JP5697556B2 - 紙葉類処理装置 - Google Patents

Description

本発明の実施形態は、紙葉類処理装置に関する。

銀行券等の紙葉類は、券種ごとに背景色が異なる場合が多く、当該紙葉類の記号と番号の文字色もシリーズによって異なる場合がある。そのため、当該紙葉類の文字領域と背景領域との分離が難しいという課題があった。この課題に対し、紙葉類の種類、方向を判別し、判別結果に基づいて決定した色の画素のみを選択することによって、番号領域を抽出して判別する方法が知られている（例えば、特許文献１参照。）。

また、色成分に関する生起頻度を算出し、この生起頻度の極大点のうちから最も明度の高い色を選択し、この最も高い色からのベクトルデータに基づいて分類することにより複数の色を判別する方法が知られている（例えば、特許文献２参照。）。

さらに、紙幣の種類、方向を判別し、判別結果に応じて上下に設置された画像読取手段の一方及び２つの光源の１つを選択することにより、紙幣の金種に応じて光源の発行色を選択して番号を読取る方法が知られている（例えば、特許文献３参照。）。

特開２０１０−２２５０１３号公報（第８−９頁、図６） 特許第２９８３３４４号公報（第３−４頁、図９） 特許第４３１５２４４号公報（第１０−１１頁）

しかしながら、特許文献１記載の方法は、予め紙葉類の種類・方向に対して選択する色の画素を決定しておくため、紙葉類の汚損による影響や、光源の経年変動による影響を受けてしまい、文字領域と背景領域の分離性能が十分ではないといった課題がある。

特許文献２では、紙葉類上の基準色（生起頻度の極大点の最大明度値）からのベクトルデータに基づいて分類するため、光源の経年変動に対しては頑強であるが、紙葉類の局所的な汚損による影響は受けてしまい、文字領域と背景領域の分離性能が十分ではないといった課題がある。

また、特許文献３では、複数の読取装置と発行色の異なる光源を必要とするため、コスト高になるという課題がある。

本発明は、上述した課題を解決するためになされたもので、紙葉類の背景色の上に印刷された記号（英文字からなる記号）と番号（数字からなる番号）（以下、総称して番号と称する。）の読み取に関し、搬送される当該紙葉類の種類（券種）により、文字と背景を分離することにより、当該文字領域が汚損した場合であっても文字認識が可能な文字読取装置及びそれを備えた紙葉類処理装置を提供することを目的とする。

上記目的を達成するために、本発明の請求項１記載の紙葉類処理装置は、搬送される紙葉類を処理する紙葉類処理装置であって、紙葉類を搬送する搬送手段と、この搬送手段によって搬送される紙葉類の画像をＲ、Ｇ、Ｂのデジタル画像データとして読み取る読取手段と、この読取手段によって読み取られた紙葉類のＲ、Ｇ、Ｂのデジタル画像データを記憶するデータ記憶手段と、このデータ記憶手段に記憶された読取画像を基に紙葉類の券種及び搬送方向を判別する券種判別手段と、この券種判別手段によって判別された当該紙葉類の券種及び方向に基づいて当該紙葉類に印刷された番号を読み取るための番号領域を設定する番号領域設定手段と、この番号領域設定手段で設定された番号領域内の汚損度を計測する汚損度計測手段と、この汚損度計測手段によって計測された汚損度が設定値内である場合に当該番号領域を基準領域とする基準領域選択手段と、この選択された基準領域内の色分布を基に文字領域を抽出する文字領域抽出手段と、この文字領域抽出手段によって抽出された文字領域を対象に１文字単位に分割し、当該１文字単位のパターンに対して予め保持する標準パターンとの照合により番号を認識する文字認識手段と、を備えたことを特徴とする。

本発明の実施例１に係る紙葉類を区分処理する紙葉類処理装置の構成図 図１に示す紙葉類判別部の番号検知部に関連する部分の構成図 図１に示す番号検知部の処理を示すフローチャート 紙葉類の番号領域の一例 図４に示す番号領域の濃度分布ヒストグラムの一例 基準領域内のＲ、Ｇ、Ｂ画像データによる３次元出現頻度値のヒストグラム

本実施例１の文字読取装置は、搬送される紙葉類を読取る読取部、この読取部で読み取った読取データを基に券種及び紙葉類の搬送方向を判別する券種判別部、この券種判別部で判別された券種及び搬送方向に基づいて文字検知エリアを設定し、当該検知エリア内の色データから汚損度を計測し（汚損度計測部）、基準領域を選択し（基準領域選択部）、当該基準領域に対して文字領域を抽出し文字を認識する文字認識部を備える。

以下、これらで構成された文字読取装置及びそれを備えた紙葉類処理装置を図面を参照しながら説明する。

図１は、本発明の実施例１に係る紙葉類Ｐを区分処理する紙葉類処理装置１の構成図の一例である。図２は、図１に示す紙葉類判別部５の番号検知部５４に関連する部分の構成図である。以下、図１及び図２を参照して紙葉類処理装置１の構成を説明する。

紙葉類処理装置１は、操作員の操作によって設定された検知対象(紙葉類の種類、以下券種と称す)の紙葉類Ｐを検知し、集積部に集積する装置である。

次に、紙葉類処理装置１の構成を図１を参照して説明する。紙葉類処理装置１は、複数枚の紙葉類Ｐを一括して装填する装填口を有する供給部２、この供給部２から１枚ずつ取り出して搬送路(搬送手段)４１に供給する取出部３、この取出部３によって取り出された紙葉類Ｐを検知する紙葉類検知部、この紙葉類検知部の判別結果に基づいて紙葉類Ｐを区分して集積する集積部７、及び装置全体を制御する制御部８を有して構成される。

紙葉類検知部は、搬送される紙葉類Ｐの搬送状態を検知する搬送状態検知部４、紙葉類Ｐの券種、真偽(本物か偽者か)、正損(再流通可能な正券か、再流通不可能な損券か)、番号(紙葉類に印刷されている記号及び番号、以下総称して番号と称する。)を検知して識別する紙葉類判別部５、及び紙葉類Ｐの厚さを検知する厚さ検知部６を有している。

搬送状態検知部４は、紙葉類Ｐが搬送される搬送路４１上の搬送位置、搬送スキュー及び搬送ギャップなどの搬送状態を検知する。搬送位置は、紙葉類Ｐが搬送されたときの紙葉類Ｐの搬送中心を算出し、その搬送中心からの搬送位置のズレを計測して搬送ズレが検知される。また、搬送スキューは、紙葉類Ｐが搬送されたときの紙葉類Ｐの搬送方向に対する紙葉類Ｐの搬送傾きを計測して検知される。さらに、搬送ギャップは、上記搬送路４１上を先に搬送された紙葉類Ｐの搬送方向後端と、次に搬送された紙葉類Ｐの搬送方向先端との距離を計測して検知される。

紙葉類判別部５は、券種検知部５１、真偽検知部５２、正損検知部５３及び番号検知部５４から構成される。これら各検知部の検知結果は、制御部８に出力される。

券種検知部５１は、紙葉類Ｐに印刷されている表裏の模様を検知する検知器で構成され、この検知器によって紙葉類Ｐの種類（券種）及び搬送される紙葉類Ｐの搬送の向き（搬送方向）を検知する。この紙葉類の搬送方向には表裏(表／裏)及び正逆(正立／倒立)があるため、その組み合わせにより表正、表逆、裏正、裏逆の４方向の搬送形態がある。

真偽検知５２は、搬送される紙葉類Ｐが真券(本物の紙葉類)であるか偽券(偽物の紙葉類)であるかを検知するもので、搬送される紙葉類Ｐの物理的特性を検知する物理的特性検知部、及び磁気検知部などの検知手段で構成される。例えば、物理的特性検知部は、紙葉類Ｐに含有される蛍光特性や赤外線特性を検知する検知器で構成され、これらの検知器によって紙葉類Ｐの物理的特性を検出する。また、磁気検知部では、紙葉類Ｐに含有される磁性体量を検知する検知器で構成され、この検知器によって紙葉類Ｐの磁性体量を検知する。

正損検知部５３は、真偽検知部５２で真券と判別された紙葉類Ｐが再流通可能である場合に正券と判別し、再流通不可能である場合に損券と判別する。正券と判別された紙葉類Ｐは、主制御部８１の指示によって振り分けゲートＧ１が左方向(反時計方向)に回動され、さらに振り分けゲートＧ２が右方向(時計方向)に回動されて正券集積部７１に集積される。また、損券と判別された紙葉類Ｐは、主制御部８１の指示によって振り分けゲートＧ１が左方向(反時計方向)に回動され、さらに振り分けゲートＧ２が左方向(反時計方向)に回動されて損券集積部７２に集積される。

番号検知部５４は、紙葉類Ｐ上に印刷されている番号を読取るもので、紙葉類Ｐに印刷されている番号を検知可能な高解像度な検知器で構成され、この検知器によって番号を読み取り認識する。なお、図２に示す実施例は、図示矢印Ａ方向に搬送される紙葉類Ｐが表正及び表逆に搬送される場合に当該紙葉類Ｐに印刷された記号を検知することができる。

図示矢印Ａ方向に搬送される紙葉類Ｐの搬送方向が裏正及び裏逆に搬送される場合は、当該紙葉類Ｐの下側を読取部５４１で読取ることが必要になるが、上側の読取部５４１同様に構成された読取部で読取ることができるため、図示していない。

厚さ検知部６は、紙葉類Ｐの厚さを検知する。この検知の結果、例えば紙葉類Ｐが２枚重なって搬送された場合は、この厚さ検知部６によって２枚取りが検知されて排除券となり、主制御部８１の指示によって振り分けゲートＧ１が右方向(時計方向)に回動されて排除券集積部９に集積される。

また、搬送状態検知部４、券種検知部５１、真偽検知部５２及び厚さ検知部６で排除券と検知された紙葉類Ｐは振り分けゲートＧ１が右方向(時計方向)に回動されて排除券集積部９に集積される。

総合判定部(総合判定手段)８２は、券種検知部５１から出力された券種検知結果、真偽検知部５２から出力された真偽検知結果、正損検知部５３から出力された正損検知結果、番号検知部５４から出力された番号検知結果、厚さ検知部６から出力された厚さ検知結果、及び搬送状態検知部４から出力された搬送状態検知結果を入力して総合的に判定し、搬送先を判定する。判定結果は、総合判定部８２から主制御部８１に出力される。主制御部８１は上述したゲートＧ１、Ｇ２を回動して紙葉類を搬送先に集積する。

また、操作部８３は、キーボード、マウス、液晶ディスプレイなどから構成され、操作者は、この操作部８３から紙葉類処理装置１の動作モードの設定及びその確認を行うことができる。

次に、図２を参照して検知手段の１つである番号検知部５４について説明する。この番号検知部５４は、読取部５４１、データ記憶部５４２、券種判別部５４３、汚損度計測部５４４、基準領域選択部５４５、文字領域抽出部５４６、文字認識部５４７及び制御部５４８を有して構成される。

読取部（読取手段）５４１は、搬送路４１によって図示矢印Ａ方向に搬送される紙葉類Ｐの物理的特性である反射光を読み取り、その読取画像をデータ記憶部５４２に出力する。

データ記憶部（データ記憶手段）５４２は、一時的に記憶可能なメモリで構成され、読取部５４１から出力された読取画像を記憶する。

券種判別部（券種判別手段）５４３は、データ記憶部５４２に記憶された読取画像から紙葉類Ｐの特徴を抽出し、予め保持する標準パターンとの照合に基づき、どの券種に属するかを判別する。

汚損度計測部（汚損度計測手段）５４４は、券種判別部５４３で得られた判別結果に基づいて特定した番号領域を複数のブロック領域に分割して汚損度を計測する。

基準領域選択部（基準領域選択手段）５４５は、汚損度計測部５４４で得られた汚損度に基づいて複数のブロック領域内より基準領域を選択する。

文字領域抽出部（文字領域抽出手段）５４６は、基準領域選択部５４５で選択された基準領域内の色分布を元に文字領域を抽出する。

文字認識部（文字認識手段）５４７は、文字領域抽出部５４６で得られた文字領域と予め記憶された文字の標準パターンとの照合により番号を認識する。

制御部５４８は、上述した番号検知部５４を構成する各部の全体の動作を制御する。

なお、読取部５４１は、例えばＬＥＤアレイを発光部とし、カラーイメージセンサーを受光部とした１次元画像読取センサーで構成される。カラーイメージセンサーは、例えば、赤(Ｒ)、緑(Ｇ)、青(Ｂ)構成のＣＣＤアレイによって構成される。よって、読取部５４１は、反射光強度の光電変換により、Ｒ、Ｇ、Ｂのアナログ画像信号を生成し、さらにＲ、Ｇ、Ｂのデジタル画像データに変換する。

図３は、図１に示す紙葉類判別部５の処理を示すフローチャートである。図４は、紙葉類Ｐの番号領域の一例である。図５は、図４に示す番号領域の濃度分布を示す図である。

読取部（読取手段）５４１は、制御部５４８より画像読取りを開始するように制御され、読取ったＲ、Ｇ、Ｂの各デジタル画像データ（読取画像データ）は、データ記憶部５４２に出力されて一時記憶される（データ記憶手段、ＳＴ１）。

一時記憶された読取画像データより紙葉類の特徴を抽出し、予め保持する標準券種パターンとの照合により類似度を求め、予め保持する券種判別基準と比較することによりどの券種に属するかを判別する（券種判別手段、ＳＴ２）。

上記、紙葉類の特徴抽出方法には、例えば、Ｒ、Ｇ、Ｂの各デジタル画像データについて紙葉類の端点と重心位置をエッジ情報に基づいて算出し、重心位置を基準に複数のブロック単位で分割した複数の領域を設定し、設定した領域内の濃淡値(もしくは平均濃淡値)や、微分値を算出し、標準的な紙葉類に対して設定された設定値と比較、判別することにより紙葉類の特徴を抽出する方法がある。

なお、上記類似度の算出には、複合類似度法が知られており、被検出媒体としての当該紙葉類と、標準的な紙葉類との券種及び方向に関する相関値を算出し、当該相関値が所定の値に含まれる場合に当該紙葉類の券種又は方向が一致していると判別する方法である。

つづいて、券種判別結果に基づいて番号領域を設定する。図４は、本実施例に係る紙葉類Ｐの番号領域の一例である。紙葉類の券種ごとに当該紙葉類のサイズが異なる場合には、そのサイズに応じて番号領域の位置も異なる場合が多いことから、本実施例でも、券種ごとに印刷されている番号領域の位置が異なることを前提に、券種ごとに番号領域を設定することができ、設定された番号領域は、上記データ領域に保存される。

上記、ステップＳＴ２の券種判別の結果、当該紙葉類の券種が設定されると、当該設定された券種に基づいて所望の位置情報を取得して番号領域を設定する（番号領域設定手段ＳＴ３）。設定した番号領域には、複数の文字が印刷されており、例えば、日本の紙幣では８文字または９文字が印刷されている。

図４は、番号領域Ａ及び番号領域Ｂに番号「ＵＴ１６５０６９Ｙ」からなる９文字が印刷された場合の一例である。図示した一例では、番号領域Ａの背景色Ａ１と番号領域Ｂの背景色Ｂ１は異なっている場合を示している。

次に、番号領域の汚損度を計測する（汚損度計測手段、ＳＴ４）。図５は、番号領域の汚損度を計測するための濃度分布である。Ｘ軸は上述した画像データを基に算出された当該背景色の濃度で、紙葉類ごとに当該濃度を算出するための演算式が設定される。Ｙ軸は、当該濃度値を示す度数ｎである。

例えば、図４に示すように番号領域Ａの背景色Ａ１の濃度に比べて番号領域Ｂの背景色Ｂ１の濃度が低い（明るい）場合の濃度分布のヒストグラムＨＡ、ＨＢは、図５に示すように濃度分布ヒストグラムＨＡは右側に、濃度分布ヒストグラムＨＢは左側に偏った分布が得られる。この濃度分布のヒストグラムを評価する方法として、当該濃度分布ヒストグラムＨＡ、ＨＢごとに平均濃度ＤＡａｖ及びＤＢａｖを算出し、当該平均濃度を比較する方法がある。平均濃度が大きな値を示す方の汚損度が高い（汚れている）と判定する方法である。

具体的には、濃度分布のヒストグラムＨＡを基に下記「数１」に示す演算をすることにより、背景色Ａ１の平均濃度ＤＡａｖを算出し、同様に濃度分布のヒストグラムＨＢを基に下記「数２」に示す演算をすることにより、背景色Ｂ１の平均濃度ＤＢａｖを算出し、これらの平均濃度ＤＡａｖ、ＤＢａｖを比較する。

図示した例では、平均濃度ＤＢａｖの方が平均濃度ＤＡａｖに比べて小さな値になり、濃度が低いことがわかる。この結果を用いて基準領域を選択する。実施例では、番号領域Ｂが選択される（基準領域選択手段、ＳＴ５）。なお、上記平均濃度値が設定値Ｓ１を超えない範囲であれば、以降の処理において文字認識の誤認識の可能性が低いが、それを超える場合には、誤認識の可能性があるため、設定値Ｓ１以内であることが条件とされる。

なお、紙葉類上の汚損は、紙葉類全面の汚損もあるが、部分的な汚れ、しわ、落書きなどが多い。そこで、設定した番号領域を対象に複数のブロック領域に分割し、各々の領域に対して汚損度を計測することも可能である。例えば、全体的な汚損度は小さいため、上述した平均濃度ＤＡａｖ（ＤＢａｖ）の値は設定値（閾値）Ｓ１を超えない範囲である（汚れが少ない）が、落書きなどにより部分的に汚れている場合には、その汚れにより番号を誤認識する場合がある。そのため、番号領域の選択では、上述した全体領域の汚損状況だけでなく部分的な汚損の度合いを計測することは重要になる。

この部分的な汚損を計測するには、上記番号領域を細分化し、その細分化された領域に対して上述した平均濃度を算出し、当該細分化された平均濃度値が設定値（閾値）Ｓ２に満たない場合は（なお、設定値Ｓ２は図示していない。）、以降の処理において文字認識が可能であるため、上述した方法により汚損度の少ない方を基準領域として選択することが好適である。

また、上述した濃度分布を平均微分値を基に算出して汚損度を計測する方法もある。微分値はいわゆる番号領域内の背景の変化の度合いの大きさを示すため、汚れた場合又は落書きなどがある場合には、平均微分値を算することによって当該番号領域内の汚損度の基準とすることが可能である。

汚損度を算出するに際して、上述した平均濃度分布を用いるか、平均微分値を用いるか又はその両方を用いるかは、被検出媒体としての紙葉類の番号領域の背景の色及び模様などによって設定される。このようにして、汚損度の小さい領域が基準領域として選択される。

番号を読取るためには、設定した番号領域より文字領域を抽出し（ＳＴ６）、文字認識（ＳＴ７）を行う必要がある。

図６は、基準領域内のＲ、Ｇ、Ｂ画像データによる３次元出現頻度値のヒストグラムである。この図を参照して、基準領域内の色分布の決定方法を説明する。

文字領域の抽出は、まず、基準領域内のＲ、Ｇ、Ｂのデジタル画像データについての３次元出現頻度値としてのヒストグラムを算出する（ヒストグラム算出手段）。算出したヒストグラムより、近傍の極大値を求め、２つのグループに分類するクラスタ分析を行う。

図示した例では、画像データＲ、Ｇ、Ｂごとに背景領域及び文字領域からなる２つのクラスター（Ｃｌｕｓｔｅｒ：２）についてクラスタ分析を行う（クラスタ手段）。このクラスタ分析の結果を３次元出現頻度値のヒストグラムとして表現したのが図６である。図示した例の場合、背景領域の色分布がＲ（赤）で文字領域の色分布がＢ（青）であるときに、背景領域と文字領域を分離するときの距離Ｌが最も大きく、背景領域と文字領域の分離性が最も良いと判定される（色分布設定手段）。

以上の説明で明らかなように、クラスタ分析の結果、白地を背景に使用することが多い紙葉類の性質を利用し、３次元出現頻度の原点に近いグループを背景領域、遠いグループを文字領域とし、文字領域の色分布を決定することができる。このようにして決定した文字領域の色分布を基準に予め保持する基準値以内の色分布を文字領域として抽出する。

抽出した文字領域を対象に文字認識を行う（ＳＴ７）。文字認識は、まず、抽出した文字領域を対象にＲ、Ｇ、Ｂの各デジタル画像データについて２値化し、ラベリングにより得られた連結画像のうち、高さ・幅が基準値範囲内適合するものを文字として１文字単位で分割する。つぎに、分割された１文字単位のパターンに対し、特徴抽出を行い、予め保持する標準文字パターンとの照合により類似度を求め、予め保持する文字判別基準と比較することによりどの文字に属するかを判別する。

以上説明したように本発明の実施例によれば、紙葉類の背景色の上に印刷された文字の読み取りに関し、搬送される当該紙葉類の券種により、文字と背景を分離することにより、当該文字領域が汚損した場合であっても番号読取が可能になる。

Ｐ 紙葉類
１ 紙葉類処理装置
２ 供給部
３ 取出部
４ 搬送状態検知部
４１ 搬送路
５ 紙葉類判別部
５４ 番号検知部
６ 厚さ検知部
７ 集積部
７１ 正券集積部
７２ 損券集積部
８ 制御部
８１ 主制御部
８２ 総合判定部
８３ 捜査部
９ 排除券集積部

Claims (4)

1. 搬送される紙葉類を処理する紙葉類処理装置であって、
   紙葉類を搬送する搬送手段と、
   この搬送手段によって搬送される紙葉類の画像をＲ、Ｇ、Ｂのデジタル画像データとして読み取る読取手段と、
   この読取手段によって読み取られた紙葉類のＲ、Ｇ、Ｂのデジタル画像データを記憶するデータ記憶手段と、
   このデータ記憶手段に記憶された読取画像を基に紙葉類の券種及び搬送方向を判別する券種判別手段と、
   この券種判別手段によって判別された当該紙葉類の券種及び方向に基づいて当該紙葉類に印刷された番号を読み取るための番号領域を設定する番号領域設定手段と、
   この番号領域設定手段で設定された番号領域内の汚損度を計測する汚損度計測手段と、
   この汚損度計測手段によって計測された汚損度が設定値内である場合に当該番号領域を基準領域とする基準領域選択手段と、
   この選択された基準領域内の色分布を基に文字領域を抽出する文字領域抽出手段と、
   この文字領域抽出手段によって抽出された文字領域を対象に１文字単位に分割し、当該１文字単位のパターンに対して予め保持する標準パターンとの照合により番号を認識する文字認識手段と、
   を備えたことを特徴とする紙葉類処理装置。
2. 前記番号領域設定手段は、
   同一番号が印刷された番号領域が複数ある場合は、番号領域を複数設定し、
   前記汚損度計測手段は、
   前記番号領域設定手段で設定された複数の番号領域ごとに汚損度を計測し、
   前記基準領域選択手段は、
   前記複数の番号領域ごとに計測された汚損度の小さい汚損度を示す番号領域を基準領域として選択することを特徴とする請求項１記載の紙葉類処理装置。
3. 前記汚損度計測手段は、
   前記番号領域を複数のブロックに分割し、この分割されたブロックごとに汚損度を計測し、当該ブロックごとの汚損度が設定値を超える場合には、当該番号領域を選択しないことを特徴とする請求項２記載の紙葉類処理装置。
4. 前記文字領域抽出手段は、
   前記読取手段で読み取られた前記基準領域内のＲ、Ｇ、Ｂデジタル画像データからなる３次元出現頻度値のヒストグラムを算出するヒストグラム算出手段と、
   このヒストグラム算出手段で算出されたヒストグラムから背景領域と文字領域からなる２つのグループに分類するクラスタ分析を行うクラスタ手段と、
   このクラスタ手段で分離した背景領域と文字領域の分離性の最も良い色分布を設定する色分布設定手段と、
   を備えたことを特徴とする請求項１記載の紙葉類処理装置。

Images