CN103413375B - 基于图像统计特征的纸币新旧判别系统及其判别方法 - Google Patents
基于图像统计特征的纸币新旧判别系统及其判别方法 Download PDFInfo
- Publication number
- CN103413375B CN103413375B CN201310281221.6A CN201310281221A CN103413375B CN 103413375 B CN103413375 B CN 103413375B CN 201310281221 A CN201310281221 A CN 201310281221A CN 103413375 B CN103413375 B CN 103413375B
- Authority
- CN
- China
- Prior art keywords
- bank note
- old
- new
- image
- ultraviolet light
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 30
- 230000005540 biological transmission Effects 0.000 claims abstract description 72
- 238000002834 transmittance Methods 0.000 claims abstract description 29
- 238000004364 calculation method Methods 0.000 claims abstract description 17
- 230000004069 differentiation Effects 0.000 claims description 21
- 238000006243 chemical reaction Methods 0.000 claims description 20
- 230000011218 segmentation Effects 0.000 claims description 9
- 238000007796 conventional method Methods 0.000 abstract 1
- 230000007547 defect Effects 0.000 abstract 1
- 238000012850 discrimination method Methods 0.000 abstract 1
- 238000000205 computational method Methods 0.000 description 3
- 238000010276 construction Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 206010008190 Cerebrovascular accident Diseases 0.000 description 1
- 208000006011 Stroke Diseases 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000009792 diffusion process Methods 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000003702 image correction Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
Abstract
本发明为了解决现有纸币新旧判别方法算法复杂，计算量大，判别时间长，不利于高速设备中使用的不足，提供一种基于图像统计特征的纸币新旧判别系统及其判别方法。本发明采集纸币的紫外光透射图像；根据纸币的紫外光透射图像计算纸币的透光度、模糊度、灰度扩散度；再根据纸币的透光度、模糊度和灰度扩散度通过加权计算纸币的新旧判别值，并根据新旧判别值对纸币新旧进行判别。本发明根据纸币图像透光度、模糊度、灰度扩散度三个统计特征，将需要判别的纸币与标准纸币进行比较，根据新旧判别函数值对纸币进行新旧分类，通过纸币图像的统计特征进行新旧判别，具有计算量小，过程简单，运算速度快等优点，可广泛地在高速设备中使用。
Description
技术领域
本发明涉及纸币判别相关技术领域，具体地说，涉及一种基于图像统计特征的纸币新旧判别系统及其判别方法。
背景技术
在纸币清分判别系统中，需要按照纸币的新旧程度，对纸币进行分类，挑选出不能流通的货币，进行回收。目前，常用的纸币新旧判别方法有图像判别、厚度判别、声音判别、化学检测等。其中图像判别方法准确率最高，实用性最强，但是现有的图像判别方法算法复杂，计算量大，判别时间长，不利于高速设备中使用。
在纸币使用过程中，由新变旧的过程中，纸币透光度、模糊度、灰度扩散度是在变化的，根据上述各种参数的变化是可以区分纸币的新旧程度的，也就可以用于判别纸币的新旧。
发明内容
本发明为了解决现有纸币新旧判别方法算法复杂，计算量大，判别时间长，不利于高速设备中使用的不足，提供一种基于图像统计特征的纸币新旧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，一种基于图像统计特征的纸币新旧判别系统，其特征在于，包括：
纸币图像采集单元，采集纸币的紫外光透射图像并输出到第一图像处理单元；
第一图像处理单元，根据纸币的紫外光透射图像计算纸币的透光度、模糊度和灰度扩散度并输出到第二图像处理单元；
第二图像处理单元，根据纸币的透光度、模糊度和灰度扩散度通过加权计算纸币的新旧判别值，并根据新旧判别值输出纸币新旧判别结果。
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的紫外光透射图像再输出到模拟-数字转换模块，经模拟-数字转换模块进行模拟-数字转换，再输出到第一图像处理单元。
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；
根据纸币紫外光透射图像计算各灰度值像素点所占比例的分布密度计算模块，
根据纸币紫外光透射图像计算各像素点平均灰度值的透光度计算模块，
根据各灰度值像素点分布密度计算灰度熵的模糊度计算模块，
根据预设的分布密度阈值，计算分布密度大于预设分布密度阈值像素点占总像素点比例的灰度扩散度计算模块，
向第二图像处理单元输出透光度计算模块、模糊度计算模块和灰度扩散度计算模块计算结果的第一输出接口。
所述第一图像处理单元还包括以下至少一种模块：
将纸币图像采集单元采集的纸币紫外光透射图像分辨率进行降低转换的图像转换模块，
在纸币紫外光透射图像上选取部分区域作为纸币新旧判断区域的判别区域选取模块，
根据纸币紫外光透射图像倾斜角度对纸币新旧判别区域进行校正的校正模块。
本发明中，所述第二图像处理单元，包括：
接收第一输出接口输出的计算结果，通过加权计算纸币的新旧判别值的判别值计算模块；
接收纸币新旧判别值进行纸币新旧判别的判别模块；
输出纸币新旧判别结果的第二输出接口。
本发明的第二方面，一种基于图像统计特征的纸币新旧判别方法，其特征在于，包括如下步骤：
1、采集纸币的紫外光透射图像；
2、根据纸币的紫外光透射图像计算纸币的透光度、模糊度、灰度扩散度；
3、根据纸币的透光度、模糊度和灰度扩散度通过加权计算纸币的新旧判别值，并根据新旧判别值对纸币新旧进行判别。
本发明步骤2中，根据纸币紫外光透射图像计算各灰度值像素点所占比例，并依此作为各灰度值像素点的分布密度，
根据纸币紫外光透射图像计算各像素点平均灰度值，并以此作为纸币的透光度，
根据各灰度值像素点分布密度计算灰度熵，并以此作为纸币的模糊度，
根据预设的分布密度阈值，计算分布密度大于预设分布密度阈值像素点占总像素点比例，并以此作为纸币的灰度扩散度。
本发明中步骤2中，还进一步包括如下至少一个步骤：
将纸币紫外光透射图像分辨率进行降低转换的步骤，
在纸币紫外光透射图像上选取部分区域作为纸币新旧判断区域的步骤，
根据纸币紫外光透射图像倾斜角度对纸币新旧判别区域进行校正的步骤。
本发明步骤3中，根据纸币新旧程度将纸币判别为以下3类：A类为金融机器可流通，B类为银行柜台可流通，C类为不可流通。
步骤3中，将纸币样本中，A类纸币的最大新旧判别值和B类纸币的最小新旧判别值的平均值设定为A类和B类纸币的判别分割阈值，将B类的纸币的最大新旧判别值和C类纸币的最小新旧判别值的平均值设定为B类和C类纸币的判别分割阈值。
本发明通过采集纸币的紫外光透射图像，根据纸币图像透光度、模糊度、灰度扩散度三个统计特征，将纸币按照新旧程度分成金融机器可流通、柜台可流通和不可流通三类，每类中选取一定量的纸币样本作为判别标准，将需要判别的纸币与标准纸币进行比较，根据新旧判别函数值对纸币进行新旧分类，通过纸币图像的统计特征进行新旧判别，具有计算量小，过程简单，运算速度快等优点，可广泛地在高速设备中使用。
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为本发明第一种实施方式的系统结构图。
图2 为本发明第二种实施方式的系统结构图。
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，通过对现有纸币新旧判别方式的分析，发现现有纸币新旧判别方法算法复杂，计算量大，判别时间长，不利于高速设备中使用的问题，本发明提供一种基于图像统计特征的纸币新旧判别系统及其判别方法以解决上述问题。
参见图1，本实施方式基于图像统计特征的纸币新旧判别系统，包括纸币图像采集单元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，根据在第一图像处理单元1的控制下，扫描模块11采集纸币的紫外光透射图像。扫描模块11采集到的纸币的紫外光透射图像再输出到模拟-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，再输出到第一图像处理单元2。这里，紫外光波长为380纳米，扫描模块11采集到的纸币紫外光透射图像的分辨率为较优的为100~200DPI。
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。模拟-数字转换模块13输出的票据第一预定分辨率各色光源图像输出到图像转换模块22，图像转换模块22可以将纸币紫外光透射图像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，转换为较低分别率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紫外光透射图像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紫外光透射图像，或者原始就采用较低的分辨率采集纸币紫外光透射图像。
接着将采集到的或者分辨率经转换的纸币紫外光透射图像分别输出到分布密度计算模块23和透光度计算模块24。分布密度计算模块23，对纸币紫外光透射图像灰度可以采用直方图统计，计算纸币紫外光透射图像所有像素点中，灰度值为g的像素点的个数所占的比例，以此得到各灰度值像素点的分布密度。以纸币紫外光透射图像中每个像素点的位置建立坐标，如公式(1)所示，其中G(i, j)表示坐标为(i, j)像素点的灰度值，p(g)表示灰度值为g的像素点的分布密度，g的取值范围为0到255的整数，Ω为纸币新旧判别区域，本实施方式中纸币新旧判别区域为纸币紫外光透射图像的全部区域。
（1）
纸币紫外光透射图像，像素的灰度值大小，即反映纸币的透光能力，定义整个纸币新旧判别区域的平均灰度值作为纸币紫外光透射图像的透光度。透光度计算模块24根据纸币紫外光透射图像计算图像各像素点的平均灰度值，并以此作为纸币的透光度T；计算方法如公式(2)所示。
（2）
纸币紫外光透射图像灰度的直方图特征能够反映纸币紫外光透射图像的模糊度，当纸币紫外光透射图像清晰时，能量比较集中，直方图比较有序；当纸币紫外光透射图像模糊时，能量比较分散，直方图比较无序。纸币紫外光透射图像的灰度熵可以表征纸币紫外光透射图像的无序程度，也可表示纸币紫外光透射图像的模糊度。分布密度计算模块23将各灰度值像素点分布密度输出到模糊度计算模块25，模糊度计算模块25根据各灰度值像素点分布密度计算灰度熵，并以此作为纸币的模糊度A，计算方法如公式(3)所示。
（3）
灰度扩散度定义为某一灰度值像素点的分布密度超过预设的分布密度阈值的灰度分量占总的灰度分量的比例。其反映了纸币由新变旧过程中，灰度值能量集中区域从一个很小范围变到一个很大范围的程度。灰度扩散度计算模块26，根据预设的分布密度阈值，计算分布密度大于预设分布密度阈值像素点占总像素点比例，并以此作为纸币的灰度扩散度C，计算方法如公式(4)所示，其中p0为分布密度阈值。
（4）
完成上述计算后，透光度计算模块24、模糊度计算模块25以及灰度扩散度计算模块26将计算结果输出到第一输出接口27，第一输出接口27再向第二图像处理单元3输出上述计算结果。
第二图像处理单元3的判别值计算模块31接收到来自第一输出接口的上述计算结果后，对纸币的新旧判别值进行计算。纸币越旧，其透光度越小，模糊度越大，灰度扩散度越大。根据公式(5)可以计算纸币新旧判别值，其中，α、β、γ是加权系数，反映了每种特征对纸币新旧判别的影响程度，F为新旧判别函数，F值越大，纸币越旧。
（5）
纸币的新旧判别值输出到判别模块32，判别模块32根据纸币新旧判别值的大小对纸币的新旧程度进行判别，并通过第二输出接口33进行输出，第二输出接口33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，以实现对纸币新旧判别数据的后续输出，扩展本发明的适用范围。
参见图2，本实施方式与上述实施方式的区别在于，第一图像处理单元2还包括判别区域选取模块28和校正模块29。这里，判别区域选取模块28接收来自图像转换模块22转换后的纸币紫外光透射图像，与上述实施方式相同的是，也可以不设置图像转换模块22，判别区域选取模块28直接接收原始的纸币紫外光透射图像。
设置判别区域选取模块28的目的在于，减少纸币边缘折叠或者破损在对纸币紫外光透射图像进行处理时所带来的误差。因此，本实施方式与上述实施方式采用纸币紫外光透射图像的全部区域作为纸币新旧判别区域不同的是，将纸币紫外光透射图像四周边缘部分的区域去除，通过设置判别区域选取模块28选取纸币紫外光透射图像的部分区域作为纸币新旧判别区域。本实施方式的纸币新旧判别区域较优的是选取纸币紫外光透射图像中心部分80%左右的区域作为纸币新旧判别区域，将此纸币新旧判别区域标记为Ω。
另外，多张纸币在扫描过程中，由于纸币紫外光透射图像采集过程中位置的偏移和倾斜，纸币在紫外光透射图像上的坐标位置会发生变化，可以用旋转和平移的模型来处理这一过程。假设纸币上某个点在标准样本（即纸币处于完全正确的位置被扫描）里面的点(x, y)，对应扫描紫外光透射图像上的点(x’, y’)，纸币相对完全正确位置的倾斜角度为α，顶点(0, 0)平移到(x0, y0)，根据倾斜校正和矢量平移可以得出(x, y)与(x’, y’)的关系，如公式(6)所示。
（6）
校正模块29根据公式(6)可以计算原来纸币新旧判别区域Ω中每个点在扫描到的纸币紫外光透射图像上对应的位置Ω’。实际上，纸币新旧判别区域Ω是一个矩形区域，只需要计算四个顶点对应坐标，就能确定对应的平行四边形区域Ω’，再根据对应的平行四边形区域Ω’计算纸币新旧判别值。
在确定了纸币新旧判别区域Ω后，计算纸币新旧判别值的方式与上述的实施方式是相同的，此处就不再累述了。需要指出的是，尽管本实施方式中校正模块29是对经判别区域选取模块28选取后的纸币新旧判别区域进行的校正，但对于本发明，显然可以不设置判别区域选取模块28，校正模块29直接对经图像转换模块22转换后的纸币紫外光透射图像进行校正，甚至不设置图像转换模块22，校正模块29直接对原始的纸币紫外光透射图像进行校正。图像转换模块22、判别区域选取模块28和校正模块29可以单独设置也可以采用任意组合的方式进行设置，各种设置方式都应在本发明请求保护的范围中。
以下将详细说明本发明的工作过程和原理：
需要进行新旧判别的纸币首先进入纸币图像采集单元1，纸币图像采集单元1采集纸币的紫外光透射图像，如前所述，紫外光波长为380纳米，纸币图像采集单元1采集到的纸币紫外光透射图像的分辨率为较优的为100~200DPI。
然后将纸币的紫外光透射图像输出到第一图像处理单元2，当第一图像处理单元2设置图像转换模块时，将纸币的紫外光透射图像转换为50~100DPI，以加快后续的处理速度；当第一图像处理单元2设置判别区域选取模块28和/或校正模块29时，在纸币的紫外光透射图像上进行纸币新旧判别区域选取以及图像每个像素点的校正，否则直接采用纸币的紫外光透射图像的全部区域作为纸币新旧判别区域。
接着第一图像处理单元2根据确定的纸币新旧判别区域，计算纸币新旧判别区域中各灰度值像素点所占比例，并依此作为各灰度值像素点的分布密度；计算纸币新旧判别区域中各像素点平均灰度值，并以此作为纸币的透光度；根据纸币新旧判别区域中各灰度值像素点分布密度计算灰度熵，并以此作为纸币的模糊度；根据预设的分布密度阈值，计算纸币新旧判别区域中分布密度大于预设分布密度阈值像素点占总像素点比例，并以此作为纸币的灰度扩散度。
完成上述计算后，将纸币透光度、纸币模糊度以及纸币灰度扩散度的计算结果输出到第二图像处理单元3，第二图像处理单元3通过加权计算纸币的新旧判别值，纸币的新旧判别值越大，纸币越旧，在根据新旧判别值对纸币新旧进行判别，最后进行结果输出。
根据纸币新旧程度将纸币判别为以下3类：A类为金融机（例如ATM机）可流通，此类纸币可以通过金融机器对纸币的存取进行自动操作，此类纸币属于较新的；B类为银行柜台可流通，此类纸币至少可以通过人工进行存取操作，此类纸币是次新的；C类为不可流通，此类纸币应当被销毁或者回收。那么，在判别纸币新旧程度时，每种类型纸币新旧判别值的范围是对该纸币进行新旧判别的重要决定因素。
本发明中，预先在每类纸币中选取多个纸币样本，计算每个纸币样本的新旧判别值，并记录每类纸币新旧判别值的最大和最小值。例如将A类纸币样本中最大的新旧判别值定义为FAMAX，最小的新旧判别值定义为FAMIN；将B类纸币样本中最大的新旧判别值定义为FBMAX，最小的新旧判别值定义为FBMIN；将C类纸币样本中最大的新旧判别值定义为FCMAX，最小的新旧判别值定义为FCMIN。
将A类纸币的最大新旧判别值和B类纸币的最小新旧判别值的平均值设定为A类和B类纸币的判别分割阈值，将B类的纸币的最大新旧判别值和C类纸币的最小新旧判别值的平均值设定为B类和C类纸币的判别分割阈值，使得纸币新旧判别的距离尽可能增加，减少误判几率。如公式(7)所示，其中FAB是A类纸币和B类纸币的判别分割阈值，FBC是B类纸币和C类纸币的判别分割阈值。
（7）
那么，根据分割阈值，纸币的新旧类型Type将采用公式（8）进行判别：
（8）
即当纸币的新旧判别值小于FAB时，纸币判别为A类纸币，当纸币的新旧判别值大于FAB且小于FBC时，纸币判别为B类纸币，当纸币的新旧判别值大于FBC时，纸币判别为C类纸币。
本发明通过纸币图像的统计特征进行新旧判别，具有计算量小，过程简单，运算速度快等优点，可广泛地在高速设中使用。
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 (7)
1.基于图像统计特征的纸币新旧判别系统，其特征在于，包括：
纸币图像采集单元，采集纸币的紫外光透射图像并输出到第一图像处理单元；
第一图像处理单元，根据纸币的紫外光透射图像计算纸币的透光度、模糊度和灰度扩散度并输出到第二图像处理单元；
第二图像处理单元，根据纸币的透光度、模糊度和灰度扩散度通过加权计算纸币的新旧判别值，并根据新旧判别值输出纸币新旧判别结果；
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的紫外光透射图像再输出到模拟-数字转换模块，经模拟-数字转换模块进行模拟-数字转换，再输出到第一图像处理单元；
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；
根据纸币紫外光透射图像计算各灰度值像素点所占比例的分布密度计算模块，
根据纸币紫外光透射图像计算各像素点平均灰度值的透光度计算模块，
根据各灰度值像素点分布密度计算灰度熵的模糊度计算模块，
根据预设的分布密度阈值，计算分布密度大于预设分布密度阈值像素点占总像素点比例的灰度扩散度计算模块，
向第二图像处理单元输出透光度计算模块、模糊度计算模块和灰度扩散度计算模块计算结果的第一输出接口。
2.根据权利要求1所述的基于图像统计特征的纸币新旧判别系统，其特征在于：所述第一图像处理单元还包括以下至少一种模块：
将纸币图像采集单元采集的纸币紫外光透射图像分辨率进行降低转换的图像转换模块，
在纸币紫外光透射图像上选取部分区域作为纸币新旧判断区域的判别区域选取模块，
根据纸币紫外光透射图像倾斜角度对纸币新旧判别区域进行校正的校正模块。
3.根据权利要求1或2所述的基于图像统计特征的纸币新旧判别系统，其特征在于：所述第二图像处理单元，包括：
接收第一输出接口输出的计算结果，通过加权计算纸币的新旧判别值的判别值计算模块；
接收纸币新旧判别值进行纸币新旧判别的判别模块；
输出纸币新旧判别结果的第二输出接口。
4.基于图像统计特征的纸币新旧判别方法，其特征在于，包括如下步骤：
1）采集纸币的紫外光透射图像；
2）根据纸币的紫外光透射图像计算纸币的透光度、模糊度、灰度扩散度；
3）根据纸币的透光度、模糊度和灰度扩散度通过加权计算纸币的新旧判别值，并根据新旧判别值对纸币新旧进行判别；
步骤2）中，根据纸币紫外光透射图像计算各灰度值像素点所占比例，并依此作为各灰度值像素点的分布密度，
根据纸币紫外光透射图像计算各像素点平均灰度值，并以此作为纸币的透光度，
根据各灰度值像素点分布密度计算灰度熵，并以此作为纸币的模糊度，
根据预设的分布密度阈值，计算分布密度大于预设分布密度阈值像素点占总像素点比例，并以此作为纸币的灰度扩散度。
5.根据权利要求4所述的基于图像统计特征的纸币新旧判别方法，其特征在于：步骤2）中，还进一步包括如下至少一个步骤：
将纸币紫外光透射图像分辨率进行降低转换的步骤，
在纸币紫外光透射图像上选取部分区域作为纸币新旧判断区域的步骤，
根据纸币紫外光透射图像倾斜角度对纸币新旧判别区域进行校正的步骤。
6.根据权利要求4至5任一所述的基于图像统计特征的纸币新旧判别方法，其特征在于：步骤3）中，根据纸币新旧程度将纸币判别为以下3类：A类为金融机器可流通，B类为银行柜台可流通，C类为不可流通。
7.根据权利要求6所述的基于图像统计特征的纸币新旧判别方法，其特征在于：步骤3）中，将纸币样本中，A类纸币的最大新旧判别值和B类纸币的最小新旧判别值的平均值设定为A类和B类纸币的判别分割阈值，将B类的纸币的最大新旧判别值和C类纸币的最小新旧判别值的平均值设定为B类和C类纸币的判别分割阈值。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201310281221.6A CN103413375B (zh) | 2013-07-05 | 2013-07-05 | 基于图像统计特征的纸币新旧判别系统及其判别方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201310281221.6A CN103413375B (zh) | 2013-07-05 | 2013-07-05 | 基于图像统计特征的纸币新旧判别系统及其判别方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN103413375A CN103413375A (zh) | 2013-11-27 |
| CN103413375B true CN103413375B (zh) | 2017-05-17 |
Family
ID=49606380
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201310281221.6A Active CN103413375B (zh) | 2013-07-05 | 2013-07-05 | 基于图像统计特征的纸币新旧判别系统及其判别方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN103413375B (zh) |
Families Citing this family (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105184950A (zh) * | 2015-06-03 | 2015-12-23 | 深圳怡化电脑股份有限公司 | 一种分析纸币新旧的方法及装置 |
| CN104966349A (zh) * | 2015-06-30 | 2015-10-07 | 新达通科技股份有限公司 | 一种基于atm平台的纸币新旧检测方法 |
| CN106355739B (zh) * | 2016-08-18 | 2019-03-12 | 深圳怡化电脑股份有限公司 | 一种检测纸币新旧的方法及装置 |
| CN108022360B (zh) * | 2016-10-31 | 2020-07-24 | 深圳怡化电脑股份有限公司 | 一种鉴别水洗纸币的方法及系统 |
| CN106920322A (zh) * | 2017-03-06 | 2017-07-04 | 深圳怡化电脑股份有限公司 | 一种金融自动设备的配钞方法和装置 |
| CN106934922A (zh) * | 2017-03-15 | 2017-07-07 | 深圳怡化电脑股份有限公司 | 一种纸币检测方法及装置 |
| CN108665604B (zh) * | 2017-03-30 | 2020-09-15 | 深圳怡化电脑股份有限公司 | 一种纸币新旧等级的检测方法及装置 |
| CN109658635B (zh) * | 2018-11-20 | 2021-09-10 | 广州广电运通金融电子股份有限公司 | 存钞控制系统和方法 |
| CN111353058A (zh) * | 2020-02-28 | 2020-06-30 | 深圳市元征科技股份有限公司 | 一种车辆档案上传方法、装置、设备及存储介质 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101833660A (zh) * | 2010-01-20 | 2010-09-15 | 上海古鳌电子机械有限公司 | 一种纸币清分机的号码识别系统及其控制方法 |
| CN102236897A (zh) * | 2011-05-09 | 2011-11-09 | 哈尔滨工业大学 | 基于纸币退化能量函数的清分机纸币新旧和残缺检测方法 |
| CN102682514A (zh) * | 2012-05-17 | 2012-09-19 | 广州广电运通金融电子股份有限公司 | 一种纸类识别方法及相关装置 |
| CN103021069A (zh) * | 2012-11-21 | 2013-04-03 | 深圳市兆图电子有限公司 | 高速票据图像采集处理系统及其采集处理方法 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| GB0501568D0 (en) * | 2005-01-25 | 2005-03-02 | Innovative Technology Ltd | Improvements relating to banknote validation |
| DE102009048002A1 (de) * | 2009-10-02 | 2011-04-07 | Beb Industrie-Elektronik Ag | Verfahren und Vorrichtung zur Überprüfung des Verschmutzungsgrades von Banknoten |
-
2013
- 2013-07-05 CN CN201310281221.6A patent/CN103413375B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101833660A (zh) * | 2010-01-20 | 2010-09-15 | 上海古鳌电子机械有限公司 | 一种纸币清分机的号码识别系统及其控制方法 |
| CN102236897A (zh) * | 2011-05-09 | 2011-11-09 | 哈尔滨工业大学 | 基于纸币退化能量函数的清分机纸币新旧和残缺检测方法 |
| CN102682514A (zh) * | 2012-05-17 | 2012-09-19 | 广州广电运通金融电子股份有限公司 | 一种纸类识别方法及相关装置 |
| CN103021069A (zh) * | 2012-11-21 | 2013-04-03 | 深圳市兆图电子有限公司 | 高速票据图像采集处理系统及其采集处理方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN103413375A (zh) | 2013-11-27 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN103413375B (zh) | 基于图像统计特征的纸币新旧判别系统及其判别方法 | |
| CN105957238B (zh) | 一种纸币管理方法及其系统 | |
| CN104464079B (zh) | 基于模板特征点及其拓扑结构的多币种面值识别方法 | |
| CN104036239B (zh) | 基于特征融合和聚类的高分辨sar图像快速舰船检测方法 | |
| CN104298989B (zh) | 基于斑马线红外图像特征的鉴伪方法及其系统 | |
| CN102222384A (zh) | 纸币多光谱图像分析方法 | |
| CN106056751A (zh) | 冠字号码的识别方法及系统 | |
| CN104680144A (zh) | 基于投影极速学习机的唇语识别方法和装置 | |
| CN104732215A (zh) | 一种基于信息向量机的遥感影像海岸线提取方法 | |
| CN101923741A (zh) | 一种基于验钞机的纸币号码识别方法 | |
| CN104715240A (zh) | 基于灰度共生矩阵的港币纹理图像的分版方法 | |
| CN105046808B (zh) | 一种纸币多光谱高分辨率图像采集系统及采集方法 | |
| CN103456075A (zh) | 一种纸币处理方法及装置 | |
| CN103021069B (zh) | 高速票据图像采集处理系统及其采集处理方法 | |
| CN102565074B (zh) | 小张清分机疑似缺陷产品图像复检系统及方法 | |
| CN106355739A (zh) | 一种检测纸币新旧的方法及装置 | |
| CN104966349A (zh) | 一种基于atm平台的纸币新旧检测方法 | |
| CN102722708A (zh) | 一种薄片类介质分类方法及其装置 | |
| CN107221070A (zh) | 一种基于主图案荧光特征识别的票据防伪鉴别方法 | |
| CN105184950A (zh) | 一种分析纸币新旧的方法及装置 | |
| CN102110323A (zh) | 一种验钞方法及验钞装置 | |
| CN106898078B (zh) | 一种港币版本的识别方法及装置 | |
| CN101196995A (zh) | 图像中最大人脸的检测方法 | |
| CN110059573A (zh) | 基于图像识别的野山参分级检定方法 | |
| CN101727702B (zh) | 一种带有人民币变色油墨识别功能的atm机收钞模块 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| ASS | Succession or assignment of patent right |
Owner name: SHENZHEN GUOKE MICRO SEMICONDUCTOR CO., LTD. Free format text: FORMER OWNER: SHENZHEN ZHAOTU ELECTRONICS CO., LTD. Effective date: 20150310 |
|
| C41 | Transfer of patent application or patent right or utility model | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20150310 Address after: 218, room 4, 518052 Shenzhen Software Park, two road, Nanshan District hi tech, Guangdong, Shenzhen, China Applicant after: Shenzhen Ke Ke micro Semiconductor Co., Ltd. Address before: 518052, room 1309, West Tower, Nanshan Software Park, Shenzhen, Nanshan District, Guangdong Applicant before: Shenzhen Zhaotu Electronics Co., Ltd. |
|
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| CB02 | Change of applicant information |
Address after: 218, room 4, 518052 Shenzhen Software Park, two road, Nanshan District hi tech, Guangdong, Shenzhen, China Applicant after: Shenzhen branch of the national semiconductor Limited by Share Ltd Address before: 218, room 4, 518052 Shenzhen Software Park, two road, Nanshan District hi tech, Guangdong, Shenzhen, China Applicant before: Shenzhen Ke Ke micro Semiconductor Co., Ltd. |
|
| COR | Change of bibliographic data | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| CP03 | Change of name, title or address | ||
| CP03 | Change of name, title or address |
Address after: 518000 Shenzhen Nanshan District, Shenzhen, Guangdong Province, 10 blocks A, 12 floors, Shenzhen Bay Eco-Park, No. 10 Gaoxin Nanjiu Road, Yuehai Street, Nanshan District, Shenzhen City Patentee after: Shenzhen Sen Ke Polytron Technologies Inc Address before: Nanshan District Guangdong streets Shenzhen city in Guangdong province 518052 Ke Feng Lu No. 2 idiopathic information B building 508 room Patentee before: Shenzhen branch of the national semiconductor Limited by Share Ltd |