[發(fā)明專利]一種硬幣隱形圖文檢測(cè)方法及裝置

在審

• 申請(qǐng)?zhí)枺?/td>: 202110270942.1
• 申請(qǐng)日: 2021-03-12
• 公開(kāi)（公告）號(hào): CN113033635A
• 公開(kāi)（公告）日: 2021-06-25
• 發(fā)明（設(shè)計(jì)）人: 王剛;吳天序;鞠健;龐文浩;杜梁緣
• 申請(qǐng)（專利權(quán)）人: 中鈔長(zhǎng)城金融設(shè)備控股有限公司
• 主分類號(hào): G06K9/62
• 分類號(hào): G06K9/62;G06N3/04;G06N3/08
• 代理公司: 北京汲智翼成知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 11381
• 代理人: 陳曦;任佳

1.一種硬幣隱形圖文檢測(cè)方法，其特征在于包括如下步驟：

獲取單張待測(cè)硬幣隱形圖文所在面的圖像，并進(jìn)行預(yù)處理；

將預(yù)處理后的圖像輸入到訓(xùn)練好的硬幣隱形圖文缺陷檢測(cè)模型中，得到該圖像中各個(gè)像素位置屬于預(yù)設(shè)缺陷的概率，并將大于預(yù)設(shè)缺陷概率的缺陷類型保留，生成缺陷類別圖；

對(duì)所述缺陷類別圖進(jìn)行預(yù)處理后，進(jìn)行Blob分析，得出所述待測(cè)硬幣隱形圖文是否合格。

2.如權(quán)利要求1所述的硬幣隱形圖文檢測(cè)方法，其特征在于：

獲取所述待測(cè)硬幣隱形圖文所在面的圖像時(shí)，采用面陣相機(jī)實(shí)現(xiàn)，所述面陣相機(jī)的拍照面與所述待測(cè)硬幣隱形圖文所在面平行，在所述面陣相機(jī)與所述待測(cè)硬幣隱形圖文所在面之間設(shè)置有用于對(duì)硬幣表面進(jìn)行照明的光源，所述光源發(fā)出的光線與所述面陣相機(jī)垂直。

3.如權(quán)利要求1所述的硬幣隱形圖文檢測(cè)方法，其特征在于：

所述硬幣隱形圖文缺陷檢測(cè)模型通過(guò)如下步驟得到：

建立硬幣隱形圖文所在面的圖像數(shù)據(jù)集，從中選取預(yù)設(shè)比例的圖像作為訓(xùn)練集數(shù)據(jù)，余下圖像作為測(cè)試集數(shù)據(jù)；

采用所述訓(xùn)練集數(shù)據(jù)對(duì)多個(gè)卷積神經(jīng)網(wǎng)絡(luò)聯(lián)合訓(xùn)練，得到硬幣隱形圖文缺陷檢測(cè)模型；

采用所述測(cè)試集數(shù)據(jù)測(cè)試所述硬幣隱形圖文缺陷檢測(cè)模型的精度。

4.如權(quán)利要求3所述的硬幣隱形圖文檢測(cè)方法，其特征在于：

采用所述訓(xùn)練集數(shù)據(jù)對(duì)多個(gè)卷積神經(jīng)網(wǎng)絡(luò)聯(lián)合訓(xùn)練時(shí)，具體包括第一卷積神經(jīng)網(wǎng)絡(luò)、第二卷積神經(jīng)網(wǎng)絡(luò)和第三卷積神經(jīng)網(wǎng)絡(luò)；

所述第一卷積神經(jīng)網(wǎng)絡(luò)，用于從輸入的硬幣隱形圖文所在面的圖像中提取出預(yù)設(shè)數(shù)量的淺層、中層、和高層信息，并分別以四維特征向量進(jìn)行表示；

所述第二卷積神經(jīng)網(wǎng)絡(luò)，用于對(duì)預(yù)設(shè)數(shù)量的表示不同層次信息的四維特征向量在不同尺度下進(jìn)一步提取各個(gè)層次信息，并將各個(gè)層次信息統(tǒng)一成高層信息對(duì)應(yīng)的四維特征向量進(jìn)行輸出；

所述第三卷積神經(jīng)網(wǎng)絡(luò)，用于對(duì)所述第二卷積神經(jīng)網(wǎng)絡(luò)輸出的四維特征向量進(jìn)行特征融合后，對(duì)輸入到所述第一卷積神經(jīng)網(wǎng)絡(luò)的硬幣隱形圖文圖像中每一個(gè)像素位置進(jìn)行屬于預(yù)設(shè)缺陷類別的嚴(yán)重程度的標(biāo)簽標(biāo)注，并計(jì)算每一個(gè)像素位置屬于預(yù)設(shè)缺陷類別的概率后，將大于預(yù)設(shè)缺陷概率的缺陷類型保留，形成缺陷類別圖。

5.如權(quán)利要求4所述的硬幣隱形圖文檢測(cè)方法，其特征在于：

對(duì)所述第二卷積神經(jīng)網(wǎng)絡(luò)輸出的四維特征向量進(jìn)行特征融合時(shí)，采用將所有四維特征向量中對(duì)應(yīng)坐標(biāo)位置的浮點(diǎn)數(shù)分別取平均或最大值實(shí)現(xiàn)。

6.如權(quán)利要求1所述的硬幣隱形圖文檢測(cè)方法，其特征在于：

對(duì)所述缺陷類別圖進(jìn)行預(yù)處理時(shí)，先將所述缺陷類別圖轉(zhuǎn)換為二值化圖，再根據(jù)不同缺陷類別，將所述二值化圖轉(zhuǎn)換為對(duì)應(yīng)的灰度圖；其中，所述灰度圖呈現(xiàn)的不同缺陷類別對(duì)應(yīng)的灰度值為20、40……20n，n表示第n種缺陷類別。

7.如權(quán)利要求6所述的硬幣隱形圖文檢測(cè)方法，其特征在于：

對(duì)所述灰度圖進(jìn)行Blob分析，包括如下步驟：

將所述灰度圖小區(qū)域內(nèi)的缺陷像素中，像素之間間隔小于第一距離閾值的像素劃分到同一個(gè)缺陷區(qū)域內(nèi)，并統(tǒng)計(jì)各個(gè)缺陷區(qū)域內(nèi)缺陷像素的數(shù)量；

計(jì)算各個(gè)缺陷區(qū)域內(nèi)所有缺陷像素的能量之和，作為相應(yīng)缺陷區(qū)域的能量值；

按照各個(gè)缺陷區(qū)域之間間隔第二距離閾值，對(duì)各個(gè)缺陷區(qū)域進(jìn)行聚類；

對(duì)聚類后的缺陷區(qū)域進(jìn)行判廢。

8.如權(quán)利要求7所述的硬幣隱形圖文檢測(cè)方法，其特征在于：

對(duì)聚類后的缺陷區(qū)域進(jìn)行判廢時(shí)，確定聚類后的缺陷區(qū)域位置落入標(biāo)準(zhǔn)樣品模板中預(yù)先設(shè)置的多個(gè)區(qū)域中的具體區(qū)域后，若所述缺陷區(qū)域的能量值與面積值均大于標(biāo)準(zhǔn)樣品模板中對(duì)應(yīng)區(qū)域的能量值與面積值，則認(rèn)為待測(cè)硬幣隱形圖文不合格。