CN107331031A - 一种纸币币值的识别方法、装置、设备及存储介质 - Google Patents
一种纸币币值的识别方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN107331031A CN107331031A CN201710537010.2A CN201710537010A CN107331031A CN 107331031 A CN107331031 A CN 107331031A CN 201710537010 A CN201710537010 A CN 201710537010A CN 107331031 A CN107331031 A CN 107331031A
- Authority
- CN
- China
- Prior art keywords
- detected
- pixel
- value
- slope
- row
- 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
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
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Image Analysis (AREA)
- Testing Of Coins (AREA)
- Inspection Of Paper Currency And Valuable Securities (AREA)
Abstract
本发明公开了一种纸币币值的识别方法、装置、设备及存储介质。该方法包括:获取待识别纸币目标特征区域对应的二值化图像;确认在所述二值化图像中,从上至下是否存在任一行的行投影大于预设阈值;当确认存在时,将与所述行投影对应的行确定为上边界;根据所述上边界确定待检测区域,在所述待检测区域内检测所述二值化图像中与预设灰度值相同的像素点作为待检测像素点;根据所述待检测像素点的坐标信息,确定所述二值化图像中是否包含水平线;如果包含水平线,则根据所述待检测像素点组成的非水平线的斜率,确定所述待识别纸币的币值为所述非水平线的斜率所在的斜率范围对应的币值。本发明提供的方法可快速准确地识别出纸币的币值。
Description
技术领域
本发明涉及纸币检测技术领域,尤其涉及一种纸币币值的识别方法、装置、设备及存储介质。
背景技术
根据市场需求,在验钞过程中需要准确识别纸币的币值,比如对人民币而言,需要准确地区分出待检测的纸币是100元、50元或20元等。
现有技术中,一般是通过模版匹配的方法对纸币币值进行识别,即利用纸币的图像特征信息建立每种币值的纸币的标准模板,然后获取待检测纸币的相应图像,将获取到的待检测纸币的图像与不同币值的标准模板进行匹配,当获取到的待检测纸币的图像与标准模板之间的相关值大于一定阈值,则认为待检测纸币的币值为该标准模板对应的币值。
然而,上述模板匹配的方法,在匹配过程中计算量较大,匹配的时间较长,导致识别效率较低。
发明内容
本发明提供一种纸币币值的识别方法、装置、设备及存储介质,以实现准确并快速地识别纸币的币值。
第一方面,本发明实施例提供了一种纸币币值的识别方法,该方法包括:
获取待识别纸币目标特征区域对应的二值化图像;
确认在所述二值化图像中,从上至下是否存在任一行的行投影大于预设阈值;当确认存在时,将与所述行投影对应的行确定为上边界;
根据所述上边界确定待检测区域,在所述待检测区域内检测所述二值化图像中与预设灰度值相同的像素点作为待检测像素点;
根据所述待检测像素点的坐标信息,确定所述二值化图像中是否包含水平线;
如果包含水平线,则根据所述待检测像素点组成的非水平线的斜率,确定所述待识别纸币的币值为所述非水平线的斜率所在的斜率范围对应的币值。
第二方面,本发明实施例还提供了一种纸币币值的识别装置,该装置包括:
图像获取模块,用于获取待识别纸币目标特征区域对应的二值化图像;
边界确定模块,用于确认在所述二值化图像中,从上至下是否存在任一行的行投影大于预设阈值;当确认存在时,将与所述行投影对应的行确定为上边界;
待检测区域确定模块,用于根据所述上边界确定待检测区域;
待检测像素点检测模块,用于在所述待检测区域内检测所述二值化图像中与预设灰度值相同的像素点作为待检测像素点;
水平线确定模块,用于根据所述待检测像素点的坐标信息,确定所述二值化图像中是否包含水平线;
币值确定模块,用于如果包含水平线,则根据所述待检测像素点组成的非水平线的斜率,确定所述待识别纸币的币值为所述非水平线的斜率所在的斜率范围对应的币值。
第三方面,本发明实施例还提供了一种电子设备,该设备包括:
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任意实施例提供的纸币币值的识别方法。
第四方面,本发明实施例还提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现本发明任意实施例提供的纸币币值的识别方法。
本发明通过获取待识别纸币对应的二值化图像;确认在二值化图像中,从上至下是否存在任一行的行投影大于预设阈值;当确认存在时,将与行投影对应的行确定为上边界;根据上边界确定待检测区域,在待检测区域内检测所述二值化图像中与预设灰度值相同的像素点作为待检测像素点;根据待检测像素点的坐标信息,确定二值化图像中是否包含水平线;如果包含水平线,则根据所述待检测像素点组成的非水平线的斜率,确定待识别纸币的币值为非水平线的斜率所在的斜率范围对应的币值,解决了现有技术中模板匹配过程中计算量较大,匹配的时间较长,导致识别效率低的问题,通过对较小的目标特征区域进行处理实现快速准确地识别出待识别纸币的币值。
附图说明
图1是本发明实施例一中的一种纸币币值的识别方法的流程图;
图2是本发明实施例二中的一种纸币币值的识别方法的流程图;
图3是本发明实施例二中的币值为3的古巴币的正面示意图;
图4是本发明实施例二中的目标特征区域的示意图;
图5是本发明实施例二中的目标特征区域对应的二值化图像的示意图;
图6是本发明实施例二中的目标特征区域对应的二值化图像的示意图;
图7是本发明实施例三中的一种纸币币值的识别装置的结构框图;
图8是本发明实施例四中的一种电子设备的结构示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。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结构。
实施例一
图1为本发明实施例一提供的一种纸币币值的识别方法的流程图,本实施例可适用于对纸币币值识别情况,该方法可以由纸币币值的识别装置来执行,其中该装置可由软件和/或硬件实现,一般可集成在自动售票机或点钞机等金融设备中。本实施例提供的方法具体包括如下步骤:
步骤110、获取待识别纸币目标特征区域对应的二值化图像。
其中,待识别纸币可以为古巴币,也可以为纸币币值中存在水平线和非水平线特征的任何纸币,如币值为5的人民币。
可选的,获取纸币时,可首先获取纸币的币种,进而获取到该币种中各币值对应的斜率范围,在确定非水平线的斜率后,确定非水平线的斜率所在的斜率范围,进而将确定待识别纸币的币值确定为非水平线的斜率所在的斜率范围对应的币值。
优选的,可在可见光下,获取待识别纸币的完整图像,在获取的完整图像的基础上对目标特征区域的图像进行截取,并对截取的目标特征区域的图像进行二值化,以确定目标特征区域中的前景图像和背景图像。
示例性的,目标特征区域的设置可通过采取设置坐标范围的方式。例如,在直角坐标系中,优选左上角的端点作为坐标原点,w表示横坐标,h表示纵坐标,则在待识别纸币的完整图像中,目标特征区域的位置可优选设置为w=[a:b]和h=[c:d],进而可获取有由w=[a:b]和h=[c:d]构成的矩形区域作为目标特征区域。示例性的,若将W表示宽度,H表示高度,还可指定目标特征区域的左上角坐标(e,f)以及W和H,进而获取由(e,f)以及W和H构成的矩形区域确定为目标特征区域。
示例性的,可采用P参数法将目标特征区域的图像进行二值化。优选的,可将大于设定阈值的像素点的灰度值设置为0,将小于设定阈值的像素点的灰度值设置为1,进而将目标特征区域的图像中的前景图像的像素点的设置为白色像素点,背景图像的像素点设置为黑色像素点。
步骤120、确认在二值化图像中,从上至下是否存在任一行的行投影大于预设阈值;当确认存在时,将与行投影对应的行确定为上边界。
获取待识别纸币目标特征区域对应的二值化图像后,从上至下对二值化图像中的各行进行遍历,计算当前遍历行的行投影,并确认当前遍历行的行投影是否大于预设阈值,当确认行投影大于预设阈值时,则将当前遍历行确定为上边界,当确认行投影小于预设阈值时,则遍历至下一行。
示例性的,预设阈值可为目标特征区域的图像宽度的二分之一或三分之一。
步骤130、根据上边界确定待检测区域,在待检测区域内检测二值化图像中与预设灰度值相同的像素点作为待检测像素点。
确定上边界后,则可进一步地根据上边界确定待检测区域,进而去除二值化图像中待检测区域之外的噪声点对后续水平线和非水平线检测的干扰,提高币值检测的准确性。
示例性的,可将在上边界之下,与上边界相隔预设行数的行作为待检测区域的上边界,将二值化图像的最左侧一列作为待检测区域的左边界,将二值化图像的最右侧一列作为待检测区域的右边界,将二值化图像的最后一行作为待检测区域的下边界,以构成待检测区域。
确定待检测区域后,可在待检测区域内检测二值化图像中与预设灰度值相同的像素点作为待检测像素点。
示例性的,可在待检测区域内从左至右,依次遍历待检测区域内的各列,并确定当前遍历列中,从上之下是否存在灰度值为预设灰度值相同的像素点,如果确认存在,则将该像素点作为待检测像素点,保存该像素点的坐标信息,并遍历至下一列,直至完成对待检测像素点内的所有列的处理。
优选的,预设灰度值为前景图像的像素点对应的灰度值。
步骤140、根据待检测像素点的坐标信息,确定二值化图像中是否包含水平线。
获取待检测像素点后,根据待检测像素点的坐标信息,确定二值化图像中是否包含水平线。其中检测水平线的方法有很多,本发明对此不进行限定。
如可将依次保存的待检测像素点间两相邻待检测像素点之间的纵坐标相减,获得两相邻待检测像素点的纵坐标之差,并统计纵坐标之差小于第一预设差值的个数,如果纵坐标之差小于第一预设差值的个数大于预设个数,则确定二值化图像中包含水平线。
步骤150、如果包含水平线,则根据待检测像素点组成的非水平线的斜率,确定待识别纸币的币值为非水平线的斜率所在的斜率范围对应的币值。
如果确定二值化图像中包含水平线,则可进一步确定待检测像素点组成的非水平线的斜率,并确定非水平线的斜率所在的斜率范围,将待识别纸币的币值确定为该斜率范围对应的币值。
示例性的,若待识别纸币为古巴币,已知币值为3的古巴币对应的非水平线的斜率为0.5-1,则如果确定非水平线的斜率在0.5-1范围内,则确定待识别纸币的币值为3。
其中,确定待检测像素点组成的非水平线的斜率方式有很多,本发明对此不做限定。如可首先设定斜率k的初始值,并将所有待检测像素点的坐标分别代入公式y=kx+b,其中y为纵坐标,x为横坐标,k为斜率,b为截距,获取各待检测像素点对应的截距值,并将获取的截距值按照大小进行排序后,计算两相邻截距值之间的截距差值,统计截距差值小于第二预设差值的个数与待检测像素点的个数的比例,如果该比例在预设比例范围内,则将该斜率确定为非水平直线的斜率,如果该比例不在预设比例范围内,则使得斜率k=k+h,其中h为预设斜率间隔,并再次将所有待检测像素点的坐标分别代入公式y=kx+b,获取各待检测像素点对应的截距值,直至斜率大于预设斜率值。
其中,第二预设差值与第一预设差值可相同,也可不同。
示例性的,第二预设差值与第一预设差值可均为2。
示例性的,预设斜率间隔h可为0.03或0.05。
示例性的,预设比例范围可为70%-100%。
本实施例通过获取待识别纸币目标特征区域对应的二值化图像;确认在所述二值化图像中,从上至下是否存在任一行的行投影大于预设阈值;当确认存在时,将与行投影对应的行确定为上边界;根据上边界确定待检测区域,在待检测区域内检测所述二值化图像中与预设灰度值相同的像素点作为待检测像素点;根据待检测像素点的坐标信息,确定二值化图像中是否包含水平线;如果包含水平线,则根据待检测像素点组成的非水平线的斜率,确定待识别纸币的币值为非水平线的斜率所在的斜率范围对应的币值,解决了现有技术中模板匹配过程中计算量较大,匹配的时间较长,导致识别效率低的问题,可通过对较小的目标特征区域进行处理实现快速准确地识别出待识别纸币的币值。
实施例二
图2是本发明实施例二提供的一种纸币币值的识别方法的流程图,本实施例为在上述实施例的基础上进行进一步优化。本实施例中以检测待识别纸币是否为币值为3的古巴币为例对本实施例提供的纸币币值的识别方法进行详细说明。本实施例提供的方法具体包括如下步骤:
步骤210、获取待识别纸币目标特征区域对应的二值化图像。
图3为币值为3的古巴币的正面示意图,图4为目标特征区域的示意图。如图3所示,在获取币值为3的古巴币的正面图像后,可通过设置坐标范围的方式获取如图4所示的目标特征区域的示意图。
图5为目标特征区域对应的二值化图像的示意图。如图5所示,获取目标特征区域的图像后,可通过P参数法或其他二值化方法将目标特征区域的图像进行二值化,进而获取到目标特征区域对应的二值化图像。
优选的,在二值化过程中,可将大于设定阈值的像素点的灰度值设置为0,将小于设定阈值的像素点的灰度值设置为1。
步骤220、确认在二值化图像中,从上至下是否存在任一行的行投影大于预设阈值,如果存在,执行步骤230,如果不存在,执行步骤2200。
获取待识别纸币目标特征区域对应的二值化图像后,从上至下对二值化图像中的各行进行遍历,计算当前遍历行的行投影,并确认该行投影是否大于预设阈值,当确认该行投影大于预设阈值后,则将当前遍历行确定为上边界,当确认该行投影不大于预设阈值,则遍历至下一行,若确认在二值化图像中所有行的行投影均不大于预设阈值,则确认该待识别纸币的币值不为3。
其中,预设阈值可根据实际情况进行设定。本实施例中优选预设阈值为二值化图像的宽度的二分之一。
步骤230、将与行投影对应的行确定为上边界。
步骤240、将位于上边界之下,并与上边界相隔预设行数的行确定为起始行。
步骤250、将由起始行、二值化图像的最后一行、第一预设列以及第二预设列确定的矩形区域确定为待检测区域。
其中,第一预设列和第二预设列位于二值化图像的列范围之内。
对于币值为3的古巴币,可优选在对待识别纸币的币值进行检测前,通过图4所示的目标特征区域的图像,确定二值化图像中水平线以及非水平线所在的列范围,将所述列范围的最左侧一列设置为第一预设列,将所述列范围的最右侧一列设置为第二预设列,由此将由起始行、二值化图像的最后一行、第一预设列以及第二预设列确定的矩形区域确定为待检测区域,进而避免待检测区域以外的像素点对确定水平线以及非水平线的干扰,提高币值检测的准确性。
图6为目标特征区域对应的二值化图像的示意图。优选为了便于说明,在图6中将第一预设列、第二预设列以及上边界以直线示出,其中,左侧竖直直线为第一预设列,右侧竖直直线为第二预设列,水平直线为确定的上边界。
步骤260、获取待检测区域内的一列作为目标列。
步骤270、在目标列中,从上至下确认是否存在灰度值为预设灰度值的像素点,若是,执行步骤280,若否,执行步骤290,
步骤280、将像素点确定为待检测像素点。
步骤290、判断是否完成对待检测区域内全部列的处理,若是,执行步骤2100,若否,执行步骤260。
示例性的,确定待检测区域后,可从左至右依次获取待检测区域内的一列作为目标列,并在目标列中,从上至下确认目标列中是否存在灰度值为预设灰度值的像素点,若确认存在,则将该像素点确定为待检测像素点,并保存该像素点的坐标信息,如果确认不存在,则获取下一列作为目标列,直至完成对待检测区域内所有列的处理。
步骤2100、按照横坐标增大或减小方向排列待检测像素点,并计算两相邻待检测像素点之间的纵坐标差值。
步骤2110、确认纵坐标差值小于第一预设差值的个数是否大于预设个数,若是,执行步骤2120,若否,执行步骤2200。
步骤2120、确定二值化图像中包含水平线。
获取待检测像素点后,按照横坐标从大至小或从小至大的方向排列待检测像素点,计算排列后的两相邻待检测像素点之间的纵坐标差值,并统计纵坐标差值小于第一预设差值的个数,如果纵坐标差值小于第一预设差值的个数大于预设个数,则确定二值化图像中包含水平线,否则,确定待识别纸币的币值不为3。
步骤2130、设置斜率的初始值。
以k为斜率为例,如果确定二值化图像中包含水平线,则设置斜率k的初始值。
示例性的,初始值可设置为当前检测纸币币种中各币值对应的斜率范围中最小的斜率值。
步骤2140、根据斜率获取各待检测像素点对应的截距值。
将各个待检测像素点的坐标信息代入至公式y=kx+b,其中y为纵坐标,x为横坐标,k为斜率,b为截距,获取各待测像素点对应的截距值。
步骤2150、按增大或减小方向排列各截距值,并计算两相邻截距值之间的截距差值。
按照增大或减小方向排列获取的各截距值,并将排列后的两相邻截距值相减,获取两相邻截距值之间的截距差值,并统计截距差值小于第二差值的个数。
步骤2160、确认截距差值小于第二预设差值的个数与待检测像素点的个数的比例是否在预设比例范围内,若是,执行步骤2170,若否,执行步骤2180。
步骤2170、将斜率确定为非水平线的斜率,并确定待识别纸币的币值为非水平线的斜率所在的斜率范围对应的币值。
计算截距差值小于第二预设差值的个数与待检测像素点的个数的比例,如果该比例在预设比例范围内,则将该斜率确定为非水平线的斜率,如果该比例不在预设比例范围内,则将斜率以预设斜率间隔增加,并返回执行步骤2140,直至斜率大于预设斜率值。
其中,第二预设差值与第一预设差值可相同,也可不同。
示例性的,第二预设差值与第一预设差值均为2。
示例性的,预设比例范围为70%-100%。
将斜率确定为非水平线的斜率后,则进一步确定该斜率对应的斜率范围,将与该斜率范围对应的币值确定为待识别纸币的币值。如待识别纸币为古巴币,其中币值为3的古巴币的非水平线的斜率范围为0.5-1,则在获取非水平线的斜率后,若确定该斜率在0.5-1的斜率范围内,则将待识别纸币的币值确定为3。
步骤2180、判断斜率是否大于预设斜率值,若是,执行步骤2200,若否,执行步骤2190。
其中,预设斜率值可为当前检测纸币币种中各币值对应的斜率范围中最大的斜率值。
步骤2190、将斜率以预设斜率间隔增加,并执行步骤2140。
步骤2200、确定待识别纸币的币值不为3。
需要说明的是,本实施例中仅以检测待识别纸币是否为币值为3的古巴币为例对本实施例提供的纸币币值的识别方法进行说明,本实施例提供的方法还可适用于其他币值中存在水平线和非水平线特征的任何币种的币值,如对于币值为5的人民币,可截取币值上半部分的区域作为目标特征区域,通过本实施例提供的纸币币值的识别方法可确定上半部分的区域中非水平线的斜率,进而如果确认该斜率在币值为5对应的斜率范围内,则将该待识别纸币的币值确认为5。
本实施例通过根据上边界确定待检测区域;将位于上边界之下,并与所述上边界相隔预设行数的行确定为起始行;将由起始行、二值化图像的最后一行、第一预设列以及第二预设列确定的矩形区域确定为待检测区域;获取待检测区域内的一列作为目标列;在目标列中,从上至下确认是否存在灰度值为预设灰度值的像素点;若存在,则将像素点确定为待检测像素点,并返回执行获取所述待检测区域内的一列作为目标列,直至完成对待检测区域内的所有全部列的处理;根据待检测像素点的坐标信息,确定二值化图像中是否包含水平线;如果包含水平线,则根据待检测像素点组成的非水平线的斜率,确定待识别纸币的币值为非水平线的斜率所在的斜率范围对应的币值,通过对截取的较小的目标特征区域进行处理实现快速准确地识别特定的纸币的币值,提高币值检测的效率。
实施例三
图3为本发明实施例三提供的一种纸币币值的识别装置的结构示意图。该装置可适用于对纸币币值识别情况,该装置可由软件和/或硬件实现,一般可集成在自动售票机或点钞机等金融设备中。本实施例提供的装置包括:图像获取模块310、边界确定模块320、待检测区域确定模块330、待检测像素点检测模块340、水平线确定模块350和币值确定模块360,其中,
图像获取模块310,用于获取待识别纸币目标特征区域对应的二值化图像;
边界确定模块320,用于确认在所述二值化图像中,从上至下是否存在任一行的行投影大于预设阈值;当确认存在时,将与所述行投影对应的行确定为上边界;
待检测区域确定模块330,用于根据所述上边界确定待检测区域;
待检测像素点检测模块340,用于在所述待检测区域内检测所述二值化图像中与预设灰度值相同的像素点作为待检测像素点;
水平线确定模块350,用于根据所述待检测像素点的坐标信息,确定所述二值化图像中是否包含水平线;
币值确定模块360,用于如果包含水平线,则根据所述待检测像素点组成的非水平线的斜率,确定所述待识别纸币的币值为所述非水平线的斜率所在的斜率范围对应的币值。
本实施例通过图像获取模块获取待识别纸币目标特征区域对应的二值化图像;边界确定模块确认在二值化图像中,从上至下是否存在任一行的行投影大于预设阈值;当确认存在时,将与行投影对应的行确定为上边界;待检测区域确定模块根据上边界确定待检测区域;待检测像素点检测模块在待检测区域内检测二值化图像中与预设灰度值相同的像素点作为待检测像素点;水平线确定模块根据待检测像素点的坐标信息,确定二值化图像中是否包含水平线;币值确定模块如果包含水平线,则根据待检测像素点组成的非水平线的斜率,确定待识别纸币的币值为非水平线的斜率所在的斜率范围对应的币值,解决了现有技术中计算量较大,匹配的时间较长,导致识别效率较低的问题,通过对较小的目标特征区域进行处理实现快速准确地识别出待识别纸币的币值。
上述方案中,可选的是,所述待检测区域确定模块,包括:
起始行确定单元,用于将位于所述上边界之下,并与所述上边界相隔预设行数的行确定为起始行;
待检测区域确定单元,用于将由所述起始行、所述二值化图像的最后一行、第一预设列以及第二预设列确定的矩形区域确定为待检测区域;其中,所述第一预设列和所述第二预设列位于所述二值化图像的列范围之内。
上述方案中,可选的是,所述待检测像素点检测模块,包括:
目标列获取单元,用于获取所述待检测区域内的一列作为目标列;
像素点获取单元,用于在所述目标列中,从上至下确认是否存在灰度值为预设灰度值的像素点;
待检测像素点确定单元,用于若存在,则将所述像素点确定为待检测像素点,并返回执行所述获取所述待检测区域内的一列作为目标列,直至完成对所述待检测区域内的所有全部列的处理。
上述方案中,可选的是,所述水平线确定模块,包括:
纵坐标差值获取单元,用于按照横坐标增大或减小方向排列所述待检测像素点,并计算两相邻待检测像素点之间的纵坐标差值;
个数确认单元,用于确认所述纵坐标差值小于第一预设差值的个数是否大于预设个数;
水平线确定单元,用于若是,则确定所述二值化图像中包含水平线。
上述方案中,可选的是,所述币值确定模块,包括:
初始值设置单元,用于如果包含水平线,则设置斜率的初始值;
截距值获取单元,用于根据所述斜率获取各所述待检测像素点对应的截距值;
截距差值获取单元,用于按增大或减小方向排列各所述截距值,并计算两相邻截距值之间的截距差值;
比例确认单元,用于确认所述截距差值小于第二预设差值的个数与所述待检测像素点的个数的比例是否在预设比例范围内;
币值确认单元,用于若是,则将所述斜率确定为所述非水平线的斜率,并确定所述待识别纸币的币值为所述非水平线的斜率所在的斜率范围对应的币值;
斜率增加单元,用于若所述比例不在预设比例范围内,则将所述斜率以预设斜率间隔增加,并返回执行所述根据所述斜率获取各所述待检测像素点对应的截距值,直至所述斜率大于预设斜率值。
实施例四
图8为本发明实施例四提供的一种电子设备的结构示意图,如图8所示,该电子设备包括处理器410、存储器420、输入装置430和输出装置440;电子设备中处理器410的数量可以是一个或多个,图8中以一个处理器410为例;电子设备中的处理器410、存储器420、输入装置430和输出装置440可以通过总线或其他方式连接,图8中以通过总线连接为例。
存储器420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,如本发明任意实施例中的纸币币值的识别方法对应的程序指令/模块(例如,纸币币值的识别装置中的图像获取模块310、边界确定模块320、待检测区域确定模块330、待检测像素点检测模块340、水平线确定模块350和币值确定模块360)。处理器410通过运行存储在存储器420中的软件程序、指令以及模块,从而执行电子设备的各种功能应用以及数据处理,即实现上述的用于电子设备的操作。
存储器420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电子设备的使用所创建的数据等。此外,存储器420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420可进一步包括相对于处理器410远程设置的存储器,这些远程存储器可以通过网络连接至电子设备。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。
输入装置430可用于接收输入的数字或字符信息,以及产生与电子设备的用户设置以及功能控制有关的键信号输入。输出装置440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,其上存储有计算机程序,该程序被处理器执行时实现本发明任意实施例提供的纸币币值的识别方法。
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)执行本发明任意实施例所述的方法。
值得注意的是,上述纸币币值的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。
上述装置可执行本发明任意实施例所提供的方法,具备执行上述方法相应的功能模块和有益效果。未在本实施例中详尽描述的技术细节,可参见本发明任意实施例所提供的方法。
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)
1.一种纸币币值的识别方法,其特征在于,包括:
获取待识别纸币目标特征区域对应的二值化图像;
确认在所述二值化图像中,从上至下是否存在任一行的行投影大于预设阈值;当确认存在时,将与所述行投影对应的行确定为上边界;
根据所述上边界确定待检测区域,在所述待检测区域内检测所述二值化图像中与预设灰度值相同的像素点作为待检测像素点;
根据所述待检测像素点的坐标信息,确定所述二值化图像中是否包含水平线;
如果包含水平线,则根据所述待检测像素点组成的非水平线的斜率,确定所述待识别纸币的币值为所述非水平线的斜率所在的斜率范围对应的币值。
2.根据权利要求1所述的方法,其特征在于,所述根据所述上边界确定待检测区域,包括:
将位于所述上边界之下,并与所述上边界相隔预设行数的行确定为起始行;
将由所述起始行、所述二值化图像的最后一行、第一预设列以及第二预设列确定的矩形区域确定为待检测区域;其中,所述第一预设列和所述第二预设列位于所述二值化图像的列范围之内。
3.根据权利要求2所述的方法,其特征在于,所述在所述待检测区域内检测所述二值化图像中与预设灰度值相同的像素点作为待检测像素点,包括:
获取所述待检测区域内的一列作为目标列;
在所述目标列中,从上至下确认是否存在灰度值为预设灰度值的像素点;
若存在,则将所述像素点确定为待检测像素点,并返回执行所述获取所述待检测区域内的一列作为目标列,直至完成对所述待检测区域内的所有全部列的处理。
4.根据权利要求3所述的方法,其特征在于,所述根据所述待检测像素点的坐标信息,确定所述二值化图像中是否包含水平线,包括:
按照横坐标增大或减小方向排列所述待检测像素点,并计算两相邻待检测像素点之间的纵坐标差值;
确认所述纵坐标差值小于第一预设差值的个数是否大于预设个数;
若是,则确定所述二值化图像中包含水平线。
5.根据权利要求4所述的方法,其特征在于,所述如果包含水平线,则根据所述待检测像素点组成的非水平线的斜率,确定所述待识别纸币的币值为所述非水平线的斜率所在的斜率范围对应的币值,包括:
如果包含水平线,则设置斜率的初始值;
根据所述斜率获取各所述待检测像素点对应的截距值;
按增大或减小方向排列各所述截距值,并计算两相邻截距值之间的截距差值;
确认所述截距差值小于第二预设差值的个数与所述待检测像素点的个数的比例是否在预设比例范围内;
若是,则将所述斜率确定为所述非水平线的斜率,并确定所述待识别纸币的币值为所述非水平线的斜率所在的斜率范围对应的币值;
若所述比例不在预设比例范围内,则将所述斜率以预设斜率间隔增加,并返回执行所述根据所述斜率获取各所述待检测像素点对应的截距值,直至所述斜率大于预设斜率值。
6.根据权利要求1所述的方法,其特征在于,所述纸币为古巴币,所述币值为3。
7.根据权利要求5所述的方法,其特征在于,所述预设比例范围为70%-100%。
8.一种纸币币值的识别装置,其特征在于,包括:
图像获取模块,用于获取待识别纸币目标特征区域对应的二值化图像;
边界确定模块,用于确认在所述二值化图像中,从上至下是否存在任一行的行投影大于预设阈值;当确认存在时,将与所述行投影对应的行确定为上边界;
待检测区域确定模块,用于根据所述上边界确定待检测区域;
待检测像素点检测模块,用于在所述待检测区域内检测所述二值化图像中与预设灰度值相同的像素点作为待检测像素点;
水平线确定模块,用于根据所述待检测像素点的坐标信息,确定所述二值化图像中是否包含水平线;
币值确定模块,用于如果包含水平线,则根据所述待检测像素点组成的非水平线的斜率,确定所述待识别纸币的币值为所述非水平线的斜率所在的斜率范围对应的币值。
9.一种电子设备,其特征在于,所述设备包括:
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1-7任一所述的纸币币值的识别方法。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1-7任一所述的纸币币值的识别方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710537010.2A CN107331031B (zh) | 2017-07-04 | 2017-07-04 | 一种纸币币值的识别方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710537010.2A CN107331031B (zh) | 2017-07-04 | 2017-07-04 | 一种纸币币值的识别方法、装置、设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107331031A true CN107331031A (zh) | 2017-11-07 |
CN107331031B CN107331031B (zh) | 2019-10-11 |
Family
ID=60198551
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710537010.2A Active CN107331031B (zh) | 2017-07-04 | 2017-07-04 | 一种纸币币值的识别方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107331031B (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108717708A (zh) * | 2018-03-30 | 2018-10-30 | 深圳怡化电脑股份有限公司 | 规则图像的边沿斜率的计算方法及装置 |
CN109658406A (zh) * | 2018-12-25 | 2019-04-19 | 广州天鹏计算机科技有限公司 | 血管图像的识别方法、装置、计算机设备和存储介质 |
CN111599080A (zh) * | 2019-02-20 | 2020-08-28 | 深圳怡化电脑股份有限公司 | 拼接纸币的检测方法、装置、金融机具设备及存储介质 |
CN111696142A (zh) * | 2020-06-12 | 2020-09-22 | 广东联通通信建设有限公司 | 一种快速人脸检测方法及系统 |
CN113298812A (zh) * | 2021-04-22 | 2021-08-24 | 中国电子产品可靠性与环境试验研究所((工业和信息化部电子第五研究所)(中国赛宝实验室)) | 图像分割方法、装置、系统、电子设备及可读存储介质 |
CN113640445A (zh) * | 2021-08-11 | 2021-11-12 | 贵州中烟工业有限责任公司 | 基于图像处理的特征峰识别方法及计算设备、存储介质 |
CN113761960A (zh) * | 2020-09-07 | 2021-12-07 | 北京京东振世信息技术有限公司 | 用于识别条形码的方法和装置 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20020044677A1 (en) * | 2000-10-18 | 2002-04-18 | De La Rue International Limited | Denomination identification |
WO2007105891A1 (en) * | 2006-03-13 | 2007-09-20 | Nautilus Hyosung Inc. | Recognizing the denomination of a note using wavelet transform |
US20100144291A1 (en) * | 2008-12-08 | 2010-06-10 | Georgios Stylianou | Vision assistance using mobile telephone |
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 |
CN105574981A (zh) * | 2015-12-10 | 2016-05-11 | 武汉大学 | 一种基于安全线磁信息的人民币纸币面额识别方法 |
CN106096527A (zh) * | 2016-06-03 | 2016-11-09 | 浙江大学 | 一种实时高精度在线纸币面值的识别方法 |
CN106803091A (zh) * | 2015-11-25 | 2017-06-06 | 深圳怡化电脑股份有限公司 | 一种纸币币值的识别方法和系统 |
-
2017
- 2017-07-04 CN CN201710537010.2A patent/CN107331031B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20020044677A1 (en) * | 2000-10-18 | 2002-04-18 | De La Rue International Limited | Denomination identification |
WO2007105891A1 (en) * | 2006-03-13 | 2007-09-20 | Nautilus Hyosung Inc. | Recognizing the denomination of a note using wavelet transform |
US20100144291A1 (en) * | 2008-12-08 | 2010-06-10 | Georgios Stylianou | Vision assistance using mobile telephone |
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 |
CN106803091A (zh) * | 2015-11-25 | 2017-06-06 | 深圳怡化电脑股份有限公司 | 一种纸币币值的识别方法和系统 |
CN105574981A (zh) * | 2015-12-10 | 2016-05-11 | 武汉大学 | 一种基于安全线磁信息的人民币纸币面额识别方法 |
CN106096527A (zh) * | 2016-06-03 | 2016-11-09 | 浙江大学 | 一种实时高精度在线纸币面值的识别方法 |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108717708A (zh) * | 2018-03-30 | 2018-10-30 | 深圳怡化电脑股份有限公司 | 规则图像的边沿斜率的计算方法及装置 |
CN108717708B (zh) * | 2018-03-30 | 2021-04-13 | 深圳怡化电脑股份有限公司 | 规则图像的边沿斜率的计算方法及装置 |
CN109658406A (zh) * | 2018-12-25 | 2019-04-19 | 广州天鹏计算机科技有限公司 | 血管图像的识别方法、装置、计算机设备和存储介质 |
CN111599080A (zh) * | 2019-02-20 | 2020-08-28 | 深圳怡化电脑股份有限公司 | 拼接纸币的检测方法、装置、金融机具设备及存储介质 |
CN111696142A (zh) * | 2020-06-12 | 2020-09-22 | 广东联通通信建设有限公司 | 一种快速人脸检测方法及系统 |
CN113761960A (zh) * | 2020-09-07 | 2021-12-07 | 北京京东振世信息技术有限公司 | 用于识别条形码的方法和装置 |
CN113761960B (zh) * | 2020-09-07 | 2023-09-22 | 北京京东振世信息技术有限公司 | 用于识别条形码的方法和装置 |
CN113298812A (zh) * | 2021-04-22 | 2021-08-24 | 中国电子产品可靠性与环境试验研究所((工业和信息化部电子第五研究所)(中国赛宝实验室)) | 图像分割方法、装置、系统、电子设备及可读存储介质 |
CN113298812B (zh) * | 2021-04-22 | 2023-11-03 | 中国电子产品可靠性与环境试验研究所((工业和信息化部电子第五研究所)(中国赛宝实验室)) | 图像分割方法、装置、系统、电子设备及可读存储介质 |
CN113640445A (zh) * | 2021-08-11 | 2021-11-12 | 贵州中烟工业有限责任公司 | 基于图像处理的特征峰识别方法及计算设备、存储介质 |
CN113640445B (zh) * | 2021-08-11 | 2024-06-11 | 贵州中烟工业有限责任公司 | 基于图像处理的特征峰识别方法及计算设备、存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN107331031B (zh) | 2019-10-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107331031A (zh) | 一种纸币币值的识别方法、装置、设备及存储介质 | |
US9483895B2 (en) | Paper money identification method and device | |
CN107103683B (zh) | 纸币识别方法和装置、电子设备和存储介质 | |
CN107610322B (zh) | 纸币版本的识别方法、装置、电子设备以及存储介质 | |
CN104464079B (zh) | 基于模板特征点及其拓扑结构的多币种面值识别方法 | |
CN106952393B (zh) | 纸币识别方法和装置、电子设备和存储介质 | |
CN105303676A (zh) | 一种纸币的版本识别方法和系统 | |
CN107038794B (zh) | 一种鉴别纸币真伪的方法、装置、设备及储存介质 | |
CN104346858A (zh) | 一种基于磁图像的纸币面值识别方法与装置 | |
CN105139510A (zh) | 纸币识别方法及系统 | |
CN103606220A (zh) | 一种基于白光图像及红外图像的支票印刷体数字识别系统及其方法 | |
CN106408747A (zh) | 一种图像识别方法及装置 | |
CN106469483B (zh) | 一种纸币识别的方法及装置 | |
CN105139508B (zh) | 一种检测纸币的方法及装置 | |
CN106530483A (zh) | 一种纸币面向识别方法及装置 | |
CN106920318A (zh) | 一种纸币的鉴别方法及装置 | |
CN108734846B (zh) | 纸币图像的去噪方法及装置、终端及存储介质 | |
CN107134045B (zh) | 一种安全线磁性特征的检测方法、装置及设备 | |
CN106447910B (zh) | 一种纸币识别的方法及装置 | |
CN112214135A (zh) | 一种红外触摸屏多点触摸识别方法、装置及设备 | |
CN104573698A (zh) | 面向成像测量的图像纹理主方向识别方法 | |
Alpert et al. | Detecting faint curved edges in noisy images | |
CN114332092B (zh) | 缺陷图像检测方法、系统、智能终端和介质 | |
CN107393126B (zh) | 一种纸币版本分类的方法、装置、设备及存储介质 | |
CN108230538B (zh) | 一种纸币鉴定方法、装置、设备和储存介质 |
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 |