CN108806058A - 一种纸币检测方法及装置 - Google Patents

Abstract

本发明实施例公开了一种纸币检测方法及装置，其中方法包括：获取纸币待检测区域的灰度图像，并确定所述灰度图像的灰度直方图；提取所述灰度直方图的数值特征信息；将所述数值特征信息作为预设真伪分类器的输入信息，根据所述预设真伪分类器的输出结果确定所述纸币的真伪。本发明实施例解决了现有纸币鉴伪技术计算量大，计算自由度小的问题，实现了快速准确的识别纸币真伪。

Description

一种纸币检测方法及装置

技术领域

本发明实施例涉及图像处理技术，尤其涉及一种纸币检测方法及装置。

背景技术

随着科学技术的不断发展，违法分子制造假币的水平也日益提高，各种不同版本的假币流入市场，给社会经济和广大人民造成损失和影响。

目前，检测纸币真伪的方法一般有：紫外/白光/红外/多光谱图像分析鉴别技术；安全线特征磁性分析鉴别技术；磁图像分析鉴别技术；磁特征定性鉴别技术；冠字号码识别技术等。其中，通过图像处理方式识别纸币通常是通过将待检测纸币图像与真币的标准的图像进行对照，来确定待检测纸币的真伪，算法复杂度高，且对每一张纸币的检测均需要进行一次图像的比对，计算量大，纸币检测效率低。

发明内容

本发明提供一种纸币检测方法及装置，以实现快速准确的识别纸币真伪。

第一方面，本发明实施例提供了一种纸币检测方法，该方法包括：

获取纸币待检测区域的灰度图像，并确定所述灰度图像的灰度直方图；

提取所述灰度直方图的数值特征信息；

将所述数值特征信息作为预设真伪分类器的输入信息，根据所述预设真伪分类器的输出结果确定所述纸币的真伪。

进一步的，获取纸币待检测区域的灰度图像，包括：

根据透射光传感器获取纸币透射灰度图像；

根据所述纸币类型和所述纸币的当前状态确定所述纸币待检测区域位置；

在所述纸币透射灰度图像截取所述纸币待检测区域的灰度图像。

进一步的，所述纸币待检测区域的灰度图像为纸币水印区域灰度图像。

进一步的，在确定所述灰度图像的灰度直方图之前，还包括：

对所述待检测区域的灰度图像进行均衡化处理。

进一步的，确定所述灰度图像的灰度直方图包括：

根据预设规则将所述灰度图像分割为至少两个子图像；

确定所述各子图像的灰度直方图；

相应的，提取所述灰度直方图的数值特征信息包括：

提取所述各子图像的灰度直方图的数值特征信息，所述数值特征信息包括如下至少一项：所述子图像的灰度直方图的信息熵、自相关系数和与其他子图像灰度直方图的互相关系数。

进一步的，在获取纸币待检测区域的灰度图像之前，还包括：

采集不同类型纸币待检测区域的灰度图像，将所述灰度图像的灰度直方图数值特征信息确定为训练样本，其中不同类型包括：不同币种、不同面值、不同版本和不同新旧程度；

根据所述训练样本训练预设真伪分类器。

第二方面，本发明实施例还提供了一种纸币检测装置，该装置包括：

灰度图像获取模块，用于获取纸币待检测区域的灰度图像；

灰度直方图确定模块，用于确定所述灰度图像的灰度直方图；

数值特征信息提取模块，用于提取所述灰度直方图的数值特征信息；

纸币真伪确定模块，用于将所述数值特征信息作为预设真伪分类器的输入信息，根据所述预设真伪分类器的输出结果确定所述纸币的真伪。

进一步的，所述灰度图像获取模块包括：

纸币图像获取单元，用于根据透射光传感器获取纸币透射灰度图像；

待检测区域位置确定单元，用于根据所述纸币类型和所述纸币的当前状态确定所述纸币待检测区域位置；

灰度图像截取单元，用于在所述纸币透射灰度图像截取所述纸币待检测区域的灰度图像。

进一步的，所述纸币待检测区域的灰度图像为纸币水印区域灰度图像。

进一步的，所述装置还包括：

预处理模块，用于在确定所述灰度图像的灰度直方图之前，对所述待检测区域的灰度图像进行均衡化处理。

进一步的，所述灰度直方图确定模块具体用于：

根据预设规则将所述灰度图像分割为至少两个子图像；

确定所述各子图像的灰度直方图；

相应的，所述数值特征信息提取模块具体用于：

提取所述各子图像的灰度直方图的数值特征信息，所述数值特征信息包括如下至少一项：所述子图像的灰度直方图的信息熵、自相关系数和与其他子图像灰度直方图的互相关系数。

进一步的，所述装置还包括：

训练样本确定模块，用于在获取纸币待检测区域的灰度图像之前，采集不同类型纸币待检测区域的灰度图像，将所述灰度图像的灰度直方图数值特征信息确定为训练样本，其中不同类型包括：不同币种、不同面值、不同版本和不同新旧程度；

预设真伪分类器确定模块，用于根据所述训练样本训练预设真伪分类器。

本发明实施例通过获取待检测区域灰度图像的灰度直方图数值特征信息，将该数值特征信息作为预设真伪分类器的输入信息，根据预设真伪分类器的输出结果确定纸币的真伪，替代了现有技术中通过待检测纸币的水印图像与模板水印图像进行模板匹配识别纸币真伪的方法，解决了现有纸币鉴伪技术计算量大，计算自由度小的问题，实现了快速准确的识别纸币真伪。

附图说明

图1是本发明实施例一提供的一种纸币检测方法的流程图；

图2是本发明实施例二提供的一种纸币检测方法的流程图；

图3是本发明实施例三提供的一种纸币检测方法的流程图；

图4是本发明实施例四提供的一种纸币检测方法的流程图；

图5是本发明实施例五提供的一种纸币检测装置的结构示意图。

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。

实施例一

图1为本发明实施例一提供的一种纸币检测方法的流程图，本实施例可适用于快速识别纸币真伪的情况，该方法可以由本发明实施例提供的一种纸币检测装置来执行，该装置可采用软件和/或硬件的方式实现，该装置可集成与具有纸币识别功能的金融设备内，例如金融设备可以是ATM(Automatic Teller Machine，自动取款机)或者CRS(CashRecycling System，自助存取款机)等金融设备中。参见图1，该方法具体包括：

S110、获取纸币待检测区域的灰度图像，并确定灰度图像的灰度直方图。

其中，纸币包含多个纸币真伪检测区域，例如待检测区域可以是纸币冠字号区域、安全线区域、油墨区域或者水印区域等，不同检测区域根据不同的检测方法可确定纸币的真伪。

本实施例中，获取待检测区域的灰度图像，其中，灰度图像是由黑色到白色的256个灰度等级对应的颜色组成，可表示不同颜色的深浅以及不同颜色的不同亮度。待检测区域的灰度图像可以是直接获取，也可以是将待检测区域的彩色图像转换为灰度图像。

灰度直方图是关于灰度等级分布的函数，是对图像中灰度等级分布的统计。灰度直方图是将数字图像中的所有像素，按照灰度值的大小，统计其出现的频率。通过灰度直方图可直观地确定该待检测区域图像内各灰度等级对应的像素点数量。

可选的，纸币待检测区域的灰度图像为纸币水印区域灰度图像。

其中，水印是纸币制造过程中通过改变纸浆纤维密度在纸币内部形成的，在迎光透视时可清晰看到的有明暗纹理的图形、人像或文字。水印一般常用于纸币、购物卷、粮票、证劵等，用于防止造假。示例性的，1990年版50元人民币票面的水印图像为炼钢工人的图形，2005年版20元人民币票面的水印图案为荷花图案，1元人民币票面的水印图案为大叶兰图案等。

S120、提取灰度直方图的数值特征信息。

本实施例中，数值特征信息指的是能够表征待检测区域灰度图像的灰度等级分布特征的数据信息，其中，灰度图像的灰度分布特征可以包括：灰度图像中各灰度等级对应的像素点数量，以及各灰度等级在灰度图像中的分布信息等。

S130、将数值特征信息作为预设真伪分类器的输入信息，根据预设真伪分类器的输出结果确定纸币的真伪。

其中，分类器是在已有数据的基础上学会的一个分类函数或构造出的一个分类模型，预设真伪分类器指的是通过对纸币灰度图像灰度直方图的数值特征信息的训练样本进行训练得到的一种分类器，用于根据待检测纸币的灰度图像灰度直方图的数值特征信息确定纸币的真伪。可选的，预设真伪分类器可以是二类分类器。

本实施例中，通过将纸币灰度图像灰度直方图的数值特征信息作为判断纸币真伪的特征信息，替代了现有技术中将纸币图像特征与标准图像特征进行匹配，提高了计算自由度，提高了纸币真伪检测准确度。

本实施例中，通过训练样本得到预设真伪分类器，可根据纸币的数据特征信息快速识别纸币真伪，避免了将每一张待检测纸币图像与标准图像进行匹配，计算量大的问题，提高了纸币的检测效率。

本实施例的技术方案，通过获取待检测区域灰度图像的灰度直方图数值特征信息，将该数值特征信息作为预设真伪分类器的输入信息，根据预设真伪分类器的输出结果确定纸币的真伪，替代了现有技术中通过待检测纸币的水印图像与模板水印图像进行模板匹配识别纸币真伪的方法，解决了现有纸币鉴伪技术计算量大，计算自由度小的问题，实现了快速准确的识别纸币真伪。

实施例二

图2是本发明实施例二提供的一种纸币检测方法的流程图，在上述实施例一的基础上，进一步的提供了获取纸币待检测区域的灰度图像的方法。相应的，参见图2，该方法具体包括：

S210、根据透射光传感器获取纸币透射灰度图像。

本实施例中，透射光传感器发射透射光，纸币经透射光照射，形成纸币透射图像。

S220、根据纸币类型和纸币的当前状态确定纸币待检测区域位置。

本实施例中，纸币类型包括纸币的币种、纸币的版本和纸币的面值，纸币的当前状态指的是纸币当前放置的状态，具体的，纸币的当前状态包括正面正向、正面反向、反面正向以及反面反向，纸币的类型和当前状态均会影响待检测区域的位置信息。

本实施例中，通过纸币类型确定纸币待检测区域的大小，以及待检测区域与纸币的相对位置。具体的，根据纸币类型和待检测区域位置与纸币状态的映射关系可确定当前纸币在正面正向、正面反向、反面正向以及反面反向四种状态时待检测区域相对于纸币的位置，结合纸币的当前状态确定待检测区域的位置。

S230、在纸币透射灰度图像截取纸币待检测区域的灰度图像。

在确定纸币待检测区域的位置后，截取待检测区域图像。通过待检测区域图像进行纸币真伪检测，避免了通过纸币全部图像进行检测时，检测信息量大，效率低的问题。

S240、对待检测区域的灰度图像进行均衡化处理。

其中，均衡化处理指的是对灰度图像中像素个数多的灰度级进行展宽，而对灰度图像中像素个数少的灰度进行压缩，从而扩展像原取值的动态范围，提高了对比度和灰度色调的变化，使图像更加清晰。本实施例中，通过对待检测区域灰度图像的均衡化处理可减弱由于硬件设备导致的灰度图像亮度或者阴影问题，提高了灰度图像的灰度直方图的数值特征信息准确度，提高了纸币检测方法的适用性。

S250、确定灰度图像的灰度直方图，并提取灰度直方图的数值特征信息。

S260、将数值特征信息作为预设真伪分类器的输入信息，根据预设真伪分类器的输出结果确定纸币的真伪。

需要说明的是，本发明示例性的将步骤S210-S260组成一个实施例执行一种纸币检测方法，但仅仅是本发明的一种实例，在本发明的其他实施例中，可以将步骤S210-230、S250、S260组成一个新的实施例，或者也可以将步骤S110、S240-S260组成一个实施例，上述实施例可执行一种纸币检测方法。

本实施例的技术方案，通过根据纸币类型和纸币的当前状态确定纸币待检测区域位置，在纸币灰度图像的对应位置截取待检测区域的灰度图像，对待检测区域的灰度图像进行均衡化处理，提取处理后灰度图像的灰度直方图数值特征信息，将灰度直方图数值特征信息输入预设真伪分类器确定纸币的真伪，减弱了在纸币灰度图像获取过程中硬件设备的影响，提高了纸币检测方法的适用性，提高了纸币灰度直方图数值特征信息的准确度，提高了纸币检测的准确度。

实施例三

图3是本发明实施例三提供的一种纸币检测方法的流程图，在上述实施例的基础上，进一步的提供了确定灰度图像的灰度直方图的方法，以及提取灰度直方图的数值特征信息的方法。相应的，参见图3，该方法具体包括：

S310、获取纸币待检测区域的灰度图像。

S320、根据预设规则将灰度图像分割为至少两个子图像。

其中，预设规则指的是根据待检测区域灰度图像性状与尺寸确定子图像的分割数量与分割尺寸。示例性的，若待检测区域为圆形图像、椭圆形图像或者其他非矩形图像，则确定包含该待检测区域的最小矩形区域，根据纸币类型对应的预设规则，将该矩形区域图像均匀分割为多个子图像。其中，预设规则包括待检测区域矩形图像的分割数量与分割尺寸，不同纸币类型对应不同的预设规则，预设规则可根据历史纸币检测结果确定。

S330、确定各子图像的灰度直方图。

本实施例中，待检测区域图像为纸币水印图像，待检测特征变化小，且水印图像中包含大量背景图像，待检测区域灰度图像的灰度直方图中背景图像灰度等级对应像素点的比例过大，水印图像对应特征像素点的比例过小，导致提取的数值特征信息中包含大量的冗余信息。

本实施例中，根据预设规则将待检测区域的灰度图像分割为多个子图像，并获取各子图像的灰度直方图，可提高待检测特征对应的像素点在各子图像中的比例，增大了待检测特征的独立性。

S340、提取各子图像的灰度直方图的数值特征信息，数值特征信息包括如下至少一项：子图像的灰度直方图的信息熵、自相关系数和与其他子图像灰度直方图的互相关系数。

其中，信息熵指的是物质的复杂程度的映射，是物体有序化程度的一个度量，一个物体越是有序，信息熵就越低；反之，物体越是混乱，信息熵就越高。灰度直方图的信息熵可表征灰度直方图中各灰度等级的出现概率。

相关系数用于表征两个变量之间的相关程度。本实施例中，各子图像的自相关系数用于表征各子图像中灰度等级的分布信息，子图像与其他各子图像的互相关系数用于表征各子图像之间的相关程度。示例性的，待检测区域图像中，相似特征越多的两个子图像的互相关系数越大。本实施例中，通过计算各子图像的互相关系数，避免了待检测区域灰度图像中灰度直方图数值特征信息的丢失。

S350、将数值特征信息作为预设真伪分类器的输入信息，根据预设真伪分类器的输出结果确定纸币的真伪。

本实施例中，通过将待检测区域灰度图像进行分割，可将灰度图像分割为水印特征信息子图像和背景信息子图像，其中，背景信息子图像的灰度直方图的数值特征信息变化微小，在对数值特征信息进行分类过程中，降低了背景信息子图像对待检测区域图像的影响，突出了水印特征信息子图像在纸币检测过程中的作用。

本实施例的技术方案，通过根据预设规则将待检测区域的灰度图像分割为多个子图像，提取各子图像灰度直方图的信息熵、自相关系数和与其他子图像灰度直方图的互相关系数等数值特征信息，并将数值特征信息输入预设真伪分类器确定纸币的真伪，解决了待检测图像中大量背景图像中的冗余信息影响。

实施例四

图4是本发明实施例四提供的一种纸币检测方法的流程图，在上述实施例的基础上，进一步的在获取纸币待检测区域的灰度图像之前，提供了预设真伪分类器的获取方法。相应的，参见图4，该方法具体包括：

S410、采集不同类型纸币待检测区域的灰度图像，将灰度图像的灰度直方图数值特征信息确定为训练样本，其中不同类型包括：不同币种、不同面值、不同版本和不同新旧程度。

其中，币种指的是纸币的种类，示例性的币种可以包括人民币、伊朗币、美元或者韩币等。面值指的是纸币所代表的金额，例如人民币的面值包括1元、5元、10元、20元、50元和100元等。纸币的不同版本对应不同的纸币制作模板。纸币的新旧程度指的是纸币的磨损程度。本实施例中，纸币的不同的磨损程度影响纸币的透射灰度图像，导致待检测区域灰度图像的灰度直方图数值特征信息存在差异。采集不同新旧程度纸币的待检测区域的灰度图像，避免了由于纸币磨损导致的检测误差，提高了训练样本的全面性和准确性。

S420、根据训练样本训练预设真伪分类器。

本实施例中，对不同币种、不同面值或者不同版本的纸币确定不同的训练样本，对应确定不同的预设真伪分类器，提高了纸币真伪检测的精度。

S430、获取纸币待检测区域的灰度图像，并确定灰度图像的灰度直方图。

S440、提取灰度直方图的数值特征信息。

S450、将数值特征信息作为预设真伪分类器的输入信息，根据预设真伪分类器的输出结果确定纸币的真伪。

本实施例的技术方案，通过采集类型纸币待检测区域灰度图像的灰度直方图数值特征信息作为训练样本，根据训练样本训练预设真伪分类器，将待检测纸币的数值特征信息作为预设真伪分类器的输入信息，可快速确定纸币的真伪，替代了现有技术中通过待检测纸币的水印图像与模板水印图像进行模板匹配识别纸币真伪的方法，解决了现有纸币鉴伪技术计算量大，计算自由度小的问题，实现了快速准确的识别纸币真伪。

实施例五

图5是本发明实施例五提供的一种纸币检测装置的结构示意图，该装置具体包括：

灰度图像获取模块510，用于获取纸币待检测区域的灰度图像；

灰度直方图确定模块520，用于确定灰度图像的灰度直方图；

数值特征信息提取模块530，用于提取灰度直方图的数值特征信息；

纸币真伪确定模块540，用于将数值特征信息作为预设真伪分类器的输入信息，根据预设真伪分类器的输出结果确定纸币的真伪。

可选的，灰度图像获取模块510包括：

纸币图像获取单元，用于根据透射光传感器获取纸币透射灰度图像；

待检测区域位置确定单元，用于根据纸币类型和纸币的当前状态确定纸币待检测区域位置；

灰度图像截取单元，用于在纸币透射灰度图像截取纸币待检测区域的灰度图像。

可选的，纸币待检测区域的灰度图像为纸币水印区域灰度图像。

可选的，装置还包括：

预处理模块，用于在确定灰度图像的灰度直方图之前，对待检测区域的灰度图像进行均衡化处理。

可选的，灰度直方图确定模块520具体用于：

根据预设规则将灰度图像分割为至少两个子图像；

确定各子图像的灰度直方图；

相应的，数值特征信息提取模块530具体用于：

提取各子图像的灰度直方图的数值特征信息，数值特征信息包括如下至少一项：子图像的灰度直方图的信息熵、自相关系数和与其他子图像灰度直方图的互相关系数。

可选的，装置还包括：

训练样本确定模块，用于在获取纸币待检测区域的灰度图像之前，采集不同类型纸币待检测区域的灰度图像，将灰度图像的灰度直方图数值特征信息确定为训练样本，其中不同类型包括：不同币种、不同面值、不同版本和不同新旧程度；

预设真伪分类器确定模块，用于根据训练样本训练预设真伪分类器。

本发明实施例提供的一种纸币检测装置可执行本发明任意实施例所提供的纸币检测方法，具备执行纸币检测方法相应的功能模块和有益效果。

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 (10)

1.一种纸币检测方法，其特征在于，包括：

获取纸币待检测区域的灰度图像，并确定所述灰度图像的灰度直方图；

提取所述灰度直方图的数值特征信息；

将所述数值特征信息作为预设真伪分类器的输入信息，根据所述预设真伪分类器的输出结果确定所述纸币的真伪。

2.根据权利要求1所述的方法，其特征在于，获取纸币待检测区域的灰度图像，包括：

根据透射光传感器获取纸币透射灰度图像；

根据所述纸币类型和所述纸币的当前状态确定所述纸币待检测区域位置；

在所述纸币透射灰度图像截取所述纸币待检测区域的灰度图像。

3.根据权利要求1或2所述的方法，其特征在于，所述纸币待检测区域的灰度图像为纸币水印区域灰度图像。

4.根据权利要求1所述的方法，其特征在于，在确定所述灰度图像的灰度直方图之前，还包括：

对所述待检测区域的灰度图像进行均衡化处理。

5.根据权利要求1所述的方法，其特征在于，确定所述灰度图像的灰度直方图包括：

根据预设规则将所述灰度图像分割为至少两个子图像；

确定所述各子图像的灰度直方图；

相应的，提取所述灰度直方图的数值特征信息包括：

提取所述各子图像的灰度直方图的数值特征信息，所述数值特征信息包括如下至少一项：所述子图像的灰度直方图的信息熵、自相关系数和与其他子图像灰度直方图的互相关系数。

6.根据权利要求1所述的方法，其特征在于，在获取纸币待检测区域的灰度图像之前，还包括：

采集不同类型纸币待检测区域的灰度图像，将所述灰度图像的灰度直方图数值特征信息确定为训练样本，其中不同类型包括：不同币种、不同面值、不同版本和不同新旧程度；

根据所述训练样本训练预设真伪分类器。

7.一种纸币检测装置，其特征在于，包括：

灰度图像获取模块，用于获取纸币待检测区域的灰度图像；

灰度直方图确定模块，用于确定所述灰度图像的灰度直方图；

数值特征信息提取模块，用于提取所述灰度直方图的数值特征信息；

纸币真伪确定模块，用于将所述数值特征信息作为预设真伪分类器的输入信息，根据所述预设真伪分类器的输出结果确定所述纸币的真伪。

8.根据权利要求7所述的装置，其特征在于，所述灰度图像获取模块包括：

纸币图像获取单元，用于根据透射光传感器获取纸币透射灰度图像；

待检测区域位置确定单元，用于根据所述纸币类型和所述纸币的当前状态确定所述纸币待检测区域位置；

灰度图像截取单元，用于在所述纸币透射灰度图像截取所述纸币待检测区域的灰度图像。

9.根据权利要求7或8所述的装置，其特征在于，所述纸币待检测区域的灰度图像为纸币水印区域灰度图像。

10.根据权利要求7所述的装置，其特征在于，所述装置还包括：

预处理模块，用于在确定所述灰度图像的灰度直方图之前，对所述待检测区域的灰度图像进行均衡化处理。