票据重张的检测方法、装置、设备及可读介质与流程

本发明涉及图像处理技术领域，尤其涉及一种票据重张的检测方法、装置、设备及可读介质。

背景技术：

支票和存单等类型的票据在日常的生活中越来越常见，由于其涉及的资金流水一般都比较大，在使用具有交易支票或存单的机器过程中，支票或存单受理和发放都可能存在着重张的现象，因此对于支票和存单是否存在重张进行检测是非常必要的，这样才能保证支票和存单的正常受理及发放，避免账务错误。

现有技术中针对各种票据是否重张的检测所基于的是预设的(如包含在atm机中的)厚度检测模块，但现有的厚度检测模块一般通道数不足，检测精度较低，无法根据厚度信号的反馈进行是否存在票据重张的检测，由此造成了现有技术中所存在的票据重张检测准确率低，误检率大的缺陷。

技术实现要素：

基于此，有必要针对上述问题，提出一种票据重张的检测方法、装置、计算机设备及可读介质。

一种票据重张的检测方法，其特征在于，所述方法包括：

获取待检测票据对应的目标票据类型，确定所述目标票据类型对应的标准灰度阈值；

获取所述待检测票据的红外透射图像，根据所述红外透射图像确定目标检测图像；

获取所述目标检测图像的灰度均值，将所述灰度均值与所述标准灰度阈值进行匹配，判断所述待检测票据是否存在重张。

其中，确定所述目标票据类型对应的标准灰度阈值的步骤，包括：

获取所述目标票据类型对应的第一灰度阈值区间和第二灰度阈值区间，所述第一灰度阈值区间的区间上限小于所述第二灰度阈值区间的区间下限；

根据所述第一灰度阈值区间和第二灰度阈值区间确定所述标准灰度阈值。

更进一步的，获取所述目标票据类型对应的第一灰度阈值区间和第二灰度阈值区间的步骤，包括：

获取所述目标票据类型对应的标准票据样本和重张票据样本；

根据所述重张票据样本确定所述第一灰度阈值区间，根据所述标准票据样本确定所述第二灰度阈值区间。

可选的，根据所述第一灰度阈值区间和第二灰度阈值区间确定所述标准灰度阈值，包括：

根据所述第一灰度阈值区间确定标准灰度均值，根据所述第二灰度阈值区间确定重张灰度均值；

根据所述标准灰度均值和所述重张灰度均值确定所述标准灰度阈值。

可选的，所述第一灰度阈值区间和第二灰度阈值区间的确定步骤，还包括：

获取所述红外透射图像对应的采集条件参数；

获取在所述采集条件参数下采集的票据图像数据作为参考样本数据；

根据所述参考样本数据确定所述第一灰度阈值区间和所述第二灰度阈值区间。

其中，所述根据所述参考样本数据确定所述第一灰度阈值区间和所述第二灰度阈值区间，包括：

根据所述参考样本数据确定实际票据张数、目标票据张数；

根据所述实际票据张数、目标票据张数将所述参考样本数据分为所述标准票据样本和重张票据样本。

更进一步的，根据所述红外透射图像确定目标检测图像的步骤，包括：

获取所述目标票据类型对应的图像区域特征信息，所述图像区域特征包括图像尺寸信息、图像票号区域信息；

根据所述图像区域特征信息确定所述目标检测图像，所述目标检测图像包括与所述红外透射图像对应的多个子透射图像。

一种票据重张的检测装置，其特征在于，所述装置包括：

获取单元：用于获取待检测票据对应的目标票据类型，确定所述目标票据类型对应的标准灰度阈值；

确定单元：用于获取所述待检测票据的红外透射图像，根据所述红外透射图像确定目标检测图像；

判断单元：用于获取所述目标检测图像的灰度均值，将所述灰度均值与所述标准灰度阈值进行匹配，判断所述待检测票据是否存在重张。

一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行以下步骤：

获取待检测票据对应的目标票据类型，确定所述目标票据类型对应的标准灰度阈值；

获取所述待检测票据的红外透射图像，根据所述红外透射图像确定目标检测图像；

获取所述目标检测图像的灰度均值，将所述灰度均值与所述标准灰度阈值进行匹配，判断所述待检测票据是否存在重张。

一种计算机可读存储介质，存储有计算机程序，所述计算机程序被处理器执行时，使得所述处理器执行以下步骤：

获取待检测票据对应的目标票据类型，确定所述目标票据类型对应的标准灰度阈值；

获取所述待检测票据的红外透射图像，根据所述红外透射图像确定目标检测图像；

获取所述目标检测图像的灰度均值，将所述灰度均值与所述标准灰度阈值进行匹配，判断所述待检测票据是否存在重张。

在本发明实施例中，首先获取待检测票据对应的目标票据类型，确定与目标票据类型对应的标准灰度阈值。再获取所述待检测票据的红外透射图像，根据该红外透射图像确定目标检测图像。最后获取所述目标检测图像的灰度均值，将这个灰度均值与前述标准灰度阈值进行匹配，以此判断所述待检测票据是否存在重张。

由此相较于现有技术中针对厚度检测数据进行是否重张的判断是基于厚度检测，而厚度检测所存在的检测通道数不足，检测精度较低等缺陷，从而造成了针对票据重张检测的准确率低，误检率大的问题，本发明通过根据不同类型以及不同采集环境下的正常和重张的票据数据确定出标准灰度均值阈值，将待检测票据的灰度均值与标准的灰度均值阈值进行比较，从而判断待检测票据是否存在重张，提高了票据重张检测的效率和准确率。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，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，还可以根据这些附图获得其他的附图。

其中：

图1示出了一个实施例中票据重张的检测方法的流程图；

图2示出了一个实施例中确定所述目标票据类型对应的标准灰度阈值的流程图；

图3示出了一个实施例中确定所述目标票据类型对应的第一灰度阈值区间和第二灰度阈值区间的流程图；

图4示出了一个实施例中根据第一灰度阈值区间和第二灰度阈值区间确定标准灰度阈值的流程图；

图5示出了一个实施例中根据所述标准灰度均值和所述重张灰度均值确定所述标准灰度阈值的流程图；

图6示出了一个实施例中根据所述参考样本数据确定所述第一灰度阈值区间和所述第二灰度阈值区间的流程图；

图7示出了一个实施例中根据所述红外透射图像确定目标检测图像的流程图；

图8示出了一个实施例中票据重张的检测装置的结构框图；

图9示出了一个实施例中计算机设备的内部结构图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

本发明提出了一种票据重张的检测方法，在一个实施例中，本发明可以基于一票据处理设备，如含有图像获取单元的自助出票机。可选的还可以是基于一计算机处理设备。

参考图1，本发明实施例提供了一种票据重张的检测方法。

图1示出了一个实施例中票据重张的检测方法的流程图。本发明中所述的票据重张的检测方法至少包括如图1所示的步骤s1022-s1026，详细介绍如下：

在步骤s1022中，获取待检测票据对应的目标票据类型，确定所述目标票据类型对应的标准灰度阈值。

容易理解的是，不同类型的单张票据的纸张厚度不同，因此其对应的灰度均值也存在很大的差异，与此同时，在存在重张(如多张票据重叠或者部分折叠)的情况下，由于纸张厚度的增加，其对应重张部位的灰度均值也比其他的正常的单张票据的灰度值要小(即更接近灰度值为0所对应的黑色)。

因此，重张检测的基础应该是先确定正常的不存在重张的票据的灰度均值情况。

因此，可选的，步骤s1022中确定标准灰度阈值的过程还可以包括图2示出的步骤s1032-s1034。图2示出了一个实施例中确定所述目标票据类型对应的标准灰度阈值的流程图。

在步骤s1032中，获取所述目标票据类型对应的第一灰度阈值区间和第二灰度阈值区间，所述第一灰度阈值区间的区间上限小于所述第二灰度阈值区间的区间下限。

具体的，此处的第一灰度阈值区间和第二灰度区间可以分别对应于存在重张的票据的灰度均值分布区间和标准的不存在重张的票据的灰度均值分布区间。

存在重张的票据的灰度均值会由于重张部分的存在明显大于标准的不存在重张的灰度均值，因而此处的第一灰度阈值区间的区间上限小于第二灰度阈值区间的区间下限。

举例进行说明，在票据类型为现金支票时，其对应的第一灰度阈值区间可以是[50，60]，对应的第二灰度阈值区间可以是[100，155]。而在票据类型为薄存单时，其对应的第一灰度阈值区间可以是[25，40]，对应的第二灰度阈值区间为[90，160]。

更进一步的，步骤s1032中确定上述两个灰度阈值的过程还可以包括图3示出的步骤s1042-s1044。图3示出了一个实施例中确定所述目标票据类型对应的第一灰度阈值区间和第二灰度阈值区间的流程图。

在步骤s1042中，获取所述目标票据类型对应的标准票据样本和重张票据样本。

在一个具体的实施例中，具体的票据样本可以是通过预设的图像采集设备扫描的已知是标准的或者重张的票据的透射图像数据，如具体可以是分别获取100张标准票据和100张重张票据所对应的透射图像。

在步骤s1044中，根据所述重张票据样本确定所述第一灰度阈值区间，根据所述标准票据样本确定所述第二灰度阈值区间。

具体的可以是分别确定上述重张票据样本和标准票据样本的透射图像的灰度均值。

在可选的实施例中为了提高后续重张检测的效率，还可以针对获取到的票据透射图像进行如噪点去除、灰度化等预处理。

在步骤s1034中，根据所述第一灰度阈值区间和第二灰度阈值区间确定所述标准灰度阈值。

在确定了标准的以及存在重张的票据的灰度均值的分布范围之后，就可以分别根据这两个分布范围确定出一个用于衡量是否重张的中间灰度值作(也就是此处的标准灰度阈值)。

因此，此处根据上述第一灰度阈值区间和第二灰度阈值区间确定标准灰度阈值的过程还可以包括图4示出的步骤s1052-s1054。图4示出了一个实施例中根据第一灰度阈值区间和第二灰度阈值区间确定标准灰度阈值的流程图。

在步骤s1052中，根据所述第一灰度阈值区间确定标准灰度均值，根据所述第二灰度阈值区间确定重张灰度均值。

在一个具体的实施例中，可以将100个重张票据样本中的每一个重张票据样本视作一张票据的透射图像中的一个像素点，而该像素点的灰度值则是该重张票据样本的透射图像的灰度均值，由此综合确定出一张重张票据对应的灰度直方图，同样的，针对100张标准票据样本也可以如此综合确定出一张标准票据对应的灰度直方图。

再分别根据上述的灰度直方图中的灰度分布情况确定标准灰度均值和重张灰度均值，如可以是取灰度直方图中灰度分布概率最大的区间的灰度均值。

在步骤s1054中，根据所述标准灰度均值和所述重张灰度均值确定所述标准灰度阈值。

在一个具体的实施例中，作为衡量是否重张的中间分界点可以是取标准灰度均值和所述重张灰度均值的平均值。

而更进一步的，考虑到在实际应用环境中，不同的采集条件参数(如光照、设备类型)对于票据的透射图像的灰度均值也有较大的影响，如在光照较暗的情况下，所采集到的无论是标准票据或者重张票据的透射图像的灰度均值都较小。

而如果样本如果是在光照较亮的情况下，所采集到的无论是标准票据或者重张票据的透射图像的灰度均值都较大，甚至可能出现重张票据的灰度均值大于在较暗条件采集下的同类型的标准票据的灰度均值。

因此为了较小采集环境的差异对重张检测判断的影响，在可选的实施例中，根据所述标准灰度均值和所述重张灰度均值确定所述标准灰度阈值的过程还可以包括图5示出的步骤中的s1062-s1066。图5示出了一个实施例中根据所述标准灰度均值和所述重张灰度均值确定所述标准灰度阈值的流程图。

在步骤s1062中，获取所述红外透射图像对应的采集条件参数。

具体的，采集条件参数可以包括采集设备的类型、采集环境的光照条件等。

在步骤s1064中，获取在所述采集条件参数下采集的票据图像数据作为参考样本数据。

也就是说，为了确保确定标准灰度阈值所依据的标准/重张票据样本的采集环境与被检测的目标图像的采集环境是一致的，以此来减少因为采集环境的差异对标准灰度阈值的确定所造成的影响。

在步骤s1066中，根据所述参考样本数据确定所述第一灰度阈值区间和所述第二灰度阈值区间。

通过将在相同的采集条件下所采集的样本数据划分为标准票据样本和重张票据样本，从而对应确定出对应的标准票据的灰度均值和重张票据的灰度均值。

因此根据所述参考样本数据确定所述第一灰度阈值区间和所述第二灰度阈值区间，还可以包括图6示出的步骤中的s1072-s1074。图6示出了一个实施例中根据所述参考样本数据确定所述第一灰度阈值区间和所述第二灰度阈值区间的流程图。

在步骤s1072中，根据所述参考样本数据确定实际票据张数、目标票据张数。

此处的实际票据张数指的通过进行透射图像灰度分析等处理确定出的检测出的票据张数，由此在存在多张票据粘连或者部分票据折叠时，对应的实际票据张数会对应减少。此处的目标票据张数即是所放入检测设备的应该有的票据张数。

在步骤s1074中，根据所述实际票据张数、目标票据张数将所述参考样本数据分为所述标准票据样本和重张票据样本。

具体的，可以将实际票据张数、目标票据张数进行匹配，将两者的数量不匹配的判定为重张票据样本。

在步骤s1024中，获取所述待检测票据的红外透射图像，根据所述红外透射图像确定目标检测图像。

首先，获取红外透射图像的原因结合前述步骤中针对标准票据和重张票据的厚度的差别所导致的灰度值的差异可以很容易理解。

在获取了待检测票据的红外透射图像之后，为了更进一步的提高重张检测的准确率，在可选的实施例中，可以将红外透射图像按照票据的大小、票据的图像特征等划分成多个子区域，针对每一个子区域分别进行灰度均值的匹配和重张检测。

因此，步骤s1024还可以至少包括7示出的步骤s1082-s1084。图7示出了一个实施例中根据所述红外透射图像确定目标检测图像的流程图。

在步骤s1082中，获取所述目标票据类型对应的图像区域特征信息，所述图像区域特征包括图像尺寸信息、图像票号区域信息。

容易理解的是，不同类型的票据的大小存在比较大的差异，针对图像面积较小的票据其子检测区域的划分度可以小一些，而针对图像面积较大的票据子检测区域的划分度可以大一些，即可以根据支票或存单的长度进行分区域检测，可均分为8个区域，6个区域，4个区域或者整张进行检测。

在步骤s1084中，根据所述图像区域特征信息确定所述目标检测图像，所述目标检测图像包括与所述红外透射图像对应的多个子透射图像。

也就是说，在将红外透射图像分为8个区域、6个区域、4个区域或者不划分(即对整张进行检测)时，这些子区域分别作为此处的目标检测图像。

在步骤s1026中，获取所述目标检测图像的灰度均值，将所述灰度均值与所述标准灰度阈值进行匹配，判断所述待检测票据是否存在重张。

具体的匹配过程可以是将灰度均值小于标准灰度阈值的目标检测图像确定为存在重张，而将灰度均值小于标准灰度阈值的目标检测图像确定为不存在重张。

在可选的实施例中，在与所述红外透射图像对应的所有子透射图像都被判定不存在重张的情况下，则判定待检测票据不存在重张，而在存在对应的任一子透射图像作为目标检测图像被判定存在重张的情况下，则判定待检测票据存在重张。

图8示出了一个实施例中票据重张的检测装置的结构框图。

参考图8所示，根据本发明的一个实施例的票据重张的检测装置1090，包括：获取单元1092、确定单元1094、判断单元1096。

其中，获取单元1092：用于获取待检测票据对应的目标票据类型，确定所述目标票据类型对应的标准灰度阈值；

确定单元1094：用于获取所述待检测票据的红外透射图像，根据所述红外透射图像确定目标检测图像；

判断单元1096：用于获取所述目标检测图像的灰度均值，将所述灰度均值与所述标准灰度阈值进行匹配，判断所述待检测票据是否存在重张。

图9示出了一个实施例中计算机设备的内部结构图。该计算机设备具体可以是终端，也可以是服务器。如图9所示，该计算机设备包括通过系统总线连接的处理器、存储器和获取模块、通信模块、处理模块。其中，存储器包括非易失性存储介质和内存储器。该计算机设备的非易失性存储介质存储有操作系统，还可存储有计算机程序，该计算机程序被处理器执行时，可使得处理器实现本票据重张的检测方法。该内存储器中也可储存有计算机程序，该计算机程序被处理器执行时，可使得处理器执行本票据重张的检测方法。本领域技术人员可以理解，图9中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。

在一个实施例中，提出了一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行以下步骤：

获取待检测票据对应的目标票据类型，确定所述目标票据类型对应的标准灰度阈值；

获取所述待检测票据的红外透射图像，根据所述红外透射图像确定目标检测图像；

获取所述目标检测图像的灰度均值，将所述灰度均值与所述标准灰度阈值进行匹配，判断所述待检测票据是否存在重张。

在一个实施例中，提出了一种计算机可读存储介质，存储有计算机程序，所述计算机程序被处理器执行时，使得所述处理器执行以下步骤：

获取待检测票据对应的目标票据类型，确定所述目标票据类型对应的标准灰度阈值；

获取所述待检测票据的红外透射图像，根据所述红外透射图像确定目标检测图像；

获取所述目标检测图像的灰度均值，将所述灰度均值与所述标准灰度阈值进行匹配，判断所述待检测票据是否存在重张。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一非易失性计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(rom)、可编程rom(prom)、电可编程rom(eprom)、电可擦除可编程rom(eeprom)或闪存。易失性存储器可包括随机存取存储器(ram)或者外部高速缓冲存储器。作为说明而非局限，ram以多种形式可得，诸如静态ram(sram)、动态ram(dram)、同步dram(sdram)、双数据率sdram(ddrsdram)、增强型sdram(esdram)、同步链路(synchlink)dram(sldram)、存储器总线(rambus)直接ram(rdram)、直接存储器总线动态ram(drdram)、以及存储器总线动态ram(rdram)等。

以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。

以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本申请专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。