JPH08221632A - 印刷パターンの真偽判別方法 - Google Patents
印刷パターンの真偽判別方法Info
- Publication number
- JPH08221632A JPH08221632A JP7030303A JP3030395A JPH08221632A JP H08221632 A JPH08221632 A JP H08221632A JP 7030303 A JP7030303 A JP 7030303A JP 3030395 A JP3030395 A JP 3030395A JP H08221632 A JPH08221632 A JP H08221632A
- Authority
- JP
- Japan
- Prior art keywords
- printed matter
- area
- density data
- zone
- data
- Prior art date
- Legal status (The legal status 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 status listed.)
- Withdrawn
Links
Landscapes
- Inspection Of Paper Currency And Valuable Securities (AREA)
Abstract
(57)【要約】
【目的】 真偽の判別能力を向上させる。
【構成】 認識搬送ユニット１により入力された印刷物
が搬送されて、ＣＣＤイメージセンサ３により印刷物の
透過光のアナログ信号を出力される。Ａ／Ｄ変換器４に
よりデジタル信号に変換され、バッファメモリ５に書き
込まれる。前処理部６により、印刷物の必要な領域のみ
が切り出される。金種判定部７により基準カテゴリの一
つが特定される。ゾーン分割部８−１により印刷物の全
面を複数の領域に分割する。類似度算出部８−２により
各領域毎に印刷物の画素の濃度データを要素とするベク
トルと、基準カテゴリの濃度データ要素とするベクトル
との余弦を類似度として算出する。加算部８−３により
類似度が規定値よりも越えたかどうかを判別して、越え
るゾーンの個数を加算する。比較判定部８−４により類
似する領域の数を規定値と比較して、印刷物の真偽を判
別する。
が搬送されて、ＣＣＤイメージセンサ３により印刷物の
透過光のアナログ信号を出力される。Ａ／Ｄ変換器４に
よりデジタル信号に変換され、バッファメモリ５に書き
込まれる。前処理部６により、印刷物の必要な領域のみ
が切り出される。金種判定部７により基準カテゴリの一
つが特定される。ゾーン分割部８−１により印刷物の全
面を複数の領域に分割する。類似度算出部８−２により
各領域毎に印刷物の画素の濃度データを要素とするベク
トルと、基準カテゴリの濃度データ要素とするベクトル
との余弦を類似度として算出する。加算部８−３により
類似度が規定値よりも越えたかどうかを判別して、越え
るゾーンの個数を加算する。比較判定部８−４により類
似する領域の数を規定値と比較して、印刷物の真偽を判
別する。
Description
【０００１】
【産業上の利用分野】本発明は、紙幣・有価証券などの
印刷パターンの判別方法、特にその真偽判別方法に関す
るものである。
印刷パターンの判別方法、特にその真偽判別方法に関す
るものである。
【０００２】
【従来の技術】従来より印刷物のパターンを判別する方
法として印刷物の濃度データを要素とする多次元の空間
ベクトル（以下、被判別ベクトルと呼ぶ）として扱い、
標準パターンベクトル（本物の印刷物のパターンのベク
トル）との類似度を算出して、相対的な一致率を求める
手法が知られている。これは、標準パターンベクトルと
被判別ベクトルとの余弦（類似すれば、この値が１に近
くなる）をもとめ、全カテゴリ（紙幣の場合だと、金種
及び表（裏）、正（逆））について比較して、その中
で、この値が最大となりかつ規定値を越えるものを被判
別物のカテゴリとするものである。
法として印刷物の濃度データを要素とする多次元の空間
ベクトル（以下、被判別ベクトルと呼ぶ）として扱い、
標準パターンベクトル（本物の印刷物のパターンのベク
トル）との類似度を算出して、相対的な一致率を求める
手法が知られている。これは、標準パターンベクトルと
被判別ベクトルとの余弦（類似すれば、この値が１に近
くなる）をもとめ、全カテゴリ（紙幣の場合だと、金種
及び表（裏）、正（逆））について比較して、その中
で、この値が最大となりかつ規定値を越えるものを被判
別物のカテゴリとするものである。
【０００３】
【発明が解決しようとする課題】しかしながら、従来の
印刷パターンの真偽判別方法においては、次のような課
題（ａ），（ｂ）があった。 （ａ）印刷物を多次元の空間ベクトルとして扱うその特
徴空間の次元数が高くなると、余弦角の大きさによる類
似度の判別が難しくなり（例えば、印刷物の一部の領域
のパターンが本物の印刷物のパターンと異なった場合
に、その異なりによる余弦角の大きさが顕著に現れ難く
なる）、類似度の分離特性が悪くなり、高精度な判別が
難しくなる。 （ｂ）印刷物全面のパターンで比較するため、類似度値
が規定値を満たさず異常と判別された場合、その印刷物
に対してどの箇所が異常領域であるかの判別がつかな
い。
印刷パターンの真偽判別方法においては、次のような課
題（ａ），（ｂ）があった。 （ａ）印刷物を多次元の空間ベクトルとして扱うその特
徴空間の次元数が高くなると、余弦角の大きさによる類
似度の判別が難しくなり（例えば、印刷物の一部の領域
のパターンが本物の印刷物のパターンと異なった場合
に、その異なりによる余弦角の大きさが顕著に現れ難く
なる）、類似度の分離特性が悪くなり、高精度な判別が
難しくなる。 （ｂ）印刷物全面のパターンで比較するため、類似度値
が規定値を満たさず異常と判別された場合、その印刷物
に対してどの箇所が異常領域であるかの判別がつかな
い。
【０００４】
【課題を解決するための手段】第１の発明の印刷物パタ
ーンの真偽判別方法は、前記課題を解決するために、入
力された印刷物の濃度データを画素毎に作成する濃度デ
ータ作成処理と、前記印刷物の全面を複数個の領域に分
割するゾーン分割処理とを実行する。そして、前記入力
された印刷物のパターンを照合する基準カテゴリのリフ
ァレンスデータと前記印刷物の画素に対応する濃度デー
タを用意して、前記ゾーン分割処理により分割された前
記領域の各々について、該領域内の前記印刷物の濃度デ
ータと前記基準カテゴリの濃度データとに基づいて、そ
の領域内で類似度を算出する類似度算出処理を実行す
る。さらに、前記類似度と規定値を比較して、前記印刷
物の領域が前記基準カテゴリの領域に類似しているか否
かを判別して、類似する領域の個数を算出する加算処理
と、前記加算処理により算出された類似する領域の個数
に基づいて、前記印刷物の真偽を判別する比較判別処理
とを実行する。
ーンの真偽判別方法は、前記課題を解決するために、入
力された印刷物の濃度データを画素毎に作成する濃度デ
ータ作成処理と、前記印刷物の全面を複数個の領域に分
割するゾーン分割処理とを実行する。そして、前記入力
された印刷物のパターンを照合する基準カテゴリのリフ
ァレンスデータと前記印刷物の画素に対応する濃度デー
タを用意して、前記ゾーン分割処理により分割された前
記領域の各々について、該領域内の前記印刷物の濃度デ
ータと前記基準カテゴリの濃度データとに基づいて、そ
の領域内で類似度を算出する類似度算出処理を実行す
る。さらに、前記類似度と規定値を比較して、前記印刷
物の領域が前記基準カテゴリの領域に類似しているか否
かを判別して、類似する領域の個数を算出する加算処理
と、前記加算処理により算出された類似する領域の個数
に基づいて、前記印刷物の真偽を判別する比較判別処理
とを実行する。
【０００５】
【作用】第１の発明によれば、以上のように印刷物パタ
ーンの真偽判別方法を構成したので、ゾーン分割処理に
より印刷物の全面を複数の領域に分割して、その各領域
毎に印刷物の濃度データと基準カテゴリの濃度データと
に基づいて、その印刷物の領域と基準カテゴリの領域と
の類似度を算出する。さらに、類似度とあらかじめ与え
られた規定値とを比較して、印刷物の領域と基準カテゴ
リの領域が類似しているかどうかを判別する。そして、
類似する領域の個数に基づいて、入力された印刷物の真
偽を判別する。従って、前記課題を解決できるのであ
る。
ーンの真偽判別方法を構成したので、ゾーン分割処理に
より印刷物の全面を複数の領域に分割して、その各領域
毎に印刷物の濃度データと基準カテゴリの濃度データと
に基づいて、その印刷物の領域と基準カテゴリの領域と
の類似度を算出する。さらに、類似度とあらかじめ与え
られた規定値とを比較して、印刷物の領域と基準カテゴ
リの領域が類似しているかどうかを判別する。そして、
類似する領域の個数に基づいて、入力された印刷物の真
偽を判別する。従って、前記課題を解決できるのであ
る。
【０００６】
【実施例】図１は、本発明の実施例の印刷パターンの真
偽判定方法を実施するための印刷パターンの真偽判定装
置の構成図である。本実施例の印刷パターンの真偽判定
方法が従来の真偽判定方法と異なる点は、印刷物の全面
を複数個の領域に分割して、その領域毎に真偽を判別す
るようにしたことである。この印刷パターン判定装置
は、認識搬送ユニット１、及び制御回路２を有してい
る。認識搬送ユニット１には、パターンが印刷された印
刷物が入力される。この認識搬送ユニット１及び制御回
路２の出力側には、ＣＣＤセンサ３が接続されている。
ＣＣＤイメージセンサ３は、制御回路２より入力される
タイミング信号Ｔ１に基づいて、印刷物の搬送方向に垂
直な方向に、印刷物の上方に受光素子としてのＣＣＤが
アレイ状に配置され、認識搬送ユニット１を通過する印
刷物の透過光あるいは反射光の信号を出力するものであ
る。制御回路２及びＣＣＤイメージセンサ３の出力側に
は、制御回路２より入力されるタイミング信号Ｔ２に基
づいてディジタルデータに変換するＡ／Ｄ変換器４が接
続されている。制御回路２及びＡ／Ｄ変換器４の出力側
には、バッファメモリ５が接続され、さらにそのバッフ
ァメモリ５の出力側に、前処理部６が接続されている。
前処理部６の出力側には、金種判定部７が接続され、さ
らにその金種判定部７の出力側には、真偽判定部８が接
続されている。真偽判定部８は、ゾーン分割部８−１、
類似度算出部８−２、加算部８−３、及び比較判別部８
−４により構成されている。ゾーン分割部８−１は、金
種判定部７の出力側に接続され、そのゾーン分割部８−
１の出力側に、類似度算出部８−２が接続されている。
類似度算出部８−２の出力側には、加算部８−３が接続
され、さらにその加算部８−３の出力側に、比較判定部
８−４が接続されている。比較判定部８−４からは、判
定結果が出力される。
偽判定方法を実施するための印刷パターンの真偽判定装
置の構成図である。本実施例の印刷パターンの真偽判定
方法が従来の真偽判定方法と異なる点は、印刷物の全面
を複数個の領域に分割して、その領域毎に真偽を判別す
るようにしたことである。この印刷パターン判定装置
は、認識搬送ユニット１、及び制御回路２を有してい
る。認識搬送ユニット１には、パターンが印刷された印
刷物が入力される。この認識搬送ユニット１及び制御回
路２の出力側には、ＣＣＤセンサ３が接続されている。
ＣＣＤイメージセンサ３は、制御回路２より入力される
タイミング信号Ｔ１に基づいて、印刷物の搬送方向に垂
直な方向に、印刷物の上方に受光素子としてのＣＣＤが
アレイ状に配置され、認識搬送ユニット１を通過する印
刷物の透過光あるいは反射光の信号を出力するものであ
る。制御回路２及びＣＣＤイメージセンサ３の出力側に
は、制御回路２より入力されるタイミング信号Ｔ２に基
づいてディジタルデータに変換するＡ／Ｄ変換器４が接
続されている。制御回路２及びＡ／Ｄ変換器４の出力側
には、バッファメモリ５が接続され、さらにそのバッフ
ァメモリ５の出力側に、前処理部６が接続されている。
前処理部６の出力側には、金種判定部７が接続され、さ
らにその金種判定部７の出力側には、真偽判定部８が接
続されている。真偽判定部８は、ゾーン分割部８−１、
類似度算出部８−２、加算部８−３、及び比較判別部８
−４により構成されている。ゾーン分割部８−１は、金
種判定部７の出力側に接続され、そのゾーン分割部８−
１の出力側に、類似度算出部８−２が接続されている。
類似度算出部８−２の出力側には、加算部８−３が接続
され、さらにその加算部８−３の出力側に、比較判定部
８−４が接続されている。比較判定部８−４からは、判
定結果が出力される。
【０００７】以下、本発明の実施例の印刷パターンの真
偽判定方法を説明する。 ［濃度データ作成処理］認識搬送ユニット１には、印刷
パターンが印刷された印刷物が挿入されて、該認識搬送
ユニット１に設けられたローラーによりその印刷物を搬
送する。認識搬送ユニット１により搬送された印刷物
は、その印刷物の上又は下の位置に、搬送方向に対して
直角方向に配置された図示しない複数個のＬＥＤによっ
て照射される。印刷物はＬＥＤにより照射され、印刷物
の印刷模様の濃淡に応じた反射光、又は透過光を出力す
る。この反射光又は透過光は、図示しない集光レンズに
より集光されて、ＣＣＤイメージセンサ３により受光さ
れる。ＣＣＤイメージセンサ３では、搬送方向に対して
直角方向に一列に配置された複数個のＣＣＤが、集光レ
ンズにより集光された光を受けて、アナログ信号を発生
する。このアナログ信号は、制御回路２より出力される
タイミング信号Ｔ１に基づいて、１スキャンライン毎に
出力される。Ａ／Ｄ変換器４では、制御回路２より出力
され、１スキャンラインの間にＣＣＤイメージセンサ３
の有効画素数分のパルス信号を有するタイミング信号Ｔ
２に基づいて、ＣＣＤイメージセンサ３より出力された
１スキャンライン上のアナログ信号をサンプリングし
て、デジタル信号に変換する。
偽判定方法を説明する。 ［濃度データ作成処理］認識搬送ユニット１には、印刷
パターンが印刷された印刷物が挿入されて、該認識搬送
ユニット１に設けられたローラーによりその印刷物を搬
送する。認識搬送ユニット１により搬送された印刷物
は、その印刷物の上又は下の位置に、搬送方向に対して
直角方向に配置された図示しない複数個のＬＥＤによっ
て照射される。印刷物はＬＥＤにより照射され、印刷物
の印刷模様の濃淡に応じた反射光、又は透過光を出力す
る。この反射光又は透過光は、図示しない集光レンズに
より集光されて、ＣＣＤイメージセンサ３により受光さ
れる。ＣＣＤイメージセンサ３では、搬送方向に対して
直角方向に一列に配置された複数個のＣＣＤが、集光レ
ンズにより集光された光を受けて、アナログ信号を発生
する。このアナログ信号は、制御回路２より出力される
タイミング信号Ｔ１に基づいて、１スキャンライン毎に
出力される。Ａ／Ｄ変換器４では、制御回路２より出力
され、１スキャンラインの間にＣＣＤイメージセンサ３
の有効画素数分のパルス信号を有するタイミング信号Ｔ
２に基づいて、ＣＣＤイメージセンサ３より出力された
１スキャンライン上のアナログ信号をサンプリングし
て、デジタル信号に変換する。
【０００８】このデジタル信号は、ＬＥＤの位置（印刷
物の中央に対向して配置されたＬＥＤが印刷物に対して
最も光を多く照射する）及びそのＬＥＤのバラツキによ
る発光量の違いを補正して、１スキャンライン上のＣＤ
Ｄの受光量を一様にするための図示しない逐次シェーデ
ィング補正回路を経て、印刷物の搬送方向の１ライン分
のデジタル信号がタイミング信号Ｔ３により、バッファ
メモリ５に送られる。この時、バッファメモリ５には、
印刷物の端部を正確に抽出するために印刷物を一定のサ
イズだけ大きめの領域（以下、背景部と呼ぶ）も濃度デ
ータとして出力するようにしている。バッファメモリ５
に入った値は、前処理部６により必要な形態に加工され
る。この前処理部６は、例えば、印刷物から背景部の部
分を排除して、必要な部分のみを正確に切り出すための
位置検知回路、位置補正切り出し回路、データのばらつ
きを低減させる積分・平均値、及び正規化回路等から構
成されている。まず、位置検知回路により、印刷物の背
景部以外の領域の必要な部分のみを正確に切り出す。そ
して、位置補正切り出し回路により、切り出した部分に
対して、印刷物を挿入する際の正規位置からのずれの補
正を行う。次に、積分・平均化回路により、位置補正さ
れた部分に対して、積分・平均化を行い、データのばら
つきを低減させる。最後に、正規化回路により、濃度デ
ータに対して、印刷物の濃度のバラツキを抑えるため
に、乗算及び加減算を行うことにより正規化して、画素
毎の濃度データを金種判別部７に出力する。
物の中央に対向して配置されたＬＥＤが印刷物に対して
最も光を多く照射する）及びそのＬＥＤのバラツキによ
る発光量の違いを補正して、１スキャンライン上のＣＤ
Ｄの受光量を一様にするための図示しない逐次シェーデ
ィング補正回路を経て、印刷物の搬送方向の１ライン分
のデジタル信号がタイミング信号Ｔ３により、バッファ
メモリ５に送られる。この時、バッファメモリ５には、
印刷物の端部を正確に抽出するために印刷物を一定のサ
イズだけ大きめの領域（以下、背景部と呼ぶ）も濃度デ
ータとして出力するようにしている。バッファメモリ５
に入った値は、前処理部６により必要な形態に加工され
る。この前処理部６は、例えば、印刷物から背景部の部
分を排除して、必要な部分のみを正確に切り出すための
位置検知回路、位置補正切り出し回路、データのばらつ
きを低減させる積分・平均値、及び正規化回路等から構
成されている。まず、位置検知回路により、印刷物の背
景部以外の領域の必要な部分のみを正確に切り出す。そ
して、位置補正切り出し回路により、切り出した部分に
対して、印刷物を挿入する際の正規位置からのずれの補
正を行う。次に、積分・平均化回路により、位置補正さ
れた部分に対して、積分・平均化を行い、データのばら
つきを低減させる。最後に、正規化回路により、濃度デ
ータに対して、印刷物の濃度のバラツキを抑えるため
に、乗算及び加減算を行うことにより正規化して、画素
毎の濃度データを金種判別部７に出力する。
【０００９】［金種判定処理］金種判定部７では、印刷
物の種類と表・裏、及び方向を判別する。まず、前処理
部６より出力される画素の濃度データに対して、２値化
する。そして、判別する印刷物の基準カテゴリ（例え
ば、紙幣であれば、千円券、五千円券、１万円券の各金
種について、表・裏、及び方向の全体で１２種類）につ
いて、予め同様にして前処理された濃度データの２値化
データがＲＯＭに記憶されており、その各カテゴリの２
値化データを画素数分並べた多次元ベクトルと印刷物の
２値化データを画素数分並べた多次元ベクトルとの余弦
を求めて、その値が最も大きいカテゴリを印刷物の真偽
が判別されるカテゴリ（以下、このカテゴリを特定され
たカテゴリと呼ぶ）とする。
物の種類と表・裏、及び方向を判別する。まず、前処理
部６より出力される画素の濃度データに対して、２値化
する。そして、判別する印刷物の基準カテゴリ（例え
ば、紙幣であれば、千円券、五千円券、１万円券の各金
種について、表・裏、及び方向の全体で１２種類）につ
いて、予め同様にして前処理された濃度データの２値化
データがＲＯＭに記憶されており、その各カテゴリの２
値化データを画素数分並べた多次元ベクトルと印刷物の
２値化データを画素数分並べた多次元ベクトルとの余弦
を求めて、その値が最も大きいカテゴリを印刷物の真偽
が判別されるカテゴリ（以下、このカテゴリを特定され
たカテゴリと呼ぶ）とする。
【００１０】次に、真偽判定部８により印刷物の真偽を
判定する。第１の実施例 図２は、本発明の第１の実施例の真偽判定部８の処理を
示すフローチャートである。以下、図を参照しつつ、本
発明の第１の実施例の印刷物の真偽判定部の処理内容を
説明をする。 ［ゾーン分割処理］ステップＳ１において、ゾーン分割
部８−１では、印刷物の全領域を金種判定部７により特
定された金種のカテゴリに対して、予め分割された領域
（以下、ゾーンと呼ぶ）に対応する領域に分割して、以
下の処理を行う。ここでは、分割された各々の領域をゾ
ーン１、ゾーン２、…、ゾーンＮとする。図３は、紙幣
のゾーン分割の例を示す図である。ここでは、紙幣の全
領域を横方向に４個、縦方向に４個に分割し、合計１６
個のゾーンに分割した場合を示している。印刷物の全画
素数をＰ、分割数をＮとすると、個々の分割されたゾー
ンの画素数は、Ｐ／Ｎとなる。また、図示しないＲＯＭ
には照合する各基準カテゴリのリファレンスデータとし
て、各ゾーンの各画素毎の濃度データが基準データとし
て用意されている。ＲＯＭから金種判定部７により特定
されたカテゴリの基準データＲＥ（ｉ）（ｊ）（ｉ＝１
〜Ｎ、ｊ＝１〜Ｐ／Ｎ）を読み出す。前処理部７より出
力された印刷物のゾーン毎の被判定物のデータをＴＥ
（ｉ）（ｊ）（ｉ＝１〜Ｎ、ｊ＝１〜Ｐ／Ｎ）とする。
ゾーン別基準データを要素とするベクトルの大きさ（ノ
ルム）ＲＬ（ｉ）を次式（１）により求める。
判定する。第１の実施例 図２は、本発明の第１の実施例の真偽判定部８の処理を
示すフローチャートである。以下、図を参照しつつ、本
発明の第１の実施例の印刷物の真偽判定部の処理内容を
説明をする。 ［ゾーン分割処理］ステップＳ１において、ゾーン分割
部８−１では、印刷物の全領域を金種判定部７により特
定された金種のカテゴリに対して、予め分割された領域
（以下、ゾーンと呼ぶ）に対応する領域に分割して、以
下の処理を行う。ここでは、分割された各々の領域をゾ
ーン１、ゾーン２、…、ゾーンＮとする。図３は、紙幣
のゾーン分割の例を示す図である。ここでは、紙幣の全
領域を横方向に４個、縦方向に４個に分割し、合計１６
個のゾーンに分割した場合を示している。印刷物の全画
素数をＰ、分割数をＮとすると、個々の分割されたゾー
ンの画素数は、Ｐ／Ｎとなる。また、図示しないＲＯＭ
には照合する各基準カテゴリのリファレンスデータとし
て、各ゾーンの各画素毎の濃度データが基準データとし
て用意されている。ＲＯＭから金種判定部７により特定
されたカテゴリの基準データＲＥ（ｉ）（ｊ）（ｉ＝１
〜Ｎ、ｊ＝１〜Ｐ／Ｎ）を読み出す。前処理部７より出
力された印刷物のゾーン毎の被判定物のデータをＴＥ
（ｉ）（ｊ）（ｉ＝１〜Ｎ、ｊ＝１〜Ｐ／Ｎ）とする。
ゾーン別基準データを要素とするベクトルの大きさ（ノ
ルム）ＲＬ（ｉ）を次式（１）により求める。
【００１１】
【数１】 ［類似度算出処理］類似度算出部８−２では、以下のス
テップＳ２〜Ｓ１０の処理を行う。ステップＳ２におい
て、各変数ｊ＝１，ｉ＝１，ｋ＝１，ＣＮ＝０，ＲＥ＝
０に初期化する。ここで、ｊは各ゾーンに含まれる画素
数の示す変数、ｉはゾーンの数を示す変数、ｋはリジェ
クトされるゾーンの数を示す変数、ＣＮは正常なゾーン
の数を示す変数、ＲＥはリジェクトされるゾーンの番号
を格納する配列である。ステップＳ３において、ｉ＞Ｎ
であるかどうかを判別して、全てのゾーンにつして、真
偽が判別されたかどうかを判別する。全てのゾーンにつ
いて、真偽が判別されていない（ｉ≦Ｎ）の時、ステッ
プＳ４に進み、全てのゾーンについて、真偽が判別され
た時は、ステップＳ１８に進む。ステップＳ４におい
て、ゾーン毎の被判別物のデータと基準データの積和変
数Ｓ、被判別物のデータの２乗和を求める変数ＴＬを初
期化する。Ｓはゾーン毎の被判別物のデータのベクトル
と基準データのベクトルとの内積を表す変数、ＴＬは被
判別物のデータのベクトルのノルムを表す変数である。
ステップＳ５において、ｊ＞Ｐ／Ｎであるかを判別す
る。各ゾーンｉについて、全ての画素に対してステップ
Ｓ６及びＳ７の処理が終了（ｊ＞Ｐ／Ｎ）した時、ステ
ップＳ１０に進み、未処理の画素があれば（ｊ≦Ｐ／
Ｎ）、ステップＳ６に進む。
テップＳ２〜Ｓ１０の処理を行う。ステップＳ２におい
て、各変数ｊ＝１，ｉ＝１，ｋ＝１，ＣＮ＝０，ＲＥ＝
０に初期化する。ここで、ｊは各ゾーンに含まれる画素
数の示す変数、ｉはゾーンの数を示す変数、ｋはリジェ
クトされるゾーンの数を示す変数、ＣＮは正常なゾーン
の数を示す変数、ＲＥはリジェクトされるゾーンの番号
を格納する配列である。ステップＳ３において、ｉ＞Ｎ
であるかどうかを判別して、全てのゾーンにつして、真
偽が判別されたかどうかを判別する。全てのゾーンにつ
いて、真偽が判別されていない（ｉ≦Ｎ）の時、ステッ
プＳ４に進み、全てのゾーンについて、真偽が判別され
た時は、ステップＳ１８に進む。ステップＳ４におい
て、ゾーン毎の被判別物のデータと基準データの積和変
数Ｓ、被判別物のデータの２乗和を求める変数ＴＬを初
期化する。Ｓはゾーン毎の被判別物のデータのベクトル
と基準データのベクトルとの内積を表す変数、ＴＬは被
判別物のデータのベクトルのノルムを表す変数である。
ステップＳ５において、ｊ＞Ｐ／Ｎであるかを判別す
る。各ゾーンｉについて、全ての画素に対してステップ
Ｓ６及びＳ７の処理が終了（ｊ＞Ｐ／Ｎ）した時、ステ
ップＳ１０に進み、未処理の画素があれば（ｊ≦Ｐ／
Ｎ）、ステップＳ６に進む。
【００１２】ステップＳ６において、ゾーンｉのｊ番目
の画素の被判別物のデータＴＥ（ｉ）（ｊ）とその画素
に対応する基準データＲＥ（ｉ）（ｊ）との積を求め
て、その積を変数Ｓの内容に加算する。ステップＳ７に
おいて、被判別物のデータＴＥ（ｉ）（ｊ）を２乗し
て、その結果とＴＬの内容とを加算する。ステップＳ８
において、ｊを１増加してステップＳ９に進む。ステッ
プＳ９において、ステップＳ５に戻る。ステップＳ１０
において、Ｓ／（ＴＬ1/2 ×ＲＬ（ｉ））を求めて、そ
れをＭに代入する。変数Ｍは、ゾーンｉについて、被判
別物のデータＴＥ（ｉ）（ｊ）（ｊ＝１〜Ｐ／Ｎ）と基
準データＲＥ（ｉ）（ｊ）をそれぞれ要素とするＰ／Ｎ
次元のベクトル間の余弦であり、ゾーンｉの被判別物の
データＴＥ（ｉ）（ｊ）と基準データＲＥ（ｉ）（ｊ）
との類似度である。Ｍは、０≦Ｍ≦１となり、ゾーンｉ
について、被判別物のデータＴＥ（ｉ）（ｊ）が基準デ
ータＲＥ（ｉ）（ｊ）に類似すれば、１に近くなる。
の画素の被判別物のデータＴＥ（ｉ）（ｊ）とその画素
に対応する基準データＲＥ（ｉ）（ｊ）との積を求め
て、その積を変数Ｓの内容に加算する。ステップＳ７に
おいて、被判別物のデータＴＥ（ｉ）（ｊ）を２乗し
て、その結果とＴＬの内容とを加算する。ステップＳ８
において、ｊを１増加してステップＳ９に進む。ステッ
プＳ９において、ステップＳ５に戻る。ステップＳ１０
において、Ｓ／（ＴＬ1/2 ×ＲＬ（ｉ））を求めて、そ
れをＭに代入する。変数Ｍは、ゾーンｉについて、被判
別物のデータＴＥ（ｉ）（ｊ）（ｊ＝１〜Ｐ／Ｎ）と基
準データＲＥ（ｉ）（ｊ）をそれぞれ要素とするＰ／Ｎ
次元のベクトル間の余弦であり、ゾーンｉの被判別物の
データＴＥ（ｉ）（ｊ）と基準データＲＥ（ｉ）（ｊ）
との類似度である。Ｍは、０≦Ｍ≦１となり、ゾーンｉ
について、被判別物のデータＴＥ（ｉ）（ｊ）が基準デ
ータＲＥ（ｉ）（ｊ）に類似すれば、１に近くなる。
【００１３】［加算処理］加算部８−３では、以下のス
テップＳ１１〜Ｓ１７の処理を行う。ステップＳ１１に
おいて、Ｍが規定値α（例えば、０．８）以上あるかを
判別する。Ｍが規定値α以上であれば、ステップＳ１２
に進み、Ｍが規定値α未満であれば、ステップＳ１３に
進む。ステップＳ１２において、ゾーンｉの被判別物の
データＴＥ（ｉ）（ｊ）が、基準データＲＥ（ｉ）
（ｊ）に類似するとして、そのゾーンの類似する個数Ｃ
ＮＴを１増加する。ステップＳ１３において、、ゾーン
ｉの被判別物のデータＴＥ（ｉ）（ｊ）が、基準データ
ＲＥ（ｉ）（ｊ）に非類似するとして、リジクトするゾ
ーン番号ｉをＲＥ（ｋ）に代入する。ステップＳ１４に
おいて、リジクトするゾーンの個数ｋを１増加する。ス
テップＳ１５において、ｉを１増加して、次のゾーンを
示すようにする。ステップＳ１６において、ｊ＝１とし
て、初期化する。ステップＳ１７において、ステップＳ
３に戻る。
テップＳ１１〜Ｓ１７の処理を行う。ステップＳ１１に
おいて、Ｍが規定値α（例えば、０．８）以上あるかを
判別する。Ｍが規定値α以上であれば、ステップＳ１２
に進み、Ｍが規定値α未満であれば、ステップＳ１３に
進む。ステップＳ１２において、ゾーンｉの被判別物の
データＴＥ（ｉ）（ｊ）が、基準データＲＥ（ｉ）
（ｊ）に類似するとして、そのゾーンの類似する個数Ｃ
ＮＴを１増加する。ステップＳ１３において、、ゾーン
ｉの被判別物のデータＴＥ（ｉ）（ｊ）が、基準データ
ＲＥ（ｉ）（ｊ）に非類似するとして、リジクトするゾ
ーン番号ｉをＲＥ（ｋ）に代入する。ステップＳ１４に
おいて、リジクトするゾーンの個数ｋを１増加する。ス
テップＳ１５において、ｉを１増加して、次のゾーンを
示すようにする。ステップＳ１６において、ｊ＝１とし
て、初期化する。ステップＳ１７において、ステップＳ
３に戻る。
【００１４】［比較判別処理］比較判別部８−４では、
以下のステップＳ１８〜Ｓ２０の処理をする。ステップ
Ｓ１８において、類似するゾーンの数ＣＮが規定値β
（例えば、Ｎ＝１６の時、β＝１５、この値は正損判別
の基準により異なる）以上であるかを判別する。ＣＮが
規定値β以上であれば、ステップＳ１９に進み、規定値
βよりも小さければステップＳ２０に進む。ステップＳ
１９において、類似するゾーンの個数ＣＮが規定値β以
上であるので、印刷物が真券であると判別する。ステッ
プＳ２０において、類似するゾーンの個数ＣＮが規定値
βよりも小さいので、印刷物をリジェクトする信号を上
位装置に送る。この時、リジクトする信号とともにリジ
ェクトしたゾーンの番号ＲＥ（ｋ）を出力する。以上の
ように、本第１の実施例では、以下の利点（１），
（２）がある。 （１）印刷物の全領域を複数の領域（ゾーン）に分割し
て、個々のゾーンに対してそれぞれ類似比較を行い、全
体の真偽を判別しているため、紙幣全体を一つの領域と
みなして判別する従来の方法と比べて、高い認識能力が
期待できる。 （２）基準データと異なる異常領域の抽出もそのゾーン
番号（必要によっては類似度）などの情報を記憶してお
くことにより実施することができる。
以下のステップＳ１８〜Ｓ２０の処理をする。ステップ
Ｓ１８において、類似するゾーンの数ＣＮが規定値β
（例えば、Ｎ＝１６の時、β＝１５、この値は正損判別
の基準により異なる）以上であるかを判別する。ＣＮが
規定値β以上であれば、ステップＳ１９に進み、規定値
βよりも小さければステップＳ２０に進む。ステップＳ
１９において、類似するゾーンの個数ＣＮが規定値β以
上であるので、印刷物が真券であると判別する。ステッ
プＳ２０において、類似するゾーンの個数ＣＮが規定値
βよりも小さいので、印刷物をリジェクトする信号を上
位装置に送る。この時、リジクトする信号とともにリジ
ェクトしたゾーンの番号ＲＥ（ｋ）を出力する。以上の
ように、本第１の実施例では、以下の利点（１），
（２）がある。 （１）印刷物の全領域を複数の領域（ゾーン）に分割し
て、個々のゾーンに対してそれぞれ類似比較を行い、全
体の真偽を判別しているため、紙幣全体を一つの領域と
みなして判別する従来の方法と比べて、高い認識能力が
期待できる。 （２）基準データと異なる異常領域の抽出もそのゾーン
番号（必要によっては類似度）などの情報を記憶してお
くことにより実施することができる。
【００１５】第２の実施例 図４は、本発明の第２の実施例の真偽判定部の処理を示
すフローチャートである。本第２の実施例の真偽判定部
が第１の実施例の真偽判定部と異なる点は、各ゾーンｉ
について、基準データＲＥ（ｉ）（ｊ）とそのゾーン内
の被判別物のデータＴＥ（ｉ）（ｊ）との相関係数を類
似度としたことである。以下、図を参照しつつ、本発明
の第２の実施例の印刷物パターンの真偽判定方法の説明
をする。まず、第１の実施例と同様に濃度データ作成処
理を行う。その後、以下の処理を行う。 ［ゾーン分割処理］ステップＳ３１において、ゾーン分
割部８−１では、印刷物の全領域を金種判定部７により
特定された金種のカテゴリに対して、ゾーンに分割し
て、以下の処理を行う。印刷物の全画素数をＰ、分割数
をＮとすると、個々の分割されたゾーンの画素数は、Ｐ
／Ｎとなる。また、図示しないＲＯＭには各カテゴリの
各ゾーンの各画素毎の濃度データ及びゾーン別基準デー
タの平均値ＲＥ（ｉ）が基準データとして用意されてい
る。このＲＯＭより、金種判定部７により特定されたカ
テゴリの基準データＲＥ（ｉ）（ｊ）（ｉ＝１〜Ｎ、ｊ
＝１〜Ｐ／Ｎ）、及びゾーン別基準データの平均値ＲＥ
（ｉ）を読み出す。そして、基準データＲＥ（ｉ）
（ｊ）から比較基準データＲＥ' （ｉ）（ｊ）を式
（２）により求めて、その比較基準データの大きさ（ノ
ルム）ＲＬ（ｉ）を式（３）により求める。 ＲＥ' （ｉ）（ｊ）＝ＲＥ（ｉ）（ｊ）−ＲＥ（ｉ） ・・・（２）
すフローチャートである。本第２の実施例の真偽判定部
が第１の実施例の真偽判定部と異なる点は、各ゾーンｉ
について、基準データＲＥ（ｉ）（ｊ）とそのゾーン内
の被判別物のデータＴＥ（ｉ）（ｊ）との相関係数を類
似度としたことである。以下、図を参照しつつ、本発明
の第２の実施例の印刷物パターンの真偽判定方法の説明
をする。まず、第１の実施例と同様に濃度データ作成処
理を行う。その後、以下の処理を行う。 ［ゾーン分割処理］ステップＳ３１において、ゾーン分
割部８−１では、印刷物の全領域を金種判定部７により
特定された金種のカテゴリに対して、ゾーンに分割し
て、以下の処理を行う。印刷物の全画素数をＰ、分割数
をＮとすると、個々の分割されたゾーンの画素数は、Ｐ
／Ｎとなる。また、図示しないＲＯＭには各カテゴリの
各ゾーンの各画素毎の濃度データ及びゾーン別基準デー
タの平均値ＲＥ（ｉ）が基準データとして用意されてい
る。このＲＯＭより、金種判定部７により特定されたカ
テゴリの基準データＲＥ（ｉ）（ｊ）（ｉ＝１〜Ｎ、ｊ
＝１〜Ｐ／Ｎ）、及びゾーン別基準データの平均値ＲＥ
（ｉ）を読み出す。そして、基準データＲＥ（ｉ）
（ｊ）から比較基準データＲＥ' （ｉ）（ｊ）を式
（２）により求めて、その比較基準データの大きさ（ノ
ルム）ＲＬ（ｉ）を式（３）により求める。 ＲＥ' （ｉ）（ｊ）＝ＲＥ（ｉ）（ｊ）−ＲＥ（ｉ） ・・・（２）
【数２】 ［類似度算出処理］類似度算出部８−２では、以下のス
テップＳ３２〜Ｓ５１の処理を行う。ステップＳ３２に
おいて、各変数ｊ＝１，ｉ＝１に初期化する。ここで、
ｊは各ゾーンに含まれる画素数の示す変数、ｉはゾーン
の数を示す変数である。ステップＳ３３において、ｉ＞
Ｎであるかどうかを判別して、全てのゾーンに対して、
被判別物のＴＥ（ｉ）（ｊ）の平均値が求められたかを
判別する。全てのゾーンについて、平均値が求めらてい
ない時（ｉ≦Ｎ）、ステップＳ３４に進み、全てのゾー
ンについて、平均値が求められた時（ｉ＞Ｎ）、ステッ
プＳ４３に進む。ステップＳ３４において、ゾーン毎の
被判別物のデータの和を求める変数ＭＮを初期化（０）
する。ステップＳ３５において、ゾーンｉについて、そ
のゾーンｉに対する和が求められたかどうかを、ｊ＞Ｐ
／Ｎにより判別する。そのゾーンｉに対して、和が求め
られていれば、ステップＳ３９に進み、和が求めらてい
なければ、ステップＳ３６に進む。
テップＳ３２〜Ｓ５１の処理を行う。ステップＳ３２に
おいて、各変数ｊ＝１，ｉ＝１に初期化する。ここで、
ｊは各ゾーンに含まれる画素数の示す変数、ｉはゾーン
の数を示す変数である。ステップＳ３３において、ｉ＞
Ｎであるかどうかを判別して、全てのゾーンに対して、
被判別物のＴＥ（ｉ）（ｊ）の平均値が求められたかを
判別する。全てのゾーンについて、平均値が求めらてい
ない時（ｉ≦Ｎ）、ステップＳ３４に進み、全てのゾー
ンについて、平均値が求められた時（ｉ＞Ｎ）、ステッ
プＳ４３に進む。ステップＳ３４において、ゾーン毎の
被判別物のデータの和を求める変数ＭＮを初期化（０）
する。ステップＳ３５において、ゾーンｉについて、そ
のゾーンｉに対する和が求められたかどうかを、ｊ＞Ｐ
／Ｎにより判別する。そのゾーンｉに対して、和が求め
られていれば、ステップＳ３９に進み、和が求めらてい
なければ、ステップＳ３６に進む。
【００１６】ステップＳ３６において、ＭＮの内容にＴ
Ｅ（ｉ）（ｊ）を加算する。ステップＳ３８において、
ステップＳ３５に戻る。ステップＳ３９において、ゾー
ンｉの被判別データＴＥ（ｉ）（ｊ）の平均値ＭＮ／
（Ｐ／Ｎ）をＴＭ' （ｉ）に代入する。ステップＳ４０
において、ｉに１増加して、次のゾーン番号を指示す
る。ステップＳ４１において、ｊ＝１に初期化する。ス
テップＳ４２において、ステップＳ３３に戻る。ステッ
プＳ４３において、ｉ＝１，ｊ＝１，ｋ＝１，ＣＮ＝
０，ＲＥ＝０に初期化する。ステップＳ４４において、
ｉ＞Ｎであるかどうかを判別して、全てのゾーンに対し
て、被判別物のデータＴＥ（ｉ）（ｊ）の真偽が判別さ
れたかどうかを判別する。全てのゾーンについて、真偽
が判別されていれば、ステップＳ５９に進み、未判別の
ゾーンがあれば、ステップＳ４５に進む。ステップＳ４
５において、ゾーン毎の被判別物のデータと平均値との
差ＴＥ'（ｉ）（ｊ）と比較基準データＲＥ' （ｉ）
（ｊ）との積和変数Ｓ、ＴＥ' （ｉ）（ｊ）の２乗和を
求める変数ＴＬを０に初期化する。
Ｅ（ｉ）（ｊ）を加算する。ステップＳ３８において、
ステップＳ３５に戻る。ステップＳ３９において、ゾー
ンｉの被判別データＴＥ（ｉ）（ｊ）の平均値ＭＮ／
（Ｐ／Ｎ）をＴＭ' （ｉ）に代入する。ステップＳ４０
において、ｉに１増加して、次のゾーン番号を指示す
る。ステップＳ４１において、ｊ＝１に初期化する。ス
テップＳ４２において、ステップＳ３３に戻る。ステッ
プＳ４３において、ｉ＝１，ｊ＝１，ｋ＝１，ＣＮ＝
０，ＲＥ＝０に初期化する。ステップＳ４４において、
ｉ＞Ｎであるかどうかを判別して、全てのゾーンに対し
て、被判別物のデータＴＥ（ｉ）（ｊ）の真偽が判別さ
れたかどうかを判別する。全てのゾーンについて、真偽
が判別されていれば、ステップＳ５９に進み、未判別の
ゾーンがあれば、ステップＳ４５に進む。ステップＳ４
５において、ゾーン毎の被判別物のデータと平均値との
差ＴＥ'（ｉ）（ｊ）と比較基準データＲＥ' （ｉ）
（ｊ）との積和変数Ｓ、ＴＥ' （ｉ）（ｊ）の２乗和を
求める変数ＴＬを０に初期化する。
【００１７】ステップＳ４８において、変数ＴＬの内容
と被判別物のデータＴＥ' （ｉ）（ｊ）の二乗とを加算
する。ステップＳ４９において、ｊを１増加する。ステ
ップＳ５０において、ステップＳ４６に戻る。ステップ
Ｓ５１において、Ｓ／（ＴＬ1/2 ×ＲＬ（ｉ））を求め
て、それをＭに代入する。変数Ｍは、ゾーンｉについ
て、データＴＥ' （ｉ）（ｊ）（ｊ＝１〜Ｐ／Ｎ）を要
素とするベクトルと基準データＲＥ' （ｉ）（ｊ）を要
素とするベクトルのベクトル間の余弦であり、ゾーンｉ
における、被判定物のデータＴＥ（ｉ）（ｊ）と基準デ
ータＲＥ（ｉ）（ｊ）との類似度を表す相関係数であ
る。Ｍは、−１≦Ｍ≦１となり、被判別物のデータが基
準データに類似すれば、１に近くなる。Ｍが−１であれ
ば、負の相関が１００％ということで、パターンの濃度
値が平均値を基準として逆転している時である。
と被判別物のデータＴＥ' （ｉ）（ｊ）の二乗とを加算
する。ステップＳ４９において、ｊを１増加する。ステ
ップＳ５０において、ステップＳ４６に戻る。ステップ
Ｓ５１において、Ｓ／（ＴＬ1/2 ×ＲＬ（ｉ））を求め
て、それをＭに代入する。変数Ｍは、ゾーンｉについ
て、データＴＥ' （ｉ）（ｊ）（ｊ＝１〜Ｐ／Ｎ）を要
素とするベクトルと基準データＲＥ' （ｉ）（ｊ）を要
素とするベクトルのベクトル間の余弦であり、ゾーンｉ
における、被判定物のデータＴＥ（ｉ）（ｊ）と基準デ
ータＲＥ（ｉ）（ｊ）との類似度を表す相関係数であ
る。Ｍは、−１≦Ｍ≦１となり、被判別物のデータが基
準データに類似すれば、１に近くなる。Ｍが−１であれ
ば、負の相関が１００％ということで、パターンの濃度
値が平均値を基準として逆転している時である。
【００１８】［加算処理］加算部８−３では、以下のス
テップＳ５２〜Ｓ５８の処理を行う。ステップＳ５２に
おいて、Ｍが規定値α（例えば、０．８）以上あるかを
判別する。Ｍが規定値α以上であれば、ステップＳ５３
に進み、Ｍが規定値α未満であれば、ステップＳ５４に
進む。ステップＳ５３において、ゾーンｉの被判別物の
データＴＥ（ｉ）（ｊ）が、基準データＲＥ（ｉ）
（ｊ）に類似するとして、そのゾーンの類似する個数Ｃ
ＮＴを１増加する。ステップＳ５４において、、ゾーン
ｉの被判別物のデータＴＥ（ｉ）（ｊ）が、基準データ
ＲＥ（ｉ）（ｊ）に非類似するとして、リジクトするゾ
ーン番号ｉをＲＥ（ｋ）に代入する。ステップＳ５５に
おいて、リジクトするゾーンの個数ｋを１増加する。ス
テップＳ５６において、ｉを１増加して、次のゾーンを
示すようにする。ステップＳ５７において、ｊ＝１とし
て、初期化する。ステップＳ５８において、ステップＳ
４４に戻る。
テップＳ５２〜Ｓ５８の処理を行う。ステップＳ５２に
おいて、Ｍが規定値α（例えば、０．８）以上あるかを
判別する。Ｍが規定値α以上であれば、ステップＳ５３
に進み、Ｍが規定値α未満であれば、ステップＳ５４に
進む。ステップＳ５３において、ゾーンｉの被判別物の
データＴＥ（ｉ）（ｊ）が、基準データＲＥ（ｉ）
（ｊ）に類似するとして、そのゾーンの類似する個数Ｃ
ＮＴを１増加する。ステップＳ５４において、、ゾーン
ｉの被判別物のデータＴＥ（ｉ）（ｊ）が、基準データ
ＲＥ（ｉ）（ｊ）に非類似するとして、リジクトするゾ
ーン番号ｉをＲＥ（ｋ）に代入する。ステップＳ５５に
おいて、リジクトするゾーンの個数ｋを１増加する。ス
テップＳ５６において、ｉを１増加して、次のゾーンを
示すようにする。ステップＳ５７において、ｊ＝１とし
て、初期化する。ステップＳ５８において、ステップＳ
４４に戻る。
【００１９】［比較判別処理］比較判別部８−４では、
以下のステップＳ５９〜Ｓ６１の処理をする。ステップ
Ｓ５９において、類似するゾーンの数ＣＮが規定値β以
上であるかを判別する。ＣＮが規定値β以上であれば、
ステップＳ６０に進み、規定値βよりも小さければステ
ップＳ６１に進む。ステップＳ６０において、類似する
ゾーンの個数ＣＮが規定値β以上であるので、印刷物が
真券であると判別する。ステップＳ６１において、類似
するゾーンの個数ＣＮが規定値βよりも小さいので、印
刷物をリジェクトする信号を上位装置に送る。この時、
リジクトする信号とともにリジェクトしたゾーンの番号
ＲＥ（ｋ）を出力する。以上のように、本第２の実施例
では、第１の実施例に加えて、以下の利点がある。ゾー
ン毎の類似度が−１以上１以下の値を取るので、第１の
実施例よりも判別の幅が２倍に拡張され、より高精度な
判別が期待できる。そのため、各ゾーンの真偽判別能力
の向上が期待できる。
以下のステップＳ５９〜Ｓ６１の処理をする。ステップ
Ｓ５９において、類似するゾーンの数ＣＮが規定値β以
上であるかを判別する。ＣＮが規定値β以上であれば、
ステップＳ６０に進み、規定値βよりも小さければステ
ップＳ６１に進む。ステップＳ６０において、類似する
ゾーンの個数ＣＮが規定値β以上であるので、印刷物が
真券であると判別する。ステップＳ６１において、類似
するゾーンの個数ＣＮが規定値βよりも小さいので、印
刷物をリジェクトする信号を上位装置に送る。この時、
リジクトする信号とともにリジェクトしたゾーンの番号
ＲＥ（ｋ）を出力する。以上のように、本第２の実施例
では、第１の実施例に加えて、以下の利点がある。ゾー
ン毎の類似度が−１以上１以下の値を取るので、第１の
実施例よりも判別の幅が２倍に拡張され、より高精度な
判別が期待できる。そのため、各ゾーンの真偽判別能力
の向上が期待できる。
【００２０】なお、本発明は、上記実施例に限定されず
種々の変形が可能である。その変形例としては、例えば
次のようなものがある。 （１） 本発明は、主に金融機関等で用いられる現金自
動入出金機（ＡＴＭ）や、両替機における紙幣判別方法
に利用可能である。さらに、あらかじめ判別物の標準カ
テゴリが有限に設定可能な種々の印刷物の自動判別機に
おける判別方法として応用できる。 （２） 本実施例では、金種判別部７により金種のカテ
ゴリを判別したが、金種判別部７を使用せず、真偽判別
部８によりすべてのカテゴリについて、真偽を判別する
ようにしてもよい。 （３） 被判別物のデータＴＥ（ｉ）（ｊ）と基準デー
タＲＥ（ｉ）（ｊ）との差分の和が規定範囲内にあるか
否かにより、各ゾーンの真偽を判定するようにしてもよ
い。 （４） 非判別物のデータＴＥ（ｉ）（ｊ）と基準デー
タＲＥ（ｉ）（ｊ）の差分の二乗和を求めるマハラノビ
ス距離が規定値を越えるか否かにより、各ゾーンの真偽
を判定するようにしてもよい。
種々の変形が可能である。その変形例としては、例えば
次のようなものがある。 （１） 本発明は、主に金融機関等で用いられる現金自
動入出金機（ＡＴＭ）や、両替機における紙幣判別方法
に利用可能である。さらに、あらかじめ判別物の標準カ
テゴリが有限に設定可能な種々の印刷物の自動判別機に
おける判別方法として応用できる。 （２） 本実施例では、金種判別部７により金種のカテ
ゴリを判別したが、金種判別部７を使用せず、真偽判別
部８によりすべてのカテゴリについて、真偽を判別する
ようにしてもよい。 （３） 被判別物のデータＴＥ（ｉ）（ｊ）と基準デー
タＲＥ（ｉ）（ｊ）との差分の和が規定範囲内にあるか
否かにより、各ゾーンの真偽を判定するようにしてもよ
い。 （４） 非判別物のデータＴＥ（ｉ）（ｊ）と基準デー
タＲＥ（ｉ）（ｊ）の差分の二乗和を求めるマハラノビ
ス距離が規定値を越えるか否かにより、各ゾーンの真偽
を判定するようにしてもよい。
【００２１】（５） 金種判定部７では、２値化データ
ではなく、前処理部６より出力される多値データを用い
るようにしてもよい。 （６） 一般に、紙幣等のように印刷物のパターンの濃
度値には、ゾーンあるいは金種毎に統計的なばらつきが
あるので、このばらつきを考慮して基準カテゴリ又はゾ
ーン毎に規定値αを変更するようにしてもよい。 （７） 図２中のステップＳ７の処理は、被判別物のデ
ータＴＥ（ｉ）（ｊ）のベクトルの大きさをゾーンごと
に一定に正規化（例えば、ノルムを１にする）しておく
ことにより、省略することができる。また、図４中のス
テップＳ４８の処理についても、ＴＥ' （ｉ）（ｊ）の
ベクトルの大きさをゾーン毎に一定に正規化しておくこ
とにより省略することができる。 （８） 式（１）及び（３）のＲＬ（ｉ）は、ＲＯＭな
どに記憶しておいても、あるいは適宜算出するようにし
てもよい。
ではなく、前処理部６より出力される多値データを用い
るようにしてもよい。 （６） 一般に、紙幣等のように印刷物のパターンの濃
度値には、ゾーンあるいは金種毎に統計的なばらつきが
あるので、このばらつきを考慮して基準カテゴリ又はゾ
ーン毎に規定値αを変更するようにしてもよい。 （７） 図２中のステップＳ７の処理は、被判別物のデ
ータＴＥ（ｉ）（ｊ）のベクトルの大きさをゾーンごと
に一定に正規化（例えば、ノルムを１にする）しておく
ことにより、省略することができる。また、図４中のス
テップＳ４８の処理についても、ＴＥ' （ｉ）（ｊ）の
ベクトルの大きさをゾーン毎に一定に正規化しておくこ
とにより省略することができる。 （８） 式（１）及び（３）のＲＬ（ｉ）は、ＲＯＭな
どに記憶しておいても、あるいは適宜算出するようにし
てもよい。
【００２２】
【発明の効果】以上詳細に説明したように、第１〜４の
発明によれば、入力された印刷物の全面を複数個の領域
に分割して、その領域毎に基準カテゴリの領域に類似し
ているか否かを判別するようにしたので、真偽の判別の
認識能力を向上させることができる。
発明によれば、入力された印刷物の全面を複数個の領域
に分割して、その領域毎に基準カテゴリの領域に類似し
ているか否かを判別するようにしたので、真偽の判別の
認識能力を向上させることができる。
【図１】本発明の実施例の印刷パターンの真偽判定方法
を実施するための印刷パターンの真偽判定装置の構成図
である。
を実施するための印刷パターンの真偽判定装置の構成図
である。
【図２】本発明の第１の実施例を示す真偽判定部の処理
を示すフローチャートである。
を示すフローチャートである。
【図３】印刷物のゾーン分割の例を示す図である。
【図４】本発明の第２の実施例を示す真偽判定部の処理
を示すフローチャートである。
を示すフローチャートである。
１ 認識搬送ユニット ２ 制御回路 ３ ＣＣＤイメージセンサ ４ Ａ／Ｄ変換器 ５ バッファメモリ ６ 前処理部 ７ 金種判定部 ８ 真偽判定部 ８−１ ゾーン分割部 ８−２ 類似度算出部 ８−３ 加算部 ８−４ 比較判定部
Claims (4)
- 【請求項１】 入力された印刷物の濃度データを画素毎
に作成する濃度データ作成処理と、 前記印刷物の全面を複数個の領域に分割するゾーン分割
処理と、 前記入力された印刷物のパターンを照合する基準カテゴ
リのリファレンスデータとして前記印刷物の画素に対応
する濃度データを用意して、前記ゾーン分割処理により
分割された前記領域の各々について、該領域内の前記印
刷物の濃度データと前記基準カテゴリの濃度データとに
基づいて、その領域内で類似度を算出する類似度算出処
理と、 前記類似度と規定値とを比較して、前記印刷物の領域と
前記基準カテゴリの領域との類似又は非類似を判別し
て、類似又は非類似の領域の個数を算出する加算処理
と、 前記加算処理により算出された類似又は非類似の領域の
個数に基づいて、前記印刷物の真偽を判別する比較判別
処理とを、 実行するようにしたことを特徴とする印刷パターンの真
偽判別方法。 - 【請求項２】 前記類似度算出処理は、 前記各領域内の前記印刷物の画素の濃度データを要素と
するベクトルと前記基準カテゴリの前記印刷物の濃度デ
ータに対応する前記濃度データを要素とするベクトルと
の余弦又は該余弦に基づく値を前記類似度として算出す
るようにした、 ことを特徴とする請求項１記載の印刷パターンの真偽判
別方法。 - 【請求項３】 前記類似度算出処理は、 前記各領域内の前記印刷物の画素の濃度データと前記基
準カテゴリの前記印刷物の濃度データに対応する前記濃
度データのその領域における相関係数又は該相関係数に
基づく値を前記類似度として算出するようにした、 ことを特徴とする請求項１記載の印刷パターンの真偽判
別方法。 - 【請求項４】 前記規定値は、 前記印刷物の印刷パターンの統計的なばらつきに応じて
変更するようにしたことを特徴とする請求項１、２又は
３記載の印刷パターンの真偽判別方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP7030303A JPH08221632A (ja) | 1995-02-20 | 1995-02-20 | 印刷パターンの真偽判別方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP7030303A JPH08221632A (ja) | 1995-02-20 | 1995-02-20 | 印刷パターンの真偽判別方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPH08221632A true JPH08221632A (ja) | 1996-08-30 |
Family
ID=12299993
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP7030303A Withdrawn JPH08221632A (ja) | 1995-02-20 | 1995-02-20 | 印刷パターンの真偽判別方法 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPH08221632A (ja) |
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2000182115A (ja) * | 1998-12-21 | 2000-06-30 | Toshiba Corp | 紙葉類の状態識別装置と紙葉類の汚れ具合識別装置と紙葉類の印刷状態識別装置と紙葉類の表裏識別装置 |
| WO2009031242A1 (ja) * | 2007-09-07 | 2009-03-12 | Glory Ltd. | 紙葉類識別装置及び紙葉類識別方法 |
| WO2009096553A1 (ja) * | 2008-01-31 | 2009-08-06 | Aruze Corp. | 紙葉類識別装置、及び紙葉類識別方法 |
| WO2010021031A1 (ja) * | 2008-08-20 | 2010-02-25 | グローリー株式会社 | 紙幣処理装置および紙幣処理方法 |
| WO2012083713A1 (zh) * | 2010-12-23 | 2012-06-28 | 北京新岸线软件科技有限公司 | 一种纸币、票券识别方法和装置 |
| CN103042822A (zh) * | 2013-01-11 | 2013-04-17 | 西安印钞有限公司 | 印刷品双识码动态数字管控***及方法 |
| JP2015230488A (ja) * | 2014-06-03 | 2015-12-21 | 富士ゼロックス株式会社 | 真贋評価装置及びプログラム |
| CN109255362A (zh) * | 2017-07-12 | 2019-01-22 | 北京柯斯元科技有限公司 | 随机纹理防伪标识图案判定方法 |
-
1995
- 1995-02-20 JP JP7030303A patent/JPH08221632A/ja not_active Withdrawn
Cited By (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2000182115A (ja) * | 1998-12-21 | 2000-06-30 | Toshiba Corp | 紙葉類の状態識別装置と紙葉類の汚れ具合識別装置と紙葉類の印刷状態識別装置と紙葉類の表裏識別装置 |
| WO2009031242A1 (ja) * | 2007-09-07 | 2009-03-12 | Glory Ltd. | 紙葉類識別装置及び紙葉類識別方法 |
| JP5108018B2 (ja) * | 2007-09-07 | 2012-12-26 | グローリー株式会社 | 紙葉類識別装置及び紙葉類識別方法 |
| US8494249B2 (en) | 2007-09-07 | 2013-07-23 | Glory Ltd. | Paper sheet recognition apparatus and paper sheet recognition method |
| WO2009096553A1 (ja) * | 2008-01-31 | 2009-08-06 | Aruze Corp. | 紙葉類識別装置、及び紙葉類識別方法 |
| JP2009181398A (ja) * | 2008-01-31 | 2009-08-13 | Aruze Corp | 紙葉類識別装置、及び紙葉類識別方法 |
| US8483472B2 (en) | 2008-01-31 | 2013-07-09 | Universal Entertainment Corporation | Paper sheet identifying device and paper sheet identifying method |
| WO2010021031A1 (ja) * | 2008-08-20 | 2010-02-25 | グローリー株式会社 | 紙幣処理装置および紙幣処理方法 |
| WO2012083713A1 (zh) * | 2010-12-23 | 2012-06-28 | 北京新岸线软件科技有限公司 | 一种纸币、票券识别方法和装置 |
| CN103042822A (zh) * | 2013-01-11 | 2013-04-17 | 西安印钞有限公司 | 印刷品双识码动态数字管控***及方法 |
| JP2015230488A (ja) * | 2014-06-03 | 2015-12-21 | 富士ゼロックス株式会社 | 真贋評価装置及びプログラム |
| CN109255362A (zh) * | 2017-07-12 | 2019-01-22 | 北京柯斯元科技有限公司 | 随机纹理防伪标识图案判定方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US7097022B2 (en) | Device, method and program for paper discrimination | |
| CN107610322B (zh) | 纸币版本的识别方法、装置、电子设备以及存储介质 | |
| JPH09282517A (ja) | 紙葉類の識別方法 | |
| US20020044677A1 (en) | Denomination identification | |
| WO2004081887A1 (ja) | 紙葉類識別方法及び紙葉類識別装置 | |
| KR100718728B1 (ko) | 지폐 권종 인식 방법 및 장치 | |
| JP3366438B2 (ja) | 紙葉類の種類識別方法 | |
| JPH08221632A (ja) | 印刷パターンの真偽判別方法 | |
| CN101583978B (zh) | 媒介识别装置及采用其区分媒介类型的方法 | |
| JP2001331839A (ja) | 紙幣識別方法及び装置 | |
| JP2002092683A (ja) | 媒体真偽鑑別装置 | |
| JPH0654186A (ja) | 画像認識装置 | |
| KR101232684B1 (ko) | 베이시안 접근법을 이용한 지폐 진위 감별 방법 | |
| JP3187698B2 (ja) | 紙葉類認識装置 | |
| JP3423136B2 (ja) | 紙葉類識別方法 | |
| JPH10198837A (ja) | 紙葉判別装置 | |
| JP4306027B2 (ja) | 紙葉類の真偽鑑別装置 | |
| JP3064739B2 (ja) | 画像処理装置 | |
| JP4401961B2 (ja) | 紙葉類処理装置 | |
| JP2647238B2 (ja) | 紙幣判別装置 | |
| JP2641079B2 (ja) | 紙幣判別装置 | |
| JPH09282516A (ja) | 印刷パターンの真偽判別方法 | |
| KR100599913B1 (ko) | 지편 감별 장치, 지편 감별 방법 및 프로그램 | |
| JP3145447B2 (ja) | 紙幣判別装置 | |
| JPH0836662A (ja) | 紙幣判別装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A300 | Withdrawal of application because of no request for examination |
Free format text: JAPANESE INTERMEDIATE CODE: A300 Effective date: 20020507 |