TWI334108B - Verification method for determining areas within an image corresponding to monetary banknotes - Google Patents

Description

1334108 九、發明說明： · 【發明所屬之技術領域】 本發明係有關於影像處理，尤指一種在一影像中決定對應於一金 融票券（monetary banknote)之複數個區域的驗證方法。 【先前技術】 隨著影像處理系統的進步，包含掃描器、數位彩色影印機以 及印刷用的機構與裝置等，與此同時也已經造成市面上有愈來愈 多各種不同非法複製品的情況，而且現在有許多偽造者通常都會 企圖透過重製金融票券（monetary banknote )、貨幣、股票、債券 以及其他相關目標物件等來取得個人利益，另外，因為印刷與重 製的先進技術可以讓偽造者重製出人眼無法辨別的偽造金融票 券，所以區分與辨識真實有效的物品與偽造的物品這方面的工作 便變得愈來愈困難，因此目前非常需要一種可以有效的且精確的 辨識與區分偽造的金融票券以及合法的金融票券的機制。 目前的金融票券偵測系統通常都是導入一掃描器或是相關類 型的掃瞄機制，以將一樣本金融票券的資訊轉換成一數位資料格 式的表現方式，以用於影像處理，而一旦轉換成數位資料之後， 就可以進行一系列的測試與操作程序來確認該樣本金融票券的有 效性，這其中可以包含有關鍵特徵的辨識，例如標記（1 andmark )、 7 1334108 全像圖（hologram)、色彩、序號以及顏料（pigment)等。 在進行關鍵特徵的辨識之前，偵測偽造金融票券的一個重要 操作步驟包含在一掃瞄影像中驗證對應於該金融票券的複數個區 域，一般來說，該掃瞄影像的尺寸會大於該金融票券的尺寸，因 此必須先知道該金融票券在該掃瞄影像中的有效位置，才能在需 要確認的區域上進行相關的偽造測試，而不是在背景影像上進 行，此外，知道對應於該金融票券的複數個區域之後就可決定出 在後續測試中所參考的座標系統。 此外，如果票券係内嵌於一複雜的影像背景中被掃描，則會 更難以自影像背景中辨識出實際的金融票券位置，而背景雜訊及 圖案則會進一步使得偵測過程變得更加複雜，如此一來就會造成 不規則的辨識結果，並且無效的背景目標物件會被錯誤辨識為一 金融票券的位置，此外，由於作為參考用之圖框（f rame )無法於一 開始時便提供，故金融票券在該掃瞄影像中平移、旋轉以及對齊 時所產生的變動也會使得辨識程序變得更加複雜。 【發明内容】 有鑑於此，本發明的目的之一在於提供一種在一影像中決定 對應於一金融票券（monetary banknote)之複數個區域的驗證方 法，以解決前述之問題。 根據本發明之申請專利範圍，其係揭露一種在一影像中決定 對應於一金融票券之複數個區域的驗證方法，該驗證方法包含 8 1334108 有：將該影像劃分為複數個驗證區段；.產生一金融* 听券周邊空白 圖’該金融票券周邊空白圖具有複數個邊緣區段，Β 、 6亥複數個逢 緣區段係對應於該影像中的複數個有效金融票券之〜 周邊空白； 從具有複數個紋理區段之該影像中產生一紋理判斷’ texture decisionmap)，該複數個紋理區段具有複數個紋理數值，上 ，且§玄複數 個紋理數值係在依據一有效金融票券的一有效範圍内 利用移除

在該紋理判斷圖中對應於在該金融票券周邊空白圖中的該複數< 邊緣區段之複數個紋理區段來決定在該紋理判斷圖中的複輿^固 標物件；依據具有關於該影像的每一驗證區段之一紋理特徵數值 的一紋理特徵圖來對於該紋理判斷圖中的每一目標物件計算—纹 理特性數值（texture property value);對於每一目標物件叶曾 形狀特性數值；以及進一步從該紋理判斷圖中移除對應於不具有 在一第一預設範圍内之該紋理特性數值與在一第二預設範圍内之 該形狀特性數值的目標物件之紋理區段，其中產生該紋理判斷目 的步驟包含有：將該影像劃分為複數個特徵區段（feature section);對該影像的每一特徵區段產生具有複數個紋理數值的— 紋理特徵圖（texture feature map);將該複數個邊緣區段包含在該 複數個紋理區段中；選擇具有在一第一紋理數值臨界範圍内的紋 理數值之複數個特徵區段作為複數個潛在紋理區段；對每一潛在 紋理區段周圍的複數個特徵區段決定一平均紋理數值；以及將周 圍具有在一第二紋理數值臨界範圍内的該平均紋理數值之複數個 特徵區段的複數個潛在紋理區段包含在該複數個紋理區段中。 9 1334108 【實施方式】 本發明在此係提供一種在一影像中決定對應於一金融票券 (晒咖y banknQte)之複數健域雜證方法，㈣影像可以 是由一硬體掃描器或類似的裝置所提供，其中，該影像係包含有 一預定的貨幣形式之-樣本金融票券，以及從該樣本金融票券所取 得的特徵會用來跟有效的金融票券之已知數值及/或範圍比較，以 驗證其在該料巾㈣置，料，該金㈣麵類财以包含有 美國與日本的詩，但在本發明之其他的實施例中也可以包含有 其他國家的貨幣。 …本發明方法可以應用於偽造貨幣的辨識，並且該影像可以在 該影像中提供具有任意的旋轉抽與平移對準㈤心以聰⑷ 的樣本金融票券，如此一來就可以使用一般常見的掃描器來取代 具有固定的輸入維度之簡易金融票券讀取機，此外，該掃福影像 可以包含有該掃描金融票券重疊在任意背景上，也可以包含有複 數個隔離的或獨立的金融票卷、或是複數個具有部分重疊的金融 =，另外’本方法還可以與基本的獨立掃描器 '影印機、獨立 p機以及其他相關的掃描與偵測裝置結合來共同運作。 在本發明切料⑽财法係利習知技術切 的創新方=，本發明不但提供了—種可以提高安全性^法，而 且本發明還可以輕易地與―般常見的硬體裝置整合運用 况’本發明提供了-種可用低成本來達成所要目的之方法，與^ 1334108 同時本發明方法中的多層次、大規模以及小規模之驗證方式有 助於能4保達到精確的㈣率與非常低的誤判率，與此同時，本 發明也具妓夠的強健度（robust)與彈性以應用在各種不同的影 像類型以及運作條件。 在簡要的描述本發明的驗證方法之前，必須先了解到在本說 明書及後續的中請專利範圍#中使用了某些詞彙來指稱特定的過 程或步驟，而所屬領域中具有通常知識者應可理解，設計者可能 會用不同的名詞來稱呼這些類型的過程，必且在本說明書及後續 的申請專利範圍中並*以名稱的差異來作為區分元件的方式而 疋以元件在功Sb上的差異來作為區分的基準，此外，在通篇說明 書及後續的申請專利範圍當中所提及的「包含有」係為—開放式 的用語，故應解釋成「包含有但不限定於」。其他的範例也都同 樣可適用於此’並且熟習本項相關技藝之專門用語者於閱讀本說明書時 應可輕易地理解。 月〆考第1圖，第1圖係概要地描述根據本發明一實施例之 -種在-影像令決㈣應於—金融票券之複數個區域的驗證方 法。驗證方法1GG首先包含有接收可能具有—樣本金融票券之一 掃描影像’而在接收該掃描影像之後，接著進行—影像劃分步驟 110來將該掃㈣像劃分為複數個影像區段，然後再進行—金融票 券周邊空白圖的產生步驟120來產生一金融票券周邊空白圖，其 中該金融票券周邊空白圖具有從該複數個影像區段中選出的複數 個邊緣區段，並且該複數個邊緣區段係對應於該影像中的該金融 1334108 票券的一周邊空白，與此同時，進行一紋理判斷圖（texturedecisi〇n map)產生步驟130來產生一紋理判斷圖，其中該紋理判斷圖具有 從該複數個影像區段中選出的複數個紋理區段，並且該複數個紋 理區段具有一紋理數值，而該紋理數值係在一有效的金融票券的 有效範圍内，此外，關於紋理判斷圖的產生會在後續段落中詳 細說明。 接著，一目標物件決定步驟140係將該紋理判斷圖中的目標 物件隔離並計算目標物件的數量，由於即使在一目標物件係理想 地對應於一金融票券的情況中，仍然有可能包含有其他在該紋理 判斷圖中確認過的目標物件，所以必須利用移除在該紋理判斷圖 中對應於在該金融票券周邊空白圖中的該複數個邊緣區段之複數 個紋理區段來將每一目標物件彼此分離開來。 在目標物件決定步驟140之後，接著是一紋理特性（texture property)決定步驟150以及一形狀特性數值決定步驟i6〇 ’用於 分別對在前面的各步驟中確認過的目標物件來進行處理，其中， 紋理特性數值決定步驟150係依據具有關於每一影像區段之一紋 理特徵（texturefeature)數值的一紋理特徵圖來對於每一目標物 件計算一紋理特性數值，而各種不同類型的紋理特徵圖都可以應 用在這個步驟中，並且將會在後續段落中詳細說明。此外，形狀 特性數值決定步驟160係對於每一目標物件計算—形狀特性數值。 最後，基於紋理特性數值決定步驟150以及形狀特性數值決 定步驟160的結果，再進行一目標物件移除步驟17〇來進一步從 12 1334108 該紋理判斷射移除對應於不具有在一第—預設範_之該紋理 特性數值以及不具有在—第二預設範_之該形狀特性數值的目 標物件之紋理區段，簡單地來說就是同時不具有適#的紋理特性 數值以及形狀特性數值的目標物件會被從敎理判斷圖★移除， 並且該第-預設範_及該第二預設㈣係均對應於有效金融票 券的適當制，以德上述驗證過_準確性，因此，以上所產 生的紋理判斷圖係用來顯示該掃描影像中對應於金融票券之複數 個驗證過的區域。 關於上述第1圖中驗證過程之各個步驟的詳細說明會在後續 的&洛中描述’並且包含與各個部分相關的圖示以及示意圖。 影像劃分步驟1 1 0 "像1步驟110的目的是將—掃鄉像劃分為複數個驗證 區段以使得整體的處理效率提高，接著就可以個別處理每一驗證 相對於處理-整個影像來說，這種方式可以在相關的計算 ^理中提供_更高的_度，而這些影像區段収寸與形狀可 本發明之不同的實施例而變化，並且以下所提供的範例並 非本發明的限制。第2圖 ’、為個知描衫像200被劃分為複數個 段210的-實施例。這些驗證區段則包含有-歧個別的 疊::===說明該_像經—_ ①〃他實〜例中，也可以用部分重疊的分 13 1334108 佈來安排，如第3圖所示的實施例，並且該實施例係舉例說明部 分重疊之該複數個驗證區段可以對後續的計算以及處理之步驟提 供更南的解析度。 金融票券周邊空白圖的產生步驟120 金融票券周邊空白圖的產生步驟12〇主要係針對一金融票券 周邊空白圖（banknote boundary map)的製作，以及第4圖係舉例 說明關於這個步驟的操作，其中，一金融票券周邊空白圖係從包 3有金融票券之一掃描影像中取得，以及對應於掃描影像中的金 融票券之一周邊空白的複數個邊緣區段係被選出並且確認，因此 如果金融票券之周圍的周邊空白區域被包含在一原本的掃描影像 中，則金融票券周邊空白圖會使得這些周圍的周邊空白區域顯得 特別突出。 第4圖係依據本發明來提供一實施例舉例說明如何產生該金 融票券周邊空白圖。由於有許多產生該金融票券周邊空白圖的方 法，因此以下的内容係用於舉例說明’而不是為了限縮本發明之 範圍，在本發明其他可供選擇的實施例中也可以用與本實施例不 同的方式或順序來產生該金融票券周邊空白圖，所以只要可以滿 足依據本發明之目的來產生該金融票券周邊空白圖之需求，可以 使用任何一種可應用於此的方法。 如第4圖所示’首先’接收-數位掃描的影像，然後進行影 1334108 像分離步驟41〇，其中此影像係被劃分為複數個影像區段；接著， 進行色彩特徵圖（colorfeaturemap)的產生步驟42〇，其中所產 生之此一色彩特徵圖係具有用於該影像之每一影像區段的色彩統 計分布圖（color histogram)資料；二元判斷圖（binarydecisi〇n map)的產生步驟430係為包含在本發明另一實施例中的一額外的 步驟’在此步驟中會產生一色彩二元判斷圖（c〇1〇r binary decision map)，並且該色彩二元判斷圖係標示出對應於該金融票 券之複數個可能的區域；下一步係進行灰階紋理特徵圖（gray level texture feature map)的產生步驟440，其中該灰階紋理特 徵圖係用於標示該影像中每一影像區段的一灰階數值；然後再進 行金融票券周邊空白圖（banknote boundary map)的產生步驟450, 其中複數個邊緣區段被紀錄到該金融票券周邊空白圖上，且該複 數個邊緣區段係從具有一第一預定範圍内之色彩統計分布圖資料 與一第二預定範圍内之灰階數值的複數個影像區段中選出；接 著，在金融票券的主體移除（banknote main body block removal) 步驟460將由周圍邊緣區段所包圍之内部邊緣區段從該金融票券 周邊空白圖中移除；最後，在金融票券的周邊空白擴大步驟 (banknote boundary di lation) 470中擴大該金融票券周邊空白圖 上的該複數個周圍邊緣區段。 在第4圖中所舉例說明關於產生該金融票券周邊空白圖的過 程之每一個相關的部分都會在後續段落中提供進一步的詳細說 明。 15 1334108 影像分離步驟410 在影㈣離步驟41G的過程中，所接收到㈣像會被劃分為 ^個影像區段’而這個步驟可以由類似於第2圖以及第3圖所 ^之關於劃分複數個驗證區段的—方式來進行，因此不需要進 一步的說明’在-些料的實施例中，該複數個影像區段也可以 對應於該複數個驗證㈣，料，將接”_彡像劃分為複數個 區域使得整體處理票券的處理效率提高，料因為每—區域可以 個別處理的_。這些區域可以具有任意的形狀，例如方塊或其 他組態，只要符合本發明所教導的精神即可。 色彩特徵圖的產生步驟420 色彩特徵圖的產生步驟420負責產生具有用於該影像之每-影像區段之色彩統計分布圖資料的色彩特徵圖。第5圖以及第6 圖係為色彩統計分布圖資料的—個例子，如第5圖所示，個別的 顏色（51〇 ' 520、530 )都包含有一分布寬度以及一中間數值。在 透過第6圖所繪示的本發明之—實施例中可以瞭解到，該掃聪影 像610的每一個影像區段614都包含有用於表示一第一顏色別 之-色彩統計分布圓的分布寬度以及#間數值用於表示一第二 顏色52j之-色彩統計分布圖的分布寬度以及中間數值以及用於 表πϋ色530之-色軸計分布圖的分布寬度以及中間數 1334108 值另外，該色彩統計分布圖資料可以·包含紅綠藍（)三原色 的統計分布圖資料，由於色彩統計分布圖的選取係為該相關技術 領域中具有通常知識者所熟悉，故不在該另行贅述。 灰階紋理特徵圖的產生步驟440 在灰階紋理特徵圖的產生步驟44〇中，該灰階紋理特徵圖係 用於標示該影像之每一影像區段的一灰階數值。第7圖係為灰階 紋理特徵圖的一個例子，該影像中的每一影像區段都是經由分析 與處理來決定每一影像區段對應的灰階。由於金融票券通常都具 有一個在一特定區間内獨特的灰階變化量，這個資料會在之後的 周邊空白檢測程序中使用到。由於灰階的分析係為該相關技術領 域中具有通常知識者所熟悉，故不在該贅述。 金融票券周邊空白圖的產生步驟45〇 金融票券周邊空白圖的產生步驟450是一個最重要的關鍵步 驟’其中複數個邊緣區段已經由之前步驟的資料所決定，主要是 由步驟420產生之色彩特徵圖以及步驟440產生之灰階紋理特徵 圖所決定。在該步驟中，具有一第一預定範圍内之色彩統計分布 圖資料與具有一第二預定範圍内之灰階數值的複數個影像區段係 被確認為複數個邊緣區段，而且該複數個邊緣區段會被紀錄至該 17 1334108 票券周邊空白圖’其中該第—預定範圍係根據-有效金融票券之 -邊緣之色彩糾分布„料來加以決定，而該第二狀範圍則 是根據-有效金融票券之—邊緣之灰階來加以決定^因此，當上 述之狀範圍根據-有效票券之—邊緣資訊來特別地調整與選擇 時，這個步驟會使用正確的判斷標準以適當地選擇複數個邊緣區 段，而這個步驟進-步由第7圖說明，第8圖係顯示—原本的影 像810以及符合上述判斷標準而選擇作為金融票券周邊空白圖 830之該複數個邊緣區段的複數個影像區段。 一般而言，-金融票券之—邊緣是獨特的，而且通常都比主 體透明-些’也就因此造成與主體不同的灰階資料與色彩統計分 布圖貧料’而這些不同之處就可以作為用來在金融票券周邊空白 圖830中適當地決定相對應之複數個邊緣區段所利用的特性。 在已經確認複數個邊緣區段之後，接著係進行票券的主體移 除步驟460。由第8圖所示之金融票券周邊空白圖請的產生可 知，該複數個邊緣區段包含有由複數個周圍邊緣區段所圍住的複 數個内部邊緣區段，而該複數個内部邊緣區段的存在是因為雖然 第一與第二預定範圍已經根據一有效的金融票券周邊空白來調 整，但是仍然可能還會有一些符合該金融票券之設定標準的複數 個金融票券主體區段，由於本發明不需要該複數個内部邊緣區 段，所以會移除該複數個内部邊緣區段。這個步驟會在第9圖中 說明，第9圖係顯示一原本的金融票券周邊空白圖91〇,接著在步 驟920中移除複數個内部邊緣區段，因此造成在該金融票券周邊 18 1334108 空白圖中只剩下該複數個周圍邊緣區段。 由複數個周圍邊緣區段所圍住的該複數個内部邊緣區段之移 除可以根據-祕件㈣行，在—實施财，本發明之方法可以 移除一大於一門檻數值之數量的複數個内部邊緣區段，在其他的 貫施例中貝丨可以移除金融票券周邊空白圖中的複數個内部邊緣 區段，以使移除的該複數個内部邊緣區段係對應於—預定表面區 域0 擴大金融票券的周邊空白之步驟470 在本實施射檢測周邊空白之方法的最後—個步驟係為擴大 金融票券的周邊空白之步驟47G，這個步驟同時也經由第9圖中的 擴大金融票券的周邊空白之步驟93G來加以制，本發明之方法 會包含這個步驟是因為該複數個周圍邊緣區段的某些部分會非常 薄’而且沒有完全與相鄰的邊緣區段連接’這個特性使得一特定 金融票券的邊緣與周圍的或是重疊的複數個金融票券之間的區分 變得非常困難’因賴大金融票制衫自圖上之該複數個周圍 邊緣區段可以提供複數個金融票券之間更好的清晰度與解析度。 以上所說明的係為關於產生該金融票券周邊空白圖的一實施 例’但是還有其他的實_同樣可㈣來完成本發㈣要達到之 的因此關於如何從原本的該掃描影像中分辨出複數個邊緣 區段的實際作法可以隨著本發明之—些不同的實施例而變化，其 13341〇8 ，-實施例係牽涉到對該掃描影像之該複數個影像區段的色彩 統計資料以及對應於有效的金融票券之周邊空白的色彩統計資料 進仃比較，並且另-實施例収牵涉到對該掃描影像之該複數個 衫像區段的紋理資料以及對應於有效的金融票券之周邊空白的紋 理資料進行比較，而關於該金融票券周邊空白圖的實際作法則是 兩者皆可的，只要該金融票券周邊空白圖可以Μ從對應於該掃 描影像中的金融票券之—周邊空白的複數個影像區段中能分辨出 複數個邊緣區段的需求即可。

在-些實施例中，金融票券周邊空白圖的產生步驟12〇可以 另包含有在第4圖中所示之-二元判斷圖㈤啊卿） 的產生步驟430,在這個情況中會產生―色彩二元判斷圖（c〇i〇r bmary decision map)’並且該色彩二元判斷圖係標示出對應於 該金融票券之複數個可能的區段，接著，複數個邊緣區段會被紀 錄到該金融票券周邊空白圖上，以作為具有該預定色彩範圍内之 色衫統計分布圖資料與該預定灰階範圍内之灰階數值的複數個可 月包的區段’因此’本實施例可以增加一額外的處理步驟，以得到 更精確的驗證結果，而進一步的細節内容將在後續段落中說明。 二元判斷圖的產生步驟430 二元判斷圖的產生步驟430主要係針對該色彩二元判斷圖的 產生，以及該色彩二元判斷圖係基於色彩統計分布圖資料來在該 20 1334108 景續的複數健段中標Μ對應於該金融票券之複數個可能的區 而第ίο圖所繪不的係為關於二元判斷圖的產生步驟綱之一 -彳/、中在第1。圖中左手邊係顯示包含有一金融票券的一 原本的影像，以及在第10圖中右手邊係舉例說明該色彩二元判斷 圖’而從該影像中所選出的對應於該金融票券之複數個可能的區 段係顯示為黑色’此外，在耗彩二元韻圖中，該複數個可能 的區&係依據在-有效之金融票券中的色彩統計分布圖資料之一 出現頻率來決定’舉例來說，—區段的該色彩統計分布圖資料係 由該影像的複數個區段中取得’並且會將該色彩統計分布圖資料 以及在—有效之金融票券巾的色彩統計分布圖資料來進行比較， 而基於在财效之金融票券中的—出現頻率，如果該色彩統計分 布圖資料超過一預定之統計上的臨界數值，則該區段就是一可能 的區段。 第11圖係經由處理過程1100來舉例說明用於第4圖之二元 判斷圖的產生步驟430之方法的一實施例，並且處理過程ιι〇〇中的 每一個步驟係在以下段落中描述。 如第11圖所示，二元判斷圖的產生步驟43〇的第一個步驟包 含有將該掃瞄影像劃分為複數個判斷區段（步驟111〇)，並且嗲複 數個判斷區段中每一個判斷區段都會被分析，而這個步驟可以由 類似於第2圖以及第3圖所繪示之關於劃分複數個驗證區段的一 方式來進行，因此不需要進一步的說明，在一些特定的實施例中， 該複數個判斷區段也可以對應於該複數個驗證區段，此外，— 21 1334108 始先將該影像劃分為複數個判斷區段可以使得在利用色彩特性來 決定該影像的有效與無效區段之檢驗過程中，只需要花費較低的 計算成本即可。 一旦將該影像劃分為複數個判斷區段之後，就可以對每一個 判斷區段取得色彩統計分布圖資料（步驟112〇)，這個步驟可以由 類似於第5圖以及第6圖所繪示的内容來進行，因此不需要進一 步的說明，本發明之一較佳實施例係利用一三維色彩空間，例如 ..工泰監（RGB)二原色色彩空間，其具有一第—顏色51〇、一第 一顏色520以及一第二顏色530，，並且每一色彩統計分布圖的該 中間數值與該分佈寬度數值都可以分別從上述個別的顏色中取 得，由於色彩統計分布圖的選取係為該相關技術領域中具有通常 知識者所熟悉，故不在該另行贅述β 在對於該影像之每一判斷區段取得一色彩統計分布圖資料之 後，接著就可以依據該影像之各區段的該色彩統計分布圖資料來 對於該影像之每一判斷區段建構一色彩向量（步驟113〇)，而該色 彩向量係對於電腦處理中該影像之各區段而言係提供了一種方便 表不色彩資訊的機制，此外，在本發明之一實施例中係使用六度 空間的一色彩向量來概括從該影像之每一判斷區段之該色彩統計 分布圖資料中取得的關鍵資料點，而在此實施例中之該色彩向量 係表 示如下： 八色彩向量[第一顏色310的分佈寬度數值][第二顏色32〇的 分布寬度數值][第三顏色33Q的分布寬度數值][第—顏色的中間 22 丄334108 數值][第一顏色310的中間數值減去第二顏色320的中間數值] [第—顏色310的中間數值減去第三顏色330的中間數值] 在第五與第六陣列裡中間數值的差額之使用是為了降低整體 5己憶體空間的限制條件，另外在此請注意，當使用紅綠藍三原色 的色彩統計分布圖時，該些中間數值彼此之間都會非常接近，所 以如果有需要的話，當已經得知第一顏色31 〇的中間數值時，第 一顏色320以及第三顏色33〇的中間數值可以利用上述的特性來 取得。 在對於該影像之每一判斷各區段定義一色彩向量之後，接著 就可以將該影像之每一判斷區段的該色彩向量與—色彩對照表進 行比較，以決定該影像之每一判斷區段係對應於一有效金融票券 的機率（步驟114〇)，而該影像之每一判斷區段對應於該有效金融 票券的機率係依據在該色彩對照表中之一出現頻率來計算產生。 «亥色彩對照表係利用將一有效金融票券所對應之一影像劃分 為複數個表單區段來產生，其中’依據本發明之特定實施例，該 、复數個表單區#又可以是隔離的、互相配合的、或部分重疊的，分 別例如類似於第2圖以及第3圖所繪示的狀態，此外，該複數個 表單區&的表面配置也可以依據對於該色彩對照表之__所想要形 成的格式而具有平移或旋轉的變化，或是也可能具有多重層次的 繪製。 接著，對於該有效金融票券的每一表單區段取得一色彩統計 刀布圖-貝料，並且依據該有效金融票券的每一表單區段之該色彩 23 1334108 2料圖資料來對於該有效金融票券的每—表單區段指派—色 ^ m再對於該有效金融票券所 算-出現頻率。 #从向置计

如果某-判斷區段對應於該有效金融票券的機率超過—第— 預設臨界數值時，那麼該判斷區段就會在步驟⑽被蚊為—色 如£& ’而這個步驟會重複地對所有的判斷區段持續進行，直到 完成確認該複數個判斷區段衫色彩區段為止，因此，在這個階 段中，該複數個色彩區段分別只是—個具有對應於該有效金㈣ 券之一可接受出現頻率的色彩向量的判斷區段。 然後’緊接著是複數個周圍區段的檢驗（步驟116〇)，複數個 周圍區段的檢驗步驟對於前述的步驟而言是更為全面性I㈣ 驟’利用在步驟1140中從判斷區段之檢驗所得到的機率資訊，就 可以檢驗每-個色彩區段所對應之複數個周圍區段的機率。 首先，在步驟1160中將該影像之各個色彩區段的複數個周圍 區段之色彩向量以及該色機照表進行比較，錢再決定該複數 個周圍區段係對應於該有效金融票券的—平均機率，而與前一個 步驟類似，在步驟117"，該複數個周圍區段對應於該有效金融 票券的該平均機㈣依據在該色彩對照表中之該複數個周圍區段 的色彩向量的出現鮮來計算產生，如果在步驟謂中該平均機 率係大於-第二預設臨界數值’那麼相對應之可能的區段就會被 選定為-鈔票（bill)區段，並且在下—個步财被進—步利用。 第12圖係用於對這個步驟提供一個範例說明，而在此實施例 24 上 W4108 ’可能的區段係標示為一色彩區段1212，並且有複數個周圍區 段⑵4圍繞在色彩區段1212外側，其中，複數個周圍區段心 的複數個色料4係料跟該色較照表進行比較，以決定複數 個周圍區段12U對應於該有效金融票券的—平均機率，而如果該 十均機率係大於該第二預設臨界數值，那麼可能的區段⑵2就會 被選定為一鈔票區段。

雖然第12圖係舉例說明複數個周圍區段1214在色彩區段 1212外側形成—環繞型態，但是其他變化以及不同實施例也可以 有不冋的組態，而這些不同的組態仍然是依循著本發明所教導的 原理與精神’舉例來說，該複數個周圍區段可以用_部分重疊的、 旋轉的、互不相交的、偏移的或是平移的方式來排列，無論:何， 在上述各種情況巾，本發明方法同樣都可㈣來糾其所想要完 成的功能性目的。 寻到在步驟1180決定複數個鈔票區段之後，接著就是進行一 像素層次的處理步驟來在每—個鈔票區段巾檢驗複數個像素，而 故是在-像素層次的檢驗步驟U9G中進行這個步驟的主要目的 在於檢查是否有大部分的像素都來自於同—類型的金融票券其 中，將該複數個鈔票區段所包含之複數個像素與一像素查詢表進 行比較’以決定複數個匹配像素，而該複數個匹配像素係依據該 複數個像素的色彩統計分布圖#料在該像素㈣表巾的出現頻率 來決定’如果在一鈔票區段中發現該複數個匹配像冑，那麼本發 明方法就會於步驟1192中在該色彩二元判_上紀龍複數她 25 1334108 象素的位置’以作為對應於該有效金融票券的複數個可能的區 段，因此，就可以產生該一般性的色彩二元判斷圖。 ,與該色w對照表類似，該像素查詢表係湘對於—有效金融 不券中複數個像素來取得其色彩統計分布圖資料而產生然後再 對於該有效金融票券中該複數個像素來計算該複數個色彩統計分 布圖貝料中不同數值的出現頻率，*伴隨著相關像素的色彩統計 分布圖資料之出現頻率便可以用來蚊—匹配像素。 雖然泫色彩二元判斷圖（第4圖中的步驟43〇)已經透過上述 的過程而產生’但是由於影像品質的不確定性、背景的差異性以 及-些雜㈣應等…般所產生的是__粗略調整後的色彩二元判 斷圖明參考第13圖以瞭解關於這方面的範例說明，第13圖係 舉例說明在二元判斷圖之產生過程的各個階段之處理結果，其 中，左手邊的影像是包含有欲彳貞測之—金融票券的原始影像，中 間的影像是該複數個鈔票區段已經被決定之後的輸出影像，而其 中該複數個周圍區段係為了色彩辨識而被檢驗，右手邊的影像所 顯示的是該複數個可能的區段，而其中的複數個匹配像素係在該 色彩處理圖中被辨識得知， 如第13圖中右手邊的影像所示’雖然對應於該金融票券的一 般區域已經被辨識得知，但是同樣也已經辨識出數量相當多的雜 訊以及不規則的背景成分，同時在該鈔票區域中可能會有明顯的 孔洞，並且在該鈔票區域的周圍會有背景雜訊，因此，在其他的 實施例中可以包含有對於該色彩二元判斷圖作進一步更精確的處 26 理 為了，月除上述與該色彩二元判斷圓相關的背景效應以及雜 訊:可以進-步使用色彩後置處理步驟测，請參考第Μ圖之舉 例忒明’如第14圖所示，色彩後置處理步驟剛包含有一目尸 物件分離步驟14G2、-雜訊移除步驟胸以及—孔洞填補㈣ 1406’此外’只要沒有改變本發明之目的或所教導的原理，均可 以進-步在本發明之其他實施例中利用不同排列或順序來進行上 述這些步驟。 明 上述這三個子處理步驟會在後續的段落中進一步闡 目標物件分離步驟1402 在色彩後置處理步驟1400中的第一個步驟牽涉到目標物件分 離步驟1402,之所以進行目標物件分離步驟丄是為了使該色彩 處理圖處&良好的狀_，其巾，本發明之_實施例係湘一洪水 真充廣算法（flood-fill algC)rithm)來將該色彩處理圖中的複 數個目標物件分開，雖然有許多不同的洪水填充演算法，但是本 發明較偏好之一實施例係使用具有三個循環（iteration)之—基 本八鄰的（8-neighbor·)洪水填充演算法，然而，只要沒有改變本 發明之目的或所教導的原理精神，本發明之其他實施例也可以使 用其他不同的演算法。 27 1334108 /先’-目標物件分離演算法係用於將 母-個孤立的目標物件 “色&處理圖中的 圖係繪示哕目如不，請參考第15圖之舉例說明， ㈡係、會不.玄目標物件分離演 M15 景會被標示為—第 · 不同階段，一開始時，背 ~ 弟—標示數佶Μ 再於垂直與水平的方向’帛15(a)圖所示，接著 操作期間中有-個區塊（/ 操作，如果在該影像掃晦 域會被標示為一第_ ^ 則该可能的區 弟—&不數值152〇，如第 個步驟中會遭遇到兩個 斤不’在這 第二標示數值咖，接著^ 兩個目標物件均被標示為 制續鮮彡像掃料作，“這次當遭 搶古心 數值的目標物件時，其會進行洪水 真充，，、、、:後再被標示為—第 、 示，當遭遇到上方且古 如第15⑻圖所 ”有―第二標示數值⑸0的目標物件時，該目 標物件就會被重難示為—第三標示數值刷，以此齡，每一 個具有第二標示數值152〇的目標物件都會因而被洪水填充，缺後 ^被標示為—逐次增加的標示數值，直到沒_下任何具有第二 標不數值1520的目標物件。在第15 (c)圖中，當遭遇到下方具 有-第二標示數值1520的目標物件時’該目標物件就會因而被重 新標示為一第四標示數值測，而當此處理步驟完成時每一個 不同的目標物件以及該背景都會被標示為—個不同的標示數值， 如第15圖所示，有兩個經過確認的目標物件（第三標示數值 1530、第四標示數值1540)伴隨著該背景（第一標示數值 28 1334108 雜訊移除步驟1404 · 雜訊移除步驟14 〇 4係用於依據區域的判斷標準（r eg丨〇n肛ea criteria)來移除雜訊，也就是說，接下來的步驟是進行雜訊移 除步驟1404來降低圍繞在鈔票區域外側的背景雜訊，另外，由於 雜汛移除演算法（noise rem〇val alg〇rithm)的原理係為此相關 技術領域中具有通常知識者所熟悉，所以便不在此另行贅述。

孔洞填補步驟1406 接著，可以在雜訊移除步驟1404之後進行孔洞填補步驟 1406其中，孔洞填補步驟1406係利用一孔洞填充演算法 (hole filling aigorithm)以在被包圍住的複數個目標物件中 確保具有同-數值，以改善該色彩處理圖，而該孔洞填充演算法 係/、丨水填充演算法共同結合來使用’例如在目標物件分離步 驟1402中所描述的那種洪水填充演算法，請參考第16圖之舉例 說明：第16圖係綠示關於孔洞填補步驟14〇6的操作，從該色彩 處理圖中可以看到’複數個可能的區域以及複數個不可能的區域 (亦即背景或複數個孔洞目標物件）係分別被標示為一第一孔洞 標記（亦即灰色標示）以及一第二孔_己（亦即條黑色標示）， 如第16(a)圖所示。接著，該複數個可能的區域以及該複數個不 可能的區域各自的孔洞標記會被互相對調（亦即原本的里色標干 會被改變為灰色標^而原本的灰色標㈣減變為黑色標 29 叫4108 ⑻圖—終咖W咖來將該背景 ‘示為-第三孔洞標記(如第16(c)圖所示，其係顯示為白色標 不），所以，現在對應於該複數個可能的區域中該複數個孔洞之第 一孔洞標記，接著便會被改變為該第二孔洞標記以對應該複數個 可能性的區域’如第16⑷圖所示，如此—來，該複數個孔洞就 會破填滿’最後，再將該第二孔洞標記改變為原來的該第一孔洞 標記(亦即將原本的黑色標示改變為灰色標示）來辨識該複數個 可能的區域，並且將該第三孔洞標記改變為該第二孔洞標記（亦 即將原本的白色標示改變為黑色標示），如第16⑴圖所示。 因此’為了進-步改善該色彩處理圖以及精確的辨識與分離 有可能對應於該金融票券的複數個目標物件，在本發明之一實施 例中係使用洪水填充演算法以及孔洞填充演算法的組合。 請參考第17圖，第17圖係舉例說明本發明色彩處理方法應 用於包含有一金融票券之一影像時各個階段的示意圖，其中，在 第17(a)圖中所示之原始的影像包含有欲偵測之該金融票券放置 於一背景影像上，而在一開始產生該色彩二元判斷圖（依據苐u 圖）之後，對應於該金融票券的該複數個可能的區段會被粗略的 辨識於該色彩處理圖中，如第l7(b)圖所示，然而，從該背景影 像以及該金融票券的一些特定區域中之複數個孔洞會出現一些額 外的雜訊，所以接下來會利用色彩後置處理步驟14〇〇以進一步使 1334108 該色彩處理圖變得較為清晰，其中色彩後置處理步驟1400包含有 目標物件分離步驟1402 (如第17 ( c)圖所示）以及孔洞填補步 驟1406 (如第17(d)圖所示），而其結果可以產生更精確的色彩 . 二元判斷圖，以清楚的定義對應於該金融票券的複數個可能的區 . 段。 紋理判斷圖（texture decision map)產生步驟130 紋理判斷圖產生步驟130係以該掃描影像為基礎來產生一二 元紋理判斷圖（binary texture decision map)，其中，首先會對該 掃描影像之每一影像區段計算紋理數值，然後再將所計算出的紋 理數值與一有效的金融票券的紋理數值進行比較，接著，再從該 複數個特徵區段中選出複數個紋理區段，且該複數個紋理區段之 紋理數值係在一有效的金融票券的一有效範圍内。 • 第18圖係舉例說明關於從一掃描影像1810中產生一紋理判 斷圖1820的示意圖，在進行上述的步驟之後，複數個紋理區段 1830係從掃描影像1810之該複數個影像區段中相對應地被確 認，如前面内容所述，該複數個紋理區段係為紋理數值在一有效 * 的金融票券的一有效範圍内的複數個特徵區段。 ' 關於應用於分辨出複數個紋理區段1830的紋理數值可以隨著 本發明之一些不同的實施例而加以變化，其中，一實施例係牽涉 到利用灰階數值作為該紋理數值，並且對該複數個影像區段的灰 31 階數值與—士 _ “ ' 有效的金融票券的灰階數值進行比較，並且另一實施 M ^ij a ,用不同的灰階數值，例如對比數值、半色調（halftone)

數值LV 邊緣頻率（edge frequency)數值，而關於所選擇使用 數值的實際類型則是以上皆可的’只要紋理判斷圖丨82〇可 以滿足從 、 〇有在一有效的金融票券的一有效範圍内之紋理數值的 _专(固矣 1文理區段中能分辨出複數個紋理區段1830的需求即可。

。月參考第19圖以便在後續段落中說明紋理判斷圖182〇的產 第19圖係依據本發明舉例說明關於產生紋理判斷圖182〇之 一貫施例，在—第一個步驟（1910)中，該影像係被劃分為複數個 特徵區段，而這個步驟可以由類似於第2圖以及第3圖所繪示之 關於劃；7複數個驗證區段的一方式來進行，因此不需要進一步的 說明’在一些特定的實施例中，該複數個特徵區段也可以對應於 該複數個驗S登區段’或是也可以用一部分重疊的方式排列。

在將§玄影像劃分為複數個特徵區段之後，就可以在步驟19 2 〇 中產生一紋理特徵圖’以及該紋理特徵圖具有關於該複數個特徵 區段中每一特徵區段的特徵數值，該紋理特徵圖係從該原本的掃 瞄影像中所產生，並且可以包含有許多類型，例如：具有複數個 灰階數值的一灰階圖、具有複數個半色調（halftone)數值的— 半色調圖、或是具有複數個邊緣（edge)數值的一二元邊緣圖， 在其他額外的實施例中可以包含有不同類型的複數個紋理特徵圖，然 而’前面所提到的實施例會在後續段落令詳細說明關於應用於本發明中 的情況。 32 1334108 在步驟1930中，複數個邊緣區段孫被包含在複數個特徵區段 中，之所以會包含有這個步驟是因為在金融票券周邊空白圖的產 生步驟120中所決定的複數個邊緣區段很明顯地係對應於該金融 票券，並且將該複數個邊緣區段包含在該複數個特徵區段中可以 減少一些需要判斷這部分的處理過程。 在步驟1940中，具有在一第一紋理數值臨界範圍内的複數個 紋理數值之複數個特徵區段接著會被選為潛在的紋理區段，而這 是一個預備的步驟以暫時地辨識具有當與一有效的金融票券比較 時為有效的複數個紋理數值之複數個特徵區段，以及該第一紋理 數值臨界範圍係因而對應於一有效的金融票券之一有效的紋理數 值範圍。 在步驟1 950中，關於每一潛在的紋理區段之複數個周圍區段 的一平均紋理數值會被計算出來，這是因為有效的紋理區段應該 也會具有複數個有效的周圍區段，並且複數個周圍區段的一個實施 例可以如第12圖所示，以第12圖為例，區段1212可以用來代表 該潛在的紋理區段，以及區段1214可以用來代表區段1212周圍 的該複數個特徵區段，然而，其他變化以及不同實施例也可以有 不同的組態，而這些不同的組態仍然是依循著本發明所教導的原 理與精神，舉例來說，該複數個周圍區段可以用一部分重疊的、 旋轉的、互不相交的、偏移的或是平移的方式來排列，無論如何， 在上述各種情況中，本發明方法同樣都可以用來達到其所想要完 成的功能性目的。因此，複數個區段1214的複數個紋理數值會被 33 1334108 計算出來以決定周圍的該複數個特徵區‘段之一平均紋理數值，換 句話說，該複數個紋理數值會被計算出來以決定周圍的該複數個 特徵區段之一平均紋理數值。 最後，在步驟I960中’在周圍具有在一第二紋理數值臨界範 圍内之該平均紋理數值的複數個特徵區段之複數個潛在的紋理區 段會被包含在複數個紋理區段之中’此外，該第二紋理數值臨界 範圍係對應於一有效的金融票券之一有效的紋理數值，並且這個 步驟是更為全面性的一個步驟，以用來確保在複數個紋理區段之 間的紋理數值具有一致性。 如前面内容所述，一灰階圖可以用來作為該紋理特徵圖，因 為該灰階圖具有複數個灰階數值以作為複數個特徵區段中每一特 徵區段的紋理數值，在此實施例t，該第一紋理數值臨界範圍係對

應於-有效的金融票券之-灰階，並且該第二紋理數值臨界範圍也 疋對應於該有效的金融票券之一灰階。 -般而t ’金融票券在一特定的職範圍内具有一灰階變 -第2G圖係為顯示各種不同物件的灰階變異圖的—個範例說 20 (a)圖係顯示一美元票券的灰階變異以及第⑴ 圖係顯示-片織布的灰階變異，而第2〇(c)圖係顯示白色背景上 之黑色文字的灰階變異。如第2。圖所顯示的一些範例可知，任一 牛都傾向具有-特定範圍的灰階變異。第別⑴圖所顯示的織 ♦傾向具有較小的灰階變異， 秀主要疋因為具有較為均勻的灰階分 。第2〇(c)圖所顯示的白色背景上之黑色文字具有較大的灰階 34 1334108 變異、丄 、，廷是因為黑色文字與白色背景狨:此交錯的關係。在以上這 二種物品之中，第2〇(a)圖所顯示的金融票券具有最寬廣的灰階 變異 ^ 、’逆是因為票券中具有不同色調的灰色存在其中。當該第一 與第二紋理數值臨界範圍被選為對應於一有效的金融票券之該有 政的灰階時，以上所述的内容就是在灰階處理中所利用的特性。 ,同樣地如前面内容所述，一半色調圖可以用來作為該紋理特 徵圖’因為料色調圖具有複數财色調數值以作為複數個特徵 品丰又中每—特徵區段的紋理數值，在此實施例中，該第—與第二紋 理數值臨界範圍储應於一有效的金融票券之-半色調數值，並且 該第二紋理數值臨界範圍也是對應於該有效的金融票券之一灰 階。該半色調圖係用於區分半色調圖案或半色調^，因此可以 顯不出具有-預先^義之色彩範圍及—預先定義之連續色彩梯度 範圍的複數個特徵區段。 一更明確地來說，於YUV空間中，半色調圖案可以被定義為在 一相同範圍的色調（u，v)沒有相鄰或很少相鄰的圖案，而在Ycbcr 工間’半色調圖案係為在-相同範圍的色調（α々）中沒有相鄰 或很V相鄰的圖案’此亦為已知的半色調模式印刷。第2】圖所顯 不之-祀例係為-使用半色調模式印刷（第21⑴圖）的影像與 使用典型的鈔票印刷（第21 (a)圖）的影像。第Μ⑷圖所 顯不之鈔票印刷的影像在—直線中具有—較為連續的色彩梯度， =疋因為&所給的像素都有具有相同或相似色調的周邊像素。 第21(b)圖所顯示之半色調模式的影像具有較多的不相交點，同 35 1334108 時在色彩上以及色彩連續度上具有較大·的變異…般來說，半色 調影像中的像素不會具有相似色調的周邊像素，因此*會有—連 續的色彩梯^在此步驟中，由半色調模式所印刷的複數個特徵 區段會在後續過程的步驟中被忽略，因為這些複數㈣徵區段與 金融票券沒有對應關係。然後，具有與一所要的金融票券有對應 關係之複數個半色調數值以及複數個周圍區段的複數個特徵區段 會被選定為戎紋理特徵圖中的複數個紋理區段，以進行進一步的 處理。 最後，一二元邊緣圖（binary edge map)可以用來作為該紋 理特徵圖’因為該半色調圖具有複數個邊緣數值以作為複數個特 徵區段中每—特徵區段的紋理數值，—般來說，該二元邊緣圖係 為基於此掃描影像之灰階梯度的一種二階（或二色調）的表示法。 在某些實施例中，二元邊緣圖係為在一 3乘3灰色區塊中的梯度 (在YUV色彩空間中，使用Y通道）。該二元邊緣圖的建構係利用 指派一個或兩個數值給在複數個特徵區域之内的像素來進行，如 果目標像素的灰階梯度高於此預定臨界數值，則此目標像素會被 才曰定具有一第一數值，而如果目標像素的灰階梯度低於此預定臨 界數值，則此目標像素會被指定具有—第二數值，而所有這些目 標像素的數值都會被指定並且隨後被映射到一二元邊緣圖。第22 圖係顯不此二元邊緣圖之一實施例。一個10乘10的鈔票區域總 /、包含有100個像素，在此實施例中，如果像素的灰階梯度超過 了預定臨界數值’此像素會被指定具有-數值，，1”，反之，此像 36 第23圖係顯示此二元邊緣圖之另 -實施例’此實施例應用了—索關濾波器（-Η⑴加），其 中，第-數值係為一黑色調，而第二數值係為一白色調，使得此 二元邊緣圖具有-較為視覺化的表現，如第㈣所示該金融票 券跟背景比較起來顯得非常明顯。

素會被指定具有一數值” 〇” 有了經由該二元邊緣圖所產生之對應於該掃描影像的二數值 表不法，就可以對每-特徵區段計算複數個邊緣數值，並且當金 融票券的紋理傾向非常的精細時，其中—種將其特徵化的方式係 為在橫越該二it邊緣圖的時候判斷邊緣的數目，因此，複數個邊 緣數值係利用基於區域的過零率（seetiQn_based⑽咖如呢 frequency)來決定該紋理數值。換句話說，當在此二元邊緣圖橫 越-鈔票區域時，會計算出從_第—數值轉換到—第二數值（與 從第一數值轉換到第一數值）之一頻率。為了讓該紋理數值得到 一較尚的解析度，總共在四個方向中會取得四種不同的頻率：在 該二元邊緣圖之一第一方向中之數值交替的一第一頻率、一第二 方向中的一第二頻率、一第三方向中的一第三頻率以及一第四方 向中的一第四頻率。因此，每一特徵區段的該邊緣數值係依據在 不同方向的這四個頻率來決定。 . 第24圖係顯示橫越該二元邊緣圖以決定在各個不同方向中數 值交替的第一頻率、第二頻率、第三頻率以及第四頻率的一個範 例。在第24 (a)圖中，該第一方向係為〇度；在第24 (b)圖中， 〇玄第一方向係為45度；在第24 ( c)圖中，該第三方向係為9〇 37 1334108 度；以及在第24(d)圖中’此第四方向係為135度 此第-頻率、第二頻率、第三頻率以及第四頻“件到 罘四頻率，然後就可以相 應地對每-缝隨計算出此紋理數值。較佳的情以針對依據 在該第-鮮、㈣三鮮、該第三解以及該第四頻率中之一 最大頻率 最小解以及該最大解與該最小㈣之― 計算該邊緣數值。 、

在分別從步驟12〇以及13〇得到—金融票券周邊空白圖12〇 以及-紋理判斷圖13。之後’現在就可以進行該目標物件決定步 驟’而該目標物件決定步驟刚之目的是分辨在該掃描影像中的 複數個目標物件是否有任何—個目標物件可能是—金融票券，並 且為了完成這個目的，在該紋理判斷圖中部分重疊的區域必須呈 有彼此分離的個別目標物件，關於這部分可以彻移除在該紋理 判斷圖中對應於在該金融票券周邊空㈣中的該複數個邊緣區段 之複數個紋理區段來完成’這是由於在該金融票券周邊空白圖中 的該複數個邊緣區段可以大致描繪出該金融票券的輪廓，因此可 以用來在該紋理判斷圖中將個別的金融票券區域加以分離。 第25圖與第26圖係舉例說明關於目標物件決定步驟14〇的 #作。如苐25圖所示’一紋理判斷圖251〇包含有三張部分重疊 金融不券的複數個紋理區段，以及一金融票券周邊空白圖Μ別 ιέ有大致描繪出上述二張金融票券的輪廓之複數個邊緣區段， 田對應於该複數個邊緣區段的複數個紋理區段被移除時，這三張 金融票券就會在目標物件分離步驟253G中被分離，而第26圖孫 38 1334108 舉例說明-類似的實施例，其中—紋理判斷圖251G係包含有兩個 具有周遭«雜訊的金融票券區域，而在這個情況巾，因為關於 這兩個金融票券區域的複數個紋理區段已經被分離所以目標物 件決定步驟140主要係用於移除多餘的雜訊來更適切地定義這兩 個金融票券區域，並且在紋理判斷圖261〇中對應於金融票券周邊 空白圖2620之複數個邊緣區段的複數個紋理區段已經被移除，就 如同在目標物件分離步驟2630中所顯示的結果，而真實的金融票 券區域以及殘㈣物件會留τ來’並且將在後續的步财來驗證 它們與有效的金融票券之間的相關性。 紋理特性（texture property)數值決定步驟15〇 在目標物件決定步驟14〇中確定與隔離出複數個目標物件之 後’紋理特性數值決定步驟15Q主要係針對該複數個個別的目標 物件中每—目標物件之—紋理特性數值的計算，it且該紋理特性 數值接著會被拿來跟對應於—有效的㈣票券的已知數值作比 較’以驗證該相關的目標物件之紋理是否與該有效的金融票券之 紋理相同。 關於該紋理特性數值的實際計算方式可以隨著本發明之一些 不同的實施例而加以變化，舉例來說，在—實施例中，該紋理特 性數值係根據一紋理特徵（texture feature)圖來計算，其中該 紋理特徵圖具有該掃描影像中每—影像區段之__紋理特徵數值， 39 1334108 因此該紋理特徵®已經包含有該掃描影像的紋理特徵，所以對應 於上述吋淪中的該目標物件之該複數個影像區段的紋理特徵數值 會在該目標物件之該紋理特性數值的計算中使用。 在一實施例中，該紋理特徵圖係為—灰階特徵圖，並且該灰 階特徵圖具有複數個灰階數值以作為每_影像區段的該紋理特徵 數值，而在其他實施例中’該紋理特徵圖係為—對比特徵圖，並 且該對_徵®具錢數㈣比數⑽作絲—影㈣段的該紋 理特徵數值，或者，該紋理特徵圖係為__半色調（ham瞭）特 徵圖’並且該半色調特徵圖具有複數個半色調數值以作為每一影 像區段的該紋理特徵數值，而關於對該複數個影像區段所選擇使 用之該紋理義_實際„祕式以及相龍的⑽理特徵數 值則是以上皆可的’只要該紋理特徵圖可以滿足將該掃描影像之 該複數個影像區段在紋理的方面特徵化之需求即可，而本發明所 教導的原理原則㈣可以應㈣任何有可能拿來使_紋理特徵 圓之類型。 在選擇完一紋理特徵圖之後，接著就可以決定該紋理特性數 值’在-較佳實_中’會在職輯性數值的計算巾對於對應 於該目標物件之複數個影像區段同時利用該複數個紋理特徵數值 之-平均數值以及-變異數值，然而，在其他實施财也可以在 該紋理特性數值的計算中單獨使用一平均數值或是只使用一變異 數值，同樣地，關於對該紋理特性數值所選擇使用之實際計算方 式或方程式也是以上皆可的，只要有一適當的紋理特徵圖可以滿 1334108 足將該掃描影像之該複數個影像區段在紋理的方面特徵化之需求 即可，而不論計算精確度以及該紋理特性數值的實作為何，本發 明所教導的原理原則都可以同樣適用。 為了在計算該紋理特性數值時提供更高的解析度，本發明之 另一實施例係利用一第二紋理特徵圖，其中該第二紋理特徵圖具 有在該紋理特性數值的計算中關於每一影像區段之一第二紋理特 徵數值，而由於此實施例利用了與該掃描影像相關之兩種不同的 紋理特徵類型，所以利用兩個紋理特徵圖可以降低在計算中的變 異性，與此同時，對應於一金融票券的複數個紋理區段之驗證也 會具有更高的準確率。 與該第一紋理特徵圖類似，該第二紋理特徵圖也可以是一灰 階特徵圖，並且該灰階特徵圖具有複數個灰階數值以作為每-影 像區段的該第二紋理特徵數值，或者，該紋理特徵圖也可以是一 對比特徵圖，並且該對比特徵圖具有複數個對比數值以作為每一 影像區段的該第二紋理特徵數值，或者，該紋理特徵圖也可以是 一半色調特徵圖，並且該半色調特徵圖具有複數個半色調數值以 作為每一影像區段的該第二紋理特徵數值，而同樣地，關於對該 複數個影像區段所選擇使用之該第二紋理特徵圖的實際類型或格 式以及相對應的該第二紋理特徵數值則是以上皆可的，因為本發 明所教導的原理原則同樣可以應用於任何有可能拿來使用的第二 紋理特徵圖之類型。 41 1334108 形狀特性數值決定步驟i6〇 形狀特性數值衫步驟⑽主㈣針社料㈣的目標物 件中:目仏物件之一形狀特性數值的計算，並且該形狀特性數 值接者會被+來跟對應於—有效的金融票券的已知數值作比較， 以驗證該相_目料叙㈣Μ與财效时 相同。 關於計算_料性數值㈣定作式可⑽著本發明之一 些不_實施·加以變化’舉㈣說，在-實施财，用於每 ::件的該形狀特性數值僅包含有決定該目標物件的一區 包含料㈣目標物件的四個邊角來決定該目 «件之《域，而在其他實施财财以另包含有：決定在兮 目“物件中兩條不同對角線的中心點之間的—距離，決 標物件中_平行線的長度，利用 “目 決定一bo蚀 榇物件中的四個角度來 ' ’以及決定該目標物件之1度與該目標物件之一高 :發：值:雖然_形狀特性數值的實際計算方式可以隨著 實際呈現的貫施例而機以變化’但是該形狀特性數值的 樣可以㈣上皆可的’因為本發明所教導的原理原則同 式。^於任何有可能拿來對於該形狀特性數值進行計算的方 目私物件移除步驟170 42 1334108 在對於母目；^物件決定其紋理特性數值以及形狀特性數值 之後’目標物件移除步驟m主要係針對關於沒有對應於一有效 的金㈣券之目標物件的移除，且實作從對應於複數個目襟物件 之泫紋理判斷圖中進—步移除複數個紋理區段，其中，該複數個 紋理區段不具有在—第—預設範圍内之—紋理特性數值，也不具 有在一第二預設範圍内之一形狀特性數值。 在本發明之—較佳實施财，該第—預設關係對應於該有 效的金融票券之有蚊理特性數值，以及該第三職範圍係對應 於該有效的金融票券的有效形狀特性數值，@此，—個被確認過 的目標物件應該分別具有落在上述兩種有效的範圍（這兩種有效 的範圍均對應於-有效的金融票券）内之—紋理特性數值以及一 七狀特性數值，而該被確認過的目標物件之相對應的複數個紋理 區&會被留在該紋理判斷圖巾來驗證在該掃描影像巾有效的金融 置反之，如果該紋理特性數值或是該形狀特性數值 其中之-沒有落在上述兩種有效的範圍内的話，那麼該紋理特性 數值或是該形狀特性數值所對應的複數個紋理區段會從該紋理判 斷圖中被移除掉。 第26圖係根據本發明舉例說明目標物件移除步驟17〇之一實 施例，其中’於第27圖中，27 (a)係舉例說明一紋理判斷圖， 其具有三個被確認過的目標物件，雖然已經對這三個被確認過的 目標物件計算出複數個紋理特性數值，但是很明顯地在左邊以及 43 1334108 下面之較小的目標物件並沒有對應於一有效的金融票券之紋理特 性數值，而在27 (b)中，上述之較小的目標物件已經在目標物件 移除步驟170中被移除，這是因為這些較小的目標物件並不具有 在該第二預設範圍内之形狀特性數值。 声 第28圖係根據本發明舉例說明一種在一影像中決定對應於一 金融票券之複數個區域的驗證方法之流程圖。假如大體上可以得 到相同的結果，流程2800中的步驟不一定需要照第28圖所示的 順序來執行，也不一定需要是連續的，也就是說，這些步驟之間 係可以插入其他的步驟。該驗證方法包含有： 步驟2810 :將影像劃分為複數個影像區域。 步驟2820 :產生一金融票券周邊空白圖，該金融票券周邊空白圖 具有從該複數個影像區段中選出的複數個邊緣區段，且 該複數個邊緣區段係對應於該影像中的該金融票券的 一周邊空白。 步驟2830 :產生一紋理判斷圖（texture decision map)，該紋理判 斷圖具有從該複數個影像區段中選出的複數個紋理區 段，且該複數個紋理區段具有一紋理數值，該紋理數值 係在一有效的金融票券的一有效的範圍内。 44 1334108 步驟2840 :利用移除在該紋理判斷圖中對應於在該金融票券周邊 空白圖中的該複數個邊緣區段之複數個紋理區段來決 定在該紋理判斷圖中的複數個目標物件。 . 步驟2850 :依據具有關於該複數個影像區段中每一影像區段之一 紋理特徵（texture feature)數值的一紋理特徵圖來對 於該複數個目標物件中每一目標物件計算一紋理特性 籲 （texture property)數值。 步驟2860 :對於每一目標物件計算一形狀特性數值。 步驟2870 :進一步從該紋理判斷圖中移除對應於不具有在一第一 預設範圍内之該紋理特性數值與在一第二預設範圍内 之該形狀特性數值的目標物件之紋理區段。 第29圖與第30圖係分別依據上述内容舉例說明一完整的逐 步驗證過程，其中，在這兩種情況中，一紋理判斷圖1000以及一 金融票券周邊空白圖1002係從一掃描影像1001中取得，而在紋 • 理判斷圖1000以及金融票券周邊空白圖1002中的資訊係在目標 ' 物件決定步驟中結合以確認以及隔離與金融票券之位置相關的複 數個潛在目標物件1004,接著再對於每一目標物件1004決定複數 個形狀特性數值以及複數個紋理特性數值，然後在目標物件移除 45 1334108 步驟中，不具有在一第一預巧ρ阁‘ 有在· _範斷 的驗證方法，並且該掃描 影 已知的數值與/或範圍比較， 之位置。 像之特徵_來跟有效的金融票券之 、在驗na在該_描影像巾金融票券 本發明方法可以應用於偽造”的辨識 可以包含有該掃描金融票券重疊在任意背景上，也叮 A ^w厅、上，也可以句令右適 數個隔離的或獨立的金融渔甚^ θ 有複 β π卷、或是複數個具有部分重疊的金融 =、又狀具有任意的旋轉轴與平移對準（shm * 的金融票券。 本發明'不但提供了一链_p . „ #可以拯向安全性的方法，而且本發明 返可以輕易地與-般常見的硬體裝置整合運用，也就是說 明提供了-種可用低成本來達成所要目的之方法，因此可以得到 精確的偵測率與非常低的誤 ^ + 约誤判率，與此同時，本發明也具有足夠 的強健度（robust)與彈性 條件。 ^帛在純㈣㈣像《錢運作 之 乂上所述僅為本㈣之較佳實補，凡縣發”請專職圍所做 均等變化鱗飾，皆應屬本發明之涵蓋範圍。 46 1334108 【圖式簡單說明】 第1圖係概要地描述根據本發明一實施例之一種在一影像中決定 • 對應於一金融票券之複數個區域的驗證方法之示意圖。 • 第2圖係、根據第1圖所示之驗證方法舉例說明-掃描影像被劃分 為複數個影像區段的—實施例之示意圖。 第3圖係根據第丄圖所示之驗證方法的另一實施例舉例說明該複 Φ 數個影像區段以部分重疊的方式排列之示意圖。 第4圖係根據第i圖所示之驗證方法舉例說明關於金融票券周邊 空白圖的產生之示意圖。 第5圖係為色彩統計分布圖資料的一個例子。 第6圖係為色彩統計分布圖資料的一個例子。 第6圖係說明在利用第2圖之方法時之一灰階文字特徵圖。 第7圖係為灰階紋理特徵圖的一個例子。 籲第8圖係顯不一原本的影像以及符合上述判斷標準而選擇作為金 融票券周邊空白圖之該複數個邊緣區段的複數個影像區段。 第9圖係顯示從該金融票券的複數個邊緣區段中移除複數個内部 邊緣區段以及複數個周圍邊緣區段的擴大。 • 第10圖所繪示的係為關於二元判斷圖的產生。 • 第11圖係舉例說明用於第4圖之二元判斷圖的產生步驟之方法的 一實施例之流程圖。 第12圖係舉例說明複數個周圍區段1214在色彩區段1212外側形 47 1334108 成一環繞型態。 第13圖係舉例說明在二元判斷圖之產生過程的各個階段之處理結 果。 第14圖係舉例說明根據本發明之一實施例在對應於一金融票券的 一影像中辨識複數個區域的色彩後置處理步驟之流程圖。 第15圖係繪不第14圖所示的目標物件分離步驟之處理結果的示 意圖。 第16圖係舉例說明關於第14圖所示之孔洞填補步驟的示意圖。 第17圖係舉例說明本發明—實施例之色彩處理方法應用於包含有 一金融票券之一影像時各個階段之示意圖。 第18圖係舉例❿月關於從_掃描影像中產生—紋理判斷圖的示意 圖。 第19圖係依據本發明舉例說明關於產生紋理判斷圖腦之一實施 例的流程圖。 第20圖係為顯示各種不同物件的灰階變異圖的—個範例說明。 第21圖所顯示之—範例係為—使用半色調模式印刷（第2ι⑴ 圖）的影像與一使用典型的鈔票印刷（第21⑷圖）的影像。 第22圖係顯示依據轉明之二元邊緣圖之—實施例。 第23圖係顯示依據本發明之二元邊緣圖之另—實施例。 第24圖係顯不橫越該二元邊緣圊以決定在各個不同方向中數值交 替的第-頻率、第二頻率、第三頻率以及第四頻率的一個範例。 第2圖k根據第丨圖所示之驗證方法舉例說明關於目標物件決定 48 1334108 步驟之示意圖。 第26圖係根據第1圖所示之驗證方法另舉例說明關於目標物件決 定步驟之示意圖。 - 第27圖係根據本發明一實施例舉例說明目標物件移除步驟之一範 . 例。 第28圖係根據本發明一實施例舉例說明一種在一影像中決定對應 於一金融票券之複數個區域的驗證方法之流程圖。 • 第29圖係根據本發明一實施例舉例說明一種在一影像中決定對應 於一金融票券之複數個區域的驗證方法之完整的逐步驗證過程。 第30圖係根據本發明另一實施例舉例說明一種在一影像中決定對 應於一金融票券之複數個區域的驗證方法之完整的逐步驗證過 程0 【主要元件符號說明】 200 掃描影像 210 驗證區段 214 個別的驗證區段 810、 包含有金融票券之 510 ' 掃描影像 1001 49 1334108

830 、 910 ' 920 、 930 、 1810、 2520、 2620、 1002 金融票券周邊空白 圖 510 第一顏色 520 第二顏色 530 第三顏色 610 掃瞄影像 614 影像區段 1212 色彩區段 1214 周圍區段 1510 第一標示數值 1520 第二標示數值 1530 第三標示數值 1540 第四標示數值 1820、 紋理判斷圖 1830 纹理區段 2510、 2610、 1000 1004 潛在目標物件 1010 最後的輸出 50

Claims (1)

1. 、申請專利範圍·· 種在衫像中決定對應於一金融票券（monetary banknote) 之複數個區域的驗證方法，包含有： 將該影像劃分為複數個驗證區段； 產生金融票券周邊空白圖（banknote boundary map )，該金 融票券周邊空白圖具有複數個邊緣區段，且該複數個邊緣 區段係對應於該影像中的複數個有效金融票券之一周邊 空白； 從具有複數個紋理區段之該影像中產生一紋理判斷圖 (texture decision map) ’該複數個紋理區段具有複數個 紋理數值’且該複數個紋理數值係在依據一有效金融票券 的一有效範圍内，其中產生該紋理判斷圖的步驟包含有： 將。亥衫像劃分為複數個特徵區段（丨eature祀以丨如）； 產生包含有該影像的每一特徵區段之紋理數值的一 紋理特徵圖（texture feature map); 將該複數個邊緣區段包含在該複數個紋理區段中； 選擇具有在-第—㈣數值臨界範_的紋理數值 之複數個特徵區段作為複數個潛在紋理區段； 對每-潛在紋理區段„的複油特徵區段決定一 平均紋理數值；以及 將周圍具有在-第二紋理數值臨界範圍内的該平均 1334108 紋理數值之複數個特徵區段的複數個潛在紋理區 段包含在該複數個紋理區段中； 利用移除在該紋理判斷圖中對應於在該金融票券周邊空白 • 圖中的該複數個邊緣區段之複數個紋理區段來決定在該 . 紋理判斷圖中的複數個目標物件； 依據具有關於該影像的每一驗證區段之一紋理特徵數值的 一紋理特徵圖來對於該紋理判斷圖中的每一目標物件計 籲 算一紋理特性數值（texture property value); 對於每一目標物件計算一形狀特性數值；以及 進一步從該紋理判斷圖中移除對應於不具有在一第一預設 範圍内之該紋理特性數值與不具有在一第二預設範圍内 之該形狀特性數值的目標物件之紋理區段。 2.如申請專利範圍第1項所述之驗證方法，其中產生該金融票券 • 周邊空白圖的步驟包含有： 將該影像劃分為複數個影像區段； 產生一色彩特徵圖，該色彩特徵圖具有用於該複數個影像區 段中每一影像區段之色彩統計分布圖資料； 產生一灰階紋理特徵圖，該灰階紋理特徵圖用於標示該複數 ' 個影像區段中每一影像區段之一灰階數值； 將複數個邊緣區段紀錄至一金融票券周邊空白圖，以作為具 有位於一預定色彩範圍内之色彩統計分布圖資料與位於 52 一預定灰階範圍内之灰階數值的複數個影像區段； 移除由複數個周圍邊緣區段在該金融票券周邊空白圖之内 所圍住之至少一内部邊緣區段；以及 選擇該複數個周圍邊緣區段作為該金融票券周邊空白圖上 之該複數個邊緣區段。 如申請專利範圍第2項所述之驗證方法，其中用於該複數個影 像區段中每一影像區段之該色彩統計分布圖資料包含用於表 不一第一顏色之一色彩統計分布圖之一分布寬度、用於表示該 第一顏色之該色彩統計分布圖之一中間數值、用於表示一第二 顏色之一色彩統計分布圖之一分布寬度、用於表示該第二顏色 之。玄色彩統計分布圖之一中間數值、用於表示一第三顏色之一 色彩統計分布圖之一分布寬度以及用於表示該第三顏色之該 色彩統計分布圖之一中間數值。 如申清專利範圍帛3項所述之驗證方法，其中該色彩統計分布 圖資料係為紅綠藍（RGB)三原色統計分布圖資料。 如申味專利範圍第2項所述之驗證方法，其中該預定色彩範圍 係根據用於-有效金融票券之—周邊空自的色料計分布圖 資料來決定。 進行比較，以決定複數個匹配像素；以及 、己綠4複數個匹配像素的位置以作為在該色彩二元判斷圖中之 複數個可能的區段。 如申4專利範圍第11項所述之驗證方法，其另包含有： 依·據雜。凡移除凟算法（n〇iSe removal algorithm)來將 忒色彩二元判斷圖中的雜訊移除； 、’里由洪水填充演算法（fl〇〇d-fill algorithm)來將該色 Φ二7L判斷圖中的複數個目標物件分離；以及 、’τ< 由开^ 態擴張演算法（morphological di 1 at ion algorithm)來定義該色彩二元判斷圖中的複數個目標物 件之周邊空白。 13. 如申請專利_第η項所述之驗證方法，其另包含有：， 依據該複數個周圍區段的色彩向量在該色彩對照表中之一 出現頻率來決定該複數個周圍區段係對應於該金融票券 的該平均機率。 从如申請專利範圍第u項所述之驗證方法，其中該像素查詢表 係經由利用對於财效金融票券中㈣數個像素取得其色^ 統計分布圖資料，以及對於該有效金融票券中的該複數個像素 來計算該複數個色彩統計分布„料中不同數值之_出現頻 56 率而產生。 5.如申請專利範圍第11項所述之驗證方法，其另包含有： 依據該複數個像素的色彩統計分布圖資料在該像素查詢表 中之一出現頻率來決定該複數個匹配像素。 16. 如申請專利範圍第u項所述之驗證方法，其中該影像之各區 段的該色彩向量係依據該色彩統計分布圖資料並經由一六度 空間來被定義，且該六度空間包含有該第一顏色的該分布寬 度、忒第二顏色的該分布寬度、該第三顏色的該分布寬度、該 第顏色的該中間數值、該第一顏色的該中間數值減去該第二 顏色的5玄中間數值以及該第一顏色的該中間數值減去該第三 顏色的該中間數值。 17. 如申請專利範圍第11項所述之驗證方法，其另包含有： 利用將一有效金融票券的一影像劃分為複數個表單區段 (table section)來產生該色彩對照表； 對於该有效金融票券的每一表單區段取得一色彩統計分布 圖資料； 依據該有效金融票券的每一表單區段之該色彩統計分布圖 資料來對於該有效金融票券的每一表單區段指派一色彩 向量；以及 57 1334108 計算該有效金融票券的每.一表單區段所被指派之色彩向量 之一出現頻率。 18.如申請專利範圍第11所述之驗證方法，其另包含有： 依據一判斷區段在該色彩對照表表單中之一出現頻率來決 定該判斷區段係對應於該有效金融票券之一機率。 19，如申請專利範圍第11所述之驗證方法，其中該複數個判斷區 段係為實質上（substantially)相同於該複數個影像區段。 20_如申請專利範圍第丨所述之驗證方法，其中該紋理特徵圖係 為灰階圖，而該灰階圖具有用來作為該複數個特徵區段中每 —特徵區段之該複數個紋理數值的複數個灰階數值，且該第一 紋理數值臨界範圍係對應於該有效金融票券之一灰階數值，以 及該第一紋理數值臨界範圍也是對應於該有效金融票券之一 灰階數值。 21.如申凊專利範圍第丨項所述之驗證方法，其中該紋理特徵圖 係為一半色調圖（halftone map)，而該半色調圖具有用來作 為該複數個特徵區段中每一特徵區段之該複數個紋理數值的 複數個半色調數值，且該第一紋理數值臨界範圍係對應於該有 效金融票券之複數個半色調數值，以及該第二紋理數值臨界範 58 1334108 圍也是對應於該有效金融票券之複數個半色調數值。 22.如申請專利範圍第21項所述之驗證方法，其中該複數個特徵 - 區段中每一特徵區段之該複數個半色調數值係依據在該特徵 . 區段中的複數個像素之一色彩範圍以及一色彩梯度範圍 (color gradient range )來決定。 φ 23.如申請專利範圍第22項所述之驗證方法，其中在該特徵區段 中的該複數個像素之該色彩範圍以及該色彩梯度範圍係依據 在一 YUV色彩空間中的該複數個像素之一色調（color hue) 來決定。 24. 如申請專利範圍第22項所述之驗證方法，其中在該特徵區段 中的該複數個像素之該色彩範圍以及該色彩梯度範圍係依據 # 在一 YCbCr色彩空間中的該複數個像素之一色調（color hue) 來決定。 25. 如申請專利範圍第1項所述之驗證方法，其中該紋理特徵圖 係為一二元邊緣圖（binary edge map )，而該二元邊緣圖具有用 ' 來作為該複數個特徵區段中每一特徵區段之該複數個紋理數 值的複數個邊緣數值，且該第一紋理數值臨界範圍係對應於該 有效金融票券之複數個邊緣數值，以及該第二紋理數值臨界範 59 圍也疋對應於該有效金融票券之複數個邊緣數值 26·如申請專利範圍第25項所述之驗證方法，其中產生該二元邊 緣圖之步驟另包含有： 將該複數個特徵區段中的該複數個像素之該複數個灰階數 值與—預定臨界數值進行比較； 的複數個像素具 指定具有高於該預定臨界數值之灰階數值 有一第一數值； 之灰階數值的複數個像素具 指定具有低於該預定臨界數值 有一第二數值；以及 數 將對應於該複數個像素之複數個第一數值與複數個第 值映射到該二元邊緣圖。 特如申範_26摘述之驗时法，其中對於該複數個 之步驟另包 * '"Ή* —㈣區料算該複數個邊緣數值. 含有： 在該二元邊緣圖之一 一頻率； 第一方向中決定數值交替變化之一第 變化之一第 變化之一第 在該—元邊緣圖之一第-古 乐一方向中決定數值交替 二頻率； 在該二元邊緣圖之一笛二 第一方向中決定數值交替 三頻率； 在該二元邊緣圖之一第四方向中決定數值交替變化之一第 四頻率；以及 依據該第-頻率、該第二頻率、該第三解與該第四頻率計 算該邊緣數值。 如申請專利範圍第27項所述之驗證方法，另包含有： 依據在該第-鮮、該第二料、該第三頻率與該第四頻率 中之一最大頻率、一最小頻率以及該最大頻率與該最小頻 率之一差異來對於該複數個特徵區段中每一特徵區段計 算該紋理特性數值。 如申清專鄉圍第1項所述之驗證方法，其巾對於該紋理判 斷圖中的每—目標物件計算該紋理特性數值之步驟包含有： 對於對應於該目標物件的複數個驗證區段產生該複數個紋 理特徵數值之一平均數值。 如申請專㈣1S第1項料之驗證方法，其巾對於該紋理判 辦圖中的每-目標物件計算該紋理特性數值之步驟包含有： 野於對應於該目標物件的複數個驗證區段產生該複數個紋 理特徵.數值之一變異數值。 如申請專利範圍第1 項所述之驗證方法，其中對於該紋理判 1334108 斷圖中的每一目標物件計算該紋理特性數值之步驟包含有： 對於對應於該目標物件的複數個驗證區段產生該複數個紋 理特徵數值之一平均數值以及一變異數值。 . 32.如申請專利範圍第1項所述之驗證方法，其中該紋理特徵圖 係為一灰階特徵圖，且該灰階特徵圖具有用來作為該複數個驗 證區段中每一驗證區段之該紋理特徵數值的複數個灰階數值。 33. 如申請專利範圍第.1項所述之驗證方法，其中該紋理特徵圖 係為一對比特徵圖，且該對比特徵圖具有用來作為該複數個驗 證區段中每一驗證區段之該紋理特徵數值的複數個對比數值。 34. 如申請專利範圍第1項所述之驗證方法，其中該紋理特徵圖 係為一半色調特徵圖，且該半色調特徵圖具有用來作為該複數 # 個驗證區段中每一驗證區段之該紋理特徵數值的複數個半色 調數值。 35. 如申請專利範圍第1項所述之驗證方法，其中對於該複數個 ' 目標物件中每一目標物件計算該紋理特性數值之步驟另包含 ' 有： 使用具有關於該複數個驗證區段t每一驗證區段之一第二 紋理特徵數值的一第二紋理特徵圖。 62 机如申請專利範圍第35項所述之驗證方法，其中該第二紋理特 徵圖係為一灰階特徵圖，且該灰階特徵圖具有用來作為該複數 個驗證區段中每-驗證區段之第二紋理特徵數值的灰階數值。 37. 如申請專利範圍第35項所述之驗證方法，其中該第二紋理特 徵圖係為-對比特徵圖，且該對比特徵圖具有用來作為該複數 個驗證區段中每一驗證區段之第二紋理特徵數值的對比數值。 38. 如申請專利範圍第犯項所述之驗證方法，其中該第二紋理特 徵圖係為一半色調特徵圖，且該半色調特徵圖具有用來作為該 複數個驗證區段中每-驗證區段之第二紋理特徵數值的半色 5周數值。 39.如申請專利範圍第i項所述之驗證方法，其中對於該複數個 目標物件中每一目標物件計算該形狀特性數值之步驟包含 有：決定該目標物件之一區域。 40‘如申請專利範圍第39項所述之驗證方法，另包含有：利用該 目標物件之四個邊角來決定該目標物件之該區域。 41·如申請專利範圍第i項所述之驗證方法，其中對於該複數個 63 離 Γ物件目標物件計算該形狀特性數值之步驟包含 決定在該目標物件中兩條不㈣角線的中心點之間的-距 42·如申請專利範圍第i項所述之驗證 ^ 其令對於該複數個 ;標物件中每一目標物件計算該形狀特性數值之步驟包含 .決定在該目標物件中兩條平行線的長度。 饥如申請專利範圍第i項所述之驗證方法，其中對於該複數個 ;標物件中每一目標物件計算該形狀特性數值之步驟包含 .利用在該目標物件中的四個角度來決定一内積。 枝如申請專利範圍第i項所述之驗證方法，其中對於該複數個 目標物件中每—目標物件計算該形狀特性數值之步驟包含 有：決定該目標物件之一寬度與該目標物件之一高度的一比 值。 ’·如申請專利範圍帛i項所述之驗證方法，其中該第一預設範 圍係對應於該有效的金融票券之有_紋理特性數值。 .如申請專利範圍帛i項所述之驗證方法，其中該第二預設範 圍係對應於該有效的金融票券之有效的形狀特性數值。 64 47.丄 W4108 48. • 49. 50. 如申請專利範圍第1項所述之驗證方法 為美國的貨幣。 如申請專利範圍第1項所述之驗證方法， 為曰本的貨幣。 如申請專利範圍第1項所述之驗證方法， 區段係為複數個區塊（block)。 如申請專利範圍第1項所述之驗證方法， 區段係為彼此部分重疊。 其中該金融票券係 其中該金融票券係 其中該複數個驗證 其中該複數個驗證 65