JPH0814860B2

JPH0814860B2 - 紙葉類判別方法

Info

Publication number: JPH0814860B2
Application number: JP63260388A
Authority: JP
Inventors: 信也鎌上; 毅矢嶋
Original assignee: Oki Electric Industry Co Ltd
Current assignee: Oki Electric Industry Co Ltd
Priority date: 1988-10-18
Filing date: 1988-10-18
Publication date: 1996-02-14
Anticipated expiration: 2011-02-14
Also published as: JPH02108187A

Description

【発明の詳細な説明】［産業上の利用分野］本発明は、紙幣あるいはこれに類した紙葉（例えば証
券や商品券等で、以下、紙幣を含めて紙葉類と記す）を
取り扱う装置において、前記紙葉類の種類、方向、真偽
等を判別する紙葉類判別方法に関するものである。

［従来の技術］例えば、入金処理を行う現金処理機や自動預貯金機
（ATM）などの装置においては、処理する紙幣の金種や
方向（装置への挿入方向）を判別する紙葉類判別装置が
装備されている。

この種の紙葉類判別装置では、処理する紙幣が日本円
の場合、金種としては、「万円券」、「五千円券」、
「千円券」の３種類の内のいずれに該当するかを判別
し、また、紙幣の方向としては、「表正」、「表逆」、
「裏正」、「裏逆」の４方向のいずれに該当するかを判
別する。また、例えば、金種あるいは方向がいずれにも
判別できないようなものは、真正な紙幣ではないと判定
してリジェクトする。

さて、従来より、紙幣の金種および方向を判別する方
法として、次に示すものが知られている。

この方法は、各紙幣の図柄等を分析して、予め、各金
種および方向毎にその特徴を抽出した標準データを用意
しておく。

そして、まず、判別すべき紙幣（以下、被判別紙幣と
記す）の図柄等を光学センサや磁気センサ等のセンサを
使って読み出す。

そして、次には、前述の標準データの一つを選び、こ
れをスライス値として使って、センサによって被判別紙
幣から読み出したデータを検定し、被判別紙幣が該当す
るであろう金種および方向の候補を選び出す。

そして、さらに、スライス値として使用する標準デー
タあるいは読み出しデータを新たにして、先に選出した
候補の中からさらに該当する候補だけを選び出す。

このような候補の選出を適宜数繰り返すことによって
次第に候補を狭めて、最終的に金種、方向を一つに決定
する。

［発明が解決しようとする課題］ところが、前述の方法による場合、判別性能を高める
には、センサによって被判別紙幣から読み出したデータ
上に金種および方向の違いが明解な差異となって現れる
ように、センサによってデータを読み出す領域（以下、
特徴抽出領域と記す）として最適な範囲を選定しなけれ
ばならない。そして、さらには、スライス値として使用
する標準データとしても最適な値を選定しておかねばな
らない。

そして、特徴抽出領域を最適な範囲に選定し、しかも
標準データの最適値を求めるには、まず、各金種の図柄
等を逐一分析して、金種相互間での差異を明らかにして
おかねばならない。

したがって、装置化に際しては、前以て、各金種の図
柄等に関する膨大な量のデータを収集・分析することが
不可欠で、短期間に装置を開発することができないとい
う問題があった。

また、例えば、被判別紙幣自体の汚れや装置自体の検
出誤差等に起因して、被判別紙幣の特徴抽出領域から読
み出したデータ自体にばらつきが生じるため、実際上で
は、標準データの最適値を選定すること自体が非常に難
しく、誤判別を低減させることが困難であるという問題
もあった。

この発明は、前記事情に鑑みてなされたもので、特徴
抽出領域の選定や標準データの最適値の選定が必要とな
る従来方法と異なり、紙葉類の図柄等に関して膨大なデ
ータを収集・分析するような必要がなく、したがって、
短期間に装置を開発することができ、また、比較的容易
に、判別すべき紙葉類から読み出したデータのばらつき
に起因する誤判別を低減させて、紙葉類の種類、方向の
判別性能を向上させることのできる紙葉類判別方法を提
供することを目的とする。

［課題を解決するための手段］本発明に係る紙葉類判別方法では、予め紙葉類の種類
および方向の各組み合わせに対応させて組み合わせ総数
の組み別標準データを用意しておく。

そして、まず、被判別紙葉類に設けられている図柄等
をセンサで読み出して作成した収集データと前述の各組
み別標準データとを比較して、前記収集データと各組み
別標準データとの一致度を求める。

そして、この一致度が一番高いものを選出し、その一
致度を得た組み別標準データから被判別紙葉類の種類お
よび方向を決定する。

ここに、各組み別標準データは対応する紙葉類の種類
および方向の組み合わせ別に設定した上限基準データと
下限基準データとによって幅を持たせたものである。

また、これらの上限基準データおよび下限基準データ
は対応する種類および方向の紙葉類について前記収集デ
ータと同じ手法を使ってセンサ毎に作成したデータを基
準データとし、さらにこの基準データに加減算によって
補正量を加味することによって作成する。

［作用］本発明に係る紙葉類判別方法においては、判別すべき
紙葉類（以下、被判別紙葉類と記す）の種類および方向
を決定するために、予め、紙葉類の種類・方向の各組み
合わせに対応させて、組み合わせ総数の標準データ（組
み別標準データ）を用意しなければならない。

しかし、各組み別標準データは、上限基準データと下
限基準データとによって幅を持たせたものであり、これ
らの上限基準データおよび下限基準データのそれぞれ
は、対応する種類・方向の紙葉類について収集データと
同じ手法で一つの基準データを求め、この基準データに
加減算等によって単純に補正量を加味することによって
作成する。

そのため、本発明における各組み別標準データは、収
集データを作成するのと同程度の手間で極めて簡単に作
成することができ、前以て紙葉類の図柄等に関して膨大
なデータを収集・分析するような必要がない。

したがって、短期間に装置を開発することができる。

また、組み別標準データとの一致度を見るということ
は、上限基準データ及び下限基準データの二つの基準値
で挟む範囲に収集データが入る程度を検定することで、
一つのスライス値で検定する従来の場合とは異なり、収
集データのばらつきを許容し得る方向が一方向に限定さ
れることがなく、しかも、ばらつきの大きさまで判断に
入れることができるため、被判別紙葉類の汚れや装置自
体の検出誤差等に起因した収集データのばらつきをより
適正に吸収することができる。

したがって、収集データのばらつきに起因した誤判別
を比較的容易に低減させ、紙葉類の種類・方向の判別性
能を向上させることもできる。

また、紙葉類の種類・方向の組み合わせ毎に用意した
各組み別標準データのそれぞれについて、一致度を求め
て、その内で一致度が一番高いものを選出するが、この
一番高い一致度をさらに予め定めておいた一致度許容値
と比較して適否を判断させれば、紙葉類の真偽判別も達
成することができる。

［実施例］以下、本発明の一実施例を図面に基づいて説明する。

第１図〜第３図は本発明の一実施例の紙葉類判別方法
の説明図で、第４図は前記一実施例を実施する紙葉類判
別装置の構成を示すブロック図である。

まず、第４図に基づいて前記紙葉類判別装置について
説明し、その後に、第１図〜第３図に示す一実施例の判
別方法を詳細に説明するが、一実施例の方法について
は、第２図および第３図を使ってCPU6による基本的な処
理内容を説明した後に、第１図を使って、具体的な処理
手順を説明する。

第４図に示した紙葉類判別装置は、例えば、入金処理
を行う現金処理機や自動預貯金機（ATM）に装備して、
装置内に搬送されてくる紙幣の金種、方向を判別するも
ので、金種としては、「万円券」、「五千円券」、「千
円券」の３種類の内のいずれに該当するかを判別し、ま
た、紙幣の方向としては、「表正」、「表逆」、「裏
正」、「裏逆」の４方向のいずれに該当するかを判別す
るものである。また、例えば、金種あるいは方向がいず
れにも判別できないようなものは、真正な紙幣ではない
と判定してリジェクトするものである。

この第４図において、符号1_iは判別すべき紙幣（以
下、被判別紙幣と記す）が所定位置に搬送されて来たと
きに該被判別紙幣の図柄等を所定のアナログデータに変
換して読み出すｎ個のセンサ（添字のｉは、各センサの
番号で、１〜ｎの正の整数）、２は前記センサ1_iの内の
一つをセレクトするマルチプレクサ、３は前記マルチプ
レクサ２でセレクトされたセンサからのアナログデータ
を最適値まで増幅する増幅部である。前述のセンサ1
_iは、紙幣の図柄等（印刷模様、文字、数字、図形な
ど）を透過光、あるいは反射光、あるいは磁気を利用し
て検出するもので、この例では、受光センサを利用して
おり、紙幣の図柄等に関する情報を光を介して読み出し
てアナログ電圧値に変換する。また、これらｎ個のセン
サ1₁〜1_nは、被判別紙幣の図柄を搬送方向に沿って直線
状に読み出すもので、センサ相互は、互いに被判別紙幣
の搬送方向に対して直交方向に間隔をあけて一列に配列
されている。

また、符号４は前記センサ1_iによるアナログデータを
デジタルデータに変換するA/D変換部、５はA/D変換部４
から出力されるデジタルデータを一時格納するレジス
タ、６は所定の演算処理および判定を行うCPUで、７は
バス6aを介して前記レジスタ５に一時格納されたデジタ
ルデータを格納するRAM、８は判別のための演算処理に
使用する組み別標準データF_ijを格納しているROMであ
る。ここに、前記組み別標準データF_ijにおける添字ｉ
はセンサ番号を示し、また、ｊは金種および方向の組み
合わせを示す。この実施例では、金種が３通りで、方向
が４通りであるから、例えば、［金種が「万円券」で、
方向が「表正」］、［金種が「千円券」で、方向が「裏
逆」］、……といった金種および方向の組み合わせは、
12通りできる。前記ｊは、このような組み合わせを指定
するもので、１〜12の整数で表す。

前述のA/D変換部４は、センサ1₁〜1_nにより検出位置
を通過する被判別紙幣の搬送速度と同期したサンプルタ
イミングｔ毎に、前記アナログデータをデジタルデータ
に変換している。このA/D変換部４から出力されるデジ
タルデータは、被判別紙幣の特徴量である収集データg_i
(t)であり、前述したように、レジスタ５を経てRAM7に
格納される。

前記CPU6は、前記ROM8に格納した組み別標準データF
_ijとRAM7に格納された収集データg_i(t)とから所定の演
算処理を行って、被判別紙幣の金種および方向を決定す
る。

以上の装置構成により、一実施例である判別方法が実
施される。

さて、次に、第１図〜第３図に基づいて、一実施例の
判別方法を詳細に説明する。

最初に、この一実施例の判別方法の各処理を概略的に
説明すると、次の如くである。

まず、被判別紙幣の図柄等を前述の各センサ1_iで読み
出して、各センサ毎に被判別紙幣の特徴量である収集デ
ータg_i(t)を作成し、作成した収集データg_i(t)は、レジ
スタに一時格納して、その後RAM7に格納する。

そして、収集データg_i(t)の格納が、総てのセンサ1_i
について、また、総てのサンプルタイミングｔについて
完了したら、予めROM8に格納しておいた組み別標準デー
タF_ijとRAM7に格納した収集データg_i(t)との一致度をCP
U6で検定する。

一致度の検定は、センサ番号ｉが共通する収集データ
g_i(t)と組み別標準データF_ijとの間で、同じサンプルタ
イミングｔにおけるデータを比較することによって行
う。そして、一致度が一番高い組み別標準データF_ijに
おける金種および方向の組み合わせｊを、被判別紙幣に
おける金種・方向と決定する。

次に、各処理の手順等を詳細に説明する。

収集データg_i(t)をRAM7に格納するまでの具体的手順
は、以下の通りである。

まず、被判別紙幣が、装置内の所定位置に搬送されて
来たら、被判別紙幣に光を照射し、その透過光または反
射光を受光センサである各センサ1_iで検出することによ
って行う。ｎ個のセンサ1₁〜1_nは、マルチプレクサ２に
よってセレクトされ、また、各センサはそれぞれ搬送方
向に沿って直線状に被判別紙幣の図柄等を読み出す。

各センサから得られた情報は、増幅部３およびA/D変
換部４を経て、被判別紙幣の搬送速度に同期したサンプ
リングタイミングのタイミング数ｔ毎にデジタルデータ
に変換されて収集データg_i(t)となり、レジスタ５に一
時格納され、さらにCPU6を介してRAM7に格納される。

次に、前述の各組み別標準データF_ijの内容につい
て、第２図に基づいて具体的に説明する。

それぞれの組み別標準データF_ijは、センサ番号ｉと
対応する紙葉類の種類および方向の組み合わせｊとにつ
いて設定した上限基準データf_ij(t)_maxと下限基準デー
タf_ij(t)_minとの一対のデータ群により構成されたもの
で、これら一対の基準データによって幅が与えられてい
る。

これらの上限基準データf_ij(t)_maxおよび下限基準デ
ータf_ij(t)_minは、次のようにして作成する。

まず、金種・方向の組み合わせがｊである紙幣の図柄
等を、前述の収集データg_i(t)を作成するのと同じ手法
によりデータ化する。この場合に、ｉ番目のセンサ1_iに
よって検出されたデジタルデータを基準データf_ij(t)と
する。

しかし、このような基準データf_ij(t)は、同一金種、
同一方向であっても、例えば、紙幣に印刷されているイ
ンクの濃淡、あるいは紙幣の汚れの程度、あるいは装置
の検出誤差等によってばらつきが生じる。

そこで、ばらつきを吸収し得るように、正の一定量α
（ｔ）およびβ（ｔ）を導入し、前記基準データf_ij(t)
に前記α（ｔ）を単純に加算したものを上限基準データ
f_ij(t)_maxに決定し、また、基準データf_ij(t)からβ
（ｔ）を減算したものを下限基準データf_ij(t)_minに決
定し、これら二つの基準データにより幅を持たせた標準
データとする。

即ち、 f_ij(t)_max＝f_ij(t)＋α（ｔ） ……（１） f_ij(t)_min＝f_ij(t)−β（ｔ） ……（２）ただし、f_ij(t)_max＞f_ij(t)_min であり、α（ｔ）およびβ（ｔ）は、それぞれ経験等に
基づいて設定した補正量（サンプルタイミングｔの関数
になっている）である。

以上のような組み別標準データF_ijは、より具体的に
説明すれば、例えば、金種、方向の組み合わせが判明し
ている紙幣について、収集データg_i(t)を求め、そのg
_i(t)に対して前述のα（ｔ）およびβ（ｔ）を加減算す
ることによって容易に得ることができる。

次に、CPU6による組み別標準データF_ijと収集データg
_i(t)との一致度を検定する処理について、第３図（Ａ）
〜（Ｅ）に基づいて説明する。

第３図（Ａ）は組み別標準データF_ijの上限基準デー
タf_ij(t)_maxと下限基準データf_ij(t)_minと収集データg_i
(t)との関係の一例を示した図である。

組み別標準データF_ijと収集データg_i(t)との一致度を
見るということは、上限基準データf_ij(t)_max及び下限
基準データf_ij(t)_minの二つの基準値で挟む範囲に収集
データg_i(t)がどの程度入るかを算出するものである。

まず、第３図（Ｄ）に示す各サンプルタイミングｔ毎
に、上記基準データf_ij(t)_maxを基準値とした上限一致
度C_ij(t)_maxと、下限基準データf_ij(t)_minを基準値とし
た下限一致度C_ij(t)_minとを個別に求める。

これらの上限一致度C_ij(t)_maxおよび下限一致度C
_ij(t)_minは、第３図（Ｂ），（Ｃ）に示すように、
「０」「１」の２値化により一致度を示すもので、一致
している場合は「１」で、また、一致しない場合は
「０」となる。

具体的には、上限一致度C_ij(t)_maxは、 A_ij(t)_max＝f_ij(t)_max−g_i(t) ……（３）を演算しており、 A_ij(t)_max≧０のとき、C_ij(t)_max＝１ A_ij(t)_max＜０のとき、C_ij(t)_max＝０となる。

また、下限一致度C_ij(t)_minは、 A_ij(t)_min＝f_ij(t)_min−g_i(t) ……（４）を演算しており、 A_ij(t)_min≦０のとき、C_ij(t)_min＝１ A_ij(t)_min＞０のとき、C_ij(t)_min＝０となる。

上限および下限一致度を算出したら、次には、これら
を統合したサンプルタイミングｔ毎の一致度である個別
一致度Ｓ（ｔ）を得る。そして、その次には、この個別
一致度Ｓ（ｔ）をサンプルタイミングｔおよびセンサ番
号ｉについて積分した総合一致度S_j(t)を求める。

ここに、個別一致度Ｓ（ｔ）は、前記上限一致度C
_ij(t)_maxと下限一致度C_ij(t)_minの排他的論理和（EX-O
R）をとったもので、Ｓ（ｔ）＝｜C_ij(t)_max−C_ij(t)_min｜ ……（５）で表され、第３図（Ｅ）に示すように、一致している場
合には「０」をとり、また、一致していない場合には
「１」をとる。

また、総合一致度S_j(t)は、各サンプルタイミングｔ
毎に求めた個別一致度Ｓ（ｔ）を、全タイミング数に渡
って総和し、また、センサ番号ｉの総てについて総和し
たもので、 S_j(t)＝ΣΣＳ（ｔ）＝ΣΣ｜C_ij(t)_max−C_ij(t)_min｜ ……（６）で表され、小さい値のものほど一致度が高いことを示
す。

前記総合一致度S_j(t)は、各組み合わせ番号ｊについ
て求め、その中で最小の総合一致度S_j(t)_minを選出す
る。

そして、この最小の総合一致度S_j(t)_minと一致度許容
値Ｄと大小比較して、Ｄ≧S_j(t)_minの場合には、この最
小の総合一致度S_j(t)_minにおける組み合わせ番号ｊの示
す金種・方向を、被判別紙幣の金種・方向と決定する。

また、Ｄ＜S_j(t)_minの場合には、一致度が基準以下
で、該当する金種・方向がないと決定し、被判別紙幣を
リジェクト（Reject）する。

ここに、前記一致度許容値Ｄは、金種・方向の決定に
対する信頼性を高めるために、最小の総合一致度S_j(t)
_minの適性を判定するもので、例えば、統計等に基づい
て設定し、前述の上限基準データf_ij(t)_maxや下限基準
データf_ij(t)_minと同様に、予めROM8に格納しておく。

第１図は、以上に説明したCPU6における一致度の検定
処理を具体的な手順として示したフローチャートであ
る。

以下に、このフローチャートに基づいて、一致度を検
定する手順を具体的に、かつ簡単に説明する。

最初のステップ100では、金種・方向の組み合わせ番
号ｊを初期値１にセットし、次のステップ101では、総
合一致度S_j(t)をクリアして０にし、かつ、センサ番号
ｉを初期値１にセットする。そして、次のステップ103
では、サンプルタイミングｔを初期値１にセットする。

そして、次のステップ104〜ステップ112では、ステッ
プ104以前にセットされた組み合わせ番号ｊ、センサ番
号ｉ、サンプルタイミングｔについての個別一致度Ｓ
（ｔ）を求める。

ここに、ステップ104〜ステップ107は、上限一致度C
_ij(t)_maxを求める部分で、ステップ104では式（３）で
定義したA_ij(t)_maxを求め、その値の正負をステップ105
で判断して、この判断に基づいて２値化した上限一致度
C_ij(t)_maxをステップ106,107で得ている。

また、ステップ108〜ステップ110は、下限一致度C
_ij(t)_maxを求める部分で、ステップ108では式（４）で
定義したA_ij(t)_minを求め、その値の正負をステップ109
で判断して、この判断に基づいて２値化した下限一致度
C_ij(t)_minをステップ110,111で得ている。

そして、ステップ112は、以上に求めた上限一致度C_ij
(t)_maxおよび下限一致度C_ij(t)_minから、式（５）で定
義した個別一致度Ｓ（ｔ）を得ている。

次のステップ113では、ステップ112で求めた個別一致
度Ｓ（ｔ）を順に積算して、総合一致度S_ij(t)を求め
る。

次のステップ114では、サンプルタイミングｔが最終
値ｍであるか否かを判断し、最終値ｍでない場合には、
ステップ115によってサンプルタイミングｔをインクリ
メントして、ステップ104からステップ114までの処理を
繰り返す。

一方、ステップ114でサンプルタイミングｔが最終値
ｍであると判断された場合には、次のステップ116に進
む。

ステップ116では、センサ番号ｉが最終値ｎであるか
否かを判断している。最終値ｎでない場合には、ステッ
プ117によってセンサ番号ｉをインクリメントして、ス
テップ103からステップ116までの処理を繰り返す。

一方、ステップ116でセンサ番号ｉが最終値ｎである
と判断した場合には、次のステップ118に進む。センサ
番号ｉが最終値ｎになるまで、一連の処理がなされる
と、その組み合わせ番号ｊについては、総合一致度S
_ij(t)の演算が完了する。

ステップ118では、組み合わせ番号ｊが初期値１であ
るか否かを判断している。初期値１の場合には、次のス
テップ119をとばしてステップ120に進み、最小の総合一
致度S_ij(t)_minとして登録する。一方、初期値でない場
合は、ステップ119に進む。

ステップ119は、組み合わせ番号ｊの２番目以降のも
のについて新たに総合一致度S_ij(t)が算出された場合
に、それ以前に算出されてステップ120によって最小の
総合一致度S_ij(t)_minとして登録されたものと大小比較
して、新たに算出された総合一致度S_ij(t)が最小になる
か否かを判断する。そして、最小と判断された場合には
ステップ120に進み、新たに求めた総合一致度S_ij(t)を
最小の総合一致度S_ij(t)_minとして登録し、ステップ121
に進む。一方、新たに求めたS_ij(t)が、以前に求めたS
_ij(t)_minよりも大きい場合には、ステップ119からステ
ップ121に飛ぶ。

ステップ121では、組み合わせ番号ｊが最終値ｌ（こ
の場合は、12）であるか否かを判断している。最終値ｌ
でない場合には、ステップ122によって組み合わせ番号
ｊをインクリメントして、ステップ102からステップ121
までの処理を繰り返す。

一方、ステップ121で組み合わせ番号ｊが最終値ｌで
あると判断した場合には、次のステップ123に進む。組
み合わせ番号ｊが最終値ｌになるまで一連の処理がなさ
れると、組み合わせ番号ｊの総てについて総合一致度S
_ij(t)の算出が完了し、さらに、そのうちの最小の総合
一致度S_ij(t)_minが求められることになる。

ステップ123では、一致度許容値Ｄと最小の総合一致
度S_ij(t)_minとの大小を判断し、最小の総合一致度S
_ij(t)_minの方が小さい場合は、ステップ124に進んで、
その最小の総合一致度S_ij(t)_minにおける組み合わせ番
号ｊの金種および方向を被判別紙幣の金種方向と決定す
る。

一方、ステップ123で一致度許容値Ｄのほうが小さい
場合には、適正な紙幣ではないと判定されてステップ12
5に進み、リジェクトされる。

以上のような紙葉類判別方法においては、被判別紙幣の
金種および方向を判別するために、予め、金種および方
向の組み合わせ毎に組み別標準データF_ijを作成して、R
OM8に格納しておくが、前述したように、各組み別標準
データF_ijは、被判別紙幣について収集データg_i(t)を作
成するのと同程度の手間で極めて容易に作成することが
でき、前以て紙幣の図柄等に関して膨大なデータを収集
・分析するような必要がない。

したがって、短期間に装置を開発することができる。

また、前記一実施例の紙葉類判別方法においては、組
み別標準データF_ijとg_i(t)との一致度によって被判別紙
幣の金種および方向を判別するが、組み別標準データF
_ijが上限基準データf_ij(t)_maxと下限基準データf_ij(t)
_minとの二つの基準値を具備して、判別に許容幅を与え
た構成であるため、被判別紙葉類の汚れや装置自体の検
出誤差等に起因した収集データのばらつきをより適正に
吸収することができる。

また、被判別紙幣の金種・方向を決めるための総合一
致度S_j(t)を、金種および方向の全組み合わせについて
求め、その中から一番一致度の高いものを最終候補とし
て、さらに一致度許容値Ｄを使って判定するため、判定
処理の途中で最適の候補が欠落するような不安がなく、
信頼性の高い判別結果を得ることができる。

なお、前述の一実施例では、紙幣の真偽判別の行って
いるが、真正な紙幣だけを取り扱うような場合には、第
１図におけるステップ123を省いて、最小の総合一致度S
_ij(t)_minが選出されたら、直ぐに金種・方向を決定する
ようにしても良い。

また、前記一実施例は、紙幣の金種、方向を判別する
場合を例に採って説明したが、本発明は、紙幣に類した
その他の紙葉類にも利用できることは、いうまでもな
い。

また、前述の実施例では、センサ1_iをｎ個使用した
が、センサの個数は一つでも良い。しかし、センサの個
数が多い場合には、信頼度を高めることができる。

また、組み別標準データF_ijにおける上限基準データf
_ij(t)_maxと下限基準データf_ij(t)_minとは、基準データf
_ij(t)に補正量α（ｔ）やβ（ｔ）を加減算することに
よって得たが、補正量α（ｔ）やβ（ｔ）の代わりに適
当な補正値を基準データf_ij(t)に乗算することによって
得ることも考え得る。

［発明の効果］本発明に係る紙葉類判別方法においては、判別すべき
紙葉類（以下、被判別紙葉類と記す）の種類および方向
を決定するために、予め、紙葉類の種類・方向の各組み
合わせに対応させて、組み合わせ総数の標準データ（組
み別標準データ）を用意しなければならない。

しかし、各組み別標準データは、上限基準データと下
限基準データとによって幅を持たせたものであり、これ
らの上限基準データおよび下限基準データのそれぞれ
は、対応する種類・方向の紙葉類について収集データと
同じ手法で一つの基準データを求め、この基準データに
加減算等により単純に補正量を加味することによって作
成する。

したがって、短期間に装置を開発することができる。

【図面の簡単な説明】

第１図は本発明の一実施例を実施するCPUの諸機能を説
明するフローチャート、第２図は前記一実施例における
組み別標準データの説明図、第３図（Ａ）〜（Ｅ）は一
実施例における一致度の演算処理の説明図（タイムチャ
ート）、第４図は前記一実施例を実施する紙葉類判別装
置の概略構成を示すブロック図である。 1_i……センサ、２……マルチプレクサ、４……A/D変換
部、５……レジスタ、６……CPU、７……RAM、８……RO
M、ｉ……センサ番号、ｔ……サンプルタイミング、ｊ
……組み合わせ番号、F_ij……組み別標準データ、f
_ij(t)……基準データ、f_ij(t)_max……上限基準データ、
f_ij(t)_min……下限基準データ、C_ij(t)_max……上限一致
度、C_ij(t)_min……下限一致度、Ｓ（ｔ）……個別一致
度、S_ij(t)……総合一致度、Ｄ……一致度許容値。

Claims

【特許請求の範囲】

【請求項１】予め紙葉類の種類および方向の各組み合わ
せに対応させて組み合わせ総数の組み別標準データを用
意しておき、被判別紙葉類に設けられている図柄等をセ
ンサで読み出して作成した収集データと前述の各組み別
標準データとを比較して、前記収集データと各組み別標
準データとの一致度を求め、この一致度が一番高くなる
組み別標準データにおける種類・方向を被判別紙葉類の
種類および方向として決定する紙葉類判別方法であっ
て、各組み別標準データは、対応する紙葉類の種類および方
向の組み合わせ別に設定した上限基準データと下限基準
データとによって幅を持たせたもので、これらの上限基準データおよび下限基準データは、対応
する種類および方向の紙葉類について前記収集データと
同じ手法を使ってセンサ毎に作成したデータを基準デー
タとし、さらにこの基準データに加減算によって補正量
を加味した値に設定された上限基準データと下限基準デ
ータの２つの基準値で挟む範囲に収集データが入る程度
により一致度の検定とすることを特徴とした紙葉類判別
方法。