[发明专利]一种基于模板匹配的纸币面值面向识别方法

说明书

本发明涉及一种基于模板匹配的纸币面值面向识别方法。该方法通过确定选择的匹配模板的特征模型；再将该匹配模板按预设匹配策略在目标图像上滑动，计算匹配模板覆盖区域与特征模型的匹配度，如果该匹配度大于预设阈值，则根据预设判断规则判断纸币面值面向。本发明通过匹配按预设策略在目标图像上滑动进行特征匹配，根据匹配度判断纸币面值面向，在没有额外增加算法的时间与空间开销的情况下，可以极大的提高目标识别的准确率。

技术领域

本发明属于金融设备纸币识别技术领域，具体涉及一种基于模板匹配的纸币面值面向识别方法。

背景技术

在存取款循环机芯设备中，识别模块负责纸币的各项检测任务，包括真伪识别，冠字号识别以及纸币的清分工作。一般在循环机芯中，对于进入识别模块的纸币的各项图像检测前，首要任务是确定纸币的面值与面向，面值面向的判断准确与否直接影响随后的图像检测结果。其中在各项图像处理运算中，纸币的面值面向判断是这些检测任务的基础，面值面向的判断准确与否，直接影响后续检测任务的准确率。

在专利号CN2015102505749的纸币面向识别方法及装置的专利中，提出了使用BP神经网络识别纸币面值面向，首先将纸币划分成若干网格，然后提取每个网格的灰度值总和，并形成一个特征向量，将这些特征向量输入分类器进行训练。这种基于神经网络的识别方法，不仅需要对各类面值面向进行大量的训练，其前期工作量较大；并且其特征的选择对于光照的变换十分敏感，很容易导致识别错误。

发明内容

本发明的目的在于解决上述的技术问题而提供一种基于模板匹配的纸币面值面向识别方法。

为实现上述目的，本发明采用如下技术方案：

一种基于模板匹配的纸币面值面向识别方法，包括：

确定选择的匹配模板的特征模型；

将该匹配模板按预设匹配策略在目标图像上滑动，计算匹配模板覆盖区域与特征模型的匹配度，如果该匹配度大于预设阈值，则根据预设判断规则判断纸币面值面向。

优选的，所述匹配模板为纸币头像中眼睛与鼻子区域的外接矩形。

优选的，在滑动匹配模板进行匹配之前，还包括以下步骤：

首先确定纸币图像中纸币的轮廓，并确定纸币当中对应匹配模板的目标区域，然而再在目标区域进行模板匹配。

优选的，在确定匹配模板的特征模型时，采用基于轮廓的模板匹配算法来确定，首先利用canny算子对提取的匹配模板进行canny滤波，确定模板的边缘轮廓，然后计算边缘轮廓的梯度值与梯度方向，用该梯度值与梯度方向构造特征模型。

优选的，所述计算匹配模板覆盖区域与特征模型的匹配度，是通过计算模板覆盖区域与匹配模板特征模型的欧氏距离来实现。

优选的，所述计算匹配模板覆盖区域与特征模型的匹配度的过程中，还包括以下步骤：

计算匹配模板在匹配过程中相对于纸币图像的旋转角度；

根据该旋转角度对匹配模块进行相应的旋转并进行匹配；

在所述匹配度大于预设阈值时，根据该旋转角度判断纸币的面值面向。

本发明通过预设确定选择的合适的匹配模板的特征模型后，将该匹配模板按预设匹配策略在目标图像上滑动，在滑动的同时计算匹配模板覆盖区域与特征模型的匹配度，根据该匹配度来判断纸币的面值向，在没有额外增加算法的时间与空间开销的情况下，极大的提高了纸币面值面向识别的准确率。

附图说明

图1是本发明的基于模板匹配的纸币面值面向识别方法的流程图；

图2是本发明所选取的匹配模板的图像；

图3是提取匹配模板的源图像；