CN110910561A - 一种纸币污损识别方法、装置、存储介质和金融设备 - Google Patents

Abstract

本发明实施例涉及钞票识别领域，尤其涉及一种纸币污损识别方法、装置、存储介质和金融设备。纸币污损识别方法包括以下步骤：步骤S1：对待测纸币的图像分格，确定每个格子的亮度；步骤S2：计算待测纸币的每个格子的亮度与预设的第一平均亮度的差值，获得每个格子的亮度波动值；步骤S3：比较亮度波动值与预设的亮度波动阈值；步骤S4：若亮度波动值大于预设的亮度波动阈值，则确定待测纸币为污损纸币。纸币污损识别方法、装置、存储介质和金融设备具有识别纸币区域的污损不受限制的优点。

Description

一种纸币污损识别方法、装置、存储介质和金融设备

技术领域

本发明涉及钞票识别领域，尤其涉及一种纸币污损识别方法、装置、存储介质和金融设备。

背景技术

在纸币图案比较少或者图案比较简单的区域，容易被人为写上字迹或者粘上污迹，字迹或者油污会比较显眼。纸币在污损时，容易出现验钞失败的情形。现有的纸币污损识别方法或装置，只能在特定的区域检测识别污损。污损不在特定区域内时，就不能检测到污损。

因此，如何提供一种能够识别纸币全部位置是否有污损的方法或者装置，就成了现有技术的需求。

发明内容

本发明提供一种纸币污损识别方法、装置、存储介质和金融设备，以解决只能在特定的区域进行检测识别污损的技术问题。

第一方面，本发明提供了一种纸币污损识别方法，包括以下步骤：步骤S1：对待测纸币的图像分格，确定每个格子的亮度；步骤S2：计算待测纸币的每个格子的亮度与预设的第一平均亮度的差值，获得每个格子的亮度波动值；步骤S3：比较亮度波动值与预设的亮度波动阈值；步骤S4：若亮度波动值大于预设的亮度波动阈值，则确定待测纸币为污损纸币。

优选地，在步骤S1前还包括以下步骤：步骤S01：获取Z个纸币样本的图像，Z为正整数；步骤S02：将纸币样本的图像分为m×n个格子，m和n都为正整数；步骤S03：识别每个格子中的第二平均亮度，第二平均亮度为一个格子中的像素平均亮度；步骤S04：计算Z个纸币样本的同一位置的格子的第二平均亮度的平均值，得到第一平均亮度；步骤S05：计算每个格子的第二平均亮度与第一平均亮度的差值，得到亮度波动值；步骤S06：根据亮度波动值确定亮度波动阈值。

优选地，步骤S04之后还包括以下步骤：步骤S041：根据第一平均亮度校正每个格子的第二平均亮度，得到校正特征亮度；在步骤S05中，计算每个格子的校正特征亮度与第一平均亮度的差值，得到亮度波动值。

优选地，在步骤S041中，所述第一平均亮度中第i列的亮度和为Ci，所述第二平均亮度中第i列的亮度和为Di，第i列的校正系数为ki＝Ci/Di，第i列每个格子的校正特征亮度＝格子的第二平均亮度×ki，1≤i≤m。

优选地，在步骤S06中，98％～99.9％纸币样本数量的所述亮度波动值的小于亮度波动阈值。

优选地，在步骤S4时，还统计待测纸币的亮度波动值超出亮度波动阈值的格子数量和关系，若格子数量超出预设数量且格子相互连通，则确定待测纸币为污损纸币。

优选地，在步骤S1之前还包括步骤：获取待测纸币的灰度图像。

第二方面，一种纸币污损识别装置，其特征在于，纸币污损识别装置包括：亮度识别模块，用于对待测纸币的图像分格，确定每个格子的亮度；亮度波动计算模块，用于计算待测纸币的每个格子的亮度与预设的第一平均亮度的差值，获得每个格子的亮度波动值；比较模块，用于比较亮度波动值与预设的亮度波动阈值；污损识别模块，用于若亮度波动值大于预设的亮度波动阈值内，则确定待测纸币为污损纸币。

第三方面，本发明还提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现上述的纸币污损识别方法。

第四方面，本发明还提供一种金融设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现上述的纸币污损识别方法。

与现有技术相比，本发明通过提供一种纸币污损识别方法和装置、计算机可读存储介质和金融设备，在检测纸币污损时，对纸币的图像分格，然后确定每个格子的亮度，分格检测每个格子的亮度对纸币的大小和区域不会进行限定，从而能检测纸币的全部区域，检测污损面积大，能适用于各种纸币，比较亮度波动值与预设的亮度波动阈值，保证了亮度的上限和下限，在亮度过亮或者过暗都能识别，提高了污损识别准确率。

本发明的获取亮度波动阈值时，还校正每个格子的第二平均亮度，得到校正特征亮度，防止图像质量不稳定或者识别亮度的装置的干扰，进一步提高了污损识别准确率。

附图说明

图1为本发明第一实施例的纸币污损识别方法的流程示意图。

图2为本发明的纸币分格后的示意图。

图3为本发明第二实施例的纸币污损识别方法的流程示意图。

图4为本发明第三实施例的纸币污损识别方法的流程示意图。

图5为本发明第四实施例的纸币污损识别方法的流程示意图。

图6为本发明中纸币每个格子的亮度排布示意图。

图7为本发明第五实施例的纸币污损识别方法的流程示意图。

图8为本发明的纸币污损识别装置的模块结构示意图。

图9为本发明的金融设备的模块结构示意图。

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。

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。虽然流程图将各步骤描述成顺序的处理，但是其中的许多步骤可以被并行地、并发地或者同时实施。此外，各步骤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。

请参阅图1，本发明第一实施例提供一种纸币污损识别方法，该方法用于检测纸币是否有污损，纸币污损识别方法包括以下步骤：

步骤S1：对待测纸币的图像分格，确定每个格子的亮度；

步骤S2：计算待测纸币的每个格子的亮度与预设的第一平均亮度的差值，获得每个格子的亮度波动值；

步骤S3：比较亮度波动值与预设的亮度波动阈值；

步骤S4：若亮度波动值大于预设的亮度波动阈值，则确定待测纸币为污损纸币。

在步骤S1中，对待测纸币的图像分格，确定每个格子101的亮度。每个格子101的亮度为该格子位置图像的平均亮度。确定每个格子101的亮度时，可选用传感器进行检测。每个格子101的亮度为直接测得的每个格子101平均的亮度。优选地，每个格子101的面积为9～81㎜²。优选地，每个格子101的形状和大小一致。优选地，格子101形状为正方形。可选地，每个格子101都为4㎜×4㎜、5㎜×5㎜、6㎜×6㎜或7㎜×7㎜的大小的格子。格子101的大小合适，使识别污损的精度更高。对取待测纸币的图像分格检测亮度，使检测的面积和区域不受限定，能适用于各种纸币。可以理解，一个纸币包括两个面，若检测一个待测纸币，则需要获取两个待测纸币的图像。

请参阅图2，在步骤S2中，每个位置的格子都有一预设的第一平均亮度。通过计算多个样本相同位置格子亮度的平均值，可以获得每个格子的第一平均亮度，本发明会在后续实施例中对预设的第一平均亮度的获取方法予以说明。每个格子101的亮度波动值即为每个格子101的亮度与同位置格子预设的第一平均亮度的差值。亮度波动值可以为正值，也可以为负值，即每个格子101的亮度可能大于预设的第一平均亮度，也可能小于预设的第一平均亮度。本实施例中，对亮度波动值取绝对值，使亮度波动值都为正值。如亮度波动值原来为-1，则取绝对值后为1。在每个格子101的亮度为校正特征亮度时，则每个格子101的亮度波动值即为每个格子101的校正特征亮度与预设的第一平均亮度的差值。

在步骤S3中，每个格子的都有一预设的亮度波动阈值。比较亮度波动值与亮度波动阈值时，需要比较格子的亮度波动值与同位置格子的亮度波动阈值。

在步骤S4中，若亮度波动值小于亮度波动阈值，则亮度波动值在预设的亮度波动阈值内，判定待测纸币为完好纸币。若亮度波动值大于亮度波动阈值，则亮度波动值超出预设的亮度波动阈值，判定待测纸币为污损纸币。

与现有技术相比，本实施例在检测纸币污损时，对纸币的图像分格，然后确定每个格子的亮度，分格检测每个格子的亮度对纸币的大小和区域不会进行限定，从而能检测纸币的全部区域，检测污损面积大，能适用于各种纸币，比较亮度波动值与预设的亮度波动阈值，保证了亮度的上限和下限，在亮度过亮或者过暗都能识别，提高了污损识别准确率。

请参阅图3，本发明第二实施例还提供一种纸币污损识别方法，该纸币污损识别方法包括以下步骤：

步骤S11：获取待测纸币的灰度图像；

步骤S1：对待测纸币的图像分格，确定每个格子的亮度；

步骤S2：计算待测纸币的每个格子的亮度与预设的第一平均亮度的差值，获得每个格子的亮度波动值；

步骤S3：比较亮度波动值与预设的亮度波动阈值进；

步骤S4：若亮度波动值大于预设的亮度波动阈值内，则确定待测纸币为污损纸币。

在步骤S11中，首先对获取的待测纸币的图像进行灰度化处理，得到灰度图像。待测纸币的灰度图像可以通过对拍照获取的待测纸币的图像进行二值化处理，获取对应的灰度图像。后续则需要对待测纸币的灰度图像分格，确定每个格子的亮度。本实施例通过获取纸币的灰度图像进行亮度识别，因此确定每个格子101的亮度时，外界因素对格子101检测的亮度干扰更小，也避免了颜色对检测格子101亮度的影响。减少了颜色对识别过程的干扰，识别更加准确。

请参阅图4，本发明第三实施例还提供另一种纸币污损识别方法，该纸币污损识别方法包括以下步骤：

步骤S11：获取待测纸币的灰度图像；

步骤S12：将待测纸币的灰度图像分为m×n个格子，m和n都为正整数；

步骤S13：识别每个格子中的待测格子平均亮度，待测格子平均亮度为待测纸币图像中一个格子的像素平均亮度；

步骤S14：根据预设的第一平均亮度校正每个格子的待测格子平均亮度，得到校正特征亮度；

步骤S2：计算待测纸币的每个格子的校正特征亮度与预设的第一平均亮度的差值，获得每个格子的亮度波动值；

步骤S3：比较亮度波动值与预设的亮度波动阈值；

步骤S4：若亮度波动值大于预设的亮度波动阈值，则确定待测纸币为污损纸币。

在步骤S12中，一个图像分为m×n个格子101，待测纸币类型的不同，格子101的数目可以相同或者不相同，即m和n的数值可能会随着待测纸币类型的不同而变化。如可建立直角坐标系，纸币的长度方向为直角坐标系的x方向，纸币的宽度方向为直角坐标系的y方向，纸币的长度方向分出m个格子101，纸币的宽度方向分出n个格子101，则每个格子101的位置可用其坐标来表示，如图示中左上角的格子101坐标为(1，1)，右下角的格子101坐标为(m，n)。可以理解，每个格子101的坐标可以用(x，y)来表示，其中，x≤m，y≤n。

在步骤S13中，一个格子101中可能部分像素亮度较高，部分像素亮度较低，待测格子平均亮度即为同一个格子101内对像素亮度进行平均获得的亮度。

在步骤S14中，校正每个格子101的待测格子平均亮度时，需要对待测纸币的每个格子101都进行校正。待测格子平均亮度中第1列的亮度和为D1，第一平均亮度中第1列的亮度和为C1，则待测格子平均亮度第1列的校正系数为k1＝C1/D1，则第1列每个格子101的校正特征亮度＝格子101的待测格子平均亮度×k1；所述第一平均亮度中第i列的亮度和为Ci，所述待测格子平均亮度第i列的亮度和为Di，则第i列的校正系数为ki＝Ci/Di，第i列每个格子101的校正特征亮度＝格子101的待测格子平均亮度×ki，1≤i≤m；由此可以计算待测纸币中的每个格子101的校正特征亮度。校正特征亮度相对于第一平均亮度，减少了由于图像本身或者测量亮度的装置质量带来的影响。

本实施例中，进一步在获取亮度波动值之前校正每个格子的亮度，避免了光线不均匀产生的系统误差，使纸币检测的结果更加准确。

请参阅图5，本发明的第四实施例还提供一种纸币污损识别方法，该纸币污损识别方法包括以下步骤：

步骤S01：获取Z个纸币样本的图像，Z为正整数；

步骤S02：将纸币样本的图像分为m×n个格子，m和n都为正整数；

步骤S03：识别每个格子中的第二平均亮度，第二平均亮度为一个格子中的像素平均亮度；

步骤S04：计算Z个纸币样本的同一位置的格子的第二平均亮度的平均值，得到第一平均亮度；

步骤S05：计算每个格子的第二平均亮度与第一平均亮度的差值，得到亮度波动值；

步骤S06：根据亮度波动值确定亮度波动阈值；

步骤S1：对待测纸币的图像分格，确定每个格子的亮度；

步骤S2：计算待测纸币的每个格子的亮度与预设的第一平均亮度的差值，获得每个格子的亮度波动值；

步骤S3：比较亮度波动值与预设的亮度波动阈值；

步骤S4：若亮度波动值大于预设的亮度波动阈值，则确定待测纸币为污损纸币。

在步骤S01中，Z优选大于1000，纸币样本为大量的纸币样本，纸币样本数量够多，计算得到的亮度波动阈值才能够精确。可以理解，纸币样本为同一币种、同一币值、同一版本的完好无污损的纸币，纸币样本和待测纸币的币种、币值、版本一致。如需要检测A1类型的纸币的污损，则需要根据大量A1类型的完好无污损的纸币得到亮度波动阈值；需要检测A2类型的纸币的污损，则需要根据大量A2类型的完好无污损的纸币得到亮度波动阈值。

获取纸币样本的图像时，图像获取的方式可以和步骤S11中获取的方式一致，获取得到的图像的类型也可以和步骤S11中获取得到的图像的类型一致，如纸币样本的图像为灰度图像。可以理解，一个纸币包括两个面，若检测Z个纸币样本，则需要获取2Z个待测纸币的图像。

在步骤S02中，请参阅图6，一个图像分为m×n个格子101，纸币样本类型的不同，格子101的数目可能就不一致，即m和n的数值可能会随着纸币样本类型的不同而变化。如可建立直角坐标系，纸币的长度方向为直角坐标系的x方向，纸币的宽度方向为直角坐标系的y方向，纸币的长度方向分出m个格子101，纸币的宽度方向分出n个格子101，则每个格子101的位置可用其坐标来表示，如图示中左上角的格子101坐标为(1，1)，右下角的格子101坐标为(m，n)。可以理解，每个格子101的坐标可以用(x，y)来表示，其中，x≤m，y≤n。

在步骤S03中，一个格子101中可能部分像素亮度较高，部分像素亮度较低，第二平均亮度即为同一个格子101内对像素亮度进行平均获得的亮度。如在纸币样本1中，格子101的第二平均亮度为B1(x，y)，在纸币样本2中，格子101的第二平均亮度为B2(x，y)，在纸币样本Z中，格子101的第二平均亮度BZ(x，y)。可以理解，把每个纸币样本每个格子101的第二平均亮度按照其坐标进行排列，可得到第二平均亮度图像。有Z个纸币样本，则可得到2Z个第二平均亮度图像。

在步骤S04中，第一平均亮度即为Z个纸币样本的同一位置的格子101的第二平均亮度的平均值。如纸币样本有3个，坐标(1，1)的格子101的亮度分别为46、47和48，则坐标(1，1)的第一平均亮度为

同理，可计算出所有格子101的第一平均亮度。可以理解，把每个格子101的第一平均亮度按照其坐标进行排列，可得到第一平均亮度图像。由于纸币包括两个面，则最终得到两个第一平均亮度图像。在计算待测纸币的每个格子101的亮度与预设的第一平均亮度的差值时，需要计算每个格子101的亮度与对应的第一平均亮度的差值。如待测纸币格子101的坐标为(1，1)，则预设的第一平均亮度为第一平均亮度图像中坐标为(1，1)的平均亮度。该实施例中第一平均亮度的获取方法同样适用于第一实施例、第二实施例和第三实施例中预设的第一平均亮度的获取方式。

在步骤S05中，亮度波动值即为每个格子101的第二平均亮度与第一平均亮度的差值。亮度波动值可以为正值，也可以为负值，即每个格子101的第二平均亮度可能大于预设的第一平均亮度，也可能小于预设的第一平均亮度。对Z各纸币样本进行计算，可得到2m×n×Z个亮度波动值。本实施例中，对亮度波动值取绝对值，使亮度波动值都为正值。可以理解，计算亮度波动值时，为格子101的第二平均亮度与第一平均亮度图像中和该格子101位置对应的第一平均亮度的差值。如纸币样本格子101的坐标为(1，1)，则第一平均亮度为第一平均亮度图像中坐标为(1，1)的第一平均亮度。

在步骤S06中，亮度波动阈值为根据亮度波动值的大小确定的阈值。优选地，选取的亮度波动阈值，使98％～99.9％纸币样本数量的亮度波动值小于亮度波动阈值。进一步优选的，使99.3％、99.4％、99.5％、99.6％或99.7％纸币样本数量的亮度波动值小于亮度波动阈值。具体的，亮度波动阈值的选取方式如下，亮度波动值包括1000个，其中有995个亮度波动值都小于等于10，有5个亮度波动值大于10，则亮度波动阈值选为10。由于亮度波动值取绝对值，则亮度波动阈值也为一正值，因此亮度波动阈值既保证了每个格子101亮度的上限，也保证了每个格子101亮度的下限。该亮度波动阈值也即第一实施例、第二实施例和第三实施例的亮度波动阈值。

请参阅图7，本发明的第五实施例还提供一种纸币污损识别方法，该纸币污损识别方法包括以下步骤：

步骤S01：获取Z个纸币样本的图像，Z为正整数；

步骤S02：将纸币样本的图像分为m×n个格子，m和n都为正整数；

步骤S03：识别每个格子中的第二平均亮度，第二平均亮度为一个格子中的像素平均亮度；

步骤S04：计算Z个纸币样本的同一位置的格子的第二平均亮度的平均值，得到第一平均亮度；

步骤S041：根据第一平均亮度校正每个格子的第二平均亮度，得到校正特征亮度；

步骤S05：计算每个格子的校正特征亮度与第一平均亮度的差值，得到亮度波动值；

步骤S06：根据亮度波动值确定亮度波动阈值；

步骤S1：对待测纸币的图像分格，确定每个格子的亮度；

步骤S2：计算待测纸币的每个格子的亮度与预设的第一平均亮度的差值，获得每个格子的亮度波动值；

步骤S3：比较亮度波动值与预设的亮度波动阈值；

步骤S4：若亮度波动值大于预设的亮度波动阈值，则确定待测纸币为污损纸币。

即本实施例相对第四实施例，在步骤S04和步骤S05中，还包括步骤S041，在步骤S05中，将每个格子的校正特征亮度减去第一平均亮度，得到亮度波动值。

其中，在步骤S041中，校正每个格子101的第二平均亮度时，需要对Z个纸币样本的每个格子101都进行校正。如针对第1个纸币样本，第二平均亮度中第1列的亮度和为D1，第一平均亮度中第1列的亮度和为C1，则第二平均亮度第1列的校正系数为k1＝C1/D1，则第1列每个格子101的校正特征亮度＝格子101的第二平均亮度×k1；所述第一平均亮度中第i列的亮度和为Ci，所述第二平均亮度第i列的亮度和为Di，则第i列的校正系数为ki＝Ci/Di，第i列每个格子101的校正特征亮度＝格子101的第二平均亮度×ki，1≤i≤m；由此可以计算第一个纸币样本的每个格子101的校正特征亮度。根据该方法，可计算得到Z个纸币样本每个格子101的校正特征亮度。最终可计算得到2m×n×Z个校正特征亮度。校正特征亮度相对于第一平均亮度，减少了由于图像本身或者测量亮度的装置质量带来的影响。

则在步骤S05中，将每个格子101的校正特征亮度减去第一平均亮度，得到亮度波动值；

作为一种变形，在进行步骤S4时，还统计待测纸币的亮度波动值超出亮度波动阈值的格子101数量和关系，若格子101数量超出预设数量且格子101相互连通则确定待测纸币为污损纸币。优选地，所述预设数量为2个、3个或4个。格子101连通，可以为左右相邻，上下相邻或格子101的角接触从而相邻。可根据亮度波动值与亮度波动阈值的差值，判断格子101的污损等级。差值越大，污损等级越大。如，差值为8，定为第一污损等级，差值为16，定为第二污损等级。

请参阅图8，本发明还提供一种纸币污损识别装置10，纸币污损识别装置10包括：

亮度识别模块11，用于对待测纸币的图像分格，确定每个格子的亮度；

亮度波动计算模块12，用于计算待测纸币的每个格子的亮度与预设的第一平均亮度的差值，获得每个格子的亮度波动值；

比较模块13，用于比较亮度波动值与预设的亮度波动阈值；

污损识别模块14，用于若亮度波动值大于预设的亮度波动阈值内，则确定待测纸币为污损纸币。

通过本发明的纸币污损识别装置10，先用亮度识别模块11，在对待测纸币的图像分格后，确定每个格子的亮度，亮度波动计算模块12获得每个格子的亮度波动值，比较模块13比较亮度波动值与预设的亮度波动阈值，污损识别模块14根据比较结果确定待测纸币是否污损纸币，确定是否为污损纸币效率高，且污损纸币识别率较高。

优选地，纸币污损识别装置10还包括：

图像获取模块15，用于获取Z个纸币样本的图像，Z为正整数；

分格模块16，用于将纸币样本的图像分为m×n个格子，m和n都为正整数；

亮度获取模块17，用于识别每个格子中的第二平均亮度，第二平均亮度为一个格子中的像素平均亮度；

平均亮度计算模块18，用于计算Z个纸币样本的同一位置的格子的第二平均亮度的平均值，得到第一平均亮度；

校正模块19，用于根据第一平均亮度校正每个格子的第二平均亮度，得到校正特征亮度；

样本亮度波动计算模块20，用于计算每个格子的校正特征亮度与第一平均亮度的差值，得到亮度波动值；

阈值确定模块21，用于根据亮度波动值确定亮度波动阈值。

本发明还提供一种种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时用于执行一种纸币污损识别方法，纸币污损识别方法包括如下步骤：

步骤S1：对待测纸币的图像分格，确定每个格子的亮度；

步骤S2：计算待测纸币的每个格子的亮度与预设的第一平均亮度的差值，获得每个格子的亮度波动值；

步骤S3：比较亮度波动值与预设的亮度波动阈值；

步骤S4：若亮度波动值大于预设的亮度波动阈值，则确定待测纸币为污损纸币。

当然,本发明实施例所提供的一种计算机可读存储介质,其计算机可执行程序不限于如上所述的方法操作,还可以执行本发明任意实施例所提供的纸币污损识别方法中的相关操作。

通过以上关于实施方式的描述，所属领域的技术人员可以清楚地了解到，本发明可借助软件及必需的通用硬件来实现，当然也可以通过硬件实现，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，一般计算机可读的存储介质的形式包含：软盘(floppy disk)、可挠性盘片(flexibledisk)、硬盘、磁带、任何其余的磁性介质、CD-ROM、任何其余的光学介质、打孔卡片(punchcards)、纸带(paper tape)、任何其余的带有洞的图案的物理介质、随机存取存储器(RAM)、可编程只读存储器(PROM)、可抹除可编程只读存储器(EPROM)、快闪可抹除可编程只读存储器(FLASH-EPROM)、其余任何存储器芯片或卡匣(cartridge)、或任何其余可让计算机读取的介质。指令可进一步被一传输介质所传送或接收。“传输介质”这个术语可包含任何有形或无形的介质，其可用来存储、编码或承载用来给机器执行的指令，并且包含数字或模拟通信信号或其余促进上述指令的通信的无形介质。传输介质包含同轴电缆、铜线以及光纤，其包含了用来传输一计算机数据信号的总线的导线。计算机可读存储介质包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述的方法。

请参阅图9，本发明还提供一种金融设备30，该金融设备30包括存储器31、处理器32，存储器31和处理器32电性连接，存储器31作为一种计算机可读存储介质，可用于存储软件程序、计算机可执行程序以及模块，如本发明实施例中的纸币污损识别方法对应的程序指令/模块(例如，纸币污损识别装置中的亮度识别模块、亮度波动计算模块、比较模块和污损识别模块)。处理器32通过运行存储在存储器31中的软件程序、指令以及模块，从而执行金融设备30的各种功能应用以及数据处理，即实现上述的纸币污损识别方法。

存储器31可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序；存储数据区可存储根据终端的使用所创建的数据等。在一些实例中，存储器31可包括相对于处理器32远程设置的存储器31，这些远程存储器31可以通过网络连接至设备/终端/服务器。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。

可以理解，纸币污损识别方法、纸币污损识别装置10、计算机可读存储介质和金融设备30中的内容可互为补充和说明。

与现有技术相比，本发明通过提供一种纸币污损识别方法和装置、计算机可读存储介质和金融设备，在检测纸币污损时，对纸币的图像分格，然后确定每个格子的亮度，分格检测每个格子的亮度对纸币的大小和区域不会进行限定，从而能检测纸币的全部区域，检测污损面积大，能适用于各种纸币，比较亮度波动值与预设的亮度波动阈值，保证了亮度的上限和下限，在亮度过亮或者过暗都能识别，提高了污损识别准确率。

本发明的获取亮度波动阈值时，还校正每个格子的第二平均亮度，得到校正特征亮度，防止图像质量不稳定或者识别亮度的装置的干扰，进一步提高了污损识别准确率。

值得注意的是，上述所有实施例中，所包括的各个单元和模块只是按照功能逻辑进行划分的，但并不局限于上述的划分，只要能够实现相应的功能即可；另外，各功能单元的具体名称也只是为了便于相互区分，并不用于限制本发明的保护范围。

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)

1.一种纸币污损识别方法，其特征在于，包括以下步骤：

步骤S1：对待测纸币的图像分格，确定每个格子的亮度；

步骤S2：计算待测纸币的每个格子的亮度与预设的第一平均亮度的差值，获得每个格子的亮度波动值；

步骤S3：比较亮度波动值与预设的亮度波动阈值；

步骤S4：若亮度波动值大于预设的亮度波动阈值，则确定待测纸币为污损纸币。

2.如权利要求1所述的纸币污损识别方法，其特征在于，在步骤S1前还包括以下步骤：

步骤S01：获取Z个纸币样本的图像，Z为正整数；

步骤S02：将纸币样本的图像分为m×n个格子，m和n都为正整数；

步骤S03：识别每个格子中的第二平均亮度，第二平均亮度为一个格子中的像素平均亮度；

步骤S04：计算Z个纸币样本的同一位置的格子的第二平均亮度的平均值，得到第一平均亮度；

步骤S05：计算每个格子的第二平均亮度与第一平均亮度的差值，得到亮度波动值；

步骤S06：根据亮度波动值确定亮度波动阈值。

3.如权利要求2所述的纸币污损识别方法，其特征在于，步骤S04之后还包括以下步骤：

步骤S041：根据第一平均亮度校正每个格子的第二平均亮度，得到校正特征亮度；

在步骤S05中，计算每个格子的校正特征亮度与第一平均亮度的差值，得到亮度波动值。

4.如权利要求3所述的纸币污损识别方法，其特征在于：在步骤S041中，所述第一平均亮度中第i列的亮度和为Ci，所述第二平均亮度中第i列的亮度和为Di，第i列的校正系数为ki＝Ci/Di，第i列每个格子的校正特征亮度＝格子的第二平均亮度×ki，1≤i≤m。

5.如权利要求2所述的纸币污损识别方法，其特征在于：在步骤S06中，98％～99.9％纸币样本数量的所述亮度波动值的小于亮度波动阈值。

6.如权利要求1所述的纸币污损识别方法，其特征在于，在步骤S4时，还统计待测纸币的亮度波动值超出亮度波动阈值的格子数量和关系，若格子数量超出预设数量且格子相互连通，则确定待测纸币为污损纸币。

7.如权利要求1所述的纸币污损识别方法，其特征在于，在步骤S1之前还包括步骤：获取待测纸币的灰度图像。

8.一种纸币污损识别装置，其特征在于，纸币污损识别装置包括：

亮度识别模块，用于对待测纸币的图像分格，确定每个格子的亮度；

亮度波动计算模块，用于计算待测纸币的每个格子的亮度与预设的第一平均亮度的差值，获得每个格子的亮度波动值；

比较模块，用于比较亮度波动值与预设的亮度波动阈值；

污损识别模块，用于若亮度波动值大于预设的亮度波动阈值内，则确定待测纸币为污损纸币。

9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-7中任一所述的纸币污损识别方法。

10.一种金融设备，包括存储器、处理器及存储在存储器上并可在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程序时实现如权利要求1-7中任一所述的纸币污损识别方法。

Images