CN107369241A - 一种票据处理装置及方法 - Google Patents

Abstract

本发明公开了一种票据处理装置及方法，属于票据处理技术领域。该装置包括片上系统和与所述片上系统连接的工控计算机；所述片上系统包括FPGA器件和2个分别与所述FPGA器件连接的MCU；所述FPGA器件，外接至少两个多光谱CIS传感器，用于获取所述至少两个多光谱CIS传感器采集到的待测票据的多个光谱图像；2个MCU用于同时分别对不同的所述光谱图像进行预处理；所述工控计算机包括计算及识别模块，所述计算及识别模块用于对多个预处理后的所述光谱图像分别进行计算，并结合多个计算结果识别所述待测票据。本发明采用比较低的硬件成本，避免了通讯带宽的限制，提高了整体系统的处理计算能力。

Description

一种票据处理装置及方法

技术领域

本发明实施例涉及票据处理技术领域，尤其涉及一种票据处理装置及方法。

背景技术

现有的票据处理装置一般都需要实现采集图像、传输图像及识别处理图像的功能。

通常情况下，票据处理装置的设计方案通常采用FPGA+CPU芯片(一个或多个CPU)的构架，实现数据采集与算法处理分开。当FPGA采集完图像信息后，使用高速接口将图像信息传输到内存芯片中，然后使用CPU芯片中的识别算法进行票据识别。

另外一种设计方案，如发明名称为一种钞票识别模块的发明专利的方案，公开号CN106296972A，公开日2017年1月4日，其采用包括FPGA+CPU芯片的SOC片上系统，突破了高速带宽的限制。

现有的这两种方案都带有一定的缺陷，方案一的硬件构架不仅电路设计复杂度高，而且由于FPGA与CPU之间的数据传输带宽有限制，无法解决高速的、多光谱图像大量数据的传输和识别问题。方案二虽然采用SOC片上系统解决了方案一的一些缺点，但其方案仅使用在钞票识别领域，暂时还未涉及到票据扫描领域；另外，方案二由于采用CPU实现钞票识别功能，CPU的计算负担仍然很重。若对票据进行处理，需要识别计算的多光谱图像众多，且分辨率有可能达到600DPI，需要强大的计算处理能力的CPU才能胜任。采用SOC片上系统的硬件构架中一般使用的是ARM芯片或硬核，其主频不会超过900MHz，计算和处理能力有限，且若不使用操作系统，软件设计复杂，若使用操作系统，ARM的系统处理能力会下降很多。

发明内容

本发明提供一种票据处理装置及方法，达到有效降低硬件成本，提高整体系统处理计算能力的目的。

为达上述目的，本发明实施例采用如下技术方案：

第一方面，本发明实施例提供了一种票据处理装置，包括片上系统和与所述片上系统连接的工控计算机；

所述片上系统包括FPGA器件和2个分别与所述FPGA器件连接的MCU；所述FPGA器件，外接至少两个多光谱CIS传感器，用于获取所述至少两个多光谱CIS传感器采集到的待测票据的多个光谱图像；2个MCU用于同时分别对不同的所述光谱图像进行预处理；

所述工控计算机包括计算及识别模块，所述计算及识别模块用于对多个预处理后的所述光谱图像分别进行计算，并结合多个计算结果识别所述待测票据。

优选的，所述FPGA器件还外接厚度传感器和磁性传感器，还用于获取所述厚度传感器和磁性传感器采集的厚度图像和磁性图像；

其中一个MCU还用于处理所述厚度图像并得出厚度数据，另一个MCU还用于处理所述磁性图像并得到磁性数据。

所述计算及识别模块具体用于：对多个预处理后的所述光谱图像分别进行计算，并结合多个计算结果及所述厚度数据和磁性数据识别所述待测票据。

优选的，2个MCU具体用于：若所述FPGA器件对所述厚度传感器和磁性传感器的控制时序布局于所述多光谱CIS传感器之前，分别根据所述厚度数据和磁性数据初步判断所述待测票据的真假，若2个MCU均初步判断所述待测票据为真，则同时分别对不同的光谱图像进行预处理，若2个MCU中有一个初步判断所述待测票据为假，则向所述工控计算机发送所述待测票据为假的识别结果。

优选的，至少两个多光谱CIS传感器用于采集所述待测票据的正反两面的多个光谱图像。

优选的，所述待测票据的正反两面的多个光谱图像包括：正面彩色RGB光谱图像、正面红外反射光谱图像、正面紫外反射光谱图像、正面红外透射光谱图像、正面紫外透射光谱图像、反面彩色RGB光谱图像、反面红外反射光谱图像、反面紫外反射光谱图像、反面红外透射光谱图像、和反面紫外透射光谱图像。

优选的，所述工控计算机还包括显示模块，将所述待测票据的识别结果进行显示。

第二方面，本发明实施例还提供了一种票据处理方法，该方法采用第一方面所述的装置来执行，其特征在于，该方法包括：

至少两个多光谱CIS传感器采集待测票据的多个光谱图像；

FPGA器件获取多个所述光谱图像；

2个MCU同时分别对不同的所述光谱图像进行预处理；

计算及识别模块对多个预处理后的所述光谱图像分别进行计算，并结合多个计算结果识别所述待测票据。

优选的，所述至少两个多光谱CIS传感器采集待测票据的多个光谱图像之前，还包括：

厚度传感器和磁性传感器分别采集所述待测票据的厚度图像和磁性图像；

所述至少两个多光谱CIS传感器采集待测票据的多个光谱图像之后，还包括：

所述FPGA器件获取所述厚度图像和磁性图像；

其中一个MCU处理所述厚度图像得出厚度数据，并初步判断所述待测票据的真假；另一个MCU处理所述磁性图像得到磁性数据，并初步判断所述待测票据的真假；

若2个所述MCU均初步判断所述待测票据为真，则2个MCU同时分别对不同的所述光谱图像进行预处理，若2个MCU中有一个初步判断所述待测票据为假，则向所述工控计算机发送所述待测票据为假的识别结果。

优选的，所述预处理包括：旋转提取和图像边缘提取。

优选的，所述计算及识别模块对多个预处理后的所述光谱图像分别进行计算，并结合多个计算结果识别所述待测票据，具体包括：

所述计算及识别模块提取每个预处理后的所述光谱图像的特征，并对提取的所述特征进行分类；

所述计算及识别模块将所述特征和分类的结果与训练库的样本进行匹配，得到每个预处理后的所述光谱图像的计算结果；

所述计算及识别模块根据所有计算结果判别所述待测票据。

本发明提供一种票据处理装置及方法，该装置包括片上系统和与所述片上系统连接的工控计算机；所述片上系统包括FPGA器件和2个分别与所述FPGA器件连接的MCU；所述FPGA器件，外接至少两个多光谱CIS传感器，用于获取所述至少两个多光谱CIS传感器采集到的待测票据的多个光谱图像；两个MCU用于同时分别对不同的所述光谱图像进行预处理。与现有的FPGA和MCU分开在SOC片外相比，本发明技术方案的SOC片上系统把他们集成到片内，采用比较低的硬件成本，避免了通讯带宽的限制；此外，通过使用SOC片上系统内的两个MCU先同时进行预处理图像数据，然后再使用工控计算机上的计算机计算及识别模块对预处理后的图像数据进行计算并识别待测票据，提高了整体系统的处理计算能力。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对本发明实施例描述中所需要使用的附图作简单的介绍，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的前提下，还可以根据本发明实施例的内容和这些附图获得其他的附图。

图1是本发明实施例一中的一种票据处理装置的结构示意图；

图2是本发明实施例二中的一种票据处理方法的流程图；

图3是本发明实施例三中的一种票据处理方法的流程图；

图4是本发明实施例四中的一种票据处理方法的流程图。

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。在不冲突的情况下，以下实施例和实施例中的特征可以相互组合。

实施例一

图1为本发明实施例一提供的一种票据处理装置的结构示意图。如图1所示，该装置包括片上系统1和与所述片上系统1连接的工控计算机2；

所述片上系统1包括FPGA器件13和分别与所述FPGA器件13连接的第一ARM处理器11和第二ARM处理器12；所述FPGA器件13，外接至少两个多光谱CIS传感器3，用于获取所述至少两个多光谱CIS传感器3采集到的待测票据的多个光谱图像；第一ARM处理器11和第二ARM处理器12用于同时分别对不同的所述光谱图像进行预处理；

所述工控计算机2包括计算及识别模块21，所述计算及识别模块21用于对多个预处理后的所述光谱图像分别进行计算，并结合多个计算结果识别所述待测票据。

本发明技术方案的SOC片上系统把FPGA器件和ARM处理器集成到片内，采用比较低的硬件成本，避免了通讯带宽的限制；此外，通过使用SOC片上系统内的两个ARM处理器先同时进行预处理图像数据，然后再使用工控计算机上的计算机计算及识别模块对预处理后的图像数据进行计算并识别待测票据，提高了整体系统的处理计算能力，且软件设计简单。

在上述技术方案的基础上，进一步地，如图1所示，所述FPGA器件13还外接厚度传感器5和磁性传感器4，厚度传感器5采集待测票据的厚度图像，磁性传感器4采集待测票据的磁性图像，所述FPGA器件13还用于获取所述厚度传感器5和磁性传感器4采集的厚度图像和磁性图像。第一ARM处理器11还用于处理所述厚度图像得出待测票据的厚度数据，第二ARM处理器12还用于处理所述磁性图像得到待测票据的磁性数据。然后第一ARM处理器11和第二ARM处理器12分别根据所述厚度数据和磁性数据初步识别所述待测票据是否为真，并通过USB或LAN把厚度数据和磁性数据及初步的识别结果发送给工控计算机2的计算及识别模块21。需要指出的是，也可以反过来设置，第一ARM处理器11处理所述磁性图像，而第二ARM处理器12处理所述厚度图像，可以根据第一ARM处理器11和第二ARM处理器12自己的特性进行选择设置，选择处理该类图像较优的处理器处理图像数据。因为磁性图像和厚度图像数据识别算法及计算较简单，耗时少，ARM处理器足以胜任，所以磁性图像和厚度图像这两个图像的识别功能直接在ARM处理器中进行，按照一定的算法计算出当前票据的厚度数据和磁性数据并进行待测票据的真假的初步识别，然后通过USB或LAN把厚度数据和磁性数据及初步的识别结果发送给工控计算机2的计算及识别模块21。而磁性图像和厚度图像的识别算法及计算为现有的成熟技术，此处不再赘述。

所述计算及识别模块21具体用于：若所述FPGA器件13对所述厚度传感器5和磁性传感器4的控制时序布局于所述多光谱CIS传感器3之前，则第一ARM处理器11和第二ARM处理器12根据所述厚度数据和磁性数据初步判断所述待测票据的真假；第一ARM处理器11和第二ARM处理器12具体用于：若根据所述厚度数据和磁性数据初步判断所述待测票据为真，则同时分别对不同的光谱图像进行预处理，若第一ARM处理器11和第二ARM处理器12中有一个初步判断所述待测票据为假，则向所述工控计算机2发送所述待测票据为假的识别结果。

FPGA器件13按照磁性传感器4及厚度传感器5的时序逻辑，控制获取磁性传感器4及厚度传感器5的图像数据，若磁性传感器4及厚度传感器5布局在多光谱CIS传感器3之前，扫描待测票据的时候，磁性图像和厚度图像会先出来，因此FPGA器件13首先获取磁性传感器4及厚度传感器5采集的磁性图像和厚度图像，再获得多光谱CIS传感器3采集到的光谱图像；若磁性传感器4及厚度传感器5布局在多光谱CIS传感器3之后，则FPGA器件13首先获取多光谱CIS传感器3采集到的光谱图像，最后采集磁性图像及厚度图像。

若所述FPGA器件13对所述厚度传感器5和磁性传感器4的控制时序布局于所述多光谱CIS传感器3之前，则先根据所述厚度数据和磁性数据初步判断所述待测票据的真假；若第一ARM处理器11和第二ARM处理器12分别根据所述厚度数据和磁性数据初步判断所述待测票据为真，第一ARM处理器11和第二ARM处理器12再分别对不同的光谱图像进行预处理，若第一ARM处理器11和第二ARM处理器12中有一个初步判断所述待测票据为假，则不需要再对不同的光谱图像进行预处理，所述工控计算机2的计算及识别模块21也不需要再对预处理后的光谱图像分别进行计算，初步判断所述待测票据为假的处理器向所述工控计算机2发送所述待测票据为假的识别结果。通过这种设置，根据厚度数据和磁性数据初步判断所述待测票据为真之后再对光谱图像进行预处理可以提高处理的效率，因为光谱图像的预处理和识别的计算量较大，若初步判断所述待测票据为假就不进行光谱图像的预处理和识别计算，这种设置可以避免做无用功，从而提供系统整体处理效率。

若所述FPGA器件13对所述厚度传感器5和磁性传感器4的控制时序布局于所述多光谱CIS传感器3之后，则第一ARM处理器11和第二ARM处理器12分别对不同的光谱图像进行预处理，并将预处理后的光谱图像通过USB或LAN发送给工控计算机2的计算及识别模块21。此外，第一ARM处理器11还处理所述厚度图像并得出待测票据的厚度数据，第二ARM处理器12还处理所述磁性图像并得到待测票据的磁性数据，然后第一ARM处理器11和第二ARM处理器12分别根据所述厚度数据和磁性数据初步识别所述待测票据是否为真，并通过USB或LAN把厚度数据和磁性数据及初步的识别结果发送给工控计算机2的计算及识别模块21。这种设置与前一种设置相比，ARM处理器的工作比较大，若厚度数据和磁性数据不准确时，将造成大量的无意义工作，系统整体处理效率不高。

在上述技术方案的基础上，进一步地，至少两个多光谱CIS传感器3在扫描待测票据时位于待测票据的上下两面。至少两个多光谱CIS传感器用于采集所述待测票据的正反两面的多个光谱图像。所述待测票据的正反两面的多个光谱图像包括：正面彩色RGB光谱图像、正面红外反射光谱图像、正面紫外反射光谱图像、正面红外透射光谱图像、正面紫外透射光谱图像、反面彩色RGB光谱图像、反面红外反射光谱图像、反面紫外反射光谱图像、反面红外透射光谱图像、和反面紫外透射光谱图像。此处一共包括10个光谱图像，采用这10个光谱图像进行待测票据的识别，进一步提高了识别的精确度。

第一ARM处理器11用于对所述待测票据的正面彩色RGB光谱图像、正面红外反射光谱图像、正面紫外反射光谱图像、正面红外透射光谱图像、和正面紫外透射光谱图像进行预处理；第二ARM处理器12用于对所述待测票据的反面彩色RGB光谱图像、反面红外反射光谱图像、反面紫外反射光谱图像、反面红外透射光谱图像、和反面紫外透射光谱图像进行预处理。为了提高扫描及预处理速度，第一ARM处理器11处理正面的5张CIS图像，第二ARM处理器12处理反面的5张CIS图像。而对光谱图像进行预处理，是为了减少后续算法的复杂度，并提高数据处理效率。

需要指出的是，一方面，也可以反过来设置，即第一ARM处理器11处理反面的5张CIS图像，第二ARM处理器12处理正面的5张CIS图像；另一方面，还根据所选择的第一ARM处理器11和第二ARM处理器12的本身的特性来选择设置，若第一ARM处理器11在处理彩色RGB光谱图像上有优势，还可以将第一ARM处理器11设置成用于处理正面彩色RGB光谱图像和反面彩色RGB光谱图像。本发明不限制第一ARM处理器11和第二ARM处理器12处理光谱图像的类型。

FPGA器件按照多光谱CIS传感器的控制时序，控制多光谱CIS传感器依次扫描并输出待测票据的正反面共10张光谱图像，并按照前面的设置规则，通过内部高速AXI总线依次把相应的光谱图像发送给相应的ARM处理器进行预处理。ARM处理器接收到AXI总线传输过来的光谱图像后，待某一张光谱图像接收完毕，对这张光谱图像进行预处理，预处理算法按照处理先后次序主要包含：旋转提取和图像边缘提取。旋转提取是指对有歪斜的图像进行旋转到水平位置，为了方便后续的处理；而图像边缘提取是指除去图像边缘背景多余无效的黑图数据，为了减少后续处理数据量。

在上述技术方案的基础上，进一步地，所述工控计算机还包括显示模块(图未示出)，将所述待测票据的识别结果进行显示。具体地，所述工控计算机的计算及识别模块21对多个预处理后的所述光谱图像分别进行计算，并结合多个计算结果识别所述待测票据，包括识别待测票据的真假及相应票号、帐号、面值及是否重张等信息，最终把识别结果通过调用接口API反馈给工控计算机的显示模块。

在其他实施例中，第一ARM处理器11和第二ARM处理器12可以采用其他类型的MCU(微处理器)，本发明不限制MCU的具体类型。

实施例二

本发明实施例还提供一种票据处理方法，该方法采用上述实施例一中所述的装置来执行，该方法中未详尽描述之处请参考装置实时例中的相应描述，该方法包括：

S101、至少两个多光谱CIS传感器采集待测票据的多个光谱图像；

S102、FPGA器件获取多个所述光谱图像；

S103、第一ARM处理器和第二ARM处理器同时分别对不同的所述光谱图像进行预处理；

S104、计算及识别模块对多个预处理后的所述光谱图像分别进行计算，并结合多个计算结果识别所述待测票据。

其中，步骤S104，具体包括：

所述计算及识别模块提取每个预处理后的所述光谱图像的特征，并对提取的所述特征进行分类；

所述计算及识别模块将所述特征和分类的结果与训练库的样本进行匹配，得到每个预处理后的所述光谱图像的计算结果；

所述计算及识别模块根据所有计算结果识别所述待测票据。

实施例三

本发明实施例还提供一种票据处理方法，该方法是在上述实施例二的基础上的进一步改进，当装置增加了厚度传感器和磁性传感器之后的对应方法，该方法包括：

S201、厚度传感器、磁性传感器和至少两个多光谱CIS传感器分别采集待测票据的厚度图像、磁性图像和多个光谱图像；

S202、FPGA器件获取所述厚度图像、磁性图像和多个光谱图像；

S203、第一ARM处理器处理所述厚度图像并得出厚度数据并根据所述厚度数据初步判断所述待测票据的真假，第二ARM处理器处理所述磁性图像并得到磁性数据并根据所述磁性数据初步判断所述待测票据的真假；第一ARM处理器和第二ARM处理器同时分别对不同的所述光谱图像进行预处理；

S204、计算及识别模块对多个预处理后的所述光谱图像分别进行计算，并结合多个计算结果及所述厚度数据和磁性数据识别所述待测票据。

其中，步骤S204，具体包括：

所述计算及识别模块提取每个预处理后的所述光谱图像的特征，并对提取的所述特征进行分类；

所述计算及识别模块将所述特征和分类的结果与训练库的样本进行匹配，得到每个预处理后的所述光谱图像的计算结果；

所述计算及识别模块根据所有计算结果及所述厚度数据和磁性数据识别所述待测票据。

实施例四

本发明实施例还提供一种票据处理方法，该方法是在上述实施例三的基础上的进一步改进，该方法包括：

S301、厚度传感器和磁性传感器分别采集待测票据的厚度图像和磁性图像；

S302、至少两个多光谱CIS传感器采集所述待测票据的多个光谱图像；

S303、FPGA器件获取所述厚度图像和磁性图像；

S304、所述FPGA器件获取多个所述光谱图像；

S305、第一ARM处理器处理所述厚度图像得出厚度数据，并根据所述厚度数据初步判断所述待测票据的真假，第二ARM处理器处理所述磁性图像得到磁性数据，并根据所述磁性数据初步判断所述待测票据的真假；若第一ARM处理器和第二ARM处理器均初步判断所述待测票据为真，则执行步骤S206；若第一ARM处理器和第二ARM处理器有一个处理器初步判断所述待测票据为假，则不执行后续步骤，初步判断所述待测票据为假的处理器直接向所述工控计算机发送所述待测票据为假的识别结果，工控计算机的显示模块输出所述识别结果，装置开始识别下一个待测票据。

S306、第一ARM处理器和第二ARM处理器同时分别对不同的所述光谱图像进行预处理；

S307、计算及识别模块对多个预处理后的所述光谱图像分别进行计算，并结合多个计算结果及所述厚度数据和磁性数据识别所述待测票据。

上述产品可执行本发明任意实施例所提供的方法，具备执行方法相应的功能模块和有益效果。

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)

1.一种票据处理装置，其特征在于，该装置包括片上系统和与所述片上系统连接的工控计算机；

所述片上系统包括FPGA器件和2个分别与所述FPGA器件连接的MCU；所述FPGA器件，外接至少两个多光谱CIS传感器，用于获取所述至少两个多光谱CIS传感器采集到的待测票据的多个光谱图像；2个MCU用于同时分别对不同的所述光谱图像进行预处理；

所述工控计算机包括计算及识别模块，所述计算及识别模块用于对多个预处理后的所述光谱图像分别进行计算，并结合多个计算结果识别所述待测票据。

2.根据权利要求1所述的装置，其特征在于，所述FPGA器件还外接厚度传感器和磁性传感器，还用于获取所述厚度传感器和磁性传感器采集的厚度图像和磁性图像；

其中一个MCU还用于处理所述厚度图像并得出厚度数据，另一个MCU还用于处理所述磁性图像并得到磁性数据。

所述计算及识别模块具体用于：对多个预处理后的所述光谱图像分别进行计算，并结合多个计算结果及所述厚度数据和磁性数据识别所述待测票据。

3.根据权利要求2所述的装置，其特征在于，2个MCU具体用于：若所述FPGA器件对所述厚度传感器和磁性传感器的控制时序布局于所述多光谱CIS传感器之前，分别根据所述厚度数据和磁性数据初步判断所述待测票据的真假，若2个MCU均初步判断所述待测票据为真，则同时分别对不同的光谱图像进行预处理，若2个MCU中有一个初步判断所述待测票据为假，则向所述工控计算机发送所述待测票据为假的识别结果。

4.根据权利要求1所述的装置，其特征在于，至少两个多光谱CIS传感器用于采集所述待测票据的正反两面的多个光谱图像。

5.根据权利要求4所述的装置，其特征在于，所述待测票据的正反两面的多个光谱图像包括：正面彩色RGB光谱图像、正面红外反射光谱图像、正面紫外反射光谱图像、正面红外透射光谱图像、正面紫外透射光谱图像、反面彩色RGB光谱图像、反面红外反射光谱图像、反面紫外反射光谱图像、反面红外透射光谱图像、和反面紫外透射光谱图像。

6.根据权利要求1所述的装置，其特征在于，所述工控计算机还包括显示模块，将所述待测票据的识别结果进行显示。

7.一种票据处理方法，该方法采用权利要求1-6任一项所述的装置来执行，其特征在于，该方法包括：

至少两个多光谱CIS传感器采集待测票据的多个光谱图像；

FPGA器件获取多个所述光谱图像；

2个MCU同时分别对不同的所述光谱图像进行预处理；

计算及识别模块对多个预处理后的所述光谱图像分别进行计算，并结合多个计算结果识别所述待测票据。

8.根据权利要求7所述的方法，其特征在于，

所述至少两个多光谱CIS传感器采集待测票据的多个光谱图像之前，还包括：

厚度传感器和磁性传感器分别采集所述待测票据的厚度图像和磁性图像；

所述至少两个多光谱CIS传感器采集待测票据的多个光谱图像之后，还包括：

所述FPGA器件获取所述厚度图像和磁性图像；

其中一个MCU处理所述厚度图像得出厚度数据，并初步判断所述待测票据的真假；另一个MCU处理所述磁性图像得到磁性数据，并初步判断所述待测票据的真假；

若2个所述MCU均初步判断所述待测票据为真，则2个MCU同时分别对不同的所述光谱图像进行预处理；若2个MCU中有一个初步判断所述待测票据为假，则向所述工控计算机发送所述待测票据为假的识别结果。

9.根据权利要求7所述的方法，其特征在于，所述预处理包括：旋转提取和图像边缘提取。

10.根据权利要求7所述的方法，其特征在于，所述计算及识别模块对多个预处理后的所述光谱图像分别进行计算，并结合多个计算结果识别所述待测票据，具体包括：

所述计算及识别模块提取每个预处理后的所述光谱图像的特征，并对提取的所述特征进行分类；

所述计算及识别模块将所述特征和分类的结果与训练库的样本进行匹配，得到每个预处理后的所述光谱图像的计算结果；

所述计算及识别模块根据所有计算结果识别所述待测票据。