[发明专利]一种基于RGB-D相机的视障人士纸币识别系统及识别方法

说明书

本发明公开了一种基于RGB‑D相机的视障人士纸币识别系统及识别方法。该方法首先提取深度值在0.3米到0.8米之间的像素，然后用分类器找到匹配区域作为感兴趣区域，并对感兴趣区域提取SURF特征点与标准纸币图像的SURF特征点匹配，匹配的点对数量反映了感兴趣区域与标准纸币的相似性，输出匹配点对数量最多的作为纸币识别结果并反馈给视障人士，根据匹配点对数量也可分析出无纸币的情况。该纸币识别方法在纸币的四种朝向以及有尺寸的变化，小角度的旋转，光照环境的改变等情况下依然有良好的鲁棒性和识别正确率，并且专为视障人士设计，可以识别多张纸币，能有效适用于实际应用，具有良好的实时性。

技术领域

本发明涉及纸币识别、视觉障碍人群辅助技术领域，尤其涉及一种基于RGB-D相机的视障人士纸币识别系统及识别方法。

背景技术

随着社会的发展，视障人士的生活质量越来越受到政府和社会的关注。绝大部分视障人士从盲校毕业后选择从事盲人按摩获得一定的收入来源。据中国残疾人联合会统计，每年全国有超过三万人接受政府和医疗机构的盲人按摩培训学习。其中，纸币识别是辅助视障人士顺利融入社会获得经济来源的一项基本需求。

当前，纸币识别大多是针对自动取款机和自动贩卖机上实现的纸币形态单一、无复杂背景环境限制的算法。该算法无法满足视障人士在实际应用中的实时处理输出结果，没有去除复杂背景环境的完整方案，因此需要一套完整的适用于视障人士的纸币识别方法。

适用于视障人士的纸币识别算法少之极少，其原因在于难以解决复杂环境下的任意形态的纸币识别。实际应用在视障人士的纸币识别需要面临的挑战有：复杂的背景环境、纸币的多呈现形式、纸币的磨损状况、外界环境的改变、实时性等，在算法设计时要做到全面考虑。

发明内容

本发明的目的是解决视障人士纸币识别问题，旨在为视障人士提供一种准确、快速的纸币识别系统及方法。

本发明通过以下技术方案来解决技术问题，一种基于RGB-D相机的视障人士纸币识别系统，所述系统包含一个RGB-D相机、处理器、语音模块。RGB-D相机用于采集含有深度信息的彩色图像，处理器用于图像处理识别纸币的面值，语音模块将处理结果反馈给视障人士。

一种纸币识别方法，包括以下步骤：

(1)获取纸币识别结果范围内的标准纸币中n个不同面值的正反面图像，共2n幅；将2n幅图像的尺寸进行归一化处理，得到2n幅标准纸币图像；分别遍历每幅标准纸币图像的SURF特征点，并生成相应的描述特征点的描述子；

(2)获取纸币正面分类器和纸币反面分类器；

用RGB-D相机获取不同光照条件下的正样本和负样本。所述正样本是只含有完整纸币的彩色图像，将正样本的尺寸进行归一化处理，通常归一化为40像素*20像素；正样本分为两类，纸币正面的正样本和纸币反面的正样本；负样本是指不含有纸币的彩色图像，将负样本转化成灰度图。

提取纸币正面正样本和负样本的Haar特征，并利用Adaboost算法形成纸币正面分类器；同理，提取纸币反面正样本和负样本的Haar特征，并利用Adaboost算法形成纸币反面分类器。

(3)用RGB-D相机获取包含深度信息的待测彩色图像，将待测彩色图像中深度值在0.3～0.8米范围内的像素保留RGB彩色信息，其余像素设置为白色。

(4)将步骤2中纸币正面分类器和纸币反面分类器对步骤3中深度值处理后的待测彩色图像进行处理，找到分类器的匹配区域，并用长度是宽度2倍的矩形框出分类器的匹配区域，该匹配区域即为感兴趣区域。

(5)提取步骤4得到的感兴趣区域的SURF特征点，并生成相应的描述特征点的描述子。

(6)将步骤5中的感兴趣区域的SURF特征点分别和步骤1中的2n幅标准纸币图像的SURF特征点匹配，具体步骤如下：