[0001] Настоящая заявка заявляет преимущество по отношению к китайской патентной заявке № 201510033336.2, озаглавленной "BANKNOTE CLASSIFICATION AND RECOGINTION METHOD AND DEVICE BASED ON LAB COLOR SPACE", зарегистрированной 22 января 2015 года Государственным ведомством по интеллектуальной собственности Китайской Народной Республики, которая включена в данный документ по ссылке в своей полноте.
Область техники, к которой относится изобретение
[0002] Настоящее изобретение относится к области классификации и распознавания номинала банкнот и, в частности, к способу и устройству классификации и распознавания банкнот на основе цветового пространства Lab.
Уровень техники
[0003] С продолжающимся процветанием экономики внутреннего рынка количество банкнот в денежном обращении становится все больше и больше. Финансовые институты требуют, чтобы финансовое оборудование могло поддерживать распознавание различных номиналов женьминьби. Цветовое пространство Lab - это цветовое пространство, близкое к человеческому зрению. "L" (яркость цвета) представляет яркость, а каждая из букв "a" и "b" представляет размерность между двумя противоположными цветами. "L" изменяется в диапазоне от 0 до 100, который представляет цвет от черного до чистого белого, "a" представляет цвет между красным и зеленым, который изменяется от +127 до -128, а "b" представляет цвет между синим и желтым, который изменяется в диапазоне от +127 до -128, где положительное значение представляет теплый цвет, а отрицательные значения представляют холодный цвет. Цветовое пространство Lab имеет широкую цветовую гамму, не только включающую в себя всю цветовую гамму RGB и CMYK, но также может выражать цвета, которые не могут быть выражены посредством RGB и CMYK. Все цвета, которые могут быть восприняты человеческими глазами, могут быть выражены через Lab-модель. Кроме того, цветовая модель Lab может также преодолевать недостаток неравномерного цветового распределения цветовой модели RGB вследствие слишком многих переходных цветов между синим и зеленым и недостатка желтого и других цветов между зеленым и красным в RGB-модели.
[0004] В настоящее время базовая технология финансового оборудования основывается на обработке изображения банкноты в реальном времени и распознавании изображения. Одним из типовых способов является распознавание с помощью геометрических признаков (длины и ширины) изображений банкнот различных номиналов. Однако, поскольку изображения банкнот получаются посредством высокоскоростного устройства инкассации, искривление и деформация являются неизбежными, что ведет к неустойчивости геометрических признаков и приводит в результате к снижению коэффициента распознавания. Другим способом является распознавание номиналов с помощью различия серого цвета различных областей в одноканальном сером изображении. Однако различие серых отличительных признаков некоторых различных номиналов является незначительным, а главная отличительная область для распознавания может быть запачкана. Следовательно, существует риск неправильного распознавания банкнот различных номиналов или различных типов валют.
[0005] Традиционная технология имеет недостаток в том, что традиционное устройство распознавания может лишь получать одноканальное изображение в оттенках серого, которое не может эффективно распознавать цвет банкноты, приводя в результате к низкому коэффициенту распознавания номинала.
Сущность изобретения
[0006] Способ и устройство классификации и распознавания банкнот на основе цветового пространства Lab предоставляются согласно вариантам осуществления настоящего изобретения, чтобы улучшать коэффициент распознавания номинала.
[0007] Способ классификации и распознавания банкнот на основе цветового пространства Lab предоставляется согласно вариантам осуществления настоящего изобретения. Технические решения включают в себя:
[0008] получение RGB-изображения банкноты, которая должна быть детектирована;
[0009] вычисление значений серого Gray R, Gray G и Gray B RGB-изображения в полосах частот красного (R), зеленого (G) и синего (B) цветов;
[0010] преобразование значений серого Gray R, Gray G и Gray B в значения серого Gray a и Gray b в цветовом пространстве Lab; и
[0011] подстановку произведения Gray a и Gray b и разности между абсолютным значением Gray a и абсолютным значением Gray b в предварительно заданные формулы, чтобы определять категорию банкноты, которая должна быть детектирована.
[0012] Предпочтительно подстановка произведения Gray a и Gray b и разности между абсолютным значением Gray a и абсолютным значением Gray b в предварительно заданные формулы, чтобы получать категорию банкноты, которая должна быть детектирована, включает в себя:
[0013] определение банкноты, которая должна быть детектирована, как 100 юаней, в случае, когда произведение Gray a и Gray b больше нуля, и разность между абсолютным значением Gray a и абсолютным значением Gray b больше 20;
[0014] определение банкноты, которая должна быть детектирована, как 20 юаней, в случае, когда произведение Gray a и Gray b больше нуля, и разность между абсолютным значением Gray a и абсолютным значением Gray b меньше 5;
[0015] определение банкноты, которая должна быть детектирована, как 50 юаней, в случае, когда произведение Gray a и Gray b меньше нуля, и разность между абсолютным значением Gray a и абсолютным значением Gray b больше 10; и
[0016] определение банкноты, которая должна быть детектирована, как 10 юаней, в случае, когда Gray a меньше нуля, и разность между абсолютным значением Gray a и абсолютным значением Gray b меньше 10.
[0017] Предпочтительно получение RGB-изображения банкноты, которая должна быть детектирована, включает в себя: извлечение всей области банкноты, которая должна быть детектирована; и получение RGB-изображения всей области через мультиспектральное устройство распознавания.
[0018] Предпочтительно вычисление значений серого Gray R, Gray G и Gray B RGB-изображения в полосах частот красного (R), зеленого (G) и синего (B) цветов включает в себя: выбор области головного портрета Мао Цзэдуна в RGB-изображении в качестве целевой области; и вычисление значений серого Gray R, Gray G и Gray B в полосах частот красного (R), зеленого (G) и синего (B) цветов на основе целевой области.
[0019] Предпочтительно преобразование Gray R, Gray G и Gray B в значения серого Gray a и Gray b цветового пространства Lab включает в себя:
[0020] подстановку Gray R, Gray G и Gray B в формулы преобразования, чтобы получать Gray a и Gray b, где формулами преобразования являются:
[0021] Gray a=1,4749 * (0,2213 * Gray R-0,3390 * Gray G+ 0,1177 * Gray B)+128, и
[0022] Gray b=0,6245 * (0,1949 * Gray R+0,6057 * Gray G-0,8006 * Gray B)+128.
[0023] Устройство классификации и распознавания банкнот на основе цветового пространства Lab предоставляется согласно вариантам осуществления настоящего изобретения. Технические решения включают в себя:
[0024] модуль получения, сконфигурированный, чтобы получать RGB-изображение банкноты, которая должна быть детектирована;
[0025] модуль обработки, сконфигурированный, чтобы вычислять значения серого Gray R, Gray G и Gray B RGB-изображения, полученного посредством модуля получения, в полосах частот красного (R), зеленого (G) и синего (B) цветов;
[0026] модуль преобразования, сконфигурированный, чтобы преобразовывать Gray R, Gray G и Gray B, вычисленные посредством модуля обработки, в значения серого Gray a и Gray b в цветовом пространстве Lab; и
[0027] модуль определения, сконфигурированный, чтобы подставлять произведение Gray a и Gray b и разность между абсолютным значением Gray a и абсолютным значением Gray b в предварительно заданные формулы, чтобы определять категорию банкноты, которая должна быть детектирована.
[0028] Предпочтительно модуль определения конфигурируется, чтобы:
[0029] определять банкноту, которая должна быть детектирована, как 100 юаней, в случае, когда произведение Gray a и Gray b больше нуля, и разность между абсолютным значением Gray a и абсолютным значением Gray b больше 20;
[0030] определять банкноту, которая должна быть детектирована, как 20 юаней, в случае, когда произведение Gray a и Gray b больше нуля, и разность между абсолютным значением Gray a и абсолютным значением Gray b меньше 5;
[0031] определять банкноту, которая должна быть детектирована, как 50 юаней, в случае, когда произведение Gray a и Gray b меньше нуля, и разность между абсолютным значением Gray a и абсолютным значением Gray b больше 10; и
[0032] определять банкноту, которая должна быть детектирована, как 10 юаней, в случае, когда Gray a меньше нуля, и разность между абсолютным значением Gray a и абсолютным значением Gray b меньше 10.
[0033] Предпочтительно модуль получения конфигурируется, чтобы получать RGB-изображение всей области банкноты, которая должна быть детектирована, через мультиспектральное устройство распознавания.
[0034] Предпочтительно модуль обработки конфигурируется, чтобы извлекать область головного портрета Мао Цзэдуна в RGB-изображении в качестве целевой области; и вычислять значения серого Gray R, Gray G и Gray B в полосах частот красного (R), зеленого (G) и синего (B) цветов на основе целевой области.
[0035] Предпочтительно модуль преобразования конфигурируется, чтобы преобразовывать значения серого Gray R, Gray G и Gray B в значения серого Gray a и Gray b в цветовом пространстве Lab согласно формулам преобразования
[0036] Gray a=1,4749 * (0,2213 * Gray R-0,3390 * Gray G+ 0,1177 * Gray B)+128, и
[0037] Gray b=0,6245 * (0,1949 * Gray R+0,6057 * Gray G - 0,8006 * Gray B)+128.
[0038] Варианты осуществления настоящего изобретения имеют следующие полезные результаты. На основе того, что различие между цветами банкнот, которые должны быть обнаружены, для различных номиналов является большим, получается RGB-изображение банкноты, которая должна быть детектирована. Вычисляются значения серого Gray R, Gray G и Gray B RGB-изображения в полосах частот красного (R), зеленого (G) и синего (B) цветов, и Gray R, Gray G и Gray B преобразуются в значения серого Gray a и Gray b в цветовом пространстве Lab. Произведение Gray a и Gray b и разность между абсолютным значением Gray a и абсолютным значением Gray b подставляются в предварительно заданные формулы, чтобы эффективно распознавать различные номиналы банкнот, улучшая коэффициент распознавания номинала.
Краткое описание чертежей
[0039] Чтобы иллюстрировать технические решения согласно вариантам осуществления настоящего изобретения или в традиционных технологиях более ясно, чертежи, которые должны быть использованы в описаниях традиционных технологий или вариантах осуществления, описываются кратко далее в данном документе. Ясно, что чертежи, описываемые далее в данном документе, существуют только для некоторых вариантов осуществления настоящего изобретения, и другие чертежи могут быть получены специалистами в области техники на основе этих чертежей без творческих усилий.
[0040] Фиг. 1 - это схематичная блок-схема последовательности операций способа классификации и распознавания банкнот на основе цветового пространства Lab согласно варианту осуществления настоящего изобретения;
[0041] Фиг. 2 - это схематичная блок-схема последовательности операций способа классификации и распознавания банкнот на основе цветового пространства Lab согласно другому варианту осуществления настоящего изобретения;
и
[0042] Фиг. 3 - это схематичная структурная схема устройства классификации и распознавания банкнот на основе цветового пространства Lab согласно варианту осуществления настоящего изобретения.
Подробное описание вариантов осуществления
[0043] Способ и устройство классификации и распознавания банкнот на основе цветового пространства Lab предоставляются согласно вариантам осуществления настоящего изобретения, чтобы улучшать коэффициент распознавания номинала.
[0044] Технические решения вариантов осуществления настоящего изобретения иллюстрируются ясно и полностью совместно с чертежами вариантов осуществления настоящего изобретения. Очевидно, что описанные варианты осуществления являются лишь несколькими, а не всеми вариантами осуществления настоящего изобретения. Все другие варианты осуществления, полученные специалистами в области техники на основе вариантов осуществления настоящего изобретения без творческих усилий, должны попадать в рамки защиты настоящего изобретения.
[0045] Ссылка выполняется на фиг. 1. Способ классификации и распознавания банкнот на основе цветового пространства Lab предоставляется согласно варианту осуществления настоящего изобретения. Способ включает в себя этапы 101-104.
[0046] На этапе 101 получается RGB-изображение банкноты, которая должна быть детектирована.
[0047] В варианте осуществления получается RGB-изображение банкноты, которая должна быть детектирована.
[0048] На этапе 102 вычисляются значения серого Gray R, Gray G и Gray B RGB-изображения в полосах частот красного (R), зеленого (G) и синего (B) цветов.
[0049] В варианте осуществления вычисляются значения серого Gray R, Gray G и Gray B для полученного RGB-изображения в полосах частот красного (R), зеленого (G) и синего (B) цветов.
[0050] На этапе 103 Gray R, Gray G и Gray B преобразуются в значения серого Gray a и Gray b в цветовом пространстве Lab.
[0051] В варианте осуществления Gray R, Gray G и Gray B преобразуются в значения серого Gray a и Gray b в цветовом пространстве Lab согласно формулам. Цветовое пространство Lab состоит из компонента L яркости цвета и двух компонентов насыщенности цвета. Два компонента насыщенности цвета являются, соответственно, компонентом "a", изменяющимся в диапазоне от зеленого до красного, и компонентом "b", изменяющимся в диапазоне от синего до желтого.
[0052] На этапе 104 произведение Gray a и Gray b и разность между абсолютным значением Gray a и абсолютным значением Gray b подставляются в предварительно заданные формулы, чтобы определять категорию банкноты, которая должна быть детектирована.
[0053] В варианте осуществления произведение Gray a и Gray b и разность между абсолютным значением Gray a и абсолютным значением Gray b подставляются в предварительно заданную формулу, чтобы получать категорию банкноты, которая должна быть детектирована.
[0054] В варианте осуществления, на основе того, что различие между цветами банкнот различных номиналов является большим, получается RGB-изображение банкноты, которая должна быть детектирована. Вычисляются значения серого Gray R, Gray G и Gray B RGB-изображения в полосах частот красного (R), зеленого (G) и синего (B) цветов, и Gray R, Gray G и Gray B преобразуются в значения серого Gray a и Gray b в цветовом пространстве Lab. Произведение Gray a и Gray b и разность между абсолютным значением Gray a и абсолютным значением Gray b подставляются в предварительно заданные формулы, чтобы эффективно распознавать различные номиналы банкнот, таким образом, улучшая коэффициент распознавания номинала.
[0055] Ссылка выполняется на фиг. 2. Способ классификации и распознавания банкнот на основе цветового пространства Lab предоставляется согласно другому варианту осуществления настоящего изобретения. Способ включает в себя этапы 201-205.
[0056] На этапе 201 извлекается вся область банкноты, которая должна быть детектирована.
[0057] В варианте осуществления вся область банкноты может быть распознана и получена с помощью алгоритма обнаружения краев.
[0058] На этапе 202 RGB-изображение всей области получается через мультиспектральное устройство распознавания.
[0059] В варианте осуществления изображение всей области банкноты, которая должна быть детектирована, в RGB-спектрах получается через мультиспектральное устройство распознавания.
[0060] На этапе 203 область головного портрета Мао Цзэдуна в RGB-изображении выбирается в качестве целевой области.
[0061] В варианте осуществления распознавание выполняется, главным образом, по банкнотам четырех номиналов в пятой серии женьминьби, а именно по банкнотам в 10 юаней, 20 юаней, 50 юаней и 100 юаней. В качестве отличительного признака изображения, воспринимаемого человеческими глазами, банкнота в 100 юаней женьминьби выглядит красной, банкнота в 50 юаней женьминьби выглядит зеленой, банкнота в 20 юаней женьминьби выглядит почти желтой, а типовой отличительный признак 10 юаней женьминьби выглядит почти синим. Область головного портрета Мао Цзэдуна, в которой цветовая информация банкноты является самой богатой, определяется в качестве целевой области.
[0062] На этапе 204 значения серого Gray R, Gray G и Gray B в полосах частот красного (R), зеленого (G) и синего (B) цветов вычисляются на основе целевой области.
[0063] В варианте осуществления значения серого Gray R, Gray G и Gray B в полосах частот красного (R), зеленого (G) и синего (B) цветов вычисляются на основе определенной целевой области.
[0064] На этапе 205 Gray R, Gray G и Gray B преобразуются в значения серого Gray a и Gray b в цветовом пространстве Lab.
[0065] В варианте осуществления Gray R, Gray G и Gray B преобразуются в значения серого Gray a и Gray b в цветовом пространстве Lab согласно формулам преобразования:
[0066] Gray a=1,4749 * (0,2213 * Gray R-0,3390 * Gray G+ 0,1177 * Gray B)+128; и
[0067] Gray b=0,6245 * (0,1949 * Gray R+0,6057 * Gray G - 0,8006 * Gray B)+128.
[0068] Следует отметить, что, на основе модели цветового пространства Lab, надлежит использовать положительную часть координатной оси a, чтобы описывать цветовой признак банкноты в 100 юаней, отрицательную часть координатной оси a, чтобы описывать цветовой признак банкноты в 50 юаней, положительную часть координатной оси b, чтобы описывать цветовой признак банкноты в 20 юаней, и отрицательную часть координатной оси b, чтобы описывать цветовой признак банкноты в 10 юаней. Кроме того, способ для описания отличительных признаков дополнительно включает в себя соотношение между компонентом a и компонентом b для одинакового номинала.
[0069] На этапе 206 произведение Gray a и Gray b и разность между абсолютным значением Gray a и абсолютным значением Gray b подставляются в предварительно заданные формулы, чтобы определять категорию банкноты, которая должна быть детектирована.
[0070] В варианте осуществления, предположим, что X=|Gray a|, Y=|Gray b|, E=Gray a и F=Gray b, предварительно заданные формулы соответственно являются следующими.
[0071] В предварительно заданной формуле 1, если E*F>0, и X-Y>20, банкнота определяется как банкнота в 100 юаней женьминьби.
[0072] В предварительно заданной формуле 2, если E*F<0, и X-Y>10, банкнота определяется как банкнота в 50 юаней женьминьби;
[0073] В предварительно заданной формуле 3, если E*F>0, и X-Y<5, банкнота определяется как банкнота в 20 юаней женьминьби; и
[0074] В предварительно заданной формуле 4, если E<0, и X-Y<10, банкнота определяется как банкнота в 10 юаней женьминьби.
[0075] В настоящем варианте осуществления, после преобразования с помощью формул, значения отличительных признаков банкнот женьминьби различных номиналов в Lab-пространстве могут быть следующими:
[0076] Поскольку различие между компонентами Gray L яркости цвета для различных номиналов является небольшим, компоненты Gray L яркости цвета не используются в качестве ориентира для определения. Из вышеприведенной таблицы следует, что, для банкноты в 100 юаней, значение Gray a является положительным, и большее значение из абсолютных значений (|Gray a|>|Gray b|) указывает более красный цвет; а для банкноты в 50 юаней значение Gray a является отрицательным, и большее значение из абсолютных значений (|Gray a|>|Gray b|) указывает более зеленый цвет. Следовательно, отношение между X=|Gray a|, Y=|Gray b|, E=Gray a и F=Gray b может быть использовано в качестве основы для определения.
[0077] В варианте осуществления, на основе того, что различие между цветами банкнот различных номиналов является большим, сначала получается RGB-изображение банкноты, которая должна быть детектирована. Вычисляются значения серого Gray R, Gray G и Gray B RGB-изображения в полосах частот красного (R), зеленого (G) и синего (B) цветов, и Gray R, Gray G и Gray B преобразуются в значения серого Gray a и Gray b в цветовом пространстве Lab. Произведение Gray a и Gray b и разность между абсолютным значением Gray a и абсолютным значением Gray b подставляются в предварительно заданные формулы, чтобы эффективно идентифицировать банкноты различных номиналов, таким образом, улучшая коэффициент распознавания номинала. Кроме того, |Gray a|, |Gray b|, Gray a и Gray b выбираются в качестве основы определения, что улучшает операционную гибкость.
[0078] Ссылка выполняется на фиг. 3. Устройство классификации и распознавания банкнот на основе цветового пространства Lab предоставляется согласно настоящему изобретению. Устройство включает в себя модуль 301 получения, модуль 302 обработки, модуль 303 преобразования и модуль 304 определения.
[0079] Модуль 301 получения конфигурируется, чтобы получать RGB-изображение банкноты, которая должна быть детектирована.
[0080] Модуль 302 обработки конфигурируется, чтобы вычислять значения серого Gray R, Gray G и Gray B RGB-изображения, полученного посредством модуля получения, в полосах частот красного (R), зеленого (G) и синего (B) цветов.
[0081] Модуль 303 преобразования конфигурируется, чтобы преобразовывать Gray R, Gray G и Gray B, вычисленные посредством модуля 302 обработки, в значения серого Gray a и Gray b в цветовом пространстве Lab.
[0082] Модуль 304 определения конфигурируется, чтобы подставлять произведение Gray a и Gray b и разность между абсолютным значением Gray a и абсолютным значением Gray b в предварительно заданные формулы, чтобы определять категорию банкноты, которая должна быть детектирована.
[0083] Модуль 304 определения может быть дополнительно сконфигурирован, чтобы:
[0084] определять банкноту, которая должна быть детектирована, как 100 юаней, в случае, когда произведение Gray a и Gray b больше нуля, и разность между абсолютным значением Gray a и абсолютным значением Gray b больше 20;
[0085] определять банкноту, которая должна быть детектирована, как 20 юаней, в случае, когда произведение Gray a и Gray b больше нуля, и разность между абсолютным значением Gray a и абсолютным значением Gray b меньше 5;
[0086] определять банкноту, которая должна быть детектирована, как 50 юаней, в случае, когда произведение Gray a и Gray b меньше нуля, и разность между абсолютным значением Gray a и абсолютным значением Gray b больше 10; и
[0087] определять банкноту, которая должна быть детектирована, как 10 юаней, в случае, когда Gray a меньше нуля, и разность между абсолютным значением Gray a и абсолютным значением Gray b меньше 10.
[0088] Дополнительно, модуль 301 получения может быть сконфигурирован, чтобы получать RGB-изображение всей области банкноты, которая должна быть детектирована, через мультиспектральное устройство распознавания.
[0089] Дополнительно, модуль 302 обработки может быть сконфигурирован, чтобы извлекать область головного портрета Мао Цзэдуна в RGB-изображении в качестве целевой области и вычислять значения серого Gray R, Gray G и Gray B на основе целевой области.
[0090] Дополнительно, модуль 303 преобразования может быть сконфигурирован, чтобы преобразовывать Gray R, Gray G и Gray B в значения серого Gray a и Gray b в цветовом пространстве Lab согласно формулам преобразования:
[0091] Gray a=1,4749 * (0,2213 * Gray R-0,3390 * Gray G+ 0,1177 * Gray B)+128, и
[0092] Gray b=0,6245 * (0,1949 * Gray R+0,6057 * Gray G-0,8006 * Gray B)+128.
[0093] Подводя итог, вышеприведенные варианты осуществления предназначены только, чтобы иллюстрировать технические решения настоящего изобретения, а не чтобы ограничивать настоящее изобретение. Хотя настоящее изобретение было описано подробно с помощью вышеприведенных вариантов осуществления, специалистам в области техники должно быть понятно, что технические решения, описанные в вышеприведенных вариантах осуществления, могут все еще быть модифицированы, или некоторые из технических деталей могут быть эквивалентно заменены, и такие модификации и замены не отступают от духа и рамок технических решений всех вариантов осуществления настоящего изобретения.
| название | год | авторы | номер документа |
|---|---|---|---|
| СПОСОБ И УСТРОЙСТВО ДЛЯ ИЗМЕНЕНИЯ ЦВЕТА ФОНА ПАНЕЛИ ИНСТРУМЕНТОВ СОГЛАСНО ДОМИНИРУЮЩЕМУ ЦВЕТУ ИЗОБРАЖЕНИЯ | 2017 |
|
RU2693303C2 |
| СПОСОБ ИЗМЕРЕНИЯ И КОЛИЧЕСТВЕННОГО ВЫРАЖЕНИЯ ОПТИЧЕСКИХ ХАРАКТЕРИСТИК СТЕКЛА, СПОСОБ ПОДБОРА СТЕКЛА С НЕОБХОДИМЫМИ ОПТИЧЕСКИМИ СВОЙСТВАМИ | 2008 |
|
RU2381462C1 |
| СПОСОБ ИДЕНТИФИКАЦИИ КАДРОВ ПОТОКА МУЛЬТИМЕДИЙНЫХ ДАННЫХ НА ОСНОВЕ КОРРЕЛЯЦИОННОГО АНАЛИЗА ГИСТОГРАММ ИЗОБРАЖЕНИЙ КАДРОВ | 2015 |
|
RU2607415C2 |
| СПОСОБ ОБНАРУЖЕНИЯ НАСЫЩЕННЫХ ПИКСЕЛОВ В ИЗОБРАЖЕНИИ | 2017 |
|
RU2750088C2 |
| СПОСОБ ЗАЩИТЫ ИНФОРМАЦИИ В ЭВМ, ИСПОЛЬЗУЮЩИХ ЦВЕТНЫЕ РАСТРОВЫЕ СИСТЕМЫ ОТОБРАЖЕНИЯ ИНФОРМАЦИИ, ОТ УТЕЧКИ ПО ТЕХНИЧЕСКИМ КАНАЛАМ | 1997 |
|
RU2128889C1 |
| СПОСОБ ИДЕНТИФИКАЦИИ ПРОИЗВЕДЕНИЙ ЖИВОПИСИ НА ПРЕДМЕТ ИХ АВТОРСТВА | 2007 |
|
RU2333613C1 |
| ПОРТАТИВНОЕ УСТРОЙСТВО ДЛЯ ИЗМЕРЕНИЯ ХРОМОФОРОВ В КОЖЕ И СПОСОБ ПРИМЕНЕНИЯ УСТРОЙСТВА | 2014 |
|
RU2601678C2 |
| КОМПЬЮТЕРНЫЙ СПОСОБ ФОРМАЛИЗАЦИИ РАСТРОВЫХ ЦВЕТНЫХ ИЗОБРАЖЕНИЙ ПОВРЕЖДЕНИЙ | 2002 |
|
RU2231288C2 |
| СПОСОБ ОПРЕДЕЛЕНИЯ СОСТОЯНИЯ ГОТОВНОСТИ И КАЧЕСТВА ПРОДУКТОВ ПИТАНИЯ | 2020 |
|
RU2767711C1 |
| МЕТОД РАСПОЗНАВАНИЯ ТРЕЩИН В РАЗВЕРТЫВАЕМОМ ИЗОБРАЖЕНИИ КОЛОНКОВОЙ ТРУБЫ БУРОВОГО КЕРНА | 2023 |
|
RU2815488C1 |
Изобретение относится к средствам классификации и идентификации банкнот на основе цветового пространства Lab. Технический результат заключается в обеспечении увеличения коэффициента распознавания номинальных стоимостей банкнот. Способ содержит: получение RGB-изображения банкноты, которая должна быть детектирована; вычисление значений серого Gray R, Gray G и Gray B RGB-изображения в полосах частот красного (R), зеленого (G) и синего (B) цветов; преобразование Gray R, Gray G и Gray B в значения серого Gray a и Gray b в цветовом пространстве Lab и сравнение произведения Gray a и Gray b и разности между абсолютным значением Gray a и абсолютным значением Gray b с предварительно заданной формулой, чтобы получать категорию банкноты, которая должна быть детектирована. 2 н. и 8 з.п. ф-лы, 3 ил.
1. Способ классификации и распознавания банкнот на основе цветового пространства Lab, содержащий этапы, на которых:
получают RGB-изображение банкноты, которая должна быть детектирована;
вычисляют значения серого Gray R, Gray G и Gray B RGB-изображения в полосах частот красного (R), зеленого (G) и синего (B) цветов;
преобразуют значения серого Gray R, Gray G и Gray B в значения серого Gray a и Gray b в цветовом пространстве Lab; и
подставляют произведение Gray a и Gray b и разность между абсолютным значением Gray a и абсолютным значением Gray b в предварительно заданные формулы, чтобы определять категорию банкноты, которая должна быть детектирована.
2. Способ по п. 1, в котором подстановка произведения Gray a и Gray b и разности между абсолютным значением Gray a и абсолютным значением Gray b в предварительно заданную формулу, чтобы получать категорию банкноты, которая должна быть детектирована, содержит этапы, на которых:
определяют банкноту, которая должна быть детектирована, как 100 юаней, в случае, когда произведение Gray a и Gray b больше нуля, и разность между абсолютным значением Gray a и абсолютным значением Gray b больше 20;
определяют банкноту, которая должна быть детектирована, как 20 юаней, в случае, когда произведение Gray a и Gray b больше нуля, и разность между абсолютным значением Gray a и абсолютным значением Gray b меньше 5;
определяют банкноту, которая должна быть детектирована, как 50 юаней, в случае, когда произведение Gray a и Gray b меньше нуля, и разность между абсолютным значением Gray a и абсолютным значением Gray b больше 10; и
определяют банкноту, которая должна быть детектирована, как 10 юаней, в случае, когда Gray a меньше нуля, и разность между абсолютным значением Gray a и абсолютным значением Gray b меньше 10.
3. Способ по п. 1, в котором получение RGB-изображения банкноты, которая должна быть детектирована, содержит этапы, на которых:
извлекают всю область банкноты, которая должна быть детектирована; и
получают RGB-изображение всей области через мультиспектральное устройство распознавания.
4. Способ по п. 3, в котором вычисление значений серого Gray R, Gray G и Gray B RGB-изображения в полосах частот красного (R), зеленого (G) и синего (B) цветов содержит этапы, на которых:
выбирают область головного портрета Мао Цзэдуна в RGB-изображении в качестве целевой области; и
вычисляют значения серого Gray R, Gray G и Gray B в полосах частот красного (R), зеленого (G) и синего (B) цветов на основе целевой области.
5. Способ по п. 1, в котором преобразование Gray R, Gray G и Gray B в значения серого Gray a и Gray b в цветовом пространстве Lab содержит этап, на котором:
подставляют Gray R, Gray G и Gray B в формулы преобразования, чтобы получать Gray a и Gray b, причем формулами преобразования являются:
Gray a=1,4749 * (0,2213 * Gray R-0,3390 * Gray G+ 0,1177 * Gray B)+128, и
Gray b=0,6245 * (0,1949 * Gray R+0,6057 * Gray G - 0,8006 * Gray B)+128.
6. Устройство классификации и распознавания банкнот на основе цветового пространства Lab, содержащее:
модуль получения, сконфигурированный, чтобы получать RGB-изображение банкноты, которая должна быть детектирована;
модуль обработки, сконфигурированный, чтобы вычислять значения серого Gray R, Gray G и Gray B RGB-изображения, полученного посредством модуля получения, в полосах частот красного (R), зеленого (G) и синего (B) цветов;
модуль преобразования, сконфигурированный, чтобы преобразовывать Gray R, Gray G и Gray B, вычисленные посредством модуля обработки, в значения серого Gray a и Gray b в цветовом пространстве Lab; и
модуль определения, сконфигурированный, чтобы подставлять произведение Gray a и Gray b и разность между абсолютным значением Gray a и абсолютным значением Gray b в предварительно заданные формулы, чтобы определять категорию банкноты, которая должна быть детектирована.
7. Устройство по п. 6, в котором модуль определения сконфигурирован, чтобы:
определять банкноту, которая должна быть детектирована, как 100 юаней, в случае, когда произведение Gray a и Gray b больше нуля, и разность между абсолютным значением Gray a и абсолютным значением Gray b больше 20;
определять банкноту, которая должна быть детектирована, как 20 юаней, в случае, когда произведение Gray a и Gray b больше нуля, и разность между абсолютным значением Gray a и абсолютным значением Gray b меньше 5;
определять банкноту, которая должна быть детектирована, как 50 юаней, в случае, когда произведение Gray a и Gray b меньше нуля, и разность между абсолютным значением Gray a и абсолютным значением Gray b больше 10; и
определять банкноту, которая должна быть детектирована, как 10 юаней, в случае, когда Gray a меньше нуля, и разность между абсолютным значением Gray a и абсолютным значением Gray b меньше 10.
8. Устройство по п. 6, в котором модуль получения сконфигурирован, чтобы получать RGB-изображение всей области банкноты, которая должна быть детектирована, через мультиспектральное устройство распознавания.
9. Устройство по п. 8, в котором модуль обработки сконфигурирован, чтобы извлекать область головного портрета Мао Цзэдуна в RGB-изображении в качестве целевой области; и
вычислять значения серого Gray R, Gray G и Gray B в полосах частот красного (R), зеленого (G) и синего (B) цветов на основе целевой области.
10. Устройство по п. 6, в котором модуль преобразования сконфигурирован, чтобы преобразовывать значения серого Gray R, Gray G и Gray B в значения серого Gray a и Gray b в цветовом пространстве Lab согласно формулам преобразования
Gray a=1,4749 * (0,2213 * Gray R-0,3390 * Gray G+ 0,1177 * Gray B)+128, и
Gray b=0,6245 * (0,1949 * Gray R+0,6057 * Gray G - 0,8006 * Gray B)+128.
| ОПТИЧЕСКИЙ СИМВОЛ, ПРЕДМЕТ, НА КОТОРОМ ЗАКРЕПЛЕН ОПТИЧЕСКИЙ СИМВОЛ, СПОСОБ КРЕПЛЕНИЯ ОПТИЧЕСКОГО СИМВОЛА НА ПРЕДМЕТЕ, СПОСОБ ДЕКОДИРОВАНИЯ ОПТИЧЕСКОГО СИМВОЛА, СООТВЕТСТВУЮЩЕЕ УСТРОЙСТВО И СООТВЕТСТВУЮЩАЯ ПРОГРАММА | 2007 |
|
RU2449364C2 |
| US 8921473 B1, 30.12.2014 | |||
| CN 102750771 A, 24.10.2012 | |||
| СПОСОБ СОДЕРЖАНИЯ СОБАК-ДЕТЕКТОРОВ ДЛЯ ОБНАРУЖЕНИЯ ЗАПРЕЩЕННЫХ К ПЕРЕВОЗКЕ НА ТРАНСПОРТЕ ВЕЩЕСТВ И ПРЕДМЕТОВ И КЛЕТКА ДЛЯ СОДЕРЖАНИЯ СОБАК-ДЕТЕКТОРОВ | 2002 |
|
RU2246825C2 |
