[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

本發明公開了一種基于RGB?D相機的視障人士紙幣識別系統及識別方法。該方法首先提取深度值在0.3米到0.8米之間的像素，然后用分類器找到匹配區域作為感興趣區域，并對感興趣區域提取SURF特征點與標準紙幣圖像的SURF特征點匹配，匹配的點對數量反映了感興趣區域與標準紙幣的相似性，輸出匹配點對數量最多的作為紙幣識別結果并反饋給視障人士，根據匹配點對數量也可分析出無紙幣的情況。該紙幣識別方法在紙幣的四種朝向以及有尺寸的變化，小角度的旋轉，光照環境的改變等情況下依然有良好的魯棒性和識別正確率，并且專為視障人士設計，可以識別多張紙幣，能有效適用于實際應用，具有良好的實時性。

技術領域

本發明涉及紙幣識別、視覺障礙人群輔助技術領域，尤其涉及一種基于RGB-D相機的視障人士紙幣識別系統及識別方法。

背景技術

隨著社會的發展，視障人士的生活質量越來越受到政府和社會的關注。絕大部分視障人士從盲校畢業后選擇從事盲人按摩獲得一定的收入來源。據中國殘疾人聯合會統計，每年全國有超過三萬人接受政府和醫療機構的盲人按摩培訓學習。其中，紙幣識別是輔助視障人士順利融入社會獲得經濟來源的一項基本需求。

當前，紙幣識別大多是針對自動取款機和自動販賣機上實現的紙幣形態單一、無復雜背景環境限制的算法。該算法無法滿足視障人士在實際應用中的實時處理輸出結果，沒有去除復雜背景環境的完整方案，因此需要一套完整的適用于視障人士的紙幣識別方法。

適用于視障人士的紙幣識別算法少之極少，其原因在于難以解決復雜環境下的任意形態的紙幣識別。實際應用在視障人士的紙幣識別需要面臨的挑戰有：復雜的背景環境、紙幣的多呈現形式、紙幣的磨損狀況、外界環境的改變、實時性等，在算法設計時要做到全面考慮。

發明內容

本發明的目的是解決視障人士紙幣識別問題，旨在為視障人士提供一種準確、快速的紙幣識別系統及方法。

本發明通過以下技術方案來解決技術問題，一種基于RGB-D相機的視障人士紙幣識別系統，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。

一種紙幣識別方法，包括以下步驟：

(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，通常歸一化為40像素*20像素；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：