CN100555341C - 在图像中确定对应于金融票券的区域的验证方法 - Google Patents

Abstract

在一图像中确定对应票券的区域的验证方法，包含将该图像分为图像区段；产生具有从图像区段选出，对应票券周围边缘区段的票券周围图；产生具有从图像区段中选出，根据有效的票券的范围内的纹理值的纹理区段的纹理判断图；通过删除纹理判断图中对应票券周围图中的边缘区段的纹理区段来确定纹理判断图中的目标对象；根据具有关于各图像区段的纹理特征值的纹理特征图来对各目标对象计算纹理特性值；对各目标对象计算形状特性值；及从纹理判断图中删除对应不具有在第一预设范围的纹理特性值与在第二预设范围的形状特性值的目标对象的纹理区段。

Description

在图像中确定对应于金融票券的区域的验证方法

技术领域

本发明涉及图像处理，尤指一种在一图像中确定对应于一金融票券(monetary banknote)的多个区域的验证方法。

背景技术

随着图像处理系统的进步，包含数字彩色复印机、扫描仪以及小尺寸的印刷装置等，与此同时也已经造成市面上有愈来愈多各种不同非法复制品的情况，而且现在有许多伪造者企图通过复制金融票券(monetary banknote)、货币、股票、债券以及其它相关目标对象等来取得个人利益，另外，因为印刷与复制的先进技术可以让伪造者复制出人眼无法辨别的伪造金融票券，所以辨识与区分伪造物品与真实有效的物品这方面的工作便变得愈来愈困难，因此目前非常需要一种可以有效的且精确的辨识与区分伪造的金融票券以及合法的金融票券的机制。

目前的金融票券检测系统通常都是导入一扫描仪或是相关类型的扫描机制，以将一样本金融票券的信息转换成一数字数据格式的表现方式，以用于图像处理，而一旦转换成数字数据之后，就可以进行一系列的测试与操作程序来确认该样本金融票券的有效性，这其中可以包含关键特征的辨识，例如标记(landmark)、全像图(hologram)、色彩、序号以及颜料(pigment)等。

在进行关键特征的辨识之前，检测伪造金融票券的一个重要操作步骤包含在一扫描图像中验证对应于该金融票券的多个区域，一般来说，该扫描图像的尺寸会大于该金融票券的尺寸，因此必须先知道该金融票券在该扫描图像中的实际位置，才能在需要确认的区域上进行相关的伪造测试，而不是在背景图像上进行，此外，知道对应于该金融票券的多个区域之后就可确定出在后续测试中所参考的坐标系统。

此外，如果票券是内嵌于一复杂的图像背景中被扫描，则会更难以自图像背景中辨识出实际的金融票券位置，而背景噪声及图案则会进一步使得检测过程变得更加复杂，如此一来就会造成不规则的辨识结果，并且无效的背景目标对象会被错误辨识为一金融票券的位置，此外，由于作为参考用的图框(frame)无法在一开始时便提供，故金融票券在该扫描图像中平移、旋转以及对齐时所产生的变动也会使得辨识程序变得更加复杂。

因此，如果没有对从该背景图像中分离出来的一扫描图像中的金融票券位置进行适当的验证，就无法达到准确检测伪造金融票券的最佳条件。

发明内容

有鉴于此，本发明的目的之一在于提供一种在一图像中确定对应于一金融票券(monetary banknote)的多个区段的验证方法，以解决上述问题。

为实现上述目的，本发明揭示一种在一图像中确定对应于一金融票券的多个区段的验证方法，该验证方法包含：将该图像划分为多个图像区段；产生一金融票券周边空白图，该金融票券周边空白图具有从所述多个图像区段中选出的多个边缘区段，且所述多个边缘区段是对应于该图像中的该金融票券的一周边空白；产生一纹理判断图(texture decision map)，该纹理判断图具有从所述多个图像区段中选出的多个纹理区段，且所述多个纹理区段各具有一纹理值，该纹理值是在一有效的金融票券的一有效的范围内；利用删除在该纹理判断图中对应于在该金融票券周边空白图中的所述多个边缘区段的多个纹理区段来确定在该纹理判断图中的多个目标对象；根据具有关于所述多个图像区段中每一图像区段的一纹理特征(texture feature)值的一纹理特征图以对于所述多个目标对象中每一目标对象计算一纹理特性(textureproperty)值；对于每一目标对象计算一形状特性值；以及进一步从该纹理判断图中删除对应于不具有在一第一预设范围内的该纹理特性值与在一第二预设范围内的该形状特性值的目标对象的纹理区段。

附图说明

图1为概要地描述根据本发明一实施例的一种在一图像中确定对应于一金融票券的多个区域的验证方法的示意图。

图2为根据图1所示的验证方法举例说明一扫描图像被划分为多个图像区段的一实施例的示意图。

图3为根据图1所示的验证方法的另一实施例举例说明所述多个图像区段以部分重叠的方式排列的示意图。

图4为根据图1所示的验证方法举例说明关于金融票券周边空白图的产生的示意图。

图5是根据图1所示的验证方法举例说明关于纹理判断图的产生的示意图。

图6是根据图1所示的验证方法举例说明关于目标对象确定步骤的示意图。

图7是根据图1所示的验证方法另举例说明关于目标对象确定步骤的示意图。

图8是根据本发明一实施例举例说明目标对象删除步骤的一范例。

图9是根据本发明一实施例举例说明一种在一图像中确定对应于一金融票券的多个区域的验证方法的流程图。

图10是根据本发明一实施例举例说明一种在一图像中确定对应于一金融票券的多个区域的验证方法的完整的逐步验证过程。

图11是根据本发明另一实施例举例说明一种在一图像中确定对应于一金融票券的多个区域的验证方法的完整的逐步验证过程。

其中，附图标记说明如下：

200扫描图像

210图像区段

214个别的图像区段

410、510、1001包含有金融票券的扫描图像

420、620、720、1002金融票券周边空白图

430边缘区段

520、610、710、1000纹理判断图

530纹理区段

1004潜在目标对象

1010最后的输出

具体实施方式

本发明提供一种在一图像中确定对应于一金融票券(monetary banknote)的多个区域的验证方法，而该图像是通过一硬件扫描仪或类似的装置所提供，其中，该图像是包含有一特定的货币形式的一样本金融票券，以及从该样本金融票券所取得的特征会用来跟有效的金融票券的已知数值及/或范围比较，以验证其在该图像中的位置，此外，该金融票券的类型可以包含有美国与日本的货币，但本发明并不限于此。

本发明方法可以应用于伪造货币的辨识，并且该图像可以在该图像中提供具有任意的旋转轴与平移对准(shift alignment)的样本金融票券，此外，该扫描图像可以包含该扫描金融票券重叠在任意背景上，也可以包含多个隔离的或独立的金融票卷、或是多个具有部分重叠的金融票卷，另外，本方法还可以与基本的独立扫描仪、复印机、独立打印机以及其它相关的扫描与检测装置结合来共同运作。

在本发明中所描述的验证方法是运用公知技术中所没有的创新方式，本发明不但提供了一种可以提高安全性的方法，而且本发明还可以轻易地与一般常见的硬件装置整合运行，也就是说，本发明提供了一种可用低成本来达成所要目的的方法，因此可以得到精确的检测率与非常低的误判率，与此同时，本发明也具有足够的强健度(robust)与弹性以应用在各种不同的图像类型以及运作条件。

在简要的描述本发明的验证方法之前，必须先了解到在说明书及后续的权利要求书当中使用了某些词汇来指特定的过程或步骤，而所属领域中具有通常知识的人应可理解，设计者可能会用不同的名词来称呼这些类型的过程，在本说明书及后续的申请专利范围中并不以名称的差异来作为区分部件的方式，而是以部件在功能上的差异来作为区分的标准，此外，在通篇说明书及后续的申请专利范围当中所提及的“包含有”是为一开放式的用语，故应解释成“包含有但不限定于”。

请参考图1，图1是概要地描述根据本发明一实施例的一种在一图像中确定对应于一金融票券的多个区域的验证方法。验证方法100首先包含接收可能具有一样本金融票券的一扫描图像，而在接收该扫描图像后，接着进行一图像划分步骤110来将该扫描图像划分为多个图像区段，然后再进行一金融票券周边空白图产生步骤120来产生一金融票券周边空白图，其中该金融票券周边空白图具有从所述多个图像区段中选出的多个边缘区段，并且所述多个边缘区段是对应于该图像中的该金融票券的一周边空白，与此同时，进行一纹理判断图(texture decision map)产生步骤130来产生一纹理判断图，其中该纹理判断图具有从所述多个图像区段中选出的多个纹理区段，并且所述多个纹理区段具有一纹理值，而该纹理值是在一有效的金融票券的一有效范围内。

接着，一目标对象确定步骤140是将该纹理判断图中的目标对象隔离并计算目标对象的数量，由于即使在一目标对象是理想地对应于一金融票券的情况中，仍然有可能包含有其它在该纹理判断图中确认过的目标对象，所以必须利用删除在该纹理判断图中对应于在该金融票券周边空白图中的所述多个边缘区段的多个纹理区段来将每一目标对象彼此分离开来。

在目标对象确定步骤140之后，接着是一纹理特性(texture property)确定步骤150以及一形状特性值确定步骤160，用于分别对在前面的各步骤中确认过的目标对象来进行处理，其中，纹理特性值确定步骤150是根据具有关于每一图像区段的一纹理特征(texture feature)值的一纹理特征图来对于每一目标对象计算一纹理特性值，以及形状特性值确定步骤160是对于每一目标对象计算一形状特性值。

最后，基于纹理特性值确定步骤150以及形状特性值确定步骤160的结果，再进行一目标对象删除步骤170来进一步从该纹理判断图中删除对应于不具有在一第一预设范围内的该纹理特性值与不具有在一第二预设范围内的该形状特性值的目标对象的纹理区段，而所产生的纹理判断图是用来显示该扫描图像中对应于金融票券的多个验证过的区域。

关于上述图1中验证过程的各个步骤的详细说明会在后续的段落中描述，并且包含与各个部分相关的图示以及示意图。

下面详细描述图像划分步骤。图像划分步骤110的目的是将一扫描图像划分为多个图像区段以使得整体的处理效率提高，接着就可以个别处理每一图像区段，相对于处理一整个图像来说，这种方式可以在相关的计算与处理中提供一更高的分辨率，而这些图像区段的尺寸与形状可以随着本发明的不同实施例而变化，并且以下所提供的范例并非限制本发明。图2为一个扫描图像200被划分为多个图像区段210的一实施例。这些图像区段210包含一些个别的图像区段214，虽然图2是举例说明该扫描图像通过没有部分重叠的方式来划分，但是在其它实施例中，也可以用部分重叠的分布方式来安排，如第3图所示的实施例，并且该实施例是举例说明部分重叠的所述多个图像区段可以对后续的计算以及处理的步骤提供更高的分辨率。

下面详细描述金融票券周边空白图产生步骤。金融票券周边空白图产生步骤120主要是针对一金融票券周边空白图的制作，以及图4为举例说明关于这个步骤的操作，其中，一金融票券周边空白图420是从包含有金融票券的一扫描图像410中取得，以及对应于扫描图像410中的金融票券的一周边空白的多个边缘区段430是被选出并且确认，因此如果金融票券的周边空白区段被包含在一原本的扫描图像中，则金融票券周边空白图420会使得这些周围的周边空白区域显得特别突出。

关于如何从原本的扫描图像410中分辨出多个边缘区段430的实际作法可以随着本发明的一些不同实施例而变化，其中，一实施例是涉及到对扫描图像410的图像区段214的色彩统计数据以及对应于有效的金融票券的周边空白的色彩统计数据进行比较，并且另一实施例则是涉及到对扫描图像410的图像区段214的纹理数据以及对应于有效的金融票券的周边空白的纹理数据进行比较，而关于该金融票券周边空白图的实际作法则是两者都是可以的，只要该金融票券周边空白图可以满足从对应于该扫描图像中的金融票券的一周边空白的多个图像区段中能分辨出多个边缘区段的需求即可。

下面详细描述纹理判断图(texture decision map)产生步骤。纹理判断图产生步骤130是以该扫描图像为基础来产生一二元(binary)纹理判断图，其中，首先会对该扫描图像的每一图像区段计算纹理值，然后再将所计算出的纹理值与一有效的金融票券的纹理值进行比较，接着，再从所述多个图像区段中选出多个纹理区段，且所述多个纹理区段的纹理值是在一有效的金融票券的一有效范围内。

图5是举例说明关于从一扫描图像510中产生一纹理判断图520的示意图，在进行上述的步骤后，多个纹理区段530是从扫描图像510的所述多个图像区段中相对应地被确认。

关于用于分辨出多个纹理区段530的纹理值可以随着本发明的一些不同的实施例而加以变化，其中，一实施例是涉及到利用灰阶值作为该纹理值，并且对所述多个图像区段的灰阶值与一有效的金融票券的灰阶值进行比较，并且另一实施例则是利用不同的灰阶值，例如对比值、半色调(halftone)值以及边缘频率(edge frequency)值，而关于所选择使用的纹理值的实际类型则是以上都是可以的，只要该纹理判断图可以满足从具有在一有效的金融票券的一有效范围内的纹理值的多个纹理区段中能分辨出多个纹理区段530的需求即可。

下面详细描述目标对象确定步骤。在得到适当的金融票券周边空白图420以及纹理判断图520之后，就可以进行该目标对象确定步骤，而该目标对象确定步骤的目的是分辨在该扫描图像中的多个目标对象是否有任何一个目标对象可能是一金融票券，并且为了完成这个目的，在该纹理判断图中部分重叠的区域必须具有彼此分离的个别目标对象，关于这部分可以利用删除在该纹理判断图中对应于在该金融票券周边空白图中的所述多个边缘区段的多个纹理区段来完成，这是由于在该金融票券周边空白图中的所述多个边缘区段可以大致描绘出该金融票券的轮廓，因此可以用来在该纹理判断图中将个别的金融票券区域加以分离。

图6与图7是举例说明关于目标对象确定步骤140的操作。如图6所示，一纹理判断图610包含有三张部分重叠的金融票券的多个纹理区段，以及一金融票券周边空白图620包含大致描绘出上述三张金融票券的轮廓的多个边缘区段，当对应于所述多个边缘区段的多个纹理区段被删除时，这三张金融票券就会在目标对象分离步骤630中被分离，而图7是举例说明一类似的实施例，其中一纹理判断图710是包含两个具有周围环境噪声的金融票券区域，而在这个情况中，因为关于这两个金融票券区域的多个纹理区段已经被分离，所以目标对象确定步骤140主要是用于删除多余的噪声来更适当地定义这两个金融票券区域，并且在纹理判断图710中对应于金融票券周边空白图720的多个边缘区段的多个纹理区段已经被删除，就如同在目标对象分离步骤730中所显示的结果，而真实的金融票券区域以及残留的对象会留下来，并且将在后续的步骤中来验证它们与有效的金融票券之间的相关性。

下面详细描述纹理特性(texture property)值确定步骤。在目标对象确定步骤140中确定与隔离出多个目标对象之后，纹理特性值确定步骤150主要是针对所述多个个别的目标对象中每一目标对象的一纹理特性值的计算，并且该纹理特性值接着会被拿来跟对应于一有效的金融票券的已知数值作比较，以验证该相关的目标对象的纹理是否与该有效的金融票券的纹理相同。

关于该纹理特性值的实际计算方式可以随着本发明的一些不同的实施例而加以变化，举例来说，在一实施例中，该纹理特性值是根据一纹理特征(texture feature)图来计算，其中该纹理特征图具有该扫描图像中每一图像区段的一纹理特征值，因此该纹理特征图已经包含有该扫描图像的纹理特征，所以对应于上述讨论中的该目标对象的所述多个图像区段的纹理特征值会在该目标对象的该纹理特性值的计算中使用。

在一实施例中，该纹理特征图为一灰阶特征图，并且该灰阶特征图具有多个灰阶值以作为每一图像区段的该纹理特征值，而在其它实施例中，该纹理特征图为一对比特征图，并且该对比特征图具有多个对比值以作为每一图像区段的该纹理特征值，或者，该纹理特征图是为一半色调(halftone)特征图，并且该半色调特征图具有多个半色调值以作为每一图像区段的该纹理特征值，而关于对所述多个图像区段所选择使用的该纹理特征图的实际类型或格式以及相对应的该纹理特征值则是以上都是可以的，只要该纹理特征图可以满足将该扫描图像的所述多个图像区段在纹理的方面特征化的需求即可，而本发明所说明的原理同样可以应用于任何有可能拿来使用的纹理特征图的类型。

在选择完一纹理特征图之后，接着就可以确定该纹理特性值，在一较佳实施例中，会在该纹理特性值的计算中对于对应于该目标对象的多个图像区段同时利用所述多个纹理特征值的一平均值以及一变异值，然而，在其它实施例中也可以在该纹理特性值的计算中单独使用一平均值或是只使用一变异值，同样地，关于对该纹理特性值所选择使用的实际计算方式或方程式也是以上都是可以的，只要有一适当的纹理特征图可以满足将该扫描图像的所述多个图像区段在纹理的方面特征化的需求即可，而不论计算精确度以及该纹理特性值的实际为多少，本发明所说明的原理都可以同样适用。

为了在计算该纹理特性值时提供更高的分辨率，本发明的另一实施例是利用一第二纹理特征图，其中该第二纹理特征图具有在该纹理特性值的计算中关于每一图像区段的一第二纹理特征值，而由于此实施例利用了与该扫描图像相关的两种不同的纹理特征类型，所以利用两个纹理特征图可以降低在计算中的变异性，与此同时，对应于一金融票券的多个纹理区段的验证也会具有更高的准确率。

与该第一纹理特征图类似，该第二纹理特征图也可以是一灰阶特征图，并且该灰阶特征图具有多个灰阶值以作为每一图像区段的该第二纹理特征值，或者，该纹理特征图也可以是一对比特征图，并且该对比特征图具有多个对比值以作为每一图像区段的该第二纹理特征值，或者，该纹理特征图也可以是一半色调特征图，并且该半色调特征图具有多个半色调值以作为每一图像区段的该第二纹理特征值，而同样地，关于对所述多个图像区段所选择使用的该第二纹理特征图的实际类型或格式以及相对应的该第二纹理特征值则是以上都是可以的，因为本发明所说明的原理同样可以应用于任何有可能拿来使用的第二纹理特征图的类型。

下面详细描述形状特性值确定步骤。形状特性值确定步骤150主要是针对上述确认过的目标对象中每一目标对象的一形状特性值的计算，并且该形状特性值接着会被拿来跟对应于一有效的金融票券的已知数值作比较，以验证该相关的目标对象的形状是否与该有效的金融票券的形状相同。

关于计算该形状特性值的特定方程式可以随着本发明的一些不同的实施例而加以变化，举例来说，在一实施例中，用于每一目标对象的该形状特性值仅包含确定该目标对象的一区域，其中，这可以包含利用该目标对象的四个边角来确定该目标对象的该区域，而在其它实施例中则可以另外包含有：确定在该目标对象中两条不同对角线的中心点之间的一距离，确定在该目标对象中两条并行线的长度，利用在该目标对象中的四个角度来确定一内积，以及确定该目标对象的一宽度与该目标对象的一高度的一比值。虽然关于该形状特性值的实际计算方式可以随着本发明的一些不同的实施例而加以变化，但是该形状特性值的实际呈现方式则是以上都是可以的，因为本发明所说明的原理同样可以应用于任何有可能拿来对于该形状特性值进行计算的方式。

下面详细描述目标对象删除步骤。在对每一目标对象确定其纹理特性值以及形状特性值之后，目标对象删除步骤170主要是针对关于没有对应于一有效的金融票券的目标对象的删除，且在实际操作从对应于多个目标对象的该纹理判断图中进一步删除多个纹理区段，其中，所述多个纹理区段不具有在一第一预设范围内的一纹理特性值，也不具有在一第二预设范围内的一形状特性值。

在本发明的一较佳实施例中，该第一预设范围是对应于该有效的金融票券的有效纹理特性值，以及该第二预设范围是对应于该有效的金融票券的有效形状特性值，因此，一个被确认过的目标对象应该分别具有落在上述两种有效的范围(这两种有效的范围均对应于一有效的金融票券)内的一纹理特性值以及一形状特性值，而该被确认过的目标对象的相对应的多个纹理区段会被留在该纹理判断图中来验证在该扫描图像中有效的金融票券的一位置；反之，如果该纹理特性值或是该形状特性值其中之一没有落在上述两种有效的范围内的话，那么该纹理特性值或是该形状特性值所对应的多个纹理区段会从该纹理判断图中被删除掉。

图8是根据本发明举例说明目标对象删除步骤170的一实施例，其中，于图8中，8(a)是举例说明一纹理判断图，其具有三个被确认过的目标对象，虽然已经对这三个被确认过的目标对象计算出多个纹理特性值，但是很明显地在左边以及下面的较小的目标对象并没有对应于一有效的金融票券的纹理特性值，而在8(b)中，上述的较小的目标对象已经在目标对象删除步骤170中被删除，这是因为这些较小的目标对象并不具有在该第二预设范围内的形状特性值。

图9是根据本发明举例说明一种在一图像中确定对应于一金融票券的多个区域的验证方法的流程图。假如大体上可以得到相同的结果，流程900中的步骤不一定需要照图9所示的顺序来执行，也不需要一定是连续的，也就是说，这些步骤之间可以插入其它的步骤。该验证方法包含有：

步骤910：将图像划分为多个图像区段。

步骤920：产生一金融票券周边空白图，该金融票券周边空白图具有从所述多个图像区段中选出的多个边缘区段，且所述多个边缘区段是对应于该图像中的该金融票券的一周边空白。

步骤930：产生一纹理判断图(texture decision map)，该纹理判断图具有从所述多个图像区段中选出的多个纹理区段，且所述多个纹理区段具有一纹理值，该纹理值是在一有效的金融票券的一有效的范围内。

步骤940：利用删除在该纹理判断图中对应于在该金融票券周边空白图中的所述多个边缘区段的多个纹理区段来确定在该纹理判断图中的多个目标对象。

步骤950：根据具有关于所述多个图像区段中每一图像区段的一纹理特征(texture feature)值的一纹理特征图来对于所述多个目标对象中每一目标对象计算一纹理特性(texture property)值。

步骤960：对于每一目标对象计算一形状特性值。

步骤970：进一步从该纹理判断图中删除对应于不具有在一第一预设范围内的该纹理特性值与在一第二预设范围内的该形状特性值的目标对象的纹理区段。

图10与图11是分别根据上述内容举例说明一完整的逐步验证过程，其中，在这两种情况中，一纹理判断图1000以及一金融票券周边空白图1002是从一扫描图像1001中取得，而在纹理判断图1000以及金融票券周边空白图1002中的信息是在目标对象确定步骤中结合以确认以及隔离与金融票券的位置相关的多个潜在目标对象1004，接着再对于每一目标对象1004确定多个形状特性值以及多个纹理特性值，然后在目标对象删除步骤中，不具有在一第一预设范围内的一纹理特性值且也不具有在一第二预设范围内的一形状特性值的目标对象1004会被删除，以及最后的输出1010是举例说明在该扫描图像中对应于一有效的金融票券的验证过的位置。

因此，通过上述的详细内容可知本发明是提供一种在一图像中确定对应于一金融票券的多个区域的验证方法，并且该扫描图像的特征是用来跟有效的金融票券的已知的数值与/或范围比较，以验证在该扫描图像中金融票券的位置。

本发明方法可以应用于伪造货币的辨识，此外，该扫描图像可以包含该扫描金融票券重叠在任意背景上，也可以包含多个隔离的或独立的金融票卷、或是多个具有部分重叠的金融票卷、又或是具有任意的旋转轴与平移对准(shift alignment)的金融票券。

本发明不但提供了一种可以提高安全性的方法，而且本发明还可以轻易地与一般常见的硬件装置组合运行，也就是说，本发明提供了一种可用低成本来达成所要目的的方法，因此可以得到精确的检测率与非常低的误判率，与此同时，本发明也具有足够的强健度(robust)与弹性以应用在各种不同的图像类型以及运作条件。

以上所述仅为本发明的较佳实施例，凡依本发明权利要求书所做的均等变化与修饰，都应属本发明的涵盖范围。

Claims (21)

1.一种在一图像中确定对应于一金融票券的多个区域的验证方法，其特征是该验证方法包含：

将该图像划分为多个图像区段；

产生一金融票券周边空白图，该金融票券周边空白图具有从所述多个图像区段中选出的多个边缘区段，且所述多个边缘区段是对应于该图像中的该金融票券的一周边空白；

产生一纹理判断图，该纹理判断图具有从所述多个图像区段中选出的多个纹理区段，且所述多个纹理区段各具有一纹理值，该纹理值是在一有效的金融票券的一有效的范围内；

利用删除在该纹理判断图中对应于在该金融票券周边空白图中的所述多个边缘区段的多个纹理区段来确定在该纹理判断图中的多个目标对象；

根据具有关于所述多个图像区段中每一图像区段的一纹理特征值的一纹理特征图来对于所述多个目标对象中每一目标对象计算一纹理特性值；

对于每一目标对象计算一形状特性值；以及

进一步从该纹理判断图中删除对应于不具有在一第一预设范围内的该纹理特性值与不具有在一第二预设范围内的该形状特性值的目标对象的纹理区段。

2.根据权利要求1所述的验证方法，其特征是对于所述多个目标对象中每一目标对象计算该纹理特性值的步骤包含：对于对应该目标对象的图像区段产生所述多个纹理特征值的一平均值。

3.根据权利要求1所述的验证方法，其特征是对于所述多个目标对象中每一目标对象计算该纹理特性值的步骤包含：对于对应该目标对象的图像区段产生所述多个纹理特征值的一变异值。

4.根据权利要求1所述的验证方法，其特征是对于所述多个目标对象中每一目标对象计算该纹理特性值的步骤包含：对于对应该目标对象的图像区段产生所述多个纹理特征值的一平均值以及一变异值。

5.根据权利要求1所述的验证方法，其特征是该纹理特征图为一灰阶特征图，且该灰阶特征图具有用来作为所述多个区段中每一区段的纹理特征值的灰阶值。

6.根据权利要求1所述的验证方法，其特征是该纹理特征图为一对比特征图，且该对比特征图具有用来作为所述多个区段中每一区段的纹理特征值的对比值。

7.根据权利要求1所述的验证方法，其特征是该纹理特征图为一半色调特征图，且该半色调特征图具有用来作为所述多个区段中每一区段的纹理特征值的半色调值。

8.根据权利要求1所述的验证方法，其特征是对于所述多个目标对象中每一目标对象计算该纹理特性值的步骤另包含：使用具有关于所述多个图像区段中每一图像区段的一第二纹理特征值的一第二纹理特征图。

9.根据权利要求8所述的验证方法，其特征是该第二纹理特征图为一灰阶特征图，且该灰阶特征图具有用来作为所述多个区段中每一区段的第二纹理特征值的灰阶值。

10.根据权利要求8所述的验证方法，其特征是该第二纹理特征图为一对比特征图，且该对比特征图具有用来作为所述多个区段中每一区段的第二纹理特征值的对比值。

11.根据权利要求8所述的验证方法，其特征是该第二纹理特征图为一半色调特征图，且该半色调特征图具有用来作为所述多个区段中每一区段的第二纹理特征值的半色调值。

12.根据权利要求1所述的验证方法，其特征是对于所述多个目标对象中每一目标对象计算该形状特性值的步骤包含：确定该目标对象的一区域。

13.根据权利要求12所述的验证方法，其特征是另包含：利用该目标对象的四个边角来确定该目标对象的该区域。

14.根据权利要求1所述的验证方法，其特征是对于所述多个目标对象中每一目标对象计算该形状特性值的步骤包含：确定在该目标对象中两条不同对角线的中心点之间的一距离。

15.根据权利要求1所述的验证方法，其特征是对于所述多个目标对象中每一目标对象计算该形状特性值的步骤包含：确定在该目标对象中两条并行线的长度。

16.根据权利要求1所述的验证方法，其特征是对于所述多个目标对象中每一目标对象计算该形状特性值的步骤包含：利用在该目标对象中的四个角度来确定一内积。

17.根据权利要求1所述的验证方法，其特征是对于所述多个目标对象中每一目标对象计算该形状特性值的步骤包含：确定该目标对象的一宽度与该目标对象的一高度的一比值。

18.根据权利要求1所述的验证方法，其特征是该第一预设范围是对应于该有效的金融票券的有效的纹理特性值。

19.根据权利要求1所述的验证方法，其特征是该第二预设范围是对应于该有效的金融票券的有效的形状特性值。

20.根据权利要求1所述的验证方法，其特征是该金融票券为美国的货币。

21.根据权利要求1所述的验证方法，其特征是该金融票券为日本的货币。

Images