CN106934921B - 纸张类异物粘贴检测方法及装置 - Google Patents
纸张类异物粘贴检测方法及装置 Download PDFInfo
- Publication number
- CN106934921B CN106934921B CN201710097053.3A CN201710097053A CN106934921B CN 106934921 B CN106934921 B CN 106934921B CN 201710097053 A CN201710097053 A CN 201710097053A CN 106934921 B CN106934921 B CN 106934921B
- Authority
- CN
- China
- Prior art keywords
- paper
- data
- detected
- image data
- sticking
- 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.)
- Active
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
- G07D7/202—Testing patterns thereon using pattern matching
- G07D7/2041—Matching statistical distributions, e.g. of particle sizes orientations
Abstract
本发明公开了一种纸张类异物粘贴检测方法,通过将待测纸张的图像数据进行前景区域提取、投影变换后获取投影数据,再将所述投影数据和标准投影数据进行差分和归一化处理后得到差分归一化数据,根据获得的差分归一化数据进行积分可计算所述待测纸张的粘贴指数,将所述粘贴指数与预设的阈值进行比较来判断待测纸张是否存在异物粘贴,从而可以有效检测纸张类的异物粘贴,避免了通过厚度传感器检测异物粘贴存在误判的情况,准确性高,且适用范围广。
Description
技术领域
本发明涉及电子技术领域,尤其涉及一种纸张类异物粘贴检测方法及装置。
背景技术
纸张在使用或者在制造过程中,会出现异物粘贴的情况。当某些纸张具有一定的价值,异物粘贴会影响纸张的使用,给人们的生活带来不便。尤其是纸币,在日常生活中人们常用胶带将缺损或撕裂的纸币粘贴起来继续使用。这种纸币存入银行时需要将其检出作为残旧币进行处理。
目前金融机构检测纸币异物粘贴的方法主要有两种:一种是通过使用厚度传感器获取纸币的厚度信息来检测异物粘贴,这种方法存在误判的风险,一方面是因为纸币本身就存在一定的凹凸印刷,票面并不平整,另一方面,纸币会发生褶皱、折角等情况,这些情况都很容易导致误判的产生;另一种检测异物粘贴的方法是检测红外光反射率,具体是使用一对红外发射管和红外接收管来获得图像的红外反射率,但是这种方法只适用于透明胶带粘贴的情况,并不适用于其他异物粘贴的情况。
发明内容
本发明实施例的目的是提供一种纸张类异物粘贴检测方法及装置,能准确检出存在异物粘贴的纸张,适用的异物范围广,实用性强。
为实现上述目的,本发明实施例提供了一种纸张类异物粘贴检测方法,包括步骤:
获取待测纸张的图像数据,从所述图像数据中提取所述纸张的前景区域的图像数据;
将所述前景区域的图像数据进行投影变换后得到所述前景区域的投影数据;
将所述前景区域的投影数据与预存储的标准投影数据进行差分后得到差分数据,并将所述差分数据进行归一化处理得到差分归一化数据;
根据所述差分归一化数据,通过积分计算所述待测纸张的粘贴指数,将所述粘贴指数与预设的阈值进行比较判断待测纸张是否存在异物粘贴。
与现有技术相比,本发明公开的纸张类异物粘贴检测方法通过将待测纸张的图像数据进行前景区域提取、投影变换后获取投影数据,再将所述投影数据和标准投影数据进行差分和归一化处理后得到差分归一化数据,根据获得的差分归一化数据进行积分可计算所述待测纸张的粘贴指数,将所述粘贴指数与预设的阈值进行比较来判断待测纸张是否存在异物粘贴,从而可以有效检测纸张类的异物粘贴,避免了通过厚度传感器检测异物粘贴存在误判的情况,准确性高,且适用的异物的范围更广。
作为上述方案的改进,通过红外反射传感器获取待测纸张的图像数据。采用红外光反射传感器获取图像数据,具有抗干扰性强、受污渍影响小等特点,更有利于描述粘贴特征。
作为上述方案的改进,基于所述待测纸张的图像的边缘特征进行前景和背景分割,从所述图像数据中提取所述图像的前景区域的图像数据。所述前景区域为待测纸张的有效识别区域,所以采用图像边缘检测技术提取所述前景区域能提高检测纸张类异物粘贴的效率。
作为上述方案的改进,过以下公式对所述前景区域的图像数据进行投影变换以获得所述前景区域的投影数据:
其中,其中H为所述前景区域的投影数据,I为所述前景区域的图像数据,m、n为所述待测纸张的纵坐标阈值,i、j分别为所述待测纸张的横坐标和纵坐标,N为所述待测纸张的横坐标阈值。
作为上述方案的改进,通过以下公式将所述差分数据进行归一化处理以得到所述差分归一化数据:
其中,Δ(i)=F(i)-H(i)i=0,…,N;所述F(i)为标准投影数据,所述H(i)为所述前景区域的投影数据;所述i为所述待测纸张的横坐标,Δ(i)为所述前景区域的投影数据与预存储的标准投影数据得到的差分数据,Δ1(i)为所述差分归一化数据。
作为上述方案的改进,所述纸张包括纸币或支票。纸币的异物粘贴检测具有更重要的实际意义。
作为上述方案的改进,所述根据所述差分归一化数据,通过积分计算待测纸张的粘贴指数具体为:
获取差分归一化数据中的N个极大值,所述N个极大值根据i值从小到大依次排列;其中,所述N≥3;
将任一极大值与相邻的两个极大值比较,若所述任一极大值小于相邻的两个极大值,则删除所述任一极大值.
基于剩下的极大值,以i值作为参数进行积分计算获得M个积分值,获取所述M个积分值中的最大值,所述最大值为所述待测纸张的粘贴指数;其中,所述M≥1。通过将差分归一化数据和特定边界条件进行积分计算,然后将最大积分值作为所述待测纸张的粘贴指数,排除了粘贴程度较小的区域,提高了检测的准确性和高效性。
作为上述方案的改进,所述待测纸张的图像数据包括所述待测纸张的灰度值。当所述待测纸张存在异物粘贴时,会在红外反射图像相应的位置出现痕迹,所得到的图像的灰度值与粘贴的程度和异物的材料有关。
作为上述方案的改进,将所述粘贴指数与预设的阈值进行比较判断所述待测纸张是否存在异物粘贴具体为:
当所述粘贴指数大于等于所述预设的阈值时,则判断所述待测纸张存在异物粘贴;
当所述粘贴指数小于所述预设的阈值时,则判断所述待测纸张不存在异物粘贴。
设定阈值作为待测纸张是否存在异物粘贴的标准,可以防止误判的情况产生。
本发明实施例还提供了一种纸张类异物粘贴检测装置,包括:
图像数据获取模块,用于获取待测纸张的图像数据,从所述图像数据中提取前景区域的图像数据;
投影数据获取模块,用于将所述图像数据获取模块得到的所述前景区域的图像数据进行投影变换后得到所述前景区域的投影数据;
差分归一化数据获取模块,用于将所述前景区域的投影数据与预存储的标准投影数据进行差分后得到差分数据,并将所述差分数据进行归一化处理得到差分归一化数据;
异物粘贴检测模块,用于根据所述差分归一化数据通过积分计算待测纸张的粘贴指数,将所述粘贴指数与预设的阈值进行比较判断待测纸张是否存在异物粘贴。
本发明提供的纸张类异物粘贴检测装置基于待测纸张的图像数据,依次进行前景区域提取、投影变换处理后获得所述前景区域的投影数据,然后将所述投影数据和标准投影数据进行差分归一化处理,再根据上述差分归一化数据进行积分计算可得到待测纸张的粘贴指数,最后将所述粘贴指数和预设的阈值进行比较即可判断待测纸张的异物粘贴状况,避免了通过厚度传感器检测异物粘贴存在误判的情况,过程简单,且提高了检测的准确度,适用于不同种类的异物。
附图说明
图1是本发明实施例1中一种纸张类异物粘贴检测方法流程图。
图2是本发明实施例2中一种纸张类异物粘贴检测方法流程图。
图3是本发明实施例3中一种纸张类异物粘贴检测方法流程图。
图4是图3中步骤S34的具体实施流程图。
图5是本发明实施例3中差分归一化曲线的示意图。
图6是计算“蓄水池”的最大容水量的流程示意图。
图7是本发明实施例4中纸张类异物粘贴检测装置。
具体实施方式
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,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,本领域普通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。
参见图1,是本发明实施例1提供的一种纸张类异物粘贴检测方法的流程图。如图1所示的纸张类异物粘贴检测方法,包括步骤:
S11、获取待测纸张的图像数据,从所述图像数据中提取所述纸张的前景区域的图像数据;
所述前景区域为有效识别区域,从所述图像数据中提取出前景区域,能提高整个过程的效率,过程更简单。
S12、将所述前景区域的图像数据进行投影变换后得到所述前景区域的投影数据;
S13、将所述前景区域的投影数据与预存储的标准投影数据进行差分后得到差分数据,并将所述差分数据进行归一化处理得到差分归一化数据;
S14、根据所述差分归一化数据,通过积分计算所述待测纸张的粘贴指数,将所述粘贴指数与预设的阈值进行比较判断待测纸张是否存在异物粘贴。
具体实施时,通过将获取的待测纸张的图像数据,依次进行前景区域提取、投影变换后得到所述前景区域的投影数据,再将所述前景区域的投影数据与标准投影数据进行差分归一化处理后得到差分归一化数据,最后将所述差分归一化数据进行积分获得所述待测纸张的粘贴指数,基于所述粘贴指数和预设的阈值即可判断待测纸张是否存在异物粘贴。通过上述方法来判定纸张类是否存在异物粘贴,避免了使用厚度传感器检测待测纸张厚度来检测纸张类异物粘贴而带来的误判问题,同时,也避免了现有技术通过对红外发射管和红外接收管获得的光电信号进行特定处理来判断纸币的异物粘贴只适用于透明胶带,不适用于纸质胶带等不透明的异物的问题,获得了准确性高、结果可靠的效果。
优选地,本实施例中的待测纸张可为纸币或支票。其中,在日常生活中,对纸币的异物粘贴检测尤为重要。由于纸币在流通过程中,容易出现受损的情况,人们往往将受损的纸币进行粘贴后继续使用,而金融机构需要将这些已进行粘贴的纸币进行清分后进行残旧币处理,因此需要一种高效、有效的方法检出存在胶带粘贴的纸币。本实施例提供的方法不仅适用于纸币上的透明胶带粘贴,也适用于纸质胶带、绝缘胶带等其他非透明的胶带,过程简单,可广泛应用于金融电子设备中。
优选地,本实施例采用通过红外反射传感器获取待测纸张的图像数据。采用红外光反射传感器获取图像数据,具有抗干扰性强、受污渍影响小、灵敏度高等特点,更有利于描述粘贴特征。
参见图2,是本发明实施例2提供的一种纸张类异物粘贴检测方法的流程图。如图2所示的纸张类异物粘贴检测方法,包括步骤:
S21、获取待测纸张的图像数据,从基于所述待测纸张的图像的边缘特征进行前景和背景分割,从所述图像数据中提取所述图像的前景区域的图像数据;
所述的边缘特征包括灰度值突变、颜色突变和纹理结构突变,实质上,边缘代表一个区域和另一个区域的边界,因此图像的边缘信息对于提取图像的特征具有重要作用。在本实施例中基于图像的灰度信息进行边缘探测,从而可实现前景和背景的分割。
S22、将所述前景区域的图像数据进行投影变换后得到所述前景区域的投影数据;
S23、将所述前景区域的投影数据与预存储的标准投影数据进行差分后得到差分数据,并将所述差分数据进行归一化处理得到差分归一化数据;
其中,将差分数据进行归一化处理,更有利于数据的分析。归一化处理包括min-max标准化和Z-score标准化两种,其中min-max标准化是对原始数据的线性变换,结果值映射到0-1之间,而Z-score标准化基于原始数据的均值和标准差进行标准化处理后,结果值符合标准正态分布。
S24、根据所述差分归一化数据,通过积分计算所述待测纸张的粘贴指数,将所述粘贴指数与预设的阈值进行比较判断待测纸张是否存在异物粘贴;
所述粘贴指数代表粘贴的程度,粘贴指数越大,表示越有可能存在粘贴物。通过所述差分归一化数据进行积分运算,具有区域代表性,与通过点数据来判定是否存在异物粘贴相比,更准确,更有效,能避免误判的情况发生。
S25、当所述粘贴指数大于等于所述预设的阈值时,则判断所述待测纸张存在异物粘贴;
S26、当所述粘贴指数小于所述预设的阈值时,则判断所述待测纸张不存在异物粘贴。
本实施例中,粘贴指数代表所述待测纸张的异物粘贴程度。粘贴指数越大,异物粘贴的可能性越大。因此可以通过多次试验得出判断是否存在异物粘贴的经验阈值,当所述粘贴指数大于等于所述阈值时,可以判断所述待测纸张存在异物粘贴,反之,当所述粘贴指数小于所述阈值时,可以判断所述待测纸张不存在异物粘贴。可以理解的,本发明实施例还可以根据不同种类的异物(比如透明胶带、纸质胶带、绝缘胶带等)进行多次试验分别得出对应的经验阈值,所述对应的经验阈值除了可以判定是否存在异物粘贴外,还可以判定粘贴的类型。
参见图3,是本发明实施例3提供的一种纸张类异物粘贴检测方法的流程图。如图3所示的纸张类异物粘贴检测方法,包括步骤:
S31、获取待测纸张的图像数据,从所述图像数据中提取所述纸张的前景区域的图像数据;
S32、通过以下公式对所述前景区域的图像数据进行投影变换以获得所述前景区域的投影数据:
其中,其中H为所述前景区域的投影数据,I为所述前景区域的图像数据,m、n为所述待测纸张的纵坐标阈值,i、j分别为所述待测纸张的横坐标和纵坐标,N为所述待测纸张的横坐标阈值;
可以理解的,经过投影变换后的图像数据可进行数据平滑处理后消除噪声并剔除异常数据,有利于后续的处理过程以及最终结果的准确性。
S33、将所述前景区域的投影数据与预存储的标准投影数据进行差分后得到差分数据,通过以下公式将所述差分数据进行归一化处理以得到所述差分归一化数据:
其中,Δ(i)=F(i)-H(i)i=0,…,N;所述F(i)为标准投影数据,所述H(i)为所述前景区域的投影数据;所述i为所述待测纸张的横坐标,Δ(i)为所述前景区域的投影数据与预存储的标准投影数据得到的差分数据,Δ1(i)为所述差分归一化数据;
其中,通过以下公式将所述前景区域的投影数据与预存储的标准投影数据进行差分:
Δ(i)=F(i)-H(i)
其中,所述F(i)为标准投影数据,所述H(i)为所述前景区域的投影数据。通过将待测样品和标准样品进行差分处理,可以排除纸张原图案对异物粘贴检测的影响,只保留了差异部分,适用于各种类型的异物粘贴。
本步骤采用min-max标准化方法将所述差分数据进行归一化处理,有利于后续数据的处理。
S34、根据所述差分归一化数据,通过积分计算所述待测纸张的粘贴指数,将所述粘贴指数与预设的阈值进行比较判断待测纸张是否存在异物粘贴。
优选地,在步骤S34中,通过以下步骤来获得所述待测纸张的粘贴指数,参考图4,具体包括步骤S341-S343:
S341、获取差分归一化数据中的N个极大值,所述N个极大值根据i值从小到大依次排列;其中,所述N≥3;
S342、将任一极大值与相邻的两个极大值比较,若所述任一极大值小于相邻的两个极大值,则删除所述任一极大值;
S343、基于剩下的极大值,以i值作为参数进行积分计算获得M个积分值,获取所述M个积分值中的最大值,所述最大值为所述待测纸张的粘贴指数;其中,所述M≥1。
在本实施例中,我们将上述获取所述待测纸张的粘贴指数的过程反映在曲线上,称之为“蓄水池法”。本发明实施例通过图像的灰度信息进行检测异物粘贴,当纸张存在异物粘贴时,红外图像的灰度值越低。如图5所示,圆形标记(●)为差分归一化曲线中的极大值点,三角形标记(▲)为差分归一化曲线中的极小值点。经过差分归一化的曲线会呈一个下凹的形状,上述下凹的形状可形容为“蓄水池”,以所述“蓄水池”的容水量作为标准,即通过相应的边界条件对所述差分归一化数据进行积分。通过所述“蓄水池”容水量获取积分的边界条件,具体为,通过对步骤343所述的剩余的极大值中相邻的较小点做水平线,所述水平线及其与差分归一化的曲线的交点即为积分的边界条件。通过上述边界条件进行曲线的积分,即可获得图5中的阴影部分的面积,即“蓄水池”的容水量。将若干个“蓄水池”的容水量进行对比,获取最大的容水量即为所述待测纸张的粘贴指数。采用上述“蓄水池法”来获取所述待测纸张的粘贴指数,具有区域代表性,排除了其他粘贴程度较小的区域,可以准确描述粘贴的特征信息,受干扰影响小,稳定性高。
上述极大值、极小值是指在单调区间内的拐点,如果拐点相邻的数值比拐点大,则将该拐点确定为极小值;如果,比拐点相邻的数值比拐点小,则将该拐点确定为极大值。
与获得所述待测纸张的粘贴指数相对应,如图6所示,上述“蓄水池”的最大容水量可通过以下步骤获得:
(a)对于两个边界均为极大值的情况:
S100、通过X个极大值点构成X-1个蓄水池;
S101、对X-1个蓄水池的的X-2个公共极大值点进行删除,删除条件为:比较任一公共极大值与相邻极大值大小,若该公共极大值点为三者中的最小值,则删除该公共极大值点;
S102、重复进行步骤S101,直到不存在满足步骤S101条件的公共极大值点,从而完成极大值点删除,剩余K个极大值点;
S103、以每个蓄水池的两个极大值点中的较小点做水平线作为边界条件,进行积分运算获得所述K-1个蓄水池的储水量,比较所述K-1个蓄水池的储水量获得最大储水量,将所述最大储水量与阈值进行比较;当所述最大储水量大于阈值时,确定所述待测纸张存在异物粘贴。
其中,所述阈值为多次实验后获得的经验值,所述最大储水量如图5中的灰色区域所示。
(b)两个边界中其一不是极大值的情况:
将最接近边界的极大值当做是图像边界,重复以上步骤S100至S103操作。
参见图7,是本发明实施例还对应提供纸张类异物粘贴检测装置的结构示意图,包括:
图像数据获取模块101,用于获取待测纸张的图像数据,从所述图像数据中提取前景区域的图像数据;
投影数据获取模块102,用于将所述图像数据获取模块得到的所述前景区域的图像数据进行投影变换后得到所述前景区域的投影数据;
投影数据获取模块103,用于将所述图像数据获取模块得到的所述前景区域的图像数据进行投影变换后得到所述前景区域的投影数据;
差分归一化数据获取模块104,用于将所述前景区域的投影数据与预存储的标准投影数据进行差分后得到差分数据,并将所述差分数据进行归一化处理得到差分归一化数据;
异物粘贴检测模块105,用于根据所述差分归一化数据通过积分计算所述待测纸张的粘贴指数,将所述粘贴指数与预设的阈值进行比较判断待测纸张是否存在异物粘贴。
图7所示的纸张类异物粘贴检测装置100具体的工作过程和工作原理请参考上述有关的纸张类异物粘贴检测方法实施例,在此不再赘述。
综上,本发明公开的纸张类异物粘贴检测方法和纸张类异物粘贴检测装置,通过将待测纸张的图像数据进行前景区域提取、投影变换后获取投影数据,再将所述投影数据和标准投影数据进行差分和归一化处理后得到差分归一化数据,根据获得的差分归一化数据进行积分可计算所述待测纸张的粘贴指数,将所述粘贴指数与预设的阈值进行比较来判断待测纸张是否存在异物粘贴,从而可以有效检测纸张类的异物粘贴,避免了通过厚度传感器检测异物粘贴存在误判的情况,准确性高,且使用的异物范围更广。
以上所述是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也视为本发明的保护范围。
Claims (8)
1.一种纸张类异物粘贴检测方法,其特征在于,包括步骤:
获取待测纸张的图像数据,从所述图像数据中提取所述纸张的前景区域的图像数据;其中,所述前景区域为所述待测纸张的有效识别区域;
将所述前景区域的图像数据进行投影变换后得到所述前景区域的投影数据;
将所述前景区域的投影数据与预存储的标准投影数据进行差分后得到差分数据,并将所述差分数据进行归一化处理得到差分归一化数据;
根据所述差分归一化数据,通过积分计算所述待测纸张的粘贴指数,将所述粘贴指数与预设的阈值进行比较判断待测纸张是否存在异物粘贴;
其中,通过以下公式对所述前景区域的图像数据进行投影变换以获得所述前景区域的投影数据:
其中,其中H为所述前景区域的投影数据,I为所述前景区域的图像数据,m、n为所述待测纸张的纵坐标阈值,i、j分别为所述待测纸张的横坐标和纵坐标,N为所述待测纸张的横坐标阈值;
通过以下公式将所述差分数据进行归一化处理以得到所述差分归一化数据:
其中,Δ(i)=F(i)-H(i)i=0,…,N;所述F(i)为标准投影数据,所述H(i)为所述前景区域的投影数据;所述i为所述待测纸张的横坐标,Δ(i)为所述前景区域的投影数据与预存储的标准投影数据得到的差分数据,Δ1(i)为所述差分归一化数据。
2.如权利要求1所述的纸张类异物粘贴检测方法,其特征在于,通过红外反射传感器获取待测纸张的图像数据。
3.如权利要求1所述的纸张类异物粘贴检测方法,其特征在于,基于所述待测纸张的图像的边缘特征进行前景和背景分割,从所述图像数据中提取所述图像的前景区域的图像数据。
4.如权利要求1-3中任一权利要求所述的纸张类异物粘贴检测方法,其特征在于,所述纸张包括纸币或支票。
5.如权利要求1所述的纸张类异物粘贴检测方法,其特征在于,所述根据所述差分归一化数据,通过积分计算所述待测纸张的粘贴指数具体为:
获取差分归一化数据中的N个极大值,所述N个极大值根据i值从小到大依次排列;其中,所述N≥3;
将任一极大值与相邻的两个极大值比较,若所述任一极大值小于相邻的两个极大值,则删除所述任一极大值;
基于剩下的极大值,以i值作为参数进行积分计算获得M个积分值,获取所述M个积分值中的最大值,所述最大值为所述待测纸张的粘贴指数;其中,所述M≥1。
6.如权利要求1所述的纸张类异物粘贴检测方法,其特征在于,所述待测纸张的图像数据包括所述待测纸张的灰度值。
7.如权利要求1所述的纸张类异物粘贴检测方法,其特征在于,将所述粘贴指数与预设的阈值进行比较判断所述待测纸张是否存在异物粘贴具体为:
当所述粘贴指数大于等于所述预设的阈值时,则判断所述待测纸张存在异物粘贴;
当所述粘贴指数小于所述预设的阈值时,则判断所述待测纸张不存在异物粘贴。
8.一种纸张类异物粘贴检测装置,其特征在于,包括:
图像数据获取模块,用于获取待测纸张的图像数据,从所述图像数据中提取前景区域的图像数据;其中,所述前景区域为所述待测纸张的有效识别区域;
投影数据获取模块,用于将所述图像数据获取模块得到的所述前景区域的图像数据进行投影变换后得到所述前景区域的投影数据;
差分归一化数据获取模块,用于将所述前景区域的投影数据与预存储的标准投影数据进行差分后得到差分数据,并将所述差分数据进行归一化处理得到差分归一化数据;
异物粘贴检测模块,用于根据所述差分归一化数据通过积分计算所述待测纸张的粘贴指数,将所述粘贴指数与预设的阈值进行比较判断待测纸张是否存在异物粘贴;
其中,通过以下公式对所述前景区域的图像数据进行投影变换以获得所述前景区域的投影数据:
其中,其中H为所述前景区域的投影数据,I为所述前景区域的图像数据,m、n为所述待测纸张的纵坐标阈值,i、j分别为所述待测纸张的横坐标和纵坐标,N为所述待测纸张的横坐标阈值;
通过以下公式将所述差分数据进行归一化处理以得到所述差分归一化数据:
其中,Δ(i)=F(i)-H(i)i=0,…,N;所述F(i)为标准投影数据,所述H(i)为所述前景区域的投影数据;所述i为所述待测纸张的横坐标,Δ(i)为所述前景区域的投影数据与预存储的标准投影数据得到的差分数据,Δ1(i)为所述差分归一化数据。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710097053.3A CN106934921B (zh) | 2017-02-22 | 2017-02-22 | 纸张类异物粘贴检测方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710097053.3A CN106934921B (zh) | 2017-02-22 | 2017-02-22 | 纸张类异物粘贴检测方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106934921A CN106934921A (zh) | 2017-07-07 |
CN106934921B true CN106934921B (zh) | 2019-12-31 |
Family
ID=59423708
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710097053.3A Active CN106934921B (zh) | 2017-02-22 | 2017-02-22 | 纸张类异物粘贴检测方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106934921B (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107481392B (zh) * | 2017-09-14 | 2019-08-27 | 深圳怡化电脑股份有限公司 | 纸币边缘胶带的检测方法 |
CN108344658B (zh) * | 2018-02-11 | 2021-03-26 | 常德金德新材料科技股份有限公司 | 一种成品纸粘连测试方法与设备 |
CN109191661B (zh) * | 2018-09-14 | 2021-04-23 | 广州广电运通金融电子股份有限公司 | 一种异物检测方法、装置和计算机可读存储介质 |
CN109737859B (zh) * | 2018-12-26 | 2021-01-12 | 广州国瀚计算机通讯科技有限公司 | 薄片类介质的粘贴异物检测方法及其装置 |
CN111524268B (zh) * | 2019-01-16 | 2022-08-30 | 深圳怡化电脑股份有限公司 | 一种纸币粘贴物的检测方法、装置及设备 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0056116A1 (en) * | 1980-12-16 | 1982-07-21 | Kabushiki Kaisha Toshiba | Pattern discriminating apparatus |
JPH02186494A (ja) * | 1989-03-30 | 1990-07-20 | Toshiba Corp | 紙幣判別装置 |
JPH02186493A (ja) * | 1989-03-30 | 1990-07-20 | Toshiba Corp | 紙幣判別装置 |
CN1993715A (zh) * | 2004-08-11 | 2007-07-04 | 富士施乐株式会社 | 真伪判断方法、装置和程序 |
CN101930653A (zh) * | 2009-12-22 | 2010-12-29 | 广州广电运通金融电子股份有限公司 | 异物检测装置及其检测方法以及具有该装置的自动柜员机 |
CN102741888A (zh) * | 2009-09-02 | 2012-10-17 | 德拉瑞北美有限公司 | 用于探测文件上的胶带的系统和方法 |
CN103646458A (zh) * | 2013-12-23 | 2014-03-19 | 华中科技大学 | 主成份分析鉴别纸币真伪的方法 |
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 |
CN106296974A (zh) * | 2016-07-29 | 2017-01-04 | 广州广电运通金融电子股份有限公司 | 一种粘贴钞检测方法和装置 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102011121877A1 (de) * | 2011-12-21 | 2013-06-27 | Giesecke & Devrient Gmbh | Verfahren und Vorrichtung zur Bestimmung von Klassifizierungsparametern für die Klassifizierung von Banknoten |
-
2017
- 2017-02-22 CN CN201710097053.3A patent/CN106934921B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0056116A1 (en) * | 1980-12-16 | 1982-07-21 | Kabushiki Kaisha Toshiba | Pattern discriminating apparatus |
JPH02186494A (ja) * | 1989-03-30 | 1990-07-20 | Toshiba Corp | 紙幣判別装置 |
JPH02186493A (ja) * | 1989-03-30 | 1990-07-20 | Toshiba Corp | 紙幣判別装置 |
CN1993715A (zh) * | 2004-08-11 | 2007-07-04 | 富士施乐株式会社 | 真伪判断方法、装置和程序 |
CN102741888A (zh) * | 2009-09-02 | 2012-10-17 | 德拉瑞北美有限公司 | 用于探测文件上的胶带的系统和方法 |
CN101930653A (zh) * | 2009-12-22 | 2010-12-29 | 广州广电运通金融电子股份有限公司 | 异物检测装置及其检测方法以及具有该装置的自动柜员机 |
CN103646458A (zh) * | 2013-12-23 | 2014-03-19 | 华中科技大学 | 主成份分析鉴别纸币真伪的方法 |
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 |
CN106296974A (zh) * | 2016-07-29 | 2017-01-04 | 广州广电运通金融电子股份有限公司 | 一种粘贴钞检测方法和装置 |
Also Published As
Publication number | Publication date |
---|---|
CN106934921A (zh) | 2017-07-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106934921B (zh) | 纸张类异物粘贴检测方法及装置 | |
CN110443806B (zh) | 一种基于目标增强处理的水面透明漂浮危化品图像分割方法 | |
WO2017197884A1 (zh) | 一种纸币管理方法及其系统 | |
CN108074231A (zh) | 一种基于卷积神经网络的磁片表面缺陷检测方法 | |
CN106296974B (zh) | 一种粘贴钞检测方法和装置 | |
WO2015085815A1 (zh) | 一种厚度异常钞票的识别方法及系统 | |
CN109978032B (zh) | 基于空间金字塔空洞卷积网络的桥梁裂缝检测方法 | |
WO2015085811A1 (zh) | 一种基于厚度信号识别的钞票识别方法及装置 | |
WO2016078455A1 (zh) | 纸币褶皱的识别装置和方法 | |
CN107316300A (zh) | 一种基于深度卷积神经网络的轮胎x光病疵检测方法 | |
CN104318257A (zh) | 纸币识别方法与系统 | |
CN105046808B (zh) | 一种纸币多光谱高分辨率图像采集系统及采集方法 | |
CN105225523B (zh) | 一种车位状态检测方法及装置 | |
CN110956737B (zh) | 一种安全线识别方法和装置 | |
CN105930852A (zh) | 一种气泡图像识别方法 | |
CN108921831B (zh) | 一种基于图像处理技术的污损硬币识别方法 | |
CN104715240A (zh) | 基于灰度共生矩阵的港币纹理图像的分版方法 | |
CN105046807A (zh) | 一种基于智能手机的伪钞识别方法及系统 | |
Zhao et al. | The edge detection of river model based on self-adaptive Canny Algorithm and connected domain segmentation | |
CN106570878A (zh) | 一种基于灰度差分的稠油微观界面检测方法 | |
CN117197700B (zh) | 智能化无人巡检接触网缺陷识别系统 | |
WO2017045403A1 (zh) | 一种票据重张检测方法和装置 | |
CN110673208A (zh) | 一种机器学习框架下高维特征约束的初至拾取方法及系统 | |
CN110059573A (zh) | 基于图像识别的野山参分级检定方法 | |
CN111563845B (zh) | 票据表面涂刮检测方法、装置、设备及存储介质 |
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 |