CN104992494B - 一种纸币真伪的检测方法及装置 - Google Patents

Abstract

本发明实施例公开了一种纸币真伪的检测方法及装置，其中，所述纸币真伪的检测方法，包括：获取纸币在相应光谱波段下的反射灰度图像，并从所述反射灰度图像中选取光变油墨区域；获取光变油墨区域内像素的灰度值特征，并根据光变油墨区域内像素的灰度值特征确定纸币的真伪。利用此种方法，能够有效地检测出具有模拟光变效果的伪纸币，而且辨识准确性更高，识别效果稳定。

Description

一种纸币真伪的检测方法及装置

技术领域

本发明涉及纸币检测领域，尤其涉及一种纸币真伪的检测方法及装置。

背景技术

近些年，出现了采用印制、打印、复印等多种手段来伪造纸币，为了使人们能够有效区分真纸币与伪纸币，纸币发行单位在真纸币上采用了多种防伪手段，如水印、安全线和油墨防伪等。光变油墨是其中的防伪手段之一。由于光变油墨具有动态变色的特点，在同一光源的不同照射角度下，光变油墨数字颜色存在着明显的变化，因此被认为是抵御高性能复印机和扫描机最有效的安全特征之一。

但是，随着技术的发展，一些不法分子采用各种手段，制作出了在可见光下具有模拟光变效果(即在不同角度下油墨具有不同的蓝绿颜色)的伪币，无法通过观察光变油墨数字颜色变化来确定纸币的真伪，会使伪纸币在市场上流通，进而干扰了金融市场的正常秩序。

发明内容

有鉴于此，本发明实施例提出一种纸币真伪的检测方法及装置，以实现对纸币真伪的有效识别。

第一方面，本发明实施例提供了一种纸币真伪的检测方法，所述方法包括：

获取纸币在相应光谱波段下的反射灰度图像，并从所述反射灰度图像中选取光变油墨区域；

获取光变油墨区域内像素的灰度值特征，并根据灰度值特征确定纸币的真伪。

第二方面，本发明实施例提供了一种纸币真伪的检测装置，所述装置包括：

光变油墨区域选取单元，用于获取纸币在相应光谱波段下的反射灰度图像，并从所述反射灰度图像中选取光变油墨区域；

纸币真伪确定单元，用于获取所述光变油墨区域内像素的灰度值特征，并根据所述灰度值特征确定是纸币的真伪。

本发明实施例所提供的纸币真伪的检测方法及装置，通过获取纸币光变油墨区域内在相应光谱波段下的反射灰度值特征，并根据所述灰度值特征确定纸币的真伪。此方法能够有效检测出具有模拟光变效果的假币，且辨识的准确性更高，识别效果稳定。

附图说明

通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本发明的其它特征、目的和优点将会变得更明显：

图1是本发明第一实施例提供的纸币真伪的检测方法的流程图；

图2是本发明第二实施例提供的纸币真伪的检测方法的流程图；

图3是本发明第三实施例提供的纸币真伪的检测方法的流程图；

图4是本发明第四实施例提供的纸币真伪的检测装置的结构示意图。

具体实施方式

下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅用于解释本发明，而非对本发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部内容。

图1示出本发明的第一实施例。

图1是本发明第一实施例提供的一种纸币真伪的检测方法的流程示意图，本实施例的方法可以由纸币真伪的检测装置来执行，该装置可通过硬件和/或软件的方式实现，并一般可以集成于可滚动输出的存储一体自动柜员机(Automatic Teller Machine，ATM)终端内。

参见图2，所述纸币真伪的检测方法，包括：

步骤S101，获取纸币在相应光谱波段下的反射灰度图像，并从所述反射灰度图像中选取光变油墨区域。

目前所出现的伪纸币不仅印刷精美，也基本具备其他防伪特征，而且可模拟光变效果，无论是通过人眼还是通过设备(包括验钞仪、存取款机等)都很难识别。但由于假币的制造者无法获取真纸币的光变油墨配方，所采用的具有模拟光变效果的油墨，其特性与真纸币的光变油墨相比，虽然在大部分光谱波段(包括可见光波段)具有一定的相似性，但是在某些特定光谱波段的频率其特性却存在极大的不同。

在特定光谱频段下，由于真纸币的光变油墨部分在该特定光谱波段下的光吸收系数较大，光变油墨部分清晰明显，而假纸币的光变油墨部分由于光吸收系数较小，基本上不能吸收该特定光谱波段的光源的，假纸币的光变油墨部分图像已基本消失。当然，并非所有伪纸币在该特定光谱波段下的吸收系数都比较小，但其与真纸币的光吸收系数仍然存在较大的差异。根据此特性，可以验证纸币的真伪。

在本实施例中，可以通过配置于存取一体ATM机上摄像装置获取当前所输入的纸币在相应光谱波段下的反射灰度图像。将所获取到的纸币反射灰度图像按预设的位置选取相应的区域。所述的相应区域为光变油墨区域。由于对同一面值的纸币，光变油墨区域都有其固定位置，因此所述的光变油墨区域可由系统预先输入。通过对反射灰度图像固定区域进行划取，即可选取到光变油墨区域。

步骤S102，获取光变油墨区域内像素的灰度值特征，并根据灰度值特征确定纸币的真伪。

通过步骤S101可以获取到所述光变油墨区域内所有像素的灰度值，真纸币的光变油墨部分灰度值较高，而伪纸币光变油墨部分的灰度值与其它部分灰度值近乎一致。从这些特征可以区分出所输入纸钞的真伪。所述的光变油墨区域内像素的灰度值特征可以是该区域的所有像素的灰度值总和，也可以是该区域的所有像素的灰度值、平均值等能够显示真纸币与伪纸币的光变油墨区域在相应光谱波段下的反射灰度图像区别的特征值。根据灰度值特征判断所输入的纸币纸币的真伪。

例如，利用光变油墨区域内像素的灰度值总和与预设的阈值进行比较，在灰度值总和小于预设的阈值时，确认所输入的纸币为伪纸币，否则，则确认为真纸币。

本发明实施例所提供的方法不仅可以用于验证纸币的真伪，也可用于验证采用光变油墨技术防伪的各种有价文件，如债券、股票等有价文件。

本发明实施例通过根据所输入的纸币中光变油墨区域在相应光谱波段下的灰度值特征判断所输入纸币的真伪，能够有效的检测出在可见光下具有模拟光变效果的伪币，而且辨识的准确性更高，识别效果较为稳定。

图2示出本发明的第二实施例。

图2是本发明第二实施例提供的一种纸币真伪的检测方法的流程示意图，本发明实施例以本发明第一实施例所提供的纸币真伪的检测方法为基础，进一步的，将根据灰度值特征确定纸币的真伪优化为：判断所述光变油墨区域内像素的灰度值特征是否处于预设的阈值范围内。在所述光变油墨区域内像素的灰度值特征不处于预设的阈值范围内时，所述纸币为伪纸币。

并将所获取油墨区域内像素的灰度值特征具体为：获取光变油墨区域内像素的灰度值均值、低于灰度阈值的像素数量及边缘强度大于边缘阈值的像素数量。

参见图2，所述纸币真伪的检测方法，包括：

步骤S201，获取纸币在相应光谱波段下的反射灰度图像，并从所述反射灰度图像中选取光变油墨区域。

步骤S202，获取光变油墨区域内像素的灰度值均值、低于灰度阈值的像素数量及边缘强度大于边缘阈值的像素数量。

获取步骤S201所选取的光变油墨区域的所有像素的灰度值，并计算出光变油墨区域的所有像素灰度值的均值。计算灰度值均值的目的在于伪纸币对于相应光谱波段吸收系数较小，其灰度值自然要低于真纸币的灰度值，以此作为判断所输入纸币真伪的条件之一；

此外，还可以计算低于灰度阈值的像素数量，真的纸币在油墨光变区域中“100”像素灰度值较高，其余区域灰度值较低。而伪纸币在油墨光变区域中“100”像素灰度值较低。获取油墨光变区域所有像素的灰度值，并将灰度值与预设的灰度阈值进行比较。灰度阈值可以根据经验设定，可以区分反射比较强的真纸币与反射比较弱的伪纸币。根据超过灰度阈值的像素数量与正常的纸币的像素数量进行比较，在超过灰度阈值的像素数量介于合理的阈值范围时，可以确定所输入的纸币为真纸币，否则为伪纸币。

另外，所选取的灰度值特征也可以是光变油墨区域内边缘强度大于边缘阈值的像素数量。以100元人民币为例，由100元人民币图像可以看出，光变油墨区域中只有数字“100”部分为像素灰度值较高，而在“100”每个数字的以外区域像素灰度值较低，与数字部分存在着明显差异。由此可以看出，真纸币的光变油墨区域中数字部分边缘的像素数量在一定的范围内，利用这个图像灰度特性，可以判断所输入的纸币的真伪。在本实施例中，通过检测光变油墨区域内边缘强度大于边缘阈值的像素数量是否在设定的阈值范围内来判断纸币的真伪

所述的边缘强度是指每一像素与其相邻的四个像素的灰度值差值的最大值。计算边缘强度大于边缘阈值的像素数量，可以采用如下的方法：获取每个光变油墨区域内像素与其四个邻域的灰度值差值；比较所述四个邻域的差值的大小，并将差值的最大值作为边缘强度；将所述边缘强度与预设的边缘阈值进行比较，确定边缘强度大于边缘阈值的像素数量。所述的边缘阈值可参照真纸币光变油墨区域内灰度图像，由经验选取。

设置检测光变油墨区域内边缘强度大于边缘阈值的像素数量可以有效的避免由于在光变区域所造成的污损导致上述两个判断条件失灵的情况，如果伪纸币在油墨光变区域存在污损，且污损所产生灰度值的和超过灰度阈值的像素数量恰好符合预设的阈值范围内。仅通过上述两个判定条件就会非常容易产生错误的检测结果，在加入边缘强度大于边缘阈值的像素数量这一判定条件后，就会避免上述错误的检测结果。这是因为边缘强度大于边缘阈值的像素数量与光变油墨区域内数字的大小和形状密切相关，污损即使能够使变油墨区域内的灰度产生变化，但是很难对光变油墨区域内的数字形状进行模仿。通过置检测光变油墨区域内边缘强度大于边缘阈值的像素数量能够进一步加强纸币真伪检测的准确性。

步骤S203，判断所述光变油墨区域内像素的灰度值特征是否处于预设的阈值范围内，在所述光变油墨区域内像素的灰度值特征不处于预设的阈值范围内时，所述纸币为伪纸币。

将步骤S202所获取的光变油墨区域内像素的灰度值均值、低于灰度阈值的像素数量及边缘强度大于边缘阈值的像素数量分别与预设的阈值进行比较，所述的阈值由经验选取。在所述光变油墨区域内像素的灰度值均值、低于灰度阈值的像素数量及光边缘强度大于边缘阈值的像素数量都处于设定的阈值范围内时，所输入的纸币为真纸币，否则，则所述纸币为伪纸币。

本发明实施例通过判断光变油墨区域内像素的灰度值均值、低于灰度阈值的像素数量及边缘强度大于边缘阈值的像素数量是否处于预设的阈值范围内，来确定所输入的纸币的真伪，能够有效的识别纸币真伪，且辨识准确性较高。另外，在所输入纸币有污损的情况下，辨识效果稳定可靠。

图3示出本发明的第三实施例。

图3是本发明第三实施例提供的纸币真伪的检测方法的流程示意图，本发明实施例以本发明第一实施例所提供纸币真伪的检测方法为基础，进一步的，将根据灰度值特征确定纸币的真伪优化为：将所述光变油墨区域内像素的灰度值特征作为特征矢量放入最近邻分类器进行分类，并根据分类结果，确定纸币的真伪。并将所述获取油墨区域内像素的灰度值特征具体为：获取光变油墨区域内像素的灰度值均值、低于灰度阈值的像素数量及边缘强度大于边缘阈值的像素数量。

参见图3，所述纸币真伪的检测方法，包括：

步骤S301，获取纸币在相应光谱波段下的反射灰度图像，并从所述反射灰度图像中选取光变油墨区域。

步骤S302，获取光变油墨区域内像素的灰度值均值、低于灰度阈值的像素数量及边缘强度大于边缘阈值的像素数量。

步骤S303，将所述光变油墨区域内像素的灰度值特征作为特征矢量放入最近邻分类器进行分类，并根据分类结果，确定纸币的真伪。

最近邻分类器(Nearest Neighbor Classifier)是在最小距离分类的基础上进行扩展的分类器。最小距离分类器是计算待分类的样本到各个已知类别的中心(通常是训练集中同类样本的重心)的距离，并将其划分到距它最近的类别中去。

当训练集包含多类样本时，最近邻分类器的分类决策区域是由任意两个相邻样本点连接线的垂直平分线所分割成为的网格状的图形，此图形称为维诺图。当训练集中的样本点将特征空间划分为维诺图时，一个待识别的样本落入哪一个训练集样本周边的区域内，就可判定它属于哪一个类别。

最近邻分类器是典型的“非参数方法”(Non-parametric method)。所谓的“非参数方法”，就是在设计分类器时，无需考虑各个类别样本在特征空间中的分布形式和参数，也无需对样本分布的形式和参数进行估计。

在本实施例中，将步骤S302所获取的光变油墨区域内像素的灰度值均值、低于灰度阈值的像素数量及光变油墨区域内边缘强度大于边缘阈值的像素数作为三维特征矢量放入最近邻分类器，最近邻分类器会根据上述三维特征矢量所在的空间区域判定纸币真伪的类别。

需要说明的是，可以根据本发明实施例所提供的方法，可以采用不同的光变油墨区域内像素的灰度值特征作为特征矢量。例如将光变油墨区域内像素的灰度值总和、光变油墨区域内灰度图像边缘特征等作为特征矢量。也可在本实施例所提供的特征矢量的基础上，增加其他特征作为特征矢量。

本发明实施例通过将光变油墨区域内像素的灰度值均值、低于灰度阈值的像素数量及边缘强度大于边缘阈值的像素数量作为特征矢量放入最近邻分类器进行分类，并根据分类结果，确定纸币的真伪。方便多种特征组合的识别，无需考虑各个特征的分布形式和参数，而且多特征能够使得识别可靠性更高。

图4示出本发明第四实施例。

图4是本发明第四实施例提供的纸币真伪的检测装置的结构示意图。

由图4可以看出，所述的纸币真伪的检测装置包括：光变油墨区域选取单元410和纸币真伪确定单元420。

其中，所述的光变油墨区域选取单元410，用于获取纸币在相应光谱波段下的反射灰度图像，并从所述反射灰度图像中选取光变油墨区域；

所述的纸币真伪确定单元420，用于获取所述光变油墨区域内像素的灰度值特征，并根据所述灰度值特征确定是否为伪纸币。

本发明实施例通过根据所输入的纸币中光变油墨区域在相应光谱波段下的灰度值特征判断所输入纸币的真伪，能够有效的检测出在可见光下具有模拟光变效果的假币，且识别的准确率更高，识别效果稳定可靠。

进一步的，所述纸币真伪确定单元，用于：

判断所述光变油墨区域内像素的灰度值特征是否处于预设的阈值范围内，在所述光变油墨区域内像素的灰度值特征不处于预设的阈值范围内时，所述纸币为伪纸币。

进一步的。所述纸币真伪确定单元420，用于：

将所述光变油墨区域内像素的灰度值特征作为特征矢量放入最近邻分类器进行分类，并根据分类结果，确定是否为伪纸币。

进一步的，所述纸币真伪确定单元，包括：灰度值特征获取子单元421，

其中，所述灰度值特征获取子单元421，用于获取光变油墨区域内像素的灰度值均值、低于灰度阈值的像素数量及边缘强度大于边缘阈值的像素数量。

更进一步的，灰度值特征获取子单元421，用于：

计算每个光变油墨区域内像素与其四个邻域的灰度值差值；

比较所述四邻域的差值的大小，并将差值的最大值作为边缘强度；

将所述边缘强度与预设的边缘阈值进行比较，确定边缘强度大于边缘阈值的像素数量。

上述纸币真伪的检测装置可执行本发明实施例所提供的纸币真伪的检测方法，具备执行方法相应的功能模块和有益效果。

上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。

本领域普通技术人员应该明白，上述的本发明的各模块或各步骤可以用通用的计算装置来实现，它们可以集中在单个计算装置上，或者分布在多个计算装置所组成的网络上，可选地，他们可以用计算机装置可执行的程序代码来实现，从而可以将它们存储在存储装置中由计算装置来执行，或者将它们分别制作成各个集成电路模块，或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样，本发明不限制于任何特定的硬件和软件的结合。

本说明书中的各个实施例均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，各个实施例之间的相同或相似的部分互相参见即可。

以上所述仅为本发明的优选实施例，并不用于限制本发明，对于本领域技术人员而言，本发明可以有各种改动和变化。凡在本发明的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (8)

1.一种纸币真伪的检测方法，其特征在于，包括：

获取纸币在相应光谱波段下的反射灰度图像，并从所述反射灰度图像中选取光变油墨区域；

获取光变油墨区域内像素的灰度值均值、低于灰度阈值的像素数量及边缘强度大于边缘阈值的像素数量，并根据光变油墨区域内像素的灰度值特征确定纸币的真伪；

其中，所述光变油墨区域内像素的灰度值特征是光变油墨区域内像素的灰度值均值、低于灰度阈值的像素数量及边缘强度大于边缘阈值的像素数量；

所述的边缘强度是指每一像素与相邻的四个像素的灰度值差值的最大值。

2.根据权利要求1所述的方法，其特征在于，所述根据光变油墨区域内像素的灰度值特征确定纸币的真伪，包括：

判断所述光变油墨区域内像素的灰度值特征是否处于预设的阈值范围内，在所述光变油墨区域内像素的灰度值特征不处于预设的阈值范围内时，所述纸币为伪纸币。

3.根据权利要求1所述的方法，其特征在于，所述根据光变油墨区域内像素的灰度值特征确定纸币的真伪，包括：

将所述光变油墨区域内像素的灰度值特征作为特征矢量放入最近邻分类器进行分类，并根据分类结果，确定纸币的真伪。

4.根据权利要求1所述的方法，所述获取所述光变油墨区域内像素的灰度值特征，包括：

计算每个光变油墨区域内像素与其四个邻域的灰度值差值；

比较所述四个邻域差值的大小，并将差值的最大值作为边缘强度；

将所述边缘强度与预设的边缘阈值进行比较，确定边缘强度大于边缘阈值的像素数量。

5.一种纸币真伪的检测装置，其特征在于，包括：

光变油墨区域选取单元，用于获取纸币在相应光谱波段下的反射灰度图像，并从所述反射灰度图像中选取光变油墨区域；

纸币真伪确定单元，用于获取所述光变油墨区域内像素的灰度值特征，并根据所述灰度值特征确定纸币的真伪；

所述纸币真伪确定单元，包括：灰度值特征获取子单元，

其中，所述灰度值特征获取子单元，用于获取光变油墨区域内像素的灰度值均值、低于灰度阈值的像素数量及边缘强度大于边缘阈值的像素数量；

其中，所述光变油墨区域内像素的灰度值特征是光变油墨区域内像素的灰度值均值、低于灰度阈值的像素数量及边缘强度大于边缘阈值的像素数量；

所述的边缘强度是指每一像素与相邻的四个像素的灰度值差值的最大值。

6.根据权利要求5所述的装置，其特征在于，所述纸币确定单元，用于：

判断所述光变油墨区域内像素的灰度值特征是否处于预设的阈值范围内，在所述光变油墨区域内像素的灰度值特征不处于预设的阈值范围内时，所述纸币为伪纸币。

7.根据权利要求5所述的装置，其特征在于，所述纸币真伪确定单元，用于：

将所述光变油墨区域内像素的灰度值特征作为特征矢量放入最近邻分类器进行分类，并根据分类结果，确定纸币的真伪。

8.根据权利要求5所述的装置，其特征在于，所述纸币真伪确定单元，用于：

计算每个光变油墨区域内像素与其四个邻域的灰度值差值；

比较所述四个邻域差值的大小，并将差值的最大值作为边缘强度；

将所述边缘强度与预设的边缘阈值进行比较，确定边缘强度大于边缘阈值的像素数量。