JP5315581B1 - 紙幣判別方法、紙幣判別用ソフトウェア及び紙幣判別装置 - Google Patents

Abstract

【課題】特に視覚障害者が容易に紙幣の券種判別が可能な紙幣判別装置、紙幣判別用ソフトウェア及び紙幣判別方法を提供する。
【解決手段】券種判別対象の紙幣の動画データを取得し、動画データを用いて、複数の局所的な特徴位置における特徴量を抽出して、複数の局所的判別特徴量データを作成し、複数の局所的判別特徴量データと、予め設定された券種毎の複数の局所的な特徴位置における特徴量を抽出した複数の局所的基準特徴量データとを比較照合して類似判別し、判別結果を示す報知データを作成し、報知データを出力して判別結果を報知することにより紙幣の券種判別を行う。
【選択図】図１

Description

本発明は、紙幣判別方法、紙幣判別用ソフトウェア及び紙幣判別装置に係わり、特に視覚障害者が容易に紙幣の券種判別が可能な紙幣判別方法、紙幣判別用ソフトウェア及び紙幣判別装置に関する。

近年、紙幣、金券、商品券、入場券等の貴重印刷物に対し、判別装置を用いて券種を判別することが行われている。

自動販売機、ＡＴＭ、両替機等に使用される紙幣識別装置として、例えば特許文献１には、磁気センサと、この磁気センサの出力から、予め設定された紙幣の特定の区間内での磁気のない部分の最大の幅を検知する手段と、この検知手段で検知した幅と予め設定された許容範囲とを比較して紙幣の真偽を判定する判定手段とを備えた紙幣識別装置が開示されている。

また、視覚障害者が場所を問わず紙幣の券種判別を行うことができるように、持ち運びが可能な携帯型の券種判別装置が提案されている。

例えば、特許文献２には、携帯型の判別装置として、紙幣の磁気的なパターンと光学的なパターンを検出する検出手段と、スルーホールに紙幣を通し紙幣を手動で搬送する搬送手段とを備え、この搬送手段と検出手段とにより検出された紙幣の磁気的なパターンと光学的なパターンが、予め記憶しておいた各紙幣の基準値の上限値と下限値との範囲内にあるか否かを比較演算することにより、どの紙幣に該当するかあるいは該当しないかを識別する視覚障害者用携帯可能紙幣識別器が開示されている。

さらに特許文献３には、紙幣から真贋判定用の情報を読み取る情報読取手段と、この情報読取手段にて読み取られた情報と基準情報とを比較して紙幣の真贋を判定する比較判定手段と、真贋判定結果を出力する手段とを備える携帯端末装置が開示されている。

特許第２８００６２７号 特開平０７−１７５９５５号公報 特開２００７−２９３４０５号公報

しかしながら、特許文献１に開示された自動販売機、ＡＴＭ、両替機等において使用されている紙幣識別装置は、大がかりな搬送装置や読取装置を備えており携帯することは不可能である。このため、視覚障害者が場所を問わず容易に紙幣の券種判別を行うことができないという問題があった。

特許文献２に開示された視覚障害者用携帯可能紙幣識別器は、携帯が可能なため場所を問わず紙幣の券種判別を行うことはできる。しかし、券種判別を行う際に、搬送手段の所定の場所に正確に紙幣を設置する位置合わせが必要である。このため、視覚障害者が容易に券種判別することはできないという問題があった。

また、紙幣の券種判別を行うためには、カメラにより紙幣を撮影して画像データを取得する必要がある。従来は、画像データを取得する際に、紙幣の周囲に邪魔な背景画像が写ったり、撮影距離、撮影角度のばらつき、紙幣の一部のしわ、汚れ、影、照明むら、画像の変形等が生じたりして、正確に券種判別を行うことができないという問題があった。特許文献３に開示された携帯端末装置では、紙幣の画像データを取得するためにカメラと紙幣とを正確に位置合わせする必要がある。視覚障害者が券種判別を行う際に、このような正確な位置合わせを行うことは困難であり、容易に券種判別をすることができないという問題があった。

また、特許文献１乃至３のいずれにおいても、二つ折り、四つ折り等に折り畳まれた紙幣を判別することに関し、一切記載されていない。

本発明は上記事情に鑑み、カメラと紙幣との正確な位置合わせが不要であり、また紙幣の一部にしわ、汚れ、影、照明むら、画像の変形、撮影距離や撮影角度のばらつき等が生じた場合、あるいは紙幣が折り込まれていた場合にも、視覚障害者が容易かつ正確に紙幣の券種判別を行うことが可能な紙幣判別方法、紙幣判別用ソフトウェア及び紙幣判別装置を提供することを目的とする。

本発明の紙幣判別方法は、
券種判別対象の紙幣の動画データを取得するステップと、
前記動画データを用いて、複数の局所的な特徴位置における特徴を抽出して複数の局所的判別特徴量データを作成するステップと、
前記複数の局所的判別特徴量データと、予め設定された券種毎の複数の局所的な特徴位置における特徴が抽出された基準となる複数の局所的基準特徴量データとを比較照合して類似判別し、判別結果を示す報知データを作成するステップと、
前記報知データを出力して前記判別結果を報知するステップと、
を備えることを特徴とする。

本発明の紙幣の券種を判別する方法を、画像取込部、演算部、記憶部及び出力部を備える紙幣判別装置に実行させるための紙幣判別用ソフトウェアは、
前記画像取込部によって、券種判別対象の紙幣の動画データを取得するステップと、
前記演算部によって、前記動画データを用いて、複数の局所的な特徴位置における特徴を抽出して複数の局所的判別特徴量データを作成するステップと、
前記演算部によって、前記複数の局所的判別特徴量データと、前記記憶部に予め格納された券種毎の複数の局所的な特徴位置における特徴が抽出された基準となる複数の局所的基準特徴量データとを比較照合して類似判別し、判別結果を示す報知データを作成するステップと、
前記出力部によって、前記報知データを出力して前記判別結果を報知するステップと、
を備える紙幣判別方法を紙幣判別装置に実行させることを特徴とする。

本発明の紙幣判別装置は、
券種判別対象の紙幣の動画データを取得する画像取込部と、
券種毎の複数の局所的な特徴位置における特徴が抽出された基準となる複数の局所的基準特徴量データを予め格納する記憶部と、
前記動画データを用いて、複数の局所的な特徴位置における特徴を抽出して複数の局所的判別特徴量データを作成し、前記複数の局所的判別特徴量データと、前記記憶部に格納された券種毎の前記複数の局所的基準特徴量データとを比較照合して類似判別し、判別結果を示す報知データを作成する演算部と、
前記報知データを出力して前記判別結果を報知する出力部と、
を備えることを特徴とする。

本発明の紙幣判別方法、紙幣判別用ソフトウェア及び紙幣判別装置によれば、カメラと紙幣との正確な位置合わせが不要であり、また紙幣の一部にしわ、汚れ、影、照明むら、画像の変形、撮影距離や撮影角度のばらつき等が生じた場合、あるいは紙幣が折り込まれていた場合にも、視覚障害者が容易かつ正確に紙幣の券種判別を行うことが可能である。

本発明の実施の形態による紙幣判別装置の外観を示した概略図である。 同実施の形態による紙幣判別装置の構成を示したブロック図である。 同実施の形態において、券種毎の複数の局所的基準特徴量データを予め取得し格納する手順を示したフローチャートである。 同実施の形態において、券種毎の複数の局所的基準特徴量データを用いて、判別対象の紙幣の券種を判別する手順を示したフローチャートである。 複数の局所的判別画像データによる紙幣の一部を模式的に示す説明図である。 注目画素を設定して特徴位置を求め判別特徴画像データを取得する手法を示す説明図である。 特徴位置周辺の重心を求める手法を示す説明図である。 特徴位置周辺の重心が所定方向を向くように回転補正する手法、並びに特徴位置における特徴を抽出する手法を示す説明図である。 抽出した特徴位置における特徴を示す局所的判別特徴量データを生成する手法を示す説明図である。 局所的判別特徴量データを券種毎の局所的基準特徴量データと比較照合して券種の判別を行う手順を示したフローチャートである。

以下、本発明の実施形態による紙幣判別装置、紙幣判別用ソフトウェア及び紙幣判別方法について、図面を用いて説明する。

本実施の形態では、判別対象となる紙幣の券種を、千円券、二千円券、五千円券、一万円券とする。

図１に、本実施の形態による紙幣判別装置として、紙幣判別用ソフトウェアを格納した携帯型の紙幣判別装置１の外観図を示す。本実施の形態による紙幣判別方法は、この紙幣判別装置１を用いて実施することができる。また、本実施の形態による紙幣判別用ソフトウェアは、本実施の形態１による携帯型の紙幣判別装置１のようなインテリジェント機能を有する端末装置、コンピュータ装置等にインストールすることにより、紙幣判別処理を実行することができる。

この紙幣判別装置１は、画像取込部２、点線で囲まれた内蔵されている演算部３及び記憶部４、出力部５として画像表示部５ａ及び音声出力部５ｂ、操作部６を備える。なお、ここでは操作部６はタッチパネルにより構成されており、画像表示部５ａと兼用されている。紙幣判別装置１には、図示されていない携帯可能なバッテリが電源として内蔵されており、電源を投入することにより動作が可能となる。

図２に、これらの画像取込部２、演算部３、記憶部４、画像表示部５ａ及び音声出力部５ｂを含む出力部５、操作部６のブロック構成を示す。

画像取込部２は、券種の判別対象となる紙幣の動画データを取得して、演算部３に出力する。画像取込部２は、図示されていない照明部、受光部、増幅器、アナログ／デジタル変換回路を有する。これにより、券種の判別対象となる紙幣に照明部により照明光を照射し、受光部により可視光を受光し、増幅器により受光した出力信号を増幅し、アナログ／デジタル変換回路によりデジタルデータに変換して動画データを取得する。

なお、照明部は必須の構成要素ではない。しかし、照明部を設けることによって券種判別を行う上で正確な動画データの取得が可能となり、また照明光がない場所での券種判別が可能となる。照明部には、白熱球、発光ダイオード、ハロゲンランプ、太陽光、ＨＩＤランプ、ＬＥＤランプ等を用いることが可能であり、限定されるものではない。受光部は、動画データを取得することが可能であれば限定されるものではなく、例えばＣＣＤエリアセンサカメラ等を用いることができる。

記憶部４には、予め券種の判別対象となる紙幣の券種毎、即ち本実施の形態では千円券、二千円券、五千円券、一万円券毎に、それぞれの局所的な特徴を表す局所的基準特徴量データ、さらには後述する輝度基準値、連続基準値、累積基準値、得票基準値が格納されている。

演算部３は、与えられた動画データを用いて、判別対象の紙幣における複数の局所的判別特徴量データを生成する。そして、得られた複数の局所的判別特徴量データと、記憶部５に予め格納されている券種毎の複数の局所的基準特徴量データとを比較照合することにより、券種の類似判別を行う。その判別結果に基づいて、報知データを生成して画像表示部５ａ及び音声出力部５ｂに出力する。また演算部３は、画像取込部２、記憶部４、出力部５の動作を制御する。

画像表示部５ａは、報知データに従い、いずれの券種であるかを報知する画像表示を行う。

音声出力部５ｂは、報知データに従い、いずれの券種であるかを報知する音声出力を行う。また、音声出力部５ｂは、音声の替わりに券種毎に異なる振動等を発生してもよい。

操作部６は、上述したようにタッチパネルとして画像表示部５ａに表示された画像に入力を行うように構成されている。操作部６から操作者により入力された操作データが演算部３に与えられ、操作データに従い、画像取込部２が画像を取り込む動作、演算部３が各種演算を行う動作、記憶部４がデータを格納しあるいは読み出す動作、画像表示部５ａが画像表示を行う動作、音声出力部５ｂが音声あるいは振動を出力する動作等、各種動作が制御される。

なお、操作部６には、判別動作の開始及び終了指示、判別基準に関与する輝度基準値、連続基準値、累積基準値、得票基準値の設定変更、報知データの出力に関する設定変更、例えば画像表示における明度、色相、彩度、明暗の対比（コントラスト）、音量の出力や振動パターン等の設定変更を行うことができる。ここで、操作部６は画像表示部５ａとは独立してキーボード等により構成されていてもよい。

このような構成を備えた紙幣判別装置１を用いて、紙幣の券種を判別する方法について説明する。

図３のフローチャートに、券種毎の複数の局所的基準特徴量データを予め生成し格納する手順を示す。

ステップＳ１１として、画像取込部２を用いて、紙幣の動画データ又は静止画像データを取り込む。

ステップＳ１２として、演算部３において、取り込まれた動画データから複数の局所的な画像を示す局所的基準画像データを取得し、券種毎に複数の特徴位置を検出して基準特徴画像データを作成する。この処理には、例えば公知のＦＡＳＴ等を用いることができる。

ここで、ＦＡＳＴに関する情報が開示された文献の著者名、論文名、雑誌名、及びインターネットにおけるウエブサイトのアドレスを記載する。

E. Rosten and T. Drummond, Machine learning for high-speed corner detection, European Conference on Computer Vision, volume 1, 2006
http://www.edwardrosten.com/work/rosten_2006_machine.pdf

特徴位置として望ましい要件は２点あり、（１）撮影角度や撮影距離等の多少の変動に因らず画像データから安定して同一の位置を抽出できること、（２）券種毎に異なる形状の特徴が良く現れる位置であることが挙げられる。

要件（１）を満たすことにより、予め格納した券種毎の特徴位置と、判別対象の画像データから抽出した特徴位置とが、物体の同一位置から抽出される可能性が高くなり、券種を判別できる可能性が高くなる。

要件（２）については、例えば物体中の黒いベタの部分から特徴を抽出したとしても、そのような部分は他の券種においても存在する可能性が高い。このような券種毎の形状の特徴が現れ難い位置は、券種を判別する上で望ましくない。

ステップＳ１３として、演算部３において、検出した複数の特徴位置においてそれぞれの特徴情報を抽出し、複数の局所的基準特徴量データを作成する。この処理には、例えば公知のＯＲＢ等を用いることができる。

ここで、ＯＲＢに関する情報が開示された文献の著者名、論文名、雑誌名、及びインターネットにおけるウエブサイトのアドレスを記載する。

E. Rublee, V. Rabaud, K. Konolige, and G. Bradski, ORB:an efficient alternative to SIFT or SURF, Proceeding of IEEE International Conference on Computer Vision, 2011
https://willowgarage.com/sites/default/files/orb_final.pdf

ステップＳ１４として、記憶部４に、局所的基準特徴量データを格納する。

なお、ステップＳ１１、Ｓ１２及びＳ１３については、必ずしも紙幣判別装置１を用いて実施する必要はない。その場合、ステップＳ１１における画像取込部２の代わりに例えば市販の光学的スキャナを用い、ステップＳ１２及びＳ１３における演算部３の代わりに市販のパーソナルコンピュータのＣＰＵを用いる等の手段を用いても、局所的基準特徴量データを作成することが可能である。ただしいずれの場合も、ステップＳ１４における局所的基準特徴量データの格納先は、必ず紙幣判別装置１に備わった記憶部４とする。

図４のフローチャートに、券種毎の複数の局所的基準特徴量データを用いて、判別対象の紙幣の券種を判別する手順を示す。

ステップＳ２１として、画像取込部２を用いて、判別対象の紙幣の動画データを取り込む。

ステップＳ２２として、演算部３において、取り込まれた動画データから複数の局所的な画像を示す局所的判別画像データを取得し、券種毎に複数の特徴位置を検出して、判別特徴画像データを作成する。

ステップＳ２３として、演算部３において、検出した複数の特徴位置におけるそれぞれの特徴情報を抽出し、複数の局所的判別特徴量データを作成する。

ステップＳ２４として、判別対象の紙幣における複数の局所的判別特徴量データと、記憶部４に格納されている券種毎の複数の局所的基準特徴量データとを照合して報知データを作成する。

ここで、局所的判別特徴量データと局所的基準特徴量データとを比較する手法として、二つの特徴量データ間で近似的に類似した箇所を探索するため、例えばｋｄ−ｔｒｅｅ、ＬＳＨ（Ｌｏｃａｌｉｔｙ Ｓｅｎｓｉｔｉｖｅ Ｈａｓｈｉｎｇ）等の公知のアルゴリズムを用いてもよい。

ここで、ｋｄ−ｔｒｅｅに関する情報が開示された文献の著者名、論文名、雑誌名、及びインターネットにおけるウエブサイトのアドレスを記載する。

J.L.Bentley, Multidimensional Binary Search Trees in Database Applications, IEEE Transactions On Software Engineering, Vol.SE-5, No.4, July 1979
http://www.cse.usf.edu/~ytu/Literature/KDtree-SE79.pdf

また、ＬＳＨに関する情報が開示された文献の著者名、論文名、雑誌名、及びインターネットにおけるウエブサイトのアドレスを記載する。

A.Gionis, P.Indyk, and R.Motwani, Similarity Search in High Dimensions via Hashing, VLDB '99 Proceedings of the 25th International Conference on Very Large Data Bases
http://i.stanford.edu/~cgzhu/QualPaper/Similarity/Gionis_99_LSH.pdf

ステップＳ２５として、報知データを出力部５から出力する。

ここでステップＳ２２として、取り込まれた動画データを用いて、演算部３において券種毎に複数の局所的な特徴位置を検出して判別特徴画像データを作成し、ステップＳ２３として、演算部３において、検出した複数の局所的な特徴位置におけるそれぞれの特徴を抽出し、複数の局所的判別特徴量データを作成する手法について詳述する。なおこの手法は、図３におけるステップ１２として、取り込まれた動画データ又は静止画像データを用いて、演算部３において券種毎に複数の局所的な特徴位置を検出して基準特徴画像データを作成し、ステップＳ１３として、演算部３において検出した複数の局所的な特徴位置におけるそれぞれの特徴を抽出し、複数の局所的基準特徴量データを作成する手法と同様である。

ステップＳ２２として、複数の特徴位置を検出する処理を行う際に、先ず紙幣を撮影して取得した動画データから、紙幣における複数の局所的な画像を示す局所的判別画像データを取得する。

図５（ａ）〜（ｆ）に、局所的判別画像データが示す一枚の紙幣における複数の局所的な模式図を示す。図５（ａ）には、一万円券における一部分の模様の領域が示され、図５（ｂ）には、一万円券における漢字の「壱」の領域が示されている。さらに図５（ｃ）乃至（ｆ）は、一万円券における料額の数字の領域が示されている。

なお、複数の局所的判別画像データは、図５（ｄ）及び図５（ｅ）に示されるように一部分が重複してもよく、あるいは図５（ｅ）及び図５（ｆ）に示されるように重複すること無く離間してもよい。

そして演算部３により、このような局所的判別画像データにおけるそれぞれの複数の特徴位置を抽出する。

上述したような特徴位置として望ましい二つの要件（１）及び（２）を満たす可能性が高い位置として、本実施の形態では物体の角（以降、「コーナ」と称する）を画像処理アルゴリズムの一種であるコーナ検出アルゴリズムによって自動検出し、その位置を特徴位置に設定する。

特徴位置を抽出する際には、記憶部４に予め格納された輝度基準値及び連続基準値を用いる。

輝度基準値は、局所的判別画像データにおいて、一度に一画素だけ順次定めていく注目画素の輝度値と、注目画素周辺の円周上における画素のそれぞれの輝度値とを比較する際に、輝度に関して基準となる値である。

連続基準値は、注目画素の輝度値と、注目画素周辺の円周上における画素の輝度値とを比較し、輝度基準値より明るい画素又は暗い画素が連続して続く際に、連続する数に関して基準となる値である。

先ず、一枚の局所的な画像において、一度にある一画素を注目画素として設定する。

この注目画素の輝度値と、注目画素周辺の円周上における画素の輝度値とを比較する。そして比較の結果が、記憶部４に予め格納されている輝度基準値の範囲より明るい画素、あるいは輝度基準値より暗い画素が、円周上に連続基準値以上の数で連続的に続く場合に、この注目画素を「コーナ」として検出する。このような処理を、全ての画素を順次注目画素として設定して繰り返し行っていく。そして、「コーナ」として検出された注目画素の位置を特徴位置とみなすことにより、複数の判別特徴画像データを生成する。

図６を用いて、複数の判別特徴画像データを取得する手順について説明する。

図６（ａ）に、局所的判別画像データが示す一枚の局所的な画像の一例を示す。図６（ｂ）に示されるように、この画像に含まれるある一つの画素を注目画素Ｐとして設定する。

例えば図６（ｄ）に示されるように、注目画素Ｐの輝度値をｘとした場合に、輝度基準値より明るい画素の上限値をｙａ、輝度基準値より暗い画素の下限値をｙｂ、連続基準値を「９」個に設定する。

図６（ｃ）に示されたような「０」番から「１５」番までの１６個の画素を、概ね直径７画素の円周上に沿って配置する手法が、上記ＦＡＳＴにおいて定義されている。そして１６個の画素のうち、連続基準値として予め設定された所定数以上の画素が連続して、注目画素Ｐの輝度値ｘに対する上限値ｙａより明るい、あるいは下限値ｙｂより暗い場合に、その注目画素Ｐを「コーナ」、即ち特徴位置として検出する。

このように本実施の形態では、輝度値ｘの注目画素Ｐの円周上における画素が、上限値ｙａ以上、あるいは下限値ｙｂ以下の輝度を有し、かつその円周上に連続して９個以上続く画素を特徴位置として検出することで、判別特徴画像データを生成する。

上述したような「コーナ」を抽出する処理を、各画像に含まれる全ての画素を順次注目画素に設定して繰り返し行っていく。例えば、一枚の画像が６４０×４８０画素で構成されている場合、全画像数に対応する３０７，２００回「コーナ」であるか否かの判定を行う。

取得された複数の判別特徴画像データに基づいて、複数の判別特徴画像データの周辺位置の画素情報から複数の局所的判別特徴量データを算出する手順について、図７を用いて説明する。

図７（ａ）に、判別特徴画像データが示す特徴位置Ｐを示す。

図７（ｂ）に示すように、特徴位置Ｐが示す特徴位置周辺の重心位置を計算する。具体的には、線１１で囲まれた領域内の画素の明るさの重心を算出する。

先ず、図７（ｂ）に示されたグレースケール画像における明るさの重心位置を求める際に、線１１で囲まれた領域内の各画素の明るさを重さに見立てて、物理的な重心の計算を行う。各画素の明るさを重さに見立てる手法としては、各画素の明るさの値、例えば「白」が２５５、黒が「０」、その間のグレーの部分は明るさに応じて「１」から「２５４」の間のいずれかの値をそのまま重さの値に読み替えて使用する。また、座標は画像内の直交座標における縦座標及び横座標を使用する。

直交座標上の任意の位置（Ｘi，Ｙi）に重さ(Ｗi)の質点を置き、このような質点が複数ある場合の重心位置（Ｘ，Ｙ）は、
Ｘ＝Σ（Ｘｉ×Ｗｉ）／ΣＷｉ、Ｙ＝Σ（Ｙｉ×Ｗｉ）／ΣＷｉ
となる。
このＸi、Ｙi、Ｗiに、各画素の横軸位置、縦軸位置、明るさの値を代入することで重心位置を求めることができる。

そして、図８（ａ）に示すように重心が予め設定された所定方向に向くように回転補正を行う。回転補正を行うことによって、撮影中に随時取得した動画データにおいて求めたそれぞれの判別特徴画像データの画像の向きの相違がもたらす影響が排除される。

次に、特徴位置周辺の２点の画素の明暗を判定することによって、特徴位置における特徴量を求める処理を行う。

先ず、上記ＯＲＢにおいて定められている、画像内の任意の位置における特徴量を求める処理について、図８（ｂ）を用いて説明する。

基準位置、ここでは特徴位置１２から、例えば右方向へ８画素分、下方向へ３画素分の位置にある画素１３の明度と、特徴位置１２から右方向へ９画素分、上方向へ５画素分の位置にある画素１４の明度とを比較する。画素１２の方が明るい場合は特徴量の１桁目に第１の値として例えば「１」を代入し、それ以外の場合は特徴量の１桁目に第２の値として例えば「０」を代入する。

同様に、特徴位置１２から右方向に４画素分、上方向に２画素分の位置にある図示されていない第１の画素の明度と、特徴位置１２から右方向に７画素分、下方向に１２画素分の位置にある図示されていない第２の画素の明度とを比較する。第１の画素の方が明るい場合は、特徴量の２桁目に「１」を代入し、それ以外の場合は特徴量の２桁目に「０」を代入する。このようにして、ＯＲＢにおいて予め設定された２５６組の２点の画素における明度の比較を図９に示されたように行う。その結果として、２５６個の比較結果、即ち「０」又は「１」から成る２５６桁の数を得る。このような「０」又は「１」から成る２５６桁の数を特徴量とする。

このようにして得られた特徴量は、比較する２点の画素の明度、即ち画像における各部分における明暗の影響を受けた性質を有しており、このような性質をもって特徴量と定義する。この特徴量は、２５６個の明暗比較の結果を並べて表記したものであり、２５６個の明暗比較結果のいずれをいずれの桁に代入するかは予め設定されている。

そして、図１０に示された手順に従い、演算部３により、得られた判別対象の紙幣における局所的判別特徴量データと、記憶部４に格納されている局所的基準特徴量データとを比較照合して報知データを作成する。

ステップＳ３１において、複数の局所的判別特徴量データと、記憶部４に予め格納された券種毎の複数の局所的基準特徴量データとを類似判別により照合する。

上述したように、ＯＲＢに従って求めた特徴量における各桁の数字は、特徴位置を基準とする２点の画素の明暗を比較した結果を示すものである。そこで、局所的判別特徴量データと局所的基準特徴量データとを比較する際には、この二つの特徴量の同一桁同士の数値を比較して、数値が一致しない桁の数を数える。

この一致しない桁の数を二つの特徴量の距離とした場合、二つの特徴量の距離の値が大きい、即ち明暗比較結果の不一致数が多いほど、二つの特徴量は相対的により似ていない状態であると定義される。逆に、二つの特徴量の距離が小さい、即ち明暗比較結果の不一致数が少ないほど、二つの特徴量は相対的により似ている状態であると定義される。

例えば、判別対象の紙幣における局所的判別特徴量データが「００１１０１０１」であり、券種毎の局所的基準特徴量データとして「１０１１０００１」、「００１００１０１」、「１１１１１１０１」が存在したと仮定する。

局所的判別特徴量データ「００１１０１０１」と、局所的基準特徴量データ「１０１１０００１」との間には、２箇所の相違が存在する。

局所的判別特徴量データ「００１１０１０１」と、局所的基準特徴量データ「００１００１０１」との間には、１箇所の相違が存在する。

局所的判別特徴量データ「００１１０１０１」と、局所的基準特徴量データ「１１１１１１０１」との間には、３箇所の相違が存在する。

このような場合には、局所的判別特徴量データ「００１１０１０１」に最も類似した局所的基準特徴量データは、「００１００１０１」となる。

ここで、上記ｋｄ−ｔｒｅｅ、ＬＳＨにおいて、近似最近傍探索という手法が用いられている。例えば、記憶部４に予め格納する局所的基準特徴量データを、似たデータ同士で幾つかのグループに分けておく。比較照合時に、先ず局所的判別特徴量データがいずれのグループに最も似ているかを判別する。次に、最も似たグループ内の局所的基準特徴量データと局所的判別特徴量データとを比較照合するという段階的な照合を行っていくことで、全ての局所的基準特徴量データとの照合が不要となり、照合回数を減らして効率を向上させることができる。

ステップＳ３２において、類似判別を行った局所的判別特徴量データにおいて、最も近似している局所的基準特徴量データの券種に投票していく。券種毎に得票数が累積されていき、券種累積データとして生成される。

ステップＳ３３として、券種毎の券種累積データと、記憶部４に予め格納された累積基準値との比較を行う。ここで累積基準値は、券種累積データ、報知データを生成するために、券種累積データと比較照合を行う際に基準として用いる値である。

ステップＳ３４において、券種毎の券種累積データと累積基準値とを比較して、少なくとも一券種の券種累積データが累積基準値以上である場合に、ステップＳ３５へ移行する。

いずれの券種の券種累積データも累積基準値未満である場合には、ステップＳ３７へ移行し券種を判別しない旨の報知データを生成する。

ステップＳ３５において、得票数１位の券種の券種累積データと、得票数２位の他の券種の券種累積データとの得票数の比率が得票基準値以上か否かを判定する。ここで得票基準値は、報知データを生成するために、最多得票数の券種の券種累積データを他の券種の券種累積データと比較する際に基準として用いる値である。

ステップＳ３６において、得票数の比率が得票基準値以上である場合は、判別対象の紙幣は得票数１位の券種の券種累積データの券種であると判断して報知データを生成する。

最多得票数の券種の券種累積データと、他の券種の券種累積データとの得票数の差が得票基準値未満である場合には、ステップＳ３７へ移行し券種を判別しない旨の報知データを生成する。

出力部５は、演算部３が生成した報知データを与えられて報知を行う。出力部５は、上述したように画面表示部５ａ、音声出力部５ｂを有する。画像表示部５ａが画面表示を行う際には、視覚障害者が容易に視認できるように明暗の差を大きくするため、例えば寒色と暖色との組み合わせや、原色とパステルカラーとの組み合わせ等により表示してもよい。

紙幣判別方法、紙幣判別用ソフトウェア及び紙幣判別装置は、携帯電話端末の通話機能を備えていてもよい。また、本発明の局所的基準特徴量データは、図示されていないサーバに受信して更新用の局所的基準特徴量データにアクセスし、データを更新することが可能である。

以上説明したように、本発明の上記実施の形態によれば、撮影する紙幣の一部がしわ、汚れ、影、照明むら、画像の変形、撮影者の指等の写り込みの影響によって照合できない場合であって、残りの複数の局所的判別特徴量データによって紙幣の券種である千円券、二千円券、五千円券、一万円券の券種判別が可能である。また、撮影距離や撮影角度のばらつきが生じたとしても正確な券種判別が可能である。局所的判別特徴量データと局所的基準特徴量データとの比較照合においては、それぞれ１個ずつのデータの照合精度は高くなくともよく、複数の局所的判別特徴量データと複数の局所的基準特徴量データとを照合することによって確率論的に券種判別の精度を高めることが可能である。

特に、視覚障害者に対して、紙幣の画像データを取得するためにカメラと紙幣の位置を正確に位置合わせすることなく、正確な券種判別が可能である。また、従来不可能であった財布等に折り畳まれた紙幣をそのまま広げることなく折り畳まれた状態で正確に券種判別が可能である。

本発明の実施の形態について説明したが、上記実施の形態は例として提示したものであり、発明の技術的範囲を限定することは意図していない。この新規な実施の形態は、その他の様々な形態で実施されることが可能であり、発明の要旨を逸脱しない範囲で、種々の省略、置き換え、変更を行うことができる。上記実施の形態やその変形は、発明の技術的範囲や要旨に含まれるとともに、特許請求の範囲に記載された発明とその均等の範囲に含まれる。

１ 紙幣判別装置
２ 画像取込部
３ 演算部
４ 記憶部
５ 出力部
５ａ 画像表示部
５ｂ 音声出力部
６ 操作部
Ｐ 注目画素
ｘ 輝度値
ｙａ 上限値
ｙｂ 下限値

Claims (15)

1. 券種判別対象の紙幣の動画データを取得するステップと、
   前記動画データを用いて、複数の局所的な特徴位置における特徴を抽出して複数の局所的判別特徴量データを作成するステップと、
   前記複数の局所的判別特徴量データと、予め設定された券種毎の複数の局所的な特徴位置における特徴が抽出された基準となる複数の局所的基準特徴量データとを比較照合して類似判別し、判別結果を示す報知データを作成するステップと、
   前記報知データを出力して前記判別結果を報知するステップと、
   を備えることを特徴とする紙幣判別方法。
2. 前記複数の局所的基準特徴量データを作成するステップは、
   券種毎に取得した動画データ又は静止画像データから局所的な画像を示す局所的基準画像データを取得するステップと、
   前記局所的基準画像データにおいて一度に一画素設定した注目画素の輝度値と、前記注目画素周辺の円周上における画素の輝度値とを比較し、予め設定された輝度基準値の範囲より明るい画素又は暗い画素が、予め設定された連続基準値以上続く場合に前記注目画素をコーナとして検出する処理を、前記局所的基準画像データの全ての画素をそれぞれ注目画素として順次設定して行い、前記コーナとして検出された前記注目画素の位置を示す複数の基準特徴画像データを取得するステップと、
   前記複数の基準特徴画像データが示す画素情報の重心データを算出し、前記重心データを用いて前記複数の基準特徴画像データを予め設定された所定の方向に向くように回転補正を行って複数の補正基準特徴画像データを生成し、前記複数の補正基準特徴画像データにおける複数組の２点の画素の明度をそれぞれ比較し、前記２点の画素のうち予め設定された一方の画素の方が明るい場合は第１の値、それ以外は第２の値とする前記複数の局所的基準特徴量データを作成するステップとを有することを特徴とする請求項１に記載の紙幣判別方法。
3. 前記複数の局所的判別特徴量データを作成するステップは、
   前記動画データから局所的な画像を示す局所的判別画像データを取得するステップと、
   前記局所的判別画像データにおいて一度に一画素設定した注目画素の輝度値と、前記注目画素周辺の円周上における画素の輝度値とを比較し、予め設定された輝度基準値の範囲より明るい画素又は暗い画素が、予め設定された連続基準値以上続く場合に前記注目画素をコーナとして検出する処理を、前記局所的判別画像データの全ての画素をそれぞれ注目画素として順次設定して行い、前記コーナとして検出された前記注目画素の位置を示す複数の判別特徴画像データを取得するステップと、
   前記複数の判別特徴画像データが示す画素情報の重心データを算出し、前記重心データを用いて前記複数の判別特徴画像データを予め設定された所定の方向に向くように回転補正を行って複数の補正判別特徴画像データを生成し、前記複数の補正判別特徴画像データにおける複数組の２点の画素の明度をそれぞれ比較し、前記２点の画素のうち予め設定された一方の画素の方が明るい場合は第１の値、それ以外の場合は第２の値とする前記複数の局所的判別特徴量データを作成するステップとを有することを特徴とする請求項１又は２に記載の紙幣判別方法。
4. 前記報知データを作成するステップは、
   前記複数の局所的判別特徴量データと、前記複数の局所的基準特徴量データとを比較照合し、前記局所的判別特徴量データと最も近似する前記局所的基準特徴量データの券種に投票し、券種毎の得票数を累積して券種累積データを生成するステップと、
   券種毎の前記券種累積データと、予め設定された得票基準値との比較を行い、いずれの券種の前記券種累積データも前記得票基準値未満である場合に券種を判別しない旨の前記報知データを生成するステップと、
   少なくとも一券種の前記券種累積データが前記得票基準値以上である場合に、得票数１位の券種の前記券種累積データと得票数２位の他の券種の前記券種累積データとの比率が、予め設定された得票基準値以上である場合に得票数１位の前記券種累積データの券種を報知すべき券種とする前記報知データを生成し、前記比率が前記得票基準値未満である場合に券種を判別しない旨の前記報知データを生成するステップとを有することを特徴とする請求項１乃至３のいずれか一項に記載の紙幣判別方法。
5. 前記報知データの出力は、画面表示、振動及び音声の少なくともいずれか一つを出力することによって行われることを特徴とする請求項１乃至４のいずれか一項記載の紙幣判別方法。
6. 紙幣の券種を判別する方法を、画像取込部、演算部、記憶部及び出力部を備える紙幣判別装置に実行させるための紙幣判別用ソフトウェアにおいて、
   前記画像取込部によって、券種判別対象の紙幣の動画データを取得するステップと、
   前記演算部によって、前記動画データを用いて、複数の局所的な特徴位置における特徴を抽出して複数の局所的判別特徴量データを作成するステップと、
   前記演算部によって、前記複数の局所的判別特徴量データと、前記記憶部に予め格納された券種毎の複数の局所的な特徴位置における特徴が抽出された基準となる複数の局所的基準特徴量データとを比較照合して類似判別し、判別結果を示す報知データを作成するステップと、
   前記出力部によって、前記報知データを出力して前記判別結果を報知するステップと、
   を備える紙幣判別方法を紙幣判別装置に実行させることを特徴とする紙幣判別用ソフトウェア。
7. 前記複数の局所的基準特徴量データを作成するステップは、
   前記演算部によって、券種毎に取得した動画データ又は静止画像データから局所的な画像を示す局所的基準画像データを取得するステップと、
   前記演算部によって、前記局所的基準画像データにおいて一度に一画素設定した注目画素の輝度値と、前記注目画素周辺の円周上における画素の輝度値とを比較し、予め設定された輝度基準値の範囲より明るい画素又は暗い画素が、予め設定された連続基準値以上続く場合に前記注目画素をコーナとして検出する処理を、前記局所的基準画像データの全ての画素をそれぞれ注目画素として順次設定して行い、前記コーナとして検出された前記注目画素の位置を示す複数の基準特徴画像データを取得するステップと、
   前記演算部によって、前記複数の基準特徴画像データが示す画素情報の重心データを算出し、前記重心データを用いて前記複数の基準特徴画像データを予め設定された所定の方向に向くように回転補正を行って複数の補正基準特徴画像データを生成し、前記複数の補正基準特徴画像データにおける複数組の２点の画素の明度をそれぞれ比較し、前記２点の画素のうち予め設定された一方の画素の方が明るい場合は第１の値、それ以外は第２の値とする複数の局所的基準特徴量データを作成するステップとを有することを特徴とする請求項６に記載の紙幣判別用ソフトウェア。
8. 前記複数の局所的判別特徴量データを作成するステップは、
   前記演算部によって、前記動画データから局所的な画像を示す局所的判別画像データを取得するステップと、
   前記演算部によって、前記局所的判別画像データにおいて一度に一画素設定した注目画素の輝度値と、前記注目画素周辺の円周上における画素の輝度値とを比較し、予め設定された輝度基準値の範囲より明るい画素又は暗い画素が、予め設定された連続基準値以上続く場合に前記注目画素をコーナとして検出する処理を、前記局所的判別画像データの全ての画素をそれぞれ注目画素として順次設定して行い、前記コーナとして検出された前記注目画素の位置を示す複数の判別特徴画像データを取得するステップと、
   前記演算部によって、前記複数の判別特徴画像データが示す画素情報の重心データを算出し、前記重心データを用いて前記複数の判別特徴画像データを予め設定された所定の方向に向くように回転補正を行って複数の補正判別特徴画像データを生成し、前記複数の補正判別特徴画像データにおける複数組の２点の画素の明度をそれぞれ比較し、前記２点の画素のうち予め設定された一方の画素の方が明るい場合は第１の値、それ以外の場合は第２の値とする前記複数の局所的判別特徴量データを作成するステップとを有することを特徴とする請求項６又は７に記載の紙幣判別用ソフトウェア。
9. 前記報知データを作成するステップは、
   前記演算部によって、前記複数の局所的判別特徴量データと、前記複数の局所的基準特徴量データとを比較照合し、前記局所的判別特徴量データと最も近似する前記局所的基準特徴量データの券種に投票し、券種毎の得票数を累積して券種累積データを生成するステップと、
   前記演算部によって、券種毎の前記券種累積データと、予め設定された得票基準値との比較を行い、いずれの券種の前記券種累積データも前記得票基準値未満である場合に券種を判別しない旨の前記報知データを生成するステップと、
   前記演算部によって、少なくとも一券種の前記券種累積データが前記得票基準値以上である場合に、得票数１位の券種の前記券種累積データと得票数２位の他の券種の前記券種累積データとの比率が、予め設定された得票基準値以上である場合に得票数１位の前記券種累積データの券種を報知すべき券種とする前記報知データを生成し、前記比率が前記得票基準値未満である場合に券種を判別しない旨の前記報知データを生成するステップとを有することを特徴とする請求項６乃至８のいずれか一項に記載の紙幣判別ソフトウェア。
10. 前記報知データは、前記出力部によって、画面表示、振動及び音声の少なくともいずれか一つによって出力されることを特徴とする請求項６乃至９のいずれか一項に記載の紙幣判別用ソフトウェア。
11. 券種判別対象の紙幣の動画データを取得する画像取込部と、
    券種毎の複数の局所的な特徴位置における特徴が抽出された基準となる複数の局所的基準特徴量データを予め格納する記憶部と、
    前記動画データを用いて、複数の局所的な特徴位置における特徴を抽出して複数の局所的判別特徴量データを作成し、前記複数の局所的判別特徴量データと、前記記憶部に格納された券種毎の前記複数の局所的基準特徴量データとを比較照合して類似判別し、判別結果を示す報知データを作成する演算部と、
    前記報知データを出力して前記判別結果を報知する出力部と、
    を備えることを特徴とする紙幣判別装置。
12. 前記演算部が、前記複数の局所的基準特徴量データを作成するときは、
    券種毎に取得した動画データ又は静止画像データから局所的な画像を示す局所的基準画像データを取得し、
    前記局所的基準画像データにおいて一度に一画素設定した注目画素の輝度値と、前記注目画素周辺の円周上における画素の輝度値とを比較し、予め設定された輝度基準値の範囲より明るい画素又は暗い画素が、予め設定された連続基準値以上続く場合に前記注目画素をコーナとして検出する処理を、前記局所的基準画像データの全ての画素をそれぞれ注目画素として順次設定して行い、前記コーナとして検出された前記注目画素の位置を示す複数の基準特徴画像データを取得し、
    前記複数の基準特徴画像データが示す画素情報の重心データを算出し、前記重心データを用いて前記複数の基準特徴画像データを予め設定された所定の方向に向くように回転補正を行って複数の補正基準特徴画像データを生成し、前記複数の補正基準特徴画像データにおける複数組の２点の画素の明度をそれぞれ比較し、前記２点の画素のうち予め設定された一方の画素の方が明るい場合は第１の値、それ以外は第２の値とする複数の局所的基準特徴量データを作成することを特徴とする請求項１１に記載の紙幣判別装置。
13. 前記演算部が、前記複数の局所的判別特徴量データを作成するときは、
    前記動画データから局所的な画像を示す局所的判別画像データを取得し、
    前記局所的判別画像データにおいて一度に一画素設定した注目画素の輝度値と、前記注目画素周辺の円周上における画素の輝度値とを比較し、予め設定された輝度基準値の範囲より明るい画素又は暗い画素が、予め設定された連続基準値以上続く場合に前記注目画素をコーナとして検出する処理を、前記局所的判別画像データの全ての画素をそれぞれ注目画素として順次設定して行い、前記コーナとして検出された前記注目画素の位置を示す複数の判別特徴画像データを取得し、
    前記複数の判別特徴画像データが示す画素情報の重心データを算出し、前記重心データを用いて前記複数の判別特徴画像データを予め設定された所定の方向に向くように回転補正を行って複数の補正判別特徴画像データを生成し、前記複数の補正判別特徴画像データにおける複数組の２点の画素の明度をそれぞれ比較し、前記２点の画素のうち予め設定された一方の画素の方が明るい場合は第１の値、それ以外の場合は第２の値とする前記複数の局所的判別特徴量データを作成することを特徴とする請求項１１又は１２に記載の紙幣判別装置。
14. 前記演算部が、前記報知データを作成するときは、
    前記複数の局所的判別特徴量データと、前記複数の局所的基準特徴量データとを比較照合し、前記局所的判別特徴量データと最も近似する前記局所的基準特徴量データの券種に投票し、券種毎の得票数を累積して券種累積データを生成し、
    券種毎の前記券種累積データと、予め設定された得票基準値との比較を行い、いずれの券種の前記券種累積データも前記得票基準値未満である場合に券種を判別しない旨の前記報知データを生成し、
    少なくとも一券種の前記券種累積データが前記得票基準値以上である場合に、得票数１位の券種の前記券種累積データと得票数２位の他の券種の前記券種累積データとの比率が、予め設定された得票基準値以上である場合に得票数１位の前記券種累積データの券種を報知すべき券種とする前記報知データを生成し、前記比率が前記得票基準値未満である場合に券種を判別しない旨の前記報知データを生成することを特徴とする請求項１１乃至１３のいずれか一項に記載の紙幣判別装置。
15. 前記出力部は、前記報知データを、画面表示、振動及び音声の少なくともいずれか一つによって出力することを特徴とする請求項１１乃至１４のいずれか一項に記載の紙幣判別装置。

Images