АЛГОРИТМ РАСПОЗНАВАНИЯ СИМВОЛЬНОЙ ИНФОРМАЦИИ СРЕДСТВАМИ MATLAB

Идентификация номера банкноты является весьма актуальной для различных терминалов оплаты, в которых возможно многократное использование одной и той же купюры с целью совершения мошеннических действий.

Основной причиной совершения мошеннических действий является невозможность терминала опознать купюру по ее номеру и в дальнейшем уже не принимать ее к оплате до какого - либо события (инкассации терминала и т. п.).

Разработанный алгоритм по распознаванию номера банкноты реализован в среде MatLab. Данная среда программирования предоставляет широкий спектр средств для цифровой обработки и анализа изображений.

На рисунке 2 приведена схема алгоритма. В первую очередь, нужно подчеркнуть, что для его работы необходимо, чтобы купюра попала в купюроприемник и прошла сканирование. После выполнения сканирования имеется два изображения: лицевая и оборотная стороны купюры. Поскольку купюра может быть вставлена по-разному, то изображения сторон купюры могут оказаться перевернутыми. Алгоритм предобработки должен решать задачу поиска и выделения символов, принадлежащих номеру купюры. Изображения, полученные в результате сканирования, преобразуем к черно-белому типу. Затем на нем выделяются области интереса. Далее эти

области анализируются, при необходимости происходит поворот изображения или выбор второго отсканированного изображения и все повторяется. По завершении анализа имеется правильно ориентированная лицевая сторона купюры, на которой выделяем область с номером, затем эту область подвергаем морфологической обработке, суть которой будет заключаться в устранении мелкого шума, восстановлении разрывов границ и др. Для дальнейшего распознавания необходимо инвертировать область с номером – 0 заменить единицами, а 1 – нулями. В результате предварительной обработки мы получаем необходимую область купюры, пригодную для дальнейшего распознавания.

Рисунок 3. Выделенная область купюры, подготовленная для распознавания

Для решения задачи распознавания имеем изображение номера купюры, состоящего из 9 символов, первые 2 из которых – буквы русского алфавита, а следующие 7 – арабские цифры.

В ходе анализа множества банкнот было установлено, что не все буквы русского алфавита используются для печати номера – прежде всего это связано с габаритными размерами буквы. К примеру, использование «Д» недопустимо, так как высота буквы значительно больше остальных. «Ш» не используют из-за большей  ширины, а буква «Щ» - одновременно по двум этим причинам. Всего же для печати номера используется 50 символов – 10 арабских цифр, 20 прописных и 20 строчных букв.

Область с номером делится на 2 - только с буквами и только с цифрами. Каждый символ в номере представляют собой однородное включение. Мы определяем границы этих включений и группируем их, зная, что первые два символа – буквы, а оставшиеся – цифры. Алгоритму распознавания не придется работать с буквенными эталоны для распознания области только с цифрами и наоборот. Это направлено на ускорение времени распознавания.

Далее следует процедура сравнения: каждый символ, используемый для печати номера, имеет какие-то количественные характеристики (дескрипторы). Происходит сравнение их с эталонными. Эталонные дескрипторы или вектор признаки будут сформированы из имеющихся одинаковых символов путем вычисления средних значений нескольких дескрипторов для каждого символа. 

Происходит выделение одного символа с номера (8-ми связного компонента) и расчет его дескрипторов. Далее происходит сравнение с эталонными вектор-признаками, после чего выбирается самый схожий и его номер заносится в память. Такая процедура повторяется для оставшихся символов в номере.

Точность распознавания данного алгоритма для всех символов составляет 99,76%, а для номера целиком – 97,87%.

Список литературы:

1. Гонсалес Р., Вудс Р., Эддинс С. Цифровая обработка изображений в среде MATLAB [Текст] / Гонсалес Р., Вудс Р., Эддинс С. – М.: Техносфера, 2006. - 616с.