CN107103683B - 纸币识别方法和装置、电子设备和存储介质 - Google Patents

Abstract

本发明实施例公开了一种纸币识别方法和装置、电子设备和存储介质。所述方法包括：获取待测纸币的图像对应于预设特征区域的灰度图像；二值化灰度图像得到二值化图像；统计二值化图像中各设定行或列包含的黑色像素点的个数Sum[j]，根据Sum[j]计算各设定行或列的黑色像素点差分值，其中，j为行数或列数；获取黑色像素点差分值的最大值和最小值所在行或列的行数差或列数差，根据行数差或列数差与预设差值范围判断待测纸币真伪。本发明实施例的技术方案解决了现有技术中对具有明显边界的灰度图像区域的高度和宽度的辨识结果准确度低的技术缺陷，实现了可以简便、快速及准确地识别具有明显边界的灰度图像区域的高度和宽度。

Description

纸币识别方法和装置、电子设备和存储介质

技术领域

本发明实施例涉及纸币鉴伪技术领域，尤其涉及一种纸币识别方法和装置、电子设备和存储介质。

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，纸币识别技术不仅可以应用在自动售货售票上，也可以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。

现有技术中一般通过对纸币中的某个或某几个图像区域的特征判断来鉴别纸币真伪，包括通过获取某个或某几个图像区域的高度或宽度来鉴别纸币真伪。现有技术中获取某个或某几个图像区域的高度或宽度的方法为：首先获取纸币中某个或某几个图像区域的二值化图像，然后计算二值化图像中各行或各列中所有像素点的灰度值和，最后根据计算得到的各行或各列的灰度值和的突变数值与预设阈值的比较结果，判断某个或某几个图像区域的高度或宽度。

上述获取某个或某几个图像区域的高度或宽度的方法中预设阈值的大小对纸币的辨识结果会产生较大的影响，另外，由于纸币在使用过程中会有不同程度的磨损和污渍，因此，使用同一预设阈值对不同纸币进行辨识容易出现错误，降低辨识准确度。

发明内容

有鉴于此，本发明实施例提供了一种纸币识别方法和装置、电子设备和存储介质，以解决现有技术中对具有明显边界的灰度图像区域的高度和宽度的辨识结果准确度低的技术缺陷。

在第一方面，本发明实施例提供了一种纸币识别方法，包括：

获取待测纸币的图像对应于预设特征区域的灰度图像；

二值化所述灰度图像得到二值化图像；

统计所述二值化图像中各设定行或列包含的黑色像素点的个数Sum[j]，根据Sum[j]计算各设定行或列的黑色像素点差分值，其中，j为行数或列数；

获取所述黑色像素点差分值的最大值和最小值所在行或列的行数差或列数差，根据所述行数差或列数差与预设差值范围判断所述待测纸币真伪。

在上述方法中，优选的是，所述根据Sum[j]计算各设定行或列的黑色像素点差分值，包括：

根据公式Diff[j]＝Sum[j+1]-Sum[j]计算所述各设定行或列的黑色像素点差分值。

在上述方法中，优选的是，在所述根据公式Diff[j]＝Sum[j+1]-Sum[j]计算所述各设定行或列的黑色像素点差分值之后，还包括：

根据公式Diff(j)＝[Diff(j-2)+Diff(j-1)+Diff(j)+Diff(j+1)+Diff(j+2)]÷5计算所述各设定行或列的黑色像素点差分修正值；

所述获取所述黑色像素点差分值的最大值和最小值所在行或列的行数差或列数差，根据所述行数差或列数差与预设差值范围判断所述待测纸币真伪，包括：

获取所述黑色像素点差分修正值的最大值和最小值所在行或列的行数差或列数差，根据所述行数差或列数差与预设差值范围判断所述待测纸币真伪。

在上述方法中，优选的是，所述二值化所述灰度图像得到二值化图像，包括：

根据P参数法确定二值化阈值；

根据所述二值化阈值，二值化所述灰度图像得到所述二值化图像。

在上述方法中，优选的是，所述根据所述行数差或列数差与预设差值范围判断所述待测纸币真伪，包括：

判断所述行数差或列数差是否满足所述预设差值范围；

若所述行数差或列数差满足所述预设差值范围，则确认所述待测纸币为真币；

若所述行数差或列数差不满足所述预设差值范围，则确认所述待测纸币为假币。

在上述方法中，优选的是，所述获取与待测纸币的预设特征区域对应的灰度图像，包括：

获取所述待测纸币的灰度图像以及所述预设特征区域在所述待测纸币中的坐标位置信息；

根据所述预设特征区域在所述待测纸币中的坐标位置信息，定位并截取所述预设特征区域在所述待测纸币的灰度图像中对应的区域。

在第二方面，本发明实施例提供了一种纸币识别装置，包括：

灰度图像获取模块，用于获取与待测纸币的预设特征区域对应的灰度图像；

二值化模块，用于二值化所述灰度图像得到二值化图；

差分值获取模块，用于统计所述二值化图中各设定行或列包含的黑色像素点的个数用Sum[j]表示，根据Sum[j]计算各设定行或列的黑色像素点差分值，其中，j为行数或列数；

真伪判断模块，用于获取所述黑色像素点差分值的最大值和最小值对应的所述设定行或列的行数或列数的行数差或列数差，根据所述行数差或列数差与预设差值范围判断所述待测纸币真伪。

在上述装置中，优选的是，所述差分值获取模块包括：

差分值计算单元，用于根据公式Diff[j]＝Sum[j+1]-Sum[j]计算所述各设定行或列的黑色像素点差分值。

在第三方面，本发明实施例提供了一种电子设备，所述电子设备包括：

一个或多个处理器；

存储器，用于存储一个或多个程序，

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现本发明实施例中所述的纸币识别方法。

在第四方面，本发明实施例提供了一种包含计算机可执行指令的存储介质，所述计算机可执行指令在由计算机处理器执行时用于执行本发明实施例所述的纸币识别方法。

本发明实施例提供了一种纸币识别方法和装置、电子设备和存储介质，通过首先获取待测纸币的图像对应于预设特征区域的灰度图像，然后二值化灰度图像得到二值化图像，在统计二值化图像中各设定行或列包含的黑色像素点的个数Sum[j]，根据Sum[j]计算各设定行或列的黑色像素点差分值，其中，j为行数或列数，最后获取黑色像素点差分值的最大值和最小值所在行或列的行数差或列数差，根据行数差或列数差与预设差值范围判断待测纸币真伪，解决了现有技术中对具有明显边界的灰度图像区域的高度和宽度的辨识结果准确度低的技术缺陷，实现了可以简便、快速及准确地识别具有明显边界的灰度图像区域的高度和宽度。

附图说明

图1a是本发明实施例一提供的一种纸币识别方法的流程图；

图1b是本发明实施例一提供的2014版100比索古巴币的灰度图；

图2a是本发明实施例二提供的一种纸币识别方法的流程图；

图2b是本发明实施例二提供的2014版100比索古巴币中CENTRAL字样区域的二值化图像；

图2c是本发明实施例二提供的2014版100比索古巴币中CIEN PESOS字样区域的二值化图像；

图3是本发明实施例三提供的一种纸币识别装置的结构图；

图4是本发明实施例四中的一种电子设备的结构图。

具体实施方式

为了使本发明的目的、技术方案和优点更加清楚，下面结合附图对本发明具体实施例作进一步的详细描述。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。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1a为本发明实施例一提供的一种纸币识别方法的流程图，本实施例的方法可以由纸币识别装置来执行，该装置可通过硬件和/或软件的方式实现，并一般可集成于纸币鉴伪设备中。本实施例的方法具体包括：

步骤110、获取待测纸币的图像对应于预设特征区域的灰度图像。

在本实施例中，待测纸币具体可以是任意币种的纸币，预设特征区域具体是指待测纸币中具有明显高度边界或宽度边界的区域，典型的可以是2014版100比索古巴币中的CENTRAL字样区域或CIEN PESOS字样区域等，如图1b所示为2014版100比索古巴币的灰度图像，其中，两个被矩形框框住的区域即为CENTRAL字样区域和CIEN PESOS字样区域。

一般来说，在对纸币进行防伪检测时，首先会使用红外或紫外光线照射纸币，进而获得纸币的灰度图像，然后通过对获取的灰度图像或通过对获取的灰度图像的二值化图像或边缘化图像等图像的计算处理来鉴别纸币真伪。在本实施例中，待测纸币的灰度图像的获取方法同样可以是通过使用红外或紫外光线照射待测纸币，进而获得待测纸币的灰度图像。

由于不同币种纸币的尺寸不尽相同，不同币种或不同面值的纸币的预设特征区域在纸币中的位置也不尽相同，因此，本实施例是在已知待测纸币的币种、面值、面向(例如正面正向、正面反向以及反面正向等)以及预设特征区域在待测纸币中的位置(一般为纸币正面正向或反面正向时预设特征区域在待测纸币中的位置)的前提下进行的，其中，待测纸币的币种、面值和面向可以通过获取的待测纸币的灰度图像确定。

在本实施例中，在获取了待测纸币的灰度图像之后，根据已知的待测纸币的币种、面值和面向以及预设特征区域在待测纸币中的位置，可以确定预设特征区域对应的灰度图像在待测纸币的灰度图像中的具体位置并进行截取，其中，预设特征区域对应的灰度图像在待测纸币的灰度图像中的位置具体可以通过长度坐标或像素点位置等方式表示。

步骤120、二值化灰度图像得到二值化图像。

在本实施例中，为了便于对预设特征区域的检测识别，需要对预设特征区域对应的灰度图像进行二值化处理，一般地，可以采用P参数法或者otsu算法对目标所在区域进行二值化处理，由此得到该目标所在区域的待测二值图。

步骤130、统计二值化图像中各设定行或列包含的黑色像素点的个数Sum[j]，根据Sum[j]计算各设定行或列的黑色像素点差分值。

一般来说，在步骤110中无论是通过长度坐标、像素点位置或是其他任何方式来确定预设特征区域对应的灰度图像在待测纸币的灰度图像中的位置，都可以同时获知预设特征区域的像素点的总行数和总列数。

进一步地，由于一般来说，预设特征区域的尺寸都会较该预设特征区域所包含的特征图像的尺寸略大一些，以保证当纸币在印刷的过程中出现细微偏差或预设特征区域截取过程中存在误差等情况下都可以包含全部的特征图像，由此，预设特征区域的边界处就会有一些像素行或像素列不属于特征图像，所以，在对预设特征区域对应的灰度图像、二值化图像或边缘化图像等图像进行处理时，可以不考虑上述不属于特征图像的像素行或像素列。

因此，在本实施例中，仅对二值化图像中的各设定行或列包含的黑色像素点的个数进行统计，而无需统计对二值化图像中的所有行或所有列包含的黑色像素点的个数进行统计，如此可以减少不必要的计算，提高纸币识别速度。其中，设定行或设定列具体是指预设特征区域包含的特征图像的边界所在行或列以及邻近的行或列。

在一个具体的例子中，假如待测纸币的预设特征区域为2014版100比索古巴币中包含CENTRAL字样的区域，CENTRAL字样的上边界位于预设特征区域的第10像素行，下边界位于预设特征区域的第80像素行，那么可以将预设特征区域的第5至第15像素行和第75至第85像素行作为设定行进行相关计算。

在本实施例中，在统计得到二值化图像中各设定行或列包含的黑色像素点的个数Sum[j]之后，会根据Sum[j]计算各设定行或列的黑素像素点差分值。黑素像素点差分值的计算方法具体可以计算上一行与本行的黑色像素点个数差，还可以是本行与下一行的黑色像素点个数差等，本实施例对此不进行限制。

进一步地，由于二值化图像中存在噪声，噪声会对黑色像素点差分值的计算结果产生影响，由于部分噪声具有相加为零的特点，因此，还可以将本行的黑色像素点差分值与上下邻近n行的黑色像素点差分值加和求平均，将平均值作为本行最终的黑色像素点差分值，其中，n典型的可以是2或3等。

步骤140、获取黑色像素点差分值的最大值和最小值所在行或列的行数差或列数差，根据行数差或列数差与预设差值范围判断待测纸币真伪。

一般来说，预设特征区域中包含的特征图像在其边界处像素行或像素列的黑色像素点差分值会具有最大值和最小值。

因此，在本实施例中，在完成步骤130之后，首先会确定黑色像素点差分值的最大值和最小值所在的行或列，然后计算黑色像素点差分值的最大值所在行或列与最小值所在行或列的行数差或列数差，该行数差或列数差即为预设特征区域中包含的特征图像的高度或宽度。

一般来说，纸币中的各个图像区域的高度或宽度所对应的像素行的行数或像素列的列数是稳定性非常高的数值，当然，只有当步骤110中获取预设特征区域对应的灰度图像的图像采集传感器不变时，上述像素行的行数或像素列的列数才是基本固定不变的，当图像采集传感器改变时，上述像素行的行数或像素列的列数会产生相应的变化，因此，使用黑色像素点差分值的最大值和最小值所在行或列的行数差或列数差对预设特征区域进行鉴别具有较高的准确度。

在本实施例中，在获取黑色像素点差分值的最大值和最小值所在行或列的行数差或列数差之后，会将行数差或列数差与预设差值范围进行比较，以判断待测纸币的真伪。

本发明实施例一提供了一种纸币识别方法，通过首先获取待测纸币的图像对应于预设特征区域的灰度图像，然后二值化灰度图像得到二值化图像，在统计二值化图像中各设定行或列包含的黑色像素点的个数Sum[j]，根据Sum[j]计算各设定行或列的黑色像素点差分值，其中，j为行数或列数，最后获取黑色像素点差分值的最大值和最小值所在行或列的行数差或列数差，根据行数差或列数差与预设差值范围判断待测纸币真伪，解决了现有技术中对具有明显边界的灰度图像区域的高度和宽度的辨识结果准确度低的技术缺陷，实现了可以简便、快速及准确地识别具有明显边界的灰度图像区域的高度和宽度。

实施例二

图2a是本发明实施例二提供的一种纸币识别方法的流程图。本实施例以上述实施例为基础进行优化，在本实施例中，将根据Sum[j]计算各设定行或列的黑色像素点差分值优化为：根据公式Diff[j]＝Sum[j+1]-Sum[j]计算各设定行或列的黑色像素点差分值。

进一步地，优化为，在根据公式Diff[j]＝Sum[j+1]-Sum[j]计算各设定行或列的黑色像素点差分值之后，还包括：根据公式Diff(j)＝[Diff(j-2)+Diff(j-1)+Diff(j)+Diff(j+1)+Diff(j+2)]÷5计算各设定行或列的黑色像素点差分修正值；

相应地，将获取黑色像素点差分值的最大值和最小值所在行或列的行数差或列数差，根据行数差或列数差与预设差值范围判断待测纸币真伪，优化为：获取黑色像素点差分修正值的最大值和最小值所在行或列的行数差或列数差，根据行数差或列数差与预设差值范围判断待测纸币真伪。

进一步地，将二值化灰度图像得到二值化图像，优化为：根据P参数法确定二值化阈值；根据二值化阈值，二值化灰度图像得到二值化图像。

进一步地，将根据行数差或列数差与预设差值范围判断待测纸币真伪，优化为：判断行数差或列数差是否满足预设差值范围；若行数差或列数差满足预设差值范围，则确认待测纸币为真币；若行数差或列数差不满足预设差值范围，则确认待测纸币为假币。

相应的，本实施例的方法具体包括：

步骤210、获取待测纸币的图像对应于预设特征区域的灰度图像。

步骤220、根据P参数法确定二值化阈值。

在本实施例中，选取了P参数法来确定二值化的阈值。

步骤230、根据二值化阈值，二值化灰度图像得到二值化图像。

在本实施例中，根据P参数法确定的二值化的阈值来对步骤210中获取的预设特征区域对应的灰度图像进行二值化，得到二值化图像。

如图2b和图2c所示，分别为2014版100比索古巴币中CENTRAL字样区域和CIENPESOS字样区域，使用P参数法确定的二值化阈值进行二值化后的二值化图像。

步骤240、统计二值化图像中各设定行或列包含的黑色像素点的个数Sum[j]，根据公式Diff[j]＝Sum[j+1]-Sum[j]计算各设定行或列的黑色像素点差分值。

在本实施例中，在统计得到二值化图像中各设定行或列包含的黑色像素点的个数Sum[j]之后，使用公式Diff[j]＝Sum[j+1]-Sum[j]计算各设定行或列的黑色像素点差分值，即本行的黑色像素点差分值等于下一行与本行的黑色像素点个数的差值。

步骤250、根据公式Diff(j)＝[Diff(j-2)+Diff(j-1)+Diff(j)+Diff(j+1)+Diff(j+2)]÷5计算各设定行或列的黑色像素点差分修正值。

一般来说，二值化图像中都会或多或少存在一些噪声，因此，仅使用步骤240中的公式来计算各设定行或列的黑色像素点差分值，计算结果可能会因为受到噪声干扰而降低准确性。

由于部分噪声可以通过加和抵消，因此，在本实施例中，进一步使用公式Diff(j)＝[Diff(j-2)+Diff(j-1)+Diff(j)+Diff(j+1)+Diff(j+2)]÷5计算各设定行和列的黑色像素点差分修正值，以此来降低噪声对计算结果准确性的影响。

步骤260、获取黑色像素点差分修正值的最大值和最小值所在行或列的行数差或列数差。

一般来说，由于预设特征区域中包含的特征图像在其边界处像素行或像素列的黑色像素点差分值会具有最大值和最小值，进一步地，预设特征区域中包含的特征图像在其边界处像素行或像素列的黑色像素点差分修正值，即步骤250的计算结果，也会具有最大值和最小值。

在本实施例中，根据步骤250中的计算结果，确定黑色像素点差分修正值的最大值和最小值所在行或列的行数差或列数差。

步骤270、判断行数差或列数差是否满足预设差值范围，若是，则执行步骤280，若不是，则执行步骤290。

在本实施例中，预设差值范围具体是指预设特征区域中的特征图像的高度或宽度的正常取值范围，该数值一般是由大量的实验测试数据得到的。

步骤280、确认待测纸币为真币。

在本实施例中，如果行数差或列数差的数值在预设差值范围内，则可以判定待测纸币为真币。

步骤290、确认待测纸币为假币。

在本实施例中，如果行数差或列数差的数值不在预设差值范围内，则可以判定待测纸币为假币。

本发明实施例二提供了一种纸币识别方法，具体化了各设定行或列的黑色像素点差分值以及黑色像素点的差分修正值的计算方法，降低了噪声对计算结果的影响，同时，还具体化了预设特征区域对应的灰度图像的二值化方法，使得二值化图像能更好地体现预设特征区域的特征，进一步地，还具体化了判断待测纸币真伪的方法。利用该方法可以获得能更好体现预设特征区域的特征的二值化图像，同时，还可以排除加和为零的噪声对纸币辨识结果的影响，提高纸币辨识的准确度。

在上述各实施例的基础上，将获取与待测纸币的预设特征区域对应的灰度图像，优化为：获取待测纸币的灰度图像以及预设特征区域在待测纸币中的坐标位置信息；根据预设特征区域在待测纸币中的坐标位置信息，定位并截取预设特征区域在待测纸币的灰度图像中对应的区域。一般可以根据待测纸币的币种、面值和面向确定对应于预设特征区域的灰度图像在待测纸币的灰度图中的坐标位置信息，其中，坐标位置信息可以是长度为单位的坐标系中的位置信息，也可以是依据像素点的位置确定的坐标信息，在确定了预设特征区域在待测纸币中的位置坐标信息之后，即可确定预设特征区域在待测纸币的灰度图像中对应的区域，进而截取该区域。

这样设置的好处是：可以准确地截取预设特征区域对应的灰度图像。

实施例三

图3是本发明实施例三提供的一种纸币识别装置的结构图。如图3所示，所述装置包括：灰度图像获取模块301、二值化模块302、差分获取模块303和真伪判断模块304。其中：

灰度图像获取模块301，用于获取与待测纸币的预设特征区域对应的灰度图像；

二值化模块302，用于二值化灰度图像得到二值化图；

差分值获取模块303，用于统计二值化图中各设定行或列包含的黑色像素点的个数用Sum[j]表示，根据Sum[j]计算各设定行或列的黑色像素点差分值，其中，j为行数或列数；

真伪判断模块304，用于获取黑色像素点差分值的最大值和最小值对应的设定行或列的行数或列数的行数差或列数差，根据行数差或列数差与预设差值范围判断待测纸币真伪。

本发明实施例提供了一种纸币识别装置，通过首先获取待测纸币的图像对应于预设特征区域的灰度图像，然后二值化灰度图像得到二值化图像，在统计二值化图像中各设定行或列包含的黑色像素点的个数，根据计算各设定行或列的黑色像素点差分值，其中，j为行数或列数，最后获取黑色像素点差分值的最大值和最小值所在行或列的行数差或列数差，根据行数差或列数差与预设差值范围判断待测纸币真伪，解决了现有技术中对具有明显边界的灰度图像区域的高度和宽度的辨识结果准确度低的技术缺陷，实现了可以简便、快速及准确地识别具有明显边界的灰度图像区域的高度和宽度。

在上述各实施例的基础上，差分值获取模块可以包括：

差分值计算单元，用于根据公式Diff[j]＝Sum[j+1]-Sum[j]计算各设定行或列的黑色像素点差分值。

在上述各实施例的基础上，在根据公式Diff[j]＝Sum[j+1]-Sum[j]计算各设定行或列的黑色像素点差分值之后，还可以包括：

差分修正值计算单元，用于根据公式Diff(j)＝[Diff(j-2)+Diff(j-1)+Diff(j)+Diff(j+1)+Diff(j+2)]÷5计算各设定行或列的黑色像素点差分修正值；

相应地，真伪判断模块可以包括：

差分修正值判断单元，用于获取黑色像素点差分修正值的最大值和最小值所在行或列的行数差或列数差，根据行数差或列数差与预设差值范围判断待测纸币真伪。

在上述各实施例的基础上，二值化模块可以包括：

阈值确定单元，用于根据P参数法确定二值化阈值；

图像二值化单元，用于根据二值化阈值，二值化灰度图像得到二值化图像。

在上述各实施例的基础上，真伪判断模块可以包括：

预设差值判断单元，用于判断行数差或列数差是否满足预设差值范围；

真币确定单元，用于若行数差或列数差满足预设差值范围，则确认待测纸币为真币；

假币确定单元，用于若行数差或列数差不满足预设差值范围，则确认待测纸币为假币。

在上述各实施例的基础上，灰度图像获取模块可以包括：

位置信息获取单元，用于获取待测纸币的灰度图像以及预设特征区域在待测纸币中的坐标位置信息；

定位截取单元，用于根据预设特征区域在待测纸币中的坐标位置信息，定位并截取预设特征区域在待测纸币的灰度图像中对应的区域。

本发明实施例所提供的纸币识别装置可用于执行本发明任意实施例提供的纸币识别方法，具备相应的功能模块，实现相同的有益效果。

实施例四

图4为本发明实施例四提供的一种设备的结构示意图，如图4所示，该设备包括处理器401、存储器402、输出装置403；设备中处理器401的数量可以是一个或多个，图4中以一个处理器401为例；设备中的处理器401、存储器402、输出装置403可以通过总线或其他方式连接，图4中以通过总线连接为例。

存储器402作为一种计算机可读存储介质，可用于存储软件程序、计算机可执行程序以及模块，如本发明实施例中的纸币识别方法对应的程序指令/模块(例如，灰度图像获取模块301、二值化模块302、差分获取模块303和真伪判断模块304)。处理器401通过运行存储在存储器402中的软件程序、指令以及模块，从而执行设备的各种功能应用以及数据处理，即实现上述的纸币识别方法。

存储器402可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序；存储数据区可存储根据终端的使用所创建的数据等。此外，存储器402可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实例中，存储器402可进一步包括相对于处理器401远程设置的存储器，这些远程存储器可以通过网络连接至设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。

输出装置403可包括显示屏等显示设备。

实施例五

本发明实施例五还提供一种包含计算机可执行指令的存储介质，所述计算机可执行指令在由计算机处理器执行时用于执行一种纸币识别方法，该方法包括：

获取待测纸币的图像对应于预设特征区域的灰度图像；

二值化所述灰度图像得到二值化图像；

统计所述二值化图像中各设定行或列包含的黑色像素点的个数Sum[j]，根据Sum[j]计算各设定行或列的黑色像素点差分值，其中，j为行数或列数；

获取所述黑色像素点差分值的最大值和最小值所在行或列的行数差或列数差，根据所述行数差或列数差与预设差值范围判断所述待测纸币真伪。

当然，本发明实施例所提供的一种包含计算机可执行指令的存储介质，其计算机可执行指令不限于如上所述的方法操作，还可以执行本发明任意实施例所提供的纸币识别方法中的相关操作。

通过以上关于实施方式的描述，所属领域的技术人员可以清楚地了解到，本发明可借助软件及必需的通用硬件来实现，当然也可以通过硬件实现，但很多情况下前者是更佳的实施方式。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可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如计算机的软盘、只读存储器(Read-Only Memory，ROM)、随机存取存储器(RandomAccess Memory，RAM)、闪存(FLASH)、硬盘或光盘等，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的方法。

值得注意的是，上述纸币识别装置的实施例中，所包括的各个单元和模块只是按照功能逻辑进行划分的，但并不局限于上述的划分，只要能够实现相应的功能即可；另外，各功能单元的具体名称也只是为了便于相互区分，并不用于限制本发明的保护范围。

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 (10)

1.一种纸币识别方法，其特征在于，包括：

获取待测纸币的图像对应于预设特征区域的灰度图像；

二值化所述灰度图像得到二值化图像；

统计所述二值化图像中各设定行或列包含的黑色像素点的个数Sum[j]，根据Sum[j]计算各设定行或列的黑色像素点差分值，其中，j为行数或列数；

获取所述黑色像素点差分值的最大值和最小值所在行或列的行数差或列数差，根据所述行数差或列数差与预设差值范围判断所述待测纸币真伪。

2.根据权利要求1所述的方法，其特征在于，所述根据Sum[j]计算各设定行或列的黑色像素点差分值，包括：

根据公式Diff[j]＝Sum[j+1]-Sum[j]计算所述各设定行或列的黑色像素点差分值。

3.根据权利要求2所述的方法，其特征在于，在所述根据公式Diff[j]＝Sum[j+1]-Sum[j]计算所述各设定行或列的黑色像素点差分值之后，还包括：

根据公式Diff(j)＝[Diff(j-2)+Diff(j-1)+Diff(j)+Diff(j+1)+Diff(j+2)]÷5计算各设定行或列的黑色像素点差分修正值；

所述获取所述黑色像素点差分值的最大值和最小值所在行或列的行数差或列数差，根据所述行数差或列数差与预设差值范围判断所述待测纸币真伪，包括：

获取所述黑色像素点差分修正值的最大值和最小值所在行或列的行数差或列数差，根据所述行数差或列数差与预设差值范围判断所述待测纸币真伪。

4.根据权利要求1所述的方法，其特征在于，所述二值化所述灰度图像得到二值化图像，包括：

根据P参数法确定二值化阈值；

根据所述二值化阈值，二值化所述灰度图像得到所述二值化图像。

5.根据权利要求1所述的方法，其特征在于，所述根据所述行数差或列数差与预设差值范围判断所述待测纸币真伪，包括：

判断所述行数差或列数差是否满足所述预设差值范围；

若所述行数差或列数差满足所述预设差值范围，则确认所述待测纸币为真币；

若所述行数差或列数差不满足所述预设差值范围，则确认所述待测纸币为假币。

6.根据权利要求1所述的方法，其特征在于，所述获取与待测纸币的预设特征区域对应的灰度图像，包括：

获取所述待测纸币的灰度图像以及所述预设特征区域在所述待测纸币中的坐标位置信息；

根据所述预设特征区域在所述待测纸币中的坐标位置信息，定位并截取所述预设特征区域在所述待测纸币的灰度图像中对应的区域。

7.一种纸币识别装置，其特征在于，包括：

灰度图像获取模块，用于获取与待测纸币的预设特征区域对应的灰度图像；

二值化模块，用于二值化所述灰度图像得到二值化图；

差分值获取模块，用于统计所述二值化图中各设定行或列包含的黑色像素点的个数用Sum[j]表示，根据Sum[j]计算各设定行或列的黑色像素点差分值，其中，j为行数或列数；

真伪判断模块，用于获取所述黑色像素点差分值的最大值和最小值对应的所述设定行或列的行数或列数的行数差或列数差，根据所述行数差或列数差与预设差值范围判断所述待测纸币真伪。

8.根据权利要求7所述的装置，其特征在于，所述差分值获取模块包括：

差分值计算单元，用于根据公式Diff[j]＝Sum[j+1]-Sum[j]计算所述各设定行或列的黑色像素点差分值。

9.一种电子设备，其特征在于，所述电子设备包括：

一个或多个处理器；

存储器，用于存储一个或多个程序，

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-6中任一所述的纸币识别方法。

10.一种包含计算机可执行指令的存储介质，所述计算机可执行指令在由计算机处理器执行时用于执行如权利要求1-6中任一所述的纸币识别方法。