CN108074322A - 一种图像识别方法及装置 - Google Patents
一种图像识别方法及装置 Download PDFInfo
- Publication number
- CN108074322A CN108074322A CN201611020594.8A CN201611020594A CN108074322A CN 108074322 A CN108074322 A CN 108074322A CN 201611020594 A CN201611020594 A CN 201611020594A CN 108074322 A CN108074322 A CN 108074322A
- Authority
- CN
- China
- Prior art keywords
- inflection point
- row pixel
- money
- pixel
- value
- 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.)
- Granted
Links
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
- G07D7/20—Testing patterns thereon
- G07D7/2016—Testing patterns thereon using feature extraction, e.g. segmentation, edge detection or Hough-transformation
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Inspection Of Paper Currency And Valuable Securities (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种图像识别方法及装置。所述方法包括:获取待测纸币的至少一个预设特征区域的灰度图像;计算所述灰度图像每一列像素点的列像素和;根据所述列像素和的数值变化特征确定所述待测纸币的币值。通过采用上述技术方案,可以使待测纸币的币值更具有针对性。同时,也可以提高纸币币值的识别效率。
Description
技术领域
本发明实施例涉及纸币检测技术领域,特别是涉及一种图像识别方法及装置。
背景技术
随着经济的发展,纸币的流通量越来越大,很多行业都出现了基于纸币识别技术的智能化无人收费系统。例如,纸币识别技术不仅可以应用在自动售货售票上,也可以应用到银行的自动存取款机或营业厅的自动交费机等系统中。同时,点钞机的发明也为各个行业提供了方便。纸币识别装置的应用,节省了大量的人力资源,极大地提升了工作效率。
目前,一般通过纸币的安全线编码或纸币的尺寸对其币值进行识别,这种识别方法虽能识别出大部分币种的币值,但对于有些币种(如美元或印度盾等),由于所有币值的尺寸完全相同,且无相应的安全线编码可供识别,因此,可以基于不同纸币币值的颜色特征来对纸币的币值进行识别。
现有纸币识别技术虽然能识别出纸币的币值,但是其识别方式较为复杂,同时由于对纸币识别装置的要求较高,将会相应增加纸币识别装置的造价成本,并且纸币币值的识别效率也有待提高。
发明内容
有鉴于此,本发明实施例提供一种图像识别方法及装置,以提高纸币币值识别的准确性。
第一方面,本发明实施例提供了一种图像识别方法,包括:
获取待测纸币的至少一个预设特征区域的灰度图像;
计算所述灰度图像每一列像素点的列像素和;
根据所述列像素和的数值变化特征确定所述待测纸币的币值。
进一步的,所述根据所述列像素和的数值变化特征确定所述待测纸币的币值,包括:
获取第一特征区域的灰度图像在第一列像素和区间中的连续波动长度;
根据所述连续波动长度和预设波荡长度确定所述待测纸币的币值。
进一步的,所述根据所述列像素和的数值变化特征确定所述待测纸币的币值,包括:
从第二特征区域的灰度图像的每一列像素点的列像素和中查找第一拐点;
从所述第一拐点中查找目标拐点;
根据所述目标拐点的数量确定所述待测纸币的币值。
进一步的,所述从所述第一拐点中查找目标拐点,包括:
根据第一预设拐点差值从所述第一拐点中查找第二拐点,任意两个相邻的第二拐点对应的列像素和,为经过连续上升或连续下降得到的列像素和最大值和列像素和最小值。
进一步的,在根据第一预设拐点差值从所述第一拐点中查找第二拐点之后,还包括:
根据第二预设拐点差值从所述第二拐点中滤除噪点,得到目标拐点,所述第二预设拐点差值小于所述第一预设拐点差值,所述噪点为使连续变化出现临时间断的点。
进一步的,所述根据所述列像素和的数值变化特征确定所述待测纸币的币值,包括:
获取第二特征区域的灰度图像并计算所述第二特征区域的灰度图像每一列像素点的列像素和;
若当前列像素和小于预设侧的预设数量的连续列像素和,且所述预设数量的连续列像素和与当前列像素和的差值大于预设像素差值,则将当前列像素和对应的列像素作为目标列像素;
根据目标列像素的数量确定所述待测纸币的币值。
第二方面,本发明实施例提供了一种图像识别装置,包括:
图像获取模块,用于获取待测纸币的至少一个预设特征区域的灰度图像;
计算模块,用于计算所述图像获取模块所获取的灰度图像每一列像素点的列像素和;
币值确定模块,用于根据所述计算模块计算出的所述列像素和的数值变化特征确定所述待测纸币的币值。
进一步的,所述币值确定模块具体用于:
获取第一特征区域的灰度图像在第一列像素和区间中的连续波动长度;
根据所述连续波动长度和预设波荡长度确定所述待测纸币的币值。
进一步的,所述币值确定模块包括:
第一拐点查找单元,用于从第二特征区域的灰度图像的每一列像素点的列像素和中查找第一拐点;
目标拐点查找单元,用于从所述第一拐点查找单元所查找的所述第一拐点中查找目标拐点;
币值确定单元,用于根据所述目标拐点查找单元查找的所述目标拐点的数量确定所述待测纸币的币值。
进一步的,所述目标拐点查找单元具体用于:
根据第一预设拐点差值从所述第一拐点中查找第二拐点,任意两个相邻的第二拐点对应的列像素和,为经过连续上升或连续下降得到的列像素和最大值和列像素和最小值。
进一步的,该装置还包括:目标拐点确定模块,用于在根据第一预设拐点差值从所述第一拐点中查找第二拐点之后,根据第二预设拐点差值从所述第二拐点中滤除噪点,得到目标拐点,所述第二预设拐点差值小于所述第一预设拐点差值,所述噪点为使连续变化出现临时间断的点。
进一步的,所述币值确定模块具体用于:
获取第二特征区域的灰度图像并计算所述第二特征区域的灰度图像每一列像素点的列像素和;
若当前列像素和小于预设侧的预设数量的连续列像素和,且所述预设数量的连续列像素和与当前列像素和的差值大于预设像素差值,则将当前列像素和对应的列像素作为目标列像素;
根据目标列像素的数量确定所述待测纸币的币值。
本发明实施例提供的一种图像识别方案,在获取待测纸币的至少一个预设特征区域的灰度图像后,可以计算灰度图像每一列像素点的列像素和,然后根据列像素和的数值变化特征确定待测纸币的币值。由于不同币值的纸币列像素和的数值变化存在不同的特征,因此通过列像素和的数值变化特征确定出的待测纸币的币值更具有针对性,进而提高纸币币值的识别效率。
附图说明
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述,本发明的其它特征、目的和优点将会变得更明显:
图1是本发明实施例一提供的一种图像识别方法的流程图;
图2是本发明实施例一提供的币值为1万、2万、5万和10万的伊朗币在红外透射图下的灰度特征示意图;
图3为本发明实施例一提供的币值为1万、2万、5万和10万的伊朗币第一特征区域示意图;
图4为本发明实施例一提供的币值为1万、2万、5万和10万的伊朗币第一特征区域列像素和仿真示意图;
图5是本发明实施例二提供的一种图像识别方法的流程图;
图6为本发明实施例二提供的币值为1万、2万和5万的伊朗币第二特征区域示意图;
图7a为本发明实施例二提供的币值为1万的伊朗币第二特征区域列像素和仿真示意图;
图7b为本发明实施例二提供的币值为2万的伊朗币第二特征区域列像素和仿真示意图;
图7c为本发明实施例二提供的币值为5万的伊朗币第二特征区域列像素和仿真示意图;
图8是本发明实施例三提供的一种图像识别方法的流程图;
图9是本发明实施例四提供的一种图像识别装置的结构框图。
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。
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。在更加详细地讨论示例性实施例之前应当提到的是,一些示例性实施例被描述成作为流程图描绘的处理或方法。虽然流程图将各项操作(或步骤)描述成顺序的处理,但是其中的许多操作可以被并行地、并发地或者同时实施。此外,各项操作的顺序可以被重新安排。当其操作完成时所述处理可以被终止,但是还可以具有未包括在附图中的附加步骤。所述处理可以对应于方法、函数、规程、子例程、子程序等等。
实施例一
图1是本发明实施例一提供的一种图像识别方法的流程图。本实施例的方法可由图像识别装置来执行,其中该装置可由软件和/或硬件实现,一般可集成在自动售票机或点钞机等金融设备中。如图1所示,本实施例提供的图像识别方法具体包括如下步骤:
步骤S110、获取待测纸币的至少一个预设特征区域的灰度图像。
其中,待测纸币可优选为伊朗币,也可以为纸币表面存在明显色差区域的其他币种(如人民币或印尼盾)。预设特征区域可以为纸币表面存在明显色差的区域。示例性的,预设特征区域的位置可以通过安装的图像采集传感器的位置进行设置。
可选的,纸币的颜色在RGB模型(加色法混色模型)中为彩色,它是通过红(R)、绿(G)和蓝(B)三个颜色通道的变化以及它们之间相互的叠加得到的。进一步的,为了更准确地识别纸币的币值,首先需要通过图像采集传感器提取到待测纸币的灰度图像。在灰度图像中,像素点灰度值的范围为0~255。
以伊朗币为例,图2是本发明实施例一提供的币值为1万、2万、5万和10万的伊朗币在红外透射图下的灰度特征示意图。从图2中可以看出,不同币值的伊朗币在红外透射图下的灰度特征不同,从该灰度特征中可以提取出灰度特征最明显的区域(即预设特征区域)的灰度图像。例如,图2中不同币值的伊朗币上矩形框内的特征区域A都可表示为预设特征区域。
示例性的,不同币种的纸币预设特征区域所在位置不同,在纸币币值识别的过程中,可以根据纸币币种的不同对其预设特征区域的位置进行相应的设置。通过采用这种方法,可以有针对性对不同币种的纸币币值进行识别,进而提高识别效率。
优选的,预设特征区域的设置还可以采取设置坐标范围的方式。例如,在直角坐标系中,优选左上角的端点作为坐标原点。由于在对图像进行处理的过程中,图像每个像素点的像素值都以数组的形式保存,因此,可以将图像中各个像素点的像素值作为在直角坐标系下的坐标值。图3为本发明实施例一提供的币值为1万、2万、5万和10万的伊朗币第一特征区域示意图。其中,第一预设特征区域为一种预设特征区域。第一特征区域四个顶点的坐标值可优选为:[110,210]、[420,210]、[110,280]和[420,280]。从图3中可以看出不同币值的伊朗币第一特征区域的灰度图像存在明显差别。
步骤S120、计算灰度图像每一列像素点的列像素和。
示例性的,由于不同币值的待测纸币预设特征区域的灰度图像存在明显差别,因此可以通过计算灰度图像每一列像素点的列像素和将不同币值的纸币预设特征区域的差别以数据的形式直观地反映出来。
步骤S130、根据列像素和的数值变化特征确定待测纸币的币值。
具体的,图4为本发明实施例一提供的币值为1万、2万、5万和10万的伊朗币第一特征区域列像素和仿真示意图。从图中可以看出不同币值的伊朗币列像素和所呈现的特征不同。例如,币值为10万的伊朗币列像素和存在明显的“低高低”特征,且每个“低”或“高”都存在一定的宽度,即列像素和相对较大或较小的列将持续一段距离。而对于币值为1万、2万和5万的伊朗币则不存在这样的特点。
示例性的,可以获取第一特征区域的灰度图像在第一列像素和区间中的连续波动长度,然后根据连续波动长度和预设波荡长度确定待测纸币的币值。其中,预设波荡长度为通过大量实验后获得的经验值。通过预设波荡长度的设置可初步识别出待测纸币的币值,且识别方式简单,计算量较小。
以伊朗币为例,在第一特征区域中,通过计算每一列像素点的列像素和后,可将较小列像素和(例如8000-10000)或较大列像素和(12000-13000)所在的区间作为第一列像素和区间。在第一列像素和区间中,获取该区间内列坐标开始和结束的位置,并计算该位置的距离(即连续波动长度),若该波动长度大于预设波荡长度,则可以判断出该伊朗币的币值为10万。币值为1万、2万和5万的伊朗币的币值则需要进一步进行确定。
本发明实施例一提供的图像识别方法,在获取待测纸币的至少一个预设特征区域的灰度图像后,可以计算灰度图像每一列像素点的列像素和,然后根据列像素和的数值变化特征确定待测纸币的币值。由于不同币值的纸币列像素和的数值变化存在不同的特征,因此通过列像素和的数值变化特征确定出的待测纸币的币值更具有针对性,进而提高纸币币值的识别效率。
实施例二
图5是本发明实施例二提供的一种图像识别方法的流程图。本实施例对实施例一中的步骤“根据列像素和的数值变化特征确定待测纸币的币值”的过程进行了细化。参考图5,本发明实施例具体包括如下步骤:
步骤S210、获取待测纸币的至少一个预设特征区域的灰度图像。
步骤S220、计算灰度图像每一列像素点的列像素和。
步骤S230、从第二特征区域的灰度图像的每一列像素点的列像素和中查找第一拐点。
其中,第一拐点为在第二特征区域的灰度图像中列像素和存在明显变化的特征点。
以伊朗币为例,将伊朗币左上角的端点作为坐标原点,则当前伊朗币第二特征区域中四个顶点的坐标位置可优选为:[400,80]、[630,80]、[400,230]和[630,80]。图6为本发明实施例二提供的币值为1万、2万和5万的伊朗币第二特征区域示意图。如图6所示,不同币值的伊朗币第二特征区域所呈现的灰度特征不同。图7a为本发明实施例二提供的币值为1万的伊朗币第二特征区域列像素和仿真示意图;图7b为本发明实施例二提供的币值为2万的伊朗币第二特征区域列像素和仿真示意图;图7c为本发明实施例二提供的币值为5万的伊朗币第二特征区域列像素和仿真示意图。在第二特征区域的灰度图像内,对于当前列像素和而言,若当前列像素和左右两侧相邻的列像素和同时大于或同时小于当前列像素和,则可以将当前列像素和对应的点作为第一拐点。具体的,在图7a所示,像A、B、C、D、E、F、G和H等点都可作为第一拐点。
步骤S240、从第一拐点中查找目标拐点。
其中,目标拐点为在纸币币值识别过程中,对币值识别效果具有实质性意义的各个点。示例性的,从第一拐点中查找目标拐点的方式可包括:根据第一预设拐点差值从第一拐点中查找第二拐点,任意两个相邻的第二拐点对应的列像素和,为经过连续上升或连续下降得到的列像素和最大值和列像素和最小值。通过目标拐点的查找可以排除一些噪点的影响,进而减小计算量,并且可以提高纸币币值的识别效率。
其中,第一预设拐点差值为经过大量实验后统计出的经验值。例如,第一预设拐点差值可为5000像素。在查找第二拐点时,可以首先计算每两个相邻第一拐点之间的拐点差值,然后判断该差值是否达到第一预设拐点差值。若大于第一预设拐点差值,则可将当前相邻的两个点判定为第二拐点。具体的,在图7a的各个第一拐点中,A点与D点、F点与G点以及G点与H点之间的差值大于5000,因此,可以将A点、D点、F点、G点和H点作为第二拐点。从图7a中可以看出,F点所对应的列像素和经过连续下降可得到G点所对应的列像素和(FG段内列像素和的最小值)。G点所对应的列像素和经过连续上升可得到H点所对应的列像素和(GH段内列像素和的最大值)。
示例性的,在根据第一预设拐点差值从第一拐点中查找第二拐点之后,还可包括:根据第二预设拐点差值从第二拐点中滤除噪点,得到目标拐点,第二预设拐点差值小于第一预设拐点差值,噪点为使连续变化出现临时间断的点。其中,第二预设拐点差值可优选设置为500像素,通过第二预设拐点差值的设置可以滤掉第二拐点中的噪点,避免了一些噪点对币值识别的影响,同时也可以达到减小计算量的效果。具体的,在图7a中,从D点到G点之间整体呈现列像素和下降的趋势,而F点为在上述下降趋势中临时出现列像素和上升的点,由于E点与F点对应的列像素和达到第二预设拐点差值(500),但小于第一预设拐点差值(5000)。因此,可以滤掉F点,进而得到目标拐点G。
步骤S250、根据目标拐点的数量确定待测纸币的币值。
具体的,在对伊朗币识别的过程中,通过上述分析方法可以得到,币值为1万的伊朗币有一个目标拐点,币值为2万的伊朗币有两个目标拐点,币值为5万的伊朗币没有目标拐点。因此,可以通过统计目标拐点的数量确定出伊朗币的币值为1万、2万或5万。由于上述币值识别方式可通过软件编程的形式实现,因此,采用上述方案也可以达到降低成本的效果。
本发明实施例二在上述实施例的基础进行了细化,通过第一拐点的查找可以在特征区域的灰度图像中获取对纸币币值识别有实质性意义的特征点,通过第一预设拐点差值可以在第一拐点中进一步获取到第二拐点,并且通过第二预设拐点差值的设置,可以滤掉第二拐点中的噪点,得到目标拐点。通过采用上述方案,可以减小纸币币值识别过程中的计算量,并且在准确识别出纸币币值的基础上提高币值的识别效率。
实施例三
图8是本发明实施例三提供的一种图像识别方法的流程图。本实施例对上述实施例中“根据列像素和的数值变化特征确定待测纸币的币值”的过程进行了细化。参考图8,本发明实施例具体包括如下步骤:
步骤S310、获取待测纸币的至少一个预设特征区域的灰度图像。
步骤S320、计算灰度图像每一列像素点的列像素和。
步骤S330、获取第二特征区域的灰度图像并计算第二特征区域的灰度图像每一列像素点的列像素和。
具体的,从图7a、7b和7c中可以看出,币值不同的伊朗币第二特征区域列像素和的特征都不同。因此,可以将不同币值的列像素和所呈现的特征作为识别伊朗币币值的基本特征。
步骤S340、若当前列像素和小于预设侧的预设数量的连续列像素和,且预设数量的连续列像素和与当前列像素和的差值大于预设像素差值,则将当前列像素和对应的列像素作为目标列像素。
其中,预设侧的预设数量的连续列像素和可优选为当前列像素和的右侧预设数量的连续列像素和。示例性的,预设侧也可同时将当前列像素和的左侧和右侧相结合。其中,预设数量的连续列可优选为10列。
具体的,将连续10列的列像素和与当前列像素和作比较,若差值大于预设像素差值,则可将当前列像素和对应的列像素作为目标列像素。其中,预设像素差值为在实际操作中通过大量统计后所得出的经验值,可优选为1000像素。预设像素差值设置的好处在于可以提高纸币币值识别的准确性。如图7b所示,对于E点而言,在E点右侧连续10列的列像素和与当前E点所对应列的列像素和的差值达到1000像素,因此,可以将E点对应的列像素作为目标列像素。对于F点而言,由于在其右侧连续10列的列像素和都比F点所对应的列的列像素和大1000以上,因此,可以将F点对应的列像素作为目标列像素。如图7c所示,列像素和呈现的特征抖动幅度较大,在当前列像素和小于预设侧(右侧)的预设数量的连续列像素和时,预设数量(10)的连续列像素和与当前列像素和的差值也都小于预设像素差值(1000)。例如,A点右侧连续10列的列像素和与当前A点所在列的列像素和的差值为500像素左右。因此,币值为5万的伊朗币不存在目标列像素。
步骤S350、根据目标列像素的数量确定待测纸币的币值。
具体的,通过上述分析方法可以得出,在对伊朗币识别的过程中,币值为1万的伊朗币有一个目标列像素,币值为2万的伊朗币有两个目标列像素,币值为5万的伊朗币没有目标列像素。因此,可以基于目标列像素的数量确定出伊朗币的币值为1万、2万或5万。通过目标列像素的数量识别伊朗币的币值不仅识别率较高同时计算量也较小。
本发明实施例三在上述实施例的基础上,通过获取目标列像素的数量可以进一步确定待测纸币的币值,在准确识别纸币币值的基础上提高了币值的识别效率。
实施例四
图9是本发明实施例四提供的一种图像识别装置的结构框图,该装置可由软件和/或硬件实现,一般可集成在自动售票机或点钞机等金融设备中。如图9所示,该系统包括:图像获取模块410、计算模块420和币值确定模块430。
其中,图像获取模块410,用于获取待测纸币的至少一个预设特征区域的灰度图像;
计算模块420,用于计算所述图像获取模块所获取的灰度图像每一列像素点的列像素和;
币值确定模块430,用于根据所述计算模块计算出的所述列像素和的数值变化特征确定所述待测纸币的币值。
本发明实施例四提供的图像识别装置,在获取待测纸币的至少一个预设特征区域的灰度图像后,可以计算灰度图像每一列像素点的列像素和,然后根据列像素和的数值变化特征确定待测纸币的币值。由于不同币值的纸币列像素和的数值变化存在不同的特征,因此通过列像素和的数值变化特征确定出的待测纸币的币值更具有针对性,进而提高纸币币值的识别效率。
在上述实施例的基础上,所述币值确定模块具体用于:获取第一特征区域的灰度图像在第一列像素和区间中的连续波动长度;根据所述连续波动长度和预设波荡长度确定所述待测纸币的币值。
在上述实施例的基础上,所述币值确定模块包括:第一拐点查找单元,用于从第二特征区域的灰度图像的每一列像素点的列像素和中查找第一拐点;目标拐点查找单元,用于从所述第一拐点查找单元所查找的所述第一拐点中查找目标拐点;币值确定单元,用于根据所述目标拐点查找单元查找的所述目标拐点的数量确定所述待测纸币的币值。
在上述实施例的基础上,所述目标拐点查找单元具体用于:根据第一预设拐点差值从所述第一拐点中查找第二拐点,任意两个相邻的第二拐点对应的列像素和,为经过连续上升或连续下降得到的列像素和最大值和列像素和最小值。
在上述实施例的基础上,该装置还包括:目标拐点确定模块,用于在根据第一预设拐点差值从所述第一拐点中查找第二拐点之后,根据第二预设拐点差值从所述第二拐点中滤除噪点,得到目标拐点,所述第二预设拐点差值小于所述第一预设拐点差值,所述噪点为使连续变化出现临时间断的点。
在上述实施例的基础上,所述币值确定模块具体用于:获取第二特征区域的灰度图像并计算所述第二特征区域的灰度图像每一列像素点的列像素和;若当前列像素和小于预设侧的预设数量的连续列像素和,且所述预设数量的连续列像素和与当前列像素和的差值大于预设像素差值,则将当前列像素和对应的列像素作为目标列像素;根据目标列像素的数量确定所述待测纸币的币值。
上述实施例中提供的图像识别装置可执行本发明任意实施例所提供的图像识别方法,具备执行方法相应的功能模块和有益效果。未在上述实施例中详尽描述的技术细节,可参见本发明任意实施例所提供的图像识别方法。
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 (12)
1.一种纸币识别方法,其特征在于,包括:
获取待测纸币的至少一个预设特征区域的灰度图像;
计算所述灰度图像每一列像素点的列像素和;
根据所述列像素和的数值变化特征确定所述待测纸币的币值。
2.根据权利要求1所述的方法,其特征在于,所述根据所述列像素和的数值变化特征确定所述待测纸币的币值,包括:
获取第一特征区域的灰度图像在第一列像素和区间中的连续波动长度;
根据所述连续波动长度和预设波荡长度确定所述待测纸币的币值。
3.根据权利要求1所述的方法,其特征在于,所述根据所述列像素和的数值变化特征确定所述待测纸币的币值,包括:
从第二特征区域的灰度图像的每一列像素点的列像素和中查找第一拐点;
从所述第一拐点中查找目标拐点;
根据所述目标拐点的数量确定所述待测纸币的币值。
4.根据权利要求3所述的方法,其特征在于,所述从所述第一拐点中查找目标拐点,包括:
根据第一预设拐点差值从所述第一拐点中查找第二拐点,任意两个相邻的第二拐点对应的列像素和,为经过连续上升或连续下降得到的列像素和最大值和列像素和最小值。
5.根据权利要求4所述的方法,其特征在于,在根据第一预设拐点差值从所述第一拐点中查找第二拐点之后,还包括:
根据第二预设拐点差值从所述第二拐点中滤除噪点,得到目标拐点,所述第二预设拐点差值小于所述第一预设拐点差值,所述噪点为使连续变化出现临时间断的点。
6.根据权利要求1所述的方法,其特征在于,所述根据所述列像素和的数值变化特征确定所述待测纸币的币值,包括:
获取第二特征区域的灰度图像并计算所述第二特征区域的灰度图像每一列像素点的列像素和;
若当前列像素和小于预设侧的预设数量的连续列像素和,且所述预设数量的连续列像素和与当前列像素和的差值大于预设像素差值,则将当前列像素和对应的列像素作为目标列像素;
根据目标列像素的数量确定所述待测纸币的币值。
7.一种图像识别装置,其特征在于,包括:
图像获取模块,用于获取待测纸币的至少一个预设特征区域的灰度图像;
计算模块,用于计算所述图像获取模块所获取的灰度图像每一列像素点的列像素和;
币值确定模块,用于根据所述计算模块计算出的所述列像素和的数值变化特征确定所述待测纸币的币值。
8.根据权利要求7所述的装置,其特征在于,所述币值确定模块具体用于:
获取第一特征区域的灰度图像在第一列像素和区间中的连续波动长度;
根据所述连续波动长度和预设波荡长度确定所述待测纸币的币值。
9.根据权利要求7所述的装置,其特征在于,所述币值确定模块包括:
第一拐点查找单元,用于从第二特征区域的灰度图像的每一列像素点的列像素和中查找第一拐点;
目标拐点查找单元,用于从所述第一拐点查找单元所查找的所述第一拐点中查找目标拐点;
币值确定单元,用于根据所述目标拐点查找单元查找的所述目标拐点的数量确定所述待测纸币的币值。
10.根据权利要求9所述的装置,其特征在于,所述目标拐点查找单元具体用于:
根据第一预设拐点差值从所述第一拐点中查找第二拐点,任意两个相邻的第二拐点对应的列像素和,为经过连续上升或连续下降得到的列像素和最大值和列像素和最小值。
11.根据权利要求10所述的装置,其特征在于,还包括:
目标拐点确定模块,用于在根据第一预设拐点差值从所述第一拐点中查找第二拐点之后,根据第二预设拐点差值从所述第二拐点中滤除噪点,得到目标拐点,所述第二预设拐点差值小于所述第一预设拐点差值,所述噪点为使连续变化出现临时间断的点。
12.根据权利要求7所述的装置,其特征在于,所述币值确定模块具体用于:
获取第二特征区域的灰度图像并计算所述第二特征区域的灰度图像每一列像素点的列像素和;
若当前列像素和小于预设侧的预设数量的连续列像素和,且所述预设数量的连续列像素和与当前列像素和的差值大于预设像素差值,则将当前列像素和对应的列像素作为目标列像素;
根据目标列像素的数量确定所述待测纸币的币值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611020594.8A CN108074322B (zh) | 2016-11-17 | 2016-11-17 | 一种图像识别方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611020594.8A CN108074322B (zh) | 2016-11-17 | 2016-11-17 | 一种图像识别方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108074322A true CN108074322A (zh) | 2018-05-25 |
CN108074322B CN108074322B (zh) | 2020-09-15 |
Family
ID=62160523
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201611020594.8A Expired - Fee Related CN108074322B (zh) | 2016-11-17 | 2016-11-17 | 一种图像识别方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108074322B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111292463A (zh) * | 2020-01-17 | 2020-06-16 | 深圳怡化电脑股份有限公司 | 一种纸币识别方法、装置、服务器及存储介质 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104091388A (zh) * | 2014-07-22 | 2014-10-08 | 新达通科技股份有限公司 | 一种基于磁图像的纸币鉴伪方法及装置 |
CN104200561A (zh) * | 2014-06-16 | 2014-12-10 | 华中科技大学 | 一种基于纹理特征识别具有字迹污损人民币的方法 |
CN204117250U (zh) * | 2014-07-18 | 2015-01-21 | 光荣电子工业(苏州)有限公司 | 具有纸币安全线磁码读取能力的点验钞机 |
CN104484674A (zh) * | 2014-12-05 | 2015-04-01 | 深圳怡化电脑股份有限公司 | 一种确定百元纸币垂直折痕位置的方法 |
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 |
CN105225335A (zh) * | 2015-10-28 | 2016-01-06 | 深圳怡化电脑股份有限公司 | 一种纸币冠字号污损识别方法与系统 |
-
2016
- 2016-11-17 CN CN201611020594.8A patent/CN108074322B/zh not_active Expired - Fee Related
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104200561A (zh) * | 2014-06-16 | 2014-12-10 | 华中科技大学 | 一种基于纹理特征识别具有字迹污损人民币的方法 |
CN204117250U (zh) * | 2014-07-18 | 2015-01-21 | 光荣电子工业(苏州)有限公司 | 具有纸币安全线磁码读取能力的点验钞机 |
CN104091388A (zh) * | 2014-07-22 | 2014-10-08 | 新达通科技股份有限公司 | 一种基于磁图像的纸币鉴伪方法及装置 |
CN104484674A (zh) * | 2014-12-05 | 2015-04-01 | 深圳怡化电脑股份有限公司 | 一种确定百元纸币垂直折痕位置的方法 |
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 |
CN105225335A (zh) * | 2015-10-28 | 2016-01-06 | 深圳怡化电脑股份有限公司 | 一种纸币冠字号污损识别方法与系统 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111292463A (zh) * | 2020-01-17 | 2020-06-16 | 深圳怡化电脑股份有限公司 | 一种纸币识别方法、装置、服务器及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN108074322B (zh) | 2020-09-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106408747B (zh) | 一种图像识别方法及装置 | |
CN107331031B (zh) | 一种纸币币值的识别方法、装置、设备及存储介质 | |
CN107610322B (zh) | 纸币版本的识别方法、装置、电子设备以及存储介质 | |
US8600146B2 (en) | Method for the classification of banknotes | |
CN107103683B (zh) | 纸币识别方法和装置、电子设备和存储介质 | |
CN106530483A (zh) | 一种纸币面向识别方法及装置 | |
CN109816051B (zh) | 一种危化品货物特征点匹配方法及系统 | |
CN106355744B (zh) | 一种印尼盾币值的识别方法及装置 | |
CN107610316B (zh) | 检测纸币缺损的方法、装置及终端设备 | |
CN107516111A (zh) | 一种售卖机缺货检测方法及装置 | |
CN105184792A (zh) | 一种圆锯片磨损量在线测量方法 | |
CN108074322A (zh) | 一种图像识别方法及装置 | |
CN104240228A (zh) | 一种应用于网站的特定图片的检测方法及装置 | |
CN106934922A (zh) | 一种纸币检测方法及装置 | |
CN114119644A (zh) | 一种基于边缘特征的模板匹配方法 | |
CN108764225A (zh) | 识别横向拼接纸币的方法、装置及电子设备 | |
CN109767543B (zh) | 一种纸币检测方法和系统 | |
CN106296975A (zh) | 一种美元纸币面值的识别方法及装置 | |
CN106815923A (zh) | 一种纸币版本的识别方法及装置 | |
CN106652168A (zh) | 一种纸币币值的识别方法及装置 | |
CN101751670B (zh) | 一种前景目标检测方法和装置 | |
CN108492443A (zh) | 一种纸钞上胶带的检测方法、装置、设备及储存介质 | |
CN108074320A (zh) | 一种图像识别方法及装置 | |
CN108665604B (zh) | 一种纸币新旧等级的检测方法及装置 | |
CN108663004A (zh) | 一种纸币厚度异常的检测方法及装置 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20200915 Termination date: 20211117 |