[发明专利]一种基于感知哈希的纸币面值面向识别方法

说明书

技术领域

本发明属于金融设备技术领域，具体涉及一种基于感知哈希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感知哈希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：

一种基于感知哈希的纸币面值面向识别方法，包括：

S101,将不同面向面值标准纸币的图像缩放后，生成图像标准感知哈希指纹；

S102,提取待检测纸币图像中纸币区域图像相应缩放后，计算纸币区域图像的图像感知哈希指纹；

S103,将纸币区域图像的图像感知哈希指纹与相应的图像标准感知哈希指纹匹配，并根据相似度判断纸币的面值面向。

在步骤S02中，在提取待检测纸币图像中纸币区域图像之前，还进一步包括以下步骤：

计算纸币图像的倾斜角度，然后利用该倾斜角度通过仿射变换将纸币图像旋转至水平位置，然后采用阈值分割方法提取纸币区域图像。

在计算纸币图像的倾斜度时，是通过间隔一定距离在纸币图像的上边界采样若干离散点，将这些离散点拟合成一条直线，将计算直线的倾斜角度作为纸币图像的倾斜角度。

步骤S102中所述计算纸币区域图像的图像感知哈希指纹，是指计算纸币区域图像的图像的均值，并将纸币区域图像的像素逐像素的与图像的均值比较，小于均值的置0，大于均值的置255，形成0与255构成的数字序列，所有由0和255构成的数字序列，即是纸币区域图像的图像感知哈希指纹。

步骤S103中，在纸币区域图像的图像感知哈希指纹与相应的图像标准感知哈希指纹匹配时，将纸币区域图像的图像感知哈希指纹与图像标准感知哈希指纹逐像素比对，形成统计计数结果，然后根据统计计数的结果判断相似度，相似度最高的图像标准感知哈希指纹对应的面值面向，即是被识别的纸币的面值面向。

本发明通过采用感知哈希算法识别纸币的面值面向，对每个币种、每个币值、每个面向分别生成一个相对应的感知哈希指纹，在面值面向识别过程中只需要比对相应感知哈希指纹的相似度，即可快速判断币种、面值与面向，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，并且算法的可扩展性较好。

附图说明

图1是本发明的基于感知哈希的纸币面值面向识别方法的流程图；

图2-5是本发明选取的四个不同面向100元人民币的示意图；

图6-9是四个不同面向100元人民币的感知哈希指纹图像。

具体实施方式

下面，结合实例对本发明的实质性特点和优势作进一步的说明，但本发明并不局限于所列的实施例。

参见图1所示，一种基于感知哈希的纸币面值面向识别方法，包括以下步骤：

S101,将不同面向面值标准纸币的图像缩放后，生成作为标准匹配模版的图像标准感知哈希指纹；

S102,提取待检测纸币标准图像中纸币区域图像相应缩放后，计算纸币区域图像的图像感知哈希指纹；

S103,将纸币区域图像的图像感知哈希指纹与相应的图像标准感知哈希指纹匹配，并根据相似度判断判断该纸币的面值面向。

所述标准纸币可以是不同币种，即任何在世面上流通的纸币币种。

其中，本发明中，在步骤S02中，在提取待检测纸币图像中纸币区域图像之前，还进一步包括以下步骤：