CN113205633A - 票据红蓝纤维的检测方法、装置、电子设备和存储介质 - Google Patents

Abstract

本发明实施例提供了一种票据红蓝纤维的检测方法、装置、电子设备和存储介质，其中，所述方法包括：获取待检测票据的原始扫描图像，并对原始扫描图像进行灰度处理得到灰度图像；对灰度图像进行第一次二值化处理，生成二值图像；从二值图像中，查找由预设像素值的连续的像素点组成的区域，得到存在轮廓的候选区域；从灰度图像中截取与存在轮廓的候选区域相对应的存在轮廓的目标灰度图像；对存在轮廓的目标灰度图像进行第二次二值化处理，生成存在轮廓的目标二值图像；根据存在轮廓的目标二值图像，确定所述目标二值图像中是否存在红蓝纤维。通过第一次二值化处理尽可能凸显红蓝纤维，从而提高红蓝纤维检测的准确性。

Description

票据红蓝纤维的检测方法、装置、电子设备和存储介质

技术领域

本发明涉及图像识别领域，特别是涉及一种票据红蓝纤维的检测方法，一种票据红蓝纤维的检测装置，一种电子设备和一种计算机可读存储介质。

背景技术

票据，是金融领域常见的一种证件或凭证。例如，汇票、本票、支票、提单、存单、股票、债券等等。票据鉴别仪是针对票据防伪的技术所研发的一种设备。票据鉴别仪具有长短波紫外线、磁性、水印等鉴别功能，不仅能鉴别人民币、美元、欧元等世界各国货币，还能鉴别各种银行汇票，商业承兑票据、银行承兑票据、银行本票、支票凭证、现金转帐支票、存折等。

目前，主要通过将采集的票据的图像转化为hsv图之后，如图1A-1B所示，采用设定纤维的颜色阈值，将符合设定范围的位置的颜色值设置为0，然后通过圆形拟合判断颜色值为0的区域是否为红蓝纤维。

然而，上述这种检测红蓝纤维的方法需要设定纤维的颜色阈值，但由于不同传感器采集图像的差异，或者设备运行环境的差异，以及纤维丝埋藏在支票中深浅的不同会造成UV图下，红蓝纤维颜色存在较大的差异，这样就会造成基于hsv方法寻找支票红蓝纤维的方案极其的不稳定。其次，通过拟合圆的方式，来确定红蓝纤维的方案也不够精确，往往会把一些噪点区域也误判为红蓝纤维。

发明内容

鉴于上述问题，提出了本发明实施例以便提供一种克服上述问题或者至少部分地解决上述问题的一种票据红蓝纤维的检测方法和相应的一种票据红蓝纤维的检测装置。

为了解决上述问题，本发明公开了一种票据红蓝纤维的检测方法，包括：

获取待检测票据的原始扫描图像，并对所述原始扫描图像进行灰度处理得到灰度图像；

对所述灰度图像进行第一次二值化处理，生成二值图像；

从所述二值图像中，查找由预设像素值的连续的像素点组成的区域，得到存在轮廓的候选区域；

从所述灰度图像中截取与所述存在轮廓的候选区域相对应的存在轮廓的目标灰度图像；

对所述存在轮廓的目标灰度图像进行第二次二值化处理，生成存在轮廓的目标二值图像；

根据所述存在轮廓的目标二值图像中，确定所述目标二值图像中是否存在红蓝纤维。

可选的，所述根据所述存在轮廓的目标二值图像中，确定所述目标二值图像中是否存在红蓝纤维的步骤，包括：

当所述目标二值图像的宽度比高度小时，对所述目标二值图像进行行投影并获取每一行的投影值，当所述每一行的投影值小于预设阈值时，确定所述目标二值图像中存在红蓝纤维；或，

当所述目标二值图像的宽度比高度大时，对所述目标二值图像进行列投影并获取每一列的投影值，当所述每一列的投影值小于预设阈值时，确定所述目标二值图像中存在红蓝纤维。

可选的，所述根据所述存在轮廓的目标二值图像中，确定所述目标二值图像中是否存在红蓝纤维，包括：

采用穿透所述目标二值图像的对角线，确定所述目标二值图像中是否存在红蓝纤维。

可选的，所述采用穿透所述目标二值图像的对角线，确定所述目标二值图像中是否存在红蓝纤维的步骤包括：

分别依据所述目标二值图像的两个对角顶点，生成穿透所述目标二值图像的对角线；

检测穿透所述目标二值图像的对角线上所述预设像素值的像素点；

当所述预设像素值的区域的数量小于或等于预设数值，以及所述预设像素值的区域中像素点数小于预设阈值时，则确定所述目标二值图像中存在红蓝纤维；

其中，所述预设像素值的区域为：所述对角线上由像素值为所述预设像素值的连续的像素点组成的区域。

可选的，所述对所述灰度图像进行第一次二值化处理，生成二值图像的步骤包括：

根据预设窗口大小从所述灰度图像中确定多个目标区域；

分别确定与所述目标区域对应的二值化阈值；

根据所述二值化阈值对所述目标区域进行二值化处理，生成局部二值图像；

采用拼接所有的局部二值图像，生成所述二值图像。

本发明还公开了一种票据红蓝纤维的检测装置，包括：

图像获取模块，用于获取待检测票据的原始扫描图像，并对所述原始扫描图像进行灰度处理得到灰度图像；

第一图像处理模块，用于对所述灰度图像进行第一次二值化处理，生成二值图像；

区域确定模块，用于从所述二值图像中，查找由预设像素值的连续像素点组成的区域，得到存在轮廓的候选区域；

图像截取模块，用于从所述灰度图像中截取与所述存在轮廓的候选区域相对应的存在轮廓的目标灰度图像；

第二图像处理模块，用于对所述存在轮廓的目标灰度图像进行第二次二值化处理，生成存在轮廓的目标二值图像；

红蓝纤维确定模块，用于根据所述存在轮廓的目标二值图像中，确定所述目标二值图像中是否存在红蓝纤维。

可选的，所述红蓝纤维确定模块，包括：

第一红蓝纤维确定子模块，用于当所述目标二值图像的宽度比高度小时，对所述目标二值图像进行行投影并获取每一行的投影值，当所述每一行的投影值小于预设阈值时，确定所述目标二值图像中存在红蓝纤维；或，

第二红蓝纤维确定子模块，用于当所述目标二值图像的宽度比高度大时，对所述目标二值图像进行列投影并每一列的投影值，当所述每一列的投影值小于预设阈值时，确定所述目标二值图像中存在红蓝纤维。

可选的，所述红蓝纤维确定模块，包括：

第三红蓝纤维确定子模块，用于采用穿透所述目标二值图像的对角线，确定所述目标二值图像中是否存在红蓝纤维。

可选的，所述第三红蓝纤维确定子模块，包括：

直线生成单元，用于分别依据所述目标二值图像的两个对角顶点，生成穿透所述目标二值图像的对角线；

像素点检测单元，用于检测穿透所述目标二值图像的对角线上所述预设像素值的像素点；

红蓝纤维确定单元，用于当所述预设像素值的区域的数量小于或等于预设数值，以及所述预设像素值的区域的像素点数小于预设阈值时，则确定所述目标二值图像中存在红蓝纤维；

其中，所述预设像素值的区域为：所述直线上由像素值为所述预设像素值的连续的像素点组成的区域。

可选的，所述第一图像处理模块，包括：

目标区域确定子模块，用于根据预设窗口大小从灰度图像中确定多个目标区域；

二值化阈值确定子模块，用于分别确定与所述目标区域对应的二值化阈值；

图像处理子模块，用于根据所述二值化阈值对所述目标区域进行二值化处理，生成局部二值图像；

图像拼接子模块，用于采用拼接所有的局部二值图像，生成所述二值图像。

本发明还公开了一种电子设备，包括：

一个或多个处理器；和

其上存储有指令的一个或多个机器可读介质，当由所述一个或多个处理器执行时，使得所述电子设备执行如本发明实施例所述的一个或多个的方法的步骤。

本发明还公开了一种计算机可读存储介质，其上存储有指令，当由一个或多个处理器执行时，使得所述处理器执行如本发明实施例所述的一个或多个的方法的步骤。

本发明包括以下优点：

在本发明中，通过对待检测票据的灰度图像进行第一次二值化处理，凸显灰度图像中的轮廓，以确定存在轮廓的候选区域，然后再对候选区域对应的灰度图像进行第二次二值化处理，并判断二值化处理生成的目标二值图像中进行轮廓检测，以确定是否票据中存在红蓝纤维，使得通过第一次二值化处理凸显票据的轮廓并确定候选区域之后，再进行轮廓检测，从而提高红蓝纤维检测的准确性，降低票据检测的误检率。

此外，本发明的一种票据红蓝纤维的检测装置，也具有上述的提高红蓝纤维检测的准确性，降低票据检测的误检率的效果。本发明的一种电子设备和计算机可读存储介质用以执行本发明的票据红蓝纤维的检测方法，也具有上述的提高红蓝纤维检测的准确性，降低票据检测的误检率的效果。

附图说明

图1A是一种票据的图像的示意图；

图1B是现有技术把图1A中符合设定范围的位置的颜色值设置为0的示意图；

图2是本发明的一种票据红蓝纤维的检测方法实施例的步骤流程图；

图3A是本发明实施例的一种二值图像的示意图；

图3B是本发明实施的一种对二值图像进行轮廓筛选之后的示意图；

图4A是本发明实施例的一种候选区域中轮廓的形状接近于直线段的示意图；

图4B是本发明实施例的一种投影示意图；

图5A是本发明实施的一种候选区域中的轮廓的形状类似于半圆或者四分一圆的示意图；

图5B是本发明实施的一种穿透目标二值图像的对角线的示意图；

图6A是本发明实施例对一种图像传感器采集的原始扫描图像进行检测的示意图；

图6B是本发明实施例对另一种图像传感器采集的原始扫描图像进行检测的示意图；

图7A是现有技术对一种异常票据检测的结果的示意图；

图7B是现有技术对一种异常票据检测的结果的示意图；

图8是本发明的一种票据红蓝纤维的检测装置实施例的结构框图。

具体实施方式

为使本发明的上述目的、特征和优像素点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。

参照图2，示出了本发明的一种票据红蓝纤维的检测方法实施例的步骤流程图，具体可以包括如下步骤：

步骤201，获取待检测票据的原始扫描图像，并对所述原始扫描图像进行灰度处理得到灰度图像；

为了防止票据被仿造，一种票据防伪技术是在造纸过程中，使用特殊工艺将红蓝等有色纤维掺入纸浆内，或将有色纤维在票据纸张未定型钱撒在票据纸张上面，在紫外线照射下有荧光反射，使纸中带有区别于纸张本身的有色纤维。

待检测票据可以是需要检测红蓝纤维的票据。原始扫描图像可以是设备采集的，未经处理的图像。在本发明实施例中，可以采用可以发射UV紫外线光的图像传感器来扫描待检测票据，并采集待检测票据的原始扫描图像，若是票据中具有红蓝纤维，则原始扫描图像中包含发出荧光的红蓝纤维的轮廓。

在获取到待检测票据的原始扫描图像之后，可以对原始扫描图像进行灰度处理得到灰度图像。具体的，在RGB模型中，如果R＝G＝B时，则彩色表示一种灰度颜色，其中R＝G＝B的值叫灰度值，可以采用分量法、最大值法、平均值法或加权平均法等方法，对原始扫描图像中每个像素点RGB通道的颜色值进行处理，使得R＝G＝B。

步骤202，对所述灰度图像进行第一次二值化处理，生成二值图像；

具体的，可以采用自适应二值化阈值对所述灰度图像进行第一次二值化处理，生成二值图像，其中，自适应二值化阈值可以为根据灰度图像实时确定的二值化阈值。二值化处理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。通过遍历灰度图像中的每一个像素点，将灰度值大于二值化阈值的像素点的灰度值置为255，将灰度值小于或等于二值化阈值的像素点的灰度值置为0。

由于不同传感器采集图像的差异或者设备运行环境的差异以及红蓝纤维丝埋藏在票据中深浅的不同，会造成灰度图中红蓝纤维的灰度值存在较大的差异，通过采用自适应二值化阈值，对灰度图像进行二值化处理得到二值图像，使得用于进行二值化处理的二值化阈值更为符合当前灰度图的实际情况，能够兼容不同图像传感器的采集的图像数据，具有更好的通用性的特点，对于正常样本或异常样本的检测相比于之前算法也具有更低的误检率。

步骤203，从所述二值图像中，查找由预设像素值的连续像素点组成的区域，得到存在轮廓的候选区域；

票据的红蓝纤维检测作为票据最重要的鉴伪方式之一，由于红蓝纤维的形状、颜色和长度均是难以确定的因素，这就给检测带来很大的难度，为了能够尽可能多的检测出票据中的红蓝纤维且降低误检率，需要尽可能多的切割出红蓝纤维的位置区域，以针对每个分割出来的区域进行更为细致的判断。

其中，候选区域可以是初次筛选出的可能存在红蓝纤维的区域。待检测票据中的红蓝纤维在紫外线的照射下会发出荧光，使得在采集的原始扫描图像中，具有由红蓝纤维在形成的轮廓，因此，选择存在轮廓的区域作为候选区域。

具体的，可以通过查找轮廓的方法，从二值图像中，查找由预设像素值的连续像素点组成的区域，得到存在轮廓的候选区域，其中，候选区域可以具有多个，预设像素值为目标二值图像中可以指示红蓝纤维的轮廓的像素值，该预设像素值可以为0，也可以为255，当预设像素值背景像素值为255时，则预设像素值可以为0，当预设像素值背景像素值为0时，则预设像素值可以为255。

作为一种示例，可以采用OpenCV框架中的findContours()函数来查找目标二值图像中的轮廓，确定存在轮廓的候选区域。在对原始扫描图像进行二值化处理后生成的二值图像可能会存在一些干扰，可以采用轮廓查找的方法先对二值图像进行轮廓筛选，排除干扰轮廓。如图3A是本发明实施例的一种二值图像的示意图，经二值化处理后生成的二值图像存在较多的干扰。如图3B是本发明实施的一种对二值图像进行轮廓筛选之后的示意图，经过初步筛选之后的二值图像干扰因素较小，便于后续的处理过程。

步骤204，从所述灰度图像中截取与所述存在轮廓的候选区域相对应的存在轮廓的目标灰度图像；

在确定存在轮廓的候选区域之后，可以根据该存在轮廓的候选区域，从灰度图像中，截取与存在轮廓的候选区域相对应的存在轮廓的目标灰度图像。当有多个存在轮廓的候选区域时，则截取的存在轮廓的目标灰度图像也有多个。

具体的，可以将步骤201中的得到的灰度图像复制一份，则保存两份灰度图像，一份用于进行第一次二值化处理生成二值图像，以从二值图像中确定存在轮廓的候选区域，一份用于根据候选区域，截取与存在轮廓的候选区域相对应的存在轮廓的目标灰度图像。

步骤205，对所述存在轮廓的目标灰度图像进行第二次二值化处理，生成存在轮廓的目标二值图像；

具体的，可以采用最大类间方差法，也称大津法或OTSU算法，来确定一个的二值化阈值，根据确定的二值化阈值，对存在轮廓的目标灰度图像进行第二次二值化处理，通过遍历存在轮廓的目标灰度图像中的每一个像素点，将像素值大于二值化阈值的像素点的像素值置为255，将像素值小于或等于二值化阈值的像素点的像素值置为0。

作为一种示例，目标二值图像中轮廓的像素值可以为255，则目标二值图像中非组成轮廓的其他像素点为背景，像素值为0。需要说明的是，目标二值图像中轮廓的像素值也可以为0，则目标二值图像中非组成轮廓的其他像素点为背景，像素值为255，本领域技术人员可以根据需要进行设置，本发明实施例对此并不限制。

步骤206，根据所述存在轮廓的目标二值图像中，确定所述目标二值图像中是否存在红蓝纤维。

在本发明实施例中，可以对目标二值图像中的轮廓进行检测，判断目标二值图像中的轮廓的形状是否符合要求，从而确定目标二值图像中是否存在红蓝纤维。

具体的，通常票据中红蓝纤维的形状接近于半圆形或者四分之一圆形，或者接近于直线段。则可以对目标二值图像中轮廓的形状进行检测，当检测出目标二值图像中的轮廓的形状接近于半圆形、四分之一圆形或直线段时，判定目标二值图像中存在红蓝纤维；当检测出目标二值图像中的轮廓的形状不是接近于半圆形、四分之一圆形或直线段时，判定目标二值图像中不存在红蓝纤维。

在本发明的一种实施例中，所述步骤202可以包括如下子步骤：

根据预设窗口大小从灰度图像中确定多个目标区域；分别确定与所述目标区域对应的二值化阈值；根据所述二值化阈值对所述目标区域进行二值化处理，生成局部二值图像；拼接所有的局部二值图像，生成所述二值图像。

其中，预设窗口大小可以是预先设定窗口大小值，用于将灰度图像按照预设窗口大小进行分割，然后对分割后的灰度图像进行二值化处理。

由于光照、设备等因素影响，在设备采集的票据原始扫描图像时，采集的原始扫描图像中红蓝纤维的颜色波动较大。在本发明实施例中，可以通过将灰度图像分为多个部分，针对不同的部分采用不同的二值化阈值对该部分的灰度图像进行二值化处理。

具体的，可以采用OpenCV框架中的adaptiveThreshold()函数来确定自适应二值化阈值，通过计算每个像素点周围bxb大小像素块的加权均值，并减去常量C得到邻域块的二值化阈值。其中，bxb即为预设窗口大小，例如，可以设置预设窗口大小为25，常量C的初始值为-12。假设灰度图像中轮廓的像素值为255，通过对上述的原始灰度图像进行二值化，生成局部二值图像并统计像素值为255的像素点(白色的点)的个数；若像素值为255的像素点的数目占整幅局部二值图像的比例小于设定值，例如，设定值为0.01，则保持预设窗口大小不变，改变常量C的值，如每循环一次常量C的值加3，再次调用adaptiveThreshold()函数对灰度图像进行二值化，以此循环，直到满足此条件为止。这样做的目的主要是为了尽可能多的凸显红蓝纤维，为后续的红蓝纤维检测提供最优的二值图像。此外，通过大量样本测试发现，当修改常量C的值到-6时，就已经能够满足要求(灰度值为255的像素点的数目占整幅局部二值图像的比例大于或等于设定值)，即调用三次adaptiveThreshold()函数就能满足条件，所以并不需要担心程序的运行时间过长。

通过自适应二值化阈值对灰度图像进行二值化处理，使得能够兼容不同图像传感器的采集的图像数据，具有更好的通用性的特点，对于正常样本或异常样本的检测相比于之前算法也具有更低的误检率，通过自适应二值化阈值来尽可能凸显红蓝纤维，且利用前景点的占比率作为退出条件，优化生成的二值图像的效果，便于后续的处理过程顺利进行。

在本发明的一种优选实施例中，所述步骤206可以包括如下子步骤：

当所述目标二值图像的宽度比高度小时，对所述目标二值图像进行行投影并获取每一行的投影值，当所述每一行的投影值小于预设阈值时，确定所述目标二值图像中存在红蓝纤维；或，当所述目标二值图像的宽度比高度大时，对所述目标二值图像进行列投影并获取每一列的投影值，当所述每一列的投影值小于预设阈值时，确定所述目标二值图像中存在红蓝纤维。

其中，预设阈值可以是预先设置的投影值的门限值，用于指示轮廓的宽度的最大投影值，例如，预设阈值可以为5。目标二值图像的宽度可以为目标二值图像中横向的边的长度，目标二值图像的高度可以为目标二值图像中竖向的边的长度。

对于接近于直线段的红蓝纤维丝，可以采用行投影或列投影的检测方法，来检测目标二值图像中轮廓的形状。行投影法或列投影法的主要思想就是，记录每一行或者每一列对应想要的像素点的个数，然后根据这些像素点的个数判断它是不是边界或者是想要的物体。

在本发明的一种实施例中，当目标二值图像的宽度比高度小时，可以采用行投影的检测方法，统计目标二值图像的每一行中预设像素值的像素点的个数，生成每一行的投影值，将这些预设像素值的像素点进行水平投影，便于判断轮廓是否为红蓝纤维。

对于接近于直线段的红蓝纤维丝而言，其曲度较小，在进行行投影之后，其每一行的投影值都很小，且看起来较为平坦，因此，可以设置一个预设阈值，通过将每一行的投影值与预设阈值进行比对，如果每一行的投影值小于预设阈值，则认为目标二值图像中存在红蓝纤维。作为一种示例，预设阈值为5，当每一行的投影值都小于5时，则认为目标二值图像中存在红蓝纤维，当每一行的投影值中的其中至少一行的投影值大于或等于5时，则认为目标二值图像中的轮廓的形状不是接近于直线段，可以采用其他方式检测该目标二值图像中是否存在红蓝纤维。

在本发明的一种实施例中，当目标二值图像的宽度比高度大时，可以采用列投影的检测方法，统计目标二值图像的每一列中预设像素值的像素点的个数，将这些预设像素值的像素点进行垂直投影，便于判断轮廓是否为红蓝纤维。

对于接近于直线段的红蓝纤维丝而言，其曲度较小，在进行列投影之后，其每一列的投影值都很小，且看起来较为平坦，因此，可以设置一个预设阈值，通过将每一列的投影值与预设阈值进行比对，如果每一列的投影值小于预设阈值，则认为目标二值图像中存在红蓝纤维。作为一种示例，预设阈值为5，当每一列的投影值都小于5时，则认为目标二值图像中存在红蓝纤维，当每一列的投影值中的其中至少一列的投影值大于或等于5时，则认为目标二值图像中的轮廓的形状不是接近于直线段，可以采用其他方式检测该目标二值图像中是否存在红蓝纤维。如图4A是本发明实施例的一种候选区域中轮廓的形状接近于直线段的示意图，如图4B是本发明实施例的一种投影示意图，从图4B中可见，当轮廓的曲度较小时，每一行或每一列的投影值较小，当轮廓的曲度较大时，存在一些行或列的投影值较大。

若对宽度比高度大的目标二值图像进行行投影，对宽度比高度小的目标二值图像进行列投影，则可能会导致红蓝纤维检测错误。例如，若统计如图4B中的第一个图像中的每一列预设像素值的像素点的个数，生成每一列的投影值，再将该每一列的投影值与预设阈值进行比对，则会存在投影值比预设阈值大的情况，此时会判断该图像中不存在红蓝纤维，而实际上该图像是存在红蓝纤维，即红蓝纤维检测错误。

在本发明的一种实施例中，所述步骤206可以包括如下子步骤：

采用穿透所述目标二值图像的对角线，确定所述目标二值图像中是否存在红蓝纤维。

对于一些形状不是接近于直线段的轮廓，可以通过建立穿透目标二值图像的对角线，通过该穿透目标二值图像的对角线确定目标二值图像中是否存在红蓝纤维。

具体的，由于红蓝纤维丝较为细小，因此，若目标二值图像中的轮廓为红蓝纤维的轮廓，则穿透目标二值图像的对角线在穿越目标二值图像中的轮廓时，所穿透位置的预设像素值的像素点个数较少，因此，可以采用穿透目标二值图像的对角线确定目标二值图像中是否存在红蓝纤维。

在本发明的一种实施例中，所述采用穿透所述目标二值图像的对角线，确定所述目标二值图像中是否存在红蓝纤维的步骤包括：

分别依据所述目标二值图像的两个对角顶点，生成穿透所述目标二值图像的对角线；检测穿透所述目标二值图像的对角线上所述预设像素值的像素点；当所述预设像素值的区域的数量小于或等于预设数值，以及所述预设像素值的区域的像素点数小于预设阈值时，则确定所述目标二值图像中存在红蓝纤维；其中，所述预设像素值的区域为：所述直线上由像素值为所述预设像素值的连续的像素点组成的区域。

其中，预设数值可以是预先设置的数值，用于指示直线穿透的轮廓的区域的最大个数，例如，预设数值可以为2。

对于类似于半圆或者四分一圆的纤维丝可以采用对角线穿透的检测方法，检测目标二值图像中轮廓的形状。通过穿透轮廓的对角线，判断对角线穿透目标二值图像中轮廓时的区域个数，以及区域的像素点的个数是否符合要求。

具体的，可以假设预设数值为2，分别依据目标二值图像的两个对角顶点，生成穿透目标二值图像的直线，检测穿透目标二值图像的直线上预设像素值的像素点，当预设像素值的区域的数量小于或等于2，以及预设像素值的区域的像素点数小于预设阈值时，则确定目标二值图像中存在红蓝纤维。

如图5A是本发明实施的一种候选区域中的轮廓的形状类似于半圆或者四分一圆的示意图，如图5B是本发明实施的一种穿透目标二值图像的对掉线的示意图，分别以目标二值图像的两个对角顶点生成穿透目标二值图像的对角线，则该对角线会穿过目标二值图像中的轮廓。

通过废弃利用颜色来检测红蓝纤维的思想，利用较为简单的行投影法、列投影法以及对角线穿透法就能实现较好的检测结果，算法实现过程较为简单，易于理解。

如图6A是本发明实施例对一种图像传感器采集的原始扫描图像进行检测的示意图，例如，对华菱CIS采集的原始扫描图像进行检测，图6B是本发明实施例对另一种图像传感器采集的原始扫描图像进行检测的示意图，例如，对敦南CIS采集图像进行检测，由图6A和图6B可见，对于不同的图像传感器采集的图像，均能表现出较强的识别能力，且红蓝纤维埋藏较深不是特别明显的情况下依旧能够检测出来。

由图7A是现有技术对一种异常票据检测的结果的示意图，由图7B是现有技术对一种异常票据检测的结果的示意图，由图7A和图7B可见，本发明实施例对于异常样本的检测误检率更低。

需要说明的是，对于方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本发明实施例并不受所描述的动作顺序的限制，因为依据本发明实施例，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作并不一定是本发明实施例所必须的。

参照图8，示出了本发明的一种票据红蓝纤维的检测装置实施例的结构框图，具体可以包括如下模块：

图像获取模块801，用于获取待检测票据的原始扫描图像，并对所述原始扫描图像进行灰度处理得到灰度图像；

第一图像处理模块802，用于对所述灰度图像进行第一次二值化处理，生成二值图像；

区域确定模块803，用于从所述二值图像中，查找由预设像素值的连续像素点组成的区域，得到存在轮廓的候选区域；

图像截取模块804，用于从所述灰度图像中截取与所述存在轮廓的候选区域相对应的存在轮廓的目标灰度图像；

第二图像处理模块805，用于对所述存在轮廓的目标灰度图像进行第二次二值化处理，生成存在轮廓的目标二值图像；

红蓝纤维确定模块806，用于根据所述存在轮廓的目标二值图像中，确定所述目标二值图像中是否存在红蓝纤维。

在本发明的一种优选实施例中，所述红蓝纤维确定模块806，可以包括如下子模块：

第一红蓝纤维确定子模块，用于当所述目标二值图像的宽度比高度小时，对所述目标二值图像进行行投影并获取每一行的投影值，当所述每一行的投影值小于预设阈值时，确定所述目标二值图像中存在红蓝纤维；或，

第二红蓝纤维确定子模块，用于当所述目标二值图像的宽度比高度大时，对所述目标二值图像进行列投影并每一列的投影值，当所述每一列的投影值小于预设阈值时，确定所述目标二值图像中存在红蓝纤维。

在本发明的一种优选实施例中，所述红蓝纤维确定模块806，可以包括如下子模块：

第三红蓝纤维确定子模块，用于采用穿透所述目标二值图像的对角线，确定所述目标二值图像中是否存在红蓝纤维。

在本发明的一种优选实施例中，所述第三红蓝纤维确定子模块可以包括入下单元：

直线生成单元，用于分别依据所述目标二值图像的两个对角顶点，生成穿透所述目标二值图像的对角线；

像素点检测单元，用于检测穿透所述目标二值图像的直线上所述预设像素值的像素点；

红蓝纤维确定单元，用于当所述预设像素值的区域的数量小于或等于预设数值，以及所述预设像素值的区域的像素点数小于预设阈值时，则确定所述目标二值图像中存在红蓝纤维；

其中，所述预设像素值的区域为：所述直线上由像素值为所述预设像素值的连续的像素点组成的区域。

在本发明的一种优选实施例中，所述第一图像处理模块802，可以包括如下子模块：

目标区域确定子模块，用于根据预设窗口大小从灰度图像中确定多个目标区域；

二值化阈值确定子模块，用于分别确定与所述目标区域对应的二值化阈值；

图像处理子模块，用于根据所述二值化阈值对所述目标区域进行二值化处理，生成局部二值图像；

图像拼接子模块，用于采用拼接所有的局部二值图像，生成所述二值图像。

对于装置实施例而言，由于其与方法实施例基本相似，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。

本发明实施例还提供了一种电子设备，包括：

一个或多个处理器；和

其上存储有指令的一个或多个机器可读介质，当由所述一个或多个处理器执行时，使得所述电子设备执行本发明实施例所述的方法的步骤。

本发明实施例还提供了一种计算机可读存储介质，其上存储有指令，当由一个或多个处理器执行时，使得所述处理器执行本发明实施例所述的方法的步骤。

本说明书中的各个实施例均采用递进的方式描述，每个实施例重像素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的部分互相参见即可。

本领域内的技术人员应明白，本发明实施例的实施例可提供为方法、装置、或计算机程序产品。因此，本发明实施例可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本发明实施例是参照根据本发明实施例的方法、终端设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理终端设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理终端设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理终端设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理终端设备上，使得在计算机或其他可编程终端设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程终端设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

尽管已描述了本发明实施例的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例做出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明实施例范围的所有变更和修改。

最后，还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者终端设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者终端设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者终端设备中还存在另外的相同要素。

以上对本发明所提供的一种票据红蓝纤维的检测方法和一种票据红蓝纤维的检测装置，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；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。

Claims (10)

1.一种票据红蓝纤维的检测方法，其特征在于，包括：

获取待检测票据的原始扫描图像，并对所述原始扫描图像进行灰度处理得到灰度图像；

对所述灰度图像进行第一次二值化处理，生成二值图像；

从所述二值图像中，查找由预设像素值的连续像素点组成的区域，得到存在轮廓的候选区域；

从所述灰度图像中截取与所述存在轮廓的候选区域相对应的存在轮廓的目标灰度图像；

对所述存在轮廓的目标灰度图像进行第二次二值化处理，生成存在轮廓的目标二值图像；

根据所述存在轮廓的目标二值图像，确定所述目标二值图像中是否存在红蓝纤维。

2.根据权利要求1所述的方法，其特征在于，所述根据所述存在轮廓的目标二值图像，确定所述目标二值图像中是否存在红蓝纤维的步骤，包括：

当所述目标二值图像的宽度比高度小时，对所述目标二值图像进行行投影并获取每一行的投影值，当所述每一行的投影值小于预设阈值时，确定所述目标二值图像中存在红蓝纤维；或，

当所述目标二值图像的宽度比高度大时，对所述目标二值图像进行列投影并获取每一列的投影值，当所述每一列的投影值小于预设阈值时，确定所述目标二值图像中存在红蓝纤维。

3.根据权利要求1所述的方法，其特征在于，所述根据所述存在轮廓的目标二值图像，确定所述目标二值图像中是否存在红蓝纤维，包括：

采用穿透所述目标二值图像的对角线，确定所述目标二值图像中是否存在红蓝纤维。

4.根据权利要求3所述的方法，其特征在于，所述采用穿透所述目标二值图像的对角线，确定所述目标二值图像中是否存在红蓝纤维的步骤包括：

分别依据所述目标二值图像的两个对角顶点，生成穿透所述目标二值图像的对角线；

检测穿透所述目标二值图像的对角线上所述预设像素值的像素点；

当所述预设像素值的区域的数量小于或等于预设数值，以及所述预设像素值的区域中像素点数小于预设阈值时，则确定所述目标二值图像中存在红蓝纤维；

其中，所述预设像素值的区域为：所述直线上由像素值为所述预设像素值的连续的像素点组成的区域。

5.根据权利要求1所述的方法，其特征在于，所述对所述灰度图像进行第一次二值化处理，生成二值图像的步骤包括：

根据预设窗口大小从所述灰度图像中确定多个目标区域；

分别确定与所述目标区域对应的二值化阈值；

根据所述二值化阈值对所述目标区域进行二值化处理，生成局部二值图像；

拼接所有的局部二值图像，生成所述二值图像。

6.一种票据红蓝纤维的检测装置，其特征在于，包括：

图像获取模块，用于获取待检测票据的原始扫描图像，并对所述原始扫描图像进行灰度处理得到灰度图像；

第一图像处理模块，用于对所述灰度图像进行第一次二值化处理，生成二值图像；

区域确定模块，用于从所述二值图像中，查找由预设像素值的连续像素点组成的区域，得到存在轮廓的候选区域；

图像截取模块，用于从所述灰度图像中截取与所述存在轮廓的候选区域相对应的存在轮廓的目标灰度图像；

第二图像处理模块，用于对所述存在轮廓的目标灰度图像进行第二次二值化处理，生成存在轮廓的目标二值图像；

红蓝纤维确定模块，用于根据所述存在轮廓的目标二值图像中，确定所述目标二值图像中是否存在红蓝纤维。

7.根据权利要求6所述的装置，其特征在于，所述红蓝纤维确定模块，包括：

第一红蓝纤维确定子模块，用于当所述目标二值图像的宽度比高度小时，对所述目标二值图像进行行投影并获取每一行的投影值，当所述每一行的投影值小于预设阈值时，确定所述目标二值图像中存在红蓝纤维；或，

第二红蓝纤维确定子模块，用于当所述目标二值图像的宽度比高度大时，对所述目标二值图像进行列投影并获取每一列的投影值，当所述每一列的投影值小于预设阈值时，确定所述目标二值图像中存在红蓝纤维。

8.根据权利要求6所述的装置，其特征在于，所述根据所述存在轮廓的目标二值图像，确定所述目标二值图像中是否存在红蓝纤维，包括：

第三红蓝纤维确定子模块，用于采用穿透所述目标二值图像的对角线，确定所述目标二值图像中是否存在红蓝纤维。

9.一种电子设备，其特征在于，包括：

一个或多个处理器；和

其上存储有指令的一个或多个机器可读介质，当由所述一个或多个处理器执行时，使得所述电子设备执行如权利要求1-5所述的一个或多个的方法的步骤。

10.一种计算机可读存储介质，其上存储有指令，当由一个或多个处理器执行时，使得所述处理器执行如权利要求1-5所述的一个或多个的方法的步骤。

Images