CN101901511A

CN101901511A - 纸张确定设备

Info

Publication number: CN101901511A
Application number: CN2010101943480A
Authority: CN
Inventors: 宇野辉比古
Original assignee: Toshiba Corp
Current assignee: Toshiba Corp
Priority date: 2009-05-27
Filing date: 2010-05-27
Publication date: 2010-12-01
Also published as: EP2256698A1; US8331644B2; US20110064279A1; JP2010277252A

Abstract

本发明提供了一种纸张确定设备，包括图像检测单元(112)，所述图像检测单元(112)包括：多个光源(301，302)，用于利用来自两个不同方向的光来照射作为检查目标的纸张(101)的表面，和光接收单元(310)，被配置为接收来自所述纸张表面的反射光，并且被配置为检测在所述纸张表面上的图像；和检测信息处理单元，被配置为处理来自所述图像检测单元的检测信息并且确定所述纸张的污损度。检测信息处理单元被配置为根据通过同时开启多个光源所检测的图像来检测纸张的灰度污染并且被配置为根据通过开启多个光源之一所检测的图像来检测所述纸张的皱褶或折痕。

Description

纸张确定设备

技术领域

这里所描述的实施例涉及一种纸张确定设备(paper sheetdetermination apparatus)，用于确定诸如有价证券之类的纸张的类型、真实性、污损度(defacement degree)等。

背景技术

通常，纸张确定设备包括多个检测装置，用于检测诸如有价证券之类的纸张的类型、真实性或污损度。通常根据最有特点的可见图像的识别来确定纸张的类型或污损度。这是因为纸张从根本上被这样设计并且其上绘有颜色、字符、数字等，假定人们可以很容易地区分它们，并且纸张确定设备特别是使用图像传感器、颜色确定传感器等。

当某人确定纸张的污损度时，通常采用两种方法。一种是检测介质的柔性或韧性的方法。这是当介质长期流通时作为材料的纸张纤维被折断或者沾上水时，使用手指感觉来检测纸张失去韧性的方法。另一种是在视觉上检测纸张表面上的污染的方法。根据经验，观察纸张的非印刷部分(例如在有价证券的情况下的水印部分或具有相对较低的印刷油墨浓度的部分)的污染、皱褶(wrinkle)、折痕(fold)等来确定污损度。

即便是纸张确定设备也采用根据上述两种方法来确定纸张的污损度的技术。根据前一种方法，根据当运送测量目标介质时生成的声强级来确定韧性。另一方面，后一种方法检测纸张的非印刷部分的亮度、非印刷部分的皱褶、非印刷部分的透射系数、纸张的折叠部分的明暗度特征(shading characteristic)、纸张周边的亮度、整个纸张的亮度、整个纸张的明暗度特征等(例如，JP-A 027035-1994(KOKAI))。

如上所述，在例如通过使用图像来确定纸张的污损度的纸张确定设备中，根据未受印刷影响的非印刷部分的明暗度或皱褶来检测污损度。因此，准确地确定在除印刷部分之外的部分被污染的纸张或者被较少地污染但是没有官方印记的纸张是困难的。此外，由于纸张确定设备中的控制单元独立地估计特定区域的亮度或偏差值的特征量，所以确定的准确性很低，并且常常获得与人的感觉不同的结果。

另一方面，根据检测纸张的柔性或韧性的方法，无法准确地确定意外污染的纸张，例如沾上咖啡的纸张或者由于被洗涤而具有皱褶的官方印记纸币，并且在任何情况下无法高度准确地确定污损度。

附图说明

图1是示意地示出根据第一实施例的纸张确定设备的剖视图；

图2是纸张确定设备中的检测信息处理单元的功能框图；

图3是示出纸张确定设备中的上表面反射图像检测单元的侧视图；

图4是示出上表面反射图像检测单元的照明发光模式的时序图；

图5A、图5B和图5C分别是示出在照射模式和所获得图像之间关系的平面图；

图6是示出根据第二实施例的纸张确定设备中的上表面反射图像检测单元的侧视图；

图7是示出根据第二实施例的上表面反射图像检测单元的照明发光模式的时序图；

图8A、图8B、图8C和图8D分别是示出在照射模式和所获得图像之间关系的平面图；

图9A、图9B和图9C是示出在根据第三实施例的纸张确定设备中基准纸币的印刷图案的视图、示出划分的小区域的视图、和示出纸张的污损度检测区域的视图；

图10A、图10B和图10C是示出在根据第四实施例的纸张确定设备中作为确定目标的纸张的印刷图案的视图、用于示出划分的小区域的视图、以及纸张的污损度检测区域的视图；

图11A、图11B、图11C、图11D和图11E是示出在根据第五实施例的纸张确定设备中作为确定目标的纸张的印刷图案的视图、示出纸张的红外透射图像的视图、示出纸张折痕的污染度检测区域的视图、示出纸张的第二污染度检测区域的视图、以及示出纸张的确定的公共污损度检测区域的视图；和

图12A、图12B、图12C、图12D和图12E均是示出在根据第五实施例的纸张确定设备中在作为确定目标的纸张上具有多种颜色的图像的视图；和

图13是示出在根据第六实施例的纸张确定设备中的颜色运算式的列表的视图。

具体实施方式

总体上，根据一个实施例，纸张确定设备包括图像检测单元，包括：多个光源，用于利用来自两个不同方向的光来照射作为检查目标的纸张的表面，和光接收单元，被配置为接收来自所述纸张表面的反射光，并且被配置为检测在所述纸张表面上的图像；和检测信息处理单元，被配置为处理来自图像检测单元的检测信息并且确定所述纸张的污损度。所述检测信息处理单元被配置为根据通过同时开启多个光源所检测的图像来检测纸张的灰度污染(gray contamination)并且被配置为根据通过开启多个光源之一所检测的图像来检测所述纸张的皱褶或折痕。

现在将详细描述根据第一实施例的纸张确定设备。

图1示意地示出了根据第一实施例的纸张确定设备100的结构例子。纸张确定设备100包括运送机构，用于沿着例如在水平方向上延伸的运送路径102运送作为确定介质的纸张101。运送机构具有多个运送辊103到110和未图示的导轨。

在运送路径102上安装有：透射图像检测单元111，被配置为检测纸张101的透射图像信息，上表面反射图像检测单元112，被配置为检测纸张101的上表面上的反射图像信息，下表面反射图像检测单元113，被配置为检测纸张101的下表面上的反射图像信息，磁检测单元114，被配置为检测纸张101的磁性印刷特征，荧光发射检测单元115，被配置为检测来自纸张101的漂白发射特性或荧光发射特性，和厚度检测单元116，被配置为检测纸张101的厚度以及检测带子或取出多个纸张的状态。用于处理来自这些检测单元111到116的检测信息的检测信息处理单元117被布置在这些检测单元上方。

图2是示出检测信息处理单元117的功能框图。如图2所示，透射图像检测单元111、上表面反射图像检测单元112、下表面反射图像检测单元113、磁检测单元114、荧光发射检测单元115和厚度检测单元116经由诸如运算放大器之类的模拟处理电路201、202、203、204、205和206被连接到多路复用器207。

透射图像检测单元111、上表面反射图像检测单元112和下表面反射图像检测单元113中的每个是一维图像读取传感器，所述图像读取传感器例如具有LED阵列作为发射单元并且具有光电二极管阵列或CCD作为光接收单元，并且使用发射可见光的LED阵列、发射近紫外光的LED阵列、或发射红外光的LED阵列。磁检测单元114例如是像磁头之类的磁传感器，并且被配置为用于充当这样一个传感器，当向磁芯材料的初级侧施加直流偏置电流并且磁性材料通过磁头时，所述传感器检测次级侧线圈的磁通量变化。

荧光发射检测单元115例如是这样一个传感器，该传感器具有：包括紫外荧光灯的发射单元和诸如光电二极管之类的光接收单元，所述光接收单元接收来自所述纸张101的激励光并且在点视野中检测来自纸张101的激励光。厚度检测单元116把纸张101夹在两个辊之间并且例如通过使用位移传感器把一个辊或支撑此辊的轴的变化转换为电信号。

利用来自各传感器的多条检测数据来通过诸如运算放大器之类的模拟处理电路(201到206)放大/处理信号分量，六个系统的模拟信号借助模拟多路复用器207被时分复用到一个系统的模拟系统中，然后此信号例如被模拟/数字转换电路210转换为8比特数字数据。应当注意，模拟信号被模拟多路复用器207时分复用为一个系统的信号以便在此实施例中提供一个模拟/数字转换电路，但是取决于如何配置系统或硬件条件，可以对所有检测信号独立地进行模拟/数字转换，并且即便在这种情况下纸张确定设备的效果也完全不受任何影响。

被转换为数字信号的检测数据根据预处理电路220中的各检测内容来进行预处理(例如，空间推导或平均)，并且所处理的数据被存储到数据存储单元230中。检测信息处理单元117包括检测CPU 240和控制CPU 250。检测CPU 240是由微计算机代表的处理运算单元，并且它从数据存储单元230顺序地读取检测数据并且确定作为确定介质的纸张101的类型、方向、真实性、污损度等。

控制CPU 250同样是由微计算机代表的处理运算单元，并且它向主机设备(例如纸张确定设备中的机械控制单元(未示出))通知从检测CPU 240所获得的算术结果。机械控制单元根据由纸张确定设备100确定的类型、方向、真实性或污损度信息来切换未图示的运送路径切换单元，并且把所述纸张运送到应当存放纸张101的累积存储装置。

图3是示出根据第一实施例的纸张确定设备100的上表面反射图像检测单元112的侧视图。根据第一实施例，上表面反射图像检测单元112包括两个光源301和302和一个光接收单元310，每个光源由LED、卤素灯或荧光灯形成。与纸张101的运送方向平行地设置光源301和302。按照其光轴穿过纸张101表面上的公共照射位置的方式来布置光源301和302，并且它们对照射位置的垂直线V是对称的并且相对于垂直线V在各自的相反方向上倾斜角度θ。

光接收单元310被布置在接收从光源301和302发射并且在纸张101的表面上反射的光的位置，并且它具有光学透镜304和光电传感器303。光学透镜304例如是以1比1的倍率形成图像的棒状透镜阵列或按比例缩小要形成的图像的球面透镜。在纸张101的表面上反射的检测光被光学透镜304聚集并且被光电传感器303接收。此检测光在光电传感器303中被转换为电信号，然后被未图示的传感器信号处理基片放大并且进行A/D转换等。

光电传感器303由一个或多个传感器形成，所述传感器从灵敏度在400到700nm的波长域内的可见范围图像传感器、灵敏度在400nm或以下的近紫外区图像传感器、以及灵敏度在700nm或以上的近红外传感器中选择。当光电传感器303是诸如CCD或光电二极管之类的一维传感器时，根据每一行来收集和累积纸张101的图像数据，并且响应于纸张101的运送来同样地收集和累积下一行的数据，由此可以获得二维图像。

应当注意，在第一实施例中，下表面反射图像检测单元113像在图3中所描绘的上表面反射图像检测单元112那样配置，并且它与上表面反射图像检测单元112的不同之处在于它布置在纸张101下面并且利用检测光来照射纸张101的下表面。

图4示出了上表面反射图像检测单元112的照明发光模式。作为发光定时，存在3种模式。在模式1中开启光源301，在模式2中开启光源302，并且在模式3中开启光源301和光源302这两者。通过重复3种模式中的发光来照射纸张101，并且从纸张101的表面上的反射光收集图像数据。

图5A、图5B和图5C示出了从各发光模式获得的图像数据的例子。

图5A示出了来自在光源301为ON的状态中检测的纸张101的表面的反射图像(模式1)，并且图5B示出了来自在光源302为ON的状态中检测的纸张101的表面的反射图像(模式2)。在这些反射图像中的每一个中，与照明相对，在纸张中心的凸起部分(皱褶)10的一侧上形成阴影。此阴影在光学上看起来像污迹一样是暗的，因此在一些情况下这可以被确定为是被污损的。

图5C示出了来自在光源301和302均为ON的状态中检测的纸张101的表面的反射图像(模式3)。在皱褶10的左侧和右侧上不产生阴影。另一方面，在所有模式中纸张101的表面上的污损部分12看起来比周边更暗，由此它能够被确定为污迹。

以这种方式改变光源301和302的发光模式使得能够当纸张101的皱褶10在模式1和2中被认为是污迹的一部分时检测污损度。在模式3中，当皱褶10未被认为是污迹时，可以检测纸张的污损度。

此外，在模式1和2中还考虑图像处理，可以通过测量图像数据中的明暗度变化点(shading change point)来只提取皱褶10。在模式3中，可以通过测量图像数据的亮度来提取污迹部分12。

此外，当从由模式1和2获得的图像中采用以像素为单位的较暗图像(即，具有较低明暗度的图像)并且生成一个明暗度图案(shadingpattern)时，可以检测到包括所有皱褶、阴影和污迹的污损度。

根据具有上述配置的纸张确定设备，当改变具有多个光源的检测单元的发光模式以获取图像时，可以掌握纸张的图像特征，并且可以利用单个光学系统和处理电路来高度准确地确定明暗度污染、皱褶或折痕。

应当注意，在模式2中开启光源302，但是可以删除模式2。在这种情况下，由于在模式1和模式3中可以检测到皱褶10和污迹12，所以不会危及本实施例的效果。

现在将描述根据第二实施例的纸张确定设备。

图6示出了在根据第二实施例的纸张确定设备中的上表面反射图像检测单元112。通过结合透射图像检测单元111的透射光源部分来配置上表面反射图像检测单元112。根据第二实施例，上表面反射图像检测单元112包括三个光源301、302和306和一个光接收单元310，每个光源由LED、卤素灯或荧光灯形成。与纸张101的运送方向(即纵向)平行地提供光源301和302。按照其光轴穿过纸张101表面上的共同照射位置的方式来把光源301和302布置在纸张101上方，并且它们相对于与照射位置相关联的垂直线是对称的并且相对于垂直线V在各自的相反方向上倾斜角度θ。

光源306被布置在纸张101的下表面侧上并且按照其光轴通过共同照射位置以便等于垂直线V的方式提供。

光接收单元310被布置在接收从光源301和302发射并且在纸张101的表面上反射的光并且接收从光源306发射并且通过纸张101透射的光的位置，并且所述光接收单元310具有光学透镜304和光电传感器303。光学透镜304例如是以1比1的倍率形成图像的棒状透镜阵列或按比例缩小要形成的图像的球面透镜。在纸张101的表面上反射的检测光被光学透镜304聚集并且被光电传感器303接收。此检测光在光电传感器303中被转换为电信号，然后被未图示的传感器信号处理基片放大并且例如进行A/D转换。

从光源306发射的光通过纸张101到达光学透镜304。已经通过光学透镜304传递的透射光被光电传感器303接收，并且其光信号在传感器中被转换为电信号，然后通过使用未图示的传感器信号处理基片来执行放大、A/D转换等。

当光电传感器303是诸如CCD或光电二极管之类的一维传感器时，根据每一行来收集和累积纸张101的图像数据，并且响应于纸张101的运送来同样地收集和累积下一行的数据，由此可以获得二维图像。

应当注意，在第二实施例中，下表面反射图像检测单元113也像在图6中所描绘的上表面反射图像检测单元112那样配置并且被布置在纸张101下方，并且它与上表面反射图像检测单元112的不同之处在于利用检测光自身来照射纸张101的下表面。

图7示出了上表面反射图像检测单元112的照明发光模式。存在四种发光模式。在模式1中只开启光源301，在模式2中只开启光源302，并且在模式3中开启光源301和光源302这两者。在模式4中只开启光源306。通过重复这4种模式中的发光来收集图像数据。

图8A、图8B、图8C和图8D中的每个示出了由每个发光模式获得的图像数据的例子。

图8A示出了来自在光源301为ON的状态中检测的纸张101的表面的反射图像(模式1)，并且图8B示出了来自在光源302为ON的状态中检测的纸张101的表面的反射图像(模式2)。在这两个反射图像中，与照明相对，在纸张101中心在凸起部分(皱褶)10的一侧上形成阴影。此阴影在光学上看起来像污迹一样是暗的，由此在一些情况下这可以被确定为是被污损的。

图8C示出了来自在光源301和302均为ON的状态中检测的纸张101的表面的反射图像(模式3)。在皱褶10的左侧和右侧上不产生阴影。另一方面，在所有模式1、2和3中纸张101的表面上的污损部分12看起来比周边更暗，因此它能够被确定为污迹。

图8D示出了来自在光源306为ON的状态中检测的纸张101的透射图像(模式4)。污损部分12看起来比周边更暗，像反射图像一样，并且可以通过透射来发现新的污损部分14。这例如是纸张101的背表面上的污迹。由于明暗度的对比度变得高于反射图像的对比度，所以增加了皱褶10的检测准确度。

以这种方式改变光源301、302和306的发光模式使得能够当纸张101的皱褶10在模式1和2中被认为是污迹的一部分时检测污损度。在模式3中，当皱褶10未被认为是污迹时，可以检测纸张的污损度。在模式4中，可以检测在纸张101的背表面和前表面上的皱褶10和污迹的污损度。

此外，在模式1和2中还考虑图像处理，可以通过测量图像数据中的明暗度变化点来只提取皱褶10。在模式3中，可以通过测量图像数据的亮度来提取污迹部分12。

此外，当从由模式1和2获得的图像中采用以像素为单位的较暗图像并且创建一个明暗度图案时，可以检测包括所有皱褶、阴影和污迹的污损度。在模式4中，可以通过测量图像数据中的明暗度变化点来只提取皱褶10，并且可以通过测量图像数据的亮度来提取在纸张101的前和背表面上的污迹部分。

根据具有上述配置的纸张确定设备，可以通过改变具有多个光源的检测单元的发光模式来掌握纸张的图像特征以检测图像，并且可以通过使用单个检测单元和处理电路来高度准确地确定明暗度污迹、皱褶和折痕。

应当注意，在模式2中开启光源302，但是可以删除模式2。在这种情况下，由于在模式1、3和4中可以检测皱褶10和污迹12，所以不会危及本实施例的效果。此外，可以采用这种配置，其中省略光源301和302之一，并且提供光源301或302以及只应用透射光的光源306。即便在这种情况下，当交替地或同时开启光源时，可以检测包括纸张的所有皱褶、阴影和污迹的污损度。

现在将描述根据第三实施例的纸张确定设备。

按照在纸张中预先设置要检测污损度的区域并且在所设置的区域中检测和确定纸张的污损度的方式，来配置根据此实施例的纸张确定设备。

图9A示出了充当确定基准(determination reference)的纸张101的印刷例子。在左手边的轮廓部分是水印部分20并且具有白纸的颜色，在其下面提供了用于表示金额的阿拉伯数字符号“10”，在中心上部提供具有高对比度的线条画23，并且在下部用比较淡的颜色提供具有低对比度的背景图像22。在右手边提供肖像24，面部部分24a具有比较淡的颜色和低对比度，并且利用粗线来绘制在下侧上的衣着部分24b。此外，在整个纸张空间上提供不具有对比度的暗背景颜色。在这种纸张101中，在以下过程中提取要确定污损度的区域。

(1)与作为测量目标的纸张101相同的官方印记纸币或类似的干净纸币被准备并确定为基准纸币。作为基准纸币的条件，印刷图案没有相对于纸张未对准。

(2)如图9B所示，基准纸币的整个区域在垂直方向上被划分为5个部分(1到5)并且在水平方向上划分为14个部分(A到N)以便提供小区域。划分基准基于基准纸币的外形尺寸。

(3)利用检测光照射基准纸币的表面，并且通过检测反射光在每个小区域中计算反射光强度的平均值和反射光强度的偏差值(参见表1和表2)

表1平均值(不小于128：轮廓)

表1

表2偏差值(小于128：轮廓)

表2

表3满足这两者的区域-＞污损度检测区域(轮廓)

表3

(4)提取其中平均值等于或大于级别128而偏差值小于级别128的小区域(表3，图9C)。应当注意，在此实施例中根据8比特计算或255来执行标准化，由此最小值是0并且最大值是255。

(5)在上述操作中提取的小区域被确定为纸张的污损度检测区域。在此例子中，提取具有低对比度的每个明亮区域作为污损度检测区域，并且例如确定与水印部分20、背景图像22和肖像24的面部部分24a相关联的区域A1、A2和A3。

(6)运送要检测污损度的纸张101，并且例如通过上表面反射图像检测单元112检测纸张的上表面上的反射图像。此外，检测信息处理单元117根据检测的图像信息计算在污损度检测区域A1、A2和A3中的光强度的平均值和光强度的偏差值。

(7)检测信息处理单元117根据测量的平均值和偏差值来估计纸张101的污损度。较低的平均值和较高的偏差值意味着纸张101的污损度很高。

在上述过程中提取的污损度检测区域A1、A2和A3被表征为具有低对比度的明亮区域，从而可以相对容易地测量由于劣化导致的污染或污迹、纸币折痕或颜色变化。

应当注意，根据通过利用紫外光、蓝光(BLUE)、绿光(GREEN)、红光(RED)和红外光(IR)中的一个或多个照射纸张101的表面所获得的反射图像来计算平均值和偏差值。

例如，当把淡黄色的纸张和淡黄色的墨水用于纸张101时，由于来自红色传感器和绿色传感器的输出为高，所以有平均值为高而偏差值为低的倾向。因而采用：

1)平均值：污损度检测区域中的红光的平均值和绿光的平均值的平均；和

2)偏差值：污损度检测区域中的红光的偏差值和绿光的偏差值的平均。

根据污损度检测区域的面积来确定要使用的图像的颜色和纸币类型。即，由于随着污损度检测区域的面积更大，可以估计的区域更宽，因此污损度的准确性变高。

小区域的划分数目在垂直方向上不限于5并且在水平方向上不限于14，并且所述小区域不必限于相同大小并且可以具有不同的大小。尽管小区域中的光强度即亮度被计算为平均值，它可以是用于表示整个区域的亮度的估计值，例如象像素的总和(积分值)。此外，尽管小区域中的光强度变化被计算为偏差值，它可以是用于表示导数值(变化值)的平均值、导数值的总和、以及在整个区域中的不均衡度(例如范数)、偏差或对比度的估计值。即，纸张上的表面图像可以被划分为小区域，可以计算每个小区域中像素的总和(积分值)和像素的导数值的总和，并且具有大积分值和小的导数值总和的小区域可以被采用为污损度检测区域。另外，纸张上的表面图像可以被划分为小区域，可以计算用于表示每个小区域的亮度的估计值和用于表示不均衡度、偏差或对比度的估计值，并且前面的估计值大而后面的估计值小的小区域可以被采用为污损度检测区域。

通常利用纸张101上的前表面图像的确定结果来优先于背表面图像的确定结果确定污损度。此外，就污损度检测区域而言，不管是纸张101的前表面图像还是背表面图像，优先在具有大平均值的区域和具有小偏差值的区域中进行确定。

如上所述，针对检测污损度的纸张预先设置其中进行检测的多个检测区域，并且可以通过检测和测量检测区域中的污损度来高度准确地确定所述纸张的污损度。

现在将描述根据第四实施例的纸张确定设备。

根据此实施例的纸张确定设备被配置为根据纸张中的印刷图案预先设置要检测污损度的区域并且检测和确定所设置区域中纸张的污损度。

图9A示出了作为确定目标的纸张101的印刷例子。在左手边的轮廓部分是水印部分20并且具有白纸的颜色，在其下面提供了用于表示金额的阿拉伯数字符号“10”，在中心上部提供具有高对比度的线条画23，并且在下部用比较淡的颜色提供了具有低对比度的背景图像22。在右手边提供肖像24，面部部分24a具有比较淡的颜色和低对比度，并且利用粗线来绘制下侧上的衣着部分24b。此外，在整个纸张空间上提供不具有对比度的暗背景颜色。

另一方面，图10A示出了作为确定目标的纸张101的例子。与充当在图9A中所描绘的基准的纸张的差异在于印刷图案相对于所述纸张在右下方向上并未对准。在这种情况下，如果污损度检测区域被固定，则对根本不应当执行测量的区域，例如暗区域或具有高对比度的区域进行估计，并且可能确定污损度很高，尽管纸张101并未被污染。

在其印刷图案相对于纸张并未对准的这种纸张101中，在下面过程中提取将确定污损度的区域。

(2)基准纸币的整个区域在垂直方向上被划分为5个部分(1到5)并且在水平方向上划分为14个部分(A到N)以便提供小区域。划分基准是基于基准纸币的外形尺寸。

(3)例如，由在图6中所描绘的上表面反射图像检测单元112利用检测光照射基准纸币的表面，并且通过检测反射光在每个小区域中计算光强度的平均值和反射光强度的偏差值(参见表1和表2)

(4)提取其中平均值等于或大于级别128而偏差值小于级别128的小区域(表3，图9C)。应当注意，在此实施例中根据8比特计算或255来执行标准化，最小值是0并且最大值是255。

(6)运送要检测污损度的纸张101，并且例如通过上表面反射图像检测单元112检测在纸张的上表面上反射的图像。

(7)检测信息处理单元117通过使用图像处理技术根据反射图像判断印刷相对于纸张是否并未对准。此外，它计算移动印刷的方向和移动量(参见图10A)。

(8)如图10B和图10C所示，根据在(7)中获得的印刷移动量来改变污损度检测区域A1、A2和A3的位置。当印刷图案相对于纸张在右下方向并未对准时，各个小区域和污损度检测区域A1、A2和A3也设置于在右下方向上并未对准的位置处。

(9)检测信息处理单元117根据检测信息计算在改变的污损度检测区域A1、A2和A3中光强度的平均值和光强度的偏差值。

(10)检测信息处理单元117根据测量的平均值和偏差值来估计纸张101的污损度。较低的平均值和较高的偏差值意味着纸张101的污损度很高。

小区域的划分数目在垂直方向上不限于5并且在水平方向上不限于14，并且所述小区域不必限于相同大小并且可以具有不同的大小。尽管小区域中的光强度即亮度被计算为平均值，它可以是用于表示整个区域的亮度的估计值，例如象像素的总和(积分值)。此外，尽管小区域中的光强度变化被计算为偏差值，它可以是用于表示导数值(变化值)的平均值、导数值的总和、在整个区域中的不均衡度(例如范数)、偏差或对比度的估计值。

如上所述，可以通过针对要检测污损度的纸张预先设置可以容易检测的多个区域并且检测和测量这些区域中每一个的污损度，或者当纸张的印刷图案未被对准时通过确定印刷图案的位置作为用于设置污损度检测区域的基准，来高度准确地检测纸张的污损度。

现在将描述根据第五实施例的纸张确定设备。

根据此实施例的纸张检测设备被配置为在纸张中预先设置在其中检测折痕部分的污损度的区域，并且检测和确定所设置区域中纸张的污损度。

图9A示出了充当确定基准的纸张101的印刷例子。在左手边的轮廓部分20是水印区域并且具有白纸的颜色，在其下面提供了用于表示金额的阿拉伯数字符号“10”，在中心上部提供具有高对比度的线条画23，并且在下部用比较淡的颜色提供了具有低对比度的背景图像22。在右手边提供肖像24，面部部分24a具有比较淡的颜色和低对比度，并且利用粗线来绘制在下侧上的衣着部分24b。此外，在整个纸张空间上提供不具有对比度的暗背景颜色。

另一方面，图11A示出了在作为确定目标的纸张101上的可见图像的例子。与充当在图9A中所描绘的基准的纸张的差异在于印刷图案相对于所述纸张在右下方向上并未对准。图11B示出了作为确定目标的纸张101的红外透射图像的例子。例如通过利用来自在图6中所描绘的上表面反射图像检测单元112的光源306的红外透射光照射纸张101的背表面侧并且由光接收单元310接收透射图像来获得此红外透射图像。可以理解，红外透射图像与在图11A中所描绘的可见图像的不同之处在于，除了在纸张10的中心上部的实心图案之外可以借助红外透射来获得明亮图像。

在红外透射图像中，特别地是明显出现纸张101的皱褶或折痕。因此，常常使用红外透射图像来检测折痕特征。在此实施例中，注意在纸张101的折痕部分处的污损度。

图11C示出了当注意折痕时的污损度检测区域。预先设置其中要检测当把纸张101在中心折为两半时产生的折痕的污损度检测区域30以及其中要检测当把纸张101折为四部分时所产生的折痕的污损度检测区域31和32。由于不管印刷图案如何纸张101的折痕取决于纸张101的外部形状，所以纸张的外部形状被用作用于确定污损度检测区域的基准。

图11D示出了与红外透射印刷图案相匹配的检测区域40。此检测区域40取决于印刷图案，由此通过把纸张101的印刷图案用作基准来划分区域。如上所述，在红外透射图像中，除了在纸张101的中心上部的实心图案之外可以获得明亮的图像，由此该明亮的区域被确定为检测区域40。

此外，如图11D中阴影线背景部分所表示，根据红外透射图像，其中在图11C中所描绘的污损度检测区域与在图11D中所示出的检测区域40重叠的部分被确定为污损度检测区域30a、31a和32a。

在纸张中，在下面过程中提取其中要确定污损度的区域。

(2)基准纸币的整个区域在垂直方向上被划分为5部分并且在水平方向上被划分为14部分以便提供小区域。划分基准是基于基准纸币的外形尺寸。

(3)根据基准纸币的纵向尺寸提取从基准纸币末端开始在纵向上位于对应于1/4、1/2和3/4长度的位置的区域，并且它们被确定为纸张的污损度检测区域31、30和32(参见图11C)。

(4)运送要检测污损度的纸张101，并且例如通过上表面反射图像检测单元112检测在纸张的上表面上的红外透射图像。

(5)检测信息处理单元117通过使用图像处理技术根据获得的反射图像判断印刷相对于纸张是否并未对准。此外，它计算移动印刷的方向和移动量。

(6)根据在(5)中所获得的移动量获取纸张的检测区域40(参见图11D)。

(7)其中在(3)和(6)中获得的区域重叠的区域被确定为纸张101的污损度检测区域30a、31a和32a(参见图11E)。

(8)检测信息处理单元117根据红外透射图像的检测信息计算在污损度检测区域30a、31a和32a中光强度的平均值和光强度的偏差值。

(9)检测信息处理单元117根据测量的平均值和偏差值来估计纸张101的污损度。较高的偏差值意味着纸张101的污损度很高，即折痕大且深。

如上所述，可以通过针对要检测污损度的纸张预先设置其中可以容易检测折痕的多个区域并且检测和测量这些区域中每一个的污损度，或者当纸张的印刷图案未被对准时通过确定印刷图案的位置作为用于设置污损度检测区域的基准来高度准确地检测纸张的污损度。

现在将描述根据第六实施例的纸张确定设备。

根据此实施例，纸张确定设备被配置为获取与作为确定目标的纸张相同类型的未污损纸币和污损纸币中的每一个的多个颜色的图像，通过加减乘除或这些运算的组合来计算这些图像的光强度数据，采用使得在基准纸币和污损纸币的图像之间的数据差异变得特别显著的运算式，并且根据此运算式来确定作为确定目标的纸张的检测图像的污损度。

图12A、图12B、图12C、图12D和图12E中的每个示出了与作为确定目标的纸张相同类型的官方印记纸币或类似的干净纸币(未污损的基准纸币)的紫外(UV)图像、蓝色(B)图像、绿色(G)图像、红色(R)图像和红外(IR)透射图像，并且这些附图在各自的波长域内示出了灰度图像(gray image)。

作为代表以在图12A中所描绘的未污损基准纸币的紫外图像进行描述，印刷图案具有水印部分20、印刷部分21、在中心上部的线条画23，在中心下部的背景图像22，以及肖像24的面部部分24a、肖像的衣着部分24b、和背景部分26。每个部分的亮度和每个部分的光强度的偏差值取决于具有多个颜色的图像中的每个图像而有所不同。即，在表1和表2中所示出的每个小区域的平均值和偏差值具有取决于具有多个颜色的图像中的每个图像而不同的值。

现在将在下面描述针对每个彩色图像借助算术运算来确定纸张的污损度的过程。

(1)准备基准纸币，所述基准纸币与作为测量目标的纸张101具有相同的类型并且没有污染也没有印刷未对准情况。关于此基准纸币，上表面反射图像检测单元112和检测信息处理单元117获得在图12A到12E中所描绘的4种颜色的反射图像和1个红外透射图像。

此时，在检测信息处理单元117的光接收单元310中，从以下图像传感器中选择的一个或多个被用为光电传感器303，所述图像传感器包括：用于具有在400到700nm的波长域中的灵敏度的可见区的图像传感器、用于具有在400nm或以下的波长域中的灵敏度的近紫外区的图像传感器、以及具有在700nm或以上的波长域中的灵敏度的近红外传感器。用于具有在400到700nm的波长域中的灵敏度的可见区的图像传感器由从各自具有蓝色区、绿色区、红色区和完全可见区之一中的灵敏度的图像传感器中所选择的一个或多个传感器构成。此外，当获取反射图像和透射图像时，允许紫外光从中通过的滤波器、允许蓝色从中通过的滤波器、允许绿色从中通过的滤波器、允许红色从中通过的滤波器和允许红外光从中通过的滤波器被顺序地布置在透镜304前面，并且光接收单元310以此状态接收光。

随后，检测信息处理单元117根据每个图像计算在紫外、红、绿、蓝和红外透射图像的7个区域(参见图12A到图12E)中光强度的平均值和光强度的偏差值，所述7个区域即水印部分20、印刷部分21、在中心上部的线条画23、在中心下部的背景图像22、肖像24的面部部分24a、肖像的衣着部分24b、和背景部分26。

(2)准备基准污损纸币，所述基准纸币与作为测量目标的纸张101具有相同的类型，由于流通而污损，并且不具有印刷未对准情况。针对基准污损纸币，检测信息处理单元117借助与(1)相同的方法根据每个图像计算在紫外、红、绿、蓝和红外透射图像的7个区域中的光强度的平均值和光强度的偏差值，所述7个区域即水印部分20、印刷部分21、在中心上部的线条画23、在中心下部的背景图像22、肖像24的面部部分24a、肖像的衣着部分24b、和背景部分26。

(3)检测信息处理单元117根据在图13中所描绘的运算式针对基准纸币的两个或多个颜色的图像执行计算，所述计算是平均值和偏差值的加、减、乘和除的组合。例如，它针对两个或多个颜色的图像执行平均值和偏差值相减(例如，|R-G|或|IR-B-G|)，针对两个或多个颜色的图像执行平均值和偏差值相加(例如，G+B或UV+IR+R)，或者针对两个或多个颜色的图像执行加减的组合。作为选择，它对两个或多个颜色的图像执行平均值和偏差值相乘，例如R×B或IR×R×B，对两个或多个颜色的图像数据执行相除，例如G/B或UV/IR/B，或者对两个或多个颜色的图像数据执行乘法和除法的组合。

<算术运算的例子>

A：UV，B：RED，表达式：3A-B＝＞|3×UV-RED|

||表示绝对值。

(4)根据在图13中所描绘的运算式对基准污损纸币的两个或多个颜色的图像计算平均值和偏差值的加、减、乘和除的组合。

(5)根据7个区域中的每一个，根据(3)和(4)的算术结果来计算在基准纸币的每个算术结果和标准污损纸币的每个相应的算术结果之间的差异，所述7个区域即水印部分20、印刷部分21、在中心上部的线条画23、在中心下部的背景图像22、肖像24的面部部分24a、肖像的衣着部分24b、和背景部分26。

(6)当存在使得在(5)中获得的差异变得大于给定阈值的运算式时，选择此运算式，即取决于基准纸币和基准污损纸币而显著不同的颜色或者此颜色的运算式被选择用作用于确定污损度的运算式。

(7)运送要检测污损度的纸张101通过纸张确定设备，并且例如通过上表面反射图像检测单元112检测在纸张的上表面上的多个颜色的反射图像和红外透射图像。

(8)检测信息处理单元117根据在(6)中选择的运算式计算两个或多个颜色的图像的平均值和偏差值以便确定纸张101的污损度。较高的偏差值意味着纸张101的污损度很高。

根据具有上述配置的纸张确定设备，可以通过针对基准纸币和基准污损纸币中的每一个获取多个颜色的图像并且选择取决于这些图像而显著不同的颜色，或者利用该颜色的算术运算作为用于确定污损度的算术运算，来高度准确地检测纸张的污损度。

此外，根据每个上述实施例，可以提供一种纸张确定设备，所述纸张确定设备可以通过使用单个光学系统和处理电路预先掌握作为确定目标的纸张的图像特征并且高度准确地检测灰度污染、皱褶或折痕。

应当注意，在第六实施例中可以引入把图像划分为小区域以便执行如第三、第四和第五实施例所述的检测的理念。即，当获得紫外、红、绿、蓝和红外图像(a)到(e)的平均值和偏差值时，每个图像例如可以被划分为5×14个小区域，并且可以在每个小区域中执行计算。例如，图像模式中的水印部分20对应于小区域B2、B3、B4、C2、C3、C4、D2、D3和D4。另外，可以根据这些小区域中的每个来执行颜色算术运算，并且可以根据运算的结果来确定用于确定污损度的运算式。

此外，尽管在图13中所描绘的运算式是两个波长的一倍、两倍和三倍加减法，不过它们可以是n个波长的一倍到m倍加减法或乘除法。

此外，在第六实施例中充当检测基准的纸张是没有污染并且没有印刷未对准情况的一个基准纸币和由于流通而污损并且没有印刷未对准情况的一个基准污损纸币，但是可以根据多个基准纸币和多个基准污损纸币来选择颜色运算式。

虽然已经描述了特定的实施例，这些实施例仅以举例形式给出，并且不意在限制本发明的范围。实际上，可以采用各种其它形式实现这里描述的新颖方法和系统；此外，在不脱离本发明精神的情况下可以对这里所描述的方法和系统的形式进行各种省略、替换和改变。所附权利要求及其等同物旨在覆盖可能会落入本发明的范围和精神内的这种形式或改变。

例如，充当确定目标的纸张不限于上述纸币，并且它可以被应用于各种纸张。

Claims

1.一种纸张确定设备，其特征在于包括：

图像检测单元，包括多个光源和光接收单元，所述多个光源利用来自两个不同方向的光照射作为检查目标的纸张的表面，所述光接收单元被配置为接收来自所述纸张的表面的反射光，并且被配置为检测所述纸张的表面上的图像；和

检测信息处理单元，被配置为处理来自所述图像检测单元的检测信息并且确定所述纸张的污损度，所述检测信息处理单元被配置为根据通过同时开启多个光源所检测的图像来检测纸张的灰度污染，以及根据通过开启多个光源之一所检测的图像来检测所述纸张的皱褶或折痕。

2.如权利要求1所述的设备，其特征在于所述多个光源被配置成相对于垂直于所述纸张的表面的线是对称的并且在相反方向上倾斜相同的角度。

3.如权利要求1或2所述的设备，其特征在于所述检测信息处理单元被配置为通过重复同时开启多个光源、开启一个光源、开启其它光源、以及同时开启多个光源的模式来照亮纸张，并且根据每个发光模式来检测所述纸张的反射图像。

4.如权利要求1所述的设备，其特征在于所述图像检测单元包括在纸张的背表面侧上的透射光源，被配置为利用通过纸张的透射光来照射所述纸张，并且

所述检测信息处理单元被配置为通过重复同时开启多个光源、开启一个光源、开启其它光源、开启透射光源、以及同时开启多个光源的模式来照亮纸张，并且根据每个发光模式来检测所述纸张的反射图像和透射图像。

5.一种纸张确定设备，其特征在于包括：

图像检测单元，被配置为检测在作为检查目标的纸张的表面上的图像；和

检测信息处理单元，被配置为处理来自所述图像检测单元的检测信息并且确定所述纸张的污损度，

所述检测信息处理单元被配置为通过使用所述图像检测单元来预先检测与所述纸张相同类型的基准纸张的图像，把检测的图像划分为多个小区域，计算每个小区域中的光强度的平均值和偏差值，选择各自具有大平均值和小偏差值的多个小区域作为污损度检测区域，通过使用所述图像检测单元来检测在作为检查目标的纸张的表面上的图像，并且确定在检测的图像中所选择的污损度检测区域中的污损度。

6.如权利要求5所述的设备，其特征在于所述检测信息处理单元被配置为计算每个小区域中的像素的积分值和所述像素的导数值的总和，并且选择具有大积分值和小导数值总和的每个小区域作为污损度检测区域。

7.如权利要求5所述的设备，其特征在于所述检测信息处理单元被配置为计算用于表示每个小区域的亮度的估计值和用于表示亮度的不均衡度、偏差或对比度的估计值，并且选择具有较大的前一估计值和较小的后一估计值的每个小区域作为污损度检测区域。

8.如权利要求5到7中任何一项所述的设备，其特征在于所述检测信息处理单元被配置为根据纸张的外部形状来选择所述小区域。

9.如权利要求5到7中任何一项所述的设备，其特征在于所述检测信息处理单元被配置为根据纸张的印刷图案来选择所述小区域。

10.如权利要求5到7中任何一项所述的设备，其中所述检测信息处理单元被配置为在不依赖于纸张的前表面和背表面的情况下按照优先级选择污损度检测区域。

11.一种纸张确定设备，其特征在于包括：

图像检测单元，被配置为按照每个颜色在纸张的表面上检测多个颜色的图像；和

所述检测信息处理单元被配置为针对与所述纸张相同类型的基准纸张和已经被污损的污损基准纸张中的每一个通过使用所述图像检测单元来预先检测多个颜色的图像，计算每个检测的图像的光强度的平均值和偏差值，根据两个或多个颜色的相减、相加或作为加减组合的运算式来计算在基准纸张中两个或多个颜色的图像的平均值和偏差值，根据两个或多个颜色的相减、相加或作为加减组合的运算式来计算在污损基准纸张中两个或多个颜色的图像的平均值和偏差值，选择其计算值取决于所述基准纸张图像和污损基准纸张图像而显著不同的颜色的运算式，由所述图像检测单元检测作为检查目标的纸张的多个颜色的图像，计算每个检测图像中的光强度的平均值和偏差值，通过使用所选择的运算式来计算在纸张中两个或多个颜色的图像的平均值和偏差值，并且根据计算结果来确定所述纸张的污损度。

12.如权利要求11所述的设备，其特征在于所述检测信息处理单元被配置为根据两个或多个颜色的相乘、相除或作为乘除的组合的运算式来计算在基准纸张中两个或多个颜色的图像的平均值和偏差值，根据两个或多个颜色的相乘、相除或作为乘除的组合的运算式来计算在污损基准纸张中两个或多个颜色的图像的平均值和偏差值，并且选择其计算值取决于所述基准纸张图像和污损基准纸张图像而显著不同的颜色的运算式。

13.如权利要求11所述的设备，其特征在于所述检测图像处理单元被配置为根据作为加、减、乘和除的组合的运算式来计算在基准纸张中两个或多个颜色的图像的平均值和偏差值，根据作为加、减、乘和除的组合的运算式来计算在污损基准纸张中两个或多个颜色的图像的平均值和偏差值，并且选择其计算值取决于所述基准纸张图像和污损基准纸张图像而显著不同的颜色的运算式。