CN117671849B - 一种采用滑钞结构的立式图像扫描点钞机 - Google Patents

Abstract

本发明涉及人工智能识别技术领域，具体涉及一种采用滑钞结构的立式图像扫描点钞机，点钞机本体包括钞票识别器。钞票识别器包括图像扫描设备和识别分析处理器。图像扫描设备用于采集待识别钞票图像。识别分析处理器用于对待识别钞票图像进行异常分析，首先通过扫描待识别钞票图像中的数字所在区域，并构建数字所在区域的多叉树，筛选出多叉树中的正常层，基于正常层对待识别钞票中数字所在区域的识别，以得到待识别钞票的面额，并基于待识别钞票的面额通过点钞机本体中的磁性感应头9对待识别钞票的真伪进行识别。本发明减少了识别过程中的计算量，并消除了钞票上的脏污或者其他异常干扰的影响，进而提高钞票面额识别的精准度。

Description

一种采用滑钞结构的立式图像扫描点钞机

技术领域

本发明涉及人工智能识别技术领域，具体涉及一种采用滑钞结构的立式图像扫描点钞机。

背景技术

点钞机是一种广泛应用于金融、零售和其他行业的设备，主要用于快速准确地计数货币。点钞机通常需要精确而可靠的机械结构，以确保纸币能够被准确地传送、分离和堆叠。这包括输送带、辊子、刀片等部件的设计，以适应各种尺寸和状态的纸币，且为了防止假币的流通，点钞机通常配备了假币识别检测技术，包括但不限于使用紫外线光源来检查纸币上的荧光标记，或者通过磁性、红外线等方式来检测钞票。而在钞票经过点钞机的时候，需要对钞票的相关信息进行识别，其中最为重要的一个识别方式为钞票的图像信息的处理。

目前常见的点钞机通常只能对特定面额的钞票进行真伪的识别，而将不同面额的钞票分开识别还需要结合图像识别技术，如通过将待识别的钞票图像和标准的钞票图像直接进行匹配，以识别出待识别的钞票的面额，但是当钞票上存在有污渍或者其他影响钞票识别的痕迹时，会导致仅通过点钞机难以识别出钞票的面额，进而影响钞票面额识别的精确度。

发明内容

为了解决当钞票上存在有污渍或者其他影响钞票识别的痕迹时，会影响钞票面额识别的精确度的技术问题，本发明的目的在于提供一种采用滑钞结构的立式图像扫描点钞机，所采用的技术方案具体如下：

本发明提出了一种采用滑钞结构的立式图像扫描点钞机，包括钞票识别器，所述钞票识别器，还包括钞票识别模块，所述钞票识别模块安装在点钞机本体上，所述钞票识别模块包括：图像扫描设备和识别分析处理器；

图像扫描设备的信号输出端连接所述识别分析处理器的信号输入端，所述图像扫描设备用于识别放置至点钞机内的待识别钞票的待识别钞票图像，并将所述待识别钞票图像输出至所述识别分析处理器中，所述识别分析处理器对所述待识别钞票图像进行分割得到数字所在区域；分别从不同方向对所述数字所在区域进行交点和数字面积的扫描，构建交点对应的多叉树和数字面积对应的多叉树；对交点对应的多叉树和数字面积对应的多叉树中同一层和相邻层进行差异分析，得到同一层的异常可能程度；根据异常可能程度从多叉树中筛选出正常层；基于正常层，将待识别钞票对应的数字所在区域与标准数字区域进行匹配，并确定匹配结果的置信度；根据所述置信度识别待识别钞票的面额。

优选的，所述交点对应的多叉树的构建方法为：

数字所在区域内包含多个字符框；

以任意一个方向作为目标方向，沿着目标方向获取字符框中每行的交点数量，构建行扫描交点数量集；以行扫描交点数量集中每个数据作为字符框的交点对应的多叉树中对应层的根节点，交点对应的多叉树中每行的节点数量为字符框中所有行中最大的交点数量。

优选的，所述数字面积对应的多叉树的构建方法为：

数字所在区域内包含多个字符框；

以任意一个方向作为目标方向，沿着目标方向获取字符框中每行的数字区域所占的数字面积，构建行扫描数字面积集；以行扫描数字面积集中每个数据作为字符框的数字面积对应的多叉树中对应层的根节点，数字面积对应的多叉树中每行的节点数量为字符框中所有行中最大的数字面积。

优选的，所述对交点对应的多叉树和数字面积对应的多叉树中同一层和相邻层进行差异分析，得到同一层的异常可能程度，包括：

以交点对应的多叉树中的任意层作为目标层，将数字面积对应的多叉树中与目标层的层数相同的层作为目标对应层；

根据目标层的交点数量和数字面积确定目标层的第一异常程度；

根据目标层与其对应的相邻层之间的交点数量的差异、目标对应层与其对应的相邻层之间的数字面积的差异，确定第二异常程度；将第一异常程度和第二异常程度的均值，作为目标层和目标对应层的异常可能程度。

优选的，所述第一异常程度的计算公式为：

其中，Δ_i为第i层的第一异常程度；p_i为数字面积对应的多叉树中第i层的数字面积；n_i为交点对应的多叉树中第i层的交点数量；I′为多叉树的层数；Norm为归一化函数；||为取绝对值函数。

优选的，所述第二异常程度的计算公式为：

为第i层的第二异常程度；p_i为数字面积对应的多叉树中第i层的数字面积；p_i+1为数字面积对应的多叉树中第i+1层的数字面积；n_i为交点对应的多叉树中第i层的交点数量；n_i+1为交点对应的多叉树中第i+1层的交点数量；w_i+1为前向邻域权值，/>w_i-1为后向邻域权值，/> Norm为归一化函数；||为取绝对值函数。

优选的，所述确定匹配结果的置信度，包括：

所述置信度的计算公式为：

其中，ZX_a为第a个字符对应的匹配结果的置信度；I为第a个字符对应的纵向多叉树的总层数；I″为第a个字符对应的纵向多叉树的异常层数量；J″为第a个字符对应的横向多叉树的异常层数量；J为第a个字符对应的横向多叉树的总层数。

优选的，所述根据所述置信度识别待识别钞票的面额，包括：

当匹配结果的置信度大于预设匹配阈值时，基于匹配结果对应的标准数字区域，对钞票的面额进行识别，得到待识别钞票的面额。

优选的，所述根据异常可能程度从多叉树中筛选出正常层，包括：

将异常可能程度小于或等于预设可能阈值的多叉树中的层筛选出来作为正常层。

优选的，所述对所述待识别钞票图像进行分割得到数字所在区域，包括：

根据位置信息分割出待识别钞票图像中的数字所在区域。

本发明实施例至少具有如下有益效果：

本发明在点钞机本体包括钞票识别器。钞票识别器包括图像扫描设备和识别分析处理器。图像扫描设备用于采集待识别钞票图像。识别分析处理器用于对待识别钞票图像进行异常分析，首先通过扫描待识别钞票图像中的数字所在区域，并构建数字所在区域的多叉树，后续以多叉树的形式对数字所在区域进行对应的字符匹配，其可以减少识别过程中的计算量，其中利用不同方向的数字化数据实现多叉树的搭建，利用不同方向的多叉树进行交叉识别验证，使得后续的验证结果更加准确。筛选出多叉树中的正常层，基于正常层对待识别钞票中数字所在区域的识别，以得到待识别钞票的面额；其识别出多叉树中的正常层，是为了后续避免因脏污影响下对钞票的面额或者号码字符进行识别出现误差的情况，提高了整体的识别速度，并提高了钞票的面额和号码字符区域的识别的精准度。基于待识别钞票的面额通过点钞机本体中的磁性感应头9对待识别钞票的真伪进行识别。本发明减少了识别过程中的计算量，并消除了钞票上的脏污或者其他异常干扰的影响，进而提高钞票面额识别的精准度。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案和优点，下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它附图。

图1为本发明一个实施例所提供的一种采用滑钞结构的立式图像扫描点钞机的结构图；

图2为本发明一个实施例所提供的一种采用滑钞结构的立式图像扫描点钞机中识别分析处理器对待识别钞票图像进行分析处理的方法流程图；

图3为本发明一个实施例所提供的第a个字符对应的第a个字符框的交点对应的多叉树的示意图；

图1中标号为：1、放钞台；2、滑钞板；3、橡胶阻力皮；4、捻钞轮；5、传动轮系；6、图像扫描管；7、内置计算模块；8、接钞轮；9、磁性感应头；

图2中标号为：S100、步骤S100；S200、步骤S200；S300、步骤S300。

具体实施方式

为了更进一步阐述本发明为达成预定发明目的所采取的技术手段及功效，以下结合附图及较佳实施例，对依据本发明提出的一种采用滑钞结构的立式图像扫描点钞机，其具体实施方式、结构、特征及其功效，详细说明如下。在下述说明中，不同的“一个实施例”或“另一个实施例”指的不一定是同一实施例。此外，一或多个实施例中的特定特征、结构或特点可由任何合适形式组合。

除非另有定义，本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。

本发明实施例所提供了的一种采用滑钞结构的立式图像扫描点钞机，包括点钞机本体，在点钞机本体上还安装有钞票识别模块，钞票识别模块用于检测并分析钞票的面额并对钞票进行真伪识别，因此钞票识别模块包括图像扫描设备和识别分析处理器，其中图像扫描设备用于识别放置至点钞机内的待识别钞票的待识别钞票图像，且图像扫描设备连接于识别分析处理器，该识别分析处理器用于数据处理和机器控制，在本发明实施例中芯片类型为FPGA，在其他实施例中可由实施者根据实际情况调整该取值。识别分析处理器接收图像扫描设备的信息，并对钞票进行识别。

下面结合附图具体的说明本发明所提供的一种采用滑钞结构的立式图像扫描点钞机的具体方案。

请参阅图1，其示出了本发明一个实施例提供的一种采用滑钞结构的立式图像扫描点钞机的结构图，该点钞机本体包括：放钞台1、滑钞板2、橡胶阻力皮3、捻钞轮4、传动轮系5、图像扫描管6、内置计算模块7、接钞轮8、磁性感应头9。

图像扫描设备的信号输出端连接所述识别分析处理器的信号输入端，识别分析处理器用于识别钞票的面额和真假，所述图像扫描设备用于识别放置至点钞机内的待识别钞票的待识别钞票图像，并将其输出至所述识别分析处理器中。

在本发明实施例中图像扫描管6即为图像扫描设备，在其他实施例中还可以由其他设备作为图像扫描设备；在本发明实施例中内置计算模块7即为识别分析处理器。由图像扫描设备和识别分析处理器构成钞票识别模块。

其中，点钞机本体的运行过程的步骤为：

(1)将钞票放置在放钞台1上。

(2)由滑钞板2以及橡胶阻力皮3，在捻钞轮4和传动轮系5的带动下，将钞票进行清点，并且在每一张钞票清点的过程中利用图像扫描管6对于当前钞票的图像进行图像信息采集，得到待识别钞票图像；

(3)将由图像扫描管6得到的待识别钞票图像传递至内置计算模块7中，由内置计算模块7进行钞票相关信息的识别，并通过磁性感应头9对钞票进行磁性特征检测，而后由接钞轮8对已清点及识别过信息的钞票进行收集。

请参阅图2，其示出了本发明一个实施例提供的一种采用滑钞结构的立式图像扫描点钞机中识别分析处理器对待识别钞票图像进行分析处理的方法流程图，该方法包括以下步骤：

步骤S100，对所述待识别钞票图像进行分割得到数字所在区域。

钞票在进行图像扫描时，点钞机每分钟需要进行最少900张钞票的点钞，所以对于每一张钞票的图像扫描以及图像信息识别的时间只有最长60毫秒。而现有的图像识别技术，例如神经网络，其整体的计算过程中计算量偏大，进而导致整体的图像识别时处理速度较慢，无法满足点钞机的钞票清点速度下的图像识别，所以本发明提出了一种多维度特征钞票信息识别方法，在消除污渍等影响的基础上，以此来满足快速清点钞票的速度下的钞票的相关信息的识别。

需要说明的是，在进行钞票的图像信息识别的时候，最为重要的信息即为钞票的面额信息以及钞票的号码信息，其二者主要的用途为：前者主要是在利用点钞机进行钞票清点的时候进行对应钞票的面额大小的识别；后者主要是用于钞票真伪的鉴定以及钞票的相关溯源，所以本发明主要针对点钞机进行点钞的时候对应的钞票的面额大小以及钞票的号码信息进行快速识别。

因为钞票的大小是固定的，并且其中的面额信息以及钞票的号码信息都是处于固定的位置的，以百元钞票为例，其对应的钞票的号码信息位置处于左下角14mm高处，其高度约为7mm，长度约为30mm，同理钞票的面额信息相同具有固定的位置，为了防止在进行钞票的信息识别的过程中，对于多余信息进行过量处理进而增加计算量，使得信息识别的速度变慢，所以本发明对采集到的图像信息的进行局部分割处理，以获得具体的识别区域。需要说明的是，由于不同面额的钞票大小不同，其对应的数字区域的位置不同，故需要根据不同钞票的大小，在识别分析处理器中事先输入设定的不同大小的分割位置。

故具体的，在得到待识别钞票图像之后，通过识别分析处理器对待识别钞票图像进行分割得到数字所在区域的步骤具体的为：对事先标注好的面额信息区域和钞票号码信息区域进行分割，对这两个区域进行二值化处理，并利用形态学算法对二值化处理后的面额信息区域和钞票号码信息区域进行处理，获得处理之后的相关信息图像。在本发明实施例中将面额信息区域和钞票号码信息区域统称为数字所在区域。

步骤S200，分别从不同方向对所述数字所在区域进行交点和数字面积的扫描，构建交点对应的多叉树和数字面积对应的多叉树；对交点对应的多叉树和数字面积对应的多叉树中同一层和相邻层进行差异分析，得到同一层的异常可能程度。

对于处理之后的待识别钞票图像的识别过程为多维特征多叉树的快速识别方法，具体以处理之后的待识别钞票图像中的数字所在区域为例，其对应的多维特征多叉树的快速识别过程具体为：进行数字所在区域中的多维特征的提取，利用多维特征进行快速识别实现多叉树的建立。需要说明的是，数字所在区域中有多个字符，每个字符均有各自对应的字符框，其中字符框的获取方法为本领域技术人员的公知技术，例如可以通过文本识别和文本检测获取到，在此不再赘述。每个字符框均有各自对应的多叉树。

利用多维特征多叉树进行快速识别的具体逻辑：为利用多叉树的匹配进行识别，所以需要进行匹配数据库的建立，具体的数据库的建立方法为对钞票号码字符中的所有可能出现的字符，例如大写字母A-Z，以及数字0-9进行扫描建立多叉树。需要说明的是，多叉树的建立方式在后续进行说明，在此不做赘述。

其中，数字所在区域的多维信息分别为从不同方向扫描得到的交点数量信息和数字面积信息，在本发明实施例中限定不同方向为横向和纵向，在其他实施例中可由实施者根据实际情况限定其他方向。故具体的数字所在区域的多维信息为纵横向的交点数量以及数字面积。

更具体的：多维信息以钞票号码中的第a个字符的字符框为例，将第a个字符的字符框记为第a个字符框，其中，a∈[1,10]，因为钞票的号码长度为标准的十个，所以最多有10个字符框。采用宽度为1像素点的竖直直线以及水平直线分别从字符框的左侧向右扫描以及上侧向下扫描，每次扫描线的移动步长为一个像素点，分别对其中的每行中黑白交界处的交点数量以及扫描线与实际数字字符的相交面积进行记录。需要说明的是，在本发明实施例中面积的大小即为对应的像素点的数量。

交点数量和数字面积具体如下所示：

ZX_a＝[n₁,n₂,…,n_i,…,n_I]

HX_a＝[m₁,m₂,…,m_j,…,m_J]

ZM_a＝[p₁,p₂,…,p_i,…,p_I]

HM_a＝[q₁,q₂,…,q_j,…,q_J]

其中，ZX_a为纵向扫描时第a个字符的交点数量合集；n₁为纵向扫描时第a个字符框对应的第1行中的交点数量；n₂为纵向扫描时第a个字符框对应的第2行中的交点数量；n_i为纵向扫描时第a个字符框对应的第i行中的交点数量；n_I为纵向扫描时第a个字符框对应的第I行中的交点数量；HX_a为纵向扫描时第a个字符的数字面积合集；m₁为纵向扫描时第a个字符框对应的第1行中的数字面积；m₂为纵向扫描时第a个字符框对应的第2行中的数字面积；m_j为纵向扫描时第a个字符框对应的第j行中的数字面积；m_J为纵向扫描时第a个字符框对应的第J行中的数字面积；ZM_a为横向扫描时第a个字符的交点数量合集；p₁为横向扫描时第a个字符框对应的第1行中的交点数量；p₂为横向扫描时第a个字符框对应的第2行中的交点数量；p_i为横向扫描时第a个字符框对应的第i行中的交点数量；p_I为横向扫描时第a个字符框对应的第I行中的交点数量；HM_a为横向扫描时第a个字符的数字面积合集；q₁为横向扫描时第a个字符框对应的第1行中的数字面积；q₂为横向扫描时第a个字符框对应的第2行中的数字面积；q_j为横向扫描时第a个字符框对应的第j行中的数字面积；q_J为横向扫描时第a个字符框对应的第J行中的数字面积。其中，j∈[1,J]，i∈[1,I]；J为第a个字符框对应的宽度，I为第a个字符框对应的高度。从而实现了钞票号码对应的多维特征信息提取。

需要说明的是，在钞票的数字所在区域中可能不仅包含有数字号码信息，还存在因为钞票的流通过程中人为或者外界环境从而导致的脏污，而上述中进行数字所在区域的二值图的获取时，为了提升获取速度，以固定阈值进行二值图获取，无法对于号码信息表面的脏污影响进行去除，进而在上述中所采集到的钞票号码信息的多维特征中可能存在一定的其他的误导信息，所以利用多维特征进行钞票号码识别的时候需要对其进行进一步处理。

在进行数字所在区域识别的时候，对应的识别多叉树的构建方式为：

对于每个字符对应的字符框，交点对应的多叉树的构建方法为：数字所在区域内包含多个字符框；以任意一个方向作为目标方向，沿着目标方向获取字符框中每行的交点数量，构建行扫描交点数量集；以行扫描交点数量集中每个数据作为字符框的交点对应的多叉树中对应层的根节点，交点对应的多叉树中每行的节点数量为字符框中所有行中最大的交点数量。需要说明的是，构建的行扫描交点数量集中每个数据即为每行对应的交点数量。

其中，对于每个字符对应的字符框，数字面积对应的多叉树的构建方法为：沿着目标方向获取字符框中每行的数字区域所占的数字面积，构建行扫描数字面积集；以行扫描数字面积集中每个数据作为字符框的数字面积对应的多叉树中对应层的根节点，数字面积对应的多叉树中每行的节点数量为字符框中所有行中最大的数字面积。需要说明的是，构建的行扫描数字面积集中每个数据即为每行对应的数字面积。

当从纵向对数字所在区域中的字符框进行交点扫描时，请参阅图3所示，图3为任意方向扫描时，第a个字符对应的第a个字符框的交点对应的多叉树的示意图，图3中多叉树中最上层的a为第a个字符框对应的多叉树；为了后续更好的表述多叉树的层数和字符框的行数的对应关系，将最上层a所在的层数记为第0层，将图3中a下面的第1层，记为多叉树中的第1层，并以此类推；图3中的多叉树中的第1层的根节点为2，则对应的第a个字符框中第1行的交点数量为2；多叉树中的第2层的根节点为1，则对应的第a个字符框中第2行的交点数量为1；其中N＝MAX{ZX_a}，其中纵向扫描时，第a个字符框的交点对应的多叉树的总层数为I，也即为第a个字符框的高度；需要说明的是这里不把多叉树的第0层记入多叉树的总层数中。多叉树中每一层的根节点，为对应行的交点数量对应的节点。例如，第a个字符框的交点对应的多叉树中第i层的根节点，则为第a个字符框中第i行的交点数量，多叉树中的第i层与字符框中的第i行为一一对应的关系。

需要说明的是，在第a个字符对应的第a个字符框的纵向的交点对应的多叉树搭建完成之后，多叉树中可能包含由脏污影响下的相关信息，而为了进行脏污影响下的字符的识别，所以需要对多叉树中的受到脏污影响的层数进行确定，本发明进行多叉树中的脏污影响层数确定的方式为通过扫描的数字面积与对应位置的交点数量进行可能异常层的计算，具体的：对交点对应的多叉树和数字面积对应的多叉树中同一层和相邻层进行差异分析，得到同一层的异常可能程度。其中，当交点对应的多叉树和数字面积对应的多叉树是对同一字符框进行同一方向的分析时，交点对应的多叉树和数字面积对应的多叉树中序号相同的层数，对应的是字符框中的同一行，也即字符框的每一行对应一个异常可能程度。

字符框的每一行的异常可能程度的获取方法为，也即交点对应的多叉树和数字面积对应的多叉树中同一层的异常可能程度：

以交点对应的多叉树中的任意层作为目标层，将数字面积对应的多叉树中与目标层的层数相同的层作为目标对应层；根据目标层的交点数量和数字面积确定目标层的第一异常程度；根据目标层与其对应的相邻层之间的交点数量的差异、目标对应层与其对应的相邻层之间的数字面积的差异，确定第二异常程度；将第一异常程度和第二异常程度的均值，作为目标层和目标对应层的异常可能程度，也即作为目标层和目标对应层所对应的字符框中的对应行的异常可能程度；也即交点对应的多叉树中的目标层和数字面积对应的多叉树中目标对应层，为交点对应的多叉树和数字面积对应的多叉树中同一层。

其中，第一异常程度的计算公式为：

其中，Δ_i为第i层的第一异常程度；p_i为数字面积对应的多叉树中第i层的数字面积；n_i为交点对应的多叉树中第i层的交点数量；I′为多叉树的层数；Norm为归一化函数；||为取绝对值函数。

其中，纵向扫描时，由于数字面积对应的多叉树和交点对应的多叉树的层数，与字符框的行数相同，故同一字符框对应的纵向的数字面积对应的多叉树和交点对应的多叉树的层数相同；对应的，横向扫描时，数字面积对应的多叉树和交点对应的多叉树的层数，与字符框的列数相同。在本发明实施例中所有归一化函数均为线性归一化函数，在其他实施例中可由实施者根据实际情况选择合适的归一化函数。

在正常的钞票对应的字符对应的字符框中，利用宽度为1的扫描线对于字符框进行单方向的扫描，每个交点处的数字面积大小是较为接近的，并且在相邻层对应的交点处的数字面积是较为相似的，除了特殊交界处的情况之外。因此，基于此逻辑，利用每一行对应的数字面积以及该行的交点数量，进行每个交点的平均数字面积的计算，然后通过分析第i层交点的平均航程与整体每个交点的平均航程的大小差异来计算获取第一异常程度。其中，第i层交点的平均航程为整体每个交点的平均航程为/>并通过归一化函数对/>进行归一化处理。第i层交点的平均航程与整体每个交点的平均航程的差异越大，则第一异常程度越大，则反映第i层为多叉树中的异常层的概率越大。

其中，第二异常程度的计算公式为：

为第i层的第二异常程度；p_i为数字面积对应的多叉树中第i层的数字面积；p_i+1为数字面积对应的多叉树中第i+1层的数字面积；n_i为交点对应的多叉树中第i层的交点数量；n_i+1为交点对应的多叉树中第i+1层的交点数量；w_i+1为前向邻域权值，/>w_i-1为后向邻域权值，/> Norm为归一化函数；||为取绝对值函数。

通过计算第i层的交点的平均航程与相邻层的交点的平均航程进行差异计算，当差异越大，则反映第i层与相邻层相比较，存在异常的可能性越大；反之，当相邻层之间的交点的平均航程的大小差异越小，则反映第i层为异常层的概率越小，而根据第二异常程度的公式可知，其分别对第i层与前后相邻层之间平均航程差异赋予了权值，也即后向邻域权值和前向邻域权值，权值是为了避免出现特殊交界处的情况，也即为了避免第i层的交点的平均航程与相邻层的交点的平均航程的差异较大，但是正常交界，而并非异常层的情况。

步骤S300，根据异常可能程度从多叉树中筛选出正常层；基于正常层，将待识别钞票对应的数字所在区域与标准数字区域进行匹配，并确定匹配结果的置信度；根据所述置信度识别待识别钞票的面额。

根据步骤S200得到每个字符在不同方向下多叉树的每一层的异常可能程度。异常可能程度越大，则对应层为异常层的概率越大，反之，异常可能程度越小，则对应层为异常层的概率越小。故进一步的，根据异常可能程度从多叉树中筛选出正常层，并对应的筛选出异常层，具体的：将异常可能程度小于或等于预设可能阈值的多叉树中的层筛选出来作为正常层；将异常可能程度大于预设可能阈值的多叉树中的层筛选出来作为异常层。在本发明实施例中将预设可能阈值的取值设置为0.8，在其他实施例中可由实施者根据实际情况调整该取值。需要说明的是，不仅获取纵向的多叉树中的正常层和异常层，还获取横向的多叉树中的正常层和异常层。

在上述中进行了每一个字符的纵向或横向的交点对应的多叉树的异常层的获取，现对每个字符的字符框通过识别多叉树匹配进行字符识别，以第a个字符对应的第a个字符框为例，其识别的过程如下所示：

首先进行第a个字符中是否有异常层的判断，需要说明的是，根据在前得到的多叉树的正常层和异常层，获取得到字符框中的异常行和正常行，即多叉树的正常层在字符框中对应的行即为正常行，而多叉树的异常层在字符框中对应的行即为异常行。

当多叉树中没有异常层，则利用得到的多叉树与数据库中标准数字区域中标准数字的对应的多叉树进行匹配，即可完成对应的第a个字符的识别。且当纵向和横向的多叉树的识别结果为同一个字符时，则认为此次识别有效；如果纵向和横向的多叉树的识别结果为不同字符时，则需要进行重复匹配。

当多叉树中存在异常层，则进行匹配的时候对异常层不进行匹配，利用第a个字符中的所有的正常层进行匹配，并且输出与数据库中对应的最为相似的多叉树的匹配结果，并且进行匹配结果的置信度ZX_a的计算。也即基于正常层，将待识别钞票的数字所在区域与标准数字区域进行匹配，并确定匹配结果的置信度。在本发明实施例中将数字所在区域与标准数字区域进行匹配的方法为，将将数字所在区域中各字符的字符框对应的多叉树，与标准数字区域中标准数字的字符框对应的多叉树进行匹配。

匹配结果的置信度的计算公式为：

其中，ZX_a为第a个字符对应的匹配结果的置信度；I为第a个字符对应的纵向多叉树的总层数；I″为第a个字符对应的纵向多叉树的异常层数量；J″为第a个字符对应的横向多叉树的异常层数量；J为第a个字符对应的横向多叉树的总层数。

其中，第a个字符对应的纵向多叉树为：由纵向扫描的第a个字符对应的交点对应的多叉树和纵向扫描的第a个字符对应的数字面积对应的多叉树；其中，第a个字符对应的横向多叉树为：由横向扫描的第a个字符对应的交点对应的多叉树和横向扫描的第a个字符对应的数字面积对应的多叉树。其中，置信度的计算公式中反映了异常层在多叉树中的占比，异常层占比越大，则对应的匹配结果出现异常的概率越大，对应的匹配结果的置信度越小。

根据所述置信度识别待识别钞票的面额，具体的：当匹配结果的置信度大于预设匹配阈值时，基于匹配结果对应的标准数字区域，对钞票的面额进行识别，得到待识别钞票的面额。在本发明实施例中预设匹配阈值的取值为0.7，在其他实施例中可由实施者根据实际情况或者根据异常情况的可接受程度，对该取值进行调整。

然后，基于待识别钞票的面额，通过点钞机本体中的磁性感应头9对待识别钞票的真伪进行识别。

优选的，最后可以通过语音播报对待识别钞票的真伪进行反馈。

综上所述，本发明涉及人工智能识别技术领域，本发明实施例提供了一种采用滑钞结构的立式图像扫描点钞机包括点钞机本体，点钞机本体包括钞票识别器。钞票识别器包括图像扫描设备和识别分析处理器。图像扫描设备用于识别放置至点钞机内的待识别钞票的待识别钞票图像。识别分析处理器用于对得到的待识别钞票图像进行异常分析，首先通过扫描待识别钞票图像中的数字所在区域，并构建数字所在区域的多叉树，筛选出多叉树中的正常层，基于正常层对待识别钞票中数字所在区域的识别，以得到待识别钞票的面额，并基于待识别钞票的面额通过点钞机本体中的磁性感应头9对待识别钞票的真伪进行识别。本发明减少了识别过程中的计算量，并消除了钞票上的脏污或者其他异常干扰的影响，进而提高钞票面额识别的精准度。

需要说明的是：上述本发明实施例先后顺序仅仅为了描述，不代表实施例的优劣。在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。

本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。

Claims (4)

1.一种采用滑钞结构的立式图像扫描点钞机，包括点钞机本体，所述点钞机本体包括钞票识别器，其特征在于，所述钞票识别器还包括钞票识别模块，所述钞票识别模块安装在点钞机本体上，所述钞票识别模块包括：图像扫描设备和识别分析处理器；

图像扫描设备的信号输出端连接所述识别分析处理器的信号输入端，所述图像扫描设备用于识别放置至点钞机内的待识别钞票的待识别钞票图像，并将所述待识别钞票图像输出至所述识别分析处理器中，所述识别分析处理器对所述待识别钞票图像进行分割得到数字所在区域；分别从不同方向对所述数字所在区域进行交点和数字面积的扫描，构建交点对应的多叉树和数字面积对应的多叉树；对交点对应的多叉树和数字面积对应的多叉树中同一层和相邻层进行差异分析，得到同一层的异常可能程度；根据异常可能程度从多叉树中筛选出正常层；基于正常层，将待识别钞票对应的数字所在区域与标准数字区域进行匹配，并确定匹配结果的置信度；根据所述置信度识别待识别钞票的面额；

其中，所述交点对应的多叉树的构建方法为：

数字所在区域内包含多个字符框；

以任意一个方向作为目标方向，沿着目标方向获取字符框中每行的交点数量，构建行扫描交点数量集；以行扫描交点数量集中每个数据作为字符框的交点对应的多叉树中对应层的根节点，交点对应的多叉树中每行的节点数量为字符框中所有行中最大的交点数量；

其中，所述数字面积对应的多叉树的构建方法为：

数字所在区域内包含多个字符框；

以任意一个方向作为目标方向，沿着目标方向获取字符框中每行的数字区域所占的数字面积，构建行扫描数字面积集；以行扫描数字面积集中每个数据作为字符框的数字面积对应的多叉树中对应层的根节点，数字面积对应的多叉树中每行的节点数量为字符框中所有行中最大的数字面积；

其中，所述对交点对应的多叉树和数字面积对应的多叉树中同一层和相邻层进行差异分析，得到同一层的异常可能程度，包括：

以交点对应的多叉树中的任意层作为目标层，将数字面积对应的多叉树中与目标层的层数相同的层作为目标对应层；

根据目标层的交点数量和数字面积确定目标层的第一异常程度；

根据目标层与其对应的相邻层之间的交点数量的差异、目标对应层与其对应的相邻层之间的数字面积的差异，确定第二异常程度；将第一异常程度和第二异常程度的均值，作为目标层和目标对应层的异常可能程度；

其中，所述第一异常程度的计算公式为：

；其中，/>为第i层的第一异常程度；/>为数字面积对应的多叉树中第i层的数字面积；/>为交点对应的多叉树中第i层的交点数量；/>为多叉树的层数；Norm为归一化函数；/>为取绝对值函数；

其中，所述第二异常程度的计算公式为：

；/>为第i层的第二异常程度；/>为数字面积对应的多叉树中第i层的数字面积；/>为数字面积对应的多叉树中第i+1层的数字面积；/>为交点对应的多叉树中第i层的交点数量；/>为交点对应的多叉树中第i+1层的交点数量；/>为前向邻域权值，/>；/>为后向邻域权值，；Norm为归一化函数；/>为取绝对值函数；

其中，所述确定匹配结果的置信度，包括：

所述置信度的计算公式为：

；其中，/>为第a个字符对应的匹配结果的置信度；/>为第a个字符对应的纵向多叉树的总层数；/>为第a个字符对应的纵向多叉树的异常层数量；/>为第a个字符对应的横向多叉树的异常层数量；/>为第a个字符对应的横向多叉树的总层数。

2.根据权利要求1所述的一种采用滑钞结构的立式图像扫描点钞机，其特征在于，所述根据所述置信度识别待识别钞票的面额，包括：

当匹配结果的置信度大于预设匹配阈值时，基于匹配结果对应的标准数字区域，对钞票的面额进行识别，得到待识别钞票的面额。

3.根据权利要求1所述的一种采用滑钞结构的立式图像扫描点钞机，其特征在于，所述根据异常可能程度从多叉树中筛选出正常层，包括：

将异常可能程度小于或等于预设可能阈值的多叉树中的层筛选出来作为正常层。

4.根据权利要求1所述的一种采用滑钞结构的立式图像扫描点钞机，其特征在于，所述对所述待识别钞票图像进行分割得到数字所在区域，包括：

根据位置信息分割出待识别钞票图像中的数字所在区域。