CN107784728A - 一种基于胶印对印图案防伪的纸币鉴伪方法 - Google Patents
一种基于胶印对印图案防伪的纸币鉴伪方法 Download PDFInfo
- Publication number
- CN107784728A CN107784728A CN201610713026.XA CN201610713026A CN107784728A CN 107784728 A CN107784728 A CN 107784728A CN 201610713026 A CN201610713026 A CN 201610713026A CN 107784728 A CN107784728 A CN 107784728A
- Authority
- CN
- China
- Prior art keywords
- patterned
- offset printing
- subgraph
- visible ray
- image
- 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
- 238000007645 offset printing Methods 0.000 title claims abstract description 194
- 238000012850 discrimination method Methods 0.000 title claims abstract description 7
- 230000005540 biological transmission Effects 0.000 claims abstract description 36
- 238000000034 method Methods 0.000 claims abstract description 22
- 238000001514 detection method Methods 0.000 claims abstract description 17
- 238000012545 processing Methods 0.000 claims description 15
- 230000002902 bimodal effect Effects 0.000 claims description 12
- 230000003044 adaptive effect Effects 0.000 claims description 8
- 238000007639 printing Methods 0.000 claims description 7
- 230000000295 complement effect Effects 0.000 claims description 6
- 238000001914 filtration Methods 0.000 claims description 6
- 230000008569 process Effects 0.000 claims description 6
- PXFBZOLANLWPMH-UHFFFAOYSA-N 16-Epiaffinine Natural products C1C(C2=CC=CC=C2N2)=C2C(=O)CC2C(=CC)CN(C)C1C2CO PXFBZOLANLWPMH-UHFFFAOYSA-N 0.000 claims description 5
- 238000004364 calculation method Methods 0.000 claims description 5
- 230000014509 gene expression Effects 0.000 claims description 4
- 238000010606 normalization Methods 0.000 claims description 4
- 230000009466 transformation Effects 0.000 claims description 4
- 230000003595 spectral effect Effects 0.000 claims description 3
- 238000003384 imaging method Methods 0.000 description 11
- 230000008859 change Effects 0.000 description 7
- 238000004422 calculation algorithm Methods 0.000 description 6
- 239000003292 glue Substances 0.000 description 6
- 238000004519 manufacturing process Methods 0.000 description 5
- 239000000463 material Substances 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 230000001960 triggered effect Effects 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000001427 coherent effect Effects 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000002347 injection Methods 0.000 description 1
- 239000007924 injection Substances 0.000 description 1
- 230000010358 mechanical oscillation Effects 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000000877 morphologic effect Effects 0.000 description 1
- 238000003909 pattern recognition Methods 0.000 description 1
- 230000000149 penetrating effect Effects 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 230000008521 reorganization Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000009738 saturating Methods 0.000 description 1
- 239000000243 solution Substances 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07D—HANDLING OF COINS OR VALUABLE PAPERS, e.g. TESTING, SORTING BY DENOMINATIONS, COUNTING, DISPENSING, CHANGING OR DEPOSITING
- G07D7/00—Testing specially adapted to determine the identity or genuineness of valuable papers or for segregating those which are unacceptable, e.g. banknotes that are alien to a currency
- G07D7/06—Testing specially adapted to determine the identity or genuineness of valuable papers or for segregating those which are unacceptable, e.g. banknotes that are alien to a currency using wave or particle radiation
- G07D7/12—Visible light, infrared or ultraviolet radiation
Landscapes
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Toxicology (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Inspection Of Paper Currency And Valuable Securities (AREA)
Abstract
本发明公开了一种基于胶印对印图案防伪的纸币鉴伪方法，包括：在走钞通道上方设置第一白光光源和一激光光源；在走钞通道下方设置第二白光光源；在走钞过程中，先触发所述第一白光光源和所述第二白光光源开启，触发颜色传感器分别采集所述第一白光光源照射下的第一图像和所述第二白光光源照射下的第二图像；然后触发所述激光光源开启，触发激光传感器采集激光光源照射下的第三图像；将所述第一图像与所述第二图像中的胶印对印图案子图进行拼接，获得完整的胶印对印图案；将所述完整的胶印对印图案与所述激光光源透射胶印对印图案子图的透射胶印对印图案进行匹配；根据匹配结果，鉴别胶印对印图案的真伪。该方法易于实现，成本较低，检测快捷准确。
Description
技术领域
本发明涉及图像处理及识别技术领域，具体涉及纸币检测方法及装置。
背景技术
维护金融秩序以及社会公众利益，严防假币流入市场，是金融管理机构尤为关注的问题，金融机具领域的核心问题就是纸币的鉴伪。在传统点钞机、清分机等纸币检测机具中基于CMOS/CIS及其他图像采集设备的反射成像方式被大量采用。随着假币制作技术越来越高，务必提出更为快捷有效的手段来解决现实中遇到的各种伪造货币、变造货币鉴伪的问题。
现有的纸币鉴伪系统主要是利用CMOS或接触式图像传感器CIS反射成像，获取防伪标识图像后进行处理，并根据处理后的防伪标识图像进行识别，以判定被检测纸币的真伪。
另外，经检索了解到，日本、欧洲的一些国家业内技术人员提出的货币鉴伪的各种解决方案中，大量的是基于反射式单一波长光的成像机制，在同一设备中采用多种波长光照射采集纸币图像的技术方案，有些厂商在进行研究，但仍然不成熟，目前也未进入实际应用。
传统的系统中成像考虑主要仿真人眼的视觉效果进行模拟，因此大量的反射式成像机制存在如CMOS，或线阵CCD或其他图像采集设备的反射成像识别。反射式成像局限性在于识别算法复杂，硬件结构复杂，因为送入验钞设备有正反面及纸币输入的方向，同一张纸币送入验钞设备存在4种情况，即得到4种可能的图像之一，为进行任意方向识别，则至少需要两套成像设备及光源，导致硬件成本增加，机械结构复杂，产品成本高及难以产品化等诸多问题。
现有的纸币鉴伪系统，其性能直接取决于光源照射效果，以及是否需要多次拍摄等特点(如混点反射式号码识别，至少需要两个CMOS，线阵CCD或CIS)。因此在光源的选择上具有单一而不灵活的缺陷，并且硬件设备成本高。例如，若需要检测红外特征，基于CMOS或线阵CCD或CIS或其他图像采集设备的反射识别则光源必须固定成红外光源，而且必须至少是两个成像设备才能保证拍摄到正反图像。因此针对不同国家的货币，产品必须根据特征进行定制，造成产品线种类多，不易产品化等诸多问题。在系统硬件的调试上，由于硬件数量多，产品调试周期相对较长，设备布线复杂，产品的产品化周期也相对较长，这在需要快速应对制假手段不断更新发展的假币来说，无疑这类产品的问世会严重滞后于市场需求。而基于反射式成像的这类设备中，这些问题无法回避，在系统鉴伪原理不发生改变的前提下，这些固有问题无法从根本上得到解决。
发明内容
本发明提供一种基于胶印对印图案防伪的纸币鉴伪方法，可准确地检测出假币，尤其对于变造货币的鉴伪，效果更为明显。NUS16113
本发明实施例提供了一种基于胶印对印图案防伪的纸币鉴伪方法，包括：
在走钞通道上方设置第一白光光源和一激光光源；
在走钞通道下方设置第二白光光源；
待测纸币通过走钞通道过程中，先触发所述第一白光光源和所述第二白光光源开启，触发颜色传感器分别采集所述第一白光光源照射下的第一图像和所述第二白光光源照射下的第二图像；然后触发所述激光光源开启，触发激光传感器采集激光光源照射下的第三图像；
将所述第一图像与所述第二图像中的胶印对印图案子图进行拼接，获得完整的胶印对印图案；
将所述完整的胶印对印图案与所述激光光源透射胶印对印图案子图的透射胶印对印图案进行匹配；
根据匹配结果，鉴别胶印对印图案的真伪。
较佳地，在各光源下采集全幅图像，并对所采集到的全幅面图像进行处理；从所述处理后的全幅面图像中提取互补对印特征；根据处理后的图像判定所述纸币的真伪。
较佳地，所述对所采集到的全幅面图像进行处理，具体包括：
对全幅面图像进行仿射变换，及图像归一化，再进行滤波处理；或者对
全幅面图像进行图像二值化处理。
较佳地，所述颜色传感器采用接触式图像传感器CIS或CMOS或CCD。
较佳地，在进行纸币检测之前，还包括：
检测到纸币通过走钞通道入口，触发光源开启和图像采集。
较佳地，所述获取纸币的第一图像、第二图像和第三图像包括：
获取纸币的可见光正面图、可见光反面图和紫光透射图；
根据版本信息及面向信息分别定位所述可见光正面图的可见光正面胶印对印图案区域、可见光反面图的可见光反面胶印对印图案区域和紫光透射图的紫光透射胶印对印图案区域；
使用中值滤波对所述可见光正面胶印对印图案区域、所述可见光反面胶印对印图案区域和所述紫光透射胶印对印图案区域进行滤波；
使用灰度值的列和、行和准确定位滤波后的可见光正面胶印对印图案区域的可见光正面胶印对印图案、滤波后的可见光反面胶印对印区域的可见光反面胶印对印图案和滤波后的紫光透射胶印对印区域的紫光透射胶印对印图案，得到可见光正面胶印对印图案子图、可见光反面胶印对印图案子图和紫光透射胶印对印图案子图；
使用局部区域自适应阈值对所述可见光正面胶印对印图案子图、可见光反面胶印对印图案子图和紫光透射胶印对印图案子图进行二值化，得到二值化后的可见光正面胶印对印图案子图、可见光反面胶印对印图案子图和紫光透射胶印对印图案子图。
较佳地，所述使用局部区域自适应阈值对所述可见光正面胶印对印图案子图、可见光反面胶印对印图案子图和紫光透射胶印对印图案子图进行二值化，具体为：
将可见光正面胶印对印图案子图分为10×10非重叠的窗口，每个窗口的直方图近似为两个高斯分布的叠加；对于每一个双峰窗口，在双峰混合分布的估计参数(μ1，μ2，δ1，δ2)的基础上计算出一个阈值，双峰窗口计算出的这些阈值以内插值替换的方式赋给相应的单峰值的窗口阈值；每一个窗口根据对应的窗口阈值对该窗口进行二值化；所述对可见光反面胶印对印图案子图和紫光透射胶印对印图案子图二值化的过程与对可见光正面胶印对印图案子图二值化过程相同；
其中，μ1表示第一个峰值时的横坐标的值，δ1表示第一个峰值对应的高斯函数的标准差，μ2表示第二个峰值时的横坐标的值，δ2表示第二个峰值对应的高斯函数的标准差。
较佳地，所述将所述可见光正面胶印对印图案子图和所述可见光反面胶印对印图案子图进行拼接，获得完整的胶印对印图案，包括：
将所述可见光正面胶印对印图案子图进行翻转，将翻转后的可见光正面胶印对印图案子图与反面胶印对印图案子图进行拼接，获得反面完整的胶印对印图案；或所述可见光反面胶印对印图案子图进行翻转，将翻转后的可见光反面胶印对印图案子图与正面胶印对印图案子图进行拼接，获得正面完整的胶印对印图案。
较佳地，所述可见光正面胶印对印图案子图和可见光反面胶印对印图案子图的图像采集高度是150DPI分辨率、图像采集宽度是200DPI分辨率，所述紫光透射胶印对印图案子图的图像采集高度和图像采集宽度为100DPI；
所述将所述可见光正面胶印对印图案子图和所述可见光反面胶印对印图案子图进行拼接，获得完整的胶印对印图案之后，所述将所述完整的胶印对印图案与紫光透射胶印对印图案子图的紫光透射胶印对印图案进行匹配之前，还包括：
将所述完整的胶印对印图案的高度缩小至原高度的2/3，宽度缩小至原宽度的1/2。
较佳地，所述根据匹配结果，鉴别胶印对印图案的真伪，包括：若所述完整的胶印对印图案与紫光透射胶印对印图案子图的紫光透射胶印对印图案的相似度大于等于0.9，鉴别出胶印对印图案为真；否则，鉴别出胶印对印图案为假。
综上所述，本发明提供的纸币鉴伪技术方案，易于实现，实现成本较低，检测快捷而准确，从而可准确地检测出假币，尤其对于变造货币的鉴伪，效果更为明显。对于胶印互补对印类特征，本发明可以进行准确的检测，可以克服反射式成像在原理上就无法检测的缺陷。
附图说明
图1为本发明提供的纸币检测方法流程图；
图2a所示为本发明实施例中采集到的全幅面图像；
图2b所示为对图2a中纸币图像预处理后的图像；
图2c所示为对图2b中纸币图像处理后的图像；
图3a所示为本发明另一实施例中采集到的全幅面图像；
图3b所示为对图3a中全幅面图像进行二值化处理后的图像；
图4为本发明实施中提供的一种纸币检测装置构成示意图。
具体实施方式
本发明提供的一种基于胶印对印图案防伪的纸币鉴伪方法，在走钞通道上方设置第一白光光源和一激光光源；在走钞通道下方设置第二白光光源，通过采集胶印对印图案的白光图像和激光图像，并进行比对，完成鉴伪。具体如图1所示，该方法包括：
步骤S101：待测纸币通过走钞通道过程中，先触发所述第一白光光源和所述第二白光光源开启，触发颜色传感器分别采集所述第一白光光源照射下的第一图像和所述第二白光光源照射下的第二图像；然后触发所述激光光源开启，触发激光传感器采集激光光源照射下的第三图像；
步骤S102：将所述第一图像与所述第二图像中的胶印对印图案子图进行拼接，获得完整的胶印对印图案；
步骤S103：将所述完整的胶印对印图案与所述激光光源透射胶印对印图案子图的透射胶印对印图案进行匹配；
步骤S104：根据匹配结果，鉴别胶印对印图案的真伪。
其中，第一图像和第二图像分别为纸币的正面图像和背面图像；所述第三图像为透射图像，较佳地，可选择紫光透射。
较佳地，可以对全幅图像进行采集，然后从全幅面图像中提取互补对印特征，为后续的鉴伪步骤做准备。
在从全幅面图像中提取互补对印特征之前，先对全局图像进行处理，具体包括：对全幅面图像进行仿射变换，及图像归一化，再进行滤波处理；或者对全幅面图像进行图像二值化处理。之后从处理后的全局图像中提取互补对印特征。例如，在得到如图2a所示的全幅面图像后，通过边缘提取出主要边界，可以看出变造边界已经被基本检测出来。如图2b所示。再通过形态学去噪可以进一步提取信息，得到如图2c所示的图像。再例如，在得到如图3a所示的全幅面图像后，对全幅面图像进行二值化处理，得到如图3b所示的图像。
在一具体实施例中，可以根据版本信息及面向信息分别定位所述可见光正面图的可见光正面胶印对印图案区域、可见光反面图的可见光反面胶印对印图案区域和紫光透射图的紫光透射胶印对印图案区域；使用中值滤波对所述可见光正面胶印对印图案区域、所述可见光反面胶印对印图案区域和所述紫光透射胶印对印图案区域进行滤波；使用灰度值的列和、行和准确定位滤波后的可见光正面胶印对印图案区域的可见光正面胶印对印图案、滤波后的可见光反面胶印对印区域的可见光反面胶印对印图案和滤波后的紫光透射胶印对印区域的紫光透射胶印对印图案，得到可见光正面胶印对印图案子图、可见光反面胶印对印图案子图和紫光透射胶印对印图案子图；使用局部区域自适应阈值对所述可见光正面胶印对印图案子图、可见光反面胶印对印图案子图和紫光透射胶印对印图案子图进行二值化，得到二值化后的可见光正面胶印对印图案子图、可见光反面胶印对印图案子图和紫光透射胶印对印图案子图。
其中，所述使用局部区域自适应阈值对所述可见光正面胶印对印图案子图、可见光反面胶印对印图案子图和紫光透射胶印对印图案子图进行二值化，具体为：
将可见光正面胶印对印图案子图分为10×10非重叠的窗口，每个窗口的直方图近似为两个高斯分布的叠加；对于每一个双峰窗口，在双峰混合分布的估计参数(μ1，μ2，δ1，δ2)的基础上计算出一个阈值，双峰窗口计算出的这些阈值以内插值替换的方式赋给相应的单峰值的窗口阈值；每一个窗口根据对应的窗口阈值对该窗口进行二值化；所述对可见光反面胶印对印图案子图和紫光透射胶印对印图案子图二值化的过程与对可见光正面胶印对印图案子图二值化过程相同；
其中，μ1表示第一个峰值时的横坐标的值，δ1表示第一个峰值对应的高斯函数的标准差，μ2表示第二个峰值时的横坐标的值，δ2表示第二个峰值对应的高斯函数的标准差。
较佳地，拼接过程具体包括：将所述可见光正面胶印对印图案子图进行翻转，将翻转后的可见光正面胶印对印图案子图与反面胶印对印图案子图进行拼接，获得反面完整的胶印对印图案；或所述可见光反面胶印对印图案子图进行翻转，将翻转后的可见光反面胶印对印图案子图与正面胶印对印图案子图进行拼接，获得正面完整的胶印对印图案。
较佳地，在执行步骤S101时，是以一红外传感器感测纸币，当感测到纸币进入走钞通道时，触发光源开启和图像采集。
较佳地，所述可见光正面胶印对印图案子图和可见光反面胶印对印图案子图的图像采集高度是150DPI分辨率、图像采集宽度是200DPI分辨率，所述紫光透射胶印对印图案子图的图像采集高度和图像采集宽度为100DPI；
所述将所述可见光正面胶印对印图案子图和所述可见光反面胶印对印图案子图进行拼接，获得完整的胶印对印图案之后，所述将所述完整的胶印对印图案与紫光透射胶印对印图案子图的紫光透射胶印对印图案进行匹配之前，还包括：
将所述完整的胶印对印图案的高度缩小至原高度的2/3，宽度缩小至原宽度的1/2。
较佳地，所述根据匹配结果，鉴别胶印对印图案的真伪，包括：若所述完整的胶印对印图案与紫光透射胶印对印图案子图的紫光透射胶印对印图案的相似度大于等于0.9，鉴别出胶印对印图案为真；否则，鉴别出胶印对印图案为假。
较佳地，所述颜色传感器可以采用接触式图像传感器CIS或CMOS或CCD。在一实施例中，采用CIS摄取纸币图像，CIS是线光源照射，可便捷地实现纸币的全幅面成像，在得到一张钞票的完整图像后，基于图像处理，模式识别，计算机视觉的高端算法于一体进行处理。检测算法模块对不同材质，任意光谱范围和任意颜色印刷的钞票均可适应。
由于点钞机或验钞机等设备的机械振动，每张纸币通过走钞通道的路径会有细微差异(偏离)。在这种情况下采集到纸币图像会出现旋转、变形等，通过后续处理如仿射变换、旋转矫正、尺寸归一，亮度归一等均可有效解决。
本发明实施例中对全幅面的数字图像处理，在分辨率为640*480pix的情况下检测点多达307200个像素，与传统检测4、5个点即进行鉴伪的传统方案比，检测点数量是传统的近10万倍。通过图像处理的邻域相关检测，特征提取，形态学处理，神经网络识别，模糊聚类，目标的动态跟踪等算法模块，本发明提供的实现方案可以对真币进行准确描述，对假币，变造币可以稳定的识别。而且用到的每个方法均为数据间的相关性计算，是高级计算机视觉算法，而非单点检测的原始方法。
基于全幅面的检测方案，通过算法对图像进行预处理后才进行识别分析，对采集到的图像允许一定的误差。
本实施例中是对二维图像信息的分析，在不需要建立真币数据库的情况下，通过直接描述真币的特征就可达到分析特征的目的，算法模块的检测速度与币种数量没有线性关系。
在纸币造假手段不断翻新、变化越来越频繁的形势下，检测设备要快速适应，及时更新升级以遏制假币流通，这使得金融机构及商家处于主动地位。本发明提供的装置，在不改变已经存在于市场并实际使用的设备的机械和电路的情况下，可以迅速升级产品鉴伪能力的实际需求下，对在用的检测设备只需通过串口或USB就可便捷地实现升级。
由于本发明提供的技术方案是基于透射图进行检测识别，不同于传统的反射模拟人眼识别的流程，得到的图像可能和人眼看到的图像完全不同，同一个防伪特征与反射图可能完全不同。因此在得不到透射图的前提下。伪造货币制造集团无法获知防伪处理流程及算法实现，具有天然的系统加密功能，伪造货币在制造时不知该仿造哪个特征点，即使知道全部机械结构和破解了全部硬件电路也无法得知防伪原理，从根源上大大提高了的伪造货币的制造难度。
变造货币的变造特点是位置不固定，变造特征不固定，变造大小不固定。由于变造货币的核心特点是有个拼接的过程，在反射下有些拼接特点并不明显，而在透射情况下特征则比较明显。对于拼接仔细的变造货币中，从表面(反射式)看很难看出异常的地方。但由于伪造货币很难在材质上找到与真币一致的材质，导致在透射情况下拼接处有较明显的材质变化，虽然在反射式已经很隐蔽的拼接处，在透射时拼接依然明显。通过对比材质的突变，采用图像处理的技术可以轻松识别出变造货币。因此对于变造货币的检测基于透射的全幅面检测相对于反射式成像的方式具有天然优势。
参照图2，本发明实施例还提供了一种基于胶印对印图案防伪的纸币鉴伪装置，包括：
入钞口401；
出钞口402；
走钞通大403；
设置在走钞通大403上方的第一白光光源404和一激光光源405；
设置在走钞通大403下方的第二白光光源406；
第一颜色传感器407，设置在与所述第一白光光源404对应的位置；
第二颜色传感器408，设置在与所述第二白光光源406对应的位置；
激光传感器409，设置在与所述激光光源405对应的位置；
图像处理器410，分别与所述第一颜色传感器407、所述第二颜色传感器408和所述激光传感器409相连，用于获取所述第一图像和所述第二图像中的胶印对印图案子图，将两者拼接为完整的白光胶印对印图案；获取所述第三图像中的透射胶印对印图案；
匹配单元411，与所述图像处理器410相连，用于将所述完整的白光胶印对印图案与所述透射的胶印对印图案进行匹配；
鉴伪单元412，用于根据匹配结果，鉴别胶印对印图案的真伪。
红外感测装置413，设置在入钞口401与走钞通大403连接处；
其中：
所述红外感测装置413感测到待测纸币通过走钞通大403过程中，先触发所述第一白光光源404和所述第二白光光源406开启，触发颜色传感器分别采集所述第一白光光源404照射下的第一图像和所述第二白光光源406照射下的第二图像；然后触发所述激光光源405开启，触发激光传感器409采集激光光源405照射下的第三图像。
较佳地，所述第一颜色传感器407和所述第二颜色传感器408，采集的是全幅的白光反射图像。所述激光传感器409采集的是全幅的激光透射图像。所述图像处理器410，对所采集到的全幅面图像进行处理，从所述处理后的全幅面图像中提取互补对印特征。
较佳地，所述图像处理器410对所采集到的全幅面图像进行处理，具体包括：对全幅面图像进行仿射变换，及图像归一化，再进行滤波处理；或者对全幅面图像进行图像二值化处理。
较佳地，所述第一颜色传感器407和所述第二颜色传感器408采用接触式图像传感器CIS或CMOS或CCD。
较佳地，所述激光光源405为单一紫色激光光源405。
较佳地，所述图像处理器410，是根据版本信息及面向信息分别定位所述可见光正面图的可见光正面胶印对印图案区域、可见光反面图的可见光反面胶印对印图案区域和紫光透射图的紫光透射胶印对印图案区域；使用中值滤波对所述可见光正面胶印对印图案区域、所述可见光反面胶印对印图案区域和所述紫光透射胶印对印图案区域进行滤波；使用灰度值的列和、行和准确定位滤波后的可见光正面胶印对印图案区域的可见光正面胶印对印图案、滤波后的可见光反面胶印对印区域的可见光反面胶印对印图案和滤波后的紫光透射胶印对印区域的紫光透射胶印对印图案，得到可见光正面胶印对印图案子图、可见光反面胶印对印图案子图和紫光透射胶印对印图案子图；使用局部区域自适应阈值对所述可见光正面胶印对印图案子图、可见光反面胶印对印图案子图和紫光透射胶印对印图案子图进行二值化，得到二值化后的可见光正面胶印对印图案子图、可见光反面胶印对印图案子图和紫光透射胶印对印图案子图。
较佳地，所述图像处理器410使用局部区域自适应阈值对所述可见光正面胶印对印图案子图、可见光反面胶印对印图案子图和紫光透射胶印对印图案子图进行二值化，具体为：
将可见光正面胶印对印图案子图分为10×10非重叠的窗口，每个窗口的直方图近似为两个高斯分布的叠加；对于每一个双峰窗口，在双峰混合分布的估计参数(μ1，μ2，δ1，δ2)的基础上计算出一个阈值，双峰窗口计算出的这些阈值以内插值替换的方式赋给相应的单峰值的窗口阈值；每一个窗口根据对应的窗口阈值对该窗口进行二值化；所述对可见光反面胶印对印图案子图和紫光透射胶印对印图案子图二值化的过程与对可见光正面胶印对印图案子图二值化过程相同；
其中，μ1表示第一个峰值时的横坐标的值，δ1表示第一个峰值对应的高斯函数的标准差，μ2表示第二个峰值时的横坐标的值，δ2表示第二个峰值对应的高斯函数的标准差。
较佳地，所述图像处理器410将所述可见光正面胶印对印图案子图和所述可见光反面胶印对印图案子图进行拼接，获得完整的胶印对印图案，包括：
将所述可见光正面胶印对印图案子图进行翻转，将翻转后的可见光正面胶印对印图案子图与反面胶印对印图案子图进行拼接，获得反面完整的胶印对印图案；或所述可见光反面胶印对印图案子图进行翻转，将翻转后的可见光反面胶印对印图案子图与正面胶印对印图案子图进行拼接，获得正面完整的胶印对印图案。
较佳地，所述第一颜色传感器407和所述第二颜色传感器408对可见光正面胶印对印图案子图和可见光反面胶印对印图案子图的图像采集高度是150DPI分辨率、图像采集宽度是400DPI分辨率；所述激光传感器409对所述紫光透射胶印对印图案子图的图像采集高度和图像采集宽度为100DPI；
所述图像处理器410，在将所述可见光正面胶印对印图案子图和所述可见光反面胶印对印图案子图进行拼接，获得完整的胶印对印图案之后，还将所述完整的胶印对印图案的高度缩小至原高度的2/3，宽度缩小至原宽度的1/2。
较佳地，所述鉴伪单元412，所述根据匹配结果，鉴别胶印对印图案的真伪，包括：若所述完整的胶印对印图案与紫光透射胶印对印图案子图的紫光透射胶印对印图案的相似度大于等于0.9，鉴别出胶印对印图案为真；否则，鉴别出胶印对印图案为假。
本发明虽然以较佳实施例公开如上，但其并不是用来限定本发明，任何本领域技术人员在不脱离本发明的精神和范围内，都可以做出可能的变动和修改，因此本发明的保护范围应当以本发明权利要求所界定的范围为准。
Claims (10)
1.一种基于胶印对印图案防伪的纸币鉴伪方法，其特征在于，包括：
在走钞通道上方设置第一白光光源和一激光光源；
在走钞通道下方设置第二白光光源；
待测纸币通过走钞通道过程中，先触发所述第一白光光源和所述第二白光光源开启，触发颜色传感器分别采集所述第一白光光源照射下的第一图像和所述第二白光光源照射下的第二图像；然后触发所述激光光源开启，触发激光传感器采集激光光源照射下的第三图像；
将所述第一图像与所述第二图像中的胶印对印图案子图进行拼接，获得完整的胶印对印图案；
将所述完整的胶印对印图案与所述激光光源透射胶印对印图案子图的透射胶印对印图案进行匹配；
根据匹配结果，鉴别胶印对印图案的真伪。
2.如权利要求1所述的方法，其特征在于：
在各光源下采集全幅图像，并对所采集到的全幅面图像进行处理；
从所述处理后的全幅面图像中提取互补对印特征；
根据处理后的图像判定所述纸币的真伪。
3.如权利要求1所述的方法，其特征在于，所述对所采集到的全幅面图像进行处理，具体包括：
对全幅面图像进行仿射变换，及图像归一化，再进行滤波处理；或者对全幅面图像进行图像二值化处理。
4.如权利要求1所述的方法，其特征在于：
所述颜色传感器采用接触式图像传感器CIS或CMOS或CCD。
5.如权利要求1所述的方法，其特征在于，在进行纸币检测之前，还包括：
检测到纸币通过走钞通道入口，触发光源开启和图像采集。
6.如权利要求1所述的方法，其特征在于，所述获取纸币的第一图像、第二图像和第三图像包括：
获取纸币的可见光正面图、可见光反面图和紫光透射图；
根据版本信息及面向信息分别定位所述可见光正面图的可见光正面胶印对印图案区域、可见光反面图的可见光反面胶印对印图案区域和紫光透射图的紫光透射胶印对印图案区域；
使用中值滤波对所述可见光正面胶印对印图案区域、所述可见光反面胶印对印图案区域和所述紫光透射胶印对印图案区域进行滤波；
使用灰度值的列和、行和准确定位滤波后的可见光正面胶印对印图案区域的可见光正面胶印对印图案、滤波后的可见光反面胶印对印区域的可见光反面胶印对印图案和滤波后的紫光透射胶印对印区域的紫光透射胶印对印图案，得到可见光正面胶印对印图案子图、可见光反面胶印对印图案子图和紫光透射胶印对印图案子图；
使用局部区域自适应阈值对所述可见光正面胶印对印图案子图、可见光反面胶印对印图案子图和紫光透射胶印对印图案子图进行二值化，得到二值化后的可见光正面胶印对印图案子图、可见光反面胶印对印图案子图和紫光透射胶印对印图案子图。
7.如权利要求1所述的方法，其特征在于，所述使用局部区域自适应阈值对所述可见光正面胶印对印图案子图、可见光反面胶印对印图案子图和紫光透射胶印对印图案子图进行二值化，具体为：
将可见光正面胶印对印图案子图分为10×10非重叠的窗口，每个窗口的直方图近似为两个高斯分布的叠加；对于每一个双峰窗口，在双峰混合分布的估计参数(μ1，μ2，δ1，δ2)的基础上计算出一个阈值，双峰窗口计算出的这些阈值以内插值替换的方式赋给相应的单峰值的窗口阈值；每一个窗口根据对应的窗口阈值对该窗口进行二值化；所述对可见光反面胶印对印图案子图和紫光透射胶印对印图案子图二值化的过程与对可见光正面胶印对印图案子图二值化过程相同；
其中，μ1表示第一个峰值时的横坐标的值，δ1表示第一个峰值对应的高斯函数的标准差，μ2表示第二个峰值时的横坐标的值，δ2表示第二个峰值对应的高斯函数的标准差。
8.如权利要求1所述的方法，其特征在于，所述将所述可见光正面胶印对印图案子图和所述可见光反面胶印对印图案子图进行拼接，获得完整的胶印对印图案，包括：
将所述可见光正面胶印对印图案子图进行翻转，将翻转后的可见光正面胶印对印图案子图与反面胶印对印图案子图进行拼接，获得反面完整的胶印对印图案；或所述可见光反面胶印对印图案子图进行翻转，将翻转后的可见光反面胶印对印图案子图与正面胶印对印图案子图进行拼接，获得正面完整的胶印对印图案。
9.如权利要求1所述的方法，其特征在于，所述可见光正面胶印对印图案子图和可见光反面胶印对印图案子图的图像采集高度是150DPI分辨率、图像采集宽度是200DPI分辨率，所述紫光透射胶印对印图案子图的图像采集高度和图像采集宽度为100DPI；
所述将所述可见光正面胶印对印图案子图和所述可见光反面胶印对印图案子图进行拼接，获得完整的胶印对印图案之后，所述将所述完整的胶印对印图案与紫光透射胶印对印图案子图的紫光透射胶印对印图案进行匹配之前，还包括：
将所述完整的胶印对印图案的高度缩小至原高度的2/3，宽度缩小至原宽度的1/2。
10.如权利要求1所述的方法，其特征在于，所述根据匹配结果，鉴别胶印对印图案的真伪，包括：若所述完整的胶印对印图案与紫光透射胶印对印图案子图的紫光透射胶印对印图案的相似度大于等于0.9，鉴别出胶印对印图案为真；否则，鉴别出胶印对印图案为假。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610713026.XA CN107784728A (zh) | 2016-08-24 | 2016-08-24 | 一种基于胶印对印图案防伪的纸币鉴伪方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610713026.XA CN107784728A (zh) | 2016-08-24 | 2016-08-24 | 一种基于胶印对印图案防伪的纸币鉴伪方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN107784728A true CN107784728A (zh) | 2018-03-09 |
Family
ID=61388855
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201610713026.XA Pending CN107784728A (zh) | 2016-08-24 | 2016-08-24 | 一种基于胶印对印图案防伪的纸币鉴伪方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107784728A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108776140A (zh) * | 2018-06-08 | 2018-11-09 | 福建新大陆电脑股份有限公司 | 一种基于机器视觉的印刷品瑕疵检测方法及系统 |
| CN111288941A (zh) * | 2018-12-06 | 2020-06-16 | 无锡先导智能装备股份有限公司 | 电池贴胶检测方法及电池贴胶系统 |
-
2016
- 2016-08-24 CN CN201610713026.XA patent/CN107784728A/zh active Pending
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108776140A (zh) * | 2018-06-08 | 2018-11-09 | 福建新大陆电脑股份有限公司 | 一种基于机器视觉的印刷品瑕疵检测方法及系统 |
| CN108776140B (zh) * | 2018-06-08 | 2024-02-02 | 新大陆数字技术股份有限公司 | 一种基于机器视觉的印刷品瑕疵检测方法及系统 |
| CN111288941A (zh) * | 2018-12-06 | 2020-06-16 | 无锡先导智能装备股份有限公司 | 电池贴胶检测方法及电池贴胶系统 |
| CN111288941B (zh) * | 2018-12-06 | 2022-04-22 | 无锡先导智能装备股份有限公司 | 电池贴胶检测方法及电池贴胶系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN102096962A (zh) | 一种纸币检测方法及装置 | |
| CN100437625C (zh) | 货币验证的系统和方法 | |
| CN100595799C (zh) | 一种二维货币自动识别方法及系统 | |
| CN102005078A (zh) | 一种纸币、票券识别方法和装置 | |
| CN102096961A (zh) | 一种纸币鉴别方法及装置 | |
| CN101986353A (zh) | 一种多角度光学特征检测方法及装置 | |
| CN106934915B (zh) | 纸币处理装置 | |
| CN101751713A (zh) | 一种基于光谱影像分析的银行票据鉴伪系统 | |
| CN206179069U (zh) | 一种基于胶印对印图案防伪的纸币鉴伪装置 | |
| CN103003848A (zh) | 用于测试有价文件的真实性的装置 | |
| Murthy et al. | Design and implementation of paper currency recognition with counterfeit detection | |
| 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 | |
| CN103886309A (zh) | 人像识别鉴别美元面额的方法 | |
| CN107784729A (zh) | 一种基于光彩光变防伪特征的纸币鉴伪方法 | |
| WO2016202165A1 (zh) | 一种钞票的多光谱识别装置及方法 | |
| CN107784728A (zh) | 一种基于胶印对印图案防伪的纸币鉴伪方法 | |
| CN107305716A (zh) | 一种纸币鉴别方法和装置 | |
| CN108806058A (zh) | 一种纸币检测方法及装置 | |
| Amirsab et al. | An automated recognition of fake or destroyed Indian currency notes | |
| CN106875543A (zh) | 一种基于rgb‑d相机的视障人士纸币识别系统及识别方法 | |
| CN107393121A (zh) | 一种纸币鉴伪方法 | |
| CN106447897A (zh) | 一种检测纸币磁性特征的方法及装置 | |
| US11842593B2 (en) | Systems and methods for detection of counterfeit documents | |
| CN205722114U (zh) | 一种光学特征检测装置和纸币鉴伪装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| WD01 | Invention patent application deemed withdrawn after publication | ||
| WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20180309 |