| 主权项 |
钞票冠字号识别方法，其特征在于包括：首先在可见光下的人民币图像上定位冠字号区域；然后分别使用基于小波变换局部模极小值的冠字号识别方法和改进的支持向量机的冠字号识别方法独立识别冠字号；最后使用基于权值的判别方法对前述两种识别方法进行组合决策，得出最终识别结果；在人民币图像上定位冠字号区域的方法包括：首先用双阈值的canny算子对冠字号区域的图像进行边缘检测以得到边缘图像，之后对于边缘图像的边缘点，在原图像中找到对应的点做为种子点并在一定条件下进行生长，再利用高阈值使种子点生长后的图像和边缘图像进行合并，并使用低阈值对合并后的图像进行去噪处理，即得到了二值化后的冠字号区域图像；在人民币图像上定位冠字号区域的方法具体包括以下步骤：1）对冠字号区域图像使用双阈值的canny算子进行处理，得到的边缘图像记为I1，其中高阈值记为W；2）对冠字号区域图像使用高斯滤波器进行初步去噪处理，得到的图像记为I2；3）在边缘图像I1中，对于每一个边缘点，在I2中找到位置相同的点，并记录下I2中这些点的8邻域中灰度值最小的点，定义为种子点；4）在边缘图像I1中找到梯度大于W的点，同时在I2中找到位置相同的点，记录下I2中这些点的8邻域中灰度值最大的点和最小的点，进行该步之后产生两个点集：灰度值最大点集H={h1,h2,…,hn}和灰度值最小点集L={l1,l2,…,ln}，其中hi和li分别是这些点的8邻域中灰度值最大的点和最小的点的灰度值，i取值1、2、3…n，n为灰度值最大的点或最小的点的个数；5）分别计算集合H和L的平均值Hp和Lp；6）用Hp做阈值对I2进行二值化，得到的图像记为I3；7）合并图像I3和边缘图像I1，得到图像I4；8）对应于图像I4的每个相应的种子点，利用区域生长算法处理，得到图像I5；9）用Lp做阈值对I2进行二值化，得到的图像记为I6；10）合并图像I5和I6，得到二值化图像I7；11）对图像I7进行去噪处理，得到最终二值化的图像；12）归一化待识别的冠字号字符；基于小波变换局部模极小值的冠字号识别方法为：首先通过小波变换局部模极小值来提取冠字号的骨架；然后进一步进行去噪处理，消除骨架上的毛刺；最后提取骨架的多种特征，从而识别冠字号；通过小波变换局部模极小值来提取冠字号骨架的步骤包括：1）对于输入图像选择合适尺度进行小波变换，计算小波系数的模值；同时利用小波系数的性质进行目标和背景分离；2）对小波变换的模值进行多阈值化，提取冠字号初始化的骨架；3）对步骤2）得到的骨架进行判断，如果骨架是单像素点，那么该点就是有效的骨架点；否则就再次进行小波变换，转至步骤1）；4）根据步骤3）获得的所有骨架点，获取最终的骨架；提取骨架的多种特征识别冠字号的方法中，所需提取的特征包括：1）骨架图像特定行或列的横向穿越次数和纵向穿越次数；2）骨架图像特定行或列的横向投影和纵向投影的非零段个数和非零段长度；3）骨架图像分叉点的个数；4）骨架图像圈和边的个数；使用基于权值的判别方法得出最终识别结果的步骤包括：1）分别测量基于小波变换局部模极小值的冠字号识别方法和改进的支持向量机的冠字号识别方法的识别率；2）对于步骤1）所述两种方法中识别率较高的采用高权值，识别率较低的采用低权值；3）对于输入的字符，如果所述两种方法识别得到的是同一结果R，最终结果就是R；如果两种方法得到的结果不同，分别为R1和R2，那么根据步骤1）的识别率和步骤2）的权值计算，得到最终的结果。 |
