[發明專利]一種基于RGB-D相機的視障人士紙幣識別系統及識別方法

有效

• 申請號: 201710062971.2
• 申請日: 2017-01-25
• 公開（公告）號: CN106875543B
• 公開（公告）日: 2019-06-07
• 發明（設計）人: 于紅雷;張豫;楊愷倫;汪凱巍
• 申請（專利權）人: 杭州視氪科技有限公司
• 主分類號: G07D7/20
• 分類號: G07D7/20;G07D7/202
• 代理公司: 杭州求是專利事務所有限公司 33200
• 代理人: 邱啟旺

1.一種基于RGB-D相機的視障人士紙幣識別系統，其特征在于，所述系統包含一個RGB-D相機、處理器、語音模塊；RGB-D相機用于采集含有深度信息的彩色圖像，處理器用于圖像處理識別紙幣的面值，語音模塊將處理結果反饋給視障人士；通過以下步驟進行紙幣識別：

(1)獲取紙幣識別結果范圍內的標準紙幣中n個不同面值的正反面圖像，共2n幅；將2n幅圖像的尺寸進行歸一化處理，得到2n幅標準紙幣圖像；分別遍歷每幅標準紙幣圖像的SURF特征點，并生成相應的描述特征點的描述子；

(2)獲取紙幣正面分類器和紙幣反面分類器；

用RGB-D相機獲取不同光照條件下的正樣本和負樣本；所述正樣本是只含有完整紙幣的彩色圖像，將正樣本的尺寸進行歸一化處理；正樣本分為兩類，紙幣正面的正樣本和紙幣反面的正樣本；負樣本是指不含有紙幣的彩色圖像，將負樣本轉化成灰度圖；

提取紙幣正面正樣本和負樣本的Haar特征，并利用Adaboost算法形成紙幣正面分類器；同理，提取紙幣反面正樣本和負樣本的Haar特征，并利用Adaboost算法形成紙幣反面分類器；

(3)用RGB-D相機獲取包含深度信息的待測彩色圖像，將待測彩色圖像中深度值在0.3～0.8米范圍內的像素保留RGB彩色信息，其余像素設置為白色；

(4)將步驟2中紙幣正面分類器和紙幣反面分類器對步驟3中深度值處理后的待測彩色圖像進行處理，找到分類器的匹配區域，并用長度是寬度2倍的矩形框出分類器的匹配區域，該匹配區域即為感興趣區域；

(5)提取步驟4得到的感興趣區域的SURF特征點，并生成相應的描述特征點的描述子；

(6)將步驟5中的感興趣區域的SURF特征點分別和步驟1中的2n幅標準紙幣圖像的SURF特征點匹配，具體步驟如下：

(6.1)通過正向、反向兩種方式篩選相同匹配點對；

所述正向篩選方式為：針對標準紙幣圖像中的每個SURF特征點Q，利用KNN算法找到其在感興趣區域中歐氏距離最近與次近的兩個SURF特征點P₁、P₂，得到兩個正向匹配點對(Q\P₁、Q\P₂)；計算Q\P₁和Q\P₂的歐氏距離，分別為D₁、D₂；歐氏距離的計算公式如下，

其中，D_ij表示感興趣區域中的第i個特征點與標準圖像中的第j個特征點間的歐氏距離，X_ik表示感興趣區域中的第i個特征點描述子的第k維分量，X_jk表示標準圖像中的第j個特征點描述子的第k維分量，n表示SURF特征點的生成的描述子的維數；然后，計算最近歐氏距離D₁與次近歐氏距離D₂的比值Ratio₁＝D₁/D₂，Ratio₁的值越小，則匹配點對的質量越高；設置歐氏距離比值閾值Ratio，將Ratio₁小于Ratio的特征點對Q\P₁作為正向篩選方式中的有效匹配點對，從而可以得到正向篩選方式中有效匹配點對集合；

所述反向篩選方式為：針對感興趣區域中的每個SURF特征點P，利用KNN算法找到其在標準紙幣圖像中歐氏距離最近與次近的兩個SURF特征點Q₁、Q₂，得到兩個反向匹配點對(P\Q₁、P\Q₂)；計算P\Q₁和P\Q₂的歐氏距離，分別為D₃、D₄；然后，計算最近歐氏距離D₃與次近歐氏距離D₄的比值Ratio₂＝D₃/D₄，Ratio₂小于歐氏距離比值閾值Ratio的特征點對P\Q₁為反向篩選方式中的有效匹配點對，從而可以得到反向篩選方式中有效匹配點對集合；

(6.2)找到步驟6.1正向篩選方式和反向篩選方式中兩兩相互匹配的有效匹配點對，作為優質匹配點對；

(6.3)將步驟6.2得到的優質匹配點對用RANSAC算法進一步移除不合理的匹配點對；RANSAC算法利用隨機選擇的優質匹配點對計算得到標準紙幣圖像和感興趣區域轉換的基本矩陣，并將不符合基本矩陣的異常點排除；

(7)分別統計步驟6中感興趣區域與2n幅標準紙幣圖像SURF特征點匹配的優質匹配點對數目R₁,R₂,…,R_2n，計算R_k＝MAX[R₁,R₂,…,R_2n]；設置優質匹配點對數目閾值R，若R_k大于R，則第k幅標準紙幣圖像對應的面值為識別結果；否則，判定為無紙幣；

(8)將步驟7中的結果通過語音模塊反饋給視障人士。