CN107369242A - 一种纸币识别方法、装置、终端设备及可读存储介质 - Google Patents

Abstract

本发明属于金融机具领域，尤其涉及一种纸币识别方法、装置、终端设备及可读存储介质。所述方法包括：采集待识别纸币在倾斜光源照射下呈现出的彩色图像；提取出所述彩色图像中黑水印所在区域的第一子图像；分别提取所述第一子图像的各个像素点的红色分量、绿色分量和蓝色分量；分别计算各个所述像素点的所述红色分量、所述绿色分量和所述蓝色分量的平均值；当红绿分量的平均值较高而蓝色分量的平均值较低时，则说明黑水印偏黄，也即待识别纸币为异常币。与现有技术相比，本发明的技术方案由于充分利用了黑水印所具有的特殊光学性质，可以极大提高利用黑水印进行异常币识别的准确率。

Description

一种纸币识别方法、装置、终端设备及可读存储介质

技术领域

本发明属于金融机具领域，尤其涉及一种纸币识别方法、装置、终端设备及可读存储介质。

背景技术

纸币识别是各类ATM机的基本功能之一，其主要原理是利用纸币上设置的各种标识来判断纸币的真伪，以防伪币流入市场，影响正常的金融秩序。

黑水印是目前纸币中通常使用的防伪技术，黑水印是由于纸浆在形成水印的过程中水印图文印版从两侧同时压印，使得受压部位的纸浆在水平方向上没有发生明显的位移，而在垂直方向上受到挤压，使得该部位的纸浆密度变大，呈现出暗色调的图文。

现有的纸币识别技术一般是通过检测纸币中是否有黑水印来判断纸币的真伪，但目前的纸币伪造技术也在不断提升，已能伪造出仿真度较高的黑水印，导致利用黑水印进行异常币识别时准确率较低。

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、装置、终端设备及可读存储介质，以解决现有技术中利用黑水印进行异常币识别时准确率较低的问题。

本发明实施例的第一方面提供了一种纸币识别方法，可以包括：

采集待识别纸币在预设光源照射下呈现出的彩色图像，所述光源照射时的入射方向与所述待识别纸币所在的平面形成预设角度的夹角；

提取出所述彩色图像中黑水印所在区域的第一子图像；

分别提取所述第一子图像的各个像素点的红色分量、绿色分量和蓝色分量；

分别计算各个所述像素点的所述红色分量、所述绿色分量和所述蓝色分量的平均值；

若所述红色分量的平均值大于预设的第一阈值、所述绿色分量的平均值大于预设的第二阈值且所述蓝色分量的平均值小于预设的第三阈值，则判定所述待识别纸币为异常币，所述第一阈值和所述第二阈值均大于所述第三阈值。

进一步地，所述采集待识别纸币在预设光源照射下呈现出的彩色图像包括：

控制所述光源按照预设的采样周期交替地发出红光、绿光和蓝光对所述待识别纸币的当前被照射子区域进行采样，分别得到红光采样图像、绿光采样图像和蓝光采样图像，所述采样周期小于预设的第四阈值；

将所述红光采样图像、所述绿光采样图像和所述蓝光采样图像合成为当前被照射子区域的彩色图像；

在所述待识别纸币的各个子区域均已被所述光源照射采样后，将各个子区域的彩色图像合成为所述待识别纸币的彩色图像。

进一步地，在控制所述光源按照预设的采样周期交替地发出红光、绿光和蓝光对所述待识别纸币的当前被照射子区域进行采样之前，还可以包括：

获取所述待识别纸币的滑动速度；

根据所述滑动速度和极限长度计算所述第四阈值，所述极限长度为所述各个子区域在纸币滑动方向上预设的最大长度。

进一步地，在分别计算所述红色分量、所述绿色分量和所述蓝色分量的平均值之后，还可以包括：

若所述红色分量的平均值小于等于所述第一阈值、所述绿色分量的平均值小于等于所述第二阈值、或者所述蓝色分量的平均值大于等于所述第三阈值，则采集所述待识别纸币的紫外反射图像；

从所述紫外反射图像中提取出黑水印所在区域的第二子图像和白水印所在区域的第三子图像；

从所述第二子图像中提取出黑水印的第一背景像素组；

从所述第三子图像中提取出白水印的第二背景像素组；

分别计算所述第一背景像素组的第一平均灰度值和所述第二背景像素组的第二平均灰度值；

若所述第一平均灰度值与所述第二平均灰度值之差的绝对值大于预设的第五阈值，则判定所述待识别纸币为异常币，所述第五阈值为正数。

进一步地，所述从所述第二子图像中提取出黑水印的第一背景像素组可以包括：

对所述第二子图像进行二值化处理，得到所述第二子图像的二值化图像；

根据所述第二子图像的二值化图像从所述第二子图像中提取出所述第一背景像素组；

所述从所述第三子图像中提取出黑水印的第二背景像素组包括：

对所述第三子图像进行二值化处理，得到所述第三子图像的二值化图像；

根据所述第三子图像的二值化图像从所述第三子图像中提取出所述第二背景像素组。

本发明实施例的第二方面提供了一种纸币识别装置，可以包括：

第一图像采集模块，用于采集待识别纸币在预设光源照射下呈现出的彩色图像，所述光源照射时的入射方向与所述待识别纸币所在的平面形成预设角度的夹角；

第一子图像提取模块，用于提取出所述彩色图像中黑水印所在区域的第一子图像；

色彩分量提取模块，用于分别提取所述第一子图像的各个像素点的红色分量、绿色分量和蓝色分量；

色彩分量均值计算模块，用于分别计算各个所述像素点的所述红色分量、所述绿色分量和所述蓝色分量的平均值；

第一判定模块，用于若所述红色分量的平均值大于预设的第一阈值、所述绿色分量的平均值大于预设的第二阈值且所述蓝色分量的平均值小于预设的第三阈值，则判定所述待识别纸币为异常币，所述第一阈值和所述第二阈值均大于所述第三阈值。

进一步地，所述第一图像采集模块可以包括：

子区域采样单元，用于控制所述光源按照预设的采样周期交替地发出红光、绿光和蓝光对所述待识别纸币的当前被照射子区域进行采样，分别得到红光采样图像、绿光采样图像和蓝光采样图像，所述采样周期小于预设的第四阈值；

子区域合成单元，用于将所述红光采样图像、所述绿光采样图像和所述蓝光采样图像合成为当前被照射子区域的彩色图像；

图像合成单元，用于在所述待识别纸币的各个子区域均已被所述光源照射采样后，将各个子区域的彩色图像合成为所述待识别纸币的彩色图像。

进一步地，所述纸币识别装置还可以包括：

滑动速度获取模块，用于获取所述待识别纸币的滑动速度；

第四阈值计算模块，用于根据所述滑动速度和极限长度计算所述第四阈值，所述极限长度为所述各个子区域在纸币滑动方向上预设的最大长度。

进一步地，所述纸币识别装置还可以包括：

第二图像采集模块，用于若所述红色分量的平均值小于等于所述第一阈值、所述绿色分量的平均值小于等于所述第二阈值、或者所述蓝色分量的平均值大于等于所述第三阈值，则采集所述待识别纸币的紫外反射图像；

第二子图像提取模块，用于从所述紫外反射图像中提取出黑水印所在区域的第二子图像；

第三子图像提取模块，用于从所述紫外反射图像中提取出白水印所在区域的第三子图像；

第一背景像素组提取模块，用于从所述第二子图像中提取出黑水印的第一背景像素组；

第二背景像素组提取模块，用于从所述第三子图像中提取出白水印的第二背景像素组；

平均灰度值计算模块，用于分别计算所述第一背景像素组的第一平均灰度值和所述第二背景像素组的第二平均灰度值；

第二判定模块，用于若所述第一平均灰度值与所述第二平均灰度值之差的绝对值大于预设的第五阈值，则判定所述待识别纸币为异常币，所述第五阈值为正数。

进一步地，所述第一背景像素组提取模块可以包括：

第一处理单元，用于对所述第二子图像进行二值化处理，得到所述第二子图像的二值化图像；

第一提取单元，用于根据所述第二子图像的二值化图像从所述第二子图像中提取出所述第一背景像素组；

所述第二背景像素组提取模块包括：

第二处理单元，用于对所述第三子图像进行二值化处理，得到所述第三子图像的二值化图像；

第二提取单元，根据所述第三子图像的二值化图像从所述第三子图像中提取出所述第二背景像素组。

本发明实施例的第三方面提供了一种纸币识别终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现以上任一种纸币识别方法的步骤。

本发明实施例的第四方面提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现以上任一种纸币识别方法的步骤。

本发明与现有技术相比存在的有益效果是：本发明采集待识别纸币在预设光源照射下呈现出的彩色图像，所述光源照射时的入射方向与所述待识别纸币所在的平面形成预设角度的夹角；提取出所述彩色图像中黑水印所在区域的第一子图像；分别提取所述第一子图像的各个像素点的红色分量、绿色分量和蓝色分量；分别计算各个所述像素点的所述红色分量、所述绿色分量和所述蓝色分量的平均值；若所述红色分量的平均值大于预设的第一阈值、所述绿色分量的平均值大于预设的第二阈值且所述蓝色分量的平均值小于预设的第三阈值，则判定所述待识别纸币为异常币，所述第一阈值和所述第二阈值均大于所述第三阈值。通过本发明，首先采集待识别纸币在倾斜角度下的彩色图像，并从中提取出黑水印子图像，由于目前纸币伪造技术的局限性，在垂直角度下，其与真币的仿真度较高，但在倾斜角度下，其会呈现出偏黄的颜色，因此，本发明分别提取并计算黑水印子图像中像素点的红绿蓝三色分量的平均值，当红绿分量的平均值较高而蓝色分量的平均值较低时，则说明黑水印偏黄，也即待识别纸币为异常币。与现有技术相比，本发明的技术方案由于充分利用了黑水印所具有的特殊光学性质，可以极大提高利用黑水印进行异常币识别的准确率。

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性的前提下，还可以根据这些附图获得其他的附图。

图1为本发明实施例一提供的纸币识别方法的示意流程图；

图2为采集待识别纸币在预设光源照射下呈现出的彩色图像的示意流程图；

图3为本发明实施例二提供的纸币识别方法的示意流程图；

图4为本发明实施例三提供的纸币识别装置的示意框图；

图5是本发明实施例提供的纸币识别终端设备的示意框图。

具体实施方式

为使得本发明的发明目的、特征、优点能够更加的明显和易懂，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，下面所描述的实施例仅仅是本发明一部分实施例，而非全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。

实施例一：

如图1所示，是本发明实施例提供的一种纸币识别方法的示意流程图，所述方法可以包括：

步骤S101，采集待识别纸币在预设光源照射下呈现出的彩色图像。

在本实施例中，所述待识别纸币为100元面额的第五套人民币。

所述光源照射时的入射方向与所述待识别纸币所在的平面形成预设角度的夹角，所述预设角度可以根据实际情况进行设置，一般地，可以取大于10度且小于80度的角度范围。优选地，所述预设角度还可以根据实际情况实时地进行调整。

优选地，如图2所示，步骤S101具体可以包括：

步骤S1011，控制所述光源按照预设的采样周期交替地发出红光、绿光和蓝光对所述待识别纸币的当前被照射子区域进行采样，分别得到红光采样图像、绿光采样图像和蓝光采样图像。

在本实施例中，需要保证所述采样周期足够短，使得在该采样周期内所述待识别纸币滑动的距离小到可以忽略不计，那么就可近似地认为光源发出的红光、绿光和蓝光是对同一区域，也即所述当前被照射子区域进行采样。

在本实施例中，所述采样周期小于预设的第四阈值，优选地，可以首先获取所述待识别纸币的滑动速度，然后根据所述滑动速度和极限长度计算所述第四阈值。所述极限长度为所述各个子区域在纸币滑动方向上预设的最大长度，也即将红光、绿光和蓝光照射区域可近似地等同于同一区域的极限值，若超过这一极限值，则红光、绿光和蓝光照射区域将会出现明显的差别，无法再近似等同于同一区域。所述第四阈值与所述滑动速度负相关，与所述极限长度正相关，例如，可取所述极限长度与所述滑动速度的商作为所述第四阈值，当然，也可以根据实际情况设置其它的计算公式，本实施例对此不作具体限定。

步骤S1012，将所述红光采样图像、所述绿光采样图像和所述蓝光采样图像合成为当前被照射子区域的彩色图像。

由上述步骤可知，由于采样周期足够短，在该采样周期内所述待识别纸币滑动的距离小到可以忽略不计，那么就可近似地认为光源发出的红光、绿光和蓝光是对同一区域，也即所述当前被照射子区域进行采样，将这三色的采样图像进行合成，即可得到当前被照射子区域的彩色图像。

步骤S1013，在所述待识别纸币的各个子区域均已被所述光源照射采样后，将各个子区域的彩色图像合成为所述待识别纸币的彩色图像。

也即将局部的彩色图像组合成了完整的彩色图像。

步骤S102，提取出所述彩色图像中黑水印所在区域的第一子图像；

首先，截取黑水印在所述彩色图像中的可能区域，并对所截取的可能区域的图像进行灰度化和二值化处理，得到可能区域的二值图像。

所述可能区域为所述黑水印在图像上的可能出现的区域。在本实施例中，所述可能区域可以是根据历史统计数据来预设的。为了减少运算量或处理量，首先截取可能区域，并对可能区域的图像进行灰度化和二值化处理，处理后该区域的灰度图像中的黑水印的灰度值为1，其余区域的灰度值为0。

其次，在所述可能区域的二值图像上，逐行移动第一移动窗口，并获取当前第一移动窗口所在区域的像素累加值，当第一移动窗口的像素累加值为最大值时，确定其所在区域的第一行为黑水印所在的区域的起始行。

在本实施例中，所述可能区域的宽度为W，高度为H，且已知黑水印所在的区域的宽度为NW(NW<W)，黑水印所在的区域的高度为NH(NH<H)，所述第一移动窗口为根据已知黑水印所在的区域的高度及可能区域的宽度所形成的窗口，即选取大小为W×NH的窗口，逐行移动第一移动窗口，并获取当前第一移动窗口所在区域的像素累加值，对于第一移动窗口的像素累加值为最大值时，其所在区域的第一行为黑水印所在的区域的起始行。

再次，逐列移动第二移动窗口，并获取当前第二移动窗口所在区域的像素累加值，当第二移动窗口的像素累加值为最大值时，确定其所在区域的第一列为黑水印所在的区域的起始列。

在本实施例中，所述可能区域的宽度为W，高度为H，且已知黑水印所在的区域的宽度为NW(NW<W)，黑水印所在的区域的高度为NH(NH<H)，所述第二移动窗口为根据已知黑水印所在的区域的高度及宽度形成的窗口，即选取大小为NW×NH的窗口，逐列移动第二移动窗口，并获取当前第二移动窗口所在区域的像素累加值，对于第二移动窗口的像素累加值为最大值时，其所在区域的第一列为黑水印所在的区域的起始列。

最后，根据所述起始行、起始列、及已知黑水印所在的区域的高度、宽度，提取出所述待识别纸币的黑水印所在的区域的第一子图像。

步骤S103，分别提取所述第一子图像的各个像素点的红色分量、绿色分量和蓝色分量。

一般地，红、绿、蓝每种色各分为256阶亮度，在0时最弱，而在255时最亮。对各个像素点，本步骤分别提取出三色分量的色阶值。

步骤S104，分别计算各个所述像素点的所述红色分量、所述绿色分量和所述蓝色分量的平均值。

步骤S105，判断所述红色分量的平均值是否大于预设的第一阈值、所述绿色分量的平均值是否大于预设的第二阈值以及所述蓝色分量的平均值是否小于预设的第三阈值。

所述第一阈值和所述第二阈值均大于所述第三阈值。例如，可以将所述第一阈值和第二阈值均设置为200，将所述第三阈值设置为50，当然，也可以根据实际情况将所述第一阈值、第二阈值以及第三阈值设置为其它取值，本实施例对此不作具体限定，但应确保这些阈值的设置可以对黑水印是否偏黄作出判断。

若所述红色分量的平均值大于所述第一阈值、所述绿色分量的平均值大于所述第二阈值且所述蓝色分量的平均值小于所述第三阈值，则认为黑水印偏黄，执行步骤S106；反之，则执行步骤S107。

步骤S106，判定所述待识别纸币为异常币。

步骤S107，对所述待识别纸币做进一步的识别。

综上所述，本方案实施例采集待识别纸币在预设光源照射下呈现出的彩色图像，所述光源照射时的入射方向与所述待识别纸币所在的平面形成预设角度的夹角；提取出所述彩色图像中黑水印所在区域的第一子图像；分别提取所述第一子图像的各个像素点的红色分量、绿色分量和蓝色分量；分别计算各个所述像素点的所述红色分量、所述绿色分量和所述蓝色分量的平均值；若所述红色分量的平均值大于预设的第一阈值、所述绿色分量的平均值大于预设的第二阈值且所述蓝色分量的平均值小于预设的第三阈值，则判定所述待识别纸币为异常币，所述第一阈值和所述第二阈值均大于所述第三阈值。通过本发明实施例，首先采集待识别纸币在倾斜角度下的彩色图像，并从中提取出黑水印子图像，由于目前纸币伪造技术的局限性，在垂直角度下，其与真币的仿真度较高，但在倾斜角度下，其会呈现出偏黄的颜色，因此，本发明实施例分别提取并计算黑水印子图像中像素点的红绿蓝三色分量的平均值，当红绿分量的平均值较高而蓝色分量的平均值较低时，则说明黑水印偏黄，也即待识别纸币为异常币。与现有技术相比，本发明的技术方案由于充分利用了黑水印所具有的特殊光学性质，可以极大提高利用黑水印进行异常币识别的准确率。

实施例二：

如图3所示，是本发明实施例提供的一种纸币识别方法的示意流程图，所述方法可以包括：

步骤S301，采集待识别纸币在预设光源照射下呈现出的彩色图像。

步骤S302，提取出所述彩色图像中黑水印所在区域的第一子图像。

步骤S303，分别提取所述第一子图像的各个像素点的红色分量、绿色分量和蓝色分量。

步骤S304，分别计算各个所述像素点的所述红色分量、所述绿色分量和所述蓝色分量的平均值。

其中，步骤S301～步骤S304与实施例一中的步骤S101～步骤S104相同，具体可参见实施例一中的描述，本实施例对此不再赘述。

步骤S305，判断所述红色分量的平均值是否大于预设的第一阈值、所述绿色分量的平均值是否大于预设的第二阈值以及所述蓝色分量的平均值是否小于预设的第三阈值。

若所述红色分量的平均值大于所述第一阈值、所述绿色分量的平均值大于所述第二阈值且所述蓝色分量的平均值小于所述第三阈值，则认为黑水印偏黄，执行步骤S306；反之，则执行步骤S307。

步骤S306，判定所述待识别纸币为异常币。

步骤S307，采集所述待识别纸币的紫外反射图像。

步骤S308，从所述紫外反射图像中提取出黑水印所在区域的第二子图像和白水印所在区域的第三子图像。

步骤S308中的提取过程与实施例一步骤S102中的提取过程类似，具体可参照实施例一中的描述进行类比，本实施例对此不再赘述。

步骤S309，从所述第二子图像中提取出黑水印的第一背景像素组。

对所述第二子图像进行二值化处理，得到所述第二子图像的二值化图像。

在本实施例中优选使用自适应阈值二值化算法对所述第二子图像进行二值化处理。例如，可以将图像分成较小的块，分别计算每块的直方图，根据每个直方图的峰值，为每个块计算其阈值。每个像素点的阈值根据相邻的块的阈值进行插值获得。

需要注意的是，还可以根据实际需要选取其它的二值化处理方法，本实施例对此不作具体限定。

根据所述第二子图像的二值化图像从所述第二子图像中提取出所述第一背景像素组。

若在二值化过程中，将大于阈值的点设置为黑色，小于阈值的点设置为白色，则在所述第二子图像中与二值化图像中的黑色像素点对应的像素点所组成的集合即为所述第一背景像素组；若在二值化过程中，将大于阈值的点设置为白色，小于阈值的点设置为黑色，则在所述第二子图像中与二值化图像中的白色像素点对应的像素点所组成的集合即为所述第一背景像素组。

步骤S310，从所述第三子图像中提取出白水印的第二背景像素组。

对所述第三子图像进行二值化处理，得到所述第三子图像的二值化图像。

在本实施例中优选使用自适应阈值二值化算法对所述第三子图像进行二值化处理。例如，可以将图像分成较小的块，分别计算每块的直方图，根据每个直方图的峰值，为每个块计算其阈值。每个像素点的阈值根据相邻的块的阈值进行插值获得。

需要注意的是，还可以根据实际需要选取其它的二值化处理方法，本实施例对此不作具体限定。

根据所述第三子图像的二值化图像从所述第三子图像中提取出所述第二背景像素组。

若在二值化过程中，将大于阈值的点设置为黑色，小于阈值的点设置为白色，则在所述第三子图像中与二值化图像中的黑色像素点对应的像素点所组成的集合即为所述第二背景像素组；若在二值化过程中，将大于阈值的点设置为白色，小于阈值的点设置为黑色，则在所述第三子图像中与二值化图像中的白色像素点对应的像素点所组成的集合即为所述第二背景像素组。

步骤S311，分别计算所述第一背景像素组的第一平均灰度值和所述第二背景像素组的第二平均灰度值。

步骤S312，判断所述第一平均灰度值与所述第二平均灰度值之差的绝对值大于预设的第五阈值。

所述第五阈值为正数。

若所述第一平均灰度值与所述第二平均灰度值之差的绝对值大于预设的第五阈值，则执行步骤S313，反之，则执行步骤S314。

步骤S313，判定所述待识别纸币为异常币。

步骤S314，对所述待识别纸币做进一步地识别。

综上所述，本方案实施例在实施例一的基础上，采集所述待识别纸币的紫外反射图像；从所述紫外反射图像中提取出黑水印所在区域的第二子图像和白水印所在区域的第三子图像；从所述第二子图像中提取出黑水印的第一背景像素组；从所述第三子图像中提取出白水印的第二背景像素组；分别计算所述第一背景像素组的第一平均灰度值和所述第二背景像素组的第二平均灰度值；若所述第一平均灰度值与所述第二平均灰度值之差的绝对值大于预设的第五阈值，则判定所述待识别纸币为异常币。通过本发明实施例，根据紫外反射图像提取出黑水印的背景和白水印的背景，由于目前纸币伪造技术的局限性，这两种背景的灰度存在着明显的差异，而真币的两种背景的灰度比较接近，因此，本方面实施例比较这两种背景的偏差，若偏差大于阈值，则可判定待识别纸币为异常币。与现有技术相比，本发明的技术方案由于充分利用了黑水印和白水印所具有的特殊光学性质，可以极大提高对异常币识别的准确率。

实施例三：

如图4所示，是本发明实施例提供的一种纸币识别装置的示意框图，所述装置可以包括：

第一图像采集模块401，用于采集待识别纸币在预设光源照射下呈现出的彩色图像，所述光源照射时的入射方向与所述待识别纸币所在的平面形成预设角度的夹角；

第一子图像提取模块402，用于提取出所述彩色图像中黑水印所在区域的第一子图像；

色彩分量提取模块403，用于分别提取所述第一子图像的各个像素点的红色分量、绿色分量和蓝色分量；

色彩分量均值计算模块404，用于分别计算各个所述像素点的所述红色分量、所述绿色分量和所述蓝色分量的平均值；

第一判定模块405，用于若所述红色分量的平均值大于预设的第一阈值、所述绿色分量的平均值大于预设的第二阈值且所述蓝色分量的平均值小于预设的第三阈值，则判定所述待识别纸币为异常币，所述第一阈值和所述第二阈值均大于所述第三阈值。

进一步地，所述第一图像采集模块401可以包括：

子区域采样单元4011，用于控制所述光源按照预设的采样周期交替地发出红光、绿光和蓝光对所述待识别纸币的当前被照射子区域进行采样，分别得到红光采样图像、绿光采样图像和蓝光采样图像，所述采样周期小于预设的第四阈值；

子区域合成单元4012，用于将所述红光采样图像、所述绿光采样图像和所述蓝光采样图像合成为当前被照射子区域的彩色图像；

图像合成单元4013，用于在所述待识别纸币的各个子区域均已被所述光源照射采样后，将各个子区域的彩色图像合成为所述待识别纸币的彩色图像。

进一步地，所述纸币识别装置还可以包括：

滑动速度获取模块406，用于获取所述待识别纸币的滑动速度；

第四阈值计算模块407，用于根据所述滑动速度和极限长度计算所述第四阈值，所述极限长度为所述各个子区域在纸币滑动方向上预设的最大长度。

进一步地，所述纸币识别装置还可以包括：

第二图像采集模块408，用于若所述红色分量的平均值小于等于所述第一阈值、所述绿色分量的平均值小于等于所述第二阈值、或者所述蓝色分量的平均值大于等于所述第三阈值，则采集所述待识别纸币的紫外反射图像；

第二子图像提取模块409，用于从所述紫外反射图像中提取出黑水印所在区域的第二子图像；

第三子图像提取模块410，用于从所述紫外反射图像中提取出白水印所在区域的第三子图像；

第一背景像素组提取模块411，用于从所述第二子图像中提取出黑水印的第一背景像素组；

第二背景像素组提取模块412，用于从所述第三子图像中提取出白水印的第二背景像素组；

平均灰度值计算模块413，用于分别计算所述第一背景像素组的第一平均灰度值和所述第二背景像素组的第二平均灰度值；

第二判定模块414，用于若所述第一平均灰度值与所述第二平均灰度值之差的绝对值大于预设的第五阈值，则判定所述待识别纸币为异常币，所述第五阈值为正数。

进一步地，所述第一背景像素组提取模块411可以包括：

第一处理单元4111，用于对所述第二子图像进行二值化处理，得到所述第二子图像的二值化图像；

第一提取单元4112，用于根据所述第二子图像的二值化图像从所述第二子图像中提取出所述第一背景像素组；

所述第二背景像素组提取模块412包括：

第二处理单元4121，用于对所述第三子图像进行二值化处理，得到所述第三子图像的二值化图像；

第二提取单元4122，根据所述第三子图像的二值化图像从所述第三子图像中提取出所述第二背景像素组。

所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统，装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

应理解，上述各个实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施过程构成任何限定。

图5是本发明一实施例提供的纸币识别终端设备的示意框图。如图5所示，该实施例的纸币识别终端设备5包括：处理器50、存储器51以及存储在所述存储器51中并可在所述处理器50上运行的计算机程序52。所述处理器50执行所述计算机程序52时实现上述各个纸币识别方法实施例中的步骤，例如图1所示的步骤S101至步骤S107。或者，所述处理器50执行所述计算机程序52时实现上述各装置实施例中各模块/单元的功能，例如图4所示模块401至模块405的功能。

示例性的，所述计算机程序52可以被分割成一个或多个模块/单元，所述一个或者多个模块/单元被存储在所述存储器51中，并由所述处理器50执行，以完成本发明。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述所述计算机程序52在所述纸币识别终端设备5中的执行过程。例如，所述计算机程序52可以被分割成第一图像采集模块、第一子图像提取模块、色彩分量提取模块、色彩分量均值计算模块和第一判定模块。

所述纸币识别终端设备5可以是验钞机、存款机、取款机及存取款一体机等终端设备。所述纸币识别终端设备可包括，但不仅限于，处理器50、存储器51。本领域技术人员可以理解，图5仅仅是纸币识别终端设备5的示例，并不构成对纸币识别终端设备5的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如所述纸币识别终端设备5还可以包括输入输出设备、网络接入设备、总线等。

所述处理器50可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。

所述存储器51可以是所述纸币识别终端设备5的内部存储单元，例如纸币识别终端设备5的硬盘或内存。所述存储器51也可以是所述纸币识别终端设备5的外部存储设备，例如所述纸币识别终端设备5上配备的插接式硬盘，智能存储卡(Smart Media Card,SMC)，安全数字(Secure Digital,SD)卡，闪存卡(Flash Card)等。进一步地，所述存储器51还可以既包括所述纸币识别终端设备5的内部存储单元也包括外部存储设备。所述存储器51用于存储所述计算机程序以及所述纸币识别终端设备5所需的其它程序和数据。所述存储器51还可以用于暂时地存储已经输出或者将要输出的数据。

所属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，仅以上述各功能单元、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，即将所述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。实施例中的各功能单元、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，各功能单元、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。上述系统中单元、模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。

本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。

在本发明所提供的实施例中，应该理解到，所揭露的装置/终端设备和方法，可以通过其它的方式实现。例如，以上所描述的装置/终端设备实施例仅仅是示意性的，例如，所述模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口，装置或单元的间接耦合或通讯连接，可以是电性，机械或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本发明各个实施例中的各功能单元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。

所述集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是，所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括电载波信号和电信信号。

以上所述实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围，均应包含在本发明的保护范围之内。

Claims (12)

1.一种纸币识别方法，其特征在于，包括：

采集待识别纸币在预设光源照射下呈现出的彩色图像，所述光源照射时的入射方向与所述待识别纸币所在的平面形成预设角度的夹角；

提取出所述彩色图像中黑水印所在区域的第一子图像；

分别提取所述第一子图像的各个像素点的红色分量、绿色分量和蓝色分量；

分别计算各个所述像素点的所述红色分量、所述绿色分量和所述蓝色分量的平均值；

若所述红色分量的平均值大于预设的第一阈值、所述绿色分量的平均值大于预设的第二阈值且所述蓝色分量的平均值小于预设的第三阈值，则判定所述待识别纸币为异常币，所述第一阈值和所述第二阈值均大于所述第三阈值。

2.根据权利要求1所述的纸币识别方法，其特征在于，所述采集待识别纸币在预设光源照射下呈现出的彩色图像包括：

控制所述光源按照预设的采样周期交替地发出红光、绿光和蓝光对所述待识别纸币的当前被照射子区域进行采样，分别得到红光采样图像、绿光采样图像和蓝光采样图像，所述采样周期小于预设的第四阈值；

将所述红光采样图像、所述绿光采样图像和所述蓝光采样图像合成为当前被照射子区域的彩色图像；

在所述待识别纸币的各个子区域均已被所述光源照射采样后，将各个子区域的彩色图像合成为所述待识别纸币的彩色图像。

3.根据权利要求2所述的纸币识别方法，其特征在于，在控制所述光源按照预设的采样周期交替地发出红光、绿光和蓝光对所述待识别纸币的当前被照射子区域进行采样之前，还包括：

获取所述待识别纸币的滑动速度；

根据所述滑动速度和极限长度计算所述第四阈值，所述极限长度为所述各个子区域在纸币滑动方向上预设的最大长度。

4.根据权利要求1至3中任一项所述的纸币识别方法，其特征在于，在分别计算所述红色分量、所述绿色分量和所述蓝色分量的平均值之后，还包括：

若所述红色分量的平均值小于等于所述第一阈值、所述绿色分量的平均值小于等于所述第二阈值、或者所述蓝色分量的平均值大于等于所述第三阈值，则采集所述待识别纸币的紫外反射图像；

从所述紫外反射图像中提取出黑水印所在区域的第二子图像和白水印所在区域的第三子图像；

从所述第二子图像中提取出黑水印的第一背景像素组；

从所述第三子图像中提取出白水印的第二背景像素组；

分别计算所述第一背景像素组的第一平均灰度值和所述第二背景像素组的第二平均灰度值；

若所述第一平均灰度值与所述第二平均灰度值之差的绝对值大于预设的第五阈值，则判定所述待识别纸币为异常币，所述第五阈值为正数。

5.根据权利要求4所述的纸币识别方法，其特征在于，所述从所述第二子图像中提取出黑水印的第一背景像素组包括：

对所述第二子图像进行二值化处理，得到所述第二子图像的二值化图像；

根据所述第二子图像的二值化图像从所述第二子图像中提取出所述第一背景像素组；

所述从所述第三子图像中提取出黑水印的第二背景像素组包括：

对所述第三子图像进行二值化处理，得到所述第三子图像的二值化图像；

根据所述第三子图像的二值化图像从所述第三子图像中提取出所述第二背景像素组。

6.一种纸币识别装置，其特征在于，包括：

第一图像采集模块，用于采集待识别纸币在预设光源照射下呈现出的彩色图像，所述光源照射时的入射方向与所述待识别纸币所在的平面形成预设角度的夹角；

第一子图像提取模块，用于提取出所述彩色图像中黑水印所在区域的第一子图像；

色彩分量提取模块，用于分别提取所述第一子图像的各个像素点的红色分量、绿色分量和蓝色分量；

色彩分量均值计算模块，用于分别计算各个所述像素点的所述红色分量、所述绿色分量和所述蓝色分量的平均值；

第一判定模块，用于若所述红色分量的平均值大于预设的第一阈值、所述绿色分量的平均值大于预设的第二阈值且所述蓝色分量的平均值小于预设的第三阈值，则判定所述待识别纸币为异常币，所述第一阈值和所述第二阈值均大于所述第三阈值。

7.根据权利要求6所述的纸币识别装置，其特征在于，所述第一图像采集模块包括：

子区域采样单元，用于控制所述光源按照预设的采样周期交替地发出红光、绿光和蓝光对所述待识别纸币的当前被照射子区域进行采样，分别得到红光采样图像、绿光采样图像和蓝光采样图像，所述采样周期小于预设的第四阈值；

子区域合成单元，用于将所述红光采样图像、所述绿光采样图像和所述蓝光采样图像合成为当前被照射子区域的彩色图像；

图像合成单元，用于在所述待识别纸币的各个子区域均已被所述光源照射采样后，将各个子区域的彩色图像合成为所述待识别纸币的彩色图像。

8.根据权利要求7所述的纸币识别装置，其特征在于，还包括：

滑动速度获取模块，用于获取所述待识别纸币的滑动速度；

第四阈值计算模块，用于根据所述滑动速度和极限长度计算所述第四阈值，所述极限长度为所述各个子区域在纸币滑动方向上预设的最大长度。

9.根据权利要求6至8中任一项所述的纸币识别装置，其特征在于，还包括：

第二图像采集模块，用于若所述红色分量的平均值小于等于所述第一阈值、所述绿色分量的平均值小于等于所述第二阈值、或者所述蓝色分量的平均值大于等于所述第三阈值，则采集所述待识别纸币的紫外反射图像；

第二子图像提取模块，用于从所述紫外反射图像中提取出黑水印所在区域的第二子图像；

第三子图像提取模块，用于从所述紫外反射图像中提取出白水印所在区域的第三子图像；

第一背景像素组提取模块，用于从所述第二子图像中提取出黑水印的第一背景像素组；

第二背景像素组提取模块，用于从所述第三子图像中提取出白水印的第二背景像素组；

平均灰度值计算模块，用于分别计算所述第一背景像素组的第一平均灰度值和所述第二背景像素组的第二平均灰度值；

第二判定模块，用于若所述第一平均灰度值与所述第二平均灰度值之差的绝对值大于预设的第五阈值，则判定所述待识别纸币为异常币，所述第五阈值为正数。

10.根据权利要求9所述的纸币识别装置，其特征在于，所述第一背景像素组提取模块包括：

第一处理单元，用于对所述第二子图像进行二值化处理，得到所述第二子图像的二值化图像；

第一提取单元，用于根据所述第二子图像的二值化图像从所述第二子图像中提取出所述第一背景像素组；

所述第二背景像素组提取模块包括：

第二处理单元，用于对所述第三子图像进行二值化处理，得到所述第三子图像的二值化图像；

第二提取单元，根据所述第三子图像的二值化图像从所述第三子图像中提取出所述第二背景像素组。

11.一种纸币识别终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至5中任一项所述的纸币识别方法的步骤。

12.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至5中任一项所述的纸币识别方法的步骤。