JP3052947B2 - パターン認識装置、パターン認識方法、パターン認識方法を記憶した記憶媒体および複写阻止システム - Google Patents

パターン認識装置、パターン認識方法、パターン認識方法を記憶した記憶媒体および複写阻止システム

Info

Publication number
JP3052947B2
JP3052947B2 JP10362581A JP36258198A JP3052947B2 JP 3052947 B2 JP3052947 B2 JP 3052947B2 JP 10362581 A JP10362581 A JP 10362581A JP 36258198 A JP36258198 A JP 36258198A JP 3052947 B2 JP3052947 B2 JP 3052947B2
Authority
JP
Japan
Prior art keywords
image
feature
model
area
document
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.)
Expired - Fee Related
Application number
JP10362581A
Other languages
English (en)
Other versions
JPH11250265A (ja
Inventor
ハング リン シャング
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Seiko Epson Corp
Original Assignee
Seiko Epson Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Seiko Epson Corp filed Critical Seiko Epson Corp
Publication of JPH11250265A publication Critical patent/JPH11250265A/ja
Application granted granted Critical
Publication of JP3052947B2 publication Critical patent/JP3052947B2/ja
Anticipated expiration legal-status Critical
Expired - Fee Related legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
    • G06V30/40—Document-oriented image-based pattern recognition
    • G06V30/41—Analysis of document content
    • G06V30/414—Extracting the geometrical structure, e.g. layout tree; Block segmentation, e.g. bounding boxes for graphics or text
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
    • G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
    • G06V10/751—Comparing pixel values or logical combinations thereof, or feature values having positional relevance, e.g. template matching
    • G06V10/7515—Shifting the patterns to accommodate for positional errors

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • Artificial Intelligence (AREA)
  • General Physics & Mathematics (AREA)
  • Computing Systems (AREA)
  • Geometry (AREA)
  • Health & Medical Sciences (AREA)
  • Computer Graphics (AREA)
  • Databases & Information Systems (AREA)
  • Evolutionary Computation (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Image Analysis (AREA)
  • Facsimile Image Signal Circuits (AREA)
  • Inspection Of Paper Currency And Valuable Securities (AREA)
  • Character Input (AREA)

Description

【発明の詳細な説明】
【０００１】
【発明の属する技術分野】本発明は、一般には画像処理
機械、例えばコピー機またはスキャナ／プリンタに関
し、さらに詳しくは通貨偽造防止、安全確保、小切手換
金の装置等の実現のための機能と能力を備えた、ハイエ
ンドのカラーコピー機およびスキャナ／プリンタに関す
る。さらに詳細には、本発明はこのようなコピー機等に
よる偽造を防ぐための、パターン認識装置、パターン認
識方法、パターン認識方法を記憶した記憶媒体、および
複写阻止システム、さらに書類をスキャンし、かつスキ
ャンした画像を格納されている画像と比較する能力を有
し、特に書類の認証または書類複製の防止を目的とし
た、上記装置、方法、記憶媒体、およびシステムに関す
る。
【０００２】
【従来の技術】認証確認および偽造防止の両者を目的と
して有価書類を認識するためのシステムが数多く提案さ
れている。これらには、一般に真の書類を正確に表示し
て記憶し、新規書類をスキャンし、スキャンしたこの書
類を記憶された表示と比較することが含まれる。
【０００３】例えば、自動販売機や両替機では、偽造通
貨の受取りを防止することが望ましい。これらの機械に
投入された紙幣はスキャンされ、そして１種または２種
以上の受入れ可能な通貨パターンと比較される。もし、
スキャンしたパターンが所定の類似度で真券の一つのパ
ターンと一致していれば、機械はその紙幣を受入れて、
釣り銭または商品を引き渡す。このような通貨同定シス
テムの一つは、ナカムラ等の米国特許第４，３８６，４
３２号明細書に開示されている。この種の典型的なシス
テムにおいて、ナカムラ等は特殊紙幣または紙幣を固定
された速度で、固定されたスキャン領域を通過させ、紙
幣の特性を検出する。この場合、特性とは紙幣の印刷パ
ターンを形成する印刷インクに含まれる金属元素の存在
である。
【０００４】この種のシステムでは、典型的には紙幣全
体を指定された方向で、かつ指定された配置でスキャン
することが要求される。このような要求は、自動販売機
や両替機に不要な制限を課して、利用者は固定された配
置で固定された方向の投入口に紙幣を差し込まざるを得
なくなるので、例えばコピー機上でスキャン配置が固定
されず、利用者が紙幣をプラテンガラス上の多様な位置
においた場合には、これらの要求はその同定システムを
作動不能とする。
【０００５】スキャン支持表面での書類の特定配置にさ
ほど拘らない別のシステムも提案されている。このシス
テムは、前述とは異なり、書類の特定の特徴（アスペク
ト）を認識して複製不可の書類として独特な同定を行
う。スガノ等の米国特許第５，４４０，４０９号および
第５，４８１，３７９号明細書では、機密書類の特定の
地色が検出される。
【０００６】書類の複写を阻止する場合、例えば、オリ
ジナル書類は赤の地色で印刷される。コピー機の書類ス
キャン部はスキャンされた書類上の特定な色以外のすべ
ての色をフィルター処理するカラー検出特性を備えてい
る。次いで、カラー信号の密度を、予め格納されたカラ
ーテーブルと比較して、複写不可の書類の地色と一致す
るかどうかを判定する。一致と判定すると複写は阻止さ
れる。このようなシステムは、特定の色が地色として選
ばれる書類への応用に限定され、合法的に複写可能な書
類に現れる特定の色が出現した場合には利用できない。
例えば、米国紙幣の緑色は数多くの合法的に複写可能な
書類に出現する。
【０００７】ハシモト等およびツジ等の各米国特許第
５，３７９，０９３号および第５，５１５４５１号明細
書は、複写される書類のある特定の特徴の特性組合せ検
出を目指したものである。これらの特許では先ず特定の
色が検出される。次いで、特定の色を有する画像パター
ンが、予め格納された標準パターンと比較され、類似度
が検出される。次に、そのパターンを分析して特定の形
状、例えば丸形に相当するかどうかを判定する。これら
のシステムは書類のある独特の特徴、例えば日本銀行券
の印章を検出する用途に適している。
【０００８】プラテンガラス上の書類配置の問題解決を
目指したシステムもさらに提案されている。スズキ等の
米国特許第５，２１６，７２４号およびファン（Ｆａ
ｎ）の米国特許第５，５３３，１４４号明細書はこの種
のシステムの典型である。例えばスズキの特許では、書
類をプラテン上のいかなる配置に置いても差し支えな
い。書類がスキャンされ、そしてスキャンされた画像は
書類の四隅を決めてからプラテン上の書類の角度を計算
するようにして処理される。
【０００９】次いで、ある特定の特徴、例えば日本銀行
券の赤の印章が予め記憶させた標準パターンと比較され
るが、一般にこのパターンは書類の計算された角度に対
応するものである。種々の配置角度における多数の標準
パターンが予め記憶されている。ファンは若干異なるシ
ステムを提案しており、書類の配置を先ず計算し、次い
で予め記憶させたパターンまたはテンプレートを回転さ
せてスキャンされた書類の角度を計算する。これらの両
システムでは書類の配置を先ず計算しなければならず、
稜および四隅の検出が必要となる。
【００１０】
【発明を解決しようとする課題】従って、本発明の目的
はオリジナル書類またはそのパターンを認識する慣用の
システムの短所を克服することにある。
【００１１】すなわち、本発明の目的は、オリジナル書
類を高い確実度で、しかも従来と比較して重い処理量を
伴わずにパターン認識ができる、改良したパターン認識
装置、パターン認識方法、パターン認識方法を記憶した
記憶媒体および複写阻止システムを提供することにあ
る。
【００１２】また、本発明の目的は、書類をスキャンす
るに当たりその配置とは無関係にオリジナル書類を検出
する、改良した、上記の装置、方法、記憶媒体およびシ
ステムを提供することにある。
【００１３】
【課題を解決するための手段】（Ａ）本発明のパターン
認識装置は、以下の（１）〜（１０）を要旨とする。
【００１４】（１）被検画像中のパターンを認識するた
めの装置であって、複数のモデル画像について、前記モ
デル画像内の複数の有意義領域のそれぞれの特性と前記
複数の有意義領域間の幾何学的関係とを、予め格納する
ための記憶装置と、前記被検画像のプレビュー画像とし
てスキャンインされた低分解能プレビュー画像中の、所
定の座標空間にそれぞれ座標を有するウィンドウ画像ブ
ロックから、所定の特徴（通常は複数）を抽出するため
の特徴抽出器と、前記抽出された特徴を前記有意義領域
のそれぞれの特性と比較し、前記有意義領域の特性に類
似した特徴を指定するための類似性比較器と、前記類似
性比較器により類似特徴を持つものとして指定されたウ
ィンドウ画像ブロックの座標を、その特徴とともに格納
するための候補リストと、前記候補リスト中にある少な
くとも２つのウィンドウ画像ブロック間の幾何学的関係
を前記各座標から決定するための分析器と、前記ウィン
ドウ画像ブロック間の幾何学的関係と前記有意義領域間
の幾何学的関係とを、比較するジオメトリ比較器とを備
え、前記ウィンドウ画像ブロック間の幾何学的関係が前
記有意義領域間の幾何学的関係と同じと判断できる場合
には、前記被検画像を前記モデル画像に対応するものと
して認識するパターン認識装置。
【００１５】（２）前記特徴抽出器が、前記被検画像の
所定の領域で画素グレーレベルを再配分するための、ヒ
ストグラムイコライザーを含む（１）に記載のパターン
認識装置。
【００１６】（３）前記特徴抽出器が、再配分された画
素グレーレベルを有する前記被検画像の領域から特徴ベ
クトルを生成するためのｘ−ｙ方向プロジェクターを含
む（２）に記載のパターン認識装置。
【００１７】（４）前記モデル画像をスキャンイン（ス
キャン取り込み）するためのスキャナ、および当該スキ
ャンインされたモデル画像を格納するための画像バッフ
ァをさらに含む（１）に記載のパターン認識装置。
【００１８】（５）前記画像バッファに格納された前記
モデル画像から領域画像ブロックを抽出するための領域
抽出器、および当該抽出された領域画像ブロックを格納
するための領域バッファをさらに含む（４）に記載のパ
ターン認識装置。
【００１９】（６）前記領域画像ブロックを並進および
回転させて前記領域バッファに格納する、追加の領域画
像ブロックを設けるためのアフィン変換器を含む（５）
に記載のパターン認識装置。
【００２０】（７）前記特徴抽出器が、前記モデル画像
から領域特徴を抽出するために、前記領域バッファに連
結されている（５）または（６）に記載のパターン認識
装置。
【００２１】（８）前記特徴抽出器が、前記モデル画像
の領域に画素グレーレベルを再配分するためのヒストグ
ラムイコライザーを含む（７）に記載のパターン認識装
置。
【００２２】（９）前記特徴抽出器が、再配分された画
素グレーレベルを有する前記モデル画像領域から特徴ベ
クトルを形成するためのｘ−ｙ方向プロジェクターを含
む（８）に記載のパターン認識装置。
【００２３】
【００２４】（１０）前記分析器が、少なくとも２つの
ウィンドウ画像ブロック間の距離、および少なくとも２
つの対応する有意義領域間の距離を計算するための距離
計算器を含む（１）〜（９）の何れかに記載のパターン
認識装置。
【００２５】
【００２６】（Ｂ）本発明のパターン認識方法は、以下
の（１１）〜（２０）を要旨とする。
【００２７】（１１）被検画像中のパターンを認識する
ための方法であって、複数のモデル画像について、前記
モデル画像内の複数の有意義領域のそれぞれの特性と前
記複数の有意義領域間の幾何学的関係とを、予め格納す
るステップと、前記被検画像のプレビュー画像としてス
キャンインされた低分解能プレビュー画像中の、所定の
座標空間にそれぞれ座標を有するウィンドウ画像ブロッ
クから、所定の特徴を抽出するステップと、前記抽出さ
れた特徴を前記有意義領域のそれぞれの特性と比較し、
前記有意義領域の特性に類似した特徴を指定するステッ
プと、前記ステップにおいて類似特徴を持つものとして
指示されたウィンドウ画像ブロックの座標を、その特徴
とともに候補リストとして格納するステップと、前記候
補リスト中にある少なくとも２つのウィンドウ画像ブロ
ック間の幾何学的関係を前記各座標から決定するステッ
プと、前記ウィンドウ画像ブロック間の幾何学的関係と
前記有意義領域間の幾何学的関係を比較するステップと
を含み、前記ウィンドウ画像ブロック間の幾何学的関係
が前記有意義領域間の幾何学的関係と同じと判断できる
場合には、前記被検画像を前記モデル画像に対応するも
のとして認識するパターン認識方法。
【００２８】（１２）前記特徴抽出ステップが、前記被
検画像の領域で画素グレーレベルを再配分するために、
抽出された特徴をヒストグラムイコライジングすること
を含む（１１）に記載のパターン認識方法。
【００２９】（１３）前記特徴抽出ステップが、前記被
検画像領域の前記再配分された画素グレーレベルをｘ−
ｙ方向に投影し、特徴ベクトルを生成することを含む
（１２）に記載のパターン認識方法。
【００３０】（１４）前記モデル画像をスキャンイン
し、当該スキャンインされたモデル画像を画像バッファ
に格納するステップを含む（１１）に記載のパターン認
識方法。
【００３１】（１５）前記画像バッファに格納された前
記モデル画像から領域画像ブロックを抽出し、当該抽出
された領域画像ブロックを領域バッファに格納するステ
ップを含む（１４）に記載のパターン認識方法。
【００３２】（１６）前記領域画像ブロックを並進およ
び回転させて、前記領域バッファに設けた追加の領域画
像ブロックに格納するステップを含む（１５）に記載の
パターン認識方法。
【００３３】（１７）前記モデル画像から領域特徴を抽
出するステップを含む（１６）に記載のパターン認識方
法。
【００３４】（１８）前記特徴抽出ステップが、抽出さ
れた領域特徴をヒストグラムイコライジングし、前記モ
デル画像の領域で画素グレーレベルを再配分することを
含む（１７）に記載のパターン認識方法。
【００３５】（１９）前記特徴抽出ステップが、前記ヒ
ストグラムイコライジングされた領域特徴をｘ−ｙ方向
に投影し、再配分された画素グレーレベルを有する前記
モデル画像領域から特徴ベクトルを形成することをさら
に含む（１８）に記載のパターン認識方法。
【００３６】
【００３７】（２０）前記決定ステップが、少なくとも
２つのウィンドウ画像ブロック間の距離、および少なく
とも２つの対応する有意義領域間の距離を計算すること
を含む（１１）〜（１９）の何れかに記載のパターン認
識方法。
【００３８】
【００３９】（Ｃ）本発明のパターン認識方法が記憶さ
れた記憶媒体は、以下の（２１）〜（３０）を要旨とす
る。
【００４０】（２１）実行可能な命令からなるプログラ
ムを搭載した、被検画像中のパターン認識方法を実行す
るための装置により読み取り可能な記憶媒体であって、
前記パターン認識方法が、複数のモデル画像について、
前記モデル画像内の複数の有意義領域のそれぞれの特性
と前記複数の有意義領域間の幾何学的関係とを、予め格
納するステップと、前記被検画像のプレビュー画像とし
てスキャンインされた低分解能プレビュー画像中の、所
定の座標空間にそれぞれ座標を有するウィンドウ画像ブ
ロックから、所定の特徴を抽出するステップと、前記抽
出された特徴を前記有意義領域のそれぞれの特性と比較
し、前記有意義領域の特性に類似した特徴を指定するス
テップと、前記ステップにおいて類似特徴を持つものと
して指示されたウィンドウ画像ブロックの座標を、その
特徴とともに候補リストとして格納するステップと、前
記候補リスト中にある少なくとも２つのウィンドウ画像
ブロック間の幾何学的関係を前記各座標から決定するス
テップと、前記ウィンドウ画像ブロック間の幾何学的関
係と前記有意義領域間の幾何学的関係を比較するステッ
プとを含み、前記ウィンドウ画像ブロック間の幾何学的
関係が前記有意義領域間の幾何学的関係と同じと判断で
きる場合には、前記被検画像を前記モデル画像に対応す
るものとして認識するパターン認識方法である記憶媒
体。
【００４１】（２２）前記特徴抽出ステップが、前記被
検画像の領域で画素グレーレベルを再配分するために、
抽出された特徴をヒストグラムイコライジングすること
を含む（２１）に記載の記憶媒体。
【００４２】（２３）前記特徴抽出ステップが、前記被
検画像領域の前記再配分された画素グレーレベルをｘ−
ｙ方向に投影し、特徴ベクトルを生成することを含む
（２２）に記載の記憶媒体。
【００４３】（２４）前記モデル画像をスキャンイン
し、当該スキャンインされたモデル画像を画像バッファ
に格納するステップを含む（２１）に記載の記憶媒体。
【００４４】（２５）前記画像バッファに格納された前
記モデル画像から領域画像ブロックを抽出し、当該抽出
された領域画像ブロックを領域バッファに格納するステ
ップを含む（２４）に記載の記憶媒体。
【００４５】（２６）前記領域画像ブロックを並進およ
び回転させて、前記領域バッファに設けた追加の領域画
像ブロックに格納するステップを含む（２５）に記載の
記憶媒体。
【００４６】（２７）前記モデル画像から領域特徴を抽
出するステップを含む（２６）に記載の記憶媒体。
【００４７】（２８）前記特徴抽出ステップが、抽出さ
れた領域特徴をヒストグラムイコライジングし、前記モ
デル画像の領域で画素グレーレベルを再配分することを
含む（２７）に記載の記憶媒体。
【００４８】（２９）前記特徴抽出ステップが、前記ヒ
ストグラムイコライジングされた領域特徴をｘ−ｙ方向
に投影し、再配分された画素グレーレベルを有する前記
モデル画像領域から特徴ベクトルを形成することをさら
に含む（２８）に記載の記憶媒体。
【００４９】
【００５０】（３０）前記決定ステップが、少なくとも
２つのウィンドウ画像ブロック間の距離、および少なく
とも２つの対応する有意義領域間の距離を計算すること
を含む（２１）〜（２９）の何れかに記載の記憶媒体。
【００５１】
【００５２】（Ｄ）本発明の複写阻止システムは、以下
の（３１）〜（３６）を要旨とする。
【００５３】（３１）被検書類をモデル書類と比較し、
前記モデル書類に一致する前記被検書類の複写を阻止す
るためのシステムにおいて、前記モデル書類および被検
書類をスキャンするためのスキャナと、複数の前記モデ
ル書類について、前記モデル書類内の複数の有意義領域
のそれぞれの特性と前記複数の有意義領域間の幾何学的
関係とを、予め格納するための記憶装置と、前記被検書
類のプレビュー画像として前記スキャナによりスキャン
インされた低分解能プレビュー画像中の、所定の座標空
間にそれぞれ座標を有するウィンドウ画像ブロックか
ら、所定の特徴を抽出するための特徴抽出器と、前記抽
出された特徴を前記有意義領域のそれぞれの特性と比較
し、前記有意義領域の特性に類似した特徴を指定するた
めの類似性比較器と、前記比較器により類似領域を持つ
ものとして指定されたウィンドウ画像ブロックの座標
を、その特徴とともに格納するための候補リストと、前
記候補リスト中にある少なくとも２つのウィンドウ画像
ブロック間の幾何学的関係を前記各座標から決定するた
めの分析器と、前記ウィンドウ画像ブロック間の幾何学
的関係と前記有意義領域間の幾何学的関係とを、比較す
るジオメトリ比較器と、プリンタと、前記ウィンドウ画
像ブロック間の幾何学的関係が前記有意義領域間の幾何
学的関係と同じと判断できる場合には、前記被検書類が
前記モデル書類に対応するものとして、その複写を阻止
するための、前記ジオメトリ比較器および前記プリンタ
に接続された作動装置と、を備える複写阻止システム。
【００５４】（３２）被検書類をモデル書類と比較し、
前記モデル書類に一致する前記被検書類の複写を阻止す
るためのシステムにおいて、前記モデル書類の画像およ
び前記被検書類の画像を入力するための入力装置と、複
数の前記モデル書類について、前記モデル書類内の複数
の有意義領域のそれぞれの特性と前記複数の有意義領域
間の幾何学的関係とを、予め格納するための記憶装置
と、前記被検書類のプレビュー画像として前記入力装置
により入力された低分解能プレビュー画像中の、所定の
座標空間にそれぞれ座標を有するウィンドウ画像ブロッ
クから、所定の特徴を抽出するための特徴抽出器と、前
記抽出された特徴を前記有意義領域のそれぞれの特性と
比較し、前記有意義領域の特性に類似した特徴を指定す
るための類似性比較器と、前記比較器により類似領域を
持つものとして指定されたウィンドウ画像ブロックの座
標を、その特徴とともに格納するための候補リストと、
前記候補リスト中にある少なくとも２つのウィンドウ画
像ブロック間の幾何学的関係を前記各座標から決定する
ための分析器と、前記ウィンドウ画像ブロック間の幾何
学的関係と前記有意義領域間の幾何学的関係とを、比較
するジオメトリ比較器と、出力装置と、前記ウィンドウ
画像ブロック間の幾何学的関係が前記有意義領域間の幾
何学的関係と同じと判断できる場合には、前記被検書類
が前記モデル書類に対応するものとして、その複写を阻
止するための、前記ジオメトリ比較器および前記出力装
置に接続された作動装置と、を備える複写阻止システ
ム。
【００５５】（３３）前記入力装置がディジタルカメラ
である（３２）に記載の複写阻止システム。
【００５６】（３４）前記入力装置がコンピューターで
ある（３２）に記載の複写阻止システム。
【００５７】（３５）前記入力装置がスキャナである
（３２）に記載の複写阻止システム。
【００５８】（３６）前記出力装置がプリンタである
（３２）に記載の複写阻止システム。
【００５９】
【発明の実施の形態】本発明によれば、モデル書類に印
刷されたパターンの少なくとも２つの重要部分（有意義
部分）または重要領域（有意義領域）を特性化する特徴
が抽出される。これらの抽出された特徴から、各有意義
領域の統計特性が計算され、記憶装置に格納される。さ
らに、各領域間の幾何学的関係、例えば距離および角度
も記憶装置に記憶される。これらの幾何学的関係は、プ
ラテン上のスキャン領域に対応する所定の座標系、すな
わちｘ−ｙ座標系における各領域の座標によって表わさ
れる。サーチウィンドウを通して新規または被検書類を
スキャン、点検する場合、サーチウィンドウ・ブロック
から特徴が抽出され、この特徴は予め記憶装置に格納し
た被検書類の統計特性と比較される。もし、両者が一致
すれば、被検書類中に一致する特徴を有するサーチウィ
ンドウの座標が、候補リストに記録される。被検書類全
体が処理された後、候補リスト上のウィンドウ・ブロッ
ク間の幾何学的関係(すなわちウィンドウ画像ブロック
幾何学的関係）が、サンプル書類に一致する有意義な領
域幾何学的関係と比較され、この関係が対応していれ
ば、被検書類はモデル書類に一致しているとみなされ
る。
【００６０】例えばカラーコピー機では、この決定的な
比較が被検書類の複写防止に用いられ、また自動販売機
では、この決定的な比較が例えば商品の受渡しに用いら
れる。本発明は、スキャンサポート（スキャン台）表面
における書類の配置に関わりなく（すなわち並進不変性
を有して）、また角度的配向に関わりなく（すなわち回
転不変性を有して）作動する。さらに、被検書類をモデ
ル書類と比較するのに、その配置および配向を決める必
要がない。
【００６１】本発明では、数種のモデル書類サンプル、
例えば３０種の通貨（紙幣）サンプルを最初にスキャン
することによりシステムの精度が向上する。このこと
は、真の書類の変形、例えば使い古し、破損または皺だ
らけの紙幣を数える上で役立つ。各サンプルについて有
意義領域が選択され、後続処理のためにクロップアウト
（切り出し）がなされる。通貨の例での有意義領域に
は、紙幣の番号、肖像、公印等が含まれる。本発明では
モデル書類の全体を比較に用いてはおらず、そのため効
率が向上し、ノイズに対する感度が低減される。クロッ
プアウトがなされた有意義領域を含む各スキャンパター
ンについて、本発明ではこのパターンを変換して、多数
の見本または仮想トレーニングパターンを形成させる。
【００６２】例えば、種々のアフィン変換（例えば回
転、移動）を用いて一つのオリジナルパターンから２０
０までの仮想トレーニングパターンを生成させることが
できる。次いで、すべてのトレーニングパターンから各
有意義領域の特徴が抽出され、すべてのトレーニングパ
ターンに対してこれらの特徴の統計特性（例えば、中間
値および標準偏差のような分散度）が計算される。次
に、統計特性を同定する有意義領域の座標とともに、こ
れらの計算された統計特性が記憶装置に記憶される。こ
れは本発明での、登録モード（第１のモード）であっ
て、被検書類、例えば複写すべく持ち込まれた紙幣また
は証券との比較に用いられる記憶装置またはデータベー
スが生成される。
【００６３】本発明の第２のモードは、刻々活性化され
て被検書類がスキャンインされる検出モードである。低
分解能プレビュー画像（例えば５０ないし９０ドット／
インチ、以下「ｄｐｉ」と略記）のスキャンされた書類
上で二次元ウインドサーチが行われるが、この分解能は
検出および比較を目的とする場合には十分である。サー
チウィンドウのサイズは、登録モードで選択された有意
義領域のブロックサイズと同じである。登録モードで用
いられたものと同じ特徴抽出法により、各サーチ段階に
おいてサーチウィンドウから特徴が抽出される。被検書
類から抽出した特徴と登録モードで記憶した各有意義領
域の統計特性とを比較することにより、類似度スコアが
計算される。この類似度スコアが所定の閾値を超える
と、サーチウィンドウの最新位置の座標が候補リストに
記録される。ウィンドウサーチが一旦終了すると、候補
リスト中の画像ブロックの幾何学的関係が決定される。
この関係が対応する有意義領域の画像ブロックの関係と
同じであれば、被検書類はモデル書類と一致すると判断
される。
【００６４】例えばカラーコピー機では、被検書類の複
写印刷を防止するのに用いることができ、または全面ブ
ラック画像のような予め設定されたパターンを印刷し、
または不許可複写の警告を印刷することができる。ま
た、例えば自動販売機では、一致した場合にのみ商品の
受け渡しを行うようにできる。
【００６５】本発明のその他の目的および成果について
は、以下の説明および特許請求の範囲と添付図面とによ
って明らかにする。
【００６６】
【実施例】以下、図１（Ａ）〜（Ｅ）について説明す
る。これらの図は、カラーコピー機、スキャナ／プリン
タ、自動販売機等の一部となり得る画像ハンドリング装
置１０の一般的構成を示すものである。図１（Ａ）に示
すとおり、装置１０は３つの主要成分、すなわち書類の
パターンを読み取るスキャナ１２と、スキャンした画像
を処理しスキャンした書類を予め記憶したモデル書類と
比較する画像処理装置１４と、プリンタ１６または取引
装置１８（例えば自動販売機の場合）とを有する。この
スキャナ１２は、コピー機に見られる慣用の発光スキャ
ナのような形式（図１（Ｂ））でもよく、またはプリン
タ１６に直結したディジタルカメラ２０の形式（図１
（Ｅ））であってもよい。
【００６７】画像処理装置１４は、ハードウェアに個別
部品、ソフトウェア、ファームウェア、アプリケーショ
ン・スペシフィック集積回路（ＡＳＩＣ）またはその他
の組合せを組込むことができる。なお、画像処理装置の
機能ブロックは本明細書中では説明の都合上分割されて
いる。これらのブロックの機能的および物理的境界は機
器によって異なる。
【００６８】例えば、図１（Ｂ）はカラーコピー機の単
一ハウジング内にスキャナ１２およびプリンタ１６の両
ユニットが物理的に一体化された装置１０を示すもので
ある。画像処理装置１４の部分は機能上プリンタ装置よ
りもスキャナ装置と、より連携させてもよく、またその
逆でもよい。図１（Ｃ）はパソコン（ＰＣ）２２の一部
をなす画像処理装置１４を有するスキャナ／プリンタ装
置の具体例を示すが、このパソコンはスキャナ、プリン
タおよび画像処理装置のオペレーションとこれら三者間
の通信とを制御し、さらにＰＣバス２３にそれぞれ直接
または間接的に接続した入出力装置（以下、Ｉ／Ｏ装
置）２４のような周辺機器の制御と通信を行う。
【００６９】この具体例では、「スキャン画像」はＩ／
Ｏ装置２４に前もって格納し（および、処理を通して強
化し）ておき、Ｉ／Ｏインターフェース２６を通してＰ
Ｃ２２に格納することができるし、またはディジタルカ
メラ２０のようなディジタル画像入力装置を用いて画像
を捕捉してもよい。さらに、外部記憶装置、すなわちＩ
／Ｏ装置２４からＰＣ２２の記憶装置にソフトウェア形
式の情報処理装置１４を格納してもよい。これに代わっ
て、ハードウェア、ＡＳＩＣ、ファームウェア等、また
はこれらを組合せた形式の情報処理装置を、ＰＣカード
スロットに差込み可能なオプションカード２８に組み込
んでもよい。
【００７０】図１（Ｄ）は画像処理装置１４が物理的に
スキャナ１２の一部である具体例であり、他方、図１
（Ｅ）は画像処理装置１４が物理的にプリンタ１２６の
一部である具体例を示している。図１（Ｅ）では、画像
は慣用のスキャナ１２ではなくディジタルカメラ２０に
よって入力される。
【００７１】本発明はこれらの基本的構成要素を有す
る、いかなる装置にも応用可能であるが、説明の目的
上、図２に示すカラーコピー機またはスキャナ／プリン
タのような特定の画像ハンドリング装置の環境で本発明
を説明する。画像ハンドリング装置１０は書類３２を置
き、カバー３４で保護する無色透明な支持体（サポー
ト）（例えばガラス製プラテン３０）を有しており、こ
のカバーは一般にプラテン３０に面する側が白色固体と
なっている。書類３２は当然ながら通貨（紙幣または銀
行券）、証券、債権等のいかなる形であってもよいが、
一般には有価であって、不正な複写が禁じられているも
のである。ランプ３６が一般には白色光で書類３２に光
をあて、その反射光はミラー３８によって方向づけされ
る。反射光はレンズ４０によりセンサー４２に集光さ
れ、このセンサーが電気信号としてのカラー画像情報を
画像処理装置１４の信号処理装置４４に送信する。
【００７２】画像情報は典型的にはＲＧＢまたはＣＩＥ
ＬＡＢのようなチャンネル又は色空間のセットに分割さ
れる。ＲＧＢ色空間では３つのチャンネルＲ，Ｇ，Ｂが
それぞれ赤、緑、青の信号を表す。ＣＩＥＬＡＢ色空間
では、Ｌチャンネルが輝度情報を表し、ａおよびｂチャ
ンネルが色度情報を表す。信号処理装置４４は部分的に
は連続色調画像をプリンタ１６用に２成分フォーマット
に変換する（すなわちハーフトーン処理）。画像データ
の信号処理は技術において公知であり、従って信号処理
装置４４の詳しい説明は、本発明を把握、理解する上で
不要でる。スキャンイン情報は画像バッファ４６に格納
されるが、このバッファは適当ないかなる記憶装置であ
るか、またはある記憶装置の割当てられた領域、例えば
ランダムアクセスメモリー（ＲＡＭ）であってよい。
【００７３】本発明の登録モードでは、スキャンイン画
像情報は画像ブロックに分割され、そして画像処理装置
１４の有意義領域抽出機４８により画像全体からあるブ
ロックがクロップアウトされる。例えば、米ドル紙幣を
例にとると、比較用の有意義領域には、左下の隅にある
額面金額の部分、中央部の肖像および右側中央にある緑
色の財務省の印章がある。有意義領域の選択（図４にお
けるステップＳ２）およびこれらの領域のブロックサイ
ズの選択は、本発明の応用によって行われる（すなわち
書類の種類が考慮される）。選択された有意義領域の座
標は、有意義領域座標記憶装置５８に予め格納される
（ステップＳ４）。種々の記憶ストレージブロック、す
なわち画像バッファ４６、有意義領域バッファ５２、有
意義領域座標記憶装置５８等は異なる物理的記憶装置お
よびＲＡＭ、ディスクのような異なる種類の記憶装置に
格納されてもよく、または一つの物理的記憶装置の単純
に異なるアドレス指定領域に格納されてもよい点に注意
すべきである。
【００７４】登録モードでは、書類はプラテン上の所定
の位置に置かれ。例えば図３については、プラテン３０
のスキャン空間は、プラテン左上手の隅にある０，０点
を有するＸ−Ｙカルテシアン系での平面Ｓで示されてい
る。図の位置にあるスキャンインされた書類について
は、座標に従って画像データのブロックをクロップアウ
トすることができる。例えば、クロップされるブロック
には、紙幣の額面金額に対応する左上の領域Ｒ１の中心
位置を有する第１ブロック、紙幣の肖像に対応する中央
領域Ｒ２の中心位置を有する第２ブロックおよび緑の財
務省の印章に対応する下手中央領域Ｒ３の中心位置を有
する第３ブロックがある。
【００７５】有意義領域抽出機４８の詳細を図４に示
す。有意義領域抽出機４８は、ソフトウェア、ハードウ
ェア、ファームウェア、ＡＳＩＣまたはこれらの組合せ
に組み込むことができる。ステップＳ６では、新しい書
類（例えばオリジナル紙幣）がプラテンの０，０位置に
置かれる。ステップＳ８では、書類全体がスキャンさ
れ、そして画像データが画像バッファ４６に蓄積され
る。ステップＳ１０では、二次元サーチ（実際上、書類
の横断および縦断）時のデータを通して抽出ウインドウ
を移動させることにより、画像バッファ中のデータが点
検される。抽出ウィンドウのサイズは有意義領域ブロッ
クのサイズと同じである。ステップＳ１２において、ス
キャンウィンドウの位置がある有意義領域の所定の座標
と一致するときには、ステップＳ１４で画像データのブ
ロックが座標識別子とともに有意義領域バッファ５２に
蓄積される。ステップＳ１６では、書類の審査終了まで
このステップが続く。
【００７６】次いで、新たな書類（例えば同一額面金額
の別の紙幣）がプラテン上に置かれ、そして十分なサン
プル数を投入してオリジナル書類における典型的な変
異、例えば紙幣の破損またはシミを計数するまでこのス
テップが繰り返される。例えば、３０の通貨サンプルが
信頼できるテストベースとなり得る。多数のサンプルに
ついて有意義領域が抽出されると（ステップＳ１８）、
アフィン変換器５０により種々のアフィン変換（ステッ
プＳ２０）を画像データのブロックに用いて、付加的被
検画像が生成される。
【００７７】アフィン変換器５０は画像データのブロッ
クをスキャンイン画像空間Ｓのすべての可能な位置に変
換し、すべての回転角度で画像ブロックを回転させ、そ
して得られた変換はトレーニングパターンとしてオリジ
ナル画像のブロックとともに有意義領域バッファ５２に
蓄積される（ステップＳ２２）。例えば、一つのオリジ
ナルパターンに変換および回転のアフィン変換を適用す
ることにより、２００までのトレーニングパターンを発
生させることができる。ハードウェア、ソフトウェア、
ファームウェア、ＡＳＩＣまたはこれらの組合せに取り
込み可能なアフィン変換器５０は画像処理技術において
公知であり、従って本発明を把握、理解する上では詳細
な説明は不要である。
【００７８】トレーニングパターンが確定されると、す
べてのトレーニングパターンの各有意義領域について特
徴抽出器５４により画像の特徴が抽出されるが、以下、
図５および図６を用いてその動作を説明する。先ず、有
意義領域バッファ５２に蓄積されている、選択された有
意義領域の画像ブロックからグレースケール画像のサブ
ブロック（すなわち特徴）が選択される（ステップＳ２
４）。ステップＳ２６では、この特徴サブブロックがヒ
ストグラムイコライジングに付される。特徴サブブロッ
クのヒストグラムに従って、画像サブブロック中の特定
の点の強度が調節される。ヒストグラムイコライジング
により画素のグレーレベルが再分配されて画素の動的範
囲が増加する。このことにより紙幣の破損やシミの影響
を緩和することができる。
【００７９】次のステップＳ２８では、特徴サブブロッ
クがｘおよびｙ方向投射に付される。このステップで
は、ヒストグラムイコライジングされた画像ブロック上
のＮ個の連続する列（ｘ１，ｘ２，．．．ｘＮ）および
Ｎ個の連続する行（ｙ１，ｙ２，．．．ｙＮ）における
すべての画素の強度値を累算することによりサブブロッ
クに対する特徴ベクトルＺが形成される。この抽出方法
を図６に示す。例えば、特徴ベクトルＺのｘ１値はＮ×
Ｎ画素ブロックにおける列１の全Ｎ画素の累算強度であ
る。画像ブロックをＮ×Ｎとすると、特徴ベクトルの大
きさは２Ｎである。特徴ベクトルはＺ＝（Ｘ，Ｙ）＝
（ｘ１，ｙ１，ｘ２，ｙ２，．．．ｘＮ，ｙＮ）＝（ｚ
１，ｚ２，．．．ｚ２Ｎ）となる。この投射法により特
徴ベクトルの大きさが低減され、特徴ベクトルがよりシ
フト不変となる。
【００８０】次いでステップＳ３０では、各有意義領域
について抽出された特徴ベクトル上で統計分析が行わ
れ、ともに有意義領域を特性化する平均値ベクトルＭ＝
（ｍ１，ｍ２，．．．ｍ２Ｎ）と差異ベクトルＶ＝（ｖ
１，ｖ２，．．．ｖ２Ｎ）とを得る。この分析には、モ
デル書類のデータベース５６における抽出された第１の
特徴ベクトルを蓄積することが含まれる。次いで、第２
の特徴が抽出され、ベクトル統計分析器５５により第１
及び第２の特徴ベクトルを参照しつつ統計分析を行って
中間統計特性を得るが、これらはデータベース５６に蓄
積される。続いて、第３の特徴が抽出され、第３の特徴
ベクトルおよび蓄積された中間統計特性を参照しつつ統
計分析が行われる。このようにして、この統計分析は、
すべての特徴が抽出され、その領域について最終的な統
計特性を生成するまで行われる。
【００８１】各有意義領域についてのこれらの統計特性
は、個々の領域の対応座標とともに記憶装置（すなわち
モデル書類データベース）に蓄積される。このように、
このモデル書類データベースは認識すべき書類、例えば
通貨の画像を収録している。
【００８２】上述の通り、書類全体ではなく書類の一部
分のみが記憶され、これらの部分が統計特性によって表
示される。さらに、各種の書類、例えばドル紙幣は具体
的書類の数（各種ドル紙幣）および（プラテン上の）ス
キャン空間における実際の各位置によって表示される。
また、すべての具体的書類のすべての位置における全有
意義領域幾何学的関係は、後述する通り記憶されたスキ
ャン空間の各座標から計算され、有意義領域の座標記憶
装置５８に蓄積される。ヒストグラムイコライザー５４
ＡおよびＸ−ｙ方向プロジェクター５４Ｂを含む特徴抽
出器５４、およびベクトル統計分析器５５はソフトウェ
ア、ハードウェア、ファームウェア、ＡＳＩＣまたはこ
れらの組合せに組み込んでもよい。
【００８３】本発明の次なる主要な態様は図７および図
８に示す検出モードである。例えばプラテン３０（図
２）上の任意の配置に書類３２を置き、そして例えばコ
ピー機のユーザーインターフェースパネルのＣＯＰＹま
たはＳＴＡＲＴボタンを押すことによって被検書類がス
キャンされる度毎に、このモードは活性化される（ステ
ップＳ３４）。スキャンされた書類の低分解能プレビュ
ー画像（例えば５０〜９０ｄｐｉ）上、ウィンドウサー
チエンジン（図２）によって二次元ウィンドウサーチが
行われる（ステップＳ３６）。なお、この分解能は検出
および比較を行う目的には十分なものである。
【００８４】サーチウィンドウのサイズは、登録モー
ド、すなわち図４のステップＳ１０で選択された有意義
領域に対するブロックサイズと同じである。各サーチス
テップでは、すなわちサーチウィンドウがスキャンされ
た書類上を移動する毎に、登録モードで用いられたのと
同じ抽出手順によってサーチウィンドウから特徴が抽出
される。より特定的には、ウィンドウ画像ブロックから
グレースケール画像のサブブロック（特徴）が選択され
る（ステップＳ３８）。
【００８５】この特徴サブブロックはステップＳ４０で
ヒストグラムイコライジングに、またステップＳ４２で
ｘ，ｙ方向投射に付される。登録モードの関連において
先に述べた通り、このステップによってベクトルＺが得
られる。この特徴ベクトルは、モデル書類データベース
５４に蓄積された各有意義領域の統計特性（平均値ベク
トルＭおよび差異ベクトルＶ）と比較される（ステップ
Ｓ４４）。この比較は類似性計算器６０（図２）により
以下の通り行われる。特徴ベクトルをＺとすると、各有
意義領域、例えばｊ番目の有意義領域について次式によ
り類似性得点が計算される。
【００８６】Ｓｊ＝−Σ｛（Ｚｉ−ｍｉｊ）２／
ｖｉｊ｝ （ただし、Σの積算値はｉ＝１から２Ｎまで） ここに、Ｍｊ＝（ｍｊ１，ｍｊ２，．．．ｍｊ２Ｎ）は
ｊ番目の有意義領域の平均値ベクトルであり、またＶｊ
＝（ｖ２ ｊ１，ｖ２ ｊ２，．．．ｖ２ ｊ２Ｎ）はｊ番目
の有意義領域の差異ベクトルである。その特徴ベクトル
の類似性得点Ｓｊが選択された閾値Ｔよりも大であれば
（ステップＳ４４）、特徴画像のサブブロックは有意義
領域と同一であると同定され、そして特徴ベクトルが抽
出されたウィンドウの座標が候補リスト６２に記憶され
る（ステップＳ４６）。さらに、一致する有意義領域の
座標は候補リスト中の対応エントリーとともに記憶され
て、候補の対の間の相対的幾何学的関係が対応する有意
義領域の対り間の相対的幾何学的関係と比較できるよう
になる。
【００８７】一致する有意義領域の座標が例えばモデル
書類データベース５６へのキーまたはインデックスと一
緒にリンクされている限り、この座標が候補座標ととも
に明確に記憶されるには及ばない点に注目すべきであ
る。閾値Ｔは本発明を特定の応用法に応じて選択される
が、誤差の許容範囲に左右される。ほぼ完全な一致が要
求されるなら、類似性の閾値Ｔを極めて高く設定して、
類似性の高い書類のみを認識するようにできる。さほど
厳密でない応用の場合には、類似性の閾値Ｔを低く設定
して、類似性の低い書類の認識を行わせることができ
る。抽出された特徴のベクトルＺと有意義領域の統計特
性との比較は、すべての有意義領域の処理が終わるまで
続けられる（ステップＳ４８）。
【００８８】次いで、次に抽出された特徴ベクトルＺに
ついてこのスキャンが繰り返され、現在のサーチウィン
ドウからすべての特徴が抽出されるまで続けられる（ス
テップＳ５０）。このステップは書類全体についてのウ
ィンドウサーチが完了するまで繰り返される（ステップ
Ｓ５２）。
【００８９】ウィンドウサーチが完了すると、候補リス
ト中の画像ブロックの幾何学的関係が対応する有意義領
域のブロックの幾何学的関係と比較される（図８）。ス
テップＳ５４では、ジオメトリ分析器６４により候補リ
スト中の少なくとも２つの候補間の幾何学的関係が決定
される。ステップ５６では、分析器６４により少なくと
も２つの対応する有意義領域間の幾何学的関係が決定さ
れる。ステップ５８では、ジオメトリ比較器６６により
これらの幾何学的関係が比較される。
【００９０】すべての有意義領域の座標は前もって有意
義領域の座標記憶装置５８に記憶されているので、幾何
学的関係も前もって決定され、記憶装置５８に記憶さ
れ、必要に応じて単に比較器６６によりアクセスされる
点に注目すべきである。候補の関係が対応する有意義領
域の画像ブロックの関係と同じであれば、被検書類はモ
デルに一致するとみなされる（ステップＳ６０）。一致
しなければ、不一致と同定される（ステップＳ６０）。
【００９１】この同定は、画像処理装置１４の作動装置
６８により用いられて所定の機能を実行する。例えばカ
ラーコピー機では、一致の場合、被検書類のコピーの印
刷を阻止するのに利用でき、あるいは全面黒色画像や不
法複写に対する警告のような予め設定したパターンを印
刷することができる。また、例えば自動販売機では、一
致の場合、商品を受渡せるようにできる。
【００９２】幾何学的関係の同定は、座標点の間の距
離、相対的角度またはこれらの組合せに基づいて行うこ
とができる。例えば図９は、有意義領域Ｒ１およびＲ２
を有し、距離計算器６４Ａにより相対座標から求めた両
領域間の距離Ｄ１を有するモデル書類９２を示すもので
ある。有意義領域バッファには、示される画像空間位置
と、このオリジナル画像の並進および回転アフィン変換
から生じるすべての他の位置とにおけるこれらの画像空
間位置が含まれることに留意すべきである。被検書類９
４は、２つの候補ウィンドウブロックＷ１およびＷ２を
有し、その相対的座標から決定される両者間の距離はＤ
Ｗ１である。この例では、Ｄ１とＤＷ１とが等しけれ
ば、被検書類９４はモデル書類９２と一致しているとみ
なされる。等しくなければ不一致とみなされる。
【００９３】図１０は別の例を示すものであって、モデ
ル書類９４は３つの有意義領域Ｒ１，Ｒ２およびＲ３を
有し、距離計算器６４Ａで求めた距離がＤ１およびＤ２
であり、相対的座標から角度計算器６４Ｂで求めた両領
域間の相対角度はθである。被検書類６４は候補ウィン
ドウブロックＷ１，Ｗ２およびＷ３を有し、距離はＤＷ
１，ＤＷ２、三者間のなす角度はＷである。Ｗ１＝ＤＷ
１，Ｗ２＝ＤＷ２であり、かつθ＝θＷであれば、一致
とみなされる。有意義領域の数の選択、および比較用に
計算された距離および角度の数は、本発明の用い方、書
類の性質および比較時の誤差の許容範囲に左右される。
また、距離および角度が実質的に同じ、例えば±１０％
の誤差の範囲内であれば、両者は同じまたは等しいと判
定される。許容の差異または誤差の程度は本発明の用い
方に左右される。
【００９４】本発明の技術における当業者には自明であ
る通り、距離計算器６４Ａおよび角度計算器６４Ｂを含
む相対的ジオメトリ分析器６４、ならびにジオメトリ比
較器６６はソフトウェア、ハードウェア、ファームウェ
ア、ＡＳＩＣまたはこれらの組合せに組み込むことがで
きる。
【００９５】さらに画像処理装置１４は、例えば、いず
れも内部バス８０に接続された中央処理装置（ＣＰＵ）
７０、ランダムアクセスメモリー（ＲＡＭ）７２、リー
ドオンリーメモリー（ＲＯＭ）７４およびテンポラリー
レジスターセット７６を含む記憶装置および入出力コン
トローラー７８を含むことができる。説明の都合上、こ
れらの各装置は画像処理装置１４内に個別に示している
が、これらの機能装置は、画像バッファ４６、有意義領
域バッファ５２、有意義領域抽出器４８、相対的ジオメ
トリ分析器６４等のような前述の各種機能装置の一部ま
たは全体を構成することができる。さらに、画像ハンド
リング装置１０、例えばコピー機またはスキャナ／プリ
ンタの特性に応じて、これらの機能装置はスキャンおよ
び印刷気機構を制御するように設計された汎用計算機の
一部としてもよい。これらの機能装置は、個別部品、ア
プリケーションスペシフィック集積回路、適当なソフト
ウェア等のための処理装置またはこれらの組合せを用い
て実行し得ることは当然である。
【００９６】画像ハンドリング装置１０および機能装置
を機能させるためオペレーティングシステムソフトウェ
アおよび／または特定アプリケーションソフトウェア
は、記憶装置７２，７４及び７６のいずれの組合せに記
憶させてもよく、またはそれぞれＩ／Ｏバス９２に接続
されたハードディスク装置８２、ディスケット駆動装置
８４およびコンパクトディスク駆動装置８６を含む１ま
たは２個以上のＩ／Ｏ装置に外付けで記憶させてもよ
い。装置１０を機能させるためのおよび／または本発明
の方法を実行するためのソフトウェアは、ハードディス
ク８２Ａ、ディスケット８４Ａまたはコンパクトディス
ク８６Ａのような記憶媒体に記憶させてもよく、または
リモート装置８８に記憶させ、通信インターフェース９
０を通して入力することもできる。
【００９７】さらに、モデル画像は装置１０にスキャン
インする必要はなく、媒体８２Ａ，８４Ａ，８６Ａまた
はリモート装置８８の１つから予め記憶した画像として
取り込んでもよい。しかし、テストされる被検書類の画
像を収録する装置のスキャン空間および座標系は同一で
なければならず、もし異なれば、その差異は例えば参照
用テーブル（ｌｏｏｋ−ｕｐ ｔａｂｌｅ）のようなス
キャニング・スペース・トランスレーターを用いて修正
すべきである。
【００９８】以上、本発明を特定の具体例と組み合わせ
て説明したが、当業者には明らかな通り、上述の記載内
容から更なる改善、修正、変更が多様になされ得ること
は明らかである。従って、本明細書記載の発明は斯かる
改善、修正、応用および変更がすべて特許請求の範囲の
範疇にに包含される。
【００９９】
【発明の効果】本発明は上記のように構成したので、オ
リジナル書類またはそのパターンを認識する慣用のシス
テムの短所を克服することができる。すなわち、本発明
によれば、オリジナル書類を高い確実度で、しかも従来
技術と比較しても、重い処理量を伴わずにパターン認識
が可能となり、また、被検書類をスキャンするに当たり
その配置とは無関係にオリジナル書類との同一性を検出
することができる。
【図面の簡単な説明】
【図１】（Ａ）〜（Ｅ）は本発明の環境の各種構成を表
すブロック図である。
【図２】本発明の主要な機能的部分の概略ブロック図で
ある。
【図３】本発明のカルテシアン座標のスキャン領域Ｓに
置いた書類を説明する図である。
【図４】本発明の登録モードのフローチャートである。
【図５】本発明の特徴抽出ステップのフローチャートで
ある。
【図６】本発明の特徴抽出ステップを説明するブロック
図である。
【図７】本発明の検出モードのフローチャートである。
【図８】本発明の検出モードの他のフローチャートであ
る。
【図９】２つの特徴領域を有するモデル書類と２つの一
致する特徴領域を有する被検書類との関係を説明する図
である。
【図１０】３つの特徴領域を有するモデル書類と３つの
一致する特徴領域を有する被検書類との関係を説明する
図である。
【符号の説明】
１０ 画像ハンドリング装置 １２ スキャナ １４ 画像処理装置 １６ プリンタ １８ 自動販売機 ２０ ディジタルカメラ ４４ 信号処理装置 ４６ 画像バッファ ４８ 特徴領域抽出器 ５０ アフィン変換器 ５２ 特徴領域バッファ ５４ 特徴抽出器 ５６ モデル書類データベース ５８ 特徴領域座標記憶装置 ６０ 類似性計算器
───────────────────────────────────────────────────── フロントページの続き (58)調査した分野(Int.Cl.7，ＤＢ名) G06T 7/00 G07D 7/00 H04N 1/40

Claims (36)

    (57)【特許請求の範囲】
  1. 【請求項１】 被検画像中のパターンを認識するための
    装置であって、 複数のモデル画像について、前記モデル画像内の複数の
    有意義領域のそれぞれの特性と前記複数の有意義領域間
    の幾何学的関係とを、予め格納するための記憶装置と、前記被検画像のプレビュー画像としてスキャンインされ
    た 低分解能プレビュー画像中の、所定の座標空間にそれ
    ぞれ座標を有するウィンドウ画像ブロックから、所定の
    特徴を抽出するための特徴抽出器と、 前記抽出された特徴を前記有意義領域のそれぞれの特性
    と比較し、前記有意義領域の特性に類似した特徴を指定
    するための類似性比較器と、 前記類似性比較器により類似特徴を持つものとして指定
    されたウィンドウ画像ブロックの座標を、その特徴とと
    もに格納するための候補リストと、 前記候補リスト中にある少なくとも２つのウィンドウ画
    像ブロック間の幾何学的関係を前記各座標から決定する
    ための分析器と、 前記ウィンドウ画像ブロック間の幾何学的関係と前記有
    意義領域間の幾何学的関係とを、比較するジオメトリ比
    較器とを備え、 前記ウィンドウ画像ブロック間の幾何学的関係が前記有
    意義領域間の幾何学的関係と同じと判断できる場合に
    は、前記被検画像を前記モデル画像に対応するものとし
    て認識するパターン認識装置。
  2. 【請求項２】 前記特徴抽出器が、前記被検画像の所定
    の領域で画素グレーレベルを再配分するための、ヒスト
    グラムイコライザーを含む請求項１に記載のパターン認
    識装置。
  3. 【請求項３】 前記特徴抽出器が、再配分された画素グ
    レーレベルを有する前記被検画像の領域から特徴ベクト
    ルを生成するためのｘ−ｙ方向プロジェクターを含む請
    求項２に記載のパターン認識装置。
  4. 【請求項４】 前記モデル画像をスキャンインするため
    のスキャナ、および当該スキャンインされたモデル画像
    を格納するための画像バッファをさらに含む請求項１に
    記載のパターン認識装置。
  5. 【請求項５】 前記画像バッファに格納された前記モデ
    ル画像から領域画像ブロックを抽出するための領域抽出
    器、および当該抽出された領域画像ブロックを格納する
    ための領域バッファをさらに含む請求項４に記載のパタ
    ーン認識装置。
  6. 【請求項６】 前記領域画像ブロックを並進および回転
    させて前記領域バッファに格納する、追加の領域画像ブ
    ロックを設けるためのアフィン変換器を含む請求項５に
    記載のパターン認識装置。
  7. 【請求項７】 前記特徴抽出器が、前記モデル画像から
    領域特徴を抽出するために、前記領域バッファに連結さ
    れている請求項５または６に記載のパターン認識装置。
  8. 【請求項８】 前記特徴抽出器が、前記モデル画像の領
    域に画素グレーレベルを再配分するためのヒストグラム
    イコライザーを含む請求項７に記載のパターン認識装
    置。
  9. 【請求項９】 前記特徴抽出器が、再配分された画素グ
    レーレベルを有する前記モデル画像領域から特徴ベクト
    ルを形成するためのｘ−ｙ方向プロジェクターを含む請
    求項８に記載のパターン認識装置。
  10. 【請求項１０】 前記分析器が、少なくとも２つのウィ
    ンドウ画像ブロック間の距離、および少なくとも２つの
    対応する有意義領域間の距離を計算するための距離計算
    器を含む請求項１〜９の何れかに記載のパターン認識装
    置。
  11. 【請求項１１】 被検画像中のパターンを認識するため
    の方法であって、 複数のモデル画像について、前記モデル画像内の複数の
    有意義領域のそれぞれの特性と前記複数の有意義領域間
    の幾何学的関係とを、予め格納するステップと、前記被検画像のプレビュー画像としてスキャンインされ
    た 低分解能プレビュー画像中の、所定の座標空間にそれ
    ぞれ座標を有するウィンドウ画像ブロックから、所定の
    特徴を抽出するステップと、 前記抽出された特徴を前記有意義領域のそれぞれの特性
    と比較し、前記有意義領域の特性に類似した特徴を指定
    するステップと、 前記ステップにおいて類似特徴を持つものとして指示さ
    れたウィンドウ画像ブロックの座標を、その特徴ととも
    に候補リストとして格納するステップと、 前記候補リスト中にある少なくとも２つのウィンドウ画
    像ブロック間の幾何学的関係を前記各座標から決定する
    ステップと、 前記ウィンドウ画像ブロック間の幾何学的関係と前記有
    意義領域間の幾何学的関係を比較するステップとを含
    み、 前記ウィンドウ画像ブロック間の幾何学的関係が前記有
    意義領域間の幾何学的関係と同じと判断できる場合に
    は、前記被検画像を前記モデル画像に対応するものとし
    て認識するパターン認識方法。
  12. 【請求項１２】 前記特徴抽出ステップが、前記被検画
    像の領域で画素グレーレベルを再配分するために、抽出
    された特徴をヒストグラムイコライジングすることを含
    む請求項１１に記載のパターン認識方法。
  13. 【請求項１３】 前記特徴抽出ステップが、前記被検画
    像領域の前記再配分された画素グレーレベルをｘ−ｙ方
    向に投影し、特徴ベクトルを生成することを含む請求項
    １２に記載のパターン認識方法。
  14. 【請求項１４】 前記モデル画像をスキャンインし、当
    該スキャンインされたモデル画像を画像バッファに格納
    するステップを含む請求項１１に記載のパターン認識方
    法。
  15. 【請求項１５】 前記画像バッファに格納された前記モ
    デル画像から領域画像ブロックを抽出し、当該抽出され
    た領域画像ブロックを領域バッファに格納するステップ
    を含む請求項１４に記載のパターン認識方法。
  16. 【請求項１６】 前記領域画像ブロックを並進および回
    転させて、前記領域バッファに設けた追加の領域画像ブ
    ロックに格納するステップを含む請求項１５に記載のパ
    ターン認識方法。
  17. 【請求項１７】 前記モデル画像から領域特徴を抽出す
    るステップを含む請求項１６に記載のパターン認識方
    法。
  18. 【請求項１８】 前記特徴抽出ステップが、抽出された
    領域特徴をヒストグラムイコライジングし、前記モデル
    画像の領域で画素グレーレベルを再配分することを含む
    請求項１７に記載のパターン認識方法。
  19. 【請求項１９】 前記特徴抽出ステップが、前記ヒスト
    グラムイコライジングされた領域特徴をｘ−ｙ方向に投
    影し、再配分された画素グレーレベルを有する前記モデ
    ル画像領域から特徴ベクトルを形成することをさらに含
    む請求項１８に記載のパターン認識方法。
  20. 【請求項２０】 前記決定ステップが、少なくとも２つ
    のウィンドウ画像ブロック間の距離、および少なくとも
    ２つの対応する有意義領域間の距離を計算することを含
    む請求項１１〜１９の何れかに記載のパターン認識方
    法。
  21. 【請求項２１】 実行可能な命令からなるプログラムを
    搭載した、被検画像中のパターン認識方法を実行するた
    めの装置により読み取り可能な記憶媒体であって、前記
    パターン認識方法が、 複数のモデル画像について、前記モデル画像内の複数の
    有意義領域のそれぞれの特性と前記複数の有意義領域間
    の幾何学的関係とを、予め格納するステップと、前記被検画像のプレビュー画像としてスキャンインされ
    た 低分解能プレビュー画像中の、所定の座標空間にそれ
    ぞれ座標を有するウィンドウ画像ブロックから、所定の
    特徴を抽出するステップと、 前記抽出された特徴を前記有意義領域のそれぞれの特性
    と比較し、前記有意義領域の特性に類似した特徴を指定
    するステップと、 前記ステップにおいて類似特徴を持つものとして指示さ
    れたウィンドウ画像ブロックの座標を、その特徴ととも
    に候補リストとして格納するステップと、 前記候補リスト中にある少なくとも２つのウィンドウ画
    像ブロック間の幾何学的関係を前記各座標から決定する
    ステップと、 前記ウィンドウ画像ブロック間の幾何学的関係と前記有
    意義領域間の幾何学的関係を比較するステップとを含
    み、 前記ウィンドウ画像ブロック間の幾何学的関係が前記有
    意義領域間の幾何学的関係と同じと判断できる場合に
    は、前記被検画像を前記モデル画像に対応するものとし
    て認識するパターン認識方法である記憶媒体。
  22. 【請求項２２】 前記特徴抽出ステップが、前記被検画
    像の領域で画素グレーレベルを再配分するために、抽出
    された特徴をヒストグラムイコライジン グすることを含
    む請求項２１に記載の記憶媒体。
  23. 【請求項２３】 前記特徴抽出ステップが、前記被検画
    像領域の前記再配分された画素グレーレベルをｘ−ｙ方
    向に投影し、特徴ベクトルを生成することを含む請求項
    ２２に記載の記憶媒体。
  24. 【請求項２４】 前記モデル画像をスキャンインし、当
    該スキャンインされたモデル画像を画像バッファに格納
    するステップを含む請求項２１に記載の記憶媒体。
  25. 【請求項２５】 前記画像バッファに格納された前記モ
    デル画像から領域画像ブロックを抽出し、当該抽出され
    た領域画像ブロックを領域バッファに格納するステップ
    を含む請求項２４に記載の記憶媒体。
  26. 【請求項２６】 前記領域画像ブロックを並進および回
    転させて、前記領域バッファに設けた追加の領域画像ブ
    ロックに格納するステップを含む請求項２５に記載の記
    憶媒体。
  27. 【請求項２７】 前記モデル画像から領域特徴を抽出す
    るステップを含む請求項２６に記載の記憶媒体。
  28. 【請求項２８】 前記特徴抽出ステップが、抽出された
    領域特徴をヒストグラムイコライジングし、前記モデル
    画像の領域で画素グレーレベルを再配分することを含む
    請求項２７に記載の記憶媒体。
  29. 【請求項２９】 前記特徴抽出ステップが、前記ヒスト
    グラムイコライジングされた領域特徴をｘ−ｙ方向に投
    影し、再配分された画素グレーレベルを有する前記モデ
    ル画像領域から特徴ベクトルを形成することをさらに含
    む請求項２８に記載の記憶媒体。
  30. 【請求項３０】 前記決定ステップが、少なくとも２つ
    のウィンドウ画像ブロック間の距離、および少なくとも
    ２つの対応する有意義領域間の距離を計算することを含
    む請求項２１〜２９の何れかに記載の記憶媒体。
  31. 【請求項３１】 被検書類をモデル書類と比較し、前記
    モデル書類に一致する前記被検書類の複写を阻止するた
    めのシステムにおいて、 前記モデル書類および被検書類をスキャンするためのス
    キャナと、 複数の前記モデル書類について、前記モデル書類内の複
    数の有意義領域のそれぞれの特性と前記複数の有意義領
    域間の幾何学的関係とを、予め格納するための記憶装置
    と、前記被検書類のプレビュー画像として前記スキャナによ
    りスキャンインされた 低分解能プレビュー画像中の、所
    定の座標空間にそれぞれ座標を有するウィンドウ画像ブ
    ロックから、所定の特徴を抽出するための特徴抽出器
    と、 前記抽出された特徴を前記有意義領域のそれぞれの特性
    と比較し、前記有意義領域の特性に類似した特徴を指定
    するための類似性比較器と、 前記比較器により類似領域を持つものとして指定された
    ウィンドウ画像ブロックの座標を、その特徴とともに格
    納するための候補リストと、 前記候補リスト中にある少なくとも２つのウィンドウ画
    像ブロック間の幾何学的関係を前記各座標から決定する
    ための分析器と、 前記ウィンドウ画像ブロック間の幾何学的関係と前記有
    意義領域間の幾何学的関係とを、比較するジオメトリ比
    較器と、 プリンタと、 前記ウィンドウ画像ブロック間の幾何学的関係が前記有
    意義領域間の幾何学的関係と同じと判断できる場合に
    は、前記被検書類が前記モデル書類に対応するものとし
    て、その複写を阻止するための、前記ジオメトリ比較器
    および前記プリンタに接続された作動装置と、を備える
    複写阻止システム。
  32. 【請求項３２】 被検書類をモデル書類と比較し、前記
    モデル書類に一致する前記被検書類の複写を阻止するた
    めのシステムにおいて、 前記モデル書類の画像および前記被検書類の画像を入力
    するための入力装置と、 複数の前記モデル書類について、前記モデル書類内の複
    数の有意義領域のそれぞれの特性と前記複数の有意義領
    域間の幾何学的関係とを、予め格納するための記憶装置
    と、前記被検書類のプレビュー画像として前記入力装置によ
    り入力された 低分解能プレビュー画像中の、所定の座標
    空間にそれぞれ座標を有するウィンドウ画像ブロックか
    ら、所定の特徴を抽出するための特徴抽出器と、 前記抽出された特徴を前記有意義領域のそれぞれの特性
    と比較し、前記有意義領域の特性に類似した特徴を指定
    するための類似性比較器と、 前記比較器により類似領域を持つものとして指定された
    ウィンドウ画像ブロックの座標を、その特徴とともに格
    納するための候補リストと、 前記候補リスト中にある少なくとも２つのウィンドウ画
    像ブロック間の幾何学的関係を前記各座標から決定する
    ための分析器と、 前記ウィンドウ画像ブロック間の幾何学的関係と前記有
    意義領域間の幾何学的関係とを、比較するジオメトリ比
    較器と、 出力装置と、 前記ウィンドウ画像ブロック間の幾何学的関係が前記有
    意義領域間の幾何学的関係と同じと判断できる場合に
    は、前記被検書類が前記モデル書類に対応するものとし
    て、その複写を阻止するための、前記ジオメトリ比較器
    および前記出力装置に接続された作動装置と、を備える
    複写阻止システム。
  33. 【請求項３３】 前記入力装置がディジタルカメラであ
    る請求項３２に記載の複写阻止システム。
  34. 【請求項３４】 前記入力装置がコンピューターである
    請求項３２に記載の複写阻止システム。
  35. 【請求項３５】 前記入力装置がスキャナである請求項
    ３２に記載の複写阻止システム。
  36. 【請求項３６】 前記出力装置がプリンタである請求項
    ３２に記載の複写阻止システム。
JP10362581A 1998-01-23 1998-12-21 パターン認識装置、パターン認識方法、パターン認識方法を記憶した記憶媒体および複写阻止システム Expired - Fee Related JP3052947B2 (ja)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US09/012,901 US6272245B1 (en) 1998-01-23 1998-01-23 Apparatus and method for pattern recognition
US09/012,901 1998-01-23

Publications (2)

Publication Number Publication Date
JPH11250265A JPH11250265A (ja) 1999-09-17
JP3052947B2 true JP3052947B2 (ja) 2000-06-19

Family

ID=21757289

Family Applications (1)

Application Number Title Priority Date Filing Date
JP10362581A Expired - Fee Related JP3052947B2 (ja) 1998-01-23 1998-12-21 パターン認識装置、パターン認識方法、パターン認識方法を記憶した記憶媒体および複写阻止システム

Country Status (4)

Country Link
US (1) US6272245B1 (ja)
EP (1) EP0932115B1 (ja)
JP (1) JP3052947B2 (ja)
DE (1) DE69930560T2 (ja)

Families Citing this family (63)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6549638B2 (en) 1998-11-03 2003-04-15 Digimarc Corporation Methods for evidencing illicit use of a computer system or device
US6345104B1 (en) 1994-03-17 2002-02-05 Digimarc Corporation Digital watermarks and methods for security documents
US6449377B1 (en) 1995-05-08 2002-09-10 Digimarc Corporation Methods and systems for watermark processing of line art images
US6971066B2 (en) * 1997-08-18 2005-11-29 National Instruments Corporation System and method for deploying a graphical program on an image acquisition device
US7016539B1 (en) 1998-07-13 2006-03-21 Cognex Corporation Method for fast, robust, multi-dimensional pattern recognition
US6952484B1 (en) * 1998-11-30 2005-10-04 Canon Kabushiki Kaisha Method and apparatus for mark detection
JP3963053B2 (ja) * 1999-01-08 2007-08-22 オムロン株式会社 画像認識装置及び記録媒体並びに画像処理装置
JP3527137B2 (ja) * 1999-06-03 2004-05-17 Ｋｄｄｉ株式会社 冗長２重化伝送における画像障害検出装置
US6580820B1 (en) * 1999-06-09 2003-06-17 Xerox Corporation Digital imaging method and apparatus for detection of document security marks
US6963425B1 (en) * 2000-08-14 2005-11-08 National Instruments Corporation System and method for locating color and pattern match regions in a target image
JP2001126107A (ja) * 1999-10-29 2001-05-11 Nippon Conlux Co Ltd 紙葉類の識別方法および装置
JP2001155172A (ja) * 1999-11-29 2001-06-08 Seiko Epson Corp 長さ演算判別手段、角度演算判別手段及び画像判別システム
JP3733310B2 (ja) * 2000-10-31 2006-01-11 キヤノン株式会社 文書書式識別装置および識別方法
US6941018B2 (en) * 2001-03-23 2005-09-06 Glory Ltd. Method of and apparatus for searching corresponding points between images, and computer program
US20030030638A1 (en) * 2001-06-07 2003-02-13 Karl Astrom Method and apparatus for extracting information from a target area within a two-dimensional graphical object in an image
US7203337B2 (en) 2001-06-21 2007-04-10 Wespot Ab Adjusted filters
SE519279C2 (sv) * 2001-06-21 2003-02-11 Wespot Ab Anpassade filter för detektering av scenförändring
US6968085B2 (en) * 2001-09-10 2005-11-22 Xerox Corporation Document matching and annotation lifting
GB2380646A (en) 2001-10-05 2003-04-09 Ibm Image segmentation
US6854642B2 (en) * 2001-10-19 2005-02-15 Chesterfield Holdings, L.L.C. System for vending products and services using an identification card and associated methods
US7369685B2 (en) * 2002-04-05 2008-05-06 Identix Corporation Vision-based operating method and system
US7327396B2 (en) * 2002-04-10 2008-02-05 National Instruments Corporation Smart camera with a plurality of slots for modular expansion capability through a variety of function modules connected to the smart camera
JP4229714B2 (ja) * 2002-09-19 2009-02-25 株式会社リコー 画像処理装置、画像処理方法、画像処理プログラム、及び画像処理プログラムを記憶する記憶媒体
JP4112968B2 (ja) * 2002-12-26 2008-07-02 富士通株式会社 ビデオテキスト処理装置
US20040223648A1 (en) * 2003-05-05 2004-11-11 Keith Hoene Determining differences between documents
US7190834B2 (en) 2003-07-22 2007-03-13 Cognex Technology And Investment Corporation Methods for finding and characterizing a deformed pattern in an image
US8081820B2 (en) 2003-07-22 2011-12-20 Cognex Technology And Investment Corporation Method for partitioning a pattern into optimized sub-patterns
US7388990B2 (en) * 2003-09-22 2008-06-17 Matrox Electronics Systems, Ltd. Local mass distribution partitioning for object recognition
US20050149258A1 (en) * 2004-01-07 2005-07-07 Ullas Gargi Assisting navigation of digital content using a tangible medium
US7627757B2 (en) * 2004-04-30 2009-12-01 Research In Motion Limited Message service indication system and method
US8437502B1 (en) 2004-09-25 2013-05-07 Cognex Technology And Investment Corporation General pose refinement and tracking tool
JP4546291B2 (ja) 2005-03-01 2010-09-15 キヤノン株式会社 画像処理装置およびその制御方法
US20070041628A1 (en) * 2005-08-17 2007-02-22 Xerox Corporation Detection of document security marks using run profiles
JP4196302B2 (ja) * 2006-06-19 2008-12-17 ソニー株式会社 情報処理装置および方法、並びにプログラム
DE102006050347A1 (de) * 2006-10-25 2008-04-30 Siemens Ag Verfahren zum Prüfen eines Aufdrucks und Aufdruckprüfvorrichtung
DE102007015484A1 (de) * 2007-03-30 2008-10-02 Giesecke & Devrient Gmbh Verfahren und Vorrichtung zur Prüfung von Wertdokumenten
US8358964B2 (en) * 2007-04-25 2013-01-22 Scantron Corporation Methods and systems for collecting responses
US8103085B1 (en) 2007-09-25 2012-01-24 Cognex Corporation System and method for detecting flaws in objects using machine vision
US8538367B2 (en) * 2009-06-29 2013-09-17 Qualcomm Incorporated Buffer circuit with integrated loss canceling
GB2471999A (en) * 2009-07-20 2011-01-26 Advanced Analysis And Integration Ltd Verifying the authenticity of an image
US20110119638A1 (en) * 2009-11-17 2011-05-19 Babak Forutanpour User interface methods and systems for providing gesturing on projected images
WO2011094214A1 (en) 2010-01-29 2011-08-04 Scantron Corporation Data collection and transfer techniques for scannable forms
RU2421818C1 (ru) * 2010-04-08 2011-06-20 Общество С Ограниченной Ответственностью "Конструкторское Бюро "Дорс" (Ооо "Кб "Дорс") Способ классификации банкнот (варианты)
DE102010046024A1 (de) * 2010-09-20 2012-03-22 Giesecke & Devrient Gmbh Sensor zur Prüfung von Wertdokumenten
ES2486305T3 (es) 2011-10-21 2014-08-18 Siemens Aktiengesellschaft Procedimiento y dispositivo para localizar un punto de recogida de un objeto en una instalación
US9053359B2 (en) * 2012-06-07 2015-06-09 Konica Minolta Laboratory U.S.A., Inc. Method and system for document authentication using Krawtchouk decomposition of image patches for image comparison
US8811772B2 (en) * 2012-08-21 2014-08-19 Tianzhi Yang Mapping evaluating for spatial point sets
JP6198486B2 (ja) * 2012-08-29 2017-09-20 キヤノン株式会社 画像処理装置およびその方法
US9008458B2 (en) * 2013-02-07 2015-04-14 Raytheon Company Local area processing using packed distribution functions
US9679224B2 (en) 2013-06-28 2017-06-13 Cognex Corporation Semi-supervised method for training multiple pattern recognition and registration tool models
RU2568259C1 (ru) * 2014-04-29 2015-11-20 Сергей Сергеевич Пикин Способ маркировки и идентификации объектов с уникальной структурой поверхности
WO2016048289A1 (en) * 2014-09-23 2016-03-31 Hewlett-Packard Development Company, L.P. Authentication of printed documents
CN105117723B (zh) * 2015-08-17 2018-07-06 浪潮金融信息技术有限公司 一种图像识别方法及装置
US10102206B2 (en) * 2016-03-31 2018-10-16 Dropbox, Inc. Intelligently identifying and presenting digital documents
KR20190039673A (ko) * 2016-05-24 2019-04-15 모포트러스트 유에스에이, 엘엘씨 문서 이미지 품질 평가
CN109460765A (zh) * 2018-09-25 2019-03-12 平安科技（深圳）有限公司 自然场景中行驶证拍照影像的识别方法、装置及电子设备
US10963733B2 (en) * 2019-06-17 2021-03-30 Tianzhi Yang Associating spatial point sets with candidate correspondences
CN110516739B (zh) * 2019-08-27 2022-12-27 创新先进技术有限公司 一种证件识别方法、装置及设备
US11164325B2 (en) 2020-02-06 2021-11-02 Tianzhi Yang Generating and evaluating mappings between spatial point sets
US11823412B2 (en) 2020-11-30 2023-11-21 Tianzhi Yang Generating and evaluating mappings between spatial point sets with constraints
US11721085B2 (en) 2020-12-20 2023-08-08 Tianzhi Yang Generating and evaluating mappings between spatial point sets in multi-levels
CN114637845B (zh) * 2022-03-11 2023-04-14 上海弘玑信息技术有限公司 模型测试方法、装置、设备和存储介质
US11979537B1 (en) 2023-05-19 2024-05-07 Xerox Corporation Incorporation of source-identifying information in scanned documents

Family Cites Families (22)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS5214112B2 (ja) 1973-02-22 1977-04-19
JPS5665291A (en) 1979-10-31 1981-06-02 Tokyo Shibaura Electric Co Discriminator for printed matter
JPS6017152B2 (ja) 1983-01-19 1985-05-01 株式会社日立製作所 位置検出方法及びその装置
JPH0413743Y2 (ja) * 1986-11-11 1992-03-30
US5226095A (en) * 1988-11-04 1993-07-06 Matsushita Electric Industrial Co., Ltd. Method of detecting the position of an object pattern in an image
EP0665477B1 (en) 1989-02-10 1999-10-13 Canon Kabushiki Kaisha Apparatus for image reading or processing
US5515451A (en) 1992-01-08 1996-05-07 Fuji Xerox Co., Ltd. Image processing system for selectively reproducing documents
US5751854A (en) * 1992-08-03 1998-05-12 Ricoh Company, Ltd. Original-discrimination system for discriminating special document, and image forming apparatus, image processing apparatus and duplicator using the original-discrimination system
CA2100324C (en) * 1992-08-06 2004-09-28 Christoph Eisenbarth Method and apparatus for determining mis-registration
DE4227613A1 (de) * 1992-08-20 1994-02-24 Gao Ges Automation Org Verfahren und Vorrichtung zur Erkennung von Druckbildern auf Dokumenten
JPH06125459A (ja) * 1992-10-09 1994-05-06 Ricoh Co Ltd 特殊原稿判別機能付き複写機
JPH06152948A (ja) 1992-10-31 1994-05-31 Minolta Camera Co Ltd 画像処理装置
JP3115736B2 (ja) 1993-01-18 2000-12-11 シャープ株式会社 画像処理装置
US5440409A (en) 1993-07-01 1995-08-08 Konica Corporation Image forming apparatus with an unapproved copy preventing means
US5647010A (en) * 1993-09-14 1997-07-08 Ricoh Company, Ltd. Image forming apparatus with security feature which prevents copying of specific types of documents
JPH07143335A (ja) 1993-11-18 1995-06-02 Fuji Xerox Co Ltd カラー複写機における複写禁止原稿複写防止装置及び方法
EP0664642B1 (en) * 1994-01-20 2002-07-24 Omron Corporation Image processing device for identifying an input image, and copier including same
JP3527326B2 (ja) * 1994-08-31 2004-05-17 株式会社リコー 画像処理装置
US5793901A (en) * 1994-09-30 1998-08-11 Omron Corporation Device and method to detect dislocation of object image data
US5533144A (en) 1994-10-17 1996-07-02 Xerox Corporation Anti-counterfeit pattern detector and method
JP3647132B2 (ja) 1996-03-22 2005-05-11 キヤノン株式会社 参照画像データの作成方法
JP3716873B2 (ja) 1996-03-26 2005-11-16 グローリー工業株式会社 紙葉類識別装置

Also Published As

Publication number Publication date
US6272245B1 (en) 2001-08-07
DE69930560T2 (de) 2007-01-18
EP0932115A3 (en) 2003-10-15
JPH11250265A (ja) 1999-09-17
EP0932115B1 (en) 2006-03-29
EP0932115A2 (en) 1999-07-28
DE69930560D1 (de) 2006-05-18

Similar Documents

Publication Publication Date Title
JP3052947B2 (ja) パターン認識装置、パターン認識方法、パターン認識方法を記憶した記憶媒体および複写阻止システム
US6370271B2 (en) Image processing apparatus and methods for pattern recognition
US6343204B1 (en) Detection and deterrence of counterfeiting of documents with tokens characteristic color and spacing
JP3825070B2 (ja) 偽造防止用紙幣パターン検知器および検知方法
US7809152B2 (en) Visible authentication patterns for printed document
EP0940780B1 (en) Image processing device and method for detecting a reference pattern
EP2320389A2 (en) Visible authentication patterns for printed document
JPH11250260A (ja) 偽造検出方法、画像検出方法及び検出システム
KR101215278B1 (ko) 런 프로파일들을 사용하여 문서 보안 마크들의 검출
JPH11161827A (ja) 偽造通貨検出方法及び装置
US20140369569A1 (en) Printed Authentication Pattern for Low Resolution Reproductions
KR100765752B1 (ko) 특정 패턴 검출방법 및 장치 및 이를 포함하는 복사기
US7155051B2 (en) Image recognition apparatus, image recognition method and image recognition program for specific pattern
JPH02210591A (ja) 画像処理装置
US7844098B2 (en) Method for performing color analysis operation on image corresponding to monetary banknote
Van Beusekom et al. Document signature using intrinsic features for counterfeit detection
JP4014070B2 (ja) パターン検出方法および画像処理制御方法
JPH08115021A (ja) カラー画像処理装置
JPH06251128A (ja) 画像処理装置及びそれを用いた複写機
JPH11110545A (ja) 画像認識装置
US20090260947A1 (en) Method for performing currency value analysis operation
JPH08115022A (ja) 画像処理装置
JPH0774943A (ja) 画像形成装置
JPH0662235A (ja) 特殊原稿判別装置
JPH0662236A (ja) 特殊原稿判別装置

Legal Events

Date Code Title Description
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20000307

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20080407

Year of fee payment: 8

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20090407

Year of fee payment: 9

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20090407

Year of fee payment: 9

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20100407

Year of fee payment: 10

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20110407

Year of fee payment: 11

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20110407

Year of fee payment: 11

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20120407

Year of fee payment: 12

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20130407

Year of fee payment: 13

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20130407

Year of fee payment: 13

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20140407

Year of fee payment: 14

S531 Written request for registration of change of domicile

Free format text: JAPANESE INTERMEDIATE CODE: R313531

R350 Written notification of registration of transfer

Free format text: JAPANESE INTERMEDIATE CODE: R350

LAPS Cancellation because of no payment of annual fees