本發(fā)明實(shí)施例涉及紙幣檢測(cè)技術(shù)，尤其涉及一種紙幣檢測(cè)方法及裝置。

背景技術(shù)：

隨著經(jīng)濟(jì)的繁榮發(fā)展，紙幣的流通量越來(lái)越大，也使得人民幣流通變得越來(lái)越容易。由于每天流通在市面上的紙幣數(shù)量非常巨大，紙幣的污損類型多樣，增加了銀行、金融等需要直接處理紙幣的相關(guān)部門對(duì)紙幣的整理工作，也增加了紙幣真?zhèn)伪孀R(shí)的難度，如何快速準(zhǔn)確的檢測(cè)紙幣污損是一個(gè)難題。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明實(shí)施例提供一種紙幣檢測(cè)方法及裝置，以提高紙幣污損檢測(cè)的速度。

第一方面，本發(fā)明實(shí)施例提供了一種紙幣檢測(cè)方法，包括：

獲取待測(cè)紙幣上設(shè)定區(qū)域的圖像；

基于完整局部二值模式clbp將所述設(shè)定區(qū)域的圖像和模板圖像進(jìn)行處理，其中，所述模板圖像為未被污損的紙幣上設(shè)定區(qū)域的圖像；

獲取處理后的特征區(qū)域的圖像與處理后的圖像模板之間的余弦距離；

若所述余弦距離小于第一余弦距離閾值，則確定待測(cè)紙幣為污損。

進(jìn)一步的，所述基于完整局部二值模式clbp將所述設(shè)定區(qū)域的圖像和模板圖像進(jìn)行處理之前，還包括：

對(duì)設(shè)定區(qū)域的圖像進(jìn)行灰度拉伸，并進(jìn)行直方圖統(tǒng)計(jì)；

根據(jù)直方圖統(tǒng)計(jì)結(jié)果確定所述待測(cè)紙幣為污損紙幣或待定紙幣；

所述基于完整局部二值模式clbp將所述設(shè)定區(qū)域的圖像和模板圖像進(jìn)行處理，具體為：

基于完整局部二值模式clbp將所述待定紙幣的設(shè)定區(qū)域的圖像和模板圖像進(jìn)行處理。

進(jìn)一步的，所述根據(jù)直方圖統(tǒng)計(jì)結(jié)果確定所述待測(cè)紙幣為污損紙幣或待定紙幣，包括：

計(jì)算所述設(shè)定區(qū)域的圖像內(nèi)像素點(diǎn)的灰度值中在第一灰度閾值至第二灰度閾值之間的灰度值所占的比例；

若所述比例大于預(yù)設(shè)閾值，則確定所述待測(cè)紙幣為污損紙幣，否則確定所述待測(cè)紙幣為待定紙幣。

進(jìn)一步的，所述根據(jù)直方圖統(tǒng)計(jì)結(jié)果確定所述待測(cè)紙幣為污損紙幣或待定紙幣，包括：

計(jì)算所述設(shè)定區(qū)域的圖像內(nèi)像素點(diǎn)的灰度值中大于第三灰度閾值的特殊灰度值；

統(tǒng)計(jì)所述特殊灰度值的個(gè)數(shù)；

若所述特殊灰度值的個(gè)數(shù)大于第四灰度閾值，則確定所述待測(cè)紙幣為污損紙幣，否則確定所述待測(cè)紙幣為待定紙幣。

進(jìn)一步的，所述第一灰度閾值為0，第二灰度閾值為15。

第二方面，本發(fā)明實(shí)施例還提供了一種紙幣檢測(cè)裝置，該裝置包括：

第一獲取模塊，用于獲取待測(cè)紙幣上設(shè)定區(qū)域的圖像；

處理模塊，用于基于完整局部二值模式clbp將所述設(shè)定區(qū)域的圖像和模板圖像進(jìn)行處理，其中，所述模板圖像為未被污損的紙幣上設(shè)定區(qū)域的圖像；

第二獲取模塊，用于獲取處理后的特征區(qū)域的圖像與處理后的圖像模板之間的余弦距離；

第一確定模塊，用于若所述余弦距離小于第一余弦距離閾值，則確定待測(cè)紙幣為污損。

進(jìn)一步的，還包括：

統(tǒng)計(jì)模塊，用于在所述基于完整局部二值模式clbp將所述設(shè)定區(qū)域的圖像和模板圖像進(jìn)行處理之前，對(duì)設(shè)定區(qū)域的圖像進(jìn)行灰度拉伸，并進(jìn)行直方圖統(tǒng)計(jì)；

第二確定模塊，用于根據(jù)直方圖統(tǒng)計(jì)結(jié)果確定所述待測(cè)紙幣為污損紙幣或待定紙幣；

所述處理模塊，具體用于：

基于完整局部二值模式clbp將所述待定紙幣的設(shè)定區(qū)域的圖像和模板圖像進(jìn)行處理。

進(jìn)一步的，所述第二確定模塊包括：

第一計(jì)算單元，用于計(jì)算所述設(shè)定區(qū)域的圖像內(nèi)像素點(diǎn)的灰度值中在第一灰度閾值至第二灰度閾值之間的灰度值所占的比例；

第一確定單元，用于若所述比例大于預(yù)設(shè)閾值，則確定所述待測(cè)紙幣為污損紙幣，否則確定所述待測(cè)紙幣為待定紙幣。

進(jìn)一步的，所述第二確定模塊包括：

第二計(jì)算單元，用于計(jì)算所述設(shè)定區(qū)域的圖像內(nèi)像素點(diǎn)的灰度值中大于第三灰度閾值的特殊灰度值；

統(tǒng)計(jì)單元，用于統(tǒng)計(jì)所述特殊灰度值的個(gè)數(shù)；

第二確定單元，用于若所述特殊灰度值的個(gè)數(shù)大于第四灰度閾值，則確定所述待測(cè)紙幣為污損紙幣，否則確定所述待測(cè)紙幣為待定紙幣。

進(jìn)一步的，所述第一灰度閾值為0，第二灰度閾值為15。

本發(fā)明實(shí)施例通過(guò)基于完整局部二值模式clbp將待測(cè)紙幣上設(shè)定區(qū)域的圖像和模板圖像進(jìn)行處理，模板圖像為未被污損的紙幣上設(shè)定區(qū)域的圖像，獲取處理后的特征區(qū)域的圖像與處理后的圖像模板之間的余弦距離，若余弦距離小于第一余弦距離閾值，則確定待測(cè)紙幣為污損，能夠提高紙幣污損檢測(cè)的速度。

附圖說(shuō)明

圖1a為本發(fā)明實(shí)施例一中的一種紙幣檢測(cè)方法的流程圖；

圖1b為本發(fā)明實(shí)施例一中的待測(cè)紙幣的示意圖；

圖1c為本發(fā)明實(shí)施例一中的設(shè)定區(qū)域的圖像；

圖2a是本發(fā)明實(shí)施例二中的一種紙幣檢測(cè)方法的流程圖；

圖2b為本發(fā)明實(shí)施例二中的直方圖；

圖3是本發(fā)明實(shí)施例三中的一種紙幣檢測(cè)裝置的結(jié)構(gòu)示意圖。

具體實(shí)施方式

下面結(jié)合附圖和實(shí)施例對(duì)本發(fā)明作進(jìn)一步的詳細(xì)說(shuō)明。可以理解的是，此處所描述的具體實(shí)施例僅僅用于解釋本發(fā)明，而非對(duì)本發(fā)明的限定。另外還需要說(shuō)明的是，為了便于描述，附圖中僅示出了與本發(fā)明相關(guān)的部分而非全部結(jié)構(gòu)。

實(shí)施例一

圖1a為本發(fā)明實(shí)施例一提供的一種紙幣檢測(cè)方法的流程圖，本實(shí)施例可適用于紙幣檢測(cè)的情況，該方法可以由本發(fā)明實(shí)施例中的紙幣檢測(cè)裝置來(lái)執(zhí)行，該裝置可采用軟件和/或硬件的方式實(shí)現(xiàn)，如圖1a所示，該方法具體包括如下步驟：

s110，獲取待測(cè)紙幣上設(shè)定區(qū)域的圖像。

其中，所述設(shè)定區(qū)域?yàn)榧垘派系暮谒^(qū)域，所述黑水印區(qū)域的顏色接近白色，顏色較紙幣其他區(qū)域的顏色淺，若紙幣污損，則黑水印區(qū)域的顏色可能加深，因此可以通過(guò)對(duì)黑水印區(qū)域的圖像進(jìn)行處理進(jìn)而判斷紙幣是否污損。

具體的，如圖1b所述，待測(cè)紙幣410上的420區(qū)域的圖像為設(shè)定區(qū)域的圖像，即黑水印區(qū)域。獲取待測(cè)紙幣410上的420區(qū)域的圖像。得到如圖1c所示的設(shè)定區(qū)域的圖像。

s120，基于完整局部二值模式clbp將所述設(shè)定區(qū)域的圖像和模板圖像進(jìn)行處理，其中，所述模板圖像為未被污損的紙幣上設(shè)定區(qū)域的圖像。

其中，lbp(localbinarypattern，局部二值模式)是一種用來(lái)描述圖像局部紋理特征的算子?；趌bp的算法計(jì)算簡(jiǎn)單，具有灰度不變性和旋轉(zhuǎn)不變性等優(yōu)勢(shì)，并且對(duì)光照有一定的抑制作用，但是lbp算法對(duì)噪聲敏感，只考慮中心像素與鄰域像素的差值符號(hào)特征，沒(méi)有考慮差值幅度，丟失一部分信息。為此，提出了完整局部二值模式(clbp，completedlocalbinarypattern)，clbp提取的特征比較全面且具有較強(qiáng)的鑒別能力。clbp算子包括三個(gè)部分：中心像素的lbp(clbp_c)、符號(hào)部分的lbp(clbp_s)、數(shù)值部分的lbp(clbp_m)。該方法首先采用clbp算子提取設(shè)定區(qū)域圖像的直方圖；然后融合成clbp直方圖，進(jìn)行直方圖相似性比較；最后根據(jù)最近鄰原則進(jìn)行識(shí)別。該方法得到的結(jié)果比lbp效果更好，魯棒性更高。

具體的，基于完整局部二值模式clbp將所述設(shè)定區(qū)域的圖像和模板圖像進(jìn)行處理，首先對(duì)設(shè)定區(qū)域的圖像和模板圖像進(jìn)行一系列的預(yù)處理；然后對(duì)預(yù)處理后的設(shè)定區(qū)域的圖像和模板圖像采用clbp_c,clbp_s和clbp_m算子提取后分別形成三個(gè)不同的直方圖，融合成clbp直方圖。基于完整局部二值模式clbp將所述設(shè)定區(qū)域的圖像和模板圖像轉(zhuǎn)化為特征向量。

具體的，對(duì)圖像進(jìn)行clbp處理，也就是將圖像轉(zhuǎn)化為向量(把圖像拉成1維)，對(duì)圖像進(jìn)行clbp處理，能夠讓灰度跳變更加明顯。

s130，獲取處理后的特征區(qū)域的圖像與處理后的圖像模板之間的余弦距離。

其中，余弦距離，也稱為余弦相似度，是用向量空間中兩個(gè)向量夾角的余弦值作為衡量?jī)蓚€(gè)個(gè)體間差異的大小的度量。向量，是多維空間中有方向的線段，如果兩個(gè)向量的方向一致，即夾角接近零，那么這兩個(gè)向量就相近。而要確定兩個(gè)向量方向是否一致，這就要用到余弦定理計(jì)算向量的夾角。在本發(fā)明實(shí)施例中所述余弦距離指的是兩個(gè)向量之間的相似度，如果兩個(gè)向量相似，則余弦距離比較大，如果兩個(gè)向量夾角為90度，則余弦距離為0，也就是說(shuō)余弦距離越大越好。

具體的，獲取設(shè)定區(qū)域的圖像和模板圖像轉(zhuǎn)化后的特征向量之間的余弦距離。

s140，若所述余弦距離小于第一余弦距離閾值，則確定待測(cè)紙幣為污損。

具體的，通過(guò)圖像采集設(shè)備，針對(duì)任一種面額的未被污損的紙幣圖像采集設(shè)定區(qū)域的圖像，所述訓(xùn)練樣本中訓(xùn)練圖像的個(gè)數(shù)以足夠訓(xùn)練為宜，先對(duì)訓(xùn)練樣本中各個(gè)訓(xùn)練圖像的大小按照預(yù)設(shè)尺寸進(jìn)行歸一化，再對(duì)各個(gè)訓(xùn)練圖像進(jìn)行紋理特征提取。針對(duì)各種面額的紙幣，得到各個(gè)面額紙幣對(duì)應(yīng)的設(shè)定區(qū)域的圖像的特征值的取值范圍，從而對(duì)污損紙幣進(jìn)行區(qū)分。當(dāng)采集到任一張待測(cè)紙幣圖像，得到待檢驗(yàn)紙幣圖像的特征向量，計(jì)算該特征向量與對(duì)應(yīng)面額紙幣模板圖像的特征向量的余弦距離，判斷該余弦距離是否小于第一余弦距離閾值，從而判斷待測(cè)紙幣是否污損。

具體的，通過(guò)clbp對(duì)污損進(jìn)行檢測(cè)，與傳統(tǒng)的lbp特征不同的是，像素值差分為符號(hào)和幅值兩項(xiàng)考慮，采用基于clbp將處理后的圖像轉(zhuǎn)化為特征向量，判斷條件根據(jù)余弦距離，即與模板圖像進(jìn)行比較，當(dāng)小于一定閾值的時(shí)候即為污損。

在一個(gè)具體的例子中，若所述模板圖像為未被污損的紙幣上設(shè)定區(qū)域的圖像。設(shè)定區(qū)域的圖像和模板圖像轉(zhuǎn)化后的特征向量之間的角度越小，設(shè)定區(qū)域的圖像和模板圖像轉(zhuǎn)化后的特征向量之間的余弦距離越大，紙幣污損越小。

本實(shí)施例的技術(shù)方案，通過(guò)基于完整局部二值模式clbp將待測(cè)紙幣上設(shè)定區(qū)域的圖像和模板圖像進(jìn)行處理，模板圖像為未被污損的紙幣上設(shè)定區(qū)域的圖像，獲取處理后的特征區(qū)域的圖像與處理后的圖像模板之間的余弦距離，若余弦距離小于第一余弦距離閾值，則確定待測(cè)紙幣為污損，能夠提高紙幣污損檢測(cè)的速度。

實(shí)施例二

圖2a為本發(fā)明實(shí)施例二中的一種紙幣檢測(cè)方法的流程圖，本實(shí)施例以上述實(shí)施例為基礎(chǔ)進(jìn)行優(yōu)化，在本實(shí)施例中，所述基于完整局部二值模式clbp將所述設(shè)定區(qū)域的圖像和模板圖像進(jìn)行處理之前，還包括：對(duì)設(shè)定區(qū)域的圖像進(jìn)行灰度拉伸，并進(jìn)行直方圖統(tǒng)計(jì)；根據(jù)直方圖統(tǒng)計(jì)結(jié)果確定所述待測(cè)紙幣為污損紙幣或待定紙幣；所述基于完整局部二值模式clbp將所述設(shè)定區(qū)域的圖像和模板圖像進(jìn)行處理，具體為：基于完整局部二值模式clbp將所述待定紙幣的設(shè)定區(qū)域的圖像和模板圖像進(jìn)行處理。

由此，先通過(guò)對(duì)設(shè)定區(qū)域的圖像進(jìn)行灰度拉伸，并進(jìn)行直方圖統(tǒng)計(jì)；根據(jù)直方圖統(tǒng)計(jì)結(jié)果確定待測(cè)紙幣為污損紙幣或待定紙幣，然后基于完整局部二值模式clbp將通過(guò)直方圖確定的待定紙幣的設(shè)定區(qū)域的圖像和模板圖像進(jìn)行處理，先將污損比較嚴(yán)重的待測(cè)紙幣檢測(cè)出來(lái)，再將剩余的待定紙幣中的污損紙幣檢測(cè)出來(lái)，能夠提高紙幣檢測(cè)速度。

如圖2a所示，本實(shí)施例的方法具體包括如下步驟：

s210，獲取待測(cè)紙幣上設(shè)定區(qū)域的圖像。

s220，對(duì)設(shè)定區(qū)域的圖像進(jìn)行灰度拉伸，并進(jìn)行直方圖統(tǒng)計(jì)。

其中，灰度拉伸又叫對(duì)比度拉伸，它是最基本的一種灰度變換，使用的是最簡(jiǎn)單的分段線性變換函數(shù)，它的主要思想是提高圖像處理時(shí)灰度級(jí)的動(dòng)態(tài)范圍。

具體的，每一個(gè)像素點(diǎn)都對(duì)應(yīng)有灰度值，例如可以是，a像素點(diǎn)的灰度值為20，b像素點(diǎn)的灰度值為100，a、b像素點(diǎn)的灰度值之差為80。將a、b兩點(diǎn)的灰度值都擴(kuò)大3倍，則a像素點(diǎn)的灰度值變?yōu)?0，b像素點(diǎn)的灰度值為255(由于灰度圖像的灰度值為0-255，因此不可能出現(xiàn)灰度值為300的情況)，進(jìn)行灰度拉伸后a、b像素點(diǎn)的灰度值之差為195，比之前的灰度值之差為80大很多，因此對(duì)比度更強(qiáng)。例如也可以是，獲取特征區(qū)域的像素點(diǎn)灰度值的最大值和最小值，根據(jù)最大值和最小值之差確定擴(kuò)大倍數(shù)。本實(shí)施例對(duì)具體灰度拉伸的方法不進(jìn)行限制。

其中，所述直方圖是關(guān)于灰度等級(jí)分布的函數(shù)，是對(duì)圖像中灰度級(jí)分布的統(tǒng)計(jì)。所述直方圖是將圖像中的所有像素的灰度值，按照灰度值的大小，統(tǒng)計(jì)其出現(xiàn)的頻率。

s230，根據(jù)直方圖統(tǒng)計(jì)結(jié)果確定所述待測(cè)紙幣為污損紙幣或待定紙幣。

其中，所述待定紙幣包括被污損的紙幣和未被污損的紙幣，由于紙幣污損的不是很明顯因此通過(guò)直方圖統(tǒng)計(jì)結(jié)果不能確定紙幣為污損紙幣，所以將通過(guò)直方圖統(tǒng)計(jì)結(jié)果確定的未被污損的紙幣定義為待定紙幣。

s240，基于完整局部二值模式clbp將所述待定紙幣的設(shè)定區(qū)域的圖像和模板圖像進(jìn)行處理。

具體的，通過(guò)直方圖統(tǒng)計(jì)結(jié)果雖紙幣進(jìn)行檢測(cè)是否為污損只能夠?qū)⑽蹞p比較嚴(yán)重的紙幣區(qū)分出來(lái)。只有基于完整局部二值模式clbp對(duì)圖像進(jìn)行處理之后才能夠?qū)⑺形蹞p的紙幣與未被污損的紙幣區(qū)分，但是由于基于完整局部二值模式clbp對(duì)圖像進(jìn)行處理相對(duì)比較復(fù)雜，且需要檢測(cè)的紙幣較多，因此先通過(guò)直方圖統(tǒng)計(jì)結(jié)果確定污損比較嚴(yán)重的紙幣，將剩余的紙幣通過(guò)完整局部二值模式clbp對(duì)圖像進(jìn)行處理檢測(cè)是否為污損紙幣。

s250，獲取處理后的特征區(qū)域的圖像與處理后的圖像模板之間的余弦距離。

s260，若所述余弦距離小于第一余弦距離閾值，則確定待測(cè)紙幣為污損。

可選的，所述根據(jù)直方圖統(tǒng)計(jì)結(jié)果確定所述待測(cè)紙幣為污損紙幣或待定紙幣，包括：

計(jì)算所述設(shè)定區(qū)域的圖像內(nèi)像素點(diǎn)的灰度值中在第一灰度閾值至第二灰度閾值之間的灰度值所占的比例；

若所述比例大于預(yù)設(shè)閾值，則確定所述待測(cè)紙幣為污損紙幣，否則確定所述待測(cè)紙幣為待定紙幣。

可選的，所述第一灰度閾值為0，第二灰度閾值為15。

具體的，計(jì)算設(shè)定區(qū)域的圖像內(nèi)像素點(diǎn)的灰度值在0～15之間的灰度值占設(shè)定區(qū)域圖像的面積的比例。若比例大于預(yù)設(shè)閾值，則確定待測(cè)紙幣為污損紙幣，否則確定待測(cè)紙幣為待定紙幣。

可選的，所述根據(jù)直方圖統(tǒng)計(jì)結(jié)果確定所述待測(cè)紙幣為污損紙幣或待定紙幣，包括：

計(jì)算所述設(shè)定區(qū)域的圖像內(nèi)像素點(diǎn)的灰度值中大于第三灰度閾值的特殊灰度值；

統(tǒng)計(jì)所述特殊灰度值的個(gè)數(shù)；

若所述特殊灰度值的個(gè)數(shù)大于第四灰度閾值，則確定所述待測(cè)紙幣為污損紙幣，否則確定所述待測(cè)紙幣為待定紙幣。

具體的，正常情況下，灰度值為0的像素點(diǎn)個(gè)數(shù)大于第三灰度閾值，則記錄灰度值0，灰度值為1的像素點(diǎn)個(gè)數(shù)大于第三灰度閾值，則記錄灰度值1。以此類推，記錄的灰度值個(gè)數(shù)大于第四灰度閾值，則確定所述待測(cè)紙幣為污損紙幣。

具體的，截取出需要檢測(cè)的特征區(qū)域，對(duì)特征區(qū)域進(jìn)行灰度拉伸,并進(jìn)行直方圖統(tǒng)計(jì)；如果紙幣有污損，其直方圖統(tǒng)計(jì)會(huì)有較大變化(像素點(diǎn)灰度值會(huì)有變化，0是黑色，255最亮，灰度值0～15顏色深。有污損的情況下，直方圖中，0～15顏色深的像素點(diǎn)個(gè)數(shù)增多)，例如當(dāng)是正常的情況下，灰度值(例如灰度值為0～15)所占的比例在一定的閾值范圍內(nèi)，而當(dāng)出現(xiàn)污損時(shí)，其一些灰度值的比例將會(huì)增大，因此可以根據(jù)以上進(jìn)行判斷，具體計(jì)算方法是：(1)grayvalue(灰度值)從灰度值為0循環(huán)到一定的灰度閾值(例如可以是灰度閾值為15)；(2)計(jì)算比例＝grayvalue/(width*height),這里的width為特征區(qū)域的寬度，height為特征區(qū)域的高度，width*height＝特征區(qū)域的面積。比例指的是灰度值為0～15的像素點(diǎn)個(gè)數(shù)除以特征區(qū)域的面積：也就是說(shuō)，比較的是，相同特征區(qū)域的情況下，灰度值為0～15所占的比例。并與正常的未必污損的紙幣模版進(jìn)行比較，當(dāng)與模板相比模版灰度值超過(guò)一定閾值則記錄下該灰度；(3)如圖2b所示，圖中的橫縱坐標(biāo)分別表示：灰度值、灰度值所占的比例。正常情況下，灰度值為0～15的像素點(diǎn)個(gè)數(shù)除以特征區(qū)域的面積所得的比例值在620范圍內(nèi)。當(dāng)出現(xiàn)污損情況時(shí)，其就不在該范圍內(nèi)，灰度值為0～15的像素點(diǎn)個(gè)數(shù)除以特征區(qū)域的面積所得的比例值在610范圍內(nèi)，并且處于非聚簇的狀態(tài)。當(dāng)循環(huán)過(guò)程中有比例超過(guò)一定閾值的時(shí)候，則為污損紙幣；在判斷的時(shí)候還可以根據(jù)當(dāng)超過(guò)一定閾值的比例超過(guò)一定閾值，則判斷為污損；通過(guò)上述方法將待測(cè)紙幣區(qū)分為污損紙幣和待定紙幣，進(jìn)一步，通過(guò)clbp對(duì)待定紙幣進(jìn)行檢測(cè)，與傳統(tǒng)的lbp特征不同的是，像素值差分為符號(hào)和幅值兩項(xiàng)考慮，采用基于clbp將處理后的圖像轉(zhuǎn)化為特征向量，判斷條件根據(jù)余弦距離，即與模板進(jìn)行比較，當(dāng)小于一定閾值的時(shí)候即為污損。

本實(shí)施例的技術(shù)方案，先通過(guò)對(duì)設(shè)定區(qū)域的圖像進(jìn)行灰度拉伸，并進(jìn)行直方圖統(tǒng)計(jì)；根據(jù)直方圖統(tǒng)計(jì)結(jié)果確定待測(cè)紙幣為污損紙幣或待定紙幣，然后基于完整局部二值模式clbp將通過(guò)直方圖確定的待定紙幣的設(shè)定區(qū)域的圖像和模板圖像進(jìn)行處理，先將污損比較嚴(yán)重的待測(cè)紙幣檢測(cè)出來(lái)，再將剩余的待定紙幣中的污損紙幣檢測(cè)出來(lái)，能夠提高紙幣檢測(cè)速度。

實(shí)施例三

圖3為本發(fā)明實(shí)施例三的一種紙幣檢測(cè)裝置的結(jié)構(gòu)示意圖。本實(shí)施例可適用于紙幣檢測(cè)的情況，該系統(tǒng)可采用軟件和/或硬件的方式實(shí)現(xiàn)，該系統(tǒng)可集成在任何提紙幣檢測(cè)的設(shè)備中，如圖3所示，所述紙幣檢測(cè)裝置具體包括：第一獲取模塊310、處理模塊320、第二獲取模塊330和第一確定模塊340。

其中，第一獲取模塊310，用于獲取待測(cè)紙幣上設(shè)定區(qū)域的圖像；

處理模塊320，用于基于完整局部二值模式clbp將所述設(shè)定區(qū)域的圖像和模板圖像進(jìn)行處理，其中，所述模板圖像為未被污損的紙幣上設(shè)定區(qū)域的圖像；

第二獲取模塊330，用于獲取處理后的特征區(qū)域的圖像與處理后的圖像模板之間的余弦距離；

第一確定模塊340，用于若所述余弦距離小于第一余弦距離閾值，則確定待測(cè)紙幣為污損。

可選的，還包括：

統(tǒng)計(jì)模塊，用于在所述基于完整局部二值模式clbp將所述設(shè)定區(qū)域的圖像和模板圖像進(jìn)行處理之前，對(duì)設(shè)定區(qū)域的圖像進(jìn)行灰度拉伸，并進(jìn)行直方圖統(tǒng)計(jì)；

第二確定模塊，用于根據(jù)直方圖統(tǒng)計(jì)結(jié)果確定所述待測(cè)紙幣為污損紙幣或待定紙幣；

所述處理模塊320，具體用于：

基于完整局部二值模式clbp將所述待定紙幣的設(shè)定區(qū)域的圖像和模板圖像進(jìn)行處理。

可選的，所述第二確定模塊包括：

第一計(jì)算單元，用于計(jì)算所述設(shè)定區(qū)域的圖像內(nèi)像素點(diǎn)的灰度值中在第一灰度閾值至第二灰度閾值之間的灰度值所占的比例；

第一確定單元，用于若所述比例大于預(yù)設(shè)閾值，則確定所述待測(cè)紙幣為污損紙幣，否則確定所述待測(cè)紙幣為待定紙幣。

可選的，所述第二確定模塊包括：

第二計(jì)算單元，用于計(jì)算所述設(shè)定區(qū)域的圖像內(nèi)像素點(diǎn)的灰度值中大于第三灰度閾值的特殊灰度值；

統(tǒng)計(jì)單元，用于統(tǒng)計(jì)所述特殊灰度值的個(gè)數(shù)；

第二確定單元，用于若所述特殊灰度值的個(gè)數(shù)大于第四灰度閾值，則確定所述待測(cè)紙幣為污損紙幣，否則確定所述待測(cè)紙幣為待定紙幣。

可選的，所述第一灰度閾值為0，第二灰度閾值為15。

本實(shí)施例的技術(shù)方案，通過(guò)基于完整局部二值模式clbp將待測(cè)紙幣上設(shè)定區(qū)域的圖像和模板圖像進(jìn)行處理，模板圖像為未被污損的紙幣上設(shè)定區(qū)域的圖像，獲取處理后的特征區(qū)域的圖像與處理后的圖像模板之間的余弦距離，若余弦距離小于第一余弦距離閾值，則確定待測(cè)紙幣為污損，能夠提高紙幣污損檢測(cè)的速度。

上述產(chǎn)品可執(zhí)行本發(fā)明任意實(shí)施例所提供的方法，具備執(zhí)行方法相應(yīng)的功能模塊和有益效果。

注意，上述僅為本發(fā)明的較佳實(shí)施例及所運(yùn)用技術(shù)原理。本領(lǐng)域技術(shù)人員會(huì)理解，本發(fā)明不限于這里所述的特定實(shí)施例，對(duì)本領(lǐng)域技術(shù)人員來(lái)說(shuō)能夠進(jìn)行各種明顯的變化、重新調(diào)整和替代而不會(huì)脫離本發(fā)明的保護(hù)范圍。因此，雖然通過(guò)以上實(shí)施例對(duì)本發(fā)明進(jìn)行了較為詳細(xì)的說(shuō)明，但是本發(fā)明不僅僅限于以上實(shí)施例，在不脫離本發(fā)明構(gòu)思的情況下，還可以包括更多其他等效實(shí)施例，而本發(fā)明的范圍由所附的權(quán)利要求范圍決定。