JP4431690B2 - 円盤形被検体認識システム、装置及び方法 - Google Patents
円盤形被検体認識システム、装置及び方法 Download PDFInfo
- Publication number
- JP4431690B2 JP4431690B2 JP2000213425A JP2000213425A JP4431690B2 JP 4431690 B2 JP4431690 B2 JP 4431690B2 JP 2000213425 A JP2000213425 A JP 2000213425A JP 2000213425 A JP2000213425 A JP 2000213425A JP 4431690 B2 JP4431690 B2 JP 4431690B2
- Authority
- JP
- Japan
- Prior art keywords
- subject
- data
- pixels
- standard data
- pixel
- 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
- Testing Of Coins (AREA)
- Image Analysis (AREA)
- Length Measuring Devices By Optical Means (AREA)
Description
【０００１】
【発明の属する技術分野】
本発明は、概して画像認識に関し、さらに詳細には、硬貨やメダルなどの円盤状の被検体の種類および真偽を識別する方法および装置に関する。
【０００２】
【従来の技術】
最近、５００円硬貨に類似し、かつ５００円硬貨より貨幣価値が低い外国硬貨を用いて自動販売機の釣り銭を盗む犯罪が多発しており、他国に例がない膨大な量の自動販売機が設置されている日本国では大きな社会問題となりつつある。
このため、硬貨およびメダルなどの円盤形の被験体の刻印模様を撮影して、刻印画像を取り込み、この刻印画像をデジタル画素データに変換し、このデジタル画素データと基準のパターンの画素データとを照合して、被検体の例えば、硬貨単位などの種類および真偽を調べる画像認識技術がある。
しかしながら、被検体が円形であるため、パターンの照合を行う前に、撮影した画像または基準の画像の何れかを回転しながら両方の向きを揃える処理が必要となることから、画像認識処理全体が長大化して利用客の待ち時間が長くなると言う問題点があった。
【０００３】
【発明が解決しようとする課題】
したがって、本発明は、被検画像と基準画像の向きを揃える処理を必要とせず比較的簡単な処理で円形の被検体の種類または真偽を識別する方法および装置を提供することを目的とする。
【０００４】
【課題を解決するための手段】
前記の目的を達成するため、請求項１記載の円盤形被検体認識システムは、円盤形の被検体の２値画像を得る手段と、前記２値画像に対する所定の同心円を構成する画素を特定する手段と、前記各同心円の画素から前記被検体の回転位置に依存しない複数の特徴データを得るデータ獲得手段と、被検体の各種類に対する標準データを管理するテーブル手段と、被検体の前記特徴データと前記の各標準データとを比較することにより前記被検体を認識する認識手段とを備え、前記データ獲得手段が、前記同心円上の白画素のうち内部点の数と端点の数とを数えることを特徴とするものである。
請求項２記載の円盤形被検体認識システムは、請求項１において、前記認識手段が、前記特徴データと前記の各標準データとに基づいて、各標準データ毎に複合類似度を算出する手段を含むことを特徴とするものである。
請求項３記載の円盤形被検体認識システムは、請求項２において、前記認識手段が、何れの標準データに対しても前記複合類似度が所定の閾値に達しない場合、前記被検体が偽物であると判断する手段を含むことを特徴とするものである。
請求項４記載の円盤形被検体認識システムは、請求項１において、前記認識手段が、前記特徴データと前記の各標準データとの間の距離を算出する手段を含むことを特徴とするものである。
請求項５記載の円盤形被検体認識システムは、請求項４において、前記認識手段が、何れの標準データに対しても前記距離が所定の閾値を超える場合、前記被検体が偽物であると判断する手段を含むことを特徴とするものである。
請求項６記載の円盤形被検体認識システムは、請求項１乃至５の何れかにおいて、前記画像獲得手段が、撮像した画像をパーセンタイル法に基づいて２値化を行う手段を含むことを特徴とするものである。
請求項７記載の装置は、円盤形の被検体の２値画像を得る手段と、前記２値画像に対する所定の同心円を構成する画素を特定する手段と、前記各同心円の画素から前記被検体の回転位置に依存しない複数の特徴データを得るデータ獲得手段と、被検体の種類に対する標準データを管理するテーブル手段と、被検体の前記特徴データと前記の各標準データとを比較することにより前記被検体を認識する認識手段と、前記データ獲得手段が、前記同心円上の白画素のうち内部点の数と端点の数とを数えることを含み、前記認識手段の出力に応じて所定の動作を行うことを特徴とする。
請求項８記載の円盤形の被検体を認識する方法は、被検体にあり得るＫ個の種類の表と裏とに関する２Ｋ組の標準データを管理するテーブル手段を備えた円盤形被検体認識システムにおいて、円盤形の被検体の２値画像を得るステップと、前記２値画像に対する所定の同心円を構成する画素を特定するステップと、前記各同心円の画素から前記被検体の回転位置に依存しない複数の特徴データを得るステップと、被検体の前記特徴データと前記の各標準データとを比較することにより前記被検体を認識するステップとを含み、前記複数の特徴データを得るステップが、前記同心円上の白画素のうち内部点の数と端点の数とを数えることを特徴とする。
【０００５】
【発明の実施の形態】
以下、本発明の実施の形態例と添付図面により本発明を詳細に説明する。
なお、複数の図面に同じ要素を示す場合には同一の参照符号を付ける。
（実施の形態１）
図１は、本発明の実施の一形態により円盤形被検体の種類を識別するシステムの構成を示す図である。この硬貨等識別システム１は、硬貨またはメダルなどの円盤形の被検体の種類および真偽の識別を必要とする円盤形被検体（以下、「硬貨等」と称する）の選別装置、種類ごとに枚数を数える計数装置、硬貨やメダルを所定枚数ごとに包装する装置、各種自動販売機、および現金自動預け入れ支払い機（ＡＴＭ）などに用いられる。以降、この実施の形態の硬貨等識別システム１は、日本の硬貨である１円、５円、１０円、５０円および１００円を識別する場合を例にとって説明する。
図１において、硬貨等識別システム１は、図示しない機械系の被検体保持手段（図示せず）により所定の位置に保持された被検体１０、被検体１０の表面を照明する複数の発光ダイオード（ＬＥＤ）などの光源１２、被検体の表面で反射された光を所定の位置に集光させるレンズ１４、レンズ１４によって形成された像を撮像するイメージセンサを含む撮像装置１６、撮像装置１６からの画像信号の主に照明むらによるシェーディングを補正するシェーディング補正器２０、シェーディング補正された画像信号を２値化するデジタイザ２２、２値化された画像信号を処理して硬貨等の種類識別を行うほかシステム全体を制御するデータ処理部２４、および利用者の操作を可能とする操作部２６を備える。データ処理部２４は、ＣＰＵ（中央処理装置）３０のほか、硬貨などの種類および真偽を識別するプログラム及びこのプログラムが使用する標準データテーブル（後述する）などの種々のデータのほか、このシステムが用いられる装置が行う処理のためのプログラムなどを格納する読出し専用記憶装置（ＲＯＭ）３２及び処理中の画像データなどを格納するＲＡＭ（読み書き自在なメモリ）３４を含む。
【０００６】
撮像装置１６は、例えばＣＣＤ（電荷結合素子）などのイメージセンサ（図示せず）を含む。このイメージセンサは、被検体上の画素の間隔が刻印模様の最小幅の１／２以下となる程度の解像度でこの硬貨等識別システム１が扱いうる硬貨等の最大の大きさを含む範囲を撮像できるだけの画素数が必要である。本発明の認識方法では硬貨表面の傷などによる雑音を考慮した処理は特に行わないため解像度を上げすぎると僅かな傷や汚れの影響も受ける可能性が生じるので、必要以上に解像度をあげることは好ましくない。例えば、刻印模様の最小線幅を０．１ｍｍとすると、画素間隔は、０．０５（０．１／２）以下であることが好ましい。例えば、画素間隔を０．０４ｍｍとし撮像範囲を３×３ｃｍ2とすると、図示しないイメージセンサの画素数は７５０×７５０以上であればよいことになる。以下の説明においては、画素は、画像の左上の画素から走査線にそって数えた場合、７５０ｊ＋ｉ番目の画素でありＰｎ（ただし、ｎ＝７５０ｊ＋ｉ）と表す（シリアル表現）。つまり、Ｐ（ｉ，ｊ）＝Ｐｎである。また、画像の左上の画素Ｐ０（＝Ｐ（０、０））を原点とし、画像の原点Ｐ０を通る行をの方向をｘ軸、原点Ｐ０を通る列をｙ軸とし、さらにｘまたはｙ方向に隣接する画素の中間点も整数で表すことができるようにｘおよびｙ軸の目盛りの単位を画素の間隔の１／２としたｘｙ座標系では、点Ｐｎ＝Ｐ（ｉ，ｊ）の位置（ｘ，ｙ）は（２ｉ，２ｊ）と表すことができる。このようにすることにより、被検体の半径や中心を常に整数で表すことができる。
【０００７】
図２は、本発明の実施の一形態により硬貨等の種類および真偽の識別を行う処理の流れを示すフローチャートである。この処理は、ＲＯＭ３２に格納されたプログラムの制御下でＣＰＵ３０が実行する。ＣＰＵ３０は、検査するべき硬貨などを所定の位置に保持した後、この処理を開始する。
ステップ５０において、ＣＰＵ３０は、撮像装置１６に撮像の指示を送る。これに応じて撮像装置１６から出力された画像は、シェーディング補正器２０によりシェーディング補正を行う。さらに、この画像をデジタイザ２２により２値画像（階調のない白黒画像）に変換する。
この２値画像において、被検体の外周Ｃｃの輪郭画素および中心の画素のアドレスを求め、輪郭画素の行アドレスの順に行アドレスとこれに対応する左右の輪郭の列アドレスとを関係付けて記憶する（ステップ５２）。
複数の所定の同心円Ｃ１，Ｃ２，．．．，Ｃｎの各々Ｃｋ（ｋ＝１，２，．．．，ｎ）において、複数の所定の条件（例えば、Ｄ１およびＤ２）を満たす白画素の個数Ｎｋ1およびＮｋ2を求める（ステップ５４）。このステップでは、被検体の中心に関する回転方向の位置に依存しない特徴量を抽出する。換言すれば、被検体の同心円に沿って解析した場合、解析開始位置に依存しない特徴量を抽出する。複数の所定の同心円、例えば、被検体１０の中心から直径の２０％、４０％、５０％、６０％および９０％の位置の同心円の各々に沿って複数種類の特徴量を収集する。特徴量としては、例えば、画像の局所的な特徴を表すのに用いられる連結数（詳細に後述する）を用いる。
ステップ５５において、ステップ５４で求めた被検体の特徴データ
Ｖ＝（Ｎ１1，Ｎ12，Ｎ21，Ｎ22，．．．，Ｎn1，Ｎn2）
を正規化して、ｄ次の列ベクトルｘを得る。ここで、ｄは、ＲＯＭ３２に格納されている学習テーブル（標準データテーブル）の各標準データを構成する固有値および固有ベクトルのそれぞれの個数である。次に、ステップ５６において、学習テーブルにおけるＭ種類の硬貨単位Ｋ（Ｋ＝１Ｙ，５Ｙ，１０Ｙ，５０Ｙ，１００Ｙ）の表（ｏ）と裏（ｕ）のそれぞれの特徴を表す２Ｍ組の標準データＲｍ（ｍ＝１，２，．．．，２Ｍ）と、ステップ５５で求めた列ベクトルｘとに基づいて複合類似度Ｓ（ｘ，Ｒｍ）を計算する。ここで、Ｒｍは、被検体が表のとき「ｏ」、裏のとき「ｕ」の値をとるパラメータαを用いた識別子Ｋαでも識別することができる。
ステップ５８において、類似度Ｓ（ｘ，Ｒｍ）の最大値Ｓｍａｘを求める。ステップ６０において、最大値Ｓｍａｘが所定の制限値Ｓ０を超えるかどうか判断する。超える場合は、ステップ６２において、被検体はＳｍａｘを与える標準データＲｍａｘに対応する識別子Ｋαの硬貨単位Ｋであると判断する。ステップ６０において制限値を超えない場合、ステップ６４において、該当する貨幣単位が無いと判断する。以上のようにして、所与の被検体（この例では硬貨）を識別することができる。
【０００８】
以下、ステップ５０、５２、５４および５６に付いて、さらに詳細に説明する。
ステップ５０の２値化処理に用いられる閾値によって、得られる２値画像の画質が決定されるので、閾値には適切な値を選択することが肝要である。２値化する上で求められる条件は、１）処理がなるべく簡単であること、および２）同じ種類の硬貨でも製造年によって大きく変わる表面の傷や汚れになるべく影響されず同様な２値画像を確実に得ることができること、である。このような必要条件を満たすため、２値化に用いる閾値は、例えばパーセンタイル（percentile）法によって求める。具体的には、シェーディング補正された画像が、例えば、２５６階調で得られる場合、各階調（または濃度ステップ）ｉ（ｉ＝１〜２５６）の出現頻度（または度数）ｈiを表すヒストグラムを十分大きな数（例えば、Ｎ個）の画素（例えば、各種の硬貨の表と裏）に対して求める。階調０からｉまでの相対度数の和（即ち、標本特性値）Ｈｉを用いて、
｜Ｐ／１００Ｈｉ｜ （１）
が最小となるような階調ｉを閾値とする。ここで、Ｐは設計者が指定する値（％）であり、Ｈｉは、次式で与えられる。
【数１】
表現（１）が最小（即ち、０）のとき、Σ1 iｈj＝ＰＮ／１００となり、これを満たすｉをＰＮパーセント点(または、PNパーセンタイル)と称する。この階調ｉを閾値として２値化を行う。２値化された画像はＲＡＭ３４の所定の位置に格納される。このようにして得た２値画像の例を図３に示す。画像の背景は、図３では黒であり、以下の説明においても背景は黒であるものと仮定する。勿論、背景は白であっても良い。
ステップ５２において、複数の所定の同心円について、各同心円上の画素を特定し、特定した画素のアドレスをＲＡＭ３４に格納する。以下の説明では、これらの同心円を仮に内側から順にＣ１，Ｃ２，．．．，Ｃｎとする。同心円Ｃ１〜Ｃｎの半径は、認識の対象となりうる各硬貨の特徴的な部位を同心円が通るように設定することが好ましい。同心円上の画素の特定には種々の方法が考えられる。図４および図５（マル付きのＡおよびＢで接続する）に、ステップ５２の一実施例を示す。
【０００９】
図６は、図３の被検体の輪郭Ｃｃ、１０の同心円Ｃ１〜Ｃ９およびＣＡ（この例では、同心円の番号は表記の都合上１６進数で表すものとする）、並びに中心Ｃ０を表す図である。画像の左側の符号は、輪郭Ｃｃ，同心円Ｃkおよび中心と接する画素行の行番号（ｊの値）である。即ち、図６においては、輪郭Ｃｃは、第Ｔｃ〜Ｂｃ行の範囲にあり、各同心円Ｃk（k＝１〜Ａ（１６進））はそれぞれ第Ｔk〜Ｂk行の範囲にあり、中心Ｃ０は第Ｔ０行上にあることが分かる。
図７は、図３の画像の被検体の輪郭Ｃｃを含む部分を画素が識別できるように拡大した図である。図７において、硬貨の内側の部分は省略してある。二重丸は硬貨の画像の輪郭Ｃｃを成す画素を表す。輪郭は半径が最大であるから、実際の曲率は、図示した輪郭よりはるかに小さいはずである。換言すれば、画素の間隔を考慮すれば、二重丸の描く曲線は実際にはより直線的になるはずであるが、説明の都合上、曲率を誇張してある。
図８は、ステップ５２および５４において、硬貨の画像の輪郭Ｃｃ，中心Ｃ０，および同心円Ｃ１〜ＣＡの画素を特定する過程で特定された画素を行列表現で管理する表である。図８の表３４０において、左端の欄（「行アドレス（ｊ）」の欄）は、硬貨の像（即ち、輪郭Ｃｃ）の垂直方向の範囲である第Ｔｃ行からＢｃ行までの画素行のアドレスを順に並べたのもである。行アドレス欄の右側には、輪郭、ＣＡ、Ｃ９，Ｃ８，．．．，Ｃ１と中心Ｃ０の欄が順に配置されている。輪郭と同心円の各欄は、さらに左列アドレス欄と右列アドレス欄からなる。行アドレス欄の各画素行を左から右に走査して特定される画素の列アドレス又は列アドレスの範囲（複数の画素が特定された場合）を左列アドレス欄に格納し、右から左に走査して特定される画素の列アドレス又は列アドレスの範囲（複数の画素が特定された場合）を右列アドレス欄に格納する。
【００１０】
図９は、図６の中心Ｃ０と同心円Ｃ１の一部を含む部分を画素が識別できるように拡大した図である。
図４において、ＣＰＵ３０は、先ず、ステップ５００〜５１０において、被検体の画像の最上端を検出する。ステップ５００で、画素列ポインタｉおよび画素行ポインタｊをそれぞれ０に初期化する。ステップ５０２において、右に走査してｉ＝７４９まで、全て黒画素かどうか判断する。ステップ５０３でｊをインクリメントしながら、画素に白画素が現れるまでステップ５０２、５０３を繰り返す。白画素が現れた場合、黒から白に変化した後、さらに白から黒へと変化したかどうか判断する（ステップ５０４）。この時の白画素の次の現れる黒画素の列アドレスをＩ１とする。このように変化する場合、観測される白画素は、硬貨の縁に反射した光によるものと判断される。ステップ５０８において、行アドレスｊをインクリメントし、ステップ５１０において、ｉ＝０から右へ走査して、黒＞白＞黒と変化し、白の次の黒画素の列アドレスをＩ２とした場合、 変化点の列アドレスＩ２ が 前の行の変化点の列アドレスＩ１より小さいかどうか判断する。Ｉ２の方がＩ１より大きい間は、ステップ５０８と５１０を繰り返す。
Ｉ２＜Ｉ１となった場合、硬貨の最上端であると判断して、ステップ５１２に進み、図８の表３４０の行アドレス欄の空いている最上のレコードに行ポインタｊの値を格納し、同じレコードの輪郭欄にＬｃｃとしてＩ２を格納する。さらに、ステップ５１４において、ｉ＝７４９に設定し右から左へ走査して、黒＞白＞黒と変化する白に続く黒の画素の列アドレスを前記輪郭欄にＲｃｃとして格納する。これで、硬貨の最上端の画素を特定したことになる。
【００１１】
次に、ステップ５１６において、ｊをインクリメントし、表３４０の行アドレス欄の空いている最上のレコードに行ポインタｊの値を格納する。ステップ５１８において、ｊ行をｉ＝７４９から左に走査し、右輪郭の列アドレス又は列アドレスの範囲を前記レコードの輪郭欄の右列アドレス欄に格納する。ステップ５２０において、ｊ行をｉ＝０から右に走査し、左輪郭の列アドレス又は列アドレスの範囲を前記レコードの輪郭欄の左列アドレス欄に格納する。続いて図５に移り、ステップ５２２において、ｉＬ１およびｉＲ１を前の行の左右列アドレス、ｉＬ２およびｉＲ２を現在の行の左右列アドレスとした場合、
ｉＬ１＜ｉＬ２且つｉＲ１＞ｉＲ２
となるかどうか判断する。これが成立しない場合、図４のステップ５１６に戻る。この式が成立する場合、硬貨中央の最大幅の部分（表３４０において左列アドレスとしてＬｃ０、右列アドレスとしてＲｃ０が連続する部分）を過ぎたと判断し、ステップ５２４において、左列アドレスの最小値Ｌｃ０と右列アドレスの最大値Ｒｃ０から、中心の列アドレスを（Ｌｃ０＋Ｒｃ０）／２として算出する。ステップ５２６において、行ポインタｊをインクリメントし、表３４０の行アドレス欄の空いている最上のレコードにｊの値を格納する。ステップ５２８において、ｊ行をｉ＝０から右に走査して、黒＞白＞黒と変化するときの白の次の黒の画素の列アドレスは（Ｌｃ０＋Ｒｃ０）／２より小さいか否かを判断する。小さいならば、ステップ５３０において、左輪郭の列アドレスｉＬjを前記レコードの輪郭欄の左列アドレス欄に格納し、このアドレスと前の行の左輪郭列アドレスｉＬj-1との差が２以上の場合（即ち、ｉＬjｉＬj-1≧２）、ｉＬj１を前のレコードの左列アドレス欄に列アドレス範囲の終端値として、「ｉＬj-1〜（ｉＬj１）」のように格納する。ステップ５３２において、ｊ行をｉ＝７４９から左に走査して、右輪郭の列アドレスｉＲjを前記レコードの輪郭欄の右列アドレス欄に格納し、このアドレスと前の行の右輪郭列アドレスｉＲj-1との差が２以上の場合（即ち、ｉRj-1ｉRj≧２）、ｉＲj＋１を前のレコードの右列アドレス欄に列アドレス範囲の先端値として、「（ｉＲj＋１）〜ｉRj-1」のように格納する。そして、ステップ５２６に戻る。
ステップ５２８において、判断結果がＮＯの場合、硬貨の最下端を過ぎたと判断し、ステップ５３４に移る。ステップ５３４では、前のレコードの輪郭の左列アドレス欄と右列アドレス欄を結合し、左列アドレスから右列アドレスまでを１つの範囲とする。このレコードの行アドレスｊ（＝Ｂｃ）が、硬貨の像の下端である。最後に、ステップ５３６において、（（Ｔｃ＋Ｂｃ）／２，（Ｌｃ０＋Ｒｃ０）／２）を中心Ｃ０の画素アドレスとする。中心Ｃ０は、ｘｙ座標では（Ｔｃ＋Ｂｃ，Ｌｃ０＋Ｒｃ０）である。これで、輪郭ＣＡおよび中心Ｃ０の画素を求めたことになる。
【００１２】
図１０は、図２のステップ５４の一実施例を示すフローチャートである。同心円を探査する方法は色々考えられるが、ここでは、輪郭Ｃｃの内側を走査して一番外側の同心円ＣＡに関するデータを収集して図８の表３４０のＣＡの欄に格納し、次にＣＡの内側を走査して、１つ内側の同心円Ｃ９に関するデータを収集して表３４０のＣ９の欄に格納するという具合にして、表３４０を完成する方法を試みる。まず、ステップ５４０において、次の初期設定を行う。即ち、同心円を識別するパラメータｋ（ｋ＝Ａ，９，８，．．．，１）を最も外側の同心円を示す値Ａ（１６進数）に設定する。行アドレスポインタｊを、表３４０における１つ外側の同心円（この場合は硬貨の輪郭Ｃｃ）に対応する欄（この場合はＣｃ）を定義するｊの最小値Ｔｃに設定する。動作過程で使用するフラグＦを０クリアする。同心円ＣＡに上の白画素の中、条件１を満たす白画素の数および条件２を満たす白画素の数をそれぞれＮｋ1およびＮｋ2と表す場合、これらの数Ｎｋ1およびＮｋ2を共に０に設定する。
ステップ５４２において、１つ外側の同心円の画素から右に走査し、次式を満たす画素P(i,j)を求める。
【数２】
ここで、ｘ０，ｙ０は、中心Ｃ０のｘｙ座標であり、Ｒｋは同心円Ｃｋの半径である。これは、例えば図９に示すように、半径Ｒ１の同心円に沿った幅１画素分の領域（ただし、この例では外側の境界上の画素は含まない）に含まれる画素を求めることに相当する。数２では不等式の一方のみが等号を含むので、半径方向に重複した画素が処理対象となることはない。
また、「１つ外側の同心円の画素から右に走査する」には、表３４０において問題の同心円のすぐ左の同心円の左列アドレス（左列アドレスが範囲として記述されている場合には範囲の終端値）の次の画素から右側に走査することである。例えば、同心円ＣＡ上の画素を調べるために表３４０に示すところのｊ＝ＴＡ＋２行目を右方向に走査するならば、ＣＡのすぐ左にある輪郭Ｃｃの左列の対応する値ＬｃＡ２の次の画素から右方向に走査することになる。
【００１３】
数２を満たす画素が見つからない場合、同心円を含む行ではないと判断し、ステップ５４４において、フラグＦが０か否か判断する。この例では、Ｆ＝０なので、ｊをインクリメントしてステップ５４２に戻る。数２を満たす画素が見つかるまで繰り返す。見つかったら、ステップ５４８でＦを１に設定し、ステップ５５０に移る。ステップ５４２と同じ要領で、１つ外側の同心円（ＣＡに対しては、輪郭Ｃｃ）の画素から左に走査し、数２を満たす画素Ｐ（ｉ，ｊ）を求める。ステップ５５２において、ステップ５４２および５５０で求めた画素のアドレスを輪郭の場合と同じ要領で表３４０の同心円Ｃｋの欄に格納する。ステップ５５４において、求めた画素の１つ１つについて、その画素が白かどうか判断する。白でない場合、ステップ５５６において、求めた画素を全て調べたかどうか判断し、調べていない画素があれば次の画素（ステップ５５８）に対してステップ５５４を実行する。
ステップ５５４〜５６６において、同心円Ｃｋを通る画素行ｊ上の各白画素が所与の条件の何れかを満たすかどうか判断する。本実施例においては、図１１のような連結数に関する検査を行う。連結数は、３×３画素の局所空間を考える場合、図１１のように３×３画素の局所空間を中央の画素を含む白画素が分割する様態によって０から４まで定義できる。図１１（ａ）のような「内部点」や「孤立点」は、局所空間を全く分割しないので、連結数は０である。（ｂ）の中心画素は、これを含む白画素が局所空間の一部に繋がっているが分割はしないので、「端点」と称し、連結数は１である。（ｃ）の中心画素は、これを含む白画素が局所空間を２分割し、「連結点」と称し、連結数は２である。（ｄ）の中心画素は、これを含む白画素が局所空間を３分割し、「分岐点」と称し、連結数は２である。（ｅ）の中心画素は、これを含む白画素が局所空間を３分割し、「交差点」と称し、連結数は４である。本実施例では、連続する白画素を数えるため、連結数０のうち内部点である白画素、および連結数１の端点である白画素を数える。
即ち、ステップ５６０において、第１の条件として、求めた白画素が内部点かどうか判断し、内部点ならば対応するカウンタＮｋ1をインクリメントする。内部点でない場合、ステップ５６４において、第２の条件として、求めた白画素が端点かどうか判断し、端点ならば対応するカウンタＮｋ2をインクリメントする。カウンタＮｋ1またはＮｋ2をインクリメントした後、ステップ５５６において、求めた画素を全て調べたかどうか判断し、調べていない画素があれば次の画素（ステップ５５８）に対してステップ５５４を実行する。
【００１４】
このようにして、画素行ｊに対して求めた白画素に付いてカウンタＮｋ1およびＮｋ2の値を求めた後、行ポインタｊをインクリメントし（ステップ５４６）、ステップ５４２に戻る。そして、ｊが同心円Ｃｋの最下行、即ちｊ＝Ｂｋを過ぎ、Ｂｋ＋１になると、ステップ５４２において、数２を満足する点を見つけることができなくなる。これで、同心円Ｃｋに関する内部点の数Ｎｋ1と端点の数Ｎｋ2の計測が完了となる。
この場合は、ステップ５４４においてＦ＝０ではないので、ステップ５７０に進み、同心円を示すパラメータｋから１を引き（即ち、次に処理する同心円を１つ内側に移す）、フラグＦを０クリアする。さらに、ステップ５７２において、ｋ＝０でないことを確認してステップ５４２に戻り、１つ内側の同心円に関する内部点の数Ｎｋ1と端点の数Ｎｋ2を数える。このようにして、ステップ５７２においてｋ＝０が成立すると、即ち、最も内側の同心円Ｃ１の計測が完了すると、ステップ５６に進むことになる。
以上説明したように、例えば、ＣＡ，Ｃ９，．．，Ｃ１の１０の同心円について内部点と端点を数えると、次のような２０の数の集合Ｖが得られる。
Ｖ＝（Ｎ11，Ｎ12，Ｎ21，Ｎ22，．．．，Ｎn1，Ｎn2） （２）
このような被検データと複数の標準データ集合を用いて認識を行う方法としては、被検データと標準データ集合の各データとの間の距離を求めて、最小の距離を与える標準データのカテゴリを採用する方法と、距離の代わりに類似度を求めて、最大の類似度を与える標準データのカテゴリを採用する方法に大別される。
この実施の形態では、ステップ５６において複合類似度を求める。
【００１５】
標準データの準備
距離であれ類似度であれ標準データが必要であるから、複合類似度の算出に先立ち、複合類似度の計算に必要な標準データを求める方法を説明する。まず、ステップ５０から５４までに説明した要領で、Ｍ種類の（Ｋ＝１Ｙ，５Ｙ，１０Ｙ，５０Ｙ，または１００Ｙ）の十分な数の硬貨の両面（ｏとｕ）に関する表現（２）のような２Ｍ種類の標本データの集合S(Kα)1、S(Kα)2，．．．（αは、ｏまたはｕの何れかを表すパラメータ）を用意する。各標本データは、被検体のデータと区別するために、「Ｖ」の代わりに「Ｓ」を用い、硬貨の単位と裏（ｕ）表（ｏ）を区別するためにパラメータの組合せKαを用い、さらに各種類に対する複数組みの標本データを表すために番号を付けて、S(Kα)ｉのように表記する。１組の標本データS(Kα)ｉは、表現（２）と同じ構成であるとする。
まず、各種類Kαに対し、標本データ集合S(Kα)1、S(Kα)2，．．．に基づいて、自己相関行列ＱK αを生成する。
次に、各自己相関行列ＱK αに対し、｜ｘＩ−ＱK α｜＝０（Ｉは単位行列）の解として得られる固有値λK α 1、λK α 2，．．．，λK α Eを求める。ここで、λK α 1は最大の固有値であるとする。さらにこれらの固有値に対する固有ベクトルｕk α 1，ｕk α 2，…ｕk α E
を求める。ここで、固有ベクトルｕK α iは列ベクトルである。以降、ここで各種類Kαに対して求めた固有値と固有ベクトルの組を一括して標準データと称し、Ｒｍで表す。ｍは、全種類（例えば、１Ｙｏ、１Ｙｕ、５Ｙｏ、５Ｙｕ、１０Ｙｏ、１０Ｙｕ、５０Ｙｏ、５０Ｙｕ、１００Ｙｏ、１００Ｙｕ）に付けた通し番号１〜２Ｋ（この例では、１〜１０）である。この表記法で表せば、前述の固有値および固有ベクトルは、それぞれ
λm1，λm2，…,λmE、およびｕm1，ｕm2，…ｕmE
となる。
このようにして各種類Kαに対して、E個の固有値とE個の固有ベクトルが得られる。
【００１６】
ところで、一般に自己相関行列の固有値λmj(j=1~E)は、ｊが大きくなるに従って急激に小さくなるため、Ｅの代わりに適当な小さな値（例えば、ｄ（＜Ｅ）とする）で打ち切っても、認識時の類似度の計算結果はあまり変わらない。ｄの決め方としては、次式の累積寄与率を用いる方法が知られている。
この累積寄与率が十分大きくなるようなｄの値を用いればよい。
従って、実際には、
λm1，λm2，…,λmd、およびｕm1，ｕm2，…ｕmd
を標準データＲｍとして、例えば図１２のようなテーブルとしてＲＯＭ３２に記憶しておく。
ここで、図２に戻り、前述のように、ステップ５５で被検体のデータＶを正規化してｄ次の列ベクトルｘをまず得る。ステップ５６において、この列ベクトルｘと各標準データＲｍとの間の複合類似度Ｓ（ｘ，Ｒｍ）を次式に従って算出する。
【数３】
数３の式を用いて、２Ｍの複合類似度を算出する。以降の処理は段落０００７で説明したとおりである。
【００１７】
（実施の形態２）
この実施の形態では、複合類似度の代わりに距離を用いる。各種類Kαに対し、標本データ集合S(Kα)1、S(Kα)2，．．．，S(Kα)Ｎを平均した標本データS(Kα)を求める。平均標本データS(Kα)の各要素は、標本データの対応する要素を全て平均した値である。この実施の形態では、各種類Kαに対する平均標本データS(Kα)を図１２の標準データとして格納しておく。
表現（２）の被検体のデータＶと各標準データS(Kα)との間の距離を算出する。ここで、種類Kαに関わりなく標準データをS(Kα)＝（ｓ１1，ｓ12，ｓ21，ｓ22，．．．，ｓn1，ｓn2）と表し、被検体のデータが表現（２）のＶで与えられるとする。この場合、例えば、各標準データごとに内部点データと端点データの２グループに分けて距離を計算すると、各種類に対するユークリッド距離Ｄ（ｖ，ＳＫα）は、次のようになる。
勿論、単純に次のように計算することも可能である。
このようにして求めた、最も小さい距離を与える標準データS(Kα)のＫが求める単位である。被検体が偽造硬貨の場合は、十分に小さい距離を与える標準データが見つからないことになる。
なお、上記以外にも、シティブロック距離、重み付きユークリッド距離、マハラノビス距離、ＮＮ法（Nearest Neighbor Rule）など種々の方法を用いることができる。
以上は、本発明の説明のために実施の形態の例を掲げたに過ぎない。したがって、本発明の技術思想または原理に沿って上述の実施の形態に種々の変更、修正または追加を行うことは、当業者には容易である。故に、本発明は、以上述べた実施の形態に捕らわれることなく、ただ特許請求の範囲の記載に従って解釈するべきである。
【００１８】
【発明の効果】
本発明によれば、認識するべき被検体の中心に関する回転方向の位置に依存しない特徴量に基づいて標準データとの比較を行うので、円盤形の被検体の種類および真偽を効率的に認識することができる。
【図面の簡単な説明】
【図１】本発明の実施の一形態により円盤形被検体の種類を識別するシステムの構成を示す図である。
【図２】本発明の実施の一形態により硬貨等の種類および真偽の識別を行う処理の流れを示すフローチャートである。
【図３】図２のステップ５０で取り込んだ１００円硬貨の二値画像の例を示す図である。
【図４】図５と組み合わせることにより、図２のステップ５２の一実施例を示すフローチャートとなる図である。
【図５】図４と組み合わせることにより、図２のステップ５２の一実施例を示すフローチャートとなる図である。
【図６】図３の被検体の外周の輪郭Ｃｃ、同心円Ｃ１〜ＣＡ（Ｃの次の数字は１６進数である）および中心Ｃ０を表す図である。
【図７】図３の画像の被検体の輪郭Ｃｃを含む部分を画素が識別できるように拡大した図である。
【図８】図２のステップ５２および５４において、硬貨の画像の輪郭Ｃｃ，中心Ｃ０，および同心円Ｃ１〜ＣＡの画素を特定する過程で特定された画素を行列表現で管理するための図である。
【図９】図５の中心Ｃ０と同心円Ｃ１の一部を含む部分を画素が識別できるように拡大した図である。
【図１０】図２のステップ５４の一実施例を示すフローチャートである。
【図１１】図１０のステップ５６０および５６４で行う検査で用いる、３×３画素の局所空間における連結数を説明する図である。
【図１２】本発明のシステムが用いる標準データテーブル（学習テーブル）の構造例を示す図である。
【符号の説明】
１：本発明の円盤型被検体認識システム
１０：円盤形被検体
１２：光源
１４：レンズ
１６：イメージセンサ
２０：シェーディング補正器
２２：デジタイザ
２４：データ処理部
２６：操作部
３０：ＣＰＵ
３２：ＲＯＭ
３４：ＲＡＭ
【発明の属する技術分野】
本発明は、概して画像認識に関し、さらに詳細には、硬貨やメダルなどの円盤状の被検体の種類および真偽を識別する方法および装置に関する。
【０００２】
【従来の技術】
最近、５００円硬貨に類似し、かつ５００円硬貨より貨幣価値が低い外国硬貨を用いて自動販売機の釣り銭を盗む犯罪が多発しており、他国に例がない膨大な量の自動販売機が設置されている日本国では大きな社会問題となりつつある。
このため、硬貨およびメダルなどの円盤形の被験体の刻印模様を撮影して、刻印画像を取り込み、この刻印画像をデジタル画素データに変換し、このデジタル画素データと基準のパターンの画素データとを照合して、被検体の例えば、硬貨単位などの種類および真偽を調べる画像認識技術がある。
しかしながら、被検体が円形であるため、パターンの照合を行う前に、撮影した画像または基準の画像の何れかを回転しながら両方の向きを揃える処理が必要となることから、画像認識処理全体が長大化して利用客の待ち時間が長くなると言う問題点があった。
【０００３】
【発明が解決しようとする課題】
したがって、本発明は、被検画像と基準画像の向きを揃える処理を必要とせず比較的簡単な処理で円形の被検体の種類または真偽を識別する方法および装置を提供することを目的とする。
【０００４】
【課題を解決するための手段】
前記の目的を達成するため、請求項１記載の円盤形被検体認識システムは、円盤形の被検体の２値画像を得る手段と、前記２値画像に対する所定の同心円を構成する画素を特定する手段と、前記各同心円の画素から前記被検体の回転位置に依存しない複数の特徴データを得るデータ獲得手段と、被検体の各種類に対する標準データを管理するテーブル手段と、被検体の前記特徴データと前記の各標準データとを比較することにより前記被検体を認識する認識手段とを備え、前記データ獲得手段が、前記同心円上の白画素のうち内部点の数と端点の数とを数えることを特徴とするものである。
請求項２記載の円盤形被検体認識システムは、請求項１において、前記認識手段が、前記特徴データと前記の各標準データとに基づいて、各標準データ毎に複合類似度を算出する手段を含むことを特徴とするものである。
請求項３記載の円盤形被検体認識システムは、請求項２において、前記認識手段が、何れの標準データに対しても前記複合類似度が所定の閾値に達しない場合、前記被検体が偽物であると判断する手段を含むことを特徴とするものである。
請求項４記載の円盤形被検体認識システムは、請求項１において、前記認識手段が、前記特徴データと前記の各標準データとの間の距離を算出する手段を含むことを特徴とするものである。
請求項５記載の円盤形被検体認識システムは、請求項４において、前記認識手段が、何れの標準データに対しても前記距離が所定の閾値を超える場合、前記被検体が偽物であると判断する手段を含むことを特徴とするものである。
請求項６記載の円盤形被検体認識システムは、請求項１乃至５の何れかにおいて、前記画像獲得手段が、撮像した画像をパーセンタイル法に基づいて２値化を行う手段を含むことを特徴とするものである。
請求項７記載の装置は、円盤形の被検体の２値画像を得る手段と、前記２値画像に対する所定の同心円を構成する画素を特定する手段と、前記各同心円の画素から前記被検体の回転位置に依存しない複数の特徴データを得るデータ獲得手段と、被検体の種類に対する標準データを管理するテーブル手段と、被検体の前記特徴データと前記の各標準データとを比較することにより前記被検体を認識する認識手段と、前記データ獲得手段が、前記同心円上の白画素のうち内部点の数と端点の数とを数えることを含み、前記認識手段の出力に応じて所定の動作を行うことを特徴とする。
請求項８記載の円盤形の被検体を認識する方法は、被検体にあり得るＫ個の種類の表と裏とに関する２Ｋ組の標準データを管理するテーブル手段を備えた円盤形被検体認識システムにおいて、円盤形の被検体の２値画像を得るステップと、前記２値画像に対する所定の同心円を構成する画素を特定するステップと、前記各同心円の画素から前記被検体の回転位置に依存しない複数の特徴データを得るステップと、被検体の前記特徴データと前記の各標準データとを比較することにより前記被検体を認識するステップとを含み、前記複数の特徴データを得るステップが、前記同心円上の白画素のうち内部点の数と端点の数とを数えることを特徴とする。
【０００５】
【発明の実施の形態】
以下、本発明の実施の形態例と添付図面により本発明を詳細に説明する。
なお、複数の図面に同じ要素を示す場合には同一の参照符号を付ける。
（実施の形態１）
図１は、本発明の実施の一形態により円盤形被検体の種類を識別するシステムの構成を示す図である。この硬貨等識別システム１は、硬貨またはメダルなどの円盤形の被検体の種類および真偽の識別を必要とする円盤形被検体（以下、「硬貨等」と称する）の選別装置、種類ごとに枚数を数える計数装置、硬貨やメダルを所定枚数ごとに包装する装置、各種自動販売機、および現金自動預け入れ支払い機（ＡＴＭ）などに用いられる。以降、この実施の形態の硬貨等識別システム１は、日本の硬貨である１円、５円、１０円、５０円および１００円を識別する場合を例にとって説明する。
図１において、硬貨等識別システム１は、図示しない機械系の被検体保持手段（図示せず）により所定の位置に保持された被検体１０、被検体１０の表面を照明する複数の発光ダイオード（ＬＥＤ）などの光源１２、被検体の表面で反射された光を所定の位置に集光させるレンズ１４、レンズ１４によって形成された像を撮像するイメージセンサを含む撮像装置１６、撮像装置１６からの画像信号の主に照明むらによるシェーディングを補正するシェーディング補正器２０、シェーディング補正された画像信号を２値化するデジタイザ２２、２値化された画像信号を処理して硬貨等の種類識別を行うほかシステム全体を制御するデータ処理部２４、および利用者の操作を可能とする操作部２６を備える。データ処理部２４は、ＣＰＵ（中央処理装置）３０のほか、硬貨などの種類および真偽を識別するプログラム及びこのプログラムが使用する標準データテーブル（後述する）などの種々のデータのほか、このシステムが用いられる装置が行う処理のためのプログラムなどを格納する読出し専用記憶装置（ＲＯＭ）３２及び処理中の画像データなどを格納するＲＡＭ（読み書き自在なメモリ）３４を含む。
【０００６】
撮像装置１６は、例えばＣＣＤ（電荷結合素子）などのイメージセンサ（図示せず）を含む。このイメージセンサは、被検体上の画素の間隔が刻印模様の最小幅の１／２以下となる程度の解像度でこの硬貨等識別システム１が扱いうる硬貨等の最大の大きさを含む範囲を撮像できるだけの画素数が必要である。本発明の認識方法では硬貨表面の傷などによる雑音を考慮した処理は特に行わないため解像度を上げすぎると僅かな傷や汚れの影響も受ける可能性が生じるので、必要以上に解像度をあげることは好ましくない。例えば、刻印模様の最小線幅を０．１ｍｍとすると、画素間隔は、０．０５（０．１／２）以下であることが好ましい。例えば、画素間隔を０．０４ｍｍとし撮像範囲を３×３ｃｍ2とすると、図示しないイメージセンサの画素数は７５０×７５０以上であればよいことになる。以下の説明においては、画素は、画像の左上の画素から走査線にそって数えた場合、７５０ｊ＋ｉ番目の画素でありＰｎ（ただし、ｎ＝７５０ｊ＋ｉ）と表す（シリアル表現）。つまり、Ｐ（ｉ，ｊ）＝Ｐｎである。また、画像の左上の画素Ｐ０（＝Ｐ（０、０））を原点とし、画像の原点Ｐ０を通る行をの方向をｘ軸、原点Ｐ０を通る列をｙ軸とし、さらにｘまたはｙ方向に隣接する画素の中間点も整数で表すことができるようにｘおよびｙ軸の目盛りの単位を画素の間隔の１／２としたｘｙ座標系では、点Ｐｎ＝Ｐ（ｉ，ｊ）の位置（ｘ，ｙ）は（２ｉ，２ｊ）と表すことができる。このようにすることにより、被検体の半径や中心を常に整数で表すことができる。
【０００７】
図２は、本発明の実施の一形態により硬貨等の種類および真偽の識別を行う処理の流れを示すフローチャートである。この処理は、ＲＯＭ３２に格納されたプログラムの制御下でＣＰＵ３０が実行する。ＣＰＵ３０は、検査するべき硬貨などを所定の位置に保持した後、この処理を開始する。
ステップ５０において、ＣＰＵ３０は、撮像装置１６に撮像の指示を送る。これに応じて撮像装置１６から出力された画像は、シェーディング補正器２０によりシェーディング補正を行う。さらに、この画像をデジタイザ２２により２値画像（階調のない白黒画像）に変換する。
この２値画像において、被検体の外周Ｃｃの輪郭画素および中心の画素のアドレスを求め、輪郭画素の行アドレスの順に行アドレスとこれに対応する左右の輪郭の列アドレスとを関係付けて記憶する（ステップ５２）。
複数の所定の同心円Ｃ１，Ｃ２，．．．，Ｃｎの各々Ｃｋ（ｋ＝１，２，．．．，ｎ）において、複数の所定の条件（例えば、Ｄ１およびＤ２）を満たす白画素の個数Ｎｋ1およびＮｋ2を求める（ステップ５４）。このステップでは、被検体の中心に関する回転方向の位置に依存しない特徴量を抽出する。換言すれば、被検体の同心円に沿って解析した場合、解析開始位置に依存しない特徴量を抽出する。複数の所定の同心円、例えば、被検体１０の中心から直径の２０％、４０％、５０％、６０％および９０％の位置の同心円の各々に沿って複数種類の特徴量を収集する。特徴量としては、例えば、画像の局所的な特徴を表すのに用いられる連結数（詳細に後述する）を用いる。
ステップ５５において、ステップ５４で求めた被検体の特徴データ
Ｖ＝（Ｎ１1，Ｎ12，Ｎ21，Ｎ22，．．．，Ｎn1，Ｎn2）
を正規化して、ｄ次の列ベクトルｘを得る。ここで、ｄは、ＲＯＭ３２に格納されている学習テーブル（標準データテーブル）の各標準データを構成する固有値および固有ベクトルのそれぞれの個数である。次に、ステップ５６において、学習テーブルにおけるＭ種類の硬貨単位Ｋ（Ｋ＝１Ｙ，５Ｙ，１０Ｙ，５０Ｙ，１００Ｙ）の表（ｏ）と裏（ｕ）のそれぞれの特徴を表す２Ｍ組の標準データＲｍ（ｍ＝１，２，．．．，２Ｍ）と、ステップ５５で求めた列ベクトルｘとに基づいて複合類似度Ｓ（ｘ，Ｒｍ）を計算する。ここで、Ｒｍは、被検体が表のとき「ｏ」、裏のとき「ｕ」の値をとるパラメータαを用いた識別子Ｋαでも識別することができる。
ステップ５８において、類似度Ｓ（ｘ，Ｒｍ）の最大値Ｓｍａｘを求める。ステップ６０において、最大値Ｓｍａｘが所定の制限値Ｓ０を超えるかどうか判断する。超える場合は、ステップ６２において、被検体はＳｍａｘを与える標準データＲｍａｘに対応する識別子Ｋαの硬貨単位Ｋであると判断する。ステップ６０において制限値を超えない場合、ステップ６４において、該当する貨幣単位が無いと判断する。以上のようにして、所与の被検体（この例では硬貨）を識別することができる。
【０００８】
以下、ステップ５０、５２、５４および５６に付いて、さらに詳細に説明する。
ステップ５０の２値化処理に用いられる閾値によって、得られる２値画像の画質が決定されるので、閾値には適切な値を選択することが肝要である。２値化する上で求められる条件は、１）処理がなるべく簡単であること、および２）同じ種類の硬貨でも製造年によって大きく変わる表面の傷や汚れになるべく影響されず同様な２値画像を確実に得ることができること、である。このような必要条件を満たすため、２値化に用いる閾値は、例えばパーセンタイル（percentile）法によって求める。具体的には、シェーディング補正された画像が、例えば、２５６階調で得られる場合、各階調（または濃度ステップ）ｉ（ｉ＝１〜２５６）の出現頻度（または度数）ｈiを表すヒストグラムを十分大きな数（例えば、Ｎ個）の画素（例えば、各種の硬貨の表と裏）に対して求める。階調０からｉまでの相対度数の和（即ち、標本特性値）Ｈｉを用いて、
｜Ｐ／１００Ｈｉ｜ （１）
が最小となるような階調ｉを閾値とする。ここで、Ｐは設計者が指定する値（％）であり、Ｈｉは、次式で与えられる。
【数１】
ステップ５２において、複数の所定の同心円について、各同心円上の画素を特定し、特定した画素のアドレスをＲＡＭ３４に格納する。以下の説明では、これらの同心円を仮に内側から順にＣ１，Ｃ２，．．．，Ｃｎとする。同心円Ｃ１〜Ｃｎの半径は、認識の対象となりうる各硬貨の特徴的な部位を同心円が通るように設定することが好ましい。同心円上の画素の特定には種々の方法が考えられる。図４および図５（マル付きのＡおよびＢで接続する）に、ステップ５２の一実施例を示す。
【０００９】
図６は、図３の被検体の輪郭Ｃｃ、１０の同心円Ｃ１〜Ｃ９およびＣＡ（この例では、同心円の番号は表記の都合上１６進数で表すものとする）、並びに中心Ｃ０を表す図である。画像の左側の符号は、輪郭Ｃｃ，同心円Ｃkおよび中心と接する画素行の行番号（ｊの値）である。即ち、図６においては、輪郭Ｃｃは、第Ｔｃ〜Ｂｃ行の範囲にあり、各同心円Ｃk（k＝１〜Ａ（１６進））はそれぞれ第Ｔk〜Ｂk行の範囲にあり、中心Ｃ０は第Ｔ０行上にあることが分かる。
図７は、図３の画像の被検体の輪郭Ｃｃを含む部分を画素が識別できるように拡大した図である。図７において、硬貨の内側の部分は省略してある。二重丸は硬貨の画像の輪郭Ｃｃを成す画素を表す。輪郭は半径が最大であるから、実際の曲率は、図示した輪郭よりはるかに小さいはずである。換言すれば、画素の間隔を考慮すれば、二重丸の描く曲線は実際にはより直線的になるはずであるが、説明の都合上、曲率を誇張してある。
図８は、ステップ５２および５４において、硬貨の画像の輪郭Ｃｃ，中心Ｃ０，および同心円Ｃ１〜ＣＡの画素を特定する過程で特定された画素を行列表現で管理する表である。図８の表３４０において、左端の欄（「行アドレス（ｊ）」の欄）は、硬貨の像（即ち、輪郭Ｃｃ）の垂直方向の範囲である第Ｔｃ行からＢｃ行までの画素行のアドレスを順に並べたのもである。行アドレス欄の右側には、輪郭、ＣＡ、Ｃ９，Ｃ８，．．．，Ｃ１と中心Ｃ０の欄が順に配置されている。輪郭と同心円の各欄は、さらに左列アドレス欄と右列アドレス欄からなる。行アドレス欄の各画素行を左から右に走査して特定される画素の列アドレス又は列アドレスの範囲（複数の画素が特定された場合）を左列アドレス欄に格納し、右から左に走査して特定される画素の列アドレス又は列アドレスの範囲（複数の画素が特定された場合）を右列アドレス欄に格納する。
【００１０】
図９は、図６の中心Ｃ０と同心円Ｃ１の一部を含む部分を画素が識別できるように拡大した図である。
図４において、ＣＰＵ３０は、先ず、ステップ５００〜５１０において、被検体の画像の最上端を検出する。ステップ５００で、画素列ポインタｉおよび画素行ポインタｊをそれぞれ０に初期化する。ステップ５０２において、右に走査してｉ＝７４９まで、全て黒画素かどうか判断する。ステップ５０３でｊをインクリメントしながら、画素に白画素が現れるまでステップ５０２、５０３を繰り返す。白画素が現れた場合、黒から白に変化した後、さらに白から黒へと変化したかどうか判断する（ステップ５０４）。この時の白画素の次の現れる黒画素の列アドレスをＩ１とする。このように変化する場合、観測される白画素は、硬貨の縁に反射した光によるものと判断される。ステップ５０８において、行アドレスｊをインクリメントし、ステップ５１０において、ｉ＝０から右へ走査して、黒＞白＞黒と変化し、白の次の黒画素の列アドレスをＩ２とした場合、 変化点の列アドレスＩ２ が 前の行の変化点の列アドレスＩ１より小さいかどうか判断する。Ｉ２の方がＩ１より大きい間は、ステップ５０８と５１０を繰り返す。
Ｉ２＜Ｉ１となった場合、硬貨の最上端であると判断して、ステップ５１２に進み、図８の表３４０の行アドレス欄の空いている最上のレコードに行ポインタｊの値を格納し、同じレコードの輪郭欄にＬｃｃとしてＩ２を格納する。さらに、ステップ５１４において、ｉ＝７４９に設定し右から左へ走査して、黒＞白＞黒と変化する白に続く黒の画素の列アドレスを前記輪郭欄にＲｃｃとして格納する。これで、硬貨の最上端の画素を特定したことになる。
【００１１】
次に、ステップ５１６において、ｊをインクリメントし、表３４０の行アドレス欄の空いている最上のレコードに行ポインタｊの値を格納する。ステップ５１８において、ｊ行をｉ＝７４９から左に走査し、右輪郭の列アドレス又は列アドレスの範囲を前記レコードの輪郭欄の右列アドレス欄に格納する。ステップ５２０において、ｊ行をｉ＝０から右に走査し、左輪郭の列アドレス又は列アドレスの範囲を前記レコードの輪郭欄の左列アドレス欄に格納する。続いて図５に移り、ステップ５２２において、ｉＬ１およびｉＲ１を前の行の左右列アドレス、ｉＬ２およびｉＲ２を現在の行の左右列アドレスとした場合、
ｉＬ１＜ｉＬ２且つｉＲ１＞ｉＲ２
となるかどうか判断する。これが成立しない場合、図４のステップ５１６に戻る。この式が成立する場合、硬貨中央の最大幅の部分（表３４０において左列アドレスとしてＬｃ０、右列アドレスとしてＲｃ０が連続する部分）を過ぎたと判断し、ステップ５２４において、左列アドレスの最小値Ｌｃ０と右列アドレスの最大値Ｒｃ０から、中心の列アドレスを（Ｌｃ０＋Ｒｃ０）／２として算出する。ステップ５２６において、行ポインタｊをインクリメントし、表３４０の行アドレス欄の空いている最上のレコードにｊの値を格納する。ステップ５２８において、ｊ行をｉ＝０から右に走査して、黒＞白＞黒と変化するときの白の次の黒の画素の列アドレスは（Ｌｃ０＋Ｒｃ０）／２より小さいか否かを判断する。小さいならば、ステップ５３０において、左輪郭の列アドレスｉＬjを前記レコードの輪郭欄の左列アドレス欄に格納し、このアドレスと前の行の左輪郭列アドレスｉＬj-1との差が２以上の場合（即ち、ｉＬjｉＬj-1≧２）、ｉＬj１を前のレコードの左列アドレス欄に列アドレス範囲の終端値として、「ｉＬj-1〜（ｉＬj１）」のように格納する。ステップ５３２において、ｊ行をｉ＝７４９から左に走査して、右輪郭の列アドレスｉＲjを前記レコードの輪郭欄の右列アドレス欄に格納し、このアドレスと前の行の右輪郭列アドレスｉＲj-1との差が２以上の場合（即ち、ｉRj-1ｉRj≧２）、ｉＲj＋１を前のレコードの右列アドレス欄に列アドレス範囲の先端値として、「（ｉＲj＋１）〜ｉRj-1」のように格納する。そして、ステップ５２６に戻る。
ステップ５２８において、判断結果がＮＯの場合、硬貨の最下端を過ぎたと判断し、ステップ５３４に移る。ステップ５３４では、前のレコードの輪郭の左列アドレス欄と右列アドレス欄を結合し、左列アドレスから右列アドレスまでを１つの範囲とする。このレコードの行アドレスｊ（＝Ｂｃ）が、硬貨の像の下端である。最後に、ステップ５３６において、（（Ｔｃ＋Ｂｃ）／２，（Ｌｃ０＋Ｒｃ０）／２）を中心Ｃ０の画素アドレスとする。中心Ｃ０は、ｘｙ座標では（Ｔｃ＋Ｂｃ，Ｌｃ０＋Ｒｃ０）である。これで、輪郭ＣＡおよび中心Ｃ０の画素を求めたことになる。
【００１２】
図１０は、図２のステップ５４の一実施例を示すフローチャートである。同心円を探査する方法は色々考えられるが、ここでは、輪郭Ｃｃの内側を走査して一番外側の同心円ＣＡに関するデータを収集して図８の表３４０のＣＡの欄に格納し、次にＣＡの内側を走査して、１つ内側の同心円Ｃ９に関するデータを収集して表３４０のＣ９の欄に格納するという具合にして、表３４０を完成する方法を試みる。まず、ステップ５４０において、次の初期設定を行う。即ち、同心円を識別するパラメータｋ（ｋ＝Ａ，９，８，．．．，１）を最も外側の同心円を示す値Ａ（１６進数）に設定する。行アドレスポインタｊを、表３４０における１つ外側の同心円（この場合は硬貨の輪郭Ｃｃ）に対応する欄（この場合はＣｃ）を定義するｊの最小値Ｔｃに設定する。動作過程で使用するフラグＦを０クリアする。同心円ＣＡに上の白画素の中、条件１を満たす白画素の数および条件２を満たす白画素の数をそれぞれＮｋ1およびＮｋ2と表す場合、これらの数Ｎｋ1およびＮｋ2を共に０に設定する。
ステップ５４２において、１つ外側の同心円の画素から右に走査し、次式を満たす画素P(i,j)を求める。
【数２】
また、「１つ外側の同心円の画素から右に走査する」には、表３４０において問題の同心円のすぐ左の同心円の左列アドレス（左列アドレスが範囲として記述されている場合には範囲の終端値）の次の画素から右側に走査することである。例えば、同心円ＣＡ上の画素を調べるために表３４０に示すところのｊ＝ＴＡ＋２行目を右方向に走査するならば、ＣＡのすぐ左にある輪郭Ｃｃの左列の対応する値ＬｃＡ２の次の画素から右方向に走査することになる。
【００１３】
数２を満たす画素が見つからない場合、同心円を含む行ではないと判断し、ステップ５４４において、フラグＦが０か否か判断する。この例では、Ｆ＝０なので、ｊをインクリメントしてステップ５４２に戻る。数２を満たす画素が見つかるまで繰り返す。見つかったら、ステップ５４８でＦを１に設定し、ステップ５５０に移る。ステップ５４２と同じ要領で、１つ外側の同心円（ＣＡに対しては、輪郭Ｃｃ）の画素から左に走査し、数２を満たす画素Ｐ（ｉ，ｊ）を求める。ステップ５５２において、ステップ５４２および５５０で求めた画素のアドレスを輪郭の場合と同じ要領で表３４０の同心円Ｃｋの欄に格納する。ステップ５５４において、求めた画素の１つ１つについて、その画素が白かどうか判断する。白でない場合、ステップ５５６において、求めた画素を全て調べたかどうか判断し、調べていない画素があれば次の画素（ステップ５５８）に対してステップ５５４を実行する。
ステップ５５４〜５６６において、同心円Ｃｋを通る画素行ｊ上の各白画素が所与の条件の何れかを満たすかどうか判断する。本実施例においては、図１１のような連結数に関する検査を行う。連結数は、３×３画素の局所空間を考える場合、図１１のように３×３画素の局所空間を中央の画素を含む白画素が分割する様態によって０から４まで定義できる。図１１（ａ）のような「内部点」や「孤立点」は、局所空間を全く分割しないので、連結数は０である。（ｂ）の中心画素は、これを含む白画素が局所空間の一部に繋がっているが分割はしないので、「端点」と称し、連結数は１である。（ｃ）の中心画素は、これを含む白画素が局所空間を２分割し、「連結点」と称し、連結数は２である。（ｄ）の中心画素は、これを含む白画素が局所空間を３分割し、「分岐点」と称し、連結数は２である。（ｅ）の中心画素は、これを含む白画素が局所空間を３分割し、「交差点」と称し、連結数は４である。本実施例では、連続する白画素を数えるため、連結数０のうち内部点である白画素、および連結数１の端点である白画素を数える。
即ち、ステップ５６０において、第１の条件として、求めた白画素が内部点かどうか判断し、内部点ならば対応するカウンタＮｋ1をインクリメントする。内部点でない場合、ステップ５６４において、第２の条件として、求めた白画素が端点かどうか判断し、端点ならば対応するカウンタＮｋ2をインクリメントする。カウンタＮｋ1またはＮｋ2をインクリメントした後、ステップ５５６において、求めた画素を全て調べたかどうか判断し、調べていない画素があれば次の画素（ステップ５５８）に対してステップ５５４を実行する。
【００１４】
このようにして、画素行ｊに対して求めた白画素に付いてカウンタＮｋ1およびＮｋ2の値を求めた後、行ポインタｊをインクリメントし（ステップ５４６）、ステップ５４２に戻る。そして、ｊが同心円Ｃｋの最下行、即ちｊ＝Ｂｋを過ぎ、Ｂｋ＋１になると、ステップ５４２において、数２を満足する点を見つけることができなくなる。これで、同心円Ｃｋに関する内部点の数Ｎｋ1と端点の数Ｎｋ2の計測が完了となる。
この場合は、ステップ５４４においてＦ＝０ではないので、ステップ５７０に進み、同心円を示すパラメータｋから１を引き（即ち、次に処理する同心円を１つ内側に移す）、フラグＦを０クリアする。さらに、ステップ５７２において、ｋ＝０でないことを確認してステップ５４２に戻り、１つ内側の同心円に関する内部点の数Ｎｋ1と端点の数Ｎｋ2を数える。このようにして、ステップ５７２においてｋ＝０が成立すると、即ち、最も内側の同心円Ｃ１の計測が完了すると、ステップ５６に進むことになる。
以上説明したように、例えば、ＣＡ，Ｃ９，．．，Ｃ１の１０の同心円について内部点と端点を数えると、次のような２０の数の集合Ｖが得られる。
Ｖ＝（Ｎ11，Ｎ12，Ｎ21，Ｎ22，．．．，Ｎn1，Ｎn2） （２）
このような被検データと複数の標準データ集合を用いて認識を行う方法としては、被検データと標準データ集合の各データとの間の距離を求めて、最小の距離を与える標準データのカテゴリを採用する方法と、距離の代わりに類似度を求めて、最大の類似度を与える標準データのカテゴリを採用する方法に大別される。
この実施の形態では、ステップ５６において複合類似度を求める。
【００１５】
標準データの準備
距離であれ類似度であれ標準データが必要であるから、複合類似度の算出に先立ち、複合類似度の計算に必要な標準データを求める方法を説明する。まず、ステップ５０から５４までに説明した要領で、Ｍ種類の（Ｋ＝１Ｙ，５Ｙ，１０Ｙ，５０Ｙ，または１００Ｙ）の十分な数の硬貨の両面（ｏとｕ）に関する表現（２）のような２Ｍ種類の標本データの集合S(Kα)1、S(Kα)2，．．．（αは、ｏまたはｕの何れかを表すパラメータ）を用意する。各標本データは、被検体のデータと区別するために、「Ｖ」の代わりに「Ｓ」を用い、硬貨の単位と裏（ｕ）表（ｏ）を区別するためにパラメータの組合せKαを用い、さらに各種類に対する複数組みの標本データを表すために番号を付けて、S(Kα)ｉのように表記する。１組の標本データS(Kα)ｉは、表現（２）と同じ構成であるとする。
まず、各種類Kαに対し、標本データ集合S(Kα)1、S(Kα)2，．．．に基づいて、自己相関行列ＱK αを生成する。
次に、各自己相関行列ＱK αに対し、｜ｘＩ−ＱK α｜＝０（Ｉは単位行列）の解として得られる固有値λK α 1、λK α 2，．．．，λK α Eを求める。ここで、λK α 1は最大の固有値であるとする。さらにこれらの固有値に対する固有ベクトルｕk α 1，ｕk α 2，…ｕk α E
を求める。ここで、固有ベクトルｕK α iは列ベクトルである。以降、ここで各種類Kαに対して求めた固有値と固有ベクトルの組を一括して標準データと称し、Ｒｍで表す。ｍは、全種類（例えば、１Ｙｏ、１Ｙｕ、５Ｙｏ、５Ｙｕ、１０Ｙｏ、１０Ｙｕ、５０Ｙｏ、５０Ｙｕ、１００Ｙｏ、１００Ｙｕ）に付けた通し番号１〜２Ｋ（この例では、１〜１０）である。この表記法で表せば、前述の固有値および固有ベクトルは、それぞれ
λm1，λm2，…,λmE、およびｕm1，ｕm2，…ｕmE
となる。
このようにして各種類Kαに対して、E個の固有値とE個の固有ベクトルが得られる。
【００１６】
ところで、一般に自己相関行列の固有値λmj(j=1~E)は、ｊが大きくなるに従って急激に小さくなるため、Ｅの代わりに適当な小さな値（例えば、ｄ（＜Ｅ）とする）で打ち切っても、認識時の類似度の計算結果はあまり変わらない。ｄの決め方としては、次式の累積寄与率を用いる方法が知られている。
従って、実際には、
λm1，λm2，…,λmd、およびｕm1，ｕm2，…ｕmd
を標準データＲｍとして、例えば図１２のようなテーブルとしてＲＯＭ３２に記憶しておく。
ここで、図２に戻り、前述のように、ステップ５５で被検体のデータＶを正規化してｄ次の列ベクトルｘをまず得る。ステップ５６において、この列ベクトルｘと各標準データＲｍとの間の複合類似度Ｓ（ｘ，Ｒｍ）を次式に従って算出する。
【数３】
【００１７】
（実施の形態２）
この実施の形態では、複合類似度の代わりに距離を用いる。各種類Kαに対し、標本データ集合S(Kα)1、S(Kα)2，．．．，S(Kα)Ｎを平均した標本データS(Kα)を求める。平均標本データS(Kα)の各要素は、標本データの対応する要素を全て平均した値である。この実施の形態では、各種類Kαに対する平均標本データS(Kα)を図１２の標準データとして格納しておく。
表現（２）の被検体のデータＶと各標準データS(Kα)との間の距離を算出する。ここで、種類Kαに関わりなく標準データをS(Kα)＝（ｓ１1，ｓ12，ｓ21，ｓ22，．．．，ｓn1，ｓn2）と表し、被検体のデータが表現（２）のＶで与えられるとする。この場合、例えば、各標準データごとに内部点データと端点データの２グループに分けて距離を計算すると、各種類に対するユークリッド距離Ｄ（ｖ，ＳＫα）は、次のようになる。
なお、上記以外にも、シティブロック距離、重み付きユークリッド距離、マハラノビス距離、ＮＮ法（Nearest Neighbor Rule）など種々の方法を用いることができる。
以上は、本発明の説明のために実施の形態の例を掲げたに過ぎない。したがって、本発明の技術思想または原理に沿って上述の実施の形態に種々の変更、修正または追加を行うことは、当業者には容易である。故に、本発明は、以上述べた実施の形態に捕らわれることなく、ただ特許請求の範囲の記載に従って解釈するべきである。
【００１８】
【発明の効果】
本発明によれば、認識するべき被検体の中心に関する回転方向の位置に依存しない特徴量に基づいて標準データとの比較を行うので、円盤形の被検体の種類および真偽を効率的に認識することができる。
【図面の簡単な説明】
【図１】本発明の実施の一形態により円盤形被検体の種類を識別するシステムの構成を示す図である。
【図２】本発明の実施の一形態により硬貨等の種類および真偽の識別を行う処理の流れを示すフローチャートである。
【図３】図２のステップ５０で取り込んだ１００円硬貨の二値画像の例を示す図である。
【図４】図５と組み合わせることにより、図２のステップ５２の一実施例を示すフローチャートとなる図である。
【図５】図４と組み合わせることにより、図２のステップ５２の一実施例を示すフローチャートとなる図である。
【図６】図３の被検体の外周の輪郭Ｃｃ、同心円Ｃ１〜ＣＡ（Ｃの次の数字は１６進数である）および中心Ｃ０を表す図である。
【図７】図３の画像の被検体の輪郭Ｃｃを含む部分を画素が識別できるように拡大した図である。
【図８】図２のステップ５２および５４において、硬貨の画像の輪郭Ｃｃ，中心Ｃ０，および同心円Ｃ１〜ＣＡの画素を特定する過程で特定された画素を行列表現で管理するための図である。
【図９】図５の中心Ｃ０と同心円Ｃ１の一部を含む部分を画素が識別できるように拡大した図である。
【図１０】図２のステップ５４の一実施例を示すフローチャートである。
【図１１】図１０のステップ５６０および５６４で行う検査で用いる、３×３画素の局所空間における連結数を説明する図である。
【図１２】本発明のシステムが用いる標準データテーブル（学習テーブル）の構造例を示す図である。
【符号の説明】
１：本発明の円盤型被検体認識システム
１０：円盤形被検体
１２：光源
１４：レンズ
１６：イメージセンサ
２０：シェーディング補正器
２２：デジタイザ
２４：データ処理部
２６：操作部
３０：ＣＰＵ
３２：ＲＯＭ
３４：ＲＡＭ
Claims (8)
- 円盤形の被検体の２値画像を得る画像獲得手段と、前記２値画像に対する所定の同心円を構成する画素を特定する手段と、前記各同心円の画素から前記被検体の回転位置に依存しない複数の特徴データを得るデータ獲得手段と、被検体の各種類に対する標準データを管理するテーブル手段と、被検体の前記特徴データと前記の各標準データとを比較することにより前記被検体を認識する認識手段とを備え、前記データ獲得手段が、前記同心円上の白画素のうち内部点の数と端点の数とを数えることを特徴とする円盤形被検体認識システム。
- 前記認識手段が、前記特徴データと前記の各標準データとに基づいて、各標準データ毎に複合類似度を算出する手段を含むことを特徴とする請求項１記載の円盤形被検体認識システム。
- 前記認識手段が、何れの標準データに対しても前記複合類似度が所定の閾値に達しない場合、前記被検体が偽物であると判断する手段を含むことを特徴とする請求項２記載の円盤形被検体認識システム。
- 前記認識手段が、前記特徴データと前記の各標準データとの間の距離を算出する手段を含むことを特徴とする請求項１記載の円盤形被検体認識システム。
- 前記認識手段が、何れの標準データに対しても前記距離が所定の閾値を超える場合、前記被検体が偽物であると判断する手段を含むことを特徴とする請求項４記載の円盤形被検体認識システム。
- 前記画像獲得手段が、撮像した画像をパーセンタイル法に基づいて２値化を行う手段を含むことを特徴とする請求項１乃至５の何れかに記載の円盤形被検体認識システム。
- 円盤形の被検体の２値画像を得る手段と、前記２値画像に対する所定の同心円を構成する画素を特定する手段と、前記各同心円の画素から前記被検体の回転位置に依存しない複数の特徴データを得るデータ獲得手段と、被検体の各種類に対する標準データを管理するテーブル手段と、被検体の前記特徴データと前記の各標準データとを比較することにより前記被検体を認識する認識手段と、前記データ獲得手段が、前記同心円上の白画素のうち内部点の数と端点の数とを数えることを含み、前記認識手段の出力に応じて所定の動作を行うことを特徴とする装置。
- 被検体にあり得るＫ個の種類の表と裏とに関する２Ｋ組の標準データを管理するテーブル手段を備えた円盤形被検体認識システムにおいて、円盤形の被検体の２値画像を得るステップと、前記２値画像に対する所定の同心円を構成する画素を特定するステップと、前記各同心円の画素から前記被検体の回転位置に依存しない複数の特徴データを得るステップと、被検体の前記特徴データと前記の各標準データとを比較することにより前記被検体を認識するステップとを含み、前記複数の特徴データを得るステップが、前記同心円上の白画素のうち内部点の数と端点の数とを数えることを特徴とする円盤形の被検体を認識する方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2000213425A JP4431690B2 (ja) | 2000-07-13 | 2000-07-13 | 円盤形被検体認識システム、装置及び方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2000213425A JP4431690B2 (ja) | 2000-07-13 | 2000-07-13 | 円盤形被検体認識システム、装置及び方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2002032812A JP2002032812A (ja) | 2002-01-31 |
| JP4431690B2 true JP4431690B2 (ja) | 2010-03-17 |
Family
ID=18709180
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2000213425A Expired - Fee Related JP4431690B2 (ja) | 2000-07-13 | 2000-07-13 | 円盤形被検体認識システム、装置及び方法 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP4431690B2 (ja) |
Families Citing this family (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101730964B1 (ko) | 2015-06-01 | 2017-04-27 | 한국과학기술원 | 이진화 패턴을 이용한 동전 인식 방법 및 그 장치 |
| CN109470170B (zh) * | 2018-12-25 | 2020-01-07 | 山东大学 | 基于最优投影平面的立体视觉空间圆位姿高精度测量方法及系统 |
| JP2020190794A (ja) * | 2019-05-20 | 2020-11-26 | 株式会社デンソーアイティーラボラトリ | 画像検索システム、画像検索装置、及び画像検索プログラム |
| JP7467124B2 (ja) | 2020-01-07 | 2024-04-15 | 東芝テック株式会社 | 管理装置及びプログラム |
-
2000
- 2000-07-13 JP JP2000213425A patent/JP4431690B2/ja not_active Expired - Fee Related
Also Published As
| Publication number | Publication date |
|---|---|
| JP2002032812A (ja) | 2002-01-31 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN104464079B (zh) | 基于模板特征点及其拓扑结构的多币种面值识别方法 | |
| JP4932177B2 (ja) | 硬貨分類装置および硬貨分類方法 | |
| KR100719608B1 (ko) | 지폐 일련번호 인식 방법 및 장치 | |
| JPH11175797A (ja) | 紙葉鑑別装置 | |
| US8538170B2 (en) | System and method for document location and recognition | |
| JP5372183B2 (ja) | 硬貨分類装置および硬貨分類方法 | |
| KR102123910B1 (ko) | 머신 러닝을 이용한 지폐 일련번호 인식 장치 및 방법 | |
| CN106920318B (zh) | 一种纸币的鉴别方法及装置 | |
| CN104321804A (zh) | 物体识别系统和程序 | |
| US5542518A (en) | Method of identifying the denominations of pieces of paper | |
| CN106204616B (zh) | 一种伊朗纸币币值的识别方法及装置 | |
| JP5174917B2 (ja) | 硬貨の正損判別装置及び正損判別方法 | |
| JP4431690B2 (ja) | 円盤形被検体認識システム、装置及び方法 | |
| JP3359986B2 (ja) | 硬貨認識装置 | |
| JP3777775B2 (ja) | 傾斜画像処理方法 | |
| CN108492446B (zh) | 一种纸币边缘查找方法以及系统 | |
| JP3718613B2 (ja) | 画像イメージによる硬貨真偽判定方法及び装置 | |
| CN108230535B (zh) | 一种纸币的面向识别方法及装置 | |
| JP4114375B2 (ja) | 識別装置 | |
| JP2002056427A (ja) | 硬貨識別装置 | |
| JPH08180235A (ja) | コイン識別装置 | |
| JP3304472B2 (ja) | 硬貨識別方法 | |
| JP3835097B2 (ja) | 特定パターン検出装置および方法 | |
| JP2001331836A (ja) | 硬貨識別方法および装置 | |
| JP3296872B2 (ja) | 硬貨識別方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A711 | Notification of change in applicant |
Free format text: JAPANESE INTERMEDIATE CODE: A712 Effective date: 20050719 |
|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20070622 |
|
| RD02 | Notification of acceptance of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7422 Effective date: 20070622 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20090709 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20090811 |
|
| A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20091009 |
|
| 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: 20091110 |
|
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20091117 |
|
| R150 | Certificate of patent or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130108 Year of fee payment: 3 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130108 Year of fee payment: 3 |
|
| S531 | Written request for registration of change of domicile |
Free format text: JAPANESE INTERMEDIATE CODE: R313531 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130108 Year of fee payment: 3 |
|
| R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
| LAPS | Cancellation because of no payment of annual fees |