JP5174513B2 - 紙葉類の汚れ検出装置及び汚れ検出方法 - Google Patents

Description

本発明は、搬送される紙葉類に対して光源から光を照射し、その反射光あるいは透過光を受光センサで受光して、この受光センサの各画素毎の出力信号により紙葉類上につけられた汚れを判別する紙葉類の汚れ検出装置及び汚れ検出方法に関する。

従来より、紙幣、有価証券やチケットなどの紙葉類の印刷物について正損を調査し、この紙葉類に文字、記号やマークなどの落書きが記入されている場合には、その紙葉類を損券として扱い、市場に再流通させないことが要求されている。

この紙葉類の汚れを検出するものとして、たとえば特許文献１には、用紙上からの反射光あるいは透過光を受光センサで電気信号に変換したのち２値化し、この２値化信号（画素数）を加算計数して、基準値と比較することにより汚れを検出する紙葉類汚損判別装置が開示されている。

特開昭６３−１８２７９８号公報

しかしながら、上述した特許文献１において、鉛筆などで紙葉類になされた細い線の落書きを汚れとして検出するには、データサイズの大きい高解像度の画像データが必要であるため、かかる画像データを格納しておくための大容量メモリが必要となり、回路規模が肥大化する結果、汚れ検出装置のコストがかさんでしまうという問題があった。例えば、０．５ｍｍ幅の細線の落書きを検出するためには、１００ｄｐｉ×１００ｄｐｉ（１画素の大きさが０．２５ｍｍ×０．２５ｍｍ）の高解像度の画像データが必要となる。

さらに、これに関連して、データサイズの大きい画像データを用いて演算を行う必要があることから、かかる演算をＣＰＵで行う際の処理時間が膨大なものとなってしまうという問題もある。なお、演算速度の高いＣＰＵを用いれば、処理時間そのものは短くなる反面で、ＣＰＵが高価なものとなってしまい回路規模が肥大化する結果、上記のメモリと同様、汚れ検出装置のコストがかさんでしまう。

これらのことから、鉛筆書きなどによる細線の落書きを汚れ検出する場合に、いかにして回路規模を肥大化させずに汚れ検出を実現するかが重要な課題になっている。

そこで、本発明は、上述した従来技術による課題（問題点）を解消するためになされたものであり、細線の落書きの汚れ検出を回路規模を肥大化させずに実現し、もって装置コストを削減することができる紙葉類の汚れ検出装置及び汚れ検出方法を提供することを目的とする。

上述した課題を解決し、目的を達成するため、本発明は、搬送される紙葉類に対して光源から光を照射し、その反射光あるいは透過光を受光センサで受光して、この受光センサの各画素毎の出力信号により前記紙葉類上につけられた汚れを判別する紙葉類の汚れ検出装置において、複数個の所定画素数で形成された抽出対象エリアを設定する設定手段と、前記設定手段により設定された抽出対象エリアのそれぞれが白地部又は模様部であるのかを記憶するエリア記憶手段と、前記エリア記憶手段に記憶されている該当抽出対象エリアが白地部である場合には、該抽出対象エリアから最低値の画素を抽出し、該抽出した画素の画素値を代表値として前記読取画像を圧縮する画像圧縮手段とを備えたことを特徴とする。

また、本発明は、搬送される紙葉類に対して光源から光を照射し、その反射光を受光センサで受光して、この受光センサの各画素毎の出力信号により前記紙葉類上につけられた汚れを判別する紙葉類の汚れ検出装置において、複数個の所定画素数で形成された抽出対象エリアを設定する設定手段と、前記設定手段により設定された抽出対象エリアのそれぞれが白地部又は模様部であるのかを記憶するエリア記憶手段と、前記エリア記憶手段に記憶されている該当抽出対象エリアが模様部である場合には、該抽出対象エリアから最も明るい画素を抽出し、該抽出した画素の画素値を代表値として前記読取画像を圧縮する画像圧縮手段とを備えたことを特徴とする。

本発明によれば、複数個の所定画素数で形成された抽出対象エリアを設定し、設定された抽出対象エリアのそれぞれが白地部又は模様部であるのかを記憶しておき、記憶している該当抽出対象エリアが白地部である場合には、該抽出対象エリアから最低値の画素を抽出し、該抽出した画素の画素値を代表値として読取画像を圧縮するように構成したので、細線の落書き（黒落書き）の汚れ検出を回路規模（基板面積）を肥大化させずに実現することができ、装置コストを削減することが可能になるという効果を奏する。

また、本発明によれば、複数個の所定画素数で形成された抽出対象エリアを設定し、設定された抽出対象エリアのそれぞれが白地部又は模様部であるのかを記憶しておき、記憶している該当抽出対象エリアが模様部である場合には、該抽出対象エリアから最も明るい画素を抽出し、該抽出した画素の画素値を代表値として読取画像を圧縮するように構成したので、細線の落書き（白落書き）の汚れ検出を回路規模（基板面積）を肥大化させずに実現することができ、装置コストを削減することが可能になるという効果を奏する。

以下に添付図面を参照して、本発明に係る紙葉類の汚れ検出装置及びその方法の好適な実施例を詳細に説明する。なお、以下では、紙葉類として紙幣を用いる場合について説明することとする。

以下の実施例１では、実施例１に係る紙葉類の汚れ検出装置の概要および特徴、この汚れ検出装置の構成および処理の流れを順に説明する。

［概要および特徴］
まず、実施例１に係る紙葉類の汚れ検出装置の概要および特徴を説明する。この汚れ検出装置１０は、搬送される紙葉類に対して光源から光を照射し、その反射光あるいは透過光を受光センサで受光して、この受光センサの各画素毎の出力信号により紙葉類上につけられた汚れを判別することを概要とするものであり、たとえば紙幣の透かし部分や地模様が薄い部分を検出領域として、マジックなどによってなされた太線の落書きを始め、鉛筆書きなどによる細線の落書きについても検出対象としている。

このように細線の落書きを検出するには、高解像度の画像データが必要となるが、かかる画像データをそのまま保持することとしたのでは、上記の従来技術で説明したように、汚れ検出装置１０の回路規模が肥大化してしまう。

このため、紙幣の金種判別等で行われるように読取画像を圧縮することも考えられるが、複数画素を１画素に間引くに際して圧縮対象となる複数画素の画素値を加算平均して代表値を決定したのでは、１画素や２画素などの少量の画素にしか特徴が現れない細線についてはその特徴が失われてしまう。

そこで、本実施例に係る紙葉類の汚れ検出装置１０では、画像圧縮時に複数画素のうち最低値の画素を抽出し、各抽出対象領域から抽出した画素の画素値を代表値として圧縮画像を生成することとしている。

すなわち、かかる汚れ検出装置１０では、紙幣の透かし部分や地模様が薄い部分に書かれた落書き等は高解像度の画像データ（読取画像）において黒く（小さな値）として得られる点に着眼し、抽出対象領域となる複数画素中の最低値を代表値として圧縮することで、細線の特徴を損なうことなく、読取画像を圧縮することができるようにしている。

図１に示した例では、読取画像３において縦６画素及び横６画素を１画素に圧縮する場合を示しており、この例においては、画素値「１０」が最低値となるため、この最低値を代表値として抽出するとともに、他の抽出領域から同様に抽出した最低値と併せて圧縮画像１を生成する。

例えば、読取画像３の解像度を１００ｄｐｉ×１００ｄｐｉ（１画素の大きさが０．２５ｍｍ×０．２５ｍｍ）とした時には横方向に７６８画素のラインセンサを用いた場合、５７６ライン分のエリアには総画素数が４４２３６８個となるが、縦６画素及び横６画素を１画素に圧縮すれば、細線の特徴を残したまま４４２３６８画素のデータを１２２８８画素の３６分の１にまで圧縮することができる。なお、読取画像３の圧縮率は、どの程度の長さの落書きを検出したいかによって任意に設定することができる。この例では、読取画像３を圧縮しても元の解像度により０．５ｍｍまでの細線を完全に検出することができる。

このように、本実施例では、鉛筆書きなどによる細線の落書きの特徴を含んだ圧縮画像１を得ることができ、かかる圧縮画像１を得ることにより、画像メモリに格納すべき容量を大幅に低減し、さらには、紙幣の汚損判定に際しての演算量についても低減することができる結果、少ないメモリ容量の画像メモリに格納された圧縮画像を用いて細線の落書きを高速に検出することが可能になる。

したがって、本実施例では、紙幣の透かし部分や地模様が薄い部分に対する細線の落書き（黒落書き）の汚れ検出を回路規模（基板面積）を肥大化させずに実現することができ、装置コストを削減することが可能になる。

［汚れ検出装置の構成］
続いて、本実施例に係る紙葉類の汚れ検出装置の構成について説明する。図２は、実施例１に係る紙葉類の汚れ検出装置の構成を示す機能ブロック図である。同図に示すように、この汚れ検出装置１０は、画像入力部１１と、圧縮画像記憶部１２と、画像圧縮部１３と、エリア設定部１４と、斜行補正部１５と、閾値算出部１６と、落書き画素マップ作成部１７と、落書き有り画素数算出部１８と、汚れ判定部１９とを有する。

画像入力部１１は、ＬＥＤアレイからなる光源および紙葉類から反射光又は透過光を受光するラインセンサを備えている。ラインセンサは搬送される紙葉類を撮像することにより画素単位の濃度データを読取るＣＣＤ（Charge Coupled Devices）やＣＭＯＳ（Complementary Metal Oxide Semiconductor）などの撮像デバイスである。なお、本実施例では、紙幣の地模様が薄い部分を読取画像から排除できるように赤外線を照射して紙幣を撮像することができるよう構成されていることとする。

圧縮画像記憶部１２は、画像圧縮部１３によって圧縮された紙幣の圧縮画像１を記憶する画像メモリである。なお、ここでは、赤外光の反射により得られた紙幣の圧縮画像であって１画素当りが１．５ｍｍ×１．５ｍｍの画像が格納されていることとする。

画像圧縮部１３は、画像入力部１１によって読み取られた紙幣の読取画像３を圧縮する処理部である。具体的には、画像圧縮時に複数画素のうち最低値の画素を抽出し、各抽出対象領域から抽出した画素の画素値を代表値として圧縮画像を生成する。例えば、図１に示すように、読取画像３における縦６画素及び横６画素を１画素に圧縮する場合には、図中のブロックでは画素値「１０」が最低値となるため、この最低値を代表値として抽出するとともに、他の抽出領域から同様に抽出した最低値と併せて圧縮画像１を生成し、該生成した圧縮画像１を圧縮画像記憶部１２に格納する。

このようにして、あらかじめ設定された圧縮率に応じて圧縮画像記憶部１２の容量を低減するとともに、鉛筆書きなどによる細線の落書きの特徴を含んだ圧縮画像１が圧縮画像記憶部１２に格納することができる。

エリア設定部１４は、紙幣の汚損判定を実行する判定対象エリアを設定する処理部である。具体的には、たとえば図示しない金種判別部では同一の紙幣について金種判別を行った際にその紙幣の撮像方向についても判別しているため、かかる金種判別部からの情報をもとに圧縮画像記憶部１２から読み出した紙幣の圧縮画像１に対応する金種及び方向を確定し、圧縮画像１の金種とその撮像方向から圧縮画像１の基点を定め、その基点をもとに当該金種の紙幣の透かし部分や地模様が薄い部分等を判定対象エリアとして設定する。

斜行補正部１５は、画像入力部１１によって読み取られた紙幣の圧縮画像が斜行している場合のズレを補正する処理部である。具体的には、汚損判定の開始時に圧縮画像の中心座標がライン方向にどの程度乖離するかを示すズレ量を算出し、このズレ量から判定対象エリアの補正量を算出して判定対象エリアを補正する。また、識別部では、紙幣の金種・方向が特定されており、その金種・方向に基づき判定対象エリア及び地模様の有無も特定されることから黒落書き又は白落書きを検出するエリアであるのかは予め特定できる。

閾値算出部１６は、基準閾値及び検出閾値などの閾値を算出する処理部である。具体的には、圧縮画像１の判定対象エリア内において、基準閾値算出下限値以上である画素の画素値を平均し、その平均値を基準閾値として算出するとともに、この基準閾値に所定の検出用係数を乗じて検出閾値を算出する。なお、この検出用閾値は、上位装置から任意に設定できる設定値（０＜Ｎ＜１）であり、この値を小さく設定するほど微細な落書きを検出することができる一方で、大きく設定すれば微細な落書きを無視して大きな落書きに焦点を絞った検出を行うことができる。

落書き画素マップ作成部１７は、閾値算出部１６によって算出された検出閾値を用いて、圧縮画像１の各判定対象エリアの落書き画素マップを作成する処理部である。例えば、図３に示すように、検出閾値を１０５とした時には、判定対象エリアの対象データ３１のうち画素値が１０５未満となる画素を落書き有り画素「１」とし、それ以外（１０５以上）の画素を落書き無し画素「０」として対象データ３１の各画素に「１」または「０」をマッピングすることで、判定対象エリア内の画素値を２値化して落書き画素マップ３２を作成する。

落書き有り画素数算出部１８は、落書き画素マップ作成部１７によって作成された落書き画素マップから落書き有り画素数を算出する処理部である。具体的には、注目画素の周辺画素に適用するフィルタを落書きマップにあてはめてノイズ除去及び欠落部の連結を行いつつ、落書き有り画素「１」の数を算出する。

例えば、図４に示すように、注目画素の周辺画素に適用するフィルタ４１〜４５を有しており、これらのフィルタのうち予め設定されたフィルタを落書きマップにあてはめる。そして、図５の例では、ライン方向に向かって「１０１」と構成されるフィルタ４２を落書き画素マップ５１にあてはめる場合の一例を示している。ここで、「１」は有効画素を「０」は無視する画素であることを定義する。このフィルタ４２が落書き画素マップ５１の周辺画素と適合する場合、（１×１＋０×１＋１×１）／２というようにフィルタ内の「１」の個数で割り算し、その結果が「１」となるため、最終的には当該注目画素は落書き有り画素として補間され、落書き有り画素数に計上される。なお、フィルタ適用時の計算結果が少数含みである場合には、たとえば計算結果の小数点以下は切り捨てて結果が０になった時には落書きなしとする。

汚れ判定部１９は、圧縮画像１の判定対象エリアに落書きが存在するか否かを判定する処理部である。具体的には、落書き有り画素数算出部１８によって算出された落書き有り画素数が所定の閾値以上存在するか否かを判定し、その結果、落書き有り画素数が所定の閾値以上存在する場合には、当該判定対象エリアにＮＧフラグを設定し、一方、落書き有り画素数が所定の閾値未満である場合には、そのまま他の判定対象エリアについての汚れの有無を判定する。そして、かかる汚れ有無の判定を全ての判定対象エリアについて行った後に、いずれかの判定対象エリアにＮＧフラグが１つでも設定されていれば、当該圧縮画像１の紙幣を汚損券と判定し、また、いずれの判定対象エリアにもＮＧフラグが設定されていなければ、正券と判定する汚損判定を行う。なお、この閾値は、上位装置によって設定可能な数値であり、この数値を下げるほど微細な落書きを検出することができる。

［処理の流れ］
次に、本実施例に係る紙葉類の汚損判定処理について説明する。図６は、実施例１に係る紙葉類の汚損判定処理の手順を示すフローチャートである。この汚損判定処理は、画像圧縮部１３によって圧縮画像１が圧縮画像記憶部１２に格納された場合に行われる処理である。

同図に示すように、エリア設定部１４は、図示しない金種判別部から取得した紙幣の金種及び撮像方向をもとに、圧縮画像記憶部１２から読み出した紙幣の圧縮画像１内に判定対象エリアを設定する（ステップＳ１０１）。

続いて、斜行補正部１５は、エリア設定部１４によって読み出された圧縮画像の中心座標がライン方向にどの程度乖離するかを示すズレ量を算出し、このズレ量から判定対象エリアの補正量を算出して判定対象エリアを補正する（ステップＳ１０２）。

そして、閾値算出部１６は、斜行補正部１５によって斜行補正が行われた圧縮画像１の判定対象エリアのうち１つのエリアについて、基準閾値算出下限値以上である画素の画素値を平均し、その平均値を基準閾値として算出するとともに（ステップＳ１０３）、この基準閾値に所定の検出用係数を乗じて検出閾値を算出する（ステップＳ１０４）。

その後、落書き画素マップ作成部１７は、閾値算出部１６によって算出された検出閾値未満となる画素を落書き有り画素「１」とし、検出閾値以上となる画素を落書き無し画素「０」として各画素に「１」または「０」をマッピングすることで、判定対象エリア内の画素値を２値化して落書き画素マップ３２を作成する（ステップＳ１０５）。

続いて、落書き有り画素数算出部１８は、落書き画素マップ作成部１７によって作成された落書き画素マップにフィルタをあてはめてノイズ除去及び欠落部の連結を行いつつ、落書き有り画素「１」の数を算出する（ステップＳ１０６）。

ここで、汚れ判定部１９は、落書き有り画素数算出部１８によって算出された落書き有り画素数が所定の閾値以上存在するか否かを判定し（ステップＳ１０７）、その結果、落書き有り画素数が所定の閾値以上存在する場合（ステップＳ１０７肯定）には、当該判定対象エリアにＮＧフラグを設定する（ステップＳ１０８）。なお、落書き有り画素数が所定の閾値未満である場合（ステップＳ１０７否定）には、他の判定対象エリアについての汚れの有無を判定するか、或いは紙幣の汚損判定を行うべく、ステップＳ１０９に移行する。

その後、エリア設定部１４によって設定された判定対象エリアすべてについて汚れの有無を判定するまで（ステップＳ１０９否定）、閾値算出部１６、落書き画素マップ作成部１７、落書き有り画素数算出部１８及び汚れ判定部１９は、上記したステップＳ１０３〜ステップＳ１０８までの処理を繰り返し行う。

そして、全ての判定対象エリアについて汚れの有無の判定が終了すると（ステップＳ１０９肯定）、汚れ判定部１９は、圧縮画像１内のいずれかの判定対象エリアにＮＧフラグが設定されているか否かを判定する（ステップＳ１１０）。

このとき、いずれかの判定対象エリアにＮＧフラグが１つでも設定されていれば（ステップＳ１１０肯定）、汚れ判定部１９は、当該圧縮画像１の紙幣を汚損券と判定し（ステップＳ１１１）、また、いずれの判定対象エリアにもＮＧフラグが設定されていなければ（ステップＳ１１０否定）、当該圧縮画像１の紙幣を正券と判定する汚損判定を行い（ステップＳ１１２）、処理を終了する。

上述してきたように、本実施例では、画像圧縮時に複数画素のうち最低値の画素を抽出し、各抽出対象領域から抽出した画素の画素値を代表値として圧縮画像を生成するように汚れ検出装置１０を構成したので、紙幣の透かし部分や地模様が薄い部分に対する細線の落書き（黒落書き）の汚れ検出を回路規模（基板面積）を肥大化させずに実現することができ、装置コストを削減することが可能になる。

より具体的には、鉛筆書きなどによる細線の落書きの特徴を含んだ圧縮画像１を得ることができ、かかる圧縮画像１を得ることにより、画像メモリに格納すべき容量を大幅に低減し、さらには、紙幣の汚損判定に際しての演算量についても低減することができる結果、少ないメモリ容量の画像メモリに格納された圧縮画像を用いて細線の落書きを高速に検出することが可能になる。

さらに、本実施例では、紙幣に関する情報が読取画像３の圧縮に伴って少なくなったとしても、鉛筆書きなどによる細線の落書きの特徴を含んだ圧縮画像１を用いて紙幣の汚損判定を行うことにより、各判定対象エリアの汚れの有無、ひいては紙幣の汚損判定を正確に行うことができる。

これを図７を用いて具体的に説明すると、図中の上段のグラフは、ラインセンサ等に読み取られた読取画像（生画像）そのものの画素値の分布を示し、中段のグラフは、読取画像に対して縦６画素×横６画素を加算平均して圧縮した場合の３６画素加算平均画像の画素値の分布を示し、また、下段のグラフは、読取画像に対して縦６画素×横６画素の最低値を代表値とする圧縮を行った３６画素最低値画像の画素値の分布を示しており、これらの画像はいずれも判定対象エリア内に鉛筆書きの落書きがなされたものである。

これら三者を比較すると、読取画像においては、鉛筆書きの落書き部分（Ａの部分）の画素値が落書き無し部分（紙幣の地模様）と比べて低く、はっきりと黒く捉えることができる一方で、縦６画素×横６画素の加算平均画像においては、鉛筆書きの落書き部分（Ｂの部分）の画素値と落書き無し部分との画素値の差があまりなく、地模様部分と落書き部分との区別を検出するのは困難である。ここで、縦６画素×横６画素の最低値画像においては、読取画像（生画像）とほぼ同等に、鉛筆書きの落書き部分（Ｃの部分）の画素値と落書き無し部分との画素値の差を捉えることができる。

このように、本実施例で得られる縦６画素×横６画素最低値画像は、縦６画素×横６画素加算平均画像と相違して、読取画像（生画像）とほぼ同等に鉛筆書きの落書き部分の画素値と落書き無し部分との画素値の差を捉えることができるため、各判定対象エリアの汚れの有無、ひいては紙幣の汚損を正確に判定することが可能になる。

さて、上記の実施例１では、紙幣の透かし部分や地模様が薄い部分を対象として汚れ判定を行う例を説明したが、紙幣の地模様が濃い部分についても同様に汚れ判定を行うことができる。そこで、実施例２では、紙幣の地模様が濃い部分に対する白落書きの特徴を残しつつ、読取画像３を圧縮する例を説明する。

すなわち、本実施例では、紙幣の地模様が濃い部分に書かれた白落書き等は高解像度の画像データ（読取画像）において白く（大きな値）として得られる点に着眼し、各抽出対象領域の複数画素中の最高値を代表値として圧縮することで、白落書きの特徴を損なうことなく、読取画像３を圧縮することができるようにしている。

図８に示した例では、読取画像３において縦６画素×横６画素を１画素に圧縮する場合を示しており、この例においては、画素値「１２０」が最高値となるため、この最高値を代表値として抽出するとともに、他の抽出領域から同様に抽出した最高値と併せて圧縮画像５を生成する。

例えば、読取画像３の解像度を１００ｄｐｉ×１００ｄｐｉ（１画素の大きさが０．２５ｍｍ×０．２５ｍｍ）とした時には横方向に７６８画素のラインセンサを用いた場合、５７６ライン分のエリアには総画素数が４４２３６８個となるが、縦６画素及び横６画素を１画素に圧縮すれば、白落書きの特徴を残したまま４４２３６８画素のデータを１２２８８画素へと３６分の１にまで圧縮することができる。

このため、実施例２では、修正ペンや色鉛筆などによる白落書きの特徴を含んだ圧縮画像５を得ることができ、かかる圧縮画像５を得ることにより、実施例１と同様に、画像メモリに格納すべき容量を大幅に低減し、さらには、紙幣の汚損判定に際しての演算量についても低減することができる結果、少ないメモリ容量の画像メモリに格納された圧縮画像を用いて細線の落書きを高速に検出することが可能になる。

このようにして得られた白落書き検出用の圧縮画像５を用いて、各判定対象エリアの汚れの有無、ひいては紙幣の汚損を判定するには、図２に示した各機能部において実施例１と異なる内容の処理を行う。以下では、かかる相違点を説明するが、同様の処理（斜行補正部１５、落書き有り画素算出部１８及び汚れ判定部１９）を行うものについてはその説明を省略する。

まず、エリア設定部１４は、実施例１と同様に、図示しない金種判別部から取得した紙幣の金種及び撮像方向をもとに、圧縮画像記憶部１２から読み出した紙幣の圧縮画像５内に判定対象エリアを設定するが、この際に、紙幣の地模様が濃い部分を判定対象エリアとして設定する。

閾値算出部１６は、実施例１と同様に、基準閾値及び検出閾値などの閾値を算出するが、実施例２では、白落書き検出用の基準閾値及び検出閾値を算出する。具体的には、圧縮画像５の判定対象エリア内において、基準閾値算出下限値以上である画素の画素値を平均し、その平均値を基準閾値として算出するとともに、この基準閾値に最大画素値「２５５」から上位から設定される所定値を減じたものを乗じて検出閾値「基準閾値×（２５５−所定値）」を算出する。

落書き画素マップ作成部１７は、実施例１と同様に、閾値算出部１６によって算出された検出閾値を用いて、圧縮画像５の各判定対象エリアの落書き画素マップを作成するが、本実施例では、白落書きを検出対象としていることから検出閾値を超えるものを落書き有り画素とし、検出閾値以下のものを落書き無し画素として「１」または「０」をマッピングする点が相違する。例えば、図９に示すように、検出閾値を１０５とした時には、判定対象エリアの対象データ９１のうち画素値が１０５を超える画素を落書き有り画素「１」とし、それ以外（１０５以下）の画素を落書き無し画素「０」として対象データ９１の各画素に「１」または「０」をマッピングすることで、判定対象エリア内の画素値を２値化して落書き画素マップ９２を作成する。

このように、落書き画素マップ作成部１７によって作成された落書き画素マップにフィルタをあてはめてノイズ除去及び欠落部の連結を行いつつ、落書き有り画素「１」の数を算出し、算出した落書き有り画素数を用いて、実施例１と同様、各判定対象エリアの汚れの有無、ひいては紙幣の汚損を判定することができる。

上述してきたように、実施例２では、画像圧縮時に複数画素のうち最高値の画素を抽出し、各抽出対象領域から抽出した画素の画素値を代表値として圧縮画像を生成するように汚れ検出装置１０を構成したので、紙幣の地模様が濃い部分に対する（白落書き）の汚れ検出を回路規模（基板面積）を肥大化させずに実現することができ、装置コストを削減することが可能になる。

さらに、実施例２では、紙幣に関する情報が読取画像３の圧縮に伴って少なくなったとしても、修正ペンや色鉛筆などによる白落書きの特徴を含んだ圧縮画像５を用いて紙幣の汚損判定を行うことにより、各判定対象エリアの汚れの有無、ひいては紙幣の汚損判定を正確に行うことができる。

さて、これまで本発明の実施例について説明したが、本発明は上述した実施例以外にも、種々の異なる形態にて実施されてよいものである。そこで、以下では、実施例３として、本発明に含まれる他の実施例を説明する。

例えば、上記実施例１では、紙幣の透かし部分や地模様が薄い部分に対する細線落書き（黒落書き）を検出することができる画像圧縮、汚れ判定を説明し、これとは対照に、上記実施例２では、紙幣の地模様が濃い部分に対する白落書きを検出することができる画像圧縮、汚れ判定を説明したが、実施例１及び実施例２の両者の内容を好適に組み合わせて実施することもできる。

すなわち、紙幣の金種ごとに紙幣の透かし部分や地模様が薄い部分を第１のエリアとして記憶しておくとともに、紙幣の地模様が濃い部分を第２のエリア情報として記憶しておき、第１のエリア内で代表画素を抽出する際には最低値の画素を抽出する一方で、第２のエリア内で代表画素を抽出する際には最高値の画素を抽出し、該抽出した画素の画素値を代表値として読取画像３を圧縮する。

つまり、同じ１つの読取画像３においても、紙幣の透かし部分や地模様が薄い部分については、最低値の画素を抽出することで鉛筆等による黒落書きの特徴を残し、また、紙幣の地模様が濃い部分については、最高値の画素を抽出することで、修正ペンや色鉛筆等による白落書きの特徴を残した圧縮画像７を得ることができるようにしている。但し、白落書きの検出には、紙葉類からの反射光で得られた読取画像のみが使用できる。

このようにして得られた圧縮画像７の第１のエリアについては、図７に示すように、検出閾値未満を落書き有り画素として落書き有り画素数を算出し、判定対象エリアの汚れ判定、そして紙幣の汚損判定を行い（実施例１）、また、圧縮画像７の第２のエリアについては、検出閾値を超える画素を落書き有り画素として落書き有り画素数を算出し、判定対象エリアの汚れ判定、そして紙幣の汚損判定を行う（実施例２）ことによって、紙葉類の一面を対象として黒落書きおよび白落書きの両方を検出することができ、より多面的な落書き検出を実現することが可能になる。

なお、上記の実施例１及び実施例２では、本発明を紙幣に対して適用する例を説明したが、必ずしも汚れ判定の対象が紙幣である必要はなく、有価証券やチケットなどであってもよく、これらを含めた紙葉類全般に対して本発明を同様に適用することができる。

以上のように、本発明に係る紙葉類の汚れ検出装置及びその方法は、細線の落書きの汚れ検出を回路規模（基板面積）を肥大化させずに実現する場合に適している。

実施例１に係る紙葉類の汚れ検出装置の特徴を説明するための概念図である。 実施例１に係る紙葉類の汚れ検出装置の構成を示す機能ブロック図である。 落書きマップの作成要領を説明するための説明図である。 落書き画素マップに適用するフィルタの一例を示す図である。 フィルタの適用例を説明するための説明図である。 実施例１に係る紙葉類の汚損判定処理の手順を示すフローチャートである。 実施例１に係る紙葉類の汚れ検出装置で得られる圧縮画像の優位性を説明するための説明図である。 実施例２に係る紙葉類の汚れ検出装置の特徴を説明するための概念図である。 落書きマップの作成要領を説明するための説明図である。

符号の説明

１０ 汚れ検出装置
１１ 画像入力部
１２ 圧縮画像記憶部
１３ 画像圧縮部
１４ エリア設定部
１５ 斜行補正部
１６ 閾値算出部
１７ 落書きマップ作成部
１８ 落書き有り画素数算出部
１９ 汚れ判定部

Claims (9)

1. 搬送される紙葉類に対して光源から光を照射し、その反射光あるいは透過光を受光センサで受光して、この受光センサの各画素毎の出力信号により前記紙葉類上につけられた汚れを判別する紙葉類の汚れ検出装置において、
   複数個の所定画素数で形成された抽出対象エリアを設定する設定手段と、
   前記設定手段により設定された抽出対象エリアのそれぞれが白地部又は模様部であるのかを記憶するエリア記憶手段と、
   前記エリア記憶手段に記憶されている該当抽出対象エリアが白地部である場合には、該抽出対象エリアから最低値の画素を抽出し、該抽出した画素の画素値を代表値として前記読取画像を圧縮する画像圧縮手段と
   を備えたことを特徴とする紙葉類の汚れ検出装置。
2. 搬送される紙葉類に対して光源から光を照射し、その反射光を受光センサで受光して、この受光センサの各画素毎の出力信号により前記紙葉類上につけられた汚れを判別する紙葉類の汚れ検出装置において、
   複数個の所定画素数で形成された抽出対象エリアを設定する設定手段と、
   前記設定手段により設定された抽出対象エリアのそれぞれが白地部又は模様部であるのかを記憶するエリア記憶手段と、
   前記エリア記憶手段に記憶されている該当抽出対象エリアが模様部である場合には、該抽出対象エリアから最も明るい画素を抽出し、該抽出した画素の画素値を代表値として前記読取画像を圧縮する画像圧縮手段と
   を備えたことを特徴とする紙葉類の汚れ検出装置。
3. 紙葉類の種類と搬送方向を識別する識別手段をさらに備え、
   前記識別手段で識別された紙葉類の種類と搬送方向に基づいて、前記設定手段により設定された抽出対象エリアが、黒落書きを検出するエリアであるか、白落書きを検出するエリアであるかを決定することを特徴とする請求項１又は２に記載の紙葉類の汚れ検出装置。
4. 前記画像圧縮手段により圧縮された圧縮画像の各画素を所定の閾値と比較して各画素における落書きの有無を判定し、落書きのある画素の画素数を算出して汚れの有無を判定する判定手段をさらに備えたことを特徴とする請求項１、２又は３に記載の紙葉類の汚れ検出装置。
5. 前記画像圧縮手段により圧縮された圧縮画像の各画素を所定の閾値と比較して落書き画素マップを作成する落書き画素マップ作成手段をさらに備えたことを特徴とする請求項４に記載の紙葉類の汚れ検出装置。
6. 前記落書き画素マップ作成手段により作成された落書き画素マップにフィルタを適用してノイズの除去処理及び欠落部の連結処理を行う処理手段をさらに備えたことを特徴とする請求項５に記載の紙葉類の汚れ検出装置。
7. 搬送される紙葉類に対して光源から光を照射し、その反射光あるいは透過光を受光センサで受光して、この受光センサの各画素毎の出力信号により前記紙葉類上につけられた汚れを判別する紙葉類の汚れ検出方法において、
   複数個の所定画素数で形成された抽出対象エリアを設定する設定工程と、
   前記設定工程により設定された抽出対象エリアのそれぞれが白地部又は模様部であるのかを記憶するエリア記憶部に格納する格納工程と、
   該エリア記憶部に記憶されている該当抽出対象エリアが白地部である場合には、該抽出対象エリアから最低値の画素を抽出し、該抽出した画素の画素値を代表値として前記読取画像を圧縮する画像圧縮工程と
   を含んだことを特徴とする紙葉類の汚れ検出方法。
8. 紙葉類の種類と搬送方向を識別する識別工程をさらに含み、
   前記識別工程で識別された紙葉類の種類と搬送方向に基づいて、前記設定工程により設定された抽出対象エリアが、黒落書きを検出するエリアであるか、白落書きを検出するエリアであるかを決定することを特徴とする請求項７に記載の紙葉類の汚れ検出方法。
9. 前記画像圧縮工程により圧縮された圧縮画像の各画素を所定の閾値と比較して各画素における落書きの有無を判定し、落書きのある画素の画素数を算出して汚れの有無を判定する判定工程をさらに含んだことを特徴とする請求項７又は８に記載の紙葉類の汚れ検出方法。

Images