CN101763681B - 纸币鉴别装置、纸币鉴别方法 - Google Patents

Abstract

一种纸币鉴别装置，包括：多个防伪特征鉴别单元、一个判决机制单元、一个连续点钞和计数单元，和一个时钟同步控制单元；其中，每个防伪特征鉴别单元用于对纸币中的一个防伪特征点进行鉴别；所述判决机制单元用于分析各防伪特征鉴别单元输出的鉴别结果，如果所有防伪特征点的鉴别结果都为真，则判决所述纸币为真币；否则，根据鉴别结果为假的防伪特征点的分布情况，确定所述纸币的变造方式；所述连续点钞和计数单元用于提取本装置的同步触发信号和计数信号，供给所述时钟同步控制单元；所述时钟同步控制单元用于提供同步控制。本发明还公开一种纸币鉴别方法。

Description

纸币鉴别装置、纸币鉴别方法

技术领域

本发明涉及鉴别纸币真伪的纸币鉴别装置和纸币鉴别方法。

背景技术

目前各国的纸币防伪技术主要集中于特殊纸张(包括塑料纸)和防伪制版及印刷。现有的纸币鉴别技术大多是利用人眼、或借助光学、化学辅助手段来识别光学图像。这样的纸币鉴别技术较现代数字图像处理技术的精度，在观测效果上有极大的差别，而且难于实现自动化连续操作。

目前，出现了一种通过数字图像处理鉴别纸币真伪的装置。该装置如图1所示，包括多个摄像头S11、图像处理单元S12、匹配处理算法器S13、门限分析单元S14、连续点钞和计数单元S15以及时钟同步控制单元S16。

将多个摄像头S11，针对不同的币种放置在不同的位置和不同的角度，对纸币的全息光学图像和变色油墨特征点进行摄录，将待辨认的特征图像转化成可供计算机处理的基本数字信号。图像处理单元S12通过整形和采样技术的图形处理，形成既保留纸币特征点的图形特征，又压缩数据量的向量信号或图形矩阵。以100元人民币为例，图像处理单元S12首先对其变色油墨图像100处摄像，从而形成第一幅变色油墨特征图形，再去除不需要的边缘，从而整形成基本特征图形。再对该基本特征图形做全屏幕放大处理，而得到一个放大了很多倍的待检测特征图形，对其中的多个点进行数据采集，就得到多个待处理的特征数据矩阵。匹配处理算法器S13利用预存的特征数据矩阵对图像处理单元S12获得的特征数据矩阵进行匹配处理。门限分析单元S14首先将匹配处理后的图形矩阵和预存的门限矩阵对比，也就是二次匹配。然后，再对矩阵内元素作相对误差分析和总数统计分析，得到最终的鉴别结果。可以通过显示界面将鉴别结果传递给用户。连续点钞和计数单元S15提取装置的同步触发信号和计数信号，供给门限分析单元S14和时钟同步控制单元S16。时钟同步控制单元S16提供同步控制，以保障每张纸币的识别可靠。

该装置虽然可以对纸币上的某一特征进行精确的鉴别，如对光辨识水印，变换角度辨识变色油墨和全息图像的特征，放大检测识别点和线，通过偏振光源检测全息图像。但是，对于变造的纸币，该装置的鉴别效果则不够理想。

发明内容

有鉴于此，本发明所要解决的技术问题是提供一种纸币鉴别装置，以能够很好地对变造的纸币进行鉴别。

在一些可选的实施例中，该纸币鉴别装置包括：多个防伪特征鉴别单元、一个判决机制单元、一个连续点钞和计数单元，和一个时钟同步控制单元；其中，每个防伪特征鉴别单元用于对纸币中的一个防伪特征点进行鉴别；所述判决机制单元用于分析各防伪特征鉴别单元输出的鉴别结果，如果所有防伪特征点的鉴别结果都为真，则判决所述纸币为真币；否则，根据鉴别结果为假的防伪特征点的分布情况，确定所述纸币的变造方式；所述连续点钞和计数单元用于提取本装置的同步触发信号和计数信号，供给所述时钟同步控制单元；所述时钟同步控制单元用于提供同步控制。

可以看出，采用上述实施例提供的纸币鉴别装置，可以对一张纸币上的多个防伪特征进行鉴别，从而可以大大提高对变造币的鉴别效果。鉴别的防伪特征点越多，对变造币的鉴别效果也就越好。

本发明所要解决的另一个技术问题是提供一种纸币鉴别方法，在一些可选的实施例中，该纸币鉴别方法包括：采集纸币中多个防伪特征点的图像；对每个防伪特征点的图像进行处理，对每个防伪特征点进行鉴别；如果所有防伪特征点的鉴别结果都为真，则判决所述纸币为真币；否则，根据鉴别结果为假的防伪特征点的分布，确定所述纸币的变造方式。

说明书附图

图1是现有的一种鉴别纸币真伪的装置示意图；

图2是本发明提供的纸币鉴别装置的一个实施例示意图；

图3是本发明提供的纸币鉴别装置的另一个实施例示意图；

图4是本发明提供的纸币鉴别方法的一个实施例流程图。

具体实施方式

所谓变造币是指，在真币的基础上，利用挖补、揭页、涂改、拼凑、移位、重印等多种方法制作，改变真币原有形态的假币。因为变造币有一部分是真币，因此当采用图1所示的装置对变造币上的某一防伪特征进行鉴别时，如果该防伪特征位于变造币的真币部分，则该装置会将变造币鉴别为真币，从而影响了鉴别效果。

基于图1所示的装置，本发明提供了一种新的纸币鉴别装置。如图2所示，该装置包括：三个防伪特征鉴别单元、一个判决机制单元S21、一个连续点钞和计数单元S15，以及一个时钟同步控制单元S16。

三个防伪特征鉴别单元分别是防伪特征鉴别单元C1、防伪特征鉴别单元C2和防伪特征鉴别单元C3。

每个防伪特征鉴别单元都由摄像头和依次串联的图像处理单元、匹配处理算法器和门限分析单元组成。

组成防伪特征鉴别单元C1的是摄像头C11、图像处理单元C12、匹配处理算法器C13和门限分析单元C14。

组成防伪特征鉴别单元C2的是摄像头C21、图像处理单元C22、匹配处理算法器C23和门限分析单元C24。

组成防伪特征鉴别单元C3的是摄像头C31、图像处理单元C32、匹配处理算法器C33和门限分析单元C34。

每个防伪特征鉴别单元用于对纸币中的一个防伪特征点进行鉴别，三个防伪特征鉴别单元则分别可以对纸币中的三个防伪特征点进行鉴别。在每个防伪特征鉴别单元中，摄像头用于采集纸币上的一个防伪特征点的图像，串联的图像处理单元、匹配处理算法器和门限分析单元用于对纸币中的一个防伪特征点进行鉴别。

判决机制单元S21用于分析防伪特征鉴别单元C1、防伪特征鉴别单元C2和防伪特征鉴别单元C3输出的鉴别结果，如果所有防伪特征点的鉴别结果都为真，则判决所述纸币为真币；否则，根据鉴别结果为假的防伪特征点的分布情况，确定所述纸币的造假方式。可以通过显示界面将判决机制单元S25的判决结果传递给用户。

其中，可用于鉴别的防伪特征点可以但不局限于是变色油墨、全息图像和隐形面额数字。

连续点钞和计数单元S15提取本装置的同步触发信号和计数信号，供给时钟同步控制单元S16和各门限分析单元。时钟同步控制单元S16提供同步控制。

将摄像头C11、摄像头C21和摄像头C31针对不同的防伪特征点放置在不同的位置和不同的角度，利用每个摄像头采集纸币上的一个防伪特征点的图像，并将待辨认的特征图像转化成可供计算机处理的基本数字信号。例如，利用摄像头C11采集纸币中变色油墨的图像，利用摄像头C21采集纸币中的全息图像，利用摄像头C31采集纸币中的隐形面额数字。

摄像头C11、摄像头C21和摄像头C31采集的防伪特征点图像分别被发送到图像处理单元C12、图像处理单元C22和图像处理单元C32。每个图像处理单元通过整形和采样技术的图形处理，针对前端摄像头采集的防伪特征点的图像，形成既保留防伪特征点的图形特征，又压缩数据量的向量信号或图形矩阵。

其中，针对不同的防伪特征点可以定义相同的向量信号或图形矩阵，也可以定义不同的向量信号或图形矩阵。优选的方式是，根据具体要求，针对不同的防伪特征点定义不同的向量信号或图形矩阵。

以100元人民币为例：

针对变色油墨，图像处理单元C12首先去除图像中变色油墨图形周围不需要的边缘，从而整形成变色油墨的基本特征图形。对该基本特征图形中的变色油墨面额数字进行数据采集，得到原始的R、G、B数据矩阵，再将R、G、B数据矩阵通过变化，得到反应变色油墨本质颜色特征的H、S、V颜色特征数据矩阵。

针对全息图像，图像处理单元C22首先去除全息图像周围不需要的边缘，从而整形成全息图像的基本特征图形。对该基本特征图形中的全息图案进行数据采集，得到R、G、B数据矩阵。

针对隐形面额数字，图像处理单元C32首先去除隐形面额数字图像周围不需要的边缘，从而整形成隐形面额数字的基本特征图形。针对该基本特征图形中的隐形面额数字主景图案与背景图案在印刷时纹理方向性的不同进行不同的方向性滤波，得到相应的主景特征数据矩阵以及背景特征数据矩阵。

每个匹配处理算法器利用预存的向量信号或特征数据矩阵对前端图像处理单元获得的向量信号或特征数据矩阵进行匹配处理。

一种优选的方式是，根据具体要求，针对不同的特征点设计不同的匹配算法。

以100元人民币为例：

针对变色油墨，匹配处理算法器C13利用预存的变色油墨面额正面颜色特征数据矩阵以及侧面颜色特征数据矩阵对前端图像处理单元获得的变色油墨面额正面颜色特征数据矩阵以及侧面颜色特征数据矩阵分别进行匹配处理。

针对全息图像，匹配处理算法器C23利用预存的全息图像正面R(红)、G(绿)、B(蓝)数据矩阵以及侧面R、G、B数据矩阵对前端图像处理单元获得的全息图像正面R、G、B数据矩阵以及侧面R、G、B数据矩阵分别进行匹配处理。

针对隐形面额数字，匹配处理算法器C33利用预存的隐形面额数字主景特征数据矩阵以及背景特征数据矩阵对前端图像处理单元获得的隐形面额数字主景特征数据矩阵以及背景特征数据矩阵分别进行匹配处理。

每个门限分析单元首先将前端匹配处理算法器匹配处理后的图形矩阵和预存的门限矩阵对比，也就是二次匹配。然后，再对矩阵内元素作相对误差分析和总数统计分析，得到最终的鉴别结果。

一种优选的方式是，根据具体要求，针对不同的防伪特征点设计不同的门限分析算法。

可以看出，采用上述实施例提供的纸币鉴别装置，可以对一张纸币上的多个防伪特征进行鉴别，从而可以大大提高对变造币的鉴别效果。另外，可以通过图像处理进行鉴别的特征不仅仅局限于3个防伪特征点，也可以对更多的防伪特征点，例如固定人像水印、白水印、紫外图像、红外图像、阴阳互补对印图案、胶印缩微文字、横竖双号码和红外激光照射下的特种标记等，进行鉴别。鉴别的防伪特征点越多，对变造币的鉴别效果也就越好。

利用图2所示的纸币鉴别装置，可以对纸币中非对称的防伪特征进行鉴别，从而可以检测出以非对称方式拼接的变造币。由判决机制单元S21综合防伪特征鉴别单元C1、防伪特征鉴别单元C2以及防伪特征鉴别单元C3给出的鉴别结果，给出非对称方式拼接的变造币的检测结果，并指示出可能的变造币拼接方式。

图3示出了一种通过鉴别对称的防伪特征点的方式检测以对称方式拼接的变造币。

该装置包括：两个防伪特征鉴别单元、判决机制单元S21、连续点钞和计数单元S15，以及时钟同步控制单元S16。

两个防伪特征鉴别单元分别是防伪特征鉴别单元C1和防伪特征鉴别单元C3。组成防伪特征鉴别单元C1的是摄像头C11、图像处理单元C12、匹配处理算法器C13和门限分析单元C14。组成防伪特征鉴别单元C3的是摄像头C31、图像处理单元C32、匹配处理算法器C33和门限分析单元C34。

将摄像头C11和摄像头C31针对不同的防伪特征点放置在不同的位置和不同的角度，利用每个摄像头采集纸币上的一个防伪特征点的图像，并将待辨认的特征图像转化成可供计算机处理的基本数字信号。例如，利用摄像头C11采集纸币中变色油墨的图像，利用摄像头C31采集纸币中的隐形面额数字。

摄像头C11和摄像头C31采集的防伪特征点图像分别被发送到图像处理单元C12和图像处理单元C32。每个图像处理单元通过整形和采样技术的图形处理，针对前端摄像头采集的防伪特征点的图像，形成既保留防伪特征点的图形特征，又压缩数据量的向量信号或图形矩阵。

其中，针对不同的防伪特征点可以定义相同的向量信号或图形矩阵，也可以定义不同的向量信号或图形矩阵。优选的方式是，根据具体要求，针对不同的防伪特征点定义不同的向量信号或图形矩阵。每个匹配处理算法器利用预存的向量信号或特征数据矩阵对前端图像处理单元获得的向量信号或特征数据矩阵进行匹配处理。一种优选的方式是，根据具体要求，针对不同的特征点设计不同的匹配算法。每个门限分析单元首先将前端匹配处理算法器匹配处理后的图形矩阵和预存的门限矩阵对比，也就是二次匹配。然后，再对矩阵内元素作相对误差分析和总数统计分析，得到最终的鉴别结果。一种优选的方式是，根据具体要求，针对不同的防伪特征点设计不同的门限分析算法。

由判决机制单元S21综合防伪特征鉴别单元C1和防伪特征鉴别单元C3给出的鉴别结果，给出对称方式拼接的变造币的检测结果，并指示出可能的变造币拼接方式。

图4示出了纸币鉴别方法的一个可选实施例。

步骤41，采集纸币中多个防伪特征点的图像；

其中，可用于鉴别的防伪特征点可以是变色油墨、全息图像、隐形面额数字、固定人像水印、白水印、紫外图像、红外图像、阴阳互补对印图案、胶印缩微文字、横竖双号码和红外激光照射下的特种标记中的至少两种。

步骤42，对每个防伪特征点的图像进行处理进行鉴别。

针对每个防伪特征点：

首先，通过整形和采样技术的图形处理，形成既保留防伪特征点的图形特征又压缩数据量的向量信号或图形矩阵。

其中，针对不同的防伪特征点可以定义相同的向量信号或图形矩阵，也可以定义不同的向量信号或图形矩阵。优选的方式是，根据具体要求，针对不同的防伪特征点定义不同的向量信号或图形矩阵。

然后，利用预存的向量信号或特征数据矩阵对获得的向量信号或特征数据矩阵进行匹配处理。一种优选的方式是，根据具体要求，针对不同的特征点设计不同的匹配算法。

然后，将匹配处理后的图形矩阵和预存的门限矩阵对比，也就是二次匹配。

最后，再对矩阵内元素作相对误差分析和总数统计分析，得到最终的鉴别结果。一种优选的方式是，根据具体要求，针对不同的防伪特征点设计不同的门限分析算法。

步骤43，判断是否所有防伪特征点的鉴别结果都为真。

如果所有防伪特征点的鉴别结果都为真，则执行步骤44，否则执行步骤45。

步骤44，判决所述纸币为真币。

步骤45，根据鉴别结果为假的防伪特征点的分布，确定所述纸币的变造方式。

可以看出，采用上述实施例提供的纸币鉴别装置，可以对一张纸币上的多个防伪特征进行鉴别，从而可以大大提高对变造币的鉴别效果。鉴别的防伪特征点越多，对变造币的鉴别效果也就越好。

本领域技术人员可以明白，这里结合所公开的实施例描述的各种示例性的方法步骤和装置单元均可以电子硬件、软件或二者的结合来实现。为了清楚地示出硬件和软件之间的可交换性，以上对各种示例性的步骤和单元均以其功能性的形式进行总体上的描述。这种功能性是以硬件实现还是以软件实现依赖于特定的应用和整个系统所实现的设计约束。本领域技术人员能够针对每个特定的应用，以多种方式来实现所描述的功能性，但是这种实现的结果不应解释为背离本发明的范围。

利用通用处理器、数字信号处理器(DSP)、专用集成电路(ASIC)、现场可编程门阵列(FPGA)或者其它可编程的逻辑器件、分立门或者晶体管逻辑、分立硬件组件或者他们之中的任意组合，可以实现或执行结合这里公开的实施例描述的各种示例性的单元。通用处理器可能是微处理器，但是在另一种情况中，该处理器可能是任何常规的处理器、控制器、微控制器或者状态机。处理器也可能被实现为计算设备的组合，例如，DSP和微处理器的组合、多个微处理器、一个或者更多结合DSP核心的微处理器或者任何其他此种结构。

结合上述公开的实施例所描述的方法的步骤可直接体现为硬件、由处理器执行的软件模块或者这二者的组合。软件模块可能存在于RAM存储器、闪存、ROM存储器、EPROM存储器、EEPROM存储器、寄存器、硬盘、移动磁盘、CD-ROM或者本领域熟知的任何其他形式的存储媒质中。一种典型存储媒质与处理器耦合，从而使得处理器能够从该存储媒质中读信息，且可向该存储媒质写信息。在替换实例中，存储媒质是处理器的组成部分。处理器和存储媒质可能存在于一个ASIC中。该ASIC可能存在于一个用户站中。在一个替换实例中，处理器和存储媒质可以作为用户站中的分立组件存在。

根据所述公开的实施例，可以使得本领域技术人员能够实现或者使用本发明。对于本领域技术人员来说，这些实施例的各种修改是显而易见的，并且这里定义的总体原理也可以在不脱离本发明的范围和主旨的基础上应用于其他实施例。以上所述的实施例仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (16)

1.一种纸币鉴别装置，其特征在于，包括：

多个防伪特征鉴别单元、一个判决机制单元、一个连续点钞和计数单元，和一个时钟同步控制单元；其中，

每个防伪特征鉴别单元用于对纸币中的一个防伪特征点进行鉴别；

所述判决机制单元用于分析各防伪特征鉴别单元输出的鉴别结果，如果所有防伪特征点的鉴别结果都为真，则判决所述纸币为真币；否则，根据鉴别结果为假的防伪特征点的分布情况，确定所述纸币的变造方式；

所述连续点钞和计数单元用于提取本装置的同步触发信号和计数信号，供给所述时钟同步控制单元；

所述时钟同步控制单元用于提供同步控制。

2.如权利要求1所述的纸币鉴别装置，其特征在于，所述防伪特征鉴别单元由摄像头和依次串联的图像处理单元、匹配处理算法器和门限分析单元组成；

摄像头用于采集纸币上的一个防伪特征点的图像；

串联的图像处理单元、匹配处理算法器和门限分析单元用于对纸币中的一个防伪特征点进行鉴别。

3.如权利要求2所述的纸币鉴别装置，其特征在于，所述图像处理单元通过整形和采样技术的图形处理，形成既保留防伪特征点的图形特征又压缩数据量的向量信号或图形矩阵。

4.如权利要求2所述的纸币鉴别装置，其特征在于，所述匹配处理算法器利用预存的向量信号或特征数据矩阵对所述图像处理单元获得的向量信号或图形矩阵进行匹配处理。

5.如权利要求2所述的纸币鉴别装置，其特征在于，所述门限分析单元用于将所述匹配处理算法器匹配处理后的图形矩阵和预存的门限矩阵对比，再对矩阵内元素作相对误差分析和总数统计分析，得到最终的鉴别结果。

6.如权利要求1至5任一项所述的纸币鉴别装置，其特征在于，所述防伪特征点包括变色油墨、全息图像、隐形面额数字、固定人像水印、白水印、紫外图像、红外图像、阴阳互补对印图案、胶印缩微文字、横竖双号码和红外激光照射下的特种标记中的至少两种。

7.如权利要求1至5任一项所述的纸币鉴别装置，其特征在于，所述防伪特征点包括全息图像和隐形面额数字。

8.如权利要求1至5任一项所述的纸币鉴别装置，其特征在于，所述防伪特征点包括变色油墨和隐形面额数字。

9.一种纸币鉴别方法，其特征在于，包括：

采集纸币中多个防伪特征点的图像；

对每个防伪特征点的图像进行处理，对每个防伪特征点进行鉴别；

如果所有防伪特征点的鉴别结果都为真，则判决所述纸币为真币；否则，

根据鉴别结果为假的防伪特征点的分布，确定所述纸币的变造方式。

10.如权利要求9所述的纸币鉴别方法，其特征在于，对每个防伪特征点进行图形处理、匹配处理和门限分析，获得鉴别结果。

11.如权利要求10所述的纸币鉴别方法，其特征在于，通过整形和采样技术的图形处理，形成既保留防伪特征点的图形特征又压缩数据量的向量信号或图形矩阵。

12.如权利要求10所述的纸币鉴别方法，其特征在于，利用预存的向量信号或特征数据矩阵对所述图像处理单元获得的向量信号或图形矩阵进行匹配处理。

13.如权利要求10所述的纸币鉴别方法，其特征在于，将匹配处理后的图形矩阵和预存的门限矩阵对比，再对矩阵内元素作相对误差分析和总数统计分析，获得鉴别结果。

14.如权利要求9至13任一项所述的纸币鉴别方法，其特征在于，所述防伪特征点包括变色油墨、全息图像、隐形面额数字、固定人像水印、白水印、紫外图像、红外图像、阴阳互补对印图案、胶印缩微文字、横竖双号码和红外激光照射下的特种标记中的至少两种。

15.如权利要求9至13任一项所述的纸币鉴别方法，其特征在于，所述防伪特征点包括全息图像和隐形面额数字。

16.如权利要求9至13任一项所述的纸币鉴别方法，其特征在于，所述防伪特征点包括变色油墨和隐形面额数字。

Images