本發(fā)明屬于圖像處理技術(shù)領(lǐng)域，尤其涉及一種紙幣碎片拼接的方法及裝置。

背景技術(shù)：

根據(jù)有關(guān)規(guī)定，殘幣面積需達(dá)到票面的一半以上時(shí)銀行才可以予以兌換，因此在遇到人為或是自然原因而產(chǎn)生的殘幣，用戶往往需要預(yù)先對(duì)紙幣碎片進(jìn)行手工拼接。

然而當(dāng)紙幣碎片數(shù)量很大時(shí)，手工拼接不僅費(fèi)時(shí)費(fèi)力，而且準(zhǔn)確率低，甚至?xí)?duì)破損的紙幣造成二次損害。

技術(shù)實(shí)現(xiàn)要素：

鑒于此，本發(fā)明實(shí)施例提供了一種紙幣碎片拼接的方法和裝置，以解決現(xiàn)有技術(shù)中對(duì)紙幣進(jìn)行人工拼接時(shí)難度大、準(zhǔn)確率和效率低的問(wèn)題。

本發(fā)明實(shí)施例的第一方面，提供了一種紙幣碎片拼接的方法，所述方法包括：

建立紙幣模板；

獲取待拼接的紙幣碎片圖像；

根據(jù)所述紙幣碎片圖像的顏色信息將所述紙幣碎片圖像劃分至對(duì)應(yīng)的面值類別；

針對(duì)每一種面值類別的紙幣碎片圖像，提取所述紙幣碎片圖像的紋理特征；

根據(jù)所述紋理特征和所述紙幣模板對(duì)所述紙幣碎片圖像進(jìn)行拼接。

進(jìn)一步地，所述獲取待拼接的紙幣碎片圖像包括：

通過(guò)掃描的方式獲取待拼接的紙幣碎片圖像，并按照掃描的先后順序?qū)λ黾垘潘槠瑘D像進(jìn)行編號(hào)，生成具有編號(hào)信息的紙幣碎片圖像。

進(jìn)一步地，所述根據(jù)所述紙幣碎片圖像的顏色信息將所述紙幣碎片圖像劃分至對(duì)應(yīng)的面值類別包括：

對(duì)所述紙幣碎片圖像進(jìn)行色彩空間轉(zhuǎn)換，以將所述紙幣碎片圖像從rgb色彩空間轉(zhuǎn)換為hsv色彩空間；

在轉(zhuǎn)換為hsv色彩空間后，將所述紙幣碎片圖像的色調(diào)分量與預(yù)設(shè)的色調(diào)分量閾值進(jìn)行比對(duì)，并根據(jù)比對(duì)結(jié)果將所述紙幣碎片圖像劃分至對(duì)應(yīng)的面值類別。

進(jìn)一步地，所述針對(duì)每一種面值類別的紙幣碎片圖像，提取所述紙幣碎片圖像的紋理特征包括：

根據(jù)預(yù)設(shè)的邊界提取算法提取所述紙幣碎片圖像的邊界信息；

對(duì)于每一種面值類別的紙幣碎片圖像，根據(jù)所述紙幣碎片圖像的邊界信息，采用尺度不變特征轉(zhuǎn)換算法提取所述紙幣碎片圖像的紋理特征。

進(jìn)一步地，所述根據(jù)所述紋理特征和所述紙幣模板對(duì)所述紙幣碎片圖像進(jìn)行拼接包括：

根據(jù)所述紋理特征確定所述紙幣碎片圖像在所述紙幣模板中的位置信息；

對(duì)所述紙幣碎片圖像的位置信息進(jìn)行分類，并根據(jù)分類結(jié)果對(duì)所述紙幣碎片圖像進(jìn)行拼接。

本發(fā)明實(shí)施例的第二方面，提供了一種紙幣碎片拼接的裝置，所述裝置包括：

創(chuàng)建模塊，用于建立紙幣模板；

獲取模塊，用于獲取待拼接的紙幣碎片圖像；

分類模塊，用于根據(jù)所述紙幣碎片圖像的顏色信息將所述紙幣碎片圖像劃分至對(duì)應(yīng)的面值類別；

提取模塊，用于針對(duì)每一種面值類別的紙幣碎片圖像，提取所述紙幣碎片圖像的紋理特征；

拼接模塊，用于根據(jù)所述紋理特征和所述紙幣模板對(duì)所述紙幣碎片圖像進(jìn)行拼接。

進(jìn)一步地，所述獲取模塊具體用于：

通過(guò)掃描的方式獲取待拼接的紙幣碎片圖像，并按照掃描的先后順序?qū)λ黾垘潘槠瑘D像進(jìn)行編號(hào)，生成具有編號(hào)信息的紙幣碎片圖像。

進(jìn)一步地，所述分類模塊包括：

轉(zhuǎn)換單元，用于對(duì)所述紙幣碎片圖像進(jìn)行色彩空間轉(zhuǎn)換，以將所述紙幣碎片圖像從rgb色彩空間轉(zhuǎn)換為hsv色彩空間；

分類單元，用于在轉(zhuǎn)換為hsv色彩空間后，將所述紙幣碎片圖像的色調(diào)分量與預(yù)設(shè)的色調(diào)分量閾值進(jìn)行比對(duì)，并根據(jù)比對(duì)結(jié)果將所述紙幣碎片圖像劃分至對(duì)應(yīng)的面值類別。

進(jìn)一步地，所述提取模塊包括：

邊界信息提取單元，用于根據(jù)預(yù)設(shè)的邊界提取算法提取所述紙幣碎片圖像的邊界信息；

紋理特征提取單元，用于對(duì)于每一種面值類別的紙幣碎片圖像，根據(jù)所述紙幣碎片圖像的邊界信息，采用尺度不變特征轉(zhuǎn)換算法提取所述紙幣碎片圖像的紋理特征。

進(jìn)一步地，所述拼接模塊包括：

定位單元，用于根據(jù)所述紋理特征確定所述紙幣碎片圖像在所述紙幣模板中的位置信息；

拼接單元，用于對(duì)所述紙幣碎片圖像的位置信息進(jìn)行分類，并根據(jù)分類結(jié)果對(duì)所述紙幣碎片圖像進(jìn)行拼接。

與現(xiàn)有技術(shù)相比，本發(fā)明實(shí)施例依據(jù)紙幣的顏色信息將紙幣碎片圖像劃分至對(duì)應(yīng)的面值類別中，然后針對(duì)同一面值類別的紙幣碎片圖像提取紋理特征，并根據(jù)所述紋理特征和紙幣模板對(duì)所述紙幣碎片圖像進(jìn)行拼接，從而實(shí)現(xiàn)了對(duì)紙幣碎片的自動(dòng)拼接，降低了拼接的復(fù)雜度和匹配的難度，有效地避免了人工拼接過(guò)程中對(duì)紙幣碎片造成的二次損害；即使在改變紙幣碎片圖像的掃描角度、圖像亮度和掃描視角的情況下，依然能夠得到較好的紙幣碎片圖像特征，有效地提高了拼接的準(zhǔn)確率和效率。

附圖說(shuō)明

為了更清楚地說(shuō)明本發(fā)明實(shí)施例中的技術(shù)方案，下面將對(duì)實(shí)施例或現(xiàn)有技術(shù)描述中所需要使用的附圖作簡(jiǎn)單地介紹，顯而易見(jiàn)地，下面描述中的附圖僅僅是本發(fā)明的一些實(shí)施例，對(duì)于本領(lǐng)域普通技術(shù)人員來(lái)講，在不付出創(chuàng)造性勞動(dòng)性的前提下，還可以根據(jù)這些附圖獲得其他的附圖。

圖1是本發(fā)明實(shí)施例一提供的紙幣碎片拼接的方法的實(shí)現(xiàn)流程圖；

圖2是本發(fā)明實(shí)施例一提供的紙幣碎片拼接的方法中步驟s103的具體實(shí)現(xiàn)流程圖；

圖3是本發(fā)明實(shí)施例一提供的紙幣碎片拼接的方法中步驟s104的具體實(shí)現(xiàn)流程圖；

圖4是本發(fā)明實(shí)施例一提供的紙幣碎片拼接的方法中步驟s105的具體實(shí)現(xiàn)流程圖

圖5是本發(fā)明實(shí)施例二提供的紙幣碎片拼接的裝置的結(jié)構(gòu)框圖。

具體實(shí)施方式

以下描述中，為了說(shuō)明而不是為了限定，提出了諸如特定系統(tǒng)結(jié)構(gòu)、技術(shù)之類的具體細(xì)節(jié)，以便透徹理解本發(fā)明實(shí)施例。然而，本領(lǐng)域的技術(shù)人員應(yīng)當(dāng)清楚，在沒(méi)有這些具體細(xì)節(jié)的其它實(shí)施例中也可以實(shí)現(xiàn)本發(fā)明。在其它情況中，省略對(duì)眾所周知的系統(tǒng)、裝置、電路以及方法的詳細(xì)說(shuō)明，以免不必要的細(xì)節(jié)妨礙本發(fā)明的描述。

本發(fā)明實(shí)施例依據(jù)紙幣的顏色信息將紙幣碎片圖像劃分至對(duì)應(yīng)的面值類別中，然后針對(duì)同一面值類別的紙幣碎片圖像提取紋理特征，并根據(jù)所述紋理特征和紙幣模板對(duì)所述紙幣碎片圖像進(jìn)行拼接，從而實(shí)現(xiàn)了對(duì)紙幣碎片的自動(dòng)拼接，降低了拼接的復(fù)雜度和匹配的難度，有效地避免了人工拼接過(guò)程中對(duì)紙幣碎片造成的二次損害；即使在改變紙幣碎片圖像的掃描角度、圖像亮度和掃描視角的情況下，依然能夠得到較好的紙幣碎片圖像特征，有效地提高了拼接的準(zhǔn)確度和效率。本發(fā)明實(shí)施例還提供了相應(yīng)的裝置，以下分別進(jìn)行詳細(xì)的說(shuō)明。

圖1示出了本發(fā)明實(shí)施例一提供的紙幣碎片拼接的方法的實(shí)現(xiàn)流程。參閱圖1，所述方法包括：

在步驟s101中，建立紙幣模板。

在這里，所述紙幣為由國(guó)家或者地區(qū)發(fā)行的、強(qiáng)制使用的價(jià)值符號(hào)。本發(fā)明實(shí)施例中的所述紙幣模板包括現(xiàn)行的不同面值紙幣的模板圖像。

在步驟s102中，獲取待拼接的紙幣碎片圖像。

可選地，本發(fā)明實(shí)施例通過(guò)掃描的方式獲取待拼接的紙幣碎片圖像，并按照掃描的先后順序?qū)λ黾垘潘槠瑘D像進(jìn)行編號(hào)，生成具有編號(hào)信息的紙幣碎片圖像。其中，所使用的掃描設(shè)備包括但不限于掃描儀或高拍儀。為保證紙幣碎片圖像的細(xì)節(jié)清晰、完整，本發(fā)明實(shí)施例在獲取到紙幣碎片圖像后，還可以根據(jù)圖像清晰狀況對(duì)該紙幣碎片圖像的分辨率進(jìn)行調(diào)整。

本發(fā)明實(shí)施例通過(guò)在掃描過(guò)程中自動(dòng)對(duì)紙幣碎片圖像進(jìn)行編號(hào)，有利于后續(xù)根據(jù)編號(hào)檢索對(duì)應(yīng)的紙幣碎片圖像，在面對(duì)大量紙幣碎片的復(fù)原工作時(shí)，可提高對(duì)碎片圖像查找的效率，進(jìn)而提高拼接的效率。

在步驟s103中，根據(jù)所述紙幣碎片圖像的顏色信息將所述紙幣碎片圖像劃分至對(duì)應(yīng)的面值類別。

可選地，本發(fā)明實(shí)施例采用紙幣碎片圖像的色調(diào)信息來(lái)劃分面值類別。圖2示出了本發(fā)明實(shí)施例一提供的紙幣碎片拼接的方法中步驟s103的具體實(shí)現(xiàn)流程。參閱圖2，所述步驟s103包括：

在步驟s201中，對(duì)所述紙幣碎片圖像進(jìn)行色彩空間轉(zhuǎn)換，以將所述紙幣碎片圖像從rgb色彩空間轉(zhuǎn)換為hsv色彩空間。

在步驟s202中，在轉(zhuǎn)換為hsv色彩空間后，將所述紙幣碎片圖像的色調(diào)分量與預(yù)設(shè)的色調(diào)分量閾值進(jìn)行比對(duì)，并根據(jù)比對(duì)結(jié)果將所述紙幣碎片圖像劃分至對(duì)應(yīng)的面值類別。

在這里，本發(fā)明實(shí)施例色調(diào)分量閾值進(jìn)行面值類別劃分，而通過(guò)掃描的方式獲取的紙幣碎片圖像通常為rgb格式，因此，需要先將所述紙幣碎片圖像由rgb色彩空間轉(zhuǎn)換至hsv色彩空間，然后再根據(jù)預(yù)設(shè)的不同色調(diào)分量閾值對(duì)所述紙幣碎片圖像依照面值進(jìn)行分類。

其中，所述色調(diào)分量閾值包括每一種面值的紙幣對(duì)應(yīng)的色調(diào)分量閾值。

示例性地，對(duì)于新版第五套人民幣，共有1元、5元、10元、20元、50元、100元共6種面值。其中，1元主要表現(xiàn)顏色為青色、5元主要表現(xiàn)顏色為紫色、10元主要表現(xiàn)顏色為藍(lán)色、20元主要表現(xiàn)顏色為黃色、50元主要表現(xiàn)顏色為綠色、100元主要表現(xiàn)顏色紅色。而在hsv色彩空間中，色調(diào)分量是通過(guò)角度來(lái)度量不同色彩，取值范圍為0°至360°，從紅色開(kāi)始按逆時(shí)針?lè)较蛴?jì)算，比如，紅色為0°，綠色為120°，藍(lán)色為240°，及其補(bǔ)色：黃色為60°，青色為180°，品紅為300°?；诖?，可以將所述色調(diào)分量閾值分別設(shè)置為：用于劃分1元面值的第一色調(diào)分量閾值180°，用于劃分10元面值的第二色調(diào)分量閾值240°，用于劃分20元面值的第三色調(diào)分量閾值60°，用于劃分50元面值的第四色調(diào)分量閾值120°，用于劃分100元面值的第五色調(diào)分量閾值0°等。在實(shí)際劃分操作中，可以采用比對(duì)的方式，根據(jù)紙幣碎片圖像的色調(diào)分量是否落在上述色調(diào)分量閾值及其附近范圍來(lái)確定該紙幣碎片圖像對(duì)應(yīng)的面值類別，并將所述紙幣碎片圖像劃分至所述面值類別。

可見(jiàn)，在所述rgb色彩空間中，色彩由r(紅)、g(綠)、b(藍(lán))三個(gè)分量表示；而在所述hsv色彩空間中，色彩僅由色調(diào)(h)分量表示。本發(fā)明實(shí)施例通過(guò)將紙幣碎片圖像由rgb色彩空間轉(zhuǎn)換至hsv色彩空間再進(jìn)行分類，大大減少了紙幣碎片圖像的色彩數(shù)據(jù)量，有利于降低算法的復(fù)雜度，減少面值確認(rèn)的時(shí)間，進(jìn)而提高拼接的效率。

在步驟s104中，針對(duì)每一種面值類別的紙幣碎片圖像，提取所述紙幣碎片圖像的紋理特征。

可選地，本發(fā)明實(shí)施例根據(jù)紙幣碎片圖像的邊界信息來(lái)提取紋理特征，且采用尺度不變特征轉(zhuǎn)換算法來(lái)提取所述紋理特征。圖3示出了本發(fā)明實(shí)施例一提供的紙幣碎片拼接的方法中步驟s104的具體實(shí)現(xiàn)流程。參閱圖3，所述步驟s104包括：

在步驟s301中，根據(jù)預(yù)設(shè)的邊界提取算法提取所述紙幣碎片圖像的邊界信息。

本發(fā)明實(shí)施例預(yù)先采用邊界提取算法提取所述紙幣碎片圖像的邊界信息，剔除紙幣碎片圖像的背景區(qū)域和噪聲信息，有利于方便后續(xù)提取紋理特征。

在步驟s302中，對(duì)于每一種面值類別的紙幣碎片圖像，根據(jù)所述紙幣碎片圖像的邊界信息，采用尺度不變特征轉(zhuǎn)換算法提取所述紙幣碎片圖像的紋理特征。

在本發(fā)明實(shí)施例中，所述尺度不變特征轉(zhuǎn)換算法的英文全稱是scale-invariantfeaturetransform，縮寫為sift算法。sift算法是一種計(jì)算機(jī)視覺(jué)的算法，用來(lái)偵測(cè)與描述影像中的局部性特征，在空間尺度中尋找極值點(diǎn)，并提取出其位置、尺度、旋轉(zhuǎn)不變量，得到圖像的紋理特征。由于sift算法是在多尺度高斯差分空間下求得紙幣碎片圖像的紋理特征，所述紋理特征不僅具有尺度不變性，即使在改變旋轉(zhuǎn)角度、圖像亮度或掃描視角，仍然能夠得到較好的檢測(cè)效果，從而為模板匹配提供了穩(wěn)健的特征標(biāo)準(zhǔn)，降低了特征匹配的難度，有利于提高紙幣碎片拼接的準(zhǔn)確度。

在步驟s105中，根據(jù)所述紋理特征和所述紙幣模板對(duì)所述紙幣碎片圖像進(jìn)行拼接。

本發(fā)明實(shí)施例通過(guò)比對(duì)所述紋理特征與所述紙幣模板來(lái)對(duì)所述紙幣碎片圖像進(jìn)行拼接?？蛇x地，圖4示出了本發(fā)明實(shí)施例一提供的紙幣碎片拼接的方法中步驟s105的具體實(shí)現(xiàn)流程。參閱圖4，所述步驟s105包括：

在步驟s401中，根據(jù)所述紋理特征確定所述紙幣碎片圖像在所述紙幣模板中的位置信息。

在這里，本發(fā)明實(shí)施例根據(jù)所述紋理特征，結(jié)合所述紙幣模板，使用預(yù)設(shè)的模板匹配法對(duì)所述紙幣碎片圖像進(jìn)行初步定位，以降低圖像拼接的難度。在得到所述紙幣碎片圖像在所述紙幣模板中的位置信息后，標(biāo)記所述碎片圖像的位置坐標(biāo)，求取位置的曲線函數(shù)，得到所述紙幣碎片圖像的位置信息。

在步驟s402中，對(duì)所述紙幣碎片圖像的位置信息進(jìn)行分類，并根據(jù)分類結(jié)果對(duì)所述紙幣碎片圖像進(jìn)行拼接。

本發(fā)明實(shí)施例遍歷每一個(gè)紙幣碎片圖像，得到其對(duì)應(yīng)的位置信息。然后使用聚類分析的方法對(duì)所述位置信息進(jìn)行分類。該分類能夠?qū)⑾嗤蛘呦嘟奈恢眯畔⒓衅饋?lái)，基于該分類的結(jié)果進(jìn)行拼接，能夠進(jìn)一步降低拼接的難度，提高拼接的效率及準(zhǔn)確度。

綜上所述，本發(fā)明實(shí)施例依據(jù)紙幣的顏色信息將紙幣碎片圖像劃分至對(duì)應(yīng)的面值類別中，然后針對(duì)同一面值類別的紙幣碎片圖像提取紋理特征，并根據(jù)所述紋理特征和紙幣模板對(duì)所述紙幣碎片圖像進(jìn)行拼接，從而實(shí)現(xiàn)了對(duì)紙幣碎片的自動(dòng)拼接，降低了拼接的復(fù)雜度和匹配的難度，有效地避免了人工拼接過(guò)程中對(duì)紙幣碎片造成的二次損害；即使在改變紙幣碎片圖像的掃描角度、圖像亮度和掃描視角的情況下，依然能夠得到較好的紙幣碎片圖像特征，有效地提高了拼接的準(zhǔn)確度和效率。

應(yīng)理解，上述實(shí)施例中步驟的序號(hào)的大小并不意味著執(zhí)行順序的先后，各過(guò)程的執(zhí)行順序應(yīng)以其功能和內(nèi)在邏輯確定，而不應(yīng)對(duì)本發(fā)明實(shí)施例的實(shí)施過(guò)程構(gòu)成任何限定。

圖5示出了本發(fā)明實(shí)施例二提供的紙幣碎片拼接的裝置的結(jié)構(gòu)框圖，為了便于說(shuō)明，僅示出了與本實(shí)施例相關(guān)的部分。

在本發(fā)明實(shí)施例中，該裝置用于實(shí)現(xiàn)上述圖1至圖4實(shí)施例中所述的紙幣碎片拼接的方法，可以是內(nèi)置于計(jì)算機(jī)、服務(wù)器、筆記本電腦中軟件單元、硬件單元或者軟硬件結(jié)合的單元。參照?qǐng)D5，所述裝置包括：

創(chuàng)建模塊51，用于建立紙幣模板；

獲取模塊52，用于獲取待拼接的紙幣碎片圖像；

分類模塊53，用于根據(jù)所述紙幣碎片圖像的顏色信息將所述紙幣碎片圖像劃分至對(duì)應(yīng)的面值類別；

提取模塊54，用于針對(duì)每一種面值類別的紙幣碎片圖像，提取所述紙幣碎片圖像的紋理特征；

拼接模塊55，用于根據(jù)所述紋理特征和所述紙幣模板對(duì)所述紙幣碎片圖像進(jìn)行拼接。

進(jìn)一步地，所述獲取模塊52具體用于：

通過(guò)掃描的方式獲取待拼接的紙幣碎片圖像，并按照掃描的先后順序?qū)λ黾垘潘槠瑘D像進(jìn)行編號(hào)，生成具有編號(hào)信息的紙幣碎片圖像。

其中，所使用的掃描設(shè)備包括但不限于掃描儀或高拍儀。為保證紙幣碎片圖像的細(xì)節(jié)清晰、完整，本發(fā)明實(shí)施例在獲取到紙幣碎片圖像后，所述獲取模塊52還可以根據(jù)圖像清晰狀況對(duì)該紙幣碎片圖像的分辨率進(jìn)行調(diào)整。

本發(fā)明實(shí)施例通過(guò)在掃描過(guò)程中自動(dòng)對(duì)紙幣碎片圖像進(jìn)行編號(hào)，有利于后續(xù)根據(jù)編號(hào)檢索對(duì)應(yīng)的紙幣碎片圖像，在面對(duì)大量紙幣碎片的復(fù)原工作時(shí)，可提高對(duì)碎片圖像查找的效率，進(jìn)而提高拼接的效率。

進(jìn)一步地，所述分類模塊53包括：

轉(zhuǎn)換單元531，用于對(duì)所述紙幣碎片圖像進(jìn)行色彩空間轉(zhuǎn)換，以將所述紙幣碎片圖像從rgb色彩空間轉(zhuǎn)換為hsv色彩空間；

分類單元532，用于在轉(zhuǎn)換為hsv色彩空間后，將所述紙幣碎片圖像的色調(diào)分量與預(yù)設(shè)的色調(diào)分量閾值進(jìn)行比對(duì)，并根據(jù)比對(duì)結(jié)果將所述紙幣碎片圖像劃分至對(duì)應(yīng)的面值類別。

在這里，通過(guò)掃描的方式獲取的紙幣碎片圖像通常為rgb格式，因此，本發(fā)明實(shí)施例先由所述轉(zhuǎn)換單元531將所述紙幣碎片圖像由rgb色彩空間轉(zhuǎn)換至hsv色彩空間，然后再由所述分類單元532根據(jù)預(yù)設(shè)的不同色調(diào)分量閾值對(duì)所述紙幣碎片圖像依照面值進(jìn)行分類。

其中，所述色調(diào)分量閾值包括每一種面值的紙幣對(duì)應(yīng)的色調(diào)分量閾值。色調(diào)分量閾值的設(shè)置示例具體請(qǐng)參見(jiàn)上述實(shí)施例的敘述，此處不再贅述。在實(shí)際劃分操作中，可以采用比對(duì)方式，根據(jù)紙幣碎片圖像的色調(diào)分量是否落在上述色調(diào)分量閾值及其附近范圍來(lái)確定該紙幣碎片圖像對(duì)應(yīng)的面值類別，并將所述紙幣碎片圖像劃分至所述面值類別。

可見(jiàn)，在所述rgb色彩空間中，色彩由r(紅)、g(綠)、b(藍(lán))三個(gè)分量表示；而在所述hsv色彩空間中，色彩僅由色調(diào)(h)分量表示。本發(fā)明實(shí)施例通過(guò)將紙幣碎片圖像由rgb色彩空間轉(zhuǎn)換至hsv色彩空間再進(jìn)行分類，大大減少了紙幣碎片圖像的色彩數(shù)據(jù)量，有利于降低算法的復(fù)雜度，減少面值確認(rèn)的時(shí)間，進(jìn)而提高拼接的效率。

進(jìn)一步地，所述提取模塊54包括：

邊界信息提取單元541，用于根據(jù)預(yù)設(shè)的邊界提取算法提取所述紙幣碎片圖像的邊界信息；

紋理特征提取單元542，用于對(duì)于每一種面值類別的紙幣碎片圖像，根據(jù)所述紙幣碎片圖像的邊界信息，采用尺度不變特征轉(zhuǎn)換算法提取所述紙幣碎片圖像的紋理特征。

本發(fā)明實(shí)施例通過(guò)采用邊界提取算法提取所述紙幣碎片圖像的邊界信息，剔除紙幣碎片圖像的背景區(qū)域和噪聲信息，有利于方便后續(xù)提取紋理特征。

上述的尺度不變特征轉(zhuǎn)換算法是一種計(jì)算機(jī)視覺(jué)的算法，用來(lái)偵測(cè)與描述影像中的局部性特征，在空間尺度中尋找極值點(diǎn)，并提取出其位置、尺度、旋轉(zhuǎn)不變量，得到圖像的紋理特征。由于sift算法是在多尺度高斯差分空間下求得紙幣碎片圖像的紋理特征，所述紋理特征不僅具有尺度不變性，即使在改變旋轉(zhuǎn)角度、圖像亮度或掃描視角，仍然能夠得到較好的檢測(cè)效果，從而為模板匹配提供了穩(wěn)健的特征標(biāo)準(zhǔn)，降低了特征匹配的難度，有利于提高紙幣碎片拼接的準(zhǔn)確度。

進(jìn)一步地，所述拼接模塊55包括：

定位單元551，用于根據(jù)所述紋理特征確定所述紙幣碎片圖像在所述紙幣模板中的位置信息；

拼接單元552，用于對(duì)所述紙幣碎片圖像的位置信息進(jìn)行分類，并根據(jù)分類結(jié)果對(duì)所述紙幣碎片圖像進(jìn)行拼接。

在這里，所述定位單元551根據(jù)所述紋理特征，結(jié)合所述紙幣模板，使用預(yù)設(shè)的模板匹配法對(duì)所述紙幣碎片圖像進(jìn)行初步定位，以提高碎片圖像定位的準(zhǔn)確度。在得到所述紙幣碎片圖像在所述紙幣模板中的位置信息后，標(biāo)記所述碎片圖像的位置坐標(biāo)，求取位置的曲線函數(shù)，得到所述紙幣碎片圖像的位置信息。

遍歷每一個(gè)紙幣碎片圖像，得到其對(duì)應(yīng)的位置信息。然后由所述拼接單元552使用聚類分析的方法對(duì)所述位置信息進(jìn)行分類。該分類能夠?qū)⑾嗤蛘呦嘟奈恢眯畔⒓衅饋?lái)，基于該分類的結(jié)果進(jìn)行拼接，有利于降低拼接的難度，提高拼接的效率及準(zhǔn)確度。

綜上所述，本發(fā)明實(shí)施例依據(jù)紙幣的顏色信息將紙幣碎片圖像劃分至對(duì)應(yīng)的面值類別中，然后針對(duì)同一面值類別的紙幣碎片圖像提取紋理特征，并根據(jù)所述紋理特征和紙幣模板對(duì)所述紙幣碎片圖像進(jìn)行拼接，從而實(shí)現(xiàn)了對(duì)紙幣碎片的自動(dòng)拼接，降低了拼接的復(fù)雜度和匹配的難度，有效地避免了人工拼接過(guò)程中對(duì)紙幣碎片造成的二次損害；即使在改變紙幣碎片圖像的掃描角度、圖像亮度和掃描視角的情況下，依然能夠得到較好的紙幣碎片圖像特征，有效地提高了拼接的準(zhǔn)確率和效率。

需要說(shuō)明的是，本發(fā)明實(shí)施例中的裝置可以用于實(shí)現(xiàn)上述方法實(shí)施例中的全部技術(shù)方案，其各個(gè)功能模塊的功能可以根據(jù)上述方法實(shí)施例中的方法具體實(shí)現(xiàn)，其具體實(shí)現(xiàn)過(guò)程可參照上述實(shí)例中的相關(guān)描述，此處不再贅述。

本發(fā)明還提供了一種非暫態(tài)計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，所述非暫態(tài)計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)存儲(chǔ)可由一個(gè)或多個(gè)處理器執(zhí)行的指令以執(zhí)行操作，所述操作包括：

建立紙幣模板；

獲取待拼接的紙幣碎片圖像；

根據(jù)所述紙幣碎片圖像的顏色信息將所述紙幣碎片圖像劃分至對(duì)應(yīng)的面值類別；

針對(duì)每一種面值類別的紙幣碎片圖像，提取所述紙幣碎片圖像的紋理特征；

根據(jù)所述紋理特征和所述紙幣模板對(duì)所述紙幣碎片圖像進(jìn)行拼接。

可選地，所述獲取待拼接的紙幣碎片圖像包括：

通過(guò)掃描的方式獲取待拼接的紙幣碎片圖像，并按照掃描的先后順序?qū)λ黾垘潘槠瑘D像進(jìn)行編號(hào)，生成具有編號(hào)信息的紙幣碎片圖像。

可選地，所述根據(jù)所述紙幣碎片圖像的顏色信息將所述紙幣碎片圖像劃分至對(duì)應(yīng)的面值類別包括：

對(duì)所述紙幣碎片圖像進(jìn)行色彩空間轉(zhuǎn)換，以將所述紙幣碎片圖像從rgb色彩空間轉(zhuǎn)換為hsv色彩空間數(shù)據(jù)；

在轉(zhuǎn)換為hsv色彩空間后，將所述紙幣碎片圖像的色調(diào)分量與預(yù)設(shè)的色調(diào)分量閾值進(jìn)行比對(duì)，并根據(jù)比對(duì)結(jié)果將所述紙幣碎片圖像劃分至對(duì)應(yīng)的面值類別。

可選地，所述針對(duì)每一種面值類別的紙幣碎片圖像，提取所述紙幣碎片圖像的紋理特征包括：

根據(jù)預(yù)設(shè)的邊界提取算法提取所述紙幣碎片圖像的邊界信息；

對(duì)于每一種面值類別的紙幣碎片圖像，根據(jù)所述紙幣碎片圖像的邊界信息，采用尺度不變特征轉(zhuǎn)換算法提取所述紙幣碎片圖像的紋理特征。

可選地，所述根據(jù)所述紋理特征和所述紙幣模板對(duì)所述紙幣碎片圖像進(jìn)行拼接包括：

根據(jù)所述紋理特征確定所述紙幣碎片圖像在所述紙幣模板中的位置信息；

對(duì)所述紙幣碎片圖像的位置信息進(jìn)行分類，并根據(jù)分類結(jié)果對(duì)所述紙幣碎片圖像進(jìn)行拼接。

所屬領(lǐng)域的技術(shù)人員可以清楚地了解到，為了描述的方便和簡(jiǎn)潔，僅以上述各功能單元、模塊的劃分進(jìn)行舉例說(shuō)明，實(shí)際應(yīng)用中，可以根據(jù)需要而將上述功能分配由不同的功能單元、模塊完成，即將所述裝置的內(nèi)部結(jié)構(gòu)劃分成不同的功能單元或模塊，以完成以上描述的全部或者部分功能。實(shí)施例中的各功能單元、模塊可以集成在一個(gè)處理單元中，也可以是各個(gè)單元單獨(dú)物理存在，也可以兩個(gè)或兩個(gè)以上單元集成在一個(gè)單元中，上述集成的單元既可以采用硬件的形式實(shí)現(xiàn)，也可以采用軟件功能單元的形式實(shí)現(xiàn)。另外，各功能單元、模塊的具體名稱也只是為了便于相互區(qū)分，并不用于限制本申請(qǐng)的保護(hù)范圍。上述系統(tǒng)中單元、模塊的具體工作過(guò)程，可以參考前述方法實(shí)施例中的對(duì)應(yīng)過(guò)程，在此不再贅述。

本領(lǐng)域普通技術(shù)人員可以意識(shí)到，結(jié)合本文中所公開(kāi)的實(shí)施例描述的各示例的單元及算法步驟，能夠以電子硬件、或者計(jì)算機(jī)軟件和電子硬件的結(jié)合來(lái)實(shí)現(xiàn)。這些功能究竟以硬件還是軟件方式來(lái)執(zhí)行，取決于技術(shù)方案的特定應(yīng)用和設(shè)計(jì)約束條件。專業(yè)技術(shù)人員可以對(duì)每個(gè)特定的應(yīng)用來(lái)使用不同方法來(lái)實(shí)現(xiàn)所描述的功能，但是這種實(shí)現(xiàn)不應(yīng)認(rèn)為超出本發(fā)明的范圍。

在本發(fā)明所提供的實(shí)施例中，應(yīng)該理解到，所揭露的裝置和方法，可以通過(guò)其它的方式實(shí)現(xiàn)。例如，以上所描述的系統(tǒng)實(shí)施例僅僅是示意性的，例如，所述模塊或單元的劃分，僅僅為一種邏輯功能劃分，實(shí)際實(shí)現(xiàn)時(shí)可以有另外的劃分方式，例如多個(gè)單元或組件可以結(jié)合或者可以集成到另一個(gè)系統(tǒng)，或一些特征可以忽略，或不執(zhí)行。另一點(diǎn)，所顯示或討論的相互之間的耦合或直接耦合或通訊連接可以是通過(guò)一些接口，裝置或單元的間接耦合或通訊連接，可以是電性，機(jī)械或其它的形式。

所述作為分離部件說(shuō)明的單元可以是或者也可以不是物理上分開(kāi)的，作為單元顯示的部件可以是或者也可以不是物理單元，即可以位于一個(gè)地方，或者也可以分布到多個(gè)網(wǎng)絡(luò)單元上?？梢愿鶕?jù)實(shí)際的需要選擇其中的部分或者全部單元來(lái)實(shí)現(xiàn)本實(shí)施例方案的目的。

另外，在本發(fā)明各個(gè)實(shí)施例中的各功能單元可以集成在一個(gè)處理單元中，也可以是各個(gè)單元單獨(dú)物理存在，也可以兩個(gè)或兩個(gè)以上單元集成在一個(gè)單元中。上述集成的單元既可以采用硬件的形式實(shí)現(xiàn)，也可以采用軟件功能單元的形式實(shí)現(xiàn)。

所述集成的單元如果以軟件功能單元的形式實(shí)現(xiàn)并作為獨(dú)立的產(chǎn)品銷售或使用時(shí)，可以存儲(chǔ)在一個(gè)計(jì)算機(jī)可讀取存儲(chǔ)介質(zhì)中。基于這樣的理解，本發(fā)明實(shí)施例的技術(shù)方案本質(zhì)上或者說(shuō)對(duì)現(xiàn)有技術(shù)做出貢獻(xiàn)的部分或者該技術(shù)方案的全部或部分可以以軟件產(chǎn)品的形式體現(xiàn)出來(lái)，該計(jì)算機(jī)軟件產(chǎn)品存儲(chǔ)在一個(gè)存儲(chǔ)介質(zhì)中，包括若干指令用以使得一臺(tái)計(jì)算機(jī)設(shè)備(可以是個(gè)人計(jì)算機(jī)，服務(wù)器，或者網(wǎng)絡(luò)設(shè)備等)或處理器(processor)執(zhí)行本發(fā)明實(shí)施例各個(gè)實(shí)施例所述方法的全部或部分步驟。而前述的存儲(chǔ)介質(zhì)包括：u盤、移動(dòng)硬盤、只讀存儲(chǔ)器(rom，read-onlymemory)、隨機(jī)存取存儲(chǔ)器(ram，randomaccessmemory)、磁碟或者光盤等各種可以存儲(chǔ)程序代碼的介質(zhì)。

以上所述實(shí)施例僅用以說(shuō)明本發(fā)明的技術(shù)方案，而非對(duì)其限制；盡管參照前述實(shí)施例對(duì)本發(fā)明進(jìn)行了詳細(xì)的說(shuō)明，本領(lǐng)域的普通技術(shù)人員應(yīng)當(dāng)理解：其依然可以對(duì)前述各實(shí)施例所記載的技術(shù)方案進(jìn)行修改，或者對(duì)其中部分技術(shù)特征進(jìn)行等同替換；而這些修改或者替換，并不使相應(yīng)技術(shù)方案的本質(zhì)脫離本發(fā)明各實(shí)施例技術(shù)方案的精神和范圍，均應(yīng)包含在本發(fā)明的保護(hù)范圍之內(nèi)。