一种纸币缺陷识别方法以及系统技术方案

本发明专利技术公开了一种纸币缺陷识别方法以及系统，该方法包括以下步骤：对若干样本纸币的图像数据进行建模，形成图像二维模型；对该若干样本纸币在若干厚度测量点进行厚度测量，统计每一样本纸币在每一测量点的厚度获取厚度二维模型；获取当前纸币的图像二维数组以及厚度二维数组，比较该图像二维数据与该图像二维模型，比较该厚度二维数组与该厚度二维模型；当该图像二维数据和/或该厚度二维数组满足纸币缺失条件时，判断该当前纸币为孔洞钞或存在纸币缺失；以及当该图像二维数据和/或该厚度二维数组满足粘附异物条件时，判断该当前纸币粘贴有异物。本发明专利技术的纸币缺陷识别方法以及系统可实现快速、精准识别纸币缺陷。

【技术实现步骤摘要】
一种纸币缺陷识别方法以及系统
本专利技术涉及纸币缺损识别
，特别是涉及一种纸币缺陷识别方法以及系统。
技术介绍
点钞机、清分机、ATM机、票据机等纸币鉴别机具是一种自动清点钞票数目的机电一体化装置。国内点钞机生产遵循2010修订颁布的《人民币鉴别仪通用技术条件》强制性国家标准。随着点钞要求的提高，点钞机除了点钞之外，还兼具伪钞识别功能、纸币缺损检测功能。比如，现金自动存取款机通常具有以下单元：与顾客之间进行纸币授受的吞吐单元、对投入的纸币的币种及真伪进行鉴别的验钞单元以及按币种保存纸币的钞箱。为了尽量保证存入现金自动存取款机的现金为非缺损钞，在接收到顾客存入的纸币现金后，需要通过鉴别单元对接收的现金纸币进行缺损识别。现有的现金缺损识别方法一般只单独通过图像算法或者厚度算法来进行检测，如、检测粘贴一般通过纸币的厚度信号进行检测，孔洞和缺失一般通过图像算法来进行检测。但是，纸币图像像素数较大，纸币鉴别单元一般采用200dpi的图像采集分辨率。一张100元的人民币宽155毫米、长77毫米，那么采集出来的数据一行有1221个像素点，一列有606个像素点，那么一共有1221*606＝739926个像素点；如果通过逐点扫描图像精确检测的话所需要的时间代价非常大，检测速度较慢。又如在纸币粘贴异物检测时，一般是通过计算纸币厚度信息的上升沿斜率、上升区间面积和上升区间高度来判断，但纸币本身就是凹凸不平存在非常多的干扰信号，一些特殊区间，以人民币100元为例，比如金属线、衣领等位置，厚度信号的特征和粘贴异物的特征十分相似很难精确检测，为保证识别率这些区域通常都是放松检测标准，检测效果不好。因此，现有的纸币缺陷识别技术还有待于改进和发展。
技术实现思路
本专利技术针对以上存在的技术问题，提供一种能快速、精准识别纸币缺陷的纸币缺陷识别方法以及系统，通过图像模型和厚度模型配合进行计算，能快速精确的检测出粘贴异物和存在缺失的纸币。第一方面，本专利技术实施方式提供的技术方案是：提供一种纸币缺损识别方法，包括以下步骤：对若干样本纸币的图像数据进行建模，形成图像二维模型；对该若干样本纸币在若干厚度测量点进行厚度测量，统计每一样本纸币在每一测量点的厚度获取厚度二维模型；获取当前纸币的图像二维数组以及厚度二维数组，比较该图像二维数据与该图像二维模型，比较该厚度二维数组与该厚度二维模型；当该图像二维数据和/或该厚度二维数组满足纸币缺失条件时，判断该当前纸币为孔洞钞或存在纸币缺失；以及当该图像二维数据和/或该厚度二维数组满足粘附异物条件时，判断该当前纸币粘贴有异物。具体地，该图像二维模型包括最大值图像二维模型以及最小值图像二维模型；该厚度二维模型包括厚度最小值二维模型以及厚度最大值二维模型。该纸币缺失条件包括:第一项：图像二维数组小于K1倍最小值图像二维模型；第二项：厚度二维数组小于K2倍厚度最小值二维模型；第三项：厚度二维数组小于K3倍厚度最小值二维模型，其中，有两项则判断当前纸币为孔洞钞或存在纸币缺失。该粘附异物条件包括:第一项：图像二维数组大于K4倍最大值图像二维模型或者图像二维数组小于K5倍最小值图像二维模型；第二项：厚度二维数组大于K6倍厚度最大值二维模型；第三项：厚度二维数组大于K7倍厚度最大值二维模型，其中，有两项则判断当前纸币粘附有异物。具体地，该对样本纸币的图像数据进行建模，形成图像二维模型的步骤包括：将若干样本纸币图像分别切分为N个区域，求出每个样本纸币相同区域的灰度均值，根据该灰度均值得到所有样本纸币的最大值图像二维模型以及最小值图像二维模型。在一厚度建模实施例中，该针对该样本纸币设定若干厚度测量点，统计每一测量点的厚度获取厚度二维模型的步骤包括：统计每个样本纸币的测量点的高度值；以及比较每个样本纸币在相同测量点的高度值，获得厚度最小值二维模型以及厚度最大值二维模型。在另一厚度建模实施例中，该针对该样本纸币设定若干厚度测量点，统计每一测量点的厚度获取厚度二维模型的步骤包括：统计每个样本纸币的测量点的高度值以及下一点与当前点的高度的比值；以及比较每个样本纸币在相同测量点的高度比值，获得斜率最小值二维模型以及斜率最大值二维模型。第二方面，本专利技术实施方式提供的技术方案是：提供一种纸币缺损识别系统，针对该若干样本纸币设定若干厚度测量点，包括图形建模模块、厚度建模模块、图像信息获取模块、厚度信息获取模块以及识别模块，该图形建模模块用于对若干样本纸币的图像数据进行建模，形成图像二维模型；该厚度建模模块用于对该若干样本纸币在若干厚度测量点进行厚度测量，统计每一样本纸币在每一测量点的厚度获取厚度二维模型；该图像信息获取模块用于获取当前纸币的图像二维数组；该厚度信息获取模块用于获取该当前纸币的厚度二维数组；该识别模块用于比较该图像二维数据与该图像二维模型，比较该厚度二维数组与该厚度二维模型；当该图像二维数据和/或该厚度二维数组满足纸币缺失条件时，判断该当前纸币为孔洞钞或存在纸币缺失；以及当该图像二维数据和/或该厚度二维数组满足粘附异物条件时，判断该当前纸币粘贴有异物。优选地，该图形建模模块包括分区模块、计算模块以及第一建模模块，该分区模块用于将若干样本纸币图像分别切分为N个区域，该计算模块用于求出每个样本纸币相同区域的灰度均值，该第一建模模块用于根据该灰度均值得到所有样本纸币的最大值图像二维模型以及最小值图像二维模型。优选地，该厚度建模模块包括统计模块以及建模模块，该统计模块用于统计每个样本纸币的测量点的高度值并比较每个样本纸币在相同测量点的高度值，该第二建模模块用于获得厚度最小值二维模型以及厚度最大值二维模型。本专利技术实施方式的有益效果是：本实施例的纸币缺陷识别方法及系统，可应用于点钞机、清分机、ATM机、票据机等纸币鉴别机具，能快速、精准的识别纸币上是否存在异物粘贴、纸币孔洞和缺失。通过预先对大量的样本纸币进行图像建模和厚度建模，在识别时采集被测纸币的图像数据和厚度数据后与预先建立的图像模型和厚度模型进行对即可快速、精准地识别纸币上是否存在异物黏贴、纸币孔洞和缺失。本实施例的纸币缺陷识别方法及系统，建立图像模型和厚度模型后，后续的纸币识别仅是边界值的提取与边界值的比较，计算过程简单，减小系统图像识别负担，提高识别速度。附图说明图1是本专利技术实施例纸币缺陷识别方法的流程图；图2是本专利技术实施例纸币缺陷识别系统的模块结构示意图；图3是本专利技术实施例多路试剂检测方法的图像建模的样本纸币区域划分示意图；以及图4是本专利技术实施例多路试剂检测方法的上电启动模式下的流程图。具体实施方式为使本专利技术实施例的目的、技术方案和优点更加清楚明白，下面结合附图对本专利技术实施例做进一步详细说明。在此，本专利技术的示意性实施例及其说明用于解释本专利技术，但并不作为对本专利技术的限定。实施例1请参考图1，所示为本实施例的纸币缺损识别方法的流程图。本实施例从软件处理角度阐述本技术方案。该方法实现分为两个部分：一、正式验钞前的图像建模和厚度建模部分，建模时要求样本库的数据有全新钞和旧钞，且票面干净无粘贴、污渍、褶皱；二、具体的纸币识别部分。整合建模部分与纸币识别部分，该纸币缺损识别方法主要包括以下步骤：步骤101：对若干样本纸币的图像数据进行建模，形成图像二维模型；步骤102：对该若干样本本文档来自技高网...

【技术保护点】
1.一种纸币缺损识别方法，其特征在于，包括以下步骤：对若干样本纸币的图像数据进行建模，形成图像二维模型；对所述若干样本纸币在若干厚度测量点进行厚度测量，统计每一样本纸币在每一测量点的厚度获取厚度二维模型；获取当前纸币的图像二维数组以及厚度二维数组，比较所述图像二维数据与所述图像二维模型，比较所述厚度二维数组与所述厚度二维模型；当所述图像二维数据和/或所述厚度二维数组满足纸币缺失条件时，判断所述当前纸币为孔洞钞或存在纸币缺失；以及当所述图像二维数据和/或所述厚度二维数组满足粘附异物条件时，判断所述当前纸币粘贴有异物。

【技术特征摘要】
1.一种纸币缺损识别方法，其特征在于，包括以下步骤：对若干样本纸币的图像数据进行建模，形成图像二维模型；对所述若干样本纸币在若干厚度测量点进行厚度测量，统计每一样本纸币在每一测量点的厚度获取厚度二维模型；获取当前纸币的图像二维数组以及厚度二维数组，比较所述图像二维数据与所述图像二维模型，比较所述厚度二维数组与所述厚度二维模型；当所述图像二维数据和/或所述厚度二维数组满足纸币缺失条件时，判断所述当前纸币为孔洞钞或存在纸币缺失；以及当所述图像二维数据和/或所述厚度二维数组满足粘附异物条件时，判断所述当前纸币粘贴有异物。2.根据权利要求1所述的纸币缺陷识别方法，其特征在于，所述图像二维模型包括最大值图像二维模型以及最小值图像二维模型；所述厚度二维模型包括厚度最小值二维模型以及厚度最大值二维模型。3.根据权利要求2所述的纸币缺陷识别方法，其特征在于，所述纸币缺失条件包括:第一项：图像二维数组小于K1倍最小值图像二维模型；第二项：厚度二维数组小于K2倍厚度最小值二维模型；第三项：厚度二维数组小于K3倍厚度最小值二维模型，其中，有两项则判断当前纸币为孔洞钞或存在纸币缺失。4.根据权利要求2所述的纸币缺陷识别方法，其特征在于，所述粘附异物条件包括:第一项：图像二维数组大于K4倍最大值图像二维模型或者图像二维数组小于K5倍最小值图像二维模型；第二项：厚度二维数组大于K6倍厚度最大值二维模型；第三项：厚度二维数组大于K7倍厚度最大值二维模型，其中，有两项则判断当前纸币粘附有异物。5.根据权利要求1-4任意一项所述的纸币缺陷识别方法，其特征在于，所述对样本纸币的图像数据进行建模，形成图像二维模型的步骤包括：将若干样本纸币图像分别切分为N个区域，求出每个样本纸币相同区域的灰度均值，根据所述灰度均值得到所有样本纸币的最大值图像二维模型以及最小值图像二维模型。6.根据权利要求5所述的纸币缺陷识别方法，其特征在于，所述针对所述样本纸币设定若干厚度测量点，统计每一测量点的厚度获取厚度二维模型的步骤包括：统计每个样本纸...

【专利技术属性】
技术研发人员：蒋玉萍，
申请(专利权)人：深圳怡化电脑股份有限公司，深圳市怡化时代科技有限公司，深圳市怡化金融智能研究院，
类型：发明
国别省市：广东,44