CN112446912B - 一种金融票据宽度计算方法 - Google Patents
一种金融票据宽度计算方法 Download PDFInfo
- Publication number
- CN112446912B CN112446912B CN202110132709.7A CN202110132709A CN112446912B CN 112446912 B CN112446912 B CN 112446912B CN 202110132709 A CN202110132709 A CN 202110132709A CN 112446912 B CN112446912 B CN 112446912B
- Authority
- CN
- China
- Prior art keywords
- boundary
- point
- lower boundary
- points
- bill
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000004364 calculation method Methods 0.000 title claims abstract description 17
- 238000000034 method Methods 0.000 claims abstract description 28
- 230000002902 bimodal effect Effects 0.000 claims description 3
- 238000001914 filtration Methods 0.000 abstract 1
- 230000007797 corrosion Effects 0.000 description 3
- 238000005260 corrosion Methods 0.000 description 3
- 238000005034 decoration Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/40—Image enhancement or restoration by the use of histogram techniques
-
- G06T5/70—
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/90—Determination of colour characteristics
Abstract
本发明一种金融票据宽度计算方法,对上边界点和下边界点坐标进行直线拟合,分别求出上边界和下边界的首次直线方程;根据得到的上下边界首次直线方程,依次计算全部上边界点和下边界点分别到上边界直线和下边界直线的距离值,并将距离值与阈值进行比较,距离值大于阈值的边界点认为是噪点并删除;利用删除噪点后的上边界点和下边界点坐标,再次进行直线拟合,求出上边界和下边界的末次直线方程;根据末次直线方程求出票据的宽度。首先用最小二乘法进行直线拟合,计算出直线方程,然后过滤掉离直线距离比较远的噪声点,最后对过滤掉噪声的边界点再进行拟合得到更精确的直线方程。
Description
技术领域
本发明属于金融票据处理技术领域,尤其设计一种金融票据宽度计算方法。
背景技术
目前图像边界检测普遍采用最小二乘法,但受图像噪声的影响会使最小二乘法拟合出来的直线方程有误差,影响宽度计算的精度。在票据售卖模块中,需要对通道中的票据进行纠偏,目前使用的方案是采用一个纠偏夹对票据纠偏。纠偏夹是按照票据的宽度夹票据的。当精度不高时,如果宽度计算过大会影响纠偏效果,宽度计算过小,就会损坏票据。
发明内容
本发明的目的是针对现有技术中存在的技术缺陷,而提供一种金融票据宽度计算方法,首先用最小二乘法进行直线拟合,计算出直线方程,然后过滤掉离直线距离比较远的噪声点,最后对过滤掉噪声的边界点再进行拟合得到更精确的直线方程。
为实现本发明的目的所采用的技术方案是:
一种金融票据宽度计算方法,其特征在于,包括以下步骤:
第一步:对灰度图像进行二值化,得到票据的二值化图像;
第二步:取二值化图像每一列的上边界点和下边界点的坐标;
第三步:对第二步得到的上边界点和下边界点坐标进行直线拟合,分别求出上边界和下边界的首次直线方程;
第四步:根据第三步得到的上下边界首次直线方程,依次计算全部上边界点和下边界点分别到上边界直线和下边界直线的距离值,并将距离值与阈值进行比较,距离值大于阈值的边界点认为是噪点并删除;
第五步:利用第四步删除噪点后的上边界点和下边界点坐标,再次进行直线拟合,求出上边界和下边界的末次直线方程;
第六步:根据第五步的末次直线方程求出票据的宽度。
作为优选的,第一步中,利用双峰法计算二值化的阈值,用该阈值进行二值化。
作为优选的,第三步和第五步中均用最小二乘法进行直线拟合。
作为优选的,利用最小二乘法,求出上边界和下边界的直线方程分别为:
其中:(x,y)是边界点的坐标,k1和k2分别为上边界和下边界直线方程的斜率,b1和b2分别为上边界和下边界直线方程的截距。
作为优选的,第四步中,距离值计算公式为:
作为优选的,第六步中计算宽度的公式为:
其中:w为票据的宽度,k1和k2分别为上边界和下边界直线方程的斜率,b1和b2分别为上边界和下边界直线方程的截距,L为图像的长度。
本发明的有益效果在于:
票据的图像中有很多噪点,如果不去除噪点,在进行直线拟合的时候得到的直线方程会不准确,最终导致计算出来的票宽不准确。用传统的腐蚀膨胀的方法进行处理需要对图像的每一个点进行腐蚀膨胀,运算量大。本方法只针对上下边界点运算,运算的点数少,减少了运算时间。
附图说明
图1是票据的灰度图像。
图2是票据的二值化图像。
具体实施方式
以下结合具体实施例对本发明作进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
在金融行业的票据售卖模块,在票据进行打印前需要对票据进行纠偏,常用的纠偏方法就是用纠偏夹根据票据的宽度夹住票据进行纠偏。获得票据宽度的常用方法是采用CIS传感器扫描票据,然后灰度化处理得到票据的灰度图像,对灰度图像进行处理得到票据宽度。受CIS传感器限制,票据的扫描图像精度不佳时,常规计算方法得到的票据宽度不够精确。
一种金融票据宽度计算方法,包括以下步骤:
第一步:对灰度图像进行二值化,得到票据的二值化图像;首先对票据图像进行直方图统计。由于采集到的票据图像比较明显的分为背景和前景,所以直方图会呈现双峰形状。所以采用图像处理中常用的双峰法来计算二值化所需要的二值化阈值。根据求得的二值化阈值对灰度图像(如图1所示,该灰度图像是有灰度值的,值是从0到255)进行二值化。
第二步:取二值化图像每一列的上边界点和下边界点的坐标;其中上边界点和下边界点为像素点。由于二值化图像中背景点的像素值为0,票据前景点的像素点值为1。所以此处由上到下取每一列第一个值为1的像素点的坐标做为上边界点的坐标,最后一个值为1的像素点的坐标作为下边界点的坐标。
第三步:用最小二乘法对第二步得到的上边界点和下边界点坐标进行直线拟合,分别求出上边界和下边界的首次直线方程。
第四步:根据第三步得到的上下边界首次直线方程,依次计算全部上边界点和下边界点分别到上边界直线和下边界直线的距离值,并将距离值与阈值进行比较,距离值大于阈值的边界点认为是噪点并删除,被认定为是噪点的边界点不参与第五步的计算;距离值计算公式为:
此处阈值取固定值10像素。由于二值化后图像中票据除表格、文字部分全是白色,背景全是黑色,如图2所示。上下边界线比较清晰,以每一列为例子,各列的上下边界点坐标会有小的出入,但距离拟合出来的直线距离都不会超过10像素。超过10像素就认为是噪点。
此去噪方法只对图像上的边界点进行运算,相对于常规使用的腐蚀膨胀去噪方法是对整个图像上的所有点进行多次运算。因此本方法大大减少了运算量,提高了运算速度。
第五步:利用第四步删除噪点后的上边界点和下边界点坐标,再次利用最小二乘法进行直线拟合,求出上边界和下边界的末次直线方程。
第六步:根据第五步的末次直线方程求出票据的宽度。计算宽度的公式为:
其中:w为票据的宽度,k1和k2分别为上边界和下边界直线方程的斜率,b1和b2分别为上边界和下边界直线方程的截距,L为图像的长度。
对于图像的长度,进行进一步说明:本方法主要应用于票据售卖设备中,在售卖项目中图像采集的大小是固定的,长度和宽度都用像素表示,长度是2000个像素,宽度是1008个像素。
作为优选的:利用最小二乘法,求出上边界和下边界的直线方程分别为:
其中:(x,y)是边界点的坐标,k1和k2分别为上边界和下边界直线方程的斜率,b1和b2分别为上边界和下边界直线方程的截距。
作为优选的:斜率k和截距b的计算公式分别为:
其中:xi为边界点的横坐标,yi为边界点的纵坐标,n为边界点的个数。
以上所述仅是本发明的优选实施方式,应当指出的是,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (4)
1.一种金融票据宽度计算方法,其特征在于,包括以下步骤:
第一步:对灰度图像进行二值化,得到票据的二值化图像;
第二步:取二值化图像每一列的上边界点和下边界点的坐标;
第三步:对第二步得到的上边界点和下边界点坐标进行直线拟合,分别求出上边界和下边界的首次直线方程;
第四步:根据第三步得到的上下边界首次直线方程,依次计算全部上边界点和下边界点分别到上边界直线和下边界直线的距离值,并将距离值与阈值进行比较,距离值大于阈值的边界点认为是噪点并删除;
第五步:利用第四步删除噪点后的上边界点和下边界点坐标,再次进行直线拟合,求出上边界和下边界的末次直线方程;
其中第三步和第五步,利用最小二乘法,求出上边界和下边界的直线方程分别为:
其中:(x,y)是边界点的坐标,k1和k2分别为上边界和下边界直线方程的斜率,b1和b2分别为上边界和下边界直线方程的截距;
第六步:根据第五步的末次直线方程求出票据的宽度,计算宽度的公式为:
其中:w为票据的宽度,k1和k2分别为上边界和下边界直线方程的斜率,b1和b2分别为上边界和下边界直线方程的截距,L为图像的长度。
2.根据权利要求1所述的一种金融票据宽度计算方法,其特征在于,第一步中,利用双峰法计算二值化的阈值,用该阈值进行二值化。
3.根据权利要求1所述的一种金融票据宽度计算方法,其特征在于,第三步和第五步中均用最小二乘法进行直线拟合。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110132709.7A CN112446912B (zh) | 2021-02-01 | 2021-02-01 | 一种金融票据宽度计算方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110132709.7A CN112446912B (zh) | 2021-02-01 | 2021-02-01 | 一种金融票据宽度计算方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112446912A CN112446912A (zh) | 2021-03-05 |
CN112446912B true CN112446912B (zh) | 2021-06-04 |
Family
ID=74739906
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110132709.7A Active CN112446912B (zh) | 2021-02-01 | 2021-02-01 | 一种金融票据宽度计算方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112446912B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112733854B (zh) * | 2021-03-30 | 2021-08-03 | 恒银金融科技股份有限公司 | 一种计算钞票偏转角度的方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7191937B2 (en) * | 2002-08-30 | 2007-03-20 | Fujitsu Limited | Cash depository |
CN101059863A (zh) * | 2006-04-20 | 2007-10-24 | 刘瑞祯 | 一种认证水印的嵌入与检测方法及其系统和用途 |
CN102222384A (zh) * | 2011-05-27 | 2011-10-19 | 尤新革 | 纸币多光谱图像分析方法 |
CN102831422A (zh) * | 2012-06-15 | 2012-12-19 | 杭州九聚科技有限公司 | 纸币图像的切割和错位校正方法 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8995012B2 (en) * | 2010-11-05 | 2015-03-31 | Rdm Corporation | System for mobile image capture and processing of financial documents |
CN103279736B (zh) * | 2013-04-27 | 2016-03-30 | 电子科技大学 | 一种基于多信息邻域投票的车牌检测方法 |
CN104112128B (zh) * | 2014-06-19 | 2018-01-26 | 中国工商银行股份有限公司 | 应用于票据影像字符识别的数字图像处理系统及方法 |
-
2021
- 2021-02-01 CN CN202110132709.7A patent/CN112446912B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7191937B2 (en) * | 2002-08-30 | 2007-03-20 | Fujitsu Limited | Cash depository |
CN101059863A (zh) * | 2006-04-20 | 2007-10-24 | 刘瑞祯 | 一种认证水印的嵌入与检测方法及其系统和用途 |
CN102222384A (zh) * | 2011-05-27 | 2011-10-19 | 尤新革 | 纸币多光谱图像分析方法 |
CN102831422A (zh) * | 2012-06-15 | 2012-12-19 | 杭州九聚科技有限公司 | 纸币图像的切割和错位校正方法 |
Also Published As
Publication number | Publication date |
---|---|
CN112446912A (zh) | 2021-03-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108764229B (zh) | 一种基于计算机视觉技术的水尺图像自动识别方法 | |
CN107730521B (zh) | 一种图像中屋脊型边缘的快速检测方法 | |
WO2017016448A1 (zh) | 一种qr码特征检测方法及系统 | |
CN109540925B (zh) | 基于差影法与局部方差测量算子的复杂瓷砖表面缺陷检测方法 | |
CN104331695B (zh) | 一种鲁棒的圆形标志符形状质量检测方法 | |
CN110838097A (zh) | 一种基于机器视觉的输送带偏移测量方法 | |
CN112686920A (zh) | 一种圆形零件几何尺寸参数视觉测量方法及系统 | |
CN111354026A (zh) | 一种基于surf特征的改进列车图像精确配准方法和系统 | |
CN112446912B (zh) | 一种金融票据宽度计算方法 | |
CN116704516B (zh) | 一种用于水溶肥料包装的视觉检测方法 | |
CN105389793A (zh) | 一种自动识别物体表面裂缝走向及宽度的方法 | |
CN111354047A (zh) | 一种基于计算机视觉的摄像模组定位方法及系统 | |
CN104112123A (zh) | 一种用于子弹表观缺陷检测的aoi系统的缺陷特征提取与识别方法 | |
CN115601757A (zh) | 一种基于分段投影的扫描文档图像倾斜校正方法 | |
CN112016565B (zh) | 一种金融票据的账号处模糊数字的分割方法 | |
CN107067430A (zh) | 一种基于特征点聚类的麦田作物行检测方法 | |
CN112016566B (zh) | 一种金融票据大写金额处手写汉字的分割方法 | |
CN112464949B (zh) | 一种消除液位线对仪表指针识别影响的方法 | |
CN106951902B (zh) | 一种图像二值化处理方法及装置 | |
Ying et al. | Research on an automatic counting method for steel bars' image | |
CN111476792A (zh) | 一种板带钢图像轮廓的提取方法 | |
CN116563298A (zh) | 基于高斯拟合的十字线中心亚像素检测方法 | |
CN111209912A (zh) | 一种中文文字图片长干扰线去除方法 | |
CN113763279A (zh) | 一种具有矩形框图像的精确校正处理方法 | |
CN109711405A (zh) | 一种基于骨架自校正的瓦楞纸板非监督提取方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |