CN104835242B - 一种纸币图像处理方法 - Google Patents

一种纸币图像处理方法 Download PDF

Info

Publication number
CN104835242B
CN104835242B CN201510184673.1A CN201510184673A CN104835242B CN 104835242 B CN104835242 B CN 104835242B CN 201510184673 A CN201510184673 A CN 201510184673A CN 104835242 B CN104835242 B CN 104835242B
Authority
CN
China
Prior art keywords
splicing
bank note
paper money
pixel
connected region
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
Application number
CN201510184673.1A
Other languages
English (en)
Other versions
CN104835242A (zh
Inventor
黄勃
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shenzhen Yihua Computer Co Ltd
Shenzhen Yihua Time Technology Co Ltd
Shenzhen Yihua Financial Intelligent Research Institute
Original Assignee
Shenzhen Yihua Computer Co Ltd
Shenzhen Yihua Time Technology Co Ltd
Shenzhen Yihua Financial Intelligent Research Institute
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shenzhen Yihua Computer Co Ltd, Shenzhen Yihua Time Technology Co Ltd, Shenzhen Yihua Financial Intelligent Research Institute filed Critical Shenzhen Yihua Computer Co Ltd
Priority to CN201510184673.1A priority Critical patent/CN104835242B/zh
Publication of CN104835242A publication Critical patent/CN104835242A/zh
Application granted granted Critical
Publication of CN104835242B publication Critical patent/CN104835242B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Inspection Of Paper Currency And Valuable Securities (AREA)

Abstract

本发明提供了一种纸币图像处理方法,包括以下步骤:(1)对被测纸币的二值图进行回型格屏蔽处理,(2)检测屏蔽后的二值图的连通区域的目标像素数量,若某个连通区域的目标像素数量小于设置的像素数量的阈值时,则判定该连通区域所在位置不为拼接钞的拼接痕迹,否则进入下一步骤的检测;(3)进一步检测该连通区域的外接矩形的长宽比,若该长宽比大于设置的长宽比的阈值时,则判定该连通区域所在位置不为拼接钞的拼接痕迹,否则识别为拼接钞的拼接痕迹。本发明提供的纸币图像处理方法能够将纸币阴影部分和噪声造成干扰屏蔽掉,准确地判断出纸币的拼接痕迹部分,而且步骤简单,操作方便。

Description

一种纸币图像处理方法
技术领域
本发明涉及一种图像处理方法,特别涉及一种纸币图像处理方法。
背景技术
生活中常常发生纸币被撕开损坏的情况,因此也就需要将其进行拼接,留下拼接痕迹在纸币上面。工作人员在利用纸币UV图像进行拼接钞识别时,首先利用边缘检测算法提取纸币拼接痕迹的二值图,通过这种方法我们可以很好地提取到纸币的拼接痕迹,但是由于噪声的存在,部分正常钞样本出现了伪边缘检测,如图5中的连通域,这样的伪边缘如果被识别为拼接痕迹,将会给整个纸币的识别工作带来较大的错误。另外拼接痕迹虽然很多为曲线,如图1和图2所示,但是也有部分的拼接痕迹为直线,如图3和图4所示,让人难以区分,需要找到一个合适的方法进行识别。如何对这些非拼接痕迹的线条进行屏蔽,现有技术尚无较好的方法。
发明内容
为了克服上述技术问题,本发明提供一种纸币图像处理方法,该方法能够将纸币阴影部分和噪声造成干扰屏蔽掉,准确地判断出纸币的拼接痕迹部分,而且步骤简单,操作方便。
本发明所采用的技术方案是:
一种纸币图像处理方法,包括以下步骤:
(1)对被测纸币的二值图进行回型格屏蔽处理,即将纸币的边缘区域与中部矩形部分区域进行屏蔽处理,并将纸币边缘区域和纸币中部矩形区域围成的回型格区域的像素作为目标像素保留,其余的像素设置为非目标像素;
(2)检测经所述步骤(1)屏蔽后的二值图的连通区域的目标像素数量,若某个连通区域的目标像素数量小于设置的像素数量的阈值时,则判定该连通区域所在位置不为拼接钞的拼接痕迹,否则进入下一步骤的检测;
(3)在所述步骤(2)某个连通区域的目标像素数量大于设置的像素数量的阈值时,进一步检测该连通区域的外接矩形的长宽比,若该长宽比小于设置的长宽比的阈值时,则判定该连通区域所在位置不为拼接钞的拼接痕迹,否则识别为拼接钞的拼接痕迹。
优选地,所述步骤(1)边缘区域宽度为2~3个像素宽度。
优选地,所述步骤(1)中回型格区域的宽度为49~51个像素宽度。
优选地,所述步骤(1)之前包括采集被测纸币的UV图像,对被测纸币进行旋转并进行二值化处理。
本发明的有益效果是:
本发明对于纸币图像处理方法,成功地将纸币上的阴影和噪声造成的伪检测边缘屏蔽掉,使工作人员避免了将这些伪检测边缘当做纸币拼接痕迹,不会使整个纸币痕迹的识别带来较大的错误,能准确地判断出纸币的拼接痕迹部分,而且步骤简单,操作方便。
图说明
图1是本发明的一张拼接钞的UV图像原图;
图2是本发明的一张拼接钞的UV图像的二值图;
图3是本发明的一张正常钞的UV图像原图;
图4是本发明的一张正常钞的UV图像的二值图;
图5是本发明的图2中用环形虚线圈中非拼接痕迹线条示意图;
图6本发明的一张拼接钞的UV图像经过回型格屏蔽后的二值图;
图7是本发明的一张拼接钞的UV图像经过步骤二和三处理后得到的二值图;
图8是本发明的一张正常钞的UV图像的经过回型格屏蔽后的二值图;
图9是本发明的一张被测纸币的回型格屏蔽示意图。
具体实施方式
下面结合图和实施方式对本发明进一步说明。
本发明对于拼接钞的拼接痕迹的识别是通过对拼接钞的二值图进行检测分析来进行判断的,在这其中对于拼接钞拼接痕迹识别的干扰主要有拼接钞的阴影(如纸币边缘阴影干扰)和噪声干扰。所以本发明的处理方法原理就是屏蔽拼接钞二值图的阴影干扰和噪声干扰,在这个基础上准确判断出拼接钞的拼接痕迹。
本发明的检测原理是根据实际经验得来,根据对大量样本的统计分析,绝大部分拼接钞的拼接痕迹一般都是从边缘出发,一直延伸到中央或另外一条边缘,而极少有仅在中间有拼接痕迹、而在边缘部分没有拼接痕迹的拼接钞样本。所以本发明的检测对象是不包括仅在中间有拼接痕迹而在边缘部分没有拼接痕迹的拼接钞。这就意味着在本发明中,仅在中间部分有“拼接痕迹”的纸币样本都不应该被识别为拼接钞的拼接痕迹。而一个纸币图像有4条边缘,因此这里提到的“边缘部分”为一个回型格区域。由于采集的被测纸币的UV图像在极靠近边缘的部分往往有阴影的分布,如图1~图4的右边缘都有明显的阴影分布,因此需要在回型格区域的外边缘去除若干个像素宽度来屏蔽掉这些阴影。
如图1至图9所示,本发明的一种纸币图像处理方法,总得来说包括以下几个步骤:
(1)对被测纸币的二值图进行回型格屏蔽处理,即将纸币的边缘区域与中部矩形部分区域进行屏蔽处理,并将纸币边缘区域和纸币中部矩形区域围成的回型格区域的像素作为目标像素保留,其余的像素设置为非目标像素;
(2)检测经所述步骤(1)屏蔽后的二值图的连通区域的目标像素数量,若某个连通区域的目标像素数量小于设置的像素数量的阈值时,则判定该连通区域所在位置不为拼接钞的拼接痕迹,否则进入下一步骤的检测;
(3)在所述步骤(2)某个连通区域的目标像素数量大于设置的像素数量的阈值时,进一步检测该连通区域的外接矩形的长宽比,若该长宽比小于设置的长宽比的阈值时,则判定该连通区域所在位置不为拼接钞的拼接痕迹,否则识别为拼接钞的拼接痕迹。
本发明的具体操作方法如下:
步骤一
如图9所示,X轴表示被测纸币的长度,Y轴表示被测纸币的宽度,本步骤中对输入的被测纸币的二值图(该二值图参照图2)进行回型格屏蔽,仅仅保留方型区域[Xmin1,Xmax1;Ymin1,Ymax1]中除去小的方型区域[Xmin2,Xmax2;Ymin2,Ymax2]的区域内的目标像素,其余目标像素设置为非目标像素,屏蔽后的二值图如图6所示。图9所示的被测纸币的边缘屏蔽区域宽度约为2~3个像素宽度,即Xmin1 的取值为2~3个像素宽度,Xmax1的取值为纸币宽度减去2~3个像素宽度,Ymin1的取值为2~3个像素宽度,Ymax1的取值为纸币宽度减去2~3个像素宽度。而所述步骤(1)中回型格区域的宽度为49~ 51个像素宽度,其具体取值范围根据实际需求或者经验值而定。
本步骤对纸币边缘的像素进行屏蔽,是因为极靠近边缘的部分往往有阴影的分布,避免边缘阴影对拼接痕迹判断的干扰。本步骤对纸币中间区域的像素进行屏蔽,是为了对仅在中间部分有“拼接痕迹”的进行屏蔽,避免其对拼接痕迹判断的干扰。经过步骤一后还是未能将回型格区域内的噪声进行屏蔽,因此需要进一步的处理。
另外本发明在步骤一之前还包括采集被测纸币UV图像,对被测纸币图像进行旋转,对旋转后的图像进行二值化等前处理工作。
步骤二
检测经过步骤(1)屏蔽后的二值图中的连通区域,如果某个连通区域的目标像素数量小于阈值,则该连通区域所在位置不为拼接钞的拼接痕迹,否则进入步骤三。连通区域的目标像素数量阈值需要根据进行经验值设定,该经验值是根据大量样本进行统计分析得到的。
根据对大量样本的统计分析,拼接钞的拼接痕迹往往对应的目标像素数量较大,而数量较小的连通区域往往是噪声引起的。
步骤三
如果该连通区域的外接矩形的长宽比小于阈值,则该连通区域所在位置不为拼接钞的拼接痕迹,否则识别为拼接钞的拼接痕迹。根据对大量样本的统计分析,拼接钞的拼接痕迹往往对应的连通区域呈现基本垂直于水平方向的竖直条形,因此具有较大的长宽比。
经过步骤二和步骤三处理后得到如图7所示。对比图7和图6就可知道,图7中的痕迹正确的识别为拼接痕迹,而噪声造成的痕迹得到去除。
图8是正常钞票经过本发明方法的处理后得到二值图。可以根据图8和图7的差异进一步进行判断是否为拼接钞,因为正常钞经过本发明的处理后的二值图(如图8)是基本上没有灰度值为255的像素点或者灰度值为255的像素点较少。后续步骤可设置一个阈值,若经过本发明处理后的二值图的所有像素点的灰度值之和大于某个阈值,则判别为拼接钞,而小于预设阈值判断为正常钞。
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 (4)

1.一种纸币图像处理方法,其特征在于,包括以下步骤:
(1)对被测纸币的二值图进行回型格屏蔽处理,即将纸币的边缘区域与中部矩形部分区域进行屏蔽处理,并将纸币边缘区域和纸币中部矩形区域围成的回型格区域的像素作为目标像素保留,其余的像素设置为非目标像素;
(2)检测经所述步骤(1)屏蔽后的二值图的连通区域的目标像素数量,若某个连通区域的目标像素数量小于设置的像素数量的阈值时,则判定该连通区域所在位置不为拼接钞的拼接痕迹,否则进入下一步骤的检测;
(3)在所述步骤(2)某个连通区域的目标像素数量大于设置的像素数量的阈值时,进一步检测该连通区域的外接矩形的长宽比,若该长宽比小于设置的长宽比的阈值时,则判定该连通区域所在位置不为拼接钞的拼接痕迹,否则识别为拼接钞的拼接痕迹。
2.根据权利要求1所述的处理方法,其特征在于,所述步骤(1)边缘区域宽度为2~3个像素宽度。
3.根据权利要求1所述的处理方法,其特征在于,所述步骤(1)中回型格区域的宽度为49~51个像素宽度。
4.根据权利要求1所述的处理方法,其特征在于,所述步骤(1)之前包括采集被测纸币的UV图像,对被测纸币进行旋转并进行二值化处理。
CN201510184673.1A 2015-04-17 2015-04-17 一种纸币图像处理方法 Active CN104835242B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510184673.1A CN104835242B (zh) 2015-04-17 2015-04-17 一种纸币图像处理方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510184673.1A CN104835242B (zh) 2015-04-17 2015-04-17 一种纸币图像处理方法

Publications (2)

Publication Number Publication Date
CN104835242A CN104835242A (zh) 2015-08-12
CN104835242B true CN104835242B (zh) 2017-08-29

Family

ID=53813106

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510184673.1A Active CN104835242B (zh) 2015-04-17 2015-04-17 一种纸币图像处理方法

Country Status (1)

Country Link
CN (1) CN104835242B (zh)

Families Citing this family (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105303678B (zh) * 2015-09-21 2018-09-11 深圳怡化电脑股份有限公司 一种定位纸币图像边界的方法和系统
CN105303677B (zh) * 2015-10-29 2018-04-27 深圳怡化电脑股份有限公司 一种获取纸币安全线边界的方法及装置
CN108073927B (zh) * 2016-11-18 2020-05-15 深圳怡化电脑股份有限公司 一种字符识别方法及装置
CN107204068B (zh) * 2017-05-27 2019-08-27 深圳怡化电脑股份有限公司 一种纸币管理系统、方法及纸币识别方法
CN107492187B (zh) * 2017-07-14 2019-08-27 深圳怡化电脑股份有限公司 一种拼接钞的识别方法、装置、终端设备和存储介质
CN107705414B (zh) * 2017-09-05 2019-07-05 深圳怡化电脑股份有限公司 一种纸币的识别方法、装置、终端设备和存储介质
CN107578528B (zh) * 2017-09-05 2019-08-23 深圳怡化电脑股份有限公司 一种纸币的识别方法、装置、终端设备和存储介质
CN107886615B (zh) * 2017-12-15 2020-03-27 深圳怡化电脑股份有限公司 边缘检测方法及验钞设备
CN113139927A (zh) * 2020-01-02 2021-07-20 深圳怡化电脑股份有限公司 纸币裂痕检测方法、装置、设备及可读介质
CN111292302B (zh) * 2020-01-21 2022-12-27 上海万物新生环保科技集团有限公司 屏幕检测方法及装置
CN115063417A (zh) * 2022-08-09 2022-09-16 恒银金融科技股份有限公司 检测纸币撕裂的方法和装置

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101377847A (zh) * 2007-08-29 2009-03-04 中国科学院自动化研究所 一种文档图像的配准及特征点选取方法
CN102136167A (zh) * 2010-11-29 2011-07-27 东北大学 一种纸币清分鉴伪装置及方法
CN102890840A (zh) * 2012-08-22 2013-01-23 山东新北洋信息技术股份有限公司 纸币鉴别方法和装置
CN104504802A (zh) * 2014-10-23 2015-04-08 深圳怡化电脑股份有限公司 一种纸币拼接信号的检测方法

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH06318246A (ja) * 1993-05-06 1994-11-15 Oki Electric Ind Co Ltd 紙葉類認識装置
JPH09231354A (ja) * 1996-02-26 1997-09-05 Sanyo Electric Co Ltd 画像データ処理装置

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101377847A (zh) * 2007-08-29 2009-03-04 中国科学院自动化研究所 一种文档图像的配准及特征点选取方法
CN102136167A (zh) * 2010-11-29 2011-07-27 东北大学 一种纸币清分鉴伪装置及方法
CN102890840A (zh) * 2012-08-22 2013-01-23 山东新北洋信息技术股份有限公司 纸币鉴别方法和装置
CN104504802A (zh) * 2014-10-23 2015-04-08 深圳怡化电脑股份有限公司 一种纸币拼接信号的检测方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
一种去除二值文本图像边缘噪声的新方法;杨博等;《计算机工程》;20060331;第32卷(第5期);186-191 *

Also Published As

Publication number Publication date
CN104835242A (zh) 2015-08-12

Similar Documents

Publication Publication Date Title
CN104835242B (zh) 一种纸币图像处理方法
CN106960208B (zh) 一种仪表液晶数字自动切分和识别的方法及系统
CN105469027B (zh) 针对文档图像的水平和垂直线检测和移除
JP4601134B2 (ja) 形状特徴に基づく欠陥検出の方法及び装置
CN105139386A (zh) 一种快速自动检测电气接插件焊点不合格品的图像处理方法
CN104778710B (zh) 一种基于量子理论的形态学图像边缘检测方法
JP2012016453A5 (zh)
US20140169763A1 (en) System for detecting structured artifacts in video sequences
CN106568384A (zh) 大倒角石英晶片尺寸测量方法
CN110084787B (zh) 一种基于机器视觉的合成革涂胶在线监测方法
CN101706959A (zh) 基于二维信息熵金属板带表面缺陷提取方法
CN105005969A (zh) 一种票据图像涂改检测方法及系统
CN111260617A (zh) 一种基于深度学习的太阳能电池板缺陷检测方法
CN110033439A (zh) 一种制丝过程中皮带输送机堵料的视觉检测方法
CN106650735B (zh) 一种led字符自动定位识别方法
CN103822932A (zh) 基于多尺度滤波算子的x射线实时图像焊缝缺陷检出方法
CN110796654A (zh) 一种引导线检测方法、装置、设备、轮胎吊及介质
CN101950352B (zh) 一种去除光照影响的目标检测方法及装置
WO2017206615A1 (zh) 生物样本显微成像的自动修改成像区间方法
JP2007072642A5 (zh)
CN103688528B (zh) 在大型扫描系统中借助图像信息探测文档的宽度和位置的方法
CN102254173B (zh) 基于k均值聚类与线性邻域传播结合的指纹图像分割方法
CN105957061A (zh) 一种用于旋冠盖的阈值图制作和图片检测方法
KR101674741B1 (ko) 후판 표면의 깊이 결함 및 형태 결함 탐상 장치 및 방법
JP4679953B2 (ja) 紙葉類の損券判定装置、損券判定方法及び損券判定プログラム

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
EXSB Decision made by sipo to initiate substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant