本發(fā)明屬于紙幣識別領域，尤其涉及一種紙幣真?zhèn)蔚淖R別方法及其裝置。

背景技術：

隨著經濟的發(fā)展，紙幣流通量也相應越來越大，并且不法分子私自印制假幣，在交易過程中如何辨別紙幣的真?zhèn)斡葹橹匾，F有的紙幣真?zhèn)舞b別技術，可通過光變油墨不同角度反射光顏色的變化規(guī)律，從而確定該紙幣是否為真鈔。然而該方式需要通過變換紙幣的位置來獲取不同角度的反射光，根據反射光的變化規(guī)律與標準模板進行匹配，操作過程復雜，且識別效率低。

技術實現要素：

本發(fā)明實施例的目的在于提供一種紙幣真?zhèn)蔚淖R別方法及其裝置，旨在解決現有的紙幣真?zhèn)舞b別技術，通過光變油墨確定該紙幣真?zhèn)螘r，需要變換紙幣的位置來獲取不同角度的反射光，根據反射光的變化規(guī)律與標準模板進行匹配，操作過程復雜，識別效率低的問題。

第一方面，本發(fā)明實施例提供一種紙幣真?zhèn)蔚淖R別方法，所述紙幣真?zhèn)蔚淖R別方法包括：

獲取待測紙幣的圖像數據；

通過預設的光變油墨區(qū)域提取算法提取所述圖像數據中包含的光變油墨區(qū)域圖像以及背景區(qū)域圖像；

根據預設的像素均值計算算法分別計算所述光變油墨區(qū)域圖像的第一像素均值和所述背景區(qū)域圖像的第二像素均值；

通過預設的紙幣真?zhèn)闻袛嘁?guī)則根據所述第一像素均值以及所述第二像素均值確定所述待測紙幣的真?zhèn)巍?/p>

第二方面，本發(fā)明實施例提供一種紙幣真?zhèn)蔚淖R別裝置，所述紙幣真?zhèn)蔚淖R別裝置包括：

紙幣圖像獲取單元，用于獲取待測紙幣的圖像數據；

光變油墨提取單元，用于通過預設的光變油墨區(qū)域提取算法提取所述圖像數據中包含的光變油墨區(qū)域圖像以及邊沿背景區(qū)域圖像；

像素均值計算單元，用于根據預設的像素均值計算算法分別計算所述光變油墨區(qū)域圖像的第一像素均值和所述背景區(qū)域圖像的第二像素均值；

紙幣真?zhèn)闻卸▎卧?，用于通過預設的紙幣真?zhèn)闻袛嘁?guī)則根據所述第一像素均值以及所述第二像素均值確定所述待測紙幣的真?zhèn)巍?/p>

實施本發(fā)明實施例提供的一種紙幣真?zhèn)蔚淖R別方法及其系統(tǒng)具有以下有益效果：

本發(fā)明實施例通過獲取待測紙幣的圖像數據；通過預設的光變油墨區(qū)域提取算法提取所述圖像數據中包含的光變油墨區(qū)域圖像以及背景區(qū)域圖像；根據預設的像素均值計算算法分別計算所述光變油墨區(qū)域圖像的第一像素均值和所述背景區(qū)域圖像的第二像素均值；通過預設的紙幣真?zhèn)闻袛嘁?guī)則根據所述第一像素均值以及所述第二像素均值確定所述待測紙幣的真?zhèn)?。由于假鈔的制作工藝并不正規(guī)且使用的光變油墨漂染材料也是通過自己調配制作的，因而在印刷假鈔的過程中，因自制的光變油墨都具有較強的酸性，而該酸性藥劑將對光變油墨的邊緣背景區(qū)域具有一定程度的漂白作用，并且自制的光變油墨容易氧化，而使得假鈔中光變油墨區(qū)域的反射光顏色較深；而國家發(fā)行的真鈔由于制作工藝優(yōu)良，并不存在上述的情況?？梢姡捎谏鲜龅那闆r，本發(fā)明實施例可通過在待測紙幣的圖像中選取光變油墨區(qū)域圖像以及光變油墨區(qū)域邊緣范圍的背景區(qū)域圖像，并分別計算兩個的像素均值，繼而確定紙幣的真?zhèn)?，并不需要獲取紙幣不同角度、方向的反射光，操作過程簡單，識別效率高。

附圖說明

為了更清楚地說明本發(fā)明實施例中的技術方案，下面將對實施例或現有技術描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本發(fā)明的一些實施例，對于本領域普通技術人員來講，在不付出創(chuàng)造性勞動性的前提下，還可以根據這些附圖獲得其他的附圖。

圖1是本發(fā)明實施例提供的一種紙幣真?zhèn)蔚淖R別方法的流程圖；

圖2是本發(fā)明另一實施例提供的一種紙幣真?zhèn)蔚淖R別方法的流程圖；

圖3是本發(fā)明實施例提供的一種紙幣真?zhèn)蔚淖R別裝置的結構框圖；

圖4是本發(fā)明另一實施例提供的一種紙幣真?zhèn)蔚淖R別裝置的結構框圖。

具體實施方式

為了使本發(fā)明的目的、技術方案及優(yōu)點更加清楚明白，以下結合附圖及實施例，對本發(fā)明進行進一步詳細說明。應當理解，此處所描述的具體實施例僅僅用以解釋本發(fā)明，并不用于限定本發(fā)明。

本發(fā)明實施例通過在待測紙幣的圖像中選取光變油墨區(qū)域圖像以及光變油墨區(qū)域邊緣范圍的背景區(qū)域圖像，并分別計算兩個的像素均值，繼而確定紙幣的真?zhèn)危鉀Q了現有的紙幣真?zhèn)舞b別技術，通過光變油墨確定該紙幣真?zhèn)螘r，需要變換紙幣的位置來獲取不同角度的反射光，根據反射光的變化規(guī)律與標準模板進行匹配，操作過程復雜，識別效率低的問題。

在本發(fā)明實施例中，流程的執(zhí)行主體為紙幣真?zhèn)蔚淖R別裝置。該紙幣真?zhèn)蔚淖R別裝置可作為一個獨立的裝置對紙幣真?zhèn)芜M行識別，也可以集成于其他設備中作為其中一個模塊進行運作，如自動存款機內的驗鈔模塊，協(xié)助自動存款機判別放入的紙幣是否為真鈔。圖1示出了本發(fā)明實施例提供的紙幣真?zhèn)蔚淖R別方法的實現流程圖，詳述如下：

在s101中，獲取待測紙幣的圖像數據。

在本實施例中，獲取圖像數據的方式可通過外部器件拍攝獲取，也可以通過在紙幣真?zhèn)蔚淖R別裝置內設置的感光器件直接生成相應的圖像數據。

可選地，在本實施例中，獲取待測紙幣的圖像數據包括該紙幣正反兩面的圖像數據。由于某些種類的紙幣，可能正反兩面都涂有光變油墨，為了提高識別的準確率，可獲取待測紙幣雙面的圖像數據，繼而提取正反兩面的光變油墨區(qū)域圖像。

在本實施例中，獲取的紙幣的圖像數據可以為彩色圖像，如rgb圖像或cmyk值圖，也可以為灰度圖像或二值化圖像。

在s102中，通過預設的光變油墨區(qū)域提取算法提取所述圖像數據中包含的光變油墨區(qū)域圖像以及背景區(qū)域圖像。

在本實施例中，紙幣真?zhèn)蔚淖R別裝置通過預設的光變油墨區(qū)域提取算法，從s101中獲取得到的待測紙幣的圖像數據中，提取該紙幣包含的光變油墨區(qū)域圖像以及背景區(qū)域圖像。其中，背景區(qū)域圖像具體指的是與光變油墨區(qū)域相接部分的背景區(qū)域所對應的圖像。

在本實施例中，光變油墨區(qū)域圖像的數量至少為一個，當待測紙幣包含多個光變油墨區(qū)域時，可提取多個光變油墨區(qū)域圖像。由于背景區(qū)域圖像為與光變油墨區(qū)域相接部分的背景區(qū)域，因此背景區(qū)域圖像的數量將與光變油墨區(qū)域圖像相等，且一一對應。

在本實施例中，該預設的光變油墨區(qū)域提取算法可以為：通過光變油墨區(qū)域模板按預設的方向在待測紙幣的圖像數據中進行滑動，在滑動過程中持續(xù)計算覆蓋區(qū)域與上述模板的匹配度，當該匹配度大于預設閾值時，則表示該時刻覆蓋的圖像區(qū)域為光變油墨區(qū)域圖像，并相應地，選取該覆蓋區(qū)域外一定范圍內的區(qū)域圖像作為其對應的背景區(qū)域圖像。

在本實施例中，該預設的光變油墨區(qū)域提取算法還可以為：將該待測紙幣的圖像數據旋轉至預設的面向，并通過存儲器中記載的光變油墨區(qū)域位置信息以及背景區(qū)域位置信息，直接截取圖像數據中相應的位置的區(qū)域圖像。

可選地，在本實施例中，將獲取得到光變油墨區(qū)域圖像以及背景區(qū)域圖像，通過預設的降噪算法進行預處理，以減少環(huán)境噪聲的影響。其中，預設的降噪算法可以為中值濾波算法，若獲取的圖像數據為彩色圖像或灰度圖像，則可通過二值化算法進行處理；若獲取的圖像數據為二值化圖像，則可通過二次二值化濾除圖像數據中的噪點。

在s103中，根據預設的像素均值計算算法分別計算所述光變油墨區(qū)域圖像的第一像素均值和所述背景區(qū)域圖像的第二像素均值。

在本實施例中，紙幣真?zhèn)蔚淖R別裝置將根據光變油墨區(qū)域圖像中包含的像素點點值，并通過預設的像素均值計算算法，確定第一像素均值；同理，也將得到背景區(qū)域圖像對應的第二像素均值。

在本實施例中，若紙幣真?zhèn)巫R別裝置在s101中獲取的圖像數據為彩色圖像，且在s102中并未進行二值化處理或灰度變換，則此時上述兩個區(qū)域圖像中的像素點為彩色像素點，將由多個灰度值構成，舉例性地，對于rgb圖像，則每個像素點均包含三個顏色通道的灰度值；對于cmyk圖像，則每個像素點將由四個顏色通道的灰度值構成。因此，對于彩色圖像，計算其區(qū)域圖像對應的像素均值，即分別通過每個通道對應的單色灰度圖中像素點的像素值，計算每個通道所對應的像素均值，因而區(qū)域圖像對應的像素均值即由多個通道對應的像素均值構成。

在本實施例中，該預設像素均值計算算法可以為：將區(qū)域圖像中包含的像素點對應的像素值進行加權運算后，再除以像素點的個數。其中，該加權運算中每個像素點的權重可一致；也可以設置邊界區(qū)域的像素點權重較小，中心區(qū)域的像素點權重較大，舉例性地，在計算像素均值時，中心區(qū)域的像素點的加權系數為5，而對于邊界區(qū)域的像素點其加權系數為1。由于邊界區(qū)域可能在分割時容易引入非本區(qū)域的像素點或噪聲較大，因此其加權系數較小，而中心區(qū)域將不涉及分割操作，因而不存在上述的情況，則其權重可相對較大。

在s104中，通過預設的紙幣真?zhèn)闻袛嘁?guī)則根據所述第一像素均值以及所述第二像素均值確定所述待測紙幣的真?zhèn)巍?/p>

在本實施例中，由于制作工藝的不同，假鈔的背景區(qū)域顏色與真鈔相比，顏色較淺，且假幣的光變油墨區(qū)域顏色也比真鈔的深，因此通過獲取待測紙幣的光變油墨區(qū)域圖像對應的第一像素均值以及背景區(qū)域圖像對應的第二像素均值，并通過預設的紙幣真?zhèn)闻袛嘁?guī)則進行判別，則可確定該紙幣的真?zhèn)巍?/p>

在本實施例中，該預設的紙幣真?zhèn)闻袛嘁?guī)則可以為：將第二像素均值與第一預設閾值進行比較，若第二像素均值大于第一預設閾值，則確定該待測紙幣為假幣；若第二像素均值小于預設的閾值，則將第一像素均值與第二預設閾值進行比較；若第一像素均值小于第二預設閾值，則確定該待測紙幣為假幣；若第一像素均值大于第二預設閾值，則確定該待測紙幣為真鈔。

優(yōu)選地，在本實施例中，若判斷待測紙幣為假幣，則將該紙幣放置于待確認區(qū)域。由于經過本實施判斷后，待測紙幣已判別為假幣，因此需要與真鈔進行區(qū)別放置，以免大量紙幣進行識別操作后，假幣仍混入真鈔當中。

以上可以看出，本發(fā)明實施例提供的一種紙幣真?zhèn)蔚淖R別方法通過獲取待測紙幣的圖像數據；通過預設的光變油墨區(qū)域提取算法提取所述圖像數據中包含的光變油墨區(qū)域圖像以及背景區(qū)域圖像；根據預設的像素均值計算算法分別計算所述光變油墨區(qū)域圖像的第一像素均值和所述背景區(qū)域圖像的第二像素均值；通過預設的紙幣真?zhèn)闻袛嘁?guī)則根據所述第一像素均值以及所述第二像素均值確定所述待測紙幣的真?zhèn)?。由于假鈔的制作工藝并不正規(guī)且使用的光變油墨漂染材料也是通過自己調配制作的，因而在印刷假鈔的過程中，因自制的光變油墨都具有較強的酸性，而該酸性藥劑將對光變油墨的邊緣背景區(qū)域具有一定程度的漂白作用，并且自制的光變油墨容易氧化，而使得假鈔中光變油墨區(qū)域的反射光顏色較深；而國家發(fā)行的真鈔由于制作工藝優(yōu)良，并不存在上述的情況?？梢?，由于上述的情況，本發(fā)明實施例可通過在待測紙幣的圖像中選取光變油墨區(qū)域圖像以及光變油墨區(qū)域邊緣范圍的背景區(qū)域圖像，并分別計算兩個的像素均值，繼而確定紙幣的真?zhèn)危⒉恍枰@取紙幣不同角度、方向的反射光，操作過程簡單，識別效率高。

圖2示出了本發(fā)明另一實施例提供的一種紙幣真?zhèn)蔚淖R別方法的流程圖。參見圖2所述，相對于上一實施例，本實施例提供的一種紙幣真?zhèn)蔚淖R別方法對多個步驟進行了限定，詳述如下：

進一步地，作為本發(fā)明另一實施例，所述獲取待測紙幣的圖像數據之前還包括：

在s201中，獲取多個紙幣樣本的圖像數據；其中，所述多個紙幣樣本包括多個真鈔紙幣樣本以及多個假鈔紙幣樣本。

在本實施例中，在進行紙幣真?zhèn)蔚淖R別前，將通過模擬訓練確定預設的真?zhèn)闻卸ㄩ撝?，因而將獲取多個樣本紙幣的圖像數據，總結得到光變油墨區(qū)域圖像的像素均值特征以及背景區(qū)域圖像的像素均值特征。特別地，該模擬訓練中將包含對真鈔紙幣樣本進行的模擬訓練以及對假鈔紙幣樣本進行的模擬訓練。

可選地，在本實施例中，為了便于紙幣真?zhèn)蔚淖R別裝置進行模擬訓練，將先對真鈔紙幣樣本進行模擬訓練或先對假鈔紙幣樣本進行模擬訓練后，再對另一類紙幣樣本進行模擬訓練，以便于識別裝置區(qū)分真鈔紙幣樣本所對應的數據為哪些。

可選地，在本實施例中，在進行紙幣樣本的模擬訓練時，對于真鈔樣本可加入一標識，紙幣真?zhèn)蔚淖R別裝置在采集完成后，將通過判斷該紙幣樣本圖像數據中是否包含該標識，確定該數據是否對應與真鈔紙幣樣本，從而區(qū)分真鈔紙幣樣本與假鈔紙幣樣本分別對應的數據。

在本實施例中，具體的獲取過程與上一實施例中的步驟s101相同，具體請參閱上一實施例中步驟s101的相關描述，此處不再贅述。

在s202中，通過預設的光變油墨區(qū)域提取算法分別提取每個所述紙幣樣本的圖像數據中包含的光變油墨區(qū)域圖像以及背景區(qū)域圖像。

由于s202與上一實施例中的步驟s102相同，具體請參閱上一實施例中步驟s102的相關描述，此處不再贅述。

在s203中，根據預設的像素均值計算算法計算每個所述光變油墨區(qū)域圖像的像素均值以及每個所述背景區(qū)域圖像的像素均值。

由于s203與上一實施例中的步驟s103相同，具體請參閱上一實施例中步驟s103的相關描述，此處不再贅述。

在s204中，計算每個所述背景區(qū)域圖像的像素均值與光變油墨區(qū)域圖像的像素均值的均值比值。

在本實施例中，每個光變油墨區(qū)域圖像將對應于一個背景區(qū)域圖像，因此，將背景區(qū)域圖像的像素均值與其對應的光變油墨區(qū)域圖像的像素均值相除，得到上述的均值比值。

在本實施例中，對每個紙幣樣本對應的圖像數據均進行上述的均值比值計算，則每個紙幣樣本將對應于一個均值比值。

在s205中，將所述多個真鈔紙幣樣本中數值最大的所述均值比值設置為第一閾值確定參數，以及將所述多個假鈔紙幣樣本中數值最小的所述均值比值設置為第二閾值確定參數。

在本實施例中，在此模擬訓練的過程中，每個紙幣樣本將對應于一個均值比值，將從真鈔紙幣樣本中，選取數值最大的均值比值設置為第一閾值確定參數；并從假鈔紙幣樣本中，選取數值最小的均值比值設置為第二閾值確定參數。

在本實施例中，由于假幣的背景區(qū)域圖像顏色較淺，則其對應的像素點值較大(由于顏色為白色的像素點點值為255，顏色為黑色的像素點點值為0)，而光變油墨區(qū)域圖像顏色較深，即光變油墨區(qū)域圖像的像素均值較小，因此假鈔樣本紙幣的均值比值相對于真鈔紙幣樣本的均值比值來說將較大。而真鈔紙幣樣本中數值最大的均值比值所對應的紙幣樣本，將與假鈔紙幣最為接近，可作為確定臨界閾值的參數之一；同理，假鈔紙幣樣本中數值最小的均值比值所對應的紙幣樣本，將與真鈔紙幣最為接近，也可作為確定臨界閾值的參數之一。

在s206中，根據預設的真?zhèn)闻卸ㄩ撝荡_定算法、第一閾值確定參數以及第二閾值確定參數，確定所述真?zhèn)闻卸ㄩ撝怠?/p>

在本實施例中，通過預設的真?zhèn)闻卸ㄩ撝荡_定算法，根據第一閾值確定參數以及第二閾值確定參數，確定真?zhèn)闻卸ㄩ撝?。舉例性地，預設的真?zhèn)闻卸ㄩ撝邓惴橐韵滤惴ǎ?/p>

其中，thres為真?zhèn)闻卸ㄩ撝?，tmax為第一閾值確定參數，fmin為第二閾值確定參數。

在本發(fā)明實施例中，通過模擬訓練確定真?zhèn)闻卸ㄩ撝担商岣哒鎮(zhèn)闻卸ㄩ撝档囊话愦硇?，從而提高紙幣真?zhèn)巫R別方法的識別準確率。

在s207中，獲取待測紙幣的圖像數據。

由于s207與上一實施例中的步驟s101相同，具體請參閱上一實施例中步驟s101的相關描述，此處不再贅述。

進一步地，作為本發(fā)明的另一實施例，所述通過預設的光變油墨區(qū)域提取算法提取所述圖像數據中包含的光變油墨區(qū)域圖像以及背景區(qū)域圖像具體包括：

在s208中，根據預設的光變油墨位置信息，選取所述圖像數據包含的光變油墨子區(qū)域圖像。

在本實施例中，紙幣真?zhèn)蔚淖R別裝置存儲器中記錄著光變油墨子區(qū)域圖像的位置信息，根據該預設的光變油墨位置信息，選取圖像數據中包含的光變油墨子區(qū)域圖像。

在本實施例中，該預設的光變油墨位置信息包含了紙幣處于不同面向時，光變油墨子區(qū)域圖像的位置信息，不同的紙幣面向包括：正面正方向、正面反方向、反面正方向以及反面反方向。

在本實施例中，當光變油墨子區(qū)域圖像包含多個時，則預設的光變油墨位置信息也將包含各個光變油墨子區(qū)域圖像對應的位置信息。

在s209中，通過預設的最大熵閾值分割算法，將所述光變油墨子區(qū)域圖像分割為所述光變油墨區(qū)域圖像以及所述背景區(qū)域圖像。

在本實施例中，光變油墨子區(qū)域圖像將包含光變油墨區(qū)域圖像，在光變油墨子區(qū)域中，除光變油墨區(qū)域圖像外的區(qū)域圖像即為背景區(qū)域圖像。紙幣真?zhèn)蔚淖R別裝置通過最大熵閾值分割算法，確定光變油墨區(qū)域圖像的邊界信息，根據該邊界信息對光變油墨子區(qū)域進行分割操作，得到光變油墨區(qū)域圖像以及背景區(qū)域圖像。

在本實施例中，由于一般圖形的邊界區(qū)域，其每個像素點的相關性較低，因而其對應的熵也越大，則可通過計算圖像數據中像素點的熵，確定圖形的邊界信息，根據邊界信息對圖像進行分割。其中，該預設的最大熵閾值分割算法包括但不限于：p氏熵算法，ksw熵算法以及jm熵算法。

在本發(fā)明實施例中，通過選取光變油墨子區(qū)域，再對其進行最大熵閾值分割，不需要對整個紙幣圖像數據進行邊界分割，只需對特定的子區(qū)域進行分割操作即可，提高了區(qū)域圖像的提取速率，從而提高了紙幣真?zhèn)巫R別的效率。

在s210中，根據預設的像素均值計算算法分別計算所述光變油墨區(qū)域圖像的第一像素均值和所述背景區(qū)域圖像的第二像素均值。

由于s210與上一實施例中的步驟s103相同，具體請參閱上一實施例中步驟s103的相關描述，此處不再贅述。

進一步地，作為本發(fā)明的另一實施例，所述通過預設的紙幣真?zhèn)闻袛嘁?guī)則根據所述第一像素均值以及所述第二像素均值確定所述待測紙幣的真?zhèn)尉唧w包括：

在s211中，將所述第二像素均值與第一像素均值的比值與預設的真?zhèn)闻卸ㄩ撝颠M行比較。

在本實施例中，該真?zhèn)闻卸ㄩ撝悼赏ㄟ^服務器中獲取，也可以通過s201至s206的相關步驟確定。紙幣真?zhèn)蔚淖R別裝置將計算第二像素均值與第一像素均值的比值，并將該比值與預設的真?zhèn)闻卸ㄩ撝颠M行比較。

在本實施例中，若所述第二像素均值與第一像素均值的比值大于所述預設的真?zhèn)闻卸ㄩ撝?，則執(zhí)行s212的相關操作；反之，則執(zhí)行s213的相關操作。

在s212中，若所述第二像素均值與第一像素均值的比值大于所述預設的真?zhèn)闻卸ㄩ撝担瑒t確定所述待測紙幣為真鈔。

在s213中，若所述第二像素均值與第一像素均值的比值小于所述預設的真?zhèn)闻卸ㄩ撝担瑒t確定所述待測紙幣為假鈔。

在本實施例中，參見s205以及s206的相關論述，由于假鈔紙幣的制作工藝的限制，其背景區(qū)域顏色較淺，光變油墨顏色較深，因此，第二像素均值與第一像素均值的比值將較大，若判斷該比值大于預設閾值，則表示該待測紙幣具有與假鈔紙幣相同的特征，則確定其為假鈔；若該比值小于預設閾值，則表示該待測紙幣的背景區(qū)域與光變油墨區(qū)域的顏色較為接近，具有真鈔相同的特征，則確定其為真鈔。

在本發(fā)明實施例中，通過將第二像素均值與第一像素均值的比值與預設的真?zhèn)闻卸ㄩ撝颠M行比較，確定待測紙幣的真?zhèn)危嬎懔枯^小，從而提高紙幣真?zhèn)巫R別的速率。

進一步地，作為本發(fā)明的另一實施例，所述根據預設的紙幣真?zhèn)闻袛嘁?guī)則、所述第一圖像像素均值以及所述第二圖像像素均值，確定所述待測紙幣的真?zhèn)涡灾筮€包括：

在s214中，獲取所述待測紙幣包含的光變油墨區(qū)域的厚度數據。

在本實施例中，紙幣真?zhèn)蔚淖R別裝置通過厚度傳感器獲取待檢測紙幣的厚度數據信息。其中，厚度數據可以通過數值化表示，也可以通過厚度圖像表示。優(yōu)選地，本實施例中，將通過獲取待檢測紙幣的厚度數值表示。

可選地，在本實施例中，為了使得檢測更為準確，減少紙幣褶皺對于厚度檢測的影響，獲取待檢測紙幣的厚度數據前，需要對紙幣進行預處理，即展開、拉伸、鋪平等相關操作，從而消除紙幣褶皺。

在本實施例中，若獲取待測紙幣的傳感器可包含多個通道，紙幣真?zhèn)蔚淖R別裝置中已記錄了某個或某幾個通道對應的厚度數據為光變油墨區(qū)域的厚度數據，在獲取厚度傳感器發(fā)送的整體紙幣的厚度數據后，將提取對應通道的數據作為光變油墨區(qū)域的厚度數據。

在s215中，將所述厚度數據與預設的新舊厚度模型進行匹配，根據匹配結果確定所述待測紙幣的新舊等級。

在本實施例中，由于紙幣在使用過程中將對表面的油墨有磨損，因而對于新的紙幣，其光變油墨區(qū)域的厚度值較大，而對于舊的紙幣，其光變油墨區(qū)域的厚度較小，因而可以通過光變油墨區(qū)域對應的厚度數據，判斷紙幣的新舊程度。

在本實施例中，紙幣真?zhèn)蔚淖R別裝置存儲器中記錄有新舊厚度模型，包含了不同新舊等級對應的厚度數據范圍，將獲取得到的厚度數據與該新舊厚度模型進行匹配，從而確定該紙幣的等級。

在本發(fā)明實施例中，在進行紙幣真?zhèn)闻袆e后，還可以通過光變油墨區(qū)域的厚度數據判斷紙幣的新舊程度，對于使用時間較長的紙幣進行回收，從而提高了紙幣分揀、整理的效率。

圖3示出了本發(fā)明實施例提供的紙幣真?zhèn)蔚淖R別裝置的結構框圖，該紙幣真?zhèn)蔚淖R別裝置包括的各單元用于執(zhí)行圖1對應的實施例中的各步驟。具體請參閱圖1與圖1所對應的實施例中的相關描述。為了便于說明，僅示出了與本實施例相關的部分。

參見圖3，該紙幣真?zhèn)蔚淖R別裝置包括：

紙幣圖像獲取單元31，用于獲取待測紙幣的圖像數據；

光變油墨提取單元32，用于通過預設的光變油墨區(qū)域提取算法提取所述圖像數據中包含的光變油墨區(qū)域圖像以及邊沿背景區(qū)域圖像；

像素均值計算單元33，用于根據預設的像素均值計算算法分別計算所述光變油墨區(qū)域圖像的第一像素均值和所述背景區(qū)域圖像的第二像素均值；

紙幣真?zhèn)闻卸▎卧?4，用于通過預設的紙幣真?zhèn)闻袛嘁?guī)則根據所述第一像素均值以及所述第二像素均值確定所述待測紙幣的真?zhèn)巍?/p>

可選地，參見圖4所示，在另一實施例中，該實施例中的紙幣真?zhèn)蔚淖R別裝置包括的各單元用于運行圖2對應的實施例中的各步驟，詳述如下：

可選地，所述紙幣真?zhèn)蔚淖R別裝置還包括：

樣本圖像獲取單元41，用于獲取多個紙幣樣本的圖像數據；其中，所述多個紙幣樣本包括多個真鈔紙幣樣本以及多個假鈔紙幣樣本；

樣本光變油墨提取單元42，用于通過預設的光變油墨區(qū)域提取算法分別提取每個所述紙幣樣本的圖像數據中包含的光變油墨區(qū)域圖像以及背景區(qū)域圖像；

樣本像素均值計算單元43，用于根據預設的像素均值計算算法計算每個所述光變油墨區(qū)域圖像的像素均值以及每個所述背景區(qū)域圖像的像素均值；

樣本均值比值計算單元44，用于計算每個所述背景區(qū)域圖像的像素均值與光變油墨區(qū)域圖像的像素均值的均值比值；

閾值參數確定單元45，用于將所述多個真鈔紙幣樣本中數值最大的所述均值比值設置為第一閾值確定參數，以及將所述多個假鈔紙幣樣本中數值最小的所述均值比值設置為第二閾值確定參數；

真?zhèn)闻卸ㄩ撝荡_定單元46，用于根據預設的真?zhèn)闻卸ㄩ撝荡_定算法、第一閾值確定參數以及第二閾值確定參數，確定所述真?zhèn)闻卸ㄩ撝怠?/p>

紙幣圖像獲取單元47，用于獲取待測紙幣的圖像數據；

可選地，所述光變油墨提取單元具體包括：

光變油墨子區(qū)域選取單元48，用于根據預設的光變油墨位置信息，選取所述圖像數據包含的光變油墨子區(qū)域圖像；

光變油墨子區(qū)域分割單元49，用于通過預設的最大熵閾值分割算法，將所述光變油墨子區(qū)域圖像分割為所述光變油墨區(qū)域圖像以及所述背景區(qū)域圖像。

像素均值計算單元410，用于根據預設的像素均值計算算法分別計算所述光變油墨區(qū)域圖像的第一像素均值和所述背景區(qū)域圖像的第二像素均值；

可選地，所述紙幣真?zhèn)闻卸▎卧唧w包括：

判定閾值比較單元411，用于將所述第二像素均值與第一像素均值的比值與預設的真?zhèn)闻卸ㄩ撝颠M行比較；

真鈔確定單元412，用于若所述第二圖像像素均值與第一圖像像素均值的比值大于所述預設的真?zhèn)闻卸ㄩ撝担瑒t確定所述待測紙幣為真鈔；

假鈔確定單元413，用于若所述第二圖像像素均值與第一圖像像素均值的比值小于所述預設的真?zhèn)闻卸ㄩ撝?，則確定所述待測紙幣為假鈔。

可選地，所述紙幣真?zhèn)蔚淖R別裝置還包括：

厚度數據獲取單元414，用于獲取所述待測紙幣包含的光變油墨區(qū)域的厚度數據；

紙幣新舊等級確定單元415，用于將所述厚度數據與預設的新舊厚度模型進行匹配，根據匹配結果確定所述待測紙幣的新舊等級。

因此，本發(fā)明實施例提供的紙幣真?zhèn)蔚淖R別裝置同樣可以通過在待測紙幣的圖像中選取光變油墨區(qū)域圖像以及光變油墨區(qū)域邊緣范圍的背景區(qū)域圖像，并分別計算兩個的像素均值，繼而確定紙幣的真?zhèn)?，并不需要獲取紙幣不同角度、方向的反射光，操作過程簡單，識別效率高。

所屬領域的技術人員可以清楚地了解到，為了描述的方便和簡潔，僅以上述各功能單元、模塊的劃分進行舉例說明，實際應用中，可以根據需要而將上述功能分配由不同的功能單元、模塊完成，即將所述裝置的內部結構劃分成不同的功能單元或模塊，以完成以上描述的全部或者部分功能。實施例中的各功能單元、模塊可以集成在一個處理單元中，也可以是各個單元單獨物理存在，也可以兩個或兩個以上單元集成在一個單元中，上述集成的單元既可以采用硬件的形式實現，也可以采用軟件功能單元的形式實現。另外，各功能單元、模塊的具體名稱也只是為了便于相互區(qū)分，并不用于限制本申請的保護范圍。上述系統(tǒng)中單元、模塊的具體工作過程，可以參考前述方法實施例中的對應過程，在此不再贅述。

本領域普通技術人員可以意識到，結合本文中所公開的實施例描述的各示例的單元及算法步驟，能夠以電子硬件、或者計算機軟件和電子硬件的結合來實現。這些功能究竟以硬件還是軟件方式來執(zhí)行，取決于技術方案的特定應用和設計約束條件。專業(yè)技術人員可以對每個特定的應用來使用不同方法來實現所描述的功能，但是這種實現不應認為超出本發(fā)明的范圍。

在本發(fā)明所提供的實施例中，應該理解到，所揭露的裝置和方法，可以通過其它的方式實現。例如，以上所描述的系統(tǒng)實施例僅僅是示意性的，例如，所述模塊或單元的劃分，僅僅為一種邏輯功能劃分，實際實現時可以有另外的劃分方式，例如多個單元或組件可以結合或者可以集成到另一個系統(tǒng)，或一些特征可以忽略，或不執(zhí)行。另一點，所顯示或討論的相互之間的耦合或直接耦合或通訊連接可以是通過一些接口，裝置或單元的間接耦合或通訊連接，可以是電性，機械或其它的形式。

所述作為分離部件說明的單元可以是或者也可以不是物理上分開的，作為單元顯示的部件可以是或者也可以不是物理單元，即可以位于一個地方，或者也可以分布到多個網絡單元上?？梢愿鶕嶋H的需要選擇其中的部分或者全部單元來實現本實施例方案的目的。

另外，在本發(fā)明各個實施例中的各功能模塊可以集成在一個處理單元中，也可以是各個模塊單獨物理存在，也可以兩個或兩個以上模塊集成在一個單元中。上述集成的單元既可以采用硬件的形式實現，也可以采用軟件功能單元的形式實現。

所述集成的單元如果以軟件功能單元的形式實現并作為獨立的產品銷售或使用時，可以存儲在一個計算機可讀取存儲介質中?；谶@樣的理解，本發(fā)明實施例的技術方案本質上或者說對現有技術做出貢獻的部分或者該技術方案的全部或部分可以以軟件產品的形式體現出來，該計算機軟件產品存儲在一個存儲介質中，包括若干指令用以使得一臺計算機設備(可以是個人計算機，服務器，或者網絡設備等)或處理器(processor)執(zhí)行本發(fā)明實施例各個實施例所述方法的全部或部分步驟。而前述的存儲介質包括：u盤、移動硬盤、只讀存儲器(rom，read-onlymemory)、隨機存取存儲器(ram，randomaccessmemory)、磁碟或者光盤等各種可以存儲程序代碼的介質。

以上所述實施例僅用以說明本發(fā)明的技術方案，而非對其限制；盡管參照前述實施例對本發(fā)明進行了詳細的說明，本領域的普通技術人員應當理解：其依然可以對前述各實施例所記載的技術方案進行修改，或者對其中部分技術特征進行等同替換；而這些修改或者替換，并不使相應技術方案的本質脫離本發(fā)明各實施例技術方案的精神和范圍，均應包含在本發(fā)明的保護范圍之內。