CN105405204A - 验钞机的纸币冠字号识别方法 - Google Patents

Abstract

本发明公开了一种验钞机的纸币冠字号识别方法，验钞机包括处理器、存储器、上图像传感器和下图像传感器，处理器分别与存储器、上图像传感器、下图像传感器和上位机电连接；包括如下步骤：本发明包括冠字号粗略定位，抽取冠字号所在区域的每个像素点坐标(f_x，f_y)，利用(f_x，f_y)周围的4个像素点进行双线性插值拟合，得到纸币的冠字号子图A＇；对冠字号子图A＇进行二值化，采用8邻域轮廓提取的方法，提取A＇中的每个目标物的特征向量F；冠字号识别及输出。本发明具有冠字号提取速度快、识别准确率高的特点。

Description

验钞机的纸币冠字号识别方法

技术领域

本发明涉及验钞机技术领域，尤其是涉及一种冠字号提取速度快、识别准确率高的验钞机的纸币冠字号识别方法。

背景技术

对于纸币冠字号识别，无论是哪种分类识别方法，提取稳定的特征是识别的前提。

通常使用神经网络方法对冠子号进行识别，神经网络方法存在下述利弊：

需要大量的样本进行训练，当有字符判错时，只能归咎于网络没有训练好，接着重新采集批量样本再进行训练；或者网络结构不合理，调整网络层数与节点个数，以及激励函数等。如果有个别字符判错，要想改变这种状态，需要投入大量的工作进行再次训练，但是，并不能保证新训练的网络有好的性能，将导致恶性循环。

如果将整个字符图像输入神经网络，将导致整体特征形似，而局部特征明显的字符识别率低。如字符0与D，8与B，S与5，2与Z，E与F等。而轮廓链码能够反映字符的局部特征，对局部特征明显的字符有高的识别率。

发明内容

本发明的发明目的是为了克服现有技术中的冠字号识别方法冠字号提取速度慢、识别准确率低的不足，提供了一种冠字号提取速度快、识别准确率高的验钞机的纸币冠字号识别方法。

为了实现上述目的，本发明采用以下技术方案：

一种验钞机的纸币冠字号识别方法，所述验钞机包括处理器、存储器、上图像传感器和下图像传感器，处理器分别与存储器、上图像传感器、下图像传感器和上位机电连接；其特征是，包括如下步骤：

(1-1)当纸币经过验钞机时，上图像传感器和下图像传感器分别与纸币上下表面接触，上图像传感器和下图像传感器采集图像并将图像传给处理器；

处理器识别出纸币上边界拟合直线与设定的X轴的夹角anghori，纸币左边界拟合直线与设定的Y轴的夹角angvert，纸币左上角像素点的坐标(O_x，O_y)；处理器中设有列方向缩放系数coefcol和行方向缩放系数coefrow；

(1-2)处理器粗略定位冠字号所在的区域，设定(n_x，n_y)是旋转校正后的冠字号区域A内的任意一个像素点的坐标；

利用公式 $\left[\begin{array}{c}{f}_x\\ f_y\end{array}\right]=\left[\begin{array}{c}{O}_x\\ O_y\end{array}\right]+\left[\begin{array}{cc}CH& SV\\ SH& CV\end{array}\right]\left[\begin{array}{c}{n}_x\\ n_y\end{array}\right]$ 计算冠字号区域A的每个像素点，在旋转校正前的原始图像中的像素点坐标(f_x，f_y)，

其中， $\begin{array}{c}CH=\cos \left(anghori\right)coefrol\\ SV=\sin \left(angvert\right)coefrow\\ SH=\sin \left(anghori\right)coefcol\\ CV=\cos \left(angvert\right)coefrow\end{array};$

处理器在采集图像中抽取冠字号所在区域的每个像素点坐标(f_x，f_y)，并结合(f_x，f_y)周围的4个像素点进行双线性插值拟合，从而得到纸币的冠字号子图A′；

(1-3)处理器采用Otsu动态阈值对冠字号子图A′进行二值化，采用8邻域轮廓提取的方法，提取A′中的每个目标物的特征向量F；

(1-4)存储器中设有样本库，识别阈值Q，样本库中设有分别与各个冠字号字符相对应的特征向量模板，处理器搜索并得到与每个目标物的特征向量F距离最小的特征向量模板T_min；

(1-5)处理器利用公式计算相似度ρ，

当ρ≥Q，则处理器将与T_min对应的字符选出并保存在存储器中，当所有字符识别完成时，处理器按照与各个字符相对应的目标物的外轮廓的外接矩形的中心坐标从小到大的顺序，将各个字符从左至右依次排列得到识别出来的纸币冠字号A1；

处理器将A1和A′传给上位机，上位机的显示屏显示A1和A′。

本发明包括冠字号粗略定位；抽取冠字号所在区域的每个像素点坐标(f_x，f_y)，利用(f_x，f_y)周围的4个像素点进行双线性插值拟合，得到纸币的冠字号子图A′；对冠字号子图A′进行二值化，采用8邻域轮廓提取的方法，提取A′中的每个目标物的特征向量F；冠字号识别及输出。

本发明对目标物的外轮廓按照8邻域的逆时针方向进行搜索，内轮廓按照8邻域的顺时针方向进行搜索，由于对于轮廓的每个点都有8个可能的方向到下一个轮廓点，链码的走势很好的模拟了字符笔画的走势，能够较准确的代表各个字符，提取链码的同时，也得到了目标物的2维轮廓坐标点，利于识别后期相似字符细节的辨别，轮廓链码是线性特征，相对于现有的一些面特征，本发明特征提取速度更快，本发明只需要扫描一次图像，即可以剔除大部分冠字号处的污点，很大程度地提高了纸币冠字号识别的准确率。

因此，本发明具有冠字号提取速度快、识别准确率高的特点。

作为优选，所述采用8邻域轮廓提取的方法，提取A′中的每个目标物的特征向量F包括如下具体步骤：

存储器中设有目标物个数n，设定搜索序号i的初始值为1；

(2-1)处理器对二值化的冠字号子图按照从上至下，从左至右的顺序逐行扫描，当遇到像素值为255的第一个像素点B时，设为当前像素点；

处理器过当前像素点做8条射线，从当前像素点指向右方、右下方、下方、左下方、左方、左上方、上方、右上方的8条射线分别与链码L1、L2、L3、L4、L5、L6、L7、L8相对应，

(2-2)处理器按照从当前像素点向右方、右下方、下方、左下方、左方、左上方、上方、右上方的顺序依次移动一个像素，当搜索到像素值为255的像素点C时，将此像素点C作为当前像素点，当C的坐标与B的坐标相同时，转入步骤(2-3)；

当C的坐标≠B的坐标时，返回步骤(2-2)；

(2-3)在搜索的过程中，处理器将搜索到的每个像素点的坐标及链码均存储到存储器中，搜索结束后，处理器得到由各个像素点组成的外轮廓，处理器计算外轮廓的外接矩形，根据外接矩形计算目标物的中心点坐标、长度和宽度；

(2-4)处理器计算外接矩形中的内轮廓个数，对于每个内轮廓，处理器选定内轮廓中的任意一个像素点为当前像素点，重复步骤(2-2)至(2-3)，按照从当前像素点向右方、右上方、上方、左上方、左方、左下方、下方、右下方的顺序依次移动一个像素，搜索结束后，处理器计算每个内轮廓的内接矩形，并得到每个内接矩形的中心坐标；

将外轮廓和各个内轮廓的链码组合构成目标物链码长度，链码走势；

(2-5)使i值增加1，当i＜n，在被搜索到的目标物之外的A′中，重复步骤(2-1)至(2-4)，继续搜索其它目标物；

当i＝n，则所有目标物搜索完毕；将每个目标物的链码长度、链码走势、内轮廓个数、长度、宽度、内轮廓的内接矩形的中心坐标和外轮廓的外接矩形的中心坐标组合构成特征向量F。

作为优选，所述相邻射线的夹角为35°至55°。

作为优选，每个目标物的链码长度为搜索完毕时该目标物所搜索的像素点总数量，所述链码走势由按照搜索到的像素点的先后顺序排列的链码构成。

作为优选，所述处理器粗略定位冠字号所在的区域包括如下步骤：

当处理器根据采集的图像做出纸币正面朝上的判断时，处理器在上图像传感器采集的图像的左下区域选取冠字号区域；

当处理器根据采集的图像做出纸币正面朝下的判断时，处理器在在上图像传感器采集的图像的右上区域选取冠字号区域；

当处理器根据采集的图像做出纸币反面朝上的判断时，处理器在下图像传感器采集的图像的右下区域选取冠字号区域；

当处理器根据采集的图像做出纸币反面朝下的判断时，处理器在下图像传感器采集的图像的左上区域选取冠字号区域。

作为优选，当ρ＜Q，则处理器将“？”输出给上位机。

作为优选，所述L1、L2、L3、L4、L5、L6、L7、L8分别为0、7、6、5、4、3、2、1。

作为优选，Q为85％至92％。

因此，本发明具有如下有益效果：冠字号提取速度快和识别准确率高。

附图说明

图1是本发明的8邻域轮廓提取方法的一种结构示意图；

图2是本发明的一种待识别的冠字号子图；

图3是本发明的字符0的一种链码示意图；

图4是本发明的字符1的一种链码示意图；

图5是本发明的实施例的一种流程图。

具体实施方式

下面结合附图和具体实施方式对本发明做进一步的描述。

如图1所示的实施例是一种验钞机的纸币冠字号识别方法，验钞机包括处理器、存储器、上图像传感器和下图像传感器，处理器分别与存储器、上图像传感器、下图像传感器和上位机电连接；包括如下步骤：

如图5所示，

步骤100，采集图像

当纸币经过验钞机时，上图像传感器和下图像传感器分别与纸币上下表面接触，上图像传感器和下图像传感器采集图像并将图像传给处理器；

处理器识别出纸币上边界拟合直线与设定的X轴的夹角anghori，纸币左边界拟合直线与设定的Y轴的夹角angvert，纸币左上角像素点的坐标(O_x，O_y)；处理器中设有列方向缩放系数coefcol和行方向缩放系数coefrow；

步骤200，对每个像素点进行双线性插值拟合，得到纸币的冠字号子图

处理器粗略定位冠字号所在的区域，当处理器根据采集的图像做出纸币正面朝上的判断时，处理器在上图像传感器采集的图像的左下区域选取冠字号区域；

当处理器根据采集的图像做出纸币正面朝下的判断时，处理器在在上图像传感器采集的图像的右上区域选取冠字号区域；

当处理器根据采集的图像做出纸币反面朝上的判断时，处理器在下图像传感器采集的图像的右下区域选取冠字号区域；

当处理器根据采集的图像做出纸币反面朝下的判断时，处理器在下图像传感器采集的图像的左上区域选取冠字号区域；

设定(n_x，n_y)是旋转校正后的冠字号区域A内的任意一个像素点的坐标；

利用公式 $\left[\begin{array}{c}{f}_x\\ f_y\end{array}\right]=\left[\begin{array}{c}{O}_x\\ O_y\end{array}\right]+\left[\begin{array}{cc}CH& SV\\ SH& CV\end{array}\right]\left[\begin{array}{c}{n}_x\\ n_y\end{array}\right]$ 计算冠字号区域A的每个像素点，在旋转校正前的原始图像中的像素点坐标(f_x，f_y)，

其中， $\begin{array}{c}CH=\cos \left(anghori\right)coefrol\\ SV=\sin \left(angvert\right)coefrow\\ SH=\sin \left(anghori\right)coefcol\\ CV=\cos \left(angvert\right)coefrow\end{array};$

处理器在采集图像中抽取冠字号所在区域的每个像素点坐标(f_x，f_y)，利用(f_x，f_y)周围的4个像素点进行双线性插值拟合，从而得到纸币的冠字号子图A′；

步骤300，处理器采用Otsu动态阈值对冠字号子图A′进行二值化，采用8邻域轮廓提取的方法，提取A′中的每个目标物的特征向量F：

如图2所示的冠字号子图A′中的每个字符即为目标物，黑色为基底，白色为字符。

存储器中设有目标物个数n＝10，设定搜索序号i的初始值为1；

步骤310，处理器对如图2所示的二值化的冠字号子图按照从上至下，从左至右的顺序逐行扫描，当遇到像素值为255的第一个像素点B时，设为当前像素点；本实施例中，由于字符R高度最高，会首先被扫描到。

如图1所示，处理器过当前像素点做8条射线，从当前像素点指向右方、右下方、下方、左下方、左方、左上方、上方、右上方的8条射线分别与链码0、7、6、5、4、3、2、1相对应，

步骤320，处理器按照从当前像素点向右方、右下方、下方、左下方、左方、左上方、上方、右上方的顺序依次移动一个像素，当搜索到像素值为255的像素点C时，将此像素点C作为当前像素点，当C的坐标与B的坐标相同时，转入步骤330；

当C的坐标≠B的坐标时，返回步骤320；

步骤330，在搜索的过程中，处理器将搜索到的每个像素点的坐标及链码均存储到存储器中，搜索结束后，处理器得到由各个像素点组成的外轮廓，处理器计算外轮廓的外接矩形，根据外接矩形计算目标物的中心点坐标、长度和宽度；

步骤340，处理器计算外接矩形中的内轮廓个数，对于每个内轮廓，处理器选定内轮廓中的任意一个像素点为当前像素点，重复步骤320至330，按照从当前像素点向右方、右上方、上方、左上方、左方、左下方、下方、右下方的顺序依次移动一个像素，搜索结束后，处理器计算每个内轮廓的内接矩形，并得到每个内接矩形的中心坐标；

将外轮廓和各个内轮廓的链码组合构成目标物链码长度，链码走势；

步骤350，使i值增加1，当i＜10，在被搜索到的目标物之外的A′中，重复步骤310至340，继续搜索其它目标物；

当i＝10，则所有目标物搜索完毕；将每个目标物的链码长度、链码走势、内轮廓个数、长度、宽度、内轮廓的内接矩形的中心坐标和外轮廓的外接矩形的中心坐标组合构成特征向量F。

步骤400，识别每个目标物，显示屏显示A1和A′

存储器中设有样本库，识别阈值Q，样本库中设有分别与各个冠字号字符相对应的特征向量模板，处理器搜索并得到与每个目标物的特征向量F距离最小的特征向量模板T_min；样本库是采用本发明的方法提取批量纸币样本中的各个字符的上述特征而获得的。

步骤500，处理器利用公式计算相似度ρ，

当ρ≥Q，则处理器将与T_min对应的字符选出并保存在存储器中，

当ρ＜Q，则处理器将“？”输出给上位机；

当所有字符识别完成时，处理器按照与各个字符相对应的目标物的外轮廓的外接矩形的中心坐标从小到大的顺序，将各个字符从左至右依次排列得到识别出来的纸币冠字号A1；

处理器将A1和A′传给上位机，上位机的显示屏显示A1和A′。相邻射线的夹角为45°。

如图3、图4所示，横坐标为目标物的链码长度，纵坐标为目标物的链码走势；链码长度为搜索完毕时该目标物所搜索的像素点总数量，链码走势由按照搜索到的像素点的先后顺序排列的链码构成。

从图3、图4可以看出，不同的目标物的链码示意图差别很大，因此可以根据链码的不同很容易的将不同字符区别出来。

其中，处理器粗略定位冠字号所在的区域包括如下步骤：

Q为90％，本发明已用于几款验钞器，冠字号识别准确率达到99.8％。

应理解，本实施例仅用于说明本发明而不用于限制本发明的范围。此外应理解，在阅读了本发明讲授的内容之后，本领域技术人员可以对本发明作各种改动或修改，这些等价形式同样落于本申请所附权利要求书所限定的范围。

Claims (8)

1.一种验钞机的纸币冠字号识别方法，所述验钞机包括处理器、存储器、上图像传感器和下图像传感器，处理器分别与存储器、上图像传感器、下图像传感器和上位机电连接；其特征是，包括如下步骤：

(1-1)当纸币经过验钞机时，上图像传感器和下图像传感器分别与纸币上下表面接触，上图像传感器和下图像传感器采集图像并将图像传给处理器；

处理器识别出纸币上边界拟合直线与设定的X轴的夹角anghori，纸币左边界拟合直线与设定的Y轴的夹角angvert，纸币左上角像素点的坐标(O_x，O_y)；处理器中设有列方向缩放系数coefcol和行方向缩放系数coefrow；

(1-2)处理器粗略定位冠字号所在的区域，设定(n_x，n_y)是旋转校正后的冠字号区域A内的任意一个像素点的坐标；

利用公式 $\left[\begin{array}{c}{f}_x\\ f_y\end{array}\right]=\left[\begin{array}{c}{O}_x\\ O_y\end{array}\right]+\left[\begin{array}{cc}CH& SV\\ SH& CV\end{array}\right]\left[\begin{array}{c}{n}_x\\ n_y\end{array}\right]$ 计算冠字号区域A的每个像素点，在旋转校正前的原始图像中的像素点坐标(f_x，f_y)，

其中， $\begin{array}{c}CH=\cos \left(anghori\right)coefcol\\ SV=\sin \left(angvert\right)coefrow\\ SH=\sin \left(anghori\right)coefcol\\ CV=cos\left(angvert\right)coefrow\end{array};$

处理器在采集图像中抽取冠字号所在区域的每个像素点坐标(f_x，f_y)，利用(f_x，f_y)周围的4个像素点进行双线性插值拟合，从而得到纸币的冠字号子图A′；

(1-3)处理器采用Otsu动态阈值对冠字号子图A′进行二值化，采用8邻域轮廓提取的方法，提取A′中的每个目标物的特征向量F；

(1-4)存储器中设有样本库，识别阈值Q，样本库中设有分别与各个冠字号字符相对应的特征向量模板，处理器搜索并得到与每个目标物的特征向量F距离最小的特征向量模板T_min；

(1-5)处理器利用公式计算相似度ρ，

当ρ≥Q，则处理器将与T_min对应的字符选出并保存在存储器中，当所有字符识别完成时，处理器按照与各个字符相对应的目标物的外轮廓的外接矩形的中心坐标从小到大的顺序，将各个字符从左至右依次排列得到识别出来的纸币冠字号A1；

处理器将A1和A′传给上位机，上位机的显示屏显示A1和A′。

2.根据权利要求1所述的验钞机的纸币冠字号识别方法，其特征是，所述采用8邻域轮廓提取的方法，提取A′中的每个目标物的特征向量F包括如下具体步骤：

存储器中设有目标物个数n，设定搜索序号i的初始值为1；

(2-1)处理器对二值化的冠字号子图按照从上至下，从左至右的顺序逐行扫描，当遇到像素值为255的第一个像素点B时，设为当前像素点；

处理器过当前像素点做8条射线，从当前像素点指向右方、右下方、下方、左下方、左方、左上方、上方、右上方的8条射线分别与链码L1、L2、L3、L4、L5、L6、L7、L8相对应，

(2-2)处理器按照从当前像素点向右方、右下方、下方、左下方、左方、左上方、上方、右上方的顺序依次移动一个像素，当搜索到像素值为255的像素点C时，将此像素点C作为当前像素点，当C的坐标与B的坐标相同时，转入步骤(2-3)；

当C的坐标≠B的坐标时，返回步骤(2-2)；

(2-3)在搜索的过程中，处理器将搜索到的每个像素点的坐标及链码均存储到存储器中，搜索结束后，处理器得到由各个像素点组成的外轮廓，处理器计算外轮廓的外接矩形，根据外接矩形计算目标物的中心点坐标、长度和宽度；

(2-4)处理器计算外接矩形中的内轮廓个数，对于每个内轮廓，处理器选定内轮廓中的任意一个像素点为当前像素点，重复步骤(2-2)至(2-3)，按照从当前像素点向右方、右上方、上方、左上方、左方、左下方、下方、右下方的顺序依次移动一个像素，搜索结束后，处理器计算每个内轮廓的内接矩形，并得到每个内接矩形的中心坐标；

将外轮廓和各个内轮廓的链码组合构成目标物链码长度，链码走势；

(2-5)使i值增加1，当i＜n，在被搜索到的目标物之外的A′中，重复步骤(2-1)至(2-4)，继续搜索其它目标物；

当i＝n，则所有目标物搜索完毕；将每个目标物的链码长度、链码走势、内轮廓个数、长度、宽度、内轮廓的内接矩形的中心坐标和外轮廓的外接矩形的中心坐标组合构成特征向量F。

3.根据权利要求1所述的验钞机的纸币冠字号识别方法，其特征是，所述相邻射线的夹角为35°至55°。

4.根据权利要求2所述的验钞机的纸币冠字号识别方法，其特征是，每个目标物的链码长度为搜索完毕时该目标物所搜索的像素点总数量，所述链码走势由按照搜索到的像素点的先后顺序排列的链码构成。

5.根据权利要求1所述的验钞机的纸币冠字号识别方法，其特征是，所述处理器粗略定位冠字号所在的区域包括如下步骤：

当处理器根据采集的图像做出纸币正面朝上的判断时，处理器在上图像传感器采集的图像的左下区域选取冠字号区域；

当处理器根据采集的图像做出纸币正面朝下的判断时，处理器在在上图像传感器采集的图像的右上区域选取冠字号区域；

当处理器根据采集的图像做出纸币反面朝上的判断时，处理器在下图像传感器采集的图像的右下区域选取冠字号区域；

当处理器根据采集的图像做出纸币反面朝下的判断时，处理器在下图像传感器采集的图像的左上区域选取冠字号区域。

6.根据权利要求1所述的验钞机的纸币冠字号识别方法，其特征是，当ρ＜Q，则处理器将“？”输出给上位机。

7.根据权利要求2所述的验钞机的纸币冠字号识别方法，其特征是，所述L1、L2、L3、L4、L5、L6、L7、L8分别为0、7、6、5、4、3、2、1。

8.根据权利要求1或2或3或4或5或6或7所述的验钞机的纸币冠字号识别方法，其特征是，Q为85％至92％。