一种基于图像的多特征融合的欧元版本识别方法及系统与流程

本发明属于纸币识别领域，更具体地，涉及一种基于图像的多特征融合的欧元版本识别方法及系统，属于智能化识别欧元版本并进行自动分版的方法。

背景技术

随着中欧交流越来越密切，欧元在我国经济贸易中的地位也进一步提高。但我国市场上的大部分金融机具都没有对欧元的检测与鉴别能力。另外，由于自2013年5月2日至今，欧洲货币局陆续发行了面额为5元、10元、20元和50元的新版欧元，而面额为100元、200元、500元的新版欧元也将在接下来的几年中逐步发行。这使得目前市场上具有一定欧元识别能力的金融机具也无法满足欧元版本识别的新需求。

因此亟需一种基于多特征融合的欧元版本识别方法，对金融机具适应新的欧元版本识别需求至关重要。

技术实现要素：

针对现有技术的以上缺陷或改进需求，本发明提供了一种基于图像的多特征融合的欧元版本识别方法及系统，由此解决目前市场上具有一定欧元识别能力的金融机具无法满足欧元版本识别的技术问题。

为实现上述目的，按照本发明的一个方面，提供了一种基于图像的多特征融合的欧元版本识别方法，包括：

(1)获取待识别欧元纸币的背面图像，基于欧元纸币图像几何尺度特征识别所述待识别欧元纸币的面额；

(2)对所述背面图像中的面额标识区域提取网格特征，获得特征向量，对所述背面图像中的右边界区域提取垂直haar特征，获得特征值，获取所述背面图像中的冠字号区域的字母字符数量；

(3)由所述特征向量与所述待识别欧元纸币的面额对应的不同版本的面额标识区域模板之间的距离、所述特征值与所述待识别欧元纸币的面额对应的不同版本的右边界区域的模板之间的距离以及所述冠字号区域的字母字符数量确定所述待识别欧元纸币的版本信息。

优选地，所述方法还包括：

基于欧元图像数据构建每种版本面额图像的欧元特征模板，其中，每个欧元特征模板包括相应的版本面额图像的面额标识区域的特征向量，右边界区域的特征值以及冠字号区域的字母数特征值；

由所述每种版本面额图像的欧元特征模板获取面额标识区域的特征权重，右边界区域的特征权重以及冠字号区域的字母数特征权重。

优选地，所述基于欧元图像数据构建每种版本面额图像的欧元特征模板，包括：

对于任意一种版本面额的欧元纸币，采集该种欧元纸币的n张背面图像，并对采集的所述n张背面图像进行亮度补偿和去噪，其中，n为正整数；

分别对每张所述背面图像提取背面面额标识区域的网格特征，对每张所述背面图像提取背面右边界区域的垂直haar特征；

对所述n张背面图像的背面面额标识区域的网格特征和背面右边界区域的垂直haar特征分别取均值，得到该种欧元纸币的背面面额标识区域的特征向量gr和该种欧元纸币的背面右边界区域的特征值hr作为该版本面额欧元纸币的标准模板；

获取所述背面图像的背面冠字号区域的字母数特征标准模板，其中，新版欧元对应的字母特征标准模板值为2，旧版欧元对应的字母特征标准模板值为1。

优选地，所述由所述每种版本面额图像的欧元特征模板获取面额标识区域的特征权重，右边界区域的特征权重以及冠字号区域的字母数特征权重，包括：

采集各面额版本欧元纸币的m张背面图像，对所述m张背面图像进行亮度补偿和去噪，将每张背面图像进行标记，以区分新本或旧版；

将所述m张背面图像中的每张背面图像赋予相同的初始权值1/m；

使用带有权值分布的所述m张背面图像及每张背面图像的标记值，进行分类器迭代训练，在训练过程中不断更新所述m张背面图像的权值分布，直至识别准确率趋于平稳或达到要求时终止迭代，得到面额标识区域的特征权重，右边界区域的特征权重以及冠字号区域的字母数特征权重。

优选地，所述分类器迭代训练的过程为：

将各张背面图像的面额标识区域的网格特征作为分类器g(x)的输入，将各张背面图像的右边界区域的垂直haar特征作为分类器h(x)的输入，将各张背面图像的冠字号区域的字母数特征作为分类器s(x)的输入；

使用具有权值分布的所述m张背面图像进行学习，分别得到g(x)、h(x)和s(x)分类器的分类结果，其中，各分类器的分类误差由i∈分错样本确定，wsi表示第i张背面图像在第s次迭代的权值，n表示第s次迭代时相应分类器分错样本的数量；

由更新各分类器的权值；

对于各分类器，由更新各背面图像的权值，其中，f(xi)∈(g(xi),h(xi),s(xi))表示对应分类器g(x)、h(x)或s(x)的输出，若识别为新版则输出1，若识别为旧版输出为-1，ws+1,i表示第i张背面图像在第s+1次迭代的权值，yi为第i张背面图像标记的版本，若为新版，yi＝1，若为旧版，yi＝-1；

在当前次迭代的识别准确率趋于平稳或达到要求时终止迭代，将最终的各分类器的权值gc、hc和sc分别作为面额标识区域的特征权重，右边界区域的特征权重以及冠字号区域的字母数特征权重。

优选地，步骤(3)包括：

(3.1)设置新版计数器new＝0和旧版计数器old＝0；

(3.2)分别计算所述待识别欧元纸币的特征向量与所述待识别欧元纸币的面额对应的不同版本的面额标识区域模板之间的距离，确定距离值最小的标准模板所对应的版本，若为新版则更新新版计数器的值为new⁽¹⁾＝new+gc，若为旧版则更新旧版计数器的值为old⁽¹⁾＝old+gc；

(3.3)分别计算所述待识别欧元纸币的特征值与所述待识别欧元纸币的面额对应的不同版本的右边界区域的模板之间的距离，确定距离值最小的标准模板所对应的版本，若为新版则更新新版计数器的值为new⁽²⁾＝new⁽¹⁾+hc，若为旧版则更新旧版计数器的值为old⁽²⁾＝old⁽¹⁾+hc；

(3.4)基于所述冠字号区域的字母字符数量num修改计数器的值，若num＝2，则更新新版计数器的值为new⁽³⁾＝new⁽²⁾+sc，若num＝1，则更新旧版计数器的值为old⁽³⁾＝old⁽²⁾+sc；

(3.5)基于新版计数器new⁽³⁾和旧版计数器old⁽³⁾的值判断所述待识别欧元纸币的版本，若new⁽³⁾＞old⁽³⁾，则所述待识别欧元纸币为新版，若new⁽³⁾＜old⁽³⁾，则所述待识别欧元纸币为旧版。

按照本发明的另一方面，提供了一种基于图像的多特征融合的欧元版本识别系统，包括：

面额确定模块，用于获取待识别欧元纸币的背面图像，基于欧元纸币图像几何尺度特征识别所述待识别欧元纸币的面额；

特征获取模块，用于对所述背面图像中的面额标识区域提取网格特征，获得特征向量，对所述背面图像中的右边界区域提取垂直haar特征，获得特征值，获取所述背面图像中的冠字号区域的字母字符数量；

版本识别模块，用于由所述特征向量与所述待识别欧元纸币的面额对应的不同版本的面额标识区域模板之间的距离、所述特征值与所述待识别欧元纸币的面额对应的不同版本的右边界区域的模板之间的距离以及所述冠字号区域的字母字符数量确定所述待识别欧元纸币的版本信息。

总体而言，通过本发明所构思的以上技术方案与现有技术相比，能够取得下列有益效果：

(1)采用多特征融合的方法，能很好地表征欧元的版本信息，识别精度高。

(2)特征简单，提取速度快，鲁棒性好。

(3)针对新版欧元主要特点提取特征，可扩展性强，能满足待发行新版欧元的分版需求。

附图说明

图1为本发明实施例提供的一种基于图像的多特征融合的欧元版本识别方法的流程示意图；

图2为本发明实施例提供的一种以新版10欧元为例的欧元版本多特征提取示意图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。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。此外，下面所描述的本发明各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。

本发明提供了一种多特征融合的欧元版本训练方法、识别方法及系统，旨在实现欧元版本的智能识别，进而实现对新旧版欧元的快速区分。

如图1所示为本发明实施例提供的一种基于图像的多特征融合的欧元版本识别方法的流程示意图，包括：

(1)获取待识别欧元纸币的背面图像，基于欧元纸币图像几何尺度特征识别所述待识别欧元纸币的面额；

作为一种可选的实施方式，还包括对待识别欧元纸币背面图像进行亮度补偿和去噪的操作。

(2)对背面图像中的面额标识区域提取网格特征，获得特征向量，对背面图像中的右边界区域提取垂直haar特征，获得特征值，获取背面图像中的冠字号区域的字母字符数量；

如图2所示，为本发明实施例提供的一种以新版10欧元为例的欧元版本多特征提取示意图，在图2中标示出了面额标识区域、右边界区域以及冠字号区域的具体位置。

作为一种可选的实施方式，可以通过对背面图像中的面额标识区域提取13点网格特征，获得特征向量。

(3)由特征向量与待识别欧元纸币的面额对应的不同版本的面额标识区域模板之间的距离、特征值与待识别欧元纸币的面额对应的不同版本的右边界区域的模板之间的距离以及冠字号区域的字母字符数量确定待识别欧元纸币的版本信息。

在本发明实施例中，该方法还包括模板的训练过程，具体为：

基于欧元图像数据构建每种版本面额图像的欧元特征模板，其中，每个欧元特征模板包括相应的版本面额图像的面额标识区域的特征向量，右边界区域的特征值以及冠字号区域的字母数特征值；

作为一种可选的实施方式，基于欧元图像数据构建每种版本面额图像的欧元特征模板，具体包括：

对于任意一种版本面额的欧元纸币，采集该种欧元纸币的n张背面图像，并对采集的n张背面图像进行亮度补偿和去噪，其中，n为正整数，n的值可以根据实际需要确定；

分别对每张背面图像提取背面面额标识区域的网格特征gi，对每张背面图像提取背面右边界区域的垂直haar特征hi；

其中，可以分别对每张背面图像提取背面面额标识区域的13点网格特征。

对n张背面图像的背面面额标识区域的网格特征和背面右边界区域的垂直haar特征分别取均值，得到该种欧元纸币的背面面额标识区域的特征向量gr和该种欧元纸币的背面右边界区域的特征值hr作为该版本面额欧元纸币的标准模板；

其中，

获取背面图像的背面冠字号区域的字母数特征标准模板，其中，新版欧元对应的字母特征标准模板值为2，旧版欧元对应的字母特征标准模板值为1。

由每种版本面额图像的欧元特征模板获取面额标识区域的特征权重，右边界区域的特征权重以及冠字号区域的字母数特征权重。

作为一种可选的实施方式，由每种版本面额图像的欧元特征模板获取面额标识区域的特征权重，右边界区域的特征权重以及冠字号区域的字母数特征权重，具体包括：

采集各面额版本欧元纸币的m张背面图像(其中各面额版本欧元图像数量均匀分布)，对m张背面图像进行亮度补偿和去噪，将每张背面图像进行标记，以区分新本或旧版；

其中，新版对应的标记值为1，旧版对应的标记值为-1。

将m张背面图像中的每张背面图像赋予相同的初始权值1/m；

使用带有权值分布的m张背面图像及每张背面图像的标记值，进行分类器迭代训练，在训练过程中不断更新m张背面图像的权值分布，直至识别准确率趋于平稳或达到要求时终止迭代，得到面额标识区域的特征权重，右边界区域的特征权重以及冠字号区域的字母数特征权重。

其中，分类器迭代训练的过程为：

将各张背面图像的面额标识区域的网格特征作为分类器g(x)的输入，将各张背面图像的右边界区域的垂直haar特征作为分类器h(x)的输入，将各张背面图像的冠字号区域的字母数特征作为分类器s(x)的输入；

使用具有权值分布的m张背面图像进行学习，分别得到g(x)、h(x)和s(x)分类器的分类结果，其中，各分类器的分类误差由i∈分错样本确定，wsi表示第i张背面图像在第s次迭代的权值，n表示第s次迭代时相应分类器分错样本的数量；

由更新各分类器的权值；

对于各分类器，由更新各背面图像的权值，其中，f(xi)∈(g(xi),h(xi),s(xi))表示对应分类器g(x)、h(x)或s(x)的输出，若识别为新版则输出1，若识别为旧版输出为-1，ws+1,i表示第i张背面图像在第s+1次迭代的权值，yi为第i张背面图像标记的版本，若为新版，yi＝1，若为旧版，yi＝-1；

在当前次迭代的识别准确率趋于平稳或达到要求时终止迭代，将最终的各分类器的权值gc、hc和sc分别作为面额标识区域的特征权重，右边界区域的特征权重以及冠字号区域的字母数特征权重。

其中，步骤(3)包括：

(3.1)设置新版计数器new＝0和旧版计数器old＝0；

(3.2)分别计算待识别欧元纸币的特征向量与待识别欧元纸币的面额对应的不同版本的面额标识区域模板之间的距离，确定距离值最小的标准模板所对应的版本，若为新版则更新新版计数器的值为new⁽¹⁾＝new+gc，若为旧版则更新旧版计数器的值为old⁽¹⁾＝old+gc；

(3.3)分别计算待识别欧元纸币的特征值与待识别欧元纸币的面额对应的不同版本的右边界区域的模板之间的距离，确定距离值最小的标准模板所对应的版本，若为新版则更新新版计数器的值为new⁽²⁾＝new⁽¹⁾+hc，若为旧版则更新旧版计数器的值为old⁽²⁾＝old⁽¹⁾+hc；

(3.4)基于前两个字符的字符数量num修改计数器的值，若num＝2，则更新新版计数器的值为new⁽³⁾＝new⁽²⁾+sc，若num＝1，则更新旧版计数器的值为old⁽³⁾＝old⁽²⁾+sc；

(3.5)基于新版计数器new⁽³⁾和旧版计数器old⁽³⁾的值判断待识别欧元纸币的版本，若new⁽³⁾＞old⁽³⁾，则待识别欧元纸币为新版，若new⁽³⁾＜old⁽³⁾，则待识别欧元纸币为旧版。

本发明可以应用于欧元纸币版本识别，在本发明实施例中的欧元纸币版本包括：500元，200元，100元，50元，20元，10元，以及5元纸币的新版和旧版。

本发明实施例还提供了一种基于图像的多特征融合的欧元版本识别系统，包括：

面额确定模块，用于获取待识别欧元纸币的背面图像，基于欧元纸币图像几何尺度特征识别所述待识别欧元纸币的面额；

特征获取模块，用于对背面图像中的面额标识区域提取网格特征，获得特征向量，对背面图像中的右边界区域提取垂直haar特征，获得特征值，获取背面图像中的冠字号区域的字母字符数量；

版本识别模块，用于由特征向量与待识别欧元纸币的面额对应的不同版本的面额标识区域模板之间的距离、特征值与所述待识别欧元纸币的面额对应的不同版本的右边界区域的模板之间的距离以及冠字号区域的字母字符数量确定待识别欧元纸币的版本信息。

其中，各模块的具体实施方式参照上述方法实施例中的描述，本发明实施例将不再复述。

以下结合附图及实施例对本发明进行详细说明。

实施例1：

在本发明实施例中，采集欧元50元、20元、10元、5元面额的不同版本(包括新旧版本)欧元背面图像，各10张的白光图，并归一化为800*400大小。

一、基于欧元图像数据构建每一种版本面额的欧元特征模板

1、对采集到的图像数据进行亮度补偿和高斯平滑去噪；

2、提取欧元背面图像的13点网格特征gi和haar特征hi；

3、对同版本面额10张训练样本的面额标识区域和右边界区域的特征gi和hi分别取均值，得到特征向量gr和特征值hr作为这两种特征的标准模板；

4、获取背面冠字号区域字母数特征标准模板，新版欧元该特征值为2，旧版欧元该特征值为1。

二、训练多特征融合权重系数

1、利用多光谱点钞机采集该种欧元纸币的1000张背面图像数据(其中各面额版本欧元图像数量均匀分布)，并将每张图像标记为新版(1)或旧版(-1)；

2、对采集到的样本图像数据进行亮度补偿和去噪；

3、初始化样本图像的权值分布。每一张样本图像初始化时赋予相同的权值w＝1/1000；

4、进行多次迭代，s＝1，2…s(s表示迭代次数)，当识别准确率趋于平稳或达到要求时终止迭代；

5、迭代完成，得到最终的各分类器的权值为gc、hc、sc即为各特征的权重系数。

三、进行待识别欧元纸币图像特征提取

1、获取待识别欧元纸币的背面图像数据；

2、基于欧元纸币图像几何尺度特征识别待识别欧元纸币的面额；

3、对待识别欧元纸币的背面图像进行亮度补偿和高斯平滑去噪并归一化为800*400；

4、对待识别欧元纸币的背面面额标识区域提取13点网格特征，获得特征向量gr；

5、对待识别欧元纸币的背面右边界区域提取垂直haar特征，获得特征值hr；

6、通过光学字符识别的方法识别待识别欧元纸币背面冠字号区域前两个字符，获取字母字符数量num。

四、基于上述结果和特征权重系数gc、hc、sc确认待识别欧元纸币的版本；

1、设置新版计数器new＝0，设置旧版计数器old＝0；

2、分别计算待识别欧元纸币特征向量gr与该面额不同版本模板gr之间的欧氏距离，比较计算的结果，得到其中距离值最小的标准模板所对应的版本。若为新版则新版计数器new⁽¹⁾＝new+gc，若为旧版则旧版计数器old⁽¹⁾＝old+gc，其中，欧氏距离计算方法如下：xi、yi分别表示待计算的两个特征向量x、y的第i维特征值，应用于此处x为特征向量gr，y为特征向量gr。

3、分别计算待识别欧元纸币特征值hr与该面额不同版本模板hr之间的欧氏距离，比较计算的结果，得到其中距离值最小的标准模板所对应的版本。若为新版则新版计数器new⁽²⁾＝new⁽¹⁾+hc，若为旧版则旧版计数器old⁽²⁾＝old⁽¹⁾+hc；

4、基于待识别欧元纸币背面冠字号区域字母字符数量num修改计数器的值，若num＝2，则新版计数器new⁽³⁾＝new⁽²⁾+sc，若num＝1，则旧版计数器old⁽³⁾＝old⁽²⁾+sc；

5、基于新版计数器new⁽³⁾和旧版计数器old⁽³⁾的值判断待识别欧元纸币的版本，若new⁽³⁾＞old⁽³⁾，则待识别欧元纸币为新版，若new⁽³⁾＜old⁽³⁾，则待识别欧元纸币为旧版。

本领域的技术人员容易理解，以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。