残损人民币复点封签签章自动化检测系统和检测方法
文献发布时间:2023-06-19 19:28:50
【技术领域】
本发明涉及图像识别技术领域,尤其涉及残损人民币复点封签签章自动化检测系统和检测方法。
【背景技术】
人民币钞票处理作业复点生产自动化系统研发是中国人民银行关于钞票处理业务全国重点推广的工作之一,在人民币钞处业务中,复点业务长期以来都是手工作业,属于劳动密集工作。复点工艺流程为:人工使用点钞机进行每百过数、每百扎把、每千打捆,20捆装袋。同时要求:对每把腰条侧面加盖操作员姓名章,每捆正面粘贴封签,封签上加盖操作员姓名章及作业日期,每袋嵌入装袋票,装袋票上需加盖装袋员姓名章和管理员姓名章。在此过程中,盖章为全手工盖姓名章,每日生产操作中,每名员工手动盖章小把1000余个,封签200余个,装袋票20余个,实际操作过程中数字安全极为重要。目前,在这些生产处理过程中,完全依靠人工进行操作,由于人工操作的不规范,导致腰条松动、散把,产品散落等现象,造成捆百产品在捆千后数量不足的情况,会造成极大的数字安全风险隐患。
因此,有必要提供残损人民币复点封签签章自动化检测系统和检测方法,对拆捆、清点、扎把、扎捆进行数字记录,操作流程确认、异常预警的钞票复点工艺管理系统,实现对残损人民币复点过程监控,保证产品的数字安全。
【发明内容】
本发明公开了残损人民币复点封签签章自动化检测系统和检测方法,其可以有效解决背景技术中涉及的技术问题。
为实现上述目的,本发明的技术方案为:
残损人民币复点封签签章自动化检测系统,包括分发端系统和多个操作端系统,所述分发端系统包括数据处理模块、第一图像采集模块、第一图像处理模块和第一标签打印机,所述操作端系统包括子数据处理模块、第二图像采集模块、第二图像处理模块、点钞机、扎把机、扎捆机和第二标签打印机;
所述第一图像采集模块用于对钱捆进行图像采集,并将图像信息传输给所述第一图像处理模块,所述第一图像处理模块用于对图像信息进行处理,识别钱捆的人民币数量、人民币面额以及钱捆上的封签信息,并将结果传输至所述数据处理模块,所述数据处理模块用于存储信息,并控制所述第一标签打印机打印封签;
所述第二图像采集模块用于对钱捆进行图像采集,并将图像信息传输给所述第二图像处理模块,所述第二图像处理模块用于对图像信息进行处理,识别钱捆的人民币数量、人民币面额以及钱捆上的封签信息,并将结果传输至所述子数据处理模块,所述子数据处理模块用于采集操作员信息、存储图像信息以及与所述数据处理模块进行信息交互,并控制所述第二标签打印机打印封签。
作为本发明的一种优选改进:所述操作端系统的数量为5-60个。
作为本发明的一种优选改进:所述第一图像采集模块采用彩色高分辨率CCD相机和阵列LED光源进行图像采集。
作为本发明的一种优选改进:所述第一图像处理模块包括计算机,所述计算机基于神经网络算法识别钱捆信息。
作为本发明的一种优选改进:所述子数据处理模块与所述扎把机和所述第二标签打印机连接,所述扎把机每进行10次扎把操作后,所述子数据处理模块控制所述第二标签打印机自动打印封签,封签信息包括操作员信息、钱捆数量、人民币面额和打印时间。
残损人民币复点封签签章自动化检测方法,包括以下步骤:
S1:管理员通过所述第一图像采集模块采集分发给操作员的钱捆图像,所述第一图像处理模块对采集的图像进行钱捆数量检测、面额识别,操作员拿走钱捆;
S2:操作员通过所述第二图像采集模块采集钱捆图像,所述第二图像处理模块对采集的图像进行钱捆数量检测、面额识别,操作员拆开钱捆,单把钱币放入所述点钞机中复数无误后,将其放入所述扎把机扎上腰条,并在腰条上打印相关信息,数完10把后,放入所述扎捆机进行扎捆并贴上封签;
S3:复点完成后的钱捆,操作员通过所述第二图像采集模块对其进行图像采集,所述第二图像处理模块对采集的图像进行把数识别,随后将钱捆送至管理员处;
S4:管理员将归还的钱捆装袋,并通过所述第一图像采集模块采集钱捆图像,所述第一图像处理模块对采集的图像进行钱捆数量检测、面额识别,并提取钱捆封签上的二维码信息,随后将信息传输至所述数据处理模块,所述数据处理模块存储信息并打印装袋票,管理员放置装袋票,复点工艺中钱捆分发、复点、回收任务完成;
S5:上述过程任意一步发生异常情况进行报警,提示现场管理进行核实,并记录相关信息。
作为本发明的一种优选改进:所述步骤S1具体包括以下步骤:
S11:管理员刷卡登录数据处理模块,操作员刷卡登录子数据处理模块;
S12:准备好待分发的残损人民币钱捆,管理员在数据处理模块软件功能界面选定当前领用钱捆的操作员,然后点击分发按钮,所述第一图像采集模块对产品进行拍照;
S13:所述第一图像处理模块对采集图像的钱捆数量信息、面额信息进行识别,若出现多个封签计数数值不一致且空间位置不相关异常,利用多个封签计数数值的一致性以及封签之间的位置相关性,综合判断钱捆的数量信息,分级弹框提示,预报存在的钱捆封签遮挡,破损等异常情况,管理员核实异常信息并处理,若出现异常则从步骤S12继续;
S14:判断识别结果中钱捆数量、面额,是否与设定的预期值一致,若出现异常,报警弹框提示管理员刷卡授权核实异常信息,通过调整钱捆姿态解决异常,并跳至步骤S12继续;若没有出现异常,则将被领用的残损人民币钱捆的相关信息存储到数据库中,相关信息由管理员信息、操作员信息、领用的面额及数量关联构成,分发过程完成;
S15:再次分发,重复步骤S11-S14。
作为本发明的一种优选改进:所述步骤S2具体包括以下步骤:
S21:操作员在拆捆前,通过所述第二图像采集模块采集图像信息;
S22:所述第二图像处理模块自动识别图像中单捆钱的把数信息;
S23:所述子数据处理模块对图像中识别到的把数结果与预设结果进行一致性校验,若发生异常,则预警,管理员授权处理异常后,从步骤S21继续执行;
S24:操作员拆捆,每捆点数10把后,单把分别放入点钞机进行数数;
S25:单把数数完成,将其放入扎把机进行扎把,扎把完成后,取出产品放入第二标签打印机,第二标签打印机检测到产品到位信号后会自动生成操作员信息、把数信息等相关信息并写入数据库中,同时在单把腰条上打印操作员签章信息;
S26:返回循环执行步骤S23,满足数把到10把后,第二标签打印机将自动打印钱捆封签;
S27:操作员把10把钱放入扎捆机进行扎捆,将已打印的封签贴到钱捆正面。
作为本发明的一种优选改进:所述步骤S3具体包括以下步骤:
S31:操作员把复点完成的人民币钱捆整合,通过所述第二图像采集模块采集图像信息;
S32:所述第二图像处理模块自动识别图像中单捆钱的把数信息;
S33:所述子数据处理模块对图像中识别到的把数结果与预设结果进行一致性校验,若发生异常,则预警,管理人员授权处理异常后,从步骤S31继续执行;否则,将把数检测结果、图像信息、封签信息与操作员信息关联存储到数据库中;
S34:重复步骤S31-S33,直到将全部领用钱捆复点完成。
作为本发明的一种优选改进:所述步骤S4具体包括以下步骤:
S41:回收钱捆达到20捆,或者需要强制装袋时,达到装袋条件;
S42:管理员把复点后的钱捆按封签向上的方式依次装入透明的钱袋中;
S43:管理员点击回收按钮,第一图像采集模块对回收的钱捆进行图像采集,第一图像处理模块识别采集到的图像,进行残损人民币面额检测、钱捆数量、封签二维码信息的自动识别提取;
S44:数据处理模块对识别到的相关信息进行数量、面额检验,同时将封签二维码信息与数据库中的信息比对,对数量及面额不符合回收装袋要求的产品预警,以及对无效封签、重复封签进行预警提示,若出现异常,则由管理员核实异常信息并处理,记录相关异常信息;如符合装袋要求则将图像信息、二维码信息与管理员、操作员关联存储到数据库中,核销对应操作员的领用数据;
S45:装袋完成后,数据处理模块软件界面弹出打印装袋票授权提示框;
S46:管理员、操作员刷卡授权后,第二标签打印机自动打印出装袋票;
S47:管理员把装袋票放入钱袋中,用锁扣锁死钱袋,完成装袋;
S48:返回步骤S41进行循环操作。
本发明的有益效果如下:
1、利用图像检测、操作顺序控制等技术,实现拆把操作记录、复点操作记录、扎把操作记录、扎捆操作记录,实现残损人民币复点通过图像识别、操作顺序控制方法来监控生产流程,保障产品数字安全;
2、通过自动识别、记录复点生产的所有环节操作过程,实现了全自动信息化作业,极大的减少了人工干预,提高了生产效率,通过本系统进行信息追溯,保证了整个复点业务数字安全,钱款分发的拍照、点前拍照、点后拍照和装袋拍照替代人工点捆卡把工作,减少工作强度,保证钱款的数准性和可追溯性;
3、自动化装置替代手工操作,减小了劳动强度,降低了人工失误的风险,提高了工作效率,生产作业各环节信息的采集、分析统计,实现信息的自动化存储,相较于纸质记录,保证了数据的安全性,提高了追溯查询的效率,实现了精准追溯。
【附图说明】
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例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它的附图,其中:
图1为本发明残损人民币复点封签签章自动化检测系统的示意图;
图2为本发明第二图像采集模块结构示意图;
图3为本发明残损人民币复点封签签章自动化检测方法的流程图;
图4为本发明检测方法第1步具体流程示意图;
图5为本发明检测方法第2步具体流程示意图;
图6为本发明数据传输示意图。
图中:1-第一图像采集模块,2-第二图像采集模块,21-LED光源,22-CCD相机,23-反光镜,3-扎把机,4-第二标签打印机。
【具体实施方式】
下面将结合本发明实施例对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅是本发明的一部分实施例,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做出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
需要说明,本发明实施例中所有方向性指示(诸如上、下、左、右、前、后……)仅用于解释在某一特定姿态(如附图所示)下各部件之间的相对位置关系、运动情况等,如果该特定姿态发生改变时,则该方向性指示也相应地随之改变。
另外,在本发明中如涉及“第一”、“第二”等的描述仅用于描述目的,而不能理解为指示或暗示其相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本发明的描述中,“多个”的含义是至少两个,例如两个,三个等,除非另有明确具体的限定。
在本发明中,除非另有明确的规定和限定,术语“连接”、“固定”等应做广义理解,例如,“固定”可以是固定连接,也可以是可拆卸连接,或成一体;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通或两个元件的相互作用关系,除非另有明确的限定。对于本领域的普通技术人员而言,可以根据具体情况理解上述术语在本发明中的具体含义。
另外,本发明各个实施例之间的技术方案可以相互结合,但是必须是以本领域普通技术人员能够实现为基础,当技术方案的结合出现相互矛盾或无法实现时应当认为这种技术方案的结合不存在,也不在本发明要求的保护范围之内。
请参阅图1-图2所示,本发明提供残损人民币复点封签签章自动化检测系统,包括分发端系统和多个操作端系统,所述分发端系统包括数据处理模块、第一图像采集模块、第一图像处理模块和第一标签打印机,所述操作端系统包括子数据处理模块、第二图像采集模块、第二图像处理模块、点钞机、扎把机、扎捆机和第二标签打印机,所述第一图像采集模块用于对钱捆进行图像采集,并将图像信息传输给所述第一图像处理模块,所述第一图像处理模块用于对图像信息进行处理,识别钱捆的人民币捆数量、人民币面额以及钱捆上的封签信息,并将结果传输至所述数据处理模块,所述数据处理模块用于存储信息,并控制所述第一标签打印机打印封签,所述第二图像采集模块用于对钱捆进行图像采集,并将图像信息传输给所述第二图像处理模块,所述第二图像处理模块用于对图像信息进行处理,识别钱捆的人民币捆数量、人民币面额以及钱捆上的封签信息,并将结果传输至所述子数据处理模块,所述子数据处理模块用于采集操作员信息、存储图像信息以及与所述数据处理模块进行信息交互,并控制所述第二标签打印机打印封签。
具体的,分发端对残损人民币复点前分发的钱捆,进行数量检测、面额自动识别。同时,自动记录分发的面额及对应的数量以及复点人员信息等信息。操作端对复点前整捆人民币,进行把数的数量识别、识别结果及操作人员信息记录。操作端自动生成腰条的签章信息并自动打印该信息,操作端对复点完成的整捆人民币(10把)封签信息自动生成并打印,操作端对复点后整捆人民币,进行把数的数量识别、识别结果及操作人员信息记录。分发端对回收复点完成的钱捆,进行数量检测、面额自动识别,对点后封签的二维码,自动识别并进行信息提取。如果上述过程发生异常情况,报警及通知管理人员核实处理,同时记录核实结果信息。残损人民币复点封签签章自动化系统利用了图像检测、操作控制等技术,实现了对复点环节的信息记录,记录的具体信息包括:分发的钱捆、拆把的操作、复点的操作、扎把的操作、扎捆的操作及回收的钱捆,从而最终实现了对复点工作的闭环控制。通过图像识别技术、操作顺序控制方法,监控残损人民币复点过程,保证了产品数字安全。
分发端系统包含2个功能:残损人民币分发及复点后的残损人民币回收。残损人民币分发是指现场管理员通过分发端分发软件子模块向某个具体的操作员分发钱捆,通过第一图像采集模块对分发的钱捆,进行图像采集,采集到的钱捆图像输入到第一图像处理模块中,第一图像处理模块利用神经网络算法去识别分发钱捆的人民币捆数量和人民币面额,并把识别结果信息与相关操作员信息进行关联,存储到数据库中。复点后的残损人民币回收是指现场管理员通过分发端回收软件子模块对某个具体操作员复点完成后钱捆进行回收,通过第一图像采集模块对回收的钱捆进行图像采集,采集到的钱捆图像输入到第一图像处理模块中,第一图像处理模块利用神经网络算法去识别回收钱捆的人民币捆数量和人民币面额,对点后封签的二维码自动识别并进行信息提取,并把提取到的信息与相关操作员信息进行关联,存储到数据库中,实时核销某个操作员领用的产品信息保证人民币的数字安全。
操作端系统包含3个功能:对领用到每个的钱捆,进行点前拍照、记录信息,点后拍照、记录信息,关联相关信息后生成封签。具体操作如下:操作员对每个领用钱捆拆捆前,通过第二图像采集模块进行图像采集,采集图像输入到第二图像处理模块中,第二图像处理模块通过神经网络算法对残损人民币把数量进行识别,当识别结果正确后进行拆捆,然后对钱捆中每把进行点数,每100张为一把,放入点钞机进行自动数数,数数完成后放入扎把机进行扎把,扎把完成后,取出产品放入扎把打印机中,扎把打印机检测到产品到位信号后会自动生成操作人员信息、把数信息等相关信息并写入数据库中,同时在单把腰条上打印操作员签章信息。10把操作完成,系统根据数据库中记录的相关操作人员信息以及产品信息,封签打印机会自动打印该捆产品的封签信息,操作人员将10把产品放入扎捆机中扎捆,粘贴对应的封签。
作为一种实施方式,所述操作端系统的数量为5-60个,所述第一图像采集模块采用彩色高分辨率CCD相机和阵列LED光源进行图像采集,所述第一图像处理模块包括计算机,所述计算机基于神经网络算法识别钱捆信息,所述子数据处理模块与所述扎把机和所述第二标签打印机连接,所述扎把机每进行10次扎把操作后,所述子数据处理模块控制所述第二标签打印机自动打印封签,封签信息包括操作员信息、钱捆数量、人民币面额和打印时间。
残损人民币复点封签签章自动化检测系统的检测方法,包括以下步骤:
S1:管理员通过所述第一图像采集模块采集分发给操作员的钱捆图像,所述第一图像处理模块对采集的图像进行钱捆数量检测、面额识别,操作员拿走钱捆;
S2:操作员通过所述第二图像采集模块采集钱捆图像,所述第二图像处理模块对采集的图像进行钱捆数量检测、面额识别,操作员拆开钱捆,单把钱币放入所述点钞机中复数无误后,将其放入所述扎把机扎上腰条,并在腰条上打印相关信息,数完10把后,放入所述扎捆机进行扎捆并贴上封签;
S3:复点完成后的钱捆,操作员通过所述第二图像采集模块对其进行图像采集,所述第二图像处理模块对采集的图像进行把数识别,随后将钱捆送至管理员处;
S4:管理员将归还的钱捆装袋,并通过所述第一图像采集模块采集钱捆图像,所述第一图像处理模块对采集的图像进行钱捆数量检测、面额识别,并提取钱捆封签上的二维码信息,随后将信息传输至所述数据处理模块,所述数据处理模块存储信息并打印装袋票,管理员放置装袋票,复点工艺中钱捆分发、复点、回收任务完成;
S5:上述过程任意一步发生异常情况进行报警,提示现场管理进行核实,并记录相关信息。
所述步骤S1具体包括以下步骤:
S11:管理员刷卡登录数据处理模块,操作员刷卡登录子数据处理模块;
S12:准备好待分发的残损人民币钱捆,管理员在数据处理模块软件功能界面选定当前领用钱捆的操作员,然后点击分发按钮,所述第一图像采集模块对产品进行拍照;
S13:所述第一图像处理模块对采集图像的钱捆数量信息、面额信息进行识别,若出现多个封签计数数值不一致且空间位置不相关异常,利用多个封签计数数值的一致性以及封签之间的位置相关性,综合判断钱捆的数量信息,分级弹框提示,预报存在的钱捆封签遮挡,破损等异常情况,管理员核实异常信息并处理,若出现异常则从步骤S12继续;
S14:判断识别结果中钱捆数量、面额,是否与设定的预期值一致,若出现异常,报警弹框提示管理员刷卡授权核实异常信息,通过调整钱捆姿态解决异常,并跳至步骤S12继续;若没有出现异常,则将被领用的残损人民币钱捆的相关信息存储到数据库中,相关信息由管理员信息、操作员信息、领用的面额及数量关联构成,分发过程完成;
S15:再次分发,重复步骤S11-S14。
所述步骤S2具体包括以下步骤:
S21:操作员在拆捆前,通过所述第二图像采集模块采集图像信息;
S22:所述第二图像处理模块自动识别图像中单捆钱的把数信息;
S23:所述子数据处理模块对图像中识别到的把数结果与预设结果进行一致性校验,若发生异常,则预警,管理员授权处理异常后,从步骤S21继续执行;
S24:操作员拆捆,每捆点数10把后,单把分别放入点钞机进行数数;
S25:单把数数完成,将其放入扎把机进行扎把,扎把完成后,取出产品放入第二标签打印机,第二标签打印机检测到产品到位信号后会自动生成操作员信息、把数信息等相关信息并写入数据库中,同时在单把腰条上打印操作员签章信息;
S26:返回循环执行步骤S23,满足数把到10把后,第二标签打印机将自动打印钱捆封签;
S27:操作员把10把钱放入扎捆机进行扎捆,将已打印的封签贴到钱捆正面。
所述步骤S3具体包括以下步骤:
S31:操作员把复点完成的人民币钱捆整合,通过所述第二图像采集模块采集图像信息;
S32:所述第二图像处理模块自动识别图像中单捆钱的把数信息;
S33:所述子数据处理模块对图像中识别到的把数结果与预设结果进行一致性校验,若发生异常,则预警,管理人员授权处理异常后,从步骤S31继续执行;否则,将把数检测结果、图像信息、封签信息与操作员信息关联存储到数据库中;
S34:重复步骤S31-S33,直到将全部领用钱捆复点完成。
所述步骤S4具体包括以下步骤:
S41:回收钱捆达到20捆,或者需要强制装袋时,达到装袋条件;
S42:管理员把复点后的钱捆按封签向上的方式依次装入透明的钱袋中;
S43:管理员点击回收按钮,第一图像采集模块对回收的钱捆进行图像采集,第一图像处理模块识别采集到的图像,进行残损人民币面额检测、钱捆数量、封签二维码信息的自动识别提取;
S44:数据处理模块对识别到的相关信息进行数量、面额检验,同时将封签二维码信息与数据库中的信息比对,对数量及面额不符合回收装袋要求的产品预警,以及对无效封签、重复封签进行预警提示,若出现异常,则由管理员核实异常信息并处理,记录相关异常信息;如符合装袋要求则将图像信息、二维码信息与管理员、操作员关联存储到数据库中,核销对应操作员的领用数据;
S45:装袋完成后,数据处理模块软件界面弹出打印装袋票授权提示框;
S46:管理员、操作员刷卡授权后,第二标签打印机自动打印出装袋票;
S47:管理员把装袋票放入钱袋中,用锁扣锁死钱袋,完成装袋;
S48:返回步骤S41进行循环操作。
通俗来讲,第1步,现场管理员通过图像采集模块采集分发给操作员的钱捆图像,图像识别模块对采集的图像进行钱捆数量检测、面额识别,数据处理模块校验识别到的钱捆捆数信息,对不符合相关预设规则的情况进行预警,并记录相关信息。
第2步,领用的钱捆在拆捆前,操作员需要通过操作端图像采集模块采集单捆图像,图像识别模块对采集的图像进行把数识别,子数据处理模块校验识别到的钱捆把数信息,对不符合相关预设规则的情况进行预警,并记录相关信息;操作员拆开钱捆,单把产品放入点钞机中复数无误后,将其放入扎捆机扎上腰条,并在腰条上打印相关信息,数完10把,进行扎捆并贴上封签。
第3步,复点完成后的钱捆,操作员通过操作端图像采集模块对其进行拍照,图像识别模块对采集的图像进行把数识别,子数据处理模块校验识别到的钱捆把数信息,对不符合相关预设规则的情况进行预警,并记录相关信息。
第4步,现场管理员对操作员归还的钱捆装袋,将装袋的钱捆放入分发端拍照平台上进行拍照,分发端的图像识别模块对回收的整袋钱捆进行图像识别。分发端图像识别模块主要有2个功能。1)识别出整袋钱捆的面额信息以及对应数量信息;2)提取出复点后单钱捆封签上的二维码信息,并与数据库中数据做比对,刷选出无效单捆封签,重复单捆封签等异常,出现异常进行预警。点击装袋回收按钮,经现场管理员、操作员确认数据无误后刷卡授权,自动打印装袋票,并记录相关信息。复点工艺中钱捆分发、复点、回收任务完成。
第5步,如果第1步至第4步任意一步发生异常情况进行报警,提示现场管理进行核实,并记录相关信息。
所述第1步进一步具体如下:
第1-1步,检测系统准备好,现场管理员刷卡登录系统,操作员刷卡登录对应授权的操作端。
第1-2步,准备好待分发的残损人民币钱捆,现场管理员在分发端软件功能界面选定当前领用钱捆的操作员,然后点击分发按钮,分发端图像采集模块会触发大面阵相机,对分发的产品进行拍照。
第1-3步,自动调用分发端图像处理模块,对采集图像的钱捆数量信息、面额信息进行识别。考虑到整袋中,存在单捆残损人民币存在遮挡、封签破损情况;若干钱捆之间相互存在粘连情况等。设计了多个特征标签用于计数,提高计数功能的准确性。若出现多个特征标签计数数值不一致且空间位置不相关异常,利用多个特征标签计数数值的一致性以及特征之间的位置相关性,综合判断钱捆的数量信息,分级弹框提示,预报存在的钱捆封签遮挡,破损等异常情况,现场管理员核实异常信息并处理,提高系统的可操作。出现异常则从1-2步骤继续。
第1-4步,自动调用分发端数据处理模块,判断识别结果中钱捆数量、面额,是否与设定的预期值一致。若出现异常,报警弹框提示现场管理员刷卡授权核实异常信息,通过调整钱捆姿态,检查是否有干扰钱捆标签进入采图区域等手段解决异常,并跳至1-2步骤继续。若没有出现异常,则将被领用的残损人民币钱捆的相关信息存储到数据库中。相关信息由分发管理员信息,操作员信息,领用的面额及数量关联构成,分发过程完成。
第1-5步,再次分发,执行1-2到1-4步。
所述第2步进一步具体如下:
第2-1步,所述操作员在拆捆前,把领用的单钱捆,放入操作端拍照平台上,由对应的图像采集模块自动拍照;
第2-2步,操作端图像处理模块自动识别点前拍照图像中单捆钱的把数信息;
第2-3步,操作端子数据处理模块对图像中识别到的把数结果与预设结果进行一致性校验,若发生异常,则预警,管理人员授权处理异常后,从2-1步继续执行;
第2-4步,操作员拆捆,每把点数放入点钞机进行数数;
第2-5步,单把数数完成,将其放入扎把机进行扎把,扎把完成后,取出产品放入扎把打印机中,扎把打印机检测到产品到位信号后会自动生成操作人员信息、把数信息等相关信息并写入数据库中,同时在单把腰条上打印操作员签章信息;
第2-6步,返回循环执行2-3步,满足数把到10把后,操作端封签打印机将自动打印钱捆封签;
第2-7步,操作员把10把钱放入操作端扎捆机设备进行扎捆,将已打印的封签贴到钱捆正面;
所述第3步进一步具体如下:
第3-1步,操作员把复点完成的人民币钱捆,放入操作端拍照平台上,由对应的图像采集模块自动拍照;
第3-2步,操作端图像处理模块自动识别点后拍照图像中单捆钱的把数信息;
第3-3步,操作端子数据处理模块对图像中识别到的把数结果与预设结果进行一致性校验,若发生异常,则预警,管理人员授权处理异常后,从3-1步继续执行。否则,将把数检测结果、图像信息、封签信息与操作员关联存储到数据库中;
第3-4步,返回2-1循环,直到将全部领用钱捆复点完成。
所述第4步分发端回收任务,进一步具体如下:
第4-1步,回收钱捆达到20捆,或者需要强制装袋时,达到装袋条件;
第4-2步,装袋员(或管理员)把复点后的钱捆按封签向上依次装入透明的钱袋中;
第4-3步,管理员在分发端软件界面刷卡授权进入装袋环节;
第4-4步,管理员点击回收按钮,分发端软件触发大面阵相机对回收的产品拍照,分发端图像处理模块对采集到的图像,进行残损人民币面额检测,钱捆数量、封签二维码信息的自动识别提取;
第4-5步,数据处理模块对识别到的相关信息进行数量,面额检验。同时将封签二维码信息与数据库中的信息比对。对数量及面额不符合回收装袋要求的产品预警,以及对无效封签,重复封签进行预警提示。若出现异常,则由现场管理员核实异常信息并处理,记录相关异常信息。如符合装袋要求则将图像信息、二维码信息与管理员、操作员关联存储到数据库中,核销对应操作员的领用数据;
第4-6步,装袋完成后,分发端软件界面弹出打印装袋票授权提示框;
第4-7步,管理员、操作员、装袋员同时刷卡授权后(没有装袋员的话,只需管理员、操作员授权),分发端装袋票打印机自动打印出装袋票;
第4-8步,管理员把装袋票放入钱袋中,用锁扣锁死钱袋,完成装袋;
第4-9步,返回4-1步进行循环操作;
所述第4-4步进一步具体如下:
第4-4-1步,所述钱捆封签二维码信息,包括该钱捆的编码信息及复点操作员信息;
第4-4-2步,回收钱的捆编码信息与数据库已复点钱捆的编码信息进行比对。比对结果存在3种状态:1)已复点,未回收;2)已复点,已回收;3)未复点;
第4-4-3步,对4-4-2步中状态2、状态3异常情况给出相应的报警弹框提示,现场管理员刷卡授权核实异常信息;
所述第4-8步进一步具体如下:
第4-8-1步,装袋票包含的信息有装袋人员信息、现场管理员信息,回收钱捆信息。
第4-8-2步,使用分发端扫描设备去扫描装袋票上的二维码,可实时查询到装袋钱捆关联的操作员生产信息、装袋人员、生产时间、装袋时间、钱捆数量信息等信息详情;
其中,所述第1-3步进一步具体为:
第1-3-1步,对采集到的残损人民币的钱捆图像进行预处理;
第1-3-2步,图像处理模块对采集图像中的封签及封签上的指定特征区域,进行独立捆进语义分割,同时对封签上的特征进行语义分割。
第1-3-3步,构建分类神经网络对分割区域进行特征分类,识别出分割钱捆或以及对应分割的钱捆实际面额。
第1-3-4步,图像逻辑校验模型利用被分割出来图像位置相关性进行面额及对应数量的逻辑校验,实时对封签缺失、遮挡等异常情况进行预警。
其中,所述第1-3-2步中图像处理模块对独立捆进行分割,识别捆的步骤进一步具体如下:
第1-3-2-1步,对输入图像进行平场矫正;
第1-3-2-2步,对产品区域图像使用下采样提取特征,降低运算量,增加感受野的大小,这样可以增加对输入图像的一些小扰动的鲁棒性,减少过拟合的风险。接下来使用上采样方式把下采样获取的特征再还原解码到原图的尺寸,最终分割出钱捆图像。
第1-3-2-3步,将分割的钱捆以及特征区域图像,放入构建的分类神经网络中,输出及每个钱捆的面额,加上特征区域的空间特征综合判定钱捆数量。
其中,所述第2-2步图像处理子模块识别整捆产品中把的数量包括如下步骤:
第2-2-1步,对输入图像进行仿射变换,使产品旋转并居中;
第2-2-2步,对待选区使用人工神经网络算法处理确定钱捆中腰条疑似的位置;
第2-2-3步,利用先验知识对腰条的尺寸、位置、重叠率、填充率等信息进行判定确认腰条的位置;
第2-2-4步,输出单捆钱的把数数量。
实施例一:人民银行成都分行现金处理中心复点车间复点生产线
残损人民币复点封签签章自动化检测系统,其包括:分发端模块、操作端模块。
所述分发端模块分为4个子模块:软件操作模块(数据处理模块)、钱捆图像采集处理模块、装袋信息打印模块(第一标签打印机)、手持二维码识别模块。
所述操作端模块分为7个子模块:软件操作模块(子数据处理模块)、扎把图像采集处理模块、点钞机、扎把机、扎捆机、扎把打印模块、钱捆封签打印模块;
分发端模块:
现场管理人员通过软件操作模块进行登录、分发、回收、装袋业务;
分发时通过分发端钱捆图像采集处理模块采用彩色高分辨率CCD相机和阵列LED光源进行图像采集,将采集到的残损人民币钱捆图像信息输入到图像处理模块,采用深度学习语义分割算法去获取图像中的钱捆区域及选定的特征区域,再将获取的区域图像输入到构建的分类神经网络中,判断人民币面额,再利用分割出来的特征位置关系综合判定整袋产品中的人民币捆数量。回收时分发端钱捆图像采集处理模块采用彩色高分辨率CCD相机和阵列LED光源进行图像采集,将采集到的残损人民币回收钱捆图像信息输入到图像处理模块中,采用深度学习语义分割算法去获取图像中的钱捆区域、选定的特征区域以及,再将获取的区域图像输入到构建的分类神经网络中,判断人民币面额,再利用分割出来的特征位置关系综合判定整袋产品中的人民币捆数量,同时利用语义分割技术找到二维码的区域并提取其中信息和数据库中信息做比对。满足装袋条件时,装袋信息打印模块自动打印对应的装袋票。
操作端模块:
现场操作员通过软件操作模块进行登录、腰条、封签补打等业务,通过操作端软件操作模块进行显示扎把数量、操作进度信息,通过操作端钱捆图像采集模块触发彩色面阵CCD相机和平板LED光源进行图像采集,将采集到的人民币钱捆图像信息输入到图像处理模块中,通过图像识别子模块利用深度学习目标检测算法去自动识别点把前钱捆把数和点把后钱捆的把数。所述操作端扎把打印模块通过点钞机数数扎把后,人工将扎把人民币放入扎把打印机,扎把打印机检测到扎把产品到位后,自动打印当前操作人员签章信息;所述钱捆封签打印模块通过操作端软件操作子模块计数到当前钱捆扎把完成后,自动打印当前钱捆的封签。
残损人民币复点封签签章自动化系统硬件装置有检测成像装置、图像采集处理工作站、数据存储装置等;所述图像采集处理工作站具体为高性能计算机、GPU卡、触摸屏显示器;所述数据存储装置具体为远程服务器,设有数据库,用于存储图像信息;所述检测成像装置包含分发端钱捆图像采集模块以及对应的图像识别算法和操作端扎把图像采集模块以及对应的图像识别算法,分别位于复点车间的不同位置,所述装袋信息打印模块单元包括一台装袋票打印机,通过usb连接到计算机上,所述分发端钱捆图像采集模块和操作端扎把图像采集模块单元都包括CCD相机、检测相机支架、LED光源、相机光源支架和高性能处理计算机。所述钱捆图像采集模块通过触发面阵CCD摄像机拍照,实现若干残损人民币钱捆图像信息采集,图像处理模块对采集到的图像进行特征分割,分割出来的目标放入到分类神经网络中输出对应面额信息,再结合特征的空间位置关系输出票面个数,结果记录入数据库中。所述扎把图像采集模块通过触发面阵CCD摄像机实现对当前钱捆图像信息采集,图像识别子模块对采集到的图像识别当前钱捆的把数,并将结果记录入数据库中。
残损人民币复点封签签章自动化系统检测方法,通过图像识别方法监控产品数字安全,其具体包括:
第1步,分发端分发时检测分发的残损人民币捆数量和面额;
第2步,操作端拆捆前检测单捆钱把数数量;
第3步,操作端复点后检测点后单捆钱捆的把数数量;
第4步,分发端回收时检测回收的残损人民币面额和对应的捆数数量,以及将提取到的相应封签二维码信息与数据库中信息比对,判断回收是否异常;
第5步,如果第1步至第4步任意一步发生异常情况,给出相应的报警弹框提示,现场管理员刷卡授权核实异常信息,并记录处理结果信息。
第1步至第4步的识别过程均通过CCD相机对产品拍摄成像,通过图像识别模块来实现识别过程。
所述第1步对分发端残损人民币捆数数量检测和面额检测,进一步具体如下:
第1-1步,检测装置以及检测系统复位;
第1-2步,准备待分发给操作员残损人民币钱捆,分发时将钱捆放置到成像装置平台上,管理员点击分发端软件界面上的分发按钮,触发面阵CCD相机对钱捆产品进行拍照,图像采集模块获取图像;
第1-3步,触发图像处理模块来检测整袋人民币捆的数量和每捆钱的面额;
第1-4步,数据处理模块判断当前人民币捆数与面额是否与设定的预期值一致,出现异常给出相应的报警弹框提示;
第1-5步,数据处理模块将检测结果与图像信息存储到数据库中;
所述第1-1步中需要确认好检测成像装置的软件和硬件系统是否都满足相应的条件,具体为:
检测成像装置的与CCD相机连接正常;
检测成像装置中的软件程序与标签打印机通讯正常;
检测成像装置中的软件程序与数据库通讯正常;
检测软件系统成功从数据库获取正确的生产任务、人员信息等基础信息;
检测成像装置中的软件程序与数据库通讯正常;
分发端软件与操作端软件通讯正常;
现场管理人员、操作人员登录完成。
所述第1-2步中的步骤进一步具体为:
第1-2-1步,将待分发残损人民币钱捆放在工作台指定位置,居中放置,正面朝上;
第1-2-2步,现场管理员选择对应机台操作员,将待分发的残损人名币放到指定拍照平台上通过界面分发按钮软件触发CCD相机拍摄;;
第1-2-3步,图像处理模块对采集的钱捆图像进行识别,统计出残损人名币的面额及其对应的数量。
所述第1-3步进一步具体为:
第1-3-1步,分发端对钱捆图像进行预处理;
第1-3-2步,分发端图像处理模块对独立捆进行分割,以及指定特征分割;
第1-3-3步,分发端图像处理模块通过对分割捆的封签、及特征进行分类,结合特征的空间位置关系,通过逻辑校验方式输出面额及对应的数量。
所述第1-3-3步中图像识别模块对分割的独立捆进行分类识别,分类识别的步骤进一步具体如下:
第1-3-2-1步,对分割出来的输入图像进行平场校正处理;
第1-3-2-2步,对矫正后的图像进行分类识别;
第1-3-2-3步,输出每个钱捆的面额及对应的数量。
所述第1-3-2-2步进一步具体为:
第1-3-2-2-1步,对钱捆的封签分类识别:通过神经网络技术,对封签图像进行特征提取,包括封签的颜色、形状、字符、二维码等特征信息,具体过程如下:
(1)根据公式
构建卷积神经网络,其中h
(2)采集将分割出来的钱捆封签作为训练数据,送入网络进行训练直到收敛;
(3)根据上述特征,利用支持向量机训练出用于对不同券别封签的分类识别模型。在训练集上运用上述网络,可以得到训练集的图像的特征,送入SVM训练器,在这里我们选用径向基函数作为核函数,将上述特征向量进一步映射至高维空间:
(4)在得到票面或者封签的分类信息后,再利用切割出来的封签及特性信息的位置关系进行逻辑校验,最后按照不同券别对图像中的整箱残币进行数量统计,根据用户设定的判断规则,给出对应的统计信息。
所述第1-4步所需要满足的条件包括:
钱捆检测捆数与预先设置钱捆数量总数一致;
当前分发所有钱捆为同一面额;
当前识别面额与复点批次预先设置面额和顺序一致;
当前钱捆识别面额,在已检测人民币该面额总金额小于预先设定金额。
所述第2步进一步具体包括:
第2-1步,操作员在拆捆前放置钱捆在图像采集模块平台上,产品侧放放至限位区域,保证相机成像质量稳定,产品图像拍完整;
第2-2步,所述扎把图像处理模块识别整捆产品中单把的数量;
第2-3步,所述图像逻辑校验模块判定整捆产品中识别把结果正确性;对异常情况给出相应的报警弹框提示,现场管理员刷卡授权核实异常信息,并记录处理结果信息;
第2-4步,扎把图像处理模块将检测结果与图像信息存储到数据库中。
所述第2-2步所述扎把图像处理模块识别整捆产品中把的数量包括如下步骤:
第2-2-1步,对输入图像进行平场矫正以及仿射变换,使产品旋转并居中;
第2-2-2步,对待选区使用人工神经网络算法处理当前钱捆,腰条疑似的位置;
所述第2-2-1步中对图像进行预处理的算法具体包括:
第2-2-1-1步,对采集到的图像进行平场校正,公式为:
g(x,y)=f(x,y)*δ(x,y)
其中f(x,y)表示原始图像,g(x,y)表示校正后的图像,δ(x,y)表示校正系数;其中校正系数由以下公式计算得到:
其中M为设定的校正目标值,n表示所用的模板图像数量;平场矫正可以使得图像的亮度均匀,避免图像中由于光线的导致的暗区带来的识别误差。
第2-2-1-2步,对平场校正后的图像中的钱捆进行仿射变换,将其转成用户设定好的位置,其中变换公式为:
其中[x
所述第2-2-2步中对图像中的腰条识别输出结果具体包括:
需要输出单个腰条目标的坐标信息、置信度信息、前景与背景的重合度信息等
所述步骤2-3所述图像逻辑校验模块判定整捆产品中识别把结果正确性,包括如下步骤:
第2-3-1步,根据输出的腰条信息查找疑似腰条位置;
第2-3-2步,通过腰条的置信度信息,前景与背景的重合度信息,过滤掉干扰数据;
第2-3-3步,对过滤出来的腰条进行切割,转化为二值图像,再通过填充率、腰条尺寸、位置、重叠率等信息对每个疑似腰条进行综合判定,去除重复、误判、多余的腰条,此数量为最终结果。
第2-3-4步,将算法识别的结果和预设数据进行检验,异常情况给出相应的报警弹框提示,现场管理员刷卡授权核实异常信息。
异常情况预警原理如下:
分发端软件系统计算机与操作端软件系统计算机通过以太网连接,使用TCP协议;操作端检测软件通过TCP协议向分发端软件系统计算机发异常信息通知管理员核实;管理员软件系统收到出现异常报警的操作端工作台号及异常信息;管理员收到出现异常报警的操作端进行刷卡进行异常报警核实;分发端回收时残损人民币捆数量检测和面额检测是用一个计算机完成的,第2步和第3步用一个计算机完成,分别为1-5号操作端共计5个操作端,分发端1台计算机分别与5个操作端计算机通过局域网互联,正常进行复点业务时,分发端由现场管理员进行操作,操作端5个工人师傅分别在5个操作端进行操作。
本发明提供的检测系统和检测方法可对分发、回收过程中采集到图像数据中若干钱捆的面额以及对应数量进行检测与识别,实时追踪记录复点过程中产品信息,识别每捆钱复点前、后把数数量,提供异常报警弹框提示,并对所述检测结果与全过程产品的图像信息写入数据库中,可对复点产品进行管理与追溯。
工作原理:如图1至图6所示,本发明提供的残损人民币销毁前检测方法所采用的硬件系统主要包括分发与回收钱捆成像装置、扎把成像装置、数据存储装置和计算机、交换机,扎把机、扎捆机、封签打印机、IC卡及读卡器。所述数据存储装置服务器设有数据库,用于存储图像信息;所述分发与回收钱捆成像装置、扎把成像装置都包含:CCD相机、检测相机支架、LED光源、相机光源支架、算法处理计算机,装袋票信息打印模块;4个操作端相互独立,分别部署在车间不同位置,每个操作端都包括:软件操作模块,钱捆图像采集处理模块、标签信息打印模块、扎把腰条签章信息打印模块,整袋数量检测单元和捆把检测单元都包括CCD相机、检测相机支架、LED光源、相机光源支架和算法处理计算机。
分发端图像采集处理模块光源采用矩阵LED白光光源4和高分辨率彩色面阵CCD相机,光源和相机使用同一个支架;操作端图像采集处理模块,光源采用矩阵LED白光光源4和彩色面阵CCD相机,光源和相机使用同一个支架,计算机采用高性能一体机。所述分发端图像采集处理模块通过面阵CCD摄像机实现分发钱捆图像信息采集,图像处理子模块对采集到的图像识别钱捆捆包数量和对应面额,并将结果记录入数据库中。所述操作端图像采集处理模块通过面阵CCD摄像机实现每捆人民币图像信息采集,图像处理子模块对采集到的图像识别捆把把数,并将结果记录入数据库中。分发端是用一个计算机完成的,4个操作端为独立4台计算机完成的,4个操作台分别连接的是4台计算机,正常复点工作时4个工人师傅分别在4个操作台进行操作。
开始前,系统检测硬件设备工作正常、系统各模块通讯正常,现场管理员在IC卡打卡机上刷卡确认,操作员在预先分配好的工作台上岗打卡确认后,系统处于待检测准备好状态。
随后,依次经过管理员分发端分发一定数量的钱捆给指定的操作员,操作员领用钱捆回到工作台,操作员进行拆捆前,拍照识别单捆钱的把数数量,操作员拆捆复点捆百把数,操作员进行扎把捆百,操作员把捆百产品放入扎把打印机,扎把打印机自动打印操作员签章,重复10把完成后封签打印机自动打印钱捆封签,操作员进行捆千,操作员把复点后钱捆放入扎把拍照平台识别把,单钱捆复点完成,系统自动存储单钱捆整个复点过程相关信息。
最后,操作员将复点后的钱捆送至分发端,管理员收集够20捆后进行装袋,并通过图像采集处理装置拍照识别把数、面额、二维码信息,并存储至数据库,随后打印装袋票,把装袋票放入钱袋中,用锁扣锁死钱袋,复点工作结束。
尽管本发明的实施方案已公开如上,但并不仅仅限于说明书和实施方案中所列运用,它完全可以被适用于各种适合本发明的领域,对于熟悉本领域的人员而言,可容易地实现另外的修改,因此在不背离权利要求及等同范围所限定的一般概念下,本发明并不限于特定的细节和这里所示出与描述的图例。
- 残损人民币销毁前检测系统和检测方法
- 残损人民币销毁前检测系统和检测方法