发明内容
本发明的目的在于提供一种自动识别钱币面值的登记储存系统,以解决上述背景技术中提出的问题。
为实现上述目的,本发明提供一种自动识别钱币面值的登记储存系统,包括人脸识别单元、钱币识别单元、账户验证单元和数据写入单元;
所述人脸识别单元用于采集人脸图像,识别人脸图像的特征点;
所述钱币识别单元用于依次识别当前储存钱币的面值,输出钱币面值;
所述账户验证单元用于接收所述人脸识别单元的特征点,遍历数据库已有账户的登录特征验证特征点,包括以下姿态:
姿态一、数据库内有与特征点匹配的登录特征,输出登录特征对应的账户允许访问请求;
姿态二、数据库内没有与特征点匹配的登录特征,新建账户,将特征点作为登录特征更新数据库,输出新建账户的允许访问请求;
所述数据写入单元用于将所述钱币识别单元输出的钱币面值写入账户验证单元输出的账户进行存储。
本发明在具体使用时,首选通过人脸识别单元识别储存人的人脸的特征点,然后将钱币存入存储箱内,使钱币识别单元识别钱币面值,同时将特征点通过账户验证单元遍历数据库查询是否有与特征点匹配的登录特征,若有直接输出对应的账户,若无新建账户,然后通过数据写入单元将钱币面值写入允许请求访问的账户内进行存储,方便登记储存金额。
作为本技术方案的进一步改进,所述人脸识别单元包括图像采集模块、特征定位模块和特征提取模块;
所述图像采集模块用于采集储存钱币用户的人脸图像;
所述特征定位模块用于根据人脸图像的肤色分布特性定位面部的特征点位置,剔除无用图像;
所述特征提取模块用于根据所述特征定位模块定位的面部提取特征点,所述特征点包括眼睛特征点和嘴巴特征点。
作为本技术方案的进一步改进,所述特征提取模块包括以下步骤:
首先对像素灰度采用局部自适应阈值方法进行边缘检测得到眼部区域和嘴部区域的二值化图像,然后再利用 SUSAN 算子结合得到的二值化图像在眼部区域内准确定位内外眼角点在人脸窗口的坐标,在嘴部区域内准确定位两个嘴角点相对于人脸窗口的坐标,然后利用方差映射函数找到上、下眼睑的位置和上嘴唇的上边界和下嘴唇的下边界,确定眼睛的高度和嘴巴的高度。
作为本技术方案的进一步改进,所述图像采集模块还包括图像处理模块;
所述图像处理模块用于消除人脸图像的噪声,增强图像的边缘以及灰度跳变部分。
作为本技术方案的进一步改进,所述钱币识别单元采用颜色传感算法,包括以下步骤:
对颜色传感器进行白平衡调整,通过颜色传感器检测出纸币的R、G、B值;
通过检测出纸币的R、G、B值,将R、G、B值转换为HSL数据,根据HSL数据判断纸币的面值。
作为本技术方案的进一步改进,所述账户验证单元包括特征匹配模块、账户访问模块和账户创建模块;
所述特征匹配模块用于将特征点输入数据库内登陆特征进行匹配验证;
所述账户访问模块用于接收匹配成功的信号,输出登录特征对应的账户允许访问请求;
所述账户创建模块用于接收匹配失败的信号,根据当前特征点创建新的账户。
作为本技术方案的进一步改进,所述特征匹配模块采用相似度度量算法,包括以下步骤:
预设信号阈值;
采用最近邻距离分类器进行特征点依次与登录特征匹配,计算公式如下:
其中,D为相似度值,U为特征点的表征向量,V为登录特征的表征向量,n为特征数量,W为权值;
输出匹配结果信号,所述匹配结果信号包括匹配成功信号和匹配失败信号。
作为本技术方案的进一步改进,所述数据写入单元将钱币面值写入账户的计算公式为:
N=N0+(x1+x2+、...+xm)
其中,N为账户总额,N0为账户初始金额,(x1+x2+、...+xm)为识别到钱币面值总额,m为识别次数,x1为第1次识别到的钱币面值,同理,xm为第m次识别到的钱币面值。
与现有技术相比,本发明的有益效果:
1、该自动识别钱币面值的登记储存系统中,通过人脸识别单元识别的特征点进行验证相应的账户,若数据库内有特征点对应的登录特征,则可以访问登录特征对应的账户,若数据库内没有特征点对应的登录特征,则新建账户,使多个用户可以在储存钱币时都有自己对应的账户,方便多用户同时使用一个设备,避免钱币混合不方便计算,提高实用性。
2、该自动识别钱币面值的登记储存系统中,通过钱币识别单元针对不同面值的纸币通过颜色传感器可以输出不同的数据,方便根据输出的RGB值转换为HSL数据,从而可以判断出纸币的面值更方便,成本更低。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,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,本领域普通技术人员在没有做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。
实施例1
请参阅图1-图4所示,本实施例提供一种自动识别钱币面值的登记储存系统,包括人脸识别单元100、钱币识别单元200、账户验证单元300和数据写入单元400;
所述人脸识别单元100用于采集人脸图像,识别人脸图像的特征点,采用人脸识别的方式,方便解放双手识别特征点,有利于后续账户的登录验证,识别更准确;
为了保证完整性,所述人脸识别单元100包括图像采集模块、特征定位模块和特征提取模块;
所述图像采集模块用于采集储存钱币用户的人脸图像;
所述特征定位模块用于根据人脸图像的肤色分布特性定位面部的特征点位置,剔除无用图像;
所述特征提取模块用于根据所述特征定位模块定位的面部提取特征点,所述特征点包括眼睛特征点和嘴巴特征点。
具体的,可以通过图像采集模块先对用户的人脸图像进行采集,优选的采用摄像机,然后通过特征定位模块对人脸图像中的面部特征点位置,最后通过特征提取模块将特征点提取,提取的内容主要包括是眼睛宽度、高度和嘴部的宽度、高度,方便后续进行匹配。
具体的,所述特征提取模块包括以下步骤:
首先对像素灰度采用局部自适应阈值方法进行边缘检测得到眼部区域和嘴部区域的二值化图像,然后再利用 SUSAN 算子结合得到的二值化图像在眼部区域内准确定位内外眼角点在人脸窗口的坐标,在嘴部区域内准确定位两个嘴角点相对于人脸窗口的坐标,然后利用方差映射函数找到上、下眼睑的位置和上嘴唇的上边界和下嘴唇的下边界,确定眼睛的高度和嘴巴的高度。
所述钱币识别单元200用于依次识别当前储存钱币的面值,输出钱币面值,方便自动识别存储的钱币面值,不需要手动输入存储金额,实用性更强;
为了方便识别钱币面值,减小成本,所述钱币识别单元200采用颜色传感算法,包括以下步骤:
对颜色传感器进行白平衡调整,通过颜色传感器检测出纸币的R、G、B值;
通过检测出纸币的R、G、B值,将R、G、B值转换为HSL数据,根据HSL数据判断纸币的面值;
已知纸币不同面值的颜色不同,分为1元、5元、10元、20元、50元和100元,其中1元为橄榄绿色,5元为紫色,10元为蓝黑色,20元为棕色,50元为绿色,100元为红色,由于每个纸币都有对应的RGB值,所以不同面值的纸币通过颜色传感器可以输出不同的数据,方便根据输出的RGB值转换为HSL数据,从而可以判断出纸币的面值更方便,成本更低;
其中,颜色传感器的基本工作原理为控制单片机来向传感器发送指令,并读取传感器所接收的信息,然后经过计算,将结果送至LED灯或进行脉宽调制输出,传感器接收到了光的信号,输出频率会随之发生变化,控制单片机对频率进行采集,并进行适当的判断及计算,就可以由单片机输出了RGB值。
所述账户验证单元300用于接收所述人脸识别单元100的特征点,遍历数据库已有账户的登录特征验证特征点,包括以下姿态:
姿态一、数据库内有与特征点匹配的登录特征,输出登录特征对应的账户允许访问请求;
姿态二、数据库内没有与特征点匹配的登录特征,新建账户,将特征点作为登录特征更新数据库,输出新建账户的允许访问请求;
其中,数据库用于存储登录特征对应的账户信息,假设数据库内的数据集合表示为{(a1→b1)、(a2→b2)、...、(ak→bk)},其中(a1→b1)为第1个登录特征对应的账户信息,同理,(ak→bk)为第k个登录特征对应的账户信息,若人脸识别单元100识别的特征点与登录特征aj匹配,则输出账户bj的允许访问请求,由此可见,将登录特征作为相应账户的登录密码,只有特征点符合登录特征时才可以登录相应的账户,有利于多个用户存储自己的数据在不同账户内,若人脸识别单元100识别的特征点与数据库内存储的登录特征均不匹配,则定义当前识别的特征点为ak+1,新建bk+1账户,更新数据库内的数据集合为{(a1→b1)、(a2→b2)、...、(ak→bk)、(ak+1→bk+1)},使用户在下次储存钱币时可以从数据库中找到对应的集合,从而登录对应的账户,输出允许访问请求。
因此,可以通过人脸识别单元100识别的特征点进行验证相应的账户,若数据库内有特征点对应的登录特征,(说明当前用户之前存储过钱币),则可以访问登录特征对应的账户,若数据库内没有特征点对应的登录特征(说明当前用户为新用户,账户内写入的金额可以从0开始计算),则新建账户,使多个用户可以在储存钱币时都有自己对应的账户,方便多用户同时使用一个设备,避免钱币混合不方便计算,提高实用性。
具体的,所述账户验证单元300包括特征匹配模块、账户访问模块和账户创建模块;
所述特征匹配模块用于将特征点输入数据库内登陆特征进行匹配验证;
所述账户访问模块用于接收匹配成功的信号,输出登录特征对应的账户允许访问请求;
所述账户创建模块用于接收匹配失败的信号,根据当前特征点创建新的账户。
为了提高匹配的准确性,所述特征匹配模块采用相似度度量算法,包括以下步骤:
预设信号阈值,信号阈值为可允许相似度值,若特征匹配的相似度超过信号阈值,则输出匹配成功信号,反之输出匹配失败信号;
采用最近邻距离分类器进行特征点依次与登录特征匹配,计算公式如下:
其中,D为相似度值,U为特征点的表征向量,V为登录特征的表征向量,n为特征数量,W为权值,在匹配时用户可以赋予眼睛和嘴的特征点为最高的权值,其他特征点次之,这样可以灵活的取权值,提高识别的准确率,从而根据特征点和登录特征的表征向量关系得到两者之间的相似度值,方便与信号阈值进行比较,假设信号阈值为Q,若Q>D时,表示不匹配,当遍历所有登录特征均不匹配,则输出匹配失败信号,若其中Q≥D时,表示匹配,输出匹配成功信号;
输出匹配结果信号,所述匹配结果信号包括匹配成功信号和匹配失败信号。
所述数据写入单元400用于将所述钱币识别单元200输出的钱币面值写入账户验证单元300输出的账户进行存储,其中,账户总金额=账户原金额+钱币识别单元200输出的钱币面值,可以更好的记录每个用户储存的金额。
具体的,所述数据写入单元400将钱币面值写入账户的计算公式为:
N=N0+(x1+x2+、...+xm)
其中,N为账户总额,N0为账户初始金额,(x1+x2+、...+xm)为识别到钱币面值总额,m为识别次数,x1为第1次识别到的钱币面值,同理,xm为第m次识别到的钱币面值;
具体的,若账户为新建账户,则N0=0,可以更好的登记储存的金额,实用性更强。
本发明在具体使用时,首选通过人脸识别单元100识别储存人的人脸的特征点,然后将钱币存入存储箱内,使钱币识别单元200识别钱币面值,同时将特征点通过账户验证单元300遍历数据库查询是否有与特征点匹配的登录特征,若有直接输出对应的账户,若无新建账户,然后通过数据写入单元400将钱币面值写入允许请求访问的账户内进行存储,方便登记储存金额。
实施例2
考虑到图像采集模块采集到的人脸图像不可避免的存在噪声,因此,为了提高人脸图像的清晰度,本实施例与实施例1不同的是,其中:
所述图像采集模块还包括图像处理模块;
所述图像处理模块用于消除人脸图像的噪声,增强图像的边缘以及灰度跳变部分;
具体的,消除人脸图像的噪声采用多次观测平均法,是对同一对象进行多次观测或拍摄,从而得到一系列图像,然后将这些图像中的相应点的灰度值求平均得到平均图像作为结果,首先将模板在图中滑动,并将模板中心与图中某个像素位置重合读取模板下所有点像素的灰度值,将这些灰度值从大到小排序,并找到中间值,将这个中间值赋给对应模板中心位置的像素,直到窗口滑过图像上的所有点;
增强图像采用图像锐化技术,在图像平滑的过程中,将使得图像的边缘变得模糊,在后续的字符识别中会使字符的轮廓发生改变,需要用图像锐化来加强图像的边缘特征,首先在离散情况下用梯度算子来检测边缘,然后用模板做卷积实现图像锐化。
以上显示和描述了本发明的基本原理、主要特征和本发明的优点。本行业的技术人员应该了解,本发明不受上述实施例的限制,上述实施例和说明书中描述的仅为本发明的优选例,并不用来限制本发明,在不脱离本发明精神和范围的前提下,本发明还会有各种变化和改进,这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。