CN108257292A - 纸币分类回收方法、装置和系统以及存储介质 - Google Patents

Abstract

本发明实施例公开了一种纸币分类回收方法、装置和系统以及存储介质。所述纸币分类回收方法包括：获取待测纸币的灰度图像；从灰度图像中，获取与各个预设特征区域对应的各个特征灰度图像，其中，预设特征区域与待测纸币对应；将各个特征灰度图像与各个特征灰度图像模板相匹配，得到与各个预设特征区域对应的各个匹配结果；控制待测纸币存储至与匹配结果对应的纸币分类回收箱。本发明实施例的技术方案解决了现有技术中对回收纸币进行分类处理的速度慢及错误率高的技术缺陷，实现了高效、准确、便捷地对回收的纸币进行分类处理。

Description

纸币分类回收方法、装置和系统以及存储介质

技术领域

本发明实施例涉及纸币回收技术领域，尤其涉及一种纸币分类回收方法、装置和系统以及存储介质。

背景技术

随着我国经济水平的不断攀升，人们的消费水平也在不断提高，因此，纸币在相同时间段内的流通次数也在不断增加，由此使得纸币的残损率也有所增加。

现今国家对于纸币的完整程度的监管力度在逐渐增加，特别是较大面额的纸币，例如100元人民币和50元人民币。一般来说，纸币在回收之后会由监管机构进行处理。目前，监管机构通常是通过人工筛选的方式对回收的纸币进行分类处理，如此，不但浪费大量的人力，而且速度较慢，出错率也较高，无法对回收的纸币及时进行分类处理。

发明内容

有鉴于此，本发明实施例提供了一种纸币分类回收方法、装置和系统以及存储介质，以解决现有技术中对回收纸币进行分类处理的速度慢及错误率高的技术缺陷，实现了高效、准确、便捷地对回收的纸币进行分类处理。

在第一方面，本发明实施例提供了一种纸币分类回收方法，包括：

获取待测纸币的灰度图像；

从所述灰度图像中，获取与各个预设特征区域对应的各个特征灰度图像，其中，所述预设特征区域与所述待测纸币对应；

将所述各个特征灰度图像与各个特征灰度图像模板相匹配，得到与所述各个预设特征区域对应的各个匹配结果；

控制所述待测纸币存储至与所述匹配结果对应的纸币分类回收箱。

在上述方法中，优选的是，所述匹配结果为匹配或不匹配；

所述控制所述待测纸币存储至与所述匹配结果对应的纸币回收箱，包括：

如果所述各个匹配结果为不匹配的数量大于或等于预设阈值，则控制所述待测纸币存储至废钞回收箱。

在上述方法中，优选的是，还包括：

如果所述各个匹配结果为不匹配的数量小于预设阈值，则控制所述待测纸币存储至残损纸币回收箱。

在上述方法中，优选的是，还包括：

如果所述各个匹配结果为不匹配的数量小于预设阈值，则依据所述各个匹配结果中为不匹配的匹配结果所对应的预设特征区域的重要度，控制所述待测纸币存储至与所述预设特征区域对应的特征残损纸币回收箱。

在上述方法中，优选的是，所述依据所述各个匹配结果中为不匹配的匹配结果所对应的预设特征区域的重要度，控制所述待测纸币存储至与所述预设特征区域对应的特征残损纸币回收箱，包括：

确定所述各个匹配结果中为不匹配的匹配结果所对应的预设特征区域中重要度最高的预设特征区域；

控制所述待测纸币存储至与所述重要度最高的预设特征区域对应的特征残损纸币回收箱。

在上述方法中，优选的是，在获取待测纸币的灰度图像之后，还包括：

根据所述灰度图像确定所述待测纸币的币种、面值和面向；

根据所述待测纸币的币种、面值和面向确定所述各个预设特征区域。

在上述方法中，优选的是，所述将所述各个特征灰度图像与各个特征灰度图像模板相匹配，包括：

将所述各个特征灰度图像的灰度均值与所述各个特征灰度图像模板的灰度均值相匹配。

在第二方面，本发明实施例提供了一种纸币分类回收装置，包括：

灰度图像获取模块，用于获取待测纸币的灰度图像；

特征灰度图像获取模块，用于从所述灰度图像中，获取与各个预设特征区域对应的各个特征灰度图像，其中，所述预设特征区域与所述待测纸币对应；

图像匹配模块，用于将所述各个特征灰度图像与各个特征灰度图像模板相匹配，得到与所述各个预设特征区域对应的各个匹配结果；

纸币分类回收模块，用于控制所述待测纸币存储至与所述匹配结果对应的纸币分类回收箱。

在第三方面，本发明实施例提供了一种纸币分类回收系统，所述纸币分类回收系统包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序；

至少两个纸币分类回收箱，用于存储分类后的纸币；

纸币传输通道，用于将所述分类后的纸币运送至所述纸币分类回收箱；

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本发明实施例所述的纸币分类回收方法。

在第四方面，本发明实施例提供了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本发明实施例所述的纸币分类回收方法。

本发明实施例提供了一种纸币分类回收方法、装置和系统以及存储介质，通过先从待测纸币的灰度图像中获取与各个预设特征区域对应的各个特征灰度图像，然后根据各个特征灰度图像与各个特征灰度图像模板的匹配结果确定待测纸币应存储的纸币分类回收箱，解决了现有技术中对回收纸币进行分类处理的速度慢及错误率高的技术缺陷，实现了高效、准确、便捷地对回收的纸币进行分类处理。

附图说明

图1是本发明实施例一提供的一种纸币分类回收方法的流程图；

图2是本发明实施例二提供的一种纸币分类回收方法的流程图；

图3是本发明实施例三提供的一种纸币分类回收方法的流程图；

图4是本发明实施例四提供的一种纸币分类回收装置的结构图；

图5是本发明实施例五提供的一种纸币分类回收系统的结构图。

具体实施方式

为了使本发明的目的、技术方案和优点更加清楚，下面结合附图对本发明具体实施例作进一步的详细描述。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。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为本发明实施例一提供的一种纸币分类回收方法的流程图，本实施例的方法可以由纸币分类回收装置来执行，该装置可通过硬件和/或软件的方式实现，并一般可集成于纸币分类回收系统中。本实施例的方法具体包括：

S110、获取待测纸币的灰度图像。

在本实施例中，待测纸币具体可以是各国流通的各种面值的货币。

一般来说，在对纸币进行鉴别时，首先会使用红外或紫外光线照射纸币，进而获得纸币的灰度图像，然后通过对获取的灰度图像或通过对获取的灰度图像生成的二值化图、直方图或边缘图像的计算处理得到所需鉴别结果。在本实施例中，待测纸币的灰度图像的获取方法同样可以是通过使用红外或紫外光线照射待测纸币，进而获得待测纸币的灰度图像。

S120、从灰度图像中，获取与各个预设特征区域对应的各个特征灰度图像。

在本实施例中，预设特征区域与待测纸币相对应，不同的待测纸币对应有不同的预设特征区域。预设特征区域具体是指待测纸币的特征图像在该待测纸币的灰度图像中的位置区域，一般为一个规则形状区域，具体可以用预设特征区域的各个顶点在待测纸币的灰度图像中的像素点位置来共同表示该预设特征区域的位置，示例性的，预设特征区域为由像素坐标分别为(150，40)、(150，800)、(500，40)和(500，800)的四个点组成的区域。其中，特征图像具体是指可以用来确定待测纸币的币种或面值的图像，还可以是可以用来鉴别待测纸币真伪的图像等。预设特征区域典型的可以是一百元人民币中100元字符所在区域、牡丹花所在区域或冠字号所在区域等。

一般来说，每一种纸币都会对应有多个预设特征区域，在本实施例中，可以获取与待测纸币对应的所有预设特征区域对应的特征灰度图像，也可以仅获取与待测纸币对应的设定数量个预设特征区域对应的特征灰度图像，本实施例对比不进行限制，可以依据不同的纸币分类回收需求选用不同数量的预设特征区域。

进一步地，由于不同的上述特征图像对待测纸币的真伪鉴别、币种确定等鉴别过程的重要度不尽相同，因此，还可以针对不同的纸币分类回收需求，依据重要程度选用预设特征区域。

这里需要说明的是，由于不同币种及面值的纸币的尺寸不尽相同，不同币种及面值的纸币对应的预设特征区域在该纸币中的位置也不尽相同，因此，本实施例是在已知待测纸币的币种、面值及面向(例如正面正向或反面正向等)的前提下进行的。

在本实施例中，特征灰度图像具体是指从待测纸币的灰度图像中截取的，与预设特征区域对应的灰度图像。

一般来说，为了使特征灰度图像中可以包含上述特征图像的全部图像信息，预设特征区域的尺寸一般都会较特征图像的尺寸略大一些，以保证当纸币在印刷的过程中出现细微偏差或预设特征区域截取过程中存在误差等情况下都可以包含全部的特征图像。

S130、将各个特征灰度图像与各个特征灰度图像模板相匹配，得到与各个预设特征区域对应的各个匹配结果。

在本实施例中，各个特征灰度图像与各个特征灰度图像模板的匹配方法具体可以是将各个特征灰度图像的灰度均值与各个特征灰度图像模板的灰度均值相匹配，还可以是将各个特征灰度图像的灰均方差与各个特征灰度图像模板的灰度均方差相匹配等。灰度图像的匹配方法属于现有技术，在此不再进行详细阐述。

进一步地，如果用于获取待测纸币的灰度图像的图像采集装置与用于获取特征灰度图像模板的图像采集装置的分辨率不同，那么，在获取了待测纸币的灰度图像之后，应先根据待测纸币的灰度图像的分辨率以及特征灰度图像模板的分辨率，确定预设特征区域(预设特征区域与特征灰度图像模板的分辨率相匹配)在待测纸币的灰度图像中的具体位置，此方法属于现有技术此处不再进行详细阐述。

S140、控制待测纸币存储至与匹配结果对应的纸币分类回收箱。

在本实施例中，在得到与各个预设特征区域对应的各个匹配结果之后，就会控制待测纸币存储至与匹配结果对应的纸币分类回收箱，具体来说，可以根据特征灰度图像与特征灰度图像模板不匹配的个数来确定待测纸币应存储的纸币分类回收箱，还可以根据与特征灰度图像模板不匹配的特征灰度图像所对应的预设特征区域的重要度或类别来确定待测纸币应存储的纸币分类回收箱。

本发明实施例提供了一种纸币分类回收方法，通过先从待测纸币的灰度图像中获取与各个预设特征区域对应的各个特征灰度图像，然后根据各个特征灰度图像与各个特征灰度图像模板的匹配结果确定待测纸币应存储的纸币分类回收箱，解决了现有技术中对回收纸币进行分类处理的速度慢及错误率高的技术缺陷，实现了高效、准确、便捷地对回收的纸币进行分类处理。

实施例二

图2是本发明实施例二提供的一种纸币分类回收方法的流程图。本实施例以上述实施例为基础进行优化，在本实施例中，将匹配结果具体化为匹配或不匹配；

相应地，将控制待测纸币存储至与匹配结果对应的纸币回收箱，具体化为：如果各个匹配结果为不匹配的数量大于或等于预设阈值，则控制待测纸币存储至废钞回收箱。

进一步地，具体化为，还包括：如果各个匹配结果为不匹配的数量小于预设阈值，则依据各个匹配结果中为不匹配的匹配结果所对应的预设特征区域的重要度，控制待测纸币存储至与预设特征区域对应的特征残损纸币回收箱。

进一步地，在获取待测纸币的灰度图像之后，具体化为，还包括：根据灰度图像确定待测纸币的币种、面值和面向；根据待测纸币的币种、面值和面向确定各个预设特征区域。

相应的，本实施例的纸币分类回收方法具体包括：

S210、获取待测纸币的灰度图像。

S220、根据灰度图像确定待测纸币的币种、面值和面向。

在本实施例中，待测纸币的币种、面值和面向不是预知的，因此，在获取待测纸币的灰度图像之后，需要根据该灰度图像确定待测纸币的币种、面值以及面向，该方法属于现有技术，在此不再进行详细阐述。

S230、根据待测纸币的币种、面值和面向确定各个预设特征区域。

由于不同币种、面值和面向的待测纸币所对应的预设特征区域不尽相同，因此，在本实施例中，在确定了待测纸币的币种、面值和面向之后，才可以准确地确定预设特征区域。

在本实施例中，各个预设特征区域既可以是与待测纸币的灰度图像对应的所有预设特征区域，也可以是依据操作人员设置的参数从与待测纸币的灰度图像对应的所有预设特征区域中选取的多个预设特征区域。其中，操作人员设置的参数可以是预设特征区域的编号，也可以是预设特征区域的名称等。

进一步地，如果操作人员设置的参数是预设特征区域的编号，那么，与各种纸币对应的预设特征区域应具有编号属性，也就是说，在确定了待测纸币的币种、面值和面向之后，根据操作人员设置的编号可以确定所需选用的预设特征区域；如果操作人员设置的参数是预设特征区域的名称，那么，与各种纸币对应的预设特征区域应具有名称属性，也就是说，在确定了待测纸币的币种、面值和面向之后，根据操作人员设置的区域名称可以确定所需选用的预设特征区域。

S240、从灰度图像中，获取与各个预设特征区域对应的各个特征灰度图像。

S250、将各个特征灰度图像与各个特征灰度图像模板相匹配，得到与各个预设特征区域对应的各个匹配结果。

S260、如果各个匹配结果为不匹配的数量大于或等于预设阈值，则控制待测纸币存储至废钞回收箱。

在本实施例中，如果各个匹配结果为不匹配的数量大于或等于预设阈值，则判定待测纸币为废钞，进而控制待测纸币存储至废钞回收箱。其中，预设阈值典型的可以是2等。

本领域技术人员可以理解的是，如果纸币中的多个特征图案已破损，那么该纸币则不适合继续流通，因为验钞机可能难以辨识该纸币的真伪，进而影响该纸币持有者的使用。

S270、如果各个匹配结果为不匹配的数量小于预设阈值，则依据各个匹配结果中为不匹配的匹配结果所对应的预设特征区域的重要度，控制待测纸币存储至与预设特征区域对应的特征残损纸币回收箱。

在本实施例中，如果各个匹配结果为不匹配的数量小于预设阈值，则会依据各个匹配结果中为不匹配的匹配结果所对应的预设特征区域的重要度，控制待测纸币存储至与预设特征区域对应的特征残损纸币回收箱，也就是说，如果特征灰度图像与特征灰度图像模板不匹配的个数小于预设阈值，那么，则不会控制待测纸币存储至废钞箱，而是会依据与特征灰度图像模板不匹配的灰度图像对应的多个预设特征区域的重要度来确定待测纸币所对应的特征残损纸币回收箱。

示例性，待测纸币为100元人民币，待测纸币的灰度图像为100元人民币正面正向的灰度图，与特征灰度图像模板不匹配的灰度图像对应的预设特征区域分别为牡丹花区域、冠字号区域和人物头像区域，上述三个区域的重要度依次为1、2和3，数值越大重要度高，那么此时可以将该100元人民币存储至与人物头像对应的特征残损纸币回收箱。

本发明实施例二提供了一种纸币分类回收方法，具体化了确定与匹配结果对应的纸币回收箱的方法，根据各个匹配结果为不匹配的数量以及预设特征区域的重要度来确定与待测纸币对应的纸币回收箱，具体增加了待测纸币的币种、面向、面值以及预设特征区域的确定过程。该方法可以对多种纸币进行分类回收，并且可以依据破损图案特征的重要度对纸币进行分类回收，便于工作人员对纸币进行后续处理，实现了高效、准确、便捷地对回收的纸币进行分类处理。

在上述实施例的基础上，优选的是，将依据各个匹配结果中为不匹配的匹配结果所对应的预设特征区域的重要度，控制待测纸币存储至与预设特征区域对应的特征残损纸币回收箱，具体化为：确定各个匹配结果中为不匹配的匹配结果所对应的预设特征区域中重要度最高的预设特征区域；控制待测纸币存储至与重要度最高的预设特征区域对应的特征残损纸币回收箱。

这样设置的好处是：使得纸币分类回收存储的结果更加合理，给工作人员对纸币的后续处理工作带来更多便利。

实施例三

图3是本发明实施例三提供的一种纸币回收方法的流程图。本实施例以上述实施例为基础进行优化，在本实施例中，具体化为，还包括：如果各个匹配结果为不匹配的数量小于预设阈值，则控制待测纸币存储至残损纸币回收箱。

进一步地，将各个特征灰度图像与各个特征灰度图像模板相匹配，具体化为：将各个特征灰度图像的灰度均值与各个特征灰度图像模板的灰度均值相匹配。

相应的，本实施例的方法具体包括：

S310、获取待测纸币的灰度图像。

S320、根据灰度图像确定待测纸币的币种、面值和面向。

S330、根据待测纸币的币种、面值和面向确定各个预设特征区域。

S340、从灰度图像中，获取与各个预设特征区域对应的各个特征灰度图像。

S350、将各个特征灰度图像的灰度均值与各个特征灰度图像模板的灰度均值相匹配，得到与各个预设特征区域对应的各个匹配结果。

在本实施例中，通过对灰度均值的对比来匹配特征灰度图像和特征灰度图像模板，得到与各个预设特征区域对应的各个匹配结果。具体来说，可以设定一个灰度均值的允许浮动范围，例如10％，如果特征灰度图像的灰度均值在特征灰度图像模板的灰度均值上下浮动10％的范围内，则可以确定特征灰度图像与特征灰度图像模板匹配。

S360、如果各个匹配结果为不匹配的数量大于或等于预设阈值，则控制待测纸币存储至废钞回收箱。

S370、如果各个匹配结果为不匹配的数量小于预设阈值，则控制待测纸币存储至残损纸币回收箱。

在本实施例中，当各个匹配结果为不匹配的数量小于预设阈值时，控制待测纸币存储至残损纸币回收箱，也就是说，对应所有的待测纸币，只要与该待测纸币对应的各个匹配结果中为不匹配的匹配结果的数量小于预设阈值，那么就会被存储至同一个残损纸币回收箱。

进一步地，由于在本实施例中包括待测纸币的币种和面值的确定过程，因此，本实施例中的纸币分类回收方法可以对多种纸币进行分类回收，所以，本实施例中的残损纸币回收箱也可以是多个，当与待测纸币对应的各个匹配结果为不匹配的数量小于预设阈值时，可以根据待测纸币的币种和面值将待测纸币存储至不同的残损纸币回收箱，不同的残损纸币回收箱可以用于存储不同币种的纸币，或可以用于存储不同币种不同面值的纸币。

本发明实施例三提供了一种纸币分类回收方法，具体增加了确定与匹配结果对应的纸币回收箱的方法，还具体化了特征灰度图像与特征灰度图像模板的匹配方法。该方法根据灰度均值匹配特征灰度图像与特征灰度图像模板，使得图像的匹配过程简便、快速且准确度高，将各个匹配结果为不匹配的数量小于预设阈值的待测纸币都存储至一个残损纸币回收箱可以简化纸币分类回收系统的结构，同时还可以节省成本，该方法实现了高效、准确、便捷地对回收的纸币进行分类处理。

实施例四

图4是本发明实施例四提供的一种纸币分类回收装置的结构图。如图4所示，所述装置包括：灰度图像获取模块401、特征灰度图像获取模块402、图像匹配模块403以及纸币分类回收模块404。其中：

灰度图像获取模块401，用于获取待测纸币的灰度图像；

特征灰度图像获取模块402，用于从灰度图像中，获取与各个预设特征区域对应的各个特征灰度图像，其中，预设特征区域与待测纸币对应；

图像匹配模块403，用于将各个特征灰度图像与各个特征灰度图像模板相匹配，得到与各个预设特征区域对应的各个匹配结果；

纸币分类回收模块404，用于控制待测纸币存储至与匹配结果对应的纸币分类回收箱。

本发明实施例四提供了一种纸币分类回收装置，该装置首先通过灰度图像获取模块401获取待测纸币的灰度图像，然后通过特征灰度图像获取模块402从灰度图像中，获取与各个预设特征区域对应的各个特征灰度图像，再通过图像匹配模块403将各个特征灰度图像与各个特征灰度图像模板相匹配，得到与各个预设特征区域对应的各个匹配结果，最后通过纸币分类回收模块404控制待测纸币存储至与匹配结果对应的纸币分类回收箱。

该装置解决了现有技术中对回收纸币进行分类处理的速度慢及错误率高的技术缺陷，实现了高效、准确、便捷地对回收的纸币进行分类处理。

在上述各实施例的基础上，匹配结果可以为匹配或不匹配；

相应地，纸币分类回收模块404可以包括：

废钞箱回收单元，用于如果各个匹配结果为不匹配的数量大于或等于预设阈值，则控制待测纸币存储至废钞回收箱。

在上述各实施例的基础上，还可以包括：

残损纸币回收箱回收单元，用于如果各个匹配结果为不匹配的数量小于预设阈值，则控制待测纸币存储至残损纸币回收箱。

在上述各实施例的基础上，还可以包括：

特征残损纸币回收箱回收单元，用于如果各个匹配结果为不匹配的数量小于预设阈值，则依据各个匹配结果中为不匹配的匹配结果所对应的预设特征区域的重要度，控制待测纸币存储至与预设特征区域对应的特征残损纸币回收箱。

在上述各实施例的基础上，特征残损纸币回收箱回收单元可以包括：

重要度确定子单元，用于确定各个匹配结果中为不匹配的匹配结果所对应的预设特征区域中重要度最高的预设特征区域；

纸币回收子单元，用于控制待测纸币存储至与重要度最高的预设特征区域对应的特征残损纸币回收箱。

在上述各实施例的基础上，还可以包括：

币种确定模块，用于在获取待测纸币的灰度图像之后，根据灰度图像确定待测纸币的币种、面值和面向；

预设特征区域确定模块，用于根据待测纸币的币种、面值和面向确定各个预设特征区域。

在上述各实施例的基础上，图像匹配模块403具体可以用于：

将各个特征灰度图像的灰度均值与各个特征灰度图像模板的灰度均值相匹配。

本发明实施例所提供的纸币分类回收装置可用于执行本发明任意实施例提供的纸币分类回收方法，具备相应的功能模块，实现相同的有益效果。

实施例五

图5为本发明实施例5提供的一种纸币分类回收系统的结构示意图，如图5所示，该纸币分类回收系统包括处理器50、存储器51、输入装置52、输出装置53、至少两个纸币分类回收箱54和纸币传输通道55；纸币分类回收系统中处理器50的数量可以是一个或多个，图5中以一个处理器50为例；纸币分类回收系统中的处理器50、存储器51、输入装置52、输出装置53、至少两个纸币分类回收箱54和纸币传输通道55可以通过总线或其他方式连接，图5中以通过总线连接为例。

存储器51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纸币分类回收方法对应的程序模块(例如，纸币分类回收装置中的灰度图像获取模块401、特征灰度图像获取模块402、图像匹配模块403以及纸币分类回收模块404)。处理器50通过运行存储在存储器51中的软件程序、指令以及模块，从而执行纸币分类回收系统的各种功能应用以及数据处理，即实现上述的纸币分类回收方法。

存储器51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51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51可进一步包括相对于处理器50远程设置的存储器，这些远程存储器可以通过网络连接至纸币分类回收系统。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52可用于接收输入的数字或字符信息，以及产生与纸币分类回收系统的用户设置以及功能控制有关的键信号输入。输出装置53可包括显示屏等显示设备。至少两个纸币分类回收箱54用于存储分类后的纸币。纸币传输通道55用于将分类后的纸币运送至纸币分类回收箱。

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纸币分类回收方法，该方法包括：

获取待测纸币的灰度图像；

从所述灰度图像中，获取与各个预设特征区域对应的各个特征灰度图像，其中，所述预设特征区域与所述待测纸币对应；

将所述各个特征灰度图像与各个特征灰度图像模板相匹配，得到与所述各个预设特征区域对应的各个匹配结果；

控制所述待测纸币存储至与所述匹配结果对应的纸币分类回收箱。

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纸币分类回收方法中的相关操作。

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，上述纸币分类回收装置的实施例中，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)

1.一种纸币分类回收方法，其特征在于，包括：

获取待测纸币的灰度图像；

从所述灰度图像中，获取与各个预设特征区域对应的各个特征灰度图像，其中，所述预设特征区域与所述待测纸币对应；

将所述各个特征灰度图像与各个特征灰度图像模板相匹配，得到与所述各个预设特征区域对应的各个匹配结果；

控制所述待测纸币存储至与所述匹配结果对应的纸币分类回收箱。

2.根据权利要求1所述的方法，其特征在于，所述匹配结果为匹配或不匹配；

所述控制所述待测纸币存储至与所述匹配结果对应的纸币回收箱，包括：

如果所述各个匹配结果为不匹配的数量大于或等于预设阈值，则控制所述待测纸币存储至废钞回收箱。

3.根据权利要求2所述的方法，其特征在于，还包括：

如果所述各个匹配结果为不匹配的数量小于预设阈值，则控制所述待测纸币存储至残损纸币回收箱。

4.根据权利要求2所述的方法，其特征在于，还包括：

如果所述各个匹配结果为不匹配的数量小于预设阈值，则依据所述各个匹配结果中为不匹配的匹配结果所对应的预设特征区域的重要度，控制所述待测纸币存储至与所述预设特征区域对应的特征残损纸币回收箱。

5.根据权利要求4所述的方法，其特征在于，所述依据所述各个匹配结果中为不匹配的匹配结果所对应的预设特征区域的重要度，控制所述待测纸币存储至与所述预设特征区域对应的特征残损纸币回收箱，包括：

确定所述各个匹配结果中为不匹配的匹配结果所对应的预设特征区域中重要度最高的预设特征区域；

控制所述待测纸币存储至与所述重要度最高的预设特征区域对应的特征残损纸币回收箱。

6.根据权利要求1所述的方法，其特征在于，在获取待测纸币的灰度图像之后，还包括：

根据所述灰度图像确定所述待测纸币的币种、面值和面向；

根据所述待测纸币的币种、面值和面向确定所述各个预设特征区域。

7.根据权利要求1-6中任一项所述的方法，其特征在于，所述将所述各个特征灰度图像与各个特征灰度图像模板相匹配，包括：

将所述各个特征灰度图像的灰度均值与所述各个特征灰度图像模板的灰度均值相匹配。

8.一种纸币分类回收装置，其特征在于，包括：

灰度图像获取模块，用于获取待测纸币的灰度图像；

特征灰度图像获取模块，用于从所述灰度图像中，获取与各个预设特征区域对应的各个特征灰度图像，其中，所述预设特征区域与所述待测纸币对应；

图像匹配模块，用于将所述各个特征灰度图像与各个特征灰度图像模板相匹配，得到与所述各个预设特征区域对应的各个匹配结果；

纸币分类回收模块，用于控制所述待测纸币存储至与所述匹配结果对应的纸币分类回收箱。

9.一种纸币分类回收系统，其特征在于，所述纸币分类回收系统包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序；

至少两个纸币分类回收箱，用于存储分类后的纸币；

纸币传输通道，用于将所述分类后的纸币运送至所述纸币分类回收箱；

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1-7中任一所述的纸币分类回收方法。

10.一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如权利要求1-7中任一所述的纸币分类回收方法。