[发明专利]一种结合CTPN和SVM的人民币冠字号区域检测方法

权利要求书

1.一种结合CTPN和SVM的人民币冠字号区域检测方法，其特征是：所述方法包括以下步骤：

(1)通过摄像设备拍摄各币值人民币，包括受到对比度、清晰度不佳以及纸张的残缺、老旧、变色因素影响的图片，并标注人民币冠字号区域为正样本，其他区域为负样本，建立样本集；

(2)利用样本集训练CTPN网络，得到提议冠字号区域的初步定位模型；

(3)对样本集进行预处理并提取投影统计特征向量，训练SVM，得到能筛选冠字号区域的二次判别模型；

(4)进行检测时，对获得的待检测人民币图片，先利用初步定位模型提议多个候选的冠字号区域，再提取候选区域的投影统计特征向量，并结合二次判别模型，得到正确的冠字号区域。

2.根据权利要求1所述的一种结合CTPN和SVM的人民币冠字号区域检测方法，其特征是：所述步骤(2)中，训练CTPN网络得到初步定位模型的步骤为：

(2.1)将样本集图片按原长宽比进行缩放，即长为m、宽为n的图片，缩放后的长为m’＝1200，宽为n’＝(n/m)×m’；

(2.2)利用样本集，使用Adam梯度下降优化算法训练网络，直至损失值和漏检率均小于阈值为止，得到所需的初步定位模型；

(2.3)进行检测时，将人民币图片输入至初步定位模型，得到多个候选区域，其中包括冠字号区域和其他非冠字号区域。

3.根据权利要求1所述的一种结合CTPN和SVM的人民币冠字号区域检测方法，其特征是：所述步骤(3)中，通过投影统计特征向量和训练SVM得到的二次判别模型，具体的训练和检测流程为：

(3.1)将样本集图像缩放至300×50尺寸并转化为灰度图，经双边滤波后，进行两次阈值化处理，即先进行OTSU阈值化方法得到去除背景区域的前景图，再进行均值法阈值化方法进一步分离图案与字符，得到图像的二次阈值化图；

(3.2)计算二次阈值化图的投影统计特征向量f(z)，将图像I(x,y)分别投影至x和y轴，即每个元素为该行或列的统计值：

然后连接这两个方向上的元素，组成包含350个元素的向量，作为二次阈值化图的特征表达向量；

(3.3)利用样本集的特征向量对SVM进行训练，使用线性核防止过拟合，得到二次判别模型；

(3.4)进行检测时，将初步定位模型获取的多个候选区域输入至二次判别模型中，最终得到包含冠字号的正确区域。

4.根据权利要求1所述的一种结合CTPN和SVM的人民币冠字号区域检测方法，其特征是：所述步骤(3.1)中，所述OTSU算法求最佳阈值的计算方法为：

w₂＝1-w₁

g＝w₁*w₂*(u₁-u₂)²

其中，N₁代表两类中的任意一类像素点总数，SUM是整幅图像的像素点总数，u₁和u₂分别是下标所对应的两类的像素值均值，g为最佳阈值。