CN107680246A - 一种纸币图案中的曲线边界定位方法及设备 - Google Patents

Abstract

本发明公开了一种纸币图案中的曲线边界定位方法，其包括：获取纸币的灰度图像并选取包含待定曲线的特征区域，所述特征区域包括M行×N列像素点；在所述特征区域的M行像素点中设置I个单位行，每个单位行包含连续的m行像素点；计算获取每一个单位行中对应于待定曲线的边界点位置；包括：对于第i个单位行，采用多种边界点定位方法获取多个边界点备选位置，选取具有相同位置数量最多的备选位置作为第i个单位行中的边界点位置，其中，i＝1～I；根据已确定的I个单位行中的边界点位置，获得所述待定曲线的边界。本发明提供的纸币图案中的曲线边界定位方法，可以准确地确定纸币图案中的曲线边界的位置，为纸币的识别工作提供重要的依据。

Description

一种纸币图案中的曲线边界定位方法及设备

技术领域

本发明涉及纸币识别技术领域，尤其涉及一种纸币图案中的曲线边界定位方法及设备。

背景技术

货币是商品交换的媒介，是人类经济发展与贸易过程的伴生物。纸币是货币的一种，其在漫长的货币史上占据着重要地位，虽然人类历史上一直有多种形式的货币在流通、发展，但即使在电子货币开始兴起的今天，纸币现金流通依然是目前国际上金融界货币流通的最重要方式，可以预见纸币在未来也将长期存在。随着经济的发展，纸币的流通量越来越大，很多行业都出现了基于纸币识别技术的智能化无人收费系统。例如，纸币识别技术不仅可以应用在自动售货售票上，也可以应用到银行的自动存取款机或营业厅的自动交费机等系统中。同时，点钞机的发明也为各个行业提供了方便。纸币识别装置的应用，节省了大量的人力资源，极大地提升了工作效率。

现有技术中一般通过对纸币中的某个或某几个图像区域的特征判断来鉴别纸币真伪，包括通过获取某个或某几个图像区域的高度或宽度来鉴别纸币真伪。纸币图案中包含有多处特有的曲线特征，如果可以准确地提取纸币图案中的曲线特征，则可以为纸币的识别工作(例如真伪鉴别)提供重要的依据。目前，对于纸币图案中的曲线特征的提取是业内面临的难题。

发明内容

有鉴于此，本发明提供了一种纸币图案中的曲线边界定位方法，该定位方法可以准确地确定纸币图案中的曲线边界的位置，进而可以准确地提取纸币图案中的曲线特征，为纸币的识别工作(例如真伪鉴别)提供重要的依据。

为了实现上述的目的，本发明采用了如下的技术方案：

一种纸币图案中的曲线边界定位方法，其包括：

获取纸币的灰度图像并选取包含待定曲线的特征区域，所述特征区域包括M行×N列像素点；

在所述特征区域的M行像素点中设置I个单位行，每个单位行包含连续的m行像素点；

计算获取每一个单位行中对应于待定曲线的边界点位置；包括：对于第i个单位行，采用多种边界点定位方法获取多个边界点备选位置，选取具有相同位置数量最多的备选位置作为第i个单位行中的边界点位置，其中，i＝1～I；

根据已确定的I个单位行中的边界点位置，获得所述待定曲线的边界；

其中，M、N、I、m均为正整数。

优选地，计算获取第i个单位行中对应于待定曲线的边界点位置的步骤具体包括：在第i个单位行中，以第n列像素点为分界线，选取分界线左右两侧包含相等的像素点列数的左侧区域和右侧区域，按照以下方式计算获取第i个单位行中的边界点备选位置：

方式(Ⅰ)、在所述特征区域的灰度图像，分别计算所述左侧区域和右侧区域的灰度平均值并计算两者的比值或差值X₁，将n的取值从1至N依次计算比值或差值X₁，选取X₁取得最大值X₁(max)时对应的某一列像素点的位置确定为第i个单位行中的边界点备选位置A₁；

方式(Ⅱ)、将所述特征区域的灰度图像进行二值化处理获得二值化图像，将二值化图像中灰度值达到二值化阈值以上的像素点记为白点，否则记为黑点；分别计算所述左侧区域和右侧区域的黑点或白点数量并计算两者的比值或差值X₂，将n的取值从1至N依次计算比值或差值X₂，选取X₂取得最大值X₂(max)时对应的某一列像素点的位置确定为第i个单位行中的边界点备选位置A₂；

方式(Ⅲ)、将所述特征区域的灰度图像进行二值化处理获得二值化图像，将二值化图像中灰度值达到二值化阈值以上的像素点全部赋值为255或二值化阈值；计算所述左侧区域和右侧区域包含的所有像素点的灰度值方差X₃，将n的取值从1至N依次计算灰度值方差X₃，选取X₃取得最大值X₃(max)时对应的某一列像素点的位置确定为第i个单位行中的边界点备选位置A₃；

判断所述备选位置A₁、A₂和A₃是否位于相同的位置，若是其中的两个或三个位于相同的位置，则将该相同的位置确定为第i个单位行中的边界点位置。

优选地，若任意两个备选位置之间的差异不超过3个像素点时，则该两个备选位置视为位于相同的位置。

优选地，若所述备选位置A₁、A₂和A₃均位于不同的位置，则按照以下条件重新确定第i个单位行中的边界点位置：

条件1、按照所述方式(Ⅱ)计算，选取满足X₂达到最大值X₂(max)的60％以上的各列像素点；

条件2、按照所述方式(Ⅲ)计算，选取满足X₃达到最大值X₃(max)的60％以上的各列像素点；

条件3、在同时满足所述条件1和所述条件2的多列像素点中，按照所述方式(Ⅰ)计算，在该些多列像素点内选取X₁取得最大值时对应的某一列像素点的位置确定为第i个单位行中的边界点位置。

优选地，所述左侧区域和所述右侧区域分别包含J列像素点，J为正整数；其中，若第n列像素点左侧的所有像素点的列数小于J时，所述左侧区域包括第n列像素点左侧的所有像素点的列数，并且所述右侧区域仅选取与所述左侧区域数量相等的像素点列数；相应地，若第n列像素点右侧的所有像素点的列数小于J时，所述右侧区域包括第n列像素点右侧的所有像素点的列数，并且所述左侧区域仅选取与所述右侧区域数量相等的像素点列数。

优选地，J的取值范围是8～12。

优选地，m的取值范围是1～3。

优选地，在所述特征区域中，相邻两个单位行之间间隔k行像素点，k的取值范围是0～15。

优选地，k的取值范围是5～10。

本发明还提供了一种纸币图案中的曲线边界定位设备，所述设备包括：

一个或多个处理器；

存储器，用于存储一个或多个程序；

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如上所述的纸币图案中的曲线边界定位方法。

本发明实施例提供的纸币图案中的曲线边界定位方法及设备，可以准确地确定纸币图案中的曲线边界的位置，进而可以准确地提取纸币图案中的曲线特征，为纸币的识别工作(例如真伪鉴别)提供重要的依据。

附图说明

图1是本发明实施例提供的纸币图案中的曲线边界定位方法的工作流程图；

图2是本发明实施例提供的纸币图案中的曲线边界定位设备的结构示意图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚，下面结合附图对本发明的具体实施方式进行详细说明。这些优选实施方式的示例在附图中进行了例示。附图中所示和根据附图描述的本发明的实施方式仅仅是示例性的，并且本发明并不限于这些实施方式。

在此，还需要说明的是，为了避免因不必要的细节而模糊了本发明，在附图中仅仅示出了与根据本发明的方案密切相关的结构和/或处理步骤，而省略了与本发明关系不大的其他细节。

本实施例提供了一种纸币字迹污损的检测方法，参阅图1，所述检测方法包括步骤：

步骤S101、获取纸币的灰度图像并选取包含待定曲线的特征区域，所述特征区域包括M行×N列像素点，其中，M、N均为正整数。

步骤S102、在所述特征区域的M行像素点中设置I个单位行，每个单位行包含连续的m行像素点，其中，I、m均为正整数。具体地，m的取值范围是1～3，也就是说，以连续的1到3行像素点为一个单位行进行后续的定位计算。

步骤S103、计算获取每一个单位行中对应于待定曲线的边界点位置；包括：对于第i个单位行，采用多种边界点定位方法获取多个边界点备选位置，选取具有相同位置数量最多的备选位置作为第i个单位行中的边界点位置，其中，i＝1～I。

步骤S104、根据已确定的I个单位行中的边界点位置，获得所述待定曲线的边界。

具体地，步骤S102中，在所述特征区域中对于I个单位行的设置，相邻两个单位行之间可以是间隔k行像素点，k的取值范围是0～15。举例来说，若k的取值为0，则相邻两个单位行之间在行方向上是连续的，也就是说，步骤S103的计算中，针对所述特征区域的M行像素点都进行了计算。然而，对于曲线位置的确定，其可以是不需要每行像素都进行取样确定边界点，可以是每间隔若干行确定一个边界点，这样可以大大地减少计算量。例如，当k的取值为15，则相邻两个单位行之间在行方向上间隔15行像素点，也就是说，步骤S103的计算中，其具体的计算范围并没有包含该15行像素点的数据，由此大大地减少计算量，但这并不影响最终整体的曲线边界的定位。在优选的方案中，k的取值范围是5～10。

本实施例中，步骤S103中，对于第i个单位行，采用3种不同的边界点定位方法获取3个边界点备选位置，每一种方法获取一个备选位置，然后在对3个边界点备选位置进行判断，若是其中的两个或三个备选位置位于相同的位置，则将该相同的位置确定为第i个单位行中的边界点位置。具体如下：

在第i个单位行中，以第n列像素点为分界线，选取分界线左右两侧包含相等的像素点列数的左侧区域和右侧区域，按照以下方式(Ⅰ)～(Ⅲ)计算获取第i个单位行中的边界点备选位置。

方式(Ⅰ)、在所述特征区域的灰度图像，分别计算所述左侧区域和右侧区域的灰度平均值，并计算左侧区域的灰度平均值与右侧区域的灰度平均值的比值或差值X₁。将n的取值从1至N依次计算比值或差值X₁，选取比值或差值X₁取得最大值X₁(max)时对应的某一列像素点的位置确定为第i个单位行中的边界点备选位置A₁。

方式(Ⅱ)、将所述特征区域的灰度图像进行二值化处理获得二值化图像，将二值化图像中灰度值达到二值化阈值以上的像素点记为白点，否则记为黑点。分别计算所述左侧区域和右侧区域的黑点数量(在另外的实施例中也可以是计算白点数量)，并计算左侧区域的黑点数量与右侧区域的黑点数量的比值或差值X₂。将n的取值从1至N依次计算比值或差值X₂，选取比值或差值X₂取得最大值X₂(max)时对应的某一列像素点的位置确定为第i个单位行中的边界点备选位置A₂。

方式(Ⅲ)、将所述特征区域的灰度图像进行二值化处理获得二值化图像，将二值化图像中灰度值达到二值化阈值以上的像素点全部赋值为255或二值化阈值。以所述左侧区域和右侧区域作为一个整体区域，计算该整体区域包含的所有像素点的灰度值方差X₃。将n的取值从1至N依次计算灰度值方差X₃，选取灰度值方差X₃取得最大值X₃(max)时对应的某一列像素点的位置确定为第i个单位行中的边界点备选位置A₃。

按照以上方式(Ⅰ)～(Ⅲ)计算获取第i个单位行中的3个边界点备选位置A₁、A₂和A₃之后，判断所述备选位置A₁、A₂和A₃是否位于相同的位置，若是其中的两个或三个位于相同的位置，则将该相同的位置确定为第i个单位行中的边界点位置。需要说明的是，若任意两个备选位置之间的差异不超过3个像素点时，则该两个备选位置视为位于相同的位置。

进一步地，若所述备选位置A₁、A₂和A₃均位于不同的位置，则按照以下条件重新确定第i个单位行中的边界点位置：

条件1、按照所述方式(Ⅱ)计算，选取满足X₂达到最大值X₂(max)的60％以上的各列像素点；

条件2、按照所述方式(Ⅲ)计算，选取满足X₃达到最大值X₃(max)的60％以上的各列像素点；

条件3、在同时满足所述条件1和所述条件2的多列像素点中，按照所述方式(Ⅰ)计算，在该些多列像素点内选取X₁取得最大值时对应的某一列像素点的位置确定为第i个单位行中的边界点位置。

具体地，所述左侧区域和所述右侧区域分别包含J列像素点，J为正整数。对于以第n列像素点为分界线，则所述左侧区域包括自第n列像素点起，直至往左数J列像素点；所述右侧区域包括自第n列像素点起，直至往右数J列像素点。优选的方案中，J的取值范围是8～12。

需要说明的是，若第n列像素点左侧的所有像素点的列数小于J时，所述左侧区域包括第n列像素点左侧的所有像素点的列数，并且所述右侧区域仅选取与所述左侧区域数量相等的像素点列数。相应地，若第n列像素点右侧的所有像素点的列数小于J时，所述右侧区域包括第n列像素点右侧的所有像素点的列数，并且所述左侧区域仅选取与所述右侧区域数量相等的像素点列数。例如，J取值为10，而对于以第5列像素点为分界线，所述左侧区域仅包括第1～5列(共5列)像素点，此时，所述右侧区域仅选取与所述左侧区域数量相等的像素点列数，即选取第5～9列(共5列)像素点。

进一步地，在计算获取第i个单位行中的边界点备选位置的方式(Ⅱ)和方式(Ⅲ)中，对所述特征区域的灰度图像进行二值化处理的方法可以是采用OTSU算法(大津算法)进行，并且对OTSU算法进行简化，以减小计算量，加快计算速度。具体如下步骤：

(a)、求出特征区域的灰度图像的直方图；

(b)、计算特征区域的灰度平均值；

(c)、根据以下公式(1)遍历一次图像获取二值化阈值。

公式(1)：其中w₀为小于二值化阈值的像素点数的比例，w₁为二值化阈值以上的像素点数的比例，w₀和w₁可通过累加直方图获取并且w₀+w₁＝1。u为特征区域的灰度平均值，u₀为小于二值化阈值的像素点的灰度平均值，u₁为二值化阈值以上的像素点的灰度平均值，可结合直方图求取。

公式(1)中，对于一个G的取值，若以该取值为二值化阈值，只要获取对应的w₀和u0的取值代入公式(1)，计算得到相应的L(G)值。G从0～255遍历取值，当L(G)取得最大值时，确定此时G的取值即为灰度图像的二值化阈值。

按照上述步骤，可遍历一次图像就获取二值化阈值，计算速度快。

进一步地，在使用公式(1)计算获取二值化阈值的过程中，还可以是：

首先在所述特征区域的灰度图像所包含的像素点中，确定最大灰度值G_max和最小灰度值G_min；然后在使用公式(1)进行遍历计算时，G从G_min～G_max遍历取值。由此，将遍历范围从0～255替换为G_min～G_max，进一步地减小了计算量，加快计算速度。

以上实施例提供的纸币图案中的曲线边界定位方法，可以准确地确定纸币图案中的曲线边界的位置，进而可以准确地提取纸币图案中的曲线特征，为纸币的识别工作(例如真伪鉴别)提供重要的依据。

本实施例还提供了一种纸币图案中的曲线边界定位设备，如图2所示，所述定位设备包括：处理器10、存储器20、输入装置30和输出装置40。定位设备中处理器10的数量可以是一个或多个，图2中以一个处理器10为例；定位设备中的处理器10、存储器20、输入装置30和输出装置40可以通过总线或其他方式连接。所述纸币图案中的曲线边界定位设备可以是集成设置在纸币处理设备中。

其中，存储器20作为一种计算机可读存储介质，可用于存储软件程序、计算机可执行程序以及模块。处理器10通过运行存储在存储器20中的软件程序、指令以及模块，从而执行设备的各种功能应用以及数据处理，即实现本发明前述实施例中的纸币图案中的曲线边界定位方法。输入装置30可用于接收图像、输入的数字或字符信息，以及产生与设备的用户设置以及功能控制有关的键信号输入。输出装置40可包括显示屏等显示设备，例如，显示图像。

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

需要指出的是，上述实施例仅为说明本发明的技术构思及特点，其目的在于让熟悉此项技术的人士能够了解本发明的内容并据以实施，并不能以此限制本发明的保护范围。凡根据本发明精神实质所作的等效变化或修饰，都应涵盖在本发明的保护范围之内。

Claims (10)

1.一种纸币图案中的曲线边界定位方法，其特征在于，包括：

获取纸币的灰度图像并选取包含待定曲线的特征区域，所述特征区域包括M行×N列像素点；

在所述特征区域的M行像素点中设置I个单位行，每个单位行包含连续的m行像素点；

计算获取每一个单位行中对应于待定曲线的边界点位置；包括：对于第i个单位行，采用多种边界点定位方法获取多个边界点备选位置，选取具有相同位置数量最多的备选位置作为第i个单位行中的边界点位置，其中，i＝1～I；

根据已确定的I个单位行中的边界点位置，获得所述待定曲线的边界；

其中，M、N、I、m均为正整数。

2.根据权利要求1所述的纸币图案中的曲线边界定位方法，其特征在于，计算获取第i个单位行中对应于待定曲线的边界点位置的步骤具体包括：

在第i个单位行中，以第n列像素点为分界线，选取分界线左右两侧包含相等的像素点列数的左侧区域和右侧区域，按照以下方式计算获取第i个单位行中的边界点备选位置：

方式(Ⅰ)、在所述特征区域的灰度图像，分别计算所述左侧区域和右侧区域的灰度平均值并计算两者的比值或差值X₁，将n的取值从1至N依次计算比值或差值X₁，选取X₁取得最大值X₁(max)时对应的某一列像素点的位置确定为第i个单位行中的边界点备选位置A₁；

方式(Ⅱ)、将所述特征区域的灰度图像进行二值化处理获得二值化图像，将二值化图像中灰度值达到二值化阈值以上的像素点记为白点，否则记为黑点；分别计算所述左侧区域和右侧区域的黑点或白点数量并计算两者的比值或差值X₂，将n的取值从1至N依次计算比值或差值X₂，选取X₂取得最大值X₂(max)时对应的某一列像素点的位置确定为第i个单位行中的边界点备选位置A₂；

方式(Ⅲ)、将所述特征区域的灰度图像进行二值化处理获得二值化图像，将二值化图像中灰度值达到二值化阈值以上的像素点全部赋值为255或二值化阈值；计算所述左侧区域和右侧区域包含的所有像素点的灰度值方差X₃，将n的取值从1至N依次计算灰度值方差X₃，选取X₃取得最大值X₃(max)时对应的某一列像素点的位置确定为第i个单位行中的边界点备选位置A₃；

判断所述备选位置A₁、A₂和A₃是否位于相同的位置，若是其中的两个或三个位于相同的位置，则将该相同的位置确定为第i个单位行中的边界点位置。

3.根据权利要求2所述的纸币图案中的曲线边界定位方法，其特征在于，若任意两个备选位置之间的差异不超过3个像素点时，则该两个备选位置视为位于相同的位置。

4.根据权利要求2所述的纸币图案中的曲线边界定位方法，其特征在于，若所述备选位置A₁、A₂和A₃均位于不同的位置，则按照以下条件重新确定第i个单位行中的边界点位置：

条件1、按照所述方式(Ⅱ)计算，选取满足X₂达到最大值X₂(max)的60％以上的各列像素点；

条件2、按照所述方式(Ⅲ)计算，选取满足X₃达到最大值X₃(max)的60％以上的各列像素点；

条件3、在同时满足所述条件1和所述条件2的多列像素点中，按照所述方式(Ⅰ)计算，在该些多列像素点内选取X₁取得最大值时对应的某一列像素点的位置确定为第i个单位行中的边界点位置。

5.根据权利要求2-4任一所述的纸币图案中的曲线边界定位方法，其特征在于，所述左侧区域和所述右侧区域分别包含J列像素点，J为正整数；

其中，若第n列像素点左侧的所有像素点的列数小于J时，所述左侧区域包括第n列像素点左侧的所有像素点的列数，并且所述右侧区域仅选取与所述左侧区域数量相等的像素点列数；相应地，若第n列像素点右侧的所有像素点的列数小于J时，所述右侧区域包括第n列像素点右侧的所有像素点的列数，并且所述左侧区域仅选取与所述右侧区域数量相等的像素点列数。

6.根据权利要求5所述的纸币图案中的曲线边界定位方法，其特征在于，J的取值范围是8～12。

7.根据权利要求1所述的纸币图案中的曲线边界定位方法，其特征在于，m的取值范围是1～3。

8.根据权利要求1-4或7任一所述的纸币图案中的曲线边界定位方法，其特征在于，在所述特征区域中，相邻两个单位行之间间隔k行像素点，k的取值范围是0～15。

9.根据权利要求8所述的纸币图案中的曲线边界定位方法，其特征在于，k的取值范围是5～10。

10.一种纸币图案中的曲线边界定位设备，其特征在于，所述设备包括：

一个或多个处理器；

存储器，用于存储一个或多个程序；

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-9任一所述的纸币图案中的曲线边界定位方法。