CN108320373A - 一种纸币防伪标识的检测的方法及装置 - Google Patents

Abstract

本发明实施例公开了一种纸币防伪标识的检测方法及装置。该方法包括：在纸币的多光谱图像中定位并截取待测防伪标识的目标所在区域；二值化处理所述目标所在区域，获得所述目标所在区域的待测二值图；将所述待测二值图与设定的所述待测防伪标识的模板信息图进行匹配，并根据匹配结果确定所述待测防伪标识的检测信息。利用该方法，能够实现对纸币上部分防伪标识的检测识别，由此降低了纸币防伪检测的计算量，从而可以提高纸币的整体鉴伪速度，同时，仅对局部的防伪标识进行检测，有效减少了干扰因素的引入，进而提高了纸币鉴伪的准确度。

Description

一种纸币防伪标识的检测的方法及装置

技术领域

本发明实施例涉及纸币处理的技术领域，尤其涉及一种纸币防伪标识的检测方法及装置。

背景技术

根据目前市场的需求，存取款机一般需要具备验钞功能，以用于鉴别纸币的真伪。

现有的纸币鉴伪技术中，往往是对整张纸币进行防伪检测，这种技术能够确保涵盖对纸币的所有防伪标识进行检测，但是，如果每次都对纸币的所有防伪标识进行检测，则会很大程度的增加防伪检测的计算量，由此降低纸币的整体鉴伪速度，同时，还会引入更多的干扰因素，从而影响纸币鉴伪的准确度。

目前，技术人员考虑通过对纸币上部分防伪标识的检测鉴别来进一步确定纸币的真伪，因此，如何有效的对纸币上的部分防伪标识进行检测成为技术人员需要考虑的问题。

发明内容

本发明实施例提供了一种纸币防伪标识的检测方法及装置，能够有效对纸币上的部分防伪标识进行检测，进而降低了纸币防伪检测的计算量，并保证了纸币鉴伪的准确度。

一方面，本发明实施例提供了一种纸币防伪标识的检测方法，包括：

在纸币的多光谱图像中定位并截取待测防伪标识的目标所在区域；

二值化处理所述目标所在区域，获得所述目标所在区域的待测二值图；

将所述待测二值图与设定的所述待测防伪标识的模板信息图进行匹配，并根据匹配结果确定所述待测防伪标识的检测信息。

另一方面，本发明实施例提供了一种纸币防伪标识的检测方法，包括：

目标截取模块，用于在纸币的多光谱图像中定位并截取待测防伪标识的目标所在区域；

目标处理模块，用于二值化处理所述目标所在区域，获得所述目标所在区域的待测二值图；

目标匹配模块，用于将所述待测二值图与设定的所述待测防伪标识的模板信息图进行匹配；

信息确定模块，根据匹配结果确定所述待测防伪标识的检测信息。

本发明实施例中提供了一种纸币防伪标识的检测方法及装置，该方法首先在获取的纸币的多光谱图像中定位及截取待测防伪标识的目标所在区域，然后，获得二值化处理目标所在区域后形成的待测二值图；之后，将待测二值图与设定的模板信息图进行匹配，最终根据匹配结果确定待测防伪标识的检测信息。利用该方法，能够实现对纸币上部分防伪标识的检测识别，与现有方法相比，降低了纸币防伪检测的计算量，从而提高了纸币的整体鉴伪速度，同时，仅对局部的防伪标识进行检测，有效减少了干扰因素的引入，进而提高了纸币鉴伪的准确度。

附图说明

图1为本发明实施例一提供的一种纸币防伪标识的检测方法的流程示意图；

图2为本发明实施例二提供的一种纸币防伪标识的检测方法的流程示意图；

图3为本发明实施例三提供的一种纸币防伪标识的检测方法的流程示意图；

图4a为本发明实施例四提供的一种纸币防伪标识的检测方法的优选实施例；

图4b给出了多光谱图像中截取的凹印手感线标识的目标所在区域；

图4c给出了目标所在区域二值化处理后对应的待测二值图；

图4d给出了凹印手感线标识对应的模板信息图；

图5为本发明实施例五提供的一种纸币防伪标识的检测装置的结构框图。

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结构。

实施例一

图1为本发明实施例一提供的一种纸币防伪标识的检测方法的流程示意图，该方法适用于对纸币的防伪标识进行检测的情况，该方法可以由纸币防伪标识的检测装置执行，其中该装置可由软件和/或硬件实现，并一般集成在具有纸币鉴伪功能的终端设备上。

如图1所示，本发明实施例一提供的一种纸币防伪标识的检测方法，包括如下操作：

S101、在纸币的多光谱图像中定位并截取待测防伪标识的目标所在区域。

一般地，对于具有验钞功能的验钞机或存取款机等终端设备而言，首先需要获取纸币的多光谱图像，然后可在所获取的多光谱图像上面对纸币所具有的防伪标识进行检测识别，本实施例中的多光谱图像具体可理解为纸币在除可见光外的其他不同波长的光照下形成的图像，如在紫外光或者红外光等的照射下形成的紫外图像或红外图像等。

一般地，纸币上具有多处防伪标识，本实施例可将纸币上的一处或几处防伪标识作为待测防伪标识进行检测识别。对于不同币种的纸币而言，所具有的防伪标识一般不同，由此纸币的待测防伪标识一般需要根据纸币对应的币种信息来确定。

进一步地，所述待测防伪标识为雕刻凹版印刷标识、凹印手感线标识、胶印缩微文字标识、固定人像水印标识、红外人像标识以及隐形面额数字标识的一种或几种。

示例性地，本实施例优选地确定纸币的币种为人民币，一般地，人民币上可作为防伪标识的有雕刻凹版印刷标识、凹印手感线标识、胶印缩微文字标识、固定人像水印标识、红外人像标识以及隐形面额数字标识等，本实施例可以对人民币上具有的防伪标识进行检测，由此可以将人民币上具有的一种或几种防伪标识作为本实施例的待测防伪标识，此外，人民币上的防伪标识还有白水印、冠字号以及光变油墨等，本实施例也可将上述防伪标识中的一种或几种作为待测防伪标识。

具体地，本实施例可以确定纸币中需要检测的防伪标识并作为待测防伪标识，在获取纸币的多光谱图像后，可以根据多光谱图像确定纸币的相关信息(如纸币的币种信息以及版本信息等)，由此根据纸币的相关信息确定待测防伪标识在对应多光谱图像中的目标所在区域并截取。

S102、二值化处理所述目标所在区域，获得所述目标所在区域的待测二值图。

示例性地，本实施例中的目标所在区域为从纸币的多光谱图像中截取的区域图，该区域图理论上可看作包含待测防伪标识的图像，为便于对待测防伪标识的检测识别，本实施例需要对目标所在区域进行二值化处理，一般地，可以采用p参数法或者otsu算法对目标所在区域进行二值化处理，由此得到该目标所在区域的待测二值图。

S103、将所述待测二值图与设定的所述待测防伪标识的模板信息图进行匹配，并根据匹配结果确定所述待测防伪标识的检测信息。

在本实施例中，所述模板信息图具体可理解为预先设定的包含对应待测防伪标识的特征信息的模板图，可作为相应待测防伪标识检测的标准模板，用于待测二值图的特征匹配。

具体地，所述待测二值图与所述模板信息图的匹配过程可描述为：首先可对待测二值图的方位进行调整变换，使得待测二值图在方位上与模板信息图相同，示例性地，如可以将待测二值图顺时针旋转一定的角度，使得待测二值图上图像的显示方位与模板信息图上图像的显示方位相同；然后，可以将模板信息图中的特征信息与待测二值图包含的特征信息进行匹配，并确定待测二值图上与模板信息图上特征信息相匹配的特征匹配值；最终，可以确定匹配过程中的特征匹配值是否符合设定的匹配要求，由此确定待测二值图的匹配结果，并进一步根据匹配结果确定待测防伪标识的检测信息。

一般地，待测防伪标识的检测信息可以是待测防伪标识存在于目标所在区域中，或者目标所在区域中不存在待测防伪标识，可以理解的是，上述确定出的待测防伪标识的检测信息可进一步用于纸币的鉴伪操作，还可用于确定纸币的币种信息、版本信息以及面额信息等，由此为终端设备(如存取款机)对纸币的进一步处理提供了更好的条件信息。

本发明实施例一提供的一种纸币防伪标识的检测方法，首先在获取的纸币的多光谱图像中定位及截取待测防伪标识的目标所在区域，然后，获得二值化处理目标所在区域后形成的待测二值图；之后，将待测二值图与设定的模板信息图进行匹配，最终根据匹配结果确定待测防伪标识的检测信息。利用该方法，能够实现对纸币上部分防伪标识的检测识别，与现有方法相比，降低了纸币防伪检测的计算量，从而提高了纸币的整体鉴伪速度，同时，仅对局部的防伪标识进行检测，有效减少了干扰因素的引入，进而提高了纸币鉴伪的准确度。

实施例二

图2为本发明实施例二提供的一种纸币防伪标识的检测方法的流程示意图；本发明实施例二以上述实施例为基础进行优化，在本实施例中，所述模板信息图包括所述待测防伪标识上的各标准特征点；相应的，步骤“将所述待测二值图与设定的所述待测防伪标识的模板信息图进行匹配”可具体化为：基于设定滑动规则在所述待测二值图上滑动所述模板信息图；在每次滑动后，根据获取的所述模板信息图中各标准特征点的标识信息，确定所述待测二值图上与所述各标准特征点对应匹配的匹配点个数并记录；监测到所述模板信息图的滑动操作结束后，从每次滑动对应的匹配点个数中确定最大匹配点个数，并将所述最大匹配点个数作为匹配操作的匹配结果。

同时，还可将“根据匹配结果确定所述待测防伪标识的检测信息”具体化为：如果所述待测二值图与所述模板信息图匹配后获得的最大匹配个数达到设定阈值，则确定所述待测防伪标识存在于所述纸币的多光谱图像中；否则，确定所述纸币的多光谱图像中不存在所述待测防伪标识。

在本实施例中，也可将“在纸币的多光谱图像中定位并截取待测防伪标识的目标所在区域”进一步优化为：确定纸币中的待测防伪标识，并获取所述待测防伪标识在预设的纸币样本图像中的坐标位置信息；获取所述纸币的多光谱图像，根据所述坐标位置信息定位并截取所述待测防伪标识在所述多光谱图像中对应的目标所在区域。

如图2所示，本发明实施例二提供的一种纸币防伪标识的检测方法，具体包括如下操作：

S201、确定纸币中的待测防伪标识，并获取所述待测防伪标识在预设的纸币样本图像中的坐标位置信息。

本实施例的步骤S201和步骤S202给出了待测防伪标识的目标所在区域在多光谱图像中的定位及截取过程。具体地，可首先从纸币的防伪标识中确定待测防伪标识，如将人民币中的雕刻凹版印刷标识确定为待测防伪标识。

一般地，不同的纸币都预先设定有相应的纸币样本图像，其纸币样本图像中包含了同等真币中的所有信息，如真币的版本信息、面额信息以及各防伪标识的位置信息等，由此，可在预设的纸币样本图像中获取待测防伪标识的坐标位置信息。

示例性地，以100元人民币为例，在其对应的同等尺寸的纸币样本图像中，若将其左上角作为坐标原点且以像素为坐标单位，则其中的固定水印标识的坐标位置信息可表示为：x∈[50px，300px]，y∈[150px，450px]。

S202、获取所述纸币的多光谱图像，根据所述坐标位置信息定位并截取所述待测防伪标识在所述多光谱图像中对应的目标所在区域。

本实施例中的多光谱图像为所述纸币经过不同波长的光照射后形成的图像，该多光谱图像可作为纸币鉴伪的基础。在获取纸币的多光谱图像后，可在多光谱图像中根据所确定坐标位置信息定位待测防伪标识的目标所在区域。

示例性地，仍以100元人民币为例，在确定待测防伪标识(如固定水印标识)的坐标位置信息x∈(50px，300px)，y∈(150px，450px)后，可以根据上述坐标位置信息在多光谱图像中定位相应的区域，并将该区域作为固定水印标识的目标所在区域。

S203、二值化处理所述目标所在区域，获得所述目标所在区域的待测二值图。

S204、基于设定滑动规则在所述待测二值图上滑动所述模板信息图。

在本实施例中，步骤S204至步骤S206给出了一种待测二值图与模板信息图进行匹配的优选匹配方式。可以理解的是，模板信息图包括了相应待测防伪标识上的各标准特征点，其标准特征点具体可作为待测防伪标识的特征信息，用于待测防伪标识的匹配。由此，在待测二值图与模板信息图匹配时，只需在将模板信息图中的标准特征点与待测二值图进行匹配，就可确定待测二值图是否与模板信息图匹配，与现有的匹配方式相比，该种匹配方式很大程度降低了特征匹配的复杂度，从而减少了特征匹配的运算量。

在本实施例中，该匹配方式首先可以保持所述待测二值图的位置固定不动，然后以设定的滑动规则控制模板信息图在待测二值图上滑行移动，其中，所设定的滑动规则是模板信息图由左至右，由上至下在待测二值图上滑动，即模板信息图从待测二值图的左上端向右侧滑动，滑动至右侧后，向下移动一定的距离然后再由左侧向右侧滑动。

S205、在每次滑动后，根据获取的所述模板信息图中各标准特征点的标识信息，确定所述待测二值图上与所述各标准特征点对应匹配的匹配点个数并记录。

在本实施例中，每滑动一次，待测二值图和模板信息图就需要进行一次的匹配操作，在其匹配过程中，首先可获取模板信息图中各标准特征点的标识信息，其中，所述标识信息具体可包括标准特征点在模板信息图中的位置信息以及标准特征点所具有的特征信息等；之后，可通过标识信息确定待测二值图上与标准特征点相匹配的匹配点个数。

具体地，根据获取的所述模板信息图中各标准特征点的标识信息，确定所述待测二值图上与所述各标准特征点对应匹配的匹配点个数并记录，包括：

获取所述模板信息图中各标准特征点的位置标识信息和特征标识信息；根据所述各标准特征点的位置标识信息，确定所述待测二值图上与所述各标准特征点对应的待测点；基于设定划分规则，确定各待测点在所述待测二值图中对应的特征区域，识别各特征区域中的特征信息，并将各特征信息作为对应待测点的目标特征；确定各待测点的目标特征与相应标准特征点的特征标识信息的匹配度，统计所述匹配度达到设定匹配值的待测点个数，并记所述待测点个数为匹配点个数。

在本实施例中，位置标识信息标记了对应的标准特征点在模板信息图中的具体位置；特征标识信息标记了对应的标准特征点在一定区域内具有的特征信息。

具体地，当模板信息图滑动到待测二值图的某个位置时，模板信息图上的各标准特征点在待测二值图上会对应一个待测点，本实施例可将各标准特征点的位置标识信息作为对应待测点的位置标识信息；然后为基于设定划分规则为每个待测点在待测二值图上确定相应的特征区域，示例性地，所述设定划分规则可以是，根据待测点的位置标识信息，将该待测点作为中心点，由此从该待测点的左上方，左下方，右上方以及右下方中的一个或多个方位划取一定的区域作为特征区域；之后，可以对每个待测点的特征区域进行特征识别得到待测点特征区域的目标特征，最后，可以将确定的目标特征与相应标准特征点的特征标识信息进行匹配确定其匹配度。

S206、监测到所述模板信息图的滑动操作结束后，从每次滑动对应的匹配点个数中确定最大匹配点个数，并将所述最大匹配点个数作为匹配操作的匹配结果。

在本实施例中，模板信息图滑动结束的条件可以是模板信息图完成了在待测二值图上由左至右，由上至下的遍历滑动。当监测到模板信息图完成了遍历滑动后，可以从每次滑动确定的匹配点个数中选取最大匹配点个数，该最大匹配点个数可相当于待测二值图与模板信息图的最大匹配值。

S207、如果所述待测二值图与所述模板信息图匹配后获得的最大匹配个数达到设定阈值，则确定所述待测防伪标识存在于所述纸币的多光谱图像中；否则，确定所述纸币的多光谱图像中不存在所述待测防伪标识。

在本实施例中，将最大匹配点个数作为待测二值图与模板信息图的匹配结果后，可以基于该最大匹配点个数确定目标所在区域中是否存在待测防伪标识，由此可确定纸币的多光谱图像中是否存在待测防伪标识。一般地，本实施例中的设定阈值可根据所选取待测防伪标识的不同具体设定。

本发明实施例二提供的一种纸币防伪标识的检测方法，具体化了待测防伪标识的目标所在区域的确定过程，能够快速的确定待测防伪标识的目标所在区域；同时还具体化了待测二值图与模板信息图的匹配过程以及基于匹配结果的检测信息确定过程，能够通过二值化后目标所在区域的待测二值图与模板信息图的匹配结果，确定目标所在区域中是否存在待测防伪标识，进而为后续的纸币鉴伪做准备。利用该方法，能够把二值图与模板图的匹配优化为仅对模板信息图中若干个关键特征点的匹配，该匹配方法大大减少了二值图与模板图的匹配时的复杂度，从而降低了防伪标识检测的计算量。同时，根据所选取的标准特征点就可勾画出待测防伪标识的关键特征，因此，相较于现有方法相对减少了匹配过程中的干扰项，使得特征匹配的准确率更高，进而更有利于纸币的鉴伪确定。

实施例三

图3为本发明实施例三提供的一种纸币防伪标识的检测方法的流程示意图；本发明实施例以上述实施例为基础进行优化，在本实施例中，在根据匹配结果确定所述待测防伪标识的检测信息之后，还包括：根据所述检测信息以及所述纸币的版本信息，确定所述纸币的真伪。

具体地，本实施例进一步将“根据所述检测信息以及所述纸币的版本信息，确定所述纸币的真伪”优化为：获取预设的真币中各防伪标识与版本信息的映射关系；根据所述映射关系及所述纸币的版本信息，确定所述纸币具有的防伪标识集；如果所述多光谱图像中存在所述待测防伪标识且所述待测防伪标识不属于所述防伪标识集，则确定所述纸币为假币；如果所述待测二值图中不存在所述待测防伪标识且所述待测防伪标识属于所述防伪标识集，则确定所述纸币为假币。

如图3所示，本发明实施例三提供的一种纸币防伪标识的检测方法，具体包括如下操作：

S301、在纸币的多光谱图像中定位并截取待测防伪标识的目标所在区域。

S302、二值化处理所述目标所在区域，获得所述目标所在区域的待测二值图。

S303、将所述待测二值图与设定的所述待测防伪标识的模板信息图进行匹配，并根据匹配结果确定所述待测防伪标识的检测信息。

示例性地，本实施例优选的采用模板信息图中的标准特征点与待测二值图进行特征匹配，以降低特征匹配的复杂度，减少特征匹配的计算量，同时，仅采用标准特征点进行特征匹配，减少了匹配过程中的干扰因素，进而增大了特征匹配的准确度，其中，模板信息图中标准特征点主要根据具体的防伪标识的特征来确定。

S304、获取预设的真币中各防伪标识与版本信息的映射关系。

在本实施例中，基于上述步骤确定待测防伪标识的检测信息后，可以进一步根据其检测信息对纸币的真伪进行鉴定。

一般地，如果纸币的版本信息不同，则纸币上的防伪标识有可能存在不同，由此，本实施例可通过判断纸币上是否应该具有待测防伪标识，来确定纸币的真伪。示例性地，社会上的一些制造假币的不法分子，往往通过部分假币与部分真币拼接的手段来制造更逼真的假币，由此以假乱真使得假币得以流通，基于本实施例提供的鉴伪方法，可以更好的对拼接纸币的真伪进行识别。

本步骤首先确定真币中各防伪标识与版本信息的映射关系，由此确定，不同版本的纸币应该具有哪些防伪标识。

S305、根据所述映射关系及所述纸币的版本信息，确定所述纸币具有的防伪标识集。

在本实施例中，在获取到纸币的多光谱图像后，可以根据设定的方法确定纸币的版本信息，如可确定100元的人民币为第几版人民币以及为哪一年印刷的人民币。具体地，根据预设的映射关系以及确定的版本信息，可对应匹配出当前待验证的纸币所具有的防伪标识集。

S306、如果所述多光谱图像中存在所述待测防伪标识且所述待测防伪标识不属于所述防伪标识集，则确定所述纸币为假币。

具体地，当步骤S304中确定出待测防伪标识存在于多光谱图像时，但确定出该待测防伪标识不属于所验证纸币的防伪标识集，则可确定当前所验证的纸币为假币。

S307、如果所述待测二值图中不存在所述待测防伪标识且所述待测防伪标识属于所述防伪标识集，则确定所述纸币为假币。

同样，当步骤S304中确定多光谱图像中不存在待测防伪标识时，但确定出该待测防伪标识属于所验证纸币的防伪标识集，则也可确定当前所验证的纸币为假币。

需要说明的是，当验证条件不符合上述两种情况时，可认为基于当前的待测防伪标识对纸币进行验证后可确定该纸币为真币，但该纸币为真币的情况并不是绝对的，还可以进一步通过纸币的其他防伪标识进行真伪验证。

本发明实施例三提供的一种纸币防伪标识的检测方法，优化增加了根据待测防伪标识的检测结果确定所述纸币真伪的操作。利用该方法，能够仅对局部的防伪标识进行检测，并通过部分防伪标识进行纸币鉴伪，由于防伪标识检测时采用了关键特征点的匹配方式，大大降低了防伪标识检测的检测时间，由此降低了纸币防伪检测的计算量，提高了纸币的整体鉴伪速度，此外还有效减少了干扰因素的引入，在提高防伪标识检测准确度的同时也提高了纸币鉴伪的准确度。

实施例四

图4a为本发明实施例四提供的一种纸币防伪标识的检测方法的优选实施例。在本实施例中，确定其应用背景中具有验钞功能的终端设备为自动存取款机。当有纸币存入或取出时，通过本发明上述实施例提供的方法对纸币的防伪标识进行检测，并通过防伪标识的检测信息对纸币进行鉴伪。

具体地，本实施四优选其纸币的币种为人民币，凹印手感线作为人民币的一种防伪标识，因其独特的标识结构，使得该防伪标识所具有的关键特征点较为明显，因此本实施例优选的将凹印手感线标识确定为待测防伪标识。如图4a所示，对凹印手感线标识进行检测的具体操作为：

S401、获取人民币的多光谱图像，并在多光谱图像中定位截取凹印手感线的目标所在区域。

示例性地，图4b给出了多光谱图像中截取的凹印手感线标识的目标所在区域。其中，目标所在区域可通过凹印手感线标识在相应纸币样本图像中的坐标位置信息确定。

S402、二值化处理目标所在区域，获得目标所在区域的待测二值图。

示例性地，图4c给出了目标所在区域二值化处理后对应的待测二值图。可以理解的是，为便于凹印手感线标识的检测，可以将待测二值图的方位顺时针旋转90°。

S403、控制预设的模板信息图在待测二值图上由左至右由上至下滑动，确定待测二值图中与模板信息图中标准特征点相匹配的最大匹配点个数。

示例性地，图4d给出了凹印手感线标识对应的模板信息图，图4d的模板信息图中包含了设定个数的标准特征点41。

在每次滑动后，标准特征点在待测二值图上都会对应各自的待测点，假设其中一个标准特征点的位置标识信息为(r，c)，则可认为待测二值图中所对应待测点的坐标信息为(r，c)，在待测二值图中，可以以待测点(r，c)为中心，在其左上方、左下方、右上方以及右下方中任意选择三个方位分别选取8*8的区域作为待测点(r，c)的特征区域，之后识别该特征区域中包含的目标特征，并将目标特征与所对应标准特征点的特征标识信息进行匹配，最终根据其匹配度确定待测点是否与标准特征点相匹配，并统计每次滑动时匹配点的匹配点个数，由此确定出最大匹配点个数。

需要说明的是，控制模板信息图在待测二值图滑动时，优选的保持控制模板信息图与待测二值图的尺寸大小一致。

S404、如果最大匹配点个数达到设定阈值，则确定人民币的多光谱图像中存在凹印手感线标识；否则，确定人民币的多光谱图像中不存在凹印手感线标识。

示例性地，假设模板信息图中具有的标准特征点个数为24个，则可将设定阈值确定为20个，即当滑动过程中最大匹配点个数大于20时，就可认为待测二值图与模板信息图相匹配，由此可认为人民币的多光谱图像中存在凹印手感线标识。

S405、如果人民币的版本信息对应的防伪标识集中存在凹印手感线标识，且凹印手感线标识不存在多光谱图像中，则说明该人民币为假币。

示例性地，对于第五套人民币而言，2005年版的人民币上存在凹印手感线标识。当获取到多光谱图像的版本信息为2005版时，可确定其防伪标识集中存在凹印手感线标识，此时，若检测出多光谱图像中不存在凹印手感线标识，则可确定当前验证的人民币为假币，如，有可能是一张以假乱真的拼接币。

S406、如果人民币的版本信息对应的防伪标识集中不存在凹印手感线标识，且凹印手感线标识存在于多光谱图像中，则说明该人民币为假币。

示例性地，仍以第五套人民币而言，1999版以及2015版的人民币上不存在凹印手感线标识，当获取到多光谱图像的版本信息为1999版或2015版时，可确定其防伪标识集中不存在凹印手感线标识，此时，若检测出多光谱图像中存在凹印手感线标识，则同样可确定当前验证的人民币为假币。

此外，如果版本信息为2005版，且多光谱图像中存在凹印手感线标识，并不能说明当前验证的人民币为真币，可进一步对人民币的其他防伪标识进行验证，并再次鉴定人民币的真伪。

本发明实施例四提供了一种纸币防伪标识的检测方法的优选实施例，具体说明了纸币中防伪标识的检测方法，以及基于所检测防伪标识对纸币真伪进行的鉴定的过程。本实施例所提方法与现有方法相比，采用了特征明显的凹印手感线标识作为待测防伪标识，并采用关键特征点的匹配方式进行特征匹配，大大降低了特征匹配的计算量，从而有效提高了纸币的整体鉴伪速度，同时，仅对局部的防伪标识进行检测，有效减少了干扰因素的引入，进而提高了纸币鉴伪的准确度。

实施例五

图5为本发明实施例五提供的一种纸币防伪标识的检测装置的结构框图。该装置适用于对纸币的防伪标识进行检测的情况，其中该装置可由软件和/或硬件实现，并一般集成在具有纸币鉴伪功能的终端设备上。如图5所示，该装置包括：目标截取模块51、目标处理模块52、目标匹配模块53以及信息确定模块54。

其中，目标截取模块51，用于在纸币的多光谱图像中定位并截取待测防伪标识的目标所在区域；

目标处理模块52，用于二值化处理所述目标所在区域，获得所述目标所在区域的待测二值图；

目标匹配模块53，用于将所述待测二值图与设定的所述待测防伪标识的模板信息图进行匹配；

信息确定模块54，根据匹配结果确定所述待测防伪标识的检测信息。

在本实施例中，该装置首先通过目标截取模块51在纸币的多光谱图像中定位并截取待测防伪标识的目标所在区域；然后通过目标处理模块52二值化处理所述目标所在区域，获得所述目标所在区域的待测二值图；之后通过目标匹配模块53将所述待测二值图与设定的所述待测防伪标识的模板信息图进行匹配；最终通过信息确定模块54，根据匹配结果确定所述待测防伪标识的检测信息。

本发明实施例五提供的一种纸币防伪标识的检测装置，能够实现对纸币上部分防伪标识的检测识别，与现有方法相比，降低了纸币防伪检测的计算量，从而提高了纸币的整体鉴伪速度，同时，仅对局部的防伪标识进行检测，有效减少了干扰因素的引入，进而提高了纸币鉴伪的准确度。

进一步地，目标截取模块51，具体用于：

确定纸币中的待测防伪标识，并获取所述待测防伪标识在预设的纸币样本图像中的坐标位置信息；获取所述纸币的多光谱图像，根据所述坐标位置信息定位并截取所述待测防伪标识在所述多光谱图像中对应的目标所在区域。

进一步地，所述模板信息图包括所述待测防伪标识上的各标准特征点；相应的，目标匹配模块53，包括：

模板图滑动单元，用于基于设定滑动规则在所述待测二值图上滑动所述模板信息图；

匹配点确定单元，用于在每次滑动后，根据获取的所述模板信息图中各标准特征点的标识信息，确定所述待测二值图上与所述各标准特征点对应匹配的匹配点个数并记录；

结果确定单元，用于监测到所述模板信息图的滑动操作结束后，从每次滑动对应的匹配点个数中确定最大匹配点个数，并将所述最大匹配点个数作为匹配操作的匹配结果。

在上述实施例的基础上，所述匹配点确定单元，具体用于：

获取所述模板信息图中各标准特征点的位置标识信息和特征标识信息；根据所述各标准特征点的位置标识信息，确定所述待测二值图上与所述各标准特征点对应的待测点；基于设定划分规则，确定各待测点在所述待测二值图中对应的特征区域，识别各特征区域中的特征信息，并将各特征信息作为对应待测点的目标特征；确定各待测点的目标特征与相应标准特征点的特征标识信息的匹配度，统计所述匹配度达到设定匹配值的待测点个数，并记所述待测点个数为匹配点个数。

进一步地，信息确定模块54，具体用于：

当所述待测二值图与所述模板信息图匹配后获得的最大匹配个数达到设定阈值时，确定所述待测防伪标识存在于所述纸币的多光谱图像中；否则，确定所述纸币的多光谱图像中不存在所述待测防伪标识。

进一步地，该装置还包括：纸币鉴伪模块55，用于在根据匹配结果确定所述待测防伪标识的检测信息之后，根据所述检测信息以及所述纸币的版本信息，确定所述纸币的真伪。

进一步地，纸币鉴伪模块55，具体用于：

获取预设的真币中各防伪标识与版本信息的映射关系；根据所述映射关系及所述纸币的版本信息，确定所述纸币具有的防伪标识集；如果所述多光谱图像中存在所述待测防伪标识且所述待测防伪标识不属于所述防伪标识集，则确定所述纸币为假币；如果所述待测二值图中不存在所述待测防伪标识且所述待测防伪标识属于所述防伪标识集，则确定所述纸币为假币。

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 (16)

1.一种纸币防伪标识的检测方法，其特征在于，包括：

在纸币的多光谱图像中定位并截取待测防伪标识的目标所在区域；

二值化处理所述目标所在区域，获得所述目标所在区域的待测二值图；

将所述待测二值图与设定的所述待测防伪标识的模板信息图进行匹配，并根据匹配结果确定所述待测防伪标识的检测信息。

2.根据权利要求1所述的方法，其特征在于，所述模板信息图包括所述待测防伪标识上的各标准特征点；

相应的，所述将所述待测二值图与设定的所述待测防伪标识的模板信息图进行匹配，包括：

基于设定滑动规则在所述待测二值图上滑动所述模板信息图；

在每次滑动后，根据获取的所述模板信息图中各标准特征点的标识信息，确定所述待测二值图上与所述各标准特征点对应匹配的匹配点个数并记录；

监测到所述模板信息图的滑动操作结束后，从每次滑动对应的匹配点个数中确定最大匹配点个数，并将所述最大匹配点个数作为匹配操作的匹配结果。

3.根据权利要求2所述的方法，其特征在于，所述根据获取的所述模板信息图中各标准特征点的标识信息，确定所述待测二值图上与所述各标准特征点对应匹配的匹配点个数并记录，包括：

获取所述模板信息图中各标准特征点的位置标识信息和特征标识信息；

根据所述各标准特征点的位置标识信息，确定所述待测二值图上与所述各标准特征点对应的待测点；

基于设定划分规则，确定各待测点在所述待测二值图中对应的特征区域，识别各特征区域中的特征信息，并将各特征信息作为对应待测点的目标特征；

确定各待测点的目标特征与相应标准特征点的特征标识信息的匹配度，统计所述匹配度达到设定匹配值的待测点个数，并记所述待测点个数为匹配点个数。

4.根据权利要求2所述的方法，其特征在于，所述根据匹配结果确定所述待测防伪标识的检测信息，包括：

如果所述待测二值图与所述模板信息图匹配后获得的最大匹配个数达到设定阈值，则确定所述待测防伪标识存在于所述纸币的多光谱图像中；否则，确定所述纸币的多光谱图像中不存在所述待测防伪标识。

5.根据权利要求1所述的方法，其特征在于，所述在纸币的多光谱图像中定位并截取待测防伪标识的目标所在区域，包括：

确定纸币中的待测防伪标识，并获取所述待测防伪标识在预设的纸币样本图像中的坐标位置信息；

获取所述纸币的多光谱图像，根据所述坐标位置信息定位并截取所述待测防伪标识在所述多光谱图像中对应的目标所在区域。

6.根据权利要求1所述的方法，其特征在于，在根据匹配结果确定所述待测防伪标识的检测信息之后，还包括：

根据所述检测信息以及所述纸币的版本信息，确定所述纸币的真伪。

7.根据权利要求6所述的方法，其特征在于，所述根据所述检测信息以及所述纸币的版本信息，确定所述纸币的真伪，包括：

获取预设的真币中各防伪标识与版本信息的映射关系；

根据所述映射关系及所述纸币的版本信息，确定所述纸币具有的防伪标识集；

如果所述多光谱图像中存在所述待测防伪标识且所述待测防伪标识不属于所述防伪标识集，则确定所述纸币为假币；

如果所述待测二值图中不存在所述待测防伪标识且所述待测防伪标识属于所述防伪标识集，则确定所述纸币为假币。

8.根据权利要求1-7任一所述的方法，其特征在于，所述待测防伪标识为雕刻凹版印刷标识、凹印手感线标识、胶印缩微文字标识、固定人像水印标识、红外人像标识以及隐形面额数字标识的一种或几种。

9.一种纸币防伪标识的检测装置，其特征在于，包括：

目标截取模块，用于在纸币的多光谱图像中定位并截取待测防伪标识的目标所在区域；

目标处理模块，用于二值化处理所述目标所在区域，获得所述目标所在区域的待测二值图；

目标匹配模块，用于将所述待测二值图与设定的所述待测防伪标识的模板信息图进行匹配；

信息确定模块，根据匹配结果确定所述待测防伪标识的检测信息。

10.根据权利要求9所述的装置，其特征在于，所述模板信息图包括所述待测防伪标识上的各标准特征点；

相应的，所述目标匹配模块，包括：

模板图滑动单元，用于基于设定滑动规则在所述待测二值图上滑动所述模板信息图；

匹配点确定单元，用于在每次滑动后，根据获取的所述模板信息图中各标准特征点的标识信息，确定所述待测二值图上与所述各标准特征点对应匹配的匹配点个数并记录；

结果确定单元，用于监测到所述模板信息图的滑动操作结束后，从每次滑动对应的匹配点个数中确定最大匹配点个数，并将所述最大匹配点个数作为匹配操作的匹配结果。

11.根据权利要求10所述的装置，其特征在于，所述匹配点确定单元，具体用于：

获取所述模板信息图中各标准特征点的位置标识信息和特征标识信息；

根据所述各标准特征点的位置标识信息，确定所述待测二值图上与所述各标准特征点对应的待测点；

基于设定划分规则，确定各待测点在所述待测二值图中对应的特征区域，识别各特征区域中的特征信息，并将各特征信息作为对应待测点的目标特征；

确定各待测点的目标特征与相应标准特征点的特征标识信息的匹配度，统计所述匹配度达到设定匹配值的待测点个数，并记所述待测点个数为匹配点个数。

12.根据权利要求10所述的装置，其特征在于，所述信息确定模块，具体用于：

当所述待测二值图与所述模板信息图匹配后获得的最大匹配个数达到设定阈值时，确定所述待测防伪标识存在于所述纸币的多光谱图像中；否则，确定所述纸币的多光谱图像中不存在所述待测防伪标识。

13.根据权利要求9所述的装置，其特征在于，所述目标截取模块，具体用于：

确定纸币中的待测防伪标识，并获取所述待测防伪标识在预设的纸币样本图像中的坐标位置信息；

获取所述纸币的多光谱图像，根据所述坐标位置信息定位并截取所述待测防伪标识在所述多光谱图像中对应的目标所在区域。

14.根据权利要求9所述的装置，其特征在于，还包括：纸币鉴伪模块，用于：

在根据匹配结果确定所述待测防伪标识的检测信息之后，根据所述检测信息以及所述纸币的版本信息，确定所述纸币的真伪。

15.根据权利要求14所述的装置，其特征在于，所述纸币鉴伪模块，具体用于：

获取预设的真币中各防伪标识与版本信息的映射关系；

根据所述映射关系及所述纸币的版本信息，确定所述纸币具有的防伪标识集；

如果所述多光谱图像中存在所述待测防伪标识且所述待测防伪标识不属于所述防伪标识集，则确定所述纸币为假币；

如果所述待测二值图中不存在所述待测防伪标识且所述待测防伪标识属于所述防伪标识集，则确定所述纸币为假币。

16.根据权利要求9-15任一所述的装置，其特征在于，所述待测防伪标识为雕刻凹版印刷标识、凹印手感线标识、胶印缩微文字标识、固定人像水印标识、红外人像标识以及隐形面额数字标识的一种或几种。