CN109300220B - 基于安全线的纸张鉴伪方法、装置、设备及可读存储介质 - Google Patents

Abstract

本发明公开了一种基于安全线的纸张鉴伪方法，涉及图像识别领域，包括：获取待检测纸张的红外反射图像；其中，待检测纸张中设置有开窗安全线；对红外反射图进行像素值检测，确定待检测纸张中安全线有效区域；根据安全线有效区域内像素值确定安全线开窗数；根据待检测纸张的标准开窗数对安全线开窗数进行匹配比对；若匹配失败，则判定待检测纸张为假。该方法通过基于图像对纸页类安全线进行监测定位，并确定安全线的开窗数，采集图像作为鉴别手段，稳定性强，将安全线开窗数作为鉴伪特征准确率高，可以实现对纸业类产品的鉴伪；本发明还公开了一种基于安全线的纸张鉴伪装置、设备及可读存储介质，具有上述有益效果。

Description

基于安全线的纸张鉴伪方法、装置、设备及可读存储介质

技术领域

本发明涉及图像识别领域，特别涉及一种基于安全线的纸张鉴伪方法、装置、设备及可读存储介质。

背景技术

在标签、证书、票券以及纸币等纸页类产品中，由于其在不同领域代表着一定的价值，经常会出现伪造的情况，伪制产品(比如伪钞等)对于人民的利益产生了极其不利的影响，鉴伪对于这类纸页类产品的广泛应用来说是重要且不可缺少的环节。

因此，如何实现对纸业类产品的鉴伪，保障使用者利益，是本领域技术人员需要解决的技术问题。

发明内容

本发明的目的是提供一种基于安全线的纸张鉴伪方法，该方法通过基于图像对纸页类安全线进行监测定位，并确定安全线的开窗数，采集图像作为鉴别手段，稳定性强，将安全线开窗数作为鉴伪特征准确率高，可以实现对纸业类产品的鉴伪；本发明的另一目的是提供一种基于安全线的纸张鉴伪装置、设备及可读存储介质。

为解决上述技术问题，本发明提供一种基于安全线的纸张鉴伪方法，包括：

获取待检测纸张的红外反射图像；其中，所述待检测纸张中设置有开窗安全线；

对所述红外反射图进行像素值检测，确定所述待检测纸张中安全线有效区域；

根据安全线有效区域内像素值确定安全线开窗数；

根据所述待检测纸张的标准开窗数对所述安全线开窗数进行匹配比对；

若匹配失败，则判定所述待检测纸张为假。

优选地，对所述红外反射图进行像素值检测包括：

根据大津法对所述红外反射图像进行二值化处理，得到二值化图像；

将滑块按照垂直于安全线的方向平移，并计算所述滑块的像素和，得到像素值统计信息；其中，所述滑块的大小与标准安全线对应设置；

根据所述像素值统计信息确定安全线的位置。

优选地，所述基于安全线的纸张鉴伪方法还包括：

根据待检测纸张信息对安全线进行粗定位，确定所述待检测纸张中安全线的浮动区域；

则所述对所述红外反射图进行像素值检测具体为：

将所述浮动区域映射至所述待检测纸张的红外反射图中；

对所述红外反射图在所述浮动区域内进行像素值检测。

优选地，所述根据待检测纸张信息对安全线进行粗定位包括：

获取待检测纸张图像；

对所述待检测纸张中内容进行信息识别，得到纸张信息；其中，所述纸张信息包括：纸张类别、版本、面向、国家中至少一种；

根据所述纸张信息确定在所述待检测纸张中安全线的浮动区域。

优选地，所述获取待检测纸张图像包括：

对待检测纸张进行扫描，得到扫描图像；

对所述扫描图像进行背景剔除，得到纸张图像。

优选地，所述对待检测纸张进行扫描包括：

对待检测纸张通过白光反射图像传感器进行扫描，得到白光扫描图像；

则对所述扫描图像进行背景剔除具体为：对所述白光扫描图像进行背景剔除，得到纸张图像。

优选地，所述对所述待检测纸张中内容进行信息识别包括：

通过纸张内容检测模型对所述待检测纸张中内容进行信息检测；

其中，所述纸张内容检测模型为基于若干类别纸张以及对应的信息样本训练得到的神经网络。

本发明公开一种基于安全线的纸张鉴伪装置，包括：

图像获取单元，用于获取待检测纸张的红外反射图像；其中，所述待检测纸张中设置有开窗安全线；

安全线区域确定单元，用于对所述红外反射图进行像素值检测，确定所述待检测纸张中安全线有效区域；

安全线开窗数确定单元，用于根据安全线有效区域内像素值确定安全线开窗数；

开窗数匹配单元，用于根据所述待检测纸张的标准开窗数对所述安全线开窗数进行匹配比对；

判定单元，用于若匹配失败，则判定所述待检测纸张为假。

本发明公开一种基于安全线的纸张鉴伪设备，包括：

存储器，用于存储程序；

处理器，用于执行所述程序时实现所述基于安全线的纸张鉴伪方法的步骤。

本发明公开一种可读存储介质，所述可读存储介质上存储有程序，所述程序被处理器执行时实现所述基于安全线的纸张鉴伪方法的步骤。

本发明所提供的基于安全线的纸张鉴伪方法，获取待检测纸张的红外反射图像，待检测纸张中设置有开窗安全线，利用钞票的红外反射图像信号检测及定位安全线，可抗脏污，及背景干扰，稳定性强，对红外反射图进行像素值检测，安全线区域的印刷材质吸收红外光，使得在红外反射中像素灰度值较低，在红外反射图中开窗安全线特征更明显且更能兼容噪声，在红外反射图中安全线部分像素值较其他部分低，通过对红外反射图进行像素值检测可以确定待检测纸张中安全线有效区域，安全线有效区域即纸张中设置安全线的部分，根据安全线有效区域内像素值确定安全线开窗数；根据待检测纸张的标准开窗数对安全线开窗数进行匹配比对，不同类别的纸张安全线的开窗数不同；当检测到安全线开窗数与实际相差较大即匹配失败时，则可以判定待检测纸张为假。采集图像作为鉴别手段，稳定性强，将安全线开窗数特征作为待检测纸张的鉴伪特征，误差小，为包括钞票、票券等在内的纸张鉴伪提供了一种重要手段。

本发明还公开了一种优选地装置、设备及一种可读存储介质，具有上述有益效果，在此不再赘述。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，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，还可以根据提供的附图获得其他的附图。

图1为本发明实施例提供的基于安全线的纸张鉴伪方法的流程图；

图2为本发明实施例提供的一种钞票开窗安全线示意图；

图3为本发明实施例提供的一种安全线有效区域投影示意图；

图4为本发明实施例提供的待检测纸张中出现异常像素点示意图；

图5为本发明实施例提供的钞票红外反射图像示意图；

图6为本发明实施例提供的安全线浮动区域滑动统计结果示意图；

图7为本发明实施例提供的安全线的开窗数计算流程示意图；

图8为本发明实施例提供的基于安全线的纸张鉴伪装置的结构框图；

图9为本发明实施例提供的基于安全线的纸张鉴伪设备的结构示意图。

具体实施方式

本发明的核心是提供一种基于安全线的纸张鉴伪方法，该方法通过基于图像对纸页类安全线进行监测定位，并确定安全线的开窗数，采集图像作为鉴别手段，稳定性强，将安全线开窗数作为鉴伪特征准确率高，可以实现对纸业类产品的鉴伪；本发明的另一核心是提供一种基于安全线的纸张鉴伪装置、设备及可读存储介质。

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

实施例一：

本发明提出了一种基于安全线的纸张鉴伪方法，请参考图1，图1为本实施例提供的基于安全线的纸张鉴伪方法的流程图；该方法可以包括：

步骤s110、获取待检测纸张的红外反射图像。

待检测纸张中设置有开窗安全线，开窗安全线即在线的表面开有有规律的孔，看似窗户，窗户露出防伪线，在紫外灯下观看，可以看见有色的荧光纤维，(纸面上看不到纤维)，在纸的底面将纸染色，纸面上是白纸，当把安全线撕下时，就会露出里面的色纸。安全线的一部分埋于纸中，一部分露出纸外，露出纸外部分的安全线上有特定的图文信息，图2所示为一种钞票开窗安全线示意图，虚线框中所示即为开窗安全线。

利用钞票的红外反射图像信号检测及定位安全线，具体地对红外反射图进行像素值检测，安全线区域的印刷材质吸收红外光，使得在红外反射中像素灰度值较低，在红外反射图中开窗安全线特征更明显且更能兼容噪声，安全线部分像素值较其他部分低，通过对红外反射图进行像素值检测可以确定待检测纸张中安全线有效区域，安全线有效区域即纸张中设置安全线的部分。另外，红外反射图像由于其反射特性可以避免脏污以及背景干扰，利用红外反射图像进行检测稳定性强。

步骤s120、对红外反射图进行像素值检测，确定待检测纸张中安全线有效区域。

得到待检测纸张的红外反射图像后，由于安全线区域对红外光的特殊反射特性导致安全线部分与待检测纸张中其他部分像素值不一致，对红外反射图进行像素值检测，像素值较低部分即为安全线部分，通过像素值检测即可确定待检测纸张中安全线的设置区域，即安全线的有效区域。

具体的校对红外反射图进行像素值检测的具体流程不做限定，可以直接扫描红外反射图中所有像素点的像素值，也可以通过对反射图进行部分区域像素值检测后统计各部分像素值的大小等。

步骤s130、根据安全线有效区域内像素值确定安全线开窗数。

开窗数是一种重要的鉴伪特征，每种纸张的开窗安全线的开窗数是固定的，且在一定范围内浮动，当开窗数与被检测纸张中设置的标准开窗数相差较大时，即可判定为假。

安全线中露于纸外的开窗部分由于其直接接收到红外光源，反射后与埋于纸中部分相比像素值更低，根据这一特性在确定安全线有效区域后即可进一步通过遍历有效区域内的像素值确定安全线的开窗数。

鉴于安全线在特定区域内滑动不便直接计算特征，可以通过投影的方式进行开窗数的确定。当然，也可以采用直接对安全线部分直接计算像素值等方式进行开窗数的确定，在此不做限定。

在此仅以投影的方式为例进行介绍，其它开窗数的确定方法均可参照下面的介绍。在红外反射图像上，安全线区域在Y方向上投影，通过计算高度大于σH(σ的取值与具体安全线特征有关，一般σ＝0.1～0.3)的黑块个数，即为安全线的开窗数。

将确定的安全线有效区域在Y方向上投影，每一行的像素值为(y₁,y₂,…y_H)，如图3所示为一种安全线有效区域投影示意图，设安全线开窗数为n，为了防止个别像素点对安全线开窗检测产生干扰，可以当y_i＜＝ρT(ρ的取值与具体安全线区域灰度特征有关，一般ρ＝0.1～0.3，y_i为安全线区域第i行的像素和)，判定该行属于安全线黑块。

二值化处理后安全线区域黑块像素值为0。正常情况下安全线黑块每行T个像素和为0，考虑到兼容安全线黑块噪声点干扰，当某一行黑点数和小于T，即该行像素和为y_i＜＝ρT，此时该行可以也算作安全线黑块行。

安全线宽度为T，高度为H，当安全线的某一和黑块的高度大于σH，则安全线开窗数加1，此处σ的取值与具体安全线特征有关，与具体安全线黑块高度有关。

步骤s140、根据待检测纸张的标准开窗数对安全线开窗数进行匹配比对。

标准开窗数的获取方式不做限定，可以通过获取该类型纸张对应的生产指标中开窗数范围确定，如果无法直接获取时，也可以通过取足够多的样本，根据统一类型的纸张样本取其开窗数，根据统计结果可以计算出开窗数范围thresh1～thresh2，若n＜thresh1，或＞thresh2，则可判定匹配失败。

步骤s150、若匹配失败，则判定待检测纸张为假。

匹配成功时，可以判定待检测纸张为真。

基于上述技术方案，本实施例所提供的基于安全线的纸张鉴伪方法，获取待检测纸张的红外反射图像，待检测纸张中设置有开窗安全线，利用钞票的红外反射图像信号检测及定位安全线，可抗脏污，及背景干扰，稳定性强，对红外反射图进行像素值检测，安全线区域的印刷材质吸收红外光，使得在红外反射中像素灰度值较低，在红外反射图中开窗安全线特征更明显且更能兼容噪声，在红外反射图中安全线部分像素值较其他部分低，通过对红外反射图进行像素值检测可以确定待检测纸张中安全线有效区域，安全线有效区域即纸张中设置安全线的部分，根据安全线有效区域内像素值确定安全线开窗数；根据待检测纸张的标准开窗数对安全线开窗数进行匹配比对，不同类别的纸张安全线的开窗数不同；当检测到安全线开窗数与实际相差较大即匹配失败时，则可以判定待检测纸张为假。采集图像作为鉴别手段，稳定性强，将安全线开窗数特征作为待检测纸张的鉴伪特征，误差小，为包括钞票、票券等在内的纸张鉴伪提供了一种重要手段。

实施例二：

实施例一中具体的对红外反射图进行像素值检测的具体流程不做限定，可以直接扫描红外反射图中所有像素点的像素值，也可以通过对反射图进行部分区域像素值检测后统计各部分像素值的大小等。

其中，由于安全线边缘部分可能像素值突变不太明显，存在边缘模糊，当直接对所有像素点进行逐个遍历时获取的安全线有效区域可能与时间安全线的形状边缘轮廓存在一定的偏差，为尽量减少该部分偏差，优选地，可以通过与该纸张类型对应的标准安全线大小对应的滑块在红外反射图中进行遍历，即使个别异常像素点像素值出现偏差(比如安全线内像素点像素值较大，安全线外像素点像素值偏小)，这种偏差的出现也可以通过大部分像素点像素值的正常显示而消除。

如图4所示为本实施例提供的一种待检测纸张中出现异常像素点示意图，其虚线框为标准安全线示意图，理论上在对红外反射图像进行像素值检测时，虚线框以及虚线框内部区域的像素值应远远小于待检测纸张中其它区域的像素值，比如安全线内像素值为1，安全线外像素值为45，但在实际像素值检测中，像素点1像素值为40，像素点2像素值为45，像素点3像素值为39，像素点4像素值为33，像素点5像素值为6，像素点6像素值为2。当进行单独像素点的检测时，若判定像素值大于20的像素点为安全线外区域，不大于20的点为安全线区域，则点1至点4会被判定为安全线外区域，而点5以及点6会被判定为安全线区域，由于某些异常情况的出现导致这样的结果与实际情况是相悖的。当不以像素点为单位，而是以平滑像素块整体进行像素值的分析时，平滑边缘中大部分像素值正常，比如点1邻域内其它像素点的像素值正常显示，当以平滑像素块为单位对像素值进行整体分析时，在异常情况出现原因复杂多变的情况下，可以消除异常像素点对分析结果的影响。

滑块的大小可以与标准安全线整体大小一致，如图中滑块1所示，或者也可以为略宽于整体标准安全线的平滑矩形，如图中滑块2所示，需保证滑块边缘平滑，且大小大于安全线开窗间隙，具体大小在此不做限定。

另外，在进行像素值遍历时由于不同像素点的像素值可能不同，在进行像素值进行遍历时需要对像素点的像素值进行分析比对，判断其是否属于安全线区域，由于涉及到大量可变的像素值，整个对像素值进行分析比对的过程可能会比较麻烦，为了尽量简化像素值比对的过程，优选地，可以对红外反射图进行二值化处理。经过二值化处理之后的图像像素值两极化分布，差异明显，更容易区分。二值化处理的过程可参照现有二值化处理流程，在此不做赘述，可以选用kittle、otsu(大津法)等方法进行二值化处理，不做限定。其中，按照大津法求得的阈值进行图像二值化分割后，前景与背景图像的类间方差最大，因此，可以选用大津法进行二值化处理。

为简化像素点分析过程，并消除异常像素点的影响，优选地，对红外反射图进行像素值检测的过程具体可以包括以下步骤：

步骤一：根据大津法对红外反射图像进行二值化处理，得到二值化图像；

步骤二：将滑块按照垂直于安全线的方向平移，并计算滑块的像素和，得到像素值统计信息；其中，滑块的大小与标准安全线对应设置；

步骤三：根据像素值统计信息确定安全线的位置。

实施例三：

基于上述实施例，可以直接对整体待检测纸张进行像素值的检测，而为了尽量消除安全线附近邻域外的影响，减少计算分析的数据量，优选地，可以在确定安全线的精准有效区域外对安全线进行粗定位，确定待检测纸张中安全线的浮动区域，则对红外反射图进行像素值检测具体为：将浮动区域映射至待检测纸张的红外反射图中；对红外反射图在浮动区域内进行像素值检测。

安全线的粗定位实现对安全线大概区域的确定，确定安全线的大致浮动区域外，仅对该区域进行像素值的精准检测可以大大简化计算过程，提升检测效率。

具体地，进行粗定位可以通过用户自行输入待检测纸张中安全线的大致位置信息，也可以由用户输入待检测纸张的版本信息后自动匹配该版本的安全线位置，或者也可以由系统自动通过其它方法进行安全线的简单检测后得到安全线的粗定位信息等，具体定位方法不做限定。其中，为实现粗定位的自动化，提高定位效率，优选地，根据待检测纸张信息对安全线进行粗定位的流程具体可以为：

获取待检测纸张图像；

对待检测纸张中内容进行信息识别，得到纸张信息；其中，纸张信息包括：纸张类别、版本、面向、国家中至少一种；纸张信息的类型不做限定，可以为图像信息、标识信息、文字信息、纸质信息等。

根据纸张信息确定在待检测纸张中安全线的浮动区域。

不同类型的待检测纸张的安全线都有一定的浮动范围，比如检测到的纸张信息为2005版的100元人民币，则可以根据确定的纸张信息确定在该纸张中安全线的大致区域。通过纸张信息进行安全线的粗定位方法较为简单，且较容易实现，避免了其它比如磁信号检测等需要复杂仪器的检测流程。

在此对获取待检测纸张图像的方法不做限定，由于在获取图像时可能会有其它干扰的背景信息可能会对检测结果产生不利影响，为尽量避免该部分的干扰，优选地，可以获取待检测纸张图像的流程具体可以为：对待检测纸张进行扫描，得到扫描图像；对扫描图像进行背景剔除，得到纸张图像。将背景剔除后的图像作为待检测图像进行信息识别，可以在识别鉴伪前提取出纸张的有效识别区域，减少其他无效区域的影响。

图像扫描可以根据需要选用不同波段光源的进行图像反射，比如白光反射信号，也可以采用用别的波段的图像进行识别，比如R，G，B等。其中，为提高普适性，提升覆盖率，优选地，可以选用白光扫描仪进行图像的获取，对待检测纸张进行扫描具体可以为：对待检测纸张通过白光反射图像传感器进行扫描，得到白光扫描图像；则对扫描图像进行背景剔除具体为：对白光扫描图像进行背景剔除，得到纸张图像。

另外对待检测纸张中内容进行信息识别的方法在此不做限定，可以参照现有技术中对图像进行信息识别的方法步骤，其中，为了提高检测精确率，优选地，可以通过纸张内容检测模型对待检测纸张中内容进行信息检测；其中，纸张内容检测模型为基于若干类别纸张以及对应的信息样本训练得到的神经网络，神经网络相对于其他信息识别方法识别精度更高。

实施例四：

为加深对本发明提供的纸张鉴伪方法的理解，本实施例以进行钞票鉴伪为例对整体鉴伪流程进行介绍，其它基于本发明的鉴伪方法均可参照本实施例的介绍。

(1)投入钞票样本，通过白光反射、红外反射图像传感器扫描样本，获取样本图像数据。

白光反射、红外反射图像传感器采集样本图像，将有效区域从原图像中提取出来，保留样本有效区域，计算白光反射图像灰度特征。

(2)从待识别样本的白光反射图上剔除背景，保留样本有效区域，计算白光反射图像灰度特征，利用神经网络识别投入钞票，获得该钞票的国家码、面值、面向、版本等信息。

(3)基于钞票的国家码、面值、面向、版本等信息，得到红外反射图像上钞票安全线浮动的区域。

钞票的安全线存在的区域，安全线位置相对固定，与钞票的国家码、面值、面向、版本等信息相关，且在一定范围内浮动。通过钞票信息在该检测样本钞票内定位出安全线的具体位置。

图5为钞票红外反射图像示意图，其中钞票宽度为W，高度为H，安全线宽度为T，根据上述信息得到钞票中安全线的大小为w×H的安全线浮动区域A。

(4)在红外反射图像上，利用与安全线大小(T×H)相同的滑块C在二值化处理后的安全线区域A内滑动(从左向右滑动)，统计各个大小为T×H块的像素和。

首先利用大津法对安全线区域进行二值化处理，安全线前景像素值为0，背景像素T×H值为1，利用大小为T×H的块在区域A内从左向右滑动，统计各个大小T×H块的像素和，安全线浮动区域滑动统计结果示意图如图6所示，当滑块刚好滑到与安全线区域重合位置时，因安全线区域的像素和值为最小，像素和最小的T×H块的左边缘即为安全线区域的左边缘，如图6中最低点位置所示，其中虚线的位置则为安全线块的左边缘。

(5)安全线开窗数检测。

安全线的开窗数计算流程示意图如图7所示。

1)首先初始化安全线开窗数n＝0，安全线黑块高度temp＝0，从安全线投影第i＝1行y_i(安全线区域第i行的像素和)开始搜索；

2)判断投影y_i＜＝ρT(为了防止个别像素点对安全线开窗检测产生干扰，一般ρ＝0.1～0.3)。

若成立，则该行属于安全线黑块，安全线黑块高度temp＝temp+1，i＝i+1，继续下一行搜索，进入步骤3)。

若y_i＞ρT，则该行属于安全线白块，i＝i+1，继续下一行搜索。

3)判断temp＜H，i＜＝H，若成立，则安全线高度统计值和搜索行在正常范围，进入步骤2)。

若temp＞＝H或i＞＝H，进入步骤7)。

4)判断安全线黑块高度是否满足要求temp＞＝σH，若成立，则进入步骤5)；不成立则进入步骤6)。

5)统计该黑块高度满足要求，安全线开窗数n＝n+1，统计黑块变量初始化temp＝0，判断搜索行是否在i＜＝H范围内，若成立则进入步骤2)，若i＞H，则停止搜索，进入步骤7)。

6)统计黑块高度不满足要求，统计黑块变量初始化temp＝0，判断搜索行是否在i＜＝H范围内，若成立则进入步骤2)；若i＞H，则停止搜索，进入步骤7)。

7)流程结束。

(6)将样本的安全线开窗数与标准开窗数的阈值进行比对匹配，根据比对结果生成鉴伪结果。

假定标准开窗数范围为thresh1～thresh2，若检测样本的安全线开窗数n＜thresh1，或＞thresh2，该钞票的安全线特征与真钞安全线特征不一致，则可判定匹配失败，判定为假钞。

本实施例基于钞票的图像信号检测钞票的安全线是否存在，并定位安全线的具体位置，利用投影和滑动方法定位安全线位置，解决了安全线在特定区域内滑动不便直接计算特征的问题，并计算安全线开窗数作为鉴伪特征，给钞票鉴伪提供了又一重要手段。

实施例五：

请参考图8，图8为本实施例提供的基于安全线的纸张鉴伪装置的结构框图；该装置可以包括：图像获取单元810、安全线区域确定单元820、安全线开窗数确定单元830、开窗数匹配单元840以及判定单元850。

本实施例提供的基于安全线的纸张鉴伪装置可与上述基于安全线的纸张鉴伪方法可相互对照。

其中，图像获取单元810主要用于获取待检测纸张的红外反射图像；其中，待检测纸张中设置有开窗安全线；

安全线区域确定单元820主要用于对红外反射图进行像素值检测，确定待检测纸张中安全线有效区域；

安全线开窗数确定单元830主要用于根据安全线有效区域内像素值确定安全线开窗数；

开窗数匹配单元840主要用于根据待检测纸张的标准开窗数对安全线开窗数进行匹配比对；

判定单元850主要用于若匹配失败，则判定待检测纸张为假。

其中，优选地，安全线区域确定单元具体可以包括：

二值化处理子单元，用于根据大津法对红外反射图像进行二值化处理，得到二值化图像；

像素值统计子单元，用于将滑块按照垂直于安全线的方向平移，并计算滑块的像素和，得到像素值统计信息；其中，滑块的大小与标准安全线对应设置；

安全线位置确定子单元，用于根据像素值统计信息确定安全线的位置。

优选地，基于安全线的纸张鉴伪装置可以还包括：粗定位单元。

粗定位单元具体用于：根据待检测纸张信息对安全线进行粗定位，确定待检测纸张中安全线的浮动区域。粗定位单元与安全线区域确定单元连接，则与粗定位单元连接的安全线区域确定单元具体用于：将浮动区域映射至待检测纸张的红外反射图中；对红外反射图在浮动区域内进行像素值检测。

优选地，粗定位单元具体可以包括：

图像获取子单元，用于获取待检测纸张图像；

信息识别子单元，用于对待检测纸张中内容进行信息识别，得到纸张信息；其中，纸张信息包括：纸张类别、版本、面向、国家中至少一种；

浮动区域确定子单元，用于根据纸张信息确定在待检测纸张中安全线的浮动区域。

其中，优选地，图像获取子单元可以进一步包括：

扫描子单元，用于对待检测纸张进行扫描，得到扫描图像；

背景剔除子单元，用于对扫描图像进行背景剔除，得到纸张图像。

优选地，扫描子单元具体可以用于：对待检测纸张通过白光反射图像传感器进行扫描，得到白光扫描图像；

则对应的，与扫描子单元连接的北京剔除子单元具体用于：对扫描图像进行背景剔除具体为：对白光扫描图像进行背景剔除，得到纸张图像。

信息识别子单元具体用于：通过纸张内容检测模型对待检测纸张中内容进行信息检测；其中，纸张内容检测模型为基于若干类别纸张以及对应的信息样本训练得到的神经网络。

本实施例提供的基于安全线的纸张鉴伪装置通过基于图像对纸页类安全线进行监测定位，并确定安全线的开窗数，采集图像作为鉴别手段，稳定性强，将安全线开窗数作为鉴伪特征准确率高，可以实现对纸业类产品的鉴伪。

实施例六：

本实施例提供一种基于安全线的纸张鉴伪设备，该设备主要包括：存储器以及处理器。

其中，存储器主要用于存储程序；

处理器主要用于执行程序时实现上述基于安全线的纸张鉴伪方法的步骤。

基于安全线的纸张鉴伪设备可参照上述基于安全线的纸张鉴伪方法的介绍，在此不再赘述。

实施例七：

请参考图9，为本实施例提供的基于安全线的纸张鉴伪设备的结构示意图，该纸张鉴伪设备可因配置或性能不同而产生比较大的差异，可以包括一个或一个以上处理器(central processing units，CPU)322(例如，一个或一个以上处理器)和存储器332，一个或一个以上存储应用程序342或数据344的存储介质330(例如一个或一个以上海量存储设备)。其中，存储器332和存储介质330可以是短暂存储或持久存储。存储在存储介质330的程序可以包括一个或一个以上模块(图示没标出)，每个模块可以包括对数据处理设备中的一系列指令操作。更进一步地，中央处理器322可以设置为与存储介质330通信，在纸张鉴伪设备301上执行存储介质330中的一系列指令操作。

纸张鉴伪设备301还可以包括一个或一个以上电源326，一个或一个以上有线或无线网络接口350，一个或一个以上输入输出接口358，和/或，一个或一个以上操作系统341，例如Windows ServerTM，Mac OS XTM，UnixTM,LinuxTM，FreeBSDTM等等。

上面图1所描述的基于安全线的纸张鉴伪方法中的步骤可以由基于安全线的纸张鉴伪设备的结构实现。具体地，基于安全线的纸张鉴伪设备具体可以为验钞机。

实施例八：

本实施例公开了一种可读存储介质，可读存储介质上存储有程序，程序被处理器执行时实现基于安全线的纸张鉴伪方法的步骤，其中，基于安全线的纸张鉴伪方法可参照图1对应的实施例，在此不再赘述。

说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。

专业人员还可以进一步意识到，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、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。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。

结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件模块，或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。

以上对本发明所提供的基于安全线的纸张鉴伪方法、装置、设备及可读存储介质进行了详细介绍。本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想。应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以对本发明进行若干改进和修饰，这些改进和修饰也落入本发明权利要求的保护范围内。

Claims (6)

1.一种基于安全线的纸张鉴伪方法，其特征在于，包括：

获取待检测纸张的红外反射图像；其中，所述待检测纸张中设置有开窗安全线；

对所述红外反射图进行像素值检测，确定所述待检测纸张中安全线有效区域；

根据安全线有效区域内像素值确定安全线开窗数；

根据所述待检测纸张的标准开窗数对所述安全线开窗数进行匹配比对；

若匹配失败，则判定所述待检测纸张为假；

其中，对所述红外反射图进行像素值检测包括：

根据大津法对所述红外反射图像进行二值化处理，得到二值化图像；

将滑块按照垂直于安全线的方向平移，并计算所述滑块的像素和，得到像素值统计信息；其中，所述滑块的大小与标准安全线对应设置；

根据所述像素值统计信息确定安全线的位置；

还包括：

根据待检测纸张信息对安全线进行粗定位，确定所述待检测纸张中安全线的浮动区域；

则所述对所述红外反射图进行像素值检测具体为：

将所述浮动区域映射至所述待检测纸张的红外反射图中；

对所述红外反射图在所述浮动区域内进行像素值检测；

所述根据待检测纸张信息对安全线进行粗定位包括：

获取待检测纸张图像；

对所述待检测纸张中内容进行信息识别，得到纸张信息；其中，所述纸张信息包括：纸张类别、版本、面向、国家中至少一种；

根据所述纸张信息确定在所述待检测纸张中安全线的浮动区域；

所述对所述待检测纸张中内容进行信息识别包括：

通过纸张内容检测模型对所述待检测纸张中内容进行信息检测；

其中，所述纸张内容检测模型为基于若干类别纸张以及对应的信息样本训练得到的神经网络。

2.如权利要求1所述的基于安全线的纸张鉴伪方法，其特征在于，所述获取待检测纸张图像包括：

对待检测纸张进行扫描，得到扫描图像；

对所述扫描图像进行背景剔除，得到纸张图像。

3.如权利要求2所述的基于安全线的纸张鉴伪方法，其特征在于，所述对待检测纸张进行扫描包括：

对待检测纸张通过白光反射图像传感器进行扫描，得到白光扫描图像；

则对所述扫描图像进行背景剔除具体为：对所述白光扫描图像进行背景剔除，得到纸张图像。

4.一种基于安全线的纸张鉴伪装置，其特征在于，包括：

图像获取单元，用于获取待检测纸张的红外反射图像；其中，所述待检测纸张中设置有开窗安全线；

安全线区域确定单元，用于对所述红外反射图进行像素值检测，确定所述待检测纸张中安全线有效区域；

安全线开窗数确定单元，用于根据安全线有效区域内像素值确定安全线开窗数；

开窗数匹配单元，用于根据所述待检测纸张的标准开窗数对所述安全线开窗数进行匹配比对；

判定单元，用于若匹配失败，则判定所述待检测纸张为假；

所述安全线区域确定单元包括：

二值化处理子单元，用于根据大津法对所述红外反射图像进行二值化处理，得到二值化图像；

像素值统计子单元，用于将滑块按照垂直于安全线的方向平移，并计算所述滑块的像素和，得到像素值统计信息；其中，所述滑块的大小与标准安全线对应设置；

安全线位置确定子单元，用于根据所述像素值统计信息确定安全线的位置；

还包括：粗定位单元；

所述粗定位单元用于根据待检测纸张信息对安全线进行粗定位，确定所述待检测纸张中安全线的浮动区域；

所述粗定位单元与安全线区域确定单元连接，则与所述粗定位单元连接的所述安全线区域确定单元用于将所述浮动区域映射至所述待检测纸张的红外反射图中；对所述红外反射图在所述浮动区域内进行像素值检测；

所述粗定位单元包括：

图像获取子单元，用于获取待检测纸张图像；

信息识别子单元，用于对所述待检测纸张中内容进行信息识别，得到纸张信息；其中，所述纸张信息包括：纸张类别、版本、面向、国家中至少一种；

浮动区域确定子单元，用于根据所述纸张信息确定在所述待检测纸张中安全线的浮动区域；

信息识别子单元具体用于通过纸张内容检测模型对所述待检测纸张中内容进行信息检测；其中，所述纸张内容检测模型为基于若干类别纸张以及对应的信息样本训练得到的神经网络。

5.一种基于安全线的纸张鉴伪设备，其特征在于，包括：

存储器，用于存储程序；

处理器，用于执行所述程序时实现如权利要求1至3任一项所述基于安全线的纸张鉴伪方法的步骤。

6.一种可读存储介质，其特征在于，所述可读存储介质上存储有程序，所述程序被处理器执行时实现如权利要求1至3任一项所述基于安全线的纸张鉴伪方法的步骤。

Images