专利名称：纸币鉴别方法和装置的制作方法
技术领域：
本发明涉及纸币鉴别领域，具体而言，涉及一种纸币鉴别方法和装置。
背景技术：
纸币真伪的鉴别是维护金融秩序和社会公众利益的一项重要工作。目前，假币一般分为伪币和变造币两种，伪币是指仿照真币的图案、形状、色彩等，采用各种手段制作的假币，变造币是指在真币的基础上，利用挖补、揭层、涂改、拼凑、移位、重印等多种方法制作，改变真币原形态的假币。目前，国内对于伪币的鉴别技术已经较为成熟，但因为变造币包含有一部分真币，具有真币的部分防伪特征信息，鉴别起来较为困难。相关技术公开了一种变造币鉴别方法，其步骤包括a)获取待测纸币的全幅面灰度图像；b)对全幅面灰度图像进行二值化处理，c)分析二值化处理后的图像数据，判断纸 币的真伪。其中，灰度图像的二值化处理，就是设定一个阈值T，用T将灰度图像的数据分为灰度值大于T的像素群和灰度值小于T的像素群两部分，然后将灰度值大于T的像素群的像素点的灰度值设置为255 (或设置为O)，将灰度值小于T的像素群的像素点的灰度值设置为O (或设置为255),先逐行检测二值图像中所有像素点的灰度值,逐点将每一行的每个像素点的灰度值与该像素点在该行内相邻的前一个像素点的灰度值进行比较，判断当前像素点与其相邻的前一像素点的灰度值是否发生变化，当发生变化时，记录发生变化的像素点(简称突变点)所在位置；当完成二值图像中所有像素点的灰度值的逐行检测后，判断已检测出的所有突变点的位置是否符合设定规则，比如，所有突变点的位置都处于一定范围的列内，当突变点位置符合设定规则时，判定待测纸币中存在拼接缝，即判定待测纸币为变造币。当不存在突变点或突变点位置不符合设定规则时，再逐列检测二值图像中所有像素点的灰度值，逐点将每一列的每个像素点的灰度值与该像素点在该列内相邻的前一个像素点的灰度值进行比较，判断当前像素点与其相邻的前一像素点的灰度值是否发生变化，当发生变化时，记录发生变化的像素点(简称突变点)所在位置；当完成二值图像中所有像素点的灰度值的逐列检测后，判断已检出的所有突变点的位置是否符合设定规则，比如，所有突变点的位置都处于一定范围的行内，当突变点的位置符合设定规则时，判定待测纸币中存在拼接缝，即判断待测纸币为变造币，否则，判定待测纸币为非变造币。对于变造特征比较明显的变造币，如拼接缝比较明显的变造币，通过对灰度图像进行二值化处理就可以提取出图像中存在的拼接缝，从而实现对变造币的鉴别。但是，由于对灰度图像进行二值化处理后图像中所有像素点的灰度值由256级(O 255)被简化为只有两级(O或255)，对于灰度值差异不大的相邻像素点在对灰度图像进行二值化处理后极有可能被处理为灰度值相同的像素点，此时，通过逐点对比的方式不能检测出相邻像素点的灰度值发生变化。如图Ia所示是对一种拼接缝比较明显的变造币进行图像采集后采集到的全幅面图像，在该图像中，拼接缝上的像素点的灰度值与拼接缝两侧区域的像素点的灰度值存在较大差异；图Ib所示是对一种拼接缝不明显的变造币进行图像采集后采集到的全幅面图像，在该图像中，拼接缝上的像素点的灰度值与拼接缝两侧区域的像素点的灰度值差异较小；对图Ia和图Ib所示的两张变造币的全幅面图像，采用相同阈值T = 180进行二值化处理，图2a是对图Ia所示的全幅面图像进行二值化处理后得到的图像，图2b是对图Ib所示的全幅面图像进行二值化处理后得到的图像。显而易见，在图2a所示图像的图像数据中可以很容易检测出变造币中存在的拼接缝，在图2b所示图像的图像数据中则很难检测出变造币中存在的拼接缝。由此可见，通过对灰度图像进行二值化处理来鉴别变造币的方法存在检测不准确的缺点。针对相关技术中变造币的鉴别方法不准确的问题，目前尚未提出有效的解决方案
发明内容
本发明的主要目的在于提供一种纸币鉴别方法和装置，以解决变造币的鉴别方法不准确的问题。为了实现上述目的，根据本发明的一个方面，提供了一种纸币鉴别方法。根据本发明的纸币鉴别方法包括获取待测纸币的全幅面灰度图像数据；将待测纸币的全幅面灰度图像划分为多个区域，并分别计算每个区域的图像数据的特征值；将各个区域的特征值与纸币模板中对应区域的特征值进行对比以判断对比的两个区域是否匹配，其中，当对比的两个区域的特征值的差值大于第一设定阈值时，判定对比的两个区域不匹配，否则，判定对比的两个区域匹配；统计不匹配的区域的数量；判断不匹配的区域的数量是否大于第二设定阈值；以及当判定不匹配的区域的数量大于第二设定阈值时，确定待测纸币为变造币。进一步地，对于每个区域，按照以下方式计算该区域的图像数据的特征值将该区域平均分为第一区域和第二区域；分别计算第一区域的灰度均值和第二区域的灰度均值；将第一区域的灰度均值与第二区域的灰度均值的差值的绝对值作为该区域的图像数据的特征值。进一步地，获取待测纸币的全幅面灰度图像数据包括获取待测纸币的全幅面原始灰度图像数据；以及对全幅面原始灰度图像数据进行补偿和校正处理，生成待测纸币的全幅面最终灰度图像数据，并将全幅面最终灰度图像数据作为待测纸币的全幅面灰度图像数据。进一步地，将待测纸币的全幅面灰度图像划分为多个区域，并分别计算每个区域的图像数据的特征值包括按照多种不同划分方式将待测纸币的全幅面灰度图像划分为多个区域，并分别计算每种划分方式下每个区域的图像数据的特征值。将各个区域的特征值与纸币模板中对应区域的特征值进行对比以判断对比的两个区域是否匹配包括将多种不同划分方式的每种划分方式下的各个区域的特征值与纸币模板在对应的划分方式下的对应区域的特征值进行对比以判断对比的两个区域是否匹配；其中，当按照多种不同划分方式中任意一种划分方式判定不匹配的区域的数量大于第二设定阈值时，确定待测纸币为变造币。进一步地，在将待测纸币的全幅面灰度图像划分为多个区域并分别计算每个区域的图像数据的特征值之前，上述方法包括对全幅面灰度图像数据进行拼接缝检测；根据检测结果判断是否检测出拼接缝，其中，在确定检测出拼接缝时，确定待测纸币为变造币，在确定未检测出拼接缝时，再将待测纸币的全幅面灰度图像划分为多个区域并分别计算每个区域的图像数据的特征值。进一步地，获取待测纸币的全幅面灰度图像数据包括分别采用多种不同的方式分别获取待测纸币的全幅面灰度图像数据，其中，当通过任意一种方式获取到的全幅面灰度图像数据确定待测纸币为变造币时，则判定待测纸币为变造币。为了实现上述目的，根据本发明的另一方面，提供了一种纸币鉴别装置。该纸币鉴别装置包括获取单元，用于获取待测纸币的全幅面灰度图像数据；计算单元，用于将待测纸币的全幅面灰度图像划分为多个区域，并分别计算每个区域的图像数据的特征值；对比单元，用于将各个区域的特征值与纸币模板中对应区域的特征值进行对比以判断对比的两个区域是否匹配，其中，当对比的两个区域的特征值的差值大于第一设定阈值时，判定对比的两个区域不匹配，否则，判定对比的两个区域匹配；统计单元，用于统计不匹配的区域的数量；第一判断单元，用于判断不匹配的区域的数量是否大于第二设定阈值；以及鉴别单元，用于当判定不匹配的区域的数量大于第二设定阈值时，确定待测纸币为变造币。 进一步地，计算单元对于每个区域按照以下方式计算该区域的图像数据的特征值将该区域平均分为第一区域和第二区域；分别计算第一区域的灰度均值和第二区域的灰度均值；将第一区域的灰度均值与第二区域的灰度均值的差值的绝对值作为该区域的图像数据的特征值。进一步地，所述获取单元按照以下方式获取待测纸币的全幅面灰度图像数据获取所述待测纸币的全幅面原始灰度图像数据；以及对所述全幅面原始灰度图像数据进行补偿和校正处理，生成所述待测纸币的全幅面最终灰度图像数据，并将所述全幅面最终灰度图像数据作为所述待测纸币的全幅面灰度图像数据。进一步地，计算单元包括划分模块，用于按照多种不同划分方式将待测纸币的全幅面灰度图像划分为多个区域，计算模块，用于分别计算每种划分方式下每个区域的图像数据的特征值。对比单元用于将多种不同划分方式的每种划分方式下的各个区域的特征值与纸币模板在对应的划分方式下的对应区域的特征值进行对比以判断对比的两个区域是否匹配。鉴别单元用于当按照多种不同划分方式中任意一种划分方式判定不匹配的区域的数量大于第二设定阈值时，确定待测纸币为变造币。进一步地，纸币鉴别装置还包括检测单元，用于在将待测纸币的全幅面灰度图像划分为多个区域并分别计算每个区域的图像数据的特征值之前，对全幅面灰度图像数据进行拼接缝检测；第二判断单元，用于根据检测结果判断是否检测出拼接缝，其中，鉴别单元用于在确定检测出拼接缝时，确定待测纸币为变造币，计算单元用于在确定未检测出拼接缝时，再将待测纸币的全幅面灰度图像划分为多个区域并分别计算每个区域的图像数据的特征值。进一步地，获取单元用于分别采用多种不同的方式分别获取所述待测纸币的全幅面灰度图像数据，所述鉴别单元当通过任意一种方式获取到的全幅面灰度图像数据确定所述待测纸币为变造币时，则判定所述待测纸币为变造币。采用本发明的纸币鉴别方法或纸币鉴别装置，通过获取待测纸币的全幅面灰度图像数据，将待测纸币的全幅面灰度图像划分为多个区域，并分别计算每个区域的图像数据的特征值，将各个区域的特征值与纸币模板中对应区域的特征值进行对比以判断对比的两个区域是否匹配来判断待测纸币是否为变造币，相比于通过二值化处理后的灰度值进行鉴另Ij，提高了对变造币鉴别的准确性。
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Ia是对一种拼接缝比较明显的变造币进行图像采集后采集到的全幅面图像；图Ib是对一种拼接缝不明显的变造币进行图像采集后采集到的全幅面图像；图2a是对图Ia所示的全幅面图像进行二值化处理后得到的图像；图2b是对图Ib所示的全幅面图像进行二值化处理后得到的图像；
图3是根据本发明一实施例的纸币鉴别装置的组成示意图；图4是根据本发明一实施例的纸币鉴别装置的结构示意图；图5是根据本发明纸币鉴别方法的第一实施例的流程图；图6是根据本发明纸币鉴别方法的第二实施例的流程图；图7a是根据本发明实施例的一种基于全幅面灰度图像计算每个区域的特征值的流程图；图7b是根据本发明实施例的另一种基于全幅面灰度图像计算每个区域的特征值的流程图；图8是根据本发明纸币鉴别方法的第三实施例的流程图；图9是根据本发明实施例的基于全幅面灰度特征检测的图像网格分组方法示意图；图10是根据本发明纸币鉴别装置的第一实施例的流程图；图11是根据本发明纸币鉴别装置的第二实施例的流程图；以及图12是根据本发明纸币鉴别装置的第三实施例的流程图。
具体实施例方式需要说明的是，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。图3是根据本发明一实施例的纸币鉴别装置的组成示意图，如图所示，该纸币鉴别装置2包括有CPU21、通信接口 22、复杂可编程逻辑器件(Complex Programmable LogicDevice,以下简称CPLD) 23、图像获取模块24、模拟前端芯片25、SDRAM存储器26、Flash存储器27、电机驱动器28、电机29。其中CPU21，用于控制其他模块工作，比如，CPU21控制通讯接口 22完成纸币鉴别装置与纸币鉴别请求装置(如与纸币鉴别装置连接的个人计算机、网络设备等)的通信，CPU21控制CPLD25启动图像采集任务，CPU21控制电机驱动器28驱动电机29转动等。通信接口 22，用于接收纸币鉴别请求装置发送的控制命令并向纸币鉴别请求装置返回数据，其中，接收的控制命令为纸币鉴别过程中要设置的图像采集参数，如图像采集分辨率、图像采集速度等，返回的数据包括待测纸币的灰度图像数据及待测纸币的鉴别结果等，常用的通信接口为USB接口或串口。
CPLD23，用于从CPU21接收启动图像采集的控制信号，输出图像采集模块24、模拟前端芯片25完成待测纸币原始灰度图像数据采集所需要的控制时序，CPLD具有处理速度快、控制精确的特点，能够实现图像采集相关信号时序的精确控制。图像获取模块24包括接触式图像传感器(Contact Image Sensor,以下简称CIS) 241和透射光源242。CIS241包含有多个光接收器和多个光发生器，其中，多个光接收器用于接收待测纸币上载有图像信息的光信号并将其转换为电信号，最终将与像素点一一对应的模拟电压值传递给模拟前端芯片25 ;多个光发生器用于照射待测纸币，以便多个光接收器接收经待测纸币反射回的反射光线，采集待测纸币的反射图像。透射光源242，用于提供CIS241采集透射图像时所需要的透射光源。模拟前端芯片25，用于对CIS241输出的各像素点的模拟电压值进行处理，如偏移处理、增益处理等，然后将各像素点的模拟电压值进行AD转换，得到与像素点一一对应的十六进制的灰度值，最终生成待测纸币的全幅面的原始灰度图像数据，其中，原始灰度图像中像素点的灰度等级由AD的转换精度决定，如当AD的转换精度为8位时，原始灰度图像中像素点的灰度等级为256级，即像素点的灰度值为O到255之间的整数。 SDRAM存储器26，用于存储原始灰度图像数据、最终灰度图像数据，其中，原始灰度图像数据是指CIS241采集的图像数据经过模拟前端芯片25AD转换后生成的灰度图像数据，最终灰度图像数据是指CPU21对原始灰度图像数据进行补偿、校正等处理后生成的用于进行灰度特征检测的图像数据。FLASH存储器27，用于存储纸币鉴别装置的控制程序、光源类型参数、光源发光波长参数、多个模板的特征值，还用于存储基于全幅面图像灰度特征检测所需要的参数M、N、
D、a、b，以及第一设定阈值、第二设定阈值、第三设定阈值。其中，光源类型参数确定CIS241采集原始图像时使用的光源为透射光或/和反射光；光源发光波长参数确定CIS241采集原始图像时光源发出何种波长的光；各个模板的特征值用于与其对应的待测纸币全幅面灰度图像的特征值进行对比，为纸币鉴别提供判断依据；参数M、N、D用于对待测纸币全幅面的最终灰度图像进行网格划分，参数a、b用于对已划分的网格进行分组，第一设定阈值用于判断分组后各网格组与模板数据对应的网格组是否匹配，第二设定阈值用于判断待测纸币是否为变造币，第三设定阈值用于在拼接缝检测时判断当前像素点是否为突变点。电机驱动器28，用于提供驱动电流，驱动电机29转动。电机29，用于驱动待测纸币在输送通道内移动，电机29每驱动待测纸币在输送通道内移动一个最小单位(即一点行)，CIS241执行一次图像采集。电机29可以为步进电机也可以为直流电机。进一步的，纸币鉴别装置还包括入钞检测传感器30，用于检测输送通道是否存在待测纸币，当入钞检测传感器输出输送通道存在待测纸币的检测信号时，CPU21根据该检测信号控制图像获取模块24工作。图4是根据本发明一实施例的纸币鉴别装置的结构示意图，如图所示，纸币鉴别装置的入钞口 P、入钞检测传感器30、图像获取模块24沿纸币输送方向依次排布在输送通道S中，其中，入钞检测传感器30位于入钞口 P附近，图像获取模块24的CIS241与透射光源242相对设置，分别位于纸币鉴别装置的输送通道S的两侧。当入钞检测传感器30输出入钞口 P存在纸币的信号时，CPU21在控制电机29驱动纸币运动的同时，控制透射光源242和/或CIS241的光发生器开始发光，CIS241的光接收器接收待测纸币上的透射光和/或反射光，采集待测纸币的图像。当透射光源242发光时，CIS241接收透过待测纸币后的透射光线，采集待测纸币的透射图像；当CIS241的光发生器发光时，光接收器接收经待测纸币反射回的反射光线，采集待测纸币的反射图像。 图5是根据本发明的纸币鉴别方法的第一实施例的流程图，该方法包括 步骤SI I，获取待测纸币的全幅面灰度图像数据。在该步骤中，可以利用纸币鉴别装置中的图像获取模块24及模拟前端芯片25获取待测纸币的全幅面灰度图像数据。步骤S12，将待测纸币的全幅面灰度图像划分为多个区域，并分别计算每个区域的图像数据的特征值。
步骤S13，将各个区域的特征值与纸币模板中对应区域的特征值进行对比，判断对比的两个区域是否匹配将各个区域的特征值与纸币模板中对应区域的特征值进行对比，当对比的两个区域的特征值的差值大于第一设定阈值时，判定对比的两个区域不匹配，否则，判定对比的两个区域匹配。步骤S14，统计不匹配的区域的数量。
步骤S15，判断不匹配的区域的数量是否大于第二设定阈值。步骤S16,判断待测纸币是否为变造币。当通过步骤S15判定不匹配的区域的数量大于第二设定阈值时，则确定待测纸币为变造币。图6是根据本发明的纸币鉴别方法的第二实施例的流程图，该实施例可以作为第一实施例的优选实施方式，如图6所示，该方法包括步骤S21，获取待测纸币的全幅面原始灰度图像数据CPU接收到入钞口 P存在纸币的信号后，开启光源，并向CPLD发送启动图像采集的控制信号，CPLD输出CIS及模拟前端芯片采集图像所需要的控制时序，CIS接收光源所发出的光，依次将载有待测纸币的一点行中的每个像素点图像信息的光信号转换为电信号，并将与像素点一一对应的模拟电压值传递给模拟前端芯片，模拟前端芯片对各像素点的电压值进行偏移处理、增益处理，然后将各像素点的模拟电压值进行AD转换，得到与像素点一一对应的十六进制的灰度值，从而完成一点行灰度图像数据的采集。CPU将采集到的待测纸币的一点行像素点的灰度图像数据保存在SDRAM存储器中，电机驱动待测纸币在输送通道内进钞一点行，纸币鉴别装置再进行下一点行灰度图像数据的采集，依次类推，当电机驱动整张待测纸币全部从输送通道走过后，纸币鉴别装置就完成了待测纸币全幅面原始灰度图像数据的采集并将其保存在SDRAM存储器里。本实施例中，纸币鉴别装置获取待测纸币原始灰度图像数据时，可以由透射光源发光，CIS获取透射图像数据，也可以由CIS内部集成的光发生器发光，CIS获取反射图像数据，优选地，本发明可以采用透射光源与CIS内部集成的光发生器分时交替发光，CIS在电机走钞一次过程中，同时获取透射图像数据和反射图像数据，从而在走钞结束后，可以采集到待测纸币的两幅全幅面图像，即全幅面透射图像和全幅面反射图像。优选地，在本发明实施例的纸币鉴别装置中，透射光源及CIS的光发生器可以是发出单一波长光的光源，也可以是根据需要分时交替发出不同波长光(如红外光、紫外光)的光源，如果所述透射光源或CIS的光发生器分时交替发出不同波长的光，则CIS的光接收器可以分别采集各波长光照射时的图像，从而获取基于不同波长的光的多幅待测纸币的图像。步骤S22，对全幅面原始灰度图像数据进行处理，生成最终灰度图像数据读取存储在SDRAM存储器中的全幅面原始灰度图像数据，对各像素点的灰度值进行补偿、校正处理，生成全幅面的最终灰度图像数据并将其保存在SDRAM存储器中。补偿、校正的目的是为了消除图像采集、数据传输过程中产生的误差，使灰度图像数据中各像素点的灰度值更准确地反映该像素点的实际灰度。
对于第一实施例中的步骤Sll而言，获取到的待测纸币的全幅面灰度图像数据可以是直接获取到的全幅面灰度图像数据，也可以是基于本实施例的步骤S22所获取到的最终灰度图像数据。步骤S23，将待测纸币的全幅面灰度图像划分为多个区域，根据设定规则分别计算每个区域的特征值对待测纸币最终灰度图像数据进行分析处理，将纸币的全幅面灰度图像划分为M*N个网格，每个网格对应不同的区域，分别计算每个网格内所有像素点的灰度值的平均值，再对M*N个网格进行分组，每a*b个网格为一组，共分为s组，由于每个网格对应不同的区域，相应地，每个组(网格组)也对应不同的区域，然后根据设定规则计算每一组网格的特征值di。在该实施例中，将全幅面灰度图像分为s个网格组，也即，将全幅面灰度图像分为s个不同的区域，然后分别获取s个不同区域中每个区域的特征值。步骤S24，确定与待测纸币对应的模板编号，根据设定规则获取该编号模板的灰度图像数据的各区域的特征值纸币鉴别装置采集到的待测纸币的原始灰度图像数据受多种因素的影响，如光源类型(反射光或透射光)、光源发光的波长、待测纸币的面值、面向、待测纸币送入纸币鉴别装置时的入钞方向等，这些因素不同，会导致采集到的原始灰度图像数据不同，因此，根据光源的类型、光源发光的波长、待测纸币的面值、面向、待测纸币送入纸币鉴别装置时的入钞方向等因素不同可以确定多种不同的模板，每个模板均设置一个唯一的编号，用于CPU对模板进行查询。Flash存储器中存储有多种模板的灰度图像数据的特征值，这些特征值用于在纸币鉴别过程中与待测纸币的最终灰度图像数据计算所得的特征值进行对比，每种模板的灰度图像数据的特征值是预先经过训练得到的，即每种模板通过采集一定数量基于该模板的真币样本图像，并根据设定规则对样本的最终灰度图像数据计算得该模板的各区域的特征值。待测纸币的最终灰度图像数据生成后，CPU读取SDRAM存储器的最终灰度图像数据，对其进行计算处理，通过获取图像的长度、宽度，确定待测纸币的面值，在已知待测纸币的面值及采集原始图像时光源类型、光源发光的波长的情况下，通过分析图像中一些特殊标记的特征即可以确定待测纸币的面向，所述的特殊标记可以为冠字号码、水印、变色油墨字符、隐形文字等，如已知采集的待测纸币图像为反射图像，通过检测图像中是否存在冠字号码就可以判断待测纸币的面向，通过检测冠字号码在图像中的位置即可确定待测纸币送入纸币鉴别装置的入钞方向。待测纸币的面值、面向、入钞方向确定后，根据光源类型、光源发光的波长，就可以确定该待测纸币对应的模板编号，根据已确定的模板编号，从Flash存储器中读取该编号模板的灰度图像数据的各区域的特征值。步骤S25，将待测纸币的各个区域的特征值与纸币模板中对应区域的特征值进行对比将步骤S23得到待测纸币的全幅面最终灰度图像数据的各区域的特征值与步骤S24得到的与待测纸币对应的模板的灰度图像数据的各区域的特征值进行对比。具体对比方法为将待测纸币的全幅面最终灰度图像数据的每一组的网格的特征值分别与待测纸币对应的模板的灰度图像数据中对应组的网格的特征值进行对比，当进行对比的两个组的网格的特征值的差值超过第一设定阈值时，判定待测纸币该网格组与模板对应的网格组不匹配。完成待测纸币全幅面灰度图像数据的所有网格组的特征值与模板灰度图像数据的相应的网格组的特征值的一一对比后，统计并记录不匹配的网格组的数量j (j为大于等于O、小于等于s的整数)。 可选地，在该实施例中，可以将每个网格作为一个区域和模块中的相应区域的特征值进行对比，也可以将每个网格组作为一个区域和模块中的相应区域的特征值进行对比。步骤S26，判断待测纸币是否为变造币将待测纸币全幅面灰度图像数据与模板的灰度图像数据不匹配的网格组的数量j与第二设定阈值对比，当j大于第二设定阈值时，判定待测纸币为变造币，否则，判定待测纸币为非变造币。步骤S27，输出鉴别结果将待测纸币是否为变造币的鉴别结果通过通信接口传递给纸币鉴别请求装置。图7a是根据本发明实施例的一种基于全幅面灰度图像计算每个区域的特征值的流程图，如图所示，该方法包括步骤S31，将整个纸币图像划分为M*N个网格CPU读取存储在SDRAM存储器中的待测纸币的最终灰度图像数据，并计算其长度方向(即待测纸币较长边方向)像素点数量X及宽度方向(即待测纸币较短边方向)像素点数量y，将全幅面的图像划分为M*N个网格，其中，参数M、N均为大于I的正整数，M、N的值是预先设定的，M为纸币图像长度方向网格划分的数量，N为纸币图像宽度方向网格划分的数量，如对于第五套人民币100元面值的待测纸币，其长度为155毫米，宽度为77毫米，当鉴别装置扫描分辨率为50dpi*50dpi时，采集的图像长度方向像素点数量X = 306，宽度方向像素点数量y = 152，对这306*152个像素点进行网格划分，得到M*N个网格，比如，假设在长度方向上划分的网格数量为M = 6，在宽度方向上划分的网格数量为N = 4，则全幅面的图像被划分为M*N = 24个网格,每个网格内的像素点数为51*38个,分组示意图参见图9。步骤S32，计算每个网格内的所有像素点的灰度值的均值对全幅面图像进行网格划分后得到M*N个网格，计算每个网格内所有像素点的灰度值的均值，如对于步骤S31所述的24个网格，分别计算每个网格内51*38个像素点的灰度值的均值。步骤S33，对M*N个网格进行分组
对M*N个网格进行分组,每a*b个网格为一组，共分为s组，其中，参数a、b均为正整数，a、b的值是预先设定的，a为每组网格在图像长度方向上的相邻网格的数量，b为每组网格在图像宽度方向上的相邻网格的数量。如对步骤S31所述的第五套人民币100元面值的待测纸币的灰度图像进行网格分组后得到的24个网格进行a = 2，b = 2的分组，则24个网格共分为6组网格，每组网格中有4个网格,如在图9所示的示意图中,待测纸币图像的网格按a = 2,b = 2分组后情况如表I :
权利要求
1.一种纸币鉴别方法，其特征在于，包括获取待测纸币的全幅面灰度图像数据；将所述待测纸币的全幅面灰度图像划分为多个区域，并分别计算每个区域的图像数据的特征值；将各个区域的特征值与纸币模板中对应区域的特征值进行对比以判断对比的两个区域是否匹配，其中，当对比的两个区域的特征值的差值大于第一设定阈值时，判定对比的两个区域不匹配，否则，判定对比的两个区域匹配；统计不匹配的区域的数量；判断不匹配的区域的数量是否大于第二设定阈值；以及当判定不匹配的区域的数量大于所述第二设定阈值时，确定所述待测纸币为变造币。
2.根据权利要求I所述的纸币鉴别方法，其特征在于，对于每个区域，按照以下方式计算该区域的图像数据的特征值将所述区域平均分为第一区域和第二区域；分别计算所述第一区域的灰度均值和所述第二区域的灰度均值；将所述第一区域的灰度均值与所述第二区域的灰度均值的差值的绝对值作为所述区域的图像数据的特征值。
3.根据权利要求I所述的纸币鉴别方法，其特征在于，获取待测纸币的全幅面灰度图像数据包括获取所述待测纸币的全幅面原始灰度图像数据；以及对所述全幅面原始灰度图像数据进行补偿和校正处理，生成所述待测纸币的全幅面最终灰度图像数据，并将所述全幅面最终灰度图像数据作为所述待测纸币的全幅面灰度图像数据。
4.根据权利要求I所述的纸币鉴别方法，其特征在于，将所述待测纸币的全幅面灰度图像划分为多个区域，并分别计算每个区域的图像数据的特征值包括按照多种不同划分方式将所述待测纸币的全幅面灰度图像划分为多个区域，并分别计算每种划分方式下每个区域的图像数据的特征值；将各个区域的特征值与纸币模板中对应区域的特征值进行对比以判断对比的两个区域是否匹配包括将所述多种不同划分方式的每种划分方式下的各个区域的特征值与纸币模板在对应的划分方式下的对应区域的特征值进行对比以判断对比的两个区域是否匹配；其中，当按照所述多种不同划分方式中任意一种划分方式判定不匹配的区域的数量大于所述第二设定阈值时，确定所述待测纸币为变造币。
5.根据权利要求I所述的纸币鉴别方法，其特征在于，将所述待测纸币的全幅面灰度图像划分为多个区域并分别计算每个区域的图像数据的特征值之前，所述方法包括对所述全幅面灰度图像数据进行拼接缝检测；根据检测结果判断是否检测出拼接缝，其中，在确定检测出拼接缝时，确定所述待测纸币为变造币，在确定未检测出拼接缝时，再将所述待测纸币的全幅面灰度图像划分为多个区域并分别计算每个区域的图像数据的特征值。
6.根据权利要求I所述的纸币鉴别方法，其特征在于，获取待测纸币的全幅面灰度图像数据包括分别采用多种不同的方式分别获取所述待测纸币的全幅面灰度图像数据，其中，当通过任意一种方式获取到的全幅面灰度图像数据确定所述待测纸币为变造币时，则判定所述待测纸币为变造币。
7.一种纸币鉴别装置，其特征在于，包括获取单元，用于获取待测纸币的全幅面灰度图像数据；计算单元，用于将所述待测纸币的全幅面灰度图像划分为多个区域，并分别计算每个区域的图像数据的特征值；对比单元，用于将各个区域的特征值与纸币模板中对应区域的特征值进行对比以判断对比的两个区域是否匹配，其中，当对比的两个区域的特征值的差值大于第一设定阈值时，判定对比的两个区域不匹配，否则，判定对比的两个区域匹配；统计单元，用于统计不匹配的区域的数量；第一判断单元，用于判断不匹配的区域的数量是否大于第二设定阈值；以及鉴别单元，用于当判定不匹配的区域的数量大于所述第二设定阈值时，确定所述待测纸币为变造币。
8.根据权利要求7所述的纸币鉴别装置，其特征在于，对于每个区域，所述计算单元按照以下方式计算该区域的图像数据的特征值将所述区域平均分为第一区域和第二区域；分别计算所述第一区域的灰度均值和所述第二区域的灰度均值；将所述第一区域的灰度均值与所述第二区域的灰度均值的差值的绝对值作为所述区域的图像数据的特征值。
9.根据权利要求7所述的纸币鉴别装置，其特征在于，所述计算单元包括划分模块，用于按照多种不同划分方式将所述待测纸币的全幅面灰度图像划分为多个区域，计算模块，用于分别计算每种划分方式下每个区域的图像数据的特征值，所述对比单元用于将所述多种不同划分方式的每种划分方式下的各个区域的特征值与纸币模板在对应的划分方式下的对应区域的特征值进行对比以判断对比的两个区域是否匹配，所述鉴别单元用于当按照所述多种不同划分方式中任意一种划分方式判定不匹配的区域的数量大于所述第二设定阈值时，确定所述待测纸币为变造币。
10.根据权利要求7所述的纸币鉴别装置，其特征在于，还包括检测单元，用于在将所述待测纸币的全幅面灰度图像划分为多个区域并分别计算每个区域的图像数据的特征值之前，对所述全幅面灰度图像数据进行拼接缝检测；第二判断单元，用于根据检测结果判断是否检测出拼接缝，其中，所述鉴别单元用于在确定检测出拼接缝时，确定所述待测纸币为变造币，所述计算单元用于在确定未检测出拼接缝时，再将所述待测纸币的全幅面灰度图像划分为多个区域并分别计算每个区域的图像数据的特征值。
全文摘要
本发明公开了一种纸币鉴别方法和装置。其中，纸币鉴别方法包括获取待测纸币的全幅面灰度图像数据；将待测纸币的全幅面灰度图像划分为多个区域，并分别计算每个区域的图像数据的特征值；将各个区域的特征值与纸币模板中对应区域的特征值进行对比以判断对比的两个区域是否匹配，其中，当对比的两个区域的特征值的差值大于第一设定阈值时，判定对比的两个区域不匹配，否则，判定对比的两个区域匹配；统计不匹配的区域的数量；判断不匹配的区域的数量是否大于第二设定阈值；以及当判定不匹配的区域的数量大于第二设定阈值时，确定待测纸币为变造币。通过本发明，提高了对变造币鉴别的准确性。
文档编号G07D7/20GK102890840SQ20121030134
公开日2013年1月23日 申请日期2012年8月22日 优先权日2012年8月22日
发明者朱先刚, 王春涛, 杜玉振, 姜颖婵 申请人:山东新北洋信息技术股份有限公司