Результат интеллектуальной деятельности: СПОСОБ И УСТРОЙСТВО ДЛЯ ИДЕНТИФИКАЦИИ СЛОЖЕННЫХ БАНКНОТ

[0001] Настоящая заявка испрашивает приоритет по заявке на патент Китая № 201510059223.X, озаглавленный «Folded bill recognition method and device» (Способ распознавания сложенных банкнот и устройство), поданной 4 февраля 2015 года в Государственное ведомство по интеллектуальной собственности Китайской Народной Республики и в полном объеме включенной в настоящее описание посредством ссылки.

ОБЛАСТЬ ТЕХНИКИ, К КОТОРОЙ ОТНОСИТСЯ ИЗОБРЕТЕНИЕ

[0002] Настоящая заявка относится к технической области устройств финансового самообслуживания и, в частности, к устройству для распознавания сложенных банкнот и способу распознавания сложенных банкнот.

УРОВЕНЬ ТЕХНИКИ

[0003] Сложенная банкнота, как вид внеоборотной банкноты, больше не пригодна для обращения. Поэтому, когда сложенная банкнота вводится в устройство распознавания, устройству распознавания необходимо распознать и классифицировать ее как внеоборотную банкноту.

[0004] Ограниченные такими факторами, как обычное устройство формирования изображения, вариации освещенности, среды визуализации, сигналы, полученные модулем получения сигналов устройства самообслуживания, являются недостаточно стабильными, что делает характеристику в сигнале от сложенной банкноты незначительной, и в результате возникают трудности при распознавании сложенной банкноты.

[0005] Описание характеристики является ключевой предпосылкой распознавания сложенных банкнот. Основываясь на используемом в настоящее время сигнале, если используется метод описания только с одной характеристикой, такой как обычный подход с вычислением только среднего значения серого или подход с выполнением бинаризации изображения с порогом и подсчетом аномальных пикселей, трудно отличить сложенные банкноты от потертых или загрязненных банкнот. Основная причина того, что описание обычных характеристик не может привести к хорошему эффекту, состоит в том, что сложенные банкноты и потертые или загрязненные банкноты не эффективно различаются или не эффективно подвергаются предварительной обработке.

СУЩНОСТЬ ИЗОБРЕТЕНИЯ

[0006] Для решения указанной проблемы заключающейся в том, что с помощью известных методик трудно отличить сложенные банкноты от потертых или загрязненных банкнот, в соответствии с настоящим раскрытием предлагаются способ и устройство для распознавания сложенной банкноты. Благодаря использованию способа классификации характеристик, основанном на использовании фильтров верхних/нижних частот, для эффективного описания характеристик характеристического поля сгиба банкноты улучшена эффективность распознавания устройства для распознавания.

[0007] Устройство для распознавания сложенных банкнот, предоставляемое согласно настоящему раскрытию включает в себя: порт ввода банкнот, выполненный с возможностью приема подлежащей распознавания банкноты или образца банкноты и передачи банкноты в следующий модуль; модуль получения сигналов, выполненный с возможностью приема изображения банкноты с помощью контактного датчика изображения (CIS) для получения изображения T в проходящем инфракрасном излучении и изображения F в отраженном инфракрасном излучении; модуль распознавания сигналов, выполненный с возможностью распознавания того, имеет ли банкнота, подлежащая распознаванию, сгиб; и модуль приема/отклонения, выполненный с возможностью выполнения операции приема или отклонения на подлежащей распознаванию банкноте. Модуль распознавания сигналов включает в себя: первый блок фильтрации верхних частот, выполненный с возможностью фильтрации изображения T в проходящем инфракрасном излучении, для получения отфильтрованного по верхним частотам изображения gT в проходящем инфракрасном излучении; первый блок фильтрации нижних частот, выполненный с возможностью фильтрации изображения T в проходящем инфракрасном излучении, для получения отфильтрованного по нижним частотам изображения dT в проходящем инфракрасном излучении; второй блок фильтрации верхних частот, выполненный с возможностью выполнения фильтрации верхних частот на инфракрасном отраженном изображении F в отраженном инфракрасном излучении синхронно с фильтрацией нижних частот, выполняемой на изображении T в проходящем инфракрасном излучении в соответствии с отношением геометрических координат точка-к-точке, для получения отфильтрованного по верхним частотам изображения gF в отраженном инфракрасном излучении; второй блок фильтрации нижних частот, выполненный с возможностью осуществления фильтрации нижних частот на изображении F в отраженном инфракрасном излучении синхронно с фильтрацией верхних частот, выполняемой на изображении T в проходящем инфракрасном излучении в соответствии с отношением геометрических координат точка-к-точке, для получения отфильтрованного по нижним частотам изображение dF в отраженном инфракрасном излучении; блок дифференциального отфильтрованного изображения, выполненный с возможностью осуществления дифференциальной операции на отфильтрованном по верхним частотам изображении gF в отраженном инфракрасном излучении и отфильтрованном по нижним частотам изображении dT в проходящем инфракрасном излучении для получения дифференциального отфильтрованного изображения cFT; первый блок извлечения характеристики, выполненный с возможностью осуществления извлечения характеристики на отфильтрованном по верхним частотам изображении gT в проходящем инфракрасном излучении путем вычисления среднего значения gT_G серого для изображения gT в качестве значения характеристики; второй блок извлечения характеристики, выполненный с возможностью осуществления извлечения характеристики на отфильтрованном по нижним частотам изображении dF в отраженном инфракрасном излучении путем вычисления среднего значения dF_G серого для изображения dF в качестве значения характеристики; третий блок извлечения характеристики, выполненный с возможностью осуществления извлечения характеристики на отфильтрованном дифференциальном изображении cFT путем вычисления среднего значения cFT_G серого для cFT в качестве значения характеристики; и блок принятия решения о распознавании, выполненный с возможностью расчета моделей для различения сложенных банкнот и несложенных банкнот на основе значения gT_G характеристики, значения dF_G характеристики и значения cFT_G характеристики образцов банкнот и принятия решения о том, имеет ли подлежащая распознаванию банкнота сгиб, основываясь на модели решения о классификации банкноты. Модель принятия решения о классификации банкноты представляет собой следующее: в случае, если все p1>T1, p2>T2, p3>T3 верны, подлежащая распознаванию банкнота распознается как сложенная банкнота; если не все p1>T1, p2>T2, p3>T3 верны, подлежащая распознаванию банкнота распознается как несложенная банкнота, при этом p1, p2 и p3 являются доверительными уровнями для определения подлежащей распознаванию банкноты как сложенной банкноты, и T1, T2 и T3 представляют собой три пороговых значения доверительных уровней.

[0008] Предпочтительно, модель принятия решения о классификации банкнот может быть дополнительно уточнена следующим образом:

;

где p1, p2 и p3 представляют собой доверительные уровни для определения подлежащей распознаванию банкноты как сложенной банкноты, представляют собой различные значения весов присвоенные p1, p2 и p3, и , T_s представляет собой порог и имеет эмпирическое значение 0,5.

[0009] Также в соответствии с настоящим раскрытием предоставляется способ распознавания сложенных банкнот, включающий в себя: этап 1 приема через порт ввода банкнот подлежащей распознаванию банкноты и передачи подлежащей распознаванию банкноты в модуль получения сигналов; этап 2 приема модулем получения сигналов, CIS сигнала изображения подлежащей распознаванию банкноты для получения изображения T_s в проходящем инфракрасном излучении и изображения F_s в отраженном инфракрасном излучении; этап 3 фильтрования первым блоком фильтрации верхних частот изображения T_s в проходящем инфракрасном излучении для получения отфильтрованного по верхним частотам изображение gT_s в проходящем инфракрасном излучении; этап 4 фильтрования первым блоком фильтрации нижних частот изображения в проходящем инфракрасном излучении для получения отфильтрованного по нижним частотам изображения dTs в проходящем инфракрасном излучении; этап 5 выполнения вторым блоком фильтрации верхних частот фильтрации верхних частот на изображении F_s в отраженном инфракрасном излучении синхронно с фильтрацией нижних частот, выполняемой на изображении T_s в проходящем инфракрасном излучении в соответствии с отношением геометрических координат точка-к-точке, для получения отфильтрованного по верхним частотам изображения gF_s в отраженном инфракрасном излучении; этап 6 выполнения вторым блоком фильтрации нижних частот фильтрации нижних частот на изображении F_s в отраженном инфракрасном излучении синхронно с фильтрацией верхних частот, выполняемой на изображении T_s в проходящем инфракрасном излучении в соответствии с отношением геометрических координат точка-к-точке, для получения отфильтрованного по верхним частотам изображения dF_s в отраженном инфракрасном излучении; этап 7 выполнения с помощью блока дифференциального отфильтрованного изображения дифференциальной операции на отфильтрованном по верхним частотам изображении gF_s в отраженном инфракрасном излучении и отфильтрованном по нижним частотам изображении dT_s в проходящем инфракрасном излучении для получения дифференциального отфильтрованного изображения cFT_s; этап 8 выполнения первым блоком извлечения характеристики, извлечения характеристики на отфильтрованном по верхним частотам изображении gT_s в проходящем инфракрасном излучении путем вычисления среднего значения gT_G_s серого для изображения gT_s в качестве значения характеристики; этап 9 выполнения вторым блоком извлечения характеристики извлечения характеристики на отфильтрованном по нижним частотам изображении dF_s в отраженном инфракрасном излучении путем вычисления среднего значения gT_G_s серого для изображения dF_s в качестве значения характеристики; этап 10 выполнения третьим блоком извлечения характеристики, извлечения характеристики на дифференциальном отфильтрованном изображении cFT_s путем вычисления среднего значения cFT_ G_s серого для изображения cFT_s в качестве значения характеристики; этап 11 подстановки значения gT_G_s характеристики, значения dF_ G_s характеристики и значения cFT_ G_s характеристики соответственно в три модели y1, y2, y3 для различения сложенных банкнот и несложенных банкнот,

;

;

;

для получения

;

;

;

где p1, p2 и p3 представляют собой доверительные уровни для определения подлежащей распознаванию банкноты как сложенной банкноты; в случае, если все p1>T1, p2>T2, p3>T3 верны, подлежащая распознаванию банкнота распознается как сложенная банкнота; в случае, если не все p1>T1, p2>T2, p3>T3 верны, подлежащая распознаванию банкнота распознается как несложенная банкнота, при этом T1, T2 и T3 представляют собой три порога доверительных уровней, причем их эмпирические значения составляют 0,5.

[0010] Предпочтительно, этап 11 дополнительно содержит: назначение p1, p2 и p3 различных весовых значений , где ; и определение порога T_s. Модель принятия решения о классификации банкнот представляет собой:

[0011] Предпочтительно, способ получения трех моделей y1, y2, y3 для различения сложенных банкнот и несложенных банкнот содержит: получение определенного количества образцов сложенных банкнот и несложенных банкнот; получение для каждого из образцов значения характеристики среднего значения gT_G серого для отфильтрованного по верхним частотам изображения gT в проходящем инфракрасном излучении, значения характеристики среднего значения dF_G серого для отфильтрованного по нижним частотам изображения dF в отраженном инфракрасном излучении и значения характеристики среднего значения cFT_G серого для дифференциального отфильтрованного изображения cFT; подсчет значения gT_G характеристики, значения dF_G характеристики и значения cFT_G характеристики, соответственно, для получения графика распределения вероятности gT_G, графика распределения вероятности dF_G и графика распределения вероятности cFT_G, соответствующих сложенной банкноте, в виде следующих формул:

;

;

;

где y1, y2, y3 представляют собой три модели для различения сложенных банкнот и несложенных банкнот, соответственно.

[0012] В частности, способ получения для каждого из образцов значения характеристики среднего значения gT_G серого для отфильтрованного по верхним частотам изображения gT в проходящем инфракрасном излучении, значения характеристики среднего значения dF_G серого для отфильтрованного по нижним частотам изображения dF в отраженном инфракрасном излучении инфракрасного отражения и значения характеристики среднего значения cFT_G серого для дифференциального отфильтрованного изображения cFT аналогичен способу получения значения характеристики среднего значения gT_G_s серого отфильтрованного по верхним частотам изображения gT_s в проходящем инфракрасном излучении, значения характеристики среднего значения dF_ G_s серого для отфильтрованного по нижним частотам изображения dF_s в отраженном инфракрасном излучении инфракрасного отражения и значения характеристики среднего значения cFT_ G_s серого дифференциального для отфильтрованного изображения cFT_s подлежащей распознаванию банкноты.

[0013] Предпочтительно, этапы 1-10 не выполняются в указанной последовательности. Этапы 3 и 4 могут выполнятся одновременно. Этапы 5 и 6 могут выполнятся одновременно. Этап 8 может выполняться сразу после этапа 3. Этап 9 может выполняться сразу после этапа 6 и этап 10 может выполняться сразу после этапа 7.

[0014] В частности, перед этапом 3 для сигналов изображения T_s и F_s вычисляют порог фильтра верхних частот и порог фильтра нижних частот путем вычисления значения среднего серого для T_s:

;

где представляет собой значение серого, соответствующее пикселю T_s, w - ширина сигнала изображения T_s, h - высота сигнала изображения T_s; и вычисляют порог фильтра верхних частот соответствующего T_s как , и порог фильтра нижних частот соответствующего T_s как .

[0015] В частности расчетная модель для вычисления среднего значения gT_G_s серого для gT_s, расчетная модель для вычисления среднего значения dF_ G_s серого для dF_s и расчетная модель для вычисления среднего значения cFT_ G_s серого для cFT_s являются такими же, как и расчетные модели для вычисления средних значений серого для T_s.

[0016] Преимущества, обеспечиваемые настоящем раскрытием, заключаются в следующем.

[0017] Поскольку для классификации характеристик используются фильтры верхних/нижних частот, существенно улучшается различимость характеристик. В частности, различные характеристики соответствуют различным классификаторам. В качестве классификаторов используются, в том числе, классификаторы, подобные Adaboost, которые могут гарантировать доверительные уровни устройства распознавания по настоящему раскрытию и обеспечить большую устойчивость системы распознавания к сложным ситуациям, таким как воздействие окружающей среды и загрязненные банкноты. Способ и устройство распознавания сложенных банкнот могут эффективно распознать сложенную банкноту.

КРАТКОЕ ОПИСАНИЕ ЧЕРТЕЖЕЙ

[0018] Фиг.1 представляет собой блок-схему устройства распознавания сложенных банкнот в соответствии с предпочтительным вариантом осуществления настоящего раскрытия;

[0019] Фиг.2 представляет собой блок-схему последовательности операций способа распознавания сложенных банкнот в соответствии с предпочтительным вариантом осуществления настоящего раскрытия.

ОСУЩЕСТВЛЕНИЕ ИЗОБРЕТЕНИЯ

[0020] С целью дальнейшей иллюстрации способа и устройства распознавания сложенных банкнот, представленных в настоящем раскрытии, описаны варианты осуществления со ссылками на чертежи.

[0021] Представлено устройство для распознавания сложенных банкнот в соответствии с одним из вариантов осуществления. Как показано на Фиг. 1, устройство распознавания сложенных банкнот включает в себя порт 10 ввода банкнот, модуль 20 получения сигналов, модуль 30 распознавания сигналов и модуль 40 приема/отклонения.

[0022] Порт 10 ввода банкнот выполнен с возможностью приема подлежащей распознаванию банкноты или образца банкноты и передачи банкноты в следующий модуль. Модуль 20 получения сигналов выполнен с возможностью приема изображения банкноты с помощью контактного датчика изображения (CIS) для получения изображения T в проходящем инфракрасном излучении и изображения F в отраженном инфракрасном излучении. Модуль 30 распознавания сигналов выполнен с возможностью распознавания того, имеет ли подлежащая распознаванию банкнота сгиб. Модуль приема/отклонения выполнен с возможностью выполнения операции приема или отклонения в отношении подлежащей распознаванию банкноте.

[0023] В частности, модуль 30 распознавания сигналов содержит: первый блок фильтрации верхних частот, первый блок фильтрации нижних частот, второй блок фильтрации верхних частот, второй блок фильтрации нижних частот, блок дифференциального отфильтрованного изображения, первый блок извлечения характеристики, второй блок извлечения характеристики, третий блок извлечения характеристики и блок принятия решения о распознавании. Первый блок фильтрации верхних частот выполнен с возможностью фильтрации изображения T в проходящем инфракрасном излучении для получения отфильтрованного по верхним частотам изображения gT в проходящем инфракрасном излучении. Первый блок фильтрации нижних частот выполнен с возможностью фильтрации изображения T в проходящем инфракрасном излучении для получения отфильтрованного по нижним частотам изображения dT в проходящем инфракрасном излучении. Второй блок фильтрации верхних частот выполнен с возможностью осуществления фильтрации верхних частот на изображении F в отраженном инфракрасном излучении синхронно с фильтрацией нижних частот, выполняемой на изображении T в проходящем инфракрасном излучении в соответствии с отношением геометрических координат точка-к-точке, для получения отфильтрованного по верхним частотам изображения gF в отраженном инфракрасном излучении. Второй блок фильтрации нижних частот выполнен с возможностью осуществления фильтрации нижних частот на изображении F в отраженном инфракрасном излучении синхронно с фильтрацией верхних частот, выполняемой на изображении T в проходящем инфракрасном излучении в соответствии с отношением геометрических координат точка-к-точке, для получения отфильтрованного по нижним частотам изображения dF в отраженном инфракрасном излучении. Блок дифференциального отфильтрованного изображения выполнен с возможностью осуществления дифференциальной операции на отфильтрованном по верхним частотам изображении gF в отраженном инфракрасном излучении и отфильтрованном по нижним частотам изображении dT в проходящем инфракрасном излучении для получения дифференциального отфильтрованного изображения cFT. Первый блок извлечения характеристики выполнен с возможностью осуществления извлечения характеристики на отфильтрованном по верхним частотам изображении gT в проходящем инфракрасном излучении путем вычисления среднего значения серого gT_G изображения gT в качестве значения характеристики. Второй блок извлечения характеристики выполнен с возможностью осуществления извлечения характеристики на отфильтрованном по нижним частотам изображении dF в отраженном инфракрасном излучении путем вычисления среднего значения серого dF_G изображения dF в качестве значения характеристики. Третий блок извлечения характеристики выполнен с возможностью осуществления извлечения характеристики на отфильтрованном дифференциальном изображении cFT путем вычисления среднего значения серого cFT_G для изображения cFT в качестве значения характеристики. Блок принятия решения о распознавании выполнен с возможностью расчета моделей для различения сложенных банкнот и несложенных банкнот на основе значения характеристики gT_G, значения характеристики dF_G и значения характеристики cFT_G образцов банкнот и принятия решения о том, имеет ли подлежащая распознаванию банкнота сгиб, основываясь на модели решения о классификации банкноты. Модель принятия решения о классификации банкноты представляет собой следующее: в случае, если все p1>T1, p2>T2, p3>T3 верны, подлежащая распознаванию банкнот распознается как сложенная банкнота; если не все p1>T1, p2>T2, p3>T3 верны, подлежащая распознаванию банкнота распознается как несложенная банкнота, при этом p1, p2 и p3 являются доверительными уровнями для определения подлежащей распознаванию банкноты как сложенной банкноты, и T1, T2 и T3 представляют собой три пороговых значения доверительных уровней.

[0024] Модель принятия решения о классификации банкнот может быть дополнительно уточнена следующим образом:

;

где p1, p2 и p3 представляют собой доверительные уровни для определения подлежащей распознаванию банкноты как сложенной банкноты, представляют собой различные значения весов присвоенные, соответственно, p1, p2 и p3, и , T_s представляет собой порог и имеет эмпирическое значение 0,5.

[0025] Ниже подробно описан способ распознавания сложенных банкнот, выполняемый устройством для распознавания сложенных банкнот.

[0026] Как показано на Фиг.2, способ распознавания сложенных банкнот включает в себя этапы 1-11. На этапе 1 порт ввода банкнот принимает подлежащую распознаванию банкноту и передает подлежащую распознаванию банкноту в модуль получения сигналов. На этапе 2 модуль получения сигналов принимает CIS сигнал изображения подлежащей распознаванию банкноты для получения изображения T_s в проходящем инфракрасном излучении и изображения F_s в отраженном инфракрасном излучении. На этапе 3 первый блок фильтрации верхних частот фильтрует изображение T_s в проходящем инфракрасном излучении для получения отфильтрованного по верхним частотам изображения gT_s в проходящем инфракрасном излучении. На этапе 4 первый блок фильтрации нижних частот фильтрует изображение в проходящем инфракрасном излучении, для получения отфильтрованного по нижним частотам изображение dT_s в проходящем инфракрасном излучении. На этапе 5 второй блок фильтрации верхних частот выполняет фильтрацию верхних частот на изображении F_s в отраженном инфракрасном излучении синхронно с фильтрацией нижних частот, выполняемой на изображении T_s в проходящем инфракрасном излучении в соответствии с отношением геометрических координат точка-к-точке, для получения отфильтрованного по верхним частотам изображения gF_s в отраженном инфракрасном излучении. На этапе 6 второй блок фильтрации нижних частот выполняет фильтрацию нижних частот на изображении F_s в отраженном инфракрасном излучении синхронно с фильтрацией верхних частот, выполняемой на изображении T_s в проходящем инфракрасном излучении в соответствии с отношением геометрических координат точка-к-точке, для получения отфильтрованного по верхним частотам изображения dF_s в отраженном инфракрасном излучении. На этапе 7 блок дифференциального отфильтрованного изображения выполняет дифференциальную операцию на отфильтрованном по верхним частотам изображении gF_s в отраженном инфракрасном излучении и отфильтрованном по нижним частотам изображении dT_s в проходящем инфракрасном излучении для получения дифференциального отфильтрованного изображения cFT_s. На этапе 8 первый блок извлечения характеристики выполняет извлечение характеристики на отфильтрованном по верхним частотам изображении gT_s в проходящем инфракрасном излучении путем вычисления среднего значения серого gT_G_s изображения gT в качестве значения характеристики. На этапе 9 второй блок извлечения характеристики выполняет извлечение характеристики на отфильтрованном по нижним частотам изображении dF_s в отраженном инфракрасном излучении путем вычисления среднего значения серого gT_G_s изображения dF_s в качестве значения характеристики. На этапе 10 третий блок извлечения характеристики выполняет извлечение характеристики на дифференциальном отфильтрованном изображении cFT_s путем вычисления среднего значения серого cFT_ G_s изображения cFT_s в качестве значения характеристики. На этапе 11 значение характеристики gT_G_s, значение характеристики dF_ G_s и значение характеристики cFT_ G_s, соответственно, подставляют в три модели y1, y2, y3 для различения сложенных банкнот и несложенных банкнот,

;

;

;

для получения

;

;

;

где p1, p2 и p3 представляют собой доверительные уровни для определения подлежащей распознаванию банкноты как сложенной банкноты. Затем определяют, имеет ли банкнота сгиб в соответствии с моделью решения о классификации банкноты. Модель решения о классификации банкноты представляет собой следующее: в случае, если все p1>T1, p2>T2, p3>T3 верны, подлежащая распознаванию банкнота распознается как сложенная банкнота; в случае, если не все p1>T1, p2>T2, p3>T3 верны, подлежащая распознаванию банкнота распознается как несложенная банкнота, при этом T1, T2 и T3 представляют собой три пороговых значения доверительных уровней. На этом процесс завершается.

[0027] Предпочтительно, этап 11 дополнительно включает в себя: назначение p1, p2 и p3 различных весовых значений , где . Затем определяют пороговое значение T_s. Модель принятия решения о классификации банкнот представляет собой:

[0028] Этапы 1-10 не выполняются в указанной последовательности. Этапы 3 и 4 могут выполняться одновременно. Этапы 5 и 6 могут выполняться одновременно. Этап 8 может выполняться сразу после этапа 3. Этап 9 может выполняться сразу после этапа 6; и этап 10 может выполняться сразу после этапа 7.

[0029] Помимо этого, способ получения трех моделей y1, y2, y3 для различения сложенных банкнот и несложенных банкнот содержит: получение определенного количества образцов сложенных банкнот и несложенных банкнот; получение для каждого из образцов значения характеристики среднего значения gT_G серого отфильтрованного по верхним частотам изображения gT в проходящем инфракрасном излучении, характеристики среднего значения dF_G серого отфильтрованного по нижним частотам изображения dF в отраженном инфракрасном излучении инфракрасного отражения и характеристики среднего значения cFT_G серого дифференциального отфильтрованного изображения cFT; подсчет значения характеристики gT_G, значения характеристики dF_G и значения характеристики cFT_G соответственно, для получения графика распределения вероятности gT_G, графика распределения вероятности dF_G и графика распределения вероятности cFT_G, соответствующих сложенной банкноте, в виде следующих формул:

;

;

;

где y1, y2, y3 представляют собой три модели для различения сложенных банкнот и несложенных банкнот, соответственно.

[0030] В частности, способ получения для каждого из образцов значения характеристики среднего значения gT_G серого отфильтрованного по верхним частотам изображения gT в проходящем инфракрасном излучении, характеристики среднего значения dF_G серого отфильтрованного по нижним частотам изображения dF в отраженном инфракрасном излучении инфракрасного отражения и характеристики среднего значения cFT_G серого дифференциального отфильтрованного изображения cFT аналогичен способу получения значения характеристики среднего значения gT_G_s серого отфильтрованного по верхним частотам изображения gT_s в проходящем инфракрасном излучении, характеристики среднего значения dF_ G_s серого отфильтрованного по нижним частотам изображения dF_s в отраженном инфракрасном излучении инфракрасного отражения и характеристики среднего значения cFT_ G_s серого дифференциального отфильтрованного изображения cFT_s подлежащей распознаванию банкноты, т.е., этапам 1-10.

[0031] Способ распознавания сложенной банкноты проиллюстрирован на примере банкноты А.

[0032] В соответствии с этапом 1, сложенную банкноту А подают в порт ввода устройства самообслуживания.

[0033] В соответствии с этапом 2, сложенная банкнота А проходит через модуль 20 получения сигналов с помощью механической подачи, при этом модуль 20 получения сигналов получает сигналы банкноты А. Собранный CSI сигнал изображения в проходящем инфракрасном излучении представляет собой rT, а сигнал изображения в отраженном инфракрасном излучении представляет собой rF.

[0034] Перед этапом 3 вычисляют порог для фильтра верхних частот и порог для фильтра нижних частот для сигналов изображения rT и rF. Среднее значение серого для rT вычисляют следующим образом:

(9)

где представляет собой значение серого, соответствующее пикселю rT, w представляет собой ширину сигнала rT изображения, h представляет собой высоту сигнала rT изображения.

[0035] Порог фильтра верхних частот, соответствующий rT, представляет собой , порог фильтра нижних частот, соответствующий rT, представляет собой .

[0036] В соответствии с этапом 3, выполняют фильтрацию верхних частот для rT с помощью первого блока фильтрации верхних частот для получения отфильтрованного по верхним частотам изображения GT.

[0037] В соответствии с этапом 4, выполняют фильтрацию нижних частот для rT с помощью первого блока фильтрации нижних частот для получения отфильтрованного по нижним частотам изображения GT.

[0038] В соответствии с этапом 5, выполняют соответствующую фильтрацию верхних частот для rF в соответствии с отношением геометрических координат точка-к-точке, для получения отфильтрованного по верхним частотам изображения GF.

[0039] В соответствии с этапом 6, выполняют соответствующую фильтрацию нижних частот для rF в соответствии с отношением геометрических координат точка-к-точке, для получения отфильтрованного по нижним частотам изображения DF.

[0040] В соответствии с этапом 7, выполняют дифференциальную операцию на отфильтрованном по верхним частотам изображении GF и отфильтрованном по нижним частотам изображении DT для получения дифференциального отфильтрованного изображения CFT.

[0041] В соответствии с этапом 10, вычисляют среднее значение cAVG серого дифференциального отфильтрованного изображения CFT в качестве значения характеристики, используя ту же модель вычисления, как и в формуле (9).

[0042] В соответствии с этапом 9, вычисляют среднее значение dAVG серого отфильтрованного по верхним частотам изображения DF в качестве значения характеристики, используя ту же модель вычисления, как и в формуле (9).

[0043] В соответствии с этапом 8, вычисляют среднее значение gAVG серого отфильтрованного по нижним частотам изображения GT в качестве значения характеристики, используя ту же модель вычисления, как и в формуле (9).

[0044] В соответствии с этапом 11, вычисленные значения cAVG, dAVG и gAVG вводят в блок принятия решения на базе многовариантного слияния, и выполняют классификацию обученными многовариантными классифицирующими моделями f₁(x₁), f₂(x₂), f₃(x₃) распределения вероятностей. Если f₁(cABG)>T₁, f₂(dAVG)>T₂, f₃(gAVG)>T₃, где T₁, T₂ и T₃ представляют собой эмпирические пороги, обычно равные 0,5, то есть, если выход блока принятия решения принимает значение ʺистинаʺ, банкнота А распознается как сложенная банкнота, а если выход блока принятия решения принимает значение ʺложьʺ, банкнота А распознается как несложенная банкнота. На этом процесс распознавания завершается.

[0045] В способе распознавания сложенных банкнот и устройстве для распознавания сложенных банкнот представленных настоящим вариантом осуществления, для эффективной классификации характеристик используются фильтры верхних/нижних частот, что существенно улучшает различимость характеристик. В частности, различные характеристики соответствуют различным классификаторам. В качестве классификаторов используются, в том числе, классификаторы, подобные Adaboost, которые могут гарантировать доверительные уровни устройства распознавания по настоящему раскрытию и обеспечить большую устойчивость системы распознавания к сложным ситуациям, таким как воздействие окружающей среды и загрязненные банкноты. Способ и устройство распознавания сложенных банкнот могут эффективно распознать сложенную банкноту.

[0046] Выше описаны только предпочтительные варианты осуществления раскрытия. Следует отметить, что вышеуказанные предпочтительные варианты осуществления не следует рассматривать как ограничивающие настоящее раскрытие. Объем защиты настоящего раскрытия должен основываться на объеме, ограниченном формулой изобретения. Специалисты в данной области техники могут выполнить модификации без отхода от сущности или объема раскрытия. Модификации также находятся в объеме защиты настоящего раскрытия.