专利名称：钞票冠字号识别方法
技术领域：
本发明涉及一种新型的钞票冠字号识别方法，属于验钞机领域。
技术背景
当今，在经济迅速发展的中国，人民币流通量之大、币种之多，使人民币的监测和管理工作面临越来越大的压力，而人民币的监测和管理关键在于冠字号的管理。所以，最核心的问题是如何准确地识别冠字号。但是，目前市场上的验钞机对于冠字号的识别率不高。 因此，研究出一种高效成熟的钞票冠字号识别方法尤为重要，直接关系到金融的安全和秩序。
传统的冠字号识别方法主要围绕单一方法进行研究，忽略了冠字号本身具备的一些本质特征，识别率达不到最新颁布的国家强制性标准(GB16999-2010《人民币鉴别仪通用技术条件》)的要求。而且，传统冠字号识别算法仅限于冠字号区域比较清洁的钞票，冠字号区域污浊的钞票往往无法被识别。发明内容
本发明的目的在于提供一种新型的钞票冠字号识别方法，该方法可以快速稳定地识别人民币的冠字号，从而有助于人民币流向的监测和管理。
本发明的技术方案是钞票冠字号识别方法，包括首先在可见光下的人民币图像上定位冠字号区域；然后分别使用基于小波变换局部模极小值的冠字号识别方法和改进的支持向量机的冠字号识别方法独立识别冠字号；最后使用基于权值的判别方法对前述两种识别方法进行组合决策，得出最终识别结果。
所述的方法，在人民币图像上定位冠字号区域的方法包括首先用双阈值的 canny算子对冠字号区域的图像进行边缘检测以得到边缘图像，之后对于边缘图像的边缘点，在原图像中找到对应的点做为种子点并在一定条件下进行生长，再利用高阈值使种子点生长后的图像和边缘图像进行合并，并使用低阈值对合并后的图像进行去噪处理，即得到了二值化后的冠字号区域图像。
所述的方法，在人民币图像上定位冠字号区域的方法具体包括以下步骤
1)对冠字号区域图像使用双阈值的carmy算子进行处理，得到的边缘图像记为 I1，其中高阈值记为W;
2)对冠字号区域图像使用高斯滤波器进行初步去噪处理，得到的图像记为I2 ；
3)在边缘图像I1中，对于每一个边缘点，在I2中找到位置相同的点，并记录下I2 中这些点的8邻域中灰度值最小的点，定义为种子点；
4)在边缘图像I1中找到梯度大于W的点，同时在I2中找到位置相同的点，记录下 I2中这些点的8邻域中灰度值最大的点和最小的点，进行该步之后产生两个点集灰度值最大点集H= {hi;h2,…，hn}和灰度值最小点集L = {11；12,…，IJ，其中比和Ii分别是这些点的8邻域中灰度值最大的点和最小的点的灰度值，i取值1、2、3…n，n为灰度值最大的点或最小的点的个数；
5)分别计算集合H和L的平均值Hp和Lp ；
6)用Hp做阈值对I2进行二值化，得到的图像记为I3 ；
7)合并图像I3和边缘图像I1，得到图像I4 ；
8)对应于图像I4的每个相应的种子点，利用区域生长算法处理，得到图像I5 ；
9)用Lp做阈值对I2进行二值化，得到的图像记为I6 ；
10)合并图像I5和I6，得到二值化图像I7 ；
11)对图像I7进行去噪处理，得到最终二值化的图像；
12)归一化待识别的冠字号字符。
所述的方法，基于小波变换局部模极小值的冠字号识别方法为首先通过小波变换局部模极小值来提取冠字号的骨架；然后进一步进行去噪处理，消除骨架上的毛刺；最后提取骨架的多种特征，从而识别冠字号。
所述的方法，通过小波变换局部模极小值来提取冠字号骨架的步骤包括
1)对于输入图像选择合适尺度进行小波变换，计算小波系数的模值；同时利用小波系数的性质进行目标和背景分离；
2)对小波变换的模值进行多阈值化，提取冠字号初始化的骨架；
3)对步骤2、得到的骨架进行判断，如果骨架是单像素点，那么该点就是有效的骨架点；否则就再次进行小波变换，转至步骤1)；
4)根据步骤幻获得的所有骨架点，获取最终的骨架。
所述的方法，提取骨架的多种特征识别冠字号的方法中，所需提取的特征包括
1)骨架图像特定行或列的横向穿越次数和纵向穿越次数；
2)骨架图像特定行或列的横向投影和纵向投影的非零段个数和非零段长度；
3)骨架图像分叉点的个数；
4)骨架图像圈和边的个数。
所述的方法，使用基于权值的判别方法得出最终识别结果的步骤包括
1)分别测量基于小波变换局部模极小值的冠字号识别方法和改进的支持向量机的冠字号识别方法的识别率；
2)对于步骤1)所述两种方法中识别率较高的采用高权值，识别率较低的采用低权值；
3)对于输入的字符，如果所述两种方法识别得到的是同一结果R，最终结果就是 R ；如果两种方法得到的结果不同，分别为队和&，那么根据步骤1)的识别率和步骤2)的权值计算，得到最终的结果。
本发明的有益效果是
1)采用有效的图像分割算法，克服了冠字号区域存在污渍的情况对识别率的影响，增强了对冠字号区域有污渍的钞票的识别能力，极大地提高了冠字号的识别率。本发明明显改善了二值化的效果，极大方便了冠字号识别的后续处理，有助于监测和管理人民币的流通。
2)全面准确地描述了冠字号的特征。由于传统的方法只是针对冠字号单一的特征选择单一的模式识别方法，忽略了冠字号具备的一些本质特征。本文采用两种独立的方法对冠字号不同的特征进行描述，在本质上提高了冠字号识别的准确度。
图1为基于小波变换局部模极小值的冠字号识别方法示意图。
图2为基于双阈值的图像分割算法和改进的支持向量机的冠字号识别方法示意图。
图3为骨架图像的特定行或列的横向穿越次数和纵向穿越次数计算示意图。
图4为骨架图像分叉点的个数计算示意图。
图5是本发明的具体流程框图。
具体实施方式
本发明在传统冠字号识别算法基础上，加上基于冠字号多种特征的描述，采用不同的方法刻画冠字号的特征，能够显著地提高冠字号的识别率。
本发明是一种基于局部模极小值的骨架和改进的SVM的组合识别方法，本发明首先在可见光下的人民币图像上定位冠字号区域，然后使用两种独立并且高效的冠字号识别方法(分别为基于小波变换局部模极小值的冠字号识别方法和改进的支持向量机的冠字号识别方法)识别冠字号，最后使用基于权值的判别方法进行组合决策，得出最终识别结^ ο
本发明有以下三个技术关键点
1)利用双阈值对原图进行二值化处理，大大增强了对冠字号区域有污渍的钞票的识别能力；
2)采用基于小波变换局部模极小值的骨架识别方法和基于改进的SVM(支持向量机)识别方法对冠字号进行识别，全面刻画了冠字号的特征；
3)采用基于权值的判决方法进行组合决策得出冠字号最终识别结果，使冠字号识别结果更稳定，能够有效地提高识别率。
本发明的关键之处在于两种独立并且高效的冠字号识别方法和有效的判决方法， 如下
一、基于小波变换局部模极小值的冠字号识别方法
利用小波变换局部模极小值来提取冠字号的骨架(条状)。小波系数的局部模极小值的位置独立于小波尺度变换，它能够提取对称边缘轮廓的中心点(骨架)。因为小波变换局部极小值刻画了灰度图像中变化最缓慢的像素点。这些点有两类，一类是背景区域的点集，另一类是位于目标中心线上的点集，它们即为骨架。本专利中，选择三次B样条函数的导数为小波函数。
权利要求
1.钞票冠字号识别方法，其特征在于包括首先在可见光下的人民币图像上定位冠字号区域；然后分别使用基于小波变换局部模极小值的冠字号识别方法和改进的支持向量机的冠字号识别方法独立识别冠字号；最后使用基于权值的判别方法对前述两种识别方法进行组合决策，得出最终识别结果。
2.根据权利要求1所述的方法，其特征在于，在人民币图像上定位冠字号区域的方法包括首先用双阈值的carmy算子对冠字号区域的图像进行边缘检测以得到边缘图像，之后对于边缘图像的边缘点，在原图像中找到对应的点做为种子点并在一定条件下进行生长，再利用高阈值使种子点生长后的图像和边缘图像进行合并，并使用低阈值对合并后的图像进行去噪处理，即得到了二值化后的冠字号区域图像。
3.根据权利要求2所述的方法，其特征在于，在人民币图像上定位冠字号区域的方法具体包括以下步骤1)对冠字号区域图像使用双阈值的canny算子进行处理，得到的边缘图像记为I1，其中高阈值记为W;2)对冠字号区域图像使用高斯滤波器进行初步去噪处理，得到的图像记为I2；3)在边缘图像I1中，对于每一个边缘点，在I2中找到位置相同的点，并记录下I2中这些点的8邻域中灰度值最小的点，定义为种子点；4)在边缘图像I1中找到梯度大于W的点，同时在I2中找到位置相同的点，记录下I2中这些点的8邻域中灰度值最大的点和最小的点，进行该步之后产生两个点集灰度值最大点集H= {hi;h2,…，hn}和灰度值最小点集L = {11；12,…，IJ，其中比和Ii分别是这些点的8邻域中灰度值最大的点和最小的点的灰度值，i取值1、2、3…n，n为灰度值最大的点或最小的点的个数；5)分别计算集合H和L的平均值Hp和Lp；6)用Hp做阈值对I2进行二值化，得到的图像记为I3；7)合并图像I3和边缘图像I1，得到图像I4；8)对应于图像I4的每个相应的种子点，利用区域生长算法处理，得到图像I5；9)用Lp做阈值对I2进行二值化，得到的图像记为I6；10)合并图像I5和I6，得到二值化图像I7；11)对图像I7进行去噪处理，得到最终二值化的图像；12)归一化待识别的冠字号字符。
4.根据权利要求1所述的方法，其特征在于，基于小波变换局部模极小值的冠字号识别方法为首先通过小波变换局部模极小值来提取冠字号的骨架；然后进一步进行去噪处理，消除骨架上的毛刺；最后提取骨架的多种特征，从而识别冠字号。
5.根据权利要求4所述的方法，其特征在于，通过小波变换局部模极小值来提取冠字号骨架的步骤包括1)对于输入图像选择合适尺度进行小波变换，计算小波系数的模值；同时利用小波系数的性质进行目标和背景分离；2)对小波变换的模值进行多阈值化，提取冠字号初始化的骨架；3)对步骤幻得到的骨架进行判断，如果骨架是单像素点，那么该点就是有效的骨架点；否则就再次进行小波变换，转至步骤1)；4)根据步骤幻获得的所有骨架点，获取最终的骨架。
6.根据权利要求4所述的方法，其特征在于，提取骨架的多种特征识别冠字号的方法中，所需提取的特征包括1)骨架图像特定行或列的横向穿越次数和纵向穿越次数；2)骨架图像特定行或列的横向投影和纵向投影的非零段个数和非零段长度；3)骨架图像分叉点的个数；4)骨架图像圈和边的个数。
7.根据权利要求1所述的方法，其特征在于，使用基于权值的判别方法得出最终识别结果的步骤包括1)分别测量基于小波变换局部模极小值的冠字号识别方法和改进的支持向量机的冠字号识别方法的识别率；2)对于步骤1)所述两种方法中识别率较高的采用高权值，识别率较低的采用低权值；3)对于输入的字符，如果所述两种方法识别得到的是同一结果R，最终结果就是R；如果两种方法得到的结果不同，分别为札和&，那么根据步骤1)的识别率和步骤幻的权值计算，得到最终的结果。
全文摘要
本发明提供了一种钞票冠字号识别方法，其包括首先在可见光下的人民币图像上定位冠字号区域；然后分别使用基于小波变换局部模极小值的冠字号识别方法和改进的支持向量机的冠字号识别方法独立识别冠字号；最后使用基于权值的判别方法对前述两种识别方法进行组合决策，得出最终识别结果。该方法可以快速稳定地识别人民币的冠字号，从而有助于人民币流向的监测和管理。
文档编号G07D7/20GK102521911SQ20111042482
公开日2012年6月27日 申请日期2011年12月16日 优先权日2011年12月16日
发明者尤新革, 彭冲, 彭勤牧, 蒋天瑜, 郑飞 申请人:尤新革