CN111415294B - 插卡口加装设备的检测方法、装置、设备及存储介质 - Google Patents
插卡口加装设备的检测方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN111415294B CN111415294B CN202010182040.8A CN202010182040A CN111415294B CN 111415294 B CN111415294 B CN 111415294B CN 202010182040 A CN202010182040 A CN 202010182040A CN 111415294 B CN111415294 B CN 111415294B
- Authority
- CN
- China
- Prior art keywords
- image
- card slot
- card
- processed
- equipment
- 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
- 238000001514 detection method Methods 0.000 title claims abstract description 80
- 238000012545 processing Methods 0.000 claims abstract description 50
- 238000000034 method Methods 0.000 claims abstract description 37
- 230000011218 segmentation Effects 0.000 claims description 12
- 238000004590 computer program Methods 0.000 claims description 7
- 238000003708 edge detection Methods 0.000 claims description 7
- 230000008569 process Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 238000003384 imaging method Methods 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000003780 insertion Methods 0.000 description 3
- 230000037431 insertion Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000013136 deep learning model Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 230000005669 field effect Effects 0.000 description 1
- 208000015181 infectious disease Diseases 0.000 description 1
- 230000002458 infectious effect Effects 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000008707 rearrangement Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Classifications
-
- G06T3/047—
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/136—Segmentation; Edge detection involving thresholding
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/94—Hardware or software architectures specially adapted for image or video understanding
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07F—COIN-FREED OR LIKE APPARATUS
- G07F19/00—Complete banking systems; Coded card-freed arrangements adapted for dispensing or receiving monies or the like and posting such transactions to existing accounts, e.g. automatic teller machines
- G07F19/20—Automatic teller machines [ATMs]
- G07F19/207—Surveillance aspects at ATMs
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Business, Economics & Management (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Software Systems (AREA)
- Multimedia (AREA)
- Collating Specific Patterns (AREA)
- Studio Devices (AREA)
Abstract
本发明实施例公开了一种插卡口加装设备的检测方法、装置、设备及存储介质,该方法包括:获取插卡口图像;对所述插卡口图像进行图像处理获得处理过的插卡口图像;根据所述处理过的插卡口图像识别所述插卡口是否包含加装设备,若是,则禁止用户插卡;若否,则允许用户插卡。本发明实施例提供的一种插卡口加装设备的检测方法,通过使用摄像装置完整获取插卡口图像,防止出现加装设备过小或者加装设备模拟检测光路的情况,并且通过软件识别插卡口图像容易进行系统更新,避免了通过更新金融设备硬件设备的问题,实现了快速、准确检测金融设备的加装设备问题,提高了用户使用金融设备时的安全性。
Description
技术领域
本发明实施例涉及金融设备技术,尤其涉及一种插卡口加装设备的检测方法、装置、设备及存储介质。
背景技术
目前,在金融自助设备上,对于加装部分的检测,本质上都是采用一对红外传感器配合透镜来完成。基本原理就是一个红外传感器发射端发出一条红外线,穿过读卡口附近空间,到达前面板的透镜,再到达红外接收端。如果,有加装的小型外设,就会阻挡红外光路,接收端就接收不到发射端发射过来的红外信号。现有方案存在的问题在于1,孔洞规避检测。如果加装设备,使用特殊孔洞设计,将红外光路交会处设计成孔洞。那么加装后,加装设备将不遮挡红外检测光路。导致防加装传感器无法检测到加装设备,给客户带来金融风险。2,模拟防加装规避检测。加装设备可以设计成,一面接收到红外信号,另外一段就发送同频红外信号来中继防加装红外传感器的红外光路。这样,即使加装了盗卡设备,防加装传感器也无法知晓,被欺骗过去。3,扩展性差。单一红外防加装设计,只适用于市场已经出现的加装设备,对于将来可能出现的加装设备,检测能力有限。
发明内容
本发明提供一种插卡口加装设备的检测方法、装置、设备及存储介质,以实现了快速、准确检测金融设备的加装设备问题,提高了用户使用金融设备时的安全性。
第一方面,本发明实施例提供了一种插卡口加装设备的检测方法,该方法包括:
获取插卡口图像;
对所述插卡口图像进行图像处理获得处理过的插卡口图像;
根据所述处理过的插卡口图像识别所述插卡口是否包含加装设备,若是,则禁止用户插卡;若否,则允许用户插卡。
可选的,所述获取插卡口图像包括:使用鱼眼镜头获取插卡口图像。
可选的,所述对所述插卡口图像进行图像处理获得处理过的插卡口图像包括:
对所述插卡口图像进行图像二值化处理获得黑白插卡口图像;
使用边沿检测算法对所述黑白插卡口图像进行区域分割。
可选的,所述根据所述处理过的插卡口图像识别所述插卡口是否包含加装设备包括:
使用特征向量生成算法对所述黑白插卡口图像进行特征向量提取;
使用阈值检测标准算法对所述特征向量进行阈值检测,判断是否包含加装设备。
可选的,所述使用阈值检测标准算法对所述特征向量进行阈值检测之后还包括:判断是否存在新的加装设备数据,若是,则对所述区域分割算法、所述特征向量生成算法或所述阈值检测标准算法进行修正。
可选的,所述获取插卡口图像之前还包括:
获取加装设备的样本图像;
对所述样本图像进行图像处理。
可选的,所述根据所述处理过的插卡口图像识别所述插卡口是否包含加装设备包括:根据所述处理过的样本图像和处理过的插卡口图像识别插卡口是否包含加装设备。
第二方面,本发明实施例还提供了一种插卡口加装设备的检测装置,该装置包括:
图像获取模块,用于获取插卡口图像;
图像处理模块,用于对所述插卡口图像进行图像处理获得处理过的插卡口图像;
图像识别模块,用于根据所述处理过的插卡口图像识别插卡口是否包含加装设备,若是,则禁止用户插卡;若否,则允许用户插卡。
第三方面,本发明实施例还提供了一种设备,所述设备包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如上述任一所述的插卡口加装设备的检测方法。
第四方面,本发明实施例还提供了一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序包括程序指令,该程序指令被处理器执行时实现如上述任一所述的插卡口加装设备的检测方法。
本发明实施例公开了一种插卡口加装设备的检测方法、装置、设备及存储介质,该方法包括:获取插卡口图像;对所述插卡口图像进行图像处理获得处理过的插卡口图像;根据所述处理过的插卡口图像识别所述插卡口是否包含加装设备,若是,则禁止用户插卡;若否,则允许用户插卡。本发明实施例提供的一种插卡口加装设备的检测方法,通过使用摄像装置完整获取插卡口图像,防止出现加装设备过小或者加装设备模拟检测光路的情况,并且通过软件识别插卡口图像容易进行系统更新,避免了通过更新金融设备硬件设备的问题,实现了快速、准确检测金融设备的加装设备问题,提高了用户使用金融设备时的安全性。
附图说明
图1为本发明实施例一提供的一种插卡口加装设备的检测方法的流程图;
图2为本发明实施例二提供的一种插卡口加装设备的检测方法的流程图;
图3为本发明实施例三中的一种插卡口加装设备的检测的结构示意图;
图4为本发明实施例四提供的一种计算机设备的结构示意图。
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。
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。处理可以对应于方法、函数、规程、子例程、子程序等等。
此外,术语“第一”、“第二”等可在本文中用于描述各种方向、动作、步骤或元件等,但这些方向、动作、步骤或元件不受这些术语限制。这些术语仅用于将第一个方向、动作、步骤或元件与另一个方向、动作、步骤或元件区分。举例来说,在不脱离本申请的范围的情况下,可以将第一图像为第二图像,且类似地,可将第二图像称为第一图像。第一图像和第二图像两者都是图像,但其不是同一图像。术语“第一”、“第二”等而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本发明的描述中,“多个”的含义是至少两个,例如两个,三个等,除非另有明确具体的限定。
实施例一
图1为本发明实施例一提供的一种插卡口加装设备的检测方法的流程图,本实施例可适用于检测金融设备插卡口是否包含加装设备的情况,具体包括如下步骤:
步骤100、获取插卡口图像。
本实施例中,金融设备以自助金融设备为例进行说明。在本实施例中,通过摄像头获取插卡口的图像,通过获取到的插卡口图像与未包含加装设备的图像进行对比识别即可判断自助金融设备插卡口是否包含加装设备。
在替代实施例中,所述获取插卡口图像包括:使用鱼眼镜头获取插卡口图像。
替代实施例中,使用鱼眼镜头代替普通摄像头,鱼眼镜头最大的作用是视角范围大,视角一般可达到220°或230°,这为近距离拍摄大范围景物创造了条件;鱼眼镜头在接近被摄物拍摄时能造成非常强烈的透视效果,强调被摄物近大远小的对比,使所摄画面具有一种震撼人心的感染力;鱼眼镜头具有相当长的景深,有利于表现照片的长景深效果。鱼眼镜头的成像有两种,一种像其他镜头一样,成像充满画面;另一种成像为圆形。无论哪种成像,用鱼眼镜头所摄的像,变形相当厉害,透视汇聚感强烈。在本实施例中,使用鱼眼镜头可以更加完整和全面的获取插卡口图像,更加有利于插卡口图像检测。
步骤110、对所述插卡口图像进行图像处理获得处理过的插卡口图像。
本实施例中,通过图像处理技术处理插卡口图像后更加可以提高图像检测效率,并且通过深度学习模型进行图像识别可以不断优化识别系统,在出现新型加装设备的情况下也能进行软件及时更新,保证识别效率。
步骤120、根据所述处理过的插卡口图像识别所述插卡口是否包含加装设备,若是,则禁止用户插卡;若否,则允许用户插卡。
在本实施例中,根据步骤110中的图像检测方法识别插卡口是否包含加装设备,若是,则禁止用户插卡,提高了用户在使用自助金融设备时的安全性,确保了不会出现不法分子通过加装设备获取用户银行卡信息的情况。
本实施例提供的一种插卡口加装设备的检测方法,包括获取插卡口图像;对所述插卡口图像进行图像处理获得处理过的插卡口图像;根据所述处理过的插卡口图像识别所述插卡口是否包含加装设备,若是,则禁止用户插卡;若否,则允许用户插卡。本发明实施例提供的一种插卡口加装设备的检测方法,通过使用摄像装置完整获取插卡口图像,防止出现加装设备过小或者加装设备模拟检测光路的情况,并且通过软件识别插卡口图像容易进行系统更新,避免了通过更新金融设备硬件设备的问题,实现了快速、准确检测金融设备的加装设备问题,提高了用户使用金融设备时的安全性。
实施例二
图2为本发明实施例二提供的一种插卡口加装设备的检测方法的流程图,本实施例是在实施例一的基础上进行了拓展,可适用于检测金融设备插卡口是否包含加装设备的情况,具体包括如下步骤:
步骤200、获取加装设备的样本图像。
在本实施例中,获取收集到的已有的加装设备的样本图像,包括但不限于:已经发现的加装设备的图像、根据已经发现的加装设备进行改进的图像。通过获取各种加装设备的样本图像,可以便于在图像检测中,提高识别效率和准确率。
步骤210、对所述样本图像进行图像处理。
在本实施例中,对所述样本图像进行图像处理包括与实施例一种相同的图像二值化处理、沿检测算法处理、特征向量生成算法处理、阈值检测标准算法处理等等,通过对样本图像进行图像处理,大幅度地减少了数据量,并且剔除了可以认为不相关的信息,提高了检测效率。
步骤220、获取插卡口图像。
步骤230、对所述插卡口图像进行图像处理获得处理过的插卡口图像。
在替代实施例中,步骤230包括:
步骤231、对所述插卡口图像进行图像二值化处理获得黑白插卡口图像。
替代实施例中,图像二值化就是将图像上的像素点的灰度值设置为0或255,也就是将整个图像呈现出明显的黑白效果的过程。对插卡口图像进行二值化处理,把插卡口图像变成黑白插卡口图像,图像的二值化有利于图像的进一步处理,使图像变得简单,而且数据量减小,能凸显出感兴趣的目标的轮廓。其次,要进行二值图像的处理与分析,首先要把灰度图像二值化,得到二值化图像。
步骤232、使用边沿检测算法对所述黑白插卡口图像进行区域分割。
替代实施例中,边缘检测的目的是标识数字图像中亮度变化明显的点。图像属性中的显著变化通常反映了属性的重要事件和变化。通过对黑白插卡口图像进行区域分割,大幅度地减少了数据量,并且剔除了可以认为不相关的信息,保留了图像重要的结构属性。
步骤240、根据所述处理过的样本图像和处理过的插卡口图像识别插卡口是否包含加装设备,若是,则禁止用户插卡;若否,则允许用户插卡。
在本实施例中,将处理过的样本图像和处理过的插卡口图像进行对比识别,提高了图像检测的准确率,并且可以精确识别加装设备的种类和位置,方面工作人员在自助金融设备上拆除加装设备,节省了工作人员的时间,并且确保了用户在自助金融设备上进行操作的安全性。
替代实施例中,步骤240包括:
步骤241、使用特征向量生成算法对所述黑白插卡口图像进行特征向量提取。
替代实施例中,使用特征向量生成算法将步骤232中获得的分割图像进行特征向量提取,找出其中的相关信息。使用特征向量生成算法减少了数据处理量,提高了检测效率。
步骤242、使用阈值检测标准算法对所述特征向量进行阈值检测,判断是否包含加装设备。
替代实施例中,通过阈值检测标准算法对特征向量进行检测,如果与预设标准不同,则包含加装设备。
在其他替代实施例中,步骤240之后还包括:步骤250、判断是否存在新的加装设备数据,若是,则对所述区域分割算法、特征向量生成算法或阈值检测标准算法进行修正。
在替代实施例中,如果,服务器存在新的加装设备数据,可以修改算法,把新出现的加装设备检测出来。可以在步骤230中的图像处理阶段或者步骤240中的图像检测阶段进行修改,可能的修改包括但不限于:区域分割算法、特征向量生成算法、阈值检测标准算法。并升级软件,就可以支持将新加装设备识别出来。识别到有加装设备,自助金融设备会报警提醒客户停止使用,也会上报银行后台进行处理。
本实施例提供的一种插卡口加装设备的检测方法,包括获取加装设备的样本图像;对所述样本图像进行图像处理;获取插卡口图像;对所述插卡口图像进行图像处理获得处理过的插卡口图像;根据所述处理过的样本图像和处理过的插卡口图像识别插卡口是否包含加装设备;根据所述处理过的插卡口图像识别所述插卡口是否包含加装设备,若是,则禁止用户插卡;若否,则允许用户插卡。本发明实施例提供的一种插卡口加装设备的检测方法,通过使用摄像装置完整获取插卡口图像,防止出现加装设备过小或者加装设备模拟检测光路的情况,并且通过软件识别插卡口图像容易进行系统更新,避免了通过更新金融设备硬件设备的问题,实现了快速、准确检测金融设备的加装设备问题,提高了用户使用金融设备时的安全性。
实施例三
本发明实施例所提供的用于插卡口加装设备的检测装置可执行本发明任意实施例所提供的插卡口加装设备的检测方法,具备执行方法相应的功能模块和有益效果。图3是本发明实施例中的一种插卡口加装设备的检测300的结构示意图。参照图3,本发明实施例提供的插卡口加装设备的检测300具体可以包括:
图像获取模块310,用于获取插卡口图像;
图像处理模块320,用于对所述插卡口图像进行图像处理获得处理过的插卡口图像;
图像识别模块330,用于根据所述处理过的插卡口图像识别插卡口是否包含加装设备,若是,则禁止用户插卡;若否,则允许用户插卡。
进一步的,所述获取插卡口图像包括:使用鱼眼镜头获取插卡口图像。
进一步的,所述对所述插卡口图像进行图像处理获得处理过的插卡口图像包括:
对所述插卡口图像进行图像二值化处理获得黑白插卡口图像;
使用边沿检测算法对所述黑白插卡口图像进行区域分割。
进一步的,所述根据所述处理过的插卡口图像识别所述插卡口是否包含加装设备包括:
使用特征向量生成算法对所述黑白插卡口图像进行特征向量提取;
使用阈值检测标准算法对所述特征向量进行阈值检测,判断是否包含加装设备。
进一步的,所述使用阈值检测标准算法对所述特征向量进行阈值检测之后还包括:判断是否存在新的加装设备数据,若是,则对所述区域分割算法、所述特征向量生成算法或所述阈值检测标准算法进行修正。
进一步的,所述获取插卡口图像之前还包括:
获取加装设备的样本图像;
对所述样本图像进行图像处理。
进一步的,所述根据所述处理过的插卡口图像识别所述插卡口是否包含加装设备包括:根据所述处理过的样本图像和处理过的插卡口图像识别插卡口是否包含加装设备。
本实施例提供的一种插卡口加装设备的检测装置,包括图像获取模块,用于获取插卡口图像;图像处理模块,用于对所述插卡口图像进行图像处理获得处理过的插卡口图像;图像识别模块,用于根据所述处理过的插卡口图像识别插卡口是否包含加装设备,若是,则禁止用户插卡;若否,则允许用户插卡。本发明实施例提供的一种插卡口加装设备的检测方法,通过使用摄像装置完整获取插卡口图像,防止出现加装设备过小或者加装设备模拟检测光路的情况,并且通过软件识别插卡口图像容易进行系统更新,避免了通过更新金融设备硬件设备的问题,实现了快速、准确检测金融设备的加装设备问题,提高了用户使用金融设备时的安全性。
实施例四
图4为本发明实施例提供的一种计算机设备的结构示意图,如图4所示,该计算机设备包括存储器410、处理器420,计算机设备中处理器420的数量可以是一个或多个,图4中以一个处理器420为例;设备中的存储器410、处理器420可以通过总线或其他方式连接,图4中以通过总线连接为例。
存储器410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插卡口加装设备的检测方法对应的程序指令/模块(例如,用于插卡口加装设备的检测装置中的图像获取模块310、图像处理模块320、图像识别模块330)处理器420通过运行存储在存储器410中的软件程序、指令以及模块,从而执行设备/终端/设备的各种功能应用以及数据处理,即实现上述的插卡口加装设备的检测方法。
其中,处理器420用于运行存储在存储器410中的计算机程序,实现如下步骤:
获取插卡口图像;
对所述插卡口图像进行图像处理获得处理过的插卡口图像;
根据所述处理过的插卡口图像识别所述插卡口是否包含加装设备,若是,则禁止用户插卡;若否,则允许用户插卡。
在其中一个实施例中,本发明实施例所提供的一种计算机设备,其计算机程序不限于如上的方法操作,还可以执行本发明任意实施例所提供的插卡口加装设备的检测方法中的相关操作。
存储器410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。此外,存储器410可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实例中,存储器410可进一步包括相对于处理器420远程设置的存储器,这些远程存储器可以通过网络连接至设备/终端/设备。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。
本实施例提供的一种插卡口加装设备的检测设备,用于执行以下方法:获取插卡口图像;对所述插卡口图像进行图像处理获得处理过的插卡口图像;根据所述处理过的插卡口图像识别所述插卡口是否包含加装设备,若是,则禁止用户插卡;若否,则允许用户插卡。本发明实施例提供的一种插卡口加装设备的检测方法,通过使用摄像装置完整获取插卡口图像,防止出现加装设备过小或者加装设备模拟检测光路的情况,并且通过软件识别插卡口图像容易进行系统更新,避免了通过更新金融设备硬件设备的问题,实现了快速、准确检测金融设备的加装设备问题,提高了用户使用金融设备时的安全性。
实施例五
本发明实施例五还提供一种包含计算机可执行指令的存储介质,所述计算机可执行指令在由计算机处理器执行时用于执行一种插卡口加装设备的检测方法,该方法包括:
获取插卡口图像;
对所述插卡口图像进行图像处理获得处理过的插卡口图像;
根据所述处理过的插卡口图像识别所述插卡口是否包含加装设备,若是,则禁止用户插卡;若否,则允许用户插卡。
当然,本发明实施例所提供的一种包含计算机可执行指令的存储介质,其计算机可执行指令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种插卡口加装设备的检测方法中的相关操作。
本发明实施例的计算机可读存储介质,可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
存储介质上包含的程序代码可以用任何适当的介质传输,包括——但不限于无线、电线、光缆、RF等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码,所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或终端上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
本实施例提供的一种插卡口加装设备的检测存储介质,用于执行以下方法:获取插卡口图像;对所述插卡口图像进行图像处理获得处理过的插卡口图像;根据所述处理过的插卡口图像识别所述插卡口是否包含加装设备,若是,则禁止用户插卡;若否,则允许用户插卡。本发明实施例提供的一种插卡口加装设备的检测方法,通过使用摄像装置完整获取插卡口图像,防止出现加装设备过小或者加装设备模拟检测光路的情况,并且通过软件识别插卡口图像容易进行系统更新,避免了通过更新金融设备硬件设备的问题,实现了快速、准确检测金融设备的加装设备问题,提高了用户使用金融设备时的安全性。
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 (5)
1.一种插卡口加装设备的检测方法,其特征在于,包括:
获取插卡口图像;
对所述插卡口图像进行图像处理获得处理过的插卡口图像;
根据所述处理过的插卡口图像识别所述插卡口是否包含加装设备,若是,则禁止用户插卡;若否,则允许用户插卡;
所述获取插卡口图像之前还包括:
获取加装设备的样本图像;
对所述样本图像进行图像处理;
所述根据所述处理过的插卡口图像识别所述插卡口是否包含加装设备包括:
根据处理过的样本图像和处理过的插卡口图像识别插卡口是否包含加装设备;
所述对所述插卡口图像进行图像处理获得处理过的插卡口图像包括:
对所述插卡口图像进行图像二值化处理获得黑白插卡口图像;
使用边沿检测算法对所述黑白插卡口图像进行区域分割;
所述根据所述处理过的插卡口图像识别所述插卡口是否包含加装设备包括:
使用特征向量生成算法对所述黑白插卡口图像进行特征向量提取;
使用阈值检测标准算法对所述特征向量进行阈值检测,判断是否包含加装设备;
所述使用阈值检测标准算法对所述特征向量进行阈值检测之后还包括:判断是否存在新的加装设备数据,若是,则对区域分割算法、所述特征向量生成算法或所述阈值检测标准算法进行修正。
2.根据权利要求1中所述的一种插卡口加装设备的检测方法,其特征在于,所述获取插卡口图像包括:使用鱼眼镜头获取插卡口图像。
3.一种插卡口加装设备的检测装置,其特征在于,包括:
图像获取模块,用于获取插卡口图像;
图像处理模块,用于对所述插卡口图像进行图像处理获得处理过的插卡口图像;
图像识别模块,用于根据所述处理过的插卡口图像识别插卡口是否包含加装设备,若是,则禁止用户插卡;若否,则允许用户插卡;
所述获取插卡口图像之前还包括:
获取加装设备的样本图像;
对所述样本图像进行图像处理;
所述根据所述处理过的插卡口图像识别所述插卡口是否包含加装设备包括:
根据处理过的样本图像和处理过的插卡口图像识别插卡口是否包含加装设备;
所述对所述插卡口图像进行图像处理获得处理过的插卡口图像包括:
对所述插卡口图像进行图像二值化处理获得黑白插卡口图像;
使用边沿检测算法对所述黑白插卡口图像进行区域分割;
所述根据所述处理过的插卡口图像识别所述插卡口是否包含加装设备包括:
使用特征向量生成算法对所述黑白插卡口图像进行特征向量提取;
使用阈值检测标准算法对所述特征向量进行阈值检测,判断是否包含加装设备;
所述使用阈值检测标准算法对所述特征向量进行阈值检测之后还包括:判断是否存在新的加装设备数据,若是,则对区域分割算法、所述特征向量生成算法或所述阈值检测标准算法进行修正。
4.一种设备,其特征在于,所述设备包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-2中任一所述的插卡口加装设备的检测方法。
5.一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序包括程序指令,其特征在于,该程序指令被处理器执行时实现如权利要求1-2中任一所述的插卡口加装设备的检测方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010182040.8A CN111415294B (zh) | 2020-03-16 | 2020-03-16 | 插卡口加装设备的检测方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010182040.8A CN111415294B (zh) | 2020-03-16 | 2020-03-16 | 插卡口加装设备的检测方法、装置、设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111415294A CN111415294A (zh) | 2020-07-14 |
CN111415294B true CN111415294B (zh) | 2023-11-10 |
Family
ID=71494425
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010182040.8A Active CN111415294B (zh) | 2020-03-16 | 2020-03-16 | 插卡口加装设备的检测方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111415294B (zh) |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101227600A (zh) * | 2008-02-02 | 2008-07-23 | 北京海鑫科金高科技股份有限公司 | 一种用于自助银行与自动柜员机的智能监控装置和方法 |
CN101344980A (zh) * | 2008-08-21 | 2009-01-14 | 中国工商银行股份有限公司 | 一种atm设备安全检测系统及方法 |
CN101576960A (zh) * | 2009-06-12 | 2009-11-11 | 广州广电运通金融电子股份有限公司 | 一种异物检测方法及系统 |
CN101833829A (zh) * | 2010-03-12 | 2010-09-15 | 秦小枢 | 带图像监控识别分析系统的取款机或存取款机 |
CN101894416A (zh) * | 2010-07-30 | 2010-11-24 | 秦小枢 | 带图像监控识别分析系统的取款机或存取款机 |
CN201716789U (zh) * | 2010-03-03 | 2011-01-19 | 杭州创导安全技术有限公司 | 一种atm机异物入侵检测报警装置 |
CN201765627U (zh) * | 2010-07-30 | 2011-03-16 | 秦小枢 | 带图像监控识别分析系统的取款机或存取款机 |
CN103778715A (zh) * | 2012-10-25 | 2014-05-07 | 北京国通创安报警网络技术有限公司 | 一种atm取款机防密码窃取报警装置 |
CN105334219A (zh) * | 2015-09-16 | 2016-02-17 | 湖南大学 | 一种残差分析动态阈值分割的瓶口缺陷检测方法 |
CN106846357A (zh) * | 2016-12-15 | 2017-06-13 | 重庆凯泽科技股份有限公司 | 一种可疑物检测方法及装置 |
CN106981133A (zh) * | 2017-04-10 | 2017-07-25 | 深圳怡化电脑股份有限公司 | 插卡装置及金融交易设备 |
-
2020
- 2020-03-16 CN CN202010182040.8A patent/CN111415294B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101227600A (zh) * | 2008-02-02 | 2008-07-23 | 北京海鑫科金高科技股份有限公司 | 一种用于自助银行与自动柜员机的智能监控装置和方法 |
CN101344980A (zh) * | 2008-08-21 | 2009-01-14 | 中国工商银行股份有限公司 | 一种atm设备安全检测系统及方法 |
CN101576960A (zh) * | 2009-06-12 | 2009-11-11 | 广州广电运通金融电子股份有限公司 | 一种异物检测方法及系统 |
CN201716789U (zh) * | 2010-03-03 | 2011-01-19 | 杭州创导安全技术有限公司 | 一种atm机异物入侵检测报警装置 |
CN101833829A (zh) * | 2010-03-12 | 2010-09-15 | 秦小枢 | 带图像监控识别分析系统的取款机或存取款机 |
CN101894416A (zh) * | 2010-07-30 | 2010-11-24 | 秦小枢 | 带图像监控识别分析系统的取款机或存取款机 |
CN201765627U (zh) * | 2010-07-30 | 2011-03-16 | 秦小枢 | 带图像监控识别分析系统的取款机或存取款机 |
CN103778715A (zh) * | 2012-10-25 | 2014-05-07 | 北京国通创安报警网络技术有限公司 | 一种atm取款机防密码窃取报警装置 |
CN105334219A (zh) * | 2015-09-16 | 2016-02-17 | 湖南大学 | 一种残差分析动态阈值分割的瓶口缺陷检测方法 |
CN106846357A (zh) * | 2016-12-15 | 2017-06-13 | 重庆凯泽科技股份有限公司 | 一种可疑物检测方法及装置 |
CN106981133A (zh) * | 2017-04-10 | 2017-07-25 | 深圳怡化电脑股份有限公司 | 插卡装置及金融交易设备 |
Also Published As
Publication number | Publication date |
---|---|
CN111415294A (zh) | 2020-07-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110705405B (zh) | 目标标注的方法及装置 | |
US11321575B2 (en) | Method, apparatus and system for liveness detection, electronic device, and storage medium | |
CN111444744A (zh) | 活体检测方法、装置以及存储介质 | |
US9679354B2 (en) | Duplicate check image resolution | |
CN111724558B (zh) | 一种监控方法、装置及入侵报警系统 | |
CN102833478A (zh) | 容错背景模型化 | |
CN110990801B (zh) | 信息校验方法及装置、电子设备和存储介质 | |
KR102486986B1 (ko) | 객체 검출 시스템, 방법 및 컴퓨터 판독 가능한 기록매체 | |
CN112215037A (zh) | 对象追踪方法及装置、电子设备及计算机可读存储介质 | |
CN107832598B (zh) | 解锁控制方法及相关产品 | |
CN110602446A (zh) | 垃圾回收提醒方法、系统及存储介质 | |
CN109740526B (zh) | 信号灯识别方法、装置、设备及介质 | |
CN111415294B (zh) | 插卡口加装设备的检测方法、装置、设备及存储介质 | |
CN113313115A (zh) | 车牌属性识别方法及装置、电子设备和存储介质 | |
CN112364693B (zh) | 基于双目视觉的障碍识别方法、装置、设备及存储介质 | |
CN114359332A (zh) | 基于深度图像的目标跟踪方法、装置、设备和介质 | |
CN110471056B (zh) | 一种虚警信息判断方法、装置及终端设备 | |
CN113096024B (zh) | 用于深度数据的去飞点方法及其系统和电子设备 | |
CN114463926A (zh) | 火灾检测方法、装置、设备及存储介质 | |
CN111401882A (zh) | 二维码展示方法、装置、存储介质及电子设备 | |
CN116052003B (zh) | 一种天线角度信息的测量方法、装置及相关设备 | |
CN113379838B (zh) | 虚拟现实场景的漫游路径的生成方法和存储介质 | |
CN112989866B (zh) | 对象识别方法、装置、电子设备和可读存储介质 | |
CN116522417B (zh) | 显示设备的安全检测方法、装置、设备及存储介质 | |
CN113657298A (zh) | 基于大位移跟踪的行人入侵识别方法、装置、设备和介质 |
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 |