CN111462392A - 基于多光谱图像相似性算法进行纸币鉴别的方法和装置 - Google Patents

Abstract

一种基于多光谱图像相似性算法进行纸币鉴别的方法及装置，方法包括：采集待鉴别纸币的多光谱成像图像，选取两个谱段的光源，其中一个谱段的光源作为参考光源，另一个谱段的光源作为比对光源，分别获取参考光源和比对光源对待鉴别纸币的成像图像；在参考光源和比对光源这两种光源成像的图像中选取相似区域和/或不相似区域作为纸币的鉴别特征区域；对两种光源成像的图像的鉴别特征区域进行图像相似性计算，获得相似性匹配结果，通过相似性匹配结果判断纸币的真伪。本发明采用多光谱不同通道的相似性计算，以真鉴假，不依赖***样本；采用多光谱图像之间的相似性特征，不依赖于真币模板，执行效率和存储空间利用有很大优势。

Description

基于多光谱图像相似性算法进行纸币鉴别的方法和装置

技术领域

本发明涉及金融机具设备的纸币真伪图像鉴别领域，具体涉及一种基于多光谱图像相似性算法进行纸币鉴别的方法和装置。

背景技术

金融机具需实现纸币的实时清点、鉴别功能；其中图像鉴别是重要的鉴别方法。由于纸币的制造工艺特征，不论是人民币还是外币，各面额版本真币均具备其特有的多光谱图像特征；***很难实现多光谱全特征的匹配。

纸币图像在不同光谱下具备不同的图像特征(图1.A-图1.B为纸币不同光光源谱段成像图像，1.C为光谱分布图)；通过分析纸币图像在不同光谱下成像的差异性，提出多光谱图像相似性的算法；该算法可鉴别纸币的真伪特征，从而实现金融机具的防伪目标。

为实现***的鉴别，目前有如下几种方法：

一种方法是采用以假鉴真的方法进行鉴别，见专利CN201110139804-纸币多光谱图像分析方法，选择区域对构建特征向量(如区域对的均值差或其它特征(方差和灰度共生矩阵等)计算特征向量)；进行相关系数计算。

以假鉴真的方法需要大量的***样本；大量***样本收集工作量大且不能保证收集全面；对***样本存在依赖，且不适用于新增纸币鉴别的快速适配。

一种方法是采用以真鉴真的方法进行鉴别，见专利CN201710030776-一种纸币鉴伪的方法及装置，选择多光谱特征区域，与预设真币样本信息库模板进行特征匹配，匹配则为真币，不匹配则为***；采用以真鉴真的方法进行鉴别。

以真鉴真的方案，需与预设真币样本信息库模板进行特征匹配，预设的样本信息库仍然需要收集与存储。

发明内容

鉴于现有技术中存在的技术缺陷和技术弊端，本发明实施例提供克服上述问题或者至少部分地解决上述问题的一种基于多光谱图像相似性算法进行纸币鉴别的方法及装置，具体方案如下：

作为本发明的第一方面，提供一种基于多光谱图像相似性算法进行纸币鉴别的方法，所述方法包括以下步骤：

步骤1，采集待鉴别纸币的多光谱成像图像，选取两个谱段的光源，其中一个谱段的光源作为参考光源，另一个谱段的光源作为比对光源，分别获取参考光源和比对光源对待鉴别纸币的成像图像，即参考光源成像图像和比对光源成像图像；

步骤2，在参考光源成像图像和比对光源成像图像这两种光源成像的图像中选取相似区域和/或不相似区域作为两种光源成像图像的鉴别特征区域；

步骤3，对参考光源成像图像和比对光源成像图像的鉴别特征区域进行图像相似性计算，获得相似性匹配结果，通过相似性匹配结果判断纸币的真伪。

进一步地，步骤3中，对参考光源成像图像和比对光源成像图像的鉴别特征区域进行图像相似性计算具体为：

由于各谱段的光源存在背景干扰或者噪声干扰，为排除所述背景或者噪声干扰影响，先计算参考光源成像的图像中选取的鉴别特征区域的相似性特征阈值threshold_Ref_light_source，并基于该图像相似性特征阈值threshold_Ref_light_source指导比对光源成像的图像中选取的鉴别特征区域进行相似性计算，具体公式如下：

其中，threshold_Ref_light_source为依据参考光源成像的图像中选取的鉴别特征区域的相似性特征阈值，Com_light_source为对比光源成像的图像中选取的鉴别特征区域的图像特征，threshold_true_money为真币图像对应区域的图像经验值，sim为图像相似性匹配结果。

进一步地，步骤3中，通过相似性匹配结果判断纸币的真伪具体为：

若鉴别特征区域为选取的两种光源成像的图像中的相似区域，且相似性匹配结果为相似，则判断该纸币为真币，否则为***；

若鉴别特征区域为选取的两种光源成像的图像中的不相似区域，且相似性匹配结果为不相似，则判断该纸币为真币，否则为***。

进一步地，所述方法还包括：

在采集待鉴别纸币的多光谱成像图像后，对获取的所述多光谱成像图像中的纸币位置进行角点位置的定位，获得成像图像中的纸币位置的四个角点位置；

通过获取的四个角点位置，对图像进行仿射变换，将随机的成像图像变换成目标像素大小的且呈规则形状的完整纸币图像，将该完整纸币图像作为成像图像。

进一步地，对获取的所述多光谱成像图像中的纸币位置进行角点位置的定位，获得成像图像中的纸币位置的四个角点位置具体为：

根据图像中的纸币与背景之间的灰度差，找到图像中的纸币的四个边界；

在找到纸币的四个边界后，对四个边界区域的边界点进行拟合，获取四个边界的边界直线；

对各两两相交的边界直线计算相交点，得到四个相交点，即为纸币位置的四个角点位置。

作为本发明的第二方面，提供一种基于多光谱图像相似性算法进行纸币鉴别的装置，所述装置包括：图像采集模块、参考光源成像图像与比对光源成像图像获取模块、鉴别特征区域选取模块以及图像相似性鉴别模块；

所述图像采集模块用于采集待鉴别纸币的多光谱成像图像；

所述参考光源成像图像与比对光源成像图像获取模块用于选取两个谱段的光源，其中一个谱段的光源作为参考光源，另一个谱段的光源作为比对光源，并从多光谱成像图像中分别获取参考光源和比对光源的成像图像，即参考光源成像图像和比对光源成像图像；

所述鉴别特征区域选取模块用于在参考光源成像图像和比对光源成像图像这两种光源成像的图像中选取相似区域和/或不相似区域作为两种光源成像图像的鉴别特征区域；

所述图像相似性鉴别模块用于对两种光源成像的图像的鉴别特征区域进行图像相似性计算，获得相似性匹配结果，通过相似性匹配结果判断纸币的真伪。

进一步地，所述图像相似性鉴别模块对参考光源成像图像和比对光源成像图像的鉴别特征区域进行图像相似性计算具体为：

由于各谱段的光源存在背景干扰或者噪声干扰，为排除所述背景或者噪声干扰影响，先计算参考光源成像的图像中选取的鉴别特征区域的相似性特征阈值threshold_Ref_light_source，并基于该图像相似性特征阈值threshold_Ref_light_source指导比对光源成像的图像中选取的鉴别特征区域进行相似性计算，具体公式如下：

其中，threshold_Ref_light_source为依据参考光源成像的图像中选取的鉴别特征区域的相似性特征阈值，Com_light_source为对比光源成像的图像中选取的鉴别特征区域的图像特征，threshold_true_money为真币图像对应区域的图像经验值，sim为图像相似性匹配结果。

进一步地，图像相似性鉴别模块通过相似性匹配结果判断纸币的真伪具体为：

若鉴别特征区域为选取的两种光源成像的图像中的相似区域，且相似性匹配结果为相似，则判断该纸币为真币，否则为***；

若鉴别特征区域为选取的两种光源成像的图像中的不相似区域，且相似性匹配结果为不相似，则判断该纸币为真币，否则为***。

进一步地，所述装置还包括图像角点定位模块和图像仿射变换模块；

所述图像角点定位模块用于在采集待鉴别纸币的多光谱成像图像后，对获取的所述多光谱成像图像中的纸币位置进行角点位置的定位，获得成像图像中的纸币位置的四个角点位置；

所述图像仿射变换模块用于通过获取的四个角点位置，对图像进行仿射变换，将随机的成像图像变换成目标像素大小的且呈规则形状的完整纸币图像，将该完整纸币图像作为成像图像。

进一步地，所述图像角点定位模块对获取的所述多光谱成像图像中的纸币位置进行角点位置的定位，获得成像图像中的纸币位置的四个角点位置具体为：

根据图像中的纸币与背景之间的灰度差，找到图像中的纸币的四个边界；

在找到纸币的四个边界后，对四个边界区域的边界点进行拟合，获取四个边界的边界直线；

对各两两相交的边界直线计算相交点，得到四个相交点，即为纸币位置的四个角点位置。

本发明具有以下有益效果：

1.本发明采用多光谱不同通道的相似性计算，以真鉴假，不依赖***样本。

2.本发明采用多光谱图像之间的相似性特征，不依赖于真币模板，执行效率和存储空间利用有很大优势。

3.本发明相似性计算方法有效解决了图像背景及噪声影响。

4.本发明可应用于人民币、外币等各类币种面额版本；每一个具体的币种面额版本都有其特有的多光谱图像特征，且依据该方法在该具体的纸币上可选取多对鉴别特征区域进行分析。

附图说明

图1A至1B为本发明实施例提供的纸币图像在不同光谱下具备不同的图像特征示意图；

图1C为本发明实施例提供的光谱分布图；

图2为本发明实施例提供的基于多光谱图像相似性算法进行纸币鉴别的方法流程示意图；

图3A、3B为本发明实施例提供的针对原始成像图像的纸币区域进行角点定位的示意图；

图4A为本发明实施例提供的绿色反射光谱G的成像图像；

图4B为本发明实施例提供的红外反射光谱IR的成像图像。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。

以50欧元纸币为例，如图1A、1B所示，纸币图像在不同光谱下具备不同的图像特征，光谱分布图如图1C所示。

本发明提供的一种基于多光谱图像相似性算法进行纸币鉴别的方法，如图2所示，所述方法包括以下步骤：

步骤1，采集待鉴别纸币的多光谱成像图像，选取两个谱段的光源，其中一个谱段的光源作为参考光源，另一个谱段的光源作为比对光源，从多光谱成像图像中分别获取参考光源和比对光源对待鉴别纸币的成像图像，即参考光源成像图像和比对光源成像图像；

步骤2，在参考光源成像图像和比对光源成像图像这两种光源成像的图像中选取相似区域和/或不相似区域作为两种光源成像图像的鉴别特征区域；

步骤3，对参考光源成像图像和比对光源成像图像的鉴别特征区域进行图像相似性计算，获得相似性匹配结果，通过相似性匹配结果判断纸币的真伪。

其中，对两种光源成像的图像的鉴别特征区域进行图像相似性计算具体为：

由于各谱段的光源存在背景干扰或者噪声干扰，为排除所述背景或者噪声干扰影响，先计算参考光源成像的图像中选取的鉴别特征区域的相似性特征阈值threshold_Ref_light_source，并基于该图像相似性特征阈值threshold_Ref_light_source指导比对光源成像的图像中选取的鉴别特征区域进行相似性计算，具体公式如下：

其中，threshold_Ref_light_source为依据参考光源成像的图像中选取的鉴别特征区域的相似性特征阈值，该特征阈值反映参考光源图像的前景特征；Com_light_source为对比光源成像的图像中选取的鉴别特征区域的图像特征，依据参考光源的图像的前景特征；可以计算出比对光源的前景特征；threshold_true_money为真币图像对应区域的图像经验值，依据比对光源的前景特征和真币比对光源的前景经验值进行比对，可对该测试样本的相似性与真币进行比较评估，以真币特征对测试样本特征进行评估；sim为图像相似性匹配结果。

其中，通过相似性匹配结果判断纸币的真伪具体为：

若鉴别特征区域为选取的两种光源成像的图像中的相似区域，且相似性匹配结果为相似，则判断该纸币为真币，否则为***；

若鉴别特征区域为选取的两种光源成像的图像中的不相似区域，且相似性匹配结果为不相似，则判断该纸币为真币，否则为***。

如图4A和4B所示，本发明实施例选取绿色反射光谱G和红外反射光谱IR两个谱段进行分析，绿色反射光谱G为参考光源，红外反射光谱IR为比对光源，图4A为50欧元纸币红外通道正面图像；图4B为50欧元纸币G通道正面图像，在这两张光源成像的图像中选取相似区域或不相似区域作为纸币的鉴别特征区域，如图所示，例如，两图像中对应的01区域、21区域具备相似性特征，即为相似区域，两图像中对应的02区域和11区域具备不相似特征，即为不相似区域。

纸币的制造工艺最终决定纸币具备不同光谱成像差异的特征；但这种差值具备一定的规律，该规律主要有两种表现特征，相似或者不相似。

1.相似：绿色反射光谱G(G Light Source)成像与红外反射光谱IR(IR LightSource)成像存在图像相似性特征；该相似性特征在图像结构特征上尤为明显，因此采用一种图像相似性的计算方法来进行相似性匹配的评价；评价结果相似为真币(True Money)，不相似则为***(Counterfeit Money)；01区域、21区域具备相似性特征，若鉴别特征区域为选取的两种光源成像的图像中的01区域、21区域，则相似性匹配结果为相似，即该纸币为真币，否则为***。

2.不相似：绿色反射光谱G成像与红外反射光谱IR成像存在图像不相似性特征；我们仍可用同一种图像相似性的计算方法来进行相似性匹配的评价；评价结果不相似为真币，相似则为***；02区域、11区域具备不相似特征，若鉴别特征区域为选取的两种光源成像的图像中的02区域、11区域，则相似性匹配结果为不相似，即该纸币为真币，否则为***。

最后，针对鉴别区域，绿色反射光谱G成像与红外反射光谱IR成像的相似性鉴别结果，与真币的相似性经验结果进行比对；从而判定该鉴别纸币是否为***，达到以真鉴假的目的；如为***，则点钞机进行***的语音报警，电机刹停，界面弹框报警提示操作。

由于点钞机钞口尺寸大于纸币尺寸，纸币进入点钞机设备的位置有一定的随机性，纸币成像图像通过CIS成像的角度也存在随机性；而纸币的鉴别算法需建立在确认的纸币图像区域，因此，需对成像图像中的纸币位置进行角点位置的定位和图像仿射变换，具体为：

在采集待鉴别纸币的多光谱成像图像后，对获取的成像图像中的纸币位置进行角点位置的定位，获得成像图像中的纸币位置的四个角点位置；

通过获取的四个角点位置，获取仿射变换参数，对图像进行仿射变换，从而将随机的成像图像变换成目标像素大小的且呈规则形状的完整纸币图像，将该完整纸币图像作为成像图像，从该图像中获取参考光源和比对光源对待鉴别纸币的成像图像，作为参考光源成像图像和比对光源成像图像。

其中，对获取的成像图像中的纸币位置进行角点位置的定位，获得成像图像中的纸币位置的四个角点位置具体为：

根据图像中的纸币与背景之间的灰度差，找到图像中的纸币的四个边界；

在找到纸币的四个边界后，对四个边界区域的边界点进行拟合，获取四个边界的边界直线；

对各两两相交的边界直线计算相交点，得到四个相交点，即为纸币位置的四个角点位置。

其中，仿射变换公式如下：

仿射变换的功能是从二维坐标到二维坐标之间的线性变换，上式中间的3*3变换矩阵定义为矩阵A，其最后一行为(0，0，1)。该变换矩阵将原坐标为(x,y)变换为新坐标(x',y')。

如图3A、3B、4B所示，其示出了角点位置的定位和图像仿射变换的具体过程。

其中，图3A为CIS图像采集模块采集的原始成像图像定位，图3B为针对原始成像图像的纸币区域进行角点定位的区域标定。

图3B标定为纸币二维图形的四个角点，取左上、右上、右下三个角点坐标作为原坐标的三组参数，图4B为仿射图像的完整纸币图像(50欧元标准矩形大小定义：长边600像素，短边240像素)，同样取左上、右上、右下三个角点坐标作为新坐标的三组参数，依据仿射变换公式可以确定矩阵A。

纸币上的任意点通过仿射变换及矩阵A，可获取新坐标值；从而实现采集的非标准图像到标准矩形大小的转换。

作为本发明的第二实施例，提供一种基于多光谱图像相似性算法进行纸币鉴别的装置，所述装置包括：图像采集模块、参考光源成像图像与比对光源成像图像获取模块、鉴别特征区域选取模块以及图像相似性鉴别模块；

所述图像采集模块用于采集待鉴别纸币的多光谱成像图像；基于金融机具设备嵌入式电路处理平台采集图像传感器多光谱图像；金融机具设备可采用清分机或点钞机等相关机电平台；图像传感器可采用电荷耦合器件(Charge Coupled Device(CCD))或接触式图像传感器(Contact Image Sensor，CIS)等相关图像采集模块；

所述参考光源成像图像与比对光源成像图像获取模块用于选取两个谱段的光源，其中一个谱段的光源作为参考光源，另一个谱段的光源作为比对光源，并从多光谱成像图像中分别获取参考光源和比对光源的成像图像，即参考光源成像图像和比对光源成像图；

所述鉴别特征区域选取模块用于在参考光源和比对光源这两种光源成像的图像中选取相似区域和/或不相似区域作为纸币的鉴别特征区域；

所述图像相似性鉴别模块用于对两种光源成像的图像的鉴别特征区域进行图像相似性计算，获得相似性匹配结果，通过相似性匹配结果判断纸币的真伪。

其中，所述图像相似性鉴别模块对两种光源成像的图像的鉴别特征区域进行图像相似性计算具体为：

由于各谱段的光源存在背景干扰或者噪声干扰，为排除所述背景或者噪声干扰影响，先计算参考光源成像的图像中选取的鉴别特征区域的相似性特征阈值threshold_Ref_light_source，并基于该图像相似性特征阈值threshold_Ref_light_source指导比对光源成像的图像中选取的鉴别特征区域进行相似性计算，具体公式如下：

其中，threshold_Ref_light_source为依据参考光源成像的图像中选取的鉴别特征区域的相似性特征阈值，该特征阈值反映参考光源图像的前景特征；Com_light_source为对比光源成像的图像中选取的鉴别特征区域的图像特征，依据参考光源的图像的前景特征；可以计算出比对光源的前景特征；threshold_true_money为真币图像对应区域的图像经验值，依据比对光源的前景特征和真币比对光源的前景经验值进行比对，可对该测试样本的相似性与真币进行比较评估，以真币特征对测试样本特征进行评估；sim为图像相似性匹配结果。

其中，图像相似性鉴别模块通过相似性匹配结果判断纸币的真伪具体为：

若鉴别特征区域为选取的两种光源成像的图像中的相似区域，且相似性匹配结果为相似，则判断该纸币为真币，否则为***；

若鉴别特征区域为选取的两种光源成像的图像中的不相似区域，且相似性匹配结果为不相似，则判断该纸币为真币，否则为***。

由于点钞机钞口尺寸大于纸币尺寸，纸币进入点钞机设备的位置有一定的随机性，纸币成像图像通过CIS成像的角度也存在随机性；而纸币的鉴别算法需建立在确认的纸币图像区域，因此，还需图像角点定位模块和图像仿射变换模块对成像图像中的纸币位置进行角点位置的定位和图像仿射变换；

所述图像角点定位模块用于在选取鉴别特征区域之前，对获取的成像图像中的纸币位置进行角点位置的定位，获得成像图像中的纸币位置的四个角点位置；

所述图像仿射变换模块用于通过获取的四个角点位置，获取仿射变换参数，对图像进行仿射变换，将随机的成像图像变换成目标像素大小的且呈规则形状的完整纸币图像，将该完整纸币图像作为成像图像，从该图像中获取参考光源和比对光源对待鉴别纸币的成像图像，作为参考光源成像图像和比对光源成像图像。

其中，所述图像角点定位模块对获取的成像图像中的纸币位置进行角点位置的定位，获得成像图像中的纸币位置的四个角点位置具体为：

根据图像中的纸币与背景之间的灰度差，找到图像中的纸币的四个边界；

在找到纸币的四个边界后，对四个边界区域的边界点进行拟合，获取四个边界的边界直线；

对各两两相交的边界直线计算相交点，得到四个相交点，即为纸币位置的四个角点位置。

其中，仿射变换公式如下：

其中(Tx,T_y)表示平移量，而参数A1-A4则反映了图像旋转、缩放等变化。

优选地，本发明还包括鉴别结果处理模块，所述鉴别结果处理模块用于在鉴别为***时，进行***的语音报警，电机刹停，界面弹框报警提示操作。

以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，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)

1.一种基于多光谱图像相似性算法进行纸币鉴别的方法，其特征在于，所述方法包括以下步骤：

步骤1，采集待鉴别纸币的多光谱成像图像，选取两个谱段的光源，其中一个谱段的光源作为参考光源，另一个谱段的光源作为比对光源，分别获取参考光源和比对光源对待鉴别纸币的成像图像，即参考光源成像图像和比对光源成像图像；

步骤2，在参考光源成像图像和比对光源成像图像这两种光源成像的图像中选取相似区域和/或不相似区域作为两种光源成像图像的鉴别特征区域；

步骤3，对参考光源成像图像和比对光源成像图像的鉴别特征区域进行图像相似性计算，获得相似性匹配结果，通过相似性匹配结果判断纸币的真伪。

2.根据权利要求1所述的基于多光谱图像相似性算法进行纸币鉴别的方法，其特征在于，步骤3中，对参考光源成像图像和比对光源成像图像的鉴别特征区域进行图像相似性计算具体为：

由于各谱段的光源存在背景干扰或者噪声干扰，为排除所述背景或者噪声干扰影响，先计算参考光源成像的图像中选取的鉴别特征区域的相似性特征阈值threshold_Ref_light_source，并基于该图像相似性特征阈值threshold_Ref_light_source指导比对光源成像的图像中选取的鉴别特征区域进行相似性计算，具体公式如下：

其中，threshold_Ref_light_source为依据参考光源成像的图像中选取的鉴别特征区域的相似性特征阈值，Com_light_source为对比光源成像的图像中选取的鉴别特征区域的图像特征，threshold_true_money为真币图像对应区域的图像经验值，sim为图像相似性匹配结果。

3.根据权利要求1所述的基于多光谱图像相似性算法进行纸币鉴别的方法，其特征在于，步骤3中，通过相似性匹配结果判断纸币的真伪具体为：

若鉴别特征区域为选取的两种光源成像的图像中的相似区域，且相似性匹配结果为相似，则判断该纸币为真币，否则为***；

若鉴别特征区域为选取的两种光源成像的图像中的不相似区域，且相似性匹配结果为不相似，则判断该纸币为真币，否则为***。

4.根据权利要求1所述的基于多光谱图像相似性算法进行纸币鉴别的方法，其特征在于，所述方法还包括：

在采集待鉴别纸币的多光谱成像图像后，对获取的所述多光谱成像图像中的纸币位置进行角点位置的定位，获得成像图像中的纸币位置的四个角点位置；

通过获取的四个角点位置，获取仿射变换参数，对图像进行仿射变换，从而将随机的成像图像变换成目标像素大小的且呈规则形状的完整纸币图像，将该完整纸币图像作为成像图像。

5.根据权利要求4所述的基于多光谱图像相似性算法进行纸币鉴别的方法，其特征在于，对获取的所述多光谱成像图像中的纸币位置进行角点位置的定位，获得成像图像中的纸币位置的四个角点位置具体为：

根据图像中的纸币与背景之间的灰度差，找到图像中的纸币的四个边界；

在找到纸币的四个边界后，对四个边界区域的边界点进行拟合，获取四个边界的边界直线；

对各两两相交的边界直线计算相交点，得到四个相交点，即为纸币位置的四个角点位置。

6.一种基于多光谱图像相似性算法进行纸币鉴别的装置，其特征在于，所述装置包括：图像采集模块、参考光源成像图像与比对光源成像图像获取模块、鉴别特征区域选取模块以及图像相似性鉴别模块；

所述图像采集模块用于采集待鉴别纸币的多光谱成像图像；

所述参考光源成像图像与比对光源成像图像获取模块用于选取两个谱段的光源，其中一个谱段的光源作为参考光源，另一个谱段的光源作为比对光源，并从多光谱成像图像中分别获取参考光源和比对光源的成像图像，即参考光源成像图像和比对光源成像图像；

所述鉴别特征区域选取模块用于在参考光源成像图像和比对光源成像图像这两种光源成像的相似区域和/或不相似区域作为两种光源成像图像的鉴别特征区域；

所述图像相似性鉴别模块用于对两种光源成像的图像的鉴别特征区域进行图像相似性计算，获得相似性匹配结果，通过相似性匹配结果判断纸币的真伪。

7.根据权利要求6所述的基于多光谱图像相似性算法进行纸币鉴别的装置，其特征在于，所述图像相似性鉴别模块对参考光源成像图像和比对光源成像图像的鉴别特征区域进行图像相似性计算具体为：

由于各谱段的光源存在背景干扰或者噪声干扰，为排除所述背景或者噪声干扰影响，先计算参考光源成像的图像中选取的鉴别特征区域的相似性特征阈值threshold_Ref_light_source，并基于该图像相似性特征阈值threshold_Ref_light_source指导比对光源成像的图像中选取的鉴别特征区域进行相似性计算，具体公式如下：

其中，threshold_Ref_light_source为依据参考光源成像的图像中选取的鉴别特征区域的相似性特征阈值，Com_light_source为对比光源成像的图像中选取的鉴别特征区域的图像特征，threshold_true_money为真币图像对应区域的图像经验值，sim为图像相似性匹配结果。

8.根据权利要求6所述的基于多光谱图像相似性算法进行纸币鉴别的装置，其特征在于，图像相似性鉴别模块通过相似性匹配结果判断纸币的真伪具体为：

若鉴别特征区域为选取的两种光源成像的图像中的相似区域，且相似性匹配结果为相似，则判断该纸币为真币，否则为***；

若鉴别特征区域为选取的两种光源成像的图像中的不相似区域，且相似性匹配结果为不相似，则判断该纸币为真币，否则为***。

9.根据权利要求6所述的基于多光谱图像相似性算法进行纸币鉴别的装置，其特征在于，所述装置还包括图像角点定位模块和图像仿射变换模块；

所述图像角点定位模块用于在采集待鉴别纸币的多光谱成像图像后，对获取的所述多光谱成像图像中的纸币位置进行角点位置的定位，获得成像图像中的纸币位置的四个角点位置；

所述图像仿射变换模块用于通过获取的四个角点位置，获取仿射变换参数，对图像进行仿射变换，将随机的成像图像变换成目标像素大小的且呈规则形状的完整纸币图像，将该完整纸币图像作为成像图像。

10.根据权利要求9所述的基于多光谱图像相似性算法进行纸币鉴别的装置，其特征在于，所述图像角点定位模块对获取的所述多光谱成像图像中的纸币位置进行角点位置的定位，获得成像图像中的纸币位置的四个角点位置具体为：

根据图像中的纸币与背景之间的灰度差，找到图像中的纸币的四个边界；

在找到纸币的四个边界后，对四个边界区域的边界点进行拟合，获取四个边界的边界直线；

对各两两相交的边界直线计算相交点，得到四个相交点，即为纸币位置的四个角点位置。

Images