一种纸币字迹污损的检测方法及检测设备与流程

本发明涉及纸币识别技术领域，尤其涉及一种纸币字迹污损的检测方法及检测设备。

背景技术：

纸币是当今世界各国普遍使用的货币形式，纸币一旦进入市场，经流通之后，或多或少会受到一些污损。近些年来，部分纸币甚至被发现印刷有反动文字标语，这些印刷有反动文字标语的纸币若是在市场上流通，不仅对纸币持有者造成困扰和不安，而且会对社会造成一定的危害。因此，按照法律要求，这类具有反动字迹污损的纸币应予以收缴，银行在收到此类纸币时要进行清分，目前主要是采用人工清分的方法，人工清分的工作量大，可操作性不强。

技术实现要素：

鉴于现有技术的不足，本发明提供了一种纸币字迹污损的检测方法，该检测方法可以在纸币处理设备中执行实现，并且其计算量小、计算速度快，提高字迹污损的纸币的清分工作效率。

为了实现上述的目的，本发明采用了如下的技术方案：

一种纸币字迹污损的检测方法，其包括步骤：

获取纸币的灰度图像并选取包括m行×n列像素点的待检测区域；

计算所述待检测区域的每一列像素点的暗区平均灰度值n＝1～n；

根据所述暗区平均灰度值计算字迹污损的灰度比较阈值gth；

将n列中的各列像素点的暗区平均灰度值分别与所述灰度比较阈值gth进行比较，统计暗区平均灰度值小于灰度比较阈值gth的列数，若该列数达到预设的第一列数阈值以上，则判定所述待检测区域中存在字迹污损；

其中，m、n均为正整数。

优选地，所述计算所述待检测区域的每一列像素点的暗区平均灰度值的步骤具体包括：针对第n列像素点的灰度值，按照从小到大的顺序，选取灰度值较小的前i个像素点，计算所述i个像素点的平均灰度值，获得第n列像素点的暗区平均灰度值其中i为正整数且i<m。

优选地，所述i的取值为5～15。

优选地，所述根据所述暗区平均灰度值计算字迹污损的灰度比较阈值gth的步骤具体包括：针对n列中的各列像素点的暗区平均灰度值按照从大到小的顺序，选取较大的前j个平均灰度值，计算所述j个平均灰度值的平均值则其中k为常数且0<k<1，j为正整数且j<n。

优选地，所述j的取值为5～15。

优选地，k为经验常数，并且k的取值根据所述平均值的大小确定，所述平均值越大，则k的取值越小。

优选地，当所述平均值为则k＝k1；当所述平均值为则k＝k2；当所述平均值为则k＝k3；其中，k1<k2<k3。

优选地，在统计暗区平均灰度值小于灰度比较阈值gth的列数之后，还包括：进一步统计该些列数在所述待检测区域中的连续列数，若所述连续列数达到预设的第二列数阈值以上，则判定所述待检测区域中存在字迹污损。

优选地，所述第一列数阈值设定范围是20～30列，所述第二列数阈值设定范围是15～20列。

本发明还提供了一种纸币字迹污损的检测设备，其中，所述检测设备包括：

一个或多个处理器；

存储器，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如上所述的纸币字迹污损的检测方法。

本发明实施例提供的纸币字迹污损的检测方法，该检测方法可以在纸币处理设备中执行实现，并且其计算量小、计算速度快，提高字迹污损的纸币的清分工作效率。

附图说明

图1是本发明实施例提供的纸币字迹污损的检测方法的工作流程图；

图2是本发明实施例提供的纸币字迹污损的检测设备的结构示意图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚，下面结合附图对本发明的具体实施方式进行详细说明。这些优选实施方式的示例在附图中进行了例示。附图中所示和根据附图描述的本发明的实施方式仅仅是示例性的，并且本发明并不限于这些实施方式。

在此，还需要说明的是，为了避免因不必要的细节而模糊了本发明，在附图中仅仅示出了与根据本发明的方案密切相关的结构和/或处理步骤，而省略了与本发明关系不大的其他细节。

本实施例提供了一种纸币字迹污损的检测方法，参阅图1，所述检测方法包括步骤：

步骤s101、获取纸币的灰度图像并选取待检测区域，所述待检测区域包括m行×n列像素点；其中，m、n均为正整数。

在优选的方案中，若选取的待检测区域的背景具有纹理，则对所述待检测区域的图像进行滤波处理，以去除背景中的纹理。滤波处理的方法优选使用最大值滤波法。

s102、计算所述待检测区域的每一列像素点的暗区平均灰度值。该步骤具体包括：针对第n列像素点的灰度值，按照从小到大的顺序，选取灰度值较小的前i个像素点，计算所述i个像素点的平均灰度值，获得第n列像素点的暗区平均灰度值其中，n＝1～n，i为正整数，并且i<m。

例如，对于第1列像素点，将这一列的m行像素点的灰度值按照从小到大排序，从灰度值最小的开始，选取排序靠前的总共i个灰度值，然后计算所述i个灰度值的平均值，即可获得第1列像素点的暗区平均灰度值以此类推，依次计算获得第2列至第n列的暗区平均灰度值

在较为优选的方案中，i的取值为5～15。

s103、根据所述暗区平均灰度值计算字迹污损的灰度比较阈值gth。该步骤具体包括：针对n列像素点的暗区平均灰度值按照从大到小的顺序，选取较大的前j个平均灰度值，计算所述j个平均灰度值的平均值则其中k为常数，且0<k<1，j为正整数，并且j<n。

具体地，可以将n列像素点的暗区平均灰度值从大到小排列，然后从最大值开始，选取排序靠前的总共j个平均灰度值，再计算所述j个平均灰度值的平均值，得到平均值平均值可以定义为最大背景值。

在较为优选的方案中，j的取值为5～15。

进一步地，系数k为经验常数，并且k的取值根据所述平均值的大小确定，所述平均值越大，则k的取值越小。对于同一个具有字迹污损的纸币图像来说，当使用不同的图像获取设备获取纸币的灰度图像时，灰度图像的整体灰度值会有所差异。例如，在整体灰度值较大的时候，背景灰度值的变动范围较大，比如最大背景值(平均值)为200，则在120～200范围内的灰度值均为背景值；在整体灰度值较小的时候，背景灰度值的变动范围较小，比如最大背景值(平均值)为80，只有在60～80范围的灰度值为背景值。因此，系数k需要根据所述平均值的大小确定，并且平均值越大，则k的取值越小。

在较为优选的方案中，可以将平均值分为三个等级，每一个等级对应一个系数k：当所述平均值为则k＝k1；当所述平均值为则k＝k2；当所述平均值为则k＝k3；其中，k1<k2<k3。

在一个具体的实施例中，k1、k2和k3的取值分别为：k1＝0.6，k2＝0.65，k3＝0.7。

s104、将n列像素点的暗区平均灰度值分别与所述灰度比较阈值gth进行比较，统计暗区平均灰度值小于灰度比较阈值gth的列数，若该列数达到预设的第一列数阈值以上，则判定所述待检测区域中存在字迹污损。

通常地，存在字迹污损的位置的灰度值要小于背景灰度值，因此，依次将第1列至第n列的暗区平均灰度值与灰度比较阈值gth进行比较，统计暗区平均灰度值小于灰度比较阈值gth的列数，判断是否存在字迹污损。正常情况下，在没有字迹污损的区域，统计得到的列数基本为0，而存在字迹污损的区域，统计得到的列数则较多，因此可以预先设定进行比较的列数阈值，当统计得到的列数达到比较的列数阈值以上时，判定所述待检测区域中存在字迹污损，否则判定所述待检测区域中不存在字迹污损。在较为优选的方案中，所述第一列数阈值设定范围是20～30列。

更进一步地，字迹污损一般具有连续集中的特征，因此，在更为优选的方案中，对于以上的步骤s104中，可以优化为：

在统计暗区平均灰度值小于灰度比较阈值gth的列数之后，还进一步统计该些列数在所述待检测区域中的连续列数，若所述连续列数达到预设的第二列数阈值以上，此时才判定所述待检测区域中存在字迹污损。优选的是，所述第二列数阈值设定范围是15～20列。

本实施例还提供了一种纸币字迹污损的检测设备，如图2所示，所述检测设备包括：处理器10、存储器20、输入装置30和输出装置40。检测设备中处理器10的数量可以是一个或多个，图2中以一个处理器10为例；检测设备中的处理器10、存储器20、输入装置30和输出装置40可以通过总线或其他方式连接。所述纸币字迹污损的检测设备可以是集成设置在纸币处理设备中。

其中，存储器20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。处理器10通过运行存储在存储器20中的软件程序、指令以及模块，从而执行设备的各种功能应用以及数据处理，即实现本发明前述实施例中的纸币字迹污损的检测方法。输入装置30可用于接收图像、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40可包括显示屏等显示设备，例如，显示图像。

综上所述，本发明实施例提供的纸币字迹污损的检测方法即设备，该检测方法可以在纸币处理设备中执行实现，并且其计算量小、计算速度快，代替人工清分工作，提高了字迹污损的纸币的清分工作效率。

需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

需要指出的是，上述实施例仅为说明本发明的技术构思及特点，其目的在于让熟悉此项技术的人士能够了解本发明的内容并据以实施，并不能以此限制本发明的保护范围。凡根据本发明精神实质所作的等效变化或修饰，都应涵盖在本发明的保护范围之内。