지폐 일련 번호의 고속 인식

Abstract

최근 확산되고 있는 금융 자동화 업무에는 지폐정사기(discriminator), 지폐인식기(recognition machine), 현금입출금기(ATM: automated teller machine)등의 사용이 확산되고 있다. 특히, 지폐 인식기는 지폐의 영상을 획득하여 높은 신뢰도의 영상 처리 기법으로 지폐를 식별하여 분류하는 시스템이다. 따라서 지폐 분류기 에서는 실시간 영상 처리를 할 수 있는 빠른 처리 속도와 분류의 정확도가 가장 중요한 사항이다. 지폐 인식기는 시장 특성상 저 가격으로 제작되어야 한다. 이것은 낮은 하드웨어의 성능으로 다양한 종류의 지폐를 인식해야 함을 의미하며, 짧은 시간 내에 권종을 인식해야 하는 시간적 제약은 복잡한 데이터 처리 및 알고리즘에 많은 시간을 할당할 수 없게 된다. 지폐 인식기는 새로운 권종에 대처하기 위해 특화된 센서가 아닌 범용의 이미지 센서를 사용하여 지폐의 이미지 정보만으로 권종을 인식하도록 설계되어 새로운 권종이 나올 때 마다 재개발할 필요 없이 소프트웨어의 업그레이드만으로 시장에 대처할 수 있도록 하였다. 인식에 많이 연구되고 있는 SVM(Support Vector Machine), Neural Network 또는 Fuzzy 알고리즘들은 저 사양의 하드웨어와 고속(1200매/분)의 시스템에서는 불충분하다. 본 논문은 고속의 시스템에 적합하며 강인한 알고리즘을 제안하였으며, 지폐의 식별뿐만 아니라 지폐의 일련번호를 인식하여 위폐여부를 판단할 수 있는 근 안을 제안하였다. 또한, 사용된 전처리 알고리즘은 저해상도의 이미지 정보에서 발생하는 잡음과 인식속도가 고려된 강인한 방법이다. 효율적인 데이터 획득 및 처리가 가능하도록 제안된 하드웨어 구조와 재개발의 편의성 및 고속의 시스템에 적합한 권종 인식 알고리즘은 달러화(총 13종)를 대상으로 한 권종 인식 실험에서 그 유용성을 검증하였다.; Recently, the recognition machine or the discriminator for banknote is spreading to financial business for the purpose of recognition and classification for banknote. In addition, development of fast DSP(Digital Signal Processor) )and low-priced DSP can manage an image that haves the large amount of data in a short time and enable to make a system of high performance, but recognition machine for banknote must have fast speed of discrimination and the accuracy of classification for real-time image and need high resolution in order to recognize for the character image, because if you use image of low resolution in order to recognize for the character image, recognition rate go down. In this thesis, we propose two methods that can be recognized the character image by using an image that adds Laplacian image and original image in low resolution and can be had fast speed of discrimination and the accuracy of classification by using local mask, probability mask, and block mask..