一种纸币鉴伪方法和装置与流程

本发明实施例涉及纸币鉴伪的技术领域，尤其涉及一种纸币鉴伪方法和装置。

背景技术：

纸币面向是纸币鉴伪的一个重要特征，纸币面向识别是纸币鉴伪的基础。

在现有的纸币鉴伪技术中，主要通过神经网络算法识别纸币的面向，需要训练大量数据获取网络系数。当有个别特例识别错误时，需要重新训练神经网络系数才能修正这个问题，算法本身复杂，并且算法更新也复杂。

技术实现要素：

为解决相关技术问题，本发明提供一种纸币鉴伪方法和装置，以提高纸币面向识别的效率和准确率。

为实现上述目的，本发明实施例采用如下技术方案：

第一方面，本发明实施例提供了一种纸币鉴伪方法，包括：

在待检测纸币的荧光图中定位荧光区域，获得所述荧光区域在所述荧光图中的待测位置信息；

根据所述待测位置信息与真币荧光图中标准荧光区域的标准位置信息，识别所述待检测纸币的面向信息；

在识别的所述面向信息下，根据所述待测位置信息与所述标准位置信息，以及在所述荧光区域识别荧光特征获得的荧光特征信息，确定所述待检测纸币的真伪，其中，荧光特征信息为所述荧光区域存在所述荧光特征或不存在所述荧光特征。

第二方面，本发明实施例还对应提供了一种纸币鉴伪装置，包括：

定位模块，用于在待检测纸币的荧光图中定位荧光区域，获得所述荧光区域在所述荧光图中的待测位置信息；

识别模块，用于根据所述待测位置信息与真币荧光图中标准荧光区域的标准位置信息，识别所述待检测纸币的面向信息；

确定模块，用于在识别的所述面向信息下，根据所述待测位置信息与所述标准位置信息，以及在所述荧光区域识别荧光特征获得的荧光特征信息，确定所述待检测纸币的真伪，其中，荧光特征信息为所述荧光区域存在所述荧光特征或不存在所述荧光特征。

本发明实施例提供的技术方案带来的有益效果：

本技术方案中，在待检测纸币的荧光图中定位荧光区域，获得荧光区域在荧光图中的待测位置信息；根据待测位置信息与真币荧光图中标准荧光区域的标准位置信息，识别待检测纸币的面向信息；在识别的面向信息下，根据待测位置信息与标准位置信息，以及在荧光区域识别荧光特征获得的荧光特征信息，确定待检测纸币的真伪。根据待测位置信息和标准位置信息识别待检测纸币的面向信息，在该面向信息下，根据待测位置信息与标准位置信息，以及荧光特征信息，确定待检测纸币的真伪，在识别纸币面向信息的同时，也识别了纸币的荧光区域处的荧光特征，减少了整体纸币鉴伪算法的运行时间，降低了复杂度，提高了纸币鉴伪的效率。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对本发明实施例描述中所需要使用的附图作简单的介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据本发明实施例的内容和这些附图获得其他的附图。

图1A是本发明实施例一提供的一种纸币鉴伪方法的流程示意图；

图1B是本发明实施例提供的一种纸币的正面正向荧光图的示意图；

图1C是本发明实施例提供的一种纸币的正面反向荧光图的示意图；

图1D是本发明实施例提供的一种纸币的反面正向荧光图的示意图；

图1E是本发明实施例提供的一种纸币的反面反向荧光图的示意图；

图2是本发明实施例二提供的一种纸币鉴伪方法的流程示意图；

图3是本发明实施例三提供的一种纸币鉴伪装置的结构示意图；

图4是本发明实施例四提供的一种纸币鉴伪装置的结构示意图。

具体实施方式

为使本发明解决的技术问题、采用的技术方案和达到的技术效果更加清楚，下面将结合附图对本发明实施例的技术方案作进一步的详细描述，显然，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。

实施例一

请参考图1A、1B、1C、1D和1E，其中，图1A是本发明实施例一提供的一种纸币鉴伪方法的流程示意图。本实施例的方法应用于纸币鉴伪终端，适用于对纸币鉴伪的场景。

该一种纸币鉴伪方法，可以包括如下步骤：

S110：在待检测纸币的荧光图中定位荧光区域，获得荧光区域在荧光图中的待测位置信息。

示例性的，在通过CIS(Contact Image Sensor，接触式图像传感器)获得的待检测纸币的荧光图中定位荧光区域，得到该荧光区域在该荧光图中的待测位置信息。如图1B、1C、1D和1E中所示的荧光图，其中最亮的区域即为纸币荧光图中的荧光区域。

在此需要说明的是，由于在不同币值的纸币荧光图中，可以选取一个矩形包含该荧光区域，荧光区域的大小是固定的，并且一般大小不同，因此在本实施例中，从各币值的荧光区域矩形中选取一个最大的矩形，统一作为各币值的荧光区域矩形，然后再采用滑动窗口算法从该矩形区域中精细定位荧光区域，获得荧光区域的待测位置信息。在其他实施例中，也可以通过采用滑动窗口算法遍历搜索荧光图等方法来定位荧光区域。

S120：根据待测位置信息与真币荧光图中标准荧光区域的标准位置信息，识别待检测纸币的面向信息。

示例性的，如图1B、1C、1D和1E所示，纸币的面向信息包括正面正向、正面反向、反面正向及反面反向四种面向。

将上述待测位置信息分别与上述四种面向下真币荧光图中标准荧光区域的标准位置信息进行对比，则上述待测位置信息与上述标准位置信息最接近的所对应的面向即为该待检测纸币的面向信息。

S130：在识别的面向信息下，根据待测位置信息与标准位置信息，以及在荧光区域识别荧光特征获得的荧光特征信息，确定待检测纸币的真伪。

示例性的，荧光特征信息为荧光区域存在荧光特征或不存在荧光特征，荧光特征为图1B、1C、1D和1E中荧光区域中的数字100部分。在识别的面向信息下，在已定位的荧光区域处识别荧光特征，获得荧光特征信息，并计算待测位置信息与标准位置信息的差值，将差值与预设阈值进行比较，如果差值大于预设阈值，和/或荧光区域不存在荧光特征，则待检测纸币为假币；如果差值不大于预设阈值，且荧光区域存在荧光特征，则待检测纸币为真币。

例如，以纸币荧光图的左下角的顶点为原点(0,0)，分别以纸币荧光图左边边缘线和底边边缘线作为X轴和Y轴，建立直角坐标系，记上述S110获得的待测位置信息为(x1,y1)，记真币荧光图中标准荧光区域的标准位置信息为(x2,y2)，取预设阈值为Δx和Δy，当∣x1-x2∣≤Δx且∣y1-y2∣≤Δy，并且荧光区域存在荧光特征时，则判定该待检测纸币为真币；当∣x1-x2∣＞Δx和/或∣y1-y2∣＞Δy，和/或荧光区域不存在荧光特征时，则判定该待检测纸币为假币。

综上，本实施例的技术方案中，根据待检测纸币荧光图中荧光区域的待测位置信息，和真币荧光图中荧光区域的标准位置信息，识别该待检测纸币的面向信息，在已确定的面向信息下，根据上述待测位置信息和标准位置信息，以及荧光特征信息确定待检测纸币的真伪，在识别纸币面向信息的同时，也识别了纸币的荧光区域处的荧光特征，减少了整体纸币鉴伪算法的运行时间，降低了复杂度，提高了纸币鉴伪的效率。

实施例二

请参考图2，其是本发明实施例二提供的一种纸币鉴伪方法的流程示意图。本实施例与实施例一的主要区别在于，进一步提供了上述S110的可选的实施方式。

该一种纸币鉴伪方法，可以包括如下步骤：

S201：将待检测纸币的荧光图划分成多个大小相同的分区，从分区中挑选多个样本分区，样本分区在荧光图中均匀分布。

示例性的，将待检测纸币的荧光图划分成多个大小基本相同的分区，例如，划分成100至1000个大小基本相同的分区。

例如，以待检测纸币的荧光图的大小为200*400为例，即将该荧光图分成精细的200行400列，以每隔10行每隔10列重新将荧光图划分成20行40列，获得800个长和宽均为10个单位的10*10分区。在其他实施例中，也可以将荧光图划分成其他大小为15*15、20*20等格式的多个分区。

从上述获得的800个10*10的分区中，隔行选取行分区，隔列选取列分区，选中其中同属于行分区和列分区的分区作为样本分区，例如，选取第2、4、6……20行，选取第2、4、6……40列，选中其中行和列交叉的分区作为样本分区。在其他实施例中，也可以是以隔2行隔2列等方式，从全部分区中选中样本分区。

S202：计算每个样本分区的像素均值，以像素均值大于门限值的多个样本分区所围成的区域作为搜索样本分区。

示例性的，分别计算上述S201挑选的每个样本分区的像素均值，选中其中像素均值大于预设门限值的多个样本分区，以选中的多个样本分区所围成的整片区域作为搜索样本分区。

S203：在搜索样本分区确立的搜索范围内定位荧光区域，获得荧光区域的待测位置信息。

基于上述S202确定的搜索样本分区，适当地扩大范围，确立荧光区域的大致的搜索范围，该搜索范围能保证包括整个荧光区域即可，再以滑动窗口算法在该搜索范围内精确定位荧光区域的位置，该搜索范围可以为一个矩形区域。

S220：根据待测位置信息与真币荧光图中荧光区域的标准位置信息，识别待检测纸币的面向信息。

S230：在识别的面向信息下，根据待测位置信息与标准位置信息，以及在荧光区域识别荧光特征获得的荧光特征信息，确定待检测纸币的真伪。

示例性的，以纸币荧光图的左下角的顶点为原点(0,0)，分别以纸币荧光图左边边缘线和底边边缘线作为X轴和Y轴，建立直角坐标系，上述S110获得的待测位置信息为(x1,y1)，真币荧光图中标准荧光区域的标准位置信息为(x2,y2)，取预设阈值为Δx和Δy，当∣x1-x2∣≤Δx且∣y1-y2∣≤Δy，并且荧光区域存在荧光特征时，则判定该待检测纸币为真币；当∣x1-x2∣＞Δx和/或∣y1-y2∣＞Δy，和/或荧光区域不存在荧光特征时，则判定该待检测纸币为假币，其中，在本实施中Δx和Δy均取值为5个单位，即上述10*10分区的长或宽的一半。

综上，本实施例的技术方案中，从待检测纸币的荧光图划分成的多个分区中挑选多个样本分区，通过计算样本分区的像素均值确定搜索样本分区及基于搜索样本分区的搜索范围，在该搜索范围内定位待测纸币的荧光区域，获得待测位置信息，根据该待测位置信息和真币荧光图中标准荧光区域的标准位置信息，确定待测纸币的面向信息，并根据上述待测位置信息与标准位置信息，以及荧光特征信息确定待测纸币的真伪，在识别纸币面向信息的同时，也识别了纸币的荧光区域处的荧光特征，减少了整体纸币鉴伪算法的运行时间，降低了复杂度，提高了纸币鉴伪的效率。

以下为本发明实施例提供的一种纸币鉴伪装置的实施例，一种纸币鉴伪装置的实施例和上述一种纸币鉴为方法的实施例属于同一发明构思，在一种纸币鉴伪装置的实施例中未详尽描述的细节内容，可参考上述一种纸币鉴伪方法的实施例。

实施例三

请参考图3，其是本发明实施例三提供的一种纸币鉴伪装置的结构示意图。该一种纸币鉴伪装置300，可以包括如下内容：

定位模块310，用于在待检测纸币的荧光图中定位荧光区域，获得荧光区域在荧光图中的待测位置信息。

识别模块320，用于根据待测位置信息与真币荧光图中标准荧光区域的标准位置信息，识别待检测纸币的面向信息。

确定模块330，用于在识别的面向信息下，根据待测位置信息与标准位置信息，以及在荧光区域识别荧光特征获得的荧光特征信息，确定待检测纸币的真伪。

其中，纸币的面向信息包括正面正向、正面反向、反面正向及反面反向四种面向。

其中，识别模块320，具体用于：

将待测位置信息分别与四种面向下所述真币荧光图中标准荧光区域的标准位置信息进行对比，则待测位置信息与标准位置信息最接近的所对应的面向即为待检测纸币的面向信息。

其中，确定模块，具体用于：

在识别的所述面向信息下，计算所述待测位置信息与所述标准位置信息的差值，将所述差值与预设阈值进行比较，如果所述差值大于所述预设阈值，和/或所述荧光区域不存在所述荧光特征，则所述待检测纸币为假币；如果所述差值不大于所述预设阈值，且所述荧光区域存在所述荧光特征，则所述待检测纸币为真币。

综上，本实施例的技术方案中，根据待检测纸币荧光图中荧光区域的待测位置信息，和真币荧光图中荧光区域的标准位置信息，识别该待检测纸币的面向信息，在已确定的面向信息下，根据上述待测位置信息和标准位置信息，以及荧光特征信息确定待检测纸币的真伪，在识别纸币面向信息的同时，也识别了纸币的荧光区域处的荧光特征，减少了整体纸币鉴伪算法的运行时间，降低了复杂度，提高了纸币鉴伪的效率。

实施例四

请参考图4，其是本发明实施例四提供的一种纸币鉴伪装置的结构示意图。本实施例与实施例三的主要区别在于，进一步提供了定位模块310的可选的实施方式。该一种纸币鉴伪装置400，可以包括如下内容：

定位模块410，用于在待检测纸币的荧光图中定位荧光区域，获得荧光区域在荧光图中的待测位置信息。进一步的，该定位模块410，可以包括划分单元401、计算单元402和定位单元403，其中：

划分单元401，用于将待检测纸币的荧光图划分成多个大小相同的分区，从分区中挑选多个样本分区，样本分区在荧光图中均匀分布。

计算单元402，用于计算每个样本分区的像素均值，以像素均值大于门限值的多个样本分区所围成的区域作为搜索样本分区。

定位单元403，用于在搜索样本分区确立的搜索范围内定位荧光区域，获得荧光区域的待测位置信息。

识别模块420，用于根据待测位置信息与真币荧光图中标准荧光区域的标准位置信息，识别待检测纸币的面向信息。

确定模块430，用于在识别的面向信息下，根据待测位置信息与标准位置信息，以及在荧光区域识别荧光特征获得的荧光特征信息，确定待检测纸币的真伪，其中，荧光特征信息为荧光区域存在荧光特征或不存在荧光特征。

其中，划分单元401，具体用于：将待检测纸币的荧光图按像素划分成大小为10*10的多个分区；在荧光图划分的全部分区中隔行选取行分区，隔列选取列分区，选中既属于行分区又属于列分区的分区作为样本分区。

综上，本实施例的技术方案中，从待检测纸币的荧光图划分成的多个分区中挑选多个样本分区，通过计算样本分区的像素均值确定搜索样本分区及基于搜索样本分区的搜索范围，在该搜索范围内定位待测纸币的荧光区域，获得待测位置信息，根据该待测位置信息和真币荧光图中荧光区域的标准位置信息，确定待测纸币的面向信息，并确定待测纸币的真伪，在识别纸币面向信息的同时，也识别了纸币的荧光区域特征，减少了整体纸币鉴伪算法的运行时间，降低了复杂度，提高了纸币鉴伪的效率。

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。