纸页类介质识别装置及识别方法
技术领域
本发明涉及一种纸页类介质的识别技术,具体的是纸页类介质,例如纸币的识别装置及识别方法。
背景技术
在金融机构的自动柜员机上安装有鉴别纸页类介质(纸币)的鉴别装置。在纸页类介质识别装置的存储部有鉴别纸页类介质模板数据。每当投入了纸页类介质时,纸页类介质识别装置的图像数据取得部以光学方式读取纸页类介质,取得待鉴别纸页类介质的灰度图像数据,根据所取得的待鉴别纸页类介质灰度图像的图样和灰度值的浓淡,在模板与检测结果之间进行匹配,由此判断所述纸页类介质的种类(币种)和真伪。
当纸页类介质识别装置使用时间过长,可能会出现CIS某个发光元件故障或者CIS透光片脏污的现象。由于CIS是线扫描,当CIS某个发光元件故障或者CIS透光片脏污现象时,图像传感器采集到的反射图或透射图上会出现一条灰度均值接近于0的黑线(以下将该黑线简称为“坏线”,将这种现象称为“CIS坏线现象”)。由于CIS某个发光元件故障或者CIS透光片脏污的位置存在随机性,因此坏线在待测纸页类介质的图像中位置也是随机分布的。在这种情况下,如果还是遵循现有识别流程,会直接影响纸页类介质识别装置的接受率,对整个纸页类介质识别装置的性能带来巨大的影响,影响客户体验,不利于装置的市场推广和使用。
因此,提供一种在纸页类介质识别装置中能有效处理CIS坏线现象的技术非常必要。
发明内容
本发明的目的之一在于提供一种纸页类介质识别装置,该纸页类介质识别装置能有效处理CIS坏线现象,其接受率大大提高。
本发明还提供上述纸页类介质识别装置和识别纸页类介质的方法。
该纸页类介质识别装置包括:
图像数据取得部,用以取得纸页类介质的原始图像数据;
坏线检测部,用以检测图像数据取得部所取得的该纸页类介质的原始图像数据是否存在坏线,如果存在坏线还将得到坏线的位置;
图像切割部,用以从原始图像数据中切割有效识别纸页类介质的完整图像信息和识别图像信息;
标准模板数据存储部:用以存储鉴别该纸页类介质时需要的标准模板;
综合分析部,用以综合分析纸页类介质的完整图像信息、坏线检测部的结果及标准模板的数据信息,判别当前位置的坏线是否对模板匹配识别造成影响;
新模板生成部,用以根据综合分析部的分析结果,当坏线影响模板匹配识别时,以坏线为边界,将原有标准模板分割为新的子模板,坏线不影响模板匹配识别时,则对原模板不作任何处理;以及
判定部,用以利用新生成的子模板和剩余不受坏线影响的原模板对纸页类介质的识别图像信息实施模板匹配识别,得到识别结果。
优选地,该图像切割部对存在坏线的识别图像信息依据坏线分割形成子识别图像信息。
进一步地,该判定部将存在坏线的识别图像信息形成的子识别图像信息分别与新模板生成部形成的子模板实施模板匹配识别,得到识别结果。
该纸页类介质识别方法包括以下步骤:
步骤一,投入待鉴别的纸页类介质,该纸页类介质进入输送通道,流程开始;
步骤二,图像传感器扫描纸页类介质通过输送通道时的图像形成原始图像;
步骤三,坏线检测部处理,将图像传感器获取的原始图像置于坐标系中,检测该图像中是否存在坏线,如果不存坏线,则进入步骤四;如果存在坏线,则进一步确定坏线在坐标系中的位置;
步骤四,图像切割,从原始图像数据中切割出纸页类介质的完整图像信息以及识别图像信息;
步骤五,综合分析部处理,将该完整图像信息置于新的坐标系中,确定坏线在坐标系中的位置,结合标准模板数据存储部中的标准模板数据信息,检测当前位置坏线是否对模板匹配产生影响,并将受到坏线影响的模板以当前坏线为边界进行分割,生成新的子模板,对不受坏线影响的原模板不作任何处理;以及
步骤六,利用新生成的子模板和剩余不受坏线影响的原模板对投入纸页类介质的识别图像信息实施模板匹配识别,得到识别结果,流程结束。
其中,步骤三中检测图像中是否存在坏线的方法为:
设:
①反射图像灰度值矩阵为x0列,y0行;
②g(x,y)为反射图像的第y行第x列位置的灰度值;
按照约束条件
(ε1,ε2,ε3,ε4均大于0,为设定阈值),(1.1)
对图像传感器获取的图像灰度值矩阵进行自动搜索检测,如果图像灰度矩阵存在某一列x=n0,即图像灰度矩阵的第n0列满足上述约束条件,则判定图像上存在坏线,否则不存在坏线。
步骤三中,确定坏线在坐标系xOy中的位置的方法为:
令纸页类介质完整图像左上顶点为A,左下顶点为B,右上顶点为D,右下顶点为C,坏线与纸页类介质完整图像上、下边界分别交于点E、F,探测图像纸页类介质完整图像的上、下、左、右边界点,分别对所得的边界点进行线性拟合,得到
上边界直线方程:a1x+b1y+c1=0,
下边界直线方程:a2x+b2y+c2=0,
左边界直线方程:a3x+b3y+c3=0,
右边界直线方程:a4x+b4y+c4=0,
通过求解:
求解:
求解:
和
可得:
步骤五中,确定坏线在坐标系x′O′y′中的位置的方法为:
建立坐标系x′O′y′,以左上顶点A为坐标原点,上边界所在直线方向为x轴,左边界所在直线方向为y轴,点A、E、F的坐标为:
O′=A=(0,0),
E=(dAE,0),
F=(dBF,dAB);
可得坏线EF在坐标系x′O′y′中直线方程为
本发明采用以坏线位置为边界分割模板的方法,将标准模板生成新的子模板再与待识别的纸页类介质识别图像信息进行模板匹配识别,从而避免坏线对模板匹配识别的影响,提高纸页类介质识别装置的接受率。
附图说明
图1是本发明优选实施例提供的一种纸页类介质识别装置结构模块图;
图2是本发明优选实施例提供的纸页类介质鉴别方法流程图;
图3是CIS出现坏线时,图像传感器得到的图像示意图;
图4对坏线未作修复时,图像传感器得到的图像与标准模板匹配示意图;
图5是本发明优选实施例中将图像传感器得到的图像置于xOy坐标系中待作坏线修复的示意图;
图6是对图像传感器得到的图像置于坐标系xOy中且设置各边界点确定坏线位置的示意图;以及
图7是对图像传感器得到的图像置于坐标系x′O′y′中且确定坏线在该坐标系x′O′y′中位置的示意图;
图8是坏线位置正好落在某个待匹配区域时的示意图;
图9是以坏线为分界线将原模板切割成的新模板的示意图;以及
图10是利用新生成的模板和那些剩余不受坏线影响的模板与图像传感器得到的图像进行模板匹配识别的示意图。
具体实施方式
为进一步阐述本发明,以下结合图示介绍本发明的具体实施例。
图1是本发明一较佳实施例提供的的纸页类介质识别装置100系统模块结构图。该纸页类介质识别装置100嵌入在例如ATM(银行自动柜员机)等纸页类介质处理装置中,通过输送通道将待鉴别纸页类介质(例如纸币)一张一张地输送并通过图像数据取得部。该纸质类介质鉴别装置100包括图像数据取得部10、坏线检测部20、图像切割部30、标准模板数据存储部40、综合分析部50、新模板生成部60以及判定部70,其中,图像数据取得部10用以取得纸页类介质的原始图像数据;坏线检测部20用以检测图像数据取得部所取得的该纸页类介质的原始图像数据是否存在坏线,如果存在坏线还将得到坏线的位置;图像切割部30用以从原始图像数据中切割有效识别纸页类介质的完整图像信息和识别图像信息;标准模板数据存储部40用以存储鉴别该纸页类介质时需要的标准模板;综合分析部50用以综合分析纸页类介质的完整图像信息、坏线检测部的结果及标准模板的数据信息,判别当前位置的坏线是否对模板匹配识别造成影响;新模板生成部60用以根据综合分析部的分析结果,当坏线影响模板匹配识别时,以坏线为边界,将原有标准模板分割为新的子模板,坏线不影响模板匹配识别时,则对原模板不作任何处理;判定部70用以利用新生成的子模板和剩余不受坏线影响的原模板对纸页类介质的识别图像信息实施模板匹配识别,得到识别结果。具体的,该图像切割部30对存在坏线的识别图像信息依据坏线分割形成子识别图像信息,且该判定部70将存在坏线的识别图像信息形成的子识别图像信息分别与新模板生成部形成的对应子模板实施模板匹配识别,得到识别结果。
图2是该纸页类介质识别装置100对纸页类介质进行鉴别的流程图,其包括:步骤一,投入待鉴别的纸页类介质(如纸币),该纸页类介质进入输送通道,流程开始;步骤二,图像传感器扫描纸页类介质通过输送通道时的图像形成原始图像;步骤三,坏线检测部处理,将图像传感器获取的原始图像置于坐标系中,检测该图像中是否存在坏线,如果不存坏线,则进入步骤四;如果存在坏线,则进一步确定坏线在坐标系中的位置;步骤四,图像切割,从原始图像数据中切割出纸页类介质的完整图像信息以及识别图像信息;步骤五,综合分析部处理,将该完整图像信息置于新的坐标系中,确定坏线在坐标系中的位置,结合标准模板数据存储部中的标准模板数据信息,检测当前位置坏线是否对模板匹配产生影响,并将受到坏线影响的模板以当前坏线为边界进行分割,生成新的子模板,对不受坏线影响的原模板不作任何处理;以及步骤六,利用新生成的子模板和剩余不受坏线影响的原模板对投入纸页类介质的识别图像信息实施模板匹配识别,得到识别结果,流程结束。
该图像数据取得部10由检测透过图像的投射传感器和/或检测反射图像的反射传感器构成,当所述纸页类介质经过传送路径传送时,图像数据取得部10获取所述纸页类的投射图像和反射图像,并将所获得的透视图像和/或反射图像传至坏线检测部20。
坏线检测处理部20首先检测图像传感器获取的原始图像中是否存在坏线,如果投入的纸页类介质的原始图像存在坏线,并准确的获取到坏线在整个图像中的位置信息。由于CIS成像是线扫描,如果存在坏线,在待测纸页类介质的原始图像上将出现一条灰度值接近于0的黑线。由于CIS坏线的位置存在不确定性,因此坏线在待测纸页类介质的原始图像中的位置也存在不确定性。假设在CIS出现坏线(一条坏线)时,图像传感器得到的图像如图3。
如果不对坏线区域采取任何措施而直接实施图像切割和模板匹配识别,当坏线恰好处在某个待进行模板匹配识别的区域时,显然匹配不能成功,如图4,待鉴别纸页类的识别则以失败告终,最终导致正常的纸页类被金融自助设备(如ATM)拒收。
在本实施方式中,利用反射传感器获取的投入纸页类介质的反射图像检测是否存在坏线。将投入纸页类介质的反射图像置于坐标系xOy中,如图5所示。
设:
①反射图像灰度值矩阵为x0列,y0行;
②g(x,y)为反射图像的第y行第x列位置的灰度值;
按照约束条件
(ε1,ε2,ε3,ε4均大于0,为设定阈值),(1.1)
例如可设ε1=20,ε2=20,ε3=80,ε4=80对图像传感器获取的反射图像灰度值矩阵进行自动搜索检测。
如果遍历反射图像灰度值矩阵都没有满足约束条件(1.1)的列x,则判定图像传感器获取的反射图像上不存在坏线,进而推断该纸页类介质识别装置不存在CIS坏线现象,直接进入识别纸页类介质完整图像切割环节,最后对切割出来的纸页类介质完整图像实施模板匹配识别,得到最终识别结果。
如果反射图像灰度矩阵存在某一列
x=n0
即图像灰度矩阵的第n0列满足上述约束条件满足约束条件(1.1),则判定反射图像上存在坏线,即该纸页类介质识别装置存在CIS坏线现象,并且坏线位置位于图像传感器获得的灰度图像中的第n0列,进入图像切割流程。
在坐标系xOy中,令纸页类介质的完整图像左上顶点为A,左下顶点为B,右上顶点为D,右下顶点为C,坏线与纸页类介质的完整图像上、下边界分别交于点E、F,如图6所示。探测纸页类介质的完整图像的上、下、左、右边界点,分别对所得的边界点进行线性拟合,得到
上边界直线方程:a1x+b1y+c1=0,
下边界直线方程:a2x+b2y+c2=0,
左边界直线方程:a3x+b3y+c3=0,
右边界直线方程:a4x+b4y+c4=0。
通过求解:
求解:
求解:
和
由此可得:
建立坐标系x′O′y′:以左上顶点A为坐标原点,上边界所在直线方向为x轴,左边界所在直线方向为y轴,如图7所示,点A、E、F的坐标为:
O′=A=(0,0),
E=(dAE,0),
F=(dBF,dAB)。
由此可得坏线EF在坐标系x′O′y′中直线方程为
综合分析部根据坏线在坐标系x′O′y′中的位置信息(式1.2)和标准模板数据存储部的标准模板信息,检测是否存在受到坏线影响的待匹配区域。如果坏线对所有的待匹配区域都不产生影响(即坏线不经过任何一个待匹配区域),则不作任何处理而直接进入匹配识别环节。如果坏线位置正好落在某个待匹配区域如图8所示,则以坏线为边界,将该区域所对应的模板分割为两个子模板。
子模板的生成方式如图9所示,以从左到右的方式读取标准模板数据,读取到坏线EF所在直线时,转至下一行数据,以此类推,即得到以坏线为分界线将原模板切割成的新模板。
最后,利用新生成的模板和那些剩余不受坏线影响的模板进行匹配识别的结果,完成对投入纸页类介质的识别,如图10所示。
本发明采用以坏线位置为边界分割模板的方法,将标准模板生成新的子模板再与待鉴别的纸页类介质图像进行模板匹配识别,从而避免坏线对模板匹配识别的影响,提高了纸页类介质识别装置的接受率。
以上仅是本发明的优选实施方式,应当指出的是,上述优选实施方式不应视为对本发明的限制,本发明的保护范围应当以权利要求所限定的范围为准。对于本技术领域的普通技术人员来说,在不脱离本发明的精神和范围内,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。