紙幣面向識(shí)別方法及裝置的制造方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明實(shí)施例涉及紙幣識(shí)別技術(shù)，尤其涉及一種紙幣面向識(shí)別方法及裝置。
【背景技術(shù)】
[0002]在紙幣自動(dòng)識(shí)別過(guò)程中，紙幣的面向是所有后續(xù)識(shí)別判斷的基礎(chǔ)，如果紙幣版本面向識(shí)別錯(cuò)誤，將直接導(dǎo)致后面所有識(shí)別算法的誤檢，因此紙幣面向識(shí)別在紙幣識(shí)別過(guò)程中是基礎(chǔ)和必要的識(shí)別步驟。
[0003]現(xiàn)有技術(shù)中，紙幣面向識(shí)別是根據(jù)紙幣的特征進(jìn)行提取和識(shí)別，針對(duì)不同的紙幣的幣值版本需要進(jìn)行不同的特征提取，識(shí)別部分也需要根據(jù)幣值版本等的不同進(jìn)行相應(yīng)的修改，同時(shí)在采集環(huán)境改變的時(shí)候(如亮度改變等)也會(huì)導(dǎo)致進(jìn)行相應(yīng)的技術(shù)方案的修改，因此導(dǎo)致紙幣面向識(shí)別的不通用性。

【發(fā)明內(nèi)容】

[0004]有鑒于此，本發(fā)明實(shí)施例提供一種紙幣面向識(shí)別方法及裝置，以通用的識(shí)別各個(gè)幣值版本的面向。
[0005]第一方面，本發(fā)明實(shí)施例提供了一種紙幣面向識(shí)別方法，所述方法包括:
[0006]獲取待識(shí)別紙幣的紙幣圖像；
[0007]按照設(shè)定劃分規(guī)則，將所述紙幣圖像劃分為第一設(shè)定數(shù)量的區(qū)域；
[0008]計(jì)算所述紙幣圖像中每個(gè)區(qū)域的灰度和，形成一個(gè)具有第一設(shè)定數(shù)量的灰度和數(shù)列；
[0009]將所述數(shù)列輸入BP神經(jīng)網(wǎng)絡(luò)的識(shí)別器進(jìn)行識(shí)別，以識(shí)別得到待識(shí)別紙幣的面向，其中，所述BP神經(jīng)網(wǎng)絡(luò)的識(shí)別器的網(wǎng)絡(luò)參數(shù)已通過(guò)訓(xùn)練得到。
[0010]進(jìn)一步地，在將所述數(shù)列輸入BP神經(jīng)網(wǎng)絡(luò)的識(shí)別器之前，還包括:
[0011]對(duì)所述數(shù)列進(jìn)行歸一化處理，得到歸一化數(shù)列。
[0012]進(jìn)一步地，按照設(shè)定劃分規(guī)則，將所述紙幣圖像劃分為第一設(shè)定數(shù)量的區(qū)域包括:
[0013]按照矩陣形式，將所述紙幣圖像劃分為第一設(shè)定數(shù)量的等分區(qū)域。
[0014]進(jìn)一步地，計(jì)算所述紙幣圖像中每個(gè)區(qū)域的灰度和，形成一個(gè)具有第一設(shè)定數(shù)量的灰度和數(shù)列，包括:
[0015]以每個(gè)區(qū)域中的像素點(diǎn)為單位，進(jìn)行設(shè)定步長(zhǎng)的像素點(diǎn)灰度間隔抽樣；
[0016]計(jì)算抽樣后的每個(gè)區(qū)域的灰度和，形成一個(gè)具有第一設(shè)定數(shù)量的灰度和數(shù)列。
[0017]進(jìn)一步地，還包括:
[0018]對(duì)待識(shí)別紙幣的幣值版本的多個(gè)面向分別選取第二設(shè)定數(shù)量的灰度和數(shù)列樣本；
[0019]采用BP神經(jīng)網(wǎng)絡(luò)對(duì)所述樣本進(jìn)行訓(xùn)練，得到BP神經(jīng)網(wǎng)絡(luò)的識(shí)別器的網(wǎng)絡(luò)參數(shù)。
[0020]第二方面，本發(fā)明實(shí)施例還提供了一種紙幣面向識(shí)別裝置，所述裝置包括:
[0021]紙幣圖像獲取模塊，用于獲取待識(shí)別紙幣的紙幣圖像；
[0022]圖像區(qū)域劃分模塊，用于按照設(shè)定劃分規(guī)則，將所述紙幣圖像劃分為第一設(shè)定數(shù)量的區(qū)域；
[0023]灰度和數(shù)列形成模塊，用于計(jì)算所述紙幣圖像中每個(gè)區(qū)域的灰度和，形成一個(gè)具有第一設(shè)定數(shù)量的灰度和數(shù)列；
[0024]紙幣面向識(shí)別模塊，用于將所述數(shù)列輸入BP神經(jīng)網(wǎng)絡(luò)的識(shí)別器進(jìn)行識(shí)別，以識(shí)別得到待識(shí)別紙幣的面向，其中，所述BP神經(jīng)網(wǎng)絡(luò)的識(shí)別器的網(wǎng)絡(luò)參數(shù)已通過(guò)訓(xùn)練得到。
[0025]進(jìn)一步地，還包括:
[0026]數(shù)列歸一化模塊，用于在將所述數(shù)列輸入BP神經(jīng)網(wǎng)絡(luò)的識(shí)別器之前，對(duì)所述數(shù)列進(jìn)行歸一化處理，得到歸一化數(shù)列。
[0027]進(jìn)一步地，所述圖像區(qū)域劃分模塊具體用于:
[0028]按照矩陣形式，將所述紙幣圖像劃分為第一設(shè)定數(shù)量的等分區(qū)域。
[0029]進(jìn)一步地，所述灰度和數(shù)列形成模塊包括:
[0030]像素點(diǎn)抽樣單元，用于以每個(gè)區(qū)域中的像素點(diǎn)為單位，進(jìn)行設(shè)定步長(zhǎng)的像素點(diǎn)灰度間隔抽樣；
[0031]灰度和計(jì)算單元，計(jì)算抽樣后的每個(gè)區(qū)域的灰度和，形成一個(gè)具有第一設(shè)定數(shù)量的灰度和數(shù)列。
[0032]進(jìn)一步地，還包括:
[0033]灰度和數(shù)列樣本選取模塊，用于對(duì)待識(shí)別紙幣的幣值版本的多個(gè)面向分別選取第二設(shè)定數(shù)量的灰度和數(shù)列樣本；
[0034]網(wǎng)絡(luò)參數(shù)訓(xùn)練模塊，用于采用BP神經(jīng)網(wǎng)絡(luò)對(duì)所述樣本進(jìn)行訓(xùn)練，得到BP神經(jīng)網(wǎng)絡(luò)的識(shí)別器的網(wǎng)絡(luò)參數(shù)。
[0035]本發(fā)明實(shí)施例提供的紙幣面向識(shí)別方法及裝置，通過(guò)獲取待識(shí)別紙幣的紙幣圖像，按照設(shè)定劃分規(guī)則將所述紙幣圖像劃分為具有第一設(shè)定數(shù)量的個(gè)數(shù)的區(qū)域，并計(jì)算每個(gè)區(qū)域的灰度和，形成一個(gè)具有第一設(shè)定數(shù)量的灰度和的數(shù)列，將所述數(shù)列輸入具有訓(xùn)練完成的網(wǎng)絡(luò)參數(shù)的BP神經(jīng)網(wǎng)絡(luò)的識(shí)別器中進(jìn)行識(shí)別，得到待識(shí)別紙幣的面向，實(shí)現(xiàn)了對(duì)不同幣值版本的紙幣面向的識(shí)別，只要對(duì)不同幣值版本的紙幣面向各進(jìn)行一次訓(xùn)練得到網(wǎng)絡(luò)參數(shù)，便可以通用的識(shí)別各個(gè)幣值版本的面向，采用BP神經(jīng)網(wǎng)絡(luò)進(jìn)行識(shí)別的方式提高了紙幣面向的識(shí)別效率。
【附圖說(shuō)明】
[0036]圖1是本發(fā)明實(shí)施例一提供的一種紙幣面向識(shí)別方法的流程圖；
[0037]圖2是本發(fā)明實(shí)施例二提供的一種紙幣面向識(shí)別方法的流程圖；
[0038]圖3是本發(fā)明實(shí)施例三提供的一種紙幣面向識(shí)別裝置的示意圖。
【具體實(shí)施方式】
[0039]下面結(jié)合附圖和實(shí)施例對(duì)本發(fā)明作進(jìn)一步的詳細(xì)說(shuō)明?？梢岳斫獾氖?，此處所描述的具體實(shí)施例僅僅用于解釋本發(fā)明，而非對(duì)本發(fā)明的限定。另外還需要說(shuō)明的是，為了便于描述，附圖中僅示出了與本發(fā)明相關(guān)的部分而非全部?jī)?nèi)容。
[0040]實(shí)施例一
[0041]圖1是本發(fā)明實(shí)施例一提供的一種紙幣面向識(shí)別方法的流程圖，本實(shí)施例可適用于ATM(Automatic Teller Machine，自動(dòng)柜員機(jī))上對(duì)紙幣面向的識(shí)別，該方法可以由ATM來(lái)執(zhí)行，具體包括如下步驟:
[0042]步驟110，獲取待識(shí)別紙幣的紙幣圖像。
[0043]通過(guò)圖像采集裝置(如攝像頭等)采集待識(shí)別紙幣的紙幣圖像。
[0044]步驟120，按照設(shè)定劃分規(guī)則，將所述紙幣圖像劃分為第一設(shè)定數(shù)量的區(qū)域。
[0045]其中，所述設(shè)定劃分規(guī)則規(guī)定了如何對(duì)紙幣圖像進(jìn)行劃分，即劃分紙幣圖像的方式，并規(guī)定了紙幣圖像劃分后形成的區(qū)域的數(shù)量為第一設(shè)定數(shù)量。其中，所述第一設(shè)定數(shù)量可以為20。
[0046]步驟130，計(jì)算所述紙幣圖像中每個(gè)區(qū)域的灰度和，形成一個(gè)具有第一設(shè)定數(shù)量的灰度和數(shù)列。
[0047]通過(guò)待識(shí)別紙幣的紙幣圖像獲取所述紙幣圖像中像素點(diǎn)的灰度，通過(guò)計(jì)算所述紙幣圖像中的每個(gè)區(qū)域中的像素點(diǎn)的灰度之和，得到所述紙幣圖像中每個(gè)區(qū)域的灰度和，將所述紙幣圖像中每個(gè)區(qū)域的灰度和按照區(qū)域順序存儲(chǔ)到一個(gè)數(shù)列中，形成一個(gè)具有第一設(shè)定數(shù)量的灰度和數(shù)列。
[0048]步驟140，將所述數(shù)列輸入BP神經(jīng)網(wǎng)絡(luò)的識(shí)別器進(jìn)行識(shí)別，以識(shí)別得到待識(shí)別紙幣的面向。
[0049]其中，BP(BackPropagat1n)神經(jīng)網(wǎng)絡(luò)是 1986 年由 Rumelhart 和 McCelland 為首的科學(xué)家小組提出，是一種按誤差逆?zhèn)鞑ニ惴ㄓ?xùn)練的多層前饋網(wǎng)絡(luò)，是目前應(yīng)用最廣泛的神經(jīng)網(wǎng)絡(luò)模型之一。BP網(wǎng)絡(luò)能學(xué)習(xí)和存貯大量的輸入-輸出模式映射關(guān)系，而無(wú)需事前揭示描述這種映射關(guān)系的數(shù)學(xué)方程。它的學(xué)習(xí)規(guī)則是使用最速下降法，通過(guò)反向傳播來(lái)不斷調(diào)整網(wǎng)絡(luò)的權(quán)值和閾值，使網(wǎng)絡(luò)的誤差平方和最小。BP神經(jīng)網(wǎng)絡(luò)模型拓?fù)浣Y(jié)構(gòu)包括輸入層、隱含層和輸出層。
[0050]所述網(wǎng)絡(luò)參數(shù)即BP神經(jīng)網(wǎng)絡(luò)的權(quán)值和閾值，包括:輸入層到隱含層的權(quán)值和閾值、隱含層到輸出層的權(quán)值和閾值及隱含層的層數(shù)。
[0051]將步驟130形成的灰度和數(shù)列輸入到BP神經(jīng)網(wǎng)絡(luò)的識(shí)別器中進(jìn)行識(shí)別，便可以得到待識(shí)別紙幣的面向。其中，所述BP神經(jīng)網(wǎng)絡(luò)的識(shí)別器的網(wǎng)絡(luò)參數(shù)已通過(guò)訓(xùn)練得到。對(duì)所述BP神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練時(shí)，對(duì)每一個(gè)紙幣面向的樣本都是按照步驟120-步驟130進(jìn)行特征提取的。
[0052]本實(shí)施例通過(guò)獲取待識(shí)別紙幣的紙幣圖像，按照設(shè)定劃分規(guī)則將所述紙幣圖像劃分為具有第一設(shè)定數(shù)量的個(gè)數(shù)的區(qū)域，并計(jì)算每個(gè)區(qū)域的灰度和，形成一個(gè)具有第一設(shè)定數(shù)量的灰度和的數(shù)列，將所述數(shù)列輸入具有訓(xùn)練完成的網(wǎng)絡(luò)參數(shù)的BP神經(jīng)網(wǎng)絡(luò)的識(shí)別器中進(jìn)行識(shí)別，得到待識(shí)別紙幣的面向，實(shí)現(xiàn)了對(duì)不同幣值版本的紙幣面向的識(shí)別，只要對(duì)不同幣值版本的紙幣面向各進(jìn)行一次訓(xùn)練得到網(wǎng)絡(luò)參數(shù)，便可以通用的識(shí)別各個(gè)幣值版本的面向，采用BP神經(jīng)網(wǎng)絡(luò)進(jìn)行識(shí)別的方式提高了紙幣面向的識(shí)別效率。
[0053]在上述技術(shù)方案的基礎(chǔ)上，按照設(shè)定劃分規(guī)則，將所述紙幣圖像劃分為第一設(shè)定數(shù)量的區(qū)域，優(yōu)選包括:
[0054]按照矩陣形式，將所述紙幣圖像劃分為第一設(shè)定數(shù)量的等分區(qū)域。
[0055]按照所述紙幣圖像的像素點(diǎn)矩陣形式，將所述紙幣圖像進(jìn)行等分，劃分為具有第一設(shè)定數(shù)量的等分區(qū)域，其中，所述第一設(shè)定數(shù)量可以為20，即可以將所述紙幣圖像的寬等分為5，將所述紙幣圖像的高等分為4，從而將所述紙幣圖像劃分為20個(gè)等分區(qū)域。對(duì)紙幣圖像進(jìn)行等分，利于后續(xù)的處理，提高處理效率。
[0056]在上述技術(shù)方案的基礎(chǔ)上，計(jì)算所述紙幣圖像中每個(gè)區(qū)域的灰度和，形成一個(gè)具有第一設(shè)定數(shù)量的灰度和數(shù)列，優(yōu)選包括:
[0057]以每個(gè)區(qū)域中的像素點(diǎn)為單位，進(jìn)行設(shè)定步長(zhǎng)的像素點(diǎn)灰度間隔抽樣；
[0058]計(jì)算抽樣后的每個(gè)區(qū)域的灰度和，形成一個(gè)具有第一設(shè)定數(shù)量的灰度和數(shù)列。
[0059]其中，所述設(shè)定步驟為5個(gè)像素點(diǎn)。對(duì)每個(gè)區(qū)域進(jìn)行像素點(diǎn)灰度間隔抽樣，可以降低每個(gè)區(qū)域的分辨率，減少數(shù)據(jù)量，有利于提高數(shù)據(jù)處理效率。
[0060]在上述技術(shù)方案的基礎(chǔ)上，可預(yù)先完成訓(xùn)練操作，即還優(yōu)選包括:
[0061]對(duì)待識(shí)別紙幣的幣值版本的多個(gè)面向分別選取第二設(shè)定數(shù)量的灰度和數(shù)列樣本