[发明专利]纸币面向识别方法及装置

权利要求书

1.一种纸币面向识别方法，其特征在于，所述方法包括：

获取待识别纸币的纸币图像；

按照设定划分规则，将所述纸币图像划分为第一设定数量的区域；

计算所述纸币图像中每个区域的灰度和，形成一个具有第一设定数量的灰度和数列；

将所述数列输入BP神经网络的识别器进行识别，以识别得到待识别纸币的面向，其中，所述BP神经网络的识别器的网络参数已通过训练得到。

2.根据权利要求1所述的方法，其特征在于，在将所述数列输入BP神经网络的识别器之前，还包括：

对所述数列进行归一化处理，得到归一化数列。

3.根据权利要求1所述的方法，其特征在于，按照设定划分规则，将所述纸币图像划分为第一设定数量的区域包括：

按照矩阵形式，将所述纸币图像划分为第一设定数量的等分区域。

4.根据权利要求1所述的方法，其特征在于，计算所述纸币图像中每个区域的灰度和，形成一个具有第一设定数量的灰度和数列，包括：

以每个区域中的像素点为单位，进行设定步长的像素点灰度间隔抽样；

计算抽样后的每个区域的灰度和，形成一个具有第一设定数量的灰度和数列。

5.根据权利要求1-4任一所述的方法，其特征在于，还包括：

对待识别纸币的币值版本的多个面向分别选取第二设定数量的灰度和数列样本；

采用BP神经网络对所述样本进行训练，得到BP神经网络的识别器的网络参数。

6.一种纸币面向识别装置，其特征在于，所述装置包括：

纸币图像获取模块，用于获取待识别纸币的纸币图像；

图像区域划分模块，用于按照设定划分规则，将所述纸币图像划分为第一设定数量的区域；

灰度和数列形成模块，用于计算所述纸币图像中每个区域的灰度和，形成一个具有第一设定数量的灰度和数列；

纸币面向识别模块，用于将所述数列输入BP神经网络的识别器进行识别，以识别得到待识别纸币的面向，其中，所述BP神经网络的识别器的网络参数已通过训练得到。

7.根据权利要求6所述的装置，其特征在于，还包括：

数列归一化模块，用于在将所述数列输入BP神经网络的识别器之前，对所述数列进行归一化处理，得到归一化数列。

8.根据权利要求6所述的装置，其特征在于，所述图像区域划分模块具体用于：

按照矩阵形式，将所述纸币图像划分为第一设定数量的等分区域。

9.根据权利要求6所述的装置，其特征在于，所述灰度和数列形成模块包括：

像素点抽样单元，用于以每个区域中的像素点为单位，进行设定步长的像素点灰度间隔抽样；

灰度和计算单元，计算抽样后的每个区域的灰度和，形成一个具有第一设定数量的灰度和数列。

10.根据权利要求6-9任一所述的装置，其特征在于，还包括：

灰度和数列样本选取模块，用于对待识别纸币的币值版本的多个面向分别选取第二设定数量的灰度和数列样本；

网络参数训练模块，用于采用BP神经网络对所述样本进行训练，得到BP神经网络的识别器的网络参数。