CN111563845B - 票据表面涂刮检测方法、装置、设备及存储介质 - Google Patents
票据表面涂刮检测方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN111563845B CN111563845B CN201910080302.7A CN201910080302A CN111563845B CN 111563845 B CN111563845 B CN 111563845B CN 201910080302 A CN201910080302 A CN 201910080302A CN 111563845 B CN111563845 B CN 111563845B
- Authority
- CN
- China
- Prior art keywords
- standard deviation
- image
- transverse
- bill
- matrix
- 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
- 238000001514 detection method Methods 0.000 title claims abstract description 35
- 238000007790 scraping Methods 0.000 claims abstract description 79
- 238000000034 method Methods 0.000 claims abstract description 54
- 239000011159 matrix material Substances 0.000 claims description 153
- 238000009499 grossing Methods 0.000 claims description 9
- 238000004364 calculation method Methods 0.000 claims description 6
- 238000004590 computer program Methods 0.000 claims description 5
- 238000010276 construction Methods 0.000 claims description 5
- 239000011248 coating agent Substances 0.000 abstract 1
- 238000000576 coating method Methods 0.000 abstract 1
- 238000010586 diagram Methods 0.000 description 7
- 238000001914 filtration Methods 0.000 description 5
- 230000011218 segmentation Effects 0.000 description 5
- 230000006870 function Effects 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000003706 image smoothing Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 230000008707 rearrangement Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/73—Deblurring; Sharpening
-
- 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
- G06T7/40—Analysis of texture
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Inspection Of Paper Currency And Valuable Securities (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种票据表面涂刮检测方法、装置、设备及存储介质。该方法包括:获取待检测票据的灰度图像,其中,所述待检测票据的背景纹理密集,所述灰度图像包括:原始灰度图像和/或锐化灰度图像;采用横向滑动窗口,和/或纵向滑动窗口对所述灰度图像进行处理,得到处理后图像,求取所述处理后图像中包括的至少一个非高亮连通域作为与所述待检测票据对应的平滑区域;判断是否存在尺寸大于设定涂刮尺寸阈值的至少一个平滑区域,若是,则将所述至少一个平滑区域标记为涂刮区域。上述方法不依赖于颜色变化来区分票据表面是否有涂刮,与涂刮区是否存字符无关,进而提高了金融设备对纸币、存单、支票等的鉴别能力,减少了人工二次核查的工作量。
Description
技术领域
本发明实施例涉及图像处理技术领域,尤其涉及一种票据表面涂刮检测方法、装置、设备及存储介质。
背景技术
检测存单、支票、纸币等票据表面是否存在例如涂抹、涂改、粘贴、刮擦等涂刮情况,有助于判断票据是否遭到破坏或变造等。
一般情况下,可以通过判断待检测区域的颜色变化来确定是否存在涂刮现象,比如,涂刮后涂刮区域的颜色由亮变暗或者由暗变亮,进而可以通过二值化图像处理来确定待检测区域中是否存在涂刮现象。另外,还可以统计待检测区域的灰度直方图,通过判断灰度直方图中是否存在较为明显的变化来确定待检测区域中是否存在涂刮现象。
但是,通过二值化图像处理或者灰度直方图统计的方法来判断待检测区域中是否存在涂刮现象具有较大的局限性。如果待检测区域涂刮后颜色区别不大,则无法使用二值化图像处理方法来检测。而且,待检测区域中还可能存在手写字符和打印字符的干扰(字符位置、大小、颜色不定),此时也会导致二值化图像处理和灰度直方图统计的方法失效。
发明内容
本发明实施例提供了一种票据表面涂刮检测方法、装置、设备及存储介质,以优化现有技术中检测票据表面是否被涂刮的方法,提高金融设备对纸币、存单、支票等的鉴别能力,减少人工二次核查。
第一方面,本发明实施例提供了一种票据表面涂刮检测方法,包括:
获取待检测票据的灰度图像,其中,所述待检测票据的背景纹理密集,所述灰度图像包括原始灰度图像和/或锐化灰度图像;
采用横向滑动窗口,和/或纵向滑动窗口对所述灰度图像进行处理,得到处理后图像,求取所述处理后图像中包括的至少一个非高亮连通域作为与所述待检测票据对应的平滑区域;
判断是否存在尺寸大于设定涂刮尺寸阈值的至少一个平滑区域,若是,则将所述至少一个平滑区域标记为涂刮区域。
第二方面,本发明实施例还提供了一种票据表面涂刮检测装置,包括:
灰度图像获取模块,用于获取待检测票据的灰度图像,其中,所述待检测票据的背景纹理密集,所述灰度图像包括原始灰度图像和/或锐化灰度图像;
平滑区域获取模块,用于采用横向滑动窗口,和/或纵向滑动窗口对所述灰度图像进行处理,得到处理后图像,求取所述处理后图像中包括的至少一个非高亮连通域作为与所述待检测票据对应的平滑区域;
涂刮判断模块,用于判断是否存在尺寸大于设定涂刮尺寸阈值的至少一个平滑区域,若是,则将所述至少一个平滑区域标记为涂刮区域。
第三方面,本发明实施例还提供了一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现如本发明任意实施例所提供的票据表面涂刮检测方法。
第四方面,本发明实施例还提供了一种计算机可读存储介质,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意实施例所提供的票据表面涂刮检测方法。
本发明实施例中,通过采用横向滑动窗口,和/或纵向滑动窗口对对背景纹理密集的待检测票据的灰度图像进行处理,得到处理后图像,并在处理后图像中求取至少一个非高亮连通域作为与待检测票据对应的平滑区域,如果存在尺寸大于设定涂刮尺寸阈值的至少一个平滑区域,则可确认待检测票据中存在刮涂区域,涂刮区域即为大于设定涂刮尺寸阈值的至少一个平滑区域。本发明实施例提供的票据表面涂刮检测方法,不依赖于颜色变化来区分票据表面是否有涂刮,同时与涂刮区是否存在手写字符或打印字符无关,进而提高了金融设备对纸币、存单、支票等的鉴别能力,减少了人工二次核查的工作量。
附图说明
图1是本发明实施例一中的一种票据表面涂刮检测方法的流程图;
图2是本发明实施例二中的一种票据表面涂刮检测方法的流程图;
图3是本发明实施例三中的一种票据表面涂刮检测方法的流程图;
图4是本发明实施例四中的一种票据表面涂刮检测方法的流程图;
图5是本发明实施例五中的一种票据表面涂刮检测方法的流程图;
图6是本发明实施例五中的一种待检测票据的原始灰度图示意图;
图7是本发明实施例五中的一种待检测票据的锐化灰度图示意图;
图8是本发明实施例五中的一种待检测票据的横向标准差差值图像示意图;
图9是本发明实施例五中的一种待检测票据的纵向标准差差值图像示意图;
图10是本发明实施例五中的一种待检测票据的二值化横向标准差差值图像示意图;
图11是本发明实施例五中的一种待检测票据的二值化纵向标准差差值图像示意图;
图12是本发明实施例五中的二值化横向标准差差值图像和二值化纵向标准差差值图像的交集图像示意图;
图13是本发明实施例五中的一种票据表面涂刮区域标记示意图;
图14是本发明实施例六中的一种票据表面涂刮检测装置的结构示意图;
图15是为本发明实施例七中的一种计算机设备的结构示意图。
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结构。
在更加详细地讨论示例性实施例之前应当提到的是,一些示例性实施例被描述成作为流程图描绘的处理或方法。虽然流程图将各项操作(或步骤)描述成顺序的处理,但是其中的许多操作可以被并行地、并发地或者同时实施。此外,各项操作的顺序可以被重新安排。当其操作完成时所述处理可以被终止,但是还可以具有未包括在附图中的附加步骤。所述处理可以对应于方法、函数、规程、子例程、子程序等等。
实施例一
图1是本发明实施例一提供的一种票据表面涂刮检测方法的流程图,可适用于检测票据(纸币、支票、存单等)表面是否存在涂刮现象的情况,该方法可以由本发明实施例提供的票据表面涂刮检测装置来执行,该装置可采用软件和/或硬件的方式实现,并一般可集成在金融设备(典型的,金融设备包括各类清分机以及ATM等)的处理器中。如图1所示,本实施例的方法具体包括:
S110、获取待检测票据的灰度图像,其中,待检测票据的背景纹理密集,灰度图像包括原始灰度图像和/或锐化灰度图像。
本发明实施例提供的票据表面涂刮检测方法,适用于票据表面存在较为密集的纹理的情况,也即待检测票据的背景纹理密集,例如纸币、支票、存单等,这些票据的表面不是平滑的,而是存在一些密集的纹理,尤其是重要的防伪区域。
首先将待检测票据的原始彩色图像转换为原始灰度图像,为了提升原始灰度图像中的纹理的清晰度,还可以对原始灰度图像进行锐化处理,得到锐化灰度图像。在对原始灰度图像进行锐化操作的过程中,一种具体的实施方式可以是,使用n×n(例如3×3或者5×5)的滑动窗口对原始灰度图像进行高斯滤波,得到滤波图像,然后使用原始灰度图像减去滤波图像得到反差图像,在将原始灰度图像和反差图像叠加得到锐化灰度图像。与原始灰度图像相比,锐化灰度图像中的背景纹理更加清晰。
S120、采用横向滑动窗口,和/或纵向滑动窗口对灰度图像进行处理,得到处理后图像,求取处理后图像中包括的至少一个非高亮连通域作为与待检测票据对应的平滑区域。
涂刮会使票据表面的背景纹理发生变化,涂刮区域的背景纹理会消失,原本不平滑的区域会因为涂刮而变得平滑,进而可以对灰度图像进行处理,将求取处理后图像中的平滑区域,作为待确定的涂刮区域。
平滑区域,可以理解为图像波动小的区域,使用标准差可以衡量一组图像数据的波动情况,标准差越大,波动越大,标准差越小,波动越小。具体的,可以采用横向滑动窗口,和/或纵向滑动窗口对灰度图像进行处理,得到标准差灰度图像,然后对标准差灰度图像进行二值化处理。
平滑区域的标准差小,得到的标准差灰度图像中与平滑区域对应的区域中像素点的灰度值就小,选定一个二值化分割阈值对标准差灰度图像进行二值化处理,将这些灰度值小的像素点的灰度值设置为0,也即将这些像素点设置为非高亮像素点,这些灰度值为0的像素点构成的连通区域即为非高亮连通区域,也即与平滑区域对应的区域。进而,求取处理后的图像中包括的至少一个非高亮连通域作为与待检测票据对应的至少一个平滑区域,并将这至少一个平滑区域作为待确定的涂刮区域。
S130、判断是否存在尺寸大于设定涂刮尺寸阈值的至少一个平滑区域,若是,则将至少一个平滑区域标记为涂刮区域。
票据表面尺寸太小的涂刮区域不容易辨别,可能出现误辨或者漏辨的情况,因此预先设定一个涂刮尺寸阈值,用于确定最小涂刮区域的尺寸,其中,涂刮尺寸阈值可以是5mm×5mm,本实施例对此不做具体限定。
如果存在尺寸大于设定涂刮尺寸阈值的平滑区域,则可认为待检测票据的表面存在涂刮现象,进而将这些尺寸大于设定涂刮尺寸阈值的平滑区域标记为涂刮区域。如果不存在尺寸大于设定涂刮尺寸阈值的平滑区域,则可认为待检测票据的表面不存在涂刮现象。
本发明实施例中,通过采用横向滑动窗口,和/或纵向滑动窗口对背景纹理密集的待检测票据的灰度图像进行处理,得到处理后图像,并在处理后图像中求取至少一个非高亮连通域作为与待检测票据对应的平滑区域,如果存在尺寸大于设定涂刮尺寸阈值的至少一个平滑区域,则可确认待检测票据中存在刮涂区域,涂刮区域即为大于设定涂刮尺寸阈值的至少一个平滑区域。本发明实施例提供的票据表面涂刮检测方法,不依赖于颜色变化来区分票据表面是否有涂刮,同时与涂刮区是否存在手写字符或打印字符无关,进而提高了金融设备对纸币、存单、支票等的鉴别能力,减少了人工二次核查的工作量。
实施例二
图2是本发明实施例二提供的一种票据表面涂刮检测方法的流程图,本实施例以上述技术方案的基础进行具体化,其中,将采用横向滑动窗口或纵向滑动窗口对灰度图像进行处理,得到处理后图像,求取处理后图像中包括的至少一个非高亮连通域作为与所述待检测票据对应的平滑区域,具体为:
采用横向滑动窗口或纵向滑动窗口计算原始灰度图像或锐化灰度图像的标准差矩阵;
将所述标准差矩阵中的元素归一化至设定灰度范围,生成标准差图像;
对所述标准差图像进行二值化处理,得到二值化标准差图像;
求取二值化标准差图像中包括的至少一个非高亮连通域作为与待检测票据对应的平滑区域。
如图2所示,本实施例的方法具体包括:
S210、获取待检测票据的原始灰度图像或锐化灰度图像,其中,待检测票据的背景纹理密集。
S220、采用横向滑动窗口或纵向滑动窗口计算原始灰度图像或锐化灰度图像的标准差矩阵。
对原始灰度图像或锐化灰度图像执行类似均值滤波或中值滤波的操作,可以得到对应的标准差图像,以此来衡量原始灰度图像或锐化灰度图像的平滑程度。
在本实施例中,可以选择原始灰度图像和锐化灰度图像中的任一中灰度图像进行票据表面涂刮检测。
具体的,可以选择一个M×N的滑动窗口,在原始灰度图像或锐化灰度图像上滑动,计算滑动窗口内M×N个像素点的灰度值的标准差,并将这个标准差填入标准差矩阵中对应窗口的中心位置上,由此得到一个标准差矩阵。
其中,滑动窗口M×N的尺寸选择可以根据实际图像进行调整,M和N可以为相同的自然数,也可以为不同的自然数,例如滑动窗口的尺寸为3×3,或者2×6,或者6×2等,纵向滑动窗口即为M>N的M×N(如6×2)的滑动窗口,横向滑动窗口即为M<N的M×N(如2×6)的滑动窗口。当选择尺寸为3×3的滑动窗口在原始灰度图像或锐化灰度图像上滑动时,每滑动一下,计算滑动窗口内9个像素点的灰度值的标准差,并将这个标准差填入标准差矩阵中对应窗口(也即3×3矩阵)的中心位置上,由此可以得到一个标准差矩阵。
典型的,根据待检测票据的背景纹理走向,选取匹配方向的滑动窗口计算标准差矩阵,以使计算得到的标准差矩阵中代表平滑区域的元素和代表非平滑区域的元素的值的差异更大,其中,待检测票据的背景纹理为横向纹理时,可以采用纵向滑动窗口计算原始灰度图像或锐化灰度图像的标准差矩阵;待检测票据的背景纹理为纵向纹理时,可以采用横向滑动窗口计算原始灰度图像或锐化灰度图像的标准差矩阵。
S230、将标准差矩阵中元素的值归一化至设定灰度范围,生成标准差图像。
将标准差矩阵中元素的值(也即计算得到的各个标准差的值)归一化至设定灰度范围0-255,元素值小,归一化后的灰度值就小,元素值大,归一化后的灰度值就大,以此得到标准差图像,也即得到灰度图像。
S240、对标准差图像进行二值化处理,得到二值化标准差图像。
选择一个二值化分割阈值,对标准差图像进行二值化处理,其中,二值化分割阈值可以根据经验值确定,也可以根据统计值确定,根据经验值可以将二值化分割阈值设置为45-55之间的一个数值,进而将标准差图像中灰度值大于等于二值化分割阈值的像素点的灰度值设置为255,将标准差图像中灰度值小于二值化分割阈值的像素点的灰度值设置为0,并在执行二值化操作后对其执行去噪操作,得到二值化标准差图像。
其中,二值化标准差图像中的高亮连通域即为与待检测票据对应的表面不平滑的区域(标准差的值大),非高亮连通域即为与待检测票据对应的表面平滑的区域(标准差的值小)。
S250、求取二值化标准差图像中包括的至少一个非高亮连通域作为与待检测票据对应的滑区域。
具体的,可以使用常见的算法在二值化标准差图像中求取连通域,例如Two-Pass(两遍扫描法)和Seed-Filling(种子填充法),其中,Two-Pass指的就是通过扫描两遍图像,就可以将图像中存在的所有连通域找出并标记,Seed Filling指的是选取一个前景像素点作为种子,然后根据连通域的两个基本条件(像素值相同、位置相邻)将与种子相邻的前景像素合并到同一个像素集合中,最后得到的该像素集合则为一个连通域。
在本发明实施中,根据Two-Pass或Seed-Filling算法求取的是二值化标准差图像中的非高亮连通域,也即像素点灰度值为0的连通区域。
S260、判断是否存在尺寸大于设定涂刮尺寸阈值的至少一个平滑区域,若是,则将至少一个平滑区域标记为涂刮区域。
本实施例未尽详细解释之处请参见前述实施例,在此不再赘述。
本实施例提供的技术方案,适用于存在单向性的背景纹理的待检测票据,采用横向滑动窗口或纵向滑动窗口对原始灰度图像或锐化灰度图像进行处理,确定与待检测票据对应的至少一个平滑区域,并将尺寸大于设定涂刮尺寸阈值的平滑区域标记为涂刮区域,提高了对票据表面涂刮区域的检测率,进而提高了金融设备对纸币、存单、支票等的鉴别能力,减少了人工二次核查的工作量。
实施例三
图3是本发明实施例三提供的一种票据表面涂刮检测方法的流程图,本实施例以上述技术方案的基础进行具体化,其中,将采用横向滑动窗口或纵向滑动窗口对灰度图像进行处理,得到处理后图像,求取所述处理后图像中包括的至少一个非高亮连通域作为与所述待检测票据对应的平滑区域,具体为:
采用横向滑动窗口或纵向滑动窗口计算原始灰度图像的第一标准差矩阵,以及锐化灰度图像的第二标准差矩阵;
根据第一标准差矩阵和第二标准差矩阵计算标准差差值矩阵;
将标准差差值矩阵中元素的值归一化至设定灰度范围,生成标准差差值图像;
对标准差差值图像进行二值化处理,得到二值化标准差差值图像;
求取二值化标准差差值图像中包括的至少一个非高亮连通域作为与待检测票据对应的平滑区域。
具体的,待检测票据的背景纹理为横向纹理时,采用纵向滑动窗口;待检测票据的背景纹理为纵向纹理时,采用横向滑动窗口。
如图3所示,本实施例的方法具体包括:
S310、获取待检测票据的原始灰度图像和锐化灰度图像,其中,待检测票据的背景纹理密集。
S320、采用横向滑动窗口或纵向滑动窗口计算原始灰度图像的第一标准差矩阵,以及锐化灰度图像的第二标准差矩阵。
在本步骤中,待检测票据的背景纹理为横向纹理时,采用纵向滑动窗口计算原始灰度图像的第一标准差矩阵,以及锐化灰度图像的第二标准差矩阵。待检测票据的背景纹理为纵向纹理时,采用横向滑动窗口计算原始灰度图像的第一标准差矩阵,以及锐化灰度图像的第二标准差矩阵。
S330、根据第一标准差矩阵和第二标准差矩阵计算标准差差值矩阵。
第一标准差矩阵减去第二标准差矩阵得到标准差差值矩阵,如果元素对应相减的结果为负值,则取其绝对值作为标准差差值矩阵中对应的元素值,进而根据得到的标准差差值矩阵进行后续处理。
S340、将标准差差值矩阵中元素的值归一化至设定灰度范围,生成标准差差值图像。
S350、对标准差差值图像进行二值化处理,得到二值化标准差差值图像。
S360、求取二值化标准差差值图像中包括的至少一个非高亮连通域作为与待检测票据对应的平滑区域。
S370、判断是否存在尺寸大于设定涂刮尺寸阈值的至少一个平滑区域,若是,则将至少一个平滑区域标记为涂刮区域。
本实施例未尽详细解释之处请参见前述实施例,在此不再赘述。
本实施例提供的技术方案,适用于存在单向性的背景纹理的待检测票据,采用横向滑动窗口或纵向滑动窗口对原始灰度图像和锐化灰度图像进行处理,并根据结合原始灰度图像和锐化灰度图像确定的二值化标准差差值图像确定与待检测票据对应的至少一个平滑区域,并将尺寸大于设定涂刮尺寸阈值的平滑区域标记为涂刮区域,以此进一步提高了对票据表面涂刮区域的检测率。
实施例四
图4是本发明实施例四提供的一种票据表面涂刮检测方法的流程图,本实施例以上述技术方案的基础进行具体化,其中,将采用横向滑动窗口和纵向滑动窗口对灰度图像进行处理,得到处理后图像,求取处理后图像中包括的至少一个非高亮连通域作为与待检测票据对应的平滑区域,具体为:
采用横向滑动窗口和纵向滑动窗口计算原始灰度图像或锐化灰度图像的横向标准差矩阵和纵向标准差矩阵;
将横向标准差矩阵和纵向标准差矩阵中元素的值归一化至设定灰度范围,生成横向标准差图像和纵向标准差图像;
对横向标准差图像和纵向标准差图像进行二值化处理,得到二值化横向标准差图像和二值化纵向标准差图像;
求取值化横向标准差图像和二值化纵向标准差图像的交集图像中包括的至少一个非高亮连通域作为与所述待检测票据对应的平滑区域。
如图4所示,本实施例的方法具体包括:
S410、获取待检测票据的原始灰度图像或锐化灰度图像,其中,待检测票据的背景纹理密集。
S420、采用横向滑动窗口和纵向滑动窗口计算原始灰度图像或锐化灰度图像的横向标准差矩阵和纵向标准差矩阵。
在本实施例中,可以选择原始灰度图像和锐化灰度图像中的任一种灰度图像进行票据表面涂刮检测。
具体的,采用横向滑动窗口计算原始灰度图像或锐化灰度图像的横向标准差矩阵,采用纵向滑动窗口计算原始灰度图像或锐化灰度图像的纵向标准差矩阵。
S430、将横向标准差矩阵和纵向标准差矩阵中元素的值归一化至设定灰度范围,生成横向标准差图像和纵向标准差图像。
将横向标准差矩阵中元素的值归一化至设定灰度范围,生成横向标准差图像,将纵向标准差矩阵中元素的值归一化至设定灰度范围,生成纵向标准差图像。
S440、对横向标准差图像和纵向标准差图像进行二值化处理,得到二值化横向标准差图像和二值化纵向标准差图像。
对横向标准差图像进行二值化处理以及去噪处理后,得到二值化横向标准差图像,对纵向标准差图像进行二值化处理以及去噪处理后,得到二值化纵向标准差图像。
S450、求取二值化横向标准差图像和二值化纵向标准差图像的交集图像中包括的至少一个非高亮连通域作为与所述待检测票据对应的平滑区域。
计算二值化横向标准差图像和二值化纵向标准差图像的交集图像,并对交交集图像进行去噪处理以及膨胀处理,使局部图像连通,得到最终图像,求取最终图像中包括的至少一个非高亮连通域作为与所述待检测票据对应的平滑区域。
S460、判断是否存在尺寸大于设定涂刮尺寸阈值的至少一个平滑区域,若是,则将至少一个平滑区域标记为涂刮区域。
本实施例未尽详细解释之处请参见前述实施例,在此不再赘述。
本实施例提供的技术方案,采用横向滑动窗口和纵向滑动窗口对原始灰度图像或锐化灰度图像进行处理,来求取票据表面的横向平滑程度图像和纵向平滑程度图像(即横向标准差图像和纵向标准差图像),适用于存在非单向性的背景纹理的待检测票据,解决了采用单一滑动窗口求取平滑程度图像的效果不好的问题,进而在确定的二值化横向标准差图像和二值化纵向标准差图像的交集图像中求取与待检测票据对应的至少一个平滑区域,并将尺寸大于设定涂刮尺寸阈值的平滑区域标记为涂刮区域,以此进一步提高了对票据表面涂刮区域的检测率,而且增加了票据表面涂刮检测方法的适用范围。
实施例五
图5是本发明实施例五提供的一种票据表面涂刮检测方法的流程图,本实施例以上述技术方案的基础进行具体化,其中,将采用横向滑动窗口和纵向滑动窗口对灰度图像进行处理,得到处理后图像,求取所述处理后图像中包括的至少一个非高亮连通域作为与所述待检测票据对应的平滑区域,包括:
采用横向滑动窗口和纵向滑动窗口计算原始灰度图像的横向第一标准差矩阵和纵向第一标准差矩阵,以及锐化灰度图像的横向第二标准差矩阵和纵向第二标准差矩阵;
根据横向第一标准差矩阵和横向第二标准差矩阵计算横向标准差差值矩阵,根据纵向第一标准差矩阵和纵向第二标准差矩阵计算纵向标准差差值矩阵;
将横向标准差差值矩阵和纵向标准差差值矩阵中元素的值归一化至设定灰度范围,生成横向标准差差值图像和纵向标准差差值图像;
对横向标准差差值图像和纵向标准差差值图像进行二值化处理,得到二值化横向标准差差值图像和二值化纵向标准差差值图像;
求取二值化横向标准差差值图像和二值化纵向标准差差值图像的交集图像中包括的至少一个非高亮连通域作为与待检测票据对应的平滑区域。
如图5所示,本实施例的方法具体包括:
S510、获取待检测票据的原始灰度图像和锐化灰度图像,其中,待检测票据的背景纹理密集。
在本实施例中以一个具体的例子进行解释说明,图6为待检测票据的原始灰度图像,图7为待检测票据的锐化灰度图像,与图6相比,图7中的背景纹理更加清晰。
S520、采用横向滑动窗口和纵向滑动窗口计算原始灰度图像的横向第一标准差矩阵和纵向第一标准差矩阵,以及锐化灰度图像的横向第二标准差矩阵和纵向第二标准差矩阵。
在本实施例中,根据待检测票据的尺寸具体采用2×6的横向滑动窗口,6×2的纵向滑动窗口来求取票据表面的横向平滑程度图像和纵向平滑程度图像。
对原始灰度图像,采用2×6的横向滑动窗口全幅面滑动,每次滑动,都计算一次窗口内12个像素的标准差,最终得到原始灰度图像的横向第一标准差矩阵;对原始灰度图像,采用6×2的纵向滑动窗口全幅面滑动,每次滑动,都计算一次窗口内12个像素的标准差,最终得到原始灰度图像的纵向第一标准差矩阵;对锐化灰度图像,采用2×6的横向滑动窗口全幅面滑动,每次滑动,都计算一次窗口内12个像素的标准差,最终得到锐化灰度图像的横向第二标准差矩阵;对锐化灰度图像,采用6×2的纵向滑动窗口全幅面滑动,每次滑动,都计算一次窗口内12个像素的标准差,最终得到锐化灰度图像的纵向第二标准差矩阵。
S530、根据横向第一标准差矩阵和横向第二标准差矩阵计算横向标准差差值矩阵,根据纵向第一标准差矩阵和纵向第二标准差矩阵计算纵向标准差差值矩阵。
使用横向第一标准差矩阵减去横向第二标准差矩阵,得到横向标准差差值矩阵,使用纵向第一标准差矩阵减去纵向第二标准差矩阵,得到纵向标准差差值矩阵。如果元素对应相减的结果为负值,则取其绝对值作为横向标准差差值矩阵或纵向标准差差值矩阵中对应的元素值。
S540、将横向标准差差值矩阵和纵向标准差差值矩阵中元素的值归一化至设定灰度范围,生成横向标准差差值图像和纵向标准差差值图像。
将横向标准差差值矩阵中元素的值归一化至设定灰度范围0-255,得到横向标准差差值图像,如图8所示;将纵向标准差差值矩阵中元素的值归一化至设定灰度范围0-255,得到纵向标准差差值图像,如图9所示。
S550、对横向标准差差值图像和纵向标准差差值图像进行二值化处理,得到二值化横向标准差差值图像和二值化纵向标准差差值图像。
对横向标准差差值图像进行二值化处理,得到二值化初始横向标准差图像后,对其进行去噪处理,最终得到二值化横向标准差差值图像,如图10所示;对纵向标准差差值图像进行二值化处理,得到二值化初始纵向标准差图像后,对其进行去噪处理,最终得到二值化纵向标准差差值图像,如图11所示。
在如图10和图11所示的二值化横向标准差差值图像和二值化纵向标准差差值图像中,黑色区域(非高亮区域)表示图像平滑,白色区域(高亮区域)表示图像不平滑。其中,图像平滑的区域即为待确定的涂刮区域。
S560、求取二值化横向标准差差值图像和二值化纵向标准差差值图像的交集图像中包括的至少一个非高亮连通域作为与待检测票据对应的平滑区域。
求取二值化横向标准差差值图像和二值化纵向标准差差值图像的初始交集图像,再对初始交集图像进行去噪处理以及局部膨胀处理,得到交集图像,如图12所示。至此,如图12所示的交集图像即为与待检测票据对应的最终平滑图像,求取交集图像中的非高亮连通域,并将这些非高亮连通域作为与待检测票据对应的平滑区域。
S570、判断是否存在尺寸大于设定涂刮尺寸阈值的至少一个平滑区域,若是,则将至少一个平滑区域标记为涂刮区域。
对非高亮连通域的尺寸进行判断,判断是否满足最小涂刮尺寸的要求,以及是否大于设定涂刮尺寸阈值,对满足最小涂刮尺寸的要求(大于设定涂刮尺寸阈值)的非高亮连通域进行标记,最终标记的非高亮连通域即为涂刮区域,如图13所示,非高亮连通域100即为涂刮区域。
本实施例未尽详细解释之处请参见前述实施例,在此不再赘述。
本实施例提供的技术方案,采用横向滑动窗口和纵向滑动窗口对原始灰度图像和锐化灰度图像进行处理,来求取票据表面的横向平滑程度图像和纵向平滑程度图像(即横向标准差图像和纵向标准差图像),适用于存在非单向性的背景纹理的待检测票据,解决了采用单一滑动窗口求取平滑程度图像的效果不好的问题,并在结合原始灰度图像和锐化灰度图像确定的二值化横向标准差差值图像和二值化纵向标准差差值图像的交集图像中求取与待检测票据对应的至少一个平滑区域,并将尺寸大于设定涂刮尺寸阈值的平滑区域标记为涂刮区域,以此进一步提高了对票据表面涂刮区域的检测率,而且增加了票据表面涂刮检测方法的适用范围。
实施例六
图14是本发明实施例六提供的一种票据表面涂刮检测装置的结构示意图,可适用于检测票据(纸币、支票、存单等)表面是否存在涂刮现象的情况,该装置可采用软件和/或硬件的方式实现,并一般可集成在金融设备(典型的,金融设备包括各类清分机以及ATM等)的处理器中。如图14所示,所述装置包括:灰度图像获取模块610、平滑区域获取模块620和涂刮判断模块630,其中,
灰度图像获取模块610,用于获取待检测票据的灰度图像,其中,所述待检测票据的背景纹理密集,所述灰度图像包括原始灰度图像和/或锐化灰度图像;
平滑区域获取模块620,用于采用横向滑动窗口,和/或纵向滑动窗口对所述灰度图像进行处理,得到处理后图像,求取所述处理后图像中包括的至少一个非高亮连通域作为与所述待检测票据对应的平滑区域;
涂刮判断模块630,用于判断是否存在尺寸大于设定涂刮尺寸阈值的至少一个平滑区域,若是,则将所述至少一个平滑区域标记为涂刮区域。
本发明实施例中,通过采用横向滑动窗口,和/或纵向滑动窗口对对背景纹理密集的待检测票据的灰度图像进行处理,得到处理后图像,并在处理后图像中求取至少一个非高亮连通域作为与待检测票据对应的平滑区域,如果存在尺寸大于设定涂刮尺寸阈值的至少一个平滑区域,则可确认待检测票据中存在刮涂区域,涂刮区域即为大于设定涂刮尺寸阈值的至少一个平滑区域。本发明实施例提供的票据表面涂刮检测方法,不依赖于颜色变化来区分票据表面是否有涂刮,同时与涂刮区是否存在手写字符或打印字符无关,进而提高了金融设备对纸币、存单、支票等的鉴别能力,减少了人工二次核查的工作量。
作为一种可选的实施方式,平滑区域获取模块620具体包括:
第二标准差矩阵计算单元,用于采用横向滑动窗口或纵向滑动窗口计算所述原始灰度图像或所述锐化灰度图像的标准差矩阵;
第二标准差图像构造单元,用于将所述标准差矩阵中元素的值归一化至设定灰度范围,生成标准差图像;
第二二值化处理单元,用于对所述标准差图像进行二值化处理,得到二值化标准差图像;
第二平滑区域求取单元,用于求取所述二值化标准差图像中包括的至少一个非高亮连通域作为与所述待检测票据对应的平滑区域。
作为一种可选的实施方式,平滑区域获取模块620具体包括:
第三标准差矩阵计算单元,用于采用横向滑动窗口或纵向滑动窗口计算所述原始灰度图像的第一标准差矩阵,以及所述锐化灰度图像的第二标准差矩阵;
第三标准差差值矩阵计算单元,用于根据所述第一标准差矩阵和所述第二标准差矩阵计算标准差差值矩阵;
第三标准差差值图像构造单元,用于将所述标准差差值矩阵中元素的值归一化至设定灰度范围,生成标准差差值图像;
第三二值化处理单元,用于对所述标准差差值图像进行二值化处理,得到二值化标准差差值图像;
第三平滑区域求取单元,用于求取所述二值化标准差差值图像中包括的至少一个非高亮连通域作为与所述待检测票据对应的平滑区域。
具体的,所述待检测票据的背景纹理为横向纹理时,采用所述纵向滑动窗口;所述待检测票据的背景纹理为纵向纹理时,采用所述横向滑动窗口。
作为一种可选的实施方式,平滑区域获取模块620具体包括:
第四标准差矩阵计算单元,用于采用横向滑动窗口和纵向滑动窗口计算所述原始灰度图像或所述锐化灰度图像的横向标准差矩阵和纵向标准差矩阵;
第四标准差图像构造单元,用于将所述横向标准差矩阵和所述纵向标准差矩阵中元素的值归一化至设定灰度范围,生成横向标准差图像和纵向标准差图像;
第四二值化处理单元,用于对所述横向标准差图像和所述纵向标准差图像进行二值化处理,得到二值化横向标准差图像和二值化纵向标准差图像;
第四平滑区域求取单元,用于求取所述值化横向标准差图像和所述二值化纵向标准差图像的交集图像中包括的至少一个非高亮连通域作为与所述待检测票据对应的平滑区域。
作为一种可选的实施方式,平滑区域获取模块620具体包括:
第一标准差矩阵计算单元,用于采用横向滑动窗口和纵向滑动窗口计算所述原始灰度图像的横向第一标准差矩阵和纵向第一标准差矩阵,以及所述锐化灰度图像的横向第二标准差矩阵和纵向第二标准差矩阵;
第一标准差差值矩阵计算单元,用于根据所述横向第一标准差矩阵和所述横向第二标准差矩阵计算横向标准差差值矩阵,根据所述纵向第一标准差矩阵和所述纵向第二标准差矩阵计算纵向标准差差值矩阵;
第一标准差差值图像构造单元,用于将所述横向标准差差值矩阵和所述纵向标准差差值矩阵中元素的值归一化至设定灰度范围,生成横向标准差差值图像和纵向标准差差值图像;
第一二值化处理单元,用于对所述横向标准差差值图像和所述纵向标准差差值图像进行二值化处理,得到二值化横向标准差差值图像和二值化纵向标准差差值图像;
第一平滑区域求取单元,用于求取所述二值化横向标准差差值图像和所述二值化纵向标准差差值图像的交集图像中包括的至少一个非高亮连通域作为与所述待检测票据对应的平滑区域。
上述票据表面涂刮检测装置可执行本发明任意实施例所提供的票据表面涂刮检测方法,具备执行的票据表面涂刮检测方法相应的功能模块和有益效果。
实施例七
图15为本发明实施例七提供的一种计算机设备的结构示意图,如图15所示,该计算机设备包括处理器710、存储器720、输入装置730和输出装置740;计算机设备中处理器710的数量可以是一个或多个,图15中以一个处理器710为例;计算机设备中的处理器710、存储器720、输入装置730和输出装置740可以通过总线或其他方式连接,图15中以通过总线连接为例。
存储器720作为一种计算机可读存储介质,可用于存储软件程序、计算机可执行程序以及模块,如本发明任意实施例中的票据表面涂刮检测方法对应的程序指令/模块(例如,票据表面涂刮检测装置中的灰度图像获取模块610、平滑区域获取模块620和涂刮判断模块630)。处理器710通过运行存储在存储器720中的软件程序、指令以及模块,从而执行计算机设备的各种功能应用以及数据处理,即实现上述的用于计算机设备的操作。
存储器720可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作***、至少一个功能所需的应用程序;存储数据区可存储根据设备的使用所创建的数据等。此外,存储器720可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实例中,存储器720可进一步包括相对于处理器710远程设置的存储器,这些远程存储器可以通过网络连接至计算机设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
输入装置730可用于接收输入的触摸信息,以及产生与计算机设备的用户设置以及功能控制有关的键信号输入。输出装置740可包括显示屏等显示设备。
实施例八
本发明实施例八还提供一种包含计算机可执行指令的存储介质,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意实施例提供的票据表面涂刮检测方法,该方法包括:
获取待检测票据的灰度图像,其中,所述待检测票据的背景纹理密集,所述灰度图像包括原始灰度图像和/或锐化灰度图像;
采用横向滑动窗口,和/或纵向滑动窗口对所述灰度图像进行处理,得到处理后图像,求取所述处理后图像中包括的至少一个非高亮连通域作为与所述待检测票据对应的平滑区域;
判断是否存在尺寸大于设定涂刮尺寸阈值的至少一个平滑区域,若是,则将所述至少一个平滑区域标记为涂刮区域。
通过以上关于实施方式的描述,所属领域的技术人员可以清楚地了解到,本发明可借助软件及必需的通用硬件来实现,当然也可以通过硬件实现,但很多情况下前者是更佳的实施方式。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可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如计算机的软盘、只读存储器(Read-Only Memory,ROM)、随机存取存储器(RandomAccess Memory,RAM)、闪存(FLASH)、硬盘或光盘等,包括若干指令用以使得一台计算机设备执行本发明各个实施例所述的方法。
值得注意的是,上述票据表面涂刮检测装置的实施例中,所包括的各个单元和模块只是按照功能逻辑进行划分的,但并不局限于上述的划分,只要能够实现相应的功能即可;另外,各功能单元的具体名称也只是为了便于相互区分,并不用于限制本发明的保护范围。
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 (8)
1.一种票据表面涂刮检测方法,其特征在于,包括:
获取待检测票据的灰度图像,其中,所述待检测票据的背景纹理密集,所述灰度图像包括原始灰度图像和/或锐化灰度图像;
采用横向滑动窗口,和/或纵向滑动窗口对所述灰度图像进行处理,得到处理后图像,求取所述处理后图像中包括的至少一个非高亮连通域作为与所述待检测票据对应的平滑区域;
判断是否存在尺寸大于设定涂刮尺寸阈值的至少一个平滑区域,若是,则将所述至少一个平滑区域标记为涂刮区域;
采用横向滑动窗口或纵向滑动窗口对所述灰度图像进行处理,得到处理后图像,求取所述处理后图像中包括的至少一个非高亮连通域作为与所述待检测票据对应的平滑区域,包括:
采用横向滑动窗口或纵向滑动窗口计算所述原始灰度图像或所述锐化灰度图像的标准差矩阵;
将所述标准差矩阵中元素的值归一化至设定灰度范围,生成标准差图像;
对所述标准差图像进行二值化处理,得到二值化标准差图像;
求取所述二值化标准差图像中包括的至少一个非高亮连通域作为与所述待检测票据对应的平滑区域。
2.根据权利要求1所述方法,其特征在于,采用横向滑动窗口或纵向滑动窗口对所述灰度图像进行处理,得到处理后图像,求取所述处理后图像中包括的至少一个非高亮连通域作为与所述待检测票据对应的平滑区域,包括:
采用横向滑动窗口或纵向滑动窗口计算所述原始灰度图像的第一标准差矩阵,以及所述锐化灰度图像的第二标准差矩阵;
根据所述第一标准差矩阵和所述第二标准差矩阵计算标准差差值矩阵;
将所述标准差差值矩阵中元素的值归一化至设定灰度范围,生成标准差差值图像;
对所述标准差差值图像进行二值化处理,得到二值化标准差差值图像;
求取所述二值化标准差差值图像中包括的至少一个非高亮连通域作为与所述待检测票据对应的平滑区域。
3.根据权利要求1或2所述的方法,其特征在于,
所述待检测票据的背景纹理为横向纹理时,采用所述纵向滑动窗口;
所述待检测票据的背景纹理为纵向纹理时,采用所述横向滑动窗口。
4.根据权利要求1所述的方法,其特征在于,采用横向滑动窗口和纵向滑动窗口对所述灰度图像进行处理,得到处理后图像,求取所述处理后图像中包括的至少一个非高亮连通域作为与所述待检测票据对应的平滑区域,包括:
采用横向滑动窗口和纵向滑动窗口计算所述原始灰度图像或所述锐化灰度图像的横向标准差矩阵和纵向标准差矩阵;
将所述横向标准差矩阵和所述纵向标准差矩阵中元素的值归一化至设定灰度范围,生成横向标准差图像和纵向标准差图像;
对所述横向标准差图像和所述纵向标准差图像进行二值化处理,得到二值化横向标准差图像和二值化纵向标准差图像;
求取所述二值化横向标准差图像和所述二值化纵向标准差图像的交集图像中包括的至少一个非高亮连通域作为与所述待检测票据对应的平滑区域。
5.根据权利要求1所述的方法,其特征在于,采用横向滑动窗口和纵向滑动窗口对所述灰度图像进行处理,得到处理后图像,求取所述处理后图像中包括的至少一个非高亮连通域作为与所述待检测票据对应的平滑区域,包括:
采用横向滑动窗口和纵向滑动窗口计算所述原始灰度图像的横向第一标准差矩阵和纵向第一标准差矩阵,以及所述锐化灰度图像的横向第二标准差矩阵和纵向第二标准差矩阵;
根据所述横向第一标准差矩阵和所述横向第二标准差矩阵计算横向标准差差值矩阵,根据所述纵向第一标准差矩阵和所述纵向第二标准差矩阵计算纵向标准差差值矩阵;
将所述横向标准差差值矩阵和所述纵向标准差差值矩阵中元素的值归一化至设定灰度范围,生成横向标准差差值图像和纵向标准差差值图像;
对所述横向标准差差值图像和所述纵向标准差差值图像进行二值化处理,得到二值化横向标准差差值图像和二值化纵向标准差差值图像;
求取所述二值化横向标准差差值图像和所述二值化纵向标准差差值图像的交集图像中包括的至少一个非高亮连通域作为与所述待检测票据对应的平滑区域。
6.一种票据表面涂刮检测装置,其特征在于,包括:
灰度图像获取模块,用于获取待检测票据的灰度图像,其中,所述待检测票据的背景纹理密集,所述灰度图像包括原始灰度图像和/或锐化灰度图像;
平滑区域获取模块,用于采用横向滑动窗口,和/或纵向滑动窗口对所述灰度图像进行处理,得到处理后图像,求取所述处理后图像中包括的至少一个非高亮连通域作为与所述待检测票据对应的平滑区域;
涂刮判断模块,用于判断是否存在尺寸大于设定涂刮尺寸阈值的至少一个平滑区域,若是,则将所述至少一个平滑区域标记为涂刮区域;
所述平滑区域获取模块包括:
第一标准差矩阵计算单元,用于采用横向滑动窗口和纵向滑动窗口计算所述原始灰度图像的横向第一标准差矩阵和纵向第一标准差矩阵,以及所述锐化灰度图像的横向第二标准差矩阵和纵向第二标准差矩阵;
第一标准差差值矩阵计算单元,用于根据所述横向第一标准差矩阵和所述横向第二标准差矩阵计算横向标准差差值矩阵,根据所述纵向第一标准差矩阵和所述纵向第二标准差矩阵计算纵向标准差差值矩阵;
第一标准差差值图像构造单元,用于将所述横向标准差差值矩阵和所述纵向标准差差值矩阵中元素的值归一化至设定灰度范围,生成横向标准差差值图像和纵向标准差差值图像;
第一二值化处理单元,用于对所述横向标准差差值图像和所述纵向标准差差值图像进行二值化处理,得到二值化横向标准差差值图像和二值化纵向标准差差值图像;
第一平滑区域求取单元,用于求取所述二值化横向标准差差值图像和所述二值化纵向标准差差值图像的交集图像中包括的至少一个非高亮连通域作为与所述待检测票据对应的平滑区域。
7.一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求1-5中任一所述的方法。
8.一种计算机可读存储介质,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1-5中任一所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910080302.7A CN111563845B (zh) | 2019-01-28 | 2019-01-28 | 票据表面涂刮检测方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910080302.7A CN111563845B (zh) | 2019-01-28 | 2019-01-28 | 票据表面涂刮检测方法、装置、设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111563845A CN111563845A (zh) | 2020-08-21 |
CN111563845B true CN111563845B (zh) | 2023-10-20 |
Family
ID=72069564
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910080302.7A Active CN111563845B (zh) | 2019-01-28 | 2019-01-28 | 票据表面涂刮检测方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111563845B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113255657B (zh) * | 2020-12-31 | 2024-04-05 | 深圳怡化电脑股份有限公司 | 票据表面刮痕检测方法、装置、电子设备、机器可读介质 |
CN116403098B (zh) * | 2023-05-26 | 2023-08-08 | 四川金投科技股份有限公司 | 一种票据篡改检测方法及*** |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2000222588A (ja) * | 1999-01-29 | 2000-08-11 | Mitsubishi Electric Corp | 画像目標検出装置 |
CN103914833A (zh) * | 2014-03-11 | 2014-07-09 | 辰通智能设备(深圳)有限公司 | 一种自动检测票据是否残缺的方法及*** |
CN104952077A (zh) * | 2015-06-18 | 2015-09-30 | 辰通智能设备(深圳)有限公司 | 一种票据图像油污检测方法及*** |
CN107622562A (zh) * | 2017-09-11 | 2018-01-23 | 深圳怡化电脑股份有限公司 | 纸币图像的提取方法、装置、设备及存储介质 |
CN108154510A (zh) * | 2018-01-17 | 2018-06-12 | 深圳市亿图视觉自动化技术有限公司 | 产品表面缺陷检测方法、装置及计算机可读存储介质 |
CN108230321A (zh) * | 2018-01-19 | 2018-06-29 | 深圳市亿图视觉自动化技术有限公司 | 缺陷检测方法及装置 |
CN108764225A (zh) * | 2018-04-11 | 2018-11-06 | 深圳怡化电脑股份有限公司 | 识别横向拼接纸币的方法、装置及电子设备 |
-
2019
- 2019-01-28 CN CN201910080302.7A patent/CN111563845B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2000222588A (ja) * | 1999-01-29 | 2000-08-11 | Mitsubishi Electric Corp | 画像目標検出装置 |
CN103914833A (zh) * | 2014-03-11 | 2014-07-09 | 辰通智能设备(深圳)有限公司 | 一种自动检测票据是否残缺的方法及*** |
CN104952077A (zh) * | 2015-06-18 | 2015-09-30 | 辰通智能设备(深圳)有限公司 | 一种票据图像油污检测方法及*** |
CN107622562A (zh) * | 2017-09-11 | 2018-01-23 | 深圳怡化电脑股份有限公司 | 纸币图像的提取方法、装置、设备及存储介质 |
CN108154510A (zh) * | 2018-01-17 | 2018-06-12 | 深圳市亿图视觉自动化技术有限公司 | 产品表面缺陷检测方法、装置及计算机可读存储介质 |
CN108230321A (zh) * | 2018-01-19 | 2018-06-29 | 深圳市亿图视觉自动化技术有限公司 | 缺陷检测方法及装置 |
CN108764225A (zh) * | 2018-04-11 | 2018-11-06 | 深圳怡化电脑股份有限公司 | 识别横向拼接纸币的方法、装置及电子设备 |
Also Published As
Publication number | Publication date |
---|---|
CN111563845A (zh) | 2020-08-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102682514B (zh) | 一种纸类识别方法及相关装置 | |
EP3021259B1 (en) | Banknote recognition and classification method and system | |
CN106952393B (zh) | 纸币识别方法和装置、电子设备和存储介质 | |
CN107103683B (zh) | 纸币识别方法和装置、电子设备和存储介质 | |
CN110781885A (zh) | 基于图像处理的文本检测方法、装置、介质及电子设备 | |
US20070253040A1 (en) | Color scanning to enhance bitonal image | |
CN104992496A (zh) | 一种纸币面向识别方法及装置 | |
CN106096610A (zh) | 一种基于支持向量机的文档图像二值化方法 | |
CN107016363A (zh) | 票据图像管理装置、票据图像管理***以及方法 | |
CN111563845B (zh) | 票据表面涂刮检测方法、装置、设备及存储介质 | |
CN107240185B (zh) | 一种冠字号识别方法、装置、设备及存储介质 | |
CN107038794B (zh) | 一种鉴别纸币真伪的方法、装置、设备及储存介质 | |
CN115082465A (zh) | 基于扫描电镜图像处理的羊毛羊绒分类方法 | |
Ali et al. | Recognition system for Pakistani paper currency | |
CN107680246B (zh) | 一种纸币图案中的曲线边界定位方法及设备 | |
CN115240197A (zh) | 图像质量评价方法、装置、电子设备、扫描笔及存储介质 | |
CN113435219B (zh) | 防伪检测方法、装置、电子设备及存储介质 | |
CN107742357A (zh) | 一种纸币冠字号的识别方法及装置 | |
Shi et al. | Image enhancement for degraded binary document images | |
CN114241463A (zh) | 签名验证方法、装置、计算机设备和存储介质 | |
Boiangiu et al. | Handwritten documents text line segmentation based on information energy | |
CN102313740A (zh) | 太阳能电池板裂痕检测方法 | |
CN109543554B (zh) | 票据检测方法、装置、终端及计算机可读存储介质 | |
CN106886777B (zh) | 一种字符边界确定方法及装置 | |
CN115797327A (zh) | 一种缺陷检测方法、装置、终端设备及存储介质 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |