JPS61105690A

JPS61105690A - 紙葉類の自動特徴抽出装置およびその自動特徴抽出方法

Info

Publication number: JPS61105690A
Application number: JP22702884A
Authority: JP
Inventors: 裕紀矢作; 井垣　誠吾; 中久喜　唯男; 淳尼子; 雄史稲垣
Original assignee: Fujitsu Ltd
Current assignee: Fujitsu Ltd
Priority date: 1984-10-29
Filing date: 1984-10-29
Publication date: 1986-05-23

Abstract

(57)【要約】本公報は電子出願前の出願データであるた
め要約のデータは記録されません。

Description

【発明の詳細な説明】（産業上の利用分野〕本発明は紙葉類の自動特徴抽出装置およびその自動特徴
抽出方法に係り、特に紙葉類のカテゴリー（すなわち金
種×投入方向）の鑑別に必要な特徴量を迅速に最適化す
るために客観的に数量化して特徴量を判断することので
きる紙葉類の自動特徴抽出装置およびその自動特徴抽出
方法に関する。

近時、オフィスオートメーションの発展は目覚しく紙幣
等の紙葉類を自動的に取り扱うための自動取引装置が開
発され、これら自動取引装置内の紙幣のカテゴリーを判
別するための自動鑑別部においては紙葉の特徴を自動的
に抽出するための抽出接術が重要視されている。

〔従来の技術〕

上述のような紙葉の特徴を自動的に抽出するための方法
としては特徴量のグラフを作って人間が目で見て良否を
判断して鑑別にふされしい特徴量を選択する方法が行わ
れていた。すなわち複数のカテゴリーについては個々に
特徴量を抽出してグラフ化し、これらの特徴量を目視で
比較検討して選択するために多くの時間と手間を必要と
した。

〔発明が解決しようとする問題点〕

上述の特徴量抽出方法によれば、最良の特徴量を決定す
るまでには複数のカテゴリーの抽出特徴量を目視で比較
するために人間の主観が入って特徴量を客観的に判断す
ることができない欠点があった。さらに特徴量の決定ま
でに幾多の試行錯誤を繰り返して定めるために多くの時
間を消費し。

得られた結果も主観的な要素が多く、必ずしも各カテゴ
リーの特徴量を完全に抽出したものとは言えない面を持
っていた。

Ｃ問題点を解決するための手段〕本発明は上記欠点を除去した紙葉類の自動特徴抽出装置
およびその自動特徴抽出方法を提供するもので、その手
段は９紙葉の鑑別に必要な複数の特徴量の頻度分布デー
タのカテゴリー別平均値および標準偏差を登録する辞書
手段と、該辞書手段中の１種類の特徴量の力゛テゴリー
別平均値および標準偏差を計算機を介して上記辞書手段
から登録する中間辞書手段と、上記中間辞書手段から任
意の２つのカテゴリーの頻度分布の重なり具合を数値化
する分離度算出手段と、該分離度算出手段からの分離度
に基づいて所定の閾値以上の分離度を示すカテゴリーの
個数を算出して得点化する得点算出集計手段と、カテゴ
リー毎の特徴量の上位のものを登録する上位特徴量辞書
手段と、上記得点算出集計手段と上記上位特徴量辞書手
段とを比較する得点比較手段によって得点の高い特徴量
を選出するようにしてなることを特徴とする紙葉類の自
動特徴抽出装置によってなされる。

〔作　　用〕

このために紙葉のすべてのカテゴリーの特徴量を抽出し
て置いて、各カテゴリー毎の頻度分布の重なり具合を調
べるために、ある特定のカテゴリーを基準として平均値
と標準偏差に基づいて分離度を算出し、該分離度に基づ
いて特定のカテゴリーを基準として最も得点の高い特徴
量を算出して得点に応じて特徴量を複数種類選択するよ
うにしたものである。

〔実　施　例〕

以下２図面を参照して本発明の実施例を詳細に説明する
。

第１図は本発明の説明に供する一定の感知器で取り込ま
゛れたある１種類の特徴量ｆＴにおける。

各カテゴリーごとの一連の頻度分布を示すもので。

横軸に特徴量を、縦軸に頻度を取ったもので符号１乃至
８はカテゴリー１乃至カテゴリー８までの各カテゴリー
に属する金種を複数枚取り出してデータを採集した結果
共通の特徴点を持っている枚数あるいはそのパーセント
を頻度として表した頻度分布データで、各頻度分布デー
タは正規分布を示すものと仮定する。

第２図は第１図に示した複数のカテゴリー毎の頻度分布
データ１〜８の内の任意の２つのカテゴリーｉ、ｊ　（
ｉ−１・・・８．３−８）の頻度分布の間での鑑別の可
能性を客観的に調べるために両正親分布（頻度分布）の
平均値ＭＴｉとＭ　Ｔｊと標準偏差σｔｉ　、　　σＴ
ｊとを用いて次の式から分離度ＮＴｉｊ（Ｔは特徴量の
種類を示す番号）を計算する。

ＮＴ＝　　ｌ　　　（Ｍｖｉ　　−Ｍ−ｒｊ）　　／　
　（ｙＴｉ−１−ｙｖｊ）　　　１・　・　・　・　・
　・（１）この分離度計算を第１図に示す任意の２つの組み合せに
ついて行って、一定の閾値以上の分離度の組み合せの各
々がどの金種との間でなり立っているかを調べて集計を
取ることで点数で表すようになす。これが本発明の原理
的な要旨である。

以下本発明の自動特徴抽出装置の一実施例を第３図につ
いて詳述する。

第３図で７は計算機で該計算機のパスライン８には（１
）式で示したような各感知器での任意の特徴量ｆＴにお
ける平均値ＭＴＩ　、　ＭＴ２　、　　・・・９Ｍ丁１
（ｎ：カテゴリーの総数）の辞書９と標準偏差σ丁１゜
σ丁２．・・・σ丁ルの辞書１０が接続されている。

１１は中間辞書で同じくパスライン８に接続され中間辞
書１１の出力は分離度算出回路１２に接続されて分離度
１’ＪＴｉｊを成分とする分離度行列を算出し２分離度
ＮＴ１ｊに基づいて得点算出集計回路１３によって得点
算出を行い、得点算出集計回路１３は得点比較回路１４
に接続される。さらに該得点比較回路１４は上位特徴量
辞書１６と接続されて上位特徴量辞書の内容と比較され
る。上記上位特徴量辞書１６には中間辞書１１に引かれ
たすべての特徴量について得られた各カテゴリー毎の鑑
別の能力の点数の中で各カテゴリー毎に上位に相当する
ものを特徴量の名前とともに登録しである。

Ｉ５は比較出力を印刷または表示する印刷または表示装
置を示す。

上記構成における動作を第４図のフローチャートによっ
て説明する。まず、全ての感知器について作業が終了し
たか否かについて判定をする。途中の何個目かの感知器
まで２作業が終了しているのであれば、ＮＯ側に進んで
その次の感知器について作業を始める。次に１８におい
てｍ種類のすべての特徴量について作業が終了したか否
かの判定がなされる。すなわち作業は特徴量ｆ１　（１
番目の特徴りから特徴量ｆτ−ζについてまで終了して
おり、今度、ｆＴ（７６ｍ）にはいるのであれば、ＮＯ
側に進んで第３図に示すようにｍ種類の特徴量の全カテ
ゴリーについての平均値と標準偏差の記憶されている平
均値辞書９と標準偏差辞書１０から特徴ｆｆＴにおける
全カテゴリーの平均値と標準偏差Ｍｖ＋、Ｍｖｚ〜Ｍ情
、σ丁１．σ丁２〜σＴＮ（ｎはカテゴリーの総数）を
中間辞書に移す。該中間辞書のデータに基づき２次に第
（１）式に示す分離度ＮＴ１ｊ（ｉ−１・・・ｎ、ｊ＝
１・・・ｎ）の計算２０がなされ、即ち１分離度行列Ｉ
Ｎアができる（第５図）。

この分離度３以上〇の各行は、対角成分のカテゴリー（
第５図ではカテゴリー５）と他のカテゴ　　・リーとの
間の分離度を示している。ここで、３未満の場合は？と
書かれている。なぜかというと。

第２図において、カテゴリーとカテゴリーｊの頻−変分
布の間の閾値ＴＨは。

Ｔ　Ｈ＝　Ｍｖｉ　　＋　Ｎｙｉｊ　　＊　　ａ丁’＋
＝　Ｍｖｉ　　−ＮＴｉｊ　＊　σｒｊ　　　　　　　
　　　・　・　・　・　・　（２）で与えることができ
るが、　Ｎｙリ−３の時１両者を鑑別できる確率は、９
９．７％になるため（正規分布において〔ｍ−３グ９ｍ
＋３σ〕の間に含まれる確率は、９９．７％）、任意の
２つのカテゴ１ｆ−の間での鑑別の可能性を稠べる基準
として１分離度の閾値を３にするのが、適当だからであ
る。即ち。

分離度３以上ならば、鑑別可能とみなし、３未満ならば
、不可能とみなす訳である。

今ここで、カテゴリー５の鑑別に用いる特徴量を選ぶこ
とを考える。即ち第５図で同じ感知器に属するすべての
特徴量ｆ１〜ｆ１の各々における分離度行列ＩＮ、（１
≦Ｔ≦ｍ）の中のカテゴリー５に関する行（第５図にお
ける−の部分）に着目し、それらを取り出して、特徴量
の番号順に上から並べると第６図のようになる。

（ｉ）ｒ　＋　　（Ｔ＝１）において９分離度はカテゴ
リー３，４．５の３箇所で３以上の値を取り、この時、
得点算出回路１３を用いて、ｒ＋の得点を３点とする（
同じ行に属する分離度３以上の値をしめずカテゴリーの
数を得点とする）。そして。

上位特徴量辞書１６にお（１）て、カテゴリー５鑑別用
の上位特徴量の第１位にｆｌを置＜（２１）。

（特徴量の名前と得点の両方を記憶させる）（ｉｉ）　
　ｆ　２　　（Ｔ＝２）において１分離度３以上はカテ
ゴリー２と７の２箇所のため、得点を２点とする。この
時、上位特徴量辞書１６と、得点比較回路１４とを用い
て、第１位をｆ＋、第２位をｆ２とする。（２１の作業
）（ｉｉｉ）　　ｆ　３　　（Ｔ＝３）おいて、得点は３
点であり。

既に上位特徴量の第１位に得点３点のｆｌがはいってい
るため、ｆ３を第２位とし、ｆ２を第５位に落す。

（ｉｖ）　　ｆ　４　　（Ｔ＝４）は４点であり、得点
比較回路１４により、ｆｍが第１位になり、ｆ＋、ｆｉ
はそれぞれ、第２位、３位に落ちて、ｆ２は上位特徴量
から除外される。

以上の説明は、すべてカテゴリー５鑑別の場合のみにつ
いて述べているが、実際には、　（ｉ）〜（ｉｖ）の各
段階において、他のすべてのカテゴリーを鑑別するため
に、同様の作業が行われる。以下、Ｔｗｍになるまで、
繰り返され、最後に１５の印刷装置または９表示装置を
用いて順位表が出力される。ここではカテゴリーｌから
ｎ（上の説明では、ｎ＝ｊ）までの鑑別に用いられる上
位特徴量が列挙される。これで一定に感知器における鑑
別用の特徴量が選出された訳である。続いて以上の作業
を、他の感知器の特徴量についても行い。

最後に全ての感知器について２作業が終了したら。

２３のエンドに行く。

〔発明の効果〕

以上説明したように本発明によれば１紙葉類の鑑別に必
要な特徴量を迅速かつ客観的に数量化し。

各特徴量の敵性または優劣を判断して最適な特徴量を選
択できる特徴を有するものである。

【図面の簡単な説明】

第１図は本発明の説明に供するための１種類の特徴量に
対する異なるカテゴリーの頻度分布を示す線図、第２図
は第１図の特定のカテゴリー間の頻度分布間の閾値を説
明するための第１図の一部拡大線図、第３図、は本発明
の紙葉類の自動特徴抽出装置の系統図、第４図は本発明
の第３図に示す系統図の動作説明図のフローチャート、
第５図は分離度行列　Ｎアを示す図表、第６図はカテゴ
リー中心の分離度を示す図表である。１．２．３．４，５．６・・・カテゴリー別の頻度分布
、　　　　ＴＨ・・・閾値、　　　　７・・・計算機、
　　　　８・・・パスライン、　　　　９・・・平均値
辞書、　　　　　１０・・・標準偏差辞書、　　　　１
１・・・中間辞書、　　　　　１２・・・分離度算出回
路、　　　　１３・・・得点算出集計回路、　　　　１
４・・・得点比較回路。１５・・・印刷装置、　　　　１６・・・上位特徴量辞
書。第３図

Claims

【特許請求の範囲】

（１）紙葉の鑑別に必要な複数の特徴量の頻度分布デー
タのカテゴリー別平均値および標準偏差を登録する辞書
手段と、該辞書手段中の１種類の特徴量のカテゴリー別
平均値および標準偏差を計算機を介して上記辞書手段か
ら登録する中間辞書手段と、上記中間辞書手段から任意
の２つのカテゴリーの頻度分布の重なり具合を数値化す
る分離度算出手段と、該分離度算出手段からの分離度に
基づいて所定の閾値以上分離度を示すカテゴリーの個数
を算出して得点化する得点算出集計手段と、カテゴリー
毎の特徴量の上位のものを登録する上位特徴量辞書手段
と、上記得点算出集計手段と上記上位特徴量辞書手段と
を比較する得点比較手段によって得点の高い特徴量を選
出するようにしてなることを特徴とする紙葉類の自動特
徴抽出装置。
（２）紙葉類の鑑別は必要な複数の特徴量を各カテゴリ
ー毎に頻度分布の型で表し、上記複数の頻度分布の重な
り具合を特定のカテゴリーを基準として他のカテゴリー
との間で平均値および標準偏差を基に分離度を求めて得
点化して紙葉類の特徴を抽出してなることを特徴とする
紙葉類の自動特徴抽出方法。