本發(fā)明屬于金融技術(shù)領(lǐng)域，尤其涉及一種拼接鈔檢測方法及系統(tǒng)。

背景技術(shù)：

拼接鈔是人為的將多張紙幣，通過技術(shù)處理銜接成一張紙幣。拼接鈔按照真假幣拼接方式分為三類：假鈔拼假鈔、假鈔拼真鈔、真鈔拼真鈔。不法分子通過非法手段制作拼接鈔來套取完整的真鈔，給貨幣流通帶來了嚴(yán)重的負面影響。

然而，現(xiàn)有的驗鈔機等紙幣識別設(shè)備，通常只能識別紙幣的真?zhèn)?，而不能?zhǔn)確的識別拼接鈔，如何快速有效的識別拼接鈔，杜絕不法分子用拼接鈔惡意兌換真鈔成為亟待解決的問題。

技術(shù)實現(xiàn)要素：

本發(fā)明實施例提供了一種拼接鈔檢測方法及系統(tǒng)，旨在解決現(xiàn)有的驗鈔機等紙幣識別設(shè)備，通常只能識別紙幣的真?zhèn)危荒軠?zhǔn)確的識別拼接鈔的問題。

本發(fā)明實施例的第一方面提供了一種拼接鈔檢測方法，包括：

定位防偽圖像特征在紙幣圖像上的位置；

根據(jù)所述位置和預(yù)設(shè)像素去除算法，去除所述防偽圖像特征所在區(qū)域中的目標(biāo)像素，得到所述防偽圖像特征所在區(qū)域中的剩余像素；

比較所述剩余像素的特征值與所述紙幣圖像中的至少一個預(yù)設(shè)區(qū)域中的像素的特征值是否匹配，所述至少一個預(yù)設(shè)區(qū)域不包括所述防偽圖像特征所在區(qū)域；

若不匹配，則判定所述紙幣圖像所對應(yīng)的真實紙幣為拼接鈔；否則，判定所述紙幣圖像所對應(yīng)的真實紙幣不為拼接鈔。

本發(fā)明實施例的第二方面提供了一種拼接鈔檢測系統(tǒng)，包括：

定位模塊，用于定位防偽圖像特征在紙幣圖像上的位置；

像素處理模塊，用于根據(jù)所述位置和預(yù)設(shè)像素去除算法，去除所述防偽圖像特征所在區(qū)域中的目標(biāo)像素，得到所述防偽圖像特征所在區(qū)域中的剩余像素；

匹配檢測模塊，用于比較所述剩余像素的特征值與所述紙幣圖像中的至少一個預(yù)設(shè)區(qū)域中的像素的特征值是否匹配，所述至少一個預(yù)設(shè)區(qū)域不包括所述防偽圖像特征所在區(qū)域；

結(jié)果判定模塊，用于若不匹配，則判定所述紙幣圖像所對應(yīng)的真實紙幣為拼接鈔；否則，判定所述紙幣圖像所對應(yīng)的真實紙幣不為拼接鈔。

本發(fā)明實施例與現(xiàn)有技術(shù)相比存在的有益效果是：通過去除紙幣圖像上防偽圖像特征所在區(qū)域中的目標(biāo)像素得到剩余像素，并將剩余像素的特征值與紙幣圖像中的至少一個其他區(qū)域的特征值進行比對，可以準(zhǔn)確的判斷紙幣圖像所對應(yīng)的真實紙幣是否為拼接鈔，判斷過程簡單且易于實現(xiàn)。

附圖說明

為了更清楚地說明本發(fā)明實施例中的技術(shù)方案，下面將對實施例或現(xiàn)有技術(shù)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(lǐng)域普通技術(shù)人員來講，在不付出創(chuàng)造性勞動性的前提下，還可以根據(jù)這些附圖獲得其他的附圖。

圖1是本發(fā)明的一個實施例提供的一種拼接鈔檢測方法的實現(xiàn)流程圖；

圖2是本發(fā)明的一個實施例提供的圖1中步驟s102的實現(xiàn)流程圖；

圖3是本發(fā)明的一個實施例提供的圖1中步驟s103的實現(xiàn)流程圖；

圖4是本發(fā)明的一個實施例提供的一種拼接鈔檢測系統(tǒng)的結(jié)構(gòu)框圖；

圖5是本發(fā)明的一個實施例提供的圖4中像素處理模塊的結(jié)構(gòu)框圖；

圖6是本發(fā)明的一個實施例提供的圖4中匹配檢測模塊的結(jié)構(gòu)框圖。

具體實施方式

以下描述中，為了說明而不是為了限定，提出了諸如特定系統(tǒng)結(jié)構(gòu)、技術(shù)之類的具體細節(jié)，以便透徹理解本發(fā)明實施例。然而，本領(lǐng)域的技術(shù)人員應(yīng)當(dāng)清楚，在沒有這些具體細節(jié)的其它實施例中也可以實現(xiàn)本發(fā)明。在其它情況中，省略對眾所周知的系統(tǒng)、裝置、電路以及方法的詳細說明，以免不必要的細節(jié)妨礙本發(fā)明的描述。

為了說明本發(fā)明所述的技術(shù)方案，下面通過具體實施例來進行說明。

如圖1所示，為本發(fā)明的一個實施例提供的一種拼接鈔檢測方法，其包括：

步驟s101，定位防偽圖像特征在紙幣圖像上的位置。

具體的，防偽圖像特征包括下述特征中至少之一：冠字號碼、光變油墨字符、水印、膠印縮微文字、全息磁性開窗安全線、膠印對印圖案、手工雕刻頭像、隱形面額數(shù)字或雕刻凹版印刷。

具體的，本實施例還包括：

(1)獲取防偽圖像特征在紙幣圖像上的可能出現(xiàn)的區(qū)域，即為可能區(qū)域，截取可能區(qū)域，并對可能區(qū)域的灰度圖像進行二值化處理。例如對于面值為100元的人民幣紙幣，設(shè)定光變油墨“100”字樣所在的區(qū)域為可能區(qū)域，二值化處理后該區(qū)域中的灰度圖像中的“100”字樣的灰度值為0，剩余區(qū)域的灰度值為1。

(2)在可能區(qū)域的二值圖像上，逐行逐列按順序移動一個移動窗口，獲取移動窗口每次移動后所在區(qū)域的像素累加值，移動窗口遍布可能區(qū)域的所有位置，根據(jù)像素累加值的變化確定防偽圖像特征在紙幣圖像上的位置。

在一個實施例中，步驟s101之前，還包括以下步驟：

a.獲取待檢測的紙幣的紙幣圖像；

b.根據(jù)紙幣圖像的紋理和灰度值得到所述防偽圖像特征的邊界；

c.根據(jù)邊界獲取防偽圖像特征。

具體的，步驟a可以通過拍攝或掃描方式實現(xiàn)，用具有紅外光或紫外光拍攝功能或者白光或多光譜拍攝功能的終端拍攝或掃描待測紙幣，得到紙幣圖像。例如，可以通過帶有白光或多光譜圖像拍攝功能或者具有紫外光、紅外光的單照射拍攝功能的相機來實現(xiàn)；多光譜照相是指同時使用多個單波長的光源混合成一種混合光源，可得到目標(biāo)的幾張不同光譜照射的照片，其中光譜范圍為可見光、紫外光和紅外光。

需要說明的是，在步驟b中，紋理是一種反映圖像中同質(zhì)現(xiàn)象的視覺特征，它體現(xiàn)了物體表面的具有緩慢變化或者周期性變化的表面結(jié)構(gòu)組織排列屬性。具體的，可以采用多種方法提取紙幣圖像的紋理特征，例如統(tǒng)計方法、幾何法、模型法或信號處理法?；叶戎但@取是根據(jù)紙幣圖像的紅、綠、藍顏色分量得到灰度值。

進一步地，由于防偽圖像特征的這兩種特征值與其周邊背景圖像的特征值有差別，故采用圖像邊緣特征提取算法可以得到防偽圖像特征的邊界。圖像邊緣特征提取算法具體包括以下步驟：

(1)濾波，對紙幣圖像進行濾波處理；

(2)增強，通過增強圖像中對應(yīng)梯度幅度值來突出顯示目標(biāo)區(qū)域與其他區(qū)域中特征值的顯著變化；

(3)檢測，通過判斷梯度幅值中閾值大小得到邊緣檢測；

(4)定位，精確確定邊緣的位置。

具體的，在步驟c中，邊界內(nèi)部的圖像為防偽圖像特征。

步驟s102，根據(jù)所述位置和預(yù)設(shè)像素去除算法，去除防偽圖像特征所在區(qū)域中的目標(biāo)像素，得到防偽圖像特征所在區(qū)域中的剩余像素。

本實施例中，像素去除算法為根據(jù)每個像素的不同特征去除特定的單個或多個像素點。目標(biāo)像素是指防偽圖像特征本身的所有像素。剩余像素為去除防偽圖像特征所在區(qū)域中的目標(biāo)像素后，所在區(qū)域中的剩余像素。

例如對于面值為100元的人民幣紙幣，設(shè)定光變油墨“100”字符為防偽圖像特征，“100”字樣所在的紙幣上的一個固定區(qū)域為防偽圖像特征所在區(qū)域，所述固定區(qū)域的形狀、長或?qū)挼瘸叽缡翘崆暗念A(yù)設(shè)的。則目標(biāo)像素為“100”字符本身所包括的所有像素，剩余像素為在所述固定區(qū)域內(nèi)去除“100”字符后的剩余圖像的像素。

需要說明的是，防偽圖像特征，例如冠字號碼、光變油墨字符等，往往包括字體或花紋，由于其特殊的印制技術(shù)，使得其光學(xué)特征非常特殊，難以獲取穩(wěn)定的特征值對其進行檢測。因此，本實施例中去除防偽圖像特征所在區(qū)域中的目標(biāo)像素得到剩余像素，避免了防偽圖像特征本身的不穩(wěn)定性對后續(xù)步驟中特征提取的影響，提高了檢測準(zhǔn)確度。

具體的，作為一優(yōu)選實施例，預(yù)設(shè)像素去除算法為自適應(yīng)閾值二值化算法。

自適應(yīng)閾值是根據(jù)像素的鄰域塊的像素值分布來確定該像素位置上的二值化閾值。這樣做的好處在于每個像素位置處的二值化閾值不是固定不變的，而是由其周圍鄰域像素的分布來決定的。亮度較高的圖像區(qū)域的二值化閾值通常會較高，而亮度較低的圖像區(qū)域的二值化閾值則會相適應(yīng)地變小。不同亮度、對比度、紋理的局部圖像區(qū)域?qū)碛邢鄬?yīng)的局部二值化閾值。常用的自適應(yīng)閾值有：1)局部鄰域塊的均值，2)局部鄰域塊的高斯加權(quán)和。

由于紙幣存在新舊及磨損等問題，對其灰度圖像會有干擾，通過自適應(yīng)閾值二值化算法，對所述所截取的可能區(qū)域的灰度圖像進行二值化處理，相較于通過固定閾值算法處理得到的二值圖像更加準(zhǔn)確。

步驟s103，比較剩余像素的特征值與紙幣圖像中的至少一個預(yù)設(shè)區(qū)域中的像素的特征值是否匹配，所述至少一個預(yù)設(shè)區(qū)域不包括防偽圖像特征所在區(qū)域。

在一個實施例中，步驟s103之前，還包括：根據(jù)預(yù)設(shè)特征提取算法，獲得剩余像素的特征值與紙幣圖像中的至少一個預(yù)設(shè)區(qū)域中的像素的特征值。

具體的，所述預(yù)設(shè)特征提取算法為灰度特征提取方法或紋理特征提取方法。

采用灰度特征提取方法得到的剩余像素的特征值與紙幣圖像中的至少一個預(yù)設(shè)區(qū)域中的像素的特征值為圖像灰度值。

采用紋理特征提取方法得到的剩余像素的特征值與紙幣圖像中的至少一個預(yù)設(shè)區(qū)域中的像素的特征值為紋理特征值。具體的，紋理特征值包括k階原點矩，例如二階矩、三階矩等。

本實施例中采用去除防偽圖像特征所在區(qū)域中的目標(biāo)像素得到剩余像素的特征值，避免了防偽圖像特征本身的不穩(wěn)定性使得特征提取的結(jié)果不準(zhǔn)確，從而導(dǎo)致特征值匹配結(jié)果的不準(zhǔn)確，采用剩余像素的特征值與紙幣圖像中的至少一個預(yù)設(shè)區(qū)域中的像素的特征值進行比較，可以保證特征值獲取的穩(wěn)定性，提高特征匹配準(zhǔn)確度。

步驟s104，若不匹配，則判定所述紙幣圖像所對應(yīng)的真實紙幣為拼接鈔；否則，判定所述紙幣圖像所對應(yīng)的真實紙幣不為拼接鈔。

具體的，步驟s104還包括：

通過統(tǒng)計算法，得到紙幣圖像中的至少一個預(yù)設(shè)區(qū)域中的像素的特征值的范圍；

判斷剩余像素的特征值是否在所述范圍內(nèi)；

若不在所述范圍內(nèi)，則判定為不匹配；若在所述范圍內(nèi)，則判定為匹配。

在具體應(yīng)用中，判定紙幣為拼接鈔是指紙幣為真鈔和假鈔拼接而成。當(dāng)判定紙幣不為拼接鈔，還需要利用紙幣真?zhèn)螜z測方法驗證此紙幣是否為假鈔才能完成紙幣真?zhèn)蔚臋z測。

如圖2所示，在本發(fā)明的一個實施例中，圖1所對應(yīng)的實施例中的步驟s102具體包括：

步驟s201，根據(jù)所述位置，將所述紙幣圖像上包括所述防偽圖像特征在內(nèi)的具有預(yù)設(shè)固定形狀的預(yù)設(shè)區(qū)域作為所述防偽圖像特征所在區(qū)域。

步驟s202，對防偽圖像特征所在區(qū)域進行圖像二值化處理。

步驟s203，根據(jù)圖像二值化處理的結(jié)果，去除防偽圖像特征所在區(qū)域中的目標(biāo)像素，得到防偽圖像特征所在區(qū)域中的剩余像素。

在具體應(yīng)用中，步驟s201中，具有預(yù)設(shè)固定形狀的預(yù)設(shè)區(qū)域是指區(qū)域的形狀和尺寸大小為預(yù)設(shè)的固定值。例如，預(yù)設(shè)區(qū)域為矩形，其寬度和高度為固定值，則防偽圖像特征所在區(qū)域便可確定。預(yù)設(shè)區(qū)域還可以為其他形狀，例如圓形、三角形等。

具體的，步驟s202包括：根據(jù)自適應(yīng)閾值二值化算法對紙幣圖像的預(yù)設(shè)區(qū)域進行圖像二值化處理。

本實施例中去除防偽圖像特征所在區(qū)域中的目標(biāo)像素得到剩余像素，避免了防偽圖像特征本身的不穩(wěn)定性對后續(xù)步驟中特征提取的影響，提高了檢測準(zhǔn)確度。

如圖3所示，在本發(fā)明的一個實施例中，圖1所對應(yīng)的實施例中的步驟s103具體包括：

步驟s301，根據(jù)預(yù)設(shè)特征提取算法，得到防偽圖像特征所在區(qū)域中的剩余像素的特征值。

步驟s302，根據(jù)預(yù)設(shè)特征提取算法，獲取紙幣圖像中的至少一個預(yù)設(shè)區(qū)域中的像素的特征值；

步驟s303，去掉紙幣圖像中的至少一個預(yù)設(shè)區(qū)域中的像素的特征值中的極值；

步驟s304，將剩余像素的特征值與去掉極值后的紙幣圖像中的至少一個預(yù)設(shè)區(qū)域中的像素的特征值進行比對。

具體的，所述預(yù)設(shè)特征提取算法為灰度特征提取方法或紋理特征提取方法。

具體的，步驟s303中，去掉極值采用體操計分法，去掉最高的n個值和最低的n個值。由于紙幣上難免存在臟污或褶皺，在各種波段的灰度圖像上變化劇烈，影響了提取的特征值。并且大部分臟污或褶皺不會遍布整個紙幣，往往只是某個局部存在，從而導(dǎo)致特征值中會有極大值或極小值存在。去掉紙幣圖像中的至少一個預(yù)設(shè)區(qū)域中的像素的特征值中的極值，可以排除絕大多數(shù)臟污或褶皺的影響。

本發(fā)明實施例通過去除紙幣圖像上防偽圖像特征所在區(qū)域中的目標(biāo)像素得到剩余像素，并將剩余像素的特征值與紙幣圖像中的至少一個其他區(qū)域的特征值進行比對，可以準(zhǔn)確的判斷紙幣圖像所對應(yīng)的真實紙幣是否為拼接鈔，判斷過程簡單且易于實現(xiàn)。

如圖4所示，為本發(fā)明的一個實施例提供的一種拼接鈔檢測系統(tǒng)100，用于執(zhí)行圖1所對應(yīng)的實施例中的方法步驟，其包括：

定位模塊101，用于定位防偽圖像特征在紙幣圖像上的位置；

像素處理模塊102，用于根據(jù)所述位置和預(yù)設(shè)像素去除算法，去除所述防偽圖像特征所在區(qū)域中的目標(biāo)像素，得到所述防偽圖像特征所在區(qū)域中的剩余像素；

匹配檢測模塊103，用于比較所述剩余像素的特征值與所述紙幣圖像中的至少一個預(yù)設(shè)區(qū)域中的像素的特征值是否匹配，所述至少一個預(yù)設(shè)區(qū)域不包括所述防偽圖像特征所在區(qū)域；

結(jié)果判定模塊104，用于若不匹配，則判定所述紙幣圖像所對應(yīng)的真實紙幣為拼接鈔；否則，判定所述紙幣圖像所對應(yīng)的真實紙幣不為拼接鈔。

在具體應(yīng)用中，拼接鈔檢測系統(tǒng)100所包括的上述各模塊可以是圖像處理芯片中的軟件程序模塊，用戶可以根據(jù)實際需要對這些程序模塊的功能進行調(diào)整。

如圖5所示，在本發(fā)明的一個實施例中，圖4中的像素處理模塊102包括用于執(zhí)行圖2所對應(yīng)的實施例中的方法步驟的結(jié)構(gòu)，其包括：

區(qū)域設(shè)定單元201，用于根據(jù)所述位置，將所述紙幣圖像上包括所述防偽圖像特征在內(nèi)的具有預(yù)設(shè)固定形狀的預(yù)設(shè)區(qū)域作為所述防偽圖像特征所在區(qū)域；

二值化處理單元202，用于對所述防偽圖像特征所在區(qū)域進行圖像二值化處理；

像素去除單元203，用于根據(jù)所述圖像二值化處理的結(jié)果，去除所述防偽圖像特征所在區(qū)域中的目標(biāo)像素，得到所述防偽圖像特征所在區(qū)域中的剩余像素。

如圖6所示，在本發(fā)明的一個實施例中，圖4中的匹配檢測模塊103包括用于執(zhí)行圖3所對應(yīng)的實施例中的方法步驟的結(jié)構(gòu)，其包括：

第一特征提取單元301，用于根據(jù)預(yù)設(shè)特征提取算法，得到所述防偽圖像特征所在區(qū)域中的剩余像素的特征值；

第二特征提取單元302，用于根據(jù)預(yù)設(shè)特征提取算法，獲取所述紙幣圖像中的至少一個預(yù)設(shè)區(qū)域中的像素的特征值；

極值處理單元303，用于去掉所述紙幣圖像中的至少一個預(yù)設(shè)區(qū)域中的像素的特征值中的極值；

特征比對單元304，用于將所述剩余像素的特征值與去掉極值后的所述紙幣圖像中的至少一個預(yù)設(shè)區(qū)域中的像素的特征值進行比對。

本實施例中采用去除防偽圖像特征所在區(qū)域中的目標(biāo)像素得到剩余像素的特征值，避免了防偽圖像特征本身的不穩(wěn)定性使得特征提取的結(jié)果不準(zhǔn)確，從而導(dǎo)致特征值匹配結(jié)果的不準(zhǔn)確，采用剩余像素的特征值與紙幣圖像中的至少一個預(yù)設(shè)區(qū)域中的像素的特征值進行比較，可以保證特征值獲取的穩(wěn)定性，提高特征匹配準(zhǔn)確度。

在一個實施例中，拼接鈔檢測系統(tǒng)100還包括：

圖像獲取模塊，用于獲取待測紙幣的紙幣圖像；

邊界獲取模塊，用于根據(jù)所述紙幣圖像的紋理和灰度值得到所述防偽圖像特征的邊界；

防偽圖像獲取模塊，用于根據(jù)所述邊界獲取所述防偽圖像特征。

具體的，所述防偽圖像特征包括下述特征中至少之一：冠字號碼、光變油墨字符、水印、膠印縮微文字、全息磁性開窗安全線、膠印對印圖案、手工雕刻頭像、隱形面額數(shù)字或雕刻凹版印刷。

本發(fā)明所有實施例中的模塊或單元，可以通過通用集成電路，例如cpu(centralprocessingunit，中央處理器)，或通過asic(applicationspecificintegratedcircuit，專用集成電路)來實現(xiàn)。

本發(fā)明實施例方法中的步驟可以根據(jù)實際需要進行順序調(diào)整、合并和刪減。

本發(fā)明實施例系統(tǒng)中的模塊或單元可以根據(jù)實際需要進行合并、劃分和刪減。

本領(lǐng)域普通技術(shù)人員可以理解實現(xiàn)上述實施例方法中的全部或部分流程，是可以通過計算機程序來指令相關(guān)的硬件來完成，所述的程序可存儲于一計算機可讀取存儲介質(zhì)中，該程序在執(zhí)行時，可包括如上述各方法的實施例的流程。其中，所述的存儲介質(zhì)可為磁碟、光盤、只讀存儲記憶體(read-onlymemory，rom)或隨機存儲記憶體(randomaccessmemory，ram)等。

以上所述僅為本發(fā)明的較佳實施例而已，并不用以限制本發(fā)明，凡在本發(fā)明的精神和原則之內(nèi)所作的任何修改、等同替換和改進等，均應(yīng)包含在本發(fā)明的保護范圍之內(nèi)。