CN108986295A - 黑水印识别方法、装置及终端设备 - Google Patents
黑水印识别方法、装置及终端设备 Download PDFInfo
- Publication number
- CN108986295A CN108986295A CN201710408631.0A CN201710408631A CN108986295A CN 108986295 A CN108986295 A CN 108986295A CN 201710408631 A CN201710408631 A CN 201710408631A CN 108986295 A CN108986295 A CN 108986295A
- Authority
- CN
- China
- Prior art keywords
- value
- gray
- parts
- heisui river
- 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.)
- 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
-
- 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
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Editing Of Facsimile Originals (AREA)
- Image Processing (AREA)
Abstract
本发明适用于水印识别技术领域,提供了黑水印识别方法、装置及终端设备,所述方法包括:获取需识别黑水印的纸张对应的图像;根据所述图像定位黑水印在所述图像的区域;统计所述黑水印在所述图像的区域对应的最大灰度值和最小灰度值;根据统计的最大灰度值、最小灰度值、预设的标准最大灰度值以及预设的标准最小灰度值识别所述黑水印是否符合要求。通过上述方法,能够简单、快速、准确地识别所述黑水印是否符合要求。
Description
技术领域
本发明属于水印识别技术领域,尤其涉及黑水印识别方法、装置及终端设备。
背景技术
水印是造纸的过程中,在钞纸的整体或特定位置用特殊工艺制作而成的图像或图形,抄纸时根据设计的图像,通过抄纸丝网的变动,使纸浆厚薄密度不同,从而显示出多层次的各种图形,迎光透视清晰可见,而平视时则与普通纸一样,这就是水印。其特点是图像明暗层次分明、立体感强、灰度清晰。按其在纸张位置的分布情况可分为:满版水印和固定水印;按其制作工艺可分为:黑水印和白水印。水印作为一项纸张防伪技术如今已被广泛的应用在造币、发票、支票等方面,并起到了良好的防伪作用。我国自1960年掌握这一技术以来,在造币过程中先后使用了满版水印、固定水印、黑水印和白水印等多项工艺,有效的维护了人民币的信誉。现行流通的第五套2005版人民币各券种除一元外全部运用了黑水印和白水印。
但现阶段难以有效识别黑水印,故,需要提出一种新的方法以解决上述技术问题。
发明内容
有鉴于此,本发明实施例提供了黑水印识别方法、装置及终端设备,以解决现有技术中难以有效识别黑水印的问题。
本发明实施例的第一方面提供了一种黑水印识别方法,包括:
获取需识别黑水印的纸张对应的图像;
根据所述图像定位黑水印在所述图像的区域;
统计所述黑水印在所述图像的区域对应的最大灰度值和最小灰度值;
根据统计的最大灰度值、最小灰度值、预设的标准最大灰度值以及预设的标准最小灰度值识别所述黑水印是否符合要求。
本发明实施例的第二方面提供了一种黑水印识别装置,包括:
图像获取单元,用于获取需识别黑水印的纸张对应的图像;
黑水印定位单元,用于根据所述图像定位黑水印在所述图像的区域;
灰度值统计单元,用于统计所述黑水印在所述图像的区域对应的最大灰度值和最小灰度值;
黑水印识别单元,用于根据统计的最大灰度值、最小灰度值、预设的标准最大灰度值以及预设的标准最小灰度值识别所述黑水印是否符合要求。
本发明实施例的第三方面提供了一种终端设备,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,所述处理器执行所述计算机程序时实现如任一项所述黑水印识别方法的步骤。
本发明实施例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,所述计算机程序被处理器执行时实现如如任一项所述黑水印识别方法的步骤。
本发明实施例与现有技术相比存在的有益效果是:由于通过黑水印在图像的区域对应的最大灰度值和最小灰度值、预设的标准最大灰度值以及预设的标准最小灰度值识别所述黑水印是否符合要求,而灰度值的计算简单,且同一黑水印的最大灰度值和最小灰度值通常是固定的,因此,通过灰度值能够简单、快速、准确地识别所述黑水印是否符合要求。
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一种黑水印识别方法的流程图;
图2是本发明实施例提供的根据第一移动窗口确定黑水印所在区域的终止行的示例图;
图3是本发明实施例提供的一种黑水印识别装置的结构示意图;
图4是本发明实施例提供的终端设备的示意图。
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一种黑水印识别方法的流程图,详述如下:
步骤S11,获取需识别黑水印的纸张对应的图像。
具体地,将需识别黑水印的纸张经过一个金融机具,该金融机具获取该纸张对应的图像。当纸张为纸钞时,该金融机具可为验钞机。
步骤S12,根据所述图像定位黑水印在所述图像的区域。
其中,所述步骤S12具体包括:
A1、二值化所述图像,得到二值化图像;具体地,通过P-分位数二值化需识别黑水印的纸张对应的图像,从而保证二值化效果稳定。由于水印图像的明暗效果给人的视觉效果大致是恒定的,因此,在本发明实施例中,若采用OTSU、基于谷底最小值、基于双峰平均值等常用的二值化算法并不适用,反而是P-分位数方法根据先验概率来设定阈值,使得二值化后的目标或背景像素比例等于先验概率,得到的效果更简单高效。需要指出的是,在确定先验概率时,可利用直方图拉伸或直方图均衡化对图像进行增强处理,从而更好的利用经验确定先验概率。
A2、去除所述二值化图像中小于预设阈值的连通域,得到去噪声二值化图像。由于存在黑水印的连通域通常具有一定的大小,因此,可去除二值化图像中小于预设阈值的连通域,从而避免噪声影响。
A3、预估黑水印在所述去噪声二值化图像中的可能区域。由于在同一批纸张中,黑水印的位置基本不变,因此,可预估黑水印在去噪声二值化图像中的可能区域。
A4、在所述可能区域上,逐行移动第一移动窗口,并获取所述第一移动窗口所在区域的像素累加值,当所述像素累加值为最大时,将所述第一移动窗口当前所在区域的最后一行判定为黑水印所在区域的终止行,所述第一移动窗口的高度根据已知的黑水印所占区域的高度确定,所述第一移动窗口的宽度根据所述可能区域的宽度确定,当然,第一移动窗口的形状可以为矩形也可以为不规则形状。其中,如图2所示,第一移动窗口当前所在区域的最后一行是指与所述第一移动窗口移动方向相同,且所述第一移动窗口当前所在区域的最后一行。
需要指出的是,当黑水印所在的区域对应的像素值为255,背景的像素值为0时,若所述像素累加值为最大,则将所述第一移动窗口当前所在区域的最后一行判定为黑水印所在区域的终止行。相反,当黑水印所在的区域对应的像素值为0,背景的像素值为255时,若所述像素累加值为最小,则将所述第一移动窗口当前所在区域的最后一行判定为黑水印所在区域的终止行。
A5、在所述可能区域上,逐列移动第二移动窗口,并获取所述第二移动窗口所在区域的像素累加值,当第二移动窗口的像素累加值为最大值时,将所述第二移动窗口当前所在区域的第一列判定为黑水印所在区域的起始列,所述第二移动窗口的高度和宽度根据已知的黑水印所占区域的高度和宽度确定,当然,第二移动窗口的形状可以为矩形也可以为不规则形状。需要指出的是,当黑水印所在的区域对应的像素值为255,背景的像素值为0时,若所述像素累加值为最大,则将所述第二移动窗口当前所在区域的第一列判定为黑水印所在区域的起始列。相反,当黑水印所在的区域对应的像素值为0,背景的像素值为255时,若所述像素累加值为最小,则将所述第二移动窗口当前所在区域的第一列判定为黑水印所在区域的起始列。
A6、根据确定的黑水印所在区域的终止行以及黑水印所在区域的起始列定位黑水印在所述图像的区域。
步骤S13,统计所述黑水印在所述图像的区域对应的最大灰度值和最小灰度值。
具体地,可先将需识别黑水印的纸张对应的图像转为灰度图像,再统计黑水印定位的区域的灰度值,根据统计的灰度值确定该区域的最大灰度值和最小灰度值。
步骤S14,根据统计的最大灰度值、最小灰度值、预设的标准最大灰度值以及预设的标准最小灰度值识别所述黑水印是否符合要求。
其中,预设的标准最大灰度值和预设的标准最小灰度值可根据经验确定,或通过以下方法确定:统计符合要求的多个纸张的黑水印所在的区域的最大灰度值和最小灰度值,根据统计结果,选取出现频率最高的最大灰度值(或最小灰度值)作为预设的标准最大灰度值(或最小灰度值)。当然,也可以将多个最大灰度值(或最小灰度值)的平均值作为预设的标准最大灰度值(或最小灰度值)。
该步骤中,当纸张为纸钞时,若识别出黑水印不符合要求,则判定该黑水印所在的纸钞为异常币。
可选地,所述步骤S14包括:
B1、将统计的最大灰度值和最小灰度值之间的灰度值划分为N份,N大于或等于1。具体地,该N可以为N等份,也可以为N个不等份,具体的划分与预先划分的预设的N份标准灰度值有关,例如,当预设的N份标准灰度值为N 等份标准灰度值时,将统计的最大灰度值和最小灰度值之间的灰度值划分为N 等份。
B2、将N份的灰度值与预设的N份标准灰度值比较,所述预设的N份标准灰度值通过将预设的标准最大灰度值和预设的标准最小灰度值之间的灰度值划分为N份确定。
B3、在所述N份的灰度值至少存在M份灰度值与预设的标准灰度值不同时,判定所述黑水印不符合要求,否则,判定所述黑水印符合要求,M大于或等于1,且M小于N。
可选地,在所述B1之前,包括:
判断最大灰度值与预设的标准最大灰度值的差是否小于第一预设差值阈值,以及,判断最小灰度值与预设的标准最小灰度值的差是否小于第二预设差值阈值,以便在最大灰度值与预设的标准最大灰度值的差小于第一预设差值阈值且最小灰度值与预设的标准最小灰度值的差小于第二预设差值阈值时,将统计的最大灰度值和最小灰度值之间的灰度值划分为N份,否则,直接判定黑水印不符合要求。其中,第一预设差值阈值可设置为等于第二预设差值阈值,当然,也可设置为不等于第二预设差值阈值,此处不作限定。
由于在最大灰度值与预设的标准最大灰度值的差大于或等于第一预设差值阈值,或者,在最小灰度值与预设的标准最小灰度值的差大于或等于第二预设差值阈值时,直接判定黑水印不符合要求,因此,能够极大加快黑水印的识别效率。
可选地,所述B2包括:
B21、分别统计所述N份的灰度值的总和以及分别统计预设的N份标准灰度值的总和。
B22、分别将所述N份的灰度值的总和与预设的N份标准灰度值的总和比较。当然,具体比较时,可分别将N份的灰度值的总和逐个与预设的N份标准灰度值的总和比较。
对应地,所述B3具体为:
在所述N份的灰度值中,任一份灰度值的总和与预设的N份标准灰度值的总和的差都大于预设总和差值阈值时,判定所述任一份灰度值与预设的N份标准灰度值不同,在所述N份的灰度值至少存在M份灰度值与预设的标准灰度值不同时,判定所述黑水印不符合要求,否则,判定所述黑水印符合要求。
可选地,所述B2包括:
B21’、分别统计所述N份的灰度值的均值以及分别统计预设的N份标准灰度值的均值。
B22’、分别将所述N份的灰度值的均值与预设的N份标准灰度值的均值比较。
对应地,所述B3具体为:
在所述N份的灰度值中,任一份灰度值的均值与预设的N份标准灰度值的均值的差都大于预设均值差值阈值时,判定所述任一份灰度值与预设的N份标准灰度值不同,在所述N份的灰度值至少存在M份灰度值与预设的标准灰度值不同时,判定所述黑水印不符合要求,否则,判定所述黑水印符合要求。
本发明实施例中,获取需识别黑水印的纸张对应的图像,根据所述图像定位黑水印在所述图像的区域,统计所述黑水印在所述图像的区域对应的最大灰度值和最小灰度值,根据统计的最大灰度值、最小灰度值、预设的标准最大灰度值以及预设的标准最小灰度值识别所述黑水印是否符合要求。由于通过黑水印在图像的区域对应的最大灰度值和最小灰度值、预设的标准最大灰度值以及预设的标准最小灰度值识别所述黑水印是否符合要求,而灰度值的计算简单,且同一黑水印的最大灰度值和最小灰度值通常是固定的,因此,通过灰度值能够简单、快速、准确地识别所述黑水印是否符合要求。
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3是本发明实施例提供的一种黑水印识别装置的结构示意图,为了便于说明,仅示出了与本发明实施例相关的部分。
该黑水印识别装置包括:图像获取单元31、黑水印定位单元32、灰度值统计单元33、黑水印识别单元34。其中:
图像获取单元31,用于获取需识别黑水印的纸张对应的图像。
黑水印定位单元32,用于根据所述图像定位黑水印在所述图像的区域。
可选地,所述黑水印定位单元32包括:
二值化图像确定模块,用于二值化所述图像,得到二值化图像。
去噪声二值化图像确定模块,用于去除所述二值化图像中小于预设阈值的连通域,得到去噪声二值化图像。
黑水印区域预估模块,用于预估黑水印在所述去噪声二值化图像中的可能区域。
黑水印所在区域的终止行确定模块,用于在所述可能区域上,逐行移动第一移动窗口,并获取所述第一移动窗口所在区域的像素累加值,当所述像素累加值为最大时,将所述第一移动窗口当前所在区域的最后一行判定为黑水印所在区域的终止行,所述第一移动窗口的高度根据已知的黑水印所占区域的高度确定,所述第一移动窗口的宽度根据所述可能区域的宽度确定。
黑水印所在区域的起始列确定模块,用于在所述可能区域上,逐列移动第二移动窗口,并获取所述第二移动窗口所在区域的像素累加值,当第二移动窗口的像素累加值为最大值时,将所述第二移动窗口当前所在区域的第一列判定为黑水印所在区域的起始列,所述第二移动窗口的高度和宽度根据已知的黑水印所占区域的高度和宽度确定。
黑水印区域确定模块,用于根据确定的黑水印所在区域的终止行以及黑水印所在区域的起始列定位黑水印在所述图像的区域。
上述模块的具体实现过程在黑水印识别方法的实施例有描述,此处不再赘述。
灰度值统计单元33,用于统计所述黑水印在所述图像的区域对应的最大灰度值和最小灰度值。
黑水印识别单元34,用于根据统计的最大灰度值、最小灰度值、预设的标准最大灰度值以及预设的标准最小灰度值识别所述黑水印是否符合要求。
其中,预设的标准最大灰度值和预设的标准最小灰度值可根据经验确定,或通过以下方法确定:统计符合要求的多个纸张的黑水印所在的区域的最大灰度值和最小灰度值,根据统计结果,选取出现频率最高的最大灰度值(或最小灰度值)作为预设的标准最大灰度值(或最小灰度值)。当然,也可以将多个最大灰度值(或最小灰度值)的平均值作为预设的标准最大灰度值(或最小灰度值)。
可选地,所述黑水印识别单元34包括:
灰度值划分模块,用于将统计的最大灰度值和最小灰度值之间的灰度值划分为N份,N大于或等于1。
灰度值比较模块,用于将N份的灰度值与预设的N份标准灰度值比较,所述预设的N份标准灰度值通过将预设的标准最大灰度值和预设的标准最小灰度值之间的灰度值划分为N份确定。
黑水印是否符合要求判定模块,用于在所述N份的灰度值至少存在M份灰度值与预设的标准灰度值不同时,判定所述黑水印不符合要求,否则,判定所述黑水印符合要求,M大于或等于1,且M小于N。
可选地,所述黑水印识别装置包括:
灰度值的差判断单元,用于判断最大灰度值与预设的标准最大灰度值的差是否小于第一预设差值阈值,以及,判断最小灰度值与预设的标准最小灰度值的差是否小于第二预设差值阈值,以便在最大灰度值与预设的标准最大灰度值的差小于第一预设差值阈值且最小灰度值与预设的标准最小灰度值的差小于第二预设差值阈值时,将统计的最大灰度值和最小灰度值之间的灰度值划分为N 份。
可选地,所述灰度值比较模块包括:
灰度值总和统计模块,用于分别统计所述N份的灰度值的总和以及分别统计预设的N份标准灰度值的总和;
灰度值总和比较模块,用于分别将所述N份的灰度值的总和与预设的N份标准灰度值的总和比较;
对应地,所述黑水印是否符合要求判定模块具体用于:
在所述N份的灰度值中,任一份灰度值的总和与预设的N份标准灰度值的总和的差都大于预设总和差值阈值时,判定所述任一份灰度值与预设的N份标准灰度值不同,在所述N份的灰度值至少存在M份灰度值与预设的标准灰度值不同时,判定所述黑水印不符合要求,否则,判定所述黑水印符合要求。
可选地,所述灰度值比较模块包括:
灰度值均值统计模块,用于分别统计所述N份的灰度值的均值以及分别统计预设的N份标准灰度值的均值;
灰度值均值比较模块,用于分别将所述N份的灰度值的均值与预设的N份标准灰度值的均值比较;
对应地,所述黑水印是否符合要求判定模块具体用于:
在所述N份的灰度值中,任一份灰度值的均值与预设的N份标准灰度值的均值的差都大于预设均值差值阈值时,判定所述任一份灰度值与预设的N份标准灰度值不同,在所述N份的灰度值至少存在M份灰度值与预设的标准灰度值不同时,判定所述黑水印不符合要求,否则,判定所述黑水印符合要求。
本发明实施例中,由于通过黑水印在图像的区域对应的最大灰度值和最小灰度值、预设的标准最大灰度值以及预设的标准最小灰度值识别所述黑水印是否符合要求,而灰度值的计算简单,且同一黑水印的最大灰度值和最小灰度值通常是固定的,因此,通过灰度值能够简单、快速、准确地识别所述黑水印是否符合要求。
图4是本发明一实施例提供的终端设备的示意图。如图4所示,该实施例的终端设备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 时实现上述各个黑水印识别方法实施例中的步骤,例如图1所示的步骤S11至 S14。或者,所述处理器40执行所述计算机程序42时实现上述各装置实施例中各模块/单元的功能,例如图3所示模块31至34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模块/单元,所述一个或者多个模块/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。所述一个或多个模块/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在所述终端设备4中的执行过程。例如,所述计算机程序42可以被分割成图像获取单元、黑水印定位单元、灰度值统计单元、黑水印识别单元,各模块具体功能如下:
图像获取单元,用于获取需识别黑水印的纸张对应的图像;
黑水印定位单元,用于根据所述图像定位黑水印在所述图像的区域;
灰度值统计单元,用于统计所述黑水印在所述图像的区域对应的最大灰度值和最小灰度值;
黑水印识别单元,用于根据统计的最大灰度值、最小灰度值、预设的标准最大灰度值以及预设的标准最小灰度值识别所述黑水印是否符合要求。
所述终端设备4可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述终端设备可包括,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仅仅是终端设备4的示例,并不构成对终端设备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,例如所述终端设备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可以是所述终端设备4的内部存储单元,例如终端设备4 的硬盘或内存。所述存储器41也可以是所述终端设备4的外部存储设备,例如所述终端设备4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还可以既包括所述终端设备4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设备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,即将所述装置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,所揭露的装置/终端设备和方法,可以通过其它的方式实现。例如,以上所描述的装置/终端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,装置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。
所述集成的模块/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装置、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(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、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)
1.一种黑水印识别方法,其特征在于,包括:
获取需识别黑水印的纸张对应的图像;
根据所述图像定位黑水印在所述图像的区域;
统计所述黑水印在所述图像的区域对应的最大灰度值和最小灰度值;
根据统计的最大灰度值、最小灰度值、预设的标准最大灰度值以及预设的标准最小灰度值识别所述黑水印是否符合要求。
2.如权利要求1所述的黑水印识别方法,其特征在于,所述根据统计的最大灰度值、最小灰度值、预设的标准最大灰度值以及预设的标准最小灰度值识别所述黑水印是否符合要求,包括:
将统计的最大灰度值和最小灰度值之间的灰度值划分为N份,N大于或等于1;
将N份的灰度值与预设的N份标准灰度值比较,所述预设的N份标准灰度值通过将预设的标准最大灰度值和预设的标准最小灰度值之间的灰度值划分为N份确定;
在所述N份的灰度值至少存在M份灰度值与预设的标准灰度值不同时,判定所述黑水印不符合要求,否则,判定所述黑水印符合要求,M大于或等于1,且M小于N。
3.如权利要求2所述的黑水印识别方法,其特征在于,在所述将统计的最大灰度值和最小灰度值之间的灰度值划分为N份之前,包括:
判断最大灰度值与预设的标准最大灰度值的差是否小于第一预设差值阈值,以及,判断最小灰度值与预设的标准最小灰度值的差是否小于第二预设差值阈值,以便在最大灰度值与预设的标准最大灰度值的差小于第一预设差值阈值且最小灰度值与预设的标准最小灰度值的差小于第二预设差值阈值时,将统计的最大灰度值和最小灰度值之间的灰度值划分为N份。
4.如权利要求2所述的黑水印识别方法,其特征在于,所述将N份的灰度值与预设的N份标准灰度值比较,包括:
分别统计所述N份的灰度值的总和以及分别统计预设的N份标准灰度值的总和;
分别将所述N份的灰度值的总和与预设的N份标准灰度值的总和比较;
对应地,所述在所述N份的灰度值至少存在M份灰度值与预设的标准灰度值不同时,判定所述黑水印不符合要求,否则,判定所述黑水印符合要求具体为:
在所述N份的灰度值中,任一份灰度值的总和与预设的N份标准灰度值的总和的差都大于预设总和差值阈值时,判定所述任一份灰度值与预设的N份标准灰度值不同,在所述N份的灰度值至少存在M份灰度值与预设的标准灰度值不同时,判定所述黑水印不符合要求,否则,判定所述黑水印符合要求。
5.如权利要求2所述的黑水印识别方法,其特征在于,所述将N份的灰度值与预设的N份标准灰度值比较,包括:
分别统计所述N份的灰度值的均值以及分别统计预设的N份标准灰度值的均值;
分别将所述N份的灰度值的均值与预设的N份标准灰度值的均值比较;
对应地,所述在所述N份的灰度值至少存在M份灰度值与预设的标准灰度值不同时,判定所述黑水印不符合要求,否则,判定所述黑水印符合要求具体为:
在所述N份的灰度值中,任一份灰度值的均值与预设的N份标准灰度值的均值的差都大于预设均值差值阈值时,判定所述任一份灰度值与预设的N份标准灰度值不同,在所述N份的灰度值至少存在M份灰度值与预设的标准灰度值不同时,判定所述黑水印不符合要求,否则,判定所述黑水印符合要求。
6.一种黑水印识别装置,其特征在于,包括:
图像获取单元,用于获取需识别黑水印的纸张对应的图像;
黑水印定位单元,用于根据所述图像定位黑水印在所述图像的区域;
灰度值统计单元,用于统计所述黑水印在所述图像的区域对应的最大灰度值和最小灰度值;
黑水印识别单元,用于根据统计的最大灰度值、最小灰度值、预设的标准最大灰度值以及预设的标准最小灰度值识别所述黑水印是否符合要求。
7.如权利要求6所述的黑水印识别装置,其特征在于,所述黑水印识别单元包括:
灰度值划分模块,用于将统计的最大灰度值和最小灰度值之间的灰度值划分为N份,N大于或等于1;
灰度值比较模块,用于将N份的灰度值与预设的N份标准灰度值比较,所述预设的N份标准灰度值通过将预设的标准最大灰度值和预设的标准最小灰度值之间的灰度值划分为N份确定;
黑水印是否符合要求判定模块,用于在所述N份的灰度值至少存在M份灰度值与预设的标准灰度值不同时,判定所述黑水印不符合要求,否则,判定所述黑水印符合要求,M大于或等于1,且M小于N。
8.如权利要求7所述的黑水印识别装置,其特征在于,所述黑水印识别装置包括:
灰度值的差判断单元,用于判断最大灰度值与预设的标准最大灰度值的差是否小于第一预设差值阈值,以及,判断最小灰度值与预设的标准最小灰度值的差是否小于第二预设差值阈值,以便在最大灰度值与预设的标准最大灰度值的差小于第一预设差值阈值且最小灰度值与预设的标准最小灰度值的差小于第二预设差值阈值时,将统计的最大灰度值和最小灰度值之间的灰度值划分为N份。
9.一种终端设备,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 |
---|---|---|---|
CN201710408631.0A CN108986295B (zh) | 2017-06-02 | 2017-06-02 | 黑水印识别方法、装置及终端设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710408631.0A CN108986295B (zh) | 2017-06-02 | 2017-06-02 | 黑水印识别方法、装置及终端设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108986295A true CN108986295A (zh) | 2018-12-11 |
CN108986295B CN108986295B (zh) | 2020-10-20 |
Family
ID=64502606
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710408631.0A Active CN108986295B (zh) | 2017-06-02 | 2017-06-02 | 黑水印识别方法、装置及终端设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108986295B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110335406A (zh) * | 2019-07-03 | 2019-10-15 | 内蒙古科技大学 | 多媒体眼镜式便携验钞机 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2000311266A (ja) * | 1999-04-28 | 2000-11-07 | Printing Bureau Ministry Of Finance Japan | 偽造防止用シート及びその真偽判別方法並びにその真偽判別装置 |
CN101405772A (zh) * | 2006-03-16 | 2009-04-08 | 阿鲁策株式会社 | 鉴定纸币真伪的方法和装置 |
CN101882338A (zh) * | 2009-05-08 | 2010-11-10 | 中国印钞造币总公司 | 一种钞票纸水印的检测方法和装置 |
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 |
CN102890840A (zh) * | 2012-08-22 | 2013-01-23 | 山东新北洋信息技术股份有限公司 | 纸币鉴别方法和装置 |
CN104992494A (zh) * | 2015-05-14 | 2015-10-21 | 深圳怡化电脑股份有限公司 | 一种纸币真伪的检测方法及装置 |
CN106096668A (zh) * | 2016-08-18 | 2016-11-09 | 携程计算机技术(上海)有限公司 | 带水印图像的识别方法及识别系统 |
-
2017
- 2017-06-02 CN CN201710408631.0A patent/CN108986295B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2000311266A (ja) * | 1999-04-28 | 2000-11-07 | Printing Bureau Ministry Of Finance Japan | 偽造防止用シート及びその真偽判別方法並びにその真偽判別装置 |
CN101405772A (zh) * | 2006-03-16 | 2009-04-08 | 阿鲁策株式会社 | 鉴定纸币真伪的方法和装置 |
CN101882338A (zh) * | 2009-05-08 | 2010-11-10 | 中国印钞造币总公司 | 一种钞票纸水印的检测方法和装置 |
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 |
CN102890840A (zh) * | 2012-08-22 | 2013-01-23 | 山东新北洋信息技术股份有限公司 | 纸币鉴别方法和装置 |
CN104992494A (zh) * | 2015-05-14 | 2015-10-21 | 深圳怡化电脑股份有限公司 | 一种纸币真伪的检测方法及装置 |
CN106096668A (zh) * | 2016-08-18 | 2016-11-09 | 携程计算机技术(上海)有限公司 | 带水印图像的识别方法及识别系统 |
Non-Patent Citations (1)
Title |
---|
李健: "大额人民币部分图像特征的自动鉴伪", 《中国优秀硕士学位论文全文数据库》 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110335406A (zh) * | 2019-07-03 | 2019-10-15 | 内蒙古科技大学 | 多媒体眼镜式便携验钞机 |
Also Published As
Publication number | Publication date |
---|---|
CN108986295B (zh) | 2020-10-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
AU2011288069B2 (en) | Valuable file identification method and identification system, device thereof | |
CN107767541B (zh) | 一种纸币的识别方法、装置、终端设备和存储介质 | |
CN107274543B (zh) | 一种纸币的识别方法、装置、终端设备和计算机存储介质 | |
CN107103683B (zh) | 纸币识别方法和装置、电子设备和存储介质 | |
CN107316373B (zh) | 一种纸币识别方法、装置、终端设备及可读存储介质 | |
CN107331026A (zh) | 一种纸币识别方法及装置 | |
CN107492187B (zh) | 一种拼接钞的识别方法、装置、终端设备和存储介质 | |
CN107578526B (zh) | 一种纸币识别方法、装置、终端设备及可读存储介质 | |
CN107742359B (zh) | 一种纸币识别方法、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 | |
CN110751490A (zh) | 欺诈识别方法、装置、电子设备及计算机可读存储介质 | |
CN108986295A (zh) | 黑水印识别方法、装置及终端设备 | |
CN109800745A (zh) | 票据检测方法、装置、终端及计算机可读存储介质 | |
CN108573477A (zh) | 消除图像摩尔纹的方法、系统及终端设备 | |
CN107369243B (zh) | 一种纸币的识别方法、装置、终端设备和计算机存储介质 | |
CN108205675B (zh) | 一种车牌图像的处理方法以及设备 | |
CN107481394B (zh) | 纸币的识别方法、识别装置及终端设备 | |
CN112530079B (zh) | 一种检测票据要素的方法、装置、终端设备和存储介质 | |
CN111986176B (zh) | 一种裂纹图像识别方法、系统、终端及可读存储介质 | |
CN107358716B (zh) | 黑水印识别方法、装置及终端设备 | |
CN108960222B (zh) | 图像二值化方法、装置、设备及存储介质 | |
CN107578528B (zh) | 一种纸币的识别方法、装置、终端设备和存储介质 | |
CN108074323B (zh) | 一种纸币面向的识别方法及其装置 | |
CN108961531B (zh) | 纸币冠字号识别的方法、装置、设备及存储介质 | |
CN108537945B (zh) | 票据水印检测方法、系统及自助设备 |
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 |