JP3753779B2 - 紙幣選別機 - Google Patents
紙幣選別機 Download PDFInfo
- Publication number
- JP3753779B2 JP3753779B2 JP7086896A JP7086896A JP3753779B2 JP 3753779 B2 JP3753779 B2 JP 3753779B2 JP 7086896 A JP7086896 A JP 7086896A JP 7086896 A JP7086896 A JP 7086896A JP 3753779 B2 JP3753779 B2 JP 3753779B2
- Authority
- JP
- Japan
- Prior art keywords
- banknote
- banknotes
- data
- unit
- denomination
- 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
Links
Images
Landscapes
- Inspection Of Paper Currency And Valuable Securities (AREA)
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Description
【０００１】
【発明の属する技術分野】
本発明は、多国に亘る多種類の紙幣の中から指定された国の紙幣を識別し分類することのできる紙幣選別機に関し、特に容易に紙幣識別データを作成したり変更したりすることが可能な紙幣選別機に関する。
【０００２】
【従来の技術】
従来、紙幣選別機には複数種類のパターンを記憶した複数のメモリを用意しておき、取扱う金種紙幣に応じてそのメモリを切替えて使用するものがあった（例えば特開昭５８−２２４８８号）。即ち、特開昭５８−２２４８８号で開示された紙幣鑑別分類方式は、投入された紙幣のパターンを読取る読取手段と、多種類の紙幣パターンを記録した複数のメモリ及びそれらメモリを選択する切替えスイッチとを有し、前記切替えスイッチが選択したメモリ中のパターンと読取手段によって読取られたパターンとを比較し、それによって前記投入された紙幣を鑑別分類するようになっているが、紙幣のパターンが変わった場合の取扱いが面倒であった。
【０００３】
また、従来の紙幣選別機の紙幣保留部は、その保留部幅の調整が可能な場合でも人手を必要とするものであり、取扱う国の紙幣が異なって紙幣の寸法が変わるような場合には、それに合わせて手動で保留部幅の調整を必要とするものが普通であった。
【０００４】
【発明が解決しようとする課題】
ところで上記の様な紙幣選別機では、新たな紙幣の選別を追加したい場合には、別途用意された開発装置を利用してＲＯＭに格納されている紙幣識別用のパターンを作成してＲＯＭを変更する作業が必要となり、新たな新規紙幣が発行された場合には多大な開発時間がかかるという問題を抱えていた。
【０００５】
本発明は上述のような事情から成されたものであり、本発明の目的は、取扱う紙幣の種類に対応させて紙幣の収納部の幅、及び一時保留部の幅を自動的に調整することが可能な紙幣選別機を提供することにある。
【０００６】
【課題を解決するための手段】
本発明は、複数の金種紙幣を受け入れ識別した結果に基づいて複数の収納部に区分けして収納する紙幣選別機に関するものであり、本発明の上記目的は、識別すべき紙幣の国を選択指定する選択手段と、識別可能な国の紙幣の識別データを格納しているデータテーブルと、受け入れた紙幣の画像データを取込む画像入力手段と、前記画像入力手段からの画像データ及び前記選択手段で選択指定された国に対応する前記データテーブルのデータに基づいて前記紙幣を識別する識別部と、前記識別部で識別された紙幣を収納する収納部と、前記選択手段で選択された国に対応する前記データテーブルのデータに基づいて前記収納部の収納幅を調整する収納幅調整手段とを具備することによって達成される。
【０００７】
又、本発明の上記目的は、識別すべき紙幣の種類及び仕分けの態様を指定するための指定手段と、受け入れた紙幣を１枚ずつ繰り出すホッパー部と、前記ホッパー部の後段に設けられた識別部から紙幣の金種、方向、真偽を判別する紙幣識別手段と、正常な状態で搬送されなかった紙幣或いは偽と判定された紙幣をリジェクトするリジェクト部と、前記紙幣識別手段で識別された紙幣を一時的に受け入れる複数の一時保留部と、前記一時保留部に設けられた紙幣集積空間の紙幣幅を規制する規制板と、取扱う紙幣に対応して前記一時保留部の幅データを記憶している一時保留部幅データ記憶手段と、前記規制板を移動するための駆動手段とを備え、前記指定手段で金種分類モードが選択された際に、前記指定された金種に従って前記一時保留部幅データ記憶手段から対応する幅データを読出して前記規制板を移動させることによって達成される。
【０００８】
更に、識別すべき紙幣の種類及び仕分けの態様を指定するための指定手段と、受け入れた紙幣を１枚ずつ繰り出すホッパー部と、前記ホッパー部の後段に設けられた識別部から紙幣の金種、方向、真偽を判別する紙幣識別手段と、正常な状態で搬送されなかった紙幣或いは偽と判定された紙幣をリジェクトするリジェクト部と、前記紙幣識別手段で識別された紙幣を一時的に受け入れる複数の一時保留部と、前記一時保留部に設けられた紙幣集積空間の紙幣幅を規制する規制板と、取扱う紙幣に対応して前記一時保留部の幅データを記憶している一時保留部幅データ記憶手段と、前記規制板を移動するための駆動手段とを備え、前記指定手段でバッチモード或いは方向別分類モードが選択された際に、前記ホッパー部から繰り出された紙幣が前記識別部を通過した際に金種データを受取り、前記一時保留部に保留すべき１枚目の金種であると判定した場合に、前記規制板を前記１枚目の金種に従って前記一時保留部幅データ記憶手段に記憶された幅データを読出して前記規制板を移動させることによって達成される。
【０００９】
【発明の実施の形態】
本発明に係る紙幣選別機は、紙幣の金種、方向、真偽を判定するのに必要な外形寸法、厚み、光学的模様、磁気パターンの有無による真偽情報等、紙幣を識別手段で識別するのに必要なデータを外部パソコン（データ収集及びニューロ学習装置）に送り、外部パソコンでニューロ学習を行なうことにより識別に必要なパラメータを作成し、そのパラメータを識別手段にダウンロードすることによって新たな紙幣の金種に対してソートを可能としている。本発明の識別手段はニューラルネットワークで構成されており、ニューロ識別で紙幣の識別を行なうと共に、学習モード及び識別モードで動作するようになっている。又、本発明では、新規紙幣の発行がなされて紙幣の外形寸法が変わった場合、若しくは紙幣寸法の大きさが極端に異なった混合金種の選別をする場合においても、紙幣が一時保留部に入らなかったり引っかかりが生じることを防ぐように、紙幣保留部の保留部幅を紙幣の外形寸法に応じて自動的に調整できるようにしている。
【００１０】
以下、図面に基づいて本発明の好適な実施例について詳細に説明する。図１は本発明の紙幣選別機１００の外観を示しており、側面部には、投入された被選別紙幣を受け入れるためのホッパー部１０１が設けられていると共に、リジェクト紙幣を放出するためのリジェクト部１０２が設けられている。又、前面部には、運転ガイダンスやデータ等を表示する第１表示部１０３と、必要な指示やデータ等を入力するキーボード１０４と、内蔵されている各収納部の一時保留部を外部より監視して必要に応じて一時保留紙幣を取出すための監視部１０５と、各収納部の収納状態等を表示する第２表示部１０６とが設けられている。尚、キーボード１０４には、紙幣選別機１００の機能モードを選択指示するためのモードキー１０４Ｍと、動作スタートを指示するスタートキー１０４ＳＲと、動作停止を指示するストップキー１０４ＳＴ、使用する国をコードで指定するテンキーその他が設けられている。又、前面部には開閉して各収納部に収納された紙幣を取出したりする開閉扉１０７が設けられており、出納用入金処理機として機能するようになっている。ホッパー部１０１及びリジェクト部１０２には紙幣の有無を検知する紙幣検知センサが別途設けられている。
【００１１】
紙幣選別機１００は４つの機能モード（仕分けの態様）を有しており、モードキー１０４Ｍで選択指示できる。紙幣選別機１００が有する機能モードは金種分類モード、バッチモード、方向別分類モード及び計数モードの４種であり、金種分類モードは図２（Ａ）に示すように、指定された国の紙幣を例えば６金種に分類するモードであり、バッチモードは同図（Ｂ）図に示すように、最初に計数された金種を指定枚数（例えば１００枚）に分けるモードであり、方向別分類モードは同図（Ｃ）に示すように、最初に計数された金種を４方向（Ａ，Ｂ，Ｃ，Ｄ）に分けるモードである。例えば方向Ａ及びＢは表面の正逆方向を示し、方向Ｃ及びＤは裏面の正逆方向を示している。又、計数モードは図２（Ｄ）に示すように、紙幣を混合で計数してリジェクト部１０２に放出するモードであり、上記各単一モードの任意の組み合せも可能である。モードキー１０４Ｍで選択指示されたモードは第１表示部１０３に表示され、選択されている国名や計数された合計額等も表示される。単一モードが組み合わされた複数モードに関しては、例えば金種分類モードとバッチモードが指示された場合には、指定された金種の紙幣を所定枚数ずつ計数して収納し、他の金種紙幣はリジェクトする。又、方向別分離モード、バッチモード及び計数モードが指示された場合には、４方向Ａ，Ｂ，Ｃ，Ｄの方向別分類を所定枚数まで行なって各収納部に収納する。
【００１２】
図３は紙幣選別機１００の外部パソコン２００との接続関係を示しており、外部パソコン２００はインタフェースＲＳ２３２Ｃを介してニューラルネットワークで成る識別手段１１０に接続されている。識別手段１１０はＤＳＰ（Ｄｉｇｉｔａｌ Ｓｉｇｎａｌ Ｐｒｏｃｅｓｓｏｒ）１１１、フラッシュメモリ１１２等を有し、全体を制御する本体制御部３００内のＣＰＵ３０１にも接続されている。
【００１３】
図４は紙幣選別機１００の内部構成を示しており、投入されホッパー部１０１に受け入れられた紙幣はホッパー部繰出手段３０２で１枚ずつ繰り出され、搬送手段３０３で駆動される搬送路ＣＶ１，ＣＶ２を経て搬送され、搬送路ＣＶ２の下方で横方向に整列された収納部１００１、１００２、１００３、１００４、１００５、１００６に上方より収納されるようになっており、搬送路ＣＶ１の終端部に設けられている揺動する振分け板ＤＳ１で搬送路ＣＶ３に振分けられた紙幣はリジェクト部１０２にリジェクトされる。搬送路ＣＶ１の中途には紙幣の金種、方向、真偽等を識別するセンサで成る識別部１３０が設けられており、搬送路ＣＶ２には収納部１００１〜１００６に対応して振分け板ＤＳ２〜ＤＳ６が設けられており、振分け板ＤＳ１〜ＤＳ６は紙幣振分け手段３０４で駆動され、各収納部１００１〜１００６への収納枚数等は第２表示部１０６に個別に表示されるようになっている。識別部１３０には厚み検知センサが設けられており、紙幣の厚みの異常が検出された場合にはリジェクト部１０２にリジェクトされる。又、パターンセンサとして２つのイメージセンサ１３１及び１３２が設けられ、真偽センサとして磁気センサ１３３、近赤外センサ１３４及びＵＶ（紫外）センサ１３５が設けられている。収納部１００１〜１００６の前面部には開閉扉１０７が蝶番１０７Ａ〜１０７Ｃを介して取付けられて開閉できるようになっており、各収納部１００１〜１００６の上部には１対の一時保留板１０４１及び１０４２で成る一時保留部が設けられており、各一時保留部の前面パネル部には監視部１０５が設けられ外部から一時保留紙幣を取出せるようになっており、搬送路ＣＶ２を搬送された紙幣は各振分け板ＤＳ２〜ＤＳ６を介して搬送分岐され、自重で一時保留部に落下するようになっている。収納部１００１〜１００６は全て同一構造となっており、各国の各種紙幣の札幅に対応できるように各収納部の一端側上部の規制板が揺動するようになっており、又、各一時保留部に集積された紙幣を監視部１０５側に押出して監視部１０５から取り出し易くするための押出し棒１０５２が配設されている。
【００１４】
収納部１００１〜１００６は全て同一構造であるので、収納部１００１を例に挙げ図５を参照して説明する。収納部１００１は図示左側の規制板１０１０と右側の固定板１０２０との間に紙幣を収納するようになっており、規制板１０１０の上部には板バネ１０１１が連接されていると共に、その上に更にラック１０１２が配設されている。ラック１０１２には回転するピニオン１０１３が螺合されており、ピニオン１０１３はモータ１０１４でチェーン等を介して回転されるようになっており、モータ１０１４の回転駆動に従ってラック１０１２（板バネ１０１１）が左右に移動、つまり規制板１０１０の上部が図４の一点鎖線のように揺動する。尚、規制板１０１０の揺動位置、つまり固定板１０２０との間隔はピニオン１０１３に関連して設けられているセンサＳＮ１によって検出される。センサＳＮ１は、規制板１０１０の上部に近接して設けられた近接スイッチの形式であっても良い。
【００１５】
収納部１００１の上部は監視部１０５から監視できる紙幣の一時保留部となっており、振分け板ＤＳ２及び搬送ローラ系１０３０を介して搬送されて来た紙幣は、ローラ系１０３０の羽根によりたたき落され放出口１０３１から収納部１００１内に放出され、中央部で交叉した１対の一時保留板１０４１及び１０４２で仕切られる一時保留部１０４０に集積される。一時保留板１０４１は駆動盤１０４３に結合され、一時保留板１０４２は駆動片１０４４に結合され、駆動盤１０４３と駆動片１０４４とは連結棒１０４５でそれぞれ軸支されている。又、駆動盤１０４３はクランク機構１０４６で駆動部材１０４７に連結されており、モータ（図示せず）で駆動される駆動部材１０４７の回動動作によって駆動盤１０４３が回動すると共に、連結棒１０４５を介して駆動片１０４４も回動し、一時保留板１０４１及び１０４２が連動して上下動する。図５のＡ位置は最上の定位置であり、例えば紙幣３０枚を保留でき、Ｂ位置は例えば１００枚の紙幣を保留でき、これら状態より一時保留板１０４１及び１０４２をＣ位置まで移動することによって一時保留板１０４１及び１０４２上に一時保留された紙幣を収納部１００１内に収納することができる。一方、固定板１０２０側には駆動軸１０５０が軸支されており、この駆動軸１０５０は下端に連結された回動片１０５１を介してモータ（図示せず）で回動される。駆動軸１０５０の上端にはＬ字状の押出し棒１０５２が取付けられており、バッチモードでは監視部１０５の窓から押出し外部から取出し易くしている。又、収納部１００１には光学的なセンサＳＮ２〜ＳＮ４が配設されており、センサＳＮ２は一時保留部１０４０の紙幣有無を検知する紙幣検知センサ、センサＳＮ３は収納部が紙幣で満杯か否かを検知する紙幣検知センサ、センサＳＮ４は収納部の紙幣有無を検知する紙幣検知センサである。
【００１６】
図６は紙幣選別機１００の本体制御部３００の回路構成例を示しており、第１表示部１０３、第２表示部１０６、キーボード１０４等の表示入力手段３１０と、ホッパー部１０１及びリジェクト部１０２に受け入れられた紙幣の有無を検知するための紙幣有無検知センサ３１１と、各一時保留部や各収納部１００１〜１００６の紙幣有無を検知するセンサＳＮ２〜ＳＮ４の紙幣検知手段３１２と、一時保留板１０４１及び１０４２の位置を駆動部材１０４７の突起を介して検出するセンサＳＮ５，ＳＮ６で成る一時保留位置検出手段３１３と、搬送路ＣＶ１〜ＣＶ３等の搬送ローラを駆動する搬送手段３０３と、ホッパー部１０１に受け入れられた紙幣を１枚ずつ繰り出すホッパー部繰出手段３０２と、搬送路ＣＶ１〜ＣＶ３に設けられた振分け板ＤＳ１〜ＤＳ６を駆動する紙幣振分け手段３０４と、各一時保留部の保留紙幣を押出し棒１０５２を駆動して押出す一時保留紙幣押出手段３２０と、規制板１０１０を駆動する規制板駆動手段３２１と、規制板１０１０の位置をセンサＳＮ１を介して検出する規制板位置検出手段３２２と、搬送路ＣＶ１〜ＣＶ３等での紙幣通過を検出する紙幣通過検出手段３２３と、装置全体の制御を行なうＣＰＵ３０１、ＲＡＭ３０１１及びＲＯＭ３０１２とで構成されている。ＣＰＵ３０１、ＲＡＭ３０１１及びＲＯＭ３０１２で制御部ＣＵを構成しており、かかる本体制御部３００には、識別部１３０からの信号を処理して紙幣の識別を行なう識別手段１１０が接続されている。
【００１７】
識別部１３０及び識別手段１１０の詳細は図７に示すような構成であり、搬送路ＣＶ１を搬送される紙幣の例えば表画像を撮像するイメージセンサ（センサ＃１）１３１と、イメージセンサ１３１とは逆方向の裏画像を撮像するイメージセンサ（センサ＃２）１３２とを有し、イメージセンサ１３１の画像データ出力は増幅器１４２、Ａ／Ｄ変換器１４４及びＦＩＦＯ（Ｆｉｒｓｔ Ｉｎ Ｆｉｒｓｔ Ｏｕｔ）のレジスタ１４６を経てＤＳＰ１１１に入力され、イメージセンサ１３２の画像データ出力は増幅器１４３、Ａ／Ｄ変換器１４５及びＦＩＦＯのレジスタ１４７を経てＤＳＰ１１１に入力される。ＤＳＰ１１１にはフラッシュメモリ１１２が接続されると共に、ＲＯＭ１１３及びＲＡＭ１１４が接続され、インタフェースＲＳ２３２Ｃを介して外部パソコン２００に接続され、更にＤＰ（Ｄｕａｌ Ｐｏｒｔ）ＲＡＭ１２１を介してＣＰＵ１２０に接続され、ＣＰＵ１２０にはＲＯＭ１２２及びＲＡＭ１２３が接続されると共に、ＤＰＲＡＭ１２４を介して選別機本体制御部３００に接続されている。搬送路ＣＶ１の識別部１３０には更に磁気センサ１３３、近赤外センサ１３４及びＵＶ（紫外）センサ１３５が設けられており、各出力信号は増幅器１５４〜１５６を経てマルチプレクサ１５０に入力され、ＣＰＵ１２０からの選択信号ＣＮＴで選択された信号の１つがＡ／Ｄ変換器１５７でディジタル値に変換されて後、ＤＰＲＡＭ１５８を経てＣＰＵ１２０に入力され、更にＤＰＲＡＭ１２１を経てＤＳＰ１１１で処理される。
【００１８】
図８は本発明のソフトウェア構成を示しており、ＤＳＰ１１１の制御プログラムとＣＰＵ１２０の制御プログラムとはＤＰＲＡＭ１２１を介した通信を行ない、ＤＳＰ１１１の制御プログラムは外部パソコン２００の通信プログラムとの間でシリアル通信を行なう。又、ＣＰＵ１２０の制御プログラムと選別機本体制御部３００の制御プログラムとはＤＰＲＡＭ１２４を介した通信を行なうようになっている。
【００１９】
上述のような構成において、その動作を図９を参照して説明すると、先ず表示入力手段３１０としてのキーボード１０４で紙幣選別機１００の取扱い国を、フラッシュメモリ１１２に格納されているテーブルＡから指定する（ステップＳ１）。紙幣選別機１００のフラッシュメモリ１１２は図１１に示すようなテーブルＡを国名コードに対応するフォーマットで格納しており、キーボード１０４より国名コードが入力されると、これに対応する国別ニューロ識別部処理コード及びパラメータテーブルの先頭番地が特定され、図１０に示すようにテーブルＢが特定される（ステップＳ２）。テーブルＢには例えば図１２に示すようなデータがテーブル化されており、国別コードをニューロ識別部へ送信する（ステップＳ３）。テーブルＢが国別コードで特定されるとテーブル内の札長データが規制板移動量テーブルＣに送られると共に、ＲＡＭ１１４内の作業領域にテーブルＢの内容をコピーする（ステップＳ４）。規制板移動量テーブルＣは図１３のようなデータ構成となっており、札長に該当する移動量が作業領域にコピーされ、作業領域ではコピーされたテーブルＢとで規制板移動量を求める（ステップＳ５）。規制板移動量が計算された作業領域のテーブルＢは図１４のようになっており、規制板の移動量を作業領域に格納する（ステップＳ６）。規制板の移動量が計算されるとＣＰＵ３０１を介して規制板駆動手段３２１のモータ１０１４が駆動され、ピニオン１０１３及びラック１０１２で規制板１０１０上部が左右に移動されて揺動され、その移動量は規制板位置検出手段３２２によって検出されているので、所定位置まで移動されて停止する。尚、テーブルＡには従来の取扱金種を想定して、テーブルＢ及びＣに格納されていない分も用意されている。
【００２０】
次に、紙幣の識別について説明するが、本発明では図１５に示すようにニューラルネットワークのニューロ演算を用いて紙幣の金種、方向を識別する。識別部１３０のイメージセンサ１３１，１３２からの画像データＩＳ１は前処理部で前処理され、ニューロ識別するために用いるパラメータは予めフラッシュメモリ１１２に格納されており、ＣＰＵ１２０よりのコマンドにより必要なデータのみが前処理部及びニューロ識別処理部に読出される。前処理部で補正された画像データＩＳ２はニューロ識別処理部に送られ、データ処理部からのウェイト及びトラップデータＷＴもニューロ識別処理部に送られる。ニューロ識別処理部での識別結果ＤＲ１はＣＰＵ１２０に送られる。識別モードでは図１６に示すようにＣＰＵ１２０からのコマンドＣＭに従って動作し、ＤＳＰ１１１はＣＰＵ１２０から受けたコマンドＣＭに対する処理を実行し、その結果をレスポンスＲＰとしてＣＰＵ１２０に送信する。コマンドＣＭ及びレスポンスＰＲはＤＰＲＡＭ１２１を介して行なわれ、ＤＳＰ１１１にはラインスキャン開始タイミングＬＳＳ及び画像データＩＳ１であるラインスキャン信号ＬＳが入力されている。
【００２１】
図１７は前処理の動作例を示しており、計数スタートのコマンドを受信すると先ず画像データＩＳ１から黒レベルのデータを採取すると共に（ステップＳ１０）、オフセットレベルのデータを採取し（ステップＳ１１）、これにより補正用データを採取する。その後にホッパー部繰出手段３０２を駆動して紙幣の搬送を開始し、イメージセンサ１３１及び１３２からの画像データＩＳ１を採取して画像濃淡の補正を行なう（ステップＳ２０）。つまり、イメージセンサ１３１及び１３２の各チャンネルの白黒レベルの均一化を図ると共に、搬送路ＣＶ１で反射するイメージセンサ１３１及び１３２のオフセットレベルを用いて画像の濃淡補正を行なう。次に、取込んだ紙幣画像に対してスラブ値を作成する上で、紙幣が画像フレーム（ＲＡＭ１１４）のどの位置に存在するかを探索し（ステップＳ２１）、画像フレームのマスク対象領域を等分割し、分割された領域であるブロック内の画素の加算値を求める（ステップＳ２２）。この場合、後の処理で正規化処理を行なうためにマスク対象領域内の画素の最大値、最小値を探索しておく、画面分割するためのパラメータは予めフラッシュメモリ１１２に書込まれている。そして、分割されたブロックとブロック化処理で生成した加算値にマスク処理を施し（ステップＳ２３）、スラブマスク処理によって計算された加算値からニューロ識別の入力値（スラブ値）を作成する（ステップＳ２４）。
【００２２】
識別手段１１０での識別処理は図１８のフローに従って行なわれるが、先ずニューラルネットワークでニューロ演算が行なわれ（ステップＳ３０）、識別の判定処理を行ない（ステップＳ４０）、紙幣の濃淡トラップを処理することにより、今回識別した紙幣のスラブ値列が該当パターンの自己認識領域を示す濃淡トラップの範囲内に収まっているか否かを判断し（ステップＳ４１、４２）、紙幣の正損を識別する場合は正損ニューロ演算を行ない（ステップＳ４３）、正損判定の処理を行なう（ステップＳ４４）。トラップとはニューロ演算で学習したもの以外を除外することを示し、識別機は紙幣のパターン毎に自己認識できる領域のデータにより自分の判定が正しいか否かを判断する。
ニューロ演算は、前処理で求めた入力値（スラブ値）とフラッシュメモリ１１２から読込んだウェイトデータについてマトリクス演算を行ない、そのマトリクス演算結果に対してシグモイド計算を、イメージセンサ１３１及び１３２について行なう。ニューロ演算は図１９に示すフローに従って行なわれ、先ず入力層から中間層までのマトリクス演算が数１に従って行なわれる（ステップＳ３１）。
【００２３】
【数１】
ｘ＝Ｗｏ・ｓｌａｂ
但し、Ｗｏ：入力層から中間層への重み係数行列
Ｓｌａｂ：スラブ値列（前処理で作成）
次に、中間層の出力値列ｍｏｕｔを数２に従って計算する（ステップＳ３２）。
【数２】
ｍｏｕｔ＝１／［１＋ｅｘｐ｛（−ｘ＋θ）／Ｔ｝］
但し、θ：しきい値
Ｔ：ニューラルネットワークの温度勾配
数２のシグモイド計算で中間層の出力値列ｍｏｕｔが得られると、中間層から出力層までのマトリクス演算を数３に従って行なう（ステップＳ３３）。
【００２４】
【数３】
ｘ＝Ｗ１・ｍｏｕｔ
但し、Ｗ１：中間層から出力層への重み係数行列
数３のマトリクス演算の後に、数４によってシグモイド計算を行ない、出力層の出力値列ｎｏｕｔを得る（ステップＳ３４）。
【００２５】
【数４】
ｎｏｕｔ＝１／［１＋ｅｘｐ｛（−ｘ＋θ）／Ｔ｝］
ここにおいて、上述の識別手段１１０におけるニューロ演算は本出願人による特願平６−２７７１７０号で提案している手法を用いているので、以下にその概要を説明する。
【００２６】
図２０はニューロ演算部１０の詳細構成例を示すブロック図であり、認識対象の紙幣１はＣＣＤ等で成るイメージセンサ２で計測され、適宜画像処理されて画像フレームメモリ３内にフレーム画像３Ａが得られる。フレーム画像３Ａはニューロ演算部１０で紙幣部分のみが切出されて紙幣イメージが特定される。次に、前処理部１１にてカラムマスク４１〜４ｎを紙幣イメージデータに適用してマスクの掛かっていない部分の画素データの総和値（スラブ値）ＳＢ１〜ＳＢｎを得る。このスラブ値ＳＢ１〜ＳＢｎはニューラルネットワークの分離演算部１２に入力され、予め判定用紙幣のパターン分類に最適に調整されたニューロ重みにより分離演算値ＳＰが算出される。分離演算値ＳＰは判定部１３に入力され、分離演算値ＳＰの中で最大値を有するパターンが対象物の紙幣１のパターン画像として出力される。前処理部１１内のカラムマスク４１〜４ｎは一様乱数を用いてランダムに被覆された搬送方向と平行に細長い帯状のカラムマスクであり、それぞれが異なる小区画を被覆するものである。
【００２７】
ここで、カラムマスクを用いた前処理部１１について説明する。カラムマスク４１〜４ｎを用いる理由は、次のことによる。図２０に示すように８×８のマトリクス上の“０”と“１”の２値画像において、画像の特徴量として画素値の総和であるスラブ値（２値画像の“１”の数）を用いた場合、図２１（Ａ）では文字“Ｅ”を特徴づける値として“１４”が得られ、同図（Ｂ）では文字“Ｈ”を特徴づける値として“１２”が得られる。従って、スラブ値を用いることによって“Ｅ”と“Ｈ”が分離可能となる。しかしながら、異なるパターンを有する画像でもスラブ値が等しくなる場合が存在する。例えば、図２２（Ａ）では文字“Ｆ”のスラブ値は“１０”であるが、同図（Ｂ）の文字“Ｋ”のスラブ値も“１０”であり、分離不可能となる。このような問題に対しては、図２３（Ｃ）に示すような入力画像の画素に対応する特定の棒状領域が被覆されたカラムマスクを導入することにより解決できる。図２３（Ｃ）のマスクで図２２（Ａ）の画像を覆うと図２３（Ａ）に示す画像となり、この場合のスラブ値は“８”となる。一方、図２３（Ｃ）のマスクで図２２（Ｂ）の画像を覆うと図２３（Ｂ）に示す画像となり、スラブ値は“９”となる。このようにカラムマスクを導入することにより、“Ｆ”と“Ｋ”も分離可能となる。そこで、このように種々の画像を分離するために、図２３（Ｃ）に示すような予めマスク内の複数の長方形状の被覆される部分の位置を選定しておく。この場合、ただ１つのこのようなマスクによって、種々の画像を分離できるスラブ値を生成する確率は極めて小さい。しかしながら、前述のように異なる種々のカラムマスクを使用することによって、同じ画像でも異なるスラブ値列を得ることができる。このスラブ値列のいずれかが画像間で異なることが多く、種々のカラムマスクを利用することによって、画像間の分離能力を確率的に高めることが可能である。なお、上述の複数の異なるカラムマスクを使用することは、次のような物理的な意味を有している。つまり、３次元物体を他方向から視点を変えて観測する場合、同一の対象でも異なる情報を得ることができる。これと同様に、種々のカラムマスクを用いることは２次元平面内で視点を変えて画像を観測することになり、前述のように同一の画像でも異なる情報を生成することが可能となる。この場合、前処理で入力画像が種々の異なるカラムマスクで覆われ、被覆されない画素の総和がスラブ値ＳＢ１〜ＳＢｎとなり、入力層のニューロ素子と一対一に対応している。さらに、出力層のユニット値は判定パターン（又は正損レベル）に対応している。
【００２８】
図２４は、マスク４１〜４ｎの如き垂直方向のカラムマスクの効果を示しており、同図（Ａ）の下移動入力画像と同図（Ｂ）の上移動入力画像に対して同一なスラブ値“５”を得ることができ、入力画像が上下の垂直方向ずれを生じても不変なスラブ値を得ることができる。
【００２９】
次に、前処理部１１で前処理された情報を入力して分離演算を行なう分離演算部１２について説明する。階層構造の分離演算部１２は、大別すると入力層，隠れ層，出力層の３層から成っている。図２５に示すように入力層は、前処理部１１からの各マスクの種類に一対一に対応するようにニューロ素子が設けられており、各マスク種類により前処理されたスラブ値（マスク処理された後の画素数の総和）を対応するニューロ素子に入力する。隠れ層は少なくとも１つのニューロ素子の層から成り、入力層の情報を分離演算して出力層に伝達する役割を果たしている。この隠れ層が多くなればそれだけ、入力層の各ニューロ素子の情報の変動に対しても不変に各パターンの各々に分離して演算することが可能となる。出力層には、識別すべきカテゴリーに一対一に対応するようにニューロ素子が設けられている。そして、学習により完成したニューロ素子間の重み係数による出力ユニット値を出力ユニット数個分算出する。この複数個の出力ユニット値（０〜１の間の値を採る）の最大値（通常検査紙幣の金種の出力ユニットで０．９９位）と、準最大値（２番目の金種の候補で０．２以下）とを抽出する。次に、最大値が閾値１（通常０．６）よりも大きいかどうかを判断し、小さいときには、学習データから除く。そして、（最大値−準最大値）が閾値２（通常０．４）より大きいかどうかを判断し、（最大値−準最大値）が小さい場合には排除し、大きい場合には最大値を有するユニットのパターンを評価紙幣の判定パターンであると決定する。ここで、最大値と準最大値をチェックするのは、金種間の誤鑑を防ぐためである。
【００３０】
ニューラルネットワークを用いたパターン認識において、その性能評価は統計的確率である鑑別率ＥＳによって行なわれて来ており、ニューラルネットワークの出力ユニットの出力値に対してその最大値のみが評価の対象となっている。しかし、このような評価指標では最大値以外の出力値で最大値にかなり近い値であっても、評価結果には直接的な影響が反映されていない。例えば２種のデータを識別した場合、ニューラルネットワークの鑑別率の結果は１００％であるが、この場合にはニューラルネットワークにおけるある出力層の出力値の最大値とその他出力層の出力値の差が非常に大きい場合と、あまり差がない場合とが存在する。分離度の検知からみれば上記差が大きい方が、より識別判定においては優れている。一般にニューラルネットワークを応用した市場の製品においては、出力ユニットの最大値のみならず、最大値以外の出力値が最大値から十分離れていることが要求されている。というのは、市場においては外部の影響で入力データに雑音が混入した場合でも、その出力結果が正常なデータによる出力結果に可能な限り近いことが要請されているからである。つまり、出力ユニットの最大出力値とそれ以外の出力値が互いに近い状態の製品よりも、十分に離れた距離の出力を与える製品の方が望まれているからである。従って、ニューロ判定の十分、不十分をチェックするために出力ユニットの出力値の最大値と、最大値及び他のユニットの出力値の差とに閾値を設定している。
【００３１】
例えば１＄〜１００＄の米ドル紙幣を識別する時には、出力層のニューロ素子が上から順に１＄〜１００＄の金種に対応し、識別する時には、該当するニューロ素子が１に最も近い値、即ち最大値を出力し、他のニューロ素子は０に近い値を出力する。１＄紙幣を識別する時には、出力層の最上位のニューロ素子が最大値を出力し、判定パターンと決定する。
【００３２】
同様に、上述の紙幣識別の際には出力層のニューロ素子が上から順に１＄、２＄、５＄、１０＄、２０＄…１００＄と言うように７金種×４方向（Ａ，Ｂ，Ｃ，Ｄ）の２８個のニューロ素子が一対一に対応している。そして、この入力層から出力層までのニューロ素子同士を接続し、信号を受け渡す機構をシナプスという。シナプスは、ニューロ素子同士の結合の強さを重み付け関数で記憶している。１つのニューロ素子は、シナプスを通じ前段の層の複数のニューロ素子から信号を受取り、経由してきたシナプスが持つ重みを乗算して入力値とする。ニューロ素子は、それが結合している全てのニューロ素子からの信号を受取ると、入力値の総和をとる。総和の値が予めニューロ素子に設定した閾値を越えるとニューロ素子が“発火”し、次の後段の層のニューロ素子に出力信号を送り、この処理を繰返して出力層から情報を出力する。これら各シナプスの重みは識別対象に対応して、予めバックプロバゲーション法による学習により決定されている。
【００３３】
次に判定部１３について説明すると、判定部１３は分離演算部１２の出力層から出力される情報を入力し、その中から最大値を判別し、その最大値のニューロ素子に対応するカデゴリーと判別する。例えば、出力層のニューロ素子が上から１＄紙幣のＡ方向、１＄紙幣Ｂ方向、１＄紙幣Ｃ方向のカデゴリーに対応している場合に、最上位のニューロ素子から最大値の出力が出ていれば“１＄Ａ方向”であると判別する。
【００３４】
ニューロ演算部１０の判定には出力結果に対する判定と表裏関係に関する判定とがあり、出力結果に対する判定は図２６に示すように先ず最大出力値が濃淡トラップデータ中にある閾値１以上のレベルか否かを判断し（ステップＳ５０）、１以上であれば第２候補の出力値の優位差が濃淡トラップデータ中にある閾値２以上か否かを判断する（ステップＳ５１）。又、表裏関係に関する判定は図２７に示すように上記判定結果よりイメージセンサ１，２（１４０及び１４１）が同一金種であるか否かを判断し（ステップＳ５５）、更にイメージセンサ１，２（１３１及び１３２）の表裏方向関係に矛盾はないか否かを判断する（ステップＳ５６）。この関係を図で示すと図２８のようになる。
【００３５】
本発明の紙幣識別機１００は図７に示すように複数種類の真偽センサ、つまり磁気ヘッド１３３、近赤外センサ１３４及びＵＶセンサ１３５を具備しており、ニューロ演算による金種識別とは別個に真偽判定を行なうようになっており、金種識別でリジェクトされなかった場合のみ真偽判定を実行する。真偽判定の概略図は図２９のようになっており、磁気センサ１３３，近赤外センサ１３４及びＵＶセンサ１３５の出力は各増幅器１５４〜１５６、マルチプレクサ１５０及びＡ／Ｄ変換器１５７を経て更にＤＰＲＡＭ１５８を経て真偽データＴＤとして真偽判定前処理部に送られる。フラッシュメモリ１１２のデータ及びデータ加工用パラメータＤＣＰは真偽判定前処理部に送られ前処理加工されたデータＣＤが、データ処理部からの真偽トラップデータＴＴＤと共に真偽判定処理部に送られる。
【００３６】
上述の如くして識別部１３０を介して識別、真偽判定された紙幣は、搬送路ＣＶ１及びＣＶ２で搬送されて該当する収納部１００１〜１００６に１枚ずつ順次収納されるが、各収納部での１００枚バッチ処理時の一時保留部の動作は図３０に従って実行される。即ち、収納部１００１に関しては一時保留板１０４１及び１０４２が最上のＡ位置であるか否かを監視しており（ステップＳ６０）、Ａ位置であればその状態で３０枚までの一時保留を行ない（ステップＳ６１）、３０枚に達したときに駆動部材１０４７を駆動して一時保留板１０４１及び１０４２を底部の中央位置（ＡとＢの中間）まで下降させる（ステップＳ６２）。次に、上記ステップＳ６０でＡ位置でない場合は中央位置（ＡとＢの中間位置）か否かを判断し（ステップＳ６３）、中央位置であれば７０枚までの一時保留をその位置で行ない（ステップＳ６４）、７０枚に達したときに駆動部材１０４７を駆動して一時保留板１０４１及び１０４２を底部のＣ位置まで下降させる（ステップＳ６５）。上記ステップＳ６３において中央位置でない場合はＢ位置であるか否かを判断し（ステップＳ６６）、Ｂ位置であれば１００枚までの一時保留を行ない（ステップＳ６７）、１００枚に達したときに紙幣の繰り出しを一時停止する（ステップＳ７０）。そして、モータを駆動し、押出し棒１０５２で一時保留の紙幣の一端を押出すようにしており（ステップＳ７１）、所定時間後に停止し（ステップＳ７２）、監視部からの紙幣の抜取りを待ってモータを逆転して押出し棒１０５２を元に戻し（ステップＳ７３、Ｓ７４）、所定時間後に停止する（ステップＳ７５）。
【００３７】
次に、図３の構成図及び図３１のフローチャートにより説明する。
新しく仕分けする紙幣が追加になった場合には、図１０で示すテーブルＢの内容を追加する必要があり、テーブルのデータの更新が必要である場合にも、同様にテーブルＢの内容を新たなデータに書換える必要がある。データを外部パソコン２００に取り込ませる場合には、インタフェースＲＳ２３２Ｃによってデータをシリアル送信できるように識別手段１１０と外部パソコン２００とをケーブルで接続する（ステップＳ８０）。この外部パソコン２００が遠くに離れている場合には、モデムを経由して電話線による通信を行なわせることも可能である。識別手段１１０の基板上に設けられている設定スイッチを入れることにより、外部パソコン２００側へ識別手段１１０が処理したデータ及び無加工のセンサ採取データを送れるモードになる（ステップＳ８１）。次にホッパー部１０１に新しくデータを追加構築したい紙幣、又は更新を行なう紙幣を載置して（ステップＳ８２）スタート釦を押す（ステップＳ８３，Ｓ８４）。
【００３８】
本体制御部３００は紙幣を繰り出す前にセンサ補正データを作成するために初期状態のデータを採取すると共に、加工し外部パソコン２００に送信する。その後、予め決められた枚数の紙幣データを識別部で全てバッファリングする（ステップＳ８５，Ｓ８６）。紙幣の繰出を行ない、所定枚数の搬送を終えると紙幣の搬送を停止し（ステップＳ９０）、その後データは一度ＤＳＰ１１１内のＳ−ＲＡＭに採取データ及び加工データとして全てをバッファリングし、ニューロ演算に支障をきたさないかを全てチェックし（ステップＳ９１）、ＯＫならば通信手段により外部パソコン２００に転送する（ステップＳ９２）。所定枚数の紙幣の画像データが送られた後、外部パソコン２００側で、キーボードにより取込んだ紙幣の金種、方向、国番号のＩＤデータを入力する。これらのアップロードされたデータを用いてさらに、磁気センサ１３３、近赤外センサ１３４及びＵＶセンサ１３５からの真偽判定データ、イメージセンサ補正データ、ウエイトデータ、トラップデータが作成されてファイルが構成される。尚、パソコン２００側では、グラフィカルに作成された値のオフライン的な評価ができる様になっているが、ここではその詳細説明は省略する。
【００３９】
この様にして、ニューロの学習及び真偽判定のためのデータ作成は外部で行なわれ、次に学習によって作成された各種パラメータファイルをパソコン２００から識別部のＤＳＰ１１１へダウンロードする。ＤＳＰ１１１では受けたファイルの内容に応じてフラッシュメモリ１１２に書込む（ステップＳＳ９３）。本体制御部３００の設定スイッチを元に戻した後、フラッシュメモリ１１２に書込まれたこれらデータにより、表示部１０３に表示されて操作部１０４で選択しても動作しなかった国別の紙幣選別が可能になるか、あるいは、新しく更新されたデータに基づいて鑑別が行なわれる様になる（ステップＳ９４，Ｓ９５）。
【００４０】
尚、上述では収納部を６ケ所とした例を示しているが、収納部の数は任意であり、紙幣以外の商品券等にも適用可能である。又、上述では収納部を規制板と固定板とで形成するようにしているが、両方を移動できる構造とすることも可能であり、１対の一時保留板の停止位置もＡＢＣとＡＢの中間部の計４ケ所としているが、任意に設定できる。
【００４１】
【発明の効果】
以上に説明したように、請求項１に係る発明によれば、取扱う紙幣の種類に応じて紙幣の収納部の幅を自動的に調整することができる。又、請求項２及び３に係る発明によれば、取扱う紙幣の種類に応じて紙幣の一時保留部の幅を自動的に調整することができる。更に、一時保留部及び紙幣収納部の幅を取扱う紙幣の札長に含ませて自動的に調整することによって、取扱う紙幣の外形寸法差があっても自由に収納場所を設定することが可能となる。
【図面の簡単な説明】
【図１】本発明の紙幣選別機の一例の全体構成を示す外観図である。
【図２】本発明のモード種別を説明するための図である。
【図３】本発明の外部パソコンとの接続関係を示す図である。
【図４】本発明の紙幣選別機の一部断面構造例を示す側面図である。
【図５】本発明の収納部及び一時保留部の構造例を示す一部断面図である。
【図６】本発明の本体制御部の回路構成例を示すブロック図である。
【図７】本発明に用いる識別手段の構成例を示すブロック図である。
【図８】本発明のソフトウエア構成例を説明するためのブロック図である。
【図９】本発明の動作例を示すフローチャートである。
【図１０】本発明による国の指定動作を説明するための図である。
【図１１】国コードによる対応テーブルの例を示す図である。
【図１２】国別コードの一例を示す図である。
【図１３】札長と移動量の関係例を示すテーブルである。
【図１４】作業領域における国別コードの一例を示す図である。
【図１５】ニューロ演算を説明するためのブロック図である。
【図１６】ＤＳＰとＣＰＵとの関係を示す図である。
【図１７】前処理の動作例を示すフローチャートである。
【図１８】識別処理の動作例を示すフローチャートである。
【図１９】ニューロ演算の動作例を示すフローチャートである。
【図２０】ニューロ演算の動作例を示す図である。
【図２１】ニューロ演算を説明するための図である。
【図２２】 ニューロ演算を説明するための図である。
【図２３】ニューロ演算を説明するための図である。
【図２４】 ニューロ演算を説明するための図である。
【図２５】ニューラルネットワークを示す回路構成図である。
【図２６】判定動作例を示すフローチャートである。
【図２７】判定動作例を示すフローチャートである。
【図２８】センサと紙幣の方向を説明するための図である。
【図２９】真偽判別の動作を説明するためのブロック図である。
【図３０】一時保留部の動作例を示すフローチャートである。
【図３１】外部パソコンの動作例を示すフローチャートである。
【符号の説明】
１ 紙幣
２ イメージセンサ
１０ ニューロ演算部
１１ 前処理部
１２ 分離演算部
１３ 判定部
１００ 紙幣選別機
１０１ ホッパー部
１０２ リジェクト部
１０３、１０６ 表示部
１０４ キーボード
１０５ 監視部
１１０ 識別手段
１１１ ＤＳＰ
１１２ フラッシュメモリ
１１３、１２２、３０１２ ＲＯＭ
１１４、１２３、３０１１ ＲＡＭ
１２０、３０１ ＣＰＵ
１２１、１２４ ＤＰＲＡＭ
１３０ 識別部
１３１、１３２ イメージセンサ
１３３ 磁気ヘッド
１３４ 近赤外センサ
１３５ ＵＶセンサ
１５０ マルチプレクサ
２００ 外部パソコン
３００ 選別機本体制御部
【発明の属する技術分野】
本発明は、多国に亘る多種類の紙幣の中から指定された国の紙幣を識別し分類することのできる紙幣選別機に関し、特に容易に紙幣識別データを作成したり変更したりすることが可能な紙幣選別機に関する。
【０００２】
【従来の技術】
従来、紙幣選別機には複数種類のパターンを記憶した複数のメモリを用意しておき、取扱う金種紙幣に応じてそのメモリを切替えて使用するものがあった（例えば特開昭５８−２２４８８号）。即ち、特開昭５８−２２４８８号で開示された紙幣鑑別分類方式は、投入された紙幣のパターンを読取る読取手段と、多種類の紙幣パターンを記録した複数のメモリ及びそれらメモリを選択する切替えスイッチとを有し、前記切替えスイッチが選択したメモリ中のパターンと読取手段によって読取られたパターンとを比較し、それによって前記投入された紙幣を鑑別分類するようになっているが、紙幣のパターンが変わった場合の取扱いが面倒であった。
【０００３】
また、従来の紙幣選別機の紙幣保留部は、その保留部幅の調整が可能な場合でも人手を必要とするものであり、取扱う国の紙幣が異なって紙幣の寸法が変わるような場合には、それに合わせて手動で保留部幅の調整を必要とするものが普通であった。
【０００４】
【発明が解決しようとする課題】
ところで上記の様な紙幣選別機では、新たな紙幣の選別を追加したい場合には、別途用意された開発装置を利用してＲＯＭに格納されている紙幣識別用のパターンを作成してＲＯＭを変更する作業が必要となり、新たな新規紙幣が発行された場合には多大な開発時間がかかるという問題を抱えていた。
【０００５】
本発明は上述のような事情から成されたものであり、本発明の目的は、取扱う紙幣の種類に対応させて紙幣の収納部の幅、及び一時保留部の幅を自動的に調整することが可能な紙幣選別機を提供することにある。
【０００６】
【課題を解決するための手段】
本発明は、複数の金種紙幣を受け入れ識別した結果に基づいて複数の収納部に区分けして収納する紙幣選別機に関するものであり、本発明の上記目的は、識別すべき紙幣の国を選択指定する選択手段と、識別可能な国の紙幣の識別データを格納しているデータテーブルと、受け入れた紙幣の画像データを取込む画像入力手段と、前記画像入力手段からの画像データ及び前記選択手段で選択指定された国に対応する前記データテーブルのデータに基づいて前記紙幣を識別する識別部と、前記識別部で識別された紙幣を収納する収納部と、前記選択手段で選択された国に対応する前記データテーブルのデータに基づいて前記収納部の収納幅を調整する収納幅調整手段とを具備することによって達成される。
【０００７】
又、本発明の上記目的は、識別すべき紙幣の種類及び仕分けの態様を指定するための指定手段と、受け入れた紙幣を１枚ずつ繰り出すホッパー部と、前記ホッパー部の後段に設けられた識別部から紙幣の金種、方向、真偽を判別する紙幣識別手段と、正常な状態で搬送されなかった紙幣或いは偽と判定された紙幣をリジェクトするリジェクト部と、前記紙幣識別手段で識別された紙幣を一時的に受け入れる複数の一時保留部と、前記一時保留部に設けられた紙幣集積空間の紙幣幅を規制する規制板と、取扱う紙幣に対応して前記一時保留部の幅データを記憶している一時保留部幅データ記憶手段と、前記規制板を移動するための駆動手段とを備え、前記指定手段で金種分類モードが選択された際に、前記指定された金種に従って前記一時保留部幅データ記憶手段から対応する幅データを読出して前記規制板を移動させることによって達成される。
【０００８】
更に、識別すべき紙幣の種類及び仕分けの態様を指定するための指定手段と、受け入れた紙幣を１枚ずつ繰り出すホッパー部と、前記ホッパー部の後段に設けられた識別部から紙幣の金種、方向、真偽を判別する紙幣識別手段と、正常な状態で搬送されなかった紙幣或いは偽と判定された紙幣をリジェクトするリジェクト部と、前記紙幣識別手段で識別された紙幣を一時的に受け入れる複数の一時保留部と、前記一時保留部に設けられた紙幣集積空間の紙幣幅を規制する規制板と、取扱う紙幣に対応して前記一時保留部の幅データを記憶している一時保留部幅データ記憶手段と、前記規制板を移動するための駆動手段とを備え、前記指定手段でバッチモード或いは方向別分類モードが選択された際に、前記ホッパー部から繰り出された紙幣が前記識別部を通過した際に金種データを受取り、前記一時保留部に保留すべき１枚目の金種であると判定した場合に、前記規制板を前記１枚目の金種に従って前記一時保留部幅データ記憶手段に記憶された幅データを読出して前記規制板を移動させることによって達成される。
【０００９】
【発明の実施の形態】
本発明に係る紙幣選別機は、紙幣の金種、方向、真偽を判定するのに必要な外形寸法、厚み、光学的模様、磁気パターンの有無による真偽情報等、紙幣を識別手段で識別するのに必要なデータを外部パソコン（データ収集及びニューロ学習装置）に送り、外部パソコンでニューロ学習を行なうことにより識別に必要なパラメータを作成し、そのパラメータを識別手段にダウンロードすることによって新たな紙幣の金種に対してソートを可能としている。本発明の識別手段はニューラルネットワークで構成されており、ニューロ識別で紙幣の識別を行なうと共に、学習モード及び識別モードで動作するようになっている。又、本発明では、新規紙幣の発行がなされて紙幣の外形寸法が変わった場合、若しくは紙幣寸法の大きさが極端に異なった混合金種の選別をする場合においても、紙幣が一時保留部に入らなかったり引っかかりが生じることを防ぐように、紙幣保留部の保留部幅を紙幣の外形寸法に応じて自動的に調整できるようにしている。
【００１０】
以下、図面に基づいて本発明の好適な実施例について詳細に説明する。図１は本発明の紙幣選別機１００の外観を示しており、側面部には、投入された被選別紙幣を受け入れるためのホッパー部１０１が設けられていると共に、リジェクト紙幣を放出するためのリジェクト部１０２が設けられている。又、前面部には、運転ガイダンスやデータ等を表示する第１表示部１０３と、必要な指示やデータ等を入力するキーボード１０４と、内蔵されている各収納部の一時保留部を外部より監視して必要に応じて一時保留紙幣を取出すための監視部１０５と、各収納部の収納状態等を表示する第２表示部１０６とが設けられている。尚、キーボード１０４には、紙幣選別機１００の機能モードを選択指示するためのモードキー１０４Ｍと、動作スタートを指示するスタートキー１０４ＳＲと、動作停止を指示するストップキー１０４ＳＴ、使用する国をコードで指定するテンキーその他が設けられている。又、前面部には開閉して各収納部に収納された紙幣を取出したりする開閉扉１０７が設けられており、出納用入金処理機として機能するようになっている。ホッパー部１０１及びリジェクト部１０２には紙幣の有無を検知する紙幣検知センサが別途設けられている。
【００１１】
紙幣選別機１００は４つの機能モード（仕分けの態様）を有しており、モードキー１０４Ｍで選択指示できる。紙幣選別機１００が有する機能モードは金種分類モード、バッチモード、方向別分類モード及び計数モードの４種であり、金種分類モードは図２（Ａ）に示すように、指定された国の紙幣を例えば６金種に分類するモードであり、バッチモードは同図（Ｂ）図に示すように、最初に計数された金種を指定枚数（例えば１００枚）に分けるモードであり、方向別分類モードは同図（Ｃ）に示すように、最初に計数された金種を４方向（Ａ，Ｂ，Ｃ，Ｄ）に分けるモードである。例えば方向Ａ及びＢは表面の正逆方向を示し、方向Ｃ及びＤは裏面の正逆方向を示している。又、計数モードは図２（Ｄ）に示すように、紙幣を混合で計数してリジェクト部１０２に放出するモードであり、上記各単一モードの任意の組み合せも可能である。モードキー１０４Ｍで選択指示されたモードは第１表示部１０３に表示され、選択されている国名や計数された合計額等も表示される。単一モードが組み合わされた複数モードに関しては、例えば金種分類モードとバッチモードが指示された場合には、指定された金種の紙幣を所定枚数ずつ計数して収納し、他の金種紙幣はリジェクトする。又、方向別分離モード、バッチモード及び計数モードが指示された場合には、４方向Ａ，Ｂ，Ｃ，Ｄの方向別分類を所定枚数まで行なって各収納部に収納する。
【００１２】
図３は紙幣選別機１００の外部パソコン２００との接続関係を示しており、外部パソコン２００はインタフェースＲＳ２３２Ｃを介してニューラルネットワークで成る識別手段１１０に接続されている。識別手段１１０はＤＳＰ（Ｄｉｇｉｔａｌ Ｓｉｇｎａｌ Ｐｒｏｃｅｓｓｏｒ）１１１、フラッシュメモリ１１２等を有し、全体を制御する本体制御部３００内のＣＰＵ３０１にも接続されている。
【００１３】
図４は紙幣選別機１００の内部構成を示しており、投入されホッパー部１０１に受け入れられた紙幣はホッパー部繰出手段３０２で１枚ずつ繰り出され、搬送手段３０３で駆動される搬送路ＣＶ１，ＣＶ２を経て搬送され、搬送路ＣＶ２の下方で横方向に整列された収納部１００１、１００２、１００３、１００４、１００５、１００６に上方より収納されるようになっており、搬送路ＣＶ１の終端部に設けられている揺動する振分け板ＤＳ１で搬送路ＣＶ３に振分けられた紙幣はリジェクト部１０２にリジェクトされる。搬送路ＣＶ１の中途には紙幣の金種、方向、真偽等を識別するセンサで成る識別部１３０が設けられており、搬送路ＣＶ２には収納部１００１〜１００６に対応して振分け板ＤＳ２〜ＤＳ６が設けられており、振分け板ＤＳ１〜ＤＳ６は紙幣振分け手段３０４で駆動され、各収納部１００１〜１００６への収納枚数等は第２表示部１０６に個別に表示されるようになっている。識別部１３０には厚み検知センサが設けられており、紙幣の厚みの異常が検出された場合にはリジェクト部１０２にリジェクトされる。又、パターンセンサとして２つのイメージセンサ１３１及び１３２が設けられ、真偽センサとして磁気センサ１３３、近赤外センサ１３４及びＵＶ（紫外）センサ１３５が設けられている。収納部１００１〜１００６の前面部には開閉扉１０７が蝶番１０７Ａ〜１０７Ｃを介して取付けられて開閉できるようになっており、各収納部１００１〜１００６の上部には１対の一時保留板１０４１及び１０４２で成る一時保留部が設けられており、各一時保留部の前面パネル部には監視部１０５が設けられ外部から一時保留紙幣を取出せるようになっており、搬送路ＣＶ２を搬送された紙幣は各振分け板ＤＳ２〜ＤＳ６を介して搬送分岐され、自重で一時保留部に落下するようになっている。収納部１００１〜１００６は全て同一構造となっており、各国の各種紙幣の札幅に対応できるように各収納部の一端側上部の規制板が揺動するようになっており、又、各一時保留部に集積された紙幣を監視部１０５側に押出して監視部１０５から取り出し易くするための押出し棒１０５２が配設されている。
【００１４】
収納部１００１〜１００６は全て同一構造であるので、収納部１００１を例に挙げ図５を参照して説明する。収納部１００１は図示左側の規制板１０１０と右側の固定板１０２０との間に紙幣を収納するようになっており、規制板１０１０の上部には板バネ１０１１が連接されていると共に、その上に更にラック１０１２が配設されている。ラック１０１２には回転するピニオン１０１３が螺合されており、ピニオン１０１３はモータ１０１４でチェーン等を介して回転されるようになっており、モータ１０１４の回転駆動に従ってラック１０１２（板バネ１０１１）が左右に移動、つまり規制板１０１０の上部が図４の一点鎖線のように揺動する。尚、規制板１０１０の揺動位置、つまり固定板１０２０との間隔はピニオン１０１３に関連して設けられているセンサＳＮ１によって検出される。センサＳＮ１は、規制板１０１０の上部に近接して設けられた近接スイッチの形式であっても良い。
【００１５】
収納部１００１の上部は監視部１０５から監視できる紙幣の一時保留部となっており、振分け板ＤＳ２及び搬送ローラ系１０３０を介して搬送されて来た紙幣は、ローラ系１０３０の羽根によりたたき落され放出口１０３１から収納部１００１内に放出され、中央部で交叉した１対の一時保留板１０４１及び１０４２で仕切られる一時保留部１０４０に集積される。一時保留板１０４１は駆動盤１０４３に結合され、一時保留板１０４２は駆動片１０４４に結合され、駆動盤１０４３と駆動片１０４４とは連結棒１０４５でそれぞれ軸支されている。又、駆動盤１０４３はクランク機構１０４６で駆動部材１０４７に連結されており、モータ（図示せず）で駆動される駆動部材１０４７の回動動作によって駆動盤１０４３が回動すると共に、連結棒１０４５を介して駆動片１０４４も回動し、一時保留板１０４１及び１０４２が連動して上下動する。図５のＡ位置は最上の定位置であり、例えば紙幣３０枚を保留でき、Ｂ位置は例えば１００枚の紙幣を保留でき、これら状態より一時保留板１０４１及び１０４２をＣ位置まで移動することによって一時保留板１０４１及び１０４２上に一時保留された紙幣を収納部１００１内に収納することができる。一方、固定板１０２０側には駆動軸１０５０が軸支されており、この駆動軸１０５０は下端に連結された回動片１０５１を介してモータ（図示せず）で回動される。駆動軸１０５０の上端にはＬ字状の押出し棒１０５２が取付けられており、バッチモードでは監視部１０５の窓から押出し外部から取出し易くしている。又、収納部１００１には光学的なセンサＳＮ２〜ＳＮ４が配設されており、センサＳＮ２は一時保留部１０４０の紙幣有無を検知する紙幣検知センサ、センサＳＮ３は収納部が紙幣で満杯か否かを検知する紙幣検知センサ、センサＳＮ４は収納部の紙幣有無を検知する紙幣検知センサである。
【００１６】
図６は紙幣選別機１００の本体制御部３００の回路構成例を示しており、第１表示部１０３、第２表示部１０６、キーボード１０４等の表示入力手段３１０と、ホッパー部１０１及びリジェクト部１０２に受け入れられた紙幣の有無を検知するための紙幣有無検知センサ３１１と、各一時保留部や各収納部１００１〜１００６の紙幣有無を検知するセンサＳＮ２〜ＳＮ４の紙幣検知手段３１２と、一時保留板１０４１及び１０４２の位置を駆動部材１０４７の突起を介して検出するセンサＳＮ５，ＳＮ６で成る一時保留位置検出手段３１３と、搬送路ＣＶ１〜ＣＶ３等の搬送ローラを駆動する搬送手段３０３と、ホッパー部１０１に受け入れられた紙幣を１枚ずつ繰り出すホッパー部繰出手段３０２と、搬送路ＣＶ１〜ＣＶ３に設けられた振分け板ＤＳ１〜ＤＳ６を駆動する紙幣振分け手段３０４と、各一時保留部の保留紙幣を押出し棒１０５２を駆動して押出す一時保留紙幣押出手段３２０と、規制板１０１０を駆動する規制板駆動手段３２１と、規制板１０１０の位置をセンサＳＮ１を介して検出する規制板位置検出手段３２２と、搬送路ＣＶ１〜ＣＶ３等での紙幣通過を検出する紙幣通過検出手段３２３と、装置全体の制御を行なうＣＰＵ３０１、ＲＡＭ３０１１及びＲＯＭ３０１２とで構成されている。ＣＰＵ３０１、ＲＡＭ３０１１及びＲＯＭ３０１２で制御部ＣＵを構成しており、かかる本体制御部３００には、識別部１３０からの信号を処理して紙幣の識別を行なう識別手段１１０が接続されている。
【００１７】
識別部１３０及び識別手段１１０の詳細は図７に示すような構成であり、搬送路ＣＶ１を搬送される紙幣の例えば表画像を撮像するイメージセンサ（センサ＃１）１３１と、イメージセンサ１３１とは逆方向の裏画像を撮像するイメージセンサ（センサ＃２）１３２とを有し、イメージセンサ１３１の画像データ出力は増幅器１４２、Ａ／Ｄ変換器１４４及びＦＩＦＯ（Ｆｉｒｓｔ Ｉｎ Ｆｉｒｓｔ Ｏｕｔ）のレジスタ１４６を経てＤＳＰ１１１に入力され、イメージセンサ１３２の画像データ出力は増幅器１４３、Ａ／Ｄ変換器１４５及びＦＩＦＯのレジスタ１４７を経てＤＳＰ１１１に入力される。ＤＳＰ１１１にはフラッシュメモリ１１２が接続されると共に、ＲＯＭ１１３及びＲＡＭ１１４が接続され、インタフェースＲＳ２３２Ｃを介して外部パソコン２００に接続され、更にＤＰ（Ｄｕａｌ Ｐｏｒｔ）ＲＡＭ１２１を介してＣＰＵ１２０に接続され、ＣＰＵ１２０にはＲＯＭ１２２及びＲＡＭ１２３が接続されると共に、ＤＰＲＡＭ１２４を介して選別機本体制御部３００に接続されている。搬送路ＣＶ１の識別部１３０には更に磁気センサ１３３、近赤外センサ１３４及びＵＶ（紫外）センサ１３５が設けられており、各出力信号は増幅器１５４〜１５６を経てマルチプレクサ１５０に入力され、ＣＰＵ１２０からの選択信号ＣＮＴで選択された信号の１つがＡ／Ｄ変換器１５７でディジタル値に変換されて後、ＤＰＲＡＭ１５８を経てＣＰＵ１２０に入力され、更にＤＰＲＡＭ１２１を経てＤＳＰ１１１で処理される。
【００１８】
図８は本発明のソフトウェア構成を示しており、ＤＳＰ１１１の制御プログラムとＣＰＵ１２０の制御プログラムとはＤＰＲＡＭ１２１を介した通信を行ない、ＤＳＰ１１１の制御プログラムは外部パソコン２００の通信プログラムとの間でシリアル通信を行なう。又、ＣＰＵ１２０の制御プログラムと選別機本体制御部３００の制御プログラムとはＤＰＲＡＭ１２４を介した通信を行なうようになっている。
【００１９】
上述のような構成において、その動作を図９を参照して説明すると、先ず表示入力手段３１０としてのキーボード１０４で紙幣選別機１００の取扱い国を、フラッシュメモリ１１２に格納されているテーブルＡから指定する（ステップＳ１）。紙幣選別機１００のフラッシュメモリ１１２は図１１に示すようなテーブルＡを国名コードに対応するフォーマットで格納しており、キーボード１０４より国名コードが入力されると、これに対応する国別ニューロ識別部処理コード及びパラメータテーブルの先頭番地が特定され、図１０に示すようにテーブルＢが特定される（ステップＳ２）。テーブルＢには例えば図１２に示すようなデータがテーブル化されており、国別コードをニューロ識別部へ送信する（ステップＳ３）。テーブルＢが国別コードで特定されるとテーブル内の札長データが規制板移動量テーブルＣに送られると共に、ＲＡＭ１１４内の作業領域にテーブルＢの内容をコピーする（ステップＳ４）。規制板移動量テーブルＣは図１３のようなデータ構成となっており、札長に該当する移動量が作業領域にコピーされ、作業領域ではコピーされたテーブルＢとで規制板移動量を求める（ステップＳ５）。規制板移動量が計算された作業領域のテーブルＢは図１４のようになっており、規制板の移動量を作業領域に格納する（ステップＳ６）。規制板の移動量が計算されるとＣＰＵ３０１を介して規制板駆動手段３２１のモータ１０１４が駆動され、ピニオン１０１３及びラック１０１２で規制板１０１０上部が左右に移動されて揺動され、その移動量は規制板位置検出手段３２２によって検出されているので、所定位置まで移動されて停止する。尚、テーブルＡには従来の取扱金種を想定して、テーブルＢ及びＣに格納されていない分も用意されている。
【００２０】
次に、紙幣の識別について説明するが、本発明では図１５に示すようにニューラルネットワークのニューロ演算を用いて紙幣の金種、方向を識別する。識別部１３０のイメージセンサ１３１，１３２からの画像データＩＳ１は前処理部で前処理され、ニューロ識別するために用いるパラメータは予めフラッシュメモリ１１２に格納されており、ＣＰＵ１２０よりのコマンドにより必要なデータのみが前処理部及びニューロ識別処理部に読出される。前処理部で補正された画像データＩＳ２はニューロ識別処理部に送られ、データ処理部からのウェイト及びトラップデータＷＴもニューロ識別処理部に送られる。ニューロ識別処理部での識別結果ＤＲ１はＣＰＵ１２０に送られる。識別モードでは図１６に示すようにＣＰＵ１２０からのコマンドＣＭに従って動作し、ＤＳＰ１１１はＣＰＵ１２０から受けたコマンドＣＭに対する処理を実行し、その結果をレスポンスＲＰとしてＣＰＵ１２０に送信する。コマンドＣＭ及びレスポンスＰＲはＤＰＲＡＭ１２１を介して行なわれ、ＤＳＰ１１１にはラインスキャン開始タイミングＬＳＳ及び画像データＩＳ１であるラインスキャン信号ＬＳが入力されている。
【００２１】
図１７は前処理の動作例を示しており、計数スタートのコマンドを受信すると先ず画像データＩＳ１から黒レベルのデータを採取すると共に（ステップＳ１０）、オフセットレベルのデータを採取し（ステップＳ１１）、これにより補正用データを採取する。その後にホッパー部繰出手段３０２を駆動して紙幣の搬送を開始し、イメージセンサ１３１及び１３２からの画像データＩＳ１を採取して画像濃淡の補正を行なう（ステップＳ２０）。つまり、イメージセンサ１３１及び１３２の各チャンネルの白黒レベルの均一化を図ると共に、搬送路ＣＶ１で反射するイメージセンサ１３１及び１３２のオフセットレベルを用いて画像の濃淡補正を行なう。次に、取込んだ紙幣画像に対してスラブ値を作成する上で、紙幣が画像フレーム（ＲＡＭ１１４）のどの位置に存在するかを探索し（ステップＳ２１）、画像フレームのマスク対象領域を等分割し、分割された領域であるブロック内の画素の加算値を求める（ステップＳ２２）。この場合、後の処理で正規化処理を行なうためにマスク対象領域内の画素の最大値、最小値を探索しておく、画面分割するためのパラメータは予めフラッシュメモリ１１２に書込まれている。そして、分割されたブロックとブロック化処理で生成した加算値にマスク処理を施し（ステップＳ２３）、スラブマスク処理によって計算された加算値からニューロ識別の入力値（スラブ値）を作成する（ステップＳ２４）。
【００２２】
識別手段１１０での識別処理は図１８のフローに従って行なわれるが、先ずニューラルネットワークでニューロ演算が行なわれ（ステップＳ３０）、識別の判定処理を行ない（ステップＳ４０）、紙幣の濃淡トラップを処理することにより、今回識別した紙幣のスラブ値列が該当パターンの自己認識領域を示す濃淡トラップの範囲内に収まっているか否かを判断し（ステップＳ４１、４２）、紙幣の正損を識別する場合は正損ニューロ演算を行ない（ステップＳ４３）、正損判定の処理を行なう（ステップＳ４４）。トラップとはニューロ演算で学習したもの以外を除外することを示し、識別機は紙幣のパターン毎に自己認識できる領域のデータにより自分の判定が正しいか否かを判断する。
ニューロ演算は、前処理で求めた入力値（スラブ値）とフラッシュメモリ１１２から読込んだウェイトデータについてマトリクス演算を行ない、そのマトリクス演算結果に対してシグモイド計算を、イメージセンサ１３１及び１３２について行なう。ニューロ演算は図１９に示すフローに従って行なわれ、先ず入力層から中間層までのマトリクス演算が数１に従って行なわれる（ステップＳ３１）。
【００２３】
【数１】
ｘ＝Ｗｏ・ｓｌａｂ
但し、Ｗｏ：入力層から中間層への重み係数行列
Ｓｌａｂ：スラブ値列（前処理で作成）
次に、中間層の出力値列ｍｏｕｔを数２に従って計算する（ステップＳ３２）。
【数２】
ｍｏｕｔ＝１／［１＋ｅｘｐ｛（−ｘ＋θ）／Ｔ｝］
但し、θ：しきい値
Ｔ：ニューラルネットワークの温度勾配
数２のシグモイド計算で中間層の出力値列ｍｏｕｔが得られると、中間層から出力層までのマトリクス演算を数３に従って行なう（ステップＳ３３）。
【００２４】
【数３】
ｘ＝Ｗ１・ｍｏｕｔ
但し、Ｗ１：中間層から出力層への重み係数行列
数３のマトリクス演算の後に、数４によってシグモイド計算を行ない、出力層の出力値列ｎｏｕｔを得る（ステップＳ３４）。
【００２５】
【数４】
ｎｏｕｔ＝１／［１＋ｅｘｐ｛（−ｘ＋θ）／Ｔ｝］
ここにおいて、上述の識別手段１１０におけるニューロ演算は本出願人による特願平６−２７７１７０号で提案している手法を用いているので、以下にその概要を説明する。
【００２６】
図２０はニューロ演算部１０の詳細構成例を示すブロック図であり、認識対象の紙幣１はＣＣＤ等で成るイメージセンサ２で計測され、適宜画像処理されて画像フレームメモリ３内にフレーム画像３Ａが得られる。フレーム画像３Ａはニューロ演算部１０で紙幣部分のみが切出されて紙幣イメージが特定される。次に、前処理部１１にてカラムマスク４１〜４ｎを紙幣イメージデータに適用してマスクの掛かっていない部分の画素データの総和値（スラブ値）ＳＢ１〜ＳＢｎを得る。このスラブ値ＳＢ１〜ＳＢｎはニューラルネットワークの分離演算部１２に入力され、予め判定用紙幣のパターン分類に最適に調整されたニューロ重みにより分離演算値ＳＰが算出される。分離演算値ＳＰは判定部１３に入力され、分離演算値ＳＰの中で最大値を有するパターンが対象物の紙幣１のパターン画像として出力される。前処理部１１内のカラムマスク４１〜４ｎは一様乱数を用いてランダムに被覆された搬送方向と平行に細長い帯状のカラムマスクであり、それぞれが異なる小区画を被覆するものである。
【００２７】
ここで、カラムマスクを用いた前処理部１１について説明する。カラムマスク４１〜４ｎを用いる理由は、次のことによる。図２０に示すように８×８のマトリクス上の“０”と“１”の２値画像において、画像の特徴量として画素値の総和であるスラブ値（２値画像の“１”の数）を用いた場合、図２１（Ａ）では文字“Ｅ”を特徴づける値として“１４”が得られ、同図（Ｂ）では文字“Ｈ”を特徴づける値として“１２”が得られる。従って、スラブ値を用いることによって“Ｅ”と“Ｈ”が分離可能となる。しかしながら、異なるパターンを有する画像でもスラブ値が等しくなる場合が存在する。例えば、図２２（Ａ）では文字“Ｆ”のスラブ値は“１０”であるが、同図（Ｂ）の文字“Ｋ”のスラブ値も“１０”であり、分離不可能となる。このような問題に対しては、図２３（Ｃ）に示すような入力画像の画素に対応する特定の棒状領域が被覆されたカラムマスクを導入することにより解決できる。図２３（Ｃ）のマスクで図２２（Ａ）の画像を覆うと図２３（Ａ）に示す画像となり、この場合のスラブ値は“８”となる。一方、図２３（Ｃ）のマスクで図２２（Ｂ）の画像を覆うと図２３（Ｂ）に示す画像となり、スラブ値は“９”となる。このようにカラムマスクを導入することにより、“Ｆ”と“Ｋ”も分離可能となる。そこで、このように種々の画像を分離するために、図２３（Ｃ）に示すような予めマスク内の複数の長方形状の被覆される部分の位置を選定しておく。この場合、ただ１つのこのようなマスクによって、種々の画像を分離できるスラブ値を生成する確率は極めて小さい。しかしながら、前述のように異なる種々のカラムマスクを使用することによって、同じ画像でも異なるスラブ値列を得ることができる。このスラブ値列のいずれかが画像間で異なることが多く、種々のカラムマスクを利用することによって、画像間の分離能力を確率的に高めることが可能である。なお、上述の複数の異なるカラムマスクを使用することは、次のような物理的な意味を有している。つまり、３次元物体を他方向から視点を変えて観測する場合、同一の対象でも異なる情報を得ることができる。これと同様に、種々のカラムマスクを用いることは２次元平面内で視点を変えて画像を観測することになり、前述のように同一の画像でも異なる情報を生成することが可能となる。この場合、前処理で入力画像が種々の異なるカラムマスクで覆われ、被覆されない画素の総和がスラブ値ＳＢ１〜ＳＢｎとなり、入力層のニューロ素子と一対一に対応している。さらに、出力層のユニット値は判定パターン（又は正損レベル）に対応している。
【００２８】
図２４は、マスク４１〜４ｎの如き垂直方向のカラムマスクの効果を示しており、同図（Ａ）の下移動入力画像と同図（Ｂ）の上移動入力画像に対して同一なスラブ値“５”を得ることができ、入力画像が上下の垂直方向ずれを生じても不変なスラブ値を得ることができる。
【００２９】
次に、前処理部１１で前処理された情報を入力して分離演算を行なう分離演算部１２について説明する。階層構造の分離演算部１２は、大別すると入力層，隠れ層，出力層の３層から成っている。図２５に示すように入力層は、前処理部１１からの各マスクの種類に一対一に対応するようにニューロ素子が設けられており、各マスク種類により前処理されたスラブ値（マスク処理された後の画素数の総和）を対応するニューロ素子に入力する。隠れ層は少なくとも１つのニューロ素子の層から成り、入力層の情報を分離演算して出力層に伝達する役割を果たしている。この隠れ層が多くなればそれだけ、入力層の各ニューロ素子の情報の変動に対しても不変に各パターンの各々に分離して演算することが可能となる。出力層には、識別すべきカテゴリーに一対一に対応するようにニューロ素子が設けられている。そして、学習により完成したニューロ素子間の重み係数による出力ユニット値を出力ユニット数個分算出する。この複数個の出力ユニット値（０〜１の間の値を採る）の最大値（通常検査紙幣の金種の出力ユニットで０．９９位）と、準最大値（２番目の金種の候補で０．２以下）とを抽出する。次に、最大値が閾値１（通常０．６）よりも大きいかどうかを判断し、小さいときには、学習データから除く。そして、（最大値−準最大値）が閾値２（通常０．４）より大きいかどうかを判断し、（最大値−準最大値）が小さい場合には排除し、大きい場合には最大値を有するユニットのパターンを評価紙幣の判定パターンであると決定する。ここで、最大値と準最大値をチェックするのは、金種間の誤鑑を防ぐためである。
【００３０】
ニューラルネットワークを用いたパターン認識において、その性能評価は統計的確率である鑑別率ＥＳによって行なわれて来ており、ニューラルネットワークの出力ユニットの出力値に対してその最大値のみが評価の対象となっている。しかし、このような評価指標では最大値以外の出力値で最大値にかなり近い値であっても、評価結果には直接的な影響が反映されていない。例えば２種のデータを識別した場合、ニューラルネットワークの鑑別率の結果は１００％であるが、この場合にはニューラルネットワークにおけるある出力層の出力値の最大値とその他出力層の出力値の差が非常に大きい場合と、あまり差がない場合とが存在する。分離度の検知からみれば上記差が大きい方が、より識別判定においては優れている。一般にニューラルネットワークを応用した市場の製品においては、出力ユニットの最大値のみならず、最大値以外の出力値が最大値から十分離れていることが要求されている。というのは、市場においては外部の影響で入力データに雑音が混入した場合でも、その出力結果が正常なデータによる出力結果に可能な限り近いことが要請されているからである。つまり、出力ユニットの最大出力値とそれ以外の出力値が互いに近い状態の製品よりも、十分に離れた距離の出力を与える製品の方が望まれているからである。従って、ニューロ判定の十分、不十分をチェックするために出力ユニットの出力値の最大値と、最大値及び他のユニットの出力値の差とに閾値を設定している。
【００３１】
例えば１＄〜１００＄の米ドル紙幣を識別する時には、出力層のニューロ素子が上から順に１＄〜１００＄の金種に対応し、識別する時には、該当するニューロ素子が１に最も近い値、即ち最大値を出力し、他のニューロ素子は０に近い値を出力する。１＄紙幣を識別する時には、出力層の最上位のニューロ素子が最大値を出力し、判定パターンと決定する。
【００３２】
同様に、上述の紙幣識別の際には出力層のニューロ素子が上から順に１＄、２＄、５＄、１０＄、２０＄…１００＄と言うように７金種×４方向（Ａ，Ｂ，Ｃ，Ｄ）の２８個のニューロ素子が一対一に対応している。そして、この入力層から出力層までのニューロ素子同士を接続し、信号を受け渡す機構をシナプスという。シナプスは、ニューロ素子同士の結合の強さを重み付け関数で記憶している。１つのニューロ素子は、シナプスを通じ前段の層の複数のニューロ素子から信号を受取り、経由してきたシナプスが持つ重みを乗算して入力値とする。ニューロ素子は、それが結合している全てのニューロ素子からの信号を受取ると、入力値の総和をとる。総和の値が予めニューロ素子に設定した閾値を越えるとニューロ素子が“発火”し、次の後段の層のニューロ素子に出力信号を送り、この処理を繰返して出力層から情報を出力する。これら各シナプスの重みは識別対象に対応して、予めバックプロバゲーション法による学習により決定されている。
【００３３】
次に判定部１３について説明すると、判定部１３は分離演算部１２の出力層から出力される情報を入力し、その中から最大値を判別し、その最大値のニューロ素子に対応するカデゴリーと判別する。例えば、出力層のニューロ素子が上から１＄紙幣のＡ方向、１＄紙幣Ｂ方向、１＄紙幣Ｃ方向のカデゴリーに対応している場合に、最上位のニューロ素子から最大値の出力が出ていれば“１＄Ａ方向”であると判別する。
【００３４】
ニューロ演算部１０の判定には出力結果に対する判定と表裏関係に関する判定とがあり、出力結果に対する判定は図２６に示すように先ず最大出力値が濃淡トラップデータ中にある閾値１以上のレベルか否かを判断し（ステップＳ５０）、１以上であれば第２候補の出力値の優位差が濃淡トラップデータ中にある閾値２以上か否かを判断する（ステップＳ５１）。又、表裏関係に関する判定は図２７に示すように上記判定結果よりイメージセンサ１，２（１４０及び１４１）が同一金種であるか否かを判断し（ステップＳ５５）、更にイメージセンサ１，２（１３１及び１３２）の表裏方向関係に矛盾はないか否かを判断する（ステップＳ５６）。この関係を図で示すと図２８のようになる。
【００３５】
本発明の紙幣識別機１００は図７に示すように複数種類の真偽センサ、つまり磁気ヘッド１３３、近赤外センサ１３４及びＵＶセンサ１３５を具備しており、ニューロ演算による金種識別とは別個に真偽判定を行なうようになっており、金種識別でリジェクトされなかった場合のみ真偽判定を実行する。真偽判定の概略図は図２９のようになっており、磁気センサ１３３，近赤外センサ１３４及びＵＶセンサ１３５の出力は各増幅器１５４〜１５６、マルチプレクサ１５０及びＡ／Ｄ変換器１５７を経て更にＤＰＲＡＭ１５８を経て真偽データＴＤとして真偽判定前処理部に送られる。フラッシュメモリ１１２のデータ及びデータ加工用パラメータＤＣＰは真偽判定前処理部に送られ前処理加工されたデータＣＤが、データ処理部からの真偽トラップデータＴＴＤと共に真偽判定処理部に送られる。
【００３６】
上述の如くして識別部１３０を介して識別、真偽判定された紙幣は、搬送路ＣＶ１及びＣＶ２で搬送されて該当する収納部１００１〜１００６に１枚ずつ順次収納されるが、各収納部での１００枚バッチ処理時の一時保留部の動作は図３０に従って実行される。即ち、収納部１００１に関しては一時保留板１０４１及び１０４２が最上のＡ位置であるか否かを監視しており（ステップＳ６０）、Ａ位置であればその状態で３０枚までの一時保留を行ない（ステップＳ６１）、３０枚に達したときに駆動部材１０４７を駆動して一時保留板１０４１及び１０４２を底部の中央位置（ＡとＢの中間）まで下降させる（ステップＳ６２）。次に、上記ステップＳ６０でＡ位置でない場合は中央位置（ＡとＢの中間位置）か否かを判断し（ステップＳ６３）、中央位置であれば７０枚までの一時保留をその位置で行ない（ステップＳ６４）、７０枚に達したときに駆動部材１０４７を駆動して一時保留板１０４１及び１０４２を底部のＣ位置まで下降させる（ステップＳ６５）。上記ステップＳ６３において中央位置でない場合はＢ位置であるか否かを判断し（ステップＳ６６）、Ｂ位置であれば１００枚までの一時保留を行ない（ステップＳ６７）、１００枚に達したときに紙幣の繰り出しを一時停止する（ステップＳ７０）。そして、モータを駆動し、押出し棒１０５２で一時保留の紙幣の一端を押出すようにしており（ステップＳ７１）、所定時間後に停止し（ステップＳ７２）、監視部からの紙幣の抜取りを待ってモータを逆転して押出し棒１０５２を元に戻し（ステップＳ７３、Ｓ７４）、所定時間後に停止する（ステップＳ７５）。
【００３７】
次に、図３の構成図及び図３１のフローチャートにより説明する。
新しく仕分けする紙幣が追加になった場合には、図１０で示すテーブルＢの内容を追加する必要があり、テーブルのデータの更新が必要である場合にも、同様にテーブルＢの内容を新たなデータに書換える必要がある。データを外部パソコン２００に取り込ませる場合には、インタフェースＲＳ２３２Ｃによってデータをシリアル送信できるように識別手段１１０と外部パソコン２００とをケーブルで接続する（ステップＳ８０）。この外部パソコン２００が遠くに離れている場合には、モデムを経由して電話線による通信を行なわせることも可能である。識別手段１１０の基板上に設けられている設定スイッチを入れることにより、外部パソコン２００側へ識別手段１１０が処理したデータ及び無加工のセンサ採取データを送れるモードになる（ステップＳ８１）。次にホッパー部１０１に新しくデータを追加構築したい紙幣、又は更新を行なう紙幣を載置して（ステップＳ８２）スタート釦を押す（ステップＳ８３，Ｓ８４）。
【００３８】
本体制御部３００は紙幣を繰り出す前にセンサ補正データを作成するために初期状態のデータを採取すると共に、加工し外部パソコン２００に送信する。その後、予め決められた枚数の紙幣データを識別部で全てバッファリングする（ステップＳ８５，Ｓ８６）。紙幣の繰出を行ない、所定枚数の搬送を終えると紙幣の搬送を停止し（ステップＳ９０）、その後データは一度ＤＳＰ１１１内のＳ−ＲＡＭに採取データ及び加工データとして全てをバッファリングし、ニューロ演算に支障をきたさないかを全てチェックし（ステップＳ９１）、ＯＫならば通信手段により外部パソコン２００に転送する（ステップＳ９２）。所定枚数の紙幣の画像データが送られた後、外部パソコン２００側で、キーボードにより取込んだ紙幣の金種、方向、国番号のＩＤデータを入力する。これらのアップロードされたデータを用いてさらに、磁気センサ１３３、近赤外センサ１３４及びＵＶセンサ１３５からの真偽判定データ、イメージセンサ補正データ、ウエイトデータ、トラップデータが作成されてファイルが構成される。尚、パソコン２００側では、グラフィカルに作成された値のオフライン的な評価ができる様になっているが、ここではその詳細説明は省略する。
【００３９】
この様にして、ニューロの学習及び真偽判定のためのデータ作成は外部で行なわれ、次に学習によって作成された各種パラメータファイルをパソコン２００から識別部のＤＳＰ１１１へダウンロードする。ＤＳＰ１１１では受けたファイルの内容に応じてフラッシュメモリ１１２に書込む（ステップＳＳ９３）。本体制御部３００の設定スイッチを元に戻した後、フラッシュメモリ１１２に書込まれたこれらデータにより、表示部１０３に表示されて操作部１０４で選択しても動作しなかった国別の紙幣選別が可能になるか、あるいは、新しく更新されたデータに基づいて鑑別が行なわれる様になる（ステップＳ９４，Ｓ９５）。
【００４０】
尚、上述では収納部を６ケ所とした例を示しているが、収納部の数は任意であり、紙幣以外の商品券等にも適用可能である。又、上述では収納部を規制板と固定板とで形成するようにしているが、両方を移動できる構造とすることも可能であり、１対の一時保留板の停止位置もＡＢＣとＡＢの中間部の計４ケ所としているが、任意に設定できる。
【００４１】
【発明の効果】
以上に説明したように、請求項１に係る発明によれば、取扱う紙幣の種類に応じて紙幣の収納部の幅を自動的に調整することができる。又、請求項２及び３に係る発明によれば、取扱う紙幣の種類に応じて紙幣の一時保留部の幅を自動的に調整することができる。更に、一時保留部及び紙幣収納部の幅を取扱う紙幣の札長に含ませて自動的に調整することによって、取扱う紙幣の外形寸法差があっても自由に収納場所を設定することが可能となる。
【図面の簡単な説明】
【図１】本発明の紙幣選別機の一例の全体構成を示す外観図である。
【図２】本発明のモード種別を説明するための図である。
【図３】本発明の外部パソコンとの接続関係を示す図である。
【図４】本発明の紙幣選別機の一部断面構造例を示す側面図である。
【図５】本発明の収納部及び一時保留部の構造例を示す一部断面図である。
【図６】本発明の本体制御部の回路構成例を示すブロック図である。
【図７】本発明に用いる識別手段の構成例を示すブロック図である。
【図８】本発明のソフトウエア構成例を説明するためのブロック図である。
【図９】本発明の動作例を示すフローチャートである。
【図１０】本発明による国の指定動作を説明するための図である。
【図１１】国コードによる対応テーブルの例を示す図である。
【図１２】国別コードの一例を示す図である。
【図１３】札長と移動量の関係例を示すテーブルである。
【図１４】作業領域における国別コードの一例を示す図である。
【図１５】ニューロ演算を説明するためのブロック図である。
【図１６】ＤＳＰとＣＰＵとの関係を示す図である。
【図１７】前処理の動作例を示すフローチャートである。
【図１８】識別処理の動作例を示すフローチャートである。
【図１９】ニューロ演算の動作例を示すフローチャートである。
【図２０】ニューロ演算の動作例を示す図である。
【図２１】ニューロ演算を説明するための図である。
【図２２】 ニューロ演算を説明するための図である。
【図２３】ニューロ演算を説明するための図である。
【図２４】 ニューロ演算を説明するための図である。
【図２５】ニューラルネットワークを示す回路構成図である。
【図２６】判定動作例を示すフローチャートである。
【図２７】判定動作例を示すフローチャートである。
【図２８】センサと紙幣の方向を説明するための図である。
【図２９】真偽判別の動作を説明するためのブロック図である。
【図３０】一時保留部の動作例を示すフローチャートである。
【図３１】外部パソコンの動作例を示すフローチャートである。
【符号の説明】
１ 紙幣
２ イメージセンサ
１０ ニューロ演算部
１１ 前処理部
１２ 分離演算部
１３ 判定部
１００ 紙幣選別機
１０１ ホッパー部
１０２ リジェクト部
１０３、１０６ 表示部
１０４ キーボード
１０５ 監視部
１１０ 識別手段
１１１ ＤＳＰ
１１２ フラッシュメモリ
１１３、１２２、３０１２ ＲＯＭ
１１４、１２３、３０１１ ＲＡＭ
１２０、３０１ ＣＰＵ
１２１、１２４ ＤＰＲＡＭ
１３０ 識別部
１３１、１３２ イメージセンサ
１３３ 磁気ヘッド
１３４ 近赤外センサ
１３５ ＵＶセンサ
１５０ マルチプレクサ
２００ 外部パソコン
３００ 選別機本体制御部
Claims (3)
- 識別すべき紙幣の国を選択指定する選択手段と、識別可能な国の紙幣の識別データを格納しているデータテーブルと、受け入れた紙幣の画像データを取込む画像入力手段と、前記画像入力手段からの画像データ及び前記選択手段で選択指定された国に対応する前記データテーブルのデータに基づいて前記紙幣を識別する識別部と、前記識別部で識別された紙幣を収納する収納部と、前記選択手段で選択された国に対応する前記データテーブルのデータに基づいて前記収納部の収納幅を調整する収納幅調整手段とを具備したことを特徴とする紙幣選別機。
- 識別すべき紙幣の種類及び仕分けの態様を指定するための指定手段と、受け入れた紙幣を１枚ずつ繰り出すホッパー部と、前記ホッパー部の後段に設けられた識別部から紙幣の金種、方向、真偽を判別する紙幣識別手段と、正常な状態で搬送されなかった紙幣或いは偽と判定された紙幣をリジェクトするリジェクト部と、前記紙幣識別手段で識別された紙幣を一時的に受け入れる複数の一時保留部と、前記一時保留部に設けられた紙幣集積空間の紙幣幅を規制する規制板と、取扱う紙幣に対応して前記一時保留部の幅データを記憶している一時保留部幅データ記憶手段と、前記規制板を移動するための駆動手段とを備え、前記指定手段で金種分類モードが選択された際に、前記指定された金種に従って前記一時保留部幅データ記憶手段から対応する幅データを読出して前記規制板を移動させるようにしたことを特徴とする紙幣選別機。
- 識別すべき紙幣の種類及び仕分けの態様を指定するための指定手段と、受け入れた紙幣を１枚ずつ繰り出すホッパー部と、前記ホッパー部の後段に設けられた識別部から紙幣の金種、方向、真偽を判別する紙幣識別手段と、正常な状態で搬送されなかった紙幣或いは偽と判定された紙幣をリジェクトするリジェクト部と、前記紙幣識別手段で識別された紙幣を一時的に受け入れる複数の一時保留部と、前記一時保留部に設けられた紙幣集積空間の紙幣幅を規制する規制板と、取扱う紙幣に対応して前記一時保留部の幅データを記憶している一時保留部幅データ記憶手段と、前記規制板を移動するための駆動手段とを備え、前記指定手段でバッチモード或いは方向別分類モードが選択された際に、前記ホッパー部から繰り出された紙幣が前記識別部を通過した際に金種データを受取り、前記一時保留部に保留すべき１枚目の金種であると判定した場合に、前記規制板を前記１枚目の金種に従って前記一時保留部幅データ記憶手段に記憶された幅データを読出して前記規制板を移動させるようにしたことを特徴とする紙幣選別機。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP7086896A JP3753779B2 (ja) | 1996-03-04 | 1996-03-04 | 紙幣選別機 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP7086896A JP3753779B2 (ja) | 1996-03-04 | 1996-03-04 | 紙幣選別機 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH09245218A JPH09245218A (ja) | 1997-09-19 |
| JP3753779B2 true JP3753779B2 (ja) | 2006-03-08 |
Family
ID=13443976
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP7086896A Expired - Fee Related JP3753779B2 (ja) | 1996-03-04 | 1996-03-04 | 紙幣選別機 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP3753779B2 (ja) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2020184592A1 (ja) | 2019-03-14 | 2020-09-17 | ローレルバンクマシン株式会社 | 紙葉類処理装置および紙葉類処理方法 |
Families Citing this family (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| GB2366017B (en) | 1999-12-22 | 2002-09-25 | Nippon Conlux Co Ltd | Multi-rom writer and control method thereof |
| JP2003051041A (ja) * | 2001-08-08 | 2003-02-21 | Toshiba Corp | 紙幣処理装置 |
| JP2003178348A (ja) * | 2001-12-07 | 2003-06-27 | Birukon Kk | 紙葉類識別計数機およびその識別計数方法 |
| JPWO2008056404A1 (ja) * | 2006-11-06 | 2010-02-25 | グローリー株式会社 | 紙葉類識別装置および紙葉類識別方法 |
| WO2009037791A1 (ja) * | 2007-09-21 | 2009-03-26 | Glory Ltd. | 紙幣識別装置および紙幣識別システム |
| EP2194512A4 (en) * | 2007-09-27 | 2012-11-14 | Glory Kogyo Kk | PAPER SHEET PROCESSING DEVICE |
| JP2010186440A (ja) * | 2009-02-13 | 2010-08-26 | Toyo Networks & System Integration Co Ltd | 金種判定装置 |
| WO2010097935A1 (ja) * | 2009-02-27 | 2010-09-02 | グローリー株式会社 | 貨幣処理装置および貨幣処理方法 |
| KR102163107B1 (ko) * | 2019-02-28 | 2020-10-07 | 주식회사 푸른기술 | 딥러닝 기반 지폐 감별 시스템 |
| JP6662484B2 (ja) * | 2019-08-14 | 2020-03-11 | 大日本印刷株式会社 | 特定装置、特定方法及びコンピュータプログラム |
| KR102273720B1 (ko) * | 2019-12-10 | 2021-07-07 | 주식회사 에이텍에이피 | 지폐 감별 장치 |
-
1996
- 1996-03-04 JP JP7086896A patent/JP3753779B2/ja not_active Expired - Fee Related
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2020184592A1 (ja) | 2019-03-14 | 2020-09-17 | ローレルバンクマシン株式会社 | 紙葉類処理装置および紙葉類処理方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| JPH09245218A (ja) | 1997-09-19 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US5729623A (en) | Pattern recognition apparatus and method of optimizing mask for pattern recognition according to genetic algorithm | |
| JP3753779B2 (ja) | 紙幣選別機 | |
| US8371429B2 (en) | Paper sheet recognition apparatus and method | |
| JPH0614384B2 (ja) | 紙幣判別装置 | |
| US20050011721A1 (en) | Currency bill recycling machine | |
| CN1685373B (zh) | 钞票的识别方法和识别装置 | |
| CN104063937A (zh) | 纸张类处理方法、纸张类处理装置及纸张类处理系统 | |
| JPWO2008096430A1 (ja) | 紙幣処理装置 | |
| WO2004023402A1 (ja) | 紙葉類特徴検出装置及び紙葉類特徴検出方法 | |
| JP4105694B2 (ja) | 紙片鑑別装置、紙片鑑別方法及びプログラム | |
| JP2001195628A (ja) | フレキシブル紙葉類鑑定装置 | |
| JP3321267B2 (ja) | パターン認識における遺伝アルゴリズムを用いたマスクの最適化方法 | |
| JP2001331839A (ja) | 紙幣識別方法及び装置 | |
| JP2001014293A (ja) | 競合型ニューラルネットワークを用いた紙葉類の識別／学習方法 | |
| KR100521713B1 (ko) | 페이퍼 처리 장치 | |
| KR20050009503A (ko) | 위폐 판별 기능과 이권종 합산 기능을 갖는 지폐계수기 및그 방법 | |
| KR100309195B1 (ko) | 금권류수입장치 | |
| JP2016201046A (ja) | 紙葉類処理装置及び紙葉類処理方法 | |
| JP3351639B2 (ja) | ランダムマスク方式による紙葉類のニューロ識別／正損分離装置 | |
| JP2635994B2 (ja) | 紙幣識別装置 | |
| JP3362087B2 (ja) | 紙葉類鑑別装置 | |
| JPH0944673A (ja) | 紙葉類識別装置 | |
| JPH0962890A (ja) | 紙幣入出金機における紙幣処理方法 | |
| JPH10171993A (ja) | 媒体の真偽鑑別装置 | |
| CN112530082A (zh) | 纸张类处理装置及设定方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20041116 |
|
| A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20041209 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20051213 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20051214 |
|
| R150 | Certificate of patent or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| S533 | Written request for registration of change of name |
Free format text: JAPANESE INTERMEDIATE CODE: R313533 |
|
| R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20081222 Year of fee payment: 3 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20091222 Year of fee payment: 4 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20091222 Year of fee payment: 4 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20101222 Year of fee payment: 5 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20111222 Year of fee payment: 6 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20111222 Year of fee payment: 6 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20121222 Year of fee payment: 7 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20121222 Year of fee payment: 7 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20131222 Year of fee payment: 8 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20131222 Year of fee payment: 8 |
|
| LAPS | Cancellation because of no payment of annual fees |