CN106530489B - 一种钞票处理装置及方法 - Google Patents

Abstract

本发明涉及一种钞票处理装置及方法，方法包括以下步骤：获取钞票的图像；对所述图像进行轮廓跟踪，获取所述图像的边缘轮廓，计算所述边缘轮廓的数量，并识别所述边缘轮廓上是否存在凹点；根据所述边缘轮廓的数量和凹点信息判断钞票的形态；若所述边缘轮廓的数量不为1，返回所述钞票形态异常；若所述边缘轮廓的数量等于1，判断所述边缘轮廓是否存在凹点；若存在凹点，返回所述钞票形态异常。上述钞票处理装置及方法能够有效检测出钞票异常状态，提高了钞票检测技术的检测准确性。

Description

一种钞票处理装置及方法

技术领域

本发明涉及钞票检测技术领域，特别是涉及一种钞票处理装置及方法。

背景技术

钞票处理装置在钞票分钞时，会存在各种形态的重钞，或者塑料币，传统钞票处理装置的点钞控制方法，都是依靠钞票传输通道中的光电传感器检测钞票张数，判断钞票状态是否正常的。

一般光电传感器的布局是并排1-3个不等，这种布局只能检测1-3个点钞票是否遮挡传感器，信息量太少，各种钞票形态无法区分，容易造成控制决策错误，进而导致卡钞或账目问题，及回收箱数目不准。尤其当纸币上存在塑料开窗等透明防伪标识时，塑料开窗透明防伪(后简称透明窗)部分，很容易引起光电传感器误判，纸币传输通道上的传感器不能自动、准确的分辨是一张钞票中的开窗部分，还是两张钞票的间隔部分；在存在重钞的情况下，传感器无法分辨是一张钞票还是2张钞票重叠，可能导致统计数量与实际数量不同的问题。

综上所述，现有的钞票检测技术检测准确性较低。

发明内容

基于此，有必要针对检测准确性较低的问题，提供一种钞票处理装置及方法。

一种钞票处理装置，包括图像获取模块，还包括：

钞票轮廓跟踪模块和钞票形态判断模块；

所述图像获取模块用于获取钞票的图像，并将所述图像输出至所述钞票轮廓跟踪模块；

所述钞票轮廓跟踪模块用于对所述图像进行轮廓跟踪，获取所述图像的边缘轮廓，并计算所述边缘轮廓的数量和识别所述边缘轮廓上是否存在凹点；

所述钞票形态判断模块用于根据所述钞票轮廓跟踪模块得到的所述边缘轮廓的数量和凹点信息判断钞票的形态，若所述边缘轮廓的数量不为1，返回所述钞票形态异常，若所述边缘轮廓的数量等于1，判断所述边缘轮廓是否存在凹点，若存在凹点，返回所述钞票形态异常。

一种钞票处理方法，包括以下步骤：

获取钞票的图像；

对所述图像进行轮廓跟踪，获取所述图像的边缘轮廓，计算所述边缘轮廓的数量，并识别所述边缘轮廓上是否存在凹点；

根据所述边缘轮廓的数量和凹点信息判断钞票的形态；

若所述边缘轮廓的数量不为1，返回所述钞票形态异常；

若所述边缘轮廓的数量等于1，判断所述边缘轮廓是否存在凹点；

若存在凹点，返回所述钞票形态异常。

上述钞票处理装置及方法，通过对进行异常检测的钞票的图像进行轮廓跟踪，获取所述图像的边缘轮廓，并计算所述边缘轮廓的数量，并识别所述边缘轮廓上是否存在凹点，当所述边缘轮廓的数量不为1，或所述边缘轮廓存在凹点时，表明存在多张距离较近的钞票，从而判定钞票异常，能够有效检测出钞票异常状态，提高了钞票检测技术的检测准确性。

附图说明

图1为现有的钞票处理设备软件及固件架构示意图；

图2为一个实施例的钞票异常形态示意图；

图3为一个实施例的钞票处理装置的结构示意图；

图4为一个实施例的凹点示意图；

图5为一个实施例的钞票交叠和缺口示意图；

图6为一个实施例的钞票定位示意图；

图7为一个实施例的塑料质透明开窗钞票的处理示意图；

图8为一个实施例的钞票处理方法流程图。

具体实施方式

下面结合附图对本发明的技术方案进行说明。

常规ATM设备的软件架构，包含：运行在系统服务器的系统软件；设备端包括运行在工控机上的ATM控制软件(ATMC)、各模块的驱动(SP、动态库)；运行在各模块电路板上的模块控制程序。对于ATM设备中的钞票处理模块，包含模块的主控部，与识别部，以及钞票存储部，参考图1。

传统的钞票处理方式，都是由主控部负责钞票数量的清点，去向的判断控制，金额统计；识别部负责真伪鉴别。主控部通过光电传感器对钞票进行清点及控制。钞票形态正常的情况下，传统钞票处理方式也可以完成钞票清点及去向控制任务；当出现单张斜钞、两张钞票距离太近时也是可以比较准确的检测，并回收处理，并不会影响储户的账目准确性。但是，传统的钞票处理方式，对以下两大类情况是无法精准处理的，有一定几率会引起主控部与识别部信息错位，去向控制时失败卡钞，回收箱数据错误，储户账务出错等各种问题：

第一种情况，钞票运行形态异常(具体见图2，图中长方形代表钞票，圆点代表光电传感器)，如两张或多张钞票不规则的相连，传统的钞票处理方法，单纯依靠光电传感器是否遮挡是很难准确判断钞票实际运动形态。常规纸币出现钞票运行形态异常的原因有，钞票质量状态不佳(如有折角、绵柔等)，或钞票处理模块的分钞部经过长期工作磨损导致工作效果不理想，干燥环境下钞票之间的静电，也是引起钞票运行形态异常的部分原因。对图2中各种钞票形态的说明如表1所示。若识别出异常，识别部可向主控部反馈是否属于异常形态范围。识别部可事先与主控部约定的编号，以便反馈异常形态种类。图2中的线1-线3：指布放在钞票传输通道中，各光电传感器在钞票运动路线上的位置；此处线3只是概述，有更多传感可以增加信息。线1-线3钞票的张数与宽度信息，可由识别部根据识别图像信息，分析计算得到，反馈到主控部，主要是便于主控部在钞票经过各光电传感器时进行确认，及张数计入。图2中，形态一和形态二表示钞票存在交叠异常，形态三和形态四表示钞票间距接近光电传感器分辨率，可能导致将两张钞票识别为一张。形态五表示存在塑料质透明开窗(如图中椭圆形部分所示)，形态六为正常形态钞票。图中的数值均为示意数值，并非是本发明所能采用的唯一数值，特此说明。

表1：钞票异常运动形态信息表

第二种情况，对于塑料质钞票透明防伪开窗，会存在一定概率经过光电传感器，一定概率不经过，很难区分是一张钞票经过中间透明窗，还是经过了两张钞票未经过透明窗，很大概率会引起错误的判断。

而钞票处理模块中的识别部，对钞票有完整的光学图像、厚度、磁等信息，完全可以反映出钞票的运行形态。本发明正是通过对识别部的钞票光学图像信息的充分利用，通过对可能的钞票异常运行形态进行分类与设计，使主控部充分知情钞票运行状态(正常与否，如果异常给出异常种类，或者塑料钞透明窗)，再按照设计时设定的功能函数调用处理。该发明能够充分解决已知的各种钞票异常形态及塑料钞透明窗账目问题，解决异常形态引起的卡钞，极大概率的避免账目问题，保证回收箱数量准确，并能进一步节省部分主控部的光电传感器资源。

如图3所示，本发明提供一种钞票处理装置，可包括：

图像获取模块10，钞票轮廓跟踪模块20和钞票形态判断模块30；

所述图像获取模块10用于获取钞票的图像，并将所述图像输出至所述钞票轮廓跟踪模块20；

所述钞票轮廓跟踪模块20用于对所述图像进行轮廓跟踪，获取所述图像的边缘轮廓，并计算所述边缘轮廓的数量和识别所述边缘轮廓上是否存在凹点；

所述钞票形态判断模块30用于根据所述钞票轮廓跟踪模块得到的所述边缘轮廓的数量和凹点信息判断钞票的形态，若所述边缘轮廓的数量不为1，返回所述钞票形态异常，若所述边缘轮廓的数量等于1，判断所述边缘轮廓是否存在凹点，若存在凹点，返回所述钞票形态异常。

图像获取模块10可采用CIS(接触式图像传感器)，背景较为单一，采集到的图像中前景(即钞票主体部分)与背景(即背景环境部分)有很明显对比，可将采集到的图像Image_in进行二值化，得到二值化的图像Image_b。如在透射图像上，背景部分可设为255，而钞票主体部分在图像上的灰度值均不为255。因此，在这种情况下，二值化公式如下：

Image_b(i)＝1 if(Image_in！＝255)；

Image_b(i)＝0 if(Image_in＝＝255)。

在二值化的图像中，钞票轮廓跟踪模块20可以最左上的前景点作为起点，进行轮廓跟踪，如利用Suzuki85算法获取边缘轮廓的队列，以及轮廓点队列。

可选地，为了提高计算效率，钞票轮廓跟踪模块20可将所述图像缩小到一定比例，横纵缩放比例也可根据实际情况设置不一样的缩小比例，缩小后再进行二值化以及轮廓跟踪。举一实例，原图Image_in，其大小为Width*Height。如若横纵各缩小4倍，则缩小后的图像Image_in_new为Image_in_new[i,j]＝Image_in_[i*4,j*4]；i的范围是[0,Width/4]，j的范围是[0,Height/4]。缩放并不造成形态变化，但可较大程度上降低计算量。

若计算得到的边缘轮廓大于1个，即表示存在一张以上钞票，钞票形态判断模块30可返回所述钞票形态异常，向主控发送异常信息，识别部正常情况应该只获得一个边缘轮廓，如果出现大于一的边缘轮廓可能存在两张钞票间距过小或断钞(一张钞票断裂)的异常情况，对异常钞票可进行回收处理。

若计算得到的边缘轮廓等于1个，即表示只存在一张钞票。此时，钞票轮廓跟踪模块20可以进一步从所述边缘轮廓上的各个轮廓点中查找凹点，所述钞票形态判断模块30若查找到，判定所述钞票异常。凹点是图像处理上的定义，即点是凹陷进去的。在一个实施例中，只有一个边缘轮廓的情况下，可沿着轮廓点用圆形特征描述子(图中圆形部分所示)，判断前景与背景的面积差，判断其凹凸情况。一般而言，凸点在圆形描述子中前景面积≤背景面积(即前景面积在圆形特征描述子中所占的比例小于或等于50％)，如图4中的点1，点2，点3，点5。而凹点在圆形描述子中前景面积>背景面积(即前景面积在圆形特征描述子中所占的比例大于50％)，如图4中的点4，点6。考虑计算精度的问题，可设置以下判断条件，当前景面积>背景面积+误差阈值，即为凹点。

若有凹点出现，即存在比例值大于预设阈值的轮廓点，所述钞票形态判断模块30可判定所述钞票非异常，表示有钞票交叠(重钞)或钞票有缺口，判断为异常，并向主控发送指令，对异常钞票进行回收处理。若边缘轮廓数量等于1，且没有凹点出现，所述钞票形态判断模块30可判定所述钞票非异常。

在一个实施例中，在对所述图像进行轮廓跟踪之后，所述钞票轮廓跟踪模块20还可以判断所述图像是否存在内轮廓；其中，所述内轮廓为所述钞票中的塑料防伪开窗或孔洞对应的轮廓；若所述图像存在内轮廓，判定所述钞票形态异常。根据这种方式，可以判断所述钞票是否存在塑料防伪开窗或孔洞。在只有一个边缘轮廓的情况下，若内轮廓个数不为0，即存在孔洞/塑料币。

所述钞票形态判断模块30在检测出来边缘轮廓数为1，内轮廓数不为0的情况下，则判断为含有塑料开窗防伪信息的钞票或孔洞钞。由于后续主控部对存在塑料开窗防伪信息的钞票或孔洞钞的处理时，需要避免开钞票开窗或孔洞部分对通道中的传感器产生干扰，还需要结合孔洞/塑料透明窗的位置信息及尺寸进行对应的处理。因此，此处还需要识别部提供孔洞/塑料窗体的信息。

在一个实施例中，在根据所述轮廓点确定所述图像的内轮廓之后，所述钞票轮廓跟踪模块20还可以依据轮廓跟踪算法，如Suzuki85算法，得到内轮廓以及轮廓点序列。这里，可用获取所述内轮廓的轮廓点在平面坐标系中对应的横坐标和纵坐标；其中，所述平面坐标系以所述图像中钞票主体的左下角对应的点为坐标原点；根据所述横坐标和纵坐标计算所述内轮廓的坐标参数；其中，所述坐标参数包括所述横坐标的最大值、最小值和平均值以及所述纵坐标的最大值、最小值和平均值；根据所述坐标参数确定所述内轮廓的中心和垂直于钞票传输方向的宽度；根据所述内轮廓的中心和宽度对形态异常的钞票进行处理，例如回收异常钞票。具体地，设所求到的内轮廓点队列((x0,y0),(x1,y1),(x2,y2),...(xM,yM))，可求其横纵坐标的最大、最小值及平均值：

横坐标最小值x_min＝min(x0,x1,x2,...,xM)；

纵坐标最小值y_min＝min(y0,y1,y2,...,yM)；

横坐标最大值x_max＝max(x0,x1,x2,...,xM)；

纵坐标最大值y_max＝max(y0,y1,y2,...,yM)；

横坐标平均值x_avg＝sum(x0,x1,x2,...,xM)/M；

纵坐标平均值y_avg＝sum(y0,y1,y2,...,yM)/M；

则该内轮廓的中心为(x_avg,y_avg)，其宽度约为(x_max-x_min)。

如若在进行轮廓跟踪前进行了图像缩小，上述计算结果还得映射回原图像。即如果钞票轮廓跟踪模块20对图像横纵方向分别进行了M*N倍缩小，则计算的轮廓的重心、宽度为上述的M*N倍放大。即最终的该内轮廓的重心为(M*x_avg,N*y_avg)，其宽度约为M*(x_max-x_min)。可将计算得到的中心及孔洞/塑料窗的宽度发送给主控层进行异常形态处理。

当钞票轮廓为1但存在凹点时，可能为重钞的情况还可能是单张钞票出现破损。如图5所示。因此，为了区别上述两种情况，钞票形态判断模块30可以结合厚度传感器进一步判断。具体地，若所述边缘轮廓的数量等于1，且所述边缘轮廓上存在凹点，可获取所述钞票的厚度；若所述厚度大于预设的厚度阈值，判定所述钞票存在多张交叠的钞票的异常；否则，判定所述钞票存在钞票缺口的异常。

对于异常钞票(开窗/孔洞、重钞或破损)通过识别部进入通道中时，还可以通过预先设置在钞票处理装置的钞票传输通道中的多个光电传感器，实时获取钞票处理装置当前检测的钞票在所述钞票传输通道中的位置信息，根据所述位置信息生成钞票处理装置当前检测的钞票的运动轨迹信息；根据所述运动轨迹信息从钞票处理装置中定位对应的异常钞票。通过这种方式，可以让通道中的传感器知道哪一张钞票是识别部判断为异常的钞票。

如图6所示的，当多张(如图示的N1、N2、N3...)钞票顺序进入主控部通道后，主控部利用通道中的光电传感器，对每一张钞票的位置进行实时跟踪处理。具体实现方式为，钞票的前边缘与后边缘相对于光电传感器的位置，更新当前坐标，并形成运动轨迹信息。如图6中示意，钞票N1的当前坐标为(3,2)，运动轨迹信息为：(0,0)，(1,0)，(1,1)，(2,1)，(2,2)，(3,2)。钞票N2的当前坐标为(2,1)，运动轨迹信息为：(0,0)，(1,0)，(1,1)，(2,1)。钞票N3的当前坐标为(1,1)，运动轨迹信息为：(0,0)，(1,0)，(1,1)。

Sen3L与Sen3R为两对并列于识别部入口的光电传感器，即提供给主控部也同时提供给识别部，提供给主控部用于钞票运动轨迹追踪及斜度计算，提供给识别部用于触发识别部开始扫描钞票图像等信息。当钞票进入Sen3L或Sen3R其中之一时，识别部立即开始扫描钞票，扫描完毕后，识别部开始判断钞票是否处在异常运动形态或属于塑料质透明开窗钞票，如果是，识别部顺序反馈给主控部各钞票信息，主控部通过查找钞票的运动轨迹，结合钞票相对于在Sen3L与Sen3R的位置，可以从N1、N2、N3...Nm中找到对应的钞票。

对于塑料开透明窗的钞票处理，传统的控制方法如图7左侧所示，则可能错误的计算钞票斜度。或者误判为图7右侧所示的情况，或者其他多种情况，而导致误识退钞(回收)。反之，当实际情况是图7右侧情况时，也有可能被误判为塑料钞。

事实上，为了保证塑料币钞票的处理，一般都会由主控部针对塑料质币种做特殊处理，增加维护难度。不同的塑料币国家因为尺寸，开窗位置的变化，甚至需要修改传感器位置以解决该问题，部分国家往往是塑料币与纸币混用，传统的控制方法都是以牺牲一定的识别率或者效率来满足塑料币处理的，没有从原理上解决该问题。

本发明识别部在异常运行状态信息中报告该钞票属于塑料质透明开窗钞票(对于图7的具体报告信息示意如下表2)，主控部根据所述内轮廓的中心和宽度确定所述钞票在所述钞票传输通道中经过的光电传感器，若所述内轮廓围成的区域不经过任意一个光电传感器，将所述钞票按正常钞票处理。若所述钞票经过第一光电传感器，且所述第一光电传感器两次被所述钞票遮挡，在所述第一光电传感器第二次由被遮挡到不被遮挡时，更新所述钞票的坐标信息以及运动轨迹信息；其中，所述第一光电传感器为所述多个光电传感器中能够检测到所述内轮廓围成的区域的光电传感器。

如图7所示，将对钞票做如下处理：

(a)钞票N1进入Sen1时，因为不会经过透明开窗，正常记录更新传感器坐标及运动轨迹信息，及宽度信息。

(b)钞票N1进入Sen3时，主控部更新N1的坐标信息及运动轨迹信息。主控部实际监测到钞票N1进入。

(c)钞票N1继续向前通过Sen3过程中经过开窗/孔洞位置，Sen3第一次从被挡变为不被挡时不更新坐标信息。

(d)钞票N1继续向前通过Sen3过程中，Sen3再次被遮挡，主控部仍然不更新钞票N1的坐标信息及运动轨迹，直到Sen3第二次不被遮挡。主控部更新钞票N1的坐标信息及运动轨迹。

(e)钞票N2与钞票N1同类处理。

以上b-e步骤对塑料质透明开窗钞票的特殊跟踪处理，保证了通道中所有钞票的坐标信息及运动轨迹正确，从而能够实现塑料质透明开窗钞票的精确控制。

其他异常情况与以上A2、A5编号钞票处理。

表2：识别部报告A5类塑料开窗钞票的异常运行状态信息

对于轮廓为1，但是判断为重钞的钞票，通过在通道中的坐标信息，在进行回收时，该重钞钞票数量计数为2，防止两张重叠的钞票在经过分钞装置时没有被分离，计为1张钞票而出现统计的数量与实际回收钞票数量不符的情况。

对于塑料质透明开窗钞票，本发明可以从原理层面克服传统的技术难题，保证精确处理。对于不需要暂存的大额高速存款设备，致命的问题就是账目问题，通过本发明的应用，可以解决账目问题，节省暂存成本，大大提高钞票处理速度及效率。通过本发明的应用，可以保证回收箱钞票准确，进而保证循环箱内留存钞票信息准确，对银行互联网管理有着重要的意义。

如图8所示，本发明提供一种钞票处理方法，可包括以下步骤：

S1，获取钞票的图像；

本步骤可以采用CIS(接触式图像传感器)，背景较为单一，采集到的图像中前景(即钞票主体部分)与背景(即背景环境部分)有很明显对比，可将采集到的图像Image_in进行二值化，得到二值化的图像Image_b。如在透射图像上，背景部分可设为255，而钞票主体部分在图像上的灰度值均不为255。因此，在这种情况下，二值化公式如下：

Image_b(i)＝1 if(Image_in！＝255)；

Image_b(i)＝0 if(Image_in＝＝255)。

S2，对所述图像进行轮廓跟踪，获取所述图像的边缘轮廓，计算所述边缘轮廓的数量，并识别所述边缘轮廓上是否存在凹点；

在二值化的图像中，可以最左上的前景点作为起点，进行轮廓跟踪，如利用Suzuki85算法获取边缘轮廓的队列，以及轮廓点队列。

可选地，为了提高计算效率，可将所述图像缩小到一定比例，横纵缩放比例也可根据实际情况设置不一样的缩小比例，缩小后再进行二值化以及轮廓跟踪。举一实例，原图Image_in，其大小为Width*Height。如若横纵各缩小4倍，则缩小后的图像Image_in_new为Image_in_new[i,j]＝Image_in_[i*4,j*4]；i的范围是[0,Width/4]，j的范围是[0,Height/4]。缩放并不造成形态变化，但可较大程度上降低计算量。

S3，根据所述边缘轮廓的数量和凹点信息判断钞票的形态；

S31，若所述边缘轮廓的数量不为1，返回所述钞票形态异常；

S32，若所述边缘轮廓的数量等于1，判断所述边缘轮廓是否存在凹点；

S33，若存在凹点，返回所述钞票形态异常。

若计算得到的边缘轮廓大于1个，即表示存在一张以上钞票，可向主控发送异常信息，识别部正常情况应该只获得一个边缘轮廓，如果出现大于一的边缘轮廓可能存在两张钞票间距过小或断钞(一张钞票断裂)的异常情况，对异常钞票可进行回收处理。

若计算得到的边缘轮廓等于1个，即表示只存在一张钞票。此时，可以进一步从所述边缘轮廓上的各个轮廓点中查找凹点，若查找到，判定所述钞票异常。凹点是图像处理上的定义，即点是凹陷进去的。在一个实施例中，只有一个边缘轮廓的情况下，可沿着轮廓点用圆形特征描述子(图中圆形部分所示)，判断前景与背景的面积差，判断其凹凸情况。一般而言，凸点在圆形描述子中前景面积≤背景面积(即前景面积在圆形特征描述子中所占的比例小于或等于50％)，如图4中的点1，点2，点3，点5。而凹点在圆形描述子中前景面积>背景面积(即前景面积在圆形特征描述子中所占的比例大于50％)，如图4中的点4，点6。考虑计算精度的问题，可设置以下判断条件，当前景面积>背景面积+误差阈值，即为凹点。

若有凹点出现，即存在比例值大于预设阈值的轮廓点，判定所述钞票非异常，表示有钞票交叠(重钞)或钞票有缺口，判断为异常，并向主控发送指令，对异常钞票进行回收处理。若没有凹点出现，即不存在比例值大于预设阈值的轮廓点，判定所述钞票非异常。

在一个实施例中，在对所述图像进行轮廓跟踪之后，还可以判断所述图像是否存在内轮廓；其中，所述内轮廓为所述钞票中的塑料防伪开窗或孔洞对应的轮廓；若所述图像存在内轮廓，返回所述图像对应的钞票形态异常。根据这种方式，可以判断所述钞票是否存在塑料防伪开窗或孔洞。在只有一个边缘轮廓的情况下，若内轮廓个数不为0，即存在孔洞/塑料币。

在检测出来边缘轮廓数为1，内轮廓数不为0的情况下，则判断为含有塑料开窗防伪信息的钞票或孔洞钞。由于后续主控部对存在塑料开窗防伪信息的钞票或孔洞钞的处理时，需要避免开钞票开窗或孔洞部分对通道中的传感器产生干扰，还需要结合孔洞/塑料透明窗的位置信息及尺寸进行对应的处理。因此，此处还需要识别部提供孔洞/塑料窗体的信息。

在一个实施例中，在根据所述轮廓点确定所述图像的内轮廓之后，还可以依据轮廓跟踪算法，如Suzuki85算法，得到内轮廓以及轮廓点序列。这里，可用获取所述内轮廓的轮廓点在平面坐标系中对应的横坐标和纵坐标；其中，所述平面坐标系以所述图像中钞票主体的左下角对应的点为坐标原点；根据所述横坐标和纵坐标计算所述内轮廓的坐标参数；其中，所述坐标参数包括所述横坐标的最大值、最小值和平均值以及所述纵坐标的最大值、最小值和平均值；根据所述坐标参数确定所述内轮廓的中心和垂直于钞票传输方向的宽度；根据所述内轮廓的中心和宽度对形态异常的钞票进行异常处理，例如回收异常钞票。具体地，设所求到的内轮廓点队列((x0,y0),(x1,y1),(x2,y2),...(xM,yM))，可求其横纵坐标的最大、最小值及平均值：

横坐标最小值x_min＝min(x0,x1,x2,...,xM)；

纵坐标最小值y_min＝min(y0,y1,y2,...,yM)；

横坐标最大值x_max＝max(x0,x1,x2,...,xM)；

纵坐标最大值y_max＝max(y0,y1,y2,...,yM)；

横坐标平均值x_avg＝sum(x0,x1,x2,...,xM)/M；

纵坐标平均值y_avg＝sum(y0,y1,y2,...,yM)/M；

则该内轮廓的中心为(x_avg,y_avg)，其宽度约为(x_max-x_min)。

如若在进行轮廓跟踪前进行了图像缩小，上述计算结果还得映射回原图像。即如果在步骤S1中图像横纵方向分别进行了M*N倍缩小，则计算的轮廓的重心、宽度为上述的M*N倍放大。即最终的该内轮廓的重心为(M*x_avg,N*y_avg)，其宽度约为M*(x_max-x_min)。可将计算得到的中心及孔洞/塑料窗的宽度发送给主控层进行异常形态处理。

当钞票轮廓为1但存在凹点时，可能为重钞的情况还可能是单张钞票出现破损。如图5所示。因此，为了区别上述两种情况，可以结合厚度传感器进一步判断。具体地，若所述边缘轮廓的数量等于1，且所述边缘轮廓上存在凹点，可获取所述钞票的厚度；若所述厚度大于预设的厚度阈值，判定所述钞票存在多张交叠的钞票的异常；否则，判定所述钞票存在钞票缺口的异常。

对于异常钞票(开窗/孔洞、重钞或破损)通过识别部进入通道中时，还可以通过预先设置在钞票处理装置的钞票传输通道中的多个光电传感器，实时获取钞票处理装置当前检测的钞票在所述钞票传输通道中的位置信息，根据所述位置信息生成钞票处理装置当前检测的钞票的运动轨迹信息；根据所述运动轨迹信息从钞票处理装置中定位对应的异常钞票。通过这种方式，可以让通道中的传感器知道哪一张钞票是识别部判断为异常的钞票。

如图6所示的，当多张(如图示的N1、N2、N3...)钞票顺序进入主控部通道后，主控部利用通道中的光电传感器，对每一张钞票的位置进行实时跟踪处理。具体实现方式为，钞票的前边缘与后边缘相对于光电传感器的位置，更新当前坐标，并形成运动轨迹信息。如图6中示意，钞票N1的当前坐标为(3,2)，运动轨迹信息为：(0,0)，(1,0)，(1,1)，(2,1)，(2,2)，(3,2)。钞票N2的当前坐标为(2,1)，运动轨迹信息为：(0,0)，(1,0)，(1,1)，(2,1)。钞票N3的当前坐标为(1,1)，运动轨迹信息为：(0,0)，(1,0)，(1,1)。

Sen3L与Sen3R为两对并列于识别部入口的光电传感器，即提供给主控部也同时提供给识别部，提供给主控部用于钞票运动轨迹追踪及斜度计算，提供给识别部用于触发识别部开始扫描钞票图像等信息。当钞票进入Sen3L或Sen3R其中之一时，识别部立即开始扫描钞票，扫描完毕后，识别部开始判断钞票是否处在异常运动形态或属于塑料质透明开窗钞票，如果是，识别部顺序反馈给主控部各钞票信息，主控部通过查找钞票的运动轨迹，结合钞票相对于在Sen3L与Sen3R的位置，可以从N1、N2、N3...Nm中找到对应的钞票。

对于塑料开透明窗的钞票处理，传统的控制方法如图7左侧所示，则可能错误的计算钞票斜度。或者误判为图7右侧所示的情况，或者其他多种情况，而导致误识退钞(回收)。反之，当实际情况是图7右侧情况时，也有可能被误判为塑料钞。

事实上，为了保证塑料币钞票的处理，一般都会由主控部针对塑料质币种做特殊处理，增加维护难度。不同的塑料币国家因为尺寸，开窗位置的变化，甚至需要修改传感器位置以解决该问题，部分国家往往是塑料币与纸币混用，传统的控制方法都是以牺牲一定的识别率或者效率来满足塑料币处理的，没有从原理上解决该问题。

本发明识别部在异常运行状态信息中报告该钞票属于塑料质透明开窗钞票(对于图7的具体报告信息示意如下表2)，主控部对异常钞票进行处理。具体地，根据所述内轮廓的中心和宽度确定所述钞票在所述钞票传输通道中经过的光电传感器；若所述内轮廓围成的区域不经过任意一个光电传感器，将所述钞票按正常钞票处理，若所述钞票经过第一光电传感器，且所述第一光电传感器两次被所述钞票遮挡，在所述第一光电传感器第二次由被遮挡到不被遮挡时，更新所述钞票的坐标信息以及运动轨迹信息；其中，所述第一光电传感器为所述多个光电传感器中能够检测到所述内轮廓围成的区域的光电传感器。

如图7所示，可对钞票做如下处理：

(a)钞票N1进入Sen1时，因为不会经过透明开窗，正常记录更新传感器坐标及运动轨迹信息，及宽度信息。

(b)钞票N1进入Sen3时，主控部更新N1的坐标信息及运动轨迹信息。主控部实际监测到钞票N1进入。

(c)钞票N1继续向前通过Sen3过程中经过开窗/孔洞位置，Sen3第一次从被挡变为不被挡时不更新坐标信息。

(d)钞票N1继续向前通过Sen3过程中，Sen3再次被遮挡，主控部仍然不更新钞票N1的坐标信息及运动轨迹，直到Sen3第二次不被遮挡。主控部更新钞票N1的坐标信息及运动轨迹。

(e)钞票N2与钞票N1同类处理。

以上b-e步骤对塑料质透明开窗钞票的特殊跟踪处理，保证了通道中所有钞票的坐标信息及运动轨迹正确，从而能够实现塑料质透明开窗钞票的精确控制。

其他异常情况与以上A2、A5编号钞票处理。

表2：识别部报告A5类塑料开窗钞票的异常运行状态信息

对于轮廓为1，但是判断为重钞的钞票，通过在通道中的坐标信息，在进行回收时，该重钞钞票数量计数为2，防止两张重叠的钞票在经过分钞装置时没有被分离，计为1张钞票而出现统计的数量与实际回收钞票数量不符的情况。

对于塑料质透明开窗钞票，本发明可以从原理层面克服传统的技术难题，保证精确处理。对于不需要暂存的大额高速存款设备，致命的问题就是账目问题，通过本发明的应用，可以解决账目问题，节省暂存成本，大大提高钞票处理速度及效率。通过本发明的应用，可以保证回收箱钞票准确，进而保证循环箱内留存钞票信息准确，对银行互联网管理有着重要的意义。

以上所述实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。

以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。

Claims (9)

1.一种钞票处理装置，包括图像获取模块，其特征在于，还包括：

钞票轮廓跟踪模块和钞票形态判断模块；

所述图像获取模块用于获取钞票的图像，并将所述图像输出至所述钞票轮廓跟踪模块；

所述钞票轮廓跟踪模块用于对所述图像进行轮廓跟踪，获取所述图像的边缘轮廓，并计算所述边缘轮廓的数量和识别所述边缘轮廓上是否存在凹点；

所述钞票形态判断模块用于根据所述钞票轮廓跟踪模块得到的所述边缘轮廓的数量和凹点信息判断钞票的形态，若所述边缘轮廓的数量不为1，返回所述钞票形态异常，若所述边缘轮廓的数量等于1，判断所述边缘轮廓是否存在凹点，若存在凹点，返回所述钞票形态异常；

所述钞票轮廓跟踪模块还用于在对所述图像进行轮廓跟踪之后判断所述图像是否存在内轮廓，所述内轮廓为所述钞票中的塑料防伪开窗或孔洞对应的轮廓；

所述钞票形态判断模块用于在检测出边缘轮廓数量等于1且内轮廓数不为0时返回所述钞票存在塑料防伪开窗或孔洞。

2.一种钞票处理方法，其特征在于，包括以下步骤：

获取钞票的图像；

对所述图像进行轮廓跟踪，获取所述图像的边缘轮廓，计算所述边缘轮廓的数量，并识别所述边缘轮廓上是否存在凹点；

根据所述边缘轮廓的数量和凹点信息判断钞票的形态；

若所述边缘轮廓的数量不为1，返回所述钞票形态异常；

若所述边缘轮廓的数量等于1，判断所述边缘轮廓是否存在凹点；

若存在凹点，返回所述钞票形态异常；

在对所述图像进行轮廓跟踪之后，还包括以下步骤：

判断所述图像是否存在内轮廓；其中，所述内轮廓为所述钞票中的塑料防伪开窗或孔洞对应的轮廓；

若所述图像存在内轮廓且边缘轮廓数量等于1，返回所述钞票存在塑料防伪开窗或孔洞。

3.根据权利要求2所述的钞票处理方法，其特征在于，识别所述边缘轮廓上是否存在凹点的步骤包括：

分别以所述边缘轮廓上的各个轮廓点为圆心设置圆形特征描述子；

计算所述圆形特征描述子中钞票主体部分在所述圆形特征描述子中所占的比例值；

若存在比例值大于预设阈值的轮廓点，判定对应的轮廓点为凹点；其中，所述预设阈值大于或等于0.5。

4.根据权利要求2所述的钞票处理方法，其特征在于，在对所述图像进行轮廓跟踪之前，还包括以下步骤：

对所述图像进行二值化处理，得到二值图像；其中，将所述图像中钞票主体部分的图像的灰度值设为第一灰度值，将所述图像中背景部分的图像的灰度值设为第二灰度值；

执行对所述二值图像进行轮廓跟踪的步骤。

5.根据权利要求2所述的钞票处理方法，其特征在于，在判断所述图像存在内轮廓之后，还包括以下步骤：

获取所述内轮廓的轮廓点在平面坐标系中对应的横坐标和纵坐标；其中，所述平面坐标系以所述图像中钞票主体的左下角对应的点为坐标原点；

根据所述横坐标和纵坐标计算所述内轮廓的坐标参数；其中，所述坐标参数包括所述横坐标的最大值、最小值和平均值以及所述纵坐标的最大值、最小值和平均值；

根据所述坐标参数确定所述内轮廓的中心和垂直于钞票传输方向的宽度；

根据所述内轮廓的中心和宽度对形态异常的钞票进行处理。

6.根据权利要求5所述的钞票处理方法，其特征在于，根据所述内轮廓的中心和宽度对形态异常的钞票进行处理的步骤包括：

通过预先设置在钞票处理装置的钞票传输通道中的多个光电传感器，实时获取钞票处理装置当前检测的钞票在所述钞票传输通道中的位置信息，根据所述位置信息生成钞票处理装置当前检测的钞票的运动轨迹信息；

根据所述运动轨迹信息从钞票处理装置中定位对应的异常钞票。

7.根据权利要求6所述的钞票处理方法，其特征在于，根据所述内轮廓的中心和宽度对形态异常的钞票进行处理的步骤还包括：

根据所述内轮廓的中心和宽度确定所述钞票在所述钞票传输通道中经过的光电传感器；

若所述内轮廓围成的区域不经过任意一个光电传感器，将所述钞票按正常钞票处理，否则，执行以下步骤：

若所述钞票经过第一光电传感器，且所述第一光电传感器两次被所述钞票遮挡，在所述第一光电传感器第二次由被遮挡到不被遮挡时，更新所述钞票的坐标信息以及运动轨迹信息；其中，所述第一光电传感器为所述多个光电传感器中能够检测到所述内轮廓围成的区域的光电传感器。

8.根据权利要求2所述的钞票处理方法，其特征在于，还包括以下步骤：

若所述边缘轮廓的数量等于1，且所述边缘轮廓上存在凹点，获取所述钞票的厚度；

若所述厚度大于预设的厚度阈值，判定所述钞票存在多张交叠的钞票的异常；

否则，判定所述钞票存在钞票缺口的异常。

9.根据权利要求8所述的钞票处理方法，其特征在于，还包括以下步骤：

若所述边缘轮廓的数量等于1，且判定所述钞票存在多张交叠的钞票的异常，对所述钞票进行回收，并在回收时，将所述钞票的数量计数为2。