CN103136845A - 一种基于冠字号图像特征的人民币鉴伪方法 - Google Patents

Abstract

本发明公开了一种基于冠字号图像特征的人民币鉴伪方法，该方法基于多次投影法定位与分割的人民币冠字号特征提取，对冠字号图像进行识别，实现冠字号码的分割和提取，并由此根据冠字号号码的颜色、冠字号码区域的宽度以及字体大小来判断人民币是否为可疑币。本发明可提高当前人民币鉴别率，为我国打击假币犯罪，维护国家货币安全做出贡献。

Description

一种基于冠字号图像特征的人民币鉴伪方法

技术领域

本发明涉及人民币鉴伪领域，尤其涉及一种利用人民币图像特征的鉴伪方法。

背景技术

随着我国国民经济的发展，各种经济活动日趋频繁，市场上纸币现金流通量不断增加，流通的周期越来越短，纸币作为主要的流通货币在人们的生活中承担着重要角色。然而假币与真币朝夕相随，出现在流通领域的各个环节。假币的泛滥不仅会对人民群众的财产安全带来威胁，而且会严重干扰货币流通的各个环节，造成国家金融秩序的混乱，甚至波及政治领域，酿成经济和社会危机。因此，对纸币真假进行有效鉴别是金融防假、反假工作中必不可少的重要工作。

纸币上面的冠字号可以实现对每张纸币从发行到回收整个流通过程的记录和管理，实现流通纸币的可追溯，对于经济和社会问题的分析、假币的监控和责任划分，人民币的发行和监管都用重要的现实意义

但是现在对纸币冠字号处理中，都是针对冠字号的提取和识别，并没有将冠字号的全部信息利用起来，比如冠字号号码的排列特征、号码颜色等等，这些其实都是可以利用起来去当作人民币鉴伪的特征之一。

目前市面上流通的第5套人民币基本上是05版的，这个版本冠字号特点是前4个冠字号是彩色的，而后6位冠字号是黑色的，100元和50元面值的冠字号字体大小排列是中间向两边依次变小，20元、10元、5元、1元则是前两个字体比较大，后面的字体大小一样，并且冠字号的底部都在同一水平线上。现在对冠字号的处理主要是在转换成灰度图像后直接进行二值化，然后对二值化图像进行切割和提取，并且二值化方法大多采用全局阈值或者局部阈值。上面的方法虽然可以部分提取冠字号特征但是却不能进行鉴伪识别，而且全局阈值和局部阈值都有一定局限性，会影响最后的结果。

发明内容

本发明的目的在于针对现有技术的不足，提供一种基于冠字号图像特征的人民币鉴伪方法。

本发明的目的是通过以下技术方案来实现的：一种基于冠字号图像特征的人民币鉴伪方法，它包括如下步骤：

（1）采集人民币冠字号码区域彩色图像；

（2）对步骤1采集的彩色图像的冠字号码区域进行颜色提取；

（3）将人民币冠字号码区域彩色图像转为灰度图像，对灰度图像采用全局动态阈值法得到阈值，从而对冠字号码图像进行二值化，得到冠字号码二值化图像；

（4）将冠字号码二值化图像采用投影法进行分割和定位，以此确定各个号码的大小以及整体冠字号码区域的宽度，从而最终判断出纸币的真伪。

进一步地，所述步骤2具体为：主要选取冠字号码前4位号码，对其进行彩色直方图计算，然后进行色差计算，最后提取出冠字号码颜色，该步骤通过如下子步骤来实现：

（2.1）对冠字号码前四位号码区域，统计所有彩色的出现频率，并选择其中出现频率最高的颜色为识别对象。

（2.2）色差计算：将所选区域的RGB色彩空间转化到HIS色彩空间，转换公式如下：

i＝max(r,g,b)，

s=1-min(r,g,b)/i，

$h=\left\{\begin{array}{c}5+b^{\′},\mathrm{ifr}=\max (r,g,b)\mathrm{andg}=\min (r,g,b)\\ 1-g^{\′},\mathrm{ifr}=\max (r,g,b)\mathrm{andg}\≠\min (r,g,b)\\ 1+r^{\′},\mathrm{ifg}=\max (r,g,b)\mathrm{andb}=\min (r,g,b)\\ 3-b^{\′},\mathrm{ifg}=\max (r,g,b)\mathrm{andb}=\min (r,g,b)\\ 3+g^{\′},\mathrm{ifg}=\max (r,g,b)\mathrm{andb}\≠\min (r,g,b)\\ 5-r^{\′},\mathrm{otherwise}\end{array}\right.,$

式中，i，s，h分别为HIS颜色空间的值，r，g，b则为RGB颜色空间的值，r'，g'，b'则可以根据如下公式得出：

$\left\{\begin{array}{c}{r}^{\′}=(i-r)/(i-\min (r,g,b))\\ g^{\′}=(i-g)/(i-\min (r,g,b))\\ b^{\′}=(i-b)/(i-\min (r,g,b))\end{array}\right.,$

颜色表示可以为(s×i×cosh,s×i×sinh,i),色差定义如下:

d_x,y＝[(i_x-i_y)²+(s_xi_x cosh_x-s_yi_ycoss_y)²+(s_xi_x sinh_x-s_yi_ysins_y)²]^1/2

式中，d_x，y为冠字号码HIS颜色空间与标准颜色模板间的色差，i，s，h分别为HIS颜色空间的值，x，y分别为颜色空间所在的坐标。

（2.3）选取步骤2.2计算得到的色差最小值，然后通过颜色映射表得到对应的颜色，并以此来判断是否为真币。

进一步地，所述步骤3通过以下子步骤来实现：

（3.1）首先计算冠字号码区域图像的灰度直方图，根据计算得到的直方图求取灰度范围的中值，然后将求得的中值作为初始阈值T₀，将其代入下式进行迭代：

$T_{i+1}=K\{\frac{\underset{l=0}{\overset{T_i}{\mathrm{\Σ}}}{h}_l\·l}{\underset{l=0}{\overset{T_i}{\mathrm{\Σ}}}{h}_l}+\frac{\underset{l=T_{i+1}}{\overset{l-1}{\mathrm{\Σ}}}{h}_l\·l}{\underset{l=T_{i+1}}{\overset{l-1}{\mathrm{\Σ}}}{h}_l}\},$

式中，l是灰度值，h_l是灰度值为l在图像中的像素个数,T表示阈值，i表示像素计数值，K为动态系数。

当满足T_i+1＝T_i时，迭代结束，同时记录结束时的T_i值为最终分割的阈值T。动态系数K的初始值为0.5，可由下式动态调整：

$K=\left\{\begin{array}{c}X>2.6,\mathrm{decreaseK}\\ X<1.7,\mathrm{increaseK}\\ \mathrm{otherwise},\mathrm{same}\end{array}\right.$

其中，X由下式得到：

$X={\mathrm{\&Sigma;}}_{l=0}^{T_i}{h}_l/{\mathrm{\&Sigma;}}_{l=T_i+1}^{l-1}{h}_l,$

式中，X代表人民币冠字号图像中背景像素点总数与字符像素点总数之比。（3.2）根据步骤3.1得到的阈值T根据下式对冠字号码图像进行二值化处理，得到冠字号码二值化图像：

$M(i,j)=\left\{\begin{array}{c}0,A(i,j)\&GreaterEqual;T\\ 1,A(i,j)<T\end{array}\right.$

式中，i，j则为冠字号号码图像的任一点坐标值，M(i,j)为二值化图像的灰度值，A(i,j)为冠字号号码图像灰度值。

进一步地，所述步骤4通过以下子步骤来实现：

（4.1）通过计算冠字号码区域图像的水平投影，得到其水平方向的差分矩阵，然后扫描矩阵，得到一个最小值的位置top以及最大值的位置bottom，分别对应冠字号图像整体的上下边界，并且高度为height=bottom-top。

（4.2）通过步骤4.1确定冠字号图像区域的上下边界后，通过计算垂直投影来得到差分矩阵，然后扫描两次该矩阵，第一次从左到右，得到第一个波峰的位置left，第二次从右到左，得到第一个波谷的位置right，由此可以算出整个字符图像的宽度width=right-left。然后由此可以将width与标准库进行比对，来进行纸币的鉴伪。

（4.3）确定好冠字号码区域的边界之后，就可以进行字符分割了，由于二值化后图像背景区域的像素为0，而字符区域的像素为1,依据第二步得到的垂直投影，从左到右进行水平搜索，当某点的区域像素点累加值大于0时，则认为是字符的左边界点，并记录位置，放入数组M[10]中，当累加值由大于0变成等于0的时候，认为是字符的右边界，并记录到数组N[10]中，同理，就可以将10个冠字号码的分割出来。

（4.4）步骤4.3之后，就将冠字号码分割出来，然后对每个冠字号码重复步骤（4.1），并分别记录上边界和下边界到数组T[10]和B[10]当中，则每个字符的高度H[i]=B[i]-T[i]；由此可以将此与标准库进行对比，来进一步判断纸币的真伪。

本发明的有益效果是：本发明提出了一种基于多次投影法定位及分割的人民币冠字号特征提取法，不仅能够用于冠字号号码的提取，而且能够充分的利用的人民币冠字号特征，实现对人民币真伪的鉴别。本方法的提出与实现，将为人民币的鉴伪提供一个有力的保证，有助于有效打击假币犯罪，维护国家的金融安全。

附图说明

图1是本发明人民币冠字号特征鉴伪方法框图；

图2是二值化图像特征提取及鉴伪流程图。

具体实施方式

本发明基于冠字号图像特征的人民币鉴伪方法，包括如下步骤：

1、采集人民币冠字号码区域彩色图像。

采用CCD彩色工业相机进行图像采集；尽可能保证能清晰地采集到人民币冠字号区域图像。所采集到的彩色图像为RGB色彩空间。

2、对步骤1采集的彩色图像的冠字号码区域进行颜色提取。

主要选取冠字号码前4位号码，对其进行彩色直方图计算，然后进行色差计算，最后提取出冠字号码颜色，该步骤通过如下子步骤来实现：

（2.1）对冠字号码前四位号码区域，统计所有彩色的出现频率，并选择其中出现频率最高的颜色为识别对象。

由于冠字号区域周围颜色比较简单，而且统计颜色直方图并不是简单地选取前四位号码区域的颜色平均值，可以很大程度上克服随机噪声的影响，提高系统的正确性和鲁棒性。

（2.2）色差计算：将所选区域的色彩空间转化到HIS色彩空间。

采用HIS色彩空间对应的色差公式。为了更加符合人对颜色直观的理解，提出彩色空间模型HIS，它的三个分量分别代表色调（Hue）、饱和度（Saturation）和亮度（Intensity）。根据第一步，将RGB转换到HIS，转换公式如下：

i=max(r,g,b)(1)

s＝1-min(r,g,b)/i(2)

$h=\left\{\begin{array}{c}5+b^{\&prime;},\mathrm{ifr}=\max (r,g,b)\mathrm{andg}=\min (r,g,b)\\ 1-g^{\&prime;},\mathrm{ifr}=\max (r,g,b)\mathrm{andg}\&NotEqual;\min (r,g,b)\\ 1+r^{\&prime;},\mathrm{ifg}=\max (r,g,b)\mathrm{andb}=\min (r,g,b)\\ 3-b^{\&prime;},\mathrm{ifg}=\max (r,g,b)\mathrm{andb}=\min (r,g,b)\\ 3+g^{\&prime;},\mathrm{ifg}=\max (r,g,b)\mathrm{andb}\&NotEqual;\min (r,g,b)\\ 5-r^{\&prime;},\mathrm{otherwise}\end{array}\right.---\left(3\right)$

式中，i，s，h分别为HIS颜色空间的值，r，g，b则为RGB颜色空间的值，r'，g'，b'则可以根据如下公式得出：

$\left\{\begin{array}{c}{r}^{\&prime;}=(i-r)/(i-\min (r,g,b))\\ g^{\&prime;}=(i-g)/(i-\min (r,g,b))\\ b^{\&prime;}=(i-b)/(i-\min (r,g,b))\end{array}\right.---\left(4\right)$

根据公式(1)、(2)、(3)和(4)把这三个分量结合起来，颜色表示可以为(s×i×cosh,s×i×sinh,i),色差定义如下:

d_x,y=[(i_x-i_y)²+(s_xi_xcosh_x-s_yi_ycoss_y)²+(s_xi_xsinh_x-s_yi_ysin s_y)²]^1/2(5)

式中，d_x,y为冠字号码HIS颜色空间与标准颜色模板间的色差，i，s，h分别为HIS颜色空间的值，x，y分别为颜色空间所在的坐标。

（2.3）选取第二步计算得到的色差最小值，然后通过颜色映射表得到对应的颜色，并以此来判断是否为真币。

3、将人民币冠字号码区域彩色图像转为灰度图像，对灰度图像采用全局动态阈值法得到阈值，从而对冠字号码图像进行二值化，得到冠字号码二值化图像。

图像二值化方法一般有全局阈值和局部阈值两类方法，考虑到两者的局限性，本发明采用全局动态阈值法来选取阈值，并利用迭代法来求阈值，步骤如下：

（3.1）首先计算冠字号码区域图像的灰度直方图，根据计算得到的直方图求取灰度范围的中值，然后将求得的中值作为初始阈值T₀，将其代入如下公式(6)进行迭代：

$T_{i+1}=K\{\frac{\underset{l=0}{\overset{T_i}{\mathrm{\&Sigma;}}}{h}_l\&CenterDot;l}{\underset{l=0}{\overset{T_i}{\mathrm{\&Sigma;}}}{h}_l}+\frac{\underset{l=T_{i+1}}{\overset{l-1}{\mathrm{\&Sigma;}}}{h}_l\&CenterDot;l}{\underset{l=T_{i+1}}{\overset{l-1}{\mathrm{\&Sigma;}}}{h}_l}\}---\left(6\right)$

式中，l是灰度值，h_l是灰度值为l在图像中的像素个数,T表示阈值，i表示像素计数值，K为动态系数。

由于采集图像是动态的，所以为了得到较好的分割结果，就需要动态调整K的值，这也是本方法的关键所在。先设定一个K的初始值，为0.5，之后在迭代过程中K值的选择是一个先验知识的，即冠字号码中背景像素点总数与字符像素点总数只比应该基本固定，公式如下：

$X={\mathrm{\&Sigma;}}_{l=0}^{T_i}{h}_l/{\mathrm{\&Sigma;}}_{l=T_i+1}^{l-1}{h}_l---\left(7\right)$

式中，X代表人民币冠字号图像中背景像素点总数与字符像素点总数之比，经过大量的实验，迭代时，K的取值要根据X的值进行调整，关系如下：

$K=\left\{\begin{array}{c}X>2.6,\mathrm{decreaseK}\\ X<1.7,\mathrm{increaseK}\\ \mathrm{otherwise},\mathrm{same}\end{array}\right.$

当满足T_i+1＝T_i时，迭代结束，同时记录结束时的T_i值为最终分割的阈值T。通过自动调节迭代系数来获取一个比较准确的阈值，具有很强的自适应能力。

（3.2）根据步骤3.1得到的阈值T根据公式(8)对冠字号码图像进行二值化处理：

$M(i,j)=\left\{\begin{array}{c}0,A(i,j)\&GreaterEqual;T\\ 1,A(i,j)<T\end{array}\right.---\left(8\right)$

式中，i，j则为冠字号号码图像的任一点坐标值，M(i,j)为二值化图像的灰度值，A(i,j)为冠字号号码图像灰度值。

4、将冠字号码二值化图像采用投影法进行分割和定位，以此确定各个号码的大小以及整体冠字号码区域的宽度，从而最终判断出纸币的真伪。

（4.1）通过计算冠字号码区域图像的水平投影，得到其水平方向的差分矩阵，然后扫描矩阵，得到一个最小值的位置top以及最大值的位置bottom，分别对应冠字号图像整体的上下边界，并且高度为height=bottom-top。

（4.2）通过步骤4.1确定冠字号图像区域的上下边界后，通过计算垂直投影来得到差分矩阵，然后扫描两次该矩阵，第一次从左到右，得到第一个波峰的位置left，第二次从右到左，得到第一个波谷的位置right，由此可以算出整个字符图像的宽度width=right-left。然后由此可以将width与标准库进行比对，来进行纸币的鉴伪。

（4.3）确定好冠字号码区域的边界之后，就可以进行字符分割了，由于二值化后图像背景区域的像素为0，而字符区域的像素为1,依据第二步得到的垂直投影，从左到右进行水平搜索，当某点的区域像素点累加值大于0时，则认为是字符的左边界点，并记录位置，放入数组M[10]中，当累加值由大于0变成等于0的时候，认为是字符的右边界，并记录到数组N[10]中，同理，就可以将10个冠字号码的分割出来。

（4.4）步骤4.3之后，就将冠字号码分割出来，然后对每个冠字号码重复步骤（4.1），并分别记录上边界和下边界到数组T[10]和B[10]当中，则每个字符的高度H[i]=B[i]-T[i]；由此可以将此与标准库进行对比，来进一步判断纸币的真伪。

Claims (4)

1.一种基于冠字号图像特征的人民币鉴伪方法，其特征在于，它包括如下步骤：

（1）采集人民币冠字号码区域彩色图像；

（2）对步骤1采集的彩色图像的冠字号码区域进行颜色提取；

（3）将人民币冠字号码区域彩色图像转为灰度图像，对灰度图像采用全局动态阈值法得到阈值，从而对冠字号码图像进行二值化，得到冠字号码二值化图像；

（4）将冠字号码二值化图像采用投影法进行分割和定位，以此确定各个号码的大小以及整体冠字号码区域的宽度，从而最终判断出纸币的真伪。

2.根据权利要求1所述基于冠字号图像特征的人民币鉴伪方法，其特征在于，所述步骤2具体为：主要选取冠字号码前4位号码，对其进行彩色直方图计算，然后进行色差计算，最后提取出冠字号码颜色，该步骤通过如下子步骤来实现：

（2.1）对冠字号码前四位号码区域，统计所有彩色的出现频率，并选择其中出现频率最高的颜色为识别对象。

（2.2）色差计算：将所选区域的RGB色彩空间转化到HIS色彩空间，转换公式如下：

i＝max(r,g,b)，

s=1-min(r,g,b)/i，

$h=\left\{\begin{array}{c}5+b^{\&prime;},\mathrm{ifr}=\max (r,g,b)\mathrm{andg}=\min (r,g,b)\\ 1-g^{\&prime;},\mathrm{ifr}=\max (r,g,b)\mathrm{andg}\&NotEqual;\min (r,g,b)\\ 1+r^{\&prime;},\mathrm{ifg}=\max (r,g,b)\mathrm{andb}=\min (r,g,b)\\ 3-b^{\&prime;},\mathrm{ifg}=\max (r,g,b)\mathrm{andb}=\min (r,g,b)\\ 3+g^{\&prime;},\mathrm{ifg}=\max (r,g,b)\mathrm{andb}\&NotEqual;\min (r,g,b)\\ 5-r^{\&prime;},\mathrm{otherwise}\end{array}\right.,$

式中，i，s，h分别为HIS颜色空间的值，r，g，b则为RGB颜色空间的值，r'，g'，b'则可以根据如下公式得出：

$\left\{\begin{array}{c}{r}^{\&prime;}=(i-r)/(i-\min (r,g,b))\\ g^{\&prime;}=(i-g)/(i-\min (r,g,b))\\ b^{\&prime;}=(i-b)/(i-\min (r,g,b))\end{array}\right.,$

颜色表示可以为(s×i×cosh,s×i×sinh,i),色差定义如下:

d_x,y＝[(i_x-i_y)²+(s_xi_xcosh_x-s_yi_ycoss_y)²+(s_xi_x sinh_-s_yi_ysins_y)²]^1/2

式中，d_x,y为冠字号码HIS颜色空间与标准颜色模板间的色差，i，s，h分别为HIS颜色空间的值，x，y分别为颜色空间所在的坐标。

（2.3）选取步骤2.2计算得到的色差最小值，然后通过颜色映射表得到对应的颜色，并以此来判断是否为真币。

3.根据权利要求1所述基于冠字号图像特征的人民币鉴伪方法，其特征在于，所述步骤3通过以下子步骤来实现：

（3.1）首先计算冠字号码区域图像的灰度直方图，根据计算得到的直方图求取灰度范围的中值，然后将求得的中值作为初始阈值T₀，将其代入下式进行迭代：

$T_{i+1}=K\{\frac{\underset{l=0}{\overset{T_i}{\mathrm{\&Sigma;}}}{h}_l\&CenterDot;l}{\underset{l=0}{\overset{T_i}{\mathrm{\&Sigma;}}}{h}_l}+\frac{\underset{l=T_{i+1}}{\overset{l-1}{\mathrm{\&Sigma;}}}{h}_l\&CenterDot;l}{\underset{l=T_{i+1}}{\overset{l-1}{\mathrm{\&Sigma;}}}{h}_l}\},$

式中，l是灰度值，h_l是灰度值为l在图像中的像素个数,T表示阈值，i表示像素计数值，K为动态系数。

当满足T_i+1＝T_i时，迭代结束，同时记录结束时的T_i值为最终分割的阈值T。动态系数K的初始值为0.5，可由下式动态调整：

$K=\left\{\begin{array}{c}X>2.6,\mathrm{decreaseK}\\ X<1.7,\mathrm{increaseK}\\ \mathrm{otherwise},\mathrm{same}\end{array}\right.$

其中，X由下式得到：

$X={\mathrm{\&Sigma;}}_{l=0}^{T_i}{h}_l/{\mathrm{\&Sigma;}}_{l=T_i+1}^{l-1}{h}_l,$

式中，X代表人民币冠字号图像中背景像素点总数与字符像素点总数之比。（3.2）根据步骤3.1得到的阈值T根据下式对冠字号码图像进行二值化处理，得到冠字号码二值化图像：

$M(i,j)=\left\{\begin{array}{c}0,A(i,j)\&GreaterEqual;T\\ 1,A(i,j)<T\end{array}\right.$

式中，i，j则为冠字号号码图像的任一点坐标值，M(i,j)为二值化图像的灰度值，A(i,j)为冠字号号码图像灰度值。

4.根据权利要求1所述基于冠字号图像特征的人民币鉴伪方法，其特征在于，所述步骤4通过以下子步骤来实现：

（4.1）通过计算冠字号码区域图像的水平投影，得到其水平方向的差分矩阵，然后扫描矩阵，得到一个最小值的位置top以及最大值的位置bottom，分别对应冠字号图像整体的上下边界，并且高度为height=bottom-top。

（4.2）通过步骤4.1确定冠字号图像区域的上下边界后，通过计算垂直投影来得到差分矩阵，然后扫描两次该矩阵，第一次从左到右，得到第一个波峰的位置left，第二次从右到左，得到第一个波谷的位置right，由此可以算出整个字符图像的宽度width=right-left。然后由此可以将width与标准库进行比对，来进行纸币的鉴伪。

（4.3）确定好冠字号码区域的边界之后，就可以进行字符分割了，由于二值化后图像背景区域的像素为0，而字符区域的像素为1,依据第二步得到的垂直投影，从左到右进行水平搜索，当某点的区域像素点累加值大于0时，则认为是字符的左边界点，并记录位置，放入数组M[10]中，当累加值由大于0变成等于0的时候，认为是字符的右边界，并记录到数组N[10]中，同理，就可以将10个冠字号码的分割出来。

（4.4）步骤4.3之后，就将冠字号码分割出来，然后对每个冠字号码重复步骤（4.1），并分别记录上边界和下边界到数组T[10]和B[10]当中，则每个字符的高度H[i]=B[i]-T[i]；由此可以将此与标准库进行对比，来进一步判断纸币的真伪。

Images