本發(fā)明實施例涉及紙幣檢測技術(shù)，尤其涉及一種檢測紙幣冠字號污損的方法及裝置。

背景技術(shù)：

冠字號是人民幣紙幣上的編碼，“冠字”是印在紙幣上用來標記印刷批次的兩個或三個英文字母，由印鈔廠按一定規(guī)律編排和印刷；“號碼”則是印在冠字后面的阿拉伯數(shù)字流水號，用來標明每張鈔票在同冠字批次中的排列順序。

紙幣在流通過程中有可能導致紙幣冠字號上出現(xiàn)污損，給冠字號識別帶來一定難度，因此，有必要檢測紙幣冠字號上的污損。

技術(shù)實現(xiàn)要素：

有鑒于此，本發(fā)明實施例提供一種檢測紙幣冠字號污損的方法及裝置，以提高冠字號污損檢測的準確性。

第一方面，本發(fā)明實施例提供了一種檢測紙幣冠字號污損的方法，所述方法包括：

獲取待檢測紙幣的白光圖像和紅外反射圖像；

定位所述白光圖像中的冠字號區(qū)域，作為白光冠字號區(qū)域，并定位所述紅外反射圖像中的冠字號區(qū)域，作為紅外冠字號區(qū)域；

對所述白光冠字號區(qū)域進行二值化處理，確定連通域，并對所述紅外冠字號區(qū)域進行二值化處理，確定連通域；

根據(jù)所述紅外冠字號區(qū)域的連通域，確定所述待檢測紙幣冠字號是否存在污損；

在所述待檢測紙幣存在污損時，根據(jù)所述白光冠字號區(qū)域的連通域和所述紅外冠字號區(qū)域的連通域，確定污損所在位置。

第二方面，本發(fā)明實施例還提供了一種檢測紙幣冠字號污損的裝置，所述裝置包括：

圖像獲取模塊，用于獲取待檢測紙幣的白光圖像和紅外反射圖像；

冠字號定位模塊，用于定位所述白光圖像中的冠字號區(qū)域，作為白光冠字號區(qū)域，并定位所述紅外反射圖像中的冠字號區(qū)域，作為紅外冠字號區(qū)域；

二值化處理模塊，用于對所述白光冠字號區(qū)域進行二值化處理，確定連通域，并對所述紅外冠字號區(qū)域進行二值化處理，確定連通域；

污損檢測模塊，用于根據(jù)所述紅外冠字號區(qū)域的連通域，確定所述待檢測紙幣冠字號是否存在污損；

污損位置確定模塊，用于在所述待檢測紙幣存在污損時，根據(jù)所述白光冠字號區(qū)域的連通域和所述紅外冠字號區(qū)域的連通域，確定污損所在位置。

本發(fā)明實施例的技術(shù)方案，通過獲取待檢測紙幣的白光圖像和紅外反射圖像，定位所述白光圖像中的冠字號區(qū)域，作為白光冠字號區(qū)域，并定位所述紅外反射圖像中的冠字號區(qū)域作為紅外冠字號區(qū)域，對所述白光冠字號區(qū)域進行二值化處理，確定連通域，并對所述紅外冠字號區(qū)域進行二值化處理，確定連通域，根據(jù)紅外冠字號區(qū)域的連通域，確定所述待檢測紙幣冠字號是否存在污損，在所述待檢測紙幣存在污損時，根據(jù)所述白光冠字號區(qū)域的連通域和紅外冠字號區(qū)域的連通域，確定污損所在位置，通過對比白光冠字號區(qū)域的連通域和紅外冠字號區(qū)域的連通域，實現(xiàn)了污損所在位置的確定，提高了冠字號污損檢測的準確性。

附圖說明

圖1是本發(fā)明實施例一提供的一種檢測紙幣冠字號污損的方法的流程圖；

圖2是本發(fā)明實施例二提供的一種檢測紙幣冠字號污損的方法的流程圖；

圖3是本發(fā)明實施例三提供的一種檢測紙幣冠字號污損的裝置的結(jié)構(gòu)示意圖。

具體實施方式

下面結(jié)合附圖和實施例對本發(fā)明作進一步的詳細說明。可以理解的是，此處所描述的具體實施例僅僅用于解釋本發(fā)明，而非對本發(fā)明的限定。另外還需要說明的是，為了便于描述，附圖中僅示出了與本發(fā)明相關(guān)的部分而非全部內(nèi)容。

實施例一

圖1是本發(fā)明實施例一提供的一種檢測紙幣冠字號污損的方法的流程圖，本實施例可適用于紙幣冠字號包括紅色字體時檢測該冠字號污損的情況，該方法可以由檢測紙幣冠字號污損的裝置來執(zhí)行，該裝置可以由軟件和/或硬件來實現(xiàn)，一般可集成在atm(automatictellermachine，自動柜員機)等金融設(shè)備中，該方法具體包括如下步驟：

步驟110，獲取待檢測紙幣的白光圖像和紅外反射圖像。

其中，白光圖像即白光反射圖像，是彩色的圖像。

獲取待檢測紙幣的白光圖像時，可以通過位于待檢測紙幣一側(cè)的白光光源對待檢測紙幣進行照射，白光光源發(fā)出的白光照射到待檢測紙幣上，并經(jīng)待檢測紙幣反射到與白光光源位于待檢測紙幣同側(cè)的傳感器，傳感器捕獲相應(yīng)的圖像，即為待檢測紙幣的白光圖像。

獲取待檢測紙幣的紅外反射圖像時，可以通過位于待檢測紙幣一側(cè)的紅外光源對待檢測紙幣進行照射，紅外光源發(fā)出的紅外光照射到待檢測紙幣上，并經(jīng)待檢測紙幣反射到與紅外光源位于待檢測紙幣同側(cè)的傳感器，傳感器捕獲相應(yīng)的圖像，即為待檢測紙幣的紅外反射圖像。

其中，獲取到的白光圖像和紅外反射圖像均包括冠字號區(qū)域，即為待檢測紙幣的正面圖像。

在一個實施例中，獲取待檢測紙幣的白光圖像和紅外反射圖像，可選包括：

獲取待檢測紙幣的雙面白光圖像和雙面紅外反射圖像；

識別所述雙面白光圖像的面向及所述雙面紅外反射圖像的面向；

根據(jù)所述雙面白光圖像的面向，確定所述雙面白光圖像中具有冠字號的白光圖像，并根據(jù)所述雙面紅外反射圖像的面向，確定所述雙面紅外反射圖像中具有冠字號的紅外反射圖像。

在不確定待檢測紙幣的哪面包括冠字號區(qū)域時，可以采集待檢測紙幣的雙面白光圖像和雙面紅外反射圖像。采集圖像的順序這里不做限制，如可以先采集一面的白光圖像，再采集另一面的白光圖像，白光圖像采集完成后，先采集一面的紅外反射圖像，再采集另一面的紅外反射圖像；也可以先采集一面的白光圖像后，再采集該面的紅外反射圖像，然后再采集另一面的白光圖像，最好采集該面的紅外反射圖像。將獲取到的雙面白光圖像與預設(shè)白光圖像模板進行匹配識別出雙面白光圖像的面向，將紅外反射圖像與紅外反射圖像模板進行匹配識別出紅外反射圖像的面向。從而根據(jù)識別出的面向，可以確定出具有冠字號的白光圖像和紅外反射圖像。通過采集雙面的圖像，可以準確獲取到具有冠字號的白光圖像和紅外反射圖像。

步驟120，定位所述白光圖像中的冠字號區(qū)域，作為白光冠字號區(qū)域，并定位所述紅外反射圖像中的冠字號區(qū)域，作為紅外冠字號區(qū)域。

將白光圖像與白光圖像模板進行匹配，識別待檢測紙幣的類型及面向，根據(jù)識別出的面向，結(jié)合相應(yīng)面向相應(yīng)分辨率的白光圖像的冠字號區(qū)域的預設(shè)坐標范圍，定位所述白光圖像中的冠字號區(qū)域，作為白光冠字號區(qū)域。由于獲取到具有冠字號區(qū)域的白光圖像的白光光源和獲取到具有冠字號區(qū)域的紅外反射圖像的紅外光源位于待檢測紙幣的同一側(cè)，所以白光圖像和紅外反射圖像的面向相同，因此，根據(jù)識別出的面向，結(jié)合與所述紅外反射圖像相應(yīng)面向相應(yīng)分辨率的紅外反射圖像的冠字號區(qū)域的預設(shè)坐標范圍，定位所述紅外反射圖像中的冠字號區(qū)域，作為紅外冠字號區(qū)域。當然，也可以根據(jù)紅外反射圖像模板對所述紅外反射圖像的待檢測紙幣的面向進行識別。其中，待檢測紙幣的類型可以包括幣種及面值。

為了便于后續(xù)處理，在定位到白光冠字號區(qū)域后，可以將白光冠字號區(qū)域截取出來；同時在定位到紅外冠字號區(qū)域后，也可以將紅外冠字號區(qū)域截取出來。

步驟130，對所述白光冠字號區(qū)域進行二值化處理，確定連通域，并對所述紅外冠字號區(qū)域進行二值化處理，確定連通域。

其中，連通域即連通區(qū)域，一般是指圖像中具有相同像素值且位置相鄰的前景像素點組成的圖像區(qū)域。

對白光冠字號區(qū)域進行二值化處理時，首先確定白光冠字號區(qū)域的二值化閾值，將白光冠字號區(qū)域中的每個像素點的像素值分別與二值化閾值進行對比，可以將小于二值化閾值的像素點的灰度值設(shè)置為0或者255，對應(yīng)的將大于二值化閾值的像素點的灰度值設(shè)置為255或者0，從而實現(xiàn)對白光冠字號區(qū)域的二值化處理。在實現(xiàn)白光冠字號區(qū)域的二值化后，通過連通區(qū)域的標記算法來標記其中的連通域，從而確定白光冠字號區(qū)域的連通域。確定白光冠字號區(qū)域的連通域，包括確定該連通域的坐標和/或數(shù)量。

對紅外冠字號圖像進行二值化處理時，首先確定紅外冠字號區(qū)域的二值化閾值，將紅外冠字號區(qū)域中的每個像素點的像素值分別與二值化閾值進行對比，可以將小于二值化閾值的像素點的灰度值設(shè)置為0或者255，對應(yīng)的將大于二值化閾值的像素點的灰度值設(shè)置為255或者0，從而實現(xiàn)對紅外冠字號區(qū)域的二值化處理。在實現(xiàn)紅外冠字號區(qū)域的二值化后，通過連通區(qū)域的標記算法來標記其中的連通域，從而確定紅外冠字號區(qū)域的連通域。確定紅外冠字號區(qū)域的連通域，包括確定該連通域的坐標和/或數(shù)量。

其中，對所述白光冠字號區(qū)域進行二值化處理，包括：

采用otsu算法確定所述白光冠字號區(qū)域的二值化閾值，并根據(jù)該二值化閾值對所述白光冠字號區(qū)域進行二值化處理；

對所述紅外冠字號區(qū)域進行二值化處理，包括：

采用otsu算法確定所述紅外冠字號區(qū)域的二值化閾值，并根據(jù)該二值化閾值對所述紅外冠字號區(qū)域進行二值化處理。

其中，otsu算法是最大類間方差法，是由日本學者otsu于1979年提出的一種對圖像進行二值化的高效算法，是一種自適應(yīng)的閾值確定的方法,又叫大津法。它是按圖像的灰度特性,將圖像分成背景和目標2部分。背景和目標之間的類間方差越大,說明構(gòu)成圖像的2部分的差別越大,當部分目標錯分為背景或部分背景錯分為目標都會導致2部分差別變小。因此,使類間方差最大的分割意味著錯分概率最小。

步驟140，根據(jù)所述紅外冠字號區(qū)域的連通域，確定所述待檢測紙幣冠字號是否存在污損。

其中，冠字號中的一個字母或者數(shù)字可以組成一個連通域。

由于紅外反射圖像中不能顯示出紅色字體的冠字號，因此，紅外冠字號區(qū)域中只能標記出紅色字體以外的冠字號形成的連通域。每種紙幣的冠字號的格式是一定的，即紅色字體的數(shù)量一定，其他顏色字體的數(shù)量也是一定的，所以可以根據(jù)每種類型的紙幣中其他顏色字體的冠字號的數(shù)量設(shè)定閾值，在紅外冠字號區(qū)域的連通域的數(shù)量大于閾值時，確定所述待檢測紙幣冠字號存在污損。還可以將確定的紅外冠字號區(qū)域的連通域與對應(yīng)的正常紙幣的模板的紅外冠字號區(qū)域進行對比，確定待檢測紙幣是否存在污損。

其中，根據(jù)所述紅外冠字號區(qū)域的連通域，確定所述待檢測紙幣冠字號是否存在污損，可選包括：

計算所述紅外冠字號區(qū)域的連通域的數(shù)量；

如果該連通域的數(shù)量大于預設(shè)閾值，則確定所述待檢測紙幣冠字號存在污損。

在確定了紅外冠字號區(qū)域的連通域后，計算連通域的數(shù)量，如果該連通域的數(shù)量大于預設(shè)閾值，則確定所述待檢測紙幣冠字號存在污損。以100元人民幣為例，冠字號前4給字符為紅色字體，后面6個字符為黑色字體，由于紅色字體在紅外反射圖像中不顯示，則預設(shè)閾值可以設(shè)置為6，如果一張待檢測紙幣的紅外冠字號區(qū)域中連通域的數(shù)量大于6，則確定待檢測紙幣存在污損。通過連通域的數(shù)量判斷是否存在污損，判斷方法較為簡單有效。

在連通域的數(shù)量大于預設(shè)閾值時，還可以確定出連通域的數(shù)量大于預設(shè)閾值的具體數(shù)值，從而可以將紅外冠字號區(qū)域中的預設(shè)位置的具體數(shù)值的連通域映射到白光圖像中，確定出污損所在位置，可以減少計算量。

步驟150，在所述待檢測紙幣存在污損時，根據(jù)所述白光冠字號區(qū)域的連通域和所述紅外冠字號區(qū)域的連通域，確定污損所在位置。

在待檢測紙幣存在污損時，由于污損一般不是紅色的，所以在紅外冠字號區(qū)域和白光冠字號區(qū)域均有所體現(xiàn)，因此可以通過比較紅外冠字號區(qū)域的連通域和白光冠字號區(qū)域的連通域，來確定污損所在位置。

其中，根據(jù)所述白光冠字號區(qū)域的連通域和所述紅外冠字號區(qū)域的連通域，確定污損所在位置，可選包括：

根據(jù)所述白光冠字號區(qū)域的連通域，確定預設(shè)字符的坐標范圍；

將所述紅外冠字號區(qū)域中的連通域映射到白光圖像中，得到在白光圖像中的位置坐標；

如果所述位置坐標在所述坐標范圍中，則確定具有所述位置坐標的連通域為污損，并確定所述位置坐標為污損所在位置。

其中，預設(shè)字符可以根據(jù)冠字號中紅色字體的字符設(shè)定，如第一個字符至第四個字符、第三個字符至第五個字符等。

在白光冠字號區(qū)域中，由于一個連通域?qū)?yīng)一個字符，所以可以根據(jù)白光冠字號區(qū)域的連通域，確定預設(shè)字符的坐標范圍。由于預設(shè)字符是根據(jù)冠字號中紅色字體的字符設(shè)定的，所以正常情況下，紅外冠字號區(qū)域中的連通域映射到白光圖像中，是不會落在所述坐標范圍中的，如果落在所述坐標范圍中，則說明是污損。因此根據(jù)白光圖像和紅外反射圖像的分辨率關(guān)系，可以將紅外冠字號區(qū)域中的連通域的位置坐標映射到白光圖像中，得到在白光圖像中對應(yīng)的位置坐標，如果該位置坐標在所述坐標范圍中，則確定落在所述坐標范圍中的連通域為污損，即在白光冠字號區(qū)域中具有該位置坐標的連通域為污損，該位置坐標即為污損所在位置。

優(yōu)選的，在將紅外冠字號區(qū)域中的連通域映射到白光圖像中時，可以只映射紅外冠字號區(qū)域中預設(shè)位置的具體數(shù)值的連通域，從而可以在確定出污損所在位置的基礎(chǔ)上減少計算量，縮短計算時間。

示例性的，在100元人民幣中，冠字號前4個字符為紅色字體，后6個字符為黑色字體。可以將白光冠字號區(qū)域中的前4個連通域設(shè)定為預設(shè)字符，從而確定出預設(shè)字符的坐標范圍。如果紅外冠字號區(qū)域中連通域的數(shù)量比預設(shè)閾值大1，則將紅外冠字號區(qū)域中第1個連通域映射到白光圖像中，得到在白光圖像中的位置坐標，如果該位置坐標位于所述坐標范圍中，則確定該位置坐標的連通域是污損。

本實施例的技術(shù)方案，通過獲取待檢測紙幣的白光圖像和紅外反射圖像，定位所述白光圖像中的冠字號區(qū)域，作為白光冠字號區(qū)域，并定位所述紅外反射圖像中的冠字號區(qū)域作為紅外冠字號區(qū)域，對所述白光冠字號區(qū)域進行二值化處理，確定連通域，并對所述紅外冠字號區(qū)域進行二值化處理，確定連通域，根據(jù)紅外冠字號區(qū)域的連通域，確定所述待檢測紙幣冠字號是否存在污損，在所述待檢測紙幣存在污損時，根據(jù)所述白光冠字號區(qū)域的連通域和紅外冠字號區(qū)域的連通域，確定污損所在位置，通過對比白光冠字號區(qū)域的連通域和紅外冠字號區(qū)域的連通域，實現(xiàn)了污損所在位置的確定，提高了冠字號污損檢測的準確性。

實施例二

圖2是本發(fā)明實施例二提供的一種檢測紙幣冠字號污損的方法的流程圖，本實施例在上述實施例的基礎(chǔ)上，還進一步包括：根據(jù)所述污損所在位置，屏蔽所述白光冠字號區(qū)域中的污損；采用卷積神經(jīng)網(wǎng)絡(luò)對所述白光冠字號區(qū)域中的冠字號進行識別。該方法具體包括如下步驟：

步驟210，獲取待檢測紙幣的白光圖像和紅外反射圖像。

步驟220，定位所述白光圖像中的冠字號區(qū)域，作為白光冠字號區(qū)域，并定位所述紅外反射圖像中的冠字號區(qū)域，作為紅外冠字號區(qū)域。

步驟230，對所述白光冠字號區(qū)域進行二值化處理，確定連通域，并對所述紅外冠字號區(qū)域進行二值化處理，確定連通域。

步驟240，根據(jù)所述紅外冠字號區(qū)域的連通域，確定所述待檢測紙幣冠字號是否存在污損。

步驟250，在所述待檢測紙幣存在污損時，根據(jù)所述白光冠字號區(qū)域的連通域和所述紅外冠字號區(qū)域的連通域，確定污損所在位置。

步驟260，根據(jù)所述污損所在位置，屏蔽所述白光冠字號區(qū)域中的污損。

根據(jù)所述污損所在位置，屏蔽所述白光冠字號區(qū)域中的污損形成的連通域。從而在識別冠字號時，對該連通域不進行識別。

步驟270，采用卷積神經(jīng)網(wǎng)絡(luò)對所述白光冠字號區(qū)域中的屏蔽污損后的連通域進行識別，得到待檢測紙幣的冠字號。

卷積神經(jīng)網(wǎng)絡(luò)(convolutionalneuralnetwork,cnn)是一種前饋神經(jīng)網(wǎng)絡(luò)，它的人工神經(jīng)元可以響應(yīng)一部分覆蓋范圍內(nèi)的周圍單元，對于大型圖像處理有出色表現(xiàn)。它包括卷積層(alternatingconvolutionallayer)和池層(poolinglayer)。

在屏蔽污損后，對白光冠字號區(qū)域中的連通域進行識別，識別出具體的字母和數(shù)字，即為待檢測紙幣的冠字號。

本實施例的技術(shù)方案，確定污損所在位置后，根據(jù)污損所在位置，屏蔽所述白光冠字號區(qū)域中的污損，采用卷積神經(jīng)網(wǎng)絡(luò)對白光冠字號區(qū)域中的屏蔽污損后的連通域進行識別，得到待檢測紙幣的冠字號，由于識別冠字號時屏蔽了污損，提高了冠字號的識別率。

實施例三

圖3是本發(fā)明實施例三提供的一種檢測紙幣冠字號污損的裝置的結(jié)構(gòu)示意圖，該裝置可以由軟件和/或硬件來實現(xiàn)，一般可集成在atm(automatictellermachine，自動柜員機)等金融設(shè)備中。如圖3所示，本實施例所述的檢測紙幣冠字號污損的裝置包括：圖像獲取模塊310、冠字號定位模塊320、二值化處理模塊330、污損檢測模塊340和污損位置確定模塊350。

其中，圖像獲取模塊310，用于獲取待檢測紙幣的白光圖像和紅外反射圖像；

冠字號定位模塊320，用于定位所述白光圖像中的冠字號區(qū)域，作為白光冠字號區(qū)域，并定位所述紅外反射圖像中的冠字號區(qū)域，作為紅外冠字號區(qū)域；

二值化處理模塊330，用于對所述白光冠字號區(qū)域進行二值化處理，確定連通域，并對所述紅外冠字號區(qū)域進行二值化處理，確定連通域；

污損檢測模塊340，用于根據(jù)所述紅外冠字號區(qū)域的連通域，確定所述待檢測紙幣冠字號是否存在污損；

污損位置確定模塊350，用于在所述待檢測紙幣存在污損時，根據(jù)所述白光冠字號區(qū)域的連通域和所述紅外冠字號區(qū)域的連通域，確定污損所在位置。

可選的，所述污損檢測模塊具體用于：

計算所述紅外冠字號區(qū)域的連通域的數(shù)量；

如果該連通域的數(shù)量大于預設(shè)閾值，則確定所述待檢測紙幣冠字號存在污損。

可選的，所述污損位置確定模塊包括：

坐標范圍確定單元，用于根據(jù)所述白光冠字號區(qū)域的連通域，確定預設(shè)字符的坐標范圍；

映射單元，用于將所述紅外冠字號區(qū)域中的連通域映射到白光圖像中，得到在白光圖像中的位置坐標；

污損位置確定單元，用于如果所述位置坐標在所述坐標范圍中，則確定具有所述位置坐標的連通域為污損，并確定所述位置坐標為污損所在位置。

可選的，所述二值化處理模塊包括：

白光二值化處理單元，用于采用otsu算法確定所述白光冠字號區(qū)域的二值化閾值，并根據(jù)該二值化閾值對所述白光冠字號區(qū)域進行二值化處理；

紅外二值化處理單元，用于采用otsu算法確定所述紅外冠字號區(qū)域的二值化閾值，并根據(jù)該二值化閾值對所述紅外冠字號區(qū)域進行二值化處理。

可選的，還包括：

污損屏蔽模塊，用于在確定污損所在位置之后，根據(jù)所述污損所在位置，屏蔽所述白光冠字號區(qū)域中的污損；

冠字號識別模塊，用于采用卷積神經(jīng)網(wǎng)絡(luò)對所述白光冠字號區(qū)域中的屏蔽污損后的連通域進行識別，得到待檢測紙幣的冠字號。

可選的，所述圖像獲取模塊包括：

圖像獲取單元，用于獲取待檢測紙幣的雙面白光圖像和雙面紅外反射圖像；

面向識別單元，用于識別所述雙面白光圖像的面向及所述雙面紅外反射圖像的面向；

圖像確定單元，用于根據(jù)所述雙面白光圖像的面向，確定所述雙面白光圖像中具有冠字號的白光圖像，并根據(jù)所述雙面紅外反射圖像的面向，確定所述雙面紅外反射圖像中具有冠字號的紅外反射圖像。

上述檢測紙幣冠字號污損的裝置可執(zhí)行本發(fā)明任意實施例所提供的檢測紙幣冠字號污損的方法，具備執(zhí)行方法相應(yīng)的功能模塊和有益效果。未在本實施例中詳盡描述的技術(shù)細節(jié)，可參見本發(fā)明任意實施例提供的檢測紙幣冠字號污損的方法。

注意，上述僅為本發(fā)明的較佳實施例及所運用技術(shù)原理。本領(lǐng)域技術(shù)人員會理解，本發(fā)明不限于這里所述的特定實施例，對本領(lǐng)域技術(shù)人員來說能夠進行各種明顯的變化、重新調(diào)整和替代而不會脫離本發(fā)明的保護范圍。因此，雖然通過以上實施例對本發(fā)明進行了較為詳細的說明，但是本發(fā)明不僅僅限于以上實施例，在不脫離本發(fā)明構(gòu)思的情況下，還可以包括更多其他等效實施例，而本發(fā)明的范圍由所附的權(quán)利要求范圍決定。