[发明专利]纸币识别方法与系统

权利要求书

1.一种纸币识别方法，其特征在于，包括如下步骤：

步骤S1：获取待测纸币的红外图像；

步骤S2：根据所述红外图像对待测纸币的各红外防伪特征区域进行定位；

步骤S3：检测各红外防伪特征区域的SURF特征点；

步骤S4：将各红外防伪特征区域与样本库中预存的相同面额及版本的真币样本的相应红外防伪特征区域进行SURF特征点匹配，并根据各匹配结果计算所述待测纸币与所述真币样本在各红外防伪特征区域的SURF特征点匹配度；

步骤S5：将所述待测纸币与所述真币样本在各红外防伪特征区域的SURF特征点匹配度与预设的相应红外防伪特征区域的分类阈值进行比较，并根据比较结果判断待测纸币的各红外防伪特征区域的真伪；

步骤S6：根据待测纸币的各红外防伪特征区域的真伪判断待测纸币的真伪；如果各红外防伪特征区域都为真，则判定所述待测纸币为真币，否则判定所述待测纸币为假币；

其中，所述样本库中预存有若干真币样本特征模型及若干假币样本特征模型；

所述真币样本特征模型包括：该真币样本的各红外防伪特征区域与其SURF特征点之间的对应关系；

所述假币样本特征模型包括：该假币样本的各红外防伪特征区域与其SURF特征点的之间对应关系；

各红外防伪特征区域的分类阈值的设定步骤为：

从样本库中提取若干真币样本特征模型和假币样本特征模型，并根据组合进行各红外防伪特征区域的类内SURF特征点匹配及类间SURF特征点匹配，并据此计算各红外防伪特征区域的每次类内SURF特征点匹配的匹配度及每次类间SURF特征点匹配的匹配度；

根据计算得出的各红外防伪特征区域的各次类内SURF特征点匹配的匹配度及类间SURF特征点匹配的匹配度，在同一坐标系中建立同一红外防伪特征区域的类内SURF特征点匹配度概率分布曲线及类间SURF特征点匹配度概率分布曲线，并将两条曲线的第一个交点所对应的匹配度作为相应红外防伪特征区域分类阈值。

2.如权利要求1所述的纸币识别方法，其特征在于，对待测纸币的各红外防伪特征区域进行定位的方法为：

根据所述待测纸币的红外图像中各红外防伪特征区域与背景区域的灰度差别，对所述待测纸币的各红外防伪特征区域进行定位。

3.如权利要求1所述的纸币识别方法，其特征在于，所述样本库中还预存有各种面额及版本的纸币与所述各种面额及版本的纸币的标准灰度之间的对应关系；所述步骤S6之后，还包括如下步骤：

检测被判定为真币的待测纸币的灰度；

将所述灰度，与样本库中预存的与该待测纸币的面额及版本对应的所述纸币的标准灰度进行比对，并根据比对结果判断该待测纸币的新旧程度。

4.如权利要求3所述的纸币识别方法，其特征在于，所述各种面额及版本的纸币与所述各种面额及版本的纸币的标准灰度之间的对应关系通过如下步骤获得：

步骤A：获取全新币样本的可见光图像；

步骤B：将所述可见光图像平均划分为若干区域，并检测各区域的平均灰度；

步骤C：将各区域的平均灰度按大小顺序依次排列，提取最大的前m个平均灰度，并计算该m个平均灰度的平均值，并将该平均值作为所述真币样本的标准灰度；所述m为大于1的自然数；

步骤D：重复将所述步骤A至步骤C的操作执行N次，以获取N张与所述真币样本的面额及版本相同的全新币样本的标准灰度，并计算获得的N个标准灰度的平均值，并将该平均值作为所述面额及版本的纸币的标准灰度；所述N为大于1的自然数；

步骤E：按照所述步骤A至步骤D的操作，分别获取各种面额及版本的纸币的标准灰度，并将各种面额及版本的纸币与所述各种面额及版本的纸币的标准灰度之间的对应关系保存到所述样本库中。

5.如权利要求1所述的纸币识别方法，其特征在于，在所述步骤S6之后，还包括如下步骤：

检测被判定为真币的待测纸币的红外透射图像；

对所述红外透射图像进行二值化处理，获得二值化图像；所述二值化图像中的二值所对应的区域分别对应该待测纸币的纸币区域与缺损区域；

根据所述二值化图像计算所述缺损区域占所述纸币区域与缺损区域之和的比值，并根据所述比值及所述待测纸币的面积计算所述待测纸币的缺损区域的面积。