CN105005969A - 一种票据图像涂改检测方法及系统 - Google Patents
一种票据图像涂改检测方法及系统 Download PDFInfo
- Publication number
- CN105005969A CN105005969A CN201510342120.4A CN201510342120A CN105005969A CN 105005969 A CN105005969 A CN 105005969A CN 201510342120 A CN201510342120 A CN 201510342120A CN 105005969 A CN105005969 A CN 105005969A
- Authority
- CN
- China
- Prior art keywords
- bill
- image
- correction
- alter
- bianry image
- 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.)
- Granted
Links
Landscapes
- Inspection Of Paper Currency And Valuable Securities (AREA)
Abstract
本发明公开了一种票据图像涂改检测方法及系统,方法通过对票据依次进行采集、提取、二值化处理以及去噪处理,进而根据连通域内前景目标点检测出票据的涂改状态。系统包括图像采集模块、涂改区域提取模块、二值化处理模块和涂改检测模块。本发明无需人工操作,有效解决在批量票据自动化处理过程中因票面信息涂改导致的票据无效现象,大大减少了人工整理票据的时间以及失误,提升了批量票据处理的效率。本发明可广泛应用于票据检测中。
Description
技术领域
本发明涉及图像处理领域,尤其涉及一种票据图像涂改检测方法及系统。
背景技术
银行或单位的票据自动化处理系统在对票据进行处理时,要求待处理的票据填写规范,票面干净无涂改。如果待处理票据票面污损或涂改,则票据自动化处理系统无法进行后续的处理或操作。因此,如何对票据图像涂改变造进行快速而有效的检测成了业内的一个重要研究对象,而涂改检测是其中的一个重点。
目前,银行票据图像涂改检测一般是由营业人员通过目测的方式来完成的,这种检测方式检测效率较低,不利于票据的批量处理,且不可避免人眼目测所带来的偶然误差。
为了减少人工收取票据的时间以及偶尔的失误,提升批量票据处理的效率,急需解决以上问题。
发明内容
为了解决上述技术问题,本发明的目的是提供一种能提高检测处理效率,且能减少失误的一种票据图像涂改检测方法。
本发明的另一个目的是提供一种能提高检测处理效率,且能减少失误的一种票据图像涂改检测系统。
本发明所采用的技术方案是:
一种票据图像涂改检测方法,包括以下步骤:
A、对票据进行红外扫描,得到票据红外灰度图像;
B、根据预设的票据要素区域坐标,从票据红外灰度图像中提取得到票据涂改区域图像;
C、对票据涂改区域图像进行阈值分割处理,得到票据涂改区域二值图像;
D、对票据涂改区域二值图像进行去噪处理,并进而对其进行涂改检测判定。
作为所述的一种票据图像涂改检测方法的进一步改进,所述步骤D包括:
D1、对票据涂改区域二值图像进行腐蚀处理,得到腐蚀后的票据涂改区域二值图像;
D2、对腐蚀后的票据涂改区域二值图像进行连通域标记,并计算各个连通域的面积,对连通域面积小于第一阈值的连通域进行去除;
D3、统计剩余各个连通域的前景目标点个数,得出前景目标点个数的最大值;
D4、判断前景目标点个数的最大值是否大于预设的涂改阈值,若是,则判定该票据存在涂改;反之,则判定该票据不存在涂改。
作为所述的一种票据图像涂改检测方法的进一步改进,所述步骤C中对票据涂改区域图像进行阈值分割处理,其具体为:
根据预设的分割阈值和以下公式对票据涂改区域图像中的像素进行处理;
其中,i表示票据涂改区域图像和票据涂改区域二值图像中的横坐标,j表示票据涂改区域图像和票据涂改区域二值图像中的纵坐标,D[i,j]表示票据涂改区域二值图像中横坐标为i和纵坐标为j的像素点处的值,Y[i,j]表示票据涂改区域图像中横坐标为i和纵坐标为j的像素点处的值,th表示分割阈值。
本发明所采用的另一技术方案是:
一种票据图像涂改检测系统,包括:
图像采集模块,用于对票据进行红外扫描,得到票据红外灰度图像;
涂改区域提取模块,用于根据预设的票据要素区域坐标,从票据红外灰度图像中提取得到票据涂改区域图像;
二值化处理模块,用于对票据涂改区域图像进行阈值分割处理,得到票据涂改区域二值图像;
涂改检测模块,用于对票据涂改区域二值图像进行去噪处理,并进而对其进行涂改检测判定。
作为所述的一种票据图像涂改检测系统的进一步改进,所述涂改检测模块包括:
腐蚀处理模块,用于对票据涂改区域二值图像进行腐蚀处理,得到腐蚀后的票据涂改区域二值图像;
连通域标记模块,用于对腐蚀后的票据涂改区域二值图像进行连通域标记,并计算各个连通域的面积,对连通域面积小于第一阈值的连通域进行去除;
前景目标点统计模块,用于统计剩余各个连通域的前景目标点个数,得出前景目标点个数的最大值;
涂改判定模块,用于判断前景目标点个数的最大值是否大于预设的涂改阈值,若是,则判定该票据存在涂改;反之,则判定该票据不存在涂改。
本发明的有益效果是:
本发明一种票据图像涂改检测方法通过对票据依次进行采集、提取、二值化处理以及去噪处理,进而根据连通域内前景目标点检测出票据的涂改状态,无需人工操作,有效解决在批量票据自动化处理过程中因票面信息涂改导致的票据无效现象,大大减少了人工整理票据的时间以及失误,提升了批量票据处理的效率。
本发明的另一个有益效果是:
本发明一种票据图像涂改检测系统通过图像采集模块、涂改区域提取模块、二值化处理模块和涂改检测模块对票据进行处理,进而根据连通域面积检测出票据的污损状态,无需人工操作,有效解决在批量票据自动化处理过程中因票面信息涂改导致的票据无效现象,大大减少了人工整理票据的时间以及失误,提升了批量票据处理的效率。
附图说明
下面结合附图对本发明的具体实施方式作进一步说明:
图1是本发明一种票据图像涂改检测方法的步骤流程图;
图2是本发明一种票据图像涂改检测方法步骤D的步骤流程图;
图3是本发明一种票据图像涂改检测系统的模块方框图。
具体实施方式
参考图1,本发明一种票据图像涂改检测方法,包括以下步骤:
A、对票据进行红外扫描,得到票据红外灰度图像;
B、根据预设的票据要素区域坐标,从票据红外灰度图像中提取得到票据涂改区域图像;
C、对票据涂改区域图像进行阈值分割处理,得到票据涂改区域二值图像;
D、对票据涂改区域二值图像进行去噪处理,并进而对其进行涂改检测判定。
参考图2,进一步作为优选的实施方式,所述步骤D包括:
D1、对票据涂改区域二值图像进行腐蚀处理,得到腐蚀后的票据涂改区域二值图像;
D2、对腐蚀后的票据涂改区域二值图像进行连通域标记,并计算各个连通域的面积,对连通域面积小于第一阈值的连通域进行去除;
D3、统计剩余各个连通域的前景目标点个数,得出前景目标点个数的最大值;
D4、判断前景目标点个数的最大值是否大于预设的涂改阈值,若是,则判定该票据存在涂改;反之,则判定该票据不存在涂改。
本发明实施例中,腐蚀处理采用图像处理技术领域的基本腐蚀方法,采用3*3结构元素,对票据涂改区域二值图像做腐蚀操作,得到腐蚀后的票据油污二值图像D’[i,j]。然后对腐蚀后的票据涂改区域二值图像D’[i,j]进行连通域标记,计算腐蚀后的票据油污二值图像D’[i,j]中各个连通域的面积大小a[n]。a[n]表示第n个连通域的面积大小,其中n可以取从1到N的所有整数,N表示票据油污二值图像D’[i,j]中连通域的个数。当连通域的面积小于第一阈值th1时,对该连通域进行去除。统计剩余各个连通域的前景目标点个数,得出前景目标点个数的最大值M,当最大连通域的面积M大于涂改阈值th2时,表示票据图像存在涂改,为无效票据。
进一步作为优选的实施方式,所述步骤C中对票据涂改区域图像进行阈值分割处理,其具体为:
根据预设的分割阈值和以下公式对票据涂改区域图像中的像素进行处理;
其中,i表示票据涂改区域图像和票据涂改区域二值图像中的横坐标,j表示票据涂改区域图像和票据涂改区域二值图像中的纵坐标,D[i,j]表示票据涂改区域二值图像中横坐标为i和纵坐标为j的像素点处的值,Y[i,j]表示票据涂改区域图像中横坐标为i和纵坐标为j的像素点处的值,th表示分割阈值。
进一步,th为分割阈值,th的选取要使得票据灰度图像中的黑色字体呈现出来,当D[i,j]=255时,为提取到的前景目标点,本发明具体实施例中,th采用全局阈值分割方法得到。
参考图3,本发明一种票据图像涂改检测系统,包括:
图像采集模块,用于对票据进行红外扫描,得到票据红外灰度图像;
涂改区域提取模块,用于根据预设的票据要素区域坐标,从票据红外灰度图像中提取得到票据涂改区域图像;
二值化处理模块,用于对票据涂改区域图像进行阈值分割处理,得到票据涂改区域二值图像;
涂改检测模块,用于对票据涂改区域二值图像进行去噪处理,并进而对其进行涂改检测判定。
进一步作为优选的实施方式,所述涂改检测模块包括:
腐蚀处理模块,用于对票据涂改区域二值图像进行腐蚀处理,得到腐蚀后的票据涂改区域二值图像;
连通域标记模块,用于对腐蚀后的票据涂改区域二值图像进行连通域标记,并计算各个连通域的面积,对连通域面积小于第一阈值的连通域进行去除;
前景目标点统计模块,用于统计剩余各个连通域的前景目标点个数,得出前景目标点个数的最大值;
涂改判定模块,用于判断前景目标点个数的最大值是否大于预设的涂改阈值,若是,则判定该票据存在涂改;反之,则判定该票据不存在涂改。
其中,本发明中提到的票据均指银行业务中用到的撕掉存根的票据,是长方形形状的。
从上述内容可知,本发明充分利用了票据图像本身的特征,原理简单,计算量小,利用扫描红外图像正确检测出票据图像是否涂改,无需人工操作,能有效解决在批量票据自动化处理过程中因票面信息涂改导致的票据无效现象,大大减少了人工整理票据的时间以及偶尔的失误,提升批量票据处理的效率。
以上是对本发明的较佳实施进行了具体说明,但本发明创造并不限于所述实施例,熟悉本领域的技术人员在不违背本发明精神的前提下还可做作出种种的等同变形或替换,这些等同的变形或替换均包含在本申请权利要求所限定的范围内。
Claims (5)
1.一种票据图像涂改检测方法,其特征在于,包括以下步骤:
A、对票据进行红外扫描,得到票据红外灰度图像;
B、根据预设的票据要素区域坐标,从票据红外灰度图像中提取得到票据涂改区域图像;
C、对票据涂改区域图像进行阈值分割处理,得到票据涂改区域二值图像;
D、对票据涂改区域二值图像进行去噪处理,并进而对其进行涂改检测判定。
2.根据权利要求1所述的一种票据图像涂改检测方法,其特征在于:所述步骤D包括:
D1、对票据涂改区域二值图像进行腐蚀处理,得到腐蚀后的票据涂改区域二值图像;
D2、对腐蚀后的票据涂改区域二值图像进行连通域标记,并计算各个连通域的面积,对连通域面积小于第一阈值的连通域进行去除;
D3、统计剩余各个连通域的前景目标点个数,得出前景目标点个数的最大值;
D4、判断前景目标点个数的最大值是否大于预设的涂改阈值,若是,则判定该票据存在涂改;反之,则判定该票据不存在涂改。
3.根据权利要求1所述的一种票据图像涂改检测方法,其特征在于:所述步骤C中对票据涂改区域图像进行阈值分割处理,其具体为:
根据预设的分割阈值和以下公式对票据涂改区域图像中的像素进行处理;
;
其中,i表示票据涂改区域图像和票据涂改区域二值图像中的横坐标,j表示票据涂改区域图像和票据涂改区域二值图像中的纵坐标,D[i,j]表示票据涂改区域二值图像中横坐标为i和纵坐标为j的像素点处的值,Y[i,j]表示票据涂改区域图像中横坐标为i和纵坐标为j的像素点处的值,th表示分割阈值。
4.一种票据图像涂改检测系统,其特征在于,包括:
图像采集模块,用于对票据进行红外扫描,得到票据红外灰度图像;
涂改区域提取模块,用于根据预设的票据要素区域坐标,从票据红外灰度图像中提取得到票据涂改区域图像;
二值化处理模块,用于对票据涂改区域图像进行阈值分割处理,得到票据涂改区域二值图像;
涂改检测模块,用于对票据涂改区域二值图像进行去噪处理,并进而对其进行涂改检测判定。
5.根据权利要求4所述的一种票据图像涂改检测系统,其特征在于:所述涂改检测模块包括:
腐蚀处理模块,用于对票据涂改区域二值图像进行腐蚀处理,得到腐蚀后的票据涂改区域二值图像;
连通域标记模块,用于对腐蚀后的票据涂改区域二值图像进行连通域标记,并计算各个连通域的面积,对连通域面积小于第一阈值的连通域进行去除;
前景目标点统计模块,用于统计剩余各个连通域的前景目标点个数,得出前景目标点个数的最大值;
涂改判定模块,用于判断前景目标点个数的最大值是否大于预设的涂改阈值,若是,则判定该票据存在涂改;反之,则判定该票据不存在涂改。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510342120.4A CN105005969B (zh) | 2015-06-18 | 2015-06-18 | 一种票据图像涂改检测方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510342120.4A CN105005969B (zh) | 2015-06-18 | 2015-06-18 | 一种票据图像涂改检测方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105005969A true CN105005969A (zh) | 2015-10-28 |
CN105005969B CN105005969B (zh) | 2018-04-17 |
Family
ID=54378628
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510342120.4A Expired - Fee Related CN105005969B (zh) | 2015-06-18 | 2015-06-18 | 一种票据图像涂改检测方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105005969B (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105741282A (zh) * | 2016-01-27 | 2016-07-06 | 深圳辰通智能股份有限公司 | 一种自动检测票据图像要素填写颜色的方法与系统 |
CN108711157A (zh) * | 2018-05-22 | 2018-10-26 | 深圳腾视科技有限公司 | 一种基于计算机视觉的前景物体提取解决方法 |
CN109800745A (zh) * | 2018-12-05 | 2019-05-24 | 深圳怡化电脑股份有限公司 | 票据检测方法、装置、终端及计算机可读存储介质 |
CN109816847A (zh) * | 2018-12-20 | 2019-05-28 | 深圳怡化电脑股份有限公司 | 一种判断手写字迹涂改的方法、装置及终端设备 |
CN110458998A (zh) * | 2019-07-11 | 2019-11-15 | 深圳怡化电脑股份有限公司 | 票据检测方法、票据检测装置及终端 |
CN112528895A (zh) * | 2020-12-17 | 2021-03-19 | 恒银金融科技股份有限公司 | 一种金融票据图像票号处变造检测的计算方法 |
CN112825142A (zh) * | 2019-11-20 | 2021-05-21 | 深圳怡化电脑股份有限公司 | 一种票据检测方法、装置、终端和存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101414356A (zh) * | 2007-10-17 | 2009-04-22 | 中国科学院自动化研究所 | 基于模板匹配的信息填涂卡识别方法 |
CN102915592A (zh) * | 2012-10-18 | 2013-02-06 | 湖南求真电子有限公司 | 银行票据检测鉴别的装置和方法 |
CN103559490A (zh) * | 2013-10-11 | 2014-02-05 | 华南理工大学 | 基于二值图像连通域统计的答题卡自动评分方法 |
CN104063859A (zh) * | 2014-01-27 | 2014-09-24 | 辰通智能设备(深圳)有限公司 | 票据图像小写金额位数的检测方法及系统 |
CN104239850A (zh) * | 2014-07-16 | 2014-12-24 | 华南理工大学 | 基于图像综合特征的答题卡填涂信息自动识别方法 |
-
2015
- 2015-06-18 CN CN201510342120.4A patent/CN105005969B/zh not_active Expired - Fee Related
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101414356A (zh) * | 2007-10-17 | 2009-04-22 | 中国科学院自动化研究所 | 基于模板匹配的信息填涂卡识别方法 |
CN102915592A (zh) * | 2012-10-18 | 2013-02-06 | 湖南求真电子有限公司 | 银行票据检测鉴别的装置和方法 |
CN103559490A (zh) * | 2013-10-11 | 2014-02-05 | 华南理工大学 | 基于二值图像连通域统计的答题卡自动评分方法 |
CN104063859A (zh) * | 2014-01-27 | 2014-09-24 | 辰通智能设备(深圳)有限公司 | 票据图像小写金额位数的检测方法及系统 |
CN104239850A (zh) * | 2014-07-16 | 2014-12-24 | 华南理工大学 | 基于图像综合特征的答题卡填涂信息自动识别方法 |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105741282A (zh) * | 2016-01-27 | 2016-07-06 | 深圳辰通智能股份有限公司 | 一种自动检测票据图像要素填写颜色的方法与系统 |
CN108711157A (zh) * | 2018-05-22 | 2018-10-26 | 深圳腾视科技有限公司 | 一种基于计算机视觉的前景物体提取解决方法 |
CN109800745A (zh) * | 2018-12-05 | 2019-05-24 | 深圳怡化电脑股份有限公司 | 票据检测方法、装置、终端及计算机可读存储介质 |
CN109800745B (zh) * | 2018-12-05 | 2021-02-02 | 深圳怡化电脑股份有限公司 | 票据检测方法、装置、终端及计算机可读存储介质 |
CN109816847A (zh) * | 2018-12-20 | 2019-05-28 | 深圳怡化电脑股份有限公司 | 一种判断手写字迹涂改的方法、装置及终端设备 |
CN109816847B (zh) * | 2018-12-20 | 2021-01-01 | 深圳怡化电脑股份有限公司 | 一种判断手写字迹涂改的方法、装置及终端设备 |
CN110458998A (zh) * | 2019-07-11 | 2019-11-15 | 深圳怡化电脑股份有限公司 | 票据检测方法、票据检测装置及终端 |
CN110458998B (zh) * | 2019-07-11 | 2021-11-16 | 深圳怡化电脑股份有限公司 | 票据检测方法、票据检测装置及终端 |
CN112825142A (zh) * | 2019-11-20 | 2021-05-21 | 深圳怡化电脑股份有限公司 | 一种票据检测方法、装置、终端和存储介质 |
CN112528895A (zh) * | 2020-12-17 | 2021-03-19 | 恒银金融科技股份有限公司 | 一种金融票据图像票号处变造检测的计算方法 |
CN112528895B (zh) * | 2020-12-17 | 2023-09-12 | 恒银金融科技股份有限公司 | 一种金融票据图像票号处变造检测的计算方法 |
Also Published As
Publication number | Publication date |
---|---|
CN105005969B (zh) | 2018-04-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105005969A (zh) | 一种票据图像涂改检测方法及系统 | |
CN110033471B (zh) | 一种基于连通域分析和形态学操作的框线检测方法 | |
CN104952077A (zh) | 一种票据图像油污检测方法及系统 | |
CN109284758B (zh) | 一种发票印章消除方法、装置和计算机存储介质 | |
CN104966348A (zh) | 一种票据图像要素完整性检测方法及系统 | |
CN110399875A (zh) | 一种基于深度学习与像素投影的通用表格信息提取方法 | |
CN108492291B (zh) | 一种基于cnn分割的太阳能光伏硅片瑕疵检测系统及方法 | |
CN109426814B (zh) | 一种发票图片特定板块的定位、识别方法、系统、设备 | |
CN103914833B (zh) | 一种自动检测票据是否残缺的方法及系统 | |
CN103198705B (zh) | 车位状态自动检测方法 | |
CN104574418A (zh) | 基于神经网络的压力容器焊缝缺陷识别方法及其装置 | |
CN103824373B (zh) | 一种票据图像金额分类方法及系统 | |
CN105469027A (zh) | 针对文档图像的水平和垂直线检测和移除 | |
CN101739549B (zh) | 人脸检测方法及系统 | |
CN101520890B (zh) | 一种基于灰度特征图像的粘连染色体自动分割方法 | |
CN103310211A (zh) | 一种基于图像处理的填注标记识别方法 | |
CN115797798A (zh) | 基于废弃矿山遥感图像的生态修复效果评估方法 | |
EP2136318A3 (en) | Image processing apparatus and image processing method | |
CN105426890A (zh) | 一种字符扭曲粘连的图形验证码识别方法 | |
CN107358270B (zh) | 一种隧道墙体的渗水检测方法及装置 | |
CN113487563B (zh) | 一种基于el图像的光伏组件隐裂自适应检测方法 | |
CN103902985A (zh) | 一种基于roi的强鲁棒性实时车道侦测算法 | |
CN105335741A (zh) | 一种脏污冠字号分类的方法和系统 | |
CN103679700B (zh) | 票据图像倒置检测系统 | |
CN105336035A (zh) | 一种脏污冠字号图像分类的方法与系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
CB02 | Change of applicant information |
Address after: Shenzhen Nanshan District City, Guangdong province 518000 white pine Luxili Nangang first industrial park, building seven floor 1-3 Applicant after: TOUCHSTONE INTELLIGENCE SYSTEM (SHENZHEN) CO., LTD. Address before: Shenzhen Nanshan District City, Guangdong province 518000 white pine Luxili Nangang first Industrial Park 7 Applicant before: Automated Touchstone Machines Limited |
|
COR | Change of bibliographic data | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20180417 Termination date: 20190618 |
|
CF01 | Termination of patent right due to non-payment of annual fee |