CN107067000B - 一种纸币污损程度的识别方法及装置 - Google Patents
一种纸币污损程度的识别方法及装置 Download PDFInfo
- Publication number
- CN107067000B CN107067000B CN201710222891.9A CN201710222891A CN107067000B CN 107067000 B CN107067000 B CN 107067000B CN 201710222891 A CN201710222891 A CN 201710222891A CN 107067000 B CN107067000 B CN 107067000B
- Authority
- CN
- China
- Prior art keywords
- image
- bank note
- value
- positive value
- interference region
- 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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/22—Image preprocessing by selection of a specific region containing or referencing a pattern; Locating or processing of specific regions to guide the detection or recognition
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
-
- 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
- G07D7/181—Testing mechanical properties or condition, e.g. wear or tear
- G07D7/187—Detecting defacement or contamination, e.g. dirt
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Image Analysis (AREA)
Abstract
本发明适用于纸币识别技术领域,提供了一种纸币污损程度的识别方法及装置,包括获取待识别纸币的预设区域的正面灰度图像和反面灰度图像;根据正面灰度图像的像素点的分布获取正面干扰区域图像;根据正面干扰区域图像获取反面干扰区域图像;获取正面待分析特征图像;将反面干扰区域图像从所述反面灰度图像中去除,以获取反面待分析特征图像;根据正面待分析特征图像的第一特征值和反面待分析特征图像的第二特征值识别待识别纸币的污损程度。通过对除去干扰图像的待分析图像的特征值进行判断,能够有效地避免干扰图像对识别结果的影响,从而能够准确的对纸币的污损程度进行识别。
Description
技术领域
本发明属于纸币识别技术领域,尤其涉及一种纸币污损程度的识别方法及装置。
背景技术
纸币在流通的过程中,由于自然磨损和侵蚀,使得纸币出现不同程度的污染和损坏,部分污损纸币由于质地受损、图案不清晰,防伪特征受损等原因已不适宜继续流通,因此,需要对纸币的污损程度进行识别,对于不适宜继续流通的纸币进行回收。目前,现有的识别纸币的污损程度的方法主要是通过获取纸币正反两面图像的特征部分图像,并对该特征部分图像的特征值进行判断,进而识别纸币的污损程度,然而,由于现有的凸印技术与纸币厚度的限制,正面印刷的部分图像会导致背面图像存在痕迹,该痕迹在识别的过程中往往被误识别为污损,导致识别不准确,因此现在的识别方法存在识别准确度低的问题。
发明内容
本发明提供了一种纸币污损程度的识别方法及装置,旨在解决现有的纸币无损程度识别技术存在识别准确度低的问题。
本发明提供了一种纸币污损程度的识别方法,所述纸币污损程度的识别方法包括:
获取待识别纸币的预设区域的正面灰度图像和反面灰度图像;
根据所述正面灰度图像的像素点的分布获取正面干扰区域图像;
根据所述正面干扰区域图像获取反面干扰区域图像;
获取正面待分析特征图像;
将所述反面干扰区域图像从所述反面灰度图像中去除,以获取反面待分析特征图像;
根据所述正面待分析特征图像的第一特征值和所述反面待分析特征图像的第二特征值识别所述待识别纸币的污损程度。
本发明还提供了一种纸币污损程度的识别装置,所述纸币污损程度的识别装置包括:
第一获取模块,用于获取待识别纸币的预设区域的正面灰度图像和反面灰度图像;
第二获取模块,用于根据所述正面灰度图像的像素点的分布获取正面干扰区域图像;
第三获取模块,用于根据所述正面干扰区域图像获取反面干扰区域图像;
第四获取模块,用于获取正面待分析特征图像;
第五获取模块,用于将所述反面干扰区域图像从所述反面灰度图像中去除,以获取反面待分析特征图像;
识别模块,用于根据所述正面待分析特征图像的第一特征值和所述反面待分析特征图像的第二特征值识别所述待识别纸币的污损程度。
本发明提供的纸币污损程度的识别方法及装置通过对获取到的待识别纸币的正面灰度图像的像素点分布获取正面干扰区域图像,并根据位置关系通过正面干扰区域图像获取反面干扰区域图像,将去除了反面干扰区域图像的反面灰度图像作为反面待分析特征图像,最后通过综合正面待分析特征图像的特征值和反面待分析特征图像的特征值对纸币的污损程度进行识别,通过对正面待分析图像和除去反面干扰区域图像后的反面待分析图像的特征值进行判断,能够有效地避免干扰图像对识别结果的影响,从而能够准确地对纸币的污损程度进行识别,提高对纸币污损程度的识别准确度。
附图说明
为了更清楚地说明本发明实施例中的技术方案,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他的附图。
图1是本发明实施例一提供的纸币污损程度的识别方法的实现流程图;
图2a是本发明实施例一提供的纸币污损程度的识别方法中整张纸币的正面灰度图像;
图2b是本发明实施例一提供的纸币污损程度的识别方法中整张纸币的反面灰度图像;
图3a是本发明实施例一提供的纸币污损程度的识别方法中纸币的预设位置的正面灰度图像;
图3b是本发明实施例一提供的纸币污损程度的识别方法中纸币的预设位置的反面灰度图像;
图4是本发明实施例一提供的纸币污损程度的识别方法中通过正面干扰区域获取反面干扰区域的示意图;
图5是本发明实施例二提供的纸币污损程度的识别装置的结构示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
本发明实施例为了准确的识别纸币的污损程度,提供了一种纸币污损程度的识别方法及装置,其中主要通过获取待识别纸币的正面灰度图像和反面灰度图像,再根据正面灰度图像的像素点分布获取正面干扰区域图像,并根据该正面干扰区域图像获取反面干扰区域图像,将正反面干扰区域图像从反面灰度图像中去除,将去除后的图像作为反面待分析特征图像,最后通过待分析特征图像的特征值对纸币的污损程度进行识别,通过对正面待分析图像和除去反面干扰区域图像后的反面待分析图像的特征值进行判断,能够有效地避免反面干扰图像对识别结果的影响,从而能够准确地对纸币的污损程度进行识别,提高对纸币识别准确度低的识别准确度。
为了具体说明上述纸币污损程度的识别方法及装置,以下结合具体实施例进行详细说明:
实施例一:
图1示出了本发明实施例一提供的纸币污损程度的识别方法的实现流程,为了便于说明,仅示出了与本实施例相关的部分,详述如下:
在步骤S101中,获取待识别纸币的预设区域的正面灰度图像和反面灰度图像。
需要说明的是,获取待识别纸币的预设区域的正面灰度图像和反面灰度图像包括:获取整张待识别纸币的图像,再从中截取预设区域的图像。其中,预设区域是指用于识别纸币污损程度的特征区域,具体的该预设区域包括冠字号区域,如图2a所示,为100元人民币的正面灰色图像,图2b为100元人民币的反面灰度图像,通过截取预设区域图像得到如图3a所示,为100元人民币预设区域的正面灰度图像,图3b为100元人民币预设区域的反面灰度图像。还需要说明的是,选取上述预设区域作为识别纸币污损程度的特征区域是由于该区域本身颜色较浅,如果是有污损的纸币,其图像差异较大,容易进行识别。
在步骤S102中,根据正面灰度图像的像素点的分布获取正面干扰区域图像。
需要说明的是,在本实施例中上述正面干扰区域图像是指正面冠字号区域。冠字号是指人民币纸币上的编码,其中,“冠字”是印在纸币上用来标记印刷批次的两个或三个英文字母,由印钞厂按一定规律编排和印刷;“号”则是印在冠字后面的阿拉伯数字流水号,用来标明每张钞票在同冠字批次中的排列顺序。由于凸印技术和纸币厚度的限制,正面印刷的冠字号在背面也会留下痕迹,该痕迹会成为识别纸币污损程度的干扰图像。
在本实施例中,步骤S102包括以下步骤:
根据正面灰度图像的像素点的横向分布情况对所述正面灰度图像进行横向边界定位,以获取第一定位图像;
对第一定位图像进行二值化处理,以获取二值化定位图像;
根据二值化定位图像的像素点的纵向分布情况对二值化定位图像进行纵向边界定位,以获取正面干扰区域图像。
需要说明的是,上述正面干扰区域图像为冠字号区域图像,通过对正面灰度图像进行横向边界定位和纵向边界定位能够精准的定位冠字号区域图像从而获取上述正面干扰区域。
还需要说明的是,二值化处理是指:将预设位置的图像中的各像素点的灰度值分别设置为0或255,即图像设置为只存在两种色值的图像。经过二值化处理可以强化图像,能够避免将冠字号附近的污损误识别为冠字号,仅在进行纵向边界定位之前对已经过横向边界定位的图像进行二值化处理,能够避免在进行纵向边界定位时误将污损识别为冠字号而导致纵向边界定位不精准的问题。
进一步地,根据正面灰度图像的像素点的横向分布情况对正面灰度图像进行横向边界定位,以获取第一定位图像包括以下步骤:
在二维坐标系中计算正面灰度图像同一正值纵坐标上像素点的像素和以得到正面灰度图像中对于1个或多个正值纵坐标的行和;
将所述1个或多个正值纵坐标的行和与第一预设边界阈值进行比较;
当行和小于第一预设边界阈值时,且行和对应的正值纵坐标为1个或多个正值纵坐标数值最大的正值纵坐标时,确定行和对应的正值纵坐标所在的横向直线位置为正面灰度图像的上边界;
当行和小于第一预设边界阈值时,且行和对应的正值纵坐标为1个或多个正值纵坐标数值最小的正值纵坐标时,确定行和对应的正值纵坐标所在的横向直线位置为正面灰度图像的下边界;
根据正面灰度图像的上边界和下边界获取第一定位图像。
需要说明的是,上述第一预设边界阈值是指为了衡量正值纵坐标上所在的横向直线为冠字号区域图像的上边界和下边界而预先设定的行和的值,当行和小于第一预设边界阈值时,说明该行和对应的正值纵坐标所在的横向直线位置为冠字号区域图像,再根据行和对应的正值纵坐标的大小就能够准确的定位出冠字号区域图像的上边界和下边界,根据冠字号区域图像的上边界和下边界就能够得到第一定位图像。
更进一步地,根据二值化定位图像的像素点的纵向分布情况对二值化定位图像进行纵向边界定位,以获正面干扰区域图像包括以下步骤:
在二维坐标系中计算二值化定位图像同一正值横坐标上像素点的像素和以得到二值化定位图像中对于1个或多个正值横坐标的列和;
将1个或多个正值横坐标的列和与第二预设边界阈值进行比较;
当列和小于第二预设边界阈值时,且列和对应的正值横坐标为1个或多个正值横坐标数值最大的正值横坐标时,确定列和对应的正值横坐标所在的纵向直线位置为二值化定位图像的右边界;
当列和小于第二预设边界阈值时,且列和对应的正值横坐标为1个或多个正值横坐标数值最小的正值横坐标时,确定列和对应的正值横坐标所在的纵向直线位置为二值化定位图像的左边界;
根据二值化定位图像的左边界和右边界获取正面干扰区域图像。
需要说明的是,上述第二预设边界阈值是指为了衡量正值横坐标上所在的纵向直线为冠字号区域图像的左边界和右边界而预先设定的列和的值,当列和小于第二预设边界阈值时,说明该列和对应的正值横坐标所在的纵向直线位置为冠字号区域图像,再根据列和对应的正值横坐标的大小就能够准确的定位出冠字号区域图像的左边界和右边界,根据冠字号区域图像的左边界和右边界就能够得到正面干扰区域图像(精确的冠字号区域图像)。
在步骤S103中,根据正面干扰区域图像获取反面干扰区域图像。
具体的,步骤S103包括以下步骤:
设置正面干扰区域图像的左上角顶点的正值横坐标及正值纵坐标;
分别获取正面干扰区域图像的第一特征位置的高度值以及第二特征位置的宽度值;
根据正面干扰区域图像的左上角顶点的正值横坐标和第二特征位置的宽度值计算反面干扰区域图像的左上角顶点的正值横坐标;
根据正面干扰区域图像的左上角顶点的正值纵坐标和第一特征位置的高度值计算所述反面干扰区域图像的左上角顶点的正值纵坐标。
需要说明的是,由于在现实应用中,正面灰度图像和反面灰度图像是由两个红外传感器分别获取的,上述两个红外传感器分别设置在纸币进出通道的上方和下方。由于两个传感器的安装方位出现上下位置不对齐的情况,因此正面灰度图像和反面灰度图像之间存在位移偏差,因此,根据正面干扰区域图像的位置和位移偏差即可获取反面干扰区域图像的位置。
具体的,作为本实施例的一种实施方式,如图4所示,设置正面干扰区域图像的左上角顶点为坐标原点,用坐标(0,0)表示,定义height表示第一特征区域的高度值,width表示第二特征区域的宽度值,x表示正面干扰区域图像的横坐标,y表示正面干扰区域图像的纵坐标。即反面干扰区域图像的左上角顶角坐标为(-width,height)。需要说明的是,上述第一特征区域和第二特征区域是指由于位移偏差而导致所述正面干扰区域图像与反面干扰区域图像叠加后得到的边界区域。上述第一特征区域的高度值和第二特征区域的宽度值可以通过坐标值进行计算得出。
在步骤S104中,将获取正面待分析特征图像。
需要说明的是,正面待分析特征图像是指用于正面分析纸币污损程度的区域图像,需要说明的是,上述正面待分析特征图像可以是上述预设区域的正面灰度图像,也可以是去除了上面正面干扰图像的区域图像,即将正面冠字号区域图像从预设区域的正面灰度图像中去除,将剩余的图像作为正面待分析特征图像进行识别分析,这样能够避免正面冠字号区域的干扰,从而更精准地识别纸币的污损程度。
在步骤S105中,将反面干扰区域图像从所述反面灰度图像中去除,以获取反面待分析特征图像。
需要说明的是,将反面冠字号区域图像从预设区域的反面灰度图像中去除,将剩余的图像作为反面待分析特征图像进行识别分析,能够避免反面冠字号区域的干扰,精准地识别纸币的污损程度。其中,反面冠字号区域图像是指由正面冠字号区域的油墨透映至反面相应区域而形成的图像。
在步骤S106中,根据正面待分析特征图像的第一特征值和反面待分析特征图像的第二特征值识别待识别纸币的污损程度。
具体的,步骤S106包括以下步骤:
获取正面待分析特征图像的第一特征值;
获取反面待分析特征图像的第二特征值;
统计第一特征值和第二特征值得平均值,得到所述待检测纸币的特征值均值;
划分纸币污损程度等级,根据样本纸币的特征区域建立样本纸币的污损程度等级模型;
将特征值均值与污损程度等级模型进行比对,得出待识别纸币的污损程度。
需要说明的是,上述特征值可以是灰度共生矩阵特征、Tamura纹理特征、LBP纹理特征,也可以是Gabor小波纹理特征。在本实施例中,上述第一特征值是正面待分析特征图像的灰度均值,第二特征值是反面待分析特征图像的灰度均值。
根据样本纸币的特征区域建立纸币的污损程度等级模型,即通过大量的样本纸币的特征区域的灰度均值设置多个等级的预设灰度阈值,例如,设置第一等级的预设灰度阈值为100,设置第二等级的预设灰度阈值为200。即第二等级区间为[100,200],将计算得到的第一特征值和第二特征值的平均值即特征值均值与多个等级的预设灰度阈值进行比较,若该特征值均值落在某一等级区间内,则确定该待识别纸币为该污损程度等级,进而得出该纸币的污损程度,示例性的,上述第一特征值为125,第二特征值为135,即特征值均值为130,与污损程度等级模型进行比对,则该待识别纸币的污损程度等级为第二等级,进而得知该待识别纸币的污损程度。
本发明实施例通过获取待识别纸币的预设区域的正面灰度图像和反面灰度图像,通过正面灰度图像的像素点的分布对正面灰度图像进行边界识别,精确的定位以获取正面干扰区域图像,通过第一特征区域和第二特征区域以及正面干扰区域图像获取反面干扰区域图像,将去除了反面干扰区域图像的反面灰度图像作为反面待分析特征图像进行识别,能够有效地避免反面干扰区域图像的干扰,进行精确地识别纸币的污损程度,提高对纸币污损程度的识别准确度。
实施例二:
为实现本发明实施例一中图1所示的纸币污损程度的识别方法,本实施例提供了一种纸币污损程度的识别装置。图5示出了该纸币污损程度的识别装置的结构,为了便于说明,仅示出了与本实施例相关的部分,详述如下:
纸币污损程度的识别装置20包括第一获取模块201、第二获取模块202、第三获取模块203、第四获取模块204、第五获取模块205以及识别模块206。
第一获取模块201用于获取待识别纸币的预设区域的正面灰度图像和反面灰度图像。
第二获取模块202用于根据正面灰度图像的像素点的分布获取正面干扰区域图像。
第三获取模块203用于根据正面干扰区域图像获取反面干扰区域图像。
第四获取模块204用于将获取正面待分析特征图像。
第五获取模块205用于将反面干扰区域图像从反面灰度图像中去除,以获取反面待分析特征图像。
识别模块206用于根据正面待分析特征图像的第一特征值和反面待分析特征图像的第二特征值识别待识别纸币的污损程度。
具体的第二获取模块202包括第一边界定位单元、二值化单元以及第二边界定位单元。
第一边界定位单元,用于根据正面灰度图像的像素点的横向分布情况对正面灰度图像进行横向边界定位,以获取第一定位图像;
二值化单元,用于对第一定位图像进行二值化处理,以获取二值化定位图像;
第二边界定位单元,用于根据二值化定位图像的像素点的纵向分布情况对二值化定位图像进行纵向边界定位,以获取正面干扰区域图像。
进一步的,第一边界定位单元包括行和计算单元、行和比较单元、上边界定位单元、下边界定位单元以及第一定位图像获取单元。
行和计算单元,用于在二维坐标系中计算正面灰度图像同一正值纵坐标上像素点的像素和以得到正面灰度图像中对于1个或多个正值纵坐标的行和;
行和比较单元,用于将1个或多个正值纵坐标的行和与第一预设边界阈值进行比较;
上边界定位单元,用于当行和小于第一预设边界阈值时,且行和对应的正值纵坐标为1个或多个正值纵坐标数值最大的正值纵坐标时,确定行和对应的正值纵坐标所在的横向直线位置为正面灰度图像的上边界;
下边界定位单元,用于当行和小于第一预设边界阈值时,且行和对应的正值纵坐标为1个或多个正值纵坐标数值最小的正值纵坐标时,确定行和对应的正值纵坐标所在的横向直线位置为正面灰度图像的下边界;
第一定位图像获取单元,用于根据正面灰度图像的上边界和下边界获取第一定位图像。
更进一步的,第二边界定位单元包括列和计算单元、列和比较单元、右边界定位单元、左边界定位单元以及正面干扰图像获取单元。
列和计算单元,用于在二维坐标系中计算二值化定位图像同一正值横坐标上像素点的像素和以得到二值化定位图像中对于1个或多个正值横坐标的列和;
列和比较单元,用于将1个或多个正值横坐标的列和与第二预设边界阈值进行比较;
右边界定位单元,用于当列和小于第二预设边界阈值时,且列和对应的正值横坐标为1个或多个正值横坐标数值最大的正值横坐标时,确定列和对应的正值横坐标所在的纵向直线位置为二值化定位图像的右边界;
左边界定位单元,用于当列和小于第二预设边界阈值时,且列和对应的正值横坐标为1个或多个正值横坐标数值最小的正值横坐标时,确定列和对应的正值横坐标所在的纵向直线位置为二值化定位图像的左边界;
正面干扰图像获取单元,用于根据二值化定位图像的左边界和右边界获取正面干扰区域图像。
具体的,第三获取模块203包括顶角坐标设置单元、特征位置获取单元、横坐标计算单元以及纵坐标计算单元。
顶角坐标设置单元,用于设置正面干扰区域图像的左上角顶点的正值横坐标及正值纵坐标;
特征位置获取单元,用于分别获取正面干扰区域图像的第一特征位置的高度值以及第二特征位置的宽度值;
横坐标计算单元,用于根据正面干扰区域图像的左上角顶点的正值横坐标和第二特征位置的宽度值计算反面干扰区域图像的左上角顶点的正值横坐标;
纵坐标计算单元,用于根据正面干扰区域图像的左上角顶点的正值纵坐标和第一特征位置的高度值计算反面干扰区域图像的左上角顶点的正值纵坐标。
具体的,识别模块206包括第一特征值获取单元、第二特征值获取单元、平均值计算单元、模型建立单元以及识别单元。
第一特征值获取单元,用于获取正面待分析特征图像的第一特征值;
第二特征值获取单元,用于获取反面待分析特征图像的第二特征值;
平均值计算单元,用于统计第一特征值和第二特征值得平均值,得到待检测纸币的特征值均值;
模型建立单元,用于划分纸币污损程度等级,根据样本纸币的特征区域建立样本纸币的污损程度等级模型;
识别单元,用于将特征值均值与污损程度等级模型进行比对,得出待识别纸币的污损程度。
本领域的技术人员可以清楚地了解到,为了描述的方便和简洁,仅以上述各功能模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能单元、模块完成,即将纸币污损程度的识别装置的内部结构划分成不同的功能单元或模块,以完成以上描述的全部或者部分功能。实施例中的各功能模块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。另外,各功能模块的具体名称也只是为了便于相互区分,并不用于限制本申请的保护范围。
需要说明的是,本发明实施例提供的纸币污损程度的识别装置,由于与本发明图1所示方法实施例基于同一构思,其带来的技术效果与本发明图1所示方法实施例相同,具体内容可参见本发明图1所示方法实施例中的叙述,此处不再赘述。
因此,本实施例提供的纸币污损程度的识别装置同样能够通过获取待识别纸币的预设区域的正面灰度图像和反面灰度图像,通过正面灰度图像的像素点的分布对正面灰度图像进行边界识别,精确的定位以获取正面干扰区域图像,通过第一特征区域和第二特征区域以及正面干扰区域图像获取反面干扰区域图像,将去除了反面干扰区域图像的反面灰度图像作为反面待分析特征图像进行识别,能够有效地避免反面干扰区域图像的干扰,进行精确地识别纸币的污损程度,提高对纸币污损程度的识别准确度。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (12)
1.一种纸币污损程度的识别方法,其特征在于,所述纸币污损程度的识别方法包括:
获取待识别纸币的预设区域的正面灰度图像和反面灰度图像;
根据所述正面灰度图像的像素点的分布获取正面干扰区域图像;
根据所述正面干扰区域图像获取反面干扰区域图像;
获取正面待分析特征图像,所述正面待分析特征图像是指用于正面分析纸币污损程度的区域图像;
将所述反面干扰区域图像从所述反面灰度图像中去除,以获取反面待分析特征图像;
根据所述正面待分析特征图像的第一特征值和所述反面待分析特征图像的第二特征值识别所述待识别纸币的污损程度。
2.根据权利要求1所述的纸币污损程度的识别方法,其特征在于,所述根据所述正面灰度图像的像素点的分布获取正面干扰区域图像包括:
根据所述正面灰度图像的像素点的横向分布情况对所述正面灰度图像进行横向边界定位,以获取第一定位图像;
对所述第一定位图像进行二值化处理,以获取二值化定位图像;
根据所述二值化定位图像的像素点的纵向分布情况对所述二值化定位图像进行纵向边界定位,以获取所述正面干扰区域图像。
3.根据权利要求2所述的纸币污损程度的识别方法,其特征在于,所述根据所述正面灰度图像的像素点的横向分布情况对所述正面灰度图像进行横向边界定位,以获取第一定位图像包括:
在二维坐标系中计算所述正面灰度图像同一正值纵坐标上像素点的像素和,以得到所述正面灰度图像中对于1个或多个正值纵坐标的行和;
将所述1个或多个正值纵坐标的行和与第一预设边界阈值进行比较;
当所述行和小于所述第一预设边界阈值,且所述行和对应的正值纵坐标为所述1个或多个正值纵坐标数值最大的正值纵坐标时,确定所述行和对应的正值纵坐标所在的横向直线位置为所述正面灰度图像的上边界;
当所述行和小于所述第一预设边界阈值,且所述行和对应的正值纵坐标为所述1个或多个正值纵坐标数值最小的正值纵坐标时,确定所述行和对应的正值纵坐标所在的横向直线位置为所述正面灰度图像的下边界;
根据所述正面灰度图像的上边界和下边界获取所述第一定位图像。
4.根据权利要求3所述的纸币污损程度的识别方法,其特征在于,所述根据所述二值化定位图像的像素点的纵向分布情况对所述二值化定位图像进行纵向边界定位,以获取所述正面干扰区域图像包括:
在二维坐标系中计算所述二值化定位图像同一正值横坐标上像素点的像素和,以得到所述二值化定位图像中对于1个或多个正值横坐标的列和;
将所述1个或多个正值横坐标的列和与第二预设边界阈值进行比较;
当所述列和小于所述第二预设边界阈值,且所述列和对应的正值横坐标为所述1个或多个正值横坐标数值最大的正值横坐标时,确定所述列和对应的正值横坐标所在的纵向直线位置为所述二值化定位图像的右边界;
当所述列和小于所述第二预设边界阈值,且所述列和对应的正值横坐标为所述1个或多个正值横坐标数值最小的正值横坐标时,确定所述列和对应的正值横坐标所在的纵向直线位置为所述二值化定位图像的左边界;
根据所述二值化定位图像的左边界和右边界获取所述正面干扰区域图像。
5.根据权利要求1所述的纸币污损程度的识别方法,其特征在于,所述根据所述正面干扰区域图像获取反面干扰区域图像包括:
设置所述正面干扰区域图像的左上角顶点的正值横坐标以及正值纵坐标;
分别获取所述正面干扰区域图像的第一特征位置的高度值以及第二特征位置的宽度值;
根据所述正面干扰区域图像的左上角顶点的正值横坐标和所述第二特征位置的宽度值计算所述反面干扰区域图像的左上角顶点的正值横坐标;
根据所述正面干扰区域图像的左上角顶点的正值纵坐标和所述第一特征位置的高度值计算所述反面干扰区域图像的左上角顶点的正值纵坐标。
6.根据权利要求1所述的纸币污损程度的识别方法,其特征在于,所述根据所述正面待分析特征图像的第一特征值和所述反面待分析特征图像的第二特征值识别所述待识别纸币的污损程度包括:
获取所述正面待分析特征图像的第一特征值;
获取所述反面待分析特征图像的第二特征值;
统计所述第一特征值和所述第二特征值得平均值,得到所述待检测纸币的特征值均值;
划分纸币污损程度等级,根据样本纸币的特征区域建立样本纸币的污损程度等级模型;
将所述特征值均值与所述污损程度等级模型进行比对,得出所述待识别纸币的污损程度。
7.一种纸币污损程度的识别装置,其特征在于,所述纸币污损程度的识别装置包括:
第一获取模块,用于获取待识别纸币的预设区域的正面灰度图像和反面灰度图像;
第二获取模块,用于根据所述正面灰度图像的像素点的分布获取正面干扰区域图像;
第三获取模块,用于根据所述正面干扰区域图像获取反面干扰区域图像;
第四获取模块,用于获取正面待分析特征图像,所述正面待分析特征图像是指用于正面分析纸币污损程度的区域图像;
第五获取模块,用于将所述反面干扰区域图像从所述反面灰度图像中去除,以获取反面待分析特征图像;
识别模块,用于根据所述正面待分析特征图像的第一特征值和所述反面待分析特征图像的第二特征值识别所述待识别纸币的污损程度。
8.根据权利要求7所述的纸币污损程度的识别装置,其特征在于,所述第二获取模块包括:
第一边界定位单元,用于根据所述正面灰度图像的像素点的横向分布情况对所述正面灰度图像进行横向边界定位,以获取第一定位图像;
二值化单元,用于对所述第一定位图像进行二值化处理,以获取二值化定位图像;
第二边界定位单元,用于根据所述二值化定位图像的像素点的纵向分布情况对所述二值化定位图像进行纵向边界定位,以获取所述正面干扰区域图像。
9.根据权利要求8所述的纸币污损程度的识别装置,其特征在于,所述第一边界定位单元包括:
行和计算单元,用于在二维坐标系中计算所述正面灰度图像同一正值纵坐标上像素点的像素和,以得到所述正面灰度图像中对于1个或多个正值纵坐标的行和;
行和比较单元,用于将所述1个或多个正值纵坐标的行和与第一预设边界阈值进行比较;
上边界定位单元,用于当所述行和小于所述第一预设边界阈值,且所述行和对应的正值纵坐标为所述1个或多个正值纵坐标数值最大的正值纵坐标时,确定所述行和对应的正值纵坐标所在的横向直线位置为所述正面灰度图像的上边界;
下边界定位单元,用于当所述行和小于所述第一预设边界阈值,且所述行和对应的正值纵坐标为所述1个或多个正值纵坐标数值最小的正值纵坐标时,确定所述行和对应的正值纵坐标所在的横向直线位置为所述正面灰度图像的下边界;
第一定位图像获取单元,用于根据所述正面灰度图像的上边界和下边界获取所述第一定位图像。
10.根据权利要求8所述的纸币污损程度的识别装置,其特征在于,所述第二边界定位单元包括:
列和计算单元,用于在二维坐标系中计算所述二值化定位图像同一正值横坐标上像素点的像素和,以得到所述二值化定位图像中对于1个或多个正值横坐标的列和;
列和比较单元,用于将所述1个或多个正值横坐标的列和与第二预设边界阈值进行比较;
右边界定位单元,用于当所述列和小于所述第二预设边界阈值,且所述列和对应的正值横坐标为所述1个或多个正值横坐标数值最大的正值横坐标时,确定所述列和对应的正值横坐标所在的纵向直线位置为所述二值化定位图像的右边界;
左边界定位单元,用于当所述列和小于所述第二预设边界阈值,且所述列和对应的正值横坐标为所述1个或多个正值横坐标数值最小的正值横坐标时,确定所述列和对应的正值横坐标所在的纵向直线位置为所述二值化定位图像的左边界;
正面干扰图像获取单元,用于根据所述二值化定位图像的左边界和右边界获取所述正面干扰区域图像。
11.根据权利要求7所述的纸币污损程度的识别装置,其特征在于,所述第三获取模块包括:
顶角坐标设置单元,用于设置所述正面干扰区域图像的左上角顶点的正值横坐标以及正值纵坐标;
特征位置获取单元,用于分别获取所述正面干扰区域图像的第一特征位置的高度值以及第二特征位置的宽度值;
横坐标计算单元,用于根据所述正面干扰区域图像的左上角顶点的正值横坐标和所述第二特征位置的宽度值计算所述反面干扰区域图像的左上角顶点的正值横坐标;
纵坐标计算单元,用于根据所述正面干扰区域图像的左上角顶点的正值纵坐标和所述第一特征位置的高度值计算所述反面干扰区域图像的左上角顶点的正值纵坐标。
12.根据权利要求7所述的纸币污损程度的识别装置,其特征在于,所述识别模块包括:
第一特征值获取单元,用于获取所述正面待分析特征图像的第一特征值;
第二特征值获取单元,用于获取所述反面待分析特征图像的第二特征值;
平均值计算单元,用于统计所述第一特征值和所述第二特征值得平均值,得到所述待检测纸币的特征值均值;
模型建立单元,用于划分纸币污损程度等级,根据样本纸币的特征区域建立样本纸币的污损程度等级模型;
识别单元,用于将所述特征值均值与所述污损程度等级模型进行比对,得出所述待识别纸币的污损程度。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710222891.9A CN107067000B (zh) | 2017-03-31 | 2017-03-31 | 一种纸币污损程度的识别方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710222891.9A CN107067000B (zh) | 2017-03-31 | 2017-03-31 | 一种纸币污损程度的识别方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107067000A CN107067000A (zh) | 2017-08-18 |
CN107067000B true CN107067000B (zh) | 2019-09-20 |
Family
ID=59602242
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710222891.9A Active CN107067000B (zh) | 2017-03-31 | 2017-03-31 | 一种纸币污损程度的识别方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107067000B (zh) |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108171865B (zh) * | 2017-12-06 | 2020-01-14 | 深圳怡化电脑股份有限公司 | 一种纸币检测方法、纸币检测装置及电子设备 |
CN108956095A (zh) * | 2018-05-17 | 2018-12-07 | 北京风云天地信息科技有限公司 | 一种光学透镜污染程度测量方法及装置 |
CN111568199B (zh) * | 2020-02-28 | 2023-11-07 | 佛山市云米电器科技有限公司 | 接水容器的识别方法、系统及存储介质 |
CN112733902B (zh) * | 2020-12-30 | 2023-09-05 | 杭州海康威视数字技术股份有限公司 | 烟盒识别方法 |
CN115100186B (zh) * | 2022-07-25 | 2022-12-13 | 南通市爱诺家用纺织品有限公司 | 基于图像数据的纺织品色差检测方法 |
CN115346306B (zh) * | 2022-08-26 | 2024-06-11 | 中国银行股份有限公司 | 一种污损纸币识别方法及装置 |
CN117314897B (zh) * | 2023-11-28 | 2024-03-19 | 恒银金融科技股份有限公司 | 纸币图像的失真判别方法和装置 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101506851A (zh) * | 2006-08-31 | 2009-08-12 | 光荣株式会社 | 纸张识别装置以及纸张的识别方法 |
CN102074068A (zh) * | 2009-11-24 | 2011-05-25 | 光荣株式会社 | 纸币处理装置和纸币区分方法 |
CN102236897A (zh) * | 2011-05-09 | 2011-11-09 | 哈尔滨工业大学 | 基于纸币退化能量函数的清分机纸币新旧和残缺检测方法 |
CN103324946A (zh) * | 2013-07-11 | 2013-09-25 | 广州广电运通金融电子股份有限公司 | 一种纸币识别分类的方法及系统 |
CN104200561A (zh) * | 2014-06-16 | 2014-12-10 | 华中科技大学 | 一种基于纹理特征识别具有字迹污损人民币的方法 |
CN104809799A (zh) * | 2014-01-27 | 2015-07-29 | 光荣株式会社 | 纸币处理装置以及纸币处理方法 |
CN105225335A (zh) * | 2015-10-28 | 2016-01-06 | 深圳怡化电脑股份有限公司 | 一种纸币冠字号污损识别方法与系统 |
CN105335741A (zh) * | 2015-10-28 | 2016-02-17 | 深圳怡化电脑股份有限公司 | 一种脏污冠字号分类的方法和系统 |
CN106056751A (zh) * | 2016-05-20 | 2016-10-26 | 聚龙股份有限公司 | 冠字号码的识别方法及系统 |
-
2017
- 2017-03-31 CN CN201710222891.9A patent/CN107067000B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101506851A (zh) * | 2006-08-31 | 2009-08-12 | 光荣株式会社 | 纸张识别装置以及纸张的识别方法 |
CN102074068A (zh) * | 2009-11-24 | 2011-05-25 | 光荣株式会社 | 纸币处理装置和纸币区分方法 |
CN102236897A (zh) * | 2011-05-09 | 2011-11-09 | 哈尔滨工业大学 | 基于纸币退化能量函数的清分机纸币新旧和残缺检测方法 |
CN103324946A (zh) * | 2013-07-11 | 2013-09-25 | 广州广电运通金融电子股份有限公司 | 一种纸币识别分类的方法及系统 |
CN104809799A (zh) * | 2014-01-27 | 2015-07-29 | 光荣株式会社 | 纸币处理装置以及纸币处理方法 |
CN104200561A (zh) * | 2014-06-16 | 2014-12-10 | 华中科技大学 | 一种基于纹理特征识别具有字迹污损人民币的方法 |
CN105225335A (zh) * | 2015-10-28 | 2016-01-06 | 深圳怡化电脑股份有限公司 | 一种纸币冠字号污损识别方法与系统 |
CN105335741A (zh) * | 2015-10-28 | 2016-02-17 | 深圳怡化电脑股份有限公司 | 一种脏污冠字号分类的方法和系统 |
CN106056751A (zh) * | 2016-05-20 | 2016-10-26 | 聚龙股份有限公司 | 冠字号码的识别方法及系统 |
Non-Patent Citations (1)
Title |
---|
多模态纸币图像分析关键技术研究及其应用;盖杉;《中国博士学位论文全文数据库信息科技辑》;20120415;第I138-28页正文第84页第2段-第85页第3段 * |
Also Published As
Publication number | Publication date |
---|---|
CN107067000A (zh) | 2017-08-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107067000B (zh) | 一种纸币污损程度的识别方法及装置 | |
CN105957059B (zh) | 电子元件漏件检测方法和系统 | |
CN108918526B (zh) | 一种柔性ic封装基板线路的缺口缺陷检测方法 | |
CN105243730B (zh) | 纸币识别方法及系统 | |
CN103310211B (zh) | 一种基于图像处理的填注标记识别方法 | |
CN108764229A (zh) | 一种基于计算机视觉技术的水尺图像自动识别方法 | |
CN103279735B (zh) | 一种金融票据识别模块中积灰检测方法及系统 | |
CN103034848B (zh) | 一种表单类型的识别方法 | |
CN104992496A (zh) | 一种纸币面向识别方法及装置 | |
CN104867225B (zh) | 一种纸币的面向识别方法及装置 | |
CN103345755A (zh) | 一种基于Harris算子的棋盘格角点亚像素提取方法 | |
CN107025716B (zh) | 检测纸币冠字号污损的方法及装置 | |
CN109886954B (zh) | 一种印刷品缺陷检测方法 | |
CN106898078B (zh) | 一种港币版本的识别方法及装置 | |
CN112016563B (zh) | 一种圆形印章的真伪识别方法 | |
CN102629322A (zh) | 一种基于边界点笔画形状的字符特征提取方法及应用 | |
CN115131348B (zh) | 一种纺织品表面缺陷的检测方法及系统 | |
CN115393861B (zh) | 一种手写体文本精准分割方法 | |
CN104331693A (zh) | 一种印刷品对称性检测方法及系统 | |
CN115049645A (zh) | 一种太阳能电池板表面缺陷检测方法 | |
CN107145888A (zh) | 视频字幕实时翻译方法 | |
CN106600812A (zh) | 一种纸币识别方法及装置 | |
CN106683261A (zh) | 一种纸币的鉴伪方法和装置 | |
CN104077562B (zh) | 一种答卷的扫描方向判断方法 | |
CN117058805A (zh) | 纸币图像处理方法及系统 |
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 |