人民幣特定特征建模數據集的設計與應用

楊丹

（上海交通大學 上海市 200240）

1 緒論

1.1 研究背景與意義

1.1.1 研究背景

隨著中國占世界經濟總量比重的不斷上升，以及十九大提出的國家主要矛盾的變化，可見中國乃至世界對人民幣的需求將繼續增加。但電子支付的蓬勃發展和原材料成本的上升為印鈔行業帶來了前所未有的沖擊，企業的轉型發展迫在眉睫。如何轉型發展？保證質量的情況下降本增效排在首位。雖然目前印鈔行業人民幣質量檢測已不再采用傳統的人工檢驗的方法，但現行的人民幣質量檢測系統仍停留在第一代質量檢測技術引進的階段，使得誤檢率和漏檢率這對矛盾體已經極大地影響了生產效率和成本控制。而要實現企業的轉型發展，優化人民幣質量檢測系統不失為一種有效且長遠可行的方法。

機器視覺系統實現對人民幣質量檢測是基于一個優秀的檢測模板與被檢測產品之間進行的比較。通過確定待檢人民幣在亮度、墨色等方面與模板之間是否存在差異進一步判斷這些差異是否能接受。檢測過程中，它能夠對印刷質量進行自動化檢測和分析，并對質量檢測結果進行自動化管理，對提高生產效率，保證人民幣發行質量、降低生產成本都具有重要意義。

在工業領域中，幾乎所有的印刷品都會存在各種類型的印刷缺陷，人民幣也不例外。人民幣作為國家名片，為兼具圖案精美、墨色豐富和防偽的功能性，其設計和印刷流程都相當復雜。印刷過程中，質量會受到機械高速運轉本身造成的差異、印刷過程中各種繁雜易忽略的細節漏洞以及工序流轉間造成套印不準等問題的影響，常會造成一些缺陷的高誤檢率和另一些缺陷的高漏檢率。

1.1.2 研究意義

由于人民幣圖案、墨色、防偽設計復雜，在日常檢測過程中，常會有因墨色閾值范圍不精確以及開窗金屬線位置不穩定出現缺陷誤判，缺陷報出數與實廢比例高達10:1。分析原因后發現，根據生產調度安排，檢測模型的建立時間周期短，無法通過傳統的模板匹配法采集大量樣本集進行閾值計算和樣本擴充，只能在建模初期采集多車次少樣本先行建立初級模板，再人工收集初級模板閾值范圍外的樣本。這個過程需要大量的人力，也因為初級模板的粗略而產品巨大的廢品，增加了建模和后期生產成本。因此，本文旨在通過K-means 聚類算法，對大量公差范圍內的圖像進行分類標記，并通過訓練和測試建立建模數據集，使建模過程中的樣本訓練更精確更有效。

1.2 本文的研究內容

根據研究背景和研究意義的介紹，本文將對人民幣質量檢測模型建立過程中的一部分進行優化。人民幣質量檢測的實現是基于一個優秀的檢測模板和待檢圖像之間的對比和差異的判斷，因此該優秀模板的生成是確保檢測結果準確的重要環節。

本文以現行流通的2015 版100 元人民幣正面即毛主席人像正面圖像為研究對象，以2019年實際生產情況為數據統計基礎，以大量生產公差范圍內的實際產品圖像作為圖像數據集，建立以人工設定即當前出現過的所有缺陷類型為對象的特征庫，采用K-means聚類算法，對特征庫中所有特征分別進行聚類，根據聚類結果對前文提到的圖像數據集進行分類標記，通過訓練和測試建立分類建模數據集。建立好的建模數據集，可以用于建模初期的樣本擴充和訓練，使模型更精確有效，特別是針對當前誤判率最高的兩項圖像特征即墨色閾值和開窗金屬線位置，從而實現日常檢測過程中最大程度地減少這兩項特定特征造成的質量誤判，提高檢測的效率，節約生產成本。

2 人民幣質量檢測

2.1 人民幣質量檢測的發展

2.1.1 傳統人民幣檢測

傳統的鈔券檢驗方式是一些有經驗的檢驗員目測人民幣圖像是否有缺陷。隨著經濟的高度發展，人民幣的需求量越來越大，人工檢查對于高速印刷來說變成了高成本、高風險、低效率的選擇。

2.1.2 現代人民幣檢測

機器視覺檢測系統采用照相機將被檢測的目標轉換成圖像信號，傳送給專用的圖像處理系統，根據像素分布和亮度、顏色等信息，轉變成數字化信號，圖像處理系統對這些信號進行各種運算來抽取目標的特征，如面積、數量、位置、長度，再根據預設的允許度和其他條件輸出結果，包括尺寸、角度、個數、合格/不合格、有/無等，實現自動識別功能。綜合了光學、機械、電子、計算機軟硬件等方面的技術，涉及到計算機、圖像處理、模式識別、人工智能、信號處理、光機電一體化等多個領域。

印鈔工藝和機器視覺系統的快速發展讓直接控制全幅面大張（橫5 縱7 連續排列的單張人民幣）的印刷質量成為可能，在提高效率的同時減少小開單張檢測的壓力。全幅面大張在線檢測系統采用分布式計算機處理系統，這種基于機器視覺系統的在線檢測，通過相機在線掃描人民幣圖像，圖像采集卡將相機采集得到的圖像數據傳送至服務器通過圖像處理軟件處理，將結果與標準數據比較，找出兩者之間的差異并分析產生誤差原因，然后反饋給操作人員。兩者之間的通信通過局域網和交換機實現。

2.2 人民幣檢測系統簡介

人民幣圖像檢測系統主要由成像單元、電氣檢測、軟件檢測組成。其中：成像單元包含相機鏡頭、光源、吹風管、壓紙輪、吸風板等；電氣檢測包含編碼器、PLC、同步盒、工控機/服務器等；軟件檢測包括檢測軟件、建模軟件、數據核查軟件等。

2.2.1 成像單元

根據人民幣質量檢測要求，成像單元包含了正面即毛主席人像面圖像、正面防偽、背面即人民大會堂正面圖像、背面防偽以及透視防偽五個檢測單元。本文研究的是正面即毛主席人像面的圖像。正面檢測單元采用5 個PC30 彩色線陣相機，兩根高亮度白光LED光源，使用壓輪和吹風的展平方式。

2.2.2 檢測單元

2.2.2.1 檢測流程簡介

在光源穩定、亮度均勻的環境下，當機器滾筒轉動到計算好的編碼器角度時，PLC 會給相應的相機一個觸發信號，從而控制相機采圖。每一路相機會將圖像發給各自的處理軟件，在接收到進位合壓信號確認是人民幣圖像后，將進行圖像處理并判斷該圖像是否有缺陷，然后將結果反饋給主程序，主程序會寫入數據庫并顯示缺陷信息。

2.2.2.2 檢測原理簡述

檢測系統實現對人民幣質量數字化的檢測是基于一個優秀的檢測模板與被檢測產品之間進行可視化的比較。比較的目的是確定待檢測的人民幣的票面區域在亮度、顏色等方面與模板之間是否存在差異，并且判定這些差異是否可以接受。

首先，通過對所有樣本集計算平均值，生成虛擬參考平均值。原則上說，所謂的參考是指處于生產情況的中間位置，而人工挑選幾乎是不可能選到這樣的圖像，如果任意選取可能會導致檢測結果不理想。所以，就需要對所有樣本集進行計算平均值的操作。

其次，系統通過計算樣本集中每一大張每一像素點與虛擬參考平均值的正負差別（即相對于平均值的差別，以正負區分并相應歸為兩個集合）。正負數值平方后相加，然后取其平均值（即除以總數），最后開平方根。其結果便是TD 和TL 的閾值標準。

最后，對實時采集到的圖像進行逐像素的對比，超過TD 和TL 即判為缺陷。

3 人民幣特定特征建模數據集的設計與應用

如圖1 所示，建模數據集包括訓練集和測試集的設計直接影響著后續模型體系的生成。在上文研究意義中也提到，當前高達90%的誤廢率究其原因是由于建模數據集的粗略。因此，本文將以現行流通的2015 版100 元人民幣正面即毛主席人像面圖像為研究對象，在不涉密的基礎上以2019年實際生產情況為數據統計基礎，以大量生產公差范圍內的實際產品圖像作為圖像數據集，建立以人工設定為對象的特征庫，采用K-means 聚類算法，通過訓練和測試建立分類建模數據集，用于建模初期的樣本擴充和訓練，使模型更精確有效。

3.1 建模數據集設計方案簡述

3.1.1 收集圖像數據集

3.1.1.1 建模訓練集

根據人民幣印刷公差樣的標準選取的無印刷差錯的圖像集合。這些圖像在印刷圖案的位置和墨色的深淺等等方面存在一些細小的差別，經過系統的分析與計算，就形成了模板可容許的生產范圍，待檢人民幣的質量信息在這個生產范圍之內，則屬于合格品，反之，就進入缺陷列表。它包括參考樣、白紙、純膠品，純凹品、全印品訓練集。參考樣以生產樣為標準；白紙質量良好，能夠代表紙張出現的變化與安全線的位置，白紙張僅在紙張含有安全線的情況下才需要；純凹品能夠代表全部印刷質量與全部印版，不能包含印刷瑕疵與油污；全印品訓練集的套印變化在公差范圍內，墨色變化涵蓋各印刷機臺的實際生產變化情況，無明顯瑕疵。應盡可能地覆蓋生產過程中允許范圍內的質量變化，包括金屬線在允許范圍內的飄移位置分布。

3.1.1.2 建模測試集

圖1：模板建立流程圖

同訓練集相似，這些圖像是用來進行模擬檢測的。測試集沒有數量上的限制，可以是好張，也可以是壞張，被用來模擬檢測模板的有效性。

3.1.2 建立特定特征庫

鈔券作為一種特殊印刷品，其圖案復雜、細節繁多，同時包含膠印、凹印、絲凸印等多種印刷方式，使得其質量檢測比一般印刷品復雜。目前正面圖像的缺陷分為兩類，一類是常見印后缺陷主要有串色、油墨污點、臟道、文字模糊、漏印等，另一類是圖像中號碼、熒光、水印的漏印、錯號、重印、模糊不清、位置走版等。

根據本文研究主題，將梯度直方圖（HOG：Histogram of Oriented Gradient）、基于LAB 的顏色直方圖等用于表征圖像墨色、膠凹紋理、金屬線位置等人工設定的特征作為特定特征庫，表示為{f1,f2,f3,…fk}。

3.1.3 分類標記

3.1.3.1 K-Means 算法

K-Means 算法由MacQueen 在1967年提出，是最簡單與最常見數據分類方法之一。它作為一種常見數據分析技術在機器學習、數據挖掘、模式識別、圖像分析等領域廣泛應用。從學習方法上來說，K-Means 算法屬于非監督學習方法即整個學習過程中不需要人為干預的學習方法，自動完成整個數據集合分類。對于給定的數據集合DS (Data Set)與輸入的分類數目K，K-Means 算法的整個工作原理可以描述如下：

（1）根據輸入的分類數目K 定義K 個分類，每個分類選擇一個中心點；

（2）對DS 中每個數據點做如下操作：計算它與K 個中心點之間的距離；把數據點指定屬于K 個中心點中距離最近的中心點所屬的分類；

（3）對K 個分類中每個數據點計算平均值得到新的K 個中心點；

（4）比較新K 個中心點之間與第一步中已經存在的K 個中心差值，當兩者之間的差值沒有變化或者小于指定閾值，結束分類；當兩者之間的差值或者條件不滿足時候，用新計算的中心點值做為K 個分類的新中心點，繼續重新執行，直到條件滿足退出。

從數學的角度來說K-Means 算法就是要找到K 個分類而且他們的中心點到各個分類中各個數據的之間差值平方和最小化，而實現這個過程就是要通過上述（2）-（4）步不斷的迭代執行，直到收斂為止。

3.1.3.2 數據集訓練原理簡述

（1）數據特征聚類。在上述特定特征庫中隨機選取數據特征fi 作為數據分類標記的聚類依據，利用K-Means 算法對提取的數據特征進行聚類。

（2）分類標記。根據聚類結果，對上述建模訓練集和建模測試集中的數據x 進行分類標記，若數據x 對應的特征f 被劃分在第n 類（缺陷類別），則數據x 被標記為第n 類（缺陷類別）。

（3）分類模型訓練與測試簡述。分類標記后的建模訓練集和建模測試集分別分為訓練子集和測試子集。利用建模訓練集和建模測試集中的訓練子集對初始化圖像模型進行訓練，得到訓練好的圖像分類模型即訓練后的訓練集和測試集。

（4）分類模型測試。利用上述得到的訓練后的圖像分類模型對兩個測試子集中的圖像數據進行分類，并將測試分類結果與自動標記分類結果進行比對，若圖像數據x 的測試分類結果與自動分類結果相同，則認為圖像數據x 分類正確，否則，進一步計算得到圖像分類模型對測試子集的分類準確率b。

將上述得到的分類準確率b 與預先設定的閾值a 進行比較，若b 大于a，則根據自動標記分類結果生成模型數據集；否則，將從刪除圖像數據特征fi 的特征庫{f1,f2,f3,…fi-1,fi+1,…fk}中重新選取圖像特征為數據分類標記的聚類依據。

3.2 數據集的應用

上述得到的建模訓練集和建模測試集已用于公司某部機器的新建圖像模板中，經過了2 個月的測試品實驗，使用該數據集建模比原有建模方式的誤檢率降低約26%，特別是針對當前誤判率最高的兩項圖像特征即墨色閾值和開窗金屬線位置，誤檢率分別降低了33%、29%，明顯提高了人民幣生產過程中質量檢測的效率，節約了后續大量誤廢產品處理成本。

4 結論

人民幣質量檢測的實現是基于一個優秀的檢測模板和待檢圖像之間的對比和差異的判斷，因此該優秀模板的生成是確保檢測結果準確的重要環節。本文以現行流通的2015 版100 元人民幣正面即毛主席人像面圖像為研究對象，在不涉密的情況下以2019年實際生產情況為數據統計基礎，以大量生產公差范圍內的實際產品圖像作為圖像數據集，建立以人工設定即當前出現過的所有缺陷類型為對象的特征庫，采用K-means 聚類算法，對特征庫中所有特征分別進行聚類，根據聚類結果對前文提到的圖像數據集進行分類標記，通過訓練和測試建立分類建模數據集。建立好的建模數據集，已實驗于公司的某部機器，經過了2 個月的測試實驗，使用該數據集建模比原有建模方式的誤檢率降低了約26%，基本完成了本文的研究目標。

另外，本文由于篇幅的原因，對第三章的內容進行了精簡，完整版待畢業論文審核完成后可查閱。