[发明专利]一种纸币防伪点多特征融合的鉴别纸币真伪的方法

说明书

技术领域

本发明涉及纸币鉴伪技术领域，尤其涉及一种基于AdaBoost算法的纸币防伪点多特征融合的鉴别纸币真伪的方法。

背景技术

随着经济的繁荣发展，纸币的流通量越来越大。一些违法分子制造的各种版本假币层出不穷，危害了国家的金融安全。目前我国银行使用的多光谱点钞机、清分机、存取款机的核心技术来自国外，不仅价格昂贵，而且对一些假币无法识别。

现在国内普遍使用的多光谱点钞机、清分机、存取款机等机具鉴伪的原理是：实时的纸币图像处理原理，采用人工防伪点识别方法鉴定纸币真伪。由于难以避免图像偏移、以及所取的鉴伪特征有限，使得鉴别稳定性和鉴伪能力都无法达到人们期望的鉴别纸币真伪的要求。

中国专利文献公开的申请号为20110088920.X的“一种纸币鉴伪方法和装置”其利用采集装置获取纸币上开窗式安全线压痕特征所在的区域被光束透射的透射图像，分析识别透射图低层中的压痕特征，从而判断纸币真伪，虽然该专利一定程度上能够识别纸币的真伪，但是该方法属于局部特征鉴伪，对于变色油墨假币、拼接币等无能为力，无法鉴别真伪。

中国专利文献公开的申请号为201310027700.5的“一种基于冠字号图像特征的人民币鉴伪方法”，其主要根据冠字号码的颜色和字体大小鉴别真伪，但是由于受纸币新旧和折皱的影响，该方法的识别率较低且无法识别右半部分为假的拼接币。

可以看出，目前纸币鉴伪的主要技术难点在于：识别速度要求高、图像特征难以提取、假币各光谱图像多种多样，且在提高鉴伪能力的同时，还必须保证算法对纸币折旧的鲁棒性，保证系统的健壮性，在异常和危险情况下保证系统的安全。

发明内容

针对上述问题，本发明的目的：旨在提供一种纸币防伪点多特征融合的鉴别纸币真伪的方法，其针对不同的训练样本集训练同一个弱分类器，然后把这些在不同训练样本集上得到的弱分类器集合起来，构成一个更强的最终实现分类的强分类器，本发明提供的方法不需要人工参与寻找特征，真假币区分度高，鉴伪能力强。

本发明提供的纸币防伪点多特征融合的鉴别纸币真伪的方法，其通过AdaBoost算法针对不同的训练样本集训练同一弱分类器，分别根据所述训练样本集中错分的训练样本和所述弱分类器中训练样本错分的情况调整每个所述训练样本和所述弱分类器的权重，实现对所述训练样本集的重新分布之后再次对弱分类器重新训练，以此循环，所述弱分类器经过T次循环之后，得到了T个弱分类器和每个所述弱分类器对应的权重，最后把T个所述弱分类器集合起来，构成最终的强分类器；具体步骤如下：

S1取待鉴别真伪的z张训练样本，并分别获取每张所述训练样本的白光图像、红外图像、紫外图像的防伪特征标记和真假特征标记构建一组训练集：(x₁，y₁)，(x₂，y₂)，……(x_n，y_n)其中，x_i为样本描述，y_i为样本标示，且y_i∈(0,1)，0表示所述训练样本为假币，1表示所述训练样本为真币；

S2初始化所述训练样本的权值为w_1，i＝1/n,其中n为样本总数；

S3对t＝1，2，......T循环执行以下步骤：

S31每次循环中对所述训练样本的权重进行归一化得到q_t,i：

qt,i=wt,iΣj=1nwt,j#]]>

其中，w_t,i表示第i个样本在第t次循环中的权重，X_t,j表示第t次循环中第j个防伪特征，qt,i表示最终结果；