CN107767541B - 一种纸币的识别方法、装置、终端设备和存储介质 - Google Patents

Abstract

本发明涉及纸币识别技术领域，提出一种纸币的识别方法、装置、终端设备和存储介质。所述方法包括：获取带有光变字符的待识别纸币的灰度值图像；从所述灰度值图像中截取光变字符所处的目标位置区域；统计所述目标位置区域内灰度值大于第一阈值的目标像素点的数量；若所述目标像素点的数量大于第二阈值，则判定所述待识别纸币为真钞；若所述目标像素点的数量小于所述第二阈值，则判定所述待识别纸币为假钞。鉴于纸币的光变字符中存在纹理条纹，而且假钞的纹理条纹相对于真钞来说数量较少，本发明通过统计目标像素点(即纹理条纹点)的数量对待识别纸币进行识别，整个过程仅需利用待识别纸币的灰度值图像，大大降低了成本。

Description

一种纸币的识别方法、装置、终端设备和存储介质

技术领域

本发明涉及纸币识别技术领域，尤其涉及一种纸币的识别方法、装置、终端设备和计算机存储介质。

背景技术

纸币的光变字符在不同的光照角度下会呈现不同的颜色，该特性使得光变字符成为纸币防伪的重要手段。目前利用纸币的光变字符对纸币进行识别的方法主要为：设置光源和光电传感器检测光变字符的色差变化，再通过色差变化进行纸币的识别。然而，采用上述方法需要在不同位置设置光源和光电传感器，成本较高。

发明内容

有鉴于此，本发明实施例提供了一种纸币的识别方法、装置、终端设备和计算机存储介质，能够利用纸币的光变字符对纸币进行识别，且成本较低。

本发明实施例的第一方面提供了一种纸币的识别方法，包括：

获取带有光变字符的待识别纸币的灰度值图像；

从所述灰度值图像中截取光变字符所处的目标位置区域；

统计所述目标位置区域内灰度值大于第一阈值的目标像素点的数量；

若所述目标像素点的数量大于第二阈值，则判定所述待识别纸币为真钞；

若所述目标像素点的数量小于所述第二阈值，则判定所述待识别纸币为假钞。

本发明实施例的第二方面提供了一种纸币的识别装置，包括：

图像获取模块，用于获取带有光变字符的待识别纸币的灰度值图像；

目标区域截取模块，用于从所述灰度值图像中截取光变字符所处的目标位置区域；

目标像素点统计模块，用于统计所述目标位置区域内灰度值大于第一阈值的目标像素点的数量；

第一判定模块，用于若所述目标像素点的数量大于第二阈值，则判定所述待识别纸币为真钞；

第二判定模块，用于若所述目标像素点的数量小于所述第二阈值，则判定所述待识别纸币为假钞。

本发明实施例的第三方面提供了一种终端设备，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，所述处理器执行所述计算机程序时实现如本发明实施例的第一方面提供的纸币的识别方法的步骤。

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，所述计算机程序被处理器执行时实现如本发明实施例的第一方面提供的纸币的识别方法的步骤。

在本发明实施例中，获取带有光变字符的待识别纸币的灰度值图像；从所述灰度值图像中截取光变字符所处的目标位置区域；统计所述目标位置区域内灰度值大于第一阈值的目标像素点的数量；若所述目标像素点的数量大于第二阈值，则判定所述待识别纸币为真钞；若所述目标像素点的数量小于所述第二阈值，则判定所述待识别纸币为假钞。鉴于纸币的光变字符中存在纹理条纹，而且假钞的纹理条纹相对于真钞来说数量较少且较模糊，本发明通过统计目标像素点(即纹理条纹点)的数量对待识别纸币进行识别，整个过程仅需利用待识别纸币的灰度值图像，相对于设置光源和光电传感器的现有纸币识别方法大大降低了成本。

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1a是本发明实施例提供的一种纸币的识别方法的第一个实施例的流程图；

图1b是2005年版100元人民币真钞的光变字符灰度值图像；

图1c是2005年版100元人民币假钞的光变字符灰度值图像；

图2是本发明实施例提供的一种纸币的识别方法的第二个实施例的流程图；

图3是本发明实施例提供的一种纸币的识别方法的第三个实施例的流程图；

图4是本发明实施例提供的一种纸币的识别装置的一个实施例的结构图；

图5是本发明实施例提供的一种终端设备的示意图。

具体实施方式

以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本发明实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本发明。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本发明的描述。

本发明实施例提供了一种纸币的识别方法、装置、终端设备和计算机存储介质，能够利用纸币的光变字符对纸币进行识别，且成本较低。

请参阅图1a，本发明实施例中一种纸币的识别方法的第一个实施例包括：

101、获取带有光变字符的待识别纸币的灰度值图像；

光变字符指由光变油墨印制的字符，比如2005年版的100元人民币左下角的“100”，其在不同的光照角度下会呈现不同的颜色，该特性使得光变字符成为纸币防伪的重要手段。在本发明实施例中，首先获取带有光变字符的待识别纸币的灰度值图像。

102、从所述灰度值图像中截取光变字符所处的目标位置区域；

在获取到待识别纸币的灰度值图像后，从所述灰度值图像中截取光变字符所处的目标位置区域。所述目标位置区域即光变字符所在的区域，对于2005年版的100元人民币来说，即左下角的“100”所在的区域。从所述灰度值图像中截取所述目标位置区域可采用的方法有很多，比如对于光变字符位置固定的纸币来说，其光变字符所在的位置坐标是已知的，可以直接截取灰度值图像中与该位置坐标对应的区域作为目标位置区域；而对于光变字符位置可变的纸币来说，可以通过字符特征匹配、字符检测以及字符分割等各种图像处理方法进行光变字符的定位，以确定所述目标位置区域。

103、统计所述目标位置区域内灰度值大于第一阈值的目标像素点的数量；

在截取光变字符所处的目标位置区域之后，统计所述目标位置区域内灰度值大于第一阈值的目标像素点的数量。光变字符的内部存在纹理条纹，在灰度值图像中这些纹理条纹的灰度值相对于光变字符其它区域的灰度值较大。可参阅图1b所示的2005年版100元人民币真钞的光变字符灰度值图像，光变字符“100”内部较亮的条纹状图案即为所述纹理条纹。所述目标像素点即纹理条纹所在区域的像素点，可称为“纹理点”。所述第一阈值可根据光变字符的灰度值图像中“纹理点”和背景像素点的灰度值确定，以可准确区分“纹理点”和背景像素点为标准。

104、判断所述目标像素点的数量是否大于第二阈值；

对于真钞来说，其“纹理点”的数量明显大于假钞，参见图1b所示的2005年版100元人民币真钞的光变字符灰度值图像，以及图1c所示的2005年版100元人民币假钞的光变字符灰度值图像。因此，可以设定第二阈值，若所述目标像素点的数量大于第二阈值，则执行步骤105；若所述目标像素点的数量小于所述第二阈值，则执行步骤106。

105、判定所述待识别纸币为真钞；

106、判定所述待识别纸币为假钞。

在本发明实施例中，获取带有光变字符的待识别纸币的灰度值图像；从所述灰度值图像中截取光变字符所处的目标位置区域；统计所述目标位置区域内灰度值大于第一阈值的目标像素点的数量；若所述目标像素点的数量大于第二阈值，则判定所述待识别纸币为真钞；若所述目标像素点的数量小于所述第二阈值，则判定所述待识别纸币为假钞。鉴于纸币的光变字符中存在纹理条纹，而且假钞的纹理条纹相对于真钞来说数量较少且较模糊，本发明通过统计目标像素点(即纹理点)的数量对待识别纸币进行识别，整个过程仅需利用待识别纸币的灰度值图像，相对于设置光源和光电传感器的现有纸币识别方法大大降低了成本。

请参阅图2，本发明实施例中一种纸币的识别方法的第二个实施例包括：

201、获取带有光变字符的待识别纸币的灰度值图像；

步骤201与步骤101相同，具体可参照步骤101的相关说明。

202、对所述灰度值图像的指定区域进行二值化处理；

在获取到待识别纸币的灰度值图像之后，对所述灰度值图像的指定区域进行二值化处理。所述指定区域为从所述灰度值图像中截取的包含所述光变字符的区域，比如可以是包含光变字符的一块预设大小的矩形区域。对于光变字符位置可变的纸币来说，其光变字符位置的变化是有极限的，即其光变字符可能处于的位置区域是已知的，因此优选将所述可能处于的位置区域作为所述指定区域。

203、利用预设的字符模板对二值化处理后的所述指定区域进行特征匹配，确定所述指定区域中光变字符所处的目标位置区域；

在对所述灰度值图像的指定区域进行二值化处理之后，利用预设的字符模板对二值化处理后的所述指定区域进行特征匹配，确定所述指定区域中光变字符所处的目标位置区域。所述字符模板为标准纸币的光变字符的二值化图像，所述标准纸币为与所述待识别纸币的类型和版本均相同的真钞。在进行模板匹配时，利用该字符模板在所述指定区域内进行由上到下、由左到右的多次特征对比，找出所述指定区域内与该字符模板的匹配度最高的区域，即为所述目标位置区域。显然，通过步骤202截取出指定区域，在步骤203进行模板匹配时无需对整张纸币的图像进行匹配，大大减小了计算量，提高了图像处理的速度。

204、统计所述目标位置区域内灰度值大于第一阈值的目标像素点的数量；

步骤204与步骤103相同，具体可参照步骤103的相关说明，需要说明的是，步骤204利用的是目标位置区域的灰度值图像，而非二值化图像。

进一步的，所述第一阈值可以通过以下步骤确定：

(1)利用第一算法计算所述指定区域进行二值化时采用的阈值；

(2)判断所述采用的阈值是否大于或等于预设的目标阈值；

(3)若所述采用的阈值大于或等于所述目标阈值，则将所述采用的阈值确定为所述第一阈值；

(4)若所述采用的阈值小于所述目标阈值，则利用第二算法计算所述指定区域进行二值化时采用的阈值，将所述第一算法和第二算法分别计算得到的阈值中较小的阈值确定为所述第一阈值，或者对所述第一算法和第二算法分别计算得到的阈值按照预设的规则进行运算，将运算的结果确定为所述第一阈值。

对于上述步骤(1)，所述第一算法可以为双峰法、百分比阈值法、大津算法、最大熵阈值法和迭代法等二值化阈值选取方法，而由于在本发明实施例中目标图像(光变字符)在整体图像(指定区域)中的占比是已知的，优选采用百分比阈值法。

对于上述步骤(2)，在利用第一算法计算所述指定区域进行二值化时采用的阈值后，判断所述采用的阈值是否大于或等于预设的目标阈值(比如40)。

对于上述步骤(3)，若所述采用的阈值大于或等于所述目标阈值，则将所述采用的阈值确定为所述第一阈值。若所述采用的阈值大于或等于所述目标阈值，则说明光变字符的灰度值图像中目标像素点(纹理点)和背景的灰度值差别较明显，对比度较高，可以直接将二值化采用的阈值作为所述第一阈值用于目标像素点的判定。

对于上述步骤(4)，所述第二算法是与所述第一算法不同的一种二值化阈值选取方法，若所述第一算法采用了百分比阈值法，则所述第二算法优选采用大津算法。若所述采用的阈值小于所述目标阈值，则说明光变字符的灰度值图像中目标像素点(纹理点)和背景的灰度值差别较小，对比度较低。此时为了提高目标像素点判断的准确率，需要适当减小所述第一阈值。因此，可以利用第二算法计算所述指定区域进行二值化时采用的阈值，将所述第一算法和第二算法分别计算得到的阈值中较小的阈值确定为所述第一阈值；或者对所述第一算法和第二算法分别计算得到的阈值按照预设的规则进行运算，将运算的结果确定为所述第一阈值。

205、判断所述目标像素点的数量是否大于第二阈值；

若所述目标像素点的数量大于第二阈值，则执行步骤206；若所述目标像素点的数量小于第二阈值，则执行步骤207。

206、判定所述待识别纸币为真钞；

207、判定所述待识别纸币为假钞。

在本发明实施例中，获取带有光变字符的待识别纸币的灰度值图像；对所述灰度值图像的指定区域进行二值化处理；利用预设的字符模板对二值化处理后的所述指定区域进行特征匹配，确定所述指定区域中光变字符所处的目标位置区域；统计所述目标位置区域内灰度值大于第一阈值的目标像素点的数量；若所述目标像素点的数量大于第二阈值，则判定所述待识别纸币为真钞；若所述目标像素点的数量小于所述第二阈值，则判定所述待识别纸币为假钞。鉴于纸币的光变字符中存在纹理条纹，而且假钞的纹理条纹相对于真钞来说数量较少且较模糊，本发明通过统计目标像素点(即纹理条纹点)的数量对待识别纸币进行识别，整个过程仅需利用待识别纸币的灰度值图像，相对于设置光源和光电传感器的现有纸币识别方法大大降低了成本。另外，本发明实施例通过模板匹配的方式进行光变字符区域的定位，定位精度高，能够提高纸币识别的准确性。

请参阅图3，本发明实施例中一种纸币的识别方法的第三个实施例包括：

301、获取带有光变字符的待识别纸币的灰度值图像；

步骤301与步骤101相同，具体可参照步骤101的相关说明。

302、对所述灰度值图像的指定区域进行二值化处理；

步骤302与步骤202相同，具体可参照步骤202的相关说明。

303、将所述指定区域划分为多个由连续的第一数量的像素行组成的待检区域；

在获得二值化处理后的所述指定区域的图像之后，将该图像划分为多个由连续的第一数量的像素行组成的待检区域。相邻的所述待检区域的上边界之间相差第二数量的像素行，所述第一数量根据所述待识别纸币的光变字符的高度确定。比如，可以将第一数量设为30(假设光变字符的高度为30个像素点)，第二数量设为1，进而将该图像划分为第1至30行、第2至31行、第3至32行……等多个待检区域。

304、分别统计每个所述待检区域中包含的指定像素点的数量；

在划分完待检区域之后，分别统计每个所述待检区域中包含的指定像素点的数量。所述指定像素点为灰度值为0或255的像素点，即可以是黑点，也可以是白点。比如，经过二值化后，若所述指定区域的光变字符点为白点，所述指定区域中除光变字符之外的背景点为黑点，则在步骤304中分别统计每个所述待检区域中包含的白点(光变字符点)的数量。

305、将包含所述指定像素点的数量最多的待检区域的最上端像素行和最下端像素行分别确定为第一目标行和第二目标行；

由于每个待检区域的高度(第一数量行像素点)是根据光变字符的高度确定的，而且所述指定像素点仅仅存在于光变字符所在的像素行，因此包含所述指定像素点的数量最多的待检区域的最上端像素行即为光变字符的上边界(第一目标行)，最下端像素行即为光变字符的下边界(第二目标行)。

进一步的，在步骤305之后，步骤306之前，还可以包括：

将所述第一目标行往下移动预设的第一距离；将所述第二目标行往上移动预设的第二距离；其中，所述第一距离和所述第二距离根据所述待识别纸币的光变字符的特征确定。这样处理的目的是为了提高定位光变字符左右边界的准确度，比如对于2005年版100元人民币的光变字符“100”来说，可以将其上下边界收缩到字符“0”的内圆上下切点所在的位置，这样一来即可将字符“1”的上下两端去除，避免不规则的字符区域影响后续左右边界划分的准确度。

306、利用预设的分割模板将所述第一目标行和第二目标行之间的区域划分为多个待检测列组；

在确定第一目标行和第二目标行之后，利用预设的分割模板将所述第一目标行和第二目标行之间的区域划分为多个待检测列组。所述分割模板包括根据标准纸币的光变字符的指定分割位置确定的多个目标列坐标值，每个所述待检测列组包含的像素列的数量与所述目标列坐标值的数量相同，且各个所述像素列的列坐标之间的差值与各个所述目标列坐标值之间的差值相同，相邻的所述待检测列组的左边界之间相差第三数量的像素列。

举例说明，所述分割模板可以表示为{C1，C2，C3，C4，C5，C6，C7}，其中C1至C7分别为光变字符的7个分割位置的列坐标值，且C1＜C2＜C3＜C4＜C5＜C6＜C7，该分割模板包含的分割位置的数量与光变字符的字符个数有关。待检测列组即待检测的像素列组合，对应于例子中的分割模板，某个待检测列组可表示为{D1，D2，D3，D4，D5，D6，D7}，其包含D1至D7共7个像素列，D1与D2之间的列坐标差值等于C1与C2之间的差值，D2与D3之间的列坐标差值等于C2与C3之间的差值，D3与D4之间的列坐标差值等于C3与C4之间的差值，以此类推。若将所述第三数量设为1，则各个所述待检测列组可以表示为{D1，D2，D3，D4，D5，D6，D7}、{D1+1，D2+1，D3+1，D4+1，D5+1，D6+1，D7+1}、{D1+2，D2+2，D3+2，D4+2，D5+2，D6+2，D7+2}……以此类推。

307、分别统计每个所述待检测列组包含的所述指定像素点的数量；

这里的指定像素点即步骤304中提及的指定像素点，在划分出待检测列组之后，分别统计每个所述待检测列组包含的所述指定像素点的数量。对于某个待检测列组{D1，D2，D3，D4，D5，D6，D7}来说，其包含的所述指定像素点的数量等于7个像素列D1至D7包含的指定像素点之和。

308、将包含所述指定像素点的数量最少的待检测列组的最左端像素列和最右端像素列分别确定为第一目标列和第二目标列；

由于光变字符的分割线上不包含光变字符点(即指定像素点)，因此包含所述指定像素点的数量最少的待检测列组中的各个像素列所在位置即为光变字符的分割位置，该待检测列组的最左端像素列即为第一个字符的左边界(光变字符整体的左边界)，最右端像素列即为最后一个字符的右边界(即光变字符整体的右边界)，将这两个像素列分别确定为第一目标列和第二目标列。

309、利用预设的字符模板对所述第一目标行、第二目标行、第一目标列和第二目标列所围成的区域进行特征匹配，确定所述指定区域中光变字符所处的目标位置区域；

所述字符模板为标准纸币的光变字符的二值化图像，所述标准纸币为与所述待识别纸币的类型和版本均相同的真钞。步骤309与步骤203的区别在于进行模板匹配时针对的是第一目标行、第二目标行、第一目标列和第二目标列所围成的区域(即光变字符边界以内的区域)，该区域是从所述指定区域中进一步划分出的区域，对该区域进行模板匹配的计算量远远小于直接对所述指定区域进行模板匹配的计算量。

310、统计所述目标位置区域内灰度值大于第一阈值的目标像素点的数量；

步骤310与步骤103相同，具体可参照步骤103的相关说明。

311、判断所述目标像素点的数量是否大于第二阈值；

若所述目标像素点的数量大于第二阈值，则执行步骤312；若所述目标像素点的数量小于第二阈值，则执行步骤313。

312、判定所述待识别纸币为真钞；

313、判定所述待识别纸币为假钞。

在本发明实施例中，获取带有光变字符的待识别纸币的灰度值图像；对所述灰度值图像的指定区域进行二值化处理；将所述指定区域划分为多个由连续的第一数量的像素行组成的待检区域；分别统计每个所述待检区域中包含的指定像素点的数量；将包含所述指定像素点的数量最多的待检区域的最上端像素行和最下端像素行分别确定为第一目标行和第二目标行；利用预设的分割模板将所述第一目标行和第二目标行之间的区域划分为多个待检测列组；分别统计每个所述待检测列组包含的所述指定像素点的数量；将包含所述指定像素点的数量最少的待检测列组的最左端像素列和最右端像素列分别确定为第一目标列和第二目标列；利用预设的字符模板对所述第一目标行、第二目标行、第一目标列和第二目标列所围成的区域进行特征匹配，确定所述指定区域中光变字符所处的目标位置区域；统计所述目标位置区域内灰度值大于第一阈值的目标像素点的数量；若所述目标像素点的数量大于第二阈值，则判定所述待识别纸币为真钞；若所述目标像素点的数量小于所述第二阈值，则判定所述待识别纸币为假钞。鉴于纸币的光变字符中存在纹理条纹，而且异常纸币的纹理条纹相对于正常纸币来说数量较少且较模糊，本发明通过统计目标像素点(即纹理条纹点)的数量对待识别纸币进行识别，整个过程仅需利用待识别纸币的灰度值图像，相对于设置光源和光电传感器的现有纸币识别方法大大降低了成本。另外，本发明实施例通过寻找上下边界和左右边界的方式，先对光变字符进行第一次定位，然后再通过模板匹配的方式对光变字符进行第二次定位，能够大幅降低计算量，提高图像处理速度且定位精度高。

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。

上面主要描述了一种纸币的识别方法，下面将对一种纸币的识别装置进行描述。

请参阅图4，本发明实施例中一种纸币的识别装置的一个实施例包括：

图像获取模块401，用于获取带有光变字符的待识别纸币的灰度值图像；

目标区域截取模块402，用于从所述灰度值图像中截取光变字符所处的目标位置区域；

目标像素点统计模块403，用于统计所述目标位置区域内灰度值大于第一阈值的目标像素点的数量；

第一判定模块404，用于若所述目标像素点的数量大于第二阈值，则判定所述待识别纸币为真钞；

第二判定模块405，用于若所述目标像素点的数量小于所述第二阈值，则判定所述待识别纸币为假钞。

进一步的，所述目标区域截取模块402可以包括：

二值化单元，用于对所述灰度值图像的指定区域进行二值化处理，所述指定区域为从所述灰度值图像中截取的包含所述光变字符的区域；

模板匹配单元，用于利用预设的字符模板对二值化处理后的所述指定区域进行特征匹配，确定所述指定区域中光变字符所处的目标位置区域。

更进一步的，所述目标区域截取模块402还可以包括：

第一划分单元，用于将所述指定区域划分为多个由连续的第一数量的像素行组成的待检区域，相邻的所述待检区域的上边界之间相差第二数量的像素行；

第一统计单元，用于分别统计每个所述待检区域中包含的指定像素点的数量；

第一确定单元，用于将包含所述指定像素点的数量最多的待检区域的最上端像素行和最下端像素行分别确定为第一目标行和第二目标行；

第二划分单元，用于利用预设的分割模板将所述第一目标行和第二目标行之间的区域划分为多个待检测列组，所述分割模板包括根据标准纸币的光变字符的指定分割位置确定的多个目标列坐标值，每个所述待检测列组包含的像素列的数量与所述目标列坐标值的数量相同，且各个所述像素列的列坐标之间的差值与各个所述目标列坐标值之间的差值相同，相邻的所述待检测列组的左边界之间相差第三数量的像素列；

第二统计单元，用于分别统计每个所述待检测列组包含的所述指定像素点的数量；

第二确定单元，用于将包含所述指定像素点的数量最少的待检测列组的最左端像素列和最右端像素列分别确定为第一目标列和第二目标列；

所述模板匹配单元具体用于：

利用预设的字符模板对所述第一目标行、第二目标行、第一目标列和第二目标列所围成的区域进行特征匹配。

本发明实施例还提供一种终端设备，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，所述处理器执行所述计算机程序时实现如图1至图3表示的任意一种纸币的识别方法的步骤。

本发明实施例还提供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，所述计算机程序被处理器执行时实现如图1至图3表示的任意一种纸币的识别方法的步骤。

图5是本发明一实施例提供的终端设备的示意图。如图5所示，该实施例的终端设备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的识别方法的实施例中的步骤，例如图1所示的步骤101至106。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405的功能。

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在所述终端设备5中的执行过程。

所述终端设备5可以是各种类型的手机、桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述终端设备可包括，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仅仅是终端设备5的示例，并不构成对终端设备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。

所称处理器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)、现成可编程门阵列(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可以是所述终端设备5的内部存储单元，例如终端设备5的硬盘或内存。所述存储器51也可以是所述终端设备5的外部存储设备，例如所述终端设备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终端设备所需的其他程序和数据。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。

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。

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，所揭露的装置和方法，可以通过其它的方式实现。例如，以上所描述的系统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，RandomAccess 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是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 (6)

1.一种纸币的识别方法，其特征在于，包括：

获取带有光变字符的待识别纸币的灰度值图像；

对所述灰度值图像的指定区域进行二值化处理，所述指定区域为从所述灰度值图像中截取的包含所述光变字符的区域；

将所述指定区域划分为多个由连续的第一数量的像素行组成的待检区域，相邻的所述待检区域的上边界之间相差第二数量的像素行；

分别统计每个所述待检区域中包含的指定像素点的数量；

将包含所述指定像素点的数量最多的待检区域的最上端像素行和最下端像素行分别确定为第一目标行和第二目标行；

利用预设的分割模板将所述第一目标行和第二目标行之间的区域划分为多个待检测列组，所述分割模板包括根据标准纸币的光变字符的指定分割位置确定的多个目标列坐标值，每个所述待检测列组包含的像素列的数量与所述目标列坐标值的数量相同，且各个所述像素列的列坐标之间的差值与各个所述目标列坐标值之间的差值相同，相邻的所述待检测列组的左边界之间相差第三数量的像素列；

分别统计每个所述待检测列组包含的所述指定像素点的数量；

将包含所述指定像素点的数量最少的待检测列组的最左端像素列和最右端像素列分别确定为第一目标列和第二目标列；

利用预设的字符模板对所述第一目标行、第二目标行、第一目标列和第二目标列所围成的区域进行特征匹配，确定所述指定区域中光变字符所处的目标位置区域；

统计所述目标位置区域内灰度值大于第一阈值的目标像素点的数量；

若所述目标像素点的数量大于第二阈值，则判定所述待识别纸币为真钞；

若所述目标像素点的数量小于所述第二阈值，则判定所述待识别纸币为假钞。

2.如权利要求1所述的纸币的识别方法，其特征在于，在将包含所述指定像素点的数量最多的待检区域的最上端像素行和最下端像素行分别确定为第一目标行和第二目标行之后，利用预设的分割模板将所述第一目标行和第二目标行之间的区域划分为多个待检测列组之前，还包括：

将所述第一目标行往下移动预设的第一距离；

将所述第二目标行往上移动预设的第二距离；

其中，所述第一距离和所述第二距离根据所述待识别纸币的光变字符的特征确定。

3.如权利要求1或2所述的纸币的识别方法，其特征在于，所述第一阈值通过以下步骤确定：

利用第一算法计算所述指定区域进行二值化时采用的阈值；

判断所述采用的阈值是否大于或等于预设的目标阈值；

若所述采用的阈值大于或等于所述目标阈值，则将所述采用的阈值确定为所述第一阈值；

若所述采用的阈值小于所述目标阈值，则利用第二算法计算所述指定区域进行二值化时采用的阈值，将所述第一算法和第二算法分别计算得到的阈值中较小的阈值确定为所述第一阈值，或者对所述第一算法和第二算法分别计算得到的阈值按照预设的规则进行运算，将运算的结果确定为所述第一阈值。

4.一种纸币的识别装置，其特征在于，包括：

图像获取模块，用于获取带有光变字符的待识别纸币的灰度值图像；

目标区域截取模块，用于从所述灰度值图像中截取光变字符所处的目标位置区域；

目标像素点统计模块，用于统计所述目标位置区域内灰度值大于第一阈值的目标像素点的数量；

第一判定模块，用于若所述目标像素点的数量大于第二阈值，则判定所述待识别纸币为真钞；

第二判定模块，用于若所述目标像素点的数量小于所述第二阈值，则判定所述待识别纸币为假钞；

其中，所述目标区域截取模块包括：

二值化单元，用于对所述灰度值图像的指定区域进行二值化处理，所述指定区域为从所述灰度值图像中截取的包含所述光变字符的区域；

第一划分单元，用于将所述指定区域划分为多个由连续的第一数量的像素行组成的待检区域，相邻的所述待检区域的上边界之间相差第二数量的像素行；

第一统计单元，用于分别统计每个所述待检区域中包含的指定像素点的数量；

第一确定单元，用于将包含所述指定像素点的数量最多的待检区域的最上端像素行和最下端像素行分别确定为第一目标行和第二目标行；

第二划分单元，用于利用预设的分割模板将所述第一目标行和第二目标行之间的区域划分为多个待检测列组，所述分割模板包括根据标准纸币的光变字符的指定分割位置确定的多个目标列坐标值，每个所述待检测列组包含的像素列的数量与所述目标列坐标值的数量相同，且各个所述像素列的列坐标之间的差值与各个所述目标列坐标值之间的差值相同，相邻的所述待检测列组的左边界之间相差第三数量的像素列；

第二统计单元，用于分别统计每个所述待检测列组包含的所述指定像素点的数量；

第二确定单元，用于将包含所述指定像素点的数量最少的待检测列组的最左端像素列和最右端像素列分别确定为第一目标列和第二目标列；

模板匹配单元，用于利用预设的字符模板对所述第一目标行、第二目标行、第一目标列和第二目标列所围成的区域进行特征匹配，确定所述指定区域中光变字符所处的目标位置区域。

5.一种终端设备，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3中任一项所述的纸币的识别方法的步骤。

6.一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3中任一项所述的纸币的识别方法的步骤。