CN105303676B - 一种纸币的版本识别方法和系统 - Google Patents

Abstract

本发明公开了一种纸币的版本识别方法和系统，该方法包括：获取纸币的区别特征区域的灰度图像，所述区别特征区域为同一币值的不同版本纸币的相同位置且图像特征不一致的区域；对所述区别特征区域的灰度图像进行二值化处理，生成二值化图像；统计所述二值化图像中的黑色像素点的数量或白色像素点的数量；将所述黑色像素点的数量或白色像素点数量与预置阈值比较，根据比较结果识别出纸币的版本。本发明通过获取不同版本纸币的相同位置图像特征不一致的区域的灰度图像，对灰度图像进行二值化后产生黑色像素点和白色像素点，根据黑色像素点或白色像素点的数量来识别纸币的版本，识别方法简单，准确。

Description

一种纸币的版本识别方法和系统

技术领域

本发明涉及纸币识别技术领域，尤其涉及一种纸币的版本识别方法和系统。

背景技术

随着经济发展，纸币流通量越来越大，违法分子为牟取暴利，制造各种版本的人民币假币，危害金融安全。但是，现在市面上流通的纸币有1999版、2005版以及即将发型的2015版，由于同币种纸币的各种版本之间可能大小相同，背景纹理、色彩丰富，无法通过纸张大小或者颜色来确定其版本。传统的识别技术需要人工设定识别点，这类方法对噪声抵抗力低，当特征区域稍有污染或偏移，鉴别容易出错。

发明内容

本发明提出一种纸币的版本识别方法和系统，能够准确地识别出纸币的版本，且方法简单。

为达此目的，本发明采用以下技术方案：

第一方面，一种纸币的版本识别方法，包括：

获取纸币的区别特征区域的灰度图像，所述区别特征区域为同一币值的不同版本纸币的相同位置且图像特征不一致的区域；

对所述区别特征区域的灰度图像进行二值化处理，生成二值化图像；

统计所述二值化图像中的黑色像素点的数量或白色像素点的数量；

将所述黑色像素点的数量或白色像素点数量与预置阈值比较，根据比较结果识别出纸币的版本。

其中，所述获取纸币的区别特征区域的灰度图像包括：

获取整张纸币的灰度图像；

从所述整张纸币的灰度图像中截取区别特征区域的灰度图像。

其中，所述对所述区别特征区域的灰度图像进行二值化处理，生成二值化图像的步骤包括：

计算所述区别特征区域的灰度图像的灰度平均值；

将所述灰度平均值作为二值化阈值对所述区别特征区域的灰度图像进行二值化处理，生成二值化图像。

其中，所述预置阈值包括第二预置阈值；

所述获取纸币的区别特征区域的灰度图像包括：获取100元人民币纸币在分辨率为纵向150DPI、横向200DPI的灰度图像，从所述纵向150DPI、横向200DPI的灰度图像中截取位置为X＝[500：650]、Y＝[380：415]的第二灰度图像；

所述对所述区别特征区域的灰度图像进行二值化处理，生成二值化图像包括：对所述第二灰度图像进行二值化处理，生成第二二值化图像；

所述统计所述二值化图像中的黑色像素点的数量或白色像素点的数量包括：统计所述第二二值化图像中的第二黑色像素点的数量N2；

所述将所述黑色像素点或白色像素点数量与预置阈值比较，根据比较结果识别出纸币的版本包括：判断所述第二黑色像素点的数量N2是否小于第二预置阈值，若是，则识别出所述纸币为1999版。

其中，所述预置阈值还包括第一预置阈值；

所述判断所述第二黑色像素点的数量N2是否小于第二预置阈值之后，还包括：

若否，从所述纵向150DPI、横向200DPI的灰度图像中截取位置为X＝[970：1220]、Y＝[330：415]的第一灰度图像；

对所述第一灰度图像进行二值化处理，产生第一二值化图像；

统计所述第一二值化图像中的第一黑色像素点的数量N1；

判断所述第一黑色像素点的数量N1是否小于第一预置阈值；

若是，则识别出所述纸币为2015版；

若否，则识别出所述纸币为2005版。

其中，所述预置阈值包括第一预置阈值；

所述获取纸币的区别特征区域的灰度图像包括：获取100元人民币纸币在分辨率为纵向150DPI、横向200DPI的灰度图像，从所述纵向150DPI、横向200DPI的灰度图像中截取位置为X＝[970：1220]、Y＝[330：415]的第一灰度图像；

所述对所述区别特征区域的灰度图像进行二值化处理，生成二值化图像包括：对所述第一灰度图像进行二值化处理，生成第一二值化图像；

所述统计所述二值化图像中的黑色像素点的数量或白色像素点的数量包括：统计所述第一二值化图像中的第一黑色像素点的数量N1；

所述将所述黑色像素点或白色像素点数量与预置阈值比较，根据比较结果识别出纸币的版本包括：判断所述第一黑色像素点的数量N1是否小于第一预置阈值，若是，则识别出所述纸币为2015版。

其中，所述预置阈值还包括第二预置阈值；

所述判断所述第一灰度图像的数量N1是否小于第一预置阈值之后，还包括：

若否，从所述纵向150DPI、横向200DPI的灰度图像中截取位置为X＝[500：650]、Y＝[380：415]的第二灰度图像；

对所述第二灰度图像进行二值化处理，产生第二二值化图像；

统计所述第二二值化图像中的第二黑色像素点的数量N2；

判断所述第二黑色像素点的数量N2是否小于第二预置阈值；

若是，则识别出所述纸币为1999版；

若否，则识别出所述纸币为2005版。

其中，所述预置阈值包括第一预置阈值和第二预置阈值；

所述获取纸币的区别特征区域的灰度图像包括：

获取100元人民币纸币在分辨率为纵向150DPI、横向200DPI的灰度图像，从所述纵向150DPI、横向200DPI的灰度图像中截取位置为X＝[970：1220]、Y＝[330：415]的第一灰度图像和位置为X＝[500：650]、Y＝[380：415]的第二灰度图像；

所述对所述区别特征区域的灰度图像进行二值化处理，生成二值化图像包括：

对所述第一灰度图像进行二值化处理，产生第一二值化图像，和对所述第二灰度图像进行二值化处理，产生第二二值化图像；

所述统计所述二值化图像中的黑色像素点的数量或白色像素点的数量包括：

统计所述第一二值化图像种的第一黑色像素点的数量N1，和统计所述第二二值化图像种的第二黑色像素点的数量N2；

所述将所述黑色像素点或白色像素点数量与预置阈值比较，根据比较结果识别出纸币的版本包括：

若第一黑色像素点的数量N1小于第一预置阈值，则识别出所述纸币为2015版；

若第二黑色像素点的数量N2小于第二预置阈值，则识别出所述纸币为1999版；

若第一黑色像素点的数量N1大于等于第一预置阈值且第二黑色像素点的数量N2大于等于第二预置阈值，则识别出所述纸币为2005版。

第二方面，一种纸币的版本识别系统，包括：

获取模块，用于获取纸币的区别特征区域的灰度图像，所述区别特征区域为同一币值的不同版本纸币的相同位置且图像特征不一致的区域；

处理模块，用于对所述区别特征区域的灰度图像进行二值化处理，生成二值化图像；

统计模块，用于统计所述二值化图像中的黑色像素点的数量或白色像素点的数量；

识别模块，用于将所述黑色像素点的数量或白色像素点数量与预置阈值比较，根据比较结果识别出纸币的版本。

其中，所述获取模块包括：

获取单元，用于获取整张纸币的灰度图像；

截取单元，用于从所述整张纸币的灰度图像中截取区别特征区域的灰度图像。

本发明提供的一种纸币的版本识别方法和系统，通过获取不同版本纸币的相同位置图像特征不一致的区域的灰度图像，对灰度图像进行二值化后产生黑色像素点和白色像素点，根据黑色像素点或白色像素点的数量来识别纸币的版本，识别方法简单，准确。

附图说明

图1是本发明提供的一种纸币的版本识别方法实施例的方法流程图。

图2a是本发明提供的一种纸币的版本识别方法实施例的一种优选方式的方法流程图。

图2b是本发明提供的一种纸币的版本识别方法实施例的另一种优选方式的方法流程图。

图3是100元人民币的背面的示意图。

图4是本发明提供的一种纸币的版本识别方法实施例的另一种优选方式的方法流程图。

图5是本发明提供的一种纸币的版本识别方法实施例的另一种优选方式的方法流程图。

图6是本发明提供的一种纸币的版本识别方法实施例的另一种优选方式的方法流程图。

图7a-7c分别为1999版、2005版、2015版的100元人民币区域1的灰度图像。

图7d-7f分别为1999版、2005版、2015版的100元人民币区域2的灰度图像。

图8a-8c分别为1999版、2005版、2015版的100元人民币区域1的二值化后的灰度图像。

图8d-8f分别为1999版、2005版、2015版的100元人民币区域2的二值化后的灰度图像。

图9是本发明提供的一种纸币的版本识别系统实施例的结构示意图。

图10是本发明提供的一种纸币的版本识别系统实施例的一种优选方式的结构示意图。

具体实施方式

以下结合附图，通过具体实施例来进一步说明本发明的技术方案。

一方面，一种纸币的版本识别方法，参考图1，包括以下步骤：

S101、获取纸币的区别特征区域的灰度图像，所述区别特征区域为同一币值的不同版本纸币的相同位置且图像特征不一致的区域。

S102、对所述区别特征区域的灰度图像进行二值化处理，生成二值化图像。

S103、统计所述二值化图像中的黑色像素点的数量或白色像素点的数量。

S104、将所述黑色像素点的数量或白色像素点数量与预置阈值比较，根据比较结果识别出纸币的版本。

不同版本的纸币，其区别特征区域的灰度图像产生的黑色像素点和白色像素点的个数不一样，通过统计其黑色像素点或白色像素点的个数便能识别出该纸币属于哪一个版本。

本发明通过获取不同版本纸币的相同位置图像特征不一致的区域的灰度图像，对灰度图像进行二值化后产生黑色像素点和白色像素点，根据黑色像素点或白色像素点的数量来识别纸币的版本，识别方法简单，准确。

优选的，如图2a所示，步骤S101包括：

S1011、获取整张纸币的灰度图像。

S1012、从所述整张纸币的灰度图像中截取区别特征区域的灰度图像。

优选的，如图2b所示，步骤S102包括：

S1021、计算所述区别特征区域的灰度图像的灰度平均值。

S1022、将所述灰度平均值作为二值化阈值对所述区别特征区域的灰度图像进行二值化处理，生成二值化图像。

根据灰度平均值对区别特征区域的灰度图像进行二值化处理，产生二值化图像，将二值化图像中大于灰度平均值的像素点的灰度值设为255，小于灰度平均值的像素点的灰度值设为0；灰度值为255的点是白色像素点，灰度值为0的点为黑色像素点。

在实际中，每张纸币采集的图像亮度并不完全统一，由硬件造成的纸币图像亮度偏差对识别结果也有较大的影响。当图像整体偏亮或偏暗时，特征区域的灰度值也会相应偏大或偏小，因此本文选用区别特征区域像素的灰度平均值作为二值化阈值，可以跟随图像的实际亮度做调整，具有自适应性，与常见的固定阈值相比，本文的二值化方法对于提取区别特征区域的目标特征准确性更好，与OTSU算法相比效果相差不多，但速度更快。

作为本发明的一种优选方式，所述纸币为100元人民币，所述预置阈值包括第一预置阈值和第二预置阈值。

如图4所示，步骤S101具体为S201：获取100元人民币纸币在分辨率为纵向150DPI、横向200DPI的灰度图像，从所述纵向150DPI、横向200DPI的灰度图像中截取位置为X＝[500：650]、Y＝[380：415]的第二灰度图像。该第二灰度图像为图3所示的区域2的灰度图像。

所述100元人民币的放置方向为背面正向，100元人民币背面正向时，以所述分辨率为纵向150DPI、横向200DPI的灰度图像的左上端作为原点，X和Y分别表示横坐标和纵坐标。

步骤S102具体为S202：对所述第二灰度图像进行二值化处理，生成第二二值化图像。

步骤S103具体为S203：统计所述第二二值化图像中的第二黑色像素点的数量N2。

步骤S104包括：

S204、判断所述第二黑色像素点的数量N2是否小于第二预置阈值。

优选的，第二预置阈值的范围为800-1000，本实施例中第二预置阈值取值900。

S205、若是，则识别出所述纸币为1999版。

所述判断所述第二黑色像素点的数量N2是否小于第二预置阈值之后，还包括：

S206、若否，从所述纵向150DPI、横向200DPI的灰度图像中截取位置为X＝[970：1220]、Y＝[330：415]的第一灰度图像；该第一灰度图像为图3所示的区域1的灰度图像。

S207、对所述第一灰度图像进行二值化处理，产生第一二值化图像。

S208、统计所述第一二值化图像中的第一黑色像素点的数量N1。

S209、判断所述第一黑色像素点的数量N1是否小于第一预置阈值。

优选的，所述第一预置阈值的范围为6500-8500，本实施例中第一预置阈值取值7500。

S210、若是，则识别出所述纸币为2015版。

S211、若否，则识别出所述纸币为2005版。

纸币的三种版本的不同的识别顺序对整个流程的运行时间也有较大的影响，当2015版纸币初发行时，市面上不同版本的100元流通量为2005版>1999版>2015版。此时应先选定区域2,优先判断是否为1999版。如果是直接进入1999版其他识别处理，如果不是再选定区域1，判别是2005版还是2015版。按照此顺序进行版本的识别有助于缩短整个流程的运作时间，效率高。

白色像素点的数量为二值化图像中的像素点的总数减去黑色像素点的数量，因此，作为本实施例的另一种优选方式，可以通过统计所述二值化图像中的白色像素点的数量，将所述白色像素点数量与其对应的预置阈值比较，根据比较结果识别出纸币的版本。

作为本发明的一种优选方式，所述纸币为100元人民币，所述预置阈值包括第一预置阈值和第二预置阈值。

如图5所示，步骤S101具体为S301：获取100元人民币纸币在分辨率为纵向150DPI、横向200DPI的灰度图像，从所述纵向150DPI、横向200DPI的灰度图像中截取位置为X＝[970：1220]、Y＝[330：415]的第一灰度图像。该第一灰度图像为图3所示的区域1的灰度图像。

所述100元人民币的放置方向为背面正向，100元人民币背面正向时，以所述分辨率为纵向150DPI、横向200DPI的灰度图像的左上端作为原点，X和Y分别表示横坐标和纵坐标。

步骤S102具体为S202：对所述第一灰度图像进行二值化处理，生成第一二值化图像。

步骤S103具体为S303：统计所述第一二值化图像中的第一黑色像素点的数量N1。

步骤S104包括：

S304、判断所述第一黑色像素点的数量N1是否小于第一预置阈值。

优选的，第一预置阈值的范围为6500-8500，本实施例中，第一预置阈值取值7500。

S305、若是，则识别出所述纸币为2015版。

所述判断所述第一黑色像素点的数量N1是否小于第一预置阈值之后，还包括：

S306、从所述纵向150DPI、横向200DPI的灰度图像中截取位置为X＝[500：650]、Y＝[380：415]的第二灰度图像。该第二灰度图像为图3所示的区域2的灰度图像。

S307、对所述第二灰度图像进行二值化处理，产生第二二值化图像。

S308、统计所述第二二值化图像中的第二黑色像素点的数量N2。

S309、判断所述第二黑色像素点的数量N2是否小于第二预置阈值。

优选的，第二预置阈值的范围为800-1000，本实施例中，第二预置阈值取值900。

S310、若是，则识别出所述纸币为1999版。

S311、若否，则识别出所述纸币为2005版。

纸币的三种版本的不同的识别顺序对整个流程的运行时间也有较大的影响，当2015版纸币流通范围较大，时间较长之后，市面上不同版本的100元流通量为2015版>2005版>1999版。此时应先选定区域1,优先判断是否为2015版。如果是直接进入2015版其他识别处理，如果不是再选定区域2，判别是2005版还是1999版。按照此顺序进行版本的识别有助于缩短整个流程的运作时间，效率高。

因此，根据2015新版100元人民币的流通情况，可以灵活的调整算法流程，使整个识别过程效率最高，运行速度最快。

白色像素点的数量为二值化图像中的像素点的总数减去黑色像素点的数量，因此，作为本实施例的另一种优选方式，可以通过统计所述二值化图像中的白色像素点的数量，将所述白色像素点数量与其对应的预置阈值比较，根据比较结果识别出纸币的版本。

作为本发明的另一种优选方式，所述纸币为100面值人民币。

步骤S1011具体为：获取纵向150DPI、横向200DPI的灰度图像。所述预置阈值包括第一预置阈值和第二预置阈值。

优选的，第一预置阈值的范围为6500-8500，第二预置阈值的范围为800-1000，本实施例中，第一预置阈值取值7500，第二预置阈值取值900。

参考图6，步骤S101包括S401：获取100元人民币纸币在分辨率为纵向150DPI、横向200DPI的灰度图像，从所述纵向150DPI、横向200DPI的灰度图像中截取位置为X＝[970：1220]、Y＝[330：415]的第一灰度图像和位置为X＝[500：650]、Y＝[380：415]的第二灰度图像。

所述100元人民币的放置方向为背面正向，100元人民币背面正向时，以所述分辨率为纵向150DPI、横向200DPI的灰度图像的左上端作为原点，X和Y分别表示横坐标和纵坐标。

1999版、2005版和2015版的100面值人民币的第一灰度图像如图7a、图7b、图7c所示。

1999版、2005版和2015版的100面值人民币的第二灰度图像如图7d、图7e、图7f所示。

步骤S102包括S402：对所述第一灰度图像进行二值化处理，产生第一二值化图像，和对所述第二灰度图像进行二值化处理，产生第二二值化图像。

1999版、2005版和2015版的100面值人民币的第一二值化图像如图8a、图8b、图8c所示；1999版、2005版和2015版的100面值人民币的第二二值化图像如图8d、图8e、图8f所示。

步骤S103包括S403：统计所述第一二值化图像种的第一黑色像素点的数量N1，和统计所述第二二值化图像种的第二黑色像素点的数量N2。

步骤S104包括：

S404、若第一黑色像素点的数量N1小于第一预置阈值，则识别出所述纸币为2015版。

S405、若第二黑色像素点的数量N2小于第二预置阈值，则识别出所述纸币为1999版。

S406、若第一黑色像素点的数量N1大于等于第一预置阈值且第二黑色像素点的数量N2大于等于第二预置阈值，则识别出所述纸币为2005版。

优选的，所述第一预置阈值的范围为6500-8500，第一预置阈值的范围为800-1000，本实施例中，第一预置阈值取值7500，第二预置阈值取值900。

不同版本的纸币，其区别特征区域的灰度图像产生的黑色像素点的个数不一样，通过统计两个区别特征区域的黑色像素点的数量便能识别出该纸币属于哪一个版本。

白色像素点的数量为二值化图像中的像素点的总数减去黑色像素点的数量，因此，作为本实施例的另一种优选方式，可以通过统计所述二值化图像中的白色像素点的数量，将所述白色像素点数量与其对应的预置阈值比较，根据比较结果识别出纸币的版本。

本发明实施例提供的一种纸币的版本识别方法，包括：获取纸币的区别特征区域的灰度图像，所述区别特征区域为不同版本纸币的相同位置图像特征不一致的区域；对所述灰度图像进行二值化处理，产生黑色像素点；统计所述黑色像素点的数量；将所述数量与预置阈值比较，识别出纸币的版本。本发明通过获取不同版本纸币的相同位置图像特征不一致的区域的灰度图像，对灰度图像进行二值化后产生黑色像素点，根据黑色像素点的数量来识别纸币的版本，识别方法简单，准确。本发明能够根据2015版100面值人民币的流通情况，灵活地调整算法流程，使整个识别过程效率最高，运行速度最快。

另一方面，一种纸币的版本识别系统，所述系统与上述纸币的版本识别方法对应，其尚未详尽的内容请参考上述方法实施例。

如图9所示，所述纸币的版本识别系统包括：

获取模块101，获取纸币的区别特征区域的灰度图像，所述区别特征区域为同一币值的不同版本纸币的相同位置且图像特征不一致的区域。

处理模块102，对所述区别特征区域的灰度图像进行二值化处理，生成二值化图像；。

统计模块103，用于统计所述二值化图像中的黑色像素点的数量或白色像素点的数量。

识别模块104，将所述黑色像素点的数量或白色像素点数量与预置阈值比较，根据比较结果识别出纸币的版本。

优选的，所述获取模块101包括：

获取单元1011，用于获取整张纸币的灰度图像。

截取单元1012，用于从所述整张纸币的灰度图像中截取区别特征区域的灰度图像。

所述处理模块102包括：

计算单元，用于计算所述区别特征区域的灰度图像的灰度平均值。

处理单元，用于将所述灰度平均值作为二值化阈值对所述区别特征区域的灰度图像进行二值化处理，生成二值化图像。

作为另一种优选方式，所述纸币为100元人民币。所述预置阈值包括第二预置阈值。

所述获取模块101用于：获取100元人民币纸币在分辨率为纵向150DPI、横向200DPI的灰度图像，从所述纵向150DPI、横向200DPI的灰度图像中截取位置为X＝[500：650]、Y＝[380：415]的第二灰度图像。

所述处理模块102用于：对所述第二灰度图像进行二值化处理，生成第二二值化图像。

所述统计模块103用于：统计所述第二二值化图像中的第二黑色像素点的数量N2。

所述识别模块104用于：判断所述第二黑色像素点的数量N2是否小于第二预置阈值，若是，则识别出所述纸币为1999版。

所述预置阈值还包括第一预置阈值。

所述获取模块101还用于：当所述第二黑色像素点的数量N2大于等于第二预置阈值，从所述纵向150DPI、横向200DPI的灰度图像中截取位置为X＝[970：1220]、Y＝[330：415]的第一灰度图像。

处理模块102还用于：对所述第一灰度图像进行二值化处理，产生第一二值化图像。

统计模块103还用于：统计所述第一二值化图像中的第一黑色像素点的数量N1。

识别模块104还用于：判断所述第一黑色像素点的数量N1是否小于第一预置阈值，若是，则识别出所述纸币为2015版；若否，则识别出所述纸币为2005版。

作为另一种优选方式，所述预置阈值包括第一预置阈值。

所述获取模块101用于：获取100元人民币纸币在分辨率为纵向150DPI、横向200DPI的灰度图像，从所述纵向150DPI、横向200DPI的灰度图像中截取位置为X＝[970：1220]、Y＝[330：415]的第一灰度图像。

所述处理模块102用于：对所述第一灰度图像进行二值化处理，生成第一二值化图像。

所述统计模块103用于：统计所述第一二值化图像中的第一黑色像素点的数量N1。

所述识别模块104用于：

判断所述第一黑色像素点的数量N1是否小于第一预置阈值，若是，则识别出所述纸币为2015版。

所述预置阈值还包括第二预置阈值。

所述获取模块101还用于：当所述第一灰度图像的数量N1大于等于第一预置阈值，从所述纵向150DPI、横向200DPI的灰度图像中截取位置为X＝[500：650]、Y＝[380：415]的第二灰度图像。

处理模块102还用于：对所述第二灰度图像进行二值化处理，产生第二二值化图像。

统计模块103还用于：统计所述第二二值化图像中的第二黑色像素点的数量N2。

识别模块104还用于：判断所述第二黑色像素点的数量N2是否小于第二预置阈值，若是，则识别出所述纸币为1999版；若否，则识别出所述纸币为2005版。

作为另一种优选方式，所述纸币为100面值人民币。所述预置阈值包括第一预置阈值和第二预置阈值。

所述获取模块101用于：获取100元人民币纸币在分辨率为纵向150DPI、横向200DPI的灰度图像，从所述纵向150DPI、横向200DPI的灰度图像中截取位置为X＝[970：1220]、Y＝[330：415]的第一灰度图像和位置为X＝[500：650]、Y＝[380：415]的第二灰度图像。

所述处理模块102用于：对所述第一灰度图像进行二值化处理，产生第一二值化图像，和对所述第二灰度图像进行二值化处理，产生第二二值化图像。

所述统计模块103用于：统计所述第一二值化图像种的第一黑色像素点的数量N1，和统计所述第二二值化图像种的第二黑色像素点的数量N2。

所述识别模块104用于：

若第一黑色像素点的数量N1小于第一预置阈值，则识别出所述纸币为2015版。

若第二黑色像素点的数量N2小于第二预置阈值，则识别出所述纸币为1999版。

若第一黑色像素点的数量N1大于等于第一预置阈值且第二黑色像素点的数量N2大于等于第二预置阈值，则识别出所述纸币为2005版。

白色像素点的数量为二值化图像中的像素点的总数减去黑色像素点的数量，因此，作为本实施例的另一种优选方式，可以通过统计所述二值化图像中的白色像素点的数量，将所述白色像素点数量与其对应的预置阈值比较，根据比较结果识别出纸币的版本。

本发明提供的一种纸币的版本识别系统，获取模块，用于获取纸币的区别特征区域的灰度图像，所述区别特征区域为不同版本纸币的相同位置图像特征不一致的区域；处理模块，用于对所述灰度图像进行二值化处理，产生黑色像素点；统计模块，用于统计所述黑色像素点的数量；识别模块，用于将所述数量与预置阈值比较，识别出纸币的版本。本发明通过获取不同版本纸币的相同位置图像特征不一致的区域的灰度图像，对灰度图像进行二值化后产生黑色像素点，根据黑色像素点的数量来识别纸币的版本，识别方法简单，准确。

以上结合具体实施例描述了本发明实施例的技术原理，这些描述只是为了解释本发明实施例的原理，而不能以任何方式解释为对本发明实施例保护范围的限制，本领域的技术人员不需要付出创造性的劳动即可联想到本发明实施例的其它具体实施方式，这些方式都将落入本发明实施例的保护范围之内。

Claims (7)

1.一种纸币的版本识别方法，其特征在在于，包括：

获取纸币的区别特征区域的灰度图像，所述区别特征区域为同一币值的不同版本纸币的相同位置且图像特征不一致的区域，所述区别特征区域的灰度图像包括第一灰度图像和第二灰度图像；

计算所述区别特征区域的灰度图像的灰度平均值；

将所述灰度平均值作为二值化阈值对所述区别特征区域的灰度图像进行二值化处理，生成二值化图像，所述二值化图像包括对所述区别特征区域的第一灰度图像进行二值化处理得到的第一二值化图像和对所述区别特征区域的第二灰度图像进行二值化处理得到的第二二值化图像；

统计所述二值化图像中的黑色像素点的数量，所述黑色像素点的数量，包括第一二值化图像中的黑色像素点的数量和第二二值化图像中的黑色像素点的数量；

将所述黑色像素点的数量与预置阈值比较，根据比较结果识别出纸币的版本，其中，所述预置阈值包括第一预置阈值和第二预置阈值，所述将所述黑色像素点的数量与预置阈值比较，包括将第一二值化图像中的黑色像素点的数量和第一预置阈值比较，以及将第二二值化图像中的黑色像素点的数量和第二预置阈值比较。

2.如权利要求1所述的版本识别方法，其特征在于，所述获取纸币的区别特征区域的灰度图像包括：

获取整张纸币的灰度图像；

从所述整张纸币的灰度图像中截取区别特征区域的灰度图像。

3.如权利要求2所述的版本识别方法，其特征在于，

所述获取纸币的区别特征区域的灰度图像包括：获取100元人民币纸币在分辨率为纵向150DPI、横向200DPI的灰度图像，从所述纵向150DPI、横向200DPI的灰度图像中截取位置为X＝[500：650]、Y＝[380：415]的第二灰度图像；

所述对所述区别特征区域的灰度图像进行二值化处理，生成二值化图像包括：对所述第二灰度图像进行二值化处理，生成第二二值化图像；

所述统计所述二值化图像中的黑色像素点的数量包括：统计所述第二二值化图像中的第二黑色像素点的数量N2；

所述将所述黑色像素点与预置阈值比较，根据比较结果识别出纸币的版本包括：判断所述第二黑色像素点的数量N2是否小于第二预置阈值，若是，则识别出所述纸币为1999版；

若否，从所述纵向150DPI、横向200DPI的灰度图像中截取位置为X＝[970：1220]、Y＝[330：415]的第一灰度图像；

对所述第一灰度图像进行二值化处理，产生第一二值化图像；

统计所述第一二值化图像中的第一黑色像素点的数量N1；

判断所述第一黑色像素点的数量N1是否小于第一预置阈值；

若是，则识别出所述纸币为2015版；

若否，则识别出所述纸币为2005版。

4.如权利要求2所述的版本识别方法，其特征在于，

所述获取纸币的区别特征区域的灰度图像包括：获取100元人民币纸币在分辨率为纵向150DPI、横向200DPI的灰度图像，从所述纵向150DPI、横向200DPI的灰度图像中截取位置为X＝[970：1220]、Y＝[330：415]的第一灰度图像；

所述对所述区别特征区域的灰度图像进行二值化处理，生成二值化图像包括：对所述第一灰度图像进行二值化处理，生成第一二值化图像；

所述统计所述二值化图像中的黑色像素点的数量包括：统计所述第一二值化图像中的第一黑色像素点的数量N1；

所述将所述黑色像素点与预置阈值比较，根据比较结果识别出纸币的版本包括：判断所述第一黑色像素点的数量N1是否小于第一预置阈值，若是，则识别出所述纸币为2015版；

若否，从所述纵向150DPI、横向200DPI的灰度图像中截取位置为X＝[500：650]、Y＝[380：415]的第二灰度图像；

对所述第二灰度图像进行二值化处理，产生第二二值化图像；

统计所述第二二值化图像中的第二黑色像素点的数量N2；

判断所述第二黑色像素点的数量N2是否小于第二预置阈值；

若是，则识别出所述纸币为1999版；

若否，则识别出所述纸币为2005版。

5.如权利要求2所述的版本识别方法，其特征在于，所述获取纸币的区别特征区域的灰度图像包括：

获取100元人民币纸币在分辨率为纵向150DPI、横向200DPI的灰度图像，从所述纵向150DPI、横向200DPI的灰度图像中截取位置为X＝[970：1220]、Y＝[330：415]的第一灰度图像和位置为X＝[500：650]、Y＝[380：415]的第二灰度图像；

所述对所述区别特征区域的灰度图像进行二值化处理，生成二值化图像包括：

对所述第一灰度图像进行二值化处理，产生第一二值化图像，和对所述第二灰度图像进行二值化处理，产生第二二值化图像；

所述统计所述二值化图像中的黑色像素点的数量包括：

统计所述第一二值化图像种的第一黑色像素点的数量N1，和统计所述第二二值化图像种的第二黑色像素点的数量N2；

所述将所述黑色像素点与预置阈值比较，根据比较结果识别出纸币的版本包括：

若第一黑色像素点的数量N1小于第一预置阈值，则识别出所述纸币为2015版；

若第二黑色像素点的数量N2小于第二预置阈值，则识别出所述纸币为1999版；

若第一黑色像素点的数量N1大于等于第一预置阈值且第二黑色像素点的数量N2大于等于第二预置阈值，则识别出所述纸币为2005版。

6.一种纸币的版本识别系统，其特征在于，包括：

获取模块，用于获取纸币的区别特征区域的灰度图像，所述区别特征区域为同一币值的不同版本纸币的相同位置且图像特征不一致的区域，所述区别特征区域的灰度图像包括第一灰度图像和第二灰度图像；

处理模块，用于计算所述区别特征区域的灰度图像的灰度平均值，并将所述灰度平均值作为二值化阈值对所述区别特征区域的灰度图像进行二值化处理，生成二值化图像，所述二值化图像包括对所述区别特征区域的第一灰度图像进行二值化处理得到的第一二值化图像和对所述区别特征区域的第二灰度图像进行二值化处理得到的第二二值化图像；

统计模块，用于统计所述二值化图像中的黑色像素点的数量，所述黑色像素点的数量，包括第一二值化图像中的黑色像素点的数量和第二二值化图像中的黑色像素点的数量；

识别模块，用于将所述黑色像素点的数量与预置阈值比较，根据比较结果识别出纸币的版本，其中，所述预置阈值包括第一预置阈值和第二预置阈值，所述将所述黑色像素点的数量与预置阈值比较，包括将第一二值化图像中的黑色像素点的数量和第一预置阈值比较，以及将第二二值化图像中的黑色像素点的数量和第二预置阈值比较。

7.如权利要求6所述的版本识别系统，其特征在于，所述获取模块包括：

获取单元，用于获取整张纸币的灰度图像；

截取单元，用于从所述整张纸币的灰度图像中截取区别特征区域的灰度图像。