[发明专利]纸币多光谱图像分析方法

说明书

技术领域

本发明涉及一种基于多光谱图像的新型多功能验钞机，属于验钞机领域。

背景技术

中国的现金流通量非常之高，不同版本，不同面额，不同新旧的纸币混合在市面上，加之各种伪钞的出现，使现金流通变得更复杂和不安全。目前市场上的验钞机对这些混合的人民币不能很好的识别。因此，研究开发高效成熟的人民币鉴伪、识别的新型验钞机非常紧要，直接关系到金融的安全和秩序。

一般的验钞机采用人民币的磁性特征，紫外特征，红外透射特征等进行鉴伪。实现起来价格便宜，技术简便，但难以提高鉴别越发逼真的伪币。

发明内容

本发明所要解决的技术问题是：提供一种纸币多光谱图像分析方法，该方法能在多光谱下快速稳定地鉴别人民币和识别冠字号，并且可以管理人民币多光谱图像。本方法利用多光谱图像与自定义区域的特征提取的方法对人民币进行鉴伪，能够快速而有效地识别人民币真伪，提高鉴别能力和速度；同时用多种方法对冠字号独立识别，识别结果采取优先的投票原则，提高对冠字号识别的准确性；同时用网络接口上传多光谱人民币图像到客服端，利于人民币相应管理。

本发明所采取的技术方案是：纸币多光谱图像分析方法，包括：首先对多光谱采集的人民币图像进行预处理；然后通过快速块映射的方法对有效区域进行明暗输出补偿，得到清晰的局部区域；最后通过自定义区域对的方法，构造特征向量，计算该特征向量与标准参考向量的相关系数，根据向量间的相关性进行鉴伪。

进一步地，对人民币多光谱图像进行预处理之后，还通过多种方法对人民币的冠字号进行识别。

进一步地，对人民币进行鉴伪和冠字号识别之后，还按照需求，将多光谱图像上传给计算机。

进一步地，多光谱采集人民币图像及预处理的步骤为：首先DSP获取纸币的磁信号和纸币进出时红外对管的信号，根据需要控制光源的光谱，得到纸币的红外图像和可见光的图像，同时判断出纸币的朝向；获取人民币图像后，进行纸币顶点检测。

进一步地，纸币顶点检测的方法为：

S101)获取候选关键边缘点：根据纸币朝向，将图像的宽度表示为w，同时考虑有些钞票的角部损坏，将纸币的上边缘扫描范围设定为从w₁列到w₂列；然后从图像上边缘的第w₁列开始扫描，从第一行向下扫描直到上下点灰度值超过阈值th的位置，记下此位置下面的点为上边缘点，其坐标为(x₁，y₁)；接着间隔m列，从第w₁+m列向下开始扫描，记录第二个上边缘点(x₂，y₂)，如此进行，直至扫描到第w₂列，从而得到候选的关键上边缘点集合{(x₁，y₁)，(x₂，y₂)......(x_k，y_k)}，其中k为上边缘点个数；以同样的方法获取其它三条边的候选边缘点集合；

S102)计算关键边缘点：对候选上边缘点集合，计算一定间隔的上边缘点点对的斜率，然后对计算得到的所有斜率值进行排序，挑出中间的斜率值对应的候选上边缘点(点数占候选上边缘点集合的80％)，滤掉斜率值过大和过小的候选上边缘点(滤掉的点占候选上边缘点集合的20％)，从而找到对应的上边缘点集合{(x₁，y₁)，(x₂，y₂)......(x_k-n，y_k-n)}，其中n为滤掉的点数；以同样的方法获取其它三条边的关键边缘点集合；

S103)计算顶点位置：根据四条边的关键边缘点集合，用最小二乘法计算出四条边的直线的参数，最后由四条边缘直线，计算出人民币顶点的位置。

进一步地，快速块映射的方法为：将传感器每个点的输出进行校正，得到等效的灰度值存在表中；然后映射所需要的区域块中像素点到灰度值表中的索引，得到校正后的灰度值图像。

进一步地，对自定义区域进行比对鉴伪的步骤包括：首先在块映射后的区域中自定义任意形状的区域，即选择合适的人民币图案；然后对每个自定义区域中的像素点用同一个数字标识，表示它们是属于同一个区域；接着对自定义区域用游程编码压缩；然后对关键区域的纹理特征进行识别，得到纸币的面额；最后选择区域对，构造特征向量，进行相关系数计算来实现纸币鉴伪。