[发明专利]纸币图像倾斜校正与区域提取方法

说明书

技术领域

本发明涉及一种计算机图像处理技术，具体地说，涉及一种纸币图像倾斜校正与区域提取方法。

背景技术

货币是商品交换的媒介，是人类经济发展与贸易过程的伴生物。纸币在漫长的货币史上占据着重要地位，随着多种形式的货币流通、发展，即使在电子货币开始兴起的今天，纸币现金流通依然是目前国际上金融界货币流通的最重要方式。目前人们常用磁性油墨检测、紫外荧光检测以及红外穿透检测等方法鉴别纸币真伪，通过检测纸币尺寸识别其面值，这些方法获得信息单一，不能识别纸币残缺、污染及磨损等状况，更不能识别纸币序列号。

而从纸币图像上可以获得多方面的信息，包括纸币尺寸、面值、污损状况、磨损程度以及序列号等。随着数字图像处理技术、模式识别技术的发展，纸币图像识别方法已成为目前最为流行纸币分析方法。然而，采集到的纸币图像通常是倾斜的，必须对纸币进行倾斜校正，否则无法准确地提取纸币区域并进行纸币识别。

通常由于纸币边缘和背景区域存在较为明显的灰度差别，一般采用的方法是通过HOUGH变换（霍夫变换）提取纸币边缘，获得纸币倾斜的角度，然后进行校正。然而有两个原因影响霍夫变换提取纸币边缘的精度：一是纸币使用时间长了之后，边缘变旧，与背景对比度不明显；二是纸币边缘磨损，产生锯齿，导致霍夫变换边缘提取时出现错误，倾斜校正失败，无法提取纸币区域。因此，必须采用合适的方法，准确地计算纸币倾斜度并提取纸币区域，为纸币识别打下基础。

发明内容

本发明的目的在于提供一种纸币图像倾斜校正与区域提取方法，以提高纸币图像倾斜校正的准确度。

为了实现上述目的，本发明所采用的技术方案如下：

一种纸币图像倾斜校正与区域提取方法，包括以下步骤：步骤一：对获取的纸币图像进行模糊增强，增强纸币与纸币背景色或图案的对比度；其中，对纸币图像模糊增强具体如下：（1）计算纸币图像像素模糊隶属度；（2）进行纸币图像模糊隶属度变换，得到新的模糊隶属度；（3）对变换后的模糊隶属度值进行逆运算，得到增强后的纸币图像；步骤二：纸币图像分割，将纸币图像分割为纸币背景区域和纸币区域；步骤三：扫描，获得纸币区域图像的边缘像素；步骤四：若纸币边缘不齐或呈锯齿状，采用最小二乘法直线拟合获得纸币区域图像边缘；步骤五：计算纸币区域图像边缘的拟合误差，依据拟合误差最小的纸币区域图像边缘，计算纸币区域图像的倾斜角度；步骤六：根据纸币区域图像的倾斜角度，进行纸币区域图像倾斜校正，将倾斜的纸币区域图像旋转成水平的；步骤七：纸币区域提取。

进一步，对纸币图像进行模糊增强时，着重增强纸币边缘与纸币背景色或图案的对比度。

进一步，计算纸币图像像素模糊隶属度时，若p_ij表示图像位置（i,j）处像素的模糊隶属度，则其中，X_ij表示图像位置（i,j）处的像素值，L表示像素灰度等级，通常取256，X_T为背景类和目标类的类间分割点，由于背景像素值比较低，类间分割点可以取较低的一个值，s₁，s₂为系数，为了保证模糊隶属度计算式连续，取

进一步，纸币图像模糊隶属度变换时，对模糊隶属度p_ij进行变换，得到新的模糊隶属度，p_T为类间分割点X_T所对应的隶属度值，为了保证p_ij′计算式连续，其中：

进一步，对变换后的模糊隶属度值进行逆运算时，若X_ij′表示增强后图像位置（i,j）处的像素值，则

进一步，采用最小二乘法直线拟合纸币区域图像的上下左右四边缘，计算直线平均拟合误差ε_i为第i点的拟合误差，设定一个误差阈值，如果四条直线平均拟合误差均大于该阈值，则认为边缘拟合精度不够，返回步骤四，重新选取边缘点进行最小二乘法拟合；如果如此三次拟合精度都不够的话，则认为此纸币不满足识别应具备的条件，放弃整个纸币识别。

进一步，直线拟合成功后，依据拟合误差最小直线的倾角来计算纸币区域图像的倾斜角度，若拟合误差最小的直线为上边缘或下边缘，则该直线倾角即是纸币区域图像的倾斜角度，若拟合误差最小的直线为左边缘或右边缘，则纸币区域图像的倾斜角度为直线倾角减去90°。