CN108629887B - 纸币识别方法和装置 - Google Patents
纸币识别方法和装置 Download PDFInfo
- Publication number
- CN108629887B CN108629887B CN201710160895.9A CN201710160895A CN108629887B CN 108629887 B CN108629887 B CN 108629887B CN 201710160895 A CN201710160895 A CN 201710160895A CN 108629887 B CN108629887 B CN 108629887B
- Authority
- CN
- China
- Prior art keywords
- edge
- image
- point
- points
- preset
- 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.)
- Active
Links
Images
Landscapes
- Image Analysis (AREA)
- Inspection Of Paper Currency And Valuable Securities (AREA)
Abstract
本发明实施例公开了一种纸币识别方法和装置。所述方法包括:获取待测纸币的预设特征区域的灰度图像;对预设特征区域的灰度图像进行边缘检测,获得预设特征区域的边缘图像;根据边缘图像中行的边缘点数量和列的边缘点数量,确定边缘图像是否包括标准参考点;若边缘图像包括所述标准参考点,则确定标准参考点的位置,根据标准参考点的位置确定模板信息图与边缘图像的匹配位置;对边缘图像和模板信息图进行信息匹配,根据信息匹配结果辨识所述待测纸币真假。本发明实施例的技术方案解决了现有技术中使用模板匹配方法进行纸币鉴伪过程繁琐,计算量大的技术缺陷,实现了简化模板匹配进行纸币鉴为的过程,大幅减少计算量,提高了纸币的鉴伪速度。
Description
技术领域
本发明实施例涉及纸币处理的技术领域,尤其涉及一种纸币识别方法和装置。
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。
现有的应用于纸币鉴伪的模板匹配技术,一般都是将获得的整张纸币的灰度图像或上述灰度图中截取的一部分灰度图像作为待测图像与模板图像进行常规的图像匹配,就是将模板图像重叠在待测图像上,将模板图像横向或纵向一步移动一个像素点,每移动一步对模板图像与待测图像进行一次整体匹配。
现有的应用于纸币鉴伪的模板匹配技术,过程繁琐,计算量非常大,因此,鉴伪速度较慢,不能满足实际应用中对验钞速度有要求的场合
发明内容
有鉴于此,本发明实施例提供了一种纸币识别方法和装置,以解决现有技术中使用模板匹配方法进行纸币鉴伪过程繁琐,计算量大,导致鉴伪速度慢,不能满足对验钞速度有较高要求的场合的技术缺陷。
在第一方面,本发明实施例提供了一种纸币识别方法,包括:
获取待测纸币的预设特征区域的灰度图像;
对所述预设特征区域的灰度图像进行边缘检测,获得所述预设特征区域的边缘图像;
根据所述边缘图像中行的边缘点数量和列的边缘点数量,确定所述边缘图像是否包括标准参考点;
若所述边缘图像包括所述标准参考点,则确定所述标准参考点的位置,根据所述标准参考点的位置确定模板信息图与所述边缘图像的匹配位置;
对所述边缘图像和所述模板信息图进行信息匹配,根据信息匹配结果辨识所述待测纸币真假。
在上述方法中,优选的是,所述根据所述边缘图像中行的边缘点数量和列的边缘点数量,确定所述边缘图像是否包括标准参考点,包括:
计算所述边缘图像中各参考行的边缘点数和以及各参考列的边缘点数和;
判断所述各参考行中是否有边缘点数和大于预设行和阈值的行;
若所述各参考行中有边缘点数和大于所述预设行和阈值的行,则继续判断所述各参考列中是否有边缘点数和大于预设列和阈值的列,若所述各参考行中没有边缘点数和大于所述预设行和阈值的行,则确定所述边缘图像不包括所述标准参考点;
若所述各参考列中有边缘点数和大于所述预设列和阈值的列,则确定所述边缘图像包括所述标准参考点,若所述各参考列中没有边缘点数和大于所述预设列和阈值的列,则确定所述边缘图像不包括所述标准参考点;
相应地,所述确定所述标准参考点的位置,包括:
所述各参考行中边缘点数和最大的行与所述各参考列中边缘点数和最大的列的交点确定为所述标准参考点。
在上述方法中,优选的是,所述根据所述边缘图像中行的边缘点数量和列的边缘点数量,确定所述边缘图像是否包括标准参考点,包括:
计算所述边缘图像中预设范围内所有像素点的边缘值,其中,所述边缘值为像素点所在行的边缘点数和与所在列的边缘点数和之和;
判断所述预设范围内各像素点中是否有边缘值大于预设边缘值的像素点;
若所述预设范围内各像素点中有边缘值大于所述预设边缘值的像素点,则确定该像素点为所述标准参考点;
若所述预设范围内各像素点中没有边缘值大于所述预设边缘值的像素点,则确定所述边缘图像不包括所述标准参考点;
相应地,所述确定所述标准参考点的位置,包括:
将所述预设范围内所有像素点中边缘值最大的像素点确定为所述标准参考点。
在上述方法中,优选的是,所述根据所述标准参考点的位置确定模板信息图与所述边缘图像的匹配位置,包括:
将所述模板信息图与所述边缘图像重叠,并使所述标准参考点与所述模板图像中的参考点重合。
在上述方法中,优选的是,所述获取待测纸币的预设特征区域的灰度图像,包括:
获取所述待测纸币的灰度图像以及所述预设特征区域在所述待测纸币中的坐标位置信息;
根据所述预设特征区域在所述待测纸币中的坐标位置信息,定位并截取所述预设特征区域在所述待测纸币的灰度图像中对应的区域。
在上述方法中,优选的是,还包括:
若所述边缘图像不包括所述标准参考点,则基于设定滑动规则在所述边缘图像上滑动所述模板信息图;
在每次滑动后,对所述边缘图像和所述模板信息图进行信息匹配,根据信息匹配结果辨识所述待测纸币真假。
在上述方法中,优选的是,所述对所述边缘图像和所述模板信息图进行信息匹配,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,确定所述边缘图像中与所述各标准特征点对应的待测点;
基于设定划分规则,确定所述各待测点在所述边缘图像中对应的特征区域,识别所述各特征区域中的特征信息,并将所述各特征信息作为对应待测点的目标特征;
确定所述各待测点的目标特征与相应标准特征点的所述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所述待测点个数,并记所述待测点个数为匹配点个数。
在上述方法中,优选的是,所述根据信息匹配结果辨识所述待测纸币真假,包括:
如果所述边缘图像与所述模板信息图匹配后获得的最大匹配点个数达到设定阈值,则确定所述待测纸币为真币;否则,确定所述待测纸币为假币。
在第二方面,本发明实施例提供了一种纸币识别装置,其特征在于,包括:
灰度图像获取模块,用于获取待测纸币的预设特征区域的灰度图像;
边缘图像获取模块,用于对所述预设特征区域的灰度图像进行边缘检测,获得所述预设特征区域的边缘图像;
标准参考点确定模块,用于根据所述边缘图像中行的边缘点数量和列的边缘点数量,确定所述边缘图像是否包括标准参考点;
匹配位置确定模块,用于若所述边缘图像包括所述标准参考点,则确定所述标准参考点的位置,根据所述标准参考点的位置确定模板信息图与所述边缘图像的匹配位置;
匹配结果辨识模块,用于对所述边缘图像和所述模板信息图进行信息匹配,根据信息匹配结果辨识所述待测纸币真假。
在上述装置中,优选的是,所述标准参考点确定模块包括:
边缘点数和计算单元,用于计算所述边缘图像中各参考行的边缘点数和以及各参考列的边缘点数和;
边缘点数判断单元,用于判断所述各参考行中是否有边缘点数和大于预设行和阈值的行;
第一标准参考点判断单元,用于若所述各参考行中有边缘点数和大于所述预设行和阈值的行,则继续判断所述各参考列中是否有边缘点数和大于预设列和阈值的列,若所述各参考行中没有边缘点数和大于所述预设行和阈值的行,则确定所述边缘图像不包括所述标准参考点;
第二标准参考点判断单元,用于若所述各参考列中有边缘点数和大于所述预设列和阈值的列,则确定所述边缘图像包括所述标准参考点,若所述各参考列中没有边缘点数和大于所述预设列和阈值的列,则确定所述边缘图像不包括所述标准参考点;
相应地,所述匹配位置确定模块包括:
交点确定单元,用于所述各参考行中边缘点数和最大的行与所述各参考列中边缘点数和最大的列的交点确定为所述标准参考点。
本发明实施例提供了一种纸币识别方法和装置,通过首先获取待测纸币的预设特征区域的灰度图像以及该灰度图像对应的边缘图像,然后根据边缘图像中行和列的边缘点数量确定边缘图像是否包括标准参考点,若边缘图像包括标准参考点,则确定标准参考点的位置并根据标准参考点的位置确定模板信息图与边缘图像的匹配位置,最后对边缘图像和模板信息图进行信息匹配,根据信息匹配结果辨识待测纸币真假,解决了现有技术中使用模板匹配方法进行纸币鉴伪过程繁琐,计算量大,导致鉴伪速度慢,不能满足对验钞速度有较高要求的场合的技术缺陷,在使用模板匹配方法进行纸币鉴伪时,实现了简化模板匹配过程,大幅减少计算量,提高了纸币的鉴伪速度。
附图说明
图1a是本发明实施例一提供的一种纸币识别方法的流程图;
图1b是本发明实施例中提供的人民币羊角符区域的灰度图像;
图1c是本发明实施例中提供的人民币羊角符区域的边缘图像;
图2是本发明实施例二提供的一种纸币识别方法的流程图;
图3是本发明实施例三提供的一种纸币识别方法的流程图;
图4是本发明实施例四提供的一种纸币识别装置的结构图。
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1a为本发明实施例一提供的一种纸币识别方法的流程图,本实施例的方法可以由纸币识别装置来执行,该装置可通过硬件和/或软件的方式实现,并一般可集成在具有纸币鉴伪功能的设备中。本实施例的方法具体包括:
S110、获取待测纸币的预设特征区域的灰度图像。
在本实施例中,待测纸币具体可以是任意币种的纸币,预设特征区域具体是指待测纸币中任意区域,典型的可以是人民币中的羊角符区域。
一般来说,在对纸币进行防伪检测时,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来鉴别纸币真伪。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。
由于不同币种纸币的尺寸不尽相同,不同币种或不同面值的纸币的预设特征区域在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、面向(例如正面正向、正面反向以及反面正向等)以及预设特征区域在待测纸币中的位置(一般为纸币正面正向或反面正向时预设特征区域在待测纸币中的位置)的前提下进行的,其中,待测纸币的币种、面值和面向可以通过获取的待测纸币的灰度图像确定。
在本实施例中,在获取了待测纸币的灰度图像之后,根据已知的待测纸币的币种、面值和面向以及预设特征区域在待测纸币中的位置,可以确定预设特征区域的灰度图像在待测纸币的灰度图像中的具体位置并进行截取,其中,预设特征区域的灰度图像在待测纸币的灰度图像中的位置具体可以通过长度坐标或像素点位置等方式表示。
S120、对预设特征区域的灰度图像进行边缘检测,获得预设特征区域的边缘图像。
在本实施例中,边缘检测所使用的算子具体可以是Prewitt算子,Sobel算子,Canny算子以及Log算子等,本实施例对此不进行限制。
S130、如果根据边缘图像中行的边缘点数量和列的边缘点数量,确定边缘图像包括标准参考点,则确定标准参考点的位置,根据标准参考点的位置确定模板信息图与边缘图像的匹配位置。
本领域技术人员可以理解的是,灰度图像所对应的边缘图像中显示了灰度图像中各元素以及各分块图像等内容的边界,因此各像素点所在行和所在列所包含的边缘点个数不尽相同,因此可利用这一现象寻找区别于其他像素点的点(例如所在行和所在列所包含边缘点数最多或最少的像素点),并将其作为标准参考点,以用来对边缘图像的内容进行判断。
在本实施例中,标准参考点具体可以是所在行和所在列所包含的边缘点数区别于其他像素点的点,或是周边一定范围内所包含的边缘点的个数区别于其他像素点的点,本实施例对此不进行限制。图1b为人民币羊角符区域的灰度图像,图1c为人民币羊角符区域的边缘图像,如图1c所示,典型的标准参考点可以是图1c中贯穿整幅边缘图像的横、竖边缘界限的交点。
进一步地,在确定标准参考点后,可以根据标准参考点的特性确定适当的阈值,以用来判断边缘图像中是否包含该标准参考点。示例性的,当边缘图像中确定的标准参考点是所在行和所在列所包含的边缘点数最多的像素点时,可设置一个数值较大的阈值与各像素点所在行和所在列所包含的边缘点数进行比较,若后者大于前者,则认为该边缘图像包含标准参考点。示例性的,当边缘图像中确定的标准参考点是周边一定范围内所包含的边缘点的个数最小的像素点时,可设置一个数值较小的阈值与各像素点周边一定范围内所包含的边缘点的个数进行比较,若后者小于前者,则认为该边缘图像包括标准参考点。
进一步地,在确定边缘图像中包括标准参考点之后,根据标准参考点的确定方法,即可准确定位标准参考点在边缘图像中的具体位置。另外需要说明的是,如果经过判断有多个像素点均满足标准参考点的确定条件,那么选取其中条件最优的作为边缘图像的标准参考点。示例性的,当有多个像素点均满足所在行和所在列所包含的边缘点个数大于设定阈值时,那么选取所在行和所在列所包含的边缘点个数最大的像素点作为边缘图像的标准参考点。
在本实施例中,模板信息图具体是指仅包含参考点和标准特征点的位置标志信息以及特征标识信息的模板图,也就是说,模板信息图与常规的模板图像不同,常规的模板图像一般是整个预设特征区域的标准灰度图像所对应的整幅标准边缘图像,因此,模板信息图较常规的模板图像所包括的数据有大幅减少,从而大幅降低了模板匹配过程的计算量,加快了模板匹配的速度。其中,参考点具体是指用于与边缘图像中的标准参考点进行位置匹配的点。其中,标准特征点具体可以是周边一定范围内或所在行和列所包含的边缘点的个数较多或较少的像素点等,标准特定点具体用于在模板信息图与边缘图像进行模板匹配时,与边缘图像中相应位置的像素点进行比对,以确定边缘图像中与该标准特征点位置相应的像素点的特征标识信息是否已该标准特征点一致。
在本实施例中,在确定标准参考点的位置之后,根据标准参考点的位置确定模板信息图与边缘图像的匹配位置,具体而言,就是将模板信息图与边缘图像的重叠位置进行准确定位,定位的方法具体可以是使模板信息图中的参考点与边缘图像中的标准参考点重合等,当模板信息图与边缘图像的匹配位置确定之后,两者之间的重叠位置即已确定,在之后的模板匹配的过程中不再改变,也就是说,模板信息图不在边缘图像上滑动。
S140、对边缘图像和模板信息图进行信息匹配,根据信息匹配结果辨识待测纸币真假。
在本实施例中,对边缘图像和模板信息图进行信息匹配具体是指将边缘图像中与模板信息图中的标准特征点的位置相应的像素点的特征标识信息与该标准特征点的特征标识信息进行比对。其中,标准特征点的特征标识信息具体可以是该标准特征点周边一定范围内所包含的边缘点的个数小于一定数值,还可以是该标准特征点周边一定范围内存在所在行和所在列所包含的边缘点的个数大于一定数值的像素点等,本实施例对此不进行限制。
进一步地,由于模板信息图中一般会包含有多个标准特征点,因此,根据信息匹配结果辨识待测纸币真假,具体而言,可以是将边缘图像中与标准特征点匹配成功的像素点的个数与设定阈值进行比较,若前者大于后者,则认为匹配成功,待测纸币为真币。
本发明实施例一提供了一种纸币识别方法,通过首先获取待测纸币的预设特征区域的灰度图像以及该灰度图像对应的边缘图像,然后如果根据边缘图像中行的边缘点数量和列的边缘点数量,确定边缘图像包括标准参考点,则确定标准参考点的位置并根据标准参考点的位置确定模板信息图与边缘图像的匹配位置,最后对边缘图像和模板信息图进行信息匹配,根据信息匹配结果辨识待测纸币真假,解决了现有技术中使用模板匹配方法进行纸币鉴伪过程繁琐,计算量大,导致鉴伪速度慢,不能满足对验钞速度有较高要求的场合的技术缺陷,在使用模板匹配方法进行纸币鉴伪时,实现了简化模板匹配过程,大幅减少计算量,提高了纸币的鉴伪速度。
实施例二
图2是本发明实施例二提供的一种纸币识别方法的流程图。本实施例以上述实施例为基础进行优化,在本实施例中,将根据边缘图像中行的边缘点数量和列的边缘点数量,确定边缘图像是否包括标准参考点,优化为:计算边缘图像中各参考行的边缘点数和以及各参考列的边缘点数和;判断各参考行中是否有边缘点数和大于预设行和阈值的行;若各参考行中有边缘点数和大于预设行和阈值的行,则继续判断各参考列中是否有边缘点数和大于预设列和阈值的列,若各参考行中没有边缘点数和大于预设行和阈值的行,则确定边缘图像不包括标准参考点;若各参考列中有边缘点数和大于预设列和阈值的列,则确定缘图像包括标准参考点,若各参考列中没有边缘点数和大于预设列和阈值的列,则确定边缘图像不包括标准参考点。
相应地,将确定标准参考点的位置,优化为:各参考行中边缘点数和最大的行与各参考列中边缘点数和最大的列的交点确定为标准参考点。
进一步地,将根据标准参考点的位置确定模板信息图与边缘图像的匹配位置,优化为:将模板信息图与边缘图像重叠,并使标准参考点与模板图像中的参考点重合。
进一步地,将获取待测纸币的预设特征区域的灰度图像,优化为:获取待测纸币的灰度图像以及预设特征区域在待测纸币中的坐标位置信息;根据预设特征区域在待测纸币中的坐标位置信息,定位并截取预设特征区域在待测纸币的灰度图像中对应的区域。
进一步地,还包括:若边缘图像不包括标准参考点,则基于设定滑动规则在边缘图像上滑动模板信息图;在每次滑动后,对边缘图像和模板信息图进行信息匹配,根据信息匹配结果辨识待测纸币真假。
相应的,本实施例的方法具体包括:
S210、获取待测纸币的灰度图像以及预设特征区域在待测纸币中的坐标位置信息。
在本实施例中,获取待测纸币的灰度图像之后,根据该灰度图像确定待测纸币的币种、面值以及面向,然后再根据待测纸币的币种、面值和面向确定预设特征区域的灰度图在待测纸币的灰度图中的坐标位置信息,其中,坐标位置信息可以是长度为单位的坐标系中的位置信息,也可以是依据像素点的位置确定的坐标信息,本实施例对此不进行限制。
一般来说,每个预设特征区域在不同币种和不同面值的纸币中的坐标位置(一般是纸币为正面正向或反面正向时的坐标位置)是已知的,只要确定了币种、面值和面向就可以确定预设特征区域的灰度图像在纸币的灰度图像中的坐标位置信息。
S220、根据预设特征区域在待测纸币中的坐标位置信息,定位并截取预设特征区域在待测纸币的灰度图像中对应的区域。
在本实施例中,在确定了预设特征区域在待测纸币中的位置坐标信息之后,即可确定预设特征区域在待测纸币的灰度图像中对应的区域,进而截取该区域。
S230、对预设特征区域的灰度图像进行边缘检测,获得预设特征区域的边缘图像。
S240、计算边缘图像中各参考行的边缘点数和以及各参考列的边缘点数和。
在本实施例中,选取了边缘图像中一定数量的行和一定数量的列作为参考行和参考列,该参考行和参考列的位置是确定的。由于边缘图像中各行和各列所包含的边缘点的个数不尽相同,因此可以选取所包含边缘点个数最多或最少的行和列作为参考行(边缘图像的标准参考点位于参考行和参考列中),以用来判断边缘图像中是否包含标准参考点。
在一个具体的例子中,如图1b所示,人民币羊角符区域的边缘图像中包括贯穿整幅边缘图像的横向和竖向两条边缘界限,因此可以选取该横向边缘界限所在行的上、下各五行作为参考行,选取该竖向边缘界限所在列的左、右各五列作为参考列,将横向和竖向两条边缘界限的交点作为标准参考点。
S250、判断各参考行中是否有边缘点数和大于预设行和阈值的行,若有,则执行步骤260,若没有,则确定边缘图像不包括标准参考点,执行步骤280。
在本实施例中,首先判断各参考行中是否有边缘点数和大于预设行和阈值的行,如果有,再继续判断各参考列中是否有边缘点数和大于预设列和阈值的列,如果没有则认为边缘图像中不包括标准参考点,但并不能由此判断待测纸币为假币。因为纸币在流通的过程中,或多或少会有一定程度的磨损,有的还会有污渍,由此可能会导致真币的预设特征区域的边缘图像中的标准参考点所在行或列的边缘点个数变少。
S260、判断各参考列中是否有边缘点数和大于预设列和阈值的列,若有,则确定边缘图像包括标准参考点,执行步骤270,若没有,则确定边缘图像不包括标准参考点,执行步骤280。
S270、各参考行中边缘点数和最大的行与各参考列中边缘点数和最大的列的交点确定为标准参考点,将模板信息图与边缘图像重叠,并使标准参考点与模板图像中的参考点重合。
在本实施例中,模板图像中的参考点具体是指所在行、所在列或周边一定范围等范围的边缘点数的特征与标准参考点的特征一致的像素点,也就是说,参考点与标准参考点其实是模板信息图和边缘图像中的同一点,但是由于待测图像一般会略大于模板信息图像,因此不能直接按照参考点的像素位置直接将模板信息图与边缘图像重叠。
S280、基于设定滑动规则在边缘图像上滑动模板信息图。
在本实施例中,当边缘图像中不包括标准参考点时,对边缘图像和模板信息图进行常规模板匹配,具体过程可以是:保持边缘图像的位置固定不动,然后以设定滑动规则控制模板信息图在边缘图像上滑行移动,其中,设定滑动规则具体可以是模板信息图由左至右,由上至下在边缘图像上滑动,即模板信息图从边缘图像的左上端水平向右侧滑动,滑动至右侧后,向下移动一定的距离然后再由右侧水平向左侧滑动。
S290、仅单次或在每次滑动后对边缘图像和模板信息图进行信息匹配,根据信息匹配结果辨识待测纸币真假。
在本实施例中,当边缘图像包括标准参考点时,则只需对边缘图像和模板信息图进行单次匹配,即可根据匹配结果辨识待测纸币的真假;当边缘图像不包括标准参考点时,则需要在模板信息图每滑动一次后,就对边缘图像和模板信息图进行一次匹配,直至模板信息图按照滑动规则结束滑动,然后,依据每次滑动后的匹配结果综合判断待测纸币的真假。
本发明实施例二提供了一种纸币识别方法,通过先获取待测纸币中预设特征区域的灰度图像对应的边缘图像,然后根据边缘图像中参考行和参考列的边缘点数和,判断边缘图像中是否包括标准参考点,再针对边缘图像包括和不包括标准参考点的情况对边缘图像和模板信息图分别进行定位重叠或基于设定滑动规则的滑动操作,最后根据定位重叠或每次滑动后边缘图像和模板信息图的匹配结果判断待测纸币真假,解决了现有技术中使用模板匹配方法进行纸币鉴伪过程繁琐,计算量大,导致鉴伪速度慢,不能满足对验钞速度有较高要求的场合的技术缺陷,在使用模板匹配方法进行纸币鉴伪时,实现了对待测图像与模板信息图进行精准定位,简化模板匹配过程,大幅减少计算量,提高了纸币的鉴伪速度。
实施例三
图3是本发明实施例三提供的一种纸币识别方法的流程图。本实施例以上述实施例为基础进行优化,在本实施例中,将根据边缘图像中行的边缘点数量和列的边缘点数量,确定边缘图像是否包括标准参考点,优化为:计算边缘图像中预设范围内所有像素点的边缘值,其中,边缘值为像素点所在行的边缘点数和与所在列的边缘点数和之和;判断预设范围内各像素点中是否有边缘值大于预设边缘值的像素点;若预设范围内各像素点中有边缘值大于预设边缘值的像素点,则确定该像素点为标准参考点;若预设范围内各像素点中没有边缘值大于预设边缘值的像素点,则确定边缘图像不包括标准参考点。
相应地,将确定标准参考点的位置,优化为:将预设范围内所有像素点中边缘值最大的像素点确定为标准参考点。
进一步地,将对边缘图像和模板信息图进行信息匹配,优化为:获取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;根据各标准特征点的位置标识信息,确定边缘图像中与各标准特征点对应的待测点;基于设定划分规则,确定各待测点在边缘图像中对应的特征区域,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,统计匹配度达到设定匹配值的待测点个数,并记录待测点个数为匹配点个数。
相应地,将根据信息匹配结果辨识待测纸币真假,优化为:如果边缘图像与模板信息图匹配后获得的最大匹配点个数达到设定阈值,则确定待测纸币为真币;否则,确定待测纸币为假币。
相应的,本实施例的方法具体包括:
S310、获取待测纸币的预设特征区域的灰度图像。
S320、对预设特征区域的灰度图像进行边缘检测,获得预设特征区域的边缘图像。
S330、计算边缘图像中预设范围内所有像素点的边缘值,其中,边缘值为像素点所在行的边缘点数和与所在列的边缘点数和之和。
在本实施例中,通过计算预设范围内所有像素点的边缘值来判断边缘图像中是否包含标准参考点。一般来说,在标准信息点确定之后,由于预设特征区域的灰度图像在截取时产生的误差以及边缘图像准确度等因素的影响,边缘图中标准信息点的实际像素点位置可能与标准位置存在偏差,因此,本实施例选取标准参考点的标准位置周边一定范围(即预设范围)内的像素点作为计算对象。
S340、判断预设范围内各像素点中是否有边缘值大于预设边缘值的像素点,若有,则执行步骤350,若没有,则执行步骤360。
S350、将预设范围内所有像素点中边缘值最大的像素点确定为标准参考点,根据标准参考点的位置确定模板信息图与边缘图像的匹配位置。
S360、基于设定滑动规则在边缘图像上滑动模板信息图。
S370、获取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。
在本实施例中,位置标识信息具体标记了对应的标准特征点在模板信息图中的具体位置,可以用长度坐标或像素点位置进行表示;特征标识信息具体标记了对应的标准特征点在一定区域内具有的特征信息,典型的可以是标准特征周边一定范围内的边缘点个数等。
S380、仅单次或在每次滑动后,根据各标准特征点的位置标识信息,确定边缘图像中与各标准特征点对应的待测点。
在本实施例中,当边缘图像与模板信息图确定匹配位置之后或当模板信息图滑动到边缘图像的某个位置后,模板信息图上的各标准特征点在边缘图像中会对应一个待测点,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,由此确定待测点的具体位置。
S390、基于设定划分规则,确定各待测点在边缘图像中对应的特征区域,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。
在本实施例中,设定划分规则具体是指与模板信息图中的各标准特征点的特征标识信息相对应的规则,典型的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。各特征区域中的特征信息具体是指与各标准特征点的特征标识信息相对应的特征信息。
S3100、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,统计匹配度达到设定匹配值的待测点个数,并记录待测点个数为匹配点个数。
在本实施例中,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具体可以是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比值等,该比值与设定匹配值进行对比,若该比值大于设定匹配值,则认为该待测点与相应的标准特征点匹配。
S3110、判断边缘图像与模板信息图匹配后获得的最大匹配点个数是否达到设定阈值,若是,则确定待测纸币为真币,若否,确定待测纸币为假币。
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边缘图像上由左至右,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边缘图像与模板信息图的最大匹配值。一般地,本实施例中的设定阈值可根据预设特征区域的不同而具体设定。
本发明实施例三提供了一种纸币识别方法,通过先获取待测纸币中预设特征区域的灰度图像对应的边缘图像,然后根据边缘图像中预设范围内所有像素点的边缘值,判断边缘图像中是否包括标准参考点,再针对边缘图像包括和不包括标准参考点的情况对边缘图像和模板信息图分别进行定位重叠或基于设定滑动规则的滑动操作,根据获取的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,在定位重叠或每次滑动后确定边缘图像中与各标准特征点对应的待测点及其目标特征,最后根据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结果判断待测纸币真假,解决了现有技术中使用模板匹配方法进行纸币鉴伪过程繁琐,计算量大,导致鉴伪速度慢,不能满足对验钞速度有较高要求的场合的技术缺陷,在使用模板匹配方法进行纸币鉴伪时,实现了简化模板匹配过程,大幅减少计算量,提高了纸币的鉴伪速度,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。。
实施例四
图4是本发明实施例四提供的一种纸币识别装置的结构图。如图4所示,所述装置包括:灰度图像获取模块101、边缘图像获取模块102、标准参考点确定模块103、匹配位置确定模块104和匹配结果辨识模块105。其中:
灰度图像获取模块101,用于获取待测纸币的预设特征区域的灰度图像;
边缘图像获取模块102,用于对预设特征区域的灰度图像进行边缘检测,获得预设特征区域的边缘图像;
标准参考点确定模块103,用于根据边缘图像中行的边缘点数量和列的边缘点数量,确定边缘图像是否包括标准参考点;
匹配位置确定模块104,用于若边缘图像包括标准参考点,则确定标准参考点的位置,根据标准参考点的位置确定模板信息图与边缘图像的匹配位置;
匹配结果辨识模块105,用于对边缘图像和模板信息图进行信息匹配,根据信息匹配结果辨识待测纸币真假。
在本实施例中,该装置首先通过灰度图像获取模块101和边缘图像获取模块102依次获取待测纸币的预设特征区域的灰度图像以及该灰度图像对应的边缘图像,然后通过标准参考点确定模块103根据边缘图像中行和列的边缘点数量确定边缘图像是否包括标准参考点,若边缘图像包括标准参考点,再通过匹配位置确定模块104确定标准参考点的位置并根据标准参考点的位置确定模板信息图与边缘图像的匹配位置,最后通过匹配结果辨识模块105对边缘图像和模板信息图进行信息匹配,根据信息匹配结果辨识待测纸币真假。
本发明实施例四提供了一种纸币识别装置,解决了现有技术中使用模板匹配方法进行纸币鉴伪过程繁琐,计算量大,导致鉴伪速度慢,不能满足对验钞速度有较高要求的场合的技术缺陷,在使用模板匹配方法进行纸币鉴伪时,实现了简化模板匹配过程,大幅减少计算量,提高了纸币的鉴伪速度。
在上述各实施例的基础上,标准参考点确定模块可以包括:
边缘点数和计算单元,用于计算边缘图像中各参考行的边缘点数和以及各参考列的边缘点数和;
边缘点数判断单元,用于判断各参考行中是否有边缘点数和大于预设行和阈值的行;
第一标准参考点判断单元,用于若各参考行中有边缘点数和大于预设行和阈值的行,则继续判断各参考列中是否有边缘点数和大于预设列和阈值的列,若各参考行中没有边缘点数和大于预设行和阈值的行,则确定边缘图像不包括标准参考点;
第二标准参考点判断单元,用于若各参考列中有边缘点数和大于预设列和阈值的列,则确定边缘图像包括标准参考点,若各参考列中没有边缘点数和大于预设列和阈值的列,则确定边缘图像不包括标准参考点;
相应地,匹配位置确定模块可以包括:
交点确定单元,用于各参考行中边缘点数和最大的行与各参考列中边缘点数和最大的列的交点确定为标准参考点。
在上述各实施例的基础上,标准参考点确定模块可以包括:
边缘值计算单元,用于计算边缘图像中预设范围内所有像素点的边缘值,其中,边缘值为像素点所在行的边缘点数和与所在列的边缘点数和之和;
边缘值判断单元,用于判断预设范围内各像素点中是否有边缘值大于预设边缘值的像素点;
第一标准参考点判定单元,用于若预设范围内各像素点中有边缘值大于预设边缘值的像素点,则确定该像素点为标准参考点;
第二标准参考点判定单元,用于若预设范围内各像素点中没有边缘值大于预设边缘值的像素点,则确定边缘图像不包括标准参考点;
相应地,匹配位置确定模块包括:
像素点确定单元,用于将预设范围内所有像素点中边缘值最大的像素点确定为标准参考点。
在上述各实施例的基础上,匹配位置确定模块具体可以用于:
将模板信息图与边缘图像重叠,并使标准参考点与模板图像中的参考点重合。
在上述各实施例的基础上,灰度图像获取模块可以包括:
坐标位置获取单元,用于获取待测纸币的灰度图像以及预设特征区域在待测纸币中的坐标位置信息;
灰度图像截取单元,用于根据预设特征区域在待测纸币中的坐标位置信息,定位并截取预设特征区域在待测纸币的灰度图像中对应的区域。
在上述各实施例的基础上,还可以包括:
模板匹配单元,用于若边缘图像不包括标准参考点,则基于设定滑动规则在边缘图像上滑动模板信息图;
纸币辨识单元,用于在每次滑动后,对边缘图像和模板信息图进行信息匹配,根据信息匹配结果辨识待测纸币真假。
在上述各实施例的基础上,匹配结果辨识模块可以包括:
标准特征点获取单元,用于获取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;
待测点确定单元,用于根据各标准特征点的位置标识信息,确定边缘图像中与各标准特征点对应的待测点;
目标特征确定单元,用于基于设定划分规则,确定各待测点在边缘图像中对应的特征区域,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;
匹配点个数记录单元,用于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,统计匹配度达到设定匹配值的待测点个数,并记待测点个数为匹配点个数。
在上述各实施例的基础上,匹配结果辨识模块可以包括:
匹配个数判定单元,用于如果边缘图像与模板信息图匹配后获得的最大匹配点个数达到设定阈值,则确定待测纸币为真币;否则,确定待测纸币为假币。
本发明实施例所提供的纸币识别装置可用于执行本发明任意实施例提供的纸币识别方法,具备相应的功能模块,实现相同的有益效果。
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 (6)
1.一种纸币识别方法,其特征在于,包括:
获取待测纸币的预设特征区域的灰度图像;
对所述预设特征区域的灰度图像进行边缘检测,获得所述预设特征区域的边缘图像;
根据所述边缘图像中行的边缘点数量和列的边缘点数量,确定所述边缘图像是否包括标准参考点,
所述根据所述边缘图像中行的边缘点数量和列的边缘点数量,确定所述边缘图像是否包括标准参考点包括:
计算所述边缘图像中各参考行的边缘点数和以及各参考列的边缘点数和;
判断所述各参考行中是否有边缘点数和大于预设行和阈值的行;
若所述各参考行中有边缘点数和大于所述预设行和阈值的行,则继续判断所述各参考列中是否有边缘点数和大于预设列和阈值的列,若所述各参考行中没有边缘点数和大于所述预设行和阈值的行,则确定所述边缘图像不包括所述标准参考点;
若所述各参考列中有边缘点数和大于所述预设列和阈值的列,则确定所述边缘图像包括所述标准参考点,若所述各参考列中没有边缘点数和大于所述预设列和阈值的列,则确定所述边缘图像不包括所述标准参考点;
若所述边缘图像包括所述标准参考点,则所述各参考行中边缘点数和最大的行与所述各参考列中边缘点数和最大的列的交点确定为所述标准参考点,根据所述标准参考点的位置确定模板信息图与所述边缘图像的匹配位置;
对所述边缘图像和所述模板信息图进行信息匹配,根据信息匹配结果辨识所述待测纸币真假;
若所述边缘图像不包括所述标准参考点,则基于设定滑动规则在所述边缘图像上滑动所述模板信息图;
在每次滑动后,对所述边缘图像和所述模板信息图进行信息匹配,根据信息匹配结果辨识所述待测纸币真假;
或所述根据所述边缘图像中行的边缘点数量和列的边缘点数量,确定所述边缘图像是否包括标准参考点包括:
计算所述边缘图像中预设范围内所有像素点的边缘值,其中,所述边缘值为像素点所在行的边缘点数和与所在列的边缘点数和之和;
判断所述预设范围内各像素点中是否有边缘值大于预设边缘值的像素点;
若所述预设范围内各像素点中有边缘值大于所述预设边缘值的像素点,则确定该像素点为所述标准参考点;
若所述预设范围内各像素点中没有边缘值大于所述预设边缘值的像素点,则确定所述边缘图像不包括所述标准参考点;
所述边缘图像包括所述标准参考点,则将所述预设范围内所有像素点中边缘值最大的像素点确定为所述标准参考点;
根据所述标准参考点的位置确定模板信息图与所述边缘图像的匹配位置;
对所述边缘图像和所述模板信息图进行信息匹配,根据信息匹配结果辨识所述待测纸币真假;
若所述边缘图像不包括所述标准参考点,则基于设定滑动规则在所述边缘图像上滑动所述模板信息图;
在每次滑动后,对所述边缘图像和所述模板信息图进行信息匹配,根据信息匹配结果辨识所述待测纸币真假。
2.根据权利要求1所述的方法,其特征在于,所述根据所述标准参考点的位置确定模板信息图与所述边缘图像的匹配位置,包括:
将所述模板信息图与所述边缘图像重叠,并使所述标准参考点与所述模板图像中的参考点重合。
3.根据权利要求1所述的方法,其特征在于,所述获取待测纸币的预设特征区域的灰度图像,包括:
获取所述待测纸币的灰度图像以及所述预设特征区域在所述待测纸币中的坐标位置信息;
根据所述预设特征区域在所述待测纸币中的坐标位置信息,定位并截取所述预设特征区域在所述待测纸币的灰度图像中对应的区域。
4.根据权利要求1-3中任一项所述的方法,其特征在于,所述对所述边缘图像和所述模板信息图进行信息匹配,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,确定所述边缘图像中与所述各标准特征点对应的待测点;
基于设定划分规则,确定所述各待测点在所述边缘图像中对应的特征区域,识别所述各特征区域中的特征信息,并将所述各特征信息作为对应待测点的目标特征;
确定所述各待测点的目标特征与相应标准特征点的所述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所述待测点个数,并记录所述待测点个数为匹配点个数。
5.根据权利要求4所述的方法,其特征在于,所述根据信息匹配结果辨识所述待测纸币真假,包括:
如果所述边缘图像与所述模板信息图匹配后获得的最大匹配点个数达到设定阈值,则确定所述待测纸币为真币;否则,确定所述待测纸币为假币。
6.一种纸币识别装置,其特征在于,包括:
灰度图像获取模块,用于获取待测纸币的预设特征区域的灰度图像;
边缘图像获取模块,用于对所述预设特征区域的灰度图像进行边缘检测,获得所述预设特征区域的边缘图像;
标准参考点确定模块,用于根据所述边缘图像中行的边缘点数量和列的边缘点数量,确定所述边缘图像是否包括标准参考点,所述标准参考点确定模块包括:边缘点数和计算单元,用于计算所述边缘图像中各参考行的边缘点数和以及各参考列的边缘点数和;边缘点数判断单元,用于判断所述各参考行中是否有边缘点数和大于预设行和阈值的行;第一标准参考点判断单元,用于若所述各参考行中有边缘点数和大于所述预设行和阈值的行,则继续判断所述各参考列中是否有边缘点数和大于预设列和阈值的列,若所述各参考行中没有边缘点数和大于所述预设行和阈值的行,则确定所述边缘图像不包括所述标准参考点;第二标准参考点判断单元,用于若所述各参考列中有边缘点数和大于所述预设列和阈值的列,则确定所述边缘图像包括所述标准参考点,若所述各参考列中没有边缘点数和大于所述预设列和阈值的列,则确定所述边缘图像不包括所述标准参考点;
匹配位置确定模块,用于若所述边缘图像包括所述标准参考点,则确定所述标准参考点的位置,根据所述标准参考点的位置确定模板信息图与所述边缘图像的匹配位置,所述匹配位置确定模块包括:交点确定单元,用于所述各参考行中边缘点数和最大的行与所述各参考列中边缘点数和最大的列的交点确定为所述标准参考点;
或所述标准参考点确定模块包括:边缘值计算单元,用于计算边缘图像中预设范围内所有像素点的边缘值,其中,边缘值为像素点所在行的边缘点数和与所在列的边缘点数和之和;边缘值判断单元,用于判断预设范围内各像素点中是否有边缘值大于预设边缘值的像素点;第一标准参考点判定单元,用于若预设范围内各像素点中有边缘值大于预设边缘值的像素点,则确定该像素点为标准参考点;第二标准参考点判定单元,用于若预设范围内各像素点中没有边缘值大于预设边缘值的像素点,则确定边缘图像不包括标准参考点;相应地,匹配位置确定模块包括:像素点确定单元,用于将预设范围内所有像素点中边缘值最大的像素点确定为标准参考点;所述匹配位置确定模块包括:像素点确定单元,用于将预设范围内所有像素点中边缘值最大的像素点确定为标准参考点;
匹配结果辨识模块,用于对所述边缘图像和所述模板信息图进行信息匹配,根据信息匹配结果辨识所述待测纸币真假;
模板匹配单元,用于若边缘图像不包括标准参考点,则基于设定滑动规则在边缘图像上滑动模板信息图;
纸币辨识单元,用于在每次滑动后,对边缘图像和模板信息图进行信息匹配,根据信息匹配结果辨识待测纸币真假。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710160895.9A CN108629887B (zh) | 2017-03-17 | 2017-03-17 | 纸币识别方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710160895.9A CN108629887B (zh) | 2017-03-17 | 2017-03-17 | 纸币识别方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108629887A CN108629887A (zh) | 2018-10-09 |
CN108629887B true CN108629887B (zh) | 2021-02-02 |
Family
ID=63687559
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710160895.9A Active CN108629887B (zh) | 2017-03-17 | 2017-03-17 | 纸币识别方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108629887B (zh) |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1137210A (zh) * | 1995-03-15 | 1996-12-04 | 大宇电子株式会社 | 确定特征点的方法 |
JP2000113269A (ja) * | 1998-10-02 | 2000-04-21 | Mitsubishi Electric Corp | 紙幣鑑別装置 |
CN1542697A (zh) * | 2003-11-06 | 2004-11-03 | 上海交通大学 | 基于相邻边缘点距离统计的文字图象分割方法 |
CN1878231A (zh) * | 2005-06-08 | 2006-12-13 | 三星电子株式会社 | 用于检测安全文件的装置和方法 |
CN103155008A (zh) * | 2010-10-08 | 2013-06-12 | 德国捷德有限公司 | 用于检查值文件的光学安全特征的方法 |
CN104036290A (zh) * | 2014-06-11 | 2014-09-10 | 新达通科技股份有限公司 | 一种纸币面值识别方法及装置 |
CN105551133A (zh) * | 2015-11-16 | 2016-05-04 | 新达通科技股份有限公司 | 一种纸币拼接缝或折痕的识别方法及系统 |
CN105809815A (zh) * | 2015-01-19 | 2016-07-27 | 株式会社巨晶片 | 特征图像生成装置和判定装置以及特征图像生成方法和判定方法 |
CN105869122A (zh) * | 2015-11-24 | 2016-08-17 | 乐视致新电子科技(天津)有限公司 | 图像处理方法和装置 |
CN106447905A (zh) * | 2016-09-12 | 2017-02-22 | 深圳怡化电脑股份有限公司 | 一种纸币币种识别方法与装置 |
-
2017
- 2017-03-17 CN CN201710160895.9A patent/CN108629887B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1137210A (zh) * | 1995-03-15 | 1996-12-04 | 大宇电子株式会社 | 确定特征点的方法 |
JP2000113269A (ja) * | 1998-10-02 | 2000-04-21 | Mitsubishi Electric Corp | 紙幣鑑別装置 |
CN1542697A (zh) * | 2003-11-06 | 2004-11-03 | 上海交通大学 | 基于相邻边缘点距离统计的文字图象分割方法 |
CN1878231A (zh) * | 2005-06-08 | 2006-12-13 | 三星电子株式会社 | 用于检测安全文件的装置和方法 |
CN103155008A (zh) * | 2010-10-08 | 2013-06-12 | 德国捷德有限公司 | 用于检查值文件的光学安全特征的方法 |
CN104036290A (zh) * | 2014-06-11 | 2014-09-10 | 新达通科技股份有限公司 | 一种纸币面值识别方法及装置 |
CN105809815A (zh) * | 2015-01-19 | 2016-07-27 | 株式会社巨晶片 | 特征图像生成装置和判定装置以及特征图像生成方法和判定方法 |
CN105551133A (zh) * | 2015-11-16 | 2016-05-04 | 新达通科技股份有限公司 | 一种纸币拼接缝或折痕的识别方法及系统 |
CN105869122A (zh) * | 2015-11-24 | 2016-08-17 | 乐视致新电子科技(天津)有限公司 | 图像处理方法和装置 |
CN106447905A (zh) * | 2016-09-12 | 2017-02-22 | 深圳怡化电脑股份有限公司 | 一种纸币币种识别方法与装置 |
Non-Patent Citations (1)
Title |
---|
纸币图像识别算法的研究;魏正宜;《中国优秀硕士学位论文全文数据库 信息科技辑》;20100315(第03期);论文正文第17-18页 * |
Also Published As
Publication number | Publication date |
---|---|
CN108629887A (zh) | 2018-10-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106952393B (zh) | 纸币识别方法和装置、电子设备和存储介质 | |
CN107103683B (zh) | 纸币识别方法和装置、电子设备和存储介质 | |
KR20190004807A (ko) | 지폐 관리 방법 및 시스템 | |
CN105243730A (zh) | 纸币识别方法及系统 | |
CN106875545B (zh) | 一种纸币的鉴别方法及装置 | |
CN104318238A (zh) | 一种验钞模块中对扫描的钞票图提取冠字号的方法 | |
CN104464079A (zh) | 基于模板特征点及其拓扑结构的多币种面值识别方法 | |
CN106920318B (zh) | 一种纸币的鉴别方法及装置 | |
CN107610316B (zh) | 检测纸币缺损的方法、装置及终端设备 | |
CN106780966B (zh) | 一种纸币鉴伪方法及装置 | |
CN107134047B (zh) | 白水印检测方法及装置 | |
CN106469483A (zh) | 一种纸币识别的方法及装置 | |
WO2019001191A1 (zh) | 一种拼接票据的检测方法及拼接票据的检测装置 | |
CN106898078B (zh) | 一种港币版本的识别方法及装置 | |
CN103886309A (zh) | 人像识别鉴别美元面额的方法 | |
CN108510639B (zh) | 一种纸币鉴伪方法、装置、验钞机和存储介质 | |
CN106447910B (zh) | 一种纸币识别的方法及装置 | |
CN106530489B (zh) | 一种钞票处理装置及方法 | |
CN106447897A (zh) | 一种检测纸币磁性特征的方法及装置 | |
CN106447904B (zh) | 一种纸币的鉴别方法和装置 | |
CN106447908B (zh) | 一种纸币鉴伪方法及装置 | |
CN106683262B (zh) | 一种纸币的面向识别方法及装置 | |
CN106296975B (zh) | 一种美元纸币面值的识别方法及装置 | |
CN109767543B (zh) | 一种纸币检测方法和系统 | |
CN108629887B (zh) | 纸币识别方法和装置 |
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 |