纸币图像的切割和错位校正方法
技术领域
本发明涉及一种图像切割和错位校正方法。
背景技术
纸币是市场上一般等价物的主要形式,他在人们的社会生活中起着不可替代的作用。伴随着市场经济的飞速发展,许多社会问题也随之出现。很多恶性犯罪都与现钞有关,例如抢劫、绑票、制造假钞等,它通常涉及的金额都十分巨大,甚至会伴随人员伤亡,给社会治安带来极大危害。纸币的冠字号具有唯一性,任何两张真实合法的纸币都绝对不会重号。因此,在纸币入库以前,必须登记纸币的冠字号。现在登记冠字号均采用流水线式自动录入,因此,保证纸币图像比例正确、位置准确是保障冠字码准确识别的必要条件。
发明内容
本发明提供了一种能够提供比例正确的纸币图像的切割和左右错位校正方法。
纸币图像的切割和错位校正方法,包括以下步骤:
1)、纸币置于传送带上,通过CIS扫描设备分别扫描纸币的正面和反面图像,扫描设备获取的是连续的全尺寸纸币图像;
2)、将连续的纸币图像分割为单张纸币图像;
(2.1)、计算连续的纸币图像中每一行的像素值之和,建立像素值数组,像素值数组的长度等于图像的总行数;每一个像素值数组元素对应图像某一行的像素值;
(2.2)、寻找像素值之和大于第一阈值A的行,像素值指的是像素点的亮度值,并将所有的相邻行标记为多个切割单元,每个切割单元具有多行像素,切割单元的包含的行数表示该切割单元的高度,两个切割单元之间的行数表示该两个切割单元之间的间距;寻找间距小于第二阈值B的切割单元,将所有间距小于第二阈值B的切割单元合并为一个新的切割单元;将高度大于第三阈值C的所有切割单元分别等距离地切割为多个独立单元,每个独立单元的高度约等于第三阈值C;
(2.3)、将切割后的独立单元图像按照逐列分布的方式拆分成两张图像,逐列分布的方式是指将奇数行的像素点合并为一张图像,将偶数行的像素点合并为另一张图像,一张图像为单张纸币的正面图像,另一张图像为单张纸币的反面图像;
3)、分别对正面图像和反面图像进行错位校正:
(3.1)、任意选择当前图像中的若干行,分别计算被选取行中每行中每七个相邻的像素点的像素平均值,将所有平均值保存于均值数组中;
(3.2)、寻找均值小于第四阈值D的条带,条带是指图像的列,相邻的列组成一个条带;
(3.3)、合并间距小于第五阈值E的条带、形成拼合图像,合并该拼合图像的左端边界和右端边界;
(3.4)、分别计算所有条带的宽度,寻找宽度最大的条带,将该宽度最大的条带均匀地拆分为两个子条带,两个子条带分别作为纸币图像的左边界和右边界;
4)、分别对纸币的正面图像和反面图像进行倾斜度校正;
(4.1)、任意选择当前图像中的N行作为采样行,分别计算被选取行中每行的每M个相邻像素点的像素均值,将所有平均值保存于第二均值数组中;任意选择当前图像中的N列作为采样列,分别计算被选取行中每列的每M个相邻像素点的像素均值,将所有平均值保存于第三均值数组中;N=6,M=7;
(4.2)、按照从左到右的顺序,对第二均值数组的所有平均值进行扫描;寻找平均值小于第四阈值D的像素点位置,将这些像素点确定为有效的图像背景;
(4.3)、分别获取N个采样行的最左端的采样点,将这N个采样点进行最小二乘拟合,计算出其最接近的直线,该直线作为当前图像的左边界;
分别获取N个采样列的最右端的采样点,将这N个采样点进行最小二乘拟合,计算出其最接近的直线,该直线作为当前图像的右边界;
(4.4)、按照从上到下的顺序,对第三均值数组的所有平均值进行扫描;寻找平均值小于第四阈值D的像素点位置,将这些像素点确定为有效的图像背景;
(4.5)、分别获取N个采样列的最上端的采样点,将这N个采样点进行最小二乘拟合,计算出其最接近的直线,该直线作为当前图像的上边界;
分别获取N个采样列的最下端的采样点,将这N个采样点进行最小二乘拟合,计算出其最接近的直线,该直线作为当前图像的下边界;
(4.6)、根据获取左边界直线、右边界直线、上边界直线和下边界直线形成的四个交点,这四个交点作为纸币图像的顶点位置;
(4.7)、以四个顶点位置作为已知量,将纵向坐标缩放系数作为未知数,求解使四个顶点向量积为0的系数值,利用该系数值对顶点位置进行缩放校正计算;
(4.8)、根据纵向缩放校正的结果,计算图像的旋转角度。
本发明的技术构思是:通过CIS扫描设备获取在由传送带输送的连续的纸币图像,再将连续的纸币图像切割为单张纸币图像,再对单张纸币图像进行错位校正和倾斜校正,从而保证单张纸币图像的比例正确,且同时具有正面图像和反面图像;保障冠字码识别的成功率,适用于大规模产业化应用。
本发明具有能够提供比例正确、位置正确的纸币图像。
附图说明
图1是将连续图像切割为单张纸币图像的流程图。
图2是对单张纸币图像进行错位校正的流程图。
图3是对单张纸币图像进行倾斜度校正的流程图。
具体实施方式
参照附图,进一步说明本发明:
纸币图像的切割和错位校正方法,包括以下步骤:
1)、纸币置于传送带上,通过CIS扫描设备分别扫描纸币的正面和反面图像,扫描设备获取的是连续的全尺寸纸币图像;
2)、将连续的纸币图像分割为单张纸币图像;
(2.1)、计算连续的纸币图像中每一行的像素值之和,建立像素值数组,像素值数组的长度等于图像的总行数;每一个像素值数组元素对应图像某一行的像素值;
(2.2)、寻找像素值之和大于第一阈值A的行,像素值指的是像素点的亮度值,并将所有的相邻行标记为多个切割单元,每个切割单元具有多行像素,切割单元的包含的行数表示该切割单元的高度,两个切割单元之间的行数表示该两个切割单元之间的间距;寻找间距小于第二阈值B的切割单元,将所有间距小于第二阈值B的切割单元合并为一个新的切割单元;将高度大于第三阈值C的所有切割单元分别等距离地切割为多个独立单元,每个独立单元的高度约等于第三阈值C;
(2.3)、将切割后的独立单元图像按照逐列分布的方式拆分成两张图像,逐列分布的方式是指将奇数行的像素点合并为一张图像,将偶数行的像素点合并为另一张图像,一张图像为单张纸币的正面图像,另一张图像为单张纸币的反面图像;
3)、分别对正面图像和反面图像进行错位校正:
(3.1)、任意选择当前图像中的若干行,分别计算被选取行中每行中每七个相邻的像素点的像素平均值,将所有平均值保存于均值数组中;
(3.2)、寻找均值小于第四阈值D的条带,条带是指图像的列,相邻的列组成一个条带;
(3.3)、合并间距小于第五阈值E的条带、形成拼合图像,合并该拼合图像的左端边界和右端边界;
(3.4)、分别计算所有条带的宽度,寻找宽度最大的条带,将该宽度最大的条带均匀地拆分为两个子条带,两个子条带分别作为纸币图像的左边界和右边界;
4)、分别对纸币的正面图像和反面图像进行倾斜度校正;
(4.1)、任意选择当前图像中的N行作为采样行,分别计算被选取行中每行的每M个相邻像素点的像素均值,将所有平均值保存于第二均值数组中;任意选择当前图像中的N列作为采样列,分别计算被选取行中每列的每M个相邻像素点的像素均值,将所有平均值保存于第三均值数组中;N=6,M=7;
(4.2)、按照从左到右的顺序,对第二均值数组的所有平均值进行扫描;寻找平均值小于第四阈值D的像素点位置,将这些像素点确定为有效的图像背景;
分别获取N个采样行的最左端的采样点,将这N个采样点进行最小二乘拟合,计算出其最接近的直线,该直线作为当前图像的左边界;分别获取N个采样列的最右端的采样点,将这N个采样点进行最小二乘拟合,计算出其最接近的直线,该直线作为当前图像的右边界;
拟合过程中,采用RANSAC方法过来明显的错误边界点,将N个采样点中取任意N-1个,进行直线拟合,然后计算剩余一个采样点到直线的距离;所有六个点中,距离最大,并且超过一定阈值的点,就视为错误边界点;
(4.4)、按照从上到下的顺序,对第三均值数组的所有平均值进行扫描;寻找平均值小于第四阈值D的像素点位置,将这些像素点确定为有效的图像背景;
(4.5)、分别获取N个采样列的最上端的采样点,将这N个采样点进行最小二乘拟合,计算出其最接近的直线,该直线作为当前图像的上边界;
分别获取N个采样列的最下端的采样点,将这N个采样点进行最小二乘拟合,计算出其最接近的直线,该直线作为当前图像的下边界;拟合过程中,采用RANSAC方法过来明显的错误边界点,将N个采样点中取任意N-1个,进行直线拟合,然后计算剩余一个采样点到直线的距离;所有六个点中,距离最大,并且超过一定阈值的点,就视为错误边界点;
(4.6)、根据获取左边界直线、右边界直线、上边界直线和下边界直线形成的四个交点,这四个交点作为纸币图像的顶点位置;
(4.7)、以四个顶点位置作为已知量,将纵向坐标缩放系数作为未知数,求解使四个顶点向量积为0的系数值,利用该系数值对顶点位置进行缩放校正计算;
(4.8)、根据纵向缩放校正的结果,计算图像的旋转角度。
本发明的技术构思是:通过CIS扫描设备获取在由传送带输送的连续的纸币图像,再将连续的纸币图像切割为单张纸币图像,再对单张纸币图像进行错位校正和倾斜校正,从而保证单张纸币图像的比例正确,且同时具有正面图像和反面图像;保障冠字码识别的成功率,适用于大规模产业化应用。
本发明具有能够提供比例正确、位置正确的纸币图像。
本说明书实施例所述的内容仅仅是对发明构思的实现形式的列举,本发明的保护范围不应当被视为仅限于实施例所陈述的具体形式,本发明的保护范围也及于本领域技术人员根据本发明构思所能够想到的等同技术手段。