[发明专利]一种薄片类介质分类方法及其装置

说明书

技术领域

本发明涉及一种图像信息的处理技术，尤其一种依据图像信息对薄片类介质进行快速分类的方法及其装置。

背景技术

在金融领域，为了自动化处理众多的票据，比如将流通过程中大量混叠钞票，银行需要对这些大量混叠的钞票进行分类整理，即钞票的清分操作。为了实现对不同币种、不同面值的钞票进行自动分类处理，目前的解决方案获得需要处理的每一张钞票的图像信息，然后根据图像信息进行分析对比而实现分类。

现有分类技术主要有如下两大类：

一种是根据要处理钞票的标准特征数据，对提取待薄片类介质（下称，待识别对象）的特征逐次与标准特征数据进行匹配，若其相似性满足预先设置的阈值要求，则认为识别对象与该标准特征数据属于同一个类别。此方法要求识别对象特征的物理位置变化较小，且需要较大的存储空间来储存标准特征数据，而且需要逐次匹配，因此识别速度较慢，难以满足快速处理的要求。

另一种是依据标准钞票获得标准特征向量，提取待识别对象的特征组成特征向量，依据相同的分类器进行分类识别，由于目前的钞票不同币种和不同面值的钞票具有不同的尺寸，目前一般通过类似或者等价于相似变换的方法将获得的不同大小的钞票图像映射成相同的大小，得到归一化后的图像。

首先预设一个标准长度L与标准宽度W，传感器采集到钞票图像，将采集钞票图像的实际长度l和实际宽度w，通过类似或者等价于相似变化的方法，归一化为标准长度L与标准宽度W。

若在钞票图像的实际长度l行中按的比例抽取L行，使其图像行数达到L，重新组成新的钞票图像。

若在钞票图像的实际长度l行中按的比例进行插值（插入L-l行），使其图像行数达到L，重新组成新的钞票图像。

若不对钞票图像长度进行处理。

若在钞票图像的实际长度w行中按的比例抽取W行，使其图像宽度达到W，重新组成新的钞票图像。

若在钞票图像的实际宽度w行中按的比例进行插值（插入W-w行），使其图像宽度达到W，重新组成新的钞票图像。

若不对钞票图像宽度进行处理。

因为上述方法本质上是一种相似性变换，而同一种钞票的不同面值大多具有比较多的共同图案，只是颜色和大小稍有不同，所以对于使用灰度图像进行钞票识别，这种变换方法无疑缩小了同一币种同一面向不同面值之间特征向量的可区分度。

上述方法要求所提取的特征具有较好的区分度，但是保证所提取特征的区分度都具有稳定的也较好的区分度是不现实的。而且上述无论哪一种技术方案对标准特征数据都具有较强的依赖性，当图像的大小发生一定的变化，所选取特征的位置也会发生变化，从而都会影响到识别效果。

更重要的是，同一币种不同面值的同一面向的图案大致相似，只是细节不同，因此上述的处理技术方案使分类器（如神经网络、支持向量机）依据统一大小的钞票图像上提取特征进行分类变得更加可靠。

发明内容

本发明的目的之一在于提供一种能有效提高不同类别间特征向量的区分度，增强分类器的泛化能力的薄片类介质分类方法。

该种薄片类介质分类方法包括如下现实步骤：

步骤1，获得待识别薄片类介质的图像信息；

步骤2，将获得的图像信息依据预设标准图像尺寸进行归一化处理得到待识别图像信息；

步骤3，对待识别图像信息进行特征提取形成特征向量；

步骤4，将该特征向量送入经标准薄片类介质训练好的分类器，得出分类结果；

步骤5，结束；

其特殊之处在于，步骤2中该归一化处理包括如下步骤：

步骤21，判断获得图像信息的尺寸是否小于预设标准图像尺寸，若是，直接返回未知种类薄片类介质而执行步骤5，否则执行下一步；

步骤22，计算获得图像信息的几何中心；

步骤23，以该几何中心为中心截取预设标准图像尺寸大小图像信息形成待识别图像信息。

优选的，所述预设标准图像尺寸等于标准薄片类介质的最小尺寸。

优选的，所述步骤3，对待识别图像信息进行特征提取形成特征向量，具体包括如下步骤：

步骤31，对待识别图像信息进行特征区域划定；

步骤32，对特征区域进行特征提取形成特征向量。

优选的，所述特征提取采用图像信息的灰度平均、灰度方差、独立分量分析、主成份分析、小波分析、分形分析或遗传算法分析中的一种提取方法。

本发明还提供一种实现薄片类介质快速分类的装置，其包括：

一图像采集部，用以获得待识别薄片类介质的图像信息；