[實用新型]基于DSP的紙幣冠字號智能識別裝置

有效

• 申請號: 201720067457.3
• 申請日: 2017-01-18
• 公開（公告）號: CN207008762U
• 公開（公告）日: 2018-02-13
• 發明（設計）人: 陳偉強;高龍;張浩;李紅兵;高暉;秦可勇
• 申請（專利權）人: 江蘇阿瑞斯智能設備有限公司
• 主分類號: G07D7/20
• 分類號: G07D7/20
• 代理公司: 無錫市匯誠永信專利代理事務所(普通合伙)32260
• 代理人: 張歡勇

技術領域

本實用新型涉及冠字號識別技術領域，尤其涉及一種基于DSP的紙幣冠字號智能識別裝置。

背景技術

目前主流的冠字號識別方法，大多數采用人工神經網絡、骨骼特征、特征點匹配等單一的算法來實現對冠字號的識別。

中國專利公開號為CN105261110A的實用新型專利公開一種高效的DSP紙幣冠字號識別方法，其具體步驟為：

a)采集紙幣圖像，尋找紙幣的邊緣點；

b)將找到的紙幣邊緣點鐘的異常邊緣點排出，并擬合邊緣直線，得到紙幣上、下、左、右四條邊的斜率和截距；

c)對紙幣的面向以及朝向進行識別；

d)對紙幣上的冠字號進行定位；

e)對最后得到的精確定位的冠字號圖像進行冠字號分割；

f)通過神經網絡算法對冠字號進行識別。

該方法的識別原理為：首先尋找紙幣的邊緣點，擬合出紙幣四條邊的直線，即斜率和截距，然后識別出紙幣的面向和朝向，接著分別采用粗定位、細定位來獲取圖像的冠字號，最后用神經網絡算法對冠字號進行識別。該方法是現有冠字號識別方法中比較典型的識別方法，對于DSP等集成度較高、運算量和實時性要求較高的嵌入式設備來講，存在以下缺陷：

1.邊緣計算法復雜，各個國家使用的紙幣通常都是矩形的，即上下邊平行、左右邊平行，在使用上述方法時，需要通過邊緣點的大量采樣，擬合出所有邊緣的直線方程，其計算量上存在冗余；

2.人工神經網絡計算量較大，普遍用于字符判別的神經網絡模型至少是3-4層的模型，即起碼包含輸入層、輸出層和中間層。如果不做降維處理，該算法的輸入層幾點個數有w_c×h_c個，輸出層節點個數有34個，另外還存在2層以上的中間層，因此存在大量的浮點運算，對DSP的性能要求和預算實時性要求很高，一般的系統無法達到。

實用新型內容

針對現有技術中的問題，本實用新型提供一種對DSP性能和預算實時性要求低、計算速度快和識別準確度高的基于DSP的紙幣冠字號智能識別裝置。

為實現以上技術目的，本實用新型的技術方案是：

一種基于DSP的紙幣冠字號智能識別裝置，包括ARM處理模塊、圖像采集模塊、數據打包模塊、圖像數據處理模塊、顯示模塊和存儲模塊；

所述圖像采集模塊受控于ARM處理模塊，對紙幣正、反面圖像進行采集，將正、反面模擬圖像信息轉化為正、反面數字圖像數據并將數字圖像數據發送給數據打包模塊；

所述數據打包模塊對接收到的正、反面數字圖像數據進行預處理，然后打包發送給圖像數據處理模塊；

所述圖像數據處理模塊對接收到的正、反面打包圖像數據進行處理并將處理結果發送給ARM處理模塊；

所述ARM處理模塊將接收到的處理結果分別發送給存儲模塊和顯示模塊；

所述存儲模塊對接收到的處理結果進行存儲；

所述顯示模塊對接收到的處理結果進行顯示；

所述數據打包模塊對正、反面數字圖像數據的預處理包括正、反面圖像數據歸一化處理和正、反面圖像數據增強處理；

所述圖像數據處理模塊包括圖像提取模塊、粗略定位模塊、精確定位模塊、骨骼特征判別模塊和紙幣信息數據庫模塊；

所述紙幣信息數據庫模塊存儲有紙幣信息數據，所述紙幣信息數據包括紙幣幣值尺寸數據、正置和倒置圖像信息數據、正面和反面圖像信息數據、冠字號區域位置數據、冠字號區域相對位置數據、冠字號排列規律數據、冠字號字符模板圖像數據和冠字號字符骨骼特征數據；

所述紙幣幣值尺寸數據是指各幣值紙幣所對應的尺寸大小；

所述冠字號區域位置數據是指以包含有冠字號區域的紙幣面的橫向中心線和縱向中心線構成直角坐標系，所述冠字號區域位于所述直角坐標系中的哪個象限；

所述冠字號區域相對位置數據是指冠字號區域位于所處紙幣面的相應象限中的相對位置及其所在區域的區間范圍；

所述圖像提取模塊將接收的正、反面打包圖像數據進行初步的分析處理，首先根據存儲的正面和反面圖像信息數據，選擇正面圖像數據，然后根據正置和倒置圖像信息數據判斷正面圖像數據的放置情況，再結合冠字號區域位置數據，在正面圖像數據中提取出包含有冠字號區域的紙幣象限圖像數據并將其發送給粗略定位模塊，同時圖像提取模塊獲取紙幣尺寸信息，根據紙幣幣值尺寸數據得出紙幣的幣值信息并發送給ARM處理模塊，幣值信息將和骨骼特征模塊獲得的冠字號最終識別結果一并發送；