パターン識別方法および識別装置
【課題】光学画像を用いる方式を採用した場合において、被識別物や被識別円形物の識別処理を行うにあたって処理負荷が小さく低コストであって、装置の低廉化及び小型化を図るパターン識別方法および識別装置を提供することにある。
【解決手段】被識別物等（硬貨、紙幣）の表面の模様パターンを撮像することによって得られた画像データに基づく出力データ上に（ステップＳ５０３）、被識別物の表面の特定の選択領域として選択窓を予め設け（ステップＳ５０５）、その選択領域内の出力データの総和値を使ってその画像データの特徴量を抽出することで（ステップＳ５０６〜Ｓ５０９）、被識別物の表面の模様パターンを識別する（ステップＳ５１０〜Ｓ５１２）ことを特徴とする。
【解決手段】被識別物等（硬貨、紙幣）の表面の模様パターンを撮像することによって得られた画像データに基づく出力データ上に（ステップＳ５０３）、被識別物の表面の特定の選択領域として選択窓を予め設け（ステップＳ５０５）、その選択領域内の出力データの総和値を使ってその画像データの特徴量を抽出することで（ステップＳ５０６〜Ｓ５０９）、被識別物の表面の模様パターンを識別する（ステップＳ５１０〜Ｓ５１２）ことを特徴とする。
【発明の詳細な説明】
【技術分野】
【０００１】
本発明は、識別対象となる被識別物又は被識別円形物（以下、「被識別物等」という。）の特徴的な模様に関する光学画像のパターンデータ列を解析することによって、その被識別物等の種類または真贋を判定するパターン識別方法および識別装置に関するものであって、特に、被識別物等の種類または真贋を判定する際に実行される画像処理の負荷軽減を考慮しつつ鑑別性能を向上させるものである。
【０００２】
ここで、被識別物とは、被識別円形物を含む概念であり、例えば、硬貨、ゲームトークンや紙幣などが挙げられる。また、被識別円形物とは、円形を呈する被識別物のことであり、例えば、硬貨やゲームトークンなどが挙げられる。
【背景技術】
【０００３】
一般に、自動販売機、自動券売機、ゲーム機、両替機など、硬貨や紙幣などの被識別物等を取り扱う各種装置には、投入された硬貨等の被識別物等の種類または真贋を判定する識別装置が設けられている。近年、硬貨や紙幣の偽造・変造犯罪が多発し社会問題化する中で、識別装置に対する高機能化ニーズは益々強くなってきており、様々なタイプの識別装置が提案されている。
【０００４】
例えば、特開昭６２−２４５４９５号公報（特許文献１）、特開２００１−１８８９３２号公報（特許文献２）、特開２００１−１８８９３３号公報（特許文献３）、特願昭６１−９０５４７号公報（特許文献４）、特願平１１−３７５５３２号公報（特許文献５）、或いは特願平１１−３７５５３３号公報（特許文献６）などには、硬貨表面の凹凸形状を検知することによって硬貨のパターン識別を行うようにした方式のものが開示されており、特に、特許文献１に開示された方式にあっては、硬貨の中心を通過する位置に配置されたセンサが硬貨の凹凸形状を検出して、これに予め記憶された基準凹凸パターンと照合して一致するか否かによって硬貨の真贋を判定するようにしたものである。
【０００５】
また、特許第２８０３９３０号公報（特許文献７）においては、光学的に読み取った硬貨表面の模様の光学画像から得たパターンデータを、予め記憶されている基準の画像パターンデータと比較することによって、金種または真贋を判定するようにした方式のものが開示されている。
【０００６】
さらに、特開平１０−３０２１１１号公報（特許文献８）、特許第２７９２７０３号公報（特許文献９）においては、光学的に読み取った紙幣表面の模様の光学画像から得たパターンデータを、予め記憶されている基準の画像パターンデータと比較（パターンマッチング処理）することによって、金種または真贋を判定するようにした方式のものが開示されている。
【０００７】
図１８は、被識別物等の模様を光学的に読み取った光学画像からパターンデータを得るようにした従来のパターン識別方法の概略フロー図の一例である。なお、ここでは被識別物等の一例として硬貨（円形物）を採用する。
【０００８】
図１８において、従来のパターン識別方法は、まず初めに硬貨の材質と外径とを検出することによって金種の仮決定を行い（ステップＳ１）、その後に、硬貨表面の模様に関する画像パターンデータを用いることにより金種の本決定を行うようにしている（ステップＳ２）。
【０００９】
ここで、上述した金種の本決定を行う手順を説明する。まず被識別物等としての硬貨の模様を光学的に検出して、例えば図１９（ａ）に示されているような硬貨Ｃの光学画像を得る。その後、この光学画像の水平および垂直の射影を形成して、それぞれのカーブの両端点を検出し、それらの座標値の算術平均から硬貨の中心位置を求める。次に、その求めた中心位置を基準として、硬貨Ｃの模様に関する光学画像上に、この硬貨Ｃの種類に関する特徴的な模様を含むリング状の検出領域Ｖを設定する。そして、このリング状の検出領域Ｖに対応する光学画像の環状領域から、周方向に沿って画像パターンデータ列を順に切り出していく。その切り出した画像パターンデータ列Ｆ（評価データ）は、長方形の行列として保存される。
【００１０】
一方、受け付けるべき硬貨Ｃの基準データとしては、画像パターンデータ列Ｆに対応する同サイズの表用・裏用の２種類の基準パターンデータＴ１，Ｔ２を予め用意しておき、画像パターンデータ列Ｆを、この２種類の基準パターンデータＴ１，Ｔ２と照合することにより類似性を算出していく。この基準パターンデータＴ１，Ｔ２との照合作業は、図１９（ｂ），（ｃ）のように、硬貨Ｃの表・裏に関してそれぞれ行うこととし、その結果として得られた類似性の尺度には、次の式で表されるような正規化相関係数ｒがしばしば用いられる。
【数１】
【００１１】
このようにして、第１番目の画素について得た相関値をｒ１とした後、画素を１画素ずつ順次シフトしていきながら同様の操作をＮ回繰り返し、それによって相関値の系列（ｒ１，ｒ２，・・・ｒＮ）を得る。そして、このＮ個の相関値のうちで最大のものを検出して類似度ｒに設定し、その類似度ｒが、予め設定しておいた閾値Ｒｔよりも大きければ、現在評価中の硬貨を既に仮決定した金種に一致するものと判定し、それを正式な金種として受け入れる。一方、上述した類似度ｒが閾値ｒｔよりも小さければ、仮決定した金種に一致しないものと判定し、それを排除する。
【００１２】
【特許文献１】特開昭６２−２４５４９５号公報
【特許文献２】特開２００１−１８８９３２号公報
【特許文献３】特開２００１−１８８９３３号公報
【特許文献４】特願昭６１−９０５４７号公報
【特許文献５】特願平１１−３７５５３２号公報
【特許文献６】特願平１１−３７５５３３号公報
【特許文献７】特許第２８０３９３０号公報
【特許文献８】特開平１０−３０２１１１号公報
【特許文献９】特許第２７９２７０３号公報
【発明の開示】
【発明が解決しようとする課題】
【００１３】
しかしながら、上述したパターン識別方法では以下の問題がある。
【００１４】
まず、硬貨表面の凹凸形状を検知することによって硬貨の識別を行うようにした方式を採用した場合には、得られる情報が基本的に１チャンネルのラインであり、精度向上のためには多数個のチャンネルを用意するか、別の特徴量を抽出するセンサと組み合わせるなどの工夫を要するためコストがかさむといった問題がある。
【００１５】
また、光学画像を用いる方式を採用した場合には、大量のパターンデータを複雑に演算処理する画像処理ステップを要することから、実用的な識別精度や処理時間を確保するためには大容量の記憶素子や高速な演算素子を導入することが必要となり、結局、装置が大型で高価のものにならざるを得ない、といったコストの問題が残存することとなる。加えて、実際に投入される硬貨や挿入される紙幣などの被識別物等は、表面が滑らかで反射率の高い部分や、使用経歴によって磨耗や汚れが進み硬貨表面の特徴部分の反射率が低下している部分があり、同じ種類のものであっても光学画像上のコントラストは大きく変動していることから、濃淡処理等の画像処理ステップも必要となり、装置の低廉化及び小型化を図ることが困難である。
【００１６】
本発明は、このような点に鑑みてなされたものであり、その目的は、光学画像を用いる方式を採用した場合において、被識別物等の識別処理を行うにあたって処理負荷が小さく低コストであって、装置の低廉化及び小型化を図るパターン識別方法および識別装置を提供することにある。
【課題を解決するための手段】
【００１７】
以上のような課題を解決するために、本発明は、被識別物等の表面の模様パターンを撮像することによって得られた画像データに基づく出力データ上に、被識別物等の表面の特定の選択領域（第１の選択領域及び第２の選択領域）を予め設け、その選択領域内の出力データの総和値を使ってその画像データの特徴量を抽出することで、被識別物等の表面の模様パターンを識別することを特徴とする。
【００１８】
より具体的には、本発明は、以下のものを提供する。
【００１９】
（１） 識別対象となる被識別物の表面の模様パターンを撮像することによって得られた画像データを一定のピッチで抽出し、抽出して得られた出力データを解析することで、この被識別物の表面の模様パターンを識別するパターン識別方法において、前記出力データ上に、当該出力データの複数の極大値を含み、かつ、それらの極大値が前記模様パターンに応じた位置関係となるように配列された第１の選択領域と、当該出力データの複数の極小値を含み、かつ、それらの極小値が前記模様パターンに応じた位置関係となるように配列された第２の選択領域と、を予め設定し、前記第１の選択領域内の出力データの第１の総和値と、前記第２の選択領域内の出力データの第２の総和値と、を求める総和演算処理を実行し、前記出力データと、前記第１の選択領域及び前記第２の選択領域と、を前記一定のピッチで相対的に移動させる毎に前記総和演算処理を実行することによって、前記第１の総和値のデータ列である第１の総和データ列と、前記第２の総和値のデータ列である第２の総和データ列と、を求め、前記第１の総和データ列の各要素と、それに対応する前記第２の総和データ列の各要素と、の差分を計算することによって差分データ列を算出し、前記差分データ列の解析を行うことによって被識別物の表面の模様パターンを識別することを特徴とするパターン識別方法。
【００２０】
本発明によれば、光学画像を用いた被識別物のパターン識別方法において、被識別物の撮像によって得られた画像データを一定のピッチ（例えば５ピクセルごと）で抽出して得られた出力データ上に、その出力データの極大値を含む第１の選択領域と、その出力データの極小値を含む第２の選択領域と、を予め設定し、その第１の選択領域内の出力データの第１の総和値と、その第２の選択領域内の出力データの第２の総和値と、を求める総和演算処理を実行し、出力データと、第１の選択領域及び第２の選択領域と、を上述した一定のピッチで相対的に移動させる毎に総和演算処理を実行することによって、第１の総和値のデータ列である第１の総和データ列と、第２の総和値のデータ列である第２の総和データ列と、を求め、第１の総和データ列の各要素と、それに対応する第２の総和データ列の各要素と、の差分を計算することによって差分データ列を算出し、その差分データ列を解析することとしたから、抽出した出力データのみを識別処理対象とすることで演算量を削減することができる結果、識別処理の更なる高速化を図りつつ装置の小型化・低廉化を図ることができる。
【００２１】
また、第１の選択領域に含まれる被識別物の表面の模様部分のみならず、第２の選択領域に含まれる被識別物の表面の非模様部分からも特徴量を抽出し、模様部分から抽出された特徴量から非模様部分から抽出された特徴量を差し引いた差分データ列を解析することによって被識別物の表面の模様パターンを識別することから、被識別物の表面の模様部分から抽出される特徴量が強調され、その特徴部分の反射率が低下するなどの変動要素に起因した悪影響を軽減することができ、ひいては鑑別性能を向上させつつ装置の小型化・低廉化を図ることができる。
【００２２】
なお、「被識別物」は、硬貨や紙幣のみならず、小切手，トラベラーズチェックなどの金券、免許証，パスポートなどのＩＤカード、公文書などの重要書類など、識別対象となる全ての物を含むものとする。例えば、硬貨はその表面の凹凸形状によって、紙幣等凹凸形状が検知し難いものは濃淡パターンによって、被識別物表面の特徴的な模様部分を検知することができる。
【００２３】
また、本発明でいう「一定のピッチ」は、例えば被識別物が円形物である場合には、円周方向距離によって定めることもできるし、回転角度によって定めることも可能である。例えば、回転角度５度のピッチで画像データを抽出した場合、画像データの点数は、全部で７２のデータ点数となる。また、例えば被識別物が長方形物である場合には、長軸方向、短軸方向、対角線方向の距離によって定めることが可能である。例えば、短軸方向１ピクセルのピッチで１０ピクセル、長軸方向１ピクセルのピッチで１０ピクセル抽出した場合には、画像データの点数は、全部で１００のデータ点数となる。
【００２４】
（２） 識別対象となる被識別円形物の表面の模様パターンを撮像することによって得られた画像データにこの被識別円形物と同心のリング状検出領域を設定し、前記リング状検出領域における画像データを一定のピッチで抽出して得られた出力データを解析することで、被識別円形物の表面の模様パターンを識別するパターン識別方法において、前記出力データ上に、当該出力データの複数の極大値を含み、かつ、それらの極大値が前記模様パターンに応じた位置関係となるように配列された第１の選択領域と、当該出力データの複数の極小値を含み、かつ、それらの極小値が前記模様パターンに応じた位置関係となるように配列された第２の選択領域と、を予め設定し、前記第１の選択領域内の出力データの第１の総和値と、前記第２の選択領域内の出力データの第２の総和値と、を求める総和演算処理を実行し、前記出力データと、前記第１の選択領域及び前記第２の選択領域と、を前記一定のピッチで相対的に巡回させる毎に前記総和演算処理を実行することによって、前記第１の総和値のデータ列である第１の総和データ列と、前記第２の総和値のデータ列である第２の総和データ列と、を求め、前記第１の総和データ列の各要素と、それに対応する前記第２の総和データ列の各要素と、の差分を計算することによって差分データ列を算出し、前記差分データ列の解析を行うことによって被識別円形物の表面の模様パターンを識別することを特徴とするパターン識別方法。
【００２５】
本発明によれば、光学画像を用いた被識別円形物のパターン識別方法において、被識別円形物の撮像によって得られた画像データ上に設定されたリング状検出領域内の要素からなる出力データ上に、その出力データの極大値を含む第１の選択領域と、その出力データの極小値を含む第２の選択領域と、を予め設定し、その第１の選択領域内の出力データの第１の総和値と、その第２の選択領域内の出力データの第２の総和値と、を求める総和演算処理を実行し、出力データと、第１の選択領域及び第２の選択領域と、を上述した一定のピッチで相対的に巡回させる毎に総和演算処理を実行することによって第１の総和値のデータ列である第１の総和データ列と、第２の総和値のデータ列である第２の総和データ列と、を求め、第１の総和データ列の各要素と、それに対応する第２の総和データ列の各要素と、の差分を計算することによって差分データ列を算出し、その差分データ列を解析することとしたから、特に、識別対象が硬貨などの円形物である場合に、リング状検出領域内の要素からなる出力データのみを識別処理対象とすることで演算量を削減することができる結果、識別処理の更なる高速化を図ることができるとともに、その円形物の表面の模様部分から抽出される特徴量を強調できることから鑑別性能を向上させることができる。
【００２６】
なお、「リング状検出領域」は、被識別円形物と同心円状の検出領域に限定されるものではなく、被検出円形物と同心であって、かつ、特定の閉領域よりなるものであれば、如何なる形状（例えば楕円形状）であっても構わない。
【００２７】
（３） 前記リング状検出領域を半径方向に沿って複数設定し、各リング状検出領域から得られる複数の差分データ列を解析することを特徴とするパターン識別方法。
【００２８】
本発明によれば、被識別円形物の中心から半径方向に沿ってリング状検出領域を複数設定し、各リング状検出領域から得られる複数の差分データ列を解析することから、複数のリング状検出領域に基づいて硬貨の特徴量の抽出精度をより向上することができ、ひいては、鑑別性能を向上させることができる。
【００２９】
（４） 前記差分データ列を特定入力データとして入力する第１ステップと、前記特定入力データ上に、当該特定入力データの極大値を含む第１の特定選択領域と、当該特定入力データの極小値を含む第２の特定選択領域と、を設定する第２ステップと、前記第１の特定選択領域内の特定入力データの第１の特定総和値と、前記第２の特定選択領域内の特定入力データの第２の特定総和値と、を求める特定総和演算処理を実行する第３ステップと、前記特定入力データと、前記第１の特定選択領域及び前記第２の特定選択領域と、を一定のピッチで相対的に移動させる毎に前記特定総和演算処理を実行することによって、前記第１の特定総和値のデータ列である第１の特定総和データ列と、前記第２の特定総和値のデータ列である第２の特定総和データ列と、を求める第４ステップと、前記第１の特定総和データ列の各要素と、それに対応する前記第２の特定総和データ列の各要素と、の差分を計算することによって特定差分データ列を算出する第５ステップと、からなる一連の処理が行われた後、前記特定差分データ列の解析の解析を行うことによって被識別物の表面の模様パターンを識別することを特徴とするパターン識別方法。
【００３０】
本発明によれば、まず、上述した差分データ列を特定入力データとして入力する第１ステップ、次いで、第１の特定選択領域及び第２の特定選択領域を設定する第２ステップ、特定総和演算処理を実行する第３ステップ、第１の特定総和データ列及び第２の特定総和データ列を求める第４ステップ、特定差分データ列を算出する第５ステップ、という複数の処理が順々に行われた後、第５ステップで得られた特定差分データ列の解析を行うこととしたから、簡易な装置によって高速な識別処理が可能となるのに加え、その識別精度を向上させることが可能になる。
【００３１】
（５） 前記特定差分データ列を特定入力データとして、前記第２ステップから前記第５ステップまでの処理を複数回繰り返し行った後に得られた特定差分データ列の解析を行うことによって被識別物の表面の模様パターンを識別することを特徴とするパターン識別方法。
【００３２】
本発明によれば、上述した特定差分データ列を特定入力データとして、上述した第２ステップから第５ステップまでの処理を複数回繰り返し行った後に得られた特定差分データ列の解析を行うこととしたから、簡易な装置によって高速な識別処理が可能となるのに加え、その識別精度を更に向上させることが可能になる。
【００３３】
（６） 前記差分データ列或いは前記特定差分データ列の解析は、前記差分データ列或いは前記特定差分データ列のピーク値を検出し、その検出したピーク値と所定の閾値との比較解析であることを特徴とするパターン識別方法。
【００３４】
本発明によれば、差分データ列の解析法として、差分データ列のピーク値を検出し、その検出したピーク値と所定の閾値との比較解析を行うこと、又は、特定差分データ列の解析法として、特定差分データ列のピーク値を検出し、その検出したピーク値と所定の閾値との比較解析を行うこととしたから、低コストかつ簡便に被識別物や被識別円形物の特徴量の抽出精度を向上・安定化することができ、ひいては、鑑別性能を向上させることができる。
【００３５】
（７） 前記差分データ列或いは前記特定差分データ列の解析は、前記差分データ列或いは前記特定差分データ列のピーク値をカウントし、そのカウントしたピーク値の総個数と所定の閾値との比較解析であることを特徴とするパターン識別方法。
【００３６】
本発明によれば、差分データ列の解析法として、差分データ列のピーク値をカウントし、そのカウントしたピーク値の総個数と所定の閾値との比較解析を行うこと、又は、特定差分データ列の解析法として、特定差分データ列のピーク値をカウントし、そのカウントしたピーク値の総個数と所定の閾値との比較解析を行うこととしたから、低コストかつ簡便に被識別物や被識別円形物の特徴量の抽出精度を向上・安定化することができ、ひいては、鑑別性能を向上させることができる。
【００３７】
（８） 前記差分データ列或いは前記特定差分データ列の解析は、前記差分データ列或いは前記特定差分データ列全体と、予め設定した基準総和データ列又は基準差分データ列との比較解析であることを特徴とするパターン識別方法。
【００３８】
本発明によれば、差分データ列の解析法として、差分データ列全体と、予め設定した基準差分データ列との比較解析を行うこと、又は、特定差分データ列の解析法として、特定差分データ列全体と、予め設定した基準差分データ列との比較解析を行うこととしたから、低コストかつ簡便に被識別物や被識別円形物の特徴量の抽出精度を向上・安定化することができ、ひいては、鑑別性能を向上させることができる。
【００３９】
（９） 前記差分データ列或いは前記特定差分データ列の解析は、前記差分データ列或いは前記特定差分データ列のピーク値を検出するとともに、前記差分データ列或いは前記特定差分データ列の平均値を求め、前記差分データ列或いは前記特定差分データ列のピーク値から前記差分データ列或いは前記特定差分データ列の平均値を減算した値と所定の閾値との比較解析であることを特徴とするパターン識別方法。
【００４０】
本発明によれば、差分データ列の解析法として、差分データ列のピーク値から差分データ列の出力レベルの平均値を減算した値と所定の閾値との比較解析を行うこと、又は、特定差分データ列の解析法として、特定差分データ列のピーク値から特定差分データ列の出力レベルの平均値を減算した値と所定の閾値との比較解析を行うこととしたから、被識別物や被識別円形物の表面の特徴部分の反射率が全体的に低下した場合であっても、それらの特徴量の抽出精度をより安定化することができ、ひいては、鑑別性能を向上させることができる。
【００４１】
（１０） （１）から（９）のいずれか記載のパターン識別方法を用いて、被識別物又は被識別円形物の真贋を判定するパターン識別方法。
【００４２】
本発明によれば、上述したパターン識別方法を用いて、被識別物の真贋を判定したり、被識別円形物の真贋を判定することとなるから、例えば、硬貨や紙幣等の偽造・変造を短時間で精度よく見極めることができる。
【００４３】
（１１） （１）から（９）のいずれか記載のパターン識別方法を用いて、被識別物又は被識別円形物の表面の模様パターンを識別する識別手段を備えたことを特徴とする識別装置。
【００４４】
本発明によれば、被識別物や被識別円形物の識別装置に、上述したような識別方法を用いた識別手段を備えたことから、高速処理かつ低コストを実現し、鑑別性能の向上した被識別物の識別装置を提供することができる。
【００４５】
（１２） 前記識別手段の識別結果により、被識別物又は被識別円形物の真贋を判定する真贋判定手段を備えたことを特徴とする識別装置。
【００４６】
本発明によれば、上述したパターン識別方法を用いて、被識別物や被識別円形物の表面の模様パターンを識別し、その識別結果により、真贋判定手段が被識別物の真贋を判定したり、被識別円形物の真贋を判定することとなるから、例えば、硬貨や紙幣等の偽造・変造を短時間で精度よく見極めることができる。
【００４７】
その他、本発明は、以下のものを提供することもできる。
【００４８】
識別対象となる被識別物の表面の模様パターンを撮像することによって得られた画像データに基づく出力データを解析することで、この被識別物の表面の模様パターンを識別するパターン識別方法において、前記出力データ上に、当該出力データの極大値又は極小値を含む選択領域を予め設定し、前記選択領域内の出力データの総和値を求める総和演算処理を実行し、前記総和値に基づいて被識別物の表面の模様パターンを識別することを特徴とするパターン識別方法。
【００４９】
本発明によれば、光学画像を用いた被識別物のパターン識別方法において、被識別物の撮像によって得られた画像データを加工して得られた出力データ上に、その出力データの極大値又は極小値を含む選択領域を予め設定し、その選択領域内の出力データの総和値を求める総和演算処理を実行し、その総和値に基づいて被識別物の表面の模様パターンを識別することとしたから、簡易な装置によって高速な識別処理が可能となる。
【００５０】
すなわち、被識別物表面の凹凸形状や濃淡パターンの特徴を検知することによって被識別物の識別を行う、というコストがかさむ方式を採用せず、被識別物表面の特徴的な模様部分を含む選択領域に含まれる画素値の総和値に基づいて被識別物の識別を行う、という加算処理を基本構成とする方式を採用していることから、処理負担を嵩張らせることなく装置の低廉化及び小型化に資することができる。
【００５１】
前記総和値と所定の閾値とを比較解析することで被識別物の表面の模様パターンを識別することを特徴とするパターン識別方法。
【００５２】
本発明によれば、上述した総和値と所定の閾値とを比較解析することで、被識別物の表面の模様パターンを識別することとしたから、低コストかつ簡便に被識別物の特徴量の抽出精度を向上・安定化することができ、ひいては鑑別性能の向上に繋がることとなる。
【００５３】
なお、「所定の閾値」は、真の被識別物に対して本発明に係るパターン識別方法を実行し、最適な値をとるものとする。
【００５４】
識別対象となる被識別物の表面の模様パターンを撮像することによって得られた画像データを一定のピッチで抽出し、抽出して得られた出力データを解析することで、この被識別物の表面の模様パターンを識別するパターン識別方法において、前記出力データ上に、当該出力データの極大値又は極小値を含む選択領域を予め設定し、前記選択領域内の出力データの総和値を求める総和演算処理を実行し、前記出力データと前記選択領域とを前記一定のピッチで相対的に移動させる毎に前記総和演算処理を実行することによって前記総和値のデータ列である総和データ列を求め、その総和データ列の解析を行うことによって被識別物の表面の模様パターンを識別することを特徴とするパターン識別方法。
【００５５】
本発明によれば、光学画像を用いた被識別物のパターン識別方法において、被識別物の撮像によって得られた画像データを一定のピッチ（例えば５ピクセルごと）で抽出し、抽出して得られた出力データ上に、その出力データの極大値又は極小値を含む選択領域を予め設定し、その選択領域内の出力データの総和値を求める総和演算処理を実行し、出力データと選択領域とを上述の一定のピッチで相対的に移動させる毎に総和演算処理を実行することによって上述した総和値のデータ列である総和データ列を求め、その総和データ列を解析することとしたから、抽出した出力データのみを識別処理対象とすることで演算量を削減することができる結果、識別処理の更なる高速化を図ることができる。
【００５６】
また、抽出した出力データと選択領域とを相対的に移動させ、抽出した出力データの特徴部と選択領域とが一致したときにピーク値をとるデータ列（総和データ列）を求めることとしたから、変動要素（硬貨表面の特徴部分の反射率の低下、紙幣表面の使用経歴による磨耗や汚れなど）の識別処理を行う上での悪影響を低減することができ、ひいては鑑別性能を向上させることができる。
【００５７】
識別対象となる被識別円形物の表面の模様パターンを撮像することによって得られた画像データ上にこの被識別円形物と同心のリング状検出領域を設定し、前記リング状検出領域における画像データを一定のピッチで抽出して得られた出力データを解析することで、被識別円形物の表面の模様パターンを識別するパターン識別方法において、前記出力データ上に、当該出力データの極大値又は極小値を含む選択領域を予め設定し、前記選択領域内の出力データの総和値を求める総和演算処理を実行し、前記出力データと前記選択領域とを前記一定のピッチで相対的に巡回させる毎に前記総和演算処理を実行することによって前記総和値のデータ列である総和データ列を求め、前記総和データ列の解析を行うことによって被識別円形物の表面の模様パターンを識別することを特徴とするパターン識別方法。
【００５８】
本発明によれば、光学画像を用いた被識別円形物のパターン識別方法において、被識別円形物の撮像によって得られた画像データ上に設定されたリング状検出領域内の要素からなる出力データ上に、その出力データの極大値又は極小値を含む選択領域を予め設定し、その選択領域内の出力データの総和値を求める総和演算処理を実行し、出力データと選択領域とを上述の一定のピッチで相対的に巡回させる毎に総和演算処理を実行することによって上述した総和値のデータ列である総和データ列を求め、その総和データ列を解析することとしたから、特に、識別対象が硬貨などの円形物である場合に、リング状検出領域内の要素からなる出力データのみを識別処理対象とすることで演算量を削減することができる結果、識別処理の更なる高速化を図ることができる。すなわち、円形物の特徴部分に関する解析が、基本的に加算処理のみで直接的に行われることとなり、簡易な装置によって高速な識別処理が可能となるとともに、円形物の使用の経歴等による影響が低減されることから、識別性能の向上が図られるようになっている。
【００５９】
前記総和データ列を特定入力データとして入力する第１ステップと、前記特定入力データ上に、当該特定入力データの極大値又は極小値を含む特定選択領域を設定する第２ステップと、前記特定選択領域内の特定入力データの特定総和値を求める特定総和演算処理を実行する第３ステップと、前記特定入力データと前記特定選択領域とを一定のピッチで相対的に移動させる毎に前記特定総和演算処理を実行することによって前記特定総和値のデータ列である特定総和データ列を求める第４ステップと、からなる一連の処理が行われた後、前記特定総和データ列の解析を行うことによって被識別物の表面の模様パターンを識別することを特徴とするパターン識別方法。
【００６０】
本発明によれば、まず、上述した総和データ列を特定入力データとして入力する第１ステップ、次いで、特定選択領域を設定する第２ステップ、特定総和演算処理を実行する第３ステップ、特定総和データ列を求める第４ステップ、という複数の処理が順々に行われた後、第４ステップで得られた特定総和データ列の解析を行うこととしたから、簡易な装置によって高速な識別処理が可能となるのに加え、その識別精度を向上させることが可能になる。
【００６１】
なお、前記総和データ列を特定入力データとして入力する第１ステップを行った後に第２ステップ以降の個々の処理を行い、被識別物の表面の模様パターンを識別することを特徴とするパターン識別方法を提供することができるし、また、前記差分データ列を特定入力データとして入力する第１ステップを行った後に第２ステップ以降の個々の処理を行い、被識別物の表面の模様パターンを識別することを特徴とするパターン識別方法を提供することもできるし、また、前記総和データ列を特定入力データとして入力する第１ステップを行った後に第２ステップ以降の個々の処理を行い、被識別物の表面の模様パターンを識別することを特徴とするパターン識別方法を提供することもできるし、また、前記差分データ列を特定入力データとして入力する第１ステップを行った後に第２ステップ以降の個々の処理を行い、被識別物の表面の模様パターンを識別することを特徴とするパターン識別方法を提供することもできる。
【００６２】
このように、「総和データ列」または「差分データ列」に対してさらに'特定選択領域設定'→'（第２次）特定総和演算処理'→'（第２次）特定総和データ列'（以上、処理Ａとする）→'（第２次）特定総和データ列に特定選択領域設定'→'（第３次）特定総和演算処理'→'（第３次）特定総和データ列'→・・・のように処理Ａを繰り返して得られた第ｉ次特定総和データ列（ｉは２以上）を解析して模様パターンを識別したり、「総和データ列」または「差分データ列」に対してさらに'第１、第２の特定選択領域設定'→'（第２次）特定総和演算処理'→' （第２次）特定総和データ列'→' （第２次）特定差分データ列'（以上、処理Ｂとする）→' （第２次）特定差分データ列に第１、第２の特定選択領域設定'→'（第３次）特定総和演算処理'→'（第３次）特定総和データ列'→'（第３次）特定差分データ列'・・・のように処理Ｂを繰り返して得られた第ｉ次特定差分データ列（ｉは２以上）を解析して模様パターンを識別したり、処理Ａ→処理Ｂ→処理Ａあるいは、処理Ａ→処理Ｂ→処理Ｂのように処理Ａと処理Ｂとを混合させて得られた第ｉ次特定総和データ列あるいは第ｉ次特定差分データ列を解析して模様パターンを識別したりすることによって、その識別精度を向上させることが可能になる。
【００６３】
前記特定総和データ列を特定入力データとして、前記第２ステップから前記第４ステップまでの処理を複数回繰り返し行った後に得られた特定総和データ列の解析を行うことによって被識別物の表面の模様パターンを識別することを特徴とするパターン識別方法。
【００６４】
本発明によれば、上述した特定総和データ列を特定入力データとして、上述した第２ステップから第４ステップまでの処理を複数回繰り返し行った後に得られた特定総和データ列の解析を行うこととしたから、簡易な装置によって高速な識別処理が可能となるのに加え、その識別精度を更に向上させることが可能になる。
【発明の効果】
【００６５】
本発明に係るパターン識別方法および識別装置は、以上説明したように、被識別物等の表面の模様パターンを撮像することによって得られた画像データに基づく出力データ上に、被識別物等の表面の特定の選択領域を予め設け、その選択領域内の出力データの総和値を使ってその画像データの特徴量を抽出する、というものであり、識別処理が基本的に加減算から構成され、従来から必要とされてきたＤＳＰや専用のハードウェアを必要としないことから、識別アルゴリズムを安価に実装することができ、ひいては装置の低廉化及び小型化を図ることが可能となる。
【発明を実施するための最良の形態】
【００６６】
以下、本発明を実施するための最良の形態について、図面を参照しながら説明する。
【００６７】
［識別装置の内部構造］
図１は、本発明の第１の実施の形態に係る識別装置の内部に設けられた硬貨搬送路の概略構造を示した平面図である。
【００６８】
図１において、平面略「く」の状に折り曲げられた形状の硬貨搬送路１には、図示右端側の搬送入口部１ａから図示左方側に向かって送られてきた被識別円形物としての硬貨Ｃを支持する底面摺動板１ｂが設けられているとともに、その底面摺動板１ｂの直上に搬送ベルト２が配置されている。
【００６９】
底面摺動板１ｂの一端部には、この底面摺動板１ｂの縁部に沿うようにしてガイド３が立設されているとともに、そのガイド３に対して硬貨Ｃを押し付ける硬貨規制レバー４が、硬貨搬送路１の折れ曲がり部分においてピン４ａによって回動可能に軸支されている。硬貨規制レバー４は、底面摺動板１ｂ上に支持されながら送られてくる硬貨Ｃを、バネ等の付勢手段（図示せず）によって、上述のガイド３側に押し付けるように構成されていて、硬貨規制レバー４が配置された部位から搬送方向下流側に向かって送り出された硬貨Ｃは、上述のガイド３に対して外周面部を接触させた状態を維持しながら順次搬送されるようになっている。
【００７０】
硬貨搬送路１には、硬貨Ｃの表面に形成された模様を検出するための光学式コインセンサ装置ＣＳＵが取り付けられている。この光学式コインセンサ装置ＣＳＵは、例えば、特開平５−１４３８２６号公報に開示されたものと同様のＣＣＤエリアセンサを備えたものである。
【００７１】
ここで、上述した搬送ベルト２と光学式コインセンサ装置ＣＳＵの詳細について、図２及び図３を用いて説明する。図２は、本発明の第１の実施の形態に係る識別装置の内部に設けられた硬貨搬送路１の側面断面図である。図３は、本発明の第１の実施の形態に係る識別装置の内部に設けられた光学式コインセンサ装置ＣＳＵの概略構造を表した拡大側面図である。
【００７２】
図２において、搬送ベルト２は、下側ベルト部分２ａと底面摺動板１ｂとの間に硬貨Ｃの厚さ分に相当する隙間が画成されるように略並行に対面する配置関係になされており、この搬送ベルト２と底面摺動板１ｂとの間に硬貨Ｃを挟持しながら、搬送ベルト２の延在方向に向かって硬貨Ｃを搬送させるように構成されている。
【００７３】
また、図３において、底面摺動板１ｂ上に沿って送られてきた硬貨Ｃがセンサ位置１ｃ上に到達すると、その硬貨Ｃを、内部に撮像素子を備えたセンサ本体５が検知することにより、センサ位置１ｃを環状に取り巻くように配置された照明６が点灯し、硬貨Ｃからの反射光をセンサ本体５内に取り込む。その結果、硬貨Ｃの表面に形成されている模様に関する光学画像が得られる。そして、この光学画像を用いて金種または真贋の判定が行われることとなる。
【００７４】
図４は、本発明の第２の実施の形態に係る識別装置の内部に設けられた紙幣搬送路の概略構造を示した平面図である。
【００７５】
図４において、紙幣がベルトによって搬送される紙幣搬送路２０には、図示左端側に設けられた紙幣繰出し機構２１と、紙幣の表面に形成された模様を検出するための光学式紙幣センサ装置ＣＳＵと、紙幣の種類に応じて紙幣を選別する紙幣分岐機構２３と、紙幣の種類に応じて紙幣を蓄積する紙幣蓄積機構２４と、が設けられている。
【００７６】
このような機構が設けられた紙幣搬送路２０は、上述した硬貨搬送路１と同様に動作する。すなわち、まず、紙幣繰出し機構２１によって取り込まれた紙幣は、紙幣搬送路２０によって奥の方（図の右方）へ搬送され、紙幣センサ装置ＣＳＵの位置に到達すると照明が点灯し、紙幣からの反射光が紙幣センサ装置ＣＳＵに取り込まれる。その結果、紙幣の表面に形成されている模様に関する光学画像が得られ、この光学画像を用いて金種または真贋の判定が行われる。なお、この光学画像が得られた後、紙幣は紙幣分岐機構２３によって種類ごとに分類され、紙幣蓄積機構２４に蓄積される。
【００７７】
［識別装置の電気的構成］
図５は、本発明の第１の実施の形態に係る識別装置の電気的構成を示すブロック図である。なお、上述した第１の実施形態に係る識別装置（硬貨識別装置）の電気的構成と、上述した第２の実施形態に係る識別装置（紙幣識別装置）の電気的構成とは基本的に同様であるため、ここでは上述した第１の実施形態に係る識別装置の電気的構成について説明する。
【００７８】
図５において、本発明の第１の実施の形態に係る識別装置には、中央処理装置（以下、ＣＰＵと略す）４１と、硬貨Ｃを撮像する画像撮像部４２と、硬貨Ｃを照らす照明部４３と、硬貨Ｃを搬送する硬貨（紙幣）搬送部４４と、が備えられている。また、ＣＰＵ４１は、画像撮像部４２からの画像データを取り込む画像取込制御部４１ａと、画像取込制御部４１ａによって取り込まれた画像データを含め種々の画像データを記憶する画像記憶部４１ｂと、画像記憶部４１ｂに記憶された画像データを処理するデータ処理部４１ｃと、データ処理部４１ｃの処理結果に基づき硬貨Ｃの真贋を判定する真贋判定部４１ｄに加え、照明部４３を制御する照明制御部４１ｅと、硬貨（紙幣）搬送部４４を制御する搬送制御部４１ｆと、を有している。
【００７９】
なお、図５において、画像記憶部４１ｂは、ＣＰＵ４１内の１次キャッシュ（２次キャッシュ）等から構成されているが、画像データを記憶する機能を有する限り、ＤＲＡＭ、ＳＤＲＡＭ等のＣＰＵ４１外の記憶手段から構成されるものであっても構わない。
【００８０】
以上のような電気的構成において、以下、本発明の第１の実施の形態に係るパターン識別方法、及び本発明の第２の実施の形態に係るパターン識別方法について説明する。
【００８１】
［第１の実施の形態に係るパターン識別方法］
図６は、本発明の第１の実施の形態に係るパターン識別方法についてのフロー図である。なお、ここでは、円形物（硬貨Ｃ）の一例として１００円硬貨を用いて説明する。
【００８２】
図６において、まず、硬貨Ｃの光学画像データの取込みが行われる（ステップＳ５０１）。より具体的には、ＣＰＵ４１内の搬送制御部４１ｆからの指令に基づき硬貨（紙幣）搬送部４４は硬貨Ｃを搬送し、硬貨Ｃが所定の位置に搬送されたとき、照明制御部４１ｅからの指令に基づき照明部４３は硬貨Ｃの表面全体を照らし、硬貨Ｃ表面からの反射光が画像撮像部４２（例えばイメージセンサ）に入力されたとき、画像取込制御部４１ａは硬貨Ｃの光学画像を取り込み、この光学画像を画像記憶部４１ｂに記憶する。なお、一般的に、かかる光学画像は、Ｘ−Ｙ座標上に１画素約０．１３ミリメートル平方の高密度画像を構成し、ＡＤ変換によって輝度（明るさ）が２５６階調となるように分解（多値化）され、輝度をＺ軸とする３次元データとして画像記憶部４１ｂ（例えばフレームメモリ）に記憶される。
【００８３】
次いで、硬貨中心点の検出が行われる（ステップＳ５０２）。より具体的には、データ処理部４１ｃは、ステップＳ５０１によって画像記憶部４１ｂに記憶された光学画像データを読み出し、光学画像をＸ軸方向及びＹ軸方向に射影することによって、それぞれの方向についてエッジの中点を算出し、その結果、Ｘ軸方向についてのエッジの中点をＸ座標、Ｙ軸方向についてのエッジの中点をＹ座標として硬貨Ｃの中心座標を求める。
【００８４】
次いで、リングデータの切り出しが行われる（ステップＳ５０３）。より具体的には、まず、データ処理部４１ｃは、ステップＳ５０２において求めた硬貨Ｃの中心座標を基準として、硬貨Ｃの光学画像上に、１００円硬貨の特徴的な模様を含むリング状検出領域Ｖを設定する（図７参照）。ここで、リング状検出領域Ｖでは、硬貨Ｃの外周側より５本のリング状検出領域Ｖ１，Ｖ２，Ｖ３，Ｖ４，Ｖ５が同心円状に設定されており、これらのリング状検出領域Ｖ１，Ｖ２，Ｖ３，Ｖ４，Ｖ５は、受け付けるべき硬貨Ｃの特徴的或いは非特徴的な模様の位置に応じて予め用意されるものとする。そして、データ処理部４１ｃは、各リング状検出領域Ｖ１，Ｖ２，Ｖ３，Ｖ４，Ｖ５において、一定の角度ピッチでリング状に光学画像データを切り出す。図７においては、角度ピッチ５度の間隔で、各リング状検出領域あたり７２箇所の検出点が環状に切り出され、各リング状検出領域における画像データを一定のピッチで抽出して得られた出力データとしてのリングデータＤ１からＤ５が、それぞれ生成される。なお、出力データとは、画像の輝度データはもとより、輝度データを処理して２次的に得られる微分出力画像や２階微分画像等のことを示す。
【００８５】
なお、図７に示すように、本発明の第１の実施の形態に係るパターン識別方法においては、リングデータは５本生成されることとしたが、リングデータの切り出し本数は何本でも構わない。また、リングデータの切り出しに当たってエッジ強調処理を行っていないが、例えば３×３画素の空間フィルタを用いて微分処理を施し、各検出点を強調するような処理をステップＳ５０３の処理に含ませても構わない。
【００８６】
次いで、リングデータＤ１からＤ５の圧縮が行われる（ステップＳ５０４）。より具体的には、データ処理部４１ｃは、各切り出し角度において、リングデータＤ１からＤ５のデータの平均値を算出し、当該算出データを要素とする１次元の出力データ、すなわちリングデータＤを取得する。本処理によれば、例えば、１００円硬貨の特定の一点にのみ汚れが付着することによって、この部分の反射率が低下した場合であっても、リングデータＤにおいては、当該変動要素（反射率の低下）の悪影響がそれほど及ばなくなる、といった利益を得ることができる。なお、必要に応じてリングデータＤのダイナミックレンジが均一となるように、レベル値の正規化を行うこともできる。
【００８７】
次いで、選択窓の設定が行われる（ステップＳ５０５）。より具体的には、データ処理部４１ｃは、リングデータＤ上に、リングデータＤの極大値が含まれる範囲を抽出する第１の選択領域としての選択窓（以下、正窓と略す）ＷＰと、リングデータＤの極小値が含まれる範囲を抽出する第２の選択領域としての選択窓（以下、負窓と略す）ＷＮと、を設定する。ここで、この正窓ＷＰと負窓ＷＮの設定パターンは、金種に応じて予めＲＯＭ等のメモリに記憶されており、金種の仮決定の段階で、金種に応じてどの設定パターンが選択されるべきかが決定される。例えば、金種の仮決定の段階で１００円硬貨であると推定された場合には、１００円硬貨を任意の角度だけ回転したときに、１００円硬貨の特徴的な模様上に正窓ＷＰが、１００円硬貨の非特徴的な部分に負窓ＷＮがくるような設定パターンが選択される。例えば、図８においては、１００円硬貨が時計回りに９０度回転したときに、１００円硬貨の特徴的な部分（「日」「本」「国」「百」「円」の部分）の特徴量が正窓ＷＰより抽出でき、１００円硬貨の非特徴的な部分（「日」「本」「国」「百」「円」以外の平らな部分）の特徴量が負窓ＷＮより抽出できる。なお、図８においては、正窓ＷＰの形状を同心円状とし、負窓ＷＮの形状を三角形状としたが、本発明では特にこれらの形状に限られることなく、例えば楕円等の形状の窓であっても構わない。また、正窓ＷＰと負窓ＷＮの数を複数設定したが、単数であっても構わない。
【００８８】
次いで、総和演算処理が行われる（ステップＳ５０６）。より具体的には、データ処理部４１ｃは、ステップＳ５０５において設定された正窓ＷＰの中にあるリングデータＤの総和値ＳＰと、ステップＳ５０５において設定された負窓ＷＮの中にあるリングデータＤの総和値ＳＮと、を算出する。
【００８９】
次いで、減算処理が行われる（ステップＳ５０７）。より具体的には、データ処理部４１ｃは、ステップＳ５０６において算出した総和値ＳＰから総和値ＳＮを減算する。そして、この減算処理によって得られた値を差分データ列ΔＬの最初の要素としてＲＡＭ等のメモリに記憶する。なお、選択領域として正窓ＷＰのみを採用し、選択領域として負窓ＷＮを採用しない場合には、このステップＳ５０７の処理は行われないこととなる。
【００９０】
次いで、リングデータＤを円周方向に３６０度シフトしたか否か、すなわち、例えば図８において、リングデータＤと、正窓ＷＰ及び負窓ＷＮと、を相対的に１ポイントずつ７２回巡回させたか否かを判断する（ステップＳ５０８）。より具体的には、データ処理部４１ｃは、予め初期化された変数ｉ(例えばｉ＝１)を用いて、１ポイント巡回させるごとにこの変数ｉをインクリメントし、この変数ｉが所定の値（図７ではｉ＝７２）を超えたか否かによって、円周方向に３６０度シフトしたか否を判断する。
【００９１】
なお、ステップＳ５０８においては、正窓ＷＰ及び負窓ＷＮを円周方向に１ピッチずつずらしながら全周にわたるように円周方向に３６０度シフトさせることとしたが、例えば正窓ＷＰ及び負窓ＷＮが左右対称に設けられている場合などは、正窓ＷＰ及び負窓ＷＮを円周方向に１ピッチずつずらしながら半周にわたるように１８０度だけシフトさせることとしてもよい。これより、演算量を削減することができ、ひいては円形物の識別処理を高速化することができる。
【００９２】
ステップＳ５０８において、データ処理部４１ｃは、リングデータＤを円周方向に３６０度シフトしていないと判別した場合には、リングデータＤと、正窓ＷＰ及び負窓ＷＮと、を相対的に１ポイントずつ巡回させた後に（ステップＳ５０９）、処理をステップＳ５０６の総和演算処理に戻し、その総和演算処理の算出結果を用いて減算処理を行い（ステップＳ５０７）、この減算処理によって得られた値を差分データ列ΔＬの次の要素としてＲＡＭ等のメモリに記憶し、再びステップＳ５０８の処理を行う。
【００９３】
一方で、データ処理部４１ｃは、ステップＳ５０８において、リングデータＤを円周方向に３６０度シフトしたと判別した場合には、所定の閾値を超えたか否かの識別処理を行う（ステップＳ５１０）。この識別処理は、上述の処理によって得られた差分データ列ΔＬのピーク値と所定の閾値Ｔとを比較し、閾値Ｔよりも大きければ、その情報が真贋判定部４１ｄに送信されて真貨であると判定され（ステップＳ５１１）、閾値Ｔよりも小さければ、その情報が真贋判定部４１ｄに送信されて偽貨であると判定される（ステップＳ５１２）。これより、硬貨Ｃの真贋を識別することが可能となる。
【００９４】
ここで、ステップＳ５１０においては、閾値Ｔと比較する対象として差分データ列ΔＬのピーク値を用いているが、この差分データ列ΔＬのピーク値は、リングデータＤと、正窓ＷＰ及び負窓ＷＮと、を相対的に１ポイントずつ巡回させている場合において、正窓ＷＰの中に１００円硬貨の特徴的な模様があり、かつ、負窓ＷＮの中に１００円硬貨の非特徴的な部分があるときの値となる。すなわち、図８においては、ステップＳ５０９の処理を１８回繰り返したとき（リングデータＤが時計回りに９０度シフトしたとき）に、差分データ列ΔＬはピーク値をとることとなる。そして、このピーク値は、ステップＳ５０７の減算処理に起因して、差分データ列ΔＬのピーク値以外の値と比べて相対的に大きなものとなっている。従って、低コストかつ簡便に１００円硬貨の特徴量の抽出精度を向上・安定化することができ、ひいては、鑑別性能を向上させることができる。
【００９５】
また、ステップＳ５１０においては、差分データ列ΔＬのピーク値と所定の閾値Ｔとを比較する識別処理を行っているが、本発明はこれに限られることなく、例えば差分データ列ΔＬのピーク値の総個数を所定の閾値と比較する識別処理であってもよいし、差分データ列ΔＬ全体を予め設定した基準差分データ列と比較する識別処理であってもよい。このような差分データ列のピーク値や総個数の情報は予めＲＯＭ等のメモリに記憶されている。
【００９６】
なお、図８のおいては、上述のピーク値は、差分データ列ΔＬの最大値を採っているが、差分データ列ΔＬの最小値を採ることも可能である。すなわち、本発明の第１の実施の形態に係るパターン識別方法では、照射角度の浅い照明を用いており、硬貨表面の模様部分で輝度値が大きくなるため差分データ列ΔＬの最大値がピーク値となっているが、逆に、照射角度の深い照明を用いた場合には、硬貨表面の非模様部分で輝度値が大きくなるため差分データ列ΔＬの最小値がピーク値となる。
【００９７】
また、図６においては、ステップＳ５０７の減算処理をステップＳ５０６の総和演算処理の直後に行うこととしているが、ステップＳ５１０の識別処理の直前に行うこととしてもよい。かかる例によれば、総和値ＳＰからなるデータ列の各要素から総和値ＳＮからなるデータ列の対応する各要素を減算することとなるため、図６のフロー図では差分データ列ΔＬは１要素ずつ順次生成されるのに対し、差分データ列ΔＬは一度に全部生成されることとなる。
【００９８】
また、図６に示すステップＳ５１０の識別処理において、差分データ列ΔＬのピーク値を所定の閾値と比較解析するのではなく、差分データ列ΔＬのピーク値から差分データ列ΔＬの輝度レベル（出力レベル）の平均値を減算した値を所定の閾値と比較解析することもできる。そうすると、例えば長年の使用により硬貨表面が経年変化し、硬貨表面の特徴部分の反射率が全体的に低下した場合であっても、閾値の設定変更をすることなく継続的に同じ閾値を用い続けることができるため、閾値の設定変更に起因した設定誤差によって硬貨の抽出精度が低下するのを防ぐことができ、ひいては鑑別性能を向上させることができる。
【００９９】
さらに、図６のステップＳ５１０の識別処理においては、ステップＳ５０６〜ステップＳ５０９の処理によって得られた差分データ列ΔＬのピーク値と所定の閾値Ｔとを比較しているが、この差分データ列ΔＬ上に、差分データ列ΔＬの極大値又は極小値を含む選択領域を更に設定し、ステップＳ５０６〜ステップＳ５０９の処理と同様の処理を行うことによって得られたデータ列のピーク値と所定の閾値Ｔとを比較してもよい。このようにすることで、識別精度をより向上させることができる。
【０１００】
例えば、図６のフロー図で示すステップＳ５０８の処理と、ステップＳ５１０の処理と、の間に図９に示すサブルーチンを挿入する。まず、図６のステップＳ５０８の処理によって得られた差分データ列ΔＬを特定入力データとして、この特定入力データ上に、この特定入力データの極大値を含む第１の特定選択領域と、この特定入力データの極小値を含む第２の特定選択領域が設定される（ステップＳ２０１）。
【０１０１】
次いで、ステップＳ２０１によって設定された第１の特定選択領域内の特定入力データの第１の特定総和値と、ステップＳ２０１によって設定された第２の特定選択領域内の特定入力データの第２の特定総和値と、を求める特定総和演算処理が実行される（ステップＳ２０２）。
【０１０２】
次いで、第１の特定総和値から第２の特定総和値を減ずる減算処理が行われる（ステップＳ２０３）。なお、この減算処理によって得られた値を特定差分データ列ΔＬ'の最初の要素としてＲＡＭ等のメモリに記憶する。
【０１０３】
次いで、差分データ列ΔＬと特定選択領域とを相対的に所定のデータ点数だけシフトさせたか否かが判断される（ステップＳ２０４）。ステップＳ２０４において、所定のデータ点数だけシフトさせていないと判定された場合には、差分データ列ΔＬと特定選択領域を相対的に１データずつシフトさせた後に（ステップＳ２０５）、処理をステップＳ２０２の特定総和演算処理に戻し、その特定総和演算処理の算出結果を用いて減算処理を行い（ステップＳ２０３）、この減算処理によって得られた値を特定差分データ列ΔＬ'の次の要素としてＲＡＭ等のメモリに記憶し、再びステップＳ２０４の処理を行う。
【０１０４】
一方で、ステップＳ２０４において、所定のデータ点数だけシフトさせたと判定された場合には、識別精度は十分か否かが判断される（ステップＳ２０６）。ステップＳ２０６において、識別精度が不十分であると判定された場合には、処理をステップＳ２０１に戻し、上述した一連の処理をもう一度繰り返す。
【０１０５】
最後に、ステップＳ２０６において識別精度が十分であると判定された場合には、処理を図６のステップＳ５１０に戻す。このようにすることで、識別精度をより向上させることができる。
【０１０６】
なお、図９では減算処理（ステップＳ２０３）が存在するが、特定入力データとして総和データ列を用いる場合には、この減算処理を省けばよい。また、特定入力データとして、最初は差分データ列ΔＬが採用されているが、繰り返し処理（ステップＳ２０６）が行われた後は、特定差分データ列ΔＬ'が採用されることとなる。
【０１０７】
［変形例］
図１０は、本発明の第１の実施の形態に係る他のパターン識別方法についてのフロー図である。この他のパターン識別方法は、受け付けるべき円形物表面の空間的特徴が表面と裏面とで異なる場合において、リングデータＤの切り出し半径Ｒ、正窓ＷＰと負窓ＷＮ、及び閾値Ｔのパラメータ組を表／裏面用の２種類予め用意しておき、これらを用いることによって、撮像された円形物の光学画像が表面であると裏面であるとに拘わらず、円形物の真贋を識別し得るものである。以下、この他の識別方法を具体的に説明する。
【０１０８】
図１０において、まず、光学画像データの取込みが行われる（ステップＳ８０１）。そして、硬貨中心点の検出が行われる（ステップＳ８０２）。なお、上述したステップＳ５０１，Ｓ５０２と同様の処理が行われるので、その説明を省略する。
【０１０９】
次いで、表面用パラメータの選択処理が行われる（ステップＳ８０３）。より具体的には、データ処理部４１ｃは、予めＲＯＭ等のメモリに記憶されている表面用の切り出し半径Ｒ，表面用の正窓ＷＰ，表面用の負窓ＷＮ，表面用の判定閾値Ｔを選択し、ＲＡＭ等のメモリにセットする。
【０１１０】
次いで、リングデータの切り出し（ステップＳ８０４）、リングデータの圧縮（ステップＳ８０５）、選択窓の設定（ステップＳ８０６）、総和演算処理（ステップＳ８０７）、減算処理（ステップＳ８０８）、リングデータＤと正窓ＷＰ及び負窓ＷＮとの相対的巡回演算（ステップＳ８０９及びステップＳ８１０）、のそれぞれの処理が行われるが、これらの処理は上述した図６におけるステップＳ５０３〜ステップＳ５０９の処理と同様であるので、その説明を省略する。
【０１１１】
次いで、データ処理部４１ｃは、ステップＳ５０９においてリングデータＤを円周方向に３６０度シフトしたと判別した場合には、閾値を超えたか否かの識別処理を行う（ステップＳ８１１）。この識別処理は、上述の処理によって得られた差分データ列ΔＬのピーク値と閾値Ｔとを比較し、閾値Ｔよりも大きければ真貨であると判別し（ステップＳ８２２）、閾値Ｔよりも小さければ、真貨ではないか、或いは撮像した光学画像が硬貨Ｃの裏面である可能性があると判別する。後者の場合、処理はステップＳ８１２に移される。
【０１１２】
ここで、ステップＳ８１１において閾値Ｔを超えてないと判別された場合、裏面用パラメータの選択処理が行われる（ステップＳ８１２）。より具体的には、データ処理部４１ｃは、予めＲＯＭ等のメモリに記憶されている裏面用の切り出し半径Ｒ'，裏面用の正窓ＷＰ'，裏面用の負窓ＷＮ'，裏面用の判定閾値Ｔ'を選択し、ＲＡＭ等のメモリにセット（表面用パラメータの上に上書き）する。
【０１１３】
次いで、リングデータの切り出し（ステップＳ８１３）、リングデータの圧縮（ステップＳ８１４）、選択窓の設定（ステップＳ８１５）、総和演算処理（ステップＳ８１６）、減算処理（ステップＳ８１７）、リングデータＤ'と正窓ＷＰ'及び負窓ＷＮ'との相対的巡回演算（ステップＳ８１８及びステップＳ８１９）、のそれぞれの処理が行われるが、これらの処理は上述したステップＳ８０４〜ステップＳ８１０の処理と同様であるので、その説明を省略する。
【０１１４】
次いで、データ処理部４１ｃは、ステップＳ８１８において、リングデータＤ'を円周方向に３６０度シフトしたと判定した場合には、閾値を超えたか否かの識別処理を行う（ステップＳ８２０）。この識別処理は、上述の処理によって得られた差分データ列ΔＬ'のピーク値と閾値Ｔ'とを比較し、閾値Ｔ'よりも大きければ真貨であると判別し（ステップＳ８２２）、閾値Ｔ'よりも小さければ偽貨であると判別する（ステップＳ８２１）。最終的に真贋判定部４１ｄにより真貨か偽貨を判別した後、本サブルーチンを直ちに終了する。
【０１１５】
以上説明したように、本発明の第１の実施の形態に係る他のパターン識別方法によれば、受け付けるべき円形物表面の空間的特徴が表裏面で異なる場合であっても、円形物の真贋を識別することが可能となる。
【０１１６】
［他の変形例］
図１１は、本発明の第１の実施の形態に係る他のパターン識別方法についてのフロー図である。この他のパターン識別方法は、複数箇所（複数のリングエリア）からリングデータＤを求めることとし、各リングエリアに対応したリングデータＤの切り出し半径Ｒ、正窓ＷＰと負窓ＷＮ、及び閾値Ｔのパラメータ組を予め用意しておき、これらを用いて各リングエリアに対応した差分データ列ΔＬの総和演算を行うことによって、硬貨表面の空間的特徴部分がより強調され、より精度よく円形物の真贋を識別し得るものである。例えば、図１７に示すように、リング状検出領域Ｖ及びリング状検出領域Ｖ'の２つのリングエリアからリングデータを求めることができる。以下、この他のパターン識別方法について具体的に説明する。
【０１１７】
図１１において、まず、光学画像データの取込みが行われる（ステップＳ９０１）。そして、硬貨中心点の検出が行われる（ステップＳ８０２）。なお、上述したステップＳ５０１，Ｓ５０２と同様の処理が行われるので、その説明を省略する。
【０１１８】
次いで、複数のリングエリアの全てについて、差分データ列ΔＬを計算したか否かが判断される（ステップＳ９０３）。より具体的には、データ処理部４１ｃは、予め初期化された変数ｋ（例えばｋ＝１）を用いて、１ポイント巡回させるごとにこの変数ｋをインクリメントし、この変数ｋが予め定められたリングエリアの総数を超えたか否かによって判断する。
【０１１９】
データ処理部４１ｃは、ステップＳ９０３においてまだ全てのリングエリアについて差分データ列ΔＬを計算していないと判定した場合には、各リングエリア用のパラメータの選択処理が行われる（ステップＳ９０４）。より具体的には、データ処理部４１ｃは、予めＲＯＭ等のメモリに記憶されている各リングエリア用の切り出し半径Ｒ，各リングエリア用の正窓ＷＰ，各リングエリア用の負窓ＷＮを選択し、ＲＡＭ等のメモリにセットする。
【０１２０】
次いで、リングデータの切り出し（ステップＳ９０５）、リングデータの圧縮（ステップＳ９０６）、選択窓の設定（ステップＳ９０７）、総和演算処理（ステップＳ９０８）、減算処理（ステップＳ９０９）、リングデータＤと正窓ＷＰ及び負窓ＷＮとの相対的巡回演算（ステップＳ９１０及びステップＳ９１１）、のそれぞれが行われるが、これらの処理は上述したステップＳ５０３〜ステップＳ５０９の処理と同様であるので、その説明を省略する。
【０１２１】
次いで、データ処理部４１ｃは、ステップＳ９０３において全てのリングエリアについて差分データ列ΔＬを計算していないと判定した場合には、角度別総和演算処理を行う（ステップＳ９１２）。より具体的には、データ処理部４１ｃは、上述したステップＳ９０８〜ステップＳ９１１において計算された各リングエリアについての差分データ列ΔＬを角度別に加算した差分総和データ列ΔＳＬを生成する。ここで、この差分総和データ列ΔＳＬは、特定の角度においてピーク値をもつ複数の差分データ列ΔＬの全てを加算したものであるから、そのピーク値は、総和演算を行う前の各差分データ列ΔＬ単独のピーク値と比してより強調された（大きな）値となる。
【０１２２】
最後に、上述のステップＳ９１２の角度別総和演算処理が行われた後に、硬貨Ｃの識別処理が行われる（ステップＳ９１３）。より具体的には、データ処理部４１ｃは、差分総和データ列ΔＳＬのピーク値と所定の閾値Ｔとを比較し、閾値Ｔよりも大きければ、その情報を真贋判定部４１ｄに送信して真貨であると判定され（ステップＳ５１４）、閾値Ｔよりも小さければ、その情報を真贋判定部４１ｄに送信して偽貨であると判定される（ステップＳ５１５）。これより、硬貨Ｃの真贋を識別することが可能となる。
【０１２３】
以上説明したように、本発明の第１の実施の形態に係る他のパターン識別方法によれば、ステップＳ９１２の角度別総和演算処理によって得られた差分総和データ列ΔＳＬのピーク値が、当該総和演算を行う前の各差分データ列ΔＬ単独のピーク値と比してより強調された（大きな）値となるため、鑑別性能を向上させることができる。
【０１２４】
［第２の実施の形態に係るパターン識別方法］
図１２は、本発明の第２の実施の形態に係るパターン識別方法についてのフロー図である。なお、ここでは、四角物（紙幣）の一例として１０００円札を用いて説明する。
【０１２５】
図１２において、まず、紙幣の光学画像データの取込みが行われる（ステップＳ１００１）。より具体的には、ＣＰＵ４１内の搬送制御部４１ｆからの指令に基づき硬貨（紙幣）搬送部４４（紙幣繰出し機構２１）は紙幣を搬送し、紙幣が所定の位置に搬送されたとき、照明制御部４１ｅからの指令に基づき照明部４３は紙幣の表面全体を照らし、紙幣の表面からの反射光が画像撮像部４２（例えばイメージセンサ）に入力されたとき、画像取込制御部４１ａは紙幣の光学画像を取り込み、この光学画像を画像記憶部４１ｂに記憶する。
【０１２６】
次いで、金銭データの切り出しが行われる（ステップＳ１００２）。より具体的には、データ処理部４１ｃは、紙幣の光学画像上に、１０００円札の特徴的な模様を含む右隅において、一定のピッチ（例えば１画素毎）で長方形状に光学画像データを切り出す（図１２参照）。
【０１２７】
次いで、選択窓の設定が行われる（ステップＳ１００３）。より具体的には、データ処理部４１ｃは、ステップＳ１００２の処理によって切り出された金銭データ上に、極大値が含まれる範囲を抽出する第１の選択領域としての選択窓（正窓）ＷＰと、極小値が含まれる範囲を抽出する第２の選択領域としての選択窓（負窓）ＷＮと、を設定する。ここで、この正窓ＷＰと負窓ＷＮの設定パターンは、予めＲＯＭ等のメモリに記憶されており、金種の仮決定の段階で、どの設定パターンが選択されるべきかが決定される。例えば、金種の仮決定の段階で１０００円札であると推定された場合には、１０００円札に対して正窓ＷＰ及び負窓ＷＮを相対移動させたときに、１０００円札の特徴的な模様上に正窓ＷＰが、１０００円札の非特徴的な部分に負窓ＷＮがくるような設定パターンが選択される。例えば、図１４（ａ）においては、正窓ＷＰ及び負窓ＷＮが交互に設定された選択領域が１０００円札の中央付近にあるときに、１０００円札の特徴的な部分（「１０００」の数字の部分（濃淡パターンが濃い部分））の特徴量が正窓ＷＰより抽出でき、１０００円札の非特徴的な部分（「１０００」の数字以外の部分（濃淡パターンが淡い部分））の特徴量が負窓ＷＮより抽出できる。すなわち、正窓ＷＰ及び負窓ＷＮが交互に設定された選択領域が図１４（ａ）に示す位置にあるときのレベル値出力は、図１４（ｂ）に示すような波形となる。正窓ＷＰより抽出された特徴量（レベル値）の出力は、負窓ＷＮより抽出された特徴量（レベル値）の出力より高いことが分かる。
【０１２８】
なお、図１４では濃度の高い部分を加算対象として選択している。また、図１４において、正窓ＷＰの形状を正方形状とし、負窓ＷＮの形状も正方形状としたが、本発明では特にこれらの形状に限られることなく、例えば円、楕円、台形等の形状の窓であっても構わない。また、正窓ＷＰと負窓ＷＮの数を複数設定したが、それぞれ単数であっても構わない。
【０１２９】
次いで、総和演算処理が行われる（ステップＳ１００４）。より具体的には、データ処理部４１ｃは、ステップＳ１００３において設定された正窓ＷＰの中にある金銭データの総和値ＳＰと、ステップＳ１００３において設定された負窓ＷＮの中にある金銭データの総和値ＳＮと、を算出する。
【０１３０】
次いで、減算処理が行われる（ステップＳ１００５）。より具体的には、データ処理部４１ｃは、ステップＳ１００４において算出した総和値ＳＰから総和値ＳＮを減算する。そして、この減算処理によって得られた値を差分データ列ΔＬの最初の要素としてＲＡＭ等のメモリに記憶する。なお、選択領域として正窓ＷＰのみを採用し、選択領域として負窓ＷＮを採用しない場合には、このステップＳ５０７の処理は行われず、ステップＳ１００４において算出した総和値ＳＰそのものが総和データ列の最初の要素としてＲＡＭ等のメモリに記憶される。
【０１３１】
次いで、金銭データを全部スキャンしたか否か、すなわち例えば図１５（ａ）において、金銭データと、正窓ＷＰ及び負窓ＷＮと、を相対的に１ポイント（１画素）ずつ移動させ、縦方向及び横方向の全てをスキャンしたか否かを判断する（ステップＳ１００６）。より具体的には、データ処理部４１ｃは、予め初期化された変数ｉ，ｊ(例えばｉ，ｊ＝１)を用いて、レベル１（最上段の金銭データ）の左端から１ポイント右へ移動させるごとにこの変数ｉをインクリメントし、この変数ｉが所定の値（図１５（ａ）では横方向のポイント数）を超えると、変数ｊのインクリメント（ｊ＝２）及び変数ｉの初期化（ｉ＝１）を行ってレベル２（上から２段目の金銭データ）へ移るが、この変数ｊが所定の値（図１５ではｊ＝１６）を超えたか否かによって、金銭データを全部スキャンしたか否かを判断する。
【０１３２】
ステップＳ１００６において、データ処理部４１ｃは、金銭データを全部スキャンしていないと判別した場合には、金銭データと、正窓ＷＰ及び負窓ＷＮと、を相対的に１ポイントずつ右（或いは下）へ移動させた後に（ステップＳ１００７）、処理をステップＳ１００４の総和演算処理に戻し、その総和演算処理の算出結果を用いて減算処理を行い（ステップＳ１００５）、この減算処理によって得られた値を差分データ列ΔＬの次の要素としてＲＡＭ等のメモリに記憶し、再びステップＳ１００６の処理を行う。
【０１３３】
ここで、本実施形態における金銭データは２次元行列になっていることから、ステップＳ１００５の減算処理によって得られた差分データ（ステップＳ１００５の減算処理を施さない場合には、ステップＳ１００４において算出した総和値ＳＰそのもの）も２次元行列になる。すなわち、図１５（ｂ）に示すように、例えば、横軸を相対移動させる量（ポイント数）、縦軸をステップＳ１００５の減算処理によって得られた差分データとした場合において、Ｌ１では、差分データは全体的に低く濃度変化がほとんどないことから平坦な波形となる。同様に、Ｌ２〜Ｌ４までは、濃度変化がほとんどないことから平坦な波形となる。しかし、Ｌ５〜Ｌ１１あたりでは、１０００円札の特徴的な部分（「１０００」の数字の部分）の特徴量が正窓ＷＰより抽出され、１０００円札の非特徴的な部分（「１０００」の数字以外の平らな部分）の特徴量が負窓ＷＮより抽出されるタイミングで、顕著なピーク値をもち、そこから左右へ相対移動させると極小値及び極大値が交互に表れるような波形となる。上述した差分データ列ΔＬは、Ｌ１〜Ｌ１６までの各レベルにおける波形（１次元差分データ）を順々に結合することによって求めることができ（図１５（ｃ）参照）、Ｌ１〜Ｌ１６までの１６区分の波形から構成される。
【０１３４】
一方で、データ処理部４１ｃは、ステップＳ１００６において、金銭データを全部スキャンしたと判別した場合には、所定の閾値を超えたか否かの識別処理を行う（ステップＳ１００８）。この識別処理は、上述の処理によって得られた差分データ列ΔＬのピーク値と所定の閾値Ｔとを比較し、閾値Ｔよりも大きければ真札であると判定し（ステップＳ１００９）、閾値Ｔよりも小さければ偽札であると判定する（ステップＳ１０１０）。これより、紙幣の真贋を識別することが可能となる。
【０１３５】
ここで、ステップＳ１００８においては、閾値Ｔと比較する対象として差分データ列ΔＬのピーク値を用いているが、この差分データ列ΔＬのピーク値は、金銭データと、正窓ＷＰ及び負窓ＷＮと、を相対的に１ポイントずつ移動させている場合において、正窓ＷＰの中に１０００円札の特徴的な模様があり、かつ、負窓ＷＮの中に１０００円札の非特徴的な部分があるときの値となる。すなわち、図１５（ｃ）においては、Ｌ５〜Ｌ１１の各区分の中央付近で、差分データ列ΔＬは複数のピーク値をとることとなる。従って、低コストかつ簡便に１０００円札の特徴量の抽出精度を向上・安定化することができ、ひいては、鑑別性能を向上させることができる。
【０１３６】
なお、本発明の第２の実施の形態においては、正窓ＷＰ及び負窓ＷＮが交互に設定された選択領域は左右方向に線で形成され、この選択領域を左右方向に相対移動させながら総和演算処理を行うこととしたが、本発明はこれに限られず、正窓ＷＰ及び負窓ＷＮが交互に設定された選択領域を上下方向に線で形成し、この選択領域を上下方向に相対移動させながら総和演算処理を行うこととしてもよいし、正窓ＷＰ及び負窓ＷＮが交互に設定された選択領域を２次元面で形成し、この選択領域を左右方向或いは上下方向に相対移動させながら総和演算処理を行うこととしてもよい。
【０１３７】
また、本発明の第２の実施の形態においては、上述したステップＳ１００１で取り込まれた光学画像データをそのまま用いているが、必要に応じて微分、平滑フィルタ等を介してフィルタリング処理を施すこととしてもよい。
【０１３８】
また、本発明の第１の実施の形態において述べたように、差分データ列ΔＬの最大値ではなく最小値をピーク値として採用する、ステップＳ１００５の減算処理をステップ１００８の識別処理の直前に行う、差分データ列ΔＬのピーク値から差分データ列ΔＬの輝度レベル（出力レベル）の平均値を減算した値を所定の閾値と比較解析するなど、本発明の第２の実施の形態においても様々な応用例が考えられる。
【０１３９】
さらに、本発明の第１の実施の形態に係る変形例で述べた内容（紙幣の表面と裏面の両方で識別処理を行うこと）、本発明の第１の実施の形態に係る他の変形例で述べた内容（紙幣の表面の１箇所ではなく、複数の箇所から金銭データを抽出して識別処理を行うこと）は、本発明の第２の実施の形態においても適用可能である。また、搬送時の影響等で特徴的な部分あるいは非特徴的な部分の位置が円周方向で変わっていく円形物とは違い、紙幣のような四角物は搬送時の影響等で特徴的な部分あるいは非特徴的な部分の位置が変わることはない。従って、正窓ＷＰまたは負窓ＷＮを固定した状態で総和値ＳＰ又は総和値ＳＮを求め、これらを用いて紙幣の真贋を識別することもできる。この場合には、例えば、総和値ＳＰ又は総和値ＳＮを所定の閾値と比較解析することでその真贋を識別することができる。あるいは、総和値ＳＰと総和値ＳＮとの差の値を所定の閾値と比較解析してその真贋を識別してもよい。
【実施例１】
【０１４０】
以下、本発明の実施例について、実験によって得られたデータを用いて詳述する。なお、ここでは本発明の第１の実施の形態に係る識別装置による実験によって得られたデータを用いて詳述する。
【０１４１】
図１６（ａ）は、本発明の実施例に係る１００円硬貨の光学画像上に、同心円状の５本のリング状検出領域を設定し、所定の位置に、正窓ＷＰと負窓ＷＮを設定した様子を示す図である。ここで、１００円硬貨の特徴的な模様上に正窓ＷP1〜正窓ＷP5が、１００円硬貨の非特徴的な部分に負窓ＷN1〜負窓ＷN8がくるような設定パターンが選択されている。
【０１４２】
そして、正窓ＷP1〜正窓ＷP5及び負窓ＷN1〜負窓ＷN8のそれぞれにおいて、各切り出し角度において半径方向に圧縮処理を施してリングデータＤを生成する（図５のステップＳ５０４参照）。ここで、このリングデータＤのヒストグラムと各窓との対応関係を図１６（ｂ）に示す。図１６（ｂ）において、横軸（Ｘ軸）は、角度ピッチ５度で切り出した場合の検出点数（＝７２点）からなり、縦軸（Ｙ軸）は、回転角度に対するリングデータＤのヒストグラムからなり、薄い網目は正窓ＷP1〜正窓ＷP5の位置、濃い網目は負窓ＷN1〜負窓ＷN8を示す。図１６（ｂ）によれば、正窓ＷP1〜正窓ＷP5にはリングデータＤの極大値が含まれており、負窓ＷN1〜負窓ＷN8にはリングデータＤの極小値が含まれているのが分かる。
【０１４３】
次に、総和演算処理（図５のステップＳ５０６参照）及び減算処理（図５のステップＳ５０７参照）が行われ、正窓ＷP1〜正窓ＷP5の中にあるリングデータＤの総和値ＳＰ（図１６（ｃ）においてＸ＝１におけるリングデータＤの値）と、図５のステップＳ５０５において設定された負窓ＷN1〜負窓ＷN8の中にあるリングデータＤの総和値ＳＮ（図１６（ｄ）においてＸ＝１におけるリングデータＤの値）と、の差分データ、すなわちＳＰからＳＮを引いた値（図１６（ｅ）においてＸ＝１におけるリングデータＤの値）が算出される。
【０１４４】
次いで、リングデータＤを時計回りにシフトさせ（図５のステップＳ５０８及びステップＳ５０９参照）、５度の角度ピッチで（検出点でいえば１ポイント）シフトさせるごとに、リングデータＤの総和値ＳＰ，総和値ＳＮ，及び差分データが算出される。そうすると、シフトさせた量に対する総和値ＳＰを示す図（図１６（ｃ））と、シフトさせた量に対する総和値ＳＮを示す図（図１６（ｄ））と、シフトさせた量に対する差分データ、すなわち差分データ列ΔＬを示す図（図１６（ｅ））のそれぞれの図が得られる。これらの図によれば、確かに、図１６（ｃ）におけるピーク値（Ｘ＝１）と比べて、図１６（ｅ）におけるピーク値（Ｘ＝１）の方が大きくなっており、このピーク値を円形物の真贋の識別に用いることによって鑑別性能が向上することが分かる。
【０１４５】
一方で、図１６（ｆ）は、排除すべき硬貨表面の光学画像から得られたリングデータＤのヒストグラムと各窓との対応関係を示す図である。また、図１６（ｇ）は、図１６（ｆ）に示すリングデータＤから求めた差分データ列ΔＬを示す図である。図１６（ｇ）では、差分データ列ΔＬのピーク値（＝約−５００）は、図１６（ｅ）に示す差分データ列ΔＬのピーク値（＝約１８００）ほど大きいものではない。
【０１４６】
以上説明したように、受け付けるべき硬貨表面の光学画像から得られたリングデータＤから求めた差分データ列ΔＬ（図１６（ｅ））のピーク値と、排除すべき硬貨表面の光学画像から切り出されたリングデータＤから求めた差分データ列ΔＬ（図１６（ｇ））のピーク値と、の間には大きな差があり、この差を利用することによって、被識別物たる円形物の真贋の鑑別性能の向上を図ることができる。
【産業上の利用可能性】
【０１４７】
本発明に係るパターン識別方法は、被識別物や被識別円形物の種類または真贋を判定するにあたって実行される画像処理の負荷を軽減させることで、光学画像を用いる方式を採用した場合であっても、装置の低廉化及び小型化を図ることができるものとして有用である。
【図面の簡単な説明】
【０１４８】
【図１】本発明の第１の実施の形態に係る識別装置の内部に設けられた硬貨搬送路の概略構造を示した平面図である。
【図２】本発明の第１の実施の形態に係る識別装置の内部に設けられた硬貨搬送路の側面断面図である。
【図３】本発明の第１の実施の形態に係る識別装置の内部に設けられた光学式コインセンサ装置の概略構造を表した拡大側面図である。
【図４】本発明の第２の実施の形態に係る識別装置の内部に設けられた紙幣搬送路の概略構造を示した平面図である。
【図５】本発明の第１の実施の形態に係る識別装置の電気的構成を示すブロック図である。
【図６】本発明の第１の実施の形態に係るパターン識別方法についてのフロー図である。
【図７】本発明の第１の実施の形態に係る識別装置に投入する円形物（硬貨）の光学画像の一例を表した図である。
【図８】本発明の第１の実施の形態に係る識別装置に投入する円形物（硬貨）の光学画像上に選択窓が設定された様子を示した図である。
【図９】図６のフロー図で示すステップＳ５０８の処理とステップＳ５１０の処理の間に挿入されるサブルーチンを示すフロー図である。
【図１０】本発明の第１の実施の形態に係る他のパターン識別方法についてのフロー図である。
【図１１】本発明の第１の実施の形態に係る他のパターン識別方法についてのフロー図である。
【図１２】本発明の第２の実施の形態に係るパターン識別方法についてのフロー図である。
【図１３】本発明の第２の実施の形態に係る識別装置に挿入する四角物（紙幣）の光学画像の一例を表した図である。
【図１４】（ａ）は本発明の第２の実施の形態に係る識別装置に挿入する四角物（紙幣）の光学画像上に選択窓が設定された様子を示した図である。 （ｂ）は、選択領域が（ａ）に示す位置にあるときのレベル値出力を示す波形図である。
【図１５】（ａ）本発明の第２の実施の形態に係る識別装置に挿入する四角物（紙幣）の光学画像から得られた金銭データをスキャンする様子を示した図である。 （ｂ） 選択領域の相対移動量に対し、減算処理によって得られた差分データ差分データを示す波形図である。 （ｃ） 選択領域の相対移動量に対し、１次元の差分データ列を示す波形図である。
【図１６】（ａ）は、受け付けるべき硬貨表面の光学画像上に、リング状検出領域と正窓ＷＰ及び負窓ＷＮを設定した様子を示す図である。 （ｂ）は、（ａ）の光学画像から得られたリングデータＤのヒストグラムと各窓との対応関係を示す図である。 （ｃ）は、（ａ）の光学画像から得られたリングデータＤをシフトさせた量に対する総和値ＳＰを示す図である。 （ｄ）は、（ａ）の光学画像から得られたリングデータＤをシフトさせた量に対する総和値ＳＮを示す図である。 （ｅ）は、（ａ）の光学画像から得られたリングデータＤをシフトさせた量に対する差分データ列ΔＬを示す図である。 （ｆ）は、排除すべき硬貨表面の光学画像から得られたリングデータＤのヒストグラムと各窓との対応関係を示す図である。 （ｇ）は、（ｆ）の光学画像から得られたリングデータＤをシフトさせた量に対する差分データ列ΔＬを示す図である。
【図１７】本発明の第１の実施の形態に係る他のパターン識別方法についての光学画像の一例を表した図である。
【図１８】従来のパターン識別方法の識別手順を表した概略フロー図である。
【図１９】従来のパターン識別方法の識別手順を模式的に表した工程説明図である。
【符号の説明】
【０１４９】
１ 硬貨搬送路
２０ 紙幣搬送路
Ｃ 硬貨（円形物）
ＣＳＵ 光学式コイン（紙幣）センサ装置（ＣＣＤエリアセンサ）
ＷＰ 正窓
ＷＮ 負窓
【技術分野】
【０００１】
本発明は、識別対象となる被識別物又は被識別円形物（以下、「被識別物等」という。）の特徴的な模様に関する光学画像のパターンデータ列を解析することによって、その被識別物等の種類または真贋を判定するパターン識別方法および識別装置に関するものであって、特に、被識別物等の種類または真贋を判定する際に実行される画像処理の負荷軽減を考慮しつつ鑑別性能を向上させるものである。
【０００２】
ここで、被識別物とは、被識別円形物を含む概念であり、例えば、硬貨、ゲームトークンや紙幣などが挙げられる。また、被識別円形物とは、円形を呈する被識別物のことであり、例えば、硬貨やゲームトークンなどが挙げられる。
【背景技術】
【０００３】
一般に、自動販売機、自動券売機、ゲーム機、両替機など、硬貨や紙幣などの被識別物等を取り扱う各種装置には、投入された硬貨等の被識別物等の種類または真贋を判定する識別装置が設けられている。近年、硬貨や紙幣の偽造・変造犯罪が多発し社会問題化する中で、識別装置に対する高機能化ニーズは益々強くなってきており、様々なタイプの識別装置が提案されている。
【０００４】
例えば、特開昭６２−２４５４９５号公報（特許文献１）、特開２００１−１８８９３２号公報（特許文献２）、特開２００１−１８８９３３号公報（特許文献３）、特願昭６１−９０５４７号公報（特許文献４）、特願平１１−３７５５３２号公報（特許文献５）、或いは特願平１１−３７５５３３号公報（特許文献６）などには、硬貨表面の凹凸形状を検知することによって硬貨のパターン識別を行うようにした方式のものが開示されており、特に、特許文献１に開示された方式にあっては、硬貨の中心を通過する位置に配置されたセンサが硬貨の凹凸形状を検出して、これに予め記憶された基準凹凸パターンと照合して一致するか否かによって硬貨の真贋を判定するようにしたものである。
【０００５】
また、特許第２８０３９３０号公報（特許文献７）においては、光学的に読み取った硬貨表面の模様の光学画像から得たパターンデータを、予め記憶されている基準の画像パターンデータと比較することによって、金種または真贋を判定するようにした方式のものが開示されている。
【０００６】
さらに、特開平１０−３０２１１１号公報（特許文献８）、特許第２７９２７０３号公報（特許文献９）においては、光学的に読み取った紙幣表面の模様の光学画像から得たパターンデータを、予め記憶されている基準の画像パターンデータと比較（パターンマッチング処理）することによって、金種または真贋を判定するようにした方式のものが開示されている。
【０００７】
図１８は、被識別物等の模様を光学的に読み取った光学画像からパターンデータを得るようにした従来のパターン識別方法の概略フロー図の一例である。なお、ここでは被識別物等の一例として硬貨（円形物）を採用する。
【０００８】
図１８において、従来のパターン識別方法は、まず初めに硬貨の材質と外径とを検出することによって金種の仮決定を行い（ステップＳ１）、その後に、硬貨表面の模様に関する画像パターンデータを用いることにより金種の本決定を行うようにしている（ステップＳ２）。
【０００９】
ここで、上述した金種の本決定を行う手順を説明する。まず被識別物等としての硬貨の模様を光学的に検出して、例えば図１９（ａ）に示されているような硬貨Ｃの光学画像を得る。その後、この光学画像の水平および垂直の射影を形成して、それぞれのカーブの両端点を検出し、それらの座標値の算術平均から硬貨の中心位置を求める。次に、その求めた中心位置を基準として、硬貨Ｃの模様に関する光学画像上に、この硬貨Ｃの種類に関する特徴的な模様を含むリング状の検出領域Ｖを設定する。そして、このリング状の検出領域Ｖに対応する光学画像の環状領域から、周方向に沿って画像パターンデータ列を順に切り出していく。その切り出した画像パターンデータ列Ｆ（評価データ）は、長方形の行列として保存される。
【００１０】
一方、受け付けるべき硬貨Ｃの基準データとしては、画像パターンデータ列Ｆに対応する同サイズの表用・裏用の２種類の基準パターンデータＴ１，Ｔ２を予め用意しておき、画像パターンデータ列Ｆを、この２種類の基準パターンデータＴ１，Ｔ２と照合することにより類似性を算出していく。この基準パターンデータＴ１，Ｔ２との照合作業は、図１９（ｂ），（ｃ）のように、硬貨Ｃの表・裏に関してそれぞれ行うこととし、その結果として得られた類似性の尺度には、次の式で表されるような正規化相関係数ｒがしばしば用いられる。
【数１】
【００１１】
このようにして、第１番目の画素について得た相関値をｒ１とした後、画素を１画素ずつ順次シフトしていきながら同様の操作をＮ回繰り返し、それによって相関値の系列（ｒ１，ｒ２，・・・ｒＮ）を得る。そして、このＮ個の相関値のうちで最大のものを検出して類似度ｒに設定し、その類似度ｒが、予め設定しておいた閾値Ｒｔよりも大きければ、現在評価中の硬貨を既に仮決定した金種に一致するものと判定し、それを正式な金種として受け入れる。一方、上述した類似度ｒが閾値ｒｔよりも小さければ、仮決定した金種に一致しないものと判定し、それを排除する。
【００１２】
【特許文献１】特開昭６２−２４５４９５号公報
【特許文献２】特開２００１−１８８９３２号公報
【特許文献３】特開２００１−１８８９３３号公報
【特許文献４】特願昭６１−９０５４７号公報
【特許文献５】特願平１１−３７５５３２号公報
【特許文献６】特願平１１−３７５５３３号公報
【特許文献７】特許第２８０３９３０号公報
【特許文献８】特開平１０−３０２１１１号公報
【特許文献９】特許第２７９２７０３号公報
【発明の開示】
【発明が解決しようとする課題】
【００１３】
しかしながら、上述したパターン識別方法では以下の問題がある。
【００１４】
まず、硬貨表面の凹凸形状を検知することによって硬貨の識別を行うようにした方式を採用した場合には、得られる情報が基本的に１チャンネルのラインであり、精度向上のためには多数個のチャンネルを用意するか、別の特徴量を抽出するセンサと組み合わせるなどの工夫を要するためコストがかさむといった問題がある。
【００１５】
また、光学画像を用いる方式を採用した場合には、大量のパターンデータを複雑に演算処理する画像処理ステップを要することから、実用的な識別精度や処理時間を確保するためには大容量の記憶素子や高速な演算素子を導入することが必要となり、結局、装置が大型で高価のものにならざるを得ない、といったコストの問題が残存することとなる。加えて、実際に投入される硬貨や挿入される紙幣などの被識別物等は、表面が滑らかで反射率の高い部分や、使用経歴によって磨耗や汚れが進み硬貨表面の特徴部分の反射率が低下している部分があり、同じ種類のものであっても光学画像上のコントラストは大きく変動していることから、濃淡処理等の画像処理ステップも必要となり、装置の低廉化及び小型化を図ることが困難である。
【００１６】
本発明は、このような点に鑑みてなされたものであり、その目的は、光学画像を用いる方式を採用した場合において、被識別物等の識別処理を行うにあたって処理負荷が小さく低コストであって、装置の低廉化及び小型化を図るパターン識別方法および識別装置を提供することにある。
【課題を解決するための手段】
【００１７】
以上のような課題を解決するために、本発明は、被識別物等の表面の模様パターンを撮像することによって得られた画像データに基づく出力データ上に、被識別物等の表面の特定の選択領域（第１の選択領域及び第２の選択領域）を予め設け、その選択領域内の出力データの総和値を使ってその画像データの特徴量を抽出することで、被識別物等の表面の模様パターンを識別することを特徴とする。
【００１８】
より具体的には、本発明は、以下のものを提供する。
【００１９】
（１） 識別対象となる被識別物の表面の模様パターンを撮像することによって得られた画像データを一定のピッチで抽出し、抽出して得られた出力データを解析することで、この被識別物の表面の模様パターンを識別するパターン識別方法において、前記出力データ上に、当該出力データの複数の極大値を含み、かつ、それらの極大値が前記模様パターンに応じた位置関係となるように配列された第１の選択領域と、当該出力データの複数の極小値を含み、かつ、それらの極小値が前記模様パターンに応じた位置関係となるように配列された第２の選択領域と、を予め設定し、前記第１の選択領域内の出力データの第１の総和値と、前記第２の選択領域内の出力データの第２の総和値と、を求める総和演算処理を実行し、前記出力データと、前記第１の選択領域及び前記第２の選択領域と、を前記一定のピッチで相対的に移動させる毎に前記総和演算処理を実行することによって、前記第１の総和値のデータ列である第１の総和データ列と、前記第２の総和値のデータ列である第２の総和データ列と、を求め、前記第１の総和データ列の各要素と、それに対応する前記第２の総和データ列の各要素と、の差分を計算することによって差分データ列を算出し、前記差分データ列の解析を行うことによって被識別物の表面の模様パターンを識別することを特徴とするパターン識別方法。
【００２０】
本発明によれば、光学画像を用いた被識別物のパターン識別方法において、被識別物の撮像によって得られた画像データを一定のピッチ（例えば５ピクセルごと）で抽出して得られた出力データ上に、その出力データの極大値を含む第１の選択領域と、その出力データの極小値を含む第２の選択領域と、を予め設定し、その第１の選択領域内の出力データの第１の総和値と、その第２の選択領域内の出力データの第２の総和値と、を求める総和演算処理を実行し、出力データと、第１の選択領域及び第２の選択領域と、を上述した一定のピッチで相対的に移動させる毎に総和演算処理を実行することによって、第１の総和値のデータ列である第１の総和データ列と、第２の総和値のデータ列である第２の総和データ列と、を求め、第１の総和データ列の各要素と、それに対応する第２の総和データ列の各要素と、の差分を計算することによって差分データ列を算出し、その差分データ列を解析することとしたから、抽出した出力データのみを識別処理対象とすることで演算量を削減することができる結果、識別処理の更なる高速化を図りつつ装置の小型化・低廉化を図ることができる。
【００２１】
また、第１の選択領域に含まれる被識別物の表面の模様部分のみならず、第２の選択領域に含まれる被識別物の表面の非模様部分からも特徴量を抽出し、模様部分から抽出された特徴量から非模様部分から抽出された特徴量を差し引いた差分データ列を解析することによって被識別物の表面の模様パターンを識別することから、被識別物の表面の模様部分から抽出される特徴量が強調され、その特徴部分の反射率が低下するなどの変動要素に起因した悪影響を軽減することができ、ひいては鑑別性能を向上させつつ装置の小型化・低廉化を図ることができる。
【００２２】
なお、「被識別物」は、硬貨や紙幣のみならず、小切手，トラベラーズチェックなどの金券、免許証，パスポートなどのＩＤカード、公文書などの重要書類など、識別対象となる全ての物を含むものとする。例えば、硬貨はその表面の凹凸形状によって、紙幣等凹凸形状が検知し難いものは濃淡パターンによって、被識別物表面の特徴的な模様部分を検知することができる。
【００２３】
また、本発明でいう「一定のピッチ」は、例えば被識別物が円形物である場合には、円周方向距離によって定めることもできるし、回転角度によって定めることも可能である。例えば、回転角度５度のピッチで画像データを抽出した場合、画像データの点数は、全部で７２のデータ点数となる。また、例えば被識別物が長方形物である場合には、長軸方向、短軸方向、対角線方向の距離によって定めることが可能である。例えば、短軸方向１ピクセルのピッチで１０ピクセル、長軸方向１ピクセルのピッチで１０ピクセル抽出した場合には、画像データの点数は、全部で１００のデータ点数となる。
【００２４】
（２） 識別対象となる被識別円形物の表面の模様パターンを撮像することによって得られた画像データにこの被識別円形物と同心のリング状検出領域を設定し、前記リング状検出領域における画像データを一定のピッチで抽出して得られた出力データを解析することで、被識別円形物の表面の模様パターンを識別するパターン識別方法において、前記出力データ上に、当該出力データの複数の極大値を含み、かつ、それらの極大値が前記模様パターンに応じた位置関係となるように配列された第１の選択領域と、当該出力データの複数の極小値を含み、かつ、それらの極小値が前記模様パターンに応じた位置関係となるように配列された第２の選択領域と、を予め設定し、前記第１の選択領域内の出力データの第１の総和値と、前記第２の選択領域内の出力データの第２の総和値と、を求める総和演算処理を実行し、前記出力データと、前記第１の選択領域及び前記第２の選択領域と、を前記一定のピッチで相対的に巡回させる毎に前記総和演算処理を実行することによって、前記第１の総和値のデータ列である第１の総和データ列と、前記第２の総和値のデータ列である第２の総和データ列と、を求め、前記第１の総和データ列の各要素と、それに対応する前記第２の総和データ列の各要素と、の差分を計算することによって差分データ列を算出し、前記差分データ列の解析を行うことによって被識別円形物の表面の模様パターンを識別することを特徴とするパターン識別方法。
【００２５】
本発明によれば、光学画像を用いた被識別円形物のパターン識別方法において、被識別円形物の撮像によって得られた画像データ上に設定されたリング状検出領域内の要素からなる出力データ上に、その出力データの極大値を含む第１の選択領域と、その出力データの極小値を含む第２の選択領域と、を予め設定し、その第１の選択領域内の出力データの第１の総和値と、その第２の選択領域内の出力データの第２の総和値と、を求める総和演算処理を実行し、出力データと、第１の選択領域及び第２の選択領域と、を上述した一定のピッチで相対的に巡回させる毎に総和演算処理を実行することによって第１の総和値のデータ列である第１の総和データ列と、第２の総和値のデータ列である第２の総和データ列と、を求め、第１の総和データ列の各要素と、それに対応する第２の総和データ列の各要素と、の差分を計算することによって差分データ列を算出し、その差分データ列を解析することとしたから、特に、識別対象が硬貨などの円形物である場合に、リング状検出領域内の要素からなる出力データのみを識別処理対象とすることで演算量を削減することができる結果、識別処理の更なる高速化を図ることができるとともに、その円形物の表面の模様部分から抽出される特徴量を強調できることから鑑別性能を向上させることができる。
【００２６】
なお、「リング状検出領域」は、被識別円形物と同心円状の検出領域に限定されるものではなく、被検出円形物と同心であって、かつ、特定の閉領域よりなるものであれば、如何なる形状（例えば楕円形状）であっても構わない。
【００２７】
（３） 前記リング状検出領域を半径方向に沿って複数設定し、各リング状検出領域から得られる複数の差分データ列を解析することを特徴とするパターン識別方法。
【００２８】
本発明によれば、被識別円形物の中心から半径方向に沿ってリング状検出領域を複数設定し、各リング状検出領域から得られる複数の差分データ列を解析することから、複数のリング状検出領域に基づいて硬貨の特徴量の抽出精度をより向上することができ、ひいては、鑑別性能を向上させることができる。
【００２９】
（４） 前記差分データ列を特定入力データとして入力する第１ステップと、前記特定入力データ上に、当該特定入力データの極大値を含む第１の特定選択領域と、当該特定入力データの極小値を含む第２の特定選択領域と、を設定する第２ステップと、前記第１の特定選択領域内の特定入力データの第１の特定総和値と、前記第２の特定選択領域内の特定入力データの第２の特定総和値と、を求める特定総和演算処理を実行する第３ステップと、前記特定入力データと、前記第１の特定選択領域及び前記第２の特定選択領域と、を一定のピッチで相対的に移動させる毎に前記特定総和演算処理を実行することによって、前記第１の特定総和値のデータ列である第１の特定総和データ列と、前記第２の特定総和値のデータ列である第２の特定総和データ列と、を求める第４ステップと、前記第１の特定総和データ列の各要素と、それに対応する前記第２の特定総和データ列の各要素と、の差分を計算することによって特定差分データ列を算出する第５ステップと、からなる一連の処理が行われた後、前記特定差分データ列の解析の解析を行うことによって被識別物の表面の模様パターンを識別することを特徴とするパターン識別方法。
【００３０】
本発明によれば、まず、上述した差分データ列を特定入力データとして入力する第１ステップ、次いで、第１の特定選択領域及び第２の特定選択領域を設定する第２ステップ、特定総和演算処理を実行する第３ステップ、第１の特定総和データ列及び第２の特定総和データ列を求める第４ステップ、特定差分データ列を算出する第５ステップ、という複数の処理が順々に行われた後、第５ステップで得られた特定差分データ列の解析を行うこととしたから、簡易な装置によって高速な識別処理が可能となるのに加え、その識別精度を向上させることが可能になる。
【００３１】
（５） 前記特定差分データ列を特定入力データとして、前記第２ステップから前記第５ステップまでの処理を複数回繰り返し行った後に得られた特定差分データ列の解析を行うことによって被識別物の表面の模様パターンを識別することを特徴とするパターン識別方法。
【００３２】
本発明によれば、上述した特定差分データ列を特定入力データとして、上述した第２ステップから第５ステップまでの処理を複数回繰り返し行った後に得られた特定差分データ列の解析を行うこととしたから、簡易な装置によって高速な識別処理が可能となるのに加え、その識別精度を更に向上させることが可能になる。
【００３３】
（６） 前記差分データ列或いは前記特定差分データ列の解析は、前記差分データ列或いは前記特定差分データ列のピーク値を検出し、その検出したピーク値と所定の閾値との比較解析であることを特徴とするパターン識別方法。
【００３４】
本発明によれば、差分データ列の解析法として、差分データ列のピーク値を検出し、その検出したピーク値と所定の閾値との比較解析を行うこと、又は、特定差分データ列の解析法として、特定差分データ列のピーク値を検出し、その検出したピーク値と所定の閾値との比較解析を行うこととしたから、低コストかつ簡便に被識別物や被識別円形物の特徴量の抽出精度を向上・安定化することができ、ひいては、鑑別性能を向上させることができる。
【００３５】
（７） 前記差分データ列或いは前記特定差分データ列の解析は、前記差分データ列或いは前記特定差分データ列のピーク値をカウントし、そのカウントしたピーク値の総個数と所定の閾値との比較解析であることを特徴とするパターン識別方法。
【００３６】
本発明によれば、差分データ列の解析法として、差分データ列のピーク値をカウントし、そのカウントしたピーク値の総個数と所定の閾値との比較解析を行うこと、又は、特定差分データ列の解析法として、特定差分データ列のピーク値をカウントし、そのカウントしたピーク値の総個数と所定の閾値との比較解析を行うこととしたから、低コストかつ簡便に被識別物や被識別円形物の特徴量の抽出精度を向上・安定化することができ、ひいては、鑑別性能を向上させることができる。
【００３７】
（８） 前記差分データ列或いは前記特定差分データ列の解析は、前記差分データ列或いは前記特定差分データ列全体と、予め設定した基準総和データ列又は基準差分データ列との比較解析であることを特徴とするパターン識別方法。
【００３８】
本発明によれば、差分データ列の解析法として、差分データ列全体と、予め設定した基準差分データ列との比較解析を行うこと、又は、特定差分データ列の解析法として、特定差分データ列全体と、予め設定した基準差分データ列との比較解析を行うこととしたから、低コストかつ簡便に被識別物や被識別円形物の特徴量の抽出精度を向上・安定化することができ、ひいては、鑑別性能を向上させることができる。
【００３９】
（９） 前記差分データ列或いは前記特定差分データ列の解析は、前記差分データ列或いは前記特定差分データ列のピーク値を検出するとともに、前記差分データ列或いは前記特定差分データ列の平均値を求め、前記差分データ列或いは前記特定差分データ列のピーク値から前記差分データ列或いは前記特定差分データ列の平均値を減算した値と所定の閾値との比較解析であることを特徴とするパターン識別方法。
【００４０】
本発明によれば、差分データ列の解析法として、差分データ列のピーク値から差分データ列の出力レベルの平均値を減算した値と所定の閾値との比較解析を行うこと、又は、特定差分データ列の解析法として、特定差分データ列のピーク値から特定差分データ列の出力レベルの平均値を減算した値と所定の閾値との比較解析を行うこととしたから、被識別物や被識別円形物の表面の特徴部分の反射率が全体的に低下した場合であっても、それらの特徴量の抽出精度をより安定化することができ、ひいては、鑑別性能を向上させることができる。
【００４１】
（１０） （１）から（９）のいずれか記載のパターン識別方法を用いて、被識別物又は被識別円形物の真贋を判定するパターン識別方法。
【００４２】
本発明によれば、上述したパターン識別方法を用いて、被識別物の真贋を判定したり、被識別円形物の真贋を判定することとなるから、例えば、硬貨や紙幣等の偽造・変造を短時間で精度よく見極めることができる。
【００４３】
（１１） （１）から（９）のいずれか記載のパターン識別方法を用いて、被識別物又は被識別円形物の表面の模様パターンを識別する識別手段を備えたことを特徴とする識別装置。
【００４４】
本発明によれば、被識別物や被識別円形物の識別装置に、上述したような識別方法を用いた識別手段を備えたことから、高速処理かつ低コストを実現し、鑑別性能の向上した被識別物の識別装置を提供することができる。
【００４５】
（１２） 前記識別手段の識別結果により、被識別物又は被識別円形物の真贋を判定する真贋判定手段を備えたことを特徴とする識別装置。
【００４６】
本発明によれば、上述したパターン識別方法を用いて、被識別物や被識別円形物の表面の模様パターンを識別し、その識別結果により、真贋判定手段が被識別物の真贋を判定したり、被識別円形物の真贋を判定することとなるから、例えば、硬貨や紙幣等の偽造・変造を短時間で精度よく見極めることができる。
【００４７】
その他、本発明は、以下のものを提供することもできる。
【００４８】
識別対象となる被識別物の表面の模様パターンを撮像することによって得られた画像データに基づく出力データを解析することで、この被識別物の表面の模様パターンを識別するパターン識別方法において、前記出力データ上に、当該出力データの極大値又は極小値を含む選択領域を予め設定し、前記選択領域内の出力データの総和値を求める総和演算処理を実行し、前記総和値に基づいて被識別物の表面の模様パターンを識別することを特徴とするパターン識別方法。
【００４９】
本発明によれば、光学画像を用いた被識別物のパターン識別方法において、被識別物の撮像によって得られた画像データを加工して得られた出力データ上に、その出力データの極大値又は極小値を含む選択領域を予め設定し、その選択領域内の出力データの総和値を求める総和演算処理を実行し、その総和値に基づいて被識別物の表面の模様パターンを識別することとしたから、簡易な装置によって高速な識別処理が可能となる。
【００５０】
すなわち、被識別物表面の凹凸形状や濃淡パターンの特徴を検知することによって被識別物の識別を行う、というコストがかさむ方式を採用せず、被識別物表面の特徴的な模様部分を含む選択領域に含まれる画素値の総和値に基づいて被識別物の識別を行う、という加算処理を基本構成とする方式を採用していることから、処理負担を嵩張らせることなく装置の低廉化及び小型化に資することができる。
【００５１】
前記総和値と所定の閾値とを比較解析することで被識別物の表面の模様パターンを識別することを特徴とするパターン識別方法。
【００５２】
本発明によれば、上述した総和値と所定の閾値とを比較解析することで、被識別物の表面の模様パターンを識別することとしたから、低コストかつ簡便に被識別物の特徴量の抽出精度を向上・安定化することができ、ひいては鑑別性能の向上に繋がることとなる。
【００５３】
なお、「所定の閾値」は、真の被識別物に対して本発明に係るパターン識別方法を実行し、最適な値をとるものとする。
【００５４】
識別対象となる被識別物の表面の模様パターンを撮像することによって得られた画像データを一定のピッチで抽出し、抽出して得られた出力データを解析することで、この被識別物の表面の模様パターンを識別するパターン識別方法において、前記出力データ上に、当該出力データの極大値又は極小値を含む選択領域を予め設定し、前記選択領域内の出力データの総和値を求める総和演算処理を実行し、前記出力データと前記選択領域とを前記一定のピッチで相対的に移動させる毎に前記総和演算処理を実行することによって前記総和値のデータ列である総和データ列を求め、その総和データ列の解析を行うことによって被識別物の表面の模様パターンを識別することを特徴とするパターン識別方法。
【００５５】
本発明によれば、光学画像を用いた被識別物のパターン識別方法において、被識別物の撮像によって得られた画像データを一定のピッチ（例えば５ピクセルごと）で抽出し、抽出して得られた出力データ上に、その出力データの極大値又は極小値を含む選択領域を予め設定し、その選択領域内の出力データの総和値を求める総和演算処理を実行し、出力データと選択領域とを上述の一定のピッチで相対的に移動させる毎に総和演算処理を実行することによって上述した総和値のデータ列である総和データ列を求め、その総和データ列を解析することとしたから、抽出した出力データのみを識別処理対象とすることで演算量を削減することができる結果、識別処理の更なる高速化を図ることができる。
【００５６】
また、抽出した出力データと選択領域とを相対的に移動させ、抽出した出力データの特徴部と選択領域とが一致したときにピーク値をとるデータ列（総和データ列）を求めることとしたから、変動要素（硬貨表面の特徴部分の反射率の低下、紙幣表面の使用経歴による磨耗や汚れなど）の識別処理を行う上での悪影響を低減することができ、ひいては鑑別性能を向上させることができる。
【００５７】
識別対象となる被識別円形物の表面の模様パターンを撮像することによって得られた画像データ上にこの被識別円形物と同心のリング状検出領域を設定し、前記リング状検出領域における画像データを一定のピッチで抽出して得られた出力データを解析することで、被識別円形物の表面の模様パターンを識別するパターン識別方法において、前記出力データ上に、当該出力データの極大値又は極小値を含む選択領域を予め設定し、前記選択領域内の出力データの総和値を求める総和演算処理を実行し、前記出力データと前記選択領域とを前記一定のピッチで相対的に巡回させる毎に前記総和演算処理を実行することによって前記総和値のデータ列である総和データ列を求め、前記総和データ列の解析を行うことによって被識別円形物の表面の模様パターンを識別することを特徴とするパターン識別方法。
【００５８】
本発明によれば、光学画像を用いた被識別円形物のパターン識別方法において、被識別円形物の撮像によって得られた画像データ上に設定されたリング状検出領域内の要素からなる出力データ上に、その出力データの極大値又は極小値を含む選択領域を予め設定し、その選択領域内の出力データの総和値を求める総和演算処理を実行し、出力データと選択領域とを上述の一定のピッチで相対的に巡回させる毎に総和演算処理を実行することによって上述した総和値のデータ列である総和データ列を求め、その総和データ列を解析することとしたから、特に、識別対象が硬貨などの円形物である場合に、リング状検出領域内の要素からなる出力データのみを識別処理対象とすることで演算量を削減することができる結果、識別処理の更なる高速化を図ることができる。すなわち、円形物の特徴部分に関する解析が、基本的に加算処理のみで直接的に行われることとなり、簡易な装置によって高速な識別処理が可能となるとともに、円形物の使用の経歴等による影響が低減されることから、識別性能の向上が図られるようになっている。
【００５９】
前記総和データ列を特定入力データとして入力する第１ステップと、前記特定入力データ上に、当該特定入力データの極大値又は極小値を含む特定選択領域を設定する第２ステップと、前記特定選択領域内の特定入力データの特定総和値を求める特定総和演算処理を実行する第３ステップと、前記特定入力データと前記特定選択領域とを一定のピッチで相対的に移動させる毎に前記特定総和演算処理を実行することによって前記特定総和値のデータ列である特定総和データ列を求める第４ステップと、からなる一連の処理が行われた後、前記特定総和データ列の解析を行うことによって被識別物の表面の模様パターンを識別することを特徴とするパターン識別方法。
【００６０】
本発明によれば、まず、上述した総和データ列を特定入力データとして入力する第１ステップ、次いで、特定選択領域を設定する第２ステップ、特定総和演算処理を実行する第３ステップ、特定総和データ列を求める第４ステップ、という複数の処理が順々に行われた後、第４ステップで得られた特定総和データ列の解析を行うこととしたから、簡易な装置によって高速な識別処理が可能となるのに加え、その識別精度を向上させることが可能になる。
【００６１】
なお、前記総和データ列を特定入力データとして入力する第１ステップを行った後に第２ステップ以降の個々の処理を行い、被識別物の表面の模様パターンを識別することを特徴とするパターン識別方法を提供することができるし、また、前記差分データ列を特定入力データとして入力する第１ステップを行った後に第２ステップ以降の個々の処理を行い、被識別物の表面の模様パターンを識別することを特徴とするパターン識別方法を提供することもできるし、また、前記総和データ列を特定入力データとして入力する第１ステップを行った後に第２ステップ以降の個々の処理を行い、被識別物の表面の模様パターンを識別することを特徴とするパターン識別方法を提供することもできるし、また、前記差分データ列を特定入力データとして入力する第１ステップを行った後に第２ステップ以降の個々の処理を行い、被識別物の表面の模様パターンを識別することを特徴とするパターン識別方法を提供することもできる。
【００６２】
このように、「総和データ列」または「差分データ列」に対してさらに'特定選択領域設定'→'（第２次）特定総和演算処理'→'（第２次）特定総和データ列'（以上、処理Ａとする）→'（第２次）特定総和データ列に特定選択領域設定'→'（第３次）特定総和演算処理'→'（第３次）特定総和データ列'→・・・のように処理Ａを繰り返して得られた第ｉ次特定総和データ列（ｉは２以上）を解析して模様パターンを識別したり、「総和データ列」または「差分データ列」に対してさらに'第１、第２の特定選択領域設定'→'（第２次）特定総和演算処理'→' （第２次）特定総和データ列'→' （第２次）特定差分データ列'（以上、処理Ｂとする）→' （第２次）特定差分データ列に第１、第２の特定選択領域設定'→'（第３次）特定総和演算処理'→'（第３次）特定総和データ列'→'（第３次）特定差分データ列'・・・のように処理Ｂを繰り返して得られた第ｉ次特定差分データ列（ｉは２以上）を解析して模様パターンを識別したり、処理Ａ→処理Ｂ→処理Ａあるいは、処理Ａ→処理Ｂ→処理Ｂのように処理Ａと処理Ｂとを混合させて得られた第ｉ次特定総和データ列あるいは第ｉ次特定差分データ列を解析して模様パターンを識別したりすることによって、その識別精度を向上させることが可能になる。
【００６３】
前記特定総和データ列を特定入力データとして、前記第２ステップから前記第４ステップまでの処理を複数回繰り返し行った後に得られた特定総和データ列の解析を行うことによって被識別物の表面の模様パターンを識別することを特徴とするパターン識別方法。
【００６４】
本発明によれば、上述した特定総和データ列を特定入力データとして、上述した第２ステップから第４ステップまでの処理を複数回繰り返し行った後に得られた特定総和データ列の解析を行うこととしたから、簡易な装置によって高速な識別処理が可能となるのに加え、その識別精度を更に向上させることが可能になる。
【発明の効果】
【００６５】
本発明に係るパターン識別方法および識別装置は、以上説明したように、被識別物等の表面の模様パターンを撮像することによって得られた画像データに基づく出力データ上に、被識別物等の表面の特定の選択領域を予め設け、その選択領域内の出力データの総和値を使ってその画像データの特徴量を抽出する、というものであり、識別処理が基本的に加減算から構成され、従来から必要とされてきたＤＳＰや専用のハードウェアを必要としないことから、識別アルゴリズムを安価に実装することができ、ひいては装置の低廉化及び小型化を図ることが可能となる。
【発明を実施するための最良の形態】
【００６６】
以下、本発明を実施するための最良の形態について、図面を参照しながら説明する。
【００６７】
［識別装置の内部構造］
図１は、本発明の第１の実施の形態に係る識別装置の内部に設けられた硬貨搬送路の概略構造を示した平面図である。
【００６８】
図１において、平面略「く」の状に折り曲げられた形状の硬貨搬送路１には、図示右端側の搬送入口部１ａから図示左方側に向かって送られてきた被識別円形物としての硬貨Ｃを支持する底面摺動板１ｂが設けられているとともに、その底面摺動板１ｂの直上に搬送ベルト２が配置されている。
【００６９】
底面摺動板１ｂの一端部には、この底面摺動板１ｂの縁部に沿うようにしてガイド３が立設されているとともに、そのガイド３に対して硬貨Ｃを押し付ける硬貨規制レバー４が、硬貨搬送路１の折れ曲がり部分においてピン４ａによって回動可能に軸支されている。硬貨規制レバー４は、底面摺動板１ｂ上に支持されながら送られてくる硬貨Ｃを、バネ等の付勢手段（図示せず）によって、上述のガイド３側に押し付けるように構成されていて、硬貨規制レバー４が配置された部位から搬送方向下流側に向かって送り出された硬貨Ｃは、上述のガイド３に対して外周面部を接触させた状態を維持しながら順次搬送されるようになっている。
【００７０】
硬貨搬送路１には、硬貨Ｃの表面に形成された模様を検出するための光学式コインセンサ装置ＣＳＵが取り付けられている。この光学式コインセンサ装置ＣＳＵは、例えば、特開平５−１４３８２６号公報に開示されたものと同様のＣＣＤエリアセンサを備えたものである。
【００７１】
ここで、上述した搬送ベルト２と光学式コインセンサ装置ＣＳＵの詳細について、図２及び図３を用いて説明する。図２は、本発明の第１の実施の形態に係る識別装置の内部に設けられた硬貨搬送路１の側面断面図である。図３は、本発明の第１の実施の形態に係る識別装置の内部に設けられた光学式コインセンサ装置ＣＳＵの概略構造を表した拡大側面図である。
【００７２】
図２において、搬送ベルト２は、下側ベルト部分２ａと底面摺動板１ｂとの間に硬貨Ｃの厚さ分に相当する隙間が画成されるように略並行に対面する配置関係になされており、この搬送ベルト２と底面摺動板１ｂとの間に硬貨Ｃを挟持しながら、搬送ベルト２の延在方向に向かって硬貨Ｃを搬送させるように構成されている。
【００７３】
また、図３において、底面摺動板１ｂ上に沿って送られてきた硬貨Ｃがセンサ位置１ｃ上に到達すると、その硬貨Ｃを、内部に撮像素子を備えたセンサ本体５が検知することにより、センサ位置１ｃを環状に取り巻くように配置された照明６が点灯し、硬貨Ｃからの反射光をセンサ本体５内に取り込む。その結果、硬貨Ｃの表面に形成されている模様に関する光学画像が得られる。そして、この光学画像を用いて金種または真贋の判定が行われることとなる。
【００７４】
図４は、本発明の第２の実施の形態に係る識別装置の内部に設けられた紙幣搬送路の概略構造を示した平面図である。
【００７５】
図４において、紙幣がベルトによって搬送される紙幣搬送路２０には、図示左端側に設けられた紙幣繰出し機構２１と、紙幣の表面に形成された模様を検出するための光学式紙幣センサ装置ＣＳＵと、紙幣の種類に応じて紙幣を選別する紙幣分岐機構２３と、紙幣の種類に応じて紙幣を蓄積する紙幣蓄積機構２４と、が設けられている。
【００７６】
このような機構が設けられた紙幣搬送路２０は、上述した硬貨搬送路１と同様に動作する。すなわち、まず、紙幣繰出し機構２１によって取り込まれた紙幣は、紙幣搬送路２０によって奥の方（図の右方）へ搬送され、紙幣センサ装置ＣＳＵの位置に到達すると照明が点灯し、紙幣からの反射光が紙幣センサ装置ＣＳＵに取り込まれる。その結果、紙幣の表面に形成されている模様に関する光学画像が得られ、この光学画像を用いて金種または真贋の判定が行われる。なお、この光学画像が得られた後、紙幣は紙幣分岐機構２３によって種類ごとに分類され、紙幣蓄積機構２４に蓄積される。
【００７７】
［識別装置の電気的構成］
図５は、本発明の第１の実施の形態に係る識別装置の電気的構成を示すブロック図である。なお、上述した第１の実施形態に係る識別装置（硬貨識別装置）の電気的構成と、上述した第２の実施形態に係る識別装置（紙幣識別装置）の電気的構成とは基本的に同様であるため、ここでは上述した第１の実施形態に係る識別装置の電気的構成について説明する。
【００７８】
図５において、本発明の第１の実施の形態に係る識別装置には、中央処理装置（以下、ＣＰＵと略す）４１と、硬貨Ｃを撮像する画像撮像部４２と、硬貨Ｃを照らす照明部４３と、硬貨Ｃを搬送する硬貨（紙幣）搬送部４４と、が備えられている。また、ＣＰＵ４１は、画像撮像部４２からの画像データを取り込む画像取込制御部４１ａと、画像取込制御部４１ａによって取り込まれた画像データを含め種々の画像データを記憶する画像記憶部４１ｂと、画像記憶部４１ｂに記憶された画像データを処理するデータ処理部４１ｃと、データ処理部４１ｃの処理結果に基づき硬貨Ｃの真贋を判定する真贋判定部４１ｄに加え、照明部４３を制御する照明制御部４１ｅと、硬貨（紙幣）搬送部４４を制御する搬送制御部４１ｆと、を有している。
【００７９】
なお、図５において、画像記憶部４１ｂは、ＣＰＵ４１内の１次キャッシュ（２次キャッシュ）等から構成されているが、画像データを記憶する機能を有する限り、ＤＲＡＭ、ＳＤＲＡＭ等のＣＰＵ４１外の記憶手段から構成されるものであっても構わない。
【００８０】
以上のような電気的構成において、以下、本発明の第１の実施の形態に係るパターン識別方法、及び本発明の第２の実施の形態に係るパターン識別方法について説明する。
【００８１】
［第１の実施の形態に係るパターン識別方法］
図６は、本発明の第１の実施の形態に係るパターン識別方法についてのフロー図である。なお、ここでは、円形物（硬貨Ｃ）の一例として１００円硬貨を用いて説明する。
【００８２】
図６において、まず、硬貨Ｃの光学画像データの取込みが行われる（ステップＳ５０１）。より具体的には、ＣＰＵ４１内の搬送制御部４１ｆからの指令に基づき硬貨（紙幣）搬送部４４は硬貨Ｃを搬送し、硬貨Ｃが所定の位置に搬送されたとき、照明制御部４１ｅからの指令に基づき照明部４３は硬貨Ｃの表面全体を照らし、硬貨Ｃ表面からの反射光が画像撮像部４２（例えばイメージセンサ）に入力されたとき、画像取込制御部４１ａは硬貨Ｃの光学画像を取り込み、この光学画像を画像記憶部４１ｂに記憶する。なお、一般的に、かかる光学画像は、Ｘ−Ｙ座標上に１画素約０．１３ミリメートル平方の高密度画像を構成し、ＡＤ変換によって輝度（明るさ）が２５６階調となるように分解（多値化）され、輝度をＺ軸とする３次元データとして画像記憶部４１ｂ（例えばフレームメモリ）に記憶される。
【００８３】
次いで、硬貨中心点の検出が行われる（ステップＳ５０２）。より具体的には、データ処理部４１ｃは、ステップＳ５０１によって画像記憶部４１ｂに記憶された光学画像データを読み出し、光学画像をＸ軸方向及びＹ軸方向に射影することによって、それぞれの方向についてエッジの中点を算出し、その結果、Ｘ軸方向についてのエッジの中点をＸ座標、Ｙ軸方向についてのエッジの中点をＹ座標として硬貨Ｃの中心座標を求める。
【００８４】
次いで、リングデータの切り出しが行われる（ステップＳ５０３）。より具体的には、まず、データ処理部４１ｃは、ステップＳ５０２において求めた硬貨Ｃの中心座標を基準として、硬貨Ｃの光学画像上に、１００円硬貨の特徴的な模様を含むリング状検出領域Ｖを設定する（図７参照）。ここで、リング状検出領域Ｖでは、硬貨Ｃの外周側より５本のリング状検出領域Ｖ１，Ｖ２，Ｖ３，Ｖ４，Ｖ５が同心円状に設定されており、これらのリング状検出領域Ｖ１，Ｖ２，Ｖ３，Ｖ４，Ｖ５は、受け付けるべき硬貨Ｃの特徴的或いは非特徴的な模様の位置に応じて予め用意されるものとする。そして、データ処理部４１ｃは、各リング状検出領域Ｖ１，Ｖ２，Ｖ３，Ｖ４，Ｖ５において、一定の角度ピッチでリング状に光学画像データを切り出す。図７においては、角度ピッチ５度の間隔で、各リング状検出領域あたり７２箇所の検出点が環状に切り出され、各リング状検出領域における画像データを一定のピッチで抽出して得られた出力データとしてのリングデータＤ１からＤ５が、それぞれ生成される。なお、出力データとは、画像の輝度データはもとより、輝度データを処理して２次的に得られる微分出力画像や２階微分画像等のことを示す。
【００８５】
なお、図７に示すように、本発明の第１の実施の形態に係るパターン識別方法においては、リングデータは５本生成されることとしたが、リングデータの切り出し本数は何本でも構わない。また、リングデータの切り出しに当たってエッジ強調処理を行っていないが、例えば３×３画素の空間フィルタを用いて微分処理を施し、各検出点を強調するような処理をステップＳ５０３の処理に含ませても構わない。
【００８６】
次いで、リングデータＤ１からＤ５の圧縮が行われる（ステップＳ５０４）。より具体的には、データ処理部４１ｃは、各切り出し角度において、リングデータＤ１からＤ５のデータの平均値を算出し、当該算出データを要素とする１次元の出力データ、すなわちリングデータＤを取得する。本処理によれば、例えば、１００円硬貨の特定の一点にのみ汚れが付着することによって、この部分の反射率が低下した場合であっても、リングデータＤにおいては、当該変動要素（反射率の低下）の悪影響がそれほど及ばなくなる、といった利益を得ることができる。なお、必要に応じてリングデータＤのダイナミックレンジが均一となるように、レベル値の正規化を行うこともできる。
【００８７】
次いで、選択窓の設定が行われる（ステップＳ５０５）。より具体的には、データ処理部４１ｃは、リングデータＤ上に、リングデータＤの極大値が含まれる範囲を抽出する第１の選択領域としての選択窓（以下、正窓と略す）ＷＰと、リングデータＤの極小値が含まれる範囲を抽出する第２の選択領域としての選択窓（以下、負窓と略す）ＷＮと、を設定する。ここで、この正窓ＷＰと負窓ＷＮの設定パターンは、金種に応じて予めＲＯＭ等のメモリに記憶されており、金種の仮決定の段階で、金種に応じてどの設定パターンが選択されるべきかが決定される。例えば、金種の仮決定の段階で１００円硬貨であると推定された場合には、１００円硬貨を任意の角度だけ回転したときに、１００円硬貨の特徴的な模様上に正窓ＷＰが、１００円硬貨の非特徴的な部分に負窓ＷＮがくるような設定パターンが選択される。例えば、図８においては、１００円硬貨が時計回りに９０度回転したときに、１００円硬貨の特徴的な部分（「日」「本」「国」「百」「円」の部分）の特徴量が正窓ＷＰより抽出でき、１００円硬貨の非特徴的な部分（「日」「本」「国」「百」「円」以外の平らな部分）の特徴量が負窓ＷＮより抽出できる。なお、図８においては、正窓ＷＰの形状を同心円状とし、負窓ＷＮの形状を三角形状としたが、本発明では特にこれらの形状に限られることなく、例えば楕円等の形状の窓であっても構わない。また、正窓ＷＰと負窓ＷＮの数を複数設定したが、単数であっても構わない。
【００８８】
次いで、総和演算処理が行われる（ステップＳ５０６）。より具体的には、データ処理部４１ｃは、ステップＳ５０５において設定された正窓ＷＰの中にあるリングデータＤの総和値ＳＰと、ステップＳ５０５において設定された負窓ＷＮの中にあるリングデータＤの総和値ＳＮと、を算出する。
【００８９】
次いで、減算処理が行われる（ステップＳ５０７）。より具体的には、データ処理部４１ｃは、ステップＳ５０６において算出した総和値ＳＰから総和値ＳＮを減算する。そして、この減算処理によって得られた値を差分データ列ΔＬの最初の要素としてＲＡＭ等のメモリに記憶する。なお、選択領域として正窓ＷＰのみを採用し、選択領域として負窓ＷＮを採用しない場合には、このステップＳ５０７の処理は行われないこととなる。
【００９０】
次いで、リングデータＤを円周方向に３６０度シフトしたか否か、すなわち、例えば図８において、リングデータＤと、正窓ＷＰ及び負窓ＷＮと、を相対的に１ポイントずつ７２回巡回させたか否かを判断する（ステップＳ５０８）。より具体的には、データ処理部４１ｃは、予め初期化された変数ｉ(例えばｉ＝１)を用いて、１ポイント巡回させるごとにこの変数ｉをインクリメントし、この変数ｉが所定の値（図７ではｉ＝７２）を超えたか否かによって、円周方向に３６０度シフトしたか否を判断する。
【００９１】
なお、ステップＳ５０８においては、正窓ＷＰ及び負窓ＷＮを円周方向に１ピッチずつずらしながら全周にわたるように円周方向に３６０度シフトさせることとしたが、例えば正窓ＷＰ及び負窓ＷＮが左右対称に設けられている場合などは、正窓ＷＰ及び負窓ＷＮを円周方向に１ピッチずつずらしながら半周にわたるように１８０度だけシフトさせることとしてもよい。これより、演算量を削減することができ、ひいては円形物の識別処理を高速化することができる。
【００９２】
ステップＳ５０８において、データ処理部４１ｃは、リングデータＤを円周方向に３６０度シフトしていないと判別した場合には、リングデータＤと、正窓ＷＰ及び負窓ＷＮと、を相対的に１ポイントずつ巡回させた後に（ステップＳ５０９）、処理をステップＳ５０６の総和演算処理に戻し、その総和演算処理の算出結果を用いて減算処理を行い（ステップＳ５０７）、この減算処理によって得られた値を差分データ列ΔＬの次の要素としてＲＡＭ等のメモリに記憶し、再びステップＳ５０８の処理を行う。
【００９３】
一方で、データ処理部４１ｃは、ステップＳ５０８において、リングデータＤを円周方向に３６０度シフトしたと判別した場合には、所定の閾値を超えたか否かの識別処理を行う（ステップＳ５１０）。この識別処理は、上述の処理によって得られた差分データ列ΔＬのピーク値と所定の閾値Ｔとを比較し、閾値Ｔよりも大きければ、その情報が真贋判定部４１ｄに送信されて真貨であると判定され（ステップＳ５１１）、閾値Ｔよりも小さければ、その情報が真贋判定部４１ｄに送信されて偽貨であると判定される（ステップＳ５１２）。これより、硬貨Ｃの真贋を識別することが可能となる。
【００９４】
ここで、ステップＳ５１０においては、閾値Ｔと比較する対象として差分データ列ΔＬのピーク値を用いているが、この差分データ列ΔＬのピーク値は、リングデータＤと、正窓ＷＰ及び負窓ＷＮと、を相対的に１ポイントずつ巡回させている場合において、正窓ＷＰの中に１００円硬貨の特徴的な模様があり、かつ、負窓ＷＮの中に１００円硬貨の非特徴的な部分があるときの値となる。すなわち、図８においては、ステップＳ５０９の処理を１８回繰り返したとき（リングデータＤが時計回りに９０度シフトしたとき）に、差分データ列ΔＬはピーク値をとることとなる。そして、このピーク値は、ステップＳ５０７の減算処理に起因して、差分データ列ΔＬのピーク値以外の値と比べて相対的に大きなものとなっている。従って、低コストかつ簡便に１００円硬貨の特徴量の抽出精度を向上・安定化することができ、ひいては、鑑別性能を向上させることができる。
【００９５】
また、ステップＳ５１０においては、差分データ列ΔＬのピーク値と所定の閾値Ｔとを比較する識別処理を行っているが、本発明はこれに限られることなく、例えば差分データ列ΔＬのピーク値の総個数を所定の閾値と比較する識別処理であってもよいし、差分データ列ΔＬ全体を予め設定した基準差分データ列と比較する識別処理であってもよい。このような差分データ列のピーク値や総個数の情報は予めＲＯＭ等のメモリに記憶されている。
【００９６】
なお、図８のおいては、上述のピーク値は、差分データ列ΔＬの最大値を採っているが、差分データ列ΔＬの最小値を採ることも可能である。すなわち、本発明の第１の実施の形態に係るパターン識別方法では、照射角度の浅い照明を用いており、硬貨表面の模様部分で輝度値が大きくなるため差分データ列ΔＬの最大値がピーク値となっているが、逆に、照射角度の深い照明を用いた場合には、硬貨表面の非模様部分で輝度値が大きくなるため差分データ列ΔＬの最小値がピーク値となる。
【００９７】
また、図６においては、ステップＳ５０７の減算処理をステップＳ５０６の総和演算処理の直後に行うこととしているが、ステップＳ５１０の識別処理の直前に行うこととしてもよい。かかる例によれば、総和値ＳＰからなるデータ列の各要素から総和値ＳＮからなるデータ列の対応する各要素を減算することとなるため、図６のフロー図では差分データ列ΔＬは１要素ずつ順次生成されるのに対し、差分データ列ΔＬは一度に全部生成されることとなる。
【００９８】
また、図６に示すステップＳ５１０の識別処理において、差分データ列ΔＬのピーク値を所定の閾値と比較解析するのではなく、差分データ列ΔＬのピーク値から差分データ列ΔＬの輝度レベル（出力レベル）の平均値を減算した値を所定の閾値と比較解析することもできる。そうすると、例えば長年の使用により硬貨表面が経年変化し、硬貨表面の特徴部分の反射率が全体的に低下した場合であっても、閾値の設定変更をすることなく継続的に同じ閾値を用い続けることができるため、閾値の設定変更に起因した設定誤差によって硬貨の抽出精度が低下するのを防ぐことができ、ひいては鑑別性能を向上させることができる。
【００９９】
さらに、図６のステップＳ５１０の識別処理においては、ステップＳ５０６〜ステップＳ５０９の処理によって得られた差分データ列ΔＬのピーク値と所定の閾値Ｔとを比較しているが、この差分データ列ΔＬ上に、差分データ列ΔＬの極大値又は極小値を含む選択領域を更に設定し、ステップＳ５０６〜ステップＳ５０９の処理と同様の処理を行うことによって得られたデータ列のピーク値と所定の閾値Ｔとを比較してもよい。このようにすることで、識別精度をより向上させることができる。
【０１００】
例えば、図６のフロー図で示すステップＳ５０８の処理と、ステップＳ５１０の処理と、の間に図９に示すサブルーチンを挿入する。まず、図６のステップＳ５０８の処理によって得られた差分データ列ΔＬを特定入力データとして、この特定入力データ上に、この特定入力データの極大値を含む第１の特定選択領域と、この特定入力データの極小値を含む第２の特定選択領域が設定される（ステップＳ２０１）。
【０１０１】
次いで、ステップＳ２０１によって設定された第１の特定選択領域内の特定入力データの第１の特定総和値と、ステップＳ２０１によって設定された第２の特定選択領域内の特定入力データの第２の特定総和値と、を求める特定総和演算処理が実行される（ステップＳ２０２）。
【０１０２】
次いで、第１の特定総和値から第２の特定総和値を減ずる減算処理が行われる（ステップＳ２０３）。なお、この減算処理によって得られた値を特定差分データ列ΔＬ'の最初の要素としてＲＡＭ等のメモリに記憶する。
【０１０３】
次いで、差分データ列ΔＬと特定選択領域とを相対的に所定のデータ点数だけシフトさせたか否かが判断される（ステップＳ２０４）。ステップＳ２０４において、所定のデータ点数だけシフトさせていないと判定された場合には、差分データ列ΔＬと特定選択領域を相対的に１データずつシフトさせた後に（ステップＳ２０５）、処理をステップＳ２０２の特定総和演算処理に戻し、その特定総和演算処理の算出結果を用いて減算処理を行い（ステップＳ２０３）、この減算処理によって得られた値を特定差分データ列ΔＬ'の次の要素としてＲＡＭ等のメモリに記憶し、再びステップＳ２０４の処理を行う。
【０１０４】
一方で、ステップＳ２０４において、所定のデータ点数だけシフトさせたと判定された場合には、識別精度は十分か否かが判断される（ステップＳ２０６）。ステップＳ２０６において、識別精度が不十分であると判定された場合には、処理をステップＳ２０１に戻し、上述した一連の処理をもう一度繰り返す。
【０１０５】
最後に、ステップＳ２０６において識別精度が十分であると判定された場合には、処理を図６のステップＳ５１０に戻す。このようにすることで、識別精度をより向上させることができる。
【０１０６】
なお、図９では減算処理（ステップＳ２０３）が存在するが、特定入力データとして総和データ列を用いる場合には、この減算処理を省けばよい。また、特定入力データとして、最初は差分データ列ΔＬが採用されているが、繰り返し処理（ステップＳ２０６）が行われた後は、特定差分データ列ΔＬ'が採用されることとなる。
【０１０７】
［変形例］
図１０は、本発明の第１の実施の形態に係る他のパターン識別方法についてのフロー図である。この他のパターン識別方法は、受け付けるべき円形物表面の空間的特徴が表面と裏面とで異なる場合において、リングデータＤの切り出し半径Ｒ、正窓ＷＰと負窓ＷＮ、及び閾値Ｔのパラメータ組を表／裏面用の２種類予め用意しておき、これらを用いることによって、撮像された円形物の光学画像が表面であると裏面であるとに拘わらず、円形物の真贋を識別し得るものである。以下、この他の識別方法を具体的に説明する。
【０１０８】
図１０において、まず、光学画像データの取込みが行われる（ステップＳ８０１）。そして、硬貨中心点の検出が行われる（ステップＳ８０２）。なお、上述したステップＳ５０１，Ｓ５０２と同様の処理が行われるので、その説明を省略する。
【０１０９】
次いで、表面用パラメータの選択処理が行われる（ステップＳ８０３）。より具体的には、データ処理部４１ｃは、予めＲＯＭ等のメモリに記憶されている表面用の切り出し半径Ｒ，表面用の正窓ＷＰ，表面用の負窓ＷＮ，表面用の判定閾値Ｔを選択し、ＲＡＭ等のメモリにセットする。
【０１１０】
次いで、リングデータの切り出し（ステップＳ８０４）、リングデータの圧縮（ステップＳ８０５）、選択窓の設定（ステップＳ８０６）、総和演算処理（ステップＳ８０７）、減算処理（ステップＳ８０８）、リングデータＤと正窓ＷＰ及び負窓ＷＮとの相対的巡回演算（ステップＳ８０９及びステップＳ８１０）、のそれぞれの処理が行われるが、これらの処理は上述した図６におけるステップＳ５０３〜ステップＳ５０９の処理と同様であるので、その説明を省略する。
【０１１１】
次いで、データ処理部４１ｃは、ステップＳ５０９においてリングデータＤを円周方向に３６０度シフトしたと判別した場合には、閾値を超えたか否かの識別処理を行う（ステップＳ８１１）。この識別処理は、上述の処理によって得られた差分データ列ΔＬのピーク値と閾値Ｔとを比較し、閾値Ｔよりも大きければ真貨であると判別し（ステップＳ８２２）、閾値Ｔよりも小さければ、真貨ではないか、或いは撮像した光学画像が硬貨Ｃの裏面である可能性があると判別する。後者の場合、処理はステップＳ８１２に移される。
【０１１２】
ここで、ステップＳ８１１において閾値Ｔを超えてないと判別された場合、裏面用パラメータの選択処理が行われる（ステップＳ８１２）。より具体的には、データ処理部４１ｃは、予めＲＯＭ等のメモリに記憶されている裏面用の切り出し半径Ｒ'，裏面用の正窓ＷＰ'，裏面用の負窓ＷＮ'，裏面用の判定閾値Ｔ'を選択し、ＲＡＭ等のメモリにセット（表面用パラメータの上に上書き）する。
【０１１３】
次いで、リングデータの切り出し（ステップＳ８１３）、リングデータの圧縮（ステップＳ８１４）、選択窓の設定（ステップＳ８１５）、総和演算処理（ステップＳ８１６）、減算処理（ステップＳ８１７）、リングデータＤ'と正窓ＷＰ'及び負窓ＷＮ'との相対的巡回演算（ステップＳ８１８及びステップＳ８１９）、のそれぞれの処理が行われるが、これらの処理は上述したステップＳ８０４〜ステップＳ８１０の処理と同様であるので、その説明を省略する。
【０１１４】
次いで、データ処理部４１ｃは、ステップＳ８１８において、リングデータＤ'を円周方向に３６０度シフトしたと判定した場合には、閾値を超えたか否かの識別処理を行う（ステップＳ８２０）。この識別処理は、上述の処理によって得られた差分データ列ΔＬ'のピーク値と閾値Ｔ'とを比較し、閾値Ｔ'よりも大きければ真貨であると判別し（ステップＳ８２２）、閾値Ｔ'よりも小さければ偽貨であると判別する（ステップＳ８２１）。最終的に真贋判定部４１ｄにより真貨か偽貨を判別した後、本サブルーチンを直ちに終了する。
【０１１５】
以上説明したように、本発明の第１の実施の形態に係る他のパターン識別方法によれば、受け付けるべき円形物表面の空間的特徴が表裏面で異なる場合であっても、円形物の真贋を識別することが可能となる。
【０１１６】
［他の変形例］
図１１は、本発明の第１の実施の形態に係る他のパターン識別方法についてのフロー図である。この他のパターン識別方法は、複数箇所（複数のリングエリア）からリングデータＤを求めることとし、各リングエリアに対応したリングデータＤの切り出し半径Ｒ、正窓ＷＰと負窓ＷＮ、及び閾値Ｔのパラメータ組を予め用意しておき、これらを用いて各リングエリアに対応した差分データ列ΔＬの総和演算を行うことによって、硬貨表面の空間的特徴部分がより強調され、より精度よく円形物の真贋を識別し得るものである。例えば、図１７に示すように、リング状検出領域Ｖ及びリング状検出領域Ｖ'の２つのリングエリアからリングデータを求めることができる。以下、この他のパターン識別方法について具体的に説明する。
【０１１７】
図１１において、まず、光学画像データの取込みが行われる（ステップＳ９０１）。そして、硬貨中心点の検出が行われる（ステップＳ８０２）。なお、上述したステップＳ５０１，Ｓ５０２と同様の処理が行われるので、その説明を省略する。
【０１１８】
次いで、複数のリングエリアの全てについて、差分データ列ΔＬを計算したか否かが判断される（ステップＳ９０３）。より具体的には、データ処理部４１ｃは、予め初期化された変数ｋ（例えばｋ＝１）を用いて、１ポイント巡回させるごとにこの変数ｋをインクリメントし、この変数ｋが予め定められたリングエリアの総数を超えたか否かによって判断する。
【０１１９】
データ処理部４１ｃは、ステップＳ９０３においてまだ全てのリングエリアについて差分データ列ΔＬを計算していないと判定した場合には、各リングエリア用のパラメータの選択処理が行われる（ステップＳ９０４）。より具体的には、データ処理部４１ｃは、予めＲＯＭ等のメモリに記憶されている各リングエリア用の切り出し半径Ｒ，各リングエリア用の正窓ＷＰ，各リングエリア用の負窓ＷＮを選択し、ＲＡＭ等のメモリにセットする。
【０１２０】
次いで、リングデータの切り出し（ステップＳ９０５）、リングデータの圧縮（ステップＳ９０６）、選択窓の設定（ステップＳ９０７）、総和演算処理（ステップＳ９０８）、減算処理（ステップＳ９０９）、リングデータＤと正窓ＷＰ及び負窓ＷＮとの相対的巡回演算（ステップＳ９１０及びステップＳ９１１）、のそれぞれが行われるが、これらの処理は上述したステップＳ５０３〜ステップＳ５０９の処理と同様であるので、その説明を省略する。
【０１２１】
次いで、データ処理部４１ｃは、ステップＳ９０３において全てのリングエリアについて差分データ列ΔＬを計算していないと判定した場合には、角度別総和演算処理を行う（ステップＳ９１２）。より具体的には、データ処理部４１ｃは、上述したステップＳ９０８〜ステップＳ９１１において計算された各リングエリアについての差分データ列ΔＬを角度別に加算した差分総和データ列ΔＳＬを生成する。ここで、この差分総和データ列ΔＳＬは、特定の角度においてピーク値をもつ複数の差分データ列ΔＬの全てを加算したものであるから、そのピーク値は、総和演算を行う前の各差分データ列ΔＬ単独のピーク値と比してより強調された（大きな）値となる。
【０１２２】
最後に、上述のステップＳ９１２の角度別総和演算処理が行われた後に、硬貨Ｃの識別処理が行われる（ステップＳ９１３）。より具体的には、データ処理部４１ｃは、差分総和データ列ΔＳＬのピーク値と所定の閾値Ｔとを比較し、閾値Ｔよりも大きければ、その情報を真贋判定部４１ｄに送信して真貨であると判定され（ステップＳ５１４）、閾値Ｔよりも小さければ、その情報を真贋判定部４１ｄに送信して偽貨であると判定される（ステップＳ５１５）。これより、硬貨Ｃの真贋を識別することが可能となる。
【０１２３】
以上説明したように、本発明の第１の実施の形態に係る他のパターン識別方法によれば、ステップＳ９１２の角度別総和演算処理によって得られた差分総和データ列ΔＳＬのピーク値が、当該総和演算を行う前の各差分データ列ΔＬ単独のピーク値と比してより強調された（大きな）値となるため、鑑別性能を向上させることができる。
【０１２４】
［第２の実施の形態に係るパターン識別方法］
図１２は、本発明の第２の実施の形態に係るパターン識別方法についてのフロー図である。なお、ここでは、四角物（紙幣）の一例として１０００円札を用いて説明する。
【０１２５】
図１２において、まず、紙幣の光学画像データの取込みが行われる（ステップＳ１００１）。より具体的には、ＣＰＵ４１内の搬送制御部４１ｆからの指令に基づき硬貨（紙幣）搬送部４４（紙幣繰出し機構２１）は紙幣を搬送し、紙幣が所定の位置に搬送されたとき、照明制御部４１ｅからの指令に基づき照明部４３は紙幣の表面全体を照らし、紙幣の表面からの反射光が画像撮像部４２（例えばイメージセンサ）に入力されたとき、画像取込制御部４１ａは紙幣の光学画像を取り込み、この光学画像を画像記憶部４１ｂに記憶する。
【０１２６】
次いで、金銭データの切り出しが行われる（ステップＳ１００２）。より具体的には、データ処理部４１ｃは、紙幣の光学画像上に、１０００円札の特徴的な模様を含む右隅において、一定のピッチ（例えば１画素毎）で長方形状に光学画像データを切り出す（図１２参照）。
【０１２７】
次いで、選択窓の設定が行われる（ステップＳ１００３）。より具体的には、データ処理部４１ｃは、ステップＳ１００２の処理によって切り出された金銭データ上に、極大値が含まれる範囲を抽出する第１の選択領域としての選択窓（正窓）ＷＰと、極小値が含まれる範囲を抽出する第２の選択領域としての選択窓（負窓）ＷＮと、を設定する。ここで、この正窓ＷＰと負窓ＷＮの設定パターンは、予めＲＯＭ等のメモリに記憶されており、金種の仮決定の段階で、どの設定パターンが選択されるべきかが決定される。例えば、金種の仮決定の段階で１０００円札であると推定された場合には、１０００円札に対して正窓ＷＰ及び負窓ＷＮを相対移動させたときに、１０００円札の特徴的な模様上に正窓ＷＰが、１０００円札の非特徴的な部分に負窓ＷＮがくるような設定パターンが選択される。例えば、図１４（ａ）においては、正窓ＷＰ及び負窓ＷＮが交互に設定された選択領域が１０００円札の中央付近にあるときに、１０００円札の特徴的な部分（「１０００」の数字の部分（濃淡パターンが濃い部分））の特徴量が正窓ＷＰより抽出でき、１０００円札の非特徴的な部分（「１０００」の数字以外の部分（濃淡パターンが淡い部分））の特徴量が負窓ＷＮより抽出できる。すなわち、正窓ＷＰ及び負窓ＷＮが交互に設定された選択領域が図１４（ａ）に示す位置にあるときのレベル値出力は、図１４（ｂ）に示すような波形となる。正窓ＷＰより抽出された特徴量（レベル値）の出力は、負窓ＷＮより抽出された特徴量（レベル値）の出力より高いことが分かる。
【０１２８】
なお、図１４では濃度の高い部分を加算対象として選択している。また、図１４において、正窓ＷＰの形状を正方形状とし、負窓ＷＮの形状も正方形状としたが、本発明では特にこれらの形状に限られることなく、例えば円、楕円、台形等の形状の窓であっても構わない。また、正窓ＷＰと負窓ＷＮの数を複数設定したが、それぞれ単数であっても構わない。
【０１２９】
次いで、総和演算処理が行われる（ステップＳ１００４）。より具体的には、データ処理部４１ｃは、ステップＳ１００３において設定された正窓ＷＰの中にある金銭データの総和値ＳＰと、ステップＳ１００３において設定された負窓ＷＮの中にある金銭データの総和値ＳＮと、を算出する。
【０１３０】
次いで、減算処理が行われる（ステップＳ１００５）。より具体的には、データ処理部４１ｃは、ステップＳ１００４において算出した総和値ＳＰから総和値ＳＮを減算する。そして、この減算処理によって得られた値を差分データ列ΔＬの最初の要素としてＲＡＭ等のメモリに記憶する。なお、選択領域として正窓ＷＰのみを採用し、選択領域として負窓ＷＮを採用しない場合には、このステップＳ５０７の処理は行われず、ステップＳ１００４において算出した総和値ＳＰそのものが総和データ列の最初の要素としてＲＡＭ等のメモリに記憶される。
【０１３１】
次いで、金銭データを全部スキャンしたか否か、すなわち例えば図１５（ａ）において、金銭データと、正窓ＷＰ及び負窓ＷＮと、を相対的に１ポイント（１画素）ずつ移動させ、縦方向及び横方向の全てをスキャンしたか否かを判断する（ステップＳ１００６）。より具体的には、データ処理部４１ｃは、予め初期化された変数ｉ，ｊ(例えばｉ，ｊ＝１)を用いて、レベル１（最上段の金銭データ）の左端から１ポイント右へ移動させるごとにこの変数ｉをインクリメントし、この変数ｉが所定の値（図１５（ａ）では横方向のポイント数）を超えると、変数ｊのインクリメント（ｊ＝２）及び変数ｉの初期化（ｉ＝１）を行ってレベル２（上から２段目の金銭データ）へ移るが、この変数ｊが所定の値（図１５ではｊ＝１６）を超えたか否かによって、金銭データを全部スキャンしたか否かを判断する。
【０１３２】
ステップＳ１００６において、データ処理部４１ｃは、金銭データを全部スキャンしていないと判別した場合には、金銭データと、正窓ＷＰ及び負窓ＷＮと、を相対的に１ポイントずつ右（或いは下）へ移動させた後に（ステップＳ１００７）、処理をステップＳ１００４の総和演算処理に戻し、その総和演算処理の算出結果を用いて減算処理を行い（ステップＳ１００５）、この減算処理によって得られた値を差分データ列ΔＬの次の要素としてＲＡＭ等のメモリに記憶し、再びステップＳ１００６の処理を行う。
【０１３３】
ここで、本実施形態における金銭データは２次元行列になっていることから、ステップＳ１００５の減算処理によって得られた差分データ（ステップＳ１００５の減算処理を施さない場合には、ステップＳ１００４において算出した総和値ＳＰそのもの）も２次元行列になる。すなわち、図１５（ｂ）に示すように、例えば、横軸を相対移動させる量（ポイント数）、縦軸をステップＳ１００５の減算処理によって得られた差分データとした場合において、Ｌ１では、差分データは全体的に低く濃度変化がほとんどないことから平坦な波形となる。同様に、Ｌ２〜Ｌ４までは、濃度変化がほとんどないことから平坦な波形となる。しかし、Ｌ５〜Ｌ１１あたりでは、１０００円札の特徴的な部分（「１０００」の数字の部分）の特徴量が正窓ＷＰより抽出され、１０００円札の非特徴的な部分（「１０００」の数字以外の平らな部分）の特徴量が負窓ＷＮより抽出されるタイミングで、顕著なピーク値をもち、そこから左右へ相対移動させると極小値及び極大値が交互に表れるような波形となる。上述した差分データ列ΔＬは、Ｌ１〜Ｌ１６までの各レベルにおける波形（１次元差分データ）を順々に結合することによって求めることができ（図１５（ｃ）参照）、Ｌ１〜Ｌ１６までの１６区分の波形から構成される。
【０１３４】
一方で、データ処理部４１ｃは、ステップＳ１００６において、金銭データを全部スキャンしたと判別した場合には、所定の閾値を超えたか否かの識別処理を行う（ステップＳ１００８）。この識別処理は、上述の処理によって得られた差分データ列ΔＬのピーク値と所定の閾値Ｔとを比較し、閾値Ｔよりも大きければ真札であると判定し（ステップＳ１００９）、閾値Ｔよりも小さければ偽札であると判定する（ステップＳ１０１０）。これより、紙幣の真贋を識別することが可能となる。
【０１３５】
ここで、ステップＳ１００８においては、閾値Ｔと比較する対象として差分データ列ΔＬのピーク値を用いているが、この差分データ列ΔＬのピーク値は、金銭データと、正窓ＷＰ及び負窓ＷＮと、を相対的に１ポイントずつ移動させている場合において、正窓ＷＰの中に１０００円札の特徴的な模様があり、かつ、負窓ＷＮの中に１０００円札の非特徴的な部分があるときの値となる。すなわち、図１５（ｃ）においては、Ｌ５〜Ｌ１１の各区分の中央付近で、差分データ列ΔＬは複数のピーク値をとることとなる。従って、低コストかつ簡便に１０００円札の特徴量の抽出精度を向上・安定化することができ、ひいては、鑑別性能を向上させることができる。
【０１３６】
なお、本発明の第２の実施の形態においては、正窓ＷＰ及び負窓ＷＮが交互に設定された選択領域は左右方向に線で形成され、この選択領域を左右方向に相対移動させながら総和演算処理を行うこととしたが、本発明はこれに限られず、正窓ＷＰ及び負窓ＷＮが交互に設定された選択領域を上下方向に線で形成し、この選択領域を上下方向に相対移動させながら総和演算処理を行うこととしてもよいし、正窓ＷＰ及び負窓ＷＮが交互に設定された選択領域を２次元面で形成し、この選択領域を左右方向或いは上下方向に相対移動させながら総和演算処理を行うこととしてもよい。
【０１３７】
また、本発明の第２の実施の形態においては、上述したステップＳ１００１で取り込まれた光学画像データをそのまま用いているが、必要に応じて微分、平滑フィルタ等を介してフィルタリング処理を施すこととしてもよい。
【０１３８】
また、本発明の第１の実施の形態において述べたように、差分データ列ΔＬの最大値ではなく最小値をピーク値として採用する、ステップＳ１００５の減算処理をステップ１００８の識別処理の直前に行う、差分データ列ΔＬのピーク値から差分データ列ΔＬの輝度レベル（出力レベル）の平均値を減算した値を所定の閾値と比較解析するなど、本発明の第２の実施の形態においても様々な応用例が考えられる。
【０１３９】
さらに、本発明の第１の実施の形態に係る変形例で述べた内容（紙幣の表面と裏面の両方で識別処理を行うこと）、本発明の第１の実施の形態に係る他の変形例で述べた内容（紙幣の表面の１箇所ではなく、複数の箇所から金銭データを抽出して識別処理を行うこと）は、本発明の第２の実施の形態においても適用可能である。また、搬送時の影響等で特徴的な部分あるいは非特徴的な部分の位置が円周方向で変わっていく円形物とは違い、紙幣のような四角物は搬送時の影響等で特徴的な部分あるいは非特徴的な部分の位置が変わることはない。従って、正窓ＷＰまたは負窓ＷＮを固定した状態で総和値ＳＰ又は総和値ＳＮを求め、これらを用いて紙幣の真贋を識別することもできる。この場合には、例えば、総和値ＳＰ又は総和値ＳＮを所定の閾値と比較解析することでその真贋を識別することができる。あるいは、総和値ＳＰと総和値ＳＮとの差の値を所定の閾値と比較解析してその真贋を識別してもよい。
【実施例１】
【０１４０】
以下、本発明の実施例について、実験によって得られたデータを用いて詳述する。なお、ここでは本発明の第１の実施の形態に係る識別装置による実験によって得られたデータを用いて詳述する。
【０１４１】
図１６（ａ）は、本発明の実施例に係る１００円硬貨の光学画像上に、同心円状の５本のリング状検出領域を設定し、所定の位置に、正窓ＷＰと負窓ＷＮを設定した様子を示す図である。ここで、１００円硬貨の特徴的な模様上に正窓ＷP1〜正窓ＷP5が、１００円硬貨の非特徴的な部分に負窓ＷN1〜負窓ＷN8がくるような設定パターンが選択されている。
【０１４２】
そして、正窓ＷP1〜正窓ＷP5及び負窓ＷN1〜負窓ＷN8のそれぞれにおいて、各切り出し角度において半径方向に圧縮処理を施してリングデータＤを生成する（図５のステップＳ５０４参照）。ここで、このリングデータＤのヒストグラムと各窓との対応関係を図１６（ｂ）に示す。図１６（ｂ）において、横軸（Ｘ軸）は、角度ピッチ５度で切り出した場合の検出点数（＝７２点）からなり、縦軸（Ｙ軸）は、回転角度に対するリングデータＤのヒストグラムからなり、薄い網目は正窓ＷP1〜正窓ＷP5の位置、濃い網目は負窓ＷN1〜負窓ＷN8を示す。図１６（ｂ）によれば、正窓ＷP1〜正窓ＷP5にはリングデータＤの極大値が含まれており、負窓ＷN1〜負窓ＷN8にはリングデータＤの極小値が含まれているのが分かる。
【０１４３】
次に、総和演算処理（図５のステップＳ５０６参照）及び減算処理（図５のステップＳ５０７参照）が行われ、正窓ＷP1〜正窓ＷP5の中にあるリングデータＤの総和値ＳＰ（図１６（ｃ）においてＸ＝１におけるリングデータＤの値）と、図５のステップＳ５０５において設定された負窓ＷN1〜負窓ＷN8の中にあるリングデータＤの総和値ＳＮ（図１６（ｄ）においてＸ＝１におけるリングデータＤの値）と、の差分データ、すなわちＳＰからＳＮを引いた値（図１６（ｅ）においてＸ＝１におけるリングデータＤの値）が算出される。
【０１４４】
次いで、リングデータＤを時計回りにシフトさせ（図５のステップＳ５０８及びステップＳ５０９参照）、５度の角度ピッチで（検出点でいえば１ポイント）シフトさせるごとに、リングデータＤの総和値ＳＰ，総和値ＳＮ，及び差分データが算出される。そうすると、シフトさせた量に対する総和値ＳＰを示す図（図１６（ｃ））と、シフトさせた量に対する総和値ＳＮを示す図（図１６（ｄ））と、シフトさせた量に対する差分データ、すなわち差分データ列ΔＬを示す図（図１６（ｅ））のそれぞれの図が得られる。これらの図によれば、確かに、図１６（ｃ）におけるピーク値（Ｘ＝１）と比べて、図１６（ｅ）におけるピーク値（Ｘ＝１）の方が大きくなっており、このピーク値を円形物の真贋の識別に用いることによって鑑別性能が向上することが分かる。
【０１４５】
一方で、図１６（ｆ）は、排除すべき硬貨表面の光学画像から得られたリングデータＤのヒストグラムと各窓との対応関係を示す図である。また、図１６（ｇ）は、図１６（ｆ）に示すリングデータＤから求めた差分データ列ΔＬを示す図である。図１６（ｇ）では、差分データ列ΔＬのピーク値（＝約−５００）は、図１６（ｅ）に示す差分データ列ΔＬのピーク値（＝約１８００）ほど大きいものではない。
【０１４６】
以上説明したように、受け付けるべき硬貨表面の光学画像から得られたリングデータＤから求めた差分データ列ΔＬ（図１６（ｅ））のピーク値と、排除すべき硬貨表面の光学画像から切り出されたリングデータＤから求めた差分データ列ΔＬ（図１６（ｇ））のピーク値と、の間には大きな差があり、この差を利用することによって、被識別物たる円形物の真贋の鑑別性能の向上を図ることができる。
【産業上の利用可能性】
【０１４７】
本発明に係るパターン識別方法は、被識別物や被識別円形物の種類または真贋を判定するにあたって実行される画像処理の負荷を軽減させることで、光学画像を用いる方式を採用した場合であっても、装置の低廉化及び小型化を図ることができるものとして有用である。
【図面の簡単な説明】
【０１４８】
【図１】本発明の第１の実施の形態に係る識別装置の内部に設けられた硬貨搬送路の概略構造を示した平面図である。
【図２】本発明の第１の実施の形態に係る識別装置の内部に設けられた硬貨搬送路の側面断面図である。
【図３】本発明の第１の実施の形態に係る識別装置の内部に設けられた光学式コインセンサ装置の概略構造を表した拡大側面図である。
【図４】本発明の第２の実施の形態に係る識別装置の内部に設けられた紙幣搬送路の概略構造を示した平面図である。
【図５】本発明の第１の実施の形態に係る識別装置の電気的構成を示すブロック図である。
【図６】本発明の第１の実施の形態に係るパターン識別方法についてのフロー図である。
【図７】本発明の第１の実施の形態に係る識別装置に投入する円形物（硬貨）の光学画像の一例を表した図である。
【図８】本発明の第１の実施の形態に係る識別装置に投入する円形物（硬貨）の光学画像上に選択窓が設定された様子を示した図である。
【図９】図６のフロー図で示すステップＳ５０８の処理とステップＳ５１０の処理の間に挿入されるサブルーチンを示すフロー図である。
【図１０】本発明の第１の実施の形態に係る他のパターン識別方法についてのフロー図である。
【図１１】本発明の第１の実施の形態に係る他のパターン識別方法についてのフロー図である。
【図１２】本発明の第２の実施の形態に係るパターン識別方法についてのフロー図である。
【図１３】本発明の第２の実施の形態に係る識別装置に挿入する四角物（紙幣）の光学画像の一例を表した図である。
【図１４】（ａ）は本発明の第２の実施の形態に係る識別装置に挿入する四角物（紙幣）の光学画像上に選択窓が設定された様子を示した図である。 （ｂ）は、選択領域が（ａ）に示す位置にあるときのレベル値出力を示す波形図である。
【図１５】（ａ）本発明の第２の実施の形態に係る識別装置に挿入する四角物（紙幣）の光学画像から得られた金銭データをスキャンする様子を示した図である。 （ｂ） 選択領域の相対移動量に対し、減算処理によって得られた差分データ差分データを示す波形図である。 （ｃ） 選択領域の相対移動量に対し、１次元の差分データ列を示す波形図である。
【図１６】（ａ）は、受け付けるべき硬貨表面の光学画像上に、リング状検出領域と正窓ＷＰ及び負窓ＷＮを設定した様子を示す図である。 （ｂ）は、（ａ）の光学画像から得られたリングデータＤのヒストグラムと各窓との対応関係を示す図である。 （ｃ）は、（ａ）の光学画像から得られたリングデータＤをシフトさせた量に対する総和値ＳＰを示す図である。 （ｄ）は、（ａ）の光学画像から得られたリングデータＤをシフトさせた量に対する総和値ＳＮを示す図である。 （ｅ）は、（ａ）の光学画像から得られたリングデータＤをシフトさせた量に対する差分データ列ΔＬを示す図である。 （ｆ）は、排除すべき硬貨表面の光学画像から得られたリングデータＤのヒストグラムと各窓との対応関係を示す図である。 （ｇ）は、（ｆ）の光学画像から得られたリングデータＤをシフトさせた量に対する差分データ列ΔＬを示す図である。
【図１７】本発明の第１の実施の形態に係る他のパターン識別方法についての光学画像の一例を表した図である。
【図１８】従来のパターン識別方法の識別手順を表した概略フロー図である。
【図１９】従来のパターン識別方法の識別手順を模式的に表した工程説明図である。
【符号の説明】
【０１４９】
１ 硬貨搬送路
２０ 紙幣搬送路
Ｃ 硬貨（円形物）
ＣＳＵ 光学式コイン（紙幣）センサ装置（ＣＣＤエリアセンサ）
ＷＰ 正窓
ＷＮ 負窓
【特許請求の範囲】
【請求項１】
識別対象となる被識別物の表面の模様パターンを撮像することによって得られた画像データを一定のピッチで抽出し、抽出して得られた出力データを解析することで、この被識別物の表面の模様パターンを識別するパターン識別方法において、
前記出力データ上に、当該出力データの複数の極大値を含み、かつ、それらの極大値が前記模様パターンに応じた位置関係となるように配列された第１の選択領域と、当該出力データの複数の極小値を含み、かつ、それらの極小値が前記模様パターンに応じた位置関係となるように配列された第２の選択領域と、を予め設定し、
前記第１の選択領域内の出力データの第１の総和値と、前記第２の選択領域内の出力データの第２の総和値と、を求める総和演算処理を実行し、
前記出力データと、前記第１の選択領域及び前記第２の選択領域と、を前記一定のピッチで相対的に移動させる毎に前記総和演算処理を実行することによって、前記第１の総和値のデータ列である第１の総和データ列と、前記第２の総和値のデータ列である第２の総和データ列と、を求め、
前記第１の総和データ列の各要素と、それに対応する前記第２の総和データ列の各要素と、の差分を計算することによって差分データ列を算出し、
前記差分データ列の解析を行うことによって被識別物の表面の模様パターンを識別することを特徴とするパターン識別方法。
【請求項２】
識別対象となる被識別円形物の表面の模様パターンを撮像することによって得られた画像データにこの被識別円形物と同心のリング状検出領域を設定し、前記リング状検出領域における画像データを一定のピッチで抽出して得られた出力データを解析することで、被識別円形物の表面の模様パターンを識別するパターン識別方法において、
前記出力データ上に、当該出力データの複数の極大値を含み、かつ、それらの極大値が前記模様パターンに応じた位置関係となるように配列された第１の選択領域と、当該出力データの複数の極小値を含み、かつ、それらの極小値が前記模様パターンに応じた位置関係となるように配列された第２の選択領域と、を予め設定し、
前記第１の選択領域内の出力データの第１の総和値と、前記第２の選択領域内の出力データの第２の総和値と、を求める総和演算処理を実行し、
前記出力データと、前記第１の選択領域及び前記第２の選択領域と、を前記一定のピッチで相対的に巡回させる毎に前記総和演算処理を実行することによって、前記第１の総和値のデータ列である第１の総和データ列と、前記第２の総和値のデータ列である第２の総和データ列と、を求め、
前記第１の総和データ列の各要素と、それに対応する前記第２の総和データ列の各要素と、の差分を計算することによって差分データ列を算出し、
前記差分データ列の解析を行うことによって被識別円形物の表面の模様パターンを識別することを特徴とするパターン識別方法。
【請求項３】
前記リング状検出領域を半径方向に沿って複数設定し、各リング状検出領域から得られる複数の差分データ列を解析することを特徴とする請求項２記載のパターン識別方法。
【請求項４】
前記差分データ列を特定入力データとして入力する第１ステップと、
前記特定入力データ上に、当該特定入力データの極大値を含む第１の特定選択領域と、当該特定入力データの極小値を含む第２の特定選択領域と、を設定する第２ステップと、
前記第１の特定選択領域内の特定入力データの第１の特定総和値と、前記第２の特定選択領域内の特定入力データの第２の特定総和値と、を求める特定総和演算処理を実行する第３ステップと、
前記特定入力データと、前記第１の特定選択領域及び前記第２の特定選択領域と、を一定のピッチで相対的に移動させる毎に前記特定総和演算処理を実行することによって、前記第１の特定総和値のデータ列である第１の特定総和データ列と、前記第２の特定総和値のデータ列である第２の特定総和データ列と、を求める第４ステップと、
前記第１の特定総和データ列の各要素と、それに対応する前記第２の特定総和データ列の各要素と、の差分を計算することによって特定差分データ列を算出する第５ステップと、
からなる一連の処理が行われた後、前記特定差分データ列の解析の解析を行うことによって被識別物の表面の模様パターンを識別することを特徴とする請求項１から３のいずれか記載のパターン識別方法。
【請求項５】
前記特定差分データ列を特定入力データとして、前記第２ステップから前記第５ステップまでの処理を複数回繰り返し行った後に得られた特定差分データ列の解析を行うことによって被識別物の表面の模様パターンを識別することを特徴とする請求項４記載のパターン識別方法。
【請求項６】
前記差分データ列或いは前記特定差分データ列の解析は、前記差分データ列或いは前記特定差分データ列のピーク値を検出し、その検出したピーク値と所定の閾値との比較解析であることを特徴とする請求項１から５のいずれか記載のパターン識別方法。
【請求項７】
前記差分データ列或いは前記特定差分データ列の解析は、前記差分データ列或いは前記特定差分データ列のピーク値をカウントし、そのカウントしたピーク値の総個数と所定の閾値との比較解析であることを特徴とする請求項１から５のいずれか記載のパターン識別方法。
【請求項８】
前記差分データ列或いは前記特定差分データ列の解析は、前記差分データ列或いは前記特定差分データ列全体と、予め設定した基準差分データ列との比較解析であることを特徴とする請求項１から５のいずれか記載のパターン識別方法。
【請求項９】
前記差分データ列或いは前記特定差分データ列の解析は、前記差分データ列或いは前記特定差分データ列のピーク値を検出するとともに、前記差分データ列或いは前記特定差分データ列の平均値を求め、
前記差分データ列或いは前記特定差分データ列のピーク値から前記差分データ列或いは前記特定差分データ列の平均値を減算した値と所定の閾値との比較解析であることを特徴とする請求項１から５のいずれか記載のパターン識別方法。
【請求項１０】
請求項１から９のいずれか記載のパターン識別方法を用いて、被識別円形物の真贋を判定するパターン識別方法。
【請求項１１】
請求項１から９のいずれか記載のパターン識別方法を用いて、被識別円形物の表面の模様パターンを識別する識別手段を備えたことを特徴とする識別装置。
【請求項１２】
前記識別手段の識別結果により、被識別円形物の真贋を判定する真贋判定手段を備えたことを特徴とする請求項１１記載の識別装置。
【請求項１】
識別対象となる被識別物の表面の模様パターンを撮像することによって得られた画像データを一定のピッチで抽出し、抽出して得られた出力データを解析することで、この被識別物の表面の模様パターンを識別するパターン識別方法において、
前記出力データ上に、当該出力データの複数の極大値を含み、かつ、それらの極大値が前記模様パターンに応じた位置関係となるように配列された第１の選択領域と、当該出力データの複数の極小値を含み、かつ、それらの極小値が前記模様パターンに応じた位置関係となるように配列された第２の選択領域と、を予め設定し、
前記第１の選択領域内の出力データの第１の総和値と、前記第２の選択領域内の出力データの第２の総和値と、を求める総和演算処理を実行し、
前記出力データと、前記第１の選択領域及び前記第２の選択領域と、を前記一定のピッチで相対的に移動させる毎に前記総和演算処理を実行することによって、前記第１の総和値のデータ列である第１の総和データ列と、前記第２の総和値のデータ列である第２の総和データ列と、を求め、
前記第１の総和データ列の各要素と、それに対応する前記第２の総和データ列の各要素と、の差分を計算することによって差分データ列を算出し、
前記差分データ列の解析を行うことによって被識別物の表面の模様パターンを識別することを特徴とするパターン識別方法。
【請求項２】
識別対象となる被識別円形物の表面の模様パターンを撮像することによって得られた画像データにこの被識別円形物と同心のリング状検出領域を設定し、前記リング状検出領域における画像データを一定のピッチで抽出して得られた出力データを解析することで、被識別円形物の表面の模様パターンを識別するパターン識別方法において、
前記出力データ上に、当該出力データの複数の極大値を含み、かつ、それらの極大値が前記模様パターンに応じた位置関係となるように配列された第１の選択領域と、当該出力データの複数の極小値を含み、かつ、それらの極小値が前記模様パターンに応じた位置関係となるように配列された第２の選択領域と、を予め設定し、
前記第１の選択領域内の出力データの第１の総和値と、前記第２の選択領域内の出力データの第２の総和値と、を求める総和演算処理を実行し、
前記出力データと、前記第１の選択領域及び前記第２の選択領域と、を前記一定のピッチで相対的に巡回させる毎に前記総和演算処理を実行することによって、前記第１の総和値のデータ列である第１の総和データ列と、前記第２の総和値のデータ列である第２の総和データ列と、を求め、
前記第１の総和データ列の各要素と、それに対応する前記第２の総和データ列の各要素と、の差分を計算することによって差分データ列を算出し、
前記差分データ列の解析を行うことによって被識別円形物の表面の模様パターンを識別することを特徴とするパターン識別方法。
【請求項３】
前記リング状検出領域を半径方向に沿って複数設定し、各リング状検出領域から得られる複数の差分データ列を解析することを特徴とする請求項２記載のパターン識別方法。
【請求項４】
前記差分データ列を特定入力データとして入力する第１ステップと、
前記特定入力データ上に、当該特定入力データの極大値を含む第１の特定選択領域と、当該特定入力データの極小値を含む第２の特定選択領域と、を設定する第２ステップと、
前記第１の特定選択領域内の特定入力データの第１の特定総和値と、前記第２の特定選択領域内の特定入力データの第２の特定総和値と、を求める特定総和演算処理を実行する第３ステップと、
前記特定入力データと、前記第１の特定選択領域及び前記第２の特定選択領域と、を一定のピッチで相対的に移動させる毎に前記特定総和演算処理を実行することによって、前記第１の特定総和値のデータ列である第１の特定総和データ列と、前記第２の特定総和値のデータ列である第２の特定総和データ列と、を求める第４ステップと、
前記第１の特定総和データ列の各要素と、それに対応する前記第２の特定総和データ列の各要素と、の差分を計算することによって特定差分データ列を算出する第５ステップと、
からなる一連の処理が行われた後、前記特定差分データ列の解析の解析を行うことによって被識別物の表面の模様パターンを識別することを特徴とする請求項１から３のいずれか記載のパターン識別方法。
【請求項５】
前記特定差分データ列を特定入力データとして、前記第２ステップから前記第５ステップまでの処理を複数回繰り返し行った後に得られた特定差分データ列の解析を行うことによって被識別物の表面の模様パターンを識別することを特徴とする請求項４記載のパターン識別方法。
【請求項６】
前記差分データ列或いは前記特定差分データ列の解析は、前記差分データ列或いは前記特定差分データ列のピーク値を検出し、その検出したピーク値と所定の閾値との比較解析であることを特徴とする請求項１から５のいずれか記載のパターン識別方法。
【請求項７】
前記差分データ列或いは前記特定差分データ列の解析は、前記差分データ列或いは前記特定差分データ列のピーク値をカウントし、そのカウントしたピーク値の総個数と所定の閾値との比較解析であることを特徴とする請求項１から５のいずれか記載のパターン識別方法。
【請求項８】
前記差分データ列或いは前記特定差分データ列の解析は、前記差分データ列或いは前記特定差分データ列全体と、予め設定した基準差分データ列との比較解析であることを特徴とする請求項１から５のいずれか記載のパターン識別方法。
【請求項９】
前記差分データ列或いは前記特定差分データ列の解析は、前記差分データ列或いは前記特定差分データ列のピーク値を検出するとともに、前記差分データ列或いは前記特定差分データ列の平均値を求め、
前記差分データ列或いは前記特定差分データ列のピーク値から前記差分データ列或いは前記特定差分データ列の平均値を減算した値と所定の閾値との比較解析であることを特徴とする請求項１から５のいずれか記載のパターン識別方法。
【請求項１０】
請求項１から９のいずれか記載のパターン識別方法を用いて、被識別円形物の真贋を判定するパターン識別方法。
【請求項１１】
請求項１から９のいずれか記載のパターン識別方法を用いて、被識別円形物の表面の模様パターンを識別する識別手段を備えたことを特徴とする識別装置。
【請求項１２】
前記識別手段の識別結果により、被識別円形物の真贋を判定する真贋判定手段を備えたことを特徴とする請求項１１記載の識別装置。
【図１】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【図９】
【図１０】
【図１１】
【図１２】
【図１３】
【図１４】
【図１５】
【図１７】
【図１８】
【図１９】
【図１６】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【図９】
【図１０】
【図１１】
【図１２】
【図１３】
【図１４】
【図１５】
【図１７】
【図１８】
【図１９】
【図１６】
【公開番号】特開２００６−３０９７９３（Ｐ２００６−３０９７９３Ａ）
【公開日】平成１８年１１月９日（２００６．１１．９）
【国際特許分類】
【出願番号】特願２００６−１９８２７０（Ｐ２００６−１９８２７０）
【出願日】平成１８年７月２０日（２００６．７．２０）
【分割の表示】特願２００３−４１０６２８（Ｐ２００３−４１０６２８）の分割
【原出願日】平成１５年１２月９日（２００３．１２．９）
【出願人】（０００００２２３３）日本電産サンキョー株式会社 (1,337)
【Ｆターム（参考）】
【公開日】平成１８年１１月９日（２００６．１１．９）
【国際特許分類】
【出願日】平成１８年７月２０日（２００６．７．２０）
【分割の表示】特願２００３−４１０６２８（Ｐ２００３−４１０６２８）の分割
【原出願日】平成１５年１２月９日（２００３．１２．９）
【出願人】（０００００２２３３）日本電産サンキョー株式会社 (1,337)
【Ｆターム（参考）】
[ Back to top ]