纸币处理装置的制作方法

本发明涉及一种纸币处理装置，尤其涉及一种用于判别投入的纸币的币种、识别标识、精劣和/或真伪的纸币处理装置。

背景技术：

纸币处理装置包括用于自动数出纸币的张数的计数器、根据纸币的适流通性而分类的精查机(sorter)、再循环机(recycler)、假币鉴别机、支票处理机、存取款一体机、atm等，其宽泛地包含可对纸币进行计数的装置。这种纸币处理装置作为用于处理纸币或支票等纸质形态的金钱的装置，当用户将预定张数的纸币放置于投入部时，可自动运行而以一张为单位对纸币的张数进行计数，或者根据特定标准而分类，然后将其排出到叠放部并将计数的纸币的张数和金额显示于显示器。

然而，需注意本发明中由纸币处理装置处理的纸币并不局限于现金而是还包含如下对象的概念：纸件类、银行券、支票、汇票、有价证券、证书、媒介(medium)、纸张、商品券、优惠券、门票、商品贴附物、身份证等。

通常，纸币处理装置不仅对纸币计数，而且还判别投入的纸币是否合法以及是否适于纸币流通。例如，对纸币的精劣(fitness；即，新纸币/旧纸币/破损纸币)进行判别或者对是否为伪造纸币进行判别。即，纸币处理装置可对用户在银行请求的取款额或存款额所对应的准确的张数的纸币进行计数，或者可判别纸币的真伪、纸币的折叠、纸币的损坏与否或纸币中是否贴附有异物，此时计数的纸币不仅包括新发行的新版纸币，而且还可以包括之前已经发行而使用过的旧版纸币、硬实的新纸币、褶皱的纸币、折叠的纸币、有破洞的纸币、褪色的纸币、陈旧的纸币、贴附有胶带的纸币等。通常，纸币处理装置不仅对这些纸币进行计数，而且还为了判别真伪、币种和/或精劣而配备有图像获取单元，并对通过图像获取单元获取到的纸币的图像进行处理，从而执行上述功能。

本发明的背景技术公开于韩国公开专利10-2007-0107331(2007.11.07.公 开；纸币鉴别机)。

技术实现要素：

如上所述的纸币处理装置具有用于判别纸币的币种或识别标识(例如，纸币的序列号等)的功能，以实现纸币计数，或者实现对纸币的真伪、币种和/或精劣的判别，目前为止为了实现如上所述的纸币的计数或判别而通常只限于使用灰度图像(例如，亮度图像)。

然而，对于特定国家券而言，并非根据纸币的金额而采用不同设计，而可能设计为纸币的图纹等几乎相同而只将纸币的颜色设计得不同。在这种情况下，利用亮度图像判别纸币却存在困难，因此在只利用亮度图像的纸币处理装置中频繁出现纸币的误判。因此，采用可获取彩色图像的传感器的情形逐渐增多。

另外，对于判别纸币的序列号的情形而言，图像的分辨率越高则准确率也越高，并存在可靠的判别所需的最低限度的分辨率。因此，当将图像获取单元从可获取灰度图像的传感器变更为可获取彩色图像的传感器时，如果降低其分辨率，则可能引起纸币处理装置的纸币判别性能的降低。但是，如果变更为可在维持图像获取单元的分辨率的情况下获取彩色图像的传感器，就会增加用于获取图像的扫描时间，而且需要处理的数据量也增加，因此将会导致纸币的处理速度降低，或者需要更高规格的系统，故存在产品的制造成本上升等问题。

本发明的目的在于提供一种纸币处理装置，其并不减小纸币处理速度，并可在不增加制造成本的情况下提高纸币处理装置的性能(币种/识别标识/精劣/真伪的判别等)。

根据本发明的一种纸币处理装置，其特征在于，包括：传感器单元，交替扫描红色(r)、绿色(g)和蓝色(b)光源而以行(row)为单位获取纸币的图像信息；控制单元，从通过所述传感器单元获取的所述纸币的图像信息中获取所述纸币的红绿蓝(rgb)各个颜色(或波长)分别对应的图像信息，并基于获取的各个颜色(或波长)分别对应的图像信息而判别所述纸币的币种、识别标识、真伪和/或精劣。

根据本发明的纸币处理装置具有如下技术效果：按红绿蓝(rgb)各个颜色或波长分别获取纸币的图像信息，并据此判别纸币的币种、识别标识、精劣和/或真伪，从而提高纸币处理装置的性能。

并且，根据本发明的纸币处理装置对通过图像获取单元获取到的信息进行后处理，据此获取高分辨率的图像信息，从而提高纸币处理装置的性能。

不仅如此，根据本发明的纸币处理装置通过将可见光图像信息(反射/透射)与红外线图像信息(反射/透射)进行综合(synthesis)而判别纸币，从而提高纸币处理装置的性能。

附图说明

图1为表示根据本发明的一个实施例的纸币处理装置的概略构成的示例图。

图2为用于说明通过图1中的传感器单元获取到的图像信息的形态的示例图。

图3为用于说明图1中提高颜色(波长)分别对应的图像的分辨率的方案的示例图。

图4为用于说明一般彩色图像的示例图。

图5为用于说明图4所示根据本发明的一个实施例的颜色(波长)分别对应的图像的示例图。

图6为用于说明图5所示颜色(波长)分别对应的图像的分辨率的提高方式的示例图。

图7、8、9、10为用于说明图1中判别纸币的方式的示例图。

图11、12为用于说明根据本发明的另一实施例的纸币处理装置中生成灰度图像的方式的示例图。

图13为用于说明根据本发明的又一实施例的纸币处理装置中获取的图像的形态的示例图。

图14为用于说明图13中判别纸币的方式的示例图。

具体实施方式

以下，参考附图而说明根据本发明的纸币处理装置的实施例。在此过程中，图中示出的线条的粗细或构成要素的大小等可能为了说明的清楚性和方 便性而得到夸张的图示。并且，后述的术语为考虑到本发明中的功能而定义的术语，其可能因实施者的意图或惯例等而不同。因此，应当基于贯穿整个说明书中的内容而对这些术语进行定义。尤其，术语“图像”表示纸币的正反面的反射图像或纸币的透射图像。

参考图1，根据本发明的一个实施例的纸币处理装置包括控制单元100、传感器单元110以及存储单元120。而且，控制单元100可包括图像处理单元101、币种判别单元102、序列号判别单元103、假币判别单元104以及精劣判别单元105。

传感器单元110可交替扫描红色(r)、绿色(g)、蓝色(b)光源而以行为单位获取纸币的图像信息。例如，传感器单元110中分别布置有多个红色、绿色、蓝色光源，并可配备有可接收从这些光源发射的光的反射光或透射光的收光单元(例如，光电二极管)。即，在纸币被投入而经过传感器单元110的过程中，如果将红色、绿色、蓝色光源交替扫描到纸币的表面，则收光单元以行为单位依次收光，并以行为单位获取对应于一个颜色(波长带)的信息，从而可获取红绿蓝(rgb)各个颜色(波长)分别对应的纸币的图像信息。

例如，假设一个行由12个像素构成，并存在6个行，在此情况下传感器单元110可如图2所示地获取具有像素阵列形态的纸币的图像信息。即，如图2所示，在r1像素或r2像素的行中只获取关于红色波长的信息，在g1像素或g2像素的行中只获取关于绿色波长的信息，在b1像素或b2像素的行中只获取关于蓝色波长的信息。

存储单元120中存储有纸币的按类(例如，按币种、按国家等)信息。例如，存储单元120中可存储有基于纸币的币种的各个rgb比率，这种rgb比率可被细分为用于判别纸币的识别标识的比率、用于判别纸币的币种/真伪/精劣的比率等。

控制单元100可从通过传感器单元110获取到的纸币的图像信息中获取纸币的rgb各个颜色(波长)分别对应的图像信息。即，如图2所示，如果只选取与r1像素或r2像素的行相应的信息，则控制单元100可获取关于纸币的红色的图像信息。然而，如图3至图5的情形，全部图像信息中相应于红色行的信息为1/3，因此与所有像素均形成为彩色的情形(参考图4)相比，根据本实施例的颜色(波长)分别对应的图像信息(参考图5)可具有1/3的 分辨率。

控制单元100可基于如此获取的颜色(波长)分别对应的图像信息而判别纸币，即，可执行针对纸币的币种判别、识别标识判别、真伪判别和/或精劣判别。即，如图7至图10(图7为纸币的彩色图像，图8为关于纸币的红色的图像，图9为关于纸币的绿色的图像，图10为关于纸币的蓝色的图像)所示，纸币的图像特性因rgb各个颜色(波长)而不同，而且印刷在纸币的对象也按各个颜色(波长)而存在亮度等方面的差异，因此可利用纸币的颜色(波长)分别对应的图像信息而提高纸币判别性能，并可利用于后述的币种、识别标识、真伪和/或精劣判别。例如，还可将标准纸币的颜色分别对应的平均直方图信息预先存储于存储单元120，并将该预存储信息与投入的纸币的颜色分别对应的平均直方图信息进行比较，从而通过分析而判别所投入的纸币的币种、真伪和/或精劣。

具体而言，控制单元100的币种判别单元102可基于纸币的颜色(波长)分别对应的图像信息而判别纸币的币种(例如，一万元韩币、100元人民币、5美元)。即，对于图7至图10所示的百元人民币而言，具有对应于各个光源的红色启闭(redon/off)、绿色启闭(greenon/off)、蓝色启闭(blueon/off)特性，或者还可以具有其组合，例如，红色关闭(redoff)/绿色开启(greenon)/蓝色开启(blueon)，且对于纸币而言按币种印刷的颜色被规范化，于是这样的纸币的特性可预先分析，因此币种判别单元102可基于纸币的颜色(波长)分别对应的图像信息而判别纸币的币种，例如可采用将各个颜色(波长)分别对应的图像的亮度进行比较的方式。

另外，如上所述，相对于一般灰度图像而言，基于本实施例中获取的各个颜色(波长)分别对应的图像信息的按各个颜色(波长)的图像可视为其分辨率为全体像素的1/3。然而，所述纸币的币种判别并非判别文字等，而是可通过将各个颜色(波长)分别对应的图像进行比较的方式等执行，因此即使分辨率减小到1/3，币种判别性能却可不降低，反而因利用颜色信息而可更有利于币种判别。而且，对于本实施例的传感器单元110的图像信息获取方式而言，与一般的彩色图像获取方式对比(比较全部像素数相等的情形)而言，需要处理的数据量为1/3，因此即使获取彩色图像也并不会降低其处理速度，而且还可以显著提高生产单价。

然而，在判别纸币的币种、识别标识、精劣和/或真伪时可能需要高分辨 率图像，因此控制单元100还可以对通过传感器单元110获取到的各个颜色(波长)分别对应的图像信息进行后处理，从而获取高分辨率的图像。

具体而言，控制单元100的图像处理单元101可将各个颜色(波长)分别对应的图像信息中空缺的信息(即，与相应于其他颜色的像素的位置相关的颜色信息)填充为相关图像信息分别对应的颜色的估计值。即，如图2、3、5、6所示，由控制单元100获取的红色图像信息中只存在关于红色像素的行的颜色(红色)信息，且不存在关于绿色或蓝色像素的行的颜色信息。因此，图像处理单元101可将这种关于其他颜色的行的颜色信息填充为相关图像信息分别对应的颜色(红色)的估计值。例如，图像处理单元101可将红色像素中与最邻近于估计值得到添加的像素的像素相关的颜色值决定为所述估计值。即，与图3的re1(即，图2的g1)相关的估计值可决定为r1的颜色值，与re2(即，图2的b1)相关的估计值可分别决定为r2的颜色值。换言之，当获取关于红色的图像信息时，只获取r1和r2的颜色值而并不获取关于g1、b1、g2、b2的颜色值，然而将g1、b1、g2、b2分别估计为具有与最邻近的红色像素相同的颜色值而重新构成图像，据此可以提高基于不同颜色的图像信息的按各个颜色的图像的分辨率。

并且，图像处理单元101还可以利用虑及红色像素的位置的插值法(interpolation)而计算各个估计值。即，如图3和图6所示，关于re1像素的红色估计值可通过r1与r2的颜色值的差值而计算，例如，可将r1的颜色值的2/3与r2的颜色值的1/3相加，并将获得的值决定为关于re1像素的红色估计值。并且，可将r1的颜色值的1/3与r2的颜色值的2/3的相加值决定为关于re2像素的红色估计值。而且，在绿色图像信息或蓝色图像信息中添加估计值的处理可通过如同将估计值添加于红色图像信息的处理的方式执行，因此省略其说明。如此，当使用插值法时，可获取更加光滑的图像，并可相应于此地应对误判。

另外，本说明书中虽以插值法为例说明，然而也可以采用基于二次插值法(quadraticinterpolation)、牛顿插值法(newtoninterpolation)、拉格朗日插值法(lagrangeinterpolation)、回归分析法(regressionanalysis)的差值等方式。

另外，控制单元100可基于如上所述的rgb颜色(波长)分别对应的图像信息而生成纸币的灰度图像，并基于生成的灰度图像而判别纸币的识别标 识。例如，图像处理单元101可基于rgb颜色(波长)分别对应的图像信息而生成纸币的灰度图像，控制单元100的序列号判别单元102可基于由图形处理单元101生成的灰度图像而判别纸币的序列号(sn；serialnumber)。即，序列号判别单元102执行诸如从灰度图像中提取边界而判别文字等预定的图像处理，从而可以判别纸币的序列号。然而，本实施例并不局限于这种方式，序列号判别单元102可采用多样的方式判别纸币的序列号。

此时，图像处理单元101可利用所述颜色(波长)分别对应的图像信息而生成分辨率得到提高的灰度图像，以提高序列号判别的性能。或者，如本发明的另一实施例所述，图像处理单元101还可以基于通过传感器单元110获取到的纸币的图像信息而生成纸币的灰度图像。

即，如图11和图12所示，图像处理单元101可将纸币的图像信息的各个像素重新构成为灰度而生成纸币的灰度图像。例如，如图11所示，图像处理单元101可基于任意像素的颜色值以及相邻于相关像素的其他颜色的像素的颜色值而计算相关像素的灰度值。即，关于gr1(g1)像素的灰度值可基于r1、g1、b1像素的颜色值而计算，关于gr2(b3)像素的灰度值可基于g3、b3、r3像素的颜色值而计算。换言之，对于g1像素而言，当通过传感器单元110而获取图像信息时，只获取到关于绿色的信息，然而当假设相关像素具有与相邻像素相同的红色值和蓝色值时，可计算出关于相关像素的灰度值。此时，虽然可能发生伴随纸币移动的误差，但如果将传感器单元110的红色、绿色、蓝色光源的扫描间隔设计为很窄，则可以实现由纸币移动引起的影响的最小化。

而且，如图12所示，图像处理单元101还可以基于任意像素的颜色值以及利用插值法而计算出的相关像素的位置所对应的其他颜色的估计值而计算相关像素的灰度值。即，关于gr3(g1)像素的灰度值可基于与相关位置对应的其他颜色的估计值(例如，相关像素的红色估计值可成为将r1的颜色值与(r2-r1)的颜色值的1/3相加的值，相关像素的蓝色估计值可成为将b1的颜色值与(b2-b1)的颜色值的1/3相加的值)和b1的颜色值而计算。并且，关于gr4(b1)像素的灰度值可基于将r1的颜色值与(r2-r1)的颜色值的2/3相加的红色估计值、将g1的颜色值与(g2-g1)的颜色值的1/3相加的绿色估计值以及b1的颜色值而计算。

如此，当使用插值法时，可获取更加光滑的图像，并可相应程度地更有 效应对误判，在此也可以采用基于二次插值法、牛顿插值法、拉格朗日插值法、回归分析法等的差值方式。

即，如此生成的灰度图像所具有的分辨率更高于rgb各个颜色(波长)分别对应的图像的分辨率，因此纸币的识别标识判别可靠度将会提高。例如，如果获取到的各个rgb图像(波长)分别对应的图像的分辨率为50dpi，则以上述方式生成的灰度图像的分辨率的理论水平为150dpi。

并且，图像处理单元101在生成灰度图像时，可从存储单元120中读取基于已判别的纸币的币种的rgb比率120而生成灰度图像。例如，可读取如(0.2988*r+0.5870*g+0.1140*b)之类的rgb比率，以使生成的灰度图像具备有效的灰度值。即，纸币的币种中的每种的最适于判别序列号的rgb比率可能不同，且由于纸币的规格化，这种特性可预先掌握，因此图像处理单元101从存储单元120中读取基于币种的rgb比率而生成灰度图像，从而可以提高序列号判别单元102的判别性能。而且，此时从存储单元120中读取的rgb比率可以是为序列号判别特定化的值，如上所述，存储单元120中可专门存储用于判别精劣的rgb比率、用于判别其他识别标识的rgb比率等。

另外，在此已执行的纸币的币种判别可借助于所述币种判别单元102而执行，然而并不局限于此，因此可从纸币处理装置的其他构成要素中传递币种判别结果，已执行的纸币的币种判别既可以只区分国别(即，krw、eur、usd等)，也可以对一个国家中的币种进行区分，还可以根据纸币的前后左右方位而进行区分。

而且，本实施例中控制单元100不仅可以判别所述序列号，而且还可以判别其他识别标识(例如，“五千元”字样)。

控制单元100可基于所述颜色(波长)分别对应的图像信息而判别假币或者判别纸币的精劣。具体而言，控制单元100的假币判别单元104可从颜色(波长)分别对应的各个图像信息中检测出辨伪要素，并判别纸币是否为假币。即，如图7至图10所示，按各个颜色(波长)，纸币的辨伪要素(即，为了判别假币而印刷在纸币中的要素)的亮度等可能不同，因此假币判别单元104检测出这种辨伪要素，并可基于各个颜色(波长)所表示的特性而判别纸币是否为假币。

并且，利用视可变墨迹(ovi；opticallyvariableink)等而印刷纸币的辨伪要素的情形多见，当人以眼睛观察这样的视可变墨迹时，颜色因光的角度 等而变化，因此易于判别是否为假币，然而当通过单一的灰度图像而判别视可变墨迹时，可能难以掌握颜色的变化是否确切地出现。然而，本实施例中假币判别单元104可从按颜色(波长)的各个图像信息中检测出视可变墨迹要素，因此可准确掌握颜色变化，并可据此判别纸币是否为假币。

不仅如此，传感器单元110还可以包括可用于获取纸币的红外线(ir)图像信息的红外线光源，假币判别单元104还可从红外线图像信息中检测出辨伪要素而判别纸币是否为假币。即，假币判别单元104还可以在按各个波长带的特征值的层次中通过层次分析而检测辨伪要素，此时作为红外线传感器的形态可采用反射型和透射型中的任意一种，而且反射型与透射型也可以共存。

而且，图像处理单元101可从存储单元120中读取基于已判别的纸币的币种的rgb比率并生成用于判别纸币的精劣的图像，控制单元100的精劣判别单元105可基于这种图像而判别纸币的精劣。即，与用于判别序列号的灰度图像类似地，可存在用于按纸币的币种实现最优的精劣判别的颜色比率，图像处理单元101可从存储单元120中读取基于判别的纸币的币种的rgb比率，从而生成用于判别纸币的精劣的图像(例如对于eur而言，可生成关于绿色的图像和关于红色-蓝色的图像，而对于usd而言，可生成关于绿色-红色的图像和关于蓝色的图像)，据此可以提高精劣判别单元105的精劣判别性能。

另外，在此，已执行的纸币的币种判别不仅可通过所述币种判别单元102得到执行，而且还可以通过纸币处理装置的其他构成要素得到执行，且既可以只区分国别(即，krw、eur、usd等)，也可以对一个国家的币种进行区分，或者还可以根据纸币的前后左右方位而进行区分。

如此，由于各个币种均利用具有特性的颜色信息，因此在判别纸币时有利于从纸币图像中排除特定颜色或加以区分，并适于寻找出与颜色相关联的特定位置而应用为特征信息。例如，对于序列号被印刷在红色基底的币种而言，可以只利用绿色和蓝色而进行处理，因此十分高效。

参考图13和图14而对根据本发明的又一实施例的纸币处理装置进行如下说明。

在本发明的又一实施例中，传感器单元110可通过交替扫描可见光(vl)和红外线(ir)光源而以行为单位获取纸币的可见光图像信息和红外线图像 信息。例如，传感器单元110中布置有多个可见光和红外线光源，并可配备有收光单元(例如光电二极管)，该收光单元可用于接收从所述光源发射出的各种光所对应的反射光和/或透射光。

即，如果在纸币被投入而经过传感器单元110的过程中将可见光和红外线光源交替扫描到纸币表面，则收光单元以行为单位依次收光，据此能够以行为单位获取关于可见光和/或红外线的信息，从而获取到可见光图像信息和/或红外线图像信息。此时，传感器单元110既可以通过同时扫描rgb光源的方式形成可见光光源，也可以如图2所示地将通过交替扫描rgb光源而获取到的各个颜色(波长)分别对应的图像信息进行综合而获取可见光图像信息(vl)。例如，假设一个行由12个像素构成并存在6个行，在此情况下传感器单元110可如图13所示地获取具有像素阵列形态的图像信息。即，如图13所示，从vl1像素、vl2像素或vl3像素的行中获取到纸币的可见光图像信息(例如亮度信息)，并从ir1像素、ir2像素或ir3像素的行中获取到纸币的红外线图像信息。在此，虽然图13中为了方便而将vl1、vl2、vl3图示为一个行，然而也包括通过同时扫描rgb光源而获取的情形以及通过交替扫描rgb并综合而获取的情形。例如对于后者的情形而言，表示以vl1(r1→g1→b1)→ir1的顺序交替扫描而以行为单位获取各个图像信息。而且，虽然没有示于图中，然而红外线行图像(ir1、ir2、ir3、…)可分别包括红外线反射行图像和/或红外线透射行图像。

控制单元100可将如此获取的纸币的可见光图像信息与红外线图像信息进行综合而生成一个图像。即，可见光图像信息中只存在与可见光像素所处的位置相关的亮度信息而并不存在与红外线像素所处的位置相关的亮度信息。然而，由于红外线图像信息也是与亮度相关联的信息，因此如果将可见光图像信息与红外线图像信息结合为一，则可以生成与图像获取单元的全体像素对应的关于纸币亮度的图像。此时，可见光图像信息与红外线图像信息在尺度方面存在差异，因此控制单元100可通过调适两种信息的尺度而实现可见光图像信息与红外线图像信息的结合(综合)。

控制单元100可基于如此生成的图像而判别纸币的识别标识。即，纸币中存在多样的图纹等背景，判别纸币的识别标识(例如序列号)可能因存在这种背景而有所困难。然而，如图14(其中，(a)幅表示可见光图像，(b)幅表示红外线图像)所示，这种图纹等对红外线不产生反应，然而纸币的识别标 识却在多数情况下对红外线产生反应，因此如果将利用红外线的图像加以应用，则可以获取更加精致的图像，从而可以提高纸币处理装置的识别标识判别性能。

而且，存储单元120中按各个币种存储有纸币的识别标识是否对红外线产生反应的信息，控制单元100从存储单元120中读取基于已判别的纸币的币种的相关识别标识是否对红外线产生反应，且当且仅当在识别标识对红外线产生反应时，将可见光图像信息与红外线图像信息进行综合而生成一个图像。

另外，在本发明的又一实施例中，可将任何反射型、透射型及其组合型中的某种类型采用为红外线传感器。

如上所述，根据本发明的实施例的纸币处理装置按rgb各个颜色(波长)分别获取纸币的图像信息，并可据此判别纸币的币种、识别标识、精劣和/或真伪，且对通过图像获取单元获取到的信息进行后处理，从而获取高分辨率的图像信息，并将可见光图像信息与红外线图像信息进行综合而判别纸币，由此具有改善纸币处理装置性能的技术效果。

已参考图中所示的实施例而对本发明进行说明，然而这只是示例性的，本发明所属的技术领域中具有基本知识的人员想必理解可由此实现其他多样的变形实施例及等价实施例。因此，本发明的技术保护范围应当根据权利要求书而确定。

本申请得益于韩国工业通商资源部的高级技术研究中心(advancedtechnologycenter)扶持项目的研究经费资助而完成(课题固有编号：1415140392)。