JP3359173B2 - 媒体の真偽鑑別装置 - Google Patents

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は、各種の有価証券等の媒
体に、そのイメージを読み取って真偽を判別する媒体の
真偽鑑別装置に関する。

【０００２】

【従来の技術】一般に、金融自動化機器、自動販売機、
券売機等に用いられる証券、商品券、紙幣等の流通有価
証券類自動認識装置では、券の模様、図形の光学的な反
射／透過パターン、あるいは磁気的な反射パターンをセ
ンサ、イメージリーダにより読み込み、電気信号に変換
して画像データとした上で、それらに対して券種、真偽
の認識処理を行っており、このような方法として、例え
ば特公平５−７８０７４号等に記載されているものがあ
る。

【０００３】

【発明が解決しようとする課題】しかしながら、真偽判
別には高い信頼性が要求されるにも拘らず、方式の性能
評価に必要な偽券はその全てを予測することが不可能で
あるため、従来より十分に客観的な評価に基づいた真偽
判別基準設定ができないという問題があった。このた
め、従来では、最終的に大量のデータと経験的な主観評
価に基づく試行錯誤により真偽判別基準を設定せざるを
得ないのが実状であった。このような点から、客観的な
評価に基づいた真偽判別基準設定による真偽判別を行う
ことのできる媒体の真偽鑑別装置の実現が望まれてい
た。

【０００４】

【課題を解決するための手段】本発明の媒体の真偽鑑別
装置は、前述の課題を解決するために、判別基準データ
記憶部と、濃度区間判定部と、得点加算部と、真偽判別
部とを設けたものである。判別基準データ記憶部には、
各画素毎に、複数の濃度の閾値を表す濃度閾値データ
と、これら濃度の各閾値により区切られる各区間の得点
を表す区間得点データと、全画素の合計得点の閾値を表
す得点閾値データとからなる真偽判別パラメータを格納
している。また、濃度区間判定部は、媒体の画像データ
を入力し、その画像データにおける各画素の濃度を、判
別基準データ記憶部より取り出した濃度閾値データと比
較し、閾値により区切られる複数区間に分類するもので
ある。更に、得点加算部は、判別基準データ記憶部より
区間得点データを読み込んで、その区間得点データに基
づき、濃度区間判定部により分類された区間の得点を各
画素毎に算出し、媒体の全画素の合計得点を求めるもの
である。そして、真偽判別部は、判別基準データ記憶部
より得点閾値データを読み込み、その得点閾値と、得点
加算部で求めた合計得点とを比較し、合計得点が閾値以
上の場合に、媒体は真券であると判定し、合計得点が閾
値より小さい場合は媒体は偽券であると判定するもので
ある。

【０００５】

【作用】本発明の媒体の真偽鑑別装置においては、媒体
の画像データは、濃度区間判定部に入力される。濃度区
間判定部では、この画像データの各画素の濃度を、濃度
閾値データの濃度閾値と比較し、いずれかの区間に分類
する。得点加算部では、濃度区間判定部で分類された区
間の得点を各画素毎に算出し、媒体の全画素の合計得点
を求める。真偽判別部では、得点加算部で求められた合
計得点を得点閾値データの得点閾値と比較し、合計得点
が閾値以上の場合、媒体は真券であり、合計得点が閾値
より小さい場合、媒体は偽券であると判定する。

【０００６】

【実施例】以下、本発明の実施例を図面を用いて詳細に
説明する。図１は本発明の媒体の真偽鑑別装置の実施例
を示す構成図であるが、これに先立ち、一般的な媒体の
認識処理を説明する。

【０００７】図２は、一般的な媒体認識処理の概略を示
す説明図である。図に示すように、券類（媒体）の認識
処理は、最初に前処理を施し、入力画像の特徴を抽出す
る（ステップＳ１）。この前処理とは、シェーディング
補正や位置検出、角度補正、券領域の抽出等の各種の補
正や、微分／積分等の特徴抽出処理を行う。その後、ス
テップＳ１で抽出した特徴データに対して、予め設計し
た券種判別用基準データを用いて券種判別処理を行う
（ステップＳ２）。次に、券種毎に用意した真偽判別用
基準データの中から決定した券種のデータを選択し、特
徴データに真偽判別処理を施す（ステップＳ３）。即
ち、ステップＳ３において、判別結果が“真”であった
場合は、その結果を出力し、一方、判別結果が“偽”で
あった場合は、券をリジェクトし（ステップＳ４）、そ
の判定結果を出力する。

【０００８】このような真偽判別において、最も重要な
点は高精度な判別が行えることである。即ち、真偽判別
で生じる誤判別には偽券を真券と誤る場合と、真券を偽
券と誤る場合の二種類の誤判別がある。前者の誤判別が
大きいと、システム運営者にとって甚大な損害を被る危
険性があり、後者の誤判別が大きいと利用者への真券返
却率が増加して利用者の利便性が悪くなる。特に前者の
誤判別は真偽判別の目的からは０に近いことが望まれ
る。しかしながら、前者の誤判別をなくすためには、真
偽判別基準を厳しくするだけでは後者の誤判別が増加す
ることになり、根本的な解決とはなり得ない。そこで、
両誤判別を共に低減するような最適な真偽判別基準の設
計方法が必要になる。

【０００９】また、大量の証券等の媒体を高速に認識す
る装置においては、真偽判別処理に許される時間は証券
一枚あたり、数十〜百ｍｓｅｃ等の制限がある。従っ
て、真偽判別基準は一定の処理時間の制限を考慮して設
計される必要がある。

【００１０】次に、一般的な真偽判別方法の一例を説明
する。図３は、各画素濃度の許容範囲の一例を示す説明
図である。図において、横軸は特徴画像データの２次元
配列を１次元に展開して付与した画素番号を表し、縦軸
は画像濃度（反射／透過パターンの受光量を電気信号に
変換した時のレベル）を表す。先ず、この図の中央に影
付けされた帯のように、各画素毎に一定の濃度幅を許容
範囲として定め、予めその上限値および下限値を設定し
ておく。更に、最終的な真偽を判別する画素数の閾値も
予め設定しておくものとする。これらの設定値は真偽判
別の信頼性を決定する基準であるため、真偽判別パラメ
ータと呼ばれる。

【００１１】その上で、最初に特徴画像の各画素値が設
定した許容範囲内にあるかどうかを調べ、これを全画素
について繰り返して許容範囲内にある画素数を計数す
る。次に、計数した許容範囲内にある画素数を予め設定
した閾値と比較し、閾値以上であれば真券と判定し、そ
うでなければ偽券と判定する。例えば、許容範囲内の画
素数が全体の９割以上であれば真券と判定し、９割に満
たなければ偽券と判定するといった判定方法をとる。

【００１２】しかしながら、このような判定方法におけ
る真偽判別パラメータは経験的な主観評価により決定さ
れる傾向があり、必ずしも最適な真偽判別パラメータと
は言えないものである。このため、本発明ではその真偽
判別パラメータを客観的な評価に基づく値とし、かつ、
このような値を用いて以下に述べるような真偽判別を行
うようにしたものであり、この本発明の原理を次に説明
する。

【００１３】図４は、本発明の媒体の真偽鑑別装置にお
ける真偽判別動作で用いる真偽判別基準の説明図であ
る。この図は、濃度の閾値と得点の分布を表したもので
あり、横軸は画素の濃度を、縦軸は得点をそれぞれ表
す。また、この図４に示すように、各画素の濃度はｍ個
の閾値（ｄi1〜ｄim）により、ｍ＋１個の区間に予め区
切られているものとする。濃度の閾値の数は、全画素一
律ｍであるが、その値ｄij（ｉ＝１，…，ｎ、ｊ＝１，
…，ｍ）は画素により異なるものとする。また、閾値に
より分割される濃度の各区間には図中に示すように、予
め得点が割り当てられているものとする。本発明による
真偽判別は、先ず、各画素の濃度値が濃度区間のどの区
間に含まれているかを判定して、判定した区間に予め割
り当てられた得点を求めて画素の得点とした上で、次に
全画素の得点の和を求め、この和が予め定めた閾値以上
であれば真券と判定し、そうでない場合には、偽券と判
定する方法である。

【００１４】また、以降使用する用語として、各画素毎
に定められた濃度の閾値を「濃度閾値」、比較に用いる
濃度閾値の選択順位を「比較順位」、濃度閾値により区
切られた区間を「濃度区間」、各濃度区間毎に定められ
た得点を「区間得点」、全画素の得点の合計点を判定す
る際の閾値を「得点閾値」と呼ぶものとする。更に、使
用する記号として判別対象の特徴画像の画素数をｎ、各
画素の閾値数を一律ｍ、画素番号をｉ（ｉ＝１，…，
ｎ）、閾値番号をｊ（ｊ＝１，…，ｍ）、濃度区間番号
をｋ（ｋ＝１，…，ｍ＋１）、画素番号ｉの濃度値をｘ
i 画素番号ｉ、閾値番号ｊの濃度閾値をｄij、画素番号
ｉで濃度区間番号ｋの区間得点をｗik、全画素合計得点
の閾値をｔとする。

【００１５】次に、本発明の媒体の真偽鑑別装置におけ
る実施例１を図１を用いて説明する。 《実施例１》図１において、本発明の実施例１による媒
体の真偽鑑別装置は、判別基準データ記憶部１、濃度区
間判定部２、得点加算部３、真偽判別部４からなる。判
別基準データ記憶部１は、媒体の真偽判別を行う場合の
基準値である真偽判別パラメータを格納するための記憶
部であり、濃度閾値データ１ａ、区間得点データ１ｂ、
得点閾値データ１ｃ、比較順位データ１ｄを格納してい
る。濃度閾値データ１ａは、複数の濃度の閾値を示すデ
ータであり、区間得点データ１ｂは、これら濃度の各閾
値により区切られる各区間の得点を示すデータである。
また、得点閾値データ１ｃは全画素の合計得点の閾値を
示すデータ、比較順位データ１ｄは、各画素の濃度を複
数の閾値と比較する際、選択する閾値番号の順番を、比
較結果の場合毎に複数設けたデータであり、これらのデ
ータについて、以下、更に説明する。

【００１６】図５は、濃度閾値データ１ａの説明図であ
る。これは、画素毎に設計されたｎ×ｍ個の閾値データ
ｄij（ｉ＝１，…，ｎ、ｊ＝１，…，ｍ）で構成されて
いる。

【００１７】図６は、比較順位データ１ｄの説明図であ
る。比較順位データ１ｄは全画素共通に用いる。データ
の先頭には、最初の濃度比較に用いる濃度閾値番号が記
されており、また、各行には濃度値ｘi を閾値ｄijと比
較した際、濃度ｘiが閾値ｄij以下の場合（ｘi ≦ｄi
j）と、濃度ｘi が閾値ｄijよりも大きい場合（ｘi ＞
ｄij）とに分けて、フラグｆａj ，ｆｂj と、データａ
j ，ｂj とが記されている。各フラグｆａj ，ｆｂj
は、濃度ｘi の比較処理の継続または終了を表すもので
ある。また、各データａj ，ｂj はフラグの値により濃
度閾値番号と濃度区間番号を割り当てられている。

【００１８】具体的には、フラグｆａj ，ｆｂj が０の
場合は区間が未判定であり、引続き比較処理を行う場合
であり、その際のデータａj ，ｂj には次の比較に用い
る閾値番号ｊが格納されている。一方、フラグｆａj ，
ｆｂj が１の場合は区間が判定され、引続いて比較処理
を行う必要がない場合であり、その際のデータａj ，ｂ
j には判定結果の区間番号ｋが格納されている。

【００１９】例えば、最初に、図６に示す「比較順位デ
ータ１ｄ」の先頭、つまり閾値番号ｊが「４」の濃度閾
値ｄi4を用いて、ある画素の濃度ｘi との比較を行った
とする。この一回目の比較結果により、画素の濃度ｘi
が濃度閾値ｄi4以下であれば（ｘ≦ｄi4）、表中のデー
タの１行目の左のフラグｆa4が「０」であるため、区間
は未判定で比較処理は継続するものと判断し、データａ
4 の値「３」により、二回目の比較は濃度閾値ｄi3を用
いる。また、一回目の比較結果により、その濃度ｘｉが
濃度閾値ｄi4より大きければ（ｘi ＞ｄi4）、図中のデ
ータの１行目の右のフラグｆｂ4 が「０」であるため、
この場合も区間は未判定と判断し、データｂ4 の値
「５」により、二回目の比較は濃度閾値ｄi5を用いる。

【００２０】更に、一回目の比較で濃度ｘi が濃度閾値
ｄi4より大きいと判定し（ｘi ＞ｄi4）、二回目の比較
で濃度ｘi と濃度閾値ｄi5を比較した結果、画素の濃度
ｘiが濃度閾値ｄi5以下であると判定した場合（ｘi ≦
ｄi5）、図６中のｊ＝５である図中の３行目を参照する
と左側のフラグｆａ5 が「１」であるため、区間判定が
完了したと判断して、データａ5 の値「５」を判定区間
番号ｋとする。以上が図６に示す比較順位データ１ｄを
用いた検索方法である。

【００２１】図７は、区間得点データ１ｂの説明図であ
る。これは、画素の各濃度区間毎に設計されたｎ×（ｍ
＋１）個の得点データｗik（ｉ＝１，…，ｎ、ｋ＝１，
…，ｍ＋１）で構成されている。図８は得点閾値データ
１ｃの説明図である。得点閾値データ１ｃは、予め定め
られた真偽判別のための閾値であり、この値について
は、実施例２において詳述する。

【００２２】また、図１に戻り、濃度区間判定部２は、
媒体の画像データを１画素ずつ入力し、判別基準データ
記憶部１より、濃度閾値データ１ａおよび比較順位デー
タ１ｄを読み込み、上述した区間検索を行って濃度区間
の判定を行う機能を有し、後述する画素番号カウンタ、
濃度閾値番号カウンタ、区間番号カウンタ等を備えてい
る。得点加算部３は、判別基準データ記憶部１より区間
得点データ１ｂを読み込み、この区間得点データ１ｂに
基づき、濃度区間判定部２によって分類された区間の得
点を各画素毎に算出し、全画素の合計得点を加算する機
能を有し、後述する画素番号カウンタ、区間番号カウン
タおよび得点カウンタ等を備えている。更に、真偽判別
部４は、判別基準データ記憶部１より得点閾値データ１
ｃを読み込み、この得点閾値と、得点加算部３で求めた
合計得点とを比較して、その媒体の合計得点が得点閾値
以上の場合は、媒体は真券であると判定し、合計得点が
閾値より小さい場合は媒体は偽券であると判定する機能
を有している。

【００２３】次に、本実施例の媒体の真偽鑑別装置の動
作を説明する。図９は、その真偽判別処理の動作フロー
チャートである。ここで、図中の記号の意味を以下に記
す。 ｉ ：画素番号カウンタ ｊ ：濃度閾値番号カウンタ ｋ ：区間番号カウンタ ｊ0 ：濃度閾値番号初期値 ｆj ：濃度比較判定フラグ Ｗ ：得点カウンタ

【００２４】＜ステップＳ１＞先ず、得点カウンタＷと
画素番号カウンタｉを０に初期設定する。 ＜ステップＳ２＞画素番号カウンタｉを１インクリメン
トし、画素番号ｉの画素の濃度値ｘi を読み込む。 ＜ステップＳ３＞比較順位データ１ｄの先頭領域から初
期閾値番号ｊ0 を閾値番号カウンタｊに読み込む。 ＜ステップＳ４＞濃度閾値データ１ａから、画素番号
ｉ、閾値番号ｊの閾値データｄijを読み込み、濃度値ｘ
i と比較する。濃度値ｘi が濃度閾値ｄijより値が小さ
い場合はステップＳ５に進み、濃度値ｘi が濃度閾値ｄ
ij以上である場合はステップＳ６に進む。

【００２５】＜ステップＳ５＞比較順位データ１ｄから
フラグｆａj を読み込み、濃度区間判定フラグｆj に、
また、次の閾値番号データａj を読み込み、閾値番号カ
ウンタｊにそれぞれ代入してステップＳ７に進む。 ＜ステップＳ６＞比較順位データ１ｄからフラグｆｂj
を読み込み、濃度区間判定フラグｆj に、また、次の閾
値番号データｂj を読み込み、閾値番号カウンタｊにそ
れぞれ代入してステップＳ７に進む。

【００２６】＜ステップＳ７＞濃度区間判定フラグｆj
が０であるか１であるかを調べ、ｆj ＝０の場合は区間
判定が未完了であり、継続して次の濃度閾値との比較処
理を行う必要があるため、再びステップＳ４に戻り、ｆ
j ＝１の場合は区間判定完了と判断し、ステップＳ８に
進む。 ＜ステップＳ８＞ステップＳ７で区間判定完了と判断し
た場合、閾値番号カウンタｊには判定区間の区間番号が
格納されているため、区間番号カウンタｋを、閾値番号
カウンタｊの値にセットする。尚、以上、ステップＳ１
〜ステップＳ８の動作が濃度区間判定部２の動作に対応
するものである。

【００２７】＜ステップＳ９＞区間得点データ１ｂの画
素番号ｉ、区間番号ｋの欄より区間得点ｗikを読み込
み、得点カウンタＷに加算する。 ＜ステップＳ１０＞画素番号ｉが最終画素番号ｎかどう
かを調べ、未処理画素がある場合はステップＳ２に戻
り、上記の動作を繰り返す。また、全画素の処理が終了
した場合はステップＳ１１に進む。尚、これらステップ
Ｓ９、Ｓ１０の動作が得点加算部３の動作に対応するも
のである。

【００２８】＜ステップＳ１１＞全画素の比較処理、得
点加算処理が終了すると、得点カウンタＷの値が全画素
の得点の和となるため、「得点閾値データ」から得点閾
値ｔを読み込み、比較判定を行う。総合得点Ｗが得点閾
値ｔ以上である場合（Ｗ≧ｔ）は、対象画像が真券であ
る判定し、ステップＳ１２に進む。また、逆に総合得点
Ｗが得点閾値ｔより小さい場合、（Ｗ＜ｔ）は対象画像
は偽券であると判定し、ステップＳ３に戻る。 ＜ステップＳ１２＞真券判定処理を行う。 ＜ステップＳ１３＞偽券判定処理を行う。以上、ステッ
プＳ１１〜Ｓ１３の動作が真偽判別部４の動作に対応す
るものである。

【００２９】以上のように、実施例１によれば、以下の
ような効果がある。 濃度レベルの比較と得点の加算処理のみの簡易な処理
により、高速な判別が可能である。 濃度を多段の閾値により多区間に分割することによ
り、２段の閾値（３区間）に比べてきめ細かい判別が可
能となる。

【００３０】上記効果を更に説明する。図１０および
図１１は、それぞれ真偽判別における得点分布例であ
る。即ち、両図は、共に画素数２（２次元）の場合の各
画素がとる区間の組み合せのそれぞれについての得点分
布を示す説明図であり、図１０が閾値段数２の場合、図
１１が閾値段数４の場合である。図において、二つの画
素濃度をそれぞれｘ軸とｙ軸にとり、ｚ軸に得点Ｗを表
してある。各画素の濃度閾値により、ｘｙ平面は長方形
の区間に分割される。ｚ軸の得点Ｗはｘｙ平面の各長方
形の辺を構成するｘ軸の区間とｙ軸の区間のそれぞれの
得点の和を表したものである。尚、便宜上、各画素の濃
度区間の両端の得点は０に設定してある。

【００３１】得点Ｗと得点閾値ｔとの比較で真偽の判別
を行うことは、図１０、図１１のような凸状の得点分布
を特定の値（得点閾値ｔ）で切断し、その切断面の輪郭
内部を真券、輪郭外部を偽券とすることに相当する。図
１２は、上記図１０と図１１の得点閾値ｔを変化させた
時のその切断面の形状、大きさの変化を示したものであ
る。図１２からも明かなように、閾値段数が多い程、真
偽判別境界をより細かく設定できることが分かる。

【００３２】また、上記実施例１では、各画素の濃度を
予め定めた複数の閾値と比較する際、選択する閾値番号
の順番を比較結果の場合毎に応じて複数設けた比較順位
データ１ｄを真偽判別パラメータとして備え、濃度区間
判定部２では、この比較順位データ１ｄとの比較結果に
応じて、記憶した閾値番号の選択順に閾値を選択して濃
度の区間への分類を行うようにしたので、この点におい
ても、更に高速な判別処理を行うことができる。

【００３３】次に、上記実施例１の媒体の真偽鑑別装置
による真偽判別を行う場合の各真偽判別パラメータの設
定を行う構成を実施例２として以下に説明する。 《実施例２》真偽判別パラメータは、本発明の媒体の真
偽鑑別装置における真偽判別動作の性能を決定するパラ
メータであり、この真偽判別パラメータは、「閾値段数
ｍ」に、上記実施例１で示した四つの判別基準「比較順
位ａj ，ｂj 」、「濃度閾値ｄij」、「区間得点ｗi
k」、「得点閾値ｔ」を加えた五つである。

【００３４】本発明の媒体の真偽鑑別装置の真偽判別動
作を信頼性の高いものとするためには、上記のパラメー
タをできるだけ真偽判別精度が高くなるよう設計する必
要がある。一方パラメータを設計する上での規格として
は「画素数ｎ」や「真券収容率β」があり、また装置の
仕様に基づく制限として、証券等の媒体一枚当りの認識
に要する「処理時間」や「判別基準データ記憶部１」に
記憶できる「データ数」がある。ここで「真券収容率
β」とは流通している真券のどれだけの割合を真券と判
定して収容するかを表す。また、以降「処理時間」を表
す変数をＣ、「データ数」を表す変数をＳ、また真偽判
別精度を表す変数をＶで表すものとする。これらの変数
（処理時間Ｃ、データ数Ｓ、真偽判別精度Ｖ）は真偽判
別パラメータを設計する上での評価基準となる変数であ
るため「評価値」と呼ぶものとする。

【００３５】従って、真偽判別パラメータを装置の仕様
に従い、かつ、精度の高い値に設計するためには、規格
値（画素数ｎ，真券収容率β）の条件下で、かつ、処理
時間Ｃとデータ数Ｓの許容範囲内で真偽判別精度Ｖの評
価に基づきパラメータ（ｍ，ａj ，ｂj ，ｄij，ｗik，
ｔ）を最適化することが必要である。しかしながら、こ
こで問題となるのは、流通有価証券の真偽判別パラメー
タ設計においては、偽券が未知であるために評価すべき
真偽判別精度Ｖが求められないことである。

【００３６】図１３は、これを説明するための図であ
り、特徴空間による券種判別と真偽判別の説明図であ
る。図１３において、ｎ画素の特徴画像はその各画素の
濃度値を軸とするｎ次特徴空間内の一つの点で表現でき
る。この図１３は画素数２の２次元特徴空間を表し、空
間内には分布する画像標本が点で表現され、また、それ
らの分離境界面（線）が画像で示されている。図中の四
角、三角、丸で示した点はそれぞれＡカテゴリ、Ｂカテ
ゴリ、Ｃカテゴリの３種の異なる券種の画像標本群を仮
定したものであり、これらは既知とする。また、黒丸で
示した点は偽券の画像標本を想定したものである。更
に、一点鎖線で示した直線はＡ，Ｂ，Ｃ三券種の判別境
界例であり、破線で示した曲線は真偽判別境界例であ
る。これらの判別境界は判別方法と判別基準パラメータ
の値により決まる曲面（線）である。

【００３７】この図１３の券種判別境界の例に示すよう
に既知のカテゴリの分類は、カテゴリ間に境界線を設け
ることで可能となる。また、カテゴリが既知であるた
め、設けた境界線の分離精度（真偽判別精度）Ｖも標本
群を用いて評価することができる。一方、真偽判別も図
１３中の例に示す券種判別境界同様、真券と偽券との間
に境界線を設ければ良い。しかしながら偽券は未知であ
り、またその全てを予測することも不可能である。従っ
て、設けた境界線の分離精度Ｖを偽券の標本に基づいて
評価することはできない。このような理由により、従来
は真偽判別境界、即ち、真偽判別パラメータは、試行錯
誤により設定せざるを得なかった。

【００３８】そこで、実施例２による真偽判別基準設計
方法では、上記の問題点を解決し、定量的に真偽判別基
準を設計することを可能とするために、偽券は未知であ
るが真券は既知であることに着目し、真券の統計的な分
布から真偽判別精度Ｖの評価基準を設ける。以下に判別
精度Ｖの評価基準の設定方法を述べる。尚、以降述べる
偽券とは他券種の真券も含めた真券以外の全ての特徴デ
ータを意味する。

【００３９】センサにより読み込まれ電気信号に変換さ
れた画像濃度はセンサ感度により有限である。そのため
画像濃度を軸とする特徴空間もｎ次の有限空間である。
この特徴空間に真偽判別境界を設けて、特徴空間内を真
券カテゴリ、偽券カテゴリの２領域に分割した場合、真
券カテゴリ領域は真偽判別境界面と特徴空間の輪郭面と
を合わせた閉曲面内に収容される。以降これを「（真
券）カテゴリ収容閉曲面」と呼ぶものとする。真券を偽
券と誤る誤判別確率を規格に定める所定値以下とするた
めには、真券カテゴリ収容閉曲面を真券の所定の一定率
を収容するような形状、大きさの閉曲面とする必要があ
る。

【００４０】一方、設けた閉曲面内に偽券が混入する確
率は偽券が未知であるために分からない。しかしなが
ら、偽券はその全てを予測できない状況下では発生する
危険性が特徴空間内に一様であるものとみなすことがで
きる。そのような環境下では偽券が真券カテゴリ収容閉
曲面内に混入する確率、即ち、偽券を真券と誤判定して
収容する危険性確率は閉曲面の容積に比例して増加す
る。そのため、真券カテゴリ収容閉曲面は容積が小さい
程偽券の誤収容確率が低い。そこで、本実施例では、真
券カテゴリ収容閉曲面の容積が、真券の所定の一定率を
含みかつその容積が小さい程真偽判別精度が高いことに
着目し、真券カテゴリ収容閉曲面の容積を真偽判別精度
Ｖの評価尺度とする。尚、以降は真券カテゴリ収容閉曲
面の容積Ｖを「カテゴリ収容容積」と呼ぶものとする。

【００４１】また、本来、流通有価証券等の媒体は、そ
の印刷パタンができるだけ均一となるように発行される
が、印刷ずれやインクのむら、あるいは流通する中で付
着する油等の汚れや擦り傷、折り目等によりセンサに読
み込まれる画像濃度はばらつきを持っている。しかしな
がら、それらのばらつきは統計的には一定の分布になる
ことが多い。本実施例はこの点に着目し、真券の各画素
の濃度が画素に固有な平均値と分散を持った正規分布に
なることを仮定することで、判別基準設計に各種の統計
計算を適用し、定量的に真偽判別パラメータを設計する
ことを可能とする。

【００４２】図１４は、実施例２による真偽判別基準設
計システムの構成図である。上述したように、本実施例
では、画素数ｎと真券収容率βの条件下で評価値（Ｃ，
Ｓ，Ｖ）を基に、真偽判別パラメータ（ｍ，ａj ，ｂj
，ｄij，ｗik，ｔ）を最適化するものである。図１４
に示す各機能ブロックは、真偽判別パラメータ中のｍと
ｄijを特定の値に固定した上で、規格値の画素数ｎと真
券収容率βおよび判別基準作成用に用意した複数枚の画
像を元に求めた各画素の平均μi と標準偏差σi を入力
値（ｎ，ｍ，ｄij，β，μi ，σi ）として残りの変量
（真偽判別パラメータａj ，ｂj，ｗik，ｔと評価値
Ｃ，Ｓ，Ｖ）を求めるための構成であり、図中の矢印が
その処理手順を示すものである。尚、全画素を統一して
扱うため、濃度閾値ｄijは平均μi と標準偏差σi で正
規化した値αj （αj ＝ｄij−μi ／σi ）を用い、こ
れを「濃度区間係数αj 」と呼ぶ。

【００４３】最終的には濃度閾値段数ｍと濃度区間係数
αj は、様々な値に固定して図１４の各ブロックの処理
により、真偽判別パラメータ（ａj ，ｂj ，ｗik，ｔ）
と評価値（Ｃ，Ｓ，Ｖ）を求め、評価値（Ｃ，Ｓ，Ｖ）
に基づいて最適化を行い、真偽判別パラメータの設計を
完了する。

【００４４】図１４に示す真偽判別基準設計システム
は、判別基準データ数計算部１１、濃度区間収容確率計
算部１２、濃度閾値・区間幅計算部１３、濃度区間得点
割当部１４、カテゴリ決定部１５、濃度閾値比較順位決
定部１６、濃度閾値比較回数計算部１７、真偽判別パラ
メータ計算部１８より構成されている。また、カテゴリ
決定部１５は、更に、ブロック確率加算部２１、ブロッ
ク得点計算部２２、ブロック体積加算部２３、得点閾値
決定部２４、カテゴリ収容容積計算部２５から構成され
ている。尚、濃度閾値・区間幅計算部１３、濃度区間得
点割当部１４、濃度閾値比較順位決定部１６、ブロック
得点計算部２２および得点閾値決定部２４は、設計すべ
き真偽判別パラメータ（ａj ，ｂj ，ｄij，ｗik，ｔ）
を求める処理部であり、判別基準データ数計算部１１、
濃度閾値比較回数計算部１７、ブロック体積加算部２３
およびカテゴリ収容容積計算部２５は、評価値（Ｓ，
Ｃ，Ｖ）を求める処理部である。

【００４５】判別基準データ数計算部１１は、画素数ｎ
と閾値段数ｍとした場合、上記実施例１で示した判別基
準データ記憶部１に記憶する４種類のデータ（濃度閾値
データ１ａ、区間得点データ１ｂ、得点閾値データ１
ｃ、比較順位データ１ｄ）のデータ数の合計を計算する
処理部である。濃度区間収容確率計算部１２は、濃度区
間係数αj から各画素毎の濃度区間に真券画像の各画素
濃度ｘi が収容される確率を計算する処理部であり、求
められた値を、以降「濃度区間収容確率」と呼び、ρk
（ｋ＝１，…，ｍ＋１）で表す。濃度閾値・区間幅計算
部１３は、各画素毎の平均μi と標準偏差σi から、濃
度閾値ｄijと濃度区間幅δikを計算する処理部である。
尚、濃度区間幅δikとは連続する濃度閾値間の距離（ｄ
ij+1−ｄij）である。

【００４６】濃度区間得点割当部１４は、各濃度区間の
収容確率ρk と各濃度区間幅δikから各画素毎の濃度区
間毎の得点を計算する処理部であり、求めた得点を「濃
度区間得点」と呼び、以降ｗik（ｉ＝１，…，ｎ，ｋ＝
１，…，ｍ＋１）で表す。カテゴリ決定部１５は、所定
のカテゴリ収容率規格βを満足する真偽判別境界を決定
する処理部であり、得点閾値ｔとカテゴリ収容容積（真
偽判別精度Ｖ）を求める。即ち、ブロック確率加算部２
１は、濃度の閾値に区切られた各画素の区間に特徴画像
が分類される全ての組合せ（全てのブロック）につい
て、それぞれの組合せの確率を、濃度区間収容確率計算
部１２で求めた各区間の分類確率から算出する機能を備
えている。尚、ブロックとは、後述するように、（ｍ＋
１） ^ｎ 個のｎ次直方体を意味している。また、ブロック
得点計算部２２は、前記の全ての組合せにおけるそれぞ
れの組合せの合計得点を、濃度区間得点割当部１４で求
めた各画素毎でかつ各区間毎の得点から算出する機能を
備えている。更に、ブロック体積加算部２３は、それぞ
れの組合せの区間幅の積を各画素毎、かつ、各区間毎の
区間幅から算出し、求めた区間幅の積を合計得点の高い
組合せから順に加算するものである。

【００４７】濃度閾値比較順位決定部１６は、濃度区間
の収容確率ρk から効率の良い区間判定のための濃度閾
値の比較順位ａj ，ｂj を求める処理部である。濃度閾
値比較回数計算部１７は、各画素の濃度ｘi と濃度閾値
ｄijとの平均比較回数Ｃを求める処理部である。真偽判
別パラメータ計算部１８は、判別基準データ数計算部１
１で求めた全データ数と、濃度閾値比較回数計算部１７
で求めた平均比較回数と、ブロック体積加算部２３で求
めた真偽判別精度とを評価値とし、この評価値が所定値
となる時の濃度の閾値、閾値段数および得点の閾値等の
真偽判別パラメータを求めるための処理部である。

【００４８】次に実施例２の動作を各処理部毎に説明す
る。 ＜判別基準データ数計算部１１＞図１５は、判別基準デ
ータ数計算部１１の演算説明図である。図示のように、
判別基準データは４種類あり、画素数ｎ、閾値段数ｍの
時、それぞれのデータ数Ｓは図のように求められる。
尚、図示例はデータ型を同一としてデータ数を求めた例
である。

【００４９】＜濃度区間収容確率計算部１２＞図１６
は、濃度区間収容確率計算部１２の演算説明図である。
一般に、正規分布に従う変量Ｘは、平均μと標準偏差σ
で正規化した値をＹ｛＝（Ｘ−μ）／σ｝とすると、値
がＸ以下となる確率は、図中の演算式（１）に示すよう
に、平均０、標準偏差１の標準正規分布の確率分布関数
Ｐ（Ｙ）を用いて求められる。また、各画素の濃度は正
規分布に従うため、各濃度区間に真券の濃度が含まれる
確率を表す濃度区間収容確率ρk （ｋ＝１，…，ｍ＋
１）は、演算式（１）を用いて全画素一律に図中の演算
式（２）のように求められる。

【００５０】＜濃度閾値・区間幅計算部１３＞図１７
は、濃度閾値・区間幅計算部１３の演算説明図である。
区間係数がαj の時、各濃度閾値は、演算式（３）を要
素とするｍ×ｎの配列となる。（ｉ＝１，…，ｎ，ｊ＝
１，…，ｍ） また、濃度区間幅は、連続する濃度閾値間の距離であり
演算式（４）に示す値となる。但し、この演算式（４）
において、ｉ＝１，…，ｎｋ＝１，…ｍ＋１であり、ｄ
i0＝０，ｄim+1＝Ｌとする。従って、演算式（３）、演
算式（４）を用いて濃度区間幅は画素毎に演算式（５）
に示すように求められる（濃度範囲を０〜Ｌとする）。

【００５１】＜濃度区間得点割当部１４＞濃度区間得点
割当部１４では、入力パラメータの条件下で特徴空間内
のカテゴリ収容容積Ｖを最小とする区間得点ｗik（ｉ＝
１，…，ｎ，ｋ＝１，…，ｍ＋１）の割り当てを行う。
本発明の媒体の真偽鑑別装置における真偽判別は、各画
素濃度をｍ個の閾値によって分割した（ｍ＋１）個の濃
度区間の収容判定により行うものである。従って、この
分類は特徴空間内においては、入力画像を表す点を各軸
が（ｍ＋１）個に分割された（ｍ＋１）ⁿ 個のｎ次直方
体の一つに分類することに相当する。このｎ次直方体を
以降「ブロック」と呼ぶことにする。

【００５２】ブロックの辺は全て（ｍ＋１）個の濃度区
間の内の一つで構成されている。従って、各ブロックに
は以下の演算式（６）に示すような各画素の濃度区間に
予め与えられた得点の和による固有の得点を持つ。これ
を「ブロック得点ＷB 」と呼び、各画素（各辺ｉ：ｉ＝
１，…，ｎ）の収容される区間番号がそれぞれ（ｋ1，
ｋ2 ，…，ｋn ）である時、次式（６）のように各画素
の得点ｗikを用いて表される。 ＷB （ｋ1 ，ｋ2 ，…，ｋn ）＝ｗ1k₁ ＋ｗ2k₂ ＋…＋ｗnk_n （６）

【００５３】上式（６）中の各画素の得点ｗikの設定方
法をブロックを用いて以下に説明する。真偽判別処理で
は、各ブロックは得点ＷB を得点閾値ｔと比較すること
で真ブロックと偽ブロックの２種類に分類される。従っ
て、ブロックの得点設定によりカテゴリ収容閉曲面が決
定する。例えば画素数ｎが２（２次元）で、閾値段数ｍ
＝２の場合のブロック得点分布の例が図１０であり、閾
値段数ｍ＝４の場合のブロック得点分布の例が図１１で
ある。また、得点閾値ｔにより決定するカテゴリ収容閉
曲面の例が図１２である。上述したように、カテゴリ収
容閉曲面は真券カテゴリの一定率を小さい容積で収容す
るほど真偽判別精度が高い。本実施例ではブロックによ
りカテゴリ収容閉曲面を構築するので、真ブロックの体
積の合計が小さいほど真偽判別精度が高いことになる。

【００５４】各ブロックには真券をブロックに収容する
確率（以降「ブロック確率ＰB 」と呼ぶ）と、体積（以
降「ブロック体積ＶB 」と呼ぶ）の二種類の変量を持
つ。濃度閾値ｄijは固定されているため、これらの変量
は各ブロックに固有である。従って、真券の一定率を含
み、かつ、できるだけ小さい容積の真カテゴリを形成す
るためには、以下の演算式（７）に示す「ブロック確率
密度ＥB 」の高いブロックから順にブロック確率の和が
所定値になるまでのブロックを真ブロックとして選べば
良い。ここで「ブロック確率密度ＥB 」とはブロック確
率ＰB とブロック体積ＶB を用いて次式で定義される量
である。 （ブロック確率密度ＥB ）＝ブロック確率ＰB ／ブロック体積ＶB （７）

【００５５】各画素（各辺ｉ：ｉ＝１，…，ｎ）の収容
される区間番号が（ｋ1 ，ｋ2 ，…，ｋn ）である時、
ブロック確率ＰB は各画素の収容確率ρk を用いて次の
演算式（８）で表される。 ＰB （ｋ1 ，ｋ2 ，…，ｋn）＝ρk₁ρk₂…ρk_n （８） また、同じく各画素（各辺ｉ：ｉ＝１，…，ｎ）の収容
される区間番号が（ｋ1 ，ｋ2 ，…ｋn ）である時、ブ
ロック体積ＶB は各画素の収容される濃度区間幅δikを
用いて次の演算式（９）で表される。 ＶB （ｋ1 ，ｋ2，…，ｋn ）＝δ1k₁ δ2k₂ …δnk_n （９） 従って、ブロック確率密度ＥB は次のように表される。

【００５６】図１８は、その濃度区間得点割当部１４に
おける演算説明図である。ここで、演算式（１０）がブ
ロック確率密度ＥB を示している。そして、この演算式
（１０）の対数をとると、演算式（１１）となる。但
し、εik_i ＝ log（ρｋ_i ／δik_i ）である。従って、
各画素の区間得点ｗikの配点方法を、各ブロックの持つ
ブロック確率密度ＥB の順位を維持した配点とするため
には、式（１１）を式（６）のブロック得点ＷB と比較
することにより以下の演算式（１２）とすれば良い。 ｗik＝εik_i ＝log（ρｋ_i ／δik_i ） （１２） 式（１２）より区間得点は各画素の濃度区間の密度（濃
度区間の収容確率ρk／濃度区間幅δik）を反映した値
になっていることが分かる。また、式（１２）におい
て、εik（ｉ＝１，…，ｎ，ｋ＝１，…，ｍ＋１）は正
規分布が単峰性の分布であることから、平均に近い区間
程高い配点になっていることがわかる。

【００５７】＜カテゴリ決定部１５＞図１９は、カテゴ
リ決定部１５におけるカテゴリ決定方法の説明図であ
る。カテゴリ決定部１５は、上述したように、ブロック
確率加算部２１、ブロック得点計算部２２、ブロック体
積加算部２３の処理部を備え、これら処理部は、それぞ
れ、ブロック確率ＰB 、ブロック得点ＷB （ブロック
得点は、濃度区間得点割当部１４で新たに定義された変
量）、ブロック体積ＶB の変量を有している。ブロック
確率ＰB は式（８）より、ブロック体積ＶB は式（９）
より、ブロック得点ＷB は式（６）よりそれぞれ求める
ことができた。

【００５８】従って、その内の二変量を用いて（ブロッ
ク得点−ブロック確率）の関係および（ブロック得点−
ブロック体積）の関係がそれぞれ求められる。つまり図
１９に示すように、得点ＷB に対するブロック確率ＰB
（ＷB ）とブロック体積ＶB（ＷB ）の関係が決まる。
前に述べた通り、高精度な真偽判別境界面を形成するた
めには、高確率密度（高得点）のブロックから順に優先
して総体積が所定値になるまで真ブロックとみなすこと
により、一定率のカテゴリを最小容積のブロックで包含
することができるものである。ある得点閾値ｔを設けた
時、得点がｔ以上となる（ＷB ≧ｔ）ブロックのブロッ
ク確率ＰB （ＷB ）の和を「カテゴリ収容確率ＰC
（ｔ）」と呼び、図中の演算式（１３）で表すことがで
きる。また、ある得点閾値ｔを設けた時、得点がｔ以上
となる（ＷB ≧ｔ）ブロックのブロック体積ＶB （ＷB
）の和を「カテゴリ収容容積ＶC （ｔ）」と呼び図中
の演算式（１４）で表すことができる。

【００５９】従って、カテゴリ収容確率ＰC （ｔ）が、
カテゴリ収容率の規格値β以上（ＰC （ｔ）≧β）とな
る最小のｔが、入力パラメータ（ｎ，ｍ，ｄij，β，μ
i ，σi ）の条件下で最も高い真偽判別精度を持つ得点
閾値ｔ′として求められる。また、得点閾値をｔ′とす
るカテゴリ収容容積ＶC （ｔ′）が真偽判別精度Ｖを表
す評価値となる。

【００６０】＜濃度閾値比較順位決定部１６＞収容確率
ρk は各濃度区間ｋ（ｋ＝１，…，ｍ＋１）により異な
る値である。従って、各画素濃度ｘi の収容区間判定に
おいて、濃度閾値の選択順位によって比較回数に違いが
生じる。最も効率の良い濃度閾値の比較順位は収容確率
ρk の高い濃度区間を優先して判定されるように閾値の
比較順位を決めることである。それにより区間判定に要
する比較順位を最低限に抑えることができる。

【００６１】＜濃度閾値比較回数計算部１７＞各濃度区
間ｋ（ｋ＝１，…，ｍ＋１）の収容確率をρk とし、上
記の濃度閾値比較順位決定部１６で決めた比較順位に基
づく各濃度区間の判定までに要する比較回数をｃk （ｋ
＝１，…，ｍ＋１）とした場合、平均比較回数Ｃは次の
演算式（１５）で表せる。尚、各濃度区間の収容率ρk
は全画素一律であるため、比較回数の平均値は全画素に
ついて同一である。 Ｃ＝ｃ1・ρ1 ＋ｃ2・ρ2 ＋…＋ｃm+1・ρm+1 （１５）

【００６２】＜真偽判別パラメータ計算部１８＞この真
偽判別パラメータ計算部１８では、閾値段数ｍと濃度区
間係数αj の最適化を行う。上記の判別基準データ数計
算部１１〜濃度閾値比較回数計算部１７における各処理
は、閾値段数ｍと濃度区間係数αj を固定した時の各判
別基準パラメータ（ａj ，ｂj ，ｄij，ｗik，ｔ）と、
各判別基準の評価値（Ｃ，Ｓ，Ｖ）の算出方法を述べた
ものである。

【００６３】しかしながら、装置の性能を最大限に生か
す判別基準パラメータ（ａj ，ｂj，ｄij，ｗik，ｔ）
とするためには、所定の計算時間Ｃとデータ数Ｓの許容
範囲内で最も真偽判別精度Ｖが高くなる閾値段数ｍと濃
度区間係数αj （ｊ＝１，…，ｍ）の組合せを見つける
必要がある。即ち、真偽判別精度Ｖを評価基準とする閾
値段数ｍと濃度区間係数αj （ｊ＝１，…，ｍ）の最適
化を行うを行う必要がある。最適化の方法はパラメータ
の全組合せについて計算し最適値を求める全探索やニュ
ーラルネットを用いた最適化、遺伝的アルゴリズムを用
いた最適化等の各種手法の適用が考えられる。

【００６４】図２０に閾値段数毎に区間係数αj （ｊ＝
１，…，ｍ）の最適化を行って得た各判別基準パラメー
タ（ａj ，ｂj ，ｄij，ｗik，ｔ）と評価値（Ｃ，Ｓ，
Ｖ）の例を示す。尚、閾値段数ｍの区別のため、各評価
値（Ｃm ，Ｓm ，Ｖm ）には閾値段数ｍを添字してあ
る。また、閾値段数ｍが偶数であるのは濃度平均を中心
に対称に濃度閾値を設けているためである。濃度閾値ｄ
ijについて最適化されていれば、閾値段数ｍが多い程、
比較回数Ｃ、データ数Ｓは共に増加し、カテゴリ収容容
積（真偽判別精度）Ｖは減少するはずであるから、比較
回数Ｃとデータ数Ｓが共にそれぞれ所定値以下であり、
かつ、カテゴリ収容容積Ｖが最も小さな（判別精度が高
い）閾値段数ｍの真偽判別パラメータを最適パラメータ
として決定することができる。以上が本実施例による真
偽判別基準の設計方法である。

【００６５】以上のように、上記実施例２によれば、流
通有価証券の画像濃度の統計的性質を利用することによ
り真偽判別基準を設定できるため以下の効果が期待でき
る。 真券の分布に即した精度の高い真偽判別基準を設けら
れる。 統計分布を用いて定量的に真偽判別基準が設計できる
ため、経験や試行錯誤によらずに計算のみでパラメータ
を求めることができる。 偽造券のデータを収集あるいは想定しなくても真券の
データのみにより真偽判別基準が設計できる。 真偽判別装置の記憶容量または処理時間を有効に利用
した設計が可能である。 収容確率の高い濃度区間を優先して判定することによ
り、閾値段数が増えても比較処理回数を最小限に抑えた
高速な判別が可能である。

【００６６】更に、これらの効果を図面を用いて説明す
る。図２１、２２および図２４は、各画素の濃度の平均
μi が、一律Ｌ／２（Ｌは画像濃度の最大値）、標準偏
差σi が、一律 0.03921Ｌの場合を例にとり、真券収容
率βを0.95に規格化して判別基準を設計した際のカテゴ
リ収容容積（真偽判別精度Ｖ）を表したものである。
尚、カテゴリ収容容積Ｖは特徴空間の体積を１として正
規化してある。ここで、図２１は特徴画像の画素数ｎを
４００に、閾値段数ｍを２段に固定して真偽判別基準を
設計した時の濃度閾値（平均に対して対称に設けた一対
の区間係数−α1 とα1 ）の値に対するカテゴリ収容容
積（真偽判別精度Ｖ）を示すものである。真偽判別精度
Ｖは特徴空間の体積を１とした時のカテゴリ収容容積の
比率を表したものである。横軸に濃度区間係数α1 をと
り、縦軸にカテゴリ収容容積Ｖを対数表示してある。ま
た、図２２は特徴画像の画素数ｎを５０に、閾値段数ｍ
を４段に固定して真偽判別基準を設計した時の濃度閾値
（平均に対して対称に設けた二対の区間係数−α2 ，−
α1 ，α1 ，α2 ）の値に対するカテゴリ収容容積（真
偽判別精度Ｖ）を示すものである。真偽判別精度Ｖは特
徴空間の体積を１とした時のカテゴリ収容容積の比率を
表したものである。ｘ軸に濃度区間係数α1 を、ｙ軸に
濃度区間係数α2 をとり、縦軸にカテゴリ収容容積Ｖを
対数表示してある。

【００６７】上述したように、カテゴリ収容容積Ｖが小
さい程一定率の真券を効率良く収容していることになり
真偽判別精度が高い。図２１、図２２を見ると、共に濃
度区間係数αj の大きさにより真偽判別精度の評価値で
あるカテゴリ収容容積Ｖは大きく変化することが分か
る。これは、従来、経験に頼って設計していた閾値が真
偽判別精度に大きく依存するパラメータであり、わずか
な設計の誤りが誤判別の確率を大きく増加させる可能性
があることを示すものである。両図ともに最適な濃度閾
値（区間係数αj ）は存在し、図２１の例ではα1 ＝
２．２付近の値を、図２２ではα1 ＝１．８，α2 ＝
３．２付近の値を用いて最適な真偽判別パラメータの設
計が可能であることが分かる。

【００６８】図２３は、閾値段数と評価値との関係を示
す説明図である。即ち、この図２３は、特徴画像の画数
ｎを３０に、閾値段数ｍを２、４、６、８、１０段の場
合のそれぞれについて濃度閾値（平均に対して対称に設
けたｍ／２対の区間係数αj ，＝１，…，ｍ）を真偽判
別精度Ｖについて最適化して求めた評価値（比較回数
Ｃ、データ数Ｓ、カテゴリ収容容積Ｖ）を示すものであ
る。また、図２４は、この図２３のカテゴリ収容容積
（真偽判別精度）Ｖの閾値段数ｍ特性をグラフ化した結
果である。尚、図２４のグラフの折れ線の下に破線で表
示してある水平な直線は、本入力条件による真券分布の
一定率βを収容するカテゴリ収容閉曲面の容積最小化の
理論限界（公開技報番号９４−２０３５９に示された原
理による計算結果）を示すものである。

【００６９】図２５は、図２３の平均比較回数Ｃの閾値
段数ｍ特性をグラフ化した結果である。図２４のカテゴ
リ収容容積Ｖの閾値段数ｍ特性を見ても分かる通り、閾
値の段数を２段から順に増やしていくと最初急激にカテ
ゴリ収容容積（真偽判別精度Ｖ）は減少し、その後次第
に最適値へと近付いていくことが分かる。一方、図２５
の平均比較回数Ｃの閾値段数ｍ特性を見ると、カテゴリ
収容容積Ｖが閾値段数ｍの増加に対して最初急激に減少
したのに比べると、比較回数Ｃはあまり増加していない
ことが分かる。例えば、閾値段数を２段から１０段へと
５倍に増やすと、カテゴリ収容容積Ｖは１／１０００以
下に大幅に縮小されるにも拘らず、その比較回数Ｃの増
加量は高々２割にも満たない。これは真券の分布を効率
良く収容できる真偽判別パラメータ設計方法と収容確率
の高い濃度区間を優先して判定する比較方法による効果
であり、本発明の媒体の真偽鑑別装置が、高速かつ高精
度に真偽判別を実現できることを示すものである。

【００７０】以上のように、上記実施例２によれば、真
券の各画素の濃度値が閾値によって区切られた区間に分
類される確率を予め用意した複数の真券画像データより
統計的に求める濃度区間収容確率計算部１２と、この濃
度区間収容確率計算部１２で求めた各区間への分類確率
の高い区間から順に優先して判定するよう濃度の閾値の
選択順位を決定する濃度閾値比較順位決定部１６とを備
えたので、真券の閾値の比較回数を最低限に抑えた高速
な処理を行うことができる。

【００７１】また、濃度閾値比較順位決定部１６による
各濃度の区間分類に要する閾値の比較回数を各区間毎に
求め、求めた各区間毎の比較回数と、濃度区間収容確率
計算部１２で求めた各区間毎の分類確率から、画素濃度
が全区間に分類されるまでの平均比較回数を算出する濃
度閾値比較回数計算部１７と、この濃度閾値比較回数計
算部１７で求めた平均比較回数を評価値とし、この評価
値が所定値となる真偽判別パラメータを求める真偽判別
パラメータ計算部１８とを備えたので、規格によって許
される比較回数を最大限に有効利用して高精度な判別を
行うことができる。

【００７２】更に、媒体の画像データの画素数と閾値の
段数の値に対応して、判別基準データ記憶部１に格納す
る真偽判別パラメータの全データ数を算出する判別基準
データ数計算部１１と、この判別基準データ数計算部１
１で算出した全データ数を評価値とし、この評価値が所
定値となる真偽判別パラメータを求める真偽判別パラメ
ータ計算部１８を備えたので、規格によって許される記
憶可能データ数を最大限に有効利用して高精度の判別を
行うことができる。

【００７３】また、各画素の濃度の閾値によって区切ら
れる各区間の幅を算出する濃度閾値・区間幅計算部１３
と、この濃度閾値・区間幅計算部１３で求めた各区間の
幅と、各区間毎に真券が分類される確率を用いて各画素
毎、かつ、各区間毎に得点を決定する濃度区間得点割当
部１４とを備えたため、入力画像が真券である可能性が
高い程高得点となり、精度の高い判別を行うことができ
る。

【００７４】更に、真券の各画素の濃度値が閾値によっ
て区切られた区間に分類される確率を予め用意した複数
の真券画像データより統計的に求める濃度区間収容確率
計算部１２と、濃度の閾値に区切られた各画素の区間
に、画像データにおける各画素が分類される全組合せに
ついて、それぞれの組合せの確率を、濃度区間収容確率
計算部１２で求めた各区間の分類確率から算出するブロ
ック確率加算部１５と、前記の全組合せにおけるそれぞ
れの組合せの合計得点を、濃度区間得点割当部１４で求
めた各画素毎かつ各区間毎の得点から算出するブロック
得点計算部２２と、ブロック得点計算部２２で算出した
合計得点の高い組合せから順に確率を加算し、当該加算
した確率が所定の規格値以上になり、かつ、最も値が大
きい合計得点を閾値として求める得点閾値決定部２４と
を備えたので、精度の高い真偽判別基準を設定すること
ができる。

【００７５】そして、濃度の閾値に区切られた各画素の
区間に、画像データにおける各画素が分類される全組合
せについて、それぞれの組合せの区間幅の積を各画素
毎、かつ、各区間毎の区間幅から算出し、求めた区間幅
の積を合計得点の高い組合せから順に加算するブロック
体積加算部２３と、このブロック体積加算部２３で求め
た加算結果の値に基づき、得点の高い組合せから順に確
率と区間幅の積をそれぞれ別々に加算し、確率の加算値
が所定の規格値以上になった時の区間幅の積の加算値を
求めるカテゴリ収容容積計算部２５と、この求めた区間
幅の積の加算値を真偽判別精度を表す評価値とし、この
評価値が所定値となる真偽判別パラメータを算出する真
偽判別パラメータ計算部１８とを備えたので、更に精度
の高い真偽判別基準を設定することができる。

【００７６】また、濃度閾値比較順位決定部１６による
各濃度の区間分類に要する閾値の比較回数を各区間毎に
求め、求めた各区間毎の比較回数と、濃度区間収容確率
計算部１２で求めた各区間毎の分類確率から画素濃度が
全区間に分類されるまでの平均比較回数を算出する濃度
閾値比較回数計算部１７と、媒体の画像データの画素数
と閾値の段数の値に対応して、判別基準データ記憶部１
に格納する真偽判別パラメータの全データ数を算出する
判別基準データ数計算部１１と、ブロック体積加算部２
３で求めた加算結果の値に基づき、得点の高い組合せか
ら順に確率と区間幅の積を、それぞれ別々に加算し、確
率の加算値が所定の規格値以上になった時の区間幅の積
の加算値を求めるカテゴリ収容容積計算部２５と、これ
らによって求められた平均比較回数とデータ数とが共に
所定値以下であり、かつ、カテゴリ収容容積計算部２５
によって求めた区間幅の積の加算値が最も小さい真偽判
別パラメータを求める真偽判別パラメータ計算部１８と
を備えたので、媒体の真偽鑑別装置に許される処理時間
と記憶容量の制限を最大限に有効利用して高精度な判別
を行うことができる。

【００７７】尚、上記実施例２において、濃度区間収容
確率計算部１２では、特徴画像の各画素濃度の統計分布
の例として、正規分布を用いて収容確率を計算したが、
実際の統計データを用いて各濃度区間の収容確率を求め
ることにより、基本的に任意の統計的分布に対して本発
明の原理は適用することができる。

【００７８】

【発明の効果】以上説明したように、本発明の媒体の真
偽鑑別装置によれば、複数の濃度の閾値により区切られ
る各区間に得点を与え、画像データの各画素毎に、どの
区間の得点となるかを判定し、全画素の合計得点が、予
め定めた真偽判別のための得点閾値以上である場合に真
券、得点閾値より小さい場合は偽券であると判定するよ
うにしたので、濃度レベルの比較と得点の加算処理のみ
の簡易な処理により、高速な判別が行える。しかも、濃
度を多段の閾値により多区間に分割することにより、例
えば２段の閾値の場合に比べてきめ細かい判別を行うこ
とができる。

【図面の簡単な説明】

【図１】本発明の媒体の真偽鑑別装置における実施例１
の構成図である。

【図２】一般的な媒体認識処理の概略を示す説明図であ
る。

【図３】一般的な真偽判別方法の一例を示す説明図であ
る。

【図４】本発明の媒体の真偽鑑別装置における真偽判別
動作で用いる真偽判別基準の説明図である。

【図５】本発明の媒体の真偽鑑別装置の実施例１におけ
る濃度閾値データの説明図である。

【図６】本発明の媒体の真偽鑑別装置の実施例１におけ
る比較順位データの説明図である。

【図７】本発明の媒体の真偽鑑別装置の実施例１におけ
る区間得点データの説明図である。

【図８】本発明の媒体の真偽鑑別装置の実施例１におけ
る得点閾値データの説明図である。

【図９】本発明の媒体の真偽鑑別装置の実施例１におけ
る真偽判別処理の動作フローチャートである。

【図１０】真偽判別における得点分布例の説明図（その
１）である。

【図１１】真偽判別における得点分布例の説明図（その
２）である。

【図１２】得点閾値による真偽判別曲線の形状変化例の
説明図である。

【図１３】特徴空間による券種判別と真偽判別の説明図
である。

【図１４】本発明の実施例２による真偽判別基準設計シ
ステムの構成図である。

【図１５】本発明の実施例２における判別基準データ数
計算部の演算説明図である。

【図１６】本発明の実施例２における濃度区間収容確率
計算部の演算説明図である。

【図１７】本発明の実施例２における濃度閾値・区間幅
計算部の演算説明図である。

【図１８】本発明の実施例２における濃度区間得点割当
部の演算説明図である。

【図１９】本発明の実施例２のカテゴリ決定部における
カテゴリ決定方法の説明図である。

【図２０】本発明の実施例２における閾値段数設計例の
説明図である。

【図２１】本発明の実施例２における真偽判別精度の濃
度閾値特性の説明図（その１）である。

【図２２】本発明の実施例２における真偽判別精度の濃
度閾値特性の説明図（その２）である。

【図２３】本発明の実施例２における閾値段数と評価値
との関係を示す説明図である。

【図２４】本発明の実施例２における真偽判別精度の濃
度閾値段数特性の説明図である。

【図２５】本発明の実施例２における平均比較回数の濃
度閾値段数特性の説明図である。

【符号の説明】

１ 判別基準データ記憶部 １ａ 濃度閾値データ １ｂ 区間得点データ １ｃ 得点閾値データ １ｄ 比較順位データ ２ 濃度区間判定部 ３ 得点加算部 ４ 真偽判別部 １１ 判別基準データ数計算部 １２ 濃度区間収容確率計算部 １３ 濃度閾値・区間幅計算部 １４ 濃度区間得点割当部 １５ カテゴリ決定部 １６ 濃度閾値比較順位決定部 １７ 濃度閾値比較回数計算部 １８ 真偽判別パラメータ計算部 ２１ ブロック確率加算部 ２２ ブロック得点計算部 ２３ ブロック体積加算部 ２４ 得点閾値決定部 ２５ カテゴリ収容容積計算部

フロントページの続き (56)参考文献 特開 昭６−301838（ＪＰ，Ａ) 特開 平５−62045（ＪＰ，Ａ) 特開 平２−148383（ＪＰ，Ａ) 山北 治，有価証券の真偽判別基準設 計の高速化について，電子情報通信学会 技術研究報告，日本，社団法人電子情報 通信学会，1996年 １月19日，Ｖｏｌ. 95 Ｎｏ．470，９−16 (58)調査した分野(Int.Cl.⁷，ＤＢ名) G07D 7/00

Claims (9)

(57)【特許請求の範囲】
1. 【請求項１】 各画素毎に、複数の濃度の閾値を表す濃
   度閾値データと、これら濃度の各閾値により区切られる
   各区間の得点を表す区間得点データと、全画素の合計得
   点の閾値を表す得点閾値データとからなる真偽判別パラ
   メータを格納する判別基準データ記憶部と、 媒体の画像データを入力し、当該画像データにおける各
   画素の濃度を、前記判別基準データ記憶部より取り出し
   た前記濃度閾値データと比較し、閾値により区切られる
   複数区間に分類する濃度区間判定部と、 前記判別基準データ記憶部より区間得点データを読み込
   み、当該区間得点データに基づき、前記濃度区間判定部
   により分類された区間の得点を各画素毎に算出し、前記
   媒体の全画素の合計得点を求める得点加算部と、 前記判別基準データ記憶部より得点閾値データを読み込
   み、当該得点閾値と、前記得点加算部で求めた合計得点
   とを比較して、当該合計得点が閾値以上の場合は、前記
   媒体は真券であると判定し、前記合計得点が閾値より小
   さい場合は前記媒体は偽券であると判定する真偽判定部
   とを備えたことを特徴とする媒体の真偽鑑別装置。
2. 【請求項２】 請求項１記載の媒体の真偽鑑別装置にお
   いて、 各画素の濃度を予め定めた複数の閾値と比較する際、選
   択する閾値番号の順番を比較結果の場合毎に応じて複数
   設けた比較順位データを真偽判別パラメータとして備え
   た判別基準データ記憶部と、 前記判別基準データ記憶部より比較順位データを読み込
   み、比較結果に応じて記憶した閾値番号の選択順に閾値
   を選択して濃度の区間への分類を行う濃度区間判定部と
   を備えたことを特徴とする媒体の真偽鑑別装置。
3. 【請求項３】 請求項２記載の媒体の真偽鑑別装置にお
   いて、 真券の各画素の濃度値が閾値によって区切られた区間に
   分類される確率を、予め用意した複数の真券画像データ
   における前記各区間毎の出現頻度により求める濃度区間
   収容確率計算部と、 前記濃度区間収容確率計算部で求めた各区間への分類確
   率の高い区間から順に優先して判定するよう濃度の閾値
   の選択順位を決定する濃度閾値比較順位決定部とを備え
   たことを特徴とする媒体の真偽鑑別装置。
4. 【請求項４】 請求項３記載の媒体の真偽鑑別装置にお
   いて、 濃度閾値比較順位決定部による各濃度の区間分類に要す
   る閾値の比較回数を各区間毎に求め、当該求めた各区間
   毎の比較回数と、濃度区間収容確率計算部で求めた各区
   間毎の分類確率から画素濃度が全区間に分類されるまで
   の平均比較回数を算出する濃度閾値比較回数計算部と、 前記濃度閾値比較回数計算部で求めた平均比較回数を評
   価値とし、当該評価値が所定値となる閾値段数を真偽判
   別パラメータとして求める真偽判別パラメータ計算部と
   を備えた媒体の真偽鑑別装置。
5. 【請求項５】 請求項１または２に記載の媒体の真偽鑑
   別装置において、 媒体の画像データの画素数と閾値の段数の値に対応し
   て、判別基準データ記憶部に格納する真偽判別パラメー
   タの全データ数を算出する判別基準データ数計算部と、 前記判別基準データ数計算部で算出した全データ数を評
   価値とし、この評価値が所定値となる閾値段数を真偽判
   別パラメータとして求める真偽判別パラメータ計算部を
   備えたことを特徴とする媒体の真偽鑑別装置。
6. 【請求項６】 請求項１に記載の媒体の真偽鑑別装置に
   おいて、 各画素の濃度の閾値によって区切られる各区間の幅を算
   出する濃度閾値・区間幅計算部と、 前記濃度閾値・区間幅計算部で求めた各区間の幅と、各
   区間毎に真券が分類される確率を用いて各画素毎、か
   つ、各区間毎に得点を決定する濃度区間得点割当部とを
   備えたことを特徴とする媒体の真偽鑑別装置。
7. 【請求項７】 請求項６に記載の媒体の真偽鑑別装置に
   おいて、 真券の各画素の濃度値が閾値によって区切られた区間に
   分類される確率を予め用意した複数の真券画像データに
   おける前記各区間毎の出現頻度により求める濃度区間収
   容確率計算部と、画像データの画素数をｎとした場合に各画素の濃度を軸
   としたｎ次の特徴空間において、前記 閾値に区切られた
   各画素の区間に、画像データにおける各画素が分類され
   る前記特徴空間内の全ブロックについて、それぞれのブ
   ロックの確率を、前記濃度区間収容確率計算部で求めた
   各区間の分類確率から算出するブロック確率加算部と、 前記全ブロックにおける各ブロックの合計得点を、濃度
   区間得点割当部で求めた各画素毎かつ各区間毎の得点か
   ら算出するブロック得点計算部と、 前記ブロック得点計算部で算出した合計得点の高いブロ
   ックから順に確率を加算し、当該加算した確率が所定の
   規格値以上になり、かつ、最も値が大きい合計得点を閾
   値として求める得点閾値決定部とを備えたことを特徴と
   する媒体の真偽鑑別装置。
8. 【請求項８】 請求項７記載の媒体の真偽鑑別装置にお
   いて、 濃度の閾値に区切られた各画素の区間に、画像データに
   おける各画素が分類される特徴空間内の全ブロックにつ
   いて、それぞれのブロックの体積を各画素毎、かつ、各
   区間毎の区間幅から算出し、求めたブロックの体積を合
   計得点の高いブロックから順に加算するブロック体積加
   算部と、 前記ブロック体積加算部で求めた加算結果の値に基づ
   き、得点の高いブロックから順に確率とブロックの体積
   とをそれぞれ別々に加算し、確率の加算値が所定の規格
   値以上になった時のブロックの体積の加算値をカテゴリ
   収容容積として求めるカテゴリ収容容積計算部と、 前記カテゴリ収容容積計算部で求めたブロックの体積の
   加算値を真偽判別精度を表す評価値とし、当該評価値が
   所定値となる濃度閾値と区間得点と得点閾値を真偽判別
   パラメータとして算出する真偽判別パラメータ計算部と
   を備えたことを特徴とする媒体の真偽鑑別装置。
9. 【請求項９】 請求項３記載の媒体の真偽鑑別装置にお
   いて、 濃度閾値比較順位決定部による各濃度の区間分類に要す
   る閾値の比較回数を各区間毎に求め、当該求めた各区間
   毎の比較回数と、濃度区間収容確率計算部で求めた各区
   間毎の分類確率から画素濃度が全区間に分類されるまで
   の平均比較回数を算出する濃度閾値比較回数計算部と、 媒体の画像データの画素数と閾値の段数の値に対応し
   て、判別基準データ記憶部に格納する真偽判別パラメー
   タの全データ数を算出する判別基準データ数計算部と、 濃度の閾値に区切られた各画素の区間に、画像データに
   おける各画素が分類される特徴空間内の全ブロックにつ
   いて、それぞれのブロックの体積を各画素毎、かつ、各
   区間毎の区間幅から算出し、求めたブロックの体積を合
   計得点の高いブロックから順に加算するブロック体積加
   算部と、 前記ブロック体積加算部で求めた加算結果の値に基づ
   き、得点の高いブロックから順に確率とブロックの体積
   とをそれぞれ別々に加算し、確率の加算値が所定の規格
   値以上になった時のブロックの体積の加算値をカテゴリ
   収容容積として求めるカテゴリ収容容積計算部と、 前記濃度閾値比較回数計算部によって求められた平均比
   較回数と、前記判別基準データ数計算部によって求めら
   れたデータ数とが共に所定値以下であり、かつ、前記カ
   テゴリ収容容積計算部によって求められたブロックの体
   積の加算値が最も小さい比較順位と濃度閾値と区間得点
   と得点閾値とを真偽判別パラメータとして求める真偽判
   別パラメータ計算部とを備えたことを特徴とする媒体の
   真偽鑑別装置。