CN105354914B - 一种纸币折角面向识别方法和装置 - Google Patents

Abstract

本发明公开了一种纸币折角面向识别方法和装置，通过获得纸币图像，根据所述图像获取纸币的折角区域；根据所述折角区域确定所述折角区域的拼接缝合线，并将所述折角区域拼接到所述图像；确定所述拼接缝合线的过渡区域；对所述过渡区域进行图像修复，并对修复后的图像进行面向识别。对过渡区域进行图像修复能够有效的修复纸币的折角拼接痕迹，大大提高了折角情况下钞票面向的识别率。

Description

一种纸币折角面向识别方法和装置

技术领域

本发明涉及纸币识别领域，尤其涉及一种纸币折角面向识别方法和装置。

背景技术

纸币面向识别是纸币验证的基础识别部分，面向识别的结果将用于后续处理。在判断钞票面向时，是提取四个角的图像特征来判断钞票的面向，如果钞票折角时，折角区域在面向识别区域范围内就会导致面向识别错误，在折角拼接后会在折角处形成一个拼接痕迹，影响图像后期的特征提取，故需要对拼接痕迹做处理，消除或弱化拼接痕迹，增大钞票面向识别率。

发明内容

本发明实施例提出了一种纸币折角面向识别方法和装置，以实现有效提高折角情况下纸币面向的识别率。

为实现上述设计，本发明采用以下技术方案：

第一方面，本发明实施例提供了一种纸币折角面向识别方法，包括：

获得纸币图像，根据所述图像获取纸币的折角区域；

根据所述折角区域确定所述折角区域的拼接缝合线，并将所述折角区域拼接到所述图像；

确定所述拼接缝合线的过渡区域；

对所述过渡区域进行图像修复，并对修复后的图像进行面向识别。

其中，所述获得纸币图像，根据所述图像获取纸币的折角区域，具体为：获取纸币的正面图像和反面图像，根据所述反面图像获取纸币的折角区域；

所述根据所述折角区域确定所述折角区域的拼接缝合线，并将所述折角区域拼接到所述图像，具体为：根据所述折角区域的高度和宽度确定折角区域的拼接缝合线，并将从所述反面图像获取的折角区域拼接到正面图像。

其中，所述获得纸币图像，根据所述图像获取纸币的折角区域，具体为：获取纸币的正面图像和反面图像，根据所述正面图像获取纸币的折角区域；

所述根据所述折角区域确定所述折角区域的拼接缝合线，并将所述折角区域拼接到所述图像，具体为：根据所述折角区域的高度和宽度确定折角区域的拼接缝合线，并将从所述正面图像获取的折角区域拼接到反面图像。

其中，所述确定所述拼接缝合线的过渡区域，具体为：将折角区域的拼接缝合线向上和向下分别平移预置第一像素值，得到第一平移缝合线和第二平移缝合线，将所述第一平移缝合线和所述第二平移缝合线之间的区域确定为所述拼接缝合线的过渡区域。

其中，所述对所述过渡区域进行图像修复，并对修复后的图像进行面向识别，包括：

使用非线性滤波器中值滤波方式对所述拼接缝合线的过渡区域进行滤波处理；

对修复后的图像进行面向识别。

其中，所述中值滤波的滑动窗口形状是方形、圆形或十字形。

其中，所述中值滤波的滑动窗口形状是正方形，所述正方形窗口的边长为预置第二像素值。

第一方面，本发明实施例提供了一种纸币折角面向识别装置，包括：

获取单元，用于获得纸币图像，根据所述图像获取纸币的折角区域；

拼接单元，用于根据所述折角区域确定所述折角区域的拼接缝合线，并将所述折角区域拼接到所述图像；

确定单元，用于确定所述拼接缝合线的过渡区域；

修复识别单元，用于对所述过渡区域进行图像修复，并对修复后的图像进行面向识别。

其中，所述修复识别单元包括：

修复单元，用于使用非线性滤波器中值滤波方式对所述拼接缝合线的过渡区域进行滤波处理；

识别单元，用于对修复后的图像进行面向识别。

本发明的有益效果为：本发明实施例通过获得纸币图像，根据所述图像获取纸币的折角区域；根据所述折角区域确定所述折角区域的拼接缝合线，并将所述折角区域拼接到所述图像；确定所述拼接缝合线的过渡区域；对所述过渡区域进行图像修复，并对修复后的图像进行面向识别。对过渡区域进行图像修复能够有效的修复纸币的折角拼接痕迹，大大提高了折角情况下钞票面向的识别率。

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纸币折角面向识别方法的方法流程图。

图2是本发明具体实施方式中提供的面值100元人民币折角缝合线图像示意图。

图3是本发明具体实施方式中提供的一种纸币折角面向识别装置的结构方框图。

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纸币折角面向识别方法的方法流程图，本发明实施例的方法可以由纸币的面向识别装置来执行，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ATM机终端内。

如图所示，所述一种纸币折角面向识别方法，包括：

步骤S101，获得纸币图像，根据所述图像获取纸币的折角区域。

本实施例中，同时获取纸币的正面图像和反面图像，根据正面图像和反面图像判断折角所在的图像，从而获取纸币的折角区域。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，根据所述折角区域确定所述折角区域的拼接缝合线，并将所述折角区域拼接到所述图像。

本实施例中，根据所述折角区域确定所述折角区域的拼接缝合线具体为：根据所述折角区域的高度和宽度确定折角区域的拼接缝合线，确定折角高度为h，宽度w，缝合线经过点两点(0,h)，(w,0)，计算缝合线斜率为截距为b＝h，缝合线为从而确定了折角区域的拼接缝合线。将所述折角区域拼接到所述图像具体为：若折角折向反面图像，则利用图像拼接技术将反面图像的折角区域拼接到正面图像；若折角折向正面图像，则利用图像拼接技术将正面图像的折角区域拼接到反面图像。

具体的，在本实施例中，有以下两种方式：

实施方式一

步骤S101，获取纸币的正面图像和反面图像，根据所述反面图像获取纸币的折角区域。

步骤S102，根据所述折角区域的高度和宽度确定折角区域的拼接缝合线，并将从所述反面图像获取的折角区域拼接到正面图像。

实施方式二

步骤S101，获取纸币的正面图像和反面图像，根据所述正面图像获取纸币的折角区域。

步骤S102，根据所述折角区域的高度和宽度确定折角区域的拼接缝合线，并将从所述正面图像获取的折角区域拼接到反面图像。

需要说明的是，步骤S102中根据所述折角区域的高度和宽度确定折角区域的拼接缝合线和将从所述正面图像获取的折角区域拼接到反面图像并没有严格的先后顺序，可以先根据所述折角区域的高度和宽度确定折角区域的拼接缝合线，再将从所述正面图像获取的折角区域拼接到反面图像；也可以先将从所述正面图像获取的折角区域拼接到反面图像，再根据所述折角区域的高度和宽度确定折角区域的拼接缝合线。以上两种实施方式均是将折角拼接到对应的图像中，然后对拼接后的图像进行进一步的处理。

步骤S103，确定所述拼接缝合线的过渡区域。

具体的，将折角区域的拼接缝合线向上和向下分别平移预置第一像素值，得到第一平移缝合线和第二平移缝合线，将所述第一平移缝合线和所述第二平移缝合线之间的区域确定为所述拼接缝合线的过渡区域。预置第一像素值决定过渡区域的大小，过渡区域太大，则会导致不需要进行滤波处理的区域也处理了，降低了图像的清晰度，且增加了计算量；过渡区域太小，则会使得没有对拼接缝合线区域进行完全的平滑处理。经过实验验证，本发明中的预置第一像素值可以取1-4个像素，本实施例中设置为2个像素。

需要说明的是，本实施例中所说的将折角区域的拼接缝合线向上和向下分别平移预置第一像素值为：将纸币放正，然后沿着纸币的高竖直向上平移预置第一像素值和沿着纸币的高竖直向下平移预置第一像素值。

步骤S104，对所述过渡区域进行图像修复，并对修复后的图像进行面向识别。

纸币的折角拼接图像的拼接痕迹属于屋脊型边缘，屋脊型边缘的特征是它位于灰度值从增加到减少的转折点。对拼接痕迹进行处理时，通常采用非线性滤波器，由于拼接痕迹属于屋脊型边缘，中值滤波能很好的处理屋脊型边缘；而其他的常见的滤波方式：均值滤波会使图像细节模糊，而高斯滤波对于符合正态分布的噪声有效，均不能很好的消除图像拼接痕迹。

本实施例中，对过渡区域选用中值滤波方式对图像进行修复，然后对修复后的图像采用基于神经网络的识别算法等纸币面向识别方法进行面向识别。中值滤波：采用一个滑动窗口，将窗口中各点灰度值的中值(中值是指按大小排序后，中间的数值)来替代窗口中心点的灰度值。

滑动窗口的形状和尺寸对滤波效果影响很大，本发明中，滤波窗口形状可以选择方形、圆形、十字形等，滤波窗口的尺寸根据过渡区域的大小即预置第一像素值来确定，一般选取(预置第一像素值+1)个像素。本实施例中，选取正方形滤波器，本实施例中的正方形窗口的边长为预置第二像素值，设置为3。进行图像修复时，选取滑动窗口边的端点和中点及正方形中心点共9个点，统计这9个点的灰度值，并对这9个灰度值进行排序，得出灰度值的中值，然后将此灰度值的中值代替正方形滑动窗口中心点的灰度值。每滑动一次就替换一次，每次滑动1个像素，直到完成对整个过渡区域的滤波修复处理。

综上所述，本实施例通过获得纸币图像，根据所述图像获取纸币的折角区域；根据所述折角区域确定所述折角区域的拼接缝合线，并将所述折角区域拼接到所述图像；确定所述拼接缝合线的过渡区域；对所述过渡区域进行图像修复，并对修复后的图像进行面向识别。采用中值滤波对拼接痕迹做局面滤波处理，有效的处理了屋脊型边缘的拼接缝合线，消除了图像拼接痕迹；然后对修复后的图像进行面向识别，大大提高了折角情况下钞票面向的识别率；且仅仅对过渡区域做滤波处理，提高了算法处理速度。

下面以面值100元人民币为例对该方法进行进一步的说明。

请参考图2，其是本发明具体实施方式中提供的面值100元人民币折角缝合线图像示意图，其中，a为拼接前图像，b为拼接后图像，c为标示有缝合线的示意图，c图中1为第一平移缝合线，2为第二平移缝合线，3为拼接缝合线。

具体实施步骤如下：

步骤S101，获取100元人民币的正面图像和反面图像，根据所述反面图像获取纸币的折角区域，如图2中a所示。

步骤S102，根据所述折角区域的高度和宽度确定折角区域的拼接缝合线，并将从所述反面图像获取的折角区域拼接到正面图像，如图2中b和c所示。

具体的，确定折角高度为h，宽度w，缝合线经过点两点(0,h)，(w,0)，计算缝合线斜率为截距为b＝h，缝合线为从而确定了折角区域的拼接缝合线，即3表示的线，拼接缝合线位于灰度值从增加到减少的转折点，属于屋脊型边缘。根据基于特征块匹配的柱面全景图像拼接算法等图像拼接方法将反面图像获取的折角区域拼接到正面图像。

步骤S103，确定所述拼接缝合线的过渡区域。

具体的，将折角区域的拼接缝合线向上和向下分别平移预置第一像素值，得到第一平移缝合线和第二平移缝合线，将所述第一平移缝合线和所述第二平移缝合线之间的区域确定为所述拼接缝合线的过渡区域。本实施例中设置为2个像素。第一平移缝合线和第二平移缝合线分别如图中1和2所示。1和2之间的区域即为该拼接缝合线的过渡区域。

步骤S104，对所述过渡区域进行图像修复，并对修复后的图像进行面向识别。

具体的，对过渡区域选用中值滤波方式对图像进行修复，中值滤波的滑动窗口为正方形，正方形窗口的边长设置为3。进行图像修复时，选取滑动窗口边的端点和中点及正方形中心点共9个点，统计这9个点的灰度值，并对这9个灰度值进行排序，得出灰度值的中值，然后将此灰度值的中值代替正方形滑动窗口中心点的灰度值。每滑动一次就替换一次，每次滑动1个像素，直到完成对整个过渡区域的滤波修复处理。然后对修复后的图像采用基于神经网络的识别算法等纸币面向识别方法进行面向识别。

综上所述，采集中值滤波对拼接痕迹做局面滤波处理，有效的处理了屋脊型边缘的拼接缝合线，消除了图像拼接痕迹；然后对修复后的图像进行面向识别，有效提高了折角情况下钞票面向的识别率；且仅仅对过渡区域做滤波处理，提高了算法处理速度。

以下为本方案一种纸币折角面向识别装置的实施例，一种纸币折角面向识别装置的实施例基于一种纸币折角面向识别方法的实施例实现，在一种纸币折角面向识别装置的实施例中未尽的描述，请参考一种纸币折角面向识别方法的实施例。

请参考图3，其是本发明具体实施方式中提供的一种纸币折角面向识别装置的结构方框图。如图所示，该纸币折角面向识别装置，包括：

获取单元310，用于获得纸币图像，根据所述图像获取纸币的折角区域。

本实施例中，获取单元310通过2个传感器同时分别采集纸币的正面图像和反面图像，根据正面图像和反面图像判断折角所在的图像，从而获取纸币的折角区域。图像采集时高度是采用150DPI分辨率，宽度是200DPI分辨率。

拼接单元320，用于根据所述折角区域确定所述折角区域的拼接缝合线，并将所述折角区域拼接到所述图像。

本实施例中，拼接单元320根据所述折角区域的高度和宽度确定折角区域的拼接缝合线，若折角折向反面图像，则利用图像拼接技术将反面图像的折角区域拼接到正面图像；若折角折向正面图像，则利用图像拼接技术将正面图像的折角区域拼接到反面图像。

具体的，在本实施例中，有以下两种方式：

实施方式一

获取单元310通过2个传感器同时分别采集纸币的正面图像和反面图像，折角折向反面图像，根据所述反面图像获取纸币的折角区域。

拼接单元320根据所述折角区域的高度和宽度确定折角区域的拼接缝合线，并将从所述反面图像获取的折角区域拼接到正面图像。

实施方式二

获取单元310通过2个传感器同时分别采集纸币的正面图像和反面图像，折角折向正面图像，根据所述正面图像获取纸币的折角区域。

拼接单元320根据所述折角区域的高度和宽度确定折角区域的拼接缝合线，并将从所述正面图像获取的折角区域拼接到反面图像。

以上两种实施方式均是将折角拼接到对应的图像中，然后对拼接后的这一面图像进行进一步的处理。

确定单元330，用于确定所述拼接缝合线的过渡区域。

具体的，确定单元330通过将折角区域的拼接缝合线向上和向下分别平移预置第一像素值，得到第一平移缝合线和第二平移缝合线，将所述第一平移缝合线和所述第二平移缝合线之间的区域确定为所述拼接缝合线的过渡区域，本实施例中设置为2个像素。

修复识别单元340，用于对所述过渡区域进行图像修复，并对修复后的图像进行面向识别。

具体的，修复识别单元340包括：修复单元和识别单元，修复单元用于使用非线性滤波器中值滤波方式对所述拼接缝合线的过渡区域进行滤波处理，识别单元用于对修复后的图像进行面向识别。

本实施例中，对过渡区域选用中值滤波方式对图像进行修复，然后对修复后的图像采用基于神经网络的识别算法等纸币面向识别方法进行面向识别。滑动窗口的形状和尺寸对滤波效果影响很大，本发明中，滤波窗口形状可以选择方形、圆形、十字形等，滤波窗口的尺寸根据过渡区域的大小即预置第一像素值来确定，一般选取(预置第一像素值+1)个像素，本实施例中设置为3。

综上所述，上述各单元协同工作通过获得纸币图像，根据所述图像获取纸币的折角区域；根据所述折角区域确定所述折角区域的拼接缝合线，并将所述折角区域拼接到所述图像；确定所述拼接缝合线的过渡区域；对所述过渡区域进行图像修复，并对修复后的图像进行面向识别。采集中值滤波对拼接痕迹做局面滤波处理，有效的处理了屋脊型边缘的拼接缝合线，有效消除图像拼接痕迹，然后对修复后的图像进行面向识别，有效提高了折角情况下钞票面向的识别率有效提高折角情况下钞票的面向识别率，且仅仅对过渡区域做滤波处理，提高了算法处理速度。

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 (9)

1.一种纸币折角面向识别方法，其特征在于，包括：

获得纸币图像，根据所述图像获取纸币的折角区域；

根据所述折角区域确定所述折角区域的拼接缝合线，并将所述折角区域拼接到所述图像；

确定所述拼接缝合线的过渡区域；

对所述过渡区域进行图像修复，并对修复后的图像进行面向识别。

2.根据权利要求1所述方法，其特征在于，所述获得纸币图像，根据所述图像获取纸币的折角区域，具体为：获取纸币的正面图像和反面图像，根据所述反面图像获取纸币的折角区域；

所述根据所述折角区域确定所述折角区域的拼接缝合线，并将所述折角区域拼接到所述图像，具体为：根据所述折角区域的高度和宽度确定折角区域的拼接缝合线，并将从所述反面图像获取的折角区域拼接到正面图像。

3.根据权利要求1所述方法，其特征在于，所述获得纸币图像，根据所述图像获取纸币的折角区域，具体为：获取纸币的正面图像和反面图像，根据所述正面图像获取纸币的折角区域；

所述根据所述折角区域确定所述折角区域的拼接缝合线，并将所述折角区域拼接到所述图像，具体为：根据所述折角区域的高度和宽度确定折角区域的拼接缝合线，并将从所述正面图像获取的折角区域拼接到反面图像。

4.根据权利要求1所述方法，其特征在于，所述确定所述拼接缝合线的过渡区域，具体为：将折角区域的拼接缝合线向上和向下分别平移预置第一像素值，得到第一平移缝合线和第二平移缝合线，将所述第一平移缝合线和所述第二平移缝合线之间的区域确定为所述拼接缝合线的过渡区域。

5.根据权利要求1所述方法，其特征在于，所述对所述过渡区域进行图像修复，并对修复后的图像进行面向识别，包括：

使用非线性滤波器中值滤波方式对所述拼接缝合线的过渡区域进行滤波处理；

对修复后的图像进行面向识别。

6.根据权利要求5所述方法，其特征在于，所述中值滤波的滑动窗口形状是方形、圆形或十字形。

7.根据权利要求5所述方法，其特征在于，所述中值滤波的滑动窗口形状是正方形，所述正方形窗口的边长为预置第二像素值。

8.一种纸币折角面向识别装置，其特征在于，包括：

获取单元，用于获得纸币图像，根据所述图像获取纸币的折角区域；

拼接单元，用于根据所述折角区域确定所述折角区域的拼接缝合线，并将所述折角区域拼接到所述图像；

确定单元，用于确定所述拼接缝合线的过渡区域；

修复识别单元，用于对所述过渡区域进行图像修复，并对修复后的图像进行面向识别。

9.根据权利要求8所述装置，其特征在于，所述修复识别单元包括：

修复单元，用于使用非线性滤波器中值滤波方式对所述拼接缝合线的过渡区域进行滤波处理；

识别单元，用于对修复后的图像进行面向识别。