一种基于Lab色彩空间的钞票分类鉴别方法和装置的制造方法
【技术领域】
[0001] 本发明实施例设及钞票的面值分类识别领域，具体设及一种基于L油色彩空间的 钞票分类鉴别方法和装置。
【背景技术】
[0002] 随着国内市场经济的不断繁荣，使得纸币的流通量越来越大，金融机构对于金融 设备的要求是必须能够支持不同人民币面额纸币的识别。Lab色彩空间是比较接近于人 类视觉的一种颜色空间，其中L(Luminosity)表示亮度，a和b表示两种颜色的对立维度。 其中L的值域由0到100,表示从黑到纯白，a表示从红色至绿色的范围，a的取值为+127 至-128, b表示从藍色至黄色的范围，b的取值为+127至-128,正为暖色、负为冷色。L油 色域宽阔很广，它不仅包含了 RGB, CMYK的所有色域，还能表现它们不能表现的色彩。人的 肉眼能感知的色彩，都能通过L油模型表现出来。另外，L油色彩模型还能弥补RGB色彩模 型色彩分布不均的不足，因为RGB模型在藍色到绿色之间的过渡色彩过多，而在绿色到红 色之间又缺少黄色和其他色彩。
[0003] 目前，金融设备核屯、技术基础是实时纸币图像处理和图像识别。其中一种常用的 方法是采用不同面额纸币图像几何特征（长度和宽度）不同来区分，但是由于纸币是通过 高速的采集装置获得的，因此不可避免地存在着扭曲和形变，该样导致几何特征不稳定，造 成识别率的下降。另一种方法是利用单通道灰度图像中不同区域的灰度差异性来区分面 值，而由于部分不同面额的人民币灰度特征差异不大，或者当识别的主要特征区受到污损 干扰时，会存在人民币不同面值、币种间误识别的风险。
[0004] 现有技术的缺陷是，传统的识别装置只具备获取单通道灰度图像的能力，无法对 钞票的颜色进行有效识别，面值的识别率低。
【发明内容】
[0005] 本发明实施例提供一种基于L油色彩空间的钞票分类鉴别方法和装置，用于提高 面值的识别率。
[0006] 本发明实施例一种基于L油色彩空间的钞票分类方法技术方案包括：
[0007] 获取待检测钞票的RGB图像；
[000引计算所述RGB图像在红佩、绿佑)、藍做^个波段的灰度值Gray R、Gray G、 Gray B ;
[0009] 将所述Gray R、Gray G、Gray B转化为L油色彩空间下的灰度值Gray a、Gray b ;
[0010] 将所述Gray a与Gray b的乘积、Gray a的绝对值与Gray b的绝对值之差与预 设公式进行对比，得出所述待检测钞票的类别。
[0011] 优选的，
[0012] 将所述Gray a与Gray b的乘积、Gray a的绝对值与Gray b的绝对值之差与预 设公式进行对比，得出所述待检测钞票的类别包括：
[0013] 当Gray a与Gray b乘积大于零，且Gray a的绝对值与Gray b的绝对值之差大 于20时，则所述待检测钞票为100元；
[0014] 当Gray a与Gray b乘积大于零，且Gray a的绝对值与Gray b的绝对值之差小 于5时，则所述待检测钞票为20元；
[0015] 当Gray a与Gray b乘积小于零，且Gray a的绝对值与Gray b的绝对值之差大 于10时，则所述待检测钞票为50元；
[0016] 当Gray a小于零，且Gray a的绝对值与Gray b的绝对值之差小于10时，则所述 待检测钞票为10元。
[0017] 优选的，
[001引获取待检测钞票的RGB图像包括；提取所述待检测钞票的完整区域；通过多光谱 识别装置获取所述完整区域的RGB图像。
[0019] 优选的，
[0020] 计算所述RGB图像在红佩、绿佑)、藍做^个波段的灰度值Gray R、Gray G、 Gray B包括；选取所述RGB图像的毛泽东头像区域作为目标区域；根据所述目标区域计算 出在红（时、绿佑）、藍炬）S个波段的灰度值Gray R、Gray G、Gray B。
[0021] 优选的，
[0022] 将所述Gray R、Gray G、Gray B转化为L油色彩空间下的灰度值Gray a、Gray b 包括：
[0023] 转化公式分别为 Gray a= 1. 4749*佩 2213*Gray R-0. 3390*Gray G+0. 1177*Gray B)+128、
[0024] Gray b = 0. 6245* (0. 1949*Gray R+0. 6057*Gray G-〇. 8006*Gray B)+128 ；
[00巧]将所述Gray R、Gray G、Gray B代入所述转化公式得出Gray a、Gray b。
[0026] 本发明实施例还提供一种基于L油色彩空间的钞票分类鉴别装置，技术方案包 括：
[0027] 获取模块，用于获取待检测钞票的RGB图像；
[002引处理模块，用于计算所述获取模块获取的RGB图像在红（时、绿佑）、藍炬个波 段的灰度值 Gray R、Gray G、Gray B;
[0029] 转化模块，用于将所述处理模块计算出的Gray R、Gray G、Gray B转化为L油色彩 空间下的灰度值Gray a、Gray b;
[0030] 判断模块，用于将Gray a与Gray b的乘积、Gray a的绝对值与Gray b的绝对值 之差与预设公式进行对比，得出待检测钞票的类别。
[0031] 优选的，
[0032] 当Gray a与Gray b乘积大于零，且Gray a的绝对值与Gray b的绝对值之差大 于20时，所述判断模块确定所述待检测钞票为100元；
[0033] 当Gray a与Gray b乘积大于零，且Gray a的绝对值与Gray b的绝对值之差小 于5时，所述判断模块确定所述待检测钞票为20元；
[0034] 当Gray a与Gray b乘积小于零，且Gray a的绝对值与Gray b的绝对值之差大 于10时，所述判断模块确定所述待检测钞票为50元；
[0035] 当Gray a小于零，且Gray a的绝对值与Gray b的绝对值之差小于10时，所述判 断模块确定所述待检测钞票为10元。
[0036] 优选的，
[0037] 所述获取模块通过多光谱识别装置获取所述待检测钞票的完整区域的RGB图像。 [00測优选的，
[0039] 所述处理模块提取出所述RGB图像中的毛泽东区域作为目标区域，并根据所述目 标区域计算出在红（时、绿佑)、藍炬）S个波段的灰度值GrayR、Gray G、Gray B。
[0040] 优选的，
[0041] 所述转化模块用于将所述灰度值Gray R、Gray G、Gray B按照转化公式 Gray a = 1.4749*(0. 2213*Gray R-0. 3390*Gray G+0. 1177*Gray B)+128、Grayb = 0. 6245*(0. 1949*Gray R+0. 6057*Gray G-0. 8006*Gray B)+128转化为L油色彩空间下的灰 度值 Gray a、Gray b。
[0042] 本发明实施例的有益效果是；根据不同面额的待检测钞票颜色区分度大，获取待 检测钞票的RGB图像；计算RGB图像在红佩、绿似、藍做^个波段的灰度值Gray R、 Gray G、Gray B;将Gray R、Gray G、Gray B转化为L油色彩空间下的灰度值Gray a、Gray b，最后将Gray a与Gray b的乘积、Gray a的绝对值与Gray b的绝对值之差与预设公式 进行对比，对不同面额钞票进行有效鉴别，提高面值的识别率。
【附图说明】
[0043] 为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现 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W根据 提供的附图获得其他的附图。
[0044] 图1是本发明实施例一种基于L油色彩空间的钞票分类鉴别方法的一个实施例的 流程示意图；
[0045] 图2是本发明实施例一种基于L油色彩空间的钞票分类鉴别方法的另一个实施例 的流程示意图；
[0046] 图3是本发明实施例一种基于L油色彩空间的钞票分类鉴别装置的一个实施例结 构示意图。
【具体实施方式】
[0047] 本发明实施例提供一种基于L油色彩空间的钞票分类鉴别方法和装置，用于提高 面值的识别率。
[0048] 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，都属于本发明保护的范围。
[0049] 请参阅图1，本发明一种基于L油色彩空间的钞票分类鉴别方法的一个实施例包 括：
[0050] 101、获取待检测钞票的RGB图像；
[0051] 本实施例中，获取待检测钞票的RGB图像。
[0052] 102、计算RGB图像在红佩、绿佑)、藍炬）S个波段的灰度值
[0053] Gray R、Gray G、Gray B ;
[0054] 本实施例中，通过获取到的RGB图像计算出其在在红佩、绿似、藍做S个波段 的灰度值 Gray R、Gray G、Gray B。
[0055] 103、将Gray R、Gray G、Gray B转化为L油色彩空间下的灰度值Gray a、Gray b ;
[0056] 本实施例中，按照公式将Gray R、Gray G、Gray B转化为Lab色彩空间下的灰度值 Gray a、Gray b;L油色度空间由亮度分量L和两个色度分量组成，该两个色度分量分别是 从绿到红的a分