一种有价票据的识别方法技术

本发明专利技术涉及一种有价票据的识别方法，包括：步骤1，通过包括多个颜色传感器的一颜色采集装置采集待检测的有价票据的颜色数据，并对采集的颜色数据进行预处理；步骤2，从预处理后的颜色数据中提取对应的特征；步骤3，将该提取的特征与有价票据每一种类型相对应的特征模板集进行匹配，得到对应的匹配得分，将得分最高的特征模板看作该颜色数据对应的匹配模板；步骤4，根据匹配结果确定有价票据的类型。本发明专利技术利用颜色数据的稳定子段均值集合的趋势变化对有价票据进行识别，因此能够克服颜色数据的偏色问题，达到对有价票据的精准识别。

【技术实现步骤摘要】

本专利技术涉及有价票据识别技术，尤其涉及一种有价票据识别方法。
技术介绍
现有技术中，对于有价票据的识别方法通常是通过接触式图像传感器采集图像特 征来进行识别。在基于图像的模式识别领域，首先要利用传感器采集识别的图像，如果图像 分辨率不足，识别结果的正确率就会大大降低，特别是在易混淆的识别对象之间，比如，字 符识别中的"〇"和"D"等，虽然计算机技术日新月异，然而从成本考虑，并不会选取很高端 的硬件平台，仅仅是满足实际需求即可，在这样情况下，实际生产过程中，由于硬件之间的 差异性及识别空间的多样性就会出现较多易混淆对象识别错误。因此开发出了基于颜色数 据的识别来识别有价票据类型的方法。 颜色数据是指，通过颜色传感器采集的，包含R，G，B三色的颜色数值的集合。通过 有价票据的颜色数据对有价票据进行识别，是一种直观快速的方法。颜色数据识别的过程 分为两部分，特征提取与识别，而提取的特征的鲁棒性直接影响识别的精准度，颜色特征的 提取主要存在以下问题：一方面，由于颜色数据是有价票据内一定区域的颜色共同作用的 结果，当信号采集区域表面为非纯色时，颜色数据相对于真实的颜色会有较大的偏差；另一 方面，对于相同颜色的采集区域，不同的纹理具有不同的反射强度，会使颜色传感器接收到 不同强度的信号，从而导致颜色数据的不稳定。 由于上述原因，使得特征提取得到的特征难以鲁棒，导致无法精准识别出票据的 类型。
技术实现思路
为了解决现有技术中基于颜色数据识别有价票据类型的方法其颜色特征难以鲁 棒，导致识别精度不高的问题，本专利技术提供一种基于颜色数据识别有价票据的方法，通过利 用颜色数据的稳定子段均值集合的趋势变化对有价票据进行识别，以克服颜色数据的偏色 问题，达到对有价票据的精准识别。 该有价票据的识别方法包括：步骤1，通过包括多个颜色传感器的一颜色采集装 置采集待检测的有价票据的颜色数据，并对采集的颜色数据进行预处理；步骤2,从预处理 后的颜色数据中提取对应的特征，其中，从颜色数据中提取的特征具体指：颜色数据对应的 色调数据内，色调数据中所有色调变化较小的子段的均值所组成的一维向量；步骤3,将该 提取的特征与有价票据每一种类型相对应的特征模板集进行匹配，得到对应的匹配得分， 将得分最高的特征模板看作该颜色数据对应的匹配模板，其中，将彩色票据正反面图像分 割为多个子区域，通过模拟颜色传感器的工作方式得到每个子区域的模拟颜色数据，每个 子区域的模拟颜色数据对应的特征即为特征模板，彩色有价票据正反面图像的每个子区域 对应的特征模板的集合即为有价票据的特征模板集；步骤4,根据匹配结果确定有价票据 的类型。 优选的，步骤1之前还包括预先设置若干个与有价票据每一种类型相对应的特征 模板集的步骤，该步骤中对真彩色票据图像进行提取有价票据特征模板集具体包括：步骤 01，依据图像信息的复杂度，对票据某面向的彩色图像进行区域划分，得到多个子区域；步 骤02,模拟颜色传感器的工作方式，将划分得到的每个子区域转化为颜色数据；步骤03,将 转化得到的颜色数据进行颜色空间转换，得到该区域的色调数据；步骤04,定位色调数据 中的稳定子段；步骤05,求取稳定子段的色调均值；步骤06,所有稳定子段的色调均值构成 该区域对应的特征模板；步骤07,某面向所有子区域对应的特征模板构成票据某面向的特 征模板集，票据所有面向的特征模板集构成票据的特征模板集。 具体的，步骤03中将模拟颜色数据转换到HSL颜色空间，并得到颜色数据SS的色 调数据 SH :SH = {shQ, Sh1,…shj,…shj (I < j < L); 转换方法描述为：【主权项】1. ，包括： 步骤1，通过包括多个颜色传感器的一颜色采集装置采集待检测的有价票据的颜色数 据，并对采集的颜色数据进行预处理； 步骤2,从预处理后的颜色数据中提取对应的特征，其中，从颜色数据中提取的特征具 体指：颜色数据对应的色调数据内，色调数据中所有色调变化较小的子段的均值所组成的 一维向量； 步骤3,将该提取的特征与有价票据每一种类型相对应的特征模板集进行匹配，得到对 应的匹配得分，将得分最高的特征模板看作该颜色数据对应的匹配模板，其中，将彩色票据 正反面图像分割为多个子区域，通过模拟颜色传感器的工作方式得到每个子区域的模拟颜 色数据，每个子区域的模拟颜色数据对应的特征即为特征模板，彩色有价票据正反面图像 的每个子区域对应的特征模板的集合即为有价票据的特征模板集； 步骤4,根据匹配结果确定有价票据的类型。2. 如权利要求1所述的有价票据的识别方法，其特征在于，步骤1之前还包括预先设置 若干个与有价票据每一种类型相对应的特征模板集的步骤，该步骤中对真彩色票据图像进 行提取有价票据特征模板集具体包括： 步骤01，依据图像信息的复杂度，对票据某面向的彩色图像进行区域划分，得到多个子 区域； 步骤02,模拟颜色传感器的工作方式，将划分得到的每个子区域转化为颜色数据； 步骤03,将转化得到的颜色数据进行颜色空间转换，得到该区域的色调数据； 步骤04,定位色调数据中的稳定子段； 步骤05,求取稳定子段的色调均值； 步骤06,所有稳定子段的色调均值构成该区域对应的特征模板； 步骤07,某面向所有子区域对应的特征模板构成票据某面向的特征模板集，票据所有 面向的特征模板集构成票据的特征模板集。3. 如权利要求2所述的有价票据的识别方法，其特征在于，步骤03中将模拟颜色数据 转换到HSL颜色空间，并得到颜色数据SS的色调数据SH : SH = {sh〇, Sh1, . . . shj, . . . shL} (I < j < L)； 转换方法描述为：4. 如权利要求3所述的有价票据的识别方法，其特征在于，步骤04中定位色调数据内 的稳定子段的方法描述为： 求取色调数据SH的积分图： SMAPi= {smap 0, Smap1, · · · smapj，· · · smapL} (I < j < L)； 其中：利用滑动窗的方法搜索色调数据内的稳定子段： 设定信号SH的稳定子段集合为： SPARTi= {spart 0, Spart1，…Sparts，…spartSP} (I < s < SP); 其中SP为信号SH中的稳定子段数量，sparts可表不为： Sparts= {st s, endj ； 其中sts，ends*别表示稳定子段的起始位置，终止位置，且： Sts为满足下式的首个1值： sts= f irstl (abs (2 Xmap 1+step/2-(map^gp-map!)) < thres), (end^^ I < L)； endsS满足下式的最后一个1值：Thres为考察某段内信号稳定度的预设阈值。5. 如权利要求4所述的有价票据的识别方法，其特征在于，步骤05中每个稳定子段的 均值fs为：所有稳定子段的色调均值构成该区域对应的特征模板，表示为： -Jpi] (\<s<SP)； 提取各个区域模拟颜色数据的特征，最终形成钞票正反面的特征集，表示为：6. 如权利要求1~5中任意一项所述的有本文档来自技高网...

【技术保护点】
一种有价票据的识别方法，包括：步骤1，通过包括多个颜色传感器的一颜色采集装置采集待检测的有价票据的颜色数据，并对采集的颜色数据进行预处理；步骤2，从预处理后的颜色数据中提取对应的特征，其中，从颜色数据中提取的特征具体指：颜色数据对应的色调数据内，色调数据中所有色调变化较小的子段的均值所组成的一维向量；步骤3，将该提取的特征与有价票据每一种类型相对应的特征模板集进行匹配，得到对应的匹配得分，将得分最高的特征模板看作该颜色数据对应的匹配模板，其中，将彩色票据正反面图像分割为多个子区域，通过模拟颜色传感器的工作方式得到每个子区域的模拟颜色数据，每个子区域的模拟颜色数据对应的特征即为特征模板，彩色有价票据正反面图像的每个子区域对应的特征模板的集合即为有价票据的特征模板集；步骤4，根据匹配结果确定有价票据的类型。

【技术特征摘要】

【专利技术属性】
技术研发人员：岳许要，肖助明，王丹丹，黄晓群，
申请(专利权)人：广州广电运通金融电子股份有限公司，
类型：发明
国别省市：广东;44