RU2673120C1 - Способ и устройство для идентификации сложенных банкнот - Google Patents
Способ и устройство для идентификации сложенных банкнот Download PDFInfo
- Publication number
- RU2673120C1 RU2673120C1 RU2017130019A RU2017130019A RU2673120C1 RU 2673120 C1 RU2673120 C1 RU 2673120C1 RU 2017130019 A RU2017130019 A RU 2017130019A RU 2017130019 A RU2017130019 A RU 2017130019A RU 2673120 C1 RU2673120 C1 RU 2673120C1
- Authority
- RU
- Russia
- Prior art keywords
- image
- banknote
- infrared radiation
- pass
- recognized
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims description 32
- 230000005855 radiation Effects 0.000 claims abstract description 94
- 238000001914 filtration Methods 0.000 claims description 69
- 238000000605 extraction Methods 0.000 claims description 17
- 238000004364 calculation method Methods 0.000 claims description 11
- 238000009826 distribution Methods 0.000 claims description 10
- 238000004519 manufacturing process Methods 0.000 claims description 2
- 230000000694 effects Effects 0.000 abstract description 2
- 238000012806 monitoring device Methods 0.000 abstract 1
- 239000000126 substance Substances 0.000 abstract 1
- 230000007613 environmental effect Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000002547 anomalous effect Effects 0.000 description 1
- 238000013145 classification model Methods 0.000 description 1
- 238000005094 computer simulation Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
- G06V10/443—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components by matching or filtering
- G06V10/446—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components by matching or filtering using Haar-like filters, e.g. using integral image techniques
-
- 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
- G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
- G01N21/35—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light
- G01N21/3563—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light for analysing solids; Preparation of samples therefor
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/243—Classification techniques relating to the number of classes
- G06F18/2433—Single-class perspective, e.g. one-against-all classification; Novelty detection; Outlier detection
-
- 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
- G07D7/06—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 using wave or particle radiation
- G07D7/12—Visible light, infrared or ultraviolet radiation
-
- 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
- G07D7/06—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 using wave or particle radiation
- G07D7/12—Visible light, infrared or ultraviolet radiation
- G07D7/121—Apparatus characterised by sensor details
-
- 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
- G07D7/181—Testing mechanical properties or condition, e.g. wear or tear
- G07D7/183—Detecting folds or doubles
-
- 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
- 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
- G07D7/2008—Testing patterns thereon using pre-processing, e.g. de-blurring, averaging, normalisation or rotation
-
- 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
- G07D7/202—Testing patterns thereon using pattern matching
- G07D7/2041—Matching statistical distributions, e.g. of particle sizes orientations
-
- 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
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Toxicology (AREA)
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Life Sciences & Earth Sciences (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Computational Biology (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Computation (AREA)
- Artificial Intelligence (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Analytical Chemistry (AREA)
- Immunology (AREA)
- Biochemistry (AREA)
- Pathology (AREA)
- Chemical & Material Sciences (AREA)
- Multimedia (AREA)
- Inspection Of Paper Currency And Valuable Securities (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
Abstract
Изобретение относится к области распознавания сложенных банкнот. Технический результат заключается в эффективности распознавания сложенных банкнот. Устройство для распознавания сложенных банкнот содержит порт ввода банкнот, выполненный с возможностью приема подлежащей распознаванию банкноты или образца банкноты и передачи банкноты в модуль получения сигналов, выполненный с возможностью получения изображения банкноты с помощью контактного датчика изображения (CIS) для получения изображения T в проходящем инфракрасном излучении и изображения F в отраженном инфракрасном излучении, модуль распознавания сигналов, выполненный с возможностью распознавания того, имеет ли подлежащая распознаванию банкнота сгиб, и модуль приема/отклонения, выполненный с возможностью выполнения операции приема или отклонения на подлежащей распознаванию банкноте. 3 н. и 6 з.п. ф-лы, 2 ил.
Description
[0001] Настоящая заявка испрашивает приоритет по заявке на патент Китая № 201510059223.X, озаглавленный «Folded bill recognition method and device» (Способ распознавания сложенных банкнот и устройство), поданной 4 февраля 2015 года в Государственное ведомство по интеллектуальной собственности Китайской Народной Республики и в полном объеме включенной в настоящее описание посредством ссылки.
ОБЛАСТЬ ТЕХНИКИ, К КОТОРОЙ ОТНОСИТСЯ ИЗОБРЕТЕНИЕ
[0002] Настоящая заявка относится к технической области устройств финансового самообслуживания и, в частности, к устройству для распознавания сложенных банкнот и способу распознавания сложенных банкнот.
УРОВЕНЬ ТЕХНИКИ
[0003] Сложенная банкнота, как вид внеоборотной банкноты, больше не пригодна для обращения. Поэтому, когда сложенная банкнота вводится в устройство распознавания, устройству распознавания необходимо распознать и классифицировать ее как внеоборотную банкноту.
[0004] Ограниченные такими факторами, как обычное устройство формирования изображения, вариации освещенности, среды визуализации, сигналы, полученные модулем получения сигналов устройства самообслуживания, являются недостаточно стабильными, что делает характеристику в сигнале от сложенной банкноты незначительной, и в результате возникают трудности при распознавании сложенной банкноты.
[0005] Описание характеристики является ключевой предпосылкой распознавания сложенных банкнот. Основываясь на используемом в настоящее время сигнале, если используется метод описания только с одной характеристикой, такой как обычный подход с вычислением только среднего значения серого или подход с выполнением бинаризации изображения с порогом и подсчетом аномальных пикселей, трудно отличить сложенные банкноты от потертых или загрязненных банкнот. Основная причина того, что описание обычных характеристик не может привести к хорошему эффекту, состоит в том, что сложенные банкноты и потертые или загрязненные банкноты не эффективно различаются или не эффективно подвергаются предварительной обработке.
СУЩНОСТЬ ИЗОБРЕТЕНИЯ
[0006] Для решения указанной проблемы заключающейся в том, что с помощью известных методик трудно отличить сложенные банкноты от потертых или загрязненных банкнот, в соответствии с настоящим раскрытием предлагаются способ и устройство для распознавания сложенной банкноты. Благодаря использованию способа классификации характеристик, основанном на использовании фильтров верхних/нижних частот, для эффективного описания характеристик характеристического поля сгиба банкноты улучшена эффективность распознавания устройства для распознавания.
[0007] Устройство для распознавания сложенных банкнот, предоставляемое согласно настоящему раскрытию включает в себя: порт ввода банкнот, выполненный с возможностью приема подлежащей распознавания банкноты или образца банкноты и передачи банкноты в следующий модуль; модуль получения сигналов, выполненный с возможностью приема изображения банкноты с помощью контактного датчика изображения (CIS) для получения изображения T в проходящем инфракрасном излучении и изображения F в отраженном инфракрасном излучении; модуль распознавания сигналов, выполненный с возможностью распознавания того, имеет ли банкнота, подлежащая распознаванию, сгиб; и модуль приема/отклонения, выполненный с возможностью выполнения операции приема или отклонения на подлежащей распознаванию банкноте. Модуль распознавания сигналов включает в себя: первый блок фильтрации верхних частот, выполненный с возможностью фильтрации изображения T в проходящем инфракрасном излучении, для получения отфильтрованного по верхним частотам изображения gT в проходящем инфракрасном излучении; первый блок фильтрации нижних частот, выполненный с возможностью фильтрации изображения T в проходящем инфракрасном излучении, для получения отфильтрованного по нижним частотам изображения dT в проходящем инфракрасном излучении; второй блок фильтрации верхних частот, выполненный с возможностью выполнения фильтрации верхних частот на инфракрасном отраженном изображении F в отраженном инфракрасном излучении синхронно с фильтрацией нижних частот, выполняемой на изображении T в проходящем инфракрасном излучении в соответствии с отношением геометрических координат точка-к-точке, для получения отфильтрованного по верхним частотам изображения gF в отраженном инфракрасном излучении; второй блок фильтрации нижних частот, выполненный с возможностью осуществления фильтрации нижних частот на изображении F в отраженном инфракрасном излучении синхронно с фильтрацией верхних частот, выполняемой на изображении T в проходящем инфракрасном излучении в соответствии с отношением геометрических координат точка-к-точке, для получения отфильтрованного по нижним частотам изображение dF в отраженном инфракрасном излучении; блок дифференциального отфильтрованного изображения, выполненный с возможностью осуществления дифференциальной операции на отфильтрованном по верхним частотам изображении gF в отраженном инфракрасном излучении и отфильтрованном по нижним частотам изображении dT в проходящем инфракрасном излучении для получения дифференциального отфильтрованного изображения cFT; первый блок извлечения характеристики, выполненный с возможностью осуществления извлечения характеристики на отфильтрованном по верхним частотам изображении gT в проходящем инфракрасном излучении путем вычисления среднего значения gT_G серого для изображения gT в качестве значения характеристики; второй блок извлечения характеристики, выполненный с возможностью осуществления извлечения характеристики на отфильтрованном по нижним частотам изображении dF в отраженном инфракрасном излучении путем вычисления среднего значения dF_G серого для изображения dF в качестве значения характеристики; третий блок извлечения характеристики, выполненный с возможностью осуществления извлечения характеристики на отфильтрованном дифференциальном изображении cFT путем вычисления среднего значения cFT_G серого для cFT в качестве значения характеристики; и блок принятия решения о распознавании, выполненный с возможностью расчета моделей для различения сложенных банкнот и несложенных банкнот на основе значения gT_G характеристики, значения dF_G характеристики и значения cFT_G характеристики образцов банкнот и принятия решения о том, имеет ли подлежащая распознаванию банкнота сгиб, основываясь на модели решения о классификации банкноты. Модель принятия решения о классификации банкноты представляет собой следующее: в случае, если все p1>T1, p2>T2, p3>T3 верны, подлежащая распознаванию банкнота распознается как сложенная банкнота; если не все p1>T1, p2>T2, p3>T3 верны, подлежащая распознаванию банкнота распознается как несложенная банкнота, при этом p1, p2 и p3 являются доверительными уровнями для определения подлежащей распознаванию банкноты как сложенной банкноты, и T1, T2 и T3 представляют собой три пороговых значения доверительных уровней.
[0008] Предпочтительно, модель принятия решения о классификации банкнот может быть дополнительно уточнена следующим образом:
где p1, p2 и p3 представляют собой доверительные уровни для определения подлежащей распознаванию банкноты как сложенной банкноты, 
представляют собой различные значения весов присвоенные p1, p2 и p3, и 
, Ts представляет собой порог и имеет эмпирическое значение 0,5.
[0009] Также в соответствии с настоящим раскрытием предоставляется способ распознавания сложенных банкнот, включающий в себя: этап 1 приема через порт ввода банкнот подлежащей распознаванию банкноты и передачи подлежащей распознаванию банкноты в модуль получения сигналов; этап 2 приема модулем получения сигналов, CIS сигнала изображения подлежащей распознаванию банкноты для получения изображения Ts в проходящем инфракрасном излучении и изображения Fs в отраженном инфракрасном излучении; этап 3 фильтрования первым блоком фильтрации верхних частот изображения Ts в проходящем инфракрасном излучении для получения отфильтрованного по верхним частотам изображение gTs в проходящем инфракрасном излучении; этап 4 фильтрования первым блоком фильтрации нижних частот изображения в проходящем инфракрасном излучении для получения отфильтрованного по нижним частотам изображения dTs в проходящем инфракрасном излучении; этап 5 выполнения вторым блоком фильтрации верхних частот фильтрации верхних частот на изображении Fs в отраженном инфракрасном излучении синхронно с фильтрацией нижних частот, выполняемой на изображении Ts в проходящем инфракрасном излучении в соответствии с отношением геометрических координат точка-к-точке, для получения отфильтрованного по верхним частотам изображения gFs в отраженном инфракрасном излучении; этап 6 выполнения вторым блоком фильтрации нижних частот фильтрации нижних частот на изображении Fs в отраженном инфракрасном излучении синхронно с фильтрацией верхних частот, выполняемой на изображении Ts в проходящем инфракрасном излучении в соответствии с отношением геометрических координат точка-к-точке, для получения отфильтрованного по верхним частотам изображения dFs в отраженном инфракрасном излучении; этап 7 выполнения с помощью блока дифференциального отфильтрованного изображения дифференциальной операции на отфильтрованном по верхним частотам изображении gFs в отраженном инфракрасном излучении и отфильтрованном по нижним частотам изображении dTs в проходящем инфракрасном излучении для получения дифференциального отфильтрованного изображения cFTs; этап 8 выполнения первым блоком извлечения характеристики, извлечения характеристики на отфильтрованном по верхним частотам изображении gTs в проходящем инфракрасном излучении путем вычисления среднего значения gT_Gs серого для изображения gTs в качестве значения характеристики; этап 9 выполнения вторым блоком извлечения характеристики извлечения характеристики на отфильтрованном по нижним частотам изображении dFs в отраженном инфракрасном излучении путем вычисления среднего значения gT_Gs серого для изображения dFs в качестве значения характеристики; этап 10 выполнения третьим блоком извлечения характеристики, извлечения характеристики на дифференциальном отфильтрованном изображении cFTs путем вычисления среднего значения cFT_ Gs серого для изображения cFTs в качестве значения характеристики; этап 11 подстановки значения gT_Gs характеристики, значения dF_ Gs характеристики и значения cFT_ Gs характеристики соответственно в три модели y1, y2, y3 для различения сложенных банкнот и несложенных банкнот,
для получения
где p1, p2 и p3 представляют собой доверительные уровни для определения подлежащей распознаванию банкноты как сложенной банкноты; в случае, если все p1>T1, p2>T2, p3>T3 верны, подлежащая распознаванию банкнота распознается как сложенная банкнота; в случае, если не все p1>T1, p2>T2, p3>T3 верны, подлежащая распознаванию банкнота распознается как несложенная банкнота, при этом T1, T2 и T3 представляют собой три порога доверительных уровней, причем их эмпирические значения составляют 0,5.
[0010] Предпочтительно, этап 11 дополнительно содержит: назначение p1, p2 и p3 различных весовых значений , где ; и определение порога Ts. Модель принятия решения о классификации банкнот представляет собой:
[0011] Предпочтительно, способ получения трех моделей y1, y2, y3 для различения сложенных банкнот и несложенных банкнот содержит: получение определенного количества образцов сложенных банкнот и несложенных банкнот; получение для каждого из образцов значения характеристики среднего значения gT_G серого для отфильтрованного по верхним частотам изображения gT в проходящем инфракрасном излучении, значения характеристики среднего значения dF_G серого для отфильтрованного по нижним частотам изображения dF в отраженном инфракрасном излучении и значения характеристики среднего значения cFT_G серого для дифференциального отфильтрованного изображения cFT; подсчет значения gT_G характеристики, значения dF_G характеристики и значения cFT_G характеристики, соответственно, для получения графика распределения вероятности gT_G, графика распределения вероятности dF_G и графика распределения вероятности cFT_G, соответствующих сложенной банкноте, в виде следующих формул:
где y1, y2, y3 представляют собой три модели для различения сложенных банкнот и несложенных банкнот, соответственно.
[0012] В частности, способ получения для каждого из образцов значения характеристики среднего значения gT_G серого для отфильтрованного по верхним частотам изображения gT в проходящем инфракрасном излучении, значения характеристики среднего значения dF_G серого для отфильтрованного по нижним частотам изображения dF в отраженном инфракрасном излучении инфракрасного отражения и значения характеристики среднего значения cFT_G серого для дифференциального отфильтрованного изображения cFT аналогичен способу получения значения характеристики среднего значения gT_Gs серого отфильтрованного по верхним частотам изображения gTs в проходящем инфракрасном излучении, значения характеристики среднего значения dF_ Gs серого для отфильтрованного по нижним частотам изображения dFs в отраженном инфракрасном излучении инфракрасного отражения и значения характеристики среднего значения cFT_ Gs серого дифференциального для отфильтрованного изображения cFTs подлежащей распознаванию банкноты.
[0013] Предпочтительно, этапы 1-10 не выполняются в указанной последовательности. Этапы 3 и 4 могут выполнятся одновременно. Этапы 5 и 6 могут выполнятся одновременно. Этап 8 может выполняться сразу после этапа 3. Этап 9 может выполняться сразу после этапа 6 и этап 10 может выполняться сразу после этапа 7.
[0014] В частности, перед этапом 3 для сигналов изображения Ts и Fs вычисляют порог фильтра верхних частот и порог фильтра нижних частот путем вычисления значения среднего серого для Ts:
где 
представляет собой значение серого, соответствующее пикселю Ts, w - ширина сигнала изображения Ts, h - высота сигнала изображения Ts; и вычисляют порог фильтра верхних частот соответствующего Ts как 
, и порог фильтра нижних частот соответствующего Ts как 
.
[0015] В частности расчетная модель для вычисления среднего значения gT_Gs серого для gTs, расчетная модель для вычисления среднего значения dF_ Gs серого для dFs и расчетная модель для вычисления среднего значения cFT_ Gs серого для cFTs являются такими же, как и расчетные модели для вычисления средних значений серого для Ts.
[0016] Преимущества, обеспечиваемые настоящем раскрытием, заключаются в следующем.
[0017] Поскольку для классификации характеристик используются фильтры верхних/нижних частот, существенно улучшается различимость характеристик. В частности, различные характеристики соответствуют различным классификаторам. В качестве классификаторов используются, в том числе, классификаторы, подобные Adaboost, которые могут гарантировать доверительные уровни устройства распознавания по настоящему раскрытию и обеспечить большую устойчивость системы распознавания к сложным ситуациям, таким как воздействие окружающей среды и загрязненные банкноты. Способ и устройство распознавания сложенных банкнот могут эффективно распознать сложенную банкноту.
КРАТКОЕ ОПИСАНИЕ ЧЕРТЕЖЕЙ
[0018] Фиг.1 представляет собой блок-схему устройства распознавания сложенных банкнот в соответствии с предпочтительным вариантом осуществления настоящего раскрытия;
[0019] Фиг.2 представляет собой блок-схему последовательности операций способа распознавания сложенных банкнот в соответствии с предпочтительным вариантом осуществления настоящего раскрытия.
ОСУЩЕСТВЛЕНИЕ ИЗОБРЕТЕНИЯ
[0020] С целью дальнейшей иллюстрации способа и устройства распознавания сложенных банкнот, представленных в настоящем раскрытии, описаны варианты осуществления со ссылками на чертежи.
[0021] Представлено устройство для распознавания сложенных банкнот в соответствии с одним из вариантов осуществления. Как показано на Фиг. 1, устройство распознавания сложенных банкнот включает в себя порт 10 ввода банкнот, модуль 20 получения сигналов, модуль 30 распознавания сигналов и модуль 40 приема/отклонения.
[0022] Порт 10 ввода банкнот выполнен с возможностью приема подлежащей распознаванию банкноты или образца банкноты и передачи банкноты в следующий модуль. Модуль 20 получения сигналов выполнен с возможностью приема изображения банкноты с помощью контактного датчика изображения (CIS) для получения изображения T в проходящем инфракрасном излучении и изображения F в отраженном инфракрасном излучении. Модуль 30 распознавания сигналов выполнен с возможностью распознавания того, имеет ли подлежащая распознаванию банкнота сгиб. Модуль приема/отклонения выполнен с возможностью выполнения операции приема или отклонения в отношении подлежащей распознаванию банкноте.
[0023] В частности, модуль 30 распознавания сигналов содержит: первый блок фильтрации верхних частот, первый блок фильтрации нижних частот, второй блок фильтрации верхних частот, второй блок фильтрации нижних частот, блок дифференциального отфильтрованного изображения, первый блок извлечения характеристики, второй блок извлечения характеристики, третий блок извлечения характеристики и блок принятия решения о распознавании. Первый блок фильтрации верхних частот выполнен с возможностью фильтрации изображения T в проходящем инфракрасном излучении для получения отфильтрованного по верхним частотам изображения gT в проходящем инфракрасном излучении. Первый блок фильтрации нижних частот выполнен с возможностью фильтрации изображения T в проходящем инфракрасном излучении для получения отфильтрованного по нижним частотам изображения dT в проходящем инфракрасном излучении. Второй блок фильтрации верхних частот выполнен с возможностью осуществления фильтрации верхних частот на изображении F в отраженном инфракрасном излучении синхронно с фильтрацией нижних частот, выполняемой на изображении T в проходящем инфракрасном излучении в соответствии с отношением геометрических координат точка-к-точке, для получения отфильтрованного по верхним частотам изображения gF в отраженном инфракрасном излучении. Второй блок фильтрации нижних частот выполнен с возможностью осуществления фильтрации нижних частот на изображении F в отраженном инфракрасном излучении синхронно с фильтрацией верхних частот, выполняемой на изображении T в проходящем инфракрасном излучении в соответствии с отношением геометрических координат точка-к-точке, для получения отфильтрованного по нижним частотам изображения dF в отраженном инфракрасном излучении. Блок дифференциального отфильтрованного изображения выполнен с возможностью осуществления дифференциальной операции на отфильтрованном по верхним частотам изображении gF в отраженном инфракрасном излучении и отфильтрованном по нижним частотам изображении dT в проходящем инфракрасном излучении для получения дифференциального отфильтрованного изображения cFT. Первый блок извлечения характеристики выполнен с возможностью осуществления извлечения характеристики на отфильтрованном по верхним частотам изображении gT в проходящем инфракрасном излучении путем вычисления среднего значения серого gT_G изображения gT в качестве значения характеристики. Второй блок извлечения характеристики выполнен с возможностью осуществления извлечения характеристики на отфильтрованном по нижним частотам изображении dF в отраженном инфракрасном излучении путем вычисления среднего значения серого dF_G изображения dF в качестве значения характеристики. Третий блок извлечения характеристики выполнен с возможностью осуществления извлечения характеристики на отфильтрованном дифференциальном изображении cFT путем вычисления среднего значения серого cFT_G для изображения cFT в качестве значения характеристики. Блок принятия решения о распознавании выполнен с возможностью расчета моделей для различения сложенных банкнот и несложенных банкнот на основе значения характеристики gT_G, значения характеристики dF_G и значения характеристики cFT_G образцов банкнот и принятия решения о том, имеет ли подлежащая распознаванию банкнота сгиб, основываясь на модели решения о классификации банкноты. Модель принятия решения о классификации банкноты представляет собой следующее: в случае, если все p1>T1, p2>T2, p3>T3 верны, подлежащая распознаванию банкнот распознается как сложенная банкнота; если не все p1>T1, p2>T2, p3>T3 верны, подлежащая распознаванию банкнота распознается как несложенная банкнота, при этом p1, p2 и p3 являются доверительными уровнями для определения подлежащей распознаванию банкноты как сложенной банкноты, и T1, T2 и T3 представляют собой три пороговых значения доверительных уровней.
[0024] Модель принятия решения о классификации банкнот может быть дополнительно уточнена следующим образом:
где p1, p2 и p3 представляют собой доверительные уровни для определения подлежащей распознаванию банкноты как сложенной банкноты, 
представляют собой различные значения весов присвоенные, соответственно, p1, p2 и p3, и , Ts представляет собой порог и имеет эмпирическое значение 0,5.
[0025] Ниже подробно описан способ распознавания сложенных банкнот, выполняемый устройством для распознавания сложенных банкнот.
[0026] Как показано на Фиг.2, способ распознавания сложенных банкнот включает в себя этапы 1-11. На этапе 1 порт ввода банкнот принимает подлежащую распознаванию банкноту и передает подлежащую распознаванию банкноту в модуль получения сигналов. На этапе 2 модуль получения сигналов принимает CIS сигнал изображения подлежащей распознаванию банкноты для получения изображения Ts в проходящем инфракрасном излучении и изображения Fs в отраженном инфракрасном излучении. На этапе 3 первый блок фильтрации верхних частот фильтрует изображение Ts в проходящем инфракрасном излучении для получения отфильтрованного по верхним частотам изображения gTs в проходящем инфракрасном излучении. На этапе 4 первый блок фильтрации нижних частот фильтрует изображение в проходящем инфракрасном излучении, для получения отфильтрованного по нижним частотам изображение dTs в проходящем инфракрасном излучении. На этапе 5 второй блок фильтрации верхних частот выполняет фильтрацию верхних частот на изображении Fs в отраженном инфракрасном излучении синхронно с фильтрацией нижних частот, выполняемой на изображении Ts в проходящем инфракрасном излучении в соответствии с отношением геометрических координат точка-к-точке, для получения отфильтрованного по верхним частотам изображения gFs в отраженном инфракрасном излучении. На этапе 6 второй блок фильтрации нижних частот выполняет фильтрацию нижних частот на изображении Fs в отраженном инфракрасном излучении синхронно с фильтрацией верхних частот, выполняемой на изображении Ts в проходящем инфракрасном излучении в соответствии с отношением геометрических координат точка-к-точке, для получения отфильтрованного по верхним частотам изображения dFs в отраженном инфракрасном излучении. На этапе 7 блок дифференциального отфильтрованного изображения выполняет дифференциальную операцию на отфильтрованном по верхним частотам изображении gFs в отраженном инфракрасном излучении и отфильтрованном по нижним частотам изображении dTs в проходящем инфракрасном излучении для получения дифференциального отфильтрованного изображения cFTs. На этапе 8 первый блок извлечения характеристики выполняет извлечение характеристики на отфильтрованном по верхним частотам изображении gTs в проходящем инфракрасном излучении путем вычисления среднего значения серого gT_Gs изображения gT в качестве значения характеристики. На этапе 9 второй блок извлечения характеристики выполняет извлечение характеристики на отфильтрованном по нижним частотам изображении dFs в отраженном инфракрасном излучении путем вычисления среднего значения серого gT_Gs изображения dFs в качестве значения характеристики. На этапе 10 третий блок извлечения характеристики выполняет извлечение характеристики на дифференциальном отфильтрованном изображении cFTs путем вычисления среднего значения серого cFT_ Gs изображения cFTs в качестве значения характеристики. На этапе 11 значение характеристики gT_Gs, значение характеристики dF_ Gs и значение характеристики cFT_ Gs, соответственно, подставляют в три модели y1, y2, y3 для различения сложенных банкнот и несложенных банкнот,
для получения
где p1, p2 и p3 представляют собой доверительные уровни для определения подлежащей распознаванию банкноты как сложенной банкноты. Затем определяют, имеет ли банкнота сгиб в соответствии с моделью решения о классификации банкноты. Модель решения о классификации банкноты представляет собой следующее: в случае, если все p1>T1, p2>T2, p3>T3 верны, подлежащая распознаванию банкнота распознается как сложенная банкнота; в случае, если не все p1>T1, p2>T2, p3>T3 верны, подлежащая распознаванию банкнота распознается как несложенная банкнота, при этом T1, T2 и T3 представляют собой три пороговых значения доверительных уровней. На этом процесс завершается.
[0027] Предпочтительно, этап 11 дополнительно включает в себя: назначение p1, p2 и p3 различных весовых значений , где . Затем определяют пороговое значение Ts. Модель принятия решения о классификации банкнот представляет собой:
[0028] Этапы 1-10 не выполняются в указанной последовательности. Этапы 3 и 4 могут выполняться одновременно. Этапы 5 и 6 могут выполняться одновременно. Этап 8 может выполняться сразу после этапа 3. Этап 9 может выполняться сразу после этапа 6; и этап 10 может выполняться сразу после этапа 7.
[0029] Помимо этого, способ получения трех моделей y1, y2, y3 для различения сложенных банкнот и несложенных банкнот содержит: получение определенного количества образцов сложенных банкнот и несложенных банкнот; получение для каждого из образцов значения характеристики среднего значения gT_G серого отфильтрованного по верхним частотам изображения gT в проходящем инфракрасном излучении, характеристики среднего значения dF_G серого отфильтрованного по нижним частотам изображения dF в отраженном инфракрасном излучении инфракрасного отражения и характеристики среднего значения cFT_G серого дифференциального отфильтрованного изображения cFT; подсчет значения характеристики gT_G, значения характеристики dF_G и значения характеристики cFT_G соответственно, для получения графика распределения вероятности gT_G, графика распределения вероятности dF_G и графика распределения вероятности cFT_G, соответствующих сложенной банкноте, в виде следующих формул:
где y1, y2, y3 представляют собой три модели для различения сложенных банкнот и несложенных банкнот, соответственно.
[0030] В частности, способ получения для каждого из образцов значения характеристики среднего значения gT_G серого отфильтрованного по верхним частотам изображения gT в проходящем инфракрасном излучении, характеристики среднего значения dF_G серого отфильтрованного по нижним частотам изображения dF в отраженном инфракрасном излучении инфракрасного отражения и характеристики среднего значения cFT_G серого дифференциального отфильтрованного изображения cFT аналогичен способу получения значения характеристики среднего значения gT_Gs серого отфильтрованного по верхним частотам изображения gTs в проходящем инфракрасном излучении, характеристики среднего значения dF_ Gs серого отфильтрованного по нижним частотам изображения dFs в отраженном инфракрасном излучении инфракрасного отражения и характеристики среднего значения cFT_ Gs серого дифференциального отфильтрованного изображения cFTs подлежащей распознаванию банкноты, т.е., этапам 1-10.
[0031] Способ распознавания сложенной банкноты проиллюстрирован на примере банкноты А.
[0032] В соответствии с этапом 1, сложенную банкноту А подают в порт ввода устройства самообслуживания.
[0033] В соответствии с этапом 2, сложенная банкнота А проходит через модуль 20 получения сигналов с помощью механической подачи, при этом модуль 20 получения сигналов получает сигналы банкноты А. Собранный CSI сигнал изображения в проходящем инфракрасном излучении представляет собой rT, а сигнал изображения в отраженном инфракрасном излучении представляет собой rF.
[0034] Перед этапом 3 вычисляют порог для фильтра верхних частот и порог для фильтра нижних частот для сигналов изображения rT и rF. Среднее значение серого для rT вычисляют следующим образом:
где представляет собой значение серого, соответствующее пикселю rT, w представляет собой ширину сигнала rT изображения, h представляет собой высоту сигнала rT изображения.
[0035] Порог фильтра верхних частот, соответствующий rT, представляет собой , порог фильтра нижних частот, соответствующий rT, представляет собой .
[0036] В соответствии с этапом 3, выполняют фильтрацию верхних частот для rT с помощью первого блока фильтрации верхних частот для получения отфильтрованного по верхним частотам изображения GT.
[0037] В соответствии с этапом 4, выполняют фильтрацию нижних частот для rT с помощью первого блока фильтрации нижних частот для получения отфильтрованного по нижним частотам изображения GT.
[0038] В соответствии с этапом 5, выполняют соответствующую фильтрацию верхних частот для rF в соответствии с отношением геометрических координат точка-к-точке, для получения отфильтрованного по верхним частотам изображения GF.
[0039] В соответствии с этапом 6, выполняют соответствующую фильтрацию нижних частот для rF в соответствии с отношением геометрических координат точка-к-точке, для получения отфильтрованного по нижним частотам изображения DF.
[0040] В соответствии с этапом 7, выполняют дифференциальную операцию на отфильтрованном по верхним частотам изображении GF и отфильтрованном по нижним частотам изображении DT для получения дифференциального отфильтрованного изображения CFT.
[0041] В соответствии с этапом 10, вычисляют среднее значение cAVG серого дифференциального отфильтрованного изображения CFT в качестве значения характеристики, используя ту же модель вычисления, как и в формуле (9).
[0042] В соответствии с этапом 9, вычисляют среднее значение dAVG серого отфильтрованного по верхним частотам изображения DF в качестве значения характеристики, используя ту же модель вычисления, как и в формуле (9).
[0043] В соответствии с этапом 8, вычисляют среднее значение gAVG серого отфильтрованного по нижним частотам изображения GT в качестве значения характеристики, используя ту же модель вычисления, как и в формуле (9).
[0044] В соответствии с этапом 11, вычисленные значения cAVG, dAVG и gAVG вводят в блок принятия решения на базе многовариантного слияния, и выполняют классификацию обученными многовариантными классифицирующими моделями f1(x1), f2(x2), f3(x3) распределения вероятностей. Если f1(cABG)>T1, f2(dAVG)>T2, f3(gAVG)>T3, где T1, T2 и T3 представляют собой эмпирические пороги, обычно равные 0,5, то есть, если выход блока принятия решения принимает значение ʺистинаʺ, банкнота А распознается как сложенная банкнота, а если выход блока принятия решения принимает значение ʺложьʺ, банкнота А распознается как несложенная банкнота. На этом процесс распознавания завершается.
[0045] В способе распознавания сложенных банкнот и устройстве для распознавания сложенных банкнот представленных настоящим вариантом осуществления, для эффективной классификации характеристик используются фильтры верхних/нижних частот, что существенно улучшает различимость характеристик. В частности, различные характеристики соответствуют различным классификаторам. В качестве классификаторов используются, в том числе, классификаторы, подобные Adaboost, которые могут гарантировать доверительные уровни устройства распознавания по настоящему раскрытию и обеспечить большую устойчивость системы распознавания к сложным ситуациям, таким как воздействие окружающей среды и загрязненные банкноты. Способ и устройство распознавания сложенных банкнот могут эффективно распознать сложенную банкноту.
[0046] Выше описаны только предпочтительные варианты осуществления раскрытия. Следует отметить, что вышеуказанные предпочтительные варианты осуществления не следует рассматривать как ограничивающие настоящее раскрытие. Объем защиты настоящего раскрытия должен основываться на объеме, ограниченном формулой изобретения. Специалисты в данной области техники могут выполнить модификации без отхода от сущности или объема раскрытия. Модификации также находятся в объеме защиты настоящего раскрытия.
Claims (78)
1. Устройство для распознавания сложенных банкнот, содержащее:
порт ввода банкнот, выполненный с возможностью приема подлежащей распознаванию банкноты или образца банкноты и передачи банкноты в следующий модуль;
модуль получения сигналов, выполненный с возможностью получения изображения банкноты с помощью контактного датчика изображения (CIS) для получения изображения T в проходящем инфракрасном излучении и изображения F в отраженном инфракрасном излучении;
модуль распознавания сигналов, выполненный с возможностью распознавания того, имеет ли подлежащая распознаванию банкнота сгиб; и
модуль приема/отклонения, выполненный с возможностью выполнения операции приема или отклонения на подлежащей распознаванию банкноте;
при этом модуль распознавания сигналов содержит:
первый блок фильтрации верхних частот, выполненный с возможностью фильтрации изображения T в проходящем инфракрасном излучении для получения отфильтрованного по верхним частотам изображения gT в проходящем инфракрасном излучении;
первый блок фильтрации нижних частот, выполненный с возможностью фильтрации изображения T в проходящем инфракрасном излучении, для получения отфильтрованного по нижним частотам изображения dT в проходящем инфракрасном излучении;
второй блок фильтрации верхних частот, выполненный с возможностью выполнять фильтрацию верхних частот на изображении F в отраженном инфракрасном излучении синхронно с фильтрацией нижних частот, выполняемой на изображении T в проходящем инфракрасном излучении в соответствии с отношением геометрических координат точка-к-точке, для получения отфильтрованного по верхним частотам изображения gF в отраженном инфракрасном излучении;
второй блок фильтрации нижних частот, выполненный с возможностью осуществления фильтрации нижних частот на изображении F в отраженном инфракрасном излучении синхронно с фильтрацией верхних частот, выполняемой на изображении T в проходящем инфракрасном излучении в соответствии с отношением геометрических координат точка-к-точке, для получения отфильтрованного по нижним частотам изображения dF в отраженном инфракрасном излучении;
блок дифференциального отфильтрованного изображения, выполненный с возможностью осуществления дифференциальной операции на отфильтрованном по верхним частотам изображении gF в отраженном инфракрасном излучении и отфильтрованном по нижним частотам изображении dT в проходящем инфракрасном излучении для получения дифференциального отфильтрованного изображения cFT;
первый блок извлечения характеристики, выполненный с возможностью осуществления извлечения характеристики на отфильтрованном по верхним частотам изображении gT в проходящем инфракрасном излучении путем вычисления среднего значения gT_G серого для изображения gT в качестве значения характеристики;
второй блок извлечения характеристики, выполненный с возможностью осуществления извлечения характеристики на отфильтрованном по нижним частотам изображении dF в отраженном инфракрасном излучении путем вычисления среднего значения dF_G серого для изображения dF в качестве значения характеристики;
третий блок извлечения характеристики, выполненный с возможностью осуществления извлечения характеристики на отфильтрованном дифференциальном изображении cFT путем вычисления среднего значения cFT_G серого для изображения cFT в качестве значения характеристики; и
блок принятия решения о распознавании, выполненный с возможностью расчета моделей для различения сложенных банкнот и несложенных банкнот на основе значения gT_G характеристики, значения dF_G характеристики и значения cFT_G характеристики образцов банкнот и принятия решения о том, имеет ли подлежащая распознаванию банкнота сгиб, основываясь на модели решения о классификации банкноты, причем
модель принятия решения о классификации банкноты представляет собой следующее: в случае если все p1>T1, p2>T2, p3>T3 верны, подлежащая распознаванию банкнота распознается как сложенная банкнота; если не все p1>T1, p2>T2, p3>T3 верны, подлежащая распознаванию банкнота распознается как несложенная банкнота, при этом p1, p2 и p3 являются доверительными уровнями для определения подлежащей распознаванию банкноты как сложенной банкноты и T1, T2 и T3 представляют собой три пороговых значения доверительных уровней.
2. Устройство распознавания сложенных банкнот по п.1, в котором модель принятия решения о классификации банкнот может быть дополнительно уточнена следующим образом:
где p1, p2 и p3 представляют собой доверительные уровни для определения подлежащей распознаванию банкноты как сложенной банкноты, 
представляют собой различные значения весов, присвоенные p1, p2 и p3, и 
, Ts представляет собой порог и имеет эмпирическое значение 0,5.
3. Способ распознавания сложенных банкнот, содержащий:
этап 1 приема через порт ввода банкнот подлежащей распознаванию банкноты и передачи подлежащей распознаванию банкноты в модуль получения сигналов;
этап 2 получения модулем получения сигналов CIS сигнала изображения подлежащей распознаванию банкноты для получения изображения Ts в проходящем инфракрасном излучении и изображения Fs в отраженном инфракрасном излучении;
этап 3 фильтрования первым блоком фильтрации верхних частот изображения Ts в проходящем инфракрасном излучении для получения отфильтрованного по верхним частотам изображения gTs в проходящем инфракрасном излучении;
этап 4 фильтрования первым блоком фильтрации нижних частот изображения в проходящем инфракрасном излучении для получения отфильтрованного по нижним частотам изображения dTs в проходящем инфракрасном излучении;
этап 5 выполнения вторым блоком фильтрации верхних частот фильтрации верхних частот на изображении Fs в отраженном инфракрасном излучении синхронно с фильтрацией нижних частот, выполняемой на изображении Ts в проходящем инфракрасном излучении в соответствии с отношением геометрических координат точка-к-точке, для получения отфильтрованного по верхним частотам изображения gFs в отраженном инфракрасном излучении;
этап 6 выполнения вторым блоком фильтрации нижних частот фильтрации нижних частот на изображении Fs в отраженном инфракрасном излучении синхронно с фильтрацией верхних частот, выполняемой на изображении Ts в проходящем инфракрасном излучении в соответствии с отношением геометрических координат точка-к-точке, для получения отфильтрованного по нижним частотам изображения dFs в отраженном инфракрасном излучении;
этап 7 выполнения с помощью блока дифференциального отфильтрованного изображения дифференциальной операции на отфильтрованном по верхним частотам изображении gFs в отраженном инфракрасном излучении и отфильтрованном по нижним частотам изображении dTs в проходящем инфракрасном излучении для получения дифференциального отфильтрованного изображения cFTs;
этап 8 выполнения первым блоком извлечения характеристики извлечения характеристики на отфильтрованном по верхним частотам изображении gTs в проходящем инфракрасном излучении путем вычисления среднего значения gT_Gs серого для изображения gTs в качестве значения характеристики;
этап 9 выполнения вторым блоком извлечения характеристики извлечения характеристики на отфильтрованном по нижним частотам изображении dFs в отраженном инфракрасном излучении путем вычисления среднего значения gT_Gs серого для изображения dFs в качестве значения характеристики;
этап 10 выполнения третьим блоком извлечения характеристики извлечения характеристики на дифференциальном отфильтрованном изображении cFTs путем вычисления среднего значения cFT_Gs серого для изображения cFTs в качестве значения характеристики;
этап 11 подстановки значения gT_Gs характеристики, значения dF_Gs характеристики и значения cFT_Gs характеристики соответственно в три модели y1, y2, y3 для различения сложенных банкнот и несложенных банкнот:
для получения
где p1, p2 и p3 представляют собой доверительные уровни для определения подлежащей распознаванию банкноты как сложенной банкноты; в случае если все p1>T1, p2>T2, p3>T3 верны, подлежащая распознаванию банкнота распознается как сложенная банкнота; в случае если не все p1>T1, p2>T2, p3>T3 верны, подлежащая распознаванию банкнота распознается как несложенная банкнота, при этом T1, T2 и T3 представляют собой три порога доверительных уровней.
4. Способ распознавания сложенных банкнот по п.3, в котором этап 11 дополнительно содержит:
назначение p1, p2 и p3 различных весовых значений , где ; и
определение порога Ts, где
модель принятия решения о классификации банкнот представляет собой:
5. Способ распознавания сложенных банкнот по п.3 или 4, причем способ получения трех моделей y1, y2, y3 для различения сложенных банкнот и несложенных банкнот содержит:
получение определенного количества образцов сложенных банкнот и несложенных банкнот;
получение для каждого из образцов значения характеристики среднего значения gT_G серого для отфильтрованного по верхним частотам изображения gT в проходящем инфракрасном излучении, значения характеристики среднего значения dF_G серого для отфильтрованного по нижним частотам изображения dF в отраженном инфракрасном излучении и значения характеристики среднего значения cFT_G серого для дифференциального отфильтрованного изображения cFT;
подсчет значения gT_G характеристики, значения dF_G характеристики и значения cFT_G характеристики соответственно для получения графика распределения вероятности gT_G, графика распределения вероятности dF_G и графика распределения вероятности cFT_G, соответствующих сложенной банкноте, в виде следующих формул:
где y1, y2, y3 представляют собой три модели для различения сложенных банкнот и несложенных банкнот соответственно.
6. Способ распознавания сложенных банкнот по п.5, причем способ получения для каждого из образцов значения характеристики среднего значения gT_G серого для отфильтрованного по верхним частотам изображения gT в проходящем инфракрасном излучении, значения характеристики среднего значения dF_G серого для отфильтрованного по нижним частотам изображения dF в отраженном инфракрасном излучении инфракрасного отражения и значения характеристики среднего значения cFT_G серого для дифференциального отфильтрованного изображения cFT аналогичен способу получения значения характеристики среднего значения gT_Gs серого отфильтрованного по верхним частотам изображения gTs в проходящем инфракрасном излучении, значения характеристики среднего значения dF_Gs серого для отфильтрованного по нижним частотам изображения dFs в отраженном инфракрасном излучении инфракрасного отражения и значения характеристики среднего значения cFT_Gs серого дифференциального для отфильтрованного изображения cFTs подлежащей распознаванию банкноты на этапах 1-10 по п.3.
7. Способ распознавания сложенных банкнот по п.3, в котором перед этапом 3 способ дополнительно содержит:
вычисление порога фильтра верхних частот и порога фильтра нижних частот для сигналов изображения Ts и Fs путем:
вычисления значения среднего серого для Ts как:
где 
представляет собой значение серого, соответствующее пикселю Ts, w - ширина сигнала изображения Ts, h - высота сигнала изображения Ts; и
вычисление порога фильтра верхних частот, соответствующего Ts, как 
и порога фильтра нижних частот, соответствующего Ts, как 
.
8. Способ распознавания сложенной банкноты по п.7, в котором расчетная модель для вычисления среднего значения gT_Gs серого для gTs, расчетная модель для вычисления среднего значения dF_Gs серого для dFs и расчетная модель для вычисления среднего значения cFT_Gs серого для cFTs такие же, как и расчетные модели для вычисления средних значений серого для Ts.
9. Способ распознавания сложенных банкнот, содержащий этапы, на которых:
принимают через порт ввода банкнот подлежащую распознаванию банкноту и передают подлежащую распознаванию банкноту в модуль получения сигналов;
получают модулем получения сигналов CIS сигнал изображения подлежащей распознаванию банкноты для получения изображения Ts в проходящем инфракрасном излучении и изображения Fs в отраженном инфракрасном излучении;
фильтруют первым блоком фильтрации верхних частот изображение Ts в проходящем инфракрасном излучении для получения отфильтрованного по верхним частотам изображения gTs в проходящем инфракрасном излучении и одновременно фильтруют первым блоком фильтрации нижних частот изображения в проходящем инфракрасном излучении для получения отфильтрованного по нижним частотам изображения dTs в проходящем инфракрасном излучении;
выполняют первым блоком извлечения характеристики извлечение характеристики на отфильтрованном по верхним частотам изображении gTs в проходящем инфракрасном излучении путем вычисления среднего значения gT_Gs серого для изображения gTs в качестве значения характеристики;
выполняют вторым блоком фильтрации верхних частот фильтрацию верхних частот на изображении Fs в отраженном инфракрасном излучении синхронно с фильтрацией нижних частот, выполняемой на изображении Ts в проходящем инфракрасном излучении в соответствии с отношением геометрических координат точка-к-точке, для получения отфильтрованного по верхним частотам изображения gFs в отраженном инфракрасном излучении и одновременно выполняют вторым блоком фильтрации нижних частот фильтрацию нижних частот на изображении Fs в отраженном инфракрасном излучении синхронно с фильтрацией верхних частот, выполняемой на изображении Ts в проходящем инфракрасном излучении в соответствии с отношением геометрических координат точка-к-точке, для получения отфильтрованного по нижним частотам изображения dFs в отраженном инфракрасном излучении;
выполняют вторым блоком извлечения характеристики извлечение характеристики на отфильтрованном по нижним частотам изображении dFs в отраженном инфракрасном излучении путем вычисления среднего значения gT_Gs серого для изображения dFs в качестве значения характеристики;
выполняют с помощью блока дифференциального отфильтрованного изображения дифференциальную операцию на отфильтрованном по верхним частотам изображении gFs в отраженном инфракрасном излучении и отфильтрованном по нижним частотам изображении dTs в проходящем инфракрасном излучении для получения дифференциального отфильтрованного изображения cFTs;
выполняют третьим блоком извлечения характеристики извлечение характеристики на дифференциальном отфильтрованном изображении cFTs путем вычисления среднего значения cFT_Gs серого для изображения cFTs в качестве значения характеристики; и
подставляют значение gT_Gs характеристики, значение dF_Gs характеристики и значение cFT_Gs характеристики соответственно в три модели y1, y2, y3 для различения сложенных банкнот и несложенных банкнот:
для получения
где p1, p2 и p3 представляют собой доверительные уровни для определения подлежащей распознаванию банкноты как сложенной банкноты; в случае если все p1>T1, p2>T2, p3>T3 верны, подлежащая распознаванию банкнота распознается как сложенная банкнота; в случае если не все p1>T1, p2>T2, p3>T3 верны, подлежащая распознаванию банкнота распознается как несложенная банкнота, при этом T1, T2 и T3 представляют собой три порога доверительных уровней.
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510059223.X | 2015-02-04 | ||
| CN201510059223.XA CN104573700B (zh) | 2015-02-04 | 2015-02-04 | 一种褶皱票据鉴别方法及装置 |
| PCT/CN2015/083861 WO2016123903A1 (zh) | 2015-02-04 | 2015-07-13 | 一种褶皱票据鉴别方法及装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| RU2673120C1 true RU2673120C1 (ru) | 2018-11-22 |
Family
ID=53089722
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| RU2017130019A RU2673120C1 (ru) | 2015-02-04 | 2015-07-13 | Способ и устройство для идентификации сложенных банкнот |
Country Status (6)
| Country | Link |
|---|---|
| US (1) | US10319170B2 (ru) |
| EP (1) | EP3255617B1 (ru) |
| CN (1) | CN104573700B (ru) |
| HK (1) | HK1246483A1 (ru) |
| RU (1) | RU2673120C1 (ru) |
| WO (1) | WO2016123903A1 (ru) |
Families Citing this family (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104573700B (zh) * | 2015-02-04 | 2017-12-22 | 广州广电运通金融电子股份有限公司 | 一种褶皱票据鉴别方法及装置 |
| CN105046807B (zh) * | 2015-07-09 | 2017-12-26 | 中山大学 | 一种基于智能手机的伪钞识别方法及系统 |
| CN105551133B (zh) * | 2015-11-16 | 2018-11-23 | 新达通科技股份有限公司 | 一种纸币拼接缝或折痕的识别方法及系统 |
| CN105551134B (zh) * | 2015-12-17 | 2018-06-19 | 深圳怡化电脑股份有限公司 | 一种纸币褶皱的识别的方法及系统 |
| JP6615014B2 (ja) | 2016-03-15 | 2019-12-04 | グローリー株式会社 | 紙葉類識別装置および紙葉類識別方法 |
| CN107356834A (zh) * | 2017-08-21 | 2017-11-17 | 赵崇征 | 电子配件鉴别方法及装置 |
| CN110717516B (zh) * | 2019-09-06 | 2023-08-25 | 中国平安财产保险股份有限公司 | 票据图像分类方法、装置及计算机可读存储介质 |
| CN112825142B (zh) * | 2019-11-20 | 2024-08-09 | 深圳怡化电脑股份有限公司 | 一种票据检测方法、装置、终端和存储介质 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CA2362121A1 (en) * | 1999-05-11 | 2000-11-16 | Diebold, Incorporated | Double sheet detector for automated transaction machine |
| EA008554B1 (ru) * | 2005-06-17 | 2007-06-29 | Арузе Корп. | Устройство для обработки банкнот |
| RU2315359C2 (ru) * | 2002-03-12 | 2008-01-20 | Гизеке Унд Девриент Гмбх | Устройство для обработки банкнот |
| WO2010151305A2 (en) * | 2009-06-26 | 2010-12-29 | Venkatesh Rajagopalan Chari | Compact assistive reading device |
Family Cites Families (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US4984280A (en) * | 1988-06-08 | 1991-01-08 | Laurel Bank Machines Co., Ltd. | Bill discriminating apparatus |
| US6040584A (en) * | 1998-05-22 | 2000-03-21 | Mti Corporation | Method and for system for detecting damaged bills |
| EA016635B1 (ru) * | 2006-11-23 | 2012-06-29 | Сикпа Холдинг С.А. | Способ аутентификации объекта в виде листа и система |
| JP4966117B2 (ja) * | 2007-07-09 | 2012-07-04 | 日立オムロンターミナルソリューションズ株式会社 | 紙葉類集積装置 |
| JP4673393B2 (ja) * | 2008-06-05 | 2011-04-20 | 日立オムロンターミナルソリューションズ株式会社 | 紙葉類取扱装置及び方法 |
| JP5213649B2 (ja) * | 2008-11-12 | 2013-06-19 | 日立オムロンターミナルソリューションズ株式会社 | 紙葉類処理装置及び紙葉類処理プログラム |
| DE102010021803A1 (de) | 2010-05-27 | 2011-12-01 | Giesecke & Devrient Gmbh | Vorrichtung zur Echtheitsprüfung von Wertdokumenten |
| CN102236897A (zh) * | 2011-05-09 | 2011-11-09 | 哈尔滨工业大学 | 基于纸币退化能量函数的清分机纸币新旧和残缺检测方法 |
| KR101883425B1 (ko) | 2011-08-01 | 2018-07-31 | 삼성전자주식회사 | 휴대 단말기를 이용하는 위폐 감별법 |
| CN102881074A (zh) * | 2012-09-12 | 2013-01-16 | 上海古鳌电子科技股份有限公司 | 一种纸币清分机 |
| CN203812312U (zh) * | 2014-05-08 | 2014-09-03 | 中国工商银行股份有限公司 | 一种纸钞处理设备 |
| CN104573700B (zh) | 2015-02-04 | 2017-12-22 | 广州广电运通金融电子股份有限公司 | 一种褶皱票据鉴别方法及装置 |
-
2015
- 2015-02-04 CN CN201510059223.XA patent/CN104573700B/zh active Active
- 2015-07-13 RU RU2017130019A patent/RU2673120C1/ru not_active IP Right Cessation
- 2015-07-13 WO PCT/CN2015/083861 patent/WO2016123903A1/zh active Application Filing
- 2015-07-13 EP EP15880858.4A patent/EP3255617B1/en active Active
- 2015-07-13 US US15/544,379 patent/US10319170B2/en active Active
-
2018
- 2018-05-07 HK HK18105825.0A patent/HK1246483A1/zh unknown
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CA2362121A1 (en) * | 1999-05-11 | 2000-11-16 | Diebold, Incorporated | Double sheet detector for automated transaction machine |
| RU2315359C2 (ru) * | 2002-03-12 | 2008-01-20 | Гизеке Унд Девриент Гмбх | Устройство для обработки банкнот |
| EA008554B1 (ru) * | 2005-06-17 | 2007-06-29 | Арузе Корп. | Устройство для обработки банкнот |
| WO2010151305A2 (en) * | 2009-06-26 | 2010-12-29 | Venkatesh Rajagopalan Chari | Compact assistive reading device |
Also Published As
| Publication number | Publication date |
|---|---|
| HK1246483A1 (zh) | 2018-09-07 |
| CN104573700B (zh) | 2017-12-22 |
| US10319170B2 (en) | 2019-06-11 |
| EP3255617A4 (en) | 2018-03-28 |
| WO2016123903A1 (zh) | 2016-08-11 |
| US20180268634A1 (en) | 2018-09-20 |
| EP3255617A1 (en) | 2017-12-13 |
| CN104573700A (zh) | 2015-04-29 |
| EP3255617B1 (en) | 2020-06-17 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| RU2673120C1 (ru) | Способ и устройство для идентификации сложенных банкнот | |
| CN102855622B (zh) | 一种基于显著性分析的红外遥感图像海面船只检测方法 | |
| EP2889618B1 (en) | Image processing device, program, image processing method, computer-readable medium, and image processing system | |
| EP2101296B1 (en) | Eye detecting device, eye detecting method, and program | |
| CN106056597A (zh) | 物体视觉检测方法及装置 | |
| CN104969268A (zh) | 安全文件鉴别及执行鉴别的移动装置 | |
| CN102081731A (zh) | 一种从图像中提取文本的方法和装置 | |
| CN103440035A (zh) | 一种三维空间中的手势识别系统及其识别方法 | |
| CN101685006A (zh) | 触点零件形貌机器视觉自动检测系统 | |
| CN103530648A (zh) | 一种基于多帧图像的人脸识别方法 | |
| KR20150108118A (ko) | 영상 인식 기반 계량기 원격 검침 시스템 | |
| CN111027534A (zh) | 一种紧凑双车牌检测方法及装置 | |
| CN109543498A (zh) | 一种基于多任务网络的车道线检测方法 | |
| CN108563997B (zh) | 一种建立人脸检测模型、人脸识别的方法和装置 | |
| CN113592811A (zh) | 一种基于图像处理的熔喷布厚度一致性检测方法 | |
| Das et al. | Human face detection in color images using HSV color histogram and WLD | |
| CN108537124A (zh) | 一种基于级联多分类器融合的宫颈癌细胞识别方法 | |
| CN104463182A (zh) | 基于关键点检测的nbi胃镜图像处理方法 | |
| JP2003317084A (ja) | 顔画像からの目検出システム、目検出方法および目検出用プログラム | |
| CN106257553A (zh) | 一种多功能智能化交通流量监测系统及方法 | |
| KR102133330B1 (ko) | 구조물의 균열 인식 장치 및 방법 | |
| CN203970354U (zh) | 一种基于移动终端的中医舌象分析系统 | |
| JP6364189B2 (ja) | 歩行者検出方法 | |
| CN212846888U (zh) | 一种金属元件识别装置 | |
| CN115672778A (zh) | 一种智能视觉识别系统 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| MM4A | The patent is invalid due to non-payment of fees |
Effective date: 20200714 |