一种基于纹理特征识别具有字迹污损人民币的方法
【专利摘要】本发明涉及的一种基于纹理特征提取识别具有字迹污损人民币的方法，其特征在于：采用局部二值模式(简称“LBP”)对人民币图像进行LBP编码，滤除大部分人民币图像背景；采用矩形窗口滑动生长，确定文字域大小；文字区域过大，则判定为字迹污损币。
【专利说明】一种基于纹理特征识别具有字迹污损人民币的方法
【技术领域】
[0001]本发明涉及纸币鉴别技术，具体地说是一种基于纹理特征识别具有字迹污损人民币的方法。
【背景技术】
[0002]近年来，国内字迹污损币大量流通；这些字迹不仅包括手写字体，还包括各种广告宣传，甚至反动人员的反动宣传，这些字迹污损币不断流入市场，从刚开始多集中于I元纸币上，逐渐发展到20元，且有不断增加的趋势。有些字迹污损币对社会的危害较大，例如，反动宣传币不但具有反政治目的、破坏社会稳定，而且破坏了人民币的社会信誉和金融秩序。虽然国家和银行制定了一系列政策，如银行柜台人员对收到的反动宣传币进行回收，群众在消费过程中可拒收，但一方面由于银行的点验钞机和清分机没有识别字迹污损人民币的功能，且人工清分效率过低，使得字迹污损币回收难度很大；另一方面由于印有反动字样的人民币是真币，群众对于拒收反动宣传币的意识低，使得国家无法及时阻止反动宣传币在市场上流通。由于字迹污损币识别的主要技术难点在于:识别速度要求高、字迹字样位置不固定、字样内容、字体不固定。在准确识别字迹污损币的同时还要保证算法对纸币折旧的鲁棒性，以便电子清币机对纸币实施正常的辨认。
[0003]鉴于目前还没有清分机和点验钞机能够有效识别字迹污损币，为了维护人民币信誉、维护国家金融稳定，有必要提出一种应用于点钞机和清分机针对此类污损人民币的识别方法。
【发明内容】
[0004]本发明的目的在于:提供一种计算量小；对印刷文字污损和无印刷文字污损纸币区分度高；可移植性很好的识别具有字迹污损人民币特别是具有印刷字迹污损人民币的识别方法。
[0005]上述发明目的通过以下技术方案实现:
[0006]这种基于纹理特征提取识别具有字迹污损人民币的方法，其特征在于:首先将人民币进行预处理；随后采用“LBP”对人民币图像进行LBP编码，滤除大部分人民币图像背景；而后采用矩形窗口滑动生长，确定文字区域大小；文字区域过大则判定为字迹污损币；具体步骤为:
[0007]步骤一:
[0008](A)将待识别的人民币送入多光谱点验钞机；
[0009](B)将步骤(A)所述的纸币通过多光谱点钞机的高速图像扫描装置获取纸币的正面、反面两幅图像；图像在嵌入式系统中是以8位二进制即256个灰度等级以矩阵的形式进行表示的，为了能够对两幅图像进行同时处理，将正反两面图像合成一幅图像，即:
[0010]
【权利要求】
1.一种基于纹理特征提取识别具有字迹污损人民币的方法，其特征在于:首先将有字迹污损人民币进行预处理；随后采用“LBP”对人民币图像进行LBP编码，滤除大部分人民币图像背景；采用矩形窗口滑动生长，确定文字区域大小；文字区域过大，则判定为字迹污损币；具体步骤为: 步骤一: (A)将待识别的人民币送入多光谱点验钞机； (B)将步骤(A)所述的纸币通过多光谱点钞机的高速图像扫描装置获取纸币的正面、反面两幅图像，将图像在嵌入式系统中以8位二进制即的256个灰度等级以矩阵的形式进行表示，为能够对两幅图像进行同时处理，将正反两面图像合成一幅图像，即:
其中:A、B分别示纸币正反两幅图； MpN1分别代表正反两幅图像矩阵的行数和列数； M、N分别代表合并后图像矩阵的行数和列数； (C)将(B)获得的图像进行LBP编码，为了适应字符的纹理特性和字符的一些笔划特征，采用的LBP算子为一个3 X 3的矩阵元，将其应用于人民币图像上的字符提取；所述LBP编码的计算方式如下:
(xc, y。)表示LBP算子矩阵元中心点坐标； 像素灰度值为g。； i为中心点周围的8邻域像素； 像素值为gi ； N为周围像素个数； K = 8，K代表中心像素周围8个邻近像素点的序号； 这个序号的排列的次序为:以中心点为基点向八个邻近像素点画向量，角度与水平中心轴的夹角进行从小到大排列如下所示: .8 7 6 . 1(xc.Yc) 5 .23 4ε所代表的是二值化的阈值，它不是一个固定的值，而是一个自适应的阈值； 步骤二:根据印刷字符的密度和经验提取非人民币印刷文字所在的区域，经过步骤I得到LBP编码后的图像，LBP编码后的图像在有字符区域，像素的灰度值比较高，非文字区域像素的灰度值比较低，但仍然存在少量的背景噪声，采用一个矩形滑动窗口将这些非文字区域背景噪声去除掉；根据印刷字体具有水平排版和垂直排版的性，采用矩形窗口向右生长和向下生长的方法定位出文字所在的区域；印刷在纸币上在的文字大小为最小值为12X12，因此这里采用的矩形窗口大小为12X12即初始值H = 12, W = 12 ； 具体处理步骤如下: (A)寻找文字所在的区域的开始位置
这里LBP(Xi，Yi)指窗口所覆盖区域像素的LBP编码值； (B)判断该窗口覆盖区域是否为文字区域 根据实验数据averageGrayValue>134则表示该区域为文字区域； (C)如果找到了文字区域，为了确定文字区域的大小，需要对窗口放大；令H= H+1，W=W+1，重复步骤(1)，(2)，直到不满足步骤(2)中的条件为止，表示找到一个文字区域，并令H，W恢复初始值，保存文字区域大小Zone = Zone+ (H-1) * (ff-1)，这里Zone的初始值为O ； (D)将窗口移至未遍历区域，重复步骤(A)、(B)、(C)直至滑动窗口遍历整幅人民币图像； (E)因为人民币本身印刷有“中国人民银行”，“冠字号”等字样，进行判断此币是否印刷有其它文字，且为了保证稳定性，本发明对具有字迹污损的人民币判断如下: Zone ( 500则为正常纸币，否则为字迹币。
2.如权利要求1所述的一种基于纹理特征提取识别具有字迹污损人民币的方法，其特征在于:所述阈值ε的确定方法为:对整幅人民币图像的每个像素值进行求值，再获取平均值:
利用求得的灰度平均值去掉部分背景，计算人民币灰度图像的每个像素值与平均像素值的差值的绝对值之和，并求其平均值:
利用局部特征去除背景，用3X3大小的滑动窗口，遍历图像，求取中心像素灰度值与周边像素灰度值之差，在每一个窗口图像内求取平均值:
根据实验数据，拟合计算自适应阈值为:
【文档编号】G07D7/20GK104200561SQ201410266972
【公开日】2014年12月10日 申请日期:2014年6月16日 优先权日:2014年6月16日
【发明者】付祥旭, 尤新革, 张朋, 朱建南, 孙其新 申请人:华中科技大学