專利名稱：圖像核對(duì)裝置、圖像核對(duì)方法及圖像核對(duì)程序的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及通過(guò)在核對(duì)對(duì)象物的輸入圖像和預(yù)先注冊(cè)的多個(gè)模板圖像之間對(duì)圖像的特征進(jìn)行比較從而對(duì)圖像進(jìn)行核對(duì)的圖像核對(duì)裝置、圖像核對(duì)方法及圖像核對(duì)程序，特別涉及能夠通過(guò)高效地進(jìn)行輸入圖像和模板圖像的核對(duì)從而提高核對(duì)率的圖像核對(duì)裝置、圖像核對(duì)方法及圖像核對(duì)程序。
背景技術(shù)：
以往，已知將由CCD(Charge Coupled Device，電荷耦合裝置)照相機(jī)等對(duì)收款的貨幣進(jìn)行拍攝而得到的輸入圖像和預(yù)先注冊(cè)的模板圖像進(jìn)行核對(duì)，對(duì)該貨幣的真?zhèn)芜M(jìn)行判定的圖像核對(duì)裝置。
例如，專利文獻(xiàn)1中公開(kāi)了一種圖像核對(duì)技術(shù)，對(duì)硬幣的輸入圖像和硬幣的模板圖像進(jìn)行對(duì)比來(lái)計(jì)算相關(guān)值，在成為對(duì)比對(duì)象的整體圖像中規(guī)定面積以上的部分中，在該相關(guān)值超過(guò)了閾值的情況下，將輸入圖像的硬幣判定為真正硬幣。
專利文獻(xiàn)1特開(kāi)2003-187289號(hào)公報(bào)發(fā)明內(nèi)容但是，使用該以往技術(shù)的情況下，存在以下問(wèn)題，即由于僅使用超過(guò)閾值的相關(guān)值來(lái)進(jìn)行圖像核對(duì)，所以在例如由于發(fā)生輸入圖像和模板圖像的核對(duì)時(shí)的圖像偏離或伴隨圖像變換的噪聲等，相關(guān)值取相對(duì)低的值的情況下，盡管輸入的硬幣為真正硬幣，結(jié)果也判定為偽造硬幣，難以提高圖像核對(duì)的核對(duì)率。
另外，該問(wèn)題點(diǎn)不是僅在硬幣的圖像核對(duì)中發(fā)生的問(wèn)題，例如，在紙幣的圖像核對(duì)或FA(Factory Automation，工廠自動(dòng)化)等中的物品或產(chǎn)品的圖像核對(duì)中也同樣產(chǎn)生的問(wèn)題。
本發(fā)明鑒于上述課題(問(wèn)題點(diǎn))而完成，其目的在于提供一種能夠提高貨幣以及貨幣以外的物品的圖像核對(duì)精度并提高圖像核對(duì)的核對(duì)率的圖像核對(duì)裝置、圖像核對(duì)方法及圖像核對(duì)程序。
為了解決上述課題并達(dá)成目的，技術(shù)方案1的發(fā)明的圖像核對(duì)裝置通過(guò)在核對(duì)對(duì)象物的輸入圖像和預(yù)先注冊(cè)的多個(gè)模板圖像之間對(duì)圖像的特征進(jìn)行比較，從而對(duì)圖像進(jìn)行核對(duì)，其特征在于，該圖像核對(duì)裝置包括相關(guān)值圖像分離部件，由所述輸入圖像以及所述模板圖像生成相關(guān)值圖像，根據(jù)像素值是否為閾值以上而將該相關(guān)值圖像分離為正相關(guān)值圖像和負(fù)相關(guān)值圖像；模板圖像分離部件，根據(jù)像素值是否為閾值以上而將所述模板圖像分離為正模板圖像和負(fù)模板圖像；正負(fù)分離相關(guān)圖像生成部件，通過(guò)所述正相關(guān)值圖像以及所述負(fù)相關(guān)值圖像和所述正模板圖像以及所述負(fù)模板圖像的組合，生成多個(gè)正負(fù)分離相關(guān)圖像；以及核對(duì)判定部件，使用所述正負(fù)分離相關(guān)圖像來(lái)進(jìn)行核對(duì)判定。
此外，技術(shù)方案2的發(fā)明的圖像核對(duì)裝置在技術(shù)方案1的發(fā)明中，其特征在于，所述正負(fù)分離相關(guān)圖像生成部件生成正特征區(qū)域圖像和負(fù)特征區(qū)域圖像，所述正特征區(qū)域圖像以對(duì)每個(gè)像素的所述正相關(guān)值圖像和所述正模板圖像的積進(jìn)行計(jì)算而得到的值作為像素值，所述負(fù)特征區(qū)域圖像以對(duì)每個(gè)像素的所述負(fù)相關(guān)值圖像和所述正模板圖像的積進(jìn)行計(jì)算而得到的值作為像素值。
此外，技術(shù)方案3的發(fā)明的圖像核對(duì)裝置在技術(shù)方案1的發(fā)明中，其特征在于，所述正負(fù)分離相關(guān)圖像生成部件生成正背景區(qū)域圖像和負(fù)背景區(qū)域圖像，所述正背景區(qū)域圖像以對(duì)每個(gè)像素的所述正相關(guān)值圖像和所述負(fù)模板圖像的積進(jìn)行計(jì)算而得到的值作為像素值，所述負(fù)背景區(qū)域圖像以對(duì)每個(gè)像素的所述負(fù)相關(guān)值圖像和所述負(fù)模板圖像的積進(jìn)行計(jì)算而得到的值作為像素值。
此外，技術(shù)方案4的發(fā)明的圖像核對(duì)裝置在技術(shù)方案1的發(fā)明中，其特征在于，所述正負(fù)分離相關(guān)圖像生成部件生成正特征區(qū)域圖像、負(fù)特征區(qū)域圖像、正背景區(qū)域圖像以及負(fù)背景區(qū)域圖像，所述正特征區(qū)域圖像以對(duì)每個(gè)像素的所述正相關(guān)值圖像和所述正模板圖像的積進(jìn)行計(jì)算而得到的值作為像素值，所述負(fù)特征區(qū)域圖像以對(duì)每個(gè)像素的所述負(fù)相關(guān)值圖像和所述正模板圖像的積進(jìn)行計(jì)算而得到的值作為像素值，所述正背景區(qū)域圖像以對(duì)每個(gè)像素的所述正相關(guān)值圖像和所述負(fù)模板圖像的積進(jìn)行計(jì)算而得到的值作為像素值，所述負(fù)背景區(qū)域圖像以對(duì)每個(gè)像素的所述負(fù)相關(guān)值圖像和所述負(fù)模板圖像的積進(jìn)行計(jì)算而得到的值作為像素值。
此外，技術(shù)方案5的發(fā)明的圖像核對(duì)裝置在技術(shù)方案2、3或4的發(fā)明中，其特征在于，所述正負(fù)分離相關(guān)圖像生成部件對(duì)使用所述負(fù)相關(guān)值圖像生成的負(fù)區(qū)域圖像內(nèi)的注目像素和使用所述正相關(guān)值圖像生成的正區(qū)域圖像內(nèi)的該注目像素對(duì)應(yīng)的對(duì)應(yīng)像素的周?chē)袼剡M(jìn)行對(duì)比，在至少一個(gè)該周?chē)袼氐南袼刂荡笥谠撟⒛肯袼氐南袼刂档那闆r下，進(jìn)行將該注目像素向該對(duì)應(yīng)像素移動(dòng)的膨脹處理。
此外，技術(shù)方案6的發(fā)明的圖像核對(duì)裝置在技術(shù)方案1的發(fā)明中，其特征在于，所述輸入圖像以及所述模板圖像是通過(guò)使用邊緣提取算子的邊緣提取處理進(jìn)行了圖像變換的邊緣圖像。
此外，技術(shù)方案7的發(fā)明的圖像核對(duì)裝置在技術(shù)方案6的發(fā)明中，其特征在于，所述邊緣圖像是將提取的邊緣的邊緣強(qiáng)度進(jìn)行標(biāo)準(zhǔn)化(normalize)而得到的標(biāo)準(zhǔn)化圖像。
此外，技術(shù)方案8的發(fā)明的圖像核對(duì)裝置在技術(shù)方案1的發(fā)明中，其特征在于，所述模板圖像是將對(duì)于所述核對(duì)對(duì)象物的各個(gè)體的圖像進(jìn)行平均而得到的平均圖像。
此外，技術(shù)方案9的發(fā)明的圖像核對(duì)裝置在技術(shù)方案1的發(fā)明中，其特征在于，所述相關(guān)值圖像是以將所述輸入圖像或所述模板圖像的每個(gè)像素的相關(guān)值進(jìn)行標(biāo)準(zhǔn)化而得到的標(biāo)準(zhǔn)化相關(guān)值作為像素值的圖像。
此外，技術(shù)方案10的發(fā)明的圖像核對(duì)裝置在技術(shù)方案1的發(fā)明中，其特征在于，所述核對(duì)判定部件對(duì)所述正負(fù)分離相關(guān)圖像進(jìn)行塊分割并計(jì)算各塊內(nèi)的像素值的總和作為塊值，通過(guò)對(duì)全部所述正負(fù)分離相關(guān)圖像進(jìn)行將該塊值和加權(quán)系數(shù)的積相加來(lái)計(jì)算核對(duì)值從而進(jìn)行核對(duì)判定。
此外，技術(shù)方案11的發(fā)明的圖像核對(duì)裝置在技術(shù)方案1的發(fā)明中，其特征在于，所述核對(duì)判定部件通過(guò)線性判別分析來(lái)計(jì)算所述加權(quán)系數(shù)的值。
此外，技術(shù)方案12的發(fā)明的圖像核對(duì)裝置在技術(shù)方案1的發(fā)明中，其特征在于，所述核對(duì)對(duì)象物為貨幣。
此外，技術(shù)方案13的發(fā)明的圖像核對(duì)方法通過(guò)在核對(duì)對(duì)象物的輸入圖像和預(yù)先注冊(cè)的多個(gè)模板圖像之間對(duì)圖像的特征進(jìn)行比較，從而對(duì)圖像進(jìn)行核對(duì)，其特征在于，該圖像核對(duì)方法包含相關(guān)值圖像分離步驟，由所述輸入圖像以及所述模板圖像生成相關(guān)值圖像，根據(jù)像素值是否為閾值以上而將該相關(guān)值圖像分離為正相關(guān)值圖像和負(fù)相關(guān)值圖像；模板圖像分離步驟，根據(jù)像素值是否為閾值以上而將所述模板圖像分離為正模板圖像和負(fù)模板圖像；正負(fù)分離相關(guān)圖像生成步驟，通過(guò)所述正相關(guān)值圖像以及所述負(fù)相關(guān)值圖像和所述正模板圖像以及所述負(fù)模板圖像的組合，生成多個(gè)正負(fù)分離相關(guān)圖像；以及核對(duì)判定步驟，使用所述正負(fù)分離相關(guān)圖像來(lái)進(jìn)行核對(duì)判定。
此外，技術(shù)方案14的發(fā)明的圖像核對(duì)程序通過(guò)在核對(duì)對(duì)象物的輸入圖像和預(yù)先注冊(cè)的多個(gè)模板圖像之間對(duì)圖像的特征進(jìn)行比較，從而對(duì)圖像進(jìn)行核對(duì)，其特征在于，該圖像核對(duì)程序使計(jì)算機(jī)執(zhí)行以下步驟相關(guān)值圖像分離步驟，由所述輸入圖像以及所述模板圖像生成相關(guān)值圖像，根據(jù)像素值是否為閾值以上而將該相關(guān)值圖像分離為正相關(guān)值圖像和負(fù)相關(guān)值圖像；模板圖像分離步驟，根據(jù)像素值是否為閾值以上而將所述模板圖像分離為正模板圖像和負(fù)模板圖像；正負(fù)分離相關(guān)圖像生成步驟，通過(guò)所述正相關(guān)值圖像以及所述負(fù)相關(guān)值圖像和所述正模板圖像以及所述負(fù)模板圖像的組合，生成多個(gè)正負(fù)分離相關(guān)圖像；以及核對(duì)判定步驟，使用所述正負(fù)分離相關(guān)圖像來(lái)進(jìn)行核對(duì)判定。
此外，技術(shù)方案15的發(fā)明的圖像核對(duì)裝置，通過(guò)在圓形物體的輸入圖像和預(yù)先注冊(cè)的多個(gè)模板圖像之間對(duì)圖像的特征進(jìn)行比較，從而對(duì)圖像進(jìn)行核對(duì)，其特征在于，該圖像核對(duì)裝置包括極坐標(biāo)變換圖像生成部件，在對(duì)所述輸入圖像以及所述模板圖像進(jìn)行了極坐標(biāo)變換的基礎(chǔ)上，生成將兩圖像的旋轉(zhuǎn)偏離校正后的ρ-θ輸入圖像以及ρ-θ模板圖像；相關(guān)值圖像分離部件，由所述ρ-θ輸入圖像以及所述ρ-θ模板圖像生成相關(guān)值圖像，根據(jù)像素值是否為閾值以上而將該相關(guān)值圖像分離為正相關(guān)值圖像和負(fù)相關(guān)值圖像；模板圖像分離部件，根據(jù)像素值是否為閾值以上而將所述ρ-θ模板圖像分離為正模板圖像和負(fù)模板圖像；正負(fù)分離相關(guān)圖像生成部件，通過(guò)所述正相關(guān)值圖像以及所述負(fù)相關(guān)值圖像和所述正模板圖像以及所述負(fù)模板圖像的組合，生成多個(gè)正負(fù)分離相關(guān)圖像；以及核對(duì)判定部件，使用所述正負(fù)分離相關(guān)圖像來(lái)進(jìn)行核對(duì)判定。
此外，技術(shù)方案16的發(fā)明的圖像核對(duì)裝置在技術(shù)方案15的發(fā)明中，其特征在于，所述正負(fù)分離相關(guān)圖像生成部件生成正特征區(qū)域圖像和負(fù)特征區(qū)域圖像，所述正特征區(qū)域圖像以對(duì)每個(gè)像素的所述正相關(guān)值圖像和所述正模板圖像的積進(jìn)行計(jì)算而得到的值作為像素值，所述負(fù)特征區(qū)域圖像以對(duì)每個(gè)像素的所述負(fù)相關(guān)值圖像和所述正模板圖像的積進(jìn)行計(jì)算而得到的值作為像素值。
此外，技術(shù)方案17的發(fā)明的圖像核對(duì)裝置在技術(shù)方案15的發(fā)明中，其特征在于，所述正負(fù)分離相關(guān)圖像生成部件生成正背景區(qū)域圖像和負(fù)背景區(qū)域圖像，所述正背景區(qū)域圖像以對(duì)每個(gè)像素的所述正相關(guān)值圖像和所述負(fù)模板圖像的積進(jìn)行計(jì)算而得到的值作為像素值，所述負(fù)背景區(qū)域圖像以對(duì)每個(gè)像素的所述負(fù)相關(guān)值圖像和所述負(fù)模板圖像的積進(jìn)行計(jì)算而得到的值作為像素值。
此外，技術(shù)方案18的發(fā)明的圖像核對(duì)裝置在技術(shù)方案15的發(fā)明中，其特征在于，所述正負(fù)分離相關(guān)圖像生成部件生成正特征區(qū)域圖像、負(fù)特征區(qū)域圖像、正背景區(qū)域圖像以及負(fù)背景區(qū)域圖像，所述正特征區(qū)域圖像以對(duì)每個(gè)像素的所述正相關(guān)值圖像和所述正模板圖像的積進(jìn)行計(jì)算而得到的值作為像素值，所述負(fù)特征區(qū)域圖像以對(duì)每個(gè)像素的所述負(fù)相關(guān)值圖像和所述正模板圖像的積進(jìn)行計(jì)算而得到的值作為像素值，所述正背景區(qū)域圖像以對(duì)每個(gè)像素的所述正相關(guān)值圖像和所述負(fù)模板圖像的積進(jìn)行計(jì)算而得到的值作為像素值，所述負(fù)背景區(qū)域圖像以對(duì)每個(gè)像素的所述負(fù)相關(guān)值圖像和所述負(fù)模板圖像的積進(jìn)行計(jì)算而得到的值作為像素值。
此外，技術(shù)方案19的發(fā)明的圖像核對(duì)裝置在技術(shù)方案16、17或18的發(fā)明中，其特征在于，所述正負(fù)分離相關(guān)圖像生成部件對(duì)使用所述負(fù)相關(guān)值圖像生成的負(fù)區(qū)域圖像內(nèi)的注目像素和使用所述正相關(guān)值圖像生成的正區(qū)域圖像內(nèi)的該注目像素對(duì)應(yīng)的對(duì)應(yīng)像素的周?chē)袼剡M(jìn)行對(duì)比，在至少一個(gè)該周?chē)袼氐南袼刂荡笥谠撟⒛肯袼氐南袼刂档那闆r下，進(jìn)行將該注目像素向該對(duì)應(yīng)像素移動(dòng)的膨脹處理。
此外，技術(shù)方案20的發(fā)明的圖像核對(duì)裝置在技術(shù)方案1的發(fā)明中，其特征在于，所述ρ-θ輸入圖像以及所述ρ-θ模板圖像是通過(guò)使用邊緣提取算子的邊緣提取處理進(jìn)行了圖像變換的邊緣圖像。
此外，技術(shù)方案21的發(fā)明的圖像核對(duì)裝置在技術(shù)方案20的發(fā)明中，其特征在于，所述邊緣圖像是將提取的邊緣的邊緣強(qiáng)度進(jìn)行標(biāo)準(zhǔn)化而得到的標(biāo)準(zhǔn)化圖像。
此外，技術(shù)方案22的發(fā)明的圖像核對(duì)裝置在技術(shù)方案1的發(fā)明中，其特征在于，所述模板圖像是將對(duì)于所述核對(duì)對(duì)象物的各個(gè)體的圖像進(jìn)行平均而得到的平均圖像。
此外，技術(shù)方案23的發(fā)明的圖像核對(duì)裝置在技術(shù)方案1的發(fā)明中，其特征在于，所述相關(guān)值圖像是以將所述ρ-θ輸入圖像及所述ρ-θ模板圖像的每個(gè)像素的相關(guān)值進(jìn)行標(biāo)準(zhǔn)化而得到的標(biāo)準(zhǔn)化相關(guān)值作為像素值的圖像。
此外，技術(shù)方案24的發(fā)明的圖像核對(duì)裝置在技術(shù)方案1的發(fā)明中，其特征在于，所述核對(duì)判定部件對(duì)所述正負(fù)分離相關(guān)圖像進(jìn)行塊分割并計(jì)算各塊內(nèi)的像素值的總和作為塊值，通過(guò)對(duì)全部所述正負(fù)分離相關(guān)圖像將該塊值和加權(quán)系數(shù)的積相加來(lái)計(jì)算核對(duì)值從而進(jìn)行核對(duì)判定。
此外，技術(shù)方案25的發(fā)明的圖像核對(duì)裝置在技術(shù)方案1的發(fā)明中，其特征在于，所述核對(duì)判定部件通過(guò)線性判別分析來(lái)計(jì)算所述加權(quán)系數(shù)的值。
此外，技術(shù)方案26的發(fā)明的圖像核對(duì)裝置在技術(shù)方案1的發(fā)明中，其特征在于，所述極坐標(biāo)變換圖像生成部件通過(guò)使所述ρ-θ輸入圖像或所述ρ-θ模板圖像平行移動(dòng)，從而校正兩圖像的旋轉(zhuǎn)偏離。
此外，技術(shù)方案27的發(fā)明的圖像核對(duì)裝置在技術(shù)方案1的發(fā)明中，其特征在于，所述圓形物體為硬幣。
此外，技術(shù)方案28的發(fā)明的圖像核對(duì)方法通過(guò)在圓形物體的輸入圖像和預(yù)先注冊(cè)的多個(gè)模板圖像之間對(duì)圖像的特征進(jìn)行比較，從而對(duì)圖像進(jìn)行核對(duì)，其特征在于，該圖像核對(duì)方法包括極坐標(biāo)變換圖像生成步驟，在對(duì)所述輸入圖像以及所述模板圖像進(jìn)行了極坐標(biāo)變換的基礎(chǔ)上，生成將兩圖像的旋轉(zhuǎn)偏離校正后的ρ-θ輸入圖像以及ρ-θ模板圖像；相關(guān)值圖像分離步驟，由所述ρ-θ輸入圖像以及所述ρ-θ模板圖像生成相關(guān)值圖像，根據(jù)像素值是否為閾值以上而將該相關(guān)值圖像分離為正相關(guān)值圖像和負(fù)相關(guān)值圖像；模板圖像分離步驟，根據(jù)像素值是否為閾值以上而將所述ρ-θ模板圖像分離為正模板圖像和負(fù)模板圖像；正負(fù)分離相關(guān)圖像生成步驟，通過(guò)所述正相關(guān)值圖像以及所述負(fù)相關(guān)值圖像和所述正模板圖像以及所述負(fù)模板圖像的組合，生成多個(gè)正負(fù)分離相關(guān)圖像；以及核對(duì)判定步驟，使用所述正負(fù)分離相關(guān)圖像來(lái)進(jìn)行核對(duì)判定。
此外，技術(shù)方案29的發(fā)明的圖像核對(duì)程序通過(guò)在圓形物體的輸入圖像和預(yù)先注冊(cè)的多個(gè)模板圖像之間對(duì)圖像的特征進(jìn)行比較，從而對(duì)圖像進(jìn)行核對(duì)，其特征在于，該圖像核對(duì)程序使計(jì)算機(jī)執(zhí)行以下步驟極坐標(biāo)變換圖像生成步驟，在對(duì)所述輸入圖像以及所述模板圖像進(jìn)行了極坐標(biāo)變換的基礎(chǔ)上，生成將兩圖像的旋轉(zhuǎn)偏離校正后的ρ-θ輸入圖像以及ρ-θ模板圖像；相關(guān)值圖像分離步驟，由所述ρ-θ輸入圖像以及所述ρ-θ模板圖像生成相關(guān)值圖像，根據(jù)像素值是否為閾值以上而將該相關(guān)值圖像分離為正相關(guān)值圖像和負(fù)相關(guān)值圖像；模板圖像分離步驟，根據(jù)像素值是否為閾值以上而將所述ρ-θ模板圖像分離為正模板圖像和負(fù)模板圖像；正負(fù)分離相關(guān)圖像生成步驟，通過(guò)所述正相關(guān)值圖像以及所述負(fù)相關(guān)值圖像和所述正模板圖像以及所述負(fù)模板圖像的組合，生成多個(gè)正負(fù)分離相關(guān)圖像；以及核對(duì)判定步驟，使用所述正負(fù)分離相關(guān)圖像來(lái)進(jìn)行核對(duì)判定。
根據(jù)技術(shù)方案1的發(fā)明，由于由輸入圖像以及模板圖像生成相關(guān)值圖像，根據(jù)像素值是否為閾值以上而將該相關(guān)值圖像分離為正相關(guān)值圖像和負(fù)相關(guān)值圖像，根據(jù)像素值是否為閾值以上而將模板圖像分離為正模板圖像和負(fù)模板圖像，通過(guò)正相關(guān)值圖像以及負(fù)相關(guān)值圖像和正模板圖像以及負(fù)模板圖像的組合，生成多個(gè)正負(fù)分離相關(guān)圖像，使用正負(fù)分離相關(guān)圖像來(lái)進(jìn)行核對(duì)判定，所以不僅使用輸入圖像和模板圖像的相關(guān)高的部分而且使用相關(guān)低的部分的相關(guān)值，同時(shí)不僅使用模板圖像的特征部分而且使用背景部分來(lái)進(jìn)行圖像核對(duì)，從而起到能夠進(jìn)行精度高的圖像核對(duì)，并且能夠提高圖像的核對(duì)率的效果。
此外，根據(jù)技術(shù)方案2的發(fā)明，由于構(gòu)成為生成正特征區(qū)域圖像和負(fù)特征區(qū)域圖像，正特征區(qū)域圖像以對(duì)每個(gè)像素的正相關(guān)值圖像和正模板圖像的積進(jìn)行計(jì)算而得到的值作為像素值，負(fù)特征區(qū)域圖像以對(duì)每個(gè)像素的負(fù)相關(guān)值圖像和正模板圖像的積進(jìn)行計(jì)算而得到的值作為像素值，所以通過(guò)使用在應(yīng)出現(xiàn)特征的部分出現(xiàn)了特征的區(qū)域圖像和在應(yīng)出現(xiàn)特征的部分未出現(xiàn)特征的區(qū)域圖像來(lái)進(jìn)行核對(duì)，從而起到能夠進(jìn)行高精度的圖像核對(duì)，并且能夠提高圖像的核對(duì)率的效果。
此外，根據(jù)技術(shù)方案3的發(fā)明，由于構(gòu)成為生成正背景區(qū)域圖像和負(fù)背景區(qū)域圖像，正背景區(qū)域圖像以對(duì)每個(gè)像素的正相關(guān)值圖像和負(fù)模板圖像的積進(jìn)行計(jì)算而得到的值作為像素值，負(fù)背景區(qū)域圖像以對(duì)每個(gè)像素的負(fù)相關(guān)值圖像和負(fù)模板圖像的積進(jìn)行計(jì)算而得到的值作為像素值，所以通過(guò)使用在應(yīng)存在背景的部分存在背景的區(qū)域圖像和在應(yīng)存在背景的部分未存在背景的區(qū)域圖像來(lái)進(jìn)行核對(duì)，從而起到能夠進(jìn)行高精度的圖像核對(duì)，并且能夠提高圖像的核對(duì)率的效果。
此外，根據(jù)技術(shù)方案4的發(fā)明，由于構(gòu)成為生成正特征區(qū)域圖像、負(fù)特征區(qū)域圖像、正背景區(qū)域圖像以及負(fù)背景區(qū)域圖像，正特征區(qū)域圖像以對(duì)每個(gè)像素的正相關(guān)值圖像和正模板圖像的積進(jìn)行計(jì)算而得到的值作為像素值，負(fù)特征區(qū)域圖像以對(duì)每個(gè)像素的負(fù)相關(guān)值圖像和正模板圖像的積進(jìn)行計(jì)算而得到的值作為像素值，正背景區(qū)域圖像以對(duì)每個(gè)像素的正相關(guān)值圖像和負(fù)模板圖像的積進(jìn)行計(jì)算而得到的值作為像素值，負(fù)背景區(qū)域圖像以對(duì)每個(gè)像素的負(fù)相關(guān)值圖像和負(fù)模板圖像的積進(jìn)行計(jì)算而得到的值作為像素值，所以通過(guò)使用在應(yīng)出現(xiàn)特征的部分出現(xiàn)了特征的區(qū)域圖像、在應(yīng)出現(xiàn)特征的部分未出現(xiàn)特征的區(qū)域圖像、在應(yīng)存在背景的部分存在背景的區(qū)域圖像和在應(yīng)存在背景的部分未存在背景的區(qū)域圖像來(lái)進(jìn)行核對(duì)，從而起到能夠進(jìn)行高精度的圖像核對(duì)，并且能夠提高圖像的核對(duì)率的效果。
此外，根據(jù)技術(shù)方案5的發(fā)明，由于構(gòu)成為對(duì)使用負(fù)相關(guān)值圖像生成的負(fù)區(qū)域圖像內(nèi)的注目像素和使用正相關(guān)值圖像生成的正區(qū)域圖像內(nèi)的該注目像素對(duì)應(yīng)的對(duì)應(yīng)像素的周?chē)袼剡M(jìn)行對(duì)比，在至少一個(gè)該周?chē)袼氐南袼刂荡笥谠撟⒛肯袼氐南袼刂档那闆r下，進(jìn)行將該注目像素向該對(duì)應(yīng)像素移動(dòng)的膨脹處理，所以起到可以排除伴隨相關(guān)值計(jì)算的孤立點(diǎn)的影響從而進(jìn)行高精度的圖像核對(duì)，并且能夠提高圖像的核對(duì)率的效果。
此外，根據(jù)技術(shù)方案6的發(fā)明，由于構(gòu)成為輸入圖像以及模板圖像是通過(guò)使用邊緣提取算子的邊緣提取處理進(jìn)行了圖像變換的邊緣圖像，所以起到通過(guò)對(duì)比提取的各圖像的特征部分，從而能夠進(jìn)行高精度的圖像核對(duì)，并且能夠提高圖像的核對(duì)率的效果。
此外，根據(jù)技術(shù)方案7的發(fā)明，由于構(gòu)成為邊緣圖像是將提取的邊緣的邊緣強(qiáng)度進(jìn)行標(biāo)準(zhǔn)化而得到的標(biāo)準(zhǔn)化圖像，所以起到可以排除核對(duì)對(duì)象物的個(gè)體差別的影響從而進(jìn)行高精度的圖像核對(duì)，并且能夠提高圖像的核對(duì)率的效果。
此外，根據(jù)技術(shù)方案8的發(fā)明，由于構(gòu)成為模板圖像是將對(duì)于所述核對(duì)對(duì)象物的各個(gè)體的圖像進(jìn)行平均而得到的平均圖像，所以起到即使是存在核對(duì)對(duì)象物的個(gè)體所固有的圖案的情況下，也能夠進(jìn)行高精度的圖像核對(duì)，并且能夠提高圖像的核對(duì)率的效果。
此外，根據(jù)技術(shù)方案9的發(fā)明，由于構(gòu)成為相關(guān)值圖像是以將輸入圖像或模板圖像的每個(gè)像素的相關(guān)值進(jìn)行標(biāo)準(zhǔn)化而得到的標(biāo)準(zhǔn)化相關(guān)值作為像素值的圖像，所以起到能夠抑制相關(guān)值的偏差而進(jìn)行高精度的圖像核對(duì)，并且能夠提高圖像的核對(duì)率的效果。
此外，根據(jù)技術(shù)方案10的發(fā)明，由于構(gòu)成為核對(duì)判定部件對(duì)正負(fù)分離相關(guān)圖像進(jìn)行塊分割并計(jì)算各塊內(nèi)的像素值的總和作為塊值，通過(guò)對(duì)全部正負(fù)分離相關(guān)圖像進(jìn)行將該塊值和加權(quán)系數(shù)的積相加來(lái)計(jì)算核對(duì)值從而進(jìn)行核對(duì)判定，所以起到可以調(diào)整容易出現(xiàn)特征的區(qū)域的權(quán)重和難以出現(xiàn)特征的區(qū)域的權(quán)重，同時(shí)通過(guò)簡(jiǎn)化計(jì)算步驟，能夠進(jìn)行高效的圖像核對(duì)，并且能夠提高圖像的核對(duì)率的效果。
此外，根據(jù)技術(shù)方案11的發(fā)明，由于構(gòu)成為核對(duì)判定部件通過(guò)線性判別分析來(lái)計(jì)算所述加權(quán)系數(shù)的值，并且由于能夠得到基于學(xué)習(xí)樣本的適當(dāng)?shù)臋?quán)重系數(shù)，所以起到能夠進(jìn)行高效的圖像核對(duì)，并且能夠提高圖像的核對(duì)率的效果。
此外，根據(jù)技術(shù)方案12的發(fā)明，由于構(gòu)成為核對(duì)對(duì)象物為貨幣，所以起到關(guān)于貨幣的核對(duì)能夠進(jìn)行高效的圖像核對(duì)，并且能夠提高圖像的核對(duì)率的效果。
此外，根據(jù)技術(shù)方案13的發(fā)明，由于構(gòu)成為由輸入圖像以及模板圖像生成相關(guān)值圖像，根據(jù)像素值是否為閾值以上而將該相關(guān)值圖像分離為正相關(guān)值圖像和負(fù)相關(guān)值圖像，根據(jù)像素值是否為閾值以上而將模板圖像分離為正模板圖像和負(fù)模板圖像，通過(guò)正相關(guān)值圖像以及負(fù)相關(guān)值圖像和正模板圖像以及負(fù)模板圖像的組合，生成多個(gè)正負(fù)分離相關(guān)圖像，使用該正負(fù)分離相關(guān)圖像來(lái)進(jìn)行核對(duì)判定，所以不僅使用輸入圖像和模板圖像的相關(guān)高的部分而且使用相關(guān)低的部分的相關(guān)值，同時(shí)不僅使用模板圖像的特征部分而且使用背景部分來(lái)進(jìn)行圖像核對(duì)，從而起到能夠進(jìn)行精度高的圖像核對(duì)，并且能夠提高圖像的核對(duì)率的效果。
此外，根據(jù)技術(shù)方案14的發(fā)明，由于構(gòu)成為由輸入圖像以及模板圖像生成相關(guān)值圖像，根據(jù)像素值是否為閾值以上而將該相關(guān)值圖像分離為正相關(guān)值圖像和負(fù)相關(guān)值圖像，根據(jù)像素值是否為閾值以上而將模板圖像分離為正模板圖像和負(fù)模板圖像，通過(guò)正相關(guān)值圖像以及負(fù)相關(guān)值圖像和正模板圖像以及負(fù)模板圖像的組合，生成多個(gè)正負(fù)分離相關(guān)圖像，使用該正負(fù)分離相關(guān)圖像來(lái)進(jìn)行核對(duì)判定，所以不僅使用輸入圖像和模板圖像的相關(guān)高的部分而且使用相關(guān)低的部分的相關(guān)值，同時(shí)不僅使用模板圖像的特征部分而且使用背景部分來(lái)進(jìn)行圖像核對(duì)，從而起到能夠進(jìn)行精度高的圖像核對(duì)的效果。
此外，根據(jù)技術(shù)方案15的發(fā)明，由于構(gòu)成為在對(duì)輸入圖像以及模板圖像進(jìn)行了極坐標(biāo)變換的基礎(chǔ)上，生成將兩圖像的旋轉(zhuǎn)偏離校正后的ρ-θ輸入圖像以及ρ-θ模板圖像，由ρ-θ輸入圖像以及ρ-θ模板圖像生成相關(guān)值圖像，根據(jù)像素值是否為閾值以上而將該相關(guān)值圖像分離為正相關(guān)值圖像和負(fù)相關(guān)值圖像，根據(jù)像素值是否為閾值以上而將ρ-θ模板圖像分離為正模板圖像和負(fù)模板圖像，通過(guò)正相關(guān)值圖像以及負(fù)相關(guān)值圖像和正模板圖像以及負(fù)模板圖像的組合，生成多個(gè)正負(fù)分離相關(guān)圖像，使用該正負(fù)分離相關(guān)圖像來(lái)進(jìn)行核對(duì)判定，所以不僅使用輸入圖像和模板圖像的相關(guān)高的部分而且使用相關(guān)低的部分的相關(guān)值，同時(shí)不僅使用模板圖像的特征部分而且使用背景部分來(lái)進(jìn)行圖像核對(duì)，從而起到能夠進(jìn)行精度高的圖像核對(duì)的效果。
此外，根據(jù)技術(shù)方案16的發(fā)明，由于構(gòu)成為生成正特征區(qū)域圖像和負(fù)特征區(qū)域圖像，正特征區(qū)域圖像以對(duì)每個(gè)像素的正相關(guān)值圖像和正模板圖像的積進(jìn)行計(jì)算而得到的值作為像素值，負(fù)特征區(qū)域圖像以對(duì)每個(gè)像素的負(fù)相關(guān)值圖像和正模板圖像的積進(jìn)行計(jì)算而得到的值作為像素值，所以通過(guò)使用在應(yīng)出現(xiàn)特征的部分出現(xiàn)了特征的區(qū)域圖像和在應(yīng)出現(xiàn)特征的部分未出現(xiàn)特征的區(qū)域圖像來(lái)進(jìn)行圖像核對(duì)，從而起到能夠進(jìn)行高精度的圖像核對(duì)的效果。
此外，根據(jù)技術(shù)方案17的發(fā)明，由于構(gòu)成為生成正背景區(qū)域圖像和負(fù)背景區(qū)域圖像，正背景區(qū)域圖像以對(duì)每個(gè)像素的正相關(guān)值圖像和負(fù)模板圖像的積進(jìn)行計(jì)算而得到的值作為像素值，負(fù)背景區(qū)域圖像以對(duì)每個(gè)像素的負(fù)相關(guān)值圖像和負(fù)模板圖像的積進(jìn)行計(jì)算而得到的值作為像素值，所以通過(guò)使用在應(yīng)存在背景的部分存在背景的區(qū)域圖像和在應(yīng)存在背景的部分未存在背景的區(qū)域圖像來(lái)進(jìn)行核對(duì)，從而起到能夠進(jìn)行高精度的圖像核對(duì)的效果。
此外，根據(jù)技術(shù)方案18的發(fā)明，由于構(gòu)成為生成正特征區(qū)域圖像、負(fù)特征區(qū)域圖像、正背景區(qū)域圖像以及負(fù)背景區(qū)域圖像，正特征區(qū)域圖像以對(duì)每個(gè)像素的正相關(guān)值圖像和正模板圖像的積進(jìn)行計(jì)算而得到的值作為像素值，負(fù)特征區(qū)域圖像以對(duì)每個(gè)像素的負(fù)相關(guān)值圖像和正模板圖像的積進(jìn)行計(jì)算而得到的值作為像素值，正背景區(qū)域圖像以對(duì)每個(gè)像素的正相關(guān)值圖像和負(fù)模板圖像的積進(jìn)行計(jì)算而得到的值作為像素值，負(fù)背景區(qū)域圖像以對(duì)每個(gè)像素的負(fù)相關(guān)值圖像和負(fù)模板圖像的積進(jìn)行計(jì)算而得到的值作為像素值，所以通過(guò)使用在應(yīng)出現(xiàn)特征的部分出現(xiàn)了特征的區(qū)域圖像、在應(yīng)出現(xiàn)特征的部分未出現(xiàn)特征的區(qū)域圖像、在應(yīng)存在背景的部分存在背景的區(qū)域圖像和在應(yīng)存在背景的部分未存在背景的區(qū)域圖像來(lái)進(jìn)行核對(duì)，從而起到能夠進(jìn)行高精度的圖像核對(duì)的效果。
此外，根據(jù)技術(shù)方案19的發(fā)明，由于構(gòu)成為對(duì)使用負(fù)相關(guān)值圖像生成的負(fù)區(qū)域圖像內(nèi)的注目像素和使用正相關(guān)值圖像生成的正區(qū)域圖像內(nèi)的該注目像素對(duì)應(yīng)的對(duì)應(yīng)像素的周?chē)袼剡M(jìn)行對(duì)比，在至少一個(gè)該周?chē)袼氐南袼刂荡笥谠撟⒛肯袼氐南袼刂档那闆r下，進(jìn)行將該注目像素向該對(duì)應(yīng)像素移動(dòng)的膨脹處理，所以起到可以排除伴隨相關(guān)值計(jì)算的孤立點(diǎn)的影響從而進(jìn)行高精度的圖像核對(duì)的效果。
此外，根據(jù)技術(shù)方案20的發(fā)明，由于構(gòu)成為ρ-θ輸入圖像以及ρ-θ模板圖像是通過(guò)使用邊緣提取算子的邊緣提取處理進(jìn)行了圖像變換的邊緣圖像，所以起到通過(guò)對(duì)比提取的各圖像的特征部分，從而能夠進(jìn)行高精度的圖像核對(duì)的效果。
此外，根據(jù)技術(shù)方案21的發(fā)明，由于構(gòu)成為邊緣圖像是將提取的邊緣的邊緣強(qiáng)度進(jìn)行標(biāo)準(zhǔn)化而得到的標(biāo)準(zhǔn)化圖像，所以起到可以排除核對(duì)對(duì)象物的個(gè)體差別的影響從而進(jìn)行高精度的圖像核對(duì)的效果。
此外，根據(jù)技術(shù)方案22的發(fā)明，由于構(gòu)成為模板圖像是將對(duì)于所述核對(duì)對(duì)象物的各個(gè)體的圖像進(jìn)行平均而得到的平均圖像，所以起到即使是存在核對(duì)對(duì)象物的個(gè)體所固有的圖案的情況下，也能夠進(jìn)行高精度的圖像核對(duì)的效果。
此外，根據(jù)技術(shù)方案23的發(fā)明，由于構(gòu)成為相關(guān)值圖像是以將ρ-θ輸入圖像及ρ-θ模板圖像的每個(gè)像素的相關(guān)值進(jìn)行標(biāo)準(zhǔn)化而得到的標(biāo)準(zhǔn)化相關(guān)值作為像素值的圖像，所以起到能夠抑制相關(guān)值的偏差而進(jìn)行高精度的圖像核對(duì)的效果。
此外，根據(jù)技術(shù)方案24的發(fā)明，由于構(gòu)成為核對(duì)判定部件對(duì)正負(fù)分離相關(guān)圖像進(jìn)行塊分割并計(jì)算各塊內(nèi)的像素值的總和作為塊值，通過(guò)對(duì)全部正負(fù)分離相關(guān)圖像將該塊值和加權(quán)系數(shù)的積相加來(lái)計(jì)算核對(duì)值從而進(jìn)行核對(duì)判定，所以起到可以調(diào)整容易出現(xiàn)特征的區(qū)域的權(quán)重和難以出現(xiàn)特征的區(qū)域的權(quán)重，同時(shí)通過(guò)簡(jiǎn)化計(jì)算步驟，能夠進(jìn)行高效的圖像核對(duì)的效果。
此外，根據(jù)技術(shù)方案25的發(fā)明，由于構(gòu)成為核對(duì)判定部件通過(guò)線性判別分析來(lái)計(jì)算所述加權(quán)系數(shù)的值，并且由于能夠得到基于學(xué)習(xí)樣本的適當(dāng)?shù)臋?quán)重系數(shù)，所以起到能夠進(jìn)行高效的圖像核對(duì)的效果。
此外，根據(jù)技術(shù)方案26的發(fā)明，由于構(gòu)成為極坐標(biāo)變換圖像生成部件通過(guò)使ρ-θ輸入圖像或ρ-θ模板圖像平行移動(dòng)，從而校正兩圖像的旋轉(zhuǎn)偏離，所以起到能夠削減伴隨該校正的計(jì)算量從而進(jìn)行高效率的圖像核對(duì)的效果。
此外，根據(jù)技術(shù)方案27的發(fā)明，由于構(gòu)成為圓形物體為硬幣，所以起到關(guān)于貨幣的核對(duì)能夠進(jìn)行高精度的圖像核對(duì)的效果。
此外，根據(jù)技術(shù)方案28的發(fā)明，由于構(gòu)成為在對(duì)輸入圖像以及模板圖像進(jìn)行了極坐標(biāo)變換的基礎(chǔ)上，生成將兩圖像的旋轉(zhuǎn)偏離校正后的ρ-θ輸入圖像以及ρ-θ模板圖像，由ρ-θ輸入圖像以及ρ-θ模板圖像生成相關(guān)值圖像，根據(jù)像素值是否為閾值以上而將該相關(guān)值圖像分離為正相關(guān)值圖像和負(fù)相關(guān)值圖像，根據(jù)像素值是否為閾值以上而將ρ-θ模板圖像分離為正模板圖像和負(fù)模板圖像，通過(guò)正相關(guān)值圖像以及負(fù)相關(guān)值圖像和正模板圖像以及負(fù)模板圖像的組合，生成多個(gè)正負(fù)分離相關(guān)圖像，使用正負(fù)分離相關(guān)圖像來(lái)進(jìn)行核對(duì)判定，所以不僅使用輸入圖像和模板圖像的相關(guān)高的部分而且使用相關(guān)低的部分的相關(guān)值，同時(shí)不僅使用模板圖像的特征部分而且使用背景部分來(lái)進(jìn)行圖像核對(duì)，從而起到能夠進(jìn)行精度高的圖像核對(duì)的效果。
此外，根據(jù)技術(shù)方案29的發(fā)明，由于構(gòu)成為在對(duì)輸入圖像以及模板圖像進(jìn)行了極坐標(biāo)變換的基礎(chǔ)上，生成將兩圖像的旋轉(zhuǎn)偏離校正后的ρ-θ輸入圖像以及ρ-θ模板圖像，由ρ-θ輸入圖像以及ρ-θ模板圖像生成相關(guān)值圖像，根據(jù)像素值是否為閾值以上而將該相關(guān)值圖像分離為正相關(guān)值圖像和負(fù)相關(guān)值圖像，根據(jù)像素值是否為閾值以上而將ρ-θ模板圖像分離為正模板圖像和負(fù)模板圖像，通過(guò)正相關(guān)值圖像以及負(fù)相關(guān)值圖像和正模板圖像以及負(fù)模板圖像的組合，生成多個(gè)正負(fù)分離相關(guān)圖像，使用正負(fù)分離相關(guān)圖像來(lái)進(jìn)行核對(duì)判定，所以不僅使用輸入圖像和模板圖像的相關(guān)高的部分而且使用相關(guān)低的部分的相關(guān)值，同時(shí)不僅使用模板圖像的特征部分而且使用背景部分來(lái)進(jìn)行圖像核對(duì)，從而起到能夠進(jìn)行精度高的圖像核對(duì)的效果。


圖1是表示實(shí)施例1的圖像核對(duì)裝置的結(jié)構(gòu)的功能方框圖。
圖2是用于說(shuō)明圖1所示的圖像切出部分的處理概要的說(shuō)明圖。
圖3是用于說(shuō)明在圖1所示的邊緣提取部分中使用的Sobel算子的說(shuō)明圖。
圖4是用于說(shuō)明圖1所示的邊緣提取部分的處理概要的說(shuō)明圖。
圖5是用于說(shuō)明圖1所示的匹配處理部分的匹配判定的處理概要的說(shuō)明圖。
圖6是用于說(shuō)明對(duì)實(shí)施例1的正負(fù)分離相關(guān)判定部分輸入的圖像的說(shuō)明圖。
圖7是用于說(shuō)明由實(shí)施例1的正負(fù)分離相關(guān)圖像生成部分生成的特征區(qū)域以及背景區(qū)域的說(shuō)明圖。
圖8是實(shí)施例1的標(biāo)準(zhǔn)化相關(guān)值圖像正負(fù)分離處理的流程圖。
圖9是實(shí)施例1的模板圖像正負(fù)分離處理的流程圖。
圖10是表示實(shí)施例1的正負(fù)分離相關(guān)圖像生成部分的處理步驟的流程圖。
圖11是用于說(shuō)明與圖7所示的各區(qū)域?qū)?yīng)的圖像生成步驟的說(shuō)明圖。
圖12是用于說(shuō)明在實(shí)施例1的膨脹處理部分中使用的圖像掩模(imagemask)的說(shuō)明圖。
圖13是表示實(shí)施例1的膨脹處理部分的處理步驟的流程圖。
圖14是用于說(shuō)明由實(shí)施例1的膨脹處理部分生成的圖像的說(shuō)明圖。
圖15是用于說(shuō)明在實(shí)施例1的核對(duì)值計(jì)算部分中使用的圖像的塊分割的說(shuō)明圖。
圖16是用于說(shuō)明實(shí)施例1的膨脹處理的變更例的說(shuō)明圖。
圖17是用于說(shuō)明圖16所示的變更例中使用的圖像掩模的說(shuō)明圖。
圖18是表示圖16所示的變更例中的膨脹處理部分的處理步驟的流程圖。
圖19是表示實(shí)施例2的圖像核對(duì)裝置的結(jié)構(gòu)的功能方框圖。
圖20是用于說(shuō)明圖19所示的圖像切出部分的處理概要的說(shuō)明圖。
圖21是用于說(shuō)明在圖19所示的邊緣提取部分中使用的Sobel算子的說(shuō)明圖。
圖22是用于說(shuō)明圖19所示的邊緣提取部分的處理概要的說(shuō)明圖。
圖23是用于說(shuō)明實(shí)施例2的極坐標(biāo)變換的處理概要的說(shuō)明圖。
圖24是用于說(shuō)明圖19所示的旋轉(zhuǎn)角檢測(cè)部分的處理概要的說(shuō)明圖。
圖25是用于說(shuō)明實(shí)施例2的各區(qū)域圖像的說(shuō)明圖。
圖26是實(shí)施例2的標(biāo)準(zhǔn)化相關(guān)值圖像正負(fù)分離處理的流程圖。
圖27是實(shí)施例2的模板圖像正負(fù)分離處理的流程圖。
圖28是表示實(shí)施例2的正負(fù)分離相關(guān)圖像生成部分的處理步驟的流程圖。
圖29是用于說(shuō)明與圖25所示的各區(qū)域?qū)?yīng)的圖像生成步驟的說(shuō)明圖。
圖30是用于說(shuō)明在實(shí)施例2的膨脹處理部分中使用的圖像掩模的說(shuō)明圖。
圖31是表示實(shí)施例2的膨脹處理部分的處理步驟的流程圖。
圖32是用于說(shuō)明由實(shí)施例2的膨脹處理部分生成的圖像的說(shuō)明圖。
圖33是用于說(shuō)明實(shí)施例2的核對(duì)值計(jì)算部分中使用的圖像的塊分割的說(shuō)明圖。
圖34是用于說(shuō)明實(shí)施例2的膨脹處理的變更例的說(shuō)明圖。
圖35是用于說(shuō)明在圖34所示的變更例中使用的圖像掩模的說(shuō)明圖。
圖36是表示圖34所示的變更例中的膨脹處理部分的處理步驟的流程圖。
符號(hào)說(shuō)明1 圖像核對(duì)裝置10 圖像輸入部分11 輸入圖像20 圖像切出部分21 水平方向投影22 垂直方向投影23 切出圖像(反面)24 切出圖像(正面)30 邊緣提取部分30a Sobel算子(用于計(jì)算水平方向邊緣)30b Sobel算子(用于計(jì)算垂直方向邊緣)31 邊緣提取圖像32 邊緣標(biāo)準(zhǔn)化圖像(反面)33 邊緣標(biāo)準(zhǔn)化圖像(正面)40 匹配處理部分50 注冊(cè)圖像存儲(chǔ)部分51 模板圖像
51a t+圖像51b t-圖像100 正負(fù)分離相關(guān)判定部分110 標(biāo)準(zhǔn)化相關(guān)值計(jì)算部分111 標(biāo)準(zhǔn)化相關(guān)值圖像111a r+圖像111b r-圖像120 正負(fù)分離相關(guān)圖像生成部分121 A+區(qū)域圖像122 A-區(qū)域圖像123 B+區(qū)域圖像124 B-區(qū)域圖像130 膨脹處理部分130 a正區(qū)域圖像掩模130 b負(fù)區(qū)域圖像掩模130 c輸入圖像掩模130 d模板圖像掩模131 已膨脹A+區(qū)域圖像132 已膨脹A-區(qū)域圖像133 已膨脹B+區(qū)域圖像134 已膨脹B-區(qū)域圖像135 已膨脹標(biāo)準(zhǔn)化相關(guān)值圖像135 a已膨脹r+圖像135 b已膨脹r-圖像140 核對(duì)值計(jì)算部分141 塊分割(A+區(qū)域)142 塊分割(A-區(qū)域)143 塊分割(B+區(qū)域)144 塊分割(B-區(qū)域)201 圖像核對(duì)裝置210 圖像輸入部分
211 輸入圖像220 圖像切出部分221 水平方向投影222 垂直方向投影223 切出圖像230 邊緣提取部分230a Sobel算子(用于計(jì)算水平方向邊緣)230b Sobel算子(用于計(jì)算垂直方向邊緣)231 邊緣提取圖像232 邊緣標(biāo)準(zhǔn)化圖像233 已極坐標(biāo)變換邊緣標(biāo)準(zhǔn)化圖像240 匹配處理部分240a 極坐標(biāo)變換部分240b 旋轉(zhuǎn)角檢測(cè)部分240c 正反判定部分250 注冊(cè)圖像存儲(chǔ)部分251 模板圖像251a t+圖像251b t-圖像300 正負(fù)分離相關(guān)判定部分310 標(biāo)準(zhǔn)化相關(guān)值計(jì)算部分311 標(biāo)準(zhǔn)化相關(guān)值圖像311a r+圖像311b r-圖像320 正負(fù)分離相關(guān)圖像生成部分321 A+區(qū)域圖像322 A-區(qū)域圖像33 B+區(qū)域圖像324 B-區(qū)域圖像330 膨脹處理部分330a 正區(qū)域圖像掩模
330b 負(fù)區(qū)域圖像掩模330c 輸入圖像掩模330d 模板圖像掩模331 已膨脹A+區(qū)域圖像332 已膨脹A-區(qū)域圖像333 已膨脹B+區(qū)域圖像334 已膨脹B-區(qū)域圖像335 已膨脹標(biāo)準(zhǔn)化相關(guān)值圖像335a 已膨脹r+圖像335b 已膨脹r-圖像340 核對(duì)值計(jì)算部分具體實(shí)施方式
以下，參照附圖詳細(xì)說(shuō)明本發(fā)明的圖像核對(duì)裝置、圖像核對(duì)方法以及圖像核對(duì)程序的實(shí)施例1～2。另外，在實(shí)施例1中說(shuō)明使用正交坐標(biāo)系的圖像核對(duì)，在實(shí)施例2中說(shuō)明使用極坐標(biāo)系的圖像核對(duì)。
實(shí)施例1圖1是表示實(shí)施例1的圖像核對(duì)裝置的結(jié)構(gòu)的功能方框圖。如該圖所示，該圖像核對(duì)裝置1包括圖像輸入部分10、圖像切出部分20、邊緣提取部分30、匹配處理部分40、注冊(cè)圖像存儲(chǔ)部分50、正負(fù)分離相關(guān)判定部分100，該正負(fù)分離相關(guān)判定部分100包括標(biāo)準(zhǔn)化相關(guān)值計(jì)算部分110、正負(fù)分離相關(guān)圖像生成部分120、膨脹處理部分130、核對(duì)值計(jì)算部分140。
圖像輸入部分10是用于將成為核對(duì)對(duì)象的硬幣的輸入圖像取入裝置內(nèi)的輸入部分，將輸入的圖像輸出到圖像切出部分20。具體來(lái)說(shuō)，圖像輸入部分10將輸入圖像作為規(guī)定數(shù)的像素的集合體來(lái)進(jìn)行處理。例如，將輸入圖像識(shí)別為具有256灰度等級(jí)(gradation level)的濃度值的灰度圖像，作為規(guī)定大小的矩形圖像輸出到圖像切出部分。
圖像切出部分20從圖像輸入部分10取得該矩形圖像，僅切出與硬幣圖像外接的正方形區(qū)域內(nèi)的圖像，將切出的圖像輸出到邊緣提取部分30。
圖2是用于說(shuō)明該圖像切出部分20的處理概要的說(shuō)明圖。如該圖所示，圖像切出部分20在水平方向上掃描從圖像輸入部分10取得的輸入圖像11并累計(jì)全部像素的濃度值，生成水平方向投影21。此外，在垂直方向上掃描輸入圖像11，并以同樣的步驟生成垂直方向投影22。然后，圖像切出部分20掃描水平方向投影21以及垂直方向投影22，計(jì)算累計(jì)的濃度值的上升坐標(biāo)和下降坐標(biāo)。然后，如該圖的四條虛線所示，將計(jì)算出的各坐標(biāo)所包圍的區(qū)域作為切出圖像23切出，并將該切出圖像23輸出到邊緣提取部分30。
返回到圖1的說(shuō)明，說(shuō)明邊緣提取部分30。邊緣提取部分30從圖像切出部分20取得切出圖像23，并計(jì)算切出圖像23的濃度變化(邊緣強(qiáng)度)以避免基于切出圖像23的亮度或色彩(hue)等的個(gè)體差別的影響。此外，為抑制計(jì)算出的邊緣強(qiáng)度的偏差而進(jìn)行邊緣強(qiáng)度的標(biāo)準(zhǔn)化。具體來(lái)說(shuō)，通過(guò)對(duì)切出圖像23進(jìn)行使用Sobel算子的邊緣提取處理從而計(jì)算邊緣強(qiáng)度，將計(jì)算結(jié)果標(biāo)準(zhǔn)化。另外，在實(shí)施例1中，假設(shè)使用Sobel算子，但也可以使用Roberts算子等來(lái)進(jìn)行邊緣提取。
圖3是用于說(shuō)明Sobel算子的說(shuō)明圖。如該圖所示，邊緣提取部分30使用水平方向邊緣計(jì)算用30a以及垂直方向邊緣計(jì)算用30b的兩個(gè)Sobel算子來(lái)進(jìn)行邊緣強(qiáng)度的計(jì)算。具體來(lái)說(shuō)，對(duì)于切出圖像23的全部像素掃描各Sobel算子(30a以及30b)，取得水平方向邊緣計(jì)算結(jié)果Gx以及垂直方向邊緣計(jì)算結(jié)果Gy。然后，在計(jì)算各像素中的邊緣強(qiáng)度(G)之后將該邊緣強(qiáng)度標(biāo)準(zhǔn)化(E)。
G＝|Gx|+|Gy| ...(1)E=c×GΣG...(2)]]>如算式(1)所示，各像素中的邊緣強(qiáng)度(G)被表示為水平方向邊緣計(jì)算結(jié)果Gx的絕對(duì)值以及垂直方向邊緣計(jì)算結(jié)果Gy的絕對(duì)值之和。此外，如算式(2)所示，各像素中的標(biāo)準(zhǔn)化邊緣強(qiáng)度(E)為對(duì)每個(gè)硬幣種類設(shè)定規(guī)定的值的常數(shù)c和邊緣強(qiáng)度(G)的積除以全部像素的邊緣強(qiáng)度(G)的總和的結(jié)果。
這樣，通過(guò)進(jìn)行邊緣強(qiáng)度的標(biāo)準(zhǔn)化，能夠抑制在容易提取邊緣的新硬幣和難以提取邊緣的流通硬幣之間發(fā)生邊緣強(qiáng)度的偏差，所以能夠高精度地進(jìn)行各種硬幣的核對(duì)而與硬幣的新舊無(wú)關(guān)。
圖4是用于說(shuō)明由邊緣提取部分30進(jìn)行的邊緣提取處理(圖像變換處理)的概要的說(shuō)明圖。如該圖所示，切出圖像23通過(guò)使用Sobel算子的邊緣強(qiáng)度計(jì)算處理被圖像變換為邊緣提取圖像31。然后，邊緣提取圖像31通過(guò)使用算式(1)以及算式(2)的邊緣強(qiáng)度標(biāo)準(zhǔn)化處理而被變換為邊緣標(biāo)準(zhǔn)化圖像32。邊緣提取部分30將該邊緣標(biāo)準(zhǔn)化圖像32輸出到匹配處理部分40。
該圖所示的邊緣提取圖像31的各像素值例如取0～255的值，0取對(duì)應(yīng)于黑的灰度值，255取對(duì)應(yīng)于白的灰度值。在該圖的邊緣提取圖像31中，白的部分為提取出的邊緣部分，黑的部分為背景部分。此外，邊緣標(biāo)準(zhǔn)化圖像32的各像素值例如取0～255的值，0取對(duì)應(yīng)于黑的灰度值，255對(duì)應(yīng)于白的灰度值。另外，在該圖的邊緣標(biāo)準(zhǔn)化圖像中，白的部分相當(dāng)于邊緣部分，黑的部分相當(dāng)于背景部分，這與邊緣提取圖像31同樣。
返回圖1的說(shuō)明，說(shuō)明匹配處理部分40。匹配處理部分40從邊緣提取部分30取得邊緣標(biāo)準(zhǔn)化圖像32，進(jìn)行與注冊(cè)圖像存儲(chǔ)部分50中存儲(chǔ)的模板圖像的核對(duì)處理。具體來(lái)說(shuō)，將模板圖像每次旋轉(zhuǎn)規(guī)定的角度，取得各旋轉(zhuǎn)角的模板圖像和邊緣標(biāo)準(zhǔn)化圖像32的一致度(M)為最大的旋轉(zhuǎn)角(φ)。該一致度(M)通過(guò)[方程2]M(φ)ΣxΣytφ(x,y).s(x,y)...(3)]]>計(jì)算。
如算式(3)所示，各旋轉(zhuǎn)角(φ)的一致度M(φ)為全部像素的旋轉(zhuǎn)了角度φ的模板圖像的各像素的濃度值tφ(x，y)和邊緣標(biāo)準(zhǔn)化圖像32的各像素的濃度值s(x，y)的積的總和。
圖5是用于說(shuō)明匹配處理部分40的匹配判定的概要的說(shuō)明圖。如該圖所示，M(φ)的值為在某一旋轉(zhuǎn)角具有最大值的山形的曲線。匹配處理部分40取得該M(φ)為最大(山形的頂點(diǎn)部分)的φ的值，將存儲(chǔ)在注冊(cè)圖像存儲(chǔ)部分50中的模板圖像旋轉(zhuǎn)角度φ。然后，將邊緣標(biāo)準(zhǔn)化圖像32以及已旋轉(zhuǎn)的模板圖像輸出到正負(fù)分離相關(guān)判定部分100。
圖6是用于說(shuō)明從匹配處理部分40輸出到正負(fù)分離相關(guān)判定部分100的已邊緣標(biāo)準(zhǔn)化處理圖像以及已旋轉(zhuǎn)模板圖像的圖像例子的說(shuō)明圖。在該圖中，表示10日元硬幣的表面圖像被輸入圖像核對(duì)裝置1中的情況的圖像例子。即，對(duì)切出圖像24實(shí)施上述邊緣標(biāo)準(zhǔn)化處理而生成邊緣標(biāo)準(zhǔn)化圖像33，通過(guò)上述匹配處理而將模板圖像旋轉(zhuǎn)而生成已旋轉(zhuǎn)的模板圖像51。在以后的說(shuō)明中，使用該邊緣標(biāo)準(zhǔn)化圖像(正面)33來(lái)代替邊緣標(biāo)準(zhǔn)化圖像(反面)32。
另外，對(duì)匹配處理部分40通過(guò)旋轉(zhuǎn)模板圖像而取得一致度最大的旋轉(zhuǎn)角進(jìn)行了說(shuō)明，但也可以不旋轉(zhuǎn)模板圖像而旋轉(zhuǎn)邊緣標(biāo)準(zhǔn)化圖像32來(lái)取得一致度最大的旋轉(zhuǎn)角。
返回到圖1的說(shuō)明，說(shuō)明注冊(cè)圖像存儲(chǔ)部分50。注冊(cè)圖像存儲(chǔ)部分50存儲(chǔ)與預(yù)先注冊(cè)的各種硬幣對(duì)應(yīng)的多個(gè)模板圖像，并對(duì)匹配處理部分40提供這些模板圖像。為了對(duì)這樣的模板圖像抑制硬幣的個(gè)體差別引起的偏差而使用將同一種類的硬幣圖像合成多個(gè)而得到的平均圖像。通過(guò)使用該平均圖像，制造年等各硬幣所固有的凹凸圖案部分和模板圖像的對(duì)應(yīng)部分的相關(guān)值為與平均圖像(平均值)有關(guān)的相關(guān)值，因此難以產(chǎn)生核對(duì)時(shí)的影響。即，能夠防止即使是真正硬幣但由于制造年不同而判定為偽造硬幣的情況。
這樣的模板圖像為了與實(shí)施過(guò)邊緣標(biāo)準(zhǔn)化處理的輸入圖像進(jìn)行核對(duì)而與輸入圖像同樣被實(shí)施了邊緣標(biāo)準(zhǔn)化處理之后，被注冊(cè)在注冊(cè)圖像存儲(chǔ)部分50中。此外，注冊(cè)圖像存儲(chǔ)部分50中注冊(cè)多個(gè)對(duì)各金屬種類的正面以及反面的平均圖像施加了邊緣標(biāo)準(zhǔn)化處理的圖像。
正負(fù)分離相關(guān)判定部分100從匹配處理部分40取得圖6所示的邊緣標(biāo)準(zhǔn)化圖像33(以下稱作‘輸入圖像33’)以及已旋轉(zhuǎn)模板圖像51(以下稱作‘模板圖像51’)，通過(guò)將這些圖像進(jìn)行核對(duì)從而進(jìn)行輸入圖像33的硬幣是否為真正硬幣的核對(duì)判定，并輸出該判定結(jié)果。
標(biāo)準(zhǔn)化相關(guān)值計(jì)算部分110計(jì)算輸入圖像33以及模板圖像51的對(duì)應(yīng)的每個(gè)像素的相關(guān)值，將該相關(guān)值標(biāo)準(zhǔn)化而生成標(biāo)準(zhǔn)化相關(guān)值圖像。具體來(lái)說(shuō)，對(duì)于坐標(biāo)值為(x，y)的各像素，使用輸入圖像33的濃度值s(x，y)以及模板圖像51的濃度值t(x，y)，通過(guò)[方程3]r(x,y)=(t(x,y)-Σtn)(s(x,y)-Σsn){Σt2-(Σt)2n}.{Σs2-(Σs)2n}...(4)]]>
計(jì)算各像素的標(biāo)準(zhǔn)化相關(guān)值r(x，y)。另外，算式(4)所示的各像素的標(biāo)準(zhǔn)化相關(guān)值r(x，y)例如取-1.0～+1.0的值。此外，算式(4)中的n表示像素?cái)?shù)。
而且，標(biāo)準(zhǔn)化相關(guān)值計(jì)算部分110根據(jù)該標(biāo)準(zhǔn)化相關(guān)值圖像的像素值是否為0以上而分離為正的標(biāo)準(zhǔn)化相關(guān)值圖像(r+圖像)和負(fù)的標(biāo)準(zhǔn)化相關(guān)值圖像(r-圖像)。此外，關(guān)于模板圖像51，根據(jù)各像素值是否為規(guī)定的閾值(Tt)以上而分離為正的模板圖像(t+圖像)和負(fù)的模板圖像(t-圖像)。
另外，r+圖像的像素值例如取0.0～1.0的值，r-圖像的像素值通過(guò)取各像素值的絕對(duì)值而取例如0.0～1.0的值。此外，t+圖像以及t-圖像的像素值例如取0或1的二值。即，t+圖像以及t-圖像具有作為各標(biāo)準(zhǔn)化相關(guān)值圖像的圖像變換所使用的圖像掩模的作用。
這里，說(shuō)明各個(gè)圖像的意思，r+圖像表示在成為核對(duì)對(duì)象的圖像間有相關(guān)(相似)的像素，如果有很強(qiáng)的相關(guān)，則該像素取大的值。此外，r-圖像表示在成為核對(duì)對(duì)象的圖像間沒(méi)有相關(guān)(不相似)的像素，如果有很強(qiáng)的負(fù)相關(guān)，則該像素取大的值。而且，t+圖像表示模板圖像的邊緣部分，邊緣部分取1的值，背景部分取0的值。此外，t-圖像表示模板圖像的背景部分(不是邊緣的部分)，背景部分取1的值，邊緣部分取0的值。
正負(fù)分離相關(guān)圖像生成部分120通過(guò)標(biāo)準(zhǔn)化相關(guān)值計(jì)算部分110生成的r+圖像、r-圖像、t+圖像以及t-圖像的組合來(lái)生成正負(fù)分離相關(guān)圖像。具體來(lái)說(shuō)，從r+圖像和t+圖像生成A+區(qū)域圖像，從r-圖像和t+圖像生成A-區(qū)域圖像，從r+圖像和t-圖像生成B+區(qū)域圖像，從r-圖像和t-圖像生成B-區(qū)域圖像。
這里，說(shuō)明各區(qū)域圖像的意思。圖7是用于說(shuō)明該4個(gè)區(qū)域的說(shuō)明圖。如該圖所示，A+區(qū)域圖像是將r+圖像和t+圖像重疊的區(qū)域圖像，表示與邊緣部分有相關(guān)，即在應(yīng)出現(xiàn)邊緣處出現(xiàn)了邊緣的情況，對(duì)應(yīng)于技術(shù)方案中的正特征區(qū)域圖像。A-區(qū)域圖像是將r-圖像和t+圖像重疊的區(qū)域圖像，表示與邊緣部分沒(méi)有相關(guān)，即在應(yīng)出現(xiàn)邊緣處未出現(xiàn)邊緣的情況，對(duì)應(yīng)于技術(shù)方案中的負(fù)特征區(qū)域圖像。B+區(qū)域圖像是將r+圖像和t-圖像重疊的區(qū)域圖像，表示與背景部分有相關(guān)，即在不應(yīng)出現(xiàn)邊緣處未出現(xiàn)邊緣的情況，對(duì)應(yīng)于技術(shù)方案中的正背景區(qū)域圖像。B-區(qū)域圖像是將r-圖像和t-圖像重疊的區(qū)域圖像，表示與背景部分沒(méi)有相關(guān)，即在不應(yīng)出現(xiàn)邊緣處未出現(xiàn)邊緣的情況，對(duì)應(yīng)于技術(shù)方案中的負(fù)背景區(qū)域圖像。
返回圖1的說(shuō)明，說(shuō)明膨脹處理部分130。膨脹處理部分130使用規(guī)定的圖像掩模將A-區(qū)域圖像的像素向A+區(qū)域圖像移動(dòng)，同時(shí)將B-區(qū)域圖像的像素向B+區(qū)域圖像移動(dòng)。進(jìn)行該膨脹處理是由于標(biāo)準(zhǔn)化相關(guān)值中呈噪聲狀地出現(xiàn)了具有負(fù)的相關(guān)值的孤立點(diǎn)。即，通過(guò)進(jìn)行該膨脹處理，可以抑制該孤立點(diǎn)的影響波及到核對(duì)值的判定結(jié)果。
核對(duì)值計(jì)算部分140將A+區(qū)域圖像、A-區(qū)域圖像、B+區(qū)域圖像以及B-區(qū)域圖像分別例如分割為水平方向上4個(gè)，垂直方向上4個(gè)的共16個(gè)塊，通過(guò)[方程4]Z=Σj=03Σi=03(aijAij++bijAij-+cijBij++dijBij-)...(5)]]>算式(5)來(lái)求核對(duì)值(Z)。這里，系數(shù)aij、bij、cij以及dij使用學(xué)習(xí)樣本通過(guò)線性判斷分析來(lái)求最佳解。另外，作為各區(qū)域圖像的塊值的A+ij、A-ij、B+ij以及B-ij表示各塊內(nèi)的像素值的總和。
而且，如果該核對(duì)值(Z)為閾值以上，則核對(duì)值計(jì)算部分140核對(duì)判定為輸入圖像33的硬幣是真正硬幣，如果小于閾值則核對(duì)值計(jì)算部分140核對(duì)判定為偽造硬幣，然后輸出該判定結(jié)果。
以后，進(jìn)一步具體說(shuō)明圖1所示的正負(fù)分離相關(guān)判定部分100的處理。首先，使用圖8以及圖11說(shuō)明標(biāo)準(zhǔn)化相關(guān)值計(jì)算部分110進(jìn)行的標(biāo)準(zhǔn)化相關(guān)值正負(fù)分離處理。圖8是標(biāo)準(zhǔn)化相關(guān)值正負(fù)分離處理的流程圖，圖11是用于說(shuō)明正負(fù)分離相關(guān)判定部分100中的圖像生成步驟的說(shuō)明圖。
如圖11所示，標(biāo)準(zhǔn)化相關(guān)值計(jì)算部分110首先從輸入圖像33和模板圖像51生成標(biāo)準(zhǔn)化相關(guān)值圖像111。然后，以生成的標(biāo)準(zhǔn)化相關(guān)值圖像111作為輸入來(lái)進(jìn)行標(biāo)準(zhǔn)化相關(guān)值正負(fù)分離處理，將該標(biāo)準(zhǔn)化相關(guān)值圖像111分離為作為正的相關(guān)值圖像的r+圖像111a和作為負(fù)的相關(guān)值圖像的r-圖像111b。
如圖8所示，在標(biāo)準(zhǔn)化相關(guān)值正負(fù)分離處理中，首先向標(biāo)準(zhǔn)化相關(guān)值圖像111的起點(diǎn)像素移動(dòng)(步驟S501)。該起點(diǎn)像素例如是x＝0，y＝0的像素。然后，使用算式(4)計(jì)算該像素的標(biāo)準(zhǔn)化相關(guān)值r(x，y)(步驟S502)，如果計(jì)算出的r(x，y)為0以上(步驟S503“肯定”)，則將該像素值作為r+圖像111a的同一坐標(biāo)的像素值(步驟S504)。另一方面，如果計(jì)算出的r(x，y)小于0(步驟S503“否定”)，則將該像素的像素值的絕對(duì)值作為r-圖像111b的同一坐標(biāo)的像素值(步驟S505)。
然后，在還未對(duì)標(biāo)準(zhǔn)化相關(guān)值圖像111的全部像素完成正負(fù)分離處理的情況下(步驟S506“否定”)，移動(dòng)到下一個(gè)注目像素(步驟S507)，重復(fù)進(jìn)行步驟S502以下的處理。另一方面，在對(duì)全部像素結(jié)束了正負(fù)分離處理的情況下(步驟S506“肯定”)，結(jié)束處理。通過(guò)該標(biāo)準(zhǔn)化相關(guān)值正負(fù)分離處理，r+圖像111a以及r-圖像111b作為具有取0.0～1.0的像素值的像素的圖像而被生成。另外，在實(shí)施例1中，說(shuō)明了r-圖像111b的像素的像素值取0.0～1.0的像素值，但該像素值也可以取-1.0～0.0的值。
接著，使用圖9以及圖11說(shuō)明標(biāo)準(zhǔn)化相關(guān)值計(jì)算部分110進(jìn)行的模板圖像正負(fù)分離處理。圖9是模板圖像正負(fù)分離處理的流程圖。如圖11所示，在模板圖像正負(fù)分離處理中，進(jìn)行將模板圖像51分離為作為正的模板圖像的t+圖像51a和作為負(fù)的模板圖像的t-圖像51b的處理。
如圖9所示，在模板圖像的正負(fù)分離處理中，首先向模板圖像51的起點(diǎn)像素移動(dòng)(步驟S601)。該起點(diǎn)像素例如是x＝0，y＝0的像素。然后，如果該像素的濃度值為規(guī)定的閾值(Tt)以上(步驟S602“肯定”)，則將t+圖像51a的同一坐標(biāo)的像素值設(shè)為1(步驟S603)。另一方面，如果該濃度值小于規(guī)定的閾值(Tt)(步驟S602“否定”)，則將t-圖像51b的同一坐標(biāo)的像素值設(shè)為1(步驟S604)。
然后，在還未對(duì)模板圖像51的全部像素完成正負(fù)分離處理的情況下(步驟S605“否定”)，移動(dòng)到下一個(gè)注目像素(步驟S606)，重復(fù)進(jìn)行步驟S602以下的處理。另一方面，在對(duì)全部像素結(jié)束了正負(fù)分離處理的情況下(步驟S605“肯定”)，結(jié)束處理。通過(guò)該模板圖像正負(fù)分離處理，t+圖像51a被生成為邊緣部分為1、背景部分為0的二值圖像，t-圖像51b被生成為邊緣部分為0、背景部分為1的二值圖像。
接著，使用圖10以及圖11說(shuō)明正負(fù)分離相關(guān)圖像生成部分120進(jìn)行的正負(fù)分離相關(guān)圖像生成處理。圖10是正負(fù)分離相關(guān)圖像生成處理的流程圖。
如圖11所示，在正負(fù)分離相關(guān)圖像生成處理中，將在標(biāo)準(zhǔn)化相關(guān)值計(jì)算部分110中生成的r+圖像111a、r-圖像111b、t+圖像51a以及t-圖像51b用作輸入圖像，生成A+區(qū)域圖像121、A-區(qū)域圖像122、B+區(qū)域圖像123以及B-區(qū)域圖像124。
例如，在將r+圖像111a以及、t+圖像51a用作輸入圖像的情況下，如圖10所示，首先向各個(gè)圖像的起點(diǎn)像素移動(dòng)(步驟S701)。然后，在該像素中的t+圖像51a的像素值為1的情況下(步驟S702“肯定”)，將A+區(qū)域圖像121的像素值作為r+圖像111a的像素值(步驟S703)。另一方面，在該像素中的t+圖像51a的像素值不是1的情況下(即，是0的情況下)(步驟S702“否定”)，將A+區(qū)域圖像121的像素值設(shè)為0(步驟S704)。
然后，在還未對(duì)全部像素完成區(qū)域圖像生成處理的情況下(步驟S705“否定”)，移動(dòng)到下一個(gè)注目像素(步驟S706)，重復(fù)進(jìn)行步驟S702以下的處理。另一方面，在對(duì)全部像素結(jié)束了區(qū)域圖像生成處理的情況下(步驟S705“肯定”)，生成A+區(qū)域圖像121，結(jié)束處理。
同樣，由r-圖像111b以及t+圖像51a生成A-區(qū)域圖像122，由r+圖像111a以及t-圖像51b生成B+區(qū)域圖像123，由r-圖像111b以及t-圖像51b生成B-區(qū)域圖像124。
接著，使用圖12～圖14說(shuō)明膨脹處理部分130進(jìn)行的膨脹處理。圖12是用于說(shuō)明在膨脹處理中使用的圖像掩模的說(shuō)明圖，圖13是膨脹處理的流程圖，圖14是用于說(shuō)明由膨脹處理生成的圖像的說(shuō)明圖。
在該膨脹處理中，進(jìn)行將負(fù)的區(qū)域圖像(A-區(qū)域圖像122以及B-區(qū)域圖像124)中包含的噪聲狀的孤立點(diǎn)(像素)向正的區(qū)域圖像(A+區(qū)域圖像121以及B+區(qū)域圖像123)移動(dòng)的處理。通過(guò)進(jìn)行該處理，可以提高核對(duì)值的精度。
如圖12所示，在該膨脹處理中，使用正區(qū)域圖像掩模130a以及負(fù)區(qū)域圖像掩模130b的兩個(gè)圖像掩模。各圖像掩模具有P5以及M5和將這些區(qū)域包圍的8個(gè)區(qū)域。例如，在進(jìn)行從A-區(qū)域圖像122向A+區(qū)域圖像121的膨脹處理的情況下，負(fù)區(qū)域圖像掩模130b的M5與A-區(qū)域圖像122的注目像素合并，將正區(qū)域圖像掩模130a的P5與對(duì)應(yīng)于注目像素的像素合并。然后，依次對(duì)M5的像素值和P1～P9的像素值進(jìn)行比較并進(jìn)行膨脹處理。
接著，以進(jìn)行從A-區(qū)域圖像122向A+區(qū)域圖像121的膨脹處理的情況為例，使用圖13說(shuō)明該膨脹處理的處理步驟。首先，向各個(gè)圖像(121以及122)的起點(diǎn)像素移動(dòng)(步驟S801)。該起點(diǎn)像素例如為x＝0，y＝0的像素。然后，為了依次切換正區(qū)域掩模130a的9個(gè)區(qū)域(P1～P9)而對(duì)n設(shè)定1(步驟S802)。即，在步驟S802完成的時(shí)刻，成為對(duì)象的正區(qū)域圖像掩模130a的區(qū)域?yàn)镻1。
然后，對(duì)Pn的值和M5的值進(jìn)行比較，在P1的值大于M5的值的情況下(步驟S803“肯定”)，用M5置換P5的值并將M5的值設(shè)定為0(步驟S805)。即，將M5的像素向P5的像素移動(dòng)。另一方面，在Pn的值為M5的值以下的情況下(步驟S803“否定”)，對(duì)n的值加1(步驟S804)，在n的值為9以下的情況下(步驟S806“否定”)，并再次進(jìn)行步驟S803。
這樣，P1～P9的值中只要有一個(gè)大于M5的值，則將M5的像素向P5移動(dòng)。另一方面，在P1～P9的值都為M5的值以下的情況下(步驟S806“肯定”)，不進(jìn)行像素的移動(dòng)。
然后，在沒(méi)有對(duì)A-區(qū)域圖像122的全部像素結(jié)束處理的情況下(步驟S807“否定”)，向下一個(gè)注目像素移動(dòng)(步驟S808)，進(jìn)行步驟S802以后的處理。另一方面，在對(duì)A-區(qū)域圖像122的全部像素結(jié)束了處理的情況下(步驟S807“肯定”)，結(jié)束該膨脹處理。
如圖14所示，通過(guò)該膨脹處理，A+區(qū)域圖像121、A-區(qū)域圖像122、B+區(qū)域圖像123以及B-區(qū)域圖像124分別被圖像變換為已膨脹A+區(qū)域圖像131、已膨脹A-區(qū)域圖像132、已膨脹B+區(qū)域圖像133以及已膨脹B-區(qū)域圖像134。另外，由于A-區(qū)域圖像122上的孤立點(diǎn)向A+區(qū)域圖像121移動(dòng)，所以已膨脹A+區(qū)域圖像131的邊緣部分與A+區(qū)域圖像121相比，面積增加。另一方面，已膨脹A-區(qū)域圖像132的邊緣部分與A-區(qū)域圖像122相比，面積減少。
接著，使用圖15說(shuō)明核對(duì)值計(jì)算部分140進(jìn)行的核對(duì)值計(jì)算處理。圖15是用于說(shuō)明已膨脹區(qū)域圖像(131～134)的塊分割的說(shuō)明圖。如該圖所示，核對(duì)值計(jì)算部分140首先將各已膨脹區(qū)域圖像(131～134)分割為水平方向上4個(gè)、垂直方向上4個(gè)的共16個(gè)塊，生成A+區(qū)域圖像塊141、A-區(qū)域圖像塊142、B+區(qū)域圖像塊143以及B-區(qū)域圖像塊144。
然后，核對(duì)計(jì)算部分140使用算式(5)進(jìn)行核對(duì)值(Z)的計(jì)算。這里，假設(shè)算式(5)的各系數(shù)aij、bij、cij以及dij使用學(xué)習(xí)樣本通過(guò)線性判斷分析等來(lái)求最佳解。具體來(lái)說(shuō)，由于根據(jù)硬幣的凹凸圖案的設(shè)計(jì)不同而存在容易提取邊緣的硬幣和難以提取邊緣的硬幣，所以這些系數(shù)對(duì)于每個(gè)硬幣的類別取不同的值。通過(guò)由學(xué)習(xí)樣本將這些系數(shù)最佳化從而能夠進(jìn)行高精度的圖像核對(duì)。
而且，核對(duì)值計(jì)算部分140使用設(shè)定了最佳值的系數(shù)aij、bij、cij以及dij和各圖像塊(141～144)來(lái)計(jì)算核對(duì)值(Z)，在該核對(duì)值為閾值以上的情況下，判定為真正硬幣，在小于閾值的情況下，判定為偽造硬幣。另外，在實(shí)施例1中，說(shuō)明了將各圖像分割為16塊的情況，但塊數(shù)可以為任意的數(shù)。
另外，在算式(5)中，如果將系數(shù)cij以及dij設(shè)定為0，則可以僅從A+區(qū)域圖像塊141以及A-區(qū)域圖像塊142來(lái)計(jì)算核對(duì)值(Z)。此外，如果將系數(shù)aij以及bij設(shè)定為0，則可以僅從B+區(qū)域圖像塊143以及B-區(qū)域圖像塊144來(lái)計(jì)算核對(duì)值(Z)。
這樣，核對(duì)值計(jì)算部分140通過(guò)根據(jù)硬幣的種類或硬件的能力來(lái)調(diào)整圖像塊數(shù)或算式(5)的各系數(shù)的值，從而能夠高效率地進(jìn)行圖像核對(duì)。
另外，在實(shí)施例1的核對(duì)值計(jì)算部分140中，結(jié)構(gòu)為在將各區(qū)域圖像進(jìn)行了塊分割之后，通過(guò)算式(5)來(lái)計(jì)算核對(duì)值(Z)，但不限于此，也可以構(gòu)成為通過(guò)其它的方法進(jìn)行核對(duì)判定。例如，也可以使用多層神經(jīng)網(wǎng)絡(luò)、支持向量機(jī)、二次識(shí)別函數(shù)等其它的方法。
以后，在對(duì)標(biāo)準(zhǔn)化相關(guān)值圖像111進(jìn)行正負(fù)分離之前進(jìn)行膨脹處理的情況下，使用圖16～圖18進(jìn)行說(shuō)明。圖16是說(shuō)明該膨脹處理的圖像生成步驟的說(shuō)明圖，圖17是用于說(shuō)明該膨脹處理中使用的圖像掩模的說(shuō)明圖，圖18是該膨脹處理的流程圖。
在上述膨脹處理中，在生成各區(qū)域圖像(121～124)之后，將像素從負(fù)的區(qū)域圖像(例如，A-區(qū)域圖像122)移動(dòng)到正的區(qū)域圖像(例如，A+區(qū)域圖像121)。但是，該膨脹處理可以使用正負(fù)分離前的標(biāo)準(zhǔn)化相關(guān)值圖像111和正負(fù)分離前的模板圖像51來(lái)進(jìn)行。
如圖16所示，標(biāo)準(zhǔn)化相關(guān)值計(jì)算部分110首先由輸入圖像33和模板圖像51生成標(biāo)準(zhǔn)化相關(guān)值圖像111。然后，該膨脹處理以生成的標(biāo)準(zhǔn)化相關(guān)值圖像111作為輸入來(lái)進(jìn)行膨脹處理，生成已膨脹的標(biāo)準(zhǔn)化相關(guān)值圖像135。然后，該已膨脹的標(biāo)準(zhǔn)化相關(guān)值圖像135被分離為已膨脹的r+圖像135a和已膨脹的r-圖像135b。然后，將已膨脹的r+圖像135a、已膨脹的r-圖像135b、t+圖像51a以及t-圖像51b作為輸入，進(jìn)行正負(fù)分離相關(guān)圖像生成部分120的處理，輸出已膨脹A+區(qū)域圖像131、已膨脹A-區(qū)域圖像132、已膨脹B+區(qū)域圖像133以及已膨脹B-區(qū)域圖像134。
如圖17所示，在該膨脹處理中，使用輸入圖像掩模130c以及模板圖像掩模130d的兩個(gè)圖像掩模。各圖像掩模具有S5以及T5和將這些區(qū)域包圍的8個(gè)區(qū)域。例如，在使用模板圖像51和標(biāo)準(zhǔn)化相關(guān)值圖像111進(jìn)行膨脹處理的情況下，將輸入圖像掩模130c的S5與標(biāo)準(zhǔn)化相關(guān)值圖像的注目像素合并，將模板圖像掩模130d的T5與對(duì)應(yīng)于注目像素的像素合并。然后，參照S1～S9以及T1～T9的區(qū)域的像素值進(jìn)行比較并進(jìn)行膨脹處理。
使用圖18說(shuō)明該膨脹處理的處理步驟。首先，向各個(gè)圖像(111以及51)的起點(diǎn)像素移動(dòng)(步驟S901)。該起點(diǎn)像素例如是x＝0，y＝0的像素。然后，在S5的值為負(fù)的情況下，即相應(yīng)的像素的標(biāo)準(zhǔn)化相關(guān)值為負(fù)的情況下(步驟S902“否定”)，為了依次切換輸入圖像掩模130c的9個(gè)區(qū)域(S1～S9)以及模板圖像掩模130d的9個(gè)區(qū)域(T1～T9)而將n設(shè)定1(步驟S903)。
然后，在Tn的值大于閾值(Tt)的情況下(步驟S904“肯定”)，判定Sn的值是否為0以上(步驟S905)，如果Sn的值為0以上(步驟S905“肯定”)，則對(duì)該Sn的值和S5的絕對(duì)值進(jìn)行比較(步驟S906)。然后，如果Sn的值大于S5的絕對(duì)值(步驟S906“肯定”)，則以S5的絕對(duì)值置換Sn的值(步驟S907)。
即，在S5的周邊的Sn中，在存在Tn的值大于閾值(Tt)并且Sn的值為0以上，而且Sn的值大于S5的絕對(duì)值的區(qū)域(Sn)的情況下，判定該S5的像素為孤立點(diǎn)，取S5的值的絕對(duì)值并將S5的值反轉(zhuǎn)。然后，如果沒(méi)有對(duì)標(biāo)準(zhǔn)化相關(guān)值圖像111的全部像素結(jié)束膨脹處理(步驟S910“否定”)，則向注目像素移動(dòng)(步驟S911)并重復(fù)進(jìn)行步驟S902以下的處理。另一方面，在對(duì)全部像素結(jié)束了膨脹處理的情況下(步驟S910“肯定”)，結(jié)束該膨脹處理。
另一方面，在Tn的值為閾值(Tt)以下(步驟S904“否定”)，或Sn的值為負(fù)(步驟S905“否定”)，或Sn的值為S5的絕對(duì)值以下(步驟S906“否定”)的情況下，對(duì)n加1(步驟S908)，如果n為9以下(步驟S909“否定”)，則重復(fù)進(jìn)行步驟S904以下的處理。另一方面，如果n大于9(步驟S909“肯定”)，則進(jìn)行步驟S910的處理。
這樣，即使在標(biāo)準(zhǔn)化相關(guān)值圖像111的正負(fù)分離之前進(jìn)行了膨脹處理的情況下，也能夠取得已膨脹區(qū)域圖像(131～134)。在該情況下，由于使用正負(fù)分離前的標(biāo)準(zhǔn)化相關(guān)值圖像111，所以與生成區(qū)域圖像(121～124)后的膨脹處理相比較，能夠削減成為膨脹處理的對(duì)象的圖像數(shù)，所以能夠進(jìn)行更高效的膨脹處理。
如上所述，通過(guò)實(shí)施例1的圖像核對(duì)裝置、圖像核對(duì)方法以及圖像核對(duì)程序，對(duì)實(shí)施邊緣提取處理和邊緣標(biāo)準(zhǔn)化處理并進(jìn)行特征提取后的輸入圖像和預(yù)先實(shí)施了標(biāo)準(zhǔn)化處理的模板圖像進(jìn)行核對(duì)，生成標(biāo)準(zhǔn)化相關(guān)值圖像，同時(shí)根據(jù)各圖像中的像素值是否為閾值以上，而將標(biāo)準(zhǔn)化相關(guān)值圖像以及模板圖像分別分離為正的標(biāo)準(zhǔn)化相關(guān)值圖像以及負(fù)的標(biāo)準(zhǔn)化相關(guān)值圖像，和正的模板圖像以及負(fù)的模板圖像，然后通過(guò)該圖像的組合，生成正的特征區(qū)域圖像、負(fù)的特征區(qū)域圖像、正的背景區(qū)域圖像以及負(fù)的背景區(qū)域圖像，進(jìn)而，實(shí)施進(jìn)行從負(fù)的特征區(qū)域圖像向正的特征區(qū)域圖像的像素移動(dòng)、從負(fù)的背景區(qū)域圖像向正的特征區(qū)域圖像的像素移動(dòng)的膨脹處理，將這些已膨脹處理的區(qū)域圖像進(jìn)行塊分割并通過(guò)線性判別分析等計(jì)算核對(duì)值并進(jìn)行核對(duì)判定，所以能夠?qū)⑤斎雸D像以及模板圖像的全部像素作為核對(duì)對(duì)象，同時(shí)排除伴隨相關(guān)值計(jì)算的孤立點(diǎn)的影響，不僅特征區(qū)域，而且背景區(qū)域的相關(guān)值也很平衡地反映在核對(duì)值中，所以能夠進(jìn)行高精度的圖像核對(duì)并且能夠提高圖像的核對(duì)率。
另外，在實(shí)施例1中，說(shuō)明了對(duì)硬幣的輸入圖像進(jìn)行圖像核對(duì)的情況，但本發(fā)明不限定于此，例如，也可以應(yīng)用于紙幣圖像的核對(duì)，或FA(FactoryAutomation)等中的部件或產(chǎn)品的圖像核對(duì)。
實(shí)施例2上述實(shí)施例1中說(shuō)明了使用正交坐標(biāo)系進(jìn)行硬幣等的圖像核對(duì)的情況。在本實(shí)施例2中，說(shuō)明使用極坐標(biāo)系代替正交坐標(biāo)系的圖像核對(duì)。通過(guò)使用極坐標(biāo)系能夠更高效地進(jìn)行硬幣等圓形物體的圖像核對(duì)。
圖19是表示實(shí)施例2的圖像核對(duì)裝置的結(jié)構(gòu)的功能方框圖。如該圖所示，該圖像核對(duì)裝置201包括圖像輸入部分210、圖像切出部分220、邊緣提取部分230、匹配處理部分240、注冊(cè)圖像存儲(chǔ)部分250、正負(fù)分離相關(guān)判定部分300，該匹配處理部分240包括極坐標(biāo)變換部分240a、旋轉(zhuǎn)角檢測(cè)部分240b、正反判定部分240c，該正負(fù)分離相關(guān)判定部分300包括標(biāo)準(zhǔn)化相關(guān)值計(jì)算部分310、正負(fù)分離相關(guān)圖像生成部分320、膨脹處理部分330、核對(duì)值計(jì)算部分340。
圖像輸入部分210是用于將成為核對(duì)對(duì)象的硬幣的輸入圖像取入裝置內(nèi)的輸入部分，將輸入的圖像輸出到圖像切出部分220。具體來(lái)說(shuō)，圖像輸入部分210將輸入圖像作為規(guī)定數(shù)的像素的集合體來(lái)進(jìn)行處理。例如，將輸入圖像識(shí)別為具有256灰度等級(jí)的濃度值的灰度圖像，作為規(guī)定大小的矩形圖像輸出到圖像切出部分。
圖像切出部分220從圖像輸入部分210取得該矩形圖像，僅切出與硬幣圖像外接的正方形區(qū)域內(nèi)的圖像，將切出的圖像輸出到邊緣提取部分230。
圖20是用于說(shuō)明該圖像切出部分220的處理概要的說(shuō)明圖。如該圖所示，圖像切出部分220在水平方向上掃描從圖像輸入部分210取得的輸入圖像211并累計(jì)全部像素的濃度值，生成水平方向投影221。此外，在垂直方向上掃描輸入圖像211，并以同樣的步驟生成垂直方向投影222。然后，圖像切出部分220掃描水平方向投影221以及垂直方向投影222，計(jì)算累計(jì)的濃度值的上升坐標(biāo)和下降坐標(biāo)。然后，如該圖的四條虛線所示，將計(jì)算出的各坐標(biāo)所包圍的區(qū)域作為切出圖像223切出，并將該切出圖像223輸出到邊緣提取部分230。
返回到圖19的說(shuō)明，說(shuō)明邊緣提取部分230。邊緣提取部分230從圖像切出部分220取得切出圖像223，并計(jì)算切出圖像223的濃度變化(邊緣強(qiáng)度)以避免基于切出圖像223的亮度或色彩的個(gè)體差別的影響。此外，為抑制計(jì)算出的邊緣強(qiáng)度的偏差而進(jìn)行邊緣強(qiáng)度的標(biāo)準(zhǔn)化。具體來(lái)說(shuō)，通過(guò)對(duì)切出圖像223進(jìn)行使用Sobel算子的邊緣提取處理從而計(jì)算邊緣強(qiáng)度，將計(jì)算結(jié)果標(biāo)準(zhǔn)化。另外，在實(shí)施例2中，假設(shè)使用Sobel算子，但也可以使用Roberts算子等來(lái)進(jìn)行邊緣提取。
圖21是用于說(shuō)明Sobel算子的說(shuō)明圖。如該圖所示，邊緣提取部分230使用水平方向邊緣計(jì)算用230a以及垂直方向邊緣計(jì)算用230b的兩個(gè)Sobel算子來(lái)進(jìn)行邊緣強(qiáng)度的計(jì)算。具體來(lái)說(shuō)，對(duì)于切出圖像223的全部像素掃描各Sobel算子(230a以及230b)，取得水平方向邊緣計(jì)算結(jié)果Gx以及垂直方向邊緣計(jì)算結(jié)果Gy。然后，在計(jì)算各像素中的邊緣強(qiáng)度(G)之后將該邊緣強(qiáng)度標(biāo)準(zhǔn)化(E)。
G＝|Gx|+|Gy| ...(6)E=c×GΣG...(7)]]>
如算式(6)所示，各像素中的邊緣強(qiáng)度(G)被表示為水平方向邊緣計(jì)算結(jié)果Gx的絕對(duì)值以及垂直方向邊緣計(jì)算結(jié)果Gy的絕對(duì)值之和。此外，如算式(7)所示，各像素中的標(biāo)準(zhǔn)化邊緣強(qiáng)度(E)為對(duì)每個(gè)硬幣種類設(shè)定規(guī)定的值的常數(shù)c和邊緣強(qiáng)度(G)的積除以全部像素的邊緣強(qiáng)度(G)的總和的結(jié)果。
這樣，通過(guò)進(jìn)行邊緣強(qiáng)度的標(biāo)準(zhǔn)化，能夠抑制在容易提取邊緣的新硬幣和難以提取邊緣的流通硬幣之間發(fā)生邊緣強(qiáng)度的偏差，所以能夠高精度地進(jìn)行各種硬幣的核對(duì)而與硬幣的新舊無(wú)關(guān)。
圖22是用于說(shuō)明由邊緣提取部分230進(jìn)行的邊緣提取處理(圖像變換處理)的概要的說(shuō)明圖。如該圖所示，切出圖像223通過(guò)使用Sobel算子的邊緣強(qiáng)度計(jì)算處理被圖像變換為邊緣提取圖像231。然后，邊緣提取圖像231通過(guò)使用算式(6)以及算式(7)的邊緣強(qiáng)度標(biāo)準(zhǔn)化處理而被變換為邊緣標(biāo)準(zhǔn)化圖像232。邊緣提取部分230將該邊緣標(biāo)準(zhǔn)化圖像232輸出到匹配處理部分240。
該圖所示的邊緣提取圖像231的各像素值例如取0～255的值，0取對(duì)應(yīng)于黑的灰度值，255為對(duì)應(yīng)于白的灰度值。在該圖的邊緣提取圖像231中，白的部分為提取出的邊緣部分，黑的部分為背景部分。此外，邊緣標(biāo)準(zhǔn)化圖像232的各像素例如取0～255的值，0取對(duì)應(yīng)于黑的灰度值，255為對(duì)應(yīng)于白的灰度值。另外，在該圖的邊緣標(biāo)準(zhǔn)化圖像中，白的部分相當(dāng)于邊緣部分，黑的部分相當(dāng)于背景部分，這與邊緣提取圖像231同樣。
返回圖19的說(shuō)明，說(shuō)明匹配處理部分240。匹配處理部分240從邊緣提取部分230取得邊緣標(biāo)準(zhǔn)化圖像232，并從注冊(cè)圖像存儲(chǔ)部分250取得邊緣標(biāo)準(zhǔn)化以及已極坐標(biāo)變換的模板圖像。然后，對(duì)該邊緣標(biāo)準(zhǔn)化圖像232進(jìn)行極坐標(biāo)變換，通過(guò)模板圖像的平行移動(dòng)來(lái)檢測(cè)該已極坐標(biāo)變換的圖像與模板圖像的偏離角，同時(shí)進(jìn)行正反的判定，從而將邊緣標(biāo)準(zhǔn)化圖像232以及已校正偏離角的模板圖像輸出到正負(fù)分離相關(guān)判定部分300。另外，在實(shí)施例2中，說(shuō)明通過(guò)使模板圖像平行移動(dòng)從而檢測(cè)偏離角的情況，但也可以通過(guò)對(duì)將邊緣標(biāo)準(zhǔn)化圖像232進(jìn)行了極坐標(biāo)變換后的圖像進(jìn)行平行移動(dòng)從而檢測(cè)偏離角。
極坐標(biāo)變換部分240a是用于對(duì)邊緣標(biāo)準(zhǔn)化圖像232進(jìn)行極坐標(biāo)變換的處理部分。具體來(lái)說(shuō)，計(jì)算邊緣標(biāo)準(zhǔn)化圖像232的中心點(diǎn)，以該中心點(diǎn)作為極坐標(biāo)的原點(diǎn)。然后，根據(jù)旋轉(zhuǎn)角θ以及離中心點(diǎn)的距離ρ來(lái)確定各像素，通過(guò)將各像素向ρ-θ空間移動(dòng)，從而進(jìn)行極坐標(biāo)變換。對(duì)該變換使用[方程6]x＝ρ·cos(θ) ...(8)y＝ρ·sin(θ) ...(9)。
圖23是用于說(shuō)明該極坐標(biāo)變化的處理概要的說(shuō)明圖。以x-y空間(邊緣標(biāo)準(zhǔn)化圖像232)的中心點(diǎn)作為原點(diǎn)，用(x，y)表示各像素的坐標(biāo)，該x以及y和上述ρ以及θ具有算式(8)以及算式(9)所示的關(guān)系。從而，通過(guò)將邊緣標(biāo)準(zhǔn)化圖像232內(nèi)的各像素(x，y)變換為滿足算式(8)以及(9)的關(guān)系的(ρ，θ)，從而極坐標(biāo)變換部分240a生成已極坐標(biāo)變換邊緣標(biāo)準(zhǔn)化圖像233。
另外，在該圖中，示出了離中心點(diǎn)的距離ρ取10～100的值，旋轉(zhuǎn)角θ取0～255的值的情況，但這些值的范圍能夠任意地設(shè)定。
返回圖19的說(shuō)明，說(shuō)明旋轉(zhuǎn)角檢測(cè)部分240b。旋轉(zhuǎn)角檢測(cè)部分240b檢測(cè)已極坐標(biāo)變換邊緣標(biāo)準(zhǔn)化圖像233和通過(guò)同樣的極坐標(biāo)變換處理預(yù)先進(jìn)行了極坐標(biāo)變換的模板圖像的偏離角，并進(jìn)行對(duì)兩圖像的偏離角進(jìn)行校正的處理。圖24是用于說(shuō)明旋轉(zhuǎn)角檢測(cè)部分240b的處理概要的說(shuō)明圖。
如該圖所示，在ρ-θ空間中，使模板圖像251與θ坐標(biāo)軸平行地移動(dòng)。然后，計(jì)算θ坐標(biāo)方向的偏離角(φ)以及各偏離角(φ)中的模板圖像251和邊緣標(biāo)準(zhǔn)化圖像232的一致度M(φ)，并取得該一致度M(φ)為最大的旋轉(zhuǎn)角φmax。另外，該一致度M(φ)通過(guò)[方程7]M(φ)=ΣkΣθ=0255t(k,θ-φ).s(k,θ)...(10)]]>來(lái)計(jì)算。
如算式(10)所示，各偏離角(φ)中的一致度M(φ)是在將模板圖像251偏離了φ的情況下，模板圖像251的各像素的濃度值t(k，θ-φ)和邊緣標(biāo)準(zhǔn)化圖像232的各像素的濃度值s(k，θ)對(duì)各像素的積的總和。這里，k是對(duì)離邊緣標(biāo)準(zhǔn)化圖像232中的中心點(diǎn)的距離ρ中容易出現(xiàn)特征的距離進(jìn)行了選擇的選擇值。例如，通過(guò)在圖23所示的已極坐標(biāo)變換邊緣標(biāo)準(zhǔn)化圖像233的ρ(0～100)中選擇16個(gè)容易出現(xiàn)特征的ρ值，從而選擇該k。
如圖24所示，該M(φ)的值為在某一旋轉(zhuǎn)角具有最大值的山形的曲線。旋轉(zhuǎn)角檢測(cè)部分240b取得該M(φ)為最大(山形的頂點(diǎn)部分)的φmax的值，這樣，旋轉(zhuǎn)角檢測(cè)部分240b由于通過(guò)實(shí)施了極坐標(biāo)變換的ρ-θ圖像的平行移動(dòng)來(lái)校正偏離角，所以與通過(guò)x-y圖像的旋轉(zhuǎn)來(lái)校正偏離角的方法相比能夠削減計(jì)算量。
返回圖19的說(shuō)明，說(shuō)明正反判定部分240c。首先，正反判定部分240c在已極坐標(biāo)變換的正面用模板圖像以及反面用模板圖像和已極坐標(biāo)變換邊緣標(biāo)準(zhǔn)化圖像233之間計(jì)算上述一致度M(φ)的最大值M(φmax)，并由該M(φmax)求標(biāo)準(zhǔn)化相關(guān)系數(shù)R。具體來(lái)說(shuō)，該標(biāo)準(zhǔn)化相關(guān)系數(shù)R通過(guò)[方程8]R=Σθ(t(θ-θmax)-ΣtN)(s(θ)-ΣsN){Σt2-(Σt)2N}.{Σs2-(Σs)2N}=N.M(φmax)-Σt.Σs{N.Σt2-(Σt)2}·{N·Σs2-(Σs)2}...(11)]]>求出。另外，算式(11)中的N表示成為判定對(duì)象的像素?cái)?shù)。
然后，該正反判定部分240c選擇標(biāo)準(zhǔn)化相關(guān)系數(shù)R大的模板圖像，與已極坐標(biāo)變換邊緣標(biāo)準(zhǔn)化圖像233一同輸出到正負(fù)分離相關(guān)判定部分300。例如，在反面用模板圖像和已極坐標(biāo)變換邊緣標(biāo)準(zhǔn)化圖像233的標(biāo)準(zhǔn)化相關(guān)系數(shù)R比正面用模板圖像和已極坐標(biāo)變換邊緣標(biāo)準(zhǔn)化圖像233的標(biāo)準(zhǔn)化相關(guān)系數(shù)R大的情況下，將反面用模板圖像和已極坐標(biāo)變換邊緣標(biāo)準(zhǔn)化圖像233輸出到正負(fù)分離相關(guān)判定部分300。這里，對(duì)正負(fù)分離相關(guān)判定部分300輸出的模板圖像是平行移動(dòng)角度φmax而校正了與已極坐標(biāo)變換邊緣標(biāo)準(zhǔn)化圖像233的偏離角的模板圖像。
返回到圖19的說(shuō)明，說(shuō)明注冊(cè)圖像存儲(chǔ)部分250。注冊(cè)圖像存儲(chǔ)部分250存儲(chǔ)與預(yù)先注冊(cè)的各種硬幣對(duì)應(yīng)的多個(gè)模板圖像，并對(duì)匹配處理部分240提供這些模板圖像。為了對(duì)這樣的模板圖像抑制硬幣的個(gè)體差別引起的偏差而使用將同一種類的硬幣圖像合成多個(gè)而得到的平均圖像。通過(guò)使用該平均圖像，制造年等各硬幣所固有的凹凸圖案部分和模板圖像的對(duì)應(yīng)部分的相關(guān)值為與平均圖像(平均值)有關(guān)的相關(guān)值，因此難以產(chǎn)生核對(duì)時(shí)的影響。即，能夠防止即使是真正硬幣但由于制造年不同而判定為偽造硬幣的情況。
這樣的模板圖像為了與實(shí)施過(guò)極坐標(biāo)變換處理以及邊緣標(biāo)準(zhǔn)化處理的輸入圖像進(jìn)行核對(duì)而與輸入圖像同樣被實(shí)施了極坐標(biāo)變換處理以及邊緣標(biāo)準(zhǔn)化處理之后，被注冊(cè)在注冊(cè)圖像存儲(chǔ)部分250中。此外，注冊(cè)圖像存儲(chǔ)部分250中注冊(cè)多個(gè)各金屬種類的正面以及反面的模板圖像。
返回圖19的說(shuō)明，說(shuō)明正負(fù)分離相關(guān)判定部分300。正負(fù)分離相關(guān)判定部分300從匹配處理部分240取得圖24所示的已極坐標(biāo)變換邊緣標(biāo)準(zhǔn)化圖像233(以下稱作‘輸入圖像233’)以及已校正偏離角的模板圖像251(以下稱作‘模板圖像251’)，通過(guò)將這些圖像進(jìn)行核對(duì)從而進(jìn)行輸入圖像233的硬幣是否為真正硬幣的核對(duì)判定，并輸出該判定結(jié)果。
標(biāo)準(zhǔn)化相關(guān)值計(jì)算部分310計(jì)算輸入圖像233以及模板圖像251的對(duì)應(yīng)的每個(gè)像素的相關(guān)值，將該相關(guān)值標(biāo)準(zhǔn)化而生成標(biāo)準(zhǔn)化相關(guān)值圖像。具體來(lái)說(shuō)，對(duì)于坐標(biāo)值為(k，θ)的各像素，使用輸入圖像233的濃度值s(k，θ)以及已校正偏離角的模板圖像251的濃度值t(k，θ-φmax)，通過(guò)[方程9]r(k,θ)=(t(k,θ-φmax)-Σtn)(s(k,θ)-Σsn){Σt2-(Σt)2n}.{Σs2-(Σs)2n}...(12)]]>計(jì)算各像素的標(biāo)準(zhǔn)化相關(guān)值r(k，θ)。另外，算式(12)所示的各像素的標(biāo)準(zhǔn)化相關(guān)值r(k，θ)例如取-1.0～+1.0的值。此外，算式(12)中的n表示像素?cái)?shù)。
而且，標(biāo)準(zhǔn)化相關(guān)值計(jì)算部分310根據(jù)該標(biāo)準(zhǔn)化相關(guān)值圖像的像素值是否為0以上而分離為正的標(biāo)準(zhǔn)化相關(guān)值圖像(r+圖像)和負(fù)的標(biāo)準(zhǔn)化相關(guān)值圖像(r-圖像)。此外，關(guān)于模板圖像251，根據(jù)各像素值是否為規(guī)定的閾值(Tt)以上而分離為正的模板圖像(t+圖像)和負(fù)的模板圖像(t-圖像)。
另外，r+圖像的像素值例如取0.0～1.0的值，r-圖像的像素值通過(guò)取各像素值的絕對(duì)值而例如取0.0～1.0的值。此外，t+圖像以及t-圖像的像素值例如取0或1的二值。即，t+圖像以及t-圖像具有作為各標(biāo)準(zhǔn)化相關(guān)值圖像的圖像變換所使用的圖像掩模的作用。
這里，說(shuō)明各個(gè)圖像的意思，r+圖像表示在成為核對(duì)對(duì)象的圖像間有相關(guān)(相似)的像素，如果有很強(qiáng)的相關(guān)，則該像素取大的值。此外，r-圖像表示在成為核對(duì)對(duì)象的圖像間沒(méi)有相關(guān)(不相似)的像素，如果有很強(qiáng)的負(fù)相關(guān)，則該像素取大的值。而且，t+圖像表示模板圖像的邊緣部分，邊緣部分取1的值，背景部分取0的值。此外，t-圖像表示模板圖像的背景部分(不是邊緣的部分)，背景部分取1的值，邊緣部分取0的值。
正負(fù)分離相關(guān)圖像生成部分320通過(guò)標(biāo)準(zhǔn)化相關(guān)值計(jì)算部分310生成的r+圖像、r-圖像、t+圖像以及t-圖像的組合來(lái)生成正負(fù)分離相關(guān)圖像。具體來(lái)說(shuō)，從r+圖像和t+圖像生成A+區(qū)域圖像，從r-圖像和t+圖像生成A-區(qū)域圖像，從r+圖像和t-圖像生成B+區(qū)域圖像，從r-圖像和t-圖像生成B-區(qū)域圖像。
這里，說(shuō)明各區(qū)域圖像的意思。圖25是用于說(shuō)明該4個(gè)區(qū)域的說(shuō)明圖。如該圖所示，A+區(qū)域圖像是將r+圖像和t+圖像重疊的區(qū)域圖像，表示與邊緣部分有相關(guān)，即在應(yīng)出現(xiàn)邊緣處出現(xiàn)了邊緣的情況，對(duì)應(yīng)于技術(shù)方案中的正特征區(qū)域圖像。A-區(qū)域圖像是將r-圖像和t+圖像重疊的區(qū)域圖像，表示與邊緣部分沒(méi)有相關(guān)，即在應(yīng)出現(xiàn)邊緣處未出現(xiàn)邊緣的情況，對(duì)應(yīng)于技術(shù)方案中的負(fù)特征區(qū)域圖像。B+區(qū)域圖像是將r+圖像和t-圖像重疊的區(qū)域圖像，表示與背景部分有相關(guān)，即在不應(yīng)出現(xiàn)邊緣處未出現(xiàn)邊緣的情況，對(duì)應(yīng)于技術(shù)方案中的正背景區(qū)域圖像。B-區(qū)域圖像是將r-圖像和t-圖像重疊的區(qū)域圖像，表示與背景部分沒(méi)有相關(guān)，即在不應(yīng)出現(xiàn)邊緣處未出現(xiàn)邊緣的情況，對(duì)應(yīng)于技術(shù)方案中的負(fù)背景區(qū)域圖像。
返回圖19的說(shuō)明，說(shuō)明膨脹處理部分330。膨脹處理部分330使用規(guī)定的圖像掩模將A-區(qū)域圖像的像素向A+區(qū)域圖像移動(dòng)，同時(shí)將B-區(qū)域圖像的像素向B+區(qū)域圖像移動(dòng)。進(jìn)行該膨脹處理是由于標(biāo)準(zhǔn)化相關(guān)值中呈噪聲狀地出現(xiàn)了具有負(fù)的相關(guān)值的孤立點(diǎn)。即，通過(guò)進(jìn)行該膨脹處理，可以抑制該孤立點(diǎn)的影響波及到核對(duì)值的判定結(jié)果。
核對(duì)值計(jì)算部分340將A+區(qū)域圖像、A-區(qū)域圖像、B+區(qū)域圖像以及B-區(qū)域圖像分別例如分割為水平方向上16個(gè)，垂直方向上4個(gè)的共64個(gè)塊，通過(guò)[方程10]Z=Σj=03Σi=015(aijAij++bijAij-+cijBij++dijBij-)---(13)]]>算式(13)來(lái)求核對(duì)值(Z)。這里，系數(shù)aij、bij、cij以及dij使用學(xué)習(xí)樣本通過(guò)線性判斷分析來(lái)求最佳解。另外，作為各區(qū)域圖像的塊值的A+ij、A-ij、B+ij以及B-ij表示各塊內(nèi)的像素值的總和。
而且，如果該核對(duì)值(Z)為閾值以上，則核對(duì)值計(jì)算部分340判定為輸入圖像233的硬幣是真正硬幣，如果小于閾值則核對(duì)值計(jì)算部分340判定為偽造硬幣，然后輸出該判定結(jié)果。
以后，進(jìn)一步具體說(shuō)明圖19所示的正負(fù)分離相關(guān)判定部分300的處理。首先，使用圖26以及圖29說(shuō)明標(biāo)準(zhǔn)化相關(guān)值計(jì)算部分310進(jìn)行的標(biāo)準(zhǔn)化相關(guān)正負(fù)分離處理。圖26是標(biāo)準(zhǔn)化相關(guān)值正負(fù)分離處理的流程圖，圖29是用于說(shuō)明正負(fù)分離相關(guān)判定部分300中的圖像生成步驟的說(shuō)明圖。
如圖29所示，標(biāo)準(zhǔn)化相關(guān)值計(jì)算部分310首先從輸入圖像233和模板圖像251生成標(biāo)準(zhǔn)化相關(guān)值圖像311。然后，以生成的標(biāo)準(zhǔn)化相關(guān)值圖像311作為輸入來(lái)進(jìn)行標(biāo)準(zhǔn)化相關(guān)值正負(fù)分離處理，將該標(biāo)準(zhǔn)化相關(guān)值圖像311分離為作為正的相關(guān)值圖像的r+圖像311a和作為負(fù)的相關(guān)值圖像的r-圖像311b。
如圖26所示，在標(biāo)準(zhǔn)化相關(guān)值正負(fù)分離處理中，首先向標(biāo)準(zhǔn)化相關(guān)值圖像311的起點(diǎn)像素移動(dòng)(步驟S1501)。該起點(diǎn)像素例如是k＝0，θ＝0的像素。然后，使用算式(12)計(jì)算該像素的標(biāo)準(zhǔn)化相關(guān)值r(k，θ)(步驟S1502)，如果計(jì)算出的r(k，θ)為0以上(步驟S1503“肯定”)，則將該像素值作為r+圖像311a的同一坐標(biāo)的像素值(步驟S1504)。另一方面，如果計(jì)算出的r(k，θ)小于0(步驟S1503“否定”)，則將該像素的像素值的絕對(duì)值作為r-圖像311b的同一坐標(biāo)的像素值(步驟S1505)。
然后，在還未對(duì)標(biāo)準(zhǔn)化相關(guān)值圖像311的全部像素完成正負(fù)分離處理的情況下(步驟S1506“否定”)，移動(dòng)到下一個(gè)注目像素(步驟S1507)，重復(fù)進(jìn)行步驟S1502以下的處理。另一方面，在對(duì)全部像素結(jié)束了正負(fù)分離處理的情況下(步驟S1506“肯定”)，結(jié)束處理。通過(guò)該標(biāo)準(zhǔn)化相關(guān)值正負(fù)分離處理，r+圖像311a以及r-圖像311b作為具有取0.0～1.0的像素值的像素的圖像而被生成。另外，在實(shí)施例2中，說(shuō)明了r-圖像311b的像素的像素值取0.0～1.0的像素值，但該像素值也可以取-1.0～0.0的值。
接著，使用圖27以及圖29說(shuō)明標(biāo)準(zhǔn)化相關(guān)值計(jì)算部分310進(jìn)行的模板圖像正負(fù)分離處理。圖27是模板圖像正負(fù)分離處理的流程圖。如圖29所示，在模板圖像正負(fù)分離處理中，進(jìn)行將模板圖像251分離為作為正的模板圖像的t+圖像251a和作為負(fù)的模板圖像的t-圖像251b的處理。
如圖27所示，在模板圖像的正負(fù)分離處理中，首先向模板圖像251的起點(diǎn)像素移動(dòng)(步驟S1601)。該起點(diǎn)像素例如是k＝0，θ＝0的像素。然后，如果該像素的濃度值為規(guī)定的閾值(Tt)以上(步驟S1602“肯定”)，則將t+圖像251a的同一坐標(biāo)的像素值設(shè)為1(步驟S1603)。另一方面，如果該像素的濃度值小于規(guī)定的閾值(Tt)(步驟S1602“否定”)，則將t-圖像251b的同一坐標(biāo)的像素值設(shè)為1(步驟S1604)。
然后，還未在對(duì)模板圖像251的全部像素完成正負(fù)分離處理的情況下(步驟S1605 “否定”)，移動(dòng)到下一個(gè)注目像素(步驟S1606)，重復(fù)進(jìn)行步驟S1602以下的處理。另一方面，在對(duì)全部像素結(jié)束了正負(fù)分離處理的情況下(步驟S1605 “ 肯定”)，結(jié)束處理。通過(guò)該模板圖像正負(fù)分離處理，t+圖像251a被生成為邊緣部分為1、背景部分為0的二值圖像，t-圖像251b被生成為邊緣部分為0、背景部分為1的二值圖像。
接著，使用圖28以及圖29說(shuō)明正負(fù)分離相關(guān)圖像生成部分320進(jìn)行的正負(fù)分離相關(guān)圖像生成處理。圖28是正負(fù)分離相關(guān)圖像生成處理的流程圖。
如圖29所示，在正負(fù)分離相關(guān)圖像生成處理中，將在標(biāo)準(zhǔn)化相關(guān)值計(jì)算部分310中生成的r+圖像311a、r-圖像311b、t+圖像251a以及t-圖像251b用作輸入圖像，生成A+區(qū)域圖像321、A-區(qū)域圖像322、B+區(qū)域圖像323以及B-區(qū)域圖像324。
例如，在將r+圖像311a以及、t+圖像251a用作輸入圖像的情況下，如圖28所示，首先向各個(gè)圖像的起點(diǎn)像素移動(dòng)(步驟S1701)。然后，在該像素中的t+圖像251a的像素值為1的情況下(步驟S1702“肯定”)，將A+區(qū)域圖像321的像素值作為r+圖像311a的像素值(步驟S1703)。另一方面，在該像素中的t+圖像251a的像素值不是1的情況下(即，是0的情況下)(步驟S1702“ 否定”)，將A+區(qū)域圖像321的像素值設(shè)為0(步驟S1704)。
然后，在還未對(duì)全部像素完成區(qū)域圖像生成處理的情況下(步驟S1705“否定”)，移動(dòng)到下一個(gè)注目像素(步驟S1706)，重復(fù)進(jìn)行步驟S1702以下的處理。另一方面，在對(duì)全部像素結(jié)束了區(qū)域圖像生成處理的情況下(步驟S1705 “肯定”)，由于生成A+區(qū)域圖像321，所以結(jié)束處理。
同樣，由r-圖像311b以及t+圖像251a生成A-區(qū)域圖像322，由r+圖像311a以及t-圖像251b生成B+區(qū)域圖像323，由r-圖像311b以及t-圖像251b生成B-區(qū)域圖像324。
接著，使用圖30～圖32說(shuō)明膨脹處理部分330進(jìn)行的膨脹處理。圖30是用于說(shuō)明在膨脹處理中使用的圖像掩模的說(shuō)明圖，圖31是膨脹處理的流程圖，圖32是用于說(shuō)明由膨脹處理生成的圖像的說(shuō)明圖。
在該膨脹處理中，進(jìn)行將負(fù)的區(qū)域圖像(A-區(qū)域圖像322以及B-區(qū)域圖像324)中包含的噪聲狀的孤立點(diǎn)(像素)向正的區(qū)域圖像(A+區(qū)域圖像321以及B+區(qū)域圖像323)移動(dòng)的處理。通過(guò)進(jìn)行該處理，可以提高核對(duì)值的精度。
如圖30所示，在該膨脹處理中，使用正區(qū)域圖像掩模330a以及負(fù)區(qū)域圖像掩模330b的兩個(gè)圖像掩模。各圖像掩模具有P5以及M5和將這些區(qū)域包圍的8個(gè)區(qū)域。例如，在進(jìn)行從A-區(qū)域圖像322向A+區(qū)域圖像321的膨脹處理的情況下，負(fù)區(qū)域圖像掩模330b的M5與A-區(qū)域圖像322的注目像素合并，將正區(qū)域圖像掩模330a的P5與對(duì)應(yīng)于注目像素的像素合并。然后，依次對(duì)M5的像素值和P1～P9的像素值進(jìn)行比較并進(jìn)行膨脹處理。
接著，以進(jìn)行從A-區(qū)域圖像322向A+區(qū)域圖像321的膨脹處理的情況為例，使用圖31說(shuō)明該膨脹處理的處理步驟。首先，向各個(gè)圖像(321以及322)的起點(diǎn)像素移動(dòng)(步驟S1801)。該起點(diǎn)像素例如為k＝0，θ＝0的像素。然后，為了依次切換正區(qū)域掩模330a的9個(gè)區(qū)域(P1～P9)而對(duì)n設(shè)定1(步驟S1802)。即，在步驟S1802完成的時(shí)刻，成為對(duì)象的正區(qū)域圖像掩模330a的區(qū)域?yàn)镻1。
然后，對(duì)Pn的值和M5的值進(jìn)行比較，在P1的值大于M5的值的情況下(步驟S1803 “肯定”)，用M5置換P5的值并將M5的值設(shè)定為0(步驟S1805)。即，將M5的像素向P5的像素移動(dòng)。另一方面，在Pn的值為M5的值以下的情況下(步驟S1803“否定”)，對(duì)n的值加1(步驟S1804)，在n的值為9以下的情況下(步驟S1806“否定”)，并再次進(jìn)行步驟S1803。
這樣，P1～P9的值中只要有一個(gè)大于M5的值，則將M5的像素向P5移動(dòng)。另一方面，在P1～P9的值都為M5的值以下的情況下(步驟S1806“肯定”)，不進(jìn)行像素的移動(dòng)。
然后，在沒(méi)有對(duì)A-區(qū)域圖像322的全部像素結(jié)束處理的情況下(步驟S1807 “ 否定”)，向下一個(gè)注目像素移動(dòng)(步驟S1808)，進(jìn)行步驟S1802以后的處理。另一方面，在對(duì)A-區(qū)域圖像322的全部像素結(jié)束了處理的情況下(步驟S1807“肯定”)，結(jié)束該膨脹處理。
如圖32所示，通過(guò)該膨脹處理，A+區(qū)域圖像321、A-區(qū)域圖像322、B+區(qū)域圖像323以及B-區(qū)域圖像324分別被圖像變換為已膨脹A+區(qū)域圖像33 1、已膨脹A-區(qū)域圖像332、已膨脹B+區(qū)域圖像333以及已膨脹B-區(qū)域圖像334。另外，由于A-區(qū)域圖像322上的孤立點(diǎn)向A+區(qū)域圖像321移動(dòng)，所以已膨脹A+區(qū)域圖像331的邊緣部分與A+區(qū)域圖像321相比，面積增加。另一方面，已膨脹A-區(qū)域圖像132的邊緣部分與A-區(qū)域圖像322相比，面積減少。
接著，使用圖33說(shuō)明核對(duì)值計(jì)算部分340進(jìn)行的核對(duì)值計(jì)算處理。圖33是用于說(shuō)明關(guān)于已膨脹區(qū)域圖像(331～334)的塊分割將已膨脹A+區(qū)域圖像331進(jìn)行塊分割的情況的例子的說(shuō)明圖。如該圖所示，核對(duì)值計(jì)算部分340首先將各已膨脹A+區(qū)域圖像331分割為水平方向上16個(gè)、垂直方向上4個(gè)的共64個(gè)塊。同樣，對(duì)已膨脹A-區(qū)域圖像332、已膨脹B+區(qū)域圖像333以及已膨脹B-區(qū)域圖像334也進(jìn)行塊分割。
然后，核對(duì)值計(jì)算部分340使用算式(13)進(jìn)行核對(duì)值(Z)的計(jì)算。這里，假設(shè)算式(13)的各系數(shù)aij、bij、cij以及dij使用學(xué)習(xí)樣本通過(guò)線性判斷分析等來(lái)求最佳解。具體來(lái)說(shuō)，由于根據(jù)硬幣的凹凸圖案的設(shè)計(jì)不同而存在容易提取邊緣的硬幣和難以提取邊緣的硬幣，所以這些系數(shù)對(duì)于每個(gè)硬幣的類別取不同的值。通過(guò)由學(xué)習(xí)樣本將這些系數(shù)最佳化從而能夠進(jìn)行高精度的圖像核對(duì)。
而且，核對(duì)值計(jì)算部分340使用設(shè)定了最佳值的系數(shù)aij、bij、cij以及dij和各圖像塊來(lái)計(jì)算核對(duì)值(Z)，在該核對(duì)值為閾值以上的情況下，判定為真正硬幣，在小于閾值的情況下，判定為偽造硬幣。另外，在實(shí)施例2中，說(shuō)明了將各圖像分割為64塊的情況，但塊數(shù)可以是任意的數(shù)。
另外，在算式(13)中，如果將系數(shù)Cij以及dij設(shè)定為0，則可以僅從A+區(qū)域圖像塊以及A-區(qū)域圖像塊來(lái)計(jì)算核對(duì)值(Z)。此外，如果將系數(shù)aij以及bij設(shè)定為0，則可以僅從B+區(qū)域圖像塊以及B-區(qū)域圖像塊來(lái)計(jì)算核對(duì)值(Z)。
這樣，核對(duì)值計(jì)算部分340通過(guò)根據(jù)硬幣的種類或硬件的能力來(lái)調(diào)整圖像塊數(shù)或算式(13)的各系數(shù)的值，從而能夠高效率地進(jìn)行圖像核對(duì)。
另外，在實(shí)施例2的核對(duì)值計(jì)算部分340中，結(jié)構(gòu)為在將各區(qū)域圖像進(jìn)行了塊分割之后，通過(guò)算式(13)來(lái)計(jì)算核對(duì)值(Z)，但不限于此，例如，也可以使用多層神經(jīng)網(wǎng)絡(luò)、支持向量機(jī)、二次識(shí)別函數(shù)等其它的方法。
以后，在對(duì)標(biāo)準(zhǔn)化相關(guān)值圖像311進(jìn)行正負(fù)分離之前進(jìn)行膨脹處理的情況下，使用圖34～圖36進(jìn)行說(shuō)明。圖34是說(shuō)明該膨脹處理的圖像生成步驟的說(shuō)明圖，圖35是用于說(shuō)明該膨脹處理中使用的圖像掩模的說(shuō)明圖，圖36是該膨脹處理的流程圖。
在上述膨脹處理中，在生成各區(qū)域圖像(321～324)之后，將像素從負(fù)的區(qū)域圖像(例如，A-區(qū)域圖像322)移動(dòng)到正的區(qū)域圖像(例如，A+區(qū)域圖像321)。但是，該膨脹處理可以使用正負(fù)分離前的標(biāo)準(zhǔn)化相關(guān)值圖像311和正負(fù)分離前的模板圖像251來(lái)進(jìn)行。
如圖34所示，標(biāo)準(zhǔn)化相關(guān)值計(jì)算部分310首先由輸入圖像233和模板圖像251生成標(biāo)準(zhǔn)化相關(guān)值圖像311。然后，該膨脹處理以生成的標(biāo)準(zhǔn)化相關(guān)值圖像311作為輸入來(lái)進(jìn)行膨脹處理，生成已膨脹的標(biāo)準(zhǔn)化相關(guān)值圖像335。然后，該已膨脹的標(biāo)準(zhǔn)化相關(guān)值圖像335被分離為已膨脹的r+圖像335a和已膨脹的r-圖像335b。然后，將已膨脹的r+圖像335a、已膨脹的r-圖像335b、t+圖像251a以及t-圖像251b作為輸入，進(jìn)行正負(fù)分離相關(guān)圖像生成部分320的處理，輸出已膨脹A+區(qū)域圖像331、已膨脹A-區(qū)域圖像332、已膨脹B+區(qū)域圖像333以及已膨脹B-區(qū)域圖像334。
如圖35所示，在該膨脹處理中，使用輸入圖像掩模330c以及模板圖像掩模330d的兩個(gè)圖像掩模。各圖像掩模具有S5以及T5和將這些區(qū)域包圍的8個(gè)區(qū)域。例如，在使用模板圖像251和標(biāo)準(zhǔn)化相關(guān)值圖像311進(jìn)行膨脹處理的情況下，將輸入圖像掩模330c的S5與標(biāo)準(zhǔn)化相關(guān)值圖像的注目像素合并，將模板圖像掩模330d的T5與對(duì)應(yīng)于注目像素的像素合并。然后，參照S1～S9以及T1～T9的區(qū)域的像素值進(jìn)行比較并進(jìn)行膨脹處理。
使用圖36說(shuō)明該膨脹處理的處理步驟。首先，向各個(gè)圖像(311以及251)的起點(diǎn)像素移動(dòng)(步驟S1901)。該起點(diǎn)像素例如是k＝0，θ＝0的像素。然后，在S5的值為負(fù)的情況下，即相應(yīng)的像素的標(biāo)準(zhǔn)化相關(guān)值為負(fù)的情況下(步驟S1902“否定”)，為了依次切換輸入圖像掩模330c的9個(gè)區(qū)域(S1～S9)以及模板圖像掩模330d的9個(gè)區(qū)域(T1～T9)而對(duì)n設(shè)定1(步驟S1903)。
然后，在Tn的值大于閾值(Tt)的情況下(步驟S1904“肯定”)，判定Sn的值是否為0以上(步驟S1905)，如果Sn的值為0以上(步驟S1905“肯定”)，則對(duì)該Sn的值和S5的絕對(duì)值進(jìn)行比較(步驟S1906)。然后，如果Sn的值大于S5的絕對(duì)值(步驟S1906“肯定”)，則以S5的絕對(duì)值置換Sn的值(步驟S1907)。
即，在S5的周邊的Sn中，在存在Tn的值大于閾值(Tt)并且Sn的值為0以上，而且Sn的值大于S5的絕對(duì)值的區(qū)域(Sn)的情況下，判定該S5的像素為孤立點(diǎn)，取S5的值的絕對(duì)值并將S5的值反轉(zhuǎn)。然后，如果沒(méi)有對(duì)標(biāo)準(zhǔn)化相關(guān)值圖像311的全部像素結(jié)束膨脹處理(步驟S1910“否定”)，則向注目像素移動(dòng)(步驟S1911)并重復(fù)進(jìn)行步驟S1902以下的處理。另一方面，在對(duì)全部像素結(jié)束了膨脹處理的情況下(步驟S1910“肯定”)，結(jié)束該膨脹處理。
另一方面，在Tn的值為閾值(Tt)以下(步驟S1904“否定”)，或Sn的值為負(fù)(步驟S1905“否定”)，或Sn的值為S5的絕對(duì)值以下(步驟S1906“否定”)的情況下，對(duì)n加1(步驟S1908)，如果n為9以下(步驟S1909“ 否定”)，則重復(fù)進(jìn)行步驟S1904以下的處理。另一方面，如果n大于9(步驟S1909“肯定”)，則進(jìn)行步驟S1910的處理。
這樣，即使在標(biāo)準(zhǔn)化相關(guān)值圖像311的正負(fù)分離之前進(jìn)行了膨脹處理的情況下，也能夠取得已膨脹區(qū)域圖像(331～334)。在該情況下，由于使用正負(fù)分離前的標(biāo)準(zhǔn)化相關(guān)值圖像311，所以與生成區(qū)域圖像(321～324)后的膨脹處理相比較，能夠削減成為膨脹處理的對(duì)象的圖像數(shù)，所以能夠進(jìn)行更高效的膨脹處理。
如上所述，通過(guò)實(shí)施例2的圖像核對(duì)裝置、圖像核對(duì)方法以及圖像核對(duì)程序，對(duì)實(shí)施邊緣提取處理和邊緣標(biāo)準(zhǔn)化處理并進(jìn)行特征提取后的極坐標(biāo)變換輸入圖像和預(yù)先實(shí)施了邊緣標(biāo)準(zhǔn)化處理的極坐標(biāo)變換模板圖像進(jìn)行核對(duì)，并對(duì)圖像的偏離角進(jìn)行校正而生成標(biāo)準(zhǔn)化相關(guān)值圖像，同時(shí)根據(jù)各圖像中的像素值是否為閾值以上，而將標(biāo)準(zhǔn)化相關(guān)值圖像以及模板圖像分別分離為正的標(biāo)準(zhǔn)化相關(guān)值圖像以及負(fù)的標(biāo)準(zhǔn)化相關(guān)值圖像，和正的模板圖像以及負(fù)的模板圖像，然后通過(guò)該圖像的組合，生成正的特征區(qū)域圖像、負(fù)的特征區(qū)域圖像、正的背景區(qū)域圖像以及負(fù)的背景區(qū)域圖像，進(jìn)而，實(shí)施進(jìn)行從負(fù)的特征區(qū)域圖像向正的特征區(qū)域圖像的像素移動(dòng)、從負(fù)的背景區(qū)域圖像向正的特征區(qū)域圖像的像素移動(dòng)的膨脹處理，將這些已膨脹處理的區(qū)域圖像進(jìn)行塊分割并通過(guò)線性判別分析等計(jì)算核對(duì)值并進(jìn)行核對(duì)判定，所以能夠?qū)⑤斎雸D像以及模板圖像的全部像素作為核對(duì)對(duì)象，同時(shí)排除伴隨相關(guān)值計(jì)算的孤立點(diǎn)的影響，不僅特征區(qū)域，而且背景區(qū)域的相關(guān)值也很平衡地反映在核對(duì)值中，所以能夠進(jìn)行高精度的圖像核對(duì)并且能夠提高圖像的核對(duì)率。
另外，在實(shí)施例2中，說(shuō)明了對(duì)硬幣的輸入圖像進(jìn)行圖像核對(duì)的情況，但本發(fā)明不限定于此，例如，也可以應(yīng)用于游戲設(shè)施等所使用的金屬類的圖像核對(duì)，或FA(Factory Automation)等中的圓形部件或圓形產(chǎn)品的圖像核對(duì)。此外，核對(duì)對(duì)象物也不一定是圓形，對(duì)于正八邊形或正十六邊形等具有點(diǎn)對(duì)稱形狀的硬幣或部件等，也可以應(yīng)用本發(fā)明。
產(chǎn)業(yè)上的可利用性以上，本發(fā)明的圖像核對(duì)裝置、圖像核對(duì)方法以及圖像核對(duì)程序用于物品的圖像核對(duì)，特別適于紙幣或硬幣等貨幣的核對(duì)。
權(quán)利要求
1.一種圖像核對(duì)裝置，通過(guò)在核對(duì)對(duì)象物的輸入圖像和預(yù)先注冊(cè)的多個(gè)模板圖像之間對(duì)圖像的特征進(jìn)行比較，從而對(duì)圖像進(jìn)行核對(duì)，其特征在于，該圖像核對(duì)裝置包括相關(guān)值圖像分離部件，由所述輸入圖像以及所述模板圖像生成相關(guān)值圖像，根據(jù)像素值是否為閾值以上而將該相關(guān)值圖像分離為正相關(guān)值圖像和負(fù)相關(guān)值圖像；模板圖像分離部件，根據(jù)像素值是否為閾值以上而將所述模板圖像分離為正模板圖像和負(fù)模板圖像；正負(fù)分離相關(guān)圖像生成部件，通過(guò)所述正相關(guān)值圖像以及所述負(fù)相關(guān)值圖像和所述正模板圖像以及所述負(fù)模板圖像的組合，生成多個(gè)正負(fù)分離相關(guān)圖像；以及核對(duì)判定部件，使用所述正負(fù)分離相關(guān)圖像來(lái)進(jìn)行核對(duì)判定。
2.如權(quán)利要求1所述的圖像核對(duì)裝置，其特征在于，所述正負(fù)分離相關(guān)圖像生成部件生成正特征區(qū)域圖像和負(fù)特征區(qū)域圖像，所述正特征區(qū)域圖像以對(duì)每個(gè)像素的所述正相關(guān)值圖像和所述正模板圖像的積進(jìn)行計(jì)算而得到的值作為像素值，所述負(fù)特征區(qū)域圖像以對(duì)每個(gè)像素的所述負(fù)相關(guān)值圖像和所述正模板圖像的積進(jìn)行計(jì)算而得到的值作為像素值。
3.如權(quán)利要求1所述的圖像核對(duì)裝置，其特征在于，所述正負(fù)分離相關(guān)圖像生成部件生成正背景區(qū)域圖像和負(fù)背景區(qū)域圖像，所述正背景區(qū)域圖像以對(duì)每個(gè)像素的所述正相關(guān)值圖像和所述負(fù)模板圖像的積進(jìn)行計(jì)算而得到的值作為像素值，所述負(fù)背景區(qū)域圖像以對(duì)每個(gè)像素的所述負(fù)相關(guān)值圖像和所述負(fù)模板圖像的積進(jìn)行計(jì)算而得到的值作為像素值。
4.如權(quán)利要求1所述的圖像核對(duì)裝置，其特征在于，所述正負(fù)分離相關(guān)圖像生成部件生成正特征區(qū)域圖像、負(fù)特征區(qū)域圖像、正背景區(qū)域圖像以及負(fù)背景區(qū)域圖像，所述正特征區(qū)域圖像以對(duì)每個(gè)像素的所述正相關(guān)值圖像和所述正模板圖像的積進(jìn)行計(jì)算而得到的值作為像素值，所述負(fù)特征區(qū)域圖像以對(duì)每個(gè)像素的所述負(fù)相關(guān)值圖像和所述正模板圖像的積進(jìn)行計(jì)算而得到的值作為像素值，所述正背景區(qū)域圖像以對(duì)每個(gè)像素的所述正相關(guān)值圖像和所述負(fù)模板圖像的積進(jìn)行計(jì)算而得到的值作為像素值，所述負(fù)背景區(qū)域圖像以對(duì)每個(gè)像素的所述負(fù)相關(guān)值圖像和所述負(fù)模板圖像的積進(jìn)行計(jì)算而得到的值作為像素值。
5.如權(quán)利要求2、3或4所述的圖像核對(duì)裝置，其特征在于，所述正負(fù)分離相關(guān)圖像生成部件對(duì)使用所述負(fù)相關(guān)值圖像生成的負(fù)區(qū)域圖像內(nèi)的注目像素和使用所述正相關(guān)值圖像生成的正區(qū)域圖像內(nèi)的該注目像素所對(duì)應(yīng)的對(duì)應(yīng)像素的周?chē)袼剡M(jìn)行對(duì)比，在至少一個(gè)該周?chē)袼氐南袼刂荡笥谠撟⒛肯袼氐南袼刂档那闆r下，進(jìn)行將該注目像素向該對(duì)應(yīng)像素移動(dòng)的膨脹處理。
6.如權(quán)利要求1所述的圖像核對(duì)裝置，其特征在于，所述輸入圖像以及所述模板圖像是通過(guò)使用邊緣提取算子的邊緣提取處理進(jìn)行了圖像變換的邊緣圖像。
7.如權(quán)利要求6所述的圖像核對(duì)裝置，其特征在于，所述邊緣圖像是將提取的邊緣的邊緣強(qiáng)度進(jìn)行標(biāo)準(zhǔn)化而得到的標(biāo)準(zhǔn)化圖像。
8.如權(quán)利要求1所述的圖像核對(duì)裝置，其特征在于，所述模板圖像是將對(duì)于所述核對(duì)對(duì)象物的各個(gè)體的圖像進(jìn)行平均而得到的平均圖像。
9.如權(quán)利要求1所述的圖像核對(duì)裝置，其特征在于，所述相關(guān)值圖像是以將所述輸入圖像或所述模板圖像的每個(gè)像素的相關(guān)值進(jìn)行標(biāo)準(zhǔn)化而得到的標(biāo)準(zhǔn)化相關(guān)值作為像素值的圖像。
10.如權(quán)利要求1所述的圖像核對(duì)裝置，其特征在于，所述核對(duì)判定部件對(duì)所述正負(fù)分離相關(guān)圖像進(jìn)行塊分割并計(jì)算各塊內(nèi)的像素值的總和作為塊值，通過(guò)對(duì)全部所述正負(fù)分離相關(guān)圖像將該塊值和加權(quán)系數(shù)的積相加來(lái)計(jì)算核對(duì)值從而進(jìn)行核對(duì)判定。
11.如權(quán)利要求1所述的圖像核對(duì)裝置，其特征在于，所述核對(duì)判定部件通過(guò)線性判別分析來(lái)計(jì)算所述加權(quán)系數(shù)的值。
12.如權(quán)利要求1所述的圖像核對(duì)裝置，其特征在于，所述核對(duì)對(duì)象物為貨幣。
13.一種圖像核對(duì)方法，通過(guò)在核對(duì)對(duì)象物的輸入圖像和預(yù)先注冊(cè)的多個(gè)模板圖像之間對(duì)圖像的特征進(jìn)行比較，從而對(duì)圖像進(jìn)行核對(duì)，其特征在于，該圖像核對(duì)方法包含相關(guān)值圖像分離步驟，由所述輸入圖像以及所述模板圖像生成相關(guān)值圖像，根據(jù)像素值是否為閾值以上而將該相關(guān)值圖像分離為正相關(guān)值圖像和負(fù)相關(guān)值圖像；模板圖像分離步驟，根據(jù)像素值是否為閾值以上而將所述模板圖像分離為正模板圖像和負(fù)模板圖像；正負(fù)分離相關(guān)圖像生成步驟，通過(guò)所述正相關(guān)值圖像以及所述負(fù)相關(guān)值圖像和所述正模板圖像以及所述負(fù)模板圖像的組合，生成多個(gè)正負(fù)分離相關(guān)圖像；以及核對(duì)判定步驟，使用所述正負(fù)分離相關(guān)圖像來(lái)進(jìn)行核對(duì)判定。
14.一種圖像核對(duì)程序，通過(guò)在核對(duì)對(duì)象物的輸入圖像和預(yù)先注冊(cè)的多個(gè)模板圖像之間對(duì)圖像的特征進(jìn)行比較，從而對(duì)圖像進(jìn)行核對(duì)，其特征在于，該圖像核對(duì)程序使計(jì)算機(jī)執(zhí)行以下步驟相關(guān)值圖像分離步驟，由所述輸入圖像以及所述模板圖像生成相關(guān)值圖像，根據(jù)像素值是否為閾值以上而將該相關(guān)值圖像分離為正相關(guān)值圖像和負(fù)相關(guān)值圖像；模板圖像分離步驟，根據(jù)像素值是否為閾值以上而將所述模板圖像分離為正模板圖像和負(fù)模板圖像；正負(fù)分離相關(guān)圖像生成步驟，通過(guò)所述正相關(guān)值圖像以及所述負(fù)相關(guān)值圖像和所述正模板圖像以及所述負(fù)模板圖像的組合，生成多個(gè)正負(fù)分離相關(guān)圖像；以及核對(duì)判定步驟，使用所述正負(fù)分離相關(guān)圖像來(lái)進(jìn)行核對(duì)判定。
15.一種圖像核對(duì)裝置，通過(guò)在圓形物體的輸入圖像和預(yù)先注冊(cè)的多個(gè)模板圖像之間對(duì)圖像的特征進(jìn)行比較，從而對(duì)圖像進(jìn)行核對(duì)，其特征在于，該圖像核對(duì)裝置包括極坐標(biāo)變換圖像生成部件，在對(duì)所述輸入圖像以及所述模板圖像進(jìn)行了極坐標(biāo)變換的基礎(chǔ)上，生成將兩圖像的旋轉(zhuǎn)偏離校正后的ρ-θ輸入圖像以及ρ-θ模板圖像；相關(guān)值圖像分離部件，由所述ρ-θ輸入圖像以及所述ρ-θ模板圖像生成相關(guān)值圖像，根據(jù)像素值是否為閾值以上而將該相關(guān)值圖像分離為正相關(guān)值圖像和負(fù)相關(guān)值圖像；模板圖像分離部件，根據(jù)像素值是否為閾值以上而將所述ρ-θ模板圖像分離為正模板圖像和負(fù)模板圖像；正負(fù)分離相關(guān)圖像生成部件，通過(guò)所述正相關(guān)值圖像以及所述負(fù)相關(guān)值圖像和所述正模板圖像以及所述負(fù)模板圖像的組合，生成多個(gè)正負(fù)分離相關(guān)圖像；以及核對(duì)判定部件，使用所述正負(fù)分離相關(guān)圖像來(lái)進(jìn)行核對(duì)判定。
16.如權(quán)利要求15所述的圖像核對(duì)裝置，其特征在于，所述正負(fù)分離相關(guān)圖像生成部件生成正特征區(qū)域圖像和負(fù)特征區(qū)域圖像，所述正特征區(qū)域圖像以對(duì)每個(gè)像素的所述正相關(guān)值圖像和所述正模板圖像的積進(jìn)行計(jì)算而得到的值作為像素值，所述負(fù)特征區(qū)域圖像以對(duì)每個(gè)像素的所述負(fù)相關(guān)值圖像和所述正模板圖像的積進(jìn)行計(jì)算而得到的值作為像素值。
17.如權(quán)利要求15所述的圖像核對(duì)裝置，其特征在于，所述正負(fù)分離相關(guān)圖像生成部件生成正背景區(qū)域圖像和負(fù)背景區(qū)域圖像，所述正背景區(qū)域圖像以對(duì)每個(gè)像素的所述正相關(guān)值圖像和所述負(fù)模板圖像的積進(jìn)行計(jì)算而得到的值作為像素值，所述負(fù)背景區(qū)域圖像以對(duì)每個(gè)像素的所述負(fù)相關(guān)值圖像和所述負(fù)模板圖像的積進(jìn)行計(jì)算而得到的值作為像素值。
18.如權(quán)利要求15所述的圖像核對(duì)裝置，其特征在于，所述正負(fù)分離相關(guān)圖像生成部件生成正特征區(qū)域圖像、負(fù)特征區(qū)域圖像、正背景區(qū)域圖像以及負(fù)背景區(qū)域圖像，所述正特征區(qū)域圖像以對(duì)每個(gè)像素的所述正相關(guān)值圖像和所述正模板圖像的積進(jìn)行計(jì)算而得到的值作為像素值，所述負(fù)特征區(qū)域圖像以對(duì)每個(gè)像素的所述負(fù)相關(guān)值圖像和所述正模板圖像的積進(jìn)行計(jì)算而得到的值作為像素值，所述正背景區(qū)域圖像以對(duì)每個(gè)像素的所述正相關(guān)值圖像和所述負(fù)模板圖像的積進(jìn)行計(jì)算而得到的值作為像素值，所述負(fù)背景區(qū)域圖像以對(duì)每個(gè)像素的所述負(fù)相關(guān)值圖像和所述負(fù)模板圖像的積進(jìn)行計(jì)算而得到的值作為像素值。
19.如權(quán)利要求16、17或18所述的圖像核對(duì)裝置，其特征在于，所述正負(fù)分離相關(guān)圖像生成部件對(duì)使用所述負(fù)相關(guān)值圖像生成的負(fù)區(qū)域圖像內(nèi)的注目像素和使用所述正相關(guān)值圖像生成的正區(qū)域圖像內(nèi)的該注目像素所對(duì)應(yīng)的對(duì)應(yīng)像素的周?chē)袼剡M(jìn)行對(duì)比，在至少一個(gè)該周?chē)袼氐南袼刂荡笥谠撟⒛肯袼氐南袼刂档那闆r下，進(jìn)行將該注目像素向該對(duì)應(yīng)像素移動(dòng)的膨脹處理。
20.如權(quán)利要求15所述的圖像核對(duì)裝置，其特征在于，所述ρ-θ輸入圖像以及所述ρ-θ模板圖像是通過(guò)使用邊緣提取算子的邊緣提取處理進(jìn)行了圖像變換的邊緣圖像。
21.如權(quán)利要求20所述的圖像核對(duì)裝置，其特征在于，所述邊緣圖像是將提取的邊緣的邊緣強(qiáng)度進(jìn)行標(biāo)準(zhǔn)化而得到的標(biāo)準(zhǔn)化圖像。
22.如權(quán)利要求15所述的圖像核對(duì)裝置，其特征在于，所述模板圖像是將對(duì)于所述圓形物體的各個(gè)體的圖像進(jìn)行平均而得到的平均圖像。
23.如權(quán)利要求15所述的圖像核對(duì)裝置，其特征在于，所述相關(guān)值圖像是以將所述ρ-θ輸入圖像或所述ρ-θ模板圖像的每個(gè)像素的相關(guān)值進(jìn)行標(biāo)準(zhǔn)化而得到的標(biāo)準(zhǔn)化相關(guān)值作為像素值的圖像。
24.如權(quán)利要求15所述的圖像核對(duì)裝置，其特征在于，所述核對(duì)判定部件對(duì)所述正負(fù)分離相關(guān)圖像進(jìn)行塊分割并計(jì)算各塊內(nèi)的像素值的總和作為塊值，通過(guò)對(duì)全部所述正負(fù)分離相關(guān)圖像將該塊值和加權(quán)系數(shù)的積相加來(lái)計(jì)算核對(duì)值從而進(jìn)行核對(duì)判定。
25.如權(quán)利要求15所述的圖像核對(duì)裝置，其特征在于，所述核對(duì)判定部件通過(guò)線性判別分析來(lái)計(jì)算所述加權(quán)系數(shù)的值。
26.如權(quán)利要求15所述的圖像核對(duì)裝置，其特征在于，所述極坐標(biāo)變換圖像生成部件通過(guò)使所述ρ-θ輸入圖像及所述ρ-θ模板圖像平行移動(dòng)，從而校正兩圖像的旋轉(zhuǎn)偏離。
27.如權(quán)利要求15所述的圖像核對(duì)裝置，其特征在于，所述圓形物體為硬幣。
28.一種圖像核對(duì)方法，通過(guò)在圓形物體的輸入圖像和預(yù)先注冊(cè)的多個(gè)模板圖像之間對(duì)圖像的特征進(jìn)行比較，從而對(duì)圖像進(jìn)行核對(duì)，其特征在于，該圖像核對(duì)方法包括極坐標(biāo)變換圖像生成部件，在對(duì)所述輸入圖像以及所述模板圖像進(jìn)行了極坐標(biāo)變換的基礎(chǔ)上，生成將兩圖像的旋轉(zhuǎn)偏離校正后的ρ-θ輸入圖像以及ρ-θ模板圖像；相關(guān)值圖像分離步驟，由所述ρ-θ輸入圖像以及所述ρ-θ模板圖像生成相關(guān)值圖像，根據(jù)像素值是否為閾值以上而將該相關(guān)值圖像分離為正相關(guān)值圖像和負(fù)相關(guān)值圖像；模板圖像分離步驟，根據(jù)像素值是否為閾值以上而將所述ρ-θ模板圖像分離為正模板圖像和負(fù)模板圖像；正負(fù)分離相關(guān)圖像生成步驟，通過(guò)所述正相關(guān)值圖像以及所述負(fù)相關(guān)值圖像和所述正模板圖像以及所述負(fù)模板圖像的組合，生成多個(gè)正負(fù)分離相關(guān)圖像；以及核對(duì)判定步驟，使用所述正負(fù)分離相關(guān)圖像來(lái)進(jìn)行核對(duì)判定。
29.一種圖像核對(duì)程序，通過(guò)在圓形物體的輸入圖像和預(yù)先注冊(cè)的多個(gè)模板圖像之間對(duì)圖像的特征進(jìn)行比較，從而對(duì)圖像進(jìn)行核對(duì)，其特征在于，該圖像核對(duì)程序使計(jì)算機(jī)執(zhí)行以下步驟極坐標(biāo)變換圖像生成部件，在對(duì)所述輸入圖像以及所述模板圖像進(jìn)行了極坐標(biāo)變換的基礎(chǔ)上，生成將兩圖像的旋轉(zhuǎn)偏離校正后的ρ-θ輸入圖像以及ρ-θ模板圖像；相關(guān)值圖像分離步驟，由所述ρ-θ輸入圖像以及所述ρ-θ模板圖像生成相關(guān)值圖像，根據(jù)像素值是否為閾值以上而將該相關(guān)值圖像分離為正相關(guān)值圖像和負(fù)相關(guān)值圖像；模板圖像分離步驟，根據(jù)像素值是否為閾值以上而將所述ρ-θ模板圖像分離為正模板圖像和負(fù)模板圖像；正負(fù)分離相關(guān)圖像生成步驟，通過(guò)所述正相關(guān)值圖像以及所述負(fù)相關(guān)值圖像和所述正模板圖像以及所述負(fù)模板圖像的組合，生成多個(gè)正負(fù)分離相關(guān)圖像；以及核對(duì)判定步驟，使用所述正負(fù)分離相關(guān)圖像來(lái)進(jìn)行核對(duì)判定。
全文摘要
由輸入圖像以及模板圖像生成相關(guān)值圖像，根據(jù)像素值是否為閾值以上而將該相關(guān)值圖像分離為正相關(guān)值圖像和負(fù)相關(guān)值圖像，根據(jù)像素值是否為閾值以上而將模板圖像分離為正模板圖像和負(fù)模板圖像，通過(guò)正相關(guān)值圖像以及負(fù)相關(guān)值圖像和正模板圖像以及負(fù)模板圖像的組合，生成多個(gè)正負(fù)分離相關(guān)圖像，使用正負(fù)分離相關(guān)圖像來(lái)進(jìn)行核對(duì)判定。此外，作為該輸入圖像以及模板圖像，使用已極坐標(biāo)變換的輸入圖像以及模板圖像。
文檔編號(hào)G07D5/00GK101014978SQ200580023740
公開(kāi)日2007年8月8日 申請(qǐng)日期2005年6月22日 優(yōu)先權(quán)日2004年7月13日
發(fā)明者米澤亨, 龜山博史 申請(qǐng)人:光榮株式會(huì)社