[发明专利]卡片识别方法和设备、计算机存储介质

说明书

本发明提供一种卡片识别方法，该方法包括：获得待识别的卡片的图片；对图片进行特征提取，以便获得该图片的纹理特征以及颜色特征；将纹理特征与颜色特征与模板库中的特征分别进行匹配；以及根据纹理特征和颜色特征的匹配结果，对该卡片进行识别。本发明还提供了一种卡片识别设备以及计算机存储介质。本发明的方案对透视、位移、缩放、旋转等变形具有一定的鲁棒性。

技术领域

本发明涉及基于内容的模式识别，如图像识别领域。具体来说，本发明涉及一种卡片识别方案。

背景技术

随着科技、技术的快速发展，移动支付已经逐渐普及到生活的方方面面。同时，为满足个人和集体对个性化的需求，银行也推出了各式各样(包括丰富的卡面特征，以及各具特色的权益)的银行卡。为了实现移动支付与丰富的卡产品之间的有效连接，需要一种行之有效的基于卡面的卡产品识别技术。

但是当前的各种图像识别方法(如人脸识别中的特征脸、LBP等) 存在各种问题，不能直接适用到卡产品的识别中。主要原因是在卡产品识别中场景比较复杂，存在如形变、透视、光照影响等因素需要精细化比较纹理；同时也存在纹理相同，只能通过颜色判断区别的情况。

因此，需要一种改进的卡产品识别技术。

以上公开于本发明背景部分的信息仅仅旨在增加对本发明的总体背景的理解，而不应当被视为承认或以任何形式暗示该信息构成已为本领域一般技术人员所公知的现有技术。

发明内容

鉴于此，本发明提供一种根据银行卡卡面图片进行卡产品识别的方案，该方案对透视、位移、缩放、旋转等变形以及光照变化具有一定的鲁棒性。

根据本发明的一个方面，提供了一种卡片识别方法，该方法包括：获得待识别的卡片的图片；对该图片进行特征提取，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。

优选地，该识别方法还包括：在进行匹配之前，将所述图片的纹理特征进行预降维。预降维的方法包括，但不限于，主成分分析(PCA)、线性判别(LDA)、奇异值分解(svd)以及因子分析(FA)。

优选地，该识别方法还包括：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。

优选地，在上述识别方法中，通过移动终端获取待识别的卡片的照片。

优选地，在上述识别方法中，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PCA降维。

优选地，在上述识别方法中，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满足位置限定的匹配特征，并记录其数量N。

优选地，在上述识别方法中，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：