CN112419580A - 一种基于高光谱成像的纸币真伪鉴别方法 - Google Patents
一种基于高光谱成像的纸币真伪鉴别方法 Download PDFInfo
- Publication number
- CN112419580A CN112419580A CN202011165196.1A CN202011165196A CN112419580A CN 112419580 A CN112419580 A CN 112419580A CN 202011165196 A CN202011165196 A CN 202011165196A CN 112419580 A CN112419580 A CN 112419580A
- Authority
- CN
- China
- Prior art keywords
- spectral
- money
- paper money
- counterfeit
- authenticity
- 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.)
- Pending
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
- G07D7/20—Testing patterns thereon
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07D—HANDLING OF COINS OR VALUABLE PAPERS, e.g. TESTING, SORTING BY DENOMINATIONS, COUNTING, DISPENSING, CHANGING OR DEPOSITING
- G07D2207/00—Paper-money testing devices
Abstract
本发明属于纸币识别技术领域,公开了一种基于高光谱成像的纸币真伪鉴别方法,包括如下步骤:步骤A:调节仪器的积分时间;步骤B:将待鉴定纸币放置在承载台上;步骤C:对高光谱成像仪参数设置;步骤D:对纸币的其中一面进行推扫成像形成三维光谱图像;步骤E:重复步骤步骤B至步骤D完成纸币另一面三维光谱图像的采集;步骤F:将纸币正反两面的三维光谱图像由DN值转为光谱反射率值从而得到光谱反射率曲线;步骤G:进行光谱分析;本发明通过分析真钞与不同版本的假钞在可见近红外光谱范围内高光谱反射率的差异以及运用光谱运算、主成分分析等技术手段,旨在快速探索出真钞与假钞之间以及不同版本、不同来源假钞之间的差异。
Description
技术领域
本发明属于纸币识别技术领域,特别涉及一种基于高光谱成像的纸币真伪鉴别方法。
背景技术
随着我国国民经济的快速发展,中国作为世界第二大经济体,人名币在国际支付中所占的份额越来越高。然而越来越多的高仿真人民币出现在流通领域,严重地威胁了我国的金融安全,危害了国内的社会秩序。因此,加快人民币真假的鉴定研究,是保证我国金融安全,维护人民币在国际金融市场地位的重要技术保证。传统的人民币真伪的鉴定是一般是通过“一看、二摸、三听、四测”的方法进行的,对于人民币流通量大的领域,则通常通过验钞机等设备测试进行预防。然而对于一些“高仿”人民币,以上方法往往无法检验出来,需要研究新的更科学、更准确的鉴别方法。
目前国内、外很多专家学者针对人民币的真假鉴定进行了一系列的研究。廖昱博等基于拉曼光谱分析技术,识别伪造、变造的人民币,而且还可以分辨不同来源的假币。黄鹰等人采用荧光光谱分析法,对钞票真伪进行识。Woo June Choi等通过全场光学相干断层扫描技术探析钞票的内部结构,用来区分钞票的真伪。陈强等人利用发光光谱成像技术对真伪人民币进行检验,并且可以较好的区分开真假人民币以及不同来源的假币。王妍校通过分析假币的近红外光谱,来溯源假币的来源。蔡能斌等通过成像光谱仪获取真假人民币的光谱影像集,以对假币进行鉴别。曹丽琴等利用真伪纸币的光谱差异性对纸币真伪进行鉴别分析。Ioan Cristinel Negru等基于红外光谱和质谱法识别钞票的真伪。Hoong TaLim等利用高光谱成像仪,对流通的新加坡聚合物钞票进行了真假鉴定。Junmin Wang采用“增量”容差算法来提取钞票的主要颜色和纹理特征,来区分真伪钞票。Radigya M.Correia等人利用近红外光谱仪并结合主要成分分析和偏最小二乘判别分析对真伪钞票进行分析鉴别。刘海玲等基于太赫兹脉冲成像技术,对真假人民币进行有效地鉴定。
虽然专家学者们对真假钞的鉴定做了许多研究,但目前未有利用可见近红外成像高光谱对真假钞进行鉴别分析,特别是针对同一版本人民币出现的多种版本假钞正反面进行分析研究。高光谱成像集成了常规成像和光谱学,可从标本中获得空间和光谱信息。该技术使研究人员能够分析痕迹的化学组分,同时可视化它们的空间分布。高光谱成像技术为纸币的真伪性的检测,识别提供了巨大的潜力。
发明内容
本发明的目的在于提供一种基于高光谱成像的纸币真伪鉴别方法;为达到上述目的所采取的技术方案是:
一种基于高光谱成像的纸币真伪鉴别方法,其特征在于,包括如下步骤:
步骤A:在采集纸币的高光谱数据前,首先根据高光谱成像仪光源的亮度调节该仪器的积分时间;
步骤B:将一张真币、一张或者多张待鉴定纸币并排放置在高光谱成像仪承载台上,并将其压平,经过多次调试对高光谱成像仪的物镜高度、曝光时间、承载台移动速度三个参数进行设置;
步骤C:以上三个参数设置完成后,对高光谱成像仪的X轴空间像素数、Z轴光谱通道数进行设置;
步骤D:然后承载台带着纸币沿着Y轴方向移动即承载台的移动方向,对纸币的其中一面进行推扫成像形成三维光谱图像;
步骤E:重复步骤步骤B至步骤D完成纸币另一面三维光谱图像的采集;
步骤F:将纸币正反两面的三维光谱图像由DN值转为光谱反射率值从而得到光谱反射率曲线,同时进行降噪预处理;
步骤G:进行光谱分析:选取纸币正反面的多个特征点作为对比对象,根据步骤F中的光谱反射率曲线,选出对应特征点处的光谱反射率曲线,从而根据特征点处的光谱反射率曲线的差异确定出纸币的真伪。
优选的,进行图像分析:根据步骤G中正反面多个特征点处的光谱反射率曲线变化特征,选取500nm、660nm和870nm三个波长的灰度图观察真钞与假钞在不同特征点的显差异确定出纸币的真伪。
优选的,进行主成分分析:利用主成分分析变换去除正反两面的三维光谱图像波段间的相关性,去除冗余信息,经过主成分分析变换后,大部分信息集中在前几个主成分分量中,其它的主成分分量以噪声为主。
优选的,所述主成分分析变换是数据降维方法,主要是通过对三维光谱图像的光谱反射率值数据的协方差矩阵进行特征值分解,特征值对应数据在各个主成分上的权重,特征值分解后的特征向量对应数据的主成分。
优选的,在步骤A中,高光谱成像仪光源的积分时间调整方法为:首先将白板放在镜头下的承载台上,使得刚好覆盖在镜头和狭缝采集成像的范围内,点击软件上的自动曝光按钮,经过3秒钟后会在曝光时间栏自动得到一个经过优化的积分时间;得到积分时间后,点击白帧按钮,采集白板校正图像数据DNwhtie,然后盖上镜头盖,点击黒帧按钮,得到白板校正图像数据DNdark。
优选的,在步骤B中,物镜高度为31cm、曝光时间为11ms、承载台移动速度4.8mm/s;在步骤C中,X轴是镜头的狭缝长度方向,光源经过狭缝后能探测到的视场角范围,代表的是线推扫的空间像素数,X轴空间像素数为960个像素;Z轴为一定光谱范围内每个像素的光谱通道数量,Z轴光谱通道数为176个光谱通道;Y轴为推扫方向的累计线数的数量,可以根据所测物品的长短进行设置。
优选的,在步骤D中,在三维光谱图像采集过程中使用黑色背景,在步骤F中,三维光谱图像DN值转为光谱反射率值的转换公式为:
其中,Rref是校正过的图像数据,DNraw是原始图像数据,DNwhtie为白板校正图像数据,DNdark是黑板校正图像数据。
优选的,在步骤F中,降噪预处理采用SG平滑算法算法的二次多项式5点平滑对光谱数据进行处理,同时去除400-1000nm前后50nm低信号的光谱以减少分析结果的误差。
优选的,在步骤G中,选取纸币正面的多个特征点分别为人民币左下角的100数字、右上角的国徽、毛主席右边的头发以及毛主席衣服的衣领处;选取纸币反面的多个特征点分别为人民币右上角的100数字、人民大会堂、人民币花卉的花边以及右边的毛主席隐形头像。
本发明所具有的有益效果为:通过分析百元钞中2005版真钞与2005版不同批次假钞的正反面的光谱反射率可知,在400-1000nm光谱范围内,真钞与假钞之间的有些图案的光谱反射率差异较大,有些图案的光谱反射率则差异并不显著。而不同批次的假钞,其不同位置的光谱反射率也存在较大的差异。主要原因是真假钞所用颜料及工艺有很大关系,而且不同来源的假币油墨成分也不相同。通过对比真假钞正反面单波段、波段运算与主成分分析12个主成分的灰度图可知,基于单波段的灰度图,近红外波段可在钞票的正面毛主席头像、左下角的100字样区别于假钞,在钞票的反面,真钞可在毛主席头像、大会堂、右下角的100字样区别于假钞,而可见光的波段,真假钞较难区分;基于波段运算的灰度图,真钞在正面上如毛主席头像、国徽、右上角100数字、小圆圈及下方图案等多个地方区别于假钞,在反面上,真钞在大会堂、100数字、右上角图案等地方可区别于假钞;基于主成分分析的灰度图,无论是正面或反面,有信号的灰度图,真钞均可区别于假钞,有些主成分存在多处可区别于真假钞的地方。
本发明利用可见近红外高光谱系统测量2005版百元真钞以及两个版本百元假钞,通过分析真钞与不同版本的假钞在可见近红外光谱范围内高光谱反射率的差异以及运用光谱运算、主成分分析等技术手段,旨在快速探索出真钞与假钞之间以及不同版本、不同来源假钞之间的差异。不但为快速、准确鉴定人民币真假提供技术支撑,而且还可以准确地对假钞的来源地进行溯源,在公安实战中具有实际意义。
附图说明
图1为三张纸币正面的三维光谱图像;
图2为三张纸币反面的三维光谱图像;
图3为三张纸币正面的特征点处成像光谱图;
图4为三张纸币反面的特征点处成像光谱图;
图5为三张纸币正面分别在500nm、660nm和870nm三个波长的灰度图;
图6为三张纸币反面分别在500nm、660nm和870nm三个波长的灰度图;
图7为三张纸币正面的前12个主成分的灰度图;
图8为三张纸币反面的前12个主成分的灰度图。
具体实施方式
下面结合附图对本发明进一步描述。本具体实施例中所使用的样品以2005版百元人民币为实验样本,其中所用的两张百元假钞由公安部物证鉴定中心提供,假币逼真度高,伪装性极好,从肉眼上无法区分真假币,真币编码为:F80G749599,两张假币的编码分别为:HB90269566和HB90237038。
一种基于高光谱成像的纸币真伪鉴别方法,包括如下步骤:
步骤A:在采集纸币的高光谱数据前,首先根据高光谱成像仪光源的亮度调节该仪器的积分时间;具体的高光谱成像仪光源的积分时间调整方法为:首先将白板放在镜头下的承载台上,使得刚好覆盖在镜头和狭缝采集成像的范围内,点击软件上的自动曝光按钮,经过3秒钟后会在曝光时间栏自动得到一个经过优化的积分时间;得到积分时间后,点击白帧按钮,采集白板校正图像数据DNwhtie,然后盖上镜头盖,点击黒帧按钮,得到白板校正图像数据DNdark;
步骤B:纸币数据采集:将一张真币、一张或者多张待鉴定纸币同一面并排放置在高光谱成像仪承载台上,并将其压平,经过多次调试对高光谱成像仪的物镜高度、曝光时间、承载台移动速度三个参数进行设置;其中物镜高度为31cm、曝光时间为11ms、承载台移动速度4.8mm/s;
步骤C:以上三个参数设置完成后,对高光谱成像仪的X轴空间像素数、Z轴光谱通道数进行设置;其中,X轴是镜头的狭缝长度方向,光源经过狭缝后能探测到的视场角范围,代表的是线推扫的空间像素数,X轴空间像素数为960个像素;Z轴为一定光谱范围内每个像素的光谱通道数量,Z轴光谱通道数为176个光谱通道;Y轴为推扫方向的累计线数的数量,可以根据所测物品的长短进行设置。
步骤D:然后承载台带着三张纸币沿着Y轴方向移动即承载台的移动方向,并且在黑色背景环境下对纸币的其中一面进行推扫成像形成三维光谱图像;也可以在高光谱成像仪暗箱内部安装4个带磨玻璃表面的卤素灯,分别从高光谱成像仪暗箱的4个不同位置对被测钱币进行照射,保证了从任何角度看过去都没有阴影;
步骤E:重复步骤步骤B至步骤D完成纸币另一面三维光谱图像的采集;如图1和图2分别为三张纸币正反两面的三维光谱图像;
步骤F:将纸币正反两面的三维光谱图像由DN值转为光谱反射率值从而得到光谱反射率曲线,同时进行降噪预处理;其中,三维光谱图像DN值转为光谱反射率值的转换公式为:
其中,Rref是校正过的图像数据,DNraw是原始图像数据,DNwhtie为白板校正图像数据,DNdark是黑板校正图像数据。
在步骤F中,降噪预处理采用SG平滑算法算法的二次多项式5点平滑对光谱数据进行处理,同时去除400-1000nm前后50nm低信号的光谱以减少分析结果的误差。
步骤G:进行光谱分析:选取纸币正反面的多个特征点作为对比对象,如图3和图4所示,具体地选取纸币正面的多个特征点分别为人民币左下角的100数字、右上角的国徽、毛主席右边的头发以及毛主席衣服的衣领处;选取纸币反面的多个特征点分别为人民币右上角的100数字、人民大会堂、人民币花卉的花边以及右边的毛主席隐形头像。
根据步骤F中的光谱反射率曲线,选出对应特征点处的光谱反射率曲线,从而根据特征点处的光谱反射率曲线的差异确定出纸币的真伪。
图3和图4分别为百元假钞(第一、二张)与百元真钞(第三张)正反面的成像光谱RGB(RGB分别为640nm、550nm和460nm)图以及真假钞正反面4个特征位置的光谱反射率曲线。真假钞正面的4个特征位置分别为人民币左下角的100数字、右上角的国徽、毛主席右边的头发以及毛主席衣服的衣领处(图3所示)。真假钞反面的4个特征点分别为人民币右上角的100数字、人民大会堂、人民币花卉的花边以及右边的毛主席隐形头像(图4所示)。从真假钞正面四个特征位置的光谱反射率曲线可知,真钞与假钞的光谱反射率差异较大,假钞之间的光谱反射率同样有较大差异(图3所示)。对于真假钞正面的分析可知,100数字处光谱在450-950nm范围内差异显著,在450-700nm范围内,总体上第二张假钞的光谱反射率高于真钞,真钞的光谱反射率则高于第一张假钞;在700-950nm范围内,真钞的光谱反射率均小于假钞。国徽处光谱在575-725nm范围内,真钞与假钞的光谱反射率差异较大,在450-575nm以及725-950nm范围内,差异并不显著。毛主席头发处在450-575nm范围内无显著差异,但在575-950nm真钞与第一张假钞差异显著,在575-740nm范围内真钞与第二张假钞差异显著,在740-950nm范围内,真钞与第二张假钞差异不显著。毛主席衣领处在590nm-950nm范围内差异显著,在450-590nm范围内差异不显著。
对于真假钞反面(图4所示)的分析可知,100数字处光谱在450-500nm范围内,第二张假钞的光谱反射率高于第一张假钞,第一张假钞与真钞的反射率无显著差异;在575nm范围内,真钞的光谱反射率值高于两张假钞,第一张假钞的反射率值则高于第二张假钞。大会堂处光谱在450-540nm范围内,第一张假钞的光谱反射率低于第二张假钞与真钞;在575-950nm范围内,真钞与两张假钞的光谱反射率差异显著。真钞的花卉处光谱在520nm附近有一峰值,在540nm附近有一谷值,然而2张假钞在520nm和540nm附近均无峰值与谷值;在555-950nm范围内,第一张假钞的光谱反射率高于真钞,而真钞的光谱反射率高于第二张假钞。在隐形头像处,第二张假钞光谱反射率变化趋势与真钞相似,但真钞的光谱反射率值高于假钞。在450-510nm范围内,真钞的光谱反射率值高于第一张假钞;在510-550nm和600-950nm范围内,第一张假钞的反射率值高于真钞;在550-600nm之间,真钞与第一张假钞的变化趋势一致且反射率值相近。
另外,还可以进行图像分析:如图5和图6所示,根据步骤G中正反面多个特征点处的光谱反射率曲线变化特征,选取500nm、660nm和870nm三个波长的灰度图观察真钞与假钞在不同特征点的显差异确定出纸币的真伪。
由图5的真假钞的正面可知,在500nm处真钞正面的纹理清晰度高于假钞,但无其他显著差异(图5所示)。在660nm处,真钞与假钞在多处有明显差异。其中在真钞与假钞的正面,真钞的左下角有2个100字样,而假钞只有1个100字样;真钞的左边有毛主席的头像,而假钞没有;真钞左上角的国徽颜色很淡,基本上看不清,而假钞显示很清晰;真钞右边的毛主席头像与其他位置如“中国人民银行”字样颜色较淡,而假钞在这些位置的颜色显示深于真钞(图5所示)。在870nm处,第二张假钞除了左下角的几个数字,无其他图像信息。而第一张假钞图像信息较为丰富,与660nm的灰度图相似;真钞在870nm同样有2处毛主席头像,在左下角同样有2个100字样,而假钞只有1处毛主席头像或者没有,左下角无100字样或显示不清,真钞在其他地方无显著特征(图5所示)。
从图6的真假钞的反面可知,与正面相似在500nm的灰度图处,真钞反面的纹理清晰度高于假钞,但无其他显著差异(图6所示)。在660nm的灰度图,真钞的右侧有毛主席头像及100字样,而假钞没有;真钞的左侧图像轮廓清晰,而假钞轮廓模糊(图6所示)。在870nm的灰度图,真钞的右侧依然有毛主席头像及100字样,在人民币的左侧,真钞的人民大会堂左侧显示清晰,右侧无显示,而假钞左右两侧均无显示(图6所示)。
综合分析真钞与假钞的正反面在500nm、660nm和870nm三个波段的灰度图可知,真钞在500nm处的图像轮廓清晰,在660nm和870nm两个波段,无论是正面或反面,真钞均有多处特征位置有异于假钞,因此可用660nm或870nm区别百元真假钞。
还可以进行主成分分析:利用主成分分析变换去除正反两面的三维光谱图像波段间的相关性,去除冗余信息,经过主成分分析变换后,大部分信息集中在前几个主成分分量中,其它的主成分分量以噪声为主。其中所述主成分分析变换是数据降维方法,主要是通过对三维光谱图像的光谱反射率值数据的协方差矩阵进行特征值分解,特征值对应数据在各个主成分上的权重,特征值分解后的特征向量对应数据的主成分。
如图7所示,真假钞正面的前12个主成分的灰度图。从图中可知,每一主成分均有真钞显著区别于假钞的地方,其中第3-7主成分真钞区别于假钞的地方较多,比如在第3主成分中,在毛主席头像、左下角的100字样、右上角的100字样、花卉、国徽周边图案等多个地方,真钞可区别于假钞。第1主成分和第2主成分覆盖的信息较多,真钞在花卉上的“壹佰元”字体、毛主席头像等地方与假钞的显示不同。第8-12主成分虽然所含噪声较多,但在毛主席头像、100字样等地方,真钞与假钞的显示均不相同。
如图8所示,为真假钞反面的前12个主成分的灰度图,从图中可知,每一主成分也均有真钞区别于假钞的地方,主要集中在大会堂、右上角的100字样、左上角的100字样、左下角的100字样、中间的花卉、左边的图案等多个地方。其中第3-5主成分的灰度图中,真钞区别于假钞的地方较多。在第一主成分中,真钞的图案及轮廓的清晰度高于假钞。在第8-12主成分虽然所含噪声较多,但仍多处较为显著的地方可区别真钞与假钞。
本具体实施例通过分析百元钞中2005版真钞与2005版不同批次假钞的正反面的光谱反射率可知,在400-1000nm光谱范围内,真钞与假钞之间的有些图案的光谱反射率差异较大,有些图案的光谱反射率则差异并不显著。而不同批次的假钞,其不同位置的光谱反射率也存在较大的差异。主要原因是真假钞所用颜料及工艺有很大关系,而且不同来源的假币油墨成分也不相同。通过对比真假钞正反面单波段、波段运算与主成分分析12个主成分的灰度图可知,基于单波段的灰度图,近红外波段可在钞票的正面毛主席头像、左下角的100字样区别于假钞,在钞票的反面,真钞可在毛主席头像、大会堂、右下角的100字样区别于假钞,而可见光的波段,真假钞较难区分;基于波段运算的灰度图,真钞在正面上如毛主席头像、国徽、右上角100数字、小圆圈及下方图案等多个地方区别于假钞,在反面上,真钞在大会堂、100数字、右上角图案等地方可区别于假钞;基于主成分分析的灰度图,无论是正面或反面,有信号的灰度图,真钞均可区别于假钞,有些主成分存在多处可区别于真假钞的地方。
最后应说明的是:以上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,但这些修改或者替换,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。
Claims (9)
1.一种基于高光谱成像的纸币真伪鉴别方法,其特征在于,包括如下步骤:
步骤A:在采集纸币的高光谱数据前,首先根据高光谱成像仪光源的亮度调节该仪器的积分时间;
步骤B:将一张真币、一张或者多张待鉴定纸币并排放置在高光谱成像仪承载台上,并将其压平,经过多次调试对高光谱成像仪的物镜高度、曝光时间、承载台移动速度三个参数进行设置;
步骤C:以上三个参数设置完成后,对高光谱成像仪的X轴空间像素数、Z轴光谱通道数进行设置;
步骤D:然后承载台带着纸币沿着Y轴方向移动即承载台的移动方向,对纸币的其中一面进行推扫成像形成三维光谱图像;
步骤E:重复步骤步骤B至步骤D完成纸币另一面三维光谱图像的采集;
步骤F:将纸币正反两面的三维光谱图像由DN值转为光谱反射率值从而得到光谱反射率曲线,同时进行降噪预处理;
步骤G:进行光谱分析:选取纸币正反面的多个特征点作为对比对象,根据步骤F中的光谱反射率曲线,选出对应特征点处的光谱反射率曲线,从而根据特征点处的光谱反射率曲线的差异确定出纸币的真伪。
2.根据权利要求1所述的纸币真伪鉴别方法,其特征在于,进行图像分析:根据步骤G中正反面多个特征点处的光谱反射率曲线变化特征,选取500nm、660nm和870nm三个波长的灰度图观察真钞与假钞在不同特征点的显差异确定出纸币的真伪。
3.根据权利要求1所述的纸币真伪鉴别方法,其特征在于,进行主成分分析:利用主成分分析变换去除正反两面的三维光谱图像波段间的相关性,去除冗余信息,经过主成分分析变换后,大部分信息集中在前几个主成分分量中,其它的主成分分量以噪声为主。
4.根据权利要求3所述的纸币真伪鉴别方法,其特征在于,所述主成分分析变换是数据降维方法,主要是通过对三维光谱图像的光谱反射率值数据的协方差矩阵进行特征值分解,特征值对应数据在各个主成分上的权重,特征值分解后的特征向量对应数据的主成分。
5.根据权利要求1至4任一项所述的纸币真伪鉴别方法,其特征在于,在步骤A中,高光谱成像仪光源的积分时间调整方法为:首先将白板放在镜头下的承载台上,使得刚好覆盖在镜头和狭缝采集成像的范围内,点击软件上的自动曝光按钮,经过3秒钟后会在曝光时间栏自动得到一个经过优化的积分时间;得到积分时间后,点击白帧按钮,采集白板校正图像数据DNwhtie,然后盖上镜头盖,点击黒帧按钮,得到白板校正图像数据DNdark。
6.根据权利要求5所述的纸币真伪鉴别方法,其特征在于,在步骤B中,物镜高度为31cm、曝光时间为11ms、承载台移动速度4.8mm/s;在步骤C中,X轴是镜头的狭缝长度方向,光源经过狭缝后能探测到的视场角范围,代表的是线推扫的空间像素数,X轴空间像素数为960个像素;Z轴为一定光谱范围内每个像素的光谱通道数量,Z轴光谱通道数为176个光谱通道;Y轴为推扫方向的累计线数的数量,可以根据所测物品的长短进行设置。
8.根据权利要求7所述的纸币真伪鉴别方法,其特征在于,在步骤F中,降噪预处理采用SG平滑算法算法的二次多项式5点平滑对光谱数据进行处理,同时去除400-1000nm前后50nm低信号的光谱以减少分析结果的误差。
9.根据权利要求8所述的纸币真伪鉴别方法,其特征在于,在步骤G中,选取纸币正面的多个特征点分别为人民币左下角的100数字、右上角的国徽、毛主席右边的头发以及毛主席衣服的衣领处;选取纸币反面的多个特征点分别为人民币右上角的100数字、人民大会堂、人民币花卉的花边以及右边的毛主席隐形头像。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011165196.1A CN112419580A (zh) | 2020-10-27 | 2020-10-27 | 一种基于高光谱成像的纸币真伪鉴别方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011165196.1A CN112419580A (zh) | 2020-10-27 | 2020-10-27 | 一种基于高光谱成像的纸币真伪鉴别方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112419580A true CN112419580A (zh) | 2021-02-26 |
Family
ID=74840720
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011165196.1A Pending CN112419580A (zh) | 2020-10-27 | 2020-10-27 | 一种基于高光谱成像的纸币真伪鉴别方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112419580A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113609907A (zh) * | 2021-07-01 | 2021-11-05 | 奥比中光科技集团股份有限公司 | 一种多光谱数据的获取方法、装置及设备 |
CN113655019A (zh) * | 2021-08-10 | 2021-11-16 | 南京富岛信息工程有限公司 | 一种管输原油的混油界面检测方法 |
CN114724299A (zh) * | 2022-04-01 | 2022-07-08 | 公安部物证鉴定中心 | 一种基于断层图像特征的纸币真伪鉴别方法及系统 |
CN113655019B (zh) * | 2021-08-10 | 2024-04-26 | 南京富岛信息工程有限公司 | 一种管输原油的混油界面检测方法 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1551039A (zh) * | 2003-04-25 | 2004-12-01 | ��³����ʽ���� | 纸状对象物的检测装置和利用该检测装置的识别装置 |
CN101996439A (zh) * | 2009-08-07 | 2011-03-30 | 创新技术有限公司 | 钞票验证器 |
CN202856815U (zh) * | 2012-10-18 | 2013-04-03 | 深圳市中达瑞和科技有限公司 | 一种可采集高光谱图像及光谱的智能手机 |
CN104598886A (zh) * | 2015-01-23 | 2015-05-06 | 中国矿业大学(北京) | 一种用近红外高光谱图像识别霉变花生的方法 |
CN105445222A (zh) * | 2016-01-19 | 2016-03-30 | 中国矿业大学(北京) | 一种利用近红外高光谱图像识别涂料的方法 |
CN105761272A (zh) * | 2016-03-16 | 2016-07-13 | 北京航空航天大学 | 一种成像光谱混合像元中纯物质数量确定方法 |
DE102016113102A1 (de) * | 2016-07-15 | 2018-01-18 | Tailorlux Gmbh | Vorrichtung und Verfahren zur Aufnahme und Analyse eines Hyperspektralbildes |
CN108956604A (zh) * | 2018-05-29 | 2018-12-07 | 江苏大学 | 一种基于高光谱图像技术识别中华绒螯蟹品质的方法 |
CN109884021A (zh) * | 2019-03-29 | 2019-06-14 | 铁道警察学院 | 一种量子点标记的thc包被抗原、其制备方法及利用其检测食品中大麻含量的方法 |
CN110853217A (zh) * | 2018-07-24 | 2020-02-28 | 深圳怡化电脑股份有限公司 | 鉴伪波长确定方法、装置、设备及存储介质 |
-
2020
- 2020-10-27 CN CN202011165196.1A patent/CN112419580A/zh active Pending
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1551039A (zh) * | 2003-04-25 | 2004-12-01 | ��³����ʽ���� | 纸状对象物的检测装置和利用该检测装置的识别装置 |
CN101996439A (zh) * | 2009-08-07 | 2011-03-30 | 创新技术有限公司 | 钞票验证器 |
CN202856815U (zh) * | 2012-10-18 | 2013-04-03 | 深圳市中达瑞和科技有限公司 | 一种可采集高光谱图像及光谱的智能手机 |
CN104598886A (zh) * | 2015-01-23 | 2015-05-06 | 中国矿业大学(北京) | 一种用近红外高光谱图像识别霉变花生的方法 |
CN105445222A (zh) * | 2016-01-19 | 2016-03-30 | 中国矿业大学(北京) | 一种利用近红外高光谱图像识别涂料的方法 |
CN105761272A (zh) * | 2016-03-16 | 2016-07-13 | 北京航空航天大学 | 一种成像光谱混合像元中纯物质数量确定方法 |
DE102016113102A1 (de) * | 2016-07-15 | 2018-01-18 | Tailorlux Gmbh | Vorrichtung und Verfahren zur Aufnahme und Analyse eines Hyperspektralbildes |
CN108956604A (zh) * | 2018-05-29 | 2018-12-07 | 江苏大学 | 一种基于高光谱图像技术识别中华绒螯蟹品质的方法 |
CN110853217A (zh) * | 2018-07-24 | 2020-02-28 | 深圳怡化电脑股份有限公司 | 鉴伪波长确定方法、装置、设备及存储介质 |
CN109884021A (zh) * | 2019-03-29 | 2019-06-14 | 铁道警察学院 | 一种量子点标记的thc包被抗原、其制备方法及利用其检测食品中大麻含量的方法 |
Non-Patent Citations (1)
Title |
---|
冯雷: ""基于高光谱成像技术的茄子叶片灰霉病早期检测"", 《浙江大学学报(农业与生命科学版)》 * |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113609907A (zh) * | 2021-07-01 | 2021-11-05 | 奥比中光科技集团股份有限公司 | 一种多光谱数据的获取方法、装置及设备 |
WO2023273411A1 (zh) * | 2021-07-01 | 2023-01-05 | 奥比中光科技集团股份有限公司 | 一种多光谱数据的获取方法、装置及设备 |
CN113609907B (zh) * | 2021-07-01 | 2024-03-12 | 奥比中光科技集团股份有限公司 | 一种多光谱数据的获取方法、装置及设备 |
CN113655019A (zh) * | 2021-08-10 | 2021-11-16 | 南京富岛信息工程有限公司 | 一种管输原油的混油界面检测方法 |
CN113655019B (zh) * | 2021-08-10 | 2024-04-26 | 南京富岛信息工程有限公司 | 一种管输原油的混油界面检测方法 |
CN114724299A (zh) * | 2022-04-01 | 2022-07-08 | 公安部物证鉴定中心 | 一种基于断层图像特征的纸币真伪鉴别方法及系统 |
CN114724299B (zh) * | 2022-04-01 | 2023-09-12 | 公安部物证鉴定中心 | 一种基于断层图像特征的纸币真伪鉴别方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112419580A (zh) | 一种基于高光谱成像的纸币真伪鉴别方法 | |
US7599544B2 (en) | Authenticating and authentic article using spectral imaging and analysis | |
Mirza et al. | Paper currency verification system based on characteristic extraction using image processing | |
CN105632015A (zh) | 一种基于云平台的银行票据指纹特征防伪鉴别方法 | |
CN101533536B (zh) | 用于鉴别纸币光谱差异及凹印特征的双光路成像装置 | |
Vila et al. | Development of a fast and non-destructive procedure for characterizing and distinguishing original and fake euro notes | |
CN110046564B (zh) | 一种多光谱活体指纹识别设备及识别方法 | |
da Silva Oliveira et al. | Authenticity assessment of banknotes using portable near infrared spectrometer and chemometrics | |
Sonnex et al. | Identification of forged Bank of England£ 20 banknotes using IR spectroscopy | |
CN101692052A (zh) | 基于超光谱图像技术的名优茶真伪鉴别方法及装置 | |
CN104464075B (zh) | 一种防伪品的检测方法及其检测装置 | |
CN111443043B (zh) | 一种基于高光谱图像的核桃仁品质检测方法 | |
CN107408319A (zh) | 识别装置、识别方法、识别程序及包含识别程序的计算机可读介质 | |
Zeggeye et al. | Automatic recognition and counterfeit detection of Ethiopian paper currency | |
CN115905881B (zh) | 黄珍珠分类的方法以及装置、电子设备、存储介质 | |
CN112649391A (zh) | 一种纤维质量等级在线检测系统及其应用 | |
Sharan et al. | Detection of counterfeit Indian currency note using image processing | |
Rathee et al. | Feature fusion for fake Indian currency detection | |
Sharma et al. | Recognition of Indian paper currency based on LBP | |
CN106338487A (zh) | 一种字画鉴别方法和装置 | |
del Hoyo-Meléndez et al. | A multi-technique approach for detecting and evaluating material inconsistencies in historical banknotes | |
CN106485828B (zh) | 一种纸币识别方法及装置 | |
Viraktamath et al. | Review on detection of fake currency using image processing techniques | |
CN108108740A (zh) | 一种主动毫米波人体图像性别识别方法 | |
CN203178183U (zh) | 基于光谱成像技术的国画真伪鉴别装置 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210226 |
|
RJ01 | Rejection of invention patent application after publication |