[發(fā)明專利]一種基于Lab色彩空間的鈔票分類鑒別方法和裝置

有效

• 申請?zhí)枺?/td>: 201510033336.2
• 申請日: 2015-01-22
• 公開（公告）號: CN104537756B
• 公開（公告）日: 2018-04-20
• 發(fā)明（設(shè)計(jì)）人: 陳健;崔山領(lǐng);王倩文;徐靖
• 申請（專利權(quán)）人: 廣州廣電運(yùn)通金融電子股份有限公司
• 主分類號: G07D7/20
• 分類號: G07D7/20
• 代理公司: 北京集佳知識產(chǎn)權(quán)代理有限公司11227
• 代理人: 曹志霞

技術(shù)領(lǐng)域

本發(fā)明實(shí)施例涉及鈔票的面值分類識別領(lǐng)域，具體涉及一種基于Lab色彩空間的鈔票分類鑒別方法和裝置。

背景技術(shù)

隨著國內(nèi)市場經(jīng)濟(jì)的不斷繁榮，使得紙幣的流通量越來越大，金融機(jī)構(gòu)對于金融設(shè)備的要求是必須能夠支持不同人民幣面額紙幣的識別。Lab色彩空間是比較接近于人類視覺的一種顏色空間，其中L(Luminosity)表示亮度，a和b表示兩種顏色的對立維度。其中L的值域由0到100，表示從黑到純白，a表示從紅色至綠色的范圍，a的取值為+127至-128，b表示從藍(lán)色至黃色的范圍，b的取值為+127至-128，正為暖色、負(fù)為冷色。Lab色域?qū)掗熀軓V，它不僅包含了RGB，CMYK的所有色域，還能表現(xiàn)它們不能表現(xiàn)的色彩。人的肉眼能感知的色彩，都能通過Lab模型表現(xiàn)出來。另外，Lab色彩模型還能彌補(bǔ)RGB色彩模型色彩分布不均的不足，因?yàn)镽GB模型在藍(lán)色到綠色之間的過渡色彩過多，而在綠色到紅色之間又缺少黃色和其他色彩。

目前，金融設(shè)備核心技術(shù)基礎(chǔ)是實(shí)時(shí)紙幣圖像處理和圖像識別。其中一種常用的方法是采用不同面額紙幣圖像幾何特征(長度和寬度)不同來區(qū)分，但是由于紙幣是通過高速的采集裝置獲得的，因此不可避免地存在著扭曲和形變，這樣導(dǎo)致幾何特征不穩(wěn)定，造成識別率的下降。另一種方法是利用單通道灰度圖像中不同區(qū)域的灰度差異性來區(qū)分面值，而由于部分不同面額的人民幣灰度特征差異不大，或者當(dāng)識別的主要特征區(qū)受到污損干擾時(shí)，會存在人民幣不同面值、幣種間誤識別的風(fēng)險(xiǎn)。

現(xiàn)有技術(shù)的缺陷是，傳統(tǒng)的識別裝置只具備獲取單通道灰度圖像的能力，無法對鈔票的顏色進(jìn)行有效識別，面值的識別率低。

發(fā)明內(nèi)容

本發(fā)明實(shí)施例提供一種基于Lab色彩空間的鈔票分類鑒別方法和裝置，用于提高面值的識別率。

本發(fā)明實(shí)施例一種基于Lab色彩空間的鈔票分類方法技術(shù)方案包括：

獲取待檢測鈔票的RGB圖像；

計(jì)算所述RGB圖像在紅(R)、綠(G)、藍(lán)(B)三個(gè)波段的灰度值Gray R、Gray G、Gray B；

將所述Gray R、Gray G、Gray B轉(zhuǎn)化為Lab色彩空間下的灰度值Gray a、Gray b；

將所述Gray a與Gray b的乘積、Gray a的絕對值與Gray b的絕對值之差與預(yù)設(shè)公式進(jìn)行對比，得出所述待檢測鈔票的類別。

優(yōu)選的，

將所述Gray a與Gray b的乘積、Gray a的絕對值與Gray b的絕對值之差與預(yù)設(shè)公式進(jìn)行對比，得出所述待檢測鈔票的類別包括：

當(dāng)Gray a與Gray b乘積大于零，且Gray a的絕對值與Gray b的絕對值之差大于20時(shí)，則所述待檢測鈔票為100元；

當(dāng)Gray a與Gray b乘積大于零，且Gray a的絕對值與Gray b的絕對值之差小于5時(shí)，則所述待檢測鈔票為20元；

當(dāng)Gray a與Gray b乘積小于零，且Gray a的絕對值與Gray b的絕對值之差大于10時(shí)，則所述待檢測鈔票為50元；

當(dāng)Gray a小于零，且Gray a的絕對值與Gray b的絕對值之差小于10時(shí)，則所述待檢測鈔票為10元。

優(yōu)選的，

獲取待檢測鈔票的RGB圖像包括：提取所述待檢測鈔票的完整區(qū)域；通過多光譜識別裝置獲取所述完整區(qū)域的RGB圖像。

優(yōu)選的，

計(jì)算所述RGB圖像在紅(R)、綠(G)、藍(lán)(B)三個(gè)波段的灰度值Gray R、Gray G、Gray B包括：選取所述RGB圖像的毛澤東頭像區(qū)域作為目標(biāo)區(qū)域；根據(jù)所述目標(biāo)區(qū)域計(jì)算出在紅(R)、綠(G)、藍(lán)(B)三個(gè)波段的灰度值Gray R、Gray G、Gray B。

優(yōu)選的，

將所述Gray R、Gray G、Gray B轉(zhuǎn)化為Lab色彩空間下的灰度值Gray a、Gray b包括：

轉(zhuǎn)化公式分別為Gray a＝1.4749*(0.2213*Gray R-0.3390*Gray G+0.1177*Gray B)+128、

Gray b＝0.6245*(0.1949*Gray R+0.6057*Gray G-0.8006*Gray B)+128；

將所述Gray R、Gray G、Gray B代入所述轉(zhuǎn)化公式得出Gray a、Gray b。

本發(fā)明實(shí)施例還提供一種基于Lab色彩空間的鈔票分類鑒別裝置，技術(shù)方案包括：

獲取模塊，用于獲取待檢測鈔票的RGB圖像；