CN102682514B - 一种纸类识别方法及相关装置 - Google Patents
一种纸类识别方法及相关装置 Download PDFInfo
- Publication number
- CN102682514B CN102682514B CN201210154819.4A CN201210154819A CN102682514B CN 102682514 B CN102682514 B CN 102682514B CN 201210154819 A CN201210154819 A CN 201210154819A CN 102682514 B CN102682514 B CN 102682514B
- Authority
- CN
- China
- Prior art keywords
- dirty
- gray
- stationery
- region
- value
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 28
- 238000005070 sampling Methods 0.000 claims description 19
- 238000012163 sequencing technique Methods 0.000 claims description 3
- 230000008569 process Effects 0.000 description 6
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 230000008878 coupling Effects 0.000 description 2
- 230000006378 damage Effects 0.000 description 2
- 230000008520 organization Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000004907 flux Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000007639 printing Methods 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
- G06T7/0008—Industrial image inspection checking presence/absence
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/90—Determination of colour characteristics
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07D—HANDLING OF COINS OR VALUABLE PAPERS, e.g. TESTING, SORTING BY DENOMINATIONS, COUNTING, DISPENSING, CHANGING OR DEPOSITING
- G07D7/00—Testing specially adapted to determine the identity or genuineness of valuable papers or for segregating those which are unacceptable, e.g. banknotes that are alien to a currency
- G07D7/06—Testing specially adapted to determine the identity or genuineness of valuable papers or for segregating those which are unacceptable, e.g. banknotes that are alien to a currency using wave or particle radiation
- G07D7/12—Visible light, infrared or ultraviolet radiation
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07D—HANDLING OF COINS OR VALUABLE PAPERS, e.g. TESTING, SORTING BY DENOMINATIONS, COUNTING, DISPENSING, CHANGING OR DEPOSITING
- G07D7/00—Testing specially adapted to determine the identity or genuineness of valuable papers or for segregating those which are unacceptable, e.g. banknotes that are alien to a currency
- G07D7/181—Testing mechanical properties or condition, e.g. wear or tear
- G07D7/187—Detecting defacement or contamination, e.g. dirt
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Toxicology (AREA)
- Quality & Reliability (AREA)
- Inspection Of Paper Currency And Valuable Securities (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
Abstract
本发明实施例公开了一种纸类识别方法及相关装置，用于基于纸类的新旧程度对纸类的脏污情况进行准确的识别。本发明实施例方法包括：获取输入纸类中图像的像素灰度值组，所述像素灰度值组为所述输入纸类中指定区域的采样像素点的灰度值的组合；获取所述像素灰度值组中所有像素点的灰度的均值，作为第一灰度均值；比较所述第一灰度均值及新旧阈值，确定所述输入纸类的新旧等级；分别获取所述输入纸类中N个区域的脏污深度，所述N为大于或等于1的整数；根据所述N个区域的脏污深度，区域面积和脏污阈值确定所述输入纸类的脏污等级，所述脏污阈值与所述新旧等级相对应。
Description
技术领域
本发明涉及图像处理领域，尤其涉及一种纸类识别方法及相关装置。
背景技术
随着经济和社会的发展，钞票越来越多，流通也越来越频繁。与其他物品使用一段时间后质量下降就被回收销毁一样，钞票使用一段时间后如果质量下降也将被回收销毁。特别是对各大银行的中心分行，由于钞票流通量巨大，钞票由于脏污等情况需回收销毁，而对钞票分门别类挑出需回收销毁的脏污钞票的工作量很大。如果由人工操作，将费时费力，成本很大。而若由机器执行此项任务，则会大大解放人力，钞票脏污分类成本也将大大降低。
在现有技术中，会预先存储纸张上成为污损检测对象的区域作为检测对象区域，预先存储所述检测对象区域中印刷的图像像素数作为比较时的基准像素数。
在实际应用中，由于待检测纸类的新旧程度会对脏污程度的判断产生影响，若现有技术使用新纸类的图像像素作为基准像素进行脏污判定，则在待检测纸类较为陈旧的情况下，脏污判定容易产生误差。
发明内容
本发明实施例提供了一种纸类识别方法及相关装置，用于基于纸类的新旧程度对纸类的脏污情况进行准确的识别。
本发明提供的纸类识别方法，包括：获取输入纸类中图像的像素灰度值组，所述像素灰度值组为所述输入纸类中指定区域的采样像素点的灰度值的组合；获取所述像素灰度值组中所有像素点的灰度的均值，作为第一灰度均值；比较所述第一灰度均值及新旧阈值，确定所述输入纸类的新旧等级；分别获取所述输入纸类中N个区域的脏污深度，所述N为大于或等于1的整数；根据所述N个区域的脏污深度，区域面积和脏污阈值确定所述输入纸类的脏污等级，所述脏污阈值与所述新旧等级相对应。
本发明提供的纸类识别装置，包括：图像获取单元，用于获取输入纸类中图像的像素灰度值组，所述像素灰度值组为所述输入纸类中指定区域的采样像素点的灰度值的组合；灰度获取单元，用于获取所述像素灰度值组中所有像素点的灰度的均值，作为第一灰度均值；新旧判定单元，用于比较所述第一灰度均值及新旧阈值，确定所述输入纸类的新旧等级；脏污深度获取单元，用于分别获取所述输入纸类中N个区域的脏污深度，所述N为大于或等于1的整数；脏污判定单元，用于根据所述N个区域的脏污深度，区域面积和脏污阈值确定所述输入纸类的脏污等级，所述脏污阈值与所述新旧等级相对应。
从以上技术方案可以看出，本发明实施例具有以下优点：本发明实施例会采样输入纸类中特定区域的像素灰度值组，并根据该特定区域的像素灰度值组确定输入纸类的新旧等级；再基于输入纸类的新旧等级，区分不同区域对输入纸类的脏污等级进行判断，由于不同新旧等级的采用不同的脏污等级模板，因此输入纸类的新旧程度不会对输入纸类的脏污等级造成影响，从而使得输入纸类的脏污判定更加精确。
附图说明
图1是本发明实施例纸类识别方法的一个流程示意图；
图2是本发明实施例纸类识别方法的另一个流程示意图；
图3是本发明实施例纸类识别装置的逻辑结构示意图。
具体实施方式
本发明实施例提供了一种纸类识别方法及相关装置，用于基于纸类的新旧程度对纸类的脏污情况进行准确的识别。
请参阅图1，本发明实施例中纸类识别方法的一个实施例包括：
101、获取输入纸类中图像的像素灰度值组；
纸类识别装置获取输入纸类中图像的像素灰度值组，所述像素灰度值组为所述输入纸类中指定区域的采样像素点的灰度值的组合。
具体的，所述输入纸类数据可以为纸币；
所述指定区域根据实际情况和用户需求而定，可以为整张纸币，也可以为纸币中任意一部分区域，优选的，为了便于识别，指定区域可以选择灰度值较高的区域。
可选的，所述采样像素点可以为所述指定区域内所有的像素点，也可以为按一定比例在所述指定区域内进行采样（如，1比10采样）。
可选的，输入纸类的图像可以为所述输入纸类的一面，也可以为输入纸类的正反两面，具体根据实际需求而定，此处不作限定。
102、获取所述像素灰度值组中所有像素点的灰度的均值；
纸类识别装置获取所述像素灰度值组中所有像素点的灰度的均值，作为第一灰度均值。
需要注意的是，所述第一灰度均值中的“第一”并无次序或大小等含义，仅用于区分不同的灰度均值。
103、比较所述第一灰度均值及新旧阈值；
纸类识别装置比较所述第一灰度均值及新旧阈值，确定所述输入纸类的新旧等级。
具体的，所述新旧阈值为预置的灰度阈值，可以有多组，分别代表不同新旧程度的灰度阈值。
104、分别获取所述输入纸类中N个区域的脏污深度；
纸类识别装置分别获取所述输入纸类中N个区域的脏污深度，所述N为大于或等于1的整数。
具体的，所述N个区域可以为灰度等级不同的区域（如深色区域、浅色区域等），也可以为所述输入纸类中不同位置的区域，具体根据实际需要以及判定精度而定，此处不作限定。
具体的，所述脏污深度为表示输入纸类污损程度的参数，可以根据灰度均值和标准灰度值的差值进行判定，具体计算过程在后续实施例中描述，此处不作限定。
105、确定所述输入纸类的脏污等级。
纸类识别装置根据所述N个区域的脏污深度，区域面积和脏污阈值确定所述输入纸类的脏污等级，所述脏污阈值与所述新旧等级相对应。
具体的，所述脏污阈值为预置的灰度阈值，可以有多组，分别代表不同脏污程度的灰度阈值。
在实际应用中，不同的新旧等级在同一区域设置有不同的脏污阈值，即同一灰度均值的区域在不同的新旧等级下会有不同的脏污等级，如，一个灰度均值为180的区域在新纸币中可能会被判定为脏污，而在旧币中则不然。
本发明实施例会采样输入纸类中特定区域的像素灰度值组，并根据该特定区域的像素灰度值组确定输入纸类的新旧等级；再基于输入纸类的新旧等级，区分不同区域对输入纸类的脏污等级进行判断，由于不同新旧等级的采用不同的脏污等级模板，因此输入纸类的新旧程度不会对输入纸类的脏污等级造成影响，从而使得输入纸类的脏污判定更加精确。
在实际应用中，某些小区域发生严重脏污可能会影响新旧程度的判定准确度，本发明提供了相应的解决方法，请参阅图2，本发明实施例中纸类识别方法的另一个实施例包括：
201、获取输入纸类中图像的像素灰度值组；
本实施例中的步骤201的内容与前述图1所示的实施例中步骤101的内容相同，此处不再赘述。
202、对所述像素灰度值组中所有像素点的灰度值进行排序；
纸类识别装置根据灰度值的大小对所述像素灰度值组中所有像素点的灰度值进行排序。
203、获取取样像素灰度值组；
纸类识别装置获取所述排序的结果中位于中间区段的像素点的灰度值作为取样像素灰度值组。
优选的，中间区段可以为排序结果中中间排在百分之六十的区段，即去掉分别排在头尾百分之二十的像素点的灰度值作为取样像素灰度值组；可选的，中间区段也可以为排序结果中中间排在百分之四十至八十的区段，此处具体不作限定。
在本发明实施例中，去掉灰度过大以及灰度过小的像素点的影响，使得判定新旧程度的像素点的取样更加合理，新旧程度的判定更加精确。
204、获取所述取样像素灰度值组中所有像素点的灰度的均值；
纸类识别装置获取所述取样像素灰度值组中所有像素点的灰度的均值，作为第一灰度均值。
205、比较所述第一灰度均值及新旧阈值；
纸类识别装置比较所述第一灰度均值及新旧阈值，确定所述输入纸类的新旧等级。
具体的，所述新旧阈值为预置的灰度阈值，可以有多组，分别代表不同新旧程度的灰度阈值。
206、获取所述N个区域中各个区域的第二灰度均值；
纸类识别装置获取所述N个区域中各个区域的第二灰度均值；所述“第一”和“第二”仅用于区分判断新旧和脏污的灰度均值。
可选的，所述N个区域可以为灰度等级不同的区域；进一步的，除了不同灰度等级的区域（如深色区域、浅色区域等）划分之外，还可以在同一灰度等级的区域内进行位置上的区域划分，因此，所述输入纸类可以包括K个灰度等级不同的灰度区域，各个所述灰度区域中还可以包括n个子区域，所述K乘以所述n等于所述N。
207、获取所述各个区域的脏污深度；
纸类识别装置根据所述各个区域的第二灰度均值和所述各个区域相应的标准灰度值分别获取所述各个区域的脏污深度，所述标准灰度值为同一新旧等级钞票同一区域的灰度标准值，具体可以对大量钞票图像进行统计并综合客户反馈的信息而得到。
具体的，一个区域的脏污深度的计算方法为：将X区域的第二灰度均值与所述X区域的标准灰度值相减并取绝对值，再将所述绝对值除以所述标准灰度值，得到所述X区域的脏污深度，所述X区域为所述N个区域中的任一区域。
208、获取所述各个区域的单位脏污值；
纸类识别装置获取所述各个区域的单位脏污值，所述单位脏污值为一个区域的脏污深度与所述一个区域的面积的乘积。
209、获取所述输入纸类的脏污深度；
纸类识别装置将所述各个区域的单位脏污值的和除以所述N个区域的总面积，得到所述输入纸类的脏污深度。
210、确定所述输入纸类的脏污等级。
纸类识别装置比较所述输入纸类的脏污深度和脏污阈值，确定所述输入纸类的脏污等级。
为了便于理解，下面以一具体应用场景对上述的实施例中描述的纸类识别方法再进行详细描述，具体为：
（1）输入待识别的纸类，进入走钞通道，流程开始；
（2）图像传感器扫描走钞通道中的待鉴别输入纸类，获取投入输入纸类的图像的灰度值数据；
（3）获取输入纸类的第一灰度均值，获取数据区域为输入纸类正反面的灰度值较高区域；
钞票的新旧是一个整体、全局的概念，反映在整张钞票区域上，所以，通过局部区域的分析基本就可以基本判断出整体的新旧，就好像通过脸，我们就可以基本分辨一个人的肤色一样。另外，钞票使用一段时间后，灰度值较高区域比其他区域像素灰度值变化更大，灰度值较高区域更能方便反映钞票的新旧程度。
（4）对第一灰度均值与新旧阈值的储存数据进行对比分析，确定纸页类新旧等级；
以人民币为例，获取区域为正反水印区域。以人民币为例，分别获取正反水印区域像素灰度值组V1、V2（V1、V2分别代表正面和反面的像素灰度值），对V1、V2中灰度值进行大小排序得到新的像素灰度值组V11、V21，分别取V11、V21中正中60%区段的像素灰度值组得到新的像素灰度值组V12、V22，分别计算V12、V22的像素灰度均值v1、v2，作为人民币正反面第一灰度均值。
如果把输入纸类正反面都分成全新、9成新、8成新、7成新、6成新、5成新及以下六个等级，则正面有五个新旧阈值p1、p2、p3、p4、p5，其中0≤p1<p2<p3<p4<p5≤255，类似，则反面也有五个新旧阈值n1、n2、n3、n4、n5，其中0≤n1<n2<n3<n4<n5≤255。
当0≤v1<p1时正面新旧等级L1为5成新及以下，当p1≤v1<p2时正面新旧等级L1为6成新，当p2≤v1<p3时正面新旧等级L1为7成新，当p3≤v1<p4时正面新旧等级L1为8成新，当p4≤v1<p5时正面新旧等级L1为9成新，当p5≤v1≤255时正面新旧等级L1为全新。同理，当0≤v2<n1时反面新旧等级L2为5成新及以下，当n1≤v2<n2时反面新旧等级L2为6成新，当n2≤v2<n3时反面新旧等级L2为7成新，当n3≤v2<n4时反面新旧等级L2为8成新，当n4≤v2<n5时反面新旧等级L2为9成新，当n5≤v2≤255时反面新旧等级L2为全新，则输入纸类的新旧等级L取L1与L2的较小者。
（5）获取输入纸类的第二灰度均值。
把输入纸类图像正反面各分为像素亮色区a、浅色区b与深色区c，其中a又分为a1、a2、...、ax共x个子区域，b又分为b1、b2、...、by共y个子区域，c又分为c1、c2、...、cz共z个子区域，这些子区域面积基本相同。计算每个子区域的灰度均值。
本地存储有每一级新旧等级下输入纸类每个子区域的标准脏污数据，即每一级新旧等级下输入纸类每个子区域的灰度均值。
（6）对第二灰度均值与脏污阈值的储存数据进行对比分析，确定纸页类脏污等级；
根据新旧等级L与相应的模版数据获取脏污等级。先定义脏污深度，某个区域的脏污深度deep_stain定义为像素灰度值pix与相同新旧等级下输入纸类所对应像素的标准灰度值pix_std的差值的绝对值比标准灰度值pix_std的百分比，即deep_stain=100%*|pix-pix_std|/pix_std。分别令正反面每个子区域的面积与其脏污深度的乘积的和除以图像正面或反面区域面积，即得图像正反面的脏污深度。图像的脏污深度deep_stain取图像正反面的脏污深度的较大者。如果把脏污分为4个等级，则每个新旧等级下模版有三个脏污阈值Z1、Z2、Z3，0≤Z1<Z2<Z3≤1。当0≤deep_stain<Z1时，则输入纸类脏污等级为1，当Z1≤deep_stain<Z2时，则输入纸类脏污等级为2，当Z2≤deep_stain<Z3时，则输入纸类脏污等级为3，当Z3≤deep_stain≤1时，则输入纸类脏污等级为4。
上面仅以一些例子对本发明实施例中的应用场景进行了说明，可以理解的是，在实际应用中，还可以有更多的应用场景，具体此处不作限定。
下面对用于执行上述纸类识别方法的本发明纸类识别装置的实施例进行说明，其逻辑结构请参考图3，本发明实施例中纸类识别装置的一个实施例包括：
图像获取单元301，用于获取输入纸类中图像的像素灰度值组，所述像素灰度值组为所述输入纸类中指定区域的采样像素点的灰度值的组合；
灰度获取单元302，用于获取所述像素灰度值组中所有像素点的灰度的均值，作为第一灰度均值；
新旧判定单元303，用于比较所述第一灰度均值及新旧阈值，确定所述输入纸类的新旧等级；
脏污深度获取单元304，用于分别获取所述输入纸类中N个区域的脏污深度，所述N为大于或等于1的整数；
脏污判定单元305，用于根据所述N个区域的脏污深度，区域面积和脏污阈值确定所述输入纸类的脏污等级，所述脏污阈值与所述新旧等级相对应。
可选的，本发明实施例中的纸类识别装置还可以包括：
灰度排序单元306，用于根据灰度值的大小对所述像素灰度值组中所有像素点的灰度值进行排序；
取样单元307，用于获取所述排序的结果中位于中间区段的像素点的灰度值作为取样像素灰度值组；
所述灰度获取单元302还用于获取所述取样像素灰度值组中所有像素点的灰度的均值，作为第一灰度均值。
可选的，本发明实施例中的脏污判定单元305可以包括：
脏污值获取模块3051，用于获取所述各个区域的单位脏污值，所述单位脏污值为一个区域的脏污深度与所述一个区域的面积的乘积；
脏污深度获取模块3052，用于所述各个区域的单位脏污值的和除以所述N个区域的总面积，得到所述输入纸类的脏污深度；
脏污判定模块3053，用于比较所述输入纸类的脏污深度和脏污阈值，确定所述输入纸类的脏污等级。
本发明实施例纸类识别装置中各个单元具体的交互过程如下：
图像获取单元301获取输入纸类中图像的像素灰度值组，所述像素灰度值组为所述输入纸类中指定区域的采样像素点的灰度值的组合。
具体的，所述输入纸类数据可以为纸币；所述指定区域根据实际情况和用户需求而定，可以为整张纸币，也可以为纸币中任意一部分区域，优选的，为了便于识别，指定区域可以选择灰度值较高的区域。可选的，所述采样像素点可以为所述指定区域内所有的像素点，也可以为按一定比例在所述指定区域内进行采样（如，1比10采样）。可选的，输入纸类的图像可以为所述输入纸类的一面，也可以为输入纸类的正反两面，具体根据实际需求而定，此处不作限定。
可选的，确定第一灰度均值之前，可以由灰度排序单元306先根据灰度值的大小对所述像素灰度值组中所有像素点的灰度值进行排序；再由取样单元307获取所述排序的结果中位于中间区段的像素点的灰度值作为取样像素灰度值组；优选的，中间区段可以为排序结果中中间排在百分之六十的区段，即去掉分别排在头尾百分之二十的像素点的灰度值作为取样像素灰度值组；可选的，中间区段也可以为排序结果中中间排在百分之四十至八十的区段，此处具体不作限定。
灰度获取单元302获取所述像素灰度值组中所有像素点的灰度的均值，作为第一灰度均值。所述灰度获取单元302还用于获取所述取样像素灰度值组中所有像素点的灰度的均值，作为第一灰度均值。
在获取了所述第一灰度均值之后，新旧判定单元303比较所述第一灰度均值及新旧阈值，确定所述输入纸类的新旧等级。具体的，所述新旧阈值为预置的灰度阈值，可以有多组，分别代表不同新旧程度的灰度阈值。
在确定了输入纸类的新旧程度之后，脏污深度获取单元304分别获取所述输入纸类中N个区域的脏污深度，所述N为大于或等于1的整数。
具体的，所述N个区域可以为灰度等级不同的区域（如深色区域、浅色区域等），也可以为所述输入纸类中不同位置的区域，具体根据实际需要以及判定精度而定，此处不作限定。具体的，所述脏污深度为表示输入纸类污损程度的参数，可以根据灰度均值和标准灰度值的差值进行判定，具体计算过程在后续实施例中描述，此处不作限定。
进一步的，脏污判定单元305根据所述N个区域的脏污深度，区域面积和脏污阈值确定所述输入纸类的脏污等级，所述脏污阈值与所述新旧等级相对应。具体的，所述脏污阈值为预置的灰度阈值，可以有多组，分别代表不同脏污程度的灰度阈值。
在实际应用中，不同的新旧等级在同一区域设置有不同的脏污阈值，即同一灰度均值的区域在不同的新旧等级下会有不同的脏污等级，如，一个灰度均值为180的区域在新纸币中可能会被判定为脏污，而在旧币中则不然。
具体的，脏污判定单元305的脏污值获取模块3051获取所述各个区域的单位脏污值，所述单位脏污值为一个区域的脏污深度与所述一个区域的面积的乘积；再由脏污深度获取模块3052将所述各个区域的单位脏污值的和除以所述N个区域的总面积，得到所述输入纸类的脏污深度；脏污判定模块3053再比较所述输入纸类的脏污深度和脏污阈值，确定所述输入纸类的脏污等级。
在本申请所提供的几个实施例中，应该理解到，所揭露的装置和方法可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个***，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备（可以是个人计算机，服务器，或者网络设备等）执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器（ROM，Read-OnlyMemory）、随机存取存储器（RAM，Random Access Memory）、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应所述以权利要求的保护范围为准。
Claims (9)
1.一种纸类识别方法，其特征在于，包括：
获取输入纸类中图像的像素灰度值组，所述像素灰度值组为所述输入纸类中指定区域的采样像素点的灰度值的组合；
获取所述像素灰度值组中所有像素点的灰度的均值，作为第一灰度均值；
比较所述第一灰度均值及新旧阈值，确定所述输入纸类的新旧等级；
分别获取所述输入纸类中N个区域的脏污深度，所述N为大于或等于1的整数；所述分别获取所述输入纸类中N个区域的脏污深度，包括：获取所述N个区域中各个区域的第二灰度均值；根据所述各个区域的第二灰度均值和所述各个区域相应的标准灰度值分别获取所述各个区域的脏污深度；
根据所述N个区域的脏污深度，区域面积和脏污阈值确定所述输入纸类的脏污等级，所述脏污阈值与所述新旧等级相对应。
2.根据权利要求1所述的方法，其特征在于，所述获取输入纸类中图像的像素灰度值组之后，包括：
根据灰度值的大小对所述像素灰度值组中所有像素点的灰度值进行排序；
获取所述排序的结果中位于中间区段的像素点的灰度值作为取样像素灰度值组；
所述获取像素灰度值组中所有像素点的灰度的均值，具体为：
获取所述取样像素灰度值组中所有像素点的灰度的均值。
3.根据权利要求1所述的方法，其特征在于，根据所述各个区域的第二灰度均值和所述各个区域相应的标准灰度值分别获取所述各个区域的脏污深度，具体为：
X区域的第二灰度均值与所述X区域的标准灰度值相减并取绝对值，再将所述绝对值除以所述标准灰度值，得到所述X区域的脏污深度，所述X区域为所述N个区域中的任一区域。
4.根据权利要求1或2所述的方法，其特征在于，所述根据所述N个区域的脏污深度，区域面积和脏污阈值确定所述输入纸类的脏污等级，包括：
获取所述各个区域的单位脏污值，所述单位脏污值为一个区域的脏污深度与所述一个区域的面积的乘积；
所述各个区域的单位脏污值的和除以所述N个区域的总面积，得到所述输入纸类的脏污深度；
比较所述输入纸类的脏污深度和脏污阈值，确定所述输入纸类的脏污等级。
5.根据权利要求1或2所述的方法，其特征在于，所述N个区域为灰度等级不同的区域。
6.根据权利要求1或2所述的方法，其特征在于，所述输入纸类包括K个灰度等级不同的灰度区域，各个所述灰度区域中还包括n个子区域，所述K乘以所述n等于所述N。
7.一种纸类识别装置，其特征在于，包括：
图像获取单元，用于获取输入纸类中图像的像素灰度值组，所述像素灰度值组为所述输入纸类中指定区域的采样像素点的灰度值的组合；
灰度获取单元，用于获取所述像素灰度值组中所有像素点的灰度的均值，作为第一灰度均值；
新旧判定单元，用于比较所述第一灰度均值及新旧阈值，确定所述输入纸类的新旧等级；
脏污深度获取单元，用于分别获取所述输入纸类中N个区域的脏污深度，所述N为大于或等于1的整数；所述分别获取所述输入纸类中N个区域的脏污深度，包括：获取所述N个区域中各个区域的第二灰度均值；根据所述各个区域的第二灰度均值和所述各个区域相应的标准灰度值分别获取所述各个区域的脏污深度；
脏污判定单元，用于根据所述N个区域的脏污深度，区域面积和脏污阈值确定所述输入纸类的脏污等级，所述脏污阈值与所述新旧等级相对应。
8.根据权利要求7所述的装置，其特征在于，所述装置还包括：
灰度排序单元，用于根据灰度值的大小对所述像素灰度值组中所有像素点的灰度值进行排序；
取样单元，用于获取所述排序的结果中位于中间区段的像素点的灰度值作为取样像素灰度值组；
所述灰度获取单元还用于获取所述取样像素灰度值组中所有像素点的灰度的均值，作为第一灰度均值。
9.根据权利要求7或8所述的装置，其特征在于，所述脏污判定单元包括：
脏污值获取模块，用于获取所述各个区域的单位脏污值，所述单位脏污值为一个区域的脏污深度与所述一个区域的面积的乘积；
脏污深度获取模块，用于将所述各个区域的单位脏污值的和除以所述N个区域的总面积，得到所述输入纸类的脏污深度；
脏污判定模块，用于比较所述输入纸类的脏污深度和脏污阈值，确定所述输入纸类的脏污等级。
Priority Applications (7)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201210154819.4A CN102682514B (zh) | 2012-05-17 | 2012-05-17 | 一种纸类识别方法及相关装置 |
| EP13791262.2A EP2851874A4 (en) | 2012-05-17 | 2013-03-27 | Method for paper identification and corresponding device |
| PCT/CN2013/073247 WO2013170663A1 (zh) | 2012-05-17 | 2013-03-27 | 一种纸类识别方法及相关装置 |
| US14/352,302 US9189842B2 (en) | 2012-05-17 | 2013-03-27 | Paper identifying method and related device |
| IN3754CHN2014 IN2014CN03754A (zh) | 2012-05-17 | 2013-03-27 | |
| AU2013262328A AU2013262328B2 (en) | 2012-05-17 | 2013-03-27 | Paper identifying method and related device |
| ZA2014/03713A ZA201403713B (en) | 2012-05-17 | 2014-05-21 | Paper identifying method and related device |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201210154819.4A CN102682514B (zh) | 2012-05-17 | 2012-05-17 | 一种纸类识别方法及相关装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN102682514A CN102682514A (zh) | 2012-09-19 |
| CN102682514B true CN102682514B (zh) | 2014-07-02 |
Family
ID=46814366
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201210154819.4A Active CN102682514B (zh) | 2012-05-17 | 2012-05-17 | 一种纸类识别方法及相关装置 |
Country Status (7)
| Country | Link |
|---|---|
| US (1) | US9189842B2 (zh) |
| EP (1) | EP2851874A4 (zh) |
| CN (1) | CN102682514B (zh) |
| AU (1) | AU2013262328B2 (zh) |
| IN (1) | IN2014CN03754A (zh) |
| WO (1) | WO2013170663A1 (zh) |
| ZA (1) | ZA201403713B (zh) |
Families Citing this family (34)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102682514B (zh) | 2012-05-17 | 2014-07-02 | 广州广电运通金融电子股份有限公司 | 一种纸类识别方法及相关装置 |
| CN103413375B (zh) * | 2013-07-05 | 2017-05-17 | 深圳市国科微半导体股份有限公司 | 基于图像统计特征的纸币新旧判别***及其判别方法 |
| CN103324946B (zh) | 2013-07-11 | 2016-08-17 | 广州广电运通金融电子股份有限公司 | 一种纸币识别分类的方法及*** |
| CN103489255B (zh) * | 2013-08-23 | 2016-04-06 | 广州智萃电子科技有限公司 | 一种钞票污损检测装置和方法 |
| CN103456075B (zh) * | 2013-09-06 | 2015-11-25 | 广州广电运通金融电子股份有限公司 | 一种纸币处理方法及装置 |
| CN104504802B (zh) * | 2014-10-23 | 2017-02-15 | 深圳怡化电脑股份有限公司 | 一种纸币拼接信号的检测方法 |
| CN104867225B (zh) * | 2015-05-15 | 2018-12-11 | 深圳怡化电脑股份有限公司 | 一种纸币的面向识别方法及装置 |
| WO2016183831A1 (zh) * | 2015-05-20 | 2016-11-24 | 深圳怡化电脑股份有限公司 | 纸币缺损识别方法及装置 |
| CN105184950A (zh) * | 2015-06-03 | 2015-12-23 | 深圳怡化电脑股份有限公司 | 一种分析纸币新旧的方法及装置 |
| CN105139510B (zh) * | 2015-08-25 | 2018-07-17 | 深圳怡化电脑股份有限公司 | 纸币识别方法及*** |
| CN105844780B (zh) * | 2016-03-18 | 2019-06-28 | 光荣电子工业（苏州）有限公司 | 纸张判别装置、校正信息设定方法、以及纸张判别方法 |
| CN105957061A (zh) * | 2016-04-22 | 2016-09-21 | 武汉理工大学 | 一种用于旋冠盖的阈值图制作和图片检测方法 |
| DE102016011417A1 (de) * | 2016-09-22 | 2018-03-22 | Giesecke+Devrient Currency Technology Gmbh | Verfahren und Vorrichtung zur Erkennung von Farbabnutzungen an einem Wertdokument, insbesondere einer Banknote, sowie Wertdokumentbearbeitungssystem |
| CN106815923A (zh) * | 2016-12-29 | 2017-06-09 | 深圳怡化电脑股份有限公司 | 一种纸币版本的识别方法及装置 |
| CN106910276B (zh) * | 2017-02-24 | 2019-04-26 | 深圳怡化电脑股份有限公司 | 检测纸币新旧的方法及装置 |
| CN107067390B (zh) * | 2017-03-09 | 2020-01-14 | 深圳怡化电脑股份有限公司 | 一种检测图像传感器的灰度分辨率的方法及装置 |
| CN106898082B (zh) * | 2017-03-15 | 2019-08-27 | 深圳怡化电脑股份有限公司 | 一种图像污损判定的方法及装置 |
| CN108665604B (zh) * | 2017-03-30 | 2020-09-15 | 深圳怡化电脑股份有限公司 | 一种纸币新旧等级的检测方法及装置 |
| CN107012717B (zh) * | 2017-04-06 | 2018-09-14 | 南京三宝弘正视觉科技有限公司 | 一种纸张生产控制设备和方法 |
| CN107481391B (zh) * | 2017-07-03 | 2019-11-19 | 广州广电运通金融电子股份有限公司 | 纸币涂鸦的检测方法及装置 |
| CN107610317B (zh) * | 2017-08-21 | 2019-09-20 | 深圳怡化电脑股份有限公司 | ***鉴伪方法及装置 |
| CN107705415A (zh) * | 2017-10-25 | 2018-02-16 | 深圳怡化电脑股份有限公司 | 一种纸币字迹污损的检测方法及检测设备 |
| CN108257292A (zh) * | 2018-02-06 | 2018-07-06 | 深圳怡化电脑股份有限公司 | 纸币分类回收方法、装置和***以及存储介质 |
| CN108460900A (zh) * | 2018-03-02 | 2018-08-28 | 深圳怡化电脑股份有限公司 | 一种计算纸币污损等级的方法、装置、设备及存储介质 |
| CN108492447B (zh) * | 2018-03-20 | 2020-09-15 | 深圳怡化电脑股份有限公司 | 美元面向识别方法、电子装置及计算机可读存储介质 |
| CN109410172B (zh) * | 2018-09-14 | 2021-11-05 | 威海华菱光电股份有限公司 | 纸张厚度的检测方法、装置、存储介质和处理器 |
| CN110867015A (zh) * | 2019-09-29 | 2020-03-06 | 广州国瀚计算机通讯科技有限公司 | 一种人民币鉴伪方法 |
| CN110791942B (zh) * | 2019-11-13 | 2021-06-25 | 东华大学 | 在图像分析***中对浅色衣物脏污程度的评估方法 |
| CN113269708B (zh) * | 2020-04-17 | 2024-07-12 | 深圳市怡化时代科技有限公司 | 介质新旧的确定方法、装置、计算机设备和存储介质 |
| CN113255674A (zh) * | 2020-09-14 | 2021-08-13 | 深圳怡化时代智能自动化***有限公司 | 字符识别方法、装置、电子设备及计算机可读存储介质 |
| US11311192B1 (en) * | 2020-11-05 | 2022-04-26 | Hand Held Products, Inc. | Methods and systems for predicting printed label's life |
| CN115131910B (zh) * | 2022-05-30 | 2024-02-13 | 华中科技大学同济医学院附属协和医院 | 一种基于大数据的票据检验*** |
| CN116721067B (zh) * | 2023-05-29 | 2024-04-12 | 宿迁凯达环保设备制造有限公司 | 一种基于机器视觉的浸渍纸浸渍质量检测方法 |
| CN118038366A (zh) * | 2024-02-20 | 2024-05-14 | 青岛法牧机械有限公司 | 一种猪场养殖智能监控***及方法 |
Family Cites Families (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP0072237B1 (en) * | 1981-08-11 | 1987-04-29 | De La Rue Systems Limited | Apparatus for scanning a sheet |
| CN1064154C (zh) * | 1995-09-19 | 2001-04-04 | 顾临怡 | 新旧纸币分检机及分检方法 |
| GB0106817D0 (en) * | 2001-03-19 | 2001-05-09 | Rue De Int Ltd | Monitoring method |
| JP2004265036A (ja) * | 2003-02-28 | 2004-09-24 | Nippon Conlux Co Ltd | 紙葉類識別装置および方法 |
| WO2009072211A1 (ja) | 2007-12-07 | 2009-06-11 | Glory Ltd. | 紙幣識別装置および紙幣識別方法 |
| US8577117B2 (en) | 2008-06-30 | 2013-11-05 | Ncr Corporation | Evaluating soiling of a media item |
| US20110246278A1 (en) | 2010-03-31 | 2011-10-06 | Glory Ltd. | Paper-sheet processing apparatus and paper-sheet processing method |
| RU2421818C1 (ru) | 2010-04-08 | 2011-06-20 | Общество С Ограниченной Ответственностью "Конструкторское Бюро "Дорс" (Ооо "Кб "Дорс") | Способ классификации банкнот (варианты) |
| CN101908241B (zh) * | 2010-08-03 | 2012-05-16 | 广州广电运通金融电子股份有限公司 | 有价文件识别方法及其识别*** |
| CN102456247A (zh) | 2010-10-20 | 2012-05-16 | 上海古鳌电子科技股份有限公司 | 具有双面图像扫描功能的纸币清分机 |
| CN102236897A (zh) * | 2011-05-09 | 2011-11-09 | 哈尔滨工业大学 | 基于纸币退化能量函数的清分机纸币新旧和残缺检测方法 |
| CN102682514B (zh) * | 2012-05-17 | 2014-07-02 | 广州广电运通金融电子股份有限公司 | 一种纸类识别方法及相关装置 |
-
2012
- 2012-05-17 CN CN201210154819.4A patent/CN102682514B/zh active Active
-
2013
- 2013-03-27 EP EP13791262.2A patent/EP2851874A4/en not_active Withdrawn
- 2013-03-27 US US14/352,302 patent/US9189842B2/en active Active
- 2013-03-27 WO PCT/CN2013/073247 patent/WO2013170663A1/zh active Application Filing
- 2013-03-27 AU AU2013262328A patent/AU2013262328B2/en not_active Ceased
- 2013-03-27 IN IN3754CHN2014 patent/IN2014CN03754A/en unknown
-
2014
- 2014-05-21 ZA ZA2014/03713A patent/ZA201403713B/en unknown
Also Published As
| Publication number | Publication date |
|---|---|
| ZA201403713B (en) | 2015-07-29 |
| AU2013262328B2 (en) | 2015-09-24 |
| IN2014CN03754A (zh) | 2015-07-03 |
| AU2013262328A1 (en) | 2014-05-01 |
| EP2851874A4 (en) | 2015-05-13 |
| US20140270460A1 (en) | 2014-09-18 |
| US9189842B2 (en) | 2015-11-17 |
| WO2013170663A1 (zh) | 2013-11-21 |
| EP2851874A1 (en) | 2015-03-25 |
| CN102682514A (zh) | 2012-09-19 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN102682514B (zh) | 一种纸类识别方法及相关装置 | |
| Peregrina-Barreto et al. | Automatic grain size determination in microstructures using image processing | |
| CN105574513A (zh) | 文字检测方法和装置 | |
| US8811750B2 (en) | Apparatus and method for extracting edge in image | |
| Zhou et al. | Deep learning-based crack segmentation for civil infrastructure: Data types, architectures, and benchmarked performance | |
| Fernandes et al. | Pavement pathologies classification using graph-based features | |
| CN104992496A (zh) | 一种纸币面向识别方法及装置 | |
| CN106952393B (zh) | 纸币识别方法和装置、电子设备和存储介质 | |
| CN109444169A (zh) | 一种轴承缺陷检测方法及*** | |
| CN104867225A (zh) | 一种纸币的面向识别方法及装置 | |
| CN110717426A (zh) | 基于域自适应学习的垃圾分类方法、电子设备及存储介质 | |
| CN105023027A (zh) | 基于多次反馈机制的现场鞋底痕迹花纹图像检索方法 | |
| CN201673505U (zh) | 基于纹理分析的艺术品鉴别*** | |
| CN105139508B (zh) | 一种检测纸币的方法及装置 | |
| CN107563427A (zh) | 用于油画的著作权鉴定的方法以及相应的使用 | |
| CN114882599A (zh) | 基于双分支神经网络的离线手写签名分割***和方法 | |
| CN109784384B (zh) | 一种自动辨别商标真伪的方法及装置 | |
| CN100487722C (zh) | 一种确定特征的级联分类器的连接顺序和特征阈值的方法 | |
| CN101976342A (zh) | 一种基于时空协同判定的“猫眼”效应目标识别方法 | |
| CN107464336B (zh) | 一种无色磷光印刷图纹质量在线检测方法及装置 | |
| CN111563845B (zh) | 票据表面涂刮检测方法、装置、设备及存储介质 | |
| CN105469099A (zh) | 基于稀疏表示分类的路面裂缝检测和识别方法 | |
| Wang | An edge based segmentation algorithm for rock fracture tracing | |
| Selvakumar et al. | Tamil character recognition using Canny edge detection algorithm | |
| Ramli et al. | Plastic bottle shape classification using partial erosion-based approach |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| C14 | Grant of patent or utility model | ||
| GR01 | Patent grant |