CN111915792B - 一种图像斑马线图文的识别方法及装置 - Google Patents

一种图像斑马线图文的识别方法及装置 Download PDF

Info

Publication number
CN111915792B
CN111915792B CN202010425844.6A CN202010425844A CN111915792B CN 111915792 B CN111915792 B CN 111915792B CN 202010425844 A CN202010425844 A CN 202010425844A CN 111915792 B CN111915792 B CN 111915792B
Authority
CN
China
Prior art keywords
sum
diff
image
ref
zebra crossing
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
Application number
CN202010425844.6A
Other languages
English (en)
Other versions
CN111915792A (zh
Inventor
汪雷
吴琪
鹿璇
周严
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Wuhan Zhuomu Technology Co ltd
Original Assignee
Wuhan Zmvision Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Wuhan Zmvision Technology Co ltd filed Critical Wuhan Zmvision Technology Co ltd
Priority to CN202010425844.6A priority Critical patent/CN111915792B/zh
Publication of CN111915792A publication Critical patent/CN111915792A/zh
Application granted granted Critical
Publication of CN111915792B publication Critical patent/CN111915792B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • G07D7/005—Testing security markings invisible to the naked eye, e.g. verifying thickened lines or unobtrusive markings or alterations
    • 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

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Security & Cryptography (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Inspection Of Paper Currency And Valuable Securities (AREA)
  • Image Analysis (AREA)

Abstract

一种图像斑马线图文的识别方法及装置，方法包括获取纸币的图像，从纸币图像中选取斑马线区域，作为分析斑马线的图文样本；从图文样本中，进行行扫描，同一方向依次计算每一行相邻两点的像素值差值，并统计得到所有行的差值累加和计做为sum_diff_x；同一方向依次计算每一列每相隔delta个点的像素值差值，并统计得到所有列的差值累加和计做为sum_diff_y；从图文样本中，抽样若干列，对抽样的列进行列扫描，得到每一列像素点的纵向一维特征(矩形波宽度Rectangular_Width、波长Lambda等)；根据得到的sum_diff_x、sum_diff_y、Rectangular_Width和Lambda并基于真币对应的sum_diff_x、sum_diff_y和Rectangular_Width、Lambda判断纸币的真伪。本发明不依赖二值化分割结果，无复杂数学计算过程，时间效率相对现有方法高，能更好的满足嵌入式系统实时性要求。

Description

一种图像斑马线图文的识别方法及装置
技术领域
本发明涉及图像处理应用中的纸币防伪点识别领域，具体涉及一种图像斑马线图文的识别方法及装置。
背景技术
纸币流通环节中，常常有不法分子制造假币或恶意破坏纸币行为，扰乱金融货币市场流通环节的安全，在假币鉴别环节中，除了人工查验外，还会借助验钞设备，如点钞机，清分机等。这些验钞设备中，特备是用在银行等金融机构的设备中，一般都会配置接触式图像传感器(CIS)，可采集纸币的图像信息，不同光谱下纸币会有不同的图像特征信息，基于此，可以对纸币的图像防伪点进行图像分析。
常见纸币防伪手段中，为加强防伪特性，会在纸币上增加图像斑马线图文防伪特征，在多光谱光源下，图像斑马线图文反射光下不可见，在透射光源下清晰可见，可以进行量化和特征分析，此仿伪点较难伪造。
针对图像斑马线图文防伪特征，目前常见的处理方法是，在红外透射通道抠取图像斑马线区域，采用插值填充的方法对斑马线区域图像中的安全线区域进行覆盖，以去除斑马线区域图像中所包括的安全线，形成仅包含斑马线的初始斑马线图像，使用P参数法(一种基于灰度直方图统计的自动阈值选择算法)计算二值化分割阈值，将图像进行二值化。计算二值化后图像连通域，得出连通域，个数，宽度，面积，边等信息，对比真币连通域分布特性，进行假币的判定。
(参考：CN106780966A-一种纸币鉴伪方法及装置)
结合实际使用的效果，上述方法存在如下缺点1、算法结果严重依赖二值化分割效果，不同图像传感器成像效果差异、图像校准前景背景对比度变化、目标纸币新旧差异等，常常假币该斑马线图文区域被挖补，粘贴等，二值化计算出来的阈值很难以最佳效果分割，导致计算连通域信息不够精确；2、算法耗时过长，计算涉及连通域，反复统计分析直方图等信息，时间效率低，不符合应用场景算法耗时需尽可能短的要求。
发明内容
鉴于现有技术中存在的技术缺陷和技术弊端，本发明实施例提供克服上述问题或者至少部分地解决上述问题的一种图像斑马线图文的识别方法及装置，具体方案如下：
作为本发明的第一方面，提供一种图像斑马线图文的识别方法，所述方法包括以下步骤：
步骤1，获取纸币的图像，从所述纸币图像中选取斑马线区域，作为分析斑马线的图文样本；
步骤2，从所述图文样本中，进行行扫描，同一方向依次计算每一行相邻两点的像素值差值，并统计得到所有行的差值累加和计做为sum_diff_x；同一方向依次计算每一列每相隔delta个点的像素值差值，并统计得到所有列的差值累加和计做为sum_diff_y；
步骤3，从所述图文样本中，抽样若干列，对抽样的列进行列扫描，得到每一列像素点的纵向一维特征，所述纵向一维特征包括矩形波宽度Rectangular_Width和波长Lambda；
步骤4，根据得到的sum_diff_x、sum_diff_y和所述Rectangular_Width、Lambda，并基于真币对应的sum_diff_x、sum_diff_y、Rectangular_Width和Lambda判断纸币的真伪。
进一步地，sum_diff_x计算公式如下：
sum_diff_x＝sum_diff_x0+sum_diff_x1+...+sum_diff_x(n-1)
sum_diff_x0＝(A(0,1)-A(0,0))+(A(0,2)-A(0,1))+...+(A(0,m-1)-A(0,m-2))；
sum_diff_x1＝(A(1,1)-A(1,0))+(A(1,2)-A(1,1))+...+(A(1,m-1)-A(1,m-2))；
...
sum_diff_x(n-1)＝(A(n-1,1)-A(n-1,0))+(A(n-1,2)-A(n-1,1))+...+(A(n-1,m-1)-A(n-1,m-2))；
其中，n表示所述图文样本的行值，m表示所述图文样本的列值，A(n，m)表示第n行的第m列像素点对应的像素值；
sum_diff_y计算公式如下：
sum_diff_y＝sum_diff_y0+sum_diff_y1+...+sum_diff_y(m-1)；
sum_diff_y0＝(A(delta,0)-A(0,0))+(A(delta+1,0)-A(1,0))+...+(A(n-1,0)-A(n-1-delta,0))；
sum_diff_y1＝(A(delta,1)-A(0,1))+(A(delta+1,1)-A(1,1))+...+(A(n-1,1)-A(n-1-delta,1))；
...
sum_diff_y(m-1)＝(A(delta,m-1)-A(0,m-1))+(A(delta+1,m-1)-A(1,m-1))+...+(A(n-1,m-1)-A(n-1-delta,m-1))；
其中，n表示所述图文样本的行值，m表示所述图文样本的列值，A(n，m)表示第n行的第m列像素点对应的像素值，delta为抽样行的间隔行数，A(delta，m)表示第delta行的第m列像素点对应的像素值。
进一步地，获取纸币的图像，从所述纸币图像中选取斑马线区域具体为：
从获取的图像中抠取包含斑马线和安全线所在区域的小图，从所述小图中定位安全线坐标位置，
根据安全线坐标位置，如安全线居小图右，则抽样选取安全线左边区域，作为分析斑马线的图文样本，反之，则抽样选取安全线右边区域，作为分析斑马线的图文样本。
进一步地，从所述小图中定位安全线坐标位置具体为：
对所述小图进行行行抽样，分析每行像素点分布存在的一维矩形波特性，定位计算安全线具体坐标信息，具体如下：
通过十字滤波方法计算像素点的像素值：
A(i,j)＝(A(i+1,j)+A(i-1,j)+A(i,j)+A(i,j-1)+A(i,j+1))/5；
其中，i，j为像素点对应的坐标信息，A(i,j)为坐标为(i，j)的点对应的像素值；
计算上升沿下降沿发生点：
上升沿计算公式：
(A(i,j)-Ref)+(A(i-1,j)-Ref)+(A(i-2,j)-Ref)+...+(A(i-n-1,j)-Ref)<＝sum1；
(A(i+1,j)-Ref)+(A(i+2,j)-Ref)+(A(i+3,j)-Ref)+...+(A(i+n,j)-Ref)>＝sum2；
下降沿计算公式：
(A(i,j)-Ref)+(A(i-1,j)-Ref)+(A(i-2,j)-Ref)+...+(A(i-n-1,j)-Ref)>＝sum3；
(A(i+1,j)-Ref)+(A(i+2,j)-Ref)+(A(i+3,j)-Ref)+...+(A(i+n,j)-Ref)<＝sum4；
其中，A(i,j)为坐标为(i，j)的点对应的像素值，Ref为二值化分割对应的基准，n为选定滑窗大小，sum1、sum2、sum3和sum4为需满足条件的个数；
根据上述计算结果，横向抽样n行信息，可分别得出上升沿下降沿n对，分别为(A1(i0，i1)，A2(i2，i3)，A3(i4，i5)，....，An(i(2(n-1))，i(2n-1))(其中n为正数，且n>＝1)，偶数i0，i2，...，i(2(n-1))为左边，i1，i3，...，i(2n-1)为右边，计算abs(i0,i2)≤error，abs(i1,i3)≤error，其中error为允许的偏移误差范围，依次类推，按照实际计算左右边有效对数，计做valid_coordinates_count_left和valid_coordinates_count_right；
则安全线起始点和结束点为：
起始点：start_X＝(i0+i2+...+i(2(n-1))/valid_coordinates_count_left,
结束点：end_y＝(i1+i3+...+i(2n-1))/valid_coordinates_count_right
最后根据安全线起始点和结束点，定位安全线坐标位置。
进一步地，步骤1中，在获取纸币的图像后，还包括：
对获取的图像中的纸币位置进行角点位置的定位，获得图像中的纸币位置的四个角点位置；
通过获取的四个角点位置，对图像进行仿射变换，将随机的图像变换成目标像素大小且呈规则形状的纸币图像，步骤1中，从该图像中选取斑马线区域，作为分析斑马线的图文样本。
作为本发明的第二方面，提供一种图像斑马线图文的识别装置，所述装置包括区域选取模块、差值计算模块、一维特征计算模块和纸币真伪判别模块；
所述区域抠取模块用于获取纸币的图像，并从所述纸币图像中选取斑马线区域，作为分析斑马线的图文样本；
所述差值计算模块用于从所述图文样本中，进行行扫描，同一方向依次计算每一行相邻两点的像素值差值，并统计得到所有行的差值累加和计做为sum_diff_x；同一方向依次计算每一列每相隔delta个点的像素值差值，并统计得到所有列的差值累加和计做为sum_diff_y；
所述一维特征计算模块用于从所述图文样本中，抽样若干列，对抽样的列进行列扫描，得到每一列像素点的纵向一维特征，所述纵向一维特征包括矩形波宽度Rectangular_Width和波长Lambda；
所述纸币真伪判别模块用于根据得到的sum_diff_x、sum_diff_y和所述Rectangular_Width、Lambda，并基于真币对应的sum_diff_x、sum_diff_y、Rectangular_Width和Lambda判断纸币的真伪。
进一步地，sum_diff_x计算公式如下：
sum_diff_x＝sum_diff_x0+sum_diff_x1+...+sum_diff_x(n-1)
sum_diff_x0＝(A(0,1)-A(0,0))+(A(0,2)-A(0,1))+...+(A(0,m-1)-A(0,m-2))；
sum_diff_x1＝(A(1,1)-A(1,0))+(A(1,2)-A(1,1))+...+(A(1,m-1)-A(1,m-2))；
...
sum_diff_x(n-1)＝(A(n-1,1)-A(n-1,0))+(A(n-1,2)-A(n-1,1))+...+(A(n-1,m-1)-A(n-1,m-2))；
其中，n表示所述图文样本的行值，m表示所述图文样本的列值，A(n，m)表示第n行的第m列像素点对应的像素值；
sum_diff_y计算公式如下：
sum_diff_y＝sum_diff_y0+sum_diff_y1+...+sum_diff_y(m-1)；
sum_diff_y0＝(A(delta,0)-A(0,0))+(A(delta+1,0)-A(1,0))+...+(A(n-1,0)-A(n-1-delta,0))；
sum_diff_y1＝(A(delta,1)-A(0,1))+(A(delta+1,1)-A(1,1))+...+(A(n-1,1)-A(n-1-delta,1))；
...
sum_diff_y(m-1)＝(A(delta,m-1)-A(0,m-1))+(A(delta+1,m-1)-A(1,m-1))+...+(A(n-1,m-1)-A(n-1-delta,m-1))；
其中，n表示所述图文样本的行值，m表示所述图文样本的列值，A(n，m)表示第n行的第m列像素点对应的像素值，delta为抽样行的间隔行数，A(delta，m)表示第delta行的第m列像素点对应的像素值。
进一步地，所述区域抠取模块从所述纸币图像中选取斑马线区域具体为：
从获取的图像中抠取包含斑马线和安全线所在区域的小图，从所述小图中定位安全线坐标位置，
根据安全线坐标位置，如安全线居小图右，则抽样选取安全线左边区域，作为分析斑马线的图文样本，反之，则抽样选取安全线右边区域，作为分析斑马线的图文样本。
进一步地，从所述小图中定位安全线坐标位置具体为：
对所述小图进行行行抽样，分析每行像素点分布存在的一维矩形波特性，定位计算安全线具体坐标信息，具体如下：
通过十字滤波方法计算像素点的像素值：
A(i,j)＝(A(i+1,j)+A(i-1,j)+A(i,j)+A(i,j-1)+A(i,j+1))/5；
其中，i，j为像素点对应的坐标信息，A(i,j)为坐标为(i，j)的点对应的像素值；
计算上升沿下降沿发生点：
上升沿计算公式：
(A(i,j)-Ref)+(A(i-1,j)-Ref)+(A(i-2,j)-Ref)+...+(A(i-n-1,j)-Ref)<＝sum1；
(A(i+1,j)-Ref)+(A(i+2,j)-Ref)+(A(i+3,j)-Ref)+...+(A(i+n,j)-Ref)>＝sum2；
下降沿计算公式：
(A(i,j)-Ref)+(A(i-1,j)-Ref)+(A(i-2,j)-Ref)+...+(A(i-n-1,j)-Ref)>＝sum3；
(A(i+1,j)-Ref)+(A(i+2,j)-Ref)+(A(i+3,j)-Ref)+...+(A(i+n,j)-Ref)<＝sum4；
其中，A(i,j)为坐标为(i，j)的点对应的像素值，Ref为二值化分割对应的基准，n为选定滑窗大小，sum1、sum2、sum3和sum4为需满足条件的个数；
根据上述计算结果，横向抽样n行信息，可分别得出上升沿下降沿n对，分别为(A1(i0，i1)，A2(i2，i3)，A3(i4，i5)，....，An(i(2(n-1))，i(2n-1))(其中n为正数，且n>＝1)，偶数i0，i2，...，i(2(n-1))为左边，i1，i3，...，i(2n-1)为右边，计算abs(i0,i2)≤error，abs(i1,i3)≤error，其中error为允许的偏移误差范围，依次类推，按照实际计算左右边有效对数，计做valid_coordinates_count_left和valid_coordinates_count_right；
则安全线起始点和结束点为：
起始点：start_X＝(i0+i2+...+i(2(n-1))/valid_coordinates_count_left,
结束点：end_y＝(i1+i3+...+i(2n-1))/valid_coordinates_count_right
最后根据安全线起始点和结束点，定位安全线坐标位置。
进一步地，所述装置还包括图像变换模块；
所述图像变换模块用于在获取纸币的图像后，对获取的图像中的纸币位置进行角点位置的定位，获得图像中的纸币位置的四个角点位置；
通过获取的四个角点位置，对图像进行仿射变换，将随机的图像变换成目标像素大小且呈规则形状的纸币图像，步骤1中，从该图像中选取斑马线区域，作为分析斑马线的图文样本。
本发明具有以下有益效果：
1.前景斑马线图文信息的提取，不依赖二值化分割结果，sum_diff_x、sum_diff_y和纵向一维特征(Rectangular_Width，Lambda)等指标信息，能有效准确评价斑马线图文信息，鲁棒性更强。
2.计算过程无复杂数学计算过程，时间效率相对现有方法高，能更好的满足嵌入式系统实时性要求。
附图说明
图1为本发明实施例提供的在可见反射光下纸币斑马线图文信息在纸币中的位置及显示示意图；
图2为本发明实施例提供的在红外透射光下纸币斑马线图文信息在纸币中的位置及显示示意图；
图3为本发明实施例提供的一种图像斑马线图文的识别方法流程图；
图4为本发明实施例提供的包含斑马线和安全线图文信息的小图；
图5为本发明实施例提供的使用行扫描进行安全线坐标定位的示意图；
图6为本发明实施例提供的去除安全线区域后的斑马线区域抽样图；
图7为本发明斑马线区域使用列扫描进行纵向分析列特征的示意图。
具体实施方式
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，所描述的实施例仅仅是本发明一部分，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它实施例，都属于本发明保护的范围。
2015年新发行的人民币2015版本100元，其中纸币正面右侧安全线上有斑马线图文信息，如图1所示，该斑马线图文信息在可见光下不可见，如图2所示，该斑马线图文信息在红外透射光源下清晰可见，此防伪点较难伪造，且《人民币现金机具鉴别能力技术规范》(JR/T0154-2017)检测中也有斑马线假币检测样张，在此背景下，点钞机及清分机等金融设备，需具备斑马线图文的识别能力。
基于此，本发明图像斑马线图文的识别方法及装置，能有效进行纸币鉴别，下面将以人民币2015版本100元为例，阐述该方法的过程。此方法不限于应用在人民币2015版本100元，且包含其他类斑马线图文特征的纸币(人民币、外币)等。
如图3所示，作为本发明的第一实施例，提出一种图像斑马线图文的识别方法，所述方法包括以下步骤：
步骤1，获取纸币的图像，从所述纸币图像中选取斑马线区域，作为分析斑马线的图文样本；
其中，从所述纸币图像中选取斑马线区域具体为：
从获取的图像中抠取包含斑马线和安全线所在区域的小图，如图4所示，从所述小图中定位安全线坐标位置，具体为：
对所述小图进行行抽样，分析每行像素点分布存在的一维矩形波特性，如图5所示，从而定位计算安全线具体坐标信息，具体如下：
通过十字滤波方法计算像素点的像素值：
A(i,j)＝(A(i+1,j)+A(i-1,j)+A(i,j)+A(i,j-1)+A(i,j+1))/5；
其中，i，j为像素点对应的坐标信息，A(i,j)为坐标为(i，j)的点对应的像素值；
计算上升沿下降沿发生点：
上升沿计算公式：
(A(i,j)-Ref)+(A(i-1,j)-Ref)+(A(i-2,j)-Ref)+...+(A(i-n-1,j)-Ref)<＝sum1；
(A(i+1,j)-Ref)+(A(i+2,j)-Ref)+(A(i+3,j)-Ref)+...+(A(i+n,j)-Ref)>＝sum2；
下降沿计算公式：
(A(i,j)-Ref)+(A(i-1,j)-Ref)+(A(i-2,j)-Ref)+...+(A(i-n-1,j)-Ref)>＝sum3；
(A(i+1,j)-Ref)+(A(i+2,j)-Ref)+(A(i+3,j)-Ref)+...+(A(i+n,j)-Ref)<＝sum4；
其中，A(i,j)为坐标为(i，j)的点对应的像素值，Ref为二值化分割对应的基准，n为选定滑窗大小；
(A(i,j)-Ref)结果为逻辑运算结果0或1，求和公式表达意义为需满足的条件个数，即sum1，sum2，sum3，sum4，可知右边和范围为(0-n)；
根据上述计算结果，横向抽样n行信息，可分别得出上升沿下降沿n对，分别为(A1(i0，i1)，A2(i2，i3)，A3(i4，i5)，....，An(i(2(n-1))，i(2n-1))(其中n为正数，且n>＝1)，偶数i0，i2，...，i(2(n-1))为左边，i1，i3，...，i(2n-1)为右边，计算abs(i0,i2)≤error，abs(i1,i3)≤error，其中error为允许的偏移误差范围，依次类推，按照实际计算左右边有效对数，计做valid_coordinates_count_left和valid_coordinates_count_right；
则安全线起始点和结束点为：
起始点：start_X＝(i0+i2+...+i(2(n-1))/valid_coordinates_count_left,
结束点：end_y＝(i1+i3+...+i(2n-1))/valid_coordinates_count_right
最后根据安全线起始点和结束点，定位安全线坐标位置。，
在定位安全线坐标位置后，根据安全线坐标位置，如安全线居小图右，则抽样选取安全线左边区域，作为分析斑马线的图文样本，反之，则抽样选取安全线右边区域，作为分析斑马线的图文样本，如图6所示，即为仅包含斑马线的图为样本。
其中，所述图像为采集的纸币多光谱成像图像中的其中一种光源的成像图像，该成像图像需能显示斑马线图文信息，在获取纸币的图像后还包括：
对获取的图像中的纸币位置进行角点位置的定位，获得图像中的纸币位置的四个角点位置；
通过获取的四个角点位置，对图像进行仿射变换，将随机的图像变换成目标像素大小且呈规则形状的纸币图像，步骤1中，从该图像中选取斑马线区域，作为分析斑马线的图文样本；
其中，仿射变化的公式如下：
Figure GDA0002708286290000111
通过仿射变换，将图像坐标(x,y)变换为(x’,y’)，对当前图像校正到和X轴CIS图像传感器安装的横向平行，方便建立平面直角坐标系来描述图像中的像素信息。
步骤2，从所述图文样本中，进行行扫描，同一方向依次计算每一行相邻两点的像素值差值，并统计得到所有行的差值累加和计做为sum_diff_x；同一方向依次计算每一列每相隔delta个点的像素值差值，并统计得到所有列的差值累加和计做为sum_diff_y；
其中，sum_diff_x计算公式如下：
sum_diff_x＝sum_diff_x0+sum_diff_x1+...+sum_diff_x(n-1)
sum_diff_x0＝(A(0,1)-A(0,0))+(A(0,2)-A(0,1))+...+(A(0,m-1)-A(0,m-2))；
sum_diff_x1＝(A(1,1)-A(1,0))+(A(1,2)-A(1,1))+...+(A(1,m-1)-A(1,m-2))；
...
sum_diff_x(n-1)＝(A(n-1,1)-A(n-1,0))+(A(n-1,2)-A(n-1,1))+...+(A(n-1,m-1)-A(n-1,m-2))；
其中，n表示所述图文样本的行值，m表示所述图文样本的列值，A(n，m)表示第n行的第m列像素点对应的像素值；
sum_diff_y计算公式如下：
sum_diff_y＝sum_diff_y0+sum_diff_y1+...+sum_diff_y(m-1)；
sum_diff_y0＝(A(delta,0)-A(0,0))+(A(delta+1,0)-A(1,0))+...+(A(n-1,0)-A(n-1-delta,0))；
sum_diff_y1＝(A(delta,1)-A(0,1))+(A(delta+1,1)-A(1,1))+...+(A(n-1,1)-A(n-1-delta,1))；
...
sum_diff_y(m-1)＝(A(delta,m-1)-A(0,m-1))+(A(delta+1,m-1)-A(1,m-1))+...+(A(n-1,m-1)-A(n-1-delta,m-1))；
其中，n表示所述图文样本的行值，m表示所述图文样本的列值，A(n，m)表示第n行的第m列像素点对应的像素值，delta为抽样行的间隔行数，A(delta，m)表示第delta行的第m列像素点对应的像素值。
步骤3，从所述图文样本中，进行列扫描，如图7所示，得到每一列像素点的纵向一维特征(矩形波宽度Rectangular_Width、波长Lambda等)，由于一维特征上存在明显的矩形波特征，即可计算矩形波宽度Rectangular_Width、波长Lambda等信息；
步骤4，根据得到的sum_diff_x、sum_diff_y和所述Rectangular_Width、Lambda，并基于真币对应的sum_diff_x、sum_diff_y和Rectangular_Width、Lambda判断纸币的真伪。
作为本发明的第二实施例，提出一种图像斑马线图文的识别装置，所述装置包括区域选取模块、差值计算模块、一维特征计算模块和纸币真伪判别模块；
所述区域抠取模块用于获取纸币的图像，并从所述纸币图像中选取斑马线区域，作为分析斑马线的图文样本；
所述差值计算模块用于从所述图文样本中，进行行扫描，同一方向依次计算每一行相邻两点的像素值差值，并统计得到所有行的差值累加和计做为sum_diff_x；同一方向依次计算每一列每相隔delta个点的像素值差值，并统计得到所有列的差值累加和计做为sum_diff_y；
所述一维特征计算模块用于从所述图文样本中，抽样若干列，对抽样的列进行列扫描，得到每一列像素点的纵向一维特征(矩形波宽度Rectangular_Width、波长Lambda等)，由于一维特征上存在明显的矩形波特征，即可计算矩形波宽度Rectangular_Width、波长Lambda等信息；
所述纸币真伪判别模块用于根据得到的sum_diff_x、sum_diff_y和所述Rectangular_Width、Lambda，并基于真币对应的sum_diff_x、sum_diff_y和Rectangular_Width、Lambda判断纸币的真伪。
优选地，sum_diff_x计算公式如下：
sum_diff_x＝sum_diff_x0+sum_diff_x1+...+sum_diff_x(n-1)
sum_diff_x0＝(A(0,1)-A(0,0))+(A(0,2)-A(0,1))+...+(A(0,m-1)-A(0,m-2))；
sum_diff_x1＝(A(1,1)-A(1,0))+(A(1,2)-A(1,1))+...+(A(1,m-1)-A(1,m-2))；
...
sum_diff_x(n-1)＝(A(n-1,1)-A(n-1,0))+(A(n-1,2)-A(n-1,1))+...+(A(n-1,m-1)-A(n-1,m-2))；
其中，n表示所述图文样本的行值，m表示所述图文样本的列值，A(n，m)表示第n行的第m列像素点对应的像素值；
sum_diff_y计算公式如下：
sum_diff_y＝sum_diff_y0+sum_diff_y1+...+sum_diff_y(m-1)；
sum_diff_y0＝(A(delta,0)-A(0,0))+(A(delta+1,0)-A(1,0))+...+(A(n-1,0)-A(n-1-delta,0))；
sum_diff_y1＝(A(delta,1)-A(0,1))+(A(delta+1,1)-A(1,1))+...+(A(n-1,1)-A(n-1-delta,1))；
...
sum_diff_y(m-1)＝(A(delta,m-1)-A(0,m-1))+(A(delta+1,m-1)-A(1,m-1))+...+(A(n-1,m-1)-A(n-1-delta,m-1))；
其中，n表示所述图文样本的行值，m表示所述图文样本的列值，A(n，m)表示第n行的第m列像素点对应的像素值，delta为抽样行的间隔行数，A(delta，m)表示第delta行的第m列像素点对应的像素值。
优选地，所述区域抠取模块从所述纸币图像中选取斑马线区域具体为：
从获取的图像中抠取包含斑马线和安全线所在区域的小图，从所述小图中定位安全线坐标位置，
根据安全线坐标位置，如安全线居小图右，则抽样选取安全线左边区域，作为分析斑马线的图文样本，反之，则抽样选取安全线右边区域，作为分析斑马线的图文样本。
优选地，从所述小图中定位安全线坐标位置具体为：
对所述小图进行行行抽样，分析每行像素点分布存在的一维矩形波特性，定位计算安全线具体坐标信息，具体如下：
通过十字滤波方法计算像素点的像素值：
A(i,j)＝(A(i+1,j)+A(i-1,j)+A(i,j)+A(i,j-1)+A(i,j+1))/5；
其中，i，j为像素点对应的坐标信息，A(i,j)为坐标为(i，j)的点对应的像素值；
计算上升沿下降沿发生点：
上升沿计算公式：
(A(i,j)-Ref)+(A(i-1,j)-Ref)+(A(i-2,j)-Ref)+...+(A(i-n-1,j)-Ref)<＝sum1；
(A(i+1,j)-Ref)+(A(i+2,j)-Ref)+(A(i+3,j)-Ref)+...+(A(i+n,j)-Ref)>＝sum2；
下降沿计算公式：
(A(i,j)-Ref)+(A(i-1,j)-Ref)+(A(i-2,j)-Ref)+...+(A(i-n-1,j)-Ref)>＝sum3；
(A(i+1,j)-Ref)+(A(i+2,j)-Ref)+(A(i+3,j)-Ref)+...+(A(i+n,j)-Ref)<＝sum4；
其中，A(i,j)为坐标为(i，j)的点对应的像素值，Ref为二值化分割对应的基准，n为选定滑窗大小，sum1、sum2、sum3和sum4为需满足条件的个数；
根据上述计算结果，横向抽样n行信息，可分别得出上升沿下降沿n对，分别为(A1(i0，i1)，A2(i2，i3)，A3(i4，i5)，....，An(i(2(n-1))，i(2n-1))(其中n为正数，且n>＝1)，偶数i0，i2，...，i(2(n-1))为左边，i1，i3，...，i(2n-1)为右边，计算abs(i0,i2)≤error，abs(i1,i3)≤error，其中error为允许的偏移误差范围，依次类推，按照实际计算左右边有效对数，计做valid_coordinates_count_left和valid_coordinates_count_right；
则安全线起始点和结束点为：
起始点：start_X＝(i0+i2+...+i(2(n-1))/valid_coordinates_count_left,
结束点：end_y＝(i1+i3+...+i(2n-1))/valid_coordinates_count_right
最后根据安全线起始点和结束点，定位安全线坐标位置。
优选地，所述装置还包括图像变换模块；
所述图像变换模块用于在获取纸币的图像后，对获取的图像中的纸币位置进行角点位置的定位，获得图像中的纸币位置的四个角点位置；
通过获取的四个角点位置，对图像进行仿射变换，将随机的图像变换成目标像素大小且呈规则形状的纸币图像，步骤1中，从该图像中选取斑马线区域，作为分析斑马线的图文样本。
以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (8)

1.一种图像斑马线图文的识别方法，其特征在于，所述方法包括以下步骤：
步骤1，获取纸币的图像，从所述纸币图像中选取斑马线区域，作为分析斑马线的图文样本；
步骤2，从所述图文样本中，进行行扫描，同一方向依次计算每一行相邻两点的像素值差值，并统计得到所有行的差值累加和计做为sum_diff_x；同一方向依次计算每一列每相隔delta个点的像素值差值，并统计得到所有列的差值累加和计做为sum_diff_y；
步骤3，从所述图文样本中，抽样若干列，对抽样的列进行列扫描，得到每一列像素点的纵向一维特征，所述纵向一维特征包括矩形波宽度Rectangular_Width和波长Lambda；
步骤4，根据得到的sum_diff_x、sum_diff_y和所述Rectangular_Width、Lambda，并基于真币对应的sum_diff_x、sum_diff_y、Rectangular_Width和Lambda判断纸币的真伪；
其中，从所述纸币图像中选取斑马线区域，作为分析斑马线的图文样本具体为：
从获取的图像中抠取包含斑马线和安全线所在区域的小图，从所述小图中定位安全线坐标位置，
根据安全线坐标位置，如安全线居小图右，则抽样选取安全线左边区域，作为分析斑马线的图文样本，反之，则抽样选取安全线右边区域，作为分析斑马线的图文样本。
2.根据权利要求1所述的图像斑马线图文的识别方法，其特征在于，sum_diff_x计算公式如下：
sum_diff_x＝sum_diff_x0+sum_diff_x1+...+sum_diff_x(n-1)
sum_diff_x0＝(A(0,1)-A(0,0))+(A(0,2)-A(0,1))+...+(A(0,m-1)-A(0,m-2))；
sum_diff_x1＝(A(1,1)-A(1,0))+(A(1,2)-A(1,1))+...+(A(1,m-1)-A(1,m-2))；
...
sum_diff_x(n-1)＝(A(n-1,1)-A(n-1,0))+(A(n-1,2)-A(n-1,1))+...+(A(n-1,m-1)-A(n-1,m-2))；
其中，n表示所述图文样本的行值，m表示所述图文样本的列值，A(n，m)表示第n行的第m列像素点对应的像素值；
sum_diff_y计算公式如下：
sum_diff_y＝sum_diff_y0+sum_diff_y1+...+sum_diff_y(m-1)；
sum_diff_y0＝(A(delta,0)-A(0,0))+(A(delta+1,0)-A(1,0))+...+(A(n-1,0)-A(n-1-delta,0))；
sum_diff_y1＝(A(delta,1)-A(0,1))+(A(delta+1,1)-A(1,1))+...+(A(n-1,1)-A(n-1-delta,1))；
...
sum_diff_y(m-1)＝(A(delta,m-1)-A(0,m-1))+(A(delta+1,m-1)-A(1,m-1))+...+(A(n-1,m-1)-A(n-1-delta,m-1))；
其中，n表示所述图文样本的行值，m表示所述图文样本的列值，A(n，m)表示第n行的第m列像素点对应的像素值，delta为抽样行的间隔行数，A(delta，m)表示第delta行的第m列像素点对应的像素值。
3.根据权利要求1所述的图像斑马线图文的识别方法，其特征在于，从所述小图中定位安全线坐标位置具体为：
对所述小图进行行行抽样，分析每行像素点分布存在的一维矩形波特性，定位计算安全线具体坐标信息，具体如下：
通过十字滤波方法计算像素点的像素值：
A(i,j)＝(A(i+1,j)+A(i-1,j)+A(i,j)+A(i,j-1)+A(i,j+1))/5；
其中，i，j为像素点对应的坐标信息，A(i,j)为坐标为(i，j)的点对应的像素值；
计算上升沿下降沿发生点：
上升沿计算公式：
(A(i,j)-Ref)+(A(i-1,j)-Ref)+(A(i-2,j)-Ref)+...+(A(i-n-1,j)-Ref)<＝sum1；
(A(i+1,j)-Ref)+(A(i+2,j)-Ref)+(A(i+3,j)-Ref)+...+(A(i+n,j)-Ref)>＝sum2；
下降沿计算公式：
(A(i,j)-Ref)+(A(i-1,j)-Ref)+(A(i-2,j)-Ref)+...+(A(i-n-1,j)-Ref)>＝sum3；
(A(i+1,j)-Ref)+(A(i+2,j)-Ref)+(A(i+3,j)-Ref)+...+(A(i+n,j)-Ref)<＝sum4；
其中，A(i,j)为坐标为(i，j)的点对应的像素值，Ref为二值化分割对应的基准，n为选定滑窗大小，sum1、sum2、sum3和sum4为需满足条件的个数；
根据上述计算结果，横向抽样n行信息，可分别得出上升沿下降沿n对，分别为(A1(i0，i1)，A2(i2，i3)，A3(i4，i5)，....，An(i(2(n-1))，i(2n-1))(其中n为正数，且n>＝1)，偶数i0，i2，...，i(2(n-1))为左边，i1，i3，...，i(2n-1)为右边，计算abs(i0,i2)≤error，abs(i1,i3)≤error，其中error为允许的偏移误差范围，依次类推，按照实际计算左右边有效对数，计做valid_coordinates_count_left和valid_coordinates_count_right；
则安全线起始点和结束点为：
起始点：start_X＝(i0+i2+...+i(2(n-1))/valid_coordinates_count_left,
结束点：end_y＝(i1+i3+...+i(2n-1))/valid_coordinates_count_right
最后根据安全线起始点和结束点，定位安全线坐标位置。
4.根据权利要求1所述的图像斑马线图文的识别方法，其特征在于，步骤1中，在获取纸币的图像后，还包括：
对获取的图像中的纸币位置进行角点位置的定位，获得图像中的纸币位置的四个角点位置；
通过获取的四个角点位置，对图像进行仿射变换，将随机的图像变换成目标像素大小且呈规则形状的纸币图像，步骤1中，从该图像中选取斑马线区域，作为分析斑马线的图文样本。
5.一种图像斑马线图文的识别装置，其特征在于，所述装置包括区域选取模块、差值计算模块、一维特征计算模块和纸币真伪判别模块；
所述区域选 取模块用于获取纸币的图像，并从所述纸币图像中选取斑马线区域，作为分析斑马线的图文样本；
所述差值计算模块用于从所述图文样本中，进行行扫描，同一方向依次计算每一行相邻两点的像素值差值，并统计得到所有行的差值累加和计做为sum_diff_x；同一方向依次计算每一列每相隔delta个点的像素值差值，并统计得到所有列的差值累加和计做为sum_diff_y；
所述一维特征计算模块用于从所述图文样本中，抽样若干列，对抽样的列进行列扫描，得到每一列像素点的纵向一维特征，所述纵向一维特征包括矩形波宽度Rectangular_Width和波长Lambda；
所述纸币真伪判别模块用于根据得到的sum_diff_x、sum_diff_y和所述Rectangular_Width、Lambda，并基于真币对应的sum_diff_x、sum_diff_y、Rectangular_Width和Lambda判断纸币的真伪；
其中，从所述纸币图像中选取斑马线区域，作为分析斑马线的图文样本具体为：
从获取的图像中抠取包含斑马线和安全线所在区域的小图，从所述小图中定位安全线坐标位置，
根据安全线坐标位置，如安全线居小图右，则抽样选取安全线左边区域，作为分析斑马线的图文样本，反之，则抽样选取安全线右边区域，作为分析斑马线的图文样本。
6.根据权利要求5所述的图像斑马线图文的识别装置，其特征在于，sum_diff_x计算公式如下：
sum_diff_x＝sum_diff_x0+sum_diff_x1+...+sum_diff_x(n-1)
sum_diff_x0＝(A(0,1)-A(0,0))+(A(0,2)-A(0,1))+...+(A(0,m-1)-A(0,m-2))；
sum_diff_x1＝(A(1,1)-A(1,0))+(A(1,2)-A(1,1))+...+(A(1,m-1)-A(1,m-2))；
...
sum_diff_x(n-1)＝(A(n-1,1)-A(n-1,0))+(A(n-1,2)-A(n-1,1))+...+(A(n-1,m-1)-A(n-1,m-2))；
其中，n表示所述图文样本的行值，m表示所述图文样本的列值，A(n，m)表示第n行的第m列像素点对应的像素值；
sum_diff_y计算公式如下：
sum_diff_y＝sum_diff_y0+sum_diff_y1+...+sum_diff_y(m-1)；
sum_diff_y0＝(A(delta,0)-A(0,0))+(A(delta+1,0)-A(1,0))+...+(A(n-1,0)-A(n-1-delta,0))；
sum_diff_y1＝(A(delta,1)-A(0,1))+(A(delta+1,1)-A(1,1))+...+(A(n-1,1)-A(n-1-delta,1))；
...
sum_diff_y(m-1)＝(A(delta,m-1)-A(0,m-1))+(A(delta+1,m-1)-A(1,m-1))+...+(A(n-1,m-1)-A(n-1-delta,m-1))；
其中，n表示所述图文样本的行值，m表示所述图文样本的列值，A(n，m)表示第n行的第m列像素点对应的像素值，delta为抽样行的间隔行数，A(delta，m)表示第delta行的第m列像素点对应的像素值。
7.根据权利要求5所述的图像斑马线图文的识别装置，其特征在于，从所述小图中定位安全线坐标位置具体为：
对所述小图进行行行抽样，分析每行像素点分布存在的一维矩形波特性，定位计算安全线具体坐标信息，具体如下：
通过十字滤波方法计算像素点的像素值：
A(i,j)＝(A(i+1,j)+A(i-1,j)+A(i,j)+A(i,j-1)+A(i,j+1))/5；
其中，i，j为像素点对应的坐标信息，A(i,j)为坐标为(i，j)的点对应的像素值；
计算上升沿下降沿发生点：
上升沿计算公式：
(A(i,j)-Ref)+(A(i-1,j)-Ref)+(A(i-2,j)-Ref)+...+(A(i-n-1,j)-Ref)<＝sum1；
(A(i+1,j)-Ref)+(A(i+2,j)-Ref)+(A(i+3,j)-Ref)+...+(A(i+n,j)-Ref)>＝sum2；
下降沿计算公式：
(A(i,j)-Ref)+(A(i-1,j)-Ref)+(A(i-2,j)-Ref)+...+(A(i-n-1,j)-Ref)>＝sum3；
(A(i+1,j)-Ref)+(A(i+2,j)-Ref)+(A(i+3,j)-Ref)+...+(A(i+n,j)-Ref)<＝sum4；
其中，A(i,j)为坐标为(i，j)的点对应的像素值，Ref为二值化分割对应的基准，n为选定滑窗大小，sum1、sum2、sum3和sum4为需满足条件的个数；
根据上述计算结果，横向抽样n行信息，可分别得出上升沿下降沿n对，分别为(A1(i0，i1)，A2(i2，i3)，A3(i4，i5)，....，An(i(2(n-1))，i(2n-1))(其中n为正数，且n>＝1)，偶数i0，i2，...，i(2(n-1))为左边，i1，i3，...，i(2n-1)为右边，计算abs(i0,i2)≤error，abs(i1,i3)≤error，其中error为允许的偏移误差范围，依次类推，按照实际计算左右边有效对数，计做valid_coordinates_count_left和valid_coordinates_count_right；
则安全线起始点和结束点为：
起始点：start_X＝(i0+i2+...+i(2(n-1))/valid_coordinates_count_left,
结束点：end_y＝(i1+i3+...+i(2n-1))/valid_coordinates_count_right
最后根据安全线起始点和结束点，定位安全线坐标位置。
8.根据权利要求5所述的图像斑马线图文的识别装置，其特征在于，所述装置还包括图像变换模块；
所述图像变换模块用于在获取纸币的图像后，对获取的图像中的纸币位置进行角点位置的定位，获得图像中的纸币位置的四个角点位置；
通过获取的四个角点位置，对图像进行仿射变换，将随机的图像变换成目标像素大小且呈规则形状的纸币图像，步骤1中，从该图像中选取斑马线区域，作为分析斑马线的图文样本。
CN202010425844.6A 2020-05-19 2020-05-19 一种图像斑马线图文的识别方法及装置 Active CN111915792B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010425844.6A CN111915792B (zh) 2020-05-19 2020-05-19 一种图像斑马线图文的识别方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010425844.6A CN111915792B (zh) 2020-05-19 2020-05-19 一种图像斑马线图文的识别方法及装置

Publications (2)

Publication Number Publication Date
CN111915792A CN111915792A (zh) 2020-11-10
CN111915792B true CN111915792B (zh) 2022-06-07

Family

ID=73237992

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010425844.6A Active CN111915792B (zh) 2020-05-19 2020-05-19 一种图像斑马线图文的识别方法及装置

Country Status (1)

Country Link
CN (1) CN111915792B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112735021B (zh) * 2020-12-31 2022-08-16 沈阳中钞信达金融设备有限公司 一种钞票斑马线识别检伪方法

Citations (23)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0014729A1 (en) * 1979-02-26 1980-09-03 Sensor Corporation A digital eddy current apparatus for identifying specimens of electrically conductive material of unknown composition
EP2281279A1 (en) * 2008-04-18 2011-02-09 Coinsecure, Inc. Apparatus for producing optical signatures from coinage
CN102034108A (zh) * 2010-12-06 2011-04-27 哈尔滨工业大学 基于多分辨网格特征配准的清分机纸币面值面向分类方法
JP2012525618A (ja) * 2009-04-28 2012-10-22 バンキット・アクチボラグ 紙幣検出器デバイスのための方法、および紙幣検出器デバイス
CN103021078A (zh) * 2011-09-27 2013-04-03 日立欧姆龙金融系统有限公司 纸张类识别装置
CN104021548A (zh) * 2014-05-16 2014-09-03 中国科学院西安光学精密机械研究所 一种获取场景4d信息的方法
CN104298989A (zh) * 2014-08-20 2015-01-21 深圳大学 基于斑马线红外图像特征的鉴伪方法及其系统
WO2016055342A1 (en) * 2014-10-07 2016-04-14 Qinetiq Limited Optical identification system
CN105654464A (zh) * 2014-11-28 2016-06-08 佳能株式会社 图像处理装置及图像处理方法
CN105976316A (zh) * 2016-04-27 2016-09-28 武汉卓目科技有限公司 基于接触式图像传感器的多谱段图像重建方法及系统
CN106408747A (zh) * 2016-09-06 2017-02-15 深圳怡化电脑股份有限公司 一种图像识别方法及装置
CN106504409A (zh) * 2016-11-16 2017-03-15 深圳怡化电脑股份有限公司 一种纸币磁性安全线的检测方法及装置
CN106710062A (zh) * 2016-12-12 2017-05-24 深圳怡化电脑股份有限公司 检测纸币安全线的方法及装置
CN106780966A (zh) * 2017-02-17 2017-05-31 深圳怡化电脑股份有限公司 一种纸币鉴伪方法及装置
WO2017141006A1 (en) * 2016-02-18 2017-08-24 Checkprint Limited Method and apparatus for detection of document tampering
CN107274543A (zh) * 2017-06-23 2017-10-20 深圳怡化电脑股份有限公司 一种纸币的识别方法、装置、终端设备和计算机存储介质
CN107729899A (zh) * 2016-08-11 2018-02-23 杭州海康威视数字技术股份有限公司 一种车牌号码识别方法及装置
CN108091033A (zh) * 2017-12-26 2018-05-29 深圳怡化电脑股份有限公司 一种纸币的识别方法、装置、终端设备和存储介质
CN108335402A (zh) * 2017-01-18 2018-07-27 武汉卓目科技有限公司 一种基于深度学习的验钞机红外对管鉴伪方法
CN108711213A (zh) * 2018-03-30 2018-10-26 深圳怡化电脑股份有限公司 一种纸币斑马线黑白块的识别方法及装置
CN108961200A (zh) * 2017-05-17 2018-12-07 深圳怡化电脑股份有限公司 一种灰尘检测方法及装置
CN109784344A (zh) * 2019-01-24 2019-05-21 中南大学 一种用于地平面标识识别的图像非目标滤除方法
CN110956737A (zh) * 2020-01-07 2020-04-03 武汉卓目科技有限公司 一种安全线识别方法和装置

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN100588262C (zh) * 2008-05-20 2010-02-03 上海交通大学 信源信道联合编码中的信道码码率分配方法
CN101593292B (zh) * 2009-05-07 2012-01-04 长沙融威电子科技有限公司 非接触式纸币、票证分张计数防伪方法及装置
DE102010055427A1 (de) * 2010-12-21 2012-06-21 Giesecke & Devrient Gmbh Verfahren und Vorrichtung zur Untersuchung des optischen Zustandes von Wertdokumenten
WO2016153936A1 (en) * 2015-03-20 2016-09-29 Digimarc Corporation Digital watermarking and data hiding with narrow-band absorption materials
CN107369243B (zh) * 2017-06-23 2019-08-27 深圳怡化电脑股份有限公司 一种纸币的识别方法、装置、终端设备和计算机存储介质
CN209514733U (zh) * 2019-04-08 2019-10-18 武汉卓目科技有限公司 一种带胶带纸检测功能的接触式图像传感器

Patent Citations (23)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0014729A1 (en) * 1979-02-26 1980-09-03 Sensor Corporation A digital eddy current apparatus for identifying specimens of electrically conductive material of unknown composition
EP2281279A1 (en) * 2008-04-18 2011-02-09 Coinsecure, Inc. Apparatus for producing optical signatures from coinage
JP2012525618A (ja) * 2009-04-28 2012-10-22 バンキット・アクチボラグ 紙幣検出器デバイスのための方法、および紙幣検出器デバイス
CN102034108A (zh) * 2010-12-06 2011-04-27 哈尔滨工业大学 基于多分辨网格特征配准的清分机纸币面值面向分类方法
CN103021078A (zh) * 2011-09-27 2013-04-03 日立欧姆龙金融系统有限公司 纸张类识别装置
CN104021548A (zh) * 2014-05-16 2014-09-03 中国科学院西安光学精密机械研究所 一种获取场景4d信息的方法
CN104298989A (zh) * 2014-08-20 2015-01-21 深圳大学 基于斑马线红外图像特征的鉴伪方法及其系统
WO2016055342A1 (en) * 2014-10-07 2016-04-14 Qinetiq Limited Optical identification system
CN105654464A (zh) * 2014-11-28 2016-06-08 佳能株式会社 图像处理装置及图像处理方法
WO2017141006A1 (en) * 2016-02-18 2017-08-24 Checkprint Limited Method and apparatus for detection of document tampering
CN105976316A (zh) * 2016-04-27 2016-09-28 武汉卓目科技有限公司 基于接触式图像传感器的多谱段图像重建方法及系统
CN107729899A (zh) * 2016-08-11 2018-02-23 杭州海康威视数字技术股份有限公司 一种车牌号码识别方法及装置
CN106408747A (zh) * 2016-09-06 2017-02-15 深圳怡化电脑股份有限公司 一种图像识别方法及装置
CN106504409A (zh) * 2016-11-16 2017-03-15 深圳怡化电脑股份有限公司 一种纸币磁性安全线的检测方法及装置
CN106710062A (zh) * 2016-12-12 2017-05-24 深圳怡化电脑股份有限公司 检测纸币安全线的方法及装置
CN108335402A (zh) * 2017-01-18 2018-07-27 武汉卓目科技有限公司 一种基于深度学习的验钞机红外对管鉴伪方法
CN106780966A (zh) * 2017-02-17 2017-05-31 深圳怡化电脑股份有限公司 一种纸币鉴伪方法及装置
CN108961200A (zh) * 2017-05-17 2018-12-07 深圳怡化电脑股份有限公司 一种灰尘检测方法及装置
CN107274543A (zh) * 2017-06-23 2017-10-20 深圳怡化电脑股份有限公司 一种纸币的识别方法、装置、终端设备和计算机存储介质
CN108091033A (zh) * 2017-12-26 2018-05-29 深圳怡化电脑股份有限公司 一种纸币的识别方法、装置、终端设备和存储介质
CN108711213A (zh) * 2018-03-30 2018-10-26 深圳怡化电脑股份有限公司 一种纸币斑马线黑白块的识别方法及装置
CN109784344A (zh) * 2019-01-24 2019-05-21 中南大学 一种用于地平面标识识别的图像非目标滤除方法
CN110956737A (zh) * 2020-01-07 2020-04-03 武汉卓目科技有限公司 一种安全线识别方法和装置

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
基于卷积运算的纸币红外图像斑马线特征提取;胡学娟;《激光与红外》;20121231;全文 *
纸币鉴伪系统设计与磁图像特征识别方法研究;董静;《中国优秀硕士学位论文全文数据库信息科技辑》;20141231;全文 *

Also Published As

Publication number Publication date
CN111915792A (zh) 2020-11-10

Similar Documents

Publication Publication Date Title
CN103279735B (zh) 一种金融票据识别模块中积灰检测方法及系统
US8942461B2 (en) Method for a banknote detector device, and a banknote detector device
CN107103683B (zh) 纸币识别方法和装置、电子设备和存储介质
CN106952393B (zh) 纸币识别方法和装置、电子设备和存储介质
CN107610322B (zh) 纸币版本的识别方法、装置、电子设备以及存储介质
CN107134047B (zh) 白水印检测方法及装置
CN105069900A (zh) 一种处理纸币信息的方法及装置
CN106875545B (zh) 一种纸币的鉴别方法及装置
CN106920318B (zh) 一种纸币的鉴别方法及装置
CN110956737B (zh) 一种安全线识别方法和装置
WO2017141006A1 (en) Method and apparatus for detection of document tampering
CN111915792B (zh) 一种图像斑马线图文的识别方法及装置
CN106204616B (zh) 一种伊朗纸币币值的识别方法及装置
CN106683261B (zh) 一种纸币的鉴伪方法和装置
CN106296975B (zh) 一种美元纸币面值的识别方法及装置
CN109800745B (zh) 票据检测方法、装置、终端及计算机可读存储介质
US7010154B2 (en) Money identifying method and device
CN108806058A (zh) 一种纸币检测方法及装置
CN106447904B (zh) 一种纸币的鉴别方法和装置
WO2018130119A1 (zh) 一种基于双冠字号的纸币鉴伪方法和系统
CN106447908B (zh) 一种纸币鉴伪方法及装置
Ansari et al. A robust method for identification of paper currency using otsu’s thresholding
CN109543554B (zh) 票据检测方法、装置、终端及计算机可读存储介质
CN109300220B (zh) 基于安全线的纸张鉴伪方法、装置、设备及可读存储介质
CN111627145B (zh) 一种图像精细镂空图文的识别方法及装置

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
CP03 Change of name, title or address
CP03 Change of name, title or address

Address after: No. 006, 20th Floor, Business Project (China Pharmaceutical Technology Trading Market), No.1 Yaojian Road, West of Heying Road, Gaoxin Avenue, Donghu New Technology Development Zone, Wuhan City, Hubei Province, 430073

Patentee after: Wuhan Zhuomu Technology Co.,Ltd.

Country or region after: China

Address before: A2-32-05, 2nd floor, Guannan science and Technology Industrial Park, Guandong street, Donghu New Technology Development Zone, Wuhan, Hubei Province

Patentee before: WUHAN ZMVISION TECHNOLOGY Co.,Ltd.

Country or region before: China