CN108537945A - 票据水印检测方法、系统及自助设备 - Google Patents
票据水印检测方法、系统及自助设备 Download PDFInfo
- Publication number
- CN108537945A CN108537945A CN201810198338.0A CN201810198338A CN108537945A CN 108537945 A CN108537945 A CN 108537945A CN 201810198338 A CN201810198338 A CN 201810198338A CN 108537945 A CN108537945 A CN 108537945A
- Authority
- CN
- China
- Prior art keywords
- feature
- target area
- pattern
- watermark
- bill
- 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)
- Image Analysis (AREA)
Abstract
本发明适用于票据识别技术领域,提供了一种票据水印检测方法、系统及自助设备,其中方法包括:获取所述票据的灰度图像;对所述灰度图像中的图案进行边缘特征提取;根据提取出的图案的边缘特征,预估水印在所述灰度图像中的目标区域;检测所述目标区域中图案的直方图特征,判断所述直方图特征是否均符合第一预设条件;检测所述目标区域中图案的轮廓特征,判断所述轮廓特征是否符合第二预设条件;若所述直方图特征符合第一预设条件且所述轮廓特征符合第二预设条件,则将所述目标区域中的图案识别为水印。本发明可以提高票据水印识别的精确度。
Description
技术领域
本发明属于票据识别技术领域,尤其涉及一种票据水印检测方法、系统及自助设备。
背景技术
票据具有汇兑功能、支付功能、结算功能和信用功能,在商业应用和日常生活中具有重要的作用,商业信用、银行信用的票据化和结算手段的票据化,是市场经济高度发展的重要标志之一。使用票据,可以避免大量现金转移带来的不便,比如大量现金运输的所需的人力、物力的浪费,以及大量现金暴露所带来的风险等。因此,票据业务在银行业务中具有重要的地位。
票据业务在给银行带来便利的同时,也给银行带来额外的负担——票据的鉴伪成为一项颇具挑战性的工作。传统的票据鉴伪只是在票据的红外透射图上加上简单的防伪标记,比如:直线、圆形,或者其它的图案,防伪标记比较简单,容易被仿制,给人们的经济造成重大损失。随着科技的进步,防伪技术也得到了极大的提高,其中最重要的一项票据防伪技术之一就是水印防伪,通过特殊工艺在票据上印制特定的水印来作为票据的鉴伪特征之一。
现有技术中一般采用神经网络等模式识别算法鉴别票据水印的真伪,然而这种水印鉴伪技术需要采集大量样本数据,对银行新采用的防伪水印来说,由于样本数量不足,会导致识别结果不精确。
发明内容
有鉴于此,本发明提供了一种票据水印检测方法、系统及自助设备,以解决现有技术中对银行新采用的防伪水印来说,由于样本数量不足,采用神经网络等模式识别算法进行票据水印鉴伪,会导致识别结果不精确的问题。
本发明的第一方面提供了一种票据水印检测方法,包括:
获取所述票据的灰度图像;
对所述灰度图像中的图案进行边缘特征提取;
根据提取出的图案的边缘特征,预估水印在所述灰度图像中的目标区域;
检测所述目标区域中图案的直方图特征,判断所述直方图特征是否均符合第一预设条件;
检测所述目标区域中图案的轮廓特征,判断所述轮廓特征是否符合第二预设条件;
若所述直方图特征符合第一预设条件且所述轮廓特征符合第二预设条件,则将所述目标区域中的图案识别为水印。
在上述技术方案的基础上,所述水印的图形为水印花,所述检测所述目标区域的直方图特征,判断所述直方图特征是否均符合预设条件包括:
采用直方图反向投影方法检测目标区域中图案的直方图特征;
计算所述直方图特征和预设的水印花的直方图特征的第一相似度;
判断所述第一相似度是否大于第一预设阈值;
若大于第一预设阈值,则所述直方图特征符合第一预设条件。
在上述技术方案的基础上,所述水印的图形为水印花,所述检测所述目标区域中图案的轮廓特征,判断所述轮廓特征是否符合第二预设条件包括:
检测所述目标区域中的图案是否包括“大”字特征;
若包含“大”字特征,则检测所述目标区域中图案的链码特征;
计算所述目标区域中图案的链码特征与标准水印花图形的链码特征的第二相似度;
判断所述第二相似度是否大于第二预设阈值;
若大于第二预设阈值,则所述轮廓特征符合第二预设条件。
在上述技术方案的基础上,所述检测所述目标区域中的图案是否包括“大”字特征包括:
对所述目标区域进行及坐标变换;
以所述目标区域的中心为原点,采用及坐标扫描方式检测所述目标区域从中间到边缘像素点的灰度变化趋势;
若所述目标区域从中心到边缘像素点的灰度变化趋势为,中间灰度低,逐渐向边缘升高,则说明所述目标区域中的图案包括“大”字特征。
本发明第二方面提供了一种票据水印检测系统,包括:
灰度处理单元,用于获取所述票据的灰度图像;
边缘特征提取单元,用于对所述灰度图像中的图案进行边缘特征提取;
目标区域预估单元,用于根据提取出的图案的边缘特征,预估水印在所述灰度图像中的目标区域;
第一判断单元,用于检测所述目标区域中图案的直方图特征,判断所述直方图特征是否均符合第一预设条件;
第二判断单元,用于检测所述目标区域中图案的轮廓特征,判断所述轮廓特征是否符合第二预设条件;
识别结果输出单元,若所述直方图特征符合第一预设条件且所述轮廓特征符合第二预设条件,则将所述目标区域中的图案识别为水印。
在上述技术方案的基础上,所述水印的图形为水印花,所述第一判断单元具体用于:
采用直方图反向投影方法检测目标区域中图案的直方图特征;
计算所述直方图特征和预设的水印花的直方图特征的第一相似度;
判断所述第一相似度是否大于第一预设阈值;
若大于第一预设阈值,则所述直方图特征符合第一预设条件。
在上述技术方案的基础上,所述水印的图形为水印花,所述第二判断单元具体用于:
检测所述目标区域中的图案是否包括“大”字特征;
若包含“大”字特征,则检测所述目标区域中图案的链码特征;
计算所述目标区域中图案的链码特征与标准水印花图形的链码特征的第二相似度;
判断所述第二相似度是否大于第二预设阈值;
若大于第二预设阈值,则所述轮廓特征符合第二预设条件。
在上述技术方案的基础上,所述第二判断单元具体用于:
对所述目标区域进行及坐标变换;
以所述目标区域的中心为原点,采用及坐标扫描方式检测所述目标区域从中间到边缘像素点的灰度变化趋势;
若所述目标区域从中心到边缘像素点的灰度变化趋势为,中间灰度低,逐渐向边缘升高,则说明所述目标区域中的图案包括“大”字特征。
本发明的第三方面提供了一种自助设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其中,所述处理器执行所述计算机程序时实现如上述第一方面所述方法的步骤。
本发明的第四方面提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其中,所述计算机程序被处理器执行时实现如上述第一方面所述方法的步骤。
本发明的有益效果是:
本发明由于首先对票据的灰度图像中的图案进行边缘特征提取,根据提取出的边缘特征预估出水印在所述灰度图像中的目标区域;然后检测所述目标区域中图案的直方图特征和轮廓特征,若该目标区域中图案的直方图特征和轮廓特征均满足预设条件,则将该目标区域中的图案识别为水印,其采用基于统计票据图像特征的方法对票据水印进行检测,即使在样本不足的情况下,也可以精确的对票据水印进行识别。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面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性的前提下,还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的票据水印检测方法的实现流程示意图;
图2是本发明一具体实现实施例提供的带有水印花的纸币的灰度图;
图3是本发明实施例提供的票据检测系统的结构示意图;
图4是本发明实施例提供的自助设备的结构示意图。
具体实施方式
以下描述中,为了说明而不是为了限定,提出了诸如特定系统结构、技术之类的具体细节,以便透彻理解本发明实施例。然而,本领域的技术人员应当清楚,在没有这些具体细节的其它实施例中也可以实现本发明。在其它情况中,省略对众所周知的系统、装置、电路以及方法的详细说明,以免不必要的细节妨碍本发明的描述。
为了说明本发明所述的技术方案,下面通过具体实施例来进行说明。
图1示出了本发明实施例提供的票据水印检测方法的实现流程示意图,在图2所示实施例中,流程的执行主体为自助设备。该方法的实现流程详述如下:
步骤S101,获取所述票据的灰度图像。
在本实施例中,采用分量法、最大值法、平均值法或者加权平均法对采集到的所述票据的彩色图像进行灰度处理,得到所述票据的灰度图像。
所述分量法是指将彩色图像中各个像素点的R、G、B三个分量的亮度,根据应用需要从中任选一个分量的亮度值作为该像素点的灰度值,并根据获取到的各个像素点的灰度值,对彩色图像进行灰度处理得到所述票据的灰度图像。
所述最大值法是指将彩色图像中各个像素点的R、G、B三个分量亮度的最大值作为该像素点的灰度值,并根据获取到的各个像素点的灰度值,对彩色图像进行灰度处理得到所述票据的灰度图像。
所述平均值法是指将彩色图像中各个像素点的R、G、B三个分量亮度的平均值作为该像素点的灰度值,并根据获取到的各个像素点的灰度值,对彩色图像进行灰度处理得到所述票据的灰度图像。
所述加权平均法是指根据彩色图像中各个像素点的R、G、B三个分量的重要性及其它指标,将三个分量以不同的权值进行加权平均得到的加权平均值作为各个像素点的灰度值,并根据获取到的各个像素点的灰度值,对彩色图像进行灰度处理得到所述票据的灰度图像。由于人眼对绿色的敏感最高,对蓝色敏感最低,因此,按下式对像素点的RGB三分量进行加权平均能得到该像素点的灰度值:
f(i,j)=0.30R(i,j)+0.59G(i,j)+0.11B(i,j)。
步骤S102,对所述灰度图像中的图案进行边缘特征提取。
其中,所述票据包括但不限于纸币。
参见图2所示,为纸币的灰度图像。在本实施例中,当所述票据为纸币时,在对所述票据的灰度图像进行边缘特征提取之前先采用统计滤波法,去除所述灰度图像中最黑的条纹和数字,然后再采用边缘检测算法,对票据中图案的边缘进行提取,定位出所述灰度图像中所有的图案边缘。
步骤S103,根据提取出的图案的边缘特征,预估水印在所述灰度图像中的目标区域。
在本实施例中,在提取中所述灰度图像中所有图案的边缘特征后,即可根据提取出的图案的边缘定位出可能包含水印的至少一个目标区域。
步骤S104,检测所述目标区域中图案的直方图特征,判断所述直方图特征是否均符合第一预设条件。
在本实施例中,当所述水印的图形为水印花时,步骤S104具体包括:
采用直方图反向投影方法检测目标区域中图案的直方图特征;
计算所述直方图特征和预设的水印花的直方图特征的第一相似度;
判断所述第一相似度是否大于第一预设阈值;
若大于第一预设阈值,则所述直方图特征符合第一预设条件。
需要说明的是,在本发明中,所述水印的图形包括但不限于水印花,上述限定的水印花图形仅仅为例举的本发明的一较佳实现示例,并不用于限制本发明,在其他实施例中,所述水印的图形还可以为其他形状,当然不同形状的水印可以对应不同的直方图特征。
步骤S105,检测所述目标区域中图案的轮廓特征,判断所述轮廓特征是否符合第二预设条件。
在本实施例中,当所述水印的图形为水印花时,步骤S105具体包括:
检测所述目标区域中的图案是否包括“大”字特征;
若包含“大”字特征,则检测所述目标区域中图案的链码特征;
计算所述目标区域中图案的链码特征与标准水印花图形的链码特征的第二相似度;
判断所述第二相似度是否大于第二预设阈值;
若大于第二预设阈值,则所述轮廓特征符合第二预设条件。
参见图2所示,水印花图形内黑色的部分为“大”字形,因此可将该特征作为识别水印花的一个重要特征。当检测到目标区域的图案内包括有“大”字形特征时,在进一步的检测目标区域中图案的链码特征。其中,所述检测所述目标区域中的图案是否包括“大”字特征包括:
对所述目标区域进行及坐标变换;
以所述目标区域的中心为原点,采用及坐标扫描方式检测所述目标区域从中间到边缘像素点的灰度变化趋势;
若所述目标区域从中心到边缘像素点的灰度变化趋势为,中间灰度低,逐渐向边缘升高,则说明所述目标区域中的图案包括“大”字特征。
需要说明的是,在本发明中,所述水印的图形包括但不限于水印花,上述限定的水印花图形仅仅为例举的本发明的一较佳实现示例,并不用于限制本发明,在其他实施例中,所述水印的图形还可以为其他形状,当然不同形状的水印可以对应不同的轮廓特征。
步骤S106,若所述直方图特征符合第一预设条件且所述轮廓特征符合第二预设条件,则将所述目标区域中的图案识别为水印。
在本实施例中,在目标区域的直方图特征和轮廓特征均符合预设条件时,则说明该目标区域所包含的图案为水印。如果识别出该目标区域中有一个特征不符合预设条件,则说明该目标区域不包含水印,此时识别下一个目标区域,若所有目标区域遍历完成后仍未识别出票据水印,则说明该票据可能为假票据、水印损坏或污染的无效票据中的一种。
以上可以看出,本实施例提供的票据水印检测方法由于首先对票据的灰度图像中的图案进行边缘特征提取,根据提取出的边缘特征预估出水印在所述灰度图像中的目标区域;然后检测所述目标区域中图案的直方图特征和轮廓特征,若该目标区域中图案的直方图特征和轮廓特征均满足预设条件,则将该目标区域中的图案识别为水印,其采用基于统计票据图像特征的方法对票据水印进行检测,即使在样本不足的情况下,也可以精确的对票据水印进行识别。
图3是本发明实施例提供的票据水印检测系统的结构示意图,该系统应用于自助设备,为了便于说明仅仅示出了与本实施例相关的部分。
参见图3所示,本实施例提供的票据水印检测系统3,包括:
灰度处理单元31,用于获取所述票据的灰度图像;
边缘特征提取单元32,用于对所述灰度图像中的图案进行边缘特征提取;
目标区域预估单元33,用于根据提取出的图案的边缘特征,预估水印在所述灰度图像中的目标区域;
第一判断单元34,用于检测所述目标区域中图案的直方图特征,判断所述直方图特征是否均符合第一预设条件;
第二判断单元35,用于检测所述目标区域中图案的轮廓特征,判断所述轮廓特征是否符合第二预设条件;
识别结果输出单元36,若所述直方图特征符合第一预设条件且所述轮廓特征符合第二预设条件,则将所述目标区域中的图案识别为水印。
可选的,所述水印的图形为水印花,所述第一判断单元34具体用于:
采用直方图反向投影方法检测目标区域中图案的直方图特征;
计算所述直方图特征和预设的水印花的直方图特征的第一相似度;
判断所述第一相似度是否大于第一预设阈值;
若大于第一预设阈值,则所述直方图特征符合第一预设条件。
可选的,所述水印的图形为水印花,所述第二判断单元35具体用于:
检测所述目标区域中的图案是否包括“大”字特征;
若包含“大”字特征,则检测所述目标区域中图案的链码特征;
计算所述目标区域中图案的链码特征与标准水印花图形的链码特征的第二相似度;
判断所述第二相似度是否大于第二预设阈值;
若大于第二预设阈值,则所述轮廓特征符合第二预设条件。
可选的,所述第二判断单元35具体用于:
对所述目标区域进行及坐标变换;
以所述目标区域的中心为原点,采用及坐标扫描方式检测所述目标区域从中间到边缘像素点的灰度变化趋势;
若所述目标区域从中心到边缘像素点的灰度变化趋势为,中间灰度低,逐渐向边缘升高,则说明所述目标区域中的图案包括“大”字特征。
需要说明的是,本发明实施例提供的上述系统的各个单元,由于与本发明方法实施例基于同一构思,其带来的技术效果与本发明方法实施例相同,具体内容可参见本发明方法实施例中的叙述,此处不再赘述。
因此,可以看出,本实施例提供的票据水印检测系统同样由于首先对票据的灰度图像中的图案进行边缘特征提取,根据提取出的边缘特征预估出水印在所述灰度图像中的目标区域;然后检测所述目标区域中图案的直方图特征和轮廓特征,若该目标区域中图案的直方图特征和轮廓特征均满足预设条件,则将该目标区域中的图案识别为水印,其采用基于统计票据图像特征的方法对票据水印进行检测,即使在样本不足的情况下,也可以精确的对票据水印进行识别。
应理解,上述实施例中各步骤的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本发明实施例的实施过程构成任何限定。
图4是本发明实施例提供的自助设备的示意图。如图4所示,该实施例的自助设备4包括:处理器40、存储器41以及存储在所述存储器41中并可在所述处理器40上运行的计算机程序42。所述处理器40执行所述计算机程序42时实现上述各个方法实施例中的步骤,例如图1所示的步骤S101至S106。或者,所述处理器40执行所述计算机程序42时实现上述各自助设备4实施例中各单元的功能,例如图3所示单元31至36的功能。
示例性的,所述计算机程序42可以被分割成一个或多个单元,所述一个或者多个单元被存储在所述存储器41中,并由所述处理器40执行,以完成本发明。所述一个或多个单元可以是能够完成特定功能的一系列计算机程序指令段,该指令段用于描述所述计算机程序42在所述自助设备4中的执行过程。例如,所述计算机程序42可以被分割成灰度处理单元31、边缘特征提取单元32、目标区域预估单元33、第一判断单元34、第二判断单元35以及识别结果输出单元36,各单元具体功能如下:
灰度处理单元31,用于获取所述票据的灰度图像;
边缘特征提取单元32,用于对所述灰度图像中的图案进行边缘特征提取;
目标区域预估单元33,用于根据提取出的图案的边缘特征,预估水印在所述灰度图像中的目标区域;
第一判断单元34,用于检测所述目标区域中图案的直方图特征,判断所述直方图特征是否均符合第一预设条件;
第二判断单元35,用于检测所述目标区域中图案的轮廓特征,判断所述轮廓特征是否符合第二预设条件;
识别结果输出单元36,若所述直方图特征符合第一预设条件且所述轮廓特征符合第二预设条件,则将所述目标区域中的图案识别为水印。
所述自助设备4可包括,但不仅限于,处理器40、存储器41。本领域技术人员可以理解,图4仅仅是自助设备的示例,并不构成对自助设备4的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件,例如所述终端还可以包括输入输出设备、网络接入设备、总线等。
所称处理器40可以是中央处理单元(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
所述存储器41可以是所述自助设备的内部存储单元,例如自助设备的硬盘或内存。所述存储器41也可以是所述自助设备的外部存储设备,例如所述自助设备上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)等。进一步地,所述存储器41还可以既包括所述自助设备的内部存储单元也包括外部存储设备。所述存储器41用于存储所述计算机程序以及所述终端所需的其他程序和数据。所述存储器41还可以用于暂时地存储已经输出或者将要输出的数据。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,仅以上述各功能单元、模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能单元、模块完成,即将所述自助设备的内部结构划分成不同的功能单元或模块,以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中,上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。另外,各功能单元、模块的具体名称也只是为了便于相互区分,并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述或记载的部分,可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
在本发明所提供的实施例中,应该理解到,所揭露的自助设备/自助设备和方法,可以通过其它的方式实现。例如,以上所描述的自助设备/自助设备实施例仅仅是示意性的,例如,所述模块或单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口,自助设备或单元的间接耦合或通讯连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明实现上述实施例方法中的全部或部分流程,也可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个方法实施例的步骤。。其中,所述计算机程序包括计算机程序代码,所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括:能够携带所述计算机程序代码的任何实体或自助设备、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(Read-Only Memory,ROM)、随机存取存储器(RandomAccess Memory,RAM)、电载波信号、电信信号以及软件分发介质等。需要说明的是,所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减,例如在某些司法管辖区,根据立法和专利实践,计算机可读介质不包括是电载波信号和电信信号。
以上所述实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围,均应包含在本发明的保护范围之内。
Claims (10)
1.一种票据水印检测方法,其特征在于,包括:
获取所述票据的灰度图像;
对所述灰度图像中的图案进行边缘特征提取;
根据提取出的图案的边缘特征,预估水印在所述灰度图像中的目标区域;
检测所述目标区域中图案的直方图特征,判断所述直方图特征是否均符合第一预设条件;
检测所述目标区域中图案的轮廓特征,判断所述轮廓特征是否符合第二预设条件;
若所述直方图特征符合第一预设条件且所述轮廓特征符合第二预设条件,则将所述目标区域中的图案识别为水印。
2.如权利要求1所述的票据水印检测方法,其特征在于,所述水印的图形为水印花,所述检测所述目标区域的直方图特征,判断所述直方图特征是否均符合预设条件包括:
采用直方图反向投影方法检测目标区域中图案的直方图特征;
计算所述直方图特征和预设的水印花的直方图特征的第一相似度;
判断所述第一相似度是否大于第一预设阈值;
若大于第一预设阈值,则所述直方图特征符合第一预设条件。
3.如权利要求1所述的票据水印检测方法,其特征在于,所述水印的图形为水印花,所述检测所述目标区域中图案的轮廓特征,判断所述轮廓特征是否符合第二预设条件包括:
检测所述目标区域中的图案是否包括“大”字特征;
若包含“大”字特征,则检测所述目标区域中图案的链码特征;
计算所述目标区域中图案的链码特征与标准水印花图形的链码特征的第二相似度;
判断所述第二相似度是否大于第二预设阈值;
若大于第二预设阈值,则所述轮廓特征符合第二预设条件。
4.如权利要求3所述的票据水印检测方法,其特征在于,所述检测所述目标区域中的图案是否包括“大”字特征包括:
对所述目标区域进行及坐标变换;
以所述目标区域的中心为原点,采用及坐标扫描方式检测所述目标区域从中间到边缘像素点的灰度变化趋势;
若所述目标区域从中心到边缘像素点的灰度变化趋势为,中间灰度低,逐渐向边缘升高,则说明所述目标区域中的图案包括“大”字特征。
5.一种票据水印检测系统,其特征在于,包括:
灰度处理单元,用于获取所述票据的灰度图像;
边缘特征提取单元,用于对所述灰度图像中的图案进行边缘特征提取;
目标区域预估单元,用于根据提取出的图案的边缘特征,预估水印在所述灰度图像中的目标区域;
第一判断单元,用于检测所述目标区域中图案的直方图特征,判断所述直方图特征是否均符合第一预设条件;
第二判断单元,用于检测所述目标区域中图案的轮廓特征,判断所述轮廓特征是否符合第二预设条件;
识别结果输出单元,若所述直方图特征符合第一预设条件且所述轮廓特征符合第二预设条件,则将所述目标区域中的图案识别为水印。
6.如权利要求5所述的票据水印检测系统,其特征在于,所述水印的图形为水印花,所述第一判断单元具体用于:
采用直方图反向投影方法检测目标区域中图案的直方图特征;
计算所述直方图特征和预设的水印花的直方图特征的第一相似度;
判断所述第一相似度是否大于第一预设阈值;
若大于第一预设阈值,则所述直方图特征符合第一预设条件。
7.如权利要求5所述的票据水印检测系统,其特征在于,所述水印的图形为水印花,所述第二判断单元具体用于:
检测所述目标区域中的图案是否包括“大”字特征;
若包含“大”字特征,则检测所述目标区域中图案的链码特征;
计算所述目标区域中图案的链码特征与标准水印花图形的链码特征的第二相似度;
判断所述第二相似度是否大于第二预设阈值;
若大于第二预设阈值,则所述轮廓特征符合第二预设条件。
8.如权利要求7所述的票据水印检测系统,其特征在于,所述第二判断单元具体用于:
对所述目标区域进行及坐标变换;
以所述目标区域的中心为原点,采用及坐标扫描方式检测所述目标区域从中间到边缘像素点的灰度变化趋势;
若所述目标区域从中心到边缘像素点的灰度变化趋势为,中间灰度低,逐渐向边缘升高,则说明所述目标区域中的图案包括“大”字特征。
9.一种自助设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至5任一项所述方法的步骤。
10.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至5任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810198338.0A CN108537945B (zh) | 2018-03-09 | 2018-03-09 | 票据水印检测方法、系统及自助设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810198338.0A CN108537945B (zh) | 2018-03-09 | 2018-03-09 | 票据水印检测方法、系统及自助设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108537945A true CN108537945A (zh) | 2018-09-14 |
CN108537945B CN108537945B (zh) | 2020-09-15 |
Family
ID=63483477
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810198338.0A Active CN108537945B (zh) | 2018-03-09 | 2018-03-09 | 票据水印检测方法、系统及自助设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108537945B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112560729A (zh) * | 2020-12-22 | 2021-03-26 | 成都中科信息技术有限公司 | 一种选票处理方法及系统 |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101053256A (zh) * | 2005-08-04 | 2007-10-10 | 日本电信电话株式会社 | 电子水印嵌入方法、电子水印嵌入装置、电子水印检测方法、电子水印检测装置及程序 |
CN101882338B (zh) * | 2009-05-08 | 2012-04-25 | 中国印钞造币总公司 | 一种钞票纸水印的检测方法和装置 |
WO2012083712A1 (zh) * | 2010-12-23 | 2012-06-28 | 北京新岸线软件科技有限公司 | 一种纸币鉴别方法和装置 |
CN102542660A (zh) * | 2011-12-05 | 2012-07-04 | 中钞实业有限公司 | 基于票据水印分布特征的票据防伪鉴别方法 |
US20150248603A1 (en) * | 2014-03-03 | 2015-09-03 | Nthdegree Technologies Worldwide Inc. | Security label using printed leds |
CN106296974A (zh) * | 2016-07-29 | 2017-01-04 | 广州广电运通金融电子股份有限公司 | 一种粘贴钞检测方法和装置 |
CN107085883A (zh) * | 2017-03-15 | 2017-08-22 | 深圳怡化电脑股份有限公司 | 一种纸币识别的方法和装置 |
CN107134048A (zh) * | 2017-05-15 | 2017-09-05 | 广州市银科电子有限公司 | 一种智能识别水印特征的票据防伪鉴别方法 |
CN107305717A (zh) * | 2016-04-21 | 2017-10-31 | 北京新岸线数字图像技术有限公司 | 一种纸币识别检测方法及装置 |
CN107481179A (zh) * | 2017-05-17 | 2017-12-15 | 上海冠众光学科技有限公司 | 含水印信息的防伪标签识别方法及装置 |
CN107480744A (zh) * | 2017-05-17 | 2017-12-15 | 上海冠众光学科技有限公司 | 一种含水印信息的防伪标签生成方法及防伪标签 |
CN107688283A (zh) * | 2017-05-17 | 2018-02-13 | 上海冠众光学科技有限公司 | 含水印信息的全息模压版制造方法、装置及全息模压版 |
-
2018
- 2018-03-09 CN CN201810198338.0A patent/CN108537945B/zh active Active
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101053256A (zh) * | 2005-08-04 | 2007-10-10 | 日本电信电话株式会社 | 电子水印嵌入方法、电子水印嵌入装置、电子水印检测方法、电子水印检测装置及程序 |
CN101882338B (zh) * | 2009-05-08 | 2012-04-25 | 中国印钞造币总公司 | 一种钞票纸水印的检测方法和装置 |
WO2012083712A1 (zh) * | 2010-12-23 | 2012-06-28 | 北京新岸线软件科技有限公司 | 一种纸币鉴别方法和装置 |
CN102542660A (zh) * | 2011-12-05 | 2012-07-04 | 中钞实业有限公司 | 基于票据水印分布特征的票据防伪鉴别方法 |
US20150248603A1 (en) * | 2014-03-03 | 2015-09-03 | Nthdegree Technologies Worldwide Inc. | Security label using printed leds |
CN107305717A (zh) * | 2016-04-21 | 2017-10-31 | 北京新岸线数字图像技术有限公司 | 一种纸币识别检测方法及装置 |
CN106296974A (zh) * | 2016-07-29 | 2017-01-04 | 广州广电运通金融电子股份有限公司 | 一种粘贴钞检测方法和装置 |
CN107085883A (zh) * | 2017-03-15 | 2017-08-22 | 深圳怡化电脑股份有限公司 | 一种纸币识别的方法和装置 |
CN107134048A (zh) * | 2017-05-15 | 2017-09-05 | 广州市银科电子有限公司 | 一种智能识别水印特征的票据防伪鉴别方法 |
CN107481179A (zh) * | 2017-05-17 | 2017-12-15 | 上海冠众光学科技有限公司 | 含水印信息的防伪标签识别方法及装置 |
CN107480744A (zh) * | 2017-05-17 | 2017-12-15 | 上海冠众光学科技有限公司 | 一种含水印信息的防伪标签生成方法及防伪标签 |
CN107688283A (zh) * | 2017-05-17 | 2018-02-13 | 上海冠众光学科技有限公司 | 含水印信息的全息模压版制造方法、装置及全息模压版 |
Non-Patent Citations (2)
Title |
---|
许白贞: "《中国票据市场制度安排与运作实践》", 31 August 2007, 金融出版社 * |
谢剑斌,刘通,陈章永,程永茂: "一种基于先验信息和多模板匹配的票据水印检测方法", 《光子学报》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112560729A (zh) * | 2020-12-22 | 2021-03-26 | 成都中科信息技术有限公司 | 一种选票处理方法及系统 |
CN112560729B (zh) * | 2020-12-22 | 2023-12-26 | 成都中科信息技术有限公司 | 一种选票处理方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN108537945B (zh) | 2020-09-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
RU2708422C1 (ru) | Способ и система управления банкоматами | |
CN104809452A (zh) | 一种指纹识别方法 | |
CN107393118B (zh) | 一种纸币的识别方法、装置、终端设备和计算机存储介质 | |
CN104680161A (zh) | 一种身份证数字识别方法 | |
CN104992496A (zh) | 一种纸币面向识别方法及装置 | |
CN106875542B (zh) | 一种纸币版本的识别方法及其装置 | |
CN104680130A (zh) | 一种身份证汉字识别方法 | |
CN108665603A (zh) | 识别纸币币种的方法、装置及电子设备 | |
CN104050745A (zh) | 一种基于图像识别的高速硬币清分技术 | |
Sharma et al. | Recognition of Indian paper currency based on LBP | |
CN107316373A (zh) | 一种纸币识别方法、装置、终端设备及可读存储介质 | |
CN108230536A (zh) | 一种对光可变防伪标识识别方法及装置 | |
CN109784384B (zh) | 一种自动辨别商标真伪的方法及装置 | |
CN107492187A (zh) | 一种拼接钞的识别方法、装置、终端设备和存储介质 | |
CN107527418A (zh) | 一种黑水印定位方法、装置、终端设备及可读存储介质 | |
Venu | An Automatic recognition system of fake Indian currency notes detection using Image processing analysis | |
CN107527422B (zh) | 一种胶印对印检测方法、装置、终端设备及可读存储介质 | |
CN107705414B (zh) | 一种纸币的识别方法、装置、终端设备和存储介质 | |
Alnowaini et al. | Yemeni paper currency detection system | |
CN108537945A (zh) | 票据水印检测方法、系统及自助设备 | |
Amirsab et al. | An automated recognition of fake or destroyed Indian currency notes | |
CN108765691A (zh) | 检测脱墨纸币的方法、装置及电子设备 | |
CN109800745B (zh) | 票据检测方法、装置、终端及计算机可读存储介质 | |
CN107680246A (zh) | 一种纸币图案中的曲线边界定位方法及设备 | |
CN109543554B (zh) | 票据检测方法、装置、终端及计算机可读存储介质 |
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 |