紙幣識別装置
【課題】偽札の紙幣を同偽札の紙幣の特性にかかわらず良好な精度で識別することにある。
【解決手段】センサの検出出力を順次サンプリングしてＪ個（Ｊ≧２）のアナログデータを出力するサンプリング回路と、Ｊ個のアナログデータをＪ個のデジタルデータに変換しＪ個のデジタルデータをＪ個の実測データとして出力するＡＤ変換回路と、Ｊ個の実測データとＪ個の平均データとの乖離の度合を示すＪ個の乖離度データを算出する第１算出部と、Ｊ個の乖離度データの中から乖離の度合が大きい上位Ｋ個（Ｋ≦Ｊ）の乖離度データを抽出する抽出部と、Ｋ個の乖離度データの中から乖離の度合が大きい上位側の乖離度データとの部分和を示すＭ個（Ｍ≦Ｋ）の乖離度部分和データを算出する第２算出部と、Ｍ個の乖離度部分和データとＭ個の閾値データとを比較し紙幣の真偽を判別する判別部とを備えた紙幣識別装置。
【解決手段】センサの検出出力を順次サンプリングしてＪ個（Ｊ≧２）のアナログデータを出力するサンプリング回路と、Ｊ個のアナログデータをＪ個のデジタルデータに変換しＪ個のデジタルデータをＪ個の実測データとして出力するＡＤ変換回路と、Ｊ個の実測データとＪ個の平均データとの乖離の度合を示すＪ個の乖離度データを算出する第１算出部と、Ｊ個の乖離度データの中から乖離の度合が大きい上位Ｋ個（Ｋ≦Ｊ）の乖離度データを抽出する抽出部と、Ｋ個の乖離度データの中から乖離の度合が大きい上位側の乖離度データとの部分和を示すＭ個（Ｍ≦Ｋ）の乖離度部分和データを算出する第２算出部と、Ｍ個の乖離度部分和データとＭ個の閾値データとを比較し紙幣の真偽を判別する判別部とを備えた紙幣識別装置。
【発明の詳細な説明】
【技術分野】
【０００１】
本発明は、紙幣識別装置に関する。
【背景技術】
【０００２】
搬送路を通過する紙幣の特性を検出して同紙幣の真偽を識別する紙幣識別装置が知られている（例えば特許文献1参照）。
例えば特許文献１に開示された紙幣識別装置は、紙幣が搬送路を通過する間、同搬送路に設けられたセンサが所定のタイミングで検出信号を出力することにより、同紙幣の特性を示す出力パターンが得られる。ここで、紙幣の特性を示す出力パターンとは、例えば、紙幣における搬送距離に対応する位置ごとの検出信号の電圧（出力値）の分布であり、これは同紙幣の表面の印刷パターンに応じた分布となっている。
このようにして得られた識別対象の紙幣の出力パターンと、真札の紙幣に対し予め得られている基準パターンとを比較することによって、識別対象の紙幣の真偽が判別される。ここで、出力パターンと基準パターンとの具体的な比較対象は、例えば、紙幣における（搬送距離に対応する）複数の位置のうちの予め固定された数点の位置での出力値である。つまり、基準パターンを与える真札の紙幣と、想定される偽札の紙幣との特性上の顕著な相違箇所が予めわかっており、同箇所における双方の出力値が比較される。
【先行技術文献】
【特許文献】
【０００３】
【特許文献１】特開２００２−７４４４８号公報
【発明の概要】
【発明が解決しようとする課題】
【０００４】
しかしながら、前述した紙幣識別装置において、想定外の偽札の紙幣が搬送路に挿入された場合には、予め固定された位置で同偽札の紙幣と真札の紙幣との間に特性上の顕著な相違があるとは限らない。このため、紙幣識別装置は、この想定外の偽札の紙幣を真札であると誤って識別してしまう虞がある。
つまり、特性が予めわかっている偽札の紙幣の場合とは異なる位置で真札の紙幣の特性と相違した特性を有する偽札の紙幣に対し、紙幣識別装置は、この相違を見落としてしまう虞がある。
【０００５】
本発明はかかる課題に鑑みてなされたものであり、その目的とするところは、偽札の紙幣を同偽札の紙幣の特性にかかわらず良好な精度で識別することにある。
【課題を解決するための手段】
【０００６】
前記課題を解決するための発明は、搬送路を通過する紙幣の特性を検出するセンサと、前記センサが前記紙幣の特性を検出する期間、前記センサの検出出力を順次サンプリングしてＪ個（Ｊ≧２）のアナログデータを出力するサンプリング回路と、前記Ｊ個のアナログデータをＪ個のデジタルデータに変換し、前記Ｊ個のデジタルデータをＪ個の実測データとして出力するＡＤ変換回路と、前記Ｊ個の実測データと、前記Ｊ個の実測データに対応するＪ個の平均データとの乖離の度合を示すＪ個の乖離度データを算出する第１算出部と、前記Ｊ個の乖離度データの中から、乖離の度合が大きい上位Ｋ個（Ｋ≦Ｊ）の乖離度データを抽出する抽出部と、前記Ｋ個の乖離度データの中から、乖離の度合が大きい上位側の乖離度データとの部分和を示すＭ個（Ｍ≦Ｋ）の乖離度部分和データを算出する第２算出部と、前記Ｍ個の乖離度部分和データと、前記Ｍ個の乖離度部分和データに対応するＭ個の閾値データとを比較し、前記紙幣の真偽を判別する判別部と、を備えた紙幣識別装置である。
この紙幣識別装置によれば、乖離の度合が大きい上位Ｋ個の乖離度データが抽出されるため、例えば紙幣における予め固定された位置での乖離度データを抽出する場合に比べて、真札及び偽札の紙幣の間の特性に係る顕著な相違箇所がより確実に抽出される。これにより、偽札の紙幣を同偽札の紙幣の特性にかかわらず一定の精度で識別できる。また、Ｍ個の乖離度部分和データのそれぞれは、例えば紙幣における対応する位置の乖離度データのみと比べて値が大きいため、比較対象である閾値データの値もこれにともない大きく設定できる。これは、紙幣の真偽の識別精度の向上につながる。以上から、偽札の紙幣を同偽札の紙幣の特性にかかわらず良好な精度で識別できる。
【０００７】
また、かかる紙幣識別装置において、前記第１算出部は、前記Ｊ個の実測データ及び前記Ｊ個の平均データの差の絶対値を、前記Ｊ個の平均データに対応するＪ個の標準偏差データで除算することにより、前記Ｊ個の乖離度データを算出することが好ましい。
この紙幣識別装置によれば、平均データの統計分布が考慮された乖離度データが得られる。例えば、標準偏差データが小さいほど、平均データの統計分布の幅（例えば真札の紙幣におけるその特性からの乖離の度合の許容範囲）がより狭くなるため、乖離度データの乖離の度合はより大きく設定される。一方、標準偏差データが大きいほど、平均データの統計分布の幅がより広くなるため、乖離度データの乖離の度合はより小さく設定される。つまり、乖離度データの乖離の度合には平均データの統計分布の幅に反比例する重みが付けられているため、同乖離度データは、識別対象の紙幣の特性が真札の紙幣の特性からどのような度合で乖離しているかをより正確に表わしている。以上から、偽札の紙幣を同偽札の紙幣の特性にかかわらずより良好な精度で識別できる。
【０００８】
また、かかる紙幣識別装置において、前記実測データに基づいて識別対象となる前記紙幣の種類を特定する紙幣特定部を備え、前記第１算出部は、前記Ｊ個の実測データ及び前記紙幣の種類に対応する前記Ｊ個の平均データの差の絶対値を、前記Ｊ個の標準偏差データで除算することにより、前記Ｊ個の乖離度データを算出することが好ましい。
この紙幣識別装置によれば、紙幣が複数の種類を有する場合、紙幣特定部により特定された種類の真札の紙幣に対して偽札の紙幣を同偽札の紙幣の特性にかかわらずより良好な精度で識別できる。
【０００９】
また、かかる紙幣識別装置において、前記第２算出部は、前記Ｍ個の乖離度部分和データが順次大きくなるように、前記Ｍ個の乖離度部分和データを算出することが好ましい。
この紙幣識別装置によれば、乖離度部分和データは、対応する乖離度データが小さくなるほど、順次大きくなるため、比較対象である閾値データの値もこれにともないより大きく設定できる。これにより、紙幣の真偽の識別精度がより向上する。以上から、偽札の紙幣を同偽札の紙幣の特性にかかわらずより一層良好な精度で識別できる。
【００１０】
また、かかる紙幣識別装置において、前記Ｋ個の乖離度データの個数を設定する設定部を備えたことが好ましい。
この紙幣識別装置によれば、設定部を通じて、例えば紙幣の真偽に関してその識別精度を良好に保ちつつその識別速度を速めるためのＫ値を設定できる。
【００１１】
また、かかる紙幣識別装置において、前記Ｍ個の乖離度部分和データの個数を設定する設定部を備えたことが好ましい。
この紙幣識別装置によれば、設定部を通じて、紙幣の真偽に関してその識別精度を良好に保ちつつその識別速度を速めるためのＭ値を設定できる。
【００１２】
また、かかる紙幣識別装置において、前記抽出部は、前記Ｊ個の乖離度データを略均等の個数に分割し、Ｌ個の乖離度データ群を生成する第１工程と、前記Ｌ個の乖離度データ群の中から、最大となるＬ個の乖離度データを抽出する第２工程と、前記Ｌ個の乖離度データの中から、最大となる乖離度データを抽出する第３工程と、最大となる乖離度データが含まれていた前記乖離度データ群の中から、当該乖離度データの次に最大となる乖離度データを抽出し、前記Ｌ個の乖離度データを再度生成する第４工程と、前記Ｌ個の乖離度データの中から、最大となる乖離度データを抽出する第５工程と、前記第４及び第５工程を前記Ｋ個の乖離度データを抽出するまで繰り返す第６工程と、を実行することが好ましい。
この紙幣識別装置によれば、先ず、Ｊ個の乖離度データの中で乖離の度合が最大（第１番目）の乖離度データは、第１乃至第３工程を通じて抽出される。次に、第２番目以降の乖離度データは、以下の第４及び第５工程を繰り返す第６工程を通じて抽出される。即ち、第ｋ番目（２≦ｋ≦Ｋ）の乖離度データは、第（ｋ−１）番目の乖離度データが含まれていた乖離度データ群の中から当該乖離度データの次に最大となる乖離度データを抽出し、Ｌ個の乖離度データを再度生成した後、これらＬ個の乖離度データの中から最大となる乖離度データとして抽出される。以上の第４及び第５工程がｋ＝Ｋとなるまで繰り返される都度、最大となる乖離度データの抽出対象は常に１個の乖離度データ群のみであり、残りの（Ｌ−１）個の乖離度データ群はそのままである。よって、Ｊ個の乖離度データから上位のＫ個の乖離度データを抽出するための処理時間が、（Ｌ−１）個の乖離度データ群を処理対象としない分だけ短縮される。従って、紙幣の真偽に関してその識別精度を良好に保ちつつその識別速度をより一層速めることができる。尚、前述した第（ｋ−１）番目の乖離度データは、ｋ＝２の場合、先の第３工程で抽出された最大となる乖離度データであり、ｋ≧３の場合、先の第５工程で抽出された最大となる乖離度データである。
【００１３】
また、かかる紙幣識別装置において、前記Ｊ個の平均データに対応するＪ個の標準偏差データそれぞれの逆数であるＪ個の逆数データを予め記憶する記憶部を備え、前記第１算出部は、前記Ｊ個の実測データ及び前記Ｊ個の平均データの差の絶対値に対し、前記記憶部から読み出された前記Ｊ個の逆数データを乗算することにより、前記Ｊ個の乖離度データを算出することが好ましい。
Ｊ個の標準偏差データで除算することは、Ｊ個の逆数データを乗算することと等価であるが、除算のアルゴリズムよりも乗算のアルゴリズムの方が一般に高速である。よって、この紙幣識別装置によれば、Ｊ個の乖離度データを算出するための処理時間が短縮され、この短縮分だけ、紙幣の識別時間も短縮される。
【００１４】
また、かかる紙幣識別装置において、前記実測データに基づいて識別対象となる前記紙幣の種類を特定する紙幣特定部を備え、前記記憶部は、前記Ｊ個の逆数データを前記紙幣の種類ごとに予め記憶し、前記第１算出部は、前記紙幣特定部により特定された前記紙幣の種類に対応する前記Ｊ個の逆数データを前記記憶部から読み出し、前記Ｊ個の実測データ及び前記紙幣特定部により特定された前記紙幣の種類に対応する前記Ｊ個の平均データの差の絶対値に対し、前記記憶部から読み出された前記Ｊ個の逆数データを乗算することにより、前記Ｊ個の乖離度データを算出することが好ましい。
この紙幣識別装置によれば、Ｊ個の乖離度データを算出するための処理時間が短縮され、この短縮分だけ、紙幣特定部により特定された種類の紙幣の識別時間も短縮される。
【発明の効果】
【００１５】
本発明によれば、偽札の紙幣を同偽札の紙幣の特性にかかわらず良好な精度で識別できる。
【図面の簡単な説明】
【００１６】
【図１】本実施の形態の紙幣識別装置の構成例を示すブロック図である。
【図２】本実施の形態の紙幣識別装置の機能ブロックの構成例を示す図である。
【図３】紙幣識別装置による紙幣識別動作で用いられる各種データの構成例を示す模式図である。
【図４】紙幣識別装置による紙幣識別動作におけるＣＰＵの処理手順の一例を示すフローチャートである。
【図５】（ａ）は識別対象の紙幣の平面図であり、（ｂ）は識別対象の紙幣のＪ個（Ｊ≧２）の実測データを視覚化したグラフであり、（ｃ）は種類Ｔ＊の真札の紙幣のＪ個の平均データ及びＪ個の標準偏差データを視覚化したグラフである。
【図６】（ａ）はＪ個の乖離度データを視覚化したグラフであり、（ｂ）はＫ個（Ｋ≦Ｊ）の乖離度データを視覚化したグラフであり、（ｃ）はＭ個（Ｍ≦Ｋ）の乖離度部分和データを視覚化したグラフであり、（ｄ）はＭ個の閾値データを視覚化したグラフである。
【図７】紙幣識別装置がＪ個の乖離度データから大きい上位Ｋ個の乖離度データを抽出する際のＣＰＵの処理手順の一例を示すフローチャートである。
【図８】Ｊ個の乖離度データからの最大の乖離度データの抽出のし方を示す模式図である。
【図９】Ｊ個の乖離度データからの第ｋ番目（２≦ｋ≦Ｋ）に大きい乖離度データの抽出のし方を示す模式図である。
【発明を実施するための形態】
【００１７】
===紙幣識別装置の構成===
図１乃至図３を参照しつつ、本実施の形態の紙幣識別装置１の構成例について説明する。図１は紙幣識別装置１の構成例を示すブロック図であり、図２は紙幣識別装置１の機能ブロックの構成例を示す図であり、図３は紙幣識別装置１による紙幣識別動作で用いられる各種データ５１、５２、５３、５４、５５、５６、５７の構成例を示す模式図である。
【００１８】
図１に例示されるように、紙幣識別装置１は、センサ３と、サンプリング回路２１と、ＡＤ変換回路２２と、メモリ（記憶部）４２と、ＣＰＵ１０とを備えている。
【００１９】
センサ３は、紙幣の搬送路２を挟む例えば一対の発光素子３１及び受光素子３２からなる。発光素子３１からの光は、紙幣に対し透過又は反射した後に受光素子３２により受光され、受光素子３２は、透過光又は反射光の光量に応じた電圧を有する信号を出力する。
【００２０】
サンプリング回路２１は、受光素子３２から出力される信号の波形を所定周期でサンプリングするとともに増幅し、このサンプリング及び増幅して得られた信号をアナログデータとして出力する。
【００２１】
ＡＤ変換回路２２は、サンプリング回路２１から出力されるアナログデータをデジタルデータに変換する。
【００２２】
メモリ４２は、後述する、Ｊ個（Ｊ≧２）の実測データ５１、Ｊ個の平均データ５２、Ｊ個の標準偏差データ５３、Ｊ個の乖離度データ５４、Ｋ個（Ｋ≦Ｊ）の乖離度データ５５、Ｍ個（Ｍ≦Ｋ）の乖離度部分和データ５６、及びＭ個の閾値データ５７（図３）を記憶する。尚、このメモリ４２は、後述するように、Ｊ個の平均データ５２と、Ｊ個の標準偏差データ５３と、Ｊ個の閾値データ５７とを、紙幣の種類ごとに予め記憶している。
【００２３】
ＣＰＵ１０は、メモリ４２に記憶されたＪ個の実測データ５１、Ｊ個の平均データ５２、Ｊ個の標準偏差データ５３、及びＪ個の閾値データ５７に基づいて、紙幣識別動作に係る演算処理を実行する。
【００２４】
具体的には、図２に例示されるように、ＣＰＵ１０は、後述するＲＯＭ４０に記憶されたプログラムにより、紙幣特定部６１、第１算出部６２、抽出部６３、第２算出部６４、及び判別部６５の機能を実行するようになっている。紙幣特定部６１は、識別対象の紙幣の種類を特定する。第１算出部６２は、Ｊ個の実測データ５１、Ｊ個の平均データ５２、及びＪ個の標準偏差データ５３からＪ個の乖離度データを算出する。抽出部６３は、Ｊ個の乖離度データ５４から上位Ｋ個の乖離度データ５５を抽出する。第２算出部６４は、Ｋ個の乖離度データ５５からＭ個の乖離度部分和データ５６を抽出する。判別部６５は、Ｍ個の乖離度部分和データ５６とＭ個の閾値データ５７とをそれぞれ比較して、識別対象の紙幣の真偽を判別する。尚、これらの機能の詳細は、紙幣識別動作として後述する。
【００２５】
図１に戻って、紙幣識別装置１は、点灯回路１１と、ＤＡ変換回路１２と、ＲＯＭ４０と、ＲＡＭ４１と、設定部４３とを更に備えている。
【００２６】
点灯回路１１は、発光素子３１を点灯又は消灯する。ＤＡ変換回路１２は、ＣＰＵ１０から出力されるデジタル信号である制御信号をアナログ信号に変換し、同アナログ信号により点灯回路１１に対し発光素子３１の点灯又は消灯を行なわせる。ＲＯＭ４０は、ＣＰＵ１０の紙幣識別動作に係る演算処理の手順を定めるプログラム等を記憶する。ＲＡＭ４１は、ＣＰＵ１０の紙幣識別動作に係る演算処理に用いられるデータ等を記憶する。設定部４３は、後述するＫ個の乖離度データ５５のＫ値やＭ個の乖離度部分和データ５６のＭ値等を紙幣識別装置１の外部から入力するための手段である。具体的には、この設定部４３は、例えばキーボード等である。作業者がキーボードの操作を通じてＫ値及びＭ値を示すデータを入力すると、ＣＰＵ１０は、ＲＯＭ４０に記憶された所定のプログラムに基づいて、メモリ４２に既に記憶されているＫ値及びＭ値を示すデータを新たに入力されたデータに書き換えるようになっている。或いは、この設定部４３は、例えばＵＳＢメモリ等である。ＵＳＢメモリがＣＰＵ１０に接続されると、ＣＰＵ１０は、ＲＯＭ４０に記憶された所定のプログラムにより、ＵＳＢメモリに記憶されたＫ値及びＭ値を示すデータを読み出し、メモリ４２に既に記憶されているＫ値及びＭ値を示すデータを、読み出されたデータに書き換えるようになっている。
【００２７】
図３（ａ）に例示されるように、実測データＸ（ｊ）（１≦ｊ≦Ｊ）は、識別対象の紙幣におけるその搬送方向の複数の等間隔の位置の順番を示すｊごとのＡＤ変換回路２２のデジタルデータである。以後、Ｊ個の実測データ５１を、単に「実測データ５１」と称する。尚、ｊで示される紙幣上の位置どうしの間隔は、このように等間隔に限定されるものではない。例えば真札の紙幣と偽札の紙幣との間で特性上の相違が顕著な複数の箇所が予めわかっている場合には、たとえ複数の箇所どうしが搬送方向に等間隔でなくても、これらを順にｊで表わしてもよい。
【００２８】
図３（ｂ）に例示されるように、平均データＡ（Ｔ＊、ｊ）は、種類Ｔ＊の真札の紙幣のＮ組（Ｎ≧２）の実測データ５１のそれぞれにおけるＮ個の実測データＸ（Ｔ＊、ｊ、ｎ）（１≦ｎ≦Ｎ）の平均値である（「式１」参照）。尚、Ｎ組の実測データ５１は、例えば、紙幣Ｎ枚分の実測データ５１であってもよいし、又は、同紙幣１枚を用いたＮ回分の実測データ５１であってもよい。或いは、これら２つを組み合わせて、Ｎ組の実測データ５１は、紙幣ＮＡ枚を用いたＮＢ回分の実測データ５１（Ｎ＝ＮＡ×ＮＢ、ＮＡ≧２、ＮＢ≧２）であってもよい。何れの場合も、Ｎ組の実測データ５１は、予め実験等により求められる。また、Ｔ＊は、紙幣の種類を表わすＴ個の変数ｔ（１≦ｔ≦Ｔ）のうちの１つを意味する。具体例として、種類Ｔ＊は、日本銀行券であれば、１万円新札（対応する変数ｔを１とする）、１万円旧札（対応する変数ｔを２とする）、５千円新札（対応する変数ｔを３とする）、５千円旧札（対応する変数ｔを４とする）、２千円札（対応する変数ｔを５とする）、１千円新札（対応する変数ｔを６とする）、及び１千円旧札（対応する変数ｔを７とする）の合計７（＝Ｔ）種類のうちの１つである。以後、Ｊ個の平均データ５２を、単に「平均データ５２」と称する。
【００２９】
図３（ｃ）に例示されるように、標準偏差データＳ（Ｔ＊、ｊ）は、種類Ｔ＊の真札の紙幣のＮ組の実測データ５１のそれぞれにおけるＮ個の実測データＸ（Ｔ＊、ｊ、ｎ）（１≦ｎ≦Ｎ）の標準偏差である（「式２」参照）。以後、Ｊ個の標準偏差データ５３を、単に「標準偏差データ５３」と称する。
【００３０】
図３（ｄ）に例示されるように、乖離度データＤ（ｊ）は、識別対象の紙幣の前述した実測データＸ（ｊ）と、同識別対象の紙幣と同じ種類Ｔ＊の真札の紙幣の前述した平均データＡ（Ｔ＊、ｊ）との差分の絶対値を、前述した標準偏差データＳ（Ｔ＊、ｊ）で除算して得られる（「式３」参照）。以後、Ｊ個の乖離度データ５４を、単に「乖離度データ５４」と称する。
【００３１】
図３（ｅ）に例示されるように、乖離度データＦ（ｋ）（１≦ｋ≦Ｋ）は、乖離度データ５４を大きい順に上位Ｋ個までソートして得られる。以後、Ｋ個の乖離度データ５５を、単に「乖離度データ５５」と称する。
【００３２】
図３（ｆ）に例示されるように、乖離度部分和データＧ（ｍ）（１≦ｍ≦Ｍ）は、乖離度データ５５におけるｋ＝１からｋ＝ＭまでのＭ個の乖離度データＦ（ｋ）のそれぞれにおいてＦ（１）からＦ（ｋ）までの累積和をとって得られる（「式４」参照）。尚、これに限定されるものではなく、乖離度部分和データＧ（ｍ）は、対応する乖離度データＦ（ｍ）と、少なくとも乖離の度合がより大きい乖離度データＦ（ｍ’）（１≦ｍ’＜ｍ）との和であればよい。以後、Ｍ個の乖離度部分和データ５６を、単に「乖離度部分和データ５６」と称する。
【００３３】
図３（ｇ）に例示されるように、閾値データＨ（Ｔ＊、ｍ）（１≦ｍ≦Ｍ）は、乖離度部分和データＧ（ｍ）ごとに比較されるべき閾値である。真札の紙幣の実測データＸ（ｊ）には前述した統計分布があるため、たとえ真札の紙幣どうしであっても、前述した「式１乃至４」に基づいてＧ（ｍ）を算出すれば、０ではない値を有するＧ（ｍ）が得られる。一例として、このようなＧ（ｍ）の最大値を予め実験で求め、その最大値を含む所定幅の範囲内で閾値（Ｈ（Ｔ＊、ｍ））を設定すれば、同閾値を超えるＧ（ｍ）の紙幣は偽札であり、同閾値以下のＧ（ｍ）の紙幣は真札であると判別できる。以後、Ｍ個の閾値データ５７を、単に「閾値データ５７」と称する。
【００３４】
尚、前述した、平均データ５２、標準偏差データ５３、及び閾値データ５７のそれぞれは、紙幣の種類ｔ（１≦ｔ≦Ｔ）ごとにメモリ４２に記憶されている。
【００３５】
===紙幣識別装置の動作===
図４乃至図９を参照しつつ、前述した構成を備えた紙幣識別装置１の動作例について説明する。
【００３６】
図４は紙幣識別装置１による紙幣識別動作におけるＣＰＵ１０の処理手順の一例を示すフローチャートである。図５（ａ）は識別対象の紙幣の平面図であり、図５（ｂ）は識別対象の紙幣の実測データ５１を視覚化したグラフであり、図５（ｃ）は種類Ｔ＊の真札の紙幣の平均データ５２及び標準偏差データ５３を視覚化したグラフである。図６（ａ）は乖離度データ５４を視覚化したグラフであり、図６（ｂ）は乖離度データ５５を視覚化したグラフであり、図６（ｃ）は乖離度部分和データ５７を視覚化したグラフであり、図６（ｄ）は閾値データ５７を視覚化したグラフである。図７は紙幣識別装置１が乖離度データ５４から乖離度データ５５を抽出する際のＣＰＵ１０の処理手順の一例を示すフローチャートである。図８は乖離度データ５４からの最大の乖離度データの抽出のし方を示す模式図である。図９は乖離度データ５４からの第ｋ番目（２≦ｋ≦Ｋ）に大きい乖離度データの抽出のし方を示す模式図である。
【００３７】
図４に例示されるように、ＣＰＵ１０は、識別対象の紙幣におけるその搬送方向の複数の等間隔の位置の順番を示すｊ（１≦ｊ≦Ｊ）ごとに、ＡＤ変換回路２２から出力されるデジタルデータを実測データＸ（ｊ）としてメモリ４２に記憶させる（図５（ａ）、図５（ｂ）参照）（Ｓ１００）。
【００３８】
ＣＰＵ１０（紙幣特定部６１）は、識別対象の紙幣が前述した種類ｔ（１≦ｔ≦Ｔ）のうちの何れかに該当するか否かを実測データＸ（ｊ）に基づいて判別する（Ｓ１０１）。具体的には、ＣＰＵ１０は、メモリ４２を参照して、紙幣の種類を特徴付ける例えば数点の位置におけるＸ（ｊ）と、これに対応する平均データＡ（ｔ、ｊ）とを、種類ｔごとに比較する。尚、メモリ４２には、紙幣の種類ｔごとに、「種類ｔである」旨を特定可能なＡ（ｔ、ｊ）の許容範囲を示すデータが記憶されている。ＣＰＵ１０は、メモリ４２を参照して、例えばＸ（ｊ）とＡ（ｔ、ｊ）との差分の絶対値が前述した許容範囲内となる種類ｔがあるか否かを判別する。この紙幣の種類の特定条件は、後述する紙幣の真偽の判別条件よりも緩く設定されている。
【００３９】
識別対象の紙幣が種類ｔ（１≦ｔ≦Ｔ）のうちの何れにも該当しないと判別した場合（Ｓ１０１：ＮＯ）、ＣＰＵ１０は、所定の駆動部（不図示）を制御して、搬送路２に挿入された紙幣を返却させる（Ｓ１０９）。
【００４０】
識別対象の紙幣が種類ｔ（１≦ｔ≦Ｔ）のうちの何れかに該当すると判別した場合（Ｓ１０１：ＹＥＳ）、ＣＰＵ１０は、該当する種類Ｔ＊に対応する真札の紙幣の平均データＡ（Ｔ＊、ｊ）及び標準偏差データＳ（Ｔ＊、ｊ）（１≦ｊ≦Ｊ）をメモリ４２から読み出す（Ｓ１０２）。尚、図５（ｃ）に例示されるように、標準偏差データＳ（Ｔ＊、ｊ）は、実測データＸ（ｊ）と比較されるべき平均データＡ（Ｔ＊、ｊ）の統計分布を表わしている。つまり、真札であっても、例えば紙幣の汚損やサンプリング回路２１における増幅器（不図示）のオフセット又はゲイン等のばらつきに応じた分布を有している。
【００４１】
ＣＰＵ１０（第１算出部６２）は、メモリ４２から読み出された、実測データＸ（ｊ）、平均データＡ（Ｔ＊、ｊ）、及び標準偏差データＳ（Ｔ＊、ｊ）に対し、前述した「式３」を適用して乖離度データＤ（ｊ）（１≦ｊ≦Ｊ）を求め、これをメモリ４２に記憶させる（Ｓ１０３）。尚、前述した「式３」に示されるように、図６（ａ）に例示される乖離度データＤ（ｊ）は、実測データＸ（ｊ）と平均データＡ（Ｔ＊、ｊ）との差分の絶対値に対し「１／Ｓ（Ｔ＊、ｊ）」という「重み」が付されている。
【００４２】
ＣＰＵ１０（抽出部６３）は、メモリ４２に記憶された乖離度データＤ（ｊ）（１≦ｊ≦Ｊ）を大きい順に上位Ｋ個までソートして乖離度データＦ（ｋ）（１≦ｋ≦Ｋ）を求め（図６（ｂ）参照）、これをメモリ４２に記憶させる（Ｓ１０４）。尚、上位Ｋ個までのソートのし方の詳細については後述する。
【００４３】
ＣＰＵ１０（第２算出部６４）は、メモリ４２に記憶された乖離度データＦ（ｋ）（１≦ｋ≦Ｋ）における第１番目から第Ｍ番目の乖離度Ｆ（ｋ）に対し、前述した「式４」を適用して乖離度部分和データＧ（ｍ）（１≦ｍ≦Ｍ）を求め（図６（ｃ）参照）、これをメモリ４２に記憶させる（Ｓ１０５）。
【００４４】
ＣＰＵ１０（判別部６５）は、メモリ４２から、紙幣の種類Ｔ＊に対応する閾値データＨ（Ｔ＊、ｍ）（１≦ｍ≦Ｍ）を読み出し（Ｓ１０６）、全てのｍ（１≦ｍ≦Ｍ）に対して、乖離度部分和データＧ（ｍ）が閾値データＨ（Ｔ＊、ｍ）以下であるか否かを判別する（Ｓ１０７）。もし、何れかのｍに対しＧ（ｍ）＞Ｈ（Ｔ＊、ｍ）であると判別した場合（Ｓ１０７：ＮＯ）、ＣＰＵ１０は、前述した所定の駆動部を制御して、搬送路２に挿入された紙幣を返却させる（Ｓ１０９）。一方、全てのｍ（１≦ｍ≦Ｍ）に対しＧ（ｍ）≦Ｈ（Ｔ＊、ｍ）であると判別した場合（Ｓ１０７：ＹＥＳ）、ＣＰＵ１０は、前述した所定の駆動部を制御して、搬送路２に挿入された紙幣を取り込む（Ｓ１０８）。
【００４５】
図７に例示されるように、本実施の形態では、乖離度データＤ（ｊ）（１≦ｊ≦Ｊ）を大きい順に上位Ｋ個までソートして乖離度Ｆ（ｋ）（１≦ｋ≦Ｋ）を求める前述したステップＳ１０４の処理は、詳しくは、以下述べるステップＳ２００乃至Ｓ２０９の処理からなっている。
【００４６】
先ず、ＣＰＵ１０（抽出部６３）は、乖離度データＤ（ｊ）（１≦ｊ≦Ｊ）を、Ｉ個（Ｉ≧２）のＤ（ｊ）からなるＬ組（Ｌ≧２）の群に分けてメモリ４２の所定の記憶領域（以後「第１記憶領域」と称する）に格納する（Ｓ２００、第１工程）。尚、Ｌ及びＩは、例えばＪ≦Ｌ×Ｉ＜Ｊ＋Ｉとなるように設定されている。Ｌ及びＩの積がＪより大きい場合、例えば第Ｌ番目の群における（Ｌ×Ｉ−Ｊ）個分の空き領域には、無効を示すデータ（図８（ａ）の「ＶＯＩＤ」）が格納される。
【００４７】
ＣＰＵ１０は、各群ｌ（１≦ｌ≦Ｌ）において、Ｉ個の乖離度データのうちの最大値を抽出する（Ｓ２０１、第２工程）。尚、以後、乖離度データを、群ｌ及び同群の中のｉ番目で特定することにより「Ｄ（ｌ、ｉ）」（１≦ｌ≦Ｌ、１≦ｉ≦Ｉ）と称する。
【００４８】
ＣＰＵ１０は、各群ｌで最大値のＤ（ｌ、ｉ）をＥ（ｌ）（１≦ｌ≦Ｌ）としてメモリ４２の前述した所定の記憶領域とは別の記憶領域（以後「第２記憶領域」と称する）に格納するとともに、同Ｄ（ｌ、ｉ）（１≦ｌ≦Ｌ）にはそれぞれ「ＶＯＩＤ」を格納する（Ｓ２０２）（図８（ｂ）参照）。尚、各群ｌで最大値を抽出する処理は、「ＶＯＩＤ」を０として行なう。
【００４９】
ＣＰＵ１０は、メモリ４２の前述した第２記憶領域に格納されたＥ（ｌ）（１≦ｌ≦Ｌ）の中から最大値のＥ（ｌ）を抽出し、これを第１番目のＦ（１）としてメモリ４２の更に別の記憶領域（以後「第３記憶領域」と称する）に格納するとともに（図８（ｃ）参照）、同Ｅ（ｌ）には「ＶＯＩＤ」を格納する（Ｓ２０３、第３工程）。
【００５０】
次に、ＣＰＵ１０は、カウンタ（不図示）又はメモリ４２に対し、次に抽出する乖離度データＦ（ｋ）の順番であるｋ＝２を設定する（Ｓ２０４）。
【００５１】
この後、以下述べるステップＳ２０５乃至Ｓ２０９の処理を繰り返し実行することによって（第６工程）、乖離度データＦ（ｋ）（１≦ｋ≦Ｋ）が求められる。
【００５２】
以下、第ｋ番目（２≦ｋ≦Ｋ）のＦ（ｋ）を求めるための各ステップの詳細について説明する。
【００５３】
ＣＰＵ１０は、前回のステップでＥ（ｌ）（１≦ｌ≦Ｌ）の中の最大値のＥ（ｌ）（「ＶＯＩＤ」が格納されている）に対応する群ｌの中で次の最大値を抽出し（Ｓ２０５、第４工程）（図９（ａ）参照）、ステップＳ２０５で抽出された最大値のＥ（ｌ）を、残りの（Ｌ−１）個のＥ（ｌ）とともにメモリ４２の前述した第２記憶領域に格納する（Ｓ２０６、第４工程）。尚、群ｌを構成するＤ（ｌ、ｉ）が全て「ＶＯＩＤ」の場合、その最大値Ｅ（ｌ）は０とする。
【００５４】
ＣＰＵ１０は、メモリ４２の前述した第２記憶領域に格納されたＥ（ｌ）（１≦ｌ≦Ｌ）の中から最大値のＥ（ｌ）を抽出し、これを第ｋ番目のＦ（ｋ）としてメモリ４２の前述した第３記憶領域に格納するとともに（図９（ｂ）参照）、同Ｅ（ｌ）には「ＶＯＩＤ」を格納する（Ｓ２０７、第５工程）。
【００５５】
ＣＰＵ１０は、前述したカウンタ又はメモリ４２で設定されたｋがＫと等しいか否かを判別する（Ｓ２０８）。もし、ｋ＝Ｋではないと判別した場合（Ｓ２０８：ＮＯ）、ＣＰＵ１０は、ｋを１だけインクリメントさせて（Ｓ２０９）、ステップＳ２０５の処理を再度実行する。一方、ｋ＝Ｋであると判別した場合（Ｓ２０８：ＹＥＳ）、ＣＰＵ１０は処理を終了する。尚、前述したステップＳ２０４、Ｓ２０８、及びＳ２０９において、２から１ずつインクリメントされる「ｋ」は、単に、抽出される乖離度データＦ（ｋ）の順番を表わしている。
【００５６】
本実施の形態の紙幣識別装置１は、少なくとも、搬送路２を通過する紙幣の特性を検出するセンサ３と、センサ３が紙幣の特性を検出する期間、センサ３の検出出力を順次サンプリングしてＪ個（Ｊ≧２）のアナログデータを出力するサンプリング回路２１と、Ｊ個のアナログデータをＪ個のデジタルデータに変換し、Ｊ個のデジタルデータをＪ個の実測データ５１として出力するＡＤ変換回路２２と、Ｊ個の実測データ５１と、Ｊ個の実測データ５１に対応するＪ個の平均データ５２との乖離の度合を示すＪ個の乖離度データ５４を算出する第１算出部６２と、Ｊ個の乖離度データ５４の中から、乖離の度合が大きい上位Ｋ個（Ｋ≦Ｊ）の乖離度データ５５を抽出する抽出部６３と、Ｋ個の乖離度データ５５の中から、乖離の度合が大きい上位側の乖離度データとの部分和を示すＭ個（Ｍ≦Ｋ）の乖離度部分和データ５６を算出する第２算出部６４と、Ｍ個の乖離度部分和データ５６と、Ｍ個の乖離度部分和データ５６に対応するＭ個の閾値データ５７とを比較し、紙幣の真偽を判別する判別部６５とを備えていればよい。
【００５７】
この紙幣識別装置１によれば、乖離の度合が大きい上位Ｋ個の乖離度データ５５が抽出されるため、例えば紙幣における予め固定された位置（搬送路２の通過距離に対応する紙幣上の位置）での乖離度データを抽出する場合に比べて、真札及び偽札の紙幣の間の特性に係る顕著な相違箇所がより確実に抽出される。これにより、偽札の紙幣を同偽札の紙幣の特性にかかわらず一定の精度で識別できる。また、Ｍ個の乖離度部分和データ５６のそれぞれ（Ｇ（ｍ））は、例えば紙幣における対応する位置の乖離度データＦ（ｋ）のみと比べて値が大きいため、比較対象である閾値データＨ（Ｔ＊、ｍ）の値もこれにともない大きく設定できる。これは、紙幣の真偽の識別精度の向上につながる。以上から、偽札の紙幣を同偽札の紙幣の特性にかかわらず良好な精度で識別できる。
【００５８】
また、前述した紙幣識別装置１において、第１算出部６２は、Ｊ個の実測データ５１及びＪ個の平均データ５２の差の絶対値を、Ｊ個の平均データ５２に対応するＪ個の標準偏差データ５３で除算することにより、Ｊ個の乖離度データ５４を算出している。
【００５９】
この紙幣識別装置１によれば、平均データ５２の統計分布が考慮された乖離度データ５４が得られる。例えば、標準偏差データ５３が小さいほど、平均データ５２の統計分布の幅（例えば真札の紙幣におけるその特性からの乖離の度合の許容範囲）がより狭くなるため、乖離度データ５４の乖離の度合はより大きく設定される。一方、標準偏差データ５３が大きいほど、平均データ５２の統計分布の幅がより広くなるため、乖離度データ５４の乖離の度合はより小さく設定される。つまり、乖離度データＤ（ｊ）の乖離の度合には平均データＡ（Ｔ＊、ｊ）の統計分布の幅に反比例する重みが付けられているため、同乖離度データＤ（ｊ）は、識別対象の紙幣の特性が真札の紙幣の特性からどのような度合で乖離しているかをより正確に表わしている。以上から、偽札の紙幣を同偽札の紙幣の特性にかかわらずより良好な精度で識別できる。
【００６０】
また、前述した紙幣識別装置１は、実測データＸ（ｊ）に基づいて識別対象となる紙幣の種類Ｔ＊を特定する紙幣特定部６１を備え、第１算出部６２は、Ｊ個の実測データ５１及び紙幣の種類Ｔ＊に対応するＪ個の平均データ５２の差の絶対値を、Ｊ個の標準偏差データ５３で除算することにより、Ｊ個の乖離度データ５４を算出している。
【００６１】
この紙幣識別装置１によれば、紙幣が複数の種類ｔ（１≦ｔ≦Ｔ）を有する場合、紙幣特定部６１により特定された種類Ｔ＊の真札の紙幣に対して偽札の紙幣を同偽札の紙幣の特性にかかわらずより良好な精度で識別できる。
【００６２】
また、前述した紙幣識別装置１において、第２算出部６４は、Ｍ個の乖離度部分和データ５６が順次大きくなるように、Ｍ個の乖離度部分和データ５６を算出している。
【００６３】
この紙幣識別装置１によれば、乖離度部分和データＧ（ｍ）は、例えば紙幣における対応する位置（搬送路２の通過距離に対応する紙幣上の位置）の乖離度データＦ（ｋ）が小さくなるほど、順次大きくなるため、比較対象である閾値データＨ（Ｔ＊、ｍ）の値もこれにともないより大きく設定できる。これにより、紙幣の真偽の識別精度がより向上する。以上から、偽札の紙幣を同偽札の紙幣の特性にかかわらずより一層良好な精度で識別できる。
【００６４】
また、前述した紙幣識別装置１は、Ｋ個の乖離度データ５５の個数を設定する設定部４３を備えている。
【００６５】
この紙幣識別装置１によれば、設定部５４を通じて、例えば紙幣の真偽に関してその識別精度を良好に保ちつつその識別速度を速めるためのＫ値を設定できる。
【００６６】
また、前述した紙幣識別装置１は、Ｍ個の乖離度部分和データ５６の個数を設定する設定部４３を備えている。
【００６７】
この紙幣識別装置１によれば、設定部５４を通じて、紙幣の真偽に関してその識別精度を良好に保ちつつその識別速度を速めるためのＭ値を設定できる。
【００６８】
また、前述した紙幣識別装置１において、抽出部６３は、Ｊ個の乖離度データ５４を略均等の個数に分割し、Ｌ個の乖離度データ群を生成する第１工程と、Ｌ個の乖離度データ群の中から、最大となるＬ個の乖離度データを抽出する第２工程と、Ｌ個の乖離度データの中から、最大となる乖離度データを抽出する第３工程と、最大となる乖離度データが含まれていた乖離度データ群の中から、乖離度データの次に最大となる乖離度データを抽出し、Ｌ個の乖離度データを再度生成する第４工程と、Ｌ個の乖離度データの中から、最大となる乖離度データを抽出する第５工程と、第４及び第５工程をＫ個の乖離度データ５５を抽出するまで繰り返す第６工程とを実行している。
【００６９】
この紙幣識別装置１によれば、第６工程において第４及び第５工程が繰り返される都度、最大となる乖離度データの抽出対象は常に１個の乖離度データ群のみであり、残りの（Ｌ−１）個の乖離度データ群はそのままである。よって、Ｊ個の乖離度データから上位のＫ個の乖離度データを抽出するための処理時間が、（Ｌ−１）個の乖離度データ群を処理対象としない分だけ短縮される。従って、紙幣の真偽に関してその識別精度を良好に保ちつつその識別速度をより一層速めることができる。
【００７０】
尚、乖離度データＤ（ｊ）（１≦ｊ≦Ｊ）から上位Ｋ個の乖離度データＦ（ｋ）（１≦ｋ≦Ｋ）を抽出するに際し、例えばＫ＝Ｊの場合には、前述したようにＤ（ｊ）の最大値から順に抽出してもよいが、これに限定されるものではなく、例えばＤ（ｊ）の最小値から順に抽出してもよい。つまり、Ｄ（ｊ）を大きい順にソートすることと、Ｄ（ｊ）を小さい順にソートした結果を大きい順に用いることとは、実質的に同一の結果をもたらす。
【００７１】
以下、小さい順にソートする場合の抽出部６３の動作について述べる。
先ず、抽出部６３は、Ｊ個の乖離度データ５４を略均等の個数に分割し、Ｌ個の乖離度データ群を生成する第１工程と、Ｌ個の乖離度データ群の中から、最小となるＬ個の乖離度データを抽出する第２工程と、Ｌ個の乖離度データの中から、最小となる乖離度データを抽出する第３工程とを実行する。これにより、Ｊ個の乖離度データの中で乖離の度合が最小（第１番目）の乖離度データが抽出される。
【００７２】
次に、小さい順に第２番目以降の乖離度データは、以下の第４及び第５工程を繰り返す第６工程を通じて抽出される。即ち、小さい順に第ｋ番目（２≦ｋ≦Ｊ）の乖離度データは、第（ｋ−１）番目の乖離度データが含まれていた乖離度データ群の中から当該乖離度データの次に最小となる乖離度データを抽出し、Ｌ個の乖離度データを再度生成し（第４工程）、これらＬ個の乖離度データの中から最小となる乖離度データとして抽出する（第５工程）。以上の第４及び第５工程がｋ＝Ｊとなるまで繰り返される都度、最小となる乖離度データの抽出対象は常に１個の乖離度データ群のみであり、残りの（Ｌ−１）個の乖離度データ群はそのままである。よって、Ｊ個の乖離度データを小さい順にソートするための処理時間が、（Ｌ−１）個の乖離度データ群を処理対象としない分だけ短縮される。ここで、前述した第（ｋ−１）番目の乖離度データは、ｋ＝２の場合、先の第３工程で抽出された最小となる乖離度データであり、ｋ≧３の場合、先の第５工程で抽出された最小となる乖離度データである。
【００７３】
また、前述した「式３」において、実測データＸ（ｊ）と平均データＡ（Ｔ＊、ｊ）との差分の絶対値を標準偏差データＳ（Ｔ＊、ｊ）で除算して乖離度データＤ（ｊ）を求める際の「除算」の演算処理は、同絶対値に対し標準偏差データＳ（Ｔ＊、ｊ）の逆数である逆数データＳＩＮＶ（Ｔ＊、ｊ）（＝１／Ｓ（Ｔ＊、ｊ）、不図示）を「乗算」する演算処理と算術上は等価である。
【００７４】
この「乗算」の具体例として、先ず、紙幣の種類ｔ（１≦ｔ≦Ｔ）ごとに、Ｊ個の標準偏差データＳ（ｔ、ｊ）それぞれのＪ個の逆数データＳＩＮＶ（ｔ、ｊ）（＝１／Ｓ（ｔ、ｊ））を予め求めておき、このＪ個の逆数データＳＩＮＶ（ｔ、ｊ）を、紙幣の種類ｔ（１≦ｔ≦Ｔ）ごとに予めメモリ４２に記憶しておく。
【００７５】
次に、紙幣識別時において、第１算出部６２（ＣＰＵ１０）は、紙幣特定部６１（ＣＰＵ１０）により特定された紙幣の種類Ｔ＊に対応するＪ個の逆数データＳＩＮＶ（Ｔ＊、ｊ）をメモリ４２から読み出し、Ｊ個の実測データＸ（ｊ）とＪ個の平均データＡ（Ｔ＊、ｊ）との差分の絶対値に対し、メモリ４２から読み出されたＪ個の逆数データＳＩＮＶ（Ｔ＊、ｊ）をそれぞれ乗算することにより、Ｊ個の乖離度データＤ（ｊ）を算出する。
【００７６】
一般に、除算のアルゴリズムよりも乗算のアルゴリズムの方が高速であるため、Ｊ個の乖離度データＤ（ｊ）を算出するための処理時間が短縮される。これは、紙幣の識別時間の短縮につながる。
【００７７】
===その他の実施の形態===
前述した発明の実施の形態は、本発明の理解を容易にするためのものであり、本発明を限定して解釈するためのものではない。本発明は、その趣旨を逸脱することなく変更、改良され得るとともに、本発明にはその等価物も含まれる。
【００７８】
前述したセンサ３は、光学センサであったが、これに限定されるものではなく、例えば磁気センサ等であってもよい。要するに、搬送路２を通過する紙幣の特性を検出するための手段であれば如何なるものであってもよい。
【符号の説明】
【００７９】
１ 紙幣識別装置 ２ 搬送路 ３ センサ
１０ ＣＰＵ １１ 点灯回路 １２ ＤＡ変換回路
２１ サンプリング回路 ２２ ＡＤ変換回路 ３１ 発光素子
３２ 受光素子 ４０ ＲＯＭ ４１ ＲＡＭ
４２ メモリ ４３ 設定部 ５１ 実測データ
５２ 平均データ ５３ 標準偏差データ ５４ Ｊ個の乖離度データ
５５ Ｋ個の乖離度データ ５６ 乖離度部分和データ ５７ 閾値データ
６１ 紙幣特定部 ６２ 第１算出部 ６３ 抽出部
６４ 第２算出部 ６５ 判別部
【技術分野】
【０００１】
本発明は、紙幣識別装置に関する。
【背景技術】
【０００２】
搬送路を通過する紙幣の特性を検出して同紙幣の真偽を識別する紙幣識別装置が知られている（例えば特許文献1参照）。
例えば特許文献１に開示された紙幣識別装置は、紙幣が搬送路を通過する間、同搬送路に設けられたセンサが所定のタイミングで検出信号を出力することにより、同紙幣の特性を示す出力パターンが得られる。ここで、紙幣の特性を示す出力パターンとは、例えば、紙幣における搬送距離に対応する位置ごとの検出信号の電圧（出力値）の分布であり、これは同紙幣の表面の印刷パターンに応じた分布となっている。
このようにして得られた識別対象の紙幣の出力パターンと、真札の紙幣に対し予め得られている基準パターンとを比較することによって、識別対象の紙幣の真偽が判別される。ここで、出力パターンと基準パターンとの具体的な比較対象は、例えば、紙幣における（搬送距離に対応する）複数の位置のうちの予め固定された数点の位置での出力値である。つまり、基準パターンを与える真札の紙幣と、想定される偽札の紙幣との特性上の顕著な相違箇所が予めわかっており、同箇所における双方の出力値が比較される。
【先行技術文献】
【特許文献】
【０００３】
【特許文献１】特開２００２−７４４４８号公報
【発明の概要】
【発明が解決しようとする課題】
【０００４】
しかしながら、前述した紙幣識別装置において、想定外の偽札の紙幣が搬送路に挿入された場合には、予め固定された位置で同偽札の紙幣と真札の紙幣との間に特性上の顕著な相違があるとは限らない。このため、紙幣識別装置は、この想定外の偽札の紙幣を真札であると誤って識別してしまう虞がある。
つまり、特性が予めわかっている偽札の紙幣の場合とは異なる位置で真札の紙幣の特性と相違した特性を有する偽札の紙幣に対し、紙幣識別装置は、この相違を見落としてしまう虞がある。
【０００５】
本発明はかかる課題に鑑みてなされたものであり、その目的とするところは、偽札の紙幣を同偽札の紙幣の特性にかかわらず良好な精度で識別することにある。
【課題を解決するための手段】
【０００６】
前記課題を解決するための発明は、搬送路を通過する紙幣の特性を検出するセンサと、前記センサが前記紙幣の特性を検出する期間、前記センサの検出出力を順次サンプリングしてＪ個（Ｊ≧２）のアナログデータを出力するサンプリング回路と、前記Ｊ個のアナログデータをＪ個のデジタルデータに変換し、前記Ｊ個のデジタルデータをＪ個の実測データとして出力するＡＤ変換回路と、前記Ｊ個の実測データと、前記Ｊ個の実測データに対応するＪ個の平均データとの乖離の度合を示すＪ個の乖離度データを算出する第１算出部と、前記Ｊ個の乖離度データの中から、乖離の度合が大きい上位Ｋ個（Ｋ≦Ｊ）の乖離度データを抽出する抽出部と、前記Ｋ個の乖離度データの中から、乖離の度合が大きい上位側の乖離度データとの部分和を示すＭ個（Ｍ≦Ｋ）の乖離度部分和データを算出する第２算出部と、前記Ｍ個の乖離度部分和データと、前記Ｍ個の乖離度部分和データに対応するＭ個の閾値データとを比較し、前記紙幣の真偽を判別する判別部と、を備えた紙幣識別装置である。
この紙幣識別装置によれば、乖離の度合が大きい上位Ｋ個の乖離度データが抽出されるため、例えば紙幣における予め固定された位置での乖離度データを抽出する場合に比べて、真札及び偽札の紙幣の間の特性に係る顕著な相違箇所がより確実に抽出される。これにより、偽札の紙幣を同偽札の紙幣の特性にかかわらず一定の精度で識別できる。また、Ｍ個の乖離度部分和データのそれぞれは、例えば紙幣における対応する位置の乖離度データのみと比べて値が大きいため、比較対象である閾値データの値もこれにともない大きく設定できる。これは、紙幣の真偽の識別精度の向上につながる。以上から、偽札の紙幣を同偽札の紙幣の特性にかかわらず良好な精度で識別できる。
【０００７】
また、かかる紙幣識別装置において、前記第１算出部は、前記Ｊ個の実測データ及び前記Ｊ個の平均データの差の絶対値を、前記Ｊ個の平均データに対応するＪ個の標準偏差データで除算することにより、前記Ｊ個の乖離度データを算出することが好ましい。
この紙幣識別装置によれば、平均データの統計分布が考慮された乖離度データが得られる。例えば、標準偏差データが小さいほど、平均データの統計分布の幅（例えば真札の紙幣におけるその特性からの乖離の度合の許容範囲）がより狭くなるため、乖離度データの乖離の度合はより大きく設定される。一方、標準偏差データが大きいほど、平均データの統計分布の幅がより広くなるため、乖離度データの乖離の度合はより小さく設定される。つまり、乖離度データの乖離の度合には平均データの統計分布の幅に反比例する重みが付けられているため、同乖離度データは、識別対象の紙幣の特性が真札の紙幣の特性からどのような度合で乖離しているかをより正確に表わしている。以上から、偽札の紙幣を同偽札の紙幣の特性にかかわらずより良好な精度で識別できる。
【０００８】
また、かかる紙幣識別装置において、前記実測データに基づいて識別対象となる前記紙幣の種類を特定する紙幣特定部を備え、前記第１算出部は、前記Ｊ個の実測データ及び前記紙幣の種類に対応する前記Ｊ個の平均データの差の絶対値を、前記Ｊ個の標準偏差データで除算することにより、前記Ｊ個の乖離度データを算出することが好ましい。
この紙幣識別装置によれば、紙幣が複数の種類を有する場合、紙幣特定部により特定された種類の真札の紙幣に対して偽札の紙幣を同偽札の紙幣の特性にかかわらずより良好な精度で識別できる。
【０００９】
また、かかる紙幣識別装置において、前記第２算出部は、前記Ｍ個の乖離度部分和データが順次大きくなるように、前記Ｍ個の乖離度部分和データを算出することが好ましい。
この紙幣識別装置によれば、乖離度部分和データは、対応する乖離度データが小さくなるほど、順次大きくなるため、比較対象である閾値データの値もこれにともないより大きく設定できる。これにより、紙幣の真偽の識別精度がより向上する。以上から、偽札の紙幣を同偽札の紙幣の特性にかかわらずより一層良好な精度で識別できる。
【００１０】
また、かかる紙幣識別装置において、前記Ｋ個の乖離度データの個数を設定する設定部を備えたことが好ましい。
この紙幣識別装置によれば、設定部を通じて、例えば紙幣の真偽に関してその識別精度を良好に保ちつつその識別速度を速めるためのＫ値を設定できる。
【００１１】
また、かかる紙幣識別装置において、前記Ｍ個の乖離度部分和データの個数を設定する設定部を備えたことが好ましい。
この紙幣識別装置によれば、設定部を通じて、紙幣の真偽に関してその識別精度を良好に保ちつつその識別速度を速めるためのＭ値を設定できる。
【００１２】
また、かかる紙幣識別装置において、前記抽出部は、前記Ｊ個の乖離度データを略均等の個数に分割し、Ｌ個の乖離度データ群を生成する第１工程と、前記Ｌ個の乖離度データ群の中から、最大となるＬ個の乖離度データを抽出する第２工程と、前記Ｌ個の乖離度データの中から、最大となる乖離度データを抽出する第３工程と、最大となる乖離度データが含まれていた前記乖離度データ群の中から、当該乖離度データの次に最大となる乖離度データを抽出し、前記Ｌ個の乖離度データを再度生成する第４工程と、前記Ｌ個の乖離度データの中から、最大となる乖離度データを抽出する第５工程と、前記第４及び第５工程を前記Ｋ個の乖離度データを抽出するまで繰り返す第６工程と、を実行することが好ましい。
この紙幣識別装置によれば、先ず、Ｊ個の乖離度データの中で乖離の度合が最大（第１番目）の乖離度データは、第１乃至第３工程を通じて抽出される。次に、第２番目以降の乖離度データは、以下の第４及び第５工程を繰り返す第６工程を通じて抽出される。即ち、第ｋ番目（２≦ｋ≦Ｋ）の乖離度データは、第（ｋ−１）番目の乖離度データが含まれていた乖離度データ群の中から当該乖離度データの次に最大となる乖離度データを抽出し、Ｌ個の乖離度データを再度生成した後、これらＬ個の乖離度データの中から最大となる乖離度データとして抽出される。以上の第４及び第５工程がｋ＝Ｋとなるまで繰り返される都度、最大となる乖離度データの抽出対象は常に１個の乖離度データ群のみであり、残りの（Ｌ−１）個の乖離度データ群はそのままである。よって、Ｊ個の乖離度データから上位のＫ個の乖離度データを抽出するための処理時間が、（Ｌ−１）個の乖離度データ群を処理対象としない分だけ短縮される。従って、紙幣の真偽に関してその識別精度を良好に保ちつつその識別速度をより一層速めることができる。尚、前述した第（ｋ−１）番目の乖離度データは、ｋ＝２の場合、先の第３工程で抽出された最大となる乖離度データであり、ｋ≧３の場合、先の第５工程で抽出された最大となる乖離度データである。
【００１３】
また、かかる紙幣識別装置において、前記Ｊ個の平均データに対応するＪ個の標準偏差データそれぞれの逆数であるＪ個の逆数データを予め記憶する記憶部を備え、前記第１算出部は、前記Ｊ個の実測データ及び前記Ｊ個の平均データの差の絶対値に対し、前記記憶部から読み出された前記Ｊ個の逆数データを乗算することにより、前記Ｊ個の乖離度データを算出することが好ましい。
Ｊ個の標準偏差データで除算することは、Ｊ個の逆数データを乗算することと等価であるが、除算のアルゴリズムよりも乗算のアルゴリズムの方が一般に高速である。よって、この紙幣識別装置によれば、Ｊ個の乖離度データを算出するための処理時間が短縮され、この短縮分だけ、紙幣の識別時間も短縮される。
【００１４】
また、かかる紙幣識別装置において、前記実測データに基づいて識別対象となる前記紙幣の種類を特定する紙幣特定部を備え、前記記憶部は、前記Ｊ個の逆数データを前記紙幣の種類ごとに予め記憶し、前記第１算出部は、前記紙幣特定部により特定された前記紙幣の種類に対応する前記Ｊ個の逆数データを前記記憶部から読み出し、前記Ｊ個の実測データ及び前記紙幣特定部により特定された前記紙幣の種類に対応する前記Ｊ個の平均データの差の絶対値に対し、前記記憶部から読み出された前記Ｊ個の逆数データを乗算することにより、前記Ｊ個の乖離度データを算出することが好ましい。
この紙幣識別装置によれば、Ｊ個の乖離度データを算出するための処理時間が短縮され、この短縮分だけ、紙幣特定部により特定された種類の紙幣の識別時間も短縮される。
【発明の効果】
【００１５】
本発明によれば、偽札の紙幣を同偽札の紙幣の特性にかかわらず良好な精度で識別できる。
【図面の簡単な説明】
【００１６】
【図１】本実施の形態の紙幣識別装置の構成例を示すブロック図である。
【図２】本実施の形態の紙幣識別装置の機能ブロックの構成例を示す図である。
【図３】紙幣識別装置による紙幣識別動作で用いられる各種データの構成例を示す模式図である。
【図４】紙幣識別装置による紙幣識別動作におけるＣＰＵの処理手順の一例を示すフローチャートである。
【図５】（ａ）は識別対象の紙幣の平面図であり、（ｂ）は識別対象の紙幣のＪ個（Ｊ≧２）の実測データを視覚化したグラフであり、（ｃ）は種類Ｔ＊の真札の紙幣のＪ個の平均データ及びＪ個の標準偏差データを視覚化したグラフである。
【図６】（ａ）はＪ個の乖離度データを視覚化したグラフであり、（ｂ）はＫ個（Ｋ≦Ｊ）の乖離度データを視覚化したグラフであり、（ｃ）はＭ個（Ｍ≦Ｋ）の乖離度部分和データを視覚化したグラフであり、（ｄ）はＭ個の閾値データを視覚化したグラフである。
【図７】紙幣識別装置がＪ個の乖離度データから大きい上位Ｋ個の乖離度データを抽出する際のＣＰＵの処理手順の一例を示すフローチャートである。
【図８】Ｊ個の乖離度データからの最大の乖離度データの抽出のし方を示す模式図である。
【図９】Ｊ個の乖離度データからの第ｋ番目（２≦ｋ≦Ｋ）に大きい乖離度データの抽出のし方を示す模式図である。
【発明を実施するための形態】
【００１７】
===紙幣識別装置の構成===
図１乃至図３を参照しつつ、本実施の形態の紙幣識別装置１の構成例について説明する。図１は紙幣識別装置１の構成例を示すブロック図であり、図２は紙幣識別装置１の機能ブロックの構成例を示す図であり、図３は紙幣識別装置１による紙幣識別動作で用いられる各種データ５１、５２、５３、５４、５５、５６、５７の構成例を示す模式図である。
【００１８】
図１に例示されるように、紙幣識別装置１は、センサ３と、サンプリング回路２１と、ＡＤ変換回路２２と、メモリ（記憶部）４２と、ＣＰＵ１０とを備えている。
【００１９】
センサ３は、紙幣の搬送路２を挟む例えば一対の発光素子３１及び受光素子３２からなる。発光素子３１からの光は、紙幣に対し透過又は反射した後に受光素子３２により受光され、受光素子３２は、透過光又は反射光の光量に応じた電圧を有する信号を出力する。
【００２０】
サンプリング回路２１は、受光素子３２から出力される信号の波形を所定周期でサンプリングするとともに増幅し、このサンプリング及び増幅して得られた信号をアナログデータとして出力する。
【００２１】
ＡＤ変換回路２２は、サンプリング回路２１から出力されるアナログデータをデジタルデータに変換する。
【００２２】
メモリ４２は、後述する、Ｊ個（Ｊ≧２）の実測データ５１、Ｊ個の平均データ５２、Ｊ個の標準偏差データ５３、Ｊ個の乖離度データ５４、Ｋ個（Ｋ≦Ｊ）の乖離度データ５５、Ｍ個（Ｍ≦Ｋ）の乖離度部分和データ５６、及びＭ個の閾値データ５７（図３）を記憶する。尚、このメモリ４２は、後述するように、Ｊ個の平均データ５２と、Ｊ個の標準偏差データ５３と、Ｊ個の閾値データ５７とを、紙幣の種類ごとに予め記憶している。
【００２３】
ＣＰＵ１０は、メモリ４２に記憶されたＪ個の実測データ５１、Ｊ個の平均データ５２、Ｊ個の標準偏差データ５３、及びＪ個の閾値データ５７に基づいて、紙幣識別動作に係る演算処理を実行する。
【００２４】
具体的には、図２に例示されるように、ＣＰＵ１０は、後述するＲＯＭ４０に記憶されたプログラムにより、紙幣特定部６１、第１算出部６２、抽出部６３、第２算出部６４、及び判別部６５の機能を実行するようになっている。紙幣特定部６１は、識別対象の紙幣の種類を特定する。第１算出部６２は、Ｊ個の実測データ５１、Ｊ個の平均データ５２、及びＪ個の標準偏差データ５３からＪ個の乖離度データを算出する。抽出部６３は、Ｊ個の乖離度データ５４から上位Ｋ個の乖離度データ５５を抽出する。第２算出部６４は、Ｋ個の乖離度データ５５からＭ個の乖離度部分和データ５６を抽出する。判別部６５は、Ｍ個の乖離度部分和データ５６とＭ個の閾値データ５７とをそれぞれ比較して、識別対象の紙幣の真偽を判別する。尚、これらの機能の詳細は、紙幣識別動作として後述する。
【００２５】
図１に戻って、紙幣識別装置１は、点灯回路１１と、ＤＡ変換回路１２と、ＲＯＭ４０と、ＲＡＭ４１と、設定部４３とを更に備えている。
【００２６】
点灯回路１１は、発光素子３１を点灯又は消灯する。ＤＡ変換回路１２は、ＣＰＵ１０から出力されるデジタル信号である制御信号をアナログ信号に変換し、同アナログ信号により点灯回路１１に対し発光素子３１の点灯又は消灯を行なわせる。ＲＯＭ４０は、ＣＰＵ１０の紙幣識別動作に係る演算処理の手順を定めるプログラム等を記憶する。ＲＡＭ４１は、ＣＰＵ１０の紙幣識別動作に係る演算処理に用いられるデータ等を記憶する。設定部４３は、後述するＫ個の乖離度データ５５のＫ値やＭ個の乖離度部分和データ５６のＭ値等を紙幣識別装置１の外部から入力するための手段である。具体的には、この設定部４３は、例えばキーボード等である。作業者がキーボードの操作を通じてＫ値及びＭ値を示すデータを入力すると、ＣＰＵ１０は、ＲＯＭ４０に記憶された所定のプログラムに基づいて、メモリ４２に既に記憶されているＫ値及びＭ値を示すデータを新たに入力されたデータに書き換えるようになっている。或いは、この設定部４３は、例えばＵＳＢメモリ等である。ＵＳＢメモリがＣＰＵ１０に接続されると、ＣＰＵ１０は、ＲＯＭ４０に記憶された所定のプログラムにより、ＵＳＢメモリに記憶されたＫ値及びＭ値を示すデータを読み出し、メモリ４２に既に記憶されているＫ値及びＭ値を示すデータを、読み出されたデータに書き換えるようになっている。
【００２７】
図３（ａ）に例示されるように、実測データＸ（ｊ）（１≦ｊ≦Ｊ）は、識別対象の紙幣におけるその搬送方向の複数の等間隔の位置の順番を示すｊごとのＡＤ変換回路２２のデジタルデータである。以後、Ｊ個の実測データ５１を、単に「実測データ５１」と称する。尚、ｊで示される紙幣上の位置どうしの間隔は、このように等間隔に限定されるものではない。例えば真札の紙幣と偽札の紙幣との間で特性上の相違が顕著な複数の箇所が予めわかっている場合には、たとえ複数の箇所どうしが搬送方向に等間隔でなくても、これらを順にｊで表わしてもよい。
【００２８】
図３（ｂ）に例示されるように、平均データＡ（Ｔ＊、ｊ）は、種類Ｔ＊の真札の紙幣のＮ組（Ｎ≧２）の実測データ５１のそれぞれにおけるＮ個の実測データＸ（Ｔ＊、ｊ、ｎ）（１≦ｎ≦Ｎ）の平均値である（「式１」参照）。尚、Ｎ組の実測データ５１は、例えば、紙幣Ｎ枚分の実測データ５１であってもよいし、又は、同紙幣１枚を用いたＮ回分の実測データ５１であってもよい。或いは、これら２つを組み合わせて、Ｎ組の実測データ５１は、紙幣ＮＡ枚を用いたＮＢ回分の実測データ５１（Ｎ＝ＮＡ×ＮＢ、ＮＡ≧２、ＮＢ≧２）であってもよい。何れの場合も、Ｎ組の実測データ５１は、予め実験等により求められる。また、Ｔ＊は、紙幣の種類を表わすＴ個の変数ｔ（１≦ｔ≦Ｔ）のうちの１つを意味する。具体例として、種類Ｔ＊は、日本銀行券であれば、１万円新札（対応する変数ｔを１とする）、１万円旧札（対応する変数ｔを２とする）、５千円新札（対応する変数ｔを３とする）、５千円旧札（対応する変数ｔを４とする）、２千円札（対応する変数ｔを５とする）、１千円新札（対応する変数ｔを６とする）、及び１千円旧札（対応する変数ｔを７とする）の合計７（＝Ｔ）種類のうちの１つである。以後、Ｊ個の平均データ５２を、単に「平均データ５２」と称する。
【００２９】
図３（ｃ）に例示されるように、標準偏差データＳ（Ｔ＊、ｊ）は、種類Ｔ＊の真札の紙幣のＮ組の実測データ５１のそれぞれにおけるＮ個の実測データＸ（Ｔ＊、ｊ、ｎ）（１≦ｎ≦Ｎ）の標準偏差である（「式２」参照）。以後、Ｊ個の標準偏差データ５３を、単に「標準偏差データ５３」と称する。
【００３０】
図３（ｄ）に例示されるように、乖離度データＤ（ｊ）は、識別対象の紙幣の前述した実測データＸ（ｊ）と、同識別対象の紙幣と同じ種類Ｔ＊の真札の紙幣の前述した平均データＡ（Ｔ＊、ｊ）との差分の絶対値を、前述した標準偏差データＳ（Ｔ＊、ｊ）で除算して得られる（「式３」参照）。以後、Ｊ個の乖離度データ５４を、単に「乖離度データ５４」と称する。
【００３１】
図３（ｅ）に例示されるように、乖離度データＦ（ｋ）（１≦ｋ≦Ｋ）は、乖離度データ５４を大きい順に上位Ｋ個までソートして得られる。以後、Ｋ個の乖離度データ５５を、単に「乖離度データ５５」と称する。
【００３２】
図３（ｆ）に例示されるように、乖離度部分和データＧ（ｍ）（１≦ｍ≦Ｍ）は、乖離度データ５５におけるｋ＝１からｋ＝ＭまでのＭ個の乖離度データＦ（ｋ）のそれぞれにおいてＦ（１）からＦ（ｋ）までの累積和をとって得られる（「式４」参照）。尚、これに限定されるものではなく、乖離度部分和データＧ（ｍ）は、対応する乖離度データＦ（ｍ）と、少なくとも乖離の度合がより大きい乖離度データＦ（ｍ’）（１≦ｍ’＜ｍ）との和であればよい。以後、Ｍ個の乖離度部分和データ５６を、単に「乖離度部分和データ５６」と称する。
【００３３】
図３（ｇ）に例示されるように、閾値データＨ（Ｔ＊、ｍ）（１≦ｍ≦Ｍ）は、乖離度部分和データＧ（ｍ）ごとに比較されるべき閾値である。真札の紙幣の実測データＸ（ｊ）には前述した統計分布があるため、たとえ真札の紙幣どうしであっても、前述した「式１乃至４」に基づいてＧ（ｍ）を算出すれば、０ではない値を有するＧ（ｍ）が得られる。一例として、このようなＧ（ｍ）の最大値を予め実験で求め、その最大値を含む所定幅の範囲内で閾値（Ｈ（Ｔ＊、ｍ））を設定すれば、同閾値を超えるＧ（ｍ）の紙幣は偽札であり、同閾値以下のＧ（ｍ）の紙幣は真札であると判別できる。以後、Ｍ個の閾値データ５７を、単に「閾値データ５７」と称する。
【００３４】
尚、前述した、平均データ５２、標準偏差データ５３、及び閾値データ５７のそれぞれは、紙幣の種類ｔ（１≦ｔ≦Ｔ）ごとにメモリ４２に記憶されている。
【００３５】
===紙幣識別装置の動作===
図４乃至図９を参照しつつ、前述した構成を備えた紙幣識別装置１の動作例について説明する。
【００３６】
図４は紙幣識別装置１による紙幣識別動作におけるＣＰＵ１０の処理手順の一例を示すフローチャートである。図５（ａ）は識別対象の紙幣の平面図であり、図５（ｂ）は識別対象の紙幣の実測データ５１を視覚化したグラフであり、図５（ｃ）は種類Ｔ＊の真札の紙幣の平均データ５２及び標準偏差データ５３を視覚化したグラフである。図６（ａ）は乖離度データ５４を視覚化したグラフであり、図６（ｂ）は乖離度データ５５を視覚化したグラフであり、図６（ｃ）は乖離度部分和データ５７を視覚化したグラフであり、図６（ｄ）は閾値データ５７を視覚化したグラフである。図７は紙幣識別装置１が乖離度データ５４から乖離度データ５５を抽出する際のＣＰＵ１０の処理手順の一例を示すフローチャートである。図８は乖離度データ５４からの最大の乖離度データの抽出のし方を示す模式図である。図９は乖離度データ５４からの第ｋ番目（２≦ｋ≦Ｋ）に大きい乖離度データの抽出のし方を示す模式図である。
【００３７】
図４に例示されるように、ＣＰＵ１０は、識別対象の紙幣におけるその搬送方向の複数の等間隔の位置の順番を示すｊ（１≦ｊ≦Ｊ）ごとに、ＡＤ変換回路２２から出力されるデジタルデータを実測データＸ（ｊ）としてメモリ４２に記憶させる（図５（ａ）、図５（ｂ）参照）（Ｓ１００）。
【００３８】
ＣＰＵ１０（紙幣特定部６１）は、識別対象の紙幣が前述した種類ｔ（１≦ｔ≦Ｔ）のうちの何れかに該当するか否かを実測データＸ（ｊ）に基づいて判別する（Ｓ１０１）。具体的には、ＣＰＵ１０は、メモリ４２を参照して、紙幣の種類を特徴付ける例えば数点の位置におけるＸ（ｊ）と、これに対応する平均データＡ（ｔ、ｊ）とを、種類ｔごとに比較する。尚、メモリ４２には、紙幣の種類ｔごとに、「種類ｔである」旨を特定可能なＡ（ｔ、ｊ）の許容範囲を示すデータが記憶されている。ＣＰＵ１０は、メモリ４２を参照して、例えばＸ（ｊ）とＡ（ｔ、ｊ）との差分の絶対値が前述した許容範囲内となる種類ｔがあるか否かを判別する。この紙幣の種類の特定条件は、後述する紙幣の真偽の判別条件よりも緩く設定されている。
【００３９】
識別対象の紙幣が種類ｔ（１≦ｔ≦Ｔ）のうちの何れにも該当しないと判別した場合（Ｓ１０１：ＮＯ）、ＣＰＵ１０は、所定の駆動部（不図示）を制御して、搬送路２に挿入された紙幣を返却させる（Ｓ１０９）。
【００４０】
識別対象の紙幣が種類ｔ（１≦ｔ≦Ｔ）のうちの何れかに該当すると判別した場合（Ｓ１０１：ＹＥＳ）、ＣＰＵ１０は、該当する種類Ｔ＊に対応する真札の紙幣の平均データＡ（Ｔ＊、ｊ）及び標準偏差データＳ（Ｔ＊、ｊ）（１≦ｊ≦Ｊ）をメモリ４２から読み出す（Ｓ１０２）。尚、図５（ｃ）に例示されるように、標準偏差データＳ（Ｔ＊、ｊ）は、実測データＸ（ｊ）と比較されるべき平均データＡ（Ｔ＊、ｊ）の統計分布を表わしている。つまり、真札であっても、例えば紙幣の汚損やサンプリング回路２１における増幅器（不図示）のオフセット又はゲイン等のばらつきに応じた分布を有している。
【００４１】
ＣＰＵ１０（第１算出部６２）は、メモリ４２から読み出された、実測データＸ（ｊ）、平均データＡ（Ｔ＊、ｊ）、及び標準偏差データＳ（Ｔ＊、ｊ）に対し、前述した「式３」を適用して乖離度データＤ（ｊ）（１≦ｊ≦Ｊ）を求め、これをメモリ４２に記憶させる（Ｓ１０３）。尚、前述した「式３」に示されるように、図６（ａ）に例示される乖離度データＤ（ｊ）は、実測データＸ（ｊ）と平均データＡ（Ｔ＊、ｊ）との差分の絶対値に対し「１／Ｓ（Ｔ＊、ｊ）」という「重み」が付されている。
【００４２】
ＣＰＵ１０（抽出部６３）は、メモリ４２に記憶された乖離度データＤ（ｊ）（１≦ｊ≦Ｊ）を大きい順に上位Ｋ個までソートして乖離度データＦ（ｋ）（１≦ｋ≦Ｋ）を求め（図６（ｂ）参照）、これをメモリ４２に記憶させる（Ｓ１０４）。尚、上位Ｋ個までのソートのし方の詳細については後述する。
【００４３】
ＣＰＵ１０（第２算出部６４）は、メモリ４２に記憶された乖離度データＦ（ｋ）（１≦ｋ≦Ｋ）における第１番目から第Ｍ番目の乖離度Ｆ（ｋ）に対し、前述した「式４」を適用して乖離度部分和データＧ（ｍ）（１≦ｍ≦Ｍ）を求め（図６（ｃ）参照）、これをメモリ４２に記憶させる（Ｓ１０５）。
【００４４】
ＣＰＵ１０（判別部６５）は、メモリ４２から、紙幣の種類Ｔ＊に対応する閾値データＨ（Ｔ＊、ｍ）（１≦ｍ≦Ｍ）を読み出し（Ｓ１０６）、全てのｍ（１≦ｍ≦Ｍ）に対して、乖離度部分和データＧ（ｍ）が閾値データＨ（Ｔ＊、ｍ）以下であるか否かを判別する（Ｓ１０７）。もし、何れかのｍに対しＧ（ｍ）＞Ｈ（Ｔ＊、ｍ）であると判別した場合（Ｓ１０７：ＮＯ）、ＣＰＵ１０は、前述した所定の駆動部を制御して、搬送路２に挿入された紙幣を返却させる（Ｓ１０９）。一方、全てのｍ（１≦ｍ≦Ｍ）に対しＧ（ｍ）≦Ｈ（Ｔ＊、ｍ）であると判別した場合（Ｓ１０７：ＹＥＳ）、ＣＰＵ１０は、前述した所定の駆動部を制御して、搬送路２に挿入された紙幣を取り込む（Ｓ１０８）。
【００４５】
図７に例示されるように、本実施の形態では、乖離度データＤ（ｊ）（１≦ｊ≦Ｊ）を大きい順に上位Ｋ個までソートして乖離度Ｆ（ｋ）（１≦ｋ≦Ｋ）を求める前述したステップＳ１０４の処理は、詳しくは、以下述べるステップＳ２００乃至Ｓ２０９の処理からなっている。
【００４６】
先ず、ＣＰＵ１０（抽出部６３）は、乖離度データＤ（ｊ）（１≦ｊ≦Ｊ）を、Ｉ個（Ｉ≧２）のＤ（ｊ）からなるＬ組（Ｌ≧２）の群に分けてメモリ４２の所定の記憶領域（以後「第１記憶領域」と称する）に格納する（Ｓ２００、第１工程）。尚、Ｌ及びＩは、例えばＪ≦Ｌ×Ｉ＜Ｊ＋Ｉとなるように設定されている。Ｌ及びＩの積がＪより大きい場合、例えば第Ｌ番目の群における（Ｌ×Ｉ−Ｊ）個分の空き領域には、無効を示すデータ（図８（ａ）の「ＶＯＩＤ」）が格納される。
【００４７】
ＣＰＵ１０は、各群ｌ（１≦ｌ≦Ｌ）において、Ｉ個の乖離度データのうちの最大値を抽出する（Ｓ２０１、第２工程）。尚、以後、乖離度データを、群ｌ及び同群の中のｉ番目で特定することにより「Ｄ（ｌ、ｉ）」（１≦ｌ≦Ｌ、１≦ｉ≦Ｉ）と称する。
【００４８】
ＣＰＵ１０は、各群ｌで最大値のＤ（ｌ、ｉ）をＥ（ｌ）（１≦ｌ≦Ｌ）としてメモリ４２の前述した所定の記憶領域とは別の記憶領域（以後「第２記憶領域」と称する）に格納するとともに、同Ｄ（ｌ、ｉ）（１≦ｌ≦Ｌ）にはそれぞれ「ＶＯＩＤ」を格納する（Ｓ２０２）（図８（ｂ）参照）。尚、各群ｌで最大値を抽出する処理は、「ＶＯＩＤ」を０として行なう。
【００４９】
ＣＰＵ１０は、メモリ４２の前述した第２記憶領域に格納されたＥ（ｌ）（１≦ｌ≦Ｌ）の中から最大値のＥ（ｌ）を抽出し、これを第１番目のＦ（１）としてメモリ４２の更に別の記憶領域（以後「第３記憶領域」と称する）に格納するとともに（図８（ｃ）参照）、同Ｅ（ｌ）には「ＶＯＩＤ」を格納する（Ｓ２０３、第３工程）。
【００５０】
次に、ＣＰＵ１０は、カウンタ（不図示）又はメモリ４２に対し、次に抽出する乖離度データＦ（ｋ）の順番であるｋ＝２を設定する（Ｓ２０４）。
【００５１】
この後、以下述べるステップＳ２０５乃至Ｓ２０９の処理を繰り返し実行することによって（第６工程）、乖離度データＦ（ｋ）（１≦ｋ≦Ｋ）が求められる。
【００５２】
以下、第ｋ番目（２≦ｋ≦Ｋ）のＦ（ｋ）を求めるための各ステップの詳細について説明する。
【００５３】
ＣＰＵ１０は、前回のステップでＥ（ｌ）（１≦ｌ≦Ｌ）の中の最大値のＥ（ｌ）（「ＶＯＩＤ」が格納されている）に対応する群ｌの中で次の最大値を抽出し（Ｓ２０５、第４工程）（図９（ａ）参照）、ステップＳ２０５で抽出された最大値のＥ（ｌ）を、残りの（Ｌ−１）個のＥ（ｌ）とともにメモリ４２の前述した第２記憶領域に格納する（Ｓ２０６、第４工程）。尚、群ｌを構成するＤ（ｌ、ｉ）が全て「ＶＯＩＤ」の場合、その最大値Ｅ（ｌ）は０とする。
【００５４】
ＣＰＵ１０は、メモリ４２の前述した第２記憶領域に格納されたＥ（ｌ）（１≦ｌ≦Ｌ）の中から最大値のＥ（ｌ）を抽出し、これを第ｋ番目のＦ（ｋ）としてメモリ４２の前述した第３記憶領域に格納するとともに（図９（ｂ）参照）、同Ｅ（ｌ）には「ＶＯＩＤ」を格納する（Ｓ２０７、第５工程）。
【００５５】
ＣＰＵ１０は、前述したカウンタ又はメモリ４２で設定されたｋがＫと等しいか否かを判別する（Ｓ２０８）。もし、ｋ＝Ｋではないと判別した場合（Ｓ２０８：ＮＯ）、ＣＰＵ１０は、ｋを１だけインクリメントさせて（Ｓ２０９）、ステップＳ２０５の処理を再度実行する。一方、ｋ＝Ｋであると判別した場合（Ｓ２０８：ＹＥＳ）、ＣＰＵ１０は処理を終了する。尚、前述したステップＳ２０４、Ｓ２０８、及びＳ２０９において、２から１ずつインクリメントされる「ｋ」は、単に、抽出される乖離度データＦ（ｋ）の順番を表わしている。
【００５６】
本実施の形態の紙幣識別装置１は、少なくとも、搬送路２を通過する紙幣の特性を検出するセンサ３と、センサ３が紙幣の特性を検出する期間、センサ３の検出出力を順次サンプリングしてＪ個（Ｊ≧２）のアナログデータを出力するサンプリング回路２１と、Ｊ個のアナログデータをＪ個のデジタルデータに変換し、Ｊ個のデジタルデータをＪ個の実測データ５１として出力するＡＤ変換回路２２と、Ｊ個の実測データ５１と、Ｊ個の実測データ５１に対応するＪ個の平均データ５２との乖離の度合を示すＪ個の乖離度データ５４を算出する第１算出部６２と、Ｊ個の乖離度データ５４の中から、乖離の度合が大きい上位Ｋ個（Ｋ≦Ｊ）の乖離度データ５５を抽出する抽出部６３と、Ｋ個の乖離度データ５５の中から、乖離の度合が大きい上位側の乖離度データとの部分和を示すＭ個（Ｍ≦Ｋ）の乖離度部分和データ５６を算出する第２算出部６４と、Ｍ個の乖離度部分和データ５６と、Ｍ個の乖離度部分和データ５６に対応するＭ個の閾値データ５７とを比較し、紙幣の真偽を判別する判別部６５とを備えていればよい。
【００５７】
この紙幣識別装置１によれば、乖離の度合が大きい上位Ｋ個の乖離度データ５５が抽出されるため、例えば紙幣における予め固定された位置（搬送路２の通過距離に対応する紙幣上の位置）での乖離度データを抽出する場合に比べて、真札及び偽札の紙幣の間の特性に係る顕著な相違箇所がより確実に抽出される。これにより、偽札の紙幣を同偽札の紙幣の特性にかかわらず一定の精度で識別できる。また、Ｍ個の乖離度部分和データ５６のそれぞれ（Ｇ（ｍ））は、例えば紙幣における対応する位置の乖離度データＦ（ｋ）のみと比べて値が大きいため、比較対象である閾値データＨ（Ｔ＊、ｍ）の値もこれにともない大きく設定できる。これは、紙幣の真偽の識別精度の向上につながる。以上から、偽札の紙幣を同偽札の紙幣の特性にかかわらず良好な精度で識別できる。
【００５８】
また、前述した紙幣識別装置１において、第１算出部６２は、Ｊ個の実測データ５１及びＪ個の平均データ５２の差の絶対値を、Ｊ個の平均データ５２に対応するＪ個の標準偏差データ５３で除算することにより、Ｊ個の乖離度データ５４を算出している。
【００５９】
この紙幣識別装置１によれば、平均データ５２の統計分布が考慮された乖離度データ５４が得られる。例えば、標準偏差データ５３が小さいほど、平均データ５２の統計分布の幅（例えば真札の紙幣におけるその特性からの乖離の度合の許容範囲）がより狭くなるため、乖離度データ５４の乖離の度合はより大きく設定される。一方、標準偏差データ５３が大きいほど、平均データ５２の統計分布の幅がより広くなるため、乖離度データ５４の乖離の度合はより小さく設定される。つまり、乖離度データＤ（ｊ）の乖離の度合には平均データＡ（Ｔ＊、ｊ）の統計分布の幅に反比例する重みが付けられているため、同乖離度データＤ（ｊ）は、識別対象の紙幣の特性が真札の紙幣の特性からどのような度合で乖離しているかをより正確に表わしている。以上から、偽札の紙幣を同偽札の紙幣の特性にかかわらずより良好な精度で識別できる。
【００６０】
また、前述した紙幣識別装置１は、実測データＸ（ｊ）に基づいて識別対象となる紙幣の種類Ｔ＊を特定する紙幣特定部６１を備え、第１算出部６２は、Ｊ個の実測データ５１及び紙幣の種類Ｔ＊に対応するＪ個の平均データ５２の差の絶対値を、Ｊ個の標準偏差データ５３で除算することにより、Ｊ個の乖離度データ５４を算出している。
【００６１】
この紙幣識別装置１によれば、紙幣が複数の種類ｔ（１≦ｔ≦Ｔ）を有する場合、紙幣特定部６１により特定された種類Ｔ＊の真札の紙幣に対して偽札の紙幣を同偽札の紙幣の特性にかかわらずより良好な精度で識別できる。
【００６２】
また、前述した紙幣識別装置１において、第２算出部６４は、Ｍ個の乖離度部分和データ５６が順次大きくなるように、Ｍ個の乖離度部分和データ５６を算出している。
【００６３】
この紙幣識別装置１によれば、乖離度部分和データＧ（ｍ）は、例えば紙幣における対応する位置（搬送路２の通過距離に対応する紙幣上の位置）の乖離度データＦ（ｋ）が小さくなるほど、順次大きくなるため、比較対象である閾値データＨ（Ｔ＊、ｍ）の値もこれにともないより大きく設定できる。これにより、紙幣の真偽の識別精度がより向上する。以上から、偽札の紙幣を同偽札の紙幣の特性にかかわらずより一層良好な精度で識別できる。
【００６４】
また、前述した紙幣識別装置１は、Ｋ個の乖離度データ５５の個数を設定する設定部４３を備えている。
【００６５】
この紙幣識別装置１によれば、設定部５４を通じて、例えば紙幣の真偽に関してその識別精度を良好に保ちつつその識別速度を速めるためのＫ値を設定できる。
【００６６】
また、前述した紙幣識別装置１は、Ｍ個の乖離度部分和データ５６の個数を設定する設定部４３を備えている。
【００６７】
この紙幣識別装置１によれば、設定部５４を通じて、紙幣の真偽に関してその識別精度を良好に保ちつつその識別速度を速めるためのＭ値を設定できる。
【００６８】
また、前述した紙幣識別装置１において、抽出部６３は、Ｊ個の乖離度データ５４を略均等の個数に分割し、Ｌ個の乖離度データ群を生成する第１工程と、Ｌ個の乖離度データ群の中から、最大となるＬ個の乖離度データを抽出する第２工程と、Ｌ個の乖離度データの中から、最大となる乖離度データを抽出する第３工程と、最大となる乖離度データが含まれていた乖離度データ群の中から、乖離度データの次に最大となる乖離度データを抽出し、Ｌ個の乖離度データを再度生成する第４工程と、Ｌ個の乖離度データの中から、最大となる乖離度データを抽出する第５工程と、第４及び第５工程をＫ個の乖離度データ５５を抽出するまで繰り返す第６工程とを実行している。
【００６９】
この紙幣識別装置１によれば、第６工程において第４及び第５工程が繰り返される都度、最大となる乖離度データの抽出対象は常に１個の乖離度データ群のみであり、残りの（Ｌ−１）個の乖離度データ群はそのままである。よって、Ｊ個の乖離度データから上位のＫ個の乖離度データを抽出するための処理時間が、（Ｌ−１）個の乖離度データ群を処理対象としない分だけ短縮される。従って、紙幣の真偽に関してその識別精度を良好に保ちつつその識別速度をより一層速めることができる。
【００７０】
尚、乖離度データＤ（ｊ）（１≦ｊ≦Ｊ）から上位Ｋ個の乖離度データＦ（ｋ）（１≦ｋ≦Ｋ）を抽出するに際し、例えばＫ＝Ｊの場合には、前述したようにＤ（ｊ）の最大値から順に抽出してもよいが、これに限定されるものではなく、例えばＤ（ｊ）の最小値から順に抽出してもよい。つまり、Ｄ（ｊ）を大きい順にソートすることと、Ｄ（ｊ）を小さい順にソートした結果を大きい順に用いることとは、実質的に同一の結果をもたらす。
【００７１】
以下、小さい順にソートする場合の抽出部６３の動作について述べる。
先ず、抽出部６３は、Ｊ個の乖離度データ５４を略均等の個数に分割し、Ｌ個の乖離度データ群を生成する第１工程と、Ｌ個の乖離度データ群の中から、最小となるＬ個の乖離度データを抽出する第２工程と、Ｌ個の乖離度データの中から、最小となる乖離度データを抽出する第３工程とを実行する。これにより、Ｊ個の乖離度データの中で乖離の度合が最小（第１番目）の乖離度データが抽出される。
【００７２】
次に、小さい順に第２番目以降の乖離度データは、以下の第４及び第５工程を繰り返す第６工程を通じて抽出される。即ち、小さい順に第ｋ番目（２≦ｋ≦Ｊ）の乖離度データは、第（ｋ−１）番目の乖離度データが含まれていた乖離度データ群の中から当該乖離度データの次に最小となる乖離度データを抽出し、Ｌ個の乖離度データを再度生成し（第４工程）、これらＬ個の乖離度データの中から最小となる乖離度データとして抽出する（第５工程）。以上の第４及び第５工程がｋ＝Ｊとなるまで繰り返される都度、最小となる乖離度データの抽出対象は常に１個の乖離度データ群のみであり、残りの（Ｌ−１）個の乖離度データ群はそのままである。よって、Ｊ個の乖離度データを小さい順にソートするための処理時間が、（Ｌ−１）個の乖離度データ群を処理対象としない分だけ短縮される。ここで、前述した第（ｋ−１）番目の乖離度データは、ｋ＝２の場合、先の第３工程で抽出された最小となる乖離度データであり、ｋ≧３の場合、先の第５工程で抽出された最小となる乖離度データである。
【００７３】
また、前述した「式３」において、実測データＸ（ｊ）と平均データＡ（Ｔ＊、ｊ）との差分の絶対値を標準偏差データＳ（Ｔ＊、ｊ）で除算して乖離度データＤ（ｊ）を求める際の「除算」の演算処理は、同絶対値に対し標準偏差データＳ（Ｔ＊、ｊ）の逆数である逆数データＳＩＮＶ（Ｔ＊、ｊ）（＝１／Ｓ（Ｔ＊、ｊ）、不図示）を「乗算」する演算処理と算術上は等価である。
【００７４】
この「乗算」の具体例として、先ず、紙幣の種類ｔ（１≦ｔ≦Ｔ）ごとに、Ｊ個の標準偏差データＳ（ｔ、ｊ）それぞれのＪ個の逆数データＳＩＮＶ（ｔ、ｊ）（＝１／Ｓ（ｔ、ｊ））を予め求めておき、このＪ個の逆数データＳＩＮＶ（ｔ、ｊ）を、紙幣の種類ｔ（１≦ｔ≦Ｔ）ごとに予めメモリ４２に記憶しておく。
【００７５】
次に、紙幣識別時において、第１算出部６２（ＣＰＵ１０）は、紙幣特定部６１（ＣＰＵ１０）により特定された紙幣の種類Ｔ＊に対応するＪ個の逆数データＳＩＮＶ（Ｔ＊、ｊ）をメモリ４２から読み出し、Ｊ個の実測データＸ（ｊ）とＪ個の平均データＡ（Ｔ＊、ｊ）との差分の絶対値に対し、メモリ４２から読み出されたＪ個の逆数データＳＩＮＶ（Ｔ＊、ｊ）をそれぞれ乗算することにより、Ｊ個の乖離度データＤ（ｊ）を算出する。
【００７６】
一般に、除算のアルゴリズムよりも乗算のアルゴリズムの方が高速であるため、Ｊ個の乖離度データＤ（ｊ）を算出するための処理時間が短縮される。これは、紙幣の識別時間の短縮につながる。
【００７７】
===その他の実施の形態===
前述した発明の実施の形態は、本発明の理解を容易にするためのものであり、本発明を限定して解釈するためのものではない。本発明は、その趣旨を逸脱することなく変更、改良され得るとともに、本発明にはその等価物も含まれる。
【００７８】
前述したセンサ３は、光学センサであったが、これに限定されるものではなく、例えば磁気センサ等であってもよい。要するに、搬送路２を通過する紙幣の特性を検出するための手段であれば如何なるものであってもよい。
【符号の説明】
【００７９】
１ 紙幣識別装置 ２ 搬送路 ３ センサ
１０ ＣＰＵ １１ 点灯回路 １２ ＤＡ変換回路
２１ サンプリング回路 ２２ ＡＤ変換回路 ３１ 発光素子
３２ 受光素子 ４０ ＲＯＭ ４１ ＲＡＭ
４２ メモリ ４３ 設定部 ５１ 実測データ
５２ 平均データ ５３ 標準偏差データ ５４ Ｊ個の乖離度データ
５５ Ｋ個の乖離度データ ５６ 乖離度部分和データ ５７ 閾値データ
６１ 紙幣特定部 ６２ 第１算出部 ６３ 抽出部
６４ 第２算出部 ６５ 判別部
【特許請求の範囲】
【請求項１】
搬送路を通過する紙幣の特性を検出するセンサと、
前記センサが前記紙幣の特性を検出する期間、前記センサの検出出力を順次サンプリングしてＪ個（Ｊ≧２）のアナログデータを出力するサンプリング回路と、
前記Ｊ個のアナログデータをＪ個のデジタルデータに変換し、前記Ｊ個のデジタルデータをＪ個の実測データとして出力するＡＤ変換回路と、
前記Ｊ個の実測データと、前記Ｊ個の実測データに対応するＪ個の平均データとの乖離の度合を示すＪ個の乖離度データを算出する第１算出部と、
前記Ｊ個の乖離度データの中から、乖離の度合が大きい上位Ｋ個（Ｋ≦Ｊ）の乖離度データを抽出する抽出部と、
前記Ｋ個の乖離度データの中から、乖離の度合が大きい上位側の乖離度データとの部分和を示すＭ個（Ｍ≦Ｋ）の乖離度部分和データを算出する第２算出部と、
前記Ｍ個の乖離度部分和データと、前記Ｍ個の乖離度部分和データに対応するＭ個の閾値データとを比較し、前記紙幣の真偽を判別する判別部と、
を備えたことを特徴とする紙幣識別装置。
【請求項２】
前記第１算出部は、前記Ｊ個の実測データ及び前記Ｊ個の平均データの差の絶対値を、前記Ｊ個の平均データに対応するＪ個の標準偏差データで除算することにより、前記Ｊ個の乖離度データを算出することを特徴とする請求項１に記載の紙幣識別装置。
【請求項３】
前記実測データに基づいて識別対象となる前記紙幣の種類を特定する紙幣特定部を備え、
前記第１算出部は、前記Ｊ個の実測データ及び前記紙幣の種類に対応する前記Ｊ個の平均データの差の絶対値を、前記Ｊ個の標準偏差データで除算することにより、前記Ｊ個の乖離度データを算出することを特徴とする請求項２に記載の紙幣識別装置。
【請求項４】
前記第２算出部は、前記Ｍ個の乖離度部分和データが順次大きくなるように、前記Ｍ個の乖離度部分和データを算出することを特徴とする請求項１に記載の紙幣識別装置。
【請求項５】
前記Ｋ個の乖離度データの個数を設定する設定部を備えたことを特徴とする請求項１に記載の紙幣識別装置。
【請求項６】
前記Ｍ個の乖離度部分和データの個数を設定する設定部を備えたことを特徴とする請求項１に記載の紙幣識別装置。
【請求項７】
前記抽出部は、
前記Ｊ個の乖離度データを略均等の個数に分割し、Ｌ個の乖離度データ群を生成する第１工程と、
前記Ｌ個の乖離度データ群の中から、最大となるＬ個の乖離度データを抽出する第２工程と、
前記Ｌ個の乖離度データの中から、最大となる乖離度データを抽出する第３工程と、
最大となる乖離度データが含まれていた前記乖離度データ群の中から、当該乖離度データの次に最大となる乖離度データを抽出し、前記Ｌ個の乖離度データを再度生成する第４工程と、
前記Ｌ個の乖離度データの中から、最大となる乖離度データを抽出する第５工程と、
前記第４及び第５工程を前記Ｋ個の乖離度データを抽出するまで繰り返す第６工程と、
を実行することを特徴とする請求項１に記載の紙幣識別装置。
【請求項８】
前記Ｊ個の平均データに対応するＪ個の標準偏差データそれぞれの逆数であるＪ個の逆数データを予め記憶する記憶部を備え、
前記第１算出部は、前記Ｊ個の実測データ及び前記Ｊ個の平均データの差の絶対値に対し、前記記憶部から読み出された前記Ｊ個の逆数データを乗算することにより、前記Ｊ個の乖離度データを算出することを特徴とする請求項１に記載の紙幣識別装置。
【請求項９】
前記実測データに基づいて識別対象となる前記紙幣の種類を特定する紙幣特定部を備え、
前記記憶部は、前記Ｊ個の逆数データを前記紙幣の種類ごとに予め記憶し、
前記第１算出部は、前記紙幣特定部により特定された前記紙幣の種類に対応する前記Ｊ個の逆数データを前記記憶部から読み出し、前記Ｊ個の実測データ及び前記紙幣特定部により特定された前記紙幣の種類に対応する前記Ｊ個の平均データの差の絶対値に対し、前記記憶部から読み出された前記Ｊ個の逆数データを乗算することにより、前記Ｊ個の乖離度データを算出することを特徴とする請求項８に記載の紙幣識別装置。
【請求項１】
搬送路を通過する紙幣の特性を検出するセンサと、
前記センサが前記紙幣の特性を検出する期間、前記センサの検出出力を順次サンプリングしてＪ個（Ｊ≧２）のアナログデータを出力するサンプリング回路と、
前記Ｊ個のアナログデータをＪ個のデジタルデータに変換し、前記Ｊ個のデジタルデータをＪ個の実測データとして出力するＡＤ変換回路と、
前記Ｊ個の実測データと、前記Ｊ個の実測データに対応するＪ個の平均データとの乖離の度合を示すＪ個の乖離度データを算出する第１算出部と、
前記Ｊ個の乖離度データの中から、乖離の度合が大きい上位Ｋ個（Ｋ≦Ｊ）の乖離度データを抽出する抽出部と、
前記Ｋ個の乖離度データの中から、乖離の度合が大きい上位側の乖離度データとの部分和を示すＭ個（Ｍ≦Ｋ）の乖離度部分和データを算出する第２算出部と、
前記Ｍ個の乖離度部分和データと、前記Ｍ個の乖離度部分和データに対応するＭ個の閾値データとを比較し、前記紙幣の真偽を判別する判別部と、
を備えたことを特徴とする紙幣識別装置。
【請求項２】
前記第１算出部は、前記Ｊ個の実測データ及び前記Ｊ個の平均データの差の絶対値を、前記Ｊ個の平均データに対応するＪ個の標準偏差データで除算することにより、前記Ｊ個の乖離度データを算出することを特徴とする請求項１に記載の紙幣識別装置。
【請求項３】
前記実測データに基づいて識別対象となる前記紙幣の種類を特定する紙幣特定部を備え、
前記第１算出部は、前記Ｊ個の実測データ及び前記紙幣の種類に対応する前記Ｊ個の平均データの差の絶対値を、前記Ｊ個の標準偏差データで除算することにより、前記Ｊ個の乖離度データを算出することを特徴とする請求項２に記載の紙幣識別装置。
【請求項４】
前記第２算出部は、前記Ｍ個の乖離度部分和データが順次大きくなるように、前記Ｍ個の乖離度部分和データを算出することを特徴とする請求項１に記載の紙幣識別装置。
【請求項５】
前記Ｋ個の乖離度データの個数を設定する設定部を備えたことを特徴とする請求項１に記載の紙幣識別装置。
【請求項６】
前記Ｍ個の乖離度部分和データの個数を設定する設定部を備えたことを特徴とする請求項１に記載の紙幣識別装置。
【請求項７】
前記抽出部は、
前記Ｊ個の乖離度データを略均等の個数に分割し、Ｌ個の乖離度データ群を生成する第１工程と、
前記Ｌ個の乖離度データ群の中から、最大となるＬ個の乖離度データを抽出する第２工程と、
前記Ｌ個の乖離度データの中から、最大となる乖離度データを抽出する第３工程と、
最大となる乖離度データが含まれていた前記乖離度データ群の中から、当該乖離度データの次に最大となる乖離度データを抽出し、前記Ｌ個の乖離度データを再度生成する第４工程と、
前記Ｌ個の乖離度データの中から、最大となる乖離度データを抽出する第５工程と、
前記第４及び第５工程を前記Ｋ個の乖離度データを抽出するまで繰り返す第６工程と、
を実行することを特徴とする請求項１に記載の紙幣識別装置。
【請求項８】
前記Ｊ個の平均データに対応するＪ個の標準偏差データそれぞれの逆数であるＪ個の逆数データを予め記憶する記憶部を備え、
前記第１算出部は、前記Ｊ個の実測データ及び前記Ｊ個の平均データの差の絶対値に対し、前記記憶部から読み出された前記Ｊ個の逆数データを乗算することにより、前記Ｊ個の乖離度データを算出することを特徴とする請求項１に記載の紙幣識別装置。
【請求項９】
前記実測データに基づいて識別対象となる前記紙幣の種類を特定する紙幣特定部を備え、
前記記憶部は、前記Ｊ個の逆数データを前記紙幣の種類ごとに予め記憶し、
前記第１算出部は、前記紙幣特定部により特定された前記紙幣の種類に対応する前記Ｊ個の逆数データを前記記憶部から読み出し、前記Ｊ個の実測データ及び前記紙幣特定部により特定された前記紙幣の種類に対応する前記Ｊ個の平均データの差の絶対値に対し、前記記憶部から読み出された前記Ｊ個の逆数データを乗算することにより、前記Ｊ個の乖離度データを算出することを特徴とする請求項８に記載の紙幣識別装置。
【図１】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【図９】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【図９】
【公開番号】特開２０１１−８４０５（Ｐ２０１１−８４０５Ａ）
【公開日】平成２３年１月１３日（２０１１．１．１３）
【国際特許分類】
【出願番号】特願２００９−１４９８２７（Ｐ２００９−１４９８２７）
【出願日】平成２１年６月２４日（２００９．６．２４）
【出願人】（０００２３７７１０）富士電機リテイルシステムズ株式会社 (1,851)
【Ｆターム（参考）】
【公開日】平成２３年１月１３日（２０１１．１．１３）
【国際特許分類】
【出願日】平成２１年６月２４日（２００９．６．２４）
【出願人】（０００２３７７１０）富士電機リテイルシステムズ株式会社 (1,851)
【Ｆターム（参考）】
[ Back to top ]