JP6976455B2 - 紙幣検査装置、紙幣検査方法及び紙幣検査プログラム - Google Patents
紙幣検査装置、紙幣検査方法及び紙幣検査プログラム Download PDFInfo
- Publication number
- JP6976455B2 JP6976455B2 JP2020552439A JP2020552439A JP6976455B2 JP 6976455 B2 JP6976455 B2 JP 6976455B2 JP 2020552439 A JP2020552439 A JP 2020552439A JP 2020552439 A JP2020552439 A JP 2020552439A JP 6976455 B2 JP6976455 B2 JP 6976455B2
- Authority
- JP
- Japan
- Prior art keywords
- image
- character
- recognition unit
- serial number
- candidates
- 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.)
- Active
Links
- 238000007689 inspection Methods 0.000 title claims description 43
- 238000000034 method Methods 0.000 title claims description 30
- 238000012545 processing Methods 0.000 claims description 17
- 238000012937 correction Methods 0.000 claims description 6
- 239000006185 dispersion Substances 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 26
- 210000000078 claw Anatomy 0.000 description 11
- 238000013527 convolutional neural network Methods 0.000 description 6
- 101000690100 Homo sapiens U1 small nuclear ribonucleoprotein 70 kDa Proteins 0.000 description 5
- 101100029173 Phaeosphaeria nodorum (strain SN15 / ATCC MYA-4574 / FGSC 10173) SNP2 gene Proteins 0.000 description 5
- 101100094821 Saccharomyces cerevisiae (strain ATCC 204508 / S288c) SMX2 gene Proteins 0.000 description 5
- 102100024121 U1 small nuclear ribonucleoprotein 70 kDa Human genes 0.000 description 5
- 101000869592 Daucus carota Major allergen Dau c 1 Proteins 0.000 description 3
- 101000650136 Homo sapiens WAS/WASL-interacting protein family member 3 Proteins 0.000 description 3
- 102100027539 WAS/WASL-interacting protein family member 3 Human genes 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 3
- 102100035832 Phakinin Human genes 0.000 description 2
- 108090000709 Phakinin Proteins 0.000 description 2
- 230000001174 ascending effect Effects 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 101000585507 Solanum tuberosum Cytochrome b-c1 complex subunit 7 Proteins 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000007429 general method Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 230000001502 supplementing effect Effects 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07D—HANDLING OF COINS OR VALUABLE PAPERS, e.g. TESTING, SORTING BY DENOMINATIONS, COUNTING, DISPENSING, CHANGING OR DEPOSITING
- G07D7/00—Testing specially adapted to determine the identity or genuineness of valuable papers or for segregating those which are unacceptable, e.g. banknotes that are alien to a currency
- G07D7/06—Testing specially adapted to determine the identity or genuineness of valuable papers or for segregating those which are unacceptable, e.g. banknotes that are alien to a currency using wave or particle radiation
- G07D7/12—Visible light, infrared or ultraviolet radiation
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07D—HANDLING OF COINS OR VALUABLE PAPERS, e.g. TESTING, SORTING BY DENOMINATIONS, COUNTING, DISPENSING, CHANGING OR DEPOSITING
- G07D7/00—Testing specially adapted to determine the identity or genuineness of valuable papers or for segregating those which are unacceptable, e.g. banknotes that are alien to a currency
- G07D7/005—Testing security markings invisible to the naked eye, e.g. verifying thickened lines or unobtrusive markings or alterations
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07D—HANDLING OF COINS OR VALUABLE PAPERS, e.g. TESTING, SORTING BY DENOMINATIONS, COUNTING, DISPENSING, CHANGING OR DEPOSITING
- G07D7/00—Testing specially adapted to determine the identity or genuineness of valuable papers or for segregating those which are unacceptable, e.g. banknotes that are alien to a currency
- G07D7/005—Testing security markings invisible to the naked eye, e.g. verifying thickened lines or unobtrusive markings or alterations
- G07D7/0054—Testing security markings invisible to the naked eye, e.g. verifying thickened lines or unobtrusive markings or alterations involving markings the properties of which are altered from original properties
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Toxicology (AREA)
- Engineering & Computer Science (AREA)
- Computer Security & Cryptography (AREA)
- Inspection Of Paper Currency And Valuable Securities (AREA)
- Character Discrimination (AREA)
Description
<紙幣取扱装置の構成>
図1は、実施例1の紙幣取扱装置の構成例を示す図である。図1は、側面断面図である。図1において、紙幣取扱装置1は、入出金口11と、切替爪12と、ソレノイド13と、紙幣検査装置14と、一時保留部15と、スタッカ16−1,16−2,16−3と、制御部17と、搬送路P1,P2,P3とを有する。
図4は、実施例1の紙幣検査装置の構成例を示す図である。図4において、紙幣検査装置14は、紙幣撮影部21と、金種判別部22と、記番号認識部24と、記憶部23とを有する。
図5は、実施例1の記番号認識部の処理例の説明に供するフローチャートであり、図6〜23は、実施例1の記番号認識部の動作例の説明に供する図である。
記番号認識部24は、固定の2値化閾値TH1を用いて記番号存在領域画像SNPを2値化する。よって例えば、2値化閾値TH1が「210」であった場合、記番号認識部24は図9に示すように、図8において210以上の階調値を有する画素の階調値を「255」に変更し、図8において210未満の階調値を有する画素の階調値を「0」に変更することにより記番号存在領域画像SNPを2値化する。
まず、記番号認識部24は、図10に示すように、記番号存在領域画像SNPに含まれる複数の画素において第一部分PT1と第二部分PT2とを設定する。次いで、記番号認識部24は、画素(1,1)〜画素(6,9)の54画素において、列ごとに第一部分PT1の階調値の平均値を算出し、算出した平均値を平均値の算出対象となった列の2値化閾値TH2に設定する。よって例えば、第1列〜第4列の2値化閾値TH2は(220+210+200)/3=210と算出され、第5列及び第6列の2値化閾値TH2は(140+130+120)/3=130と算出される。このように、記番号認識部24は、画素(1,1)〜画素(6,9)の54画素において列毎に第一部分PT1を用いて列毎の2値化閾値TH2を算出する。よって、図11に示すように、記番号認識部24は、第1列〜第4列については、2値化閾値TH2が「210」であるため、図10において210以上の階調値を有する画素の階調値を「255」に変更し、図10において210未満の階調値を有する画素の階調値を「0」に変更することにより記番号存在領域画像SNPを2値化する。また、図11に示すように、記番号認識部24は、第5列及び第6列については、2値化閾値TH2が「130」であるため、図10において130以上の階調値を有する画素の階調値を「255」に変更し、図10において130未満の階調値を有する画素の階調値を「0」に変更することにより記番号存在領域画像SNPを2値化する。
図13に示すように、記番号認識部24は、ステップS207で検出した文字存在領域の複数の候補の中から、文字存在領域CRのサイズが、規定サイズ領域RRのサイズに基づいて設定された所定のサイズSZ1未満である候補を除外することにより、記番号存在領域画像SNPにおける文字存在領域を特定する。例えば、所定のサイズSZ1は、規定サイズ領域RRのサイズの2分の1のサイズに設定される。
図14に示すように、記番号認識部24は、ステップS207で検出した文字存在領域の複数の候補の中から、文字存在領域CRのサイズが、規定サイズ領域RRのサイズに基づいて設定された所定のサイズSZ2以上である候補を除外することにより、記番号存在領域画像SNPにおける文字存在領域を特定する。例えば、所定のサイズSZ2は、規定サイズ領域RRのサイズの2倍のサイズに設定される。
図15に示すように、記番号認識部24は、ステップS207で検出した文字存在領域の複数の候補の中から、文字存在領域CRにおいて黒色画素(つまり、第一2値化により「0」の階調値を有することになった画素)の白色画素(つまり、第一2値化により「255」の階調値を有することになった画素)に対する割合が所定値THR以上である候補を除外することにより、記番号存在領域画像SNPにおける文字存在領域を特定する。例えば、所定値THRは20%に設定される。
図16に示すように、記番号認識部24は、ステップS207で検出した文字存在領域の複数の候補の中から、文字存在領域CRにおける黒色画素の分散数が所定値THN以上である候補を除外することにより、記番号存在領域画像SNPにおける文字存在領域を特定する。文字存在領域CRにおける黒色画素の分散数は、縦、横、または、斜め方向に連なる一連の黒色画素を一単位としてカウントされる。図16には、黒色画素の分散数が「6」である場合を一例として示す。
図17に示すように、記番号認識部24は、ステップS207で検出した文字存在領域の複数の候補の中から、記番号存在領域画像SNPの各辺から所定距離D以内にある候補を除外することにより、記番号存在領域画像SNPにおける文字存在領域を特定する。例えば、図17に示す一例では、文字存在領域の複数の候補CR11〜CR17のうち、候補CR11は記番号存在領域画像SNPの左辺から所定距離D以内にあり、候補CR13は記番号存在領域画像SNPの上辺から所定距離D以内にあり、候補CR16は記番号存在領域画像SNPの下辺から所定距離D以内にあり、候補CR17は記番号存在領域画像SNPの右辺から所定距離D以内にある。このため、図17に示す例では、文字存在領域の複数の候補CR11〜CR17の中から候補CR11,CR13,CR16,CR17が除外され、記番号存在領域画像SNPにおける文字存在領域として文字存在領域CR12,CR14,CR15が特定される。
図18に示すように、記番号認識部24は、ステップS207で検出した文字存在領域の複数の候補CR21,CR22,CR23の各々において、左上のコーナーのX座標PX21,PX22,PX23を取得し、X座標PX21,PX22,PX23を昇順にソートする。次いで、記番号認識部24は、ソート順に従って、候補CR21に対する候補CR22の距離としてX座標PX21に対するX座標PX22の距離XD1を算出し、候補CR22に対する候補CR23の距離としてX座標PX22に対するX座標PX23の距離XD2を算出する。そして、記番号認識部24は、算出した距離が所定値THX以上である候補を除外することにより、記番号存在領域画像SNPにおける文字存在領域を特定する。例えば、図18において、距離XD1が所定値THX未満であり、距離XD2が所定値THX以上である場合、文字存在領域の複数の候補CR21,CR22,CR23の中から候補CR23が除外され、記番号存在領域画像SNPにおける文字存在領域として文字存在領域CR21,CR22が特定される。
図19に示すように、記番号認識部24は、ステップS207で検出した文字存在領域の複数の候補CR31,CR32,CR33の各々において、左上のコーナーのY座標PY31,PY32,PY33を取得し、Y座標PY31,PY32,PY33を昇順にソートする。次いで、記番号認識部24は、ソート順に従って、候補CR31に対する候補CR32の距離としてY座標PY31に対するY座標PY32の距離YD1を算出し、候補CR32に対する候補CR33の距離としてY座標PY32に対するY座標PY33の距離YD2を算出する。そして、記番号認識部24は、算出した距離が所定値THY以上である候補を除外することにより、記番号存在領域画像SNPにおける文字存在領域を特定する。例えば、図19において、距離YD1が所定値THY未満であり、距離YD2が所定値THY以上である場合、文字存在領域の複数の候補CR31,CR32,CR33の中から候補CR33が除外され、記番号存在領域画像SNPにおける文字存在領域として文字存在領域CR31,CR32が特定される。
図20に示す例において、記番号認識部24は、まず、文字存在領域の複数の候補CR41〜CR47それぞれの左上のコーナーの座標CP41〜CP47を取得する。次いで、記番号認識部24は、座標CP41〜CP47の値の平均値(以下では「座標平均値」と呼ぶことがある)を算出する。次いで、記番号認識部24は、候補CR41〜CR47それぞれについて、左上のコーナーの座標と座標平均値との間のマハラノビス距離を算出する。そして、記番号認識部24は、算出したマハラノビス距離が所定値THM以上である候補を除外することにより、記番号存在領域画像SNPにおける文字存在領域を特定する。例えば、図20において、候補CR41〜CR46の各々のマハラノビス距離が所定値THM未満であるのに対し、候補CR47のマハラノビス距離が所定値THM以上である場合、文字存在領域の複数の候補CR41〜CR47の中から候補CR47が除外され、記番号存在領域画像SNPにおける文字存在領域として文字存在領域CR41〜CR46が特定される。
記番号認識部24は、ステップS207で検出した文字存在領域の各候補において、文字存在領域内の2つの画像輪郭線の間の最短距離が所定値THL未満である場合に、それらの2つの画像輪郭線を統合することにより、記番号存在領域画像SNPにおける文字存在領域を特定する。例えば、図21に示す例では、文字存在領域CRにおいて、画像輪郭線CO1と画像輪郭線CO2との間の最短距離DMINが所定値THL未満である場合、記番号認識部24は、画像輪郭線CO1と画像輪郭線CO2との間に画素PXAを補うことにより画像輪郭線CO1と画像輪郭線CO2とを統合して1本の画像輪郭線にする。
記番号認識部24は、ステップS207で検出した文字存在領域の候補の数が、紙幣BLの記番号を形成する文字の数より少ない場合に、紙幣BLの記番号を形成する文字の数に基づいて、新たな文字存在領域を追加することにより、記番号存在領域画像SNPにおける文字存在領域を特定する。例えば、図7に示すように紙幣BLの記番号が6つの文字で形成されるのに対し、ステップS207で検出された文字存在領域の候補が図22に示すように候補CR51〜CR55の5つである場合、文字存在領域の候補の数は、紙幣BLの記番号を形成する文字の数より少ない。また、図22に示す例では、文字存在領域の候補の数(5つ)と紙幣BLの記番号を形成する文字の数(6つ)との差は1つである。そこで、図22に示す例では、記番号認識部24は、候補CR51〜CR55にさらに、新たな1つの文字存在領域CR56を追加することにより、記番号存在領域画像SNPにおける文字存在領域を特定する。例えば、記番号認識部24は、候補CR51〜CR55において最も右に存在する候補CR55から間隔L3(図7)の位置に文字存在領域CR56を追加する。
正規化した周長P=D/SQRT(W×H) …(1)
<紙幣検査装置のハードウェア構成>
紙幣検査装置14は、次のようなハードウェア構成により実現することができる。紙幣撮影部21は、例えばカメラにより実現される。金種判別部22は、例えば光センサや磁気センサ等の各種センサにより実現される。記番号認識部24は、例えばプロセッサにより実現される。記憶部23は、例えばメモリによって実現される。プロセッサの一例として、CPU(Central Processing Unit)、DSP(Digital Signal Processor)、FPGA(Field Programmable Gate Array)等が挙げられる。メモリの一例として、SDRAM(Synchronous Dynamic Random Access Memory)等のRAM(Random Access Memory),ROM(Read Only Memory),フラッシュメモリ等が挙げられる。
14 紙幣検査装置
21 紙幣撮影部
22 金種判別部
23 記憶部
24 記番号認識部
Claims (16)
- 穴を有する文字の画像を教師データとして用いて生成された第一学習モデルと、穴を有しない文字の画像を教師データとして用いて生成された第二学習モデルとを記憶する記憶部と、
紙幣の記番号を形成する文字の画像である文字画像が穴を有する場合には第一学習モデルを用いて前記文字を認識する一方で、前記文字画像が穴を有しない場合には前記第二学習モデルを用いて前記文字を認識する認識部と、
を具備する紙幣検査装置。 - 前記認識部は、前記文字画像が存在する領域の画像である領域画像のコントラストを補正し、コントラスト補正後の前記領域画像に基づいて前記第一学習モデルまたは前記第二学習モデルを用いて前記文字を認識する、
請求項1に記載の紙幣検査装置。 - 前記認識部は、前記紙幣の画像である紙幣画像を第一2値化を用いて2値化し、2値化後の前記紙幣画像を用いて、前記紙幣画像において前記文字画像が存在する領域である存在領域を特定する一方で、前記存在領域の画像である領域画像を前記第一2値化とは異なる第二2値化を用いて2値化し、2値化後の前記領域画像を用いて、前記文字画像が有する穴の数を検出する、
請求項1に記載の紙幣検査装置。 - 前記紙幣画像は複数の画素を含み、
前記認識部は、前記第一2値化では、前記複数の画素において第一部分と第二部分とを設定し、前記第一部分の画素を用いて前記第一2値化の閾値を算出し、算出した前記閾値に従って前記第二部分の画素を2値化する、
請求項3に記載の紙幣検査装置。 - 前記認識部は、前記第二2値化として大津の2値化を用いる、
請求項3に記載の紙幣検査装置。 - 前記認識部は、前記紙幣の画像である紙幣画像において前記文字画像が存在する領域である存在領域の複数の候補を検出し、検出した前記複数の候補に基づいて、前記存在領域を特定する、
請求項1に記載の紙幣検査装置。 - 前記認識部は、前記存在領域のサイズが所定サイズ未満である候補を前記複数の候補から除外する、
請求項6に記載の紙幣検査装置。 - 前記認識部は、前記存在領域のサイズが所定サイズ以上である候補を前記複数の候補から除外する、
請求項6に記載の紙幣検査装置。 - 前記認識部は、前記存在領域おける黒色画素の白色画素に対する割合が所定値以上である候補を前記複数の候補から除外する、
請求項6に記載の紙幣検査装置。 - 前記認識部は、前記存在領域における黒色画素の分散数が所定値以上である候補を前記複数の候補から除外する、
請求項6に記載の紙幣検査装置。 - 前記認識部は、一連の複数の前記文字画像が存在する矩形領域の各辺から所定距離以内にある候補を前記複数の候補から除外する、
請求項6に記載の紙幣検査装置。 - 前記認識部は、他の候補からの距離が所定値以上である候補を前記複数の候補から除外する、
請求項6に記載の紙幣検査装置。 - 前記認識部は、前記複数の候補の各候補において、前記存在領域内の2つの輪郭線の間の最短距離が所定値未満である場合に、前記2つの輪郭線を統合する、
請求項6に記載の紙幣検査装置。 - 前記認識部は、前記複数の候補の数が前記紙幣が有する前記記番号の数より少ない場合に、前記記番号の数に基づいて、前記存在領域の新たな候補を前記複数の候補に追加する、
請求項6に記載の紙幣検査装置。 - プロセッサが、
紙幣の記番号を形成する文字の画像である文字画像が穴を有する場合には、穴を有する文字の画像を教師データとして用いて生成された第一学習モデルであって、記憶部に記憶されている前記第一学習モデルを用いて前記文字を認識し、
前記文字画像が穴を有しない場合には、穴を有しない文字の画像を教師データとして用いて生成された第二学習モデルであって、前記記憶部に記憶されている前記第二学習モデルを用いて前記文字を認識する、
紙幣検査方法。 - 紙幣の記番号を形成する文字の画像である文字画像が穴を有する場合には、穴を有する文字の画像を教師データとして用いて生成された第一学習モデルを用いて前記文字を認識し、
前記文字画像が穴を有しない場合には、穴を有しない文字の画像を教師データとして用いて生成された第二学習モデルを用いて前記文字を認識する、
処理をプロセッサに実行させるための紙幣検査プログラム。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/JP2018/039565 WO2020084720A1 (ja) | 2018-10-24 | 2018-10-24 | 紙幣検査装置、紙幣検査方法及び紙幣検査プログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JPWO2020084720A1 JPWO2020084720A1 (ja) | 2021-04-30 |
JP6976455B2 true JP6976455B2 (ja) | 2021-12-08 |
Family
ID=70331965
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020552439A Active JP6976455B2 (ja) | 2018-10-24 | 2018-10-24 | 紙幣検査装置、紙幣検査方法及び紙幣検査プログラム |
Country Status (7)
Country | Link |
---|---|
US (1) | US11423728B2 (ja) |
JP (1) | JP6976455B2 (ja) |
CN (1) | CN112840383B (ja) |
BR (1) | BR112021005549A2 (ja) |
CA (1) | CA3115746C (ja) |
MX (1) | MX2021004385A (ja) |
WO (1) | WO2020084720A1 (ja) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116057582A (zh) * | 2020-08-31 | 2023-05-02 | 富士通先端科技株式会社 | 序列号识别参数确定装置、序列号识别参数确定程序及纸张处理系统 |
CN117237966B (zh) * | 2023-11-13 | 2024-01-30 | 恒银金融科技股份有限公司 | 基于面额数字字符内轮廓的纸币识别方法和装置 |
Family Cites Families (31)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB1531312A (en) * | 1975-05-13 | 1978-11-08 | Glory Kogyo Kk | Note discriminating apparatus |
JPH0554195A (ja) * | 1991-08-29 | 1993-03-05 | Matsushita Electric Ind Co Ltd | 文字認識装置 |
JP3351639B2 (ja) * | 1993-10-18 | 2002-12-03 | グローリー工業株式会社 | 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 |
JPH07160830A (ja) * | 1993-12-03 | 1995-06-23 | Hitachi Eng Co Ltd | ニューロを用いた文字認識装置 |
JPH08272909A (ja) * | 1995-03-29 | 1996-10-18 | Seiko Epson Corp | 文字認識方法および文字認識装置 |
JPH08329195A (ja) * | 1995-05-31 | 1996-12-13 | Sanyo Electric Co Ltd | ニューラルネットワークを用いる文字認識装置 |
JPH10275197A (ja) * | 1997-03-28 | 1998-10-13 | Omron Corp | 文字列抽出装置及び文字列抽出プログラムを記録した機械読み取り可能な記録媒体 |
GB2366651A (en) * | 2000-09-08 | 2002-03-13 | Ncr Int Inc | Evaluation system |
JP4617011B2 (ja) * | 2001-03-13 | 2011-01-19 | 株式会社湯山製作所 | 薬剤収容取出し装置 |
JP2006223589A (ja) * | 2005-02-17 | 2006-08-31 | Sega Corp | ゲーム筐体 |
KR100719608B1 (ko) * | 2005-07-21 | 2007-05-17 | 주식회사 씨텍 | 지폐 일련번호 인식 방법 및 장치 |
JP4682730B2 (ja) * | 2005-07-25 | 2011-05-11 | 沖電気工業株式会社 | 自動取引装置 |
US7724957B2 (en) | 2006-07-31 | 2010-05-25 | Microsoft Corporation | Two tiered text recognition |
JP5199619B2 (ja) * | 2007-08-07 | 2013-05-15 | マミヤ・オーピー・ネクオス株式会社 | 紙葉類識別機の異常紙葉類早期検出方法および紙葉類識別機 |
US8457390B1 (en) * | 2008-10-10 | 2013-06-04 | Cognex Corporation | Method and apparatus for training a probe model based machine vision system |
JP5601279B2 (ja) * | 2011-05-24 | 2014-10-08 | 住友金属鉱山株式会社 | 数字用テンプレート、数字認識装置及び数字認識方法 |
CN102867180A (zh) | 2011-07-08 | 2013-01-09 | 富士通株式会社 | 灰度字符图像归一化装置和灰度字符图像归一化方法 |
CN102270192A (zh) * | 2011-07-27 | 2011-12-07 | 浙江工业大学 | 一种基于svm主动学习的多标签分类控制方法 |
CN102385769A (zh) * | 2011-11-12 | 2012-03-21 | 温州泓鼎商用机器有限公司 | 一种利用光敏元件检测识别残损纸币的光学装置 |
US9219886B2 (en) * | 2012-12-17 | 2015-12-22 | Emerson Electric Co. | Method and apparatus for analyzing image data generated during underground boring or inspection activities |
CN103390160A (zh) * | 2013-07-24 | 2013-11-13 | 佳都新太科技股份有限公司 | 一种基于连通域和模板的车牌字符切分算法 |
TWI497062B (zh) * | 2013-12-05 | 2015-08-21 | Inventec Corp | 中央處理器腳座的光學檢測系統及其方法 |
EP3134877A4 (en) * | 2014-04-24 | 2018-01-31 | Giesecke+Devrient Currency Technology GmbH | Systems, methods, and computer-readable media for sheet material processing and verification |
TWI550440B (zh) * | 2014-12-09 | 2016-09-21 | 由田新技股份有限公司 | 人員使用手持裝置的偵測方法以及系統 |
CN105761351A (zh) * | 2016-01-08 | 2016-07-13 | 东方通信股份有限公司 | 基于结构特征的字符识别方法 |
CN107133622B (zh) * | 2016-02-29 | 2022-08-26 | 阿里巴巴集团控股有限公司 | 一种单词的分割方法和装置 |
JP6611346B2 (ja) * | 2016-06-01 | 2019-11-27 | 日本電信電話株式会社 | 文字列認識装置、方法、及びプログラム |
CN106203415B (zh) * | 2016-06-30 | 2019-12-10 | 三峡大学 | 一种基于数字图像处理的银行卡号自动识别装置 |
CN106200873A (zh) * | 2016-07-08 | 2016-12-07 | 上海卓易科技股份有限公司 | 一种移动终端的自动休眠方法及移动终端 |
JP6294524B1 (ja) | 2017-02-15 | 2018-03-14 | ソフネック株式会社 | 画像処理方法、及びコンピュータプログラム |
CN107169090A (zh) * | 2017-05-12 | 2017-09-15 | 深圳市唯特视科技有限公司 | 一种利用内容环绕信息提取图像表征的特定对象检索方法 |
-
2018
- 2018-10-24 CA CA3115746A patent/CA3115746C/en active Active
- 2018-10-24 CN CN201880098605.5A patent/CN112840383B/zh active Active
- 2018-10-24 MX MX2021004385A patent/MX2021004385A/es unknown
- 2018-10-24 WO PCT/JP2018/039565 patent/WO2020084720A1/ja active Application Filing
- 2018-10-24 JP JP2020552439A patent/JP6976455B2/ja active Active
- 2018-10-24 BR BR112021005549-5A patent/BR112021005549A2/pt unknown
-
2021
- 2021-04-02 US US17/221,454 patent/US11423728B2/en active Active
Also Published As
Publication number | Publication date |
---|---|
CA3115746A1 (en) | 2020-04-30 |
US11423728B2 (en) | 2022-08-23 |
CA3115746C (en) | 2023-08-29 |
JPWO2020084720A1 (ja) | 2021-04-30 |
US20210225112A1 (en) | 2021-07-22 |
BR112021005549A2 (pt) | 2021-06-29 |
WO2020084720A1 (ja) | 2020-04-30 |
CN112840383A (zh) | 2021-05-25 |
MX2021004385A (es) | 2021-06-08 |
CN112840383B (zh) | 2024-03-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5616958B2 (ja) | 紙幣検出器デバイスのための方法、および紙幣検出器デバイス | |
JP5591578B2 (ja) | 文字列認識装置および文字列認識方法 | |
CN107103683B (zh) | 纸币识别方法和装置、电子设备和存储介质 | |
CN104318238A (zh) | 一种验钞模块中对扫描的钞票图提取冠字号的方法 | |
CN106952393B (zh) | 纸币识别方法和装置、电子设备和存储介质 | |
JP6976455B2 (ja) | 紙幣検査装置、紙幣検査方法及び紙幣検査プログラム | |
US9563811B2 (en) | Character recognition method, character recognition apparatus and financial apparatus | |
CN106920318B (zh) | 一种纸币的鉴别方法及装置 | |
CN105321255B (zh) | 纸张类识别装置、纸张类处理装置及纸张类识别方法 | |
WO2004097753A1 (ja) | 紙葉類識別装置および方法 | |
KR102094234B1 (ko) | 지폐 일련번호 인식 장치 및 방법 | |
CN106447904B (zh) | 一种纸币的鉴别方法和装置 | |
JP2002092683A (ja) | 媒体真偽鑑別装置 | |
CN109410420B (zh) | 一种图像检测方法、装置和票据鉴别仪 | |
JP2009223612A (ja) | 画像認識装置及びプログラム | |
JP7390492B2 (ja) | 記番号認識パラメータ決定装置、記番号認識パラメータ決定プログラム及び紙葉類取扱システム | |
CN106780960B (zh) | 一种伊朗纸币币种的识别方法和系统 | |
JPH0562045A (ja) | 紙葉類認識装置 | |
JP2014063347A (ja) | 文字読取装置、及び紙葉類処理装置 | |
CN107240184A (zh) | 一种塑料币版本识别的方法、装置及设备 | |
CN106570980B (zh) | 一种纸币鉴伪的方法和系统 | |
JP7405528B2 (ja) | 媒体判別装置、媒体判別システム及び媒体判別方法 | |
JP2002056427A (ja) | 硬貨識別装置 | |
JPH0573753A (ja) | 紙葉類認識処理方法 | |
CN107067008A (zh) | 一种相似字符的识别方法及系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20201013 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20210824 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20211025 |
|
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: 20211102 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20211109 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6976455 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |