一种纸币识别方法及装置技术领域
本发明实施例涉及信息处理技术领域，尤其涉及一种纸币识别方法及装置。
背景技术
随着经济的发展，纸币的流通量越来越大，很多行业都出现了基于纸币识别技术
的智能化无人收费系统。例如，纸币识别技术不仅可以应用在自动售货售票上，也可以应用
到银行的自动存取款机或营业厅的自动交费机等系统中。同时，点钞机的发明也为各个行
业提供了方便，纸币识别装置的应用，节省了大量的人力资源，极大地提升了工作效率。
现有的纸币识别技术，通常基于纸币的红外、荧光、磁性油墨等特征，通过图像传
感器采集纸币的图像信息，经过模拟数字转换器将模拟图像转换成数字图像，然后用微处
理器对图像进行处理与特征识别，从而鉴定纸币的真伪。但是在对图像识别之前要进行许
多的预处理工作，包括去除噪声和二值化等，数据处理过程复杂，影响纸币的识别效率。
发明内容
有鉴于此，本发明实施例提供一种纸币识别方法及装置，以解决现有纸币识别方
法复杂、效率低的技术缺陷。
第一方面，本发明实施例提供了一种纸币识别方法，包括：
在纸币的灰度图像中切取包含安全线的特征区域；
确定预设数量的像素行中用于表示所述安全线起始位置的特征像素，并获取所述
特征像素在行方向上的位置信息；
根据所有特征像素的位置信息判断所有特征像素是否集中在一条直线上；
根据判断结果，确定所述纸币的真伪。
第二方面，本发明实施例提供了一种纸币识别装置，包括：
特征区域获取模块，用于在纸币的灰度图像中切取包含安全线的特征区域；
特征像素确定模块，用于确定预设数量的像素行中用于表示所述安全线起始位置
的特征像素，并获取所述特征像素在行方向上的位置信息；
检测模块，用于根据所有特征像素的位置信息判断所有特征像素是否集中在一条
直线上；
识别模块，用于根据判断结果，确定所述纸币的真伪。
本发明实施例提供的技术方案，通过获取包含安全线的特征区域灰度图像，确定
出灰度图像中安全线的起始像素位置信息，并判断由不同像素行得到的安全线的起始像素
位置是否集中在一条直线上，鉴别安全线是否满足竖条直线特征，从而识别纸币的真伪。本
发明实施例通过采用上述技术方案，提供的纸币识别算法简单、稳定性好，提高纸币的识别
效率，并能保证纸币识别的准确性。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对本发明实施例描述中所
需要使用的附图作简单的介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施
例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据本发明实施
例的内容和这些附图获得其他的附图。
图1为本发明实施例一提供的一种纸币识别方法的流程示意图；
图2为本发明实施例二提供的一种纸币识别方法的流程示意图；
图3为本发明实施例三提供的一种纸币识别方法的流程示意图；
图4a为本发明实施例四提供的一种纸币识别方法的流程示意图；
图4b为本发明实施例四提供的一种包含安全线的特征区域示意图；
图5为本发明实施例五提供的一种纸币识别装置的结构示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是，此处所描
述的具体实施例仅仅用于解释本发明，而非对本发明的限定。另外还需要说明的是，为了便
于描述，附图中仅示出了与本发明相关的部分而非全部结构。
在更加详细地讨论示例性实施例之前应当提到的是，一些示例性实施例被描述成
作为流程图描绘的处理或方法。虽然流程图将各步骤描述成顺序的处理，但是其中的许多
步骤可以被并行地、并发地或者同时实施。此外，各步骤的顺序可以被重新安排。当其操作
完成时所述处理可以被终止，但是还可以具有未包括在附图中的附加步骤。所述处理可以
对应于方法、函数、规程、子例程、子程序等等。
实施例一
图1为本发明实施例一提供的一种纸币识别方法的流程示意图。该方法适用于纸
币识别的情况，该方法可以由纸币识别装置执行，其中该装置可由软件和/或硬件实现，一
般可集成在具有验钞功能的设备中。如图1所示，该方法可以包括：
步骤101、在纸币的灰度图像中切取包含安全线的特征区域。
示例性的，目前人民币上通常存在一条用于防伪的竖直安全线，安全线的全称为
全息磁性开窗安全线，是在造纸环节中植入纸张中的特种纤维。灰度图像通常是指黑白图
片，灰度是指黑白图像中像素点的颜色深度，灰度值范围一般从0到255，白色为255，颜色最
浅，黑色为0，颜色最深。纸币的灰度图像可以为红外透射图像，可以通过图像传感器采集待
识别纸币的红外透射图像，如通过接触式图像传感器采集纸币的图像信息，图像传感器的
扫描分辨率可以为100*100dpi。
示例性的，通过相同的纸币识别设备检测相同面值的纸币时，图像传感器采集到
的纸币灰度图像中安全线的位置基本相同，可以根据对不同面值的真币样本进行图像采集
与统计，确定不同面值的纸币对应的安全线的位置，并根据对应标准安全线的最大长度与
宽度尺寸，切取包含安全线的矩形区域，使得在识别相同面值的纸币时，所切取的特征区域
的位置与大小基本一致。本实施例对切取的具体形状不作限定切取的形状可以为矩形或圆
形等，并且在纸币的朝向发生改变时，也可以通过对真币样本的图像采集与统计，确定不同
朝向时纸币对应的安全线的位置。
步骤102、确定预设数量的像素行中用于表示安全线起始位置的特征像素，并获取
特征像素在行方向上的位置信息。
示例性的，像素是表示图像的最小单位，可以将特征区域中与安全线垂直的方向
规定为像素行方向，与安全平行的方向规定为像素列方向。在特征区域内，可以以一定的行
间隔采集预设数量的像素行信息。在特征区域内，安全线位置的像素灰度值通常低于其他
位置的像素灰度值，可以根据像素行中所包含像素的灰度信息，确定每个像素行中表示安
全线起始位置的像素，即特征像素。
具体的，假设切取的特征区域内共包含200个像素行，上述预设数量为50，则可以
从第一行开始，每间隔4行采集一个像素行的灰度信息，也可以以任意行间隔采集预设数量
的像素行信息，之后根据采集的每个像素行中灰度值最低的像素位置范围确定各个像素行
中的特征像素及特征像素在行方向上的位置信息。若建立平面直角坐标系，将与安全线垂
直的方向规定为X轴，与安全线平行的方向规定为Y轴，则确定的特征像素的位置信息可以
为该像素的坐标信息，特征像素行方向上的位置信息则为该像素的X坐标值。需要说明的
是，本实施例中可以将X轴方向上的一个像素长度作为X轴的最小单位，将Y轴方向上的一个
像素长度作为Y轴的最小单位。
步骤103、根据所有特征像素的位置信息判断所有特征像素是否集中在一条直线
上。
示例性的，根据特征像素的位置信息，如根据各特征像素的X坐标值，判断采集到
的50个像素行的特征像素的是否集中在一条直线上。
步骤104、根据判断结果，确定纸币的真伪。
示例性的，若所有特征像素集中在一条直线上，则确定检测的纸币为真，否则，确
定检测的纸币为假。
本实施例提供的技术方案，通过采集特征区域灰度图像中预设数量的像素行中安
全线起始位置的特征像素，并根据采集到的所有特征像素在行方向上的位置判断所有特征
像素是否集中在一条直线上，进而识别纸币的真伪。通过采用上述技术方案，直接对采集到
的灰度图像进行数据处理与纸币识别，提供的纸币识别算法简单、稳定性好，提高纸币的识
别效率，并能保证纸币识别的准确性。
实施例二
图2为本发明实施例二提供的一种纸币识别方法的流程示意图。本实施例在上述
实施例一的基础上，对确定特征像素进行优化，如图2所示，该方法可以包括：
步骤201、在纸币的灰度图像中切取包含安全线的特征区域。
步骤202、计算预设数量的像素行中的每一像素行的每个第一像素集包含的各像
素灰度值之和，第一像素集为该像素行中任意连续N个像素的集合，其中N≤标准安全线宽
度所包含的像素个数。
示例性的，可以设定预设长度的求和窗口，求和窗口宽度为一个像素在Y轴方向上
的长度，求和窗口长度为N个像素在X轴方向上的长度之和，求和窗口可以随意移动，可将落
入求和窗口中的所有像素的集合确定为第一像素集，选取预设数量的像素行后，对每个像
素行进行像素灰度统计，将每个像素行的求和窗口从该像素行的一端依次移动至另一端，
求和窗口每次移动的距离可以为一个像素的宽度，每次移动后，对求和窗口中所包含的像
素的灰度值进行求和。
具体的，扫描分辨率为100*100bpi的图像采集传感器所采集的面值为100的人民
币图像中，标准安全线的宽度约为15个像素宽度，则上述求和窗口长度N可以设置为13个像
素宽度，每个像素行的求和窗口从该像素行的一端依次移动至另一端，每移动一次求和窗
口，则对求和窗口中所包含的像素的灰度值进行一次求和，直至求和窗口移动至该像素行
的另一端，得到该求和窗口处于该像素行不同位置时对应的像素灰度值之和。
步骤203、将每一像素行中灰度值之和最小的第一像素集确定为该像素行的特征
像素集。
示例性的，对每一个像素行中求和窗口处于该像素行不同位置时对应的像素灰度
值之和进行比较，将像素灰度值之和最小时对应的求和窗口内的像素的集合确定为特征像
素集，并确定特征像素集中所包含的每个像素的位置信息。
步骤204、将每一特征像素集的第一端的像素确定为特征像素，并获取特征像素的
位置信息，上述第一端为特征像素集的最左端或者最右端。
示例性的，将特征像素集的最左端或最右端的像素确定为该像素行中表示安全线
起始位置的像素，即特征像素，需要说明的是，若将上述第一像素集在像素行中，从左至右
依次移动并进行灰度值求和，则将得到的特征像素集的最左端像素确定为特征像素，若将
上述第一像素集在像素行中，从右至左依次移动并进行灰度值求和，则将得到的特征像素
集的最右端像素确定为特征像素，并获取特征像素的位置信息。
步骤205、根据所有特征像素的位置信息判断所有特征像素是否集中在一条直线
上。
步骤206、根据判断结果，确定纸币的真伪。
示例性的，将采集的预设数量的像素行中得到的所有特征像素在行方向的位置进
行统计分析，例如对所有特征像素的X坐标信息进行分析，判断所有特征像素是否集中在一
条直线上，若是，则确定纸币为真，否则，确定纸币为假。
由于安全线范围内的像素灰度值可能不均匀、纸币上可能存在细微的孔，或者在
图像采集中存在噪声等因素干扰，使得在确定每一像素行的特征像素时，例如从左向右依
次统计各像素的灰度信息，若将采集到的第一个最暗的像素位置作为特征像素位置，这样
确定的特征像素位置是不准确的，将严重影响纸币识别的准确性。本实施例提供的技术方
案，通过对每一个像素行采用求和窗口统计的方式，将求和窗口得到的像素灰度值之和最
小时求和窗口对应的像素集位置锁定为特征像素集，并将特征像素集的一端确定为表示该
像素行中安全线起始位置的特征像素，依据确定的各像素行的特征像素，对纸币进行识别。
能够保证所确定的各像素行安全线起始位置的准确性，从而确保对纸币安全线竖条特征的
准确识别，提高纸币识别的准确性。
进一步的，现有的纸币识别方法易受环境温度的影响，例如当周围环境温度升高
时，图像传感器采集到的纸币会整体变亮，使得纸币识别的准确性降低，通过对每一个像素
行采用求和窗口统计的方式确定安全线的起始位置，即使周围环境温度升高或降低，但由
于采集到的纸币图像是整体变亮或变暗的，因而采用本实施例提供的纸币识别方法不会对
特征像素的确定产生较大影响，仍能够准确识别安全线的竖条特征，确保纸币识别的准确
性。
实施例三
图3为本发明实施例三提供的一种纸币识别方法的流程示意图。本实施例在上述
各实施例的基础上，对判断上述确定的所有特征像素是否集中在一条直线上进行优化，如
图3所示，该方法可以包括：
步骤301、在纸币的灰度图像中切取包含安全线的特征区域。
步骤302、确定预设数量的像素行中用于表示安全线起始位置的特征像素，并获取
特征像素在行方向上的位置信息。
步骤303、统计位置信息落入预设位置范围内的特征像素的数量并记为第一数量。
示例性的，预设位置范围可以为预先设置的特征像素在行方向上的位置范围。
步骤304、计算第一数量和所有特征像素总数量的比值。
步骤305、若上述比值落入预设比值范围，则判断所有特征像素集中在一条直线
上，否则，判断所有特征像素没有集中在一条直线上。
示例性的，预设位置范围可以为X坐标的位置范围20～23，预设比值范围可以为
90％-100％，假设共采集到的11个像素行中特征像素在行方向上的位置信息分别为20、20、
21、22、21、20、20、21、21、26、21，则统计落入预设位置范围内的特征像素有9个，即第一数
量，第一数量和采集到的所有特征像素总数量的比值约为91％，落入预设比值范围内，则判
断所有特征像素集中在一条直线上。
可选的，可以根据所有特征像素的位置信息和预期位置值计算方差；若方差落入
预设方差范围内，则判断所有特征像素集中在一条直线上，否则，判断所有特征像素没有集
中在一条直线上。
统计中的方差是指各个数据分别与其平均数之差的平方的和的平均数，是用来度
量一组数据及其数学期望(即均值)之间的偏离程度，方差越小，则表示得到的所有特征像
素越集中在一条直线上，方差越大，则表示所有特征像素未集中在一条直线上。通过计算所
有特征像素在行方向上的位置信息的方差，能够进一步确保判断所有特征像素是否集中在
一条直线上的准确性。
步骤306、根据判断结果，确定纸币的真伪。
本实施例提供的技术方案，通过对确定的特征像素的位置信息进行统计，进而判
断所有特征像素是否集中在一条直线上，能够进一步保证对纸币安全线竖条特征的准确识
别，提高纸币识别的准确性。
实施例四
图4a为本发明实施例四提供的一种纸币识别方法的流程示意图。本实施例在上述
各实施例的基础上，对确定纸币的真伪进行优化，如图4a所示，该方法可以包括：
步骤401、在纸币的灰度图像中切取包含安全线的特征区域。
步骤402、确定预设数量的像素行中用于表示安全线起始位置的特征像素，并获取
特征像素在行方向上的位置信息。
步骤403、根据所有特征像素的位置信息判断所有特征像素是否集中在一条直线
上。
步骤404、判断安全线区域的灰度值和背景区域的灰度值的差值是否满足预设条
件，背景区域为位于特征区域内且不包含安全线区域的部分。
示例性的，可以将步骤402中确定的所有特征像素在行方向的位置信息的平均值
作为安全线的起始位置，本实施例提供的标准安全线宽度可以为15个像素宽度，若安全线
的起始像素位置为安全线的最左端，则根据标准安全线的宽度能够确定特征区域内除安全
线以外的背景区域。
可选的，确定安全线区域、位于安全线区域左侧的左背景区域以及位于安全线区
域右侧的右背景区域；计算代表安全线区域的第一灰度值、代表左背景区域的第二灰度值
以及代表右背景区域的第三灰度值；计算第一灰度值和第二灰度值的第一差值，第一灰度
值和第三灰度值的第二差值；当第一差值落入第一预设差值范围内且第二差值落入第二预
设差值范围内时，判断安全线区域的灰度值和背景区域的灰度值的差值满足预设条件，否
则，判断安全线区域的灰度值和背景区域的灰度值的差值不满足预设条件。
示例性的，在确定安全线所在的区域后，将安全线左侧确定为左背景区域，右侧确
定为右背景区域，
图4b为本发明实施例四提供的一种包含安全线的特征区域示意图，如图4b所示，
图中颜色最暗的竖条区域为安全线区域，安全线左侧颜色较浅的区域为左背景区域，安全
线右侧颜色较浅的区域为右背景区域，图4b中每个白色线条对应的位置可以表示每个像素
行的安全线起始位置对应的特征像素的位置，第一灰度值可以为安全线区域内所包含的所
有像素的灰度平均值，第二灰度值可以为左背景区域内所包含的所有像素的灰度平均值，
第三灰度值可以为右背景区域内所包含的所有像素的灰度平均值。第一预设差值范围与第
二预设差值范围可以根据对真钞样本进行图像采集与像素灰度值统计得到。
示例性的，如图4b所示，通常切取的特征区域内安全线以外区域所包含像素的灰
度值明显大于安全线区域内所包含像素的灰度值，根据对真钞样本进行图像采集与像素灰
度值统计，可以确定安全线区域与背景区域内的像素灰度值差值，例如根据真钞样本确定
的安全线区域内的像素灰度平均值与左背景区域内的像素灰度平均值的差值为75，则可以
将上述第一预设差值范围设置为75左右，若当前待识别纸币的左背景区域内的像素灰度平
均值与安全线区域内的像素灰度平均值的差值达到第一预设差值范围，则左侧背景区域满
足预设条件，类似地，对右侧背景区域进行判断，确定右侧背景区域是否满足预设条件。若
第一差值未落入第一预设差值范围内或第二差值未落入第二预设差值范围内，则安全线区
域的灰度值和背景区域的灰度值的差值不满足预设条件。
需要说明的是，本实施例提供的左和右方向的描述与纸币的放置方向相关，若安
全线呈水平方向，则上述左和右可以对应描述为上和下。
步骤405、根据判断结果，确定纸币的真伪。
可选的，当所有特征像素集中在一条直线上，且安全线区域的灰度值和背景区域
的灰度值的差值满足预设条件时，确定纸币为真，否则，确定纸币为假。
示例性的，当所有特征像素集中在一条直线上，并且安全线区域的灰度值和背景
区域的灰度值的差值满足预设条件时，才将纸币识别为真币。
在纸币识别中采用的图像传感器多为接触式传感器，而传感器通常是由多个通道
拼接构成的，在不同通道之间存在细微的缝隙，通过图像传感器采集纸币的图像信息时，缝
隙所在的区域在采集的图像中也会呈灰度值较低的竖线特征，在识别纸币的安全线时，可
能会将上述由于缝隙产生的灰度值较低的区域误识别为安全线，从而影响纸币识别的准确
性。由于缝隙产生的灰度值较低区域的宽度通常比标准安全线的宽度窄，因而采用本实施
例提供的技术方案，通过判断纸币上安全线的竖条特征之后，进一步根据标准安全线的宽
度对安全线区域的灰度值与两侧背景区域的灰度值进行比较，进而识别纸币的真伪，采用
了更加严格的纸币识别条件，进一步提高纸币识别的准确性。
实施例五
图5为本发明实施例五提供的一种纸币识别装置的结构示意图，该装置可由软件
和/或硬件实现，一般集成在具有纸币识别功能的设备中，可通过执行纸币识别方法来进行
纸币识别。如图5所示，该装置可以包括：
特征区域获取模块501，用于在纸币的灰度图像中切取包含安全线的特征区域；
特征像素确定模块502，用于确定预设数量的像素行中用于表示安全线起始位置
的特征像素，并获取特征像素在行方向上的位置信息；
检测模块503，用于根据所有特征像素的位置信息判断所有特征像素是否集中在
一条直线上；
识别模块504，用于根据判断结果，确定纸币的真伪。
本实施例提供的技术方案，通过采集特征区域灰度图像中预设数量的像素行中安
全线起始位置的特征像素，并根据采集到的所有特征像素在行方向上的位置判断所有特征
像素是否集中在一条直线上，进而识别纸币的真伪。通过采用上述技术方案，直接对采集到
的灰度图像进行数据处理与纸币识别，提供的纸币识别算法简单、稳定性好，提高纸币的识
别效率，并能保证纸币识别的准确性。
在上述实施例的基础上，特征像素确定模块502可以包括：
求和单元，计算预设数量的像素行中每一像素行的每个第一像素集包含的各像素
灰度值之和，第一像素集为该像素行中任意连续N个像素的集合，其中N≤标准安全线宽度
所包含的像素个数；特征像素集确定单元，用于将每一像素行中灰度值之和最小的第一像
素集确定为该像素行的特征像素集；特征像素确定单元，用于将每一特征像素集的第一端
的像素确定为特征像素，并获取特征像素的位置信息，第一端为特征像素集的最左端或者
最右端。
在上述实施例的基础上，检测模块503可以包括：
统计单元，用于统计位置信息落入预设位置范围内的特征像素的数量并记为第一
数量；比值计算单元，用于计算第一数量和所有特征像素总数量的比值；第一检测单元，用
于若比值落入预设比值范围内，则判断所有特征像素集中在一条直线上，否则，判断所有特
征像素没有集中在一条直线上。
在上述实施例的基础上，检测模块503还可以包括：
方差计算单元，用于根据所有特征像素的位置信息和预期位置值计算方差；第二
检测单元，用于若方差落入预设方差范围内，则判断所有特征像素集中在一条直线上，否
则，判断所有特征像素没有集中在一条直线上。
在上述实施例的基础上，上述纸币识别装置还可以包括：
背景区域检测模块，用于在根据判断结果，确定纸币的真伪之前，判断安全线区域
的灰度值和背景区域的灰度值的差值是否满足预设条件，背景区域为位于特征区域内且不
包含安全线区域的部分。
在上述实施例的基础上，背景区域检测模块可以包括：
区域确定单元，用于确定安全线区域、位于安全线区域左侧的左背景区域以及位
于安全线区域右侧的右背景区域；第一计算单元，用于计算代表安全线区域的第一灰度值、
代表左背景区域的第二灰度值以及代表右背景区域的第三灰度值；第二计算单元，用于第
一灰度值和第二灰度值的第一差值，第一灰度值和第三灰度值的第二差值；背景区域检测
单元，用于若第一差值落入第一预设差值范围内且第二差值落入第二预设差值范围内，则
判断安全线区域的灰度值和背景区域的灰度值的差值满足预设条件，否则，判断安全线区
域的灰度值和背景区域的灰度值的差值不满足预设条件。
在上述实施例的基础上，识别模块504还可以用于：若所有特征像素集中在一条直
线上，且安全线区域的灰度值和背景区域的灰度值的差值满足预设条件，则确定纸币为真，
否则，确定纸币为假。
上述实施例中提供的纸币识别装置可执行本发明任意实施例所提供的纸币识别
方法，具备执行该方法相应的功能模块和有益效果。未在上述实施例中详尽描述的技术细
节，可参见本发明任意实施例所提供的纸币识别方法。
注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，
本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、
重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行
了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还
可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。