基于图像纹理的假币快速计数方法
发布时间：2021-11-20 16:24
设计了一种基于图像纹理信息的假币纸张计数方法。预处理阶段,先对排列整齐成叠假币的图像进行灰度化处理,再利用拉普拉斯锐化增强假币纸张边缘信息,而后进行自适应阈值二值化处理得到假币纸张条纹图;纸张计数阶段,根据假币纸张边缘区域像素0、1变化的特点,快速、多区域地统计假币二值化图像中反映纸张数目的亮纹理信息,并投票给出假币纸张数目。实验结果表明,该方法能快速、准确地实现假币纸张计数,方法简单且对轻度噪声不敏感。
【文章来源】：计算机时代. 2020,(07)
【文章页数】：4 页
【部分图文】：
成叠假币图像采集系统
中假币实际由练功钞替代，其纸张厚度与常见的假币及真钞厚度基本一致，约在0.1mm左右。先将假币有序整齐叠放至平整、无污染的灰白色载物台上，假币纸张由下往上每两张间约有0.3-0.5mm缩进，这可通过分钞手法简单实现，从而提高假币纸张边缘间隔。同时为提高纸张边缘对比度，在载物台侧面使用平行光源掠入射照明。相机为装配微距镜头的单反相机，直接固定在三脚架上，垂直采集的图像实时传输至计算机端，用以后续处理。此系统面对需大量采集图像的场景时，无需实时更改硬件设置，具有较好的实用性。其采集的图像效果如图2所示。图1成叠假币图像采集系统(a)成叠假币图像(b)局部放大图像图2成叠假币图像采集示例观察图2成叠假币图像及局部放大图像可以发现，整齐的成叠假币纸张边缘线间相互大致平行，且接收光强更强，在图像中呈规律出现的亮条纹，而非纸张边缘区域接收光强较弱，在图像中呈间隔的暗条纹。因此从图像纹理特征上看，基于上述系统采集的成叠假币纸张图像为一幅具有明暗条纹交替变化纹理的图像，且亮条纹数即假币纸张数目，即便图像受到一定噪声的污染，这一特点依旧非常鲜明。如果能根据这一特点，实时统计采集图像中的亮条纹数，即可快速计算假币纸张数目，进而根据假币面额得出总涉案金额。2假币纸张计数算法设计本文根据系统采集得到的图像具有明、暗条纹交替变化特点，设计如下假币纸张计数算法：首先，对成叠假币纸张图像进行灰度化操作；而后对纸张边缘区域进行拉普拉斯锐化处理，提高明暗条纹对比度，因明暗条纹特征受噪声干扰不明显，本算法不设计去噪环节；接下来，对增强后的图像进行自适应阈值二值化处理，得到二值条纹图像，此步骤可基本消除轻微噪声点的影响，且因为边缘线接收光照较纸张表面和
?叠假币纸张图像进行灰度化操作；而后对纸张边缘区域进行拉普拉斯锐化处理，提高明暗条纹对比度，因明暗条纹特征受噪声干扰不明显，本算法不设计去噪环节；接下来，对增强后的图像进行自适应阈值二值化处理，得到二值条纹图像，此步骤可基本消除轻微噪声点的影响，且因为边缘线接收光照较纸张表面和载物台背景远强的特点，可以较好分割出边缘亮线；最后，直接在二值化图像纹理区域随机选取N行像素，统计各行像素0、1值变化的频次，得到亮条纹数，即假币纸张的数目，数目值出现次数最多者输出为最终结果。流程设计如图3所示。图3算法流程设计2.1图像灰度化采集的原始假币纸张图像为RGB图像，通过将RGB图中红绿蓝三通道的分量值加权平均计算得到该像素点灰度值。数学表达如式⑴，其中Gray表示计算后的灰度值，R、G、B表示红、绿、蓝通道分量值。Gray=R+G+B3⑵2.2拉普拉斯锐化本文方法主要以统计假币纸张边缘和表面交替变化的纹理信息来确定假币纸张数量，且主要是记录边缘亮线的信息。因此，对图像边缘信息进行增强有··77
【参考文献】：
期刊论文
[1]最小曲率法与峰值检测相结合的纸张计数算法[J]. 邱华林,肖昌炎,蒋仕龙. 电子测量与仪器学报. 2017(09)
[2]基于纹理图像的点张计数算法设计与分析[J]. 梁海毅,王纪森,黎雯,孙灵远. 计量学报. 2017(04)
[3]基于灰度值差分的纸张计数算法设计[J]. 石伟,龙永红,童文超,李健,杨丹君. 包装学报. 2015(04)
[4]基于峰谷形态的纸张纹路分割算法[J]. 王富治,黄大贵. 电子测量与仪器学报. 2009(06)
[5]基于纹理特征的纸张计数算法研究[J]. 苗良,平西建. 信息工程大学学报. 2005(04)
[6]应用纹理分析的纸张计数算法[J]. 李毅,阮秋琦. 中国图象图形学报. 2004(09)
硕士论文
[1]纸币图像在线计数算法研究[D]. 刘颖.华中科技大学 2008
本文编号：3507707
【文章来源】：计算机时代. 2020,(07)
【文章页数】：4 页
【部分图文】：
成叠假币图像采集系统
中假币实际由练功钞替代，其纸张厚度与常见的假币及真钞厚度基本一致，约在0.1mm左右。先将假币有序整齐叠放至平整、无污染的灰白色载物台上，假币纸张由下往上每两张间约有0.3-0.5mm缩进，这可通过分钞手法简单实现，从而提高假币纸张边缘间隔。同时为提高纸张边缘对比度，在载物台侧面使用平行光源掠入射照明。相机为装配微距镜头的单反相机，直接固定在三脚架上，垂直采集的图像实时传输至计算机端，用以后续处理。此系统面对需大量采集图像的场景时，无需实时更改硬件设置，具有较好的实用性。其采集的图像效果如图2所示。图1成叠假币图像采集系统(a)成叠假币图像(b)局部放大图像图2成叠假币图像采集示例观察图2成叠假币图像及局部放大图像可以发现，整齐的成叠假币纸张边缘线间相互大致平行，且接收光强更强，在图像中呈规律出现的亮条纹，而非纸张边缘区域接收光强较弱，在图像中呈间隔的暗条纹。因此从图像纹理特征上看，基于上述系统采集的成叠假币纸张图像为一幅具有明暗条纹交替变化纹理的图像，且亮条纹数即假币纸张数目，即便图像受到一定噪声的污染，这一特点依旧非常鲜明。如果能根据这一特点，实时统计采集图像中的亮条纹数，即可快速计算假币纸张数目，进而根据假币面额得出总涉案金额。2假币纸张计数算法设计本文根据系统采集得到的图像具有明、暗条纹交替变化特点，设计如下假币纸张计数算法：首先，对成叠假币纸张图像进行灰度化操作；而后对纸张边缘区域进行拉普拉斯锐化处理，提高明暗条纹对比度，因明暗条纹特征受噪声干扰不明显，本算法不设计去噪环节；接下来，对增强后的图像进行自适应阈值二值化处理，得到二值条纹图像，此步骤可基本消除轻微噪声点的影响，且因为边缘线接收光照较纸张表面和
?叠假币纸张图像进行灰度化操作；而后对纸张边缘区域进行拉普拉斯锐化处理，提高明暗条纹对比度，因明暗条纹特征受噪声干扰不明显，本算法不设计去噪环节；接下来，对增强后的图像进行自适应阈值二值化处理，得到二值条纹图像，此步骤可基本消除轻微噪声点的影响，且因为边缘线接收光照较纸张表面和载物台背景远强的特点，可以较好分割出边缘亮线；最后，直接在二值化图像纹理区域随机选取N行像素，统计各行像素0、1值变化的频次，得到亮条纹数，即假币纸张的数目，数目值出现次数最多者输出为最终结果。流程设计如图3所示。图3算法流程设计2.1图像灰度化采集的原始假币纸张图像为RGB图像，通过将RGB图中红绿蓝三通道的分量值加权平均计算得到该像素点灰度值。数学表达如式⑴，其中Gray表示计算后的灰度值，R、G、B表示红、绿、蓝通道分量值。Gray=R+G+B3⑵2.2拉普拉斯锐化本文方法主要以统计假币纸张边缘和表面交替变化的纹理信息来确定假币纸张数量，且主要是记录边缘亮线的信息。因此，对图像边缘信息进行增强有··77
【参考文献】：
期刊论文
[1]最小曲率法与峰值检测相结合的纸张计数算法[J]. 邱华林,肖昌炎,蒋仕龙. 电子测量与仪器学报. 2017(09)
[2]基于纹理图像的点张计数算法设计与分析[J]. 梁海毅,王纪森,黎雯,孙灵远. 计量学报. 2017(04)
[3]基于灰度值差分的纸张计数算法设计[J]. 石伟,龙永红,童文超,李健,杨丹君. 包装学报. 2015(04)
[4]基于峰谷形态的纸张纹路分割算法[J]. 王富治,黄大贵. 电子测量与仪器学报. 2009(06)
[5]基于纹理特征的纸张计数算法研究[J]. 苗良,平西建. 信息工程大学学报. 2005(04)
[6]应用纹理分析的纸张计数算法[J]. 李毅,阮秋琦. 中国图象图形学报. 2004(09)
硕士论文
[1]纸币图像在线计数算法研究[D]. 刘颖.华中科技大学 2008
本文编号：3507707
本文链接：https://www.wllwen.com/falvlunwen/xingfalunwen/3507707.html
