一种纸币币值的识别方法和系统技术方案

本发明专利技术公开了一种纸币币值的识别方法和系统，方法包括：获取纸币的币值特征区域灰度图像；对所述币值特征区域灰度图像进行二值化处理，得到二值化图像；使用遗传算法获取所述二值化图像的二进制字符串；使用序贯相似匹配算法将所述二进制字符串与币值模板进行匹配，得到匹配结果；根据所述匹配结果获取所述纸币的币值。不同币值的纸币，币值特征区域的特征不一致，本发明专利技术根据纸币的币值特征区域来识别纸币的币值，识别方法简单，有效，结果准确。

Method and system for identifying currency value of paper currency

The invention discloses a method and system for identifying, a paper currencies method includes: the value characteristics of regional gray image acquisition of the currency notes; characteristics of regional gray image binarization processing, get the binarization image; obtaining the value of two binary string image using genetic algorithm; using sequential similarity the binary string matching algorithm and value template matching, matching results are obtained according to the matching result; the value of obtaining the money. The characteristics of different currency values are different. The present invention identifies the currency value of banknotes according to the currency value area of the banknotes, and the identification method is simple and effective, and the result is accurate.

【技术实现步骤摘要】

本专利技术涉及纸币币值识别
，特别是一种纸币币值的识别方法和系统。
技术介绍
现有某些币种(例如伊朗币)的纸币不同面值钞票大小无差异，同时钞票的面值数字信息只有钞票的反面有比较明显的面额数字，正面仅有面额数字的一部分(胶印对印数字)。这种情况的钞票的面额识别无法采用与人民币或者其他两面具有面额且不同面额纸币大小不一致的币种识别方法相同的方法，从而无法直接根据大小或者不同传感器下图像的面额信息直接识别，增大了面额识别的难度。在验钞识别的过程中，通常需要通过两类传感器分别获取纸币的可见光图像和纸币UV图像，获取的图像再通过不同的DSP进行采集处理，分别对可见光图像和纸币UV图像进行币值识别，最后通过对两种图像识别得到的公共信息(版本信息、面值信息)进行比对，若这些公共信息匹配才认为该纸币识别正确，若公共信息不匹配则会认为识别错误。因此，需要在UV图像下的纸币进行面值识别，UV图像通常包括：红外透射图，红外反射图，紫外反射图，绿光反射图和绿光透射图。红外和紫外图像主要用于防伪信息的识别，而绿光反射图的与可见光图像较为接近可以用于面值识别。然而对于仅在钞票的反面有比较明显的面额数字，正面仅有面额数字的一部分(胶印对印数字)的情况下，且不同面值钞票大小无差异的情况，采用单面的绿光反射图难以识别纸币币值。
技术实现思路
本专利技术提出一种纸币币值的识别方法和方法，根据纸币的币值特征区域来识别纸币的币值。为达此目的，本专利技术采用以下技术方案：第一方面，一种纸币币值的识别方法，其特征在于，包括：获取纸币的币值特征区域灰度图像；对所述币值特征区域灰度图像进行二值化处理，得到二值化图像；使用遗传算法获取所述二值化图像的二进制字符串；使用序贯相似匹配算法将所述二进制字符串与币值模板进行匹配，得到匹配结果；根据所述匹配结果获取所述纸币的币值。其中，所述获取纸币的币值特征区域灰度图像，包括：获取伊朗纸币在绿光反射下的横向分辨率为100DPI、纵向分辨率为100DPI的反面灰度图像，从所述反面灰度图像中截取位置为X＝[W-180：W-5]，Y＝[5：60]的反面数字区域灰度图像；其中，以反面灰度图像正向时右上角为原点建立直角坐标系，X轴的正向向左，Y轴的正向向下，W、X和Y的单位均为毫米，W为反面灰度图像沿X轴方向的长度；所述对所述币值特征区域灰度图像进行二值化处理，得到二值化图像，包括：对所述反面数字区域灰度图像进行二值化处理，得到反面数字二值化图像；所述使用遗传算法获取所述二值化图像的二进制字符串，包括：使用遗传算法获取所述反面数字二值化图像的二进制字符串；所述使用序贯相似匹配算法将所述二进制字符串与币值模板进行匹配，得到匹配结果，包括：使用序贯相似匹配算法将所述反面数字二值化图像的二进制字符串与币值模板进行匹配，获取匹配度最高的币值模板；所述根据所述匹配结果获取所述纸币的币值，包括：获取所述匹配度最高的币值模板对应的币值，将所述币值作为所述纸币的币值。其中，所述获取纸币的币值特征区域灰度图像，包括：获取伊朗纸币在绿光反射下的横向分辨率为100DPI、纵向分辨率为100DPI的正面灰度图像，从所述正面灰度图像中截取位置为X＝[W-100：W-10]，Y＝[70：130]的正面数字区域灰度图像；其中，以所述正面灰度图像正向时左上角作为原点建立直角坐标系，X轴的正向向右，Y轴的正向向下，W、X和Y的单位均为毫米，W为所述正面灰度图像沿X轴方向的长度；所述对所述币值特征区域灰度图像进行二值化处理，得到二值化图像，包括：对所述正面数字区域灰度图像进行二值化处理，得到正面数字二值化图像；所述使用遗传算法获取所述二值化图像的二进制字符串，包括：使用遗传算法获取所述正面数字二值化图像的二进制字符串；所述使用序贯相似匹配算法将所述二进制字符串与币值模板进行匹配，得到匹配结果，包括：使用序贯相似匹配算法将所述正面数字二值化图像的二进制字符串与币值模板进行匹配，获取匹配度最高的币值模板；所述根据所述匹配结果获取所述纸币的币值，包括：判断所述匹配度最高的币值模板是否对应50万币值；若是，则所述纸币的币值为50万。其中，所述判断所述匹配度最高的币值模板是否对应50万币值之后，还包括：若否，从所述正面灰度图像中截取位置为X＝[40：100]，Y＝[H-50：H-10]的正面胶印对印数字区域灰度图像；H为所述述正面灰度图像沿Y轴方向的宽度，单位为毫米；对所述正面胶印对印数字区域灰度图像进行二值化处理，得到正面胶印对印数字二值化图像；使用遗传算法获取所述正面胶印对印数字二值化图像的二进制字符串；使用序贯相似匹配算法将所述正面胶印对印数字二值化图像的二进制字符串与币值模板进行匹配，获取匹配度最高的币值模板；获取所述匹配度最高的币值模板对应的币值，将所述币值作为所述纸币的币值。第二方面，一种纸币币值的识别系统，包括：第一获取模块，用于获取纸币的币值特征区域灰度图像；处理模块，用于对所述币值特征区域灰度图像进行二值化处理，得到二值化图像；第二获取模块，用于使用遗传算法获取所述二值化图像的二进制字符串；匹配模块，用于使用序贯相似匹配算法将所述二进制字符串与币值模板进行匹配，得到匹配结果；第三获取模块，用于根据所述匹配结果获取所述纸币的币值。其中，所述第一获取模块用于：获取伊朗纸币在绿光反射下的横向分辨率为100DPI、纵向分辨率为100DPI的反面灰度图像，从所述反面灰度图像中截取位置为X＝[W-180：W-5]，Y＝[5：60]的反面数字区域灰度图像；其中，以反面灰度图像正向时右上角为原点建立直角坐标系，X轴的正向向左，Y轴的正向向下，W、X和Y的单位均为毫米，W为反面灰度图像沿X轴方向的长度；所述处理模块具体用于：对所述反面数字区域灰度图像进行二值化处理，得到反面数字二值化图像；所述第二获取模块用于：使用遗传算法获取所述反面数字二值化图像的二进制字符串；所述匹配模块具体用于：使用序贯相似匹配算法将所述反面数字二值化图像的二进制字符串与币值模板进行匹配，获取匹配度最高的币值模板；所述第三获取模块具体用于：获取所述获取匹配度最高的币值模板对应的币值，将所述币值作为所述纸币的币值。其中，所述第一获取模块用于：获取伊朗纸币在绿光反射下的横向分辨率为100DPI、纵向分辨率为100DPI的正面灰度图像，从所述正面灰度图像中截取位置为X＝[W-100：W-10]，Y＝[70：130]的正面数字区域灰度图像；其中，以所述正面灰度图像正向时左上角作为原点建立直角坐标系，X轴的正向向右，Y轴的正向向下，W、X和Y的单位均为毫米，W为所述正面灰度图像沿X轴方向的长度；所述处理模块用于：对所述正面数字区域灰度图像进行二值化处理，得到正面数字二值化图像；所述第二获取模块用于：使用遗传算法获取所述正面数字二值化图像的二进制字符串；所述匹配模块用于：使用序贯相似匹配算法将所述正面数字二值化图像的二进制字符串与币值模板进行匹配，获取匹配度最高的币值模板；所述第三获取模块用于：判断所述第二匹配币值模板是否对应50万币值；若是，则所述纸币的币值为50万。其中，所述第一获取模块还用于：当所述匹配度最高的币值模板不对应50万币值，从所述正面灰度图像中截取位本文档来自技高网...

【技术保护点】
一种纸币币值的识别方法，其特征在于，包括：获取纸币的币值特征区域灰度图像；对所述币值特征区域灰度图像进行二值化处理，得到二值化图像；使用遗传算法获取所述二值化图像的二进制字符串；使用序贯相似匹配算法将所述二进制字符串与币值模板进行匹配，得到匹配结果；根据所述匹配结果获取所述纸币的币值。

【技术特征摘要】
1.一种纸币币值的识别方法，其特征在于，包括：获取纸币的币值特征区域灰度图像；对所述币值特征区域灰度图像进行二值化处理，得到二值化图像；使用遗传算法获取所述二值化图像的二进制字符串；使用序贯相似匹配算法将所述二进制字符串与币值模板进行匹配，得到匹配结果；根据所述匹配结果获取所述纸币的币值。2.如权利要求1所述的识别方法，其特征在于：所述获取纸币的币值特征区域灰度图像，包括：获取伊朗纸币在绿光反射下的横向分辨率为100DPI、纵向分辨率为100DPI的反面灰度图像，从所述反面灰度图像中截取位置为X＝[W-180：W-5]，Y＝[5：60]的反面数字区域灰度图像；其中，以反面灰度图像正向时右上角为原点建立直角坐标系，X轴的正向向左，Y轴的正向向下，W、X和Y的单位均为毫米，W为反面灰度图像沿X轴方向的长度；所述对所述币值特征区域灰度图像进行二值化处理，得到二值化图像，包括：对所述反面数字区域灰度图像进行二值化处理，得到反面数字二值化图像；所述使用遗传算法获取所述二值化图像的二进制字符串，包括：使用遗传算法获取所述反面数字二值化图像的二进制字符串；所述使用序贯相似匹配算法将所述二进制字符串与币值模板进行匹配，得到匹配结果，包括：使用序贯相似匹配算法将所述反面数字二值化图像的二进制字符串与币值模板进行匹配，获取匹配度最高的币值模板；所述根据所述匹配结果获取所述纸币的币值，包括：获取所述匹配度最高的币值模板对应的币值，将所述币值作为所述纸币的币值。3.如权利要求1所述的识别方法，其特征在于：所述获取纸币的币值特征区域灰度图像，包括：获取伊朗纸币在绿光反射下的横向分辨率为100DPI、纵向分辨率为100DPI的正面灰度图像，从所述正面灰度图像中截取位置为X＝[W-100：W-10]，Y＝[70：130]的正面数字区域灰度图像；其中，以所述正面灰度图像正向时左上角作为原点建立直角坐标系，X轴的正向向右，Y轴的正向向下，W、X和Y的单位均为毫米，W为所述正面灰度图像沿X轴方向的长度；所述对所述币值特征区域灰度图像进行二值化处理，得到二值化图像，包括：对所述正面数字区域灰度图像进行二值化处理，得到正面数字二值化图像；所述使用遗传算法获取所述二值化图像的二进制字符串，包括：使用遗传算法获取所述正面数字二值化图像的二进制字符串；所述使用序贯相似匹配算法将所述二进制字符串与币值模板进行匹配，得到匹配结果，包括：使用序贯相似匹配算法将所述正面数字二值化图像的二进制字符串与币值模板进行匹配，获取匹配度最高的币值模板；所述根据所述匹配结果获取所述纸币的币值，包括：判断所述匹配度最高的币值模板是否对应50万币值；若是，则所述纸币的币值为50万。4.如权利要求3所述的识别方法，其特征在于，所述判断所述匹配度最高的币值模板是否对应50万币值之后，还包括：若否，从所述正面灰度图像中截取位置为X＝[40：100]，Y＝[H-50：H-10]的正面胶印对印数字区域灰度图像；H为所述述正面灰度图像沿Y轴方向的宽度，单位为毫米；对所述正面胶印对印数字区域灰度图像进行二值化处理，得到正面胶印对
\t印数字二值化图像；使用遗传算法获取所述正面胶印对印数字二值化图像的二进制字符串；使用序贯相似匹配算法将所述正面胶印对印数字二值化图像的二进制字符串与币值模板进行匹配，...

【专利技术属性】
技术研发人员：曹婧蕾，
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