CN105096446B - 一种折角钞光变油墨鉴伪识别的方法及系统 - Google Patents

Abstract

本发明公开了一种折角钞光变油墨鉴伪识别的方法及系统，该方法包括：获取纸币的正面图像和反面图像；从所述反面图像中获取纸币的折角区域；确定所述折角区域中的光变特征区域大于等于预置光变区域阈值，将所述折角区域拼接到所述正面图像；对拼接后的正面图像进行光变油墨特征鉴伪识别。通过采集正面图像和反面图像两幅图像，获得反面图像折角部分光变油墨特征，利用图像拼接技术将所述折角区域拼接到所述正面图像，并对拼接后的正面图像进行光变油墨特征鉴伪识别，有效的避免了因为光变特征区域有折角而导致正常真钞误判为假钞，极大的提高了验钞器识别的准确率。

Description

一种折角钞光变油墨鉴伪识别的方法及系统

技术领域

本发明涉及折角钞鉴伪识别技术领域，尤其涉及一种折角钞光变油墨鉴伪识别的方法及系统。

背景技术

在验钞器光变油墨算法鉴伪算法中，能正常鉴别出光变真伪。由于光变油墨识别算法仅使用正面图像提取光变油墨特征，对光变位置折角的情况由于光变图像信息不完整，导致正常真钞误判为假钞，极大影响了验钞器识别的准确率。

发明内容

本发明提供了一种折角钞光变油墨鉴伪识别的方法及系统，该方法在光变油墨位置有折角的情况下，通过将正面图像和反面图像进行拼接，对拼接后的正面图像进行光变油墨特征识别，极大的提高了验钞器识别的准确率。

为实现上述设计，本发明采用以下技术方案：

一方面提供了一种折角钞光变油墨鉴伪识别的方法，该方法包括：

获取纸币的正面图像和反面图像；

从所述反面图像中获取纸币的折角区域；

确定所述折角区域中的光变特征区域大于等于预置光变区域阈值，将所述折角区域拼接到所述正面图像；

对拼接后的正面图像进行光变油墨特征鉴伪识别。

其中，所述确定所述折角区域中的光变特征区域大于等于预置光变区域阈值，包括：

确认所述折角区域中的光变特征区域的宽度大于等于第一预置光变区域阈值；或

确认所述折角区域中的光变特征区域的高度大于等于第二预置光变区域阈值；或

确认所述折角区域中的光变特征区域的宽度大于等于第一预置光变区域阈值，且所述折角区域中的光变特征区域的高度大于等于第二预置光变区域阈值。

其中，所述从所述反面图像中获取纸币的折角区域之后，所述确定所述折角区域中的光变特征区域大于等于预置光变区域阈值之前，还包括：

确定所述折角区域的宽度大于等于预置宽度阈值，且所述折角区域的高度大于等于预置高度阈值；

所述确定所述折角区域的宽度大于等于预置宽度阈值，且所述折角区域的高度大于等于预置高度阈值之后，所述将所述折角区域拼接到所述正面图像之前，还包括：

确定纸币右下角边界区域灰度均值与折角区域的整体灰度均值之差大于等于预置灰度阈值。

其中，所述将所述折角区域拼接到所述正面图像，包括：

从所述反面图像切割出折角区域子图；

计算折角角度；

根据所述折角角度计算所述折角区域子图的逆时针旋转角度，并对折角区域子图进行逆时针旋转；

对所述旋转后的折角区域子图做缩放处理；

将所述缩放后的折角区域子图与正面图像进行拼接。

其中，所述折角区域的宽度的计算公式为：

w＝w₁-w₂+w₁

其中，w₁为H-ΔH行折角区域的宽度，H为纸币高度对应像素的总行数，ΔH为高度差值对应像素的行数，w₂为H-2ΔH行折角区域的宽度；

所述折角区域的高度的计算公式为：

h＝h₁-h₂+h₁

其中，h₁为W-ΔW列折角区域的高度，W为纸币宽度对应像素的总列数，ΔW为宽度差值对应像素的列数，h₂为W-2ΔW列折角区域的高度。

其中，所述折角角度的计算公式为：

其中，h为所述折角区域的高度，w为所述折角区域的宽度。

所述逆时针旋转角度的计算公式为：

β＝180°-2θ。

其中，所述从所述反面图像中获取纸币的折角区域之后，还包括：

当所述折角区域的宽度小于第一宽度阈值，或所述折角区域的高度小于第一高度阈值，则不需要对正面图像进行拼接，直接对正面图像进行光变油墨特征鉴伪识别；

所述确定所述折角区域的宽度大于等于预置宽度阈值，且所述折角区域的高度大于等于预置高度阈值之后，还包括：

当所述纸币右下角边界区域灰度均值与折角区域的整体灰度均值之差小于预置灰度阈值，或所述折角区域中的光变特征区域小于预置光变区域阈值，则不需要对正面图像进行拼接，直接对正面图像进行光变油墨特征鉴伪识别

另一方面提供了一种折角钞光变油墨鉴伪识别的系统，该系统包括：

第一获取单元，用于获取纸币的正面图像和反面图像；

第二获取单元，用于从所述反面图像中获取纸币的折角区域；

拼接单元，用于确定所述折角区域中的光变特征区域大于等于预置光变区域阈值，将所述折角区域拼接到所述正面图像；

鉴伪识别单元，用于对拼接后的正面图像进行光变油墨特征鉴伪识别。

其中，该系统还包括：

第一确定单元，用于确定所述折角区域的宽度大于等于预置宽度阈值，且所述折角区域的高度大于等于预置高度阈值；

灰度计算单元，用于确定所述纸币右下角边界区域灰度均值与折角区域的整体灰度均值之差大于等于预置灰度阈值。

其中，所述拼接单元包括：

切割单元，用于从所述反面图像切割出折角区域子图；

折角计算单元，用于计算折角角度；

旋转角计算单元，用于根据所述折角角度计算所述折角区域子图的逆时针旋转角度，并对折角区域子图进行逆时针旋转；

缩放单元，用于对所述旋转后的折角区域子图做缩放处理；

拼接子单元，用于将所述缩放后的折角区域子图与正面图像进行拼接。

本发明的有益效果为：本方法包括获取纸币的正面图像和反面图像，从所述反面图像中获取纸币的折角区域，确定所述折角区域中的光变特征区域大于等于预置光变区域阈值，将所述折角区域拼接到所述正面图像，对拼接后的正面图像进行光变油墨特征鉴伪识别。通过采集正面图像和反面图像两幅图像，获得反面图像折角部分光变油墨特征，利用图像拼接技术将所述折角区域拼接到所述正面图像一幅图像，并对拼接后的正面图像进行光变油墨特征鉴伪识别，有效的避免了因为光变区域有折角而导致正常真钞误判为假钞，极大的提高了验钞器识别的准确率。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对本发明实施例描述中所需要使用的附图作简单的介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据本发明实施例的内容和这些附图获得其他的附图。

图1是本发明具体实施方式中提供的一种折角钞光变油墨鉴伪识别的方法的第一实施例的方法流程图。

图2是本发明具体实施方式中折角区域角度计算的示意图。

图3是本发明具体实施方式中各种状态下的折角区域子图的示意图

图4-a是本发明具体实施方式中提供的一种折角钞光变油墨鉴伪识别的方法的第二实施例的一种方式的方法流程图。

图4-b是本发明具体实施方式中提供的一种折角钞光变油墨鉴伪识别的方法的第二实施例的另一种方式的方法流程图。

图5是本发明具体实施方式中折角区域高度和宽度计算的示意图。

图6是本发明具体实施方式中面值100元人民币的正面图像和反面图像示意图。

图7是本发明具体实施方式中面值100元人民币光变特征区域所在角的正面图像和反面图像示意图。

图8是本发明具体实施方式中提供的一种折角钞光变油墨鉴伪识别的系统的第一实施例的结构方框图。

图9是本发明具体实施方式中提供的一种折角钞光变油墨鉴伪识别的系统的第二实施例的结构方框图。

具体实施方式

为使本发明解决的技术问题、采用的技术方案和达到的技术效果更加清楚，下面将结合附图对本发明实施例的技术方案作进一步的详细描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

请参考图1，其是本发明具体实施方式中提供的一种折角钞光变油墨鉴伪识别的方法的第一实施例的方法流程图。如图1所示，该方法，包括：

步骤S101：获取纸币的正面图像和反面图像。

正面图像和反面图像是通过2个传感器分别采集，图像采集时高度是采用150DPI分辨率，宽度是200DPI分辨率。

步骤S102：从所述反面图像中获取纸币的折角区域。

本实施例中的折角区域特指光变油墨特征区域所在角的区域，其他角是否折叠的情形在进行整个判断过程之前就已经完成了筛选。

步骤S103：确定所述折角区域中的光变特征区域大于等于预置光变区域阈值，将所述折角区域拼接到所述正面图像。

具体的，所述确定所述折角区域中的光变特征区域大于等于预置光变区域阈值，包括：确认所述折角区域中的光变特征区域的宽度大于等于第一预置光变区域阈值；或确认所述折角区域中的光变特征区域的高度大于等于第二预置光变区域阈值；或确认所述折角区域中的光变特征区域的宽度大于等于第一预置光变区域阈值，且所述折角区域中的光变特征区域的高度大于等于第二预置光变区域阈值。

本实施例中，第一预置光变区域阈值和第二预置光变区域阈值均通过实验确定，本实施例中，第一预置光变区域阈值设置为3个像素，也可以设置为2个像素、4个像素、5个像素等其他合理的值，第二预置光变区域阈值设置为2个像素，也可以设置为3个像素、4个像素、5个像素等其他合理的值。

步骤S104：对拼接后的正面图像进行光变油墨特征鉴伪识别。

光变油墨又称光学变色油墨和变色龙，印品色块呈现一对颜色，例如：红—绿、绿—蓝、金—银等。在白光下正看或侧视，随着人眼视角的改变，呈现两种不同的颜色，光变特性强，色差变化大，特征明显，不需要任何仪器设备都可以识别，其颜色角度效应无法用任何高清晰度的扫描仪、彩色复印机及其它设备复制，印刷特征用任何其他油墨和印刷方式都无法效仿，防伪可靠性极强，如第五套人民币100元和50元正面左下方的面额数字采用了光变油墨印刷，当与票面垂直观察时，“100”为绿色，“50”为金色；倾斜一定角度时，则分别变为蓝色和绿色。

综上所述，本实施例通过采集正面图像和反面图像两幅图像，获得反面图像折角部分光变油墨特征，利用图像拼接技术将所述折角区域拼接到所述正面图像一幅图像，并对拼接后的正面图像进行光变油墨特征鉴伪识别，有效的避免了因为光变区域有折角而导致正常真钞误判为假钞，极大的提高了验钞器识别的准确率。

请参考图4-a，其是本发明具体实施方式中提供的一种折角钞光变油墨鉴伪识别的方法的第二实施例方法的一种方式流程图。如图4-a所示，该方法，包括：

步骤S201：获取纸币的正面图像和反面图像。

步骤S202：从所述反面图像中获取纸币的折角区域。

步骤S203：确定所述折角区域的宽度大于等于预置宽度阈值，且所述折角区域的高度大于等于预置高度阈值。

具体的，所述折角区域的宽度的计算公式为：w＝w₁-w₂+w₁，其中，w₁为H-ΔH行折角区域的宽度，H为纸币高度对应像素的总行数，ΔH为高度差值对应像素的行数，w₂为H-2ΔH行折角区域的宽度；所述折角区域的高度的计算公式为：h＝h₁-h₂+h₁，其中，h₁为W-ΔW列折角区域的高度，W为纸币宽度对应像素的总列数，ΔW为宽度差值对应像素的列数，h₂为W-2ΔW列折角区域的高度。

本实施例中，宽度是通过统计所在行的黑点数确定，高度是通过统计所在列的黑点数确定，像素小于10则确定为黑点；预置宽度阈值的范围为65-75像素，本实施例中设置为70像素，预置高度阈值的范围为45-55像素，本实施例中设置为50像素。

步骤S204：确定所述纸币右下角边界区域灰度均值与折角区域的整体灰度均值之差大于等于预置灰度阈值。

具体的，所述折角区域的整体灰度为整个折角区域灰度的平均值，所述预置灰度阈值由实验确定，可以为35-45像素，本实施例中设为40像素；所述右下角边界区域由实验确定，可以为18-22像素，本实施例设为距离边界长和宽可以设置均为20像素。

步骤S205：确定所述折角区域中的光变特征区域大于等于预置光变区域阈值，将所述折角区域拼接到所述正面图像。

具体的，将所述折角区域拼接到所述正面图像包括：从所述反面图像切割出折角区域子图，如图3中a所示；计算折角角度，所述折角角度的计算公式为：其中，h为所述折角区域的高度，w为所述折角区域的宽度；根据所述折角角度计算所述折角区域子图的逆时针旋转角度，逆时针旋转角度的计算公式为：β＝180°-2θ，并对折角区域子图进行逆时针旋转，如图2所示；对所述旋转后的折角区域子图做缩放处理，由于图像采集时高度是采用150DPI分辨率，宽度是200DPI分辨率，因此需要对折角区域的反面图像做缩放处理，将旋转后的折角区域子图的高度缩小到原高度的75％，宽度放大到原宽度的1.33倍；将所述缩放后的折角区域子图与正面图像进行拼接。

步骤S206：对拼接后的正面图像进行光变油墨特征鉴伪识别。

请参考图4-b，其是本发明具体实施方式中提供的一种折角钞光变油墨鉴伪识别的方法的第二实施例方法的另一种方式流程图。如图4-b所示，此种方式与图4-a的区别在于步骤204和步骤205，折角区域的整体灰度的判断和光变特征区域大小的判断不分先后顺序，都是在将所述折角区域拼接到所述正面图像之前进行。

步骤S204：确定所述折角区域中的光变特征区域大于等于预置光变区域阈值。

步骤S205：确定所述纸币右下角边界区域灰度均值与折角区域的整体灰度均值之差大于等于预置灰度阈值，将所述折角区域拼接到所述正面图像。

综上所述，本实施例采用两个传感器采集纸币的正面图像和反面图像，判断和定位折角区域，获得相应的光变特征区域折角信息；折角后特征图像方向位置有改变，通过计算折角方向角度，对折角区域子图进行旋转校正为正常方位；两幅图像中的高度和宽度采集使用的分辨率不用，因而对旋转后的折角区域子图进行缩放处理，保证旋转校正之后的图像与原始图像在同一个分辨率环境下；折角之后正面图像和反面图像各采集一部分光变油墨特征，利用图像拼接技术把两部分光变油墨特征拼接为一幅图像，对拼接的图像进行光变油墨特征鉴伪，能有效识别出光变位置折角的光变油墨真伪，大大的提高了折角钞的识别准确率。

下面以面值100元人民币为例对该方法进行进一步的说明。

图6是面值100元人民币的正面图像和反面图像，其中a和b分别是面值100元人民币的正常状态下的正面图像和反面图像，c和d分别是面值100元人民币的光变特征区域有折角状态下的正面图像和反面图像；图7是面值100元人民币光变特征区域所在角的正面图像和反面图像，其中a和b分别是正常状态下的光变特征区域的正面图像和反面图像，c和d分别是折角状态下的光变特征区域的正面图像和反面图像；图5是折角区域高度和宽度计算的示意图。

具体流程如下：

步骤1：采用2个传感器分别采集100元人民币的正面图像和反面图像信息，如图6中c和d所示。

步骤2：从所述反面图像中获取100元人民币的折角区域，如图6中d所示；

步骤3：利用折角区域的宽度的计算公式：w＝w₁-w₂+w₁计算折角区域的宽度，利用折角区域的高度的计算公式：h＝h₁-h₂+h₁计算折角区域的高度，判断是否满足宽度大于等于70像素且高度大于等于50像素，若满足，则继续进行步骤4，否则直接执行步骤9。

步骤4：计算所述纸币右下角边界区域(距离边界20个像素区域)灰度均值和折角区域的整体灰度均值，判断两者之差是否大于等于40像素，若是，则继续进行步骤5，否则直接执行步骤9。

步骤5：判断是否满足折角区域中的光变特征区域的宽度大于等于第一预置光变区域阈值；或折角区域中的光变特征区域的高度大于等于第二预置光变区域阈值；或折角区域中的光变特征区域的宽度大于等于第一预置光变区域阈值，且所述折角区域中的光变特征区域的高度大于等于第二预置光变区域阈值。若满足上述一个以上的条件，则继续进行步骤6，否则直接执行步骤9。

步骤6：从所述反面图像切割出折角区域子图，如图3中a所示；

步骤7：计算折角角度，折角角度的计算公式为：其中，h为所述折角区域的高度，w为所述折角区域的宽度；根据所述折角角度计算所述折角区域子图的逆时针旋转角度，逆时针旋转角度的计算公式为：β＝180°-2θ，并对折角区域子图进行逆时针旋转，如图2所示；

步骤8：对所述旋转后的折角区域子图做缩放处理，即将旋转后的折角区域子图的高度缩小到原高度的75％，宽度放大到原宽度的1.33倍，缩放后的图像如图3中c所示。

步骤9：将所述缩放后的折角区域子图与正面图像进行拼接，拼接后的图像如图3中d所示。

步骤10：对拼接后的正面图像进行光变油墨特征鉴伪识别。

以下为本发明具体实施方式中提供的一种折角钞光变油墨鉴伪识别的系统的实施例，一种折角钞光变油墨鉴伪识别的系统的实施例是基于一种折角钞光变油墨鉴伪识别的方法的实施例实现，在一种折角钞光变油墨鉴伪识别的系统的实施例中未尽的描述，请参考一种折角钞光变油墨鉴伪识别的方法的实施例。

请参考图8，其是本发明具体实施方式中提供的一种折角钞光变油墨鉴伪识别的系统的第一实施例的结构方框图。如图8所示，该装置，包括：

第一获取单元310，用于获取纸币的正面图像和反面图像。

第二获取单元320，用于从所述反面图像中获取纸币的折角区域。

拼接单元330，用于确定所述折角区域中的光变特征区域大于等于预置光变区域阈值，将所述折角区域拼接到所述正面图像。

鉴伪识别单元340，用于对拼接后的正面图像进行光变油墨特征鉴伪识别。

综上所述，上述各单元的协同工作，通过采集正面图像和反面图像两幅图像，获得反面图像折角部分光变油墨特征，利用图像拼接技术将所述折角区域拼接到所述正面图像一幅图像，并对拼接后的正面图像进行光变油墨特征鉴伪识别，有效的避免了因为光变区域有折角而导致正常真钞误判为光变油墨有假，极大的提高了验钞器识别的准确率。

请参考图9，其是本发明具体实施方式中提供的一种折角钞光变油墨鉴伪识别的系统的第二实施例的结构方框图。如图9所示，该装置，包括：

第一获取单元310，用于获取纸币的正面图像和反面图像。

第二获取单元320，用于从所述反面图像中获取纸币的折角区域。

第一确定单元350，用于确定所述折角区域的宽度大于等于预置宽度阈值，且所述折角区域的高度大于等于预置高度阈值。

灰度计算单元360，用于确定所述纸币右下角边界区域灰度均值与折角区域的整体灰度均值之差大于等于预置灰度阈值。

拼接单元330，用于确定所述折角区域中的光变特征区域大于等于预置光变区域阈值，将所述折角区域拼接到所述正面图像。

鉴伪识别单元340，用于对拼接后的正面图像进行光变油墨特征鉴伪识别。

综上所述，上述各单元的协同工作，采用两个传感器采集纸币的正面图像和反面图像，判断和定位折角区域，获得相应的光变特征区域折角信息；折角后特征图像方向位置有改变，通过计算折角方向角度，对折角区域子图进行旋转校正为正常方位；两幅图像中的高度和宽度采集使用的分辨率不用，因而对旋转后的折角区域子图进行缩放处理，保证旋转校正之后的图像与原始图像在同一个分辨率环境下；折角之后正面图像和反面图像各采集一部分光变油墨特征，利用图像拼接技术把两部分光变油墨特征拼接为一幅图像，对拼接的图像进行光变油墨特征鉴伪，能有效识别出光变位置折角的光变油墨真伪，大大的提高了折角钞的识别准确率。

以上结合具体实施例描述了本发明的技术原理。这些描述只是为了解释本发明的原理，而不能以任何方式解释为对本发明保护范围的限制。基于此处的解释，本领域的技术人员不需要付出创造性的劳动即可联想到本发明的其它具体实施方式，这些方式都将落入本发明的保护范围之内。

Claims (10)

1.一种折角钞光变油墨鉴伪识别的方法，其特征在于，包括：

获取纸币的正面图像和反面图像；

从所述反面图像中获取纸币的折角区域；

确定所述折角区域中的光变特征区域大于等于预置光变区域阈值，将所述折角区域拼接到所述正面图像；

对拼接后的正面图像进行光变油墨特征鉴伪识别。

2.根据权利要求1所述的方法，其特征在于，所述确定所述折角区域中的光变特征区域大于等于预置光变区域阈值，包括：

确认所述折角区域中的光变特征区域的宽度大于等于第一预置光变区域阈值；或

确认所述折角区域中的光变特征区域的高度大于等于第二预置光变区域阈值；或

确认所述折角区域中的光变特征区域的宽度大于等于第一预置光变区域阈值，且所述折角区域中的光变特征区域的高度大于等于第二预置光变区域阈值。

3.根据权利要求1所述的方法，其特征在于，所述从所述反面图像中获取纸币的折角区域之后，所述确定所述折角区域中的光变特征区域大于等于预置光变区域阈值之前，还包括：

确定所述折角区域的宽度大于等于预置宽度阈值，且所述折角区域的高度大于等于预置高度阈值；

所述确定所述折角区域的宽度大于等于预置宽度阈值，且所述折角区域的高度大于等于预置高度阈值之后，所述将所述折角区域拼接到所述正面图像之前，还包括：

确定纸币右下角边界区域灰度均值与折角区域的整体灰度均值之差大于等于预置灰度阈值。

4.根据权利要求1所述的方法，其特征在于，所述将所述折角区域拼接到所述正面图像，包括：

从所述反面图像切割出折角区域子图；

计算折角角度；

根据所述折角角度计算所述折角区域子图的逆时针旋转角度，并对折角区域子图进行逆时针旋转；

对所述旋转后的折角区域子图做缩放处理；

将所述缩放后的折角区域子图与正面图像进行拼接。

5.根据权利要求3所述的方法，其特征在于，所述折角区域的宽度的计算公式为：

w＝w₁-w₂+w₁

其中，w₁为H-ΔH行折角区域的宽度，H为纸币高度对应像素的总行数，ΔH为高度差值对应像素的行数，w₂为H-2ΔH行折角区域的宽度；

所述折角区域的高度的计算公式为：

h＝h₁-h₂+h₁

其中，h₁为W-ΔW列折角区域的高度，W为纸币宽度对应像素的总列数，ΔW为宽度差值对应像素的列数，h₂为W-2ΔW列折角区域的高度。

6.根据权利要求4所述的方法，其特征在于，所述折角角度的计算公式为：

<mrow> <mi>&amp;theta;</mi> <mo>=</mo> <mi>arctan</mi> <mfrac> <mi>h</mi> <mi>w</mi> </mfrac> </mrow>

其中，h为所述折角区域的高度，w为所述折角区域的宽度；

所述逆时针旋转角度的计算公式为：

β＝180°-2θ。

7.根据权利要求3所述的方法，其特征在于，所述从所述反面图像中获取纸币的折角区域之后，还包括：

当所述折角区域的宽度小于第一宽度阈值，或所述折角区域的高度小于第一高度阈值，则不需要对正面图像进行拼接，直接对正面图像进行光变油墨特征鉴伪识别；

所述确定所述折角区域的宽度大于等于预置宽度阈值，且所述折角区域的高度大于等于预置高度阈值之后，还包括：

当所述纸币右下角边界区域灰度均值与折角区域的整体灰度均值之差小于预置灰度阈值，或所述折角区域中的光变特征区域小于预置光变区域阈值，则不需要对正面图像进行拼接，直接对正面图像进行光变油墨特征鉴伪识别。

8.一种折角钞光变油墨鉴伪识别的系统，其特征在于，包括：

第一获取单元，用于获取纸币的正面图像和反面图像；

第二获取单元，用于从所述反面图像中获取纸币的折角区域；

拼接单元，用于确定所述折角区域中的光变特征区域大于等于预置光变区域阈值，将所述折角区域拼接到所述正面图像；

鉴伪识别单元，用于对拼接后的正面图像进行光变油墨特征鉴伪识别。

9.根据权利要求8所述的系统，其特征在于，还包括：

第一确定单元，用于确定所述折角区域的宽度大于等于预置宽度阈值，且所述折角区域的高度大于等于预置高度阈值；

灰度计算单元，用于确定所述纸币右下角边界区域灰度均值与折角区域的整体灰度均值之差大于等于预置灰度阈值。

10.根据权利要求8所述的系统，其特征在于，所述拼接单元包括：

切割单元，用于从所述反面图像切割出折角区域子图；

折角计算单元，用于计算折角角度；

旋转角计算单元，用于根据所述折角角度计算所述折角区域子图的逆时针旋转角度，并对折角区域子图进行逆时针旋转；

缩放单元，用于对所述旋转后的折角区域子图做缩放处理；

拼接子单元，用于将所述缩放后的折角区域子图与正面图像进行拼接。