ES2621841T3 - Aparato y método para caracterizar elementos de moneda - Google Patents

Aparato y método para caracterizar elementos de moneda Download PDF

Info

Publication number
ES2621841T3
ES2621841T3 ES13704889.8T ES13704889T ES2621841T3 ES 2621841 T3 ES2621841 T3 ES 2621841T3 ES 13704889 T ES13704889 T ES 13704889T ES 2621841 T3 ES2621841 T3 ES 2621841T3
Authority
ES
Spain
Prior art keywords
light
currency
validation
spectral
processor
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.)
Active
Application number
ES13704889.8T
Other languages
English (en)
Inventor
Fatiha Anouar
Gaston Baudat
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.)
Crane Payment Innovations Inc
Original Assignee
Crane Payment Innovations 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 Crane Payment Innovations Inc filed Critical Crane Payment Innovations Inc
Application granted granted Critical
Publication of ES2621841T3 publication Critical patent/ES2621841T3/es
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G07—CHECKING-DEVICES
    • G07D—HANDLING OF COINS OR VALUABLE PAPERS, e.g. TESTING, SORTING BY DENOMINATIONS, COUNTING, DISPENSING, CHANGING OR DEPOSITING
    • G07D7/00—Testing 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
    • G07D7/20—Testing patterns thereon
    • G07D7/202—Testing patterns thereon using pattern matching
    • G07D7/205—Matching spectral properties
    • G—PHYSICS
    • G07—CHECKING-DEVICES
    • G07D—HANDLING OF COINS OR VALUABLE PAPERS, e.g. TESTING, SORTING BY DENOMINATIONS, COUNTING, DISPENSING, CHANGING OR DEPOSITING
    • G07D5/00—Testing specially adapted to determine the identity or genuineness of coins, e.g. for segregating coins which are unacceptable or alien to a currency
    • G07D5/02—Testing the dimensions, e.g. thickness, diameter; Testing the deformation
    • G—PHYSICS
    • G07—CHECKING-DEVICES
    • G07D—HANDLING OF COINS OR VALUABLE PAPERS, e.g. TESTING, SORTING BY DENOMINATIONS, COUNTING, DISPENSING, CHANGING OR DEPOSITING
    • G07D7/00—Testing 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
    • G07D7/06—Testing 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 using wave or particle radiation
    • G07D7/12—Visible light, infrared or ultraviolet radiation
    • G07D7/1205—Testing spectral properties
    • G—PHYSICS
    • G07—CHECKING-DEVICES
    • G07D—HANDLING OF COINS OR VALUABLE PAPERS, e.g. TESTING, SORTING BY DENOMINATIONS, COUNTING, DISPENSING, CHANGING OR DEPOSITING
    • G07D7/00—Testing 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
    • G07D7/06—Testing 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 using wave or particle radiation
    • G07D7/12—Visible light, infrared or ultraviolet radiation
    • G07D7/121—Apparatus characterised by sensor details

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Toxicology (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Inspection Of Paper Currency And Valuable Securities (AREA)
  • Investigating Or Analysing Materials By Optical Means (AREA)

Abstract

Aparato de validación (10) que comprende: una fuente de luz (110) que puede emitir un espectro de luz de banda ancha para iluminar un elemento de moneda (130); un receptor (120) configurado para recibir luz emitida por la fuente de luz, en el que la luz recibida por el receptor (120) comprende al menos una parte de luz reflejada por el elemento de moneda (130) o transmitida a través del mismo; una unidad de transporte (20) configurada para transportar el elemento de moneda dentro del aparato de validación; un procesador configurado para obtener una medición espectral de la luz recibida por el receptor; un dispositivo de almacenamiento que almacena una base, caracterizado por que el procesador está configurado además para utilizar la base para transformar la medición espectral en una señal de espectro disperso; y reconstruir una respuesta espectral del elemento de moneda (130) usando la señal de espectro disperso y la base almacenada.

Description

5
10
15
20
25
30
35
40
45
50
55
DESCRIPCION
Aparato y metodo para caracterizar elementos de moneda Campo de la descripcion
La presente descripcion se refiere a un aparato y a metodos para caracterizar elementos de moneda. Mas en concreto, esta descripcion se refiere a un aparato y a metodos de uso de tecnologfas de deteccion por compresion para caracterizar elementos de moneda, en particular empleando una fuente de luz de banda ancha.
Antecedentes
Se pueden utilizar muchos dispositivos para caracterizar elementos de moneda. Por ejemplo, se puede utilizar un dispositivo de validacion, que comprende una unidad de validacion, para caracterizar un elemento de moneda.
Para los propositos de la descripcion, el termino moneda y / o elemento de moneda incluye, aunque no se limita a, documentos valiosos, documentos de seguridad, billetes de banco, cheques, facturas, certificados, tarjetas de credito, tarjetas de debito, tarjetas monedero, tarjetas regalo, cupones, monedas, fichas y documentos de identificacion.
En tales dispositivos del estado de la tecnica, la unidad de validacion incluye un modulo de deteccion que a menudo comprende ademas una fuente para emitir luz y un receptor para recibir la luz emitida. La validacion de un elemento de moneda puede implicar la medicion y el analisis de una o ambas de la luz reflejada y la luz transmitida a traves de un elemento de moneda. Ademas, la validacion puede incluir, aunque no se limita a, deteccion, denominacion, validacion, autenticacion de tipo y determinacion de la condicion de documento.
Algunas unidades de validacion estan dispuestas para utilizar una pluralidad de fuentes emisoras de luz (por ejemplo, diodos emisores de luz (LEDES)) para recoger respuestas reflectantes y / o de transmision de un elemento de moneda. Generalmente, estas fuentes estan configuradas de manera que emiten luz dentro de una banda relativamente estrecha de longitud de onda dentro de un espectro. Mas en concreto, las fuentes comunmente conocidas (por ejemplo, LEOS rojos, LEOS azules o LEOS verdes) tienen tfpicamente un espectro de emision con un ancho de banda estrecho (por ejemplo, entre 15 nm y 35 nm). Ejemplos de fuentes comunes pueden incluir fuentes rojas que emiten luz en el intervalo de 640 nm a 700 nm, fuentes azules que emiten luz en el intervalo de 450 nm a 480 nm o fuentes verdes que emiten luz en el intervalo de 520 nm a 555 nm. A menudo, tales fuentes comunes estan configuradas para emitir luz dentro de bandas de longitud de onda compatibles con colores conocidos dentro del espectro visible (por ejemplo, luz roja, luz azul y luz verde). La respuesta espectral de un elemento de moneda a ser iluminado con fuentes que tienen emision dentro de espectros de color conocidos de luz visible puede usarse para determinar diversas caractensticas del elemento de moneda. En algunos casos, la luz no visible (por ejemplo, infrarrojos o UV) se puede utilizar para recopilar informacion de las caractensticas de un elemento de moneda.
Una de las limitaciones de tal unidad de validacion es que la combinacion de espectros de ancho de banda estrecho que son emitidos por cada fuente individual puede generalmente dar lugar a lagunas a traves del espectro total de interes. Si bien es posible utilizar un gran numero de fuentes de banda estrecha para cubrir el espectro total de interes, tal enfoque no es deseable ya que podna derivar en un aparato de validacion muy grande, costoso y poco fiable. Ademas, la aplicacion de tal enfoque puede aumentar la frecuencia de actualizaciones de campo del hardware de la unidad de validacion en la medida en que sea deseable ampliar el espectro de interes despues de que la unidad de validacion ya haya sido desplegada al usuario final. Ademas, tal solucion podna dar lugar a un dispositivo requerido para procesar cantidades muy grandes de datos y, por tanto, no es tan eficiente como se requiere para un aparato de validacion de moneda (por ejemplo, una maquina de juegos, una maquina expendedora y una maquina de venta de entradas, etc.) donde el intervalo de tiempo de validacion es cntico (por ejemplo, menos de un segundo).
Otras maquinas de procesamiento de imagenes (por ejemplo, escaneres de documentos o fotocopiadoras) utilizan una pluralidad de fuentes y detectores para reproducir o almacenar una imagen de un documento. Tales maquinas de procesamiento de imagenes funcionan de una manera que es analoga al ojo humano en el sentido de que la maquina de procesamiento de imagenes calcula la media de los colores que componen el documento. Asf, de manera similar al ojo humano, tales maquinas de procesamiento de imagenes no pueden distinguir entre el documento original y la imagen de documento reproducida. Tales sistemas de formacion de imagenes pueden tener una alta resolucion espacial, sin embargo, la resolucion espectral es limitada.
El documento US2011/0090484A1 describe un dispositivo de formacion de imagenes multiespectral que tiene un modulo de iluminacion y un modulo de deteccion para autenticar y validar billetes de banco que se mueven a lo largo de un transportador de documentos.
Por tanto, existe la necesidad de una unidad de validacion mas eficiente, de alto rendimiento, fiable y / o mas economica. El solicitante considera que la presente descripcion aborda algunas de las preocupaciones mencionadas y / u otras preocupaciones.
5
10
15
20
25
30
35
40
45
50
55
Breve descripcion
En las reivindicaciones 1 a 15, se describen aspectos de la invencion.
Un aparato de validacion comprende una fuente de luz que puede emitir un espectro de luz de banda ancha para iluminar un elemento de moneda. El aparato de validacion tambien incluye un receptor configurado para recibir luz emitida por la fuente de luz. En otro aspecto que puede utilizarse en combinacion con el aspecto anterior, el aparato de validacion tambien incluye una unidad de transporte configurada para transportar el elemento de moneda dentro del aparato de validacion. En otro aspecto que puede usarse en combinacion con los aspectos anteriores, el aparato de validacion tambien incluye un procesador configurado para reconstruir una respuesta espectral del elemento de moneda. En este diseno, la luz recibida por el receptor comprende al menos una parte de luz reflejada por elemento de moneda o transmitida a traves del mismo.
En algunas implementaciones de cualquiera de los aspectos anteriores, el aparato de validacion puede comprender variables de clasificacion almacenadas. Opcionalmente, la fuente de luz puede emitir luz en el espectro de luz visible y no visible.
En algunas realizaciones de cualquiera de los aspectos anteriores, el receptor puede comprender un fotodetector de banda ancha y un conjunto de filtros opticos acoplados al fotodetector. En este diseno, el conjunto de filtros opticos puede comprender una pluralidad de filtros opticos configurados para filtrar luz a diferentes longitudes de onda. En un aspecto que puede usarse en combinacion con cualquiera de los aspectos anteriores, el procesador puede estar configurado para controlar selectivamente un filtro optico para su acoplamiento con el fotodetector.
En algunas implementaciones que pueden aplicarse tambien en combinacion con los aspectos anteriores, el receptor puede comprender una pluralidad de fotodetectores de banda ancha, en los que cada fotodetector esta configurado para filtrar luz a diferentes longitudes de onda. En algunos disenos de cualquiera de los aspectos anteriores, la fuente de luz puede comprender una pluralidad de diodos emisores de luz configurados para emitir luz a diferentes longitudes de onda. Opcionalmente, las diferentes longitudes de onda son linealmente independientes. En otros aspectos que pueden usarse en combinacion con cualquiera de los aspectos anteriores, las longitudes de onda de diodos emisores de luz pueden seleccionarse para minimizar una coherencia.
En algunos disenos que pueden usarse en combinacion con cualquiera de los aspectos anteriores, la pluralidad de diodos emisores de luz puede comprender un LED azul, en el que se utilizan fosforos para controlar una emision espectral del LED azul. En algunas implementaciones, la pluralidad de diodos emisores de luz puede comprender ademas o de manera alternativa un LED ultravioleta, en el que se utilizan fosforos para controlar una emision espectral del LED ultravioleta. En otras implementaciones, la pluralidad de diodos emisores de luz puede comprender ademas o de manera alternativa un LED infrarrojo. En algunas implementaciones, la fuente de luz puede comprender al menos tres diodos emisores de luz configurados para emitir luz a diferentes longitudes de onda. En otras implementaciones, la fuente de luz puede comprender al menos seis diodos emisores de luz configurados para emitir luz a diferentes longitudes de onda.
En un aspecto que se puede usar en combinacion con cualquiera de los aspectos anteriores, el procesador puede estar configurado ademas para controlar de manera independiente cada uno de la pluralidad de diodos emisores de luz. En otro aspecto que puede usarse en combinacion con el aspecto anterior, cada uno de la pluralidad de diodos emisores de luz puede activarse de una manera predeterminada.
En algunas implementaciones de cualquiera de los aspectos anteriores, el aparato de validacion puede comprender un algoritmo de minimizacion L1 almacenado (vease, por ejemplo, L1 minimization R. Tibshirani, "Regression shrinkage and selection via the lasso," J. Roy. Stat. Soc. Ser. B, vol. 58, n°. 1, pags. 267-288, 1996). En este diseno, el algoritmo de minimizacion L1 puede comprender opcionalmente un algoritmo voraz (vease, por ejemplo, Greedy algorithms J.A. Tropp and A.C. Gilbert. "Signal recovery from random measurements via orthogonal matching pursuit." IEEE Trans. on Info. Theory, 53(12):4655-4666, 2007). En otro aspecto que puede usarse en combinacion con cualquiera de los aspectos anteriores, el aparato de validacion puede comprender una matriz de representacion almacenada, en el que la matriz de representacion se utiliza para pasar de un espacio de funcion no dispersa a un espacio de funcion dispersa. En este diseno, el procesador puede estar configurado ademas para aplicar criterios de aceptacion a la respuesta espectral reconstruida para determinar si el elemento de moneda pertenece a una clase predeterminada de moneda. En un aspecto que puede usarse en combinacion con cualquiera de los aspectos anteriores, la respuesta espectral se reconstruye en base a la matriz de representacion almacenada y a la pluralidad de mediciones. En algunas implementaciones de cualquiera de los aspectos anteriores, la matriz de representacion comprende un diccionario obtenido por aprendizaje.
En otro aspecto, en el presente documento se describe un metodo de validacion de un elemento de moneda. El metodo puede incluir las etapas de transportar el elemento de moneda dentro del aparato de validacion, emitir un espectro de luz de banda ancha para iluminar un elemento de moneda, recibir al menos una parte de la luz reflejada por el elemento de moneda o transmitida a traves del mismo, emitida por la fuente de luz, y reconstruir a traves de un procesador, una respuesta espectral del elemento de moneda.
5
10
15
20
25
30
35
40
45
50
En algunas implementaciones que pueden usarse en combinacion con el aspecto anterior, la luz puede ser emitida en el espectro de luz visible y / o no visible. En algunos aspectos que pueden usarse en combinacion con cualquiera de los aspectos anteriores, el receptor puede comprender un fotodetector de banda ancha y un conjunto de filtros opticos acoplados al fotodetector. En algunos disenos, el conjunto de filtros opticos puede comprender una pluralidad de filtros opticos configurados para filtrar luz a diferentes longitudes de onda. En algunas implementaciones de cualquiera de los aspectos anteriores, el procesador puede estar configurado para controlar selectivamente un filtro optico para su acoplamiento con el fotodetector.
En algunos aspectos que pueden utilizarse en combinacion con cualquiera de los aspectos anteriores, el metodo de validacion de un elemento de moneda tambien puede incluir la etapa de almacenar un algoritmo de minimizacion L1. En algunas implementaciones de cualquiera de los aspectos anteriores, el metodo tambien puede incluir la etapa de almacenar variables de clasificacion.
En algunos disenos de cualquiera de los aspectos anteriores, la luz se emite utilizando una fuente de luz que comprende una pluralidad de diodos emisores de luz configurados para emitir luz a diferentes longitudes de onda. En un aspecto, las diferentes longitudes de onda pueden ser linealmente independientes. En otro aspecto que tambien se puede aplicar en combinacion con cualquiera de los aspectos anteriores, los diodos emisores de luz pueden seleccionarse para minimizar una coherencia con el espacio de representacion. En algunos aspectos que pueden usarse en combinacion con cualquiera de los aspectos anteriores, la pluralidad de diodos emisores de luz puede comprender un LED azul, en el que se utilizan fosforos para controlar una emision espectral del LED azul. En otros aspectos que pueden usarse en combinacion con el aspecto anterior, la pluralidad de diodos emisores de luz puede comprender ademas o de manera alternativa un LED ultravioleta, en el que se utilizan fosforos para controlar una emision espectral del LED ultravioleta. En otros aspectos que pueden usarse en combinacion con el aspecto anterior, la pluralidad de diodos emisores de luz puede comprender ademas o de manera alternativa un LED infrarrojo.
En algunas implementaciones de cualquiera de los aspectos anteriores, la pluralidad de diodos emisores de luz puede incluir al menos tres diodos emisores de luz. En otras implementaciones de cualquiera de los aspectos anteriores, la pluralidad de diodos emisores de luz puede incluir al menos seis diodos emisores de luz. En un aspecto que puede usarse en combinacion con cualquiera de los aspectos anteriores, el procesador puede estar configurado para llevar a cabo la etapa de controlar de manera independiente cada uno de la pluralidad de diodos emisores de luz. En otros aspectos que pueden utilizarse en combinacion con cualquiera de los aspectos anteriores, cada uno de la pluralidad de diodos emisores de luz puede activarse de una manera predeterminada.
En algunos disenos de cualquier combinacion de los aspectos anteriores, tambien se puede incluir una etapa de almacenamiento de una matriz de representacion que puede usarse para pasar de un espacio de funcion no dispersa a un espacio de funcion dispersa. Dispersion expresa la idea de que la tasa de informacion de una senal puede ser mucho menor de lo sugerido por su ancho de banda. Muchas senales de N coeficientes pueden ser representadas en otro espacio (llamado espacio de representacion) donde solo S coeficientes no son ceros, donde S << N, se dice entonces que la senal es S-dispersa. La senal original con N coeficientes no ceros se dice que no es dispersa frente a su nueva representacion donde solo S coeficientes no son ceros. Opcionalmente, el procesador puede estar configurado ademas para llevar a cabo la etapa de aplicar criterios de aceptacion a la respuesta espectral reconstruida para determinar si el elemento de moneda pertenece a una clase predeterminada de moneda. En un aspecto que puede usarse en combinacion con los aspectos anteriores, la respuesta espectral se reconstruye en base a la matriz de representacion almacenada y a la pluralidad de mediciones. En algunas implementaciones de cualquiera de los aspectos anteriores, la matriz de representacion puede comprender un diccionario obtenido por aprendizaje.
Estas y otras caractensticas de la invencion se describen en detalle a continuacion.
Breve descripcion de los dibujos
La figura 1 es una vista esquematica de una unidad de validacion;
La figura 2 es una vista esquematica de un modulo sensor;
La figura 3 es una vista en perspectiva de una rueda de filtros ejemplar;
La figura 4 es un organigrama que ilustra el diseno de un diccionario obtenido por aprendizaje;
La figura 5 es un organigrama que ilustra la validacion de un elemento de moneda de acuerdo con una realizacion;
La figura 6 es una vista esquematica del modulo sensor de acuerdo con una realizacion;
La figura 7 es una vista esquematica del modulo sensor de acuerdo con una realizacion;
La figura 8 es una vista esquematica del modulo sensor de acuerdo con una realizacion;
La figura 9 es una vista esquematica del receptor de acuerdo con una realizacion;
5
10
15
20
25
30
35
40
45
50
55
La figura 10 es una vista esquematica del modulo sensor de acuerdo con una realizacion;
La figura 11 es un grafico que ilustra los espectros de una pluralidad de diodos emisores de luz de acuerdo con una realizacion;
La figura 12 es un grafico que ilustra el seguimiento del espectro real del elemento de moneda mediante el espectro reconstruido;
La figura 13 es un grafico que ilustra el seguimiento del espectro real del elemento de moneda mediante el espectro reconstruido;
La figura 14 es un grafico que ilustra el seguimiento del espectro real del elemento de moneda mediante el espectro reconstruido;
La figura 15 es un organigrama que ilustra un algoritmo utilizado para disenar una matriz de representacion de acuerdo con una realizacion;
La figura 16 es un organigrama que ilustra un algoritmo de minimizacion L1 de acuerdo con una realizacion. Descripcion detallada
En el presente documento se describen un aparato y metodos de validacion de moneda de alta resolucion espectral y de bajo coste. En un aspecto, el aparato de validacion de moneda incluye una unidad de deteccion configurada para mejorar la resolucion espectral usando una fuente de luz espedfica (o unidad de deteccion espedfica) en combinacion con procesamiento avanzado tal como tecnicas de deteccion por compresion (vease, por ejemplo, Compressive sensing E. Candes, J. Romberg, and T. Tao, "Robust uncertainty principles: Exact signal reconstruction from highly incomplete frequency information", IEEE Trans. Inform. Theory, vol. 52, n°. 2, pags. 489-509, febrero 2006 E. Candes and M. Wakin, "An introduction to compressive sampling", IEEE Signal Processing Magazine, vol. 25(2), pags. 21 - 30, marzo 2008). En otro aspecto que puede usarse en combinacion con el aspecto anterior, el aparato de validacion de moneda puede realizar tecnicas de deteccion por compresion para reconstruir una respuesta espectral de alta resolucion de un elemento de moneda usando una fuente de luz de banda ancha, tal como una pluralidad de LEDES revestidos con fosforos. Aunque pueden utilizarse LEDES personalizados y / o fosforos personalizados, no son necesarios de acuerdo con algunas realizaciones. En algunas realizaciones, se pueden usar fosforos disponibles comercialmente listos para la venta con LEDES estandar. En otros aspectos que pueden usarse en combinacion con cualquiera de los aspectos anteriores, el aparato de validacion de moneda puede llevar a cabo tecnicas de deteccion por compresion para reconstruir una respuesta espectral del elemento de moneda usando una fuente de luz de banda ancha y una pluralidad de filtros de receptor revestidos de fosforos listos para la venta, acoplados ellos mismos operativamente a al menos un sensor de deteccion. La deteccion por compresion de la respuesta espectral del elemento de moneda utilizando una fuente de luz de banda ancha puede facilitar la validacion a bajo coste de un elemento de moneda con una resolucion espectral mejorada.
Tal como se utiliza en esta descripcion, un espectro de banda ancha se refiere a un espectro de emision que tiene una intensidad relativamente constante a traves del espectro completo (por ejemplo, visible y / o no visible) o una intensidad relativamente constante a traves de un ancho de banda relativamente amplio (por ejemplo 100 nm, 200 nm, 500 nm, 1 pm, 10 pm, 100 pm, 1 mm).
En algunas implementaciones, tal como se muestra en la figura 1, una unidad de validacion 10 puede incluir un modulo sensor 100, un almacen de elementos de moneda 30, una unidad de transporte 20 y un procesador (no mostrado). En este diseno, el procesador esta configurado para controlar el modulo sensor 100, el almacen de elementos de moneda 30 y la unidad de transporte 20 para validar elementos de moneda (no mostrados) insertados en el mismo y para transportar los elementos de moneda desde la unidad de validacion 10, a traves del modulo sensor 100, y hasta el almacen 30 en el caso de un elemento de moneda aceptable.
En algunas realizaciones, tal como se muestra en la figura 2, el modulo sensor 100 puede comprender una fuente de luz de banda ancha 110 y un receptor 120. En algunas implementaciones, el procesador esta configurado para reconstruir una respuesta espectral del elemento de moneda 130, que es transportado a la unidad de validacion 10 y a traves de la misma, a traves de la unidad de transporte 20. La respuesta espectral reconstruida se basa en la medicion recibida y almacenada.
Segun se utiliza en el presente documento, una base es una matriz de representacion para pasar de un espacio de funcion no dispersa a un espacio de funcion dispersa. En algunas implementaciones, se implementa un diccionario. Un diccionario es una base aprendida.
El procesador esta configurado ademas para aplicar criterios de aceptacion mediante los cuales se puede aceptar o no el elemento de moneda, en vista de la respuesta espectral reconstruida. Los criterios de aceptacion pueden ser un proceso de analisis que incluye, aunque no se limita a, distancia de Malahanobis (distancia de Malahanobis se conoce como la medida de distancia desarrollada por PC Malahanobis en 1936 y esta bien descrita en la literatura, por ejemplo, Hazewinkel, Michael, ed. (2001) "Mahalanobis distance", Encyclopedia of Mathematics, Springer, ISBN 978-1-55608-010-4 ), Support Vector Machine (Support Vector Algorithm or Machine (SVM): bien descrito en la
5
10
15
20
25
30
35
40
45
50
55
literatura aunque tambien descrito en las solicitudes de patente US2009/0307167 A1 y US 7648016. Vease tambien, V. Vapnik. Statistical Learning Theory. John Wiley and Sons, Inc., New York, 1998), o cualquier otro proceso mediante el cual se evaluan al menos dos elementos de moneda para clasificar elementos de moneda conocidos y desconocidos. Sin embargo, un experto en la tecnica comprendera que se pueden usar otros criterios para determinar si puede ser aceptado un billete tales como, aunque sin limitarse a, caractensticas dimensionales.
En algunas realizaciones, la fuente de luz 110 puede emitir un espectro de luz de banda ancha para iluminar un elemento de moneda 130. En una implementacion, la fuente de luz 110 puede emitir luz en el espectro visible, en el espectro no visible o en cualquier combinacion de los mismos. El receptor 120 esta configurado para recibir al menos una parte de la luz emitida por la fuente de luz 110 y reflejada por el elemento de moneda 130 o transmitida a traves del mismo. La unidad de transporte (no mostrada) esta configurada para transportar el elemento de moneda dentro del aparato de validacion. El procesador (no mostrado) puede estar configurado para obtener mediciones espectrales Y, tales como la luz reflejada por puntos o transmitida a traves de los mismos, a lo largo del elemento de moneda 130, y configurado ademas para reconstruir un espectro de alta resolucion Z del elemento de moneda 130 en base a las mediciones espectrales Y.
En otros aspectos que pueden utilizarse en combinacion con cualquiera de los aspectos anteriores, el procesador puede estar configurado para aplicar criterios de aceptacion al espectro de alta resolucion Z para determinar si el elemento de moneda 130 pertenece a una clasificacion predeterminada de moneda. En una implementacion, el procesador puede estar configurado para evaluar cada punto de evaluacion predeterminado en base a todo el grupo de elementos de moneda posiblemente validos aceptados por la unidad de validacion 10. Debe entenderse que una clasificacion predeterminada de moneda puede incluir elementos de moneda autenticos, elementos de moneda no autenticos conocidos (por ejemplo, falsificados) y elementos de moneda no autenticos desconocidos.
Sin embargo, debe entenderse que el procesador puede estar configurado para aplicar criterios de aceptacion de muchas maneras diferentes. Por ejemplo, el procesador puede estar configurado para preclasificar el elemento de moneda 130, determinando el tipo de moneda (por ejemplo, denominacion). Aunque en una realizacion, el procesador puede estar configurado para preclasificar el elemento de moneda 130 antes de reconstruir un espectro de alta resolucion Z, debe entenderse que el procesador tambien puede estar configurado para preclasificar el elemento de moneda 130 en paralelo a otros procesos, tales como, aunque no limitados a, memoria de acceso, inicializacion de algoritmo, calculos, reconstruccion de espectro de alta resolucion, clasificacion o cualquier combinacion de los mismos. En otros aspectos que pueden utilizarse en combinacion con cualquiera de los aspectos anteriores, los criterios de aceptacion pueden aplicarse para rechazar el elemento de moneda 130 en la medida en que el elemento de moneda 130 no pertenezca a ninguna clasificacion conocida. Sin embargo, debe entenderse que, en algunas implementaciones, los criterios de aceptacion pueden ser aplicados para aceptar el elemento de moneda 130 en la medida en que se determine que el elemento de moneda es un elemento de moneda desconocido no autentico (por ejemplo, falsificado), lo que justifica una evaluacion adicional. Tambien se entendera que los elementos de moneda conocidos pueden incluir tanto monedas autenticas como no autenticas (por ejemplo, falsificaciones).
En una implementacion, tal como se muestra en las figuras 2 y 3, la unidad de validacion 10 puede comprender ademas un conjunto de filtros opticos 200 acoplados opticamente al receptor 120. En algunos disenos, el conjunto de filtros opticos 200 incluye una pluralidad de filtros opticos 210 y el procesador esta configurado para controlar la seleccion del filtro optico 210 para su acoplamiento con el receptor 120. En algunas realizaciones, el receptor 120 puede comprender un fotodetector. Sin embargo, debe entenderse que el receptor 120 puede comprender tambien una pluralidad de fotodetectores, en el que cada fotodetector esta acoplado a un filtro optico.
La unidad de validacion 10 comprende ademas un dispositivo de almacenamiento que almacena la base (es decir, la matriz de representacion) que se utiliza para transformar las mediciones espectrales Y en una senal de espectro disperso 0. La unidad de validacion 10 puede estar configurada tambien para almacenar un algoritmo de minimizacion L1 (por ejemplo, un algoritmo voraz tal como una busqueda de coincidencia) utilizado por el procesador durante la transformacion de las mediciones espectrales Y en la senal de espectro disperso 0. Por ejemplo, el procesador puede estar configurado para almacenar un algoritmo de minimizacion L1 que encuentre la senal de espectro disperso 0 que reconstruye el espectro optimo X, en base a las mediciones espectrales Y conocidas y la matriz de deteccion O = (91, ..., 9m ), segun la siguiente ecuacion:
mine ||© ||.c.^
s. t. y = <t>x (ecuacion 1)
El procesador esta configurado para reconstruir el espectro de alta resolucion Z resolviendo el producto escalar de la matriz de representacion (por ejemplo, diccionario obtenido por aprendizaje) y la senal de espectro disperso 0. En otros aspectos que pueden utilizarse tambien en combinacion con cualquiera de los aspectos anteriores, la unidad de validacion 10 puede estar configurada para almacenar un subconjunto de variables de clasificacion W (para cada elemento de moneda validado), que se utilizan para clasificar el elemento de moneda 130.
La base, el algoritmo de minimizacion L1, el subconjunto de variables W o cualquier combinacion de los mismos, se pueden almacenar en uno o mas dispositivos de memoria acoplados al procesador. Sin embargo, una persona
5
10
15
20
25
30
35
40
45
50
55
60
normalmente versada en la materia entendera que se puede usar cualquier tecnolog^a de almacenamiento para almacenar, tal como, aunque no limitada a, servidores remotos, discos duros, unidades de estado solido, unidades de cinta magnetica o cualquier combinacion de los mismos.
Con el fin de validar un elemento de moneda 130 en un aparato de validacion 10 usando tecnicas de deteccion por compresion, pueden realizarse las siguientes etapas. Se puede almacenar o cargar determinada informacion y algoritmos en el aparato de validacion 10. Como se describira en secciones posteriores de la descripcion, tal informacion y / o algoritmos pueden obtenerse en el laboratorio, la instalacion de fabricacion u otra ubicacion. En algunas implementaciones, tal como se muestra en las etapas 310 a 370 de la figura 4, una base (es decir, una matriz de representacion), un algoritmo de minimizacion L1 y un subconjunto de variables de clasificacion W (para cada billete a validar) se pueden almacenar en la memoria (no mostrada) de un aparato de validacion 10. En algunas realizaciones, la base puede comprender un diccionario D.
Con referencia a la figura 5, tras la insercion de un elemento de moneda 130 en el aparato de validacion 10, el elemento de moneda 130 es transportado a sensores de validacion, los cuales obtienen mediciones espectrales Y del elemento de moneda 130 insertado. Las mediciones espectrales Y obtenidas pueden comprender luz reflejada por el elemento de moneda 130 o luz transmitida a traves del mismo usando un modulo sensor 100, como se muestra en la etapa 410. En la etapa 420, el aparato de validacion 10 recupera una base, tal como el diccionario D, de un dispositivo de almacenamiento, e inicializa un algoritmo de minimizacion L1 almacenado. En la etapa 430, el diccionario D junto con el algoritmo de minimizacion L1 se aplica a las mediciones espectrales Y para calcular una senal de espectro disperso 0. En la etapa 440, se calcula el producto escalar del diccionario D y la senal de espectro disperso 0 para obtener un espectro de alta resolucion Z del elemento de moneda 130. En la etapa 450 se inicializa un algoritmo de clasificacion en el aparato de validacion 10. En la etapa 460, el elemento de moneda insertado se clasifica utilizando el subconjunto de variables de clasificacion W. En esta operacion, el aparato de validacion 10 evalua cada punto de evaluacion predeterminado en base a todo el grupo de posibles elementos de moneda validos aceptados por la unidad de validacion 10.
Refiriendonos a las figuras 12-14, se muestra el seguimiento del espectro real mediante el espectro de alta resolucion de espectro reconstruido.
En algunas implementaciones, refiriendonos de nuevo a la figura 5, el aparato de validacion 10 puede estar configurado para determinar el tipo de moneda insertada (por ejemplo, denominacion) antes de realizarse las etapas 420 - 440. Esto puede permitir un proceso de clasificacion mas eficiente ya que solo hay que evaluar el subconjunto de variables de clasificacion W para el elemento de moneda identificado 130 que se inserto durante la clasificacion. Por ejemplo, en la etapa 411, el aparato de validacion 10 determina si el elemento de moneda insertado 130 es de un tipo conocido. Si el resultado de la etapa 411 es sf, el aparato de validacion 10 inicializa solamente la variable de clasificacion W para el elemento de moneda identificado 130. Si el resultado de la etapa 411 es no, el aparato de validacion 10 no inicializa una variable de clasificacion de subconjunto espedfica W y funciona como se ha descrito anteriormente.
En algunas realizaciones, tal como se muestra en la figura 6, el modulo sensor 100 puede incluir una fuente de luz 510, comprendiendo ella misma una pluralidad de diodos emisores de luz configurados para emitir luz a diferentes longitudes de onda. En algunas realizaciones, la pluralidad de LEDES puede comprender LEDES azules, LEDES ultravioletas, LEDES infrarrojos, o cualquier combinacion de los mismos. En algunas realizaciones, los LEDES pueden comprender LEDES azules o LEDES ultravioleta o combinaciones de los mismos. En algunas realizaciones, los LEDES pueden comprender LEDES azules. En algunas realizaciones, la pluralidad de LEDES puede comprender LEDES disponibles listos para la venta, sin embargo, debe entenderse que la pluralidad de LEDES puede comprender LEDES personalizados, LEDES disponibles listos para la venta o cualquier combinacion de los mismos. Algunos o todos los LEDES pueden ser dopados con fosforos para desplazar el contenido espectral de la luz emitida, y para proporcionar la cobertura espectral deseada. En otros aspectos que pueden usarse en combinacion con cualquiera de los aspectos anteriores, la pluralidad de LEDES, pueden ser dopados con fosforos listos para la venta, fosforos personalizados o cualquier combinacion de los mismos.
Opcionalmente, el receptor 520 puede comprender tambien una pluralidad de receptores, configurados para recibir luz a diferentes longitudes de onda. Refiriendonos a la figura 7, la pluralidad de diodos emisores de luz 610a, 610b y 610c pueden intercalarse con la pluralidad de receptores 620a, 620b y 620c para facilitar la medicion tanto de la luz transmitida como de la luz reflejada por el elemento de moneda 130.
En algunas implementaciones, tal como se muestra en la figura 8, el modulo sensor 100 puede incluir una fuente de luz 710, comprendiendo ella misma una pluralidad de filtros opticos 730, configurados para filtrar la luz a una banda de longitudes de onda. En este diseno, el receptor 720 puede comprender un sensor de imagen. Por ejemplo, refiriendonos a las figuras 8 y 9, el receptor 820 puede comprender un sensor de imagen, el mismo comprendiendo una pluralidad de pfxeles.
En algunas implementaciones, tal como se muestra en la figura 10, el modulo sensor 100 puede incluir una fuente de luz 910, y un receptor 920 que comprende una pluralidad de fotodetectores. En algunos disenos, el receptor 920 tambien puede incluir una pluralidad de filtros opticos 930, configurados para filtrar la luz a una banda de longitudes de onda.
5
10
15
20
25
30
35
40
45
50
55
En algunas realizaciones, tal como se muestra en la figura 11, las longitudes de onda de diodos emisores de luz pueden seleccionarse opcionalmente para que sean linealmente independientes. Tal como se ilustra en la figura, los diodos emisores de luz tambien pueden seleccionarse para minimizar la coherencia con el espacio de representacion. En un diseno, el procesador puede estar configurado para controlar de manera independiente cada uno de la pluralidad de diodos emisores de luz. En una implementacion, cada uno de la pluralidad de diodos emisores de luz puede ser energizado de una manera predeterminada.
Con el fin de efectuar la aplicacion de validacion de un elemento de moneda en un aparato de validacion que emplea tecnicas de deteccion por compresion, pocas operaciones pueden realizarse en un laboratorio, una instalacion de fabricacion u otro lugar separado del aparato de validacion 10.
Para llevar a cabo la validacion de un elemento de moneda 130 usando tecnicas de deteccion por compresion en un aparato de validacion 10, se debe definir una base (es decir, una matriz de representacion) para pasar de un espacio de funcion no dispersa a un espacio de funcion dispersa. En algunas implementaciones, se aprende una base en el laboratorio. Por ejemplo, una base aprendida puede ser un diccionario D para transformar mediciones no dispersas Y o espectro X en una senal de espectro disperso 0.
En algunas implementaciones, una pluralidad de mediciones o espectro se pueden obtener usando un dispositivo de medicion de alta resolucion espectral tal como un espectrofotometro, tal como se muestra en la etapa 310 de la figura 4. Esta pluralidad de mediciones de contenido espectral, se pueden almacenar en una base de datos de referencia tal como se utiliza para establecer un diccionario D. En algunas implementaciones, la aplicacion de un algoritmo de minimizacion L1 (por ejemplo, algoritmo de busqueda de coincidencia) a una base de datos de mediciones de alta resolucion espectral Y se utiliza para aprender el diccionario D, como se muestra en la etapa 320.
Una vez que el diccionario D se ha determinado en la etapa 320, se puede utilizar un dispositivo de baja resolucion (por ejemplo, un validador de billetes estandar) para adquirir mediciones de un elemento de moneda 130 de muestra, tal como se muestra en la etapa 330. Sin embargo, se ha de entender que se pueden utilizar otros dispositivos para adquirir mediciones de un elemento de moneda de muestra, tal como, aunque no limitado a, un espectrofotometro de alta resolucion. En la etapa 340, el diccionario D en combinacion con un algoritmo de minimizacion L1 se aplica a las mediciones Y obtenidas en la etapa 330. La salida de la etapa 340 es el calculo de una senal de espectro disperso 0 de mediciones Y. En la etapa 350, el producto escalar de la senal de espectro disperso 0 y del diccionario D se calcula para alcanzar un espectro de alta resolucion Z de senal de espectro disperso 0.
En la etapa 360, se puede utilizar un algoritmo de reduccion de datos (por ejemplo, seleccion de variables, seleccion de vector de caractensticas (FVS) (seleccion de vector de caractensticas (FVS): es un algoritmo descrito, por ejemplo, en el documento US 7.648.016), o una maquina de vectores de soporte (SVM)) para determinar un subconjunto de frecuencia o variables W para usar en un proceso de clasificacion posterior en una unidad de validacion 10. El algoritmo de reduccion de datos se utiliza para determinar el subconjunto de variables de espectro de alta resolucion Z que proporcionan la separacion mas grande en un proceso de clasificacion entre elementos de moneda validos y no validos para un punto o pixel dado. En la etapa 370, el diccionario D definido, un algoritmo de minimizacion L1 y un subconjunto de variables de clasificacion W se pueden almacenar (por ejemplo, en la memoria) en una unidad de validacion 10.
Es importante entender que las etapas 330 - 370 pueden ser realizadas para cada elemento de moneda deseado 130 por un aparato de validacion 10 que este configurado para validar en ese campo.
Tal como se senalo anteriormente, en algunas realizaciones, como se muestra generalmente en las etapas 310 - 370 de la figura 4, se puede desarrollar una matriz de representacion, tal como un diccionario obtenido por aprendizaje, para pasar de un espacio de funcion no dispersa a un espacio de funcion dispersa. El criterio general de diseno es permitir la identificacion unica de un espectro reconstruido de una senal X a partir de sus mediciones Y, en donde la matriz de deteccion O = (91 ,..., 9m ), e Y = OX. La senal de interes x = Zn i = 1 Ai0i , de dimension n, a menudo se puede expresar mediante una senal elemental de combinacion lineal Ai denominada atomos, en el que el vector de coeficiente O = (01 ,..., 0n).
Una pluralidad de mediciones o espectro se pueden obtener usando un dispositivo de medicion de alta resolucion espectral tal como un espectrofotometro, como se muestra generalmente en la etapa 1000 de la figura 15, para inicializar la matriz de representacion almacenada.
La representacion dispersa 0 puede disenarse mediante alternancia entre dos etapas de estimacion y maximizacion, hasta que se alcance un error objetivo fijo.
En algunas realizaciones, tal como se muestra en la etapa 1010, la estimacion puede llevarse a cabo mediante la ejecucion de un algoritmo de minimizacion L1 en un diccionario. Por ejemplo, despues de que el diccionario D se inicializa, el algoritmo de minimizacion L1 puede serejecutado de acuerdo con la siguiente restriccion:
mine||0||tl
s.t. ||y — <t>De||F < e (ecuacion 2)
5
10
15
20
25
30
35
Tal algoritmo, como se describe en la ecuacion 2, que se basa en la minimizacion L1, se puede resolver utilizando varias tecnicas diferentes que incluyen, aunque no se limitan a, el uso de optimizacion convexa, algoritmos voraces, o cualquier combinacion de los mismos.
Por ejemplo, en la ecuacion 2, se puede encontrar una senal dispersa, © = (01 ,..., ©n ), mediante el uso de un algoritmo voraz que reduzca de forma iterativa restricciones de dispersion sometidas a la restriccion de que el error de reconstruccion, expresado como una norma de Frobet ||j/-(bDg|| debe ser minimizado a un error de
objetivo fijo, s. P i
Algoritmos voraces, tales como, aunque sin limitarse a, algoritmos de busqueda de coincidencia pueden resolver este problema mediante la adicion sucesiva de nuevos atomos en una aproximacion dispersa Ai0i con el objetivo de minimizar el residuo ith: r = 0- Ai0i, donde Ai es el atomo ith de la matriz de representacion. Sin embargo, se debe entender que se pueden utilizar otros algoritmos voraces para resolver este problema, tales como, aunque sin limitarse a, algoritmos de busqueda de coincidencia ortogonal, un metodo de direccion optima, algoritmos de umbralizacion, o cualquier combinacion de los mismos.
Cada repeticion del algoritmo voraz, tal como se muestra en la figura 16, puede comprender las etapas 1100 y 1110. En la etapa 1100, un atomo que tiene el mayor producto escalar con el residuo se puede encontrar y posteriormente anadir a los atomos seleccionados de acuerdo con la siguiente ecuacion:
(ecuacion 3)
imagen1
En la etapa 1110, los coeficientes 0i y el residuo r se actualizan de acuerdo con las siguientes reglas de busqueda de coincidencia o de busqueda de coincidencia ortogonal:
(ecuacion 4)
n = n-i-Ai(A;Ai)'1ASrM
(ecuacion 5)
117"*' 11
Por tanto, en la etapa 1120, el nuevo error de aproximacion 11 l,,L2 expresado como una norma l_2, puede minimizarse. Refiriendonos de nuevo a la figura 15, en la etapa 1020, se encontro un diccionario actualizado Dis que minimiza la norma de Frobenius de acuerdo con la siguiente ecuacion:
(ecuacion 6)
La figura 15 ilustra un metodo ejemplar de minimizacion L1, la etapa 1010 que utiliza un algoritmo de busqueda de coincidencia, las etapas 1100 - 1120 para encontrar un vector de coeficiente disperso, ©, que minimiza el error de reconstruccion. Debe quedar claro para una persona normalmente versada en la tecnica que se pueden utilizar otros metodos para minimizar el error de reconstruccion sin apartarse del espfritu y el ambito de aplicacion de la presente descripcion. Por ejemplo, muchos algoritmos diferentes, tales como, aunque no limitados a, algoritmos basados en minimizacion L1 u otros algoritmos voraces, algoritmos de umbralizacion, un metodo de direccion optima, o cualquier combinacion de los mismos, se pueden utilizar para minimizar el error de reconstruccion.
Una vez que la matriz de representacion esta disenada, se puede almacenar. Refiriendonos de nuevo a la figura 15, en la etapa 370, se almacena la matriz de representacion.
El aparato y metodos de validacion descritos en este documento son de naturaleza ilustrativa y no se pretende que sean limitativos de ninguna manera. Los expertos en la tecnica apreciaran variaciones que no se apartan del ambito de aplicacion de la presente descripcion, las cuales estan incluidas en la presente descripcion.
imagen2

Claims (15)

  1. 5
    10
    15
    20
    25
    30
    35
    40
    45
    REIVINDICACIONES
    1. Aparato de validacion (10) que comprende:
    una fuente de luz (110) que puede emitir un espectro de luz de banda ancha para iluminar un elemento de moneda (130);
    un receptor (120) configurado para recibir luz emitida por la fuente de luz,
    en el que la luz recibida por el receptor (120) comprende al menos una parte de luz reflejada por el elemento de moneda (130) o transmitida a traves del mismo;
    una unidad de transporte (20) configurada para transportar el elemento de moneda dentro del aparato de validacion;
    un procesador configurado para obtener una medicion espectral de la luz recibida por el receptor;
    un dispositivo de almacenamiento que almacena una base, caracterizado por que el procesador esta configurado ademas para utilizar la base para transformar la medicion espectral en una senal de espectro disperso; y
    reconstruir una respuesta espectral del elemento de moneda (130) usando la senal de espectro disperso y la base almacenada.
  2. 2. Aparato segun la reivindicacion 1, que comprende ademas variables de clasificacion almacenadas.
  3. 3. Aparato segun la reivindicacion 1 o la reivindicacion 2, en el que la fuente de luz emite luz en el espectro de luz visible y / o no visible.
  4. 4. Aparato segun cualquiera de las reivindicaciones anteriores, en el que el receptor comprende: un fotodetector de banda ancha;
    un conjunto de filtros opticos acoplados al fotodetector, comprendiendo el conjunto de filtros opticos una pluralidad de filtros opticos configurados para filtrar luz a diferentes longitudes de onda;
    en el que el procesador esta configurado para controlar de manera selectiva un filtro optico para su acoplamiento con el fotodetector.
  5. 5. Aparato segun cualquiera de las reivindicaciones anteriores, en el que el receptor comprende una pluralidad de fotodetectores de banda ancha, en el que cada fotodetector esta configurado para filtrar luz a diferentes longitudes de onda.
  6. 6. Aparato segun cualquiera de las reivindicaciones 1 a 5, en el que la fuente de luz comprende una pluralidad de diodos emisores de luz configurados para emitir luz a diferentes longitudes de onda.
  7. 7. Aparato segun la reivindicacion 6, en el que las diferentes longitudes de onda son linealmente independientes.
  8. 8. Aparato segun las reivindicaciones 6 y 7, en el que la pluralidad de diodos emisores de luz puede comprender uno de los siguientes: un LED azul, un LED ultravioleta o un LED infrarrojo, en el que se utilizan fosforos para controlar una emision espectral del LED azul, el LED ultravioleta o el LED infrarrojo, respectivamente.
  9. 9. Aparato segun cualquiera de las reivindicaciones 6 a 8, en el que la fuente de luz comprende al menos tres diodos emisores de luz o al menos seis diodos emisores de luz configurados para emitir luz a diferentes longitudes de onda.
  10. 10. Aparato segun las reivindicaciones 8 y 9, en el que el procesador esta configurado ademas para controlar de manera independiente cada uno de la pluralidad de diodos emisores de luz.
  11. 11. Aparato segun cualquiera de las reivindicaciones anteriores, que comprende ademas un algoritmo de minimizacion L1 almacenado, preferiblemente en el que el algoritmo de minimizacion L1 comprende un algoritmo voraz.
  12. 12. Aparato segun cualquiera de las reivindicaciones anteriores, en el que la base almacenada es una matriz de representacion utilizada para pasar de un espacio de funcion no dispersa a un espacio de funcion dispersa.
  13. 13. Aparato segun la reivindicacion 1, en el que el procesador esta configurado ademas para:
    aplicar criterios de aceptacion a la respuesta espectral reconstruida para determinar si el elemento de moneda pertenece a una clase predeterminada de moneda.
  14. 14. Aparato segun la reivindicacion 12, en el que la matriz de representacion comprende un diccionario obtenido por aprendizaje.
  15. 15. Metodo de validacion de un elemento de moneda que comprende las etapas de:
    10
    transportar el elemento de moneda dentro del aparato de validacion;
    emitir un espectro de luz de banda ancha para iluminar el elemento de moneda;
    recibir al menos una parte de la luz emitida, reflejada por el elemento de moneda o transmitida a traves del mismo; obtener mediciones espectrales de la luz recibida (410);
    5 recuperar una base a partir de un dispositivo de almacenamiento (420);
    aplicar la base a las mediciones espectrales para calcular una senal de espectro disperso (430);
    reconstruir una respuesta espectral del elemento de moneda usando la base y la senal de espectro disperso (440).
ES13704889.8T 2012-02-03 2013-01-30 Aparato y método para caracterizar elementos de moneda Active ES2621841T3 (es)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US201261594428P 2012-02-03 2012-02-03
US201261594428P 2012-02-03
PCT/EP2013/051814 WO2013113763A1 (en) 2012-02-03 2013-01-30 Apparatus and method for characterizing items of currency

Publications (1)

Publication Number Publication Date
ES2621841T3 true ES2621841T3 (es) 2017-07-05

Family

ID=47739204

Family Applications (1)

Application Number Title Priority Date Filing Date
ES13704889.8T Active ES2621841T3 (es) 2012-02-03 2013-01-30 Aparato y método para caracterizar elementos de moneda

Country Status (5)

Country Link
US (1) US8720664B2 (es)
EP (1) EP2810257B1 (es)
CN (1) CN104094323B (es)
ES (1) ES2621841T3 (es)
WO (1) WO2013113763A1 (es)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10180248B2 (en) 2015-09-02 2019-01-15 ProPhotonix Limited LED lamp with sensing capabilities
CN106815922B (zh) * 2016-11-14 2019-11-19 东阳市天杨建筑工程设计有限公司 一种基于手机app和云平台的纸币鉴伪方法及系统
US11574516B2 (en) * 2019-03-22 2023-02-07 Asahi Seiko Co., Ltd. Method, system, and computer readable medium for setting discrimination criterion information

Family Cites Families (27)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7113615B2 (en) * 1993-11-18 2006-09-26 Digimarc Corporation Watermark embedder and reader
US7054462B2 (en) * 1995-05-08 2006-05-30 Digimarc Corporation Inferring object status based on detected watermark data
GB2309299B (en) * 1996-01-16 2000-06-07 Mars Inc Sensing device
WO1997030422A1 (en) * 1996-02-15 1997-08-21 Cummins-Allison Corp. Method and apparatus for document identification
US7648016B2 (en) 2002-06-19 2010-01-19 Mei, Inc. Currency validator
FR2846445B1 (fr) * 2002-10-29 2005-04-08 Claude Lambert Procede d'authentification par marquage ou tracage chimique d'un objet ou d'une substance.
GB2398914B (en) * 2003-02-27 2006-07-19 Ncr Int Inc Module for validating deposited media
EP1473657A1 (en) * 2003-04-29 2004-11-03 Sicpa Holding S.A. Method and device for the authentication of documents and goods
CN2828934Y (zh) * 2005-06-06 2006-10-18 深圳鼎识科技有限公司 一种权利文书成像光谱特征信息获取装置
CN2831272Y (zh) * 2005-09-23 2006-10-25 中国印钞造币总公司 一种便携式多光谱纸币显微图像鉴别装置
WO2007050593A2 (en) * 2005-10-25 2007-05-03 William Marsh Rice University Method and apparatus for signal detection, classification, and estimation from compressive measurements
CA2652240C (en) * 2006-06-13 2016-04-26 Wavien, Inc. Illumination system and method for recycling light to increase the brightness of the light source
AU2006346894B2 (en) 2006-07-28 2012-01-19 Mei, Inc. Classification using support vector machines and variables selection
US8401268B1 (en) * 2007-03-09 2013-03-19 Cummins-Allison Corp. Optical imaging sensor for a document processing device
CN101874251B (zh) * 2007-09-26 2013-12-04 梅伊有限公司 票据验证器子组件
CN101290665B (zh) * 2008-06-06 2010-06-02 梓昆科技（杭州）有限公司 多光谱点钞仪及其点钞控制方法
US8081247B2 (en) * 2008-06-18 2011-12-20 Omnivision Technologies, Inc. Partial row readout for image sensor
CN101477723B (zh) * 2008-08-16 2012-12-12 深圳市紫光平安技术有限公司 光谱信号检测方法及系统
CN102245095B (zh) * 2008-12-08 2013-10-23 皇家飞利浦电子股份有限公司 用于探测和/或定位作用区域中的磁性材料的设备和方法
US8787501B2 (en) * 2009-01-14 2014-07-22 Qualcomm Incorporated Distributed sensing of signals linked by sparse filtering
GB0913798D0 (en) * 2009-08-07 2009-09-16 Innovative Technology Ltd Banknote validator
US8194237B2 (en) * 2009-10-15 2012-06-05 Authentix, Inc. Document sensor
US9118797B2 (en) * 2009-11-20 2015-08-25 Tripurari Singh Method and system for robust and flexible extraction of image information using color filter arrays
EP2550808A2 (en) * 2010-03-24 2013-01-30 Mritunjay Singh Method and system for robust and flexible extraction of image information using color filter arrays
CN102129573A (zh) * 2011-03-10 2011-07-20 西安电子科技大学 基于字典学习和稀疏表示的sar图像分割方法
CN102169608B (zh) * 2011-05-27 2013-03-13 徐端全 多光谱纸币验钞机对纸币的处理方法
CN102290047B (zh) * 2011-09-22 2012-12-12 哈尔滨工业大学 基于稀疏分解与重构的鲁棒语音特征提取方法

Also Published As

Publication number Publication date
CN104094323A (zh) 2014-10-08
US8720664B2 (en) 2014-05-13
EP2810257A1 (en) 2014-12-10
EP2810257B1 (en) 2017-01-18
US20130199889A1 (en) 2013-08-08
WO2013113763A1 (en) 2013-08-08
CN104094323B (zh) 2017-11-21

Similar Documents

Publication Publication Date Title
US10498941B2 (en) Sensor-synchronized spectrally-structured-light imaging
US9292990B2 (en) Systems and methods for spectral authentication of a feature of a document
EP3268901B1 (en) System and method for object authenticity detection
US7938331B2 (en) Method and system for anti-counterfeit barcode label
US20120072176A1 (en) System and method of evaluating an object using electromagnetic energy
US20110164805A1 (en) Systems and Methods for Detecting an Optically Variable Material
US10699506B2 (en) Systems, methods, and computer programs for imaging an object and generating a measure of authenticity of the object
ES2621841T3 (es) Aparato y método para caracterizar elementos de moneda
EP2417583B1 (en) Characterizing items of currency
ES2331066T3 (es) Dispositivo de validacion de moneda.
ES2426416T3 (es) Dispositivo de validación de moneda
US20240127614A1 (en) Image processing and authentication of unclonable functions
ES2463390T3 (es) Máquina expendedora inversa y método de representación mediante imágenes para ella
CN111009070B (zh) 纸币成像
CN108885811A (zh) 欺诈检测
US20090294244A1 (en) Currency Validator with Rejected Bill Image Storage
US20160292951A1 (en) Apparatus and Method for Checking Value Documents
Benmoussat et al. Surface defect detection of metal parts: Use of multimodal illuminations and hyperspectral imaging algorithms
BR112018074917B1 (pt) Sistema e método de geração de imagem para gerar a imagem de um objeto e gerar uma medida de autenticidade do objeto
OA19175A (en) Systems, methods, and computer programs for imaging an object and generating a measure of authenticity of the object.