JP2011028512A - 紙葉類の正損判定用辞書作成方法、紙葉類処理装置、及び紙葉類処理方法 - Google Patents

Abstract

【課題】より高精度で紙葉類の正損判定を行う事ができる紙葉類処理装置に用いられる紙葉類の正損判定用辞書作成方法、辞書を用いた紙葉類処理装置、及び紙葉類処理方法を提供する。
【解決手段】辞書作成方法は、入力される第１の調整用画像及び第２の調整用画像における感知領域を複数の領域に分割し、分割した各領域毎に前記第１の調整用画像の第１の特徴量と、前記第２の調整用画像の第２の特徴量を算出する。各領域毎に前記第１の特徴量及び前記第２の特徴量の平均と分散とをそれぞれ算出し、前記算出した平均及び分散に基づいて各領域毎に重み情報を設定し、前記各領域毎に、汚損が存在するか否かを判定する為の汚損判定閾値を前記重み情報と共に記憶する。
【選択図】 図１

Description

本発明は、例えば紙幣等の紙葉類を処理する紙葉類処理装置に用いられる紙葉類の正損判定用辞書作成方法、辞書を用いた紙葉類処理装置、及び紙葉類処理方法に関する。

従来、紙幣等の種々の紙葉類の計数鑑別を行う紙葉類処理装置が実用化されている。紙葉類処理装置は、投入部に投入された紙葉類を１枚ずつ取り込み、紙葉類の検査部に搬送する。

検査部は、紙葉類に対して種々の処理を行い紙葉類の状態を判別する。紙葉類処理装置は、検査部による検査の結果に基づいて、紙葉類の種類判定、真偽判定、及び再流通が可能な紙葉類であるか否かの正損判定などを行う。

紙葉類処理装置は、汚損のレベルの高い紙葉類を、再流通に適さない紙葉類（損券）であると判定する。この為に、検査部は、搬送される紙葉類から画像を取得する。検査部は、取得した画像と、予め設定される基準値（閾値）とを比較することにより紙葉類の汚損のレベルを判定する。

例えば、特許文献１に記載されている紙葉類処理装置は、正券（ｆｉｔ券）と損券（ｕｎｆｉｔ券）とを少なくとも各１枚処理する。紙葉類処理装置は、取得したセンサデータを保存し、保存したデータを評価する。これにより、紙葉類処理装置は、センサ閾値を自動的に調整する。この結果、紙葉類処理装置は、経時変動に対応することができ、且つ、センサ閾値の調整を容易に行う事ができる。

ＵＳ Ｐａｔｅｎｔ Ａｐｐｌｉｃａｔｉｏｎ Ｐｕｂｌｉｃａｔｉｏｎ ＵＳ２００６／００１１４４７ Ａ１

上記の特許文献１に記載されている紙葉類処理装置は、紙葉類から取得する画像全体を評価し、センサ閾値を調整する。

紙葉類の券面には、種々の手法により図柄が形成される。この為、紙葉類の券面には、例えば、インクによる印刷処理が施される領域、透かし処理が施される領域、及びホログラムが付加される領域などが存在する。

しかし、上記の領域の中には、画像により汚損のレベルを判定することが難しい領域が存在する。例えば、輝度値の変動が大きい領域などの汚損のレベルを判定する場合、正確に汚損レベルを判定する事ができない可能性があるという問題がある。この結果、正損判定に影響が出るという問題がある。

そこで、本発明は、より高精度で紙葉類の正損判定を行う事ができる紙葉類処理装置に用いられる紙葉類の正損判定用辞書作成方法、辞書を用いた紙葉類処理装置、及び紙葉類処理方法を提供することを目的とする。

本発明の一実施形態としての紙葉類の正損判定用辞書作成方法は、入力される第１の調整用画像及び第２の調整用画像における感知領域を複数の領域に分割し、前記第１の調整用画像の分割した各領域毎に第１の特徴量を算出し、前記第２の調整用画像の分割した各領域毎に第２の特徴量を算出し、各領域毎に前記第１の特徴量及び前記第２の特徴量の平均と分散とをそれぞれ算出し、前記算出した平均及び分散に基づいて各領域毎に重み情報を設定し、前記各領域毎に、汚損が存在するか否かを判定する為の汚損判定閾値を前記重み情報と共に記憶する。

また、本発明の一実施形態としての紙葉類処理装置は、各領域毎に汚損が存在するか否かを判定する為の汚損判定閾値と重み情報とを有する辞書を予め記憶する辞書記憶部と、紙葉類を搬送する搬送部と、前記搬送部により搬送される紙葉類から光を受光して評価用画像を撮像する撮像部と、前記撮像部により撮像される評価用画像における感知領域を複数の領域に分割する分割部と、前記評価用画像の分割した各領域毎に評価用特徴量を算出する算出部と、前記算出部により算出した評価用特徴量と、前記辞書記憶部により記憶する辞書の汚損判定閾値と、に基づいて各領域毎に汚損の有無を判定する汚損判定部と、前記汚損判定部により判定した各領域毎の汚損の有無の判定結果と、前記辞書記憶部により記憶する辞書の重み情報とに基づいて前記紙葉類の正損判定を行う正損判定部と、を具備する。

また、本発明の一実施形態としての紙葉類処理方法は、紙葉類を搬送し、前記搬送される紙葉類から光を受光して評価用画像を撮像し、前記撮像される評価用画像における感知領域を複数の領域に分割し、前記評価用画像の分割した各領域毎に評価用特徴量を算出し、前記算出した評価用特徴量と、予め記憶される各領域毎の汚損判定閾値と、に基づいて各領域毎に汚損の有無を判定し、前記各領域毎の汚損の有無の判定結果と、予め記憶される重み情報とに基づいて前記紙葉類の正損判定を行う。

この発明の一形態によれば、より高精度で紙葉類の正損判定を行う事ができる紙葉類処理装置に用いられる紙葉類の正損判定用辞書作成方法、辞書を用いた紙葉類処理装置、及び紙葉類処理方法を提供することができる。

図１は、本発明の一実施形態に係る紙葉類処理装置の構成例について説明するための説明図である。 図２は、図１に示す紙葉類処理装置により処理する紙葉類の画像の例について説明するための説明図である。 図３は、紙葉類の画像の分割処理及び重み調整処理について説明する為の説明図である。 図４は、汚損判定閾値を設定する閾値設定処理について説明する為の説明図である。 図５は、図１に示す紙葉類処理装置において行われる辞書作成処理について説明する為のフローチャートである。 図６は、図１に示す紙葉類処理装置において行われる正損判定処理について説明する為のフローチャートである。 図７は、重み調整処理の他の例について説明する為の説明図である。

以下、図面を参照しながら、本発明の一実施形態に係る紙葉類処理装置に用いられる辞書の辞書作成方法、辞書を記憶する紙葉類処理装置、及び紙葉類処理方法について詳細に説明する。

図１は、一実施形態に係る紙葉類処理装置１００の構成例について説明するための説明図である。
紙葉類処理装置１００は、供給部２０、分離ローラ２５、搬送系３０、第１のゲート３１、第１のスタッカ３２、第２のゲート３３、第２のスタッカ３４、制御部４０、センサ４１、特徴量記憶部４２、辞書記憶部４３、及び入出力部４５を備える。また、紙葉類処理装置１００は、第２のゲート３３の後段に図示しない裁断部を備える。

制御部４０は、紙葉類処理装置１００の各部の動作を統合的に制御する。制御部４０は、ＣＰＵ、バッファメモリ、プログラムメモリ、及び不揮発性メモリなどを備える。ＣＰＵは、種々の演算処理を行う。バッファメモリは、ＣＰＵにより行われる演算の結果を一時的に記憶する。プログラムメモリ及び不揮発性メモリは、ＣＰＵが実行する種々のプログラム及び制御データなどを記憶する。制御部４０は、ＣＰＵによりプログラムメモリに記憶されているプログラムを実行することにより、種々の処理を行うことができる。

供給部２０は、紙葉類処理装置１００に取り込む紙葉類１０をストックする。供給部２０は、重ねられた状態の紙葉類１０をまとめて受け入れる。

分離ローラ２５は、供給部２０の下端に設置される。供給部２０に紙葉類１０が投入される場合、投入された紙葉類１０の集積方向の下端に接する。分離ローラ２５は、回転することにより、供給部２０にセットされる紙葉類１０を集積方向の下端から１枚ずつ紙葉類処理装置１００の内部に取り込む。

分離ローラ２５は、たとえば、１回転するごとに１枚の紙葉類１０を取出すように機能する。これにより、分離ローラ２５は、紙葉類１０を一定のピッチで取出す。分離ローラ２５により取り込まれた紙葉類１０は、搬送系３０に導入される。

搬送系３０は、紙葉類１０を紙葉類処理装置１００内の各部に搬送する搬送部である。搬送系３０は、図示しない搬送ベルト及び図示しない駆動プーリなどを備える。搬送系３０は、図示しない駆動モータにより駆動プーリを駆動する。搬送ベルトは、駆動プーリにより動作する。

搬送系３０は、分離ローラ２５により取り込む紙葉類１０を搬送ベルトにより一定速度で搬送する。なお、搬送系３０において分離ローラ２５に近い側を上流側、逆側を下流側として説明する。

２つのセンサ４１は、搬送系３０を挟んで互いに対向するように配置される。センサ４１は、紙葉類１０の光学的特徴情報を検出する。即ち、センサ４１は、搬送系３０により搬送される紙葉類１０の両面の画像を読み取る。

センサ４１は、撮像部として機能する。センサ４１は、紙葉類１０の券面を二次元的に撮像する。センサ４１は、例えば、Ｃｈａｒｇｅ Ｃｏｕｐｌｅｄ Ｄｅｖｉｃｅ（ＣＣＤ）などの受光素子と、光学系とを備える。センサ４１は、搬送される紙葉類１０に対して光を投光し、反射光または透過光を光学系により受光する。センサ４１は、光学系により受光した光をＣＣＤに結像させ、電気信号（画像）を取得する。

制御部４０は、センサ４１により撮像した画像から特徴量を算出する。特徴量は、例えば画素毎の輝度値である。即ち、制御部４０は、センサ４１により撮像した画像に基づいて、紙葉類１０の表面及び裏面の特徴量を算出する。制御部４０は、算出する特徴量に基づいて、紙葉類１０が再流通に適する正券であるか、再流通に適さない損券であるかを判定する。さらに、制御部４０は、紙葉類１０の種類、表裏、及び真偽などを判定する。

第１のゲート３１及び第２のゲート３３は、搬送系３０のセンサ４１より下流に設けられる。第１のゲート３１及び第２のゲート３３は、それぞれ制御部４０の制御に基づいて動作する。制御部４０は、紙葉類１０に対する各種の判定の結果に応じて第１のゲート３１及び第２のゲート３３を制御する。制御部４０は、紙葉類１０を所定の処理部に搬送するように制御する。

第１のゲート３１は、紙葉類１０の搬送先を第１のスタッカ３２と第２のゲート３３とで切り替える。また、第２のゲート３３は、紙葉類１０の搬送先を第２のスタッカ３４と裁断部とで切り替える。

制御部４０は、正券と判定した紙葉類１０を第１のスタッカ３２または第２のスタッカ３４に搬送するように、第１のゲート３１及び第２のゲート３３を制御する。即ち、制御部４０は、正券を種類毎に区分けして集積するように各部を制御する。

また、制御部４０は、損券と判定した紙葉類１０を第２のゲート３３の後段に設けられる裁断部に搬送するように、第１のゲート３１及び第２のゲート３３を制御する。即ち、制御部４０は、損券と判定した紙葉類１０を裁断部に搬送し、裁断部により裁断するように各部を制御する。

特徴量記憶部４２は、制御部４０により算出された紙葉類１０の特徴量を記憶する。辞書記憶部４３は、正損判定処理を行う為の辞書を記憶する。

入出力部４５は、操作部と表示部とを備える。入出力部４５は、オペレータによる各種操作入力を操作部により受け付ける。また、入出力部４５は、オペレータに対して各種の操作案内、及び処理結果などを表示部により表示して報知する。なお、入出力部４５の操作部と表示部とは、タッチパネルとして構成されていてもよい。この場合、紙葉類処理装置１００は、入出力部４５に表示されるボタンと、入出力部４５に対するオペレータによる操作とに基づいて、各種の操作入力を検知する。

制御部４０は、正損判定処理を行う場合、紙葉類１０の汚損のレベルと辞書記憶部４３に記憶される辞書とに基づいて紙葉類１０が正券であるか否かを判定する。

辞書は、重み情報と汚損判定閾値とを有する。制御部４０は、紙葉類１０の正損判定処理を行う場合、汚損が存在するか否かを汚損判定閾値に基づいて判定する。制御部４０は、汚損の有無の判定の結果と、重み情報とに基づいて、紙葉類１０の正損判定を行う。

この為に、制御部４０は、予め辞書を作成する辞書作成処理を行う。辞書作成処理は、重み調整処理と、閾値設定処理とを含む。即ち、制御部４０は、特徴量記憶部４２に記憶される特徴量に基づいて重み調整処理と、閾値設定処理を行う。

辞書作成処理を行う場合、紙葉類処理装置１００は、予め正券と判定された紙葉類（第１の紙葉類）と予め損券と判定された紙葉類（第２の紙葉類）とを処理する。即ち、紙葉類処理装置１００のセンサ４１は、第１の紙葉類から第１の調整用画像を取得する。また、センサ４１は、第２の紙葉類から第２の調整用画像を取得する。

図２は、図１に示すセンサ４１により撮像される調整用画像１２の例について説明するための説明図である。
制御部４０は、センサ４１から調整用画像１２が入力される場合、入出力部４５により入力される操作に基づいて予め設定される感知領域１５を画像上において特定する。制御部４０は、入出力部４５により入力される操作に基づいて予め設定されるサイズに基づいて感知領域１５を複数の分割領域１６に分割する。この場合、制御部４０は、分割部として機能する。

また、制御部４０は、分割領域１６毎に特徴量を算出し、特徴量記憶部４２に記憶する。この場合、制御部４０は、特徴量を算出する算出部として機能する。

即ち、制御部４０は、第１の調整用画像における感知領域１５を特定する。制御部４０は、特定した感知領域１５を複数の分割領域１６に分割する。制御部４０は、各分割領域１６毎に第１の特徴量を算出し、特徴量記憶部４２に記憶する。

また、制御部４０は、第２の調整用画像における感知領域１５を特定する。制御部４０は、特定した感知領域１５を複数の分割領域１６に分割する。制御部４０は、各分割領域１６毎に第２の特徴量を算出し、特徴量記憶部４２に記憶する。

この結果、特徴量記憶部４２は、正券の画像から算出する第１の特徴量と、損券の画像から算出する第２の特徴量とを各分割領域１６毎に記憶する。なお、辞書作成処理において処理する正券のサンプル数ｎ_１及び損券のサンプル数ｎ_２は、少なくともそれぞれ１枚以上であれば如何なる数であってもよい。

まず、制御部４０は、領域毎の重みを設定する重み調整処理を行う。重み調整処理を行う場合、制御部４０は、特徴量記憶部４２に記憶される各分割領域１６毎の特徴量の複数のサンプルにおける平均と分散とを算出する。なお、下記の演算は、複数のサンプルの同じ場所に位置する分割領域１６毎に行われるものとする。即ち、制御部４０は、複数のサンプルの対応する分割領域１６の特徴量に基づいて演算を行う。

この平均と分散は、複数のサンプルの同じ場所に位置する分割領域１６の特徴量の平均及び分散である。制御部４０は、平均及び分散を第１の特徴量と第２の特徴量とのそれぞれに基づいて個別に算出する。正券の画像から算出した第１の特徴量をｘ_１ｉとし、正券のサンプル数をｎ_１とする場合、第１の特徴量の第１の平均μ_１は、次の数式１により表すことができる。

また、第１の特徴量の第１の分散σ_１ ^２は、次の数式２により表すことができる。

また、損券の画像から算出した第２の特徴量をｘ_２ｉとし、損券のサンプル数をｎ_２とする場合、第２の特徴量の第２の平均μ_２は、次の数式３により表すことができる。

また、第２の特徴量の第２の分散σ_２ ^２は、次の数式４により表すことができる。

制御部４０は、算出した平均と分散とに基づいて、クラス内分散σ_Ｗ ^２とクラス間分散σ_Ｂ ^２とを算出する。このクラスとは、正券と損券との二つの分類を示す。クラス内分散σ_Ｗ ^２は、次の数式５により表す事ができる。

さらに、対応する分割領域１６の第１の特徴量と第２の特徴量との複数のサンプルにおける平均をＭとする。全平均Ｍは、クラス数をｃｌとする場合、次の数式６により表すことができる。

また、クラス間分散σ_Ｂ ^２は、次の数式７により表す事ができる。

なお、この場合、クラス数が２つであるので、ｃｌ＝２となる。

さらに制御部４０は、クラス内分散σ_Ｗ ^２とクラス間分散σ_Ｂ ^２とに基づいて、各分割領域１６毎の基準ｃを算出する。基準ｃは、次の数式８により算出される。

制御部４０は、上記の基準ｃに基づいて、各分割領域１６の重み情報を設定する。基準ｃは、クラス間分散をクラス内分散で割った値である。この為、基準ｃの値が大きいほど、サンプル毎の特徴量のバラツキが小さい。即ち、制御部４０は、基準ｃの値が大きい分割領域１６ほど、正損判定に適する領域であると判断する。

制御部４０は、例えば、基準cの大きい順に順位付けを行う。制御部４０は、順位に基づいて領域毎のウェイトＷの値を重み情報として設定する。分割領域１６の数をｍ個とする場合、制御部４０は、ｍ個の分割領域１６にそれぞれ１乃至ｍの番号を付す。制御部４０は、ｍ個の分割領域１６にそれぞれ重み情報としてＷ_ｍを決定する。即ち、制御部４０は、ｍ番の番号を付した分割領域１６に重み情報Ｗ_ｍを設定する。

制御部４０は、例えば、ｍ個の分割領域１６の中から、基準ｃの順位の高いＮ個の分割領域１６を正損判定に用いる領域として選択する。制御部４０は、例えば、選択した領域のウェイトＷ_ｍを「１」と設定し、選択しない領域のウェイトＷ_ｍを「０」と設定する。

図３は、紙葉類１０の画像に対して行う分割処理及び重み調整処理について説明する為の説明図である。ここでは、制御部４０は、ハッチングを付した領域を選択している。即ち、制御部４０は、領域Ａ、Ｂ、Ｃ、Ｄ、及びＥを正損判定に用いる領域として選択している。即ち、制御部４０は、領域Ａ、Ｂ、Ｃ、Ｄ、及びＥのウェイトＷを「１」に設定している。また、制御部４０は、選択しないその他の領域ＦのウェイトＷを「０」に設定している。

さらに、制御部４０は、各分割領域１６毎に汚損の有無を判定する為の汚損判定閾値を設定する閾値設定処理を行う。

図４は、汚損判定閾値を設定する閾値設定処理について説明する為の説明図である。
グラフ４７は、複数のサンプルにおけるある分割領域１６の第１の特徴量（正券の特徴量）を示す。グラフ４８は、複数のサンプルにおけるある分割領域１６の第２の特徴量（損券の特徴量）を示す。制御部４０は、入出力部４５により入力される操作に基づいて汚損判定閾値を分割領域１６毎に設定する。例えば、制御部４０は、第１の特徴量の平均（第１の平均）μ_１±３σ_１を汚損判定閾値として設定する。

制御部４０は、分割領域１６毎の汚損判定閾値と、分割領域１６毎の重み情報とを辞書として辞書記憶部４３に記憶する。なお、制御部４０は、画像上における各分割領域１６の座標を示す情報を、対応する汚損判定閾値と重み情報とに付加して辞書記憶部４３に記憶する。

即ち、辞書記憶部４３は、分割領域１６毎の汚損判定閾値と、分割領域１６毎の重み情報と、各分割領域１６の座標を示す情報とを記憶する。

図５は、図１に示す紙葉類処理装置１００において行われる辞書作成処理について説明する為のフローチャートである。
まず、紙葉類処理装置１００は、分離ローラ２５を動作させることにより、供給部２０にセットされる紙葉類１０を集積方向の下端から１枚ずつ紙葉類処理装置１００の内部に取り込む。供給部２０にセットされる紙葉類１０は、予め正券と判定された第１の紙葉類、または、予め損券と判定された第２の紙葉類である。

搬送系３０は、紙葉類１０をセンサ４１に搬送する。センサ４１は、紙葉類１０から調整用画像１２を取得し、制御部４０に入力する（ステップＳ１１）。なお、紙葉類処理装置１００は、第１の紙葉類と第２の紙葉類とを個別に処理する。即ち、紙葉類処理装置１００のセンサ４１は、第１の紙葉類から第１の調整用画像を取得する。また、センサ４１は、第２の紙葉類から第２の調整用画像を取得する。

制御部４０は、センサ４１から調整用画像１２が入力される場合、入出力部４５により入力される操作に基づいて予め設定される感知領域１５を画像上において特定する。制御部４０は、入出力部４５により入力される操作に基づいて予め設定されるサイズに基づいて感知領域１５を複数の分割領域１６に分割する。制御部４０は、分割領域１６毎に特徴量を算出する（ステップＳ１２）。制御部４０は、算出した特徴量を特徴量記憶部４２に記憶する（ステップＳ１３）。

即ち、制御部４０は、第１の調整用画像の感知領域１５を複数の分割領域１６に分割する。制御部４０は、各分割領域１６毎に第１の特徴量を算出し、特徴量記憶部４２に記憶する。

また、制御部４０は、第２の調整用画像の感知領域１５を複数の分割領域１６に分割する。制御部４０は、各分割領域１６毎に第２の特徴量を算出し、特徴量記憶部４２に記憶する。

制御部４０は、特徴量記憶部４２に保存した第１の特徴量と第２の特徴量とに基づいて、領域毎の重みを設定する重み調整処理を行う（ステップＳ１４）。即ち、制御部４０は、複数のサンプルの各分割領域１６毎の特徴量の平均と分散とを算出する。制御部４０は、各分割領域１６にそれぞれ重み情報としてウェイトＷ_ｍを設定する。

制御部４０は、各分割領域１６毎に汚損の有無を判定する為の汚損判定閾値を設定する閾値設定処理を行う（ステップＳ１５）。

制御部４０は、分割領域１６毎の汚損判定閾値と、分割領域１６毎の重み情報とから辞書を作成し、辞書記憶部４３に記憶する（ステップＳ１６）。

上記したように、本実施形態の辞書作成方法によると、制御部４０は、画像を複数の領域に分割し、分割した領域毎に特徴量を算出する。制御部４０は、算出した特徴量の平均及び分散に基づいて、各領域毎に重み情報を設定する。また、制御部４０は、各領域毎に、汚損の有無を判定する為の汚損判定閾値を設定する。制御部４０は、重み情報と汚損判定閾値とに基づいて辞書を作成し、辞書記憶部４３に記憶する。

これにより、正損判定を行うのに適した領域を特定することができる。また、正損判定における重要度を各領域毎に設定することができる。この結果、より高精度で紙葉類の正損判定を行う為の正損判定用辞書を作成する正損判定用辞書作成方法を提供することができる。

次に、正損判定処理について説明する。
図６は、図１に示す紙葉類処理装置において行われる正損判定処理について説明する為のフローチャートである。

正損判定処理を行う場合、紙葉類処理装置１００は、評価を行う紙葉類１０を処理する。即ち、紙葉類処理装置１００のセンサ４１は、評価用の紙葉類１０から評価用画像を取得する。センサ４１は、取得した評価用画像を制御部４０に入力する（ステップＳ２１）。

制御部４０は、センサ４１から評価用画像が入力される場合、入出力部４５により入力される操作に基づいて予め設定される感知領域１５を画像上において特定する。制御部４０は、入出力部４５により入力される操作に基づいて予め設定されるサイズに基づいて感知領域１５を複数の分割領域１６に分割する。制御部４０は、各分割領域１６毎に特徴量（評価用特徴量）を算出する（ステップＳ２２）。即ち、制御部４０は、評価用の紙葉類１０の感知領域１５の各分割領域１６毎に評価用特徴量を算出する。

制御部４０は、算出した評価用特徴量と辞書記憶部４３に記憶される辞書とを比較する（ステップＳ２３）。即ち、制御部４０は、算出した評価用特徴量と辞書記憶部４３に記憶される汚損判定閾値とに基づいて、各分割領域１６毎に汚損が存在するか否かを判定する汚損判定を行う。この場合、制御部４０は、汚損判定部として機能する。

即ち、制御部４０は、算出した評価用特徴量が汚損判定閾値（μ_１−３σ_１からμ_１＋３σ_１）の範囲内の値であるか否かを判定する。制御部４０は、評価用特徴量がμ_１−３σ_１からμ_１＋３σ_１の範囲内の値であると判定した場合、当該分割領域１６に汚損が存在しないと判定する。また、制御部４０は、評価用特徴量がμ_１−３σ_１からμ_１＋３σ_１の範囲の値でないと判定した場合、当該分割領域１６に汚損が存在すると判定する。

制御部４０は、ｍ個の分割領域１６にそれぞれ汚損の有無の判定結果ｙ_ｍを決定する。即ち、制御部４０は、ｍ番の番号を付した分割領域１６の汚損の判定結果ｙ_ｍを決定する。

例えば、制御部４０は、汚損が存在しないと判定した領域の判定結果ｙ_ｍを「１」と決定する。また、制御部４０は、汚損が存在すると判定した領域の判定結果ｙ_ｍを「０」と決定する。

制御部４０は、辞書記憶部４３に記憶される各分割領域１６毎のウェイトＷ_ｍと、各分割領域１６毎の汚損の有無の判定結果ｙ_ｍとに基づいて、紙葉類１０が正券であるか否かを判定する正損判定を行う（ステップＳ２４）。この場合、制御部４０は、正損判定部として機能する。

制御部４０は、各領域毎にウェイトＷ_ｍとｙ_ｍとを乗算した結果Ｗ_ｍｙ_ｍを書く領域毎に算出する。制御部４０は、ｍ個の領域のＷ_ｍｙ_ｍを加算した値と、予め設定される正損判定閾値θと、を比較する。

例えば、制御部４０は、次の数式９を満たす場合、紙葉類１０が正券であると判定する。

また、制御部４０は、次の数式１０を満たす場合、紙葉類１０が損券であると判定する。

なお、正損判定閾値θは、最終判断の閾値である。制御部４０は、メモリなどの記憶装置に正損判定閾値θを記憶する。正損判定閾値θは、例えば、入出力部４５により入力される操作に基づいて予め任意の値に設定される。ｙ_ｍの値を「０」又は「１」とする場合、正損判定閾値θは、次の数式１１の範囲で自由に設定することができる。

また、ｙ_ｍの値を「０」乃至「ｙ_ｍａｘ」とする場合、正損判定閾値θは、次の数式１２の範囲で自由に設定することができる。

Σｙは、汚損が存在しないと判定した領域の数に相当する。例えば、ｙ_ｍの値が「１」又は「０」であり、正損判定閾値θの値が「５」であり、ウェイトＷ_ｍを「１」と設定した領域の数が１０である場合、制御部４０は、１０個の領域のうちの６個以上の領域において汚損が存在しないと判定した場合、紙葉類１０を正券と判定する。即ち、正損判定閾値θの値を大きくするほど、正損判定を厳しくすることができる。

上記したように、本実施形態の紙葉類処理装置１００は、画像を複数の領域に分割し、分割した領域毎に特徴量を算出する。制御部４０は、分割した領域ごとに特徴量を辞書の汚損判定閾値と比較し、汚損の有無を判定する。制御部４０は、各領域毎の汚損の有無の判定結果と、辞書の重み情報とに基づいて、紙葉類１０が正券であるか否かを判定する。

これにより、領域毎に汚損の有無の判定結果に差を付けて正損判定を行う事ができる。この結果、より高精度で紙葉類の正損判定を行う紙葉類処理装置、及び紙葉類処理方法を提供することができる。

なお、上記の実施形態では、制御部４０は、正損判定に用いる領域として選択した領域の重み情報Ｗ_ｍを「１」と設定し、選択しない領域の重み情報Ｗ_ｍを「０」と設定するとして説明したが、この構成に限定されない。例えば、領域の重要度に応じてウェイトＷ_ｍを段階的に設定してもよい。

図７は、重み調整処理の他の例について説明する為の説明図である。図７に示す例では、制御部４０は、各分割領域２６に段階的に重み情報を設定する。

制御部４０は、領域Ａ、Ｂ、Ｃ、Ｄ、及びＥを選択している。即ち、制御部４０は、Ｎ＝５個の分割領域１６を正損判定に用いる領域として選択している。

また、各領域の基準ｃの順位は、「領域Ａの基準ｃ＞領域Ｂの基準ｃ＞領域Ｃの基準ｃ＞領域Ｄの基準ｃ＞領域Ｅの基準ｃ」であるとする。

各領域の基準ｃの順位をｒ_ｉとする場合、制御部４０は、次の数式１３に基づいて各領域の重み情報Ｗ_ｉを設定する。

即ち、制御部４０は、領域Ａの重み情報Ｗを「５」と設定する。また、制御部４０は、領域Ｂの重み情報を「４」と設定する。また、制御部４０は、領域Ｃの重み情報を「３」と設定する。また、制御部４０は、領域Ｄの重み情報を「２」と設定する。また、制御部４０は、領域Ｅの重み情報を「１」と設定する。さらに、制御部４０は、領域Ｆの重み情報を「０」と設定する。

この構成によると、紙葉類処理装置１００は、重視すべき領域の汚損の有無の判定結果を重視して正損判定を行う事ができる。

なお、上記した実施形態では、制御部４０は、第１の特徴量の平均「μ_１±３σ_１」を汚損判定閾値として設定するとして説明したが、この構成に限定されない。汚損判定閾値として設定する特徴量の値は、如何なる値であってもよい。

また、制御部４０は、汚損判定閾値の上限値と下限値とを設定するのではなく、汚損判定閾値の中間値と幅とを設定する構成であってもよい。この場合、制御部４０は、汚損判定閾値の中間値として「μ_１」、幅として「３σ_１」を辞書として設定する。

なお、この発明は、上記実施形態そのままに限定されるものではなく、実施段階ではその要旨を逸脱しない範囲で構成要素を変形して具現化できる。また、上記実施形態に開示されている複数の構成要素の適宜な組み合わせにより、種々の発明を形成できる。例えば、実施形態に示される全構成要素から幾つかの構成要素を削除してもよい。更に、異なる実施形態に亘る構成要素を適宜組み合わせてもよい。

１０…紙葉類、１２…調整用画像、１５…感知領域、１６…分割領域、２０…供給部、２５…分離ローラ、２６…分割領域、３０…搬送系、３１…第１のゲート、３２…第１のスタッカ、３３…第２のゲート、３４…第２のスタッカ、４０…制御部、４１…センサ、４２…特徴量記憶部、４３…辞書記憶部、４５…入出力部、１００…紙葉類処理装置。

Claims (9)

1. 入力される第１の調整用画像及び第２の調整用画像における感知領域を複数の領域に分割し、
   前記第１の調整用画像の分割した各領域毎に第１の特徴量を算出し、
   前記第２の調整用画像の分割した各領域毎に第２の特徴量を算出し、
   各領域毎に前記第１の特徴量及び前記第２の特徴量の平均と分散とをそれぞれ算出し、
   前記算出した平均及び分散に基づいて各領域毎に重み情報を設定し、
   前記各領域毎に、汚損が存在するか否かを判定する為の汚損判定閾値を前記重み情報と共に記憶する、
   ことを特徴とする紙葉類の正損判定用辞書作成方法。
2. 前記第１の特徴量及び前記第２の特徴量の平均と分散とに基づいてクラス内分散とクラス間分散とを算出し、
   前記算出したクラス内分散とクラス間分散との比に基づいて各領域における重み情報を設定する、
   ことを特徴とする請求項１に記載の紙葉類の正損判定用辞書作成方法。
3. 前記算出したクラス内分散とクラス間分散との比に基づいて各領域の順位を判定し、
   前記判定した順位に基づいて、各領域毎の重み情報を設定する、
   ことを特徴とする請求項２に記載の紙葉類の正損判定用辞書作成方法。
4. 前記判定した順位に基づいて、各領域毎の重み情報を段階的に設定する、
   ことを特徴とする請求項３に記載の紙葉類の正損判定用辞書作成方法。
5. 前記算出したクラス間分散をクラス内分散で割った値が大きい順に各領域の順位を判定し、
   順位の高い順に重み情報の値を高く設定する、
   ことを特徴とする請求項４に記載の紙葉類の正損判定用辞書作成方法。
6. 透かしが施されていない領域の重み情報の値を高く設定することを特徴とすることを特徴とする請求項５に記載の紙葉類の正損判定用辞書作成方法。
7. 各領域毎に汚損が存在するか否かを判定する為の汚損判定閾値と重み情報とを有する辞書を予め記憶する辞書記憶部と、
   紙葉類を搬送する搬送部と、
   前記搬送部により搬送される紙葉類から光を受光して評価用画像を撮像する撮像部と、
   前記撮像部により撮像される評価用画像における感知領域を複数の領域に分割する分割部と、
   前記評価用画像の分割した各領域毎に評価用特徴量を算出する算出部と、
   前記算出部により算出した評価用特徴量と、前記辞書記憶部により記憶する辞書の汚損判定閾値と、に基づいて各領域毎に汚損の有無を判定する汚損判定部と、
   前記汚損判定部により判定した各領域毎の汚損の有無の判定結果と、前記辞書記憶部により記憶する辞書の重み情報とに基づいて前記紙葉類の正損判定を行う正損判定部と、
   を具備することを特徴とする紙葉類処理装置。
8. 前記正損判定部は、前記紙葉類の正損を判定する為の正損判定閾値を予め記憶し、前記汚損判定部により判定した各領域毎の汚損の有無の判定結果を重み情報によりそれぞれ重み付けを行い、重み付けした結果と正損判定閾値とに基づいて前記紙葉類の正損判定を行うことを特徴とする請求項７に記載の紙葉類処理装置。
9. 紙葉類を搬送し、
   前記搬送される紙葉類から光を受光して評価用画像を撮像し、
   前記撮像される評価用画像における感知領域を複数の領域に分割し、
   前記評価用画像の分割した各領域毎に評価用特徴量を算出し、
   前記算出した評価用特徴量と、予め記憶される各領域毎の汚損判定閾値と、に基づいて各領域毎に汚損の有無を判定し、
   前記各領域毎の汚損の有無の判定結果と、予め記憶される重み情報とに基づいて前記紙葉類の正損判定を行う、
   ことを特徴とする紙葉類処理方法。

Images