CN106530483B - 一种纸币面向识别方法及装置 - Google Patents
一种纸币面向识别方法及装置 Download PDFInfo
- Publication number
- CN106530483B CN106530483B CN201610990571.3A CN201610990571A CN106530483B CN 106530483 B CN106530483 B CN 106530483B CN 201610990571 A CN201610990571 A CN 201610990571A CN 106530483 B CN106530483 B CN 106530483B
- Authority
- CN
- China
- Prior art keywords
- characteristic area
- default
- bank note
- default characteristic
- gray
- 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.)
- Expired - Fee Related
Links
Classifications
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07D—HANDLING OF COINS OR VALUABLE PAPERS, e.g. TESTING, SORTING BY DENOMINATIONS, COUNTING, DISPENSING, CHANGING OR DEPOSITING
- G07D7/00—Testing specially adapted to determine the identity or genuineness of valuable papers or for segregating those which are unacceptable, e.g. banknotes that are alien to a currency
- G07D7/20—Testing patterns thereon
- G07D7/2016—Testing patterns thereon using feature extraction, e.g. segmentation, edge detection or Hough-transformation
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07D—HANDLING OF COINS OR VALUABLE PAPERS, e.g. TESTING, SORTING BY DENOMINATIONS, COUNTING, DISPENSING, CHANGING OR DEPOSITING
- G07D7/00—Testing specially adapted to determine the identity or genuineness of valuable papers or for segregating those which are unacceptable, e.g. banknotes that are alien to a currency
- G07D7/20—Testing patterns thereon
Abstract
本发明公开了一种纸币面向识别方法及装置。所述方法包括:获取待测纸币预设特征区域的灰度图像;计算所述预设特征区域的灰度平均值;根据所述预设特征区域的灰度平均值确定所述预设特征区域中的目标像素点数量;根据所述预设特征区域中的目标像素点数量识别所述待测纸币的面向。通过采用上述技术方案,可实现待测纸币面向的识别,达到简化现有识别方法、提升纸币面向识别效率的效果。
Description
技术领域
本发明实施例涉及纸币检测技术领域,特别是涉及一种纸币面向识别方法及装置。
背景技术
随着经济的发展,纸币的流通量越来越大,很多行业都出现了基于纸币识别技术的智能化无人收费系统。例如,纸币识别技术不仅应用在自动售货售票上,还应用到银行的自动存取款机或营业厅的自动交费机等系统中。同时,点钞机的发明也为各个行业提供了方便。纸币识别装置的应用,节省了大量的人力资源,极大地提升了工作效率。
纸币面向识别是纸币验证的基础识别部分,面向识别的结果将在纸币后续处理的过程中发挥关键作用。只有在确定纸币面向后,才能准确地识别纸币。但由于纸币存在着多种规格,且在使用过程中容易出现弯折、污损等情况,使得所需要识别的纸币呈现出不同的特点,进而影响纸币的识别效率。
现有技术中,为了克服上述问题,一般采用基于神经网络的识别算法来识别纸币的面向,即获取大量的纸币作为样本数据,然后抽取特征,进行神经网络的训练,并测试神经网络的收敛性及模拟样本的识别率。由于神经网络是采用整体逼近的方式,因此,不会由于个别样本误差而影响整个模型特性。但神经网络模式识别方法需要进行大量的样本测试,且很难达到100%的识别率。这将使得识别过程相对繁琐,并影响识别的速度和效果,给纸币面向的识别带来不便。
发明内容
有鉴于此,本发明实施例提供一种纸币面向识别方法及装置,以简化现有识别方法,达到提高纸币面向识别效率的效果。
第一方面,本发明实施例提供了一种纸币面向识别方法,包括:获取待测纸币预设特征区域的灰度图像;
计算所述预设特征区域的灰度平均值;
根据所述预设特征区域的灰度平均值确定所述预设特征区域中的目标像素点数量;
根据所述预设特征区域中的目标像素点数量识别所述待测纸币的面向。
进一步的,所述获取待测纸币预设特征区域的灰度图像,包括:
获取第一预设特征区域和第二预设特征区域的灰度图像,所述待测纸币正向对应的色差趋势与反向对应的色差趋势相反,所述色差趋势为所述第一预设特征区域的灰度值与所述第二预设特征区域的灰度值的差值正负属性;
相应的,所述根据所述预设特征区域的灰度平均值确定所述预设特征区域中的目标像素点数量,包括:
在所述第一预设特征区域中计算第一像素点个数,所述第一像素点为所述第一预设特征区域中灰度值小于所述第二预设特征区域灰度平均值的像素点;
在所述第二预设特征区域中计算第二像素点个数,所述第二像素点为所述第二预设特征区域中灰度值小于所述第一预设特征区域灰度平均值的像素点;
相应的,所述根据所述预设特征区域中的目标像素点数量识别所述待测纸币的面向,包括:
根据所述第一像素点个数与所述第二像素点个数确定所述待测纸币的面向。
进一步的,所述获取待测纸币预设特征区域的灰度图像,包括:
根据由所述第一预设特征区域和所述第二预设特征区域确定的所述待测纸币的面向,确定第三预设特征区域并获取第三预设特征区域的灰度图像;
在根据所述预设特征区域中的目标像素点数量识别所述待测纸币的面向之前,还包括:
在所述第三预设特征区域中计算第三像素点个数,所述第三像素点为所述第三预设特征区域中灰度值小于预设灰度值的像素点;
相应的,所述根据所述预设特征区域中的目标像素点数量识别所述待测纸币的面向,包括:
根据所述第三像素点个数识别所述待测纸币的面向。
进一步的,在所述第三预设特征区域中计算第三像素点个数之前,还包括:
获取第四预设特征区域的灰度图像,所述第四预设特征区域的灰度平均值与所述第三预设特征区域的背景灰度值一致;
将所述第四预设特征区域平均分成预设等份,并计算每一等份的灰度平均值;
将等份的灰度平均值中的最大值作为所述预设灰度值。
进一步的,在获取待测纸币预设特征区域的灰度图像之前,还包括:
根据所述待测纸币的币种确定所述待测纸币对应的预设特征区域。
第二方面,本发明实施例提供了一种纸币面向识别装置,包括:
第一灰度图像获取模块,用于获取待测纸币预设特征区域的灰度图像;
灰度平均值计算模块,用于计算所述预设特征区域的灰度平均值;
第一像素点数量确定模块,用于根据所述预设特征区域的灰度平均值确定所述预设特征区域中的目标像素点数量;
面向识别模块,用于根据所述预设特征区域中的目标像素点数量识别所述待测纸币的面向。
进一步的,所述第一灰度图像获取模块具体用于:
获取第一预设特征区域和第二预设特征区域的灰度图像,所述待测纸币正向对应的色差趋势与反向对应的色差趋势相反,所述色差趋势为所述第一预设特征区域的灰度值与所述第二预设特征区域的灰度值的差值正负属性;
相应的,所述第一像素点数量确定模块具体用于:在所述第一预设特征区域中计算第一像素点个数,所述第一像素点为所述第一预设特征区域中灰度值小于所述第二预设特征区域灰度平均值的像素点;
在所述第二预设特征区域中计算第二像素点个数,所述第二像素点为所述第二预设特征区域中灰度值小于所述第一预设特征区域灰度平均值的像素点;
相应的,所述面向识别模块具体用于:根据所述第一像素点个数与所述第二像素点个数确定所述待测纸币的面向。
进一步的,所述第一灰度图像获取模块具体用于:
根据由所述第一预设特征区域和所述第二预设特征区域确定的所述待测纸币的面向,确定第三预设特征区域并获取第三预设特征区域的灰度图像;
该装置还包括:第二像素点数量确定模块,用于在根据所述预设特征区域中的目标像素点数量识别所述待测纸币的面向之前,在所述第三预设特征区域中计算第三像素点个数,所述第三像素点为所述第三预设特征区域中灰度值小于预设灰度值的像素点;
相应的,所述面向识别模块具体用于:根据所述第三像素点个数识别所述待测纸币的面向。
进一步的,该装置还包括:
第二图像获取模块,用于获取第四预设特征区域的灰度图像,所述第四预设特征区域的灰度平均值与所述第三预设特征区域的背景灰度值一致;
计算模块,用于将所述第四预设特征区域平均分成预设等份,并计算每一等份的灰度平均值;
预设灰度值确定模块,用于将等份的灰度平均值中的最大值作为所述预设灰度值。
进一步的,该装置还包括:
预设特征区域确定模块,用于在获取待测纸币预设特征区域的灰度图像之前,根据所述待测纸币的币种确定所述待测纸币对应的预设特征区域。
本发明实施例提供的一种纸币面向识别方案,在获取待测纸币预设特征区域的灰度图像后,通过计算预设特征区域的灰度平均值,并根据预设特征区域的灰度平均值确定出预设特征区域中的目标像素点数量,进而根据目标像素点数量实现待测纸币面向的识别。上述识别方法不需要获取大量的纸币进行样本测试,且该方法可执行性强,并对纸币面向的识别具有通用性因此,可以达到简化现有识别方法、提升纸币面向识别效率的效果。
附图说明
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述,本发明的其它特征、目的和优点将会变得更明显:
图1是本发明实施例一提供的一种纸币面向识别方法的流程图;
图2是本发明实施例一提供的币值为10万的伊朗币不同面向示意图;
图3是本发明实施例二提供的一种纸币面向识别方法的流程图;
图4是本发明实施例三提供的一种纸币面向识别方法的流程图;
图5为本发明实施例四提供的一种纸币面向识别装置的结构框图。
具体实施方式
下面结合附图和实施例对本发明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,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内容。
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内容。在更加详细地讨论示例性实施例之前应当提到的是,一些示例性实施例被描述成作为流程图描绘的处理或方法。虽然流程图将各项操作(或步骤)描述成顺序的处理,但是其中的许多操作可以被并行地、并发地或者同时实施。此外,各项操作的顺序可以被重新安排。当其操作完成时所述处理可以被终止,但是还可以具有未包括在附图中的附加步骤。所述处理可以对应于方法、函数、规程、子例程、子程序等等。
实施例一
图1是本发明实施例一提供的一种纸币面向识别方法的流程图。本实施例的方法可由纸币面向识别装置来执行,其中该装置可由软件和/或硬件实现,一般可集成在自动售票机或点钞机等金融设备中。如图1所示,本实施例提供的纸币面向识别方法具体包括如下步骤:
步骤S110、获取待测纸币预设特征区域的灰度图像。
其中,待测纸币可以为伊朗币,也可以为纸币表面存在明显色差区域的其他币种(如人民币或印尼盾)。预设特征区域可以为纸币表面存在明显色差的区域。因此,在获取待测纸币预设特征区域的灰度图像之前,可包括:根据待测纸币的币种确定待测纸币对应的预设特征区域。进一步的,在确定待测纸币预设特征区域之前,还可先对待测纸币的币种进行人工选择或可通过金融自助设备进行自动识别。在确定出待测纸币的币种后,可根据待测纸币币种的不同相应地确定不同的预设特征区域。通过采用上述方法,可以有针对性的对不同币种的纸币面向进行识别,进而提高识别效率。
可选的,纸币的颜色在RGB模型(加色法混色模型)中为彩色,它是通过红(R)、绿(G)和蓝(B)三个颜色通道的变化以及它们之间相互的叠加得到的。进一步的,为了更准确地识别纸币,首先需要对纸币进行灰度化,成为灰度图像。在灰度图像中,像素点灰度值的范围为0~255。
示例性的,获取待测纸币预设特征区域的灰度图像,可包括:获取第一预设特征区域和第二预设特征区域的灰度图像,待测纸币正向对应的色差趋势与反向对应的色差趋势相反。其中,色差趋势为第一预设特征区域的灰度值Average1与第二预设特征区域的灰度值Average2的差值正负属性,即Average1与Average2的差值可以大于0也可以小于0。当第一预设特征区域的灰度值Average1大于第二预设特征区域的灰度值Average2时,第一预设特征区域的灰度值Average1与第二预设特征区域的灰度值Average2的差值为正数,此时差值正负属性为正数。同理,当第一预设特征区域的灰度值Average1小于第二预设特征区域的灰度值Average2时,第一预设特征区域的灰度值Average1与第二预设特征区域的灰度值Average2的差值为负数,此时差值正负属性为负数。因此,可以选择色差趋势最明显的两个区域作为第一预设特征区域和第二预设特征区域。具体的,以10万伊朗币为例,图2是本发明实施例一提供的币值为10万的伊朗币不同面向示意图。如图2所示,纸币的面向可划分为正面正向、正面反向、反面正向和反面反向四种情况。从图2中可看出,正面正向和反面反向的伊朗币呈现左边区域较亮(灰度值较大)而右边区域较暗(灰度值较小)的效果,与此色差趋势相反的是,正面反向和反面正向的伊朗币呈现左边区域较暗而右边区域较亮的效果。因此,在伊朗币面向识别的过程中,可以优选区域1和区域2等有明显色差变化的区域作为待测伊朗币的第一预设特征区域和第二预设特征区域。根据上述所述的方法,只要待测伊朗币与10万伊朗币的尺寸相同,则区域1和区域2都可作为待测伊朗币的预设特征区域。
示例性的,预设特征区域的位置可以通过在金融自助设备中所安装的图像采集传感器的位置进行设置。当待测纸币放入金融自助设备时,图像采集传感器可自动获取到预设特征区域的灰度图像。示例性的,预设特征区域的确定还可以采取设置坐标范围的方式。优选的,可将待测纸币左上角的端点作为坐标原点。此时,直角坐标系的位置可得到确定。然后可以获取到预设特征区域的坐标。具体的,在图2中,若w表示横坐标范围,h表示纵坐标范围,则区域1的坐标位置优选为:h=[220:290]以及w=[30:70],区域2的坐标位置为:w=[590:630]以及h=[15:90]。
步骤S120、计算预设特征区域的灰度平均值。
其中,预设特征区域的灰度平均值的计算方式为:将预设特征区域内所有像素点的灰度值相加,然后除以所有像素点的个数。由于预设特征区域内像素点个数较多,若直接采用灰度值进行计算,将增大运算量。通过采用灰度平均值,可以避免因计算量过大而对纸币识别效率带来的影响。
步骤S130、根据预设特征区域的灰度平均值确定预设特征区域中的目标像素点数量。
其中,预设特征区域中的目标像素点为对待测纸币面向的识别具有实质性意义的像素点。目标像素点的数量在一定程度上可以反映出预设特征区域的灰度特征。
示例性的,如图2所示,对于面向为正面正向的10万伊朗币,从图上可以直观地反映出,区域1的整体颜色比区域2亮,同时区域1中灰度值较小的“黑点”个数少于区域2中“黑点”个数。而对于面向为反面反向的10万伊朗币,从图中可以直观地反映出,区域1的“黑点”个数多于区域2中“黑点”个数。因此,上述“黑点”可以作为区域1和区域2的目标像素点。所以,可通过计算在第一预设特征区域(区域1)中计算第一像素点个数DarkDotNum1以及在第二预设特征区域(区域2)中计算第二像素点个数DarkDotNum2。其中,第一像素点为第一预设特征区域中灰度值小于第二预设特征区域灰度平均值的像素点,第二像素点为第二预设特征区域中灰度值小于第一预设特征区域灰度平均值的像素点。通过将第一预设特征区域和第二预设特征区域灰度相结合的方法,可以统计出第一预设特征区域中灰度图像的特征。为下一步待测纸币面向的识别奠定基础。
步骤S140、根据预设特征区域中的目标像素点数量识别待测纸币的面向。
示例性的,在计算出不同预设特征区域的目标像素点数量后,可通过比较不同区域目标像素点的数量确定待测纸币的面向。同样以识别伊朗币的面向为例,如图2所示,计算出区域1中第一像素点的个数,即区域1中灰度值小于区域2灰度平均值的像素点个数,同时计算出区域2中第二像素点的个数,即区域2中灰度值小于区域1灰度平均值的像素点个数,然后比较第一像素点个数和第二像素点个数,若第一像素点个数小于第二像素点个数,则可识别出待测伊朗币的面向为正面正向或反面反向。若第一像素点个数大于第二像素点个数,则可识别出待测伊朗币的面向为正面反向或反面正向。
本发明实施例一提供的一种纸币面向识别方法,在获取待测纸币预设特征区域的灰度图像后,通过计算预设特征区域的灰度平均值,并根据预设特征区域的灰度平均值确定出预设特征区域中的目标像素点数量,进而根据目标像素点数量实现待测纸币面向的识别。上述识别方法不需要获取大量的纸币进行样本测试,且该方法可执行性强,并对纸币面向的识别具有通用性,因此,可以达到简化现有识别方法、提升纸币面向识别效率的效果。
实施例二
图3是本发明实施例二提供的一种纸币面向识别方法的流程图。本实施例对上述实施例中“获取待测纸币预设特征区域的灰度图像”的过程以及其之后的过程进行了细化。参考图3,本发明实施例具体包括如下步骤:
步骤S210、根据由第一预设特征区域和第二预设特征区域确定的待测纸币的面向,确定第三预设特征区域并获取第三预设特征区域的灰度图像。
其中,待测纸币的不同面向对应的第三预设特征区域的灰度图像中,包含的灰度值小于预设灰度值的像素点数量不同。示例性的,预设灰度值可以为在实际操作过程中,经过大量实验统计出的经验值;也可以为基于其他预设特征区域的特征所计算出的灰度值。
具体的,以伊朗币为例,在识别伊朗币面向的过程中,如果确定出待测伊朗币的面向为正面正向或反面反向,则本实施例的第三预设特征区域的位置可优选为:h=[50:105]以及w=[35:125]。
示例性的,如图2所示,如果通过上述实施例确定出待测伊朗币的面向为正面反向或反面正向,则第三预设特征区域的位置可优选为w=[1230:1270]以及h=[160:230]。
示例性的,获取第三特征区域的灰度图像的方法可参照上述实施例所述的方法,本实施例在此不作赘述。
步骤S220、计算第三预设特征区域的灰度平均值。
步骤S230、在第三预设特征区域中计算第三像素点个数,第三像素点为第三预设特征区域中灰度值小于预设灰度值的像素点。
具体的,如图2所示,在面向为正面正向的伊朗币的第三预设特征区域(区域3)中,由于区域3种包含了冠字号区域,而反面反向的伊朗币区域3整体呈现较亮的颜色特征。基于上述特点,可以统计区域3中“黑点”即灰度值较小的像素点的个数。并将“黑点”个数小于预设灰度值的像素点确定为第三像素点DarkDotNum3。通过预设灰度值的确定,可以有效地确定出相应预设特征区域中灰度图像的特点。
步骤S240、根据第三像素点个数识别待测纸币的面向
如果在确定出待测纸币是正面正向或反面反向的情况下,基于上述分析,若第三像素点个数大于预设灰度值的像素点个数,则可进一步确定出待测纸币的面向。若待测纸币为伊朗币,则可确定出具体面向为正面正向。若第三像素点个数小于预设灰度值的像素点个数,则可以确定出待测伊朗币的面向为反向反向。
示例性的,如果通过上述实施例确定出待测纸币是反面正向或正面反向的情况下,待测纸币面向的进一步识别方式和上述方式相同。具体可参照上述识别方式所描述的内容。
本发明实施例二在上述实施例的基础上,通过确定待测纸币的第三预设特征区域的位置,同时结合预设灰度值可进一步识别出待测纸币的面向,提高面相识别精度。
实施例三
图4是本发明实施例三提供的一种纸币面向识别方法的流程图。本实施例对上述实施例中“在第三预设特征区域中计算第三像素点个数”之前的过程进行了细化。参考图4,本发明实施例具体包括如下步骤:
步骤S310、根据由第一预设特征区域和第二预设特征区域确定的待测纸币的面向,确定第三预设特征区域并获取第三预设特征区域的灰度图像。
步骤S320、获取第四预设特征区域的灰度图像。
其中,第四预设特征区域的灰度平均值与第三预设特征区域的背景灰度值一致。具体的,在第四预设特征区域的选择过程中,可以将第三预设特征区域中除冠字号或纸币币值等“黑点”以外的背景区域作为第四预设特征区域。因此,如图2所示,第四预设特征区域(区域4)的灰度平均值与第三预设特征区域(区域3)除冠字号等“黑点”以外的背景区域的灰度平均值可以相同也可以相近。具体的,正面正向或反面反向伊朗币的第四预设特征区域的位置可优选为:h=[105:160]以及w=[35:125],反面正向或正面反向的伊朗币第四预设特征区域的位置可优选为:w=[1230:1270]以及h=[230:300]。通过第四预设特征区域的选择,可以将第三预设特征区域与第四预设特征区域相结合,进而确定出第三预设特征区域图像的具体特征。
步骤S330、将第四预设特征区域平均分成预设等份,并计算每一等份的灰度平均值。
优选的,可以将第四预设特征区域在列方向上平均分为10等份,然后计算每一等份的灰度平均值。
步骤S340、将等份的灰度平均值中的最大值作为预设灰度值。
其中,预设灰度值可优选为10个小区域中灰度平均值的最大值。上述设置的好处在于:可以防止第四预设特征区域的白色区域(灰度值较大的区域)受到污染而影响整体区域均值的判断。
步骤S350、在第三预设特征区域中计算第三像素点个数,第三像素点为第三预设特征区域中灰度值小于预设灰度值的像素点。
示例性的,与上述实施例所描述的方法相似的是,可以计算在第四预设特征区域中,灰度值小于第三预设特征区域灰度平均值的第四像素点个数DarkDotNum4。通过对第四预设特征区域第四像素点个数的统计,可以将第三预设特征区域与第四预设特征区域相结合,进而准确地确定出第三预设特征区域的图像特征。
步骤S360、根据第三像素点个数识别待测纸币的面向。
示例性的,除上述实施例中待测纸币面向的确定方式之外,也可以通过第三像素点个数与第四像素点个数的大小关系进行确定。具体的,以伊朗币为例,在已经确定出正面正向或反面正向的情况下,若第三像素点个数大于第四像素点个数,则可确定待测伊朗币的面向为正面正向。若第三像素点个数小于第四像素点个数,则可确定待测伊朗币的面向为反面反向。示例性的,如果通过上述实施例确定出待测纸币是反面正向或反面反向的情况下,进一步确定待测纸币的面向的方式与上述方式相同。
本发明实施例三在上述实施例的基础上,通过合理地选择第三预设特征区域与第四预设特征区域的位置,并将两个预设特征区域相结合,可以确定出第三预设特征区域中的图像特征,即第三像素点个数。通过第三像素点个数以及通过第四特征区域所确定的预设灰度值的像素点个数可进一步确定出待测纸币的面向,进而可以提高识别效率。
实施例四
图5为本发明实施例四提供的一种纸币面向识别装置的结构框图,该装置可由软件和/或硬件实现,一般可集成在自动售票机或点钞机等金融设备中。如图5所示,该装置包括:第一灰度图像获取模块401、灰度平均值计算模块402、第一像素点数量确定模块403和面向识别模块404。
其中,第一灰度图像获取模块401,用于获取待测纸币预设特征区域的灰度图像;灰度平均值计算模块402,用于计算所述预设特征区域的灰度平均值;第一像素点数量确定模块403,用于根据所述预设特征区域的灰度平均值确定所述预设特征区域中的目标像素点数量;面向识别模块404,用于根据所述预设特征区域中的目标像素点数量识别所述待测纸币的面向。
本发明实施例四提供的一种纸币面向识别装置,在获取待测纸币预设特征区域的灰度图像后,通过计算预设特征区域的灰度平均值,并根据预设特征区域的灰度平均值确定出预设特征区域中的目标像素点数量,进而根据目标像素点数量实现待测纸币面向的识别。上述识别方法不需要获取大量的纸币进行样本测试,且该方法可执行性强,并对纸币面向的识别具有通用性,因此,可以达到简化现有识别方法、提升纸币面向识别效率的效果。
在上述实施例的基础上,第一灰度图像获取模块401具体用于:获取第一预设特征区域和第二预设特征区域的灰度图像,所述待测纸币正向对应的色差趋势与反向对应的色差趋势相反,所述色差趋势为所述第一预设特征区域的灰度值与所述第二预设特征区域的灰度值的差值正负属性;
相应的,所述第一像素点数量确定模块403具体用于:在所述第一预设特征区域中计算第一像素点个数,所述第一像素点为所述第一预设特征区域中灰度值小于所述第二预设特征区域灰度平均值的像素点;
在所述第二预设特征区域中计算第二像素点个数,所述第二像素点为所述第二预设特征区域中灰度值小于所述第一预设特征区域灰度平均值的像素点;
相应的,所述面向识别模块404具体用于:根据所述第一像素点个数与所述第二像素点个数确定所述待测纸币的面向。
在上述实施例的基础上,所述第一灰度图像获取模块401具体用于:获取第一预设特征区域和第二预设特征区域的灰度图像,所述待测纸币正向对应的色差趋势与反向对应的色差趋势相反,所述色差趋势为所述第一预设特征区域的灰度值与所述第二预设特征区域的灰度值的差值正负属性;
相应的,所述第一像素点数量确定模块403具体用于:在所述第一预设特征区域中计算第一像素点个数,所述第一像素点为所述第一预设特征区域中灰度值小于所述第二预设特征区域灰度平均值的像素点;在所述第二预设特征区域中计算第二像素点个数,所述第二像素点为所述第二预设特征区域中灰度值小于所述第一预设特征区域灰度平均值的像素点;
相应的,所述面向识别模块404具体用于:根据所述第一像素点个数与所述第二像素点个数确定所述待测纸币的面向。
在上述实施例的基础上,所述第一灰度图像获取模块401具体用于:根据由所述第一预设特征区域和所述第二预设特征区域确定的所述待测纸币的面向,确定第三预设特征区域并获取第三预设特征区域的灰度图像;
该装置还包括:第二像素点数量确定模块,用于在根据所述预设特征区域中的目标像素点数量识别所述待测纸币的面向之前,在所述第三预设特征区域中计算第三像素点个数,所述第三像素点为所述第三预设特征区域中灰度值小于预设灰度值的像素点;
相应的,所述面向识别模块404具体用于:根据所述第三像素点个数识别所述待测纸币的面向。
在上述实施例的基础上,该装置还包括:第二图像获取模块,用于获取第四预设特征区域的灰度图像,所述第四预设特征区域的灰度平均值与所述第三预设特征区域的背景灰度值一致;计算模块,用于将所述第四预设特征区域平均分成预设等份,并计算每一等份的灰度平均值;预设灰度值确定模块,用于将等份的灰度平均值中的最大值作为所述预设灰度值。
在上述实施例的基础上,该装置还包括:预设特征区域确定模块,用于在获取待测纸币预设特征区域的灰度图像之前,根据所述待测纸币的币种确定所述待测纸币对应的预设特征区域。
上述实施例中提供的纸币面向识别装置可执行本发明任意实施例所提供的纸币面向识别方法,具备执行方法相应的功能模块和有益效果。未在上述实施例中详尽描述的技术细节,可参见本发明任意实施例所提供的纸币面向识别方法。
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)
1.一种纸币面向识别方法,其特征在于,包括:
获取待测纸币预设特征区域的灰度图像;
计算所述预设特征区域的灰度平均值;
根据所述预设特征区域的灰度平均值确定所述预设特征区域中的目标像素点数量;
根据所述预设特征区域中的目标像素点数量识别所述待测纸币的面向;
其中,所述获取待测纸币预设特征区域的灰度图像,包括:
获取第一预设特征区域和第二预设特征区域的灰度图像,所述待测纸币正向对应的色差趋势与反向对应的色差趋势相反,所述色差趋势为所述第一预设特征区域的灰度值与所述第二预设特征区域的灰度值的差值正负属性;
相应的,所述根据所述预设特征区域的灰度平均值确定所述预设特征区域中的目标像素点数量,包括:
在所述第一预设特征区域中计算第一像素点个数,所述第一像素点为所述第一预设特征区域中灰度值小于所述第二预设特征区域灰度平均值的像素点;
在所述第二预设特征区域中计算第二像素点个数,所述第二像素点为所述第二预设特征区域中灰度值小于所述第一预设特征区域灰度平均值的像素点;
相应的,所述根据所述预设特征区域中的目标像素点数量识别所述待测纸币的面向,包括:
根据所述第一像素点个数与所述第二像素点个数确定所述待测纸币的面向。
2.根据权利要求1所述的方法,其特征在于,所述获取待测纸币预设特征区域的灰度图像,包括:
根据由所述第一预设特征区域和所述第二预设特征区域确定的所述待测纸币的面向,确定第三预设特征区域并获取第三预设特征区域的灰度图像;
在根据所述预设特征区域中的目标像素点数量识别所述待测纸币的面向之前,还包括:
在所述第三预设特征区域中计算第三像素点个数,所述第三像素点为所述第三预设特征区域中灰度值小于预设灰度值的像素点;
相应的,所述根据所述预设特征区域中的目标像素点数量识别所述待测纸币的面向,包括:
根据所述第三像素点个数识别所述待测纸币的面向。
3.根据权利要求2所述的方法,其特征在于,在所述第三预设特征区域中计算第三像素点个数之前,还包括:
获取第四预设特征区域的灰度图像,所述第四预设特征区域的灰度平均值与所述第三预设特征区域的背景灰度值一致;
将所述第四预设特征区域平均分成预设等份,并计算每一等份的灰度平均值;
将等份的灰度平均值中的最大值作为所述预设灰度值。
4.根据权利要求1所述的方法,其特征在于,在获取待测纸币预设特征区域的灰度图像之前,还包括:
根据所述待测纸币的币种确定所述待测纸币对应的预设特征区域。
5.一种纸币面向识别装置,其特征在于,包括:
第一灰度图像获取模块,用于获取待测纸币预设特征区域的灰度图像;
灰度平均值计算模块,用于计算所述预设特征区域的灰度平均值;
第一像素点数量确定模块,用于根据所述预设特征区域的灰度平均值确定所述预设特征区域中的目标像素点数量;
面向识别模块,用于根据所述预设特征区域中的目标像素点数量识别所述待测纸币的面向;
其中,所述第一灰度图像获取模块具体用于:
获取第一预设特征区域和第二预设特征区域的灰度图像,所述待测纸币正向对应的色差趋势与反向对应的色差趋势相反,所述色差趋势为所述第一预设特征区域的灰度值与所述第二预设特征区域的灰度值的差值正负属性;
相应的,所述第一像素点数量确定模块具体用于:在所述第一预设特征区域中计算第一像素点个数,所述第一像素点为所述第一预设特征区域中灰度值小于所述第二预设特征区域灰度平均值的像素点;
在所述第二预设特征区域中计算第二像素点个数,所述第二像素点为所述第二预设特征区域中灰度值小于所述第一预设特征区域灰度平均值的像素点;
相应的,所述面向识别模块具体用于:根据所述第一像素点个数与所述第二像素点个数确定所述待测纸币的面向。
6.根据权利要求5所述的装置,其特征在于,所述第一灰度图像获取模块具体用于:
根据由所述第一预设特征区域和所述第二预设特征区域确定的所述待测纸币的面向,确定第三预设特征区域并获取第三预设特征区域的灰度图像;
该装置还包括:第二像素点数量确定模块,用于在根据所述预设特征区域中的目标像素点数量识别所述待测纸币的面向之前,在所述第三预设特征区域中计算第三像素点个数,所述第三像素点为所述第三预设特征区域中灰度值小于预设灰度值的像素点;
相应的,所述面向识别模块具体用于:根据所述第三像素点个数识别所述待测纸币的面向。
7.根据权利要求6所述的装置,其特征在于,该装置还包括:
第二图像获取模块,用于获取第四预设特征区域的灰度图像,所述第四预设特征区域的灰度平均值与所述第三预设特征区域的背景灰度值一致;
计算模块,用于将所述第四预设特征区域平均分成预设等份,并计算每一等份的灰度平均值;
预设灰度值确定模块,用于将等份的灰度平均值中的最大值作为所述预设灰度值。
8.根据权利要求5所述的装置,其特征在于,该装置还包括:
预设特征区域确定模块,用于在获取待测纸币预设特征区域的灰度图像之前,根据所述待测纸币的币种确定所述待测纸币对应的预设特征区域。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610990571.3A CN106530483B (zh) | 2016-11-10 | 2016-11-10 | 一种纸币面向识别方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610990571.3A CN106530483B (zh) | 2016-11-10 | 2016-11-10 | 一种纸币面向识别方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106530483A CN106530483A (zh) | 2017-03-22 |
CN106530483B true CN106530483B (zh) | 2019-04-26 |
Family
ID=58350942
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610990571.3A Expired - Fee Related CN106530483B (zh) | 2016-11-10 | 2016-11-10 | 一种纸币面向识别方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106530483B (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108831004B (zh) * | 2017-05-02 | 2021-01-01 | 深圳怡化电脑股份有限公司 | 纸币冠字号区域的确定方法、装置及自动存取款设备 |
CN107341839A (zh) * | 2017-07-07 | 2017-11-10 | 成都东软学院 | 一种证件图像处理方法、装置及设备 |
CN107665538B (zh) * | 2017-09-28 | 2020-08-18 | 深圳怡化电脑股份有限公司 | 一种纸币分类方法、装置、设备和可读存储介质 |
CN107705418B (zh) * | 2017-10-10 | 2020-06-09 | 深圳怡化电脑股份有限公司 | 一种纸币面向的识别方法、装置、设备及可读存储介质 |
CN108256475B (zh) * | 2018-01-17 | 2021-05-11 | 北方民族大学 | 一种票据图像倒置检测方法 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2010032718A1 (ja) * | 2008-09-16 | 2010-03-25 | 独立行政法人 国立印刷局 | 偽造防止用印刷物及びその作製方法並びに網点データの作製用ソフトウェアを格納した記録媒体 |
CN103606220B (zh) * | 2013-12-10 | 2017-01-04 | 江苏国光信息产业股份有限公司 | 一种基于白光图像及红外图像的支票印刷体数字识别方法 |
CN104867225B (zh) * | 2015-05-15 | 2018-12-11 | 深圳怡化电脑股份有限公司 | 一种纸币的面向识别方法及装置 |
CN105303676B (zh) * | 2015-10-27 | 2018-08-24 | 深圳怡化电脑股份有限公司 | 一种纸币的版本识别方法和系统 |
-
2016
- 2016-11-10 CN CN201610990571.3A patent/CN106530483B/zh not_active Expired - Fee Related
Also Published As
Publication number | Publication date |
---|---|
CN106530483A (zh) | 2017-03-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106530483B (zh) | 一种纸币面向识别方法及装置 | |
CN106408747B (zh) | 一种图像识别方法及装置 | |
CN104867225B (zh) | 一种纸币的面向识别方法及装置 | |
CN104851184B (zh) | 一种横向拼接纸币的识别方法及装置 | |
CN106355744B (zh) | 一种印尼盾币值的识别方法及装置 | |
CN104992496A (zh) | 一种纸币面向识别方法及装置 | |
CN107610322B (zh) | 纸币版本的识别方法、装置、电子设备以及存储介质 | |
CN106952393B (zh) | 纸币识别方法和装置、电子设备和存储介质 | |
CN107103683B (zh) | 纸币识别方法和装置、电子设备和存储介质 | |
CN107331031B (zh) | 一种纸币币值的识别方法、装置、设备及存储介质 | |
CN106600810B (zh) | 一种纸币的识别方法及装置 | |
CN109741231A (zh) | 一种基于摩尔纹的摄屏图片溯源方法 | |
CN107038794B (zh) | 一种鉴别纸币真伪的方法、装置、设备及储存介质 | |
CN107516111A (zh) | 一种售卖机缺货检测方法及装置 | |
CN110473333A (zh) | 票据号码的检测方法、检测装置及终端 | |
CN108806058A (zh) | 一种纸币检测方法及装置 | |
CN106600812A (zh) | 一种纸币识别方法及装置 | |
CN108460775A (zh) | 一种纸币真伪识别方法及装置 | |
CN106934922A (zh) | 一种纸币检测方法及装置 | |
CN106599923A (zh) | 一种对印防伪特征的检测方法及装置 | |
CN107705418B (zh) | 一种纸币面向的识别方法、装置、设备及可读存储介质 | |
CN105957237A (zh) | 一种纸币的版本识别方法和装置 | |
CN106780962B (zh) | 一种纸币鉴伪的方法及装置 | |
CN106296975A (zh) | 一种美元纸币面值的识别方法及装置 | |
CN108510638A (zh) | 纸币识别方法和装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20190426 Termination date: 20211110 |