CN104751559A - 验钞装置及验钞方法 - Google Patents

Abstract

本发明实施例提供了一种验钞装置及验钞方法，所述方法包括：图像获取步骤；倾斜度校正步骤；二值化步骤：对倾斜度校正后的纸币扫描图像进行二值化处理，生成二值图；斜率获取步骤：查找二值图中的每个连通域并对每个连通域中的目标像素进行回归分析，得出每个连通域的所对应的回归线y=ax+b的斜率a并计算出对应回归线倾斜的角度；及识别步骤：比较纸币的倾斜角度与回归线倾斜的角度，如果角度差大于角度阈值，则认为该连通域对应的是拼接纸币的裂纹，当前纸币为拼接纸币，否则是竖直纵纹，当前纸币为普通纸币。本发明实施例大大提高了识别拼接纸币的识别率。

Description

验钞装置及验钞方法

技术领域

本发明属于纸币检测技术领域，尤其涉及一种验钞装置及验钞方法。

背景技术

在现有纸币检验模块中，常采用接触式传感器（CIS）对纸币进行扫描，接触式传感器通常是采用行扫描或者列扫描的方式采集图像，接触式传感器由于其本身常存在像素不一致的问题，扫描出来的图像会出现横纹或者纵纹。一般接触式传感器扫描出来的纸币UV图像上有明显的竖直纵纹，由于纸币在进入纸币检验模块时存在倾斜角度，因此该竖直纵纹并不完全平行于纸币的短边，而是与短边呈一定的角度。

现有技术是对纸币UV图像二值化处理后对连通域进行结构识别来判断是否拼接纸币。然而，拼接纸币与普通纸币对应的识别结构差异很细微，也即接触式传感器本身缺陷产生的竖直纵纹严重影响了对纸币是否有拼接裂纹的判断，难以区分出拼接纸币和普通纸币。

发明内容

本发明实施例的目的在于提供一种验钞装置及验钞方法，大大提高了拼接纸币的识别率。

本发明实施例的验钞方法包括：图像获取步骤：获取纸币扫描图像；

倾斜度校正步骤：获取对应纸币的倾斜角度，并根据所述倾斜角度对所述纸币扫描图像进行倾斜度校正；

二值化步骤：对倾斜度校正后的纸币扫描图像进行二值化处理，生成二值图；

斜率获取步骤：查找二值图中的每个连通域并对每个连通域中的目标像素进行回归分析，得出每个连通域的所对应的回归线y=ax+b的斜率a并计算出对应回归线倾斜的角度；及

识别步骤：比较纸币的倾斜角度与回归线倾斜的角度，如果角度差大于角度阈值，则认为该连通域对应的是拼接纸币的裂纹，当前纸币为拼接纸币，否则是竖直纵纹，当前纸币为普通纸币。

进一步地，所述二值化步骤包括：

第一二值化子步骤：对倾斜度校正后的纸币扫描图像进行二值化预处理，以生成第一二值图；及

第二二值化子步骤：对所述第一二值图采用阀值或模板屏蔽冠字号、光变油墨、单点噪声以及边缘阴影处理，生成第二二值图。

进一步地，斜率获取步骤中采用两遍扫描法和/或种子填充法查找所述二值图中的每个连通域。

进一步地，斜率获取步骤中采用最小二乘法的线性回归对每个连通域中的目标像素进行回归分析。

进一步地，所述角度阈值为大于等于0.1至小于等于0.5之间的一数值。

进一步地，倾斜度校正步骤中获取纸币的倾斜角度具体包括：

像素均值处理子步骤：任意选择当前图像中的N行作为采样行，分别获取被选取行中每行的每M个相邻像素点的像素均值，将所有平均值保存于第一均值数组中；任意选择当前图像中的N列作为采样列，分别获取被选取行中每列的每M个相邻像素点的像素均值，将所有平均值保存于第二均值数组中；

第一图像背景确定子步骤：按照从左到右的顺序，对第一均值数组的所有平均值进行扫描；寻找平均值小于阈值D的像素点位置，将这些像素点确定为有效的第一图像背景；

左右边界确定子步骤：分别获取N个采样行的最左端的采样点，将这N个采样点进行最小二乘法拟合，获取其最接近的直线，该直线作为当前图像的左边界；分别获取N个采样列的最右端的采样点，将这N个采样点进行最小二乘法拟合，获取其最接近的直线，该直线作为当前图像的右边界；

第二图像背景确定子步骤：按照从上到下的顺序，对第二均值数组的所有平均值进行扫描；寻找平均值小于阈值D的像素点位置，将这些像素点确定为有效的第二图像背景；

上下边界确定子步骤:分别获取N个采样列的最上端的采样点，将这N个采样点进行最小二乘法拟合，获取其最接近的直线，该直线作为当前图像的上边界；分别获取N个采样列的最下端的采样点，将这N个采样点进行最小二乘法拟合，获取其最接近的直线，该直线作为当前图像的下边界；

顶点位置确定子步骤:根据获取左边界直线、右边界直线、上边界直线和下边界直线形成的四个交点，这四个交点作为纸币图像的顶点位置；

缩放校正子步骤:以四个顶点位置作为已知量，将纵向坐标缩放系数作为未知数，求解使四个顶点向量积为0 的系数值，利用该系数值对顶点位置进行缩放校正；及

倾斜角度获取子模块:根据纵向缩放校正的结果，获取图像的倾斜角度。

本发明实施例还同时提供了一种验钞装置，所述验钞装置包括：

采用接触式传感器对纸币进行扫描以获取纸币扫描图像的图像获取模块；

获取对应纸币的倾斜角度，并根据所述倾斜角度对所述纸币扫描图像进行倾斜度校正的倾斜度校正模块；

对倾斜度校正后的纸币扫描图像进行二值化处理，生成二值图的二值化模块；

查找二值图中的每个连通域并对每个连通域中的目标像素进行回归分析，得出每个连通域的所对应的回归线y=ax+b的斜率a并计算出对应回归线倾斜的角度的斜率获取模块；及

比较纸币的倾斜角度与回归线倾斜的角度，如果角度差大于角度阈值，则认为该连通域对应的是拼接纸币的裂纹，当前纸币为拼接纸币，否则是竖直纵纹，当前纸币为普通纸币的识别模块。

进一步地，所述二值化模块包括：

第一二值化子模块：对倾斜度校正后的纸币扫描图像进行二值化预处理，以生成第一二值图；及

第二二值化子模块：对所述第一二值图采用阀值或模板屏蔽冠字号、光变油墨、单点噪声以及边缘阴影处理，生成第二二值图。

本发明实施例通过比较纸币的倾斜角度与回归线倾斜的角度，并设定角度差值的阈值作为判断当前纸币是否为拼接纸币的基础，当差值大于阈值时，说明回归线为拼接裂痕，即可判断出当前纸币为拼接纸币，大大提高了拼接纸币的识别率。

附图说明

图1是本发明实施例的接触式传感器扫描纸币产生UV图像的示意图；

图2是对图1所示的UV图像经过倾斜度校正后的UV图像示意图；

图3是本发明实施例的连通域的示意图；

图4是本发明实施例的验钞方法流程图；

图5是本发明实施例的倾斜度校正步骤的流程示意图；

图6是本发明实施例的验钞装置结构示意图。

 具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。为了便于理解和描述本申请的实施方式，先对以下技术术语进行说明。

连通区域即连通域（Connected Component）一般是指图像中具有相同像素值且位置相邻的前景像素点组成的图像区域（Region，Blob）。

连通区域分析（Connected Component Analysis, Connected Component Labeling）是指将图像中的各个连通域找出并标记。

角度的比较是指计算角度的差值。

如图1所示的接触式传感器扫描纸币产生UV图像的示意图，箭头为进钞方向，P为接触式传感器扫描纸币产生的竖直纵纹。由于进钞时，纸币本身与进钞方向不平行而导致纸币UV图像上竖直纵纹与纸币短边L之间存在肉眼不易察觉的微小角度；而拼接纸币由于其拼接部位、角度的不确定性（例如拼接缝隙呈S型），拼接裂纹和纸币短边L之间的夹角(图未示出)与竖直纵纹P和纸币短边L之间的夹角B的存在不一致性，拼接裂纹与纸币短边L之间的夹角通常比竖直纵纹P与纸币短边L之间的夹角B大，本发明则利用这一发现来实现拼接纸币的鉴别。

具体的，在纸币鉴别时，首先对纸币的UV图像进行旋转提取，该旋转的角度与竖直纵纹P与纸币短边L之间的夹角B一致即将纸币的UV图像摆正,如图2所示；再对纸币UV图像进行二值化，采用阀值或模板屏蔽冠字号、光变油墨、单点噪声以及边缘阴影处理，生成二值图；再查找二值图中的每个连通域C，如图3所示，对每个连通域C的目标像素进行回归统计，得出每个连通域C的所对应的回归线y=ax+b的斜率a，并根据该斜率a得到该回归线与纸币短边L之间的夹角即回归线倾斜的角度。最后对比该竖直纵纹P与纸币短边L之间的夹角B与回归线倾斜的角度，如果角度差大于阈值，则认为该连通域C对应的是拼接纸币的裂纹即当前纸币为拼接纸币，否则是竖直纵纹P即当前纸币为普通纸币。

下面结合具体实施例对进行详细描述，请参阅图4，本发明实施例的验钞方法包括以下几个步骤。

图像获取步骤S1：获取接触式传感器发来的纸币扫描图像。

倾斜度校正步骤S2：获取对应纸币的倾斜角度，即竖直纵纹P与纸币短边L之间的夹角B，并根据所述倾斜角度对纸币扫描图像（UV图像）进行倾斜度校正。

请参阅图5，倾斜度校正步骤中获取倾斜角度具体包括以下所述的几个子步骤。

像素均值处理子步骤S21：选择当前UV图像中的N行作为采样行，分别获取被选取行中每行的每M个相邻像素点的像素均值，将所有平均值保存于第一均值数组中；在图中任意选择当前UV图像中的N列作为采样列，分别获取被选取行中每列的每M个相邻像素点的像素均值，将所有平均值保存于第二均值数组中；这里N、M的值为大于零小于等于对应极限值的整数。

第一图像背景确定子步骤S22：按照从左到右的顺序，对第一均值数组的所有平均值进行扫描；寻找平均值小于阈值D的像素点位置，将这些像素点确定为有效的第一图像背景。

左右边界确定子步骤S23：分别获取N个采样行的最左端的采样点，将这N个采样点进行最小二乘法拟合，获取其最接近的直线，该直线作为当前图像的左边界。分别获取N个采样列的最右端的采样点，将这N个采样点进行最小二乘法拟合，获取其最接近的直线，该直线作为当前图像的右边界。

第二图像背景确定子步骤S24：按照从上到下的顺序，对第二均值数组的所有平均值进行扫描；寻找平均值小于阈值D的像素点位置，将这些像素点确定为有效的第二图像背景。

上下边界确定子步骤S25:分别获取N个采样列的最上端的采样点，将这N个采样点进行最小二乘法拟合，获取其最接近的直线，该直线作为当前图像的上边界。分别获取N个采样列的最下端的采样点，将这N个采样点进行最小二乘法拟合，获取其最接近的直线，该直线作为当前图像的下边界。

顶点位置确定子步骤S26:根据获取左边界直线、右边界直线、上边界直线和下边界直线形成的四个交点，这四个交点作为纸币图像的顶点位置。

缩放校正子步骤S27:以四个顶点位置作为已知量，将纵向坐标缩放系数作为未知数，求解使四个顶点向量积为0 的系数值，利用该系数值对顶点位置进行缩放校正。

倾斜角度获取子步骤S28:根据纵向缩放校正的结果，获取图像的倾斜角度也即进行倾斜度校正的旋转角度。

二值化步骤S3：对倾斜度校正后的纸币扫描图像进行二值化，生成二值图。

其中，所述二值化步骤包括：第一二值化子步骤：对倾斜度校正后的纸币扫描图像进行二值化预处理，以生成第一二值图；及第二二值化子步骤：对所述第一二值图采用阀值或模板屏蔽冠字号、光变油墨、单点噪声以及边缘阴影处理，生成第二二值图。

斜率获取步骤S4：查找第二二值图中的每个连通域C并对每个连通域C中的目标像素进行回归分析，得出每个连通域C的所对应的回归线y=ax+b的斜率a并计算出对应回归线倾斜的角度。一个连通域C是由具有相同像素值的相邻像素组成像素集合，因此，可以通过这两个条件在图像中寻找连通域C，对于找到的每个连通域C，赋予其一个唯一的标识（Label），以区别其他连通域C。其中，查找二值图中的每个连通域C的算法可以采用两遍扫描法，指的就是通过扫描两遍图像，就可以将图像中存在的所有连通域C找出并标记；当然，查找二值图中的每个连通域C的算法也可以采用种子填充法算法或者两者结合使用，种子填充方法来源于计算机图形学，常用于对某个图形进行填充。两遍扫描法和种子填充法算法均为现有技术，且不是本申请的创新所在，本说明书不再赘述。

识别步骤S5：比较纸币的倾斜角度与回归线倾斜的角度，如果角度差大于角度阈值，则认为该连通域C对应的是拼接纸币的裂纹，否则是竖直纵纹P。其中，如果当前纸币为拼接纸币，则拼接裂纹与纸币短边L之间的夹角为对应回归线倾斜的角度。作为一种实施方式，识别步骤中纸币的倾斜角度与回归线倾斜的角度的比较是将所有回归线倾斜的角度分别与纸币的倾斜角度进行比较。

一般来说，由于纸币在存取款一体机中进行了整理，纸币的倾斜角度很小，通常在0度至1度之间，本发明实施例中的角度阈值优选为大于等于0.1至小于等于0.5之间的一数值。

请参阅图6，本发明实施例还提供了一种验钞装置，所述验钞装置包括图像获取模块10、倾斜度校正模块20、二值化模块30、斜率获取模块40及识别模块50。

所述图像获取模块10采用接触式传感器对纸币进行扫描以获取纸币扫描图像。

所述倾斜度校正模块20获取对应纸币的倾斜角度，并根据所述倾斜角度对所述纸币扫描图像进行倾斜度校正。

所述二值化模块30对倾斜度校正后的纸币扫描图像进行二值化处理，生成二值图。具体地，所述二值化模块30包括：第一二值化子模块31：对倾斜度校正后的纸币扫描图像进行二值化预处理，以生成第一二值图；及第二二值化子模块32：对所述第一二值图采用阀值或模板屏蔽冠字号、光变油墨、单点噪声以及边缘阴影处理，生成第二二值图。

所述斜率获取模块40查找二值图中的每个连通域C并对每个连通域C中的目标像素进行回归分析，得出每个连通域C的所对应的回归线y=ax+b的斜率a并计算出对应回归线倾斜的角度。

所述识别模块50比较纸币的倾斜角度与回归线倾斜的角度，如果角度差大于角度阈值，则认为该连通域C对应的是拼接纸币的裂纹，当前纸币为拼接纸币，否则是竖直纵纹P，当前纸币为普通纸币。

现有技术的拼接纸币的识别率仅29%左右，本发明实施例中引入角度比较后，使得识别率大大提高，最少达到了51%左右。

以上所述仅为本发明的较佳实施例而已，并不用于限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (8)

1.一种验钞方法，其特征在于，所述验钞方法包括：

图像获取步骤：获取纸币扫描图像；

倾斜度校正步骤：获取对应纸币的倾斜角度，并根据所述倾斜角度对所述纸币扫描图像进行倾斜度校正；

二值化步骤：对倾斜度校正后的纸币扫描图像进行二值化处理，生成二值图；

斜率获取步骤：查找二值图中的每个连通域并对每个连通域中的目标像素进行回归分析，得出每个连通域的所对应的回归线y=ax+b的斜率a并计算出对应回归线倾斜的角度；及

识别步骤：比较纸币的倾斜角度与回归线倾斜的角度，如果角度差大于角度阈值，则认为该连通域对应的是拼接纸币的裂纹，当前纸币为拼接纸币，否则是竖直纵纹，当前纸币为普通纸币。

2.根据权利要求1所述的验钞方法，其特征在于：所述二值化步骤包括：

第一二值化子步骤：对倾斜度校正后的纸币扫描图像进行二值化预处理，以生成第一二值图；及

第二二值化子步骤：对所述第一二值图采用阀值或模板屏蔽冠字号、光变油墨、单点噪声以及边缘阴影处理，生成第二二值图。

3.根据权利要求1所述的验钞方法，其特征在于：斜率获取步骤中采用两遍扫描法和/或种子填充法查找所述二值图中的每个连通域。

4.根据权利要求1所述的验钞方法，其特征在于：斜率获取步骤中采用最小二乘法的线性回归对每个连通域中的目标像素进行回归分析。

5.根据权利要求1所述的验钞方法，其特征在于：所述角度阈值为大于等于0.1至小于等于0.5之间的一数值。

6.根据权利要求1所述的验钞方法，其特征在于，倾斜度校正步骤中获取纸币的倾斜角度具体包括：

像素均值处理子步骤：任意选择当前图像中的N行作为采样行，分别获取被选取行中每行的每M个相邻像素点的像素均值，将所有平均值保存于第一均值数组中；任意选择当前图像中的N列作为采样列，分别获取被选取行中每列的每M个相邻像素点的像素均值，将所有平均值保存于第二均值数组中；

第一图像背景确定子步骤：按照从左到右的顺序，对第一均值数组的所有平均值进行扫描；寻找平均值小于阈值D的像素点位置，将这些像素点确定为有效的第一图像背景；

左右边界确定子步骤：分别获取N个采样行的最左端的采样点，将这N个采样点进行最小二乘法拟合，获取其最接近的直线，该直线作为当前图像的左边界；分别获取N个采样列的最右端的采样点，将这N个采样点进行最小二乘法拟合，获取其最接近的直线，该直线作为当前图像的右边界；

第二图像背景确定子步骤：按照从上到下的顺序，对第二均值数组的所有平均值进行扫描；寻找平均值小于阈值D的像素点位置，将这些像素点确定为有效的第二图像背景；

上下边界确定子步骤:分别获取N个采样列的最上端的采样点，将这N个采样点进行最小二乘法拟合，获取其最接近的直线，该直线作为当前图像的上边界；分别获取N个采样列的最下端的采样点，将这N个采样点进行最小二乘法拟合，获取其最接近的直线，该直线作为当前图像的下边界；

顶点位置确定子步骤:根据获取左边界直线、右边界直线、上边界直线和下边界直线形成的四个交点，这四个交点作为纸币图像的顶点位置；

缩放校正子步骤:以四个顶点位置作为已知量，将纵向坐标缩放系数作为未知数，求解使四个顶点向量积为0 的系数值，利用该系数值对顶点位置进行缩放校正；及

倾斜角度获取子模块:根据纵向缩放校正的结果，获取图像的倾斜角度。

7.一种验钞装置，其特征在于：所述验钞装置包括：

采用接触式传感器对纸币进行扫描以获取纸币扫描图像的图像获取模块；

获取对应纸币的倾斜角度，并根据所述倾斜角度对所述纸币扫描图像进行倾斜度校正的倾斜度校正模块；

对倾斜度校正后的纸币扫描图像进行二值化处理，生成二值图的二值化模块；

查找二值图中的每个连通域并对每个连通域中的目标像素进行回归分析，得出每个连通域的所对应的回归线y=ax+b的斜率a并计算出对应回归线倾斜的角度的斜率获取模块；及

比较纸币的倾斜角度与回归线倾斜的角度，如果角度差大于角度阈值，则认为该连通域对应的是拼接纸币的裂纹，当前纸币为拼接纸币，否则是竖直纵纹，当前纸币为普通纸币的识别模块。

8.根据权利要求7所述的验钞装置，其特征在于：所述二值化模块包括：

第一二值化子模块：对倾斜度校正后的纸币扫描图像进行二值化预处理，以生成第一二值图；及

第二二值化子模块：对所述第一二值图采用阀值或模板屏蔽冠字号、光变油墨、单点噪声以及边缘阴影处理，生成第二二值图。