CN105139508A - 一种检测纸币的方法及装置 - Google Patents
一种检测纸币的方法及装置 Download PDFInfo
- Publication number
- CN105139508A CN105139508A CN201510495573.0A CN201510495573A CN105139508A CN 105139508 A CN105139508 A CN 105139508A CN 201510495573 A CN201510495573 A CN 201510495573A CN 105139508 A CN105139508 A CN 105139508A
- Authority
- CN
- China
- Prior art keywords
- template
- value
- data information
- currency
- data
- 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
- 238000000034 method Methods 0.000 title claims abstract description 37
- 230000003247 decreasing effect Effects 0.000 claims description 8
- 238000004364 calculation method Methods 0.000 claims description 4
- 238000010586 diagram Methods 0.000 description 11
- 238000001914 filtration Methods 0.000 description 4
- 238000001514 detection method Methods 0.000 description 3
- 238000011109 contamination Methods 0.000 description 2
- 238000005286 illumination Methods 0.000 description 2
- 230000035484 reaction time Effects 0.000 description 2
- 230000002950 deficient Effects 0.000 description 1
- 238000004064 recycling Methods 0.000 description 1
Landscapes
- Image Analysis (AREA)
Abstract
本发明实施例公开了一种检测纸币的方法及装置,通过获取在预先设置的窗口内二值化后的模版纸币的数据信息,所述窗口包含所述模版纸币的币值信息,所述数据信息包括数值为1的点数和数据为0的点数;获取在所述预先设置的窗口内二值化后的待检测纸币的数据信息;若所述模版纸币的数据信息与所述待检测纸币的数据信息匹配度在预先设置的误差范围内,则确定所述待检测纸币的币值为所述模版纸币的币值,从而结合纸币上的币值字样进行币值识别,提高了币值识别的准确度。
Description
技术领域
本发明实施例涉及纸币处理的技术领域,尤其涉及一种检测纸币的方法及装置。
背景技术
根据目前市场的需求,存取款机的验钞模块需要具备币值识别功能,即需要实现对纸币币值进行区分的功能。对于验钞模块软件中的算法部分而言,币值识别算法是个重要的模块,设计的币值识别算法需要准确稳定的识别各种面额的币值,且具有高准确率。
但目前对于币值的识别仅仅是利用图像的尺寸进行币值识别,没有结合纸币图像中的币值特征信息,容易引起误识别的情况,比如拼接钞或者缺损钞的识别。
发明内容
本发明实施例的目的在于提出一种检测纸币的方法及装置,旨在解决如何快速识别纸币币值的问题。
为达此目的,本发明实施例采用以下技术方案:
一种检测纸币的方法,所述方法包括:
获取在预先设置的窗口内二值化后的模版纸币的数据信息,所述窗口包含所述模版纸币的币值信息,所述数据信息包括数值为1的点数和数据为0的点数;
获取在所述预先设置的窗口内二值化后的待检测纸币的数据信息;
若所述模版纸币的数据信息与所述待检测纸币的数据信息匹配度在预先设置的误差范围内,则确定所述待检测纸币的币值为所述模版纸币的币值。
优选地,所述获取在预先设置的窗口内二值化后的模版纸币的数据信息,包括:
获取在预先设置的窗口内的模版纸币图象的平均灰度值,所述平均灰度值为阈值T0;
根据所述阈值T0将所述模版纸币图象的平均灰度值分成大于T0和小于T0的两组数据R1和R2;
分别求出所述两组数据R1和R2的平均灰度值μ1和μ2;
求出新阈值T1=(μ1+μ2)/2;
若|T1-T0|<e,迭代终止,T1作为二值化的阈值;
若|T1-T0|>e,T0=T1,返回步骤分别求出所述两组数据R1和R2的平均灰度值μ1和μ2;
根据获取的二值化的阈值将预先设置的窗口内的模版纸币的数据进行二值化,并获取二值化后的模版纸币的数据信息。
优选地,所述根据获取的二值化的阈值将预先设置的窗口内的模版纸币的数据进行二值化,并获取二值化后的模版纸币的数据信息,包括:
根据所述阈值T1将所述模版纸币图象的平均灰度值分成大于T1和小于T1的两组数据R3和R4;
将数组R3中的像素点的数据值赋值为1,将数组R4中的像素点的数据值赋值为0。
优选地,所述获取在所述预先设置的窗口内二值化后的待检测纸币的数据信息,包括:
分别设置至少一个步长,各个步长的分别由大到小递减;
根据第一长度的步长和所述预先设置的窗口搜索二值化后的待检测纸币的数据信息,所述第一长度为所述步长中长度最大的步长;
选取所述待检测纸币的数据信息与所述模版纸币的数据信息的匹配度最大的区域;
在选取的区域范围内根据第二长度的步长搜索二值化后的待检测纸币的数据信息,所述第二长度为所述步长中长度其次的步长,并依次类推。
优选地,所述方法还包括:
若所述模版纸币为至少一个模版,则每次搜索之后选取与其中一个模版纸币匹配度最大的模版纸币进行下一次搜索后的模版匹配;或者,
若所述模版纸币为至少一个模版,则每次搜索之后选取匹配度排在预先设置的靠前排名的模版纸币进行下一次搜索后的模版匹配。
一种检测纸币的装置,所述装置包括:
第一获取模块,用于获取在预先设置的窗口内二值化后的模版纸币的数据信息,所述窗口包含所述模版纸币的币值信息,所述数据信息包括数值为1的点数和数据为0的点数;
第二获取模块,用于获取在所述预先设置的窗口内二值化后的待检测纸币的数据信息;
确定模块,用于若所述模版纸币的数据信息与所述待检测纸币的数据信息匹配度在预先设置的误差范围内,则确定所述待检测纸币的币值为所述模版纸币的币值。
优选地,所述第一获取模块,包括:
第一获取单元,用于获取在预先设置的窗口内的模版纸币图象的平均灰度值,所述平均灰度值为阈值T0;
划分单元,用于根据所述阈值T0将所述模版纸币图象的平均灰度值分成大于T0和小于T0的两组数据R1和R2;
第一计算单元,用于分别求出所述两组数据R1和R2的平均灰度值μ1和μ2;
第二计算单元,用于求出新阈值T1=(μ1+μ2)/2;
处理单元,用于若|T1-T0|<e,迭代终止,T1作为二值化的阈值;
返回单元,用于若|T1-T0|>e,T0=T1,返回步骤分别求出所述两组数据R1和R2的平均灰度值μ1和μ2;
第二获取单元,用于根据获取的二值化的阈值将预先设置的窗口内的模版纸币的数据进行二值化,并获取二值化后的模版纸币的数据信息。
优选地,所述第二获取单元,用于:
根据所述阈值T1将所述模版纸币图象的平均灰度值分成大于T1和小于T1的两组数据R3和R4;
将数组R3中的像素点的数据值赋值为1,将数组R4中的像素点的数据值赋值为0。
优选地,所述第二获取模块,包括:
设置单元,用于分别设置至少一个步长,各个步长的分别由大到小递减;
第一搜索单元,用于根据第一长度的步长和所述预先设置的窗口搜索二值化后的待检测纸币的数据信息,所述第一长度为所述步长中长度最大的步长;
选取单元,用于选取所述待检测纸币的数据信息与所述模版纸币的数据信息的匹配度最大的区域;
第二搜索单元,用于在选取的区域范围内根据第二长度的步长搜索二值化后的待检测纸币的数据信息,所述第二长度为所述步长中长度其次的步长,并依次类推。
优选地,所述装置还包括:
第一匹配模块,用于若所述模版纸币为至少一个模版,则每次搜索之后选取与其中一个模版纸币匹配度最大的模版纸币进行下一次搜索后的模版匹配;或者,
第二匹配模块,用于若所述模版纸币为至少一个模版,则每次搜索之后选取匹配度排在预先设置的靠前排名的模版纸币进行下一次搜索后的模版匹配。
本发明实施例通过获取在预先设置的窗口内二值化后的模版纸币的数据信息,所述窗口包含所述模版纸币的币值信息,所述数据信息包括数值为1的点数和数据为0的点数;获取在所述预先设置的窗口内二值化后的待检测纸币的数据信息;若所述模版纸币的数据信息与所述待检测纸币的数据信息匹配度在预先设置的误差范围内,则确定所述待检测纸币的币值为所述模版纸币的币值,从而结合纸币上的币值字样进行币值识别,提高了币值识别的准确度。
附图说明
图1是本发明实施例检测纸币的方法第一实施例的流程示意图;
图2是本发明实施例提供的一种搜索方法的示意图;
图3是本发明实施例检测纸币的方法第二实施例的流程示意图;
图4是本发明实施例检测纸币的装置的功能模块示意图;
图5是本发明实施例第一获取模块的功能模块示意图;
图6是本发明实施例第二获取模块的功能模块示意图;
图7是本发明实施例检测纸币的装置的功能模块示意图。
具体实施方式
下面结合附图和实施例对本发明实施例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仅用于解释本发明实施例,而非对本发明实施例的限定。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实施例相关的部分而非全部结构。
实施例一
参考图1,图1是本发明实施例检测纸币的方法第一实施例的流程示意图。
在实施例一中,所述检测纸币的方法包括:
步骤101,获取在预先设置的窗口内二值化后的模版纸币的数据信息,所述窗口包含所述模版纸币的币值信息,所述数据信息包括数值为1的点数和数据为0的点数;
优选地,所述获取在预先设置的窗口内二值化后的模版纸币的数据信息,包括:
获取在预先设置的窗口内的模版纸币图象的平均灰度值,所述平均灰度值为阈值T0;
根据所述阈值T0将所述模版纸币图象的平均灰度值分成大于T0和小于T0的两组数据R1和R2;
分别求出所述两组数据R1和R2的平均灰度值μ1和μ2;
求出新阈值T1=(μ1+μ2)/2;
若|T1-T0|<e,迭代终止,T1作为二值化的阈值;
若|T1-T0|>e,T0=T1,返回步骤分别求出所述两组数据R1和R2的平均灰度值μ1和μ2;
根据获取的二值化的阈值将预先设置的窗口内的模版纸币的数据进行二值化,并获取二值化后的模版纸币的数据信息。
具体的,从纸币图像中提取出含有币值字样区域的子图。对子图进行中值滤波和二值化。二值化阈值的确定采用自适应的方法,根据迭代算法确定。阈值确定的具体步骤如下:
(1)求出图象的平均灰度值做为阈值,记为T0;
(2)根据阈值T0将图象的平均灰度值分成大于T0和小于T0的两组R1和R2;
(3)分别求出两组的平均灰度值μ1和μ2;
(4)求出新阈值T1=(μ1+μ2)/2;
(5)若|T1-T0|<e,迭代中值,T1作为二值化的阈值,若|T1-T0|>e,T0=T1,转至步骤(2)继续;e为迭代终止的判断值,根据精度需求设定,一般可设置为3~5值,表示迭代的前后两次,所求的阈值差别较小了,就可以迭代终止了。
优选地,所述根据获取的二值化的阈值将预先设置的窗口内的模版纸币的数据进行二值化,并获取二值化后的模版纸币的数据信息,包括:
根据所述阈值T1将所述模版纸币图象的平均灰度值分成大于T1和小于T1的两组数据R3和R4;
将数组R3中的像素点的数据值赋值为1,将数组R4中的像素点的数据值赋值为0。
步骤102,获取在所述预先设置的窗口内二值化后的待检测纸币的数据信息;
优选地,所述获取在所述预先设置的窗口内二值化后的待检测纸币的数据信息,包括:
分别设置至少一个步长,各个步长的分别由大到小递减;
根据第一长度的步长和所述预先设置的窗口搜索二值化后的待检测纸币的数据信息,所述第一长度为所述步长中长度最大的步长;
选取所述待检测纸币的数据信息与所述模版纸币的数据信息的匹配度最大的区域;
在选取的区域范围内根据第二长度的步长搜索二值化后的待检测纸币的数据信息,所述第二长度为所述步长中长度其次的步长,并依次类推。
具体的,经过步骤101处理后所得的二值化结果与模块按照某种相关算法及搜索策略,进行模板匹配。相关算法采用计算模板跟匹配区域对应位置是否相同,统计相同个数点的占比,若超过一定阈值,则认为模板图和搜索图的子图相匹配。为加快搜索速度,搜索策略这里我们采用的是三步搜索法,一种新的应用,常规的模板匹配采用的ssda算法,逐行逐列的移动进行匹配,效率较慢。搜索的方法可以参考图2,图2是本发明实施例提供的一种搜索方法的示意图。搜索步长由反应时间即效率和搜索范围确定,确定第一步步长后采用步长依次递减的搜索,如图2所示,标记的顶点表示搜索子图左上角的顶点坐标。初始步长选4,第二步步长选2,第三步步长选1。
具体的,在第一次搜索时,先采取初始步长4,即行列分别每隔四个像素点获取与预先窗口大小相同的待检测纸币的图像信息,并将该图像信息进行二值化,匹配二值化后的待检测的纸币的图像信息和模版纸币的二值化信息,根据匹配的结果获取第一次匹配后的相似度最高的区域;在第二次搜索时,在该相似度最高的区域中选取步长2,即行列分别每隔二个像素点获取与预先窗口大小相同的待检测纸币的图像信息,并将该图像信息进行二值化,匹配二值化后的待检测的纸币的图像信息和模版纸币的二值化信息,根据匹配的结果获取第二次匹配后的相似度最高的区域;同理,在第三次搜索时,在该相似度最高的区域中选取步长1,即行列分别每隔一个像素点获取与预先窗口大小相同的待检测纸币的图像信息,并将该图像信息进行二值化,匹配二值化后的待检测的纸币的图像信息和模版纸币的二值化信息,根据匹配的结果获取第三次匹配后的相似度最高的区域。
步骤103,若所述模版纸币的数据信息与所述待检测纸币的数据信息匹配度在预先设置的误差范围内,则确定所述待检测纸币的币值为所述模版纸币的币值。
本发明实施例通过获取在预先设置的窗口内二值化后的模版纸币的数据信息,所述窗口包含所述模版纸币的币值信息,所述数据信息包括数值为1的点数和数据为0的点数;获取在所述预先设置的窗口内二值化后的待检测纸币的数据信息;若所述模版纸币的数据信息与所述待检测纸币的数据信息匹配度在预先设置的误差范围内,则确定所述待检测纸币的币值为所述模版纸币的币值,从而结合纸币上的币值字样进行币值识别,提高了币值识别的准确度。
实施例二
参考图3,图3是本发明实施例检测纸币的方法第二实施例的流程示意图。
在实施例一的基础上,所述检测纸币的方法还包括:
步骤104,若所述模版纸币为至少一个模版,则每次搜索之后选取与其中一个模版纸币匹配度最大的模版纸币进行下一次搜索后的模版匹配;或者,
步骤105,若所述模版纸币为至少一个模版,则每次搜索之后选取匹配度排在预先设置的靠前排名的模版纸币进行下一次搜索后的模版匹配。
具体的,若模版纸币有100、50、20、10、5、1等的二值化后的数据,则每一次匹配后选取其中一至两个匹配度排名靠前的纸币模版进行下一次的匹配。例如,第一次匹配时与100、50、20、10、5、1的模版数据匹配度为60%、50%、40%、30%、20%、10%,则第二次匹配时选取100、50、20的模版数据进行匹配。
本发明实施例通过获取在预先设置的窗口内二值化后的模版纸币的数据信息,所述窗口包含所述模版纸币的币值信息,所述数据信息包括数值为1的点数和数据为0的点数;获取在所述预先设置的窗口内二值化后的待检测纸币的数据信息;若所述模版纸币的数据信息与所述待检测纸币的数据信息匹配度在预先设置的误差范围内,则确定所述待检测纸币的币值为所述模版纸币的币值,从而结合纸币上的币值字样进行币值识别,提高了币值识别的准确度;对子图进行中值滤波,去除了纸币污损或字迹等噪声对币值识别的影响;图像二值化采用自适应阈值的方法,使二值化图像不受光照亮度的影响,更加稳定;采用三步搜索的搜索策略,跟传统的模板匹配算法(序贯相似性检测算法SSDA)算法相比,大大减少了搜索的次数。
实施例三
参考图4,图4是本发明实施例检测纸币的装置的功能模块示意图。
在实施例三中,所述检测纸币的装置包括:
第一获取模块401,用于获取在预先设置的窗口内二值化后的模版纸币的数据信息,所述窗口包含所述模版纸币的币值信息,所述数据信息包括数值为1的点数和数据为0的点数;
优选地,参考图5,图5是本发明实施例第一获取模块的功能模块示意图。
所述第一获取模块401,包括:
第一获取单元501,用于获取在预先设置的窗口内的模版纸币图象的平均灰度值,所述平均灰度值为阈值T0;
划分单元502,用于根据所述阈值T0将所述模版纸币图象的平均灰度值分成大于T0和小于T0的两组数据R1和R2;
第一计算单元503,用于分别求出所述两组数据R1和R2的平均灰度值μ1和μ2;
第二计算单元504,用于求出新阈值T1=(μ1+μ2)/2;
处理单元505,用于若|T1-T0|<e,迭代终止,T1作为二值化的阈值;
返回单元506,用于若|T1-T0|>e,T0=T1,返回步骤分别求出所述两组数据R1和R2的平均灰度值μ1和μ2;
第二获取单元507,用于根据获取的二值化的阈值将预先设置的窗口内的模版纸币的数据进行二值化,并获取二值化后的模版纸币的数据信息。
具体的,从纸币图像中提取出含有币值字样区域的子图。对子图进行中值滤波和二值化。二值化阈值的确定采用自适应的方法,根据迭代算法确定。阈值确定的具体步骤如下:
(1)求出图象的平均灰度值做为阈值,记为T0;
(2)根据阈值T0将图象的平均灰度值分成大于T0和小于T0的两组R1和R2;
(3)分别求出两组的平均灰度值μ1和μ2;
(4)求出新阈值T1=(μ1+μ2)/2;
(5)若|T1-T0|<e,迭代中值,T1作为二值化的阈值,若|T1-T0|>e,T0=T1,转至步骤(2)继续;e为迭代终止的判断值,根据精度需求设定,一般可设置为3~5值,表示迭代的前后两次,所求的阈值差别较小了,就可以迭代终止了。
优选地,所述第二获取单元507,用于:
根据所述阈值T1将所述模版纸币图象的平均灰度值分成大于T1和小于T1的两组数据R3和R4;
将数组R3中的像素点的数据值赋值为1,将数组R4中的像素点的数据值赋值为0。
第二获取模块402,用于获取在所述预先设置的窗口内二值化后的待检测纸币的数据信息;
优选地,参考图6,图6是本发明实施例第二获取模块的功能模块示意图。
所述第二获取模块402,包括:
设置单元601,用于分别设置至少一个步长,各个步长的分别由大到小递减;
第一搜索单元602,用于根据第一长度的步长和所述预先设置的窗口搜索二值化后的待检测纸币的数据信息,所述第一长度为所述步长中长度最大的步长;
选取单元603,用于选取所述待检测纸币的数据信息与所述模版纸币的数据信息的匹配度最大的区域;
第二搜索单元604,用于在选取的区域范围内根据第二长度的步长搜索二值化后的待检测纸币的数据信息,所述第二长度为所述步长中长度其次的步长,并依次类推。
具体的,经过处理后所得的二值化结果与模块按照某种相关算法及搜索策略,进行模板匹配。相关算法采用计算模板跟匹配区域对应位置是否相同,统计相同个数点的占比,若超过一定阈值,则认为模板图和搜索图的子图相匹配。为加快搜索速度,搜索策略这里我们采用的是三步搜索法,一种新的应用,常规的模板匹配采用的ssda算法,逐行逐列的移动进行匹配,效率较慢。搜索的方法可以参考图2,图2是本发明实施例提供的一种搜索方法的示意图。搜索步长由反应时间即效率和搜索范围确定,确定第一步步长后采用步长依次递减的搜索,如图2所示,标记的顶点表示搜索子图左上角的顶点坐标。初始步长选4,第二步步长选2,第三步步长选1。
具体的,在第一次搜索时,先采取初始步长4,即行列分别每隔四个像素点获取与预先窗口大小相同的待检测纸币的图像信息,并将该图像信息进行二值化,匹配二值化后的待检测的纸币的图像信息和模版纸币的二值化信息,根据匹配的结果获取第一次匹配后的相似度最高的区域;在第二次搜索时,在该相似度最高的区域中选取步长2,即行列分别每隔二个像素点获取与预先窗口大小相同的待检测纸币的图像信息,并将该图像信息进行二值化,匹配二值化后的待检测的纸币的图像信息和模版纸币的二值化信息,根据匹配的结果获取第二次匹配后的相似度最高的区域;同理,在第三次搜索时,在该相似度最高的区域中选取步长1,即行列分别每隔一个像素点获取与预先窗口大小相同的待检测纸币的图像信息,并将该图像信息进行二值化,匹配二值化后的待检测的纸币的图像信息和模版纸币的二值化信息,根据匹配的结果获取第三次匹配后的相似度最高的区域。
确定模块403,用于若所述模版纸币的数据信息与所述待检测纸币的数据信息匹配度在预先设置的误差范围内,则确定所述待检测纸币的币值为所述模版纸币的币值。
本发明实施例通过获取在预先设置的窗口内二值化后的模版纸币的数据信息,所述窗口包含所述模版纸币的币值信息,所述数据信息包括数值为1的点数和数据为0的点数;获取在所述预先设置的窗口内二值化后的待检测纸币的数据信息;若所述模版纸币的数据信息与所述待检测纸币的数据信息匹配度在预先设置的误差范围内,则确定所述待检测纸币的币值为所述模版纸币的币值,从而结合纸币上的币值字样进行币值识别,提高了币值识别的准确度。
实施例四
参考图7,图7是本发明实施例检测纸币的装置的功能模块示意图。
在实施例三的基础上,所述检测纸币的装置还包括:
第一匹配模块404,用于若所述模版纸币为至少一个模版,则每次搜索之后选取与其中一个模版纸币匹配度最大的模版纸币进行下一次搜索后的模版匹配;或者,
第二匹配模块405,用于若所述模版纸币为至少一个模版,则每次搜索之后选取匹配度排在预先设置的靠前排名的模版纸币进行下一次搜索后的模版匹配。
本发明实施例通过获取在预先设置的窗口内二值化后的模版纸币的数据信息,所述窗口包含所述模版纸币的币值信息,所述数据信息包括数值为1的点数和数据为0的点数;获取在所述预先设置的窗口内二值化后的待检测纸币的数据信息;若所述模版纸币的数据信息与所述待检测纸币的数据信息匹配度在预先设置的误差范围内,则确定所述待检测纸币的币值为所述模版纸币的币值,从而结合纸币上的币值字样进行币值识别,提高了币值识别的准确度;对子图进行中值滤波,去除了纸币污损或字迹等噪声对币值识别的影响;图像二值化采用自适应阈值的方法,使二值化图像不受光照亮度的影响,更加稳定;采用三步搜索的搜索策略,跟传统的模板匹配算法(序贯相似性检测算法SSDA)算法相比,大大减少了搜索的次数。
以上结合具体实施例描述了本发明实施例的技术原理。这些描述只是为了解释本发明实施例的原理,而不能以任何方式解释为对本发明实施例保护范围的限制。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实施例的其它具体实施方式,这些方式都将落入本发明实施例的保护范围之内。
Claims (10)
1.一种检测纸币的方法,其特征在于,所述方法包括:
获取在预先设置的窗口内二值化后的模版纸币的数据信息,所述窗口包含所述模版纸币的币值信息,所述数据信息包括数值为1的点数和数据为0的点数;
获取在所述预先设置的窗口内二值化后的待检测纸币的数据信息;
若所述模版纸币的数据信息与所述待检测纸币的数据信息匹配度在预先设置的误差范围内,则确定所述待检测纸币的币值为所述模版纸币的币值。
2.根据权利要求1所述的方法,其特征在于,所述获取在预先设置的窗口内二值化后的模版纸币的数据信息,包括:
获取在预先设置的窗口内的模版纸币图象的平均灰度值,所述平均灰度值为阈值T0;
根据所述阈值T0将所述模版纸币图象的平均灰度值分成大于T0和小于T0的两组数据R1和R2;
分别求出所述两组数据R1和R2的平均灰度值μ1和μ2;
求出新阈值T1=(μ1+μ2)/2;
若|T1-T0|<e,迭代终止,T1作为二值化的阈值;
若|T1-T0|>e,T0=T1,返回步骤分别求出所述两组数据R1和R2的平均灰度值μ1和μ2;
根据获取的二值化的阈值将预先设置的窗口内的模版纸币的数据进行二值化,并获取二值化后的模版纸币的数据信息。
3.根据权利要求2所述的方法,其特征在于,所述根据获取的二值化的阈值将预先设置的窗口内的模版纸币的数据进行二值化,并获取二值化后的模版纸币的数据信息,包括:
根据所述阈值T1将所述模版纸币图象的平均灰度值分成大于T1和小于T1的两组数据R3和R4;
将数组R3中的像素点的数据值赋值为1,将数组R4中的像素点的数据值赋值为0。
4.根据权利要求1所述的方法,其特征在于,所述获取在所述预先设置的窗口内二值化后的待检测纸币的数据信息,包括:
分别设置至少一个步长,各个步长的分别由大到小递减;
根据第一长度的步长和所述预先设置的窗口搜索二值化后的待检测纸币的数据信息,所述第一长度为所述步长中长度最大的步长;
选取所述待检测纸币的数据信息与所述模版纸币的数据信息的匹配度最大的区域;
在选取的区域范围内根据第二长度的步长搜索二值化后的待检测纸币的数据信息,所述第二长度为所述步长中长度其次的步长,并依次类推。
5.根据权利要求1至4任意一项所述的方法,其特征在于,所述方法还包括:
若所述模版纸币为至少一个模版,则每次搜索之后选取与其中一个模版纸币匹配度最大的模版纸币进行下一次搜索后的模版匹配;或者,
若所述模版纸币为至少一个模版,则每次搜索之后选取匹配度排在预先设置的靠前排名的模版纸币进行下一次搜索后的模版匹配。
6.一种检测纸币的装置,其特征在于,所述装置包括:
第一获取模块,用于获取在预先设置的窗口内二值化后的模版纸币的数据信息,所述窗口包含所述模版纸币的币值信息,所述数据信息包括数值为1的点数和数据为0的点数;
第二获取模块,用于获取在所述预先设置的窗口内二值化后的待检测纸币的数据信息;
确定模块,用于若所述模版纸币的数据信息与所述待检测纸币的数据信息匹配度在预先设置的误差范围内,则确定所述待检测纸币的币值为所述模版纸币的币值。
7.根据权利要求6所述的装置,其特征在于,所述第一获取模块,包括:
第一获取单元,用于获取在预先设置的窗口内的模版纸币图象的平均灰度值,所述平均灰度值为阈值T0;
划分单元,用于根据所述阈值T0将所述模版纸币图象的平均灰度值分成大于T0和小于T0的两组数据R1和R2;
第一计算单元,用于分别求出所述两组数据R1和R2的平均灰度值μ1和μ2;
第二计算单元,用于求出新阈值T1=(μ1+μ2)/2;
处理单元,用于若|T1-T0|<e,迭代终止,T1作为二值化的阈值;
返回单元,用于若|T1-T0|>e,T0=T1,返回步骤分别求出所述两组数据R1和R2的平均灰度值μ1和μ2;
第二获取单元,用于根据获取的二值化的阈值将预先设置的窗口内的模版纸币的数据进行二值化,并获取二值化后的模版纸币的数据信息。
8.根据权利要求7所述的装置,其特征在于,所述第二获取单元,用于:
根据所述阈值T1将所述模版纸币图象的平均灰度值分成大于T1和小于T1的两组数据R3和R4;
将数组R3中的像素点的数据值赋值为1,将数组R4中的像素点的数据值赋值为0。
9.根据权利要求6所述的装置,其特征在于,所述第二获取模块,包括:
设置单元,用于分别设置至少一个步长,各个步长的分别由大到小递减;
第一搜索单元,用于根据第一长度的步长和所述预先设置的窗口搜索二值化后的待检测纸币的数据信息,所述第一长度为所述步长中长度最大的步长;
选取单元,用于选取所述待检测纸币的数据信息与所述模版纸币的数据信息的匹配度最大的区域;
第二搜索单元,用于在选取的区域范围内根据第二长度的步长搜索二值化后的待检测纸币的数据信息,所述第二长度为所述步长中长度其次的步长,并依次类推。
10.根据权利要求6至9任意一项所述的装置,其特征在于,所述装置还包括:
第一匹配模块,用于若所述模版纸币为至少一个模版,则每次搜索之后选取与其中一个模版纸币匹配度最大的模版纸币进行下一次搜索后的模版匹配;或者,
第二匹配模块,用于若所述模版纸币为至少一个模版,则每次搜索之后选取匹配度排在预先设置的靠前排名的模版纸币进行下一次搜索后的模版匹配。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510495573.0A CN105139508B (zh) | 2015-08-13 | 2015-08-13 | 一种检测纸币的方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510495573.0A CN105139508B (zh) | 2015-08-13 | 2015-08-13 | 一种检测纸币的方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105139508A true CN105139508A (zh) | 2015-12-09 |
CN105139508B CN105139508B (zh) | 2018-07-17 |
Family
ID=54724837
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510495573.0A Active CN105139508B (zh) | 2015-08-13 | 2015-08-13 | 一种检测纸币的方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105139508B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106296974A (zh) * | 2016-07-29 | 2017-01-04 | 广州广电运通金融电子股份有限公司 | 一种粘贴钞检测方法和装置 |
CN106469483A (zh) * | 2016-09-08 | 2017-03-01 | 深圳怡化电脑股份有限公司 | 一种纸币识别的方法及装置 |
CN106952391A (zh) * | 2017-02-27 | 2017-07-14 | 深圳怡化电脑股份有限公司 | 一种污损纸币识别方法及装置 |
CN107610318A (zh) * | 2017-08-23 | 2018-01-19 | 宁波术有电子科技有限公司 | 利用金属线背光成像进行2015版人民币甄别的方法 |
CN111341006A (zh) * | 2020-02-28 | 2020-06-26 | 深圳怡化电脑股份有限公司 | 隐藏式磁条纸币的识别方法、系统、服务器及存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0381893A (ja) * | 1989-08-25 | 1991-04-08 | Oki Electric Ind Co Ltd | 紙葉類認識装置 |
CN102509383A (zh) * | 2011-11-28 | 2012-06-20 | 哈尔滨工业大学深圳研究生院 | 一种基于特征检测及模板匹配的混合号码识别方法 |
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 |
CN104036290A (zh) * | 2014-06-11 | 2014-09-10 | 新达通科技股份有限公司 | 一种纸币面值识别方法及装置 |
-
2015
- 2015-08-13 CN CN201510495573.0A patent/CN105139508B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0381893A (ja) * | 1989-08-25 | 1991-04-08 | Oki Electric Ind Co Ltd | 紙葉類認識装置 |
CN102509383A (zh) * | 2011-11-28 | 2012-06-20 | 哈尔滨工业大学深圳研究生院 | 一种基于特征检测及模板匹配的混合号码识别方法 |
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 |
CN104036290A (zh) * | 2014-06-11 | 2014-09-10 | 新达通科技股份有限公司 | 一种纸币面值识别方法及装置 |
Non-Patent Citations (2)
Title |
---|
刘宗祥: "点钞机人民币纸币图像鉴别方法研究", 《中国优秀硕士论文全文数据库 信息科技辑》 * |
刘莹,曹剑中等: "基于灰度相关的图像匹配算法的改进", 《应用光学》 * |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106296974A (zh) * | 2016-07-29 | 2017-01-04 | 广州广电运通金融电子股份有限公司 | 一种粘贴钞检测方法和装置 |
CN106296974B (zh) * | 2016-07-29 | 2019-05-14 | 广州广电运通金融电子股份有限公司 | 一种粘贴钞检测方法和装置 |
CN106469483A (zh) * | 2016-09-08 | 2017-03-01 | 深圳怡化电脑股份有限公司 | 一种纸币识别的方法及装置 |
CN106469483B (zh) * | 2016-09-08 | 2019-07-09 | 深圳怡化电脑股份有限公司 | 一种纸币识别的方法及装置 |
CN106952391A (zh) * | 2017-02-27 | 2017-07-14 | 深圳怡化电脑股份有限公司 | 一种污损纸币识别方法及装置 |
CN107610318A (zh) * | 2017-08-23 | 2018-01-19 | 宁波术有电子科技有限公司 | 利用金属线背光成像进行2015版人民币甄别的方法 |
CN107610318B (zh) * | 2017-08-23 | 2019-12-06 | 成都术有科技有限公司 | 利用金属线背光成像进行2015版人民币甄别的方法 |
CN111341006A (zh) * | 2020-02-28 | 2020-06-26 | 深圳怡化电脑股份有限公司 | 隐藏式磁条纸币的识别方法、系统、服务器及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN105139508B (zh) | 2018-07-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109816644B (zh) | 一种基于多角度光源影像的轴承缺陷自动检测系统 | |
CN105139508B (zh) | 一种检测纸币的方法及装置 | |
CN104464079B (zh) | 基于模板特征点及其拓扑结构的多币种面值识别方法 | |
CN106952393B (zh) | 纸币识别方法和装置、电子设备和存储介质 | |
CN106920245B (zh) | 一种边界检测的方法及装置 | |
CN107103683B (zh) | 纸币识别方法和装置、电子设备和存储介质 | |
CN104794491A (zh) | 基于预分类的模糊聚类钢板表面缺陷检测方法 | |
CN105184955A (zh) | 一种纸币的识别方法和装置 | |
CN104992496A (zh) | 一种纸币面向识别方法及装置 | |
WO2017016448A1 (zh) | 一种qr码特征检测方法及系统 | |
CN106326887B (zh) | 一种光学字符识别结果的校验方法及装置 | |
CN101576956A (zh) | 基于机器视觉的在线字符检测方法和系统 | |
CN111444964A (zh) | 一种基于自适应roi划分的多目标快速图像匹配方法 | |
CN112215216A (zh) | 一种图像识别结果的字符串模糊匹配系统及方法 | |
CN112712058A (zh) | 一种字符识别提取方法 | |
Wu et al. | Automatic gear sorting system based on monocular vision | |
CN107680246B (zh) | 一种纸币图案中的曲线边界定位方法及设备 | |
JP3906197B2 (ja) | パターン識別方法及びパターン識別装置及びプログラム | |
CN103489255A (zh) | 一种钞票污损检测装置和方法 | |
CN106447904B (zh) | 一种纸币的鉴别方法和装置 | |
CN108897781B (zh) | 论文图形查重系统 | |
Cai et al. | An efficient method for electric meter readings automatic location and recognition | |
Sathisha | Bank automation system for Indian currency-a novel approach | |
CN108960222B (zh) | 图像二值化方法、装置、设备及存储介质 | |
CN108629886B (zh) | 一种纸币污损等级的检测方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |