钞票图像采集和识别系统自适应修正方法

刘梦涛

摘要：论述了一种钞票图像采集和识别自适应修正方法，能够解决钞票采集识别系统在实际使用过程中因为累积误差导致的欠补偿和过补偿问题。方法首先对钞票特征进行识别得到币种和面额信息，同时根据识别结果获取不同币种和面额钞票上的特定区域;然后根据特定区域获取对应光电信号的特征信息，根据该特征信息计算得到采集系统的累积分量和微分误差;最后根据累积分量和微分误差计算得到对光电信号的总修正量，更新到修正单元实现钞票图像采集系统自适应修正。

关键词：图像采集系统;多光谱钞票识别;累积误差修正;自适应补偿

中图分类号：TP751.2 文献标识码：A 文章编号：1007-9416（2019）02-0086-03

0 引言

全球范围内现金流通使用到大量的票据识别和处理设备，银行系统有点钞机、清分机、ATM等，零售行业有自动售卖机，智能交通行业有自动售票机等。这些设备的共同特点是需要依靠识别装置完成对票据的检测和识别，而CIS图像传感器传感器和识别算法则是所有识别装置的重要组成部分[1]。在利用CIS采集目标图像过程中，由于受到诸如光学不均匀性、光敏单元本身响应差异、暗电流及偏置等因素的影响，对一个灰度均匀的目标，可能会输出强度不均匀的图像，这将对后续图像处理中的目标识别及测量不利。而且即使在出厂时经过校准，在实际使用中因年月变迁造成的发光体及受光原件的变化带来的光电传感系统精度变化，使用出厂参数会产生欠补偿和过补偿的问题，影响相关设备的识别精度[2]。

1 设计方案

在传统钞票图像采集和识别系统线性图像修正基础上，通过引入积分和微分反馈环节，解决系统累积误差引起的过补偿或欠补偿问题。具体实现方式为：首先，获取采集参数，根据采集参数采集钞票的光电信号;获取光电信号修正量，根据光电信号修正量对光电信号进行数字补偿;然后，对数字补偿后的钞票光电信号图像进行特征提取，得到特征向量;将特征向量送入预设的分类器中识别，得到钞票的识别结果;接着，根据识别结果获取钞票上对应的特定区域;根据特定区域获取钞票光电信号图像的特征信息;根据特征信息计算得到某一时段的系统累积分量和微分误差;根据累积分量和微分误差计算得到对光电图像采集系统的总修正量;最后，根据总修正量更新光电信号图像修正量和采集参数;从而，可以实现钞票图像采集系统的累积误差自适应修正及过修正问题。

2 方法实现

2.1 系统组成和功能

如图1所示，本系统由以下功能模块组成。

光电信号采集模块：由处理器和多个传感器组成，当钞票经过该模块时，首先位置传感器发现钞票并发送信号到处理器，然后处理器控制光电传感器采集钞票的光电图像信号，并将采集得到的光电图像信号传到光电信号修正模块。

光电信号校正模块：利用两點法对获取到的有价文件光电图像信号进行修正，并将修正后的光电图像信号传送至光电信号补偿模块。

光电信号补偿模块：利用线性叠加的补偿方式对获取到的光电信号进行补偿，并将补偿后的光电信号传送至特征提取模块。

特征提取及识别模块：首先按照预先设计的特征提取方法，提取钞票光电信号的特征，并形成特征向量，然后送入预先训练的分类器进行识别，得到识别结果，并将识别结果和特征向量传送至光电信号修正量计算模块。

光电信号修正量计算模块：根据不同类别的钞票，按照预先选取的区域，计算光电信号修正量，并分别将光电信号修正量和识别结果传送至光电信号控制参数修正模块和识别结果输出模块。

光电信号控制参数修正模块：根据光电信号修正量按照本发明提供的方法对光电信号控制参数进行修正，以供光电信号采集模块采集下一张有价文件光电信号时使用。

相对于传统的钞票图像采集系统[3]，本方法增加了光电信号补偿模块、光电信号修正量计算模块和光电信号控制参数修正模块。其目的在于将识别算法对钞票图像的特征提取结果纳入图像采集系统的反馈环节，除具有线性反馈修正以外，还引入了积分和微分反馈环节，解决因系统累积误差造成的欠修正和过修正问题。

2.2 采集和补偿方法

本系统采集和补偿方法主要流程，如图2所示。具体描述如下。

步骤1，采集钞票光电图像信号。获取采集控制参数E0，对钞票进行光电信号采集。具体采集步骤可按照CIS传感器的标准控制方法进行，此处不再赘述。采集完成后需要对该光电信号进行信号补偿。也就是对CIS图像传感器的每个光敏单元的光电信号进行归一化处理，使得每个光敏单元的黑白基准电平一致，保证输出的图像信号灰度一致。此步骤属于CIS传感器校准的传统两点校正方法：先计算并预设第一校正系数和第二校正系数。校正系数的获取方法为：采集黑样张信号电平记录为暗电平b，采集白样张信号电平记录为亮电平c。按照公式a=255/（c-b）（按照8位精度计算时取255为亮电平最大参考值）计算得到校正系数a（第一校正系数）[4]，对应的暗电平b即为第二校正系数。CIS图像传感器的每个光敏单元均对应有该第一校正系数和第二校正系数。若输入钞票样张进行实际采集时，CIS的某个光敏单元某时刻输出的光敏信号值为x，则可按照公式y=a*（x-b）计算得到该光敏单元修正后的信号值y。将每个光敏单元的y值表示一行图像中的一个像素点灰度值，逐点逐行拼接后即可形成一幅经过线性修正后的钞票图像。

步骤2，对钞票图像进行数字补偿。可以采用线性叠加的补偿方式[5]，修正公式为：。其中，是任意一点的灰度值，是其修正值。显然修正后的值与期望完全相同。其中时，调高灰度值，时，调低灰度值。

步骤3，特征提取和识别。将数字补偿之后的钞票图像送入特征提取模块进行特征提取，得到特征向量。将该特征向量送入预设的分类器中识别，得到该有价文件的识别结果。其中分类器可以是但不仅限于神经网络或支持向量机，具体特征提取和识别方法依具体钞票识别算法而定。

步骤4，获取特定区域。在得到钞票的面值面向识别结果之后，可以根据该识别结果获取此种类钞票上对应的特定区域。根据先验知识选取的这些特定区域是此类钞票图像上灰度、或色度、或色饱和度相对稳定的区域（如图3所示）。通过分析某一段时间此种类钞票上这类稳定区域的灰度、或色度、或色饱和度变化趋势，可以反推出光电图像采集系统整体是否存在累积误差偏移，可以辅助发现只依赖上述光电信号校正模块进行两点法线性校正所不能解决的累积误差，并进行反馈和修正。

步骤5，获取特征信息分量Mzm。根据步骤4选定的特定区域计算该区域的特征信息。比如图3所示，获取预先设定矩形区域1，矩形区域2，矩形区域3的亮度或色度或饱和度或对比度特征信息θq （q=1，2，3）。根据该特征信息计算该光电信号的特征信息分量，该特征信息分量Mzm的表达式为。为特征信息，q=1 ，2 ，…，t（t为特征信息数量）。

步骤6，计算累积分量M1。在根据该特征信息计算该钞票光电信号的特征分量之后，可以计算该钞票所有特定区域特征分量的累积分量mi为特征分量Mzm在i时刻的值，m为有价文件的放入序号。（如图4，a为累积分量曲线，b为标准曲线）

步骤7，计算微分误差Mr。微分误差Mr=Mzm-M1。（如图5中a是微分误差）

步骤8，计算修正量M2（累积误差修正量）、M3（微分误差修正量）和总修正量M：根据步骤6的累积分量M1计算第二修正量，也就是累积误差修正量M2=k2*（M*-M1）（如图5中c是累积误差曲线），M*为预设的标准信息。此标准信息是根据一批标准钞票的图像，按照上述累积分量计算方法的到的信息，作为整个系统初始最优状态的记录值。k2为预设的第二系数，考虑到实际使用过程中当地流通的钞票新旧与标准钞票的差异，需要用系数K2作补偿比例调整，具体调整比例可通过实验采集不同新旧程度的钞票，分别计算累积分量，再与标准钞票的累积分量比较获得。根据步骤7的微分误差计算得到该光电信号的第三修正量M3，也就是微分误差修正量。具体包括：若|Mr|

最后，根据该累积分量、该第二修正量和该第三修正量得到总修正量，总修正量M=M1+M2+M3。

步骤9，更新系统信号修正量和图像采集控制参数。在得到总修正量之后，可以更新步骤2所述数字补偿修正量M0的值等于该总修正量M。在更新光电信号修正量M0之后，还可以初始化该系统的采集参数，更新步骤1所述的采集控制参数E0。该采集参数E0=E0+λ*M0，λ为预设的修正系数。其中，λ表示在CIS传感器的正常打光范围内，平均提高或降低一个灰度值需要增强或减弱的光电强度。当M0>0时为增强光电能量，当M0<0时为减弱光电能量。

3 结语

当识别装置出现老化或温湿度变化采集信号偏移时，线性度失效，“线性反馈分析模块”利用比例环节对所反馈光电信号进行修正的方式存在较大的误差，可能出现钞票图像部分区域过曝或者过暗从而影响识别效果。基于本方法累积反馈自适应方法，能够解决上述情况下钞票识别效果不好的问题。

基于以上步骤可以实现钞票采集和识别过程的累积反馈自适应及微分反馈控制自适应，解决系统的累积誤差问题导致的过补偿和欠补偿（图6为正常图像实例，图7为过补偿实例，图8为欠补偿实例）。本方法实现累积误差和微分误差修正功能，结合传感器自身的线性修正，形成系统修正参数做动差、静差的整体补偿。

参考文献

[1] 王翥，佟晓筠，鞠丽会.接触式图像传感器在图像采集中的应用[J].今日电子，2002（1）：20.

[2] 程开富.接触式图像传感器的发展与应用[J].国外电子元器件，2002（6）：62-65.

[3] 汪洋，吴裕斌，曹丹华.基于DSP及CIS的纸币面额识别技术[J].测控技术，2007（02）：29-30+37.

[4] 李鹏.纸币清分机图像采集及处理系统硬件平台的设计[D].航空航天大学，2008.

[5] 董德兴.高性能CIS控制系统及关键ISP技术研究[D].天津大学，2009.

Auto Adaptive Correction Method for Banknote Image Acquisition

and Recognition System

LIU Meng-tao

（GRGBanking Equipment Co.，Ltd， Guangzhou Guangdong  510663）

Abstract：Describes an adaptive correction method for banknote image acquisition and recognition， which can solve the problem of under-compensation and over-compensation caused by accumulated errors in the actual use of banknote acquisition and recognition system. Firstly， the currency and denomination information are obtained by recognizing the banknote features， and then the specific areas on different currencies and denomination banknotes are obtained according to the recognition results. Secondly， the characteristic information of corresponding photoelectric signals is obtained according to the specific areas， and the cumulative components and differential errors of the acquisition system are calculated based on the characteristic information. Finally， the total correction is calculated according to the cumulative components and differential errors. And it is updated to the correction unit to realize the adaptive correction of the banknote image acquisition system.

Key words：image acquisition system;multispectral banknote recognition;cumulative error correction;adaptive compensation