[发明专利]纸币验证

说明书

本申请是2005年12月16日提交的No.11/305,537的共同未决申请的部分继续申请。

技术领域

本发明涉及一种用于纸币验证的方法和设备。

背景技术

越来越需要以简单、可靠和节约成本的方式自动核查和验证不同币种和面额的纸币。例如，这在接收纸币的自助式设备(例如，自助式售货亭、售票机、被安排办理存款的自动柜员机、自助式货币兑换机等)中是必需的。

以前，货币验证的人工方法涉及纸币的图像检查、诸如水印和纹路对准标记的透视效果以及手感甚至气味。其他已知方法依赖需要半人工询问的半公开特征。例如，使用磁性装置、紫外线传感器、荧光、红外线检测器、电容、金属条、图像模式等。然而，就其本身来说，这些方法是人工或半人工的，并且不适合无法长时间人工干预的许多应用。例如，在自助式设备中。

为创建自动验钞机有重要问题有待克服。例如，存在具有不同安全特征甚至基质类型的许多不同类型的货币。在不同的面额还通常具有不同水平的安全特征。因此，需要提供一种用于那些不同币种和面额的、容易并便于执行货币验证的一般方法。

简而言之，验钞机的任务是确定所给定的纸币是真的还是假的。以前的自动验证方法通常需要已知相对大量的假钞样本以训练分类器。另外，那些先前的分类器被训练以只检测已知的假钞。这是有问题的，原因在于对于可能的假钞存在很少或者不存在可用信息。例如，这特别对于新引入的面额或新引入的币种是有问题的。

在出版在模式识别第37期(Pattern Recognition 37)(2004)第1085-1096页、作者为Chao He，MarkGirolami和Gary Ross(其中二人是本申请的发明人)、题目为“Employing optimized combinations ofone-class classifiers for automated currency validation(为自动纸币验证采用单类分类器的最优组合)”的早期论文中，描述了自动货币验证方法(专利号为EP1484719，US20042447169)。这涉及使用网格结构将整个纸币的图像分割成区域。为每个区域构造单独的“单类(one-class)”分类器，并且组合区域特定分类器的小的子集以提供全面描述(下面更详细地解释术语“单类”)。通过采用遗传算法来实现为实现良好性能的区域特定分类器的分割和组合。该方法在遗传算法阶段中需要少量假钞样本，同样地，当无法获得假钞数据时，该方法不适用。

还需要以能实时执行的计算开销小的方式来执行自动货币验证。

本发明旨在提供一种克服或者至少减少一个或多个上述问题的用于纸币验证的改进方法和设备。

发明内容

描述了一种创建用于纸币验证的分类器的方法。使用来自真钞的所有训练图像集合的信息形成分割模板，然后使用所述分割模板来分割每个训练集合图像。特征从分段中提取，并使用所述特征来形成分类器，所述分类器优选地是单类统计分类器。以这种方式可对不同币种和面额快速并简单地形成分类器，而无需假钞的样本。描述了使用这种分类器的纸币验证器以及使用这种分类器验证纸币的方法。在优选实施例中，将纸币验证器并入到例如自动柜员机的自助式设备中。

我们描述了一种创建用于纸币验证的分类器的方法。所述方法包括步骤：

·访问纸币图像的训练集合；

·使用训练集合图像创建分割模板；

·使用分割模板分割每个训练集合图像；

·从每个训练集合图像中的每个分段中提取一个或多个特征；

·使用特征信息形成分类器；其中，分割模板是基于训练集合中所有图像的信息来创建的。

通过基于来自训练集合中所有图像的信息创建分割模板，我们发现了提高的纸币验证性能。相反，以前的方法对分割使用了严格网格结构，所述严格网格结构不需要来自所有训练集合图像的信息来执行分割。

例如，来自训练集合中所有图像的信息包括形态学信息。所述形态学信息可以是训练集合中的模式、颜色、纹理等。我们经验地发现，使用这种信息导致提高的纸币验证性能。

在示例中，来自训练集合中所有图像的信息包括关于每个训练集合图像中相同位置的像素的信息。所述信息可包括如下面详细解释的像素亮度简档。

优选地，基于来自训练集合中所有图像的信息使用聚类算法将像素位置在图像平面中聚类来创建分割模板。可使用现有技术中已知的任何合适的聚类算法。