[发明专利]一种基于OpenCV的硬币识别方法在审

专利信息
申请号: 201910055312.5 申请日: 2019-01-21
公开(公告)号: CN109830031A 公开(公告)日: 2019-05-31
发明(设计)人: 卢军;雷旺雄;孙姝丽 申请(专利权)人: 陕西科技大学
主分类号: G07D5/00 分类号: G07D5/00
代理公司: 西安智大知识产权代理事务所 61215 代理人: 王晶
地址: 710021 陕西省*** 国省代码: 陕西;61
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 硬币识别 硬币特征 预处理 图片内容 算子 采集 图像 二值化处理 形态学操作 提取图像 图像轮廓 闭运算 多分支 二值化 分拣 去噪 语句 匹配 硬币 相机 绘制 侵蚀
【权利要求书】:

1.一种基于OpenCV的硬币识别方法,其特征在于,包括以下步骤;

步骤一:对相机采集的图片内容进行预处理,所有的预处理包括对采集到的图片内容进行灰度化cvtColor(src,gray_src,COLOR_BGR2GRAY);颜色空间转换函数CvtColor,CV_RGB2GRAY就是将图像RGB转换到gray转换成灰度图像,去噪处理GaussianBlur(src,src,Size(3,3),0,0)用高斯滤波器(GaussianFilter)对图像进行平滑处理,然后进行二值化处理threshold,所谓二值化就是将灰度化的图像通过选取适当的阈值来获得反映图像整体和局部特征的二值化图像,阈值是把图像分割的标尺,再对二值化后的图像进行形态学操作中的闭运算对图像进行扩张,然后再侵蚀获得,morphologyEx闭运算:先膨胀,再腐蚀,可清除小黑点;

步骤二:提取图像的轮廓函数findContours用于将相机采集的图像找到硬币的轮廓:

步骤三;步骤三:根据contourArea(contours[t])得到不同硬币值的面积,作用:计算轮廓面积。

2.根据权利要求1所述的一种基于OpenCV的硬币识别方法,其特征在于,步骤二中的函数原型如下:

void findContours//提取轮廓,用于提取图像的轮廓

(

InputOutputArray image,//输入图像,必须是8位单通道图像,并且应该转化成二值的

OutputArrayOfArrays contours,//检测到的轮廓,每个轮廓被表示成一个point向量

OutputArray hierarchy,//层次结构,可选的输出向量,包含关于图像的拓扑结构信息,其具有跟轮廓数相同的元素个数,类型为vector<Vec4i>

int mode,//说明需要的轮廓类型和希望的返回值方式

int method,//轮廓近似方法

Point offset=Point()

)

drawContours算子用于绘制图像中硬币的轮廓,函数原型如下:

void drawContours//绘制轮廓,用于绘制找到的图像轮廓

(

InputOutputArray image,//要绘制轮廓的图像

InputArrayOfArrays contours,//所有输入的轮廓,每个轮廓被保存成一个point向量

int contourIdx,//指定要绘制轮廓的编号,如果是负数,则绘制所有的轮廓

const Scalar&color,//绘制轮廓所用的颜色

int thickness=1,//绘制轮廓的线的粗细,如果是负数,则轮廓内部被填充

int lineType=8,//绘制轮廓的线的连通性

InputArray hierarchy=noArray(),//关于层级的可选参数,只有绘制部分轮廓时才会用到

int maxLevel=INT_MAX,//绘制轮廓的最高级别,这个参数只有hierarchy有效的时候才有效

int maxLevel=0,//绘制与输入轮廓属于同一等级的所有轮廓即输入轮廓和与其相邻的轮廓

int maxLevel=1,//绘制与输入轮廓同一等级的所有轮廓与其子节点。

int maxLevel=2,//绘制与输入轮廓同一等级的所有轮廓与其子节点以及子节点的子节点

Point offset=Point()

)

3.根据权利要求1所述的一种基于OpenCV的硬币识别方法,其特征在于,根据多分支选择if语句来进行硬币识别,首先进行0.1元硬币识别,用0.1元硬币特征去匹配下列条件,然后进行0.5元硬币特征去匹配下列条件,最后进行1元硬币特征去匹配下列条件。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于陕西科技大学,未经陕西科技大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910055312.5/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top