CN111612967B - 一种金融机具cis图像预处理的方法及装置 - Google Patents
一种金融机具cis图像预处理的方法及装置 Download PDFInfo
- Publication number
- CN111612967B CN111612967B CN202010359280.0A CN202010359280A CN111612967B CN 111612967 B CN111612967 B CN 111612967B CN 202010359280 A CN202010359280 A CN 202010359280A CN 111612967 B CN111612967 B CN 111612967B
- Authority
- CN
- China
- Prior art keywords
- cis
- coordinates
- value
- image
- point
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 34
- 238000007781 pre-processing Methods 0.000 title claims abstract description 28
- 238000012937 correction Methods 0.000 claims abstract description 129
- 238000004364 calculation method Methods 0.000 claims description 80
- 238000006243 chemical reaction Methods 0.000 claims description 18
- 230000000694 effects Effects 0.000 claims description 13
- 238000005070 sampling Methods 0.000 claims description 13
- 230000004044 response Effects 0.000 claims description 11
- 238000003491 array Methods 0.000 claims description 8
- 230000008859 change Effects 0.000 claims description 6
- 238000003702 image correction Methods 0.000 claims description 6
- 238000012986 modification Methods 0.000 claims description 3
- 230000004048 modification Effects 0.000 claims description 3
- 239000003086 colorant Substances 0.000 abstract 1
- 238000010586 diagram Methods 0.000 description 7
- 238000012360 testing method Methods 0.000 description 6
- 238000012795 verification Methods 0.000 description 6
- 238000005457 optimization Methods 0.000 description 5
- 238000012545 processing Methods 0.000 description 4
- 206010040925 Skin striae Diseases 0.000 description 2
- 239000002989 correction material Substances 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 230000003321 amplification Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- PCHJSUWPFVWCPO-UHFFFAOYSA-N gold Chemical compound [Au] PCHJSUWPFVWCPO-UHFFFAOYSA-N 0.000 description 1
- 239000010931 gold Substances 0.000 description 1
- 229910052737 gold Inorganic materials 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000003199 nucleic acid amplification method Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008054 signal transmission Effects 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07D—HANDLING OF COINS OR VALUABLE PAPERS, e.g. TESTING, SORTING BY DENOMINATIONS, COUNTING, DISPENSING, CHANGING OR DEPOSITING
- G07D7/00—Testing specially adapted to determine the identity or genuineness of valuable papers or for segregating those which are unacceptable, e.g. banknotes that are alien to a currency
- G07D7/20—Testing patterns thereon
- G07D7/2008—Testing patterns thereon using pre-processing, e.g. de-blurring, averaging, normalisation or rotation
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Image Processing (AREA)
- Color Image Communication Systems (AREA)
Abstract
一种金融机具CIS图像预处理的方法和装置，方法包括：采集CIS图像，进行CIS图像的非均匀性校正；进行CIS图像的白平衡校正；进行上下两组CIS之间的偏移校正。本发明基于以上方法提出了相应的装置，并实现金融机具CIS图像预处理。图像预处理通过非均匀实时校正方法解决CIS竖纹影响并在耗时方面有很大的改善；解决了图像色彩实时白平衡调整的需求；实现了上下两组CIS之间的偏移校正，通过图像预处理的图像，可满足纸币鉴别的图像要求和实时性要求，是金融机具图像鉴别的基础。
Description
技术领域
本发明涉及金融机具CIS图像预处理领域，具体涉及一种金融机具CIS图像预处理的方法及装置。
背景技术
CIS(Contact Image Sensor)即接触式图像传感器，在金融机具领域主要用于纸币鉴别图像的采集。
CIS非均匀性体现为CIS原始图像不规则竖纹，非均匀性来源主要有：CIS中各光敏单元的响应特性非一致性；CIS器件由多段拼接，CIS各段之间也存在非一致性；噪声及光学***影响；电信号传输与放大通路的不一致等。非均匀性严重影响了成像质量，所以非均匀性校正成为CIS图像处理中的关键技术之一。
光源色彩决定了物体反射出的光彩颜色，无论阴晴、雾霾，人眼可自适应调整，看到的白色物体颜色依旧；但是CIS不具备这种智能调整的功能，CIS感光元件本身也没有这种适应功能，为了贴近人的视觉标准，CIS需要针对图像输出信号进行白平衡校正，从而获取到真实的色彩图像。
金融机具产品CIS装置目前一般是采用上下相对的方式进行安装。上下CIS可分别采集图像正反面，获取完整的纸币图像信息。由于安装前后，左右偏移的影响；上下CIS成像存在前后，左右的相对偏移。
为保证金融机具CIS图像鉴别需求，图像预处理是获取可靠纸币图像的基础；而另一方面，目前金融机具产品有实时性鉴别的要求，耗时优化也是产品设计与算法设计的关键。
传统的处理方案：
CIS非均匀性：采用单独的处理器进行逐点计算，耗时较大。
白平衡：一方面，传统方案一般采用单光源进行鉴别，对白平衡无明确要求，未考虑白平衡需求。另一方面，2018年金标《GRT0154-2017人民币现金机具鉴别能力技术规范》要求引入了可见光测试样张的鉴别要求；同时提出了依据颜色特征进行纸币鉴别的样张要求；如何快速有效进行逐点的白平衡计算，是金融机具在新标准要求下新的技术要求。
上下CIS偏移：一种方案，传统的方案采用机械配准的方案，忽略上下CIS的偏移影响；另一种方案，采用上下同时计算两遍角点的方案进行差异的修正；计算耗时较长，不利于***实时性的优化需求。
发明内容
鉴于现有技术中存在的技术缺陷和技术弊端，本发明实施例提供克服上述问题或者至少部分地解决上述问题的一种，具体方案如下：
作为本发明的第一方面，提供一种金融机具CIS图像预处理的方法，所述方法包括以下步骤：
步骤1，采集CIS图像，进行CIS图像的非均匀性校正；
步骤2，进行CIS图像的白平衡校正；
步骤3，进行上下两组CIS之间的偏移校正；
步骤4，通过步骤1-3对CIS图像预处理，得到满足纸币鉴别要求和实时性的图像。
进一步地，步骤1具体包括：
步骤1.1，分析CIS图像的光电效应响应率曲线，建立CIS图像亮度变化的线性模型；
步骤1.2，基于所述线性模型，针对CIS图像的第i点，采用以下两点校正的方法进行图像校正，具体公式如下：
其中：
Utarget：第i点的白图AD值目标值；
Ubright：第i点的白图AD值采样值；
Udark：第i点的黑图AD值采样值；
k：第i点的增益调整的对比度目标值；
b：第i点的偏置调整的亮度目标值；
经过逐点计算，最终获取校正参数数组k[i]和b[i]；
步骤1.3，依据CIS图像各点对应的k、b值，基于以下公式计算经过非均匀计算后获得的AD值：
Yi＝k[i]×Xi+b[i]；
其中:
Xi代表CIS上第i个像素对应的输入的图像AD值；
Yi代表CIS上第i个像素经过非均匀计算后获得的AD值。
进一步地，所述方法还包括：基于计算出的Yi，采用查表方式以空间换时间进行查表计算，提高运算效率，具体如下：
CIS图像上第i个像素对应Xi，采用8bitAD转换精度，则Xi取值范围为[0,256]，通过非均匀转换公式，计算获得的Xi的非均匀计算结果的查找表Ti[Xi]，即：
Yi＝k[i]×Xi+b[i]＝Ti[Xi]
后续计算时，直接依据Xi的值到查找表中查找Ti[Xi]获取对应的Yi值。
进一步地，步骤2具体包括：
步骤2.1，CIS图像R、G、B白区亮度特征统计，针对金融机具的CIS应用特征，提出采用纸币进行白平衡的修改，获取R、G、B各颜色分量对应的白区亮度特征值；
步骤2.2，进行CIS图像R、G、B白平衡校正参数计算，公式如下：
para_colour_balance＝standard_value÷current_value；
其中：
para_colour_balance：白平衡校正参数；
standard_value：白平衡目标值；
current_value：白区亮度特征值；
步骤2.3，CIS图像R、G、B白平衡实时计算，为保障实时计算的需求；白平衡校正参数k_colour_balance通过计算与CIS图像每一点的k、b值进行整合，具体公式如下：
k′[i]＝para_colour_balance×k[i]；
b′[i]＝para_colour_balance×b[i]；
基于上述公式，采用修正后的k′、b′参数，进行非均匀性计算或者查表计算白平衡校正参数。
进一步地，步骤3具体包括：
步骤3.1，首先对相关参数进行定义，具体如下；
distance_x：x方向校正参数；
distance_y：y方向校正参数；
coordinates_up.x[i]：上CIS获取的CIS图像上从左上角点顺时间方向的x坐标值，i取值范围[0,3]；
coordinates_up.y[i]：上CIS获取的CIS图像上从左上角点顺时间方向的y坐标值，i取值范围[0,3]；
coordinates_bottom.x[i]：下CIS获取的CIS图像上从左上角点顺时间方向的x坐标值，i取值范围[0,3]；
coordinates_bottom.y[i]：下CIS获取的CIS图像上从左上角点顺时间方向的y坐标值，i取值范围[0,3]；
width：CIS图像宽度；
x方向与y方向校正参数计算公式如下：
distance_x＝(coordinates_up.x[1]+coordinates_bottom.x[0])-width
distance_y＝(coordinates_up.y[1]-coordinates_bottom.y[0])；
步骤3.2，最后依据上角点计算下角点参数，计算公式如下：
coordinates_bottom.x[0]＝width-(coordinates_up.x[1]-distance_x)
coordinates_bottom.y[0]＝coordinates_up.y[1]-distance_y
coordinates_bottom.x[1]＝width-(coordinates_up.x[0]-distance_x)
coordinates_bottom.y[1]＝coordinates_up.y[0]-distance_y
coordinates_bottom.x[2]＝width-(coordinates_up.x[3]-distance_x)
coordinates_bottom.y[2]＝coordinates_up.y[3]-distance_y
coordinates_bottom.x[3]＝width-(coordinates_up.x[2]-distance_x)
coordinates_bottom.y[3]＝coordinates_up.y[2]-distance_y。
作为本发明的第二方面，提供一种金融机具CIS图像预处理的装置，所述装置包括CIS图像非均均性校正模块、CIS图像白平衡校正模块和上下CIS偏移校正模块；
所述CIS图像非均均性校正模块用于对CIS图像的非均匀性校正；
所述CIS图像白平衡校正模块用于对CIS图像的白平衡校正；
所述上下CIS偏移校正模块用于对上下两组CIS之间的偏移进行校正。
进一步地，所述CIS图像非均均性校正模块对CIS图像的非均匀性校正具体为：
分析CIS图像的光电效应响应率曲线，建立CIS图像亮度变化的线性模型；
基于所述线性模型，针对CIS图像的第i点，采用以下两点校正的方法进行图像校正，具体公式如下：
其中：
Utarget：第i点的白图AD值目标值；
Ubright：第i点的白图AD值采样值；
Udark：第i点的黑图AD值采样值；
k：第i点的增益调整的对比度目标值；
b：第i点的偏置调整的亮度目标值；
经过逐点计算，最终获取校正参数数组k[i]和b[i]；
依据CIS图像各点对应的k、b值，基于以下公式计算经过非均匀计算后获得的AD值：
Yi＝k[i]×Xi+b[i]；
其中:
Xi代表CIS上第i个像素对应的输入的图像AD值；
Yi代表CIS上第i个像素经过非均匀计算后获得的AD值。
进一步地，所述装置还包括查找表建立模块；
所述查找表建立模块用于基于计算出的Yi，采用查表方式以空间换时间进行查表计算，提高运算效率，具体如下：
CIS图像上第i个像素对应Xi，采用8bitAD转换精度，则Xi取值范围为[0,256]，通过非均匀转换公式，计算获得的Xi的非均匀计算结果的查找表Ti[Xi]，即：
Yi＝k[i]×Xi+b[i]＝Ti[Xi]
后续计算时，直接依据Xi的值到查找表中查找Ti[Xi]获取对应的Yi值。
进一步地，所述CIS图像白平衡校正模块对CIS图像的白平衡校正具体为：
CIS图像R、G、B白区亮度特征统计，针对金融机具的CIS应用特征，提出采用纸币进行白平衡的修改，获取R、G、B各颜色分量对应的白区亮度特征值；
进行CIS图像R、G、B白平衡校正参数计算，公式如下：
para_colour_balance＝standard_value÷current_value；
其中：
para_colour_balance：白平衡校正参数；
standard_value：白平衡目标值；
current_value：白区亮度特征值；
CIS图像R、G、B白平衡实时计算，为保障实时计算的需求；白平衡校正参数k_colour_balance通过计算与CIS图像每一点的k、b值进行整合，具体公式如下：
k′[i]＝para_colour_balance×k[i]；
b′[i]＝para_colour_balance×b[i]；
基于上述公式，采用修正后的k′、b′参数，进行非均匀性计算或者查表计算白平衡校正参数。
进一步地，所述上下CIS偏移校正模块对上下两组CIS之间的偏移进行校正具体为：
首先对相关参数进行定义，具体如下；
distance_x：x方向校正参数；
distance_y：y方向校正参数；
coordinates_up.x[i]：上CIS获取的CIS图像上从左上角点顺时间方向的x坐标值，i取值范围[0,3]；
coordinates_up.y[i]：上CIS获取的CIS图像上从左上角点顺时间方向的y坐标值，i取值范围[0,3]；
coordinates_bottom.x[i]：下CIS获取的CIS图像上从左上角点顺时间方向的x坐标值，i取值范围[0,3]；
coordinates_bottom.y[i]：下CIS获取的CIS图像上从左上角点顺时间方向的y坐标值，i取值范围[0,3]；
width：CIS图像宽度；
x方向与y方向校正参数计算公式如下：
distance_x＝(coordinates_up.x[1]+coordinates_bottom.x[0])-width
distance_y＝(coordinates_up.y[1]-coordinates_bottom.y[0])；
最后依据上角点计算下角点参数，计算公式如下：
coordinates_bottom.x[0]＝width-(coordinates_up.x[1]-distance_x)
coordinates_bottom.y[0]＝coordinates_up.y[1]-distance_y
coordinates_bottom.x[1]＝width-(coordinates_up.x[0]-distance_x)
coordinates_bottom.y[1]＝coordinates_up.y[0]-distance_y
coordinates_bottom.x[2]＝width-(coordinates_up.x[3]-distance_x)
coordinates_bottom.y[2]＝coordinates_up.y[3]-distance_y
coordinates_bottom.x[3]＝width-(coordinates_up.x[2]-distance_x)
coordinates_bottom.y[3]＝coordinates_up.y[2]-distance_y。
本发明具有以下有益效果：
1.本发明针对CIS非均匀校正，提出了CIS光电效应线性相关性的实验数据结论；基于线性特征提出了非均匀性的k、b计算方法；提出了基于FPGA协处理器进行并行计算的非均匀性实时处理方案；特别的，针对耗时优化，提出了查找表的计算方案。
2.本发明针对白平衡校正，提出了白平衡的计算方法；特别的，针对耗时优化，提出将白平衡参数整合到k、b参数，采用FPGA并行实时运算的方案。
3.本发明针对上下CIS偏移，提出了偏移校正参数计算及其修正图像平移的方法。
附图说明
图1为本发明实施例提供的金融机具CIS图像预处理的方法流程图；
图2为本发明实施例提供的金融机具CIS图像预处理的装置模块图；
图3为本发明实施例提供的金融机具CIS图像预处理装置的硬件***框图
图4为本发明实施例提供的金融机具CIS图像预处理装置的机械结构简图；
图5a-5d为本发明实施例提供的CIS光电效应(发光时间-亮度)响应率曲线
图6为本发明实施例提供的非均匀校正方案示意图；
图7为本发明实施例提供的非均匀校正黑图Udark；
图8为本发明实施例提供的非均匀校正白图Ubright；
图9为本发明实施例提供的非均匀校正前具有竖纹的图像；
图10为本发明实施例提供的非均匀校正后竖纹清除的图像；
图11为本发明实施例提供的未进行白平衡校正的纸币图像
图12为本发明实施例提供的进行白平衡校正的纸币图像
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
作为本发明的第一实施例，如图1所示，提供一种金融机具CIS图像预处理的方法，所述方法包括以下步骤：
步骤1，进行CIS图像的非均匀性校正；
步骤2，进行CIS图像的白平衡校正；
步骤3，进行上下两组CIS之间的偏移校正；
步骤4，通过步骤1-3对CIS图像预处理，得到满足纸币鉴别要求和实时性的图像。
其中，步骤1具体包括：
步骤1.1，分析CIS图像的光电效应响应率曲线，建立CIS图像亮度变化的线性模型，在进行非均匀校正之前需确认CIS的光电效应响应率曲线，因此进行了相关实验验证，图5a-5d为CIS光电效应(发光时间-亮度)响应率曲线；改变CIS结束发光时间，同时保持其它参数不变，在合理的调整范围内(40-320)，CIS的亮度变化成线性，且线性度十分优秀；
由于CIS的不均匀性，每一个点亮度开始增长及达到饱和的结束发光值都有微小的区别，因此在CIS的平均响应曲线中，开始发光和达到饱和的部分呈现了一个弧度，这并不影响本实验结论。
步骤1.2，基于所述线性模型，针对CIS图像的具体点，如图6所示，第i点，采用以下两点校正的方法进行图像校正，具体公式如下：
其中：
Utarget：第i点的白图AD值目标值；
Ubright：第i点的白图AD值采样值；
Udark：第i点的黑图AD值采样值；
k：第i点的增益调整的对比度目标值；
b：第i点的偏置调整的亮度目标值；
经过逐点计算，最终获取校正参数数组k[i]和b[i]；
点钞机的校正方案可以通过上位机软件交互实现或者点钞机本地调试模式实现；目前通过试验，采用一种材质均匀的白条做为校正材料；校正主要流程如下：
调整CIS的偏置(offset)、曝光(exposure)、增益(gain)。
采集黑图，如图7所示为非均匀正校黑图Udark。
采集白图，如图8所示为非均匀正校白图Ubright。
非均匀参数计算，获取校正参数数组k[i]和b[i]。
步骤1.3，将校正参数存储于电路***Flash中；CIS初始化有ARM读取传给FPGA依据CIS图像各点对应的k、b值，基于以下公式计算经过非均匀计算后获得的AD值：
Yi＝k[i]×Xi+b[i]；
其中:
Xi代表CIS上第i个像素对应的输入的图像AD值；
Yi代表CIS上第i个像素经过非均匀计算后获得的AD值。
优选地，所述方法还包括：基于计算出的Yi，采用查表方式以空间换时间进行查表计算，提高运算效率，具体如下：
CIS图像上第i个像素对应Xi，采用8bitAD转换精度，则Xi取值范围为[0,256]，通过非均匀转换公式，计算获得的Xi的非均匀计算结果的查找表Ti[Xi]，即：
Yi＝k[i]×Xi+b[i]＝Ti[Xi]
后续计算时，直接依据Xi的值到查找表中查找Ti[Xi]获取对应的Yi值。
采用人民币15版100元进行试验验证；如图9所示为非均匀校正前具有竖纹的图像；如图10所示为非均匀校正后竖纹清除的图像。
其中，步骤2具体包括：
步骤2.1，CIS图像R、G、B白区亮度特征统计，针对金融机具的CIS应用特征，提出采用纸币进行白平衡的修改，获取R、G、B各颜色分量对应的白区亮度特征值；
步骤2.2，进行CIS图像R、G、B白平衡校正参数计算，公式如下：
para_colour_balance＝standard_value÷current_value；
其中：
para_colour_balance：白平衡校正参数；
standard_value：白平衡目标值，依据CIS特征配置，本用例配置为220；
current_value：白区亮度特征值；
步骤2.3，CIS图像R、G、B白平衡实时计算，为保障实时计算的需求；白平衡校正参数k_colour_balance通过计算与CIS图像每一点的k、b值进行整合，具体公式如下：
k′[i]＝para_colour_balance×k[i]；
b′[i]＝para_colour_balance×b[i]；
基于上述公式，采用修正后的k′、b′参数，进行非均匀性计算或者查表计算白平衡校正参数。
采用人民币15版100元进行试验验证；如图11所示为未进行白平衡校正的纸币图像；如图12所示为进行白平衡校正的纸币图像。
其中，步骤3具体包括：
步骤3.1，首先对相关参数进行定义，具体如下；
distance_x：x方向校正参数；
distance_y：y方向校正参数；
coordinates_up.x[i]：上CIS获取的CIS图像上从左上角点顺时间方向的x坐标值，i取值范围[0,3]；
coordinates_up.y[i]：上CIS获取的CIS图像上从左上角点顺时间方向的y坐标值，i取值范围[0,3]；
coordinates_bottom.x[i]：下CIS获取的CIS图像上从左上角点顺时间方向的x坐标值，i取值范围[0,3]；
coordinates_bottom.y[i]：下CIS获取的CIS图像上从左上角点顺时间方向的y坐标值，i取值范围[0,3]；
width：CIS图像宽度；
x方向与y方向校正参数计算公式如下：
distance_x＝(coordinates_up.x[1]+coordinates_bottom.x[0])-width
distance_y＝(coordinates_up.y[1]-coordinates_bottom.y[0])；
步骤3.2，最后依据上角点计算下角点参数，计算公式如下：
coordinates_bottom.x[0]＝width-(coordinates_up.x[1]-distance_x)
coordinates_bottom.y[0]＝coordinates_up.y[1]-distance_y
coordinates_bottom.x[1]＝width-(coordinates_up.x[0]-distance_x)
coordinates_bottom.y[1]＝coordinates_up.y[0]-distance_y
coordinates_bottom.x[2]＝width-(coordinates_up.x[3]-distance_x)
coordinates_bottom.y[2]＝coordinates_up.y[3]-distance_y
coordinates_bottom.x[3]＝width-(coordinates_up.x[2]-distance_x)
coordinates_bottom.y[3]＝coordinates_up.y[2]-distance_y。
作为本发明的第二实施例，如图2所示，提供一种金融机具CIS图像预处理的装置，所述装置包括CIS图像非均均性校正模块、CIS图像白平衡校正模块和上下CIS偏移校正模块；
所述CIS图像非均均性校正模块用于对CIS图像的非均匀性校正；
所述CIS图像白平衡校正模块用于对CIS图像的白平衡校正；
所述上下CIS偏移校正模块用于对上下两组CIS之间的偏移进行校正。
图4所示CIS图像预处理装置的机械结构简图；机械***基于点钞机平台，其中CIS采用上下两组，两组CIS对向安装。
图3所示为图像预处理装置硬件***框图；电路***基于ARM Cortex-A9微处理器+FPGA协处理器。
ARM从Flash获取到非均匀、白平衡、偏移校正参数后，非均匀、白平衡参数通过高速接口传递给FPGA。
上下CIS图像信号以行采样模式通过ADC模块进行模数转换，提供给FPGA；FPGA具备并行处理的优势。
其中，所述CIS图像非均均性校正模块对CIS图像的非均匀性校正具体为：
分析CIS图像的光电效应响应率曲线，建立CIS图像亮度变化的线性模型，通过调整CIS的偏置(offset)、曝光(exposure)、增益(gain)；使得图像的动态范围在一个合适的有效范围，然后再进行CIS图像非均匀性校正。
在进行非均匀校正之前需确认CIS的光电效应响应率曲线，因此进行了相关实验验证。图5为CIS光电效应(发光时间-亮度)响应率曲线；改变CIS结束发光时间，同时保持其它参数不变，在合理的调整范围内(40-320)，CIS的亮度变化成线性，且线性度十分优秀；
由于CIS的不均匀性，每一个点亮度开始增长及达到饱和的结束发光值都有微小的区别，因此在CIS的平均响应曲线中，开始发光和达到饱和的部分呈现了一个弧度，这并不影响本实验结论；
基于所述线性模型，针对CIS图像的具体点，如图6所示，第i点，采用以下两点校正的方法进行图像校正，具体公式如下：
其中：
Utarget：第i点的白图AD值目标值；
Ubright：第i点的白图AD值采样值；
Udark：第i点的黑图AD值采样值；
k：第i点的增益调整的对比度目标值；
b：第i点的偏置调整的亮度目标值；
经过逐点计算，最终获取校正参数数组k[i]和b[i]；
点钞机的校正方案可以通过上位机软件交互实现或者点钞机本地调试模式实现；目前通过试验，采用一种材质均匀的白条做为校正材料；校正主要流程如下：
调整CIS的偏置(offset)、曝光(exposure)、增益(gain)。
采集黑图，如图7所示为非均匀正校黑图Udark。
采集白图，如图8所示为非均匀正校白图Ubright。
非均匀参数计算，获取校正参数数组k[i]和b[i]。
将校正参数存储于电路***Flash中；CIS初始化有ARM读取传给FPGA依据CIS图像各点对应的k、b值，基于以下公式计算经过非均匀计算后获得的AD值：
Yi＝k[i]×Xi+b[i]；
其中:
Xi代表CIS上第i个像素对应的输入的图像AD值；
Yi代表CIS上第i个像素经过非均匀计算后获得的AD值。
优选地，所述装置还包括查找表建立模块，从而针对耗时优化提出了查找表的计算方案；
所述查找表建立模块用于基于计算出的Yi，采用查表方式以空间换时间进行查表计算，提高运算效率，具体如下：
CIS图像上第i个像素对应Xi，采用8bitAD转换精度，则Xi取值范围为[0,256]，通过非均匀转换公式，计算获得的Xi的非均匀计算结果的查找表Ti[Xi]，即：
Yi＝k[i]×Xi+b[i]＝Ti[Xi]
后续计算时，直接依据Xi的值到查找表中查找Ti[Xi]获取对应的Yi值。
采用人民币15版100元进行试验验证；如图9所示为非均匀校正前具有竖纹的图像；如图10所示为非均匀校正后竖纹清除的图像。
其中，所述CIS图像白平衡校正模块对CIS图像的白平衡校正具体为：
CIS图像R、G、B白区亮度特征统计，针对金融机具的CIS应用特征，提出采用纸币进行白平衡的修改，获取R、G、B各颜色分量对应的白区亮度特征值；
进行CIS图像R、G、B白平衡校正参数计算，公式如下：
para_colour_balance＝standard_value÷current_value；
其中：
para_colour_balance：白平衡校正参数；
standard_value：白平衡目标值，依据CIS特征配置，本用例配置为220；
current_value：白区亮度特征值；
CIS图像R、G、B白平衡实时计算，本装置为嵌入式实时处理装置，为保障实时计算的需求；白平衡校正参数k_colour_balance通过计算与CIS图像每一点的k、b值进行整合，具体公式如下：
k′[i]＝para_colour_balance×k[i]；
b′[i]＝para_colour_balance×b[i]；
基于上述公式，采用修正后的k′、b′参数，进行非均匀性计算或者查表计算白平衡校正参数。
采用人民币15版100元进行试验验证；如图11所示为未进行白平衡校正的纸币图像；如图12所示为进行白平衡校正的纸币图像。
其中，所述上下CIS偏移校正模块对上下两组CIS之间的偏移进行校正为：预先进行上下偏移的校正值计算，仅计算上CIS角点坐标；依据偏移校正参数，通过计算获取下CIS角点的偏移坐标，具体如下：
首先对相关参数进行定义，具体如下；
distance_x：x方向校正参数；
distance_y：y方向校正参数；
coordinates_up.x[i]：上CIS获取的CIS图像上从左上角点顺时间方向的x坐标值，i取值范围[0,3]；
coordinates_up.y[i]：上CIS获取的CIS图像上从左上角点顺时间方向的y坐标值，i取值范围[0,3]；
coordinates_bottom.x[i]：下CIS获取的CIS图像上从左上角点顺时间方向的x坐标值，i取值范围[0,3]；
coordinates_bottom.y[i]：下CIS获取的CIS图像上从左上角点顺时间方向的y坐标值，i取值范围[0,3]；
width：CIS图像宽度；
x方向与y方向校正参数计算公式如下：
distance_x＝(coordinates_up.x[1]+coordinates_bottom.x[0])-width
distance_y＝(coordinates_up.y[1]-coordinates_bottom.y[0])；
最后依据上角点计算下角点参数，计算公式如下：
coordinates_bottom.x[0]＝width-(coordinates_up.x[1]-distance_x)
coordinates_bottom.y[0]＝coordinates_up.y[1]-distance_y
coordinates_bottom.x[1]＝width-(coordinates_up.x[0]-distance_x)
coordinates_bottom.y[1]＝coordinates_up.y[0]-distance_y
coordinates_bottom.x[2]＝width-(coordinates_up.x[3]-distance_x)
coordinates_bottom.y[2]＝coordinates_up.y[3]-distance_y
coordinates_bottom.x[3]＝width-(coordinates_up.x[2]-distance_x)
coordinates_bottom.y[3]＝coordinates_up.y[2]-distance_y。
以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (8)
1.一种金融机具CIS图像预处理的方法，其特征在于，所述方法包括以下步骤：
步骤1，进行CIS图像的非均匀性校正；
步骤2，进行CIS图像的白平衡校正；
步骤3，进行上下两组CIS之间的偏移校正；
步骤4，通过步骤1-3对CIS图像预处理，得到满足纸币鉴别要求和实时性的图像；
其中，步骤3具体包括：
步骤3.1，首先对相关参数进行定义，具体如下；
distance_x：x方向校正参数；
distance_y：y方向校正参数；
coordinates_up.x[i]：上CIS获取的CIS图像上从左上角点顺时间方向的x坐标值，i取值范围[0,3]；
coordinates_up.y[i]：上CIS获取的CIS图像上从左上角点顺时间方向的y坐标值，i取值范围[0,3]；
coordinates_bottom.x[i]：下CIS获取的CIS图像上从左上角点顺时间方向的x坐标值，i取值范围[0,3]；
coordinates_bottom.y[i]：下CIS获取的CIS图像上从左上角点顺时间方向的y坐标值，i取值范围[0,3]；
width：CIS图像宽度；
x方向与y方向校正参数计算公式如下：
distance_x＝(coordinates_up.x[1]+coordinates_bottom.x[0])-width
distance_y＝(coordinates_up.y[1]-coordinates_bottom.y[0])；
步骤3.2，最后依据上角点计算下角点参数，计算公式如下：
coordinates_bottom.x[0]＝width-(coordinates_up.x[1]-distance_x)
coordinates_bottom.y[0]＝coordinates_up.y[1]-distance_y
coordinates_bottom.x[1]＝width-(coordinates_up.x[0]-distance_x)
coordinates_bottom.y[1]＝coordinates_up.y[0]-distance_y
coordinates_bottom.x[2]＝width-(coordinates_up.x[3]-distance_x)
coordinates_bottom.y[2]＝coordinates_up.y[3]-distance_y
coordinates_bottom.x[3]＝width-(coordinates_up.x[2]-distance_x)
coordinates_bottom.y[3]＝coordinates_up.y[2]-distance_y。
2.根据权利要求1所述的金融机具CIS图像预处理的方法，其特征在于，步骤1具体包括：
步骤1.1，分析CIS图像的光电效应响应率曲线，建立CIS图像亮度变化的线性模型；
步骤1.2，基于所述线性模型，针对CIS图像的第i点，采用以下两点校正的方法进行图像校正，具体公式如下：
其中：
Utarget：第i点的白图AD值目标值；
Ubright：第i点的白图AD值采样值；
Udark：第i点的黑图AD值采样值；
k：第i点的增益调整的对比度目标值；
b：第i点的偏置调整的亮度目标值；
经过逐点计算，最终获取校正参数数组k[i]和b[i]；
步骤1.3，依据CIS图像各点对应的k、b值，基于以下公式计算经过非均匀计算后获得的AD值：
Yi＝k[i]×Xi+b[i]；
其中:
Xi代表CIS上第i个像素对应的输入的图像AD值；
Yi代表CIS上第i个像素经过非均匀计算后获得的AD值；
k[i]：第i点的增益调整的对比度目标值；
b[i]：第i点的偏置调整的亮度目标值。
3.根据权利要求2所述的金融机具CIS图像预处理的方法，其特征在于，所述方法还包括：基于计算出的Yi，采用查表方式以空间换时间进行查表计算，提高运算效率，具体如下：
CIS图像上第i个像素对应Xi，采用8bitAD转换精度，则Xi取值范围为[0,256]，通过非均匀转换公式，计算获得的Xi的非均匀计算结果的查找表Ti[Xi]，即：
Yi＝k[i]×Xi+b[i]＝Ti[Xi]；
后续计算时，直接依据Xi的值到查找表中查找Ti[Xi]获取对应的Yi值。
4.根据权利要求2所述的金融机具CIS图像预处理的方法，其特征在于，步骤2具体包括：
步骤2.1，CIS图像R、G、B白区亮度特征统计，针对金融机具的CIS应用特征，提出采用纸币进行白平衡的修改，获取R、G、B各颜色分量对应的白区亮度特征值；
步骤2.2，进行CIS图像R、G、B白平衡校正参数计算，公式如下：
para_colour_balance＝standard_value÷current_value；
其中：
para_colour_balance：白平衡校正参数；
standard_value：白平衡目标值；
current_value：白区亮度特征值；
步骤2.3，CIS图像R、G、B白平衡实时计算，为保障实时计算的需求；白平衡校正参数k_colour_balance通过计算与CIS图像每一点的k、b值进行整合，具体公式如下：
k′[i]＝para_colour_balance×k[i]；
b′[i]＝para_colour_balance×b[i]；
基于上述公式，采用修正后的k′、b′参数，进行非均匀性计算或者查表计算白平衡校正参数。
5.一种金融机具CIS图像预处理的装置，其特征在于，所述装置包括CIS图像非均匀性校正模块、CIS图像白平衡校正模块和上下CIS偏移校正模块；
所述CIS图像非均匀性校正模块用于对CIS图像的非均匀性校正；
所述CIS图像白平衡校正模块用于对CIS图像的白平衡校正；
所述上下CIS偏移校正模块用于对上下两组CIS之间的偏移进行校正；
所述上下CIS偏移校正模块对上下两组CIS之间的偏移进行校正具体为：
首先对相关参数进行定义，具体如下；
distance_x：x方向校正参数；
distance_y：y方向校正参数；
coordinates_up.x[i]：上CIS获取的CIS图像上从左上角点顺时间方向的x坐标值，i取值范围[0,3]；
coordinates_up.y[i]：上CIS获取的CIS图像上从左上角点顺时间方向的y坐标值，i取值范围[0,3]；
coordinates_bottom.x[i]：下CIS获取的CIS图像上从左上角点顺时间方向的x坐标值，i取值范围[0,3]；
coordinates_bottom.y[i]：下CIS获取的CIS图像上从左上角点顺时间方向的y坐标值，i取值范围[0,3]；
width：CIS图像宽度；
x方向与y方向校正参数计算公式如下：
distance_x＝(coordinates_up.x[1]+coordinates_bottom.x[0])-width
distance_y＝(coordinates_up.y[1]-coordinates_bottom.y[0])；
最后依据上角点计算下角点参数，计算公式如下：
coordinates_bottom.x[0]＝width-(coordinates_up.x[1]-distance_x)
coordinates_bottom.y[0]＝coordinates_up.y[1]-distance_y
coordinates_bottom.x[1]＝width-(coordinates_up.x[0]-distance_x)
coordinates_bottom.y[1]＝coordinates_up.y[0]-distance_y
coordinates_bottom.x[2]＝width-(coordinates_up.x[3]-distance_x)
coordinates_bottom.y[2]＝coordinates_up.y[3]-distance_y
coordinates_bottom.x[3]＝width-(coordinates_up.x[2]-distance_x)
coordinates_bottom.y[3]＝coordinates_up.y[2]-distance_y。
6.根据权利要求5所述的金融机具CIS图像预处理的装置，其特征在于，所述CIS图像非均匀性校正模块对CIS图像的非均匀性校正具体为：
分析CIS图像的光电效应响应率曲线，建立CIS图像亮度变化的线性模型；
基于所述线性模型，针对CIS图像的第i点，采用以下两点校正的方法进行图像校正，具体公式如下：
其中：
Utarget：第i点的白图AD值目标值；
Ubright：第i点的白图AD值采样值；
Udark：第i点的黑图AD值采样值；
k：第i点的增益调整的对比度目标值；
b：第i点的偏置调整的亮度目标值；
经过逐点计算，最终获取校正参数数组k[i]和b[i]；
依据CIS图像各点对应的k、b值，基于以下公式计算经过非均匀计算后获得的AD值：
Yi＝k[i]×Xi+b[i]；
其中:
Xi代表CIS上第i个像素对应的输入的图像AD值；
Yi代表CIS上第i个像素经过非均匀计算后获得的AD值。
7.根据权利要求6所述的金融机具CIS图像预处理的装置，其特征在于，所述装置还包括查找表建立模块；
所述查找表建立模块用于基于计算出的Yi，采用查表方式以空间换时间进行查表计算，提高运算效率，具体如下：
CIS图像上第i个像素对应Xi，采用8bitAD转换精度，则Xi取值范围为[0,256]，通过非均匀转换公式，计算获得的Xi的非均匀计算结果的查找表Ti[Xi]，即：
Yi＝k[i]×Xi+b[i]＝Ti[Xi]
后续计算时，直接依据Xi的值到查找表中查找Ti[Xi]获取对应的Yi值。
8.根据权利要求6所述的金融机具CIS图像预处理的装置，其特征在于，所述CIS图像白平衡校正模块对CIS图像的白平衡校正具体为：
CIS图像R、G、B白区亮度特征统计，针对金融机具的CIS应用特征，提出采用纸币进行白平衡的修改，获取R、G、B各颜色分量对应的白区亮度特征值；
进行CIS图像R、G、B白平衡校正参数计算，公式如下：
para_colour_balance＝standard_value÷current_value；
其中：
para_colour_balance：白平衡校正参数；
standard_value：白平衡目标值；
current_value：白区亮度特征值；
CIS图像R、G、B白平衡实时计算，为保障实时计算的需求；白平衡校正参数k_colour_balance通过计算与CIS图像每一点的k、b值进行整合，具体公式如下：
k′[i]＝para_colour_balance×k[i]；
b′[i]＝para_colour_balance×b[i]；
基于上述公式，采用修正后的k′、b′参数，进行非均匀性计算或者查表计算白平衡校正参数。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010359280.0A CN111612967B (zh) | 2020-04-29 | 2020-04-29 | 一种金融机具cis图像预处理的方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010359280.0A CN111612967B (zh) | 2020-04-29 | 2020-04-29 | 一种金融机具cis图像预处理的方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111612967A CN111612967A (zh) | 2020-09-01 |
| CN111612967B true CN111612967B (zh) | 2023-03-14 |
Family
ID=72201296
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010359280.0A Active CN111612967B (zh) | 2020-04-29 | 2020-04-29 | 一种金融机具cis图像预处理的方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111612967B (zh) |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2001101473A (ja) * | 1999-10-04 | 2001-04-13 | Glory Ltd | 紙葉類識別装置及び方法 |
| CN105513193A (zh) * | 2015-11-20 | 2016-04-20 | 深圳怡化电脑股份有限公司 | 一种矫正红外图像的方法及装置 |
| CN107103683A (zh) * | 2017-04-24 | 2017-08-29 | 深圳怡化电脑股份有限公司 | 纸币识别方法和装置、电子设备和存储介质 |
| CN107437293A (zh) * | 2017-07-13 | 2017-12-05 | 广州市银科电子有限公司 | 一种基于票据全局特征的票据防伪鉴别方法 |
| CN107798770A (zh) * | 2017-10-17 | 2018-03-13 | 深圳怡化电脑股份有限公司 | 图像传感器的参数调整方法、装置、atm及存储介质 |
| CN108665605A (zh) * | 2018-03-30 | 2018-10-16 | 深圳怡化电脑股份有限公司 | 纸币识别方法及装置 |
| CN108806059A (zh) * | 2018-05-08 | 2018-11-13 | 中山大学 | 基于特征点的票据对齐和八邻域连通体偏移修正的文本区域定位方法 |
-
2020
- 2020-04-29 CN CN202010359280.0A patent/CN111612967B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2001101473A (ja) * | 1999-10-04 | 2001-04-13 | Glory Ltd | 紙葉類識別装置及び方法 |
| CN105513193A (zh) * | 2015-11-20 | 2016-04-20 | 深圳怡化电脑股份有限公司 | 一种矫正红外图像的方法及装置 |
| CN107103683A (zh) * | 2017-04-24 | 2017-08-29 | 深圳怡化电脑股份有限公司 | 纸币识别方法和装置、电子设备和存储介质 |
| CN107437293A (zh) * | 2017-07-13 | 2017-12-05 | 广州市银科电子有限公司 | 一种基于票据全局特征的票据防伪鉴别方法 |
| CN107798770A (zh) * | 2017-10-17 | 2018-03-13 | 深圳怡化电脑股份有限公司 | 图像传感器的参数调整方法、装置、atm及存储介质 |
| CN108665605A (zh) * | 2018-03-30 | 2018-10-16 | 深圳怡化电脑股份有限公司 | 纸币识别方法及装置 |
| CN108806059A (zh) * | 2018-05-08 | 2018-11-13 | 中山大学 | 基于特征点的票据对齐和八邻域连通体偏移修正的文本区域定位方法 |
Non-Patent Citations (1)
| Title |
|---|
| 基于多光谱图像的美元识别与鉴伪技术研究;付祥旭;《中国优秀博硕士学位论文全文数据库(硕士)基础科学辑》;20170515;第9-22页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111612967A (zh) | 2020-09-01 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US6078683A (en) | Method and system for recognition of currency by denomination | |
| US7447353B2 (en) | Methods for qualitative evaluation of a material with at least one identification characteristic | |
| US9483895B2 (en) | Paper money identification method and device | |
| US8331644B2 (en) | Document handling apparatus | |
| US6234294B1 (en) | Method and system for recognition of currency by denomination | |
| CN111179362B (zh) | 一种基于动态光照校正算法的试纸颜色均匀性检测方法 | |
| CN102572196A (zh) | 影像传感器单元以及图像读取装置 | |
| RU2598296C2 (ru) | Способ проверки оптического защитного признака ценного документа | |
| KR20100015628A (ko) | 목재의 검사 방법, 장치 및 프로그램 | |
| MX2011003977A (es) | Procedimiento y sistema para la identificacion de articulos. | |
| CN108510477B (zh) | 试纸色块的定位方法及装置 | |
| CN107133983A (zh) | 成捆圆钢端面双目视觉***与空间定位及计数方法 | |
| CN216721402U (zh) | 多模式扫描装置 | |
| CN110769229A (zh) | 投影画面颜色亮度的检测方法、装置及*** | |
| CN111612967B (zh) | 一种金融机具cis图像预处理的方法及装置 | |
| CN112132823A (zh) | 一种基于人工智能的光伏电池图像局部光照不均处理方法 | |
| CN115147410B (zh) | 一种多色块包装覆膜缺陷检测方法 | |
| CN104394292B (zh) | 一种扫描校正方法及具有校正功能的图像扫描模块 | |
| CN107301718B (zh) | 一种图像匹配方法及装置 | |
| CN113033635B (zh) | 一种硬币隐形图文检测方法及装置 | |
| CN111536895B (zh) | 外形识别装置、外形识别***以及外形识别方法 | |
| CN107437295A (zh) | 纸币处理装置的扫描模块校正方法及装置 | |
| JPH0962824A (ja) | 折り加工された用紙の枚数の計数方法 | |
| JP2002350355A (ja) | 光沢ムラ評価装置、光沢ムラ評価方法及び該方法を実行するためのプログラムを格納したコンピュータ読み取り可能な記憶媒体 | |
| JPH02163879A (ja) | 印刷物の品質検査装置及びその方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| CP03 | Change of name, title or address |
Address after: 430073 No. 006, 20th floor, business project (China Pharmaceutical Technology Trading Market), No. 1, xiyaojian Road, north of Gaoxin Avenue and Heying Road, East Lake New Technology Development Zone, Wuhan City, Hubei Province Patentee after: Wuhan Zhuomu Technology Co.,Ltd. Country or region after: China Address before: A2-32-05, 2nd floor, Guannan science and Technology Industrial Park, Guandong street, Donghu New Technology Development Zone, Wuhan, Hubei Province Patentee before: WUHAN ZMVISION TECHNOLOGY Co.,Ltd. Country or region before: China |
|
| CP03 | Change of name, title or address |