[发明专利]一种人民币冠字码识别方法

摘要

本发明公开了一种人民币冠字码识别方法，属于模式识别技术领域，可用于多种应用背景下印刷体字符识别。本发明包括：首先获取人民币图像的倾斜角和朝向、版本、角点位置等信息，剔除背面图像；其次在校正归一化人民币图像的同时进行冠字码区域的初定位，三个过程同时完成，节约了时间和空间成本，剔除大量冗余信息；然后使用基于穿越度特征算法对初定位的冠字码进行精确定位，并采用基于滑动窗口评价函数法将字符串分割为单个字符；最后对字符进行无形变处理，归一化大小位置，提取特征进入分类器模型完成识别工作。本发明提供了一种快速、准确率高的人民币冠字码识别方法，大大地提高了冠字码的识别准确率和速度。

主权项

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。