一种纸币面向识别方法及装置的制造方法
【技术领域】
[0001]本发明涉及纸币识别领域，尤其涉及一种纸币面向识别方法及装置。
【背景技术】
[0002]纸币面向识别是纸币验证的基础识别部分，面向识别的结果将用于后续处理。只有在确定纸币面向后，才能准确的识别纸币。但由于纸币存在着多种规格，且在使用过程中容易出现弯折、污损等情况，使得所需要识别的纸币呈现出不同的特点。
[0003]为了克服上述问题，目前，采用基于神经网络的识别算法来识别纸币的面向。即获取纸币批量样本数据，然后抽取特征，进行神经网络的训练，测试神经网络的收敛性及模拟样本的识别率。人工神经网络就像一个黑盒子，用于模拟任意函数。根据一定的训练样本(即所需模拟函数已知的输入和输出关系)神经网络可以改变其内部结构使其模型特性逼近训练样本。并且，由于神经网络是采用整体逼近的方式，不会由于个别样本误差而影响整个模型特性。但神经网络模式识别方法需要进行大量的样本测试，且神经网络识别的精度与图像的亮暗程度有关，在外界光亮发生变化的情况下很难达到100%的识别率。
【发明内容】
[0004]有鉴于此，本发明实施例提出一种纸币面向识别方法及装置，以实现快速准确的识别纸币的面向。
[0005]第一方面，本发明实施例提供了一种纸币面向识别方法，包括:
[0006]在获取到的纸币上面图像上按照预设的位置选取第一识别区域，并根据所述第一识别区域选取纸币上面图像上的第二识别区域，所述第一识别区域与第二识别区域以纸币上面图像的中心点中心对称；
[0007]根据所述第一识别区域和第二识别区域的位置在纸币下面图像上选取第三识别区域和第四识别区域，所述第三识别区域和第四识别区域在纸币下面图像的位置与所述第一识别区域和第二识别区域在纸币上面图像的位置相同，所述识别区域中的一个识别区域的像素特征值大于或小于其它任一识别区域的像素特征值；
[0008]获取所述识别区域的像素特征值，根据所述识别区域的像素特征值的比较结果确定所述纸币的面向。
[0009]第二方面，本发明实施例提供了一种纸币面向识别装置，包括:
[0010]第一和第二识别区域选取单元，用于在获取到的纸币上面图像上按照预设的位置选取第一识别区域，并根据所述第一识别区域选取纸币上面图像上的第二识别区域，所述第一识别区域与第二识别区域域以纸币上面图像的中心点中心对称；
[0011]第三和第四识别区域选取单元，用于根据所述第一识别区域和第二识别区域的位置在纸币下面图像上选取第三识别区域和第四识别区域，所述第三识别区域和第四识别区域在纸币下面图像的位置与所述第一识别区域和第二识别区域在纸币上面图像的位置相同，所述识别区域中的一个识别区域的像素特征值大于或小于其它任一识别区域的像素特征值；
[0012]面向确定单元，用于获取所述识别区域的像素特征值，根据所述识别区域的像素特征值的比较结果确定所述纸币的面向。
[0013]本发明实施例通过在获取到的纸币上面和下面图像上按照预设的位置选取识别区域，获取所述识别区域的像素特征值，根据所述识别区域的像素特征值的比较结果确定所述纸币的面向。能够准确的识别所输入的纸币的输入面向，且识别速度更快。
【附图说明】
[0014]通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本发明的其它特征、目的和优点将会变得更明显:
[0015]图1a是本发明第一实施例提供的纸币图像的上面图像示意图；
[0016]图1b是本发明第一实施例提供的纸币图像的下面图像示意图；
[0017]图2是本发明第一实施例提供的纸币面向识别方法的流程图；
[0018]图3是本发明第二实施例提供的纸币面向识别方法的流程图；
[0019]图4是本发明第三实施例提供的纸币面向识别方法的流程图；
[0020]图5是本发明第四实施例提供的纸币面向识别方法的流程图；
[0021]图6是本发明第五实施例提供的纸币面向识别装置的结构示意图。
【具体实施方式】
[0022]下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅用于解释本发明，而非对本发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部内容。
[0023]图1是本发明第一实施例提供的一种纸币面向识别方法的流程示意图，本发明实施例的方法可以由纸币的面向识别装置来执行，该装置可通过硬件和/或软件的方式实现，并一般可以集成于可滚动输出的存储一体ATM机终端内。
[0024]参见图2，所述纸币面向识别方法，包括:
[0025]步骤S101，在获取到的纸币上面图像上按照预设的位置选取第一识别区域，并根据所述第一识别区域选取纸币上面图像上的第二识别区域。
[0026]面向识别是验钞功能的基础部分，面向识别的结果将直接影响后续的处理。在实际工作中，通过存储一体ATM机所输入的纸币并不是按照特定的面向输入的，所输入的纸币可能有四个面向。在本实施例中，可以通过配置于存取一体ATM机上的接触式图像传感器(Contact Image Sensor，CIS)同时获取纸币的上面和下面图像。在纸币的上面图像上按照预先设定的位置的坐标，选取识别区域。
[0027]图1a是本发明实施例一中纸币图像的上面图像示意图，所述上面图像可以是图1a或图1b中的纸币图像，也可以是图1a或图1b中的纸币图像经过旋转后的图像，所述的第一识别区域如图1a所示。所述的第一识别区域的位置由系统或者用户根据纸币的种类预先设定好，所述的预设的第一识别区域的位置为纸币正面正向图像中的图形中灰度值较小的区域位置。由图1a可以看出，所述的第二识别区域与所述第一识别区域以纸币上面图像的中心点中心对称，根据预设的第一识别区域的位置和纸币上面图像的中心点，可以在纸币上面图像上选取第二识别区域。
[0028]步骤S102，根据所述第一识别区域和第二识别区域的位置在纸币反面图像上选取第三识别区域和第四识别区域。
[0029]图1b是本发明实施例纸币图像的下面图像不意图，由图1b可以看出所述第二识别区域和第四识别区域在纸币反面图像的位置与所述第一识别区域和第二识别区域在纸币上面图像的位置相同，可以视作第一识别区域和第二识别区域透过纸币图像在纸币反面图像的映射。与第一识别区域和第二识别区域的位置关系相近似的，所述第三识别区域与所述第四识别区域以纸币反面图像的中心点中心对称。
[0030]步骤S103，获取所述识别区域的像素特征值，根据所述识别区域的像素特征值的比较结果确定所述纸币的面向。
[0031]将所获取到的纸币上面和反面图像转换为灰度图，并获取所选取的各识别区域的像素特征值。像素特征值一般可以包括所述识别区域内图像灰度值总和或区域内图像灰度值均值等。
[0032]由于纸币设计时分为图形区域和水印区域，图形区域和水印区域的灰度值差异明显，利用这个特性，可以有效区分出纸币的面向。由于纸币正面正向图像中的图形中深颜色的区域位置必然会出现在所述识别区域中，因此，通过分别比较各识别区域的像素特征值，确定像素特征值最大或最小的识别区域，可以确定当前纸币的面向。示例性的，以图1a和图1b所选取的识别区域为例，将像素特征值选为灰度值均值，根据各识别区域的灰度值均值比较结果，确定灰度值均值最小的识别区域。如果灰度值均值最小的识别区域为第一识别区域，则当前纸币的面向为正面正向；如果灰度值均值最小的识别区域为第二识别区域，则当前纸币的面向为正面反向。以此类推，可以根据灰度值均值最小的识别区域来确定当前纸币的面向。
[0033]本实施例通过在获取到的纸币上面和下面图像上按照预设的位置选取识别区域，四个预设位置的识别区域的像素特征值具有已知的大小顺序关系，据此获取所述识别区域的像素特征值，根据所述识别区域的像素特征值的比较结果确定所述纸币的面向。能够准确的识别所输入的纸币的输入面向，且识别速度更快。
[0034]此外，需要说明的是，本发明实施例虽然以港币举例，但本发明实施例所提供的方法也同样适用于滚动存储其它纸币的自动柜员机。由