技术摘要：
本发明提供了一种人民币纸币收藏划分方法及系统，其中，取像装置除了能够获取到常规的纸币图像外，还能清晰地获取到纸币上的水印和荧光图像。通过识别所获取图像的主体特征进行初步识别，然后再根据分类库中预先训练的细微差异的图像信息分类器中进一步分类，最终输出  全部
背景技术：
与普通纸币分类所不同的是，人民币纸币收藏的划分处理对年份、面额的初步划 分外，还包括同一类别中细微的颜色、冠号、底纹、暗记、荧光和水印差异的进一步划分。 这样才能更好地定位人民币纸币藏品的市场价值和升值空间，帮助收藏者进行系 统分类和细微特征的识别。
技术实现要素：
本发明的目的在于提供一种人民币纸币收藏划分方法及系统。 为解决上述问题，本发明提供一种人民币纸币收藏划分方法，包括： 获取待识别纸币的图像； 提取所述待识别纸币图像的主体特征； 将所述待识别纸币图像的主体特征输入到预设人民币收藏分类库中，进行初步分 类； 根据初步分类，将所述待识别纸币图像的对应区域图像输入到所述初步分类对应 的预先训练的图像信息分类器中进行细分。 进一步的，在上述方法中，获取待识别纸币的图像，包括： 通过图像获取单元的取像装置获取所述待识别纸币的正反面紫光长波照射及白 光透视的RGB彩色图像。 进一步的，在上述方法中，提取所述待识别纸币图像的主体特征，包括： 提取所述待识别纸币图像的年份特征数据和面额特征数据。 进一步的，在上述方法中，提取所述待识别纸币图像的主体特征之前，还包括： 对所述待识别纸币图像的年份特征、面额特征的待测图像区域进行分割。 进一步的，在上述方法中，根据初步分类，将所述待识别纸币图像的对应区域图像 输入到所述初步分类对应的预先训练的图像信息分类器中进行细分，包括： 根据初步分类，将所述待识别纸币图像的对应区域图像输入到所述初步分类对应 的预先训练的图像信息分类器中进行包括颜色、图案、冠号、底纹和暗记的细分。 进一步的，在上述方法中，根据初步分类，将所述待识别纸币图像的对应区域图像 输入到所述初步分类对应的预先训练的图像信息分类器中进行细分之前，还包括： 采用卷积神经网络分类器分别训练得到各个初步类别包含有对应的各种细分的 预设目标图像信息，并存储至该分类的图像信息分类器中。 进一步的，在上述方法中，将所述待识别纸币图像的对应区域图像输入到所述初 步分类对应的预先训练的图像信息分类器中进行细分，包括： 待识别纸币图像的对应区域图像输入到所述初步分类对应的预先训练的图像信 3 CN 111599081 A 说　明　书 2/5 页 息分类器中进行解码处理、左右翻转、色彩调整、标准化处理、大小调整以及待测细分区域 的标注。 根据本发明的另一面，还提供一种人民币纸币收藏划分系统，包括： 图像获取单元，用于获取待识别纸币的图像，包括获取待识别纸币的正反面紫光 长波照射及白光透视的RGB彩色图像； 特征识别单元，用于识别待识别纸币图像的主体特征和细分特征； 图像分割单元，用于分割不同位置的预设待测图像； 判断分类单元，根据不同分类阶段的图像特征和预设分类库进行分类。 与现有技术相比，本发明提出了采用图像识别技术对人民币纸币收藏进行智能划 分方法及系统，实现了人民币纸币藏品的智能识别、自动分类，提高了人民币纸币藏品的细 微差异识别的精度和系统分类的准确性。 附图说明 图1是本发明实施例提供的基于图像识别的人民币纸币收藏划分的流程图； 图2是本发明实施例提供的基于图像识别的人民币纸币收藏划分的系统装置图； 图3是本发明实施例提供的取像装置图。