人民币序列号

人民币序列号 篇1

纸币图像的自动处理技术,是通过图像数据的预处理、图像分割、图像识别等算法,达到对纸币图像的智能化处理。具体的研究内容包括纸币图像预处理、纸币号码区域定位、字符分割和特征提取、字符识别等。对于纸币处理的关键在于纸币号码区域定位、字符分割和特征提取,其中纸币号码区域的定位又决定其后的字符识别过程,因此纸币号码的定位是影响最终识别结果的重要步骤。本文就是针对纸币序列号、面额号定位与分割中的一些关键问题展开了研究。

1 纸币图像的定位与分割

对于已倾斜矫正的纸币图像,我们先根据投影法结合Sobel边缘检测结果,后将Sobel边缘检测图像进行水平投影和垂直投影,获取纸币的上下边界以及左右边界,根据获取的纸币边界从原图中分割出纸币图像[1,2,3,4],如图1所示。

2 纸币序列号的初步定位与分割

边缘检测算子中,Sobel[5]算子检测强边缘;Canny[6]可以同时检测弱边缘和强边缘,得到丰富的边缘细节。图2(a)、(b)分别为对一幅100元人民币纸币图像的Sobel和Canny算子的边缘检测结果,观察图(b)可以发现,在纸币序列号(横冠)一侧细节相对较少,而非序列号的右侧部分细节极为丰富,我们可以利用人民币的这种细节差别对序列号进行初步定位与分割。

根据纸币图像的Canny边缘检测结果细节信息的不对称性,即在纸币序列号(横冠)一侧细节相对较少,而非序列号的右侧部分细节极为丰富(见图2(b)),本文结合投影法进行初步分割,获得序列号所在的左侧图像区域。具体实现的步骤为:

(a) 对纸币图像进行Canny边缘检测结果进行垂直投影,将幅度值规则化到0—255范围,如图3(a);

(b) 并对规则化后的数据进行直方图统计,观察图3(b)可见,图中存在两个不同波峰;

(c) 根据大津法求取阈值,将两个波峰分割开来,所求阈值即为纸币的序列号所在左侧区域与其他区域的分割边界;

(d) 根据所求阈值对纸币图像进行分割,获得纸币左侧部分的图像,如图3(c)。

3 纸币序列号的准确定位与分割

3.1 纸币图像正反面识别

若为纸币正面,继续后续定位与分割步骤,否则算法停止。对于纸币图像的正面和背面都存在如图4、图5 所示类似的特殊区域,在正面图像中存在序列号,而在背面则不存在。我们对纸币正面(或背面)进行Sobel边缘检测,可以发现正面的边缘信息较多,上下分布相对均匀;而背面对应区域细节较少,且集中在下面的区域。我们正是利用边缘细节的这种差异对纸币的正反面进行识别,当细节信息集中在图像的上侧(或者下侧,即纸币倒置)时为背面(如图5);反之则对应纸币的正面(如图4),继续后续步骤。

3.2 序列号的区域定位

对于正面的纸币图像,将上述步骤所得到的结果进行水平投影,序列号和面额号分别生成两个相对独立的波峰,而非序列号和面额号部分的特征并不明显。我们对低幅度分量进行抑制处理,观察发现,下面部分(包含序列号和面额号)的投影中零幅度分量比例较大,本文正是利用此特征实现序列号的区域定位,获得由序列号和面额号组成的区域(如图6)。

3.3 序列号与面额号辨别与分割

将图6的结果的边缘图进行水平投影,去除干扰以后,显然存在两个独立的波峰,序列号对应的波峰幅度较高,而面额号对应的波峰幅度较低,从而可根据该特征将两个波峰分割开来,分别获得序列号的区域图像以及面额号的区域图像(如图7)。

3.4 序列号与面额号的字符分割

根据字符间距、字符宽度、幅度等先验信息,去除干扰与非字符目标。首先,统计所有目标,选定居中的若干目标(这些目标为字符),并计算目标的平均间距和字符的平均宽度,若两目标的间距大于某一阈值,则剔除远离选定目标的干扰目标;然后,对二值化目标图像进行垂直投影,每个投影对应一个字符目标,将序列号和面额号分别进行分割。剔除干扰后,对于序列号往往可以得到10个清晰的波峰(对应10个字符);对于面额号分割[6],100元面额的“1”和第一个“0”由于黏连在一起,其分割比较困难,我们将100元的分割结果分成两种可能情况:第一种情况,分成两个目标,即“10”和“0”;第二种情况,分成三个目标,即“1”、“0”和“0”。

4 总结

为了验证本文提出的基于边缘检测和投影法的三步序列号分割方法的有效性,本文对大量纸币图像进行了实验。实验结果表明,本文方法可以较好地实现纸币图像中序列号和面额号的定位与分割,具有较好的鲁棒性。

参考文献

[1] Gonzalez R C,Woods R E.Digital image processing(2nd edition).Publishing House of Electronics Industry,2002;467—473

[2]王新成.高级图像处理技术.北京:中国科学技术出版社,2001

[3]赖志国,佘啸海.Matlab图像处理与应用.北京:国防工业出版社,2004

[4] El-Khamy S E,Lotfy M,El-Yamany N.A modified fuzzy Sobel edgedetector.17th National Radio Science Conference,2000;32:1—9

[5]郭艳平,侯凤贞.纸币面值识别系统图像分割技术的算法.重庆工学院学报,2008;22(11):124—126