CN107610321B - 一种鉴别纸币真伪方法、装置、设备及存储介质 - Google Patents

Abstract

本发明实施例公开了一种鉴别纸币真伪方法、装置、设备及存储介质。所述方法包括：获取纸币上黑水印区域的图像；采用图像模板对所述图像进行扫描，并获取所述图像中与图像模板中的预设区域对应并匹配的区域数目，作为第一数目；当所述第一数目超过第一阈值时，将所述图像中与所述图像模板的预设区域组合对应的至少两个区域组合作为目标区域组合，并获取所述目标区域组合的特征符合预设特征的数目，作为第二数目；检测所述第二数目超过第二阈值时，确定所述图像与所述图像模板存在一个匹配位置；当采用所述图像模板对所述图像扫描完成时，基于匹配位置的数量判断所述纸币的真伪。本发明实施例可以快速准确判断纸币真伪。

Description

一种鉴别纸币真伪方法、装置、设备及存储介质

技术领域

本发明实施例涉及检测技术，尤其涉及一种鉴别纸币真伪方法、装置、设备及存储介质。

背景技术

现如今，纸币作为主要的流通货币在人们的生活中承担着重要角色。然而假币与真币朝夕相随，出现在流通领域的各个环节。假币的泛滥不仅会对人民群众的财产安全带来威胁，而且会严重干扰货币流通的各个环节，造成国家经济不稳定，甚至酿成经济和社会危机。

目前，市面上流通的人民币都带有水印标志，然而水印分布特征的提取十分困难，而且根据水印特征，难以实现快速鉴别纸币真假。

发明内容

本发明实施例提供一种鉴别纸币真伪方法、装置、设备及存储介质，能够快速准确判断纸币真伪。

第一方面，本发明实施例提供了一种鉴别纸币真伪方法，包括：

获取纸币上黑水印区域的图像；

采用图像模板对所述图像进行扫描，并获取所述图像中与所述图像模板中的预设区域对应并匹配的区域数目，作为第一数目，其中，所述图像模板包含多个所述预设区域；

当所述第一数目超过第一阈值时，将所述图像中与所述图像模板的预设区域组合对应的至少两个区域组合作为目标区域组合，并获取所述目标区域组合的特征符合预设特征的数目，作为第二数目；

当检测到所述第二数目超过第二阈值时，确定所述图像与所述图像模板存在一个匹配位置；

当采用所述图像模板对所述图像扫描完成时，基于匹配位置的数量判断所述纸币的真伪。

第二方面，本发明实施例还提供了一种鉴别纸币真伪装置，包括：

图像获取模块，用于获取纸币上黑水印区域的图像；

第一数目获取模块，用于采用图像模板对所述图像进行扫描，并获取所述图像中与所述图像模板中的预设区域对应并匹配的区域数目，作为第一数目，其中，所述图像模板包含多个所述预设区域；

第二数目获取模块，用于当所述第一数目超过第一阈值时，将所述图像中与所述图像模板的预设区域组合对应的至少两个区域组合作为目标区域组合，并获取所述目标区域组合的特征符合预设特征的数目，作为第二数目；

匹配位置确定模块，用于检测所述第二数目超过第二阈值时，确定所述图像与所述图像模板存在一个匹配位置；

纸币真伪鉴别模块，用于当采用所述图像模板对所述图像扫描完成时，基于匹配位置的数量判断所述纸币的真伪。

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上述所涉及的任一所述的鉴别纸币真伪方法。

第四方面，本发明实施例还提供了一种计算机存储介质，其上存储有计算机程序，该程序被处理器执行时实现上述所涉及的任一所述的鉴别纸币真伪方法。

本发明实施例提供的技术方案，采用预设图像模板对获取的纸币黑水印区域图像进行扫描，基于所述图像中与所述图像模板中的预设区域对应并匹配的区域数目粗筛纸币，再基于由所述图像中与所述图像模板的预设区域组合对应的至少两个区域组合形成的目标区域组合符合的预设特征的数目，确定所述图像模板在所述图像中的匹配位置，并基于匹配位置的数目判断黑水印是否存在，实现快速准确鉴别纸币真伪。

附图说明

图1a是纸币上包含黑水印区域的图像。

图1b是本发明实施例一提供的鉴别纸币真伪方法的流程图。

图2是本发明实施例二提供的鉴别纸币真伪方法的流程图。

图3是本发明实施例三提供的鉴别纸币真伪方法的流程图。

图4a是本发明实施例四提供的鉴别纸币真伪装置的示意图。

图4b是图4a中的第一数目获取模块的结构框图。

图4c是图4a中的第二数目获取模块的结构框图。

图5是本发明实施例五提供的一种设备的示意图。

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内容。

实施例一

图1b是本发明实施例一提供的一种鉴别纸币真伪方法的流程图，该方法由鉴别纸币真伪装置执行，该装置可以由软件和/或硬件来实现，一般可集成在纸币检测设备中，所述方法适用于包含黑水印人脸头像的纸币真伪鉴别的场景中，例如，百元人民币、50元人民币真伪鉴别场景。该方法具体包括如下步骤：

S110，获取纸币上黑水印区域的图像。

在本发明实施例中，黑水印区域的图像可以包含人物头像的图像，如图1a所示的图像中包含人物图像，则图1a所示的图像即为包含黑水印区域的图像，图1a所示的图片可以是从百元纸币上截取的黑水印区域的图像，也可以是从五十元纸币上截取的黑水印区域的图像。

具体的，获取纸币上黑水印区域的图像，可以通过获取待检测纸币图像，调整纸币图像的位置以及角度，获取所述纸币图像的标准图，基于所述纸币图像的标准图，以及黑水印区域在所述纸币图像的标准图的位置范围，从中截取包含黑水印区域的图像，并获取该图像的灰度图(如图1a所示)。

S120，采用图像模板对所述图像进行扫描，并获取所述图像中与所述图像模板中的预设区域对应并匹配的区域数目，作为第一数目，其中，所述图像模板包含多个所述预设区域。

在本发明实施例中，可以按照预设路径平移所述图像模板，对获取的图像进行全面扫描。具体的，可以设定图像模板从图像的首行像素点开始逐行扫描，且在任意一行像素点所在的方向上从左到右平移图像模板以对获取的图像进行扫描。

通过预设图像模板的扫描顺序，采用图像模板对获取的图像进行全面有序扫描，可以对获取的图像进行每个位置的匹配，避免图像中存在未分析的区域的情形，而且仅针对黑水印区域的图像设定图像模板，避免采用整张纸币信息作为模板进行匹配判断，能够大大加快图像模板与纸币图像的匹配运算速度。

在采用图像模板对获取的图像进行扫描时，图像模板的预设区域与获取的图像对应的区域为：图像模板的预设区域在获取的图像中所覆盖的区域。具体的，可以根据预设区域的大小、预设区域在图像模板的位置以及图像模板在获取的图像中的位置，确定获取的图像中与预设区域对应的区域。

其中，获取包含黑水印区域的图像中与图像模板中的预设区域对应并匹配的区域数目，可以根据图像模板中的预设区域的灰度值，以及获取的图像中与预设区域对应的目标区域的灰度值，判断与预设区域对应的目标区域是否匹配预设区域。

具体的，可以获取图像模板中的预设区域包含的所有像素点的灰度值之和，以及在获取的图像的像素矩阵中，获取的图像中与预设区域对应的区域包含的所有像素点的灰度值之和，并计算二者的差值。若该差值小于预设阈值，则获取的图像中与图像模板中的预设区域对应的区域与图像模板中的预设区域匹配。并统计获取的图像中与图像模板中的预设区域对应并匹配的区域的数目，作为第一数目。

需要说明的是，本发明实施例示例性的采用预设区域包含的所有像素点灰度之和以及获取的图像中与所述图像模板中的预设区域对应的区域包含的所有像素点灰度值之和，判断获取的图像中与预设区域对应的区域是否与预设区域匹配，但是，本实施例仅仅是本发明的一种示例，在本发明的其他实施例中，获取的图像中与图像模板中的预设区域对应并匹配的区域数目，还可以通过获取预设区域的灰度平均值以及在获取的图像中与图像模板中的预设区域对应的区域的灰度平均值进行判断。

需要说明的是，本发明实施例中采用的获取的图像是指获取的包含黑水印区域的图像。

需要说明的是，本发明实施例中采用图像模板对所述图像进行扫描是指，图像模板从获取的图像中首行首个像素点开始移动，直至图像模板移动到最后一行中最后一个像素点结束，并在每个位置，图像模板的预设区域均与获取的图像中的对应区域进行匹配。

S130，判断所述第一数目是否超过第一阈值。

若是，执行S140，若否，执行返回S120。

在本发明实施例中，通过对获取的图像中与图像模板中的预设区域对应的区域进行检测，确定获取的图像中与图像模板中的预设区域对应并匹配的区域数目，并作为第一数目，并基于第一数目判断是否执行后续纸币检测操作。具体的，当第一数目超过第一阈值时，执行后续纸币检测操作，当第一数目未超过第一阈值，继续采用图像模板对获取的图像进行扫描，直至扫描完成。

S140，当采用所述图像模板对所述图像扫描完成时，在扫描过程中所述图像模板所在的每个位置对应的第一数目均小于所述第一阈值，确定所述纸币为假币。

在本发明实施例中，在采用图像模板对获取的图像的扫描过程中，图像模板所在的每个位置对应的第一数目均小于第一阈值，确定纸币为假币，即在采用图像模板对获取的图像进行扫描过程中，若始终未检测到获取的图像中与图像模板中的预设区域对应并匹配的区域数目大于第一阈值时，确定不存在黑水印，且纸币为假币。

S150，将所述图像中与所述图像模板的预设区域组合对应的至少两个区域组合作为目标区域组合，并获取所述目标区域组合的特征符合预设特征的数目，作为第二数目。

在本发明实施例中，基于图像模板中的预设区域组合，确定获取的图像中与图像模板的预设区域组合对应的区域组合，并选取至少两个区域组合作为目标区域组合，分析目标区域组合具有的特征，判断目标区域组合具有的特征是否符合预设特征，并统计目标区域组合具有的特征符合预设特征的数目。其中，预设区域组合包含多个区域组合，区域组合是指由至少两个区域形成的组合。

在本发明实施例中，预设特征可以包含多个不同的特征。当目标区域组合包含至少两个区域组合时，其中任何一个区域组合的特征可以存在一个或者多个符合预设特征。

举例说明，若获取的图像中与图像模板的预设区域组合对应的区域组合的数量为两个，则目标区域组合包括两个区域组合，分别为第一目标区域组合和第二目标区域组合。其中，若第一目标区域组合的特征中存在1个特征符合预设特征，且第二目标区域组合的特征中存在3个特征符合预设特征，则目标区域组合的特征符合预设特征的数目为4个，即第二数目为4个。

在本发明实施例中，例如，在获取的图像中目标区域组合可以包括：如图1a所示，左眼所在区域1和右眼所在区域2的两个区域形成的区域组合，左眼与右眼之间的区域3、左眼所在区域1以及右眼所在区域2形成的区域组合等等。

针对左眼所在区域1和右眼所在区域2的区域组合，预设特征可以是离左眼所在区域1第一预设距离处的灰度值大于左眼所在区域1的灰度平均值，且离右眼所在区域2第一预设距离处的灰度值大于右眼所在区域2的灰度平均值。针对左眼与右眼之间的区域3、左眼所在区域1以及右眼所在区域2的区域组合，预设特征是：左眼与右眼之间的区域3的灰度平均值大于左眼所在区域1的灰度平均值，且大于右眼所在区域2的灰度平均值。

需要说明的是，预设特征还可以是其他特征，并且针对同一区域组合，预设特征可以是不同的。

在本发明实施例中，基于所述图像中与所述图像模板的预设区域组合对应的至少两个区域组合作为目标区域组合，判断所述目标区域组合符合的预设特征的数目，可以采用如下的代码片段实现。

S160，判断所述第二数目是否超过第二阈值。

若是，执行S170，若否，执行S120。

S170，确定所述图像与所述图像模板存在一个匹配位置。

在本发明实施例中，在采用图像模板在对获取的图像进行扫描的过程中，若图像模板在获取的图像中某个位置，获取的图像中目标区域组合的特征符合预设特征的数目超过第二阈值，确定获取的图像与图像模板存在一个匹配位置，则该位置即为匹配位置。

例如，当图像模板的左顶点移动到获取的图像中的第3行第4个像素点时，获取的图像中目标区域组合的特征符合预设特征的数目超过第二阈值，则确定获取图像与图像模板存在一个匹配位置，且该匹配位置为获取的图像中第3行第4个像素点所在的位置。

S180，当采用所述图像模板对所述图像扫描完成时，基于匹配位置的数量判断所述纸币的真伪。

在本发明实施例中，在采用图像模板对获取的图像扫描过程中，可以存在多个匹配位置，分别记录匹配位置，统计匹配位置的数目，并基于匹配位置的数目，判断纸币真伪。

在本发明实施例中，在采用图像模板对获取的图像进行扫描过程中，当确定一个匹配位置时，若在该匹配位置处将图像模板向上或者向下移动一个设定距离，移动后的图像模板所在的位置可以是另外一个匹配位置。

在本发明实施例中，可选的，基于匹配位置的数量判断所述纸币的真伪，包括：当匹配位置的数量大于第五阈值时，确定纸币上存在黑水印，且纸币为真币；当匹配位置的数量小于或等于第五阈值时，确定纸币为假币。

具体的，当存在多个匹配位置，且匹配位置的数量大于第五阈值时，确定纸币为真币。当采用所述图像模板对所述图像扫描完成时，匹配位置的数量小于或等于第五阈值，确定纸币为假币。基于匹配位置的数量检测纸币，可以准确判断是否存在黑水印区域，提高纸币判断的准确性。

需要说明的是，当判断纸币真伪时，若扫描未完成，如果匹配位置的数量大于第五阈值，可以直接确定纸币为真币。

本实施例的技术方案，基于预设图像模板对纸币上黑水印区域图像进行扫描，基于获取的图像中与图像模板中的预设区域对应并匹配的区域数目进行粗筛纸币，再基于由获取的图像中与图像模板的预设区域组合对应的至少两个多个区域组合形成的目标区域组合符合的特征的数目，确定图像模板在获取的图像中的匹配位置，并基于匹配位置的数目精准判断黑水印是否存在，实现快速准确鉴别纸币真伪。

实施例二

图2是本发明实施例二提供的一种鉴别纸币真伪方法的流程图，该方法具体包括如下步骤：

S201，获取纸币上黑水印区域的图像。

S202，采用所述图像模板对所述图像进行扫描，确定所述图像中与所述图像模板中的预设区域对应的目标区域。

在本发明实施例中，目标区域的数量也可以是一个，也可以是多个。即获取的图像中与图像模板中的预设区域对应的区域可以是一个，也可以是多个。

S203，获取所述目标区域的灰度平均值，并根据所述目标区域的灰度平均值与二值化阈值，确定所述目标区域的黑白类型。

在本发明实施例中，将所述目标区域的灰度平均值与二值化阈值进行比较，确定所述目标区域的黑白类型。当目标区域的灰度平均值小于二值化阈值时，目标区域的黑白类型为黑类型；当目标区域的灰度平均值大于二值化阈值时，所述目标区域的黑白类型为白类型。例如，如图1a所示，左眼所在区域1的黑白类型为黑类型，下巴所在区域12的黑白类型为白类型。

其中，二值化阈值可以根据获取的图像中所有像素点以及各个像素点的灰度值进行确定；或者根据获取的图像中与图像模板对应的区域中所有像素点以及各个像素点的灰度值确定二值化阈值。

具体的，基于整个黑水印区域的图像中所有像素点以及各个像素点的灰度值，获取二值化阈值，或者在图像模板对获取的图像进行扫描过程中，基于图像模板在获取的图像中覆盖的区域中所有像素点，以及该区域中各个像素点的灰度值，获取二值化阈值。其中，二值化阈值可以通过最大类间方差法计算得到，还可以是迭代法、最大熵阈值法、双峰法或P参数法，在此并不作限制。根据不同的方式计算二值化阈值，能够根据不同需要，获取判断目标区域的黑白类型的标准，实现快速高精度识别所述目标区域的黑白类型。

在本发明的一个实施例中，可选的，目标区域的灰度平均值可以通过如下方式获得：获取所述图像的积分图像，并根据所述积分图像，获取目标区域的灰度平均值。其中，积分图像中的任意一点(x,y)的值是指从图像的左上角顶点到该点的所构成的矩形区域内所有的点的灰度值之和。在积分图像的像素矩阵中，图像中目标区域内所有的点的灰度值之和的计算公式可以是：I(x,y)＝I₁(x₁,y₁)-I₂(x₂,y₂)-I₃(x₃,y₃)+I₄(x₄,y₄)。其中，I(x,y)的值为目标区域内所有的点的灰度值之和，I₁(x₁,y₁)的值为从积分图像的左上角顶点到目标区域右下角顶点所构成的矩形区域内所有的点的灰度值之和，I₂(x₂,y₂)为从积分图像的左上角顶点到目标区域右上角顶点所构成的矩形区域内所有的点的灰度值之和，I₃(x₃,y₃)为从积分图像的左上角顶点到目标区域左下角顶点所构成的矩形区域内所有的点的灰度值之和，I₄(x₄,y₄)为从积分图像的左上角顶点到目标区域左上角顶点所构成的矩形区域内所有的点的灰度值之和。根据目标区域内所有的点的灰度值之和以及目标区域所包含的所有点的个数，获取目标区域的灰度平均值。通过获取积分图像，快速准确获取目标区域的灰度平均值，减少数据处理量，加快数据处理效率。

S204，当所述目标区域的黑白类型和所述图像模板中与所述目标区域对应的预设区域的黑白类型相同时，确定所述目标区域为与所述图像模板预设区域对应并匹配的区域。

在本发明实施例中，基于二值化阈值以及目标区域的灰度平均值，确定目标区域的黑白类型，比较预设区域的黑白类型，与在获取的图像中与图像模板的预设区域对应的目标区域的黑白类型，当二者的黑白类型相同时，确定目标区域为与图像模板预设区域对应并匹配的区域。

例如，如图1a所示，预设左眼所在区域1的黑白类型为黑类型，若与预设左眼所在区域1对应的目标区域的灰度平均值低于二值化阈值时，确定该目标区域的黑白类型为黑类型，从而确定预设左眼所在区域1和与预设左眼所在区域1对应的目标区域匹配。

又如，预设额头所在区域5的黑白类型为白类型，若与预设额头所在区域5对应的目标区域的灰度平均值高于二值化阈值时，确定该目标区域的黑白类型为白类型，从而确定预设额头所在区域5和与预设额头所在区域5对应的目标区域匹配。

S205，将与所述图像模板预设区域对应并匹配的区域的数量作为第一数目，其中，所述图像模板包含多个所述预设区域。

S206，判断所述第一数目是否超过第一阈值。

若是，执行S207，若否，执行S202。

S207，当采用所述图像模板对所述图像扫描完成时，在扫描过程中所述图像模板所在的每个位置对应的第一数目均小于所述第一阈值，确定所述纸币为假币。

S208，将所述图像中与所述图像模板的预设区域组合对应的至少两个区域组合作为目标区域组合，并获取所述目标区域组合的特征符合预设特征的数目，作为第二数目。

S209，判断所述第二数目是否超过第二阈值。

若是，执行S210，若否，执行S202。

S210，确定所述图像与所述图像模板存在一个匹配位置。

S211，当采用所述图像模板对所述图像扫描完成时，基于匹配位置的数量判断所述纸币的真伪。

本实施例的技术方案，通过逐一判断纸币上黑水印区域的图像中与图像模板中的预设区域对应的目标区域的黑白类型，并统计与所述目标区域对应的预设区域的黑白类型相同的目标区域的数目，能够快速粗筛纸币，排除大量粗制假币，减少后续精确判断纸币真伪的数据量，提高数据处理效率，实现快速鉴别纸币真伪。

实施例三

图3是本发明实施例三提供的一种鉴别纸币真伪方法的流程图，该方法具体包括如下步骤：

S301，获取纸币上黑水印区域的图像。

S302，采用所述图像模板对所述图像进行扫描，确定所述图像中与所述图像模板中的预设区域对应的目标区域。

S303，获取所述目标区域的灰度平均值，并根据所述目标区域的灰度平均值与二值化阈值，确定所述目标区域的黑白类型。

S304，当所述目标区域的黑白类型和所述图像模板中与所述目标区域对应的预设区域的黑白类型相同时，确定所述目标区域为与所述图像模板预设区域对应并匹配的区域。

S305，将与所述图像模板预设区域对应并匹配的区域的数量作为第一数目，其中，所述图像模板包含多个所述预设区域。

S306，判断所述第一数目是否超过第一阈值。

若是，执行S307，若否，执行S302。

S307，当采用所述图像模板对所述图像扫描完成时，在扫描过程中所述图像模板所在的每个位置对应的第一数目均小于所述第一阈值，确定所述纸币为假币。

S308，获取所述图像模板的预设区域组合。

在本发明实施例中，可以根据选取一个预设特征中包含的区域，确定预设区域组合。例如，预设特征是：左眼与右眼之间的区域的灰度平均值大于左眼所在区域的灰度平均值，且左眼与右眼之间的区域的灰度平均值大于右眼所在区域的灰度平均值。如图1a所示，根据该预设特征包含的区域，获取图像模板的预设区域组合是左眼与右眼之间的区域3、左眼所在区域1以及右眼所在区域2。

S309，确定所述图像中与所述图像模板的预设区域组合对应的区域组合，并选取至少两个所述区域组合作为目标区域组合。

在本发明实施例中，根据获取的预设区域组合，确定获取的图像中与图像模板的预设区域组合对应的区域组合，从多个区域组合中选取至少两个所述区域组合作为目标区域组合。

例如，如图1a所示，有多个区域组合：左眼所在区域1与右眼所在区域2形成的区域组合，左眼与右眼之间的区域3、左眼所在区域1以及右眼所在区域2形成的区域组合，嘴巴所在区域11、下巴所在区域12、以及嘴巴和鼻子中间区域10形成的区域组合，右耳所在区域8、右耳上方头发所在区域9以及右耳下方脸颊所在区域7形成的区域组合。从中选取至少两个区域组合：左眼所在区域1与右眼所在区域2形成的区域组合，左眼与右眼之间的区域3、左眼所在区域1以及右眼所在区域2形成的区域组合，形成目标区域组合。

S310，若所述目标区域组合中的任意一个区域组合的位置特征与预设位置特征相同，或者若所述目标区域组合中的任意一个区域组合的灰度分布特征与预设灰度分布特征相同，确定所述目标区域组合的特征符合预设特征。

在本发明实施例中，区域组合的位置特征具体是指区域组合在获取的图像中的位置处的预设范围内存在一个灰度值明显变化的分界线，或者区域组合的灰度值与该区域组合在图像中的位置处的预设范围内灰度值有明显差异。例如，如图1a所示，左脸颊所在区域13和左脸轮廓线所在区域15组成的区域组合在左脸轮廓线所在区域内存在一个灰度值明显变化的分界线。又如，离左眼所在区域1第一预设距离处的灰度值大于左眼所在区域1的灰度平均值，且离右眼所在区域2第一预设距离处的灰度值大于右眼所在区域2的灰度平均值。

区域组合的灰度分布特征具体是区域组合中所包含的区域之间存在灰度差值，同时具有不同灰度值的区域按照预设次序分布排列。例如，如图1a所示，左脸颊所在区域13和左脸轮廓线所在区域15组成的区域组合中，左脸轮廓线所在区域15的灰度平均值小于左脸颊所在区域13的灰度平均值，且左脸轮廓线所在区域15在左脸颊所在区域13的左侧。

在本发明的一个实施例中，可选的，目标区域组合包括以下至少两个区域组合：目标额头所在区域与目标头发所在区域形成的区域组合，其中，在所述图像的像素矩阵中，所述目标额头所在区域包含与鼻梁处于同一列的部分像素点，所述目标头发区域包含与鼻梁处于同一列的部分像素点；左眼所在区域与右眼所在区域形成的区域组合；左眼与右眼之间的区域、左眼所在区域以及右眼所在区域形成的区域组合；嘴巴所在区域、下巴所在区域以及嘴巴和鼻子中间区域形成的区域组合；右耳所在区域、右耳上方头发所在区域以及右耳下方脸颊所在区域形成的组合。

具体的，目标额头所在区域与目标头发所在区域形成的区域组合，如图1a所示，目标额头所在区域5、目标头发所在区域6以及鼻梁所在区域4均包含处于同一列的部分像素点。

可选的，所述若所述目标区域组合中的任意一个区域组合的位置特征与预设位置特征相同，或者若所述目标区域组合中的任意一个区域组合的灰度分布特征与预设灰度分布特征相同，确定所述目标区域组合的特征符合预设特征，包括：若符合以下任意一个条件，确定目标区域组合的特征符合预设特征：所述目标额头所在区域与目标头发所在区域之间的预设位置处存在灰度分界线；离左眼所在区域第一预设距离处的灰度值大于左眼所在区域的灰度平均值，且离右眼所在区域第一预设距离处的灰度值大于右眼所在区域的灰度平均值；左眼与右眼之间的区域的灰度平均值大于左眼所在区域的灰度平均值，且大于右眼所在区域的灰度平均值；嘴巴所在区域的灰度平均值小于下巴所在区域的灰度平均值，且小于嘴巴和鼻子中间区域的灰度平均值；右耳所在区域的灰度平均值小于右耳上方头发所在区域的灰度平均值，且小于右耳下发脸颊所在区域的灰度平均值。

具体的，如图1a所示，所述目标额头所在区域5与目标头发所在区域6之间的预设位置处存在灰度分界线即发际线。

需要说明的是，区域组合并不局限于上述的区域组合，还可以是：左脸颊所在区域13、左脸轮廓线所在区域15以及离左脸轮廓线第四预设距离处的区域14形成的组合(如图1a所示)。当上述组合符合：左脸颊所在区域的灰度平均值大于左脸轮廓线所在区域的灰度平均值，且离左脸轮廓线第四预设距离处的区域的灰度平均值大于左脸轮廓线所在区域的灰度平均值，确定上述目标区域组合具有的特征符合预设特征。或者，左脸颊所在区域和离左脸轮廓线第四预设距离处的区域之间存在第一灰度分界线，且所述第一灰度分界线位于左脸轮廓线所在区域时，确定上述目标区域组合具有的特征符合预设特征。

或者，还可以是：左脸颊所在区域13、左脸轮廓线所在区域15以及鼻梁所在区域4形成的组合(如图1a所示)，当上述组合符合：左脸轮廓线所在区域的灰度平均值小于左脸颊所在区域的灰度平均值，且鼻梁所在区域的灰度平均值小于左脸颊所在区域的灰度平均值，确定上述目标区域组合具有的特征符合预设特征。或者，左脸轮廓线所在区域和左脸颊所在区域之间存在第一灰度分界线，且所述第一灰度分界线位于左脸轮廓线所在区域，同时左脸颊所在区域和鼻梁所在区域之间存在第二灰度分界线，且所述第二灰度分界线位于鼻梁所在区域时，确定上述目标区域组合具有的特征符合预设特征。

通过获取目标区域组合中的任意一个区域组合，基于预设位置特征、预设灰度分布特征，以及获取的区域组合符合的位置特征和灰度分布特征，判断获取的区域组合具有的特征是否符合预设特征。基于多个区域组合具有的特征，以及预设特征，判断由多个区域组合形成的目标区域组合具有的特征是否符合的预设特征，可以准确判断图像中是否存在黑水印，提高纸币的识别精度。

在本发明的一个实施例中，可选的，所述目标额头所在区域与目标头发所在区域之间的预设位置处存在灰度分界线，包括：基于目标额头所在区域中首行像素点所在的像素行以及离所述目标头发所在区域中首行像素点所在的像素行第二预设距离的像素行，确定所述目标额头所在区域的第一检测区域；采用预设线段对所述第一检测区域进行扫描，获取所述预设线段对应的第一区域和第二区域，并计算所述第一区域和所述第二区域的灰度差值；基于所述灰度差值最大时对应的预设线段的位置确定所述目标额头所在区域上方的灰度分界线；基于所述目标头发所在区域中首行像素点所在的像素行以及离所述目标头发所在区域中首行像素点所在的像素行第二预设距离的像素行，确定所述目标头发所在区域的第二检测区域；基于所述第二检测区域的灰度分布确定所述目标头发所在区域下方的灰度分界线；计算所述目标额头所在区域上方的灰度分界线与所述目标头发所在区域下方的灰度分界线之间的第一目标距离；当所述第一目标距离小于第三阈值，确定目标额头所在区域与目标头发所在区域之间的预设位置处存在灰度分界线；其中，所述第一区域和所述第二区域的面积相等，且所述第一区域中像素点的行坐标均高于所述第二区域中像素点的行坐标。

具体的，基于目标区域首行像素点所在的像素行以及离目标区域中首行像素点所在的像素行第二预设距离的像素行，确定目标区域的检测区域，并基于目标区域的检测区域的灰度分布确定灰度分界线。具体的，如图1a所示，根据目标额头所在区域5和目标头发所在区域6之间存在灰度分界线，且两个区域确定的灰度分界线在同一位置，确定所述目标额头所在区域与目标头发所在区域之间的预设位置处存在灰度分界线。

由此，通过判断区域组合中的区域内是否存在灰度分界线，或者判断区域组合中的区域之间在预设位置处是否存在分界线，针对性的判断不同区域组合具有的特征是否符合预设位置特征，提高纸币图像上黑水印区域的识别精度，准确鉴别纸币真伪。

在本发明的一个实施例中，可选的，所述离左眼所在区域第一预设距离处的灰度值大于左眼所在区域的灰度平均值，且离右眼所在区域第一预设距离处的灰度值大于右眼所在区域的灰度平均值，包括：基于左眼所在区域、右眼所在区域以及第一预设距离分别确定两个目标检测区域；采用预设检测区域分别对所述目标检测区域进行扫描，获取在所述图像中与预设检测区域对应的匹配检测区域的灰度值之和；当所述匹配检测区域的灰度值之和最小时，获取所述匹配检测区域中的第一像素行与所述左眼所在区域中第一像素行之间的第二目标距离，或者获取所述匹配检测区域中的第一像素行与所述右眼所在区域中第一像素行之间的第三目标距离；若所述第二目标距离小于第四阈值，且所述第三目标距离小于第四阈值，确定离左眼所在区域第一设定距离处的灰度值大于左眼所在区域的灰度平均值，且离右眼所在区域第一设定距离处的灰度值大于右眼所在区域的灰度平均值。

其中，所述预设检测区域的宽度为所述左眼所在区域在行方向的像素点个数，或者所述右眼所在区域在行方向像素点个数；所述预设检测区域的长度为所述左眼所在区域在列方向的像素点个数，或者所述右眼所在区域组合中在列方向的像素点个数。

具体的，基于区域在行方向的像素点个数、区域在列方向的像素点个数、第一预设距离以及区域的灰度平均值，确定离区域第一设定距离处的灰度值与目标区域的灰度平均值的大小关系，以此确定区域的灰度分布特征。基于区域在行方向的像素点个数、区域在列方向的像素点个数，确定预设检测区域，并根据区域以及预设距离，确定区域的目标检测区域，并采用预设检测区域对目标检测区域进行扫描。当预设检测区域在图像中覆盖的区域中的所有像素点的灰度值之和最小时，则所述灰度值之和最小时对应的预设检测区域在图像中的位置，与区域在图像中的位置的距离差小于预设阈值时，确定离区域第一设定距离处的灰度值大于目标区域的灰度平均值。

由此，基于区域组合中的区域的灰度值，以及离区域第一设定距离处的灰度值，判断区域组合中的区域具有的特征是否符合预设灰度分布特征，或者基于区域组合中各个区域的灰度值，判断区域组合具有的特征是否符合预设灰度分布特征，针对性的判断不同区域组合具有的特征是否符合预设灰度分布特征，提高纸币图像上黑水印的识别精度，准确鉴别纸币真伪。

S311，将所述目标区域组合的特征符合预设特征的数目，作为第二数目。

S312，判断所述第二数目是否超过第二阈值。

若是，执行S313，若否，执行S302。

S313，确定所述图像与所述图像模板存在一个匹配位置。

S314，当采用所述图像模板对所述图像扫描完成时，基于匹配位置的数量判断所述纸币的真伪。

本实施例的技术方案，通过预设多个区域组合的位置特征以及灰度分布特征，确定由包含黑水印区域的图像中与图像模板的预设区域组合对应的至少两个区域组合形成的目标区域组合符合的特征的数目，并基于所述符合特征的数目，判断确定图像模板在包含黑水印区域的图像的匹配位置，根据匹配位置的数目判断纸币真伪，提高纸币识别精度，可以准确判断纸币真伪。

实施例四

图4a是本发明实施例四提供的一种鉴别纸币真伪装置的示意图，所述鉴别纸币真伪装置用于执行上述实施例中的鉴别纸币真伪方法。其中，图4b是图4a中的第一数目获取模块420的结构框图。图4c是图4a中的第二数目获取模块430的结构框图。

所述装置包括：

图像获取模块410，用于获取纸币上黑水印区域的图像。

第一数目获取模块420，用于采用图像模板对所述图像进行扫描，并获取所述图像中与所述图像模板中的预设区域对应并匹配的区域数目，作为第一数目，其中，所述图像模板包含多个所述预设区域。

第二数目获取模块430，用于当所述第一数目超过第一阈值时，将所述图像中与所述图像模板的预设区域组合对应的至少两个区域组合作为目标区域组合，并获取所述目标区域组合的特征符合预设特征的数目，作为第二数目。

匹配位置确定模块440，用于当检测到所述第二数目超过第二阈值时，确定所述图像与所述图像模板存在一个匹配位置。

纸币真伪鉴别模块450，用于当采用所述图像模板对所述图像扫描完成时，基于匹配位置的数量判断所述纸币的真伪。

进一步的，所述第一数目获取模块420，包括：

目标区域确定模块421，用于采用所述图像模板对所述图像进行扫描，确定所述图像中与所述图像模板中的预设区域对应的目标区域；

黑白类型确定模块422，用于获取所述目标区域的灰度平均值，并根据所述目标区域的灰度平均值与二值化阈值，确定所述目标区域的黑白类型；

匹配区域确定模块423，用于当所述目标区域的黑白类型和所述图像模板中与所述目标区域对应的预设区域的黑白类型相同时，确定所述目标区域为与所述图像模板预设区域对应并匹配的区域；

第一数目确定模块424，用于将与所述图像模板预设区域对应并匹配的区域的数量作为第一数目。

进一步的，所述第二数目获取模块430，包括：

预设区域组合获取模块431，用于获取所述图像模板的预设区域组合；

目标区域组合确定模块432，用于确定所述图像中与所述图像模板的预设区域组合对应的区域组合，并选取至少两个所述区域组合作为目标区域组合；

预设特征符合确定模块433，用于若所述目标区域组合中的任意一个区域组合的位置特征与预设位置特征相同，或者若所述目标区域组合中的任意一个区域组合的灰度分布特征与预设灰度分布特征相同，确定所述目标区域组合的特征符合预设特征；

第二数目确定模块434，用于将所述目标区域组合的特征符合预设特征的数目，作为第二数目。

进一步的，所述目标区域组合确定模块432，包括以下至少两个区域组合：目标额头所在区域与目标头发所在区域形成的区域组合，其中，在所述图像的像素矩阵中，所述目标额头所在区域包含与鼻梁处于同一列的部分像素点，所述目标头发区域包含与鼻梁处于同一列的部分像素点；左眼所在区域与右眼所在区域形成的区域组合；左眼与右眼之间的区域、左眼所在区域以及右眼所在区域形成的区域组合；嘴巴所在区域、下巴所在区域、以及嘴巴和鼻子中间区域形成的区域组合；右耳所在区域、右耳上方头发所在区域以及右耳下方脸颊所在区域形成的区域组合。

进一步的，所述预设特征符合确定模块433，用于：若符合以下任意一个条件，确定目标区域组合的特征符合预设特征：所述目标额头所在区域与目标头发所在区域之间的预设位置处存在灰度分界线；离左眼所在区域第一预设距离处的灰度值大于左眼所在区域的灰度平均值，且离右眼所在区域第一预设距离处的灰度值大于右眼所在区域的灰度平均值；左眼与右眼之间的区域的灰度平均值大于左眼所在区域的灰度平均值，且大于右眼所在区域的灰度平均值；嘴巴所在区域的灰度平均值小于下巴所在区域的灰度平均值，且小于嘴巴和鼻子中间区域的灰度平均值；右耳所在区域的灰度平均值小于右耳上方头发所在区域的灰度平均值，且小于右耳下发脸颊所在区域的灰度平均值。

进一步的，所述预设特征符合确定模块433，用于：基于目标额头所在区域中首行像素点所在的像素行以及离所述目标头发所在区域中首行像素点所在的像素行第二预设距离的像素行，确定所述目标额头所在区域的第一检测区域；采用预设线段对所述第一检测区域进行扫描，获取所述预设线段对应的第一区域和第二区域，并计算所述第一区域和所述第二区域的灰度差值；基于所述灰度差值最大时对应的预设线段的位置确定所述目标额头所在区域上方的灰度分界线；基于所述目标头发所在区域中首行像素点所在的像素行以及离所述目标头发所在区域中首行像素点所在的像素行第二预设距离的像素行，确定所述目标头发所在区域的第二检测区域；基于所述第二检测区域的灰度分布确定所述目标头发所在区域下方的灰度分界线；计算所述目标额头所在区域上方的灰度分界线与所述目标头发所在区域下方的灰度分界线之间的第一目标距离；当所述第一目标距离小于第三阈值，确定目标额头所在区域与目标头发所在区域之间的预设位置处存在灰度分界线，其中，所述第一区域和所述第二区域的面积相等，且所述第一区域中像素点的行坐标均高于所述第二区域中像素点的行坐标。

进一步的，所述预设特征符合确定模块433，用于：

基于左眼所在区域、右眼所在区域以及第一预设距离分别确定两个目标检测区域；采用预设检测区域分别对所述目标检测区域进行扫描，获取在所述图像中与预设检测区域对应的匹配检测区域的灰度值之和；当所述匹配检测区域的灰度值之和最小时，获取所述匹配检测区域中的第一像素行与所述左眼所在区域中第一像素行之间的第二目标距离，或者获取所述匹配检测区域中的第一像素行与所述右眼所在区域中第一像素行之间的第三目标距离；若所述第二目标距离小于第四阈值，且所述第三目标距离小于第四阈值，确定离左眼所在区域第一设定距离处的灰度值大于左眼所在区域的灰度平均值，且离右眼所在区域第一设定距离处的灰度值大于右眼所在区域的灰度平均值；其中，所述预设检测区域的宽度为所述左眼所在区域在行方向的像素点个数，或者所述右眼所在区域在行方向像素点个数；所述预设检测区域的长度为所述左眼所在区域在列方向的像素点个数，或者所述右眼所在区域组合中在列方向的像素点个数。

进一步的，所述纸币真伪鉴别模块450，用于：当匹配位置的数量大于第五阈值时，确定纸币上存在黑水印，且纸币为真币；当匹配位置的数量小于或等于第五阈值时，确定所述纸币为假币。

进一步的，所述装置，用于：当采用所述图像模板对所述图像扫描完成时，在所述图像模板扫描过程中所在的每个位置对应的第一数目均小于所述第一阈值，确定所述纸币为假币。

上述鉴别纸币真伪装置可执行本发明任意实施例所提供的鉴别纸币真伪方法，具备执行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提供的鉴别纸币真伪方法。

实施例五

图5是本发明实施例五提供一种设备的结构示意图。

如图5所示，设备512以通用计算设备的形式表现。设备512的组件可以包括但不限于：一个或者多个处理器516或者处理单元，存储装置528，连接不同系统组件(包括存储装置528和处理器516)的总线518。

总线518表示几类总线结构中的一种或多种，包括存储器总线或者存储器控制器，外围总线，图形加速端口，处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说，这些体系结构包括但不限于工业标准体系结构(ISA)总线，微通道体系结构(MAC)总线，增强型ISA总线、视频电子标准协会(VESA)局域总线以及外围组件互连(PCI)总线。

设备512典型地包括多种计算机系统可读介质。这些介质可以是任何能够被设备512访问的可用介质，包括易失性和非易失性介质，可移动的和不可移动的介质。

存储装置528可以包括易失性存储器形式的计算机系统可读介质，例如随机存取存储器(RAM)522和/或高速缓存存储器524。设备512可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例，存储系统526可以用于读写不可移动的、非易失性磁介质(图5未显示，通常称为“硬盘驱动器”)。尽管图5中未示出，可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器，以及对可移动非易失性光盘(例如CD-ROM，DVD-ROM或者其它光介质)读写的光盘驱动器。在这些情况下，每个驱动器可以通过一个或者多个数据介质接口与总线518相连。存储装置528可以包括至少一个程序产品，该程序产品具有一组(例如至少一个)程序模块，这些程序模块被配置以执行本发明各实施例的功能。

具有一组(至少一个)程序模块530的程序532，可以存储在例如存储装置528中，这样的程序模块530包括但不限于操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块530通常执行本发明所描述的实施例中的功能和/或方法。

设备512也可以与一个或多个外部设备514(例如键盘、指向设备、录音设备等)通信，还可与一个或者多个使得用户能与该设备512交互的设备通信，和/或与使得该设备512能与一个或多个其它计算设备进行通信的任何设备(例如网卡，调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口520进行。并且，设备512还可以通过网络适配器534与一个或者多个网络(例如局域网(LAN)，广域网(WAN)和/或公共网络，例如因特网)通信。如图所示，网络适配器534通过总线518与设备512的其它模块通信。应当明白，尽管图中未示出，可以结合设备512使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。

处理器516通过运行存储在存储装置528中的程序，从而执行各种功能应用以及数据处理，例如实现本发明实施例所提供的鉴别纸币真伪方法。

设备512采用预设图像模板对获取的纸币黑水印区域图像进行扫描，基于所述图像中与所述图像模板中的预设区域对应并匹配的区域数目粗筛纸币，再基于由所述图像中与所述图像模板的预设区域组合对应的至少两个区域组合形成的目标区域组合符合的特征的数目，确定所述图像模板在所述图像中的匹配位置，并基于匹配位置的数目判断黑水印是否存在，实现快速准确鉴别纸币真伪。

实施例六

本发明实施例六还提供一种存储计算机程序的计算机存储介质，所述计算机程序在由计算机处理器执行时用于执行本发明上述实施例中任一所述的鉴别纸币真伪方法。

本发明实施例的计算机存储介质，可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。

计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。

计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括——但不限于无线、电线、光缆、RF等等，或者上述的任意合适的组合。

可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言——诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。

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 (9)

1.一种鉴别纸币真伪方法，其特征在于，包括：

获取纸币上黑水印区域的图像；

采用图像模板对所述图像进行扫描，并获取所述图像中与所述图像模板中的预设区域对应并匹配的区域数目，作为第一数目，其中，所述图像模板包含多个所述预设区域；

当所述第一数目超过第一阈值时，将所述图像中与所述图像模板的预设区域组合对应的至少两个区域组合作为目标区域组合，并获取所述目标区域组合的特征符合预设特征的数目，作为第二数目，包括：

获取所述图像模板的预设区域组合；

确定所述图像中与所述图像模板的预设区域组合对应的区域组合，并选取至少两个所述区域组合作为目标区域组合；

若所述目标区域组合中的任意一个区域组合的位置特征与预设位置特征相同，或者若所述目标区域组合中的任意一个区域组合的灰度分布特征与预设灰度分布特征相同，确定所述目标区域组合的特征符合预设特征；

将所述目标区域组合的特征符合预设特征的数目，作为第二数目；

当检测到所述第二数目超过第二阈值时，确定所述图像与所述图像模板存在一个匹配位置；

当采用所述图像模板对所述图像扫描完成时，基于匹配位置的数量判断所述纸币的真伪。

2.根据权利要求1所述的方法，其特征在于，采用图像模板对所述图像进行扫描，并获取所述图像中与所述图像模板中的预设区域对应并匹配的区域数目，作为第一数目，包括：

采用所述图像模板对所述图像进行扫描，确定所述图像中与所述图像模板中的预设区域对应的目标区域；

获取所述目标区域的灰度平均值，并根据所述目标区域的灰度平均值与二值化阈值，确定所述目标区域的黑白类型；

当所述目标区域的黑白类型和所述图像模板中与所述目标区域对应的预设区域的黑白类型相同时，确定所述目标区域为与所述图像模板预设区域对应并匹配的区域；

将与所述图像模板预设区域对应并匹配的区域的数量作为第一数目。

3.根据权利要求1所述的方法，其特征在于，

所述目标区域组合包括以下至少两个区域组合：

目标额头所在区域与目标头发所在区域形成的区域组合，其中，在所述图像的像素矩阵中，所述目标额头所在区域包含与鼻梁处于同一列的部分像素点，所述目标头发所在区域包含与鼻梁处于同一列的部分像素点；

左眼所在区域与右眼所在区域形成的区域组合；

左眼与右眼之间的区域、左眼所在区域以及右眼所在区域形成的区域组合；

嘴巴所在区域、下巴所在区域、以及嘴巴和鼻子中间区域形成的区域组合；

右耳所在区域、右耳上方头发所在区域以及右耳下方脸颊所在区域形成的区域组合；

所述若所述目标区域组合中的任意一个区域组合的位置特征与预设位置特征相同，或者若所述目标区域组合中的任意一个区域组合的灰度分布特征与预设灰度分布特征相同，确定所述目标区域组合的特征符合预设特征，包括：

若符合以下任意一个条件，确定目标区域组合的特征符合预设特征：

所述目标额头所在区域与目标头发所在区域之间的预设位置处存在灰度分界线；

离左眼所在区域第一预设距离处的灰度值大于左眼所在区域的灰度平均值，且离右眼所在区域第一预设距离处的灰度值大于右眼所在区域的灰度平均值；

左眼与右眼之间的区域的灰度平均值大于左眼所在区域的灰度平均值，且大于右眼所在区域的灰度平均值；

嘴巴所在区域的灰度平均值小于下巴所在区域的灰度平均值，且小于嘴巴和鼻子中间区域的灰度平均值；

右耳所在区域的灰度平均值小于右耳上方头发所在区域的灰度平均值，且小于右耳下方脸颊所在区域的灰度平均值。

4.根据权利要求3所述的方法，其特征在于，

所述目标额头所在区域与目标头发所在区域之间的预设位置处存在灰度分界线，包括：

基于目标额头所在区域中首行像素点所在的像素行以及离所述目标头发所在区域中首行像素点所在的像素行第二预设距离的像素行，确定所述目标额头所在区域的第一检测区域；

采用预设线段对所述第一检测区域进行扫描，获取所述预设线段对应的第一区域和第二区域，并计算所述第一区域和所述第二区域的灰度差值；

基于所述灰度差值最大时对应的预设线段的位置确定所述目标额头所在区域上方的灰度分界线；

基于所述目标头发所在区域中首行像素点所在的像素行以及离所述目标头发所在区域中首行像素点所在的像素行第二预设距离的像素行，确定所述目标头发所在区域的第二检测区域；

基于所述第二检测区域的灰度分布确定所述目标头发所在区域下方的灰度分界线；

计算所述目标额头所在区域上方的灰度分界线与所述目标头发所在区域下方的灰度分界线之间的第一目标距离；

当所述第一目标距离小于第三阈值，确定目标额头所在区域与目标头发所在区域之间的预设位置处存在灰度分界线，其中，所述第一区域和所述第二区域的面积相等，且所述第一区域中像素点的行坐标均高于所述第二区域中像素点的行坐标。

5.根据权利要求3所述的方法，其特征在于，

所述离左眼所在区域第一预设距离处的灰度值大于左眼所在区域的灰度平均值，且离右眼所在区域第一预设距离处的灰度值大于右眼所在区域的灰度平均值，包括：

基于左眼所在区域、右眼所在区域以及第一预设距离分别确定两个目标检测区域；

采用预设检测区域分别对所述目标检测区域进行扫描，获取在所述图像中与预设检测区域对应的匹配检测区域的灰度值之和；

当所述匹配检测区域的灰度值之和最小时，获取所述匹配检测区域中的第一像素行与所述左眼所在区域中第一像素行之间的第二目标距离，或者获取所述匹配检测区域中的第一像素行与所述右眼所在区域中第一像素行之间的第三目标距离；

若所述第二目标距离小于第四阈值，且所述第三目标距离小于第四阈值，确定离左眼所在区域第一设定距离处的灰度值大于左眼所在区域的灰度平均值，且离右眼所在区域第一设定距离处的灰度值大于右眼所在区域的灰度平均值；

其中，所述预设检测区域的宽度为所述左眼所在区域在行方向的像素点个数，或者所述右眼所在区域在行方向像素点个数；

所述预设检测区域的长度为所述左眼所在区域在列方向的像素点个数，或者所述右眼所在区域组合中在列方向的像素点个数。

6.根据权利要求1所述的方法，其特征在于，还包括：

当采用所述图像模板对所述图像扫描完成时，在所述图像模板扫描过程中所在的每个位置对应的第一数目均小于所述第一阈值，确定所述纸币为假币；

所述基于匹配位置的数量判断所述纸币的真伪，包括：当匹配位置的数量大于第五阈值时，确定纸币上存在黑水印，且纸币为真币；

当匹配位置的数量小于或等于第五阈值时，确定所述纸币为假币。

7.一种鉴别纸币真伪装置，其特征在于，包括：

图像获取模块，用于获取纸币上黑水印区域的图像；

第一数目获取模块，用于采用图像模板对所述图像进行扫描，并获取所述图像中与所述图像模板中的预设区域对应并匹配的区域数目，作为第一数目，其中，所述图像模板包含多个所述预设区域；第二数目获取模块，用于当所述第一数目超过第一阈值时，将所述图像中与所述图像模板的预设区域组合对应的至少两个区域组合作为目标区域组合，并获取所述目标区域组合的特征符合预设特征的数目，作为第二数目，

匹配位置确定模块，用于检测所述第二数目超过第二阈值时，确定所述图像与所述图像模板存在一个匹配位置；

纸币真伪鉴别模块，用于当采用所述图像模板对所述图像扫描完成时，基于匹配位置的数量判断所述纸币的真伪；

所述第二数目获取模块，包括：

预设区域组合获取模块，用于获取所述图像模板的预设区域组合；

目标区域组合确定模块，用于确定所述图像中与所述图像模板的预设区域组合对应的区域组合，并选取至少两个所述区域组合作为目标区域组合；

预设特征符合确定模块，用于若所述目标区域组合中的任意一个区域组合的位置特征与预设位置特征相同，或者若所述目标区域组合中的任意一个区域组合的灰度分布特征与预设灰度分布特征相同，确定所述目标区域组合的特征符合预设特征；

第二数目确定模块，用于将所述目标区域组合的特征符合预设特征的数目，作为第二数目。

8.一种鉴别纸币真伪的设备，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1-6中任一所述的鉴别纸币真伪方法。

9.一种计算机存储介质，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1-6中任一所述的鉴别纸币真伪方法。