WO2022117229A1 - Method for detecting at least one colored fiber of a banknote, and banknote processing device - Google Patents

Method for detecting at least one colored fiber of a banknote, and banknote processing device Download PDF

Info

Publication number
WO2022117229A1
WO2022117229A1 PCT/EP2021/025470 EP2021025470W WO2022117229A1 WO 2022117229 A1 WO2022117229 A1 WO 2022117229A1 EP 2021025470 W EP2021025470 W EP 2021025470W WO 2022117229 A1 WO2022117229 A1 WO 2022117229A1
Authority
WO
WIPO (PCT)
Prior art keywords
image
region
determined
determining
intensity
Prior art date
Application number
PCT/EP2021/025470
Other languages
German (de)
French (fr)
Inventor
Steffen Schmalz
Original Assignee
Giesecke+Devrient Currency Technology Gmbh
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 Giesecke+Devrient Currency Technology Gmbh filed Critical Giesecke+Devrient Currency Technology Gmbh
Publication of WO2022117229A1 publication Critical patent/WO2022117229A1/en

Links

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
    • G07D7/06—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 using wave or particle radiation
    • G07D7/12—Visible light, infrared or ultraviolet radiation
    • 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
    • G07D7/2008—Testing patterns thereon using pre-processing, e.g. de-blurring, averaging, normalisation or rotation
    • 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

Definitions

  • the invention relates to a method for detecting at least one mottled fiber of a banknote. Furthermore, the invention relates to a corresponding bank note processing device and a use of a mottled fiber recognized in an image of a bank note.
  • Banknotes with mottled fibers are known.
  • colored fibers are added to the banknote substrate, which can glow in different colors when colored appropriately, for example under UV light.
  • Mottled fibers are security elements embedded in banknote paper, which are usually made of viscose, plastic or paper. The fibers are visible or invisible to the viewer. Invisible fibers, for example, only become visible using a UV lamp. They can glow in different colors.
  • Mottled fibers are used, for example, as a security feature.
  • At least one mottled fiber of a banknote is recognized in a method according to the invention.
  • the following steps are carried out: a) capturing an image of the bank note; b) selecting intensity values of the image based on an intensity threshold; c) determining at least one contiguous region from the selected intensity values; d) determining a length of the contiguous region; e) determining a width of the contiguous region; f) determining a ratio of the determined length to the determined width; g) comparing the ratio with a reference ratio; and h) recognizing the region as the mottled fiber from the comparison, particularly if the length is greater than the width.
  • the method according to the invention is based on the finding that mottled fibers can be recognized more reliably by other, less elongate elements of the bank note by utilizing their elongate property.
  • mottled fibers can be distinguished from other objects of a similar size on the bank note with a comparatively high level of reliability by the ratio of length to width.
  • the length is formed as the main axis.
  • the width is designed in particular as a secondary axis.
  • the length is the longest distance between two points on the edge of the region.
  • the latitude intersects the longitude perpendicularly and also two most distant points on the edge of the region.
  • the image can have one spectral channel or also several spectral channels, for example in the infrared spectral range.
  • a value of a color channel of a pixel of the image is selected as the intensity value.
  • the region to be recognized as the mottled fiber if the length is at least twice, in particular at least three times, as long as the width in the specific ratio. As a result, the mottled fiber can be recognized even more reliably.
  • step b) intensity values are selected which are brighter than the intensity threshold value. It has been recognized that the mottled fibers often appear lighter than their background. By selecting the brighter intensity values, a favorable pre-selection can be made. The mottled fibers can in turn be recognized more reliably as a result. Furthermore, it is preferably provided that before step b) at least one color channel of the image is selected and step b) is in particular only carried out with the at least one selected color channel.
  • a color channel in the visible infrared spectral range is selected as the at least one color channel. It was recognized that the mottled fibers can be detected particularly reliably in the visible infrared spectral range.
  • a size or an area of the region is determined and the determined size or area is compared with a reference value as a step g1), in particular after step g) and before step h).
  • the size or area is determined in particular on the basis of the number of pixels in the region.
  • the image is captured in step a) with at least one fluorescence sensor and/or one phosphorescence sensor. It was recognized that mottled fibers often fluoresce and/or phosphorescent and this property can be used for detection. By capturing the image with the fluorescence sensor and/or the phosphorescence sensor, the mottled fiber can in turn be recognized more reliably.
  • a statistical distance in particular the Mahalanobis distance, between the luminescence intensity value and a reference intensity value being determined in the feature space and step h) is also performed using the statistical distance.
  • the feature space is preferably at least three-dimensional, preferably multi-dimensional, in particular nine-dimensional.
  • the feature space is spanned, for example, by different color channels and/or infrared channels of the image.
  • the intensity values for example from a luminescence color channel, are entered into the feature space.
  • the statistical distance can be determined by the reference intensity value also entered in the feature space. If the statistical distance is less than a detection threshold, the intensity value or region is detected as mottled fiber.
  • Other machine classifiers for example, can also be used in the feature space.
  • the invention also relates to a banknote processing device.
  • the banknote processing device is set up to recognize a mottled fiber of a banknote with the following steps: a) capturing an image of the banknote; b) selecting intensity values of the image based on an intensity threshold; c) determining at least one contiguous region from the selected intensity values; d) determining a length of the contiguous region; e) determining a width of the contiguous region; f) determining a ratio of the determined length to the determined width; g) comparing the ratio with a reference ratio; and h) identifying the region as the mottled fiber from the comparison, particularly if the length is greater than the width.
  • a further aspect of the invention also relates to the use of a mottled fiber determined in an image of a banknote for masking out a test area of a test image of the banknote.
  • FIG. 1 shows a schematic representation of an exemplary embodiment of a banknote processing device according to the invention with an image acquisition unit and an evaluation unit;
  • FIG. 2 shows a schematic representation of an exemplary embodiment of an image recorded with the image acquisition unit with regions which are brighter than an intensity threshold value
  • FIG. 3 shows a schematic representation of an embodiment of a region with a height and a width
  • FIG. 4 shows a schematic representation of an embodiment of a feature space with luminescence intensity values of the image.
  • the bank note processing device 1 shows a schematic representation of an exemplary embodiment of a bank note processing device 1 .
  • the bank note processing device 1 has a conveyor unit 2 and a recognition unit 3 .
  • the conveyor unit 2 is set up to transport a bank note 4 .
  • the banknote 4 can be transported past the recognition unit 3 with the conveyor unit 2 .
  • the conveyor unit 2 can be designed as a conveyor belt, for example.
  • the detection unit 3 has an evaluation unit 5 , a phosphorescence sensor 6 , a first fluorescence sensor 7 and a second fluorescence sensor 8 .
  • Each sensor is preferably designed to detect three color channels, in particular red, green and blue.
  • the first fluorescence sensor 7 is preferably designed with a short integration time for very light areas of the bank note 4 and the second fluorescence sensor 8 is preferably designed with a longer integration time than the first fluorescence sensor 7 .
  • the evaluation unit 5 is designed to evaluate sensor data, in particular sensor data from the sensors 6 , 7 , 8 .
  • the image 9 shows an image 9 of the bank note 4.
  • the image 9 has a large number of intensity values 10 (not shown in the figure).
  • An intensity value of the intensity values 10 is in particular a color value of a color channel of a pixel of the image 9.
  • the image 9 can have a number of color channels, for example red, green and blue.
  • the image 9 can either be in the form of a composite image of the sensor data of the phosphorescence sensor 6, the first fluorescence sensor 7 and the second fluorescence sensor 8 or it can be in the form of only one color channel of one of the sensors 6, 7, 8. It can also be the case, for example, that the data from a sensor is processed individually and a method for recognizing a mottled fiber 40 is used individually in the images of the respective sensors.
  • the image 9 can also be present as a combination of the color channels to form a new common channel, for example by weighted gray values of the red, green, blue color channels.
  • Contiguous regions 11 are determined in image 9 .
  • intensity values 10 of the image are selected using an intensity threshold value.
  • the selected intensity values are then determined as a contiguous region 11 if the region has a specific number of intensity values above the intensity threshold.
  • the intensity values 10 of the region 11 are assigned to the respective region, for example, if they are arranged directly next to one another via a neighborhood of four or neighborhood of eight.
  • the contiguous regions 11 thus have, in particular, a plurality of intensity values 10 which are all above the intensity threshold value.
  • the region 11 has a length 12 and a width 13 .
  • the length 12 is in particular the greatest distance between two points on the contour of the region 11.
  • the width 13 is preferably formed perpendicular to the length 12 and also extends between the points on the contour of the region 11 that are furthest apart under this condition.
  • the ratio of the length 12 to the width 13 can also be described as the eccentricity of the region 11.
  • the region can then be modeled as an ellipse, for example, from which the eccentricity is determined. If the eccentricity is then, for example, greater than an eccentricity threshold value, the region is recognized as a mottled fiber 40 .
  • the eccentricity threshold may be at least 0.9, for example, with an eccentricity value range of 0 to 1, where 1 corresponds to the largest eccentricity and 0 corresponds to the smallest eccentricity, such as a point.
  • FIG. 4 shows a schematic representation of a feature space 14.
  • the recorded intensity values 10 are entered in the feature space 14.
  • FIG. A reference intensity value 15 is also entered.
  • the reference intensity value 15 can, for example, also be entered in the feature space 14 as a reference intensity line or reference intensity plane or reference intensity space.
  • the feature space 14 is presented in two dimensions for reasons of clarity, but the feature space is preferably multidimensional.
  • the feature space 14 can have nine dimensions or more.
  • the intensity values 10 are within a class limit 17.
  • a statistical distance 16 is used for this. If the statistical distance 16 from the reference intensity value 15 to the respective intensity value 10 is smaller than the distance from the reference intensity value 15 to the class boundary 17, the respective intensity value 10 is considered to belong to the mottled fiber 40.
  • the class boundary 17 separates in particular the mottled fiber class from the non-mottled fiber class.
  • the statistical distance 16 can be present as the Mahalanobis distance, for example.
  • a method such as Support Vector Machine (SVM) can also be used to evaluate the feature space 14 .
  • SVM Support Vector Machine
  • the method for recognizing the mottled fiber 40 can then proceed as follows, for example.
  • the bank note 4 is guided past the recognition unit 3 within the bank note processing device 1 with the conveying unit 2 .
  • An image 9 of the banknote 4 is recorded with the phosphorescence sensor 6 and/or the first fluorescence sensor 7 and/or the second fluorescence sensor 8 while it is being passed.
  • the image 9 is then evaluated by the evaluation unit 5 .
  • the image 9 is then processed, for example, by image channel.
  • the results for each image channel can then be determined individually and then summarized.
  • the mottled fiber 40 can only be evaluated as detected in the area in which the mottled fiber 40 is present or has been detected in a minimum number of color channels, for example all available color channels.
  • a gray value image or intensity value image is formed from the respective color channel of image 9 .
  • the intensity value image is binarized using an intensity threshold. This means that after applying the intensity threshold, there are only two values left in image 9, say white and black.
  • the intensity threshold can be adjusted depending on the bill to be processed.
  • the intensity values 10 that lie on a common side of the intensity threshold value, that is, for example, are greater than the intensity threshold value are provided with identification numbers.
  • the intensity values 10 lying above the intensity threshold value are combined to form regions 11 .
  • regions 11 are then selected for further processing on the basis of their number of intensity values. Only regions that are larger or have more intensity values than a minimum number of intensity values are processed further.
  • the length 12 and the width 13 of the selected regions 11 are determined in each case. A further selection is then made on the basis of the length 12 and the width 13, which can be referred to as an elongation check.
  • the ratio of the length 12 to the width 13 is used. For example, if this ratio is such that the length 12 is at least twice the width 13, the region is assumed to correspond to a mottled fiber.
  • these can also be entered into the feature space 14 or the intensity values 10 of the regions 11 can be entered into the feature space 14.
  • the feature space 14 it is then determined on the basis of the statistical distance 16 from the reference intensity value 15 to the class boundary 17 whether the intensity values 10 lie within the class boundary 17 or outside the class boundary 17 . If the intensity values 10 are within the class limit 17, the check is considered successful and the mottled fiber 40 is considered recognized. If the respective intensity value 10 lies outside the class limit 17, it is assumed that the region 11 does not represent a mottled fiber or does not correspond to a mottled fiber.
  • the sensors 6, 7, 8 can also detect multicolored mottled fibers, for example. A distinction can then be made, for example, between single-color mottled fibers and multicolored mottled fibers.
  • the identified mottled fibers 40 can then be used, for example, to pre-process a photograph of the bank note 4 for later processing purposes.
  • the position of the mottled fiber 40 on the banknote 4 is known through the recognition of the mottled fiber 40 .
  • the area of mottled fiber 40 can be identified or masked out in image 9 or in another image.
  • the image 9 or the further image can then be processed error-free in a next step, for example, since the next step no longer has to take into account that the bank note 4 has mottled fibers, which can be disruptive in the subsequent processing, for example.
  • the mottled fibers can be a hindrance when detecting dirt, for example UV dirt or fluorescent dirt.
  • the mottled fibers can, for example, be incorrectly recognized as a spot of dirt, as a result of which a banknote which is actually not soiled is recognized as soiled.
  • the mottled fiber 40 identified can mask out the respective mottled fiber 40 within the dirt detection method, for example in a pre-processing step. For example, only areas of the banknote 4 that have not yet been masked out are then examined for soiling.

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Toxicology (AREA)
  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Inspection Of Paper Currency And Valuable Securities (AREA)
  • Image Analysis (AREA)

Abstract

The invention relates to a method for detecting at least one colored fiber (40) of a banknote (4), wherein the following steps are carried out: a) capturing an image (9) of the banknote (4); b) selecting intensity values (10) of the image (9) using an intensity threshold; c) determining at least one connected region (11) of the selected intensity values (10); d) determining the length (12) of the connected region (11); e) determining the width (13) of the connected region (11); f) determining the ratio of the determined length (12) to the determined width (13); g) comparing the ratio with a reference ratio; and h) detecting the region (11) as the colored fiber (40) using the comparison.

Description

Verfahren zum Erkennen zumindest einer Melierfaser einer Banknote, und Banknotenbearbeitungsvorrichtung Method for detecting at least one mottled fiber of a banknote, and banknote processing device
Die Erfindung betrifft ein Verfahren zum Erkennen zumindest einer Melierfaser einer Banknote. Weiterhin betrifft die Erfindung eine dementsprechende Banknotenbearbeitungsvorrichtung und eine Verwendung einer in einem Bild einer Banknote erkannten Melierfaser. The invention relates to a method for detecting at least one mottled fiber of a banknote. Furthermore, the invention relates to a corresponding bank note processing device and a use of a mottled fiber recognized in an image of a bank note.
Banknoten mit Melierfasern sind bekannt. Dazu werden dem Banknotensubstrat eingefärbte Fasern beigemischt, die bei entsprechender Einfärbung, beispielsweise unter UV-Licht, in verschiedenen Farben leuchten können. Melierfasern sind in Banknotenpapier eingebettete Sicherheitselemente, welche üblicherweise aus Viskose, Kunststoff oder Papier ausgebildet sind. Die Fasern sind für den Betrachter sichtbar oder unsichtbar. Unsichtbare Fasern werden beispielsweise erst unter Verwendung einer UV-Lampe erkennbar. Sie können in unterschiedlichen Farben leuchten. Banknotes with mottled fibers are known. For this purpose, colored fibers are added to the banknote substrate, which can glow in different colors when colored appropriately, for example under UV light. Mottled fibers are security elements embedded in banknote paper, which are usually made of viscose, plastic or paper. The fibers are visible or invisible to the viewer. Invisible fibers, for example, only become visible using a UV lamp. They can glow in different colors.
Melierfasern werden beispielsweise als Sicherheitsmerkmal verwendet. Mottled fibers are used, for example, as a security feature.
Es ist Aufgabe der Erfindung, Melierfasern von Banknoten zuverlässiger zu erkennen. It is the object of the invention to detect mottled fibers of banknotes more reliably.
Diese Aufgabe wird erfindungsgemäß durch ein Verfahren sowie eine Banknotenbearbeitungsvorrichtung mit den Merkmalen gemäß den jeweiligen unabhängigen Ansprüchen gelöst. Vorteilhafte Ausführungen der Erfindung sind Gegenstand der abhängigen Ansprüche. According to the invention, this object is achieved by a method and a bank note processing device having the features according to the respective independent claims. Advantageous embodiments of the invention are the subject matter of the dependent claims.
Bei einem erfindungsgemäßen Verfahren wird zumindest eine Melierfaser einer Banknote erkannt. Es werden folgende Schritte durchgeführt: a) Erfassen eines Bilds der Banknote; b) Auswählen von Intensitätswerten des Bilds anhand eines Intensitätsschwellwerts; c) Bestimmen zumindest einer zusammenhängenden Region von den ausgewählten Intensitätswerten; d) Bestimmen einer Länge der zusammenhängenden Region; e) Bestimmen einer Breite der zusammenhängenden Region; f) Bestimmen eines Verhältnisses von der bestimmten Länge zu der bestimmten Breite; g) Vergleichen des Verhältnisses mit einem Referenz Verhältnis; und h) Erkennen der Region als die Melierfaser anhand des Vergleichs, insbesondere falls die Länge größer als die Breite ist. At least one mottled fiber of a banknote is recognized in a method according to the invention. The following steps are carried out: a) capturing an image of the bank note; b) selecting intensity values of the image based on an intensity threshold; c) determining at least one contiguous region from the selected intensity values; d) determining a length of the contiguous region; e) determining a width of the contiguous region; f) determining a ratio of the determined length to the determined width; g) comparing the ratio with a reference ratio; and h) recognizing the region as the mottled fiber from the comparison, particularly if the length is greater than the width.
Dem erfindungsgemäßen Verfahren liegt die Erkenntnis zu Grunde, dass Melierfasern durch Ausnutzung ihrer länglichen Eigenschaft zuverlässiger von anderen, weniger länglich ausgebildeten Elementen der Banknote erkannt werden können. Insbesondere wurde überraschend festgestellt, dass Melierfasern durch das Verhältnis von Länge zur Breite mit vergleichsweise hoher Zuverlässigkeit von anderen Objekten ähnlicher Größe auf der Banknote unterschieden werden können. The method according to the invention is based on the finding that mottled fibers can be recognized more reliably by other, less elongate elements of the bank note by utilizing their elongate property. In particular, it was surprisingly found that mottled fibers can be distinguished from other objects of a similar size on the bank note with a comparatively high level of reliability by the ratio of length to width.
Insbesondere ist die Länge im Fall, dass die Region ellipsenförmig oder ellipsenartig ist als Hauptachse ausgebildet. Die Breite ist in diesem Fall insbesondere als Nebenachse ausgebildet. In particular, in the case that the region is elliptical or elliptical, the length is formed as the main axis. In this case, the width is designed in particular as a secondary axis.
Im Fall einer kreisförmigen oder nicht-ellipsenförmigen Region ist die Länge insbesondere die längste Strecke zwischen zwei Punkten auf dem Rand der Region. Die Breite schneidet insbesondere die Länge senkrecht und dazu zwei am weitesten voneinander entfernte Punkte auf dem Rand der Region. In particular, in the case of a circular or non-elliptical region, the length is the longest distance between two points on the edge of the region. In particular, the latitude intersects the longitude perpendicularly and also two most distant points on the edge of the region.
Das Bild kann einen Spektralkanal oder auch mehrere Spektralkanäle, beispielsweise im Infraroten Spektralbereich, aufweisen. Als der Intensitätswert wird insbesondere ein Wert eines Farbkanals eines Bildpunkts des Bilds ausgewählt. The image can have one spectral channel or also several spectral channels, for example in the infrared spectral range. In particular, a value of a color channel of a pixel of the image is selected as the intensity value.
Vorzugsweise ist es vorgesehen, dass die Region als die Melierfaser erkannt wird, falls bei dem bestimmten Verhältnis die Länge mindestens doppelt, insbesondere mindestens dreimal, so lang ist wie die Breite. Dadurch kann die Melierfaser nochmal zuverlässiger erkannt werden. Provision is preferably made for the region to be recognized as the mottled fiber if the length is at least twice, in particular at least three times, as long as the width in the specific ratio. As a result, the mottled fiber can be recognized even more reliably.
Weiterhin ist es vorzugsweise vorgesehen, dass im Schritt b) Intensitätswerte aus gewählt werden, welche heller sind als der Intensitätsschwellwert. Es wurde erkannt, dass die Melierfasern oftmals heller als ihr Hintergrund erscheinen. Durch die Auswahl der helleren Intensitätswerte kann eine günstige Vorauswahl getroffen werden. Die Melierfasern können dadurch wiederum zuverlässiger erkannt werden. Weiterhin ist es vorzugsweise vorgesehen, dass vor dem Schritt b) zumindest ein Farbkanal des Bilds ausgewählt wird und der Schritt b), insbesondere nur, mit dem zumindest einen ausgewählten Farbkanal durchgeführt wird. Furthermore, it is preferably provided that in step b) intensity values are selected which are brighter than the intensity threshold value. It has been recognized that the mottled fibers often appear lighter than their background. By selecting the brighter intensity values, a favorable pre-selection can be made. The mottled fibers can in turn be recognized more reliably as a result. Furthermore, it is preferably provided that before step b) at least one color channel of the image is selected and step b) is in particular only carried out with the at least one selected color channel.
Weiterhin ist es vorzugsweise vorgesehen, dass als der zumindest eine Farbkanal ein Farbkanal im sichtbaren infraroten Spektralbereich ausgewählt wird. Es wurde erkannt, dass die Melierfasern im sichtbaren infraroten Spektralbereich besonders zuverlässig erkannt werden können. Furthermore, it is preferably provided that a color channel in the visible infrared spectral range is selected as the at least one color channel. It was recognized that the mottled fibers can be detected particularly reliably in the visible infrared spectral range.
Weiterhin ist es vorzugsweise vorgesehen, dass eine Größe bzw. eine Fläche der Region bestimmt wird und die bestimmte Größe bzw. Fläche als ein Schritt gl), insbesondere nach dem Schritt g) und vor dem Schritt h), mit einer Referenzgröße verglichen wird. Die Größe bzw. Fläche wird insbesondere anhand der Anzahl der Bildpunkte der Region bestimmt. Furthermore, it is preferably provided that a size or an area of the region is determined and the determined size or area is compared with a reference value as a step g1), in particular after step g) and before step h). The size or area is determined in particular on the basis of the number of pixels in the region.
Weiterhin ist es vorzugsweise vorgesehen, dass das Bild im Schritt a) mit zumindest einem Fluoreszenzsensor und/ oder einem Phosphoreszenzsensor erfasst wird. Es wurde erkannt, dass Melierfasern oftmals fluoreszieren und/ oder phosphoreszieren und diese Eigenschaft zur Erkennung genutzt werden kann. Durch die Erfassung des Bilds mit dem Fluoreszenzsensor und/ oder dem Phosphoreszenzsensor kann die Melierfaser wiederum zuverlässiger erkannt werden. Furthermore, it is preferably provided that the image is captured in step a) with at least one fluorescence sensor and/or one phosphorescence sensor. It was recognized that mottled fibers often fluoresce and/or phosphorescent and this property can be used for detection. By capturing the image with the fluorescence sensor and/or the phosphorescence sensor, the mottled fiber can in turn be recognized more reliably.
Weiterhin ist es vorzugsweise vorgesehen, dass zumindest ein Lumineszenzintensitätswert des Bilds erfasst wird und der erfasste Lumineszenzintensitätswert in einen Merkmalsraum eingetragen wird, wobei im Merkmalsraum ein statistischer Abstand, insbesondere der Mahalanobis- Abstand, zwischen dem Lumineszenzintensitätswert und einem Referenzintensitätswert bestimmt wird und der Schritt h) auch anhand des statistischen Abstands durchgeführt wird. Der Merkmalsraum ist vorzugsweise mindestens dreidimensional, vorzugsweise vieldimensional, insbesondere neundimensional, ausgebildet. Der Merkmalsraum wird beispielsweise durch verschiedene Farbkanäle und/ oder Infrarotkanäle des Bilds aufgespannt. Die Intensitätswerte, beispielsweise von einem Lumineszenz-Farbkanal, werden in den Merkmalsraum eingetragen. Durch den ebenfalls im Merkmalsraum eingetragene Referenzintensitätswert kann der statistische Abstand bestimmt werden. Falls der statistische Abstand kleiner als ein Erkennungsgrenzwert ist, wird der Intensitätswert bzw. die Region als Melierfaser erkannt. In dem Merkmalsraum können beispielsweise auch andere maschinelle Klassifikatoren verwendet werden. Furthermore, it is preferably provided that at least one luminescence intensity value of the image is recorded and the recorded luminescence intensity value is entered in a feature space, a statistical distance, in particular the Mahalanobis distance, between the luminescence intensity value and a reference intensity value being determined in the feature space and step h) is also performed using the statistical distance. The feature space is preferably at least three-dimensional, preferably multi-dimensional, in particular nine-dimensional. The feature space is spanned, for example, by different color channels and/or infrared channels of the image. The intensity values, for example from a luminescence color channel, are entered into the feature space. The statistical distance can be determined by the reference intensity value also entered in the feature space. If the statistical distance is less than a detection threshold, the intensity value or region is detected as mottled fiber. Other machine classifiers, for example, can also be used in the feature space.
Die Erfindung betrifft auch eine Banknotenverarbeitungsvorrichtung. Die erfindungsgemäße Banknotenverarbeitungsvorrichtung ist zum Erkennen einer Melierfaser einer Banknote mit folgenden Schritten eingerichtet: a) Erfassen eines Bilds der Banknote; b) Auswahlen von Intensitätswerten des Bilds anhand eines Intensitätsschwellwerts; c) Bestimmen zumindest einer zusammenhängenden Region von den ausgewählten Intensitätswerten; d) Bestimmen einer Länge der zusammenhängenden Region; e) Bestimmen einer Breite der zusammenhängenden Region; f) Bestimmen eines Verhältnisses von der bestimmten Länge zu der bestimmten Breite; g) Vergleichen des Verhältnisses mit einem Referenz Verhältnis; und h) Erkennen der Region als die Melierfaser anhand des Vergleichs, insbesondere falls die Länge größer als die Breite ist. The invention also relates to a banknote processing device. The banknote processing device according to the invention is set up to recognize a mottled fiber of a banknote with the following steps: a) capturing an image of the banknote; b) selecting intensity values of the image based on an intensity threshold; c) determining at least one contiguous region from the selected intensity values; d) determining a length of the contiguous region; e) determining a width of the contiguous region; f) determining a ratio of the determined length to the determined width; g) comparing the ratio with a reference ratio; and h) identifying the region as the mottled fiber from the comparison, particularly if the length is greater than the width.
Ein weiterer Aspekt der Erfindung betrifft auch eine Verwendung einer in einem Bild einer Banknote bestimmten Melierfaser zum Ausmaskieren eines Prüfbereichs eines Prüfbilds der Banknote. A further aspect of the invention also relates to the use of a mottled fiber determined in an image of a banknote for masking out a test area of a test image of the banknote.
Die mit Bezug auf das erfindungsgemäße Verfahren vor gestellten bevorzugten Ausführungsformen und deren Vorteile gelten entsprechend für die erfindungsgemäße Banknoten Verarbeitungsvorrichtung. Die gegenständlichen Komponenten der erfindungsgemäßen Banknotenverarbeitungsvorrichtung sind dazu ausgebildet, die jeweiligen Schritte des Verfahrens auszuführen. The preferred embodiments presented with reference to the method according to the invention and their advantages apply correspondingly to the bank note processing device according to the invention. The physical components of the banknote processing device according to the invention are designed to carry out the respective steps of the method.
Weitere Merkmale der Erfindung ergeben sich aus den Ansprüchen, den Figuren und der Figurenbeschreibung. Further features of the invention result from the claims, the figures and the description of the figures.
Ausführungsbeispiele der Erfindung werden nachfolgend anhand einer schematischen Zeichnung näher erläutert. Exemplary embodiments of the invention are explained in more detail below using a schematic drawing.
Dabei zeigen: Fig. 1 eine schematische Darstellung eines Ausführungsbeispiels einer erfindungsgemäßen Banknotenbearbeitimgsvorrichtimg mit einer Bilderfassungseinheit und einer Auswerteeinheit; show: 1 shows a schematic representation of an exemplary embodiment of a banknote processing device according to the invention with an image acquisition unit and an evaluation unit;
Fig. 2 eine schematische Darstellung eines Ausführungsbeispiels eines mit der Bilderfassungseinheit aufgenommenen Bilds mit Regionen, welche heller als ein Intensitätsschwellwert sind; 2 shows a schematic representation of an exemplary embodiment of an image recorded with the image acquisition unit with regions which are brighter than an intensity threshold value;
Fig. 3 eine schematische Darstellung eines Ausführungsbeispiels einer Region mit einer Höhe und einer Breite; und 3 shows a schematic representation of an embodiment of a region with a height and a width; and
Fig. 4 eine schematische Darstellung eines Ausführungsbeispiels eines Merkmalsraums mit Lumineszenzintensitätswerten des Bilds. 4 shows a schematic representation of an embodiment of a feature space with luminescence intensity values of the image.
In den Figuren werden gleiche oder funktionsgleiche Elemente mit den gleichen Bezugszeichen versehen. Elements that are the same or have the same function are provided with the same reference symbols in the figures.
Fig. 1 zeigt eine schematische Darstellung eines Ausführungsbeispiels einer Banknotenverarbeitungsvorrichtung 1. Die Banknotenbearbeitungsvorrichtung 1 weist eine Fördereinheit 2 und eine Erkennungseinheit 3 auf. 1 shows a schematic representation of an exemplary embodiment of a bank note processing device 1 . The bank note processing device 1 has a conveyor unit 2 and a recognition unit 3 .
Die Fördereinheit 2 ist dazu eingerichtet eine Banknote 4 zu transportieren. Mit der Fördereinheit 2 kann die Banknote 4 an der Erkennungseinheit 3 vorbei transportiert werden. Die Fördereinheit 2 kann beispielsweise als Transportband ausgebildet sein. The conveyor unit 2 is set up to transport a bank note 4 . The banknote 4 can be transported past the recognition unit 3 with the conveyor unit 2 . The conveyor unit 2 can be designed as a conveyor belt, for example.
Die Erkennungseinheit 3 weist gemäß zum Ausführungsbeispiel eine Auswerteeinheit 5, einen Phosphoreszenzsensor 6, einen ersten Fluoreszenzsensor 7 und einen zweiten Fluoreszenzsensor 8 auf. Vorzugsweise ist jeder Sensor dazu aus gebildet drei Farbkanäle, insbesondere rot grün und blau, zu erfassen. Der erste Fluoreszenzsensor 7 ist vorzugsweise mit einer kurzen Integrationszeit für sehr helle Bereiche der Banknote 4 ausgebildet und der zweite Fluoreszenzsensor 8 ist vorzugsweise mit einer längeren Integrationszeit als der erste Fluoreszenzsensor 7 ausgebildet. Die Auswerteeinheit 5 ist zur Auswertung von Sensordaten, insbesondere von Sensordaten der Sensoren 6, 7, 8, ausgebildet. According to the exemplary embodiment, the detection unit 3 has an evaluation unit 5 , a phosphorescence sensor 6 , a first fluorescence sensor 7 and a second fluorescence sensor 8 . Each sensor is preferably designed to detect three color channels, in particular red, green and blue. The first fluorescence sensor 7 is preferably designed with a short integration time for very light areas of the bank note 4 and the second fluorescence sensor 8 is preferably designed with a longer integration time than the first fluorescence sensor 7 . The evaluation unit 5 is designed to evaluate sensor data, in particular sensor data from the sensors 6 , 7 , 8 .
Fig. 2 zeigt ein Bild 9 der Banknote 4. Das Bild 9 weist eine Vielzahl von (in der Fig. nicht dargestellten) Intensitätswerten 10 auf. Ein Intensitätswert der Intensitätswerte 10 ist insbesondere ein Farbwert eines Farbkanals eines Bildpunkts des Bilds 9. Das Bild 9 kann mehrere Farbkanäle, beispielsweise rot, grün und blau aufweisen. 2 shows an image 9 of the bank note 4. The image 9 has a large number of intensity values 10 (not shown in the figure). An intensity value of the intensity values 10 is in particular a color value of a color channel of a pixel of the image 9. The image 9 can have a number of color channels, for example red, green and blue.
Das Bild 9 kann entweder als zusammengesetztes Bild von den Sensordaten des Phosphoreszenzsensors 6, des ersten Fluoreszenzsensor 7 und des zweiten Fluoreszenzsensor 8 ausgebildet sein oder aber lediglich durch nur einen Farbkanal eines der Sensoren 6, 7, 8 ausgebildet sein. Es kann auch beispielweise sein, dass die Daten eines Sensors einzeln verarbeitet werden und ein Verfahren zum Erkennen einer Melierfaser 40 bei den Bildern der jeweiligen Sensoren einzeln angewendet wird. The image 9 can either be in the form of a composite image of the sensor data of the phosphorescence sensor 6, the first fluorescence sensor 7 and the second fluorescence sensor 8 or it can be in the form of only one color channel of one of the sensors 6, 7, 8. It can also be the case, for example, that the data from a sensor is processed individually and a method for recognizing a mottled fiber 40 is used individually in the images of the respective sensors.
Das Bild 9 kann auch als eine Kombination der Farbkanäle zu einem neuen gemeinsamen Kanal, beispielsweise durch gewichtete Grauwert der Farbkanäle Rot, Grün, Blau, vorliegen. The image 9 can also be present as a combination of the color channels to form a new common channel, for example by weighted gray values of the red, green, blue color channels.
In dem Bild 9 werden zusammenhängende Regionen 11 bestimmt. Dazu werden Intensitätswerte 10 des Bilds anhand eines Intensitätsschwellwerts ausgewählt. Die ausgewählten Intensitätswerte werden dann als zusammenhängende Region 11 bestimmt, falls die Region eine bestimmte Anzahl an Intensitätswerten über dem Intensitätsschwellwert aufweist. Die Intensitätswerte 10 der Region 11 werden der jeweiligen Region beispielsweise zugeordnet, falls diese über eine vierer Nachbarschaft oder eine achter- Nachbarschaft immittelbar aneinander angeordnet sind. Die zusammenhängenden Regionen 11 weisen also insbesondere eine Mehrzahl von Intensitätswerten 10 auf, welche alle über dem Intensitätsschwellwert liegen. Contiguous regions 11 are determined in image 9 . For this purpose, intensity values 10 of the image are selected using an intensity threshold value. The selected intensity values are then determined as a contiguous region 11 if the region has a specific number of intensity values above the intensity threshold. The intensity values 10 of the region 11 are assigned to the respective region, for example, if they are arranged directly next to one another via a neighborhood of four or neighborhood of eight. The contiguous regions 11 thus have, in particular, a plurality of intensity values 10 which are all above the intensity threshold value.
Alternativ kann es kann auch sein, dass diejenigen Intensitätswerte ausgewählt werden, welche unterhalb des Intensitätsschwellwerts liegen. Alternatively, it can also be the case that those intensity values are selected which lie below the intensity threshold value.
Fig. 3 zeigt eine Region der Regionen 11. Der Einfachheit wird die folgende Beschreibung nur anhand von einer Region der Regionen 11 durchgeführt. Das Vorgehen ist aber auf die Mehrzahl der Regionen 11 übertragbar. Es ist demnach nur noch die Rede von der Region 11. Die Region 11 weist eine Länge 12 und eine Breite 13 auf. Die Länge 12 ist insbesondere der größte Abstand zwischen zwei Punkten auf der Kontur der Region 11. Die Breite 13 ist dabei vorzugsweise senkrecht zur Länge 12 ausgebildet und erstreckt sich ebenfalls zwischen den unter dieser Bedingung am weitesten voneinander entfernten Punkten auf der Kontur der Region 11. 3 shows one region of regions 11. For the sake of simplicity, the following description will be made using only one region of regions 11. FIG. However, the procedure can be transferred to the majority of the regions 11 . There is therefore only talk of Region 11. The region 11 has a length 12 and a width 13 . The length 12 is in particular the greatest distance between two points on the contour of the region 11. The width 13 is preferably formed perpendicular to the length 12 and also extends between the points on the contour of the region 11 that are furthest apart under this condition.
Mit anderen Worten kann das Verhältnis von der Länge 12 zur Breite 13 auch als Exzentrizität der Region 11 beschrieben werden. Es kann die Region dann beispielsweise als eine Ellipse modelliert werden, von welcher die Exzentrizität bestimmt wird. Ist die Exzentrizität dann beispielsweise größer als ein Exzentrizitätsschwellwert, wird die Region als Melierfaser 40 erkannt. Der Exzentrizitätsschwellwert kann bei einem Exzentrizitätswertebereich von 0 bis 1, wobei 1 der größten Exzentrizität entspricht und 0 der kleinsten Exzentrizität entspricht, wie beispielsweise einem Punkt, beispielsweise mindestens 0,9 betragen. In other words, the ratio of the length 12 to the width 13 can also be described as the eccentricity of the region 11. The region can then be modeled as an ellipse, for example, from which the eccentricity is determined. If the eccentricity is then, for example, greater than an eccentricity threshold value, the region is recognized as a mottled fiber 40 . The eccentricity threshold may be at least 0.9, for example, with an eccentricity value range of 0 to 1, where 1 corresponds to the largest eccentricity and 0 corresponds to the smallest eccentricity, such as a point.
Fig. 4 zeigt eine schematische Darstellung eines Merkmalsraums 14. In dem Merkmalsraums 14 sind die erfassten Intensitätswerte 10 eingetragen. Weiterhin ist ein Referenzintensitätswert 15 eingetragen. Der Referenzintensitätswert 15 kann beispielsweise auch als Referenzintensitätslinie oder Referenzintensitätsebene oder Referenzintensitätsraum in den Merkmalsraum 14 eingetragen werden. 4 shows a schematic representation of a feature space 14. The recorded intensity values 10 are entered in the feature space 14. FIG. A reference intensity value 15 is also entered. The reference intensity value 15 can, for example, also be entered in the feature space 14 as a reference intensity line or reference intensity plane or reference intensity space.
Der Merkmalsraum 14 ist vorliegend aus Gründen der Anschaulichkeit zweidimensional dargestellt, vorzugsweise ist der Merkmalsraum aber mehrdimensional ausgebildet. So kann der Merkmalsraum 14 beispielsweise neun Dimensionen oder mehr aufweisen. The feature space 14 is presented in two dimensions for reasons of clarity, but the feature space is preferably multidimensional. For example, the feature space 14 can have nine dimensions or more.
Von dem Referenzintensitätswert 15 ausgehend wird dann gemäß dem Ausführungsbeispiel jeweils überprüft, ob die Intensitätswerte 10 innerhalb einer Klassengrenze 17 sind. Dazu wird ein statistischer Abstands 16 genutzt. Falls der statistische Abstand 16 vom Referenzintensitätswert 15 zum jeweiligen Intensitätswert 10 kleiner ist als der Abstand vom Referenzintensitätswert 15 zur Klassengrenze 17, wird der jeweilige Intensitätswert 10 als zur Melierfaser 40 zugehörig betrachtet. Die Klassengrenze 17 trennt vorliegend insbesondere die Klasse Melierfaser von der Klasse Nicht-Melierfaser. Based on the reference intensity value 15, according to the exemplary embodiment, it is then checked in each case whether the intensity values 10 are within a class limit 17. A statistical distance 16 is used for this. If the statistical distance 16 from the reference intensity value 15 to the respective intensity value 10 is smaller than the distance from the reference intensity value 15 to the class boundary 17, the respective intensity value 10 is considered to belong to the mottled fiber 40. In the present case, the class boundary 17 separates in particular the mottled fiber class from the non-mottled fiber class.
Der statistische Abstand 16 kann beispielsweise als die Mahalanobis-Distanz vorliegen. Zur Auswertung des Merkmalsraums 14 kann beispielsweise auch ein Verfahren wie Support Vector Machine (SVM) genutzt werden. The statistical distance 16 can be present as the Mahalanobis distance, for example. For example, a method such as Support Vector Machine (SVM) can also be used to evaluate the feature space 14 .
Das Verfahren zum Erkennen der Melierfaser 40 kann dann beispielweise wie folgt ablaufen.The method for recognizing the mottled fiber 40 can then proceed as follows, for example.
Die Banknote 4 wird innerhalb der Banknotenverarbeitungsvorrichtung 1 mit der Fördereinheit 2 an der Erkennungseinheit 3 vorbeigeführt. Während dem Vorbeiführen wird von der Banknote 4 ein Bild 9 mit dem Phosphoreszenzsensors 6 und oder dem ersten Fluoreszenzsensor 7 und oder dem zweiten Fluoreszenzsensor 8 aufgenommen. Das Bild 9 wird gemäß dem Ausführungsbeispiel anschließend durch die Auswertereinheit 5 ausgewertet. Dazu wird das Bild 9 dann beispielsweise bildkanalweise verarbeitet. Es können dann die Ergebnisse für jeden Bildkanal einzeln bestimmt werden und anschließend zusammengefasst werden. So kann die Melierfaser 40 beispielsweise nur in dem Bereich als erkannt gewertet werden, in welchem die Melierfaser 40 in einer Mindestanzahl von Farbkanälen, beispielsweise allen verfügbaren Farbkanälen, vorhanden ist beziehungsweise erkannt wurde. The bank note 4 is guided past the recognition unit 3 within the bank note processing device 1 with the conveying unit 2 . An image 9 of the banknote 4 is recorded with the phosphorescence sensor 6 and/or the first fluorescence sensor 7 and/or the second fluorescence sensor 8 while it is being passed. According to the exemplary embodiment, the image 9 is then evaluated by the evaluation unit 5 . For this purpose, the image 9 is then processed, for example, by image channel. The results for each image channel can then be determined individually and then summarized. For example, the mottled fiber 40 can only be evaluated as detected in the area in which the mottled fiber 40 is present or has been detected in a minimum number of color channels, for example all available color channels.
Es können aber auch alle Farbkanäle oder mehrere Farbkanäle gleichzeitig ausgewertet werden. Die nachfolgende Beschreibung bezieht sich mm auf einen einzigen Farbkanal. However, all color channels or several color channels can also be evaluated simultaneously. The following description refers mm to a single color channel.
Zunächst wird ein Grauwertbild bzw. Intensitätswertbild aus dem jeweiligen Farbkanal des Bilds 9 gebildet. Das Intensitätswertbild wird anhand eines Intensitätsschwellwerts binarisiert. Das bedeutet, dass es nach Anwenden des Intensitätsschwellwerts nur noch zwei Werte im Bild 9 gibt, beispielsweise weiß und schwarz. Der Intensitätsschwellwert kann abhängig von der zu bearbeitenden Banknote angepasst werden. First, a gray value image or intensity value image is formed from the respective color channel of image 9 . The intensity value image is binarized using an intensity threshold. This means that after applying the intensity threshold, there are only two values left in image 9, say white and black. The intensity threshold can be adjusted depending on the bill to be processed.
In einem nächsten Schritt werden die Intensitätswerte 10, welche auf einer gemeinsamen Seite des Intensitätsschwellwerts liegen, also beispielsweise größer als der Intensitätsschwellwert sind, mit Identifizierungsnummern versehen. In a next step, the intensity values 10 that lie on a common side of the intensity threshold value, that is, for example, are greater than the intensity threshold value, are provided with identification numbers.
Weiterhin werden die oberhalb des Intensitätsschwellwerts liegenden Intensitätswerte 10 zu Regionen 11 zusammengefasst. Beim Zusammenfassen der Regionen werden räumlich benachbarte Intensitätswerte 10 zusammengefasst. Anschließend werden die Regionen 11 anhand ihrer Anzahl von Intensitäts erten zur Weiterverarbeitung aus gewählt. Weiter verarbeitet werden lediglich Regionen, welche größer sind beziehungsweise mehr Intensitätswerte als eine Mindestanzahl von Intensitätswerten aufweisen. Furthermore, the intensity values 10 lying above the intensity threshold value are combined to form regions 11 . When combining the regions, spatially adjacent intensity values 10 are combined. The regions 11 are then selected for further processing on the basis of their number of intensity values. Only regions that are larger or have more intensity values than a minimum number of intensity values are processed further.
Von den ausgewählten Regionen 11 wird jeweils die Länge 12 und die Breite 13 bestimmt. Anhand der Länge 12 und der Breite 13 wird dann eine weitere Auswahl getroffen, welche mit Elongationsüberprüfung bezeichnet werden kann. Dabei wird das Verhältnis von der Länge 12 zur Breite 13 herangezogen. Ist dieses Verhältnis beispielsweise derart, dass die Länge 12 mindestens doppelt so groß wie die Breite 13 ist, so wird davon ausgegangen, dass die Region einer Melierfaser entspricht. The length 12 and the width 13 of the selected regions 11 are determined in each case. A further selection is then made on the basis of the length 12 and the width 13, which can be referred to as an elongation check. The ratio of the length 12 to the width 13 is used. For example, if this ratio is such that the length 12 is at least twice the width 13, the region is assumed to correspond to a mottled fiber.
Zur weiteren Überprüfung dieses Ergebnisses beziehungsweise der ausgewählten Regionen 11 können diese ferner in den Merkmalsraum 14 eingetragen werden beziehungsweise die Intensitätswerte 10 der Regionen 11 können in den Merkmalsraum 14 eingetragen werden. Im Merkmalsraum 14 wird dann anhand des statistischen Abstands 16 vom Referenzintensitätswert 15 zur Klassengrenze 17 bestimmt, ob die Intensitätswerte 10 innerhalb der Klassengrenze 17 oder außerhalb der Klassengrenze 17 liegen. Falls die Intensitätswerte 10 innerhalb der Klassengrenze 17 liegen, gilt die Überprüfung als erfolgreich und die Melierfaser 40 gilt als erkannt. Falls der jeweilige Intensitätswert 10 außerhalb der Klassengrenze 17 liegt, wird angenommen, dass die Region 11 keine Melierfaser darstellt beziehungsweise keiner Melierfaser entspricht. To further check this result or the selected regions 11, these can also be entered into the feature space 14 or the intensity values 10 of the regions 11 can be entered into the feature space 14. In the feature space 14 it is then determined on the basis of the statistical distance 16 from the reference intensity value 15 to the class boundary 17 whether the intensity values 10 lie within the class boundary 17 or outside the class boundary 17 . If the intensity values 10 are within the class limit 17, the check is considered successful and the mottled fiber 40 is considered recognized. If the respective intensity value 10 lies outside the class limit 17, it is assumed that the region 11 does not represent a mottled fiber or does not correspond to a mottled fiber.
Mit anderen Worten wird also insbesondere überprüft, ob die Fläche der Region 11 klein ist und die Elongation kleiner als 0,9 ist. Hierdurch können auch punktförmige Fasern von länglichen Fasern unterschieden werden. In other words, it is checked in particular whether the area of region 11 is small and the elongation is less than 0.9. In this way, punctiform fibers can also be distinguished from elongated fibers.
Durch die Sensoren 6, 7, 8 können beispielsweise auch mehrfarbige Melierfasern erkannt werden. Es kann dann beispielsweise unterschieden werden zwischen einfarbigen Melierfasern und mehrfarbigen Melierfasern. The sensors 6, 7, 8 can also detect multicolored mottled fibers, for example. A distinction can then be made, for example, between single-color mottled fibers and multicolored mottled fibers.
Die erkannten Melierfasern 40 können dann beispielsweise genutzt werden, um eine Aufnahme der Banknote 4 für spätere Verarbeitungszwecke vor zu verarbeiten. Durch die Erkennung der Melierfaser 40 ist insbesondere die Position der Melierfaser 40 auf der Banknote 4 bekannt.The identified mottled fibers 40 can then be used, for example, to pre-process a photograph of the bank note 4 for later processing purposes. In particular, the position of the mottled fiber 40 on the banknote 4 is known through the recognition of the mottled fiber 40 .
Dadurch kann der Bereich der Melierfaser 40 im Bild 9 oder in einem weiteren Bild gekennzeichnet werden oder ausmaskiert werden. Bei der Ausmaskierung kann das Bild 9 oder das weitere Bild dann beispielsweise fehlerfreier in einem nächsten Schritt verarbeitet werden, da der nächste Schritt nicht mehr zu berücksichtigen hat, dass die Banknote 4 Melierfasern aufweist, welche in der nachfolgenden Verarbeitung beispielsweise störend sein können. So können die Melierfasern beispielsweise beim Erkennen von Verschmutzung, beispielsweise UV-Verschmutzung oder fluoreszierende Verschmutzung, hinderlich sein. Die Melierfasern können beispielsweise als Schmutzfleck fälschlicherweise erkannt werden, wodurch eine Banknote, welche eigentlich unverschmutzt ist als verschmutzt erkannt wird. Durch die erkannte Melierfaser 40 kann innerhalb des Schmutzerkennungsver- fahrens beispielsweise in einem Vor Verarbeitungsschritt die jeweilige Melierfaser 40 ausmaskiert werden. Es werden dann beispielsweise nur noch nicht ausmaskierte Bereiche der Banknote 4 auf Verschmutzung unter sucht. As a result, the area of mottled fiber 40 can be identified or masked out in image 9 or in another image. During the masking out, the image 9 or the further image can then be processed error-free in a next step, for example, since the next step no longer has to take into account that the bank note 4 has mottled fibers, which can be disruptive in the subsequent processing, for example. For example, the mottled fibers can be a hindrance when detecting dirt, for example UV dirt or fluorescent dirt. The mottled fibers can, for example, be incorrectly recognized as a spot of dirt, as a result of which a banknote which is actually not soiled is recognized as soiled. The mottled fiber 40 identified can mask out the respective mottled fiber 40 within the dirt detection method, for example in a pre-processing step. For example, only areas of the banknote 4 that have not yet been masked out are then examined for soiling.

Claims

Patentansprüche patent claims
1. Verfahren zum Erkennen zumindest einer Melierfaser (40) einer Banknote (4), bei welchem folgende Schritte durchgeführt werden: a) Erfassen eines Bilds (9) der Banknote (4); b) Auswahlen von Intensitätswerten (10) des Bilds (9) anhand eines Intensitätsschwellwerts; c) Bestimmen zumindest einer zusammenhängenden Region (11) von den ausgewählten Intensitätswerten (10); d) Bestimmen einer Länge (12) der zusammenhängenden Region (11); e) Bestimmen einer Breite (13) der zusammenhängenden Region (11); f) Bestimmen eines Verhältnisses von der bestimmten Länge (12) zu der bestimmten Breite (13); g) Vergleichen des Verhältnisses mit einem Referenz Verhältnis; und h) Erkennen der Region (11) als die Melierfaser (40) anhand des Vergleichs. 1. A method for detecting at least one mottled fiber (40) of a bank note (4), in which the following steps are carried out: a) capturing an image (9) of the bank note (4); b) selection of intensity values (10) of the image (9) using an intensity threshold value; c) determining at least one contiguous region (11) from the selected intensity values (10); d) determining a length (12) of the contiguous region (11); e) determining a width (13) of the contiguous region (11); f) determining a ratio of the determined length (12) to the determined width (13); g) comparing the ratio with a reference ratio; and h) identifying the region (11) as the mottled fiber (40) from the comparison.
2. Verfahren nach Anspruch 1, wobei die Region (11) als die Melierfaser (40) bestimmt wird, falls bei dem bestimmten Verhältnis die Länge (12) mindestens doppelt so lang wie die Breite (13) ist. The method of claim 1, wherein the region (11) is determined to be the mottled fiber (40) if, at the determined ratio, the length (12) is at least twice the width (13).
3. Verfahren nach Anspruch 1 oder 2, wobei im Schritt b) Intensitätswerte (10) ausgewählt werden, welche heller sind als der Intensitätsschwellwert. 3. The method according to claim 1 or 2, wherein in step b) intensity values (10) are selected which are brighter than the intensity threshold value.
4. Verfahren nach einem der vorhergehenden Ansprüche, wobei vor dem Schritt b) zumindest ein Farbkanal des Bilds (9) ausgewählt wird und der Schritt b) mit dem zumindest einen ausgewählten Farbkanal durchgeführt wird. 4. The method according to any one of the preceding claims, wherein before step b) at least one color channel of the image (9) is selected and step b) is carried out with the at least one selected color channel.
5. Verfahren nach einem der vorhergehenden Ansprüche, wobei als der zumindest eine Farbkanal ein Farbkanal im sichtbaren infraroten Spektralbereich ausgewählt wird. 5. The method according to any one of the preceding claims, wherein a color channel in the visible infrared spectral range is selected as the at least one color channel.
6. Verfahren nach einem der vorhergehenden Ansprüche, wobei eine Größe der Region (11) bestimmt wird und die bestimmte Größe als ein Schritt gl) mit einer Referenzgröße verglichen wird. 6. The method according to any one of the preceding claims, wherein a size of the region (11) is determined and the determined size is compared as a step gl) with a reference size.
7. Verfahren nach einem der vorhergehenden Ansprüche, wobei das Bild im Schritt a) mit zumindest einem Fluoreszenzsensor (7, 8) und/ oder einem Phosphoreszenzsensor (6) erfasst wird. 7. The method according to any one of the preceding claims, wherein the image is recorded in step a) with at least one fluorescence sensor (7, 8) and/or a phosphorescence sensor (6).
8. Verfahren nach einem der vorhergehenden Ansprüche, wobei zumindest ein Lumineszenzintensitätswert des Bilds (9) erfasst wird und der erfasste Lumineszenzintensitätswert in einen Merkmalsraum (14) eingetragen wird, wobei im Merkmalsraum (14) ein statistischer Abstand (16) zwischen dem Lumineszenzintensitätswert und einem Referenzintensitätswert (15) bestimmt wird und der Schritt h) auch anhand des statistischen Abstands (16) durchgeführt wird. 8. The method according to any one of the preceding claims, wherein at least one luminescence intensity value of the image (9) is recorded and the recorded luminescence intensity value is entered in a feature space (14), wherein in the feature space (14) there is a statistical distance (16) between the luminescence intensity value and a Reference intensity value (15) is determined and step h) is also carried out on the basis of the statistical distance (16).
9. Banknotenverarbeitungsvorrichtung (1) zum Erkennen einer Melierfaser (40) einer Banknote (4), welche eingerichtet ist folgende Schritte durchzuführen: a) Erfassen eines Bilds (9) der Banknote (4); b) Auswählen von Intensitätswerten (10) des Bilds (9) anhand eines Intensitätsschwellwerts; c) Bestimmen zumindest einer zusammenhängenden Region (11) von den ausgewählten Intensitätswerten (10); d) Bestimmen einer Länge (12) der zusammenhängenden Region (11); e) Bestimmen einer Breite (13) der zusammenhängenden Region (11); f) Bestimmen eines Verhältnisses von der bestimmten Länge (12) zu der bestimmten Breite (13); g) Vergleichen des Verhältnisses mit einem Referenz Verhältnis; und h) Erkennen der Region (11) als die Melierfaser (40) anhand des Vergleichs. 9. Banknote processing device (1) for detecting a mottled fiber (40) of a banknote (4), which is set up to carry out the following steps: a) detecting an image (9) of the banknote (4); b) selecting intensity values (10) of the image (9) based on an intensity threshold value; c) determining at least one contiguous region (11) from the selected intensity values (10); d) determining a length (12) of the contiguous region (11); e) determining a width (13) of the contiguous region (11); f) determining a ratio of the determined length (12) to the determined width (13); g) comparing the ratio with a reference ratio; and h) identifying the region (11) as the mottled fiber (40) from the comparison.
10. Verwendung einer in einem Bild (9) einer Banknote (4) erkannten Melierfaser (40) zum Ausmaskieren eines Prüfbereichs eines Prüfbilds der Banknote (4). 10. Use of a mottled fiber (40) recognized in an image (9) of a bank note (4) for masking out a test area of a test image of the bank note (4).
PCT/EP2021/025470 2020-12-01 2021-11-29 Method for detecting at least one colored fiber of a banknote, and banknote processing device WO2022117229A1 (en)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
DE102020007321.2 2020-12-01
DE102020007321.2A DE102020007321A1 (en) 2020-12-01 2020-12-01 Method for detecting at least one mottled fiber of a banknote, and banknote processing device

Publications (1)

Publication Number Publication Date
WO2022117229A1 true WO2022117229A1 (en) 2022-06-09

Family

ID=79170730

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/EP2021/025470 WO2022117229A1 (en) 2020-12-01 2021-11-29 Method for detecting at least one colored fiber of a banknote, and banknote processing device

Country Status (2)

Country Link
DE (1) DE102020007321A1 (en)
WO (1) WO2022117229A1 (en)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US3922090A (en) * 1974-06-28 1975-11-25 Teknekron Inc Method and apparatus for authenticating documents
US20080041941A1 (en) * 2004-08-23 2008-02-21 Mehdi Talwerdi Apparatus and Method for Secure Identification of Security Features in Value Items
US20090008924A1 (en) * 2005-05-11 2009-01-08 Koninklijke Philips Electronics, N.V. Authenticating banknotes or other physical objects

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102014119175A1 (en) 2014-12-19 2016-06-23 Drewsen Spezialpapiere Gmbh & Co Kg A method of authenticating security elements and valuables made using a security paper, and security paper suitable for the method

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US3922090A (en) * 1974-06-28 1975-11-25 Teknekron Inc Method and apparatus for authenticating documents
US20080041941A1 (en) * 2004-08-23 2008-02-21 Mehdi Talwerdi Apparatus and Method for Secure Identification of Security Features in Value Items
US20090008924A1 (en) * 2005-05-11 2009-01-08 Koninklijke Philips Electronics, N.V. Authenticating banknotes or other physical objects

Also Published As

Publication number Publication date
DE102020007321A1 (en) 2022-06-02

Similar Documents

Publication Publication Date Title
DE60112890T2 (en) METHOD OF MONITORING DOCUMENTS
EP2143081B1 (en) Method and device for testing value documents
EP2577620B1 (en) Device for testing the authenticity of valuable documents
DE3904129A1 (en) DOCUMENT CHECKING DEVICE
EP1738325A1 (en) Method for evaluating the quality of a printed matter, produced by a printing machine
DE19719378A1 (en) Process for enhancing and printing text in an image
EP2132719B1 (en) Method for verifying value documents
EP1897067A1 (en) Method and device for recognising a coin by using the embossed pattern thereof
DE102010037448A1 (en) Method and device for detecting empties containers
WO2022117229A1 (en) Method for detecting at least one colored fiber of a banknote, and banknote processing device
DE102019204602B4 (en) Method and device for masking objects contained in an image
DE10132589B4 (en) Method for qualitative assessment of material
WO2018007619A1 (en) Method and device for categorising a fracture surface of a component
EP3503048B1 (en) Method and device for testing a valuable document
DE102009007588A1 (en) Method and apparatus for verifying documents using a wavelet transform
DE102008052248B4 (en) Method and device for checking lens structures
EP1744141A2 (en) Method and device for testing a hollow fibre bundle
DE102019134721A1 (en) Method for identifying faulty print nozzles in a printing device
EP1567991B1 (en) Method and device for verifying valuable documents
DE2026033A1 (en) Raster process for the classification of characters
DE102012022216A1 (en) Device and method for checking value documents
EP1272970B1 (en) Automatic character recognition method and device
DE102019106429A1 (en) Device for detecting an edge in an image of an identification document
WO2014029476A1 (en) Method and apparatus for checking valuable documents
EP1606763B1 (en) Method and device for processing colour information of a pattern having cluttered and useful information characters

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 21835157

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 21835157

Country of ref document: EP

Kind code of ref document: A1