CN104867225A - 一种纸币的面向识别方法及装置 - Google Patents
一种纸币的面向识别方法及装置 Download PDFInfo
- Publication number
- CN104867225A CN104867225A CN201510250410.6A CN201510250410A CN104867225A CN 104867225 A CN104867225 A CN 104867225A CN 201510250410 A CN201510250410 A CN 201510250410A CN 104867225 A CN104867225 A CN 104867225A
- Authority
- CN
- China
- Prior art keywords
- identified region
- pixel value
- grey scale
- scale pixel
- banknote image
- 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.)
- Granted
Links
Landscapes
- Inspection Of Paper Currency And Valuable Securities (AREA)
Abstract
本发明实施例公开了一种纸币的面向识别方法及装置,其中,所述纸币的面向识别方法包括:将获取到的纸币图像按照预设的位置选取第一识别区域、第二识别区域、第三识别区域及第四识别区域;分别计算所述第一识别区域像素灰度值的和、第二识别区域像素灰度值的和、第三识别区域像素灰度值的和及第四识别区域像素灰度值的和,并分别将所述第一识别区域像素灰度值的和与所述第二识别区域像素灰度值的和进行比较,所述第三识别区域像素灰度值的和与所述第四识别区域像素灰度值的和进行比较,根据比较结果确定纸币图像的面向。能够准确的识别所输入的纸币的输入面向,且识别速度更快。
Description
技术领域
本发明涉及纸币识别领域,尤其涉及一种纸币的面向识别方法及装置。
背景技术
纸币面向识别是纸币验证的基础识别部分,面向识别的结果将用于后续处理。只有在确定纸币面向后,才能准确的识别纸币。但由于纸币存在着多种规格,且在使用过程中容易出现弯折、污损等情况,使得所需要识别的纸币呈现出不同的特点。
为了克服上述问题,目前,采用基于神经网络的识别算法来识别纸币的面向。即获取纸币批量样本数据,然后抽取特征,进行神经网络的训练,测试神经网络的收敛性及模拟样本的识别率。人工神经网络就像一个黑盒子,用于模拟任意函数。根据一定的训练样本(即所需模拟函数已知的输入和输出关系)神经网络可以改变其内部结构使其模型特性逼近训练样本。并且,由于神经网络是采用整体逼近的方式,不会由于个别样本误差而影响整个模型特性。但神经网络模式识别方法需要进行大量的样本测试,且很难达到100%的识别率。这就使得识别过程相对繁琐,影响识别的速度和效果,给纸币面向的识别带来不便。
发明内容
有鉴于此,本发明实施例提出一种纸币的面向识别方法及装置,以实现快速准确的识别纸币的面向。
第一方面,本发明实施例提供了一种纸币的面向识别方法,包括:
将获取的纸币图像按照预设的位置选取第一识别区域、第二识别区域、第三识别区域和第四识别区域;
分别计算所述第一识别区域像素灰度值的和、第二识别区域像素灰度值的和、第三识别区域像素灰度值的和及第四识别区域的像素灰度值的和;
分别将所述第一识别区域像素灰度值的和与第二识别区域像素灰度值的和进行比较,将所述第三识别区域像素灰度值的和与第四识别区域像素灰度值的和进行比较,并根据比较结果确定纸币图像的面向。
第二方面,本发明实施例提供了一种纸币的面向识别装置,包括:
识别区域选取单元,将获取的纸币图像按照预设的位置选取第一识别区域、第二识别区域、第三识别区域和第四识别区域;
灰度值和计算单元,用于分别计算所述第一识别区域像素灰度值的和、第二识别区域像素灰度值的和、第三识别区域像素灰度值的和和第四识别区域像素灰度值的和;
纸币面向确定单元,用于分别将所述第一识别区域像素灰度值的和与第二识别区域像素灰度值的和进行比较,以及所述第三识别区域像素灰度值的和与第四识别区域像素灰度值的和进行比较,并根据比较结果确定纸币图像的面向。
采用本发明实施例所提供的纸币的面向识别方法和装置,能够准确的识别所输入的纸币的输入面向,且识别速度更快。
附图说明
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述,本发明的其它特征、目的和优点将会变得更明显:
图1a是本发明实施例一提供的纸币的正面正向示意图;
图1b是本发明实施例一提供的纸币的反面正向示意图;
图1c是本发明实施例一提供的纸币的正面反向示意图;
图1d是本发明实施例一提供的纸币的反面反向示意图;
图2a是本发明实施例一提供的纸币的第一识别区域和第二识别区域的位置示意图;
图2b是本发明实施例一提供的纸币的第三识别区域和第四识别区域的位置示意图;
图3是本发明实施例一提供的纸币的面向识别方法的流程图;
图4是本发明实施例二提供的纸币的面向识别方法的流程图;
图5是本发明实施例三提供的纸币的面向识别装置的结构示意图。
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内容。
图3是本发明第一实施例提供的一种纸币的面向识别方法的流程示意图,本实施例的方法可以由纸币的面向识别装置来执行,该装置可通过硬件和/或软件的方式实现,并一般可以集成于可滚动输出的存储一体ATM机终端内。
参见图3,所述纸币的面向识别方法,包括:
步骤S101,将获取的纸币图像按照预设的位置选取第一识别区域、第二识别区域、第三识别区域和第四识别区域;
在实际工作中,通过存储一体ATM机所输入的纸币并不是按照特定的面向输入的,所输入的纸币可能有四个面向,图1a、图1b、图1c和图1d示出了纸币的四个面向。面向识别是验钞功能的基础部分,面向识别的结果将直接影响后续的处理。
在本实施例中,可以通过配置于存取一体ATM机上摄像装置获取当前所输入的纸币的图像。所获取的图像应通过在输入的纸币正上方拍摄,尽可能保证所获取的输入纸币的图像无变形、旋转。将获取到的纸币图像按预设的位置选取相应的区域,所述的预设位置可以由用户手动选定,也可以通过对纸币图像进行处理分析获得。
所述的第一识别区域和第二识别区域如图2ab所示,所述的第三识别区域与第四识别区域如图2b所示。图2a和图2b中纸币采用的纸币,选取相应的区域,可以采用如下方法实现,以获取的纸币图像中心作为原点,按照预设的位置坐标可以选取出相应的识别区域。
步骤S102,分别计算所述第一识别区域像素灰度值的和,第二识别区域像素灰度值的和,第三识别区域像素灰度值的和及第四识别区域像素灰度值的和。
将获取到的纸币图像转换为灰度图,并根据步骤S101所选取的区域计算第一识别区域内所有像素灰度值的和,并按此依次计算第二识别区域内所有像素灰度值的和、第三识别区域内所有像素灰度值的和及第四识别区域内所有像素灰度值的和。
步骤S103,分别将所述第一识别区域的像素灰度值的和与第二识别区域像素的灰度值的和进行比较,将所述第三识别区域像素灰度值的和与第四识别区域像素灰度值和进行比较,并根据比较结果确定纸币图像的面向。
将第一识别区域像素灰度值的和与第二识别区域像素灰度值的和进行比较,以及将第三识别区域像素灰度值的和与第四识别区域像素灰度值的和进行比较,确定哪一个区域像素灰度值的和较大。由于纸币不同区域的灰度值差别很大,可以根据上述比较结果来判断当前货币图像的面向。
具体的:如果第一识别区域像素灰度值的和不小于第二识别区域像素灰度值的和且第三识别区域像素灰度值的和不小于第四识别区域像素灰度值的和,则纸币图像的面向为反面反向;如果第一识别区域像素灰度值的和不小于第二识别区域像素灰度值的和且第三识别区域像素灰度值的和小于第四识别区域像素灰度值的和,则纸币图像的面向为正面正向;如果第一识别区域像素灰度值的和小于第二识别区域像素灰度值的和且第三识别区域像素灰度值的和不小于第四识别区域像素的灰度值和,则纸币图像的面向为正面反向;如果第一识别区域像素灰度值的和小于第二识别区域像素灰度值的和且第三识别区域像素灰度值的和小于第四识别区域像素灰度值的和,则纸币图像的面向为反面正向。
在本实施例中,所述选取的第一识别区域位于纸币图像中心点的左侧,第二识别区域位于纸币图像中心点的右侧。由于第一识别区域在纸币正面图像中的像素灰度值明显低于第二识别区域的像素灰度值,且在纸币反面图像中,第一识别区域纸币反面图像中的像素灰度值明显高于第二识别区域的像素灰度值。由第一识别区域像素灰度值的和与第二识别区域像素灰度值的和数值大小进行比较,在第一识别区域像素灰度值的和不小于第二识别区域像素灰度值的和的情况下,可以确定当前输入的纸币图像为正面正向或反面反向,否则可以确定当前输入的纸币图像为正面反向或反面正向。
与第一识别区域、第二识别区域相类似,选取的第三识别区域位于纸币图像中心点的上方,第四识别区域位于纸币图像中心点的下方。第三识别区域与第四识别区域在纸币正面图像和反面图像上像素灰度值的和存在着较大的反差,利用此特性,可以判断出纸币图像的面向。即根据上述第一识别区域像素灰度值的和与第二识别区域像素灰度值的和比较后,在确定当前输入的纸币图像为正面正向或反面反向时,如果第三识别区域像素灰度值总和大于等于第四识别区域像素灰度值和,则纸币图像被识别为反面反向;如果第三识别区域像素灰度值总和小于第四识别区域灰度值和,则纸币图像被识别为正面正向;在确定当前输入的纸币图像为正面反向或反面正向时,如果第三识别区域像素灰度值总和不小于第四识别区域像素灰度值总和时,则纸币图像为正面反向;如果第三识别区域像素灰度值总和小于第四识别区域像素灰度值和时,则纸币图像为反面正向。在本实施例中,采用练功券的图像作为举例,实际的货币在上述识别区域的灰度差会更加明显,采用本方法更易识别纸币的面向。
即使在上述识别区域内存在着污损或者折叠,也不会影响本发明实施例所提供的方法的面向识别的准确性,这是因为一般的污损或折叠很难与所述识别区域完全一致,此外,污损或者折叠所产生的灰度值仍然与印刷在纸币的图案灰度值存在着比较大的差异。
在本发明实施例的另一种实施方式中,也可以采用神经网络方法来识别输入纸币的面向,并将识别的结果与上述方法进行比较。如果采用神经网络方法与本方法的面向识别结果相同,则进入后续识别步骤;如果不同,则停止该张纸币的后续识别。
此外,需要说明的是,本发明实施例虽然以模拟纸币举例,但本发明实施例所提供的方法也同样适用于其它面额的纸币,例如,50元、20元等。对于其他面额的纸币,与本发明实施例的区别在于识别区域的选取不同。其识别区域与其尺寸大小,图像灰度值分布相关,只需给出该面额纸币的相应识别区域位置,即可通过本方法识别纸币的面向。
采用本发明实施例所提供的方法对所输入纸币进行面向识别能够获得更好的识别效果。经过实验,输入3万张不同情况的纸币,本方法的成功识别率能够达到100%。而采用传统的神经网络识别方法有20张错误的情况,成功识别率不能达到100%,由此验证了本识别方法准确率高的优点。
本发明实施例通过按照预先设定的位置划分纸币图像的相应区域,并根据这些区域像素灰度值的和的比较结果判断当前货币图像的面向,能够保证所输入的纸币的面向识别的准确率达到100%,避免了面向识别的错误被导入后续步骤处理,可以使面向识别及后续识别步骤速度更快。
图4示出本发明的第二实施例。
图4是本发明第二实施例提供的纸币的面向识别方法的流程示意图,本发明实施例以本发明第一实施例所提供纸币的面向识别方法为基础,进一步的,在将获取的纸币图像按照预设的位置划切取第一识别区域、第二识别区域、第三识别区域和第四识别区域之前,增加如下步骤:获取标准纸币正面和反面图像;基于标准纸币图像灰度值分布特征选取标准纸币图像中心点左侧预设大小的第一区域和右侧相同预设大小的第二区域;基于标准纸币图像灰度值分布特征选取标准纸币图像中心点上方预设大小的第三区域和下方相同预设大小的第四区域;记录第一区域、第二区域、第三区域和第四区域在标准纸币图像中的位置,并将所述位置作为预设位置。
参见图4,所述纸币的面向识别方法,包括:
步骤S201,获取标准纸币正面和反面图像。
获取该面值的标准纸币的正面和反面图像,并将图像转为灰度图。所述的标准纸币是指无污损、折叠等影响灰度识别情况的纸币。
步骤S202,基于标准纸币图像灰度值分布特征选取标准纸币图像中心点左侧预设大小的第一区域和右侧相同预设大小的第二区域。
标准纸币图像一侧为水印区,在水印区灰度值近乎为0,利用此特征可以选取相应的特征区域。在本实施例中,所选取的区域明显区别特征为灰度值,通过区域灰度值的和的区别来区分区域,进而确定纸币图像的左右方向。第一区域可选取水印区,第二区域可以采用如下方法选取。即在标准纸币图像中心点的左侧区域选取灰度值最大点,由货币的标准图像可以看出,所述的各种图案都是按块分布的,只需以最大点为中心按照预设大小进行扩展,预设的大小也可按照最高和最低点进行边缘提取,进而确定此区域的大小,遍历所有提取到的边缘区域。当提取到的边缘区域大于预设的区域大小时,即可确定选取的区域位置。由于货币的前面和背面一侧均为水印部分,所选取的第一区域与第二区域的灰度值差值能够满足预设的阈值,所述的阈值可由经验选取。
步骤S203,基于标准纸币图像灰度值分布特征选取标准纸币图像中心点上方预设大小的第三区域和下方相同预设大小的第四区域。
与步骤S202相似,所选取的标准纸币图像中心点上方预设大小的第三区域像素灰度值的和与下方相同预设大小的第四区域像素灰度值的和应当存在明显差异,方便确定纸币图像的面向。其实现方法与步骤S202基本相同,区别在于,纸币背面图像第三区域与第四区域无需存在明显差异。
在本发明实施例的另一可选方式中,也可使选定的第一区域与第二区域相对于标准纸币图像中心点左右对称,第三区域与第四区域相对于标准纸币图像中心点上下对称,以方便后期进行面向识别。此外,所选取的区域应尽可能远离纸币边缘,因为纸币边缘易受到污损和折叠,容易产生错误识别。
步骤S204,记录第一区域、第二区域、第三区域和第四区域在标准纸币图像中的位置,并将所述位置作为预设位置。
将步骤S202和S203所选取的位置进行记录,即以标准纸币图像中心为原点,以标准纸币图像的横向与纵向作为X,Y轴,确定所选取的区域坐标,并记录这些坐标作为预设的位置。
步骤S205,将获取的纸币图像按照预设的位置选取第一识别区域、第二识别区域、第三识别区域和第四识别区域。
根据步骤S204所记录的位置,在获取的纸币图像依次选取第一识别区域、第二识别区域、第三识别区域和第四识别区域。
步骤S206,分别计算所述第一识别区域像素灰度值的和、第二识别区域像素灰度值的和、第三识别区域像素灰度值的和及第四识别区域像素灰度值的和。
步骤S207,分别将所述第一识别区域像素灰度值的和与第二识别区域像素灰度值的和进行比较,将所述第三识别区域像素灰度值的和与第四识别区域像素灰度值的和进行比较,并根据比较结果确定纸币图像的面向。
本发明实施例通过根据标准纸币图像特征,选取具有明显区别特征的区域,并记录所选取的区域在标准纸币图像的位置作为进行面向识别的识别区域,能够自动选取灰度差异明显的区域,从而提高了面向识别的效果。
图5示出本发明第三实施例。
图5是本发明第三实施例提供的纸币的面向识别装置的结构图。
由图5可以看出,所述的纸币的面向识别装置包括:识别区域选取单元310、灰度值和计算单元320和纸币面向确定单元330。
所述的识别区域选取单元310,将获取的纸币图像按照预设的位置选取第一识别区域、第二识别区域、第三识别区域和第四识别区域;
所述灰度值和计算单元320,用于分别计算所述第一识别区域像素灰度值的和、第二识别区域像素灰度值的和、第三识别区域像素灰度值的和及第四识别区域像素灰度值的和;
所述纸币面向确定单元330,用于分别将所述第一识别区域像素灰度值的和与第二识别区域像素灰度值的和进行比较,将所述第三识别区域像素灰度值的和与第四识别区域像素灰度值的和进行比较,并根据比较结果确定纸币图像的面向。
本发明实施例通过将获取的纸币图像按照预设的位置选取第一识别区域、第二识别区域、第三识别区域和第四识别区域;分别计算所述第一识别区域像素灰度值的和、第二识别区域像素灰度值的和、第三识别区域像素灰度值的和及第四识别区域像素灰度值的和;分别将所述第一识别区域像素灰度值的和与第二识别区域像素灰度值的和进行比较,将所述第三识别区域像素灰度值的和与第四识别区域像素灰度值的和进行比较,并根据比较结果确定纸币图像的面向。能够准确的识别所输入的纸币的面向,且识别速度更快。
进一步的,所述纸币面向确定单元330,用于:
如果第一识别区域像素灰度值的和不小于第二识别区域像素灰度值的和且第三识别区域像素灰度值的和不小于第四识别区域像素灰度值的和,则纸币图像的面向为反面反向;
如果第一识别区域像素灰度值的和不小于第二识别区域像素灰度值的和且第三识别区域像素灰度值的和小于第四识别区域像素灰度值的和,则纸币图像的面向为正面正向;
如果第一识别区域像素灰度值的和小于第二识别区域像素灰度值的和且第三识别区域像素灰度值的和不小于第四识别区域像素灰度值的和,则纸币图像的面向为正面反向;
如果第一识别区域像素灰度值的和小于第二识别区域像素灰度值的和且第三识别区域像素灰度值的和小于第四识别区域像素灰度值的和,则纸币图像的面向为反面正向。
进一步的,所述纸币的面向识别装置还包括:灰度值获取单元340、第一区域和第二区域选取单元350、第三区域和第四区域选取单元360和位置记录单元370。
其中,所述图像获取单元340,用于获取标准纸币正面和反面图像;
所述第一区域和第二区域选取单元350,用于选取标准纸币图像中心点左侧预设大小的第一区域和右侧相同预设大小的第二区域。在标准纸币图像的正面所述第一区域的灰度值的和与第二区域的灰度值的和差值大于预设的阈值,在标准纸币图像的反面所述第一区域的灰度值的和与第二区域的灰度值的和差值大于预设的阈值;
所述第三区域和第四区域选取单元360,用于选取标准纸币图像中心点上方预设大小的第三区域和下方相同预设大小的第四区域。在标准纸币图像的正面所述第三区域的灰度值的和与第四区域的灰度值的和差值大于预设的阈值,在标准纸币图像的反面所述第三区域的灰度值的和与第四区域的灰度值的和差值大于预设的阈值;
所述位置记录单元370,用于记录第一区域、第二区域、第三区域和第四区域在标准纸币图像中的位置,并将所述位置作为预设位置。
更进一步的,所述纸币面向确定单元330,具体用于:
采用神经网络方法识别所述纸币图像的面向,以获取识别结果;
如果所述比较结果和所述识别结果相同,则确定所述纸币图像的面向。
上述纸币的面向识别装置可执行本发明实施例所提供的纸币的面向识别方法,具备执行方法相应的功能模块和有益效果。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
本领域普通技术人员应该明白,上述的本发明的各模块或各步骤可以用通用的计算装置来实现,它们可以集中在单个计算装置上,或者分布在多个计算装置所组成的网络上,可选地,他们可以用计算机装置可执行的程序代码来实现,从而可以将它们存储在存储装置中由计算装置来执行,或者将它们分别制作成各个集成电路模块,或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样,本发明不限制于任何特定的硬件和软件的结合。
本说明书中的各个实施例均采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间的相同或相似的部分互相参见即可。
以上所述仅为本发明的优选实施例,并不用于限制本发明,对于本领域技术人员而言,本发明可以有各种改动和变化。凡在本发明的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种纸币的面向识别方法,其特征在于,包括:
将获取到的纸币图像按照预设的位置选取第一识别区域、第二识别区域、第三识别区域和第四识别区域;
分别计算所述第一识别区域、第二识别区域、第三识别区域和第四识别区域像素灰度值的和;
分别将所述第一识别区域像素灰度值的和与所述第二识别区域像素灰度值的和进行比较,将所述第三识别区域像素灰度值的和与所述第四识别区域像素灰度值的和进行比较,并根据比较结果确定纸币图像的面向。
2.根据权利要求1所述的方法,其特征在于,所述根据比较结果确定纸币图像的面向,包括:
如果第一识别区域像素灰度值的和不小于第二识别区域像素灰度值的和且第三识别区域像素灰度值的和不小于第四识别区域像素灰度值的和,则纸币图像的面向为反面反向;
如果第一识别区域像素的灰度值和不小于第二识别区域像素灰度值的和且第三识别区域像素灰度值的和小于第四识别区域像素灰度值的和,则纸币图像的面向为正面正向;
如果第一识别区域像素灰度值的和小于第二识别区域像素灰度值的和且第三识别区域像素灰度值的和不小于第四识别区域像素的灰度值和,则纸币图像的面向为正面反向;
如果第一识别区域像素灰度值的和小于第二识别区域像素灰度值的和且第三识别区域像素灰度值的和小于第四识别区域像素灰度值的和,则纸币图像的面向为反面正向。
3.根据权利要求1所述的方法,其特征在于,在将获取到的纸币图像按照预设的位置划切取第一识别区域、第二识别区域、第三识别区域和第四识别区域之前,还包括:
获取标准纸币正面和反面图像;
基于标准纸币图像灰度值分布特征选取标准纸币图像中心点左侧预设大小的第一区域和右侧相同预设大小的第二区域;
基于标准纸币图像灰度值分布特征选取标准纸币图像中心点上方预设大小的第三区域和下方相同预设大小的第四区域;
记录第一区域、第二区域、第三区域和第四区域在标准纸币图像中的位置,并将所述位置作为预设位置。
4.根据权利要求3所述的方法,其特征在于,所述的第一区域与第二区域相对于纸币图像中心左右对称。
5.根据权利要求3所述的方法,其特征在于,所述的第三区域与第四区域相对于纸币图像中心上下对称。
6.根据权利要求1所述的方法,其特征在于,所述根据比较结果确定纸币图像的面向,包括:
采用神经网络方法识别所述纸币图像的面向,以获取识别结果;
如果所述比较结果和所述识别结果相同,则确定所述纸币图像的面向。
7.一种纸币的面向识别装置,其特征在于,包括:
识别区域选取单元,将获取的纸币图像按照预设的位置选取第一识别区域、第二识别区域、第三识别区域和第四识别区域;
灰度值和计算单元,用于分别计算所述第一识别区域像素灰度值的和、第二识别区域像素灰度值的和、第三识别区域像素灰度值的和和第四识别区域像素灰度值的和;
纸币面向确定单元,用于分别将所述第一识别区域像素灰度值的和与第二识别区域像素灰度值的和进行比较,以及所述第三识别区域像素灰度值的和与第四识别区域像素灰度值的和进行比较,并根据比较结果确定纸币图像的面向。
8.根据权利要求7所述的装置,其特征在于,所述纸币面向确定单元用于:
如果第一识别区域像素灰度值的和不小于第二识别区域像素灰度值的和且第三识别区域像素灰度值的和不小于第四识别区域像素灰度值的和,则纸币图像的面向为反面反向;
如果第一识别区域像素灰度值的和不小于第二识别区域像素灰度值的和且第三识别区域像素灰度值的和小于第四识别区域像素灰度值的和,则纸币图像的面向为正面正向;
如果第一识别区域像素灰度值的和小于第二识别区域像素灰度值的和且第三识别区域像素灰度值的和不小于第四识别区域像素灰度值的和,则纸币图像的面向为正面反向;
如果第一识别区域像素灰度值的和小于第二识别区域像素灰度值的和且第三识别区域像素灰度值的和小于第四识别区域像素灰度值的和,则纸币图像的面向为反面正向。
9.根据权利要求7所述的装置,其特征在于,所述的装置还包括:
图像获取单元,用于获取标准纸币正面和反面图像;
第一区域和第二区域选取单元,用于基于标准纸币图像灰度值分布特征选取标准纸币图像中心点左侧预设大小的第一区域和右侧相同预设大小的第二区域;
第三区域和第四区域选取单元,用于基于标准纸币图像灰度值分布特征选取标准纸币图像中心点上方预设大小的第三区域和下方相同预设大小的第四区域;
位置记录单元,用于记录第一区域、第二区域、第三区域和第四区域在标准纸币图像中的位置,并将所述位置作为预设位置。
10.根据权利要求7所述的装置,其特征在于,所述纸币面向确定单元,具体用于:
采用神经网络方法识别所述纸币图像的面向,以获取识别结果;
如果所述比较结果和所述识别结果相同,则确定所述纸币图像的面向。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510250410.6A CN104867225B (zh) | 2015-05-15 | 2015-05-15 | 一种纸币的面向识别方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510250410.6A CN104867225B (zh) | 2015-05-15 | 2015-05-15 | 一种纸币的面向识别方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104867225A true CN104867225A (zh) | 2015-08-26 |
CN104867225B CN104867225B (zh) | 2018-12-11 |
Family
ID=53913038
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510250410.6A Active CN104867225B (zh) | 2015-05-15 | 2015-05-15 | 一种纸币的面向识别方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104867225B (zh) |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106408747A (zh) * | 2016-09-06 | 2017-02-15 | 深圳怡化电脑股份有限公司 | 一种图像识别方法及装置 |
CN106447906A (zh) * | 2016-09-14 | 2017-02-22 | 深圳怡化电脑股份有限公司 | 一种货币面向识别的方法及装置 |
CN106530483A (zh) * | 2016-11-10 | 2017-03-22 | 深圳怡化电脑股份有限公司 | 一种纸币面向识别方法及装置 |
CN106652168A (zh) * | 2016-12-19 | 2017-05-10 | 深圳怡化电脑股份有限公司 | 一种纸币币值的识别方法及装置 |
CN106683262A (zh) * | 2016-12-27 | 2017-05-17 | 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 |
WO2017079904A1 (zh) * | 2015-11-10 | 2017-05-18 | 深圳怡化电脑股份有限公司 | 一种货币面值的识别方法及装置 |
CN106780963A (zh) * | 2016-12-01 | 2017-05-31 | 深圳怡化电脑股份有限公司 | 纸币识别方法及装置 |
CN106803307A (zh) * | 2016-12-16 | 2017-06-06 | 恒银金融科技股份有限公司 | 一种基于模板匹配的纸币面值面向识别方法 |
CN106898085A (zh) * | 2017-02-23 | 2017-06-27 | 深圳怡化电脑股份有限公司 | 识别纸币面向的方法及装置 |
CN107038792A (zh) * | 2016-10-25 | 2017-08-11 | 深圳怡化电脑股份有限公司 | 纸币的面向识别方法和*** |
CN107316373A (zh) * | 2017-06-15 | 2017-11-03 | 深圳怡化电脑股份有限公司 | 一种纸币识别方法、装置、终端设备及可读存储介质 |
CN108230535A (zh) * | 2016-12-22 | 2018-06-29 | 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 |
CN108648327A (zh) * | 2018-04-02 | 2018-10-12 | 深圳怡化电脑股份有限公司 | 一种纸币面向识别方法以及装置 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101872502A (zh) * | 2010-05-21 | 2010-10-27 | 杭州电子科技大学 | 基于稀疏表示的硬币图像识别方法 |
CN101908241A (zh) * | 2010-08-03 | 2010-12-08 | 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*** |
CN102682514A (zh) * | 2012-05-17 | 2012-09-19 | 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 |
-
2015
- 2015-05-15 CN CN201510250410.6A patent/CN104867225B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101872502A (zh) * | 2010-05-21 | 2010-10-27 | 杭州电子科技大学 | 基于稀疏表示的硬币图像识别方法 |
CN101908241A (zh) * | 2010-08-03 | 2010-12-08 | 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*** |
CN102682514A (zh) * | 2012-05-17 | 2012-09-19 | 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 |
Non-Patent Citations (3)
Title |
---|
丁瑞昕: ""纸币清分机图象识别***的研究与设计"", 《万方数据库》 * |
刘刚: ""基于ARM的嵌入式***开发与应用"", 《中国优秀硕士学位论文全文数据库》 * |
罗皓斐,: ""纸币清分机图像处理***的研究"", 《中国优秀硕士学位论文全文数据库》 * |
Cited By (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2017079904A1 (zh) * | 2015-11-10 | 2017-05-18 | 深圳怡化电脑股份有限公司 | 一种货币面值的识别方法及装置 |
CN106408747A (zh) * | 2016-09-06 | 2017-02-15 | 深圳怡化电脑股份有限公司 | 一种图像识别方法及装置 |
CN106447906A (zh) * | 2016-09-14 | 2017-02-22 | 深圳怡化电脑股份有限公司 | 一种货币面向识别的方法及装置 |
CN107038792B (zh) * | 2016-10-25 | 2019-06-11 | 深圳怡化电脑股份有限公司 | 纸币的面向识别方法和*** |
CN107038792A (zh) * | 2016-10-25 | 2017-08-11 | 深圳怡化电脑股份有限公司 | 纸币的面向识别方法和*** |
CN106530483A (zh) * | 2016-11-10 | 2017-03-22 | 深圳怡化电脑股份有限公司 | 一种纸币面向识别方法及装置 |
CN106780963A (zh) * | 2016-12-01 | 2017-05-31 | 深圳怡化电脑股份有限公司 | 纸币识别方法及装置 |
CN106803307A (zh) * | 2016-12-16 | 2017-06-06 | 恒银金融科技股份有限公司 | 一种基于模板匹配的纸币面值面向识别方法 |
CN106652168A (zh) * | 2016-12-19 | 2017-05-10 | 深圳怡化电脑股份有限公司 | 一种纸币币值的识别方法及装置 |
CN108230535B (zh) * | 2016-12-22 | 2021-08-13 | 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 |
CN108230535A (zh) * | 2016-12-22 | 2018-06-29 | 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 |
CN106683262A (zh) * | 2016-12-27 | 2017-05-17 | 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 |
CN106683262B (zh) * | 2016-12-27 | 2019-07-05 | 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 |
CN106898085A (zh) * | 2017-02-23 | 2017-06-27 | 深圳怡化电脑股份有限公司 | 识别纸币面向的方法及装置 |
CN106898085B (zh) * | 2017-02-23 | 2019-06-11 | 深圳怡化电脑股份有限公司 | 识别纸币面向的方法及装置 |
CN107316373B (zh) * | 2017-06-15 | 2019-07-26 | 深圳怡化电脑股份有限公司 | 一种纸币识别方法、装置、终端设备及可读存储介质 |
CN107316373A (zh) * | 2017-06-15 | 2017-11-03 | 深圳怡化电脑股份有限公司 | 一种纸币识别方法、装置、终端设备及可读存储介质 |
CN108648327A (zh) * | 2018-04-02 | 2018-10-12 | 深圳怡化电脑股份有限公司 | 一种纸币面向识别方法以及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN104867225B (zh) | 2018-12-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104867225A (zh) | 一种纸币的面向识别方法及装置 | |
CN109685135B (zh) | 一种基于改进型度量学习的少样本图像分类方法 | |
CN107527337B (zh) | 一种基于深度学习的视频对象移除篡改检测方法 | |
CN104992496A (zh) | 一种纸币面向识别方法及装置 | |
CN108399386A (zh) | 饼图中的信息提取方法及装置 | |
CN106952393B (zh) | 纸币识别方法和装置、电子设备和存储介质 | |
CN111797829A (zh) | 一种车牌检测方法、装置、电子设备和存储介质 | |
CN105654066A (zh) | 一种车辆识别方法及装置 | |
CN104680144A (zh) | 基于投影极速学习机的唇语识别方法和装置 | |
CN104866868A (zh) | 基于深度神经网络的金属币识别方法和装置 | |
CN107610322A (zh) | 纸币版本的识别方法、装置、电子设备以及存储介质 | |
US10043071B1 (en) | Automated document classification | |
EP3828896A1 (en) | System and method for diagnosing disease using neural network performing segmentation | |
CN110070115A (zh) | 一种单像素攻击样本生成方法、装置、设备及存储介质 | |
CN109740606A (zh) | 一种图像识别方法及装置 | |
CN111310746A (zh) | 文本行检测方法、模型训练方法、装置、服务器及介质 | |
CN112037180B (zh) | 染色体分割方法及装置 | |
CN109165654B (zh) | 一种目标定位模型的训练方法和目标定位方法及装置 | |
CN111275070B (zh) | 一种基于局部特征匹配的签名验证方法及设备 | |
CN114581646A (zh) | 文本识别方法、装置、电子设备及存储介质 | |
CN106898078B (zh) | 一种港币版本的识别方法及装置 | |
CN111414930B (zh) | 深度学习模型训练方法及装置、电子设备及存储介质 | |
CN113920434A (zh) | 一种基于目标的图像翻拍检测方法、装置及介质 | |
CN105957237A (zh) | 一种纸币的版本识别方法和装置 | |
CN113269752A (zh) | 一种图像检测方法、装置终端设备及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
EXSB | Decision made by sipo to initiate substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |