一种人民币币值识别的方法和系统

摘要

本发明公开了一种人民币币值识别的方法和系统，该方法通过获取待检测纸张灰度图像；根据所述待检测纸张灰度图像的尺寸确定所述待检测纸张对应的币值；切除所述纸张灰度图像的边界，将切除边界后的纸张灰度图像沿纸张长边方向等分为第一区域、第二区域、第三区域三个区域；分别计算所述三个区域的灰度值的平均值；根据所述三个区域的灰度值的平均值识别所述待检测纸张为真币；确定所述检测纸张对应的币值为所述真币的币值。本发明能准确的识别出人民币的币值，且排除了和人民币一样大小的非人民币的影响。

说明书

技术领域

本发明涉及人民币识别领域，尤其涉及一种人民币币值识别的方法和系统。

背景技术

随着经济的发展，市场的需要，自动存取款机的验钞模块具有重要的作用。 而验钞模块中的币值识别算法的正确性和稳定性影响着自动存取款机的效率， 以及国民对自动取款机的认可都有一定的影响。因而需要更严谨的算法来实现 币值的确认。

发明内容

本发明提供了一种人民币币值识别的方法和系统，该方法和系统能准确的 识别出人民币的币值，且排除了和人民币一样大小的非人民币的影响。

为实现上述设计，本发明采用以下技术方案：

一方面采用了一种人民币币值识别的方法，包括：

获取待检测纸张灰度图像；

根据所述待检测纸张灰度图像的尺寸确定所述待检测纸张对应的币值；

切除所述纸张灰度图像的边界，将切除边界后的纸张灰度图像沿纸张长边 方向等分为第一区域、第二区域、第三区域三个区域；

分别计算所述三个区域的灰度值的平均值；

根据所述三个区域的灰度值的平均值识别所述待检测纸张为真币；

确定所述检测纸张对应的币值为所述真币的币值。

其中，所述切除所述纸张灰度图像的边界，将切除边界后的纸张灰度图像 沿纸张长边方向等分为第一区域、第二区域、第三区域三个区域，包括：

切除所述纸张灰度图像4至6个像素的边界；

将切除边界后的纸张灰度图像沿纸张长边方向等分为第一区域、第二区域 和第三区域。

其中，所述根据所述三个区域的灰度值的平均值识别所述待检测纸张为真 币，包括：

判断第一区域的灰度值的平均值是否分别大于第二区域和第三区域的灰度 值的平均值，或第一区域和第二区域的灰度值的平均值均小于第三区域的灰度 值的平均值；

若是，判断第一区域灰度值的平均值与第三区域灰度值的平均值之差的绝 对值是否在预置阈值范围内；

若是，识别出所述待检测纸张为真币。

其中，所述获取待检测纸张灰度图像，具体为：获取分辨率为200*150dpi 条件下的待检测纸张灰度图像；

所述根据所述待检测纸张灰度图像的尺寸确定所述待检测纸张对应的币值， 包括：

若所述待检测纸张灰度图像的尺寸符合高度为440-455个像素，宽度为 1198-1235像素，则所述待检测纸张对应的币值为100元；或

若所述待检测纸张灰度图像的尺寸符合高度为395-412个像素，宽度为 1170-1190个像素，则所述待检测纸张对应的币值为50元；或

若所述待检测纸张灰度图像的尺寸符合高度为398-415个像素，宽度为 1130-1160个像素，则所述待检测纸张对应的币值为20元；或

若所述待检测纸张灰度图像的尺寸符合高度为400-415个像素，宽度为 1095-1106个像素，则所述待检测纸张对应的币值为10元。

另一方面，采用了一种人民币币值识别的系统，包括：

获取模块，获取待检测纸张灰度图像；

第一确定模块，根据所述待检测纸张灰度图像的尺寸确定所述待检测纸张 对应的币值；

切除模块，切除所述纸张灰度图像的边界，将切除边界后的纸张灰度图像 沿纸张长边方向等分为第一区域、第二区域、第三区域三个区域；

计算模块，分别计算所述三个区域的灰度值的平均值；

识别模块，根据所述三个区域的灰度值的平均值识别所述待检测纸张为真 币；

确定模块，确定所述检测纸张对应的币值为所述真币的币值。

其中，所述切除模块包括：

第一切除模块，切除所述纸张灰度图像4至6个像素的边界；

等分模块，将切除边界后的纸张灰度图像沿纸张长边方向等分为第一区域、 第二区域和第三区域。

其中，所述识别模块包括：

第一判断模块，判断第一区域的灰度值的平均值是否分别大于第二区域和 第三区域的灰度值的平均值，或第一区域和第二区域的灰度值的平均值均小于 第三区域的灰度值的平均值；

第二判断模块，若是，判断第一区域灰度值的平均值与第三区域灰度值的 平均值之差的绝对值是否在预置阈值范围内；

第一识别模块，若是，识别出所述待检测纸张为真币。

其中，所述获取模块具体为：获取分辨率为200*150dpi条件下的待检测纸 张灰度图像；

所述第一确定模块包括：

第二确定模块，若所述待检测纸张灰度图像的尺寸符合高度为440-455个像 素，宽度为1198-1235像素，则所述待检测纸张对应的币值为100元；

第三确定模块，若所述待检测纸张灰度图像的尺寸符合高度为395-412个像 素，宽度为1170-1190个像素，则所述待检测纸张对应的币值为50元；

第四确定模块，若所述待检测纸张灰度图像的尺寸符合高度为398-415个像 素，宽度为1130-1160个像素，则所述待检测纸张对应的币值为20元；

第五确定模块，若所述待检测纸张灰度图像的尺寸符合高度为400-415个像 素，宽度为1095-1106个像素，则所述待检测纸张对应的币值为10元。

本发明的有益效果为：本发明通过获取待检测纸张灰度图像；根据所述待 检测纸张灰度图像的尺寸确定所述待检测纸张对应的币值；切除所述纸张灰度 图像的边界，将切除边界后的纸张灰度图像沿纸张长边方向等分为第一区域、 第二区域、第三区域三个区域；分别计算所述三个区域的灰度值的平均值；根 据所述三个区域的灰度值的平均值识别所述待检测纸张为真币；确定所述检测 纸张对应的币值为所述真币的币值。本发明能准确的识别出人民币的币值，且 排除了和人民币一样大小的非人民币的影响。

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是本发明具体实施方式中提供的一种人民币币值识别的方法的第一实 施例的方法流程图。

图2是本发明具体实施方式中提供的一种人民币币值识别的方法的第二实 施例的方法流程图。

图3是本发明具体实施方式中提供的一种人民币币值识别的方法的第三实 施例的方法流程图。

图4是本发明具体实施方式中提供的一种人民币币值识别的方法的第四实 施例的方法流程图。

图5是本发明具体实施方式中提供的一种人民币币值识别的系统的第一个 实施例的结构方框图。

图6是本发明具体实施方式中提供的一种人民币币值识别的系统的第二个 实施例的结构方框图。

具体实施方式

为使本发明解决的技术问题、采用的技术方案和达到的技术效果更加清楚， 下面将结合附图对本发明实施例的技术方案作进一步的详细描述，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。

请参考图1，其是本发明具体实施方式中提供的一种人民币币值识别的方法 的第一实施例的方法流程图。如图所示，该人民币鉴伪方法，包括：

步骤S101，获取待检测纸张灰度图像人民币。

具体的，通过图像传感器获取待检测纸张灰度图像人民币。

步骤S102，根据所述待检测纸张灰度图像的尺寸确定所述待检测纸张对应 的币值。

具体的，将待检测纸张灰度图像的尺寸与标准人民币对应的币种的尺寸进 行比较，根据比较结果来确定所述待检测纸张对应的币值。

步骤S103，切除所述纸张灰度图像的边界，将切除边界后的纸张灰度图像 沿纸张长边方向等分为第一区域、第二区域、第三区域三个区域。

具体的，图像传感器下的图像的边界都有黑边，通过切除图像的边界来去 除图像的黑边对图像灰度值统计的影响，避免黑边导致灰度值求取的误差。沿 纸张长边方向分为沿纸张长边从左到右方向和沿纸张长边从右到左方向两种。

步骤S104，分别计算所述三个区域的灰度值的平均值。

具体的，计算第一区域中每个像素点的灰度值，将第一区域中所有的像素 点的灰度值求和，再求第一区域中所有的像素点的灰度值的平均值，从而求得 所述第一区域的灰度值的平均值，同理计算第二区域的灰度值的平均值和第三 区域的灰度值的平均值。

步骤S105，根据所述三个区域的灰度值的平均值识别所述待检测纸张为真 币。

具体的，非人民币，如练功券、白纸、黑纸等可以满足与人民币同样的大 小。通过所述三个区域的灰度值的平均值的特征可以准确的排除非人民币的情 况。

本实施例中，非人民币图像的第一区域的灰度值的平均值、第二区域的灰 度值的平均值和第三区域的灰度值的平均值相近，均为暗区或者均为亮区；而 人民币图像的所述第一区域的灰度值的平均值、第二区域的灰度值的平均值和 第三区域的灰度值的平均值中有两个暗区和一个亮区，且暗区的灰度值的平均 值与亮区之间的灰度值的平均值之差的绝对值的阈值为10-85，由此不仅能准确 的区分人民币和非人民币，排除非人民币的干扰。其中，暗区表示灰度值小的 区域，亮区表示灰度值大的区域；人民币图像中两个暗区的灰度值的平均值相 近。

步骤S106，确定所述检测纸张对应的币值为所述真币的币值。

具体的，根据所述三个区域的灰度值的平均值识别所述待检测纸张为真币， 根据所述待检测纸张灰度图像的尺寸确定所述待检测纸张对应的币值，从而确 定所述检测纸张对应的币值为所述真币的币值。

综上所述，本实施例通过获取待检测纸张灰度图像；根据所述待检测纸张 灰度图像的尺寸确定所述待检测纸张对应的币值；切除所述纸张灰度图像的边 界，将切除边界后的纸张灰度图像沿纸张长边方向等分为第一区域、第二区域、 第三区域三个区域；分别计算所述三个区域的灰度值的平均值；根据所述三个 区域的灰度值的平均值识别所述待检测纸张为真币；确定所述检测纸张对应的 币值为所述真币的币值。本发明能准确的识别出人民币的币值，且排除了和人 民币一样大小的非人民币的影响。

请参考图2，其是本发明具体实施方式中提供的一种人民币币值识别的方法 的第二实施例的方法流程图。如图所示，该人民币鉴伪方法，包括：

步骤S201，获取待检测纸张灰度图像。

具体的，获取分辨率为200*150dpi的待检测纸张灰度图像。

步骤S202，根据所述待检测纸张灰度图像的尺寸确定所述待检测纸张对应 的币值。

具体的，获取分辨率为200*150dpi条件下的待检测纸张灰度图像情况下， 所述根据所述待检测纸张灰度图像的尺寸确定所述待检测纸张对应的币值，包 括：若所述待检测纸张灰度图像的尺寸符合高度为440-455个像素，宽度为 1198-1235像素，则所述待检测纸张对应的币值为100元；或若所述待检测纸张 灰度图像的尺寸符合高度为395-412个像素，宽度为1170-1190个像素，则所述 待检测纸张对应的币值为50元；或若所述待检测纸张灰度图像的尺寸符合高度 为398-415个像素，宽度为1130-1160个像素，则所述待检测纸张对应的币值为 20元；或若所述待检测纸张灰度图像的尺寸符合高度为400-415个像素，宽度 为1095-1106个像素，则所述待检测纸张对应的币值为10元。

步骤S203，切除所述纸张灰度图像4至6个像素的边界。

具体的，图像传感器采集图像时，图像边界会出现黑边，根据实验经验， 可以确定黑边的大小。本实施例中，所述纸张灰度图像的四个边都出现了黑边， 切除4-6个像素的图像的边界可以消除图像边界上黑边的影响，优选的，切除5 个像素的图像的边界。

步骤S204，将切除边界后的纸张灰度图像沿纸张长边方向等分为第一区域、 第二区域和第三区域。

步骤S205，分别计算所述三个区域的灰度值的平均值。

步骤S206，根据所述三个区域的灰度值的平均值识别所述待检测纸张为真 币。

步骤S207，确定所述检测纸张对应的币值为所述真币的币值。

综上所述，本发明实施例将待检测纸张灰度图像的尺寸与标准人民币对应 的币种的尺寸进行比较，根据比较结果来确定所述待检测纸张对应的币值，根 据实验经验切除4-6个像素的图像的边界来消除黑边对灰度值计算的影响，提高 了人民币币值识别的准确性。

请参考图3，其是本发明具体实施方式中提供的一种人民币币值识别的方法 的第三实施例的方法流程图。如图所示，该人民币鉴伪方法，包括：

步骤S301，获取待检测纸张灰度图像。

步骤S302，根据所述待检测纸张灰度图像的尺寸确定所述待检测纸张对应 的币值。

步骤S303，切除所述纸张灰度图像的边界，将切除边界后的纸张灰度图像 沿纸张长边方向等分为第一区域、第二区域、第三区域三个区域。

具体的，将切除边界后的纸张灰度图像沿纸张长边方向从左到右等分为第 一区域、第二区域、第三区域三个区域；或者将切除边界后的纸张灰度图像沿 纸张长边方向从右到左等分为第一区域、第二区域、第三区域三个区域。

步骤S304，分别计算所述三个区域的灰度值的平均值。

步骤S305，判断第一区域的灰度值的平均值是否分别大于第二区域和第三 区域的灰度值的平均值，或第一区域和第二区域的灰度值的平均值均小于第三 区域的灰度值的平均值。

具体的，判断第一区域的灰度值的平均值是否大于第二区域的灰度值的平 均值且第一区域的灰度值的平均值是否大于第三区域的灰度值的平均值；或者 判断第一区域的灰度值的平均值和第二区域的灰度值的平均值是否均小于第三 区域的灰度值的平均值。

本实施例中，当待检测纸张为非人民币时，如练功券、白纸、黑纸等，其 第一区域、第二区域和第三区域的灰度值的平均值非常相近。

当待检测纸张为人民币，人民币的面向为正面正向或反面反向时，若是将 切除边界后的纸张灰度图像沿纸张长边方向从左到右等分为第一区域、第二区 域、第三区域三个区域，则第一区域为亮区，第二区域和第三区域为暗区，第 一区域的灰度值的平均值大，第二区域和第三区域的灰度值的平均值小，第一 区域的灰度值的平均值大于第二区域的灰度值的平均值且第一区域的灰度值的 平均值大于第三区域的灰度值的平均值。

当待检测纸张为人民币，人民币的面向为正面反向或者反面正向时，若是 将切除边界后的纸张灰度图像沿纸张长边方向从左到右等分为第一区域、第二 区域、第三区域三个区域，则第一区域和第二区域为暗区，第三区域为亮区， 第一区域和第二区域的灰度值的平均值小，第三区域的灰度值的平均值大，第 一区域和第二区域的灰度值的平均值均小于第三区域的灰度值的平均值。

当待检测纸张为人民币，人民币的面向为正面正向或反面反向时，若是将 切除边界后的纸张灰度图像沿纸张长边方向从右到左等分为第一区域、第二区 域、第三区域三个区域，则第一区域和第二区域为暗区，第三区域为亮区，第 一区域和第二区域的灰度值的平均值小，第三区域的灰度值的平均值大，第一 区域和第二区域的灰度值的平均值均小于第三区域的灰度值的平均值。

当待检测纸张为人民币，人民币的面向为正面反向或者反面正向时，若是 将切除边界后的纸张灰度图像沿纸张长边方向从右到左等分为第一区域、第二 区域、第三区域三个区域，则第一区域为亮区，第二区域和第三区域为暗区， 第一区域的灰度值的平均值大，第二区域和第三区域的灰度值的平均值小，第 一区域的灰度值的平均值大于第二区域的灰度值的平均值且第一区域的灰度值 的平均值大于第三区域的灰度值的平均值。

根据待测纸张灰度图像的第一区域、第二区域和第三区域的灰度值的平均 值的特征，可以很好的区分人民币和非人民币。

步骤S306，若是，判断第一区域灰度值的平均值与第三区域灰度值的平均 值之差的绝对值是否在预置阈值范围内。

具体的，若第一区域的灰度值的平均值大于第二区域的灰度值的平均值且 第一区域的灰度值的平均值是否大于第三区域的灰度值的平均值；或第一区域 的灰度值的平均值和第二区域的灰度值的平均值均小于第三区域的灰度值的平 均值，则继续判断第一区域灰度值的平均值与第三区域灰度值的平均值之差的 绝对值是否在预置阈值范围内。本实施例中，预置阈值范围由经验所得，优选 地，预置阈值范围为10＜|第一区域-第三区域|＜85。

步骤S307，若是，识别出所述待检测纸张为真币。

具体的，若第一区域灰度值的平均值与第三区域灰度值的平均值之差的绝 对值在预置阈值范围内，则识别出所述待检测纸张为真币。本实施例中，若第 一区域灰度值的平均值与第三区域灰度值的平均值之差的绝对值符合 10＜|第一区域-第三区域|＜85，则识别出所述待检测纸张为真币。

步骤S308，确定所述检测纸张对应的币值为所述真币的币值。

综上所述，本发明实施例根据第一区域、第二区域、第三区域三个区域灰 度值的特征来准确的区分人民币和非人民币，排除了和人民币一样大小的非人 民币的影响，算法非常稳定、可靠，人民币币值确认的准确率达到了100％，避 免了人民币币值确认错误对后续步骤的影响。

请参考图4，其是本发明具体实施方式中提供的一种人民币币值识别的方法 的第四实施例的方法流程图。如图所示，该人民币鉴伪方法，包括：

步骤S401，获取待检测纸张灰度图像。

步骤S402，根据所述待检测纸张灰度图像的尺寸确定所述待检测纸张对应 的币值。

具体的，获取分辨率为200*150dpi条件下的待检测纸张灰度图像情况下， 所述根据所述待检测纸张灰度图像的尺寸确定所述待检测纸张对应的币值，包 括：若所述待检测纸张灰度图像的尺寸符合高度为440-455个像素，宽度为 1198-1235像素，则所述待检测纸张对应的币值为100元；或若所述待检测纸张 灰度图像的尺寸符合高度为395-412个像素，宽度为1170-1190个像素，则所述 待检测纸张对应的币值为50元；或若所述待检测纸张灰度图像的尺寸符合高度 为398-415个像素，宽度为1130-1160个像素，则所述待检测纸张对应的币值为 20元；或若所述待检测纸张灰度图像的尺寸符合高度为400-415个像素，宽度 为1095-1106个像素，则所述待检测纸张对应的币值为10元。

步骤S403，切除所述纸张灰度图像4至6个像素的边界。

步骤S404，将切除边界后的纸张灰度图像沿纸张长边方向等分为第一区域、 第二区域和第三区域。

步骤S405，分别计算所述三个区域的灰度值的平均值。

步骤S406，判断第一区域的灰度值的平均值是否分别大于第二区域和第三 区域的灰度值的平均值，或第一区域和第二区域的灰度值的平均值均小于第三 区域的灰度值的平均值。

具体的，判断第一区域的灰度值的平均值是否大于第二区域的灰度值的平 均值且第一区域的灰度值的平均值是否大于第三区域的灰度值的平均值；或者 判断第一区域的灰度值的平均值和第二区域的灰度值的平均值是否均小于第三 区域的灰度值的平均值。

本实施例中，当待检测纸张为人民币时，第一区域，第二区域和第三区域 中有两个为暗区、一个亮区，第一区域、第二区域和第三区域的灰度值的平均 值满足以下两个条件中的一个：第一区域的灰度值的平均值大于第二区域的灰 度值的平均值且第一区域的灰度值的平均值大于第三区域的灰度值的平均值； 或第一区域的灰度值的平均值小于第三区域的灰度值的平均值且第二区域的灰 度值的平均值小于第三区域的灰度值的平均值。非人民币的第一区域、第二区 域和第三区域的灰度值的平均值非常相近，根据待测纸张灰度图像的第一区域、 第二区域和第三区域的灰度值的平均值的特征，可以很好的区分人民币和非人 民币。

步骤S407，若是，判断第一区域灰度值的平均值与第三区域灰度值的平均 值之差的绝对值是否在预置阈值范围内。

具体的，若第一区域的灰度值的平均值大于第二区域的灰度值的平均值且 第一区域的灰度值的平均值是否大于第三区域的灰度值的平均值；或第一区域 的灰度值的平均值和第二区域的灰度值的平均值均小于第三区域的灰度值的平 均值，则继续判断第一区域灰度值的平均值与第三区域灰度值的平均值之差的 绝对值是否在预置阈值范围内。本实施例中，预置阈值范围由经验所得，优选 地，预置阈值范围为10＜|第一区域-第三区域|＜85。

步骤S408，若是，识别出所述待检测纸张为真币。

具体的，若第一区域灰度值的平均值与第三区域灰度值的平均值之差的绝 对值在预置阈值范围内，则识别出所述待检测纸张为真币。本实施例中，若第 一区域灰度值的平均值与第三区域灰度值的平均值之差的绝对值符合 10＜|第一区域-第三区域|＜85，则识别出所述待检测纸张为真币。

步骤S409，确定所述检测纸张对应的币值为所述真币的币值。

综上所述，本发明实施例根据所述待检测纸张灰度图像的尺寸确定所述待 检测纸张对应的币值，根据第一区域、第二区域、第三区域三个区域灰度值的 特征来准确的区分人民币和非人民币，排除了和人民币一样大小的非人民币的 影响，算法非常稳定、可靠，人民币币值确认的准确率达到了100％，避免了人 民币币值确认错误对后续步骤的影响。

以下为本方案一种人民币币值识别的系统的实施例，一种人民币币值识别 的系统的实施例基于一种人民币币值识别的方法的实施例实现，在一种人民币 币值识别的系统的实施例中未尽的描述，请参考一种人民币币值识别的方法的 实施例。

请参考图5，其是本发明具体实施方式中提供的一种人民币币值识别的系统 的第一个实施例的结构方框图。如图所示，该人民币鉴伪系统，包括：

获取模块510，获取待检测纸张灰度图像。

第一确定模块520，根据所述待检测纸张灰度图像的尺寸确定所述待检测纸 张对应的币值。

切除模块530，切除所述纸张灰度图像的边界，将切除边界后的纸张灰度图 像沿纸张长边方向等分为第一区域、第二区域、第三区域三个区域。

计算模块540，分别计算所述三个区域的灰度值的平均值。

识别模块550，根据所述三个区域的灰度值的平均值识别所述待检测纸张为 真币。

确定模块560，确定所述检测纸张对应的币值为所述真币的币值。

综上所述，上述各单元协同工作，获取模块510，获取待检测纸张灰度图像； 第一确定模块520，根据所述待检测纸张灰度图像的尺寸确定所述待检测纸张对 应的币值；切除模块530，切除所述纸张灰度图像的边界，将切除边界后的纸张 灰度图像沿纸张长边方向等分为第一区域、第二区域、第三区域三个区域；计 算模块540，分别计算所述三个区域的灰度值的平均值；识别模块550，根据所 述三个区域的灰度值的平均值识别所述待检测纸张为真币；确定模块560，确定 所述检测纸张对应的币值为所述真币的币值。本发明能准确的识别出人民币的 币值，且排除了和人民币一样大小的非人民币的影响。

请参考图6，其是本发明具体实施方式中提供的一种人民币币值识别的系统 的第二个实施例的结构方框图。如图所示，该人民币鉴伪系统，包括：

获取模块510，获取待检测纸张灰度图像。

第一确定模块520，根据所述待检测纸张灰度图像的尺寸确定所述待检测纸 张对应的币值。

具体的，所述第一确定模块520包括：第二确定模块521，第三确定模块 522，第四确定模块523，第五确定模块524。

第二确定模块521，若所述待检测纸张灰度图像的尺寸符合高度为440-455 个像素，宽度为1198-1235像素，则所述待检测纸张对应的币值为100元。

第三确定模块522，若所述待检测纸张灰度图像的尺寸符合高度为395-412 个像素，宽度为1170-1190个像素，则所述待检测纸张对应的币值为50元。

第四确定模块523，若所述待检测纸张灰度图像的尺寸符合高度为398-415 个像素，宽度为1130-1160个像素，则所述待检测纸张对应的币值为20元。

第五确定模块524，若所述待检测纸张灰度图像的尺寸符合高度为400-415 个像素，宽度为1095-1106个像素，则所述待检测纸张对应的币值为10元。

切除模块530，切除所述纸张灰度图像的边界，将切除边界后的纸张灰度图 像沿纸张长边方向等分为第一区域、第二区域、第三区域三个区域。

具体的，切除模块530包括：第一切除模块531和等分模块532。

第一切除模块531，切除所述纸张灰度图像4至6个像素的边界。

等分模块532，将切除边界后的纸张灰度图像沿纸张长边方向等分为第一区 域、第二区域和第三区域。

计算模块540，分别计算所述三个区域的灰度值的平均值。

识别模块550，根据所述三个区域的灰度值的平均值识别所述待检测纸张为 真币。

具体的，识别模块550包括：第一判断模块551，第二判断模块552和第一 识别模块553。

第一判断模块551，判断第一区域的灰度值的平均值是否分别大于第二区域 和第三区域的灰度值的平均值，或第一区域和第二区域的灰度值的平均值均小 于第三区域的灰度值的平均值。

第二判断模块552，若是，判断第一区域灰度值的平均值与第三区域灰度值 的平均值之差的绝对值是否在预置阈值范围内。

第一识别模块553，若是，识别出所述待检测纸张为真币。

确定模块560，确定所述检测纸张对应的币值为所述真币的币值。

综上所述，上述各单元协同工作，根据所述待检测纸张灰度图像的尺寸确 定所述待检测纸张对应的币值，根据第一区域、第二区域、第三区域三个区域 灰度值的特征来准确的区分人民币和非人民币，排除了和人民币一样大小的非 人民币的影响，人民币币值确认的准确率达到了100％，实现了算法的稳定性和 可靠性，避免了人民币币值确认错误对后续步骤的影响。

以上结合具体实施例描述了本发明的技术原理。这些描述只是为了解释本 发明的原理，而不能以任何方式解释为对本发明保护范围的限制。基于此处的 解释，本领域的技术人员不需要付出创造性的劳动即可联想到本发明的其它具 体实施方式，这些方式都将落入本发明的保护范围之内。