CN104050745A - 一种基于图像识别的高速硬币清分技术 - Google Patents

Abstract

本发明涉及一种基于图像识别的高速硬币清分技术，该技术根据硬币的物理特征，进行硬币大小的分类，转化为硬币图像进行面积计算，可筛选出硬币的特征图像区域，达到对硬币的初步分类的目的。然后再对硬币图像进行特征提取，将其与实际硬币的每个标准模板进行匹配，计算匹配的相关度，若整体匹配率达到85％以上时，可判别为真币，并能得出硬币的面值，达到检伪、清分的目的。此图像处理方法适用性高，模板采集好后进行自动运行，能够比较好的满足对硬币的清分目的。

Description

一种基于图像识别的高速硬币清分技术

技术领域

本发明涉及图像处理和金融机具领域，尤其涉及硬币图像的清分技术。

背景技术

硬币在人们的日常生活中扮演着重要角色。硬币代替小面额纸币流通给人们带来许多方便，同时也带来了一些问题。银行等一些特殊部门要对大量的硬币进行高效的处理如计数、分类、包装等以使其再流通，无人售票车、投币电话等需要对硬币进行实时识别，自动售货机除识别之外，还要提供找零功能等。随着假币的出现，在线识伪也成为了一个急需解决的问题。硬币清分系统应运而生。

随着我国硬币货币量供应的不断增加，从造币厂，到银行再到对硬币收取量比较大的企事业，这些特殊部门要对大量的硬币进行高效的处理，除了识别之外，还要提供硬币的识伪和清分。这都对硬币清分机提出了越来越高的要求。目前，业界对硬币清分系统的划分有多种方式，其中之一是根据清分的速度，速度低于700枚/分钟为低速清分系统；高于1500枚/分钟为高速清分系统；在这两者之间的为中速清分系统。因此，研制能够高效批量进行硬币识别的硬币清分识别系统迫在眉睫，即要求识别速度能够达到1500枚/分钟以上，能够对各种币值和年代的硬币同时进行识别清分，且误判率低，根据需要能够适应不同的工作场合。

我国的造币指导思想是，小面值货币硬币化，大面值货币纸币化。其原因在于，硬币制造成本高，因其使用频率高，使用中不易损坏，其使用成本低。随着硬币发行量的增加和流通性的提高，对硬币的高效检测成为一项非常有意义的工作。银行等一些特殊部门要对大量的硬币进行高效的处理，如计数、分类、包装等以使其再流通，公交公司和大型超市每天都要与大量硬币打交道，也面临着强度较大的硬币识别清点工作，硬币清分系统应运而生。硬币识别清分系统是对硬币进行识别、计数、分拣，同时对伪币和残币进行剔除的系统。

发明内容

对于采集到的硬币图像，一幅图像中含有多个硬币，同时针对这幅图像做图像处理。本发明可快速获取单个硬币信息，达到高速清分硬币的目的。

为达到上述发明目的，本发明提供了一种通过在整幅图像中利用掩模及获取特征区域的方法去获得不同位置的单个硬币图像，可直接获得不同位置的硬币信息。

本发明是通过以下技术方案实现的：首先用阈值分割法对整幅硬币的灰度图进行二值化，然后利用FILL HOLES方法填充表面缺陷区域，获取无缺陷硬币的二值图像，考虑到此时二值图像是包含多个硬币区域的二值图像，为了获取目标区域的硬币图像，将图像中所有硬币区域作为可疑目标区，在可疑目标区中利用已有的硬币样本进行筛选，获取最终的目标硬币的区域。

本发明包括如下技术特征：

第一步，目标物体形心识别目的是确定物体形心及位置在拍摄图像中的位置，由于，因此计算出物体的形心及位置信息即可以满足要求。其针对二值图像的计算方法是：

首先定义图像的(p+q)阶矩阵：

$m_{\mathrm{pq}}=\underset{i=1}{\overset{M}{\mathrm{\Σ}}}\underset{j=1}{\overset{N}{\mathrm{\Σ}}}{i}^p{j}^q\mathrm{\ρ}(i,j),$

式中，M、N表示目标物体图像范围的长和宽，ρ代表像素值(0或1)，i，j分别是像素横坐标和象素纵坐标值。则物体形心的图像坐标可以表示为：

$\stackrel{\‾}{x}=\frac{\underset{i=1}{\overset{M}{\mathrm{\Σ}}}\underset{j=1}{\overset{N}{\mathrm{\Σ}}}\mathrm{i\ρ}(i,j)}{\underset{i=1}{\overset{M}{\mathrm{\Σ}}}\underset{j=1}{\overset{N}{\mathrm{\Σ}}}\mathrm{\ρ}(i,j)},$

$\stackrel{\‾}{y}=\frac{\underset{i=1}{\overset{M}{\mathrm{\Σ}}}\underset{j=1}{\overset{N}{\mathrm{\Σ}}}\mathrm{j\ρ}(i,j)}{\underset{i=1}{\overset{M}{\mathrm{\Σ}}}\underset{j=1}{\overset{N}{\mathrm{\Σ}}}\mathrm{\ρ}(i,j),}$

均以图像左上角顶点为坐标原点。

第二步，根据获取到的硬币的形状大小和位置信息，得到硬币的面积及硬币质心在图像中的坐标值，达到对硬币进行粗分类的目的。

第三步，提取每个硬币的模板特征，再用标准模板对每个硬币提取的特征进行匹配。由于为了图像中确定是否存在某一目标，可将某目标从标准图像中预先分割出来作为全局描述的目标，然后再去在另一幅图像中有无这种模板目标。因此进行模板匹配前要进行规格后，然后再求匹配。

具体实施方式

具体的实施步骤如下：

第一步，进行图像预处理，包括图像的BCG调整，平滑去噪和滤波处理，目的是去除图像采集时的各种环境噪声、硬币表面含有的杂质和不均匀光照产生的硬币图像；

第二步，利用边缘检测分割法将感兴趣的硬币特征从背景中分离、相邻硬币的分割以及从含有多个硬币的图像中分离出单个硬币；

第三步，利用灰度直方图进行硬币特征以及纹理特征的提取；

第四步，根据第三步获取到的特征与标准硬币的特征进行匹配，得到最后硬币识别结果。

本发明涉及一种基于图像识别的高速硬币清分技术。首先根据硬币的大小特征，进行硬币图像的面积计算，可初步筛选出硬币的图像特征，达到对硬币的粗分类的目的；然后对粗分类后的硬币图像进行模板匹配，根据与真实硬币的标准模板进行相关度计算，当整体匹配率达到85％以上时，可确认为真币，并能得出硬币的面值，达到检伪、清分的目的。

Claims (3)

1.一种基于图像识别的高速硬币清分技术。利用图像识别硬币的方法，其特征在于，首先将获取到的硬币的图像根据其硬币的面积大小进行粗分类，即将硬币面值图像与前期统计出的硬币面积进行比较分类，不同面额的硬币尺寸是不同的，直径相差1.5～6毫米，再换算到面积则相差更大；第二，利用已知硬币特征图像作为模板，在目标图像中寻找与模板相似的图像块，然后根据相关性进行判定，对硬币进行细判别。

2.根据权利要求1所述的基于图像识别的硬币清分技术，其特征在于，所述的模板匹配的方法：假设图像f(x，y)为M*N，若目标模板是J＜K大小的ω(x，y)，此处J＜K，M＜N。利用相关量R₀(m，n)来表示它们之间的相关性：

$R_0(m,n)=\underset{x}{\mathrm{\Σ}}\underset{y}{\mathrm{\Σ}}f(x,y)\mathrm{\ω}(x-m,y-n).$

3.根据权利要求1所述的基于图像识别的硬币清分技术，其特征在于，所述的模板相关性的相关量R₀(m，n)的计算方法：假设在图像f(x，y)的任意值(m，n)处求R(m，n)。可求得f(x，y)与ω(x，y)的相关度R₀(m，n)：

$R(m,n)=\frac{\underset{j=1}{\overset{J}{\mathrm{\Σ}}}\underset{k=1}{\overset{K}{\mathrm{\Σ}}}{f}_1(j,k)\mathrm{\ω}(j-m,k-n)}{{\left[\underset{j=1}{\overset{J}{\mathrm{\Σ}}}\underset{k=1}{\overset{K}{\mathrm{\Σ}}}{f_1}^2(j,k)\right]}^{1/2}{\left[\underset{j=1}{\overset{J}{\mathrm{\Σ}}}\underset{k=1}{\overset{K}{\mathrm{\Σ}}}{\mathrm{\ω}}^2(j-m,k-n)\right]}^{1/2}}.$