[发明专利]一种纸币的面向识别方法及装置

说明书

本发明实施例公开了一种纸币的面向识别方法及装置，其中，所述纸币的面向识别方法包括：将获取到的纸币图像按照预设的位置选取第一识别区域、第二识别区域、第三识别区域及第四识别区域；分别计算所述第一识别区域像素灰度值的和、第二识别区域像素灰度值的和、第三识别区域像素灰度值的和及第四识别区域像素灰度值的和，并分别将所述第一识别区域像素灰度值的和与所述第二识别区域像素灰度值的和进行比较，所述第三识别区域像素灰度值的和与所述第四识别区域像素灰度值的和进行比较，根据比较结果确定纸币图像的面向。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。

技术领域

本发明涉及纸币识别领域，尤其涉及一种纸币的面向识别方法及装置。

背景技术

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。

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，且很难达到100％的识别率。这就使得识别过程相对繁琐，影响识别的速度和效果，给纸币面向的识别带来不便。

发明内容

有鉴于此，本发明实施例提出一种纸币的面向识别方法及装置，以实现快速准确的识别纸币的面向。

第一方面，本发明实施例提供了一种纸币的面向识别方法，包括：

将获取的纸币图像按照预设的位置选取第一识别区域、第二识别区域、第三识别区域和第四识别区域；

分别计算所述第一识别区域像素灰度值的和、第二识别区域像素灰度值的和、第三识别区域像素灰度值的和及第四识别区域的像素灰度值的和；

分别将所述第一识别区域像素灰度值的和与第二识别区域像素灰度值的和进行比较，将所述第三识别区域像素灰度值的和与第四识别区域像素灰度值的和进行比较，并根据比较结果确定纸币图像的面向。

第二方面，本发明实施例提供了一种纸币的面向识别装置，包括：

识别区域选取单元，将获取的纸币图像按照预设的位置选取第一识别区域、第二识别区域、第三识别区域和第四识别区域；

灰度值和计算单元，用于分别计算所述第一识别区域像素灰度值的和、第二识别区域像素灰度值的和、第三识别区域像素灰度值的和和第四识别区域像素灰度值的和；

纸币面向确定单元，用于分别将所述第一识别区域像素灰度值的和与第二识别区域像素灰度值的和进行比较，以及所述第三识别区域像素灰度值的和与第四识别区域像素灰度值的和进行比较，并根据比较结果确定纸币图像的面向。

采用本发明实施例所提供的纸币的面向识别方法和装置，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

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：

图1a是本发明实施例一提供的纸币的正面正向示意图；

图1b是本发明实施例一提供的纸币的反面正向示意图；

图1c是本发明实施例一提供的纸币的正面反向示意图；

图1d是本发明实施例一提供的纸币的反面反向示意图；