纸币识别方法和装置以及设备与流程

本发明实施例涉及纸币识别技术领域，尤其涉及一种纸币识别方法和装置以及设备。

背景技术：

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。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。

一般来说，在对纸币进行真假辨别之前，首先需要辨识纸币的币种、面值以及面向等信息。随着技术的不断进步，人们对于纸币辨识速度的要求也越来越高，现有的纸币辨识方法已经无法满足人们日益增长的高效化的纸币辨识的需求。

技术实现要素：

有鉴于此，本发明实施例提供了一种纸币识别方法和装置、设备以及存储介质，以提高纸币识别的速度。

在第一方面，本发明实施例提供了一种纸币识别方法，包括：

在待识别纸币的标准尺寸灰度图像中，获取与至少一个特征位置对匹配的局部图样对，其中，所述局部图样对中包括第一图样以及第二图样；

依据灰度比对规则，比对与所述特征位置对匹配的局部图样对包括的第一图样与第二图样的灰度差异，确定与所述特征位置对对应的比对校验结果；

根据与至少一个特征位置对对应的比对校验结果，确定与所述待识别纸币对应的待识别描述子；

将所述待识别描述子与至少一个标准描述子进行匹配，并根据匹配结果确定所述待识别纸币的纸币类型，其中，不同的标准描述子关联不同的纸币类型。

在上述方法中，优选的是，在待识别纸币的标准尺寸灰度图像中，获取与至少一个特征位置对匹配的局部图样对，包括：

获取待识别纸币的灰度图像；

根据设定标准尺寸将所述灰度图像调整为标准尺寸灰度图像；

在所述标准尺寸灰度图像中，获取与至少一个特征位置对匹配的局部图样对。

在上述方法中，优选的是，所述灰度比对规则包括：

灰度均值比对、灰度均方差比对或灰度差最大值比对。

在上述方法中，优选的是，所述灰度比对规则包括所述灰度均值比对；

所述依据灰度比对规则，比对与所述特征位置对匹配的局部图样对包括的第一图样与第二图样的灰度差异，确定与所述特征位置对对应的比对校验结果，包括：

获取与所述特征位置对匹配的局部图样对包括的第一图样和第二图样各自的灰度均值；

根据所述第一图样的灰度均值和所述第二图样的灰度均值的大小关系，确定与所述特征位置对对应的比对校验结果。

在上述方法中，优选的是，所述根据所述第一图样的灰度均值和所述第二图样的灰度均值的大小关系，确定与所述特征位置对对应的比对校验结果，包括：

如果判断所述第一图样的灰度均值大于所述第二图样的灰度均值，则确定与所述特征位置对对应的比对校验结果为1；

如果判断所述第一图样的灰度均值小于或等于所述第二图样的灰度均值，则确定与所述特征位置对对应的比对校验结果为0。

在上述方法中，优选的是，所述根据与至少一个特征位置对对应的比对校验结果，确定与所述待识别纸币对应的待识别描述子，包括：

如果所述特征位置的数量为至少两个，则根据与不同特征位置对对应的排位编号，将各所述比对校验结果进行排序，并将排序结果作为所述待识别纸币对应的待识别描述子。

在上述方法中，优选的是，所述将所述待识别描述子与至少一个标准描述子进行匹配，并根据匹配结果确定所述待识别纸币的纸币类型，包括：

匹配所述待识别描述子与至少一个标准描述子，确定所述待识别描述子与至少一个标准描述子的匹配度；

如果一个所述标准描述子与所述待识别描述子的匹配度大于预设阈值，则将该一个所述标准描述子对应的纸币类型确定为所述待识别纸币的纸币类型；

如果所有所述标准描述子与所述待识别描述子的匹配度均小于或等于预设阈值，则确定所述待识别纸币的纸币类型为未知。

在上述方法中，优选的是，在所述在待识别纸币的标准尺寸灰度图像中，获取与至少一个特征位置对匹配的局部图样对之前，还包括：

获取与目标币种对应的标准纸币集，并分别获取所述目标币种在不同面向以及不同币值下的标准尺寸灰度图像集；

在与目标面向以及目标币值对应的目标标准尺寸灰度图像集中，分别在各目标标准尺寸灰度图像中，获取与至少一个特征位置对匹配的局部图样对；

依据灰度比对规则，比对与所述特征位置对匹配的局部图样对包括的第一图样与第二图样的灰度差异，确定与所述特征位置对对应的比对校验结果；

根据各所述目标标准尺寸灰度图像中至少一个特征位置对对应的比对校验结果确定与所述目标币种在所述目标面向以及所述目标面值下的标准描述子。

在第二方面，本发明实施例提供了一种纸币识别装置，包括：

局部图样对获取模块，用于在待识别纸币的标准尺寸灰度图像中，获取与至少一个特征位置对匹配的局部图样对，其中，所述局部图样对中包括第一图样以及第二图样；

比对校验结果确定模块，用于依据灰度比对规则，比对与所述特征位置对匹配的局部图样对包括的第一图样与第二图样的灰度差异，确定与所述特征位置对对应的比对校验结果；

待识别描述子确定模块，用于根据与至少一个特征位置对对应的比对校验结果，确定与所述待识别纸币对应的待识别描述子；

纸币类型确定模块，用于将所述待识别描述子与至少一个标准描述子进行匹配，并根据匹配结果确定所述待识别纸币的纸币类型，其中，不同标准描述子关联不同的纸币类型。

在第三方面，本发明实施例提供了一种设备，所述设备包括：

一个或多个处理器；

存储装置，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本发明实施例所述的纸币识别方法。

在第四方面，本发明实施例提供了一种包含计算机可执行指令的存储介质，所述计算机可执行指令在由计算机处理器执行时用于执行本发明实施例所述的纸币识别方法。

本发明实施例提供了一种纸币识别方法和装置、设备以及存储介质，该纸币识别方法首先通过比对在待识别纸币的标准尺寸灰度图像中获取到的与特征位置对匹配的局部图样对包括的第一图样和第二图样的灰度差异，得到特征位置对对应的比对校验结果，然后根据比对校验结果确定待识别描述子，最后根据待识别描述子与标准描述子的匹配结果确定待识别纸币的纸币类型。该纸币识别方法在确定待识别描述子之后，仅对待识别纸币的待识别描述子与标准描述子进行比对即可确定待识别纸币的纸币类型，整体计算量小，计算速度快，而且通用性强，可适用于识别各种类型的纸币。

附图说明

图1a是本发明实施例一提供的一种纸币识别方法的流程图；

图1b是本发明实施例一提供的对100欧元选取的特征位置对的示意图；

图1c是本发明实施例一提供的对20英镑选取的特征位置对的示意图；

图2是本发明实施例二提供的一种纸币识别方法的流程图；

图3是本发明实施例三提供的一种纸币识别方法的流程图；

图4是本发明实施例四提供的一种纸币识别装置的结构图；

图5为本发明实施例五提供的一种设备的结构示意图。

具体实施方式

为了使本发明的目的、技术方案和优点更加清楚，下面结合附图对本发明具体实施例作进一步的详细描述。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内容。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。虽然流程图将各项操作(或步骤)描述成顺序的处理，但是其中的许多操作可以被并行地、并发地或者同时实施。此外，各项操作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1a为本发明实施例一提供的一种纸币识别方法的流程图，本实施例的方法可以由纸币识别装置来执行，该装置可通过硬件和/或软件的方式实现，并一般可集成于验钞机、atm机中。本实施例的方法具体包括：

s101、在待识别纸币的标准尺寸灰度图像中，获取与至少一个特征位置对匹配的局部图样对。

在本实施例中，标准尺寸灰度图像具体是指依据标准尺寸对待识别纸币的正向灰度图像进行缩放，进而得到的尺寸与标准尺寸相同的待识别纸币的正向灰度图像。其中，对待识别纸币的正向灰度图像具体是指待识别纸币的正面或反面的正向灰度图像。其中，标准尺寸具体可以是任一种真币的实际尺寸，也可以是多种真币的平均尺寸，还可以是人为设定的一个尺寸等。

在本实施例中，特征位置对具体是指用于进行灰度特征对比的两组像素点各自所包含的各个像素点在标准尺寸灰度图像中的像素位置。具体而言，特征位置对所包含的两组像素点既可以是部分重合，也可以是完全不重合；特征位置对所包含的两组像素点的像素点个数既可以是相同的，也可以是不同的。另外，不同的特征位置对所包含的各组像素点既可以是部分重合，也可以是完全不重合；不同的特征位置对所包含的各组像素点的像素点个数既可以是相同的，也可以是不同的；不同的特征位置对所包含的各组像素点中像素点的位置排列方式可以是不同的，也可以是相同的。

在本实施例中，特征位置对匹配的局部图样对包括第一图样以及第二图样，其中，第一图样和第二图样具体是指由待识别纸币的标准尺寸灰度图像中，分别与特征位置对中的两组像素点所包含的像素位置相对应的像素点组成的两幅灰度图像。

如图1b所示为面值为100欧元的正向灰度图像，图1b中示例性的示出了与特征位置对a、b、c和d匹配的局部图样对(标号a、b、c和d并未在图1b中示出)，标号为1和2的两个方块中的灰度图为与一个特征位置对a匹配的局部图样对，标号为3和4的两个方块中的灰度图为与一个特征位置对b匹配的局部图样对，标号为5和6的两个方块中的灰度图为与一个特征位置对c匹配的局部图样对，标号为7和8的两个方块中的灰度图为与一个特征位置对d匹配的局部图样对。

如图1c所示为面值为20英镑的正向灰度图像，图1c中同样示例性的示出了与特征位置对a、b、c和d匹配的局部图样对(标号a、b、c和d并未在图1b中示出)，标号为1和2的两个方块中的灰度图为与一个特征位置对a匹配的局部图样对，标号为3和4的两个方块中的灰度图为与一个特征位置对b匹配的局部图样对，标号为5和6的两个方块中的灰度图为与一个特征位置对c匹配的局部图样对，标号为7和8的两个方块中的灰度图为与一个特征位置对d匹配的局部图样对。

由图1b和图1c所示可知，与相同的特征位置对匹配的局部图样对在不同的纸币的标准尺寸灰度图像中的位置是完全一样的，只是局部图样对包括的第一图样和第二图样的具体灰度图像的内容不同。

本实施例以及之后的各实施例中的纸币识别方法均是通过对待识别纸币的灰度图像中，与各个特征位置对匹配的局部图样对的灰度特征进行辨识，以达到正确识别待识别纸币的纸币类型的目的。由于特征位置对具体是指用于进行灰度特征比对的两组像素点各自所包含的各个像素点在标准尺寸灰度图像中的像素位置，因此在获取与特征位置对匹配的局部图样对之前，需要将所有待识别纸币的灰度图像都转变为同一标准尺寸的灰度图像，以获得正确的局部图样对。

进一步地，在本实施例中，获取的是与至少一个特征位置对匹配的局部图样对，也就是说，既可以只使用与一个特征位置对匹配的局部图样对的灰度特征来辨识待识别纸币的纸币类型，也可以使用与多个特征位置对匹配的局部图样对的灰度特征来辨识待识别纸币的纸币类型。当然，用于进行灰度特征辨识的局部图样对越多，得到的待识别纸币的纸币类型的准确度越高，但是同时计算量也会增加，使得计算速度降低，因此，应在纸币类型的识别准确度与计算速度之间权衡，选择适当数量的局部图样对进行灰度特征的辨识。

进一步地，为了准确区分不同的特征位置对，以便于之后的操作，在本实施例中，可以使用不同的标识对不同的特征位置对进行区分，该标识作为特征位置对的一个属性。示例性的，可以使用依次递增的数字标识来区分不同的特征位置对，也可以使用数字与字母的不同组合来标识不同的特征位置对等。

s102、依据灰度比对规则，比对与特征位置对匹配的局部图样对包括的第一图样与第二图样的灰度差异，确定与特征位置对对应的比对校验结果。

在本实施例中，灰度比对规则具体可以是灰度均值比对、灰度均方差比对或灰度差最大值比对等。其中，灰度均值比对具体是指第一图样的灰度均值与第二图样的灰度均值进行比对；灰度均方差比对具体是指第一图样的灰度均方差与第二图样的灰度均方差进行比对；灰度差最大值比对具体是指第一图样中最大灰度值与最小灰度值的差值跟第二图样中最大灰度值与最小灰度值的差值进行比对。

进一步地，在本实施例中，既可以依据相同的灰度比对规则，比对与不同的特征位置对匹配的各个局部图样对包括的第一图样与第二图样的灰度差异，也可以依据不同的灰度比对规则，比对与不同的特征位置对匹配的各个局部图样对包括的第一图样与第二图样的灰度差异，本实施例对此不进行限制。

在本实施例中，与特征位置对对应的比对校验结果具体是指与特征位置对匹配的局部图样对包括的第一图样与第二图样的灰度差异的比对结果。

示例性的，如果比对规则为灰度差最大值比对，且当第一图样的灰度差最大值大于第二图样的灰度差最大值时，确定与特征位置对对应的比对校验结果为1，当第一图样的灰度差最大值小于或等于第二图样的灰度差最大值时，确定与特征位置对对应的比对校验结果为0。当与某一个特征位置对匹配的局部图样对包括的第一图样与第二图样的灰度差最大值分别为80和110，由于第一图样的灰度差最大值小于第二图样的灰度差最大值，因此，该特征位置对对应的比对校验结果为0。

s103、根据与至少一个特征位置对对应的比对校验结果，确定与待识别纸币对应的待识别描述子。

在本实施例中，待识别纸币对应的待识别描述子具体可以是通过将与至少一个特征位置对对应的比对校验结果按照排列规则排列组合得到，也可以是通过将与至少一个特征位置对对应的比对校验结果按照计算规则计算得到，本实施例对此不进行限制。

示例性的，如果待识别纸币对应的待识别描述子是通过将与5个特征位置对对应的比对校验结果按照特征位置对的标识从大到小排列组合得到，其中，5个特征位置对的标识依次为1、2、3、4和5，标识为1、2、3、4和5的位置特征对对应的比对校验结果分别为1、1、0、0和1，那么，待识别纸币对应的待识别描述子为10011。

进一步地，在实际操作过程中，一般不会只使用一个特征位置对对应的比对校验结果来确定与待识别纸币对应的待识别描述子，而是会使用较多的(例如50或100)特征位置对对应的比对校验结果来确定与待识别纸币对应的待识别描述子，以使待识别描述子可以更加准确、详细地体现待识别纸币的标准尺寸灰度图像的灰度特征，进而可以更加准确地确定待识别纸币的纸币类型。

s104、将待识别描述子与至少一个标准描述子进行匹配，并根据匹配结果确定待识别纸币的纸币类型。

在本实施例中，标准描述子具体是指通过与待识别描述子相同的获取方式得到的某一个纸币类型(即某一个币种的某一个面值的正面正向或反面正向)的描述子，并且不同的标准描述子关联不同的纸币类型。具体而言，如果待识别描述子是根据n个特征位置对对应的比对校验结果确定的，那么用于与该描述子匹配的标准描述子必须是由相同的n个特征位置对对应的比对校验结果按照相同的排列规则确定的，其中，n为大于或等于1的正整数。

在本实施例中，待识别描述子与标准描述子匹配的方法具体可以是通过判断待识别描述子与标准描述子的相似度确定匹配结果等。示例性的，设定相似度阈值为80％，待识别描述子为1110100111，标准描述子为1100010010，由此可见，待识别描述子与标准描述子在第一位、第二位、第四位、第七位和第九位的数字都相同，那么待识别描述子与标准描述子的相似度为50％，由于50％低于80％，因此判断待识别纸币的纸币类型与标准描述子对应的纸币类型不相同。

进一步地，如果是将待识别描述子与多个标准描述子进行匹配，并且匹配结果中有一个以上的标准描述子与待识别描述子的相似度大于预设相似度阈值(由于实际操作中待识别描述子和标准描述子一般都是由50个以上的特征位置对对应的比对校验结果确定的，因此这种情况出现的概率应该是非常低的)，那么选取匹配结果中相似度最大值对应的标准描述子作为与待识别描述子相匹配的描述子，并将该标注描述子对应的纸币类型确定为待识别纸币的纸币类型。

本发明实施例一提供了一种纸币识别方法，该纸币识别方法首先通过比对在待识别纸币的标准尺寸灰度图像中获取到的与特征位置对匹配的局部图样对包括的第一图样和第二图样的灰度差异，得到特征位置对对应的比对校验结果，然后根据比对校验结果确定待识别描述子，最后根据待识别描述子与标准描述子的匹配结果确定待识别纸币的纸币类型。该纸币识别方法在确定待识别描述子之后，仅对待识别纸币的待识别描述子与标准描述子进行比对即可确定待识别纸币的纸币类型，整体计算量小，计算速度快，而且通用性强，可适用于识别各种类型的纸币。

实施例二

图2是本发明实施例二提供的一种纸币识别方法的流程图。本实施例以上述实施例为基础进行优化，在本实施例中，将在待识别纸币的标准尺寸灰度图像中，获取与至少一个特征位置对匹配的局部图样对，优化为：获取待识别纸币的灰度图像；根据设定标准尺寸将灰度图像调整为标准尺寸灰度图像；在标准尺寸灰度图像中，获取与至少一个特征位置对匹配的局部图样对。

将灰度比对规则优化为：灰度均值比对、灰度均方差比对或灰度差最大值比对。

将灰度比对规则优化为灰度均值比对；

相应地，将依据灰度比对规则，比对与特征位置对匹配的局部图样对包括的第一图样与第二图样的灰度差异，确定与特征位置对对应的比对校验结果，优化为：获取与特征位置对匹配的局部图样对包括的第一图样和第二图样各自的灰度均值；根据第一图样的灰度均值和第二图样的灰度均值的大小关系，确定与特征位置对对应的比对校验结果。

将根据第一图样的灰度均值和第二图样的灰度均值的大小关系，确定与特征位置对对应的比对校验结果，优化为：如果判断第一图样的灰度均值大于第二图样的灰度均值，则确定与特征位置对对应的比对校验结果为1；如果判断第一图样的灰度均值小于或等于第二图样的灰度均值，则确定与特征位置对对应的比对校验结果为0。

将根据与至少一个特征位置对对应的比对校验结果，确定与待识别纸币对应的待识别描述子，优化为：如果特征位置的数量为至少两个，则根据与不同特征位置对对应的排位编号，将各比对校验结果进行排序，并将排序结果作为待识别纸币对应的待识别描述子。

将待识别描述子与至少一个标准描述子进行匹配，并根据匹配结果确定待识别纸币的纸币类型，优化为：匹配待识别描述子与至少一个标准描述子，确定待识别描述子与至少一个标准描述子的匹配度；如果一个标准描述子与待识别描述子的匹配度大于预设阈值，则将该一个标准描述子对应的纸币类型确定为待识别纸币的纸币类型；如果所有标准描述子与待识别描述子的匹配度均小于或等于预设阈值，则确定待识别纸币的纸币类型为未知。

相应的，本实施例的方法具体包括：

s201、获取待识别纸币的灰度图像。

一般来说，在对纸币进行识别时，首先会使用红外或紫外光线照射纸币，进而获得纸币的灰度图像，然后通过对获取的灰度图像的计算处理来识别纸币的类型。在本实施例中，待识别纸币的灰度图像的获取方法同样可以是通过使用红外或紫外光线照射待识别纸币，进而获得待识别纸币的灰度图像。

在本实施例中，待识别纸币的灰度图像具体是指待识别纸币的正面正向或反面正向的灰度图像。

s202、根据设定标准尺寸将灰度图像调整为标准尺寸灰度图像。

在本实施例中，在获取待识别纸币的灰度图像之后，会根据设定标准尺寸将灰度图像调整为标准尺寸灰度图像，以便进行之后的操作。

s203、在标准尺寸灰度图像中，获取与至少两个特征位置对匹配的局部图样对。

在本实施例中，获取的局部图样对是与至少两个特征位置对匹配的局部图样对，也就是说，至少要获取两对局部图样对，这两对局部图样对既可以是部分重合的，也可以是完全不重合的，另外，这两对局部图样对之间的整体位置关系可以是没有约束条件的，并且第一个局部图样对包括的第一图样和第二图样之间的位置关系、各自的形状，与第二个局部图样对包括的第一图样和第二图样之间的位置关系、各自的形状可以是不相关的。

s204、获取与特征位置对匹配的局部图样对包括的第一图样和第二图样各自的灰度均值。

在本实施例中，由于获取的局部图样对是与至少两个特征位置对匹配的局部图样对，因此，至少获取两个第一图样和两个第二图样，相应地，就会至少获取4个灰度均值。

在本实施例中，图样灰度均值具体是指本图样(即与某一个特征位置对匹配的局部图样对包括的第一图样或第二图样)中所有像素点的灰度值相加的和除以本图样中所有像素点的总个数，得到的商。

s205、判断第一图样的灰度均值是否大于第二图样的灰度均值，若是，则执行步骤s206，若否，则执行步骤s207。

在本实施例中，在得到所有第一图样和第二图样的灰度均值之后，会依次比对与每一个特征位置对匹配的局部图样中包括的第一图样和第二图样的灰度均值，如果某一个局部图样对中包括的第一图样的灰度均值大于本局部图样对中包括的第二图样的灰度均值，则确定与本局部图样对匹配的特征位置对对应的比对校验结果为1，即步骤s206；如果某一个局部图样对中包括的第一图样的灰度均值小于或等于本局部图样对中包括的第二图样的灰度均值，则确定与本局部图样对匹配的特征位置对对应的比对校验结果为0，即步骤s207。

s206、确定与特征位置对对应的比对校验结果为1。

s207、确定与特征位置对对应的比对校验结果为0。

s208、根据与不同特征位置对对应的排位编号，将各比对校验结果进行排序，并将排序结果作为待识别纸币对应的待识别描述子。

在本实施例中，不同的特征位置对具有不同的排位编号，排位编号可以是连续的，也可以是不连续的。

在本实施例中，具体可以依据排位编号从小到大的顺序，也可以依据排位编号从大到小的顺序，还可以依据排位编号先奇数后偶数且从大到小的顺序，对与不同特征位置对对应的比对校验结果进行排序，并将排序结果作为待识别纸币对应的待识别描述子。

s209、匹配待识别描述子与至少一个标准描述子，确定待识别描述子与至少一个标准描述子的匹配度。

在本实施例中，匹配度的确定方法具体可以是计算待识别描述子与标准描述子在相同位置处相同的数值的个数占待识别描述子(或标准描述子)的总数值个数的比例。

s210、判断是否有标准描述子与待识别描述子的匹配度大于预设阈值，若有，则执行步骤s211，若否，则执行步骤s212。

在本实施例中，预设阈值典型的可以是80％等。

s211、将与待识别描述子的匹配度大于预设阈值的标准描述子对应的纸币类型确定为待识别纸币的纸币类型。

示例性的，如果某一个标准描述子与待识别描述子的匹配度大于预设阈值，且该标准描述子对应的纸币类型为人民币100元正面，则确定待识别纸币的类型为人民币100元。

s212、确定待识别纸币的纸币类型为未知。

本发明实施例二提供了一种纸币识别方法，具体化了局部图样对的获取方法、灰度比对规则的类型、待识别描述子的确定方法以及纸币类型的确定方法，同时，还具体化了当灰度比对规则为灰度均值比对时，比对校验结果的获取方法。该纸币识别方法通过比对局部图样对包括的第一图样和第二图样的灰度均值获取比对校验结果，计算方法简便、快捷，同时使用数字0和1表示比对校验结果，并使用数字1和0组成待识别描述子，使得待识别描述子的表述即为简便，进而使得待识别描述子与标准描述子的比对更加快速、简便。

实施例三

图3是本发明实施例三提供的一种纸币识别方法的流程图。本实施例以上述实施例为基础进行优化，在本实施例中，在在待识别纸币的标准尺寸灰度图像中，获取与至少一个特征位置对匹配的局部图样对之前，优化为包括：获取与目标币种对应的标准纸币集，并分别获取目标币种在不同面向以及不同币值下的标准尺寸灰度图像集；在与目标面向以及目标币值对应的目标标准尺寸灰度图像集中，分别在各目标标准尺寸灰度图像中，获取与至少一个特征位置对匹配的局部图样对；依据灰度比对规则，比对与特征位置对匹配的局部图样对包括的第一图样与第二图样的灰度差异，确定与特征位置对对应的比对校验结果；根据各目标标准尺寸灰度图像中至少一个特征位置对对应的比对校验结果确定与目标币种在目标面向以及目标面值下的标准描述子。

相应的，本实施例的方法具体包括：

s301、获取与目标币种对应的标准纸币集，并分别获取目标币种在不同面向以及不同币值下的标准尺寸灰度图像集。

在本实施例中，目标币种对应的标准纸币集具体是指目标币种的所有面值的纸币的集合，其中，目标币种典型的可以是人民币、美元或欧元等，目标币种可以是一种币种，也可以是多种币种。

在本实施例中，需要获取目标币种在不同面向以及不同币值下的标准尺寸灰度图像集。示例性的，人民币的标准尺寸灰度图像集包括100元人民币的正面和反面的两个标准尺寸灰度图像、50元人民币的正面和反面的两个标准尺寸灰度图像、20元人民币的正面和反面的两个标准尺寸灰度图像、10元人民币的正面和反面的两个标准尺寸灰度图像、5元人民币的正面和反面的两个标准尺寸灰度图像、1元人民币的正面和反面的两个标准尺寸灰度图像、五角人民币的正面和反面的两个标准尺寸灰度图像以及1角人民币的正面和反面的两个标准尺寸灰度图像。

但是，由于在实际操作中一般较少对小面额的纸币进行纸币类型的辨识，因此，5元人民币的正面和反面的两个标准尺寸灰度图像、1元人民币的正面和反面的两个标准尺寸灰度图像、五角人民币的正面和反面的两个标准尺寸灰度图像以及1角人民币的正面和反面的两个标准尺寸灰度图像也可以不进行获取。

s302、在与目标面向以及目标币值对应的目标标准尺寸灰度图像集中，分别在各目标标准尺寸灰度图像中，获取与至少一个特征位置对匹配的局部图样对。

在本实施例中，目标面向以及目标币值对应的目标标准尺寸灰度图像集具体是指目标币种中的目标币值的目标面向对应的标准尺寸灰度图像集。示例性的，目标标准尺寸灰度图像集包括100美元正面标准尺寸灰度图像集、50人民币正面标准尺寸灰度图像集以及100欧元反面标准尺寸灰度图像集。

在本实施例中，分别在各目标标准尺寸灰度图像中，获取与至少一个特征位置对匹配的局部图样对具体是指在每一个目标标准尺寸灰度图像中均获取与至少一个特征位置对匹配的局部图样对，其中，每一个目标标准尺寸灰度图像对应的特征位置对都是相同的。

s303、依据灰度比对规则，比对与特征位置对匹配的局部图样对包括的第一图样与第二图样的灰度差异，确定与特征位置对对应的比对校验结果。

在本实施例中，在本实施例中，灰度比对规则具体可以是灰度均值比对、灰度均方差比对或灰度差最大值比对等。

进一步地，在本实施例中，既可以依据相同的灰度比对规则，比对与不同的特征位置对匹配的各个局部图样对包括的第一图样与第二图样的灰度差异，也可以依据不同的灰度比对规则，比对与不同的特征位置对匹配的各个局部图样对包括的第一图样与第二图样的灰度差异，本实施例对此不进行限制。

s304、根据各目标标准尺寸灰度图像中至少一个特征位置对对应的比对校验结果确定与目标币种在目标面向以及目标面值下的标准描述子。

在本实施例中，一个目标币种在一个目标面向以及一个目标面值下的标准描述子具体可以是根据与该一个目标币种的该一个目标币值的该一个目标面向下的目标标准尺寸灰度图像中的n个特征位置对对应的比对校验结果确定的，其中n为大于或等于1的正整数。也就是说，可以根据不同的需求进而选取不同个数个特征位置对对应的比对校验结果确定标准描述子，由于n不同，一个目标币种在一个目标面向以及一个目标面值下可以对应多个不同的标准描述子。

s305、在待识别纸币的标准尺寸灰度图像中，获取与至少一个特征位置对匹配的局部图样对。

在本实施例中，需要重点说明的是，本步骤所使用的特征位置对必须与步骤s302中使用的特征位置对完全相同。

s306、依据灰度比对规则，比对与特征位置对匹配的局部图样对包括的第一图样与第二图样的灰度差异，确定与特征位置对对应的比对校验结果。

在本实施例中，需要重点说明的是，本步骤中使用的特征位置对对应的灰度比对规则必须与该特征位置对在步骤s303中所对应的灰度比对规则相同。

s307、根据与至少一个特征位置对对应的比对校验结果，确定与待识别纸币对应的待识别描述子。

在本实施例中，需要重点说明的是，本步骤中使用的特征位置对必须与步骤s304中使用的特征位置对完全相同，并且本步骤中待识别描述子的确定方法必须与步骤s304中标准描述子的确定方法相同。

s308、将待识别描述子与至少一个标准描述子进行匹配，并根据匹配结果确定待识别纸币的纸币类型。

本发明实施例三提供了一种纸币识别方法，具体增加了标准描述子的获取过程，其中标准描述子的获取过程与待识别描述子的识别过程相同，且标准描述子可以依据不同的需要选取不同数量的与特征位置对对应的比对校验结果组成标准描述子，使得标准描述子的获取方式灵活性大，进而使得该纸币识别方法使用范围更加广泛。

实施例四

图4是本发明实施例四提供的一种纸币识别装置的结构图。如图4所示，所述装置包括：局部图样对获取模块401、比对校验结果确定模块402、待识别描述子确定模块403以及纸币类型确定模块404，其中：

局部图样对获取模块401，用于在待识别纸币的标准尺寸灰度图像中，获取与至少一个特征位置对匹配的局部图样对，其中，局部图样对中包括第一图样以及第二图样；

比对校验结果确定模块402，用于依据灰度比对规则，比对与特征位置对匹配的局部图样对包括的第一图样与第二图样的灰度差异，确定与特征位置对对应的比对校验结果；

待识别描述子确定模块403，用于根据与至少一个特征位置对对应的比对校验结果，确定与待识别纸币对应的待识别描述子；

纸币类型确定模块404，用于将待识别描述子与至少一个标准描述子进行匹配，并根据匹配结果确定待识别纸币的纸币类型，其中，不同标准描述子关联不同的纸币类型。

本发明实施例四提供了一种纸币识别装置，该纸币识别装置首先通过局部图样对获取模块401和比对校验结果确定模块402比对在待识别纸币的标准尺寸灰度图像中获取到的与特征位置对匹配的局部图样对包括的第一图样和第二图样的灰度差异得到特征位置对对应的比对校验结果，然后通过待识别描述子确定模块403根据比对校验结果确定待识别描述子，最后通过纸币类型确定模块404根据待识别描述子与标准描述子的匹配结果确定待识别纸币的纸币类型。

该纸币识别装置在确定待识别描述子之后，仅对待识别纸币的待识别描述子与标准描述子进行比对即可确定待识别纸币的纸币类型，整体计算量小，计算速度快，而且通用性强，可适用于识别各种类型的纸币。

在上述各实施例的基础上，局部图样对获取模块401可以包括：

灰度图像获取单元，用于获取待识别纸币的灰度图像；

标准尺寸灰度图像获取单元，用于根据设定标准尺寸将灰度图像调整为标准尺寸灰度图像；

局部图样对获取单元，用于在标准尺寸灰度图像中，获取与至少一个特征位置对匹配的局部图样对。

在上述各实施例的基础上，灰度比对规则可以包括：

灰度均值比对、灰度均方差比对或灰度差最大值比对。

在上述各实施例的基础上，灰度比对规则可以包括灰度均值比对；

比对校验结果确定模块402可以包括：

灰度均值获取单元，用于获取与特征位置对匹配的局部图样对包括的第一图样和第二图样各自的灰度均值；

灰度均值比对单元，用于根据第一图样的灰度均值和第二图样的灰度均值的大小关系，确定与特征位置对对应的比对校验结果。

在上述各实施例的基础上，灰度均值比对单元可以包括：

第一比对结果判定子单元，用于如果判断第一图样的灰度均值大于第二图样的灰度均值，则确定与特征位置对对应的比对校验结果为1；

第二比对结果判定子单元，用于如果判断第一图样的灰度均值小于或等于第二图样的灰度均值，则确定与特征位置对对应的比对校验结果为0。

在上述各实施例的基础上，待识别描述子确定模块403具体可以用于：

如果特征位置的数量为至少两个，则根据与不同特征位置对对应的排位编号，将各比对校验结果进行排序，并将排序结果作为待识别纸币对应的待识别描述子。

在上述各实施例的基础上，纸币类型确定模块404可以包括：

匹配度确定单元，用于匹配待识别描述子与至少一个标准描述子，确定待识别描述子与至少一个标准描述子的匹配度；

纸币类型第一确定单元，用于如果一个所述标准描述子与所述待识别描述子的匹配度大于预设阈值，则将该一个所述标准描述子对应的纸币类型确定为所述待识别纸币的纸币类型；

纸币类型第二确定单元，用于如果所有所述标准描述子与所述待识别描述子的匹配度均小于或等于预设阈值，则确定所述待识别纸币的纸币类型为未知。

在上述各实施例的基础上，还可以包括：

标准尺寸灰度图像集获取模块，用于在在待识别纸币的标准尺寸灰度图像中，获取与至少一个特征位置对匹配的局部图样对之前，获取与目标币种对应的标准纸币集，并分别获取目标币种在不同面向以及不同币值下的标准尺寸灰度图像集；

局部图样对确定模块，用于在与目标面向以及目标币值对应的目标标准尺寸灰度图像集中，分别在各目标标准尺寸灰度图像中，获取与至少一个特征位置对匹配的局部图样对；

比对校验结果获取模块，用于依据灰度比对规则，比对与特征位置对匹配的局部图样对包括的第一图样与第二图样的灰度差异，确定与特征位置对对应的比对校验结果；

标准描述子确定模块，用于根据各目标标准尺寸灰度图像中至少一个特征位置对对应的比对校验结果确定与目标币种在目标面向以及目标面值下的标准描述子。

本发明实施例所提供的纸币识别装置可用于执行本发明任意实施例提供的纸币识别方法，具备相应的功能模块，实现相同的有益效果。

实施例五

图5为本发明实施例五提供的一种设备的结构示意图，如图5所示，该设备包括处理器50、存储器51、输入装置52和输出装置53；设备5中处理器50的数量可以是一个或多个，图5中以一个处理器50为例；设备5中的处理器70、存储器51、输入装置52和输出装置53可以通过总线或其他方式连接，图5中以通过总线连接为例。

存储器51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，如本发明实施例中的纸币识别方法对应的程序模块(例如，局部图样对获取模块401、比对校验结果确定模块402、待识别描述子确定模块403以及纸币类型确定模块404)。处理器50通过运行存储在存储器51中的软件程序、指令以及模块，从而执行设备5的各种功能应用以及数据处理，即实现上述的纸币识别方法。

存储器51可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序；存储数据区可存储根据终端的使用所创建的数据等。此外，存储器51可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实例中，存储器51可进一步包括相对于处理器50远程设置的存储器，这些远程存储器可以通过网络连接至设备5。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。

输入装置52可用于接收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53可包括显示屏等显示设备。

实施例六

本发明实施例六还提供一种包含计算机可执行指令的存储介质，所述计算机可执行指令在由计算机处理器执行时用于执行一种纸币识别方法，该方法包括：

在待识别纸币的标准尺寸灰度图像中，获取与至少一个特征位置对匹配的局部图样对，其中，局部图样对中包括第一图样以及第二图样；

依据灰度比对规则，比对与特征位置对匹配的局部图样对包括的第一图样与第二图样的灰度差异，确定与特征位置对对应的比对校验结果；

根据与至少一个特征位置对对应的比对校验结果，确定与待识别纸币对应的待识别描述子；

将待识别描述子与至少一个标准描述子进行匹配，并根据匹配结果确定待识别纸币的纸币类型，其中，不同标准描述子关联不同的纸币类型。

当然，本发明实施例所提供的一种包含计算机可执行指令的存储介质，其计算机可执行指令不限于如上所述的方法操作，还可以执行本发明任意实施例所提供的纸币识别方法中的相关操作。

通过以上关于实施方式的描述，所属领域的技术人员可以清楚地了解到，本发明可借助软件及必需的通用硬件来实现，当然也可以通过硬件实现，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如计算机的软盘、只读存储器(read-onlymemory，rom)、随机存取存储器(randomaccessmemory，ram)、闪存(flash)、硬盘或光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述的方法。

值得注意的是，上述纸币识别装置的实施例中，所包括的各个单元和模块只是按照功能逻辑进行划分的，但并不局限于上述的划分，只要能够实现相应的功能即可；另外，各功能单元的具体名称也只是为了便于相互区分，并不用于限制本发明的保护范围。

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。