[go: up one dir, main page]
More Web Proxy on the site http://driver.im/

CN104200566B - 一种基于清分机积灰条件下的钞票识别方法及清分机 - Google Patents

一种基于清分机积灰条件下的钞票识别方法及清分机 Download PDF

Info

Publication number
CN104200566B
CN104200566B CN201410460813.9A CN201410460813A CN104200566B CN 104200566 B CN104200566 B CN 104200566B CN 201410460813 A CN201410460813 A CN 201410460813A CN 104200566 B CN104200566 B CN 104200566B
Authority
CN
China
Prior art keywords
reflection spectrum
cleaning
banknote
spectrum images
sorting machine
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201410460813.9A
Other languages
English (en)
Other versions
CN104200566A (zh
Inventor
王洋
梁添才
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Guangdian Yuntong Financial Electronic Co Ltd
Original Assignee
Guangdian Yuntong Financial Electronic Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Guangdian Yuntong Financial Electronic Co Ltd filed Critical Guangdian Yuntong Financial Electronic Co Ltd
Priority to CN201410460813.9A priority Critical patent/CN104200566B/zh
Publication of CN104200566A publication Critical patent/CN104200566A/zh
Priority to RU2017106097A priority patent/RU2643493C1/ru
Priority to US15/328,814 priority patent/US9928677B2/en
Priority to PCT/CN2015/087901 priority patent/WO2016037523A1/zh
Priority to EP15840300.6A priority patent/EP3193313A4/en
Priority to ZA2017/01209A priority patent/ZA201701209B/en
Application granted granted Critical
Publication of CN104200566B publication Critical patent/CN104200566B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • 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
    • G07D7/1205—Testing spectral properties
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/13—Edge detection
    • G—PHYSICS
    • G07—CHECKING-DEVICES
    • G07D—HANDLING OF COINS OR VALUABLE PAPERS, e.g. TESTING, SORTING BY DENOMINATIONS, COUNTING, DISPENSING, CHANGING OR DEPOSITING
    • G07D11/00—Devices accepting coins; Devices accepting, dispensing, sorting or counting valuable papers
    • G07D11/10—Mechanical details
    • G07D11/14—Inlet or outlet ports
    • G—PHYSICS
    • G07—CHECKING-DEVICES
    • G07D—HANDLING OF COINS OR VALUABLE PAPERS, e.g. TESTING, SORTING BY DENOMINATIONS, COUNTING, DISPENSING, CHANGING OR DEPOSITING
    • G07D11/00—Devices accepting coins; Devices accepting, dispensing, sorting or counting valuable papers
    • G07D11/50—Sorting or counting valuable papers
    • G—PHYSICS
    • G07—CHECKING-DEVICES
    • G07D—HANDLING OF COINS OR VALUABLE PAPERS, e.g. TESTING, SORTING BY DENOMINATIONS, COUNTING, DISPENSING, CHANGING OR DEPOSITING
    • G07D13/00—Handling of coins or of valuable papers, characterised by a combination of mechanisms not covered by a single one of groups G07D1/00 - G07D11/00
    • 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
    • G07D7/2016—Testing patterns thereon using feature extraction, e.g. segmentation, edge detection or Hough-transformation
    • G—PHYSICS
    • G07—CHECKING-DEVICES
    • G07F—COIN-FREED OR LIKE APPARATUS
    • G07F7/00—Mechanisms actuated by objects other than coins to free or to actuate vending, hiring, coin or paper currency dispensing or refunding apparatus
    • G07F7/04—Mechanisms actuated by objects other than coins to free or to actuate vending, hiring, coin or paper currency dispensing or refunding apparatus by paper currency
    • 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
    • G07D7/16—Testing the dimensions

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Toxicology (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Theoretical Computer Science (AREA)
  • Inspection Of Paper Currency And Valuable Securities (AREA)

Abstract

本发明实施例公开了一种基于清分机积灰条件下的钞票识别方法及清分机，通过利用传感器图像信号前景与背景的灰度差值进行有效区域边界判断，并综合采用多种传感器的信号特征、修改检测方向及二次扫描搜索边缘，最后重新定位图像区域的有效边界的方式，能够大大提高清分机的检测率及识别准确率。本发明实施例的清分机包括：入钞口、出钞口、退钞口、传送轨道及识别模块，其中所述识别模块包括：两组相对设置的CIS图像传感器及透射光源板、存储模块、检测模块及显示模块。

Description

一种基于清分机积灰条件下的钞票识别方法及清分机
技术领域
本发明实施例涉及钞票识别领域，具体涉及一种基于清分机积灰条件下的钞票识别方法及清分机。
背景技术
伴随电子及计算机技术的飞速进步及应用，出于效率和成本的要求，人们越来越倾向于用金融机具代替传统的手工纸币分拣。清分机正是这样的金融机具，它综合运用了计算机、模式识别技术，实现了纸币鉴伪、纸币多通道传送等功能技术。
清分机在工作过程中高速对钞票进行分拣，在运行过程中与钞票接触时易产生摩擦，钞票表面油墨与使用过程中的粘着物会随机械运动而脱落。当机器使用频率较高而又没有及时清理时，这种油墨粉尘会集聚在采集模块两侧，造成采集模块采集的图像信号异常，进而导致清分机的检测率低及识别准确率低。
现有的清分机一般只能通过手工清理的方式解决上述的问题，但是这种方式操作起来较为繁琐，而且用户并不知道适当的清理时间，从而大大降低了用户的使用体验。
发明内容
本发明提供了一种基于清分机积灰条件下的钞票识别方法及清分机，通过利用传感器图像信号前景与背景的灰度差值进行有效区域边界判断，并综合采用多种传感器的信号特征、修改检测方向及二次扫描搜索边缘，最后重新定位图像区域的有效边界的方式，能够大大提高清分机的检测率及识别准确率。
本发明实施例提供的基于清分机积灰条件下的钞票识别方法，包括：
S1、采集钞票的反射光谱图像及透射光谱图像；
S2、定位所述反射光谱图像的四个边缘并判断是否定位成功，若是则得到定位图像并执行步骤S3及S4，否则执行步骤S5；
S3、对所述定位图像进行角度旋转映射，得到所述反射光谱图像的正向图像；
S4、判断所述反射光谱图像的正向图像是否正常，若是执行步骤S7，否则执行步骤S5；
S5、定位所述透射光谱图像的四个边缘，若成功则执行步骤S6及S7，否则执行步骤S8；
S6、将所述透射光谱图像的四个边缘映射至所述反射光谱图像并进行角度旋转映射，得到所述反射光谱图像的正向图像；
S7、对所述钞票进行识别；
S8、退出所述钞票。
可选的，
所述步骤S2包括：
S21、定位所述反射光谱图像的四个边缘；
S22、判断所述反射光谱图像的四个边缘是否定位成功，若是则得到定位图像并执行步骤S3及S4，否则执行步骤S5。
可选的，
所述步骤S21包括：
所述四个边缘包括左边缘、右边缘、上边缘及下边缘；
从所述反射光谱图像的左侧开始搜索，若像素点满足
则停止搜索，并标记所述像素点的坐标，得到一系列标记像素点坐标，将所述像素点进行直线拟合，完成对左边缘的定位；
使用对所述左边缘定位的方法对所述右边缘、所述上边缘及所述下边缘进行定位；
其中notegray(i,j)为所述反射光谱图像第i行、第列像素点的灰度值，为所述反射光谱图像的高度，W为所述反射光谱图像的宽度，Threshold为边缘检测判断阈值。
可选的，
所述步骤S22包括：
若所述四个边缘组成的图像满足
则确定所述反射光谱图像的四个边缘定位成功，得到定位图像并执行步骤S3及S4，否则执行步骤S5；
其中pixgray(i,j)为积灰线位置像素灰度值，notegray(i,j)为钞票前景灰度值，backgray(i,j)为钞票背景灰度值，Threshold为边缘检测阈值。
可选的，
所述步骤S22包括：
若所述四个边缘组成的图像满足
则确定所述反射光谱图像的四个边缘定位成功，得到定位图像并执行步骤S3及S4，否则执行步骤S5；
其中pixgray(i,j)为积灰位置像素灰度值，notegray(i,j)为钞票前景灰度值，backgray(i,j)为钞票背景灰度值，Threshold为边缘检测阈值。
可选的，
所述步骤S4包括：
若所述反射光谱图像的正向图像中的像素点满足
notegray(i,W-j)-notegray(i,j)＞Threshold(0＜i＜H,0＜j＜1/5W)，
或notegray(i,j)-notegray(i,W-j)＞Threshold(0＜i＜H,0＜j＜1/5W)；
则sum(j)累加，sum(j)满足(0＜j＜1/5W)；
若sum(j)＞T，则所述正向图像为积灰图像，统计变量SUM累加；
若SUM＞T1，则判定所述正向图像为异常检边图像并执行步骤S5，否则执行步骤S7；
其中notegray(i,j)为反射光谱图像第i行、第j列像素灰度值，为反射光谱图像高度，W为反射光谱图像宽度，Threshold为设定阈值，T为单列积灰点数阈值，T1为积灰列数阈值。
可选的，
所述步骤S7包括：
对所述钞票进行钞票面值、面向、真伪鉴别及清分功能识别。
本发明实施例提供的清分机，包括：
采集模块，用于采集钞票的反射光谱图像及透射光谱图像；
定位判断模块，用于定位所述反射光谱图像的四个边缘并判断是否定位成功；
第一旋转映射模块，用于对所述定位图像进行角度旋转映射，得到所述反射光谱图像的正向图像；
第二判断模块，用于判断所述反射光谱图像的正向图像是否正常；
定位模块，用于定位所述透射光谱图像的四个边缘；
第二旋转映射模块，用于将所述透射光谱图像的四个边缘映射至所述反射光谱图像并进行角度旋转映射，得到所述反射光谱图像的正向图像；
识别模块，用于对所述钞票进行识别；
退出模块，用于退出所述钞票。
本发明实施例提供的清分机，包括：入钞口、出钞口、退钞口、传送轨道及识别模块，其中识别模块包括：两组相对设置的CIS图像传感器及透射光源板、存储模块、检测模块及显示模块；
两组所述CIS图像传感器分别设置在两个侧面上；
两组所述透射光源板分别设置在两个侧面上；
所述CIS图像传感器用于产生并接收反射光谱图像；
所述CIS图像传感器及所述透射光源板配合用于产生并接收所述透射光谱图像；
所述存储模块用于存储所述反射光谱图像及所述透射光谱图像。
通过利用传感器图像信号前景与背景的灰度差值进行有效区域边界判断，并综合采用多种传感器的信号特征、修改检测方向及二次扫描搜索边缘，最后重新定位图像区域的有效边界的方式，本发明基于清分机积灰条件下的钞票识别方法及清分机能够大大提高清分机的检测率及识别准确率。
附图说明
图1为本发明基于清分机积灰条件下的钞票识别方法第一实施例流程图；
图2为本发明基于清分机积灰条件下的钞票识别方法第二实施例流程图；
图3为本发明基于清分机积灰条件下的钞票识别方法实施例的反射光谱图像；
图4为本发明基于清分机积灰条件下的钞票识别方法实施例的透射光谱图像；
图5为本发明基于清分机积灰条件下的钞票识别方法第二实施例中反射光谱图像的定位示意图；
图6为本发明基于清分机积灰条件下的钞票识别方法第二实施例中反射光谱图像定位满足判别条件1的示意图；
图7为本发明基于清分机积灰条件下的钞票识别方法第二实施例中反射光谱图像定位成功后的正向图像的示意图；
图8为本发明基于清分机积灰条件下的钞票识别方法第二实施例中反射光谱图像定位满足判别条件2的示意图；
图9为本发明基于清分机积灰条件下的钞票识别方法第二实施例中反射光谱图像定位失败的示意图；
图10为本发明基于清分机积灰条件下的钞票识别方法第二实施例中通过定位透射光谱图像来定位反射光谱图像的示意图；
图11为本发明基于清分机积灰条件下的钞票识别方法第二实施例中通过定位透射光谱图像来定位反射光谱图像成功后的正向图像的示意图；
图12为本发明清分机第一实施例的结构示意图；
图13为本发明清分机第二实施例的结构示意图；
图14为本发明清分机第二实施例中识别模块的结构示意图。
具体实施方式
本发明提供了一种基于清分机积灰条件下的钞票识别方法及清分机，通过利用传感器图像信号前景与背景的灰度差值进行有效区域边界判断，并综合采用多种传感器的信号特征、修改检测方向及二次扫描搜索边缘，最后重新定位图像区域的有效边界的方式，能够大大提高清分机的检测率及识别准确率。
需要说明的是，本发明实施例的方法不但可以用于检测钞票，还可以用于检测支票等薄片类有价磁性文件，本发明实施例的装置既可应用于ATM机中，也可以应用于清分机等票据处理设备中，下面以清分机为例对本发明实施例的方法进行说明，虽然仅以清分机为例进行说明，但是不应将此作为本发明方法、的限定。
请参阅图1，本发明实施例中基于清分机积灰条件下的钞票识别方法的第一实施例包括：
S1、采集钞票的反射光谱图像及透射光谱图像；
清分机内传感器采集的光谱包括白光光谱信号、反射光谱信号、透射光谱信号、紫外信号、磁信号以及厚度信号等。本发明主要通过钞票的反射光谱图像、透射光谱图像为目标图像，对钞票进行检测与识别处理，因此可以首先采集钞票的反射光谱图像及透射光谱图像。
S2、定位反射光谱图像的四个边缘并判断是否定位成功，若是则得到定位图像并执行步骤S3及S4，否则执行步骤S5；
得到钞票的反射光谱图像之后，可以定位反射光谱图像的四个边缘，以确定钞票的图像区域，并在确定定位成功后执行步骤S3及S4，在确定定位失败后执行步骤S5。
S3、对定位图像进行角度旋转映射，得到反射光谱图像的正向图像；
确定反射光谱图像的四个边缘定位成功，可以对定位过程中得到的定位图像进行角度旋转映射，得到上述反射光谱图像的正向图像。
S4、判断反射光谱图像的正向图像是否正常，若是执行步骤S7，否则执行步骤S5；
得到反射光谱图像的正向图像之后，可以进一步判断反射光谱图像的正向图像是否正常，亦即判断上述的正向图像中包含的光谱图像是否完整或超范围，若是执行步骤S7，否则执行步骤S5。
S5、定位透射光谱图像的四个边缘，若成功则执行步骤S6及S7，否则执行步骤S8；
在反射光谱图像定位失败或得到的正向图像异常时，可以定位透射光谱图像的四个边缘，并通过透射光谱图像的定位来实现对反射光谱图像的定位。若透射光谱图像定位成功则执行步骤S6及S7，否则执行步骤S8。
S6、将透射光谱图像的四个边缘映射至反射光谱图像并进行角度旋转映射，得到反射光谱图像的正向图像；
确定透射光谱图像定位成功，可以将透射光谱图像的四个边缘映射至反射光谱图像并进行角度旋转映射，得到反射光谱图像的正向图像。
S7、对钞票进行识别；
通过步骤S6得到反射光谱图像的正向图像或确定反射光谱图像的正向图像正常时，可以进行对钞票的识别。
S8、退出钞票。
确定透射光谱图像定位失败，退出钞票。
通过利用传感器图像信号前景与背景的灰度差值进行有效区域边界判断，并综合采用多种传感器的信号特征、修改检测方向及二次扫描搜索边缘，最后重新定位图像区域的有效边界的方式，本发明基于清分机积灰条件下的钞票识别方法及清分机能够大大提高清分机的检测率及识别准确率。
上面简单介绍了本发明基于清分机积灰条件下的钞票识别方法的第一实施例，下面对本发明基于清分机积灰条件下的钞票识别方法的第二实施例进行详细的描述，请参阅图2，本发明实施例中基于清分机积灰条件下的钞票识别方法第二实施例包括：
201、采集钞票的反射光谱图像及透射光谱图像；
清分机内传感器采集的光谱包括白光光谱信号、反射光谱信号、透射光谱信号、紫外信号、磁信号以及厚度信号等。本发明主要通过钞票的反射光谱图像、透射光谱图像为目标图像，对钞票进行检测与识别处理，因此可以首先采集钞票的反射光谱图像及透射光谱图像。
202、定位反射光谱图像的四个边缘并判断是否定位成功，若是则得到定位图像并执行步骤203及204，否则执行步骤205；
得到钞票的反射光谱图像之后，可以定位反射光谱图像的四个边缘，以确定钞票的图像区域，并在确定定位成功后执行步骤203及204，在确定定位失败后执行步骤205。请参阅图5，分别从上下、左右四个方向向反射光谱图像中心进行边界搜索，将反射光谱图像的四个边缘定位出来。
步骤202具体可以包括：步骤2021判断所述反射光谱图像的四个边缘是否定位成功，若是则得到定位图像并执行步骤203及204，否则执行步骤205。及步骤2022对定位图像进行角度旋转映射，得到反射光谱图像的正向图像。
其中步骤2021具体可以包括：所述四个边缘包括左边缘、右边缘、上边缘及下边缘；从所述反射光谱图像的左侧开始搜索，若像素点满足
则停止搜索，并标记所述像素点的坐标，得到一系列标记像素点坐标，将所述像素点进行直线拟合，完成对左边缘的定位；使用对所述左边缘定位的方法对所述右边缘、所述上边缘及所述下边缘进行定位；其中notegray(i,j)为所述反射光谱图像第i行、第列像素点的灰度值，为所述反射光谱图像的高度，W为所述反射光谱图像的宽度，Threshold为边缘检测判断阈值。其中右边缘、上边缘及下边缘的满足条件分别为：
右边缘；
上边缘；
下边缘。
需要说明的是，定位反射光谱图像的四个边缘时，四个边缘的定位不存在必然的先后顺序，而且为了节省搜索时间，上述反射光谱图像的搜索范围仅为反射光谱图像宽度的1/2，在此处不做限定。
请参阅图6及图7，其中步骤2021具体可以包括：若所述四个边缘组成的图像满足
判别条件1，
则确定所述反射光谱图像的四个边缘定位成功，，亦即钞票的前景和背景的灰度符合条件，得到定位图像并执行步骤203及204，否则执行步骤205；其中pixgray(i,j)为积灰线位置像素灰度值，notegray(i,j)为钞票前景灰度值，backgray(i,j)为钞票背景灰度值，Threshold为边缘检测阈值。
请参阅图8及图9，步骤2021具体还可以包括：若所述四个边缘组成的图像满足
判别条件2，
则确定所述反射光谱图像的四个边缘定位成功，得到定位图像并执行步骤203及204，否则执行步骤205；其中pixgray(i,j)为积灰位置像素灰度值，notegray(i,j)为钞票前景灰度值，backgray(i,j)为钞票背景灰度值，Threshold为边缘检测阈值。
204、判断反射光谱图像的正向图像是否正常，若是执行步骤207，否则执行步骤205；
得到反射光谱图像的正向图像之后，可以进一步判断反射光谱图像的正向图像是否正常，亦即判断上述的正向图像中包含的光谱图像是否完整或超范围，若是执行步骤207，否则执行步骤205。
正常钞票的边缘定位成功，会将前景整幅光谱图像提取完整,倘若采集模块采集的图像覆盖大量积灰，导致搜索边缘时，误将积灰边缘定位成钞票的左或右边界，提取的光谱图像一部分为背景图像，一部分为钞票图像前景。需通过判别公式对其进行判别，降低误识别率。
反射光谱图像的正向图像是否正常的判断具体可以包括：若所述反射光谱图像的正向图像中的像素点满足
notegray(i,W-j)-notegray(i,j)＞Threshold(0＜i＜H,0＜j＜1/5W)，
或notegray(i,j)-notegray(i,W-j)＞Threshold(0＜i＜H,0＜j＜1/5W)；
则sum(j)累加，sum(j)满足(0＜j＜1/5W)；
若sum(j)＞T，则所述正向图像为积灰图像，统计变量SUM累加；
若SUM＞T1，则判定所述正向图像为异常检边图像并执行步骤S5，否则执行步骤S7；其中notegray(i,j)为反射光谱图像第i行、第j列像素灰度值，为反射光谱图像高度，W为反射光谱图像宽度，Threshold为设定阈值，T为单列积灰点数阈值(若钞票为人民币，则T＝3/4H)，T1为积灰列数阈值(若钞票为人民币，则T1＝3)。
205、定位透射光谱图像的四个边缘，若成功则执行步骤206及207，否则执行步骤208；
在反射光谱图像定位失败或得到的正向图像异常时，可以定位透射光谱图像的四个边缘，并通过透射光谱图像的定位来实现对反射光谱图像的定位。若透射光谱图像定位成功则执行步骤206及207，否则执行步骤208。
请参阅图10及图11，由于钞票鉴伪信息特征能够通过反射光谱图像反应在钞票的前景图像中，对边界搜索产生一定的干扰，本发明主要是利用透射光谱图像左右进行反向搜索，有效避开装置积灰及钞票自身特性引起的图像干扰。利用点对点信息映射，将透射光谱搜索到的边界点一一映射到反射光谱图像。为了节省搜索时间，分别从整幅图像的左、右各1/3处向两侧搜索，上下搜索保持不变。通过映射与角度旋转得到反射光谱正向图像。
206、将透射光谱图像的四个边缘映射至反射光谱图像并进行角度旋转映射，得到反射光谱图像的正向图像；
确定透射光谱图像定位成功，可以将透射光谱图像的四个边缘映射至反射光谱图像并进行角度旋转映射，得到反射光谱图像的正向图像。
207、对钞票进行识别；
通过步骤206得到反射光谱图像的正向图像或确定反射光谱图像的正向图像正常时，可以进行对钞票的识别。
上述对钞票的识别具体可以包括：对钞票进行钞票面值、面向、真伪鉴别及清分功能识别。
208、退出钞票。
确定透射光谱图像定位失败，退出钞票。
通过利用传感器图像信号前景与背景的灰度差值进行有效区域边界判断，并综合采用多种传感器的信号特征、修改检测方向及二次扫描搜索边缘，最后重新定位图像区域的有效边界的方式，本发明基于清分机积灰条件下的钞票识别方法及清分机能够大大提高清分机的检测率及识别准确率。
上面简单介绍了本发明基于清分机积灰条件下的钞票识别方法的第二实施例，下面对本发明清分机的第一实施例进行详细的描述，请参阅图12，本发明实施例中清分机的第一实施例包括：
采集模块1201，用于采集钞票的反射光谱图像及透射光谱图像；
定位判断模块1202，用于定位所述反射光谱图像的四个边缘并判断是否定位成功；
第一旋转映射模块1203，用于对所述定位图像进行角度旋转映射，得到所述反射光谱图像的正向图像；
第二判断模块1204，用于判断所述反射光谱图像的正向图像是否正常；
定位模块1205，用于定位所述透射光谱图像的四个边缘；
第二旋转映射模块1206，用于将所述透射光谱图像的四个边缘映射至所述反射光谱图像并进行角度旋转映射，得到所述反射光谱图像的正向图像；
识别模块1207，用于对所述钞票进行识别；
退出模块1208，用于退出所述钞票。
由于本发明清分机的第一实施例为与本发明基于清分机积灰条件下的钞票识别方法的第一实施例及第二实施例相对应的实施例，因此也具有本发明基于清分机积灰条件下的钞票识别方法的第一实施例及第二实施例所具有的特点，在此处不再累述。
上面简单介绍了本发明清分机的第一实施例，下面对本发明清分机的第二实施例进行详细的描述，请参阅图13，本发明实施例中清分机的第二实施例包括：入钞口131、出钞口132、退钞口133、传送轨道134及识别模块135，其中识别模块135包括：两组相对设置的CIS图像传感器1351及透射光源板1352、存储模块、检测模块及显示模块；
两组所述CIS图像传感器1351分别设置在两个侧面上；
两组所述透射光源板1352分别设置在两个侧面上；
所述CIS图像传感器1351用于产生并接收反射光谱图像；
所述CIS图像传感器1351及所述透射光源板1352配合用于产生并接收所述透射光谱图像；
所述存储模块用于存储所述反射光谱图像及所述透射光谱图像。
请参阅图13，为本发明的清分机的结构示意图，工作流程概括为：钞票在入钞口通过机械装置的传动下带动钞票进入识别模块135，在识别模块135中进行图像扫描并将获取的光谱图像送至存储器，通过识别算法对存储器中的图像进行检测识别，最终将识别结果送至上位机控制钞口出钞。
请参阅图14，当有钞票通过CIS图像传感器1351时，其内部的LED光源阵列发出的光线直射到钞票表面，从其表面反射回的光线经自聚焦棒状透镜阵列聚焦，成像在光电传感器阵列上，被转化为电荷存储起来，扫描面不同部位的光强不同，因而不同位置传感器单元(即CIS的像素)接收到的光强不一样。达到积蓄时间后，由移位寄存器控制模拟开关依次打开，将像素的电信号以模拟信号的形式依次输出，从而得到扫描钞票的光反射图像信号。透射光源板1352，安装在CIS图像传感器1351正对面位置。当钞票图像的反射信号接收完成后，透射光源板1352的光源陈列发出光线透过钞票表面由CIS图像传感器1351对其接收，经过上述步骤最终以模拟信号输出即产生透射光谱信号。整个过程瞬间完成，耗时大约几十微秒，反射光谱图像与透射光谱图像几乎同时接收完成，各像素点一一对应，通过透射光谱图像的信号特征进行二次搜索检测，映射到反射光谱图像，能够有效解决边界积灰影响。且每个装置配有两级CIS图像传感器1351和透射光源板1352，目的在于对钞票的正反面图像进行扫描，提高识别效率。
通过利用传感器图像信号前景与背景的灰度差值进行有效区域边界判断，并综合采用多种传感器的信号特征、修改检测方向及二次扫描搜索边缘，最后重新定位图像区域的有效边界的方式，本发明基于清分机积灰条件下的钞票识别方法及清分机能够大大提高清分机的检测率及识别准确率。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分步骤是可以通过程序来指令相关的硬件完成，其中的程序可以存储于一种计算机可读存储介质中，上述提到的存储介质可以是只读存储器，磁盘或光盘等。
以上对本发明所提供的一种基于清分机积灰条件下的钞票识别方法及清分机进行了详细介绍，对于本领域的一般技术人员，依据本发明实施例的思想，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 (5)

1.一种基于清分机积灰条件下的钞票识别方法，其特征在于，包括：
步骤S1、采集钞票的反射光谱图像及透射光谱图像；
步骤S2、定位所述反射光谱图像的四个边缘并判断是否定位成功，若是则得到定位图像并执行步骤S3及S4，否则执行步骤S5；
步骤S3、对所述定位图像进行角度旋转映射，得到所述反射光谱图像的正向图像；
步骤S4、判断所述反射光谱图像的正向图像是否正常，若是执行步骤S7，否则执行步骤S5；
步骤S5、定位所述透射光谱图像的四个边缘，若成功则执行步骤S6及S7，否则执行步骤S8；
步骤S6、将所述透射光谱图像的四个边缘映射至所述反射光谱图像并进行角度旋转映射，得到所述反射光谱图像的正向图像；
步骤S7、对所述钞票进行识别；
步骤S8、退出所述钞票；
所述步骤S4包括：
若所述反射光谱图像的正向图像中的像素点满足
notegray(i,W-j)-notegray(i,j)＞Threshold，0＜i＜H,0＜j＜1/5W，
或notegray(i,j)-notegray(i,W-j)＞Threshold，0＜i＜H,0＜j＜1/5W；
则中间变量sum(j)累加，sum(j)满足， 0＜j＜1/5W；
若sum(j)＞T，则所述正向图像为积灰图像，统计变量SUM累加；
若SUM＞T1，则判定所述正向图像为异常检边图像并执行步骤S5，否则执行步骤S7；
其中notegray(i,j)为反射光谱图像第i行、第j列像素灰度值，H为反射光谱图像高度，W为反射光谱图像宽度，Threshold为边缘检测判断阈值，T为单列积灰点数阈值，T1为积灰列数阈值。
2.根据权利要求1所述的基于清分机积灰条件下的钞票识别方法，其特征在于，所述步骤S2中定位所述反射光谱图像的四个边缘包括：
所述四个边缘包括左边缘、右边缘、上边缘及下边缘；
从所述反射光谱图像的左侧开始搜索，若像素点满足
则停止搜索，并标记所述像素点的坐标，得到一系列标记像素点坐标，将所述像素点进行直线拟合，完成对左边缘的定位；
使用对所述左边缘定位的方法对所述右边缘、所述上边缘及所述下边缘进行定位；
其中notegray(i,j)为所述反射光谱图像第i行、第j列像素点的灰度值，H为所述反射光谱图像的高度，W为所述反射光谱图像的宽度，Threshold为边缘检测判断阈值。
3.根据权利要求1所述的基于清分机积灰条件下的钞票识别方法，其特征在于，所述步骤S7包括：
对所述钞票进行钞票面值、面向、真伪鉴别及清分功能识别。
4.一种清分机，其特征在于，包括：
采集模块，用于采集钞票的反射光谱图像及透射光谱图像；
定位判断模块，用于判断所述反射光谱图像的四个边缘是否定位成功；
第一旋转映射模块，用于对定位成功的所述反射光谱图像进行角度旋转映射，得到所述反射光谱图像的正向图像；
第二判断模块，用于判断所述反射光谱图像的正向图像是否正常；
定位模块，用于定位所述透射光谱图像的四个边缘；
第二旋转映射模块，用于将所述透射光谱图像的四个边缘映射至所述反射光谱图像并进行角度旋转映射，得到所述反射光谱图像的正向图像；
识别模块，用于对所述钞票进行识别；
退出模块，用于退出所述钞票。
5.根据权利要求4所述的清分机，其特征在于，包括入钞口、出钞口、退钞口、传送轨道及所述识别模块，所述识别模块包括：两组相对设置的CIS图像传感器及透射光源板、存储模块、检测模块及显示模块；
两组所述CIS图像传感器分别设置在所述清分机的两个侧面上；
两组所述透射光源板分别设置在所述清分机的两个侧面上；
所述CIS图像传感器用于产生并接收反射光谱图像；
所述CIS图像传感器及所述透射光源板配合用于产生并接收所述透射光谱图像；
所述存储模块用于存储所述反射光谱图像及所述透射光谱图像。
CN201410460813.9A 2014-09-11 2014-09-11 一种基于清分机积灰条件下的钞票识别方法及清分机 Active CN104200566B (zh)

Priority Applications (6)

Application Number Priority Date Filing Date Title
CN201410460813.9A CN104200566B (zh) 2014-09-11 2014-09-11 一种基于清分机积灰条件下的钞票识别方法及清分机
RU2017106097A RU2643493C1 (ru) 2014-09-11 2015-08-24 Способ распознавания банкнот на основе накопления пыли в сортировщике и сортировщик
US15/328,814 US9928677B2 (en) 2014-09-11 2015-08-24 Banknote recognition method based on sorter dust accumulation and sorter
PCT/CN2015/087901 WO2016037523A1 (zh) 2014-09-11 2015-08-24 一种基于清分机积灰条件下的钞票识别方法及清分机
EP15840300.6A EP3193313A4 (en) 2014-09-11 2015-08-24 Banknote recognition method based on sorter dust accumulation and sorter
ZA2017/01209A ZA201701209B (en) 2014-09-11 2017-02-17 Banknote recognition method based on sorter dust accumulation and sorter

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201410460813.9A CN104200566B (zh) 2014-09-11 2014-09-11 一种基于清分机积灰条件下的钞票识别方法及清分机

Publications (2)

Publication Number Publication Date
CN104200566A CN104200566A (zh) 2014-12-10
CN104200566B true CN104200566B (zh) 2018-04-20

Family

ID=52085851

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201410460813.9A Active CN104200566B (zh) 2014-09-11 2014-09-11 一种基于清分机积灰条件下的钞票识别方法及清分机

Country Status (6)

Country Link
US (1) US9928677B2 (zh)
EP (1) EP3193313A4 (zh)
CN (1) CN104200566B (zh)
RU (1) RU2643493C1 (zh)
WO (1) WO2016037523A1 (zh)
ZA (1) ZA201701209B (zh)

Families Citing this family (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104200566B (zh) * 2014-09-11 2018-04-20 广州广电运通金融电子股份有限公司 一种基于清分机积灰条件下的钞票识别方法及清分机
CN106023430B (zh) * 2016-05-06 2019-08-09 广州大学 一种硬币纸币分类整理方法及装置
CN106991752A (zh) * 2017-03-31 2017-07-28 深圳怡化电脑股份有限公司 一种验钞方法及装置
CN108961200A (zh) * 2017-05-17 2018-12-07 深圳怡化电脑股份有限公司 一种灰尘检测方法及装置
CN107369241A (zh) * 2017-07-13 2017-11-21 深圳怡化电脑股份有限公司 一种票据处理装置及方法
CN108366187B (zh) * 2018-02-12 2021-05-07 杭州创恒电子技术开发有限公司 基于cis的斜视成像装置及方法
CN111415450B (zh) * 2019-01-08 2022-03-08 深圳怡化电脑股份有限公司 票据涂改的检测方法及其检测装置、计算机存储介质
CN113283417A (zh) * 2020-12-31 2021-08-20 深圳怡化电脑股份有限公司 一种图像数据处理方法、装置、电子设备和介质
CN114018982B (zh) * 2021-10-14 2023-11-07 国网江西省电力有限公司电力科学研究院 一种空预器积灰可视化监测方法
CN114120518B (zh) * 2021-11-26 2024-02-02 深圳怡化电脑股份有限公司 纸币连张检测方法、装置、电子设备及存储介质

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101794476A (zh) * 2009-01-16 2010-08-04 劳雷尔机械株式会社 纸币处理机

Family Cites Families (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2641275B2 (ja) * 1988-11-28 1997-08-13 株式会社日立製作所 紙葉類堆積・繰り出し装置
JP3064739B2 (ja) * 1993-04-16 2000-07-12 富士通株式会社 画像処理装置
US7057723B2 (en) * 2000-12-21 2006-06-06 De La Rue International Limited Optical sensor device and method for spectral analysis
JP2004280188A (ja) * 2003-03-12 2004-10-07 Omron Corp 価値媒体処理装置
CN1685373B (zh) 2003-03-14 2011-03-02 富士通株式会社 钞票的识别方法和识别装置
JP4222546B2 (ja) * 2003-03-31 2009-02-12 株式会社日本コンラックス 紙葉類識別装置および方法
JP2004326624A (ja) * 2003-04-25 2004-11-18 Aruze Corp 識別センサ
JP4334911B2 (ja) * 2003-05-28 2009-09-30 ローレル精機株式会社 紙幣画像検出装置
JP4334913B2 (ja) * 2003-05-28 2009-09-30 ローレル精機株式会社 紙幣画像検出装置
JP2007179323A (ja) * 2005-12-28 2007-07-12 Nippon Conlux Co Ltd 紙葉類識別装置および方法
GB0612856D0 (en) * 2006-06-28 2006-08-09 Rue De Int Ltd Document handling apparatus
CN101606183B (zh) * 2007-02-08 2012-03-21 光荣株式会社 纸币处理装置
CN101647046B (zh) * 2007-03-29 2012-10-24 光荣株式会社 纸张识别装置和纸张处理装置以及纸张识别方法
JP5108018B2 (ja) 2007-09-07 2012-12-26 グローリー株式会社 紙葉類識別装置及び紙葉類識別方法
JP2011123301A (ja) * 2009-12-10 2011-06-23 Oki Electric Industry Co Ltd 表示入力装置の汚れ検出方法、表示入力装置および自動取引装置
JP5244952B2 (ja) * 2010-12-21 2013-07-24 キヤノン・コンポーネンツ株式会社 イメージセンサユニット、及び、画像読取装置
CN102779275B (zh) 2012-07-04 2015-06-17 广州广电运通金融电子股份有限公司 一种纸类字符识别方法及相关装置
CN103279735B (zh) * 2013-04-24 2017-07-25 广州广电运通金融电子股份有限公司 一种金融票据识别模块中积灰检测方法及系统
CN103456075B (zh) * 2013-09-06 2015-11-25 广州广电运通金融电子股份有限公司 一种纸币处理方法及装置
CN103903329A (zh) * 2014-04-14 2014-07-02 华中科技大学 接触式图像传感器cis前置的金融票据鉴伪识别装置
CN104200566B (zh) * 2014-09-11 2018-04-20 广州广电运通金融电子股份有限公司 一种基于清分机积灰条件下的钞票识别方法及清分机

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101794476A (zh) * 2009-01-16 2010-08-04 劳雷尔机械株式会社 纸币处理机

Also Published As

Publication number Publication date
US20170213409A1 (en) 2017-07-27
CN104200566A (zh) 2014-12-10
ZA201701209B (en) 2018-05-30
EP3193313A1 (en) 2017-07-19
WO2016037523A1 (zh) 2016-03-17
US9928677B2 (en) 2018-03-27
RU2643493C1 (ru) 2018-02-01
EP3193313A4 (en) 2017-10-04

Similar Documents

Publication Publication Date Title
CN104200566B (zh) 一种基于清分机积灰条件下的钞票识别方法及清分机
JP6878575B2 (ja) 紙幣管理方法、システム、プログラム及び記録媒体
CN106056751B (zh) 冠字号码的识别方法及系统
CN103279735B (zh) 一种金融票据识别模块中积灰检测方法及系统
CN102890840B (zh) 纸币鉴别方法和装置
CN103456075B (zh) 一种纸币处理方法及装置
AU2013330103B2 (en) Valuable document authentication method and device
CN103345631B (zh) 图像特征提取、训练、检测方法及模块、装置、系统
CN105046808B (zh) 一种纸币多光谱高分辨率图像采集系统及采集方法
WO2013170663A1 (zh) 一种纸类识别方法及相关装置
CN103021069B (zh) 高速票据图像采集处理系统及其采集处理方法
KR102007685B1 (ko) 하이브리드 위폐 감별 장치 및 시스템
CN103413375A (zh) 基于图像统计特征的纸币新旧判别系统及其判别方法
CN102034108A (zh) 基于多分辨网格特征配准的清分机纸币面值面向分类方法
CN106355739A (zh) 一种检测纸币新旧的方法及装置
CN105989659A (zh) 一种相似字符识别方法及纸币冠字码识别方法
Geusebroek et al. Learning banknote fitness for sorting
CN105139508B (zh) 一种检测纸币的方法及装置
CN104537364A (zh) 一种基于纹理分析的美元纸币面额及版本识别方法
CN103324361A (zh) 触摸点定位的方法和系统
CN102609699A (zh) 一种激光扫描铸件工件号的识别装置和方法
CN102081818B (zh) 纸页类鉴别装置以及纸页类鉴别方法
CN106652165A (zh) 票据鉴别装置的图像显示方法及票据鉴别装置
CN201804365U (zh) 硬币图像识别装置
CN101297328A (zh) 用于钞票鉴定的光传感器阵列

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant