KR20120008324A - 자동 지폐 검사를 위한 형광 패턴 추출 장치 및 방법 - Google Patents

자동 지폐 검사를 위한 형광 패턴 추출 장치 및 방법 Download PDF

Info

Publication number
KR20120008324A
KR20120008324A KR1020100069115A KR20100069115A KR20120008324A KR 20120008324 A KR20120008324 A KR 20120008324A KR 1020100069115 A KR1020100069115 A KR 1020100069115A KR 20100069115 A KR20100069115 A KR 20100069115A KR 20120008324 A KR20120008324 A KR 20120008324A
Authority
KR
South Korea
Prior art keywords
image
histogram
fluorescent pattern
value
pattern
Prior art date
Application number
KR1020100069115A
Other languages
English (en)
Other versions
KR101158329B1 (ko
Inventor
박태형
이건호
Original Assignee
충북대학교 산학협력단
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by 충북대학교 산학협력단 filed Critical 충북대학교 산학협력단
Priority to KR1020100069115A priority Critical patent/KR101158329B1/ko
Publication of KR20120008324A publication Critical patent/KR20120008324A/ko
Application granted granted Critical
Publication of KR101158329B1 publication Critical patent/KR101158329B1/ko

Links

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
    • G07D7/20—Testing patterns thereon
    • G07D7/202—Testing patterns thereon using pattern matching
    • G07D7/206—Matching template patterns
    • 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
    • G07D7/20—Testing patterns thereon
    • G07D7/2016—Testing patterns thereon using feature extraction, e.g. segmentation, edge detection or Hough-transformation

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Image Processing (AREA)
  • Image Analysis (AREA)

Abstract

자동 지폐 검사를 위한 형광 패턴 추출 방법은 카메라로부터 촬영된 지폐의 UV 영상을 입력받아 UV 영상에서 블루(Blue)값을 제외한 레드(Red)값과 그린(Green)값의 영상으로 분리하는 단계와, 분리한 레드값과 그린값의 영상에 대한 히스토그램을 계산하고 계산한 히스토그램을 가우시안 합성 모델을 이용하여 레드값과 그린값의 영상을 배경과 형광 패턴을 나타내는 복수개의 밝기값으로 분리하는 단계와, 복수개의 밝기값으로 분리한 영상에서 형광 패턴을 추출하는 단계; 추출한 형광 패턴을 미리 저장된 표준 패턴과 템플릿 매칭을 통해 매칭율을 계산하는 단계 및 계산한 매칭율을 기설정된 임계치와 비교하여 위조 지폐를 판별하는 단계를 제공한다.

Description

자동 지폐 검사를 위한 형광 패턴 추출 장치 및 방법{Apparatus and Method for Extracting Fluorescence Pattern for Automatic Paper Money Inspection}
본 발명은 자동 지폐 검사를 위한 검사 장치로서, 특히 위조 지폐를 판별하기 위하여 지폐의 형광 패턴을 추출하는 형광 패턴 추출 장치 및 방법에 관한 것이다.
종래의 위폐 감별 장치는 자외선 또는 적외선을 이용한 방식, 자기 기술을 이용한 방식, 치수, 형상 측정 방식, 전기 기술을 이용한 방식 등이 있다.
종래의 위폐 감별 장치는 지폐에 자외선 등 특정 신호를 인가하고 반응하는 신호를 검출하여 검출된 신호의 세기로 위폐 감별의 진위 여부를 식별하는 하드웨어적 방식으로 다양한 보안 요소 검출에 한계가 있으며 고가의 장치 비용이 소요되는 문제점이 있었다.
이러한 위폐 감별 장치는 위폐 감별 능력이 높은 장치일수록 비용적인 문제로 인하여 보급이 어려우며 감별에 소요되는 시간이 상승하여 금융기관 등 대량의 지폐를 취급하는 기관에서 사용상 한계를 가지는 단점이 있었다.
이러한 단점을 보완하기 위하여 CCD(Charge Coupled Device) 카메라를 이용한 위폐 감별 방식이 등장하였다.
종래의 CCD 카메라를 이용한 위폐 감별 방식은 원영상과 자외선을 조사한 영상 간의 차영상을 통해 위폐 감별을 수행하므로 위폐 감별의 정확성이 떨어지는 문제점이 있었다.
이와 같은 문제점을 해결하기 위하여, 본 발명은 형광 패턴 추출 장치를 이용하여 지폐의 형광 패턴을 검사하는데 그 목적이 있다.
본 발명의 다른 목적은 형광 패턴 추출 장치를 이용하여 지폐의 형광 패턴을 검사하는 경우 가우시안 합성 모델을 이용하는데 그 목적이 있다.
이러한 기술적 과제를 달성하기 위한 본 발명의 특징에 따른 자동 지폐 검사를 위한 형광 패턴 추출 방법은 카메라로부터 촬영된 지폐의 UV 영상을 입력받아 상기 UV 영상에서 블루(Blue)값을 제외한 레드(Red)값과 그린(Green)값의 영상으로 분리하는 단계; 상기 분리한 레드값과 그린값의 영상에 대한 히스토그램을 계산하고 상기 계산한 히스토그램을 가우시안 합성 모델을 이용하여 상기 레드값과 그린값의 영상을 배경과 형광 패턴을 나타내는 복수개의 밝기값으로 분리하는 단계; 상기 복수개의 밝기값으로 분리한 영상에서 상기 형광 패턴을 추출하는 단계; 상기 추출한 형광 패턴을 미리 저장된 표준 패턴과 템플릿 매칭을 통해 매칭율을 계산하는 단계; 및 상기 계산한 매칭율을 기설정된 임계치와 비교하여 위조 지폐를 판별하는 단계를 포함한다.
본 발명의 특징에 따른 자동 지폐 검사를 위한 형광 패턴 추출 장치는 카메라로부터 촬영된 지폐의 UV 영상을 입력받아 상기 UV 영상에서 블루(Blue)값을 제외한 레드(Red)값과 그린(Green)값의 영상으로 분리하는 색상 분리부; 상기 분리한 레드값과 그린값의 영상에 대한 히스토그램을 계산하는 히스토그램 처리부; 상기 계산한 히스토그램을 가우시안 합성 모델을 이용하여 상기 레드값과 그린값의 영상을 배경과 형광 패턴을 나타내는 복수개의 밝기값으로 분리하는 영상 분리부; 상기 복수개의 밝기값으로 분리한 영상에서 상기 형광 패턴을 추출하는 형광 패턴 추출부; 및 상기 추출한 형광 패턴을 미리 저장된 표준 패턴과 템플릿 매칭을 통해 매칭율을 계산하고 상기 계산한 매칭율을 기설정된 임계치와 비교하여 위조 지폐를 판별하는 표준 패턴 매칭부를 포함한다.
전술한 구성에 의하여, 본 발명은 형광 패턴 추출 장치에서 가우시안 합성 모델을 이용하여 지폐의 형광 패턴을 검사하므로 위폐 감별의 정확성이 높아지는 효과가 있다.
본 발명은 지폐의 형광 패턴을 추출하는 검사 방법을 이용하여 지폐의 진위 여부를 판별하거나 지폐 제조시 형광 패턴의 양품, 불량을 확인하는 검사 장비에 활용할 수 있는 효과가 있다.
본 발명은 지폐의 형광 패턴을 추출하는 검사 방법이 프로그램 또는 저가의 장비를 이용하여 구현되기 때문에 하드웨어적으로 고가의 장치 비용을 절약할 수 있는 효과가 있다.
도 1은 본 발명의 실시예에 따른 자동 지폐 검사를 위한 형광 패턴 추출 시스템의 전체 구성을 간략하게 나타낸 도면이다.
도 2는 본 발명의 실시예에 따른 형광 패턴 검사 장치의 내부 구성을 간략하게 나타낸 블록도이다.
도 3은 본 발명의 실시예에 따른 지폐의 그린값과 레드값을 분리한 영상을 나타낸 도면이다.
도 4는 본 발명의 실시예에 따른 5개의 합성요소를 갖는 가우시안 합성 확률밀도함수를 나타낸 도면이다.
도 5는 본 발명의 실시예에 따른 영상의 밝기가 5단계로 된 영상을 계산하여 지폐에 표현한 모습을 나타낸 도면이다.
도 6은 본 발명의 실시예에 따른 지폐의 형광 패턴을 추출하는 모습을 나타낸 도면이다.
도 7은 본 발명의 실시예에 따른 자동 지폐 검사를 위한 형광 패턴 추출 방법을 나타낸 도면이다.
아래에서는 첨부한 도면을 참고로 하여 본 발명의 실시예에 대하여 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 상세히 설명한다. 그러나 본 발명은 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시예에 한정되지 않는다. 그리고 도면에서 본 발명을 명확하게 설명하기 위해서 설명과 관계없는 부분은 생략하였으며, 명세서 전체를 통하여 유사한 부분에 대해서는 유사한 도면 부호를 붙였다.
명세서 전체에서, 어떤 부분이 어떤 구성요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있는 것을 의미한다.
도 1은 본 발명의 실시예에 따른 자동 지폐 검사를 위한 형광 패턴 추출 시스템의 전체 구성을 간략하게 나타낸 도면이다.
도 1을 참조하면, 본 발명의 실시예에 따른 자동 지폐 검사를 위한 형광 패턴 추출 시스템은 CCD 카메라를 이용하여 지폐의 UV 영상을 획득하고, 획득한 UV 영상 중 형광 패턴을 추출하여 지폐의 진위 여부를 판별하는 지폐 검사 시스템이다.
본 발명의 실시예에 따른 형광 패턴 추출 시스템은 조명 제어기(100) 및 형광 패턴 검사 장치(200)를 포함한다.
조명 제어기(100)는 UN LED(110)의 밝기값을 제어하여 지폐(120)에 RS 232 방식의 UN LED(110)를 조사한다.
형광 패턴 검사 장치(200)는 지폐(120)에 UN LED(110)를 조사하면 발생하는 UV 영상을 IEEE 1394 통신을 이용하여 CCD 카메라(130)를 통해 입력받고 지폐(120)의 형광 패턴을 검사하여 위조 지폐(120)의 여부를 판단한다.
도 2는 본 발명의 실시예에 따른 형광 패턴 검사 장치의 내부 구성을 간략하게 나타낸 블록도이다.
본 발명의 실시예에 따른 형광 패턴 검사 장치(200)는 입력부(210), 색상 분리부(220), 히스토그램 처리부(230), 영상 분리부(240), 형광 패턴 추출부(250), 은사 검사부(260) 및 표준 패턴 매칭부(270)를 포함한다.
입력부(210)는 CCD 카메라(130)로부터 촬영된 지폐(120)의 UV 영상을 입력받는다.
색상 분리부(220)는 입력된 UV 영상에서 촬영된 RGB 영상 중 블루(Blue)값을 제외한 레드(Red)값과 그린(Green) 값의 영상으로 분리한다.
레드 영역에 8비트, 그린 영역에 8비트, 블루 영역에 8비트는 각각 r=0~255, g=0~255, b=0~255의 밝기 범위를 갖게 된다. 여기서, 0은 가장 어두운 밝기값을 나타내고, 255는 가장 밝은 밝기값을 나타낸다.
영상을 rgb의 좌표로 나타내면, rgb(x,y,z)로 나타낼 수 있다. 여기서, x는 레드값, y는 그린값, z는 블루값이다.
예를 들면, rgb(0,0,0)인 경우 세가지 색상이 모두 가장 낮은 밝기인 0이 되므로 검정색이 표현되고 rgb(255,255,255)인 경우 세가지 색상이 가장 높은 밝기인 255이므로 흰색으로 표현된다.
즉, 색상 분리부(220)는 레드값, 그린값, 블루값의 픽셀당 밝기값을 알아낸 후, 레드값, 그린값, 블루값 중에 블루값만 가장 낮은 밝기인 0으로 만들어 주면 레드값과 그린값이 분리된다. 도 3에 도시된 바와 같이, 예를 들면, 지폐(120)의 그린값과 레드값을 분리한 영상이다.
레드값과 그린값을 분리하는 이유는 형광 패턴이 주로 레드값과 그린값에 존재하고 블루값이 배경 성분을 띄고 있기 때문이다.
히스토그램 처리부(230)는 색상 분리부(220)로부터 레드값과 그린값을 분리한 영상을 수신하고 분리한 레드값과 그린값의 영상에 대한 히스토그램을 계산한다.
다시 말해, 히스토그램 처리부(230)는 그린값, 레드값, 블루값을 그레이 변환 공식(Gray=R*0.3 + G*0.59 + B*0.11)에 대입하여 3차원(rgb(x,y,z))으로 표현되던 영상이 1차원으로 0~255로 표현되고 히스토그램으로 만들어주면 된다. 즉, 히스토그램은 x축을 밝기값, y축을 밝기값의 개수를 나타낸다.
영상 분리부(240)는 히스토그램 처리부(230)로부터 구한 RG값의 히스토그램을 가우시안 합성 모델(Gaussian Mixture Model)을 이용하여 5개의 범위를 가지는 영상으로 분리한다. 여기서, 가우시안 합성 모델은 n개의 Normal Gaussian Pdf(Probability Density Function)를 합성하여 영상의 히스토그램을 예측하여 영상을 분리하는 방법이다. 이러한 방법은 의료 영상인 뇌의 MRI 영상의 세포 분리 등 히스토그램을 이용하여 영상을 분리하는데 쓰이는 영상 분리 방법 중 하나이다.
영상 분리부(240)에서 5개의 범위를 가지는 영상으로 분리하는 방법을 설명하면 다음과 같다.
5개의 합성 요소를 갖는 가우시안 합성 확률 밀도 함수는 다음의 [수학식 1]과 같다. 즉, 5개의 노멀 가우시안 확률 밀도 함수(Normal Gaussian Pdf)를 합친 것이 가우시안 합성 확률 밀도 함수이다.
또한, 가우시안 합성 확률 밀도 함수는 가우시안 합성 모델과 동일한 의미이다.
Figure pat00001
여기서, x는 히스토그램의 값,
Figure pat00002
는 x의 확률밀도함수,
Figure pat00003
는 합성 계수로서 i=1,2,...,5일 때 각각의 합성 요소에 의해 발생할 사전 확률을 나타내고,
Figure pat00004
는 다변량 가우시안 확률 밀도 함수를 나타낸다.
도 4에 도시된 바와 같이, 다변량 가우시안 확률 밀도 함수는 컴포넌트 1(Component 1) ~ 컴포넌트 5(Component 5)의 모양을 나타내는 함수로 다음의 [수학식 2]와 같이 표현된다.
Figure pat00005
여기서,
Figure pat00006
는 d×1의 평균벡터이고,
Figure pat00007
는 d×d인 공분산 행렬을 나타낸다.
[수학식 2]는
Figure pat00008
의 모양을 바꾸기 위한 계수를 얻기 위한 식이다.
[수학식 2]의 좌측항의
Figure pat00009
는 우측항의
Figure pat00010
와
Figure pat00011
로 표현이 되는 것을 알 수 있다.
가우시안 확률 밀도 함수를 이용하여 RG값의 히스토그램을 추정하기 위해서는
Figure pat00012
를 로그 우도 함수(Log Likelihood Function)로 표현해야 한다.
전술한
Figure pat00013
는 로그 우도 함수로 표현하면 다음의 [수학식 3]과 같다.
Figure pat00014
로그 우도 함수는
Figure pat00015
와
Figure pat00016
을 대입해서 얼마나 RG값의 히스토그램과 유사한지 알아보는 함수이다. 즉,
Figure pat00017
값이 클수록 히스토그램과 유사함을 의미한다.
[수학식 3]에서
Figure pat00018
를 최대화하는 θ값을 최대 우도 추정기라 한다.
[수학식 3]을 이용한 최대 로그 우도 함수는 다음의 [수학식 4]와 같이 나타낸다.
Figure pat00019
Figure pat00020
값이 최대화 되었을 때
Figure pat00021
값을 알아낼 수 있으므로
Figure pat00022
와
Figure pat00023
의 계수값을 알 수 있게 되는 것이다.
최대 로그 우도 함수는 합성요소 계수(
Figure pat00024
,
Figure pat00025
,
Figure pat00026
)를 추정하기 위하여 예측 최대(Expectation Maximization, EM) 알고리즘을 사용한다.
EM 알고리즘은 계수를 더 나은 값으로 반복적으로 갱신시켜 원하는 값과 가장 비슷한 값을 찾아내는 알고리즘이다.
즉, EM 알고리즘은 합성요소 계수(
Figure pat00027
,
Figure pat00028
,
Figure pat00029
)를 변화시켜 가면서 RG값의 히스토그램과 가장 유사한 히스토그램을 찾는 알고리즘이다.
도 4에 도시된 바와 같이, EM 알고리즘을 적용하여 [수학식 1]의 그래프(빨간색 그래프)가 RG값의 히스토그램과 유사해지도록 합성요소 계수(
Figure pat00030
,
Figure pat00031
,
Figure pat00032
)를 변화시키는 과정을 설명하면 다음과 같다.
EM 알고리즘을 적용하는 과정은 4단계로 이루어진다.
1단계는 합성요소 계수(
Figure pat00033
,
Figure pat00034
,
Figure pat00035
)의 값을 초기화한다. 여기서, 초기화는 합성요소 계수에 임의의 작은값을 대입해주는 것을 의미한다.
2단계는 초기화된 합성요소 계수의 값을 다음의 [수학식 5]에 대입하여 사후 확률 함수(Posterior Probility Function)를 계산한다.
Figure pat00036
Figure pat00037
는 전술한 [수학식 2]에서
Figure pat00038
와
Figure pat00039
로 표현 가능하므로 대입해주고,
Figure pat00040
값과 분모의 f(x)값은 전술한 [수학식 1]에서 값을 얻어 대입해주면
Figure pat00041
값을 얻을 수 있게 된다.
[수학식 5]에서 얻어진
Figure pat00042
값을 다음의 [수학식 6]에 대입하여
Figure pat00043
값을 얻는다.
Figure pat00044
3단계는 2단계에서 예측된 계수들(
Figure pat00045
,
Figure pat00046
)를 다음의 [수학식 7]에 대입하여
Figure pat00047
와
Figure pat00048
를 얻는다.
갱신된 합성요소 계수들(
Figure pat00049
,
Figure pat00050
,
Figure pat00051
)을 전술한 [수학식 1]에 대입하면, RG값의 히스토그램과 유사한 그래프를 얻게 된다.
Figure pat00052
4단계는 3단계에서 얻은 갱신된 합성요소 계수들을 전술한 [수학식 4]에 대입하여 최대 우도(RG값의 히스토그램과 가장 유사한 상태)가 되었으면 중지하고 그렇지 않으면 2단계로 돌아가서 합성요소 계수들을 최대 우도가 될 때까지 갱신한다.
영상 분리부(240)는 가우시안 합성 모델을 이용하여 5개의 노멀 가우시안 확률 밀도 함수(Normal Gaussian Pdf)를 합성하여 RG값의 히스토그램을 예측한다.
다시 말해, 도 4에 도시된 바와 같이, 영상 분리부(240)는 컴포넌트 1(Component 1) ~ 컴포넌트 5(Component 5)가 5개의 컴포넌트를 합쳐서 RG값의 히스토그램과 유사한 그래프를 예측한다. 즉, 영상 분리부(240)는 도 4에서, 컴포넌트 그래프 간 만나는 점은 4개이므로 영상의 밝기가 5단계로 된 영상을 계산하여 지폐(120)에 표현한다(도 5에 도시됨). 여기서, 컴포넌트 1(Component 1) ~ 컴포넌트 5(Component 5)는 5개의 노멀 가우시안 확률 밀도 함수(Normal Gaussian Pdf)를 의미한다.
다시 말해, 도 4에 도시된 바와 같이, 컴포넌트 1(Component 1) ~ 컴포넌트 5(Component 5)를 합성하여 빨간색 그래프(Overall mix)로 나타나며, 빨간색 그래프는 RG값의 히스토그램과 유사한 모양을 갖게 된다.
예를 들면, 컴포넌트 그래프 간 만나는 점이 2개인 경우 영상의 밝기값을 나타내는 X 좌표값이 2개이므로 3단계로 영상의 밝기를 나눌 수 있다.
다시 말해, X 좌표값이 10과 45라면, 영상의 밝기값이 0부터 10까지 1단계, 11부터 45까지 2단계, 45부터 255까지 3단계로 영상을 나눌 수 있게 되는 것이다.
본 발명의 실시예에서는 5단계로 영상의 밝기를 나누고 있지만 5개 이하 또는 5개 이상도 가능하다. 실험 결과 5단계로 나누는 것이 RG값의 히스토그램과 가장 유사한 그래프를 만들 수 있기 때문이다.
형광 패턴 추출부(250)는 5단계의 밝기로 분리된 영상 중 4단계와 5단계의 영상을 선택한다. 지폐(120)의 형광 패턴은 5단계로 분리된 영상 중 4단계와 5단계에 존재한다.
도 6을 참조하면, 형광 패턴 추출부(250)는 4단계와 5단계를 임계치를 이용한 이진화 방법으로 영상을 이진화시켜 지폐(120)의 형광 패턴을 추출한다. 이진화 방법은 영상의 밝기값(0~255) 사이의 값 중 4단계 이상의 밝기에 해당하는 값만을 255의 밝기로 나타내고 4단계 미만의 밝기값을 0의 밝기값으로 나타내는 방법이다.
은사 검사부(260)는 형광 패턴을 추출한 후 레이블링을 통해 지폐(120)의 은사의 개수를 측정하고 측정한 은사의 개수가 기설정된 K개 이상이면 정상 지폐로 판별하고 K개 미만이면 불량 지폐로 판별한다.
표준 패턴 매칭부(270)는 형광 패턴 추출부(250)에서 추출한 형광 패턴과 미리 저장해 놓은 표준 영상과 템플릿 매칭을 통해 매칭율을 계산한다.
템플릿 매칭은 디지털 영상 처리 기술 중 하나로 미리 저장된 영상을 비교 영상에서 한 픽셀씩 이동시켜가며 가장 유사한 영상을 찾아내는 영상 처리 기술이다. 이는 다음의 [수학식 8]과 같이 나타낸다.
Figure pat00053
SAD(Sum of Absolute Difference)는 저장 영상과 비교 영상의 밝기값의 차이이의 합을 나타내고 i는 열(Trows), j는 행(Tcols)을 나타낸다.
만약, 두 영상이 같다면 두 영상의 차는 0이 되고 차이가 많을수록 값이 커지게 된다.
표준 패턴 매칭부(270)는 [수학식 8]를 이용하여 i와 j값을 차례로 하나씩 바꾸어 가면서 전체 영상의 픽셀의 차를 계산하고 픽셀의 차가 기설정된 임계치 이상이면 불량 지폐로 판정하며 임계치 이하면 정상 지폐로 판정한다.
다음, 도 7을 참조하여 자동 지폐 검사를 위한 형광 패턴 추출 방법을 상세하게 설명한다.
도 7은 본 발명의 실시예에 따른 자동 지폐 검사를 위한 형광 패턴 추출 방법을 나타낸 도면이다.
입력부(210)는 CCD 카메라(130)로부터 촬영된 지폐(120)의 UV 영상을 입력받는다(S100).
색상 분리부(220)는 입력된 UV 영상에서 촬영된 RGB 영상 중 블루(Blue)값을 제외한 레드(Red)값과 그린(Green) 값의 영상으로 분리한다(S102).
히스토그램 처리부(230)는 분리한 레드값과 그린값의 영상에 대한 히스토그램을 계산한다(S104).
영상 분리부(240)는 계산한 히스토그램을 가우시안 합성 모델을 이용하여 레드값과 그린값의 영상을 배경과 형광 패턴을 나타내는 5단계의 밝기값으로 분리한다(S106).
형광 패턴 추출부(250)는 분리한 5단계의 밝기값에서 4단계와 5단계를 임계치를 이용한 이진화 방법으로 영상을 이진화시켜 지폐(120)의 형광 패턴을 추출한다(S108).
은사 검사부(260)는 형광 패턴을 추출한 후, 레이블링(Labelling)을 이용하여 지폐(120)에 포함된 은사의 개수를 측정한다(S110). 여기서, 은사는 지폐(120)에 UV-LED를 조사하면 형광 패턴과 함께 나타나는 작은 점 모양의 위조 방지 장치이다. 또한, 레이블링 과정은 디지털 영상 처리 기술 중 하나로 영사의 픽셀과 픽셀이 붙어 있어서 연결된 영역이거나 같은 색상 범위를 갖는 영역들을 하나의 물체로 간주하는 과정이다.
은사 검사부(260)는 측정한 은사의 개수가 기설정된 K개 이상이면 정상 지폐로 판별하고 다음 단계인 S114 단계로 넘어가고 K개 미만이면 불량 지폐로 판별하여 지폐 검사를 종료한다(S112, S114. S120).
표준 패턴 매칭부(270)는 추출한 형광 패턴을 미리 저장된 표준 패턴과 템플릿 매칭을 통해 매칭율을 계산하고(S114), 계산한 매칭율을 기설정된 임계치와 비교하여 임계치 이상이면 정상 지폐로 판별하고 임계치 미만이면 위조 지폐로 판별한다(S116, S118, S120).
이상에서 설명한 본 발명의 실시예는 장치 및/또는 방법을 통해서만 구현이 되는 것은 아니며, 본 발명의 실시예의 구성에 대응하는 기능을 실현하기 위한 프로그램, 그 프로그램이 기록된 기록 매체 등을 통해 구현될 수도 있으며, 이러한 구현은 앞서 설명한 실시예의 기재로부터 본 발명이 속하는 기술분야의 전문가라면 쉽게 구현할 수 있는 것이다.
이상에서 본 발명의 실시예에 대하여 상세하게 설명하였지만 본 발명의 권리범위는 이에 한정되는 것은 아니고 다음의 청구범위에서 정의하고 있는 본 발명의 기본 개념을 이용한 당업자의 여러 변형 및 개량 형태 또한 본 발명의 권리범위에 속하는 것이다.

Claims (9)

  1. 카메라로부터 촬영된 지폐의 UV 영상을 입력받아 상기 UV 영상에서 블루(Blue)값을 제외한 레드(Red)값과 그린(Green)값의 영상으로 분리하는 단계;
    상기 분리한 레드값과 그린값의 영상에 대한 히스토그램을 계산하고 상기 계산한 히스토그램을 가우시안 합성 모델을 이용하여 상기 레드값과 그린값의 영상을 배경과 형광 패턴을 나타내는 복수개의 밝기값으로 분리하는 단계;
    상기 복수개의 밝기값으로 분리한 영상에서 상기 형광 패턴을 추출하는 단계;
    상기 추출한 형광 패턴을 미리 저장된 표준 패턴과 템플릿 매칭을 통해 매칭율을 계산하는 단계; 및
    상기 계산한 매칭율을 기설정된 임계치와 비교하여 위조 지폐를 판별하는 단계
    를 포함하는 것을 특징으로 하는 형광 패턴 추출 방법.
  2. 제1항에 있어서,
    상기 복수개의 밝기값으로 분리하는 단계는,
    평균벡터와 공분산행렬로 이루어진 다변량 가우시안 확률 밀도 함수와 크기를 변화시키는 가중치인 합성계수를 이용하여 5개의 합성요소를 갖는 상기 가우시안 합성 모델로 표현하는 단계;
    상기 가우시안 합성 모델을 기초로 상기 분리한 레드값과 그린값의 영상에 대한 히스토그램을 추정하는 단계; 및
    상기 가우시안 합성 모델을 기초로 5단계 밝기로 영상의 히스토그램을 분리하는 단계
    를 포함하는 것을 특징으로 하는 형광 패턴 추출 방법.
  3. 제2항에 있어서,
    상기 형광 패턴을 추출하는 단계는,
    상기 5단계 밝기로 분리된 영상의 히스토그램에서 일정 밝기 이상으로 상기 형광 패턴에 해당하는 단계의 영상의 히스토그램을 추출하는 단계
    를 포함하는 것을 특징으로 하는 형광 패턴 추출 방법.
  4. 제1항에 있어서,
    상기 형광 패턴을 추출하는 단계 이후에,
    레이블링(Labelling)을 이용하여 은사의 개수를 측정하는 단계; 및
    상기 측정한 은사의 개수가 기설정된 임계치 이상이면 정상 지폐로 판별하고 임계치 미만이면 불량 지폐로 판별하는 단계
    를 더 포함하는 것을 특징으로 하는 형광 패턴 추출 방법.
  5. 위조 지폐를 검사하는 형광 패턴 검사 장치에 있어서,
    카메라로부터 촬영된 지폐의 UV 영상을 입력받아 상기 UV 영상에서 블루(Blue)값을 제외한 레드(Red)값과 그린(Green)값의 영상으로 분리하는 색상 분리부;
    상기 분리한 레드값과 그린값의 영상에 대한 히스토그램을 계산하는 히스토그램 처리부;
    상기 계산한 히스토그램을 가우시안 합성 모델을 이용하여 상기 레드값과 그린값의 영상을 배경과 형광 패턴을 나타내는 복수개의 밝기값으로 분리하는 영상 분리부;
    상기 복수개의 밝기값으로 분리한 영상에서 상기 형광 패턴을 추출하는 형광 패턴 추출부; 및
    상기 추출한 형광 패턴을 미리 저장된 표준 패턴과 템플릿 매칭을 통해 매칭율을 계산하고 상기 계산한 매칭율을 기설정된 임계치와 비교하여 위조 지폐를 판별하는 표준 패턴 매칭부
    를 포함하는 것을 특징으로 하는 형광 패턴 검사 장치.
  6. 제5항에 있어서,
    상기 영상 분리부는,
    복수개의 가우시안 확률 밀도 함수를 합성한 상기 가우시안 합성 모델을 이용하여 상기 분리한 레드값과 그린값의 영상에 대한 히스토그램을 추정하고 상기 각 가우시안 확률 밀도 함수로 표현된 그래프 간 만나는 좌표를 기초로 복수개의 밝기 단계를 갖는 영상으로 분리하는 것을 특징으로 하는 형광 패턴 검사 장치.
  7. 제6항에 있어서,
    상기 형광 패턴 추출부는,
    상기 복수개의 밝기 단계 중 상기 형광 패턴으로 추정되는 단계의 영상의 밝기값을 '255'의 밝기값으로 설정하고 나머지 단계의 영상의 밝기값을 '0'의 밝기값으로 설정하여 상기 형광 패턴을 추출하는 것을 특징으로 하는 형광 패턴 검사 장치.
  8. 제5항에 있어서,
    상기 영상 분리부는,
    평균벡터와 공분산행렬로 이루어진 다변량 가우시안 확률밀도함수와 크기를 변화시키는 가중치인 합성계수를 이용하여 복수개의 합성요소를 갖는 상기 가우시안 합성 모델로 표현하고, 상기 가우시안 합성 모델을 이용하여 상기 분리한 레드값과 그린값의 영상에 대한 히스토그램을 추정하는 것을 특징으로 하는 형광 패턴 검사 장치.
  9. 제8항에 있어서,
    상기 영상 분리부는,
    예측 최대(Expectation Maximization, EM) 알고리즘을 사용하여 상기 가우시안 합성 모델의 계수로 사용되는 상기 평균벡터, 상기 공분산행렬와 상기 합성계수를 갱신하여 상기 분리한 레드값과 그린값의 영상에 대한 히스토그램을 추정하는 것을 특징으로 하는 형광 패턴 검사 장치.
KR1020100069115A 2010-07-16 2010-07-16 자동 지폐 검사를 위한 형광 패턴 추출 장치 및 방법 KR101158329B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020100069115A KR101158329B1 (ko) 2010-07-16 2010-07-16 자동 지폐 검사를 위한 형광 패턴 추출 장치 및 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020100069115A KR101158329B1 (ko) 2010-07-16 2010-07-16 자동 지폐 검사를 위한 형광 패턴 추출 장치 및 방법

Publications (2)

Publication Number Publication Date
KR20120008324A true KR20120008324A (ko) 2012-01-30
KR101158329B1 KR101158329B1 (ko) 2012-06-22

Family

ID=45613362

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020100069115A KR101158329B1 (ko) 2010-07-16 2010-07-16 자동 지폐 검사를 위한 형광 패턴 추출 장치 및 방법

Country Status (1)

Country Link
KR (1) KR101158329B1 (ko)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106504405A (zh) * 2016-11-01 2017-03-15 深圳怡化电脑股份有限公司 一种识别纸币的方法及装置
US10994029B2 (en) 2017-08-24 2021-05-04 The Usa, As Represented By The Secretary, Department Of Health And Human Services Conformational restriction of cyanine fluorophores in far-red and near-IR range

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH07129812A (ja) * 1993-11-02 1995-05-19 Shinko Electric Co Ltd 紙幣判別装置
KR20020045138A (ko) * 2000-12-08 2002-06-19 김종혁 위조지폐 판별장치 및 그 판별방법
KR100769676B1 (ko) * 2005-07-01 2007-10-24 삼성전자주식회사 위폐감식기능을 갖는 복합기

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106504405A (zh) * 2016-11-01 2017-03-15 深圳怡化电脑股份有限公司 一种识别纸币的方法及装置
CN106504405B (zh) * 2016-11-01 2019-04-09 深圳怡化电脑股份有限公司 一种识别纸币的方法及装置
US10994029B2 (en) 2017-08-24 2021-05-04 The Usa, As Represented By The Secretary, Department Of Health And Human Services Conformational restriction of cyanine fluorophores in far-red and near-IR range
US11707537B2 (en) 2017-08-24 2023-07-25 The Usa, As Represented By The Secretary, Department Of Health And Human Services Conformational restriction of cyanine fluorophores in far-red and near-IR range

Also Published As

Publication number Publication date
KR101158329B1 (ko) 2012-06-22

Similar Documents

Publication Publication Date Title
US10474874B2 (en) Applying pixelwise descriptors to a target image that are generated by segmenting objects in other images
US20120082365A1 (en) Pathologic tissue image analyzing apparatus, pathologic tissue image analyzing method, and pathologic tissue image analyzing program
KR20100015628A (ko) 목재의 검사 방법, 장치 및 프로그램
US20100322510A1 (en) Sky detection system used in image extraction device and method using sky detection system
KR101891631B1 (ko) 영상 학습 장치, 이를 이용한 촬영영상 분석 시스템 및 방법, 이를 수행하기 위한 기록매체
US8559714B2 (en) Post processing for improved generation of intrinsic images
US20140294296A1 (en) Spatially varying log-chromaticity normals for use in an image process
KR100881230B1 (ko) 스테레오 영상을 이용한 고 정밀 위폐 감별 시스템
CN115761341A (zh) 基于图像识别的纺织废料自动分类方法及装置
CN108596244A (zh) 一种基于光谱角度密度峰值的高光谱图像标签噪声检测方法
CN109284759A (zh) 一种基于支持向量机（svm）的魔方颜色识别方法
KR101158329B1 (ko) 자동 지폐 검사를 위한 형광 패턴 추출 장치 및 방법
CN100481872C (zh) 基于色调模式的检测多种篡改的数字图像取证方法
US8428352B1 (en) Post processing for improved generation of intrinsic images
CN106340037B (zh) 基于色度中心比色度离心距的图像偏色检测方法
CN114486895A (zh) 一种基于尿干化试纸条推向识别的检测样本物质浓度的方法
US8553979B2 (en) Post processing for improved generation of intrinsic images
CN115292722A (zh) 基于不同色彩空间的模型安全检测方法和装置
Bergman et al. Unsupervised colour image segmentation applied to printing quality assessment
CN115018820A (zh) 基于纹理加强的乳腺癌多分类方法
TWI313848B (en) A fire image detection method
TWI447382B (zh) Wood inspection methods and apparatus and program
WO2020072664A1 (en) Vision based recognition of gaming chips
US20140050399A1 (en) Log-chromaticity clustering pipeline for use in an image process
TWI423175B (zh) 基於多核心支援向量機之偽鈔辨識方法

Legal Events

Date Code Title Description
A201 Request for examination
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20150615

Year of fee payment: 4

FPAY Annual fee payment

Payment date: 20160613

Year of fee payment: 5

FPAY Annual fee payment

Payment date: 20170607

Year of fee payment: 6

LAPS Lapse due to unpaid annual fee