一種褶皺票據(jù)鑒別方法及裝置的制造方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及金融自助設(shè)備技術(shù)領(lǐng)域，尤其涉及一種褶皺票據(jù)鑒別方法及裝置。
【背景技術(shù)】
[0002] 作為非流通票據(jù)類型之一的褶皺票據(jù)，已不適合再流通，因此，當(dāng)褶皺票據(jù)作為輸 入、進(jìn)入到鑒別裝置時(shí)，鑒別裝置需將其鑒別分類為非流通票據(jù)。
[0003] 但受限于現(xiàn)有成像設(shè)備、光照變化、成像環(huán)境等因素的影響，使得自助設(shè)備的信號(hào) 采集模塊得到的信號(hào)不夠魯棒，進(jìn)而影響褶皺票據(jù)在信號(hào)中的特征不夠顯著，從而加大了 對(duì)褶皺票據(jù)的鑒別難度。
[0004] 特征描述是褶皺票據(jù)鑒別的關(guān)鍵前提，基于現(xiàn)有的信號(hào)，假若采用傳統(tǒng)簡單的求 灰度均值，或采用閾值對(duì)圖像進(jìn)行二值化，并統(tǒng)計(jì)異常像素點(diǎn)的單一特征描述方法，很難將 褶皺票據(jù)與受干擾或受污染的票據(jù)區(qū)分開來。傳統(tǒng)的特征描述之所以達(dá)不到好的效果的根 本原因在于，未對(duì)褶皺票據(jù)與受干擾或受污染的票據(jù)進(jìn)行有效的分類或預(yù)處理。

【發(fā)明內(nèi)容】

[0005] 為了解決現(xiàn)有技術(shù)中難以將褶皺票據(jù)與受干擾或受污染的票據(jù)區(qū)分開來的問題， 本發(fā)明提出一種褶皺票據(jù)鑒別方法及裝置，采用基于高/低通濾波器的特征分類方法，對(duì) 票據(jù)褶皺的特征區(qū)域進(jìn)行有效的特征描述，最終提高鑒別裝置對(duì)褶皺票據(jù)的鑒別性能。
[0006] 本發(fā)明提供的一種褶皺票據(jù)鑒別裝置，包括：一票據(jù)輸入口，用于接受待鑒別票據(jù) 或票據(jù)樣本，并將票據(jù)輸送至下一模塊；一信號(hào)采集模塊，用于對(duì)票據(jù)CIS圖像進(jìn)行采集， 得到紅外透射圖像T和紅外反射圖像F ;-信號(hào)鑒別模塊，用于鑒別待鑒別票據(jù)是否有褶 皺；以及一接收/拒收模塊，用于對(duì)待鑒別票據(jù)進(jìn)行接收或拒收操作；其中，該信號(hào)鑒別模 塊進(jìn)一步包括：一高通濾波第一單元，用于對(duì)紅外透射圖像T進(jìn)行濾波，得到高通紅外透射 濾波圖像gT ;-低通濾波第一單元，用于對(duì)紅外透射圖像T進(jìn)行濾波，得到低通紅外透射濾 波圖像dT ;-高通濾波第二單元，用于根據(jù)紅外透射圖像T的低通濾波情況，按照幾何坐標(biāo) 點(diǎn)對(duì)點(diǎn)的映射關(guān)系對(duì)紅外反射圖F同步進(jìn)行高通濾波，得到高通紅外反射濾波圖像gF ; - 低通濾波第二單元，用于根據(jù)紅外透射圖T的高通濾波情況，按照幾何坐標(biāo)點(diǎn)對(duì)點(diǎn)的映射 關(guān)系對(duì)紅外反射圖F同步進(jìn)行低通濾波，得到低通紅外反射濾波圖像dF ;-差分濾波圖單 元，用于對(duì)高通紅外反射濾波圖像gF與低通紅外透射濾波圖像dT進(jìn)行差分運(yùn)算，得到差分 濾波圖像cFT ;-特征提取第一單元，用于對(duì)高通紅外透射濾波圖像gT進(jìn)行特征提取，計(jì)算 gT的平均灰度值gT_G作為其特征值；一特征提取第二單元，用于對(duì)低通紅外反射濾波圖像 dF進(jìn)行特征提取，計(jì)算dF的平均灰度值dF_G作為其特征值；一特征提取第三單元，用于對(duì) 差分濾波圖像cFT進(jìn)行特征提取，計(jì)算cFT的平均灰度值cFT_G作為其特征值；以及一鑒 別決策單元，用于根據(jù)票據(jù)樣本的gT_G特征值、dF_G特征值及cFT_G特征值計(jì)算褶皺票據(jù) 與非褶皺票據(jù)的分類模型，并依據(jù)票據(jù)分類決策模型決策待鑒別鈔票是否有褶皺，其中該 票據(jù)分類決策模型為 ：Pl> T p p2> T 2, p3> T 3同時(shí)成立時(shí)，則待鑒別票據(jù)被鑒別為褶皺票 據(jù)，反之，則鑒別為非褶皺票據(jù)，其中P1，&及P 3分別為將待鑒別票據(jù)決策為褶皺票據(jù)的置 信度，1~2及T 3為三個(gè)置信度閾值。
[0007] 優(yōu)選的，該票據(jù)分類決策模型可進(jìn)一步修正為：
[0008]
【主權(quán)項(xiàng)】
1. 一種褶皺票據(jù)鑒別裝置，包括： 一票據(jù)輸入口，用于接受待鑒別票據(jù)或票據(jù)樣本，并將票據(jù)輸送至下一模塊； 一信號(hào)采集模塊，用于對(duì)票據(jù)CIS圖像進(jìn)行采集，得到紅外透射圖像T和紅外反射圖像F； 一信號(hào)鑒別模塊，用于鑒別待鑒別票據(jù)是否有褶皺；以及 一接收/拒收模塊，用于對(duì)待鑒別票據(jù)進(jìn)行接收或拒收操作； 其特征在于，該信號(hào)鑒別模塊進(jìn)一步包括： 一高通濾波第一單元，用于對(duì)紅外透射圖像T進(jìn)行濾波，得到高通紅外透射濾波圖像 gT； 一低通濾波第一單元，用于對(duì)紅外透射圖像T進(jìn)行濾波，得到低通紅外透射濾波圖像dT； 一高通濾波第二單元，用于根據(jù)紅外透射圖像T的低通濾波情況，按照幾何坐標(biāo)點(diǎn)對(duì) 點(diǎn)的映射關(guān)系對(duì)紅外反射圖F同步進(jìn)行高通濾波，得到高通紅外反射濾波圖像gF; 一低通濾波第二單元，用于根據(jù)紅外透射圖T的高通濾波情況，按照幾何坐標(biāo)點(diǎn)對(duì)點(diǎn) 的映射關(guān)系對(duì)紅外反射圖F同步進(jìn)行低通濾波，得到低通紅外反射濾波圖像dF; 一差分濾波圖單元，用于對(duì)高通紅外反射濾波圖像gF與低通紅外透射濾波圖像dT進(jìn) 行差分運(yùn)算，得到差分濾波圖像cFT; 一特征提取第一單元，用于對(duì)高通紅外透射濾波圖像gT進(jìn)行特征提取，計(jì)算gT的平均 灰度值gT_G作為其特征值； 一特征提取第二單元，用于對(duì)低通紅外反射濾波圖像dF進(jìn)行特征提取，計(jì)算dF的平均 灰度值dF_G作為其特征值； 一特征提取第三單元，用于對(duì)差分濾波圖像cFT進(jìn)行特征提取，計(jì)算cFT的平均灰度值cFT_G作為其特征值；以及 一鑒別決策單元，用于根據(jù)票據(jù)樣本的gT_G特征值、dF_G特征值及cFT_G特征值計(jì) 算褶皺票據(jù)與非褶皺票據(jù)的分類模型，并依據(jù)票據(jù)分類決策模型決策待鑒別鈔票是否有褶 皺，其中該票據(jù)分類決策模型為：Pl>Ti，p2>T2,p3>T3同時(shí)成立時(shí)，則待鑒別票據(jù)被鑒別 為褶皺票據(jù)，反之，則鑒別為非褶皺票據(jù)，其中Pl，&及P3分別為將待鑒別票據(jù)決策為褶皺 票據(jù)的置信度，1~2及T3為三個(gè)置信度閾值。
2. 如權(quán)利要求1所述的褶皺票據(jù)鑒別裝置，其特征在于該票據(jù)分類決策模型進(jìn)一步修 正為：
其中Pi，P2&P3分別為將待鑒別票據(jù)決策為褶皺票據(jù)的置信度，《，0，Y是分別對(duì)Pl，p^p3給予的不同的權(quán)重值，且a+f3+y =l，a彡〇，0彡〇，y彡〇，1\為閾值，1\的 一般經(jīng)驗(yàn)值為〇. 5。
3. -種褶皺票據(jù)鑒別方法，包括： 步驟一，票據(jù)輸入口接受待鑒別票據(jù)，并將該待鑒別票據(jù)輸送至信號(hào)采集模塊； 步驟二，信號(hào)采集模塊采集該待鑒別票據(jù)的CIS圖像信號(hào)，得到紅外透射圖像Ts和紅 外反射圖像Fs; 步驟三，高通濾波第一單元對(duì)紅外透射圖像Ts進(jìn)行濾波，得到高通紅外透射濾波圖像gTs; 步驟四，低通濾波第一單元對(duì)紅外透射圖像!；進(jìn)行濾波，得到低通紅外透射濾波圖像dTs; 步驟五，高通濾波第二單元根據(jù)紅外透射圖像1；的低通濾波情況，按照幾何坐標(biāo)點(diǎn)對(duì) 點(diǎn)的映射關(guān)系對(duì)紅外反射圖Fs同步進(jìn)行高通濾波，得到高通紅外反射濾波圖像gFs; 步驟六，低通濾波第二單元根據(jù)紅外透射圖！；的高通濾波情況，按照幾何坐標(biāo)點(diǎn)對(duì)點(diǎn) 的映射關(guān)系對(duì)紅外反射圖Fs同步進(jìn)行低通濾波，得到低通紅外反射濾波圖像dFs; 步驟七，差分濾波圖單元對(duì)高通紅外反射濾波圖像gFs與低通紅外透射濾波圖像dT3進(jìn) 行差分運(yùn)算，得到差分濾波圖像cFTs; 步驟八，特征提取第一單元對(duì)gTs進(jìn)行特征提取，計(jì)算gTs的平均灰度值gT_Gs作為其 特征值； 步驟九，特征提取第二單元對(duì)dFs進(jìn)行特征提取，計(jì)算dFs的平均灰度值dF_Gs作為其 特征值； 步驟十，特征提取第三單元對(duì)cFTs進(jìn)行特征提取，計(jì)算cFTs的平均灰度值cFT_Gs作為 其特征值； 步驟i^一，將該gT_Gs特征值、dF_Gs特征值及cFT_Gs特征值分別代入褶皺票據(jù)與非褶 皺票據(jù)的三個(gè)分類模型ypy2、中， Yi=fi(gT_G)；y2=f2(dF_G)； y3=f3(cFT_G)； 得到 Pi=fi(gT_Gs)；p2=f2(dF_Gs)； p3=f3(cFT_Gs)； 其中Pi，巧及P3分別為將待鑒別票據(jù)決策為褶皺票據(jù)的置信度，若PTpp2>T2,p3 >T3同時(shí)成立時(shí)，則待鑒別票據(jù)被鑒別為褶皺票據(jù)，反之，則鑒別為非褶皺票據(jù)，其中Ti，T2 及！^為三個(gè)置信度閾值。
4. 如權(quán)利要求3所述的褶皺票據(jù)鑒別方法，其特征在于，步驟十一進(jìn)一步包括對(duì)pi，p2 及P3給予不同的權(quán)重值a，0，y，其中a+0+y= 1，a彡〇, 0彡〇,y彡〇,則存在一 個(gè)閾值Ts，票據(jù)分類決策模型如下：
5. 如權(quán)利要求3或4所述的褶皺票據(jù)鑒別方法。其特征在于，得到該褶皺票據(jù)與非 褶皺票據(jù)的三個(gè)分類模型yi、y2、y3的方法包括：采集一定數(shù)量的褶皺票據(jù)與非褶皺票據(jù)樣 本，獲得每一張票據(jù)樣本的高通紅外透射濾波圖gT的平均灰度值gT_G特征值、低通紅外反 射濾波圖dF的平均灰度值dF_G特征值及差分濾波圖cFT的平均灰度值cFT_G特征值，并 分別統(tǒng)計(jì)該gT_G特征值、dF_G特征值及cFT_G特征值，計(jì)算得出褶皺票據(jù)對(duì)應(yīng)的gT_G概 率分布圖、dF_G概率分布圖及cFT_G概率分布圖，用如下公式分別描述： Yi=f1 (gT_G)； y2=f2(dF_G)； y3=f3(cFT_G)； 其中丫:^^^分別為該褶皺票據(jù)與非褶皺票據(jù)的三個(gè)分類模型。
6. 如權(quán)利要求5所述的褶皺票據(jù)鑒別方法，其特征在于，獲得每一張票據(jù)樣本的高通 紅外透射濾波圖gT的平均灰度值gT_G特征值、低通紅外反射濾波圖dF的平均灰度值dF_ G特征值及差分濾波圖cFT的平均灰度值cFT_G特征值的方法，與權(quán)利要求1中步驟一至步 驟十中，獲得該待鑒別票據(jù)的高通紅外透射濾波圖gTs的平均灰度值gT_Gs特征值、低通紅 外反射濾波圖dFs的平均灰度值dF_Gs特征值及差分濾波圖cFTs的平均灰度值cFT_Gs特征 值的方法相同。
7. 如權(quán)利要求3所述的褶皺票據(jù)鑒別方法，其特征在于，步驟一至步驟十并非依次進(jìn) 行，其中步驟三與步驟四可同步進(jìn)行，步驟五與步驟六可同步進(jìn)行，步驟八在步驟三之后即 可進(jìn)行，步驟九在步驟六之后即可進(jìn)行，以及步驟十在步驟七之后即可進(jìn)行。
8. 如權(quán)利要求3所述的褶皺票據(jù)鑒別方法，其特征在于，步驟三之前還包括對(duì)圖像信 號(hào)八和Fs求取高/低通濾波器閾值：先求取T3的平均灰度值為：
其中pix(i)為Ts上像素點(diǎn)對(duì)應(yīng)的灰度值，w為Ts圖像信號(hào)的寬度，h為Ts圖像信號(hào)的 高度，Ts對(duì)應(yīng)的高通濾波器閾值則為Tn=j*avG，1彡j彡（255/avG)，低通濾波器閾值則 為T22=k*avG，0 <k< 1〇
9. 如權(quán)利要求8所述的褶皺票據(jù)鑒別方法，其特征在于，計(jì)算gTs的平均灰度值gT_Gs 的求取模型、計(jì)算dFs的平均灰度值dF_Gs的求取模型以及計(jì)算cFTs的平均灰度值cFT_Gs 的求取模型與求取Ts的平均灰度值的求取模型相同。
【專利摘要】本發(fā)明涉及一種褶皺票據(jù)鑒別方法和裝置。該裝置包括一票據(jù)輸入口、一信號(hào)采集模塊、一信號(hào)鑒別模塊以及一接收/拒收模塊，其中，該信號(hào)鑒別模塊進(jìn)一步包括一高通濾波第一單元、一低通濾波第一單元、一高通濾波第二單元、一低通濾波第二單元、一差分濾波圖單元、一特征提取第一單元、一特征提取第二單元、一特征提取第三單元及一鑒別決策單元。由于采用高/低通濾波的方式對(duì)特征進(jìn)行有效分類，提升了特征的可區(qū)分性。特別是不同類型的特征對(duì)應(yīng)不同的分類器，而分類器之間又具有類似Adaboost分類器的功能，能夠保證鑒別置信度，使得鑒別系統(tǒng)更為魯棒地兼容外部環(huán)境干擾、票據(jù)身污染等復(fù)雜情況，整個(gè)褶皺票據(jù)解決方法及裝置能夠有效地鑒別褶皺票據(jù)。
【IPC分類】G06K9-46, G06K9-62
【公開號(hào)】CN104573700
【申請(qǐng)?zhí)枴緾N201510059223
【發(fā)明人】劉光祿, 陳健, 肖助明, 鄭偉銳
【申請(qǐng)人】廣州廣電運(yùn)通金融電子股份有限公司
【公開日】2015年4月29日
【申請(qǐng)日】2015年2月4日