一种去除图像轮廓噪声点的方法和相关装置与流程

本发明涉及图像处理技术领域，具体涉及一种去除图像轮廓噪声点的方法和相关装置。

背景技术：

银行等金融机构的现金自动存取款一体机等金融设备，通常包括验钞器，其通过图像处理技术对纸币进行识别。

由于验钞器所处的环境影响，如温度、灰尘以及电磁干扰等，在验钞器采集的图像数据中将不可避免地会引入噪声的干扰，这些噪声干扰数据将很可能导致图像无法处理或无法被正确处理。

技术实现要素：

本发明实施例提供一种去除图像轮廓噪声点的方法和相关装置，以有助于解决现有金融设备处理图像时被噪声干扰的问题。

为解决上述技术问题，本发明实施例采用如下技术方案：

本发明第一方面提供一种去除图像轮廓噪声点的方法，包括：采集图像的轮廓点，得到轮廓点集合a；从集合a中剔除部分离散值，得到轮廓点集合b；利用集合b中的轮廓点进行霍夫直线拟合，确定图像的轮廓。

本发明第二方面提供一种去除图像轮廓噪声点的装置，包括：采集模块，用于采集图像的轮廓点，得到轮廓点集合a；处理模块，用于从集合a中剔除部分离散值，得到轮廓点集合b；确定模块，用于利用集合b中的轮廓点进行霍夫直线拟合，确定图像的轮廓。

本发明第三方面提供一种验钞装置，所述验钞装置包括处理器、存储器、总线和通信接口；所述存储器用于存储计算机执行指令，所述处理器与所述存储器通过所述总线连接，当所验钞装置运行时，所述处理器执行所述存储器存储的所述计算机执行指令，以使所述验钞装置执行如上述的方法。

从以上技术方案可以看出，本发明实施例具有以下优点：

采集到图像轮廓点之后，首先剔除其中的离散值，以避免或减少噪声干扰数据的影响，然后才进行霍夫直线拟合，从而可以更准确的确定图像的轮廓。也就是说，先将噪声干扰数据滤除在外，然后利用剩下的有用数据进行图像处理，确定图像的实际轮廓线，保证了图像处理的准确性。

附图说明

为了更清楚地说明本发明实施例技术方案，下面将对实施例和现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它的附图。

图1是一种现金自动存取款一体机的结构示意图；

图2是采集一种纸币的包括噪声点的图像示意图；

图3是常规方法采集的轮廓点的示意图；

图4是本发明实施例提供的一种去除图像轮廓噪声点的方法的流程示意图；

图5是采用本发明实施例方法得到的轮廓点的示意图；

图6是从集合a中剔除部分离散值，得到轮廓点集合b的流程示意图；

图7是本发明实施例提供的一种去除图像轮廓噪声点的装置的结构示意图；

图8是本发明实施例提供的一种验钞装置的结构示意图。

具体实施方式

本发明实施例提供一种去除图像轮廓噪声点的方法，以有助于解决现有金融设备处理图像时被噪声干扰的问题。本发明实施例还提供相关装置。

为了使本技术领域的人员更好地理解本发明方案，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的实施例，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，都应当属于本发明保护的范围。

本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”等是用于区别不同的对象，而不是用于描述特定顺序。此外，术语“包括”和“具有”以及它们任何变形，意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元，而是可选地还包括没有列出的步骤或单元，或可选地还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。

本发明实施例技术方案可用于现金自动存取款一体机等金融设备。

请参考图1，是一种现金自动存取款一体机的结构示意图。该现金自动存取款一体机可包括：与顾客之间进行纸币的授受的接客部11，对投入的纸币的币种及真伪进行鉴别的验钞部12，暂时保留所投入的纸币的暂存部13，以及按币种保存纸币的钞箱14，验钞部12和钞箱14通过搬送通道15连接，钞箱14可包括多个用于存放不同种类纸币的循环钞箱。

以存款交易为例，该现金自动存取款一体机的工作流程如下：如果顾客向接客部11投入纸币，则所投入的纸币由验钞部12鉴别，并将被鉴别为正常纸币的纸币在暂存部13保留，另一方面，将被鉴别为不应交易的纸币返回接客部11而退还给顾客；接着，现金自动存取款机在确定顾客存入的金额后，利用验钞部12再次鉴别在暂存部13保留的纸币的币种，并根据鉴别的币种而保存于钞箱的各个循环钞箱。

如上所述的现金自动存取款一体机的验钞部12，金融设备的验钞装置利用图像处理技术来识别纸币的真、伪、新、旧、面额、币种以及版本等信息。纸币识别过程中的第一步是对图像进行旋转提取。旋转提取中的关键一步是按照固定的规则寻找纸币的轮廓，纸币的轮廓也称作外包框。下一步是通过这些轮廓点进行霍夫直线拟合，确定图像的实际轮廓线。

然而，由于验钞装置所处的环境影响，如温度、灰尘以及电磁干扰等，在验钞装置采集的图像数据中将不可避免地引入噪声的干扰。请参考图2和图3所示的纸币的图像，由于噪声例如如图2中央的白色直线的影响，在寻找轮廓时，通常会误找到轮廓外的噪声点，如图3所示。由于找到这些轮廓点的下一步是通过这些轮廓点进行霍夫直线拟合，当混入这些噪声点后往往会造成拟合后的直线偏离图片的实际轮廓线。

因此很有必要对其中的噪声点等干扰数据进行滤除，否则这些干扰数据将很可能导致图像无法处理或无法被正确处理。

为解决上述技术问题，本发明实施例一种去除图像轮廓噪声点的方法，对验钞装置采集的图像数据进行筛选操作，将噪声点等干扰数据排除在外，以保证图像数据能进行接下来的后续处理。

请参考图4，本发明实施例提供一种去除图像轮廓噪声点的方法，可包括：

41.采集图像的轮廓点，得到轮廓点集合a；

42.从集合a中剔除部分离散值，得到轮廓点集合b；

43.利用集合b中的轮廓点进行霍夫直线拟合，确定图像的轮廓。

如图3所示，采集图像轮廓点时，噪声点例如中间直线上的点，相对于钞票的实际轮廓点，在分布上属于离散值，因此，将这部分离散值剔除掉之后，再进行霍夫直线拟合，即可更准确的确定图像的轮廓点，如图5所示，是经过本发明方法处理后确定的图像轮廓，可见，先前的干扰噪声点基本上被滤除干净，得到的轮廓线即为真正的轮廓线。

请参考图6，本发明实施例中，上述步骤42，所述从集合a中剔除部分离散值，得到轮廓点集合b，具体可以包括：

s1：计算集合a中所有轮廓点的坐标的平均值avg；

s2：根据所述平均值avg将所述集合a划分为若干个子集，从所述若干个子集中选取一个包括轮廓点个数最多的子集，记为m；

s3：计算子集m中所有轮廓点的坐标的平均值t；

s4：从所述集合a中选取所有落入所述平均值t的邻域r内的轮廓点，得到集合a(t，r)，r为设定值；

s5：令集合b＝a(t，r)。

可选的，步骤s5之前还可以包括：令集合a＝a(t，r)，重复执行上述步骤少一次。

通过重复执行上述步骤s1至s4，可以使筛选的数据稳定下来，尽可能保证将噪声干扰去除干净。

容易理解，在纸币图像所在的平面上，坐标包括横坐标和纵坐标，上述步骤s1至s4中，采用坐标进行平均值等计算时，可以采用横坐标，也可以采用纵坐标，当然，最好同时采用横坐标和纵坐标。

本发明一些实施例中，所述平均值avg包括横坐标平均值avgx和纵坐标平均值avgy，步骤s2具体可以包括：

根据所述集合a中的轮廓点的横坐标是否大于所述横坐标平均值avgx，将所述集合a划分为两个子集m1x和m2x；即，横坐标大于avgx的轮廓点，归入m1x；不大于avgx的轮廓点，归入m2x；

根据所述集合a中的轮廓点的纵坐标是否大于所述纵坐标平均值avgy，将所述集合a划分为两个子集m1y和m2y；即，纵坐标大于avgy的轮廓点，归入m1y；不大于avgy的轮廓点，归入m2y；

从子集m1x和m2x以及m1y和m2y中选取一个包括轮廓点个数最多的子集，记为m；具体的，可以首先从m1x和m2x中选取一个包括轮廓点个数较多的子集记为mx，从m1y和m2y中选取一个包括轮廓点个数较多的子集记为my，再从mx和my中选取一个包括轮廓点个数较多的子集记为m。

本发明一些实施例中，所述平均值t包括横坐标平均值tx和纵坐标平均值ty，所述设定值r包括rx和ry，用pxy表示坐标(x，y)处的轮廓点，则步骤s2具体包括：

若m＝m1x或m2x，则a(t，r)＝{pxy||x-tx|<rx，x∈m1xorx∈m2x}；

若m＝m1y或m2y，则a(t，r)＝{pxy||y-ty|<ry，x∈m1yorx∈m2y}。

其中，常数r可以如下取值：rx的取值略大于所述图像的横向长度的一半；ry的取值略大于所述图像的纵向长度的一半。

当然，常数r的取值也可以简化，一些实施例中，可以不将r细分为rx和ry，而是在横轴和纵轴的比较中使用同一个r值，由于纸币通常为矩形，r的取值可以略大于纸币图像的长度的一半。如上所述，容易理解，r可以根据不同的图像选取不同的值，本实施例中例如可以选取r为20，代表20个像素范围内。

需要指出的是，本文中所述的略大于例如可以理解为不超过1.1倍。

如上所述，本发明实施例提供了一种去除图像轮廓噪声点的方法，该方法采集到图像轮廓点之后，首先剔除其中的离散值，也就是将干扰噪声点去除，以避免或减少噪声干扰数据的影响，然后才进行霍夫直线拟合，从而可以更准确的确定图像的轮廓。如上，通过将噪声干扰数据滤除在外，然后利用剩下的有用数据进行图像处理，确定图像的实际轮廓线，保证了图像处理的准确性，保证后续图像处理的顺序进行。

为了更好的实施本发明实施例的上述方案，下面还提供用于配合实施上述方案的相关装置。

请参考图7，本发明实施例还提供一种去除图像轮廓噪声点的装置，包括：

采集模块71，用于采集图像的轮廓点，得到轮廓点集合a；

处理模块72，用于从集合a中剔除部分离散值，得到轮廓点集合b；

确定模块73，用于利用集合b中的轮廓点进行霍夫直线拟合，确定图像的轮廓。

本发明一些实施例中，所述处理模块72具体用于执行如下步骤：

s1：计算集合a中所有轮廓点的坐标的平均值avg；

s2：根据所述平均值avg将所述集合a划分为若干个子集，从所述若干个子集中选取一个包括轮廓点个数最多的子集，记为m；

s3：计算子集m中所有轮廓点的坐标的平均值t；

s4：从所述集合a中选取所有落入所述平均值t的邻域r内的轮廓点，得到集合a(t，r)，r为设定值；

s5：令集合b＝a(t，r)。

可选的，步骤s5之前还包括：

令集合a＝a(t，r)，重复执行上述步骤s1至s4至少一次。

如上所述，本发明实施例提供了一种去除图像轮廓噪声点的装置，该装置在进行图像处理的过程中，采集到图像轮廓点之后，首先剔除其中的离散值，也就是将干扰噪声点去除，以避免或减少噪声干扰数据的影响，然后才进行霍夫直线拟合，从而可以更准确的确定图像的轮廓。

请参考图8，本发明实施例还提供一种验钞装置80，所述验钞装置80包括处理器81、存储器82、总线83和通信接口84；

所述存储器82用于存储计算机执行指令，所述处理器81与所述存储器82通过所述总线83连接，当所验钞装置运行时，所述处理器81执行所述存储器82存储的所述计算机执行指令，以使所述验钞装置执行如本发明实施例所述的去除图像轮廓噪声点的方法。

如上所述，本发明实施例提供了一种验钞装置，该装置在进行图像处理的过程中，采集到图像轮廓点之后，首先剔除其中的离散值，也就是将干扰噪声点去除，以避免或减少噪声干扰数据的影响，然后才进行霍夫直线拟合，从而可以更准确的确定图像的轮廓。

在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详细描述的部分，可以参见其它实施例的相关描述。

上述实施例仅用以说明本发明的技术方案，而非对其限制；本领域的普通技术人员应当理解：其依然可以对上述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。