CN107341900B - 一种基于红外油墨标志智能识别的票据防伪鉴别方法 - Google Patents
一种基于红外油墨标志智能识别的票据防伪鉴别方法 Download PDFInfo
- Publication number
- CN107341900B CN107341900B CN201710536627.2A CN201710536627A CN107341900B CN 107341900 B CN107341900 B CN 107341900B CN 201710536627 A CN201710536627 A CN 201710536627A CN 107341900 B CN107341900 B CN 107341900B
- Authority
- CN
- China
- Prior art keywords
- printing ink
- light
- infrared
- infrared printing
- gray scale
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Classifications
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07D—HANDLING OF COINS OR VALUABLE PAPERS, e.g. TESTING, SORTING BY DENOMINATIONS, COUNTING, DISPENSING, CHANGING OR DEPOSITING
- G07D7/00—Testing specially adapted to determine the identity or genuineness of valuable papers or for segregating those which are unacceptable, e.g. banknotes that are alien to a currency
- G07D7/06—Testing specially adapted to determine the identity or genuineness of valuable papers or for segregating those which are unacceptable, e.g. banknotes that are alien to a currency using wave or particle radiation
- G07D7/12—Visible light, infrared or ultraviolet radiation
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07D—HANDLING OF COINS OR VALUABLE PAPERS, e.g. TESTING, SORTING BY DENOMINATIONS, COUNTING, DISPENSING, CHANGING OR DEPOSITING
- G07D7/00—Testing specially adapted to determine the identity or genuineness of valuable papers or for segregating those which are unacceptable, e.g. banknotes that are alien to a currency
- G07D7/20—Testing patterns thereon
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Toxicology (AREA)
- Inspection Of Paper Currency And Valuable Securities (AREA)
Abstract
本发明公开了一种基于红外油墨标志智能识别的票据防伪鉴别方法，包括：采集票据图像，并根据票据两个端点，按照票据类型得到红外油墨防伪标志规格及位置，实现红外油墨防伪标志定位；在票据防伪鉴别光照条件下，采集截取票据号码图像，根据油墨防伪标志规格及位置分割得到票据红外油墨标志图像和非红外油墨标志图像；比对不同光照条件下的红外油墨标志图像和非红外油墨标志图像，并计算红外油墨标志图像和非红外油墨标志图像在不同光照明条件下转换前后的灰度拉伸向量；选取两组不同光照明转换前后的灰度拉伸向量，分别作为主要鉴别条件和辅助鉴别条件，并根据主要鉴别条件的向量对的相异性和辅助鉴别条件的向量对的相似性，进行票据的防伪鉴别。
Description
技术领域
本发明涉及票据防伪智能鉴别技术领域，尤其涉及一种基于红外油墨标 志智能识别的票据防伪鉴别方法。
背景技术
随着国民经济与科技高速发展，票据在日常生活中的应用日益广泛。传 统票据真伪鉴别方法需要通过对票据的三十多个防伪点进行人工判断，根据 审验人的经验来确定票据真假。人工处理效率低下、易出错、主观成分大， 实现票据的智能化分析、自动鉴别，是未来票据鉴别技术的重要趋势。
传统票据防伪鉴别技术主要有人工鉴别和机器鉴别，人工鉴别通常依靠 操作及鉴定人员鉴别经验。机器鉴别采用相关仪器及软件相配合的方法实现 票据真伪鉴别，如基于多光谱特征的票据智能鉴别仪和票据防伪方法 (CN102568079A)，其提取票据多光谱特征存于数据库中，与被检票据进行比 对，票据脏污、褶皱等问题会影响其识别准确率；CN105632012A采用激光光 束激发防伪油墨，当激光照射时，将使材料发出荧光，需要人工鉴别。
发明内容
为解决上述技术问题，本发明的目的是提供一种基于红外油墨标志智能 识别的票据防伪鉴别方法，该方法实现了票据表面老化、脏污、凹凸不平等 情况下防伪鉴别，同时降低票据鉴别对光源与成像元件要求。
本发明的目的通过以下的技术方案来实现：
一种基于红外油墨标志智能识别的票据防伪鉴别方法，包括
A、采集票据图像，并根据票据两个端点，按照票据类型得到红外油墨 防伪标志规格及位置，实现红外油墨防伪标志定位；
B、在票据防伪鉴别光照条件下，采集截取票据号码图像，根据油墨防伪 标志规格及位置分割得到票据红外油墨标志图像和非红外油墨标志图像；
C、比对不同光照条件下的红外油墨标志图像和非红外油墨标志图像，并 计算红外油墨标志图像和非红外油墨标志图像在不同光照明条件下转换前后 的灰度拉伸向量；
D、选取两组不同光照明转换前后的灰度拉伸向量，分别作为主要鉴别 条件和辅助鉴别条件，并根据主要鉴别条件的向量对的相异性和辅助鉴别条 件的向量对的相似性，进行票据的防伪鉴别。
与现有技术相比，本发明的一个或多个实施例可以具有如下优点：
本方法利用票据上的非红外油墨标志与红外油墨在不同光照条件下的特 性进行对比，巧妙解决了票据表面老化、脏污、凹凸不平等情况下的准确防 伪鉴别，同时具有较强的泛用性，降低票据鉴别对光源与成像元件要求。
附图说明
附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本 发明的实施例共同用于解释本发明，并不构成对本发明的限制。在附图中：
图1是基于红外油墨标志智能识别的票据防伪鉴别方法流程图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚，下面将结合实施例及附图 对本发明作进一步详细的描述。
如图1所示，为基于红外油墨标志智能识别的票据防伪鉴别方法流程， 包括如下步骤：
步骤10、采集票据图像，并根据票据两个端点，按照票据类型得到红外 油墨防伪标志规格及位置，实现红外油墨防伪标志定位；
步骤20、在票据防伪鉴别光照条件下，采集截取票据号码图像，并根据 油墨防伪标志规格及位置分割得到票据红外油墨标志图像和非红外油墨标志 图像；
步骤30、比对不同光照条件下的红外油墨标志图像和非红外油墨标志图 像，并计算红外油墨标志图像和非红外油墨标志图像在不同光照明条件下转 换前后的灰度拉伸向量；
步骤40、选取两组不同光照明转换前后的灰度拉伸向量，分别作为主要 鉴别条件和辅助鉴别条件，并根据主要鉴别条件的向量对的相异性和辅助鉴 别条件的向量对的相似性，进行票据的防伪鉴别。
上述步骤10中使用白光照明采集票据图像。
上述步骤20中：票据防伪鉴别光照包括白光、白光透光、红外光及紫外 光，并截取到白光、白光透光、红外光、紫外光照明条件下的红外油墨标志 图像分别为IIN、IIT、III、IIV以及白光、白光透光、红外光、紫外光照明条件 下的非红外油墨标志图像INN、INT、INI、INV。
上述步骤30中：
不同光照包括红外光照明、白光照明、白光透光照明及紫外光照明；
不同光照明转换转换前后的灰度拉伸向量包括：由白光照明转为红外光 照明的灰度拉伸向量、由白光照明转为白光透光的灰度拉伸向量以及由白光 照明转为紫外光照明的灰度拉伸向量；
其中，红外油墨标志图像和非红外油墨标志图像由白光照明转为红外光 照明的灰度拉伸向量的计算方法为：若设图像I的N维灰度向量为H(N)，H(N)每个元素hi代表属于阈值范围内像素点p数量：
则白光、红外光红外油墨标志图像分别为IIN、III，白光、红外光红外油 墨标志图像的灰度向量为计算灰度拉伸向量使最小；
同理，可以计算白光、红外光照明条件下的非红外油墨标志图像INN、INI对应的灰度向量为灰度拉伸向量为
上述步骤30包括：通过白光透光照明和紫外光照明条件下的红外油墨标 志图和非红外油墨标志图像与白光照明条件下的红外油墨标志图像和非红外 油墨标志图像进行比对，得到红外油墨标志图像由白光转换为白光透光的灰 度拉伸向量为由白光转换为紫外的灰度拉伸向量为非红外油墨 标志图像由白光转换为白光透光的灰度拉伸向量为由白光转换为紫外 的灰度拉伸向量为
上述步骤40中：
选取从白光到红外光照明的一组灰度拉伸向量量作为主要鉴 别条件；
选取白光透光、紫外光两对灰度拉伸向量与作 为辅助鉴别条件，根据主要鉴别条件和辅助鉴别条件判断票据的真伪条件包 括：
(1)未测出白光透光、紫外光两对灰度拉伸向量
红外油墨在红外光下消失，而非红外油墨则不具备这一特性，若票据上 采用红外油墨防伪，则在红外光光照条件下，红外油墨灰度拉伸向量和非红 外油墨灰度拉伸向量必须具有明显区别，可以设定判断真伪的阈值R，从而 判断票据真伪；
(2)测出白光透光、紫外光两对灰度拉伸向量
红外油墨与非红外油墨在白光透光、紫外光照明条件下均呈现黑色，则 在白光透光、紫外光光照条件下，红外油墨灰度拉伸向量和非红外油墨灰度 拉伸向量不应具有明显区别，同样可根据判断真伪的阈值R，从而判断票据 真伪；则有
上述实施例提供的方法中：
在票据防伪鉴别光照条件下，采集截取票据号码图像，根据油墨防伪标 志规格及位置、分割得到票据红外油墨标志图像与非红外油墨标志图像，但 并不仅限于此，也可以分割得到票据红外油墨标志图像、普通油墨或非红外 油墨的其他防伪油墨标志图像；同理，也可以对比不同光照条件下的红外油 墨标志图像和普通油墨或非红外油墨的其他防伪油墨标志图像，并计算红外 油墨标志图像和普通油墨或非红外油墨的其他防伪油墨标志图像在不同光照 明条件下转换前后的灰度拉伸向量。因此，无论上述实施例中提到的是票据 上的红外油墨标志图像与非红外油墨标志图像在不同光照条件下的特性进行 对比，还是票据上的红外油墨标志图像、普通油墨或非红外油墨的其他防伪 油墨标志图像在不同光照条件下的特性进行对比，均属于本实施例保护的范 围之内。
虽然本发明所揭露的实施方式如上，但所述的内容只是为了便于理解本 发明而采用的实施方式，并非用以限定本发明。任何本发明所属技术领域内 的技术人员，在不脱离本发明所揭露的精神和范围的前提下，可以在实施的 形式上及细节上作任何的修改与变化，但本发明的专利保护范围，仍须以所 附的权利要求书所界定的范围为准。
Claims (6)
1.一种基于红外油墨标志智能识别的票据防伪鉴别方法，其特征在于，所述方法包括：
A、采集票据图像，并根据票据两个端点，按照票据类型得到红外油墨防伪标志规格及位置，实现红外油墨防伪标志定位；
B、在票据防伪鉴别光照条件下，采集截取票据号码图像，根据油墨防伪标志规格及位置分割得到票据红外油墨标志图像和非红外油墨标志图像；所述票据防伪鉴别光照包括白光、白光透光、红外光与紫外光；
C、在白光、白光透光、红外光与紫外光光照条件下，比对红外油墨标志图像与非红外油墨标志图像，并计算红外油墨标志图像和非红外油墨标志图像在不同光照明条件下转换前后的灰度拉伸向量；不同光照明转换转换前后的灰度拉伸向量包括：由白光照明转为红外光照明的灰度拉伸向量、由白光照明转为白光透光的灰度拉伸向量以及由白光照明转为紫外光照明的灰度拉伸向量；
D、选取两组不同光照明转换前后的灰度拉伸向量，分别作为主要鉴别条件和辅助鉴别条件，并根据主要鉴别条件的向量对的相异性和辅助鉴别条件的向量对的相似性，进行票据的防伪鉴别；所述主要鉴别条件为：红外油墨标志图像、非红外油墨标志图像分别从白光转为红外光照明的灰度拉伸向量；所述辅助鉴别条件为红外油墨标志图像、非红外油墨标志图像分别从白光转为白光透光、紫外光照明的灰度拉伸向量。
2.如权利要求1所述的基于红外油墨标志智能识别的票据防伪鉴别方法，其特征在于，所述步骤A中使用白光照明采集票据图像。
3.如权利要求1所述的基于红外油墨标志智能识别的票据防伪鉴别方法，其特征在于，所述步骤B中：票据防伪鉴别光照包括白光、白光透光、红外光及紫外光，并截取到白光、白光透光、红外光、紫外光照明条件下的红外油墨标志图像分别为IIN、IIT、III、IIV以及白光、白光透光、红外光、紫外光照明条件下的非红外油墨标志图像INN、INT、INI、INV。
4.如权利要求1所述的基于红外油墨标志智能识别的票据防伪鉴别方法，其特征在于，所述步骤C中：
不同光照包括红外光照明、白光照明、白光透光照明及紫外光照明；
不同光照明转换前后的灰度拉伸向量包括：由白光照明转为红外光照明的灰度拉伸向量、由白光照明转为白光透光的灰度拉伸向量以及由白光照明转为紫外光照明的灰度拉伸向量；
其中，红外油墨标志图像和非红外油墨标志图像由白光照明转为红外光照明的灰度拉伸向量的计算方法为：若设图像I的N维灰度向量为H(N)，H(N)每个元素hi代表属于阈值范围内像素点p数量：
则白光、红外光红外油墨标志图像分别为IIN、III，白光、红外光红外油墨标志图像的灰度向量为计算灰度拉伸向量使最小；
同理，可以计算白光、红外光照明条件下的非红外油墨标志图像INN、INI对应的灰度向量为灰度拉伸向量为
5.如权利要求1所述的基于红外油墨标志智能识别的票据防伪鉴别方法，其特征在于，所述步骤C包括：通过白光透光照明和紫外光照明条件下的红外油墨标志图和非红外油墨标志图像与白光照明条件下的红外油墨标志图像和非红外油墨标志图像进行比对，得到红外油墨标志图像由白光转换为白光透光的灰度拉伸向量为由白光转换为紫外光的灰度拉伸向量为非红外油墨标志图像由白光转换为白光透光的灰度拉伸向量为由白光转换为紫外光的灰度拉伸向量为
6.如权利要求1所述的基于红外油墨标志智能识别的票据防伪鉴别方法，其特征在于，所述步骤D中：
选取从白光到红外光照明的一组灰度拉伸向量量作为主要鉴别条件；
选取白光透光、紫外光两对灰度拉伸向量与作为辅助鉴别条件，根据主要鉴别条件和辅助鉴别条件判断票据的真伪条件包括：
(1)未测出白光透光、紫外光两对灰度拉伸向量
红外油墨在红外光下消失，而非红外油墨则不具备这一特性，若票据上采用红外油墨防伪，则在红外光光照条件下，红外油墨灰度拉伸向量和非红外油墨灰度拉伸向量必须具有明显区别，可以设定判断真伪的阈值R，从而判断票据真伪；
(2)测出白光透光、紫外光两对灰度拉伸向量
红外油墨与非红外油墨在白光透光、紫外光照明条件下均呈现黑色，则在白光透光、紫外光光照条件下，红外油墨灰度拉伸向量和非红外油墨灰度拉伸向量不应具有明显区别，同样可根据判断真伪的阈值R，从而判断票据真伪；则有
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710536627.2A CN107341900B (zh) | 2017-07-04 | 2017-07-04 | 一种基于红外油墨标志智能识别的票据防伪鉴别方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710536627.2A CN107341900B (zh) | 2017-07-04 | 2017-07-04 | 一种基于红外油墨标志智能识别的票据防伪鉴别方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN107341900A CN107341900A (zh) | 2017-11-10 |
| CN107341900B true CN107341900B (zh) | 2019-10-22 |
Family
ID=60219399
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710536627.2A Active CN107341900B (zh) | 2017-07-04 | 2017-07-04 | 一种基于红外油墨标志智能识别的票据防伪鉴别方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107341900B (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109410420B (zh) * | 2018-10-12 | 2021-01-01 | 深圳怡化电脑股份有限公司 | 一种图像检测方法、装置和票据鉴别仪 |
| CN111899411B (zh) * | 2020-08-14 | 2022-02-25 | 中国工商银行股份有限公司 | 票据数据识别方法及装置 |
Family Cites Families (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH0812709B2 (ja) * | 1988-05-31 | 1996-02-07 | ローレルバンクマシン株式会社 | 紙幣判別装置 |
| JP2002042204A (ja) * | 2000-07-31 | 2002-02-08 | Oki Electric Ind Co Ltd | 媒体画像読取装置とこれを用いた媒体画像確認システム |
| CN201936372U (zh) * | 2010-07-07 | 2011-08-17 | 张健 | 鹰眼便携式票据鉴别仪 |
| CN201897828U (zh) * | 2010-11-30 | 2011-07-13 | 深圳市中钞信达金融科技有限公司 | 一种票币光谱检测和安全线检测的集成装置 |
| JP5959001B2 (ja) * | 2012-07-20 | 2016-08-02 | 株式会社小森コーポレーション | シート状物の検査装置 |
| CN105374105A (zh) * | 2015-10-16 | 2016-03-02 | 浙江依特诺科技股份有限公司 | 一种用于移动终端鉴别纸币真伪的方法 |
| JP6523925B2 (ja) * | 2015-11-10 | 2019-06-05 | 株式会社日立製作所 | 生体情報を用いた認証装置及び認証方法 |
| CN106600810B (zh) * | 2016-12-05 | 2019-04-26 | 深圳怡化电脑股份有限公司 | 一种纸币的识别方法及装置 |
-
2017
- 2017-07-04 CN CN201710536627.2A patent/CN107341900B/zh active Active
Also Published As
| Publication number | Publication date |
|---|---|
| CN107341900A (zh) | 2017-11-10 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110598699B (zh) | 一种基于多光谱图像的防伪票据鉴伪系统和方法 | |
| WO2016049979A1 (zh) | 纸币识别方法及装置 | |
| Alekhya et al. | Fake currency detection using image processing and other standard methods | |
| Mirza et al. | Paper currency verification system based on characteristic extraction using image processing | |
| CN109117885B (zh) | 一种基于深度学习的邮票识别方法 | |
| Darade et al. | Automatic recognition of fake Indian currency note | |
| RU2661529C1 (ru) | Способ и устройство классификации и идентификации банкнот на основе цветового пространства lab | |
| CN101751713A (zh) | 一种基于光谱影像分析的银行票据鉴伪系统 | |
| CN104992496A (zh) | 一种纸币面向识别方法及装置 | |
| CN105787508A (zh) | 纺织品颜色识别方法及系统 | |
| JPWO2006106677A1 (ja) | 印刷物、該印刷物の検知方法及び検知装置、並びに認証方法及び認証装置 | |
| TW200842734A (en) | Image processing program and image processing device | |
| CN105741404B (zh) | 票据的鉴别方法、装置和系统 | |
| Suresh et al. | Indian currency recognition and verification using image processing | |
| Murthy et al. | Design and implementation of paper currency recognition with counterfeit detection | |
| CN107437293A (zh) | 一种基于票据全局特征的票据防伪鉴别方法 | |
| CN107341900B (zh) | 一种基于红外油墨标志智能识别的票据防伪鉴别方法 | |
| CN110533660A (zh) | 一种电子产品外壳丝印缺陷的检测方法 | |
| CN102289665A (zh) | 基于墨粉堆积纹理分析的打印文件鉴别方法 | |
| CN104166839A (zh) | 一种书画真伪鉴定方法及系统 | |
| CN103344571B (zh) | 一种有价证券耐性质量评价方法及装置 | |
| CN106846608B (zh) | 一种基于rgb-d相机的视障人士纸币识别眼镜 | |
| CN204229410U (zh) | 一种书画真伪鉴定系统 | |
| Dhapare et al. | Detection of Counterfeit Currency using Image Processing Techniques | |
| Veling et al. | Fake Indian currency recognition system by using MATLAB |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| PE01 | Entry into force of the registration of the contract for pledge of patent right |
Denomination of invention: Bill anti-counterfeiting identification method based on infrared ink mark intelligent identification Effective date of registration: 20200707 Granted publication date: 20191022 Pledgee: Bank of China Limited Guangzhou Yuexiu Branch Pledgor: GUANGZHOU YINKE ELECTRONICS Co.,Ltd. Registration number: Y2020440000179 |
|
| PE01 | Entry into force of the registration of the contract for pledge of patent right | ||
| PC01 | Cancellation of the registration of the contract for pledge of patent right |
Date of cancellation: 20220909 Granted publication date: 20191022 Pledgee: Bank of China Limited Guangzhou Yuexiu Branch Pledgor: GUANGZHOU YINKE ELECTRONICS Co.,Ltd. Registration number: Y2020440000179 |
|
| PC01 | Cancellation of the registration of the contract for pledge of patent right |