JP2005531060A - 貨幣等の試験信号の処理方法と装置 - Google Patents

Abstract

書類の試験方法は、書類の複数の測定値を分解能Ｒで得ること、および測定値を処理して異なる分解能での値を得ることを含む。

Description

本発明は、信号、特に紙幣、他の同種の有価証券、貨幣などの書類を試験することによって得られた信号の処理方法および装置に関する。

紙幣、硬貨などの貨幣を試験する周知の方法は、貨幣の特性を感知し、次いでこの感知から得られた信号を使用することを含む。例えば、光源から紙幣に向かって光を発射し、紙幣から反射しまたは紙幣を透過した光を光センサを使用して感知することによって、紙幣を試験することが知られている。光センサから得られた信号を処理しそれを使用して、例えば、紙幣の金種を判別し、本物か否かを判定する。

従来技術のシステムの問題は、センサのサイズ、間隔および配置に留意して十分に高い分解能で感知対象品目にアクセスすることである。例えば、紙幣上の特定の点で測定を実施したいのだが、センサの分解能ではその点の領域の測定しかできないことがある。センサ・アレイに対して書類が斜めになっているときにはこの問題がより悪化する。

他の問題は反対に、特定の応用に対して、例えば、紙幣が属する最もそれらしい１つまたは複数の金種を、法的有効性は試験せずに決定するときに、分解能が必要以上に高い場合があることである。この場合には、取り扱うデータ量のため処理の複雑さ、時間およびコストが増大する。

ＥＰ０６７１０４０

本発明の諸態様は添付の請求項に記載されている。
好ましくは本発明は、紙幣および／または他の種類の有価証券を試験することを目的とする。

一般に本発明は、貨幣の測定の分解能をより高い分解能またはより低い分解能に変更するための、貨幣試験装置における信号処理方法を提供する。言い換えると、本発明は、分解能を変更し、増大させまたは低下させる方法を提供する。

本明細書では、用語「分解能」が、空間分解能（サンプリング・レート乃至単位長または単位時間あたりの測定数など）、周波数領域などのスペクトル領域の分解能（スペクトル成分の数乃至帯域幅）などのさまざまな領域の分解能をカバーすることを意図している。
また、用語「測定値」は例えば、品目センサによって出力された値、および測定または感知された値から導き出された値を含む。

好ましい第１の態様によれば、これによって認識を向上させることができる測定値のない位置の信号の復元を可能にする、ナイキストの定理に関係した補間法を使用して、空間領域の分解能を増大させる。

好ましい第２の態様によれば、書類認識の文脈において、フィルタリング法およびフーリエ変換の結果の縮減を使用して、有用な情報をあまり失うことなく、周波数領域の分解能を低下させる。これによって、さまざまなサイズ（例えばさまざまな長さおよび／または幅）の品目、例えば書類を、特に金種判別または類別手順において、同様の方法で取り扱うことができ、一方で金種判別または類別性能は維持される。

この第１の態様と第２の態様を組み合わせることができる。

次に、本発明のいくつかの実施形態を添付の図面を参照して説明する。

本発明の一実施形態に基づく紙幣感知システムを図１に概略的に示す。このシステムは、紙幣輸送経路の片面に配置された光源アレイ２と、光源アレイ２とは反対側の紙幣輸送経路のもう一方の面に配置された光センサ・アレイ４とを含む。このシステムは、輸送経路に沿って紙幣８を光源アレイ２と光センサ・アレイ４の間に通す、４組のローラ６の形態の紙幣輸送手段を含む。光源アレイ４はプロセッサ１０に接続されており、このシステムはコントローラ１２によって制御される。光源アレイ２と紙幣輸送経路の間には、光源アレイ２から発射された光を拡散させ混合する拡散器１４が配置されている。

図２は光源アレイ２の下面図である。図示のとおり、この光源アレイは複数の光源９からなる線状アレイである。このアレイは、６つの光源からなる複数のグループ１１から構成されており、グループ内の光源はそれぞれ、その応用に対して適当であるとして選択された、通常は青および赤の類の異なる１つの波長の光を発射する。このような複数のグループ１１は、それぞれの波長の光源が輸送経路を横切って配置されるように、輸送経路を横切って一列に配置される。

図３は光センサ・アレイ４の上面図である。図示のとおり、この光センサ・アレイは、輸送経路を横切って一列に配置された円形の８つの光センサを含む。センサの直径は７ｍｍであり、その中心は７ｍｍ間隔で一列に並んでおり、そのためセンサは横方向に互いに接している。その結果、センサによって書類の幅全体が、センサのサイズによって決まる分解能で感知される。

図２と図３の尺度は同じではなく、光源アレイと光センサ・アレイのサイズはほぼ同じである。

操作時には、紙幣を、コントローラ１２の制御下でローラ６によって輸送経路に沿って光源アレイ２とセンサ・アレイ４の間に通す。紙幣を所定の距離だけ送り、次いで停止させる。１つの波長の光源を全て作動させる。光は、拡散器１４で混合されて紙幣の全幅にわたって均一に広げられた後に紙幣に入射する。紙幣を透過した光をセンサ・アレイ４によって感知し、それぞれのセンサに対応する紙幣上のそれぞれの測定スポットについてセンサから信号を得る。同様に、他の全ての波長の光源を同じように連続して作動させ、全てのセンサについて、対応するラインの測定値をそれぞれの波長ごとに得る。

次に、ローラ６を作動させて紙幣を再び所定の距離だけ移動させ、その後、紙幣を照明し、それぞれのセンサについて波長ごとの測定値を得るシーケンスを繰り返す。

紙幣の全長にわたって上記の工程をラインごとに繰り返すことによって、紙幣を移動させる所定の距離によって決まる紙幣のそれぞれのラインについて、それぞれのセンサの６つのそれぞれの波長ごとの測定値を得る。
測定スポットに対するこれらの測定値はプロセッサ１０によって後に論じるように処理される。

図４は、センサ・アレイの紙幣の測定スポットを表す図である。ｘ軸は、輸送経路を横切る方向に対応し、センサ・アレイの方向と一致しており、ｙ軸は輸送方向に対応する。この例では、測定セットごとに紙幣が１．７５ｍｍ前進し、そのためラインは１．７５ｍ間隔であり、隣接したラインの測定スポットは図４に示すように重なり合う。図４には、センサ列に対して斜めになった紙幣の輪郭も示されている。スポットごとにそれぞれの波長の測定を実施する。以後、議論は１つの波長だけに限定されるが、それぞれの波長に対して同じ工程を実施する。

測定値の分解能は、センサ要素の間隔（ここでは７ｍｍ）およびそれぞれの測定セット間の紙幣の移動（ここでは１．７５ｍｍ）によって決まる。
この実施形態によれば、後に論じるように、処理によって空間分解能が増大する。

座標（ｘ，ｙ）の黒いスポットによって指示された図３の点Ａの値を知りたいとする。
この実施形態では、幅方向（ｘ軸）に沿って１次元補間を実施する。この場合、ｙ軸に沿った間隔は実用上妥当なものである。あるいは、ｘ方向に加えてｙ方向の補間を実施し、またはｘ方向の代わりにｙ方向の補間を実施することもできる。

最初に、点Ａに最も近い幅ラインを、ｙ方向の最も近いラインを基礎として選択する。選択されたラインのそれぞれのセンサの測定値を取り出す。

図５は、選択された幅ラインに沿った測定値の例を示すグラフである。ｘ軸は図５のｘ軸に対応し、ｙ軸は信号すなわち測定値に対応し、点は、取り出されたセンサ測定値すなわちサンプルに対応する。

測定された生データは変更しないことが好ましく、したがって、補間はセンサ間隔の整数分の１の間隔で実行する。ここでは１．７５ｍｍごとに補間が実行され、そのため、隣接する２つの測定スポット間にはそれぞれ３つの補間点がある。その結果、紙幣上のｘ−ｙ方向の分解能は１．７５×１．７５ｍｍとなる。

ナイキストの定理によれば、信号の最大周波数がサンプリング周波数の２分の１よりも小さい（０＜ｆｍａｘ＜ｆｓ／２、ｆｓはサンプリング周波数）場合には、信号を、あたかも測定信号であるかのように正確に復元することができる。

ナイキストの定理があてはまると仮定して、測定値すなわちサンプルを、キュービック・コンボリューション（ｃｕｂｉｃ ｃｏｎｖｏｌｕｔｉｏｎ）を使用して、曲線Ｓｉｎｃ（ｘ）＝ｓｉｎ（ｘ）／ｘを当てはめることによって補間する。したがって、この信号の位置ｘにおける補間値は下式によって与えられる。

上式で、ｎはサンプル数、Δｘはサンプリング・ステップである。ｘがステップの整数倍に正確に等しいとき、すなわちｘ＝ｋ_１Δｘのときには、補間値がサンプル値に等しいことに留意されたい。

ｋ＝ｋ_１の場合を除いてＳｉｎｃ（π（ｋ．Δｘ−ｋ_１Δｘ）／Δｘ）＝Ｓｉｎｃ（π（ｋ−ｋ_１））＝０である。
別の言い方をすれば、補間された関数はサンプリング点を通る。

Ｓｉｎｃ関数の振動（ギブズの現象）によるエッジ効果を低減させるため、生サンプルをハミングの窓（Ｈａｍｍｉｎｇ ｗｉｎｄｏｗ）によって重み付けする。この窓は、窓の中央の点にはより重要な重みを与え、窓の端の点には小さな重みを与える。これらの重みは下式によって与えられる。

上式で、ｎはサンプル数である。

ハニングの窓（Ｈａｎｎｉｎｇ ｗｉｎｄｏｗ）、カイザー−ベッセルの窓（Ｋａｉｓｅｒ−Ｂｅｓｓｅｌ ｗｉｎｄｏｗ）などの他のタイプの窓、または他の同様の周知のタイプの重み付け窓をエッジ効果の補償に使用することができる。窓の選択は、窓の複雑さと雑音の存在下での調波信号の検出性能との間のトレードオフである。この場合、ハミングの窓は、サイドローブ減衰（ギブズ現象）に対する良好な周波数選択性を与える。

この窓を全ての点に適用して新しいサンプルを得る。その後、これらの新しいサンプルに先のキュービック・コンボリューション補間関数を適用する。原信号と同じレベルの補間値を取り出すため、その結果を位置ｘにおける窓の値で割る。

周波数領域のＤＣ成分の効果を低減させるため、補間前に測定値の平均を差し引く。次いで、補間後にこの平均を再び加える。この窓を使用した位置ｘの信号における補間値は下式によって与えられる。

上式で、ｎはサンプル数、Δｘはサンプリング・レート、ｍはサンプルの平均である。ｋ．Δｘはサンプルの位置である。

補間は水平線に沿って実行されるので、紙幣の斜行のために、数値ｎは、紙幣領域に完全に含まれる１本のラインに沿った使用可能な最大スポット数に従って変化する。窓のサイズもｎに左右される。さまざまな値のｎに対する窓の値をルックアップ・テーブルに記憶しておくことができる。

例えば、測定値数８、補間レートΔｘ＝４の場合、窓は０≦ｈ≦（８−１）×４−１に対して記憶される。

図６は、９つのサンプリング点（点で示されている）を使用した例を示すグラフであり、先に説明した方法を使用した信号の復元（なめらかな曲線）が、サンプリング点間の実際の測定値を求めるために幅ラインを横切って走査することによって得た信号と比較されている。

ｘ軸は輸送経路を横切る距離を表し、ｙ軸は信号値を表す。

例えばこの場合、復元した紙幣と走査した紙幣の間の相対絶対誤差の平均によって定義される復元誤差は、ハミングの窓を使用しないと１１％であり、ハミングの窓を使用するとこの誤差が６％に下がる。

上記の方法を使用して、特定の１つまたは複数の波長について、特定の１つまたは複数の点、例えば特定のセキュリティ特徴に関係した点の復元値を得ることができる。同様に、この方法を使用して紙幣の特定の領域の分解能を増大させることができる。あるいは、センサの数を増やす必要なしに紙幣全体の分解能を増大させることもできる。

次いで、測定によって直接に得た紙幣からの信号、および／または分解能を増大させる処理の後に得た紙幣からの信号を使用して、周知の方法で紙幣の類別（金種の判別または法的有効性の確認）を実施する。例えば、通常は法的に有効な標的金種の例を定義する、窓、しきい値または境界を用いた追加の処理の後に、信号を比較する。紙幣の測定から得られた信号を処理して紙幣の金種を判別し、かつ／または紙幣の法的有効性を確認する技法は多数知られているが、本明細書ではこれ以上説明しない。

他のさまざまな補間法を使用することができる。単純な例では、最も近い点の信号を所望の点に割り当てる。時間領域ではなく周波数領域への補間を実行することによって、一実施形態として先に論じた補間法の結果の近似値を求めることもできる。実際、時間領域のＳｉｎｃ関数を用いたコンボリューションは、完全な低域（ＬＰ）フィルタ（遮断周波数Ｆｃ＝Ｆｓ／２）をフーリエ変換に適用し、ＤＦＴ（離散的フーリエ変換）の反転を計算して、補間値を得ることに対応する。ナイキストの定理を尊重した場合、この方法は、フーリエ変換の反転の近似値を求める方法に依存する近似値だけを与える。

次に本発明の第２の実施形態を説明する。

第２の実施形態は図１から３に示した装置を含む。しかし、結果として得られた信号の処理は第１の実施形態とは異なる。

この実施形態は、紙幣から得られた信号を使用して紙幣を判別する、すなわちその紙幣が属すると思われる１つの金種（またはいくつかの金種）を判別する。バックプロパゲーション・ネットワーク、ＬＶＱクラシファイヤなどのニューラル・ネットワークを使用して紙幣の金種を判別することが知られている。紙幣を類別するニューラル・ネットワークの一例がＥＰ０６７１０４０に記載されている。一般的に言うと、紙幣の特性の測定値からｎ次元の特徴ベクトルを得、この特徴ベクトルを類別用のニューラル・ネットワークに入力する。特徴ベクトルは、さまざまな特性および測定値を使用して形成することができる。

異なる金種の紙幣は通常はサイズ（長さおよび／または幅）も異なるが、ニューラル・ネットワークに入力される特徴ベクトルは、それぞれの紙幣に対して同じ寸法である。したがって、特徴ベクトルを構成するデータは、測定対象紙幣のサイズから独立していなければならないが、同時に、紙幣を正確に類別するのに十分な情報を含むように選択しなければならない。

この実施形態では、ニューラル・ネットワークに入力するデータを以下のように得る。

測定値はセンサ４から、輸送経路を横切る複数のラインごとに、複数のそれぞれの波長について、第１の実施形態の場合と同様に得る。次いでこのデータをプロセッサ１０で処理する。

所与の波長のデータを輸送経路と平行なラインごとに集める。サンプリング周期は１．７５ｍｍである。次いで、それぞれのラインを、例えばそのラインの対応する波長の平均値で割ることによって正規化する。正規化されたそれぞれのラインおよびそれぞれの波長に対して１２８個の係数を有するＦＦＴを計算する。紙幣の使用可能部分の外側の点はゼロで埋める。

データは平均を差し引くことによって正規化されているので、フーリエ変換の最初の複素数値は０である。指数１から１４（ＤＣ指数を０とする）までの実数および虚数成分に対するデータを選択し、それによって１４個の複素数値を得る。したがって周波数領域の分解能は低減する。例えば、波長が２、長さに沿ったラインが２本の場合には、変数の総数は１１２である。これが、類別用のニューラル・ネットワークに与えられるベクトルである。適宜、これ以外の数の波長およびラインを使用することもできる。

紙幣の長さに沿って定義された１つまたは複数の波長の正規化されたラインにフーリエ変換を適用する。試験によれば、金種の判別に関する限り、周波数内容を低減させることができた。図７に、完全ＬＰフィルタを適用し、フーリエ変換のスペクトルの一部だけを使用した後の紙幣の１本のラインの復元の一例を示す。実線が復元された信号であり、破線が原信号である。ｘ軸は紙幣の長さに沿った輸送方向の距離を表し、ｙ軸は信号値を表す。この復元は、フィルタリングしたフーリエ変換の逆を使用して得たものである。実際にはこのことは、フーリエ変換の一部だけが必要であり、この部分を、クラシファイヤに対する入力ベクトルに対して、情報をほとんど損失せずに使用できることを意味している。

この復元された信号は原信号に非常に近く、原信号よりも少ないデータを使用している。このことは、フーリエ変換後の周波数スペクトルのサブセットを選択することによるこのフィルタリングによって信号の中の有用な情報の大部分が保持されることを示している。これは、時間領域のサンプリングがナイキスト定理を尊重する場合に可能であり、このケースでは、紙幣の長さに沿ってこのことがあてはまる。実際、紙幣の長さに沿ったサンプリング・レートは非常に高く、特徴セキュリティに対しては有効だが、金種を判別する目的にはサンプリング・レートを低くすることができる。

ＦＦＴを使用したこのフィルタリング方法の結果は、時間領域の信号にＳｉｎｃ関数を適用し、タイム・デシメーション（ｔｉｍｅ ｄｅｃｉｍａｔｉｏｎ）を実行することによっても得ることができるが、この方法はより時間がかかる。

第１の実施形態と第２実施形態を組み合わせて、例えば空間領域の分解能を増大させ、周波数領域の分解能を低下させることができる。空間領域の高い分解能を使用して例えば貨幣の法的有効性を確認し、周波数領域の低い分解能を使用して貨幣の金種を判別することができる。周波数領域への変換は、分解能を増大させるために補間した後の空間領域のデータに対して実行することができる。本発明は、図示し説明したタイプの感知システムに限定されるわけではなく、適当な任意の感知システムを使用することができる。

紙幣に言及するときには、これに、クーポン、小切手などの他の同種の有価証券が含まれ、このような書類の本物および偽物の例が含まれる。システムは、例えば輸送方向および／またはセンサ・アレイあるいは１つまたは複数の固定点に対する斜行、オフセットなどの紙幣の方向を検出する縁検出器などの手段の使用を含むことができる。

あるいは、システムは、所望の方向、例えば紙幣の長さが輸送経路に沿い、縁が輸送方向と平行な方向にに紙幣を配置し、または輸送方向および／もしくはセンサ・アレイに対して紙幣を所望の角度に配置する手段を含むことができる。

記載した実施形態は紙幣試験装置である。しかし、硬貨試験装置など他のタイプの貨幣試験装置に本発明を応用してもよい。例えば、硬貨の表面の連続する複数の点で材料などの硬貨の特性を測定する硬貨試験装置からの信号を補間して、硬貨の表面の特性を表す信号を生み出すことができる。

用語「硬貨」は、任意の硬貨（法的に有効かまたは偽造かを問わない）、トークン（ｔｏｋｅｎ）、スラグ（ｓｌｕｇ）、ワッシャ（ｗａｓｈｅｒ）、あるいは他の金属性の物体または品目、特に硬貨投入式の装置またはシステムを操作しようとする個人が利用することができる任意の金属性の物体または品目を意味するものとして使用する。「法的に有効な硬貨」とは、真正の硬貨、トークンなどであると考えられ、特に、硬貨投入式の装置またはシステムがその中で、またはそれを用いて動作する１つまたは複数の通貨制度の真正の硬貨であって、このような硬貨投入式の装置またはシステムが選択的に受け取り、有価品目として処理する金種の真正の硬貨であると考えられる。

紙幣感知システムの概略図である。 図１の感知システムのセンサ・アレイの上面図である。 図１の感知システムの光源アレイの下面図である。 紙幣の測定を示す図である。 サンプル値のグラフである。 測定信号を復元信号と比較したグラフである。 測定信号を第２の実施形態の復元信号と比較したグラフである。

Claims (32)

1. 貨幣の複数の測定値を分解能（Ｒ）で得ること、および前記測定値を処理して異なる分解能での値を得ることを含む貨幣の試験方法。
2. スペクトル領域において分解能が低下され、方法が、前記スペクトル領域の測定値の信号をフィルタリングして、スペクトル成分セットのサブセットをとることによって、前記スペクトル領域の分解能を低下させることを含む、請求項１に記載の方法。
3. 前記サブセットが所定のサイズのサブセットである、請求項２に記載の方法。
4. 前記スペクトル領域が周波数スペクトルである、請求項２または請求項３に記載の方法。
5. 前記フィルタリングが高周波成分を排除する、請求項４に記載の方法。
6. フィルタリングの前に前記測定値の信号が、好ましくは平均値によって正規化される、請求項２乃至５のいずれか１項に記載の方法。
7. スペクトル成分の前記サブセットを使用して特徴ベクトルを得ることを含む、請求項２乃至６のいずれか１項に記載の方法。
8. バックプロパゲーション・ネットワークまたはＬＶＱネットワークを含むニューラル・ネットワークを使用して前記特徴ベクトルを処理することを含む、請求項７に記載の方法。
9. 空間領域の分解能を増大させるための補間を含む、請求項１乃至８のいずれか１項に記載の方法。
10. 第１の空間方向の第１の分解能Ｒ１および第２の空間方向の第２の分解能Ｒ２で測定値を得る、請求項９に記載の方法。
11. 前記第１の方向と前記第２方向が実質的に垂直である、請求項１０に記載の方法。
12. Ｒ１＜Ｒ２であり、前記処理が、前記第１の方向の分解能をほぼＲ２まで増大させる、請求項１０または請求項１１に記載の方法。
13. サンプル信号を復元する方法を含む、請求項１乃至１２のいずれか１項に記載の方法。
14. 重み付け関数によって重み付けされた測定値を合計することを含む、請求項１乃至１３のいずれか１項に記載の方法。
15. 前記重み付け関数がｓｉｎ（ｘ）／ｘの形をとる、請求項１４に記載の方法。
16. 重み付け窓を使用してエッジ効果を補償することを含む、請求項１乃至１５のいずれか１項に記載の方法。
17. 前記重み付け窓が、ハミングの窓、ハニングの窓、カイザー・ベッセルの窓などの高くした余弦窓である、請求項１６に記載の方法。
18. 補間前に前記測定値の平均を差し引き、補間後にそれを元に戻すことを含む、請求項９乃至１７のいずれか１項に記載の方法。
19. 書類の１つの縁に実質的に平行なラインに沿って測定値を得る、請求項１乃至１８のいずれか１項に記載の方法。
20. 貨幣の法的有効性を確認するための、請求項１乃至１９のいずれか１項に記載の方法。
21. 貨幣の金種を判別するための、請求項１乃至２０のいずれか１項に記載の方法。
22. 書類、紙幣または他の有価証券を試験するための、請求項１乃至２１のいずれか１項に記載の方法。
23. 硬貨を試験するための、請求項１乃至２１のいずれか１項に記載の方法。
24. 請求項１乃至２３のいずれか１項に記載の方法を実行するように適合された貨幣試験装置。
25. 分解能Ｒで貨幣を感知する手段を備えた、請求項２４に記載の貨幣試験装置。
26. 第１の方向に沿った分解能Ｒ１で貨幣を感知する手段と、第２の方向の分解能Ｒ２で貨幣を感知する手段とを備えた、請求項２５に記載の貨幣試験装置。
27. 分解能Ｒ１の線状センサ・アレイと、前記センサ・アレイに対して前記貨幣を分解能Ｒ２で移動させる手段とを備えた、請求項２５に記載の貨幣試験装置。
28. 貨幣の金種を判別し、かつ／または紙幣の法的有効性を確認するための、請求項２４乃至２７のいずれか１項に記載の貨幣試験装置。
29. 硬貨を試験するための、請求項２４乃至２８のいずれか１項に記載の貨幣試験装置。
30. 書類、紙幣または他の有価証券を試験するための、請求項２４乃至２９のいずれか１項に記載の貨幣試験装置。
31. 輸送経路の縁に対する斜行およびオフセットを有する書類を輸送経路に供給することができる、請求項３０に記載の貨幣試験装置。
32. 異なるサイズの複数の貨幣を処理することができる、請求項２４乃至３１のいずれか１項に記載の貨幣試験装置。
    

Images