CN106548558A - 一种票据一维信号的检测方法及装置 - Google Patents

一种票据一维信号的检测方法及装置 Download PDF

Info

Publication number
CN106548558A
CN106548558A CN201610975164.5A CN201610975164A CN106548558A CN 106548558 A CN106548558 A CN 106548558A CN 201610975164 A CN201610975164 A CN 201610975164A CN 106548558 A CN106548558 A CN 106548558A
Authority
CN
China
Prior art keywords
abnormity point
dimensional
gray
bill
point
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.)
Granted
Application number
CN201610975164.5A
Other languages
English (en)
Other versions
CN106548558B (zh
Inventor
龚岩
王荣秋
王佳
孙燕
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
GRG Banking Equipment Co Ltd
Guangdian Yuntong Financial Electronic Co Ltd
Original Assignee
Guangdian Yuntong Financial Electronic Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Guangdian Yuntong Financial Electronic Co Ltd filed Critical Guangdian Yuntong Financial Electronic Co Ltd
Priority to CN201610975164.5A priority Critical patent/CN106548558B/zh
Publication of CN106548558A publication Critical patent/CN106548558A/zh
Priority to PCT/CN2017/108559 priority patent/WO2018082540A1/zh
Application granted granted Critical
Publication of CN106548558B publication Critical patent/CN106548558B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G07D7/202—Testing patterns thereon using pattern matching
    • G07D7/2041—Matching statistical distributions, e.g. of particle sizes orientations

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Inspection Of Paper Currency And Valuable Securities (AREA)

Abstract

本发明实施例公开了一种票据一维信号的检测方法及装置，通过将票据一维信号数据转化为二维灰度值，然后将二维灰度值作预处理，最后通过二维数据处理方法检测二维灰度值从而检测票据的是否粘有胶带、真伪以及面值，解决了现有的一维信号检测方法造成的异常样本难以被区分而正常样本又误拒、尤其对于粘贴有透明胶带的钞票很难准确识别等技术问题。

Description

一种票据一维信号的检测方法及装置
技术领域
本发明涉及钞票识别领域，尤其涉及一种票据一维信号的检测方法及装置。
背景技术
经济高速发展，钞票的发行量日益增大，假钞的出现，轻则影响人们的正常生活，重则会造成国家经济不稳定，干扰货币流通的正常秩序，破坏社会信用原则。
票据识别技术日新月异，现有的比较常用的主流票据鉴伪识别技术为一维信号检测，一维信号检测包括磁信号识别和厚度信号识别等。
然而,传统的票据一维信号检测方法存在着一定的局限性,例如:1对于票据特征点的位置信息判定不敏感,尤其在票据运行方向的垂直向分量上的位置关系容易存在误差；2一维信号处理易受干扰,不稳定,正样本与负样本可区分度小；3一维信号处理的算法手段少,并且存在有一定局限性。因此，现有的票据一维信号检测方法容易造成异常样本难以被区分，而正常样本又误拒等问题，尤其对于粘贴有透明胶带的钞票，银行对这种钞票需要进行回收，而这种钞票往往通过现有技术很难进行准确识别，例如常规的厚度检测无法判断钞票粘贴胶带和钞票褶皱两种情况。
发明内容
本发明实施例提供了一种票据一维信号的检测方法及装置，通过将票据一维信号数据转化为二维灰度值，然后将二维灰度值作预处理，最后通过二维数据处理方法检测二维灰度值从而检测票据的是否粘有胶带、真伪以及面值，解决了现有的一维信号检测方法造成的异常样本难以被区分而正常样本又误拒、尤其对于粘贴有透明胶带的钞票很难准确识别等技术问题。
本发明实施例提供的一种票据一维信号的检测方法，包括：
实时获取至少一路传感器采集到的票据一维信号数据；
将至少一路所述票据一维信号数据通过第一公式分别转化为二维灰度值I(x,n)并按信号通道数依次映射到灰度图中，所述第一公式为其中g(x,n)为所述二位灰度值的其中一个灰度，M(x,n)是所述一维信号数据，Mmin为所述一维信号数据中最小值，Mmax为所述一维信号数据中最大值，x的范围是一维信号数据总长，n表示当前所处在所述一维信号的第几通道，Chanelmax为所述信号通道数；
通过二维数据处理方法检测所述二维灰度值I(x,n)并判断票据是否异常。
优选地，
在将至少一路所述票据一维信号数据通过第一公式分别转化为二维灰度值I(x,n)并按信号通道数依次映射到灰度图中之后，在通过二维数据处理方法检测二维灰度值并判断票据是否异常之前还包括：
对所述二维灰度值I(x,n)作倾斜矫正和/或插值处理。
优选地，
通过二维数据处理方法检测所述二维灰度值I(x,n)并判断票据是否异常具体包括:
计算图像前景与后景区分的阈值t；
比较所述二维灰度值I(x,n)映射出的灰度图中各点的灰度g(x,n)与所述阈值t的大小，将所述灰度g(x,n)大于阈值t的点标记为异常点然后计算所述异常点的信息；
将所述异常点的信息与正常票据的信息对比判断所述票据是否粘有胶带或是否褶皱。
优选地，
计算图像前景与后景区分的阈值t具体为：
通过otsu算法和第二公式t＝Max[w0(t)*(u0(t)-u)2+w1(t)*(u1(t)-u)2)]计算图像前景与后景区分的阈值t，其中w0为背景比例，u0为背景均值，w1为前景比例，u1为前景均值，u为整幅图像的灰度均值。
优选地，
比较所述二维灰度值I(x,n)映射出的灰度图中各点的灰度g(x,n)与所述阈值t的大小，将所述灰度g(x,n)大于阈值t的点标记为异常点然后计算所述异常点的信息具体包括：
从左向右、自上而下扫描所述二维灰度值I(x,n)映射出的所述灰度图并比较映射出的所述灰度图中各点的灰度g(x,n)与所述阈值t的大小，若所述灰度g(x,n)大于阈值t则将所述灰度g(x,n)对应的点标记为异常点，然后判断所述异常点四邻域中的左面和上面是否有异常点；
若所述异常点四邻域中的左面和上面都没有异常点，则将所述异常点标记一个编号；
若所述异常点四邻域中的左面有异常点，上面没有异常点，则标记所述异常点为左面异常点的编号；
若所述异常点四邻域中的上面有异常点，左面没有异常点，则标记所述异常点为上面异常点的编号；
若所述异常点四邻域中的左面和上面都有异常点，则标所述异常点为左面异常点编号和上面异常点编号中较小的编号，并将较大的编号修改为较小的编号；
扫描经过异常点标记的所述二维灰度值I(x,n)映射出的所述灰度图并利用并查集算法合并连通的不同编号的所述异常点区域，然后计算所述异常点的连通域信息。
优选地，
通过二维数据处理方法检测所述二维灰度值I(x,n)并判断票据是否异常具体包括：
以至少一张正常票据为样本分别建立正常票据的二维灰度值，通过将至少一张正常票据相同位置点的二维灰度值取平均值得到正常参考二维灰度值In(x,y)；
将所述正常参考二维灰度值In(x,y)与所述二维灰度值I(x,n)匹配并通过匹配度判断票据真伪和票据面值。
本发明实施例提供了一种票据一维信号的检测装置，包括：
获取模块，用于实时获取至少一路传感器采集到的票据一维信号数据；
二维数据转化模块，用于将至少一路所述票据一维信号数据通过第一公式分别转化为二维灰度值I(x,n)并按信号通道数依次映射到灰度图中，所述第一公式为其中g(x,n)为所述二位灰度值的其中一个灰度，M(x,n)是所述一维信号数据，Mmin为所述一维信号数据中最小值，Mmax为所述一维信号数据中最大值，x的范围是一维信号数据总长，n表示当前所处在所述一维信号的第几通道，Chanelmax为所述信号通道数；
二维数据处理模块，用于通过二维数据处理方法检测所述二维灰度值I(x,n)并判断票据是否异常。
优选地，
所述票据一维信号的检测装置还包括：
倾斜矫正和/或插值处理模块，用于对所述二维灰度值I(x,n)作倾斜矫正和/或插值处理。
优选地，
所述二维数据处理模块具体包括:
阈值计算单元，用于计算图像前景与后景区分的阈值t；
异常点信息计算单元，比较所述二维灰度值I(x,n)映射出的灰度图中各点的灰度g(x,n)与所述阈值t的大小，将所述灰度g(x,n)大于阈值t的点标记为异常点然后计算所述异常点的信息；
比较判断单元，将所述异常点的信息与正常票据的信息对比判断所述票据是否粘有胶带。
优选地，
所述阈值计算单元具体用于：
通过otsu算法和第二公式t＝Max[w0(t)*(u0(t)-u)2+w1(t)*(u1(t)-u)2)]计算图像前景与后景区分的阈值t，其中w0为背景比例，u0为背景均值，w1为前景比例，u1为前景均值，u为整幅图像的灰度均值。
优选地，
所述异常点信息计算单元具体包括：
异常点标记自单元，用于从左向右、自上而下扫描所述二维灰度值I(x,n)映射出的所述灰度图并比较映射出的所述灰度图中各点的灰度g(x,n)与所述阈值t的大小，若所述灰度g(x,n)大于阈值t则将所述灰度g(x,n)对应的点标记为异常点，然后判断所述异常点四邻域中的左面和上面是否有异常点；
若所述异常点四邻域中的左面和上面都没有异常点，则将所述异常点标记一个编号；
若所述异常点四邻域中的左面有异常点，上面没有异常点，则标记所述异常点为左面异常点的编号；
若所述异常点四邻域中的上面有异常点，左面没有异常点，则标记所述异常点为上面异常点的编号；
若所述异常点四邻域中的左面和上面都有异常点，则标所述异常点为左面异常点编号和上面异常点编号中较小的编号，并将较大的编号修改为较小的编号；
连通域信息计算子单元，用于扫描经过异常点标记的所述二维灰度值I(x,n)映射出的所述灰度图并利用并查集算法合并连通的不同编号的所述异常点区域，然后计算所述异常点的连通域信息。
优选地，
所述二维数据处理模块具体包括：
正常参考二维数据建立模块，用于以至少一张正常票据为样本分别建立正常票据的二维灰度值，通过将至少一张正常票据相同位置点的二维灰度值取平均值得到正常参考二维灰度值In(x,y)；
匹配判断模块，用于将所述正常参考二维灰度值In(x,y)与所述二维灰度值I(x,n)匹配并通过匹配度判断票据真伪和票据面值。
从以上技术方案可以看出，本发明实施例具有以下优点：
1、通过将票据一维信号数据转化为二维灰度值，然后将二维灰度值作预处理，最后通过二维数据处理方法检测二维灰度值，从而检测票据的是否粘有胶带、真伪以及面值，解决了现有的一维信号检测方法造成的异常样本难以被区分而正常样本又误拒、尤其对于粘贴有透明胶带的钞票很难准确识别等技术问题，大幅度提高票据鉴伪的能力和识别的稳定性。
2、本发明实施例，完全是基于二维信号做处理，从而能更好的反映票据特征的位置关系，并且可以使用的处理的手段更丰富。
3、在一维信号转换映射至二维信号中，基于单张票据的数据进行转换和映射，更好的保留了票据的特征信息，而又排除了噪声的干扰。
4、对由一维信号数据转化来的二维灰度值作插值处理，有效的丰富了灰度图纵向上的数据，解决了现有的一维信号检测方法对于票据特征点的位置信息判定不敏感,尤其在票据运行方向的垂直向分量上的位置关系容易存在误差的技术问题，同时可以降低真正的噪声。
5、相比于单纯的一维信号处理，通过增维处理，可以使检测更直观，既保留一维信号的特征，又降低了一维信号所携带的噪声，同时,票据正负样本的区分度也更加明显，检测效果更好。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，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性的前提下，还可以根据这些附图获得其它的附图。
图1为本发明实施例提供的一种票据一维信号的检测方法的第一实施例的流程示意图；
图2为本发明实施例提供的一种票据一维信号的检测方法的第二实施例的流程示意图；
图3为本发明实施例提供的一种票据一维信号的检测方法的第一实施例的结构示意图；
图4为本发明实施例提供的一种票据一维信号的检测方法的第二实施例的结构示意图；
图5为本发明实施例提供的一种票据一维信号的检测方法的第一应用例中粘贴了竖贴胶带的测试钞图像；
图6为本发明实施例提供的一种票据一维信号的检测方法的第一应用例中粘贴了竖贴胶带的测试钞的厚度信号示意图；
图7为本发明实施例提供的一种票据一维信号的检测方法的第一应用例中将测试钞一维信号升维成二维灰度图后的图像；
图8为本发明实施例提供的一种票据一维信号的检测方法的第一应用例中对二维灰度图的二维灰度数据作多次插值之后的图像；
图9为本发明实施例提供的一种票据一维信号的检测方法的第一应用例中测试钞经过检测之后的图像；
图10和图11分别为本发明实施例提供的一种票据一维信号的检测方法的第二应用例中折角钞票和边角部分胶带钞样本图；
图12和图13分别为本发明实施例提供的一种票据一维信号的检测方法的第二应用例中折角钞票和边角部分胶带钞的原始一维信号示意图；
图14和图15分别为本发明实施例提供的一种票据一维信号的检测方法的第二应用例中折角钞票和边角部分胶带钞的二维灰度图；
图16和图17分别为本发明实施例提供的一种票据一维信号的检测方法的第二应用例中折角钞票和边角部分胶带钞的检测最终图像；
图18、图19和图20分别为本发明实施例提供的一种票据一维信号的检测方法的第三应用例中褶皱钞票、第一不规则胶带钞、第二不规则胶带钞样本图；
图21、图22和图23分别为本发明实施例提供的一种票据一维信号的检测方法的第三应用例中褶皱钞票、第一不规则胶带钞、第二不规则胶带钞样的一维厚度信号图；
图24、图25和图26分别为本发明实施例提供的一种票据一维信号的检测方法的第三应用例中褶皱钞票、第一不规则胶带钞、第二不规则胶带钞样的二维灰度图；
图27、图28和图29分别为本发明实施例提供的一种票据一维信号的检测方法的第三应用例中褶皱钞票、第一不规则胶带钞、第二不规则胶带钞样的检测最终图像；
图30和图31分别为本发明实施例提供的一种票据一维信号的检测方法的第四应用例中2美元与5美元的样本图；
图32和图33分别为本发明实施例提供的一种票据一维信号的检测方法的第四应用例中2美元与5美元的一维磁信号示意图；
图34和图35分别为本发明实施例提供的一种票据一维信号的检测方法的第四应用例中2美元与5美元的二维磁信号图像。
具体实施方式
本发明实施例提供了一种票据一维信号的检测方法及装置，通过将票据一维信号数据转化为二维灰度值，然后将二维灰度值作预处理，最后通过二维数据处理方法检测二维灰度值从而检测票据的是否粘有胶带、真伪以及面值，解决了现有的一维信号检测方法造成的异常样本难以被区分而正常样本又误拒、尤其对于粘贴有透明胶带的钞票很难准确识别等技术问题
为使得本发明的发明目的、特征、优点能够更加的明显和易懂，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，下面所描述的实施例仅仅是本发明一部分实施例，而非全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
请参阅图1，本发明实施例提供的一种票据一维信号的检测方法的第一实施例，包括：
101，实时获取至少一路传感器采集到的票据一维信号数据；
本发明实施例中，首先需要实时获取至少一路传感器采集到的票据一维信号数据。
102，将至少一路票据一维信号数据通过第一公式分别转化为二维灰度值I(x,n)并按信号通道数依次映射到灰度图中，第一公式为其中g(x,n)为二位灰度值的其中一个灰度，M(x,n)是一维信号数据，Mmin为一维信号数据中最小值，Mmax为一维信号数据中最大值，x的范围是一维信号数据总长，n表示当前所处在一维信号的第几通道，Chanelmax为信号通道数；
本发明实施例中，在实时获取至少一路传感器采集到的票据一维信号数据之后，还需要将至少一路票据一维信号数据通过第一公式分别转化为二维灰度值I(x,n)并按信号通道数依次映射到灰度图中，第一公式为其中g(x,n)为二位灰度值的其中一个灰度，M(x,n)是一维信号数据，Mmin为一维信号数据中最小值，Mmax为一维信号数据中最大值，x的范围是一维信号数据总长，n表示当前所处在一维信号的第几通道，Chanelmax为信号通道数，需要说明的是，信号通道数与票据一维信号数据的路数相对应。
103，通过二维数据处理方法检测二维灰度值I(x,n)并判断票据是否异常；
本发明实施例中，在将至少一路票据一维信号数据通过第一公式分别转化为二维灰度值I(x,n)并按信号通道数依次映射到灰度图中，第一公式为之后，还需要通过二维数据处理方法检测二维灰度值I(x,n)并判断票据是否异常。
请参阅图2，本发明实施例提供的一种票据一维信号的检测方法的第二实施例，包括：
201，实时获取至少一路传感器采集到的票据一维信号数据；
本发明实施例中，首先实时获取至少一路传感器采集到的票据一维信号数据，需要说明的是，票据一维信号数据可以是厚度信号、磁等鉴伪信号。
202，将至少一路票据一维信号数据通过第一公式分别转化为二维灰度值I(x,n)并按信号通道数依次映射到灰度图中，第一公式为其中g(x,n)为二位灰度值的其中一个灰度，M(x,n)是一维信号数据，Mmin为一维信号数据中最小值，Mmax为一维信号数据中最大值，x的范围是一维信号数据总长，n表示当前所处在一维信号的第几通道，Chanelmax为信号通道数；
本发明实施例中，在实时获取至少一路传感器采集到的票据一维信号数据之后，还需要将至少一路票据一维信号数据通过第一公式分别转化为二维灰度值I(x,n)并按信号通道数依次映射到灰度图中，第一公式为其中g(x,n)为二位灰度值的其中一个灰度，M(x,n)是一维信号数据，Mmin为一维信号数据中最小值，Mmax为一维信号数据中最大值，x的范围是一维信号数据总长，n表示当前所处在一维信号的第几通道，Chanelmax为信号通道数，需要说明的是，信号通道数与票据一维信号数据的路数相对应。
203，对二维灰度值I(x,n)作倾斜矫正和/或插值处理；
本发明实施例中，在将至少一路票据一维信号数据通过第一公式分别转化为二维灰度值I(x,n)并按信号通道数依次映射到灰度图中之后，还需要对二维灰度值I(x,n)作倾斜矫正和/或插值处理，需要说明的是，插值处理具体为在矩阵的纵向上插入临近两个元素的平均值，例如若对作一次插值处理，将会得到
204，通过otsu算法和第二公式t＝Max[w0(t)*(u0(t)-u)2+w1(t)*(u1(t)-u)2)]计算图像前景与后景区分的阈值t，其中w0为背景比例，u0为背景均值，w1为前景比例，u1为前景均值，u为整幅图像的灰度均值；
本发明实施例中，在对二维灰度值I(x,n)作倾斜矫正和/或插值处理之后，还需要通过otsu算法和第二公式t＝Max[w0(t)*(u0(t)-u)2+w1(t)*(u1(t)-u)2)]计算图像前景与后景区分的阈值t，其中w0为背景比例，u0为背景均值，w1为前景比例，u1为前景均值，u为整幅图像的灰度均值。
205，从左向右、自上而下扫描二维灰度值I(x,n)映射出的灰度图并比较映射出的灰度图中各点的灰度g(x,n)与阈值t的大小，若灰度g(x,n)大于阈值t则将灰度g(x,n)对应的点标记为异常点，然后判断异常点四邻域中的左面和上面是否有异常点；
若异常点四邻域中的左面和上面都没有异常点，则将异常点标记一个编号；
若异常点四邻域中的左面有异常点，上面没有异常点，则标记异常点为左面异常点的编号；
若异常点四邻域中的上面有异常点，左面没有异常点，则标记异常点为上面异常点的编号；
若异常点四邻域中的左面和上面都有异常点，则标异常点为左面异常点编号和上面异常点编号中较小的编号，并将较大的编号修改为较小的编号；
本发明实施例中，在通过otsu算法和第二公式t＝Max[w0(t)*(u0(t)-u)2+w1(t)*(u1(t)-u)2)]计算图像前景与后景区分的阈值t之后，还需要从左向右、自上而下扫描二维灰度值I(x,n)映射出的灰度图并比较映射出的灰度图中各点的灰度g(x,n)与阈值t的大小，若灰度g(x,n)大于阈值t则将灰度g(x,n)对应的点标记为异常点，然后判断异常点四邻域中的左面和上面是否有异常点；
若异常点四邻域中的左面和上面都没有异常点，则将异常点标记一个编号；
若异常点四邻域中的左面有异常点，上面没有异常点，则标记异常点为左面异常点的编号；
若异常点四邻域中的上面有异常点，左面没有异常点，则标记异常点为上面异常点的编号；
若异常点四邻域中的左面和上面都有异常点，则标异常点为左面异常点编号和上面异常点编号中较小的编号，并将较大的编号修改为较小的编号。
206，扫描经过异常点标记的二维灰度值I(x,n)映射出的灰度图并利用并查集算法合并连通的不同编号的异常点区域，然后计算异常点的连通域信息。
本发明实施例中，在从左向右、自上而下扫描二维灰度值I(x,n)映射出的灰度图并比较映射出的灰度图中各点的灰度g(x,n)与阈值t的大小，若灰度g(x,n)大于阈值t则将灰度g(x,n)对应的点标记为异常点，然后判断异常点四邻域中的左面和上面是否有异常点之后，还需要扫描经过异常点标记的二维灰度值I(x,n)映射出的灰度图并利用并查集算法合并连通的不同编号的异常点区域，然后计算异常点的连通域信息，需要说明的是，对于本领域技术人员来说并查集算法是现有技术，在此不再赘述。
207，将异常点的信息与正常票据的信息对比判断票据是否粘有胶带或是否褶皱；
本发明实施例中，在扫描经过异常点标记的二维灰度值I(x,n)映射出的灰度图并利用并查集算法合并连通的不同编号的异常点区域，然后计算异常点的连通域信息之后，还需要将异常点的信息与正常票据的信息对比判断票据是否粘有胶带或是否褶皱。
208，以至少一张正常票据为样本分别建立正常票据的二维灰度值，通过将至少一张正常票据相同位置点的二维灰度值取平均值得到正常参考二维灰度值In(x,y)；
本发明实施例中，在对二维灰度值I(x,n)作倾斜矫正和/或插值处理之后，还需要以至少一张正常票据为样本分别建立正常票据的二维灰度值，通过将至少一张正常票据相同位置点的二维灰度值取平均值得到正常参考二维灰度值In(x,y)。
209，将正常参考二维灰度值In(x,y)与二维灰度值I(x,n)匹配并通过匹配度判断票据真伪和票据面值；
本发明实施例中，在以至少一张正常票据为样本分别建立正常票据的二维灰度值，通过将至少一张正常票据相同位置点的二维灰度值取平均值得到正常参考二维灰度值In(x,y)之后，还需要将正常参考二维灰度值In(x,y)与二维灰度值I(x,n)匹配并通过匹配度判断票据真伪和票据面值，需要说明的是将正常参考二维灰度值In(x,y)与二维灰度值I(x,n)匹配并通过匹配度判断票据真伪和票据面值适用于基于磁等鉴伪特征的检测。
请参阅图3，本发明实施例提供的一种票据一维信号的检测装置的第一实施例，包括：
获取模块301，用于实时获取至少一路传感器采集到的票据一维信号数据；
二维数据转化模块302，用于将至少一路票据一维信号数据通过第一公式分别转化为二维灰度值I(x,n)并按信号通道数依次映射到灰度图中，第一公式为其中g(x,n)为二位灰度值的其中一个灰度，M(x,n)是一维信号数据，Mmin为一维信号数据中最小值，Mmax为一维信号数据中最大值，x的范围是一维信号数据总长，n表示当前所处在一维信号的第几通道，Chanelmax为信号通道数；
二维数据处理模块303，用于通过二维数据处理方法检测二维灰度值I(x,n)并判断票据是否异常。
请参阅图4，本发明实施例提供的一种票据一维信号的检测装置的第二实施例，包括：
获取模块401，用于实时获取至少一路传感器采集到的票据一维信号数据；
二维数据转化模块402，用于将至少一路票据一维信号数据通过第一公式分别转化为二维灰度值I(x,n)并按信号通道数依次映射到灰度图中，第一公式为其中g(x,n)为二位灰度值的其中一个灰度，M(x,n)是一维信号数据，Mmin为一维信号数据中最小值，Mmax为一维信号数据中最大值，x的范围是一维信号数据总长，n表示当前所处在一维信号的第几通道，Chanelmax为信号通道数；
倾斜矫正和/或插值处理模块403，用于对二维灰度值I(x,n)作倾斜矫正和/或插值处理。
二维数据处理模块404，用于通过二维数据处理方法检测二维灰度值I(x,n)并判断票据是否异常。
二维数据处理模块404具体包括:
阈值计算单元4041，用于计算图像前景与后景区分的阈值t；
异常点信息计算单元4042，比较二维灰度值I(x,n)映射出的灰度图中各点的灰度g(x,n)与阈值t的大小，将灰度g(x,n)大于阈值t的点标记为异常点然后计算异常点的信息；
比较判断单元4043，将异常点的信息与正常票据的信息对比判断票据是否粘有胶带。
阈值计算单元4041具体用于：
通过otsu算法和第二公式t＝Max[w0(t)*(u0(t)-u)2+w1(t)*(u1(t)-u)2)]计算图像前景与后景区分的阈值t，其中w0为背景比例，u0为背景均值，w1为前景比例，u1为前景均值，u为整幅图像的灰度均值。
异常点信息计算单元4042具体包括：
异常点标记自单元40421，用于从左向右、自上而下扫描二维灰度值I(x,n)映射出的灰度图并比较映射出的灰度图中各点的灰度g(x,n)与阈值t的大小，若灰度g(x,n)大于阈值t则将灰度g(x,n)对应的点标记为异常点，然后判断异常点四邻域中的左面和上面是否有异常点；
若异常点四邻域中的左面和上面都没有异常点，则将异常点标记一个编号；
若异常点四邻域中的左面有异常点，上面没有异常点，则标记异常点为左面异常点的编号；
若异常点四邻域中的上面有异常点，左面没有异常点，则标记异常点为上面异常点的编号；
若异常点四邻域中的左面和上面都有异常点，则标异常点为左面异常点编号和上面异常点编号中较小的编号，并将较大的编号修改为较小的编号；
连通域信息计算子单元40422，用于扫描经过异常点标记的二维灰度值I(x,n)映射出的灰度图并利用并查集算法合并连通的不同编号的异常点区域，然后计算异常点的连通域信息。
二维数据处理模块404具体包括：
正常参考二维数据建立模块4044，用于以至少一张正常票据为样本分别建立正常票据的二维灰度值，通过将至少一张正常票据相同位置点的二维灰度值取平均值得到正常参考二维灰度值In(x,y)；
匹配判断模块4045，用于将正常参考二维灰度值In(x,y)与二维灰度值I(x,n)匹配并通过匹配度判断票据真伪和票据面值。
上面是对一种票据一维信号的检测方法及装置进行的详细说明，为便于理解，下面将以一具体应用场景对一种票据一维信号的检测方法及装置的应用进行说明；
请参阅图5至图9第一应用例包括：对一张粘贴了竖贴胶带的测试钞进行检测识别。粘贴了竖贴胶带的测试钞图像如图5所示，首先获取钞票的一维厚度信号，然后通过多路厚度传感器的数据采集，其厚度信号的数据应该如下：
第一路：T1＝[0,0,180,181,180,182......]
第二路：T2＝[0,181,183,180,180,182......]
第三路：T3＝[180,180,180,181,180,180......]
第四路：T4＝[0,0,0,181,180,182,180......]
……
第n路：Tn＝[0,182,180,181,180,182......]，
直观的示意图如图6所示；
然后将一维信号升维成二维灰度图
实际的图像效果如图7所示；
接着对图像进行倾斜矫正得到
之后对图像插值，丰富数据得到
重复多次图像插值后可以得到灰度图如图8所示；然后对多次插值后的灰度图作灰度值与计算的阈值比较，将大于阈值的灰度值对应的点标记为异常点，最后利用并查集算法合并连通的异常点区域，将异常点区域赋予新灰度值(非255)，将异常区域赋予灰度值255，如图9所示，其中，图9中灰色部分为检测出的异常点区域即胶带区域，白色部分(灰度值255)为钞票区域，黑色部分为无效数据区域。
请参阅图10至图17，第二应用例包括：对较难区分的折角钞票和边角部分胶带钞进行检测识别。较难区分的折角钞票和边角部分胶带钞样图分别如图10和图11所示，分别获取折角钞票和边角部分胶带钞的原始一维信号示意图如图12如13所示，现有的一维厚度信号检测方法更多的是基于单一路数据异常部分的计算，照此，从图12和图13中可以看出，单一路的数据异常部分很难区分折角钞和胶带钞，如果在一维厚度信号检测中基于多路信号同时分析，一维检测的手段比较少，多路信号联系性又不够，检测效果会很不好，如果使用一维检测的算法综合计算法多路信号时比较复杂，不易实现，将会使检测效果更加不好；
将折角钞票和边角部分胶带钞的原始一维信号转化成二维灰度数据并映射到图像中去，如图14和图15所示，图中灰色部分为有效数据部分，黑色部分为无效数据部分，可以看出，二维图像中，折角钞和胶带钞的特征已经明显还原，通过一般的图像检测算法即可区分出折角钞和胶带钞；
对折角钞票和边角部分胶带钞的检测最终图像如图16和图17所示，图中灰色部分为检测出的胶带区域，白色部分为钞票区域，黑色部分为无效数据区域，折角钞与边角部分胶带钞相比，折角钞折角区域有缺损，而胶带钞没有，通过对二者区别的描述，可区分性变得更高。
请参阅图18至图29第三应用例包括：对褶皱钞票与两种不规则胶带钞进行检测区分。褶皱钞票、第一不规则胶带钞、第二不规则胶带钞样本图如图18至图20所示，褶皱钞票、第一不规则胶带钞、第二不规则胶带钞的一维厚度信号如图21至图23所示，从图中所框示区域看，几乎每一路信号都存在异常部分，但如果不是整体考虑信号各突出部分，很难区分出褶皱钞和胶带钞，将褶皱钞票、第一不规则胶带钞、第二不规则胶带钞的一维厚度信号转化成二维灰度数据并映射到图像中去如图24、图25、图26所示，对褶皱钞票、第一不规则胶带钞、第二不规则胶带钞的检测最终图像如图27、图28、图29所示，图中灰色部分为检测出的胶带区域，白色部分为钞票区域，黑色部分为无效数据区域。通过对图像的连通区域的面积、形状和大小的描述，可以很容易区分出胶带钞与褶皱钞。
请参阅图30至图29第四应用例包括：对不同面值的美元的磁检测。2美元与5美元的样本如图31和图32所示，2美元与5美元的一维磁信号示意图如图33和图34所示，可以看出，钞票上的磁特征部分会有不同的波形反应，因此不同面值，真钞和假钞之间有着不同的一维磁信号波形，但是一维检测中，对于特征的位置信息反应不够精确，2美元与5美元的检测最终图像35和图像36所示，其中灰色部分为有效数据部分，黑色部分为无效数据部分，可以看出，使用二维图像检测的手段对以上磁信号进行检测，对于区分钞票的面值版本和鉴别伪钞，检测的精度可以明显提升。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统，装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在本申请所提供的几个实施例中，应该理解到，所揭露的系统，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-OnlyMemory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述，以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (12)

1.一种票据一维信号的检测方法，其特征在于，包括：
实时获取至少一路传感器采集到的票据一维信号数据；
将至少一路所述票据一维信号数据通过第一公式分别转化为二维灰度值I(x,n)并按信号通道数依次映射到灰度图中，所述第一公式为其中g(x,n)为所述二位灰度值的其中一个灰度，M(x,n)是所述一维信号数据，Mmin为所述一维信号数据中最小值，Mmax为所述一维信号数据中最大值，x的范围是一维信号数据总长，n表示当前所处在所述一维信号的第几通道，Chanelmax为所述信号通道数；
通过二维数据处理方法检测所述二维灰度值I(x,n)并判断票据是否异常。
2.根据权利要求1所述的票据一维信号的检测方法，其特征在于，在将至少一路所述票据一维信号数据通过第一公式分别转化为二维灰度值I(x,n)并按信号通道数依次映射到灰度图中之后，在通过二维数据处理方法检测二维灰度值并判断票据是否异常之前还包括：
对所述二维灰度值I(x,n)作倾斜矫正和/或插值处理。
3.根据权利要求1所述的票据一维信号的检测方法，其特征在于，通过二维数据处理方法检测所述二维灰度值I(x,n)并判断票据是否异常具体包括:
计算图像前景与后景区分的阈值t；
比较所述二维灰度值I(x,n)映射出的灰度图中各点的灰度g(x,n)与所述阈值t的大小，将所述灰度g(x,n)大于阈值t的点标记为异常点然后计算所述异常点的信息；
将所述异常点的信息与正常票据的信息对比判断所述票据是否粘有胶带或是否褶皱。
4.根据权利要求3所述的票据一维信号的检测方法，其特征在于，计算图像前景与后景区分的阈值t具体为：
通过otsu算法和第二公式t＝Max[w0(t)*(u0(t)-u)2+w1(t)*(u1(t)-u)2)]计算图像前景与后景区分的阈值t，其中w0为背景比例，u0为背景均值，w1为前景比例，u1为前景均值，u为整幅图像的灰度均值。
5.根据权利要求3所述的票据一维信号的检测方法，其特征在于，比较所述二维灰度值I(x,n)映射出的灰度图中各点的灰度g(x,n)与所述阈值t的大小，将所述灰度g(x,n)大于阈值t的点标记为异常点然后计算所述异常点的信息具体包括：
从左向右、自上而下扫描所述二维灰度值I(x,n)映射出的所述灰度图并比较映射出的所述灰度图中各点的灰度g(x,n)与所述阈值t的大小，若所述灰度g(x,n)大于阈值t则将所述灰度g(x,n)对应的点标记为异常点，然后判断所述异常点四邻域中的左面和上面是否有异常点；
若所述异常点四邻域中的左面和上面都没有异常点，则将所述异常点标记一个编号；
若所述异常点四邻域中的左面有异常点，上面没有异常点，则标记所述异常点为左面异常点的编号；
若所述异常点四邻域中的上面有异常点，左面没有异常点，则标记所述异常点为上面异常点的编号；
若所述异常点四邻域中的左面和上面都有异常点，则标所述异常点为左面异常点编号和上面异常点编号中较小的编号，并将较大的编号修改为较小的编号；
扫描经过异常点标记的所述二维灰度值I(x,n)映射出的所述灰度图并利用并查集算法合并连通的不同编号的所述异常点区域，然后计算所述异常点的连通域信息。
6.根据权利要求1所述的票据一维信号的检测方法，其特征在于，通过二维数据处理方法检测所述二维灰度值I(x,n)并判断票据是否异常具体包括：
以至少一张正常票据为样本分别建立正常票据的二维灰度值，通过将至少一张正常票据相同位置点的二维灰度值取平均值得到正常参考二维灰度值In(x,y)；
将所述正常参考二维灰度值In(x,y)与所述二维灰度值I(x,n)匹配并通过匹配度判断票据真伪和票据面值。
7.一种票据一维信号的检测装置，其特征在于，包括：
获取模块，用于实时获取至少一路传感器采集到的票据一维信号数据；
二维数据转化模块，用于将至少一路所述票据一维信号数据通过第一公式分别转化为二维灰度值I(x,n)并按信号通道数依次映射到灰度图中，所述第一公式为其中g(x,n)为所述二位灰度值的其中一个灰度，M(x,n)是所述一维信号数据，Mmin为所述一维信号数据中最小值，Mmax为所述一维信号数据中最大值，x的范围是一维信号数据总长，n表示当前所处在所述一维信号的第几通道，Chanelmax为所述信号通道数；
二维数据处理模块，用于通过二维数据处理方法检测所述二维灰度值I(x,n)并判断票据是否异常。
8.根据权利要求7所述的票据一维信号的检测装置，其特征在于，还包括：
倾斜矫正和/或插值处理模块，用于对所述二维灰度值I(x,n)作倾斜矫正和/或插值处理。
9.根据权利要求7所述的票据一维信号的检测装置，其特征在于，所述二维数据处理模块具体包括:
阈值计算单元，用于计算图像前景与后景区分的阈值t；
异常点信息计算单元，比较所述二维灰度值I(x,n)映射出的灰度图中各点的灰度g(x,n)与所述阈值t的大小，将所述灰度g(x,n)大于阈值t的点标记为异常点然后计算所述异常点的信息；
比较判断单元，将所述异常点的信息与正常票据的信息对比判断所述票据是否粘有胶带。
10.根据权利要求9所述的票据一维信号的检测装置，其特征在于，所述阈值计算单元具体用于：
通过otsu算法和第二公式t＝Max[w0(t)*(u0(t)-u)2+w1(t)*(u1(t)-u)2)]计算图像前景与后景区分的阈值t，其中w0为背景比例，u0为背景均值，w1为前景比例，u1为前景均值，u为整幅图像的灰度均值。
11.根据权利要求9所述的票据一维信号的检测装置，其特征在于，所述异常点信息计算单元具体包括：
异常点标记自单元，用于从左向右、自上而下扫描所述二维灰度值I(x,n)映射出的所述灰度图并比较映射出的所述灰度图中各点的灰度g(x,n)与所述阈值t的大小，若所述灰度g(x,n)大于阈值t则将所述灰度g(x,n)对应的点标记为异常点，然后判断所述异常点四邻域中的左面和上面是否有异常点；
若所述异常点四邻域中的左面和上面都没有异常点，则将所述异常点标记一个编号；
若所述异常点四邻域中的左面有异常点，上面没有异常点，则标记所述异常点为左面异常点的编号；
若所述异常点四邻域中的上面有异常点，左面没有异常点，则标记所述异常点为上面异常点的编号；
若所述异常点四邻域中的左面和上面都有异常点，则标所述异常点为左面异常点编号和上面异常点编号中较小的编号，并将较大的编号修改为较小的编号；
连通域信息计算子单元，用于扫描经过异常点标记的所述二维灰度值I(x,n)映射出的所述灰度图并利用并查集算法合并连通的不同编号的所述异常点区域，然后计算所述异常点的连通域信息。
12.根据权利要求7所述的票据一维信号的检测装置，其特征在于，所述二维数据处理模块具体包括：
正常参考二维数据建立模块，用于以至少一张正常票据为样本分别建立正常票据的二维灰度值，通过将至少一张正常票据相同位置点的二维灰度值取平均值得到正常参考二维灰度值In(x,y)；
匹配判断模块，用于将所述正常参考二维灰度值In(x,y)与所述二维灰度值I(x,n)匹配并通过匹配度判断票据真伪和票据面值。
CN201610975164.5A 2016-11-07 2016-11-07 一种票据一维信号的检测方法及装置 Active CN106548558B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN201610975164.5A CN106548558B (zh) 2016-11-07 2016-11-07 一种票据一维信号的检测方法及装置
PCT/CN2017/108559 WO2018082540A1 (zh) 2016-11-07 2017-10-31 一种票据一维信号的检测方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610975164.5A CN106548558B (zh) 2016-11-07 2016-11-07 一种票据一维信号的检测方法及装置

Publications (2)

Publication Number Publication Date
CN106548558A true CN106548558A (zh) 2017-03-29
CN106548558B CN106548558B (zh) 2019-07-23

Family

ID=58394267

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610975164.5A Active CN106548558B (zh) 2016-11-07 2016-11-07 一种票据一维信号的检测方法及装置

Country Status (2)

Country Link
CN (1) CN106548558B (zh)
WO (1) WO2018082540A1 (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107134046A (zh) * 2017-05-02 2017-09-05 深圳怡化电脑股份有限公司 一种纸币厚度异常检测方法及装置
WO2018082540A1 (zh) * 2016-11-07 2018-05-11 广州广电运通金融电子股份有限公司 一种票据一维信号的检测方法及装置
CN110222695A (zh) * 2019-06-19 2019-09-10 拉扎斯网络科技（上海）有限公司 一种证件图片处理方法及装置、介质、电子设备
CN111476937A (zh) * 2020-04-18 2020-07-31 武汉卓目科技有限公司 金融机具二维信号辅助一维信号鉴伪的方法及装置

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110146589B (zh) * 2019-06-17 2022-12-30 东北大学 一种管道漏磁数据的高清可视化方法
CN111832428B (zh) * 2020-06-23 2024-02-23 北京科技大学 一种应用于冷轧轧机断带故障诊断的数据增强方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100144291A1 (en) * 2008-12-08 2010-06-10 Georgios Stylianou Vision assistance using mobile telephone
CN102324134A (zh) * 2011-09-19 2012-01-18 广州广电运通金融电子股份有限公司 有价文件鉴别方法及其鉴别装置
CN104036290A (zh) * 2014-06-11 2014-09-10 新达通科技股份有限公司 一种纸币面值识别方法及装置
CN104658097A (zh) * 2015-03-11 2015-05-27 华中科技大学 一种基于图像的直方图匹配的人民币纸币面额识别方法
CN105447956A (zh) * 2015-11-06 2016-03-30 东方通信股份有限公司 一种拼接纸币的检测方法

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3390146B2 (ja) * 1999-05-10 2003-03-24 冨士色素株式会社 偽札検知またはセキュリティ認証インキ及び検知認証方法
CN105957238B (zh) * 2016-05-20 2019-02-19 聚龙股份有限公司 一种纸币管理方法及其系统
CN106548558B (zh) * 2016-11-07 2019-07-23 广州广电运通金融电子股份有限公司 一种票据一维信号的检测方法及装置

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100144291A1 (en) * 2008-12-08 2010-06-10 Georgios Stylianou Vision assistance using mobile telephone
CN102324134A (zh) * 2011-09-19 2012-01-18 广州广电运通金融电子股份有限公司 有价文件鉴别方法及其鉴别装置
CN104036290A (zh) * 2014-06-11 2014-09-10 新达通科技股份有限公司 一种纸币面值识别方法及装置
CN104658097A (zh) * 2015-03-11 2015-05-27 华中科技大学 一种基于图像的直方图匹配的人民币纸币面额识别方法
CN105447956A (zh) * 2015-11-06 2016-03-30 东方通信股份有限公司 一种拼接纸币的检测方法

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2018082540A1 (zh) * 2016-11-07 2018-05-11 广州广电运通金融电子股份有限公司 一种票据一维信号的检测方法及装置
CN107134046A (zh) * 2017-05-02 2017-09-05 深圳怡化电脑股份有限公司 一种纸币厚度异常检测方法及装置
CN107134046B (zh) * 2017-05-02 2019-08-23 深圳怡化电脑股份有限公司 一种纸币厚度异常检测方法及装置
CN110222695A (zh) * 2019-06-19 2019-09-10 拉扎斯网络科技（上海）有限公司 一种证件图片处理方法及装置、介质、电子设备
CN110222695B (zh) * 2019-06-19 2021-11-02 拉扎斯网络科技（上海）有限公司 一种证件图片处理方法及装置、介质、电子设备
CN111476937A (zh) * 2020-04-18 2020-07-31 武汉卓目科技有限公司 金融机具二维信号辅助一维信号鉴伪的方法及装置
CN111476937B (zh) * 2020-04-18 2021-11-16 武汉卓目科技有限公司 金融机具二维信号辅助一维信号鉴伪的方法及装置

Also Published As

Publication number Publication date
CN106548558B (zh) 2019-07-23
WO2018082540A1 (zh) 2018-05-11

Similar Documents

Publication Publication Date Title
CN106548558A (zh) 一种票据一维信号的检测方法及装置
CN102136166B (zh) 多模态信息融合的纸币成像鉴伪方法及其装置
CN102804127B (zh) 响应于从数据承载记录读取的数据而操作的银行系统
CN105374105A (zh) 一种用于移动终端鉴别纸币真伪的方法
CN110956737B (zh) 一种安全线识别方法和装置
CN104318257A (zh) 纸币识别方法与系统
CN105551133A (zh) 一种纸币拼接缝或折痕的识别方法及系统
JPWO2004081887A1 (ja) 紙葉類識別方法及び紙葉類識別装置
WO2004023402A1 (ja) 紙葉類特徴検出装置及び紙葉類特徴検出方法
CN106599923A (zh) 一种对印防伪特征的检测方法及装置
RU2688306C1 (ru) Способ и устройство обнаружения для наслоившихся друг на друга банкнот
CN108806058A (zh) 一种纸币检测方法及装置
CN106447897A (zh) 一种检测纸币磁性特征的方法及装置
CN102713982A (zh) 纸张识别装置以及纸张识别方法
KR101076322B1 (ko) 컨택 이미지 센서를 이용한 지폐의 진위 판단 방법
CN105096446A (zh) 一种折角钞光变油墨鉴伪识别的方法及系统
JP3549935B2 (ja) 紙葉類識別装置
CN108961530B (zh) 一种纸币缺陷识别方法以及系统
CN108665604B (zh) 一种纸币新旧等级的检测方法及装置
CN206584446U (zh) 基于凹印印刷图案检测鉴别钞票真伪的设备
CN107240184A (zh) 一种塑料币版本识别的方法、装置及设备
CN205722109U (zh) 钞票防伪检测设备
CN111476937B (zh) 金融机具二维信号辅助一维信号鉴伪的方法及装置
KR20080002204A (ko) 자기잉크 정보를 그룹화하여 지폐의 진위를 판단하는 방법
CN107170111A (zh) 一种减少废钞的控制方法及装置

Legal Events

Date Code Title Description
PB01 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