纸钞序号辨识方法.pdf

《纸钞序号辨识方法.pdf》由会员分享，可在线阅读，更多相关《纸钞序号辨识方法.pdf（17页完整版）》请在专利查询网上搜索。

1、(10)申请公布号 CN 104268978 A (43)申请公布日 2015.01.07 CN 104268978 A (21)申请号 201410495469.7 (22)申请日 2014.09.24 G07D 7/20(2006.01) G06K 9/00(2006.01) (71)申请人 苏州佳世达光电有限公司 地址 215011 江苏省苏州市高新区珠江路 169 号 申请人 佳世达科技股份有限公司 (72)发明人 廖士鋐 傅楸善 卢毅 (54) 发明名称 纸钞序号辨识方法 (57) 摘要 本发明提供一种纸钞序号辨识方法， 用以辨 识纸钞上的序号， 其可先针对纸钞上的序号， 以二 值化。

2、演算法、 连通物件标记演算法、 线性分类演算 法与切线距离演算法产生目前识别序号， 再以纸 钞上的另一序号 ( 若有的话 ) 及 / 或对应此纸钞 的序号的校验总和值对目前识别序号进行检验。 借此， 即可有效提升纸钞上的序号的辨识准确度。 (51)Int.Cl. 权利要求书 3 页 说明书 8 页 附图 5 页 (19)中华人民共和国国家知识产权局 (12)发明专利申请 权利要求书3页 说明书8页 附图5页 (10)申请公布号 CN 104268978 A CN 104268978 A 1/3 页 2 1. 一种纸钞序号辨识方法， 用以辨识纸钞上的序号， 该序号由 N 个字元组成， N 为大于。

3、 1 的正整数， 其特征在于， 该纸钞序号辨识方法包含下列步骤 ： (a) 自该纸钞撷取包含该序号的局部影像 ； (b) 对该局部影像执行二值化演算法， 以得到二值化影像 ； (c) 对该二值化影像执行连通物件标记演算法， 以得到 M 个物件影像， 其中 M 为大于 1 的正整数 ； (d) 判断该 M 个物件影像中的 P 个物件影像符合预定尺寸范围且位于主列上， 且判断 (M-P)个物件影像不符合预定尺寸范围及/或不位于该主列上， 其中P为小于或等于M的正 整数 ； (e) 将该 (M-P) 个物件影像滤除 ； (f) 当 P 等于 N 时， 对该 N 个物件影像进行识别 ； 以及 (g) 。

4、当 P 小于 N 时， 进一步执行下列步骤 ： (g1) 当该 P 个物件影像中的任两个物件影像间的距离大于第一门槛值时， 将该任两个 物件影像间位于该主列但因小于该预定尺寸范围而被滤除掉的该物件影像还原 ； (g2)将该P个物件影像前方及/或后方中位于该主列但因小于或大于该预定尺寸范围 而被滤除掉的该物件影像还原 ； (g3) 当该 P 个物件影像中的任两个物件影像间的距离大于该第一门槛值时， 将该任两 个物件影像间位于该主列但因大于该预定尺寸范围而被滤除掉的该物件影像还原且将还 原后的该物件影像分割成两个物件影像 ； 以及 (g4) 经由步骤 (g1) 至步骤 (g3)， 将该 P 个物件。

5、影像恢复为 N 个物件影像， 且对该 N 个 物件影像进行识别。 2. 如权利要求 1 所述的纸钞序号辨识方法， 其特征在于， 还包含下列步骤 ： (h) 根据多个样版影像以线性分类演算法对该 N 个物件影像进行识别， 且赋予每一该 物件影像多个候选标签 ； (i) 当该多个候选标签中的第一个候选标签的信赖区间与第二个候选标签的信赖区间 的差值大于第二门槛值时， 将该第一个候选标签视为该物件影像对应的物件标签 ； (j) 当该多个候选标签中的第一个候选标签的信赖区间与第二个候选标签的信赖区间 的差值小于该第二门槛值时， 以切线距离演算法计算该物件影像与该多个样版影像的切线 距离， 以选取该第一。

6、个候选标签与该第二个候选标签的其中之一作为该物件影像对应的该 物件标签 ； 以及 (k) 产生该 N 个物件影像所组成的目前识别序号。 3. 如权利要求 2 所述的纸钞序号辨识方法， 其特征在于， 还包含下列步骤 ： (l) 针对该纸钞上另一序号执行步骤 (a) 至步骤 (k)， 以得到参考识别序号 ； (m) 判断该目前识别序号与该参考识别序号是否相符 ； 以及 (n) 当该目前识别序号与该参考识别序号相符时， 输出该目前识别序号。 4. 如权利要求 3 所述的纸钞序号辨识方法， 其特征在于， 还包含下列步骤 ： (o) 当该目前识别序号与该参考识别序号不符时， 判断该目前识别序号与校验总和。

7、值 是否相符， 且判断该参考识别序号与该校验总和值是否相符， 其中该校验总和值根据该纸 钞的序号编码规则计算得到 ； 权 利 要 求 书 CN 104268978 A 2 2/3 页 3 (p) 当该目前识别序号与该校验总和值相符， 且该参考识别序号与该校验总和值不符 时， 输出该目前识别序号 ； 以及 (q) 当该参考识别序号与该校验总和值相符， 且该目前识别序号与该校验总和值不符 时， 输出该参考识别序号。 5. 如权利要求 4 所述的纸钞序号辨识方法， 其特征在于， 还包含下列步骤 ： (r) 当该目前识别序号与该校验总和值相符， 且该参考识别序号亦与该校验总和值相 符时， 比较该目前识。

8、别序号与该参考识别序号之间相异物件标签所对应的该候选标签的信 赖区间， 并将该目前识别序号与该参考识别序号其中相异物件标签中具有较多较高信赖区 间或信赖区间的总和较高者加以输出。 6. 如权利要求 2 所述的纸钞序号辨识方法， 其特征在于， 还包含下列步骤 ： (s) 判断该目前识别序号与校验总和值是否相符， 其中该校验总和值根据该纸钞的序 号编码规则计算得到 ； 以及 (t) 当该目前识别序号与该校验总和值相符时， 输出该目前识别序号。 7. 如权利要求 6 所述的纸钞序号辨识方法， 其特征在于， 还包含下列步骤 ： (u) 当该目前识别序号与该校验总和值不符时， 以该多个候选标签的至少其中。

9、之一替 换该目前识别序号中对应的该物件标签 ； 以及 (v) 重复步骤 (s) 至步骤 (u)。 8. 一种纸钞序号辨识方法， 用以辨识纸钞上的序号， 该序号由 N 个字元组成， N 为大于 1 的正整数， 其特征在于， 该纸钞序号辨识方法包含下列步骤 ： (a) 自该纸钞撷取包含该序号的局部影像 ； (b) 自该局部影像得到 N 个物件影像 ； (c) 根据多个样版影像以线性分类演算法对该 N 个物件影像进行识别， 且赋予每一该 物件影像多个候选标签 ； (d) 当该多个候选标签中的第一个候选标签的信赖区间与第二个候选标签的信赖区间 的差值大于门槛值时， 将该第一个候选标签视为该物件影像对应。

10、的物件标签 ； (e) 当该多个候选标签中的第一个候选标签的信赖区间与第二个候选标签的信赖区 间的差值小于该门槛值时， 以切线距离演算法计算该物件影像与该多个样版影像的切线距 离， 以选取该第一个候选标签与该第二个候选标签的其中之一作为该物件影像对应的该物 件标签 ； 以及 (f) 产生该 N 个物件影像所组成的目前识别序号。 9. 如权利要求 8 所述的纸钞序号辨识方法， 其特征在于， 还包含下列步骤 ： (g) 针对该纸钞上另一序号执行步骤 (a) 至步骤 (f)， 以得到参考识别序号 ； (h) 判断该目前识别序号与该参考识别序号是否相符 ； 以及 (i) 当该目前识别序号与该参考识别序。

11、号相符时， 输出该目前识别序号。 10. 如权利要求 9 所述的纸钞序号辨识方法， 其特征在于， 还包含下列步骤 ： (j) 当该目前识别序号与该参考识别序号不符时， 判断该目前识别序号与校验总和值 是否相符， 且判断该参考识别序号与该校验总和值是否相符， 其中该校验总和值根据该纸 钞的序号编码规则计算得到 ； (k) 当该目前识别序号与该校验总和值相符， 且该参考识别序号与该校验总和值不符 权 利 要 求 书 CN 104268978 A 3 3/3 页 4 时， 输出该目前识别序号 ； 以及 (l) 当该参考识别序号与该校验总和值相符， 且该目前识别序号与该校验总和值不符 时， 输出该参考。

12、识别序号。 11. 如权利要求 10 所述的纸钞序号辨识方法， 其特征在于， 还包含下列步骤 ： (m) 当该目前识别序号与该校验总和值相符， 且该参考识别序号亦与该校验总和值相 符时， 比较该目前识别序号与该参考识别序号之间相异物件标签所对应的该候选标签的信 赖区间， 并将该目前识别序号与该参考识别序号其中相异物件标签中具有较多较高信赖区 间或信赖区间的总和较高者加以输出。 12. 如权利要求 8 所述的纸钞序号辨识方法， 其特征在于， 还包含下列步骤 ： (n) 判断该目前识别序号与校验总和值是否相符， 其中该校验总和值根据该纸钞的序 号编码规则计算得到 ； 以及 (o) 当该目前识别序号。

13、与该校验总和值相符时， 输出该目前识别序号。 13. 如权利要求 12 所述的纸钞序号辨识方法， 其特征在于， 还包含下列步骤 ： (p) 当该目前识别序号与该校验总和值不符时， 以该多个候选标签的至少其中之一替 换该目前识别序号中对应的该物件标签 ； 以及 (q) 重复步骤 (n) 至步骤 (p)。 权 利 要 求 书 CN 104268978 A 4 1/8 页 5 纸钞序号辨识方法 技术领域 0001 本发明关于一种纸钞序号辨识方法， 尤指一种可有效提升纸钞上的序号的辨识准 确度的纸钞序号辨识方法。 背景技术 0002 现有点钞机 (Bill counter) 是一种自动清点钞票数目的电。

14、子装置， 由于现金流 通规模庞大， 银行出纳柜台现金处理工作繁重， 点钞机已成为不可缺少的设备。一般而言， 点钞机大都具有计数以及辨识伪钞的功能。此外， 由于纸钞上的序号是由特殊的规则编码 而成， 可作为追踪钞票流向的应用， 有些点钞机还会具有序号辨识功能。然而， 钞票在经过 长时间的流通后， 序号上常会存在污损， 而使得点钞机难以辨识。此外， 点钞机在扫描序号 的过程中， 序号中的数字或字母有可能因角度关系而扭曲变形， 而使得点钞机难以辨识。 因 此， 如何有效辨识纸钞上的序号便成为一个重要的研究课题。 发明内容 0003 本发明的目的在于提供一种纸钞序号辨识方法， 以解决上述问题。 000。

15、4 为达上述目的， 本发明提供一种的纸钞序号辨识方法用以辨识纸钞上的序号， 其 中序号由 N 个字元组成， 且 N 为大于 1 的正整数。该纸钞序号辨识方法包含下列步骤 ： (a) 自纸钞撷取包含序号的局部影像 ； (b) 对该局部影像执行二值化演算法， 以得到二值化影 像 ； (c)对该二值化影像执行连通物件标记演算法， 以得到M个物件影像， 其中M为大于1的 正整数 ； (d) 判断该 M 个物件影像中的 P 个物件影像符合预定尺寸范围且位于主列上， 且判 断 (M-P) 个物件影像不符合预定尺寸范围及 / 或不位于主列上， 其中 P 为小于或等于 M 的 正整数 ； (e) 将 (M-P。

16、) 个物件影像滤除 ； (f) 当 P 等于 N 时， 对 N 个物件影像进行识别 ； 以及 (g) 当 P 小于 N 时， 进一步执行下列步骤 ： (g1) 当该 P 个物件影像中的任两个物件影像间的 距离大于第一门槛值时， 将该任两个物件影像间位于主列但因小于预定尺寸范围而被滤除 掉的物件影像还原 ； (g2) 将该 P 个物件影像前方及 / 或后方中位于主列但因小于或大于预 定尺寸范围而被滤除掉的物件影像还原 ； (g3) 当该 P 个物件影像中的任两个物件影像间的 距离大于第一门槛值时， 将任两个物件影像间位于主列但因大于预定尺寸范围而被滤除掉 的物件影像还原且将还原后的物件影像分割成。

17、两个物件影像 ； 以及 (g4) 经由步骤 (g1) 至 步骤 (g3)， 将该 P 个物件影像回复为 N 个物件影像， 且对该 N 个物件影像进行识别。 0005 较佳的， 该纸钞序号辨识方法还包含下列步骤 ： (h) 根据多个样版影像以线性分 类演算法对该 N 个物件影像进行识别， 且赋予每一个物件影像多个候选标签 ； (i) 当该多个 候选标签中的第一个候选标签的信赖区间与第二个候选标签的信赖区间的差值大于第二 门槛值时， 将该第一个候选标签视为物件影像对应的物件标签 ； (j) 当该多个候选标签中 的第一个候选标签的信赖区间与第二个候选标签的信赖区间的差值小于第二门槛值时， 以 切线距。

18、离演算法计算物件影像与该多个样版影像的切线距离， 以选取该第一个候选标签与 该第二个候选标签的其中之一作为该物件影像对应的该物件标签 ； 以及 (k) 产生该 N 个物 说 明 书 CN 104268978 A 5 2/8 页 6 件影像所组成的目前识别序号。 0006 较佳的， 该纸钞序号辨识方法还包含下列步骤 ： (l) 针对纸钞上另一序号执行步 骤 (a) 至步骤 (k)， 以得到参考识别序号 ； (m) 判断该目前识别序号与该参考识别序号是否 相符 ； 以及 (n) 当该目前识别序号与该参考识别序号相符时， 输出目前识别序号。 0007 较佳的， 该纸钞序号辨识方法还包含下列步骤 ： 。

19、(o) 当该目前识别序号与该参考 识别序号不符时， 判断该目前识别序号与校验总和值是否相符， 且判断该参考识别序号与 该校验总和值是否相符， 其中校验总和值根据纸钞的序号编码规则计算得到 ； (p) 当该目 前识别序号与该校验总和值相符， 且参考识别序号与该校验总和值不符时， 输出该目前识 别序号 ； 以及 (q) 当参考识别序号与校验总和值相符， 且该目前识别序号与该校验总和值 不符时， 输出该参考识别序号。 0008 较佳的， 该纸钞序号辨识方法还包含下列步骤 ： (r) 当该目前识别序号与校验总 和值相符， 且该参考识别序号亦与该校验总和值相符时， 比较该目前识别序号与该参考识 别序号之。

20、间相异物件标签所对应的候选标签的信赖区间， 并将该目前识别序号与该参考识 别序号其中相异物件标签中具有较多较高信赖区间或信赖区间的总和较高者加以输出。 0009 较佳的， 该纸钞序号辨识方法还包含下列步骤 ： (s) 判断该目前识别序号与校验 总和值是否相符， 其中该校验总和值根据该纸钞的序号编码规则计算得到 ； 以及 (t) 当该 目前识别序号与该校验总和值相符时， 输出该目前识别序号。 0010 较佳的， 该纸钞序号辨识方法还包含下列步骤 ： (u) 当该目前识别序号与该校验 总和值不符时， 以该多个候选标签的至少其中之一替换该目前识别序号中对应的该物件标 签 ； 以及 (v) 重复步骤 。

21、(s) 至步骤 (u)。 0011 为达上述目的， 本发明另提供一种纸钞序号辨识方法用以辨识纸钞上的序号， 其 中该序号由N个字元组成， 且N为大于1的正整数。 该纸钞序号辨识方法包含下列步骤 ： (a) 自该纸钞撷取包含该序号的局部影像 ； (b) 自该局部影像得到 N 个物件影像 ； (c) 根据多个 样版影像以线性分类演算法对该 N 个物件影像进行识别， 且赋予每一个物件影像多个候选 标签 ； (d) 当该多个候选标签中的第一个候选标签的信赖区间与第二个候选标签的信赖区 间的差值大于门槛值时， 将该第一个候选标签视为该物件影像对应的物件标签 ； (e) 当该 多个候选标签中的第一个候选标。

22、签的信赖区间与第二个候选标签的信赖区间的差值小于 门槛值时， 以切线距离演算法计算物件影像与该多个样版影像的切线距离， 以选取该第一 个候选标签与第二个候选标签的其中之一作为物件影像对应的该物件标签 ； 以及 (f) 产生 该 N 个物件影像所组成的目前识别序号。 0012 较佳的， 该纸钞序号辨识方法还包含下列步骤 ： (g) 针对该纸钞上另一序号执行 步骤 (a) 至步骤 (f)， 以得到参考识别序号 ； (h) 判断该目前识别序号与该参考识别序号是 否相符 ； 以及 (i) 当该目前识别序号与该参考识别序号相符时， 输出该目前识别序号。 0013 较佳的， 该纸钞序号辨识方法还包含下列步。

23、骤 ： (j) 当该目前识别序号与该参考 识别序号不符时， 判断该目前识别序号与校验总和值是否相符， 且判断该参考识别序号与 该校验总和值是否相符， 其中该校验总和值根据该纸钞的序号编码规则计算得到 ； (k) 当 该目前识别序号与该校验总和值相符， 且该参考识别序号与该校验总和值不符时， 输出该 目前识别序号 ； 以及 (l) 当该参考识别序号与该校验总和值相符， 且该目前识别序号与该 校验总和值不符时， 输出该参考识别序号。 说 明 书 CN 104268978 A 6 3/8 页 7 0014 较佳的， 该纸钞序号辨识方法还包含下列步骤 ： (m) 当该目前识别序号与该校验 总和值相符，。

24、 且该参考识别序号亦与该校验总和值相符时， 比较该目前识别序号与该参考 识别序号之间相异物件标签所对应的该候选标签的信赖区间， 并将该目前识别序号与该参 考识别序号其中相异物件标签中具有较多较高信赖区间或信赖区间的总和较高者加以输 出。 0015 较佳的， 该纸钞序号辨识方法还包含下列步骤 ： (n) 判断该目前识别序号与校验 总和值是否相符， 其中该校验总和值根据该纸钞的序号编码规则计算得到 ； 以及 (o) 当该 目前识别序号与该校验总和值相符时， 输出该目前识别序号。 0016 较佳的， 该纸钞序号辨识方法还包含下列步骤 ： (p) 当该目前识别序号与该校验 总和值不符时， 以该多个候选。

25、标签的至少其中之一替换该目前识别序号中对应的该物件标 签 ； 以及 (q) 重复步骤 (n) 至步骤 (p)。 0017 与现有技术相比， 本发明可先针对纸钞上的序号， 以二值化演算法、 连通物件标 记演算法、 线性分类演算法与切线距离演算法产生目前识别序号， 再以纸钞上的另一序号 ( 若有的话 ) 及 / 或对应此纸钞的序号的校验总和值 (checksum) 对目前识别序号进行检 验。借此， 即可有效提升纸钞上的序号的辨识准确度。 0018 关于本发明的优点与精神可以借由以下的发明详述及所附图式得到进一步的了 解。 附图说明 0019 图 1A 至图 1C 为根据本发明一实施例的纸钞序号辨识。

26、方法的流程图。 0020 图 2 为包含序号的局部影像与二值化影像的示意图。 0021 图 3 为对图 2 中的二值化影像执行连通物件标记演算法后的示意图。 0022 图 4 为将图 3 中的部分物件影像滤除后的示意图。 0023 图 5 为将图 4 中的部分物件影像还原后的示意图。 具体实施方式 0024 为使对本发明的目的、 构造、 特征、 及其功能有进一步的了解， 兹配合实施例详细 说明如下。 0025 请参阅图 1A 至图 5， 图 1A 至图 1C 为根据本发明一实施例的纸钞序号辨识方法的 流程图， 图 2 为包含序号 SN 的局部影像 I1 与二值化影像 I2 的示意图， 图 3 。

27、为对图 2 中的 二值化影像 I2 执行连通物件标记演算法后的示意图， 图 4 为将图 3 中的部分物件影像 C1、 C2、 C8、 C13、 C14 滤除后的示意图， 图 5 为将图 4 中的部分物件影像 C1、 C2、 C8 还原后的示 意图。 0026 本发明的纸钞序号辨识方法适用于点钞机或其它有提供纸钞序号辨识功能的电 子装置。本发明的纸钞序号辨识方法用以辨识纸钞上的序号， 其中序号由 N 个字元组成， 且 N 为大于 1 的正整数。一般而言， 纸钞上的序号的字元可包含数字与字母， 视各国纸钞的序 号编码规则而定。 0027 当使用者将纸钞(未显示)放入点钞机或其它有提供纸钞序号辨识功。

28、能的电子装 置时， 本发明的纸钞序号辨识方法即会执行步骤 S10， 自纸钞撷取包含序号 SN 的局部影像 说 明 书 CN 104268978 A 7 4/8 页 8 I1， 如图 2 所示。需说明的是， 由于各国纸钞上的序号皆位于固定位置， 因此， 点钞机可根据 放入的纸钞国别自纸钞撷取包含序号 SN 的局部影像 I1。接着， 执行步骤 S12， 经由影像前 处理程序加强局部影像I1的对比， 以使局部影像I1的前景(亦即， 序号SN所包含的字元) 与背景产生较为明显的对比。此外， 图 2 中的序号 SN 是以欧元纸钞上的序号为例绘示， 因 此， 序号 SN 由包含一个字母与十一个数字的十二个。

29、字元组成 ( 亦即， N 12)。然而， 本发 明的纸钞序号辨识方法可用以辨识各国纸钞上的序号， 不以欧元纸钞上的序号为限。 0028 接 着， 执 行 步 骤 S14， 对 局 部 影 像 I1 执 行 二 值 化 演 算 法 (binarization algorithm)， 以得到二值化影像 I2， 如图 2 所示。二值化是影像分割的一种方法。在二值化 影象的时候把大于某个临界灰阶值的图元灰阶值设为灰阶极大值， 把小于这个临界灰阶值 的图元灰阶值设为灰阶极小值， 即可实现影像的二值化。 需说明的是， 二值化演算法是为本 领域技术人员的所熟知， 在此不再赘述。 0029 接着， 执行步骤 。

30、S16， 对二值化影像 I2 执行连通物件标记演算法 (connected component labeling algorithm)， 以得到 M 个物件影像 C1-C14， 其中 M 为大于 1 的正整 数。连通物件标记演算法的目的是将影像中属于同一物件的相连像素找出， 以便获得物件 面积、 高度和宽度等资讯， 并借此标记出影像中各个独立的物件。需说明的是， 连通物件标 记演算法为本领域技术人员所熟知， 在此不再赘述。 如图3所示， 在对二值化影像I2执行连 通物件标记演算法后， 可得到十四个物件影像 C1-C14( 亦即， M 14)， 其中字母 “P” 在经二 值化演算法后分成两半， 。

31、因此， 字母 “P” 在经连通物件标记演算法后会被标记为两个物件影 像 C1、 C2 ； 数字 “8” 与 “9” 在经二值化演算法后连在一起， 因此， 数字 “8” 与 “9” 在经连通 物件标记演算法后会先被标记为单一物件影像 C8 ； 序号 SN 上方在经二值化演算法后存在 两个杂讯， 因此， 两个杂讯在经连通物件标记演算法后会被标记为两个物件影像 C13、 C14。 0030 接着， 执行步骤 S18， 判断 M 个物件影像 C1-C14 中的 P 个物件影像 C3-C7、 C9-C12 符合预定尺寸范围且位于主列 MR 上， 且判断 (M-P) 个物件影像 C1、 C2、 C8、 C。

32、13、 C14 不符合 该预定尺寸范围及 / 或不位于该主列 MR 上， 其中 P 为小于或等于 M 的正整数。由于各国纸 钞上的序号中的每一个字元皆具有预定尺寸范围， 亦即， 每一个字元的像素都会落在该预 定尺寸范围内。换言之， 若步骤 S16 中得到的物件影像大小不符合该预定尺寸范围， 此物件 影像便有可能不是序号 SN 中的字元， 反之， 若步骤 S16 中得到的物件影像大小符合该预定 尺寸范围， 此物件影像便有可能是序号 SN 中的字元。此外， 由于纸钞在经过长时间的流通 后， 序号上常会存在污损， 在经二值化演算法与连通物件标记演算法后， 便有可能将图 3 所 示的杂讯标记为物件影像。

33、 C13、 C14。然而， 由于属于序号 SN 的字元接会位在同一列上， 因 此， 本发明可将较多数目的物件影像 C1-C12 所在的列视为该主列 MR， 若步骤 S16 中得到的 物件影像不位于该主列MR上， 此物件影像便有可能不是序号SN中的字元， 反之， 若步骤S16 中得到的物件影像位于该主列 MR 上， 此物件影像便有可能是序号 SN 中的字元。以图 3 为 例， 有九个物件影像 C3-C7、 C9-C12 符合预定尺寸范围且位于该主列 MR 上 ( 亦即， P 9)， 有五个物件影像 C1、 C2、 C8、 C13、 C14 不符合该预定尺寸范围及 / 或不位于该主列 MR 上 (。

34、 亦 即， M 14， 且 P 9， 则 M-P 14-9 5)， 其中有三个物件影像 C1、 C2、 C8 虽位于该主列 MR 上但不符合该预定尺寸范围 ( 物件影像 C1、 C2 太小， 且物件影像 C8 太大 )， 且有两个物 件影像 C13、 C14 不位于该主列 MR 上。 0031 接着， 执行步骤 S20， 将 (M-P) 个物件影像滤除， 亦即， 将五个物件影像 C1、 C2、 C8、 说 明 书 CN 104268978 A 8 5/8 页 9 C13、 C14 滤除， 如图 4 所示。 0032 接着， 执行步骤 S22， 判断 P 等于或小于 N。当 P 等于 N 时， 。

35、表示目前找到位于该主 列MR上的物件影像数目等于序号SN的字元数目， 因此， 可直接执行步骤S24， 对N个物件影 像进行识别。然而， 在本实施例中， N 12， 且 P 9， 亦即， P 系小于 N， 当 P 小于 N 时， 表示 位于主列 MR 上的部分物件影像因小于或大于预定尺寸范围而被滤除掉 ( 亦即， 图 3 中的物 件影像 C1、 C2、 C8)， 使得目前找到位于主列 MR 上的物件影像数目与序号 SN 的字元数目不 符。此时， 本发明会进一步执行步骤 S26、 S28、 S30， 其中步骤 S26 ： 当该 P 个物件影像中的 任两个物件影像间的距离大于第一门槛值时， 将该任两。

36、个物件影像间位于主列 MR 但因小 于预定尺寸范围而被滤除掉的物件影像还原 ； 步骤S28 ： 将该P个物件影像前方及/或后方 中位于主列 MR 但因小于或大于预定尺寸范围而被滤除掉的物件影像还原 ； 以及步骤 S30 ： 当该 P 个物件影像中的任两个物件影像间的距离大于该第一门槛值时， 将该任两个物件影 像间位于主列 MR 但因大于预定尺寸范围而被滤除掉的物件影像还原且将还原后的物件影 像分割成两个物件影像。需说明的是， 由于各国纸钞上的序号中的每两个字元间皆相距预 定距离， 因此， 可将上述的该第一门槛值设定为每两个字元间的预定距离。因此， 当两个物 件影像间的距离大于该第一门槛值时， 。

37、表示此两个物件影像间存在对应序号的字元的物件 影像被滤除掉， 此时， 便需执行步骤 S26， 将任两个物件影像间位于主列 MR 但因小于预定尺 寸范围而被滤除掉的物件影像还原， 或执行步骤 S30， 将任两个物件影像间位于主列 MR 但 因大于预定尺寸范围而被滤除掉的物件影像还原且将还原后的物件影像分割成两个物件 影像。 此外， 由于各国纸钞上的序号的总长度为已知， 当任两个物件影像间的距离符合该第 一门槛值， 而目前找到位于主列MR上的物件影像数目与序号SN的字元数目不符时， 表示该 P 个物件影像前方及 / 或后方存在对应序号的字元的物件影像被滤除掉， 此时， 便需执行步 骤S28， 将该。

38、P个物件影像前方及/或后方中位于主列但因小于或大于预定尺寸范围而被滤 除掉的物件影像还原。 0033 如图 3 与图 4 所示， 两物件影像 C7、 C9 间的距离大于第一门槛值， 表示此两物件影 像C7、 C9间存在对应序号SN的字元的物件影像C8被滤除掉， 由于物件影像C8位于主列MR 但因大于预定尺寸范围而于步骤 S20 中被滤除掉， 因此， 本发明会针对物件影像 C8 执行步 骤S30， 将物件影像C8还原且根据预定尺寸范围将还原后的物件影像C8分割成两物件影像 C81、 C82， 如图 5 所示。此外， 图 4 中的第一个物件影像 C3 至最后一个物件影像 C12 的总长 度与图 2。

39、 中的序号 SN 的总长度不符， 表示九个物件影像 C3-C7、 C9-C12 前方及 / 或后方存 在对应序号 SN 的字元的物件影像 C1、 C2 被滤除掉， 因此， 本发明会针对物件影像 C1、 C2 执 行步骤 S28， 将物件影像 C1、 C2 还原， 由于物件影像 C1、 C2 皆小于预定尺寸范围， 因此， 本发 明会将还原后的物件影像 C1、 C2 视为单一的物件影像 C0。 0034 接着， 执行步骤 S32， 经由步骤 S26 至步骤 S30， 即可将该 P 个物件影像 C3-C7、 C9-C12 回复为 N 个物件影像 C0、 C3-C7、 C81、 C82、 C9-C12。

40、， 且对 N 个物件影像 C0、 C3-C7、 C81、 C82、 C9-C12 进行识别。 0035 在步骤 S24、 S32 后， 执行步骤 S34， 根据多个样版影像以线性分类演算法 (linear classifi er algorithm) 对 N 个物件影像 C0、 C3-C7、 C81、 C82、 C9-C12 进行识别， 且赋予每 一个物件影像 C0、 C3-C7、 C81、 C82、 C9-C12 多个候选标签。在机器学习领域中， 分类的目标 是指将具有相似特征的对象聚集， 而线性分类演算法则透过分析特征的统计分布然后透过 说 明 书 CN 104268978 A 9 6/8。

41、 页 10 线性分界面来做出分类决定， 以达到上述目的， 对象的特征通常被描述为特征值， 而在向量 中则描述为特征向量。 需说明的是， 线性分类演算法为本领域技术人员所熟知， 在此不再赘 述。 0036 接着， 执行步骤 S36 与 S38， 其中步骤 S36 ： 当候选标签中的第一个候选标签的信 赖区间与第二个候选标签的信赖区间的差值大于第二门槛值时， 将该第一个候选标签视 为物件影像对应的物件标签 ； 以及步骤 S38 ： 当候选标签中的第一个候选标签的信赖区间 与第二个候选标签的信赖区间的差值小于该第二门槛值时， 以切线距离演算法 (tangent distance algorithm)。

42、 计算物件影像与样版影像的切线距离， 以选取该第一个候选标签与 该第二个候选标签的其中之一作为物件影像对应的物件标签。切线距离为 Simard 等人提 出的一个经由转换后所得到的距离， 切线距离演算法主要的概念是经由不同的七种转换， 像是x平移(x-translation)、 y平移(y-translation)、 旋转(rotation)、 缩放(scaling)、 平 行 双 曲 转 换 (parallel hyperbolic transformation)、 对 角 双 曲 转 换 (diagonal hyperbolic transformation)、 粗化 (thickening。

43、)， 由这些切线向量去找出两个图像中最 短的距离。需说明的是， 切线距离演算法为本领域技术的人员所熟知， 在此不再赘述。 0037 在本实施例中， 可预先建立关于十个数字以及二十六个英文字母的样版影像集 合， 之后， 再于步骤 S34 中根据预先建立的十个数字以及二十六个英文字母的样版影像集 合训练出的分类模型以线性分类演算法分别对物件影像 C0、 C3-C7、 C81、 C82、 C9-C12 进行 识别， 且赋予每一个物件影像 C0、 C3-C7、 C81、 C82、 C9-C12 多个候选标签。以物件影像 C0 为例， 假设赋予物件影像 C0 的第一个候选标签为 “P” ， 其信赖区间为。

44、 3.0， 第二个候选标签 为 “B” ， 其信赖区间为 1.0， 第三个候选标签为 “D” ， 其信赖区间为 -2.0， 等， 且第二门槛 值设定为 1。由于该第一个候选标签 “P” 的信赖区间与该第二个候选标签 “B” 的信赖区间 的差值 2.0 大于该第二门槛值 1， 因此， 可将该第一个候选标签 “P” 视为物件影像 C0 对应 的物件标签。以物件影像 C3 为例， 假设赋予物件影像 C3 的第一个候选标签为 “1” ， 其信赖 区间为 4.0， 第二个候选标签为 “7” ， 其信赖区间为 3.5， 第三个候选标签为 “9” ， 其信赖区间 为 -0.5， 等， 且第二门槛值设定为 1。

45、。由于该第一个候选标签 “1” 的信赖区间与该第二 个候选标签 “7” 的信赖区间的差值 0.5 小于该第二门槛值 1， 因此， 需进一步以切线距离演 算法计算物件影像 C3 与样版影像 ( 亦即， 候选标签 “1” 与 “7” ) 的切线距离， 以选取该第 一个候选标签 “1” 与该第二个候选标签 “7” 的其中之一作为物件影像 C3 对应的物件标签。 在本实施例中， 假设物件影像 C3 与对应候选标签 “1” 的样版影像的间的切线距离小于物件 影像 C3 与对应候选标签 “7” 的样版影像的间的切线距离， 故选取该第一个候选标签 “1” 作 为物件影像 C3 对应的物件标签。 0038 在。

46、对每一个物件影像 C0、 C3-C7、 C81、 C82、 C9-C12 执行步骤 S36 与 S38 后， 即可产 生 N 个物件影像 C0、 C3-C7、 C81、 C82、 C9-C12 所组成的目前识别序号 ( 步骤 S40)。此时， 可 直接输出此目前识别序号， 作为辨识出的纸钞上的序号 SN， 或是进一步以下列方式对此目 前识别序号进行检验。 0039 若纸钞上存在另一序号， 则本发明可执行步骤 S42， 针对纸钞上另一序号执行步骤 S10 至步骤 S40， 以得到对应另一序号的一参考识别序号。举例而言， 美金或新台币上皆存 在两相同序号， 因此， 本发明可预设先针对其中一序号执行。

47、步骤 S10 至步骤 S40， 以得到对 应此序号的目前识别序号， 再针对另一序号执行步骤 S10 至步骤 S40， 以得到对应另一序号 说 明 书 CN 104268978 A 10 7/8 页 11 的参考识别序号。 0040 接着， 执行步骤 S44， 判断该目前识别序号与该参考识别序号是否相符。 0041 当该目前识别序号与该参考识别序号相符时， 表示该目前识别序号即为成功辨识 出的纸钞上的序号 SN， 执行步骤 S46， 输出该目前识别序号， 作为辨识出的纸钞上的序号 SN。 0042 当该目前识别序号与该参考识别序号不符时， 表示该目前识别序号与该参考识别 序号的至少其中之一可能辨。

48、识错误， 可进一步执行步骤 S48， 判断该目前识别序号与校验总 和值 (checksum) 是否相符， 且判断该参考识别序号与该校验总和值是否相符， 其中该校验 总和值根据纸钞的序号编码规则计算得到。一般而言， 各国纸钞上的序号皆是根据特定的 序号编码规则而产生， 只要是合法的纸钞序号， 皆可根据序号编码规则计算出该校验总和 值。 因此， 本发明可利用该校验总和值来检验该目前识别序号与该参考识别序号是否正确。 0043 当该目前识别序号与该校验总和值相符， 且该参考识别序号与该校验总和值不符 时， 表示该目前识别序号辨识正确， 且该参考识别序号辨识错误， 因此， 可执行步骤 S50， 输 出。

49、该目前识别序号， 作为辨识出的纸钞上的序号 SN。 0044 当该参考识别序号与该校验总和值相符， 且该目前识别序号与该校验总和值不符 时， 表示该目前识别序号辨识错误， 且该参考识别序号辨识正确， 因此， 可执行步骤 S52， 输 出参考识别序号， 作为辨识出的纸钞上的序号 SN。 0045 当该目前识别序号与该校验总和值相符， 且该参考识别序号亦与该校验总和值相 符时， 由于尚无法判断该目前识别序号与该参考识别序号何者正确， 可执行步骤 S54， 比较 该目前识别序号与该参考识别序号之间相异物件标签所对应的候选标签的信赖区间， 并将 该目前识别序号与该参考识别序号其中相异物件标签中具有较多较高信赖区间或信赖区 间的总和较高者加以输出。 0046 举 例 而 言， 假 设 目 前 识 别 序 号 为 “P18700892146” ， 且 参 考 识 别 序 号 为 “B18100892146” ， 该目前识别序号与该参考识别序号之间相异物件标签即为 “P” 、“7” 与 “B” 、“1” 。此时， 步骤 S54 即是比较该目前识别序号中的 “P” 、“7”。