纸张厚度的检测方法、装置、存储介质和处理器与流程

本发明涉及图像处理领域，具体而言，涉及一种纸张厚度的检测方法、装置、存储介质和处理器。

背景技术：

目前，可以对纸张厚度的变化进行检测，比如，对纸张上贴附有异物、纸张破损、纸张缺失等信息的检测，可以通过dis传感器进行检测，该dis传感器是一种用于对纸张厚度的变化进行检测的仪器。

目前，dis传感器对于纸张的折痕特征反应比较敏感，也即，会将纸张的折痕特征误判为纸张的厚度信息发生了变化，不能将纸张的厚度信息和纸张的折痕特征进行有效的区分，从而导致将纸张的折痕特征误判为纸张的厚度信息发生了变化，进而降低了对纸张的厚度进行检测的准确性。

针对现有技术中对纸张厚度进行检测的准确性低的问题，目前尚未提出有效的解决方案。

技术实现要素：

本发明的主要目的在于提供一种纸张厚度的检测方法、装置、存储介质和处理器，以至少解决对纸张厚度进行检测的准确性低的问题。

为了实现上述目的，根据本发明的一个方面，提供了一种纸张厚度的检测方法。该方法包括：获取目标纸张的第一厚度图像；从第一厚度图像中提取出第一厚度特征和第二厚度特征，其中，第一厚度特征在第一厚度图像中的像素点的数量小于等于第一目标阈值，第二厚度特征在第一厚度图像中的像素点的数量大于第一目标阈值；对第一厚度特征中的多个像素点的灰度值，进行平均处理，得到第一灰度值；在第一灰度值小于第二厚度特征中的多个像素点的第二灰度值的情况下，确定目标纸张上与第二厚度特征对应的区域的厚度发生了变化。

可选地，在第一灰度值小于第二厚度特征中的多个像素点的第二灰度值的情况下，在确定目标纸张上与第二厚度特征对应的区域的厚度发生了变化时，该方法还包括：确定目标纸张上与第一厚度特征对应的区域出现了折痕特征或随机噪声。

可选地，在确定目标纸张上与第一厚度特征对应的区域出现了折痕特征或随机噪声之后，该方法还包括：将第一厚度特征中的多个像素点的灰度值还原为目标纸张的目标灰度值，其中，在将第一厚度特征中的多个像素点的灰度值还原为目标纸张的目标灰度值之后，第一厚度特征对应的区域的厚度未发生变化，且未出现折痕特征或随机噪声；获取将第一灰度值还原为目标灰度值后的目标纸张的第二厚度图像，其中，第二厚度图像用于指示目标纸张上与第二厚度特征对应的区域的厚度发生了变化。

可选地，通过第二目标阈值确定第一灰度值小于第二灰度值。

可选地，在对第一厚度特征中的多个像素点的灰度值，进行平均处理，得到第一灰度值时，该方法还包括：对第二厚度特征中的多个像素点的灰度值，进行平均处理，得到第二灰度值。

可选地，确定目标纸张上与第二厚度特征对应的区域的厚度发生了变化包括：确定目标纸张上与第二厚度特征对应的区域，贴附有使目标纸张的厚度发生变化的异物。

为了实现上述目的，根据本发明的另一方面，还提供了一种纸张厚度的检测装置。该装置包括：获取单元，用于获取目标纸张的第一厚度图像；提取单元，用于从第一厚度图像中提取出第一厚度特征和第二厚度特征，其中，第一厚度特征在第一厚度图像中的像素点的数量小于等于第一目标阈值，第二厚度特征在第一厚度图像中的像素点的数量大于第一目标阈值；处理单元，用于对第一厚度特征中的多个像素点的灰度值，进行平均处理，得到第一灰度值；第一确定单元，用于在第一灰度值小于第二厚度特征中的多个像素点的第二灰度值的情况下，确定目标纸张上与第二厚度特征对应的区域的厚度发生了变化。

可选地，该装置还包括：第二确定单元，用于在第一灰度值小于第二厚度特征中的多个像素点的第二灰度值的情况下，在确定目标纸张上与第二厚度特征对应的区域的厚度发生了变化时，确定目标纸张上与第一厚度特征对应的区域出现了折痕特征或随机噪声。

为了实现上述目的，根据本发明的另一方面，还提供了一种存储介质。该存储介质包括存储的程序，其中，在程序运行时控制存储介质所在设备执行本发明实施例中的纸张厚度的检测方法。

为了实现上述目的，根据本发明的另一方面，还提供了一种处理器。该处理器用于运行程序，其中，程序运行时执行本发明实施例中的纸张厚度的检测方法。

通过本发明，采用获取目标纸张的第一厚度图像；从第一厚度图像中提取出第一厚度特征和第二厚度特征，其中，第一厚度特征在第一厚度图像中的像素点的数量小于等于第一目标阈值，第二厚度特征在第一厚度图像中的像素点的数量大于第一目标阈值；对第一厚度特征中的多个像素点的灰度值，进行平均处理，得到第一灰度值；在第一灰度值小于第二厚度特征中的多个像素点的第二灰度值的情况下，确定目标纸张上与第二厚度特征对应的区域的厚度发生了变化。由于从纸张的厚度图像中提取出第一厚度特征和第二厚度特征，在将第一厚度特征中的多个像素点的灰度值取平均后的第一灰度值，低于第二厚度特征中的像素点的灰度值的情况下，确定目标纸张上与第二厚度特征对应的区域的厚度发生了变化，避免了对第一厚度特征区域的厚度进行误判，进而有效地检测出纸张厚度发生了变化，解决了对纸张厚度进行检测的准确性低的问题，达到了提高对纸张厚度进行检测的准确性的效果。

附图说明

构成本申请的一部分的附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：

图1是根据本发明实施例的一种纸张厚度的检测方法的流程图；

图2是根据本发明实施例的一种dis扫描图像中折痕的处理方法的流程图；

图3是根据本发明实施例的一种纸币的原始厚度图像的示意图；

图4是根据本发明实施例的一种纸币的原始厚度图像的灰度值曲线的示意图；

图5是根据本发明实施例的一种为取平均值处理后的纸币厚度图像的灰度的示意图；

图6是根据本发明实施例的一种取平均值处理后的纸币厚度图像的灰度值曲线的示意图；

图7是根据本发明实施例的另一种dis扫描图像中折痕的处理方法的流程图；

图8是根据本发明实施例的另一种纸币的原始厚度图像的示意图；

图9是根据本发明实施例的另一种纸币的原始厚度图像的灰度值曲线的示意图；

图10是根据本发明实施例的另一种取平均值处理后的纸币厚度图像的灰度值曲线的示意图；

图11是根据本发明实施例的另一种取平均值处理后的纸币厚度图像的灰度值曲线的示意图；以及

图12是根据本发明实施例的一种纸张厚度的检测装置的示意图。

具体实施方式

需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本发明。

为了使本技术领域的人员更好地理解本申请方案，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分的实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本申请保护的范围。

需要说明的是，本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本申请的实施例。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。

实施例1

本发明实施例提供了一种纸张厚度的检测方法。

图1是根据本发明实施例的一种纸张厚度的检测方法的流程图。如图1所示，该方法包括以下步骤：

步骤s102，获取目标纸张的第一厚度图像。

在本发明上述步骤s102提供的技术方案中，目标纸张可以是纸币、汇款单、缴费单等需要进行厚度检测的纸张，此处不做任何限制。获取目标纸张的第一厚度图像，该第一厚度图像也即第一厚度信息图像，可以为目标纸张的原始厚度信息图像，包括目标纸张的厚度特征。

步骤s104，从第一厚度图像中提取出第一厚度特征和第二厚度特征。

在本发明上述步骤s104提供的技术方案中，在获取目标纸张的第一厚度图像之后，从第一厚度图像中提取出第一厚度特征和第二厚度特征。

在该实施例中，对于提取到的目标纸张的第一厚度图像，可以根据其中所包含的厚度特征信息的区域大小，将其分类为第一厚度特征和第二厚度特征。第一厚度特征在第一厚度图像中的像素点的数量小于等于第一目标阈值，可以为第一厚度图像中的细小厚度特征，比如，目标纸张上出现折痕，或者随机噪声等；第二厚度特征在第一厚度图像中的像素点的数量大于第一目标阈值，可以为第一厚度图像中的特大显著厚度特征，比如，目标纸张上有贴附物，该贴附物可以为胶带等。

在该实施例中，第一目标阈值可以为用于在第一厚度图像上区分目标纸张上的第一厚度特征和第二厚度特征的像素点数的临界数量，可以取经验值。比如，第一厚度特征由目标纸张出现折痕而出现的，第二厚度特征由目标纸张上贴附有胶带出现的，则第一目标阈值可以为用于在第一厚度图像上区分目标纸张上的折痕与贴附的胶带的像素点的数量，可以取经验值2个像素点，折痕在第一厚度图像中的像素点小于等于2个，胶带在第一厚度图像中的像素点大于2个。

步骤s106，对第一厚度特征中的多个像素点的灰度值，进行平均处理，得到第一灰度值。

在本发明上述步骤s106提供的技术方案中，如果不对第一厚度特征中的多个像素点的灰度值进行平均处理，则第一厚度特征的多个像素点的灰度值和第二厚度特征中的多个像素点的灰度值是相同的，从而无法进行有效区分第一厚度特征在目标纸张上对应的区域的厚度以及第二厚度特征在目标纸张上对应的区域的厚度，是否发生了变化。

因而，该实施例在从第一厚度图像中提取出第一厚度特征和第二厚度特征之后，对第一厚度特征中的多个像素点的灰度值，进行平均处理，得到第一灰度值，可以对第一厚度特征中的多个像素点进行取多点平均处理，也即，第一厚度特征中的多个像素点的数量可以尽量取多个，以使得对第一厚度特征中的多个像素点的灰度值进行平均处理得到的第一灰度值尽量小。

可选地，在该实施例中，对第二厚度特征中的多个像素点的灰度值不做平均处理，也即，保持第二厚度特征中的多个像素点原有的灰度值，这样可以保证第二厚度特征中原有的灰度特征值以及贴附物覆盖的区域不变化，以准确识别出目标纸张上的贴附物的厚度以及在目标纸张上的贴附区域。

步骤s108，在第一灰度值小于第二厚度特征中的多个像素点的第二灰度值的情况下，确定目标纸张上与第二厚度特征对应的区域的厚度发生了变化。

在本发明上述步骤s108提供的技术方案中，在对第一厚度特征中的多个像素点的灰度值，进行平均处理，得到第一灰度值之后，第一灰度值小于第二厚度特征中的多个像素点的第二灰度值，可以设定第二目标阈值，判断第二灰度值高于第二目标阈值，而第一灰度值低于第二目标阈值，则确定目标纸张上与第二厚度特征对应的区域的厚度发生了变化，而对第一厚度特征对应的区域的厚度不进行检测，避免了将第一厚度特征对应的区域误判为厚度发生了变化，从而有效地识别出目标纸张的厚度是否发生了变化，进而提高了对目标纸张进行检测的准确性。

通过上述步骤s102至步骤s108，采用获取目标纸张的第一厚度图像；从第一厚度图像中提取出第一厚度特征和第二厚度特征，其中，第一厚度特征在第一厚度图像中的像素点的数量小于等于第一目标阈值，第二厚度特征在第一厚度图像中的像素点的数量大于第一目标阈值；对第一厚度特征中的多个像素点的灰度值，进行平均处理，得到第一灰度值；在第一灰度值小于第二厚度特征中的多个像素点的第二灰度值的情况下，确定目标纸张上与第二厚度特征对应的区域的厚度发生了变化。由于从纸张的厚度图像中提取出第一厚度特征和第二厚度特征，在将第一厚度特征中的多个像素点的灰度值取平均后的第一灰度值，低于第二厚度特征中的像素点的灰度值的情况下，确定目标纸张上与第二厚度特征对应的区域的厚度发生了变化，避免了对第一厚度特征区域的厚度进行误判，进而有效地检测出纸张厚度发生了变化，解决了对纸张厚度进行检测的准确性低的问题，达到了提高对纸张厚度进行检测的准确性的效果。

作为一种可选的实施方式，步骤s108，在第一灰度值小于第二厚度特征中的多个像素点的第二灰度值的情况下，在确定目标纸张上与第二厚度特征对应的区域的厚度发生了变化时，确定目标纸张上与第一厚度特征对应的区域出现了折痕特征或随机噪声。

在该实施例中，在第一灰度值小于第二厚度特征中的多个像素点的第二灰度值的情况下，比如，在第二灰度值高于第二目标阈值，第一灰度值小于第二目标阈值，在确定目标纸张上与第二厚度特征对应的区域的厚度发生了变化时，可以另一方面确定目标纸张上与第一厚度特征对应的区域出现了对目标纸张的厚度进行检测的干扰信息，该干扰信息可以为折痕特征，或随机噪声，从而有效区分第一厚度特征在目标纸张上对应的区域的厚度发生了变化，而第二厚度特征在目标纸张上对应的区域只是出现了干扰信息，并未影响到目标指向的厚度，进而提高了对目标纸张的厚度进行检测准确性。

可选地，该实施例在对目标纸张上的折痕特征或随机噪声取多点平均值处理之后，可以消除折痕特征或随机噪声在确定目标纸张上是否有使厚度信息发生变化的贴附物时所造成的干扰。

作为一种可选的实施方式，在确定目标纸张上与第一厚度特征对应的区域出现了折痕特征或随机噪声之后，将第一厚度特征中的多个像素点的灰度值还原为目标纸张的目标灰度值，其中，在将第一厚度特征中的多个像素点的灰度值还原为目标纸张的目标灰度值之后，第一厚度特征对应的区域的厚度未发生变化，且未出现折痕特征或随机噪声；获取将第一灰度值还原为目标灰度值后的目标纸张的第二厚度图像，其中，第二厚度图像用于指示目标纸张上与第二厚度特征对应的区域的厚度发生了变化。

在该实施例中，低于第二目标阈值的第一厚度特征是由折痕特征或随机噪声引起的。在确定目标纸张上与第一厚度特征对应的区域出现了折痕特征或随机噪声之后，将低于第二目标阈值的第一厚度特征剔除，可以将第一厚度特征中的多个像素点的灰度值还原为目标纸张的目标灰度值，比如，该目标灰度值可以为无贴附物区域的目标纸张的灰度值，使得原第一厚度特征对应的区域的厚度未发生变化，且未出现折痕特征或随机噪声。在将第一灰度值还原为目标灰度值后之后，重新将目标纸张生成第二厚度图像，也即，将目标纸张重新生成去除折痕或噪声干扰的目标纸张的厚度信息图像，该第二厚度图像可以准确呈现出目标纸张的厚度发生变化的区域，也即，通过第二厚度图像可以准确确定目标纸张上与第二厚度特征对应的区域的厚度发生了变化，从而消除了折痕特征或随机噪声在确定目标纸张上是否有使厚度信息发生变化的贴附物时所造成的干扰，进而准确识别出目标纸张上是否贴附有异物，提高了对目标纸张的厚度进行检测的准确性。

作为一种可选的实施方式，通过第二目标阈值确定第一灰度值小于第二灰度值。

在该实施例中，在对第一厚度特征中的多个像素点的灰度值，进行平均处理，得到第一灰度值之后，判断出第一灰度值低于第二目标阈值，则确定目标纸张上与第一厚度特征对应的区域出现折痕或随机噪声，判断出第二灰度值高于第二目标阈值，则确定目标纸张上与第二厚度特征对应的区域的厚度发生了变化。

举例而言，对第一厚度特征中的多个像素点的灰度值取多点平均，得到第一平均值120，低于第二目标阈值170，而第二厚度特征中的多个像素点的灰度值为200，高于第二目标阈值，进而确定目标纸张上与第二厚度特征对应的区域的厚度发生了变化。

作为一种可选的实施方式，在对第一厚度特征中的多个像素点的灰度值，进行平均处理，得到第一灰度值时，对第二厚度特征中的多个像素点的灰度值，进行平均处理，得到第二灰度值。

在该实施例中，在对第一厚度特征中的多个像素点的灰度值进行平均处理，得到第一灰度值时，可以对第二厚度特征中的多个像素点的灰度值进行平均处理，比如，对第二厚度特征中的多个像素点的灰度值取小平均处理，也即，第二厚度特征中的多个像素点的数量可以尽量取少，以使得第二厚度特征中的多个像素点的灰度值进行平均处理得到的第二灰度特征尽量大。

作为一种可选的实施方式，确定目标纸张上与第二厚度特征对应的区域的厚度发生了变化包括：确定目标纸张上与第二厚度特征对应的区域，贴附有使目标纸张的厚度发生变化的异物。

在该实施例中，在第一灰度值小于第二厚度特征中的多个像素点的第二灰度值的情况下，确定目标纸张上与第二厚度特征对应的区域的厚度发生了变化，可以确定目标纸张上与第二厚度特征对应的区域，贴附有使目标纸张的厚度发生变化的异物，该异物可以为胶带，此处不做任何限制。

该实施例的纸张的厚度检测方法可以由dis传感器执行，通过提取目标纸张的第一厚度图像，根据第一厚度图像所包含的厚度特征信息区域的大小，将其区分为第一厚度特征和第二厚度特征，将第一厚度特征中的多个像素点的灰度值取多点平均，得到第一灰度值，则第二厚度特征中的多个像素点的灰度值(第二灰度值)高于第一灰度值，可以通过第二目标阈值进行判定，在第二灰度值高于第二目标阈值时，确定目标纸张上与第二厚度特征对应的区域具有贴附物，第一灰度值低于第二目标阈值，则对目标纸张上与第一厚度特征对应的区域不做检测，避免了将第一厚度特征对应的区域误判为厚度发生了变化，从而有效地识别出目标纸张的厚度是否发生了变化，进而提高了对目标纸张进行检测的准确性。

实施例2

下面结合优选的实施方式对本发明的技术方案进行举例说明，具体以目标纸张为纸币进行举例说明。

图2是根据本发明实施例的一种dis扫描图像中折痕的处理方法的流程图。如图2所示，该方法包括以下步骤：

步骤s201，提取纸币的厚度图像。

步骤s202，对于提取到的纸币的厚度图像，根据其中所包含的厚度特征信息的区域大小，将其分类为特大显著厚度特征与细小厚度特征。

该实施例在提取纸币的厚度图像之后，可以根据厚度特征信息的区域包含的像素点的数量的多少，将厚度特征信息分类为特大显著厚度特征与细小厚度特征。

步骤s203，对特大显著厚度特征取小平均处理，对细小厚度特征取多点平均处理。

在根据其中所包含的厚度特征信息的区域大小，将其分类为特大显著厚度特征与细小厚度特征之后，根据其中所包含的厚度特征信息的区域大小，将其分类为特大显著厚度特征与细小厚度特征。对特大显著厚度特征取小平均处理，也即，特大显著厚度特征中的多个像素点的数量可以尽量取少，以使得特大显著厚度特征中的多个像素点的灰度值进行平均处理得到的平均灰度值尽量大；对细小厚度特征取多点平均处理，也即，细小厚度特征中的多个像素点的数量可以尽量取多个，以使得细小厚度特征中的多个像素点的灰度值进行平均处理得到的平均灰度值尽量小。

步骤s204，通过设定目标阈值的方法，确定纸张上是否具有贴附物和折痕。

对特大显著厚度特征取小平均处理，对细小厚度特征取多点平均处理之后，对特大显著厚度特征取小平均处理，对细小厚度特征取多点平均处理。如果特大显著厚度特征取小平均处理得到的灰度值高于目标阈值，则将纸币上特大显著厚度特征对应的区域确定为具有贴附物，该贴附物可以为胶带，此处不做限制；将对细小厚度特征取多点平均处理得到的灰度值低于目标阈值，则将纸张上细小厚度特征对应的区域确定为折痕，不做检测，从而将贴附物和折痕区分开，有效地识别出纸币的厚度信息是否发生了变化，比如，纸币上是否贴有胶带等异物。

可选地，在该实施例中，在步骤s203中，对于特大显著特征中的多个像素点的灰度值，可以不取平均值，也即，保持特大显著特征中的多个像素点的灰度值原有的灰度值，保证了贴附物原有的灰度特征值以及贴附物所覆盖的区域不变化，因此可以准确识别出贴附物的厚度以及在纸币上的贴附区域；而对于细小厚度特征中的多个像素点的灰度值，取多点平均值，取平均值后的厚度图像上折痕对应的灰度值会低于贴附物对应的灰度值。

可选地，在步骤s204中，对于低于目标阈值的平均灰度值所对应的细小厚度特征，将其判定为折痕特征，将这些细小厚度特征剔除，并还原为无胶带区域纸币的灰度值，进而将还原为无胶带区域纸币的灰度值后的纸币重新生成去除折痕干扰的纸币的厚度信息图像，从而准确地识别出纸币上是否具有贴附物。

可选地，该实施例在对纸币的折痕特征或随机噪声取多点平均值处理之后，可以消除折痕特征或随机噪声在确定纸币上是否有使厚度信息发生变化的贴附物时所造成的干扰。

该实施例通过提取纸币的厚度图像，根据纸币的厚度图像所包含的厚度特征信息区域的大小，将其区分为特大显著特征以及细小厚度特征，将特大显著特征取小平均处理，而将细小厚度特征取多点平均处理。在取平均处理之后，纸币上特大显著特征对应的平均灰度值高于纸币上细小厚度特征对应的平均灰度值，再通过阈值判定方法，高于目标阈值的平均灰度值所对应的特大显著厚度特征是由纸币上的贴附物所引起的，低于目标阈值的平均灰度值所对应的细小厚度特征是由纸币上出现折痕所引起的，不做检测，进而将纸币上的贴附物和折痕进行有效地区分。

图3是根据本发明实施例的一种纸币的原始厚度图像的示意图。如图3所示，3-1为未取平均值的胶带区域的灰度特征，3-2为未取平均值的折痕区域的灰度特征。

需要说明的是，图3所示的阴影部分仅用于区别未取平均值的胶带区域的灰度特征、未取平均值的折痕区域的灰度特征与纸币其它区域的特征。

图4是根据本发明实施例的一种纸币的原始厚度图像的灰度值曲线的示意图。如图4所示，a灰度值用于表示纸币没有胶带及折痕的灰度值，b灰度值用于表示纸币上胶带区域灰度值，c灰度值用于表示纸币上折痕区域的灰度值。由图4可知，胶带区域和折痕区域的灰度值相同，无法将纸币上的胶带区域和折痕区域进行区分，因此会将折痕误判为纸币的厚度信息发生了变化。

图5是根据本发明实施例的一种为取平均值处理后的纸币厚度图像的灰度的示意图。如图5所示，5-1为取小平均处理后的胶带区域的灰度特征，5-2为取多点平均后的折痕的灰度特征。

需要说明的是，图5所示的阴影部分仅用于区别取小平均处理后胶带区域的灰度特征、取多点平均后的折痕的灰度特征与纸币其它区域的特征。

图6是根据本发明实施例的一种取平均值处理后的纸币厚度图像的灰度值曲线的示意图。如图6所示，a灰度值用于表示纸币没有胶带以及折痕的灰度值，b灰度值用于表示取小平均处理后的胶带区域的灰度值，c灰度值用于表示取多点平均处理后的折痕的灰度值，d灰度值用于表示阈值，胶带区域的灰度值高于折痕区域的灰度值，通过设定阈值d的方法，高于阈值d则判定为胶带区域，低于阈值d，则不做检测，从而将纸币和折痕有效地区分开来。

图7是根据本发明实施例的另一种dis扫描图像中折痕的处理方法的流程图。如图7所示，该方法包括以下步骤：

步骤s701，提取纸币的厚度图像。

步骤s702，对于提取到的纸币的厚度图像，根据其中所包含的厚度特征信息的区域大小，将其分类为特大显著厚度特征与细小厚度特征。

在提取纸币的厚度图像之后，对于提取到的纸币的厚度图像，根据其中所包含的厚度特征信息的区域大小，将其分类为特大显著厚度特征与细小厚度特征。

步骤s703，对特大显著厚度特征取小平均处理，对细小厚度特征取多点平均处理。

在根据其中所包含的厚度特征信息的区域大小，将其分类为特大显著厚度特征与细小厚度特征之后，对特大显著厚度特征取小平均处理，对细小厚度特征取多点平均处理。

步骤s704，通过设定目标阈值的方法，确定纸张上是否具有贴附物和随机噪声。

在对特大显著厚度特征取小平均处理，对细小厚度特征取多点平均处理之后，通过设定目标阈值的方法，确定纸张上是否具有贴附物和随机噪声。

在该实施例中，如果特大显著厚度特征取小平均处理得到的灰度值高于目标阈值，则将纸币上特大显著厚度特征对应的区域确定为具有贴附物，该贴附物可以为胶带，此处不做任何限制；将对细小厚度特征取多点平均处理得到的灰度值低于目标阈值，则将纸张上细小厚度特征对应的区域确定为随机噪声，不做检测，从而将贴附物和随机噪声区分开，有效地识别出纸币的厚度信息是否发生了变化。

该实施例通过提取纸币的厚度图像，根据纸币的厚度图像所包含的厚度特征信息区域的大小，将其区分为特大显著特征以及细小厚度特征，将特大显著特征取小平均处理，而将细小厚度特征取多点平均处理。在取平均处理之后，纸币上特大显著特征对应的平均灰度值高于纸币上细小厚度特征对应的平均灰度值，再通过阈值判定方法，高于目标阈值的平均灰度值所对应的特大显著厚度特征是由纸币上的贴附物所引起的，低于目标阈值的平均灰度值所对应的细小厚度特征是由纸币上出现随机噪声所引起的，不做检测，进而将纸币上的贴附物和随机噪声进行有效地区分。

图8是根据本发明实施例的另一种纸币的原始厚度图像的示意图。如图8所示，8-1用于表示未取平均值的胶带区域的灰度特征，8-2用于表示未取平均值的随机噪声所在区域的灰度特征。

需要说明的是，图8所示的阴影部分仅用于区别未取平均值的胶带区域的灰度特征、随机噪声所在区域与纸币其它区域的特征。

图9是根据本发明实施例的另一种纸币的原始厚度图像的灰度值曲线的示意图。a灰度值用于表示纸币没有胶带区域及随机噪声区域的灰度值，b灰度值用于表示胶带区域灰度值，c灰度值、d灰度值、e灰度值、f灰度值用于表示随机噪声所在区域的灰度值，胶带区域和随机噪声所在区域的灰度值相同，使得在检测纸币的厚度信息是否发生变化时，随机噪声对胶带厚度信息的检测造成了干扰，造成dis无法准确地判断纸币厚度信息是否发生了变化。

图10是根据本发明实施例的另一种取平均值处理后的纸币厚度图像的灰度值曲线的示意图。如图10所示，10-1用于表示取小平均处理的胶带区域的灰度特征，10-2用于表示取多点平均后的随机噪声所在区域的灰度特征。

需要说明的是，图11所示的阴影部分仅用于区别取小平均处理后胶带区域的灰度特征、取多点平均后的随机噪声所在区域的灰度特征与纸币其它区域的特征。

图11是根据本发明实施例的另一种取平均值处理后的纸币厚度图像的灰度值曲线的示意图。如图11所示，a灰度值用于表示纸币没有胶带区域以及折痕区域的灰度值，b灰度值用于表示取小平均处理后的胶带区域的灰度值，c灰度值、d灰度值、e灰度值、f灰度值用于表示取多点平均处理后的随机噪声所在区域的灰度值，g灰度值用于表示阈值，胶带区域的灰度值高于随机噪声所在区域的灰度值，通过设定阈值的方法，高于阈值g则判定为胶带区域，低于阈值g，则不做检测，从而将纸币和随机噪音有效地区分开来，避免了随机噪声对胶带等厚度信息的干扰，从而提高了对纸币的厚度进行检测的准确性。

该实施例通过提取纸币的原始厚度图像，根据原始厚度图像所包含的厚度特征信息区域的大小，将其区分为特大显著厚度特征与细小厚度特征，将特大显著厚度特征中的多个像素点的灰度值取小平均处理，将细小厚度特征中的多个像素点的灰度值取多点平均处理，可以通过目标阈值进行判定，在将特大显著厚度特征中的多个像素点的灰度值取小平均处理得到的平均值高于目标阈值时，确定纸币上与特大显著厚度特征对应的区域具有贴附物，在将细小厚度特征中的多个像素点的灰度值取多点平均处理得到的平均值低于目标阈值时，则对纸币上与细小厚度特征对应的区域不做检测，避免了将细小厚度特征对应的区域误判为厚度发生了变化，从而有效地识别出纸币的厚度是否发生了变化，进而提高了对纸币进行检测的准确性。

需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。

实施例3

本发明实施例还提供了一种纸张厚度的检测装置。需要说明的是，该实施例的纸张厚度的检测装置可以用于执行本发明实施例的纸张厚度的检测方法。

图12是根据本发明实施例的一种纸张厚度的检测装置的示意图。如图12所示，该装置包括：获取单元10、提取单元20、处理单元30和第一确定单元40。

获取单元10，用于获取目标纸张的第一厚度图像。

提取单元20，用于从第一厚度图像中提取出第一厚度特征和第二厚度特征，其中，第一厚度特征在第一厚度图像中的像素点的数量小于等于第一目标阈值，第二厚度特征在第一厚度图像中的像素点的数量大于第一目标阈值。

处理单元30，用于对第一厚度特征中的多个像素点的灰度值，进行平均处理，得到第一灰度值。

第一确定单元40，用于在第一灰度值小于第二厚度特征中的多个像素点的第二灰度值的情况下，确定目标纸张上与第二厚度特征对应的区域的厚度发生了变化。

可选地，该装置还包括：第二确定单元，用于在第一灰度值小于第二厚度特征中的多个像素点的第二灰度值的情况下，在确定目标纸张上与第二厚度特征对应的区域的厚度发生了变化时，确定目标纸张上与第一厚度特征对应的区域出现了折痕特征或随机噪声。

可选地，该装置还包括：还原单元，用于在确定目标纸张上与第一厚度特征对应的区域出现了折痕特征或随机噪声之后，将第一厚度特征中的多个像素点的灰度值还原为目标纸张的目标灰度值，其中，在将第一厚度特征中的多个像素点的灰度值还原为目标纸张的目标灰度值之后，第一厚度特征对应的区域的厚度未发生变化，且未出现折痕特征或随机噪声；第一获取单元，用于获取将第一灰度值还原为目标灰度值后的目标纸张的第二厚度图像，其中，第二厚度图像用于指示目标纸张上与第二厚度特征对应的区域的厚度发生了变化。

可选地，该装置还包括：第三确定单元，用于通过第二目标阈值确定第一灰度值小于第二灰度值。

可选地，该装置还包括：第一处理单元，用于在对第一厚度特征中的多个像素点的灰度值，进行平均处理，得到第一灰度值时，对第二厚度特征中的多个像素点的灰度值，进行平均处理，得到第二灰度值。

可选地，第一确定单元40包括：确定模块，用于确定目标纸张上与第二厚度特征对应的区域，贴附有使目标纸张的厚度发生变化的异物。

该实施例通过获取单元10获取目标纸张的第一厚度图像，通过提取单元20从第一厚度图像中提取出第一厚度特征和第二厚度特征，其中，第一厚度特征在第一厚度图像中的像素点的数量小于等于第一目标阈值，第二厚度特征在第一厚度图像中的像素点的数量大于第一目标阈值，通过处理单元30对第一厚度特征中的多个像素点的灰度值，进行平均处理，得到第一灰度值，通过第一确定单元40在第一灰度值小于第二厚度特征中的多个像素点的第二灰度值的情况下，确定目标纸张上与第二厚度特征对应的区域的厚度发生了变化。由于从纸张的厚度图像中提取出第一厚度特征和第二厚度特征，在将第一厚度特征中的多个像素点的灰度值取平均后的第一灰度值，低于第二厚度特征中的像素点的灰度值的情况下，确定目标纸张上与第二厚度特征对应的区域的厚度发生了变化，避免了对第一厚度特征区域的厚度进行误判，进而有效地检测出纸张厚度发生了变化，解决了对纸张厚度进行检测的准确性低的问题，达到了提高对纸张厚度进行检测的准确性的效果。

实施例4

本发明实施例还提供了一种存储介质。该存储介质包括存储的程序，其中，在程序运行时控制存储介质所在设备执行本发明实施例中的纸张厚度的检测方法。

实施例5

本发明实施例还提供了一种处理器。该处理器用于运行程序，其中，程序运行时执行本发明实施例中的纸张厚度的检测方法。

显然，本领域的技术人员应该明白，上述的本发明的各模块或各步骤可以用通用的计算装置来实现，它们可以集中在单个的计算装置上，或者分布在多个计算装置所组成的网络上，可选地，它们可以用计算装置可执行的程序代码来实现，从而，可以将它们存储在存储装置中由计算装置来执行，或者将它们分别制作成各个集成电路模块，或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样，本发明不限制于任何特定的硬件和软件结合。

以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。