1
[0054]本发明实施例提供了一种叠层纸张计数方法。
[0055] 银行用来贴信用卡的纸张有多种类型，每种类型的纸张的厚度、纹理特征等参数 不同，在银行的数据库里都会存储着每种纸张类型及每种纸张类型对应的纸张参数，纸张 参数可以为纸张类型对应的厚度、划分多个子图像时的频率间隔等等，当采用本发明实施 例提供的方法对叠层纸张进行计数时，可以直接从上述数据库中获取纸张类型对应的纸张 参数。除此之外，该数据库里还会存储着与每种纸张类型对应的结构元素及矩形窗，用于后 续的叠层纹理图像处理中。所谓结构元素就是具有一定尺寸的背景图像，它没有固定的形 状和大小。矩形窗为预设大小的像素矩阵。本发明实施例中可以利用矩形窗来提取叠层纸 张的叠层纹理图像中纹理特征。
[0056] 本发明实施例提供的叠层纸张计数方法，每一摞需要计数的叠层纸张都只包含有 一种类型的纸张，因此首先需要确定纸张的类型，获取与该纸张类型相对应的参数，具体包 括：
[0057] 扫描预设纸张类型对应的图形码；
[0058] 从上述图形码中获取上述预设纸张类型的频率间隔。
[0059] 需要计数的一摞纸张都是一种类型的纸张，每张纸张表面都设置有图形码，只要 扫描其中的一张纸张就可以确定纸张的类型，而预设纸张指的是该摞纸张中的一张。
[0060] 通过扫描预设纸张表面的图形码，并解析该图形码，可以确定该纸张的纸张类型 以及从中获取与其对应的频率间隔。
[0061] 频率间隔指的是作多条垂线对叠层纹理图像进行划分时，每条垂线和每条垂线之 间间隔的距离。
[0062] 上述图形码可以是条形码，也可以是二维码，可以使用条码扫描器扫描上述图形 码，并解析图形码中存储着的与纸张类型相对应的参数，从中获取预设纸张类型的频率间 隔。
[0063] 在上述确定了该摞叠层纸张的纸张类型并获取与其相对应的参数之后，开始对叠 层纸张进行计数，如图1所示，具体包括步骤S110~S140。
[0064] S110,采集叠层纸张的叠层纹理图像。
[0065] 可以使用CCD(charge coupled device，电荷親合器件)相机采集叠层纸张的叠层 纹理图像。CCD是电荷耦合器件的简称，它能够将光线变为电荷并将电荷存储及转移，也可 将存储的电荷取出使电压发生变化，因此是理想的CCD相机元件。以其构成的CCD相机具有 体积小、重量轻、不受磁场影响、具有抗振动和抗击的特性。也可以使用摄像机或者激光扫 描仪采集叠层纸张的叠层纹理图像。
[0066]将折叠成Z字型的纸张叠放成一摞，采用上述图像采集设备采集叠层纸张侧面的 图像，获得叠层纸张的纹理图像。
[0067] S120,将上述叠层纹理图像转化成二值图像。
[0068]将上述叠层纹理图像转化成二值图像，具体包括如下步骤：
[0069]获取上述叠层纹理图像中每个像素点的AXB邻域中的像素灰度值的平均值和标 准偏差，其中A、B均为正整数，并且A矣B;
[0070] 根据上述每个像素点对应的灰度值的平均值和标准偏差，分别计算每个像素点对 应的分割阈值；
[0071] 根据上述每个像素点对应的分割阈值，分别将每个像素点的AXB邻域进行二值 化，得到上述叠层纹理图像的二值图像。
[0072] 由于纸张很薄，将纸张折叠成Z字型之后，叠层纸张仍然还是很薄，采集的叠层纹 理图像水平和竖直方向不相等，因此为了符合纸张侧面的纹理图像特点，所选取的每个像 素点AXB邻域的A和B是不相等的，AXB表示的是一个像素矩阵，A表示的是该矩阵中像素的 行数，B表示的是该矩阵中像素的列数，并且A、B都是正整数，本发明实施例中优选A为15，B 为9〇
[0073] 接下来，以该叠层纹理图像中的一个像素点为例，详细介绍如何将该像素点的AX B邻域进行二值化。图像的二值化，就是将图像上像素点的灰度值设置为0或者255,也就是 将整个图像呈现出明显的只有黑和白的视觉效果。
[0074]在上述叠层纹理图像中选取像素点C(x，y)，C(x，y)点的邻域为AXB，由公式
计算出AXB邻域内的像素灰度值的平均值m(x，y)，其中N表示该邻域中 的像素点总数， Xl表示的是第i个像素点的灰度值，m(x，y)表示该邻域像素点的灰度值的平
可以计算出AX B邻域的标准偏差d(x，y)， 其中d(x，y)表示该邻域的标准偏差。
[0075]标准偏差是总体各单位标准值与其平均数离差平方的算术平均数的平方根。它反 映组内个体间的离散程度。
[0076]上述已经计算出C(x，y)点的AXB邻域内的像素灰度值的平均值m(x，y)和标准偏 差d(x，y)，根据公式v(x，y) =min(StdDevScale*d(x，y)，AbsThreshold)可以对C(x，y)点的 标准偏差进行修正。
[0077] 其中，StdDevScale为标准差因子，AbsThreshold为绝对阈值，在本发明实施例中 优选StdDevScale为_0.2，AbsThreshold为2。其中，标准差d(x，y)与标准差因子 StdDevScale相乘，可以限制噪声对图像处理的灵敏度，AbsThreshold为设定的最小分割相 对阈值，即像素间的灰度差必须大于这个数值时，才能被划分。上述对标准偏差d(x，y)进行 修正后，通过公式T(x，y) =m(x，y)+v(x，y)计算出像素点C(x，y)对应的分割阈值，其中，T (义，7)表示以1，7)点的分割阈值。
[0078]上述计算出C(x，y)点的AXB邻域的分割阈值T(x，y)，T(x，y)将C(x，y)点的AXB邻 域内的像素分为两部分，分别是大于或者等于T(x，y)的像素和小于T(x，y)的像素，其中，大 于或者等于T(x，y)的像素为有效像素，即叠层纹理图像。将大于或者等于T(x，y)的每个像 素的灰度值设置为〇,相应的将小于T(x，y)的每个像素的灰度值设置为255,或者将大于或 者等于T(x，y)的每个像素的灰度值设置为255,而相应的将小于T(x，y)的每个像素的灰度 值设置为〇,这样该邻域内的图像就表现为只有黑和白的视觉效果。
[0079] 同样的，采取上述方法，计算该叠层纹理图像中的每个像素点对应的灰度值的平 均值和标准偏差，由此计算出每个像素点对应的分割阈值，将每个像素点的A X B邻域进行 二值化，得到上述叠层纹理图像的二值图像。
[0080] S130,根据预先获取的频率间隔，将上述二值图像划分为多个子图像。
[0081] 将上述二值图像划分为多个子图像，具体包括如下步骤：
[0082]提取上述二值图像的纹理特征；
[0083]每间隔预先获取的频率间隔，作多条垂线与上述二值图像的纹理特征垂直；
[0084]按照所作的多条垂线对上述二值图像进行划分得到多个子图像。
[0085]为了提高获取的纹理特征的准确性，在提取上述二值图像的纹理特征之前，可以 采取数学形态学对上述二值图像进行去噪、修补空洞处理，去除不相干的结构。
[0086] 数学形态学的基本思想是用一定形态的结构元素去度量和提取图像中的对应形 状以达到对图像分析和提取的目的，其基本运算有膨胀、腐蚀。
[0087] 如果用Μ表示二值图像，N表示结构元素，Μ和N都表示的是像素的集合，使用结构元 素 Ν对二值图像Μ进行腐蚀运算，定义为Ζ = 1/ - # = & : c #}，其中X表示运算之后 的集合，X表示的是集合X中的像素点，运算的结果就是把结构元素 N平移后使N包含于Μ的所 有像素点构成的集合。使用结构元素 Ν对二值图像进行膨胀运算，定义为Υ = ΕθΒ={7:ΝηΜ 矣Φ}，其中，Υ表示膨胀运算得到的像素集合，y表示的是集合Υ中的像素点，运算的结果就 是把结构元素平移后使N与Μ的交集非空的像素点构成的