一种纸币的鉴别方法及装置与流程

本发明实施例涉及纸币识别技术领域，尤其涉及一种纸币的鉴别方法及装置。

背景技术：

经济迅速发展的今天，经济的稳定是经济社会和谐发展的重中之重，纸币为最常用的货币流通方式，伪造纸币一旦流通会给经济的稳定带来极大的威胁，因此对于纸币的鉴伪要求更是在不断提高。

假币的存在和泛滥为人们的生活带来了不良影响，更对金融业安全运行带来了威胁，甚至会酿成经济与社会危机，干扰国家正常经济秩序。因此，如何能够快速准确的进行纸币鉴伪已经是当今纸币识别技术领域的技术难关。

技术实现要素：

本发明实施例提供一种纸币的鉴别方法及装置，以实现快速准确的对纸币进行鉴别。

第一方面，本发明实施例提供了一种纸币的鉴别方法，该方法包括：

获取待鉴别纸币的目标标识识别区域的红外反射图像；

对所述目标标识识别区域进行二值化处理，得到二值化图像；

获取所述二值化图像中的目标像素点；

根据所述目标像素点，确定所述待鉴别纸币的真伪。

进一步的，获取所述二值化图像中的目标像素点包括：

遍历所述二值化图像中的像素点；

计算当前像素点与八邻域像素点的均值和方差；

当所述均值大于均值阈值，且所述方差大于方差阈值时，确定所述当前像素点为目标像素点。

进一步的，所述获取待鉴别纸币的目标标识识别区域的红外反射图像包括：

获取所述待鉴别纸币的预设区域的红外反射图像；

逐行统计所述预设区域中像素值低于目标标识选择阈值的像素点的个数，并在所述个数超过行边界阈值时，确定为目标标识所在行；

逐列统计所述预设区域中像素值低于目标标识选择阈值的像素点的个数，并在所述个数超过列边界阈值时，确定为目标标识所在列；

根据所述目标标识所在行和目标标识所在列确定目标标识识别区域的边界位置，并提取所述目标标识识别区域。

进一步的，所述获取待鉴别纸币的预设区域的红外反射图像包括：

获取待鉴别纸币的红外反射图像，并确定所述红外反射图像的分辨率；

根据所述分辨率，确定所述预设区域的行列坐标的范围。

进一步的，根据所述目标像素点，确定所述待鉴别纸币的真伪，包括：

统计所述目标像素点的个数；

若所述目标像素点的个数小于设定阈值，则确定所述待鉴别纸币为异常币。

第二方面，本发明实施例还提供了一种纸币的鉴别装置，该装置包括：

目标标识识别区域获取模块，用于获取待鉴别纸币的目标标识识别区域的红外反射图像；

二值化处理模块，用于对所述目标标识识别区域进行二值化处理，得到二值化图像；

目标像素点获取模块，用于获取所述二值化图像中的目标像素点；

纸币鉴别模块，用于根据所述目标像素点，确定所述待鉴别纸币的真伪。

进一步的，所述目标像素点获取模块包括：

遍历单元，用于遍历所述二值化图像中的像素点；

计算单元，用于计算当前像素点与八邻域像素点的均值和方差；

目标像素点确定单元，用于当所述均值大于均值阈值，且所述方差大于方差阈值时，确定所述当前像素点为目标像素点。

进一步的，所述目标标识识别区域获取模块包括：

预设区域获取单元，用于获取所述待鉴别纸币的预设区域的红外反射图像；

目标标识所在行确定单元，用于逐行统计所述预设区域中像素值低于目标标识选择阈值的像素点的个数，并在所述个数超过行边界阈值时，确定为目标标识所在行；

目标标识所在列确定单元，用于逐列统计所述预设区域中像素值低于目标标识选择阈值的像素点的个数，并在所述个数超过列边界阈值时，确定为目标标识所在列；

目标标识识别区域提取单元，用于根据所述目标标识所在行和目标标识所在列确定目标标识识别区域的边界位置，并提取所述目标标识识别区域。

进一步的，所述预设区域获取单元包括：

红外反射图像获取子单元，用于获取待鉴别纸币的红外反射图像，并确定所述红外反射图像的分辨率；

坐标范围确定子单元，用于根据所述分辨率，确定所述预设区域的行列坐标的范围。

进一步的，所述纸币鉴别模块包括：

目标像素点个数统计单元，用于统计所述目标像素点的个数；

纸币鉴别单元，用于若所述目标像素点的个数小于设定阈值，则确定所述待鉴别纸币为异常币。

本发明实施例通过对待鉴别纸币的红外反射图像的目标标识识别区域的截取并进行二值化处理，从二值化处理之后的图像中选取目标像素点，并根据目标像素点对纸币进行鉴别，解决了现有技术中对纸币鉴别困难的问题，实现了快速准确的对纸币进行鉴别的效果。

附图说明

图1是本发明实施例一提供的纸币的鉴别方法的流程图；

图2a是本发明实施例二提供的纸币的鉴别方法的流程图；

图2b是本发明实施例二提供的像素点与八邻域的位置示意图；

图3a是本发明实施例三提供的纸币的鉴别方法的流程图；

图3b是本发明实施例三提供的纸币红外反射图像示意图；

图3c是本发明实施例三提供的二值化图像示意图；

图4是本发明实施例四提供的纸币的鉴别装置的结构示意图。

具体实施方式

下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本发明，而非对本发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部结构。

在更加详细地讨论示例性实施例之前应当提到的是，一些示例性实施例被描述成作为流程图描绘的处理或方法。虽然流程图将各步骤描述成顺序的处理，但是其中的许多步骤可以被并行地、并发地或者同时实施。此外，各步骤的顺序可以被重新安排。当其操作完成时所述处理可以被终止，但是还可以具有未包括在附图中的附加步骤。所述处理可以对应于方法、函数、规程、子例程、子程序等等。

实施例一

图1是本发明实施例一提供的纸币的鉴别方法的流程图，本实施例可适用纸币鉴别情况，该方法可以由本发明实施例所提供的纸币的鉴别装置来执行，该装置可以由软件和/或硬件的方式来实现，并可集成于现金交易设备中。

如图1所示，所述纸币的鉴别方法包括：

s110、获取待鉴别纸币的目标标识识别区域的红外反射图像。

其中，所述待鉴别纸币可以是人民币。

目标标识识别区域可以是便于进行纸币鉴别的区域，目标标识识别区域可以包含具有特定特征的图案。目标标识识别区域可以是便于剪切的矩形，也可以是与其中包含的图案相关的形状。其中，目标标识识别区域可以是黑水印区域、光变油墨标识区域以及冠字号区域等。

待鉴别纸币的红外反射图像可以由待鉴别纸币一侧的红外光源发射红外线，红外光源发射的红外线由纸币反射到与红外光源位于待鉴别纸币同一侧的传感器，传感器捕获到到待鉴别纸币的红外反射图像。红外反射图像可以是灰度图像。

s120、对所述目标标识识别区域进行二值化处理，得到二值化图像。

对红外反射图像进行二值化处理的方法有很多，例如，可以采用灰度平均阈值法、百分比阈值法、最大类间方差法以及基于谷底最小值阈值法等。将红外反射图像进行二值化处理得到红外反射图像的二值化图像。二值化图像中，各个像素点的灰度值只有0和255两种。

s130、获取所述二值化图像中的目标像素点。

其中，所述目标像素点可以是人为设置的像素点，也可以是具有特征属性的一种像素点，例如，可以是灰度值低于某一个固定值的像素点，还可以是位置特殊的像素点，如目标标识识别区域中比较重要的位置的像素点。

s140、根据所述目标像素点，确定所述待鉴别纸币的真伪。

可以是根据所述目标像素点的个数，确定所述待鉴别纸币的真伪，例如，如果正常情况下目标像素点的个数大于设定阈值，则可以当上述目标像素点的个数大于设定阈值时，鉴别纸币为真。

本实施例的技术方案，通过对待鉴别纸币的红外反射图像的目标标识识别区域的截取并进行二值化处理，从二值化处理之后的图像中选取目标像素点，并根据目标像素点对纸币进行鉴别，解决了现有技术中对纸币鉴别困难的问题，实现了快速准确的对纸币进行鉴别的效果。

在上述技术方案的基础上，根据所述目标像素点，确定所述待鉴别纸币的真伪，优选的可以包括：统计所述目标像素点的个数；若所述目标像素点的个数小于设定阈值，则确定所述待鉴别纸币为异常币。这样设置的好处在于可以根据目标像素点的个数直接对异常币进行鉴定，并可以在鉴定为异常币之后，将信息反馈给用户，这样可以提高纸币鉴别的速度和准确性。

实施例二

图2a是本发明实施例二提供的纸币的鉴别方法的流程图。本实施例在上述实施例的基础上，对获取所述二值化图像中的目标像素点进行了优化。

如图2a所示，所述纸币的鉴别方法包括：

s210、获取待鉴别纸币的目标标识识别区域的红外反射图像。

s220、对所述目标标识识别区域进行二值化处理，得到二值化图像。

s230、遍历所述二值化图像中的像素点。

其中，二值化图像中的像素点的灰度值只有0和255两种情况。可以对遍历到的二值化图像中的当前像素点进行下述的计算并判断当前像素点是否是目标像素点。

s240、计算当前像素点与八邻域像素点的均值和方差。

其中，八邻域可以是当前像素点周围的像素点，包括上、下、左、右、左上、左下、右上、右下八个方向上与当前像素点相邻的像素点。

在计算当前像素点与八邻域像素点的均值和方差时，可以采用像素点的灰度值进行计算，为了计算简便，也可以根据像素点的灰度值对其进行赋值，例如，当像素点的灰度值为0时，即为黑色的像素点时，则对其赋值为0，当像素点的灰度值为255时，即为白色的像素点时，则对其赋值为1。

示例性的，图2b是本发明实施例二提供的像素点与八邻域的位置示意图。如图2b所示，二值化图像包括若干个像素点20，像素点20呈现行列排布，每一横排就是像素点行21，每一竖排就是像素点列22。由于对于当前像素点与八邻域的计算需要遍历所有的像素点，所以，像素点的位置不同，当前像素点与八邻域的范围也不同。例如，选择图像内部的像素点23作为当前像素点时，则当前像素点与八邻域可以构成一个包括九个像素点的正方形区域24；当选择整个图像的角像素点25作为当前像素点时，在当前像素点与八邻域的范围只能构成一个包含四个像素点的正方形区域26；当选择整个图像的边像素点27作为当前像素点时，在当前像素点与八邻域的范围只能构成一个包含六个像素点的长方形区域28。所以，在遍历的过程中，对于角像素点25和边像素点27计算八邻域像素点的个数与图像内部的像素点23的八邻域像素点的个数是不一样的。在求取均值和方差的过程中，注意到这一点即可。

s250、当所述均值大于均值阈值，且所述方差大于方差阈值时，确定所述当前像素点为目标像素点。

如果按照上述赋值原则对像素点进行赋值，则得到的像素点与八邻域的均值最大为1，最小为0，均值阈值可以设置在0到1之间，例如可以是4/8。如果没有对像素点进行赋值，直接以像素点的灰度值进行计算，则得到的像素点与八邻域的均值最大为255，最小为0，均值阈值可以设置在0到255之间，例如可以是1020/8。方差可以在求取到均值的基础上进一步求得。

其中，均值阈值和方差阈值可以在大量实验统计结果中获得。这样可以提高纸币鉴别过程中的准确性。

当判断当前像素点与八邻域的像素点的均值和方差均符合设定条件时，就可以确定当前像素点为目标像素点。

s260、根据所述目标像素点，确定所述待鉴别纸币的真伪。

本实施例在上述示例的基础上，提出了一种在二值化图像中获取目标像素点的具体方法，即采用求取当前像素点与八邻域像素点的均值和方差，再判断所述均值和方差是否符合设定条件，将目标像素点的获取方法采用数学算法来实现，使得目标像素点的确定更加准确，并且算法简单，同时提高了纸币鉴别的效率。

实施例三

图3a是本发明实施例三提供的纸币的鉴别方法的流程图。本实施例在上述各实施例的基础上，对获取待鉴别纸币的目标标识识别区域的红外反射图像进行了优化。

如图3a所示，所述纸币的鉴别方法包括：

s310、获取所述待鉴别纸币的预设区域的红外反射图像。

可以先获取整个纸币的红外反射图像，再在其中截取预设区域，也可以是先确定纸币的预设区域后，在采集图像时，直接获取预设区域的红外反射图像。示例性的，可以根据纸币的预设区域所对应的传感器位置进行获取，再对其他位置的传感器接收到的信号进行擦除，即可得到预设区域的红外反射图像。

示例性的，图3b是本发明实施例三提供的纸币红外反射图像示意图。如图3b所示，纸币的红外反射图像30中，可以选取一个预设区域31，预设区域31内可以包含至少一个目标标识32。其中，预设区域31可以设置的较目标标识范围大一些，以保证能够针对不同面额、不同版本的纸币，预设区域31都能够完整的包括整个目标标识32，这样能够为后续的其他算法提供一个统一的计算基础，为纸币鉴别的准确性提供了保障。

预设区域31的设定可以是根据大量的实验数据统计得出，也可以是在获取到纸币的红外反射图像30之后，对纸币的红外反射图像30的像素点建立坐标，再根据统计预设区域31坐标的方式设定预设区域31。例如，以红外反射图像30的左上角作为坐标原点，横坐标标识像素点列数，纵坐标标识像素点行数，则可以在确定整个红外反射图像30的分辨率后，确定预设区域31的坐标范围。例如，纸币的红外反射图像30的分辨率为200*150dpi(dotsperinch，每英寸的像素点数)的基础上，确定预设区域31的坐标范围是x：[15，90]，y：[245；280]。

其中，本发明实施例优选的以纸币的光变油墨标识作为目标标识，这样设置的好处是纸币的光变油墨标识在红外反射图像中由于灰度值与其他图案的灰度值差异较大更容易被确认，可以提高识别鉴别的效率和准确性。

值得说明的是，预设区域可以是预先设定的一个区域，即如图3b所示的位于纸币红外反射图像的左下角的一个区域，这样设置的基础是可以在对纸币鉴别以前确定纸币的面向信息，即正面或反面以及正向或反向，因为如果纸币的面向信息不确定，则针对目标标识的设定的预设区域可能是多个位置。在本发明实施例中，也可以设定多个预设区域，再通过进一步的识别确定一个包含目标标识的预设区域。

s320、逐行统计所述预设区域中像素值低于目标标识选择阈值的像素点的个数，并在所述个数超过行边界阈值时，确定为目标标识所在行。

其中，目标标识选择阈值可以是能够区分目标标识和背景图案的灰度值，例如，目标标识选择阈值可以为50。可以是当前行灰度值小于目标标识选择阈值的像素点的个数是20个时，则认为当前行含有目标标识，其边界阈值就是这里的20个。当统计完所有的像素点行之后，可以根据判断每一行的灰度值小于目标标识选择阈值的像素点的个数与边界阈值的比较，确定目标标识所在行。

s330、逐列统计所述预设区域中像素值低于目标标识选择阈值的像素点的个数，并在所述个数超过列边界阈值时，确定为目标标识所在列。

同理，可以确定目标标识所在列。其中，值得说明的是，由于纸币的目标标识有可能是纸币面额的数字字样，则当纸币面额包含多个数字时，很可能会出现目标标识所在行或者目标标识所在列出现中间断开的情况，在这种情况下，可以采取对于首次变化和末次变化确定为目标标识所在的边界行列。

s340、根据所述目标标识所在行和目标标识所在列确定目标标识识别区域的边界位置，并提取所述目标标识识别区域。

s350、对所述目标标识识别区域进行二值化处理，得到二值化图像。

示例性的，图3c是本发明实施例三提供的二值化图像示意图，其中，可以有两种二值化方法，一种是可以将目标标识的像素点设置为背景点的图案，即目标标识呈现为白色，背景图案呈现为黑色。另一种是可以将目标标识的像素点设置为前景点的图案，即目标标识呈现为黑色，背景图案呈现为白色。

s360、获取所述二值化图像中的目标像素点。

s370、根据所述目标像素点，确定所述待鉴别纸币的真伪。

本实施例在上述各实施例的基础上，提供了一种获取目标标识识别区域图像的具体方法，本方法不易出错，可以提高纸币鉴别结果的准确性和纸币鉴别效率。

在上述各技术方案的基础上，优选的，所述获取待鉴别纸币的预设区域的红外反射图像包括：获取待鉴别纸币的红外反射图像，并确定所述红外反射图像的分辨率；根据所述分辨率，确定所述预设区域的行列坐标的范围。这样设置的好处是分辨率是在图像中比较容易确定且不容易出错的参数，根据红外反射图像的分辨率确定目标区域的范围，可以保证预设区域范围确定过程的准确性。

实施例四

图4是本发明实施例四提供的纸币的鉴别装置的结构示意图。如图4所示，所述纸币的鉴别装置，包括：

目标标识识别区域获取模块410，用于获取待鉴别纸币的目标标识识别区域的红外反射图像；

二值化处理模块420，用于对所述目标标识识别区域进行二值化处理，得到二值化图像；

目标像素点获取模块430，用于获取所述二值化图像中的目标像素点；

纸币鉴别模块440，用于根据所述目标像素点，确定所述待鉴别纸币的真伪。

在上述各实施例的基础上，所述目标像素点获取430包括：

遍历单元，用于遍历所述二值化图像中的像素点；

计算单元，用于计算当前像素点与八邻域像素点的均值和方差；

目标像素点确定单元，用于当所述均值大于均值阈值，且所述方差大于方差阈值时，确定所述当前像素点为目标像素点。

在上述各实施例的基础上，所述目标标识识别区域获取模块410包括：

预设区域获取单元，用于获取所述待鉴别纸币的预设区域的红外反射图像；

目标标识所在行确定单元，用于逐行统计所述预设区域中像素值低于目标标识选择阈值的像素点的个数，并在所述个数超过行边界阈值时，确定为目标标识所在行：

目标标识所在列确定单元，用于逐列统计所述预设区域中像素值低于目标标识选择阈值的像素点的个数，并在所述个数超过列边界阈值时，确定为目标标识所在列；

目标标识识别区域提取单元，用于根据所述目标标识所在行和目标标识所在列确定目标标识识别区域的边界位置，并提取所述目标标识识别区域。

在上述各实施例的基础上，所述预设区域获取单元包括；

红外反射图像获取子单元，用于获取待鉴别纸币的红外反射图像，并确定所述红外反射图像的分辨率；

坐标范围确定子单元，用于根据所述分辨率，确定所述预设区域的行列坐标的范围。

在上述各实施例的基础上，所述纸币鉴别模块440包括：

目标像素点个数统计单元，用于统计所述目标像素点的个数；

纸币鉴别单元，用于若所述目标像素点的个数小于设定阈值，则确定所述待鉴别纸币为异常币。

上述纸币的鉴别装置可执行本发明任意实施例所提供的纸币的鉴别方法，具备执行方法相应的功能模块和有益效果。

注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。