CN108399677A - 一种纸币版本识别方法及装置 - Google Patents
一种纸币版本识别方法及装置 Download PDFInfo
- Publication number
- CN108399677A CN108399677A CN201710069421.3A CN201710069421A CN108399677A CN 108399677 A CN108399677 A CN 108399677A CN 201710069421 A CN201710069421 A CN 201710069421A CN 108399677 A CN108399677 A CN 108399677A
- Authority
- CN
- China
- Prior art keywords
- omron
- ring
- binary image
- pixel
- feature region
- 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
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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/25—Determination of region of interest [ROI] or a volume of interest [VOI]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Image Analysis (AREA)
Abstract
本发明实施例提供了一种纸币版本识别方法及装置,该方法包括:在纸币的灰度图像中切取包含欧姆龙环的第一特征区域;对所述第一特征区域进行二值化处理,得到所述第一特征区域的二值化图像;根据欧姆龙环之间的相对位置信息,确定所述二值化图像中包含的所有欧姆龙环的个数;根据所述二值化图像中包含的所有欧姆龙环的个数与第一预设阈值,确定所述纸币的版本。本发明实施例通过采用上述技术方案,能够实现欧姆龙环的快速查找,大大提高纸币版本识别速度,改善纸币版本识别的实时性。
Description
技术领域
本发明实施例涉及信息处理技术领域,尤其涉及一种纸币版本识别方法及装置。
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。纸币识别一般包括纸币的面值识别、版本识别和面向识别等,通常在识别出纸币的面值面向及版本等信息后,再根据纸币的面值面向和版本信息进行特征提取并进行纸币真伪的鉴别,因而纸币的版本识别对于后续纸币真伪鉴别中准确提取特征具有重要意义。
纸币识别系统通常需要具有较高的实时性,一般要求在40ms内完成对纸币的识别与真伪鉴别。现有的纸币版本识别技术通常采用神经网络训练方法,通过提取各种版本纸币的特征信息来获取训练样本,并用于对神经网络模型进行训练,进而根据训练后的神经网络模型来识别纸币的版本。但是神经网络对样本的依赖性较强,并且神经网络的收敛速度慢,还需要大量的模型参数,数据较多,处理过程复杂,影响纸币版本识别的实时性。
发明内容
有鉴于此,本发明实施例提供一种纸币版本识别方法及装置,以解决现有纸币版本识别方法实时性差的技术缺陷。
第一方面,本发明实施例提供了一种纸币版本识别方法,包括:
在纸币的灰度图像中切取包含欧姆龙环的第一特征区域;
对所述第一特征区域进行二值化处理,得到所述第一特征区域的二值化图像;
根据欧姆龙环之间的相对位置信息,确定所述二值化图像中包含的所有欧姆龙环的个数;
根据所述二值化图像中包含的所有欧姆龙环的个数与第一预设阈值,确定所述纸币的版本。
第二方面,本发明实施例提供了一种纸币版本识别装置,包括:
第一特征区域确定模块,用于在纸币的灰度图像中切取包含欧姆龙环的第一特征区域;
二值化图像确定模块,用于对所述第一特征区域进行二值化处理,得到所述第一特征区域的二值化图像;
欧姆龙环确定模块,用于根据欧姆龙环之间的相对位置信息,确定所述二值化图像中包含的所有欧姆龙环的个数;
版本识别模块,用于根据所述二值化图像中包含的所有欧姆龙环的个数与第一预设阈值,确定所述纸币的版本。
本发明实施例提供的技术方案,通过切取纸币灰度图像中包含欧姆龙环的特征区域,并进行二值化处理得到二值化图像,根据欧姆龙环之间的相对位置信息,确定特征区域内所包含欧姆龙环的总个数,进而根据第一预设阈值确定纸币的版本。通过对特征区域内的数据进行处理,使得识别过程中所需处理的数据量大大减少,通过对特征区域进行二值化处理,使得欧姆龙环特征更加明显,依据欧姆龙环之间的相对位置查找欧姆龙环,实现欧姆龙环的快速查找,大大提高纸币版本识别速度,改善纸币版本识别的实时性。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需使用的附图作简单地介绍,当然,以下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的前提下,还可以对这些附图进行修改和替换。
图1a为本发明实施例一提供的一种纸币版本识别方法的流程示意图;
图1b为本发明实施例一提供的2005版面值100的人民币灰度图像示意图;
图1c为本发明实施例一提供的2015版面值100的人民币灰度图像示意图;
图2a为本发明实施例二提供的一种纸币版本识别方法的流程示意图;
图2b为本发明实施例二提供的特征区域二值化图像示意图;
图3为本发明实施例三提供的一种纸币版本识别方法的流程示意图;
图4为本发明实施例四提供的一种纸币版本识别装置的结构示意图;
图5为本发明实施例五提供的一种设备的硬件结构示意图。
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。
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。虽然流程图将各步骤描述成顺序的处理,但是其中的许多步骤可以被并行地、并发地或者同时实施。此外,各步骤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1a为本发明实施例一提供的一种纸币版本识别方法的流程示意图,该方法适用于纸币版本识别的情况,可以由纸币版本识别装置执行,其中该装置可由软件和/或硬件实现,一般可集成在具有纸币版本识别功能的设备中。如图1a所示,该方法可以包括:
步骤101、在纸币的灰度图像中切取包含欧姆龙环的第一特征区域。
典型的,欧姆龙环也称圆圈星座防伪技术,是货币的一种防伪技术,这项防伪技术由5个小圆圈组成,5个小圆圈按猎户星座的形式排列,组成一个完整的星座图案。
示例性的,本发明实施例提供的版本识别方法尤其适用于对2005版与2015版面值为100的人民币的版本识别。可以通过自然光下的反射图像得到纸币的上述灰度图像。图1b为本发明实施例一提供的2005版面值100的人民币灰度图像示意图,如图1b所示,标号为1的矩形框所示的区域即为所述第一特征区域,该特征区域内的小圆圈即为上述欧姆龙环,可以通过对2005版面值100的人民币进行样本统计,确定该特征区域的位置。图1c为本发明实施例一提供的2015版面值100的人民币灰度图像示意图,如图1c所示,标号为3的矩形框表示在2015版面值100的人民币中对应的第一特征区域,可见2005版面值100的人民币中的第一特征区域内含有欧姆龙环,而2015版面值为100的人民币中的第一特征区域内不含欧姆龙环。
具体的,在图1b所示的面向和朝向的情况下,通过扫描得到分辨率为200*150DPI的面值100的人民币整张灰度图像中,将水平方向的像素规定为像素行,并规定像素行方向为从上到下,将竖直方向的像素规定为像素列,并规定像素列方向为从左到右,则上述第一特征区域在整张灰度图像中的位置为像素行230-330行,像素列1090-1180列,若纸币的面向、朝向及所采用扫描仪的扫描频率发生变化,则上述第一特征区域的所在的像素行范围与像素列范围也会改变。
步骤102、对所述第一特征区域进行二值化处理,得到所述第一特征区域的二值化图像。
示例性的,图像的二值化,通常是指将图像上的像素点的灰度值设置为0或255,可以预先设置用于进行二值化的阈值对上述特征区域所包含的所有像素点进行二值化处理。
步骤103、根据欧姆龙环之间的相对位置信息,确定所述二值化图像中包含的所有欧姆龙环的个数。
示例性的,可以通过样本统计,获取图1b中所示的第一特征区域内的欧姆龙环的位置信息,并确定欧姆龙环之间的相对位置信息,从而在进行版本识别时能够根据欧姆龙环的相对位置信息确定第一特征区域内包含的所有欧姆龙环的个数。
步骤104、根据所述二值化图像中包含的所有欧姆龙环的个数与第一预设阈值,确定所述纸币的版本。
示例性的,若根据第一特征区域的二值化图像确定的欧姆龙环的个数达到第一预设阈值,则确定纸币为2005版本,若未达到第一预设阈值,则确定纸币为2015版本。
具体的,图1b所示的第一特征区域包含6个欧姆龙环,第一预设阈值可以设置为4,若在特征区域二值化图像中查找到的所有欧姆龙环个数大于等于4个,则确定纸币为2005版面值100的人民币,若特征区域二值化图像中包含的欧姆龙环个数小于4个,则确定纸币为2015版面值100的人民币,从而有效避免由于不同纸币在检测时的位置不同、纸币染色、微小破洞或其他原因造成的版本识别错误。
本实施例提供的技术方案,通过切取纸币灰度图像中包含欧姆龙环的特征区域,并进行二值化处理的到二值化图像,根据欧姆龙环之间的相对位置信息,确定特征区域内所包含欧姆龙环的总个数,进而根据第一预设阈值确定纸币的版本。通过对特征区域内的数据进行处理,使得识别过程中所需处理的数据量大大减少,通过对特征区域进行二值化处理,使得欧姆龙环特征更加明显,依据欧姆龙环之间的相对位置查找欧姆龙环,实现欧姆龙环的快速查找,大大提高纸币版本识别速度,改善纸币版本识别的实时性。
实施例二
图2a为本发明实施例二提供的一种纸币版本识别方法的流程示意图,本实施例在上述实施例一的基础上,将“对所述第一特征区域进行二值化处理,得到第一特征区域的二值化图像”进行优化,如图2a所示,该方法可以包括:
步骤201、在纸币的灰度图像中切取包含欧姆龙环的第一特征区域。
步骤202、在纸币的灰度图像中切取不包含欧姆龙环图案的第二特征区域。
示例性的,第二特征区域为与第一特征区域内欧姆龙环以外的区域灰度值相近的区域,如图1b所示,可以将标号为2的矩形所示的区域确定为第二特征区域,则2015版面值100的人民币中,标号为4的矩形所示的区域为对应的第二特征区域。
具体的,在图1b所示的面向和朝向的情况下,通过扫描得到分辨率为200*150DPI的100人民币整张灰度图像中,将水平方向的像素规定为像素行,并规定像素行方向为从上到下,将竖直方向的像素规定为像素列,像素列方向为从左到右,则上述第一特征区域在整张灰度图像中的位置为像素行190-270行,像素列1000-1100列。
步骤203、根据所述第二特征区域包含的像素点灰度值对所述第一特征区域进行二值化处理,得到所述第一特征区域的二值化图像。
示例性的,根据第二特征区域内包含的像素点灰度值确定二值化的阈值,根据二值化的阈值对第一特征区域内的像素点灰度值进行二值化处理。
可选的,根据所述第二特征区域包含的像素点灰度值对所述第一特征区域进行二值化处理,得到所述第一特征区域的二值化图像,可以包括如下步骤:
步骤A、确定所述第二特征区域包含的所有像素点的灰度平均值。
示例性的,计算第二特征区域内包含的所有像素点灰度值的平均值,记作M。
步骤B、根据所述灰度平均值与预设比例系数,确定第二预设阈值。
可选的,所述比例系数优选为0.7,可以将0.7M确定为第二预设阈值,由于纸币的新旧程度不同或使用的扫描仪不同,得到的纸币灰度图像会有差异,本实施例采用的二值化方法中,每次版本识别时均切取当前纸币中的第二特征区域,使得计算得到的M值是自适应的,因而第二预设阈值也是自适应的,保证二值化图像的处理效果。
步骤C、根据所述第二预设阈值对所述第一特征区域进行二值化处理,得到所述第一特征区域的二值化图像。
示例性的,将第一特征区域内包含的每一个像素点的灰度值与第二预设阈值0.7M进行比较,若某一像素点灰度值达到0.7M,则将该像素点的灰度值调整为255,若该像素点灰度值未达到0.7M,则将该像素点的灰度值调整为0。
示例性的,图2b为本发明实施例二提供的特征区域二值化图像示意图,图中标号为200的矩形框表示上述第一特征区域,标号1、2、3、4、5和6用于标识二值化图像中的各个欧姆龙环,如图2b所示为依据上述二值化处理方法,对2015版的100元面值人民币进行二值化处理后得到的二值化图像,可见,得到二值化图像中欧姆龙环特征更加清晰明显。
步骤204、根据欧姆龙环之间的相对位置信息,确定所述二值化图像中包含的所有欧姆龙环的个数。
步骤205、根据所述二值化图像中包含的所有欧姆龙环的个数与第一预设阈值,确定所述纸币的版本。
本实施例提供的技术方案了,通过选取与第一特征区域内非欧姆龙环的区域灰度值相近的第二特征区域,根据第二特征区域内的像素点灰度值对第一特征区域进行二值化处理,使得到的二值化图像中欧姆龙环的特征更加明显,确保后续查找欧姆龙环的准确定性,依据欧姆龙环之间的相对位置查找欧姆龙环,实现欧姆龙环的快速查找,大大提高纸币版本识别速度,改善纸币版本识别的实时性。
实施例三
图3为本发明实施例三提供的一种纸币版本识别方法的流程示意图,本实施例在上述各实施例的基础上,对确定特征区域内所有欧姆龙环的个数进行优化,如图3所示,该方法可以包括:
步骤301、在纸币的灰度图像中切取包含欧姆龙环的第一特征区域。
步骤302、对所述第一特征区域进行二值化处理,得到所述第一特征区域的二值化图像。
步骤303、确定所述二值化图像中的第一个欧姆龙环的位置信息。
示例性的,在如2b所示的二值化图像中查找欧姆龙环,并确定查找到的第一个欧姆龙环的位置信息。
可选的,确定所述二值化图像中的第一个欧姆龙环的位置信息,可以包括如下步骤:
步骤a、根据预设查找规则依次获取所述二值化图像中所包含像素点的灰度值,将灰度值达到第三预设阈值的第一个像素点确定为所述第一个欧姆龙环中的像素点。
示例性的,在二值化图像中按照预设的查找规则对二值化图像中的像素点进行遍历,查找第一个欧姆龙环中的像素点。
具体的,第三预设阈值可以设置为255,在图2b所示的二值化图像中,可以以该图像左上角位置为起始位置,遍历每一个像素点的灰度值,将像素灰度值达到第三预设阈值的第一个像素点确定为第一个欧姆龙环中的像素点,按照像素列从上到下的方向依次遍历各个像素列中的像素点,得到的第一个灰度值达到第三预设阈值的像素点应出现在图2b所示标号为1的欧姆龙环中,若按照像素行从左到右依次遍历各个像素行中的像素点,则得到的第一个灰度值达到第三预设阈值的像素点应出现在图2b所示标号为6的欧姆龙环中。
步骤b、根据所述第一个像素点的位置信息,确定在预设区域内达到所述第三预设阈值的像素点总个数。
示例性的,预设区域可以设置为10×10,其中,“10”是指十个像素,将上述查找到的灰度值达到第三预设阈值的第一个像素点,在该像素点10×10范围内包含的像素点的灰度值与第三预设阈值进行比较,记录在预设区域内像素点灰度值达到第三预设阈值的像素点总个数。
具体的,在图2b所示的图像中,将一个像素在水平方向的长度规定为一个像素宽度,在水平方向的长度规定为一个像素长度,可以将上述第一个像素点规定为预设区域在水平方向的左边界位置,则在该像素点水平方向右侧10个像素宽度、竖直方向上或向下10个像素长度的范围即为上述预设区域,也可以将上述第一个像素点规定为预设区域的中心位置,进而根据预设区域10×10,确定出预设区域在图2b中的具体位置范围,将确定出的具体位置范围内的所有像素点灰度值与第三预设阈值进行比较,并记录达到第三预设阈值的像素点总个数。
步骤c、若所述像素点总个数达到第四预设阈值,则确定查找到所述第一个欧姆龙环。
示例性的,第四预设阈值可以为15,得到的图像分辨率改变,则第四预设阈值也会相应改变。若步骤b中得到的像素点总个数达到第四预设阈值,则确定查找到了第一个欧姆龙环,并且,步骤b中在预设区域内像素点灰度值达到第三预设阈值的像素点均属于第一欧姆龙环中的像素点。若步骤b中得到的像素点总个数未达到第四预设阈值,则从灰度值达到第三预设阈值的第一个像素点位置处开始,对后续像素点按照预设查找规则进行遍历,循环执行步骤a-c,直至确定查找到第一个欧姆龙环。
步骤304、根据所述第一个欧姆龙环的位置信息与所述欧姆龙环之间的相对位置信息,确定所述二值化图像中包含的所有欧姆龙环的个数。
示例性的,相同纸币版本和面额的纸币中欧姆龙环的排列位置是相对固定的,即所有2005版面值100的人民币,在切取的第一特征区域内的欧姆龙环的相对位置是不变的,可以根据样本统计,确定欧姆龙环之间的相对位置信息,进而利用相对位置信息查找二值化图像中包含的所有欧姆龙环。
具体的,若根据像素行和像素列方向建立直角坐标系,在图2b所示图像中即按照水平方向X和竖直方向Y建立坐标系,其中“O”表示坐标原点,水平方向以一个像素在水平方向的长度为单位,竖直方向以一个像素在竖直方向的长度为单位,则相对位置信息可以指两个欧姆龙环在X方向和Y方向的坐标偏差,假设图2b中标号为1的欧姆龙环为查找到的第一个欧姆龙环,通过样本统计得到的标号为2的欧姆龙环相对于标号为1的欧姆龙环在X方向偏差为12,在Y方向偏差为15,则根据标号为1中的欧姆龙环的位置信息,能够确定标号为2的欧姆龙环的位置信息。
具体的,可以以标号为1的欧姆龙环中包含的任意一个像素点为基准,根据样本统计得到的X坐标和Y坐标偏差,确定出标号为2的欧姆龙环中的某一像素点,进而依据上述步骤b和步骤c的查找方式,确定是否查找到第二个欧姆龙环。
需要说明的,可以以查找到的标号为1的欧姆龙环为基准,依据标号2-6的欧姆龙环与标号为1的欧姆龙环的相对位置信息,确定其他各个欧姆龙环,也可以在根据标号为1的欧姆龙环确定标号为2的欧姆龙环之后,以标号为2的欧姆龙环为基准,依据标号为3的欧姆龙环与标号为2的欧姆龙环之间的相对位置信息,确定标号为3的欧姆龙环,再将标号为3的欧姆龙环设为基准,以此循环查找,本实施例对查找欧姆龙环的具体方式不做限定,只需依据欧姆龙环之间的相对位置信息进行查找即可。
步骤305、根据所述二值化图像中包含的所有欧姆龙环的个数与第一预设阈值,确定所述纸币的版本。
本实施例提供的技术方案,通过遍历的方式查找第一个欧姆龙环中的第一个像素点,并依据第一个像素点的位置信息,确定出在预设范围内包含的像素点灰度值达到预设阈值的像素点总个数,进而确定是否查找到欧姆龙环,能够有效避免由于纸币染色、微小破洞或其他噪声干扰造成的版本误识别,保证查找到的欧姆龙环的准确性,并且依据欧姆龙环之间的相对位置信息查找欧姆龙环,实现欧姆龙环的快速查找,大大提高纸币版本识别速度,改善纸币版本识别的实时性。
实施例四
图4为本发明实施例四提供的一种纸币版本识别装置的结构示意图,该装置可由软件和/或硬件实现,一般集成在具有纸币识别功能的设备中,可通过执行纸币版本识别方法来进行纸币识别。如图4所示,该装置可以包括:
第一特征区域确定模块401,用于在纸币的灰度图像中切取包含欧姆龙环的第一特征区域;
二值化图像确定模块402,用于对所述第一特征区域进行二值化处理,得到所述第一特征区域的二值化图像;
欧姆龙环确定模块403,用于根据欧姆龙环之间的相对位置信息,确定所述二值化图像中包含的所有欧姆龙环的个数;
版本识别模块404,用于根据所述二值化图像中包含的所有欧姆龙环的个数与第一预设阈值,确定所述纸币的版本。
本实施例提供的技术方案,本实施例提供的技术方案,通过切取纸币灰度图像中包含欧姆龙环的特征区域,并进行二值化处理的到二值化图像,根据欧姆龙环之间的相对位置信息,确定特征区域内所包含欧姆龙环的总个数,进而根据第一预设阈值确定纸币的版本。通过对特征区域内的数据进行处理,使得识别过程中所需处理的数据量大大减少,通过对特征区域进行二值化处理,使得欧姆龙环特征更加明显,依据欧姆龙环之间的相对位置查找欧姆龙环,实现欧姆龙环的快速查找,大大提高纸币版本识别速度,改善纸币版本识别的实时性。
在上述实施例的基础上,所述二值化图像确定模块402包括:
第二特征区域确定单元,用于在纸币的灰度图像中切取不包含欧姆龙环图案的第二特征区域;
二值化图像确定单元,用于根据所述第二特征区域包含的像素点灰度值对所述第一特征区域进行二值化处理,得到所述第一特征区域的二值化图像。
在上述实施例的基础上,所述二值化图像确定单元包括:
灰度均值确定子单元,用于确定所述第二特征区域包含的所有像素点的灰度平均值;
阈值确定子单元,用于根据所述灰度平均值与预设比例系数,确定第二预设阈值;
二值化图像确定子单元,用于根据所述第二预设阈值对所述第一特征区域进行二值化处理,得到所述第一特征区域的二值化图像。
在上述实施例的基础上,所述欧姆龙环确定模块403包括:
第一欧姆龙环确定单元,用于确定所述二值化图像中的第一个欧姆龙环的位置信息;
欧姆龙环确定单元,用于根据所述第一个欧姆龙环的位置信息与所述欧姆龙环之间的相对位置信息,确定所述二值化图像中包含的所有欧姆龙环的个数。
在上述实施例的基础上,所述第一欧姆龙环确定单元包括:
第一像素点确定子单元,用于根据预设查找规则依次获取所述二值化图像中所包含像素点的灰度值,将灰度值达到第三预设阈值的第一个像素点确定为所述第一个欧姆龙环中的像素点;
像素点统计子单元,用于根据所述第一个像素点的位置信息,确定在预设区域内达到所述第三预设阈值的像素点总个数;
第一欧姆龙环确定子单元,用于若所述像素点总个数达到第四预设阈值,则确定查找到所述第一个欧姆龙环。
在上述实施例的基础上,所述比例系数优选为0.7。
实施例五
本发明实施例五提供了一种设备,包括本发明任意实施例所提供的纸币版本识别装置。
具体的,如图5所示,本发明实施例提供一种设备,该设备包括处理器50、存储器51、输入装置52和输出装置53;设备中处理器50的数量可以是一个或多个,图5中以一个处理器50为例;设备中的处理器50、存储器51、输入装置52和输出装置53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版本识别方法对应的程序指令/模块(例如,纸币版本识别装置中的第一特征区域确定模块401、二值化图像确定模块402、欧姆龙环确定模块403和版本识别模块404纸币版本识别)。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,从而执行设备的各种功能应用以及数据处理,即实现上述的纸币版本识别方法。
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设备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设备。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,以及产生与设备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。
本发明实施例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版本识别方法,该方法包括:
在纸币的灰度图像中切取包含欧姆龙环的第一特征区域;
对所述第一特征区域进行二值化处理,得到所述第一特征区域的二值化图像;
根据欧姆龙环之间的相对位置信息,确定所述二值化图像中包含的所有欧姆龙环的个数;
根据所述二值化图像中包含的所有欧姆龙环的个数与第一预设阈值,确定所述纸币的版本。
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,上述纸币版本识别装置的实施例中,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。
上述实施例中提供的纸币版本识别装置和设备可执行本发明任意实施例所提供的纸币版本识别方法,具备执行该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纸币版本识别方法。
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 (11)
1.一种纸币版本识别方法,其特征在于,包括:
在纸币的灰度图像中切取包含欧姆龙环的第一特征区域;
对所述第一特征区域进行二值化处理,得到所述第一特征区域的二值化图像;
根据欧姆龙环之间的相对位置信息,确定所述二值化图像中包含的所有欧姆龙环的个数;
根据所述二值化图像中包含的所有欧姆龙环的个数与第一预设阈值,确定所述纸币的版本。
2.根据权利要求1所述的方法,其特征在于,对所述第一特征区域进行二值化处理,得到第一特征区域的二值化图像,包括:
在纸币的灰度图像中切取不包含欧姆龙环图案的第二特征区域;
根据所述第二特征区域包含的像素点灰度值对所述第一特征区域进行二值化处理,得到所述第一特征区域的二值化图像。
3.根据权利要求2所述的方法,其特征在于,根据所述第二特征区域包含的像素点灰度值对所述第一特征区域进行二值化处理,得到所述第一特征区域的二值化图像,包括:
确定所述第二特征区域包含的所有像素点的灰度平均值;
根据所述灰度平均值与预设比例系数,确定第二预设阈值;
根据所述第二预设阈值对所述第一特征区域进行二值化处理,得到所述第一特征区域的二值化图像。
4.根据权利要求3所述的方法,其特征在于,所述比例系数为0.7。
5.根据权利要求1所述的方法,其特征在于,根据欧姆龙环之间的相对位置信息,确定所述二值化图像中包含的所有欧姆龙环的个数,包括:
确定所述二值化图像中的第一个欧姆龙环的位置信息;
根据所述第一个欧姆龙环的位置信息与所述欧姆龙环之间的相对位置信息,确定所述二值化图像中包含的所有欧姆龙环的个数。
6.根据权利要求5所述的方法,其特征在于,确定所述二值化图像中的第一个欧姆龙环的位置信息,包括:
根据预设查找规则依次获取所述二值化图像中所包含像素点的灰度值,将灰度值达到第三预设阈值的第一个像素点确定为所述第一个欧姆龙环中的像素点;
根据所述第一个像素点的位置信息,确定在预设区域内达到所述第三预设阈值的像素点总个数;
若所述像素点总个数达到第四预设阈值,则确定查找到所述第一个欧姆龙环。
7.一种纸币版本识别装置,其特征在于,包括:
第一特征区域确定模块,用于在纸币的灰度图像中切取包含欧姆龙环的第一特征区域;
二值化图像确定模块,用于对所述第一特征区域进行二值化处理,得到所述第一特征区域的二值化图像;
欧姆龙环确定模块,用于根据欧姆龙环之间的相对位置信息,确定所述二值化图像中包含的所有欧姆龙环的个数;
版本识别模块,用于根据所述二值化图像中包含的所有欧姆龙环的个数与第一预设阈值,确定所述纸币的版本。
8.根据权利要求7所述的装置,其特征在于,所述二值化图像确定模块包括:
第二特征区域确定单元,用于在纸币的灰度图像中切取不包含欧姆龙环图案的第二特征区域;
二值化图像确定单元,用于根据所述第二特征区域包含的像素点灰度值对所述第一特征区域进行二值化处理,得到所述第一特征区域的二值化图像。
9.根据权利要求8所述的装置,其特征在于,所述二值化图像确定单元包括:
灰度均值确定子单元,用于确定所述第二特征区域包含的所有像素点的灰度平均值;
阈值确定子单元,用于根据所述灰度平均值与预设比例系数,确定第二预设阈值;
二值化图像确定子单元,用于根据所述第二预设阈值对所述第一特征区域进行二值化处理,得到所述第一特征区域的二值化图像。
10.根据权利要求7所述的装置,其特征在于,所述欧姆龙环确定模块包括:
第一欧姆龙环确定单元,用于确定所述二值化图像中的第一个欧姆龙环的位置信息;
欧姆龙环确定单元,用于根据所述第一个欧姆龙环的位置信息与所述欧姆龙环之间的相对位置信息,确定所述二值化图像中包含的所有欧姆龙环的个数。
11.根据权利要求10所述的装置,其特征在于,所述第一欧姆龙环确定单元包括:
第一像素点确定子单元,用于根据预设查找规则依次获取所述二值化图像中所包含像素点的灰度值,将灰度值达到第三预设阈值的第一个像素点确定为所述第一个欧姆龙环中的像素点;
像素点统计子单元,用于根据所述第一个像素点的位置信息,确定在预设区域内达到所述第三预设阈值的像素点总个数;
第一欧姆龙环确定子单元,用于若所述像素点总个数达到第四预设阈值,则确定查找到所述第一个欧姆龙环。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710069421.3A CN108399677A (zh) | 2017-02-08 | 2017-02-08 | 一种纸币版本识别方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710069421.3A CN108399677A (zh) | 2017-02-08 | 2017-02-08 | 一种纸币版本识别方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108399677A true CN108399677A (zh) | 2018-08-14 |
Family
ID=63094126
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710069421.3A Pending CN108399677A (zh) | 2017-02-08 | 2017-02-08 | 一种纸币版本识别方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108399677A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110415424A (zh) * | 2019-06-17 | 2019-11-05 | 众安信息技术服务有限公司 | 一种防伪鉴定方法、装置、计算机设备和存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105069900A (zh) * | 2015-08-14 | 2015-11-18 | 深圳怡化电脑股份有限公司 | 一种处理纸币信息的方法及装置 |
CN105243729A (zh) * | 2015-10-27 | 2016-01-13 | 深圳怡化电脑股份有限公司 | 一种识别纸币版本的方法及系统 |
CN105303676A (zh) * | 2015-10-27 | 2016-02-03 | 深圳怡化电脑股份有限公司 | 一种纸币的版本识别方法和系统 |
CN105405203A (zh) * | 2015-10-22 | 2016-03-16 | 深圳怡化电脑股份有限公司 | 一种鉴别人民币真伪的方法和系统 |
CN106296969A (zh) * | 2016-08-18 | 2017-01-04 | 深圳怡化电脑股份有限公司 | 纸币的识别方法和系统 |
-
2017
- 2017-02-08 CN CN201710069421.3A patent/CN108399677A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105069900A (zh) * | 2015-08-14 | 2015-11-18 | 深圳怡化电脑股份有限公司 | 一种处理纸币信息的方法及装置 |
CN105405203A (zh) * | 2015-10-22 | 2016-03-16 | 深圳怡化电脑股份有限公司 | 一种鉴别人民币真伪的方法和系统 |
CN105243729A (zh) * | 2015-10-27 | 2016-01-13 | 深圳怡化电脑股份有限公司 | 一种识别纸币版本的方法及系统 |
CN105303676A (zh) * | 2015-10-27 | 2016-02-03 | 深圳怡化电脑股份有限公司 | 一种纸币的版本识别方法和系统 |
CN106296969A (zh) * | 2016-08-18 | 2017-01-04 | 深圳怡化电脑股份有限公司 | 纸币的识别方法和系统 |
Non-Patent Citations (1)
Title |
---|
青春染指778: "《邻域均值法》", 30 August 2015, HTTPS://BAIKE.BAIDU.COM/ITEM/邻域均值法/3379573?FR=ALADDIN * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110415424A (zh) * | 2019-06-17 | 2019-11-05 | 众安信息技术服务有限公司 | 一种防伪鉴定方法、装置、计算机设备和存储介质 |
CN110415424B (zh) * | 2019-06-17 | 2022-02-11 | 众安信息技术服务有限公司 | 一种防伪鉴定方法、装置、计算机设备和存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105957238B (zh) | 一种纸币管理方法及其系统 | |
CN110232713B (zh) | 一种图像目标定位修正方法及相关设备 | |
CN101464951B (zh) | 图像识别方法及系统 | |
CN109308476A (zh) | 票据信息处理方法、系统及计算机可读存储介质 | |
CN107016363A (zh) | 票据图像管理装置、票据图像管理系统以及方法 | |
CN105574513A (zh) | 文字检测方法和装置 | |
CN108090511B (zh) | 图像分类方法、装置、电子设备及可读存储介质 | |
CN112418278A (zh) | 一种多类物体检测方法、终端设备及存储介质 | |
CN110942013A (zh) | 一种基于深度神经网络的卫星影像特征提取方法及系统 | |
CN111737478B (zh) | 文本检测方法、电子设备及计算机可读介质 | |
CN110097059B (zh) | 基于生成对抗网络的文档图像二值化方法、系统、装置 | |
CN111461100A (zh) | 一种票据识别方法、装置、电子设备和存储介质 | |
CN106952393A (zh) | 纸币识别方法和装置、电子设备和存储介质 | |
CN108537286A (zh) | 一种基于关键区域检测的复杂目标精准识别方法 | |
CN111915635A (zh) | 支持自阅卷的试题解析信息生成方法及系统 | |
CN111046644A (zh) | 一种答题卡模板生成方法、识别方法、装置及存储介质 | |
CN107240185A (zh) | 一种冠字号识别方法、装置、设备及存储介质 | |
CN113435456A (zh) | 基于机器学习的岩石薄片组分识别方法、装置及介质 | |
CN112446259A (zh) | 图像处理方法、装置、终端和计算机可读存储介质 | |
CN110119742A (zh) | 一种集装箱号的识别方法、装置及移动终端 | |
CN113673528B (zh) | 文本处理方法、装置、电子设备和可读存储介质 | |
CN116092231A (zh) | 票证识别方法、装置、终端设备以及存储介质 | |
CN113688273B (zh) | 面向图形类题目的作答及判定方法和装置 | |
CN108734846A (zh) | 纸币图像的去噪方法及装置、终端及存储介质 | |
CN111199240A (zh) | 银行卡识别模型的训练方法、银行卡识别方法以及装置 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180814 |
|
RJ01 | Rejection of invention patent application after publication |