一种高效dsp纸币冠字号识别方法
【技术领域】
[0001] 本发明属于数字图像处理领域，尤其涉及一种高效DSP(digital signal processing，数字信号处理）纸币冠字号识别方法。
【背景技术】
[0002] 纸币作为流通币，在人们的日常生活中起着举足轻重的作用。为了方便统一管理 以及防止假钞的流通，每张纸币都印制了独一无二的编号，即冠字号。由于纸币的发行数量 大，使用频率快，通过人工的方法去进行记录和处理是不现实的。纸币冠字号识别要求识别 结果准确，运行效率高，有实时性方面的要求。随着DSP技术的发展，可以通过DSP平台，集 合计算机视觉技术和图像处理技术进行纸币冠字号的识别。
[0003]目前国内外纸币冠字号识别的方法有：有的通过USB将纸币图像传至上位机进行 处理，由于受限于USB传输速度，实时性效果差；有的通过DSP平台进行纸币冠字号识别，但 由于纸币图像的寻边、面向朝向的识别、冠字号区域的定位分割以及冠字号的识别采用了 低效率的方法，导致识别效果及软件的健壮性较差。例如在纸币图像的寻边，没有进行异常 点的去除，导致寻找的纸币边缘不准确，影响纸币冠字号的定位和识别。又如纸币的面向朝 向识别，采用了粗网格特征，严重影响了程序的效率。
[0004] 这些方法最主要的缺点就是效率低下，识别效果差，冠字号识别率不高。
【发明内容】
[0005] 针对现有技术的不足，本发明提供一种高效DSP纸币冠字号识别方法，对冠字号 能够精确定位，识别效率高，效果更好。
[0006] 本发明解决其技术问题所采用的技术方案如下，
[0007] -种高效DSP纸币冠字号识别方法，包括以下步骤：
[0008] a)采集纸币图像，寻找纸币的边缘点；
[0009] b)将找到的纸币边缘点中的异常边缘点排除，并拟合边直线，得到纸币上、下、左、 右四条边的斜率和截距；
[0010] c)对纸币的面向以及朝向进行识别；
[0011] d)对纸币上的冠字号进行定位；
[0012] e)对最后得到的精确定位的冠字号图像进行冠字号分割；
[0013] f)通过神经网络算法对冠字号进行识别。
[0014] 进一步的，所述步骤a采集纸币图像，寻找纸币的边缘点，具体为：
[0015] al)对纸币进行图像采集，选择采集到的图像的中心列，从该列的最上端的像素点 开始向下查找，找到第一个灰度值大于阈值T的像素点的坐标，此点即为查找到的纸币上 边缘的第一个点，记作P m，设其坐标为（xm, ym)，其中xm表示起始点Pm的横坐标，7"1表示起始 点的纵坐标；
[0016] a2)以Pni为基准点向右查找纸币上边缘的边缘点：选取P "向右位移delta处，纵 坐标为[y"rrange/2, ym+range/2]这一列，其中，delta > 0, range表示纵坐标方向的搜索 范围，并从该列从上到下依次查找第一个灰度值大于阈值T的像素点，该点即为上边缘的Pni 点的右边点P"+1，再以P"+1S基准点，以同样的方式查找P"+2点，P" +3点，……，直到无法找到 灰度值大于阈值T的像素点，则搜索停止，设最后一个找到的点为
[0017] a3)以Pni为基准点向左查找纸币上边缘的边缘点：选取P "向左位移delta处，纵 坐标为[y"rrange/2, ym+range/2]这一列，其中，delta > 0, range表示纵坐标方向的搜索 范围，并从该列从上到下依次查找第一个灰度值大于阈值T的像素点，该点即为上边缘的Pni 点的左边点Pni i，再以Pni i为基准点，以同样的方式查找Pni 2点，Pni 3点，……，直到无法找到 灰度值大于阈值T的像素点，则搜索停止，设最后一个找到的点为Pni f;
[0018] a4)最终找到纸币上边缘的点集为Pni f，…Pni，…，并将此点集记为Eu;
[0019] a5)基于步骤al)_a4)同样的原理查找纸币下边缘的点集、左边缘的点集和右边 缘的点集，并将其分别记作Ed，E 1, Ep
[0020] 进一步的，所述步骤b)将找到的纸币边缘点中的异常边缘点排除，并拟合边直 线，得到纸币上、下、左、右四条边的斜率和截距具体为：
[0021] bl)计算Eu点集中点的相关系数、斜率以及截距，分别记做Cu、ku和b u，计算^点 集中点的相关系数、斜率以及截距，分别记做Cd、匕和b d;
[0022] b2)比较(；与C d，若Cu< C d，则转至步骤b3)，若Cu> C d，则转至步骤b6);
[0023] b3)首先处理Ed，若C/J、于阈值C τ，则去除匕中离直线y = k dx+bd距离最大的一 个点，并计算新的点集的Cd、kjP b d，重复该步骤，直到Cd> C τ;
[0024] b4)其次处理Eu，若Cu< C τ，则进入步骤b5)，若Cu> C τ则比较C ,与C d，若此时 Cu< C d则结束处理，若C u> C d则进入步骤b6);
[0025] b5)计算Eu的点集中前后两点的斜率，若其与k d的差的绝对值大于阈值k τ，则在 点集Eu中去除相应的两点，用E u剩下的点重新计算k u和b u，然后再比较(；与C d，若Cu< C d 则结束处理，若Cu> C d则进入步骤b6);
[0026] b6)首先处理Eu，若C/J、于阀值Ct，则去除Eu中直线y = kux+bu距离最大的一个 点，并计算新的点集的Cu、kdP b u，重复该步骤，直到Cu彡C τ;
[0027] b7)其次处理Ed，若Cd< C τ，则进入步骤b8)，若Cd> C τ则比较C ,与C d，若此时 Cu> C d则结束处理，若C u< C d则进入步骤b3);
[0028] b8)计算Ed的点集中前后两点的斜率，若其与k u的差的绝对值大于阀值k τ，则在 点集Ed中去除相应的两点，用E d剩下的点重新计算k ,和b d;
[0029] b9)基于步骤bl)-b8)同样的原理处理EjPEp从而得到左、右边缘的斜率和截距 4和131以及1^和1^。
[0030] 进一步的，所述步骤c)对纸币的面向以及朝向进行识别具体包括：
[0031] cl)选取纸币图像的中心wXh像素区域，其中，w为中心区域的宽，h为中心区域 的高，并计算该区域特征；
[0032] c2)设定决策面方程
[0034] (Wt^w1, w2, W3)为权值，况，f2, f3)为特征，此处特征为该区域的全局平均值、行平 均值的标准差以及左、右半图标准差中的较小值；
[0035] c3)将判断面向的训练参数代入（w。，W1, w2, W3)，若g (w。，W1, w2, W3)多0,则说明当前 处理的第一张图像即为正面图像；若g(w。，Wl，w 2, W3) < 0,则说明处理的第二张图像为正面 图像；
[0036] c4)选择正面图像作为接下来要处理的对象；
[0037] c5)抠取区域为（x'，y'，w'，h'）的左下角矩形区域R，其中，X'和y'表示R的左 上角的横坐标和纵坐标，w'和h'表示R的宽度和高度；此时，如果纸币是正置的，则选到的 图像为一片空白区域，如果纸币是倒置的，则选择到的图像为带有纹理的区域，计算该区域 的全局平均值、行平均值的标准差以及左、右半图标准差中的较小值作为特征；
[0038] c6)根据式（1)，将判断朝向的训练参数代入（w。，W1, w2, W3)，若g (w。，W1, w2, W3)彡0， 则说明纸币为正置的，冠字号在左下角区域；若g(w。，Wl，w 2, W3) < 0,则说明纸币为倒置的， 冠字号在右上角区域。
[0039] 进一步的，所述步骤d)对纸币上的冠字号进行定位具体如下：
[0040] dl)设冠字号区域上、下、左、右边缘的斜率和截距分别为kgu，bgu;kgd，b gd;kgl，bgl; kgr，bgr;若纸币是正置的，则有：kgu= k d，bgu= b d-p。，kgd= k d，bgd= b d-pp kgl= k p bgl = bi+p；；，kgr= k p bgr= b i+p；^ 若纸币是倒置的，则有：kgu= k u，bgu= b u+p。，kgd= k u，bgd = bu+Pi，kgl= kr，bgl= br_p2, kgr= kr，bgr= br_p3,其中，PpPpPrP；^别为为上、下、左、右 边缘的参数；
[0041] d2)由于此时的冠字号图像是倾