JP2005321880A - 紙葉類識別装置および方法 - Google Patents

Abstract

【課題】
紙葉類の撮像画像から予め登録された紙葉類の特徴画像に対応する画像領域を効率よく抽出し、抽出した画像に基づき紙葉類の種類および真偽を正確に判定することが可能な紙葉類識別装置および方法を提供する。
【解決手段】
紙葉類の撮像画像から透かし領域を抽出し、該抽出した透かし領域の重心位置を算出し、抽出した透かし領域の画像に紙葉類の特徴画像に対応するテンプレート画像を透かし領域の重心位置を基点として重ねながら移動させ、テンプレート画像とテンプレート画像を重ねた透かし領域の画像との相関値をそれぞれ算出することによりテンプレートマッチング処理を行い、テンプレートマッチング処理で算出した相関値が最大値となる透かし領域内の位置を検出し、該検出した位置におけるテンプレート画像に対応する画像を透かし領域の画像から紙葉類の特徴画像として切り出し、該切り出した特徴画像に基づき紙葉類の識別を行う。
【選択図】 図２

Description

本発明は、紙葉類識別装置および方法に関し、特に、透かし領域の重心位置に基づいて紙葉類の撮像画像から紙葉類の特徴画像を効率よく抽出し、抽出した特徴画像に基づき紙葉類の種類および真偽を正確に判定することが可能な紙葉類識別装置および方法に関する。

一般に、紙幣、小切手または商品券等の紙葉類の種類および真偽を識別する紙葉類識別装置は、磁気センサ若しくは光センサ等を用いて装置に投入された紙葉類の特徴を磁気的または光学的に検出し、検出した紙葉類の特徴と真券の特徴とを照合することにより紙葉の種類および真偽を識別する。

例えば、光センサを用いた場合は、透過光型光センサ若しくは反射型光センサを用いて紙葉類の図柄、寸法および方向等を光学的に検出し、特徴画像として抽出して、抽出した特徴画像と紙葉類毎の真券の標準画像とを照合することにより、紙葉類の種類および真偽を識別する。

特徴画像と標準画像との照合は、例えばパターンマッチング等による類似度等に基づいて行われるが、検出した紙葉類の特徴画像をどのように抽出するかによって特徴画像と標準画像との照合処理の処理時間が長くなったり、複雑化する。

例えば特許文献１には、小切手等の有価証券に押されている代表者印、署名印をマスター印影画像として予め登録し、照合対象の有価証券の代表者印、署名印を右下部周辺から検索、抽出して印影照合を行うことにより印影処理の高速化を図ることが可能な有価証券印影照合方法が提案されている。

また、特許文献２には、原稿台の任意の位置と任意の角度にある原稿を検知し、検知した原稿が特定原稿であるか否かを判定する画像処理装置が提案されている。
特開２００２−２４５４６１号公報 特開平０２−２１０５９１号公報

ところで、上記提案の特許文献１においては、照合を行うために登録されているマスター印影画像から照合対象印影をパターンマッチング等の手法を用いてその位置を探し出す際に、入力された有価証券画像の右下部周辺から検索することで印影処理の高速化を図る方法が開示されている。

また、特許文献２においては、複写機の原稿台の任意の位置と任意の角度にある紙幣を複数回走査し、紙幣の置かれた正確な位置と角度を算出し、算出結果に応じて紙幣の特定部分の画像データを取り出し、予め登録されたパターンとの類似度に基づいて紙幣の真偽を判定する方法が開示されている。

しかしながら、上記提案の特許文献１及び特許文献２においては、紙葉類の撮像画像から特徴画像を抽出する際、撮像画像の透かし領域の重心を基点として予め登録された当該紙葉類の特徴画像に対応するテンプレート画像とのテンプレートマッチング処理による相関値に基づいて特徴画像を抽出する方法は、開示されていない。

また、撮像画像の透かし領域の重心を基点としてテンプレート画像とのテンプレートマッチングによる相関値が最大値となる撮像画像上の位置を紙葉類の特徴画像として抽出し、以後はテンプレートマッチング処理を省略する方法は開示されていない。

そこで、本発明は、透かし領域の重心位置に基づいて紙葉類の撮像画像から紙葉類の特徴画像を効率よく抽出し、抽出した特徴画像に基づき紙葉類の種類および真偽を正確に判定することが可能な紙葉類識別装置および方法を提供することを目的とする。

上記目的を達成するため、請求項１の発明は、紙葉類の撮像画像から該紙葉類の特徴画像を切り出し、該切り出した特徴画像に基づき紙葉類の識別を行う紙葉類識別装置において、前記撮像画像から透かし領域を抽出する透かし領域抽出手段と、前記透かし領域抽出手段で抽出した透かし領域の重心位置を算出する透かし領域重心算出手段と、前記透かし領域抽出手段で抽出した透かし領域の画像に前記特徴画像に対応するテンプレート画像を前記透かし領域重心算出手段で算出した該透かし領域の重心位置を基点として重ねながら移動させ、前記テンプレート画像と前記テンプレート画像を重ねた前記透かし領域抽出手段で抽出した透かし領域の画像との相関値をそれぞれ算出することによりテンプレートマッチング処理を行う画像マッチング手段と、前記画像マッチング手段によるテンプレートマッチング処理で算出した相関値が最大値となる前記透かし領域内の位置を検出する相関値最大位置検出手段と、前記相関値最大位置検出手段で検出した位置における前記テンプレート画像に対応する画像を前記透かし領域の画像から前記紙葉類の特徴画像として切り出す画像切出手段とを具備することを特徴とする。

また、請求項２の発明は、請求項１の発明において、前記画像マッチング手段は、前記透かし領域抽出手段で抽出した透かし領域の画像に前記テンプレート画像を前記透かし領域重心算出手段で算出した該透かし領域の重心位置を基点として重ねながら移動させて前記テンプレートマッチング処理を行い、該テンプレートマッチング処理により前記相関値最大位置検出手段で相関値が最大値となる前記テンプレート画像を重ねた前記透かし領域抽出手段で抽出した透かし領域内の位置を検出した以後は前記テンプレートマッチング処理を省略することを特徴とする。

また、請求項３の発明は、請求項１または２の発明において、前記透かし領域抽出手段による前記撮像画像から透かし領域を抽出するに先立って、前記撮像画像の前記特徴画像を含まない領域を二値化する前処理手段を更に具備することを特徴とする。

また、請求項４の発明は、請求項３の発明において、前記紙葉類の特徴画像は、透かし領域の特徴画像であり、前記特徴画像を含まない領域は、前記透かし領域外の画像であることを特徴とする。

また、請求項５の発明は、紙葉類の撮像画像から該紙葉類の特徴画像を切り出し、該切り出した特徴画像に基づき紙葉類の識別を行う紙葉類識別方法において、前記撮像画像から透かし領域を透かし領域抽出手段により抽出し、該抽出した透かし領域の重心位置を透かし領域重心算出手段により算出し、前記透かし領域抽出手段で抽出した透かし領域の画像に前記特徴画像に対応するテンプレート画像を前記透かし領域重心算出手段で算出した該透かし領域の重心位置を基点として重ねながら移動させ、前記テンプレート画像と前記テンプレート画像を重ねた前記透かし領域抽出手段で抽出した透かし領域の画像との相関値をそれぞれ算出することによりテンプレートマッチング処理を画像マッチング手段により行い、前記画像マッチング手段によるテンプレートマッチング処理で算出した相関値が最大値となる前記透かし領域内の位置を検出し、該検出した位置における前記テンプレート画像に対応する画像を前記透かし領域の画像から前記紙葉類の特徴画像として切り出し、該切り出した特徴画像に基づき紙葉類の識別を行うことを特徴とする。

また、請求項６の発明は、請求項５の発明において、前記画像マッチング手段は、前記透かし領域抽出手段で抽出した透かし領域の画像に前記テンプレート画像を前記透かし領域重心算出手段で算出した該透かし領域の重心位置を基点として重ねながら移動させて前記テンプレートマッチング処理を行い、該テンプレートマッチング処理により前記相関値最大位置検出手段で相関値が最大値となる前記テンプレート画像を重ねた前記透かし領域抽出手段で抽出した透かし領域内の位置を検出した以後は前記テンプレートマッチング処理を省略することを特徴とする。

また、請求項７の発明は、請求項５または６の発明において、更に、透かし領域抽出手段による前記撮像画像から透かし領域を抽出するに先立って、前記撮像画像の前記特徴画像を含まない領域を二値化することを特徴とする。

また、請求項８の発明は、請求項７の発明において、前記紙葉類の特徴画像は、透かし領域の特徴画像であり、前記特徴画像を含まない領域は、前記透かし領域外の画像であることを特徴とする。

この発明の紙葉類識別装置および方法によれば、紙葉類の種類および真偽識別の対象とする紙葉類の特徴画像を紙葉類の撮像画像から抽出する際、予め登録された紙葉類の特徴画像に対応するテンプレート画像と紙葉類の撮像画像の透かし領域の画像とを透かし領域の重心位置を基点とするテンプレートマッチングによる相関値に基づき抽出するので、紙葉類に形成された特徴画像上に傷や汚れが存在する場合や特徴画像の位置ずれ等がある場合であっても紙葉類の特徴画像を効率良く抽出することができ、抽出した特徴画像に基づき紙葉類の種類および真偽を正確かつ高速に判定することができるという効果を奏する。

この発明に係わる紙葉類識別装置および方法は、紙葉類に形成された特定の模様に基づいて紙葉類の種類及び真偽を識別する装置において、例えば透かし模様等の特徴画像が形成されている有価証券や紙幣等の種類や真偽を識別する際、透かし模様の位置ずれやしわ及び汚れ等の状態による影響を受けることなく、有価証券や紙葉類の撮像画像から予め登録された紙葉類の透かし模様に対応する特徴画像を効率よく抽出し、抽出した特徴画像に基づき紙葉類の種類および真偽を正確に判定する装置として用いられるものである。

以下の実施例においては、透かし模様が形成された紙葉類において、透かし模様を特徴画像として紙葉類の種類及び真偽を識別する方法及び装置を例に説明する。

本発明に係わる紙葉類識別装置および方法の一実施例について添付図面を参照して詳細に説明する。

図１は、本発明に係わる紙葉類識別方法を適用した紙葉類識別装置の概略的な構成を示した構成図である。

図１に示すように、紙葉類識別装置１は、紙葉類識別装置１全体の制御を行う制御部２と、紙葉類の挿入口である紙葉類挿入部３と、挿入口から挿入された紙葉類を搬送する紙葉類搬送部４と、紙葉類を受け入れる紙葉類受入部５と、制御部２からの命令指示により紙葉類搬送部４を駆動制御する駆動部６と、紙葉類の種類および真偽を識別する識別部８を備えている。

紙葉類挿入部３から挿入された紙葉類は、紙葉類搬送部４によって紙葉類受入部５へ搬送される途上において紙葉類の種類および真偽が識別部８により識別される。

識別部８によって紙葉類が真券と識別された場合は、制御部２の命令指示に基づき駆動部６が紙葉類搬送部４の駆動制御を行い、紙葉類を紙葉類受入部５に搬送し、紙葉類受入部５が搬送されてきた紙葉類を受け入れる。

また、識別部８が紙葉類を偽券と識別した場合は、制御部２の命令指示に基づき駆動部６が紙葉類搬送部４の駆動制御を行い、紙葉類を紙葉類挿入部３に搬送し、紙葉類を返却する。

さて、挿入された紙葉類の種類および真偽を識別する紙葉類識別装置１の識別部８について詳細に説明する。

図２は、紙葉類識別装置１の識別部８の機能的な構成の一例を示したブロック図である。

図２に示すように、識別部８は、識別部８全体を統括制御する識別制御部８０と、メモリ８１と、テンプレート画像データベース８２と、透過光型光センサ８３と、パターンマッチング部８４と、識別対象画像抽出部８５と、傷・汚れ検出部８６と、傷・汚れ影響補正部８７と、透かし領域抽出部８８と、透かし領域重心算出部８９を備えている。

透過光型光センサ８３は、発光素子８３１と受光素子８３２とが一対を成し、互いに対向して紙葉類搬送部４により搬送されている紙葉類に形成された透かし領域を含む所定の大きさの撮像領域が撮像可能なように所定の走査ライン上に配置されている。

発光素子８３１は、紙葉類搬送部４により搬送されてくる紙葉類に光を照射し、受光素子８３２は、当該紙葉類を透過した透過光を受光して、受光した透過光の光量に応じた信号レベルの電気信号を出力する。

なお、透過光型光センサ８３には、赤外、紫外および可視光のいずれも適用可能である。

メモリ８１は、メモリ８１の所定の記憶領域に透過光型光センサ８３から所定の時間間隔で出力される電気信号の信号レベルに対応したデジタル信号を、透過光型光センサ８３からの出力順に対応して格納し、格納したデジタル信号の情報を連続したアドレスで割り当て、紙葉類の撮像領域の画像データ（以下、「撮像画像データ」という。）として一時的に記憶する。

テンプレート画像データベース８２は、予め真券の紙葉類を撮像して取得した透かし模様のテンプレート画像データと、透かし領域の重心を基点として透かし模様が形成されている領域の大きさの情報が記憶されている。

パターンマッチング部８４は、被検紙葉類が透過光型センサ８３を通過する時に得られる撮像画像データとテンプレート画像データベース８２に記憶されているテンプレート画像データとのパターンマッチングによる相関値に基づいてテンプレート画像と最も類似する撮像画像の画像領域を検索し、特定するとともに、後述する識別対象画像データと補正済識別対象画像データとのパターンマッチングによる相関値を算出する。

識別対象画像抽出部８５は、パターンマッチング部８４で特定されたテンプレート画像と最も類似する撮像画像の画像領域を識別対象画像データとして抽出し、メモリ８１に記憶する。

傷・汚れ検出部８６は、識別対象画像抽出部８５で抽出された識別対象画像データと、テンプレート画像データとの差を算出し、算出した差の差分画像データを識別対象画像データ内に存在する紙葉類に付着する傷および汚れ（または、透過光型光センサに付着する傷および汚れ）として検出する。

傷・汚れ影響補正部８７は、傷・汚れ検出部８６で算出された傷および汚れを示す画像データに基づき識別対象画像の傷および汚れの影響を補正した補正済識別対象画像データを算出する。

具体的には、例えば、識別対象画像データから傷および汚れを示す画像データを消去することで紙葉類に付着する傷および汚れ等の画像データの影響を補正する構成を適用しても良いが、このような構成とした場合は、傷および汚れを示す画像データを消去するとともに、透かし模様の画像データも消去してしまい、誤識別を発生させる可能性がある。

そこで、テンプレート画像データに識別対象画像データに存在する傷および汚れを示す画像データを同位置且つ同面積で貼り付けた補正済識別対象画像データとして算出する構成例を適用する。

ただし、全ての傷および汚れを示す画像データの影響を補正してしまうと、透かし模様がない偽券の紙葉類の場合でも、傷および汚れを示す画像データの影響を補正することで、真券の紙葉類であると誤識別してしまうため、傷および汚れを示す画像データの影響を補正する総画素数に制限をもたせる等の構成を用いても良い。

透かし領域抽出部８８は、メモリ８１に記憶されている紙葉類の撮像画像データを読み出し、撮像画像データに含まれる透かし領域の画像データを抽出する。

透かし領域重心算出部８９は、透かし領域抽出部８８で抽出された透かし領域画像データから透かし領域の周長、円形度および面積等を算出し、算出した透かし領域の周長、円形度および面積等に基づいて透かし領域の重心を算出する。

このように構成された識別部８が紙葉類挿入部３に挿入された紙葉類の種類および真偽を識別する動作について簡単に説明する。

紙葉類挿入部３から挿入された紙葉類は紙葉類搬送部４により搬送され、紙葉類が識別部８の透過光型光センサ８３の配置位置に到達すると、発光素子８３１を発光させて紙葉類に光を照射し、受光素子８３２で当該紙葉類を透過した透過光を受光する。

透過光型光センサ８３は、受光素子８３２で受光した透過光の光量に応じた信号レベルの電気信号を出力し、透過光型光センサ８３から出力された電気信号は、信号レベルに対応したデジタル信号に変換されてメモリ８１へ入力される。

メモリ８１は、透過光型光センサ８３から出力された信号レベルに対応したデジタル信号の情報を紙葉類の撮像画像データとして記憶する。

紙葉類の撮像画像データがメモリ８１に記憶されると、透かし領域抽出部８８がメモリ８１に記憶された紙葉類の撮像画像データを読み出し、撮像画像データに含まれる透かし領域の画像データ（以下、「透かし領域画像データ」という。）を抽出し、抽出した透かし領域画像データを透かし領域重心算出部８９へ出力する。

透かし領域重心算出部８９は、透かし領域抽出部８８から入力された透かし領域画像データから透かし領域の重心を算出し、算出した透かし領域の重心情報をパターンマッチング部８４へ出力する。

パターンマッチング部８４は、透かし領域重心算出部８９から入力された透かし領域の重心情報に基づいて撮像画像データの透かし領域の重心位置から所定範囲の画像データ（以下、「所定範囲画像データ」という。）を特定し、特定した所定範囲画像データとテンプレート画像データベース８２に記憶されているテンプレート画像データとのパターンマッチングによる相関値に基づいて所定範囲画像データ内のテンプレート画像データと最も類似する画像データを特定する。

具体的には、所定範囲画像データにテンプレート画像データを重ねながらテンプレート画像データを所定範囲画像データ内で移動させながら重ねた二つの画像データのパターンマッチングによる各相関値を算出する。

そして相関値が最大値の位置における所定範囲画像データ内のテンプレート画像データを重ねた領域の画像データを特定する。

識別対象画像抽出部８５は、パターンマッチング部８４で特定された所定範囲画像データ内のテンプレート画像データと最も類似する画像データを紙葉類の識別対象画像データとして抽出し、傷・汚れ検出部８６へ出力する。

傷・汚れ検出部８６は、識別対象画像抽出部８５から入力された識別対象画像データとテンプレート画像データとの差の差分画像データを識別対象画像データ内に存在する傷および汚れを示す画像データとして算出し、傷・汚れ影響補正部８７へ出力する。

傷・汚れ影響補正部８７は、傷・汚れ検出部８６から入力された識別対象画像データ内に存在する傷および汚れを示す画像データの影響を補正した補正済識別対象画像データを算出し、パターンマッチング部８４へ出力する。

パターンマッチング部８４は、傷・汚れ影響補正部８７から入力された補正済識別対象画像データと識別対象画像データとのパターンマッチングを行い、これら二つの画像データの相関値を算出して識別制御部８０へ出力する。

識別制御部８０は、パターンマッチング部８４で算出された補正済識別対象画像データと識別対象画像データとのパターンマッチングによる相関値に基づき紙葉類の種類および真偽を識別する。

以上説明した如くに動作する識別部８を有する紙葉類識別装置１が、挿入された紙葉類の種類および真偽を識別し、処理する処理手順について図３に示す流れ図を参照して説明する。

紙葉類識別装置１は紙葉類挿入部３から紙葉類が挿入されると（ステップＳ３０１でＹＥＳ）、透過光型光センサ８３で紙葉類を撮像して撮像画像データを取得し（ステップＳ３０２）、撮像画像データの通常領域に対して特定の値（例えば零にする）に数値化処理等を行い、透かし領域と通常領域とを区別する（ステップＳ３０３）。

数値化処理された撮像画像データから透かし領域を抽出し（ステップＳ３０４）、抽出した透かし領域の画像データから透かし領域の重心を算出する（ステップＳ３０５）。

算出した撮像画像データの透かし領域の重心位置に基づいて撮像画像データから透かし領域の重心位置を基点とする所定範囲の所定範囲画像データを抽出し（ステップＳ３０６）、テンプレート画像データベース８２に記憶されているテンプレート画像データを読み出し、所定範囲画像データとテンプレート画像データとのパターンマッチングによる所定範囲画像データとテンプレート画像データとの相関値を算出する（ステップＳ３０７）。

所定範囲画像データとテンプレート画像データとのパターンマッチングによる相関値の算出方法は、前述したように、例えばテンプレート画像データと、所定範囲画像データ内のテンプレート画像データと同サイズの部分画像データとのパターンマッチングによる相関値を算出し、所定範囲画像データ内の部分画像データの位置を順次移動させながらテンプレート画像データと移動させた部分画像データとのパターンマッチングによる各相関値を算出する。

ステップＳ３０７において、所定範囲画像データとテンプレート画像データとのパターンマッチングによる相関値が算出されると、算出された相関値が最大値か否かを判別し（ステップＳ３０８）、算出した相関値が最大値でない場合は（ステップＳ３０８でＮＯ）、所定範囲画像データ内の部分画像データの位置を次点へ移動し（ステップＳ３０９）、相関値が最大値となるまでステップＳ３０７の処理を繰り返す。

また、算出した相関値が最大値の場合は（ステップＳ３０８でＹＥＳ）、この時の部分画像データをテンプレート画像データと最も類似する画像データと判定し、識別対象画像データとして所定範囲画像データから抽出する（ステップＳ３１０）。

そして、抽出した識別対象画像データとテンプレート画像データとの差を算出して識別対象画像データの傷および汚れを示す画像の差分画像データを検出し（ステップＳ３１１）、検出した傷および汚れを示す差分画像データの影響を補正した補正済識別対象画像データを算出し、算出した補正済識別対象画像データと識別対象画像データとのパターンマッチングによる相関値を算出する（ステップＳ３１２、Ｓ３１３）。

算出した相関値に基づいて紙葉類の真偽を判定し（ステップＳ３１４）、紙葉類が真券と判定された場合は（ステップＳ３１４でＹＥＳ）、紙葉類を紙葉類受入部５に受け入れ（ステップＳ３１５）、処理手順を終了する。

また、ステップＳ３１４において、紙葉類が偽券と判定された場合（ステップＳ３１４でＮＯ）、紙葉類を紙葉類挿入部３へ返却し（ステップＳ３１６）、処理手順を終了する。

ここで、紙葉類識別装置１の識別部８が行う本発明に係わる紙葉類識別方法について詳細に説明する。

図４乃至図７は、識別部８が行う紙葉類の種類および真偽を識別する方法の一例を示した説明図であり、図４乃至図７を参照しながら本発明に係わる紙葉類識別方法について詳細に説明する。

図４は、紙葉類の撮像画像データ２０から透かし領域の画像データ２１を抽出し、透かし領域の重心位置２９を算出する方法を説明するための説明図である。

図４（ａ）は、透過光型光センサ８３で撮像して取得した紙葉類の撮像画像データ２０の一例を示す図であり、図４（ｂ）は、撮像画像データ２０から抽出した透かし領域の画像データ２１を示す図、図４（ｃ）は、抽出した透かし領域の画像データ２１の重心位置２９を示す図である。

図４（ａ）に示すように、透過光型光センサ８３によって撮像され取得された紙葉類の撮像画像データ２０は、例えば、画素数がＬ×Ｌのｆ（ｉ、ｊ）の各画素で構成されており、撮像画像データ２０には、透かし領域２１と透かし領域外の通常領域２２が存在し、透かし領域２１内には透かし模様２３が存在する。

また、撮像画像データ２０には紙葉類の傷および汚れ２５が存在している。

なお、図４（ａ）において、ｉ＝０、１、２、・・・、Ｌ−１、ｊ＝０、１、２、・・・、Ｌ−１である。

そこで、紙葉類の撮像画像データ２０に対して２値化処理等を行うことで、透かし領域２１と通常領域２２とを区別し、図４（ｂ）に示すような透かし領域の画像データ２１を撮像画像データ２０から抽出する。

そして、抽出した透かし領域の画像データ２１から透かし領域の周長、円形度および面積等を算出し、算出した透かし領域の周長、円形度および面積等に基づき、図４（ｃ）に示すような透かし領域の重心位置２９（例えば、図中の黒点で示した位置）を算出する。

図５は、撮像画像データ２０の透かし領域の重心位置２９を基点とする所定範囲の領域の所定範囲画像データ３０とテンプレート画像データ２４とのテンプレートマッチングによる識別対象画像を抽出する方法を説明するための説明図である。

図５（ａ）は、撮像画像データ２０の透かし領域の重心位置２９を基点とする所定範囲の領域の所定範囲画像データ３０を示す図であり、図５（ｂ）は、テンプレート画像データ２４の一例を示す図、図５（ｃ）は、所定範囲画像データ３０とテンプレート画像データ２４とのテンプレートマッチングの動作を示す図、図５（ｄ）は、テンプレートマッチングによる所定範囲画像データ３０とテンプレート画像データ２４との各相関値のグラフを示す図、図５（ｅ）は、所定範囲画像データ３０からテンプレート画像データ２４と最も類似する領域の画像を抽出した識別対象画像データ２６の一例を示す図である。

撮像画像データ２０から識別対象画像データを抽出する方法は、まず図５（ａ）に示すように、算出した撮像画像データ２０の透かし領域２１の重心位置２９を基点として所定範囲の画像領域の所定範囲画像データ３０（破線の四角で囲まれた部分）を特定し、特定した所定範囲画像データ３０からテンプレート画像データ２４と最も類似する画像領域を抽出する。

所定範囲画像データ３０は、例えば、テンプレート画像データベース８２に記憶されているテンプレート画像データの透かし領域の重心位置を基点として透かし模様が形成されている領域の大きさの情報に基づき撮像画像データ２０の透かし領域の重心位置２９を基点として所定の大きさの領域の画像データとして特定できるように構成されている。

具体的には、各紙葉類に形成された透かし領域の重心位置を基点として透かし模様が存在する画像領域の大きさを、透かし領域に対する透かし模様の位置ずれ等を考慮して予め算出し、算出した画像領域の大きさに対応した画像領域を撮像画像データ２０の透かし領域２１の重心位置２９を基点として抽出する。

テンプレート画像データベース８２には、予め真券の紙葉類を撮像して取得した、例えば、図５（ｂ）に示すような画素数がＭ×Ｎのｔ（ｉ、ｊ）の各画素で構成されたテンプレート画像データ２４と各紙葉類の透かし領域の重心位置を基点として各テンプレート画像データが存在する領域の大きさの情報が記憶されている。

なお、図５（ｂ）において、ｉ＝０、１、２、・・・、Ｍ−１、ｊ＝０、１、２、・・・、Ｎ−１である。

所定範囲画像データ３０からテンプレート画像データ２４と最も類似する画像領域の特定する方法は、例えば所定範囲画像データ３０とテンプレート画像データ２４とのパターンマッチングを行い、テンプレート画像データ２４と所定範囲画像データ３０との相関値に基づいて判定する。

具体的には、例えば、５（ｃ）に示すように、テンプレート画像データ２４と、大きさがＫ×Ｋのｇ（ｉ、ｊ）の画素数で構成された所定範囲画像データ３０内のテンプレート画像データ２４と同サイズ（同画素数、例えばＭ×Ｎ）の部分画像データとのパターンマッチングによる相関値を算出し、所定範囲画像データ３０内の部分画像データの位置を順次移動させながらテンプレート画像データ２４と移動させた部分画像データとのパターンマッチングによる各相関値を算出し、算出した相関値が最大値の時の部分画像データの画像領域をテンプレート画像データ２４と最も類似する画像領域として特定する。

なお、ｇ（ｉ、ｊ）は、ｉ＝０、１、２、・・・、Ｋ−１、ｊ＝０、１、２、・・・、Ｋ−１である。

すなわち、所定範囲画像データ３０の画像領域の各画素ｇ（ｉ、ｊ）からテンプレート画像データ２４と同サイズの部分画像データを特定するために、所定範囲画像データ３０内の部分画像データの左上の画素位置を始点（ｕ、ｖ）とし、始点（ｕ、ｖ）の位置を所定範囲画像データ３０内で順次移動させながら始点（ｕ、ｖ）の位置に対応した部分画像データｇ（ｕ＋ｉ、ｖ＋ｊ）とテンプレート画像データ２４の各画素ｔ（ｉ、ｊ）とのパターンマッチングを順次行い、相関値を算出する。

パターンマッチングによる相関値の算出は、例えば次の式１で示されるような正規化相関値として算出することができる。

なお、上の式１において、Ｒ（ｕ、ｖ）は所定範囲画像データ３０内の部分画像データ３０の始点（ｕ、ｖ）における部分画像データとテンプレート画像データ２４との相関値、ｇ（ｕ＋ｉ、ｖ＋ｊ）は部分画像データの各画素値、ｇ’は部分画像データの画素の平均値、ｔ（ｉ、ｊ）はテンプレート画像データ２４の各画素値、ｔ’はテンプレート画像データ２４の画素の平均値をそれぞれ示している。

また、画素値は、例えば各画像を構成している各画素の濃度値等の値が用いられる。

上の式１で算出された始点（ｕ、ｖ）に対応した部分画像データとテンプレート画像データ２４との正規化相関値の算出結果は、例えば図５（ｄ）に示すような曲線グラフ３１として得ることができる。

図５（ｄ）に示すように、曲線グラフ３１の横軸は、所定範囲画像データ３０内で特定した部分画像データｇ（ｕ＋ｉ、ｖ＋ｊ）の始点（ｕ、ｖ）の位置情報を示し、縦軸は、始点（ｕ、ｖ）に対応した部分画像データｇ（ｕ＋ｉ、ｖ＋ｊ）とテンプレート画像データ２４との正規化相関値の値を示している。

曲線グラフ３１において、曲線グラフ３１の頂点Ｅ、すなわち、相関値が最大の時は、部分画像データとテンプレート画像データ２４とが最も類似性が高いことを示しており、相関値の値が小さい時は、類似性が低いことを示している。

したがって、所定範囲画像データ３０の部分画像データの始点（ｕ、ｖ）を順次移動させながら部分画像データの各画素ｇ（ｕ＋ｉ、ｖ＋ｊ）とテンプレート画像データ２４の各画素ｔ（ｉ、ｊ）とのパターンマッチングを行い、この二つの画像データの相関値を算出して逐次記憶し、算出した相関値が最大の時の部分画像データが最もテンプレート画像データ２４と類似性が高い画像データとして判断し、この時の部分画像データを識別対象画像データとして抽出して記憶し、これ以降のパターンマッチング処理を終了する。

このような処理動作を行うことにより図５（ｅ）に示すような識別対象画像データ２６が抽出される。

識別対象画像データ２６が抽出されると、抽出した識別対象画像データ２６内に存在する傷および汚れ２５を示す画像データを検出し、検出した傷および汚れを示す画像データの影響を補正した補正済識別対象画像データを算出する。

撮像画像データ２０から抽出した識別対象画像データ２６内に存在する傷および汚れ２５を検出する方法について図６を参照しながら説明する。

図６は、撮像画像データ２０から抽出した識別対象画像データ２６内に存在する傷および汚れ２５を示す画像データを検出する方法を示した説明図である。

図６（ａ）は、テンプレート画像データ２４を示す図であり、図６（ｂ）は、傷および汚れ２５が存在する識別対象画像データ２６を示す図、図６（ｃ）は、テンプレート画像データ２４と識別対象画像データ２６との差を算出した差分画像データ２７を示す図である。

なお、図６（ｂ）において、識別対象画像データ２６は、前述に説明した部分画像データの各画素ｇ（ｕ＋ｉ、ｖ＋ｊ）とテンプレート画像データ２４の各画素ｔ（ｉ、ｊ）とのパターンマッチングによる相関値に基づき所定範囲画像データ３０から抽出された画像データであり、識別対象画像データ２６の各画素がｓ（ｉ、ｊ）であるものとする。

また、ｓ（ｉ、ｊ）は、ｉ＝０、１、２、・・・、Ｍ−１、ｊ＝０、１、２、・・・、Ｎ−１である。

紙葉類に傷および汚れが付着している場合、または透過光型光センサ８３に傷および汚れが付着している場合等、紙葉類を撮像する際に、当該傷および汚れが発光素子８３１からの光を遮ることで、受光素子８３２により取得した紙葉類の撮像領域の画像に傷および汚れによる不要な画像が撮像されてしまう。

特に、紙葉類の透かし領域２１内に傷および汚れが付着している場合、または透かし領域２１内の透過光を遮ってしまうような透過光型光センサ８３の位置に傷および汚れが付着している場合は、傷および汚れを示す画像が存在する識別対象画像データとなってしまう。

したがって、前述の図５で説明したように、テンプレート画像データ２４と最も類似性の高い所定範囲画像データ３０内の部分画像データを識別対象画像データ２６として抽出した場合であっても、識別対象画像データ２６内に傷および汚れ２５を示す画像データが存在する場合がある。

そこで、図６に示すように、識別対象画像データ２６内に存在する傷および汚れ２５を示す画像データを算出するために予め真券の紙葉類から取得したテンプレート画像データ２４と傷および汚れ２５が存在する識別対象画像データ２６との差を算出する。

図６（ａ）及び（ｂ）に示すように、テンプレート画像データ２４と識別対象画像データ２６とにおいて、共通な画像データは透かし模様２３の画像データであり、非共通な画像データは識別対象画像データ２６に存在する傷および汚れ２５の画像データである。

したがって、テンプレート画像データ２４と識別対象画像データ２６との差を算出することにより図５（ｃ）に示すような傷および汚れ２５を示す差分画像データ２７を検出することができる。

なお、傷および汚れを検出する検出式は、例えば次の式２で算出することができる。

なお、上の式２において、ｄはテンプレート画像データ２４と識別対象画像データ２６との差、ｔ（ｉ、ｊ）はテンプレート画像データ２４の各画素値、ｔ’はテンプレート画像データ２４の画素の平均値、ｓ（ｉ、ｊ）は識別対象画像データ２６の各画素値、ｓ’は識別対象画像データ２６の画素の平均値をそれぞれ示している。

また、画素値は、例えば各画像を構成している各画素の濃度値等の値が用いられる。

そして、検出した傷および汚れ２５を示す差分画像データ２７の影響を補正し、補正した補正済識別対象画像データと識別対象画像２６とのパターンマッチングを行い、この二つの画像の相関値を算出することで、紙葉類の種類および真偽を識別する。

具体的には、例えば、検出した識別対象画像データ２６の傷および汚れ２５を示す差分画像２７を識別対象画像データ２６の傷および汚れ２５の同位置且つ同面積に対応してテンプレート画像データ２４に貼り付けた補正済識別対象画像データを算出し、補正済識別対象画像データと識別対象画像データ２６とのパターンマッチングによる相関値を算出し、算出した相関値に基づいて紙葉類の種類および真偽を識別する。

図７は、傷および汚れ２５を示す差分画像データ２７の影響を補正した補正済識別対象画像データ２８と識別対象画像データ２６とに基づき紙葉類の種類および真偽を識別する方法の一例を示した説明図である。

図７を参照しながら補正済識別対象画像データ２８と識別対象画像データ２６とに基づき紙葉類の種類および真偽を識別する方法について説明する。

図７（ａ）は、傷・汚れ検出部８６で検出された識別対象画像データ２６内に存在する傷および汚れ２５を示す差分画像データ２７の一例を示す図であり、図７（ｂ）は、テンプレート画像データ２４の一例を示す図、図７（ｃ）は、補正済識別対象画像データ２８を示す図、図７（ｄ）は、識別対象画像データ２６を示す図である。

例えば、図７（ｄ）に示すように、紙葉類の撮像画像データ２０から抽出された識別対象画像データ２６に傷および汚れ２５が存在する場合は、傷・汚れ検出部８６によって図７（ａ）に示すような傷および汚れ２５を示す差分画像データ２７が算出される。

傷・汚れ影響補正部８７は、傷・汚れ検出部８６で算出された傷および汚れ２５を示す差分画像データ２７を図７（ｂ）に示すようなテンプレート画像データ２４に対して識別対象画像データ２６に存在する傷および汚れ２５と同位置且つ同面積となるように貼り付けて図７（ｃ）に示すような補正済識別対象画像データ２８を算出しパターンマッチング部８４へ出力する。

パターンマッチング部８４は、入力された補正済識別対象画像データ２８と識別対象画像データ２６とのパターンマッチングによる相関値を算出し、算出した相関値を識別制御部８０へ出力し、識別制御部８０がパターンマッチング部８４で算出した補正済識別対象画像データ２８と識別対象画像データ２６との相関値に基づき、相関値が所定値以上の値であれば挿入された紙葉類が真券である判定し、算出した相関値が所定値以上の値でなければ偽券と判定するように識別する。

以上説明したように、紙葉類の撮像画像から紙葉類の特徴画像を抽出する際、撮像画像の透かし領域の重心位置を基点とする所定範囲内の画像とテンプレート画像とのパターンマッチングによる相関値に基づき特徴画像を抽出するので紙葉類の透かし領域に対する透かし模様の位置ずれ等の影響を受けることなく、効率よく紙葉類の特徴画像を抽出することができ、紙葉類の種類および真偽を正確に判定することが可能となる。

なお、紙葉類の種類および真偽を識別する際、識別対象画像データとテンプレート画像データとの差の差分画像データに基づき紙葉類の種類および真偽を識別するような構成としてもよい。

具体的には、紙葉類の撮像画像データから抽出した識別対象画像データとテンプレート画像データとの差の差分画像データに基づき、例えば差分画像データに傷および汚れを示す画像データが存在しない場合、差分画像データの全画素は「白」となり、差分画像データの全画素が「白」であることを確認することで、紙葉類が真券であると識別することができる。

しかし、実際には、識別対象画像データには何かしらの傷および汚れを示す画像が存在すると思われるので、予め紙葉類無しの状態で透過光型光センサ８３によって撮像した紙葉類無しの画像データと傷・汚れ検出部８６で検出した紙葉類に付着する傷および汚れを示す画像の差分画像データとをパターンマッチングすることで、紙葉類の種類および真偽を識別する構成としてもよい。

また、紙葉類の種類および真偽の識別を紙葉類の種類毎に透かし領域２１の形状が異なることを利用して、例えば、紙葉類の撮像画像から抽出した透かし領域の周長、円形度および面積等から紙葉類の種類および真偽を識別することも可能である。

また、透かし領域が短手方向の中心からずれている紙葉類を識別する場合は、撮像画像から算出した透かし領域の重心に基づいて紙葉類の挿入方向を判別し、紙葉類の種類および真偽の識別処理を軽減することも可能である。

また、紙葉類の識別処理にあたっては、本発明に係わる紙葉類識別方法のみで紙葉類の種類および真偽を識別するのではなく、他の識別要因との組み合わせで真偽判定を下しても良い。

本発明に係わる紙葉類識別方法を適用した紙葉類識別装置の概略的な構成図 紙葉類識別装置１の識別部８の機能的な構成のブロック図 紙葉類識別装置１が紙葉類の種類および真偽を識別する処理手順の流れ図 紙葉類の撮像画像から透かし領域の重心を算出する方法の説明図 紙葉類の撮像画像から識別対象画像を抽出する方法の説明図 識別対象画像内に存在する傷及び汚れを検出する方法の説明図 紙葉類の種類および真偽を識別する方法の説明図

符号の説明

１ 紙葉類識別装置
２ 制御部
３ 紙葉類挿入部
４ 紙葉類搬送部
５ 紙葉類受入部
６ 駆動部
８ 識別部
２０ 紙葉類の撮像領域の撮像画像データ
２１ 透かし領域
２２ 通常領域
２３ 透かし模様
２４ テンプレート画像データ
２５ 傷、しわ、汚れ
３１ 相関値グラフ
２６ 識別対象画像データ
２７ 差分画像データ
２８ 補正済識別対象画像データ
２９ 透かし領域の重心
３０ 所定範囲画像データ
８０ 識別制御部
８１ メモリ
８２ テンプレート画像データベース
８３ 透過光型光センサ
８４ パターンマッチング部
８５ 識別対象画像抽出部
８６ 傷・汚れ検出部
８７ 傷・汚れ影響補正部
８８ 透かし領域抽出部
８９ 透かし領域重心算出部
８３１ 発光素子
８３２ 受光素子

Claims (8)

1. 紙葉類の撮像画像から該紙葉類の特徴画像を切り出し、該切り出した特徴画像に基づき紙葉類の識別を行う紙葉類識別装置において、
   前記撮像画像から透かし領域を抽出する透かし領域抽出手段と、
   前記透かし領域抽出手段で抽出した透かし領域の重心位置を算出する透かし領域重心算出手段と、
   前記透かし領域抽出手段で抽出した透かし領域の画像に前記特徴画像に対応するテンプレート画像を前記透かし領域重心算出手段で算出した該透かし領域の重心位置を基点として重ねながら移動させ、前記テンプレート画像と前記テンプレート画像を重ねた前記透かし領域抽出手段で抽出した透かし領域の画像との相関値をそれぞれ算出することによりテンプレートマッチング処理を行う画像マッチング手段と、
   前記画像マッチング手段によるテンプレートマッチング処理で算出した相関値が最大値となる前記透かし領域内の位置を検出する相関値最大位置検出手段と、
   前記相関値最大位置検出手段で検出した位置における前記テンプレート画像に対応する画像を前記透かし領域の画像から前記紙葉類の特徴画像として切り出す画像切出手段と
   を具備することを特徴とする紙葉類識別装置。
2. 前記画像マッチング手段は、
   前記透かし領域抽出手段で抽出した透かし領域の画像に前記テンプレート画像を前記透かし領域重心算出手段で算出した該透かし領域の重心位置を基点として重ねながら移動させて前記テンプレートマッチング処理を行い、該テンプレートマッチング処理により前記相関値最大位置検出手段で相関値が最大値となる前記テンプレート画像を重ねた前記透かし領域抽出手段で抽出した透かし領域内の位置を検出した以後は前記テンプレートマッチング処理を省略する
   ことを特徴とする請求項１記載の紙葉類識別装置。
3. 前記透かし領域抽出手段による前記撮像画像から透かし領域を抽出するに先立って、前記撮像画像の前記特徴画像を含まない領域を二値化する前処理手段
   を更に具備することを特徴とする請求項１または２記載の紙葉類識別装置。
4. 前記紙葉類の特徴画像は、
   透かし領域の特徴画像であり、
   前記特徴画像を含まない領域は、
   前記透かし領域外の画像である
   ことを特徴とする請求項３記載の紙葉類識別装置。
5. 紙葉類の撮像画像から該紙葉類の特徴画像を切り出し、該切り出した特徴画像に基づき紙葉類の識別を行う紙葉類識別方法において、
   前記撮像画像から透かし領域を透かし領域抽出手段により抽出し、
   該抽出した透かし領域の重心位置を透かし領域重心算出手段により算出し、
   前記透かし領域抽出手段で抽出した透かし領域の画像に前記特徴画像に対応するテンプレート画像を前記透かし領域重心算出手段で算出した該透かし領域の重心位置を基点として重ねながら移動させ、前記テンプレート画像と前記テンプレート画像を重ねた前記透かし領域抽出手段で抽出した透かし領域の画像との相関値をそれぞれ算出することによりテンプレートマッチング処理を画像マッチング手段により行い、
   前記画像マッチング手段によるテンプレートマッチング処理で算出した相関値が最大値となる前記透かし領域内の位置を検出し、
   該検出した位置における前記テンプレート画像に対応する画像を前記透かし領域の画像から前記紙葉類の特徴画像として切り出し、
   該切り出した特徴画像に基づき紙葉類の識別を行うこと
   を特徴とする紙葉類識別方法。
6. 前記画像マッチング手段は、
   前記透かし領域抽出手段で抽出した透かし領域の画像に前記テンプレート画像を前記透かし領域重心算出手段で算出した該透かし領域の重心位置を基点として重ねながら移動させて前記テンプレートマッチング処理を行い、該テンプレートマッチング処理により前記相関値最大位置検出手段で相関値が最大値となる前記テンプレート画像を重ねた前記透かし領域抽出手段で抽出した透かし領域内の位置を検出した以後は前記テンプレートマッチング処理を省略する
   ことを特徴とする請求項５記載の紙葉類識別方法。
7. 更に、透かし領域抽出手段による前記撮像画像から透かし領域を抽出するに先立って、前記撮像画像の前記特徴画像を含まない領域を二値化すること
   を特徴とする請求項５または６記載の紙葉類識別方法。
8. 前記紙葉類の特徴画像は、
   透かし領域の特徴画像であり、
   前記特徴画像を含まない領域は、
   前記透かし領域外の画像である
   ことを特徴とする請求項７記載の紙葉類識別方法。

Images