本發(fā)明涉及有價(jià)票據(jù)技術(shù)領(lǐng)域，具體而言，涉及一種有價(jià)票據(jù)的缺陷管理方法、一種有價(jià)票據(jù)的圖像分析方法、一種有價(jià)票據(jù)的質(zhì)量檢測(cè)方法、一種有價(jià)票據(jù)的缺陷管理系統(tǒng)、一種有價(jià)票據(jù)的圖像分析系統(tǒng)和一種有價(jià)票據(jù)的質(zhì)量檢測(cè)系統(tǒng)。

背景技術(shù)：

目前，對(duì)于有價(jià)票據(jù)的質(zhì)量核查，都是直接使用清分機(jī)來執(zhí)行。雖然清分機(jī)的核查速度很快，但往往容易造成誤判斷，如，樣本過少導(dǎo)致部分與樣本有差異的正常圖像不能通過檢測(cè)，導(dǎo)致誤報(bào)，樣本過多導(dǎo)致允許的范圍過寬，導(dǎo)致漏報(bào)，將原本合格的有價(jià)票據(jù)判定為不合格。在相關(guān)技術(shù)中，為了避免浪費(fèi)，對(duì)于清分機(jī)判定為不合格的有價(jià)票據(jù)，需要采用人工的方式進(jìn)行二次核查，不僅核查效率低，同時(shí)也需要耗費(fèi)較多的人力和物力資源。

此外，精確的缺陷管理有利于對(duì)提高檢測(cè)能力，同時(shí)缺陷的精確分類能為前工序提供重要的反饋信息，幫助提升印刷質(zhì)量。常用的分類方法包括：決策樹，神經(jīng)網(wǎng)絡(luò)，樸素貝葉斯，SVM(Support Vector Machine，支持向量機(jī))等。在實(shí)際應(yīng)用中都具有各自的優(yōu)缺點(diǎn)，比如：

一、決策樹分類方法，優(yōu)點(diǎn)：

1)決策樹的構(gòu)造不需要任何領(lǐng)域知識(shí)或參數(shù)設(shè)置，因此適合于探測(cè)式知識(shí)發(fā)現(xiàn)；

2)決策樹可以處理高維數(shù)據(jù)，且處理速度相對(duì)較快；

3)決策樹歸納的學(xué)習(xí)步驟簡(jiǎn)單快速；

缺點(diǎn)：

1)分類魯棒性不強(qiáng)；

2)當(dāng)類別太多時(shí)，錯(cuò)誤可能就會(huì)增加的比較快；

二、神經(jīng)網(wǎng)絡(luò)，優(yōu)點(diǎn)：

1)算法魯棒，抗噪音數(shù)據(jù)，具有對(duì)未經(jīng)訓(xùn)練的數(shù)據(jù)進(jìn)行分析的能力；

2)可以處理離散、連續(xù)、向量等多種數(shù)據(jù)形式；

3)算法固有并行性，適用于并行計(jì)算加快計(jì)算過程；

缺點(diǎn)：

1)網(wǎng)絡(luò)訓(xùn)練時(shí)間長(zhǎng)；

2)網(wǎng)絡(luò)模型缺乏可解釋性，隱含層和權(quán)值中包含的信息難以理解；

3)由于sigmoid型的激勵(lì)函數(shù)都存在飽和區(qū)，網(wǎng)絡(luò)訓(xùn)練容易產(chǎn)生麻痹現(xiàn)象；

三、SVM使用非線性映射，將原始數(shù)據(jù)映射到更高維的空間，然后再高維空間中找到一個(gè)超平面原始數(shù)據(jù)被分離的最好，

其優(yōu)點(diǎn)：

1)分類魯棒性強(qiáng)；

2)具有很強(qiáng)的泛化和學(xué)習(xí)能；

3)能很好克服傳統(tǒng)算法的維數(shù)空間和過學(xué)習(xí)問。

缺點(diǎn)：當(dāng)數(shù)據(jù)量過大時(shí)，訓(xùn)練時(shí)間長(zhǎng)。

在有價(jià)票據(jù)印刷品缺陷管理中分類準(zhǔn)確和計(jì)算時(shí)間是考慮的兩個(gè)重要因素。由于印刷產(chǎn)品多，需要分類處理疑似缺陷也隨之增加，尤其在連續(xù)廢的情況下，分類處理時(shí)間就至關(guān)重要。

因此，如何減少樣本個(gè)數(shù)、計(jì)算量以及特征提取的時(shí)間，在設(shè)計(jì)出多節(jié)點(diǎn)二次核查系統(tǒng)后，如何確保二次核查系統(tǒng)可以更加合理地分配任務(wù)，從而提高二次核查系統(tǒng)的核查效率，提高核查的準(zhǔn)確率，降低核查成本，在缺陷管理算法設(shè)計(jì)中，如何提高分類精度，如何將計(jì)算速度降到可以接受的范圍，從而提高質(zhì)量檢測(cè)系統(tǒng)的魯棒性成為目前亟待解決的技術(shù)問題。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明正是基于上述問題，提出了一種新的有價(jià)票據(jù)的綜合判定技術(shù)，可以減少樣本個(gè)數(shù)、計(jì)算量以及特征提取的時(shí)間，還可提高二次核查系統(tǒng)的核查效率，提高核查的準(zhǔn)確率，降低核查成本，提高分類精度，提高質(zhì)量檢測(cè)系統(tǒng)的魯棒性。

有鑒于此，本發(fā)明的第一方面提出了一種有價(jià)票據(jù)的缺陷管理方法，包括：獲取有價(jià)票據(jù)的樣本圖像，并根據(jù)所述樣本圖像生成攜帶有疑似缺陷殘點(diǎn)的模版圖像；計(jì)算所述模版圖像中的多個(gè)疑似缺陷殘點(diǎn)組成的幾何圖形的質(zhì)心的位置和幾何中心的位置；根據(jù)所述質(zhì)心的位置和所述幾何中心的位置，判斷所述多個(gè)疑似缺陷殘點(diǎn)中的任一疑似缺陷殘點(diǎn)是否為缺陷殘點(diǎn)。

在該技術(shù)方案中，根據(jù)模版圖像中的多個(gè)疑似缺陷殘點(diǎn)組成的幾何圖形的質(zhì)心的位置和幾何中心的位置判斷多個(gè)疑似缺陷殘點(diǎn)中的任一疑似缺陷殘點(diǎn)是否為真正的缺陷殘點(diǎn)，其中，可以利用LLE算法(Locally Linear Embedding，局部線性嵌入算法)將有價(jià)票據(jù)的樣本圖像生成模版圖像，因此，通過上述技術(shù)方案，可以避免相關(guān)技術(shù)中通過高低模版匹配法、或相似性檢測(cè)法確定疑似缺陷殘點(diǎn)是否為真正地缺陷殘點(diǎn)，從而避免出現(xiàn)將疑似缺陷殘點(diǎn)誤判的情況，有效地提高了缺陷殘點(diǎn)的檢測(cè)正確率，進(jìn)而提高了印刷質(zhì)量檢測(cè)系統(tǒng)的魯棒性。

在上述技術(shù)方案中，優(yōu)選地，計(jì)算所述模版圖像中的多個(gè)疑似缺陷殘點(diǎn)組成的幾何圖形的質(zhì)心的位置和幾何中心的位置，以根據(jù)所述質(zhì)心的位置和所述幾何中心的位置，判斷所述多個(gè)疑似缺陷殘點(diǎn)中的任一疑似缺陷殘點(diǎn)是否為缺陷殘點(diǎn)的步驟包括：計(jì)算所述多個(gè)疑似缺陷殘點(diǎn)組成的幾何圖形的第一質(zhì)心的位置和第一幾何中心的位置，并計(jì)算除所述任一疑似缺陷殘點(diǎn)之外的其他疑似缺陷殘點(diǎn)組成的幾何圖形的第二質(zhì)心的位置和第二幾何中心的位置；判斷所述第一質(zhì)心的位置和所述第二質(zhì)心的位置之間的距離是否大于第一閾值，且所述第一幾何中心的位置和所述第二幾何中心的位置之間的距離是否小于第二閾值；若判斷結(jié)果為否，則所述任一疑似缺陷殘點(diǎn)為所述缺陷殘點(diǎn)，否則，所述任一疑似缺陷殘點(diǎn)不是所述缺陷殘點(diǎn)。

在該技術(shù)方案中，通過將多個(gè)疑似缺陷殘點(diǎn)組成的幾何圖形的第一質(zhì)心的位置和除任一疑似缺陷殘點(diǎn)組成的幾何圖形的第二質(zhì)心的位置進(jìn)行比較，以及將多個(gè)疑似缺陷殘點(diǎn)組成的幾何圖形的第一幾何中心的位置和除任一疑似缺陷殘點(diǎn)組成的幾何圖形的第二幾何中心的位置進(jìn)行比較，從而可以根據(jù)比較結(jié)果確定任一疑似缺陷殘點(diǎn)是否為真正地缺陷殘點(diǎn)，具體的，當(dāng)?shù)谝毁|(zhì)心的位置和第二質(zhì)心的位置之間的距離大于第一閾值，且第一幾何中心的位置和第二幾何中心的位置之間的距離小于第二閾值時(shí)，也就說明第二質(zhì)心的位置相較于第一質(zhì)心的位置發(fā)生的變化較大，而第二幾何中心的位置相較于第一幾何中心的位置發(fā)生的變化較小，則確定任一疑似缺陷殘點(diǎn)有干擾，即任一疑似缺陷殘點(diǎn)不是真正的缺陷殘點(diǎn)，可以排除該任一缺陷殘點(diǎn)，否則，除上述情況外，其他情況均可認(rèn)為疑似缺陷殘點(diǎn)為真正地缺陷殘點(diǎn)，如此，可以比較準(zhǔn)確地判斷任一疑似缺陷殘點(diǎn)是否為真正的缺陷殘點(diǎn)。

在上述任一技術(shù)方案中，優(yōu)選地，所述根據(jù)所述樣本圖像生成攜帶有疑似缺陷殘點(diǎn)的模版圖像的步驟，具體包括：根據(jù)所述樣本圖像中的每個(gè)樣本點(diǎn)的臨近點(diǎn)計(jì)算權(quán)值矩陣；根據(jù)所述權(quán)值矩陣生成攜帶有所述疑似缺陷殘點(diǎn)的所述模版圖像。

在該技術(shù)方案中，通過計(jì)算每個(gè)樣本點(diǎn)和該樣本點(diǎn)的臨近點(diǎn)之間的權(quán)值矩陣，例如，可以通過度量歐式距離的方法找到每個(gè)樣本點(diǎn)的臨近點(diǎn)，從而可以根據(jù)該權(quán)值矩陣生成攜帶有疑似缺陷殘點(diǎn)的模版圖像。

在上述任一技術(shù)方案中，優(yōu)選地，所述根據(jù)所述樣本圖像中的每個(gè)樣本點(diǎn)的臨近點(diǎn)計(jì)算權(quán)值矩陣的步驟，具體包括：通過以下公式計(jì)算所述權(quán)值矩陣：

其中，ε(w)表示誤差值，X_i表示任一樣本點(diǎn)，X_j(j＝1，2，…，k)表示所述任一樣本點(diǎn)的k個(gè)臨近點(diǎn)，w_ij表示所述任一樣本點(diǎn)和所述臨近點(diǎn)之間的所述權(quán)值矩陣。

在該技術(shù)方案中，通過上述公式來計(jì)算權(quán)值矩陣，其中，當(dāng)ε(w)的值最小時(shí)，即可計(jì)算出權(quán)值矩陣的值，另外，k為預(yù)先給定的值。

在上述任一技術(shù)方案中，優(yōu)選地，所述權(quán)值矩陣的每一行的和為1。

在該技術(shù)方案中，權(quán)值矩陣的每一行的和為1，即∑_jw_ij＝1，如此，通過使權(quán)值矩陣滿足上述約束條件，可以確保權(quán)值矩陣的有效性。

本發(fā)明的第二方面提出了一種有價(jià)票據(jù)的缺陷管理方法，包括：獲取有價(jià)票據(jù)的樣本圖像；對(duì)所述樣本圖像進(jìn)行傅立葉變換，以確定所述樣本圖像的幅度圖像和相位圖像；獲取所述幅度圖像對(duì)應(yīng)的幅度還原圖像、以及所述相位圖像對(duì)應(yīng)的相位X向偏導(dǎo)還原圖像和相位Y向偏導(dǎo)還原圖像；根據(jù)所述幅度還原圖像、所述相位X向偏導(dǎo)還原圖像和所述相位Y向偏導(dǎo)還原圖像生成還原圖像；將所述樣本圖像和所述還原圖像進(jìn)行差分，根據(jù)差分結(jié)果確定所述有價(jià)票據(jù)的殘差圖像。

在該技術(shù)方案中，通過獲取有價(jià)票據(jù)的樣本圖像的幅度圖像對(duì)應(yīng)的幅度還原圖像和相位圖像對(duì)應(yīng)的相位X向偏導(dǎo)還原圖像和相位Y向偏導(dǎo)還原圖像，其中，X表示坐標(biāo)軸的X向，Y表示坐標(biāo)軸的Y向，并將幅度還原圖像、相位X向偏導(dǎo)還原圖像和相位Y向偏導(dǎo)還原圖像生成的還原圖像和樣本圖像進(jìn)行差分，并根據(jù)差分結(jié)果確定有價(jià)票據(jù)的殘差圖像，可以有效地提高印刷質(zhì)量檢測(cè)系統(tǒng)的魯棒性。

在上述技術(shù)方案中，優(yōu)選地，所述獲取所述幅度圖像對(duì)應(yīng)的幅度還原圖像、以及所述相位圖像對(duì)應(yīng)的相位X向偏導(dǎo)還原圖像和相位Y向偏導(dǎo)還原圖像的步驟，具體包括：將所述相位圖像中的任一圖像的相位作為基礎(chǔ)相位，并根據(jù)所述基礎(chǔ)相位對(duì)所述相位圖像中除所述任一圖像之外的其他圖像的相位進(jìn)行處理，以得到相位圖像差；根據(jù)所述相位圖像差確定所述幅度還原圖像、所述相位X向偏導(dǎo)還原圖像和所述相位Y向偏導(dǎo)還原圖像。

在該技術(shù)方案中，通過將相位圖像中的任一圖像的相位作為基礎(chǔ)相位，例如，將相位圖像中的第一幅圖像的相位作為基礎(chǔ)相位，并根據(jù)基礎(chǔ)相位對(duì)相位圖像中的其他圖像的相位進(jìn)行處理，以得到相位圖像差，從而可以通過對(duì)相位圖像差進(jìn)行偏導(dǎo)計(jì)算以比較準(zhǔn)確地確定相位X向偏導(dǎo)還原圖像和相位Y向偏導(dǎo)還原圖像。

在上述任一技術(shù)方案中，優(yōu)選地，所述根據(jù)所述幅度還原圖像、所述相位X向偏導(dǎo)還原圖像和所述相位Y向偏導(dǎo)還原圖像生成還原圖像的步驟，具體包括：根據(jù)所述相位X向偏導(dǎo)還原圖像或所述相位Y向偏導(dǎo)還原圖像與初始點(diǎn)，確定解卷繞相位還原圖像；根據(jù)所述解卷繞相位還原圖像和所述基礎(chǔ)相位確定相位還原圖像；對(duì)所述相位還原圖像和所述幅度還原圖像進(jìn)行傅立葉反變換，以確定所述還原圖像。

在該技術(shù)方案中，通過將相位X向偏導(dǎo)還原圖像(或者相位Y向偏導(dǎo)還原圖像)和幅度還原圖像逆向生成為還原圖像，利用了“當(dāng)圖像的幾何位移發(fā)生變化時(shí)，圖像的頻譜中幅度譜保持不變、相位譜只出現(xiàn)線性偏移”的原理，可以有效地說明本發(fā)明的有價(jià)票據(jù)的缺陷管理方法具有較強(qiáng)的形變?nèi)萑绦浴?/p>

在上述任一技術(shù)方案中，優(yōu)選地，所述根據(jù)所述相位圖像差確定所述幅度還原圖像、所述相位X向偏導(dǎo)還原圖像和所述相位Y向偏導(dǎo)還原圖像的步驟，具體包括：對(duì)所述相位圖像差在X向和Y向分別進(jìn)行偏導(dǎo)計(jì)算，以得到所述相位圖像差的X向的偏導(dǎo)數(shù)和所述相位圖像差的Y向的偏導(dǎo)數(shù)；對(duì)所述幅度圖像、所述X向的偏導(dǎo)數(shù)、所述Y向的偏導(dǎo)數(shù)進(jìn)行分析和還原，根據(jù)分析和還原結(jié)果確定所述幅度還原圖像、所述相位X向偏導(dǎo)還原圖像和所述相位Y向偏導(dǎo)還原圖像。

在該技術(shù)方案中，通過對(duì)相位圖像差在X向和Y向分別進(jìn)行偏導(dǎo)計(jì)算，可以比較準(zhǔn)確地根據(jù)X向的偏導(dǎo)數(shù)和Y向的偏導(dǎo)數(shù)獲取相位X向偏導(dǎo)還原圖像和相位Y向偏導(dǎo)還原圖像，從而能夠比較準(zhǔn)確地根據(jù)相位X向偏導(dǎo)還原圖像、相位Y向偏導(dǎo)還原圖像和幅度還原圖像獲取到還原圖像。

在上述任一技術(shù)方案中，優(yōu)選地，所述根據(jù)所述基礎(chǔ)相位對(duì)所述相位圖像中除所述任一圖像之外的其他圖像的相位進(jìn)行處理，以得到相位圖像差的步驟，具體包括：將所述其他圖像的相位與所述基礎(chǔ)相位進(jìn)行減法計(jì)算，并對(duì)計(jì)算結(jié)果進(jìn)行相位解卷繞處理，根據(jù)相位解卷繞處理結(jié)果確定所述相位圖像差。

在該技術(shù)方案中，通過將其他圖像的相位與基礎(chǔ)相位相減并進(jìn)行相位解卷繞處理，可以得到相位圖像差，從而可以通過對(duì)相位圖像差進(jìn)行偏導(dǎo)計(jì)算以比較準(zhǔn)確地確定相位X向偏導(dǎo)還原圖像和相位Y向偏導(dǎo)還原圖像。

本發(fā)明第三方面提出了一種有價(jià)票據(jù)的缺陷管理方法，包括：根據(jù)有價(jià)票據(jù)訓(xùn)練集中每個(gè)有價(jià)票據(jù)的缺陷特征，生成第一級(jí)子節(jié)點(diǎn)；計(jì)算每個(gè)所述第一級(jí)子節(jié)點(diǎn)的分割值，并根據(jù)所述分割值對(duì)所述缺陷特征進(jìn)行分類；判斷所有所述第一級(jí)子節(jié)點(diǎn)是否不可再分類，在判斷結(jié)果為是時(shí)，分類完成。

其中，優(yōu)選地，根據(jù)所述分割值對(duì)所述缺陷特征進(jìn)行分類的步驟，具體包括：若所述分割值小于設(shè)定閾值，則采用支持向量機(jī)方法對(duì)所述缺陷特征進(jìn)行分類；若所述分割值大于等于所述設(shè)定閾值，則采用決策樹方法對(duì)所述缺陷特征進(jìn)行分類。

在該技術(shù)方案中，通過每個(gè)第一級(jí)子節(jié)點(diǎn)的分割值與設(shè)定的閥值進(jìn)行比較，確定采用向量機(jī)方法和決策樹方法進(jìn)行的分類，進(jìn)一步判斷所有節(jié)點(diǎn)是否不可再分類，確定分類完成，通過采用向量機(jī)方法和決策樹方法來對(duì)缺陷特征進(jìn)行分類，可以有效的提高分類精度，計(jì)算速度也降到了可以接受的范圍，提高了算法效率。

在上述任一項(xiàng)技術(shù)方案中，優(yōu)選地，根據(jù)有價(jià)票據(jù)的訓(xùn)練集中每個(gè)有價(jià)票據(jù)的缺陷特征，生成第一級(jí)子節(jié)點(diǎn)的步驟，具體包括：計(jì)算所述有價(jià)票據(jù)訓(xùn)練集中每個(gè)有價(jià)票據(jù)的缺陷特征與其他有價(jià)票據(jù)的缺陷特征之間的信息增益值；根據(jù)所述每個(gè)有價(jià)票據(jù)對(duì)應(yīng)的信息增益值構(gòu)造所述第一級(jí)子節(jié)點(diǎn)。

在該技術(shù)方案中，通過計(jì)算有價(jià)票據(jù)訓(xùn)練集中每個(gè)有價(jià)票據(jù)的缺陷特征與其他有價(jià)票據(jù)的缺陷特征之間的信息增益值，可以有效的避免錯(cuò)誤缺陷的提取，進(jìn)而對(duì)缺陷殘點(diǎn)進(jìn)行再檢測(cè)，計(jì)算缺陷衰減程度，根據(jù)衰減程度區(qū)分是正常缺陷還是錯(cuò)誤缺陷，對(duì)衰減程度的判斷，可以有效的提高分類精度，并且提高了算法效率。

在上述任一項(xiàng)技術(shù)方案中，優(yōu)選地，還包括：計(jì)算每個(gè)有價(jià)票據(jù)的殘點(diǎn)到缺陷質(zhì)心的歐氏距離；在任一有價(jià)票據(jù)的殘點(diǎn)到缺陷質(zhì)心的所述歐氏距離大于或等于預(yù)設(shè)距離時(shí)，刪除根據(jù)所述任一有價(jià)票據(jù)的缺陷特征生成的所述第一級(jí)子節(jié)點(diǎn)。歐氏

在該技術(shù)方案中，通過計(jì)算歐氏距離與預(yù)設(shè)距離進(jìn)行比較，可以有效的避免異常點(diǎn)對(duì)缺陷特征的影響。

在上述任一項(xiàng)技術(shù)方案中，優(yōu)選地，所述缺陷特征包括：能量、密度、殘點(diǎn)密度、殘點(diǎn)飽和度、殘點(diǎn)散度和/或殘點(diǎn)黑白特性。

本發(fā)明的第四方面提出了一種有價(jià)票據(jù)的質(zhì)量檢測(cè)系統(tǒng)，用于對(duì)有價(jià)票據(jù)進(jìn)行質(zhì)量核查的二次核查系統(tǒng)，包括：獲取單元，用于獲取所述二次核查系統(tǒng)中的清分機(jī)檢測(cè)為不合格的有價(jià)票據(jù)的圖像信息；第一分配單元，用于根據(jù)所述二次核查系統(tǒng)中記錄的二次核查節(jié)點(diǎn)的狀態(tài)數(shù)據(jù)和分配模式，將所述不合格的有價(jià)票據(jù)的圖像信息分配給所述二次核查節(jié)點(diǎn)；配置單元，用于獲取所述二次核查系統(tǒng)的系統(tǒng)配置信息，根據(jù)所述系統(tǒng)配置信息對(duì)所述二次核查節(jié)點(diǎn)進(jìn)行配置；觸發(fā)單元，用于獲取所述不合格的有價(jià)票據(jù)的批次信息，根據(jù)所述批次信息觸發(fā)所述二次核查節(jié)點(diǎn)開始圖像分析工作或結(jié)束圖像分析工作，獲取所述不合格的有價(jià)票據(jù)的品種信息，觸發(fā)所述二次核查節(jié)點(diǎn)切換到與所述品種信息對(duì)應(yīng)的圖像檢測(cè)模板。

在該技術(shù)方案中，根據(jù)二次核查系統(tǒng)中記錄的二次核查節(jié)點(diǎn)的狀態(tài)數(shù)據(jù)和分配模式，將清分機(jī)檢測(cè)為不合格的有價(jià)票據(jù)的圖像信息分配給二次核查節(jié)點(diǎn)，可以使得不合格的有價(jià)票據(jù)的圖像信息分配地更加合理，有效地提高了二次核查系統(tǒng)對(duì)不合格的有價(jià)票據(jù)的核查效率以及提升了二次核查系統(tǒng)的自動(dòng)化性能。

在上述技術(shù)方案中，優(yōu)選地，還包括：存儲(chǔ)單元，用于將所述二次核查節(jié)點(diǎn)的二次核查結(jié)果和所述批次信息進(jìn)行關(guān)聯(lián)存儲(chǔ)，以得到匯總數(shù)據(jù)；提取單元，用于從所述匯總數(shù)據(jù)中提取出所述二次核查結(jié)果為不合格的有價(jià)票據(jù)的圖像信息和冠字號(hào)信息，并按照所述批次信息將所述二次核查結(jié)果為不合格的有價(jià)票據(jù)的圖像信息和冠字號(hào)信息寫入數(shù)據(jù)庫，以供綜合判定系統(tǒng)進(jìn)行處理。

在該技術(shù)方案中，通過將二次核查節(jié)點(diǎn)的二次核查結(jié)果為不合格的有價(jià)票據(jù)的圖像信息和冠字號(hào)信息寫入數(shù)據(jù)庫，從而使得綜合判定系統(tǒng)可以對(duì)不合格的有價(jià)票據(jù)的圖像信息再次進(jìn)行處理以確定不合格的有價(jià)票據(jù)是否確實(shí)為不合格的有價(jià)票據(jù)，進(jìn)一步地提升了核查的準(zhǔn)確率。

在上述任一技術(shù)方案中，優(yōu)選地，所述提取單元還用于，從所述匯總數(shù)據(jù)中提取出檢測(cè)過程數(shù)據(jù)，并將所述檢測(cè)過程數(shù)據(jù)提供給關(guān)聯(lián)成套圖像實(shí)時(shí)存儲(chǔ)系統(tǒng)進(jìn)行內(nèi)容關(guān)聯(lián)和成套存儲(chǔ)。

在該技術(shù)方案中，通過將從匯總數(shù)據(jù)中提取的檢測(cè)過程數(shù)據(jù)提供給關(guān)聯(lián)成套圖像實(shí)時(shí)存儲(chǔ)系統(tǒng)，以進(jìn)行內(nèi)容關(guān)聯(lián)和成套存儲(chǔ)，從而可以將檢測(cè)過程數(shù)據(jù)記錄下來。

在上述任一技術(shù)方案中，優(yōu)選地，還包括：第二分配單元，用于若所有所述二次核查節(jié)點(diǎn)出現(xiàn)故障，將所述不合格的有價(jià)票據(jù)的圖像信息分配給所述綜合判定系統(tǒng)，以供所述綜合判定系統(tǒng)最終判定所述不合格的有價(jià)票據(jù)是否合格。

在該技術(shù)方案中，當(dāng)二次核查節(jié)點(diǎn)出現(xiàn)故障時(shí)，可以將不合格的有價(jià)票據(jù)的圖像信息分配給綜合判定系統(tǒng)，以供綜合判定系統(tǒng)最終判定不合格的有價(jià)票據(jù)是否合格，如此，可以提高二次核查系統(tǒng)的可靠性，避免在二次核查節(jié)點(diǎn)出現(xiàn)故障時(shí)不能對(duì)不合格的有價(jià)票據(jù)進(jìn)行二次核查而導(dǎo)致較多的不合格的有價(jià)票據(jù)被誤判的情況。

在上述任一技術(shù)方案中，優(yōu)選地，所述分配單元具體用于，若所述分配模式為第一分配模式時(shí)，根據(jù)所述狀態(tài)數(shù)據(jù)中的所述二次核查節(jié)點(diǎn)與質(zhì)量檢測(cè)系統(tǒng)的連接時(shí)間，將所述不合格的有價(jià)票據(jù)的圖像信息分配給所述二次核查節(jié)點(diǎn)；若所述分配模式為第二分配模式時(shí)，根據(jù)所述狀態(tài)數(shù)據(jù)中的處理速度，將所述不合格的有價(jià)票據(jù)的圖像信息分配給所述二次核查節(jié)點(diǎn)；若所述分配模式為第三分配模式時(shí)，根據(jù)所述狀態(tài)數(shù)據(jù)中的已處理量將所述不合格的有價(jià)票據(jù)的圖像信息分配給所述二次核查節(jié)點(diǎn)。

在該技術(shù)方案中，在不同的分配模式下，將不合格的有價(jià)票據(jù)分配給二次核查節(jié)點(diǎn)的依據(jù)不同，如此，可以使得不合格的有價(jià)票據(jù)的分配更加合理，從而提高了不合格的有價(jià)票據(jù)的核查效率。

本發(fā)明第五方面提出了一種有價(jià)票據(jù)的質(zhì)量檢測(cè)方法，包括：將所有有價(jià)票據(jù)的樣本集劃分成多個(gè)檢測(cè)區(qū)域；將所述多個(gè)檢測(cè)區(qū)域中的每個(gè)檢測(cè)區(qū)域?qū)?yīng)的樣本集按照特征進(jìn)行聚類，以將所述每個(gè)檢測(cè)區(qū)域?qū)?yīng)的樣本集分成多個(gè)類別；用所述每個(gè)檢測(cè)區(qū)域中多個(gè)類別中的每個(gè)類別的樣本集學(xué)習(xí)對(duì)應(yīng)的檢測(cè)區(qū)域的參數(shù)空間，以得到每個(gè)檢測(cè)區(qū)域?qū)?yīng)的參數(shù)空間；采用每個(gè)參數(shù)空間對(duì)對(duì)應(yīng)的檢測(cè)區(qū)域中的樣本集進(jìn)行質(zhì)量檢測(cè)。

在該技術(shù)方案中，將樣本集劃分的多個(gè)檢測(cè)區(qū)域按照特征進(jìn)行聚類，分成多個(gè)類別，這樣，每個(gè)子類所構(gòu)成的空間會(huì)更加均勻和平坦，同時(shí)縮小樣本規(guī)模，用每個(gè)類別的樣本集學(xué)習(xí)對(duì)應(yīng)的參數(shù)空間，根據(jù)每個(gè)參數(shù)空間對(duì)對(duì)應(yīng)的檢測(cè)區(qū)域中的樣本集進(jìn)行質(zhì)量檢測(cè)，保證模式分析算法的穩(wěn)定性，并且有效的減少樣本個(gè)數(shù)、計(jì)算量以及特征提取的時(shí)間，提高了算法效率。

在上述技術(shù)方案中，優(yōu)選地，將所述多個(gè)檢測(cè)區(qū)域中的每個(gè)檢測(cè)區(qū)域?qū)?yīng)的樣本集按照特征進(jìn)行聚類，具體包括：將所述每個(gè)檢測(cè)區(qū)域中的任一樣本作為一個(gè)聚類中心的初始值；計(jì)算所述檢測(cè)區(qū)域中其他樣本與所述任一樣本之間的第一歐氏距離；在所述第一歐氏距離大于預(yù)設(shè)距離時(shí)，將所述其他樣本作為一個(gè)新的聚類中心，否則，將所述其他樣本作為以所述任一樣本為中心的聚類。

在該技術(shù)方案中，通過歐氏距離與預(yù)設(shè)距離的比較，可以避免異常點(diǎn)對(duì)確定聚類中心的影響。

在上述任一項(xiàng)技術(shù)方案中，優(yōu)選地，在將所述其他樣本作為一個(gè)新的聚類中心時(shí)，分別計(jì)算所述檢測(cè)區(qū)域中的剩余樣本與所述任一樣本之間的第二歐氏距離，以及所述剩余樣本與所述其他樣本之間的第三歐氏距離，歐氏以確定所述剩余樣本所屬的聚類。

其中，優(yōu)選地，確定所述剩余樣本所屬的聚類的步驟，具體包括：在所述第二歐氏距離小于或等于所述預(yù)設(shè)距離時(shí)，將所述剩余樣本作為以所述任一樣本為中心的聚類，在所述第三歐氏距離小于或等于所述預(yù)設(shè)距離時(shí)，將所述剩余樣本作為以所述其他樣本為中心的聚類，在所述第二歐氏距離以及所述第三歐氏距離均大于所述預(yù)設(shè)距離時(shí)，比較所述第二歐氏距離與所述第三歐氏距離的大小，在所述第二歐氏距離大于所述第三歐氏距離時(shí)，將所述剩余樣本作為以所述其他樣本為中心的聚類，以及在所述第二歐氏距離小于所述第三歐氏距離時(shí)，將所述剩余樣本作為以所述任一樣本為中心的聚類。

在該技術(shù)方案中，通過歐氏距離與預(yù)設(shè)距離的比較來確定樣本為中心的聚類，這樣，可以使構(gòu)成的空間更加均勻和平坦，同時(shí)縮小了樣本規(guī)模，保證模式算法的穩(wěn)定性，提高了算法效率。

在上述任一項(xiàng)技術(shù)方案中，優(yōu)選地，根據(jù)以下計(jì)算公式計(jì)算所述第一歐氏距離、所述第二歐氏距離及所述第三歐氏距離：

其中，D表示所述歐氏距離，表示作為聚類中心的樣本的均值向量，C為總體的協(xié)方差矩陣，x表示樣本。

本發(fā)明第六方面提出了一種有價(jià)票據(jù)的圖像分析方法，包括：按照預(yù)設(shè)順序?qū)τ袃r(jià)票據(jù)的圖像的多個(gè)面向信息進(jìn)行檢測(cè)，其中，所述面向信息包括正面信息、背面信息、透視信息和/或紅外信息；在檢測(cè)到任一面向信息不合格時(shí)，判定為所述圖像不合格；在檢測(cè)到所述多個(gè)面向信息中每個(gè)面向信息均合格時(shí)，判定為所述圖像合格；對(duì)所述不合格圖像的錯(cuò)誤類型和錯(cuò)誤工序進(jìn)行分析并記錄，以對(duì)所述不合格圖像進(jìn)行管理和統(tǒng)計(jì)。

在該技術(shù)方案中，分別對(duì)圖像的多種信息進(jìn)行多次檢測(cè)，一套圖像含有正面、背面、透視、紅外等多面向信息，如果其中某一面向不合格，則認(rèn)為該套圖像不合格，只有當(dāng)所有面向信息都合格時(shí)，才認(rèn)為該套圖像合格。這樣相當(dāng)于在進(jìn)行信息不合格判定時(shí)對(duì)圖像進(jìn)行了多次檢測(cè)，使得判定結(jié)果更加可靠，有效地提高了判定的準(zhǔn)確率，還代替了人工檢測(cè)，降低了核查成本。

在上述技術(shù)方案中，優(yōu)選地，包括：當(dāng)需要檢測(cè)的圖像的個(gè)數(shù)為多個(gè)時(shí)，將所述多個(gè)圖像分配給多個(gè)不同的檢測(cè)節(jié)點(diǎn)，以同時(shí)使用所述多個(gè)不同的檢測(cè)節(jié)點(diǎn)對(duì)所述多個(gè)圖像進(jìn)行檢測(cè)。

在該技術(shù)方案中，當(dāng)某一批需要判定的圖像數(shù)量過多時(shí)，可以使用多節(jié)點(diǎn)并發(fā)運(yùn)行的方式進(jìn)行圖像的判定，以節(jié)約所述多個(gè)圖像的判定時(shí)間。多節(jié)點(diǎn)運(yùn)行涉及到系統(tǒng)內(nèi)部的調(diào)度方法，可以根據(jù)各節(jié)點(diǎn)各自運(yùn)行情況分配待判圖像至不同的節(jié)點(diǎn)。

在上述任一項(xiàng)技術(shù)方案中，優(yōu)選地，還包括：分別獲取所述不合格圖像和所述合格圖像的冠字號(hào)信息；將所述不合格圖像的冠字號(hào)信息添加到黑名單中，將所述合格圖像的冠字號(hào)信息添加到白名單中，以及將所述不合格圖像的冠字號(hào)信息中的或所述合格圖像的冠字號(hào)信息中的符合指定條件的冠字號(hào)信息添加到灰名單中。

在該技術(shù)方案中，判定結(jié)果的存取皆以數(shù)據(jù)庫為主要載體，系統(tǒng)在判定過程中，判定過程信息和最終結(jié)果同步寫入數(shù)據(jù)庫中，當(dāng)軟硬件異?；蛘咂渌罎⑶闆r，系統(tǒng)可以智能的從數(shù)據(jù)庫中恢復(fù)成當(dāng)前判定狀態(tài)，以保持系統(tǒng)運(yùn)行的一致性。因此，將圖像的冠字號(hào)信息添加到名單中保存起來，使得系統(tǒng)可以在異?；蚱渌厥馇闆r下支持調(diào)閱圖像的判定結(jié)果，真實(shí)還原以往圖像的判定信息。其中，系統(tǒng)支持三種類型的冠字號(hào)清單輸出：白名單是指系統(tǒng)判定為合格圖像的冠字號(hào)集；黑名單是指系統(tǒng)判定為不合格圖像的冠字號(hào)集；灰名單是指符合指定條件的冠字號(hào)集。

在上述任一項(xiàng)技術(shù)方案中，優(yōu)選地，所述不合格圖像的錯(cuò)誤類型包括：蹭臟、墨漬、折角、缺印；所述不合格圖像的錯(cuò)誤工序包括：白紙、膠印、凹印。

在上述任一項(xiàng)技術(shù)方案中，優(yōu)選地，根據(jù)所述不合格的圖像的錯(cuò)誤類型和/或錯(cuò)誤工序，設(shè)置所述預(yù)設(shè)順序。

在該技術(shù)方案中，面向判定順序可以自定義，一般來說，在判斷時(shí)，對(duì)所有需要判定的圖像先判定其正面信息，如果某套圖像的正面判定為不合格，則該套圖像為不合格，該套圖像的其余面向無需再判定；當(dāng)全部圖像的正面判定完畢后，正面判定合格的圖像，再進(jìn)行背面判定。上述規(guī)則對(duì)判定透視、紅外等其他面向信息同樣適用。比如，該批圖像已知透視面向不合格較多，可以選擇默認(rèn)首先判定透視面向，根據(jù)透視判定結(jié)果再判定其正面、背面等面向，以節(jié)約判定時(shí)間并提高系統(tǒng)的運(yùn)行效率。另外，還可以將多個(gè)面向設(shè)置設(shè)為統(tǒng)一優(yōu)先級(jí)，即將多個(gè)面向設(shè)置為并列第一判斷的標(biāo)準(zhǔn)。因?yàn)樵谟行┣闆r下，圖像上的某些信息需要多面結(jié)合才能判定其是否合格，此時(shí)可同時(shí)展示任意數(shù)量面向(比如只打開正面/紅外兩個(gè)面向)進(jìn)行綜合信息的判定。在該模式下，系統(tǒng)判定的結(jié)果為該套圖像的最終結(jié)果，無需再進(jìn)行其它面向的判定。

本發(fā)明的第七方面提出了一種有價(jià)票據(jù)的缺陷管理系統(tǒng)，包括：生成單元，用于獲取有價(jià)票據(jù)的樣本圖像，并根據(jù)所述樣本圖像生成攜帶有疑似缺陷殘點(diǎn)的模版圖像；第一計(jì)算單元，用于計(jì)算所述模版圖像中的多個(gè)疑似缺陷殘點(diǎn)組成的幾何圖形的質(zhì)心的位置和幾何中心的位置；判斷單元，用于根據(jù)所述質(zhì)心的位置和所述幾何中心的位置，判斷所述多個(gè)疑似缺陷殘點(diǎn)中的任一疑似缺陷殘點(diǎn)是否為缺陷殘點(diǎn)。

在該技術(shù)方案中，根據(jù)模版圖像中的多個(gè)疑似缺陷殘點(diǎn)組成的幾何圖形的質(zhì)心的位置和幾何中心的位置判斷多個(gè)疑似缺陷殘點(diǎn)中的任一疑似缺陷殘點(diǎn)是否為真正的缺陷殘點(diǎn)，其中，可以利用LLE算法(Locally Linear Embedding，局部線性嵌入算法)將有價(jià)票據(jù)的樣本圖像生成模版圖像，因此，通過上述技術(shù)方案，可以避免相關(guān)技術(shù)中通過高低模版匹配法、或相似性檢測(cè)法確定疑似缺陷殘點(diǎn)是否為真正地缺陷殘點(diǎn)，從而避免出現(xiàn)將疑似缺陷殘點(diǎn)誤判的情況，有效地提高了缺陷殘點(diǎn)的檢測(cè)正確率，進(jìn)而提高了印刷質(zhì)量檢測(cè)系統(tǒng)的魯棒性。

在上述技術(shù)方案中，優(yōu)選地，所述第一計(jì)算單元具體用于，計(jì)算所述多個(gè)疑似缺陷殘點(diǎn)組成的幾何圖形的第一質(zhì)心的位置和第一幾何中心的位置，并計(jì)算除所述任一疑似缺陷殘點(diǎn)之外的其他疑似缺陷殘點(diǎn)組成的幾何圖形的第二質(zhì)心的位置和第二幾何中心的位置；所述判斷單元具體用于，判斷所述第一質(zhì)心的位置和所述第二質(zhì)心的位置之間的距離是否大于第一閾值，且所述第一幾何中心的位置和所述第二幾何中心的位置之間的距離是否小于第二閾值，若判斷結(jié)果為否，則所述任一疑似缺陷殘點(diǎn)為所述缺陷殘點(diǎn)，否則，所述任一疑似缺陷殘點(diǎn)不是所述缺陷殘點(diǎn)。

在該技術(shù)方案中，通過將多個(gè)疑似缺陷殘點(diǎn)組成的幾何圖形的第一質(zhì)心的位置和除任一疑似缺陷殘點(diǎn)組成的幾何圖形的第二質(zhì)心的位置進(jìn)行比較，以及將多個(gè)疑似缺陷殘點(diǎn)組成的幾何圖形的第一幾何中心的位置和除任一疑似缺陷殘點(diǎn)組成的幾何圖形的第二幾何中心的位置進(jìn)行比較，從而可以根據(jù)比較結(jié)果確定任一疑似缺陷殘點(diǎn)是否為真正地缺陷殘點(diǎn)，具體的，當(dāng)?shù)谝毁|(zhì)心的位置和第二質(zhì)心的位置之間的距離大于第一閾值，且第一幾何中心的位置和第二幾何中心的位置之間的距離小于第二閾值時(shí)，也就說明第二質(zhì)心的位置相較于第一質(zhì)心的位置發(fā)生的變化較大，而第二幾何中心的位置相較于第一幾何中心的位置發(fā)生的變化較小，則確定任一疑似缺陷殘點(diǎn)有干擾，即任一疑似缺陷殘點(diǎn)不是真正的缺陷殘點(diǎn)，可以排除該任一缺陷殘點(diǎn)，否則，除上述情況外，其他情況均可認(rèn)為疑似缺陷殘點(diǎn)為真正地缺陷殘點(diǎn)，如此，可以比較準(zhǔn)確地判斷任一疑似缺陷殘點(diǎn)是否為真正的缺陷殘點(diǎn)。

在上述任一技術(shù)方案中，優(yōu)選地，所述生成單元包括：第二計(jì)算單元，用于根據(jù)所述樣本圖像中的每個(gè)樣本點(diǎn)的臨近點(diǎn)計(jì)算權(quán)值矩陣；所述生成單元具體用于，根據(jù)所述權(quán)值矩陣生成攜帶有所述疑似缺陷殘點(diǎn)的所述模版圖像。

在該技術(shù)方案中，通過計(jì)算每個(gè)樣本點(diǎn)和該樣本點(diǎn)的臨近點(diǎn)之間的權(quán)值矩陣，例如，可以通過度量歐式距離的方法找到每個(gè)樣本點(diǎn)的臨近點(diǎn)，從而可以根據(jù)該權(quán)值矩陣生成攜帶有疑似缺陷殘點(diǎn)的模版圖像。

在上述任一技術(shù)方案中，優(yōu)選地，所述第二計(jì)算單元具體用于，通過以下公式計(jì)算所述權(quán)值矩陣：

其中，ε(w)表示誤差值，X_i表示任一樣本點(diǎn)，X_j(j＝1，2，…，k)表示所述任一樣本點(diǎn)的k個(gè)臨近點(diǎn)，w_ij表示所述任一樣本點(diǎn)和所述臨近點(diǎn)之間的所述權(quán)值矩陣。

在該技術(shù)方案中，通過上述公式來計(jì)算權(quán)值矩陣，其中，當(dāng)ε(w)的值最小時(shí)，即可計(jì)算出權(quán)值矩陣的值，另外，k為預(yù)先給定的值。

在上述任一技術(shù)方案中，優(yōu)選地，所述權(quán)值矩陣的每一行的和為1。

在該技術(shù)方案中，權(quán)值矩陣的每一行的和為1，即∑_jw_ij＝1，如此，通過使權(quán)值矩陣滿足上述約束條件，可以確保權(quán)值矩陣的有效性。

本發(fā)明的第八方面提出了一種有價(jià)票據(jù)的缺陷管理系統(tǒng)，包括：第一獲取單元，用于獲取有價(jià)票據(jù)的樣本圖像；變換單元，用于對(duì)所述樣本圖像進(jìn)行傅立葉變換，以確定所述樣本圖像的幅度圖像和相位圖像；第二獲取單元，用于獲取所述幅度圖像對(duì)應(yīng)的幅度還原圖像、以及所述相位圖像對(duì)應(yīng)的相位X向偏導(dǎo)還原圖像和相位Y向偏導(dǎo)還原圖像；生成單元，用于根據(jù)所述幅度還原圖像、所述相位X向偏導(dǎo)還原圖像和所述相位Y向偏導(dǎo)還原圖像生成還原圖像；差分單元，用于將所述樣本圖像和所述還原圖像進(jìn)行差分，根據(jù)差分結(jié)果確定所述有價(jià)票據(jù)的殘差圖像。

在該技術(shù)方案中，通過獲取有價(jià)票據(jù)的樣本圖像的幅度圖像對(duì)應(yīng)的幅度還原圖像和相位圖像對(duì)應(yīng)的相位X向偏導(dǎo)還原圖像和相位Y向偏導(dǎo)還原圖像，其中，X表示坐標(biāo)軸的X向，Y表示坐標(biāo)軸的Y向，并將幅度還原圖像、相位X向偏導(dǎo)還原圖像和相位Y向偏導(dǎo)還原圖像生成的還原圖像和樣本圖像進(jìn)行差分，并根據(jù)差分結(jié)果確定有價(jià)票據(jù)的殘差圖像，可以有效地提高印刷質(zhì)量檢測(cè)系統(tǒng)的魯棒性。

在上述技術(shù)方案中，優(yōu)選地，所述第二獲取單元包括：處理單元，用于將所述相位圖像中的任一圖像的相位作為基礎(chǔ)相位，并根據(jù)所述基礎(chǔ)相位對(duì)所述相位圖像中除所述任一圖像之外的其他圖像的相位進(jìn)行處理，以得到相位圖像差；所述第二獲取單元具體用于，根據(jù)所述相位圖像差確定所述幅度還原圖像、所述相位X向偏導(dǎo)還原圖像和所述相位Y向偏導(dǎo)還原圖像。

在該技術(shù)方案中，通過將相位圖像中的任一圖像的相位作為基礎(chǔ)相位，例如，將相位圖像中的第一幅圖像的相位作為基礎(chǔ)相位，并根據(jù)基礎(chǔ)相位對(duì)相位圖像中的其他圖像的相位進(jìn)行處理，以得到相位圖像差，從而可以通過對(duì)相位圖像差進(jìn)行偏導(dǎo)計(jì)算以比較準(zhǔn)確地確定相位X向偏導(dǎo)還原圖像和相位Y向偏導(dǎo)還原圖像。

在上述任一技術(shù)方案中，優(yōu)選地，所述生成單元包括：第一確定單元，用于根據(jù)所述相位X向偏導(dǎo)還原圖像或所述相位Y向偏導(dǎo)還原圖像與初始點(diǎn)，確定解卷繞相位還原圖像；第二確定單元，用于根據(jù)所述解卷繞相位還原圖像和所述基礎(chǔ)相位確定相位還原圖像；反變換單元，用于對(duì)所述相位還原圖像和所述幅度還原圖像進(jìn)行傅立葉反變換，以確定所述還原圖像。

在該技術(shù)方案中，通過將相位X向偏導(dǎo)還原圖像(或者相位Y向偏導(dǎo)還原圖像)和幅度還原圖像逆向生成為還原圖像，利用了“當(dāng)圖像的幾何位移發(fā)生變化時(shí)，圖像的頻譜中幅度譜保持不變、相位譜只出現(xiàn)線性偏移”的原理，可以有效地說明本發(fā)明的有價(jià)票據(jù)的缺陷管理方法具有較強(qiáng)的形變?nèi)萑绦浴?/p>

在上述任一技術(shù)方案中，優(yōu)選地，所述第二獲取單元包括：計(jì)算單元，用于對(duì)所述相位圖像差在X向和Y向分別進(jìn)行偏導(dǎo)計(jì)算，以得到所述相位圖像差的X向的偏導(dǎo)數(shù)和所述相位圖像差的Y向的偏導(dǎo)數(shù)；還原單元，用于對(duì)所述幅度圖像、所述X向的偏導(dǎo)數(shù)、所述Y向的偏導(dǎo)數(shù)進(jìn)行分析和還原，根據(jù)分析和還原結(jié)果確定所述幅度還原圖像、所述相位X向偏導(dǎo)還原圖像和所述相位Y向偏導(dǎo)還原圖像。

在該技術(shù)方案中，通過對(duì)相位圖像差在X向和Y向分別進(jìn)行偏導(dǎo)計(jì)算，可以比較準(zhǔn)確地根據(jù)X向的偏導(dǎo)數(shù)和Y向的偏導(dǎo)數(shù)獲取相位X向偏導(dǎo)還原圖像和相位Y向偏導(dǎo)還原圖像，從而能夠比較準(zhǔn)確地根據(jù)相位X向偏導(dǎo)還原圖像、相位Y向偏導(dǎo)還原圖像和幅度還原圖像獲取到還原圖像。

在上述任一技術(shù)方案中，優(yōu)選地，所述處理單元具體用于，將所述其他圖像的相位與所述基礎(chǔ)相位進(jìn)行減法計(jì)算，并對(duì)計(jì)算結(jié)果進(jìn)行相位解卷繞處理，根據(jù)相位解卷繞處理結(jié)果確定所述相位圖像差。

在該技術(shù)方案中，通過將其他圖像的相位與基礎(chǔ)相位相減并進(jìn)行相位解卷繞處理，可以得到相位圖像差，從而可以通過對(duì)相位圖像差進(jìn)行偏導(dǎo)計(jì)算以比較準(zhǔn)確地確定相位X向偏導(dǎo)還原圖像和相位Y向偏導(dǎo)還原圖像。

本發(fā)明第九方面提出了一種有價(jià)票據(jù)的缺陷管理系統(tǒng)，包括：生成單元，用于根據(jù)有價(jià)票據(jù)訓(xùn)練集中每個(gè)有價(jià)票據(jù)的缺陷特征，生成第一級(jí)子節(jié)點(diǎn)；分類單元，用于計(jì)算每個(gè)所述第一級(jí)子節(jié)點(diǎn)的分割值，并根據(jù)所述分割值對(duì)所述缺陷特征進(jìn)行分類；處理單元，用于判斷所有所述第一級(jí)子節(jié)點(diǎn)是否不可再分類，在判斷結(jié)果為是時(shí)，分類完成。

其中，優(yōu)選地，所述分類單元具體用于：若所述分割值小于設(shè)定閾值，則采用支持向量機(jī)方法對(duì)所述缺陷特征進(jìn)行分類，以及若所述分割值大于等于所述設(shè)定閾值，則采用決策樹方法對(duì)所述缺陷特征進(jìn)行分類。

在該技術(shù)方案中，通過每個(gè)第一級(jí)子節(jié)點(diǎn)的分割值與設(shè)定的閥值進(jìn)行比較，確定采用向量機(jī)方法和決策樹方法進(jìn)行的分類，進(jìn)一步判斷所有節(jié)點(diǎn)是否不可再分類，確定分類完成，通過采用向量機(jī)方法和決策樹方法來對(duì)缺陷特征進(jìn)行分類，可以有效的提高分類精度，計(jì)算速度也降到了可以接受的范圍，提高了算法效率。

在上述任一項(xiàng)技術(shù)方案中，優(yōu)選地，所述生成單元具體用于：計(jì)算所述有價(jià)票據(jù)訓(xùn)練集中每個(gè)有價(jià)票據(jù)的缺陷特征與其他有價(jià)票據(jù)的缺陷特征之間的信息增益值，以及根據(jù)所述每個(gè)有價(jià)票據(jù)對(duì)應(yīng)的信息增益值構(gòu)造所述第一級(jí)子節(jié)點(diǎn)。

在該技術(shù)方案中，通過計(jì)算有價(jià)票據(jù)訓(xùn)練集中每個(gè)有價(jià)票據(jù)的缺陷特征與其他有價(jià)票據(jù)的缺陷特征之間的信息增益值，可以有效的避免錯(cuò)誤缺陷的提取，進(jìn)而對(duì)缺陷殘點(diǎn)進(jìn)行再檢測(cè)，計(jì)算缺陷衰減程度，根據(jù)衰減程度區(qū)分是正常缺陷還是錯(cuò)誤缺陷，對(duì)衰減程度的判斷，可以有效的提高分類精度，并且提高了算法效率。

在上述任一項(xiàng)技術(shù)方案中，優(yōu)選地，還包括：計(jì)算單元，用于計(jì)算每個(gè)有價(jià)票據(jù)的殘點(diǎn)到缺陷質(zhì)心的歐氏距離；刪除單元，用于在任一有價(jià)票據(jù)的殘點(diǎn)到缺陷質(zhì)心的所述歐氏距離大于或等于預(yù)設(shè)距離時(shí)，刪除根據(jù)所述任一有價(jià)票據(jù)的缺陷特征生成的所述第一級(jí)子節(jié)點(diǎn)。

在該技術(shù)方案中，通過計(jì)算歐氏距離與預(yù)設(shè)距離進(jìn)行比較，可以有效的避免異常點(diǎn)對(duì)缺陷特征的影響。

在上述任一項(xiàng)技術(shù)方案中，優(yōu)選地，所述缺陷特征包括：能量、密度、殘點(diǎn)密度、殘點(diǎn)飽和度、殘點(diǎn)散度和/或殘點(diǎn)黑白特性。

本發(fā)明的第十方面提出了一種有價(jià)票據(jù)的質(zhì)量檢測(cè)方法，用于對(duì)有價(jià)票據(jù)進(jìn)行質(zhì)量核查的二次核查系統(tǒng)，包括：獲取所述二次核查系統(tǒng)中的清分機(jī)檢測(cè)為不合格的有價(jià)票據(jù)的圖像信息；根據(jù)所述二次核查系統(tǒng)中記錄的二次核查節(jié)點(diǎn)的狀態(tài)數(shù)據(jù)和分配模式，將所述不合格的有價(jià)票據(jù)的圖像信息分配給所述二次核查節(jié)點(diǎn)；獲取所述二次核查系統(tǒng)的系統(tǒng)配置信息，根據(jù)所述系統(tǒng)配置信息對(duì)所述二次核查節(jié)點(diǎn)進(jìn)行配置；獲取所述不合格的有價(jià)票據(jù)的批次信息，根據(jù)所述批次信息觸發(fā)所述二次核查節(jié)點(diǎn)開始圖像分析工作或結(jié)束圖像分析工作；獲取所述不合格的有價(jià)票據(jù)的品種信息，觸發(fā)所述二次核查節(jié)點(diǎn)切換到與所述品種信息對(duì)應(yīng)的圖像檢測(cè)模板。

在該技術(shù)方案中，根據(jù)二次核查系統(tǒng)中記錄的二次核查節(jié)點(diǎn)的狀態(tài)數(shù)據(jù)和分配模式，將清分機(jī)檢測(cè)為不合格的有價(jià)票據(jù)的圖像信息分配給二次核查節(jié)點(diǎn)，可以使得不合格的有價(jià)票據(jù)的圖像信息分配地更加合理，有效地提高了二次核查系統(tǒng)對(duì)不合格的有價(jià)票據(jù)的核查效率以及提升了二次核查系統(tǒng)的自動(dòng)化性能。

在上述技術(shù)方案中，優(yōu)選地，還包括：將所述二次核查節(jié)點(diǎn)的二次核查結(jié)果和所述批次信息進(jìn)行關(guān)聯(lián)存儲(chǔ)，以得到匯總數(shù)據(jù)；從所述匯總數(shù)據(jù)中提取出所述二次核查結(jié)果為不合格的有價(jià)票據(jù)的圖像信息和冠字號(hào)信息，并按照所述批次信息將所述二次核查結(jié)果為不合格的有價(jià)票據(jù)的圖像信息和冠字號(hào)信息寫入數(shù)據(jù)庫，以供綜合判定系統(tǒng)進(jìn)行處理。

在該技術(shù)方案中，通過將二次核查節(jié)點(diǎn)的二次核查結(jié)果為不合格的有價(jià)票據(jù)的圖像信息和冠字號(hào)信息寫入數(shù)據(jù)庫，從而使得綜合判定系統(tǒng)可以對(duì)不合格的有價(jià)票據(jù)的圖像信息再次進(jìn)行處理以確定不合格的有價(jià)票據(jù)是否確實(shí)為不合格的有價(jià)票據(jù)，進(jìn)一步地提升了核查的準(zhǔn)確率。

在上述任一技術(shù)方案中，優(yōu)選地，所述將所述二次核查節(jié)點(diǎn)的二次核查結(jié)果和所述批次信息進(jìn)行關(guān)聯(lián)存儲(chǔ)，以得到匯總數(shù)據(jù)的步驟之后，還包括：從所述匯總數(shù)據(jù)中提取出檢測(cè)過程數(shù)據(jù)，并將所述檢測(cè)過程數(shù)據(jù)提供給關(guān)聯(lián)成套圖像實(shí)時(shí)存儲(chǔ)系統(tǒng)進(jìn)行內(nèi)容關(guān)聯(lián)和成套存儲(chǔ)。

在該技術(shù)方案中，通過將從匯總數(shù)據(jù)中提取的檢測(cè)過程數(shù)據(jù)提供給關(guān)聯(lián)成套圖像實(shí)時(shí)存儲(chǔ)系統(tǒng)，以進(jìn)行內(nèi)容關(guān)聯(lián)和成套存儲(chǔ)，從而可以將檢測(cè)過程數(shù)據(jù)記錄下來。

在上述任一技術(shù)方案中，優(yōu)選地，還包括：若所有所述二次核查節(jié)點(diǎn)出現(xiàn)故障，將所述不合格的有價(jià)票據(jù)的圖像信息分配給所述綜合判定系統(tǒng)，以供所述綜合判定系統(tǒng)最終判定所述不合格的有價(jià)票據(jù)是否合格。

在該技術(shù)方案中，當(dāng)二次核查節(jié)點(diǎn)出現(xiàn)故障時(shí)，可以將不合格的有價(jià)票據(jù)的圖像信息分配給綜合判定系統(tǒng)，以供綜合判定系統(tǒng)最終判定不合格的有價(jià)票據(jù)是否合格，如此，可以提高二次核查系統(tǒng)的可靠性，避免在二次核查節(jié)點(diǎn)出現(xiàn)故障時(shí)不能對(duì)不合格的有價(jià)票據(jù)進(jìn)行二次核查而導(dǎo)致較多的不合格的有價(jià)票據(jù)被誤判的情況。

在上述任一技術(shù)方案中，優(yōu)選地，所述根據(jù)所述二次核查系統(tǒng)中記錄的二次核查節(jié)點(diǎn)的狀態(tài)數(shù)據(jù)和分配模式，將所述不合格的有價(jià)票據(jù)的圖像信息分配給所述二次核查節(jié)點(diǎn)的步驟，具體包括：若所述分配模式為第一分配模式時(shí)，根據(jù)所述狀態(tài)數(shù)據(jù)中的所述二次核查節(jié)點(diǎn)與質(zhì)量檢測(cè)系統(tǒng)的連接時(shí)間，將所述不合格的有價(jià)票據(jù)的圖像信息分配給所述二次核查節(jié)點(diǎn)；若所述分配模式為第二分配模式時(shí)，根據(jù)所述狀態(tài)數(shù)據(jù)中的處理速度，將所述不合格的有價(jià)票據(jù)的圖像信息分配給所述二次核查節(jié)點(diǎn)；若所述分配模式為第三分配模式時(shí)，根據(jù)所述狀態(tài)數(shù)據(jù)中的已處理量將所述不合格的有價(jià)票據(jù)的圖像信息分配給所述二次核查節(jié)點(diǎn)。

在該技術(shù)方案中，在不同的分配模式下，將不合格的有價(jià)票據(jù)分配給二次核查節(jié)點(diǎn)的依據(jù)不同，如此，可以使得不合格的有價(jià)票據(jù)的分配更加合理，從而提高了不合格的有價(jià)票據(jù)的核查效率。

本發(fā)明第十一方面提出了一種有價(jià)票據(jù)的質(zhì)量檢測(cè)系統(tǒng)，包括：劃分單元，用于將所有有價(jià)票據(jù)的樣本集劃分成多個(gè)檢測(cè)區(qū)域；聚類單元，用于將所述多個(gè)檢測(cè)區(qū)域中的每個(gè)檢測(cè)區(qū)域?qū)?yīng)的樣本集按照特征進(jìn)行聚類，以將所述每個(gè)檢測(cè)區(qū)域?qū)?yīng)的樣本集分成多個(gè)類別；學(xué)習(xí)單元，用于用所述每個(gè)檢測(cè)區(qū)域中多個(gè)類別中的每個(gè)類別的樣本集學(xué)習(xí)對(duì)應(yīng)的檢測(cè)區(qū)域的參數(shù)空間，以得到每個(gè)檢測(cè)區(qū)域?qū)?yīng)的參數(shù)空間；檢測(cè)單元，用于采用每個(gè)參數(shù)空間對(duì)對(duì)應(yīng)的檢測(cè)區(qū)域中的樣本集進(jìn)行質(zhì)量檢測(cè)。

在該技術(shù)方案中，將樣本集劃分的多個(gè)檢測(cè)區(qū)域按照特征進(jìn)行聚類，分成多個(gè)類別，這樣，每個(gè)子類所構(gòu)成的空間會(huì)更加均勻和平坦，同時(shí)縮小樣本規(guī)模，用每個(gè)類別的樣本集學(xué)習(xí)對(duì)應(yīng)的參數(shù)空間，根據(jù)每個(gè)參數(shù)空間對(duì)對(duì)應(yīng)的檢測(cè)區(qū)域中的樣本集進(jìn)行質(zhì)量檢測(cè)，保證模式分析算法的穩(wěn)定性，并且有效的減少樣本個(gè)數(shù)、計(jì)算量以及特征提取的時(shí)間，提高了算法效率。

在上述技術(shù)方案中，優(yōu)選地，所述聚類單元包括：設(shè)置單元，用于將所述每個(gè)檢測(cè)區(qū)域中的任一樣本作為一個(gè)聚類中心的初始值；計(jì)算單元，用于計(jì)算所述檢測(cè)區(qū)域中其他樣本與所述任一樣本之間的第一歐氏距離；確認(rèn)單元，用于在所述第一歐氏距離大于預(yù)設(shè)距離時(shí)，將所述其他樣本作為一個(gè)新的聚類中心，否則，將所述其他樣本作為以所述任一樣本為中心的聚類。

在該技術(shù)方案中，通過歐氏距離與預(yù)設(shè)距離的比較，可以避免異常點(diǎn)對(duì)確定聚類中心的影響。

在上述任一項(xiàng)技術(shù)方案中，優(yōu)選地，所述計(jì)算單元，還用于在將所述其他樣本作為一個(gè)新的聚類中心時(shí)，分別計(jì)算所述檢測(cè)區(qū)域中的剩余樣本與所述任一樣本之間的第二歐氏距離，以及所述剩余樣本與所述其他樣本之間的第三歐氏距離，以確定所述剩余樣本所屬的聚類。

其中，優(yōu)選地，所述確定單元，還用于在所述第二歐氏距離小于或等于所述預(yù)設(shè)距離時(shí)，將所述剩余樣本作為以所述任一樣本為中心的聚類，在所述第三歐氏距離小于或等于所述預(yù)設(shè)距離時(shí)，將所述剩余樣本作為以所述其他樣本為中心的聚類，在所述第二歐氏距離以及所述第三歐氏距離均大于所述預(yù)設(shè)距離時(shí)，比較所述第二歐氏距離與所述第三歐氏距離的大小，在所述第二歐氏距離大于所述第三歐氏距離時(shí)，將所述剩余樣本作為以所述其他樣本為中心的聚類，以及在所述第二歐氏距離小于所述第三歐氏距離時(shí)，將所述剩余樣本作為以所述任一樣本為中心的聚類。

在該技術(shù)方案中，通過歐氏距離與預(yù)設(shè)距離的比較來確定樣本為中心的聚類，這樣，可以使構(gòu)成的空間更加均勻和平坦，同時(shí)縮小了樣本規(guī)模，保證模式算法的穩(wěn)定性，提高了算法效率。

在上述任一項(xiàng)技術(shù)方案中，優(yōu)選地，所述計(jì)算單元具體用于，根據(jù)以下計(jì)算公式計(jì)算所述第一歐氏距離、所述第二歐氏距離及所述第三歐氏距離：

其中，D表示所述歐氏距離，表示作為聚類中心的樣本的均值向量，C為總體的協(xié)方差矩陣，x表示樣本。

通過以上技術(shù)方案，在不影響檢測(cè)精度的條件下，可以減少樣本個(gè)數(shù)、計(jì)算量以及特征提取的時(shí)間，提高了算法效率。

本發(fā)明第十二方面還提出了一種有價(jià)票據(jù)的圖像分析系統(tǒng)，包括：檢測(cè)單元，用于按照預(yù)設(shè)順序?qū)τ袃r(jià)票據(jù)的圖像的多個(gè)面向信息進(jìn)行檢測(cè)，其中，所述面向信息包括正面信息、背面信息、透視信息和/或紅外信息；判定單元，用于在檢測(cè)到任一面向信息不合格時(shí)，判定為所述圖像不合格，以及在檢測(cè)到所述多個(gè)面向信息中每個(gè)面向信息均合格時(shí)，判定為所述圖像合格；處理單元，用于對(duì)所述不合格圖像的錯(cuò)誤類型和錯(cuò)誤工序進(jìn)行分析并記錄，以對(duì)所述不合格圖像進(jìn)行管理和統(tǒng)計(jì)。

在該技術(shù)方案中，分別對(duì)圖像的多種信息進(jìn)行多次檢測(cè)，一套圖像含有正面、背面、透視、紅外等多面向信息，如果其中某一面向不合格，則認(rèn)為該套圖像不合格，只有當(dāng)所有面向信息都合格時(shí)，才認(rèn)為該套圖像合格。這樣相當(dāng)于在進(jìn)行信息不合格判定時(shí)對(duì)圖像進(jìn)行了多次檢測(cè)，使得判定結(jié)果更加可靠，有效地提高了判定的準(zhǔn)確率，還代替了人工檢測(cè)，降低了核查成本。

在上述技術(shù)方案中，優(yōu)選地，包括：分配單元，用于當(dāng)需要檢測(cè)的圖像的個(gè)數(shù)為多個(gè)時(shí)，將所述多個(gè)圖像分配給多個(gè)不同的檢測(cè)節(jié)點(diǎn)，以同時(shí)使用所述多個(gè)不同的檢測(cè)節(jié)點(diǎn)對(duì)所述多個(gè)圖像進(jìn)行檢測(cè)。

在該技術(shù)方案中，當(dāng)某一批需要判定的圖像數(shù)量過多時(shí)，可以使用多節(jié)點(diǎn)并發(fā)運(yùn)行的方式進(jìn)行圖像的判定，以節(jié)約所述多個(gè)圖像的判定時(shí)間。多節(jié)點(diǎn)運(yùn)行涉及到系統(tǒng)內(nèi)部的調(diào)度方法，可以根據(jù)各節(jié)點(diǎn)各自運(yùn)行情況分配待判圖像至不同的節(jié)點(diǎn)。

在上述技術(shù)方案中，優(yōu)選地，還包括：獲取單元，用于分別獲取所述不合格圖像的和所述合格圖像的冠字號(hào)信息；添加單元，用于將所述不合格圖像的冠字號(hào)信息添加到黑名單中，將所述合格圖像的冠字號(hào)信息添加到白名單中，以及將所述不合格圖像的冠字號(hào)信息中的或所述合格圖像的冠字號(hào)信息中的符合指定條件的冠字號(hào)信息添加到灰名單中。

在該技術(shù)方案中，判定結(jié)果的存取皆以數(shù)據(jù)庫為主要載體，系統(tǒng)在判定過程中，判定過程信息和最終結(jié)果同步寫入數(shù)據(jù)庫中，當(dāng)軟硬件異?；蛘咂渌罎⑶闆r，系統(tǒng)可以智能的從數(shù)據(jù)庫中恢復(fù)成當(dāng)前判定狀態(tài)，以保持系統(tǒng)運(yùn)行的一致性。因此，將圖像的冠字號(hào)信息添加到名單中保存起來，使得系統(tǒng)可以在異?；蚱渌厥馇闆r下支持調(diào)閱圖像的判定結(jié)果，真實(shí)還原以往圖像的判定信息。其中，系統(tǒng)支持三種類型的冠字號(hào)清單輸出：白名單是指系統(tǒng)判定為合格圖像的冠字號(hào)集；黑名單是指系統(tǒng)判定為不合格圖像的冠字號(hào)集；灰名單是指符合指定條件的冠字號(hào)集。

在上述任一項(xiàng)技術(shù)方案中，優(yōu)選地，所述不合格圖像的錯(cuò)誤類型包括：蹭臟、墨漬、折角和/或缺??；所述不合格圖像的錯(cuò)誤工序包括：白紙、膠印和/或凹印。

在上述任一項(xiàng)技術(shù)方案中，優(yōu)選地，根據(jù)所述不合格的圖像的錯(cuò)誤類型和/或錯(cuò)誤工序，設(shè)置所述預(yù)設(shè)順序。

在該技術(shù)方案中，面向判定順序可以自定義，一般來說，在判斷時(shí)，對(duì)所有需要判定的圖像先判定其正面信息，如果某套圖像的正面判定為不合格，則該套圖像為不合格，該套圖像的其余面向無需再判定；當(dāng)全部圖像的正面判定完畢后，正面判定合格的圖像，再進(jìn)行背面判定。上述規(guī)則對(duì)判定透視、紅外等其他面向信息同樣適用。比如，該批圖像已知透視面向不合格較多，可以選擇默認(rèn)首先判定透視面向，根據(jù)透視判定結(jié)果再判定其正面、背面等面向，以節(jié)約判定時(shí)間并提高系統(tǒng)的運(yùn)行效率。另外，還可以將多個(gè)面向設(shè)置設(shè)為統(tǒng)一優(yōu)先級(jí)，即將多個(gè)面向設(shè)置為并列第一判斷的標(biāo)準(zhǔn)。因?yàn)樵谟行┣闆r下，圖像上的某些信息需要多面結(jié)合才能判定其是否合格，此時(shí)可同時(shí)展示任意數(shù)量面向(比如只打開正面/紅外兩個(gè)面向)進(jìn)行綜合信息的判定。在該模式下，系統(tǒng)判定的結(jié)果為該套圖像的最終結(jié)果，無需再進(jìn)行其它面向的判定。

通過以上技術(shù)方案，可以減少樣本個(gè)數(shù)、計(jì)算量以及特征提取的時(shí)間，還可提高二次核查系統(tǒng)的核查效率，提高核查的準(zhǔn)確率，降低核查成本，提高分類精度，提高質(zhì)量檢測(cè)系統(tǒng)的魯棒性。

附圖說明

圖1示出了根據(jù)本發(fā)明的第一方面實(shí)施例的一個(gè)實(shí)施例的有價(jià)票據(jù)的缺陷管理方法的流程示意圖；

圖2示出了根據(jù)本發(fā)明的第二方面實(shí)施例的一個(gè)實(shí)施例的有價(jià)票據(jù)的缺陷管理方法的流程示意圖；

圖3示出了根據(jù)本發(fā)明的第三方面實(shí)施例的一個(gè)實(shí)施例的有價(jià)票據(jù)的缺陷管理方法的示意流程圖；

圖4示出了根據(jù)本發(fā)明的第三方面實(shí)施例的另一個(gè)實(shí)施例的有價(jià)票據(jù)的缺陷管理方法的示意流程圖；

圖5示出了根據(jù)本發(fā)明的第四方面實(shí)施例的一個(gè)實(shí)施例的有價(jià)票據(jù)的質(zhì)量檢測(cè)系統(tǒng)的結(jié)構(gòu)示意圖；

圖6示出了根據(jù)本發(fā)明的第五方面實(shí)施例的一個(gè)實(shí)施例的有價(jià)票據(jù)的質(zhì)量檢測(cè)方法的示意流程圖；

圖7示出了根據(jù)本發(fā)明的第五方面實(shí)施例的另一個(gè)實(shí)施例的有價(jià)票據(jù)的質(zhì)量檢測(cè)方法的示意流程圖；

圖8示出了根據(jù)本發(fā)明的第六方面實(shí)施例的一個(gè)實(shí)施例的有價(jià)票據(jù)的圖像分析方法的示意流程圖；

圖9示出了根據(jù)本發(fā)明第六方面實(shí)施例的另一個(gè)的實(shí)施例的有價(jià)票據(jù)的圖像分析方法的系統(tǒng)處理示意圖；

圖10示出了根據(jù)本發(fā)明的第七方面實(shí)施例的一個(gè)實(shí)施例的有價(jià)票據(jù)的缺陷管理系統(tǒng)的結(jié)構(gòu)示意圖；

圖11示出了根據(jù)本發(fā)明的第八方面實(shí)施例的一個(gè)實(shí)施例的有價(jià)票據(jù)的缺陷管理系統(tǒng)的結(jié)構(gòu)示意圖；

圖12示出了根據(jù)本發(fā)明的第九方面實(shí)施例的一個(gè)實(shí)施例的有價(jià)票據(jù)的缺陷管理系統(tǒng)的示意框圖；

圖13示出了根據(jù)本發(fā)明的第十方面實(shí)施例的一個(gè)實(shí)施例的有價(jià)票據(jù)的質(zhì)量檢測(cè)方法的流程示意圖；

圖14示出了根據(jù)本發(fā)明的第十方面實(shí)施例的另一個(gè)實(shí)施例的有價(jià)票據(jù)的質(zhì)量檢測(cè)方法的流程示意圖；

圖15示出了根據(jù)本發(fā)明的第十方面實(shí)施例的一個(gè)實(shí)施例的二次核查系統(tǒng)的結(jié)構(gòu)示意圖；

圖16示出了根據(jù)本發(fā)明的第十一方面實(shí)施例的一個(gè)實(shí)施例的有價(jià)票據(jù)的質(zhì)量檢測(cè)系統(tǒng)的示意框圖；

圖17示出了根據(jù)本發(fā)明的第十二方面實(shí)施例的一個(gè)實(shí)施例的有價(jià)票據(jù)的圖像分析系統(tǒng)的示意框圖。

具體實(shí)施方式

為了能夠更清楚地理解本發(fā)明的上述目的、特征和優(yōu)點(diǎn)，下面結(jié)合附圖和具體實(shí)施方式對(duì)本發(fā)明進(jìn)行進(jìn)一步的詳細(xì)描述。需要說明的是，在不沖突的情況下，本申請(qǐng)的實(shí)施例及實(shí)施例中的特征可以相互組合。

在下面的描述中闡述了很多具體細(xì)節(jié)以便于充分理解本發(fā)明，但是，本發(fā)明還可以采用其他不同于在此描述的其他方式來實(shí)施，因此，本發(fā)明的保護(hù)范圍并不受下面公開的具體實(shí)施例的限制。

圖1示出了根據(jù)本發(fā)明的第一方面實(shí)施例的一個(gè)實(shí)施例的有價(jià)票據(jù)的缺陷管理方法的流程示意圖。

如圖1所示，根據(jù)本發(fā)明的一個(gè)實(shí)施例的有價(jià)票據(jù)的缺陷管理方法，包括：

步驟102，獲取有價(jià)票據(jù)的樣本圖像，并根據(jù)所述樣本圖像生成攜帶有疑似缺陷殘點(diǎn)的模版圖像；

步驟104，計(jì)算所述模版圖像中的多個(gè)疑似缺陷殘點(diǎn)組成的幾何圖形的質(zhì)心的位置和幾何中心的位置；

步驟106，根據(jù)所述質(zhì)心的位置和所述幾何中心的位置，判斷所述多個(gè)疑似缺陷殘點(diǎn)中的任一疑似缺陷殘點(diǎn)是否為缺陷殘點(diǎn)。

在該技術(shù)方案中，根據(jù)模版圖像中的多個(gè)疑似缺陷殘點(diǎn)組成的幾何圖形的質(zhì)心的位置和幾何中心的位置判斷多個(gè)疑似缺陷殘點(diǎn)中的任一疑似缺陷殘點(diǎn)是否為真正的缺陷殘點(diǎn)，其中，可以利用LLE算法(Locally Linear Embedding，局部線性嵌入算法)將有價(jià)票據(jù)的樣本圖像生成模版圖像，因此，通過上述技術(shù)方案，可以避免相關(guān)技術(shù)中通過高低模版匹配法、或相似性檢測(cè)法確定疑似缺陷殘點(diǎn)是否為真正地缺陷殘點(diǎn)，從而避免出現(xiàn)將疑似缺陷殘點(diǎn)誤判的情況，有效地提高了缺陷殘點(diǎn)的檢測(cè)正確率，進(jìn)而提高了印刷質(zhì)量檢測(cè)系統(tǒng)的魯棒性。

在上述技術(shù)方案中，優(yōu)選地，步驟104和步驟106包括：計(jì)算所述多個(gè)疑似缺陷殘點(diǎn)組成的幾何圖形的第一質(zhì)心的位置和第一幾何中心的位置，并計(jì)算除所述任一疑似缺陷殘點(diǎn)之外的其他疑似缺陷殘點(diǎn)組成的幾何圖形的第二質(zhì)心的位置和第二幾何中心的位置；判斷所述第一質(zhì)心的位置和所述第二質(zhì)心的位置之間的距離是否大于第一閾值，且所述第一幾何中心的位置和所述第二幾何中心的位置之間的距離是否小于第二閾值；若判斷結(jié)果為否，則所述任一疑似缺陷殘點(diǎn)為所述缺陷殘點(diǎn)，否則，所述任一疑似缺陷殘點(diǎn)不是所述缺陷殘點(diǎn)。

在該技術(shù)方案中，通過將多個(gè)疑似缺陷殘點(diǎn)組成的幾何圖形的第一質(zhì)心的位置和除任一疑似缺陷殘點(diǎn)組成的幾何圖形的第二質(zhì)心的位置進(jìn)行比較，以及將多個(gè)疑似缺陷殘點(diǎn)組成的幾何圖形的第一幾何中心的位置和除任一疑似缺陷殘點(diǎn)組成的幾何圖形的第二幾何中心的位置進(jìn)行比較，從而可以根據(jù)比較結(jié)果確定任一疑似缺陷殘點(diǎn)是否為真正地缺陷殘點(diǎn)，具體的，當(dāng)?shù)谝毁|(zhì)心的位置和第二質(zhì)心的位置之間的距離大于第一閾值，且第一幾何中心的位置和第二幾何中心的位置之間的距離小于第二閾值時(shí)，也就說明第二質(zhì)心的位置相較于第一質(zhì)心的位置發(fā)生的變化較大，而第二幾何中心的位置相較于第一幾何中心的位置發(fā)生的變化較小，則確定任一疑似缺陷殘點(diǎn)有干擾，即任一疑似缺陷殘點(diǎn)不是真正的缺陷殘點(diǎn)，可以排除該任一缺陷殘點(diǎn)，否則，除上述情況外，其他情況均可認(rèn)為疑似缺陷殘點(diǎn)為真正地缺陷殘點(diǎn)，如此，可以比較準(zhǔn)確地判斷任一疑似缺陷殘點(diǎn)是否為真正的缺陷殘點(diǎn)。

在上述任一技術(shù)方案中，優(yōu)選地，步驟102具體包括：根據(jù)所述樣本圖像中的每個(gè)樣本點(diǎn)的臨近點(diǎn)計(jì)算權(quán)值矩陣；根據(jù)所述權(quán)值矩陣生成攜帶有所述疑似缺陷殘點(diǎn)的所述模版圖像。

在該技術(shù)方案中，通過計(jì)算每個(gè)樣本點(diǎn)和該樣本點(diǎn)的臨近點(diǎn)之間的權(quán)值矩陣，例如，可以通過度量歐式距離的方法找到每個(gè)樣本點(diǎn)的臨近點(diǎn)，從而可以根據(jù)該權(quán)值矩陣生成攜帶有疑似缺陷殘點(diǎn)的模版圖像。

在上述任一技術(shù)方案中，優(yōu)選地，所述根據(jù)所述樣本圖像中的每個(gè)樣本點(diǎn)的臨近點(diǎn)計(jì)算權(quán)值矩陣的步驟，具體包括：通過以下公式計(jì)算所述權(quán)值矩陣：

其中，ε(w)表示誤差值，x_i表示任一樣本點(diǎn)，x_j(j＝1，2，…，k)表示所述任一樣本點(diǎn)的k個(gè)臨近點(diǎn)，w_ij表示所述任一樣本點(diǎn)和所述臨近點(diǎn)之間的所述權(quán)值矩陣。

在該技術(shù)方案中，通過上述公式來計(jì)算權(quán)值矩陣，其中，當(dāng)ε(w)的值最小時(shí)，即可計(jì)算出權(quán)值矩陣的值，另外，k為預(yù)先給定的值。

在上述任一技術(shù)方案中，優(yōu)選地，所述權(quán)值矩陣的每一行的和為1。

在該技術(shù)方案中，權(quán)值矩陣的每一行的和為1，即∑_jw_ij＝1，如此，通過使權(quán)值矩陣滿足上述約束條件，可以確保權(quán)值矩陣的有效性。

圖2示出了根據(jù)本發(fā)明的第二方面實(shí)施例的一個(gè)實(shí)施例的有價(jià)票據(jù)的缺陷管理方法的流程示意圖。

如圖2所示，根據(jù)本發(fā)明的一個(gè)實(shí)施例的有價(jià)票據(jù)的缺陷管理方法包括：

步驟202，獲取有價(jià)票據(jù)的樣本圖像；

步驟204，對(duì)所述樣本圖像進(jìn)行傅立葉變換，以確定所述樣本圖像的幅度圖像和相位圖像；

步驟206，獲取所述幅度圖像對(duì)應(yīng)的幅度還原圖像、以及所述相位圖像對(duì)應(yīng)的相位X向偏導(dǎo)還原圖像和相位Y向偏導(dǎo)還原圖像；

步驟208，根據(jù)所述幅度還原圖像、所述相位X向偏導(dǎo)還原圖像和所述相位Y向偏導(dǎo)還原圖像生成還原圖像；

步驟210，將所述樣本圖像和所述還原圖像進(jìn)行差分，根據(jù)差分結(jié)果確定所述有價(jià)票據(jù)的殘差圖像。

在該技術(shù)方案中，通過獲取有價(jià)票據(jù)的樣本圖像的幅度圖像對(duì)應(yīng)的幅度還原圖像和相位圖像對(duì)應(yīng)的相位X向偏導(dǎo)還原圖像和相位Y向偏導(dǎo)還原圖像，其中，X表示坐標(biāo)軸的X向，Y表示坐標(biāo)軸的Y向，并將幅度還原圖像、相位X向偏導(dǎo)還原圖像和相位Y向偏導(dǎo)還原圖像生成的還原圖像和樣本圖像進(jìn)行差分，并根據(jù)差分結(jié)果確定有價(jià)票據(jù)的殘差圖像，可以有效地提高印刷質(zhì)量檢測(cè)系統(tǒng)的魯棒性。

在上述技術(shù)方案中，優(yōu)選地，步驟206具體包括：將所述相位圖像中的任一圖像的相位作為基礎(chǔ)相位，并根據(jù)所述基礎(chǔ)相位對(duì)所述相位圖像中除所述任一圖像之外的其他圖像的相位進(jìn)行處理，以得到相位圖像差；根據(jù)所述相位圖像差確定所述幅度還原圖像、所述相位X向偏導(dǎo)還原圖像和所述相位Y向偏導(dǎo)還原圖像。

在該技術(shù)方案中，通過將相位圖像中的任一圖像的相位作為基礎(chǔ)相位，例如，將相位圖像中的第一幅圖像的相位作為基礎(chǔ)相位，并根據(jù)基礎(chǔ)相位對(duì)相位圖像中的其他圖像的相位進(jìn)行處理，以得到相位圖像差，從而可以通過對(duì)相位圖像差進(jìn)行偏導(dǎo)計(jì)算以比較準(zhǔn)確地確定相位X向偏導(dǎo)還原圖像和相位Y向偏導(dǎo)還原圖像。

在上述任一技術(shù)方案中，優(yōu)選地，步驟208具體包括：根據(jù)所述相位X向偏導(dǎo)還原圖像或所述相位Y向偏導(dǎo)還原圖像與初始點(diǎn)，確定解卷繞相位還原圖像；根據(jù)所述解卷繞相位還原圖像和所述基礎(chǔ)相位確定相位還原圖像；對(duì)所述相位還原圖像和所述幅度還原圖像進(jìn)行傅立葉反變換，以確定所述還原圖像。

在該技術(shù)方案中，通過將相位X向偏導(dǎo)還原圖像(或者相位Y向偏導(dǎo)還原圖像)和幅度還原圖像逆向生成為還原圖像，利用了“當(dāng)圖像的幾何位移發(fā)生變化時(shí)，圖像的頻譜中幅度譜保持不變、相位譜只出現(xiàn)線性偏移”的原理，可以有效地說明本發(fā)明的有價(jià)票據(jù)的缺陷管理方法具有較強(qiáng)的形變?nèi)萑绦浴?/p>

在上述任一技術(shù)方案中，優(yōu)選地，所述根據(jù)所述相位圖像差確定所述幅度還原圖像、所述相位X向偏導(dǎo)還原圖像和所述相位Y向偏導(dǎo)還原圖像的步驟，具體包括：對(duì)所述相位圖像差在X向和Y向分別進(jìn)行偏導(dǎo)計(jì)算，以得到所述相位圖像差的X向的偏導(dǎo)數(shù)和所述相位圖像差的Y向的偏導(dǎo)數(shù)；對(duì)所述幅度圖像、所述X向的偏導(dǎo)數(shù)、所述Y向的偏導(dǎo)數(shù)進(jìn)行分析和還原，根據(jù)分析和還原結(jié)果確定所述幅度還原圖像、所述相位X向偏導(dǎo)還原圖像和所述相位Y向偏導(dǎo)還原圖像。

在該技術(shù)方案中，通過對(duì)相位圖像差在X向和Y向分別進(jìn)行偏導(dǎo)計(jì)算，可以比較準(zhǔn)確地根據(jù)X向的偏導(dǎo)數(shù)和Y向的偏導(dǎo)數(shù)獲取相位X向偏導(dǎo)還原圖像和相位Y向偏導(dǎo)還原圖像，從而能夠比較準(zhǔn)確地根據(jù)相位X向偏導(dǎo)還原圖像、相位Y向偏導(dǎo)還原圖像和幅度還原圖像獲取到還原圖像。

在上述任一技術(shù)方案中，優(yōu)選地，所述根據(jù)所述基礎(chǔ)相位對(duì)所述相位圖像中除所述任一圖像之外的其他圖像的相位進(jìn)行處理，以得到相位圖像差的步驟，具體包括：將所述其他圖像的相位與所述基礎(chǔ)相位進(jìn)行減法計(jì)算，并對(duì)計(jì)算結(jié)果進(jìn)行相位解卷繞處理，根據(jù)相位解卷繞處理結(jié)果確定所述相位圖像差。

在該技術(shù)方案中，通過將其他圖像的相位與基礎(chǔ)相位相減并進(jìn)行相位解卷繞處理，可以得到相位圖像差，從而可以通過對(duì)相位圖像差進(jìn)行偏導(dǎo)計(jì)算以比較準(zhǔn)確地確定相位X向偏導(dǎo)還原圖像和相位Y向偏導(dǎo)還原圖像。

圖3示出了根據(jù)本發(fā)明的第三方面實(shí)施例的一個(gè)實(shí)施例的有價(jià)票據(jù)的缺陷管理方法的流程圖。

如圖3所示，根據(jù)本發(fā)明的實(shí)施例的有價(jià)票據(jù)的缺陷管理方法，包括：

步驟302，根據(jù)有價(jià)票據(jù)訓(xùn)練集中每個(gè)有價(jià)票據(jù)的缺陷特征，生成第一級(jí)子節(jié)點(diǎn)；

步驟304，計(jì)算每個(gè)所述第一級(jí)子節(jié)點(diǎn)的分割值，并根據(jù)所述分割值對(duì)所述缺陷特征進(jìn)行分類；

步驟306，判斷所有所述第一級(jí)子節(jié)點(diǎn)是否不可再分類，在判斷結(jié)果為是時(shí)，分類完成。

其中，優(yōu)選地，根據(jù)所述分割值對(duì)所述缺陷特征進(jìn)行分類的步驟，具體包括：若所述分割值小于設(shè)定閾值，則采用支持向量機(jī)方法對(duì)所述缺陷特征進(jìn)行分類；若所述分割值大于等于所述設(shè)定閾值，則采用決策樹方法對(duì)所述缺陷特征進(jìn)行分類。

在該技術(shù)方案中，通過每個(gè)第一級(jí)子節(jié)點(diǎn)的分割值與設(shè)定的閥值進(jìn)行比較，確定采用向量機(jī)方法和決策樹方法進(jìn)行的分類，進(jìn)一步判斷所有節(jié)點(diǎn)是否不可再分類，確定分類完成，通過采用向量機(jī)方法和決策樹方法來對(duì)缺陷特征進(jìn)行分類，可以有效的提高分類精度，計(jì)算速度也降到了可以接受的范圍，提高了算法效率。

在上述任一項(xiàng)技術(shù)方案中，優(yōu)選地，根據(jù)有價(jià)票據(jù)的訓(xùn)練集中的每個(gè)有價(jià)票據(jù)的缺陷特征，生成第一級(jí)子節(jié)點(diǎn)的步驟，具體包括：計(jì)算所述有價(jià)票據(jù)訓(xùn)練集中每個(gè)有價(jià)票據(jù)的缺陷特征與其他有價(jià)票據(jù)的缺陷特征之間的信息增益值；根據(jù)所述每個(gè)有價(jià)票據(jù)對(duì)應(yīng)的信息增益值構(gòu)造所述第一級(jí)子節(jié)點(diǎn)。

在該技術(shù)方案中，通過計(jì)算有價(jià)票據(jù)訓(xùn)練集中每個(gè)有價(jià)票據(jù)的缺陷特征與其他有價(jià)票據(jù)的缺陷特征之間的信息增益值，可以有效的避免錯(cuò)誤缺陷的提取，進(jìn)而對(duì)缺陷殘點(diǎn)進(jìn)行再檢測(cè)，計(jì)算缺陷衰減程度，根據(jù)衰減程度區(qū)分是正常缺陷還是錯(cuò)誤缺陷，對(duì)衰減程度的判斷，可以有效的提高分類精度，并且提高了算法效率。

在上述任一項(xiàng)技術(shù)方案中，優(yōu)選地，還包括：計(jì)算每個(gè)有價(jià)票據(jù)的殘點(diǎn)到缺陷質(zhì)心的歐氏距離；在任一有價(jià)票據(jù)的殘點(diǎn)到缺陷質(zhì)心的所述歐氏距離大于或等于預(yù)設(shè)距離時(shí)，刪除根據(jù)所述任一有價(jià)票據(jù)的缺陷特征生成的所述第一級(jí)子節(jié)點(diǎn)。

在該技術(shù)方案中，通過計(jì)算歐氏距離與預(yù)設(shè)距離進(jìn)行比較，可以有效的避免異常點(diǎn)對(duì)缺陷特征的影響。

在上述任一項(xiàng)技術(shù)方案中，優(yōu)選地，所述缺陷特征包括：能量、密度、殘點(diǎn)密度、殘點(diǎn)飽和度、殘點(diǎn)散度和/或殘點(diǎn)黑白特性。

具體地，可以通過以下多個(gè)實(shí)施例來具體實(shí)施本發(fā)明的技術(shù)方案：

實(shí)施例一：通過根據(jù)有價(jià)票據(jù)訓(xùn)練集中每個(gè)有價(jià)票據(jù)的能量、密度、殘點(diǎn)密度、殘點(diǎn)飽和度、殘點(diǎn)散度和/或殘點(diǎn)黑白特性等缺陷特征，生成第一級(jí)子節(jié)點(diǎn)，并計(jì)算每個(gè)第一級(jí)子節(jié)點(diǎn)的分割值，以在分割值小于設(shè)定閾值，采用支持向量機(jī)方法對(duì)缺陷特征進(jìn)行分類；在分割值大于等于設(shè)定閾值，采用決策樹方法對(duì)所述缺陷特征進(jìn)行分類，直至所有第一級(jí)子節(jié)點(diǎn)不可再分類，確定分類完成，可以有效的提高分類精度，計(jì)算速度也降到了可以接受的范圍，提高了算法效率。其中，訓(xùn)練集是對(duì)系統(tǒng)的參數(shù)進(jìn)行訓(xùn)練的一定數(shù)量的樣本。

實(shí)施例二：在實(shí)施例一的基礎(chǔ)上，具體還可以通過計(jì)算每個(gè)有價(jià)票據(jù)的缺陷特征與其他有價(jià)票據(jù)的缺陷特征之間的信息增益值，并根據(jù)每個(gè)有價(jià)票據(jù)對(duì)應(yīng)的信息增益值構(gòu)造第一級(jí)子節(jié)點(diǎn)，可以有效的避免錯(cuò)誤缺陷的提取，進(jìn)而對(duì)缺陷殘點(diǎn)進(jìn)行再檢測(cè)，計(jì)算缺陷衰減程度，根據(jù)衰減程度區(qū)分是正常缺陷還是錯(cuò)誤缺陷，對(duì)衰減程度的判斷，可以有效的提高分類精度，并且提高了算法效率。

實(shí)施例三：在實(shí)施例一的基礎(chǔ)上，具體還可以進(jìn)一步排除異常點(diǎn)對(duì)缺陷特征的影響：計(jì)算每個(gè)有價(jià)票據(jù)的殘點(diǎn)到缺陷質(zhì)心的歐氏距離，并在任一有價(jià)票據(jù)的殘點(diǎn)到缺陷質(zhì)心的歐氏距離大于或等于預(yù)設(shè)距離時(shí)，刪除根據(jù)任一有價(jià)票據(jù)的缺陷特征生成的第一級(jí)子節(jié)點(diǎn)。

以下結(jié)合圖4對(duì)本發(fā)明的技術(shù)方案作進(jìn)一步說明。

如圖4所示，根據(jù)本發(fā)明的有價(jià)票據(jù)的缺陷管理方法，包括：

步驟402，提取特征1，特征1與1進(jìn)行比較，若特征1大于1時(shí)，進(jìn)入步驟404；若特征1小于等于1時(shí)，進(jìn)入步驟414。

步驟404，提取特征2，若特征2小于0時(shí)，進(jìn)入步驟406；若特征2大于等于0時(shí)，進(jìn)入步驟408。

步驟406，獲得分類1。

步驟408，SVM使用該節(jié)點(diǎn)上的所有訓(xùn)練集進(jìn)行SVM分類。

步驟410，獲得分類2。

步驟412，獲得分類n。

步驟414，SVM使用該節(jié)點(diǎn)上的所有訓(xùn)練集進(jìn)行SVM分類。

步驟416，獲得分類1。

步驟418，獲得分類n。

具體的步驟如下：

一、特征提取優(yōu)化

1)為避免錯(cuò)誤缺陷的提取，對(duì)缺陷殘點(diǎn)進(jìn)行再檢測(cè)，逐步加強(qiáng)參數(shù)，計(jì)算缺陷衰減程度。根據(jù)衰減程度區(qū)分是正常缺陷還是錯(cuò)誤缺陷。同時(shí)在分類學(xué)習(xí)中加入錯(cuò)誤缺陷標(biāo)記，可以通過分類算法區(qū)分是否為真正缺陷。

2)為了避免異常點(diǎn)對(duì)缺陷特征的影響，在特征提取過程中，增加抗干擾處理。通過聚合缺陷殘點(diǎn)，計(jì)算每個(gè)殘點(diǎn)到缺陷質(zhì)心的歐氏距離，刪除距離過大的干擾點(diǎn)。

3)設(shè)計(jì)有效的缺陷特征，能量，面積，殘點(diǎn)密度，殘點(diǎn)飽和度，殘點(diǎn)散度，殘點(diǎn)黑白特性等。

二、分類算法步驟

設(shè)缺陷特征為F＝{f₁,f₂,...,f_n}，分類標(biāo)記C＝{C₁,C₂,...,C_m}。

1)根據(jù)訓(xùn)練集的缺陷特征，生成樹的根節(jié)點(diǎn)即第一級(jí)子節(jié)點(diǎn)。在子節(jié)點(diǎn)中分類的分割值最大，使得分類間距離最大。

2)計(jì)算第一級(jí)子節(jié)點(diǎn)中每個(gè)節(jié)點(diǎn)分割值，若分割值小于設(shè)定閾值，則說明該節(jié)點(diǎn)中的特征值，用決策樹難以達(dá)到較好的分類效果，則采用SVM進(jìn)行分類；對(duì)于可以進(jìn)一步分類的節(jié)點(diǎn)，按照決策樹方法進(jìn)行分類。

3)進(jìn)行SVM分類時(shí)，應(yīng)當(dāng)采用該節(jié)點(diǎn)上的特征值進(jìn)行分類，還是采用核函數(shù)進(jìn)行升維分類。

4)計(jì)算所有節(jié)點(diǎn)是否不可再分類，如若是，則分類完成，如若沒有，則重復(fù)第二、三步，直達(dá)不可再分。

三、特征提取優(yōu)化

1)為避免錯(cuò)誤缺陷的提取，對(duì)缺陷殘點(diǎn)進(jìn)行在檢測(cè)，逐步加強(qiáng)參數(shù)，計(jì)算缺陷衰減程度。根據(jù)衰減程度區(qū)分是正常缺陷還是錯(cuò)誤缺陷。同時(shí)在分類學(xué)習(xí)中加入錯(cuò)誤缺陷標(biāo)記，可以通過分類算法區(qū)分是否為真正缺陷。

2)為了避免異常點(diǎn)對(duì)缺陷特征的影響，在特征提取過程中，增加抗干擾處理。通過聚合缺陷殘點(diǎn)，計(jì)算每個(gè)殘點(diǎn)到缺陷質(zhì)心的歐氏距離，刪除距離過大的干擾點(diǎn)。

3)設(shè)計(jì)有效的缺陷特征，能量，面積，殘點(diǎn)密度，殘點(diǎn)飽和度，殘點(diǎn)散度，殘點(diǎn)黑白特性等。

四、分類算法步驟

假設(shè)獲得缺陷屬性為F＝{f₁,f₂,...,f_k}，缺陷類型記為C＝{C₁,C₂,...,C_m}。訓(xùn)練樣樣本集S＝{x₁,x₂,...,x_n}，決策樹算法采用ID3。

1)計(jì)算屬性F之間的信息增益值Gain(S,f_i)，其中i＝1,2,…,k，表示屬性f_i在集合S上的信息增益。

2)選擇最大的屬性Gain(S,f_i)作為決策樹節(jié)點(diǎn)。

3)按照屬性f_i的離散值d構(gòu)造子節(jié)點(diǎn)d_j，j＝1,2,…,l，并把樣本集S分為S_j分別對(duì)應(yīng)于d_j，表示f_i有l(wèi)種可能值。

4)計(jì)算所有子節(jié)點(diǎn)d_j對(duì)應(yīng)樣本集S_j的信息增益值Gain(S,f_p),其中p＝1,2,…,k,p≠i。

5)如果Gain(S,f_p)＞＝T(T為增益閾值)，可以繼續(xù)重復(fù)步驟1)至3)進(jìn)行決策樹分類；如果Gain(S,f_p)＜T,則進(jìn)行步驟6)。

6)把子節(jié)點(diǎn)d_j所對(duì)應(yīng)的樣本集S_j使用支持向量機(jī)(SVM)方法進(jìn)行分類，把分類結(jié)果直接作為d_j的葉子節(jié)點(diǎn)。

重復(fù)步驟4)至6)直到完成所有子節(jié)點(diǎn)d_j的分類，計(jì)算出所有分類結(jié)果的葉子節(jié)點(diǎn)。

圖5示出了根據(jù)本發(fā)明第四方面實(shí)施例的的一個(gè)實(shí)施例的有價(jià)票據(jù)的質(zhì)量檢測(cè)系統(tǒng)的結(jié)構(gòu)示意圖。

如圖5所示，根據(jù)本發(fā)明的一個(gè)實(shí)施例的有價(jià)票據(jù)的質(zhì)量檢測(cè)系統(tǒng)500，包括：獲取單元502，第一分配單元504，配置單元506和觸發(fā)單元508，其中，所述獲取單元502，用于獲取所述二次核查系統(tǒng)中的清分機(jī)檢測(cè)為不合格的有價(jià)票據(jù)的圖像信息；所述第一分配單元504，用于根據(jù)所述二次核查系統(tǒng)中記錄的二次核查節(jié)點(diǎn)的狀態(tài)數(shù)據(jù)和分配模式，將所述不合格的有價(jià)票據(jù)的圖像信息分配給所述二次核查節(jié)點(diǎn)；所述配置單元506，用于獲取所述二次核查系統(tǒng)的系統(tǒng)配置信息，根據(jù)所述系統(tǒng)配置信息對(duì)所述二次核查節(jié)點(diǎn)進(jìn)行配置；所述觸發(fā)單元508，用于獲取所述不合格的有價(jià)票據(jù)的批次信息，根據(jù)所述批次信息觸發(fā)所述二次核查節(jié)點(diǎn)開始圖像分析工作或結(jié)束圖像分析工作，獲取所述不合格的有價(jià)票據(jù)的品種信息，觸發(fā)所述二次核查節(jié)點(diǎn)切換到與所述品種信息對(duì)應(yīng)的圖像檢測(cè)模板。

在該技術(shù)方案中，根據(jù)二次核查系統(tǒng)中記錄的二次核查節(jié)點(diǎn)的狀態(tài)數(shù)據(jù)和分配模式，將清分機(jī)檢測(cè)為不合格的有價(jià)票據(jù)的圖像信息分配給二次核查節(jié)點(diǎn)，可以使得不合格的有價(jià)票據(jù)的圖像信息分配地更加合理，有效地提高了二次核查系統(tǒng)對(duì)不合格的有價(jià)票據(jù)的核查效率以及提升了二次核查系統(tǒng)的自動(dòng)化性能。

在上述技術(shù)方案中，優(yōu)選地，還包括：存儲(chǔ)單元510，用于將所述二次核查節(jié)點(diǎn)的二次核查結(jié)果和所述批次信息進(jìn)行關(guān)聯(lián)存儲(chǔ)，以得到匯總數(shù)據(jù)；提取單元512，用于從所述匯總數(shù)據(jù)中提取出所述二次核查結(jié)果為不合格的有價(jià)票據(jù)的圖像信息和冠字號(hào)信息，并按照所述批次信息將所述二次核查結(jié)果為不合格的有價(jià)票據(jù)的圖像信息和冠字號(hào)信息寫入數(shù)據(jù)庫，以供綜合判定系統(tǒng)進(jìn)行處理。

在該技術(shù)方案中，通過將二次核查節(jié)點(diǎn)的二次核查結(jié)果為不合格的有價(jià)票據(jù)的圖像信息和冠字號(hào)信息寫入數(shù)據(jù)庫，從而使得綜合判定系統(tǒng)可以對(duì)不合格的有價(jià)票據(jù)的圖像信息再次進(jìn)行處理以確定不合格的有價(jià)票據(jù)是否確實(shí)為不合格的有價(jià)票據(jù)，進(jìn)一步地提升了核查的準(zhǔn)確率。

在上述任一技術(shù)方案中，優(yōu)選地，所述提取單元512還用于，從所述匯總數(shù)據(jù)中提取出檢測(cè)過程數(shù)據(jù)，并將所述檢測(cè)過程數(shù)據(jù)提供給關(guān)聯(lián)成套圖像實(shí)時(shí)存儲(chǔ)系統(tǒng)進(jìn)行內(nèi)容關(guān)聯(lián)和成套存儲(chǔ)。

在該技術(shù)方案中，通過將從匯總數(shù)據(jù)中提取的檢測(cè)過程數(shù)據(jù)提供給關(guān)聯(lián)成套圖像實(shí)時(shí)存儲(chǔ)系統(tǒng)，以進(jìn)行內(nèi)容關(guān)聯(lián)和成套存儲(chǔ)，從而可以將檢測(cè)過程數(shù)據(jù)記錄下來。

在上述任一技術(shù)方案中，優(yōu)選地，還包括：第二分配單元514，用于若所有所述二次核查節(jié)點(diǎn)出現(xiàn)故障，將所述不合格的有價(jià)票據(jù)的圖像信息分配給所述綜合判定系統(tǒng)，以供所述綜合判定系統(tǒng)最終判定所述不合格的有價(jià)票據(jù)是否合格。

在該技術(shù)方案中，當(dāng)二次核查節(jié)點(diǎn)出現(xiàn)故障時(shí)，可以將不合格的有價(jià)票據(jù)的圖像信息分配給綜合判定系統(tǒng)，以供綜合判定系統(tǒng)最終判定不合格的有價(jià)票據(jù)是否合格，如此，可以提高二次核查系統(tǒng)的可靠性，避免在二次核查節(jié)點(diǎn)出現(xiàn)故障時(shí)不能對(duì)不合格的有價(jià)票據(jù)進(jìn)行二次核查而導(dǎo)致較多的不合格的有價(jià)票據(jù)被誤判的情況。

在上述任一技術(shù)方案中，優(yōu)選地，所述第一分配單元504具體用于，若所述分配模式為第一分配模式時(shí)，根據(jù)所述狀態(tài)數(shù)據(jù)中的所述二次核查節(jié)點(diǎn)與質(zhì)量檢測(cè)系統(tǒng)的連接時(shí)間，將所述不合格的有價(jià)票據(jù)的圖像信息分配給所述二次核查節(jié)點(diǎn)；若所述分配模式為第二分配模式時(shí)，根據(jù)所述狀態(tài)數(shù)據(jù)中的處理速度，將所述不合格的有價(jià)票據(jù)的圖像信息分配給所述二次核查節(jié)點(diǎn)；若所述分配模式為第三分配模式時(shí)，根據(jù)所述狀態(tài)數(shù)據(jù)中的已處理量將所述不合格的有價(jià)票據(jù)的圖像信息分配給所述二次核查節(jié)點(diǎn)。

在該技術(shù)方案中，在不同的分配模式下，將不合格的有價(jià)票據(jù)分配給二次核查節(jié)點(diǎn)的依據(jù)不同，如此，可以使得不合格的有價(jià)票據(jù)的分配更加合理，從而提高了不合格的有價(jià)票據(jù)的核查效率。

圖6示出了根據(jù)本發(fā)明第五方面實(shí)施例的的一個(gè)實(shí)施例的有價(jià)票據(jù)的質(zhì)量檢測(cè)方法的示意流程圖。

如圖6所示，根據(jù)本發(fā)明的一個(gè)實(shí)施例的有價(jià)票據(jù)的質(zhì)量檢測(cè)方法，包括：

步驟602，將所有有價(jià)票據(jù)的樣本集劃分成多個(gè)檢測(cè)區(qū)域；

步驟604，將所述多個(gè)檢測(cè)區(qū)域中的每個(gè)檢測(cè)區(qū)域?qū)?yīng)的樣本集按照特征進(jìn)行聚類，以將所述每個(gè)檢測(cè)區(qū)域?qū)?yīng)的樣本集分成多個(gè)類別；

步驟606，用所述每個(gè)檢測(cè)區(qū)域中多個(gè)類別中的每個(gè)類別的樣本集學(xué)習(xí)對(duì)應(yīng)的檢測(cè)區(qū)域的參數(shù)空間，以得到每個(gè)檢測(cè)區(qū)域?qū)?yīng)的參數(shù)空間；

步驟608，采用每個(gè)參數(shù)空間對(duì)對(duì)應(yīng)的檢測(cè)區(qū)域中的樣本集進(jìn)行質(zhì)量檢測(cè)。

在該技術(shù)方案中，將樣本集劃分的多個(gè)檢測(cè)區(qū)域按照特征進(jìn)行聚類，分成多個(gè)類別，這樣，每個(gè)子類所構(gòu)成的空間會(huì)更加均勻和平坦，同時(shí)縮小樣本規(guī)模，用每個(gè)類別的樣本集學(xué)習(xí)對(duì)應(yīng)的參數(shù)空間，根據(jù)每個(gè)參數(shù)空間對(duì)對(duì)應(yīng)的檢測(cè)區(qū)域中的樣本集進(jìn)行質(zhì)量檢測(cè)，保證模式分析算法的穩(wěn)定性，并且有效的減少樣本個(gè)數(shù)、計(jì)算量以及特征提取的時(shí)間，提高了算法效率。

在上述技術(shù)方案中，優(yōu)選地，將所述多個(gè)檢測(cè)區(qū)域中的每個(gè)檢測(cè)區(qū)域?qū)?yīng)的樣本集按照特征進(jìn)行聚類，具體包括：將所述每個(gè)檢測(cè)區(qū)域中的任一樣本作為一個(gè)聚類中心的初始值；計(jì)算所述檢測(cè)區(qū)域中其他樣本與所述任一樣本之間的第一歐氏距離；在所述第一歐氏距離大于預(yù)設(shè)距離時(shí)，將所述其他樣本作為一個(gè)新的聚類中心，否則，將所述其他樣本作為以所述任一樣本為中心的聚類。

在該技術(shù)方案中，通過歐氏距離與預(yù)設(shè)距離的比較，可以避免異常點(diǎn)對(duì)確定聚類中心的影響。

在上述任一項(xiàng)技術(shù)方案中，優(yōu)選地，在將所述其他樣本作為一個(gè)新的聚類中心時(shí)，分別計(jì)算所述檢測(cè)區(qū)域中的剩余樣本與所述任一樣本之間的第二歐氏距離，以及所述剩余樣本與所述其他樣本之間的第三歐氏距離，以確定所述剩余樣本所屬的聚類。

其中，優(yōu)選地，確定所述剩余樣本所屬的聚類的步驟，具體包括：在所述第二歐氏距離小于或等于所述預(yù)設(shè)距離時(shí)，將所述剩余樣本作為以所述任一樣本為中心的聚類，在所述第三歐氏距離小于或等于所述預(yù)設(shè)距離時(shí)，將所述剩余樣本作為以所述其他樣本為中心的聚類，在所述第二歐氏距離以及所述第三歐氏距離均大于所述預(yù)設(shè)距離時(shí)，比較所述第二歐氏距離與所述第三歐氏距離的大小，在所述第二歐氏距離大于所述第三歐氏距離時(shí)，將所述剩余樣本作為以所述其他樣本為中心的聚類，以及在所述第二歐氏距離小于所述第三歐氏距離時(shí)，將所述剩余樣本作為以所述任一樣本為中心的聚類。

在該技術(shù)方案中，通過歐氏距離與預(yù)設(shè)距離的比較來確定樣本為中心的聚類，這樣，可以使構(gòu)成的空間更加均勻和平坦，同時(shí)縮小了樣本規(guī)模，保證模式算法的穩(wěn)定性，提高了算法效率。

在上述任一項(xiàng)技術(shù)方案中，優(yōu)選地，根據(jù)以下計(jì)算公式計(jì)算所述第一歐氏距離、所述第二歐氏距離及所述第三歐氏距離：

其中，D表示所述歐氏距離，表示作為聚類中心的樣本的均值向量，C為總體的協(xié)方差矩陣，x表示樣本。

圖7示出了根據(jù)本發(fā)明第五方面實(shí)施例的的另一個(gè)實(shí)施例的有價(jià)票據(jù)的質(zhì)量檢測(cè)方法的示意流程圖。

如圖7所示，根據(jù)本發(fā)明的另一個(gè)實(shí)施例的有價(jià)票據(jù)的質(zhì)量檢測(cè)方法，包括：

步驟702，獲得樣本集，把產(chǎn)品區(qū)域劃分為k個(gè)檢測(cè)區(qū)域，分別為步驟704，步驟706，步驟708。

步驟704，劃分區(qū)域1。

步驟706，劃分區(qū)域2，把樣本集所有的產(chǎn)品按照檢測(cè)區(qū)域的特征聚類，共m類，分別進(jìn)入步驟710、步驟714、步驟718。

步驟708，劃分區(qū)域k。

步驟710，樣本集1，用第1類的樣本集學(xué)習(xí)第1個(gè)檢測(cè)區(qū)。

步驟712，得到參數(shù)空間1。

步驟714，樣本集2，用第2類的樣本集學(xué)習(xí)第2個(gè)檢測(cè)區(qū)。

步驟716，得到參數(shù)空間2。

步驟718，樣本集m，用第m類的樣本集學(xué)習(xí)第m個(gè)檢測(cè)區(qū)。

步驟720，得到參數(shù)空間m。

具體的步驟如下：

一、學(xué)習(xí)部分

把印刷產(chǎn)品劃分為k個(gè)檢測(cè)區(qū)域；

對(duì)每個(gè)檢測(cè)區(qū)域都進(jìn)行以下處理；

把樣本集所有產(chǎn)品按照第i個(gè)檢測(cè)區(qū)域的特征聚類，共m類，其中，

a)、任取一樣本作為一個(gè)聚類樣本為中心的初始值，例如令z₁＝x₁，z₁表示聚類樣本為中心。

b)、計(jì)算距離其中D表示距離，是聚類中心的樣本的均值向量，C為總體的協(xié)方差矩陣。

c)、若D₂₁>T，其中T表示閾值，則確定一個(gè)新的聚類樣本為中心z₂＝x₂，否則，x₂屬于以z₁為樣本為中心的聚類。

d)、假設(shè)已有聚類樣本為中心z₁、z₂，計(jì)算距離D₃₁，D₃₂。

e)、若D₃₁>T且D₃₂>T，則得一個(gè)新的聚類樣本為中心z₃＝x3，否則，x3屬于離z₁、z₂中的最近者的聚類。

f)、如此重復(fù)下去，直至將所有樣本分類完畢，共m類。

g)、用第j類，j＝1,2,...,m的樣本集學(xué)習(xí)第i個(gè)檢測(cè)區(qū)域的參數(shù)空間ψ_ij。

h)、直至所有檢測(cè)區(qū)域都處理完成，獲得參數(shù)空間ψ_ij，其中i＝1,2,...,k，j＝1,2,...,m

二、檢測(cè)部分：

1)、把檢測(cè)印刷產(chǎn)品x'劃分為k個(gè)檢測(cè)區(qū)域。

2)、分別計(jì)算第i區(qū)域到中心z_j的距離D_ij。其中i＝1,2,...,k，j＝1,2,...,m。

3)、把x'的第i區(qū)域歸為D_ij最小的一類，如x'＝z₁。

4)、采用ψ_i1參數(shù)對(duì)x'的第i區(qū)域進(jìn)行檢測(cè)。

重復(fù)步驟2)至4)，直到所有k個(gè)區(qū)域都檢測(cè)完成。

以上結(jié)合附圖詳細(xì)說明了本發(fā)明的技術(shù)方案，通過本發(fā)明的技術(shù)方案，在不影響檢測(cè)精度的條件下，可以減少樣本個(gè)數(shù)、計(jì)算量以及特征提取的時(shí)間，提高了算法效率。

圖8示出了根據(jù)本發(fā)明的第六方面實(shí)施例的一個(gè)實(shí)施例的有價(jià)票據(jù)的圖像分析方法的流程圖。

如圖8所示，根據(jù)本發(fā)明的第六方面實(shí)施例的一個(gè)實(shí)施例的有價(jià)票據(jù)的圖像分析方法，包括：

步驟802，按照預(yù)設(shè)順序?qū)τ袃r(jià)票據(jù)的圖像的多個(gè)面向信息進(jìn)行檢測(cè)，其中，面向信息包括正面信息、背面信息、透視信息和/或紅外信息。

步驟804，在檢測(cè)到任一面向信息不合格時(shí)，判定為圖像不合格，在檢測(cè)到多個(gè)面向信息中每個(gè)面向信息均合格時(shí)，判定為圖像合格。

步驟806，對(duì)不合格圖像的錯(cuò)誤類型和錯(cuò)誤工序進(jìn)行分析并記錄，以對(duì)不合格圖像進(jìn)行管理和統(tǒng)計(jì)。

在該技術(shù)方案中，分別對(duì)圖像的多種信息進(jìn)行多次檢測(cè)，一套圖像含有正面、背面、透視、紅外等多面向信息，如果其中某一面向不合格，則認(rèn)為該套圖像不合格。只有當(dāng)所有面向信息都合格時(shí)，才認(rèn)為該套圖像合格。這樣相當(dāng)于在進(jìn)行信息不合格判定時(shí)對(duì)圖像進(jìn)行了多次檢測(cè)，使得判定結(jié)果更加可靠，有效地提高了判定的準(zhǔn)確率，還代替了人工檢測(cè)，降低了核查成本。

在上述技術(shù)方案中，優(yōu)選地，包括：當(dāng)需要檢測(cè)的圖像的個(gè)數(shù)為多個(gè)時(shí)，將多個(gè)圖像分配給多個(gè)不同的檢測(cè)節(jié)點(diǎn)，以同時(shí)使用多個(gè)不同的檢測(cè)節(jié)點(diǎn)對(duì)多個(gè)圖像進(jìn)行檢測(cè)。

在該技術(shù)方案中，當(dāng)某一批需要判定的圖像數(shù)量過多時(shí)，可以使用多節(jié)點(diǎn)并發(fā)運(yùn)行的方式進(jìn)行圖像的判定，以節(jié)約多個(gè)圖像的判定時(shí)間。多節(jié)點(diǎn)運(yùn)行涉及到系統(tǒng)內(nèi)部的調(diào)度方法，可以根據(jù)各節(jié)點(diǎn)各自運(yùn)行情況分配待判圖像至不同的節(jié)點(diǎn)。

在上述任一項(xiàng)技術(shù)方案中，優(yōu)選地，還包括：分別獲取不合格圖像的和合格圖像的冠字號(hào)信息；將不合格圖像的冠字號(hào)信息添加到黑名單中，將合格圖像的冠字號(hào)信息添加到白名單中，以及將不合格圖像的冠字號(hào)信息中的或合格圖像的冠字號(hào)信息中的符合指定條件的冠字號(hào)信息添加到灰名單中。

在該技術(shù)方案中，判定結(jié)果的存取皆以數(shù)據(jù)庫為主要載體，系統(tǒng)在判定過程中，判定過程信息和最終結(jié)果同步寫入數(shù)據(jù)庫中，當(dāng)軟硬件異?；蛘咂渌罎⑶闆r，系統(tǒng)可以智能的從數(shù)據(jù)庫中恢復(fù)成當(dāng)前判定狀態(tài)，以保持系統(tǒng)運(yùn)行的一致性。因此，將圖像的冠字號(hào)信息添加到名單中保存起來，使得系統(tǒng)可以在異?；蚱渌厥馇闆r下支持調(diào)閱圖像的判定結(jié)果，真實(shí)還原以往圖像的判定信息。其中，系統(tǒng)支持三種類型的冠字號(hào)清單輸出：白名單是指系統(tǒng)判定為合格圖像的冠字號(hào)集；黑名單是指系統(tǒng)判定為不合格圖像的冠字號(hào)集；灰名單是指符合指定條件的冠字號(hào)集。

在上述任一項(xiàng)技術(shù)方案中，優(yōu)選地，不合格圖像的錯(cuò)誤類型包括：蹭臟、墨漬、折角、缺印；不合格圖像的錯(cuò)誤工序包括：白紙、膠印、凹印。

在上述任一項(xiàng)技術(shù)方案中，優(yōu)選地，根據(jù)不合格的圖像的錯(cuò)誤類型和/或錯(cuò)誤工序，設(shè)置預(yù)設(shè)順序。

在該技術(shù)方案中，面向判定順序可以自定義，一般來說，在判斷時(shí)，對(duì)所有需要判定的圖像先判定其正面信息，如果某套圖像的正面判定為不合格，則該套圖像為不合格，該套圖像的其余面向無需再判定；當(dāng)全部圖像的正面判定完畢后，正面判定合格的圖像，再進(jìn)行背面判定。上述規(guī)則對(duì)判定透視、紅外等其他面向信息同樣適用。比如，該批圖像已知透視面向不合格較多，可以選擇默認(rèn)首先判定透視面向，根據(jù)透視判定結(jié)果再判定其正面、背面等面向，以節(jié)約判定時(shí)間并提高系統(tǒng)的運(yùn)行效率。另外，還可以將多個(gè)面向設(shè)置設(shè)為統(tǒng)一優(yōu)先級(jí)，即將多個(gè)面向設(shè)置為并列第一判斷的標(biāo)準(zhǔn)。因?yàn)樵谟行┣闆r下，圖像上的某些信息需要多面結(jié)合才能判定其是否合格，此時(shí)可同時(shí)展示任意數(shù)量面向(比如只打開正面/紅外兩個(gè)面向)進(jìn)行綜合信息的判定。在該模式下，系統(tǒng)判定的結(jié)果為該套圖像的最終結(jié)果，無需再進(jìn)行其它面向的判定。

具體地，可以通過以下多個(gè)實(shí)施例來具體實(shí)施本發(fā)明的技術(shù)方案：

實(shí)施例一：首先可以根據(jù)不合格的圖像的錯(cuò)誤類型和/或錯(cuò)誤工序，設(shè)置預(yù)設(shè)順序，其中，不合格圖像的錯(cuò)誤類型包括：蹭臟、墨漬、折角和/或缺印等；不合格圖像的錯(cuò)誤工序包括：白紙、膠印和/或凹印等，然后按照預(yù)設(shè)順序?qū)τ袃r(jià)票據(jù)的圖像的正面信息、背面信息、透視信息和/或紅外信息等多個(gè)面向信息進(jìn)行檢測(cè)，當(dāng)檢測(cè)到任一面向信息不合格時(shí)，判定為圖像不合格；只有在檢測(cè)到多個(gè)面向信息中每個(gè)面向信息均合格時(shí)，才判定為圖像合格，并且對(duì)不合格圖像的錯(cuò)誤類型和錯(cuò)誤工序進(jìn)行分析并記錄，以對(duì)不合格圖像進(jìn)行管理和統(tǒng)計(jì)，使得判定結(jié)果更加可靠，有效地提高了判定的準(zhǔn)確率，還代替了人工檢測(cè)，降低了核查成本。

實(shí)施例二：還可以是實(shí)施例一的基礎(chǔ)上，增加對(duì)需要檢測(cè)的圖像的個(gè)數(shù)的檢測(cè)，當(dāng)需要檢測(cè)的圖像的個(gè)數(shù)為多個(gè)時(shí)，將多個(gè)圖像分配給多個(gè)不同的檢測(cè)節(jié)點(diǎn)，以同時(shí)使用多個(gè)不同的檢測(cè)節(jié)點(diǎn)對(duì)多個(gè)圖像進(jìn)行檢測(cè)，使得當(dāng)某一批需要判定的圖像數(shù)量過多時(shí)，可以使用多節(jié)點(diǎn)并發(fā)運(yùn)行的方式進(jìn)行圖像的判定，以節(jié)約多個(gè)圖像的判定時(shí)間，多節(jié)點(diǎn)運(yùn)行涉及到系統(tǒng)內(nèi)部的調(diào)度方法，可以根據(jù)各節(jié)點(diǎn)各自運(yùn)行情況分配待判圖像至不同的節(jié)點(diǎn)。

實(shí)施例三：還可以在實(shí)施例一的基礎(chǔ)上，增加對(duì)不合格圖像的和合格圖像的冠字號(hào)信息的檢測(cè)，通過分別獲取不合格圖像的和合格圖像的冠字號(hào)信息，將不合格圖像的冠字號(hào)信息添加到黑名單中，將合格圖像的冠字號(hào)信息添加到白名單中，以及將不合格圖像的冠字號(hào)信息中的或合格圖像的冠字號(hào)信息中的符合指定條件的冠字號(hào)信息添加到灰名單中，使得系統(tǒng)可以在異常或其他特殊情況下支持調(diào)閱圖像的判定結(jié)果，真實(shí)還原以往圖像的判定信息。

以下結(jié)合圖9對(duì)本發(fā)明的技術(shù)方案作進(jìn)一步說明。

如圖9所示，清分機(jī)902按照預(yù)設(shè)順序?qū)τ袃r(jià)票據(jù)的圖像的多個(gè)面向信息進(jìn)行檢測(cè)，其中，面向信息包括正面信息、背面信息、透視信息和/或紅外信息。清分機(jī)902與二次核查自動(dòng)檢測(cè)系統(tǒng)904相連，將對(duì)一定數(shù)量(如7000張)有價(jià)票據(jù)的圖像的檢測(cè)結(jié)果發(fā)送至二次核查自動(dòng)檢測(cè)系統(tǒng)904，二次核查自動(dòng)檢測(cè)系統(tǒng)904通過其二次核查，區(qū)分出合格產(chǎn)品、一般廢品和嚴(yán)重廢品，并將區(qū)分結(jié)果發(fā)送至二次核查圖像綜合分析與判定系統(tǒng)906。二次核查圖像綜合分析與判定系統(tǒng)906對(duì)不合格圖像的錯(cuò)誤類型和錯(cuò)誤工序進(jìn)行分析，并記錄，以對(duì)不合格圖像進(jìn)行管理和統(tǒng)計(jì)，分別獲取合格產(chǎn)品、一般廢品和嚴(yán)重廢品的圖像的冠字號(hào)信息，將其冠字號(hào)信息發(fā)送至對(duì)應(yīng)的輸出清單中。其中，系統(tǒng)支持三種類型的冠字號(hào)清單輸出：白名單是指系統(tǒng)判定為合格圖像的冠字號(hào)集；黑名單是指系統(tǒng)判定為不合格圖像的冠字號(hào)集；灰名單是指符合指定條件的冠字號(hào)集。

在該技術(shù)方案中，分別對(duì)圖像的多種信息進(jìn)行多次檢測(cè)，一套圖像含有正面、背面、透視、紅外等多面向信息，如果其中某一面向不合格，則認(rèn)為該套圖像不合格。只有當(dāng)所有面向信息都合格時(shí)，才認(rèn)為該套圖像合格。這樣相當(dāng)于在進(jìn)行信息不合格判定時(shí)對(duì)圖像進(jìn)行了多次檢測(cè)，使得判定結(jié)果更加可靠，有效地提高了判定的準(zhǔn)確率。

另外，判定結(jié)果的存取皆以數(shù)據(jù)庫為主要載體，系統(tǒng)在判定過程中，判定過程信息和最終結(jié)果同步寫入數(shù)據(jù)庫中，當(dāng)軟硬件異?；蛘咂渌罎⑶闆r，系統(tǒng)可以智能的從數(shù)據(jù)庫中恢復(fù)成當(dāng)前判定狀態(tài)，以保持系統(tǒng)運(yùn)行的一致性。因此，將圖像的冠字號(hào)信息添加到名單中保存起來，使得系統(tǒng)可以在異?；蚱渌厥馇闆r下支持調(diào)閱圖像的判定結(jié)果，真實(shí)還原以往圖像的判定信息。

圖10示出了根據(jù)本發(fā)明第七方面實(shí)施例的一個(gè)實(shí)施例的有價(jià)票據(jù)的缺陷管理系統(tǒng)的結(jié)構(gòu)示意圖。

如圖10所示，根據(jù)本發(fā)明的一個(gè)實(shí)施例的有價(jià)票據(jù)的缺陷管理系統(tǒng)，包括：生成單元1002，第一計(jì)算單元1004和判斷單元1006，其中，所述生成單元1002，用于獲取有價(jià)票據(jù)的樣本圖像，并根據(jù)所述樣本圖像生成攜帶有疑似缺陷殘點(diǎn)的模版圖像；所述第一計(jì)算單元1004，用于計(jì)算所述模版圖像中的多個(gè)疑似缺陷殘點(diǎn)組成的幾何圖形的質(zhì)心的位置和幾何中心的位置；所述判斷單元1006，用于根據(jù)所述質(zhì)心的位置和所述幾何中心的位置，判斷所述多個(gè)疑似缺陷殘點(diǎn)中的任一疑似缺陷殘點(diǎn)是否為缺陷殘點(diǎn)。

在該技術(shù)方案中，根據(jù)模版圖像中的多個(gè)疑似缺陷殘點(diǎn)組成的幾何圖形的質(zhì)心的位置和幾何中心的位置判斷多個(gè)疑似缺陷殘點(diǎn)中的任一疑似缺陷殘點(diǎn)是否為真正的缺陷殘點(diǎn)，其中，可以利用LLE算法(Locally Linear Embedding，局部線性嵌入算法)將有價(jià)票據(jù)的樣本圖像生成模版圖像，因此，通過上述技術(shù)方案，可以避免相關(guān)技術(shù)中通過高低模版匹配法、或相似性檢測(cè)法確定疑似缺陷殘點(diǎn)是否為真正地缺陷殘點(diǎn)，從而避免出現(xiàn)將疑似缺陷殘點(diǎn)誤判的情況，有效地提高了缺陷殘點(diǎn)的檢測(cè)正確率，進(jìn)而提高了印刷質(zhì)量檢測(cè)系統(tǒng)的魯棒性。

在上述技術(shù)方案中，優(yōu)選地，所述第一計(jì)算單元1004具體用于，計(jì)算所述多個(gè)疑似缺陷殘點(diǎn)組成的幾何圖形的第一質(zhì)心的位置和第一幾何中心的位置，并計(jì)算除所述任一疑似缺陷殘點(diǎn)之外的其他疑似缺陷殘點(diǎn)組成的幾何圖形的第二質(zhì)心的位置和第二幾何中心的位置；所述判斷單元1006具體用于，判斷所述第一質(zhì)心的位置和所述第二質(zhì)心的位置之間的距離是否大于第一閾值，且所述第一幾何中心的位置和所述第二幾何中心的位置之間的距離是否小于第二閾值，若判斷結(jié)果為否，則所述任一疑似缺陷殘點(diǎn)為所述缺陷殘點(diǎn)，否則，所述任一疑似缺陷殘點(diǎn)不是所述缺陷殘點(diǎn)。

在該技術(shù)方案中，通過將多個(gè)疑似缺陷殘點(diǎn)組成的幾何圖形的第一質(zhì)心的位置和除任一疑似缺陷殘點(diǎn)組成的幾何圖形的第二質(zhì)心的位置進(jìn)行比較，以及將多個(gè)疑似缺陷殘點(diǎn)組成的幾何圖形的第一幾何中心的位置和除任一疑似缺陷殘點(diǎn)組成的幾何圖形的第二幾何中心的位置進(jìn)行比較，從而可以根據(jù)比較結(jié)果確定任一疑似缺陷殘點(diǎn)是否為真正地缺陷殘點(diǎn)，具體的，當(dāng)?shù)谝毁|(zhì)心的位置和第二質(zhì)心的位置之間的距離大于第一閾值，且第一幾何中心的位置和第二幾何中心的位置之間的距離小于第二閾值時(shí)，也就說明第二質(zhì)心的位置相較于第一質(zhì)心的位置發(fā)生的變化較大，而第二幾何中心的位置相較于第一幾何中心的位置發(fā)生的變化較小，則確定任一疑似缺陷殘點(diǎn)有干擾，即任一疑似缺陷殘點(diǎn)不是真正的缺陷殘點(diǎn)，可以排除該任一缺陷殘點(diǎn)，否則，除上述情況外，其他情況均可認(rèn)為疑似缺陷殘點(diǎn)為真正地缺陷殘點(diǎn)，如此，可以比較準(zhǔn)確地判斷任一疑似缺陷殘點(diǎn)是否為真正的缺陷殘點(diǎn)。

在上述任一技術(shù)方案中，優(yōu)選地，所述生成單元1002包括：第二計(jì)算單元10022，用于根據(jù)所述樣本圖像中的每個(gè)樣本點(diǎn)的臨近點(diǎn)計(jì)算權(quán)值矩陣；所述生成單元1002具體用于，根據(jù)所述權(quán)值矩陣生成攜帶有所述疑似缺陷殘點(diǎn)的所述模版圖像。

在該技術(shù)方案中，通過計(jì)算每個(gè)樣本點(diǎn)和該樣本點(diǎn)的臨近點(diǎn)之間的權(quán)值矩陣，例如，可以通過度量歐式距離的方法找到每個(gè)樣本點(diǎn)的臨近點(diǎn)，從而可以根據(jù)該權(quán)值矩陣生成攜帶有疑似缺陷殘點(diǎn)的模版圖像。

在上述任一技術(shù)方案中，優(yōu)選地，所述第二計(jì)算單元具體用于，通過以下公式計(jì)算所述權(quán)值矩陣：

其中，ε(w)表示誤差值，x_i表示任一樣本點(diǎn)，x_j(j＝1，2，…，k)表示所述任一樣本點(diǎn)的k個(gè)臨近點(diǎn)，w_ij表示所述任一樣本點(diǎn)和所述臨近點(diǎn)之間的所述權(quán)值矩陣。

在該技術(shù)方案中，通過上述公式來計(jì)算權(quán)值矩陣，其中，當(dāng)ε(w)的值最小時(shí)，即可計(jì)算出權(quán)值矩陣的值，另外，k為預(yù)先給定的值。

在上述任一技術(shù)方案中，優(yōu)選地，所述權(quán)值矩陣的每一行的和為1。

在該技術(shù)方案中，權(quán)值矩陣的每一行的和為1，即∑_jw_ij＝1，如此，通過使權(quán)值矩陣滿足上述約束條件，可以確保權(quán)值矩陣的有效性。

下面通過一個(gè)實(shí)施例詳細(xì)說明根據(jù)樣本圖像生成攜帶有疑似缺陷殘點(diǎn)的模版圖像的方法。

根據(jù)樣本圖像生成攜帶有疑似缺陷殘點(diǎn)的模版圖像就是將高維度空間中的數(shù)據(jù)點(diǎn)(即樣本點(diǎn))映射到低維度空間中。具體步驟分為三個(gè)步驟：第一步，尋找每個(gè)樣本點(diǎn)的k個(gè)臨近點(diǎn)；第二步，由每個(gè)樣本點(diǎn)的臨近點(diǎn)計(jì)算出該樣本點(diǎn)的權(quán)值矩陣；第三步，根據(jù)每個(gè)樣本點(diǎn)的臨近點(diǎn)和權(quán)值矩陣計(jì)算出該樣本點(diǎn)的輸出值，最后，根據(jù)輸出值生成模版圖像。

其中，通過以下公式計(jì)算所述權(quán)值矩陣：

其中，ε(w)表示誤差值，X_i表示任一樣本點(diǎn)，X_j(j＝1，2，…，k)表示任一樣本點(diǎn)的k個(gè)臨近點(diǎn)，w_ij表示任一樣本點(diǎn)和臨近點(diǎn)之間的權(quán)值矩陣。

然后，在保持權(quán)值矩陣不變的情況下，設(shè)輸出值(即低維度空間中的數(shù)據(jù)點(diǎn))為Y_i，則可以通過以下公式計(jì)算輸出值：

其中，φ(w)表示損失函數(shù)值，Y_j(j＝1，2，…，k)表示輸出值Y_i的k個(gè)臨近點(diǎn)，w_ij表示Y_i和Y_j之間的權(quán)值矩陣(即X_i和X_j之間的權(quán)值矩陣)

上述公式可以轉(zhuǎn)化為：

其中，M_ij＝(I-w_ij)^T(I-w_ij)，I表示一個(gè)單位協(xié)方差矩陣，T表示對(duì)(I-w_ij)求轉(zhuǎn)置矩陣。

另外，Y_i需要滿足兩個(gè)約束條件，即∑_iY_i＝0和(N表示樣本點(diǎn)的數(shù)量，T表示對(duì)Y_i求轉(zhuǎn)置矩陣)。

在計(jì)算出輸出值Y_i后，就可以根據(jù)Y_i生成模板圖像。

圖11示出了根據(jù)本發(fā)明的第八方面實(shí)施例的一個(gè)實(shí)施例的有價(jià)票據(jù)的缺陷管理系統(tǒng)的結(jié)構(gòu)示意圖。

如圖11所示，根據(jù)本發(fā)明的一個(gè)實(shí)施例的有價(jià)票據(jù)的缺陷管理系統(tǒng)1100，包括：第一獲取單元1102，變換單元1104，第二獲取單元1106，生成單元1108和差分單元1110，其中，所述第一獲取單元1102，用于獲取有價(jià)票據(jù)的樣本圖像；所述變換單元1104，用于對(duì)所述樣本圖像進(jìn)行傅立葉變換，以確定所述樣本圖像的幅度圖像和相位圖像；所述第二獲取單元1106，用于獲取所述幅度圖像對(duì)應(yīng)的幅度還原圖像、以及所述相位圖像對(duì)應(yīng)的相位X向偏導(dǎo)還原圖像和相位Y向偏導(dǎo)還原圖像；所述生成單元1108，用于根據(jù)所述幅度還原圖像、所述相位X向偏導(dǎo)還原圖像和所述相位Y向偏導(dǎo)還原圖像生成還原圖像；所述差分單元1110，用于將所述樣本圖像和所述還原圖像進(jìn)行差分，根據(jù)差分結(jié)果確定所述有價(jià)票據(jù)的殘差圖像。

在該技術(shù)方案中，通過獲取有價(jià)票據(jù)的樣本圖像的幅度圖像對(duì)應(yīng)的幅度還原圖像和相位圖像對(duì)應(yīng)的相位X向偏導(dǎo)還原圖像和相位Y向偏導(dǎo)還原圖像，其中，X表示坐標(biāo)軸的X向，Y表示坐標(biāo)軸的Y向，并將幅度還原圖像、相位X向偏導(dǎo)還原圖像和相位Y向偏導(dǎo)還原圖像生成的還原圖像和樣本圖像進(jìn)行差分，并根據(jù)差分結(jié)果確定有價(jià)票據(jù)的殘差圖像，可以有效地提高印刷質(zhì)量檢測(cè)系統(tǒng)的魯棒性。

在上述技術(shù)方案中，優(yōu)選地，所述第二獲取單元1106包括：處理單元11062，用于將所述相位圖像中的任一圖像的相位作為基礎(chǔ)相位，并根據(jù)所述基礎(chǔ)相位對(duì)所述相位圖像中除所述任一圖像之外的其他圖像的相位進(jìn)行處理，以得到相位圖像差；所述第二獲取單元1106具體用于，根據(jù)所述相位圖像差確定所述幅度還原圖像、所述相位X向偏導(dǎo)還原圖像和所述相位Y向偏導(dǎo)還原圖像。

在該技術(shù)方案中，通過將相位圖像中的任一圖像的相位作為基礎(chǔ)相位，例如，將相位圖像中的第一幅圖像的相位作為基礎(chǔ)相位，并根據(jù)基礎(chǔ)相位對(duì)相位圖像中的其他圖像的相位進(jìn)行處理，以得到相位圖像差，從而可以通過對(duì)相位圖像差進(jìn)行偏導(dǎo)計(jì)算以比較準(zhǔn)確地確定相位X向偏導(dǎo)還原圖像和相位Y向偏導(dǎo)還原圖像。

在上述任一技術(shù)方案中，優(yōu)選地，所述生成單元1108包括：第一確定單元11082，用于根據(jù)所述相位X向偏導(dǎo)還原圖像或所述相位Y向偏導(dǎo)還原圖像與初始點(diǎn)，確定解卷繞相位還原圖像；第二確定單元11084，用于根據(jù)所述解卷繞相位還原圖像和所述基礎(chǔ)相位確定相位還原圖像；反變換單元11086，用于對(duì)所述相位還原圖像和所述幅度還原圖像進(jìn)行傅立葉反變換，以確定所述還原圖像。

在該技術(shù)方案中，通過將相位X向偏導(dǎo)還原圖像(或者相位Y向偏導(dǎo)還原圖像)和幅度還原圖像逆向生成為還原圖像，利用了“當(dāng)圖像的幾何位移發(fā)生變化時(shí)，圖像的頻譜中幅度譜保持不變、相位譜只出現(xiàn)線性偏移”的原理，可以有效地說明本發(fā)明的有價(jià)票據(jù)的缺陷管理方法具有較強(qiáng)的形變?nèi)萑绦浴?/p>

在上述任一技術(shù)方案中，優(yōu)選地，所述第二獲取單元1106包括：計(jì)算單元11064，用于對(duì)所述相位圖像差在X向和Y向分別進(jìn)行偏導(dǎo)計(jì)算，以得到所述相位圖像差的X向的偏導(dǎo)數(shù)和所述相位圖像差的Y向的偏導(dǎo)數(shù)；還原單元11066，用于對(duì)所述幅度圖像、所述X向的偏導(dǎo)數(shù)、所述Y向的偏導(dǎo)數(shù)進(jìn)行分析和還原，根據(jù)分析和還原結(jié)果確定所述幅度還原圖像、所述相位X向偏導(dǎo)還原圖像和所述相位Y向偏導(dǎo)還原圖像。

在該技術(shù)方案中，通過對(duì)相位圖像差在X向和Y向分別進(jìn)行偏導(dǎo)計(jì)算，可以比較準(zhǔn)確地根據(jù)X向的偏導(dǎo)數(shù)和Y向的偏導(dǎo)數(shù)獲取相位X向偏導(dǎo)還原圖像和相位Y向偏導(dǎo)還原圖像，從而能夠比較準(zhǔn)確地根據(jù)相位X向偏導(dǎo)還原圖像、相位Y向偏導(dǎo)還原圖像和幅度還原圖像獲取到還原圖像。

在上述任一技術(shù)方案中，優(yōu)選地，所述處理單元11062具體用于，將所述其他圖像的相位與所述基礎(chǔ)相位進(jìn)行減法計(jì)算，并對(duì)計(jì)算結(jié)果進(jìn)行相位解卷繞處理，根據(jù)相位解卷繞處理結(jié)果確定所述相位圖像差。

在該技術(shù)方案中，通過將其他圖像的相位與基礎(chǔ)相位相減并進(jìn)行相位解卷繞處理，可以得到相位圖像差，從而可以通過對(duì)相位圖像差進(jìn)行偏導(dǎo)計(jì)算以比較準(zhǔn)確地確定相位X向偏導(dǎo)還原圖像和相位Y向偏導(dǎo)還原圖像。

圖12示出了根據(jù)本發(fā)明的第九方面實(shí)施例的一個(gè)實(shí)施例的有價(jià)票據(jù)的缺陷管理系統(tǒng)的示意框圖。

如圖12所示，根據(jù)本發(fā)明的實(shí)施例的有價(jià)票據(jù)的缺陷管理系統(tǒng)1200，包括：生成單元1202、分類單元1204和處理單元1206。

其中，生成單元1202，用于根據(jù)有價(jià)票據(jù)訓(xùn)練集中每個(gè)有價(jià)票據(jù)的缺陷特征，生成第一級(jí)子節(jié)點(diǎn)；分類單元1204，用于計(jì)算每個(gè)所述第一級(jí)子節(jié)點(diǎn)的分割值，并根據(jù)所述分割值對(duì)所述缺陷特征進(jìn)行分類；處理單元1206，用于判斷所有所述第一級(jí)子節(jié)點(diǎn)是否不可再分類，在判斷結(jié)果為是時(shí)，分類完成。

其中，優(yōu)選地，所述分類單元1204具體用于：若所述分割值小于設(shè)定閾值，則采用支持向量機(jī)方法對(duì)所述缺陷特征進(jìn)行分類，以及若所述分割值大于等于所述設(shè)定閾值，則采用決策樹方法對(duì)所述缺陷特征進(jìn)行分類。

在該技術(shù)方案中，通過每個(gè)第一級(jí)子節(jié)點(diǎn)的分割值與設(shè)定的閥值進(jìn)行比較，確定采用向量機(jī)方法和決策樹方法進(jìn)行的分類，進(jìn)一步判斷所有節(jié)點(diǎn)是否不可再分類，確定分類完成，通過采用向量機(jī)方法和決策樹方法來對(duì)缺陷特征進(jìn)行分類，可以有效的提高分類精度，計(jì)算速度也降到了可以接受的范圍，提高了算法效率。

在上述任一項(xiàng)技術(shù)方案中，優(yōu)選地，所述生成單元1202具體用于：計(jì)算所述有價(jià)票據(jù)訓(xùn)練集中每個(gè)有價(jià)票據(jù)的缺陷特征與其他有價(jià)票據(jù)的缺陷特征之間的信息增益值，以及根據(jù)所述每個(gè)有價(jià)票據(jù)對(duì)應(yīng)的信息增益值構(gòu)造所述第一級(jí)子節(jié)點(diǎn)。

在該技術(shù)方案中，通過計(jì)算有價(jià)票據(jù)訓(xùn)練集中每個(gè)有價(jià)票據(jù)的缺陷特征與其他有價(jià)票據(jù)的缺陷特征之間的信息增益值，可以有效的避免錯(cuò)誤缺陷的提取，進(jìn)而對(duì)缺陷殘點(diǎn)進(jìn)行再檢測(cè)，計(jì)算缺陷衰減程度，根據(jù)衰減程度區(qū)分是正常缺陷還是錯(cuò)誤缺陷，對(duì)衰減程度的判斷，可以有效的提高分類精度，并且提高了算法效率。

在上述任一項(xiàng)技術(shù)方案中，優(yōu)選地，還包括：計(jì)算單元1208，用于計(jì)算每個(gè)有價(jià)票據(jù)的殘點(diǎn)到缺陷質(zhì)心的歐氏距離；刪除單元1210，用于在任一有價(jià)票據(jù)的殘點(diǎn)到缺陷質(zhì)心的所述歐氏距離大于或等于預(yù)設(shè)距離時(shí)，刪除根據(jù)所述任一有價(jià)票據(jù)的缺陷特征生成的所述第一級(jí)子節(jié)點(diǎn)。

在該技術(shù)方案中，通過計(jì)算歐氏距離與預(yù)設(shè)距離進(jìn)行比較，可以有效的避免異常點(diǎn)對(duì)缺陷特征的影響。

在上述任一項(xiàng)技術(shù)方案中，優(yōu)選地，所述缺陷特征包括：能量、密度、殘點(diǎn)密度、殘點(diǎn)飽和度、殘點(diǎn)散度和/或殘點(diǎn)黑白特性。

圖13示出了根據(jù)本發(fā)明的第十方面實(shí)施例的一個(gè)實(shí)施例的有價(jià)票據(jù)的質(zhì)量檢測(cè)方法的流程示意圖。

如圖13所示，根據(jù)本發(fā)明的一個(gè)實(shí)施例的有價(jià)票據(jù)的質(zhì)量檢測(cè)方法，包括：

步驟1302，獲取所述二次核查系統(tǒng)中的清分機(jī)檢測(cè)為不合格的有價(jià)票據(jù)的圖像信息；

步驟1304，根據(jù)所述二次核查系統(tǒng)中記錄的二次核查節(jié)點(diǎn)的狀態(tài)數(shù)據(jù)和分配模式，將所述不合格的有價(jià)票據(jù)的圖像信息分配給所述二次核查節(jié)點(diǎn)；

步驟1306，獲取所述二次核查系統(tǒng)的系統(tǒng)配置信息，根據(jù)所述系統(tǒng)配置信息對(duì)所述二次核查節(jié)點(diǎn)進(jìn)行配置；

步驟1308，獲取所述不合格的有價(jià)票據(jù)的批次信息，根據(jù)所述批次信息觸發(fā)所述二次核查節(jié)點(diǎn)開始圖像分析工作或結(jié)束圖像分析工作；

步驟1310，獲取所述不合格的有價(jià)票據(jù)的品種信息，觸發(fā)所述二次核查節(jié)點(diǎn)切換到與所述品種信息對(duì)應(yīng)的圖像檢測(cè)模板。

在該技術(shù)方案中，根據(jù)二次核查系統(tǒng)中記錄的二次核查節(jié)點(diǎn)的狀態(tài)數(shù)據(jù)和分配模式，將清分機(jī)檢測(cè)為不合格的有價(jià)票據(jù)的圖像信息分配給二次核查節(jié)點(diǎn)，可以使得不合格的有價(jià)票據(jù)的圖像信息分配地更加合理，有效地提高了二次核查系統(tǒng)對(duì)不合格的有價(jià)票據(jù)的核查效率以及提升了二次核查系統(tǒng)的自動(dòng)化性能。

在上述技術(shù)方案中，優(yōu)選地，還包括：將所述二次核查節(jié)點(diǎn)的二次核查結(jié)果和所述批次信息進(jìn)行關(guān)聯(lián)存儲(chǔ)，以得到匯總數(shù)據(jù)；從所述匯總數(shù)據(jù)中提取出所述二次核查結(jié)果為不合格的有價(jià)票據(jù)的圖像信息和冠字號(hào)信息，并按照所述批次信息將所述二次核查結(jié)果為不合格的有價(jià)票據(jù)的圖像信息和冠字號(hào)信息寫入數(shù)據(jù)庫，以供綜合判定系統(tǒng)進(jìn)行處理。

在該技術(shù)方案中，通過將二次核查節(jié)點(diǎn)的二次核查結(jié)果為不合格的有價(jià)票據(jù)的圖像信息和冠字號(hào)信息寫入數(shù)據(jù)庫，從而使得綜合判定系統(tǒng)可以對(duì)不合格的有價(jià)票據(jù)的圖像信息再次進(jìn)行處理以確定不合格的有價(jià)票據(jù)是否確實(shí)為不合格的有價(jià)票據(jù)，進(jìn)一步地提升了核查的準(zhǔn)確率。

在上述任一技術(shù)方案中，優(yōu)選地，所述將所述二次核查節(jié)點(diǎn)的二次核查結(jié)果和所述批次信息進(jìn)行關(guān)聯(lián)存儲(chǔ)，以得到匯總數(shù)據(jù)的步驟之后，還包括：從所述匯總數(shù)據(jù)中提取出檢測(cè)過程數(shù)據(jù)，并將所述檢測(cè)過程數(shù)據(jù)提供給關(guān)聯(lián)成套圖像實(shí)時(shí)存儲(chǔ)系統(tǒng)進(jìn)行內(nèi)容關(guān)聯(lián)和成套存儲(chǔ)。

在該技術(shù)方案中，通過將從匯總數(shù)據(jù)中提取的檢測(cè)過程數(shù)據(jù)提供給關(guān)聯(lián)成套圖像實(shí)時(shí)存儲(chǔ)系統(tǒng)，以進(jìn)行內(nèi)容關(guān)聯(lián)和成套存儲(chǔ)，從而可以將檢測(cè)過程數(shù)據(jù)記錄下來。

在上述任一技術(shù)方案中，優(yōu)選地，還包括：若所有所述二次核查節(jié)點(diǎn)出現(xiàn)故障，將所述不合格的有價(jià)票據(jù)的圖像信息分配給所述綜合判定系統(tǒng)，以供所述綜合判定系統(tǒng)最終判定所述不合格的有價(jià)票據(jù)是否合格。

在該技術(shù)方案中，當(dāng)二次核查節(jié)點(diǎn)出現(xiàn)故障時(shí)，可以將不合格的有價(jià)票據(jù)的圖像信息分配給綜合判定系統(tǒng)，以供綜合判定系統(tǒng)最終判定不合格的有價(jià)票據(jù)是否合格，如此，可以提高二次核查系統(tǒng)的可靠性，避免在二次核查節(jié)點(diǎn)出現(xiàn)故障時(shí)不能對(duì)不合格的有價(jià)票據(jù)進(jìn)行二次核查而導(dǎo)致較多的不合格的有價(jià)票據(jù)被誤判的情況。

在上述任一技術(shù)方案中，優(yōu)選地，所述根據(jù)所述二次核查系統(tǒng)中記錄的二次核查節(jié)點(diǎn)的狀態(tài)數(shù)據(jù)和分配模式，將所述不合格的有價(jià)票據(jù)的圖像信息分配給所述二次核查節(jié)點(diǎn)的步驟，具體包括：若所述分配模式為第一分配模式時(shí)，根據(jù)所述狀態(tài)數(shù)據(jù)中的所述二次核查節(jié)點(diǎn)與質(zhì)量檢測(cè)系統(tǒng)的連接時(shí)間，將所述不合格的有價(jià)票據(jù)的圖像信息分配給所述二次核查節(jié)點(diǎn)；若所述分配模式為第二分配模式時(shí)，根據(jù)所述狀態(tài)數(shù)據(jù)中的處理速度，將所述不合格的有價(jià)票據(jù)的圖像信息分配給所述二次核查節(jié)點(diǎn)；若所述分配模式為第三分配模式時(shí)，根據(jù)所述狀態(tài)數(shù)據(jù)中的已處理量將所述不合格的有價(jià)票據(jù)的圖像信息分配給所述二次核查節(jié)點(diǎn)。

在該技術(shù)方案中，在不同的分配模式下，將不合格的有價(jià)票據(jù)分配給二次核查節(jié)點(diǎn)的依據(jù)不同，如此，可以使得不合格的有價(jià)票據(jù)的分配更加合理，從而提高了不合格的有價(jià)票據(jù)的核查效率。

圖14示出了根據(jù)本發(fā)明的第十方面實(shí)施例的另一個(gè)實(shí)施例的有價(jià)票據(jù)的質(zhì)量檢測(cè)方法的流程示意圖；

如圖14所示，根據(jù)本發(fā)明的另一個(gè)實(shí)施例的有價(jià)票據(jù)的質(zhì)量檢測(cè)方法，包括：

步驟1402，采集一次機(jī)廢圖像數(shù)據(jù)(即獲取清分機(jī)檢測(cè)為不合格的有價(jià)票據(jù)的圖像信息)，并存儲(chǔ)一次機(jī)廢圖像數(shù)據(jù)；

步驟1404，根據(jù)二次核查節(jié)點(diǎn)的狀態(tài)數(shù)據(jù)和分配模式，將一次機(jī)廢圖像數(shù)據(jù)分配給二次核查節(jié)點(diǎn)；

步驟1406，將二次核查節(jié)點(diǎn)的二次核查結(jié)果和批次信息進(jìn)行關(guān)聯(lián)存儲(chǔ)，以得到匯總數(shù)據(jù)；

步驟1408，從匯總數(shù)據(jù)中輸出二次合格冠字號(hào)清單，即二次核查節(jié)點(diǎn)核查后合格的有價(jià)票據(jù)的圖像信息；

步驟1410，將二次核查結(jié)果和一次機(jī)廢圖像數(shù)據(jù)進(jìn)行合并，以得到二次處理中間結(jié)果數(shù)據(jù)，為清分機(jī)二次挑號(hào)做準(zhǔn)備。

圖15示出了根據(jù)本發(fā)明的第十方面實(shí)施例的一個(gè)實(shí)施例的二次核查系統(tǒng)的結(jié)構(gòu)示意圖。

如圖15所示，根據(jù)本發(fā)明的一個(gè)實(shí)施例的二次核查系統(tǒng)1500包括：質(zhì)量檢測(cè)系統(tǒng)1502(相當(dāng)于圖15示出的實(shí)施例中的有價(jià)票據(jù)的質(zhì)量檢測(cè)系統(tǒng))，二次核查節(jié)點(diǎn)1504，綜合判定系統(tǒng)1506，清分機(jī)1508，產(chǎn)品質(zhì)量數(shù)據(jù)中心(數(shù)據(jù)報(bào)告中心)1510和廢票冠字號(hào)補(bǔ)錄子系統(tǒng)1512。質(zhì)量檢測(cè)系統(tǒng)1502獲取清分機(jī)1508檢測(cè)為不合格的有價(jià)票據(jù)的圖像信息，并將不合格的有價(jià)票據(jù)的圖像信息分配給二次核查節(jié)點(diǎn)1504，二次核查節(jié)點(diǎn)1504對(duì)來自質(zhì)量檢測(cè)系統(tǒng)1502的不合格的有價(jià)票據(jù)的圖像信息進(jìn)行二次核查，并將不合格的有價(jià)票據(jù)的圖像信息的冠字號(hào)和對(duì)應(yīng)的二次核查結(jié)果發(fā)送至產(chǎn)品質(zhì)量數(shù)據(jù)中心1510進(jìn)行存儲(chǔ)，同時(shí)，將二次核查結(jié)果為不合格的有價(jià)票據(jù)的圖像信息和該不合格的有價(jià)票據(jù)的圖像信息對(duì)應(yīng)的冠字號(hào)發(fā)送至綜合判定系統(tǒng)1506。

綜合判定系統(tǒng)1506對(duì)接收到的不合格的有價(jià)票據(jù)的圖像信息進(jìn)行實(shí)時(shí)解析，并提取不合格的有價(jià)票據(jù)的圖像信息中的證券特征信息，將證券特征信息與預(yù)設(shè)特征信息進(jìn)行比較并展示比較結(jié)果，以及根據(jù)接收到的判定指令判斷不合格的有價(jià)票據(jù)的圖像信息是否合格，并將不合格的有價(jià)票據(jù)的圖像信息的冠字號(hào)與對(duì)應(yīng)的判定結(jié)果發(fā)送至產(chǎn)品質(zhì)量數(shù)據(jù)中心1510。

產(chǎn)品質(zhì)量數(shù)據(jù)中心1510用于整合二次核查節(jié)點(diǎn)404和綜合判定系統(tǒng)1506分別上傳的不合格的有價(jià)票據(jù)的圖像信息的核查結(jié)果，即將綜合判定子系統(tǒng)1506對(duì)任一冠字號(hào)對(duì)應(yīng)的不合格的有價(jià)票據(jù)的圖像信息做出的判定結(jié)果替換二次核查節(jié)點(diǎn)1504做出的核查結(jié)果，廢票冠字號(hào)補(bǔ)錄子系統(tǒng)1512對(duì)確定為不合格的有價(jià)票據(jù)進(jìn)行補(bǔ)錄。

另外，質(zhì)量檢測(cè)系統(tǒng)1502能夠通過多種方式(例如，動(dòng)態(tài)網(wǎng)絡(luò)被動(dòng)接收方式和靜態(tài)文件主動(dòng)讀取方式)獲取一次機(jī)廢圖像數(shù)據(jù)(即清分機(jī)輸出的不合格的有價(jià)票據(jù)的圖像信息)，同時(shí)，質(zhì)量檢測(cè)系統(tǒng)1502還可以采用網(wǎng)絡(luò)動(dòng)態(tài)連接方式，以實(shí)時(shí)獲得前工序關(guān)聯(lián)信息，例如，根據(jù)獲取到的不合格的有價(jià)票據(jù)的批次信息來確定二次核查節(jié)點(diǎn)1504是否開始圖像分析工作和結(jié)束圖像分析工作，以及連續(xù)不同批次產(chǎn)品之間的連續(xù)切換；或者根據(jù)獲取到的模板更換信息，用來通知二次核查節(jié)點(diǎn)1504是否需要更新模板。質(zhì)量檢測(cè)系統(tǒng)1502還支持浮動(dòng)節(jié)點(diǎn)(例如，二次核查節(jié)點(diǎn)1504、綜合判定系統(tǒng)1506)的自動(dòng)接入和退出，以及支持不同類型節(jié)點(diǎn)(例如，二次核查節(jié)點(diǎn)1504和綜合判定系統(tǒng)1506)的浮動(dòng)接入。質(zhì)量檢測(cè)系統(tǒng)1502還支持系統(tǒng)配置的多模式導(dǎo)入，例如，多模式導(dǎo)入可以是本地或遠(yuǎn)程靜態(tài)文件導(dǎo)入模式，也可以是數(shù)據(jù)庫導(dǎo)入模式。

當(dāng)不合格的有價(jià)票據(jù)的圖像信息經(jīng)過質(zhì)量檢測(cè)系統(tǒng)1502內(nèi)部處理后，可以得到以下輸出數(shù)據(jù)：

1、二次廢(含實(shí)廢和臨界廢)成套圖像數(shù)據(jù)文件(存盤)；

2、二次臨界廢描述信息，以數(shù)據(jù)庫記錄方式，存放在數(shù)據(jù)庫中；

3、二次合格冠字號(hào)清單，包括二次核查節(jié)點(diǎn)404產(chǎn)生的合格信息(即合格的有價(jià)票據(jù)的圖像信息)和綜合判定系統(tǒng)406產(chǎn)生的合格信息，以數(shù)據(jù)庫記錄方式，存放在數(shù)據(jù)庫中；

4、二次核查系統(tǒng)1500的跟蹤信息，以文件方式保存。

質(zhì)量檢測(cè)系統(tǒng)1502可以根據(jù)獲取到的系統(tǒng)配置信息，對(duì)質(zhì)量檢測(cè)系統(tǒng)1502的內(nèi)部進(jìn)行配置和設(shè)置；根據(jù)獲得到的不合格的有價(jià)票據(jù)的批次信息觸發(fā)二次核查節(jié)點(diǎn)1504開始圖像分析工作或結(jié)束圖像分析工作，根據(jù)獲取到的不合格的有價(jià)票據(jù)的品種信息，觸發(fā)二次核查節(jié)點(diǎn)1504切換到與該品種信息對(duì)應(yīng)的圖像檢測(cè)模板。

質(zhì)量檢測(cè)系統(tǒng)1502還支持多個(gè)不同類型的浮動(dòng)節(jié)點(diǎn)，并以浮動(dòng)節(jié)點(diǎn)的形式支持系統(tǒng)(如綜合判定系統(tǒng)1506)的接入和系統(tǒng)的退出，質(zhì)量檢測(cè)系統(tǒng)1502通過任務(wù)總數(shù)(即不合格的有價(jià)票據(jù)的總數(shù))和系統(tǒng)硬件性能，對(duì)入口連接和流量進(jìn)行控制。

質(zhì)量檢測(cè)系統(tǒng)1502對(duì)浮動(dòng)節(jié)點(diǎn)實(shí)現(xiàn)任務(wù)自動(dòng)分配，能動(dòng)態(tài)記錄不同浮動(dòng)節(jié)點(diǎn)的處理能力和特性，動(dòng)態(tài)分析不同浮動(dòng)節(jié)點(diǎn)的整體處理速度，動(dòng)態(tài)分析不同任務(wù)被不同浮動(dòng)節(jié)點(diǎn)的處理情況(如處理時(shí)間，重復(fù)次數(shù))，對(duì)單張(即不合格的有價(jià)票據(jù)的張數(shù))處理超時(shí)進(jìn)行任務(wù)重新分配，對(duì)單張?zhí)幚沓?超過重新分配的次數(shù))進(jìn)行滯后留盤。

質(zhì)量檢測(cè)系統(tǒng)1502支持3種分配模式，即最先分配模式(即第一分配模式)，平均任務(wù)分配模式(即第二分配模式)和能力優(yōu)先分配模式(即第三分配模式)，其中，最先分配模式：在多浮動(dòng)節(jié)點(diǎn)動(dòng)態(tài)浮動(dòng)連接時(shí)，多個(gè)連接之間是有時(shí)間順序的，在各浮動(dòng)節(jié)點(diǎn)任務(wù)沒有滿載的情況下，連接時(shí)間在前的被優(yōu)先分配，直到此浮動(dòng)節(jié)點(diǎn)任務(wù)滿為止，然后選擇連接時(shí)間在其后最近的連接進(jìn)行任務(wù)分配，依次類推；平均任務(wù)分配模式：質(zhì)量檢測(cè)系統(tǒng)1502記錄每個(gè)浮動(dòng)節(jié)點(diǎn)的整體處理能力，在確保各個(gè)浮動(dòng)節(jié)點(diǎn)處理總量平均的情況下，進(jìn)行任務(wù)的分配；能力優(yōu)先分配模式：質(zhì)量檢測(cè)系統(tǒng)1502通過數(shù)據(jù)統(tǒng)計(jì)，獲取各個(gè)浮動(dòng)節(jié)點(diǎn)的處理能力(如處理速度)，產(chǎn)生一個(gè)最新的浮動(dòng)節(jié)點(diǎn)處理速度排行榜，質(zhì)量檢測(cè)系統(tǒng)1502根據(jù)該排行榜，優(yōu)先選擇速度處理快的浮動(dòng)節(jié)點(diǎn)進(jìn)行任務(wù)分配。

質(zhì)量檢測(cè)系統(tǒng)1502可以自動(dòng)接收經(jīng)不同二次核查節(jié)點(diǎn)1504處理后傳輸過來的二次核查結(jié)果，將二次核查結(jié)果進(jìn)行提取，和清分機(jī)1508輸出的一次機(jī)廢圖像數(shù)據(jù)進(jìn)行合并，使得最終保存的圖像文件中包含成套原始圖像數(shù)據(jù)，一次處理中間結(jié)果數(shù)據(jù)，二次處理中間結(jié)果數(shù)據(jù)和二次處理最終結(jié)果數(shù)據(jù)。其中，二次處理中間結(jié)果數(shù)據(jù)可以來自不同的二次核查節(jié)點(diǎn)1504，也可以來自綜合判定系統(tǒng)1506。該二次處理中間結(jié)果數(shù)據(jù)以數(shù)據(jù)記錄的方式，以批次信息為關(guān)聯(lián)，寫入數(shù)據(jù)庫，為清分機(jī)二次挑號(hào)做準(zhǔn)備。此外，分析二次廢處理數(shù)據(jù)(即二次核查節(jié)點(diǎn)1504的二次核查結(jié)果中不合格的有價(jià)票據(jù)的圖像信息)，對(duì)二次廢處理數(shù)據(jù)中的二次廢相關(guān)信息進(jìn)行提取，以數(shù)據(jù)記錄的方式，以批次信息為關(guān)聯(lián)，寫入數(shù)據(jù)庫，為綜合判定系統(tǒng)1506的核查做準(zhǔn)備。

如圖16所示，根據(jù)本發(fā)明的一個(gè)實(shí)施例的有價(jià)票據(jù)的質(zhì)量檢測(cè)系統(tǒng)1600，包括：劃分單元1602、聚類單元1604、學(xué)習(xí)單元1606和檢測(cè)單元1608。

其中，劃分單元1602，用于將所有有價(jià)票據(jù)的樣本集劃分成多個(gè)檢測(cè)區(qū)域；聚類單元1604，用于將所述多個(gè)檢測(cè)區(qū)域中的每個(gè)檢測(cè)區(qū)域?qū)?yīng)的樣本集按照特征進(jìn)行聚類，以將所述每個(gè)檢測(cè)區(qū)域?qū)?yīng)的樣本集分成多個(gè)類別；學(xué)習(xí)單元1606，用于用所述每個(gè)檢測(cè)區(qū)域中多個(gè)類別中的每個(gè)類別的樣本集學(xué)習(xí)對(duì)應(yīng)的檢測(cè)區(qū)域的參數(shù)空間，以得到每個(gè)檢測(cè)區(qū)域?qū)?yīng)的參數(shù)空間；檢測(cè)單元1608，用于采用每個(gè)參數(shù)空間對(duì)對(duì)應(yīng)的檢測(cè)區(qū)域中的樣本集進(jìn)行質(zhì)量檢測(cè)。

在該技術(shù)方案中，將樣本集劃分的多個(gè)檢測(cè)區(qū)域按照特征進(jìn)行聚類，分成多個(gè)類別，這樣，每個(gè)子類所構(gòu)成的空間會(huì)更加均勻和平坦，同時(shí)縮小樣本規(guī)模，用每個(gè)類別的樣本集學(xué)習(xí)對(duì)應(yīng)的參數(shù)空間，根據(jù)每個(gè)參數(shù)空間對(duì)對(duì)應(yīng)的檢測(cè)區(qū)域中的樣本集進(jìn)行質(zhì)量檢測(cè)，保證模式分析算法的穩(wěn)定性，并且有效的減少樣本個(gè)數(shù)、計(jì)算量以及特征提取的時(shí)間，提高了算法效率。

在上述技術(shù)方案中，優(yōu)選地，所述聚類單元1604包括：設(shè)置單元16042，用于將所述每個(gè)檢測(cè)區(qū)域中的任一樣本作為一個(gè)聚類中心的初始值；計(jì)算單元16044，用于計(jì)算所述檢測(cè)區(qū)域中其他樣本與所述任一樣本之間的第一歐氏距離；確認(rèn)單元16046，用于在所述第一歐氏距離大于預(yù)設(shè)距離時(shí)，將所述其他樣本作為一個(gè)新的聚類中心，否則，將所述其他樣本作為以所述任一樣本為中心的聚類。

在該技術(shù)方案中，通過歐氏距離與預(yù)設(shè)距離的比較，可以避免異常點(diǎn)對(duì)確定聚類中心的影響。

在上述任一項(xiàng)技術(shù)方案中，優(yōu)選地，所述計(jì)算單元，還用于在將所述其他樣本作為一個(gè)新的聚類中心時(shí)，分別計(jì)算所述檢測(cè)區(qū)域中的剩余樣本與所述任一樣本之間的第二歐氏距離，以及所述剩余樣本與所述其他樣本之間的第三歐氏距離，以確定所述剩余樣本所屬的聚類。

其中，優(yōu)選地，所述確定單元，還用于在所述第二歐氏距離小于或等于所述預(yù)設(shè)距離時(shí)，將所述剩余樣本作為以所述任一樣本為中心的聚類，在所述第三歐氏距離小于或等于所述預(yù)設(shè)距離時(shí)，將所述剩余樣本作為以所述其他樣本為中心的聚類，在所述第二歐氏距離以及所述第三歐氏距離均大于所述預(yù)設(shè)距離時(shí)，比較所述第二歐氏距離與所述第三歐氏距離的大小，在所述第二歐氏距離大于所述第三歐氏距離時(shí)，將所述剩余樣本作為以所述其他樣本為中心的聚類，以及在所述第二歐氏距離小于所述第三歐氏距離時(shí)，將所述剩余樣本作為以所述任一樣本為中心的聚類。

在該技術(shù)方案中，通過歐氏距離與預(yù)設(shè)距離的比較來確定樣本為中心的聚類，這樣，可以使構(gòu)成的空間更加均勻和平坦，同時(shí)縮小了樣本規(guī)模，保證模式算法的穩(wěn)定性，提高了算法效率。

在上述任一項(xiàng)技術(shù)方案中，優(yōu)選地，所述計(jì)算單元具體用于，根據(jù)以下計(jì)算公式計(jì)算所述第一歐氏距離、所述第二歐氏距離及所述第三歐氏距離：

其中，D表示所述歐氏距離，表示作為聚類中心的樣本的均值向量，C為總體的協(xié)方差矩陣，x表示樣本。

如圖17所示，根據(jù)本發(fā)明的實(shí)施例的有價(jià)票據(jù)的圖像分析系統(tǒng)1700，包括：檢測(cè)單元1702、判定單元1704和處理單元1706。

其中，檢測(cè)單元1702，用于按照預(yù)設(shè)順序?qū)τ袃r(jià)票據(jù)的圖像的多個(gè)面向信息進(jìn)行檢測(cè)，其中，所述面向信息包括正面信息、背面信息、透視信息和/或紅外信息；判定單元1704，用于在檢測(cè)到任一面向信息不合格時(shí)，判定為所述圖像不合格，以及在檢測(cè)到所述多個(gè)面向信息中每個(gè)面向信息均合格時(shí)，判定為所述圖像合格；處理單元1706，用于對(duì)所述不合格圖像的錯(cuò)誤類型和錯(cuò)誤工序進(jìn)行分析并記錄，以對(duì)所述不合格圖像進(jìn)行管理和統(tǒng)計(jì)。

在該技術(shù)方案中，分別對(duì)圖像的多種信息進(jìn)行多次檢測(cè)，一套圖像含有正面、背面、透視、紅外等多面向信息，如果其中某一面向不合格，則認(rèn)為該套圖像不合格。只有當(dāng)所有面向信息都合格時(shí)，才認(rèn)為該套圖像合格。這樣相當(dāng)于在進(jìn)行信息不合格判定時(shí)對(duì)圖像進(jìn)行了多次檢測(cè)，使得判定結(jié)果更加可靠，有效地提高了判定的準(zhǔn)確率，還代替了人工檢測(cè)，降低了核查成本。

在上述技術(shù)方案中，優(yōu)選地，包括：分配單元1708，用于當(dāng)需要檢測(cè)的圖像的個(gè)數(shù)為多個(gè)時(shí)，將所述多個(gè)圖像分配給多個(gè)不同的檢測(cè)節(jié)點(diǎn)，以同時(shí)使用所述多個(gè)不同的檢測(cè)節(jié)點(diǎn)對(duì)所述多個(gè)圖像進(jìn)行檢測(cè)。

在該技術(shù)方案中，當(dāng)某一批需要判定的圖像數(shù)量過多時(shí)，可以使用多節(jié)點(diǎn)并發(fā)運(yùn)行的方式進(jìn)行圖像的判定，以節(jié)約多個(gè)圖像的判定時(shí)間。多節(jié)點(diǎn)運(yùn)行涉及到系統(tǒng)內(nèi)部的調(diào)度方法，可以根據(jù)各節(jié)點(diǎn)各自運(yùn)行情況分配待判圖像至不同的節(jié)點(diǎn)。

在上述任一項(xiàng)技術(shù)方案中，優(yōu)選地，還包括：獲取單元1710，用于分別獲取所述不合格圖像的和所述合格圖像的冠字號(hào)信息；添加單元1712，用于將所述不合格圖像的冠字號(hào)信息添加到黑名單中，將所述合格圖像的冠字號(hào)信息添加到白名單中，以及將所述不合格圖像的冠字號(hào)信息中的或所述合格圖像的冠字號(hào)信息中的符合指定條件的冠字號(hào)信息添加到灰名單中。

在該技術(shù)方案中，判定結(jié)果的存取皆以數(shù)據(jù)庫為主要載體，系統(tǒng)在判定過程中，判定過程信息和最終結(jié)果同步寫入數(shù)據(jù)庫中，當(dāng)軟硬件異?；蛘咂渌罎⑶闆r，系統(tǒng)可以智能的從數(shù)據(jù)庫中恢復(fù)成當(dāng)前判定狀態(tài)，以保持系統(tǒng)運(yùn)行的一致性。因此，將圖像的冠字號(hào)信息添加到名單中保存起來，使得系統(tǒng)可以在異?；蚱渌厥馇闆r下支持調(diào)閱圖像的判定結(jié)果，真實(shí)還原以往圖像的判定信息。其中，系統(tǒng)支持三種類型的冠字號(hào)清單輸出：白名單是指系統(tǒng)判定為合格圖像的冠字號(hào)集；黑名單是指系統(tǒng)判定為不合格圖像的冠字號(hào)集；灰名單是指符合指定條件的冠字號(hào)集。

在上述任一項(xiàng)技術(shù)方案中，優(yōu)選地，不合格圖像的錯(cuò)誤類型包括：蹭臟、墨漬、折角、缺印；不合格圖像的錯(cuò)誤工序包括：白紙、膠印、凹印。

在上述任一項(xiàng)技術(shù)方案中，優(yōu)選地，所述不合格圖像的錯(cuò)誤類型包括：蹭臟、墨漬、折角和/或缺印；所述不合格圖像的錯(cuò)誤工序包括：白紙、膠印和/或凹印。

在上述任一項(xiàng)技術(shù)方案中，優(yōu)選地，還包括：設(shè)置單元1714，用于根據(jù)所述不合格的圖像的錯(cuò)誤類型和/或錯(cuò)誤工序，設(shè)置所述預(yù)設(shè)順序。

在該技術(shù)方案中，面向判定順序可以自定義，一般來說，在判斷時(shí)，對(duì)所有需要判定的圖像先判定其正面信息，如果某套圖像的正面判定為不合格，則該套圖像為不合格，該套圖像的其余面向無需再判定；當(dāng)全部圖像的正面判定完畢后，正面判定合格的圖像，再進(jìn)行背面判定。上述規(guī)則對(duì)判定透視、紅外等其他面向信息同樣適用。比如，該批圖像已知透視面向不合格較多，可以選擇默認(rèn)首先判定透視面向，根據(jù)透視判定結(jié)果再判定其正面、背面等面向，以節(jié)約判定時(shí)間并提高系統(tǒng)的運(yùn)行效率。另外，還可以將多個(gè)面向設(shè)置設(shè)為統(tǒng)一優(yōu)先級(jí)，即將多個(gè)面向設(shè)置為并列第一判斷的標(biāo)準(zhǔn)。因?yàn)樵谟行┣闆r下，圖像上的某些信息需要多面結(jié)合才能判定其是否合格，此時(shí)可同時(shí)展示任意數(shù)量面向(比如只打開正面/紅外兩個(gè)面向)進(jìn)行綜合信息的判定。在該模式下，系統(tǒng)判定的結(jié)果為該套圖像的最終結(jié)果，無需再進(jìn)行其它面向的判定。

以上結(jié)合附圖詳細(xì)說明了本發(fā)明的技術(shù)方案，本發(fā)明提出一種新的有價(jià)票據(jù)的綜合判定技術(shù)，可以減少樣本個(gè)數(shù)、計(jì)算量以及特征提取的時(shí)間，還可提高二次核查系統(tǒng)的核查效率，提高核查的準(zhǔn)確率，降低核查成本，提高分類精度，提高質(zhì)量檢測(cè)系統(tǒng)的魯棒性。

以上所述僅為本發(fā)明的優(yōu)選實(shí)施例而已，并不用于限制本發(fā)明，對(duì)于本領(lǐng)域的技術(shù)人員來說，本發(fā)明可以有各種更改和變化。凡在本發(fā)明的精神和原則之內(nèi)，所作的任何修改、等同替換、改進(jìn)等，均應(yīng)包含在本發(fā)明的保護(hù)范圍之內(nèi)。