CN107705417A - 纸币版本的识别方法、装置、金融设备及存储介质 - Google Patents
纸币版本的识别方法、装置、金融设备及存储介质 Download PDFInfo
- Publication number
- CN107705417A CN107705417A CN201710935233.4A CN201710935233A CN107705417A CN 107705417 A CN107705417 A CN 107705417A CN 201710935233 A CN201710935233 A CN 201710935233A CN 107705417 A CN107705417 A CN 107705417A
- Authority
- CN
- China
- Prior art keywords
- bank note
- year information
- time region
- version
- border
- 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.)
- Pending
Links
Classifications
-
- 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
- G07D7/20—Testing patterns thereon
- G07D7/2008—Testing patterns thereon using pre-processing, e.g. de-blurring, averaging, normalisation or rotation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
- G06F18/2411—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on the proximity to a decision surface, e.g. support vector machines
-
- 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
- G06T7/0006—Industrial image inspection using a design-rule based approach
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/136—Segmentation; Edge detection involving thresholding
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/194—Segmentation; Edge detection involving foreground-background segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/22—Image preprocessing by selection of a specific region containing or referencing a pattern; Locating or processing of specific regions to guide the detection or recognition
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/26—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion
- G06V10/267—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion by performing operations on regions, e.g. growing, shrinking or watersheds
-
- 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
- G07D7/20—Testing patterns thereon
- G07D7/2016—Testing patterns thereon using feature extraction, e.g. segmentation, edge detection or Hough-transformation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30108—Industrial image inspection
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Data Mining & Analysis (AREA)
- Multimedia (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Evolutionary Computation (AREA)
- Evolutionary Biology (AREA)
- General Engineering & Computer Science (AREA)
- Bioinformatics & Computational Biology (AREA)
- Artificial Intelligence (AREA)
- Quality & Reliability (AREA)
- Life Sciences & Earth Sciences (AREA)
- Character Discrimination (AREA)
Abstract
本发明实施例公开了一种纸币版本的识别方法、装置、金融设备及存储介质。该方法包括:获取待识别纸币的预设面向的灰度图像,其中,所述预设面向包括所述待识别纸币对应版本的年份信息;截取所述灰度图像中包括所述年份信息的年份区域;提取所述年份区域中包括的所述年份信息的字符特征;通过分类器对所述字符特征进行分类,识别具体的年份信息,以得到所述待识别纸币的版本信息。本发明实施例由于是通过对年份信息分类识别,进而得到版本信息,从而提高了纸币版本识别的准确性。
Description
技术领域
本发明实施例涉及纸币识别技术,尤其涉及一种纸币版本的识别方法、装置、金融设备及存储介质。
背景技术
随着经济的发展,纸币的流通量越来越大,而且同时会有多个版本的纸币在流通。纸币版本识别是纸币自动识别判断的基础,因为如果纸币版本识别错误,将直接导致后面纸币所有识别算法的误检。
现有技术中,对纸币的版本识别一般是通过不同版本在某个区域中具有不同的特征,从而提取该特征来进行识别,但是随着纸币的磨损,会导致提取到的不同版本的纸币的特征差别不大,从而导致识别错误。
发明内容
有鉴于此,本发明实施例提供一种纸币版本的识别方法、装置、金融设备及存储介质,以提高纸币版本识别的准确性。
第一方面,本发明实施例提供了一种纸币版本的识别方法,所述方法包括:
获取待识别纸币的预设面向的灰度图像,其中,所述预设面向包括所述待识别纸币对应版本的年份信息;
截取所述灰度图像中包括所述年份信息的年份区域;
提取所述年份区域中包括的所述年份信息的字符特征;
通过分类器对所述字符特征进行分类,识别具体的年份信息,以得到所述待识别纸币的版本信息。
第二方面,本发明实施例还提供了一种纸币版本的识别装置,所述装置包括:
图像获取模块,用于获取待识别纸币的预设面向的灰度图像,其中,所述预设面向包括所述待识别纸币对应版本的年份信息;
年份区域截取模块,用于截取所述灰度图像中包括所述年份信息的年份区域;
字符特征提取模块,用于提取所述年份区域中包括的所述年份信息的字符特征;
版本识别模块,用于通过分类器对所述字符特征进行分类,识别具体的年份信息,以得到所述待识别纸币的版本信息。
第三方面,本发明实施例还提供了一种金融设备,所述金融设备包括:
一个或多个处理器;
存储装置,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本发明任一实施例所述的纸币版本的识别方法。
第四方面,本发明实施例还提供了一种计算机存储介质,其上存储有计算机程序,该程序被处理器执行时实现本发明任一实施例所述的纸币版本的识别方法。
本发明实施例的技术方案,通过获取待识别纸币的预设面向的灰度图像,截取灰度图像中包括年份信息的年份区域,提取其中的字符特征,并通过分类器多少字符特征进行分类,识别具体的年份信息,得到待识别纸币的版本信息,由于是通过对年份信息分类识别,进而得到版本信息,从而提高了纸币版本识别的准确性。
附图说明
图1是本发明实施例一提供的一种纸币版本的识别方法的流程图;
图2是本发明实施例提供的纸币版本的识别方法中的古巴币的示例图;
图3是本发明实施例二提供的一种纸币版本的识别方法的流程图;
图4是本发明实施例三提供的一种纸币版本的识别装置的结构示意图;
图5是本发明实施例四提供的一种金融设备的结构示意图。
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内容。
实施例一
图1是本发明实施例一提供的一种纸币版本的识别方法的流程图,本实施例可适用于对纸币的版本进行识别的情况,该方法可以由纸币版本的识别装置来执行,该装置可以由软件和/或硬件的方式来实现,一般可集成于ATM(Automated Teller Machine,自动柜员机)或点钞机等金融设备中,该方法具体包括如下步骤:
步骤110,获取待识别纸币的预设面向的灰度图像,其中,所述预设面向包括所述待识别纸币对应版本的年份信息。
其中,纸币一般会有4个面向,包括:正面正向、正面反向、反面正向和反面反向。每个人对纸币的面向的定义方式可能不同,一般可将纸币中包括对应版本的年份信息的一面定义为正面。
本发明实施例是通过待识别纸币对应版本的年份信息来识别纸币的版本,因此,获取的待识别纸币的灰度图像中需要包括所述年份信息,在已知年份信息是在预设面向中的时候,只需获取待识别纸币的预设面向的灰度图像。其中,所述预设面向为正面正向或正面反向。所述待识别纸币可以为任意纸币,优选为古巴币。
步骤120,截取所述灰度图像中包括所述年份信息的年份区域。
根据获取到的灰度图像的面向信息,以对应的预设范围截取所述灰度图像中包括所述年份信息的年份区域。即可以预先对所述年份信息在正面正向或正面反向的范围进行获取,可以根据经验获取,获取到的范围即为所述预设范围。
除了上述那种截取方式外,还可以将正面反向的灰度图像转换为正面正向,然后根据正面正向对应的预设范围截取其中的年份区域。这样可以只保留一种预设范围,节省存储空间。
其中,所述预设范围的图像是包括所述年份信息的区域,而且每个边缘与所述年份信息的边缘要有一定的距离,以保证后续能够精确获取到年份信息。
图2是本发明实施例提供的纸币版本的识别方法中的古巴币的示例图,如图2所示,区域1和区域2均包括年份信息(2012),由于区域2中年份信息与周围区域的灰度值相差不大,无法精确确定年份信息的边界,从而无法精确提取到年份信息,因此,具体识别时,截取区域1作为年份区域。
步骤130,提取所述年份区域中包括的所述年份信息的字符特征。
可以通过图像特征提取,来提取所述年份区域中包括的所述年份信息的字符特征,每个字符组成的区域可以认为是一个连续的区域。其中,图像特征提取是计算机视觉和图像处理中的一个概念,是指使用计算机提取图像信息,决定每个图像的点是否属于一个图像特征。特征提取的结果是把图像上的点分为不同的子集,这些子集往往属于孤立的点、连续的曲线或者连续的区域。
还可以通过区分前景和背景来提取其中的前景信息,进而提取到年份区域中包括的年份信息的字符特征。
步骤140,通过分类器对所述字符特征进行分类,识别具体的年份信息,以得到所述待识别纸币的版本信息。
其中,分类器是数据挖掘中对样本进行分类的方法的统称,包含决策树、逻辑回归、朴素贝叶斯、神经网络等算法。分类是数据挖掘的一种非常重要的方法,分类的概念是在已有数据的基础上学会一个分类函数或构造出一个分类模型,也就是分类器。该函数或模型能够把数据库中的数据纪录映射到给定类别中的某一个,从而可以应用于数据预测。其中,所述分类器优选为SVM(Support Vector Machine,支持向量机)分类器,SVM是一个由分类超平面定义的判别分类器,即给定一组带标签的训练样本,算法将会输出一个最优超平面对新样本(测试样本)进行分类,该最优超平面对到离它最近的训练样本的距离要最大。即最优分割超平面最大化训练样本边界,排除了噪声的干扰,保证识别的准确性。
通过利用分类器对所述字符特征进行分类,识别出具体的数字,得到具体的年份信息,根据年份信息与纸币版本的对应关系,得到纸币版本信息。
本实施例的技术方案,通过获取待识别纸币的预设面向的灰度图像,截取灰度图像中包括年份信息的年份区域,提取其中的字符特征,并通过分类器多少字符特征进行分类,识别具体的年份信息,得到待识别纸币的版本信息,由于是通过对年份信息分类识别,进而得到版本信息,从而提高了纸币版本识别的准确性。
实施例二
图3是本发明实施例二提供的一种纸币版本的识别方法的流程图,本实施例在上述实施例的基础上,对“提取所述年份区域中包括的所述年份信息的字符特征”进行了优化,该方法具体包括如下步骤:
步骤210,获取待识别纸币的预设面向的灰度图像,其中,所述预设面向包括所述待识别纸币对应版本的年份信息。
步骤220,截取所述灰度图像中包括所述年份信息的年份区域。
步骤230,确定所述年份区域中所述年份信息的边界。
其中,所述年份信息的边界就是表示年份的数字的边界。
可以通过所述年份信息的边界与周围区域的不同,来确定年份信息的边界。
其中,确定所述年份区域中所述年份信息的边界,可选包括:
对所述年份区域进行行投影,确定所述年份区域中所述年份信息的第一边界,并根据预设高度信息,确定所述年份信息的第二边界,所述第二边界与所述第一边界对应;
对所述年份区域进行列投影,确定所述年份区域中所述年份信息的第三边界,并根据预设宽度信息,确定所述年份信息的第四边界,所述第四边界与所述第三边界对应。
其中,行投影是计算图像中每一行像素点的灰度值的和,列投影是计算图像中每一列像素点的灰度值的和。
通过对所述年份区域进行行投影,确定所述年份区域中所述年份信息在所述行方向中的第一边界,并根据相应分辨率图像的预设高度信息,确定年份信息中与第一边界对应的第二边界。通过对所述年份区域进行列投影,确定所述年份区域中所述年份信息在所述列方向中的第三边界,并根据相应分辨率图像的预设宽度信息,确定年份信息中与第三边界对应的第四边界。通过行列投影获取边界,适用于年份信息的区域与周围区域有明显像素差别的图像,这样可以准确确定年份信息的边界。在行投影确定行边界时,通过比较相邻两行的行投影,当相邻两行的行投影相差大于预设行阈值时,根据纸币的面向确定其中一行为边界;在列投影确定列边界时,通过比较相邻两列的列投影,当相邻两列的列投影相差大于预设列阈值时,根据纸币的面向确定其中一列为列边界。
示例性的,如图2所示,区域1中的年份信息的上边界与年份信息以上的区域的像素有明显差别,可以通过行投影获取到年份信息的上边界,具体是从上往下依次比较相邻两行的行投影,当相邻两行的行投影之间的差大于预设行阈值时,确定下面一行为年份信息的上边界,再根据预设高度信息,准确获取到对应的下边界;区域1中的年份信息的右边界与年份信息右侧的区域的像素有明显差别,可以通过列投影获取到年份信息的右边界,具体是从右往左依次比较相邻两列的列投影,当相邻两列的列投影之间的差大于预设列阈值时,确定左侧一列为年份信息的右边界,再根据预设宽度信息,准确获取到对应的左边界。
步骤240,根据所述边界,提取所述年份区域中的所述年份信息所在的字符区域。
根据确定的年份信息的边界,提取出其中的年份信息所在的区域,即字符区域,也即通过对字符区域进行边缘提取,直接截取字符区域。
步骤250,通过对所述字符区域进行图像编码,提取所述字符区域中的字符特征。
其中,图像编码也称为图像压缩,是指在满足一定质量(信噪比的要求或主观评价得分)的条件下,以较少比特数表示图像或图像中所包含信息的技术。
通过对所述字符区域进行图像编码,突出所述字符区域中的字符特征,进而提取所述字符特征。
其中,通过对所述字符区域进行图像编码,可选包括:
采用哈夫曼编码对所述字符区域进行图像编码。
其中,哈夫曼编码(Huffman Coding),又称霍夫曼编码,是一种编码方式,哈夫曼编码是可变字长编码的一种。是Huffman于1952年提出的一种编码方法,该方法完全依据字符出现概率来构造异字头的平均长度最短的码字,有时称之为最佳编码。采用哈夫曼编码进行图像编码的基本思路是首先扫描图像数据,计算出各种像素出现的概率,按照概率大小指定不同长度的码字,由此得到一张哈夫曼码表,编码后的图像数据记录的是每个像素的码字,而码字与实际像素值的对应关系记录在码表中,码表需要附在图像文件中。
本发明实施例中,进行哈夫曼编码时,首先扫描所述字符区域中的每个像素点的灰度值,计算出各个灰度值出现的概率,按照概率大小指定不同长度的码字,从而得到一张哈夫曼码表,完成编码。根据码表中的灰度值与概率的关系,确定字符区域中的字符,并提取出其中的字符特征。
步骤260,通过分类器对所述字符特征进行分类,识别具体的年份信息,以得到所述待识别纸币的版本信息。
本实施例的技术方案,在上述实施例的基础上,在提取字符特征时,通过确定年份区域中的年份信息的边界,并根据边界提取年份信息所在的字符区域,通过对字符区域进行图像编码,提取字符区域中的字符特征,精确提取了字符区域及其中的字符特征,可以进一步提高纸币版本识别的准确性。
在上述技术方案的基础上,在对所述年份区域进行列投影之前,还优选包括:
对所述年份区域进行二值化处理。
其中,进行二值化处理的算法有很多,比如计算年份区域中像素点的均值,并将各个像素点的灰度值与所述均值进行比较,大于直接赋值为255或0,小于直接赋值为0或255,还可以采用其他的二值化算法。本发明实施例优选采用OTSU(最大类间方差法)算法来对年份区域进行二值化处理。OTSU算法是由日本学者大津于1979年提出的,是一种自适应的阈值确定的方法,又叫大津法,它是按图像的灰度特性,将图像分成背景和目标2部分。背景和目标之间的类间方差越大,说明构成图像的2部分的差别越大,当部分目标错分为背景或部分背景错分为目标都会导致2部分差别变小。因此,使类间方差最大的分割意味着错分概率最小。通过采用OTSU算法进行二值化处理可以提高二值化处理的准确度。
通过对年份区域进行二值化处理,可以减少后续的计算量,并且可以更加突出其中的字符特征,进行有利于字符区域边界的确定及字符的提取。
实施例三
图4是本发明实施例三提供的一种纸币版本的识别装置的结构示意图,如图4所示,本实施例所述的纸币版本的识别装置包括:图像获取模块310、年份区域截取模块320、字符特征提取模块330和版本识别模块340。
其中,图像获取模块310,用于获取待识别纸币的预设面向的灰度图像,其中,所述预设面向包括所述待识别纸币对应版本的年份信息;
年份区域截取模块320,用于截取所述灰度图像中包括所述年份信息的年份区域;
字符特征提取模块330,用于提取所述年份区域中包括的所述年份信息的字符特征;
版本识别模块340,用于通过分类器对所述字符特征进行分类,识别具体的年份信息,以得到所述待识别纸币的版本信息。
可选的,所述字符特征提取模块包括:
边界确定单元,用于确定所述年份区域中所述年份信息的边界;
字符区域提取单元,用于根据所述边界,提取所述年份区域中的所述年份信息所在的字符区域;
字符特征提取单元,用于通过对所述字符区域进行图像编码,提取所述字符区域中的字符特征。
可选的,所述边界确定单元具体用于:
对所述年份区域进行行投影,确定所述年份区域中所述年份信息的第一边界,并根据预设高度信息,确定所述年份信息的第二边界,所述第二边界与所述第一边界对应;
对所述年份区域进行列投影,确定所述年份区域中所述年份信息的第三边界,并根据预设宽度信息,确定所述年份信息的第四边界,所述第四边界与所述第三边界对应。
可选的,所述装置还包括:
二值化模块,用于在对所述年份区域进行列投影之前,对所述年份区域进行二值化处理。
所述字符特征提取单元包括:
图像编码子单元,用于采用哈夫曼编码对所述字符区域进行图像编码。
可选的,所述分类器为SVM分类器。
上述纸币版本的识别装置可执行本发明任意实施例所提供的纸币版本的识别方法,具备执行方法相应的功能模块和有益效果。未在本实施例中详尽描述的技术细节,可参见本发明任意实施例提供的纸币版本的识别方法。
实施例四
图5是本发明实施例四提供的一种金融设备的结构示意图。图5示出了适于用来实现本发明实施方式的示例性金融设备的框图。图5显示的金融设备12仅仅是一个示例,不应对本发明实施例的功能和使用范围带来任何限制。
如图5所示,金融设备12以通用计算设备的形式表现。金融设备12的组件可以包括但不限于:一个或者多个处理器或者处理单元16,***存储器28,连接不同***组件(包括***存储器28和处理单元16)的总线18。
总线18表示几类总线结构中的一种或多种,包括存储器总线或者存储器控制器,***总线,图形加速端口,处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说,这些体系结构包括但不限于工业标准体系结构(ISA)总线,微通道体系结构(MAC)总线,增强型ISA总线、视频电子标准协会(VESA)局域总线以及***组件互连(PCI)总线。
金融设备12典型地包括多种计算机***可读介质。这些介质可以是任何能够被金融设备12访问的可用介质,包括易失性和非易失性介质,可移动的和不可移动的介质。
***存储器28可以包括易失性存储器形式的计算机***可读介质,例如随机存取存储器(RAM)30和/或高速缓存存储器32。金融设备12可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机***存储介质。仅作为举例,存储***34可以用于读写不可移动的、非易失性磁介质(图5未示出,通常称为“硬盘驱动器”)。尽管图5中未示出,可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器,以及对可移动非易失性光盘(例如CD-ROM,DVD-ROM或者其它光介质)读写的光盘驱动器。在这些情况下,每个驱动器可以通过一个或者多个数据介质接口与总线18相连。存储器28可以包括至少一个程序产品,该程序产品具有一组(例如至少一个)程序模块,这些程序模块被配置以执行本发明各实施例的功能。
具有一组(至少一个)程序模块42的程序/实用工具40,可以存储在例如存储器28中,这样的程序模块42包括但不限于操作***、一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块42通常执行本发明所描述的实施例中的功能和/或方法。
金融设备12也可以与一个或多个外部设备14(例如键盘、指向设备、显示器24等)通信,还可与一个或者多个使得用户能与该金融设备12交互的设备通信,和/或与使得该金融设备12能与一个或多个其它计算设备进行通信的任何设备(例如网卡,调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口22进行。并且,金融设备12还可以通过网络适配器20与一个或者多个网络(例如局域网(LAN)和/或广域网(WAN))通信。如图所示,网络适配器20通过总线18与金融设备12的其它模块通信。应当明白,尽管图中未示出,可以结合金融设备12使用其它硬件和/或软件模块,包括但不限于:微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID***、磁带驱动器以及数据备份存储***等。
处理单元16通过运行存储在***存储器28中的程序,从而执行各种功能应用以及数据处理,例如实现本发明实施例所提供的纸币版本的识别方法。
实施例五
本发明实施例五提供了一种计算机存储介质,其上存储有计算机程序,该程序被处理器执行时实现如本发明任一实施例所述的纸币版本的识别方法。
本发明实施例的计算机可读存储介质,可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的***、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行***、装置或者器件使用或者与其结合使用。
计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行***、装置或者器件使用或者与其结合使用的程序。
计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括——但不限于无线、电线、光缆、RF等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码,所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如”C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)——连接到用户计算机。
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。
Claims (10)
1.一种纸币版本的识别方法,其特征在于,所述方法包括:
获取待识别纸币的预设面向的灰度图像,其中,所述预设面向包括所述待识别纸币对应版本的年份信息;
截取所述灰度图像中包括所述年份信息的年份区域;
提取所述年份区域中包括的所述年份信息的字符特征;
通过分类器对所述字符特征进行分类,识别具体的年份信息,以得到所述待识别纸币的版本信息。
2.根据权利要求1所述的方法,其特征在于,提取所述年份区域中包括的所述年份信息的字符特征包括:
确定所述年份区域中所述年份信息的边界;
根据所述边界,提取所述年份区域中的所述年份信息所在的字符区域;
通过对所述字符区域进行图像编码,提取所述字符区域中的字符特征。
3.根据权利要求2所述的方法,其特征在于,确定所述年份区域中所述年份信息的边界,包括:
对所述年份区域进行行投影,确定所述年份区域中所述年份信息的第一边界,并根据预设高度信息,确定所述年份信息的第二边界,所述第二边界与所述第一边界对应;
对所述年份区域进行列投影,确定所述年份区域中所述年份信息的第三边界,并根据预设宽度信息,确定所述年份信息的第四边界,所述第四边界与所述第三边界对应。
4.根据权利要求3所述的方法,其特征在于,在对所述年份区域进行列投影之前,还包括:
对所述年份区域进行二值化处理。
5.根据权利要求2所述的方法,其特征在于,对所述字符区域进行图像编码,包括:
采用哈夫曼编码对所述字符区域进行图像编码。
6.根据权利要求1所述的方法,其特征在于,所述分类器为SVM分类器。
7.一种纸币版本的识别装置,其特征在于,所述装置包括:
图像获取模块,用于获取待识别纸币的预设面向的灰度图像,其中,所述预设面向包括所述待识别纸币对应版本的年份信息;
年份区域截取模块,用于截取所述灰度图像中包括所述年份信息的年份区域;
字符特征提取模块,用于提取所述年份区域中包括的所述年份信息的字符特征;
版本识别模块,用于通过分类器对所述字符特征进行分类,识别具体的年份信息,以得到所述待识别纸币的版本信息。
8.根据权利要求7所述的装置,其特征在于,所述字符特征提取模块包括:
边界确定单元,用于确定所述年份区域中所述年份信息的边界;
字符区域提取单元,用于根据所述边界,提取所述年份区域中的所述年份信息所在的字符区域;
字符特征提取单元,用于通过对所述字符区域进行图像编码,提取所述字符区域中的字符特征。
9.一种金融设备,其特征在于,所述金融设备包括:
一个或多个处理器;
存储装置,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权利要求1-6中任一所述的纸币版本的识别方法。
10.一种计算机存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1-6中任一所述的纸币版本的识别方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710935233.4A CN107705417A (zh) | 2017-10-10 | 2017-10-10 | 纸币版本的识别方法、装置、金融设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710935233.4A CN107705417A (zh) | 2017-10-10 | 2017-10-10 | 纸币版本的识别方法、装置、金融设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107705417A true CN107705417A (zh) | 2018-02-16 |
Family
ID=61183378
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710935233.4A Pending CN107705417A (zh) | 2017-10-10 | 2017-10-10 | 纸币版本的识别方法、装置、金融设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107705417A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109643222A (zh) * | 2018-05-29 | 2019-04-16 | 优视科技新加坡有限公司 | 版面元素的处理方法、装置、存储介质及电子设备/终端/服务器 |
CN112509211A (zh) * | 2019-08-26 | 2021-03-16 | 深圳怡化电脑股份有限公司 | 纸币检测方法、装置、验钞设备及可读存储介质 |
WO2024051427A1 (zh) * | 2022-09-09 | 2024-03-14 | 杭州睿胜软件有限公司 | 硬币识别方法、***及存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101331526A (zh) * | 2005-12-16 | 2008-12-24 | Ncr公司 | 纸币验证 |
CN102509112A (zh) * | 2011-11-02 | 2012-06-20 | 珠海逸迩科技有限公司 | 车牌识别方法及其识别*** |
CN105243729A (zh) * | 2015-10-27 | 2016-01-13 | 深圳怡化电脑股份有限公司 | 一种识别纸币版本的方法及*** |
CN106355743A (zh) * | 2015-07-14 | 2017-01-25 | 深圳怡化电脑股份有限公司 | 纸币的版本识别方法及装置 |
-
2017
- 2017-10-10 CN CN201710935233.4A patent/CN107705417A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101331526A (zh) * | 2005-12-16 | 2008-12-24 | Ncr公司 | 纸币验证 |
CN102509112A (zh) * | 2011-11-02 | 2012-06-20 | 珠海逸迩科技有限公司 | 车牌识别方法及其识别*** |
CN106355743A (zh) * | 2015-07-14 | 2017-01-25 | 深圳怡化电脑股份有限公司 | 纸币的版本识别方法及装置 |
CN105243729A (zh) * | 2015-10-27 | 2016-01-13 | 深圳怡化电脑股份有限公司 | 一种识别纸币版本的方法及*** |
Non-Patent Citations (1)
Title |
---|
艾朝霞等: "基于支撑矢量机的纸币序列号识别", 《榆林学院学报》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109643222A (zh) * | 2018-05-29 | 2019-04-16 | 优视科技新加坡有限公司 | 版面元素的处理方法、装置、存储介质及电子设备/终端/服务器 |
CN112509211A (zh) * | 2019-08-26 | 2021-03-16 | 深圳怡化电脑股份有限公司 | 纸币检测方法、装置、验钞设备及可读存储介质 |
WO2024051427A1 (zh) * | 2022-09-09 | 2024-03-14 | 杭州睿胜软件有限公司 | 硬币识别方法、***及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9552536B2 (en) | Image processing device, information storage device, and image processing method | |
Levine et al. | Removing shadows | |
CN110580699A (zh) | 基于改进Faster RCNN算法的病理图像细胞核检测方法 | |
US7447338B2 (en) | Method and system for face detection using pattern classifier | |
US7558426B2 (en) | Device for outputting character recognition results, character recognition device, and program therefor | |
US7653244B2 (en) | Intelligent importation of information from foreign applications user interface | |
JP4657934B2 (ja) | 顔検出方法および装置並びにプログラム | |
CN103455542B (zh) | 多类识别器以及多类识别方法 | |
US20120163708A1 (en) | Apparatus for and method of generating classifier for detecting specific object in image | |
CN112381775A (zh) | 一种图像篡改检测方法、终端设备及存储介质 | |
US8254690B2 (en) | Information processing apparatus, information processing method, and program | |
US7980473B2 (en) | Camera based code reading | |
Kaur et al. | On the recognition of offline handwritten word using holistic approach and AdaBoost methodology | |
CN107705417A (zh) | 纸币版本的识别方法、装置、金融设备及存储介质 | |
CN110443184A (zh) | 身份证信息提取方法、装置及计算机存储介质 | |
Dawoud et al. | Iterative multimodel subimage binarization for handwritten character segmentation | |
Cüceloğlu et al. | Detecting handwritten signatures in scanned documents | |
CN114581928A (zh) | 一种表格识别方法及*** | |
Mannan et al. | Optimized segmentation and multiscale emphasized feature extraction for traffic sign detection and recognition | |
JP5796107B2 (ja) | テキスト検出の方法及び装置 | |
JP4749884B2 (ja) | 顔判別装置の学習方法、顔判別方法および装置並びにプログラム | |
Wei et al. | Investigation of feature selection for historical document layout analysis | |
CN114882511A (zh) | 基于amnn和汉字结构字典的手写汉字识别方法、***、设备和存储介质 | |
JP2006244385A (ja) | 顔判別装置およびプログラム並びに顔判別装置の学習方法 | |
Thakur et al. | Automatic imagery Bank Cheque data extraction based on machine learning approaches: a comprehensive survey |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180216 |