CN105303678A - 一种定位纸币图像边界的方法和系统 - Google Patents

Abstract

本发明公开了一种定位纸币图像边界的方法和系统。该方法通过获取纸币的图像，对所述图像进行二值化；使用开运算和闭运算对二值化后的图像进行滤波；对滤波后的图像进行边界定位。本发明能够有效的消除背景噪声对纸币图像边界搜索的影响，提高对纸币图像边界定位的准确率。

Description

一种定位纸币图像边界的方法和系统

技术领域

本发明涉及图像识别领域，尤其涉及一种定位纸币图像边界的方法和系统。

背景技术

采集数据过程中由于外部环境变化：如高温或低温环境下产生的背景噪声多，传感器污损时产生的背景噪声。背景噪声会影响到图像的边界搜索，导致图像边界定为错误，导致图像在旋转校正时无法旋转提取成功。因此需要对图像中的噪声进行处理，消除噪声的影响，从而准确的定位图像的边界。

发明内容

本发明提供了一种定位纸币图像边界的方法和系统，该方法和系统能有效的消除纸币图像上的背景噪声对纸币图像边界搜索的影响。

为实现上述设计，本发明采用以下技术方案：

一方面采用了一种定位纸币图像边界的方法，包括：

获取纸币的图像，对所述图像进行二值化；

使用开运算和闭运算对二值化后的图像进行滤波；

对滤波后的图像进行边界定位。

其中，所述二值化为固定阈值二值化。

其中，所述固定阈值为18-22像素。

其中，所述开运算的结构元素为：长度为2-4像素，角度为0°的直线型结构元素；所述闭运算的结构元素为：长度为2-4像素，角度为90°的直线型结构元素。

其中，所述使用开运算和闭运算对二值化后的图像进行滤波，包括：

使用长度为3像素，角度为0°的直线型结构元素对二值化后的图像进行开运算，以去除背景噪声；

使用长度为3像素，角度为90°的直线型结构元素对所述开运算后的图像进行闭运算，以防止轮廓断裂。

其中，所述对滤波后的图像进行边界定位，具体为：对滤波后的图像采用轮廓跟踪算法确定一个起始边界点，按照逆时针方向搜索所述起始边界点的邻域，以找出与所述起始边界点像素相同的点为新的边界点，根据所述起始边界点和所述新的边界点对图像进行边界定位。

其中，所述对滤波后的图像进行边界定位，具体为：

S1：把滤波后的图像左右二等分，在中间等分处从上到下扫描所述图像，寻找没有标记跟踪结束记号的第一个边界起始点A0，所述A0是中间等分处与上边界的交叉点；

S2：定义一个扫描方向变量dir,所述扫描方向变量dir用于记录上一步中沿着前一个边界点到当前边界点的移动方向，其初始化取值为dir＝7，按逆时针方向搜索当前边界点的3*3像素邻域，起始搜索方向设定为：若dir为奇数取(dir+7)mod8，若dir为偶数取(dir+6)mod8；

S3：在所述当前边界点的3*3像素邻域中搜索到的第一个与当前边界点的像素值相同的点，即为新的边界点An，同时更新所述扫描方向变量dir为新的移动方向；

S4：如果新的边界点An等于第二个边界点A1且所述An的前一个边界点等于第一个边界点A0，则停止搜索，结束跟踪，进入S5；否则返回S3继续搜索；

S5：根据边界点A0、A1、A2、……、An，其中n≥1，对滤波后的图像进行边界定位。

另一方面采用一种定位纸币图像边界的系统，包括：

二值化模块，获取纸币的图像，对所述图像进行二值化；

滤波模块，使用开运算和闭运算对二值化后的图像进行滤波；

定位模块，对滤波后的图像进行边界定位。

其中，所述定位模块具体为：对滤波后的图像采用轮廓跟踪算法确定一个边界点，按照逆时针方向搜索所述边界点的邻域，以找出与所述边界点像素相同的点为新的边界点，根据边界点对图像进行边界定位。

其中，所述滤波模块包括：

开运算模块，使用长度为3像素，角度为0°的直线型结构元素对二值化后的图像进行开运算，以去除背景噪声；

闭运算模块，使用长度为3像素，角度为90°的直线型结构元素对所述开运算后的图像进行闭运算，以防止轮廓断裂。

本发明的有益效果为：本发明通过获取纸币的图像，对所述图像进行二值化；使用开运算和闭运算对二值化后的图像进行滤波；对滤波后的图像进行边界定位。本发明能有效的消除背景噪声对纸币图像边界搜索的影响，提高对纸币图像边界定位的准确率。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对本发明实施例描述中所需要使用的附图作简单的介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据本发明实施例的内容和这些附图获得其他的附图。

图1是本发明具体实施方式中提供的一种定位纸币图像边界的方法的第一实施例的方法流程图。

图2是本发明具体实施方式中提供的一种定位纸币图像边界的方法的第二实施例的方法流程图。

图3是本发明具体实施方式中提供的一种定位纸币图像边界的系统的第一实施例的结构方框图。

图4是本发明具体实施方式中提供的一种定位纸币图像边界的系统的第二实施例的结构方框图。

具体实施方式

为使本发明解决的技术问题、采用的技术方案和达到的技术效果更加清楚，下面将结合附图对本发明实施例的技术方案作进一步的详细描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

请参考图1，其是本发明具体实施方式中提供的一种定位纸币图像边界的方法的第一实施例的方法流程图。如图所示，该定位纸币图像边界的方法，包括：

步骤S101，获取纸币的图像，对所述图像进行二值化。

具体的，通过CMOS图像传感器(CIS图像传感器)获取纸币的正面图像和/或反面图像，对所述正面图像和/或反面图像进行二值化。由于纸币图像数据较大，为693*1728像素，对图像二值化可以简化数据，使得数据计算简单，提高了运行效率。

本实施例中，可采用的二值化方法有：最大类间二值化、迭代阈值二值化、固定阈值二值化、基于最小误差的全局阈值二值化、局部阈值二值化、全局阈值与局部阈值相结合二值化；根据本实施例中纸币图像背景相对稳定的特点，优选的二值化方法为固定阈值二值化。

步骤S102，使用开运算和闭运算对二值化后的图像进行滤波。

具体的，膨胀是使图像扩大，腐蚀是使图像缩小。开运算是先腐蚀后膨胀，开运算能断开狭窄的间断，消除细的突出物，使图像的轮廓变得光滑；闭运算与开运算相反，是先膨胀后腐蚀，闭运算消弭狭窄的间断和长细的鸿沟，消除小的空洞，并填补轮廓线的断裂，使轮廓变得更加光滑。形态学滤波器结构元素的形状和大小决定了形态学图像分析的性能，选取形状和大小适合的结构元素决定了滤波的质量。结构元素尺寸太小时，闭运算不能实现裂口较大的断裂边缘连接，开运算不能实现较大的凸起与粘连的去处；当结构元素尺寸太大时，闭运算时目标之间会相互干扰，造成过度粘连，开运算时会造成假断裂。

本实施例中，纸币图像的背景噪声为线性噪声，在去除背景噪声时选择角度为0°的直线型结构元素，由于纸币磁条位置图像边界容易存在断裂或者纸币存在撕裂的情况，消除此种情况的影响适合选择角度为90°的直线型结构元素。由于高温产生的背景噪声宽度较小，使用长度为2-4像素的结构元素即可消除背景噪声。磁条位置边界出现断裂的宽度较小，使用长度为2-4像素的结构元素即可消除磁条对边界的影响。一次开运算和一次闭运算能把纸币图像上的线条几何学形噪声以及不规则离散点背景噪声滤波干净。

优选地，开运算的结构元素的长度为2-4像素，角度为0°的直线型结构元素；进一步优选地，开运算的结构元素的长度为3像素，角度为0°的直线型结构元素。所述闭运算的结构元素为：长度为2-4像素，角度为90°的直线型结构元素，进一步优选地，闭运算的结构元素为：长度为3像素，角度为90°的直线型结构元素。先进行一次开运算滤波，断开狭窄的间断，消除细的突出物，再进行一次闭运算滤波，消弭狭窄的间断和长细的鸿沟，消除小的空洞，并填补轮廓线的断裂，使纸币图像轮廓变得更加光滑。作为另一种实施方式，也可以进行一次闭运算滤波，进行一次开运算滤波，再进行一次闭运算滤波，也可以消除纸币图像上的线条几何学形噪声以及不规则离散点背景噪声，使纸币图像轮廓变得更加光滑。本领域技术人员应该知道，开运算和闭运算的结构元素的形状和大小的选取随着图片噪声的大小和形状的变化而相应的发生变化，根据图片噪声的大小和形状的不同，也可以选取其他形状和大小的结构元素。

步骤S103，对滤波后的图像进行边界定位。

具体的，对滤波后的纸币图像进行边界定位，并提取边界。图像边界定位方法有：轮廓跟踪算法、Kirsch的分割算法。轮廓跟踪算法分为4连通区域的轮廓跟踪算法、8连通区域的轮廓跟踪算法。轮廓跟踪算法主要是对滤波后的图像采用轮廓跟踪算法确定一个起始边界点，按照逆时针方向搜索所述起始边界点的邻域，以找出与所述起始边界点像素相同的点为新的边界点，根据所述起始边界点和所述新的边界点对图像进行边界定位。Kirsch的分割算法用一个中偏低的灰度阈值对梯度图像进行二值化从而检测出物体和背景，物体与背景被处于阈值之上的边界点带分开。随着阈值逐渐提高，就引起物体和背景的同时增长。当它们接触上而又不至于合并时，可用接触点来定义边界。该算法对包含多个物体的图像来说，只有在初始二值化步骤中分割正确的情况下，才能保证该分割的正确。常用的边界定位的算法还有拉普拉斯边缘检测等，此处不再赘述。

综上所述，本实施例通过获取纸币的图像，对所述图像进行二值化；使用开运算和闭运算对二值化后的图像进行滤波；对滤波后的图像进行边界定位。本发明能有效的消除背景噪声对纸币图像边界搜索的影响，极大的提高了纸币图像边界定位的准确率。

请参考图2，其是本发明具体实施方式中提供的一种定位纸币图像边界的方法的第二实施例的方法流程图。如图所示，该定位纸币图像边界的方法，包括：

步骤S201，获取纸币的图像，对所述图像进行固定阈值二值化。

具体的，COMS图像传感器下纸币的背景相对稳定，由于纸币的图像数据较大，为693*1728像素，可以使用固定阈值二值化对纸币图像数据进行二值化处理，极大的简化图像数据，提高了纸币图像处理的速度。

本实施例中，使用固定阈值二值化对纸币图像数据进行二值化处理，所述固定阈值为18-22像素，优选的，固定阈值为20像素。

步骤S202，使用长度为3像素，角度为0°的直线型结构元素对二值化后的图像进行开运算，以去除背景噪声。

具体的，纸币在通过验钞器时从上到下过钞通过CIS图像传感器，同一列数据是经过CIS的固定位置，在纸币过钞的时候由于CIS污染或者高低温环境下产生竖线型噪声，使用直线型结构元素对图像开运算可以很好的去除竖线型噪声，消除噪声对图像质量的影响。

本实施例中，使用长度为3像素角度为0°的直线型结构元素，对二值化图像进行开操作，去除背景噪声。

本领域技术人员应该知道，开运算的结构元素的形状和大小的选取随着图片噪声的大小和形状的变化而相应的发生变化，根据图片噪声的大小和形状的不同，也可以选取其他形状和大小的结构元素。

步骤S203，使用长度为3像素，角度为90°的直线型结构元素对所述开运算后的图像进行闭运算，以防止轮廓断裂。

本实施例中，使用长度为3像素，角度为90°的直线型结构元素，对开运算后的图像进行闭运算，防止轮廓断裂。CIS图像传感器在纸币的磁条位置像素较低，同时在纸币有撕裂痕迹的情况下撕裂处像素较低，导致图像外部轮廓断裂，使用直线型结构元素对图像闭运算可以消除磁条处或撕裂痕迹处轮廓断裂对图像边界的影响。本领域技术人员应该知道，闭运算的结构元素的形状和大小的选取随着图片噪声的大小和形状的变化而相应的发生变化，根据图片噪声的大小和形状的不同，也可以选取其他形状和大小的结构元素。

步骤S204，采用轮廓跟踪算法对滤波后的图像进行边界定位。

具体的，轮廓跟踪算法通过顺序找出边缘点来跟踪边界的，轮廓跟踪算法分为4连通区域的轮廓跟踪算法、8连通区域的轮廓跟踪算法，本实施例中，选用8连通区域的轮廓跟踪算法对滤波后的图像进行边界定位。

本实施例中，采用轮廓跟踪算法对滤波后的图像进行边界定位包括以下步骤：

S1：把滤波后的图像左右二等分，在中间等分处从上到下扫描所述图像，寻找没有标记跟踪结束记号的第一个边界起始点A0，所述A0是中间等分处与上边界的交叉点；

S2：定义一个扫描方向变量dir,所述扫描方向变量dir用于记录上一步中沿着前一个边界点到当前边界点的移动方向，其初始化取值为dir＝7，按逆时针方向搜索当前边界点的3*3像素邻域，起始搜索方向设定为：若dir为奇数取(dir+7)mod8，若dir为偶数取(dir+6)mod8；

S3：在所述当前边界点的3*3像素邻域中搜索到的第一个与当前边界点的像素值相同的点，即为新的边界点An，同时更新所述扫描方向变量dir为新的移动方向；

S4：如果新的边界点An等于第二个边界点A1且所述An的前一个边界点等于第一个边界点A0，则停止搜索，结束跟踪，进入S5；否则返回S3继续搜索；

S5：根据边界点A0、A1、A2、……、An，其中n≥1，对滤波后的图像进行边界定位。

采用8连通区域的轮廓跟踪算法对滤波后的图像进行定位，先定位边界起始点，然后按照从右到左，从上至下的顺序搜索其他的边界点，按照在左、左下、下、右下的顺序查找出第二个边界点，再按照左、左下、下、右下、右、右上、上、左上的顺序查找其他的边界点，直到找到边界起始点为止。8连通区域的轮廓跟踪算法搜索过程简单且可以准确的定位纸币的边界。本领域的技术人员应当知道，还可以采用其他的算法对纸币图像进行边界定位。

综上所述，本发明实施例中对纸币图像进行固定阈值二值化，极大的简化图像数据，提高了纸币图像处理的速度；使用长度为3像素，角度为0°的直线型结构元素对二值化后的图像进行开运算，有效的去除了背景噪声；使用长度为3像素，角度为90°的直线型结构元素对所述开运算后的图像进行闭运算，很好的防止了轮廓断裂；开运算和闭运算能有效的去除线条几何学形噪声以及不规则离散点背景噪声，采用8连通区域的轮廓跟踪算法能实现对滤波后纸币图像的边界进行定位，极大的提高了定位纸币边界的效率和准确性。

以下为本方案一种定位纸币图像边界的系统的实施例，一种定位纸币图像边界的系统的实施例基于一种定位纸币图像边界的方法的实施例实现，在一种定位纸币图像边界的系统的实施例中未尽的描述，请参考一种定位纸币图像边界的方法的实施例。

请参考图3，其是本发明具体实施方式中提供的一种定位纸币图像边界的系统的第一实施例的结构方框图。如图所示，该定位纸币图像边界的系统，包括：

二值化模块310，获取纸币的图像，对所述图像进行二值化。

滤波模块320，使用开运算和闭运算对二值化后的图像进行滤波。

定位模块330，对滤波后的图像进行边界定位。

综上所述，上述各单元协同工作，通过获取纸币的图像，对所述图像进行二值化；使用开运算和闭运算对二值化后的图像进行滤波；对滤波后的图像进行边界定位。本发明能有效的消除背景噪声对纸币图像边界搜索的影响，提高纸币图像边界定位的准确率。

请参考图4，其是本发明具体实施方式中提供的一种定位纸币图像边界的系统的第二实施例的结构方框图。如图所示，该定位纸币图像边界的系统，包括：

二值化模块310，获取纸币的图像，对所述图像进行二值化。

滤波模块320，使用开运算和闭运算对二值化后的图像进行滤波。

具体的，滤波模块320由开运算模块321和闭运算模块322两个模块组成。先进行一次开运算滤波，断开狭窄的间断，消除细的突出物，再进行一次闭运算滤波，消弭狭窄的间断和长细的鸿沟，消除小的空洞，并填补轮廓线的断裂，使纸币图像轮廓变得更加光滑。一次开运算和一次闭运算能把纸币图像上的线条几何学形噪声以及不规则离散点背景噪声滤波干净。

开运算模块321，使用长度为3像素，角度为0°的直线型结构元素对二值化后的图像进行开运算，以去除背景噪声。

闭运算模块322，使用长度为3像素，角度为90°的直线型结构元素对所述开运算后的图像进行闭运算，以防止轮廓断裂。

定位模块330，对滤波后的图像进行边界定位。

其中，定位模块330具体为：对滤波后的图像采用边界跟踪方法确定一个边界点，按照逆时针方向搜索所述边界点的邻域，以找出与所述边界点像素相同的点为新的边界点，根据边界点对图像进行边界定位。

综上所述，上述各单元协同工作，对纸币图像进行固定阈值二值化，极大的简化图像数据，提高了纸币图像处理的速度；使用长度为3像素，角度为0°的直线型结构元素对二值化后的图像进行开运算，有效的去除了背景噪声；使用长度为3像素，角度为90°的直线型结构元素对所述开运算后的图像进行闭运算，很好的防止了轮廓断裂；开运算和闭运算能有效的去除线条几何学形噪声以及不规则离散点背景噪声，采用轮廓跟踪算法能实现对滤波后纸币图像的边界进行定位，极大的提高了定位纸币边界的效率和准确性。

以上结合具体实施例描述了本发明的技术原理。这些描述只是为了解释本发明的原理，而不能以任何方式解释为对本发明保护范围的限制。基于此处的解释，本领域的技术人员不需要付出创造性的劳动即可联想到本发明的其它具体实施方式，这些方式都将落入本发明的保护范围之内。

Claims (10)

1.一种定位纸币图像边界的方法，其特征在于，包括：

获取纸币的图像，对所述图像进行二值化；

使用开运算和闭运算对二值化后的图像进行滤波；

对滤波后的图像进行边界定位。

2.根据权利要求1所述的方法，其特征在于，所述二值化为固定阈值二值化。

3.根据权利要求2所述的方法，其特征在于，所述固定阈值为18-22像素。

4.根据权利要求1所述的方法，其特征在于，所述开运算的结构元素为：长度为2-4像素，角度为0°的直线型结构元素；所述闭运算的结构元素为：长度为2-4像素，角度为90°的直线型结构元素。

5.根据权利要求1所述的方法，其特征在于，所述使用开运算和闭运算对二值化后的图像进行滤波，包括：

使用长度为3像素，角度为0°的直线型结构元素对二值化后的图像进行开运算；

使用长度为3像素，角度为90°的直线型结构元素对所述开运算后的图像进行闭运算。

6.根据权利要求1所述的方法，其特征在于，所述对滤波后的图像进行边界定位，具体为：对滤波后的图像采用轮廓跟踪算法确定一个起始边界点，按照逆时针方向搜索所述起始边界点的邻域，以找出与所述起始边界点像素相同的点为新的边界点，根据所述起始边界点和所述新的边界点对图像进行边界定位。

7.根据权利要求1所述的方法，其特征在于，所述对滤波后的图像进行边界定位，具体为：

S1：把滤波后的图像左右二等分，在中间等分处从上到下扫描所述图像，寻找没有标记跟踪结束记号的第一个边界起始点A0，所述A0是中间等分处与上边界的交叉点；

S2：定义一个扫描方向变量dir,所述扫描方向变量dir用于记录上一步中沿着前一个边界点到当前边界点的移动方向，其初始化取值为dir＝7，按逆时针方向搜索当前边界点的3*3像素邻域，起始搜索方向设定为：若dir为奇数取(dir+7)mod8，若dir为偶数取(dir+6)mod8；

S3：在所述当前边界点的3*3像素邻域中搜索到的第一个与当前边界点的像素值相同的点，即为新的边界点An，同时更新所述扫描方向变量dir为新的移动方向；

S4：如果新的边界点An等于第二个边界点A1且所述An的前一个边界点等于第一个边界点A0，则停止搜索，结束跟踪，进入S5；否则返回S2，继续搜索；

S5：根据边界点A0、A1、A2、……、An，其中n≥1，对滤波后的图像进行边界定位。

8.一种定位纸币图像边界的系统，其特征在于，包括：

二值化模块，获取纸币的图像，对所述图像进行二值化；

滤波模块，使用开运算和闭运算对二值化后的图像进行滤波；

定位模块，对滤波后的图像进行边界定位。

9.根据权利要求8所述的系统，其特征在于，所述定位模块具体为：对滤波后的图像采用轮廓跟踪算法确定一个边界点，按照逆时针方向搜索所述边界点的邻域，以找出与所述边界点像素相同的点为新的边界点，根据边界点对图像进行边界定位。

10.根据权利要求8所述的系统，其特征在于，所述滤波模块包括：

开运算模块，使用长度为3像素，角度为0°的直线型结构元素对二值化后的图像进行开运算；

闭运算模块，使用长度为3像素，角度为90°的直线型结构元素对所述开运算后的图像进行闭运算。