CN103390308A - 基于部分图像子块的高速纸币判别系统及其判别方法 - Google Patents

Abstract

本发明为了解决现有对纸币的判别通常需要得到完整的纸币图像之后再进行判别处理，使得纸币判别处理速度慢的不足，提供一种基于部分图像子块的高速纸币判别系统及其判别方法，将纸币图像分成若干图像子块，将纸币判别的过程分解成若干个子过程，每收到一个图像子块，执行一个判别子过程，完成一部分计算任务。待判别所需的图像子块都接收到后，执行剩余的计算任务，得出判别结果。将纸币扫描过程和判别计算过程同步进行，充分利用计算资源，缩短处理时间。

Description

基于部分图像子块的高速纸币判别系统及其判别方法

技术领域

本发明涉及纸币处理相关技术领域，具体地说，涉及一种基于部分图像子块的高速纸币判别系统及其判别方法。

 

背景技术

在现金自动存取款机、清分机、点钞机中，都有利用图像处理进行纸币识别的装置，主要包括纸币币种、面值、面向、真伪、残缺、污损、新旧的鉴别等，在对纸币鉴别之前，还要对图像进行预处理，计算纸币边界、位置、倾角等。

目前的处理方法，都是在整张纸币扫描结束，得到完整的纸币图像之后再进行处理。这就使得扫描结束后，还要对图像进行复杂的处理，才能得出判别结果，决定纸币通过哪个口出钞。这一局限导致纸币处理速度慢，走钞时间长，机械结构复杂。而在纸币扫描的过程中，不能对图像进行处理，没有将计算资源有效利用起来，效率低。

尤其是在很多情况下，仅仅需要对纸币的类型进行判别无需采用纸币图像时，得到完整的纸币图像之后再进行判别处理的方式，将大大影响纸币判别的效率。

 

发明内容

本发明为了解决现有对纸币的判别通常需要得到完整的纸币图像之后再进行判别处理，使得纸币判别处理的效率较为低下的不足，提供一种基于部分图像子块的高速纸币判别系统及其判别方法。

本发明所需要解决的技术问题，可以通过以下技术方案来实现：

本发明的第一方面，一种基于部分图像子块的高速纸币判别系统，其特征在于，包括：

纸币图像采集单元，在第一图像处理单元控制下，以预定宽度为单位沿纸币长度方向采集纸币图像子块，并依次输出到第一图像处理单元，所述预定宽度小于纸币的宽度；

第一图像处理单元，根据纸币图像采集单元依次输出的纸币图像子块，检测纸币宽度边的边界位置，并在接收下一次纸币图像子块前将前一次纸币图像子块输出到第二图像处理单元；

第二图像处理单元，根据从第一图像处理单元接收的前若干个纸币图像子块计算纸币位置和判别纸币类型，并对判别结果进行输出。

本发明中，所述纸币图像采集单元，包括：

扫描模块；

由第一图像处理单元控制驱动扫描模块工作的扫描控制模块；

将扫描模块采集到的纸币图像子块进行模拟-数字转换输出到第一图像处理单元的模拟-数字转换模块。

本发明中，所述第一图像处理单元，包括：

驱动扫描控制模块工作的扫描驱动模块；

检测纸币宽度边的边界位置并反馈到扫描驱动模块的边界位置检测模块；

将依次输入第一处理单元的纸币图像子块输出到第二图像处理单元的第一输出接口。

所述第一图像处理单元还包括：将纸币图像采集单元采集的纸币图像子块分辨率进行降低转换的图像转换模块。

本发明中，所述第二图像处理单元，包括：

根据从第一图像处理单元接收的前若干个纸币图像子块，计算纸币边长直线方程进而获取纸币长度和位置信息的位置计算模块；

储存不同真币各面向图像特征值数据的真币数据库模块；

根据位置计算模块输出的纸币长度，通过比较真币数据库模块中真币图像的特征值和从第一图像处理单元接收的前若干个纸币图像子块的特征值，判别纸币类型的纸币判别模块；

输出纸币判别结果的第二输出接口。

本发明的第二方面，一种基于部分图像子块的高速纸币判别方法，其特征在于，包括如下步骤：

1、以预定宽度为单位沿纸币长度方向采集纸币图像子块并依次输出，所述预定宽度小于纸币的宽度；

2、根据依次输出的纸币图像子块，检测纸币宽度边的边界位置，在接收下一次纸币图像子块前将前一次纸币图像子块再次输出；

3、根据再次输出的前若干个纸币图像子块计算纸币位置和判别纸币类型，并对判别结果进行输出。

本发明中，步骤1中，以扫描预定行数的纸币图像作为采集预定宽度纸币图像子块的实现方式。

本发明中，步骤3中，计算纸币位置包括如下步骤：

1、填充每次输出的纸币图像子块的边界，检测纸币图像子块边界所在的直线；

2、根据每次输出的图像子块边界所在直线计算纸币其中一个长度边的直线方程和纸币图像的倾斜角；

3、在纸币图像子块长度稳定后，根据纸币图像的倾斜角计算纸币长度。

本发明，步骤3中，判别纸币类型包括如下步骤：

1、建立储存不同真币各面向图像特征值数据的真币数据库；

2、根据纸币长度，初步筛选符合纸币长度条件的纸币类型并调用真币各面向图像特征值；

3、计算前若干个纸币图像子块的特征值和真币各面向图像特征值的相关系数，判别纸币类型和面向。

所述特征值为纸币在水平方向的灰度投影。

本发明基于部分图像子块的高速纸币判别系统及其判别方法，将纸币图像分成若干图像子块，将纸币判别的过程分解成若干个子过程，每收到一个图像子块，执行一个判别子过程，完成一部分计算任务。待判别所需的图像子块都接收到后，执行剩余的计算任务，得出判别结果。将纸币扫描过程和判别计算过程同步进行，充分利用计算资源，缩短处理时间。

判别过程所需要的图像数据，选取纸币图像的前几个图像子块，在图像扫描时，能够尽快扫描出数据，得到判别结果。不用整幅纸币图像的完整数据，只需要部分少量数据，就能进行判别，从而为计算节省了时间，提高了速度。

附图说明

以下结合附图和具体实施方式来进一步说明本发明。

图1为本发明系统结构图。

图2为本发明纸币图像子块采集方式示意图。

图3为本发明纸币图像采集流程图。

图4为本发明纸币图像处理流程图。

图5为本发明纸币位置计算流程图。

图6为本发明纸币类型判别流程图。

 

具体实施方式

为了使本发明的技术手段、创作特征、达成目的与功效易于明白了解，下面结合具体图示，进一步阐述本发明。

本发明的主旨在于，通过对现有纸币判别需求，尤其是无需采集纸币图像的高速判别需求的分析，发现现有对纸币的判别通常需要得到完整的纸币图像之后再进行判别处理，使得纸币判别处理速度慢的问题，本发明提供一种基于部分图像子块的高速纸币判别系统及其判别方法以解决上述问题。

参见图1，本发明的基于部分图像子块的高速纸币判别系统，包括三个基本单元，纸币图像采集单元1，第一图像处理单元2和第二图像处理单元3。纸币图像采集单元1完成对纸币图像的原始采集，本实施例中，纸币图像采集单元包括扫描模块11，扫描模块11由扫描控制模块12进行控制，而扫描控制模块12则由第一图像处理单元1进行驱动。这样，在第一图像处理单元1的控制下，以预定宽度为单位沿纸币长度方向采集纸币图像子块，扫描模块11采集到的纸币图像子块再输出到模拟-数字转换模块13，经模拟-数字转换模块13进行模拟-数字转换，纸币图像子块再输出到第一图像处理单元2。这里，纸币图像子块是依次输出到第一图像处理单元2的，纸币图像子块的预定宽度小于纸币的宽度。当然，也可以采用以预定长度为单位沿纸币宽度方向采集纸币图像子块的方法，或者其他方法每次采集一个图像子块。

第一图像处理单元2包括扫描驱动模块21，扫描控制模块12即由扫描驱动模块21进行驱动，扫描驱动模块21每产生一次中断，通过扫描控制模块12对扫描模块11的控制，实现输出一次纸币图像子块，驱动模块21同时还可以实现扫描模块扫描分辨率的设定。模拟-数字转换模块13将采集到的纸币图像子块输出到图像转换模块22，图像转换模块22可以将纸币图像子块从原始采集到的较高分别率转换为较低的分辨率。这样的好处在于，转换为较低分辨率的范围后可以提高后续程序的处理速度，在有其他需求的情况下，原始较高分辨率的纸币图像子块也可以用于其他用途。当然也可以不设置图像转换模块22直接使用原始较高分别率的纸币图像子块，或者原始就采用较低的分辨率采集纸币图像子块。

接着将采集到的纸币图像子块输出到边界位置检测模块23，边界位置检测模块23对纸币宽度边（即纸币四条边中较短的两边）的边界位置进行检测，在检测的同时，将纸币图像子块再依次输出到第一图像处理单元2的第一输出接口24。由于纸币图像采集单元1对纸币图像子块的输出是通过扫描驱动模块21产生中断，一次接一次进行输出的，边界位置检测模块23在收到下一个图像子块前便将前一个纸币图像子块输出到第一输出接口24，第一输出接口24同样在收到下一个图像子块前便将前一个纸币图像子块输出第二图像处理单元3。

在上述过程中，边界位置检测模块23针对一次输入的纸币图像子块，每完成一次纸币的边界位置检测，都判断是否已经完成了对纸币的边界位置的检测，一旦完成对纸币边界位置的检测就反馈到扫描驱动模块21，说明当前的纸币图像子块已经可以完成对纸币类型的判别。扫描驱动模块21向纸币图像采集单元1发出指令不在对当前纸币进行图像子块采集，可以开始对下一张纸币进行图像子块采集。

第一输出接口24将纸币图像子块输出到第二图像处理单元3的位置计算模块31，位置计算模块31通过依次接收到的前若干个纸币图像子块，计算纸币边长的直线方程，进而获取纸币的长度和位置信息，纸币的位置信息包括纸币图像的倾斜角，长度边和宽度边的顶点坐标等。上述信息连同前若干个纸币图像子块一同输出到纸币判别模块32，根据位置计算模块31计算的纸币长度，纸币判别模块32初步筛选符合纸币长度条件的纸币类型，并从储存不同真币各面向图像特征值数据的真币数据库模块33中调用真币各面向图像特征值，然后比较前若干个纸币图像子块的特征值和真币数据库模块中真币图像的特征值，进而判别纸币的类型和面向等信息。

纸币的类型和面向的判别结构输出到第二输出接口34，最终实现向外输出。输出接口34还可以进一步连接其他的输出或者存储设备，例如：存储卡接口模块、以太网接口模块、USB接口模块等，以实现对纸币判别结果的后续输出，扩展本发明的适用范围。

为了更好的理解和说明本发明的优点，以下将详细说明本发明纸币判别的工作过程和原理：

参见图2和图3，需要进行判别的纸币4首先进入纸币图像采集单元1，在第一图像处理单元2的控制下，图像采集单元1以预定的宽度d为单位沿着纸币4的长度方向采集纸币图像子块，宽度d是小于纸币宽度的。由于纸币在进行图像采集时，周围还有是有其他空间的，因此采集到的纸币图像子块除了纸币本身的图像外，还会有纸币以外部分的图像，当然，出于便于后期处理的目的，纸币以外的部分较好的是采用白色。

图2中，纸币图像子块51示意了在纸币长度边41初始位置采集到的纸币图像子块，纸币图像子块52示意了在纸币中间部分采集到的纸币图像子块。很显然在纸币图像子块51中仅仅包含了纸币长度边41和纸币宽度边44的图像，通过纸币图像子块51是无法确定纸币宽度边42和宽度边44的边界位置的；而纸币图像子块52同时包含了纸币宽度边42和宽度边44，即可确定纸币两宽度边的边界位置（可以理解的是，在纸币图像子块52下方的某位置采集到的纸币图像子块就可以确定纸币两宽度边的边界位置）。

对于纸币图像子块的预定宽度d，可以通过扫描预定行数的纸币图像来实现，例如，对纸币图像每扫描8行就划分为一个的图像子块，纸币图像采集单元1每次输出一个纸币图像子块到第一图像处理单元2进行后续处理。在第一图像处理单元2中可以对原始采集的纸币图像子块的分辨率进行转换，例如从原始的200DPI转换为50DPI，以利于提高后续纸币判别的速度和效率。

第一图像处理单元2通过每一次来自纸币图像采集单元1的纸币图像子块对纸币的边界位置进行检测，都判断是否已经实际获取了纸币的边界位置。如前所述一旦在某一纸币图像子块中同时包含了纸币4的宽度边42和宽度边44，即完成对纸币边界位置的检测，意味着当前的纸币图像子块已经可以完成对纸币类型的判别。那么，纸币图像采集单元1可以不在对当前纸币进行图像子块采集，可以开始对下一张纸币进行图像子块采集。

当然，第一图像处理单元2每接收一次纸币图像子块，针对该纸币图像子块对纸币两宽度边的边界位置检测后，无论是否已经完成纸币边界的检测，在接收纸币图像采集单元1下一次纸币图像子块前，均会将前一次纸币图像子块输出到第二图像处理单元3，以利于第二图像处理单元3尽早对纸币的类型进行判别。

参见图4，启动纸币图像处理，第一图像处理单元2向第二图像处理单元发送纸币图像子块，执行一步纸币位置计算过程。参见图5，对于纸币位置计算，首先对每次输出到第二图像处理单元2的纸币图像子块进行边界填充，进而检测纸币图像子块边界所在的直线。

随着连续输入第二图像单元3的纸币图像子块，计算纸币第一条长度边（图2中即长度边41）的直线方程，根据第一条长边直线方程即可求出纸币图像的倾斜角（图2中即角a）。这一步需要一定数量的纸币图像子块或者通过扫描一定的行数来实现，并且当前纸币图像子块的长度不小于规定的最小值，以避免出现计算错误。

再计算连续输入第二图像单元3的纸币图像子块的长度，统计每个长度值出现的次数，当某个宽度超出规定的次数时，即可认为纸币图像子块长度已经稳定，可以作为纸币图像子块一行的长度，将纸币图像子块一行的长度经过倾斜校正后得到纸币的长度。

通过后续的纸币图像子块继续计算纸币第一条宽度边（图2中即宽度边42）直线方程，求其与第一条长边直线的交点，确定顶点坐标，这一步需要扫描纸币图像达到一定行数。在纸币倾斜角、长度、顶点计算出来后，通知其他模块计算结束，此时可以启动纸币类型的判别。当然，也可以继续等待后续纸币图像子块，计算第二条长边（图2中即长度边43）直线方程，并计算出纸币宽度，这一步要求纸币扫描结束，或者扫描即将结束且剩下的纸币图像不影响第二条长度边计算结果。

完成纸币位置的计算后，开始进入纸币类型判别过程。首先判断纸币类型判别所需的纸币图像子块是否扫描完毕，如果完毕，执行剩余纸币类型判别过程，报告纸币类型判别结果，最终纸币类型判别过程结束，进行后续处理。

参见图6，判别纸币类型，首先选取系统所支持的各种币种、各种面值、各种版本的真币作为判别标准，加入到真币数据库中，选取纸币顶部或者底部一定宽度内（例如32行内）的区域作为纸币币种、面值、版本、面向判别的特征区域。

真币数据库中的纸币以0度倾角扫描，分别以正面正向、正面倒向、反面正向、反面倒向4种面向通过扫描设备，提取每种纸币在不同面向时，该特征区域的特征值，并选取纸币在水平方向的灰度投影作为特征值。

根据纸币图像中纸币的长度，与真币数据库中的纸币长度进行比较，初步筛选出符合条件的纸币类型，这一步需要计算出纸币的长度。

根据纸币顶点、倾斜角在扫描图像上定位上述特征区域对应的映射区域，这一步需要计算出纸币顶点、倾斜角。

计算上述区域的特征值，由于纸币倾斜角不能太大，不需要做倾斜校正，直接计算映射区域在水平方向的灰度投影，这一步需要扫描到对应映射区域的纸币图像子块。

将计算出的纸币特征值与真币数据库中的每种纸币每个面向的特征值进行比较，计算其相关系数。为提高精度，需要对投影向量做滑动处理，滑动过程中最大相关系数作为这个特征值对应的相关系数。相关系数最大的特征值所对应的种类、面向即判别为纸币的种类、面向、币种、面值、版本、面向都由此确定。

本发明是利用纸币图像的部分图像子块进行判别，该实例仅描述了纸币位置、类型、面值、面向的判别方法，但不应理解为该本发明只能应用于位置、类型、面值、面向判别。纸币的其他内容判别也可以使用这种方法，例如，纸币真伪、残缺、污损、新旧判别等都可使用这种方法。

本发明将纸币判别过程分解成若干个子过程，每送入一个纸币图像子块，执行一个子块的计算量，将纸币扫描与图像处理同时进行，待所需图像子块都扫描完毕后，完成剩余计算任务。纸币位置计算和纸币类型判别所需的图像都位于前几个图像子块，不需要扫描出整幅图像，在扫描到部分图像后即可得出判别结果。

以上仅就本发明较佳的实施例作了说明，但不能理解为是对权利要求的限制。本发明不仅局限于以上实施例，其具体结构允许有变化。总之，凡在本发明独立权利要求的保护范围内所作的各种变化均在本发明的保护范围内。

Claims (10)

1. 基于部分图像子块的高速纸币判别系统，其特征在于，包括：

纸币图像采集单元，在第一图像处理单元控制下，以预定宽度为单位沿纸币长度方向采集纸币图像子块，并依次输出到第一图像处理单元，所述预定宽度小于纸币的宽度；

第一图像处理单元，根据纸币图像采集单元依次输出的纸币图像子块，检测纸币宽度边的边界位置，并在接收下一次纸币图像子块前将前一次纸币图像子块输出到第二图像处理单元；

第二图像处理单元，根据从第一图像处理单元接收的前若干个纸币图像子块计算纸币位置和判别纸币类型，并对判别结果进行输出。

2. 根据权利要求1所述的基于部分图像子块的高速纸币判别系统，其特征在于：所述纸币图像采集单元，包括：

扫描模块；

由第一图像处理单元控制驱动扫描模块工作的扫描控制模块；

将扫描模块采集到的纸币图像子块进行模拟-数字转换输出到第一图像处理单元的模拟-数字转换模块。

3. 根据权利要求2所述的基于部分图像子块的高速纸币判别系统，其特征在于：所述第一图像处理单元，包括：

驱动扫描控制模块工作的扫描驱动模块；

检测纸币宽度边的边界位置的边界位置检测模块；

将依次输入第一处理单元的纸币图像子块输出到第二图像处理单元的第一输出接口。

4. 根据权利要求3所述的基于部分图像子块的高速纸币判别系统，其特征在于：所述第一图像处理单元还包括：将纸币图像采集单元采集的纸币图像子块分辨率进行降低转换的图像转换模块。

5. 根据权利要求3或4所述的基于部分图像子块的高速纸币判别系统，其特征在于：所述第二图像处理单元，包括：

根据从第一图像处理单元接收的前若干个纸币图像子块，计算纸币长边直线方程进而获取纸币长度和位置信息的位置计算模块；

储存不同真币各面向图像特征值数据的真币数据库模块；

根据位置计算模块输出的纸币长度，通过比较真币数据库模块中真币图像的特征值和从第一图像处理单元接收的前若干个纸币图像子块的特征值，判别纸币类型的纸币判别模块；

输出纸币判别结果的第二输出接口。

6. 基于部分图像子块的高速纸币判别方法，其特征在于，包括如下步骤：

1）以预定宽度为单位沿纸币长度方向采集纸币图像子块并依次输出，所述预定宽度小于纸币的宽度；

2）根据依次输出的纸币图像子块，检测纸币宽度边的边界位置，在接收下一次纸币图像子块前将前一次纸币图像子块再次输出；

3）根据再次输出的前若干个纸币图像子块计算纸币位置和判别纸币类型，并对判别结果进行输出。

7. 根据权利要求6所述的高速票据图像采集处理方法，其特征在于：步骤1）中，以扫描预定行数的纸币图像作为采集预定宽度纸币图像子块的实现方式。

8. 根据权利要求6所述的高速票据图像采集处理方法，其特征在于：步骤3）中，计算纸币位置包括如下步骤：

1）填充每次输出的纸币图像子块的边界，检测纸币图像子块边界所在的直线；

2）根据每次输出的图像子块边界所在直线计算纸币其中一个长度边的直线方程和纸币图像的倾斜角；

3）在纸币图像子块长度稳定后，根据纸币图像的倾斜角计算纸币长度。

9. 根据权利要求6所述的高速票据图像采集处理方法，其特征在于：步骤3）中，判别纸币类型包括如下步骤：

1）建立储存不同真币各面向图像特征值数据的真币数据库；

2）根据纸币长度，初步筛选符合纸币长度条件的纸币类型并调用真币各面向图像特征值；

3）计算前若干个纸币图像子块的特征值和真币各面向图像特征值的相关系数，判别纸币类型和面向。

10. 根据权利要求9所述的高速票据图像采集处理方法，其特征在于：所述特征值为纸币在水平方向的灰度投影。

Images