CN100517396C - 在检验货币中用于处理信号的方法和装置 - Google Patents

在检验货币中用于处理信号的方法和装置 Download PDF

Info

Publication number
CN100517396C
CN100517396C CNB038147688A CN03814768A CN100517396C CN 100517396 C CN100517396 C CN 100517396C CN B038147688 A CNB038147688 A CN B038147688A CN 03814768 A CN03814768 A CN 03814768A CN 100517396 C CN100517396 C CN 100517396C
Authority
CN
China
Prior art keywords
currency
resolution
measured value
verifier
signal
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Expired - Fee Related
Application number
CNB038147688A
Other languages
English (en)
Other versions
CN1662936A (zh
Inventor
F·阿诺尔
G·保达特
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Mars Inc
Original Assignee
Mars Inc
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Mars Inc filed Critical Mars Inc
Publication of CN1662936A publication Critical patent/CN1662936A/zh
Application granted granted Critical
Publication of CN100517396C publication Critical patent/CN100517396C/zh
Anticipated expiration legal-status Critical
Expired - Fee Related legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G07CHECKING-DEVICES
    • G07DHANDLING OF COINS OR VALUABLE PAPERS, e.g. TESTING, SORTING BY DENOMINATIONS, COUNTING, DISPENSING, CHANGING OR DEPOSITING
    • G07D7/00Testing specially adapted to determine the identity or genuineness of valuable papers or for segregating those which are unacceptable, e.g. banknotes that are alien to a currency
    • G07D7/20Testing patterns thereon
    • G07D7/2016Testing patterns thereon using feature extraction, e.g. segmentation, edge detection or Hough-transformation

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Inspection Of Paper Currency And Valuable Securities (AREA)

Abstract

一种检验文件的方法,包括在分辨率R下从该文件导出多个测量值,并处理测量值以导出在不同分辨率下的值。

Description

在检验货币中用于处理信号的方法和装置
本发明涉及一种用于处理信号的方法和装置,尤其涉及从检验例如纸币或其他相似的有价券、或货币等文件所得到的信号。
公知的检验如纸币或硬币的货币的方法包括检测出货币的特征,然后应用检测出的信号。例如,通过由光源向纸币上照射光并利用光传感器检测从纸币上反射或透射的光来检验货币的方法是公知的。对来自于光传感器的信号进行处理和利用以便确定例如纸币的面额以及其真伪。
现有技术系统中的一个问题是存取被检验的货币以达到足够高的分辨率,记住其大小、传感器的间隔以及排列。例如,可能需要在纸币的特定点上进行测量,但传感器的分辨率意味着只能在该点的区域上对其进行测量。当文件相对于传感器阵列倾斜时这个问题更为严重。
相反地,另外一个问题是分辨率可能比特定应用所需的分辨率还要高,例如,当确定纸币最有可能的面额时,不需要检验其有效性。这就会因为需要处理大量的数据而增加处理的复杂性、时间和成本。
将在所附的权利要求中对本发明的方面进行描述。
优选地,本发明是用于检验纸币和/或其他类型的有价券。
通常地,本发明提供在货币检验器中进行信号处理的方法,以便将对货币测量的分辨率改变到更高或更低的分辨率。换句话说,本发明提供改变、提高或降低分辨率的方法。
在本说明书中,术语“分辨率”是涵盖了各个领域的分辨率,如空间分辨率(如每单位长度或时间的采样速度或测量数目)或在谱域,例如频域(谱分量或带宽的数目)中的分辨率。
同样,术语测量包括,例如货币传感器的输出值以及来源于已测量过的或已检测过的数值的值。
根据本发明的第一优选方面,利用与Nyquist定理有关的内插方法,提高空间域中的分辨率,该内插方法允许在没有测量的位置中的信号得到再现,这样就能提高识别能力。
根据本发明的第二优选方面,在文件识别的前后关系中,利用滤波方法和简化傅里叶变换结果,通过有限的有用信息的损失,降低在频域中的分辨率。这就使得能够用相似的方法处理例如具有不同大小的文件(例如,不同长度和/或宽度)的项目,尤其是在当保持执行面额或分类执行时的面额确定和分类过程中。
可以将第一和第二方面结合。
下面将参考附图描述本发明的实施例,其中:
图1是纸币检测系统的示意图;
图2是图1的检测系统中从传感器阵列上面观察的平面图;
图3是图1的检测系统中从光源阵列下面观察的平面图;
图4是说明纸币测量的图;
图5是取样值的曲线图;
图6是比较测量信号与再现信号的曲线图;
图7是在第二实施例中比较测量信号与再现信号的曲线图。
图1示意性地表示根据本发明一个实施例的纸币检测系统。该系统包括排列在纸币传送路径一侧的光源阵列2,和排列在纸币传送路径另一侧、在光源阵列2对面的光传感器阵列4。该系统包括以四组滚筒6的形式、用于沿着光源阵列2和光传感阵列4之间的传送路径传送纸币8的纸币传送装置。将光源阵列4连接到处理器10上并且通过控制器12控制该系统。将用于对光源阵列2所发出的光进行散射和混合的散射体14安排在光源阵列2和纸币传送路径之间。
图2是从光源阵列2下面观察的平面图。如图所示,该光源阵列2是具有多个光源9的线性阵列。将该阵列排列成具有6个源的组11,并且一个组中的每个源发射具有不同波长的光,可以根据应用而对其进行适当的选择,通常为各种蓝色和红色。将多个这样的组11与传送路径线性交叉地排列,从而使每个波长的光源均与传送路径交叉排列。
图3是从光传感阵列4上面观察的平面图。如图所示,光传感器阵列包括八个呈直线排列、穿过传送路径的圆形光传感器。传感器的直径为7mm并且传感器中心之间的直线间距为7mm,从而使传感器肩并肩排列。结果就是,通过传感器沿其宽度对整个文件进行检测,其分辨率由传感器的大小决定。
图2和图3是不按比例的,并且光源和光传感器阵列具有近似相同的大小。
在操作中,在控制器12的控制下,通过滚筒6沿着光源阵列2和传感器阵列4之间的传送路径传送纸币。使纸币传送预定距离后停止。操作具有一个波长的所有光源,并且在散射体14中混合了光之后,将其均匀地散布到纸币的宽度方向上,使光打到纸币上。由传感器阵列4检测通过纸币透射的光,并且对于与每个传感器对应的纸币上的测量点,从传感器出得到信号。相似地,接下来对所有其它波长的光源进行相似的操作,对于每个波长的传感器得到对应线上的测量值。
接下来,启动滚筒6以便再次将纸币移动预定距离,并且重复照亮纸币以及取每个波长的每个传感器的测量值的顺序。
通过沿纸币的长度方向一行行地重复上述步骤,得出6个波长的每个波长的每个传感器对纸币中的每一行的测量值,通过纸币移动的预定距离来确定。
如下所述,通过处理器10处理测量点的测量值。
图4是表示传感器阵列在纸币上测量点的图。x轴对应于横穿传送路径,和传感器阵列成直线,并且y轴对应于传送方向。如图4所示,在该实例中,每组测量将纸币前移1.75mm,所以各行相距1.75mm,并且相邻行的测量点交叠。图4还概括地说明了相对于传感器的行倾斜的纸币。对于每一个点,用每一波长进行测量。在下文中,将讨论局限于一个波长,但对每个波长都执行相同的步骤。
测量值的分辨率由传感器元件的间距(此处为7mm)和在每组测量之间的纸币位移(此处为1.75mm)所决定。
根据实施例,通过处理来提高空间分辨率,如下所述。
假定想知道图3中点A(用黑色点表示)处的坐标(x,y)的值。
在本实施例中,沿着宽度方向(x轴)实施一维内插。在此种情况下,沿y轴的间距对于实际目的是足够的。可替换地,可在y方向中进行内插,以及或替代在x方向中执行内插。
首先,在y方向上最接近的相邻的基础上,选择离点A最近宽度的行。检索在已选择行中的每一传感器的测量值。
图5是表示沿着已选择宽度行的测量值的实例的曲线,x轴对应于图5中的x轴,y轴对应于信号或测量值,并且点对应于检索的传感器测量值或取样。
优选地不要改变测量的原始数据,并且因此在间隔处执行内插,该间隔是传感器间隔的整因子。此处,对于每个1.75mm执行内插,从而在每对相邻的测量点之间有3个内插点。结果是,钞票上沿x-y方向的分辨率是1.75×1.75mm。
根据Nyquist定理,假定信号的最高频率小于取样频率的一半(0<fmax<fs/2,fs是取样频率),可以精确地再现信号,使其好像是测量的一样。
假定应用Nyquist定理,通过拟合曲线Sinc(x)=sin(x)/x,利用三次卷积,对测量值或取样进行内插。这样,通过下式给出在位置x处信号的内插值:
signal ( x ) = Σ k = 0 n - 1 signal ( k . Δx ) · Sinc ( π ( k . Δx - x ) / Δx )
其中n是取样数目并且Δx是取样间距。应该注意到的是当x等于间距的精确倍数时,也就是,当x=k1Δx时,内插值等于取样值。
signal ( k 1 Δx ) = Σ k = 0 n - 1 signal ( k . Δx ) · Sinc ( π ( k . Δx - k 1 Δx ) / Δx )
Sinc(π(k.Δx-k1Δx)/Δx)=Sinc(π(k-k1))=0除了k=k1之外
换句话说,内插函数通过取样点。
为了减小由于Sinc函数的振荡(Gibbs现象)所带来的边缘效应,通过Hamming窗口对未加工的取样进行加权。该窗口给在窗口中间的点更重要的加权,而给位于窗口边缘的点小的加权。这些加权通过下式给出:
w ( u ) = 0.54 - 0.46 . cos ( 2 π u n ) , 0 ≤ u ≤ n - 1
其中n是取样数目。
也可使用例如Hamming窗口或Kaiser-Bessel窗口的其他类型的窗口,或其他相似的公知的可以补偿边缘效应的加权窗口。窗口的选择应权衡窗口的复杂性和存在噪声时其谐波信号的检测性能。在上述情况下,Hamming窗口能产生与旁瓣衰减(Gibbs现象)相对的好的频率选择性。
将窗口应用到所有点上以得到新的取样。然后,将先前的三次卷积内插函数应用到这些新的取样中。为了检索与原始信号相同级别的内插值,用在x位置处窗口的数值去除该结果。
为了减小在频域内D.C.分量的影响,在内插前删除测量平均值。然后在内插后再将平均值添加回去。应用窗口在x位置处的信号的内插值通过下式给出:
signal ( x ) = [ Σ k = 0 n - 1 [ signal ( k . Δx ) - m ] w ( k ) · Sinc ( π ( k . Δx - x ) Δx ) ] / w ( x Δx ) + m
其中n是取样数目,Δx是取样速度并且m是取样平均值。k.Δx是取样位置。
因为内插是沿着水平行执行的并且由于倾斜,所以数目n根据沿着一行完全落入纸币区域中的可用点的最大值而改变。此外窗口的大小也取决于n。可以将窗口的数值存储在不同n值的查找表中。
例如,如果测量数目是8并且内插速度是Δx=4,则对于0≤h≤(8-2)*4-1存储窗口。
图6是说明应用9个取样点(如点所示)的例子以及应用如上所述的方法得到的信号的再现与通过穿过宽度行的扫描而得到的信号相比较,以决定取样点之间的实际测量值的曲线图。x轴表示穿过传送路径的距离并且y轴表示信号值。
例如在这种情况下,在没有应用Hamming窗口时,通过在再现钞票和扫描钞票之间的相关绝对误差所确定的再现误差是11%,而应用了Hamming窗口的误差下降到6%。
可将上述方法用于导出对于特定波长的特定点处的再现值,例如,与特定安全特征有关的点。相似地,也可将该方法用于提高纸币上整个特定区域的分辨率。可替换地,可以提高整个纸币的分辨率,而不需要增加传感器的数目。
将来自于纸币的直接测量的和/或经过处理以提高分辨率后的信号,然后以公知的方式用于对纸币进行分类(确定面额或验证)。例如,通常在进一步处理后,将该信号与确定目标面额的有效样品的窗口、阈值或界限进行比较。很多用于处理来自于纸币的测量的信号来确定面额和/或验证该纸币的方法都是公知的,在本说明书中将不再进一步描述。
也可以应用各种其他的内插方法。在一个简单的例子中,将最近的相邻点的信号被分配给预期点。通过在频域而非时间域中执行内插,也可近似上面作为实施例描述的内插方法所得的结果。实际上,在时间域中应用Sinc函数的卷积相当于将理想低通(LP)滤波器(截止频率Fc=Fs/2)应用到傅里叶变换并计算DFT(离散傅里叶变换)的逆变换以得到内插值。如果考虑到Nyquist定理,则本方法仅给出近似,其取决于傅里叶变换的逆变换是如何近似的。
下面将描述本发明的第二实施例。
第二实施例包括如图1-图3所示的装置。然而,对结果信号的处理方式不同于第一实施例。
本实施例利用来自于纸币的信号来确定该纸币的面额,也就是说,用该信号决定该纸币有可能属于何种面额。利用神经网络(例如后向传播网络或LVQ分类器来确定纸币面额的方法是公知的。EP 0671040中描述了对纸币进行分类的神经网络的例子。一般而言,通过测量纸币的特征而得到n-维的特征向量,并且将特征向量输入到神经网络中去以用于分类。各种特性和测量值可以用于形成特征向量。
具有不同面额的纸币通常具有不同的大小(不同的长度和/或宽度),但对于每一张纸币,输入到神经网络中的特征向量的维数都是相同的。因此,形成特征向量的数据不但必须不依赖于被测量的纸币的大小,并且还必须被选择以包含足够的信息,以便能准确地给纸币分类。
本实施例通过如下方式得到输入到神经网络中去的数据。
与第一实施例一样,对于多个波长的每个波长,从与传送路径交叉的多行中的每个传感器4得到测量值。然后在处理器10中处理该数据。
将数据收集到平行于传送路径、在给定波长中取样周期为1.75mm的行中。然后例如通过除以对应波长的行中的平均值来对每一行进行标准化。对每一个标准化的行以及每个波长,计算具有128个系数的FFT。将纸币上可用部分以外的点用零填充。
因为是通过删除平均值对数据进行标准化的,所以傅里叶变换的第一复值是0。从索引1-14(假定D.C.索引是0)中选择出实部和虚部的数据,其提供14个复值。因而,频域中的分辨率就降低了。例如,对于2种波长和沿着长度方向的2个行来说,变量总数是112个变量。这是提供给神经网络用于分类的向量。如果适当的话也可以用其他数目的波长和行。
在一个或多个波长中,将傅里叶变换应用到沿着钞票的长度方向确定的标准化的行中。只要考虑面额,则检验已表示出可减小频率含量。图7表示在应用理想LP滤波器并仅应用傅里叶变换中的一部分频谱之后一行钞票文件的再现的例子。实线是再现信号,而虚线是原始信号。x轴表示在传送方向上沿着钞票的长度方向的距离,而y轴表示信号值。通过对滤波的傅里叶变换的逆变换得到再现。实际上,这意味着仅需要傅里叶变换的一部分,并且可以将其用于分类器的输入向量而几乎没有信息丢失。
再现非常接近于原始信号,并且与原始信号相比利用较少的数据,显示通过在傅里叶变换之后选择频谱的子集的滤波在信号中保持了大多数的有用信息。如果在时间域中的取样考虑到Nyquist定理,则这是有可能的,在此种情况下沿着钞票的长度方向应用Nyquist定理。实际上,沿着长度方向的取样速度很高,这样有利于特征安全性但可以为了确定面额的目的而降低。
也可通过在时间域中把Sinc函数应用到信号中而得到应用了FFT的滤波方法的结果,并且执行时间抽取,但上述方法需要消耗更多的时间。
例如,可以将第一和第二实施例结合起来,从而使在空间域中提高分辨率而在频域中降低分辨率。空间域中提高了的分辨率可以用于,例如,确认货币的有效性,而频域中降低了的分辨率可以用于为货币确定面额。在内插以提高分辨率之后,可以将空间域中的数据变换到频域中。本发明并不限于所示和所述传感系统类型,而是可以应用任何适合的传感系统。
参考纸币,可包括其他相似类型的有价券,如息票、支票,并且可包括这种文件的真实实例和假冒实例。该系统可以包括对装置的应用,如用于检测定向(如纸币相对于例如传送方向和/或传感器阵列或固定点的倾斜和偏移量)的边缘检测器。可替换的是,该系统可以包括将纸币定位在预期方向上的装置,例如使钞票的长度方向沿着传送路径,使边缘平行于传送方向,或相对于传送方向和/或传感器阵列预期的角度。
上述实施例是纸币检验器。然而,也可以将本发明用于其他类型的货币检验器,如硬币检验器。例如,可以对来自于硬币检验器、作为测量硬币特性(如材料)的信号,在穿过硬币上的连续点上进行内插,以产生表示硬币上的特性的信号。
术语“硬币”可以用来指任何硬币(有效的或假币)、代币、金属片、垫片、或其他金属物品或项目,以及尤其是任何可以使人在试图操作硬币操作装置或系统时使用的金属物品或项目。“有效硬币”指的是真币、代币、或相似物,并且尤其是指硬币操作装置或系统在其中操作或利用其进行操作的货币系统的真币,以及硬币操作装置或系统用于有选择地接收和处理作为货币值的确认面额的系统的真币。

Claims (33)

1.一种检验货币的方法,包括在预定分辨率(R)下得到货币(8)的多个测量值,并且处理测量值以得到在不同分辨率下的值,其特征在于:
在谱域中减小分辨率,所述方法包括在谱域中对测量值的信号进行滤波,以通过取谱分量集的子集来减小谱域中的分辨率。
2.如权利要求1所述的方法,其中子集具有预定的大小。
3.如权利要求1或2所述的方法,其中谱域是频谱。
4.如权利要求3所述的方法,其中滤波除掉高频分量。
5.如权利要求1或者2所述的方法,其中在滤波之前,对测量值的信号进行归一化。
6.如权利要求5所述的方法,其中,所述对信号进行归一化是通过平均值来进行的。
7.如权利要求1或者2所述的方法,包括利用谱分量集的所述子集得出特征向量。
8.如权利要求7所述的方法,包括利用神经网络来处理特征向量,所述神经网络包括反向传播网络或LVQ网络。
9.如权利要求1或者2所述的方法,包括内插以在空间域中提高分辨率。
10.如权利要求9所述的方法,其中在第一空间方向上以第一分辨率(R1)得出测量值,并且在第二空间方向上以第二分辨率(R2)得出测量值。
11.如权利要求10所述的方法,其中第一和第二方向基本上是垂直的。
12.如权利要求10所述的方法,其中第一分辨率<第二分辨率,并且其中所述内插将第一方向上的分辨率提高到近似为第二分辨率。
13.如权利要求1或者2所述的方法,包括重构取样自货币的信号的步骤。
14.如权利要求1或者2所述的方法,包括对用加权函数所加权的测量值求和。
15.如权利要求14所述的方法,其中加权函数为sin(x)/x的形式。
16.如权利要求1或者2所述的方法,包括利用加权窗口来补偿边缘效应。
17.如权利要求16所述的方法,其中加权窗口是升余弦窗口。
18.如权利要求17所述的方法,其中所述升余弦窗口是Hamming或Hanning或Kaiser-Bessel窗口。
19.如权利要求9所述的方法,包括在内插之前除去测量值的平均值,并且在内插之后再将其恢复。
20.如权利要求1或者2所述的方法,其中在所述货币是文件的情况下,沿着基本上与所述文件的一个边缘平行的线得出测量值。
21.如权利要求1或者2所述的方法,用于验证货币的有效性。
22.如权利要求1或者2所述的方法,用于确认货币的面额。
23.如权利要求1或者2所述的方法,所述货币是文件、纸币和其他有价券之一。
24.如权利要求1或者2所述的方法,其中所述货币是硬币。
25.一种货币检验器,包括:用于在预定分辨率(R)下得到货币的多个测量值的第一装置,以及用于处理测量值以得到在不同分辨率下的值的第二装置,其特征在于:所述货币检验器,还包括:
第三装置,用于在谱域中减小分辨率,所述第三装置在谱域中对测量值的信号进行滤波,以通过取谱分量集的子集来减小谱域中的分辨率。
26.如权利要求25所述的货币检验器,包括在预定分辨率(R)下检测货币的装置(2,4)。
27.如权利要求26所述的货币检验器,包括沿第一方向延伸以第一分辨率(R1)检测货币的装置(2,4),和在第二方向上以第二分辨率(R2)检测货币的装置(2,4)。
28.如权利要求26所述的货币检验器,包括分辨率为第一分辨率(R1)的线性传感器阵列,和用于在第二分辨率(R2)下相对于传感器阵列移动货币的装置。
29.如权利要求25-28中任一权利要求所述的货币检验器,用于确定货币的面额和/或验证货币的有效性。
30.如权利要求25-28中任一权利要求所述的货币检验器,用于检验硬币。
31.如权利要求25-28中任一权利要求所述的货币检验器,用于检验文件、纸币或其他有价券。
32.如权利要求31所述的货币检验器,其中所述文件能够在相对于传送路径的边缘倾斜和偏移地沿传送路径被送入。
33.如权利要求25-28中任一权利要求所述的货币检验器,所述货币检验器能够处理多个大小不同的货币。
CNB038147688A 2002-06-25 2003-06-24 在检验货币中用于处理信号的方法和装置 Expired - Fee Related CN100517396C (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
EP02254425.8 2002-06-25
EP02254425A EP1376484A1 (en) 2002-06-25 2002-06-25 Method and apparatus for processing signals in testing currency items

Publications (2)

Publication Number Publication Date
CN1662936A CN1662936A (zh) 2005-08-31
CN100517396C true CN100517396C (zh) 2009-07-22

Family

ID=29716925

Family Applications (1)

Application Number Title Priority Date Filing Date
CNB038147688A Expired - Fee Related CN100517396C (zh) 2002-06-25 2003-06-24 在检验货币中用于处理信号的方法和装置

Country Status (6)

Country Link
US (1) US7715610B2 (zh)
EP (2) EP1376484A1 (zh)
JP (1) JP4511348B2 (zh)
CN (1) CN100517396C (zh)
AU (1) AU2003253140B2 (zh)
WO (1) WO2004001685A1 (zh)

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101297702B1 (ko) * 2004-03-08 2013-08-22 카운슬 오브 사이언티픽 앤드 인더스트리얼 리서치 적분된 투과 및 반사 스펙트럼 응답을 이용한 개선된 위조 화폐 검출기
US8706669B2 (en) * 2006-07-28 2014-04-22 Mei, Inc. Classification using support vector machines and variables selection
US9514591B2 (en) * 2007-03-29 2016-12-06 Glory Ltd. Paper-sheet recognition apparatus, paper-sheet processing apparatus, and paper-sheet recognition method
US20090296365A1 (en) * 2008-04-18 2009-12-03 Coinsecure, Inc. Calibrated and color-controlled multi-source lighting system for specimen illumination
US8474592B2 (en) 2008-07-29 2013-07-02 Mei, Inc. Currency discrimination
JP5468401B2 (ja) * 2010-01-28 2014-04-09 グローリー株式会社 硬貨センサ、実効値算出方法および硬貨識別装置
US9336638B2 (en) * 2014-03-25 2016-05-10 Ncr Corporation Media item validation
CN106960506B (zh) * 2017-03-30 2019-04-19 南通大学 带准确定位的双排振动型散乱纸币整理收集装置

Family Cites Families (35)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5295196A (en) * 1990-02-05 1994-03-15 Cummins-Allison Corp. Method and apparatus for currency discrimination and counting
US5479570A (en) * 1992-10-06 1995-12-26 Matsushita Electric Industrial Co., Ltd. Learning and recognition machine
CH684856A5 (de) * 1992-11-30 1995-01-13 Mars Inc Verfahren zur Klassifizierung eines Musters - insbesondere eines Musters einer Banknote oder einer Münze - und Einrichtung zur Durchführung des Verfahrens.
US5444793A (en) * 1993-06-15 1995-08-22 Ncr Corporation Method for detecting machine printed monetary amounts in binary images
DE69415087T2 (de) * 1993-06-15 1999-06-24 Sharp Kk Bildverarbeitungsgerät
US6449377B1 (en) * 1995-05-08 2002-09-10 Digimarc Corporation Methods and systems for watermark processing of line art images
US5748763A (en) * 1993-11-18 1998-05-05 Digimarc Corporation Image steganography system featuring perceptually adaptive and globally scalable signal embedding
US6128402A (en) * 1994-03-08 2000-10-03 Cummins-Allison Automatic currency processing system
US6363164B1 (en) * 1996-05-13 2002-03-26 Cummins-Allison Corp. Automated document processing system using full image scanning
US6748101B1 (en) * 1995-05-02 2004-06-08 Cummins-Allison Corp. Automatic currency processing system
GB2309778B (en) * 1996-02-05 2000-05-24 Mars Inc Security document validation
US5757001A (en) * 1996-05-01 1998-05-26 The Regents Of The University Of Calif. Detection of counterfeit currency
US6661910B2 (en) * 1997-04-14 2003-12-09 Cummins-Allison Corp. Network for transporting and processing images in real time
DE69724405T2 (de) * 1996-10-04 2004-05-06 Koninklijke Philips Electronics N.V. Verfahren und apparat zur online handschrifterkennung basierend auf merkmalvektoren unter verwendung von agglomerierten beobachtungen aus zeitlich aufeinanderfolgenden sequenzen
JP3369088B2 (ja) * 1997-11-21 2003-01-20 富士通株式会社 紙葉鑑別装置
US6400833B1 (en) * 1998-06-19 2002-06-04 Oms-Optical Measuring Systems Method and apparatus for discrimination of product units from spread spectrum images of thin portions of product units
DE19828396C2 (de) * 1998-06-25 2000-04-27 Computer Ges Konstanz Verfahren zum Verarbeiten von Bilddaten
US6157731A (en) * 1998-07-01 2000-12-05 Lucent Technologies Inc. Signature verification method using hidden markov models
US6731785B1 (en) * 1999-07-26 2004-05-04 Cummins-Allison Corp. Currency handling system employing an infrared authenticating system
GB9920501D0 (en) * 1999-09-01 1999-11-03 Ncr Int Inc Imaging system
US6483576B1 (en) * 1999-12-10 2002-11-19 Laser Lock Technologies, Inc. Counterfeit detection system
DE10000030A1 (de) * 2000-01-03 2001-07-05 Giesecke & Devrient Gmbh Kamerasystem für die Bearbeitung von Dokumenten
DE10027726A1 (de) * 2000-06-03 2001-12-06 Bundesdruckerei Gmbh Sensor für die Echtheitserkennung von Signets auf Dokumenten
ES2280179T3 (es) * 2000-12-15 2007-09-16 Mei, Inc. Dispositivo para la validacion de dinero.
GB0105612D0 (en) * 2001-03-07 2001-04-25 Rue De Int Ltd Method and apparatus for identifying documents
EP1321902B1 (en) * 2001-12-20 2015-08-12 MEI, Inc. Currency acceptor and light source for use therein
WO2003061981A1 (fr) 2002-01-08 2003-07-31 National Printing Bureau, Incorporated Administrative Agency Feuille imprimee authentifiable, procede et appareil de fabrication, et procede et appareil d'authentification
JP4082448B2 (ja) 2002-02-27 2008-04-30 独立行政法人 国立印刷局 真偽判別可能な印刷物及びその作成方法
JP2003200647A (ja) 2002-01-08 2003-07-15 Printing Bureau Ministry Of Finance 真偽判別可能な印刷物及び判別方法、並びに該印刷物への情報の埋め込み方法
DE10202383A1 (de) * 2002-01-16 2003-08-14 Nat Rejectors Gmbh Verfahren zur Erkennung eines Prägebildes einer Münze in einem Münzautomaten
US7295694B2 (en) * 2002-02-22 2007-11-13 International Business Machines Corporation MICR-based optical character recognition system and method
EP1345163B2 (en) * 2002-03-15 2010-12-29 Computer Sciences Corporation Methods for analysis of writing in documents
US7555155B2 (en) * 2005-01-27 2009-06-30 Cambridge Research & Instrumentation, Inc. Classifying image features
US7944561B2 (en) * 2005-04-25 2011-05-17 X-Rite, Inc. Measuring an appearance property of a surface using a bidirectional reflectance distribution function
EP1868166A3 (en) * 2006-05-31 2007-12-26 MEI, Inc. Method and apparatus for validating banknotes

Also Published As

Publication number Publication date
US7715610B2 (en) 2010-05-11
JP4511348B2 (ja) 2010-07-28
AU2003253140B2 (en) 2009-11-12
WO2004001685A1 (en) 2003-12-31
JP2005531060A (ja) 2005-10-13
EP1376484A1 (en) 2004-01-02
US20060098859A1 (en) 2006-05-11
CN1662936A (zh) 2005-08-31
EP1516294A1 (en) 2005-03-23
AU2003253140A1 (en) 2004-01-06

Similar Documents

Publication Publication Date Title
US6573983B1 (en) Apparatus and method for processing bank notes and other documents in an automated banking machine
EP1217589B1 (en) Currency validator
US8494249B2 (en) Paper sheet recognition apparatus and paper sheet recognition method
JPH0644377A (ja) パターン、特に紙幣あるいは貨幣のパターンを分類する装置
JP2011521373A (ja) 走査したデータの線形化
CN100517396C (zh) 在检验货币中用于处理信号的方法和装置
US7421414B2 (en) Split machine learning systems
CA1084166A (en) Method and apparatus for testing the print quality of printed texts, more particularly banknotes
CA2234465A1 (fr) Procede et dispositif pour le traitement de signaux representatifs d'ondes reflechies, transmises ou refractees par une structure volumique en vue d'effectuer une exploration et une analyse de cette structure
CN117783051B (zh) 一种基于多传感器数据融合的甲烷气体泄漏检测方法
EP0744716B1 (en) Method and apparatus for authenticating documents
US20090101469A1 (en) Coin sensor
JPH0520521A (ja) 硬貨鑑別装置
US6799670B1 (en) Coin validation
JP3187698B2 (ja) 紙葉類認識装置
JPH04238207A (ja) 欠陥検査装置
JPH02108188A (ja) 紙葉類判別方法
JPH03113590A (ja) 紙幣判別方法
AU774460B2 (en) Coin validation
JP2550696B2 (ja) 紙幣鑑別装置
Kawaguchi et al. An attempt to apply the picture processing technique to the improvement of steel strip surface flaw detectors
JPS6326918B2 (zh)
CN112530077A (zh) 检测纸币磁性数据的方法、装置、终端设备和存储介质
Rossiter Optimal partitioning of soil transects with R
Tucker DIFFERENTIATION OF SEDIMENTARY ENVIRONMENTS BY STATISTICAL METHODS.

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
ASS Succession or assignment of patent right

Owner name: MEI CO.,LTD.

Free format text: FORMER OWNER: MARS INC.

Effective date: 20060818

C41 Transfer of patent application or patent right or utility model
TA01 Transfer of patent application right

Effective date of registration: 20060818

Address after: American Pennsylvania

Applicant after: Mars Inc.

Address before: Virginia

Applicant before: MARS

C14 Grant of patent or utility model
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20090722

Termination date: 20160624

CF01 Termination of patent right due to non-payment of annual fee