一种纸币厚度异常检测方法及装置与流程

本发明实施例涉及纸币处理技术领域，尤其涉及一种纸币厚度异常检测方法及装置。

背景技术：

纸币在人们日常活动流通的过程中，容易受到磨损，人们一般会将破损的纸币用胶带进行粘贴后继续使用。而在银行存取款设备中，为了确定存入的纸币或取出的纸币的张数以及判定纸币的合格与否，通常需要对纸币进行厚度的检测。这是因为带胶带的纸币在银行存取款设备中高速运行处理时，容易发生重张或连张现象，影响纸币真实特征的判断和过钞时对纸币的计数准确度。金融部门在对纸币处理时都需要将带胶带的纸币或重张的纸币准确、有效的区分开来。

现有技术中，一般在检测纸币厚度异常时，只是简单使用了厚度传感器去检测纸币是否存在厚度异常的情况，其对于在验钞过程中由于设备因素造成测量误差导致的纸币厚度异常情况往往无法准确判断。

技术实现要素：

本发明提供一种纸币厚度异常检测方法及装置，以有效提高纸币厚度异常的识别率，提高纸币检测的可靠性。

为达到此目的，本发明采用以下技术方案：

一种纸币厚度异常检测方法，包括：

获取待检测纸币的光学图像和厚度数据；

根据所述光学图像确定所述待检测纸币对应的检测模版；

根据所述厚度数据确定所述待检测纸币的厚度异常位置区域；

根据所述待检测纸币对应的检测模版和所述待检测纸币的厚度异常位置区域确定所述待检测纸币厚度是否异常。

进一步地，所述方法，在所述根据所述光学图像确定所述待检测纸币对应的检测模版之前，还包括：

获取模版纸币各面向的反射图像和透射图像；

根据所述模版纸币的属性分别建立每个属性对应的检测模版，所述属性包括：面向、面值、版本中的一个或多个。

进一步地，上述方法中，所述获取模版纸币的各面向的反射图像和透射图像，包括：

获取模版纸币的正面反射图像和反面反射图像；

获取模版纸币的正面红外透射图像和反面红外透射图像；

获取模版纸币的正面绿光透射图像和反面绿光透射图像。

进一步地，上述方法中，所述根据所述模版纸币的属性分别建立每个属性对应的检测模版，包括：

确定所述反射图像和透射图像中像素点的灰度值平均值，并根据所述灰度值平均值和所述模版纸币的属性建立每个属性对应的检测模版。

进一步地，上述方法中，所述根据所述待检测纸币对应的检测模版和所述待检测纸币的厚度异常位置区域确定所述待检测纸币厚度是否异常，包括：

统计所述待检测纸币的光学图像中厚度异常位置区域的每个像素点灰度值；

统计所述像素点灰度值与所述检测模版中的灰度值平均值的差值大于第一阈值的像素点个数，若所述像素点个数大于第二阈值，则确定所述纸币厚度异常。

相应地，本发明还提供一种纸币厚度异常检测装置，包括：

数据获取模块，用于获取待检测纸币的光学图像和厚度数据；

模版确定模块，用于根据所述光学图像确定所述待检测纸币对应的检测模版；

区域确定模块，用于根据所述厚度数据确定所述待检测纸币的厚度异常位置区域；

异常确定模块，用于根据所述待检测纸币对应的检测模版和所述待检测纸币的厚度异常位置区域确定所述待检测纸币厚度是否异常。

进一步地，所述装置，还包括：

图像获取模块，用于在所述根据所述光学图像确定所述待检测纸币对应的检测模版之前，获取模版纸币各面向的反射图像和透射图像；

模版建立模块，用于根据所述模版纸币的属性分别建立每个属性对应的检测模版，所述属性包括：面向、面值、版本中的一个或多个。

进一步地，上述装置中，所述图像获取模块包括：

反射图像获取单元，用于获取模版纸币的正面反射图像和反面反射图像；

红外图像获取单元，用于获取模版纸币的正面红外透射图像和反面红外透射图像；

绿光图像获取单元，用于获取模版纸币的正面绿光透射图像和反面绿光透射图像。

进一步地，上述装置中，所述模版建立模块具体用于：

确定所述反射图像和透射图像中像素点的灰度值平均值，并根据所述灰度值平均值和所述模版纸币的属性建立每个属性对应的检测模版。

进一步地，上述装置中，所述异常确定模块包括：

灰度值统计单元，用于统计所述待检测纸币的光学图像中厚度异常位置区域的每个像素点灰度值；

异常确定单元，用于统计所述像素点灰度值与所述检测模版中的灰度值平均值的差值大于第一阈值的像素点个数，若所述像素点个数大于第二阈值，则确定所述纸币厚度异常。

本发明实施例所提供的技术方案，通过根据不同纸币的不同属性调用的对应检测模版结合纸币厚度数据异常和纸币光学图像灰度值异常的双重标准检测，能够保证纸币厚度异常识别率的有效提高，提高了纸币检测的可靠性，算法简单且节省时间。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的实施例，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，还可以根据提供的附图获得其他的附图。

图1是本发明实施例一提供的一种纸币厚度异常检测方法的流程示意图；

图2是本发明实施例二提供的一种纸币厚度异常检测装置的结构示意图。

具体实施方式

下面结合附图和实施例对本发明作进一步的详细说明。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结构。

实施例一

图1为本发明实施例一提供的一种纸币厚度异常检测方法的流程示意图，该方法适用于检测纸币厚度异常的场景，该方法可以由纸币厚度异常检测装置来执行，该装置可以由软件和/或硬件实现，并一般可集成于用于检测纸币厚度异常的设备中，例如验钞机。参见图1，该方法包括如下步骤：

s110、获取待检测纸币的光学图像和厚度数据。

需要说明的是，所述待检测纸币的光学图像包括反射图像和透射图像，具体的，包括但不限于正面反射图像和反面反射图像、正面红外透射图像和反面红外透射图像、正面绿光透射图像和反面绿光透射图像。所述厚度数据可通过厚度传感器检测得到。

s120、根据所述光学图像确定所述待检测纸币对应的检测模版。

需要说明的是，由于不同面值的纸币的正面或反面的图案样式及其所在的区域不一样；同样的，不同版本同一面值的纸币的正面或反面的图案样式及其所在的区域也不一样；针对上述纸币可能存在的不同情况，检测模版的数量也必定需要存在多个，可以通过所述待检测纸币的属性信息，例如可以是面向、面值、版本中的一个或多个来选择对应的检测模版，以达到更精确的纸币厚度检测的目的。

检测模版的确定可通过所述待检测纸币的反射图像和透射光学结合本领域普遍使用的面向识别算法实现。具体的，通过面向识别算法识别所述待检测纸币的反射图像和透射图像的面向以确定所述待检测纸币的正面或反面，在确定所述待检测纸币的面向后结合所述待检测纸币的面值和/或版本信息可以准确选择检测模版进行后续的厚度异常判断。

进一步需要说明的是，所述待检测纸币的光学图像，示例性的，包括反射图像和透射图像。所述检测模版的确定，示例性的，可通过反射图像和/或透射图像确定，即仅通过反射图像或透射图像也可以确定检测模版的选择，但出于提高纸币检测可靠性的目的，优选的，采用反射图像和透射图像两种图像。

优选的，在所述根据所述光学图像确定所述待检测纸币对应的检测模版之前，还包括检测模版的建立，具体的，可以包括：获取模版纸币各面向的反射图像和透射图像；根据所述模版纸币的属性分别建立每个属性对应的检测模版，所述属性包括：面向、面值、版本中的一个或多个。示例性的，可以通过不同验钞器模块的光学传感器大批量的采集模版纸币的光学图像以建立正常纸币的光学灰度值模版，即检测模版。具体的，通过光学传感器采集所述模版纸币各面向的光学图像包括正面反射图像和反面反射图像(自然光)和多种光学的正面或者反面透射图像(红外透射和绿光透射)，根据所述模版纸币的不同面向分别建立正面和反面反射图像灰度值的检测模版，同时也建立多种光学的正面或者反面透射图像灰度值的检测模版，其中，检测模版的建立需要大批量模版纸币，示例性的，100张正常纸币重复采集光学图像灰度值后取其平均值。

具体的，所述获取模版纸币的各面向的反射图像和透射图像，包括：获取模版纸币的正面反射图像和反面反射图像；获取模版纸币的正面红外透射图像和反面红外透射图像；获取模版纸币的正面绿光透射图像和反面绿光透射图像。

具体的，所述根据所述模版纸币的属性分别建立每个属性对应的检测模版，包括：确定所述反射图像和透射图像中像素点的灰度值平均值，并根据所述灰度值平均值和所述模版纸币的属性建立每个属性对应的检测模版。

s130、根据所述厚度数据确定所述待检测纸币的厚度异常位置区域。

具体的，根据所述厚度传感器采集的所述待检测纸币的厚度数据采用本领域普遍使用的厚度算法初步确认厚度数据异常的位置区域。

进一步具体的，根据厚度传感器采集的所述待检测纸币的厚度数据与预先设置的厚度模版数据结合厚度算法可确定所述待检测纸币中厚度运算结果大于预设阈值的位置区域。

s140、根据所述待检测纸币对应的检测模版和所述待检测纸币的厚度异常位置区域确定所述待检测纸币厚度是否异常。

需要说明的是，根据本申请实施例s130中确认的所述待检测纸币的厚度异常位置区域，可映射到所述待检测纸币的光学图像的厚度异常位置区域。

具体的，所述s140包括：统计所述待检测纸币的光学图像中厚度异常位置区域的每个像素点灰度值；统计所述像素点灰度值与所述检测模版中的灰度值平均值的差值大于第一阈值的像素点个数，若所述像素点个数大于第二阈值，则确定所述纸币厚度异常。示例性的，所述第一阈值可以是20，所述第二阈值可以是15，则当统计的所述像素点灰度值与所述检测模版中的灰度值平均值的差值大于20的像素点个数大于15个时，可确定为厚度异常。

本发明实施例所提供的技术方案，通过纸币厚度数据异常和纸币光学图像灰度值异常的双重标准检测，能够保证纸币厚度异常识别率的有效提高，提高了纸币检测的可靠性，算法简单且节省时间，还可以根据的纸币不同情况进行分别检测，有效提高了厚度异常检测的准确度。

实施例二

请参阅附图2，为本发明实施例二提供的一种纸币厚度异常检测装置的结构示意图，该装置具体包含如下模块：

数据获取模块21，用于获取待检测纸币的光学图像和厚度数据；

模版确定模块22，用于根据所述光学图像确定所述待检测纸币对应的检测模版；

区域确定模块23，用于根据所述厚度数据确定所述待检测纸币的厚度异常位置区域；

异常确定模块24，用于根据所述待检测纸币对应的检测模版和所述待检测纸币的厚度异常位置区域确定所述待检测纸币厚度是否异常。

本实施例通过获取待检测纸币的光学图像和厚度数据；根据所述光学图像确定所述待检测纸币对应的检测模版；根据所述厚度数据确定所述待检测纸币的厚度异常位置区域；根据所述待检测纸币对应的检测模版和所述待检测纸币的厚度异常位置区域确定所述待检测纸币厚度是否异常。基于上述方法及装置，通过纸币厚度数据异常和纸币光学图像灰度值异常的双重标准检测，能够保证纸币厚度异常识别率的有效提高，提高了纸币检测的可靠性，算法简单且节省时间。

优选的，所述装置，还包括：

图像获取模块，用于在所述根据所述光学图像确定所述待检测纸币对应的检测模版之前，获取模版纸币各面向的反射图像和透射图像；

模版建立模块，用于根据所述模版纸币的属性分别建立每个属性对应的检测模版，所述属性包括：面向、面值、版本中的一个或多个。

优选的，所述图像获取模块包括：

反射图像获取单元，用于获取模版纸币的正面反射图像和反面反射图像；

红外图像获取单元，用于获取模版纸币的正面红外透射图像和反面红外透射图像；

绿光图像获取单元，用于获取模版纸币的正面绿光透射图像和反面绿光透射图像。

优选的，所述模版建立模块具体用于：

确定所述反射图像和透射图像中像素点的灰度值平均值，并根据所述灰度值平均值和所述模版纸币的属性建立每个属性对应的检测模版。

优选的，所述异常确定模块包括：

灰度值统计单元，用于统计所述待检测纸币的光学图像中厚度异常位置区域的每个像素点灰度值；

异常确定单元，用于统计所述像素点灰度值与所述检测模版中的灰度值平均值的差值大于第一阈值的像素点个数，若所述像素点个数大于第二阈值，则确定所述纸币厚度异常。

上述装置可执行本发明任意实施例所提供的方法，具备执行方法相应的功能模块和有益效果。

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。