Page 33 - VSDC_JulAug2017_eMag

应用与解决方案 Applications & Solutions

小部件或滑块来校准上限和 0 0 0
50 50 50
下限阈值的数值。
100 100 100
在执行边缘检测时，选 150 150 150
择并应用填充算法来填充图 200 200 200
0 50 100150200250300350400 0 50 100150200250300350400 0 50 100150200250300350400
像中的所有封闭区域，之后
图6：图像处理的第一阶段包括在每个图像中定位纸币。为完成此任务，应用Canny滤镜来检测纸币的边缘。在执行边缘
检测到纸币的轮廓，以确定 检测时，应用填充算法来填充图像中的所有封闭区域，之后可以检测纸币的轮廓，以确定图像内纸币的特定位置。
图像内纸币的特定位置（见图 6）。 就会被标记，以表明它们是真钞还是 重要的是实现可以期望的吞吐量运行。
一旦确定了纸币的位置，则图像 假钞。 它被优化以在嵌入式 AMD R 系列 SoC
内的 ROI 对应真钞的特征位置。当用 该系统依赖于照明光源，所以重 上有效运行，以确保最佳地利用设备
红外光源照射纸币时，这些特征将不 要的是要确保钞票样本被充分照亮。 上的四个 Excavator x86 CPU 内核。
可见（见图 7）。 因此，可能需要调整分类器的阈值， 0
25
因为真钞上的特征在 ROI 中实 以适应用于照亮钞票的不同亮度水平。 50
75
际上是不可见的，所以分析该区域可 使用 Jupiter Notebook 接口，可 100
125
以确定纸币的真伪。为此，应用简单 以轻松调整和调试算法，以数字和图
150
的阈值分类器来确定 ROI 中的像素 形方式显示任何中间结果。 175
200
数。通过在软件中设置分类器的阈值， 0 50 100 150 200 250 300 350 400
可以确定 ROI 下的像素强度值，然后 代码优化 图7：一旦确定了纸币的位置，则图像内的ROI对
应真钞的特征位置。当红外光源照射纸币时，这些
确定货币的真实性。这样做后，纸币 一旦开发出了正确的视觉算法， 特征将不可见。

视觉系统设计 Vision Systems Design China Jul/Aug 2017 31