CN106447897A - 一种检测纸币磁性特征的方法及装置 - Google Patents

Abstract

本发明公开了一种检测纸币磁性特征的方法及装置，涉及计算机数据处理技术领域。该方法包括：根据纸币的币面特征，识别纸币面向；获取纸币安全线的磁性幅值，将所述磁性幅值与所述磁性检测阈值进行比较，根据比较结果，判断纸币真伪。本发明通过使用动态阈值对纸币磁性进行检测和判断，解决了固定背景阈值检测造成的检测误差，提高纸币检测的准确度。

Description

一种检测纸币磁性特征的方法及装置

技术领域

本发明涉及计算机数据处理技术领域，尤其涉及一种检测纸币磁性特征的方法及装置。

背景技术

随着经济的快速发展，纸币的流通速度越来越快，在日常生活中，不可避免地存在伪造纸币的流通，而且，纸币的伪造手段越来越高明，人们很难分辨。假币的流通扰乱了金融秩序，给国家和人民的带来了严重的经济损失。

目前，在纸币的检测手段中，对于纸币磁性的检测主要是通过检测纸币的磁性，根据检测的磁性进行分析，判断纸币的真伪。

但是，在对纸币磁性特征进行判断时，如果使用固定的背景阈值，很容易出错，产生误判的现象。

发明内容

有鉴于此，本发明的目的是提出一种检测纸币磁性特征的方法及装置，以解决使用固定阈值进行磁性检测时，不能够准确检测纸币真伪的问题。

为实现上述目的，本发明采用如下技术方案：

第一方面，本发明提供了一种检测纸币磁性特征的方法，包括：

根据纸币的币面特征，识别纸币面向；

根据识别的纸币面向，设定纸币的磁性检测阈值；

获取纸币安全线的磁性幅值，将磁性幅值与磁性检测阈值进行比较，根据比较结果，判断纸币真伪。

在上述方法中，优选的是，识别纸币面向之前，还包括：

采集纸币的图像，提取纸币的币面特征，利用币面特征训练神经网络，建立神经网络识别器。

在上述方法中，优选的是，根据识别的纸币面向，设定纸币的磁性检测阈值，包括：

当识别的纸币币面为正面时，设定磁性检测阈值为第一固定阈值；当识别的纸币币面为反面时，将第一固定阈值减去一个预设差值得到第二固定阈值，设定磁性检测阈值为第二固定阈值。

在上述方法中，优选的是，获取纸币安全线的磁性幅值，包括：

获取纸币安全线的磁性特征曲线，并检测所述纸币安全线的磁性特征曲线，得到纸币安全线的磁性幅值。

第二方面，本发明提供了一种检测纸币磁性特征的装置，包括：

纸币识别模块，用于根据纸币的币面特征，识别纸币面向；

阈值设定模块，用于根据识别的纸币面向，设定纸币的磁性检测阈值；

磁性检测模块，用于获取纸币安全线的磁性幅值；

真伪鉴定模块，用于将磁性幅值与磁性检测阈值进行比较，根据比较结果，判断纸币真伪。

在上述装置中，优选的是，上述装置还包括：

特征训练模块，用于识别纸币面向之前，提取纸币的币面特征，利用币面特征训练神经网络，建立神经网络识别器。

在上述装置中，优选的是，阈值设定模块，具体用于：

当识别的纸币币面为正面时，设定磁性检测阈值为第一固定阈值；当识别的纸币币面为反面时，将第一固定阈值减去一个预设差值得到第二固定阈值，设定磁性检测阈值为第二固定阈值。

在上述装置中，优选的是，磁性检测模块，具体用于：

获取纸币安全线的磁性特征曲线，并检测所述纸币安全线的磁性特征曲线，得到纸币安全线的磁性幅值。

本发明的有益效果是：本发明提供的检测纸币磁性特征的方法及装置，根据识别到纸币的不同面向来设置磁性检测阈值，通过使用动态阈值来进行纸币磁性的检测和判断，能够避免固定背景阈值检测造成的检测误差，提高纸币检测的准确度。

附图说明

下面将通过参照附图详细描述本发明的示例性实施例，使本领域的普通技术人员更清楚本发明的上述及其他特征和优点，附图中：

图1是本发明实施例一提供的一种检测纸币磁性特征的方法的流程示意图；

图2是本发明实施例二提供的一种检测纸币磁性特征的方法的流程示意图；

图3是本发明实施例二提供的100元纸币的安全线幅值特性示意图；

图4(a)是本发明实施例二提供的100元纸币的正面示意图；

图4(b)是本发明实施例二提供的100元纸币的反面示意图；

图5是本发明实施例三提供的一种检测纸币磁性特征的装置的结构框图。

具体实施方式

下面结合附图并通过具体实施方式来进一步说明本发明的技术方案。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，而非对本发明的限定。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相关的部分而非全部结构。

实施例一

图1是本发明实施例一提供了一种检测纸币磁性特征的方法的流程示意图。该方法适用于根据检测纸币磁性特征判断纸币真伪的情况，该方法可以由检测纸币磁性特征的装置来执行。检测纸币磁性特征的装置可以由软件和/或硬件的方式来实现，并一般可集成于需要对纸币进行识别的设备中，例如ATM自助存取款机、验钞机等。如图1所示，该方法包括：

步骤110、根据纸币的币面特征，识别纸币面向。

通过对待检测纸币进行图像采集，获取纸币的币面特征，将币面特征输入到神经网络识别器中进行识别，获得纸币面向信息。

步骤120、根据识别的纸币面向，设定纸币的磁性检测阈值。

根据识别的纸币的面向信息，设定相应的纸币的磁性检测阈值。由于纸币的币面不同，检测过程中，安全线与磁性传感器的距离不同，将直接影响到磁性传感器检测的结果，所以可根据面向设置不同的磁性检测阈值。优选的是，当币面的正面与磁性传感器接触时，根据纸币的币种设定相应的固定阈值，当该币面的反面与磁性传感器接触时，传感器和安全线之间相差一个纸币的厚度，此时，传感器所检测的幅值会受到纸币厚度的影响，所以，该固定阈值的基础上减去一个差值得到一个新的阈值，把这个阈值作为检测阈值进行检测。

步骤130、获取纸币安全线的磁性幅值，将得到的磁性幅值与磁性检测阈值进行比较，根据比较结果，判断纸币真伪。

将获取的纸币安全线磁性幅值与磁性检测阈值进行比较，如果在磁性检测阈值允许的范围内，则判断纸币为真币；否则，判断纸币为假币。

本发明实施例一提供的了一种检测纸币磁性特征的方法，根据纸币的面向设置不同的判断阈值，来减小纸币本身的厚度对磁性幅值的影响；通过减小纸币本身的厚度对磁性幅值大小造成的干扰来对纸币的磁性特征进行检测，提高了纸币磁性识别率。

实施例二

图2是本发明实施例二提供的一种检测纸币磁性特征的方法的流程示意图。本实施例以上述实施例为基础进行优化，在本实施例中，在识别纸币面向之前，还包括：采集纸币的图像，提取纸币的币面特征，利用币面特征训练神经网络，建立神经网络识别器。

相应的，本实施例的方法具体包括：

步骤210、采集纸币的图像，提取纸币的币面特征，利用币面特征训练神经网络，建立神经网络识别器。

采集的纸币图像可以是红外图像、可见光图像和紫外图像中的任意一种或多种，分别在不同的光照强度下采集纸币的图像，获得大量的样本图像。

根据具体的应用，采集相应类型的真币正反图像，可以是人民币或者其它有磁条的纸币。将采集的图像进行预处理，通过检测纸币边缘，去除背景图像，获得纸币图像；将获得的纸币图像进行特征提取，将提取的特征作为训练神经网络的样本集，对神经网络进行训练，经过大量样本的训练，得到神经网络识别器数学模型，用于识别纸币的面向。

步骤220、根据纸币的币面特征，识别纸币面向。

采集待检测的纸币的图像，对图像进行边缘检测，去除纸币背景图像，获得纸币图像，提取纸币的币面特征，输入到神经网络识别器中，获得纸币的币面信息，包括：纸币的面向和纸币的种类。

步骤230、根据识别的纸币面向，设定纸币的磁性检测阈值。

较优地，当识别的纸币币面为正面时，设定所述磁性检测阈值为第一固定阈值；当识别的纸币币面为反面时，将所述第一固定阈值减去一个预设差值得到第二固定阈值，设定所述磁性检测阈值为第二固定阈值。

纸币与磁性传感器接触面不同，采集到的安全线的磁性幅值也不同，安全线离磁性传感器越近，幅值越大；安全线离磁性传感器越远，幅值越小。以图3为例进行说明。

图3是本发明实施例提供的100元纸币的安全线幅值特性示意图；图3右图中高处的峰值大小在3500左右，是纸币安全线紧贴磁性传感器时的幅值；图3左图中高处的幅值基本在3000左右，此时，纸币安全线没有紧贴传感器。图4(a)为纸币的正面，如果过钞时该面向紧贴传感器时，纸币磁性特征幅值较大；如果图4(b)中纸币的反面紧贴传感器时，安全线和传感器中间相差了一个纸币的厚度，此时安全线的幅值可能会减弱。

如果根据规定的背景阈值去检测，图3中的特征检测可能会出错，因此，要考虑到安全线与磁性传感器的距离，通过识别纸币的面向，确定安全线磁性传感器的距离，根据识别的纸币面向，设定纸币的磁性检测阈值。

步骤240、获取纸币安全线的磁性幅值，将得到的磁性幅值与磁性检测阈值进行比较，根据比较结果，判断纸币真伪。

优选的，获取纸币安全线的磁性幅值，包括：获取纸币安全线的磁性特征曲线，并检测所述纸币安全线的磁性特征曲线，得到纸币安全线的磁性幅值。

根据纸币的面向，获得相应的磁性检测阈值；根据纸币安全线磁性特征曲线获得纸币安全线的磁性幅值；将得到的磁性幅值与磁性检测阈值进行比较，根据比较结果，判断纸币的真伪。

本发明实施例提供的了一种检测纸币磁性特征的方法，首先根据采集的真币的图像，提取图像的特征作为样本集，训练神经网络，神经网络识别器；利用神经网络识别器对待检测的纸币图像特征进行识别，获得纸币的面向信息和币种信息；根据纸币的面向信息和币种信息设置纸币的磁性检测阈值；根据设定的磁性检测阈值对纸币的安全线的磁性特征进行检测，根据检测的结果判断纸币的真伪，最终实现纸币识别的过程。

实施例三

图5是本发明实施例三提供的一种检测纸币磁性特征的装置的结构框图。如图5所示，该装置包括：纸币识别模块510、阈值设定模块520、磁性检测模块530和真伪鉴定模块540。本装置可应用于验钞机、ATM自动存取款机中。

纸币识别模块510，用于根据纸币的币面特征，识别纸币面向；阈值设定模块520，用于根据识别的纸币面向，设定纸币的磁性检测阈值；磁性检测模块530，用于获取纸币安全线的磁性幅值；真伪鉴定模块540，用于将得到的磁性幅值与磁性检测阈值进行比较，根据比较结果，判断纸币真伪。

检测纸币磁性特征装置还包括：特征训练模块，用于识别纸币面向之前，提取纸币的币面特征，利用币面特征训练神经网络，建立神经网络识别器。

进一步地，阈值设定模块520，具体用于：

当识别的纸币币面为正面时，设定磁性检测阈值为第一固定阈值；当识别的纸币币面为反面时，将第一固定阈值减去一个预设差值得到第二固定阈值，设定磁性检测阈值为第二固定阈值。

进一步地，磁性检测模块530，具体用于：

获取纸币安全线的磁性特征曲线，并检测所述纸币安全线的磁性特征曲线，得到纸币安全线的磁性幅值。

示例性地，如果纸币正向与磁性传感器接触时，则使用固定阈值Theshold来检测纸币安全线幅值特征；如果纸币反面与磁性传感器接触时，那么磁性传感器和安全线之间相差了一个纸币的厚度，此时不能使用固定阈值Theshold来进行检测，需要在固定阈值基础上减去一个差值Diff获得一个新的阈值Theshold1，则使用新阈值Theshold1来进行检测。

本实施例提供了一种检测纸币磁性特征的装置，特征训练模块对纸币的币面特征进行提取，利用特征集合训练神经网络，建立神经网络识别器数学模型，为纸币识别模块510提供识别器；纸币识别模块510利用神经网络识别器识别纸币的面向信息和币种信息，将识别的结果发送给阈值设定模块520；阈值设定模块520根据纸币识别模块510发送的纸币信息确定纸币检测阈值，并将纸币的检测阈值发送给真伪鉴定模块540；利用磁性检测模块530，获取纸币的安全线磁性特性曲线，，并检测纸币安全线的磁性特征曲线，得到纸币安全线的磁性幅值，并发送给真伪鉴定模块540；真伪鉴定模块540根据阈值设定模块520发送纸币检测阈值，对磁性检测模块530发送的纸币安全线磁性幅值进行比较，当磁性幅值在检测阈值范围内时，判断纸币为真币，否则，判断为假币。通过检测纸币的面向，设置不同的检测阈值，减小纸币本身的厚度对磁性幅值的影响，提高检测纸币的磁性特征精确度，避免了纸币厚度对检测结果的影响。

本实施例提供的一种检测纸币磁性特征的装置，与本发明任意实施例所提供的一种检测纸币磁性特征的方法属于同一发明构思，可执行本发明任意实施例所提供的检测纸币磁性特征的方法，具备相应的功能和有益效果。未在本实施例中详尽描述的技术细节，可参见本发明任意实施例提供的检测纸币磁性特征的方法。

注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。

Claims (8)

1.一种检测纸币磁性特征的方法，其特征在于，包括：

根据纸币的币面特征，识别纸币面向；

根据识别的所述纸币面向，设定纸币的磁性检测阈值；

获取纸币安全线的磁性幅值，将所述磁性幅值与所述磁性检测阈值进行比较，根据比较结果，判断纸币真伪。

2.根据权利要求1所述的方法，其特征在于，所述识别纸币面向之前，还包括：

采集纸币的图像，提取纸币的币面特征，利用所述币面特征训练神经网络，建立神经网络识别器。

3.根据权利要求1所述的方法，其特征在于，所述根据识别的所述纸币面向，设定纸币的磁性检测阈值，包括：

当识别的纸币币面为正面时，设定所述磁性检测阈值为第一固定阈值；当识别的纸币币面为反面时，将所述第一固定阈值减去一个预设差值得到第二固定阈值，设定所述磁性检测阈值为第二固定阈值。

4.根据权利要求1所述的方法，其特征在于，所述获取纸币安全线的磁性幅值，包括：

获取纸币安全线的磁性特征曲线，并检测所述纸币安全线的磁性特征曲线，得到纸币安全线的磁性幅值。

5.一种检测纸币磁性特征的装置，其特征在于，包括：

纸币识别模块，用于根据纸币的币面特征，识别纸币面向；

阈值设定模块，用于根据识别的所述纸币面向，设定纸币的磁性检测阈值；

磁性检测模块，用于获取纸币安全线的磁性幅值；

真伪鉴定模块，用于将所述磁性幅值与所述磁性检测阈值进行比较，根据比较结果，判断纸币真伪。

6.根据权利要求5所述的装置，其特征在于，还包括：

特征训练模块，用于识别纸币面向之前，提取纸币的币面特征，利用所述币面特征训练神经网络，建立神经网络识别器。

7.根据权利要求5所述的装置，其特征在于，所述阈值设定模块，具体用于：

当识别的纸币币面为正面时，设定所述磁性检测阈值为第一固定阈值；当识别的纸币币面为反面时，将所述第一固定阈值减去一个预设差值得到第二固定阈值，设定所述磁性检测阈值为第二固定阈值。

8.根据权利要求5所述的装置，其特征在于，所述磁性检测模块，具体用于：

获取纸币安全线的磁性特征曲线，并检测所述纸币安全线的磁性特征曲线，得到纸币安全线的磁性幅值。