JP2005322139A - Paper sheet identification device and method - Google Patents
Paper sheet identification device and method Download PDFInfo
- Publication number
- JP2005322139A JP2005322139A JP2004141216A JP2004141216A JP2005322139A JP 2005322139 A JP2005322139 A JP 2005322139A JP 2004141216 A JP2004141216 A JP 2004141216A JP 2004141216 A JP2004141216 A JP 2004141216A JP 2005322139 A JP2005322139 A JP 2005322139A
- Authority
- JP
- Japan
- Prior art keywords
- image
- divided
- paper sheet
- identification
- identification target
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 41
- 238000001514 detection method Methods 0.000 claims description 16
- 238000003709 image segmentation Methods 0.000 claims 1
- 230000037303 wrinkles Effects 0.000 abstract description 13
- 238000006073 displacement reaction Methods 0.000 abstract description 3
- 238000010586 diagram Methods 0.000 description 32
- 238000000605 extraction Methods 0.000 description 20
- 230000003287 optical effect Effects 0.000 description 18
- 238000004364 calculation method Methods 0.000 description 17
- 238000003780 insertion Methods 0.000 description 16
- 230000037431 insertion Effects 0.000 description 16
- 230000032258 transport Effects 0.000 description 14
- 210000001508 eye Anatomy 0.000 description 7
- 210000004709 eyebrow Anatomy 0.000 description 7
- 239000000284 extract Substances 0.000 description 6
- 210000003467 cheek Anatomy 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 210000001061 forehead Anatomy 0.000 description 3
- 210000004209 hair Anatomy 0.000 description 3
- 210000000214 mouth Anatomy 0.000 description 3
- 230000007547 defect Effects 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 210000001331 nose Anatomy 0.000 description 2
- 230000035515 penetration Effects 0.000 description 2
- 230000002708 enhancing effect Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
Images
Landscapes
- Inspection Of Paper Currency And Valuable Securities (AREA)
- Image Analysis (AREA)
Abstract
Description
本発明は、紙葉類識別装置および方法に関し、特に、紙葉類の撮像画像から紙葉類の識別対象とする識別対象画像を効率良く抽出するとともに、識別対象画像の特徴のある領域に重みをおくことで紙葉類のしわや傷、汚れおよび模様の位置ずれ等による誤識別を防止し、より識別精度を向上させた紙葉類識別装置および方法に関する。 The present invention relates to a paper sheet identification apparatus and method, and in particular, efficiently extracts a classification target image as a classification target of a paper sheet from a captured image of a paper sheet and weights a characteristic area of the classification target image. The present invention relates to a paper sheet identification apparatus and method that can prevent misidentification due to wrinkles, scratches, stains, pattern misalignment, and the like of a paper sheet and further improve the identification accuracy.
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から識別対象とする画像を磁気的または光学的に検出し、検出した識別対象画像と予め登録された紙葉類の識別対象画像に対応した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。 In general, a paper sheet identification device for identifying the type and authenticity of paper sheets such as banknotes, checks, gift certificates, etc. is to be identified from paper sheets input to the apparatus using a magnetic sensor or an optical sensor. The image is detected magnetically or optically, and the type and authenticity of the paper sheet are identified by collating the detected image to be identified with a standard image corresponding to the pre-registered paper sheet to be identified. .
このような紙葉類識別装置が投入された紙葉類を識別する際には、紙葉類の識別対象画像を最良な状態で取得することが望ましいが、実際に紙葉類から取得した識別対象画像には、紙葉類のしわや傷、汚れ等による不要な画像が含まれる等の影響により識別精度が低下する等の問題がある。 When identifying a paper sheet in which such a paper sheet identification device is inserted, it is desirable to obtain an image to be identified in the paper sheet in the best state, but the identification actually acquired from the paper sheet The target image has a problem that the identification accuracy is lowered due to the influence of including unnecessary images due to wrinkles, scratches, dirt, etc. on the paper sheet.
したがって、紙葉類のしわや傷、汚れ及び模様の位置ずれ等の影響による紙葉類の誤識別を防止し、より識別精度を向上させるような紙葉類の識別方法や装置の提供が望まれている。 Therefore, it is desired to provide a paper sheet identification method and apparatus that prevent misidentification of paper sheets due to the effects of wrinkles, scratches, dirt, and pattern misalignment of paper sheets, and improve the identification accuracy. It is rare.
例えば特許文献１には、識別する画像に重みを設定することで画像に特徴付けを行い、識別効果を高めるとともに効果的な識別が可能な紙葉類識別装置が提案されている。
For example,
また、特許文献２には、各金種間で光学的パターンが類似する紙幣を、正確かつ高速に識別することができる紙葉類識別装置が提案されている。
更に、特許文献３には、透かし画像の欠陥検出を精度良く行うことができるすき入れ検査装置が提案されている。
ところで、上記提案の特許文献１は、紙葉類識別装置に関し、投入された紙葉類を識別する際に、識別基準データ側のみに重み付けを行う、あるいは、識別基準データ及び読取った画像データの双方に重み付けを行うことで画像に特徴付けを行い、識別基準データとの類似度を求めて効果的に識別するように構成したものである。
By the way, the above-mentioned proposed
また、特許文献２は、紙葉類識別装置に関し、読み取った識別対象データに近い２つの候補基準データを選択し、選択した候補基準データと識別対象データとの重み付け相対距離に基づいて紙幣の真偽及び種類を識別するように構成したものである。
Further,
また、特許文献３は、すき入れ検査装置に関し、透かし画像のコントラストに対応して正規化相関法処理、ミクロフィルター処理、濃淡モホロジー処理による画像のマッチング処理を行うことにより透かし画像の欠陥検出を精度良く行うように構成したものである。
Further,
しかしながら、上記提案の特許文献１乃至特許文献３においては、紙葉類を識別する際に紙葉類の識別対象とする画像を効率良く抽出するとともに、識別対象画像の特徴のある領域に重みをおき、紙葉類のしわや傷、汚れおよび模様の位置ずれ等の影響を除去して、より識別精度を向上させるような方法は開示されていない。
However, in the proposed
そこで、本発明は、紙葉類の撮像画像から紙葉類の識別対象とする識別対象画像を効率良く抽出するとともに、紙葉類のしわや傷、汚れおよび模様の位置ずれ等による紙葉類の誤識別を防止し、より識別精度を向上させた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。 Therefore, the present invention efficiently extracts an identification target image to be identified as a paper sheet from a captured image of the paper sheet, and the paper sheet due to wrinkles, scratches, dirt, pattern misalignment, and the like of the paper sheet. It is an object of the present invention to provide a paper sheet identification apparatus and method that can prevent erroneous identification and improve the identification accuracy.
上記目的を達成するため、請求項１の発明は、紙葉類の識別対象画像に基づき紙葉類を識別する紙葉類識別装置において、前記紙葉類から前記識別対象画像を取得する識別対象画像取得手段と、前記識別対象画像に対応する標準画像を予め記憶する記憶手段と、前記記憶手段に記憶した前記標準画像を複数の任意形状の領域に分割した分割画像に分割するとともに、前記識別対象画像取得手段で取得した識別対象画像を前記標準画像の分割に対応して分割する画像分割手段と、前記画像分割手段で分割された分割画像に対応してそれぞれ重み付け値を設定する重付設定手段と、前記画像分割手段で分割された前記識別対象画像の分割画像と前記標準画像の分割画像とを分割画像単位で相関値を算出する相関値算出手段とを具備し、前記重付設定手段で設定した各分割画像の重み付け値と前記相関値算出手段で算出した各分割画像単位の相関値との総合判定に基づき紙葉類の識別を行う識別手段とを具備することを特徴とする。
In order to achieve the above object, the invention according to
また、請求項２の発明は、請求項１の発明において、前記重付設定手段は、前記画像分割手段で分割された前記標準画像の分割画像の特徴量に対応して重み付け値を設定することを特徴とする。 According to a second aspect of the present invention, in the first aspect of the invention, the weight setting unit sets a weight value corresponding to the feature amount of the divided image of the standard image divided by the image dividing unit. It is characterized by.
また、請求項３の発明は、請求項２の発明において、前記識別対象画像と前記標準画像との比較に基づきキズ若しくは汚れを検出する検出手段を更に具備し、前記重付設定手段は、前記画像分割手段で分割された前記識別対象画像の分割画像が前記検出手段で検出したキズ若しくは汚れの量に対応して重み付け値を設定することを特徴とする。
The invention according to
また、請求項４の発明は、紙葉類の識別対象画像に基づき紙葉類を識別する紙葉類識別方法において、前記紙葉類の識別対象画像に対応する標準画像と、前記標準画像を複数の任意形状の領域に分割する画像分割情報と、前記画像分割情報に基づいて分割される前記標準画像の各分割画像の重み付け値を示す重付情報を予め記憶手段に記憶し、前記記憶手段に記憶した前記標準画像に基づき前記紙葉類から前記識別対象画像を取得し、該取得した識別対象画像を該識別対象画像に対応した標準画像が前記画像分割情報に基づき分割される前記複数の任意形状の領域に対応して分割し、該分割された前記識別対象画像の分割画像と前記画像分割情報に基づき分割された前記標準画像の分割画像とを分割画像単位で相関値を算出し、該算出された各分割画像単位の相関値と前記標準画像の前記重付情報に基づく各分割画像の重み付け値との総合判定に基づき紙葉類の識別を行うことを特徴とする。 According to a fourth aspect of the present invention, there is provided a paper sheet identification method for identifying a paper sheet based on a paper sheet identification target image, wherein the standard image corresponding to the paper sheet identification target image and the standard image are Image division information to be divided into a plurality of regions of arbitrary shape, and weighting information indicating weight values of each divided image of the standard image divided based on the image division information are stored in a storage unit in advance, and the storage unit The identification target image is acquired from the paper sheet based on the standard image stored in the image, and the plurality of classification images obtained by dividing a standard image corresponding to the identification target image based on the image division information. Dividing corresponding to a region of an arbitrary shape, calculating a correlation value in units of divided images of the divided image of the identification target image and the divided image of the standard image divided based on the image division information, The calculated And performing a comprehensive determination on the basis of identification of the paper sheet between the weighting value of each divided image correlation values of the divided image unit and based on the weighting information of the standard image.
また、請求項５の発明は、請求項４の発明において、前記画像分割情報に基づいて分割される前記標準画像の各分割画像の特徴量に対応して前記重み付け値が設定されることを特徴とする。
The invention of
また、請求項６の発明は、請求項５の発明において、前記識別対象画像と前記標準画像との比較に基づきキズ若しくは汚れを検出手段により検出し、該検出した前記識別対象画像の分割画像のキズ若しくは汚れの量に対応して前記重み付け値が設定されることを特徴とする。 According to a sixth aspect of the present invention, in the fifth aspect of the present invention, a scratch or a stain is detected by a detection unit based on a comparison between the identification target image and the standard image, and the detected divided image of the identification target image is detected. The weighting value is set corresponding to the amount of scratches or dirt.
本発明の紙葉類識別装置および方法によれば、紙葉類の識別対象画像に対応した標準画像と紙葉類から取得した識別対象画像との各特徴のある領域のパターンマッチングによる相関値と、各特徴のある領域の特徴量及び傷や汚れ量に応じた重みの値との集計結果に基づき紙葉類の種類および真偽を識別するように構成したので、紙葉類のしわや傷、汚れおよび模様の位置ずれ等の影響を除去し、紙葉類の誤識別を防止するとともに、より識別精度を向上させることができるという効果を奏する。 According to the paper sheet identification apparatus and method of the present invention, the correlation value obtained by pattern matching of each characteristic region between the standard image corresponding to the paper sheet identification target image and the classification target image acquired from the paper sheet, and Since it is configured to identify the type and authenticity of the paper sheet based on the total value of the characteristic amount of each characteristic area and the weight value corresponding to the amount of scratches and dirt, the wrinkles and scratches on the paper sheet In addition, it is possible to remove the influence of dirt and pattern misalignment, prevent misidentification of paper sheets, and improve the identification accuracy.
本発明に係わる紙葉類識別装置および方法は、例えば有価証券や紙幣等の紙葉類を識別する際、紙葉類から紙葉類の識別対象とする画像を効率良く抽出するとともに、紙葉類の識別対象とする画像の特徴のある領域に重みをおくことで紙葉類のしわや傷、汚れおよび模様の位置ずれ等による紙葉類の誤識別を防止し、識別精度を向上させるような紙葉類識別方法を適用した紙葉類識別装置として用いられるものである。 The paper sheet identification apparatus and method according to the present invention efficiently extract an image to be identified from a paper sheet, for example, when identifying a paper sheet such as securities or banknotes, and By adding weight to areas with distinctive features of images to be identified, it is possible to prevent misidentification of paper sheets due to wrinkles, scratches, dirt, pattern misalignment, etc., and improve identification accuracy. It is used as a paper sheet identification device to which a simple paper sheet identification method is applied.
以下の実施例においては、紙葉類の種類および真偽を識別可能とする識別対象画像が透かし模様を含む透かし領域である場合を想定し、本発明に係わる紙葉類識別装置および方法について説明する。 In the following embodiments, a paper sheet identification apparatus and method according to the present invention will be described on the assumption that a classification target image that can identify the type and authenticity of a paper sheet is a watermark area including a watermark pattern. To do.
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。 An embodiment of a paper sheet identification apparatus and method according to the present invention will be described in detail with reference to the accompanying drawings.
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構成例を概略的に示した構成図である。 FIG. 1 is a configuration diagram schematically showing a configuration example of a paper sheet identification apparatus to which a paper sheet identification method according to the present invention is applied.
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、紙葉類を受け入れ紙葉類毎に分類して収納する紙葉類受入部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、挿入された紙葉類の識別対象とする画像（以下、「識別対象画像」という。）と予め登録された紙葉類の識別対象画像に対応した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識別部８を備えている。
As shown in FIG. 1, the paper
紙葉類の挿入口である紙葉類挿入部３は、紙葉類が挿入されると、図示せぬ検知センサで紙葉類が挿入されたことを検知し、その旨の信号を制御部２へ送信する。
When a paper sheet is inserted, the paper
紙葉類搬送部４は、駆動モータや搬送ベルト等を備え、紙葉類挿入部３に挿入された紙葉類を紙葉類の挿入方向または挿入方向とは逆方向へ搬送可能なように構成されており、駆動部６の制御指示に基づき紙葉類の搬送を行う。
The paper
駆動部６は、制御部２の制御指示に基づき紙葉類搬送部４を制御して紙葉類を紙葉類の挿入方向または挿入方向とは逆方向へ搬送したり、搬送停止等の制御指示を行う。
The
識別部８は、紙葉類から撮像し取得した紙葉類の識別対象画像と、紙葉類の識別対象画像に対応した標準画像とを照合して、紙葉類の種類および真偽を識別する。
The
なお、標準画像は、真券の紙葉類の識別対象画像を種類毎に撮像して取得し、後述するテンプレート画像データベースに予め登録されている。 Note that the standard image is acquired by capturing the identification target image of the genuine paper sheet for each type, and is registered in advance in a template image database to be described later.
紙葉類受入部５は、紙葉類搬送部４によって搬送されてきた紙葉類を種類毎に区別して図示せぬ収納部に収納する。
The paper
このように構成された紙葉類識別装置１が挿入された紙葉類の種類及び真偽を識別処理する動作について簡単に説明すると、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を介して紙葉類受入部５へ搬送される途上において識別部８によって紙葉類の種類および真偽が識別される。
The operation of identifying the type and authenticity of the inserted paper sheet by the thus configured paper
識別部８が紙葉類を真券と識別した場合は、駆動部６が制御部２の命令指示に基づき紙葉類搬送部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。
When the
また、識別部８が紙葉類を偽券と識別した場合は、紙葉類を紙葉類挿入部３に搬送して返却するように駆動部６が紙葉類搬送部４の駆動制御を行う。
When the
このように紙葉類識別装置１においては、挿入された紙葉類の種類および真偽の識別を識別部８によって行う。
In this way, in the paper
図２は、紙葉類識別装置１に挿入された紙葉類の種類および真偽を識別する識別部８の構成例を概略的に示した構成図である。
FIG. 2 is a configuration diagram schematically illustrating a configuration example of the
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、透過光型光センサ７３と、メモリ７１と、テンプレート画像データベース７２と、識別対象画像抽出部７４と、分割画像抽出部７５と、傷・汚れ検出部７６と、重み係数算出部７７と、画像マッチング処理部７８と、判定処理部８９を備えている。
As shown in FIG. 2, the
透過光型光センサ７３は、発光素子７３１と受光素子７３２とが一対を成し、互いに対向して紙葉類を搬送する紙葉類搬送部４の搬送ラインを挟むようにして所定位置に配設されている。
The transmitted light type optical sensor 73 includes a light emitting element 731 and a light receiving element 732, and is disposed at a predetermined position so as to sandwich the transport line of the paper
また、透過光型光センサ７３は、搬送されている紙葉類が透過光型光センサ７３の所定位置に到達した時に発光素子７３１を発光させて紙葉類に光を照射し、受光素子７３２で紙葉類を透過した透過光を検出するように構成されている。 Further, the transmitted light type optical sensor 73 causes the light emitting element 731 to emit light when the conveyed paper sheet reaches a predetermined position of the transmitted light type optical sensor 73 to irradiate the paper sheet with light, and the light receiving element 732. And configured to detect transmitted light transmitted through the paper sheet.
具体的には、発光素子７３１が発光することで紙葉類に光が照射され、紙葉類を透過した透過光を受光素子７３２が受光して受光量に応じた信号レベルの電気信号を出力する。 Specifically, the light emitting element 731 emits light to irradiate the paper, and the light receiving element 732 receives the transmitted light that has passed through the paper and outputs an electric signal having a signal level corresponding to the amount of light received. To do.
なお、発光素子７３１が発光するタイミングは、図示せぬ紙葉類の位置検知センサによって紙葉類の搬送位置を検知し、紙葉類の識別対象画像の一つである透かし領域を含む所定の大きさの領域が撮像可能なように構成されている。 The light emitting element 731 emits light at a predetermined timing including a watermark area that is one of the images to be identified by detecting the transport position of the paper sheet by a paper sheet position detection sensor (not shown). A large area is configured to be imaged.
また、発光素子７３１及び受光素子７３２には、赤外、紫外および可視光のいずれも適用可能である。 In addition, any of infrared, ultraviolet, and visible light can be applied to the light emitting element 731 and the light receiving element 732.
メモリ７１は、メモリ７１の所定の記憶領域に透過光型光センサ７３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７３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、紙葉類の撮像画像データとして一時的に記憶するとともに、識別部８の各部において取得または算出された各種データを記憶する。
The
テンプレート画像データベース７２には、予め真券の紙葉類の種類毎の識別対象画像に対応した標準画像、例えば、所定の大きさの透かし模様を含む透かし領域の画像データが記憶されており、標準画像は、更に所定の大きさの領域の画像（以下、「分割画像（標準）」という。）に分割可能なように分割画像（標準）の位置情報と、各分割画像（標準）の領域の重みを表す重み係数ｗ（ｑ）の情報が付加されて記憶されている。
具体的には、各特徴量に応じた各分割画像（標準）の領域の重み係数ｗ（ｑ）が後述する特徴量重み係数表に記憶され、各分割画像（標準）の位置情報が図示せぬテーブルにそれぞれ記憶されている。
The
Specifically, the weighting factor w (q) of each divided image (standard) region corresponding to each feature amount is stored in a feature amount weighting factor table described later, and the position information of each divided image (standard) is illustrated. Each table is stored.
識別対象画像抽出部７４は、透過光型光センサ７３で取得した紙葉類の撮像画像から紙葉類の種類及び真偽を識別するための識別対象画像を抽出する。 The identification target image extraction unit 74 extracts an identification target image for identifying the type and authenticity of the paper sheet from the captured image of the paper sheet acquired by the transmitted light type optical sensor 73.
具体的には、透過光型光センサ７３から入力された撮像画像とテンプレート画像データベース７２に記憶されている紙葉類の種類毎の標準画像とのテンプレートマッチングを行い、撮像画像と最も類似度の大きい標準画像（以下、「特定標準画像」という。）を特定し、特定標準画像と最も類似度の大きい画像領域を識別対象画像として撮像画像から抽出する。
Specifically, template matching is performed between the captured image input from the transmitted light type optical sensor 73 and the standard image for each type of paper sheet stored in the
分割画像抽出部７５は、識別対象画像抽出部７４で抽出された識別対象画像を標準画像の各分割画像の領域に対応した各画像領域に分割する。
The divided
具体的には、識別対象画像を抽出する際に特定した特定標準画像の分割画像（以下、「分割画像（特定標準）」という。）に対応する各画像領域に識別対象画像を分割し、分割した分割画像（以下、「分割画像（識別対象）」という。）を抽出する。 Specifically, the identification target image is divided into each image region corresponding to the divided image of the specific standard image specified when the identification target image is extracted (hereinafter referred to as “divided image (specific standard)”). The divided image (hereinafter referred to as “divided image (identification target)”) is extracted.
傷・汚れ検出部７６は、分割画像抽出部７５により抽出された識別対象画像の各分割画像（識別対象）と、特定標準画像の各分割画像（特定標準）との差をそれぞれ算出し、算出した差分の差分画像を各分割画像（識別対象）の紙葉類の傷や汚れ、もしくは透過光型光センサに付着する傷および汚れの量として検出する。
The scratch /
重み係数算出部７７は、傷・汚れ検出部７６で算出した各分割画像（識別対象）に存在する傷および汚れの量に応じた重み係数ｋ（ｑ）を算出する。
The weighting
画像マッチング処理部７８は、分割画像（識別対象）と分割画像（特定標準）とのパターンマッチングによる相関値ｒ（ｑ）を算出する。
The image
判定処理部８９は、画像マッチング処理部７８で算出された各分割画像（識別対象）領域の各相関値ｒ（ｑ）と、特徴量に応じた重み係数ｗ（ｑ）と、傷および汚れの量に応じた重み係数ｋ（ｑ）を積算した総和の判定値Ｒを算出し、判定値Ｒに基づいて紙葉類の真偽の識別判定を行う。
The determination processing unit 89 has each correlation value r (q) of each divided image (identification target) region calculated by the image
このように構成された識別部８が紙葉類挿入部３に挿入されて搬送されている紙葉類の種類および真偽を識別する処理動作について図３に示すフローチャートを参照しながら簡単に説明する。
The processing operation for identifying the type and authenticity of the paper sheet inserted and conveyed by the discriminating
図３に示すように、搬送されている紙葉類が、識別部８の所定の撮像範囲に入ると（ステップＳ３０１でＹＥＳ）、透過光型光センサ７３が紙葉類を撮像して撮像画像を取得する（ステップＳ３０２）。 As shown in FIG. 3, when the transported paper sheet enters the predetermined imaging range of the identification unit 8 (YES in step S <b> 301), the transmitted light type optical sensor 73 captures the paper sheet and captures the captured image. Is acquired (step S302).
紙葉類の撮像画像が取得されると、識別対象画像抽出部７４が撮像画像と、テンプレート画像データベース７２に記憶されている紙葉類毎の標準画像とのテンプレートマッチングを行い、撮像画像と最も類似度の大きい標準画像を特定するとともに、特定した標準画像（特定標準画像）と最も類似度の大きい画像領域を撮像画像から識別対象画像として抽出する（ステップＳ３０３）。
When the captured image of the paper sheet is acquired, the identification target image extracting unit 74 performs template matching between the captured image and the standard image for each paper sheet stored in the
抽出された識別対象画像は、分割画像抽出部７５に入力され、分割画像抽出部７５が識別対象画像を所定の大きさの画像に分割する（ステップＳ３０４）。
The extracted identification target image is input to the divided
具体的には、例えば識別対象画像を特定標準画像の分割画像（特定標準）領域に対応する画像領域に分割し、分割した分割画像（識別対象）を抽出する。 Specifically, for example, the identification target image is divided into image regions corresponding to the divided image (specific standard) region of the specific standard image, and the divided divided image (identification target) is extracted.
識別対象画像から分割され抽出された各分割画像（識別対象）は、傷・汚れ検出部７６に入力されて各分割画像（識別対象）内に存在する傷および汚れの量が算出され、重み係数算出部７７へ出力される。
Each divided image (identification target) divided and extracted from the identification target image is input to the scratch /
重み係数算出部７７は、各分割画像（識別対象）内に存在する傷および汚れの量に応じた重み係数ｋ（ｑ）を算出する（ステップＳ３０５）。
The weighting
重み係数算出部７７によって各分割画像（識別対象）の傷や汚れの量に応じた重み係数ｋ（ｑ）が算出されると、画像マッチング処理部７８が識別対象画像の各分割画像（識別対象）と特定標準画像の各分割画像（特定標準）とのパターンマッチングによる相関値ｒ（ｑ）を算出して判定処理部８９へ出力する（ステップＳ３０６）。
When the weighting
判定処理部８９は、画像マッチング処理部７８から入力された各分割画像の相関値ｒ（ｑ）と、特徴量に応じた重み係数ｗ（ｑ）と、重み係数算出部７７で算出された各分割画像（識別対象）の傷や汚れの量に応じた重み係数ｋ（ｑ）を積算した総和の判定値Ｒを算出する（ステップＳ３０７）。
The determination processing unit 89 receives the correlation value r (q) of each divided image input from the image
判定処理部８９は、算出した判定値Ｒが所定値以上であれば紙葉類を真券と判定し、算出した判定値Ｒが所定値以上でなければ紙葉類を偽券と判定する。 The determination processing unit 89 determines that the paper sheet is a genuine note if the calculated determination value R is equal to or greater than a predetermined value, and determines that the paper sheet is a false ticket if the calculated determination value R is not equal to or greater than the predetermined value.
判定処理部８９が紙葉類を真券と判定した場合は（ステップＳ３０８でＹＥＳ）、紙葉類が真券である旨の信号を出力し（ステップＳ３０９）、紙葉類を偽券と判定した場合は（ステップＳ３０８でＮＯ）、紙葉類が偽券である旨の信号を出力して（ステップＳ３１０）識別部８の処理動作は終了する。
If the determination processing unit 89 determines that the paper sheet is a genuine note (YES in step S308), a signal indicating that the paper sheet is a genuine note is output (step S309), and the paper sheet is determined to be a fake ticket. If so (NO in step S308), a signal indicating that the paper sheet is a fake ticket is output (step S310), and the processing operation of the
このような処理動作を行う識別部８の本発明に係わる紙葉類識別方法について図４乃至図８を参照しながら詳細に説明する。
A paper sheet identification method according to the present invention of the
図４は、紙葉類の撮像画像２０から識別対象画像２９を抽出する方法の一例を示した説明図である。
FIG. 4 is an explanatory diagram showing an example of a method for extracting the
図４（ａ）は、透過光型光センサ７３により撮像した紙葉類の撮像画像２０の一例を示す図であり、図４（ｂ）は、標準画像２４の一例を示す図、図４（ｃ）は、図４（ａ）に示した撮像画像２０と図４（ｂ）に示した標準画像２４とのテンプレートマッチングの動作を示す図、図４（ｄ）は、図４（ｃ）に示したテンプレートマッチングによる撮像画像２０と標準画像２４との相関値のグラフを示す図、図４（ｅ）は、撮像画像２０から抽出された識別対象画像２９の一例を示す図である。
4A is a diagram illustrating an example of a captured
図４（ａ）に示すように、透過光型光センサ７３によって撮像された紙葉類の撮像画像２０は、例えば、大きさがＬ×Ｌのｆ（ｉ、ｊ）の各画素で構成されており、撮像画像２０には、透かし領域２１と透かし領域以外の通常領域２２が存在し、透かし領域２１内には人物の透かし模様２３が存在する。
As shown in FIG. 4A, the captured
また、撮像画像２０には紙葉類の傷および汚れ２５が存在している。
Further, the picked-up
なお、ｆ（ｉ、ｊ）においてｉ＝０、１、２、・・・、Ｌ−１、ｊ＝０、１、２、・・・、Ｌ−１である。 Note that i = 0, 1, 2,..., L-1, j = 0, 1, 2,..., L-1 at f (i, j).
また、受光素子７３２が受光する際の受光量は、受光素子７３２が紙葉類を透過した透過光を受光するため、一般に、透かし領域２１を透過する受光量は、通常領域２２を透過する受光量より多く、透かし模様２３を透過する受光量は透かし領域２１の受光量より少なく、通常領域２２を透過する受光量は透かし模様２３の受光量より少ない。
In addition, the amount of light received when the light receiving element 732 receives light is such that the light receiving element 732 receives the transmitted light that has passed through the paper sheet. Therefore, in general, the amount of light received through the watermark region 21 is the light received through the
また、傷および汚れ２５は、傷や汚れの程度によって傷および汚れ２５を透過する受光量が異なる。
Further, the amount of light received through the scratches and
テンプレート画像データベース７２には、予め真券の紙葉類を撮像して取得した、例えば、図４（ｂ）に示すような大きさがＭ×Ｎのｔ（ｉ、ｊ）の各画素で構成された標準画像２４が記憶されている。
The
なお、ｔ（ｉ、ｊ）において、ｉ＝０、１、２、・・・、Ｍ−１、ｊ＝０、１、２、・・・、Ｎ−１である。 Note that at t (i, j), i = 0, 1, 2,..., M−1, j = 0, 1, 2,.
撮像画像２０から識別対象画像２９を抽出する方法は、例えば撮像画像２０と標準画像２４とのテンプレートマッチングを行い、標準画像２４と撮像画像２０との相関値に基づいて判定する。
As a method for extracting the
例えば、図４（ｃ）に示すように、撮像画像２０に標準画像２４を重ねながら標準画像２４を撮像画像２０内で移動させ、撮像画像２０の標準画像２４を重ねた部分画像（破線で示した図）と標準画像２４とのパターンマッチングを行い、各部分画像と標準画像２４との各相関値を算出する。
For example, as shown in FIG. 4C, the
具体的には、撮像画像２０から標準画像２４と同サイズ（同画素数、例えばＭ×Ｎ）の部分画像を、例えば撮像画像２０上の部分画像の左上の画素に対応する位置を始点（ｕ、ｖ）とし、始点（ｕ、ｖ）の位置に対応した部分画像の各画素ｆ（ｕ＋ｉ、ｖ＋ｊ）を撮像画像２０から抽出し、抽出した部分画像の各画素ｆ（ｕ＋ｉ、ｖ＋ｊ）と標準画像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ＺＲ（ｕ、ｖ）を算出する。
Specifically, a partial image having the same size (the same number of pixels, for example, M × N) as the
そして始点（ｕ、ｖ）の位置を撮像画像２０内で図中の矢印４０、４１の方向へ順次移動させながら各始点（ｕ、ｖ）の位置における部分画像の各画素ｆ（ｕ＋ｉ、ｖ＋ｊ）と標準画像２４の各画素ｔ（ｉ、ｊ）とのパターンマッチングによる各相関値ＺＲ（ｕ、ｖ）を算出するようなテンプレートマッチングを行う。
Each pixel f (u + i, v + j) of the partial image at the position of each start point (u, v) while sequentially moving the position of the start point (u, v) in the direction of the
なお、撮像画像２０内での部分画像の各画素ｆ（ｕ＋ｉ、ｖ＋ｊ）の始点（ｕ、ｖ）の移動方向は、特に限定されるものではない。
The moving direction of the start point (u, v) of each pixel f (u + i, v + j) of the partial image in the captured
部分画像ｆ（ｕ＋ｉ、ｖ＋ｊ）と標準画像２４とのパターンマッチングによる相関値ＺＲ（ｕ、ｖ）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。
The correlation value ZR (u, v) by pattern matching between the partial image f (u + i, v + j) and the
なお、上の式１において、ＺＲ（ｕ、ｖ）は撮像画像２０内の部分画像と標準画像２４との相関値、ｆ（ｕ＋ｉ、ｖ＋ｊ）は始点（ｕ、ｖ）の移動に伴う部分画像の各画素値、ｆ’は部分画像の画素の平均値、ｔ（ｉ、ｊ）は標準画像２４の各画素値、ｔ’は標準画像２４の画素の平均値をそれぞれ示している。
In
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。 Further, as the pixel value, for example, a value such as a density value of each pixel constituting each image is used.
上の式１で算出された始点（ｕ、ｖ）の位置に対応した撮像画像２０内の部分画像ｆ（ｕ＋ｉ、ｖ＋ｊ）と標準画像２４との正規化相関値ＺＲ（ｕ、ｖ）の算出結果は、例えば図４（ｄ）に示すような曲線グラフ２６として得ることができる。
Calculation of the normalized correlation value ZR (u, v) between the partial image f (u + i, v + j) in the captured
図４（ｄ）に示すように、曲線グラフ２６の横軸は、撮像画像２０から抽出された部分画像ｆ（ｕ＋ｉ、ｖ＋ｊ）の始点（ｕ、ｖ）の位置情報を示し、縦軸は、始点（ｕ、ｖ）の位置に対応した部分画像ｆ（ｕ＋ｉ、ｖ＋ｊ）と標準画像２４との正規化相関値ＺＲ（ｕ、ｖ）の各値を示している。
As shown in FIG. 4D, the horizontal axis of the curve graph 26 indicates the position information of the start point (u, v) of the partial image f (u + i, v + j) extracted from the captured
なお、曲線グラフ２６で示されるような部分画像ｆ（ｕ＋ｉ、ｖ＋ｊ）と標準画像２４との相関値ＺＲ（ｕ、ｖ）の各データは、例えば部分画像ｆ（ｕ＋ｉ、ｖ＋ｊ）の始点位置（ｕ、ｖ）に対応して相関値ＺＲ（ｕ、ｖ）の値を格納してメモリ７１に記憶される。
Each data of the correlation value ZR (u, v) between the partial image f (u + i, v + j) and the
曲線グラフ２６において、曲線グラフ２６の頂点Ｄ、すなわち、相関値ＺＲ（ｕ、ｖ）が最大の時は、部分画像ｆ（ｕ＋ｉ、ｖ＋ｊ）と標準画像２４との類似度が最も大きいことを示しており、相関値ＺＲ（ｕ、ｖ）の値が小さい時は、類似度が小さいことを示している。
In the curve graph 26, when the vertex D of the curve graph 26, that is, the correlation value ZR (u, v) is the maximum, the similarity between the partial image f (u + i, v + j) and the
このことから、撮像画像２０の部分画像ｆ（ｕ＋ｉ、ｖ＋ｊ）の始点（ｕ、ｖ）を撮像画像２０内で順次移動させながら部分画像ｆ（ｕ＋ｉ、ｖ＋ｊ）と標準画像２４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ＺＲ（ｕ、ｖ）を算出して逐次記憶し、算出した相関値ＺＲ（ｕ、ｖ）が最大値の時の部分画像ｆ（ｕ＋ｉ、ｖ＋ｊ）を標準画像２４に最も類似する画像であると判断し、この部分画像ｆ（ｕ＋ｉ、ｖ＋ｊ）を紙葉類の識別対象画像として撮像画像２０から抽出する。
Therefore, pattern matching between the partial image f (u + i, v + j) and the
このような処理動作を行うことにより図４（ｅ）に示すような識別対象画像２９が撮像画像２０から抽出されメモリ７１に一時記憶される。
By performing such processing operation, an
なお、撮像画像２０と標準画像２４とのテンプレートマッチングを行うに先立って、撮像画像２０と標準画像２４との各画像に対応した紙葉類の正逆、表裏の各挿入方向が同一となるように撮像画像２０もしくは標準画像２４が回転補正等の処理が施されているものとする。
Prior to performing template matching between the captured
また、撮像画像２０の部分画像ｆ（ｕ＋ｉ、ｖ＋ｊ）と標準画像２４とのパターンマッチングによって算出した相関値ＺＲ（ｕ、ｖ）を逐次記憶し、相関値ＺＲ（ｕ、ｖ）が最大値となった時の部分画像ｆ（ｕ＋ｉ、ｖ＋ｊ）を標準画像２４に最も類似する画像として判断し、この部分画像ｆ（ｕ＋ｉ、ｖ＋ｊ）の画像領域を識別対象画像として撮像画像２０から抽出するとともに、これ以降のパターンマッチングを行わないようにしてもよい。
The correlation value ZR (u, v) calculated by pattern matching between the partial image f (u + i, v + j) of the captured
図４（ｅ）に示すような識別対象画像２９が撮像画像２０から抽出されると、抽出した識別対象画像２９を所定の大きさの画像領域に分割する。
When the
識別対象画像２９を所定の大きさの画像領域に分割する方法は、例えば、撮像画像２０から識別対象画像２９を抽出する際に特定された特定標準画像の各分割画像の位置情報に基づいて分割する。
The method of dividing the
図５は、テンプレート画像データベース７２に記憶された標準画像の一例を示した図である。
FIG. 5 is a diagram showing an example of a standard image stored in the
図５において、図５（ａ）は、紙葉類毎の各標準画像のうちの特定標準画像５１の一例を示す図であり、図５（ｂ）は、特定標準画像５１の各分割画像領域の特徴量に応じた重みを表す重み係数をテーブル化した特徴量重み係数表５２の一例を示す図である。
5A is a diagram illustrating an example of the specific
図５（ａ）に示すように、特定標準画像５１は、人物の透かし模様２３を含む透かし領域の画像が所定の大きさの画像領域の分割画像（特定標準）ｔｆ（ｑ）に分割可能なように各分割画像（特定標準）ｔｆ（ｑ）の画像領域の位置情報が付加され、各分割画像（特定標準）ｔｆ（ｑ）の画像領域の特徴量に応じた重みを示す重み係数ｗ（ｑ）が 図５（ｂ）に示すような特徴量重み係数表５２に設定されている。
As shown in FIG. 5A, in the specific
なお、ｔｆ（ｑ）及びｗ（ｑ）のｑは、具体的には特定標準画像５１内の分割画像（特定標準）ｔｆ（ｑ）の画像領域の数を示している。
Note that q in tf (q) and w (q) specifically indicates the number of image areas of the divided image (specific standard) tf (q) in the specific
図５（ｂ）に示した特徴量重み係数表５２は、左欄に図５（ａ）に示した特定標準画像５１の各分割画像（特定標準）ｔｆ（ｑ）の画像領域を示す情報が設定され、右欄に左欄の各分割画像（特定標準）ｔｆ（ｑ）の画像領域に対応した重み係数ｗ（ｑ）の値が特定可能なように設定されている。
In the feature amount weighting coefficient table 52 shown in FIG. 5B, information indicating the image area of each divided image (specific standard) tf (q) of the specific
各分割画像（特定標準）ｔｆ（ｑ）の画像領域の重みを示す重み係数ｗ（ｑ）の設定値は、特徴量が大きい分割画像（特定標準）ｔｆ（ｑ）の画像領域には重みを大きくするような重み係数ｗ（ｑ）の値が設定され、特徴量が小さい分割画像（特定標準）ｔｆ（ｑ）の画像領域には重みを小さくするような重み係数ｗ（ｑ）の値が設定されている。 The set value of the weight coefficient w (q) indicating the weight of the image area of each divided image (specific standard) tf (q) is weighted to the image area of the divided image (specific standard) tf (q) having a large feature amount. The value of the weighting factor w (q) is set so that the weighting factor w (q) is set to be large, and the image area of the divided image (specific standard) tf (q) having a small feature amount is set to have a small weighting value. Is set.
具体的には、例えば、予め紙葉類毎の標準画像を所定の大きさに分割した分割画像領域の特徴量を算出し、形状や濃度、階調差、コントラスト差等の特徴量が大きい画像領域には、重みが大きくなるように重み係数ｗ（ｑ）の値を設定し、特徴量が小さい画像領域には、重みが小さくなるように重み係数ｗ（ｑ）の値を設定する。 Specifically, for example, a feature amount of a divided image area obtained by dividing a standard image for each paper sheet into a predetermined size is calculated in advance, and an image having a large feature amount such as shape, density, gradation difference, contrast difference, and the like. The value of the weighting factor w (q) is set so as to increase the weight in the region, and the value of the weighting factor w (q) is set so as to decrease the weight in the image region having a small feature amount.
このように、テンプレート画像データベース７２には、各紙葉類毎の標準画像と、標準画像の各分割画像（標準）の位置情報と、各分割画像（標準）の重み係数ｗ（ｑ）の情報が記憶されており、識別対象画像２９を所定の大きさの画像領域に分割する場合は、図５（ａ）に示したような特定標準画像５１の各分割画像（特定標準）ｔｆ（ｑ）の位置情報に基づいて識別対象画像２９を所定の大きさの領域の画像に分割する。
As described above, the
図６は、特定標準画像５１の各分割画像（特定標準）ｔｆ（ｑ）の位置情報に基づいて識別対象画像２９を所定の大きさの領域の画像に分割する方法の一例を示す図である。
FIG. 6 is a diagram illustrating an example of a method of dividing the
図６において、図６（ａ）は、識別対象画像２９を示す図であり、図６（ｂ）は、特定標準画像５１の各分割画像（特定標準）を示す図、図６（ｃ）は、特定標準画像５１の各分割画像（特定標準）に対応した識別対象画像２９の各分割画像（識別対象）を示す図である。
6A is a diagram showing the
図６（ａ）に示すように、識別対象画像２９を特定標準画像５１の各分割画像（特定標準）に対応して分割する場合は、図６（ｂ）に示した特定標準画像５１の各分割画像（特定標準）ｔｆ（ｑ）の画像領域の位置情報に基づき特定標準画像５１の各分割画像（特定標準）ｔｆ（ｑ）の画像領域を図６（ａ）に示した識別対象画像２９に対応付けて分割することで図６（ｃ）に示すような特定標準画像５１の各分割画像（特定標準）ｔｆ（ｑ）に対応した識別対象画像２９の各分割画像（識別対象）ｆ（ｑ）に分割される。
As shown in FIG. 6A, when the
なお、特定標準画像５１の分割画像（特定標準）ｔｆ（１）、ｔｆ（２）、ｔｆ（３）等に対応する識別対象画像２９の各分割画像（識別対象）は、それぞれｆ（１）、ｆ（２）、ｆ（３）等である。
Each divided image (identification target) of the
このような方法で識別対象画像２９を各分割画像（識別対象）ｆ（ｑ）に分割するが、紙葉類に傷や汚れ等が付着している場合、または透過光型光センサ７３に汚れや傷等が付着している場合等、紙葉類を撮像する際に、当該傷や汚れ等が発光素子７３１からの光を遮ることで受光素子７３２により取得した紙葉類の撮像画像に傷や汚れによる不要な画像が含まれる場合がある。
The
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７３の位置に傷および汚れが付着している場合は、図６（ｃ）に示すような傷および汚れ２５を示す画像が識別対象画像２９の分割画像（識別対象）ｆ（ｑ）に存在する場合がある。
In particular, when scratches and dirt are attached in the watermark area 21 of the paper sheet, or scratches and dirt are attached to the position of the transmitted light type optical sensor 73 that blocks the transmitted light in the watermark area 21. In such a case, an image showing the scratches and
そこで、識別対象画像２９の各分割画像（識別対象）ｆ（ｑ）の傷や汚れ等を示す画像２５の量に応じた重み係数ｋ（ｑ）を算出し、算出した重み係数ｋ（ｑ）を各分割画像（識別対象）ｆ（ｑ）の画像領域の重みとして重み付けを行うことで、紙葉類のしわや傷、汚れ等の影響を除去し、より安定した紙葉類の識別を行うことができる。
Therefore, a weighting coefficient k (q) corresponding to the amount of the
図７及び図８は、識別対象画像２９の各分割画像（識別対象）ｆ（ｑ）の傷や汚れの量に応じた重み係数ｋ（ｑ）を算出する方法の一例を示す説明図である。
7 and 8 are explanatory diagrams illustrating an example of a method for calculating the weighting coefficient k (q) corresponding to the amount of scratches and dirt on each divided image (identification target) f (q) of the
図７において、図７（ａ）、（ｄ）は、図６（ｂ）で示した特定標準画像５１の分割画像（特定標準）ｔｆ（１５）、ｔｆ（１６）等の一例を示す図であり、図７（ｂ）、（ｅ）は、図６（ｃ）で示した識別対象画像２９の分割画像（識別対象）ｆ（１５）、ｆ（１６）等の一例を示す図、図７（ｃ）、（ｆ）は、特定標準画像５１の各分割画像（特定標準）ｔｆ（１５）、ｔｆ（１６）等と識別対象画像２９の各分割画像（識別対象）ｆ（１６）、ｆ（１５）等との差による識別対象画像２９の各分割画像（識別対象）ｆ（１５）、ｆ（１６）等の傷や汚れの量を算出した差分画像ｄ（１５）、ｄ（１６）を示す図である。
7A and 7D are diagrams showing examples of the divided images (specific standard) tf (15), tf (16), etc. of the specific
図７（ｂ）に示すように、識別対象画像２９の分割画像（識別対象）ｆ（１５）のように傷や汚れに対応した画像が存在しない場合は、分割画像（識別対象）ｆ（１５）と特定標準画像５１の分割画像（特定標準）ｔｆ（１５）との差を算出すると、図７（ｃ）に示すような全画素の画素値が例えば「０」となるような差分画像ｄ（１５）が算出される。
As shown in FIG. 7B, when there is no image corresponding to scratches or dirt like the divided image (identification target) f (15) of the
すなわち、特定標準画像５１の分割画像（特定標準）ｔｆ（１５）と識別対象画像２９の分割画像（識別対象）ｆ（１５）との差分による差分画像ｄ（１５）の全画素の画素値が「０」の場合は、識別対象画像２９の分割画像（識別対象）ｆ（１５）が傷や汚れがない画像であると判断することができる。
That is, the pixel values of all the pixels of the difference image d (15) based on the difference between the divided image (specific standard) tf (15) of the specific
同様に、図７（ｅ）に示すように、識別対象画像２９の分割画像（識別対象）ｆ（１６）のように傷や汚れの画像２５が存在する場合は、特定標準画像５１の分割画像（特定標準）ｔｆ（１６）と識別対象画像２９の分割画像ｆ（１６）との差ｄ（１６）を算出すると、図７（ｆ）に示すような識別対象画像２９の分割画像（識別対象）ｆ（１６）の傷および汚れ２５の量を示す差分画像ｄ（１６）が算出される。
Similarly, as shown in FIG. 7E, when there is an
このような方法で識別対象画像２９の各分割画像（識別対象）ｆ（ｑ）と特定標準画像５１の各分割画像（特定標準）ｔｆ（ｑ）との差を算出することにより、識別対象画像２９の各分割画像（識別対象）ｆ（ｑ）の傷および汚れの量を示す差分画像ｄ（ｑ）を算出することができる。
By calculating the difference between each divided image (identification target) f (q) of the
なお、特定標準画像５１の各分割画像（特定標準）ｔｆ（ｑ）と識別対象画像２９の各分割画像（識別対象）ｆ（ｑ）との差による傷や汚れの量ｄ（ｑ）の算出は、例えば次の式２で算出することができる。
Note that the amount d (q) of scratches and dirt due to the difference between each divided image (specific standard) tf (q) of the specific
なお、上の式２は、各分割画像ｔｆ（ｑ）、ｆ（ｑ）の画像の大きさを例えばｍ×ｎとした場合において、ｑは、各分割画像ｔｆ（ｑ）、ｆ（ｑ）の数、ｄ（ｑ）は特定標準画像５１の各分割画像（特定標準）ｔｆ（ｑ）と識別対象画像２９の各分割画像（識別対象）ｆ（ｑ）との差、ｔｆ（ｑ）（ｉ、ｊ）は分割画像（特定標準）ｔｆ（ｑ）の各画素値、ｔｆ（ｑ）’は分割画像（特定標準）ｔｆ（ｑ）の画素の平均値、ｆ（ｑ）（ｉ、ｊ）は分割画像（識別対象）ｆ（ｑ）の各画素値、ｆ（ｑ）’は分割画像（識別対象）ｆ（ｑ）の画素の平均値をそれぞれ示している。
In the
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。 Further, as the pixel value, for example, a value such as a density value of each pixel constituting each image is used.
このように、識別対象画像２９の各分割画像（識別対象）ｆ（ｑ）と特定標準画像５１の各分割画像（特定標準）ｔｆ（ｑ）との差分による識別対象画像２９の各分割画像ｆ（ｑ）の汚れや傷の量ｄ（ｑ）が算出されると、識別対象画像２９の各分割画像（識別対象）ｆ（ｑ）の汚れや傷の量ｄ（ｑ）の値に応じた重み係数ｋ（ｑ）を算出する。
In this way, each divided image f of the
識別対象画像２９の各分割画像（識別対象）ｆ（ｑ）の汚れや傷の量ｄ（ｑ）に応じた重み係数ｋ（ｑ）は、図８に示すような傷汚量重み係数表５３を参照して決定する。
The weight coefficient k (q) corresponding to the amount of dirt or scratches d (q) of each divided image (identification target) f (q) of the
図８は、傷汚量重み係数表５３の一例を示す図であり、傷汚量重み係数表５３は、左欄に識別対象画像２９の各分割画像（識別対象）ｆ（ｑ）の傷や汚れの量ｄ（ｑ）の値の範囲が設定され、右欄に左欄の傷や汚れの量ｄ（ｑ）に対応した重み係数ｋ（ｑ）の値が特定可能なように設定されている。
FIG. 8 is a diagram showing an example of the fouling amount weighting coefficient table 53. The fouling amount weighting coefficient table 53 shows the flaws of each divided image (identification target) f (q) of the
例えば、算出した識別対象画像２９の分割画像（識別対象）ｆ（ｑ）の傷や汚れの量ｄ（ｑ）の値がａ（０）からａ（１）の範囲であれば重み係数ｋ（１）、傷や汚れの量ｄ（ｑ）の値がａ（１）からａ（２）の範囲であれば重み係数ｋ（２）等と特定可能なようにテーブル化された構成となっている。
For example, if the calculated value d (q) of the flaws or dirt on the divided image (identification target) f (q) of the
なお、傷や汚れの量ｄ（ｑ）に応じた重み係数ｋ（ｑ）の設定値は、具体的には、分割画像（識別対象）ｆ（ｑ）の傷や汚れの量ｄ（ｑ）が大きい分割画像（識別対象）ｆ（ｑ）には重みを小さく設定し、傷や汚れの量ｄ（ｑ）の値が小さい分割画像（識別対象）ｆ（ｑ）には重みを大きく設定するように重み係数ｋ（ｑ）の値が設定されている。 Note that the set value of the weighting coefficient k (q) corresponding to the amount d (q) of scratches and dirt is specifically the amount d (q) of scratches and dirt of the divided image (identification target) f (q). A small weight is set for a divided image (identification target) f (q) having a large value, and a large weight is set for a divided image (identification target) f (q) having a small amount of scratches or dirt d (q). Thus, the value of the weighting factor k (q) is set.
識別対象画像２９の各分割画像（識別対象）ｆ（ｑ）の傷や汚れの量ｄ（ｑ）に応じた重み係数ｋ（ｑ）が算出されると、識別対象画像２９の各分割画像（識別対象）ｆ（ｑ）と特定標準画像５１の各分割画像（特定標準）ｔｆ（ｑ）とのパターンマッチングによる各相関値ｒ（ｑ）を算出し、算出した各分割画像（識別対象）ｆ（ｑ）の相関値ｒ（ｑ）と、重み係数ｗ（ｑ）と、重み係数ｋ（ｑ）を積算した総和の判定値Ｒを算出する。
When the weighting coefficient k (q) corresponding to the amount d (q) of scratches and dirt on each divided image (identification target) f (q) of the
識別対象画像２９の各分割画像（識別対象）ｆ（ｑ）と特定標準画像の各分割画像（特定標準）ｔｆ（ｑ）とのパターンマッチングによる相関値ｒ（ｑ）の算出方法は、例えば次の式３で算出することができる。
The correlation value r (q) is calculated by pattern matching between each divided image (identification target) f (q) of the
なお、上の式３は、各分割画像ｔｆ（ｑ）及びｆ（ｑ）の画像の大きさを例えばｍ×ｎとした場合において、ｑが各分割画像ｔｆ（ｑ）及びｆ（ｑ）の数、ｒ（ｑ）が識別対象画像２９の各分割画像（識別対象）ｆ（ｑ）と特定標準画像５１の各分割画像（特定標準）ｔｆ（ｑ）との相関値、ｆ（ｑ）（ｉ、ｊ）が識別対象画像２９の各分割画像（識別対象）ｆ（ｑ）の各画素値、ｆ（ｑ）’が識別対象画像２９の各分割画像（識別対象）ｆ（ｑ）の画素の平均値、ｔｆ（ｑ）（ｉ、ｊ）が特定標準画像５１の各分割画像（特定標準）ｔｆ（ｑ）の各画素値、ｔｆ（ｑ）’が特定標準画像５１の各分割画像（特定標準）ｔｆ（ｑ）の画素の平均値をそれぞれ示している。
Note that, when the size of the images of the divided images tf (q) and f (q) is, for example, m × n, q is the value of q of each of the divided images tf (q) and f (q). R (q) is a correlation value between each divided image (identification target) f (q) of the
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。 Further, as the pixel value, for example, a value such as a density value of each pixel constituting each image is used.
判定値Ｒの算出は、例えば次の式４で算出することができる。
The determination value R can be calculated by, for example, the following
なお、上の式４は、各分割画像ｔｆ（ｑ）及びｆ（ｑ）の数がｎ個存在する場合において、Ｒが判定値、ｒ（ｑ）が識別対象画像の各分割画像（識別対象）ｆ（ｑ）と特定標準画像の各分割画像（特定標準）ｔｆ（ｑ）との相関値、ｗ（ｑ）が識別対象画像の各分割画像（識別対象）ｆ（ｑ）の重み係数、ｋ（ｑ）が識別対象画像の各分割画像（識別対象）ｆ（ｑ）の傷や汚れの量ｄ（ｑ）に応じた重み係数をそれぞれ示している。
In the
このように算出された判定値Ｒに基づいて、例えば判定値Ｒが所定値以上の値であれば紙葉類を真券と判定し、判定値Ｒが所定値以上の値でなければ紙葉類を偽券と判定して各判定結果に応じた信号が識別部８から制御部２へ出力される。
Based on the determination value R calculated in this way, for example, if the determination value R is a value equal to or greater than a predetermined value, the paper sheet is determined to be a genuine note, and if the determination value R is not equal to or greater than the predetermined value, the paper sheet is determined. The class is determined to be a fake ticket, and a signal corresponding to each determination result is output from the
制御部２は、識別部８から入力された判定結果に基づいて、例えば紙葉類が真券である旨の信号が入力された場合は、駆動部６に命令指示して紙葉類を紙葉類受入部５に搬送させ、紙葉類を偽券である旨の信号が入力された場合は、駆動部６に命令指示して紙葉類を紙葉類挿入部３に返却するような処理を行う。
For example, when a signal indicating that the paper sheet is a genuine note is input based on the determination result input from the
以上説明したように、紙葉類の撮像画像と標準画像との相関値に基づいて紙葉類の識別対象画像を効率良く抽出し、識別対象画像の特徴のある領域に重みをおくことで紙葉類のしわや傷、汚れおよび模様のずれ等による誤識別を防止し、より識別精度を向上させることが可能となる。 As described above, the paper sheet identification target image is efficiently extracted based on the correlation value between the captured image of the paper sheet and the standard image, and the characteristic area of the classification target image is weighted. It is possible to prevent erroneous identification due to leaf wrinkles, scratches, dirt, pattern displacement, and the like, and to further improve identification accuracy.
なお、識別部８が行う識別方法の説明において、標準画像及び識別対象画像を矩形状で所定の大きさの領域の画像に等分割する例を示したが、標準画像及び識別対象画像を分割するに際し、分割領域の大きさや形状及び分割方法等は、矩形状で所定の大きさの領域の画像に等分割することに限定するものではない。
In the description of the identification method performed by the
例えば、標準画像及び識別対象画像を円形状、楕円形状、三角形状等の種々の幾何学的形状の領域と幾何学的形状の領域外の領域とに分割する構成としてよく、また、標準画像及び識別対象画像を同一の幾何学的形状で大きさが異なる領域に分割する構成としてもよい。 For example, the standard image and the identification target image may be divided into a region having various geometric shapes such as a circular shape, an elliptical shape, and a triangular shape, and a region outside the geometric shape region. The identification target image may be divided into regions having the same geometric shape and different sizes.
これらの構成とした場合は、テンプレート画像データベース７２に予め記憶させる標準画像と、標準画像を所望の幾何学的形状の領域と幾何学的形状の領域外の領域、もしくは所望の幾何学的形状で大きさが異なる領域にそれぞれ対応した画像が特定可能な位置情報を記憶させることで標準画像及び識別対象画像を種々の幾何学的形状の領域と幾何学的形状の領域外の領域、もしくは同一の幾何学的形状で大きさが異なる領域にそれぞれ対応した画像に分割することができる。
In the case of these configurations, the standard image stored in advance in the
図９は、紙葉類識別装置１において、図２に示した識別部８が行う紙葉類の識別方法とは他の識別方法を適用した識別部の構成例を概略的に示した構成図である。
FIG. 9 is a configuration diagram schematically illustrating an example of the configuration of an identification unit to which another identification method is applied in addition to the paper sheet identification method performed by the
図９に示すように、識別部９は、図２で示した識別部８の分割画像抽出部７５を特徴領域抽出部９５に置換えた他は、識別部８と同様に構成されている。
As shown in FIG. 9, the
なお、識別部９において、識別部８の各部と同様な動作及び機能を有する識別部９の各部については説明の便宜上、識別部８と同一符号を付すとともに、機能説明は簡略化して説明する。
In the
識別部９は、識別部９全体を統括制御する識別制御部９０と、透過光型光センサ７３と、メモリ７１と、テンプレート画像データベース７２と、識別対象画像抽出部７４と、特徴領域抽出部９５と、傷・汚れ検出部７６と、重み係数算出部７７と、画像マッチング処理部７８と、判定処理部８９を備えている。
The
透過光型光センサ７３によって取得された紙葉類の撮像画像データは、メモリ７１に一時的に記憶される。
The captured image data of the paper sheet acquired by the transmitted light type optical sensor 73 is temporarily stored in the
識別部９のテンプレート画像データベース７２には、予め真券の紙葉類毎の透かし模様を含む透かし領域の画像データの標準画像が透かし領域の中で特徴のある領域、例えば、透かし模様が人物である場合は、人物の目、眉、鼻、口、額、髪、頬、輪郭、服装等に対応した特徴のある領域の画像に分割可能なように各特徴領域の画像の位置情報と、各特徴量に応じた各特徴領域の重みを表す重み係数ｗ（ｑ）が記憶されている。
識別対象画像抽出部７４によって紙葉類の撮像画像から抽出された識別対象画像は、特徴領域抽出部９５へ出力され、特徴領域抽出部９５が識別対象画像の中から特徴のある領域の画像を抽出する。
In the
The identification target image extracted from the captured image of the paper sheet by the identification target image extraction unit 74 is output to the feature region extraction unit 95, and the feature region extraction unit 95 extracts an image of a characteristic region from the identification target image. Extract.
具体的には、識別対象画像抽出部７４において撮像画像から識別対象画像を抽出する際に特定した特定標準画像の特徴のある領域、例えば人物の透かし模様の場合は、人物の目、眉、鼻、口、額、髪、頬、輪郭、服装等の特徴のある領域に対応した画像を識別対象画像の中から抽出する。 Specifically, in the case of an area having a characteristic of the specific standard image specified when the identification target image is extracted from the captured image by the identification target image extraction unit 74, for example, in the case of a watermark pattern of a person, the eyes, eyebrows, and nose of the person Then, an image corresponding to a characteristic region such as mouth, forehead, hair, cheek, contour, clothes, etc. is extracted from the identification target image.
傷・汚れ検出部７６は、特徴領域抽出部９５により抽出された識別対象画像の特徴のある領域の画像（以下、「特徴領域画像（識別対象）」という。）と、特定標準画像の特徴のある領域の画像（以下、「特徴領域画像（特定標準）」という。）との差を算出し、算出した差分を紙葉類の傷や汚れ、もしくは透過光型光センサ７３に付着する傷および汚れの量として検出する。
The flaw /
重み係数算出部７７は、傷・汚れ検出部７６で算出した特徴領域画像（識別対象）に存在する傷および汚れの量に応じた重み係数ｋ（ｑ）を算出する。
The weighting
画像マッチング処理部７８は、特徴領域画像（識別対象）と特徴領域画像（特定標準）とのパターンマッチングによる相関値ｒ（ｑ）を算出する。
The image
判定処理部８９は、画像マッチング処理部７８で算出された各特徴領域画像（識別対象）の相関値ｒ（ｑ）と、特徴量に応じた重み係数ｗ（ｑ）と、傷および汚れの量に応じた重み係数ｋ（ｑ）を積算した総和の判定値Ｒを算出し、判定値Ｒに基づいて紙葉類の真偽の識別判定を行う。
The determination processing unit 89 includes a correlation value r (q) of each feature region image (identification target) calculated by the image
このように構成された識別部９が紙葉類挿入部３に挿入されて搬送されている紙葉類の種類および真偽を識別する処理動作について図１０に示すフローチャートを参照しながら簡単に説明する。
A processing operation for identifying the type and authenticity of the paper sheet that is conveyed by being inserted into the paper
紙葉類挿入部３から挿入された紙葉類が紙葉類搬送部４によって搬送され、識別部９の所定の撮像範囲に入ると（ステップＳ１００１でＹＥＳ）、透過光型光センサ７３が紙葉類を撮像して撮像画像を取得する（ステップＳ１００２）。
When the paper sheet inserted from the paper
紙葉類の撮像画像が取得されると、識別対象画像抽出部７４が撮像画像と、テンプレート画像データベース７２に記憶されている紙葉類毎の標準画像とのテンプレートマッチングを行い、撮像画像と最も類似度の大きい標準画像を特定するとともに、特定した特定標準画像と最も類似度の大きい画像領域を撮像画像から識別対象画像として抽出する（ステップＳ１００３）。
When the captured image of the paper sheet is acquired, the identification target image extracting unit 74 performs template matching between the captured image and the standard image for each paper sheet stored in the
抽出された識別対象画像は、特徴領域抽出部９５に入力され、特徴領域抽出部９５が識別対象画像を特徴のある領域の特徴領域画像に分割する（ステップＳ１００４）。 The extracted identification target image is input to the feature region extraction unit 95, and the feature region extraction unit 95 divides the identification target image into feature region images of featured regions (step S1004).
具体的には、例えば識別対象画像を特徴のある領域の画像領域に分割し抽出する。 Specifically, for example, the identification target image is divided into image areas having characteristic areas and extracted.
識別対象画像から分割された各特徴領域画像（識別対象）は、傷・汚れ検出部７６に入力されて識別対象画像の各特徴領域画像（識別対象）内に存在する傷および汚れの量が算出され、重み係数算出部７７に入力される。
Each feature region image (identification target) divided from the identification target image is input to the scratch /
重み係数算出部７７は、各特徴領域画像（識別対象）内に存在する傷および汚れの量に応じた重み係数ｋ（ｑ）を算出する（ステップＳ１００５）。
The weighting
重み係数算出部７７によって各特徴領域画像（識別対象）の傷や汚れの量に応じた重み係数ｋ（ｑ）が算出されると、画像マッチング処理部７８が識別対象画像の各特徴領域画像（識別対象）と特定標準画像の特徴領域画像（特定標準）とのパターンマッチングによる相関値ｒ（ｑ）を算出して判定処理部８９へ出力する（ステップＳ１００６）。
When the weighting
判定処理部８９は、各特徴領域画像の相関値ｒ（ｑ）と、特徴量に応じた重み係数ｗ（ｑ）と、傷や汚れの量に応じた重み係数ｋ（ｑ）を積算した総和の判定値Ｒを算出する（ステップＳ１００７）。 The determination processing unit 89 adds up the correlation value r (q) of each feature region image, the weighting factor w (q) corresponding to the feature amount, and the weighting factor k (q) corresponding to the amount of scratches and dirt. The determination value R is calculated (step S1007).
判定処理部８９は、算出した判定値Ｒが所定値以上であれば紙葉類を真券と判定し、算出した判定値Ｒが所定値以上でなければ紙葉類を偽券と判定する。 The determination processing unit 89 determines that the paper sheet is a genuine note if the calculated determination value R is equal to or greater than a predetermined value, and determines that the paper sheet is a false ticket if the calculated determination value R is not equal to or greater than the predetermined value.
判定処理部８９が紙葉類を真券と判定した場合は（ステップＳ１００８でＹＥＳ）、紙葉類が真券である旨の信号を出力し（ステップＳ１００９）、紙葉類を偽券と判定した場合は（ステップＳ１００８でＮＯ）、紙葉類が偽券である旨の信号を出力して（ステップＳ１０１０）識別部９の処理動作は終了する。
If the determination processing unit 89 determines that the paper sheet is a genuine note (YES in step S1008), a signal indicating that the paper sheet is a genuine note is output (step S1009), and the paper sheet is determined to be a fake ticket. If so (NO in step S1008), a signal indicating that the paper sheet is a fake ticket is output (step S1010), and the processing operation of the
このような処理動作を行う識別部９の本発明に係わる紙葉類識別方法について図１１乃至図１４を参照しながら詳細に説明する。
A paper sheet identification method according to the present invention of the
なお、図１１乃至図１４においては、識別対象画像が図４で説明したように識別対象画像抽出部７４によって既に抽出されているものとして説明する。 11 to 14, it is assumed that the identification target image has already been extracted by the identification target image extraction unit 74 as described with reference to FIG. 4.
撮像画像から識別対象画像が抽出されると、抽出した識別対象画像を特徴のある特徴領域に分割する。 When the identification target image is extracted from the captured image, the extracted identification target image is divided into characteristic feature regions.
識別対象画像を特徴のある特徴領域に分割する方法は、例えば、撮像画像から識別対象画像を抽出する際に特定された特定標準画像の特徴領域の位置情報に基づいて分割する。 As a method of dividing the identification target image into characteristic feature regions, for example, the identification target image is divided based on the position information of the feature region of the specific standard image specified when the identification target image is extracted from the captured image.
図１１は、テンプレート画像データベース７２に記憶された標準画像の一例を示した図である。
FIG. 11 is a diagram illustrating an example of a standard image stored in the
図１１において、図１１（ａ）は、紙葉類毎の標準画像のうちの特定標準画像５４を示す図であり、図１１（ｂ）は、特定標準画像５４の各特徴領域の特徴量に応じた重みを示す重み係数をテーブル化した特徴量重み係数表５５の一例を示す図である。
11A is a diagram showing the specific
図１１（ａ）に示すように、特定標準画像５４は、人物の透かし模様２３を含む透かし領域の画像情報に特定標準画像５４の特徴のある領域である目の特徴領域の特徴領域画像（特定標準）ｔｆ（１）、眉の特徴領域の特徴領域画像ｔｆ（２）、口の特徴領域の特徴領域画像ｔｆ（３）等の各特徴領域画像（特定標準）ｔｆ（ｑ）の位置を示す位置情報が付加されており、各特徴領域画像（特定標準）ｔｆ（ｑ）は、各特徴領域画像（特定標準）ｔｆ（ｑ）の特徴量に応じた重みを示す重み係数ｗ（ｑ）が図１１（ｂ）に示すような特徴量重み係数表５５に設定されている。
As shown in FIG. 11A, the specific
なお、ｔｆ（ｑ）及びｗ（ｑ）のｑは、具体的には標準画像５４の各特徴領域画像（特定標準）の数を示している。
Note that q in tf (q) and w (q) specifically indicates the number of feature area images (specific standards) in the
図１１（ｂ）に示した特徴量重み係数表５５は、左欄に図１１（ａ）に示した標準画像５４の各特徴領域画像（特定標準）ｔｆ（ｑ）を示す情報が設定され、右欄に左欄の各特徴領域画像（特定標準）ｔｆ（ｑ）に対応した重み係数ｗ（ｑ）の値が特定可能なように設定されている。
In the feature amount weight coefficient table 55 shown in FIG. 11B, information indicating each feature region image (specific standard) tf (q) of the
各特徴領域画像（特定標準）ｔｆ（ｑ）の重み係数ｗ（ｑ）の設定値は、特徴量が大きい特徴領域画像（特定標準）ｔｆ（ｑ）には重みを大きくするような重み係数ｗ（ｑ）の値が設定され、特徴量が小さい各特徴領域画像（特定標準）ｔｆ（ｑ）には重みを小さくするような重み係数ｗ（ｑ）の値が設定されている。 The set value of the weighting factor w (q) of each feature region image (specific standard) tf (q) is a weighting factor w that increases the weight for a feature region image (specific standard) tf (q) having a large feature amount. The value of (q) is set, and the value of the weighting factor w (q) that reduces the weight is set for each feature region image (specific standard) tf (q) having a small feature amount.
具体的には、例えば、予め紙葉類毎の特徴のある領域の特徴量を算出して比較し、紙葉類の種類間で形状や濃度、階調差、コントラスト差等の特徴量に大きな差異が認められる場合は、当該特徴量を有する各特徴領域の重みが大きくなるように重み係数ｗ（ｑ）の値を設定し、紙葉類の種類間で大きな差異が認められない場合は、当該特徴量を有する各特徴領域の重みが小さくなるように重み係数ｗ（ｑ）の値を設定する。 Specifically, for example, the feature amount of a characteristic region for each paper sheet is calculated and compared in advance, and the feature amount such as the shape, density, gradation difference, contrast difference, etc. is large between the types of paper sheets. If there is a difference, set the value of the weighting factor w (q) so that the weight of each feature region having the feature amount is large, and if there is no significant difference between the types of paper sheets, The value of the weight coefficient w (q) is set so that the weight of each feature area having the feature amount is reduced.
このように、テンプレート画像データベース７２には、各紙葉類毎の標準画像と、標準画像の特徴のある各特徴領域画像（特定標準）の位置情報と、各特徴領域画像（特定標準）の重み係数ｗ（ｑ）の情報が記憶されており、識別対象画像を特徴のある領域の特徴領域画像（識別対象）に分割する場合は、図１１（ａ）に示したような特定標準画像５４の各特徴領域画像（特定標準）ｔｆ（ｑ）の位置情報に基づいて識別対象画像を特徴のある特徴領域画像（識別対象）に分割する。
Thus, in the
図１２は、特定標準画像５４の特徴領域画像（識別対象）ｔｆ（ｑ）の位置情報に基づいて識別対象画像３０を特徴のある領域の特徴領域画像（識別対象）に分割する方法の一例を示す図である。
FIG. 12 shows an example of a method of dividing the
図１２において、図１２（ａ）は、識別対象画像３０を示す図であり、図１２（ｂ）は、特定標準画像５４の各特徴領域画像（特定標準）を示す図、図１２（ｃ）は、特定標準画像５４の各特徴領域画像（特定標準）に対応した識別対象画像３０の各特徴領域画像（識別対象）を示す図である。
12, FIG. 12 (a) is a diagram showing the
図１２（ａ）に示すように、識別対象画像３０を特徴のある各特徴領域画像（識別対象）に分割する場合は、図１２（ｂ）に示した特定標準画像５４の各特徴領域画像（特定標準）ｔｆ（ｑ）の位置情報に基づいて、例えば特定標準画像５４の目の特徴領域画像（特定標準）ｔｆ（１）、眉の特徴領域画像（特定標準）ｔｆ（２）、口の特徴領域画像（特定標準）ｔｆ（３）等の位置に対応した各特徴領域画像（特定標準）の画像領域を図１２（ａ）に示した識別対象画像３０に対応付けて分割することで図１２（ｃ）に示すような識別対象画像３０の各特徴領域画像（識別対象）ｆ（１）、ｆ（２）、ｆ（３）等に分割される。
As shown in FIG. 12A, when the
なお、識別対象画像３０の特徴領域画像（識別対象）ｆ（１）が目の特徴領域画像（特定標準）ｔｆ（１）、ｆ（２）が眉の特徴領域画像（特定標準）ｔｆ（２）、ｆ（３）が口の特徴領域画像（特定標準）ｔｆ（３）にそれぞれ対応している。
The feature region image (identification target) f (1) of the
また、図１２において、特定標準画像５４の特徴領域を目、眉、口の各特徴領域画像（特定標準）ｔｆ（１）、ｔｆ（２）、ｔｆ（３）で示してあるが実際には、目、眉、鼻、口、額、髪、頬、輪郭、服装等の形状や階調、濃度、コントラスト等のパラメータに対応した特徴領域ｔｆ（ｑ）に細分割され、細分割された各特徴領域ｔｆ（ｑ）には特徴量の大小に応じた重みが重み係数ｗ（ｑ）として設定される。
In FIG. 12, the feature areas of the specific
このような方法で識別対象画像３０を特徴のある特徴領域画像（識別対象）ｆ（ｑ）に分割し、各特徴領域画像（識別対象）ｆ（ｑ）の傷や汚れ等を示す画像の量に応じた重み係数ｋ（ｑ）を算出し、算出した重み係数ｋ（ｑ）を各特徴領域画像（識別対象）ｆ（ｑ）の重みとして重み付けを行うことで、紙葉類のしわや傷、汚れ等の影響を除去できるので、これにより紙葉類の種類および真偽の識別を高精度で行うことができる。
In this way, the
識別対象画像３０の各特徴領域画像（識別対象）ｆ（ｑ）の傷や汚れの量の算出方法は、識別部８の場合と同様に、特定標準画像と識別対象画像の各特徴領域画像ｆ（ｑ）、ｔｆ（ｑ）間での差を識別対象画像３０の各特徴領域画像（識別対象）ｆ（ｑ）の傷や汚れの量として算出する。
The method for calculating the amount of scratches and dirt on each feature area image (identification object) f (q) of the
識別対象画像３０の各特徴領域画像（識別対象）ｆ（ｑ）の傷や汚れの量の算出方法を図１３及び図１４を参照しながら簡単に説明する。
A method of calculating the amount of scratches and dirt on each feature region image (identification target) f (q) of the
図１３において、図１３（ａ）、（ｄ）、（ｇ）は、特定標準画像５４の特徴領域画像（特定標準）ｔｆ（１）、ｔｆ（２）、ｔｆ（３）の一例を示す図であり、図１３（ｂ）、（ｅ）、（ｈ）は、識別対象画像３０の特徴領域画像（識別対象）ｆ（１）、ｆ（２）、ｆ（３）の一例を示す図、図１３（ｃ）、（ｆ）、（ｉ）は、特定標準画像５４の各特徴領域画像（特定標準）ｔｆ（１）、ｔｆ（２）、ｔｆ（３）と識別対象画像３０の各特徴領域画像（識別対象）ｆ（１）、ｆ（２）、ｆ（３）との差による識別対象画像３０の各特徴領域画像（識別対象）ｆ（１）、ｆ（２）、ｆ（３）の傷や汚れの量を算出した差分画像ｄ（１）、ｄ（２）、ｄ（３）を示す図である。
13, (a), (d), and (g) are diagrams showing examples of feature region images (specific standard) tf (1), tf (2), and tf (3) of the specific
図１３（ｂ）に示すように、識別対象画像３０の特徴領域画像（識別対象）ｆ（１）に傷や汚れに対応した画像が存在しない場合は、特徴領域画像（識別対象）ｆ（１）と特定標準画像５４の特徴領域画像（特定標準）ｔｆ（１）との差を算出すると、図１３（ｃ）に示すような全画素の画素値が例えば「０」となるような差分画像ｄ（１）が算出される。
As shown in FIG. 13B, when there is no image corresponding to scratches or dirt in the feature region image (identification target) f (1) of the
すなわち、特定標準画像５４の特徴領域画像（特定標準）ｔｆ（１）と識別対象画像３０の特徴領域画像（識別対象）ｆ（１）との差分による差分画像ｄ（１）の全画素の画素値が「０」の場合は、識別対象画像３０の特徴領域画像（識別対象）ｆ（１）の画像が傷や汚れがない画像であると判断する。
That is, all the pixels of the difference image d (1) based on the difference between the characteristic area image (specific standard) tf (1) of the specific
同様に、図１３（ｅ）及び（ｈ）に示すように、識別対象画像３０の特徴領域画像（識別対象）ｆ（２）及びｆ（３）に傷や汚れの画像２５が存在する場合は、特定標準画像５４の特徴領域画像（特定標準）ｔｆ（２）と識別対象画像３０の特徴領域画像（識別対象）ｆ（２）との差ｄ（２）及び特定標準画像５４の特徴領域画像（特定標準）ｔｆ（３）と識別対象画像３０の特徴領域画像（識別対象）ｆ（３）との差ｄ（３）をそれぞれ算出し、図１３（ｆ）及び（ｉ）に示すような識別対象画像３０の特徴領域画像（識別対象）ｆ（２）及びｆ（３）の傷や汚れの量を示す差分画像ｄ（２）、ｄ（３）を算出する。
Similarly, as shown in FIGS. 13 (e) and 13 (h), when the feature region images (identification objects) f (2) and f (3) of the
このような方法で識別対象画像３０の各特徴領域画像（識別対象）ｆ（ｑ）と特定標準画像５４の各特徴領域画像（特定標準）ｆ（ｑ）との差ｄ（ｑ）を算出することにより、識別対象画像３０の各特徴領域画像（識別対象）ｆ（ｑ）の画像の傷および汚れの量を示す差分画像ｄ（ｑ）を算出することができる。
In this way, the difference d (q) between each feature area image (identification target) f (q) of the
なお、特定標準画像５４の各特徴領域画像（特定標準）ｔｆ（ｑ）の画像と識別対象画像３０の各特徴領域画像（識別対象）ｆ（ｑ）の画像との差による各特徴領域画像（識別対象）ｆ（ｑ）の傷や汚れの量ｄ（ｑ）の算出は、例えば、前述した式２によって同様に算出することができる。
It should be noted that each feature area image (by the difference between each feature area image (specific standard) tf (q) of the specific
このように、識別対象画像３０の各特徴領域画像（識別対象）ｆ（ｑ）と特定標準画像５４の各特徴領域画像（特定標準）ｔｆ（ｑ）との差分による識別対象画像３０の各特徴領域画像（識別対象）ｆ（ｑ）の画像の汚れや傷の量ｄ（ｑ）が算出されると、識別対象画像３０の各特徴領域画像（識別対象）ｆ（ｑ）の汚れや傷の量ｄ（ｑ）の値に応じた重み係数を算出する。
As described above, each feature of the
識別対象画像３０の各特徴領域画像（識別対象）ｆ（ｑ）の汚れや傷の量ｄ（ｑ）に応じた重み係数ｋ（ｑ）は、図１４に示すような傷汚量重み係数表５６を参照して決定する。
The weighting coefficient k (q) corresponding to the amount of dirt and scratches d (q) of each feature area image (identification target) f (q) of the
図１４は、傷汚量重み係数表の一例を示す図であり、傷汚量重み係数表５６は、左欄に識別対象画像３０の各特徴領域画像（識別対象）ｆ（ｑ）の傷や汚れの量ｄ（ｑ）の値の範囲が設定され、右欄に左欄の傷や汚れの量ｄ（ｑ）に対応した重み係数ｋ（ｑ）の値が特定可能なように設定されている。
FIG. 14 is a diagram showing an example of the fouling amount weighting coefficient table. The fouling amount weighting coefficient table 56 shows the flaws of the feature region images (identification targets) f (q) of the
例えば、算出した識別対象画像３０の特徴領域画像（識別対象）ｆ（ｑ）の傷や汚れの量ｄ（ｑ）の値がａ（０）からａ（１）の範囲であれば重み係数ｋ（１）、傷や汚れの量ｄ（ｑ）の値がａ（１）からａ（２）の範囲であれば重み係数ｋ（２）等と特定可能なようにテーブル化された構成を成している。
For example, if the value of the amount d (q) of flaws and dirt of the calculated feature region image (identification target) f (q) of the
なお、傷や汚れの量ｄ（ｑ）に応じた重み係数ｋ（ｑ）の設定値は、具体的には、各特徴領域画像（識別対象）ｆ（ｑ）の傷や汚れの量ｄ（ｑ）が大きい特徴領域画像（識別対象）ｆ（ｑ）には重みを小さく設定し、傷や汚れの量ｄ（ｑ）の値が小さい各特徴領域画像（識別対象）ｆ（ｑ）には重みを大きく設定するように重み係数ｋ（ｑ）の値が設定されている。 Note that the set value of the weighting coefficient k (q) corresponding to the amount d (q) of scratches and dirt is specifically the amount d () of scratches and dirt of each feature region image (identification target) f (q). The feature area image (identification target) f (q) having a large q) is set to a small weight, and the feature area image (identification target) f (q) having a small value of the amount of scratches or dirt d (q) is set to The value of the weight coefficient k (q) is set so that the weight is set to be large.
識別対象画像３０の各特徴領域画像（識別対象）ｆ（ｑ）の傷や汚れの量ｄ（ｑ）に応じた重み係数ｋ（ｑ）が算出されると、識別対象画像３０の各特徴領域画像（識別対象）ｆ（ｑ）と特定標準画像５４の各特徴領域画像（特定標準）ｔｆ（ｑ）とのパターンマッチングによる各相関値ｒ（ｑ）を算出し、算出した各特徴領域画像（識別対象）ｆ（ｑ）の相関値ｒ（ｑ）と、重み係数ｗ（ｑ）と、重み係数ｋ（ｑ）を積算した総和の判定値Ｒを算出する。
When the weighting coefficient k (q) corresponding to the amount d (q) of scratches or dirt on each feature region image (identification target) f (q) of the
識別対象画像３０の各特徴領域画像（識別対象）ｆ（ｑ）と特定標準画像５４の各特徴領域画像（特定標準）ｔｆ（ｑ）とのパターンマッチングによる相関値ｒ（ｑ）の算出方法は、例えば前述した式３により、判定値Ｒの算出は、例えば前述した式４によって同様に算出することができる。
The calculation method of the correlation value r (q) by pattern matching between each feature area image (identification target) f (q) of the
このように算出された判定値Ｒに基づいて、例えば判定値Ｒが所定値以上の値であれば紙葉類を真券と判定し、判定値Ｒが所定値以上の値でなければ紙葉類を偽券と判定して各判定結果に応じた信号が識別部９から制御部２へ出力される。
Based on the determination value R calculated in this way, for example, if the determination value R is a value equal to or greater than a predetermined value, the paper sheet is determined to be a genuine note, and if the determination value R is not equal to or greater than the predetermined value, the paper sheet is determined. The class is determined to be a fake ticket, and a signal corresponding to each determination result is output from the
制御部２は、識別部９から入力された判定結果に基づいて、例えば紙葉類が真券である旨の信号が入力された場合は、駆動部６に命令指示して紙葉類を紙葉類受入部５に搬送させ、紙葉類を偽券である旨の信号が入力された場合は、駆動部６に命令指示して紙葉類を紙葉類挿入部３に返却するような処理を行う。
For example, when a signal indicating that the paper sheet is a genuine note is input based on the determination result input from the
以上説明したように、紙葉類の撮像画像と標準画像の相関値に基づいて紙葉類の識別対象画像を効率良く抽出し、識別対象画像の各特徴領域画像の特徴量及び傷や汚れの量に応じた重みをおくことで紙葉類のしわや傷、汚れおよび模様の位置ずれ等による誤識別を防止し、より識別精度を向上させることができる。 As described above, the identification target image of the paper sheet is efficiently extracted based on the correlation value between the captured image of the paper sheet and the standard image, and the feature amount of each feature region image of the identification target image and the scratches and dirt. By assigning a weight according to the amount, misidentification due to wrinkles, scratches, dirt, and pattern misalignment of paper sheets can be prevented, and the identification accuracy can be further improved.
なお、この実施例においては、識別対象画像を分割する際に、標準画像が分割される分割画像の位置情報に基づいて識別対象画像を分割する例を示したが、指定した分割領域の大きさ、または分割数及び分割形状に対応して標準画像及び識別対象画像を分割するようにしてもよい。 In this embodiment, the example in which the identification target image is divided based on the position information of the divided image into which the standard image is divided is shown when dividing the identification target image. Alternatively, the standard image and the identification target image may be divided corresponding to the number of divisions and the division shape.
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、９ 識別部
２０ 紙葉類の撮像画像
２１ 透かし領域
２２ 通常領域
２３ 透かし模様
２４ 標準画像
２５ 傷、しわ、汚れ
２６ 相関値グラフ
２９、３０ 識別対象画像
５１、５４ 特定標準画像
５２ 特徴量重み係数表
５３、５６ 傷汚量重み係数表
８０、９０ 識別制御部
７１ メモリ
７２ テンプレート画像データベース
７３ 透過光型光センサ
７３１ 発光素子
７３２ 受光素子
７４ 識別対象画像抽出部
７５ 分割画像抽出部
７６ 傷・汚れ検出部
７７ 重み係数算出部
７８ 画像マッチング処理部
８９ 判定処理部
９５ 特徴領域抽出部
DESCRIPTION OF
Claims (6)
前記紙葉類から前記識別対象画像を取得する識別対象画像取得手段と、
前記識別対象画像に対応する標準画像を予め記憶する記憶手段と、
前記記憶手段に記憶した前記標準画像を複数の任意形状の領域に分割した分割画像に分割するとともに、前記識別対象画像取得手段で取得した識別対象画像を前記標準画像の分割に対応して分割する画像分割手段と、
前記画像分割手段で分割された分割画像に対応してそれぞれ重み付け値を設定する重付設定手段と、
前記画像分割手段で分割された前記識別対象画像の分割画像と前記標準画像の分割画像とを分割画像単位で相関値を算出する相関値算出手段と
を具備し、
前記重付設定手段で設定した各分割画像の重み付け値と前記相関値算出手段で算出した各分割画像単位の相関値との総合判定に基づき紙葉類の識別を行う識別手段と
を具備することを特徴とする紙葉類識別装置。 In a paper sheet identification apparatus for identifying a paper sheet based on a paper sheet identification target image,
Identification target image acquisition means for acquiring the identification target image from the paper sheet;
Storage means for storing in advance a standard image corresponding to the identification target image;
The standard image stored in the storage unit is divided into divided images divided into a plurality of regions of arbitrary shapes, and the identification target image acquired by the identification target image acquisition unit is divided corresponding to the division of the standard image. Image segmentation means;
Weight setting means for setting weight values corresponding to the divided images divided by the image dividing means,
Correlation value calculating means for calculating a correlation value for each divided image of the divided image of the identification target image divided by the image dividing means and the divided image of the standard image;
Identifying means for identifying paper sheets based on a comprehensive determination between the weighted value of each divided image set by the weight setting means and the correlation value of each divided image unit calculated by the correlation value calculating means. Paper sheet identification device characterized by this.
前記画像分割手段で分割された前記標準画像の分割画像の特徴量に対応して重み付け値を設定する
ことを特徴とする請求項１記載の紙葉類識別装置。 The weight setting means includes
The paper sheet identification apparatus according to claim 1, wherein a weighting value is set corresponding to a feature amount of the divided image of the standard image divided by the image dividing unit.
を更に具備し、
前記重付設定手段は、
前記画像分割手段で分割された前記識別対象画像の分割画像が前記検出手段で検出したキズ若しくは汚れの量に対応して重み付け値を設定する
ことを特徴とする請求項２記載の紙葉類識別装置。 Detection means for detecting scratches or dirt based on the comparison between the identification target image and the standard image;
The weight setting means includes
The paper sheet identification according to claim 2, wherein a weighting value is set corresponding to the amount of scratches or dirt detected by the detection means in the divided image of the identification target image divided by the image dividing means. apparatus.
前記紙葉類の識別対象画像に対応する標準画像と、前記標準画像を複数の任意形状の領域に分割する画像分割情報と、前記画像分割情報に基づいて分割される前記標準画像の各分割画像の重み付け値を示す重付情報を予め記憶手段に記憶し、
前記記憶手段に記憶した前記標準画像に基づき前記紙葉類から前記識別対象画像を取得し、
該取得した識別対象画像を該識別対象画像に対応した標準画像が前記画像分割情報に基づき分割される前記複数の任意形状の領域に対応して分割し、
該分割された前記識別対象画像の分割画像と前記画像分割情報に基づき分割された前記標準画像の分割画像とを分割画像単位で相関値を算出し、
該算出された各分割画像単位の相関値と前記標準画像の前記重付情報に基づく各分割画像の重み付け値との総合判定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。 In a paper sheet identification method for identifying a paper sheet based on a paper sheet identification target image,
A standard image corresponding to the image to be identified of the paper sheet, image division information for dividing the standard image into a plurality of regions of arbitrary shapes, and each divided image of the standard image divided based on the image division information The weighting information indicating the weighting value is stored in the storage means in advance,
Obtaining the identification target image from the paper sheet based on the standard image stored in the storage means;
The standard image corresponding to the identification target image is divided in accordance with the plurality of arbitrarily shaped regions that are divided based on the image division information,
A correlation value is calculated for each divided image of the divided divided image of the identification target image and the divided image of the standard image divided based on the image division information;
Paper sheet identification is performed based on a comprehensive determination of the calculated correlation value of each divided image unit and a weighted value of each divided image based on the weighting information of the standard image. Method.
ことを特徴とする請求項４記載の紙葉類識別方法。 The paper sheet identification method according to claim 4, wherein the weighting value is set corresponding to a feature amount of each divided image of the standard image divided based on the image division information.
該検出した前記識別対象画像の分割画像のキズ若しくは汚れの量に対応して前記重み付け値が設定される
ことを特徴とする請求項５記載の紙葉類識別方法。 Based on the comparison between the image to be identified and the standard image, the scratch or dirt is detected by the detection means,
The paper sheet identification method according to claim 5, wherein the weighting value is set corresponding to the amount of scratches or dirt of the detected divided image of the identification target image.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2004141216A JP2005322139A (en) | 2004-05-11 | 2004-05-11 | Paper sheet identification device and method |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2004141216A JP2005322139A (en) | 2004-05-11 | 2004-05-11 | Paper sheet identification device and method |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JP2005322139A true JP2005322139A (en) | 2005-11-17 |
Family
ID=35469366
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2004141216A Pending JP2005322139A (en) | 2004-05-11 | 2004-05-11 | Paper sheet identification device and method |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP2005322139A (en) |
Cited By (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2007073035A (en) * | 2005-08-08 | 2007-03-22 | Toshiba Corp | Sheet identification apparatus and sheet identification method |
| WO2009096535A1 (en) * | 2008-01-31 | 2009-08-06 | Aruze Corp. | Paper sheet identifying device and paper sheet identifying method |
| JP2012079066A (en) * | 2010-09-30 | 2012-04-19 | Toshiba Corp | Conveyance paper sheet contamination degree determination device and paper sheet processing device |
| CN102819888A (en) * | 2011-06-07 | 2012-12-12 | 光荣株式会社 | Paper sheet handling machine and paper sheet handling method |
| JP2013210902A (en) * | 2012-03-30 | 2013-10-10 | Fujitsu Ltd | Biometric authentication device, biometric authentication method, and computer program for biometric authentication |
| CN103456074A (en) * | 2012-05-29 | 2013-12-18 | 日立欧姆龙金融系统有限公司 | Paper processing device, paper processing method, automatic trading system |
| JP2018156605A (en) * | 2017-03-21 | 2018-10-04 | 株式会社東芝 | Paper sheet processor, paper sheet processing method and paper sheet process program |
| CN112541478A (en) * | 2020-12-25 | 2021-03-23 | 国网吉林省电力有限公司信息通信公司 | Insulator string stain detection method and system based on binocular camera |
| CN113592831A (en) * | 2021-08-05 | 2021-11-02 | 北京方正印捷数码技术有限公司 | Method and device for detecting printing error and storage medium |
| CN115561140A (en) * | 2022-10-12 | 2023-01-03 | 宁波得立丰服饰有限公司 | Clothing air permeability detection method and system, storage medium and intelligent terminal |
| US11935226B2 (en) | 2020-03-17 | 2024-03-19 | Canon Kabushiki Kaisha | Image processing apparatus for image inspection, image processing method, and storage medium |
-
2004
- 2004-05-11 JP JP2004141216A patent/JP2005322139A/en active Pending
Cited By (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2007073035A (en) * | 2005-08-08 | 2007-03-22 | Toshiba Corp | Sheet identification apparatus and sheet identification method |
| WO2009096535A1 (en) * | 2008-01-31 | 2009-08-06 | Aruze Corp. | Paper sheet identifying device and paper sheet identifying method |
| JP2009181397A (en) * | 2008-01-31 | 2009-08-13 | Aruze Corp | Paper sheet identifying device and paper sheet identifying method |
| US8509515B2 (en) | 2008-01-31 | 2013-08-13 | Universal Entertainment Corporation | Paper sheet identifying device and paper sheet identifying method |
| JP2012079066A (en) * | 2010-09-30 | 2012-04-19 | Toshiba Corp | Conveyance paper sheet contamination degree determination device and paper sheet processing device |
| CN102819888A (en) * | 2011-06-07 | 2012-12-12 | 光荣株式会社 | Paper sheet handling machine and paper sheet handling method |
| JP2013210902A (en) * | 2012-03-30 | 2013-10-10 | Fujitsu Ltd | Biometric authentication device, biometric authentication method, and computer program for biometric authentication |
| CN103456074A (en) * | 2012-05-29 | 2013-12-18 | 日立欧姆龙金融系统有限公司 | Paper processing device, paper processing method, automatic trading system |
| JP2018156605A (en) * | 2017-03-21 | 2018-10-04 | 株式会社東芝 | Paper sheet processor, paper sheet processing method and paper sheet process program |
| US11935226B2 (en) | 2020-03-17 | 2024-03-19 | Canon Kabushiki Kaisha | Image processing apparatus for image inspection, image processing method, and storage medium |
| CN112541478A (en) * | 2020-12-25 | 2021-03-23 | 国网吉林省电力有限公司信息通信公司 | Insulator string stain detection method and system based on binocular camera |
| CN113592831A (en) * | 2021-08-05 | 2021-11-02 | 北京方正印捷数码技术有限公司 | Method and device for detecting printing error and storage medium |
| CN113592831B (en) * | 2021-08-05 | 2024-03-19 | 北京方正印捷数码技术有限公司 | Printing error detection method, device and storage medium |
| CN115561140A (en) * | 2022-10-12 | 2023-01-03 | 宁波得立丰服饰有限公司 | Clothing air permeability detection method and system, storage medium and intelligent terminal |
| CN115561140B (en) * | 2022-10-12 | 2023-08-04 | 宁波得立丰服饰有限公司 | Clothing air permeability detection method, system, storage medium and intelligent terminal |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP5213649B2 (en) | Paper sheet processing apparatus and paper sheet processing program | |
| US6272245B1 (en) | Apparatus and method for pattern recognition | |
| JP5591578B2 (en) | Character string recognition apparatus and character string recognition method | |
| JP4932177B2 (en) | Coin classification device and coin classification method | |
| US20050169511A1 (en) | Document processing system using primary and secondary pictorial image comparison | |
| JP2010225013A (en) | Serial number recognition device, paper sheet processor, automatic transaction processor, and serial number recognition method | |
| JP5934174B2 (en) | Method and program for authenticating a printed document | |
| EP2660787A1 (en) | Defect categorisation in a digital image | |
| KR20130014920A (en) | Method for differentiation forgery by portable terminal device | |
| JP5372183B2 (en) | Coin classification device and coin classification method | |
| JP2005322139A (en) | Paper sheet identification device and method | |
| KR100704852B1 (en) | Sheet identifying device and method | |
| CN105654609A (en) | Paper money processing method and paper money processing system | |
| WO2004077366A1 (en) | Sheet identifying device and method | |
| WO2017085952A1 (en) | Data acquisition device, printing device, authenticity determination device, method, and program | |
| JP2002092683A (en) | Device for discriminating between true and false medium | |
| JP2007179323A (en) | Paper sheet discriminating device and method | |
| KR101232684B1 (en) | Method for detecting counterfeits of banknotes using Bayesian approach | |
| JP2005031901A (en) | Coin identifying device and method | |
| TWI378406B (en) | Method for performing color analysis operation on image corresponding to monetary banknote | |
| JP5976477B2 (en) | Character reading device and paper sheet processing device | |
| Abbas | An image processor bill acceptor for Iraqi currency | |
| JP4382579B2 (en) | Paper sheet identification apparatus and method | |
| KR101385388B1 (en) | Apparatus for media recognition and method for media kind distinction with the same | |
| JP2005316727A (en) | Paper sheet identifying device and method |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20060524 |
|
| A711 | Notification of change in applicant |
Free format text: JAPANESE INTERMEDIATE CODE: A712 Effective date: 20070530 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20090417 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20090428 |
|
| A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20090908 |