[发明专利]一种基于纹理特征识别具有字迹污损人民币的方法

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。

主权项

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)所述的待识别的人民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位二进制计的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；M1、N1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3×3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：LBP(xc,yc)=Σi=0K-1s(g)2k]]>其中(xc,yc)表示LBP算子矩阵元中心点坐标；像素灰度值为gc；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：ε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，经过步骤一得到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特性，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；印刷在纸币上的文字大小为最小值为12×12，因此这里采用的矩形窗口大小为12×12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averageGrayValue=Σi=0HΣj=0WLBP(xi,yi)]]>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(A)，(B)，直到不满足步骤(B)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)*(W‑1)，这里Zone的初始值为0；(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：利用文字区域的大小决定纸币是否属于印刷有其它文字的污损纸币。