JPH09305768A - 画像パターン識別装置 - Google Patents

Abstract

(57)【要約】 【課題】硬貨の画像の模様を識別する精度を下げずに模
様情報量を圧縮して演算量を減らし、識別を高速化す
る。 【解決手段】画像検出手段１で撮像しＡ／Ｄ変換して得
た硬貨の濃淡画像を手段２に記憶する一方、この画像か
ら手段３にて硬貨の直径を検出し手段４にてその金種を
判断する。２値化手段６は予め金種別白黒比記憶手段５
に記憶した当該金種の最適しきい値で濃淡画像から硬貨
表面の汚れや錆の影響の少ない２値化画像を取出す。２
値化画像から手段７は硬貨の回転に無関係の同心円パタ
−ンを、手段８は回転に関係するが直列データの円周パ
タ−ンを夫々切出す。手段１１は手段９，１０に予め記
憶した基準硬貨の同心円パタ−ンの平均値や分散・共分
散を用い類似度（相関係数やマハラノビス距離）を求め
て識別し、手段１２と１５は手段１３，１４に同じく記
憶した円周パタ−ンの平均値や分散・共分散を用い類似
度を求めて硬貨の回転角を補正し識別する。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は硬貨などの円形物体
の画像パタ−ンから、その種別（金種），正偽等を識別
する装置、特にその演算量を削減し得るようにした画像
パターン識別装置に関する。なお以下各図等において同
一の符号は同一もしくは相当部分を示す。

【０００２】

【従来の技術】従来の硬貨識別機では、硬貨の直径，材
質，厚み等の特徴量をセンサで検出し、各特徴量が金種
に応じて定まる標準的な範囲に入っているか否かを判定
することにより、硬貨の金種と正偽を識別している。硬
貨の特徴量の検出にはコイル等の磁気センサを用いる方
法が知られているが、この方法では硬貨の金種と正偽を
決める大きな特徴である硬貨表面の模様を全く識別して
いない。

【０００３】なお本出願人の先願になる特願平０７−２
２８６８６号では、硬貨表面の凹凸に応じて出力が変化
する磁気センサ部分を硬貨が通過するときのセンサ出力
波形データと、予め識別対象の特定金種の硬貨について
得たセンサ出力波形データとの類似度を、マハラノビス
距離の算出によって判定する技術が提案されているが、
磁気センサがその性質上、硬貨の材質の影響を大きく受
けるため、模様識別の精度が低い。

【０００４】一方、硬貨の模様を識別する方法として
は、硬貨表面の模様をＣＣＤカメラ等で２次元画像とし
て読込み、濃淡パタ−ン・マッチングを行う方法が最も
一般的である。濃淡パタ−ン・マッチングを行う場合、
硬貨が円形のために回転方向を求める必要がある。回転
方向を求めるには、検出した硬貨の画像を微小角度ずつ
回転させた画像をアフィン変換により求め、この変換画
像を、当該の被識別硬貨と外径の等しい基準の硬貨の平
均的な画像パタ−ンと比較し（相関値を求め）、最も良
く似ている角度を被識別硬貨の回転角度とする方法が良
く知られている。

【０００５】図１５は従来の濃淡パタ−ン・マッチング
の原理図である。同図において、ＣＣＤカメラで検出し
た被識別硬貨の画像（検出画像）Ｆ１上の画素の座標と
しての点（ｘ，ｙ）の濃淡値をＰ（ｘ，ｙ）とし、これ
を角度θだけアフィン変換で回転すると、点（ｘ，ｙ）
の画素が回転補正画像Ｆ２上の点（Ｘ，Ｙ）に移動す
る。但しＸ，Ｙは下式（１）で与えられる。

【０００６】

【数１】 Ｘ＝ｘｃｏｓθ−ｙｓｉｎθ Ｙ＝ｘｓｉｎθ＋ｙｃｏｓθ ・・・（１） ここで移動先、つまり回転補正画像Ｆ２上の点（Ｘ，
Ｙ）の濃淡値をＱ（Ｘ，Ｙ）とし、予め検出画像Ｆ１か
ら求めた被識別硬貨の外径にほぼ等しい外径を持つ金種
の硬貨の平均的な画像としての図１５の基準画像Ｆｓ上
の点（Ｘ，Ｙ）の濃淡値をＰｓ（Ｘ，Ｙ）とすると、相
関値（相関係数ともいう）ＣR は次式（２）で求めるこ
とができる。

【０００７】

【数２】 ＣR ＝^Xn-1Σ_X=X0 ^Yn-1Σ_Y=Y0（ Q(X,Y) −^* Q(X,Y)) （Ps(X,Y) −^* Ps(X,Y)) ／［｛^Xn-1Σ_X=X0 ^Yn-1Σ_Y=Y0（ Q(X,Y) −^* Q(X,Y))²｝ ×｛^Xn-1Σ_X=X0 ^Yn-1Σ_Y=Y0（Ps(X,Y) −^* Ps(X,Y))² ｝］^1/2 但し ^* Q(X,Y)＝（１／ｎ²)｛^Xn-1Σ_X=X0 ^Yn-1Σ_Y=Y0 Q(X,Y) ｝ ^* Ps(X,Y) ＝（１／ｎ²)｛^Xn-1Σ_X=X0 ^Yn-1Σ_Y=Y0 Ps(X,Y)｝ ・・・（２） またＸ０とＸｎ−１は硬貨の輪郭部が内接するｎ×ｎの
画素領域からなる画像Ｆ２，ＦｓのＸ軸方向の両端画素
の座標点であり、Ｙ０とＹｎ−１は同じくＹ軸方向の両
端画素の座標点である。

【０００８】この相関値ＣR が所定値以上であって、且
つ最も大きいθがあれば、被識別硬貨は基準画像Ｆｓに
対応する硬貨で、このθの値が被識別硬貨の回転角と判
定される。なおこの時の相関値CRは被識別硬貨の模様が
基準の硬貨にどのくらい似ているかを表す値であり、１
に近いほど基準の硬貨の模様に近いことを表す。

【０００９】

【発明が解決しようする課題】このように従来の技術で
は、硬貨表面の模様を識別する場合、硬貨の回転角度を
求める時に硬貨全面の画像を微小角度ずつ回転させる必
要があるため、回転処理と回転角度の判定に膨大な処理
が必要である。例えば相関値を求めるために１画素あた
り３回の積和計算が必要なため、３００×３００画素の
硬貨の画像を比較する場合、２７万回の積和計算が必要
となる上に、微小角度毎に回転させて比較を行う必要が
ある。そのため、簡単な硬貨識別機では識別に膨大な時
間が掛かり、また識別時間を短縮しようとすれば、専用
の大規模ＬＳＩなどを利用する必要があるためコスト高
になってしまうという問題がある。

【００１０】また硬貨表面の模様をＣＣＤカメラ等の光
学式センサで読取るために、硬貨表面の汚れや錆による
画像の劣化が大きく、硬貨の金種・正偽判定の識別率を
低下させてしまうという問題もある。そこで本発明は、
硬貨の回転に対して有効で、硬貨表面の汚れや錆による
影響が小さく、高精度で高速な識別を行うことができ、
かつ安価な画像パタ−ン識別装置を提供することを課題
とする。

【００１１】

【課題を解決するための手段】前記の課題を解決するた
めに請求項１の画像パターン識別装置は、円形の輪郭を
持つ平面上に模様が有る未知の種類の被識別物体の模様
面を（画像検出手段１を介し）撮像しＡ／Ｄ変換して、
その濃淡画像を（模様記憶手段２へ）記憶し、この濃淡
画像又は２値化手段（６）を介してこの濃淡画像を所定
のしきい値で２値化してなる２値化画像から、（正偽判
断手段１６を介し）被識別物体がこの物体と同様に模様
面を持つ特定の１又は複数の種類の基準物体の何れかに
該当するか否かを識別する画像パタ−ン識別装置におい
て、前記濃淡画像から前記円形の輪郭の径を検出する径
検出手段（直径検出手段３）、被識別物体の前記濃淡画
像又は２値化画像における円形の輪郭と同心の円周上の
画素値の平均値（ｅr ）を、この円周の径の大きさの順
に、径の所定区間にわたって（同心円パタ−ン切出し手
段７を介し）求めてなるデータ群としての同心円パタ−
ン（０２）と、前記の検出された輪郭の径に最も近い径
の輪郭を持つ（識別金種判断手段４を介して特定され
た）基準物体としての同径基準物体の模様面の濃淡画像
又は２値化画像から予め求めた、（同心円パタ−ン平均
値記憶手段９に格納されてなる）対応する同心円パタ−
ンとの相関値（ＣRe）を算出する第１の識別演算手段
（同心円パタ−ン識別演算手段１１）を備え、前記の識
別を行うようにする。

【００１２】また請求項２の画像パターン識別装置は、
請求項１に記載の装置において、前記第１の識別演算手
段に代えて、被識別物体の前記同心円パタ−ンと、複数
の前記同径基準物体の対応する同心円パタ−ンの同径基
準物体間の平均値との間のマハラノビス距離（Ｄe²）
を、同じく前記複数の同径基準物体について予め求め
た、（同心円パタ−ン分散・共分散記憶手段１０にその
逆行列が格納されてなる）対応する同心円パタ−ンの分
散・共分散行列（Δe ）を用いて算出する第２の識別演
算手段（同心円パタ−ン識別演算手段１１）を備え、前
記の識別を行うようにする。

【００１３】また請求項３の画像パターン識別装置で
は、請求項１又は２に記載の装置において、前記同心円
パタ−ンにおける円周上の画素値の平均値を、円周上の
画素値の総和に置き換える。また請求項４の画像パター
ン識別装置は、請求項１に記載の装置において、前記第
１の識別演算手段に代えて、被識別物体の前記濃淡画像
又は２値化画像における円形の輪郭と同心の所定の径の
範囲にあるリング状の画像領域の所定角度毎の画素値の
平均値（ｃ_1,j など）を、リング状画像領域の周に沿
い、順次１周分（円周パタ−ン切出し手段８を介し）求
めてなるデータ群としての円周パタ−ン（０３）と、前
記同径基準物体の模様面の濃淡画像又は２値化画像から
予め求めた、（円周パタ−ン平均値記憶手段１３に格納
されてなる）対応する円周パタ−ンとの相関値を算出し
て被識別物体の同径基準物体に対する回転角を検出し補
正する第１の回転角検出・識別演算手段（回転角検出手
段１２及び円周パタ−ン識別演算手段１５）を備え、こ
の補正後の相関値から前記の識別を行うようにする。

【００１４】また請求項５の画像パターン識別装置は、
請求項４に記載の装置において、前記第１の回転角検出
・識別演算手段に代えて、被識別物体の前記円周パタ−
ンと、複数の前記同径基準物体の対応する円周パタ−ン
の同径基準物体間の平均値との間のマハラノビス距離
を、同じく前記複数の同径基準物体について予め求め
た、（円周パタ−ン分散・共分散記憶手段１４にその逆
行列が格納されてなる）対応する円周パタ−ンの分散・
共分散行列を用いて算出し、被識別物体の同径基準物体
に対する回転角を検出し補正する第２の回転角検出・識
別演算手段（回転角検出手段１２及び円周パタ−ン識別
演算手段１５）を備え、この補正後のマハラノビス距離
から前記の識別を行うようにする。

【００１５】また請求項６の画像パターン識別装置は、
請求項４に記載の装置において、前記第１の回転角検出
・識別演算手段に代えて、被識別物体の前記円周パタ−
ンと、複数の前記同径基準物体の対応する円周パタ−ン
の同径基準物体間の平均値との相関値（（ＣRc）_i 相当
値）を算出して被識別物体の同径基準物体に対する回転
角を検出し補正する回転角検出手段（１２）、この補正
後の被識別物体の前記円周パタ−ンと、前記複数の同径
基準物体の円周パタ−ンの同径基準物体間の平均値との
間のマハラノビス距離（Ｄc²相当値）を、同じく前記複
数個の同径基準物体について予め求めた、（円周パタ−
ン分散・共分散記憶手段１４にその逆行列が格納されて
なる）対応する円周パタ−ンの分散・共分散行列（Δc
相当行列）を用いて算出する第３の識別演算手段（円周
パタ−ン識別演算手段１５）を備え、前記の識別を行う
ようにする。

【００１６】また請求項７の画像パターン識別装置で
は、請求項４ないし６のいずれかに記載の装置におい
て、前記所定の径の範囲にあるリング状の画像領域から
得た円周パタ−ンを、所定の径の範囲を夫々異にする複
数の円周パタ−ンとする。また請求項８の画像パターン
識別装置では、請求項４ないし７のいずれかに記載の装
置において、前記円周パタ−ンにおける所定角度毎の画
素値の平均値を、所定角度毎の画素値の総和に置き換え
る。

【００１７】また請求項９の画像パターン識別装置で
は、請求項１ないし８のいずれかに記載の装置におい
て、前記２値化手段が、前記同径基準物体の模様面の２
値化画像から予め得た最適の（金種別白黒比記憶手段５
に記憶された）白黒比となるしきい値（ＴＨ）で、被識
別物体の濃淡画像を２値化するようにする。また請求項
１０の画像パターン識別装置では、請求項９に記載の装
置において、前記被識別物体及び基準物体を硬貨とし、
前記２値化手段が前記同径基準物体の表裏の模様面から
予め得た夫々のしきい値（ＴH1，ＴH2）で、被識別物体
の濃淡画像を２値化するようにする。

【００１８】

【発明の実施の形態】図１は本発明の１実施例としての
機能構成図である。次に図１を用いて本発明の概要を述
べる。 画像検出手段１で検出した、識別しようとする
未知の硬貨（被識別硬貨）の模様を多値の濃淡画像とし
て模様記憶手段２に濃淡画像として取り込む。また直径
検出手段３を介して画像検出手段１で検出した２次元の
濃淡画像から、その１ラインずつを調べて被識別硬貨の
直径を求める。

【００１９】図２は硬貨の２次元画像の１ライン上の濃
度（画素値）の分布を示す。即ち１ライン上の画素値は
同図のように硬貨の輪郭部から外部（背景部）へかけて
急激に低下するので、２次元画像の画素値の最大値と最
小値の中間点となる２点間の距離を求めると硬貨の仮の
直径Ｄｍ’が得られる。この硬貨の仮の直径Ｄｍ’を全
てのラインについて調べた、最大の値Ｄｍが硬貨の直径
に相当する。

【００２０】金種により直径が異なるので、直径を求め
た時点で識別金種判断手段４を介して被識別硬貨の金種
を判断し、この後でその硬貨の正偽を識別する。次に２
値化手段６を介して濃淡画像を白と黒の２つの値しか取
らない２値化画像に変換する。金種によって硬貨の表面
の模様は異なるので、模様を画像として見た場合の白と
黒の比率は金種（と表裏）により異なる。そこで予め金
種別の模様に応じた最適の白黒比を金種別白黒比記憶手
段５に記憶しておき、２値化手段６で、この白黒比に最
も近くなるように、被識別硬貨の濃淡画像を白と黒の２
値化画像とする２値化しきい値を調整する。

【００２１】このようにして得た２値化画像から同心円
パタ−ン切出し手段７，円周パタ−ン切出し手段８を介
して、夫々次に述べる同心円パタ−ン及び円周パタ−ン
を取出す。なお２値化画像から同心円パタ−ンや円周パ
タ−ンを取出すことは、硬貨の汚れの影響を小さくし識
別効果を高めるので、以下では２値化画像を利用する例
を説明するが、場合によっては濃淡画像から同心円パタ
−ンや円周パタ−ンを取出しても良い。

【００２２】図３は同心円パタ−ンの説明図である。同
図（Ａ）のように硬貨（画像）０１の中心Ｏから距離ｒ
にある、硬貨と同心の円上の画素値の総和Ｅr を、この
同心円上の画素数ｎr で除した画素値の平均値（平均画
素値）ｅr を距離ｒの大きさの順に、この例ではｒ＝０
〜Ｒまで（但しＲは硬貨の外周（輪郭部）までの距
離）、求めることにより、同図（Ｂ）のように平均画素
値ｅr を縦軸とし、距離ｒを横軸とする、硬貨の回転に
無関係な模様の特徴量である平均画素値ｅr のデータ群
としての同心円パタ−ン０２を得ることができる。なお
以下では平均画素値ｅr を、基準硬貨（の平均的な値）
ではεr として区別する。

【００２３】同心円パタ−ン０２としては、画素値の平
均値ｅ_r の代わりに、画素値の総和Ｅ_r を用いた同心円
パタ−ンも考えられる。この場合、硬貨の外周に近づく
程同心円パタ−ンの値が大きく、硬貨の模様の情報量が
多くなる。これは、外周に近づく程、模様の特色が良く
現れることを意味し、この同心円パタ−ンの特に外周部
に着目することにより硬貨の識別精度を高めることがで
きる。

【００２４】図４は円周パタ−ンの説明図である。円周
パタ−ンも同心円パタ−ンと同様に濃淡画像又は２値化
画像から取出す。同図（Ａ）のように硬貨０１の中心Ｏ
から一定の距離ｒ１とｒ２の間にあるリング状の画像領
域を一定角度（例えば１０°）毎に分割した扇形部分の
画素値の総和Ｃ又は平均値ｃ（以下の例では総和Ｃ）を
求めていくと、同図（Ｂ）のように各扇形の画素値の総
和Ｃを縦軸とし、角度θ（扇形の配列番号に対応）を横
軸とする、扇形の画素値からなるデータ群としての円周
パタ−ン０３を切出すことができる。切出した円周パタ
−ンは、硬貨の回転方向に依存するが、直列（環状連
鎖）データであるため、平面画像を回転補正するよりも
遙かに短い処理時間で回転補正し、識別することができ
る。なお以下では前記画素値総和Ｃを一般にＣ_h,j （但
し基準硬貨（の平均的な値）ではΓ _h,j として区別、な
おｈ：リング番号、ｊ：扇形の配列番号）の形で表す。

【００２５】このように取出された被識別硬貨の同心円
パタ−ンと円周パタ−ンが夫々比較対象の特定金種の硬
貨（基準硬貨）の対応するパタ−ン（一般には当該金種
の複数の硬貨の対応する平均のパタ−ンを用いる）と、
どれだけ似ているかの類似度を、同心円パタ−ン識別演
算手段１１と円周パタ−ン識別演算手段１５を介して計
算し、模様の正偽の（仮の）識別を行う。

【００２６】類似度の計算には、被識別硬貨から検出し
た同心円パタ−ンと同心円パタ−ン平均値記憶手段９に
記憶されている比較対象の基準硬貨の平均の同心円パタ
−ンとの相関係数、又は被識別硬貨から検出した円周パ
タ−ンと円周パタ−ン平均値記憶手段１３に記憶されて
いる比較対象の基準硬貨の平均の円周パタ−ンとの相関
係数を求めるか、或いは、同心円パタ−ン分散・共分散
記憶手段１０、又は円周パタ−ン分散・共分散記憶手段
１４のデータを用いて、検出した同心円パタ−ンと対応
する平均の同心円パタ−ンとの間のマハラノビス距離、
又は検出した円周パタ−ンと対応する平均の円周パタ−
ンとの間のマハラノビス距離を求める。なお相関係数が
大きい程、またマハラノビス距離が小さい程、類似度が
大きい。

【００２７】そして直径検出手段３で求めた硬貨の直径
と、同心円パタ−ン識別演算手段１１及び円周パタ−ン
識別演算手段１５で求めた類似度が、夫々特定の範囲に
あるかを正偽判断手段１６で判断することにより、硬貨
の正式の識別を行う。図５は本発明の装置の一実施例と
してのハード構成を示すブロック図である。次に図５の
構成と動作を図１ないし図１４を参照しつつ説明する。

【００２８】硬貨の模様を検出する方法には、ライン・
イメージセンサを用いたり、変位計を用いて硬貨表面の
凹凸を読込むなどの様々な方法があるが、ここではＣＣ
Ｄカメラ２１で硬貨の模様を読取り、ＣＣＤカメラ２１
の同期信号２１ｂを同期回路２２に入力して後述する各
種のタイミング信号を作ると共に、カメラ２１の画像信
号２１ａをサンプル／ホールド回路２３を介し、サンプ
リングして保持しつつ、８ビットのＡ／Ｄ変換器２４で
Ａ／Ｄ変換して、２５６階調の画像（濃淡画像）として
デュアル・ポート・ビデオＲＡＭ（以下DPVRAMと呼ぶ）
２６に格納する方法を用いる。

【００２９】同期回路２２は、ＣＣＤカメラ２１からの
画像信号２１ａを、手段２３，２４を介しサンプル／ホ
ールドしてＡ／Ｄ変換するタイミングを調整したり、DP
VRAM２６へ画像データ（画素値）を格納するアドレスを
アドレスカウンタ２５を介して生成したりする。次にＣ
ＰＵ２７で計算することにより、硬貨の識別を行う。こ
のＣＰＵ２７での識別のために、識別方法と識別基準デ
ータを格納したＲＯＭ２９と、作業データを格納してお
くＲＡＭ２８が設けられている。また直径の算出と２値
化の際に、ＣＰＵ２７から硬貨の模様の画像を参照でき
るように、ＣＰＵ２７とDPVRAM２６との間に、アドレス
バス３０とデータバス３１がつながっている。

【００３０】なおここで図１の画像検出手段１は図５の
ＣＣＤカメラ，Ａ／Ｄ変換器等からなる２１〜２５の手
段に相当し、図１の模様記憶手段２は図５のDPVRAM２６
に相当する。また図１の金種別白黒比記憶手段５，同心
円パタ−ン平均値記憶手段９，同心円パタ−ン分散・共
分散記憶手段１０，円周パタ−ン平均値記憶手段１３，
円周パタ−ン分散・共分散記憶手段１４は図５のＲＯＭ
２９に相当し、図１のその他の手段は図５のＣＰＵ２７
及びＲＯＭ２９に格納された夫々該当するソフトウエア
手段（プログラム）に相当する。

【００３１】図５では前述のようにＣＣＤカメラ２１，
Ａ／Ｄ変換器２４等からなる図１の画像検出手段１にて
硬貨の画像を撮像してＡ／Ｄ変換し、硬貨全面の濃淡画
像をDPVRAM２６としての図１の模様記憶手段２に格納す
る。図６は硬貨の検出画像上の各画素の位置と、DPVRAM
２６におけるその各画素の格納アドレスとの対応を示
す。即ち図６（Ａ）のようにＭ行×Ｎ列の画素からなる
ＣＣＤカメラ２１からの硬貨の検出画像Ｆ１上のｍ行ｎ
列目の画素データを図６（Ｂ）のようにDPVRAM２６のＮ
×ｍ＋ｎ番目のアドレスに格納する。

【００３２】ＣＰＵ２７としての図１の直径検出手段３
は、DPVRAM２６に格納している被識別硬貨の画像を調べ
て、この硬貨の直径を求める。即ち最初にDPVRAM２６に
格納している画素データの最大値（MAX とする）と最小
値（MIN とする）を求める。そして０行目から、その行
で最初に画素データが（MAX ＋MIN ）／２となる点Pxu
と、最後に（MAX ＋MIN ）／２となる点Pxd を求め、Px
d −Pxu を硬貨の仮の直径Ｄｍ’（図２参照）とする。
この仮の直径Ｄｍ’（＝Pxd −Pxu ）をＭ−１行目まで
求め、全ての行の仮の直径Ｄｍ’の中で最大となる値を
被識別硬貨の真の直径Ｄｍとし、この時のPxu とPxd の
値をＲＡＭ２８の中の一時記憶領域に記憶しておく。

【００３３】また同様な方法で、DPVRAM２６の０列目か
ら、その列で最初に（MAX ＋MIN ）／２となる点Pyu
と、最後に（MAX ＋MIN ）／２となる点Pyd を求め、全
ての列の中でPyd −Pyu が最大となる点Pyu とPyd を求
める。この時、座標点（(Pxu＋Pxd)／２，(Pyu＋Pyd)／
２）が被識別硬貨の中心となる。直径Ｄｍを検出すれ
ば、被識別硬貨の金種がわかる。即ち国内６金種を識別
するならば、被識別硬貨の直径Ｄｍが、１円硬貨φ２０
ｍｍ，５円硬貨φ２２ｍｍ，１０円硬貨φ２３．５ｍ
ｍ，５０円硬貨φ２１ｍｍ，１００円硬貨φ２２．５ｍ
ｍ，５００円硬貨φ２６．５ｍｍの何れに最も近いか
を、ＣＰＵ２７としての図１の識別金種判断手段４で調
べて被識別硬貨の金種を判断する。

【００３４】次にＣＰＵ２７としての図１の２値化手段
６は、模様が含まれるDPVRAM２６の濃淡画像を２値化す
る。この２値化に当っては、予めＲＯＭ２９としての図
１の金種別白黒比記憶手段５に記憶している、各金種の
硬貨に最も適した２値化の白黒比のうち、識別金種判断
手段４で判断した金種に対応する白黒比を求める。図７
は金種別白黒比記憶手段５内のデータ構造の実施例を示
し、この金種別白黒比記憶手段５には各金種の表裏の夫
々の模様を画像として捉えた場合に最も適切な白の割合
が記憶されている。本発明では硬貨の表面の微小な凹凸
からなる全ての模様を正しく捉えるため、硬貨の中心軸
と同軸のリング状の光源を用い、硬貨の全周にわたって
一様に、外周斜め方向から硬貨の面に光を当て、これに
より模様の凹凸のエッジ部分が光るので、前記の白の割
合は硬貨表面の凹凸のエッジが占める割合となる。

【００３５】図８は２値化手段６が濃淡画像をこのよう
な指定の白黒比で２値化する動作の説明図である。即ち
２値化手段６は最初に図８（Ａ）に示すように、DPVRAM
２６の硬貨の濃淡画像内の２５６階調の画素値毎の画素
数をヒストグラム０４にする。そして図８（Ｂ）に示す
ようにヒストグラム０４の全面積（全画素数）と白側の
面積（画素数）の割合が金種別白黒比記憶手段５から取
出した白黒比となるように、２値化のしきい値ＴＨを調
整する。

【００３６】例えば１円硬貨の濃淡画像を２値化する場
合、図７から白の割合を表側なら０．１５、裏側なら
０．１２にする必要がある。そこで図８（Ａ）の実施例
のように、全画素数が１０００００であれば、白の画素
数が１５０００または１２０００になるように２値化の
しきい値ＴＨを決める。即ち画素値が２５５（白の最大
値）の画素数から加算していき、加算値が１５０００ま
たは１２０００以上になる画素値をしきい値ＴＨにす
る。ここで求めたしきい値ＴＨを夫々、表側と仮定した
場合をＴH1、裏側と仮定した場合をＴH2とする。DPVRAM
２６を調べて、求めたしきい値ＴＨ以上の画素値を持つ
画素の画素値を１に換え、同じくしきい値ＴＨ未満の画
素値を持つ画素の画素値を０に換えて２値化を行う。

【００３７】２値化した画像は、被識別硬貨の画像が表
側とした場合（しきい値をＴH1として２値化した場合）
の２値化画像と、裏側とした場合（しきい値をＴH2とし
て２値化した場合）の２値化画像とを別々にＲＡＭ２８
に格納する。そしてこの２値化画像をもとに模様の識別
を行う。 １）同心円パタ−ンによる識別方法 まず同心円パタ−ンを利用する識別方法を説明する。同
心円パタ−ン０２はＣＰＵ２７としての図１の同心円パ
タ−ン切出し手段７を介し、被識別硬貨の画像内の硬貨
の中心Ｏの前述した座標点（(Pxu＋Pxd)／２，(Pyu＋Py
d)／２）から一定距離にある全ての画素の画素値を加算
して求める。被識別硬貨の２値化画像のｘ列ｙ行目の画
素と硬貨の中心Ｏとの距離ｄは次式（３）の右辺の値を
越えない最大の整数とする。

【００３８】

【数３】 ｄ＝〔｛(Pxu＋Pxd)／２−ｘ｝² ＋｛(Pyu＋Pyd)／２−ｙ｝² 〕^1/2 ＋０．５ ・・・（３） 図９はＲＡＭ２８内での被識別硬貨の同心円パタ−ン０
２のデータ構造を示す。このデータは距離ｒ（＝０〜
Ｒ）毎の、画素値の総和（つまり硬貨の中心Ｏと同心の
半径ｒの円周上の全ての画素値の加算値）Ｅr ，同じく
全画素数ｎr ，同じく平均画素値ｅr ＝Ｅr ／ｎr から
なる。

【００３９】同心円パタ−ン切出し手段７は、式（３）
の距離ｄが被識別硬貨の直径Ｄｍの１／２以下ならば、
当該の画素は硬貨の面内の画素であるので、図９の同心
円パタ−ン記憶領域の画素値の総和Ｅr のｄ（＝ｒ）行
目に加算する。中心Ｏからｒ＝ｄだけ離れた画素の数ｎ
r は常に一定なので、予め図９の同心円パタ−ン記憶領
域に設定しておく。

【００４０】被識別硬貨の輪郭内の全ての画素につい
て、夫々、硬貨の中心Ｏとの距離ｄを求め、その画素値
を図９の同心円パタ−ン記憶領域の該当する画素値の総
和Ｅrに加算したのち、この同心円パタ−ン記憶領域の
各行について、画素値の総和Ｅr を画素数ｎr で割った
値Ｅr ／ｎr を平均画素値ｅr の記憶領域に格納すれ
ば、同心円パタ−ンが完成する。

【００４１】次にこのように被識別硬貨の画像から切出
した同心円パタ−ンと、基準硬貨の同心円パタ−ンの平
均値との類似度を調べて被識別硬貨の正偽の識別を行
う。この類似度は、予め同心円パタ−ン平均値記憶手段
９に記憶している複数の基準硬貨の同心円パタ−ンの平
均値と、図９のように切出した被識別硬貨の同心円パタ
−ンとの相関係数を求めるか、あるいは前記の基準硬貨
の同心円パタ−ンの平均値、及び予め同心円パタ−ン分
散・共分散記憶手段１０に記憶している（複数の基準硬
貨の同心円パタ−ンから作られた）分散・共分散行列の
逆行列を用い、切出した同心円パタ−ンと前記同心円パ
タ−ンの平均値との間のマハラノビス距離を求めて、調
べることができる。

【００４２】先ず切出した被識別硬貨の同心円パタ−ン
と、複数の基準硬貨の同心円パタ−ンの平均値との相関
係数ＣReを求める方法を説明する。ＲＯＭ２９としての
図１の同心円パタ−ン平均値記憶手段９には、予め識別
すべき全金種の硬貨（基準硬貨）の同心円パタ−ンの平
均値を記憶しておく。図１０は同心円パタ−ン平均値記
憶手段９内の或る金種の硬貨の同心円パタ−ンの平均値
εr （但しr ＝０〜Ｒ）のデータ構造の例を示す。この
図に示すように同心円パタ−ンの平均値は硬貨の表側と
裏側に分けて記憶されている。

【００４３】なお図１０の同心円パタ−ン平均値を得る
のに用いた複数枚（ＮＳとする）の基準硬貨のサンプル
の１枚（番号をｋとする）について、予め図９と同様に
求めた距離ｒでの平均画素値ｅr を改めて（ｅr)_k とす
ると、図１０の同心円パタ−ン平均値における距離ｒで
の画素値εr は次式（４）で求められる。

【００４４】

【数４】 εr ＝（１／ＮＳ） ^NSΣ_k=1 （ｅr)_k ・・・（４） ＣＰＵ２７としての図１の同心円パタ−ン識別演算手段
１１は、切出した被識別硬貨の同心円パタ−ンとしての
データ群（ｅ0,ｅ1,・・ｅr ・・ｅR ）と、複数の基準
硬貨の同心円パタ−ン平均値としてのデータ群（ε0,ε
1,・・εr ・・εR ）との相関係数ＣReを次式（５）で
求める。

【００４５】

【数５】 ＣRe＝（１／（Ｒ＋１）） ^RΣ_r=0 ｛ (ｅr − ^*ｅ) (εr − ^*ε) ｝ ／〔｛（１／（Ｒ＋１）） ^RΣ_r=0 (ｅr − ^*ｅ)² ｝ ×｛（１／（Ｒ＋１）） ^RΣ_r=0 ( εr − ^*ε)² ｝〕^1/2 但し ^*ｅ＝（１／（Ｒ＋１）） ^RΣ_r=0 ｅr ^*ε＝（１／（Ｒ＋１）） ^RΣ_r=0 εr ・・・（５） 同心円パタ−ン平均値（ε0,ε1,・・εr ・・εR ）を
硬貨の表側の平均値とした場合と、裏側の平均値とした
場合の２回計算を行う。相関係数ＣReは大きくなればな
るほど良く似ている（類似度が大きい）ことを表すの
で、表側の相関係数ＣReと、裏側の相関係数ＣReの何れ
か大きい方を硬貨の類似度とする。求めた類似度が予め
ＲＯＭ２９に記憶している、しきい値ＴHe1 以上であれ
ば、正貨と（仮に）判断する。

【００４６】次に切出した被識別硬貨の同心円パタ−ン
と複数の基準硬貨の同心円パタ−ンの平均値との間のマ
ハラノビス距離を求めて、この２つの同心円パタ−ンの
類似度を調べる方法を説明する。ＲＯＭ２９としての図
１の同心円パタ−ン分散・共分散記憶手段１０には予め
識別すべき全金種の硬貨（基準硬貨）の表側と裏側の同
心円パタ−ンの分散・共分散行列Δe の逆行列Δe ^-1を
図１１のように記憶しておく。

【００４７】図１１でｉ行ｊ列目の項Ｓ_ij ^-1は逆行列Δ
e ^-1のｉ行ｊ列目の項を示す。なお分散・共分散行列Δ
e は次式（６）で定義する。

【００４８】

【数６】 但し、 ＮＳ：基準硬貨のサンプル数、 ｋ：基準硬
貨のサンプル番号 （ｅi)_k ，（ｅj)_k ：基準硬貨のｋ番目のサンプルの同
心円パタ−ンの平均画素値（ｅr)_k の夫々ｒ＝ｉ，ｒ＝
ｊに相当する値 εｉ，εｊ：基準硬貨の同心円パタ−ン平均値の画素値
εr の夫々ｒ＝ｉ，ｒ＝ｊに相当する値 ＣＰＵ２７としての同心円パタ−ン識別演算手段１１
は、この分散・共分散行列Δe の逆行列Δe ^-1と、切出
した被識別硬貨の同心円パタ−ンと、基準硬貨の同心円
パタ−ンの平均値とからマハラノビス距離Ｄe ² を次式
（７）により計算する。

【００４９】

【数７】 なお このマハラノビス距離Ｄe ² を、硬貨の表側と裏側につ
いて計算する。Ｄe ² が大きい程、同心円パタ−ンの平
均値から離れていることを表すので、表側の計算結果と
裏側の計算結果の小さい方を正貨に対する類似度を表す
値とする。そしてこの値が予めＲＯＭ２９に記憶してい
る、しきい値ＴHe2 以下であれば、正貨と( 仮に) 判断
する。

【００５０】また同心円パタ−ンとしては、平均画素値
（ｅ0,ｅ1,・・ｅr ・・ｅR ）の代わりに画素値総和
（Ｅ0,Ｅ1,・・Ｅr ・・ＥR ）を用いることもできる。
そして類似度を相関係数によっても、マハラノビス距離
によっても前記とほぼ同様に求めることができる。以下
ではマハラノビス距離を算出する実施例を説明する。こ
の場合、ＲＯＭ２９の同心円パタ−ン分散・共分散記憶
手段１０には、図１１と同様に、画素値総和を用いた同
心円パタ−ンに対応する分散・共分散行列Δ _E の逆行列
Δ_E ^-1の各項Ｓ_ij ^-1を格納しておく。分散・共分散行列
Δ_E は次式（８）で定義される。

【００５１】

【数８】 但し、 ＮＳ：基準硬貨のサンプル数、 ｋ：基準硬
貨のサンプル番号 （Ｅi)_k ，（Ｅj)_k ：基準硬貨のｋ番目のサンプルの同
心円パタ−ンの画素値総和（Ｅr)_k の夫々ｒ＝ｉ，ｒ＝
ｊに相当する値 εi ，εj ：基準硬貨の同心円パタ−ン平均値の画素値
εr の夫々ｒ＝ｉ，ｒ＝ｊに相当する値 ｎi ，ｎj ：同心円パタ−ンの円周上の画素数ｎｒの夫
々ｒ＝ｉ，ｒ＝ｊに相当する値 またこの場合の被識別硬貨の同心円パタ−ンと基準硬貨
の同心円パタ−ンの平均値との間のマハラノビス距離Ｄ
_E ² は次式（９）によって計算される。

【００５２】

【数９】 なお このマハラノビス距離Ｄ_E ² についても硬貨の表側と裏
側について求め、どちらか一方が、予めＲＯＭ２９に記
憶しているしきい値ＴHE2 以下であれば、正貨と（仮
に）判断する。 ２）円周パタ−ンによる識別方法 次に円周パタ−ン０３を２値化画像から切出すＣＰＵ２
７としての図１の円周パタ−ン切出し手段８について説
明する。この場合、硬貨の中心Ｏからｒ１以上、ｒ２未
満の距離にあるリング状の２値化画像を等角度に分割す
る。２値化画像の点（ｘ，ｙ）と硬貨の中心Ｏ（(Pxu＋
Pxd)／２，(Pyu＋Pyd)／２）との距離ｄ（式（３）参
照）が、ｒ１≦ｄ＜ｒ２の場合、点（ｘ，ｙ）はリング
状画像領域にあるので、点（ｘ，ｙ）の硬貨の中心Ｏに
対する角度θを次式（１０）により計算する。

【００５３】

【数１０】 イ）(Pxu＋Pxd)／２−ｘ≧０，(Pyu＋Pyd)／２−ｙ≧０のとき： θ＝tan ^-1〔｛(Pyu＋Pyd)／２−ｙ｝／｛(Pxu＋Pxd)／２−ｘ｝〕 ロ）(Pxu＋Pxd)／２−ｘ＜０のとき： θ＝tan ^-1〔｛(Pyu＋Pyd)／２−ｙ｝／｛(Pxu＋Pxd)／２−ｘ｝〕＋π ハ）(Pxu＋Pxd)／２−ｘ＜０，(Pyu＋Pyd)／２−ｙ＜０ のとき： θ＝tan ^-1〔｛(Pyu＋Pyd)／２−ｙ｝／｛(Pxu＋Pxd)／２−ｘ｝〕＋２π ・・・（１０） 図１２はＲＡＭ２８内の円周パタ−ン０３のデータ構造
の例を示す。同図においては硬貨の中心Ｏから距離ｒ１
〜ｒ２（リング番号１），ｒ２〜ｒ３（リング番号
２），ｒ３〜ｒ４（リング番号３）の３つのリング状画
像領域についてのデータ格納領域が設けられているが、
ここでは距離ｒ１〜ｒ２（リング番号１）に対応するデ
ータ格納領域を例に取って説明する。

【００５４】この例ではリング状の２値化画像領域を１
０°毎（３６個の扇形）に分割するものとし、同図の配
列番号０の領域Ｃ_1,0 （ここでＣの２つの添字の前側は
リング番号の値（この場合“１”）を、後側の添字（こ
の場合“０”）は配列番号の値を夫々意味するものとす
る。従って一般にリング番号ｈ，配列番号ｊの領域はＣ
_h,j で示される。）は角度θが０〜２π／３６〔ｒａ
ｄ〕の位置にある扇形の画素値の総和の格納領域であ
り、同じく配列番号１の領域Ｃ_1,1 は角度が１×２π／
３６〜２×２π／３６〔ｒａｄ〕の位置にある扇形の画
素値の総和の格納領域であり、順次、同様にして配列番
号３５の領域Ｃ_1,35は角度が３５×２π／３６〜３６×
２π／３６〔ｒａｄ〕の位置にある扇形の画素値の総和
の格納領域である。

【００５５】そしてリング状画像領域における前記の式
（１０）で求めた角度θ〔ｒａｄ〕の位置にある画素の
画素値を、１８θ／πの値を越えない最大の整数を配列
番号の値とする上述した図１２の円周パタ−ンの領域へ
加算する。このようにしてリング状画像領域の全ての画
素についての加算が終了すると、当該のリング状画像領
域の扇形画素値の各総和からなるデータ群としての円周
パタ−ン０３が切出されたことになる。

【００５６】このように円周パタ−ンを切出した後、Ｃ
ＰＵ２７としての図１の回転角検出手段１２によって被
識別硬貨の画像の回転角を検出する。この回転角検出方
法には被識別硬貨の円周パタ−ンと予め記憶した基準硬
貨の平均の円周パタ−ンとの相関係数を求めて検出する
方法や、この２つの円周パタ−ンの間のマハラノビス距
離を求めて検出する方法があるが、ここでは前者の相関
係数を求めて検出する方法を説明する。

【００５７】ＲＯＭ２９としての図１の円周パタ−ン平
均値記憶手段１３には予め識別対象の全金種の硬貨（基
準硬貨）の表側と裏側の円周パタ−ンの平均値を記憶し
ておく。図１３はこの円周パタ−ン平均値記憶手段１３
内のデータ構造を示し、この構造は図１２と同様であ
る。即ち図１３の例えばリング番号１（距離ｒ１〜ｒ
２）の配列番号０〜３５までのデータΓ_1,0 〜Γ_1,35は
夫々、模様が所定の姿勢にある（但し被識別硬貨の模様
の姿勢とは必ずしも一致しない）基準硬貨の、図１２の
Ｃ_1,0 〜Ｃ_1,35に対応する角度θの位置にある扇形画像
領域の画素値の総和を、同一姿勢の複数の基準硬貨の夫
々対応する画素値の総和について平均して得た画素値の
総和としての円周パタ−ン０３のデータである。

【００５８】なお図１３の円周パタ−ン平均値を得るの
に用いた複数枚（ＮＳとする）の基準硬貨のサンプルの
１枚（番号をｋとする）について、予め図１２と同様に
求めた配列番号ｊでの画素値の総和Ｃ_1,j を改めて（Ｃ
_1,j ）_k とすると、図１３の円周パタ−ン平均値の配列
番号ｊでの画素値の総和Γ_1,j は次式（１１）で求めら
れる。

【００５９】

【数１１】 Γ_1,j ＝（１／ＮＳ） ^NSΣ_k=1 （Ｃ_1,j ）_k ・・・（１１） 次にこの図１３の円周パタ−ン平均値記憶手段１３にあ
る基準硬貨の円周パタ−ン平均値と、円周パタ−ン切出
し手段８で切出した被識別硬貨の図１２の円周パタ−ン
とを比較して最も似ている回転角を求め、且つ２つの円
周パタ−ンの類似度を判断する。このために次式（１
２）により切出した図１２の円周パタ−ンの配列番号ｉ
番目から順番に並ぶ円周１周分（この例では３６個）の
各配列番号毎のデータ（Ｃ_1,i 、Ｃ_1,i+1 、Ｃ_1,i+2 ・
・Ｃ_1,35、Ｃ_1,0 、・・ Ｃ_1,i-1）と、図１３の配列
番号０から順番に並ぶ３６個のデータ（Γ_1,0 〜
Γ_1,35、なお一般的にはこのデータをΓ_1,j 、（配列番
号ｊ＝０〜３５）として表す）との相関係数（ＣRc）_i
を次式（１２）により求め、配列番号ｉを可変しつつ求
めた、この相関係数（ＣRc）_i が最大となるｉの値を被
識別硬貨の回転角とする。

【００６０】

【数１２】 （ＣRc ) _i＝(1/36)・³⁵Σ_j=0 ｛（Ｃ_1,n − ^*Ｃ₁ ）（Γ_1,j − ^*Γ₁ ）｝ ／〔｛(1/36)・³⁵Σ_j=0 （Ｃ_1,j − ^*Ｃ₁ ）² ｝ ×｛(1/36)・³⁵Σ_j=0 （Γ_1,j − ^*Γ₁ ）² ｝〕^1/2 但し、 ^*Ｃ₁ ＝(1/36)・³⁵Σ_j=0 Ｃ_1,j ^*Γ₁ ＝(1/36)・³⁵Σ_j=0 Γ_1,j ｎ＝ｉ＋ｊ ・・・（ｉ＋ｊ＜３６のとき） ｎ＝ｉ＋ｊ−３６ ・・・（ｉ＋ｊ≧３６のとき） ・・・（１２） また最大の相関係数（ＣRc）_i の値は、被識別硬貨の円
周パタ−ンと基準硬貨の円周パタ−ン平均値との類似度
を表すので、ＣＰＵ２７としての図１の円周パタ−ン識
別演算手段１５は、この（ＣRc）_i の値が予めＲＯＭ２
９に格納しているしきい値ＴHc1 以上であれば正貨と
（仮に）判断する。

【００６１】なお回転角検出手段１２は切出した被識別
硬貨の円周パタ−ンを、このｉに相当する角度だけずら
して円周パタ−ンの回転補正を行う。回転補正後の円周
パタ−ンの類似度を相関係数（ＣRc）_i に代わり、改め
てマハラノビス距離により判断することもできる。次に
回転補正した被識別硬貨の円周パタ−ンと基準硬貨の円
周パタ−ン平均値との間のマハラノビス距離を求め、類
似度を判断する方法を説明する。

【００６２】ＲＯＭ２９としての図１の円周パタ−ン分
散・共分散記憶手段１４は、識別対象の全金種の表裏毎
の、複数の基準硬貨から得た円周パタ−ンの分散・共分
散行列Δc の逆行列Δc ^-1を３６×３６の正方行列とし
て記憶している。図１４はこの円周パタ−ン分散・共分
散記憶手段１４内のデータ構造を示す。同図のｉ行ｊ列
目の項Ｓ_ij ^-1はこの逆行列Δc ^-1のｉ行ｊ列目の項を示
す。なお分散・共分散行列Δc のｉ行ｊ列目の項Ｓ_ijは
次式（１３）で定義される。

【００６３】

【数１３】 Ｓ_ij＝（１/ ＮＳ）^NSΣ_k=1 〔｛（Ｃ_1,i ）_k −Γ_1,i ｝ ×｛（Ｃ_1,j ）_k −Γ_1,j ｝〕 ・・・（１３） 但し、 ＮＳ：基準硬貨のサンプル数、 ｋ：基準硬
貨のサンプル番号 （Ｃ_1,i ）_k ，（Ｃ_1,j ）_k ：基準硬貨のｋ番目のサン
プルの円周パタ−ンの画素値総和の夫々配列番号ｉ，ｊ
に相当する値 Γ_1,i ，Γ_1,j ：基準硬貨の円周パタ−ン平均値の画素
値総和の夫々配列番号ｉ，ｊに相当する値 ＣＰＵ２７としての円周パタ−ン識別演算手段１５はこ
の分散・共分散行列Δc の逆行列Δc ^-1を用いて、被識
別硬貨の回転補正した円周パタ−ン（Ｃ_1,0 、Ｃ_1,1 、
・・・ Ｃ_1,35）と、基準硬貨の円周パタ−ン平均値
（Γ_1,0 、Γ_1,1、・・・Γ_1,35）との間のマハラノビ
ス距離Ｄc ² を、次式（１４）により計算する。

【００６４】

【数１４】 なお このマハラノビス距離Ｄ_C ² の値が大きい程、被識別硬
貨の円周パタ−ンが基準硬貨の円周パタ−ン平均値から
離れていることを表すので、Ｄc ² が予めＲＯＭ２９に
記憶しているしきい値ＴHc2 以下であれば正貨と（仮
に）判断する。

【００６５】式（１２）での回転補正と、式（１４）で
の正偽の判断は硬貨の表側と裏側に分けて計算しなくて
はならないが、始めに同心円パタ−ンでの識別を行って
いれば、被識別硬貨が表側に近いか裏側に近いか判って
いるので、近い方の円周パタ−ンの平均値と分散・共分
散行列の逆行列を使って式（１２），（１４）を計算す
ればよい。

【００６６】硬貨からは複数の円周パタ−ンを取出すこ
とができる。次はこの方法で硬貨の回転角を求める実施
例を説明する。この例では被識別硬貨の２値化画像から
３つの円周パタ−ンを切出すものとし、図１２及び図１
３は、夫々この時のＲＡＭ２８内の切出された円周パタ
−ン及びＲＯＭ２９としての円周パタ−ン平均値記憶手
段１３内の基準硬貨の円周パタ−ン平均値のデータ構造
を示している。

【００６７】即ち図１２では、前述のように硬貨の中心
Ｏからの距離ｒ１〜ｒ２（リング番号１）の円周パタ−
ンデータＣ_1,0 〜Ｃ_1,35と同様な方法で切出された、夫
々硬貨の中心Ｏからの距離ｒ２〜ｒ３（リング番号２）
の円周パタ−ンデータＣ_2,0〜Ｃ_2,35、及び距離ｒ３〜
ｒ４（リング番号３）の円周パタ−ンデータＣ_3,0 〜Ｃ
_3,35が示されている。また図１３の円周パタ−ン平均値
記憶手段１３にも、リング番号１の円周パタ−ンデータ
Γ_1,0 〜Γ_1,35と同様に、円周パタ−ンデータＣ_2,0 〜
Ｃ_2,35に対応するリング番号２の円周パタ−ン平均値デ
ータΓ_2,0 〜Γ _2,35、及び円周パタ−ンデータＣ_3,0 〜
Ｃ_3,35に対応するリング番号３の円周パタ−ン平均値デ
ータΓ_3,0 〜Γ_3,35が格納されている。

【００６８】次にこの場合の回転角検出手段１２の動作
を説明する。この場合も回転角検出手段１２は図１２の
切出された３つの円周パタ−ンと、この３つの円周パタ
−ンに夫々対応する図１３の３つの円周パタ−ン平均値
とを比較して最も似ている回転角を求めるが、この時、
図１２の切出された３つの円周パタ−ンを同時に同じ角
度だけ回転させて、被識別硬貨の回転角を求める。

【００６９】そのためには、前述した１つの（リング番
号１の）リング状画像領域による回転角検出の場合と同
様に、図１２の切出された３つの円周パタ−ンの配列番
号ｉ番目の各画素値総和からの円周１周分の各画素値総
和と、図１３の３つの円周パタ−ン平均値の配列番号０
番目〜３５番目の平均の各画素値総和との相関係数（Ｃ
Rc’) _i を次式（１５）で求め、配列番号ｉを順次変え
て相関係数（ＣRc’) _i が最大となるｉの値を被識別硬
貨の回転角とする。

【００７０】

【数１５】 （ＣRc’) _i ＝ (1/(3 ×36))・³⁵Σ_j=0 ³Σ_h=1 ｛（Ｃ_h,n − ^*Ｃ) ( Γ_h,j − ^*Γ）｝ ／〔｛(1/(3 ×36))・³⁵Σ_j=0 ³Σ_h=1 （Ｃ_h,j − ^*Ｃ）² ｝ ×｛(1/(3 ×36))・³⁵Σ_j=0 ³Σ_h=1 （Γ_h,j − ^*Γ）² ｝〕^1/2 但し ^*Ｃ＝(1/(3 ×36))・³⁵Σ_j=0 ³Σ_h=1 Ｃ_h,j ^*Γ＝(1/(3 ×36))・³⁵Σ_j=0 ³Σ_h=1 Γ_h,j ｎ＝ｉ＋ｊ ・・・（ｉ＋ｊ＜３６のとき） ｎ＝ｉ＋ｊ−３６ ・・・（ｉ＋ｊ≧３６のとき） ・・・（１５） なお、 ｎ，ｉ，ｊ：配列番号、 ｈ：リング番号 このように最大となった相関係数（ＣRc’) _i が予めＲ
ＯＭ２９に格納しているしきい値ＴHc3 より大きければ
円周パタ−ン識別演算手段１５が正貨と（仮に）判断す
る。

【００７１】最後にＣＰＵ２７としての図１の正偽判断
手段１６は、硬貨の直径，同心円パタ−ンの類似度，円
周パタ−ンの類似度のいずれの判断も正貨であれば、当
該の被識別硬貨を正貨と正式に識別する。以上の実施例
では円周パタ−ンの扇形画像領域の画素値の総和を用い
て硬貨の識別を行ったが、画素値の総和の代わりに平均
値を用いても良い。

【００７２】

【発明の効果】本発明によれば、硬貨の濃淡画像又は２
値化画像から、硬貨の回転に無関係の同心円パタ−ン
や、回転に関係するが直列データである円周パタ−ンを
切出して識別を行うようにしたので、硬貨の模様の特徴
を失うことなく、模様の情報量を大幅に減らして、識別
時間を大幅に短縮できる。

【００７３】例えば３００×３００画素の硬貨の画像を
識別する場合、従来技術で１°ずつ回転補正すると約１
億回の積和演算が必要であるが、同心円パタ−ンを相関
係数で識別すると約５００回の積和演算で識別でき、ま
た同心円パタ−ンをマハラノビス距離で識別しても、約
２５，０００回の積和演算で識別できる。円周パタ−ン
での識別でも、回転するデータの総量が従来技術で９万
個あったものが、前述した実施例の場合、１０°ずつ分
割した３つのリングで１０８個になるため、およそ１／
８０００程度の時間で識別できる。

【００７４】また類似度を求めるのに相関係数のほか、
マハラノビス距離を用いるようにしたので、模様分布の
高精度な識別が可能となる。さらに硬貨の濃淡画像か
ら、識別対象の硬貨に最適なしきい値を求めて２値化画
像を取出すようにしたので、硬貨表面の汚れや錆の影響
の小さい安定な識別を行うことができる。

【図面の簡単な説明】

【図１】本発明の画像パタ−ン識別装置の一実施例とし
ての機能構成を示すブロック図

【図２】本発明における硬貨の直径を検出する方法の説
明図

【図３】本発明における同心円パタ−ンの説明図

【図４】本発明における円周パタ−ンの説明図

【図５】本発明の画像パタ−ン識別装置の一実施例とし
てのハード構成を示すブロック図

【図６】図５のＤＰＶＲＡＭ内の硬貨画像記憶領域のデ
ータ構造の実施例を示す図

【図７】図１の金種別白黒比記憶手段内のデータ構造の
実施例を示す図

【図８】本発明に基づく２値化画像作成方法の説明図

【図９】本発明に基づいて被識別硬貨の画像から切出さ
れる同心円パタ−ンのデータ構造の実施例を示す図

【図１０】図１の同心円パタ−ン平均値記憶手段内の同
心円パタ−ンの構造の実施例を示す図

【図１１】図１の同心円パタ−ン分散・共分散記憶手段
内の同心円パタ−ンの分散・共分散行列の逆行列の構造
の実施例を示す図

【図１２】本発明に基づいて被識別硬貨の画像から切出
される円周パタ−ンの構造の実施例を示す図

【図１３】図１の円周パタ−ン平均値記憶手段内の円周
パタ−ンの構造の実施例を示す図

【図１４】図１の円周パタ−ン分散・共分散記憶手段内
の円周パタ−ンの分散・共分散行列の逆行列の構造の実
施例を示す図

【図１５】従来の硬貨画像識別方法の説明図

【符号の説明】

０１ 硬貨 ０２ 同心円パタ−ン ０３ 円周パタ−ン ０４ ヒストグラム １ 画像検出手段 ２ 模様記憶手段 ３ 直径検出手段 ４ 識別金種判断手段 ５ 金種別白黒比記憶手段 ６ ２値化手段 ７ 同心円パタ−ン切出し手段 ８ 円周パタ−ン切出し手段 ９ 同心円パタ−ン平均値記憶手段 １０ 同心円パタ−ン分散・共分散記憶手段 １１ 同心円パタ−ン識別演算手段 １２ 回転角検出手段 １３ 円周パタ−ン平均値記憶手段 １４ 円周パタ−ン分散・共分散記憶手段 １５ 円周パタ−ン識別演算手段 １６ 正偽判断手段 ２１ ＣＣＤカメラ ２２ 同期回路 ２３ サンプル／ホールド回路 ２４ Ａ／Ｄ変換器 ２５ アドレスカウンタ ２６ ＤＰＶＲＡＰＭ ２７ ＣＰＵ ２８ ＲＡＭ ２９ ＲＯＭ ３０ アドレスバス ３１ データバス Ｆ１ 硬貨の検出画像 Ｄｍ’ 仮の硬貨の直径 Ｏ 硬貨の中心 ｒ，ｒ１，ｒ２，ｒ３，ｒ４ 硬貨の中心からの距離 Ｒ 硬貨の中心から外径までの距離 ＴＨ（ＴH1, ＴH2） ２値化しきい値 Ｅｒ 同心円パタ−ンの画素値総和 ｎｒ 同心円パタ−ンの画素数 ｅｒ 同心円パタ−ンの平均画素値 εｒ 基準硬貨の同心円パタ−ン平均値の平均画素値 Ｃ_h,j 円周パタ−ンの扇形の画素値総和 Γ_h,j 基準硬貨の円周パタ−ン平均値の扇形の画素値
総和

Claims (10)

【特許請求の範囲】
1. 【請求項１】円形の輪郭を持つ平面上に模様が有る未知
   の種類の被識別物体の模様面を撮像しＡ／Ｄ変換して、
   その濃淡画像を記憶し、この濃淡画像又は２値化手段を
   介してこの濃淡画像を所定のしきい値で２値化してなる
   ２値化画像から、被識別物体がこの物体と同様に模様面
   を持つ特定の１又は複数の種類の基準物体の何れかに該
   当するか否かを識別する画像パタ−ン識別装置におい
   て、 前記濃淡画像から前記円形の輪郭の径を検出する径検出
   手段、 被識別物体の前記濃淡画像又は２値化画像における円形
   の輪郭と同心の円周上の画素値の平均値を、この円周の
   径の大きさの順に、径の所定区間にわたって求めてなる
   データ群としての同心円パタ−ンと、前記の検出された
   輪郭の径に最も近い径の輪郭を持つ基準物体としての同
   径基準物体の模様面の濃淡画像又は２値化画像から予め
   求めた、対応する同心円パタ−ンとの相関値を算出する
   第１の識別演算手段を備え、前記の識別を行うようにし
   たことを特徴とする画像パターン識別装置。
2. 【請求項２】請求項１に記載の装置において、 前記第１の識別演算手段に代えて、被識別物体の前記同
   心円パタ−ンと、複数の前記同径基準物体の対応する同
   心円パタ−ンの同径基準物体間の平均値との間のマハラ
   ノビス距離を、同じく前記複数の同径基準物体について
   予め求めた、対応する同心円パタ−ンの分散・共分散行
   列を用いて算出する第２の識別演算手段を備え、前記の
   識別を行うようにしたことを特徴とする画像パターン識
   別装置。
3. 【請求項３】請求項１又は２に記載の装置において、 前記同心円パタ−ンにおける円周上の画素値の平均値
   を、円周上の画素値の総和に置き換えたことを特徴とす
   る画像パターン識別装置。
4. 【請求項４】請求項１に記載の装置において、 前記第１の識別演算手段に代えて、被識別物体の前記濃
   淡画像又は２値化画像における円形の輪郭と同心の所定
   の径の範囲にあるリング状の画像領域の所定角度毎の画
   素値の平均値を、リング状画像領域の周に沿い、順次１
   周分求めてなるデータ群としての円周パタ−ンと、前記
   同径基準物体の模様面の濃淡画像又は２値化画像から予
   め求めた、対応する円周パタ−ンとの相関値を算出して
   被識別物体の同径基準物体に対する回転角を検出し補正
   する第１の回転角検出・識別演算手段を備え、この補正
   後の相関値から前記の識別を行うようにしたことを特徴
   とする画像パターン識別装置。
5. 【請求項５】請求項４に記載の装置において、 前記第１の回転角検出・識別演算手段に代えて、被識別
   物体の前記円周パタ−ンと、複数の前記同径基準物体の
   対応する円周パタ−ンの同径基準物体間の平均値との間
   のマハラノビス距離を、同じく前記複数の同径基準物体
   について予め求めた、対応する円周パタ−ンの分散・共
   分散行列を用いて算出し、被識別物体の同径基準物体に
   対する回転角を検出し補正する第２の回転角検出・識別
   演算手段を備え、この補正後のマハラノビス距離から前
   記の識別を行うようにしたことを特徴とする画像パター
   ン識別装置。
6. 【請求項６】請求項４に記載の装置において、 前記第１の回転角検出・識別演算手段に代えて、被識別
   物体の前記円周パタ−ンと、複数の前記同径基準物体の
   対応する円周パタ−ンの同径基準物体間の平均値との相
   関値を算出して被識別物体の同径基準物体に対する回転
   角を検出し補正する回転角検出手段、 この補正後の被識別物体の前記円周パタ−ンと、前記複
   数の同径基準物体の円周パタ−ンの同径基準物体間の平
   均値との間のマハラノビス距離を、同じく前記複数の同
   径基準物体について予め求めた、対応する円周パタ−ン
   の分散・共分散行列を用いて算出する第３の識別演算手
   段を備え、前記の識別を行うようにしたことを特徴とす
   る画像パターン識別装置。
7. 【請求項７】請求項４ないし６のいずれかに記載の装置
   において、 前記所定の径の範囲にあるリング状の画像領域から得た
   円周パタ−ンを、所定の径の範囲を夫々異にする複数の
   円周パタ−ンとすることを特徴とする画像パターン識別
   装置。
8. 【請求項８】請求項４ないし７のいずれかに記載の装置
   において、 前記円周パタ−ンにおける所定角度毎の画素値の平均値
   を、所定角度毎の画素値の総和に置き換えたことを特徴
   とする画像パターン識別装置。
9. 【請求項９】請求項１ないし８のいずれかに記載の装置
   において、 前記２値化手段が、前記同径基準物体の模様面の２値化
   画像から予め得た最適の白黒比となるしきい値で、被識
   別物体の濃淡画像を２値化するようにしたことを特徴と
   する画像パターン識別装置。
10. 【請求項１０】請求項９に記載の装置において、 前記被識別物体及び基準物体を硬貨とし、前記２値化手
    段が前記同径基準物体の表裏の模様面から予め得た夫々
    のしきい値で、被識別物体の濃淡画像を２値化するよう
    にしたことを特徴とする画像パターン識別装置。