CN107610320A - 一种票据识别方法和装置 - Google Patents
一种票据识别方法和装置 Download PDFInfo
- Publication number
- CN107610320A CN107610320A CN201710795863.6A CN201710795863A CN107610320A CN 107610320 A CN107610320 A CN 107610320A CN 201710795863 A CN201710795863 A CN 201710795863A CN 107610320 A CN107610320 A CN 107610320A
- Authority
- CN
- China
- Prior art keywords
- bill
- bureau sign
- bureau
- feature
- sign pattern
- 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.)
- Pending
Links
Landscapes
- Image Analysis (AREA)
Abstract
本发明实施例公开了一种票据识别方法和装置。其中,所述票据识别方法包括:采集票据图像;利用预设分割算法从票据图像中截取行徽图案;将行徽模版集合中的特征模版与所述行徽图案的特征进行比对;如果所述行徽图案的特征与所述行徽模版集合中的特征模版间的相似度小于预设阈值,则判断票据为正版票据。本实施例的技术方案,通过将行徽模版集合中的特征模版与所述行徽图案的特征进行比对;并是使所述行徽图案的特征与所述行徽模版集合中的特征模版间的相似度与对应的预设阈值,从而得到识别结果,解决了现有技术汇总对票据真伪识别的精准性和可靠性较低的问题,达到了快速、准确的识别出票据中的行徽图案,进而识别出票据的真伪的效果。
Description
技术领域
本发明实施例涉及图像处理技术,尤其涉及一种票据识别方法和装置。
背景技术
当今银行支票已被社会各界广泛使用。无论是单位或是个人,在同一支票交换区域支付各种款项,都可以使用支票。支票作为货币的替代品发挥着流通手段和支付手段的职能。支票的使用方法简单,且十分便利,其特点在于用途广泛、携带方便、结账便利。区别于普通货币,支票这种信用流通工具的出现,可以极大程度上减少现金的流通量,节约货币流通费用,方便人们结账交易。在发达国家,支票的使用相当普遍。随着国内金融体系改革的推进,大规模使用支票的趋势愈见明显。然而,随之而来的却是不法分子运用不正当的手段制造假支票牟取暴利的不法行为。故解决这一问题迫在眉睫,实现支票真伪鉴别也成为众所关注的工程。
但现下支票的真伪鉴别难度十分大,即便是银行工作人员也很难鉴别出支票的真伪。通常的鉴别方式是直观的用肉眼比对,运用以往的经验进行判别。即在确定支票类型之后,首先检查印章是否齐全,而后确保支票没有涂改现象,再者检查大小写是否一致,填写内容是否符合标准等。可想而知,单纯的靠肉眼和经验判别支票的真伪,其工作效率及可靠性可见一般,且稍有处理不慎,便会引发不必要的争端。
目前银行主要利用票据识别方法对票据进行真伪鉴别,但随着流通领域各种纸张类型的有价票据不断出现,以及各种伪造技术的不断升级,现有的票据识别方法己经无法满足市场上对票据鉴别的精准性和可靠性越来越高的要求。
发明内容
本发明提供一种票据识别方法,以快速、准确的识别出票据中的行徽图案,进而识别出票据的真伪。
第一方面,本发明实施例提供了一种票据识别方法,该方法具体包括:
采集票据图像;
利用预设分割算法从票据图像中截取行徽图案;
将行徽模版集合中的特征模版与所述行徽图案的特征进行比对;
如果所述行徽图案的特征与所述行徽模版集合中的特征模版间的相似度小于预设阈值,则判断所述票据为正版票据。
第二方面,本发明实施例还提供了一种票据识别装置,该装置包括:
图像采集模块,用于采集票据图像;
行徽图案截取模块,用于利用预设分割算法从票据图像中截取行徽图案;
特征比对模块,用于将行徽模版集合中的特征模版与所述行徽图案的特征进行比对;
票据识别模块,用于如果所述行徽图案的特征与所述行徽模版集合中的特征模版间的相似度小于预设阈值,则判断所述票据为正版票据。
第三方面,本发明实施例还提供了一种设备,所述设备包括:
一个或多个处理器;
存储装置,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本实施例所述的票据识别方法。
第四方面,本发明实施例还提供了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实施例所述的票据识别方法。
本发明通过将行徽模版集合中的特征模版与所述行徽图案的特征进行比对;并是使所述行徽图案的特征与所述行徽模版集合中的特征模版间的相似度与对应的预设阈值,从而得到识别结果,解决了现有技术汇总对票据真伪识别的精准性和可靠性较低的问题,达到了快速、准确的识别出票据中的行徽图案,进而识别出票据的真伪的效果。
附图说明
图1是本发明实施例一中的一种票据识别方法流程图;
图2是本发明实施例二中的一种票据识别方法流程图;
图3是本发明实施例三中的一种票据识别装置结构示意图;
图4是本发明实施例四中的一种设备的结构示意图。
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票据识别方法流程图,本实施例可适用于通过检测票据中行徽图案识别票据真伪的情况,该方法可以由票据识别装置来执行,具体包括如下步骤:
S110、采集票据图像;
本实施例中以银行票据为例,对票据识别方法进行阐述。该方法中,首先使用图像采集设备对银行票据进行图像采集,得到票据图像;票据图像可以是银行票据的正面图像,也可以是银行票据的背面图像,具体的,所述票据图像中包括至少一个防伪标志区域,所述防伪标志区域用于鉴别银行票据的真伪。
所述防伪标志区域包括但不限于金额区域、行徽图案和票号区域中的至少一个。其中,所述金额区域用于显示票据可支配额度,所述票号区域用于显示与银行票据对应的唯一标识号,可以通过检测标识号对银行票据的真伪作出基础性的判断。所述行徽图案区域用于显示行徽图案,不同银行的银行票据中行徽图案不同,不同行徽图案的图像轮廓、图像纹理都不同。
可选的,所述票据图像包括票据紫外图像和票据彩色图像;其中,所述票据紫外图像是通过采集票据在紫光下所拍摄的图像,所述彩色图像是通过采集票据在白光下所拍摄的图像。
S120、利用预设分割算法从票据图像中截取行徽图案;
本实施例中,在采集票据图像完毕后,需要将行徽图案从票据图像中截取出来,以便与行徽模版集合中的特征集合进行对比。
截取过程中,可以根据票据图像中灰度、颜色、纹理等图像特性的突变确定分割边缘,分割边缘两边的像素点的灰度值存在着明显的差异。
可选的,预设分割算法包括基于阈值的分割方法、基于边缘的分割方法、基于区域的分割方法、基于图论的分割方法和基于能量泛函的分割方法。
优选的,所述预设分割算法包括K均值聚类算法,该算法的工作原理为将图像空间中的像素用对应的特征空间点表示,根据特征空间的聚集对特征空间进行分割,映射回原图像空间,得到分割结果。该方法的开始,首先会选K个初始类均值,然后将每个像素归入均值离它最近的类并计算新的类均值。迭代执行前面的步骤直到新旧类均值之差小于某一阈值。
S130、将行徽模版集合中的特征模版与所述行徽图案的特征进行比对。
其中,行徽模版集合中包括多个至少一个银行票据的特征模版,所述行徽模版用于与行徽图案的特征进行比对,进而根据比对结果确定行徽图案和票据的真伪。
可选的,所述特征模版包括轮廓模版和纹理模版,其中,所述轮廓模版包括周长、面积、长宽比、矩形度、质心和轴长等特征参数;所述纹理模版包括HU相似度、粗糙度、惯性矩、平稳性、边缘直方图、熵和残差等特征参数。
对于票据彩色图像,可以将其中的行徽图案内全部像素点中的R、G、B三色分量均值作为一项特征参数,以提高特征比对结果的准确性。
需要说明的是,在方法执行的开始,首先需要对至少一个银行票据中标准行徽图案中的特征进行提取并计算,作为行徽模版集合中的特征模版。
S140、如果所述行徽图案的特征与所述行徽模版集合中的特征模版间的相似度小于预设阈值,则判断所述票据为正版票据。
其中,所述预设阈值有开发人员预先设定,用于对行徽图案的特征与所述行徽模版集合中的特征模版间的相似度进行对比,不同特征所对应的预设阈值不同。
本实施例中进行特征比对过程中,由于多个维度的特征参数都需要进行比对,因此会出现多个比对结果。对应的,根据比对结果判断票据真伪的过程中,可以将符合预设条件的特征参数的数量或比例作为判断依据。
可选的,若符合预设条件的特征参数的数量小于特征参数总和的一半,则判断所述票据为伪造票据。
可选的,若存在任意一项不符合预设条件的特征参数,则判断所述票据为伪造票据。
进一步的,本实施例中可以根据个特征参数对判断结果的相关性,对每一个特征参数设置权重值,进而在判断过程中,可以将各特征参数的比对结果与对应权重值组合,量化的表示所述判断结果,提高了判断结果的准确性。
本实施例的技术方案,通过将行徽模版集合中的特征模版与所述行徽图案的特征进行比对;并比较所述行徽图案的特征与所述行徽模版集合中的特征模版间的相似度与对应的预设阈值,从而得到识别结果,解决了现有技术汇总对票据真伪识别的精准性和可靠性较低的问题,达到了快速、准确的识别出票据中的行徽图案,进而识别出票据的真伪的效果。
实施例二
图2为本发明实施例二提供的一种票据识别方法流程图,本实施例在上述实施例的基础上将票据中待鉴别区域的荧光图像从RGB颜色空间转换到HSI通道空间,根据所述HSI通道空间中的H分量定位所述票据中行徽图案的位置,并根据所述行徽图案的位置确定所述票据的面向;具体包括如下步骤:
S210、采集票据图像;
可选的,所述采集票据图像之后,还包括:采用中值滤波算法对票据图像进行滤波处理。
其中,所述中值滤波算法是基于排序统计理论的一种能有效抑制噪声的非线性信号处理技术,中值滤波算法的工作原理是把数字图像或数字序列中一点的值用该点的一个邻域中各点值的中值代替,让周围的像素值接近的值,从而消除孤立的噪声点。中值滤波一般使用模板的方法实现,对模板内的像素按照像素值的大小进行排序,生成单调上升(或下降)的二维数据序列。使用中值滤波算法对票据图像进行滤波处理的有益效果在于,能够去除票据图像的噪声(或污痕),能有效保护边缘少受模糊。
S220、获取票据图像中行徽图案的位置;根据所述行徽图案的位置确定所述票据图像的面向。
其中,所述行徽图案的位置包括票据图像的右下方、左下方、右上方和做上方。不同行徽图案位置对应的票据图像的面向不同。具体的,票据图像的右上方位置所对应票据图像的面向为正面正向,票据图像的左下方位置所对应票据图像的面向为正面反向,票据图像的左下方位置所对应票据图像的面向为正面反向,票据图像的左上方位置所对应票据图像的面向为反面正向,票据图像的又下方位置所对应票据图像的面向为反面反向。
具体的,本实施例中所述的行徽图案位置为粗略位置;可选的,在获取过程中,可以将票据图像等分为四个区域,进而根据所述行徽图案所在的区域编号确定行徽图案的位置。
可选的,所述获取票据图像中行徽图案的位置;根据所述行徽图案的位置确定所述票据图像的面向,包括:
将票据中待鉴别区域的荧光图像从RGB颜色空间转换到HSI通道空间;
其中,所述待鉴别区域可以是票据图像的部分区域,也可以是票据图像的全部区域;所述待鉴别区域中包含有行徽图案。所述荧光图像即通过采集票据在紫光下所拍摄的图像。所述RGB颜色空间是由红色、绿色和蓝色三原色表示图像。HSI通道空间是以色调、饱和度和亮度三种基本特征量表示数字图像;其中,H分量表示图像的色调,H分量的大小与光波的波长有关,不同值的大小表示人的感官对不同颜色的感受,如红色、绿色、蓝色等;也可以表示一定范围的颜色,如暖色、冷色等。S分量表示颜色的纯度,纯光谱色是完全饱和的,加入白光会稀释饱和度。饱和度越大,颜色看起来就会越鲜艳,反之亦然。I分量表示亮度,对应成像亮度和图像灰度,是颜色的明亮程度。
根据所述HSI通道空间中的H分量定位所述票据中行徽图案的位置;
本实施例以票据图像为票据紫外图像为例进行阐述。在HIS通道空间下所表示票据图像,由于行徽图案区域中由荧光材料组成,因此票据紫外图像中行徽图案与其他区域的H分量可以明显区分,进而快速、准确确定行徽图案的位置。
根据所述行徽图案的位置确定所述票据的面向。
S230、利用预设分割算法从票据图像中截取行徽图案;
可选的,利用预设分割算法从票据图像中截取行徽图案之后,还包括:对所述行徽图案归一化处理。
其中,所述归一化处理用于将行徽图案的尺寸统一为标准尺寸,进而之后的特征对比,具体的,所述归一化方法包括线性归一化和非线性归一化。
S240、将行徽模版集合中的特征模版与所述行徽图案的特征进行比对;
S250、如果所述行徽图案的特征与所述行徽模版集合中的特征模版间的相似度小于预设阈值,则判断所述票据为正版票据。
本实施例的技术方案,通过将票据中待鉴别区域的荧光图像从RGB颜色空间转换到HSI通道空间,根据所述HSI通道空间中的H分量定位所述票据中行徽图案的位置,并根据所述行徽图案的位置确定所述票据的面向;进而快速准确的确定票据面向,并对该票据面向中预设位置的行徽图案进行识别,提高了票据识别方法的效率。
实施例三
图3为本发明实施例三提供的一种一种票据识别装置结构示意图,如图3所示,所述票据识别装置包括:图像采集模块310、行徽图案截取模块320、特征比对模块330和票据识别模块340。
其中,图像采集模块310,用于采集票据图像;
行徽图案截取模块320,用于利用预设分割算法从票据图像中截取行徽图案;
特征比对模块330,用于将行徽模版集合中的特征模版与所述行徽图案的特征进行比对;
票据识别模块340,用于如果所述行徽图案的特征与所述行徽模版集合中的特征模版间的相似度小于预设阈值,则判断所述票据为正版票据。
本发明通过将行徽模版集合中的特征模版与所述行徽图案的特征进行比对;并是使所述行徽图案的特征与所述行徽模版集合中的特征模版间的相似度与对应的预设阈值,从而得到识别结果,解决了现有技术汇总对票据真伪识别的精准性和可靠性较低的问题,达到了快速、准确的识别出票据中的行徽图案,进而识别出票据的真伪的效果。
在上述实施例的基础上,票据识别装置还包括:
票据面向确定模块,用于获取票据图像中行徽图案的位置;根据所述行徽图案的位置确定所述票据图像的面向。
在上述实施例的基础上,所述票据面向确定模块,包括:
颜色空间转换单元,用于将票据中待鉴别区域的荧光图像从RGB颜色空间转换到HSI通道空间;
行徽位置定位单元,用于根据所述HSI通道空间中的H分量定位所述票据中行徽图案的位置;
票据面向确定单元,用于根据所述行徽图案的位置确定所述票据的面向。
在上述实施例的基础上,所述预设分割算法包括K均值聚类算法。
本发明实施例所提供的票据识别装置可执行本发明任意实施例所提供的票据识别方法,具备执行方法相应的功能模块和有益效果。
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40、存储器41、输入装置42和输出装置43;设备中处理器40的数量可以是一个或多个,图4中以一个处理器40为例;设备4中的处理器40、存储器41、输入装置42和输出装置43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41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票据识别方法对应的程序模块(例如,票据识别装置中的图像采集模块310、行徽图案截取模块320、特征比对模块330和票据识别模块340)。处理器40通过运行存储在存储器41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,即实现上述的票据识别方法。
存储器41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41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41可进一步包括相对于处理器40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。
输入装置42可用于接收输入的数字或字符信息,以及产生与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43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票据识别方法,该方法包括:
采集票据图像;
利用预设分割算法从票据图像中截取行徽图案;
将行徽模版集合中的特征模版与所述行徽图案的特征进行比对;
如果所述行徽图案的特征与所述行徽模版集合中的特征模版间的相似度小于预设阈值,则判断所述票据为正版票据。
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票据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,上述搜索装置的实施例中,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)
1.一种票据识别方法,其特征在于,包括:
采集票据图像;
利用预设分割算法从票据图像中截取行徽图案;
将行徽模版集合中的特征模版与所述行徽图案的特征进行比对;
如果所述行徽图案的特征与所述行徽模版集合中的特征模版间的相似度小于预设阈值,则判断所述票据为正版票据。
2.根据权利要求1所述的票据识别方法,其特征在于,所述采集票据图像之后,还包括:
获取票据图像中行徽图案的位置;
根据所述行徽图案的位置确定所述票据图像的面向。
3.根据权利要求2所述的票据识别方法,其特征在于,所述获取票据图像中行徽图案的位置;根据所述行徽图案的位置确定所述票据图像的面向,包括:
将票据中待鉴别区域的荧光图像从RGB颜色空间转换到HSI通道空间;
根据所述HSI通道空间中的H分量定位所述票据中行徽图案的位置;
根据所述行徽图案的位置确定所述票据的面向。
4.根据权利要求1所述的票据识别方法,其特征在于:
所述预设分割算法包括K均值聚类算法。
5.一种票据识别装置,其特征在于,包括:
图像采集模块,用于采集票据图像;
行徽图案截取模块,用于利用预设分割算法从票据图像中截取行徽图案;
特征比对模块,用于将行徽模版集合中的特征模版与所述行徽图案的特征进行比对;
票据识别模块,用于如果所述行徽图案的特征与所述行徽模版集合中的特征模版间的相似度小于预设阈值,则判断所述票据为正版票据。
6.根据权利要求5所述的票据识别装置,其特征在于,还包括:
票据面向确定模块,用于获取票据图像中行徽图案的位置;根据所述行徽图案的位置确定所述票据图像的面向。
7.根据权利要求6所述的票据识别装置,其特征在于,所述票据面向确定模块,包括:
颜色空间转换单元,用于将票据中待鉴别区域的荧光图像从RGB颜色空间转换到HSI通道空间;
行徽位置定位单元,用于根据所述HSI通道空间中的H分量定位所述票据中行徽图案的位置;
票据面向确定单元,用于根据所述行徽图案的位置确定所述票据的面向。
8.根据权利要求5所述的票据识别装置,其特征在于:
所述预设分割算法包括K均值聚类算法。
9.一种设备,其特征在于,所述设备包括:
一个或多个处理器;
存储装置,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1-4中任一所述的票据识别方法。
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1-4中任一所述的票据识别方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710795863.6A CN107610320A (zh) | 2017-09-06 | 2017-09-06 | 一种票据识别方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710795863.6A CN107610320A (zh) | 2017-09-06 | 2017-09-06 | 一种票据识别方法和装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107610320A true CN107610320A (zh) | 2018-01-19 |
Family
ID=61055971
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710795863.6A Pending CN107610320A (zh) | 2017-09-06 | 2017-09-06 | 一种票据识别方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107610320A (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108197512A (zh) * | 2018-01-25 | 2018-06-22 | 深圳怡化电脑股份有限公司 | 票据磁码的识别方法、装置、票据处理设备及存储介质 |
CN108198353A (zh) * | 2018-01-24 | 2018-06-22 | 深圳怡化电脑股份有限公司 | 用于票据发放设备的控制方法、装置及票据发放设备 |
CN110472623A (zh) * | 2019-06-29 | 2019-11-19 | 华为技术有限公司 | 图像检测方法、设备以及系统 |
CN110688998A (zh) * | 2019-09-27 | 2020-01-14 | 中国银行股份有限公司 | 票据识别方法及装置 |
WO2020232889A1 (zh) * | 2019-05-23 | 2020-11-26 | 平安科技(深圳)有限公司 | 支票取现方法、装置、设备及计算机可读存储介质 |
US11030450B2 (en) * | 2018-05-31 | 2021-06-08 | Vatbox, Ltd. | System and method for determining originality of computer-generated images |
CN115471734A (zh) * | 2022-09-23 | 2022-12-13 | 中国农业大学 | 木质包装ippc标识的辩伪方法、装置及服务器 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101334836A (zh) * | 2008-07-30 | 2008-12-31 | 电子科技大学 | 一种融合色彩、尺寸和纹理特征的车牌定位方法 |
CN101583979A (zh) * | 2006-11-15 | 2009-11-18 | 德国捷德有限公司 | 用于识别有价票据上色彩过渡区域中的污染和/或色彩磨损的方法以及用于实施该方法的装置 |
CN103093200A (zh) * | 2013-01-18 | 2013-05-08 | 金三立视频科技(深圳)有限公司 | 快速精准定位图像中车牌的算法 |
CN103390308A (zh) * | 2013-07-05 | 2013-11-13 | 陈卫文 | 基于部分图像子块的高速纸币判别系统及其判别方法 |
CN104318238A (zh) * | 2014-11-10 | 2015-01-28 | 广州御银科技股份有限公司 | 一种验钞模块中对扫描的钞票图提取冠字号的方法 |
CN104346858A (zh) * | 2014-10-10 | 2015-02-11 | 新达通科技股份有限公司 | 一种基于磁图像的纸币面值识别方法与装置 |
CN105184955A (zh) * | 2015-08-18 | 2015-12-23 | 深圳怡化电脑股份有限公司 | 一种纸币的识别方法和装置 |
CN105261110A (zh) * | 2015-10-26 | 2016-01-20 | 江苏国光信息产业股份有限公司 | 一种高效dsp纸币冠字号识别方法 |
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 |
CN106971451A (zh) * | 2017-03-24 | 2017-07-21 | 深圳怡化电脑股份有限公司 | 一种票据鉴别方法及装置 |
-
2017
- 2017-09-06 CN CN201710795863.6A patent/CN107610320A/zh active Pending
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101583979A (zh) * | 2006-11-15 | 2009-11-18 | 德国捷德有限公司 | 用于识别有价票据上色彩过渡区域中的污染和/或色彩磨损的方法以及用于实施该方法的装置 |
CN101334836A (zh) * | 2008-07-30 | 2008-12-31 | 电子科技大学 | 一种融合色彩、尺寸和纹理特征的车牌定位方法 |
CN103093200A (zh) * | 2013-01-18 | 2013-05-08 | 金三立视频科技(深圳)有限公司 | 快速精准定位图像中车牌的算法 |
CN103390308A (zh) * | 2013-07-05 | 2013-11-13 | 陈卫文 | 基于部分图像子块的高速纸币判别系统及其判别方法 |
CN104346858A (zh) * | 2014-10-10 | 2015-02-11 | 新达通科技股份有限公司 | 一种基于磁图像的纸币面值识别方法与装置 |
CN104318238A (zh) * | 2014-11-10 | 2015-01-28 | 广州御银科技股份有限公司 | 一种验钞模块中对扫描的钞票图提取冠字号的方法 |
CN105184955A (zh) * | 2015-08-18 | 2015-12-23 | 深圳怡化电脑股份有限公司 | 一种纸币的识别方法和装置 |
CN105261110A (zh) * | 2015-10-26 | 2016-01-20 | 江苏国光信息产业股份有限公司 | 一种高效dsp纸币冠字号识别方法 |
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 |
CN106971451A (zh) * | 2017-03-24 | 2017-07-21 | 深圳怡化电脑股份有限公司 | 一种票据鉴别方法及装置 |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108198353A (zh) * | 2018-01-24 | 2018-06-22 | 深圳怡化电脑股份有限公司 | 用于票据发放设备的控制方法、装置及票据发放设备 |
CN108197512A (zh) * | 2018-01-25 | 2018-06-22 | 深圳怡化电脑股份有限公司 | 票据磁码的识别方法、装置、票据处理设备及存储介质 |
US11030450B2 (en) * | 2018-05-31 | 2021-06-08 | Vatbox, Ltd. | System and method for determining originality of computer-generated images |
WO2020232889A1 (zh) * | 2019-05-23 | 2020-11-26 | 平安科技(深圳)有限公司 | 支票取现方法、装置、设备及计算机可读存储介质 |
CN110472623A (zh) * | 2019-06-29 | 2019-11-19 | 华为技术有限公司 | 图像检测方法、设备以及系统 |
CN110472623B (zh) * | 2019-06-29 | 2022-08-09 | 华为技术有限公司 | 图像检测方法、设备以及系统 |
CN110688998A (zh) * | 2019-09-27 | 2020-01-14 | 中国银行股份有限公司 | 票据识别方法及装置 |
CN115471734A (zh) * | 2022-09-23 | 2022-12-13 | 中国农业大学 | 木质包装ippc标识的辩伪方法、装置及服务器 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107610320A (zh) | 一种票据识别方法和装置 | |
CN100580716C (zh) | 在图像中确定对应于金融票券的区域的验证方法 | |
JP2009519532A (ja) | 銀行券の確認 | |
CN107093259B (zh) | 一种纸币真伪的识别方法及其装置 | |
Zeggeye et al. | Automatic recognition and counterfeit detection of Ethiopian paper currency | |
CN109740572A (zh) | 一种基于局部彩色纹理特征的人脸活体检测方法 | |
CN110705634B (zh) | 一种鞋跟型号识别方法、装置及存储介质 | |
CN107437293A (zh) | 一种基于票据全局特征的票据防伪鉴别方法 | |
Jadhav et al. | Currency identification and forged banknote detection using deep learning | |
Rathee et al. | Feature fusion for fake Indian currency detection | |
Zarin et al. | A hybrid fake banknote detection model using OCR, face recognition and hough features | |
Lamsal | COUNTERFIET PAPER BANKNOTE IDENTIFICATION BASED ON COLOR AND TEXTURE | |
Ansari et al. | A robust method for identification of paper currency using otsu’s thresholding | |
Alnowaini et al. | Yemeni paper currency detection system | |
Amirsab et al. | An automated recognition of fake or destroyed Indian currency notes | |
Sumalatha et al. | Identification of Fake Indian Currency using Convolutional Neural Network | |
CN110428402A (zh) | 图像篡改识别方法、装置、计算机设备及存储介质 | |
Chandrappa et al. | Machine Learning Algorithms for Identifying Fake Currencies | |
CN109543554A (zh) | 票据检测方法、装置、终端及计算机可读存储介质 | |
Chambers | Digital currency forensics | |
Shinde et al. | Identification of fake currency using soft computing | |
Al-Hila et al. | Fuzzy Logic Weighted Averaging Algorithm for Malaysian Banknotes Reader Featuring Counterfeit Detection: Manuscript Received: 27 February 2023, Accepted: 28 March 2023, Published: 15 September 2023, ORCiD: 0000-0003-1477-8449, https://doi. org/10.33093/jetap. 2023.5. 2.3 | |
CN108074320A (zh) | 一种图像识别方法及装置 | |
CN108171865A (zh) | 一种纸币检测方法、纸币检测装置及电子设备 | |
CN109840699A (zh) | 合格投资者线上评估方法、装置、计算机设备和存储介质 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180119 |
|
RJ01 | Rejection of invention patent application after publication |