CN104504802A - 一种纸币拼接信号的检测方法 - Google Patents

Abstract

本发明提供了一种纸币拼接信号的检测方法，包括以下几个步骤：定位纸币的检测区域，获取检测区域的图像像素；求取检测区域内的扫面线；求取检测区域的像素的灰度分布图；求取并分析所有扫面线的特征，找出黑色信号和白色信号最明显的线并标记；预设真钞的经验差值阈值，和检测结果对比，得出结论。本发明通过圆周扫面能够准确地定位到白色异常线与黑色异常线，通过白色异常线与黑色异常线的特征差异来度量是否是拼接信号。不需要进行二值化与hough变换，使得时间复杂度大大降低。因为二值化和hough检测需要对图像的每一个点进行计算，而本方法只需对特性数量的直线进行计算，所以减低了算法的复杂度，减少了拼接钞识别的时间，提高了纸币识别效率。

Description

一种纸币拼接信号的检测方法

技术领域

本发明涉及一种纸币检测方法，特别涉及一种纸币拼接信号的检测方法。

背景技术

目前，在市面上流通中的纸币存在着大量的拼接钞，所谓拼接钞就是真钞拼接真钞，假钞拼接真钞，以及假钞拼接假钞。拼接钞是验钞识别的难点，尤其是对于真钞拼接真钞的拼接钞更是如此。现有技术中，对纸币的检测方法是通过对纸币的扫描图像的所有像素点进行二值化，之后进行hough变换(hough检测是为了检测拼接处的直线，是处理图像通用的方法)，在hough空间检测异常的线性信号。但是该算法时间复杂度极高，而且二值化的噪声点对hough空间的参数会产生影响，特别是hough变换两空间的点不是一一对应的关系，增加了算法的复杂度，因为需要把hough变换后的数据映射到图像数据中，这样会比较耗时。

发明内容

为了克服上述技术问题，本发明提供一种纸币拼接信号的检测方法，该方法能够准确检测出拼接信号，且不需要进行二值化与hough变换，使得纸币拼接信号检测的时间复杂度大大降低。

本发明所采用的技术方案是：

一种纸币拼接信号的检测方法，包括以下步骤：

(1)定位待检测纸币的检测区域，获取检测区域的图像像素，在纸币长度方向的左部、中部与右部上定位若干个均匀分布的直径一致的圆形检测区域，所述圆形检测区域的圆周贴近纸币的边缘，并将各个圆周等分为60份以上，求取各个等分点的坐标，并将各个等分点之间互相连接起来成为圆周扫面线；

(2)以检测区域的灰度值和(灰度的)像素数量值分别为横坐标和纵坐标，制作纸币检测区域的灰度分布图——直方图，并在直方图上确定背景区域、白色区域及黑色区域，并预设背景区域的像素阈值，以及根据直方图确定白色区域和黑色区域的灰度阈值；

(3)求取并分析检测区域内圆周扫面线的特征，找出所有扫面线中，黑色信号和白色信号最明显的线，并进行标记；

(4)度量拼接钞信号与正常钞之间的差异，并设置真钞的经验差值阈值，进行钞票的信号检测，若被测钞票的黑白两条标记线像素均值之差值大于所述真钞的经验差值阈值，则该被测钞票为拼接钞。

优选地，在步骤(1)中，若是可以肯定待检测纸币在左部、中部或右部不可能为拼接处，则只划分可能拼接的部位作为检测区域。

优选地，所述步骤(1)中，所述圆形检测区域为3个且各个圆的圆心在同一直线上，所述圆周等分点为72个，坐标用像素点表示。

优选地，所述步骤(2)的背景区域根据背景灰度来确定，所述背景灰度为检测区域内像素数量最多的灰度值，所述背景区域像素的阈值为背景灰度像素数量与预设比例的乘积。

优选地，所述步骤(3)的圆周扫面线特征为，扫面线上低于黑色区域灰度阈值和高于白色区域灰度阈值的像素点的像素均值，所述扫面线的像素均值为该扫面线上像素点的像素之和除以像素点数量。

优选地，所述黑色信号和白色信号最明显的线，分别为低于黑色区域像素阈值的像素点的像素均值最小的扫面线和高于白色区域像素阈值的像素点的像素均值最大的扫面线。

本发明的有益效果是：

本发明通过圆周扫面能够准确地定位到白色异常线与黑色异常线，通过白色异常线与黑色异常线的特征差异来度量是否是拼接信号。不需要进行二值化与hough变换，使得时间复杂度大大降低。因为二值化和hough检测需要对图像的每一个点进行计算，而本方法只需对特性数量的直线进行计算，所以减低了算法的复杂度，减少了拼接钞识别的时间，提高了纸币识别效率。

附图说明

图1是本发明一个实施例的纸币检测流程图。

图2是本发明的一个实施例的纸币检测区域划分图；

图3是本发明一个实施例的背景区域、黑色区域和白色区域的坐标划分图；

图4是本发明一个实施例的扫面线像素均值示意图。

具体实施方式

下面结合附图和实施方式对本发明进一步说明。

如图1至图4所示，本发明的一种纸币拼接信号的检测方法，包括以下几个步骤：定位纸币1的检测区域，获取检测区域的图像像素；求取检测区域内的扫面线；求取检测区域的像素的灰度分布图，即直方图；求取并分析所有扫面线的特征，找出所有扫面线中黑色信号和白色信号最明显的线并标记；预设真钞的经验差值阈值，和检测结果对比，得出结论。

本实施例的具体检测过程如下：

首先在待检测的纸币1上定位检测区域，根据实际情况，判断出需要检测纸币的哪一块，或者是纸币的左半部，或者是纸币的中部和右半部，对于只需要检测纸币的一部分的情况，则只扫描其这一部分。对于整张纸币都要检测的情况，本实施例在纸币的长度方向上定位3个均匀分布的圆形检测区域，圆心2分别在纸币的左部、中部和右部，且圆心2在同一条直线上。因为纸币1的边缘为黑色，可能会在后续的识别过程中误检为拼接处，为了避免纸币1边缘的误检，圆形检测区域的圆周直径略小于纸币宽度，各个圆周的边缘距离纸币1的边缘有一预设距离。

如图1所示，本实施例以人民币100元的纸币1作为例子来说明。人民币100元纸币1的像素为604×298，604为纸币1长边方向的像素个数，298为纸币1短边方向的像素个数，其圆形的直径为290，为纸币1的宽度减去一个偏置8。本实施例中设左部圆形区域3的圆心2为(147，149)，中部圆形检测区域4的圆心2为(302,149),右部圆形检测区域5的圆心2为(457，149)。设置好圆心2和半径后，将各个圆周等为数十份，并求取等分圆周点的像素坐标。原则上等分点越多，检测精度越高，本实施例将圆等分为72个点，求得每个圆周上的72个点的像素坐标。根据所得到的圆周等分点，将各等分点两两之间分别连接起来，根据组合定律计算所有可能的直线，即圆周扫面线。圆周扫面线以圆周上某一点为起点，依次与其他点配合成直线，能穷举出所有的直线。

获取圆周扫面线之后，接下来就是求取检测区域的灰度分布图，即直方图，根据直方图划分背景区域、黑色区域和白色区域。图像的灰度就是图像的明亮程度，最暗黑色为0，最亮白色为225，从0依次增加，每次增加1。具体的做法是，对于灰度在0-225的图像，计算每一个灰度有多少个像素点，以灰度值为横坐标，以像素数量值为纵坐标，建立灰度分布图即直方图。把所有灰度的像素数量对应点连接起来作图，就制作成直方图。我们规定背景灰度为像素数量最多的灰度值，如图2所示，灰度为170的像素数量最多(2000个)，灰度170就为背景灰度。背景区域灰度阈值的确定是根据背景灰度的像素数量与一预设比例进行设定，黑色区域和白色区域像素阈值的数量＝背景灰度像素数量×预设比例。本实施例中，设定预设比例为0.1，则黑色区域与白色区域的像素阈值对应的数量为2000×0.1＝200，再根据直方图得到黑色区域的灰度阈值为10，白色区域的灰度阈值为225。如图2所示，白色区域为灰度大于背景区域灰度阈值的区域，黑色区域为灰度小于背景区域灰度阈值的区域。

划分好背景区域、白色区域和黑色区域之后，接下来是求取圆周扫面的的特征，即获取扫面线上低于黑色区域灰度阈值的像素点的个数以及像素值的和，得到该条扫面线上低于黑色区域灰度阈值的像素点的像素均值；以及获取扫面线上高于白色区域灰度阈值的像素点的个数以及像素值的和，得到该条扫面线上高于白色区域灰度阈值的像素点的像素均值。从而得到每条扫面线上低于黑色区域灰度阈值的像素点的像素均值和高于白色区域灰度阈值的像素点的像素均值。

低于黑色区域灰度阈值的像素点的像素均值＝低于黑色区域灰度阈值的所有像素点的像素值之和除以低于黑色区域灰度阈值的像素点数量。例如某条扫面线上低于黑色区域灰度阈值的点有10个，这10个点的像素值之和为90，那么该条扫面线上低于黑色区域灰度阈值的像素点的像素均值位90÷10＝9。高于白色区域灰度阈值的像素点的像素均值＝高于白色区域灰度阈值的所有像素点的像素值之和除以高于白色区域灰度阈值的像素点数量。例如某条扫面线上高于区域灰度阈值的点有10个，这10个点的像素值之和为2350，那么该条扫面线上低于黑色区域灰度阈值的像素点的像素均值位2350÷10＝235。

求取圆周扫面线的特征后，下一步是分析圆周扫面线的特征，目的是找出所有扫面线中，黑色信号和白色信号最明显的两条线，并进行标记，以供后续的分析。根据上一步骤得到的每条圆周扫面线的低于黑色区域灰度阈值的像素点的像素均值和高于白色区域灰度阈值的像素点的像素均值，将这些均值进行排列之后，找出其中低于黑色区域灰度阈值的像素点的像素均值最小的线以及高于白色区域灰度阈值的像素点的像素均值最大的线。其中低于黑色区域灰度阈值的像素点的像素均值最小的线为黑色信号最明显的线，高于白色区域灰度阈值的像素点的像素均值最大的线为白色信号最明显的线。根据上述步骤找到的白色信号最明显的线和黑色信号最明显的线，获取白色信号最明显的线的高于白色区域灰度阈值的像素点的像素均值与黑色信号最明显的线的低于黑色区域灰度阈值的像素点的像素均值之差值。为了和真钞进行比较进而得出结论，我们事先设置真钞经验差值阈值，真钞经验差值阈值是通过对大量的真钞按照本发明的检测方法得出来的，即真钞的白色信号最明显的线的高于白色区域灰度阈值的像素点的像素均值与黑色信号最明显的线的低于黑色区域灰度阈值的像素点的像素均值之差值，它是一个经验值，不同的真钞纸币，其经验值也不同。若检测得到的差值大于设置的差值阈值，则检测识别为拼接钞，反之则不识别为拼接钞。

如图4所示，以有10条扫面圆周线为例，找到10条线中黑色信号最明显的线和白色信号最明显的线，其中线7低于黑色区域像素阈值的像素点的像素均值为3，10条线中最小，其为黑色信号最明显的线，线5高于白色区域像素阈值的像素点的像素均值为250，10条线中最大，其为白色信号最明显的线。在这里，白色信号最明显的线的高于白色区域灰度阈值的像素点的像素均值与黑色信号最明显的线的低于黑色区域灰度阈值的像素点的像素均值之差值为：250-7＝243，而根据经验设置差值阈值为240，243大于240，所以该钞识别为拼接钞。

以上所述只是本发明优选的实施方式，其并不构成对本发明保护范围的限制。

Claims (6)

1.一种纸币拼接信号的检测方法，其特征在于，包括以下步骤：

(1)定位待检测纸币的检测区域，获取检测区域的图像像素，在纸币长度方向的左部、中部与右部上定位若干个均匀分布的直径一致的圆形检测区域，所述圆形检测区域的圆周贴近纸币的边缘，并将各个圆周等分为60份以上，求取各个等分点的坐标，并将各个等分点之间互相连接起来成为圆周扫面线；

(2)以检测区域的灰度值和(灰度的)像素数量值分别为横坐标和纵坐标，制作纸币检测区域的灰度分布图——直方图，并在直方图上确定背景区域、白色区域及黑色区域，并预设背景区域的像素阈值，以及根据直方图确定白色区域和黑色区域的灰度阈值；

(3)求取并分析检测区域内圆周扫面线的特征，找出所有扫面线中，黑色信号和白色信号最明显的线，并进行标记；

(4)度量拼接钞信号与正常钞之间的差异，并设置真钞的经验差值阈值，进行钞票的信号检测，若被测钞票的黑白两条标记线像素均值之差值大于所述真钞的经验差值阈值，则该被测钞票为拼接钞。

2.根据权利要求1所述的检测方法，其特征在于，在步骤(1)中，若是可以肯定待检测纸币在左部、中部或右部不可能为拼接处，则只划分可能拼接的部位作为检测区域。

3.根据权利要求1所述的检测方法，其特征在于，所述步骤(1)中，所述圆形检测区域为3个且各个圆的圆心在同一直线上，所述圆周等分点为72个，坐标用像素点表示。

4.根据权利要求1所述的检测方法，其特征在于，所述步骤(2)的背景区域根据背景灰度来确定，所述背景灰度为检测区域内像素数量最多的灰度值，所述背景区域像素的阈值为背景灰度像素数量与预设比例的乘积。

5.根据权利要求1所述的检测方法，其特征在于，所述步骤(3)的圆周扫面线特征为，扫面线上低于黑色区域灰度阈值和高于白色区域灰度阈值的像素点的像素均值，所述扫面线的像素均值为该扫面线上像素点的像素之和除以像素点数量。

6.根据权利要求5所述的检测方法，其特征在于，所述黑色信号和白色信号最明显的线，分别为低于黑色区域像素阈值的像素点的像素均值最小的扫面线和高于白色区域像素阈值的像素点的像素均值最大的扫面线。