一种硬币隐形图文检测方法及装置制造方法及图纸

本发明专利技术公开了一种硬币隐形图文检测方法及装置。该方法包括：获取单张待测硬币隐形图文所在面的图像，并进行预处理；将预处理后的图像输入到训练好的硬币隐形图文缺陷检测模型中，得到该图像中各个像素位置属于预设缺陷的概率，并将大于预设缺陷概率的缺陷类型保留，生成缺陷类别图；对缺陷类别图进行预处理后，进行Bl ob分析，得出待测硬币隐形图文是否合格。本发明专利技术中获取的图像不受环境明暗程度变化的影响，检测结果稳定，实现硬币隐形图文特征单次成像检测，并且满足多种角度呈现不同隐形图文的检测需求。形图文的检测需求。形图文的检测需求。

【技术实现步骤摘要】
一种硬币隐形图文检测方法及装置


[0001]本专利技术涉及一种硬币隐形图文检测方法，同时也涉及一种相应的硬币隐形图文检测装置，属于硬币质量检测


技术介绍

[0002]随着经济的高速发展，市场上需要大量的货币流通，其中硬币在日常消费中的流通量越来越大，但是硬币不同于纸币，其防伪功能相对较少，假币以假乱真的现象不断出现，成为必须解决的一大难题。
[0003]为了有效防止假币流入市场流通环节，提高真币的防伪功能刻不容缓。其中增加硬币隐形图案和文字(简称图文)作为防伪的一项技术已经开始应用，其主要特点是利用特殊技术研制的模具，将特殊的图文符号隐藏在硬币的表面，这些隐藏的图文通常肉眼正视难以发现，需要在某个特定的角度斜视才可以看到这些隐藏的图文，由于其做工精细，假币很难到达真币的效果，因此能够非常有效地将假币区别出来。
[0004]硬币的隐形图文难度高，在生产工艺环节需要对硬币隐形图文的制造精度进行检测，确保出厂硬币隐形图文的正确性和一致性。而在硬币流通领域，也需要对硬币的隐形图文进行检测以判断硬币的真伪。
[0005]现有硬币隐形图文检测方法通常采用如下几种方式：第一种，采用不同角度的光源进行多次拍摄成像；第二种，设置多个工位采用几组不同角度的光源加相机的方式进行成像，第三种，设置单一工位控制光源的照明角度并配合相机多次曝光的方式进行成像。采用第一种方式进行成像会增加设备的尺寸；采用第二和第三种方式成像则需要对光源设置和相机帧率等参数提出更高要求。

技术实现思路

[0006]本专利技术所要解决的首要技术问题在于提供一种硬币隐形图文检测方法。
[0007]本专利技术所要解决的另一技术问题在于提供一种硬币隐形图文检测装置。
[0008]为了实现上述目的，本专利技术采用下述技术方案：
[0009]根据本专利技术实施例的第一方面，提供一种硬币隐形图文检测方法，包括如下步骤：
[0010]获取单张待测硬币隐形图文所在面的图像，并进行预处理；
[0011]将预处理后的图像输入到训练好的硬币隐形图文缺陷检测模型中，得到该图像中各个像素位置属于预设缺陷的概率，并将大于预设缺陷概率的缺陷类型保留，生成缺陷类别图；
[0012]对所述缺陷类别图进行预处理后，进行Blob分析，得出所述待测硬币隐形图文是否合格。
[0013]其中较优地，获取所述待测硬币隐形图文所在面的图像时，采用面阵相机实现，所述面阵相机的拍照面与所述待测硬币隐形图文所在面平行，在所述面阵相机与所述待测硬币隐形图文所在面之间设置有用于对硬币表面进行照明的光源，所述光源发出的光线与所
述面阵相机垂直。
[0014]其中较优地，所述硬币隐形图文缺陷检测模型通过如下步骤得到：
[0015]建立硬币隐形图文所在面的图像数据集，从中选取预设比例的图像作为训练集数据，余下图像作为测试集数据；
[0016]采用所述训练集数据对多个卷积神经网络联合训练，得到硬币隐形图文缺陷检测模型；
[0017]采用所述测试集数据测试所述硬币隐形图文缺陷检测模型的精度。
[0018]其中较优地，采用所述训练集数据对多个卷积神经网络联合训练时，具体包括第一卷积神经网络、第二卷积神经网络和第三卷积神经网络；
[0019]所述第一卷积神经网络，用于从输入的硬币隐形图文所在面的图像中提取出预设数量的浅层、中层、和高层信息，并分别以四维特征向量进行表示；
[0020]所述第二卷积神经网络，用于对预设数量的表示不同层次信息的四维特征向量在不同尺度下进一步提取各个层次信息，并将各个层次信息统一成高层信息对应的四维特征向量进行输出；
[0021]所述第三卷积神经网络，用于对所述第二卷积神经网络输出的四维特征向量进行特征融合后，对输入到所述第一卷积神经网络的硬币隐形图文图像中每一个像素位置进行属于预设缺陷类别的严重程度的标签标注，并计算每一个像素位置属于预设缺陷类别的概率后，将大于预设缺陷概率的缺陷类型保留，形成缺陷类别图。
[0022]其中较优地，对所述第二卷积神经网络输出的四维特征向量进行特征融合时，采用将所有四维特征向量中对应坐标位置的浮点数分别取平均或最大值实现。
[0023]其中较优地，对所述缺陷类别图进行预处理时，先将所述缺陷类别图转换为二值化图，再根据不同缺陷类别，将所述二值化图转换为对应的灰度图；其中，所述灰度图呈现的不同缺陷类别对应的灰度值为20、40
……
20n，n表示第n种缺陷类别。
[0024]其中较优地，对所述灰度图进行Blob分析，包括如下步骤：
[0025]将所述灰度图小区域内的缺陷像素中，像素之间间隔小于第一距离阈值的像素划分到同一个缺陷区域内，并统计各个缺陷区域内缺陷像素的数量；
[0026]计算各个缺陷区域内所有缺陷像素的能量之和，作为相应缺陷区域的能量值；
[0027]按照各个缺陷区域之间间隔第二距离阈值，对各个缺陷区域进行聚类；
[0028]对聚类后的缺陷区域进行判废。
[0029]其中较优地，对聚类后的缺陷区域进行判废时，确定聚类后的缺陷区域位置落入标准样品模板中预先设置的多个区域中的具体区域后，若所述缺陷区域的能量值与面积值均大于标准样品模板中对应区域的能量值与面积值，则认为待测硬币隐形图文不合格。
[0030]其中较优地，对聚类后的缺陷区域进行判废时，确定聚类后的缺陷区域位置落入标准样品模板中预先设置的多个区域中的具体区域后，分别计算所述缺陷区域的能量值与面积值对应与标准样品模板中区域的能量值与面积值之间的欧氏距离，若均大于标准欧氏距离，则认为待测硬币隐形图文不合格。
[0031]根据本专利技术实施例的第二方面，提供一种硬币隐形图文检测装置，其特征在于包括处理器和存储器，所述处理器读取所述存储器中的计算机程序或指令，用于执行以下操作：
[0032]获取单张待测硬币隐形图文所在面的图像，并进行预处理；
[0033]将预处理后的图像输入到训练好的硬币隐形图文缺陷检测模型中，得到该图像中各个像素位置属于预设缺陷的概率，并将大于预设缺陷概率的缺陷类型保留，生成缺陷类别图；
[0034]对所述缺陷类别图进行预处理后，进行Blob分析，得出所述待测硬币隐形图文是否合格。
[0035]本专利技术所提供的硬币隐形图文检测方法及装置首先通过获取单张待测硬币隐形图文所在面的图像，并进行预处理；然后将预处理后的图像输入到训练好的硬币隐形图文缺陷检测模型中，得到该图像中各个像素位置属于预设缺陷的概率，并将大于预设缺陷概率的缺陷类型保留，生成缺陷类别图；最后对缺陷类别图进行预处理后，进行Blob分析，得出待测硬币隐形图文是否合格。该方法中获取的图像不受环境明暗程度变化的影响，检测结果稳定，实现硬币隐形图文特征单次成像检测，并且满足多种角度呈现不同隐形图文的检测需求。
附图说明
[0036]图1为本专利技术实施例提供的硬币隐形图文检测方法的流程图；
...

【技术保护点】

【技术特征摘要】
1.一种硬币隐形图文检测方法，其特征在于包括如下步骤：获取单张待测硬币隐形图文所在面的图像，并进行预处理；将预处理后的图像输入到训练好的硬币隐形图文缺陷检测模型中，得到该图像中各个像素位置属于预设缺陷的概率，并将大于预设缺陷概率的缺陷类型保留，生成缺陷类别图；对所述缺陷类别图进行预处理后，进行Blob分析，得出所述待测硬币隐形图文是否合格。2.如权利要求1所述的硬币隐形图文检测方法，其特征在于：获取所述待测硬币隐形图文所在面的图像时，采用面阵相机实现，所述面阵相机的拍照面与所述待测硬币隐形图文所在面平行，在所述面阵相机与所述待测硬币隐形图文所在面之间设置有用于对硬币表面进行照明的光源，所述光源发出的光线与所述面阵相机垂直。3.如权利要求1所述的硬币隐形图文检测方法，其特征在于：所述硬币隐形图文缺陷检测模型通过如下步骤得到：建立硬币隐形图文所在面的图像数据集，从中选取预设比例的图像作为训练集数据，余下图像作为测试集数据；采用所述训练集数据对多个卷积神经网络联合训练，得到硬币隐形图文缺陷检测模型；采用所述测试集数据测试所述硬币隐形图文缺陷检测模型的精度。4.如权利要求3所述的硬币隐形图文检测方法，其特征在于：采用所述训练集数据对多个卷积神经网络联合训练时，具体包括第一卷积神经网络、第二卷积神经网络和第三卷积神经网络；所述第一卷积神经网络，用于从输入的硬币隐形图文所在面的图像中提取出预设数量的浅层、中层、和高层信息，并分别以四维特征向量进行表示；所述第二卷积神经网络，用于对预设数量的表示不同层次信息的四维特征向量在不同尺度下进一步提取各个层次信息，并将各个层次信息统一成高层信息对应的四维特征向量进行输出；所述第三卷积神经网络，用于对所述第二卷积神经网络输出的四维特征向量进行特征融合后，对输入到所述第一卷积神经网络的硬币隐形图文图像中每一个像素位置进行属于预设缺陷类别的严重程度的标签标注，并计算每一个像素位置属于预设缺陷类别的概率后，将大于预设缺陷概率的缺陷类型保留，形成缺陷类别图。5.如权利要求4所述的硬币隐形图文检测方法，其特征在于：对所述第二卷积神经网络输出的四...

【专利技术属性】
技术研发人员：王刚，吴天序，鞠健，庞文浩，杜梁缘，
申请(专利权)人：中钞长城金融设备控股有限公司，
类型：发明
国别省市：