颜色和形状特征在硬币分离中的应用

陈紫微 易小泉 周 猛 张 威 张倚凌 傅茂龙

(华东交通大学理工学院，江西 南昌 330100)

1 硬币分离总流程

硬币分离总流程如图1-1：

图1-1 总流程图

2 基于颜色特征分离五角硬币

2.1 图像获取

利用智能手机等照相设备获取一张包含3种硬币的图像(图2-1(a))，该样本图像选择黑色作为背景，图像为png格式，因为该格式图片具有体积小、无损压缩、照片清晰等特点，可以提高后期图像处理的运算速度。

2.2 基于HSV颜色模型对五角硬币进行特征提取

对物体进行颜色特征提取时常使用RGB颜色模型，但RGB颜色易受光照强度影响，所以本文采用对光照强度变化不敏感的颜色模型——HSV，HSV分别为色调(H)、饱和度(S)、明度(V)，经过大量实验并查阅相关资料得出五角硬币HSV变化区间为[0，56，99]到[180，255，255]，一元和一角的HSV变化区间为[0，0，89]到[180，51，219]，将提取出的五角和一元、一角的颜色分别放置于创建的黑色背景中，如图2-1(b)、2-1(c)所示。

图2-1 硬币特征的提取

2.3 五角图像处理

由图2可见，颜色分离后仍存在一些噪点，可利用形态学手段进行处理。本文先利用开运算去除噪点，即先腐蚀后膨胀，开运算具有能够除去孤立的小点、毛刺和小桥，而总的位置和形状不变，开运算后的RGB图像如图2-2(a)。然后采用最大类间方差法(又称Otsu算法)对图像阈值分割得到二值图像如图2-2(b)。

二值图像中存在许多肉眼看不到的连通域，此时采取膨胀将与物体接触的所有背景点合并到该物体上，使边界向外部扩张，填充图像中的小孔及边缘处的小凹陷，从而能获得完整的连通域。最后对连通域进行计数，连通域的个数即为五角硬币数，如图2-2(c)为膨胀后具有2个连通域的图像。

图2-2 图像的处理

3 基于Hough变换圆形检测分离一元和一角硬币

3.1 图像预处理及边缘检测

从图2-1(c)中可以看出颜色分离后的图像不够平滑，存在许多凹坑，如直接对该图像边缘检测会提高后期霍夫变化的计算量，所以先对图像预处理，先开运算后膨胀。开运算时必须选择适当的结构元素。图3-1(a)选择disk结构元素开运算后的二值图像，硬币的大致轮廓信息已经丢失，这对后期Hough变换检测圆很不利，经过大量实验后选取line结构元素对图像进行开运算，结构元素se=strel(′line′，10，45)开运算后如图3-1(b)，可见圆形轮廓基本保留。

图3-1 开运算后的二值图像

开运算后阈值分割转化的二值图像不够平滑，所以可对图像进行膨胀，本文选择结构元素ones(12，12)对图像膨胀，膨胀后如图3-2(a)所示。膨胀处理后对其进行边缘检测，本文利用Canny算子进行边缘检测，检测结果如图3-2(b)。

图3-2

3.2 Hough变换

Hough变换实质是对图像进行坐标变换，将图像空间的线条变为参数空间的聚集点，从而将原始图像中检测给定形状的曲线问题，变成寻找参数空间中峰点的问题。它可以检测直线，同时也能够很好地检测圆和椭圆，检测圆形的原理如下：

根据圆的平面方程(x-a)2+(y-b)2=r2，通过Hough变换将图像空间(x，y)转换到参数空间(a，b，r)，然后对其进行累加完成检测。但此方法的计算量很大，所以在进行Hough变换之前都需要对图像进行边缘提取，利用边界像素的灰度梯度信息估计出下式中的角度θ，以此来降低计算量：

(1)

根据公式(1)，需要对半径r和角度θ进行搜索，所以这里应该首先设置半径和角度方向的搜索步长step_r和step_angle，接着给出半径搜索的最大和最小值，这2个数值根据经验确定，然后就可以确定半径和角度的最大搜索次数。最后根据式(1)计算出对应参数a和b，根据a，b的范围确定hough空间累加器hough_adder是否自增。

由于图像中不止一个圆，所以不能直接利用hough_adder中的最大值确定半径，需要设置阈值thre来确定一定半径的圆，当阈值设置合理才可找出图像中的圆。对阈值范围内的点进行搜索，当满足圆周内外各5个像素点时，该点可以认为是我们搜寻圆上的点。通过Hough变换将图像中圆检测出来，并且可以将圆心坐标和圆半径都显示出来。

最后通过区分圆半径的方法区分出一元和一角硬币，由于这里设置搜索出来的圆半径是逐渐递增的，所以只需要判断在两个相邻点之间圆的半径是否存在跳变。因为如果是不同的一元硬币，即使受拍照角度的影响，它们的半径值也不会相差很多。由于我们只提取出一元和一角硬币，这样我们就可以把圆分成2类，然后在每一类中再寻找半径相似的圆位于不同坐标的个数，也就确定了同样面值的硬币的个数。Hough变换圆形检测结果如图3-3。

图3-3 Hough变换圆形检测

4 结语

五角硬币分离的关键在于HSV参数选取，该参数会受光照强度的影响，因此需要根据不同工程应用进行适当调节，以获取最佳识别效果。Hough变换检测圆的关键在于阈值选取，如果选择偏大，则无法将图像中的圆都检测出来。相反，如果偏小，那么可能检测出图像中其它的非目标圆。