纸钞图案切边识别的方法及装置的制造方法
【技术领域】
[0001] 本发明涉及切边识别，尤其涉及纸钞图案切边识别的方法及装置。
【背景技术】
[0002] 钞票经过使用后，会有各种不同的损旧，钞票上相应的文字也会模糊不清，以至于 在进行相应的钞票信息识别时，无法进行准确的辨识。因此，需要能够将经过扫描的图像进 行相应的处理，以达到正确识别的效果。
[0003] 目前一种用于区分背景图案和纸钞图案的技术主要是根据图像中的背景图案的 颜色和纸钞图案的颜色进行判断。例如将图像从左向右扫描，当第n列的颜色数据的均值 和第n+1列的颜色数据的均值的差值大于预定义阈值时，将第n列确定为纸钞图案的边缘。 这样，当背景图案的颜色和纸钞图案的颜色比较接近时，难以区分纸钞图案的边缘。同时当 背景图案有跳跃变化时，也容易将这个跳跃变化当作纸钞图案的边缘。
[0004] 目前另一种用于区分背景图案和纸钞图案的技术主要是利用纸钞图案中的一部 分特征值去对图像进行匹配。例如，提取纸钞图案中的例如人物头像作为特征值，然后用特 征值对图像的各个部分进行匹配。在匹配上以后，就可以根据纸钞特征值的位置判断出纸 钞图案的边缘。但是这种算法比较复杂，实际的工作效率低下，需要大量的计算才能匹配比 对计算。
[0005] 因此，设计一种快速、准确和简便地把例如纸钞图案从整张图像中提取出来的方 案将是非常有益的。
【发明内容】
[0006] 基于上述考虑，本发明提供了一种纸钞图案切边识别的方法以及装置。
[0007] 根据本发明的第一个方面，提供了一种纸钞图案切边识别的方法，所述纸钞图案 和背景图案共同组成图像，所述图像中的所述背景图案的尺寸大于所述纸钞图案的尺寸， 所述方法包括以下步骤：A.根据所述图像的第j列的颜色数据的平均值和第j列的颜色 数据，计算所述图像的所述第j列的颜色数据的标准差；以及B.判断所述第j列的颜色数 据的标准差是否大于预定义阈值：如果所述第j列的颜色数据的标准差大于所述预定义阈 值，则第j列为所述纸钞图案的纵向切边；如果所述第j列的颜色数据的标准差不大于所述 预定义阈值，则j=j+1并继续执行所述步骤A，j代表所述图像的列序号。
[0008] 有利地，该方法还包括将扫描后的所述图像分割成（M，N)个像素，其中M代表横向 像素，N代表纵向像素，每个像素有一个唯一的颜色数据。
[0009] 有利地，该方法还包括在所述图像的第j列上提取K个像素的颜色数据，其中K小 于N。
[0010] 有利地，所述K个像素不位于纸钞图案内。
[0011] 有利地，所述步骤A还包括计算第j列的K个颜色数据的平均值A」。
[0012] 有利地，所述步骤A还包括根据XL(我计算第j列的颜色数据的标 准差，其中&代表第j列的颜色数据的标准差，i代表所述图像的行序号，Am代表第j列 第i行的颜色数据，A」代表第j列颜色数据的平均值。
[0013] 有利地，所述步骤B还包括根据:T= )/i计算所述预定义阈值，其中L代 表用于计算预定义阈值的最大列数，&代表用于计算预定义阈值的列序号，E」代表第j列 的颜色数据的标准差。
[0014] 有利地，用于计算预定义阈值的L列中的任一列均不位于所述纸钞图案内。
[0015] 有利地，用于计算预定义阈值的L列中的任一列均位于所述纸钞图案的一侧且不 位于所述纸钞图案内。
[0016] 根据本发明的第一个方面，提供了一种纸钞图案切边识别的装置，所述纸钞图案 和背景图案共同组成图像，所述图像中的所述背景图案的尺寸大于所述纸钞图案的尺寸， 所述装置包：标准差计算单元，其用于根据所述图像的第j列的颜色数据的平均值和第j列 的颜色数据，计算所述图像的所述第j列的颜色数据的标准差；以及切边判断单元，其用于 判断所述第j列的颜色数据的标准差是否大于预定义阈值：如果所述第j列的颜色数据的 标准差大于所述预定义阈值，则第j列为所述纸钞图案的纵向切边；如果所述第j列的颜色 数据的标准差不大于所述预定义阈值，则j=j+1并继续执行所述步骤A，j代表所述图像 的列序号。
[0017] 有利地，该装置还包括
[0018] 像素单元，其用于将扫描后的所述图像分割成（M，N)个像素，其中M代表横向像 素，N代表纵向像素，每个像素有一个唯一的颜色数据。
[0019] 有利地，该装置还包括像素提取单元，在所述图像的第j列上提取K个像素的颜色 数据，其中K小于N。
[0020] 有利地，所述K个像素不位于纸钞图案内。
[0021] 有利地，所述标准差计算单元还包括第一计算单元，其用于计算第j列的K个颜色 数据的平均值A」。
[0022] 有利地，所述标准差计算单元还包括第二计算单元，其用于根据 巧=Zf=1(4，，-為)计算第j列的颜色数据的标准差，其中Ej代表第j列的颜色数据的标 准差，i代表所述图像的行序号，Ay代表第j列第i行的颜色数据，A^代表第j列颜色数 据的平均值。
[0023] 有利地，所述切边判断单元还包括根据r= 计算所述预定义阈值， 其中L代表用于计算预定义阈值的最大列数，&代表用于计算预定义阈值的列序号，Ejf表第j列的颜色数据的标准差。
[0024] 有利地，用于计算预定义阈值的L列中的任一列均不位于所述纸钞图案内。
[0025] 有利地，用于计算预定义阈值的L列中的任一列均位于所述纸钞图案的一侧且不 位于所述纸钞图案内。
[0026] 本发明涉及一种纸钞图案切边识别的方法及装置，本发明具有以下优势：
[0027] 1.适用背景复杂的纸钞图案切边的检测；
[0028] 2.算法简单，易于实现；
[0029] 3.计算量小，算法效率高；
[0030] 4.参数定制化，适用范围广。
[0031] 基于上述纸钞图案切边识别的方案，可以在取款机纸钞冠字号识别系统中运用该 算法确定纸钞图案的边缘。根据纸钞图案的边缘，从而定位纸钞图案在背景图案中的精确 位置，进而定位冠字号区域位置，从而顺利实现冠字号的识别。该纸币边缘检测算法在实际 的应用中，准确率超过99 %。
[0032] 本发明的各个方面将通过下文中的具体实施例的说明而更加清晰。
【附图说明】
[0033] 通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本发明的其它 特征、目的和优点将会变得更加明显：
[0034] 图1不出了包含有背景图案和纸鈔图案的图像的不意图；以及
[0035] 图2示出了根据本发明的一个实施例的纸钞切边识别的方法示意图；
[0036] 图3示出了根据本发明的另一个实施例的计算颜色数据标准差的方法示意图；以 及
[0037] 图4示出了根据本发明的一个实施例的纸钞切边识别的装置示意图。
[0038] 在图中，贯穿不同的示图，相同或类似的附图标记表示相同或相对应的部件或特 征。
【具体实施方式】
[0039] 在以下优选的实施例的具体描述中，将参考构成本发明一部分的所附的附图。所 附的附图通过示例的方式示出了能够实现本发明的特定的实施例。示例的实施例并不旨在 穷尽根据本发明的所有实施例。可以理解，在不偏离本发明的范围的前提下，可以利用其他 实施例，也可以进行结构性或者逻辑性的修改。因此，以下的具体描述并非限制性的，且本 发明的范围由所附的权利要求所限定。需要说明的是，尽管附图中以特定顺序描述了本发 明中有关方法的步骤，但是这并非要求或者暗示必须按照该特定顺序来执行这些操作，或 是必须执行全部所示的操作才能实现期望的结果，相反，本文中所描述的步骤可以改变执 行顺序。附加地或备选地，可以省略某些步骤，将多个步骤合并为一个步骤执行，和/或将 一个步骤分解维多个步骤执行。
[0040] 图1示出了包含有背景图案和纸钞图案的图像的示意图。如图1所示，由于背景 图案的位置1和位置2的颜色有跳跃变化，传统的边缘检测算法无法区别背景图案中的颜 色跳跃变化，容易和纸钞图案的边缘混淆，可能会将位置1和位置2所在的位置作为纸钞的 边缘，这样做显然是错误的。
[0041] 图2示出了根据本发明的一个实施例的纸钞切边识别的方法示意图。
[0042] 首先，将扫描后的图像分割成（M，N)个像素，其中M代表横向像素，N代表纵向像 素，每个像素有一个唯一的颜色数据。这样，该图像具有MXN个像素，也即MXN个颜色数 据。
[0043] 然后，在该图像的第j列上提取K个像素的颜色数据。
[0044] 优选地，其中K小于N并且K个像素不位于纸钞图案内。例如，可以在如图1所示 的图像第j列的下方或上方纵向地取K=50个像素的颜色数据。
[0045] 在步骤S210中，根据图像的第j列的颜色数据的平均值和第j列的颜色数据，计 算图像的第j列的颜色数据的标准差。图3示出了根据本发明的实施例的计算颜色数据标 准差的方法示意图；
[0046] 在步骤S211中，计算第j列上提取的K个像素的颜色数据的平均值?。如果K个 像素不位于纸钞图案内，K个像素的平均值可以较好地体现背景图案的平均特征。
[0047] 本领域技术人员应该理解的是，对K个颜色数据求平均值的方法包括但不限于累 加平均，权重平均等。
[0048] 在步骤S212中，该方法根据& =2^,(4,,. -為）计算第j列的颜色数据的标准 差，其中&代表第j列的颜色数据的标准差，i代表该图像的行序号，Am代表第j列第i行的颜色数据，A」代表第j列颜色数据的平均值。
[0049] 在步骤S220中，判断第j列的颜色数据的