JPH1069559A - 紙幣識別方法 - Google Patents

Abstract

(57)【要約】 【課題】 汚れ、歪等の影響を受けることなく、精度良
く且つ高速に紙葉類の識別を行う方法を提供する。 【解決手段】 波長の異なる複数個の光により得られた
被識別紙幣の画像から真券、偽券を判定する粗精度識別
ステップと、該粗精度識別ステップにて真券と判定され
た被識別紙幣の画像データに搬送ずれやレベル調整等の
処理を施すとともに識別誤差を予測しこの予測誤差を用
いて真券、偽券の判定を行う精判定ステップと、該精判
定ステップにて真剣と判定された画像データに対してマ
スクを用いたマッチング処理を施し得られたマッチング
度により真券、偽券の判定を行う高精度判定ステップと
を用いる。また、前記マスクを複数個設け、夫々のマス
クを用いて高精度判定ステップを複数回繰り返すことに
より真券、偽券の判定を行うステップを用いる。

Description

【発明の詳細な説明】

【発明の属する技術分野】本発明は紙幣や有価証券等の
紙葉類の識別方法に係り、特に識別される紙幣の各種汚
れによる識別精度への影響を抑制し、高精度で且つ高速
判定のできる識別方法に関する。

【従来の技術】本発明に先行する技術として特開昭６０
−２１５２９３号公報がある。当該公報には紙幣を複数
のゾーンに分け、各ゾーン毎の検出データを前記各ゾー
ンに対して予め定められている基準データと比較し、前
記各ゾーンにおける比較結果に基づいて前記紙幣を識別
する紙幣識別方法において、前記紙幣の表裏、向き及び
識別時の位置ずれに対応してゾーンを複数個設定すると
共に、紙幣１枚に対して前記各ゾーンのデータを総計
し、その総計値に対する比率値で基準パターンデータと
して記憶しておき、前記検出データの総和値を求めると
共に、この総和値に対する比率値を検出パターンデータ
として計算し、前記検出パターンデータが前記基準パタ
ーンデータの許容値範囲内にあるか否かを判断し、前記
各ゾーン毎に前記基準パターンデータと前記検出パター
ンデータとの差の絶対値を距離計算して総計し、この距
離計算の総計値が許容値よりも小さいか否かを判断して
紙幣識別を行うことを特徴とする紙幣識別方法が開示さ
れている。

【発明が解決しようとする課題】ところで、上記従来の
技術においては、汚れ、歪み、その他の理由による識別
のバラツキを許容してしてしまうため、偽券を真券と誤
認してしまう問題があり、識別精度の低下原因となって
いた。本発明は、このような従来の方法による問題点を
解決するために成されたものであり、汚れ、歪み等の影
響を受けることなく、精度良く且つ高速に紙葉類の識別
を行う方法を提供することを目的とする。

【課題を解決するための手段】本発明方法では、波長の
異なる複数個の光源により得られた被識別紙幣の画像か
ら真券、偽券を判定する粗精度識別ステップと、該粗精
度識別ステップにて真券と判定された被識別紙幣の画像
データに搬送ずれやレベル調整等の処理を施すとともに
識別誤差を予測しこの予測誤差を用いて真券、偽券の判
定を行う精判定ステップと、該精判定ステップにて真剣
と判定された画像データに対してマスクを用いたマッチ
ング処理を施し、得られたマッチング度により真券、偽
券の判定を行う高精度判定ステップとを用いる。また、
前記マスクを複数個設け、夫々のマスクを用いて高精度
判定ステップを複数回繰り返すことにより真券、偽券の
判定を行うステップを用いる。

【発明の実施の形態】以下本発明の紙葉類識別方法を紙
幣の識別方法の一実施形態について、図面に基づき詳細
に説明する。図１は本実施例の基本アルゴリズムを示す
フローチャートである。同図において紙幣の投入によっ
てプログラムが開始されると、紙幣の光学センサによる
多値の濃淡データが取込まれる(ステップＳ１)。取込ま
れた濃淡データはその一部について３金種、４方向の基
準波形とのマッチングを施され、結果として得られたマ
ッチング度を用いて金種及び投入方向の判定がなされる
(ステップＳ２)。こうして得られた判定結果を用いて前
記濃淡データを表方向で且つ正立方向のデータに変換す
る。次にステップＳ３の粗精度識別処理を行う。この処
理は被識別紙幣に波長の異なる二つの光源からの光を照
射して夫々画像データを得、これらの画像データの輝度
の差や比率を算出し、これら算出値の値と予め定めた閾
値との比較から、真券、偽券を判定する処理である。以
上の処理を経てステップＳ４で偽券と粗判定された被識
別紙幣は、そのまま偽券として確定される。一方前記ス
テップＳ４で真券と判断された被識別紙幣はステップＳ
５の中精度識別処理ルーチンに入る。このルーチンでは
搬送ずれ修正処理、レベル合わせ処理、不規則成分抽出
処理、不規則成分予測処理、予測誤差算出処理、予測誤
差の閾値判定に識別処等が行われる。この結果はステッ
プＳ６の精判定処理へ受け継がれ、ここで前回真券と判
定された被識別紙幣の真偽が判定される。そして偽券と
判定されればこれが確定され、真券と判定されればさら
にステップＳ７の高精度識別処理ルーチンに入る。この
ルーチンではマスクを用いたマッチング度算出処理と、
算出されたマッチング度の閾値との比較による判定での
高精度識別等が行われる。この結果はステップＳ８の高
精度判定処理に受け継がれ、ここで前回真券と判定され
た被識別紙幣の真偽が判定される。そして偽券と判定さ
れればこれが確定され、真券と判定されればこれが確定
される。次に前記図１のフローチャートの細部について
説明する。３金種、４方向の判定処理は例えば次のよう
にして行われる。即ち図２のフローチャート及び図３の
概念図に示すように、ステップＳ１において紙幣識別機
（図示せず）に被識別紙幣が、投入されるとＬＥＤ（波
長の異なる二つの発光ダイオード）と受光素子とからな
るイメージセンサ（ラインセンサ）によって紙幣表面の
画像のデータが縦軸を輝度値、横軸を位置情報（ポイン
ト）とした２つの波形データの形で得られる（図３ａ）
参照。金種・方向判定での演算に用いるデータのポイン
ト数は、金種、方向判定に用いるだけであるので、紙幣
の全ポイントである必要はなく、最低限金種、方向判定
に必要なポイント数でよい。ステップＳ２１において、
前記得られた波形データ（紙幣データ）の内波長１の光
によるものは、事前に真券から前記イメージセンサによ
って得ておいた３金種、４方向（図３では１金種、４方
向の場合で表右Ａ、表左Ｂ、裏右Ｃ、裏左Ｄを示す）の
方向別基準波形データと夫々比較され（ステップＳ２
２）、前記最低限必要な各ポイント毎の差分の二乗和が
計算される（図３ｂ参照）。次に得られた各方向の差分
二乗和（マッチング度）を比較し、ステップＳ２３にて
その値が最小となる方向別基準波形データの方向を紙幣
の投入方向と判定する（図３ｃ参照）。ステップＳ３の
粗精度識別処理は前記イメージセンサとして、波長２の
光を用いて得た画像データと前記波長１の光を用いて得
た画像データとからその輝度値の差あるいは比率を算出
し、この算出値と予め定めておいた閾値とを比較し、真
券、偽券の判定（ステップＳ４）を大まかに行う処理で
ある。また、ステップＳ５の中精度識別処理は大きく分
けて被識別紙幣の搬送ずれ修正処理と、真偽識別処理に
分けられる。搬送ずれ修正処理は図４に示すようにステ
ップＳ５１でずれ幅Ｋ（演算用）をセットする。このず
れ幅Ｋは搬送ずれが起こり得る最小のずれ幅値から最大
のずれ幅までの間の値であり、最小値から始める。そし
てステップＳ５２で搬送されてきた紙幣の入力信号をセ
ットしたＫだけずらしたデータを作成する。次にステッ
プＳ５３で前記ステップＳ５２で作成されたＫだけずら
したデータの内、対象とする複数箇所のデータを抽出す
る。ステップＳ５４では前記抽出されたデータと基準波
形の対応するデータとの差分の絶対値累計を算出する。
ステップＳ５５で得られた累計値が最小であれば、その
時のＫの値を算出されたずれ幅として一時的に記録す
る。以上の操作をＫの最小値から最大値まで繰り返す。
このようにすることにより、Ｋの値が最小値から最大値
の間で変化するたびに基準波形との差分の累計値が得ら
れ、最小の累計値となるＫの値がその都度更新されてい
く。そして、最終的に残ったＫの値を目的とする搬送ず
れ幅とすることにより、正確に搬送ずれ値が求められ
る。尚、一層の正確さが要求される場合には、前記ステ
ップＳ５４にて差分の絶対値累計を算出する代わりに、
差分の二乗累計を算出し（ステップＳ５４１）、この値
が最小のものを目的とするずれ幅として確定することも
可能である。前記ステップＳ５３の複数箇所のデータの
抽出は、図５に示すような方法によってなされる。即
ち、ステップＳ５３１で汚れや破れのない紙幣（完封
券）から基本代表波形を作成する。ステップＳ５３２で
先の搬送ずれ幅算出の時と同じように、ずれ幅Ｋをセッ
トしてずらした基本代表波形を作成する。ステップＳ５
３３でこのずらした基本代表波形と元の基本代表波形と
の各位置に対する差分値（絶対値）を記録する。そして
以上の操作をＫの値を最小値から最大値まで変化させ
て、逐次差分値を記録していき、ステップＳ５３４で各
位置における差分値の最小値を算出する。最後にステッ
プＳ５３５で得られた差分値の最小値が大きいものから
順に複数個選択してこのポイントをデータを抽出すべき
複数箇所とする。尚図５の右半分に途中の波形の概念図
を、左半分に複数箇所の選定のステップの概念図を示
す。搬送ずれ修正処理の後、被識別紙幣の取込画像のレ
ベル調整を行い、更にこの画像から汚れ成分等の不規則
成分による識別誤差を低減する処理に移る。この処理は
例えば自己（ＡＲ）回帰モデルを用いて行われる。即ち
図６〜８に示すように本処理方法は事前処理と紙幣投入
時処理とに大きく分けられ、夫々図７、図８にそのフロ
ーチャートを示している。事前処理は紙幣のセンサ入力
データの変動成分推定モデル学習により作成する処理で
あり、図７に開示されているように、まずステップＳ１
５１にて複数枚の真券（新札）をセンサして紙幣上のイ
メージや文字等の輝度や濃度のセンサ信号を得、各セン
サ信号から基準データとしての基準波形（例えば平均値
データ波形）を得る。次にステップＳ１５２で前記基準
波形を用いて前記真券のデータから汚れや、歪み等の変
動成分を各真券毎に抽出する。そしてステップＳ１５３
にて抽出された変動成分のデータを周期的時系列信号と
みなして、自己回帰モデルとしての式を使い、

【数１】 で表わされるある時間での汚れの式の係数ａ１、ａ２、
・・・、ａｐを求めることを言う。この場合の学習デー
タは、紙幣を何枚か並べて入力したときの汚れ成分の時
系列信号データに匹敵する。こうして作成された汚れ成
分の周期的時系列信号はステップＳ４において自己回帰
分析の手法により学習され、学習の結果紙幣１枚分の汚
れの変動成分の推定モデルが作成される。このようにし
て事前処理を行った後、実際に紙幣が投入された際の真
偽判定を行う投入時処理に移る。紙幣投入処理では、ま
ずステップ２５１で投入された紙幣からのセンサ信号を
入力する。次にステップＳ２５２で入力された信号と前
記基準波形との差分を取って変動成分としての汚れ、歪
み成分の抽出を行う。ステップＳ２５３では前記ステッ
プＳ２５２で得られた汚れ、歪み成分のデータに基づ
き、前記推定モデルを用いた汚れの推定を自己回帰モデ
ルの手法で行い、予測値を算出する。ここで、推定の方
法について説明すると、前記事前処理により推定モデル
が得られているので、前記数１と入力された紙幣の汚れ
成分データにより自己回帰分析の推定モデルから予測さ
れる汚れ成分を算出する（ステップＳ２５３）。こうし
て得られた入力紙幣の変動成分としての汚れの波形と、
推定モデルの変動成分波形から、その予測誤差をステッ
プ２５４にて算出し、この結果から入力紙幣が予め定め
ておいた予測誤差の範囲に入っている場合には、真券と
判断し、それ以外は偽券と判定する（ステップＳ２５
５）。このようにして中精度識別処理及び精判定の成さ
れた被識別紙幣のうち、偽券と判定されたものは偽券が
確定し、真券と判定されたものは更に高精度識別処理へ
と進む。高精度識別処理は真券から得られた基準波形と
被識別紙幣の波形とを前記各ポイント毎に逐次マッチン
グ処理し、そのマッチング度（差分二乗和）を算出する
に際し、マスクを用意してこれにより被識別紙幣のある
特定部分（紙幣識別の特徴となる部分）の高精度な真偽
識別を行う処理である。この場合のマスクは図９及び図
１０に示すように、任意の特定部分のマッチングを行う
ための複数個のマスクを用意し、これらのマスクを段階
的に用いて多段階の高精度識別処理を施す（ステップＳ
７１）が望ましい。そしてある段階で真券と判定された
被識別紙幣データについて、次の段階におけるマスクに
よるマッチング度算出を行い、これを順次進めて（ステ
ップＳ７１１、Ｓ７１２、Ｓ８１１、Ｓ８１２）行くこ
とになる。ここでの処理による真偽の判定もマッチング
度の値と予め定めた厳格な閾値との比較によるものでよ
い。

【発明の効果】本発明は以上の説明のように粗精度識別
処理、中精度識別処理及び高精度識別処理の３段階で紙
幣の真偽を判定するので、粗判定により簡単に識別でき
る偽券を高速に識別し、中精度判定により識別難易度が
中程度の偽券を識別し、さらに高精度判定により識別難
易度が高い偽券を精度よく識別できる効果が期待でき
る。

【図面の簡単な説明】

【図１】本発明の紙幣識別方法の一実施方法を示すフロ
ーチャートである。

【図２】金種・方向判定処理のフローチャートである。

【図３】金種・方向判定処理の概念図である。

【図４】搬送ずれ幅算出方法を説明するフローチャート
である。

【図５】入力データから複数箇所のデータを選択する方
法を説明するフローチャートである。

【図６】汚れ等の不規則成分による予測処理の概念図で
ある。

【図７】事前処理のフローチャートである。

【図８】紙幣投入時処理のフローチャートである。

【図９】本発明の紙幣識別方法の他の実施方法を示すフ
ローチャートである。

【図１０】多段階高精度判定のフローチャート及びマス
クの概念図である。

Claims (2)

【特許請求の範囲】
1. 【請求項１】 波長の異なる複数個の光源により得られ
   た被識別紙幣の画像から真券、偽券を判定する粗精度識
   別ステップと、該粗精度識別ステップにて真券と判定さ
   れた被識別紙幣の画像データに搬送ずれやレベル調整等
   の処理を施すとともに識別誤差を予測しこの予測誤差を
   用いて真券、偽券の判定を行う精判定ステップと、該精
   判定ステップにて真券と判定された画像データに対して
   マスクを用いたマッチング処理を施し、得られたマッチ
   ング度により真券、偽券の判定を行う高精度判定ステッ
   プとよりなる紙幣識別方法。
2. 【請求項２】 前記マスクを複数個設け、夫々のマスク
   を用いて高精度判定ステップを複数回繰り返すことによ
   り真券、偽券の判定を行うことを特徴とする紙幣識別方
   法。