[发明专利]一种人民币冠字码识别方法

权利要求书

1.一种人民币冠字码识别方法，其特征在于，包括以下步骤：

(1)获取人民币图像，并将其转化为灰度图像，获取所述灰度图像的倾斜角以及角点位置，根据所述倾斜角以及所述角点位置拒识不符合要求的灰度图像；

(2)对所述灰度图像进行校正，并进行图像大小归一化，切割出感兴趣的特征区域，提取所述特征区域的特征向量，得到所述灰度图像的币值和朝向信息；

(3)使用机械定位法初定位冠字码所在区域，从经所述步骤(2)处理的图像中提取校正后的冠字码图像；

(4)所述冠字码图像经宽线检测二值化后，对其进行冠字码区域高度精确细化，确定精确的冠字码高度，得到精确高度的二值化冠字码；

(5)根据所述步骤(4)获得的所述二值化冠字码，对其进行字符分割，获取每个字符的单个字符图像；

(6)对所述步骤(5)中获取的每个字符进行归一化及无形变处理获得统一字符；

(7)对所述步骤(6)中的每个字符进行粗网格特征提取；

(8)在所述步骤(6)获得所述统一字符后进行学习样本挑选，并对所述学习样本进行所述步骤(7)提取特征作为训练样本，对所述训练样本进行神经网络训练，生成神经网络的权值阈值模型；

(9)使用所述权值阈值模型对所述步骤(7)中的每个字符特征进行识别，完成分类识别并输出。

2.如权利要求1所述的方法，其特征在于，所述步骤(1)具体包括以下子步骤：

(1-1)将人民币图像转化为灰度图像；

(1-2)从所述灰度图像底边垂直向上扫描，当连续FIT_STHRESH个像素的灰度值大于预先设定的阈值FIT_VALUE时，标记此像素点作为所述灰度图像底部边缘取样点，取样位置回到底边并向右移动FIT_STEP_X个像素，继续向上扫描，如此依次获得FITTING__NUM个取样点，其中，参数FIT_STHRESH、FIT_STEP_X和FITTING__NUM为预先设定的值；

(1-3)利用最小二乘法，针对获得的所述FITTING__NUM个取样点，进行直线拟合，获取所述灰度图像底部边缘的近似直线的斜率k，所述斜率k的计算公式为：

其中，EdgeX[i]、EdgeY[i]分别为所述灰度图像底部边缘取样点的横、纵坐标，n＝FITTING__NUM；

(1-4)根据所述斜率k计算得到所述灰度图像底边的倾斜角度θ_down＝arctan(k)，同理得到左侧边的倾斜角度θ_left，其中，所述倾斜角度θ_down超过预先设定的度数则拒识图像，所述倾斜角度θ_left超过预先设定的度数则拒识图像；

(1-5)设定左下角扫描直线x+y＝d,w≥x≥0,h≥y≥0,d≥0，初始d＝0，其中，w为所述灰度图像的宽度；h为所述灰度图像的高度；

(1-6)沿直线法线方向扫描所述扫描直线上每个像素点，当连续FIT_STHRESH个像素的灰度值大于FIT_VALUE，则此像素点即为所述角点，角点检测结束，停止扫描；

(1-7)如果所述扫描直线上所有像素点均不是角点，则重新设定d＝d+1，获得新的扫描直线，重复所述步骤(1-6)继续扫描；

(1-8)重复所述步骤(1-5)～(1-7)依次检测到所述灰度图像的四个角点，其中左上角设定扫描直线为y-x-h＝d,w≥x≥0,h≥y≥0,d≥0，右上角设定扫描直线为w+h-(x+y)＝d,w≥x≥0,h≥y≥0,d≥0，右下角设定扫描直线为w+h-(x+y)＝d,w≥x≥0,h≥y≥0,d≥0；

(1-9)根据所述四个角点得到所述灰度图像的左右两端的一对向量和上下两边的一对向量，判断这两对向量的倾斜角是否相差不超过预先设定的度数，是则执行步骤(1-10)，否则进行拒识；

(1-10)对所述步骤(1-9)获得的两对向量的模求和，初步判断出币值。