[发明专利]用于对钞捆进行检测的视觉分析处理方法

说明书

技术领域

本发明涉及一种检测方法，特别是一种钞捆的检测方法，尤其是一种用于对钞捆进行检测的视觉分析处理方法。

背景技术

目前，对钞捆把数的检测较为常见的是采用自动技术为图章视频识别技术进行检测的。这种检测技术对图章有诸多要求，而在现实中图章的位置、偏正、浓淡、完整与否均是呈多样性，并且难以统一。由于图章视频识别技术的准确度不高，因此，在检测中就行成上述问题造成不必要的拒钞现象。

发明内容

针对上述问题中存在的不足之处，本发明提供一种采用图像视觉分析处理的方法，使准确度与识别效率更高的用于对钞捆进行检测的视觉分析处理方法。

为实现上述目的，本发明提供一种用于对钞捆进行检测的视觉分析处理方法，包括以下步骤：

a、采集钞捆顶部表面与侧壁表面的图像；

b、对所采集图像中钞捆的腰条进行识别处理，将腰条与钞票分离之后，依次对腰条进行分析、辨别以及数量的统计；

c、对所采集图像中钞捆的大封签进行识别与对比；

d、综合比较步骤b与步骤c的结果，只有上述步骤b与步骤c的结果均符合要求则视为钞捆检测合格。

在步骤a中，通过摄像设备采集设置在钞捆顶部表面的大封签以及呈相对式设置在钞捆两侧的多个腰条的图像。

在步骤a完成后，还需要采用OCR算法对所采集图像中钞捆的大封签进行辨别以得出钞捆的券别与面值。

在步骤b中包括以下步骤：

b1、采用色差分析算法将腰条范围从所采集到的钞捆侧壁表面的图片中提取出来；

b2、在腰条范围内采用HSV算法进行分层，利用腰条边缘的明暗度、饱和度的不同将钞捆中的多个腰条分为相应的区块；

b3、对区块的数量进行统计，当区块的数量为10个的时候则表示钞把的数量合格。

所述腰条范围是指在所述腰条覆盖在钞把侧面上的区域。

任意一个所述区块的颜色均不相同。

在步骤c中包括以下步骤：

c1、对大封签图像采用RGB分层算法以得到带有特定颜色图层的图像；

c2、在带有特定颜色图层的图像中采用模式识别方式寻找匹配预先定义的标识模式；

c3、将带有特定颜色图层的图像与预先定义的标识模式进行比较，二者相同时则表示大封签检测合格。

在步骤c实施之前需要输入预先定义的标识模式。

与现有技术相比，本发明具有以下优点：

本发明提供一种用于对钞捆进行检测的视觉分析处理方法，包括以下步骤：a、采集钞捆顶部表面与侧壁表面的图像；b、对所采集图像中钞捆的腰条进行识别处理，将腰条与钞票分离之后，依次对腰条进行分析、辨别以及数量的统计；c、对所采集图像中钞捆的大封签进行识别与对比；d、综合比较步骤b与步骤c的结果，只有上述步骤b与步骤c的结果均符合要求则视为钞捆检测合格。本发明采用图像视觉分析处理的方法，使准确度与识别效率更高，可避免由于现有图章视频识别技术的准确度不高，检测中造成不必要的拒钞的问题发生。

附图说明

图1为本发明的流程图；

图2为图1的实施例流程图。

具体实施方式

如图1所示，本发明提供一种用于对钞捆进行检测的视觉分析处理方法，包括以下步骤：

a、采集钞捆顶部表面与侧壁表面的图像；

b、对所采集图像中钞捆的腰条进行识别处理，将腰条与钞票分离之后，依次对腰条进行分析、辨别以及数量的统计；

c、对所采集图像中钞捆的大封签进行识别与对比；

d、综合比较步骤b与步骤c的结果，只有上述步骤b与步骤c的结果均符合要求则视为钞捆检测合格。

如图2所示，本发明提供一种用于对钞捆进行检测的视觉分析处理方法，包括以下步骤：

a、采集钞捆顶部表面与侧壁表面的图像；

b、对所采集图像中钞捆的腰条进行识别处理，将腰条与钞票分离之后，依次对腰条进行分析、辨别以及数量的统计；

c、对所采集图像中钞捆的大封签进行识别与对比；

d、综合比较步骤b与步骤c的结果，只有上述步骤b与步骤c的结果均符合要求则视为钞捆检测合格。

在步骤a中，通过摄像设备采集设置在钞捆顶部表面的大封签以及呈相对式设置在钞捆两侧的多个腰条的图像。

在步骤a完成后，还需要采用OCR算法对所采集图像中钞捆的大封签进行辨别以得出钞捆的券别与面值。

其中，在步骤b中包括以下步骤：