纸张判别装置以及纸张判别方法

专利名称：纸张判别装置以及纸张判别方法
技术领域：
本发明涉及对纸币等的纸张的完损进行判别的纸张判别装置以及纸张判别方法，特别涉及即使是在纸张的图案或品质上存在多样性的情况下，也能够进行高精度且最合适的完损判别以及种类判别的纸张判别装置以及纸张判别方法。
背景技术：
以往，已知使用图像传感器等而判别产生污溃、褶皱、折痕等的污损的纸币与没有产生上述污损的纸币的纸币判别装置。另外，以下，将产生这样的污损的纸币记载为“损券”，将没有产生上述污损的纸币记载为“完券”。该纸币判别装置一般通过对使用图像传感器等而取得的完券的摄像图像(以下，记载为“基准图像”)与成为判别对象的纸币的摄像图像(以下，记载为“判别对象图像”)进 行比较和分析，从而进行判别。并且，在进行这样的比较和分析时，提出了使用图像的边缘等的各种方法。这里，边缘是指图像的浓淡显著变化的部位，将该边缘的浓度倾斜方向称为边缘方向。例如，在专利文献I中，公开了如下技术基于基准图像，将在图案上污损容易显得显著的区域预先确定作为污损检测对象区域，对该污损检测对象区域中的边缘的偏差进行分析，从而进行完损判别。另外，在图案上污损容易显得显著的区域是指，边缘没有集中的区域、即浓淡的变化少的简单的图案区域。
此外，在专利文献2中，公开了如下技术对边缘方向，以像素为单位比较基准图像与判别对象图像，并对通过该比较而检测出的边缘方向的偏差进行分析，从而进行完损判别。现有技术文献专利文献专利文献I :日本特开2006-302109号公报专利文献2 :专利第3207931号公报

发明内容
发明要解决的课题但是，在使用了上述的专利文献I的技术的情况下，由于进行仅限缩为污损容易显得显著的区域的比较，所以存在不能进行在这个区域以外产生污损的情况下的完损判别的问题点。此外，在使用了上述的专利文献2的技术的情况下，由于以像素为单位比较基准图像与判别对象图像，所以在多版印刷而产生了印刷偏差的情况下，即使这样的偏差是细微的，也判别为损券的可能性高。从这一点上可以说，将这个情况判别为损券是进行精度高的判别，但另一方面，也成为将在流通时没有障碍的纸币处理作为损券，从而并不妥当。由此，如何实现即使是在纸币的图案或品质上存在多样性的情况下也能够进行高精度且最合适的完损判别的纸币判别装置或者纸币判别方法成为了大的课题。这里所称的多样性是指，例如是否为边缘多且污损难以显得显著的图案的图案的多样性或者多版印刷的印刷品质的变动等。另外，这个课题并不限定于纸币，是在商品券、银行折子等的纸张的图案或品质上存在多样性的情况下同样发生的课题。此外，是在以这个多样性作为前提的纸张的种类判别中也同样发生的课题。 本发明是为了消除上述的以往技术的问题点而完成的，其目的在于，提供一种纸张判别装置以及纸张判别方法，其即使是在纸张的图案或品质上存在多样性的情况下，也能够进行高精度且最合适的完损判别以及种类判别。用于解决课题的手段为了解决上述的课题并实现目的，本发明是一种纸张判别装置，基于纸张的摄像图像而判别纸张，其特征在于，包括按方向词典图像生成部件，在从正当的纸张的摄像图像即学习用图像中检测出边缘位置以及该边缘位置中的边缘方向的情况下，通过在对每个规定的边缘方向范围所准备的多个按方向词典图像中，对与该边缘方向对应的所述按方向词典图像的对应的位置分配该边缘位置，从而分别生成所述按方向词典图像；以及判别部件，通过对成为判别对象的纸张的摄像图像即输入图像与所述按方向词典图像进行对比，从而判别该纸张的完损以及种类。此外，在上述的发明中，本发明的特征在于，还包括按方向输入图像生成部件，在从所述输入图像中检测出边缘位置以及该边缘位置中的边缘方向的情况下，通过基于该边缘方向而对每个所述边缘方向范围分离该边缘位置，从而生成按方向输入图像；以及残存边缘提取部件，通过将在与同一个所述边缘方向范围有关的所述按方向输入图像以及所述按方向词典图像中、仅在所述按方向输入图像中存在的所述边缘位置，对全部所述边缘方向范围进行重合，从而提取残存边缘区域，所述判别部件基于由所述残存边缘提取部件提取出的所述残存边缘区域，判别成为所述判别对象的纸张的完损。此外，在上述的发明中，本发明的特征在于，所述按方向词典图像生成部件在检测出的所述边缘位置中的所述边缘方向离相邻的两个所述边缘方向范围的边界线属于规定的范围内的情况下，对与该两个边缘方向范围分别对应的所述按方向词典图像的对应的位置分配该边缘位置。此外，在上述的发明中，本发明的特征在于，还包括密度检测部件，检测由所述残存边缘提取部件提取出的所述残存边缘区域的密度，所述判别部件基于由所述密度检测部件检测出的所述密度，判别成为所述判别对象的纸张的完损。此外，在上述的发明中，本发明的特征在于，所述按方向词典图像生成部件使用规定张数的所述学习用图像，且将分配了规定数以上的所述边缘位置的像素作为有效边缘区域。此外，在上述的发明中，本发明的特征在于，所述按方向词典图像生成部件对每个所述按方向词典图像进行将所述边缘位置或者所述有效边缘区域向周边像素扩展的膨胀处理。
此外，在上述的发明中，本发明的特征在于，所述按方向词典图像生成部件进行将与所述按方向词典图像对应的所述边缘方向范围优先的所述膨胀处理。
此外，在上述的发明中，本发明的特征在于，还包括周边边缘计数部件，对在所述按方向词典图像中的各个像素的规定的近旁范围中包含的分配了所述边缘位置的像素的个数进行计数；以及统计量计算部件，计算将由所述周边边缘计数部件对每个像素计数的所述个数对多个所述学习用图像进行了统计的统计量，所述按方向词典图像生成部件在由所述统计量计算部件计算出所述统计量的情况下，通过基于该统计量而设定所述按方向词典图像中的像素的像素值，从而生成所述按方向词典图像。此外，本发明是一种纸张判别方法，基于纸张的摄像图像而判别纸张，其特征在于，包括按方向词典图像生成步骤，在从正当的纸张的摄像图像即学习用图像中检测出边缘位置以及该边缘位置中的边缘方向的情况下，通过在对每个规定的边缘方向范围所准备的多个按方向词典图像中，对与该边缘方向对应的所述按方向词典图像的对应的位置分配该边缘位置，从而分别生成所述按方向词典图像；以及判别步骤，通过对成为判别对象的纸张的摄像图像即输入图像与所述按方向词典图像进行对比，从而判别该纸张的完损以及种类。发明效果根据本发明，由于在从正当的纸张的摄像图像即学习用图像中检测出边缘位置以及该边缘位置中的边缘方向的情况下，通过在对每个规定的边缘方向范围所准备的多个按方向词典图像中，对与检测出的边缘方向对应的按方向词典图像的对应的位置分配检测出的边缘位置，从而分别生成按方向词典图像，通过对成为判别对象的纸张的摄像图像即输入图像与按方向词典图像进行对比，从而判别该纸张的完损以及种类，因此，起到如下效果即使是在纸张的图案或品质上存在多样性的情况下，也能够进行高精度且最合适的完损判别以及种类判别。此外，根据本发明，由于在从输入图像中检测出边缘位置以及该边缘位置中的边缘方向的情况下，通过基于检测出的边缘方向而对每个边缘方向范围分离该边缘位置，从而生成按方向输入图像，通过将在与同一个边缘方向范围有关的按方向输入图像以及按方向词典图像中、仅在按方向输入图像中存在的边缘位置，对全部边缘方向范围进行重合，从而提取残存边缘区域，并基于提取出的残存边缘区域而判别成为判别对象的纸张的完损，因此，起到如下效果能够从多个边缘方向更明确地提取残存边缘区域，即使是图案复杂的图案而污损部分难以显得显著的纸张，也能够进行高精度且最合适的完损判别以及种类判别。此外，根据本发明，由于在检测出的边缘位置中的边缘方向离相邻的两个边缘方向范围的边界线属于规定的范围内的情况下，对与该两个边缘方向范围分别对应的按方向词典图像的对应的位置分配检测出的边缘位置，因此，起到如下效果能够生成在检测出的边缘方向中加入了规定的旋转偏差吸收量的擅于抵抗旋转偏差的词典图像。此外，根据本发明，由于检测提取出的残存边缘区域的密度，并基于检测出的密度而判别成为判别对象的纸张的完损，因此，起到如下效果能够进行被限缩为具有某种程度的宽度和高度的污损部分的完损判别，能够防止在纸张面上沿直线状延伸的褶皱等的错误判别。
此外，根据本发明，由于使用规定张数的学习用图像，且将分配了规定数以上的边缘位置的像素作为有效边缘区域，因此，起到如下效果能够生成考虑了完券之间的印刷偏差的词典图像。此外，根据本发明，由于对每个所述按方向词典图像进行将边缘位置或者有效边缘区域向周边像素扩展的膨胀处理，因此，起到如下效果不会降低残存边缘区域的提取能力，就能够生成擅于抵抗位置偏差的词典图像。此外，与不按方向具有词典图像的情况相t匕，还起到能够增大膨胀量的效果。此外，根据本发明，由于进行将与按方向词典图像对应的边缘方向范围优先的膨胀处理，因此，起到如下效果能够生成在发生边缘的检测偏差的方向膨胀的词典图像。此外，根据本发明，由于对在按方向词典图像中的各个像素的规定的近旁范围中包含的分配了边缘位置的像素的个数进行计数，计算将对每个像素计数的个数对多个学习用图像进行了统计的统计量，在计算出统计量的情况下，通过基于该统计量而设定按方向 词典图像中的像素的像素值，从而生成按方向词典图像，因此，起到如下效果能够生成与每个像素的周边的特性(图案的多样性等)对应的词典图像。


图I是表示本发明的纸张判别方法的概要的图。图2是表示实施例I的纸币判别装置的结构的方框图。图3是用于说明边缘方向检测部进行的边缘方向检测处理的图。图4是用于说明有效边缘判定部进行的有效边缘判定处理的图。图5是用于说明膨胀处理部进行的膨胀处理的图。图6是表示膨胀处理的变形例的图。图7是用于说明残存边缘提取部进行的残存边缘提取处理的图。图8是用于说明残存边缘分析部进行的残存边缘分析处理以及判别部进行的判别处理的图。图9是表示实施例I的纸币判别装置执行的处理步骤的流程图。图10是表示实施例I的纸币判别装置执行的词典图像生成处理的处理步骤的流程图。图11是表示实施例I的纸币判别装置执行的完损判别处理的处理步骤的流程图。图12是表示实施例2的纸币判别装置的词典图像生成的概要的图。图13是表示实施例2的纸币判别装置的结构的方框图。图14是表示实施例2的纸币判别装置执行的词典图像生成处理的处理步骤的流程图。图15是表示实施例2的纸币判别装置执行的完损判别处理的处理步骤的流程图。
具体实施例方式以下，参照附图详细说明本发明的纸张判别方法的优选的实施例。另外，以下，使用图I说明本发明的纸张判别方法的概要之后，使用图疒图15说明应用了本发明的纸张判别方法的纸币判别装置的实施例。此外，以下，说明在纸张判别中主要进行完损判别的情况。此外，以下，将纸币判别装置对正当的纸张的摄像图像即学习用图像进行加工并按方向生成的按方向词典图像记载为“词典图像”。首先，使用图I说明本发明的纸张判别方法的概要。图I是表示本发明的纸张判别方法的概要的图。如同图所示，本发明的纸张判别方法的特征在于，检测完券图像的边缘点与其边缘方向，并生成该每个边缘方向的词典图像。这里，假设边缘点为对应于图像中的边缘的像素。此外，其特征还在于，在判别对象图像与词典图像的比较和分析时，取得判别对象 图像与词典图像的差分(以下，记载为“残存边缘点”)，并使用该残存边缘点在规定尺寸区域中的密度而进行完损判别。以下，具体说明本发明的纸张判别方法。另外，本发明的纸张判别方法能够大致区分为，将完券图像I作为输入数据的词典图像生成的阶段以及将判别对象图像5作为输入数据的完损判别的阶段。在本发明的纸张判别方法中，首先，作为词典图像生成的阶段，对多张(=N张)的完券图像I检测全部边缘点和其边缘方向(参照图1(1))。并且，基于该N张的完券图像的边缘点和边缘方向，生成每个边缘方向的词典图像(参照图I (2))。例如，如图I (2)所示，假设将边缘方向按360度的60度为刻度划分为6个方向。并且，对划分的6个方向的各个方向分配唯一的A>方向的称呼。另外，以下，将该方向的划分记载为“量子化”，将划分数记载为“量子化数”。并且，在本发明的纸张判别方法中，准备与该量子化对应的平面(以下，记载为“方向平面”)，对与检测出的完券图像I的各个边缘点的边缘方向对应的各个方向平面的对应坐标，存储检测出边缘点的情况。然后，生成将具有规定数以上的存储次数的坐标作为有效边缘点的词典图像。例如，如图I (2)所示，准备对应于A方向的方向平面A、对应于B方向的方向平面B、对应于C方向的方向平面C、对应于D方向的方向平面D、对应于E方向的方向平面Eji应于F方向的方向平面F，将各个边缘点按每个边缘方向对各个方向平面A>进行存储，生成每个方向的词典图像。另外，使用图3 图5在后面叙述该词典图像生成的细节。这里，也可以在同一个方向平面上存储相对的方向。这是因为在各个边缘点的附近检测出180度对称的边缘方向的边缘点的情况较多。例如，能够在方向平面A中存储A方向和D方向的边缘点，在方向平面B中存储B方向和E方向的边缘点，在方向平面C中存储C方向和F方向的边缘点。此时，相对于量子化数的6个，方向平面数成为3个。此外，在该词典图像生成的阶段中，在本发明的纸张判别方法中，对作为边缘点的各个像素进行规定量的膨胀。例如，在图I (2)中，表示由圆ο包围的部分的像素Px膨胀至膨胀范围DO之后注册到词典图像的例子。另外，使用图5在后面叙述该规定量的膨胀的细节。另外，在以往的利用了边缘方向的技术(例如，专利文献2)中，没有如本发明的纸张判别方法这样使用了生成每个边缘方向的词典图像的方法。因此，词典图像是一张纸张的一个平面数据，需要将边缘点和其边缘方向确定为一个。
相对于此，在本发明的纸张判别方法中，由于按每个边缘方向生成词典图像，所以例如对具有量子化的边界附近的边缘方向的边缘点，能够跨着2个边缘方向进行处理。即，对词典图像的一个图像具有2个边缘方向。因此，能够进行吸收了在纸张的印刷时以及扫描时发生的旋转偏差等的完损判别。另外，以下，将离跨着2个边缘方向进行处理的量子化的边界的偏差的程度记载为“旋转偏差吸收量”。此外，关于上述的规定量的膨胀也是相同的，通过膨胀而扩展一个边缘点具有的像素值或边缘方向，从而能够进行吸收了图案的多样性或各种位置和旋转偏差的完损判另O。此外，在通过该规定量的膨胀而原本不是边缘点的像素包含在不同的方向平面的膨胀范围(即，“规定量”中)的情况下，该像素能够具有与各个方向平面对应的边缘方向。使用图5在后面叙述这一点。此外，由于通过有效边缘点判定，从多个完券图像中将具有规定数以上的边缘点量的坐标作为有效边缘点，所以能够使词典图像的一个坐标具有多个边缘方向。因此，能够进行吸收了纸张的图案的多样性或多个旋转和位置偏差的完损判别。接着，在完损判别的阶段中，在本发明的纸张判别方法中，对与完损图像I的情况 相同地检测出边缘点和其边缘方向的判别对象图像5与各个词典图像进行比较(参照图I的(3))。并且，使用通过该比较而提取出的残存边缘点的规定尺寸区域的密度来进行完损判别(参照图I的(4))。另外，使用图8在后面叙述这一点的细节。另外，在利用了以往的残存边缘点的技术(例如，专利文献I)中，使用了根据作为残存边缘点而检测出的像素数是否超出规定的阈值来进行完损判别的方法。因此，将在纸张面上以直线状延伸的褶皱等判别作为污损的情况也较多。相对于此，在本发明的纸张判别方法中，由于使用规定尺寸区域中的残存边缘点的密度，所以能够仅判别具有宽度和高度的污损，能够防止上述的褶皱等的错误判别。由此，在本发明的纸张判别方法中，生成对边缘点进行规定量的膨胀的每个边缘方向的词典图像，使用残存边缘点的规定尺寸区域中的密度来进行完损判别。因此，即使是在纸张的图案或品质上存在多样性的情况下，也能够进行高精度且最合适的完损判别。以下，详细说明应用了使用图I说明的本发明的纸张判别方法的纸币判别装置的实施例。另外，以下，将生成对各个边缘点进行了规定量的膨胀的词典图像的纸币判别装置的实施例作为实施例1，将基于各个边缘点的周边边缘数而生成词典图像的纸币判别装置的实施例2作为实施例2，分别进行说明。此外，在以下的各个实施例中，说明纸币判别装置通过图像线传感器(以下，记载为“线传感器”)拍摄纸币的图像的情况。实施例I图2是表示实施例I的纸币判别装置10的结构的方框图。另外，在同图中，仅表示用于说明纸币判别装置10的特征所需的结构元素，省略了一般的结构元素的记载。如图2所示，纸币判别装置10包括线传感器部11、控制部12、存储部13。此外，控制部12进一步包括设定部12a、图像数据取得部12b、边缘方向检测部12c、有效边缘判定部12d、膨胀处理部12e、残存边缘提取部12f、残存边缘分析部12g、判别部12h。此外，存储部13存储设定信息13a、滤波器组13b、按方向平面边缘点量13c、按方向词典图像13d、判别基准信息13e。线传感器部11是接受来自由未图示的传送机构传送的纸币的透过光或者反射光的传感器，通过将多个光接收传感器以直线状配置而构成。此外，线传感器部11 一并进行将取得的数据输出到控制部12的图像数据取得部12b的处理。控制部12是进行如下处理的处理部基于来自线传感器部11的输出而生成纸币的图像数据，并对生成的图像数据检测边缘点和其方向，在图像数据为多张(=N张)的完券图像的情况下，基于检测出的边缘点和其方向而生成词典图像，且在图像数据为判别对象图像的情况下，对判别对象图像与词典图像进行比较和分析而进行纸币的完损判别。设定部12a是进行如下处理的处理部提取在存储部13的设定信息13a中包含的量子化数、旋转偏差吸收量等的各种参数，进行与词典生成和完损判别有关的初始设定。此夕卜，设定部12a—并进行将提取出的各种参数输出到边缘方向检测部12c的处理。图像数据取得部12b是进行如下处理的处理部对每一张纸币合成来自线传感器部11的输出，生成全体纸币的图像数据。另外，图像数据取得部12b在生成词典图像的情况下，统一生成N张量的完券图像数据。此外，图像数据取得部12b —并进行将生成的图像数据输出到边缘方向检测部12c的处理。 边缘方向检测部12c是进行如下处理的处理部对图像数据取得部12b输出的图像数据进行平滑化，检测平滑化的图像数据中的全部边缘点和其方向。另外，在该平滑化、边缘点和其方向的检测中，边缘方向检测部12c使用在存储部13的滤波器组13b中预先存储的各种滤波器。使用图3在后面叙述这一点。此外，边缘方向检测部12c —并进行如下处理在生成词典图像的情况下，将检测出的边缘点和其方向输出到有效边缘判定部12d，在进行纸币的完损判别的情况下，将检测出的边缘点和其方向输出到残存边缘提取部12f。这里，使用图3进一步详细说明边缘方向检测部12c进行的边缘方向检测处理。图3是用于说明边缘方向检测部12c进行的边缘方向检测处理的图。另外，以下，表示使用了滤波器的边缘方向检测处理，但在将该滤波器应用于图像时，将滤波器的中心像素重合的图像上的像素，以下记载为“关注像素”。如图3所示，边缘方向检测部12c进行图像数据取得部12b输出的完券图像I或者判别对象图像5的平滑化(参照图3的(I))。在该平滑化中，例如能够使用以关注像素为中心的3X3附近的系数全部为I的平滑化用滤波器fl。并且，通过进行该平滑化，能够除去完券图像I或者判别对象图像5中的噪声分量。因此，也可以重复多次平滑化用滤波器fl的应用(例如，3次)，直至获得最佳的噪声除去结果为止。或者，也可以增大平滑化用滤波器Π的尺寸(例如，7X7附近)，从而仅应用I次。另外，即使是在不应用平滑化用滤波器Π的情况下，也能够检测边缘点和边缘方向。接着，边缘方向检测部12c检测完券图像I或者判别对象图像5的边缘点(参照图3的(2))。这里，在该边缘点的检测中，例如能够使用拉普拉斯算子(Iaplacian)滤波器f2。即，通过应用拉普拉斯算子滤波器f2而检测出的零交点成为完券图像I或者判别对象图像5的边缘点。接着,边缘方向检测部12c例如使用Prewitt滤波器f3和f4,检测完券图像I或者判别对象图像5的边缘方向(参照图3的(3))。这里，如图3所示的在矩形r中包含的5个黑色像素中的白色箭头表示检测出的各个边缘方向。然后，检测各个边缘点中的边缘方向(参照图3的⑷)。
另外，在使用了图3的说明中，表示了使用拉普拉斯算子滤波器f2、Prewitt滤波器f3和f4而检测边缘点和其方向的例子，但也可以使用Sobel滤波器等的其他的滤波器，也可以将各种滤波器适当地组合。此外，关于各种滤波器的尺寸和系数值也并不特别限定内容。返回到图2的说明，说明有效边缘判定部12d。有效边缘判定部12d是判定方向平面的各个像素是否为有效边缘点的处理部，使用对方向平面的每个像素存储的按方向平面边缘点量13c而进行这个判定。此外，有效边缘判定部12d—并进行将保存了有效边缘点的各个方向平面输出到膨胀处理部12e的处理。这里，使用图4进一步详细说明有效边缘判定部12d进行的有效边缘判定处理。图4是用于说明有效边缘判定部12d进行的有效边缘判定处理的图。另外，图4的(A)表示完券图像的任意的边缘点Pl中的边缘点量计数处理，图4的(B)相同地表示任意的边缘点P2中的边缘点量计数处理，图4的(C)表示该边缘点Pl以及P2中的有效边缘判定处理。 如图4的(A)所示，在由边缘方向检测部12c检测出边缘点Pl的边缘方向为A方向的情况下，有效边缘判定部12d将方向平面A中的同位置的像素Pl的边缘点量增加计数。此外，如图4的(B)所示，在检测出边缘点P2的边缘方向离A方向和F方向的边界属于旋转偏差吸收量以内的情况下，有效边缘判定部12d将方向平面A中的同位置的像素P2和方向平面F中的同位置的像素P2的边缘点量增加计数。S卩，如图4的(B)所示，在边缘点的边缘方向离边界属于旋转偏差吸收量以内的情况下，有效边缘判定部12d将两个方向平面的同位置的像素的边缘点量增加计数。然后，有效边缘判定部12d对在词典图像生成时取得的全部完券图像进行该每个边缘点的边缘点量计数处理，并将对每个方向平面获得了规定的判定阈值以上的边缘点量的像素作为有效边缘点，对每个方向平面进行保存。具体地说，如图4的(C)所示，在读取完券数为“200”且判定阈值对任意像素都是“5”的情况下，由于方向平面A中的像素Pl获得判定阈值以上的“200”的边缘点量，所以作为方向平面A中的有效边缘点而被保存。此外，同样地，由于方向平面A中的像素P2也获得判定阈值以上的“180”的边缘点量，所以作为方向平面A中的有效边缘点而被保存。但是，由于方向平面F中的像素P2只获得了不足判定阈值的“3”的边缘点量，所以不作为方向平面F中的有效边缘点而被保存。返回到图2的说明，说明膨胀处理部12e。膨胀处理部12e是进行如下处理的处理部将各个方向平面的全部有效边缘点进行规定量的膨胀。此外，膨胀处理部12e —并进行将进行了该膨胀处理之后的各个方向平面作为每个方向的词典图像而存储到存储部13的处理。这里，使用图5进一步详细说明膨胀处理部12e进行的膨胀处理。图5是用于说明膨胀处理部12e进行的膨胀处理的图。另外，图5的(A)表示了膨胀处理的基本例，图5的(B)表示了从膨胀处理至词典图像生成为止的步骤，图5的(C)表示了关于在多个膨胀范围中包含的同一位置的像素的说明图。
如图5的(A)所示，在由m轴和η轴构成的坐标系中，假设将“m”为“i”且“η”为“j”的像素作为关注像素。另外，以下，在表示像素的位置的情况下将像素作为“P”，且如“P(i，j)”这样记载。这里，膨胀处理是指将与该关注像素临近的近旁像素的像素值变换为关注像素的像素值的处理。另外，在该像素值的变换中，能够使用滤波器。例如，在将关注像素对临近的近旁8个像素进行膨胀的情况下(以下，记载为“I像素膨胀”)，PI)、P (i — 1，j)、P (i — 1，j+l)、P (i，j — I)、P (i，j+l)、P(i+1, j — 1)、P (i+1, j)、P (i+1，j+1)的各个像素值变换为关注像素P (i，j)的像素值(参照图5的(A)的黑色像素))。这个膨胀处理的主要目的在于，吸收像素范围的扩展所引起的位置偏差或旋转偏差(参照图I)。
素膨胀。例如，在将3个像素指定为规定的膨胀量的情况下，将I像素膨胀重复3次即可。此夕卜，在进行了该3像素膨胀的情况下，最终关注像素的像素值向以关注像素为中心的7X7附近的各个像素膨胀。此外，如图5的(B)所示，膨胀处理部12e对各个方向平面的全部有效边缘点进行上述的膨胀处理(参照图5的(B-1))。然后，在进行了全部有效边缘点的膨胀处理之后，将各个方向平面作为每个方向的词典图像而存储到存储部13 (参照图5的(B-2))。这里，说明在多个方向平面的膨胀范围中包含的同一位置的像素。如图5的(C)所示，例如，假设规定位置的像素P3包含在结束了膨胀处理的方向平面A的任意的膨胀范围D1、方向平面F的任意的膨胀范围D2的两者中。此时，不是按方向而是看做一张完券图像时的像素P3具有A方向、F方向的2个边缘方向(同图所示的角度Θ的范围)。因此，能够判定为判别对象图像的像素P3在A方向、F方向的哪个方向，其边缘方向都在完券图像中存在。另外，在使用图5的说明中，说明了对以关注像素为中心的全部临近近旁像素进行膨胀处理的情况。但是，也可以对与边缘方向对应的方向的临近近旁像素进行膨胀处理。因此，以下，使用图6说明此时的膨胀处理的变形例。图6是表示膨胀处理的变形例的图。另外，在以下的说明中，也将“m”为“i”且“η”为“j”的像素(参照图5)作为关注像素进行说明。此外，表示像素的位置的情况也与上述的图5的说明的情况相同。如图6的(A)所示，在关注像素具有A或者D方向的边缘方向的情况下，能够仅对与该A或者D方向对应的临近近旁像素进行膨胀处理。具体地说，对P (i - 2，j)、P (i -2，j+1), P (i - 2，j+2)、P (i - 1，j)、P (i - 1，j+1),P (i — 1，j + 2)、P (i，j — I)、P (i，j+l)、P (i+1,j — 2)、P (i+1, j — 1)、P (i+1, j)、P (i+2,j — 2)、P (i+2,j — I)、P (i+2，j)等的各个像素进行膨胀处理即可。此外，如图6的(B)所示，在关注像素具有B或者E方向的边缘方向的情况下，能够仅对与该 B 或者 E 方向对应的 P (i -l,j- 2)、P (i -l,j- 1)、P (i — 1，j)、P (i —1，j+l)、P (i - 1，j+2)、P (i，j - 2)、P (i，j - 1)、P (i，j+l)、P (i，j+2)、P (i+1,j 一2)、P (i+1, j - I),P (i+l，j)、P (i+1, j+1),P (i+1，j+2)等的各个像素进行膨胀处理即可。
此外，如图6的(C)所示，在关注像素具有C或者F方向的边缘方向的情况下，能够仅对与该 C 或者 F 方向对应的 P (i — 2，j — 2)、P (i - 2，j_l)、P (i-2，j)、P (i_l，j-2)、P (i-l，j-l)、P (i-l，j)、P (i，j-l)、P (i，j+l)、P (i+l，j)、P (i+1,j+1),P (i+1,j+2), P (i+2，j)、P (i+2, j+1), P (i+2，j+2)等的各个像素进行膨胀处理即可。返回到图2的说明，说明残存边缘提取部12f。残存边缘提取部12f是进行如下处理的处理部在进行纸币的完损判别的情况下，取得判别对象图像与词典图像的差分，生成提取了仅在判别对象图像中存在的残存边缘点的差分图像。此外，残存边缘提取部12f —并进行将生成的差分图像输出到残存边缘分析部12g的处理。这里，使用图7进一步详细说明残存边缘提取部12f进行的残存边缘提取处理。图7是用于说明残存边缘提取部12f进行的残存边缘提取处理的图。
如图7所示，残存边缘提取部12f将边缘方向检测部12c检测出的判别对象图像5的各个边缘点按每个边缘方向对各个方向平面进行存储(参照图7的(I))。另外，在判别对象图像5的各个边缘点中包括构成词典图像的有效边缘点之外的边缘点。然后，残存边缘提取部12f从存储部13存储的按方向词典图像13d中提取作为判别对象的纸币的按方向词典图像(参照图7的(2))。然后，残存边缘提取部12f取得从存储了判别对象图像5的各个边缘点的各个方向平面中减去了与该各个方向平面对应的各个词典图像后的各个差分(参照图7的(3))。然后，残存边缘提取部12f合成该各个差分而生成差分图像5，(参照图7的(4 ))。由此，在差分图像5'中，提取出仅在判别对象图像5中存在的残存边缘点(包括有效边缘点之外的边缘点)(参照图7的(4))。另外，同图中，将由虚线Rl或者R2包围的部分作为残存边缘点而表示。返回到图2的说明，说明残存边缘分析部12g。残存边缘分析部12g是进行如下处理的处理部除去在残存边缘提取部12f提取出的残存边缘点中的孤立点，生成检测出被残留的残存边缘点在规定的尺寸中的密度的密度图像。另外，在该孤立点的除去或密度图像的生成中，残存边缘分析部12g使用在存储部13的滤波器组13b中预先存储的各种滤波器。使用图8在后面叙述这一点。此外，残存边缘分析部12g—并进行将生成的密度图像输出到判别部12h的处理。判别部12h是进行如下处理的处理部基于使用规定的阈值进行了 2值化的密度图像，最终判别作为判别对象的纸币的完损。另外，关于规定的阈值，判别部12h参照存储部13的判别基准信息13e。这里，使用图8进一步详细说明残存边缘分析部12g进行的残存边缘分析处理以及判别部12h进行的判别处理。图8是用于说明残存边缘分析部12g进行的残存边缘分析处理以及判别部12h进行的判别处理的图。如图8所示，残存边缘分析部12g在残存边缘提取部12f输出的差分图像5'的残存边缘点中，作为孤立点而除去从周围孤立的残存边缘点(参照图8的(I))。例如，在同图中，表示在差分图像5'的残存边缘点中，作为孤立点而除去由虚线R2包围的残存边缘点，作为最终的残存边缘点而残留由虚线Rl包围的残存边缘点的情况。这里，在该孤立点的除去中，能够使用孤立点除去用滤波器f5 (参照图8的(I))。该孤立点除去用滤波器f5在关注像素的8附近像素全部为白的情况下，将关注像素变换为白。并且，残存边缘分析部12g对差分图像5'应用密度检测用滤波器f6以及f7 (参照图8的(2))，作为像素值而检测残存边缘部分的密度。另外，该密度检测用滤波器f6以及f7是由L1XL2的滤波器元素构成的规定的尺寸的滤波器。这里，优选将规定的尺寸设为在完损判别时想要检测的污损的最小尺寸。此外，滤波器系数能够全部设为1，但在考虑残存边缘点的密集度的情况下，也可以增大滤波器中央部附近的系数。
此外，为了检测横长的残存边缘部分的密度，对差分图像5'应用横长密度检测用滤波器f6，为了检测纵长的残存边缘部分的密度，对差分图像5'应用纵长密度检测用滤波器f7。例如，图8的(2-a)所示的是对差分图像5'应用了横长密度检测用滤波器f6的情况。此时，横长的残存边缘部分的密度作为由虚线Ry包围的部分的各个像素值而表示。此外，如图8的(2-b)所示，在对差分图像5'应用了纵长密度检测用滤波器f7的情况下，纵长的残存边缘部分的密度作为由虚线Rt包围的部分的各个像素值而表示。并且，残存边缘分析部12g将合成了密度检测用滤波器f6以及f7的应用结果的密度图像5"输出到判别部12h。并且，判别部12h使用规定的阈值对密度图像5〃进行2值化(参照图8的(3))。该规定的阈值是基于上述的密度检测用滤波器f6以及f7的规定的尺寸、规定的基准密度的像素值。另外，规定的基准密度，若是损券则是预测在规定的尺寸中检测出的残存边缘点数相对于滤波器系数的合计值之比。这里，具体表示该规定的阈值的例子。例如，假设如图8的(2)所示的密度检测用滤波器f6以及f7的“LI”为“15”、“L2”为“51”、滤波器系数全部为“I”。此外，假设规定的基准密度为“O. 05”。此时，能够将规定的阈值设为滤波器系数的合计值“765 (=15 X 51 X I) ”与规定的基准密度“O. 05”的乘法值即“38 ( =765 X 0.05 )”。因此，在将规定的阈值设为“38”的情况下，图8的(3)所示的由虚线R包围的黑色的部分是像素值全部超出“38”的部分。并且，判别部12h在存在由该虚线R包围的黑色的部分的情况下，将作为判别对象的纸币判别为损券。另外，在使用了同图的说明中，表示了密度检测用滤波器f6或者f 7为矩形的滤波器的例子，但在进行与污损的形状或尺寸相比，将重点放在密集度的完损判别的情况下，也可以使用圆形的高斯滤波器。返回到图2的说明，说明存储部13。存储部13是由硬盘驱动器或非易失性存储器等存储设备构成的存储部，存储设定信息13a、滤波器组13b、按方向平面边缘点量13c、按方向词典图像13d、判别基准信息13e。设定信息13a例如是量子化数、旋转偏差吸收量等与初始设定有关的信息。滤波器组13b是预先定义了在边缘方向检测处理(参照图3)或残存边缘分析处理(参照图8)中使用的各种滤波器的组，由边缘方向检测部12c以及残存边缘分析部12g所参照。按方向平面边缘点量13c是N张完券图像的各个边缘点在对应的各个方向平面中的边缘点量，由有效边缘判定部12d注册和更新。按方向词典图像13d是按方向词典图像的集合，按量子化的每个方向由膨胀处理部12e注册。此外，在与判别对象图像进行比较时，由残存边缘提取部12f所参照。判别基准信息13e是与最终的完损判别中的规定的阈值有关的信息，由判别部12h所参照。另外，设定信息13a、滤波器组13b、判别基准信息13e是预先定义的定义信息，但在纸币判别装置10的应用中也能够适当变更。接着，使用图9说明实施例I的纸币判别装置10执行的处理的处理步骤。图9是表示实施例I的纸币判别装置10执行的处理步骤的流程图。如图9所示，设定部12a进行量子化数、旋转偏差吸收量等的初始设定(步骤SlOD0然后，在生成词典图像时，图像数据取得部12b取得N张纸币的完券图像(步骤S102)。并且，纸币判别装置10进行将N张完券图像作为输入数据而生成每个边缘方向的 词典图像的词典图像生成处理(步骤S103)。另外，使用图10在后面叙述该词典图像生成处理的处理步骤。并且，在进行纸币的完损判别时，图像数据取得部12b取得作为判别对象的纸币的图像(步骤S104)。并且，纸币判别装置10进行将判别对象图像作为输入数据的完损判别处理(步骤S105)。另外，使用图11在后面叙述该完损判别处理的处理步骤。并且，纸币判别装置10判定是否没有下一个判别对象的纸币(步骤S106)，在没有下一个判别对象的纸币的情况下(步骤S106 :是)，结束处理。另一方面，在不满足步骤S106的判定条件的情况下(步骤S106 :否)，纸币判别装置10重复步骤S104之后的处理。另外，在实际的应用中，也可以分开进行词典图像生成的阶段(参照图9的由虚线Fl包围的部分)和完损判别的阶段(参照图9的由虚线F2包围的部分)。接着，使用图10说明在图9所示的词典图像生成处理(参照图9的步骤S103)的详细的处理步骤。图10是表示实施例I的纸币判别装置10执行的词典图像生成处理的处理步骤的流程图。另外，这里所称的词典图像生成处理对应于从N张完券图像生成每个边缘方向的词典图像为止的处理。如图10所示，边缘方向检测部12c对N张完券图像进行平滑化(步骤S201)，对N张完券图像检测各个边缘点和其方向(步骤S202)。接着，有效边缘判定部12d对N张完券图像的各个边缘点，将在对应的各个方向平面上的边缘点量(存储部13的按方向平面边缘点量13c)进行增加计数(步骤S203)。然后，有效边缘判定部12d将在各个方向平面中获得了规定的判定阈值以上的边缘点量的像素作为有效边缘点而在各个方向平面上保存(步骤S204)。接着，膨胀处理部12e将在各个方向平面中保存的各个有效边缘点以规定的膨胀量膨胀(步骤S205)。然后，膨胀处理部12e将各个方向平面作为按方向词典图像13d而存储在存储部13之后(步骤S206)，结束处理。接着，使用图11说明图9所示的完损判别处理(参照图9的步骤S105)的详细的处理步骤。图11是表示实施例I的纸币判别装置10执行的完损判别处理的处理步骤的流程图。另外，这里所称的完损判别处理对应于对判别对象图像与词典图像进行比较和分析而判别作为判别对象的纸币的完损为止的处理。
如图11所示，边缘方向检测部12c对判别对象图像进行平滑化(步骤S301)，检测判别对象图像的各个边缘点和其方向(步骤S302)。接着，残存边缘提取部12f将判别对象图像的各个边缘点对对应的各个方向平面进行存储(步骤S303)。然后，残存边缘提取部12f取得各个方向平面与按方向词典图像13d对应的各个词典图像的各个差分(步骤S304)，并合成各个差分而提取残存边缘点(步骤 S305)。接着，残存边缘分析部12g在除去了残存边缘点中的孤立点之后(步骤S306)，分析残存边缘点的密度(步骤S307)。并且，判别部12h判定残存边缘分析部12g分析的残存边缘点的密度是否小于规定的阈值(步骤S308 )。另外，关于规定的阈值参照判别基准信息13e。并且，在密度小于规定的阈值的情况下(步骤S308 :是)，判别部12h将作为判别对象的纸币判别为完券(步骤S309)，并结束处理。
另一方面，在不满足步骤S308的判定条件的情况下(步骤S308 :否)，判别部12h将作为判别对象的纸币判定为损券(步骤S310)，并结束处理。如上所述，在实施例I中，如下构成纸币判别装置设定部进行量子化等的初始设定，图像数据取得部在词典图像的生成时生成多张完券图像数据，且在纸币的完损判别时生成判别对象图像数据，边缘方向检测部检测生成的图像数据的边缘点和其方向，有效边缘判定部判定成为词典图像的结构元素的有效边缘点，膨胀处理部对有效边缘点进行规定量的膨胀，残存边缘提取部从判别对象图像中提取残存边缘点，残存边缘分析部检测残存边缘点的密度，判别部基于检测出的残存边缘点的密度来进行纸币的完损判别。因此，即使是在纸张的图案或品质上存在多样性的情况下，也能够进行高精度且最合适的完损判别。另外，在上述的实施例I中，说明了纸币判别装置生成对各个边缘点进行了规定量的膨胀的词典图像的情况，但在这里，纸币判别装置也可以基于各个像素的周边边缘数而生成词典图像。因此，以下，将基于各个像素的周边边缘数而生成词典图像的纸币判别装置的实施例作为实施例2进行说明。实施例2图12是表示实施例2的纸币判别装置的词典图像生成的概要的图。如图12所示，实施例2的纸币判别装置的主要特征在于，对各个方向平面的每个像素计数周边边缘数，并基于该周边边缘数的统计量而生成每个方向的词典图像。另外，这里所称的周边边缘是指在某一像素的规定的近旁范围中包含的边缘点。具体地说，实施例2的纸币判别装置对词典图像的输入数据即N张完券图像的每个，按各个方向平面中的每个像素计数周边边缘数(参照图12的(I))。这里，在周边边缘数的计数中，能够使用例如在9X9像素中系数全部为I的计数用滤波器(未图示)。另外，在图12的(I)中表示将每个像素的周边边缘数，对与第广第N张完券图像分别对应的周边边缘计数用的方向平面组I、的各个方向平面，按每个像素进行存储的例子。这个例子并非限定实施例2的纸币判别装置的词典图像生成处理的内容，但在以下以此为前提进行说明。并且，实施例2的纸币判别装置对计数的周边边缘数计算N张(方向平面组I、)的统计量(参照图12的(2))。
并且，实施例2的纸币判别装置基于计算出的统计量，对各个方向平面中的每个像素决定基准像素值，并将该基准像素值对词典图像用的各个方向平面进行存储(参照图12的(3))。另外，使用图13在后面叙述这个基准像素值的决定。接着，使用图13说明实施例2的纸币判别装置IOa的结构。图13是表示实施例2的纸币判别装置IOa的结构的方框图。另外，在图13中，对于与图2所示的实施例I的纸币判别装置10相同的结构元素赋予相同的标号，以下，省略与上述的实施例I重复的结构元素的说明。如图13所示，除了在控制部12中还包括周边边缘计数部12i的点之外，实施例2的纸币判别装置IOa与上述的实施例I的纸币判别装置10的不同点还在于，代替有效边缘判定部12d和膨胀处理部12e (参照图2)而具备统计处理部12j的点。此外，与上述的实施例I的纸币判别装置10的不同点在于，在存储部13中代替按方向平面边缘点量13c而 具备周边边缘计数用平面13f的点。周边边缘计数部12i是进行如下处理的处理部对每个像素在规定的近旁范围中计数边缘方向检测部12c检测出的边缘点的数目。此外，周边边缘计数部12i也是进行如下处理的处理部将计数的各个方向平面的每个像素的周边边缘数，在词典图像生成的情况下存储到周边边缘计数用平面13f，在完损判别的情况下输出到残存边缘提取部12f。统计处理部12j是进行如下处理的处理部对周边边缘计数部12i计数的各个方向平面的每个像素的周边边缘数，参照周边边缘计数用平面13f，计算N张完券图像的统计量。该统计量包括最大值、平均值、方差值、标准偏差等。此外，统计处理部12j也是进行如下处理的处理部基于计算出的统计值，决定各个方向平面的每个像素的基准像素值。另外，关于该基准像素值的决定，能够组合在统计量中包含的各种值和参数。这里，将在统计量中包含的最大值设为V、平均值设为μ、标准偏差设为σ、参数设为α。例如，基于统计量的最大值，能够将基准像素值设为“V+α ”。此外，也可以基于统计量的平均值和标准偏差，将基准像素值设为“μ+α σ”。另外，能够根据纸币的图案或要求的判别精度等，适当地变更该基准像素值的计算式。此外，统计处理部12j将决定的各个方向平面的每个像素的基准像素值对词典图像用的各个方向平面进行存储，并将存储之后的各个方向平面作为按方向词典图像13d而存储到存储部13。接着，使用图14说明实施例2的纸币判别装置IOa执行的词典图像生成处理的处理步骤。图14是表示实施例2的纸币判别装置IOa执行的词典图像生成处理的处理步骤的流程图。如图14所示，边缘方向检测部12c对N张完券图像进行平滑化(步骤S401)，对N张完券图像检测各个边缘点和其方向(步骤S402)。接着，周边边缘计数部12i对N张完券图像，按方向平面组I、的各个方向平面的每个像素计数规定的近旁范围内的边缘点的数目(周边边缘数)(步骤S403)。并且，统计处理部12 j对周边边缘计数部12i计数的每个像素的周边边缘数，计算N张(方向平面组I N)的统计量(步骤S404)。并且，统计处理部12 j基于计算出的统计量，对各个方向平面的每个像素决定基准像素值(步骤S405)。并且，统计处理部12j将决定的每个像素的基准像素值作为按方向词典图像13d而存储到存储部13之后(步骤S406)，结束处理。接着，使用图15说明实施例2的纸币判别装置IOa执行的完损判别处理的处理步骤。图15是表示实施例2的纸币判别装置IOa执行的完损判别处理的处理步骤的流程图。如图15所示，边缘方向检测部12c对判别对象图像进行平滑化(步骤S501)，检测判别对象图像的各个边缘点和其方向(步骤S502)。接着，周边边缘计数部12i对判别对象图像，将各个边缘点存储到对应的各个方向平面(步骤S503)。然后，周边边缘计数部12i对各个方向平面的每个像素进行周边边缘数的计数，并将计数值设为各个方向平面的每个像素的像素值(步骤S504)。 并且，残存边缘提取部12f按每个像素比较各个方向平面与按方向词典图像13d对应的各个词典图像(步骤S505)，并将超出基准像素值的像素值的像素设为各个方向平面中的残存边缘点(步骤S506)。并且，残存边缘提取部12f合成各个方向平面的残存边缘点(步骤 S507)。接着，残存边缘分析部12g在除去残存边缘点中的孤立点之后(步骤S508)，分析残存边缘点的密度(步骤S509)。并且，判别部12h判定残存边缘分析部12g分析的残存边缘点的密度是否小于规定的阈值(步骤S510)。另外，关于规定的阈值，参照判别基准信息13e。并且，在密度小于规定的阈值的情况下(步骤S510 :是)，判别部12h将作为判别对象的纸币判别为完券(步骤S511)，并结束处理。另一方面，在不满足步骤S510的判定条件的情况下(步骤S510 :否)，判别部12h将作为判别对象的纸币判定为损券(步骤S512)，并结束处理。如上所述，在实施例2中，由于基于周边边缘计数部计数的、各个方向平面的每个像素的周边边缘数的统计量，统计处理部决定每个像素的基准像素值，所以基于每个像素的周边边缘数这样的微观的元素的同时还能够加入统计量这样的宏观的元素，即使是在纸张的图案或品质上存在多样性的情况下，也能够进行高精度且最合适的完损判别。此外，在上述的各个实施例中，主要说明了进行纸币的完损判别的情况，但并不特别限定作为完损判别的对象的纸张。例如，也可以是商品券或银行折子等。此外，在上述的各个实施例中，主要说明了进行纸张的完损判别的情况，但也可以将本发明的方法应用于纸张的种类判别。此时，例如若是纸币，则按纸币的每个现金种类生成词典图像，对全部现金种类进行判别对象图像与词典图像的比较(即，现金种类数次)。并且，能够判定在残存边缘点的密度成为规定值以下时的词典图像的现金种类为判别对象图像的现金种类。产业上的可利用性如上所述，本发明的纸张判别装置以及纸张判别方法在即使是在纸张的图案或品质上存在多样性的情况下也想要进行高精度且最合适的完损判别以及种类判别的情况下有用，特别适用于判别纸币等的流通性高的纸张的装置。标号说明I完券图像
5判别对象图像10纸币判别装置IOa纸币判别装置11线传感器部12控制部12a设定部12b图像数据取得部
12c边缘方向检测部12d有效边缘判定部12e膨胀处理部12f残存边缘提取部12g残存边缘分析部12h判别部12i周边边缘计数部12 j统计处理部13存储部13a设定信息13b滤波器组13c按方向平面边缘点量13d按方向词典图像组13e判别基准信息13f周边边缘计数用平面
权利要求
1.一种纸张判别装置，基于纸张的摄像图像而判别纸张，其特征在于，包括 按方向词典图像生成部件，在从正当的纸张的摄像图像即学习用图像中检测出边缘位置以及该边缘位置中的边缘方向的情况下，通过在对每个规定的边缘方向范围所准备的多个按方向词典图像中，对与该边缘方向对应的所述按方向词典图像的对应的位置分配该边缘位置，从而分别生成所述按方向词典图像；以及 判别部件，通过对成为判别对象的纸张的摄像图像即输入图像与所述按方向词典图像进行对比，从而判别该纸张的完损以及种类。
2.如权利要求I所述的纸张判别装置，其特征在于，还包括 按方向输入图像生成部件，在从所述输入图像中检测出边缘位置以及该边缘位置中的边缘方向的情况下，通过基于该边缘方向而对每个所述边缘方向范围分离该边缘位置，从而生成按方向输入图像；以及 残存边缘提取部件，通过将在与同一个所述边缘方向范围有关的所述按方向输入图像以及所述按方向词典图像中、仅在所述按方向输入图像中存在的所述边缘位置，对全部所述边缘方向范围进行重合，从而提取残存边缘区域， 所述判别部件基于由所述残存边缘提取部件提取出的所述残存边缘区域，判别成为所述判别对象的纸张的完损。
3.如权利要求I所述的纸张判别装置，其特征在于， 所述按方向词典图像生成部件在检测出的所述边缘位置中的所述边缘方向离相邻的两个所述边缘方向范围的边界线属于规定的范围内的情况下，对与该两个边缘方向范围分别对应的所述按方向词典图像的对应的位置分配该边缘位置。
4.如权利要求2所述的纸张判别装置，其特征在于，还包括 密度检测部件，检测由所述残存边缘提取部件提取出的所述残存边缘区域的密度， 所述判别部件基于由所述密度检测部件检测出的所述密度，判别成为所述判别对象的纸张的完损。
5.如权利要求I至4的任一项所述的纸张判别装置，其特征在于， 所述按方向词典图像生成部件使用规定张数的所述学习用图像，且将分配了规定数以上的所述边缘位置的像素作为有效边缘区域。
6.如权利要求5所述的纸张判别装置，其特征在于， 所述按方向词典图像生成部件对每个所述按方向词典图像进行将所述边缘位置或者所述有效边缘区域向周边像素扩展的膨胀处理。
7.如权利要求6所述的纸张判别装置，其特征在于， 所述按方向词典图像生成部件进行将与所述按方向词典图像对应的所述边缘方向范围优先的所述膨胀处理。
8.如权利要求I所述的纸张判别装置，其特征在于，还包括 周边边缘计数部件，对在所述按方向词典图像中的各个像素的规定的近旁范围中包含的分配了所述边缘位置的像素的个数进行计数；以及 统计量计算部件，计算将由所述周边边缘计数部件对每个像素计数的所述个数对多个所述学习用图像进行了统计的统计量， 所述按方向词典图像生成部件在由所述统计量计算部件计算出所述统计量的情况下，通过基于该统计量而设定所述按方向词典图像中的像素的像素值，从而生成所述按方向词典图像。
9.一种纸张判别方法，基于纸张的摄像图像而判别纸张，其特征在于，包括 按方向词典图像生成步骤，在从正当的纸张的摄像图像即学习用图像中检测出边缘位置以及该边缘位置中的边缘方向的情况下，通过在对每个规定的边缘方向范围所准备的多个按方向词典图像中，对与该边缘方向对应的所述按方向词典图像的对应的位置分配该边缘位置，从而分别生成所述按方向词典图像；以及 判别步骤，通过对成为判别对象的纸张的摄像图像即输入图像与所述按方向词典图像进行对比，从而判别该纸张的完损以及种类。
全文摘要
一种纸张判别装置，使用正当的纸张的摄像图像即学习用图像，并基于从各个学习用图像中检测出的边缘区域与该边缘区域的边缘方向，生成每个边缘方向的按方向词典图像，通过对成为判别对象的纸张的摄像图像即输入图像与按方向词典图像进行对比，从而提取仅在输入图像中存在的残存边缘区域，检测规定的面积区域中的残存边缘区域的密度，并基于检测出的密度而进行纸张的完损判别以及种类判别。
文档编号G07D7/20GK102804233SQ20108006550
公开日2012年11月28日 申请日期2010年3月17日 优先权日2010年3月17日
发明者鹈饲和岁, 横田政宪 申请人:光荣株式会社