CN105139510B

CN105139510B - 纸币识别方法及系统

Info

Publication number: CN105139510B
Application number: CN201510524003.XA
Authority: CN
Inventors: 翟云龙
Original assignee: Shenzhen Yihua Computer Co Ltd; Shenzhen Yihua Time Technology Co Ltd; Shenzhen Yihua Financial Intelligent Research Institute
Current assignee: Shenzhen Yihua Computer Co Ltd; Shenzhen Yihua Time Technology Co Ltd; Shenzhen Yihua Financial Intelligent Research Institute
Priority date: 2015-08-25
Filing date: 2015-08-25
Publication date: 2018-07-17
Anticipated expiration: 2035-08-25
Also published as: CN105139510A

Abstract

本发明涉及纸币识别方法及系统，所述方法包括如下步骤：获取识别区域的所在位置，所述所在位置包括：识别区域的起始行、识别区域的起始列、识别区域的宽度、及识别区域的高度；根据所述识别区域的所在位置，得到所述识别区域的中心位置，所述中心位置为水平方向的中心位置、和\或垂直方向的中心位置；将所述识别区域的中心位置与第一预设阈值进行比对，匹配对应的纸币版本，所述第一预设阈值为各版本中识别区域的中心位置的范围值。对于不用版本的纸币，根据纸币的某一特征区域所在不同位置的特性，计算识别区域的中心位置，查找到匹配的纸币版本，轻松地识别出纸币的版本，提高了纸币识别的精准度。

Description

纸币识别方法及系统

技术领域

本发明涉及纸币识别方法及系统。

背景技术

对于纸币的识别，除了识别出真假以外，还需要获取更多的信息，包括币种、纸币的版式，发行年份等，对于同一套发行的纸币而言，在不同的发行年份之间的纸币也存在着些许的差异，例如在纸币上某一字样的所在区域会有偏差，我们可以通过这些字样所在区域的位置来判断该纸币的发现年份。

发明内容

本发明实施例的目的在于提供可以识别纸币版本的识别方法及系统。

本发明实施例提供了纸币识别方法，所述方法包括如下步骤：

获取识别区域的所在位置，所述所在位置包括：识别区域的起始行、识别区域的起始列、识别区域的宽度、及识别区域的高度；

根据所述识别区域的所在位置，得到所述识别区域的中心位置，所述中心位置为水平方向的中心位置、和\或垂直方向的中心位置；

将所述识别区域的中心位置与第一预设阈值进行比对，匹配对应的纸币版本，所述第一预设阈值为各版本中识别区域的中心位置的范围值。

本发明实施例又提供了纸币识别系统，所述系统包括：

识别区域获取单元，用于获取识别区域的所在位置，所述所在位置包括：识别区域的起始行、识别区域的起始列、识别区域的宽度、及识别区域的高度；

中心位置获取单元，用于根据所述识别区域的所在位置，得到所述识别区域的中心位置，所述中心位置为水平方向的中心位置、和\或垂直方向的中心位置；

第一匹配单元，用于将所述识别区域的中心位置与第一预设阈值进行比对，匹配对应的纸币版本，所述第一预设阈值为各版本中识别区域的中心位置的范围值。

本发明实施例所提供的纸币识别方法及系统，对于不用版本的纸币，根据纸币的某一特征区域所在不同位置的特性，计算识别区域的中心位置，查找到匹配的纸币版本，轻松地识别出纸币的版本，提高了纸币识别的精度。

附图说明

图1为本发明实施例提供的纸币识别方法的一种流程图；

图2为本发明实施例提供的纸币识别方法中获取识别区域所在位置的一种流程图；

图3为本发明实施例提供的纸币识别方法的另一种流程图；

图4为本发明实施例提供的纸币识别系统的一种结构示意图；

图5为本发明实施例提供的纸币识别系统中识别区域获取单元的结构示意图；

图6为本发明实施例提供的纸币识别系统的另一种结构示意图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

图1示出了本发明实施例提供的纸币识别方法的一种流程图，为了便于描述，仅示出了与本发明实施例相关的部分，本发明实施例提供的纸币识别方法，所述方法包括如下步骤：

步骤S11，获取识别区域的所在位置。

在本实施例中，所述所在位置包括：识别区域的起始行、识别区域的起始列、识别区域的宽度、及识别区域的高度。

在本实施例中，图2为本发明实施例提供的纸币识别方法中获取识别区域所在位置的一种流程图，所述获取识别区域的所在位置包括如下步骤：

步骤S111，对所截取的可能区域的灰度图像进行二值化处理，得到可能区域的二值图像。

在本实施例中，所述可能区域为识别区域在图像上的可能出现的区域。为了减少运算量或处理量，首先截取可能区域，并对可能区域的灰度图像进行二值化处理，例如对于面值为100元的纸币，设定光变油墨“100”字样所在的区域为识别区域，二值化处理后该区域的灰度图像中的“100”字样的灰度值为0，其余区域的灰度值为1。

在一较佳实施例中，由于纸币存在新旧及磨损等问题，对其灰度图像会有干扰，通过自适应阈值算法，对所述所截取的可能区域的灰度图像进行二值化处理，相较于通过固定阈值算法处理得到的二值图像更加准确。

步骤S112，在所述可能区域的二值图像上，逐行移动第一移动窗口，并获取当前第一移动窗口所在区域的像素累加值，当第一移动窗口的像素累加值为最大值时，确定其所在区域的第一行为识别区域的起始行，所述第一移动窗口为根据已知识别区域的高度及可能区域的宽度所形成的窗口。

在本实施例中，所述可能区域的宽度为W，高度为H，且已知识别区域的宽度为NW（NW<W），识别区域的高度为NH（NH<H），所述第一移动窗口为根据已知识别区域的高度及可能区域的宽度所形成的窗口，即选取大小为W×NH的窗口，逐行移动第一移动窗口，并获取当前第一移动窗口所在区域的像素累加值，对于第一移动窗口的像素累加值为最大值时，其所在区域的第一行为识别区域的起始行。

在一较佳实施例中，由于在逐行移动所述第一移动窗口时需要计算每一次移动后的所在区域的像素累加值，为了提高运算速度，避免重复计算，获取上一第一移动窗口所在区域的第一行的像素累加值及当前第一移动窗口所在区域的最后一行的像素累加值；在上一第一移动窗口所在区域像素累加值中减去所述上一第一移动窗口所在区域的第一行的像素累加值，并加上所述当前第一移动窗口所在区域的最后一行的像素累加值，得到所述当前第一移动窗口所在区域的像素累加值。

具体地，若当前第一移动窗口所在区域的像素累加值为nrsum，上一第一移动窗口所在区域像素累加值为nrsum´，上一第一移动窗口所在区域的第一行的像素累加值为rowsum(i-1), 当前第一移动窗口所在区域的最后一行的像素累加值rowsum(i+NH-1),则当前第一移动窗口所在区域的像素累加值nrsum= nrsum´- rowsum(i-1)+ rowsum(i+NH-1)，其中rowsum(i)为第i行的像素累加值。

步骤S113，逐列移动第二移动窗口，并获取当前第二移动窗口所在区域的像素累加值，当第二移动窗口的像素累加值为最大值时，确定其所在区域的第一列为识别区域的起始列，所述第二移动窗口为根据已知识别区域的高度及宽度所形成的窗口。

在本实施例中，所述可能区域的宽度为W，高度为H，且已知识别区域的宽度为NW（NW<W），识别区域的高度为NH（NH<H），所述第二移动窗口为根据已知识别区域的高度及宽度形成的窗口，即选取大小为NW×NH的窗口，逐列移动第二移动窗口，并获取当前第二移动窗口所在区域的像素累加值，对于第二移动窗口的像素累加值为最大值时，其所在区域的第一列为识别区域的起始列。

一较佳实施例中，由于在逐列移动所述第二移动窗口时需要计算每一次移动后的所在区域的像素累加值，为了提高运算速度，避免重复计算，获取上一第二移动窗口所在区域的第一列的像素累加值及当前第二移动窗口所在区域的最后一列的像素累加值；在上一第二移动窗口所在区域像素累加值中减去所述上一第二移动窗口所在区域的第一列的像素累加值，并加上所述当前第二移动窗口所在区域的最后一列的像素累加值，得到所述当前第二移动窗口所在区域的像素累加值。

具体地，若当前第二移动窗口所在区域的像素累加值为ncsum，上一第二移动窗口所在区域像素累加值为ncsum´，上一第二移动窗口所在区域的第一列的像素累加值为columnsum(j-1), 当前第二移动窗口所在区域的最后一列的像素累加值columnsum(i+NW-1),则当前第二移动窗口所在区域的像素累加值ncsum= ncsum´- columnsum(j-1)+columnsum(i+NW-1)，其中columnsum (j)为第j列的像素累加值。

在又一较佳实施例中，为了在确定起始行后，进一步减少噪声干扰及加快运算速度，则进一步的缩小区域，具体地，在所述可能区域的二值图像上，根据所述识别区域的起始行及已知识别区域的高度，截取所述可能区域的二值图像；在截取后的所述可能区域的二值图像上，逐列移动第二移动窗口。

步骤S114，根据所述起始行、起始列、及已知识别区域的高度、宽度，确定识别区域所在位置。

步骤S12，根据所述识别区域的所在位置，得到所述识别区域的中心位置。

在本实施例中，所述中心位置为水平方向的中心位置、和\或垂直方向的中心位置。计算水平方向的中心位置的公式为h_l=(sc+sc+NW-1)/2，其中，sc为起始列所在位置，所述NW为识别区域的宽度；计算垂直方向的中心位置的公式为h₂=(sr+sr+NH-1)/2，其中，sr为起始行所在位置，所述NH为识别区域的高度。例如，对于面值为100元的第五套人民币，其版本为：1999年版、2005年版、2015年版，其识别区域为位于纸币正面左下角的由光变油墨印刷的“100”字样所在的区域，其可通过计算该识别区域的水平方向的中心位置h_l进行识别，根据水平方向的中心位置h_l的不同，可以将纸币分为两类，一类为1999年版人民币，另一类为2005年版人民币或者2015版人民币。

步骤S13，将所述识别区域的中心位置与第一预设阈值进行比对，匹配对应的纸币版本，所述第一预设阈值为各版本中识别区域的中心位置的范围值。

图3为本发明实施例提供的纸币识别方法的另一种流程图，为了便于描述，仅示出了与本发明实施例相关的部分，本发明实施例提供的纸币识别方法，所述方法包括如下步骤：

步骤S11，获取识别区域的所在位置。

步骤S14，在所述识别区域的二值图像中，计算黑点数目与所有像素点数目的比值。

在本实施例中，所述比值的计算公式为：比值=黑点数目/所有像素点数目。对于面值为100元的第五套人民币，其版本为：1999年版、2005年版、2015年版，其识别区域为位于纸币正面左下角的由光变油墨印刷的“100”字样所在的区域，由于2015年版100元人民币光变油墨“100”字样采用阴阳对印，区域内黑点数目与白点数目相差不多，而2005年版人民币“100”字样区域黑点数目比白点数目多，因此，可以根据计算比值对2005年版及2015年版的100元人民币进行识别。

步骤S15，将所述比值与第二预设阈值进行比对，匹配对应的纸币版本，所述第二预设阈值为各版本中识别区域的黑点数目所占比值的范围值。

图4为本发明实施例提供的纸币识别系统的一种结构示意图，为了便于描述，仅示出了与本发明实施例相关的部分，本发明实施例提供的纸币识别系统，所述系统包括：识别区域获取单元21、中心位置获取单元22、及第一匹配单元23。

所述识别区域获取单元21，用于获取识别区域的所在位置，所述所在位置包括：识别区域的起始行、识别区域的起始列、识别区域的宽度、及识别区域的高度；所述中心位置获取单元22，用于根据所述识别区域的所在位置，得到所述识别区域的中心位置，所述中心位置为水平方向的中心位置、和\或垂直方向的中心位置；所述第一匹配单元23，用于将所述识别区域的中心位置与第一预设阈值进行比对，匹配对应的纸币版本，所述第一预设阈值为各版本中识别区域的中心位置的范围值。

如图5为本发明实施例提供的纸币识别系统中识别区域获取单元的结构示意图，识别区域获取单元21包括二值化处理单元211，用于对所截取的可能区域的灰度图像进行二值化处理，得到可能区域的二值图像；起始行获取单元212，用于在所述可能区域的二值图像上，逐行移动第一移动窗口，并获取当前第一移动窗口所在区域的像素累加值，当第一移动窗口的像素累加值为最大值时，确定其所在区域的第一行为识别区域的起始行，所述第一移动窗口为根据已知识别区域的高度及可能区域的宽度所形成的窗口；起始列获取单元213，用于逐列移动第二移动窗口，并获取当前第二移动窗口所在区域的像素累加值，当第二移动窗口的像素累加值为最大值时，确定其所在区域的第一列为识别区域的起始列，所述第二移动窗口为根据已知识别区域的高度及宽度所形成的窗口；识别区域确定单元214，用于根据所述起始行、起始列、及已知识别区域的高度、宽度，确定识别区域。

其中，所述起始列获取单元212包括截取单元，用于在所述可能区域的二值图像上，根据所述识别区域的起始行及已知识别区域的高度，截取所述可能区域的二值图像。

图6为本发明实施例提供的纸币识别系统的另一种结构示意图，本发明实施例提供的纸币识别系统，所述系统包括：识别区域获取单元21、中心位置获取单元22、第一匹配单元23、比值计算单元24、及第二匹配单元25。

所述比值计算单元24，用于在所述识别区域的二值图像中，计算黑点数目与所有像素点数目的比值；

所述第二匹配单元25，用于将所述比值与第二预设阈值进行比对，匹配对应的纸币版本，所述第二预设阈值为各版本中识别区域的黑点数目所占比值的范围值。

以上内容是结合具体的优选实施方式对本发明所作的进一步详细说明，不能认定本发明的具体实施只局限于这些说明。对于本发明所属技术领域的普通技术人员来说，在不脱离本发明构思的前提下做出若干等同替代或明显变型，而且性能或用途相同，都应当视为属于本发明由所提交的权利要求书确定的专利保护范围。

Claims

1.纸币识别方法，其特征在于，所述方法包括如下步骤：

将所述识别区域的中心位置与第一预设阈值进行比对，匹配对应的纸币版本，所述第一预设阈值为各版本中识别区域的中心位置的范围值；

其中，所述获取识别区域的所在位置，具体为：

对所截取的可能区域的灰度图像进行二值化处理，得到可能区域的二值图像；

在所述可能区域的二值图像上，逐行移动第一移动窗口，并获取当前第一移动窗口所在区域的像素累加值，当第一移动窗口的像素累加值为最大值时，确定其所在区域的第一行为识别区域的起始行，所述第一移动窗口为根据已知识别区域的高度及可能区域的宽度所形成的窗口；

逐列移动第二移动窗口，并获取当前第二移动窗口所在区域的像素累加值，当第二移动窗口的像素累加值为最大值时，确定其所在区域的第一列为识别区域的起始列，所述第二移动窗口为根据已知识别区域的高度及宽度所形成的窗口；

根据所述起始行、起始列、及已知识别区域的高度、宽度，确定识别区域所在位置。

2.如权利要求1所述纸币识别方法，其特征在于，所述方法还包括如下步骤：

在所述识别区域的二值图像中，计算黑点数目与所有像素点数目的比值；

将所述比值与第二预设阈值进行比对，匹配对应的纸币版本，所述第二预设阈值为各版本中识别区域的黑点数目所占比值的范围值。

3.如权利要求1所述纸币识别方法，其特征在于，所述逐列移动第二移动窗口的步骤，还包括：

在所述可能区域的二值图像上，根据所述识别区域的起始行及已知识别区域的高度，截取所述可能区域的二值图像；

在截取后的所述可能区域的二值图像上，逐列移动第二移动窗口。

4.如权利要求1所述纸币识别方法，其特征在于，所述获取当前第一移动窗口所在区域的像素累加值，具体为：

获取上一第一移动窗口所在区域的第一行的像素累加值及当前第一移动窗口所在区域的最后一行的像素累加值；

在上一第一移动窗口所在区域像素累加值中减去所述上一第一移动窗口所在区域的第一行的像素累加值，并加上所述当前第一移动窗口所在区域的最后一行的像素累加值，得到所述当前第一移动窗口所在区域的像素累加值。

5.如权利要求1所述纸币识别方法，其特征在于，所述获取当前第二移动窗口所在区域的像素累加值，具体为：

获取上一第二移动窗口所在区域的第一列的像素累加值及当前第二移动窗口所在区域的最后一列的像素累加值；

在上一第二移动窗口所在区域像素累加值中减去所述上一第二移动窗口所在区域的第一列的像素累加值，并加上所述当前第二移动窗口所在区域的最后一列的像素累加值，得到所述当前第二移动窗口所在区域的像素累加值。

6.纸币识别系统，其特征在于，所述系统包括：

第一匹配单元，用于将所述识别区域的中心位置与第一预设阈值进行比对，匹配对应的纸币版本，所述第一预设阈值为各版本中识别区域的中心位置的范围值；

其中，所述识别区域获取单元包括：

二值化处理单元，用于对所截取的可能区域的灰度图像进行二值化处理，得到可能区域的二值图像；

起始行获取单元，用于在所述可能区域的二值图像上，逐行移动第一移动窗口，并获取当前第一移动窗口所在区域的像素累加值，当第一移动窗口的像素累加值为最大值时，确定其所在区域的第一行为识别区域的起始行，所述第一移动窗口为根据已知识别区域的高度及可能区域的宽度所形成的窗口；

起始列获取单元，用于逐列移动第二移动窗口，并获取当前第二移动窗口所在区域的像素累加值，当第二移动窗口的像素累加值为最大值时，确定其所在区域的第一列为识别区域的起始列，所述第二移动窗口为根据已知识别区域的高度及宽度所形成的窗口；

识别区域确定单元，用于根据所述起始行、起始列、及已知识别区域的高度、宽度，确定识别区域。

7.如权利要求6所述纸币识别系统，其特征在于，所述系统还包括：比值计算单元、第二匹配单元，具体地：

所述比值计算单元，用于在所述识别区域的二值图像中，计算黑点数目与所有像素点数目的比值；

所述第二匹配单元，用于将所述比值与第二预设阈值进行比对，匹配对应的纸币版本，所述第二预设阈值为各版本中识别区域的黑点数目所占比值的范围值。

8.如权利要求6所述纸币识别系统，其特征在于，所述起始列获取单元包括截取单元，用于在所述可能区域的二值图像上，根据所述识别区域的起始行及已知识别区域的高度，截取所述可能区域的二值图像。