有价票据的缺陷管理方法及系统

摘要

本发明提出了一种有价票据的缺陷管理方法及系统，其中，有价票据的缺陷管理方法包括：通过根据有价票据的样本图像生成携带有疑似缺陷残点的模版图像，根据计算得到的模版图像中的多个疑似缺陷残点组成的几何图形的质心的位置和几何中心的位置，判断多个疑似缺陷残点中的任一疑似缺陷残点是否为缺陷残点。通过本发明的技术方案，可以减少样本个数、计算量以及特征提取的时间，还可提高二次核查系统的核查效率，提高核查的准确率，降低核查成本，提高分类精度，提高质量检测系统的鲁棒性。

权利要求

1.一种有价票据的缺陷管理方法，其特征在于，包括：

获取有价票据的样本图像，并根据所述样本图像生成携带有疑似缺陷残点的模版图像；

计算所述模版图像中的多个疑似缺陷残点组成的几何图形的质心的位置和几何中心的位置；

根据所述质心的位置和所述几何中心的位置，判断所述多个疑似缺陷残点中的任一疑似缺陷残点是否为缺陷残点。

2.根据权利要求1所述的有价票据的缺陷管理方法，其特征在于，计算所述模版图像中的多个疑似缺陷残点组成的几何图形的质心的位置和几何中心的位置，以根据所述质心的位置和所述几何中心的位置，判断所述多个疑似缺陷残点中的任一疑似缺陷残点是否为缺陷残点的步骤包括：计算所述多个疑似缺陷残点组成的几何图形的第一质心的位置和第一几何中心的位置，并计算除所述任一疑似缺陷残点之外的其他疑似缺陷残点组成的几何图形的第二质心的位置和第二几何中心的位置；

判断所述第一质心的位置和所述第二质心的位置之间的距离是否大于第一阈值，且所述第一几何中心的位置和所述第二几何中心的位置之间的距离是否小于第二阈值；

当所述第一质心的位置和所述第二质心的位置之间的距离大于所述第一阈值，且所述第一几何中心的位置和所述第二几何中心的位置之间的距离小于所述第二阈值时，则确定所述任一疑似缺陷残点不是所述缺陷残点；

否则，所述任一疑似缺陷残点为所述缺陷残点。

3.根据权利要求1或2所述的有价票据的缺陷管理方法，其特征在于，所述根据所述样本图像生成携带有疑似缺陷残点的模版图像的步骤，具体包括：根据所述样本图像中的每个样本点的临近点计算权值矩阵；

根据所述权值矩阵生成携带有所述疑似缺陷残点的所述模版图像。

4.根据权利要求3所述的有价票据的缺陷管理方法，所述根据所述样本图像中的每个样本点的临近点计算权值矩阵的步骤，具体包括：通过以下公式计算所述权值矩阵：

其中，ε(w)表示误差值，Xi表示任一样本点，Xj(j＝1，2，…，k)表示所述任一样本点的k个临近点，wij表示所述任一样本点和所述临近点之间的所述权值矩阵。

5.根据权利要求4所述的有价票据的缺陷管理方法，其特征在于，所述权值矩阵的每一行的和为1。

6.一种有价票据的缺陷管理系统，其特征在于，包括：

生成单元，用于获取有价票据的样本图像，并根据所述样本图像生成携带有疑似缺陷残点的模版图像；

第一计算单元，用于计算所述模版图像中的多个疑似缺陷残点组成的几何图形的质心的位置和几何中心的位置；

判断单元，用于根据所述质心的位置和所述几何中心的位置，判断所述多个疑似缺陷残点中的任一疑似缺陷残点是否为缺陷残点。

7.根据权利要求6所述的有价票据的缺陷管理系统，其特征在于，所述第一计算单元具体用于，计算所述多个疑似缺陷残点组成的几何图形的第一质心的位置和第一几何中心的位置，并计算除所述任一疑似缺陷残点之外的其他疑似缺陷残点组成的几何图形的第二质心的位置和第二几何中心的位置；

所述判断单元具体用于，判断所述第一质心的位置和所述第二质心的位置之间的距离是否大于第一阈值，且所述第一几何中心的位置和所述第二几何中心的位置之间的距离是否小于第二阈值，当所述第一质心的位置和所述第二质心的位置之间的距离大于所述第一阈值，且所述第一几何中心的位置和所述第二几何中心的位置之间的距离小于所述第二阈值时，则确定所述任一疑似缺陷残点不是所述缺陷残点；否则，所述任一疑似缺陷残点为所述缺陷残点。

8.根据权利要求6或7所述的有价票据的缺陷管理系统，其特征在于，所述生成单元包括：第二计算单元，用于根据所述样本图像中的每个样本点的临近点计算权值矩阵；

所述生成单元具体用于，根据所述权值矩阵生成携带有所述疑似缺陷残点的所述模版图像。

9.根据权利要求8所述的有价票据的缺陷管理系统，所述第二计算单元具体用于，通过以下公式计算所述权值矩阵：其中，ε(w)表示误差值，Xi表示任一样本点，Xj(j＝1，2，…，k)表示所述任一样本点的k个临近点，wij表示所述任一样本点和所述临近点之间的所述权值矩阵。

10.根据权利要求9所述的有价票据的缺陷管理系统，其特征在于，所述权值矩阵的每一行的和为1。

说明书

有价票据的缺陷管理方法及系统

技术领域

[0001] 本发明涉及有价票据技术领域，具体而言，涉及一种有价票据的缺陷管理方法和一种有价票据的缺陷管理系统。

背景技术

[0002] 目前，对于有价票据的质量核查，都是直接使用清分机来执行。虽然清分机的核查速度很快，但往往容易造成误判断，如，样本过少导致部分与样本有差异的正常图像不能通过检测，导致误报，样本过多导致允许的范围过宽，导致漏报，将原本合格的有价票据判定为不合格。在相关技术中，为了避免浪费，对于清分机判定为不合格的有价票据，需要采用人工的方式进行二次核查，不仅核查效率低，同时也需要耗费较多的人力和物力资源。

[0003] 此外，精确的缺陷管理有利于对提高检测能力，同时缺陷的精确分类能为前工序提供重要的反馈信息，帮助提升印刷质量。常用的分类方法包括：决策树，神经网络，朴素贝叶斯，SVM(Support Vector Machine，支持向量机)等。在实际应用中都具有各自的优缺点，比如：

[0004] 一、决策树分类方法，优点：

[0005] 1)决策树的构造不需要任何领域知识或参数设置，因此适合于探测式知识发现；

[0006] 2)决策树可以处理高维数据，且处理速度相对较快；

[0007] 3)决策树归纳的学习步骤简单快速；

[0008] 缺点：

[0009] 1)分类鲁棒性不强；

[0010] 2)当类别太多时，错误可能就会增加的比较快；

[0011] 二、神经网络，优点：

[0012] 1)算法鲁棒，抗噪音数据，具有对未经训练的数据进行分析的能力；

[0013] 2)可以处理离散、连续、向量等多种数据形式；

[0014] 3)算法固有并行性，适用于并行计算加快计算过程；

[0015] 缺点：

[0016] 1)网络训练时间长；

[0017] 2)网络模型缺乏可解释性，隐含层和权值中包含的信息难以理解；

[0018] 3)由于sigmoid型的激励函数都存在饱和区，网络训练容易产生麻痹现象；

[0019] 三、SVM使用非线性映射，将原始数据映射到更高维的空间，然后再高维空间中找到一个超平面原始数据被分离的最好，

[0020] 其优点：

[0021] 1)分类鲁棒性强；

[0022] 2)具有很强的泛化和学习能；

[0023] 3)能很好克服传统算法的维数空间和过学习问。

[0024] 缺点：当数据量过大时，训练时间长。

[0025] 在有价票据印刷品缺陷管理中分类准确和计算时间是考虑的两个重要因素。由于印刷产品多，需要分类处理疑似缺陷也随之增加，尤其在连续废的情况下，分类处理时间就至关重要。

[0026] 因此，如何减少样本个数、计算量以及特征提取的时间，在设计出多节点二次核查系统后，如何确保二次核查系统可以更加合理地分配任务，从而提高二次核查系统的核查效率，提高核查的准确率，降低核查成本，在缺陷管理算法设计中，如何提高分类精度，如何将计算速度降到可以接受的范围，从而提高质量检测系统的鲁棒性成为目前亟待解决的技术问题。

发明内容

[0027] 本发明正是基于上述问题，提出了一种新的有价票据的综合判定技术，可以减少样本个数、计算量以及特征提取的时间，还可提高二次核查系统的核查效率，提高核查的准确率，降低核查成本，提高分类精度，提高质量检测系统的鲁棒性。

[0028] 有鉴于此，本发明的第一方面提出了一种有价票据的缺陷管理方法，包括：获取有价票据的样本图像，并根据所述样本图像生成携带有疑似缺陷残点的模版图像；计算所述模版图像中的多个疑似缺陷残点组成的几何图形的质心的位置和几何中心的位置；根据所述质心的位置和所述几何中心的位置，判断所述多个疑似缺陷残点中的任一疑似缺陷残点是否为缺陷残点。

[0029] 在该技术方案中，根据模版图像中的多个疑似缺陷残点组成的几何图形的质心的位置和几何中心的位置判断多个疑似缺陷残点中的任一疑似缺陷残点是否为真正的缺陷残点，其中，可以利用LLE算法(Locally Linear Embedding，局部线性嵌入算法)将有价票据的样本图像生成模版图像，因此，通过上述技术方案，可以避免相关技术中通过高低模版匹配法、或相似性检测法确定疑似缺陷残点是否为真正地缺陷残点，从而避免出现将疑似缺陷残点误判的情况，有效地提高了缺陷残点的检测正确率，进而提高了印刷质量检测系统的鲁棒性。

[0030] 在上述技术方案中，优选地，计算所述模版图像中的多个疑似缺陷残点组成的几何图形的质心的位置和几何中心的位置，以根据所述质心的位置和所述几何中心的位置，判断所述多个疑似缺陷残点中的任一疑似缺陷残点是否为缺陷残点的步骤包括：计算所述多个疑似缺陷残点组成的几何图形的第一质心的位置和第一几何中心的位置，并计算除所述任一疑似缺陷残点之外的其他疑似缺陷残点组成的几何图形的第二质心的位置和第二几何中心的位置；判断所述第一质心的位置和所述第二质心的位置之间的距离是否大于第一阈值，且所述第一几何中心的位置和所述第二几何中心的位置之间的距离是否小于第二阈值；若判断结果为否，则所述任一疑似缺陷残点为所述缺陷残点，否则，所述任一疑似缺陷残点不是所述缺陷残点。

[0031] 在该技术方案中，通过将多个疑似缺陷残点组成的几何图形的第一质心的位置和除任一疑似缺陷残点组成的几何图形的第二质心的位置进行比较，以及将多个疑似缺陷残点组成的几何图形的第一几何中心的位置和除任一疑似缺陷残点组成的几何图形的第二几何中心的位置进行比较，从而可以根据比较结果确定任一疑似缺陷残点是否为真正地缺陷残点，具体的，当第一质心的位置和第二质心的位置之间的距离大于第一阈值，且第一几何中心的位置和第二几何中心的位置之间的距离小于第二阈值时，也就说明第二质心的位置相较于第一质心的位置发生的变化较大，而第二几何中心的位置相较于第一几何中心的位置发生的变化较小，则确定任一疑似缺陷残点有干扰，即任一疑似缺陷残点不是真正的缺陷残点，可以排除该任一缺陷残点，否则，除上述情况外，其他情况均可认为疑似缺陷残点为真正地缺陷残点，如此，可以比较准确地判断任一疑似缺陷残点是否为真正的缺陷残点。

[0032] 在上述任一技术方案中，优选地，所述根据所述样本图像生成携带有疑似缺陷残点的模版图像的步骤，具体包括：根据所述样本图像中的每个样本点的临近点计算权值矩阵；根据所述权值矩阵生成携带有所述疑似缺陷残点的所述模版图像。

[0033] 在该技术方案中，通过计算每个样本点和该样本点的临近点之间的权值矩阵，例如，可以通过度量欧式距离的方法找到每个样本点的临近点，从而可以根据该权值矩阵生成携带有疑似缺陷残点的模版图像。

[0034] 在上述任一技术方案中，优选地，所述根据所述样本图像中的每个样本点的临近点计算权值矩阵的步骤，具体包括：通过以下公式计算所述权值矩阵：

[0035]

[0036] 其中，ε(w)表示误差值，Xi表示任一样本点，Xj(j＝1，2，…，k)表示所述任一样本点的k个临近点，wij表示所述任一样本点和所述临近点之间的所述权值矩阵。

[0037] 在该技术方案中，通过上述公式来计算权值矩阵，其中，当ε(w)的值最小时，即可计算出权值矩阵的值，另外，k为预先给定的值。

[0038] 在上述任一技术方案中，优选地，所述权值矩阵的每一行的和为1。

[0039] 在该技术方案中，权值矩阵的每一行的和为1，即∑jwij＝1，如此，通过使权值矩阵满足上述约束条件，可以确保权值矩阵的有效性。

[0040] 本发明的第二方面提出了一种有价票据的缺陷管理方法，包括：获取有价票据的样本图像；对所述样本图像进行傅立叶变换，以确定所述样本图像的幅度图像和相位图像；获取所述幅度图像对应的幅度还原图像、以及所述相位图像对应的相位X向偏导还原图像和相位Y向偏导还原图像；根据所述幅度还原图像、所述相位X向偏导还原图像和所述相位Y向偏导还原图像生成还原图像；将所述样本图像和所述还原图像进行差分，根据差分结果确定所述有价票据的残差图像。

[0041] 在该技术方案中，通过获取有价票据的样本图像的幅度图像对应的幅度还原图像和相位图像对应的相位X向偏导还原图像和相位Y向偏导还原图像，其中，X表示坐标轴的X向，Y表示坐标轴的Y向，并将幅度还原图像、相位X向偏导还原图像和相位Y向偏导还原图像生成的还原图像和样本图像进行差分，并根据差分结果确定有价票据的残差图像，可以有效地提高印刷质量检测系统的鲁棒性。

[0042] 在上述技术方案中，优选地，所述获取所述幅度图像对应的幅度还原图像、以及所述相位图像对应的相位X向偏导还原图像和相位Y向偏导还原图像的步骤，具体包括：将所述相位图像中的任一图像的相位作为基础相位，并根据所述基础相位对所述相位图像中除所述任一图像之外的其他图像的相位进行处理，以得到相位图像差；根据所述相位图像差确定所述幅度还原图像、所述相位X向偏导还原图像和所述相位Y向偏导还原图像。

[0043] 在该技术方案中，通过将相位图像中的任一图像的相位作为基础相位，例如，将相位图像中的第一幅图像的相位作为基础相位，并根据基础相位对相位图像中的其他图像的相位进行处理，以得到相位图像差，从而可以通过对相位图像差进行偏导计算以比较准确地确定相位X向偏导还原图像和相位Y向偏导还原图像。

[0044] 在上述任一技术方案中，优选地，所述根据所述幅度还原图像、所述相位X向偏导还原图像和所述相位Y向偏导还原图像生成还原图像的步骤，具体包括：根据所述相位X向偏导还原图像或所述相位Y向偏导还原图像与初始点，确定解卷绕相位还原图像；根据所述解卷绕相位还原图像和所述基础相位确定相位还原图像；对所述相位还原图像和所述幅度还原图像进行傅立叶反变换，以确定所述还原图像。

[0045] 在该技术方案中，通过将相位X向偏导还原图像(或者相位Y向偏导还原图像)和幅度还原图像逆向生成为还原图像，利用了“当图像的几何位移发生变化时，图像的频谱中幅度谱保持不变、相位谱只出现线性偏移”的原理，可以有效地说明本发明的有价票据的缺陷管理方法具有较强的形变容忍性。

[0046] 在上述任一技术方案中，优选地，所述根据所述相位图像差确定所述幅度还原图像、所述相位X向偏导还原图像和所述相位Y向偏导还原图像的步骤，具体包括：对所述相位图像差在X向和Y向分别进行偏导计算，以得到所述相位图像差的X向的偏导数和所述相位图像差的Y向的偏导数；对所述幅度图像、所述X向的偏导数、所述Y向的偏导数进行分析和还原，根据分析和还原结果确定所述幅度还原图像、所述相位X向偏导还原图像和所述相位Y向偏导还原图像。

[0047] 在该技术方案中，通过对相位图像差在X向和Y向分别进行偏导计算，可以比较准确地根据X向的偏导数和Y向的偏导数获取相位X向偏导还原图像和相位Y向偏导还原图像，从而能够比较准确地根据相位X向偏导还原图像、相位Y向偏导还原图像和幅度还原图像获取到还原图像。

[0048] 在上述任一技术方案中，优选地，所述根据所述基础相位对所述相位图像中除所述任一图像之外的其他图像的相位进行处理，以得到相位图像差的步骤，具体包括：将所述其他图像的相位与所述基础相位进行减法计算，并对计算结果进行相位解卷绕处理，根据相位解卷绕处理结果确定所述相位图像差。

[0049] 在该技术方案中，通过将其他图像的相位与基础相位相减并进行相位解卷绕处理，可以得到相位图像差，从而可以通过对相位图像差进行偏导计算以比较准确地确定相位X向偏导还原图像和相位Y向偏导还原图像。

[0050] 本发明第三方面提出了一种有价票据的缺陷管理方法，包括：根据有价票据训练集中每个有价票据的缺陷特征，生成第一级子节点；计算每个所述第一级子节点的分割值，并根据所述分割值对所述缺陷特征进行分类；判断所有所述第一级子节点是否不可再分类，在判断结果为是时，分类完成。

[0051] 其中，优选地，根据所述分割值对所述缺陷特征进行分类的步骤，具体包括：若所述分割值小于设定阈值，则采用支持向量机方法对所述缺陷特征进行分类；若所述分割值大于等于所述设定阈值，则采用决策树方法对所述缺陷特征进行分类。

[0052] 在该技术方案中，通过每个第一级子节点的分割值与设定的阀值进行比较，确定采用向量机方法和决策树方法进行的分类，进一步判断所有节点是否不可再分类，确定分类完成，通过采用向量机方法和决策树方法来对缺陷特征进行分类，可以有效的提高分类精度，计算速度也降到了可以接受的范围，提高了算法效率。

[0053] 在上述任一项技术方案中，优选地，根据有价票据的训练集中每个有价票据的缺陷特征，生成第一级子节点的步骤，具体包括：计算所述有价票据训练集中每个有价票据的缺陷特征与其他有价票据的缺陷特征之间的信息增益值；根据所述每个有价票据对应的信息增益值构造所述第一级子节点。

[0054] 在该技术方案中，通过计算有价票据训练集中每个有价票据的缺陷特征与其他有价票据的缺陷特征之间的信息增益值，可以有效的避免错误缺陷的提取，进而对缺陷残点进行再检测，计算缺陷衰减程度，根据衰减程度区分是正常缺陷还是错误缺陷，对衰减程度的判断，可以有效的提高分类精度，并且提高了算法效率。

[0055] 在上述任一项技术方案中，优选地，还包括：计算每个有价票据的残点到缺陷质心的欧氏距离；在任一有价票据的残点到缺陷质心的所述欧氏距离大于或等于预设距离时，删除根据所述任一有价票据的缺陷特征生成的所述第一级子节点。

[0056] 在该技术方案中，通过计算欧氏距离与预设距离进行比较，可以有效的避免异常点对缺陷特征的影响。

[0057] 在上述任一项技术方案中，优选地，所述缺陷特征包括：能量、密度、残点密度、残点饱和度、残点散度和/或残点黑白特性。

[0058] 本发明的第四方面提出了一种有价票据的质量检测系统，用于对有价票据进行质量核查的二次核查系统，包括：获取单元，用于获取所述二次核查系统中的清分机检测为不合格的有价票据的图像信息；第一分配单元，用于根据所述二次核查系统中记录的二次核查节点的状态数据和分配模式，将所述不合格的有价票据的图像信息分配给所述二次核查节点；配置单元，用于获取所述二次核查系统的系统配置信息，根据所述系统配置信息对所述二次核查节点进行配置；触发单元，用于获取所述不合格的有价票据的批次信息，根据所述批次信息触发所述二次核查节点开始图像分析工作或结束图像分析工作，获取所述不合格的有价票据的品种信息，触发所述二次核查节点切换到与所述品种信息对应的图像检测模板。

[0059] 在该技术方案中，根据二次核查系统中记录的二次核查节点的状态数据和分配模式，将清分机检测为不合格的有价票据的图像信息分配给二次核查节点，可以使得不合格的有价票据的图像信息分配地更加合理，有效地提高了二次核查系统对不合格的有价票据的核查效率以及提升了二次核查系统的自动化性能。

[0060] 在上述技术方案中，优选地，还包括：存储单元，用于将所述二次核查节点的二次核查结果和所述批次信息进行关联存储，以得到汇总数据；提取单元，用于从所述汇总数据中提取出所述二次核查结果为不合格的有价票据的图像信息和冠字号信息，并按照所述批次信息将所述二次核查结果为不合格的有价票据的图像信息和冠字号信息写入数据库，以供综合判定系统进行处理。

[0061] 在该技术方案中，通过将二次核查节点的二次核查结果为不合格的有价票据的图像信息和冠字号信息写入数据库，从而使得综合判定系统可以对不合格的有价票据的图像信息再次进行处理以确定不合格的有价票据是否确实为不合格的有价票据，进一步地提升了核查的准确率。

[0062] 在上述任一技术方案中，优选地，所述提取单元还用于，从所述汇总数据中提取出检测过程数据，并将所述检测过程数据提供给关联成套图像实时存储系统进行内容关联和成套存储。

[0063] 在该技术方案中，通过将从汇总数据中提取的检测过程数据提供给关联成套图像实时存储系统，以进行内容关联和成套存储，从而可以将检测过程数据记录下来。

[0064] 在上述任一技术方案中，优选地，还包括：第二分配单元，用于若所有所述二次核查节点出现故障，将所述不合格的有价票据的图像信息分配给所述综合判定系统，以供所述综合判定系统最终判定所述不合格的有价票据是否合格。

[0065] 在该技术方案中，当二次核查节点出现故障时，可以将不合格的有价票据的图像信息分配给综合判定系统，以供综合判定系统最终判定不合格的有价票据是否合格，如此，可以提高二次核查系统的可靠性，避免在二次核查节点出现故障时不能对不合格的有价票据进行二次核查而导致较多的不合格的有价票据被误判的情况。

[0066] 在上述任一技术方案中，优选地，所述分配单元具体用于，若所述分配模式为第一分配模式时，根据所述状态数据中的所述二次核查节点与质量检测系统的连接时间，将所述不合格的有价票据的图像信息分配给所述二次核查节点；若所述分配模式为第二分配模式时，根据所述状态数据中的处理速度，将所述不合格的有价票据的图像信息分配给所述二次核查节点；若所述分配模式为第三分配模式时，根据所述状态数据中的已处理量将所述不合格的有价票据的图像信息分配给所述二次核查节点。

[0067] 在该技术方案中，在不同的分配模式下，将不合格的有价票据分配给二次核查节点的依据不同，如此，可以使得不合格的有价票据的分配更加合理，从而提高了不合格的有价票据的核查效率。

[0068] 本发明第五方面提出了一种有价票据的质量检测方法，包括：将所有有价票据的样本集划分成多个检测区域；将所述多个检测区域中的每个检测区域对应的样本集按照特征进行聚类，以将所述每个检测区域对应的样本集分成多个类别；用所述每个检测区域中多个类别中的每个类别的样本集学习对应的检测区域的参数空间，以得到每个检测区域对应的参数空间；采用每个参数空间对对应的检测区域中的样本集进行质量检测。

[0069] 在该技术方案中，将样本集划分的多个检测区域按照特征进行聚类，分成多个类别，这样，每个子类所构成的空间会更加均匀和平坦，同时缩小样本规模，用每个类别的样本集学习对应的参数空间，根据每个参数空间对对应的检测区域中的样本集进行质量检测，保证模式分析算法的稳定性，并且有效的减少样本个数、计算量以及特征提取的时间，提高了算法效率。

[0070] 在上述技术方案中，优选地，将所述多个检测区域中的每个检测区域对应的样本集按照特征进行聚类，具体包括：将所述每个检测区域中的任一样本作为一个聚类中心的初始值；计算所述检测区域中其他样本与所述任一样本之间的第一欧氏距离；在所述第一欧氏距离大于预设距离时，将所述其他样本作为一个新的聚类中心，否则，将所述其他样本作为以所述任一样本为中心的聚类。

[0071] 在该技术方案中，通过欧氏距离与预设距离的比较，可以避免异常点对确定聚类中心的影响。

[0072] 在上述任一项技术方案中，优选地，在将所述其他样本作为一个新的聚类中心时，分别计算所述检测区域中的剩余样本与所述任一样本之间的第二欧氏距离，以及所述剩余样本与所述其他样本之间的第三欧氏距离，欧氏以确定所述剩余样本所属的聚类。

[0073] 其中，优选地，确定所述剩余样本所属的聚类的步骤，具体包括：在所述第二欧氏距离小于或等于所述预设距离时，将所述剩余样本作为以所述任一样本为中心的聚类，在所述第三欧氏距离小于或等于所述预设距离时，将所述剩余样本作为以所述其他样本为中心的聚类，在所述第二欧氏距离以及所述第三欧氏距离均大于所述预设距离时，比较所述第二欧氏距离与所述第三欧氏距离的大小，在所述第二欧氏距离大于所述第三欧氏距离时，将所述剩余样本作为以所述其他样本为中心的聚类，以及在所述第二欧氏距离小于所述第三欧氏距离时，将所述剩余样本作为以所述任一样本为中心的聚类。

[0074] 在该技术方案中，通过欧氏距离与预设距离的比较来确定样本为中心的聚类，这样，可以使构成的空间更加均匀和平坦，同时缩小了样本规模，保证模式算法的稳定性，提高了算法效率。

[0075] 在上述任一项技术方案中，优选地，根据以下计算公式计算所述第一欧氏距离、所述第二欧氏距离及所述第三欧氏距离：

[0076]

[0077] 其中，D表示所述欧氏距离， 表示作为聚类中心的样本的均值向量，C为总体的协方差矩阵，x表示样本。

[0078] 本发明第六方面提出了一种有价票据的图像分析方法，包括：按照预设顺序对有价票据的图像的多个面向信息进行检测，其中，所述面向信息包括正面信息、背面信息、透视信息和/或红外信息；在检测到任一面向信息不合格时，判定为所述图像不合格；在检测到所述多个面向信息中每个面向信息均合格时，判定为所述图像合格；对所述不合格图像的错误类型和错误工序进行分析并记录，以对所述不合格图像进行管理和统计。

[0079] 在该技术方案中，分别对图像的多种信息进行多次检测，一套图像含有正面、背面、透视、红外等多面向信息，如果其中某一面向不合格，则认为该套图像不合格，只有当所有面向信息都合格时，才认为该套图像合格。这样相当于在进行信息不合格判定时对图像进行了多次检测，使得判定结果更加可靠，有效地提高了判定的准确率，还代替了人工检测，降低了核查成本。

[0080] 在上述技术方案中，优选地，包括：当需要检测的图像的个数为多个时，将所述多个图像分配给多个不同的检测节点，以同时使用所述多个不同的检测节点对所述多个图像进行检测。

[0081] 在该技术方案中，当某一批需要判定的图像数量过多时，可以使用多节点并发运行的方式进行图像的判定，以节约所述多个图像的判定时间。多节点运行涉及到系统内部的调度方法，可以根据各节点各自运行情况分配待判图像至不同的节点。

[0082] 在上述任一项技术方案中，优选地，还包括：分别获取所述不合格图像和所述合格图像的冠字号信息；将所述不合格图像的冠字号信息添加到黑名单中，将所述合格图像的冠字号信息添加到白名单中，以及将所述不合格图像的冠字号信息中的或所述合格图像的冠字号信息中的符合指定条件的冠字号信息添加到灰名单中。

[0083] 在该技术方案中，判定结果的存取皆以数据库为主要载体，系统在判定过程中，判定过程信息和最终结果同步写入数据库中，当软硬件异常或者其它崩溃情况，系统可以智能的从数据库中恢复成当前判定状态，以保持系统运行的一致性。因此，将图像的冠字号信息添加到名单中保存起来，使得系统可以在异常或其他特殊情况下支持调阅图像的判定结果，真实还原以往图像的判定信息。其中，系统支持三种类型的冠字号清单输出：白名单是指系统判定为合格图像的冠字号集；黑名单是指系统判定为不合格图像的冠字号集；灰名单是指符合指定条件的冠字号集。

[0084] 在上述任一项技术方案中，优选地，所述不合格图像的错误类型包括：蹭脏、墨渍、折角、缺印；所述不合格图像的错误工序包括：白纸、胶印、凹印。

[0085] 在上述任一项技术方案中，优选地，根据所述不合格的图像的错误类型和/或错误工序，设置所述预设顺序。

[0086] 在该技术方案中，面向判定顺序可以自定义，一般来说，在判断时，对所有需要判定的图像先判定其正面信息，如果某套图像的正面判定为不合格，则该套图像为不合格，该套图像的其余面向无需再判定；当全部图像的正面判定完毕后，正面判定合格的图像，再进行背面判定。上述规则对判定透视、红外等其他面向信息同样适用。比如，该批图像已知透视面向不合格较多，可以选择默认首先判定透视面向，根据透视判定结果再判定其正面、背面等面向，以节约判定时间并提高系统的运行效率。另外，还可以将多个面向设置设为统一优先级，即将多个面向设置为并列第一判断的标准。因为在有些情况下，图像上的某些信息需要多面结合才能判定其是否合格，此时可同时展示任意数量面向(比如只打开正面/红外两个面向)进行综合信息的判定。在该模式下，系统判定的结果为该套图像的最终结果，无需再进行其它面向的判定。

[0087] 本发明的第七方面提出了一种有价票据的缺陷管理系统，包括：生成单元，用于获取有价票据的样本图像，并根据所述样本图像生成携带有疑似缺陷残点的模版图像；第一计算单元，用于计算所述模版图像中的多个疑似缺陷残点组成的几何图形的质心的位置和几何中心的位置；判断单元，用于根据所述质心的位置和所述几何中心的位置，判断所述多个疑似缺陷残点中的任一疑似缺陷残点是否为缺陷残点。

[0088] 在该技术方案中，根据模版图像中的多个疑似缺陷残点组成的几何图形的质心的位置和几何中心的位置判断多个疑似缺陷残点中的任一疑似缺陷残点是否为真正的缺陷残点，其中，可以利用LLE算法(Locally Linear Embedding，局部线性嵌入算法)将有价票据的样本图像生成模版图像，因此，通过上述技术方案，可以避免相关技术中通过高低模版匹配法、或相似性检测法确定疑似缺陷残点是否为真正地缺陷残点，从而避免出现将疑似缺陷残点误判的情况，有效地提高了缺陷残点的检测正确率，进而提高了印刷质量检测系统的鲁棒性。

[0089] 在上述技术方案中，优选地，所述第一计算单元具体用于，计算所述多个疑似缺陷残点组成的几何图形的第一质心的位置和第一几何中心的位置，并计算除所述任一疑似缺陷残点之外的其他疑似缺陷残点组成的几何图形的第二质心的位置和第二几何中心的位置；所述判断单元具体用于，判断所述第一质心的位置和所述第二质心的位置之间的距离是否大于第一阈值，且所述第一几何中心的位置和所述第二几何中心的位置之间的距离是否小于第二阈值，若判断结果为否，则所述任一疑似缺陷残点为所述缺陷残点，否则，所述任一疑似缺陷残点不是所述缺陷残点。

[0090] 在该技术方案中，通过将多个疑似缺陷残点组成的几何图形的第一质心的位置和除任一疑似缺陷残点组成的几何图形的第二质心的位置进行比较，以及将多个疑似缺陷残点组成的几何图形的第一几何中心的位置和除任一疑似缺陷残点组成的几何图形的第二几何中心的位置进行比较，从而可以根据比较结果确定任一疑似缺陷残点是否为真正地缺陷残点，具体的，当第一质心的位置和第二质心的位置之间的距离大于第一阈值，且第一几何中心的位置和第二几何中心的位置之间的距离小于第二阈值时，也就说明第二质心的位置相较于第一质心的位置发生的变化较大，而第二几何中心的位置相较于第一几何中心的位置发生的变化较小，则确定任一疑似缺陷残点有干扰，即任一疑似缺陷残点不是真正的缺陷残点，可以排除该任一缺陷残点，否则，除上述情况外，其他情况均可认为疑似缺陷残点为真正地缺陷残点，如此，可以比较准确地判断任一疑似缺陷残点是否为真正的缺陷残点。

[0091] 在上述任一技术方案中，优选地，所述生成单元包括：第二计算单元，用于根据所述样本图像中的每个样本点的临近点计算权值矩阵；所述生成单元具体用于，根据所述权值矩阵生成携带有所述疑似缺陷残点的所述模版图像。

[0092] 在该技术方案中，通过计算每个样本点和该样本点的临近点之间的权值矩阵，例如，可以通过度量欧式距离的方法找到每个样本点的临近点，从而可以根据该权值矩阵生成携带有疑似缺陷残点的模版图像。

[0093] 在上述任一技术方案中，优选地，所述第二计算单元具体用于，通过以下公式计算所述权值矩阵：

[0094]

[0095] 其中，ε(w)表示误差值，Xi表示任一样本点，Xj(j＝1，2，…，k)表示所述任一样本点的k个临近点，wij表示所述任一样本点和所述临近点之间的所述权值矩阵。

[0096] 在该技术方案中，通过上述公式来计算权值矩阵，其中，当ε(w)的值最小时，即可计算出权值矩阵的值，另外，k为预先给定的值。

[0097] 在上述任一技术方案中，优选地，所述权值矩阵的每一行的和为1。

[0098] 在该技术方案中，权值矩阵的每一行的和为1，即∑jwij＝1，如此，通过使权值矩阵满足上述约束条件，可以确保权值矩阵的有效性。

[0099] 本发明的第八方面提出了一种有价票据的缺陷管理系统，包括：第一获取单元，用于获取有价票据的样本图像；变换单元，用于对所述样本图像进行傅立叶变换，以确定所述样本图像的幅度图像和相位图像；第二获取单元，用于获取所述幅度图像对应的幅度还原图像、以及所述相位图像对应的相位X向偏导还原图像和相位Y向偏导还原图像；生成单元，用于根据所述幅度还原图像、所述相位X向偏导还原图像和所述相位Y向偏导还原图像生成还原图像；差分单元，用于将所述样本图像和所述还原图像进行差分，根据差分结果确定所述有价票据的残差图像。

[0100] 在该技术方案中，通过获取有价票据的样本图像的幅度图像对应的幅度还原图像和相位图像对应的相位X向偏导还原图像和相位Y向偏导还原图像，其中，X表示坐标轴的X向，Y表示坐标轴的Y向，并将幅度还原图像、相位X向偏导还原图像和相位Y向偏导还原图像生成的还原图像和样本图像进行差分，并根据差分结果确定有价票据的残差图像，可以有效地提高印刷质量检测系统的鲁棒性。

[0101] 在上述技术方案中，优选地，所述第二获取单元包括：处理单元，用于将所述相位图像中的任一图像的相位作为基础相位，并根据所述基础相位对所述相位图像中除所述任一图像之外的其他图像的相位进行处理，以得到相位图像差；所述第二获取单元具体用于，根据所述相位图像差确定所述幅度还原图像、所述相位X向偏导还原图像和所述相位Y向偏导还原图像。

[0102] 在该技术方案中，通过将相位图像中的任一图像的相位作为基础相位，例如，将相位图像中的第一幅图像的相位作为基础相位，并根据基础相位对相位图像中的其他图像的相位进行处理，以得到相位图像差，从而可以通过对相位图像差进行偏导计算以比较准确地确定相位X向偏导还原图像和相位Y向偏导还原图像。

[0103] 在上述任一技术方案中，优选地，所述生成单元包括：第一确定单元，用于根据所述相位X向偏导还原图像或所述相位Y向偏导还原图像与初始点，确定解卷绕相位还原图像；第二确定单元，用于根据所述解卷绕相位还原图像和所述基础相位确定相位还原图像；反变换单元，用于对所述相位还原图像和所述幅度还原图像进行傅立叶反变换，以确定所述还原图像。

[0104] 在该技术方案中，通过将相位X向偏导还原图像(或者相位Y向偏导还原图像)和幅度还原图像逆向生成为还原图像，利用了“当图像的几何位移发生变化时，图像的频谱中幅度谱保持不变、相位谱只出现线性偏移”的原理，可以有效地说明本发明的有价票据的缺陷管理方法具有较强的形变容忍性。

[0105] 在上述任一技术方案中，优选地，所述第二获取单元包括：计算单元，用于对所述相位图像差在X向和Y向分别进行偏导计算，以得到所述相位图像差的X向的偏导数和所述相位图像差的Y向的偏导数；还原单元，用于对所述幅度图像、所述X向的偏导数、所述Y向的偏导数进行分析和还原，根据分析和还原结果确定所述幅度还原图像、所述相位X向偏导还原图像和所述相位Y向偏导还原图像。

[0106] 在该技术方案中，通过对相位图像差在X向和Y向分别进行偏导计算，可以比较准确地根据X向的偏导数和Y向的偏导数获取相位X向偏导还原图像和相位Y向偏导还原图像，从而能够比较准确地根据相位X向偏导还原图像、相位Y向偏导还原图像和幅度还原图像获取到还原图像。

[0107] 在上述任一技术方案中，优选地，所述处理单元具体用于，将所述其他图像的相位与所述基础相位进行减法计算，并对计算结果进行相位解卷绕处理，根据相位解卷绕处理结果确定所述相位图像差。

[0108] 在该技术方案中，通过将其他图像的相位与基础相位相减并进行相位解卷绕处理，可以得到相位图像差，从而可以通过对相位图像差进行偏导计算以比较准确地确定相位X向偏导还原图像和相位Y向偏导还原图像。

[0109] 本发明第九方面提出了一种有价票据的缺陷管理系统，包括：生成单元，用于根据有价票据训练集中每个有价票据的缺陷特征，生成第一级子节点；分类单元，用于计算每个所述第一级子节点的分割值，并根据所述分割值对所述缺陷特征进行分类；处理单元，用于判断所有所述第一级子节点是否不可再分类，在判断结果为是时，分类完成。

[0110] 其中，优选地，所述分类单元具体用于：若所述分割值小于设定阈值，则采用支持向量机方法对所述缺陷特征进行分类，以及若所述分割值大于等于所述设定阈值，则采用决策树方法对所述缺陷特征进行分类。

[0111] 在该技术方案中，通过每个第一级子节点的分割值与设定的阀值进行比较，确定采用向量机方法和决策树方法进行的分类，进一步判断所有节点是否不可再分类，确定分类完成，通过采用向量机方法和决策树方法来对缺陷特征进行分类，可以有效的提高分类精度，计算速度也降到了可以接受的范围，提高了算法效率。

[0112] 在上述任一项技术方案中，优选地，所述生成单元具体用于：计算所述有价票据训练集中每个有价票据的缺陷特征与其他有价票据的缺陷特征之间的信息增益值，以及根据所述每个有价票据对应的信息增益值构造所述第一级子节点。

[0113] 在该技术方案中，通过计算有价票据训练集中每个有价票据的缺陷特征与其他有价票据的缺陷特征之间的信息增益值，可以有效的避免错误缺陷的提取，进而对缺陷残点进行再检测，计算缺陷衰减程度，根据衰减程度区分是正常缺陷还是错误缺陷，对衰减程度的判断，可以有效的提高分类精度，并且提高了算法效率。

[0114] 在上述任一项技术方案中，优选地，还包括：计算单元，用于计算每个有价票据的残点到缺陷质心的欧氏距离；删除单元，用于在任一有价票据的残点到缺陷质心的所述欧氏距离大于或等于预设距离时，删除根据所述任一有价票据的缺陷特征生成的所述第一级子节点。

[0115] 在该技术方案中，通过计算欧氏距离与预设距离进行比较，可以有效的避免异常点对缺陷特征的影响。

[0116] 在上述任一项技术方案中，优选地，所述缺陷特征包括：能量、密度、残点密度、残点饱和度、残点散度和/或残点黑白特性。

[0117] 本发明的第十方面提出了一种有价票据的质量检测方法，用于对有价票据进行质量核查的二次核查系统，包括：获取所述二次核查系统中的清分机检测为不合格的有价票据的图像信息；根据所述二次核查系统中记录的二次核查节点的状态数据和分配模式，将所述不合格的有价票据的图像信息分配给所述二次核查节点；获取所述二次核查系统的系统配置信息，根据所述系统配置信息对所述二次核查节点进行配置；获取所述不合格的有价票据的批次信息，根据所述批次信息触发所述二次核查节点开始图像分析工作或结束图像分析工作；获取所述不合格的有价票据的品种信息，触发所述二次核查节点切换到与所述品种信息对应的图像检测模板。

[0118] 在该技术方案中，根据二次核查系统中记录的二次核查节点的状态数据和分配模式，将清分机检测为不合格的有价票据的图像信息分配给二次核查节点，可以使得不合格的有价票据的图像信息分配地更加合理，有效地提高了二次核查系统对不合格的有价票据的核查效率以及提升了二次核查系统的自动化性能。

[0119] 在上述技术方案中，优选地，还包括：将所述二次核查节点的二次核查结果和所述批次信息进行关联存储，以得到汇总数据；从所述汇总数据中提取出所述二次核查结果为不合格的有价票据的图像信息和冠字号信息，并按照所述批次信息将所述二次核查结果为不合格的有价票据的图像信息和冠字号信息写入数据库，以供综合判定系统进行处理。

[0120] 在该技术方案中，通过将二次核查节点的二次核查结果为不合格的有价票据的图像信息和冠字号信息写入数据库，从而使得综合判定系统可以对不合格的有价票据的图像信息再次进行处理以确定不合格的有价票据是否确实为不合格的有价票据，进一步地提升了核查的准确率。

[0121] 在上述任一技术方案中，优选地，所述将所述二次核查节点的二次核查结果和所述批次信息进行关联存储，以得到汇总数据的步骤之后，还包括：从所述汇总数据中提取出检测过程数据，并将所述检测过程数据提供给关联成套图像实时存储系统进行内容关联和成套存储。

[0122] 在该技术方案中，通过将从汇总数据中提取的检测过程数据提供给关联成套图像实时存储系统，以进行内容关联和成套存储，从而可以将检测过程数据记录下来。

[0123] 在上述任一技术方案中，优选地，还包括：若所有所述二次核查节点出现故障，将所述不合格的有价票据的图像信息分配给所述综合判定系统，以供所述综合判定系统最终判定所述不合格的有价票据是否合格。

[0124] 在该技术方案中，当二次核查节点出现故障时，可以将不合格的有价票据的图像信息分配给综合判定系统，以供综合判定系统最终判定不合格的有价票据是否合格，如此，可以提高二次核查系统的可靠性，避免在二次核查节点出现故障时不能对不合格的有价票据进行二次核查而导致较多的不合格的有价票据被误判的情况。

[0125] 在上述任一技术方案中，优选地，所述根据所述二次核查系统中记录的二次核查节点的状态数据和分配模式，将所述不合格的有价票据的图像信息分配给所述二次核查节点的步骤，具体包括：若所述分配模式为第一分配模式时，根据所述状态数据中的所述二次核查节点与质量检测系统的连接时间，将所述不合格的有价票据的图像信息分配给所述二次核查节点；若所述分配模式为第二分配模式时，根据所述状态数据中的处理速度，将所述不合格的有价票据的图像信息分配给所述二次核查节点；若所述分配模式为第三分配模式时，根据所述状态数据中的已处理量将所述不合格的有价票据的图像信息分配给所述二次核查节点。

[0126] 在该技术方案中，在不同的分配模式下，将不合格的有价票据分配给二次核查节点的依据不同，如此，可以使得不合格的有价票据的分配更加合理，从而提高了不合格的有价票据的核查效率。

[0127] 本发明第十一方面提出了一种有价票据的质量检测系统，包括：划分单元，用于将所有有价票据的样本集划分成多个检测区域；聚类单元，用于将所述多个检测区域中的每个检测区域对应的样本集按照特征进行聚类，以将所述每个检测区域对应的样本集分成多个类别；学习单元，用于用所述每个检测区域中多个类别中的每个类别的样本集学习对应的检测区域的参数空间，以得到每个检测区域对应的参数空间；检测单元，用于采用每个参数空间对对应的检测区域中的样本集进行质量检测。

[0128] 在该技术方案中，将样本集划分的多个检测区域按照特征进行聚类，分成多个类别，这样，每个子类所构成的空间会更加均匀和平坦，同时缩小样本规模，用每个类别的样本集学习对应的参数空间，根据每个参数空间对对应的检测区域中的样本集进行质量检测，保证模式分析算法的稳定性，并且有效的减少样本个数、计算量以及特征提取的时间，提高了算法效率。

[0129] 在上述技术方案中，优选地，所述聚类单元包括：设置单元，用于将所述每个检测区域中的任一样本作为一个聚类中心的初始值；计算单元，用于计算所述检测区域中其他样本与所述任一样本之间的第一欧氏距离；确认单元，用于在所述第一欧氏距离大于预设距离时，将所述其他样本作为一个新的聚类中心，否则，将所述其他样本作为以所述任一样本为中心的聚类。

[0130] 在该技术方案中，通过欧氏距离与预设距离的比较，可以避免异常点对确定聚类中心的影响。

[0131] 在上述任一项技术方案中，优选地，所述计算单元，还用于在将所述其他样本作为一个新的聚类中心时，分别计算所述检测区域中的剩余样本与所述任一样本之间的第二欧氏距离，以及所述剩余样本与所述其他样本之间的第三欧氏距离，以确定所述剩余样本所属的聚类。

[0132] 其中，优选地，所述确定单元，还用于在所述第二欧氏距离小于或等于所述预设距离时，将所述剩余样本作为以所述任一样本为中心的聚类，在所述第三欧氏距离小于或等于所述预设距离时，将所述剩余样本作为以所述其他样本为中心的聚类，在所述第二欧氏距离以及所述第三欧氏距离均大于所述预设距离时，比较所述第二欧氏距离与所述第三欧氏距离的大小，在所述第二欧氏距离大于所述第三欧氏距离时，将所述剩余样本作为以所述其他样本为中心的聚类，以及在所述第二欧氏距离小于所述第三欧氏距离时，将所述剩余样本作为以所述任一样本为中心的聚类。

[0133] 在该技术方案中，通过欧氏距离与预设距离的比较来确定样本为中心的聚类，这样，可以使构成的空间更加均匀和平坦，同时缩小了样本规模，保证模式算法的稳定性，提高了算法效率。

[0134] 在上述任一项技术方案中，优选地，所述计算单元具体用于，根据以下计算公式计算所述第一欧氏距离、所述第二欧氏距离及所述第三欧氏距离：

[0135]

[0136] 其中，D表示所述欧氏距离， 表示作为聚类中心的样本的均值向量，C为总体的协方差矩阵，x表示样本。

[0137] 通过以上技术方案，在不影响检测精度的条件下，可以减少样本个数、计算量以及特征提取的时间，提高了算法效率。

[0138] 本发明第十二方面还提出了一种有价票据的图像分析系统，包括：检测单元，用于按照预设顺序对有价票据的图像的多个面向信息进行检测，其中，所述面向信息包括正面信息、背面信息、透视信息和/或红外信息；判定单元，用于在检测到任一面向信息不合格时，判定为所述图像不合格，以及在检测到所述多个面向信息中每个面向信息均合格时，判定为所述图像合格；处理单元，用于对所述不合格图像的错误类型和错误工序进行分析并记录，以对所述不合格图像进行管理和统计。

[0139] 在该技术方案中，分别对图像的多种信息进行多次检测，一套图像含有正面、背面、透视、红外等多面向信息，如果其中某一面向不合格，则认为该套图像不合格，只有当所有面向信息都合格时，才认为该套图像合格。这样相当于在进行信息不合格判定时对图像进行了多次检测，使得判定结果更加可靠，有效地提高了判定的准确率，还代替了人工检测，降低了核查成本。

[0140] 在上述技术方案中，优选地，包括：分配单元，用于当需要检测的图像的个数为多个时，将所述多个图像分配给多个不同的检测节点，以同时使用所述多个不同的检测节点对所述多个图像进行检测。

[0141] 在该技术方案中，当某一批需要判定的图像数量过多时，可以使用多节点并发运行的方式进行图像的判定，以节约所述多个图像的判定时间。多节点运行涉及到系统内部的调度方法，可以根据各节点各自运行情况分配待判图像至不同的节点。

[0142] 在上述技术方案中，优选地，还包括：获取单元，用于分别获取所述不合格图像的和所述合格图像的冠字号信息；添加单元，用于将所述不合格图像的冠字号信息添加到黑名单中，将所述合格图像的冠字号信息添加到白名单中，以及将所述不合格图像的冠字号信息中的或所述合格图像的冠字号信息中的符合指定条件的冠字号信息添加到灰名单中。

[0143] 在该技术方案中，判定结果的存取皆以数据库为主要载体，系统在判定过程中，判定过程信息和最终结果同步写入数据库中，当软硬件异常或者其它崩溃情况，系统可以智能的从数据库中恢复成当前判定状态，以保持系统运行的一致性。因此，将图像的冠字号信息添加到名单中保存起来，使得系统可以在异常或其他特殊情况下支持调阅图像的判定结果，真实还原以往图像的判定信息。其中，系统支持三种类型的冠字号清单输出：白名单是指系统判定为合格图像的冠字号集；黑名单是指系统判定为不合格图像的冠字号集；灰名单是指符合指定条件的冠字号集。

[0144] 在上述任一项技术方案中，优选地，所述不合格图像的错误类型包括：蹭脏、墨渍、折角和/或缺印；所述不合格图像的错误工序包括：白纸、胶印和/或凹印。

[0145] 在上述任一项技术方案中，优选地，根据所述不合格的图像的错误类型和/或错误工序，设置所述预设顺序。

[0146] 在该技术方案中，面向判定顺序可以自定义，一般来说，在判断时，对所有需要判定的图像先判定其正面信息，如果某套图像的正面判定为不合格，则该套图像为不合格，该套图像的其余面向无需再判定；当全部图像的正面判定完毕后，正面判定合格的图像，再进行背面判定。上述规则对判定透视、红外等其他面向信息同样适用。比如，该批图像已知透视面向不合格较多，可以选择默认首先判定透视面向，根据透视判定结果再判定其正面、背面等面向，以节约判定时间并提高系统的运行效率。另外，还可以将多个面向设置设为统一优先级，即将多个面向设置为并列第一判断的标准。因为在有些情况下，图像上的某些信息需要多面结合才能判定其是否合格，此时可同时展示任意数量面向(比如只打开正面/红外两个面向)进行综合信息的判定。在该模式下，系统判定的结果为该套图像的最终结果，无需再进行其它面向的判定。

[0147] 通过以上技术方案，可以减少样本个数、计算量以及特征提取的时间，还可提高二次核查系统的核查效率，提高核查的准确率，降低核查成本，提高分类精度，提高质量检测系统的鲁棒性。

附图说明

[0148] 图1示出了根据本发明的第一方面实施例的一个实施例的有价票据的缺陷管理方法的流程示意图；

[0149] 图2示出了根据本发明的第二方面实施例的一个实施例的有价票据的缺陷管理方法的流程示意图；

[0150] 图3示出了根据本发明的第三方面实施例的一个实施例的有价票据的缺陷管理方法的示意流程图；

[0151] 图4示出了根据本发明的第三方面实施例的另一个实施例的有价票据的缺陷管理方法的示意流程图；

[0152] 图5示出了根据本发明的第四方面实施例的一个实施例的有价票据的质量检测系统的结构示意图；

[0153] 图6示出了根据本发明的第五方面实施例的一个实施例的有价票据的质量检测方法的示意流程图；

[0154] 图7示出了根据本发明的第五方面实施例的另一个实施例的有价票据的质量检测方法的示意流程图；

[0155] 图8示出了根据本发明的第六方面实施例的一个实施例的有价票据的图像分析方法的示意流程图；

[0156] 图9示出了根据本发明第六方面实施例的另一个的实施例的有价票据的图像分析方法的系统处理示意图；

[0157] 图10示出了根据本发明的第七方面实施例的一个实施例的有价票据的缺陷管理系统的结构示意图；

[0158] 图11示出了根据本发明的第八方面实施例的一个实施例的有价票据的缺陷管理系统的结构示意图；

[0159] 图12示出了根据本发明的第九方面实施例的一个实施例的有价票据的缺陷管理系统的示意框图；

[0160] 图13示出了根据本发明的第十方面实施例的一个实施例的有价票据的质量检测方法的流程示意图；

[0161] 图14示出了根据本发明的第十方面实施例的另一个实施例的有价票据的质量检测方法的流程示意图；

[0162] 图15示出了根据本发明的第十方面实施例的一个实施例的二次核查系统的结构示意图；

[0163] 图16示出了根据本发明的第十一方面实施例的一个实施例的有价票据的质量检测系统的示意框图；

[0164] 图17示出了根据本发明的第十二方面实施例的一个实施例的有价票据的图像分析系统的示意框图。

具体实施方式

[0165] 为了能够更清楚地理解本发明的上述目的、特征和优点，下面结合附图和具体实施方式对本发明进行进一步的详细描述。需要说明的是，在不冲突的情况下，本申请的实施例及实施例中的特征可以相互组合。

[0166] 在下面的描述中阐述了很多具体细节以便于充分理解本发明，但是，本发明还可以采用其他不同于在此描述的其他方式来实施，因此，本发明的保护范围并不受下面公开的具体实施例的限制。

[0167] 图1示出了根据本发明的第一方面实施例的一个实施例的有价票据的缺陷管理方法的流程示意图。

[0168] 如图1所示，根据本发明的一个实施例的有价票据的缺陷管理方法，包括：

[0169] 步骤102，获取有价票据的样本图像，并根据所述样本图像生成携带有疑似缺陷残点的模版图像；

[0170] 步骤104，计算所述模版图像中的多个疑似缺陷残点组成的几何图形的质心的位置和几何中心的位置；

[0171] 步骤106，根据所述质心的位置和所述几何中心的位置，判断所述多个疑似缺陷残点中的任一疑似缺陷残点是否为缺陷残点。

[0172] 在该技术方案中，根据模版图像中的多个疑似缺陷残点组成的几何图形的质心的位置和几何中心的位置判断多个疑似缺陷残点中的任一疑似缺陷残点是否为真正的缺陷残点，其中，可以利用LLE算法(Locally Linear Embedding，局部线性嵌入算法)将有价票据的样本图像生成模版图像，因此，通过上述技术方案，可以避免相关技术中通过高低模版匹配法、或相似性检测法确定疑似缺陷残点是否为真正地缺陷残点，从而避免出现将疑似缺陷残点误判的情况，有效地提高了缺陷残点的检测正确率，进而提高了印刷质量检测系统的鲁棒性。

[0173] 在上述技术方案中，优选地，步骤104和步骤106包括：计算所述多个疑似缺陷残点组成的几何图形的第一质心的位置和第一几何中心的位置，并计算除所述任一疑似缺陷残点之外的其他疑似缺陷残点组成的几何图形的第二质心的位置和第二几何中心的位置；判断所述第一质心的位置和所述第二质心的位置之间的距离是否大于第一阈值，且所述第一几何中心的位置和所述第二几何中心的位置之间的距离是否小于第二阈值；若判断结果为否，则所述任一疑似缺陷残点为所述缺陷残点，否则，所述任一疑似缺陷残点不是所述缺陷残点。

[0174] 在该技术方案中，通过将多个疑似缺陷残点组成的几何图形的第一质心的位置和除任一疑似缺陷残点组成的几何图形的第二质心的位置进行比较，以及将多个疑似缺陷残点组成的几何图形的第一几何中心的位置和除任一疑似缺陷残点组成的几何图形的第二几何中心的位置进行比较，从而可以根据比较结果确定任一疑似缺陷残点是否为真正地缺陷残点，具体的，当第一质心的位置和第二质心的位置之间的距离大于第一阈值，且第一几何中心的位置和第二几何中心的位置之间的距离小于第二阈值时，也就说明第二质心的位置相较于第一质心的位置发生的变化较大，而第二几何中心的位置相较于第一几何中心的位置发生的变化较小，则确定任一疑似缺陷残点有干扰，即任一疑似缺陷残点不是真正的缺陷残点，可以排除该任一缺陷残点，否则，除上述情况外，其他情况均可认为疑似缺陷残点为真正地缺陷残点，如此，可以比较准确地判断任一疑似缺陷残点是否为真正的缺陷残点。

[0175] 在上述任一技术方案中，优选地，步骤102具体包括：根据所述样本图像中的每个样本点的临近点计算权值矩阵；根据所述权值矩阵生成携带有所述疑似缺陷残点的所述模版图像。

[0176] 在该技术方案中，通过计算每个样本点和该样本点的临近点之间的权值矩阵，例如，可以通过度量欧式距离的方法找到每个样本点的临近点，从而可以根据该权值矩阵生成携带有疑似缺陷残点的模版图像。

[0177] 在上述任一技术方案中，优选地，所述根据所述样本图像中的每个样本点的临近点计算权值矩阵的步骤，具体包括：通过以下公式计算所述权值矩阵：

[0178]

[0179] 其中，ε(w)表示误差值，xi表示任一样本点，xj(j＝1，2，…，k)表示所述任一样本点的k个临近点，wij表示所述任一样本点和所述临近点之间的所述权值矩阵。

[0180] 在该技术方案中，通过上述公式来计算权值矩阵，其中，当ε(w)的值最小时，即可计算出权值矩阵的值，另外，k为预先给定的值。

[0181] 在上述任一技术方案中，优选地，所述权值矩阵的每一行的和为1。

[0182] 在该技术方案中，权值矩阵的每一行的和为1，即∑jwij＝1，如此，通过使权值矩阵满足上述约束条件，可以确保权值矩阵的有效性。

[0183] 图2示出了根据本发明的第二方面实施例的一个实施例的有价票据的缺陷管理方法的流程示意图。

[0184] 如图2所示，根据本发明的一个实施例的有价票据的缺陷管理方法包括：

[0185] 步骤202，获取有价票据的样本图像；

[0186] 步骤204，对所述样本图像进行傅立叶变换，以确定所述样本图像的幅度图像和相位图像；

[0187] 步骤206，获取所述幅度图像对应的幅度还原图像、以及所述相位图像对应的相位X向偏导还原图像和相位Y向偏导还原图像；

[0188] 步骤208，根据所述幅度还原图像、所述相位X向偏导还原图像和所述相位Y向偏导还原图像生成还原图像；

[0189] 步骤210，将所述样本图像和所述还原图像进行差分，根据差分结果确定所述有价票据的残差图像。

[0190] 在该技术方案中，通过获取有价票据的样本图像的幅度图像对应的幅度还原图像和相位图像对应的相位X向偏导还原图像和相位Y向偏导还原图像，其中，X表示坐标轴的X向，Y表示坐标轴的Y向，并将幅度还原图像、相位X向偏导还原图像和相位Y向偏导还原图像生成的还原图像和样本图像进行差分，并根据差分结果确定有价票据的残差图像，可以有效地提高印刷质量检测系统的鲁棒性。

[0191] 在上述技术方案中，优选地，步骤206具体包括：将所述相位图像中的任一图像的相位作为基础相位，并根据所述基础相位对所述相位图像中除所述任一图像之外的其他图像的相位进行处理，以得到相位图像差；根据所述相位图像差确定所述幅度还原图像、所述相位X向偏导还原图像和所述相位Y向偏导还原图像。

[0192] 在该技术方案中，通过将相位图像中的任一图像的相位作为基础相位，例如，将相位图像中的第一幅图像的相位作为基础相位，并根据基础相位对相位图像中的其他图像的相位进行处理，以得到相位图像差，从而可以通过对相位图像差进行偏导计算以比较准确地确定相位X向偏导还原图像和相位Y向偏导还原图像。

[0193] 在上述任一技术方案中，优选地，步骤208具体包括：根据所述相位X向偏导还原图像或所述相位Y向偏导还原图像与初始点，确定解卷绕相位还原图像；根据所述解卷绕相位还原图像和所述基础相位确定相位还原图像；对所述相位还原图像和所述幅度还原图像进行傅立叶反变换，以确定所述还原图像。

[0194] 在该技术方案中，通过将相位X向偏导还原图像(或者相位Y向偏导还原图像)和幅度还原图像逆向生成为还原图像，利用了“当图像的几何位移发生变化时，图像的频谱中幅度谱保持不变、相位谱只出现线性偏移”的原理，可以有效地说明本发明的有价票据的缺陷管理方法具有较强的形变容忍性。

[0195] 在上述任一技术方案中，优选地，所述根据所述相位图像差确定所述幅度还原图像、所述相位X向偏导还原图像和所述相位Y向偏导还原图像的步骤，具体包括：对所述相位图像差在X向和Y向分别进行偏导计算，以得到所述相位图像差的X向的偏导数和所述相位图像差的Y向的偏导数；对所述幅度图像、所述X向的偏导数、所述Y向的偏导数进行分析和还原，根据分析和还原结果确定所述幅度还原图像、所述相位X向偏导还原图像和所述相位Y向偏导还原图像。

[0196] 在该技术方案中，通过对相位图像差在X向和Y向分别进行偏导计算，可以比较准确地根据X向的偏导数和Y向的偏导数获取相位X向偏导还原图像和相位Y向偏导还原图像，从而能够比较准确地根据相位X向偏导还原图像、相位Y向偏导还原图像和幅度还原图像获取到还原图像。

[0197] 在上述任一技术方案中，优选地，所述根据所述基础相位对所述相位图像中除所述任一图像之外的其他图像的相位进行处理，以得到相位图像差的步骤，具体包括：将所述其他图像的相位与所述基础相位进行减法计算，并对计算结果进行相位解卷绕处理，根据相位解卷绕处理结果确定所述相位图像差。

[0198] 在该技术方案中，通过将其他图像的相位与基础相位相减并进行相位解卷绕处理，可以得到相位图像差，从而可以通过对相位图像差进行偏导计算以比较准确地确定相位X向偏导还原图像和相位Y向偏导还原图像。

[0199] 图3示出了根据本发明的第三方面实施例的一个实施例的有价票据的缺陷管理方法的流程图。

[0200] 如图3所示，根据本发明的实施例的有价票据的缺陷管理方法，包括：

[0201] 步骤302，根据有价票据训练集中每个有价票据的缺陷特征，生成第一级子节点；

[0202] 步骤304，计算每个所述第一级子节点的分割值，并根据所述分割值对所述缺陷特征进行分类；

[0203] 步骤306，判断所有所述第一级子节点是否不可再分类，在判断结果为是时，分类完成。

[0204] 其中，优选地，根据所述分割值对所述缺陷特征进行分类的步骤，具体包括：若所述分割值小于设定阈值，则采用支持向量机方法对所述缺陷特征进行分类；若所述分割值大于等于所述设定阈值，则采用决策树方法对所述缺陷特征进行分类。

[0205] 在该技术方案中，通过每个第一级子节点的分割值与设定的阀值进行比较，确定采用向量机方法和决策树方法进行的分类，进一步判断所有节点是否不可再分类，确定分类完成，通过采用向量机方法和决策树方法来对缺陷特征进行分类，可以有效的提高分类精度，计算速度也降到了可以接受的范围，提高了算法效率。

[0206] 在上述任一项技术方案中，优选地，根据有价票据的训练集中的每个有价票据的缺陷特征，生成第一级子节点的步骤，具体包括：计算所述有价票据训练集中每个有价票据的缺陷特征与其他有价票据的缺陷特征之间的信息增益值；根据所述每个有价票据对应的信息增益值构造所述第一级子节点。

[0207] 在该技术方案中，通过计算有价票据训练集中每个有价票据的缺陷特征与其他有价票据的缺陷特征之间的信息增益值，可以有效的避免错误缺陷的提取，进而对缺陷残点进行再检测，计算缺陷衰减程度，根据衰减程度区分是正常缺陷还是错误缺陷，对衰减程度的判断，可以有效的提高分类精度，并且提高了算法效率。

[0208] 在上述任一项技术方案中，优选地，还包括：计算每个有价票据的残点到缺陷质心的欧氏距离；在任一有价票据的残点到缺陷质心的所述欧氏距离大于或等于预设距离时，删除根据所述任一有价票据的缺陷特征生成的所述第一级子节点。

[0209] 在该技术方案中，通过计算欧氏距离与预设距离进行比较，可以有效的避免异常点对缺陷特征的影响。

[0210] 在上述任一项技术方案中，优选地，所述缺陷特征包括：能量、密度、残点密度、残点饱和度、残点散度和/或残点黑白特性。

[0211] 具体地，可以通过以下多个实施例来具体实施本发明的技术方案：

[0212] 实施例一：通过根据有价票据训练集中每个有价票据的能量、密度、残点密度、残点饱和度、残点散度和/或残点黑白特性等缺陷特征，生成第一级子节点，并计算每个第一级子节点的分割值，以在分割值小于设定阈值，采用支持向量机方法对缺陷特征进行分类；在分割值大于等于设定阈值，采用决策树方法对所述缺陷特征进行分类，直至所有第一级子节点不可再分类，确定分类完成，可以有效的提高分类精度，计算速度也降到了可以接受的范围，提高了算法效率。其中，训练集是对系统的参数进行训练的一定数量的样本。

[0213] 实施例二：在实施例一的基础上，具体还可以通过计算每个有价票据的缺陷特征与其他有价票据的缺陷特征之间的信息增益值，并根据每个有价票据对应的信息增益值构造第一级子节点，可以有效的避免错误缺陷的提取，进而对缺陷残点进行再检测，计算缺陷衰减程度，根据衰减程度区分是正常缺陷还是错误缺陷，对衰减程度的判断，可以有效的提高分类精度，并且提高了算法效率。

[0214] 实施例三：在实施例一的基础上，具体还可以进一步排除异常点对缺陷特征的影响：计算每个有价票据的残点到缺陷质心的欧氏距离，并在任一有价票据的残点到缺陷质心的欧氏距离大于或等于预设距离时，删除根据任一有价票据的缺陷特征生成的第一级子节点。

[0215] 以下结合图4对本发明的技术方案作进一步说明。

[0216] 如图4所示，根据本发明的有价票据的缺陷管理方法，包括：

[0217] 步骤402，提取特征1，特征1与1进行比较，若特征1大于1时，进入步骤404；若特征1小于等于1时，进入步骤414。

[0218] 步骤404，提取特征2，若特征2小于0时，进入步骤406；若特征2大于等于0时，进入步骤408。

[0219] 步骤406，获得分类1。

[0220] 步骤408，SVM使用该节点上的所有训练集进行SVM分类。

[0221] 步骤410，获得分类2。

[0222] 步骤412，获得分类n。

[0223] 步骤414，SVM使用该节点上的所有训练集进行SVM分类。

[0224] 步骤416，获得分类1。

[0225] 步骤418，获得分类n。

[0226] 具体的步骤如下：

[0227] 一、特征提取优化

[0228] 1)为避免错误缺陷的提取，对缺陷残点进行再检测，逐步加强参数，计算缺陷衰减程度。根据衰减程度区分是正常缺陷还是错误缺陷。同时在分类学习中加入错误缺陷标记，可以通过分类算法区分是否为真正缺陷。

[0229] 2)为了避免异常点对缺陷特征的影响，在特征提取过程中，增加抗干扰处理。通过聚合缺陷残点，计算每个残点到缺陷质心的欧氏距离，删除距离过大的干扰点。

[0230] 3)设计有效的缺陷特征，能量，面积，残点密度，残点饱和度，残点散度，残点黑白特性等。

[0231] 二、分类算法步骤

[0232] 设缺陷特征为F＝{f1,f2,...,fn}，分类标记C＝{C1,C2,...,Cm}。

[0233] 1)根据训练集的缺陷特征，生成树的根节点即第一级子节点。在子节点中分类的分割值最大，使得分类间距离最大。

[0234] 2)计算第一级子节点中每个节点分割值，若分割值小于设定阈值，则说明该节点中的特征值，用决策树难以达到较好的分类效果，则采用SVM进行分类；对于可以进一步分类的节点，按照决策树方法进行分类。

[0235] 3)进行SVM分类时，应当采用该节点上的特征值进行分类，还是采用核函数进行升维分类。

[0236] 4)计算所有节点是否不可再分类，如若是，则分类完成，如若没有，则重复第二、三步，直达不可再分。

[0237] 三、特征提取优化

[0238] 1)为避免错误缺陷的提取，对缺陷残点进行在检测，逐步加强参数，计算缺陷衰减程度。根据衰减程度区分是正常缺陷还是错误缺陷。同时在分类学习中加入错误缺陷标记，可以通过分类算法区分是否为真正缺陷。

[0239] 2)为了避免异常点对缺陷特征的影响，在特征提取过程中，增加抗干扰处理。通过聚合缺陷残点，计算每个残点到缺陷质心的欧氏距离，删除距离过大的干扰点。

[0240] 3)设计有效的缺陷特征，能量，面积，残点密度，残点饱和度，残点散度，残点黑白特性等。

[0241] 四、分类算法步骤

[0242] 假设获得缺陷属性为F＝{f1,f2,...,fk}，缺陷类型记为C＝{C1,C2,...,Cm}。训练样样本集S＝{x1,x2,...,xn}，决策树算法采用ID3。

[0243] 1)计算属性F之间的信息增益值Gain(S,fi)，其中i＝1,2,…,k，表示属性fi在集合S上的信息增益。

[0244] 2)选择最大的属性Gain(S,fi)作为决策树节点。

[0245] 3)按照属性fi的离散值d构造子节点dj，j＝1,2,...,l，并把样本集S分为Sj分别对应于dj，表示fi有l种可能值。

[0246] 4)计算所有子节点dj对应样本集Sj的信息增益值Gain(S,fp),其中p＝1,2,…,k,p≠i。

[0247] 5)如果Gain(S,fp)＞＝T(T为增益阈值)，可以继续重复步骤1)至3)进行决策树分类；如果Gain(S,fp)＜T,则进行步骤6)。

[0248] 6)把子节点dj所对应的样本集Sj使用支持向量机(SVM)方法进行分类，把分类结果直接作为dj的叶子节点。

[0249] 重复步骤4)至6)直到完成所有子节点dj的分类，计算出所有分类结果的叶子节点。

[0250] 图5示出了根据本发明第四方面实施例的的一个实施例的有价票据的质量检测系统的结构示意图。

[0251] 如图5所示，根据本发明的一个实施例的有价票据的质量检测系统500，包括：获取单元502，第一分配单元504，配置单元506和触发单元508，其中，所述获取单元502，用于获取所述二次核查系统中的清分机检测为不合格的有价票据的图像信息；所述第一分配单元504，用于根据所述二次核查系统中记录的二次核查节点的状态数据和分配模式，将所述不合格的有价票据的图像信息分配给所述二次核查节点；所述配置单元506，用于获取所述二次核查系统的系统配置信息，根据所述系统配置信息对所述二次核查节点进行配置；所述触发单元508，用于获取所述不合格的有价票据的批次信息，根据所述批次信息触发所述二次核查节点开始图像分析工作或结束图像分析工作，获取所述不合格的有价票据的品种信息，触发所述二次核查节点切换到与所述品种信息对应的图像检测模板。

[0252] 在该技术方案中，根据二次核查系统中记录的二次核查节点的状态数据和分配模式，将清分机检测为不合格的有价票据的图像信息分配给二次核查节点，可以使得不合格的有价票据的图像信息分配地更加合理，有效地提高了二次核查系统对不合格的有价票据的核查效率以及提升了二次核查系统的自动化性能。

[0253] 在上述技术方案中，优选地，还包括：存储单元510，用于将所述二次核查节点的二次核查结果和所述批次信息进行关联存储，以得到汇总数据；提取单元512，用于从所述汇总数据中提取出所述二次核查结果为不合格的有价票据的图像信息和冠字号信息，并按照所述批次信息将所述二次核查结果为不合格的有价票据的图像信息和冠字号信息写入数据库，以供综合判定系统进行处理。

[0254] 在该技术方案中，通过将二次核查节点的二次核查结果为不合格的有价票据的图像信息和冠字号信息写入数据库，从而使得综合判定系统可以对不合格的有价票据的图像信息再次进行处理以确定不合格的有价票据是否确实为不合格的有价票据，进一步地提升了核查的准确率。

[0255] 在上述任一技术方案中，优选地，所述提取单元512还用于，从所述汇总数据中提取出检测过程数据，并将所述检测过程数据提供给关联成套图像实时存储系统进行内容关联和成套存储。

[0256] 在该技术方案中，通过将从汇总数据中提取的检测过程数据提供给关联成套图像实时存储系统，以进行内容关联和成套存储，从而可以将检测过程数据记录下来。

[0257] 在上述任一技术方案中，优选地，还包括：第二分配单元514，用于若所有所述二次核查节点出现故障，将所述不合格的有价票据的图像信息分配给所述综合判定系统，以供所述综合判定系统最终判定所述不合格的有价票据是否合格。

[0258] 在该技术方案中，当二次核查节点出现故障时，可以将不合格的有价票据的图像信息分配给综合判定系统，以供综合判定系统最终判定不合格的有价票据是否合格，如此，可以提高二次核查系统的可靠性，避免在二次核查节点出现故障时不能对不合格的有价票据进行二次核查而导致较多的不合格的有价票据被误判的情况。

[0259] 在上述任一技术方案中，优选地，所述第一分配单元504具体用于，若所述分配模式为第一分配模式时，根据所述状态数据中的所述二次核查节点与质量检测系统的连接时间，将所述不合格的有价票据的图像信息分配给所述二次核查节点；若所述分配模式为第二分配模式时，根据所述状态数据中的处理速度，将所述不合格的有价票据的图像信息分配给所述二次核查节点；若所述分配模式为第三分配模式时，根据所述状态数据中的已处理量将所述不合格的有价票据的图像信息分配给所述二次核查节点。

[0260] 在该技术方案中，在不同的分配模式下，将不合格的有价票据分配给二次核查节点的依据不同，如此，可以使得不合格的有价票据的分配更加合理，从而提高了不合格的有价票据的核查效率。

[0261] 图6示出了根据本发明第五方面实施例的的一个实施例的有价票据的质量检测方法的示意流程图。

[0262] 如图6所示，根据本发明的一个实施例的有价票据的质量检测方法，包括：

[0263] 步骤602，将所有有价票据的样本集划分成多个检测区域；

[0264] 步骤604，将所述多个检测区域中的每个检测区域对应的样本集按照特征进行聚类，以将所述每个检测区域对应的样本集分成多个类别；

[0265] 步骤606，用所述每个检测区域中多个类别中的每个类别的样本集学习对应的检测区域的参数空间，以得到每个检测区域对应的参数空间；

[0266] 步骤608，采用每个参数空间对对应的检测区域中的样本集进行质量检测。

[0267] 在该技术方案中，将样本集划分的多个检测区域按照特征进行聚类，分成多个类别，这样，每个子类所构成的空间会更加均匀和平坦，同时缩小样本规模，用每个类别的样本集学习对应的参数空间，根据每个参数空间对对应的检测区域中的样本集进行质量检测，保证模式分析算法的稳定性，并且有效的减少样本个数、计算量以及特征提取的时间，提高了算法效率。

[0268] 在上述技术方案中，优选地，将所述多个检测区域中的每个检测区域对应的样本集按照特征进行聚类，具体包括：将所述每个检测区域中的任一样本作为一个聚类中心的初始值；计算所述检测区域中其他样本与所述任一样本之间的第一欧氏距离；在所述第一欧氏距离大于预设距离时，将所述其他样本作为一个新的聚类中心，否则，将所述其他样本作为以所述任一样本为中心的聚类。

[0269] 在该技术方案中，通过欧氏距离与预设距离的比较，可以避免异常点对确定聚类中心的影响。

[0270] 在上述任一项技术方案中，优选地，在将所述其他样本作为一个新的聚类中心时，分别计算所述检测区域中的剩余样本与所述任一样本之间的第二欧氏距离，以及所述剩余样本与所述其他样本之间的第三欧氏距离，以确定所述剩余样本所属的聚类。

[0271] 其中，优选地，确定所述剩余样本所属的聚类的步骤，具体包括：在所述第二欧氏距离小于或等于所述预设距离时，将所述剩余样本作为以所述任一样本为中心的聚类，在所述第三欧氏距离小于或等于所述预设距离时，将所述剩余样本作为以所述其他样本为中心的聚类，在所述第二欧氏距离以及所述第三欧氏距离均大于所述预设距离时，比较所述第二欧氏距离与所述第三欧氏距离的大小，在所述第二欧氏距离大于所述第三欧氏距离时，将所述剩余样本作为以所述其他样本为中心的聚类，以及在所述第二欧氏距离小于所述第三欧氏距离时，将所述剩余样本作为以所述任一样本为中心的聚类。

[0272] 在该技术方案中，通过欧氏距离与预设距离的比较来确定样本为中心的聚类，这样，可以使构成的空间更加均匀和平坦，同时缩小了样本规模，保证模式算法的稳定性，提高了算法效率。

[0273] 在上述任一项技术方案中，优选地，根据以下计算公式计算所述第一欧氏距离、所述第二欧氏距离及所述第三欧氏距离：

[0274]

[0275] 其中，D表示所述欧氏距离， 表示作为聚类中心的样本的均值向量，C为总体的协方差矩阵，x表示样本。

[0276] 图7示出了根据本发明第五方面实施例的的另一个实施例的有价票据的质量检测方法的示意流程图。

[0277] 如图7所示，根据本发明的另一个实施例的有价票据的质量检测方法，包括：

[0278] 步骤702，获得样本集，把产品区域划分为k个检测区域，分别为步骤704，步骤706，步骤708。

[0279] 步骤704，划分区域1。

[0280] 步骤706，划分区域2，把样本集所有的产品按照检测区域的特征聚类，共m类，分别进入步骤710、步骤714、步骤718。

[0281] 步骤708，划分区域k。

[0282] 步骤710，样本集1，用第1类的样本集学习第1个检测区。

[0283] 步骤712，得到参数空间1。

[0284] 步骤714，样本集2，用第2类的样本集学习第2个检测区。

[0285] 步骤716，得到参数空间2。

[0286] 步骤718，样本集m，用第m类的样本集学习第m个检测区。

[0287] 步骤720，得到参数空间m。

[0288] 具体的步骤如下：

[0289] 一、学习部分

[0290] 把印刷产品划分为k个检测区域；

[0291] 对每个检测区域都进行以下处理；

[0292] 把样本集所有产品按照第i个检测区域的特征聚类，共m类，其中，[0293] a)、任取一样本作为一个聚类样本为中心的初始值，例如令z1＝x1，z1表示聚类样本为中心。

[0294] b)、计算距离 其中D表示距离， 是聚类中心的样本的均值向量，C为总体的协方差矩阵。

[0295] c)、若D21>T，其中T表示阈值，则确定一个新的聚类样本为中心z2＝x2，否则，x2属于以z1为样本为中心的聚类。

[0296] d)、假设已有聚类样本为中心z1、z2，计算距离D31，D32。

[0297] e)、若D31>T且D32>T，则得一个新的聚类样本为中心z3＝x3，否则，x3属于离z1、z2中的最近者的聚类。

[0298] f)、如此重复下去，直至将所有样本分类完毕，共m类。

[0299] g)、用第j类，j＝1,2,...,m的样本集学习第i个检测区域的参数空间ψij。

[0300] h)、直至所有检测区域都处理完成，获得参数空间ψij，其中i＝1,2,...,k，j＝1,2,...,m

[0301] 二、检测部分：

[0302] 1)、把检测印刷产品x'划分为k个检测区域。

[0303] 2)、分别计算第i区域到中心zj的距离Dij。其中i＝1,2,...,k，j＝1,2,...,m。

[0304] 3)、把x'的第i区域归为Dij最小的一类，如x'＝z1。

[0305] 4)、采用ψi1参数对x'的第i区域进行检测。

[0306] 重复步骤2)至4)，直到所有k个区域都检测完成。

[0307] 以上结合附图详细说明了本发明的技术方案，通过本发明的技术方案，在不影响检测精度的条件下，可以减少样本个数、计算量以及特征提取的时间，提高了算法效率。

[0308] 图8示出了根据本发明的第六方面实施例的一个实施例的有价票据的图像分析方法的流程图。

[0309] 如图8所示，根据本发明的第六方面实施例的一个实施例的有价票据的图像分析方法，包括：

[0310] 步骤802，按照预设顺序对有价票据的图像的多个面向信息进行检测，其中，面向信息包括正面信息、背面信息、透视信息和/或红外信息。

[0311] 步骤804，在检测到任一面向信息不合格时，判定为图像不合格，在检测到多个面向信息中每个面向信息均合格时，判定为图像合格。

[0312] 步骤806，对不合格图像的错误类型和错误工序进行分析并记录，以对不合格图像进行管理和统计。

[0313] 在该技术方案中，分别对图像的多种信息进行多次检测，一套图像含有正面、背面、透视、红外等多面向信息，如果其中某一面向不合格，则认为该套图像不合格。只有当所有面向信息都合格时，才认为该套图像合格。这样相当于在进行信息不合格判定时对图像进行了多次检测，使得判定结果更加可靠，有效地提高了判定的准确率，还代替了人工检测，降低了核查成本。

[0314] 在上述技术方案中，优选地，包括：当需要检测的图像的个数为多个时，将多个图像分配给多个不同的检测节点，以同时使用多个不同的检测节点对多个图像进行检测。

[0315] 在该技术方案中，当某一批需要判定的图像数量过多时，可以使用多节点并发运行的方式进行图像的判定，以节约多个图像的判定时间。多节点运行涉及到系统内部的调度方法，可以根据各节点各自运行情况分配待判图像至不同的节点。

[0316] 在上述任一项技术方案中，优选地，还包括：分别获取不合格图像的和合格图像的冠字号信息；将不合格图像的冠字号信息添加到黑名单中，将合格图像的冠字号信息添加到白名单中，以及将不合格图像的冠字号信息中的或合格图像的冠字号信息中的符合指定条件的冠字号信息添加到灰名单中。

[0317] 在该技术方案中，判定结果的存取皆以数据库为主要载体，系统在判定过程中，判定过程信息和最终结果同步写入数据库中，当软硬件异常或者其它崩溃情况，系统可以智能的从数据库中恢复成当前判定状态，以保持系统运行的一致性。因此，将图像的冠字号信息添加到名单中保存起来，使得系统可以在异常或其他特殊情况下支持调阅图像的判定结果，真实还原以往图像的判定信息。其中，系统支持三种类型的冠字号清单输出：白名单是指系统判定为合格图像的冠字号集；黑名单是指系统判定为不合格图像的冠字号集；灰名单是指符合指定条件的冠字号集。

[0318] 在上述任一项技术方案中，优选地，不合格图像的错误类型包括：蹭脏、墨渍、折角、缺印；不合格图像的错误工序包括：白纸、胶印、凹印。

[0319] 在上述任一项技术方案中，优选地，根据不合格的图像的错误类型和/或错误工序，设置预设顺序。

[0320] 在该技术方案中，面向判定顺序可以自定义，一般来说，在判断时，对所有需要判定的图像先判定其正面信息，如果某套图像的正面判定为不合格，则该套图像为不合格，该套图像的其余面向无需再判定；当全部图像的正面判定完毕后，正面判定合格的图像，再进行背面判定。上述规则对判定透视、红外等其他面向信息同样适用。比如，该批图像已知透视面向不合格较多，可以选择默认首先判定透视面向，根据透视判定结果再判定其正面、背面等面向，以节约判定时间并提高系统的运行效率。另外，还可以将多个面向设置设为统一优先级，即将多个面向设置为并列第一判断的标准。因为在有些情况下，图像上的某些信息需要多面结合才能判定其是否合格，此时可同时展示任意数量面向(比如只打开正面/红外两个面向)进行综合信息的判定。在该模式下，系统判定的结果为该套图像的最终结果，无需再进行其它面向的判定。

[0321] 具体地，可以通过以下多个实施例来具体实施本发明的技术方案：

[0322] 实施例一：首先可以根据不合格的图像的错误类型和/或错误工序，设置预设顺序，其中，不合格图像的错误类型包括：蹭脏、墨渍、折角和/或缺印等；不合格图像的错误工序包括：白纸、胶印和/或凹印等，然后按照预设顺序对有价票据的图像的正面信息、背面信息、透视信息和/或红外信息等多个面向信息进行检测，当检测到任一面向信息不合格时，判定为图像不合格；只有在检测到多个面向信息中每个面向信息均合格时，才判定为图像合格，并且对不合格图像的错误类型和错误工序进行分析并记录，以对不合格图像进行管理和统计，使得判定结果更加可靠，有效地提高了判定的准确率，还代替了人工检测，降低了核查成本。

[0323] 实施例二：还可以是实施例一的基础上，增加对需要检测的图像的个数的检测，当需要检测的图像的个数为多个时，将多个图像分配给多个不同的检测节点，以同时使用多个不同的检测节点对多个图像进行检测，使得当某一批需要判定的图像数量过多时，可以使用多节点并发运行的方式进行图像的判定，以节约多个图像的判定时间，多节点运行涉及到系统内部的调度方法，可以根据各节点各自运行情况分配待判图像至不同的节点。

[0324] 实施例三：还可以在实施例一的基础上，增加对不合格图像的和合格图像的冠字号信息的检测，通过分别获取不合格图像的和合格图像的冠字号信息，将不合格图像的冠字号信息添加到黑名单中，将合格图像的冠字号信息添加到白名单中，以及将不合格图像的冠字号信息中的或合格图像的冠字号信息中的符合指定条件的冠字号信息添加到灰名单中，使得系统可以在异常或其他特殊情况下支持调阅图像的判定结果，真实还原以往图像的判定信息。

[0325] 以下结合图9对本发明的技术方案作进一步说明。

[0326] 如图9所示，清分机902按照预设顺序对有价票据的图像的多个面向信息进行检测，其中，面向信息包括正面信息、背面信息、透视信息和/或红外信息。清分机902与二次核查自动检测系统904相连，将对一定数量(如7000张)有价票据的图像的检测结果发送至二次核查自动检测系统904，二次核查自动检测系统904通过其二次核查，区分出合格产品、一般废品和严重废品，并将区分结果发送至二次核查图像综合分析与判定系统906。二次核查图像综合分析与判定系统906对不合格图像的错误类型和错误工序进行分析，并记录，以对不合格图像进行管理和统计，分别获取合格产品、一般废品和严重废品的图像的冠字号信息，将其冠字号信息发送至对应的输出清单中。其中，系统支持三种类型的冠字号清单输出：白名单是指系统判定为合格图像的冠字号集；黑名单是指系统判定为不合格图像的冠字号集；灰名单是指符合指定条件的冠字号集。

[0327] 在该技术方案中，分别对图像的多种信息进行多次检测，一套图像含有正面、背面、透视、红外等多面向信息，如果其中某一面向不合格，则认为该套图像不合格。只有当所有面向信息都合格时，才认为该套图像合格。这样相当于在进行信息不合格判定时对图像进行了多次检测，使得判定结果更加可靠，有效地提高了判定的准确率。

[0328] 另外，判定结果的存取皆以数据库为主要载体，系统在判定过程中，判定过程信息和最终结果同步写入数据库中，当软硬件异常或者其它崩溃情况，系统可以智能的从数据库中恢复成当前判定状态，以保持系统运行的一致性。因此，将图像的冠字号信息添加到名单中保存起来，使得系统可以在异常或其他特殊情况下支持调阅图像的判定结果，真实还原以往图像的判定信息。

[0329] 图10示出了根据本发明第七方面实施例的一个实施例的有价票据的缺陷管理系统的结构示意图。

[0330] 如图10所示，根据本发明的一个实施例的有价票据的缺陷管理系统，包括：生成单元1002，第一计算单元1004和判断单元1006，其中，所述生成单元1002，用于获取有价票据的样本图像，并根据所述样本图像生成携带有疑似缺陷残点的模版图像；所述第一计算单元1004，用于计算所述模版图像中的多个疑似缺陷残点组成的几何图形的质心的位置和几何中心的位置；所述判断单元1006，用于根据所述质心的位置和所述几何中心的位置，判断所述多个疑似缺陷残点中的任一疑似缺陷残点是否为缺陷残点。

[0331] 在该技术方案中，根据模版图像中的多个疑似缺陷残点组成的几何图形的质心的位置和几何中心的位置判断多个疑似缺陷残点中的任一疑似缺陷残点是否为真正的缺陷残点，其中，可以利用LLE算法(Locally Linear Embedding，局部线性嵌入算法)将有价票据的样本图像生成模版图像，因此，通过上述技术方案，可以避免相关技术中通过高低模版匹配法、或相似性检测法确定疑似缺陷残点是否为真正地缺陷残点，从而避免出现将疑似缺陷残点误判的情况，有效地提高了缺陷残点的检测正确率，进而提高了印刷质量检测系统的鲁棒性。

[0332] 在上述技术方案中，优选地，所述第一计算单元1004具体用于，计算所述多个疑似缺陷残点组成的几何图形的第一质心的位置和第一几何中心的位置，并计算除所述任一疑似缺陷残点之外的其他疑似缺陷残点组成的几何图形的第二质心的位置和第二几何中心的位置；所述判断单元1006具体用于，判断所述第一质心的位置和所述第二质心的位置之间的距离是否大于第一阈值，且所述第一几何中心的位置和所述第二几何中心的位置之间的距离是否小于第二阈值，若判断结果为否，则所述任一疑似缺陷残点为所述缺陷残点，否则，所述任一疑似缺陷残点不是所述缺陷残点。

[0333] 在该技术方案中，通过将多个疑似缺陷残点组成的几何图形的第一质心的位置和除任一疑似缺陷残点组成的几何图形的第二质心的位置进行比较，以及将多个疑似缺陷残点组成的几何图形的第一几何中心的位置和除任一疑似缺陷残点组成的几何图形的第二几何中心的位置进行比较，从而可以根据比较结果确定任一疑似缺陷残点是否为真正地缺陷残点，具体的，当第一质心的位置和第二质心的位置之间的距离大于第一阈值，且第一几何中心的位置和第二几何中心的位置之间的距离小于第二阈值时，也就说明第二质心的位置相较于第一质心的位置发生的变化较大，而第二几何中心的位置相较于第一几何中心的位置发生的变化较小，则确定任一疑似缺陷残点有干扰，即任一疑似缺陷残点不是真正的缺陷残点，可以排除该任一缺陷残点，否则，除上述情况外，其他情况均可认为疑似缺陷残点为真正地缺陷残点，如此，可以比较准确地判断任一疑似缺陷残点是否为真正的缺陷残点。

[0334] 在上述任一技术方案中，优选地，所述生成单元1002包括：第二计算单元10022，用于根据所述样本图像中的每个样本点的临近点计算权值矩阵；所述生成单元1002具体用于，根据所述权值矩阵生成携带有所述疑似缺陷残点的所述模版图像。

[0335] 在该技术方案中，通过计算每个样本点和该样本点的临近点之间的权值矩阵，例如，可以通过度量欧式距离的方法找到每个样本点的临近点，从而可以根据该权值矩阵生成携带有疑似缺陷残点的模版图像。

[0336] 在上述任一技术方案中，优选地，所述第二计算单元具体用于，通过以下公式计算所述权值矩阵：

[0337]

[0338] 其中，ε(w)表示误差值，xi表示任一样本点，xj(j＝1，2，…，k)表示所述任一样本点的k个临近点，wij表示所述任一样本点和所述临近点之间的所述权值矩阵。

[0339] 在该技术方案中，通过上述公式来计算权值矩阵，其中，当ε(w)的值最小时，即可计算出权值矩阵的值，另外，k为预先给定的值。

[0340] 在上述任一技术方案中，优选地，所述权值矩阵的每一行的和为1。

[0341] 在该技术方案中，权值矩阵的每一行的和为1，即∑jwij＝1，如此，通过使权值矩阵满足上述约束条件，可以确保权值矩阵的有效性。

[0342] 下面通过一个实施例详细说明根据样本图像生成携带有疑似缺陷残点的模版图像的方法。

[0343] 根据样本图像生成携带有疑似缺陷残点的模版图像就是将高维度空间中的数据点(即样本点)映射到低维度空间中。具体步骤分为三个步骤：第一步，寻找每个样本点的k个临近点；第二步，由每个样本点的临近点计算出该样本点的权值矩阵；第三步，根据每个样本点的临近点和权值矩阵计算出该样本点的输出值，最后，根据输出值生成模版图像。

[0344] 其中，通过以下公式计算所述权值矩阵：

[0345]

[0346] 其中，ε(w)表示误差值，Xi表示任一样本点，Xj(j＝1，2，…，k)表示任一样本点的k个临近点，wij表示任一样本点和临近点之间的权值矩阵。

[0347] 然后，在保持权值矩阵不变的情况下，设输出值(即低维度空间中的数据点)为Yi，则可以通过以下公式计算输出值：

[0348]

[0349] 其中，φ(w)表示损失函数值，Yj(j＝1，2，…，k)表示输出值Yi的k个临近点，wij表示Yi和Yj之间的权值矩阵(即Xi和Xj之间的权值矩阵)

[0350] 上述公式可以转化为：

[0351]

[0352] 其中，Mij＝(I-wij)T(I-wij)，I表示一个单位协方差矩阵，T表示对(I-wij)求转置矩阵。

[0353] 另外，Yi需要满足两个约束条件，即∑iYi＝0和 (N表示样本点的数量，T表示对Yi求转置矩阵)。

[0354] 在计算出输出值Yi后，就可以根据Yi生成模板图像。

[0355] 图11示出了根据本发明的第八方面实施例的一个实施例的有价票据的缺陷管理系统的结构示意图。

[0356] 如图11所示，根据本发明的一个实施例的有价票据的缺陷管理系统1100，包括：第一获取单元1102，变换单元1104，第二获取单元1106，生成单元1108和差分单元1110，其中，所述第一获取单元1102，用于获取有价票据的样本图像；所述变换单元1104，用于对所述样本图像进行傅立叶变换，以确定所述样本图像的幅度图像和相位图像；所述第二获取单元1106，用于获取所述幅度图像对应的幅度还原图像、以及所述相位图像对应的相位X向偏导还原图像和相位Y向偏导还原图像；所述生成单元1108，用于根据所述幅度还原图像、所述相位X向偏导还原图像和所述相位Y向偏导还原图像生成还原图像；所述差分单元1110，用于将所述样本图像和所述还原图像进行差分，根据差分结果确定所述有价票据的残差图像。

[0357] 在该技术方案中，通过获取有价票据的样本图像的幅度图像对应的幅度还原图像和相位图像对应的相位X向偏导还原图像和相位Y向偏导还原图像，其中，X表示坐标轴的X向，Y表示坐标轴的Y向，并将幅度还原图像、相位X向偏导还原图像和相位Y向偏导还原图像生成的还原图像和样本图像进行差分，并根据差分结果确定有价票据的残差图像，可以有效地提高印刷质量检测系统的鲁棒性。

[0358] 在上述技术方案中，优选地，所述第二获取单元1106包括：处理单元11062，用于将所述相位图像中的任一图像的相位作为基础相位，并根据所述基础相位对所述相位图像中除所述任一图像之外的其他图像的相位进行处理，以得到相位图像差；所述第二获取单元1106具体用于，根据所述相位图像差确定所述幅度还原图像、所述相位X向偏导还原图像和所述相位Y向偏导还原图像。

[0359] 在该技术方案中，通过将相位图像中的任一图像的相位作为基础相位，例如，将相位图像中的第一幅图像的相位作为基础相位，并根据基础相位对相位图像中的其他图像的相位进行处理，以得到相位图像差，从而可以通过对相位图像差进行偏导计算以比较准确地确定相位X向偏导还原图像和相位Y向偏导还原图像。

[0360] 在上述任一技术方案中，优选地，所述生成单元1108包括：第一确定单元11082，用于根据所述相位X向偏导还原图像或所述相位Y向偏导还原图像与初始点，确定解卷绕相位还原图像；第二确定单元11084，用于根据所述解卷绕相位还原图像和所述基础相位确定相位还原图像；反变换单元11086，用于对所述相位还原图像和所述幅度还原图像进行傅立叶反变换，以确定所述还原图像。

[0361] 在该技术方案中，通过将相位X向偏导还原图像(或者相位Y向偏导还原图像)和幅度还原图像逆向生成为还原图像，利用了“当图像的几何位移发生变化时，图像的频谱中幅度谱保持不变、相位谱只出现线性偏移”的原理，可以有效地说明本发明的有价票据的缺陷管理方法具有较强的形变容忍性。

[0362] 在上述任一技术方案中，优选地，所述第二获取单元1106包括：计算单元11064，用于对所述相位图像差在X向和Y向分别进行偏导计算，以得到所述相位图像差的X向的偏导数和所述相位图像差的Y向的偏导数；还原单元11066，用于对所述幅度图像、所述X向的偏导数、所述Y向的偏导数进行分析和还原，根据分析和还原结果确定所述幅度还原图像、所述相位X向偏导还原图像和所述相位Y向偏导还原图像。

[0363] 在该技术方案中，通过对相位图像差在X向和Y向分别进行偏导计算，可以比较准确地根据X向的偏导数和Y向的偏导数获取相位X向偏导还原图像和相位Y向偏导还原图像，从而能够比较准确地根据相位X向偏导还原图像、相位Y向偏导还原图像和幅度还原图像获取到还原图像。

[0364] 在上述任一技术方案中，优选地，所述处理单元11062具体用于，将所述其他图像的相位与所述基础相位进行减法计算，并对计算结果进行相位解卷绕处理，根据相位解卷绕处理结果确定所述相位图像差。

[0365] 在该技术方案中，通过将其他图像的相位与基础相位相减并进行相位解卷绕处理，可以得到相位图像差，从而可以通过对相位图像差进行偏导计算以比较准确地确定相位X向偏导还原图像和相位Y向偏导还原图像。

[0366] 图12示出了根据本发明的第九方面实施例的一个实施例的有价票据的缺陷管理系统的示意框图。

[0367] 如图12所示，根据本发明的实施例的有价票据的缺陷管理系统1200，包括：生成单元1202、分类单元1204和处理单元1206。

[0368] 其中，生成单元1202，用于根据有价票据训练集中每个有价票据的缺陷特征，生成第一级子节点；分类单元1204，用于计算每个所述第一级子节点的分割值，并根据所述分割值对所述缺陷特征进行分类；处理单元1206，用于判断所有所述第一级子节点是否不可再分类，在判断结果为是时，分类完成。

[0369] 其中，优选地，所述分类单元1204具体用于：若所述分割值小于设定阈值，则采用支持向量机方法对所述缺陷特征进行分类，以及若所述分割值大于等于所述设定阈值，则采用决策树方法对所述缺陷特征进行分类。

[0370] 在该技术方案中，通过每个第一级子节点的分割值与设定的阀值进行比较，确定采用向量机方法和决策树方法进行的分类，进一步判断所有节点是否不可再分类，确定分类完成，通过采用向量机方法和决策树方法来对缺陷特征进行分类，可以有效的提高分类精度，计算速度也降到了可以接受的范围，提高了算法效率。

[0371] 在上述任一项技术方案中，优选地，所述生成单元1202具体用于：计算所述有价票据训练集中每个有价票据的缺陷特征与其他有价票据的缺陷特征之间的信息增益值，以及根据所述每个有价票据对应的信息增益值构造所述第一级子节点。

[0372] 在该技术方案中，通过计算有价票据训练集中每个有价票据的缺陷特征与其他有价票据的缺陷特征之间的信息增益值，可以有效的避免错误缺陷的提取，进而对缺陷残点进行再检测，计算缺陷衰减程度，根据衰减程度区分是正常缺陷还是错误缺陷，对衰减程度的判断，可以有效的提高分类精度，并且提高了算法效率。

[0373] 在上述任一项技术方案中，优选地，还包括：计算单元1208，用于计算每个有价票据的残点到缺陷质心的欧氏距离；删除单元1210，用于在任一有价票据的残点到缺陷质心的所述欧氏距离大于或等于预设距离时，删除根据所述任一有价票据的缺陷特征生成的所述第一级子节点。

[0374] 在该技术方案中，通过计算欧氏距离与预设距离进行比较，可以有效的避免异常点对缺陷特征的影响。

[0375] 在上述任一项技术方案中，优选地，所述缺陷特征包括：能量、密度、残点密度、残点饱和度、残点散度和/或残点黑白特性。

[0376] 图13示出了根据本发明的第十方面实施例的一个实施例的有价票据的质量检测方法的流程示意图。

[0377] 如图13所示，根据本发明的一个实施例的有价票据的质量检测方法，包括：

[0378] 步骤1302，获取所述二次核查系统中的清分机检测为不合格的有价票据的图像信息；

[0379] 步骤1304，根据所述二次核查系统中记录的二次核查节点的状态数据和分配模式，将所述不合格的有价票据的图像信息分配给所述二次核查节点；

[0380] 步骤1306，获取所述二次核查系统的系统配置信息，根据所述系统配置信息对所述二次核查节点进行配置；

[0381] 步骤1308，获取所述不合格的有价票据的批次信息，根据所述批次信息触发所述二次核查节点开始图像分析工作或结束图像分析工作；

[0382] 步骤1310，获取所述不合格的有价票据的品种信息，触发所述二次核查节点切换到与所述品种信息对应的图像检测模板。

[0383] 在该技术方案中，根据二次核查系统中记录的二次核查节点的状态数据和分配模式，将清分机检测为不合格的有价票据的图像信息分配给二次核查节点，可以使得不合格的有价票据的图像信息分配地更加合理，有效地提高了二次核查系统对不合格的有价票据的核查效率以及提升了二次核查系统的自动化性能。

[0384] 在上述技术方案中，优选地，还包括：将所述二次核查节点的二次核查结果和所述批次信息进行关联存储，以得到汇总数据；从所述汇总数据中提取出所述二次核查结果为不合格的有价票据的图像信息和冠字号信息，并按照所述批次信息将所述二次核查结果为不合格的有价票据的图像信息和冠字号信息写入数据库，以供综合判定系统进行处理。

[0385] 在该技术方案中，通过将二次核查节点的二次核查结果为不合格的有价票据的图像信息和冠字号信息写入数据库，从而使得综合判定系统可以对不合格的有价票据的图像信息再次进行处理以确定不合格的有价票据是否确实为不合格的有价票据，进一步地提升了核查的准确率。

[0386] 在上述任一技术方案中，优选地，所述将所述二次核查节点的二次核查结果和所述批次信息进行关联存储，以得到汇总数据的步骤之后，还包括：从所述汇总数据中提取出检测过程数据，并将所述检测过程数据提供给关联成套图像实时存储系统进行内容关联和成套存储。

[0387] 在该技术方案中，通过将从汇总数据中提取的检测过程数据提供给关联成套图像实时存储系统，以进行内容关联和成套存储，从而可以将检测过程数据记录下来。

[0388] 在上述任一技术方案中，优选地，还包括：若所有所述二次核查节点出现故障，将所述不合格的有价票据的图像信息分配给所述综合判定系统，以供所述综合判定系统最终判定所述不合格的有价票据是否合格。

[0389] 在该技术方案中，当二次核查节点出现故障时，可以将不合格的有价票据的图像信息分配给综合判定系统，以供综合判定系统最终判定不合格的有价票据是否合格，如此，可以提高二次核查系统的可靠性，避免在二次核查节点出现故障时不能对不合格的有价票据进行二次核查而导致较多的不合格的有价票据被误判的情况。

[0390] 在上述任一技术方案中，优选地，所述根据所述二次核查系统中记录的二次核查节点的状态数据和分配模式，将所述不合格的有价票据的图像信息分配给所述二次核查节点的步骤，具体包括：若所述分配模式为第一分配模式时，根据所述状态数据中的所述二次核查节点与质量检测系统的连接时间，将所述不合格的有价票据的图像信息分配给所述二次核查节点；若所述分配模式为第二分配模式时，根据所述状态数据中的处理速度，将所述不合格的有价票据的图像信息分配给所述二次核查节点；若所述分配模式为第三分配模式时，根据所述状态数据中的已处理量将所述不合格的有价票据的图像信息分配给所述二次核查节点。

[0391] 在该技术方案中，在不同的分配模式下，将不合格的有价票据分配给二次核查节点的依据不同，如此，可以使得不合格的有价票据的分配更加合理，从而提高了不合格的有价票据的核查效率。

[0392] 图14示出了根据本发明的第十方面实施例的另一个实施例的有价票据的质量检测方法的流程示意图；

[0393] 如图14所示，根据本发明的另一个实施例的有价票据的质量检测方法，包括：

[0394] 步骤1402，采集一次机废图像数据(即获取清分机检测为不合格的有价票据的图像信息)，并存储一次机废图像数据；

[0395] 步骤1404，根据二次核查节点的状态数据和分配模式，将一次机废图像数据分配给二次核查节点；

[0396] 步骤1406，将二次核查节点的二次核查结果和批次信息进行关联存储，以得到汇总数据；

[0397] 步骤1408，从汇总数据中输出二次合格冠字号清单，即二次核查节点核查后合格的有价票据的图像信息；

[0398] 步骤1410，将二次核查结果和一次机废图像数据进行合并，以得到二次处理中间结果数据，为清分机二次挑号做准备。

[0399] 图15示出了根据本发明的第十方面实施例的一个实施例的二次核查系统的结构示意图。

[0400] 如图15所示，根据本发明的一个实施例的二次核查系统1500包括：质量检测系统1502(相当于图15示出的实施例中的有价票据的质量检测系统)，二次核查节点1504，综合判定系统1506，清分机1508，产品质量数据中心(数据报告中心)1510和废票冠字号补录子系统1512。质量检测系统1502获取清分机1508检测为不合格的有价票据的图像信息，并将不合格的有价票据的图像信息分配给二次核查节点1504，二次核查节点1504对来自质量检测系统1502的不合格的有价票据的图像信息进行二次核查，并将不合格的有价票据的图像信息的冠字号和对应的二次核查结果发送至产品质量数据中心1510进行存储，同时，将二次核查结果为不合格的有价票据的图像信息和该不合格的有价票据的图像信息对应的冠字号发送至综合判定系统1506。

[0401] 综合判定系统1506对接收到的不合格的有价票据的图像信息进行实时解析，并提取不合格的有价票据的图像信息中的证券特征信息，将证券特征信息与预设特征信息进行比较并展示比较结果，以及根据接收到的判定指令判断不合格的有价票据的图像信息是否合格，并将不合格的有价票据的图像信息的冠字号与对应的判定结果发送至产品质量数据中心1510。

[0402] 产品质量数据中心1510用于整合二次核查节点404和综合判定系统1506分别上传的不合格的有价票据的图像信息的核查结果，即将综合判定子系统1506对任一冠字号对应的不合格的有价票据的图像信息做出的判定结果替换二次核查节点1504做出的核查结果，废票冠字号补录子系统1512对确定为不合格的有价票据进行补录。

[0403] 另外，质量检测系统1502能够通过多种方式(例如，动态网络被动接收方式和静态文件主动读取方式)获取一次机废图像数据(即清分机输出的不合格的有价票据的图像信息)，同时，质量检测系统1502还可以采用网络动态连接方式，以实时获得前工序关联信息，例如，根据获取到的不合格的有价票据的批次信息来确定二次核查节点1504是否开始图像分析工作和结束图像分析工作，以及连续不同批次产品之间的连续切换；或者根据获取到的模板更换信息，用来通知二次核查节点1504是否需要更新模板。质量检测系统1502还支持浮动节点(例如，二次核查节点1504、综合判定系统1506)的自动接入和退出，以及支持不同类型节点(例如，二次核查节点1504和综合判定系统1506)的浮动接入。质量检测系统1502还支持系统配置的多模式导入，例如，多模式导入可以是本地或远程静态文件导入模式，也可以是数据库导入模式。

[0404] 当不合格的有价票据的图像信息经过质量检测系统1502内部处理后，可以得到以下输出数据：

[0405] 1、二次废(含实废和临界废)成套图像数据文件(存盘)；

[0406] 2、二次临界废描述信息，以数据库记录方式，存放在数据库中；

[0407] 3、二次合格冠字号清单，包括二次核查节点404产生的合格信息(即合格的有价票据的图像信息)和综合判定系统406产生的合格信息，以数据库记录方式，存放在数据库中；

[0408] 4、二次核查系统1500的跟踪信息，以文件方式保存。

[0409] 质量检测系统1502可以根据获取到的系统配置信息，对质量检测系统1502的内部进行配置和设置；根据获得到的不合格的有价票据的批次信息触发二次核查节点1504开始图像分析工作或结束图像分析工作，根据获取到的不合格的有价票据的品种信息，触发二次核查节点1504切换到与该品种信息对应的图像检测模板。

[0410] 质量检测系统1502还支持多个不同类型的浮动节点，并以浮动节点的形式支持系统(如综合判定系统1506)的接入和系统的退出，质量检测系统1502通过任务总数(即不合格的有价票据的总数)和系统硬件性能，对入口连接和流量进行控制。

[0411] 质量检测系统1502对浮动节点实现任务自动分配，能动态记录不同浮动节点的处理能力和特性，动态分析不同浮动节点的整体处理速度，动态分析不同任务被不同浮动节点的处理情况(如处理时间，重复次数)，对单张(即不合格的有价票据的张数)处理超时进行任务重新分配，对单张处理超次(超过重新分配的次数)进行滞后留盘。

[0412] 质量检测系统1502支持3种分配模式，即最先分配模式(即第一分配模式)，平均任务分配模式(即第二分配模式)和能力优先分配模式(即第三分配模式)，其中，最先分配模式：在多浮动节点动态浮动连接时，多个连接之间是有时间顺序的，在各浮动节点任务没有满载的情况下，连接时间在前的被优先分配，直到此浮动节点任务满为止，然后选择连接时间在其后最近的连接进行任务分配，依次类推；平均任务分配模式：质量检测系统1502记录每个浮动节点的整体处理能力，在确保各个浮动节点处理总量平均的情况下，进行任务的分配；能力优先分配模式：质量检测系统1502通过数据统计，获取各个浮动节点的处理能力(如处理速度)，产生一个最新的浮动节点处理速度排行榜，质量检测系统1502根据该排行榜，优先选择速度处理快的浮动节点进行任务分配。

[0413] 质量检测系统1502可以自动接收经不同二次核查节点1504处理后传输过来的二次核查结果，将二次核查结果进行提取，和清分机1508输出的一次机废图像数据进行合并，使得最终保存的图像文件中包含成套原始图像数据，一次处理中间结果数据，二次处理中间结果数据和二次处理最终结果数据。其中，二次处理中间结果数据可以来自不同的二次核查节点1504，也可以来自综合判定系统1506。该二次处理中间结果数据以数据记录的方式，以批次信息为关联，写入数据库，为清分机二次挑号做准备。此外，分析二次废处理数据(即二次核查节点1504的二次核查结果中不合格的有价票据的图像信息)，对二次废处理数据中的二次废相关信息进行提取，以数据记录的方式，以批次信息为关联，写入数据库，为综合判定系统1506的核查做准备。

[0414] 如图16所示，根据本发明的一个实施例的有价票据的质量检测系统1600，包括：划分单元1602、聚类单元1604、学习单元1606和检测单元1608。

[0415] 其中，划分单元1602，用于将所有有价票据的样本集划分成多个检测区域；聚类单元1604，用于将所述多个检测区域中的每个检测区域对应的样本集按照特征进行聚类，以将所述每个检测区域对应的样本集分成多个类别；学习单元1606，用于用所述每个检测区域中多个类别中的每个类别的样本集学习对应的检测区域的参数空间，以得到每个检测区域对应的参数空间；检测单元1608，用于采用每个参数空间对对应的检测区域中的样本集进行质量检测。

[0416] 在该技术方案中，将样本集划分的多个检测区域按照特征进行聚类，分成多个类别，这样，每个子类所构成的空间会更加均匀和平坦，同时缩小样本规模，用每个类别的样本集学习对应的参数空间，根据每个参数空间对对应的检测区域中的样本集进行质量检测，保证模式分析算法的稳定性，并且有效的减少样本个数、计算量以及特征提取的时间，提高了算法效率。

[0417] 在上述技术方案中，优选地，所述聚类单元1604包括：设置单元16042，用于将所述每个检测区域中的任一样本作为一个聚类中心的初始值；计算单元16044，用于计算所述检测区域中其他样本与所述任一样本之间的第一欧氏距离；确认单元16046，用于在所述第一欧氏距离大于预设距离时，将所述其他样本作为一个新的聚类中心，否则，将所述其他样本作为以所述任一样本为中心的聚类。

[0418] 在该技术方案中，通过欧氏距离与预设距离的比较，可以避免异常点对确定聚类中心的影响。

[0419] 在上述任一项技术方案中，优选地，所述计算单元，还用于在将所述其他样本作为一个新的聚类中心时，分别计算所述检测区域中的剩余样本与所述任一样本之间的第二欧氏距离，以及所述剩余样本与所述其他样本之间的第三欧氏距离，以确定所述剩余样本所属的聚类。

[0420] 其中，优选地，所述确定单元，还用于在所述第二欧氏距离小于或等于所述预设距离时，将所述剩余样本作为以所述任一样本为中心的聚类，在所述第三欧氏距离小于或等于所述预设距离时，将所述剩余样本作为以所述其他样本为中心的聚类，在所述第二欧氏距离以及所述第三欧氏距离均大于所述预设距离时，比较所述第二欧氏距离与所述第三欧氏距离的大小，在所述第二欧氏距离大于所述第三欧氏距离时，将所述剩余样本作为以所述其他样本为中心的聚类，以及在所述第二欧氏距离小于所述第三欧氏距离时，将所述剩余样本作为以所述任一样本为中心的聚类。

[0421] 在该技术方案中，通过欧氏距离与预设距离的比较来确定样本为中心的聚类，这样，可以使构成的空间更加均匀和平坦，同时缩小了样本规模，保证模式算法的稳定性，提高了算法效率。

[0422] 在上述任一项技术方案中，优选地，所述计算单元具体用于，根据以下计算公式计算所述第一欧氏距离、所述第二欧氏距离及所述第三欧氏距离：

[0423]

[0424] 其中，D表示所述欧氏距离， 表示作为聚类中心的样本的均值向量，C为总体的协方差矩阵，x表示样本。

[0425] 如图17所示，根据本发明的实施例的有价票据的图像分析系统1700，包括：检测单元1702、判定单元1704和处理单元1706。

[0426] 其中，检测单元1702，用于按照预设顺序对有价票据的图像的多个面向信息进行检测，其中，所述面向信息包括正面信息、背面信息、透视信息和/或红外信息；判定单元1704，用于在检测到任一面向信息不合格时，判定为所述图像不合格，以及在检测到所述多个面向信息中每个面向信息均合格时，判定为所述图像合格；处理单元1706，用于对所述不合格图像的错误类型和错误工序进行分析并记录，以对所述不合格图像进行管理和统计。

[0427] 在该技术方案中，分别对图像的多种信息进行多次检测，一套图像含有正面、背面、透视、红外等多面向信息，如果其中某一面向不合格，则认为该套图像不合格。只有当所有面向信息都合格时，才认为该套图像合格。这样相当于在进行信息不合格判定时对图像进行了多次检测，使得判定结果更加可靠，有效地提高了判定的准确率，还代替了人工检测，降低了核查成本。

[0428] 在上述技术方案中，优选地，包括：分配单元1708，用于当需要检测的图像的个数为多个时，将所述多个图像分配给多个不同的检测节点，以同时使用所述多个不同的检测节点对所述多个图像进行检测。

[0429] 在该技术方案中，当某一批需要判定的图像数量过多时，可以使用多节点并发运行的方式进行图像的判定，以节约多个图像的判定时间。多节点运行涉及到系统内部的调度方法，可以根据各节点各自运行情况分配待判图像至不同的节点。

[0430] 在上述任一项技术方案中，优选地，还包括：获取单元1710，用于分别获取所述不合格图像的和所述合格图像的冠字号信息；添加单元1712，用于将所述不合格图像的冠字号信息添加到黑名单中，将所述合格图像的冠字号信息添加到白名单中，以及将所述不合格图像的冠字号信息中的或所述合格图像的冠字号信息中的符合指定条件的冠字号信息添加到灰名单中。

[0431] 在该技术方案中，判定结果的存取皆以数据库为主要载体，系统在判定过程中，判定过程信息和最终结果同步写入数据库中，当软硬件异常或者其它崩溃情况，系统可以智能的从数据库中恢复成当前判定状态，以保持系统运行的一致性。因此，将图像的冠字号信息添加到名单中保存起来，使得系统可以在异常或其他特殊情况下支持调阅图像的判定结果，真实还原以往图像的判定信息。其中，系统支持三种类型的冠字号清单输出：白名单是指系统判定为合格图像的冠字号集；黑名单是指系统判定为不合格图像的冠字号集；灰名单是指符合指定条件的冠字号集。

[0432] 在上述任一项技术方案中，优选地，不合格图像的错误类型包括：蹭脏、墨渍、折角、缺印；不合格图像的错误工序包括：白纸、胶印、凹印。

[0433] 在上述任一项技术方案中，优选地，所述不合格图像的错误类型包括：蹭脏、墨渍、折角和/或缺印；所述不合格图像的错误工序包括：白纸、胶印和/或凹印。

[0434] 在上述任一项技术方案中，优选地，还包括：设置单元1714，用于根据所述不合格的图像的错误类型和/或错误工序，设置所述预设顺序。

[0435] 在该技术方案中，面向判定顺序可以自定义，一般来说，在判断时，对所有需要判定的图像先判定其正面信息，如果某套图像的正面判定为不合格，则该套图像为不合格，该套图像的其余面向无需再判定；当全部图像的正面判定完毕后，正面判定合格的图像，再进行背面判定。上述规则对判定透视、红外等其他面向信息同样适用。比如，该批图像已知透视面向不合格较多，可以选择默认首先判定透视面向，根据透视判定结果再判定其正面、背面等面向，以节约判定时间并提高系统的运行效率。另外，还可以将多个面向设置设为统一优先级，即将多个面向设置为并列第一判断的标准。因为在有些情况下，图像上的某些信息需要多面结合才能判定其是否合格，此时可同时展示任意数量面向(比如只打开正面/红外两个面向)进行综合信息的判定。在该模式下，系统判定的结果为该套图像的最终结果，无需再进行其它面向的判定。

[0436] 以上结合附图详细说明了本发明的技术方案，本发明提出一种新的有价票据的综合判定技术，可以减少样本个数、计算量以及特征提取的时间，还可提高二次核查系统的核查效率，提高核查的准确率，降低核查成本，提高分类精度，提高质量检测系统的鲁棒性。

[0437] 以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。