CN103645143A - 一种多光谱券类质量检测方法和系统 - Google Patents

Abstract

本发明提供了一种多光谱券类质量检测方法和系统，包括：采集待检测券的白光图像和红外光图像，并提取所述白光图像和红外光图像的特征信息组；根据所述特征信息组和对应的标准特征信息组的数据，计算出相对距离作为待检测券的质量参数；判断所述质量参数是否大于预设值，如果大于，则待检测券的质量满足使用要求，如果小于，则待检测券的质量不满足使用要求。本发明提供的方法和系统，能够同时检测券类的表面特性、材质和厚度特性，从而避免了现有技术中采用单一光谱进行券类质量检测时，检测结果出现较大偏差的问题。

Description

一种多光谱券类质量检测方法和系统

技术领域

本发明涉及图像信息识别技术领域，更具体地说，涉及一种多光谱券类质量检测方法和系统。

背景技术

券类质量检测是指，检测钞票等券类的质量并按照质量对其进行分类。券类质量发生变化的主要原因是，长时间使用后，券类材质或表面亮度会发生变化，其中，券类材质发生的变化主要是指在使用过程中会出现变黄、变旧、变厚或变薄等情况，券类表面亮度发生的变化是指在使用过程中受到外界污染等情况。

目前，对券类质量进行检测分析的方法，是基于单一光谱的券类图像检测方法。以采用白光光谱为例，通过图像传感器采集券类的白光图像后，分析图像上的灰度数据，并以此来判断券类的质量，这种方法通过单一白光图像数据特征进行分析，能很好地检测券类的表面是否存在脏污，但是，在检测券类的材质和厚度是否发生变化时，检测结果会出现较大的偏差。

由此可知，现有技术中采用单一光谱进行券类质量检测的方法和设备，在对券类进行质量检测时，检测结果会出现较大的偏差。

发明内容

有鉴于此，本发明提供了一种多光谱券类质量检测方法和系统，以解决现有技术中采用单一光谱进行券类质量检测时，检测结果出现较大偏差的问题。

为实现上述目的，本发明提供如下技术方案：

一种多光谱券类质量检测方法，包括：

采集待检测券的白光图像和红外光图像，并提取所述白光图像和红外光图像的特征信息组；

根据所述特征信息组和对应的标准特征信息组的数据，计算出相对距离作为待检测券的质量参数；

判断所述质量参数的值是否大于预设值，如果大于，则待检测券的质量满足使用要求，如果小于，则待检测券的质量不满足使用要求。

优选的，在采集待检测券的白光图像和红外光图像之前，还包括：

采集新校准券的白光图像和红外光图像，并提取所述白光图像和红外光图像的特征信息组，作为新券标准特征信息组；

采集旧校准券的白光图像和红外光图像，并提取所述白光图像和红外光图像的特征信息组，作为旧券标准特征信息组。

优选的，采集待检测券的白光图像和红外光图像之后，提取所述白光图像和红外光图像的特征信息组之前，还包括：

对采集到的白光图像和红外光图像进行切割校正。

优选的，提取所述白光图像和红外光图像的特征信息组的过程具体为：

根据所述待检测券的面值和面向，提取白光图像特定区域的特征信息，作为第一特征信息组；

根据所述待检测券的面值和面向，提取红外光图像特定区域的特征信息，作为第二特征信息组。

优选的，根据所述特征信息组和对应的标准特征信息组的数据，计算出相对距离作为待检测券的质量参数的过程具体为：

根据第一特征信息组、第二特征信息组、新券标准特征信息组和旧券标准特征信息组的数据，计算出相对距离作为待检测券的质量参数。

一种多光谱券类质量检测系统，包括：

图像采集单元，用于采集待检测券的白光图像和红外光图像；

特征信息提取单元，用于提取所述白光图像和红外光图像的特征信息组；

计算单元，用于根据所述特征信息组和对应的标准特征信息组的数据，计算出相对距离作为待检测券的质量参数；

判断单元，用于判断所述质量参数的值是否大于预设值。

优选的，所述特征信息提取单元包括：

第一特征信息提取单元，用于提取白光图像特定区域的特征信息，作为第一特征信息组；

第二特征信息提取单元，用于提取红外光图像特定区域的特征信息，作为第二特征信息组。

优选的，所述系统还包括：

切割校正单元，用于对采集到的白光图像和红外光图像进行切割校正。

优选的，所述系统还包括：

识别单元，用于识别待检测券的面值和面向。

优选的，所述系统还包括：

第一校准单元，用于采集新校准券的白光图像和红外光图像，提取所述白光图像和红外光图像的特征信息组，作为新券标准特征信息组；

第二校准单元，用于采集旧校准券的白光图像和红外光图像，提取所述白光图像和红外光图像的特征信息组，作为旧券标准特征信息组。

与现有技术相比，本发明所提供的技术方案具有以下优点：

本发明所提供的多光谱券类质量检测方法和系统，通过采集待检测券的白光反射图和红外光透射图的图像，并对这两种图像进行特征信息提取、质量参数的计算和判断，来分析待检测券的质量是否满足使用要求。由于白光图像是能够反映待检测券表面特性的图像，而红外光图像是能够反映待检测券材质和厚度特征的图像，因此，本发明提供的方法和系统，能够同时检测券类的表面特性、材质和厚度特性，从而避免了现有技术中采用单一光谱进行券类质量检测时，检测结果出现较大偏差的问题。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明实施例一提供的多光谱券类质量检测方法的流程图。

具体实施方式

正如背景技术所述，现有技术中采用单一光谱进行券类质量检测的方法和系统，在对券类进行质量检测时，检测结果会出现较大的偏差。发明人研究发现，造成这种问题的原因主要是，单一的白光图像是能够很好地反映待检测券的表面特性，但是在进行材质和厚度特征的分析时会出现很大的误差，而红外光图像是能够反映待检测券材质和厚度特征，但是在进行表面特性的分析时会出现很大的误差。

基于此，本发明提供了一种多光谱券类质量检测方法，以克服现有技术存在的上述问题，包括：

采集待检测券的白光图像和红外光图像，并提取所述白光图像和红外光图像的特征信息组；

根据所述特征信息组和对应的标准特征信息组的数据，计算出相对距离作为待检测券的质量参数；

判断所述质量参数的值是否大于预设值，如果大于，则待检测券的质量满足使用要求，如果小于，则待检测券的质量不满足使用要求。

本发明还提供了一种多光谱券类质量检测系统，以克服现有技术存在的上述问题，包括：

图像采集单元，用于采集待检测券的白光图像和红外光图像；

特征信息提取单元，用于分别提取所述白光图像和红外光图像的特征信息组；

计算单元，用于根据所述特征信息组和对应的标准特征信息组的数据，计算出相对距离作为待检测券的质量参数；

判断单元，用于判断所述质量参数的值是否大于预设值。

本发明所提供的多光谱券类质量检测方法和系统，通过采集待检测券的白光反射图和红外光透射图的图像，并对这两种图像进行特征信息提取、质量参数的计算和判断，来分析待检测券的质量是否满足要求。由于白光图像是能够反映待检测券表面特性的图像，而红外光图像是能够反映待检测券材质和厚度特征的图像，因此，本发明提供的方法和系统，能够同时检测券类的表面特性、材质和厚度特性，从而避免了现有技术中采用单一光谱进行券类质量检测时，检测结果出现较大偏差的问题。

以上是本发明的核心思想，为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图对本发明的具体实施方式做详细的说明。

在下面的描述中阐述了很多具体细节以便于充分理解本发明，但是本发明还可以采用其他不同于在此描述的其它方式来实施，本领域技术人员可以在不违背本发明内涵的情况下做类似推广，因此本发明不受下面公开的具体实施例的限制。

其次，本发明结合示意图进行详细描述，在详述本发明实施例时，为便于说明，表示器件结构的剖面图会不依一般比例作局部放大，而且所述示意图只是示例，其在此不应限制本发明保护的范围。此外，在实际制作中应包含长度、宽度及深度的三维空间尺寸。

下面通过几个实施例详细描述。

实施例一

本实施例提供了一种多光谱券类质量检测方法，其工艺流程图如图1所示。

S101：采集待检测券的白光图像和红外光图像，并提取所述白光图像和红外光图像的特征信息组；

采集待检测券的白光图像和红外光图像，然后对采集到的白光图像和红外光图像进行切割校正，并识别所述待检测券的面值和面向。采集待检测券的图像时，会采集其正面的图像和反面的图像，将其从背景中切割出来，然后再对其进行错位校正和倾斜校正，以保证所述图像的比例正确。

待检测券的面值和面向不同，提取特征信息的区域也不同。具体地，提取所述白光图像和红外光图像的特征信息组的过程为：根据所述待检测券的面值和面向，提取白光图像特定区域的特征信息，作为第一特征信息组；根据所述待检测券的面值和面向，提取红外光图像特定区域的特征信息，作为第二特征信息组。

以白光图像为例，提取白光图像特定区域的特征信息的过程具体为：根据待检测券的面值和面向，采用均分的网格对白光图像进行划分，计算每个网格特征区域的灰度均值，然后根据灰度均值的大小对特征区域进行排序，得到排序的特征区域组，固定选取序号最大的m个特征区域和序号最小的n个特征区域，形成第一特征信息组，其中，待检测券的表面亮度、材质和厚度不同，计算得到的不同区域的灰度均值以及提取到的特征信息也不同。同理，根据上述过程，提取红外光图像的特征信息，形成第二特征信息组。

S102：根据所述特征信息组和对应的标准特征信息组的数据，计算出相对距离作为待检测券的质量参数；

根据所述特征信息组和对应的标准特征信息组的数据，计算出相对距离作为待检测券的质量参数的过程具体为：根据第一特征信息组、第二特征信息组、新券标准特征信息组和旧券标准特征信息组的数据，计算出相对距离作为待检测券的质量参数。

本实施例中，标准特征信息组包括新券标准特征和旧券标准特征的信息组数据，新券标准特征信息组又包括新券白光图像标准特征和新券红外光图像标准特征的信息组数据，旧券标准特征信息组也包括旧券白光图像标准特征和旧券红外光图像标准特征的信息组数据。

根据第一特征信息组、第二特征信息组、新券标准特征信息组和旧券标准特征信息组的数据，计算相对距离的过程为：建立二维坐标系，将第一特征信息组的数据作为横坐标，第二特征信息组的数据作为纵坐标，构成二维坐标系的第一组坐标点；新券白光图像标准特征信息组的数据作为横坐标，新券红外光图像特准特征信息组的数据作为纵坐标，构成二维坐标系的第二组坐标点；旧券白光图像标准特征信息组的数据作为横坐标，旧券红外光图像特准特征信息组的数据作为纵坐标，构成二维坐标系的第三组坐标点。计算第一组坐标点的各个坐标点与第二组坐标点中对应的坐标点之间的距离，得到第一距离数据组D1(i)，计算第一组坐标点的各个坐标点与第三组坐标点中对应的坐标点之间的距离，得到第二距离数据组D2(i)，计算第二组坐标点的各个坐标点与第三组坐标点中对应的坐标点之间的距离，得到第三距离数据组D3(i)，其中，i为坐标点的个数；根据券类的物理特性可知，D1(i)和D2(i)均应小于D3(i)，因此，可以根据归一化公式（1）计算得到相对距离D，其中，公式（1）如下所示：

$D=\frac{\underset{i=0}{\overset{\mathrm{mn}}{\mathrm{\Σ}}}(1-(\frac{D2\left[i\right]}{D3\left[i\right]}-\frac{D1\left[i\right]}{D3\left[i\right]}))}{\mathrm{mn}}---\left(1\right)$

计算出相对距离D后，将其作为待检测券的质量参数，判断待检测券是否满足使用要求。先设定券类的质量参数P的区间为（0-255），质量参数为255表示待检测券为表面亮度高、材质和厚度均未发生变化的新券，质量参数为0表示待检测券表面亮度最差、材质和厚度均发生了较大变化的旧券。

将相对距离D代入公式（2）得到待检测券的质量参数值，其中，公式（2）如下所示：

$P=255\×\frac{D}{D3\mathrm{STD}}+\mathrm{\ΔT}---\left(2\right)$

其中，

ΔT为可调节补偿值，默认值为0。

S103：判断所述质量参数的值是否大于预设值，如果大于，则待检测券的质量满足使用要求，如果小于，则待检测券的质量不满足使用要求。

计算出相对距离并得到质量参数的值后，判断质量参数的值是否大于预设值，如果质量参数的值小于预设值，说明待检测券表面存在大面积脏污或材质、厚度发生了较大变化，则待检测券不满足使用要求，如果质量参数的值大于预设值，则待检测券满足使用要求。

在采用本实施例提供的方法对待检测券进行检测之前，需要先对检测系统进行校准，当然这一校准过程只在系统的初始状态执行一次，即不需要在每次对待检测券进行检测时都进行校准。校准的过程与上述对检测过程相同，不同的是校准采用的是新校准券和旧校准券。

校准的过程为：采集新校准券的白光图像和红外光图像，对白光图像和红外光图像进行切割校正后，识别其面值和面向，根据面值和面向，提取新校准券的白光图像特征信息组和红外光图像特征信息组，作为新券标准特征信息组；采集旧校准券的白光图像和红外光图像，对白光图像和红外光图像进行切割校正后，识别其面值和面向，根据面值和面向，提取旧校准券的白光图像特征信息组和红外光图像特征信息组，作为旧券标准特征信息组。将所述新券标准特征信息组和旧券标准特征信息组存储在介质中，以便对标准特征信息进行校准以及在券类进行检测时可以提取调用。

本实施例提供的多光谱券类质量检测方法，通过采集待检测券的白光反射图和红外光透射图的图像，然后对这两种图像进行特征信息提取、质量参数的计算和判断，来检测分析待检测券的质量是否满足要求。由于白光图像是能够反映待检测券表面特性的图像，而红外光图像是能够反映待检测券材质和厚度特征的图像，因此，本发明提供的方法，能够同时检测券类的表面特性和材质特性，从而避免了现有技术中采用单一光谱进行券类质量检测时，检测结果出现较大偏差的问题。

实施例二

本实施例提供了一种多光谱券类质量检测系统，包括：

图像采集单元，用于采集待检测券的白光图像和红外光图像；切割校正单元，用于对采集到的白光图像和红外光图像进行切割校正；识别单元，用于识别待检测券的面值和面向；特征信息提取单元，用于提取所述白光图像和红外光图像的特征信息组；计算单元，用于根据所述特征信息组和对应的标准特征信息组的数据，计算出相对距离作为待检测券的质量参数；判断单元，用于判断所述质量参数的值是否大于预设值。

其中，所述特征信息提取单元包括：第一特征信息提取单元，用于提取白光图像特定区域的特征信息，作为第一特征信息组；第二特征信息提取单元，用于提取红外光图像特定区域的特征信息，作为第二特征信息组。

本实施例中，图像采集单元采集到待检测券的白光图像和红外光图像后，切割校正单元对其进行切割、错位校正和倾斜校正，以保证所述图像的比例正确，然后识别单元对待检测券的面值和面向进行识别，第一特征信息提取单元根据待检测券的面值和面向，提取所述白光图像的特征信息组，作为第一特征信息组，第二特征信息提取单元根据待检测券的面值和面向，提取所述红外光图像的特征信息组，作为第二特征信息组，计算单元根据第一特征信息组、第二特征信息组、新券标准特征信息组和旧券标准特征信息组的数据，计算出相对距离作为待检测券的质量参数，判断单元判断所述质量参数的值是否大于预设值，如果质量参数的值小于预设值，则待检测券不满足使用要求，如果质量参数的值大于预设值，则待检测券满足使用要求。

本实施例中，所述系统还包括：第一校准单元，用于采集新校准券的白光图像和红外光图像，提取所述白光图像和红外光图像的特征信息组，作为新券标准特征信息组；第二校准单元，用于采集旧校准券的白光图像和红外光图像，提取所述白光图像和红外光图像的特征信息组，作为旧券标准特征信息组。

第一校准单元和第二校准单元用于在系统的初始状态，对标准特征信息组进行校准，这一校准过程只需在系统初始状态执行一次即可。校准完成后，将新券标准特征信息组，以及旧券标准特征信息组存储在介质中，以便对标准特征信息进行校准以及在券类进行检测时可以提取调用。

本实施例提供的多光谱券类质量检测系统，通过采集待检测券的白光反射图和红外光透射图的图像，然后对这两种图像进行特征信息提取、质量参数的计算和判断，来检测分析待检测券的质量是否满足要求。由于白光图像是能够反映待检测券表面特性的图像，而红外光图像是能够反映待检测券材质和厚度特征的图像，因此，本发明提供的系统能够同时检测券类的表面特性和材质特性，从而避免了现有技术中采用单一光谱进行券类质量检测时，检测结果出现较大偏差的问题。

本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。

对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

Claims (10)

1.一种多光谱券类质量检测方法，其特征在于，包括：

采集待检测券的白光图像和红外光图像，并提取所述白光图像和红外光图像的特征信息组；

根据所述特征信息组和对应的标准特征信息组的数据，计算出相对距离作为待检测券的质量参数；

判断所述质量参数的值是否大于预设值，如果大于，则待检测券的质量满足使用要求，如果小于，则待检测券的质量不满足使用要求。

2.根据权利要求1所述的方法，其特征在于，在采集待检测券的白光图像和红外光图像之前，还包括：

采集新校准券的白光图像和红外光图像，并提取所述白光图像和红外光图像的特征信息组，作为新券标准特征信息组；

采集旧校准券的白光图像和红外光图像，并提取所述白光图像和红外光图像的特征信息组，作为旧券标准特征信息组。

3.根据权利要求1或2所述的方法，其特征在于，采集待检测券的白光图像和红外光图像之后，提取所述白光图像和红外光图像的特征信息组之前，还包括：

对采集到的白光图像和红外光图像进行切割校正。

4.根据权利要求1所述的方法，其特征在于，提取所述白光图像和红外光图像的特征信息组的过程具体为：

根据所述待检测券的面值和面向，提取白光图像特定区域的特征信息，作为第一特征信息组；

根据所述待检测券的面值和面向，提取红外光图像特定区域的特征信息，作为第二特征信息组。

5.根据权利要求4所述的方法，其特征在于，根据所述特征信息组和对应的标准特征信息组的数据，计算出相对距离作为待检测券的质量参数的过程具体为：

根据第一特征信息组、第二特征信息组、新券标准特征信息组和旧券标准特征信息组的数据，计算出相对距离作为待检测券的质量参数。

6.一种多光谱券类质量检测系统，其特征在于，包括：

图像采集单元，用于采集待检测券的白光图像和红外光图像；

特征信息提取单元，用于提取所述白光图像和红外光图像的特征信息组；

计算单元，用于根据所述特征信息组和对应的标准特征信息组的数据，计算出相对距离作为待检测券的质量参数；

判断单元，用于判断所述质量参数的值是否大于预设值。

7.根据权利要求6所述的系统，其特征在于，所述特征信息提取单元包括：

第一特征信息提取单元，用于提取白光图像特定区域的特征信息，作为第一特征信息组；

第二特征信息提取单元，用于提取红外光图像特定区域的特征信息，作为第二特征信息组。

8.根据权利要求7所述的系统，其特征在于，所述系统还包括：

切割校正单元，用于对采集到的白光图像和红外光图像进行切割校正。

9.根据权利要求8所述的系统，其特征在于，所述系统还包括：

识别单元，用于识别待检测券的面值和面向。

10.根据权利要求6所述的系统，其特征在于，所述系统还包括：

第一校准单元，用于采集新校准券的白光图像和红外光图像，提取所述白光图像和红外光图像的特征信息组，作为新券标准特征信息组；

第二校准单元，用于采集旧校准券的白光图像和红外光图像，提取所述白光图像和红外光图像的特征信息组，作为旧券标准特征信息组。

Images