[发明专利]卡片识别方法和设备、计算机存储介质

权利要求书

1.一种卡片识别方法，其特征在于，所述方法包括：

获得待识别的卡片的图片；

对所述图片进行特征提取，以便获得所述图片的纹理特征以及颜色特征；

将所述纹理特征与所述颜色特征与模板库中的特征分别进行匹配；以及

根据所述纹理特征和所述颜色特征的匹配结果，对所述卡片进行识别，

其中，所述纹理特征对图片的平移、旋转、尺度缩放、亮度变化、遮挡和噪声具有良好的不变性，所述颜色特征包括一个或多个色域特征值,

并且其中，所述颜色特征包括四种色域特征值，即全局色域中心、局部最大色域中心、最多色域值以及全局色域方差，其中，

所述全局色域中心由如下公式进行定义：

其中，所述x表示色域值，取值范围为[0,256)，f(x)表示对应颜色的统计量；

所述局部最大色域中心由如下公式进行定义：

其中，φ表示权重函数，

所述最多色域值由如下公式进行定义：

以及所述全局色域方差由如下公式进行定义：

其中，即为所述全局色域中心C_global。

2.如权利要求1所述的识别方法，还包括：

在进行匹配之前，将所述图片的纹理特征进行预降维。

3.如权利要求1所述的识别方法，还包括：

获得待识别的卡片的卡号；以及

根据所述卡号确定所述模板库。

4.如权利要求1所述的识别方法，其中，通过移动终端获取待识别的卡片的照片。

5.如权利要求3所述的识别方法，其中，使用与所述模板库对应的投影算子来将所述图片的纹理特征进行降维。

6.如权利要求1所述的识别方法，其中，将所述纹理特征与所述颜色特征与模板库中的特征分别进行匹配包括：

在所述模板库中利用匹配算法找出与所述纹理特征匹配的第一特征集合；以及

根据所述第一特征集合在所述图片中的位置，筛选出所述第一特征集合中的满足位置限定的匹配特征，并记录其数量N。

7.如权利要求1所述的识别方法，其中，对应颜色的统计量f(x)满足如下周期性关系式：

f(x+256)＝f(x)。

8.如权利要求1所述的识别方法，其中，所述纹理特征为sift特征。

9.如权利要求1所述的识别方法，其中，所述纹理特征为surf特征或orb特征。

10.如权利要求1或7所述的识别方法，其中，将所述纹理特征与所述颜色特征与模板库中的特征分别进行匹配还包括：

根据下面的公式进行颜色相似度S_c判断：

其中，下标1指代待识别的卡片的图片，下标2指代模板库，B1为色域值带宽，B2为色域方差带宽，var₁为待识别的卡片的图片的全局色域方差，并且var₂为模板库的全局色域方差。

11.如权利要求10所述的识别方法，其中，所述B1等于20，所述B2等于800。

12.如权利要求10所述的识别方法，其中，所述匹配结果通过下式来表示：

其中，N表示所述模板库中匹配的纹理特征的数量，N_max表示所述模板库中匹配的纹理特征的最大数量，η表示颜色相似度在所述匹配结果中的权重。

13.如权利要求2所述的识别方法，其中，所述预降维通过以下所列的任一种方法来进行：主成分分析PCA、线性判别LDA、奇异值分解svd以及因子分析FA。