一种钞票真伪检测方法及系统与流程

本发明涉及一种钞票真伪检测方法，特别是一种通过对钞票采集图像尺寸精准检测实现钞票真伪检测的方法及系统。

背景技术：

根据中国人民银行对钞票质量的要求，正常钞票的尺寸必须满足一定大小，钞票尺寸过大或过小都属于异常钞票，而禁止流通。因此对于在市面上流通的钞票如果其尺寸出现异常，通常可以认为是由于人为的裁剪或拼接造成的，而这部门钞票就是我们所说的不允许流通的非正常钞票。

目前针对钞票的尺寸检测，一般通过采集钞票图像，通过对该钞票图像进行检测计算得出钞票的整体宽度和高度，然后和标准钞票的几何尺寸比较，看是否满足尺寸要求，若满足则判为正常尺寸钞票，否则判为异常钞票，对于正常尺寸的钞票可以再结合其他防伪特征进一步判断钞票真伪。

而目前在对钞票图像进行尺寸测量时，是对扫描采集的钞票图像进行间接测量计算的，而这不可避免的会受到诸如钞票实际物理尺寸误差、图像采集设备机械运动误差、以及图像矫正误差等一个或几个因素的影响，使采集钞票图像出现较大的误差(可达6mm以上)，最终造成待测钞票尺寸和标准钞票尺寸出现较大的偏差，而导致对于真实钞票由于尺寸问题而判定为假钞，使得钞票处理设备对真实钞票做出拒绝处理的错误操作。而对于尺寸与标准钞票一致的裁剪或拼接非正常钞票由于其物理尺寸一致而被误认为真钞，最终可能导致错误的识别结果使得非正常钞票进入市场流通。

技术实现要素：

为了解决现有技术中由于钞票图像尺寸误差较大而导致识别准确性降低以及裁剪或拼接钞的识别效率低或误识的技术问题，提出一种将测量整体误差局部化的钞票真伪检测方法及系统。

这种钞票真伪检测方法，其包括如下步骤：

步骤1，图像采集和矫正，采集钞票图像，根据测量出的钞票顶点和角度信息对图像进行旋转和裁剪，找到有效钞票图像区域；

步骤2，关键特征点定位，对待测钞票图像的进行关键特征点定位，根据关键特征点定位的相对坐标计算出待测钞票图像的尺寸特征值；

步骤3，真伪判断，比较待测钞票图像的尺寸特征值和预设标准钞票对应的标准尺寸特征值的接近程度，如果误差超过阈值，则判为异常钞票，如果误差未超过阈值，则判为正常钞票。

优选的，所述对待测钞票图像的进行关键特征点定位具体包括：

步骤2.1，对待测钞票图像的进行关键特征点的粗定位，根据钞票面值面向信息和设置信息找到关键特征点的大概位置，采用投影定位或积分图定位的方式计算出关键特征点的粗定位坐标；

步骤2.2，对待测钞票图像的进行关键特征点的精定位，在上述粗定位坐标的基础上外扩n个像素，采用模板匹配的方式计算出精确坐标，其中n为自然数，优选的n＝3。

进一步的，所述关键特征点包括钞票图像的横向特征点和纵向特征点，其中，该横向特征点用于计算钞票图像的横向尺寸特征值，该纵向特征点用于计算钞票图像的纵向尺寸特征值。

进一步的，所述横向特征点和纵向特征点的个数分别大于2个。

进一步的，所述横向特征点和纵向特征点至少有一个为重用特征点。

优选的，所述采集钞票图像包括采集钞票正面图像和反面图像。

本发明还提供一种钞票真伪检测系统，其包括：

一钞票图像采集模块，用于采集钞票图像，并根据测量出的钞票顶点和角度信息对图像进行旋转和裁剪，找到有效钞票图像区域；

一特征点定位模块，用于对待测钞票图像的进行关键特征点定位，根据关键特征点定位的相对坐标计算出待测钞票图像的尺寸特征值；

一钞票真伪判断模块，用于比较待测钞票图像的特征值和预设标准钞票对应的特征值的接近程度，如果误差超过阈值，则判为异常钞票，如果误差未超过阈值，则判为正常钞票。

优选的，所述特征点定位模块具体包括：

一粗定位模块，对待测钞票图像的进行关键特征点的粗定位，根据钞票面值面向信息和设置信息找到关键特征点的大概位置，采用投影定位或积分图定位的方式计算出关键特征点的粗定位坐标；

一精定位模块，对待测钞票图像的进行关键特征点的精定位，在上述粗定位坐标的基础上外扩n个像素，采用模板匹配的方式计算出精确坐标，其中n为自然数。

本发明所提供的钞票真伪检测方案与现有技术相比具有如下有益效果：

本方案通过对待测钞票图像的进行关键特征点定位，根据关键特征点定位的相对坐标计算出待测钞票图像的尺寸特征值；特别是通过对多个关键特征点之间的相对坐标将钞票图像测量的整体误差局部化，规避了整体钞票尺寸误差较大的影响，将整体误差细化到局部，并通过多个绝对误差的相对化，达到弱化误差以提升识别精度的目的，并且有效解决解决对于整体尺寸符合要求的裁剪或拼接钞的误判问题。

附图说明

图1是本发明所提供的一种钞票真伪检测方法的处理流程示意图；

图2是图1中对钞票图像的进行关键特征点定位的主要流程示意图；

图3是举例一个币种的钞票图像一面进行关键特征点选点示意图；

图4是实现图1所述钞票真伪检测方法的系统组成示意图。

具体实施例

下面所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

如图1所示，本发明提供的这种钞票真伪检测方法，主要包括如下步骤：

s1，图像采集和矫正，采集钞票图像，根据测量出的钞票顶点和角度信息对图像进行旋转和裁剪，找到有效钞票图像区域；

s2，特征点定位，对待测钞票图像的进行关键特征点定位，根据关键特征点定位的相对坐标计算出待测钞票图像的尺寸特征值；

s3，真伪判断，比较待测钞票图像的尺寸特征值和预设标准钞票对应的标准尺寸特征值的接近程度，如果误差超过阈值，则判为异常钞票，如果误差未超过阈值，则判为正常钞票。

为了提高定位效率和精度，如图2所示，所述对待测钞票图像的进行关键特征点定位具体包括：

s2.1，对待测钞票图像的进行关键特征点的粗定位，根据钞票面值面向信息和设置信息找到关键特征点的大概位置，采用投影定位或积分图定位的方式计算出关键特征点的粗定位坐标；

s2.2，对待测钞票图像的进行关键特征点的精定位，在上述粗定位坐标的基础上外扩n个像素，采用模板匹配的方式计算出精确坐标，其中n为自然数，优选的n＝3。

为了对钞票图像长宽尺寸的识别精准性，优选的，所述关键特征点包括钞票图像的横向特征点和纵向特征点，其中，该横向特征点用于计算钞票图像的横向尺寸特征值，该纵向特征点用于计算钞票图像的纵向尺寸特征值。

进一步的，所述横向特征点和纵向特征点的个数分别大于2个，考虑到处理效率与精准性的矛盾，所述横向特征点和纵向特征点的个数选择在3-8个为宜，当然在设备处理能力极高的情况下，可以适当增加特征点个数，以在保证处理效率的前提下提高精准性。

进一步的，为了提高判断钞票真伪的精准性，所述横向特征点和纵向特征点中至少有一个为重用特征点，以便对钞票图像横纵方向尺寸的约束特征进行检测判断。

优选的，所述采集钞票图像包括采集钞票正面图像和反面图像，对钞票图像正反面分别进行上述真伪检测步骤，以得到更加准确的检测结果。

下面通过对一张钞票币种的检测过程对上述方法进行更加详细的说明：

首先对本方案中钞票关键特点的选择和标准钞票的标准尺寸特征值的预设值进行说明：

一、对所要处理的所有种类的钞票进行关键特征点的选择定义，选择的条件或标准如下：

(1)关键特征点区分别能覆盖到钞票横向方向和纵向方向，如图3所示意，分别为一种钞票一个面额的正反面横向和纵向关键特征点的选择示意，对所选择的关键特征点进行相应的标记，如：正面横向关键特征点记为(fh1,fh2,fh3,fhv4)，纵向关键特征点标记为(fhv4,fv5,fv6)；其中fhv4为横纵重用特征点；

(2)关键特征点区的选择根据每类钞票的印刷特征，选择属于一次成型的印刷区域；

二、标准钞票关键特征点定位与尺寸特征值的预生成，选择m张标准钞票，统计出其在钞票上的坐标信息，其中m为自然数，m值越大，形成的标准钞票关键特征点特征值越接近真实标准钞票理论值。

如为以标准钞票一面图像的横向特征点为例，选取四个关键特征点进行定位后的坐标为：

fh1：(x1,y1)

fh2：(x2,y2)

fh3：(x3,y3)

fhv4：(x4,y4)

根据上述4四个关键特征点的相对坐标值计算尺寸特征值的过程如下：

fx1＝x1；

fx2＝x2–x1；

fx3＝x3–x2；

fx4＝x4–x3；

fx5＝width–x4；

fx6＝x3–x1；

fx7＝x4–x2；

fx8＝x4–x1；

fx1～fx8为计算到的标准尺寸特征值，其中fx6～fx8为跨特征区标准尺寸特征值，width为识别出的钞票长边宽度值。

通过统计m张标准样本钞票，得到最终的标准尺寸特征值sfx1～sfx8。标准尺寸特征值统计过程是通过采集m张(其中m>＝100张)正常钞票样本，分别计算出其各维特征值fx1～fx8，然后对各维样本特征值进行降序排序，并排除前后20％的可疑样本，对中间60％的样本计算平均值作为统计出的标准尺寸特征值。

通过上述方法可以计算出其他面向的标准尺寸特征值，并分别进行记录。经过对所有需要处理的钞票种类均进行上述标准尺寸特征值的预生成，最终形成标准尺寸特征样本库，为后续待检测样本进行比对判断所用。

下面通过对一张待检测钞票的一个面向的典型检测过程，对该钞票真伪检测方法进行详细说明：

1、图像采集和矫正，采集钞票图像，根据测量出的钞票顶点和角度信息对图像进行旋转和裁剪，找到有效钞票图像区域；

2、关键特征点定位，对待测样本的关键特征点进行精确定位。为实现快速精确定位，本方案中采用粗定位+精定位结合的方法，其中粗定位是根据钞票面值面向信息找到关键特征点在钞票的大概位置，采用投影定位或积分图定位的方式计算出关键特征点的粗略位置；精确定位是在粗定位坐标的基础上外扩n个像素，本实施例中n＝3，采用模板匹配的方式计算出精确坐标。

具体以一面的横向关键特征点为例，四个特征点精确坐标信息，如图3所示，分别记为：

fh1：(x1,y1)

fh2：(x2,y2)

fh3：(x3,y3)

fhv4：(x4,y4)

待测样本相对尺寸特征值计算方法为：

fx1＝x1；

fx2＝x2-x1；

fx3＝x3-x2；

fx4＝x4–x3；

fx5＝width–x4；

fx6＝x3–x1；

fx7＝x4–x2；

fx8＝x4–x1；

fx1～fx8为计算出的待测钞票样本的尺寸特征值，其中fx6～fx8为待测钞票样本的跨特征区尺寸特征值，width为测出的钞票长边宽度；

3、真伪判断，比较待测钞票图像的尺寸特征值和预设标准尺寸特征值，如果误差超过阈值t，则判为异常钞票。

判别如下:

|fxi–sfxi|>＝t1，{其中i＝(1～5)}和

|fxi–sfxi|>＝t2，{其中i＝(6～8)}

满足上述两判断逻辑中任一条件则为尺寸异常钞票，否则为正常钞票。

具体实验中，以人民币100元为例，采集钞票图像的分辨率为100dpi，经过100万以上的样本测试，统计每维尺寸特征值最大和最小值的偏差，基于本方案提出的局部特征检测方法精度为±0.5mm和±0.7mm，即阈值t1＝±0.5mm，t2＝±0.7mm。

对于钞票采集图像的纵向尺寸，以及另一面横向和纵向的检测过程如上述过程，在此不再赘述。

如图4所示，本发明还提供一种优选的钞票真伪检测系统，其包括如下模块：

一钞票图像采集模块1，用于采集钞票图像，并根据测量出的钞票顶点和角度信息对图像进行旋转和裁剪，找到有效钞票图像区域；

一特征点定位模块2，用于对待测钞票图像的进行关键特征点定位，根据关键特征点定位的相对坐标计算出待测钞票图像的尺寸特征值；

一钞票真伪判断模块3，用于比较待测钞票图像的特征值和预设标准钞票对应的特征值的接近程度，如果误差超过阈值，则判为异常钞票，如果误差未超过阈值，则判为正常钞票。

优选的，所述特征点定位模块具体包括：

一粗定位模块21，对待测钞票图像的进行关键特征点的粗定位，根据钞票面值面向信息和设置信息找到关键特征点的大概位置，采用投影定位或积分图定位的方式计算出关键特征点的粗定位坐标；

一精定位模块22，对待测钞票图像的进行关键特征点的精定位，在上述粗定位坐标的基础上外扩n个像素，采用模板匹配的方式计算出精确坐标，其中n为自然数。

以上所揭露的仅为本发明一种较佳实施例而已，当然不能以此来限定本发明之权利范围，因此依本发明申请专利范围所作的等同变化，仍属本发明所涵盖的范围。