張利明，范瑞春，趙喜清

（1.河北北方學(xué)院信息科學(xué)與工程學(xué)院，河北 張家口075000；2.中國農(nóng)業(yè)銀行股份有限公司張家口分行信息技術(shù)管理部，河北 張家口075000）

0 引 言

紙幣管理是國內(nèi)銀行金融業(yè)的一項(xiàng)重要業(yè)務(wù)。目前，中國經(jīng)濟(jì)迅猛發(fā)展，紙幣發(fā)行量逐年增多，致使銀行及各級貨幣處理中心處理紙幣的工作量逐年增大，但國家信用制度還不完善，而要求銀行工作零差錯(cuò)，這就要求紙幣處理的每一個(gè)環(huán)節(jié)（包括檢偽、清分、清點(diǎn)、扎把、捆扎、塑封）都要嚴(yán)格把關(guān)。而紙幣扎把的識(shí)別又是一個(gè)關(guān)鍵環(huán)節(jié)。紙幣捆鈔設(shè)備設(shè)計(jì)單位提出在捆鈔機(jī)中附加紙幣扎把識(shí)別功能，從而完善銀行紙幣管理。而其中對紙幣圖像處理的關(guān)鍵技術(shù)就是對紙幣扎把的識(shí)別。由于紙幣管理的嚴(yán)格性，在識(shí)別過程中如何提高識(shí)別率，特別是能夠在實(shí)際環(huán)境中面對隨機(jī)噪聲的干擾如何達(dá)到幾乎百分之百的識(shí)別率是提高識(shí)別速度一個(gè)需要認(rèn)真研究的重要問題。

1 研究現(xiàn)狀

目前紙幣識(shí)別中扎把處理方式主要有兩種，第一種方法是扎把圖像顏色識(shí)別法，就是通過掃描扎把顏色來區(qū)分扎把，這種方式的缺陷在于必須保證扎把的顏色與背景色有非常大的區(qū)分且扎把的顏色一致。

第二種方法是圖像噪聲邊沿法。對扎把圖像通過平滑噪聲來消除圖像噪聲點(diǎn)以平滑圖像，然后進(jìn)行銳化處理完成圖像特征點(diǎn)的增強(qiáng)邊沿檢測，進(jìn)而將扎把識(shí)別轉(zhuǎn)換為直線識(shí)別問題。這種方法仍然需要保證扎把的顏色與背景色有較大的差異，但不再需要確定扎把的顏色。由于邊沿的色彩差別會(huì)導(dǎo)致大量的噪聲的存在，以及平滑噪聲和邊沿檢測都需要復(fù)雜計(jì)算，因此實(shí)際過程中難以達(dá)到理想的識(shí)別速度。

2 熵與圖像熵

熵（entropy）指的是體系的混亂的程度，它在控制論、概率論、數(shù)論、天體物理、生命科學(xué)等領(lǐng)域都有重要應(yīng)用，在不同的學(xué)科中也有引申出的更為具體的定義，是各領(lǐng)域十分重要的參量。熵由魯?shù)婪颉た藙谛匏梗≧udolf Clausius）提出，并應(yīng)用在熱力學(xué)中。后來，信息論的創(chuàng)始人克勞德·艾爾伍德·香農(nóng)（Claude Elwood Shannon）第一次將熵的概念引入到信息論中來。他在其著作 《通信的數(shù)學(xué)理論》中提出了建立在概率統(tǒng)計(jì)模型上的信息度量，并把信息定義為 “用來消除不確定性的東西”。

將I（A）＝－logp（A）（其中p（A）為事件A發(fā)生的概率）稱為事件A的自信息，來度量事件A發(fā)生所提供的信息量。把隨機(jī)事件的N個(gè)可能的結(jié)果的自信息的平均值：

H＝－sum（p（i）/log（p（i））

稱為熵（p1，p2，pn是個(gè)事件對應(yīng)的概率），用作某事件不確定度的量度，是描述事物無序性的參數(shù)，熵越大則無序性越強(qiáng)，越不確定，熵為0的事件是確定的。

圖像熵把圖像的色彩作為隨機(jī)事件用來確定熵值。使用圖像熵表示圖像集合的比特平均數(shù)，單位為比特/像素，也描述了圖像信源的平均信息量。

H＝，其中p（i）代表了色彩度為i的圖像的像元在所有像元中所占比例。

3 圖像熵在紙幣扎把中的應(yīng)用

以上圖像熵可以表示圖像色彩分布的聚集特征，卻不能反映圖像色彩分布的空間特征，為此引入圖像的二維熵。

選擇圖像的鄰域色彩均值作為色彩分布的空間特征量，與圖像的像素色彩組成特征二元組，記為（i，j），其中i表示像素的色彩值（0＜＝i＜＝255），j表示領(lǐng)域色彩（0＜＝j(luò)＜＝255），

即可反應(yīng)某像素位置上的色彩值與其周圍像素的色彩分布的綜合特征，其中f（i，j）為特征二元組（i，j）出現(xiàn)的頻數(shù)，N為圖像的尺度，定義離散的圖像二維熵為：

依此構(gòu)造的圖像二維熵可以在反映圖像所包含的信息量的前提下，突出反映圖像中像素位置的色彩信息和像素鄰域內(nèi)色彩分布的綜合特征.

根據(jù)扎把的照片可以看到，紙幣側(cè)面的各種顏色非常豐富，而其扎把處顏色相對統(tǒng)一，因此通過圖像熵的計(jì)算就能夠區(qū)分扎把區(qū)域與其它區(qū)域的位置。

如將掃描后的圖像劃分為20×20個(gè)小區(qū)域，如圖1，分別計(jì)算每個(gè)扎把小區(qū)域圖像熵。其中，第5行到第16行與第5列到第16列扎把小區(qū)域圖像熵如表1。

圖1 將圖形劃分為20×20小區(qū)域

圖2 第6行（5～16）列數(shù)據(jù)的熵值圖形

以縮小2倍的列號(hào)為x軸，以圖像熵值為y軸，做第6行第5列到第16列區(qū)域圖像熵值二維回歸線，如圖2，明顯看到第8列附近為扎把區(qū)。觀察第6行與第11行代表圖像熵值的各列數(shù)據(jù)發(fā)現(xiàn)，第9行與第10行區(qū)域的圖像熵值顯著性降低，可以容易地實(shí)現(xiàn)扎把區(qū)域的識(shí)別。

表1 區(qū)域圖像熵值表

4 結(jié) 論

通過圖像分塊的圖像熵計(jì)算方式來完成紙幣捆中的扎把區(qū)域識(shí)別不需要指定扎把的顏色，同時(shí)其背景色的噪聲也不會(huì)影響扎把區(qū)域的識(shí)別，放寬了條件，提高了識(shí)別速度，是一種可行的扎把識(shí)別方式，具有很好的實(shí)用功能。

[1]劉勇奎.計(jì)算機(jī)圖形學(xué)的基礎(chǔ)算法 [M].北京：科學(xué)出版社，2001：1－90.

[2]李偉青，譚建榮，彭群生.基于圖段結(jié)構(gòu)的整體識(shí)別方法的研究 [J].計(jì)算機(jī)學(xué)報(bào)，1998（08）：753－758.

[3]石峰等.信息論基礎(chǔ) [M].武漢：武漢大學(xué)出版社，2004：10－76.

[4]董開坤.一種基于圖像熵向量的并行圖像匹配算法 [J].黑龍江工程學(xué)院，2001，（01）：40－43.