CN105261108A - 一种人民币币值识别的方法和*** - Google Patents
一种人民币币值识别的方法和*** Download PDFInfo
- Publication number
- CN105261108A CN105261108A CN201510664632.2A CN201510664632A CN105261108A CN 105261108 A CN105261108 A CN 105261108A CN 201510664632 A CN201510664632 A CN 201510664632A CN 105261108 A CN105261108 A CN 105261108A
- Authority
- CN
- China
- Prior art keywords
- value
- paper
- detected
- area
- gray
- 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)
- Image Analysis (AREA)
Abstract
本发明公开了一种人民币币值识别的方法和***,该方法通过获取待检测纸张灰度图像;根据所述待检测纸张灰度图像的尺寸确定所述待检测纸张对应的币值;切除所述纸张灰度图像的边界,将切除边界后的纸张灰度图像沿纸张长边方向等分为第一区域、第二区域、第三区域三个区域;分别计算所述三个区域的灰度值的平均值;根据所述三个区域的灰度值的平均值识别所述待检测纸张为真币;确定所述检测纸张对应的币值为所述真币的币值。本发明能准确的识别出人民币的币值,且排除了和人民币一样大小的非人民币的影响。
Description
技术领域
本发明涉及人民币识别领域,尤其涉及一种人民币币值识别的方法和***。
背景技术
随着经济的发展,市场的需要,自动存取款机的验钞模块具有重要的作用。而验钞模块中的币值识别算法的正确性和稳定性影响着自动存取款机的效率,以及国民对自动取款机的认可都有一定的影响。因而需要更严谨的算法来实现币值的确认。
发明内容
本发明提供了一种人民币币值识别的方法和***,该方法和***能准确的识别出人民币的币值,且排除了和人民币一样大小的非人民币的影响。
为实现上述设计,本发明采用以下技术方案:
一方面采用了一种人民币币值识别的方法,包括:
获取待检测纸张灰度图像;
根据所述待检测纸张灰度图像的尺寸确定所述待检测纸张对应的币值;
切除所述纸张灰度图像的边界,将切除边界后的纸张灰度图像沿纸张长边方向等分为第一区域、第二区域、第三区域三个区域;
分别计算所述三个区域的灰度值的平均值;
根据所述三个区域的灰度值的平均值识别所述待检测纸张为真币;
确定所述检测纸张对应的币值为所述真币的币值。
其中,所述切除所述纸张灰度图像的边界,将切除边界后的纸张灰度图像沿纸张长边方向等分为第一区域、第二区域、第三区域三个区域,包括:
切除所述纸张灰度图像4至6个像素的边界;
将切除边界后的纸张灰度图像沿纸张长边方向等分为第一区域、第二区域和第三区域。
其中,所述根据所述三个区域的灰度值的平均值识别所述待检测纸张为真币,包括:
判断第一区域的灰度值的平均值是否分别大于第二区域和第三区域的灰度值的平均值,或第一区域和第二区域的灰度值的平均值均小于第三区域的灰度值的平均值;
若是,判断第一区域灰度值的平均值与第三区域灰度值的平均值之差的绝对值是否在预置阈值范围内;
若是,识别出所述待检测纸张为真币。
其中,所述获取待检测纸张灰度图像,具体为:获取分辨率为200*150dpi条件下的待检测纸张灰度图像;
所述根据所述待检测纸张灰度图像的尺寸确定所述待检测纸张对应的币值,包括:
若所述待检测纸张灰度图像的尺寸符合高度为440-455个像素,宽度为1198-1235像素,则所述待检测纸张对应的币值为100元;或
若所述待检测纸张灰度图像的尺寸符合高度为395-412个像素,宽度为1170-1190个像素,则所述待检测纸张对应的币值为50元;或
若所述待检测纸张灰度图像的尺寸符合高度为398-415个像素,宽度为1130-1160个像素,则所述待检测纸张对应的币值为20元;或
若所述待检测纸张灰度图像的尺寸符合高度为400-415个像素,宽度为1095-1106个像素,则所述待检测纸张对应的币值为10元。
另一方面,采用了一种人民币币值识别的***,包括:
获取模块,获取待检测纸张灰度图像;
第一确定模块,根据所述待检测纸张灰度图像的尺寸确定所述待检测纸张对应的币值;
切除模块,切除所述纸张灰度图像的边界,将切除边界后的纸张灰度图像沿纸张长边方向等分为第一区域、第二区域、第三区域三个区域;
计算模块,分别计算所述三个区域的灰度值的平均值;
识别模块,根据所述三个区域的灰度值的平均值识别所述待检测纸张为真币;
确定模块,确定所述检测纸张对应的币值为所述真币的币值。
其中,所述切除模块包括:
第一切除模块,切除所述纸张灰度图像4至6个像素的边界;
等分模块,将切除边界后的纸张灰度图像沿纸张长边方向等分为第一区域、第二区域和第三区域。
其中,所述识别模块包括:
第一判断模块,判断第一区域的灰度值的平均值是否分别大于第二区域和第三区域的灰度值的平均值,或第一区域和第二区域的灰度值的平均值均小于第三区域的灰度值的平均值;
第二判断模块,若是,判断第一区域灰度值的平均值与第三区域灰度值的平均值之差的绝对值是否在预置阈值范围内;
第一识别模块,若是,识别出所述待检测纸张为真币。
其中,所述获取模块具体为:获取分辨率为200*150dpi条件下的待检测纸张灰度图像;
所述第一确定模块包括:
第二确定模块,若所述待检测纸张灰度图像的尺寸符合高度为440-455个像素,宽度为1198-1235像素,则所述待检测纸张对应的币值为100元;
第三确定模块,若所述待检测纸张灰度图像的尺寸符合高度为395-412个像素,宽度为1170-1190个像素,则所述待检测纸张对应的币值为50元;
第四确定模块,若所述待检测纸张灰度图像的尺寸符合高度为398-415个像素,宽度为1130-1160个像素,则所述待检测纸张对应的币值为20元;
第五确定模块,若所述待检测纸张灰度图像的尺寸符合高度为400-415个像素,宽度为1095-1106个像素,则所述待检测纸张对应的币值为10元。
本发明的有益效果为:本发明通过获取待检测纸张灰度图像;根据所述待检测纸张灰度图像的尺寸确定所述待检测纸张对应的币值;切除所述纸张灰度图像的边界,将切除边界后的纸张灰度图像沿纸张长边方向等分为第一区域、第二区域、第三区域三个区域;分别计算所述三个区域的灰度值的平均值;根据所述三个区域的灰度值的平均值识别所述待检测纸张为真币;确定所述检测纸张对应的币值为所述真币的币值。本发明能准确的识别出人民币的币值,且排除了和人民币一样大小的非人民币的影响。
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1是本发明具体实施方式中提供的一种人民币币值识别的方法的第一实施例的方法流程图。
图2是本发明具体实施方式中提供的一种人民币币值识别的方法的第二实施例的方法流程图。
图3是本发明具体实施方式中提供的一种人民币币值识别的方法的第三实施例的方法流程图。
图4是本发明具体实施方式中提供的一种人民币币值识别的方法的第四实施例的方法流程图。
图5是本发明具体实施方式中提供的一种人民币币值识别的***的第一个实施例的结构方框图。
图6是本发明具体实施方式中提供的一种人民币币值识别的***的第二个实施例的结构方框图。
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。
请参考图1,其是本发明具体实施方式中提供的一种人民币币值识别的方法的第一实施例的方法流程图。如图所示,该人民币鉴伪方法,包括:
步骤S101,获取待检测纸张灰度图像人民币。
具体的,通过图像传感器获取待检测纸张灰度图像人民币。
步骤S102,根据所述待检测纸张灰度图像的尺寸确定所述待检测纸张对应的币值。
具体的,将待检测纸张灰度图像的尺寸与标准人民币对应的币种的尺寸进行比较,根据比较结果来确定所述待检测纸张对应的币值。
步骤S103,切除所述纸张灰度图像的边界,将切除边界后的纸张灰度图像沿纸张长边方向等分为第一区域、第二区域、第三区域三个区域。
具体的,图像传感器下的图像的边界都有黑边,通过切除图像的边界来去除图像的黑边对图像灰度值统计的影响,避免黑边导致灰度值求取的误差。沿纸张长边方向分为沿纸张长边从左到右方向和沿纸张长边从右到左方向两种。
步骤S104,分别计算所述三个区域的灰度值的平均值。
具体的,计算第一区域中每个像素点的灰度值,将第一区域中所有的像素点的灰度值求和,再求第一区域中所有的像素点的灰度值的平均值,从而求得所述第一区域的灰度值的平均值,同理计算第二区域的灰度值的平均值和第三区域的灰度值的平均值。
步骤S105,根据所述三个区域的灰度值的平均值识别所述待检测纸张为真币。
具体的,非人民币,如练功券、白纸、黑纸等可以满足与人民币同样的大小。通过所述三个区域的灰度值的平均值的特征可以准确的排除非人民币的情况。
本实施例中,非人民币图像的第一区域的灰度值的平均值、第二区域的灰度值的平均值和第三区域的灰度值的平均值相近,均为暗区或者均为亮区;而人民币图像的所述第一区域的灰度值的平均值、第二区域的灰度值的平均值和第三区域的灰度值的平均值中有两个暗区和一个亮区,且暗区的灰度值的平均值与亮区之间的灰度值的平均值之差的绝对值的阈值为10-85,由此不仅能准确的区分人民币和非人民币,排除非人民币的干扰。其中,暗区表示灰度值小的区域,亮区表示灰度值大的区域;人民币图像中两个暗区的灰度值的平均值相近。
步骤S106,确定所述检测纸张对应的币值为所述真币的币值。
具体的,根据所述三个区域的灰度值的平均值识别所述待检测纸张为真币,根据所述待检测纸张灰度图像的尺寸确定所述待检测纸张对应的币值,从而确定所述检测纸张对应的币值为所述真币的币值。
综上所述,本实施例通过获取待检测纸张灰度图像;根据所述待检测纸张灰度图像的尺寸确定所述待检测纸张对应的币值;切除所述纸张灰度图像的边界,将切除边界后的纸张灰度图像沿纸张长边方向等分为第一区域、第二区域、第三区域三个区域;分别计算所述三个区域的灰度值的平均值;根据所述三个区域的灰度值的平均值识别所述待检测纸张为真币;确定所述检测纸张对应的币值为所述真币的币值。本发明能准确的识别出人民币的币值,且排除了和人民币一样大小的非人民币的影响。
请参考图2,其是本发明具体实施方式中提供的一种人民币币值识别的方法的第二实施例的方法流程图。如图所示,该人民币鉴伪方法,包括:
步骤S201,获取待检测纸张灰度图像。
具体的,获取分辨率为200*150dpi的待检测纸张灰度图像。
步骤S202,根据所述待检测纸张灰度图像的尺寸确定所述待检测纸张对应的币值。
具体的,获取分辨率为200*150dpi条件下的待检测纸张灰度图像情况下,所述根据所述待检测纸张灰度图像的尺寸确定所述待检测纸张对应的币值,包括:若所述待检测纸张灰度图像的尺寸符合高度为440-455个像素,宽度为1198-1235像素,则所述待检测纸张对应的币值为100元;或若所述待检测纸张灰度图像的尺寸符合高度为395-412个像素,宽度为1170-1190个像素,则所述待检测纸张对应的币值为50元;或若所述待检测纸张灰度图像的尺寸符合高度为398-415个像素,宽度为1130-1160个像素,则所述待检测纸张对应的币值为20元;或若所述待检测纸张灰度图像的尺寸符合高度为400-415个像素,宽度为1095-1106个像素,则所述待检测纸张对应的币值为10元。
步骤S203,切除所述纸张灰度图像4至6个像素的边界。
具体的,图像传感器采集图像时,图像边界会出现黑边,根据实验经验,可以确定黑边的大小。本实施例中,所述纸张灰度图像的四个边都出现了黑边,切除4-6个像素的图像的边界可以消除图像边界上黑边的影响,优选的,切除5个像素的图像的边界。
步骤S204,将切除边界后的纸张灰度图像沿纸张长边方向等分为第一区域、第二区域和第三区域。
步骤S205,分别计算所述三个区域的灰度值的平均值。
步骤S206,根据所述三个区域的灰度值的平均值识别所述待检测纸张为真币。
步骤S207,确定所述检测纸张对应的币值为所述真币的币值。
综上所述,本发明实施例将待检测纸张灰度图像的尺寸与标准人民币对应的币种的尺寸进行比较,根据比较结果来确定所述待检测纸张对应的币值,根据实验经验切除4-6个像素的图像的边界来消除黑边对灰度值计算的影响,提高了人民币币值识别的准确性。
请参考图3,其是本发明具体实施方式中提供的一种人民币币值识别的方法的第三实施例的方法流程图。如图所示,该人民币鉴伪方法,包括:
步骤S301,获取待检测纸张灰度图像。
步骤S302,根据所述待检测纸张灰度图像的尺寸确定所述待检测纸张对应的币值。
步骤S303,切除所述纸张灰度图像的边界,将切除边界后的纸张灰度图像沿纸张长边方向等分为第一区域、第二区域、第三区域三个区域。
具体的,将切除边界后的纸张灰度图像沿纸张长边方向从左到右等分为第一区域、第二区域、第三区域三个区域;或者将切除边界后的纸张灰度图像沿纸张长边方向从右到左等分为第一区域、第二区域、第三区域三个区域。
步骤S304,分别计算所述三个区域的灰度值的平均值。
步骤S305,判断第一区域的灰度值的平均值是否分别大于第二区域和第三区域的灰度值的平均值,或第一区域和第二区域的灰度值的平均值均小于第三区域的灰度值的平均值。
具体的,判断第一区域的灰度值的平均值是否大于第二区域的灰度值的平均值且第一区域的灰度值的平均值是否大于第三区域的灰度值的平均值;或者判断第一区域的灰度值的平均值和第二区域的灰度值的平均值是否均小于第三区域的灰度值的平均值。
本实施例中,当待检测纸张为非人民币时,如练功券、白纸、黑纸等,其第一区域、第二区域和第三区域的灰度值的平均值非常相近。
当待检测纸张为人民币,人民币的面向为正面正向或反面反向时,若是将切除边界后的纸张灰度图像沿纸张长边方向从左到右等分为第一区域、第二区域、第三区域三个区域,则第一区域为亮区,第二区域和第三区域为暗区,第一区域的灰度值的平均值大,第二区域和第三区域的灰度值的平均值小,第一区域的灰度值的平均值大于第二区域的灰度值的平均值且第一区域的灰度值的平均值大于第三区域的灰度值的平均值。
当待检测纸张为人民币,人民币的面向为正面反向或者反面正向时,若是将切除边界后的纸张灰度图像沿纸张长边方向从左到右等分为第一区域、第二区域、第三区域三个区域,则第一区域和第二区域为暗区,第三区域为亮区,第一区域和第二区域的灰度值的平均值小,第三区域的灰度值的平均值大,第一区域和第二区域的灰度值的平均值均小于第三区域的灰度值的平均值。
当待检测纸张为人民币,人民币的面向为正面正向或反面反向时,若是将切除边界后的纸张灰度图像沿纸张长边方向从右到左等分为第一区域、第二区域、第三区域三个区域,则第一区域和第二区域为暗区,第三区域为亮区,第一区域和第二区域的灰度值的平均值小,第三区域的灰度值的平均值大,第一区域和第二区域的灰度值的平均值均小于第三区域的灰度值的平均值。
当待检测纸张为人民币,人民币的面向为正面反向或者反面正向时,若是将切除边界后的纸张灰度图像沿纸张长边方向从右到左等分为第一区域、第二区域、第三区域三个区域,则第一区域为亮区,第二区域和第三区域为暗区,第一区域的灰度值的平均值大,第二区域和第三区域的灰度值的平均值小,第一区域的灰度值的平均值大于第二区域的灰度值的平均值且第一区域的灰度值的平均值大于第三区域的灰度值的平均值。
根据待测纸张灰度图像的第一区域、第二区域和第三区域的灰度值的平均值的特征,可以很好的区分人民币和非人民币。
步骤S306,若是,判断第一区域灰度值的平均值与第三区域灰度值的平均值之差的绝对值是否在预置阈值范围内。
具体的,若第一区域的灰度值的平均值大于第二区域的灰度值的平均值且第一区域的灰度值的平均值是否大于第三区域的灰度值的平均值;或第一区域的灰度值的平均值和第二区域的灰度值的平均值均小于第三区域的灰度值的平均值,则继续判断第一区域灰度值的平均值与第三区域灰度值的平均值之差的绝对值是否在预置阈值范围内。本实施例中,预置阈值范围由经验所得,优选地,预置阈值范围为10<|第一区域-第三区域|<85。
步骤S307,若是,识别出所述待检测纸张为真币。
具体的,若第一区域灰度值的平均值与第三区域灰度值的平均值之差的绝对值在预置阈值范围内,则识别出所述待检测纸张为真币。本实施例中,若第一区域灰度值的平均值与第三区域灰度值的平均值之差的绝对值符合10<|第一区域-第三区域|<85,则识别出所述待检测纸张为真币。
步骤S308,确定所述检测纸张对应的币值为所述真币的币值。
综上所述,本发明实施例根据第一区域、第二区域、第三区域三个区域灰度值的特征来准确的区分人民币和非人民币,排除了和人民币一样大小的非人民币的影响,算法非常稳定、可靠,人民币币值确认的准确率达到了100%,避免了人民币币值确认错误对后续步骤的影响。
请参考图4,其是本发明具体实施方式中提供的一种人民币币值识别的方法的第四实施例的方法流程图。如图所示,该人民币鉴伪方法,包括:
步骤S401,获取待检测纸张灰度图像。
步骤S402,根据所述待检测纸张灰度图像的尺寸确定所述待检测纸张对应的币值。
具体的,获取分辨率为200*150dpi条件下的待检测纸张灰度图像情况下,所述根据所述待检测纸张灰度图像的尺寸确定所述待检测纸张对应的币值,包括:若所述待检测纸张灰度图像的尺寸符合高度为440-455个像素,宽度为1198-1235像素,则所述待检测纸张对应的币值为100元;或若所述待检测纸张灰度图像的尺寸符合高度为395-412个像素,宽度为1170-1190个像素,则所述待检测纸张对应的币值为50元;或若所述待检测纸张灰度图像的尺寸符合高度为398-415个像素,宽度为1130-1160个像素,则所述待检测纸张对应的币值为20元;或若所述待检测纸张灰度图像的尺寸符合高度为400-415个像素,宽度为1095-1106个像素,则所述待检测纸张对应的币值为10元。
步骤S403,切除所述纸张灰度图像4至6个像素的边界。
步骤S404,将切除边界后的纸张灰度图像沿纸张长边方向等分为第一区域、第二区域和第三区域。
步骤S405,分别计算所述三个区域的灰度值的平均值。
步骤S406,判断第一区域的灰度值的平均值是否分别大于第二区域和第三区域的灰度值的平均值,或第一区域和第二区域的灰度值的平均值均小于第三区域的灰度值的平均值。
具体的,判断第一区域的灰度值的平均值是否大于第二区域的灰度值的平均值且第一区域的灰度值的平均值是否大于第三区域的灰度值的平均值;或者判断第一区域的灰度值的平均值和第二区域的灰度值的平均值是否均小于第三区域的灰度值的平均值。
本实施例中,当待检测纸张为人民币时,第一区域,第二区域和第三区域中有两个为暗区、一个亮区,第一区域、第二区域和第三区域的灰度值的平均值满足以下两个条件中的一个:第一区域的灰度值的平均值大于第二区域的灰度值的平均值且第一区域的灰度值的平均值大于第三区域的灰度值的平均值;或第一区域的灰度值的平均值小于第三区域的灰度值的平均值且第二区域的灰度值的平均值小于第三区域的灰度值的平均值。非人民币的第一区域、第二区域和第三区域的灰度值的平均值非常相近,根据待测纸张灰度图像的第一区域、第二区域和第三区域的灰度值的平均值的特征,可以很好的区分人民币和非人民币。
步骤S407,若是,判断第一区域灰度值的平均值与第三区域灰度值的平均值之差的绝对值是否在预置阈值范围内。
具体的,若第一区域的灰度值的平均值大于第二区域的灰度值的平均值且第一区域的灰度值的平均值是否大于第三区域的灰度值的平均值;或第一区域的灰度值的平均值和第二区域的灰度值的平均值均小于第三区域的灰度值的平均值,则继续判断第一区域灰度值的平均值与第三区域灰度值的平均值之差的绝对值是否在预置阈值范围内。本实施例中,预置阈值范围由经验所得,优选地,预置阈值范围为10<|第一区域-第三区域|<85。
步骤S408,若是,识别出所述待检测纸张为真币。
具体的,若第一区域灰度值的平均值与第三区域灰度值的平均值之差的绝对值在预置阈值范围内,则识别出所述待检测纸张为真币。本实施例中,若第一区域灰度值的平均值与第三区域灰度值的平均值之差的绝对值符合10<|第一区域-第三区域|<85,则识别出所述待检测纸张为真币。
步骤S409,确定所述检测纸张对应的币值为所述真币的币值。
综上所述,本发明实施例根据所述待检测纸张灰度图像的尺寸确定所述待检测纸张对应的币值,根据第一区域、第二区域、第三区域三个区域灰度值的特征来准确的区分人民币和非人民币,排除了和人民币一样大小的非人民币的影响,算法非常稳定、可靠,人民币币值确认的准确率达到了100%,避免了人民币币值确认错误对后续步骤的影响。
以下为本方案一种人民币币值识别的***的实施例,一种人民币币值识别的***的实施例基于一种人民币币值识别的方法的实施例实现,在一种人民币币值识别的***的实施例中未尽的描述,请参考一种人民币币值识别的方法的实施例。
请参考图5,其是本发明具体实施方式中提供的一种人民币币值识别的***的第一个实施例的结构方框图。如图所示,该人民币鉴伪***,包括:
获取模块510,获取待检测纸张灰度图像。
第一确定模块520,根据所述待检测纸张灰度图像的尺寸确定所述待检测纸张对应的币值。
切除模块530,切除所述纸张灰度图像的边界,将切除边界后的纸张灰度图像沿纸张长边方向等分为第一区域、第二区域、第三区域三个区域。
计算模块540,分别计算所述三个区域的灰度值的平均值。
识别模块550,根据所述三个区域的灰度值的平均值识别所述待检测纸张为真币。
确定模块560,确定所述检测纸张对应的币值为所述真币的币值。
综上所述,上述各单元协同工作,获取模块510,获取待检测纸张灰度图像;第一确定模块520,根据所述待检测纸张灰度图像的尺寸确定所述待检测纸张对应的币值;切除模块530,切除所述纸张灰度图像的边界,将切除边界后的纸张灰度图像沿纸张长边方向等分为第一区域、第二区域、第三区域三个区域;计算模块540,分别计算所述三个区域的灰度值的平均值;识别模块550,根据所述三个区域的灰度值的平均值识别所述待检测纸张为真币;确定模块560,确定所述检测纸张对应的币值为所述真币的币值。本发明能准确的识别出人民币的币值,且排除了和人民币一样大小的非人民币的影响。
请参考图6,其是本发明具体实施方式中提供的一种人民币币值识别的***的第二个实施例的结构方框图。如图所示,该人民币鉴伪***,包括:
获取模块510,获取待检测纸张灰度图像。
第一确定模块520,根据所述待检测纸张灰度图像的尺寸确定所述待检测纸张对应的币值。
具体的,所述第一确定模块520包括:第二确定模块521,第三确定模块522,第四确定模块523,第五确定模块524。
第二确定模块521,若所述待检测纸张灰度图像的尺寸符合高度为440-455个像素,宽度为1198-1235像素,则所述待检测纸张对应的币值为100元。
第三确定模块522,若所述待检测纸张灰度图像的尺寸符合高度为395-412个像素,宽度为1170-1190个像素,则所述待检测纸张对应的币值为50元。
第四确定模块523,若所述待检测纸张灰度图像的尺寸符合高度为398-415个像素,宽度为1130-1160个像素,则所述待检测纸张对应的币值为20元。
第五确定模块524,若所述待检测纸张灰度图像的尺寸符合高度为400-415个像素,宽度为1095-1106个像素,则所述待检测纸张对应的币值为10元。
切除模块530,切除所述纸张灰度图像的边界,将切除边界后的纸张灰度图像沿纸张长边方向等分为第一区域、第二区域、第三区域三个区域。
具体的,切除模块530包括:第一切除模块531和等分模块532。
第一切除模块531,切除所述纸张灰度图像4至6个像素的边界。
等分模块532,将切除边界后的纸张灰度图像沿纸张长边方向等分为第一区域、第二区域和第三区域。
计算模块540,分别计算所述三个区域的灰度值的平均值。
识别模块550,根据所述三个区域的灰度值的平均值识别所述待检测纸张为真币。
具体的,识别模块550包括:第一判断模块551,第二判断模块552和第一识别模块553。
第一判断模块551,判断第一区域的灰度值的平均值是否分别大于第二区域和第三区域的灰度值的平均值,或第一区域和第二区域的灰度值的平均值均小于第三区域的灰度值的平均值。
第二判断模块552,若是,判断第一区域灰度值的平均值与第三区域灰度值的平均值之差的绝对值是否在预置阈值范围内。
第一识别模块553,若是,识别出所述待检测纸张为真币。
确定模块560,确定所述检测纸张对应的币值为所述真币的币值。
综上所述,上述各单元协同工作,根据所述待检测纸张灰度图像的尺寸确定所述待检测纸张对应的币值,根据第一区域、第二区域、第三区域三个区域灰度值的特征来准确的区分人民币和非人民币,排除了和人民币一样大小的非人民币的影响,人民币币值确认的准确率达到了100%,实现了算法的稳定性和可靠性,避免了人民币币值确认错误对后续步骤的影响。
以上结合具体实施例描述了本发明的技术原理。这些描述只是为了解释本发明的原理,而不能以任何方式解释为对本发明保护范围的限制。基于此处的解释,本领域的技术人员不需要付出创造性的劳动即可联想到本发明的其它具体实施方式,这些方式都将落入本发明的保护范围之内。
Claims (8)
1.一种人民币币值识别的方法,其特征在于,包括:
获取待检测纸张灰度图像;
根据所述待检测纸张灰度图像的尺寸确定所述待检测纸张对应的币值;
切除所述纸张灰度图像的边界,将切除边界后的纸张灰度图像沿纸张长边方向等分为第一区域、第二区域、第三区域三个区域;
分别计算所述三个区域的灰度值的平均值;
根据所述三个区域的灰度值的平均值识别所述待检测纸张为真币;
确定所述检测纸张对应的币值为所述真币的币值。
2.根据权利要求1所述的方法,其特征在于,所述切除所述纸张灰度图像的边界,将切除边界后的纸张灰度图像沿纸张长边方向等分为第一区域、第二区域、第三区域三个区域,包括:
切除所述纸张灰度图像4至6个像素的边界;
将切除边界后的纸张灰度图像沿纸张长边方向等分为第一区域、第二区域和第三区域。
3.根据权利要求1或2所述的方法,其特征在于,所述根据所述三个区域的灰度值的平均值识别所述待检测纸张为真币,包括:
判断第一区域的灰度值的平均值是否分别大于第二区域和第三区域的灰度值的平均值,或第一区域和第二区域的灰度值的平均值均小于第三区域的灰度值的平均值;
若是,判断第一区域灰度值的平均值与第三区域灰度值的平均值之差的绝对值是否在预置阈值范围内;
若是,识别出所述待检测纸张为真币。
4.根据权利要求1或2所述的方法,其特征在于,所述获取待检测纸张灰度图像,具体为:获取分辨率为200*150dpi条件下的待检测纸张灰度图像;
所述根据所述待检测纸张灰度图像的尺寸确定所述待检测纸张对应的币值,包括:
若所述待检测纸张灰度图像的尺寸符合高度为440-455个像素,宽度为1198-1235像素,则所述待检测纸张对应的币值为100元;或
若所述待检测纸张灰度图像的尺寸符合高度为395-412个像素,宽度为1170-1190个像素,则所述待检测纸张对应的币值为50元;或
若所述待检测纸张灰度图像的尺寸符合高度为398-415个像素,宽度为1130-1160个像素,则所述待检测纸张对应的币值为20元;或
若所述待检测纸张灰度图像的尺寸符合高度为400-415个像素,宽度为1095-1106个像素,则所述待检测纸张对应的币值为10元。
5.一种人民币币值识别的***,其特征在于,包括:
获取模块,获取待检测纸张灰度图像;
第一确定模块,根据所述待检测纸张灰度图像的尺寸确定所述待检测纸张对应的币值;
切除模块,切除所述纸张灰度图像的边界,将切除边界后的纸张灰度图像沿纸张长边方向等分为第一区域、第二区域、第三区域三个区域;
计算模块,分别计算所述三个区域的灰度值的平均值;
识别模块,根据所述三个区域的灰度值的平均值识别所述待检测纸张为真币;
确定模块,确定所述检测纸张对应的币值为所述真币的币值。
6.根据权利要求5所述的***,其特征在于,所述切除模块包括:
第一切除模块,切除所述纸张灰度图像4至6个像素的边界;
等分模块,将切除边界后的纸张灰度图像沿纸张长边方向等分为第一区域、第二区域和第三区域。
7.根据权利要求5所述的***,其特征在于,所述识别模块包括:
第一判断模块,判断第一区域的灰度值的平均值是否分别大于第二区域和第三区域的灰度值的平均值,或第一区域和第二区域的灰度值的平均值均小于第三区域的灰度值的平均值;
第二判断模块,若是,判断第一区域灰度值的平均值与第三区域灰度值的平均值之差的绝对值是否在预置阈值范围内;
第一识别模块,若是,识别出所述待检测纸张为真币。
8.根据权利要求5所述的***,其特征在于,所述获取模块具体为:获取分辨率为200*150dpi条件下的待检测纸张灰度图像;
所述第一确定模块包括:
第二确定模块,若所述待检测纸张灰度图像的尺寸符合高度为440-455个像素,宽度为1198-1235像素,则所述待检测纸张对应的币值为100元;
第三确定模块,若所述待检测纸张灰度图像的尺寸符合高度为395-412个像素,宽度为1170-1190个像素,则所述待检测纸张对应的币值为50元;
第四确定模块,若所述待检测纸张灰度图像的尺寸符合高度为398-415个像素,宽度为1130-1160个像素,则所述待检测纸张对应的币值为20元;
第五确定模块,若所述待检测纸张灰度图像的尺寸符合高度为400-415个像素,宽度为1095-1106个像素,则所述待检测纸张对应的币值为10元。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510664632.2A CN105261108B (zh) | 2015-10-15 | 2015-10-15 | 一种人民币币值识别的方法和*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510664632.2A CN105261108B (zh) | 2015-10-15 | 2015-10-15 | 一种人民币币值识别的方法和*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105261108A true CN105261108A (zh) | 2016-01-20 |
CN105261108B CN105261108B (zh) | 2018-06-19 |
Family
ID=55100778
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510664632.2A Active CN105261108B (zh) | 2015-10-15 | 2015-10-15 | 一种人民币币值识别的方法和*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105261108B (zh) |
Cited By (8)
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 |
CN106485828A (zh) * | 2016-09-18 | 2017-03-08 | 深圳怡化电脑股份有限公司 | 一种纸币识别方法及装置 |
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 |
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 |
CN107705416A (zh) * | 2017-09-11 | 2018-02-16 | 深圳怡化电脑股份有限公司 | 一种纸币图像处理方法、纸币图像处理装置及电子设备 |
CN108510638A (zh) * | 2017-02-24 | 2018-09-07 | 深圳怡化电脑股份有限公司 | 纸币识别方法和装置 |
CN111723663A (zh) * | 2020-05-18 | 2020-09-29 | 中国农业科学院农业环境与可持续发展研究所 | 一种地膜识别方法、装置及存储介质 |
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 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1484719A2 (en) * | 2003-06-06 | 2004-12-08 | Ncr International Inc. | Currency validation |
CN102136167A (zh) * | 2010-11-29 | 2011-07-27 | 东北大学 | 一种纸币清分鉴伪装置及方法 |
CN102324134A (zh) * | 2011-09-19 | 2012-01-18 | 广州广电运通金融电子股份有限公司 | 有价文件鉴别方法及其鉴别装置 |
CN102890840A (zh) * | 2012-08-22 | 2013-01-23 | 山东新北洋信息技术股份有限公司 | 纸币鉴别方法和装置 |
CN104537756A (zh) * | 2015-01-22 | 2015-04-22 | 广州广电运通金融电子股份有限公司 | 一种基于Lab色彩空间的钞票分类鉴别方法和装置 |
-
2015
- 2015-10-15 CN CN201510664632.2A patent/CN105261108B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1484719A2 (en) * | 2003-06-06 | 2004-12-08 | Ncr International Inc. | Currency validation |
CN102136167A (zh) * | 2010-11-29 | 2011-07-27 | 东北大学 | 一种纸币清分鉴伪装置及方法 |
CN102324134A (zh) * | 2011-09-19 | 2012-01-18 | 广州广电运通金融电子股份有限公司 | 有价文件鉴别方法及其鉴别装置 |
CN102890840A (zh) * | 2012-08-22 | 2013-01-23 | 山东新北洋信息技术股份有限公司 | 纸币鉴别方法和装置 |
CN104537756A (zh) * | 2015-01-22 | 2015-04-22 | 广州广电运通金融电子股份有限公司 | 一种基于Lab色彩空间的钞票分类鉴别方法和装置 |
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 |
CN106485828B (zh) * | 2016-09-18 | 2019-04-26 | 深圳怡化电脑股份有限公司 | 一种纸币识别方法及装置 |
CN106485828A (zh) * | 2016-09-18 | 2017-03-08 | 深圳怡化电脑股份有限公司 | 一种纸币识别方法及装置 |
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 |
CN106652168B (zh) * | 2016-12-19 | 2020-07-21 | 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 |
CN108510638B (zh) * | 2017-02-24 | 2020-08-18 | 深圳怡化电脑股份有限公司 | 纸币识别方法和装置 |
CN108510638A (zh) * | 2017-02-24 | 2018-09-07 | 深圳怡化电脑股份有限公司 | 纸币识别方法和装置 |
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 |
CN107705416A (zh) * | 2017-09-11 | 2018-02-16 | 深圳怡化电脑股份有限公司 | 一种纸币图像处理方法、纸币图像处理装置及电子设备 |
CN111723663A (zh) * | 2020-05-18 | 2020-09-29 | 中国农业科学院农业环境与可持续发展研究所 | 一种地膜识别方法、装置及存储介质 |
CN111723663B (zh) * | 2020-05-18 | 2024-01-23 | 中国农业科学院农业环境与可持续发展研究所 | 一种地膜识别方法、装置及存储介质 |
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 |
Also Published As
Publication number | Publication date |
---|---|
CN105261108B (zh) | 2018-06-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105261108A (zh) | 一种人民币币值识别的方法和*** | |
US10217007B2 (en) | Detecting method and device of obstacles based on disparity map and automobile driving assistance system | |
US9827599B2 (en) | Banknote recognition and classification method and system | |
CN103489175B (zh) | 路面检测方法和装置 | |
CN106952393B (zh) | 纸币识别方法和装置、电子设备和存储介质 | |
CN105184957A (zh) | 一种纸币鉴伪方法和*** | |
CN105184955A (zh) | 一种纸币的识别方法和装置 | |
EP3079129A1 (en) | Automatic fault diagnosis method and device for sorting machine | |
CN106780966B (zh) | 一种纸币鉴伪方法及装置 | |
CN105006062A (zh) | 一种识别纸币的方法及存取款装置 | |
CN105574542A (zh) | 基于多传感器融合的多视觉特征车辆检测方法 | |
WO2019001191A1 (zh) | 一种拼接票据的检测方法及拼接票据的检测装置 | |
CN105335741A (zh) | 一种脏污冠字号分类的方法和*** | |
CN106920318B (zh) | 一种纸币的鉴别方法及装置 | |
CN104361672A (zh) | 一种对纸币折角进行检测的方法 | |
WO2023279966A1 (zh) | 一种多车道线检测方法、装置及检测设备 | |
CN103473779B (zh) | 图像中条纹干扰的检测方法和装置 | |
CN106600812B (zh) | 一种纸币识别方法及装置 | |
CN104112123A (zh) | 一种用于子弹表观缺陷检测的aoi***的缺陷特征提取与识别方法 | |
CN105069899A (zh) | 一种验钞的方法及验钞装置 | |
EP3352146B1 (en) | Detection method and apparatus for overlapped notes | |
CN108711213B (zh) | 一种纸币斑马线黑白块的识别方法及装置 | |
CN109767543B (zh) | 一种纸币检测方法和*** | |
CN106447897A (zh) | 一种检测纸币磁性特征的方法及装置 | |
CN106447908B (zh) | 一种纸币鉴伪方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |