亚星游戏官网-www.yaxin868.com

专利名称：污损判定装置、纸张类处理装置以及污损判定方法
技术领域：
本发明涉及一种判定纸张类等印刷品中的污损程度的污损判定 装置、污损判定方法以及具有所述污损判定装置的纸张类处理装置 等。
背景技术：
以往，关于判定印刷品中的污损程度的方法，提出有判定通过照 相机或者扫描仪读取的印刷品的图像中的污损程度的方法。例如，有 根据从印刷品读取的图像中的浓度值的平均或方差来判定污损度的 方法。进而，关于判断多个图像之间的变化的方法，有将构成彩色图
像的红(R)、绿(G)以及蓝(B)的各值视为三维向量而进行图像 解析的方法(例如，专利文献l)。此时，能够根据由R、 G、 B三种 颜色的各值构成的三维向量间的距离而判断图像之间的变化。也可以 考虑通过应用这种方法来判定从印刷品读取的图像中的污损度的方 法。
然而，在印刷等制造工序中，不能避免在上述这样的印刷品中产 生一定偏差的情况。也就是说，即使是印刷相同图案的印刷品，这些 印刷品中也会包含因污损以外的原因而造成的偏差(以下，也称为固 有变化成分)。这意味着，即使在印刷相同图案的多个印刷品没有污 损的状态下，从这些印刷品的图像信息计算的浓度平均值也不完全一 致。即，印刷品中固有的变化成分成为对污损程度的判定精度带来坏 影响的主要原因。

发明内容
本发明的一个方面的目的在于，提供一种能够高精度地对图像信
5息中所含的污损度进行判定的污损判定装置、纸张类处理装置以及污 损判定方法。
作为本发明的一个方面的污损判定装置，包括特征抽取部，用 于从包含固有变化的图像信息中抽取多个特征信息；分离部，用于将 利用所述特征抽取部从所述图像信息中抽取的多个特征信息分离为 所述固有变化成分和除此之外的残差成分；以及判定部，用于从利用 所述分离部得到的所述残差成分中抽取表示所述图像信息中的污损 程度的污损变化成分，并根据所述抽取的污损变化成分的大�。�判定 所述图像信息中的污损度。
作为本发明的一个方面的纸张类处理装置，包括读取部，用于 读取印刷有特定图案的纸张类的图像；特征抽取部，用于从利用所述
读取部读取的纸张类的图像信息中抽取多个特征信息；分离部，用于 将利用所述特征抽取部从所述图像信息中抽取的多个特征信息分离 为固有变化成分和除此之外的残差成分；判定部，用于从利用所述分 离部得到的所述残差成分中抽取表示所述图像信息中的污损程度的 污损变化成分，并根据所述抽取的污损变化成分的大�。�判定所迷图 像信息中的污损度；以及处理部，用于根据所述判定部的污损度判定 结果，处理所述纸张类。
作为本发明的一个方面的污损判定方法，包括从包含固有变化 的图像信息中抽取多个特征信息；将从所述图像信息中抽取的多个特 征信息分离为所述固有变化成分和除此之外的残差成分；以及从通过 所述分离得到的所述残差成分中抽取表示所述图像信息中的污损程 度的污损变化成分，并根据所述抽取的污损变化成分的大�。�判定所 述图像信息中的污损度。 本发明的附加目的和效果在随后的说明书中描述，而且根据以下 说明这些部分是清楚的、或者可以通过实践本发明而得知。本发明的 目的和效果可以通过下文中的装置和組合来实现并获得。


构成说明书组成部分而附上的附图，举例说明了本发明的具体实 施例，与 一般性描述和下文中给出的具体实施例中的详细说明 一起用 于解释本发明的原理。
图l是概略地示出纸张类处理系统的结构例的剖面图。
图2是概略地示出在纸张类处理系统中的控制系统的结构例的框图。
图3是表示进行污损判定处理的污损判定部的结构例子的框图。 图4是用于说明污损判定部中的变化成分学习处理流程的流程图。
图5是示意性地示出从图像信息得到的特征向量和部分空间的 关系的图。
图6是用于说明污损判定部中的污损成分学习处理流程的流程图。
图7是示意性地示出除去了固有变化成分的位置向量和部分空 间的关系的图。
图8是用于说明污损判定部中的污损度判定处理流程的流程图。
图9是表示对污损成分的值的污损判定的例子的图。
图10是用于说明进行在线学习功能的污损度判定处理流程的流程图。
具体实施例方式
下面，参照附图详细说明本发明的实施例。
图1是概略地示出本实施例中的纸张类处理系统的结构例的剖面图。
如图l所示，纸张类处理系统包括分拣装置l、封装装置2以及 操作装置3。上述分拣装置1和上述封装装置2通过用于传送纸张类 的传送路径连接。上述分拣装置1和上述操作装置3通过用于进行数 据通信的通信线4连接，上述分拣装置1是对纸张类进行检查处理， 以及基于检查处理的结果对纸张类进行分拣处理等的装置。上述封装装置2是将上述分拣装置1供给的纸张类按规定数目进行封装的装 置。上述操作装置3是用于操作者操作上述分拣装置1的装置。
上述操作装置3例如由个人计算机等构成。上述操作装置3包括 主体3a、操作部3b以及显示部3c。上述主体3a是负责操作装置3 的全部控制的单元。上述主体3a具有未图示的控制部、存储器以及 各种接口等。在上述主体3a中，控制部根据存储在存储器中的控制 程序进行各种处理。而且，上述主体3a具有用于与分拣装置1进行 数据通信的输入输出接口、用于获取通过操作部3b输入的信息的操 作部接口、用于对显示部3c进行显示控制的显示部接口等接口。上 述操作部3b是用于操作者输入对分拣装置1的操作指示等的装置。 例如，上述操作部3b由键盘、鼠标或者触摸屏等构成。上述显示部 3c是用于显示处理结果或者操作向导等的装置。例如，上述显示部 3c由液晶显示装置等显示器装置构成。
在如上构成的操作装置3中，根据操作者对操作部3b的操作指 示而对分拣装置1设置处理内容，或者根据操作者对操作部3b的操 作指示而开始分拣装置1中的处理，或者将分拣装置1以及封装装置 2中的处理结果显示于显示部3c。
上述分拣装置1的主要结构包括供给部IO、传送校正部15、 判别部16、拒收品集聚部17、翻转部18、集聚部19、主控制部20 以及传送控制部21等。下面，依次说明上述分拣装置1中的各结构。
上述主控制部20是负责分拣装置1的全部控制的单元。上述传 送控制部21是根据来自上述主控制部20的传送指示，对分拣装置1 内的纸张类传送进行控制的单元。
上述供给部10是供给成为检查对象的纸张类P的单元。上述供 给部10包括工作台11、支撑板12、弹性体13、取出辊14等。上述 工作台11是放置成为检查对象的纸张类P的单元。载置于上迷工作 台11上的纸张类，以四种相对传送方向的朝向混合的状态放置。上 述支撑板12调整工作台11上的纸张类的位置。上述弹性体13由弹 簧等弹性体构成。上述取出辊14设置于纸张类的取出口。上述弹性体13的一端固定于取出口的附近，另一端与支撑板12连接。
上述支撑板12根据上述弹性体13的弹性力而将工作台11上的
纸张类P推向设置有取出辊14的取出口方向。由此，上述工作台11
上的纸张类P被按压到设置有取出辊14的取出口侧。上述取出口 14
一张一张地取出被按压在取出口侧的纸张类P。由上述取出辊14取出
的纸张类P传送到传送校正部15。
上述传送校正部15是校正纸张类P的传送状态的单元。上述传
送校正部15例如校正正在传送的纸张类中的歪斜(倾斜)以及滑动 (位置偏移)等。上述传送校正部15由多个传送辊以及定时传感器
等构成。由上述传送校正部15校正传送状态的纸张类P传送到判别
部16。
上述判别部16是判别纸张类的真伪或者状态等的单元。关于基 于上述判别部16的判别处理，在后面详细说明。基于上述判别部16 的判别结果提供到分拣装置1中的对纸张类的传送进行控制的主控制 部20。上述主控制部20根据上述判别部16的判别结果，控制设置于 分拣装置1内的各处的各门G1~G8的驱动。
上述门Gl例如是分开拒收券和处理券的门。拒收券看成是被上 述判别部16判别为"不能判别的券，，的纸张类。即，拒收券例如是被 上述判别部16判定为假券的纸张类，和判定为有折、破损或歪斜的 纸张类等。上述主控制部20驱动门Gl，使被判别部16判定为拒收 券的纸张类传送到拒收品集聚部17。例如，在图l所示的例子中，上 述主控制部20通过向右侧(顺时针方向)摆动门Gl,由此将纸张类 作为该拒收券传送到拒收品集聚部17。
另外，处理券看成是^Lh述判别部16判定为"能够处理的券"的 纸张类。例如，处理券是被上述判定部16判定为真券的纸张类P。但 是，假设，被判定为真券的处理券的纸张类P中包括污损度低的正券 和污损度大的损券。例如，能够再次流通的纸张类被判定为正券，不 能够再次流通的纸张类被判定为损券。上述主控制部20驱动门Gl， 使对^L上述判定部16判定为处理券的纸张类进行分拣处理。例如，在图1所示的例子中，上述主控制部20通过向左侧(逆时针方向) 摆动门Gl，由此将纸张类作为处理券传送到用于进行分拣处理的后 级各部(翻转部18、集聚部19或者封装装置2 )。
作为处理券通过上述门Gl的纸张类传送到门G2。上述门G2 设在翻转部18的前面。上述门G2是分开需要翻转的纸张类和不需要 翻转的纸张类的门。即，上述主控制部20根据上述判别部16的判别 结果和集聚部19或者封装装置2的设置状态，判断是否需要翻转纸 张类的朝向或者表背面。
上述主控制部20驱动门G2，以将判断为需要翻转朝向或表背面 的纸张类传送到翻转部18。例如，在图l所示例子中，上述主控制部 20通过向右侧(顺时针方向)摆动门G2，由此将需要翻转朝向或表 背面的纸张类传送到翻转部18。而且，上述主控制部20驱动门G2， 以将判断为不需要翻转朝向或表背面的纸张类传送到集聚部19或封 装装置2。例如，在图1所示例子中，上述主控制部20通过向左侧(逆 时针方向)摆动门G2，由此使不需要翻转表背面的纸张类不通过翻 转部18而传送。
上述翻转部18由转向翻转部(未图示)以及表背翻转部18a等 构成。上述转向翻转部是翻转纸张类的朝向的机构。上述表背翻转部 18a是翻转纸张类的表背面的机构。例如，在只翻转纸张类的朝向时， 在上述翻转部18中通过上述转向翻转部翻转纸张类的朝向。在只翻 转纸张类的表背面时，在上述翻转部18中通过上述表背翻转部18a 翻转纸张类的表背面。而且，在翻转纸张类的朝向和表背面时，在上 述翻转部18中通过上述转向翻转部和上述表背翻转部18a翻转纸张 类的朝向以及表背面。
通过上述翻转部18的纸张类传送到门G3。而且，作为不需要翻 转的纸张类而通过门G2传送的紙张类传送到门G3。上述门G3是将 纸张类的传送目的地分成集聚部19或封装装置2中的任意一个的门。 即，上述主控制部20根据上述判别部16的判别结果和集聚部19以 及封装装置2的设置状态，判断将纸张类传送到集聚部19，或者传送到封装装置2。
当上述主控制部20判断为将纸张类传送到封装装置2时，驱动 门G3，以使纸张类传送到封装装置2。例如，在图l所示例子中，上 述主控制部20通过向右侧(顺时针方向)摆动门G3，由此将纸张类 传送到封装装置2。而且，当上述主控制部20判断为将纸张类传送到 集聚部19时，驱动门G3，以使该纸张类传送到集聚部19。例如，在 图1所示的例子中，上述主控制部20通过向左侧(逆时针方向)摆 动门G3,由此将该纸张类传送到集聚部19。
上述集聚部19具有门G4 G8和集聚库19a~19f。各门G4 ~ G8是用于将纸张类分配到各集聚库19a 19f的门。上述各门G4~ G8分开集聚到各集聚库19a ~ 19e的纸张类和除此之外的纸张类。例 如，在将纸张类集聚到集聚库19a时，上述主控制部20驱动门G4， 以将该纸张类分配到集聚库19a。同样，在将纸张类集聚到集聚库 19b~19e时，上述主控制部20驱动门G5~G8，以将该纸张类分配 到集聚库19b 19e。另外，在将纸张类集聚到集聚库19f时，上述主 控制部20驱动门G8，以将该纸张类分配到集聚库19f。
而且，上述主控制部20根据上述判别部16的判别结果等，确定 应集聚各纸张类的集聚库。例如，在对各集聚库19a 19f分配有纸张 类的券种时，上述主控制部20根据上述判别部16的券种的判别结果， 确定应集聚纸张类的集聚库。
上述各集聚库由叶轮车、临时集聚库、隔板、盒子以及推杆等构 成。在各集聚库中， 一边通过叶轮车吸收传送来的纸张类P的动能， 一边往临时集聚库中集聚纸张类。通过打开隔板，集聚到临时集聚库 中的纸张类向盒子内掉落。掉落到盒子内的纸张类通过推进器压入盒 子的深处。
上述封装装置2由封装控制部30、主传送路径31、第一集聚部 32、第二集聚部33、封装机构34等构成。上述封装控制部30是负责 封装装置2内的控制的单元。上述主传送路径31传送从上述分拣装 置1提供的纸张类。在上述主传送路径31传送的纸张类通过门Gll
ii或者门G12分配到第一集聚部32或笫二集聚部33中的任意一个。例 如，门11是用于将在上述主传送路径31传送的纸张类传送到第一集 聚部32的门。即，上述封装控制部30通过驱动门Gll来将纸张类传 送到第一集聚部32。
上述第一集聚部32以及第二集聚部33由叶轮车、临时集聚库、 支撑板等构成。在上述第一集聚部32以及第二集聚部33中，叶轮车 一边吸收纸张类的动能， 一边将该纸张类集聚到临时集聚库。集聚到 临时集聚库中的规定数目(例如，100张)的纸张类通过能上升及下 降的支撑板传递到封装机构34内的封装盘34a中。
上述封装机构34由封装盘34a、印刷部34b、带巻部34c等构成。 在上述封装机构34中，在封装盘34a上装载从上述支撑板提供的规 定数目的纸张类。印刷部34b包括印刷机构和带送机构。上述印刷机 构在纸带上印刷规定的事项，该纸带用于封装装栽在封装盘34a上的 规定数目的纸张类。印刷机构印刷处理的纸带通过带送机构送到带巻 部34c。上述带巻部34c将从上述印刷部34b送来的纸带缠绕于装载 在封装盘34a上的规定数目的纸张类上。
图2是概略地示出在如上构成的纸张类处理系统中的控制系统 的结构例的框图。
如图2所示，主控制部20与判别部16、传送控制部26、封装控 制部30以及操作装置3等连接。
上述主控制部20接收来自操作装置3的动作指示。而且，上述 主控制部20还具有将表示纸张类的处理结果的信息发送给操作装置3 的功能，所述纸张类的处理结果包括分拣装置1或封装装置2中的上 述判别部16的判别结果等。上述主控制部20从上述判别部16接收 对纸张类P的判别结果。而且，上述主控制部20还具有将设置值等 发送给判别部16的功能，所述设置值用于与处理模式等相应的判定 处理等。上述主控制部20控制传送控制部21和封装控制部30。上述 主控制部20向上述传送控制部21发送对纸张类的传送处理的指示。 而且，上述主控制部20还具有从上述传送控制部21接收表示分拣装置1内的纸张类的传送状况的信息等的功能。上述主控制部20向封 装控制部30发送对纸张类的封装处理的指示。而且，上述主控制部 20还具有从上述封装控制部30接收表示在封装装置2中的纸张类的 处理状况的信息等的功能。
如图2所示，上述主控制部20具有CPU41、存储部42、 1/F(接 口 )部43、 I/F (接口 )部44等。
上述CPU41是负责主控制部20中的控制或者数据处理等的单 元。上述CPU41通过执行存储在上述存储部42中的各种程序来实现 各种处理。上述存储部42是存储各种数据的存储器。上述存储部42 包括RAM、 ROM、 NVRAM或者硬盘装置等存储器。
在图2所示例子中，作为由上述CPU41执行的程序，上述存储 部42中安装有应用程序46a、命令程序46b、维护程序46c等。而且， 上述存储部42中还存储有在主控制部中的各种处理中所使用的参数 47等。
上述接口部43是用于与上述判别部16、上述传送控制部21或 者上述封装控制部30进行数据通信的接口 。上述接口部44是用于与 上述操作装置3进行数据通信的接口 。
如图2所示，上述判别部16具有CPU51、存储部52、接口 (I/F) 部53、图4象读取部54a、信号处理部55a、传感器54b、 54c、…、54n、 信号处理部55b、 55c.....55n等。
上述CPU51是执行对纸张类的各种判定处理的单元。上述 CPU51通过执行存储在上述存储部52中的各种程序来实现各种处 理。上述存储部52是存储各种数据的存储器。上述存储部52包括 RAM、 ROM、 NVRAM或者硬盘装置等存储器。例如，在上述存储 部52中存储由上述CPU51执行的程序56a、 56b、 56c、…、56d以 及参数58等。上述接口部53是用于与上述主控制部20进行数据通 信的接口。例如，基于上述判别部16的各种判定结果通过上述接口 部53向上述主控制部20通知。
上述图像读取部54a是读取作为判别对象的纸张类的图像的单
13元。即，上述图像读取部54a是读取通过如图l所示的结构传送来的 纸张类的图像的单元。上述图像读取部54a例如由将纸张类的图像作 为彩色图像以光学方式读取的彩色扫描仪等构成。在本实施例中，上 述图像读取部54a当作是读取用红(R)、绿(G)、蓝(B)各信号 表示各像素的彩色图像信息的单元。但是，上述图像读取部54a只要
是读取用多个要素表示的图像信息的单元即可。上述信号处理部55a 是处理上述图像读取部54a读取的图像信息的单元。对于上述图像读 取部54a读取的图像信息，由上述信号处理部55a实施规定的处理。 上述信号处理部55a处理的图像信号提供到上述CPU51。
另夕卜，各传感器54b、 54c、 ...、 54n分别是用于从纸张类检测各
种信息的传感器。多个传感器54b、 54c..... 54n中包括检测表示纸
张类中的磁信息的信号的传感器、检测表示纸张类厚度的信号的传感 器、检测表示纸张类中的焚光信息的信号的传感器等。各信号处理部
55b、 55c.....55n分别是处理各传感器54b、 54c、 ...、 54n检测出
的信号的单元。例如，信号处理部55b、 55c..... 55n由对信号进行
放大的放大电路、将模拟信号转换为数字信号的AD转换电路、或者 对数字信号进行逻辑运算的逻辑电路等构成。
在图2所示的例子中，作为由上述CPU51执行的程序，上述存 储部52中安装有污损判定程序56a、判别程序56b、 56c、 ...、 56n等。 而且，上述存储部52中还存储有在上述CPU51执行的各种处理中使 用的参数58等。而且，上述存储部52中存储有辞典部59。
上述CPU51通过执行存储在上述存储部52中的污损判定程序
56a，由此起污损判定部的作用。而且，各判别程序56b、 56c.....
56n分别是与传感器54b、 54c、 ...、 54n对应的程序。各判别程序56b、
56c.....56n是用于根据传感器54b、 54c.....54n检测出的信号判
别纸张类中的各种特征的程序。即，上述CPU51通过执行各判别程 序56b、 56c..... 56n而起到判定各种特征的判定部的作用。
存储在上述存储部52中的辞典部59中，存储通过上述污损判定 程序56a实现的污损判定处理中所参照的信息。例如，上述辞典部59中存储变换矩阵(第一变换矩阵)AY以及变换矩阵(第二变换矩阵) AC，其中，所述变换矩阵(第一变换矩阵)AY用于从图像信息中的 多个特征量分离出固有变化成分和除此之外的残差成分，所述变换矩 阵(第二变换矩阵)AC用于从除去了所述固有变化成分的残差成分 中抽取表示污损程度的变化成分。
如图2所示，上述传送控制部21具有CPU61、存储部62、接口 (I/F)部63等。
上述CPU61是负责传送控制部21中的各种控制或者数据处理等 的单元。上述CPU61通过执行存储在上述存储部62中的各种程序来 实现各种处理。上述存储部62是存储各种数据的存储器。上述存储 部62包括RAM、 ROM、 NVRAM或者硬盘装置等存储器。
在图2所示的例子中，作为由上述CPU51执行的程序，上述存 储部62中安装有传送控制固件65等。而且，上述存储部62中还存 储有在传送控制部21中的传送控制中所使用的传送控制参数66等。
上述接口部63是用于与上述主控制部20进行数据通信的接口。 例如，上述CPU61才艮据通过上述接口部63从上述主控制部20提供 的传送指示，进行纸张类的传送控制。
如图2所示，上述操作装置3具有主体3a、操作部3b、显示部 3c等。
上述主体3a具有CPU、存储器、各种接口等。上述主体3a通 过上述CPU执行存储在上述存储器中的各种程序来实现各种处理。 上述操作部3b由键盘、鼠标、触摸屏等输入装置构成。操作者通过 上述操作部3b输入的信息通过未图示的接口提供到主体3a。上述显 示部3c由液晶显示装置等显示装置构成。上述显示部3c显示纸张类 的处理结果，或者显示对操作者的操作向导等。
在如上构成的操作装置3中，例如，上述主体3a将操作者通过 操作部3b输入的操作指示输出给上述主控制部20。而且，上述主体 3a具有在显示部3c显示表示上述主控制部20要求的纸张类的处理结 果的信息等的功能。下面，说明在上述判别部16中用于进行污损判定处理的结构。
图3是进行污损判定处理的污损判定部70的结构例子的框图。
如上所述，在上述判别部16中，上述CPU51通过执行存储在上 述存储部52中的污损判定程序56a而起到污损判定部70的作用。图 3所示的污损判定部70中的各构成要素当作是上述CPU51通过执行 污损判定程序56a而实现的功能。但是，上述污损判定部70中的一 部分或者全部构成要素也可以由硬件构成。
如图3所示，上述污损判定部70具有输入处理部71、特征抽取 部72、分离部73、判定部74、输出处理部75、变化学习部(第一学 习部)76、词典处理部77以及污损学习部(第二学习部)78等。
上述输入处理部71进行输入图像信息的处理。上述输入处理部 71输入由上述信号处理部55a对上述图像读取部54a读取的紙张类的 图像信息进行处理后的图像信息。在本实施例中，上述输入处理部71 输入用多个颜色信号(R信号、G信号以及B信号)表现的彩色图像 信息(即，纸张类的彩色图像)。例如，上述输入处理部71进行如 下处理，即输入在后述污损判定处理中作为污损判定对象的图像信 息。而且，上述输入处理部71进行如下处理，即输入在后述的变化 成分的学习处理或者污损成分的学习处理中作为样本的图像信息。
上述特征抽取部72抽取通过上述输入处理部71输入的图像信息 中的多个特征量。例如，当输入的图4象信息为由红(R)、绿(G)、 蓝(B)构成的彩色图像时，上述特征抽取部72计算该图像信息中的 多个平面的每个颜色信息(R、 G、 B)的各浓度平均值作为多个特征 量。但是，上述特征抽取部72抽取的特征量并不局限于R、 G、 B的 各浓度平均值。例如，上述特征抽取部72也可以将通过红外线传感 器读取的图像信息(IR)中的浓度平均值作为特征量的一个来抽取。 进而，上述特征抽取部72也可以抽取浓度方差值、浓度微分值等作 为特征量，而不局限于各种信号中的浓度平均值。
而且，上述特征抽取部72抽取的特征量的数目并不局限于三个。 例如，上述特征抽取部72也可以抽取R、 G、 B、 IR的各浓度平均值
16作为四个特征量。进而，上述特征抽取部72也可以将输入的图像信 息分割为多个小区域，并抽取分割的各小区域中的各信号的浓度平均 值作为多个特征量。上述特征抽取部72可以单独抽取如上所述的各 种特征，或者抽取组合的如上所述的各种特征的多个特征量。
上述变化学习部76是生成(学习)用于分离(除去)输入的图 像信息中的固有变化成分的信息的单元。例如，当输入了印刷有特定 图案的印刷品(纸张类)的读取图像时，上述变化学习部76例如生 成用于抽取在对该纸张类的图案印刷工序中发生的印刷变化成分作
为固有变化成分的信息。换言之，上述变化学习部76生成用于抽取 不是因作为处理对象的印刷品中的污点而引起的固有变化成分(印刷 变化成分)的信息。在本实施例中，上述变化学习部76当作是生成 用于抽取固有变化成分的变换矩阵的单元。
即，上述变化学习部76将从无污损的状态的图像信息中抽取的 多个特征量作为多维特征向量而KL展开。KL展开是主成分分析。 因此，通过对上述特征向量的KL展开，生成作为固有变化成分的主 成分和除此之外的成分(残差成分)分离的部分空间Y。上述变化学 习部76计算变换矩阵AY，该变换矩阵AY用于从作为处理对象的印 刷品的图像信息中分离主成分和残差成分。上述变化学习部76利用 变换矩阵AY，计算将作为从图像信息中抽取的多个特征量的组的特 征向量投影到部分空间Y中的投影值(第一部分向量)。作为该投影 值，得到与特征量的数目(维数)相对应的各成分。即，上述投影值 成为将固有变化成分和除此之外的残差成分分离的值。
上述分离部73对输入的图l象信息中的各种成分进行分离处理。 上述分离部73是分离输入的图像信息中的固有变化成分和除此之外 的残差成分的单元。例如，当得到三个特征量时，上述分离部73根 据变换矩阵AY，计算作为投影值的部分空间(第一部分向量)，该 投影值是将作为三个特征量的组的三维特征向量投影到部分空间Y 的值。即，上述分离部73根据上述变化学习部76生成的三维部分空 间Y,将图像信息中的三个特征量的组分离为固有变化主成分和残差200810215986.9
成分。由此，在上述分离部73中，除了图像信息中的固有变化主成 分之外，能够抽取剩余的残差成分。
上述污损学习部78是生成(学习)用于分离(抽取)因输入的 图像信息中的污损而产生的变化成分的信息的单元。原理上，在上述 固有变化成分被除去的图像信息中，变化成分被认为是表示污损程度 的信息。即，上述污损学习部78生成用于从除去了固有变化成分的 残差成分中抽取表示污损度的变化成分的信息。在本实施例中，上述 污损学习部78当作是生成用于抽取污损变化成分的变换矩阵AC的 单元。
即，上述污损学习部78将从有污损的图像信息中得到的除去了 固有变化成分的残差成分的组作为位置向量而KL展开。KL展开是 主成分分析。因此，在对上述位置向量(残差成分向量)的KL展开 中，生成作为变化主成分的污损成分和除此之外的成分(残差成分) 分离的部分空间C。上述污损学习部78计算变换矩阵AC,该变换矩 阵AC用于从作为处理对象的印刷品的图像信息中抽取由除去了固有 变化成分的残差成分构成的向量中的变化的主成分(污损成分)。变 换矩阵AC计算将位置向量投影到部分空间C的投影值(第二部分向 量)，该位置向量由从图像信息中抽取的多个特征量的组中除去了固 有变化成分的残差成分的组所构成。在该投影值中，主成分成为表示 污损程度的变化量。
上述判定部74是进行污损度判定的单元。在图3所示的结构例 中，上述判定部74根据固有变化成分通过上述分离部73分离的残差 成分判定污损度。例如，在从三个特征量的組(特征向量)中得到固 有变化成分和两个残差成分时，上述判定部74计算作为投影值的部 分空间(第二部分向量)，该投影值是将两个残差成分的组合(二维 位置向量)根据变换矩阵AC投影到二维部分空间C的值。在向部分 空间C的投影值中，抽取作为主成分的污损变化成分。由此，上述判 定部74根据污损变化成分的大小来判定污损度。
上述输出处理部75是进行如下处理的单元，即输出基于上述判
18定部74的污损度的判定结果。上述输出处理部75例如通过上述接口 部53向主控制部20输出表示污损度的信息。在此，假设判定纸张类 的污损度。因此，上述输出处理部75向主控制部20输出表示对通过 上述图像读取部54a读取图像的纸张类的污损度的信息。
上述词典处理部77是对上述词典部59进行处理的单元。例如， 上述词典处理部77进行从词典部59中读出上述变换矩阵AY或者上 述变换矩阵AC的处理。而且，上述词典处理部77进行将上述变换 学习部76生成的变换矩阵AY或者上述污损学习部78生成的变换矩 阵AC存储到词典部59中的处理。而且，上述词典处理部77还对存 储在上述词典部59中的变换矩阵AY或者变换矩阵AC进行更新处理 等。例如，当上述污损学习部78生成新的变换矩阵AC时，上述词 典处理部77对存储在上述词典部59中的变换矩阵AC进行更新处理。
下面，说明如上构成的污损判定部70的动作。
上述污损判定部70进行大致分为如下的处理变化成分的学习 处理、污损成分的学习处理以及污损度的判定处理。
上述变化成分的学习处理是生成用于抽取图像信息中的固有变 化成分(即，不是起因于污损的变化成分)的信息的处理。其中，作 为印刷品的图像信息中的固有变化成分，例如主要考虑在印刷品的印 刷工序中产生的印刷变化等。上述变化成分的学习处理是通过判别部 16内的CPU51执行变化成分学习程序57a而实现的。
上述污损成分的学习处理是生成用于抽取图像信息中所含的污 损成分(即，起因于污损的变化成分)的信息的处理。上述污损成分 的学习处理是通过判别部16内的CPU51执行污损成分学习程序57b 而实现的。
上述污损度的判定处理是根据从图像信息中除去了固有变化成 分的信息中的污损成分的大小来判定污损度。即，在上述污损度的判 定处理中，根据通过上述变化成分的学习处理得到的信息，从输入的 图像信息中除去固有变化成分。进而，在上述污损度的判定处理中， 根据通过上述污损成分的学习处理得到的信息，从除去了固有变化成分的信息判定污损成分的大小(即，污损度)。上述污损成分的学习
处理通过判别部16内的CPU51执行污损度判定程序57c而实现。
下面，对于变化成分的学习处理、污损成分的学习处理以及污损
度的判定处理，分别详细说明。其中，在以下说明中，作为纸张类(印
刷品)的一个例子，假设以纸币为处理对象。 首先，说明上述变化成分的学习处理。
纸币等纸张类是通过将规定的图案印刷到介质(券面)而制作的。 刚印刷规定图案之后的纸张类处于没有伴随使用的污点的状态(未使 用状态)。考虑这种纸张类在流通阶段中渐渐污损。因此，在上述变 化成分的学习处理中，输入从流通前状态(即，未使用状态)的多个 纸张类中读取的图像信息作为样本。在上述变化成分的学习处理中， 根据从未使用状态的多个纸张类读取的图像信息生成表示固有变化 成分的信息。
图4是用于说明上述污损判定部70中的变化成分学习处理流程 的流程图。
在此，假设在变化成分的学习处理中作为样本而需要的图像信息 (未使用状态的纸张类的图像)的数目为I (N)个。其中，I (N) 是2以上的自然数。I (N)是用于生成后述的部分空间Y的样本数。
当开始变化成分的学习处理时，操作者在上述供给部10上放置 I (N)张以上的未使用状态的纸张类。进而，操作者向操作装置3的 操作部3b输入开始变化成分学习处理的操作指示。于是，上述操作 装置3的主体3a向上述分拣装置1的主控制部20提供变化成分学习 处理的开始指示。
上述主控制部20从上述操作装置3接收到变化成分学习处理的 开始指示后，指示上述判别部16执行变化成分学习处理。在上述判 别部16中，上述CPU51通过上述接口部53接收来自上述主控制部 20的变化成分学习处理的执行指示。上述CPU51接收到变化成分学 习处理的执行指示后，加载包含在污损判定程序56a中的变化成分学 习程序57a。由此，上述CPU51起到用于执行变化成分学习处理的上述污损判定部70的作用。
而且，从上述操作装置3接收变化成分学习处理的开始指示的上 述主控制部20通过上述传送控制部21将放置于上述供给部10上的 未使用状态的纸张类一张一张地传送。由此，未使用状态的纸张类一 张一张地传送到判别部16。在上述判别部16中，由上述图像读取部 54a依次读取正在传送的未使用状态的纸张类的图像。由上述图像读 取部54a读取的图像信息通过上述信号处理部55a依次供给到作为上 述污损判定部70发挥作用的上述CPU51中。
作为上述污损判定部70发挥作用的上述CPU51首先设置变量i 的初始值为"i-l，，(步骤Sll)。其中，上述变量i例如i殳置在未图示 的CPU51的内部存储器中。当上述变量i小于等于I (N)时(在步 骤S12中"是，，)，上述污损判定部70的上述输入处理部71输入上述 图像读取部54a读取的第i个纸张类的图像信息X( N )i(步骤S13 )。 上述输入处理部71输入的图像信息X (N) i供给到上述特征抽取部 72。在此，如上所述，假设上述图像读取部54a以由R、 G以及B信 号构成的彩色图像读取纸张类的图像。
当从上述输入处理部71供给图像信息X (N) i时，上述特征抽 取部72分别计算该图像信息X (N) i中的多个特征量(步骤S14)。 在此，上述特征抽取部72计算该图像信息X (N) i中的作为彩色图 像信息的R、 G、 B的各浓度平均值(n ( N ) Ri、 n ( N ) Gi、 n ( N ) Bi),作为多个特征量。其中，在能够指定上述图像信息X (N) i中 的印刷区域(印刷有规定图案的区域)时，上述图像抽取部72也可 以在上述图像信息X (N) i的印刷区域中计算R、 G、 B的各浓度平 均值。
在上述特征抽取部72计算出上述图4象信息X (N) i中的各浓度 平均值(n (N) Ri、 n (N) Gi、 n ( N ) Bi)之后，增加上述变量i， 更新为"i = i + 1"(步骤S15 )。当增加的变量i小于等于I ( N )时(在 步骤S12中"是，，)，上述输入处理部71以及上述特征抽取部72重复 执行计算作为各图像信息X (N) i中的多个特征量的R、 G、 B的各
21浓度平均值(n ( N ) Ri、 p ( N ) Gi、 n ( N ) Bi)的处理(步骤S12 ~ S15)。
另外，当增加的变量i不小于等于I(N)时(即，i>I(N)时)， 上述变化学习部7々进行生成用于从输入的I (N)个图像信息中抽取 固有变化成分的部分空间的处理(步骤S16)。即，上述变化学习部 76将上述特征抽取部72从1 (N)个的各图像信息中抽取的多个特征 量的组分别视为各图像信息的特征向量。上述变化学习部76对I(N) 个图像信息的特征向量进行主成分分析。在本实施例中，作为主成分 分析，上述变化学习部76对各图像信息的特征向量进行KL展开。 上述KL展开是将I ( N )个图像信息的特征向量的分布变换为部分空 间Y(Y-Y1、 Y2、 Y3)的处理。即，上述变化学习部76通过上述 KL展开将I (N)个图像信息的特征向量(n (N) Ri、 fi (N) Gi、 n (N) Bi)变换为部分空间Y (步骤S16)。
例如，图5是示意性地示出作为从图像信息得到的多个特征量的 组的特征向量(H(N)Ri、 n(N)Gi、 n(N)Bi)和部分空间Y(Y1、 Y2、 Y3)的关系的图。如图5所示，构成上述部分空间Y的Yl、 Y2、 Y3是互相垂直的三个方向上的成分。如上所述，通过KL展开从I( N ) 个图像信息中得到的特征向量而计算出的上述部分空间Y是最良好 地近似于I (N)个特征向量的分布的空间。这样的部分空间Y中的 Yl是最良好地近似于I(N)个特征向量的变化的主成分(变化成分)。 其中，在此，上述部分空间Y中的Y2成分以及Y3成分也可以称为 残差成分。
在上述变化成分的学习处理中，输入的I (N)个图像信息是从 未使用状态的N个纸张类读取的图像信息。在此，如果以未使用状态 的I (N)个纸张类中没有污损且印刷有相同图像为前提，则输入的I (N)个图像信息之间的变化要素可以视为在将图像印刷到纸张类的 工序中产生的偏差(即，固有变化成分)。即，从I(N)个未使用状 态的纸张类读取的I ( N )个图像信息中的变化认为是输入的图像信息 中的固有变化成分。因此，上述部分空间Y中的Yl成分视为输入的I (N)个图像信息中的变化的主成分(印刷在未使用状态的纸张类上 的图像中的固有变化成分)。在此，假设作为Yl成分的变化的主成 分(固有变化成分)是印刷品中的印刷变化的主成分。
如果上述部分空间Y中的Yl成分是图像信息中的印刷变化的主 成分，则通过将图像信息的特征向量投影到上述部分空间Y，由此能 够容易地抽取(或者除去)该图像信息中的固有变化成分(印刷变化 成分)。因此，上述变化学习部76生成三维变换矩阵AY，该三维变 换矩阵AY用于将图像信息的特征向量投影到部分空间Y。上述变化 学习部76生成的变换矩阵AY通过上述词典处理部77保存到词典部 59中(步骤S17)。保存在上述词典部59中的变换矩阵AY是用于 从纸张类的图像信息中抽取作为固有变化成分的印刷变化的主成分 的信息。
下面，说明上述污损成分的学习处理。
上述污损成分的学习处理是生成用于抽取从纸张类读取的图像 信息中的污损成分的信息的处理。纸币等纸张类在流通阶段(使用阶 段)中产生污点或者破损等。在上述污损成分的学习处理中，作为样 本，输入从流通后的状态(即，已使用状态)的多个纸张类读取的图 像信息。根据这种样本生成用于抽取污损成分的信息。但是，如上所 述，印刷在各纸张类上的图像中包含与污损无关的印刷变化成分。因 此，在上述污损成分的学习处理中，根据上述变换矩阵AY排除印刷 变化成分，生成用于抽取污损成分的信息。
图6是用于说明上述污损判定部70中的污损成分学习处理流程 的流程图。
在此，假设在污损成分的学习处理中作为样本而需要的图像信息 (已使用状态的纸张类的图像)的数目为I (U)个。其中，I (U) 是2以上的自然数，是用于生成后述的部分空间C的样本数。
当开始污损成分的学习处理时，操作者在上述供给部10上放置 I (U)张以上的已使用状态的纸张类。进而，操作者向操作装置3的 操作部3b输入开始污损成分学习处理的操作指示。于是，上述操作
23装置3的主体3a向上述分拣装置1的主控制部20提供污损成分学习 处理的开始指示。
上述主控制部20从上述操作装置3接收到污损成分学习处理的 开始指示后，指示上述判别部16执行污损成分的学习处理。在上述 判别部16中，上述CPU51通过上述接口部53接收来自上述主控制 部20的污损成分学习处理的执行指示。上述CPU51接收到污损成分 学习处理的执行指示后，加载包含在污损判定程序56a中的污损成分 学习程序57b。由此，上述CPU51起到用于执行污损成分学习处理的 上述污损判定部70的作用。
而且，从上述操作装置3接收污损成分学习处理的开始指示的上 述主控制部20通过上述传送控制部21将放置于上述供给部10上的 已使用状态的纸张类一张一张地传送。由此，已使用状态的纸张类一 张一张地传送到判别部16。在上述判别部16中，由上述图像读取部 54a依次读取正在传送的已使用状态的纸张类的图像。由上述图像读 取部54a读取的图像信息通过上述信号处理部55a依次供给到作为上 述污损判定部70发挥作用的上述CPU51中。
作为上述污损判定部70发挥作用的上述CPU51首先设置变量i 的初始值为"i-l"(步骤S21)。其中，上述变量i例如^L置在未图示 的CPU51的内部存储器中。当上述变量i小于等于I (U)时(在步 骤S22中"是")，上述污损判定部70的上述输入处理部71输入上述 图像读取部54a读取的第i个纸张类的图像信息X( U )i(步骤S23 )。 上述输入处理部71输入的图像信息X ( U ) i供给到上述特征抽取部 72。在此，如上所述，假设上述图像读取部54a读取纸张类的图像， 作为由R、 G以及B信号构成的彩色图像。
当从上述输入处理部71供给图像信息X (U) i时，上述特征抽 取部72分别计算该图像信息X (U) i中的多个特征量(步骤S24)。 在此，上述特征抽取部72计算该图像信息X (U) i中的作为彩色图 像信息的R、 G、 B的各浓度平均值(n ( U ) Ri、 n ( U ) Gi、 ji ( U ) Bi)作为多个特征量。其中，在能够指定上述图像信息X(U)i中的图像的印刷区域时，上述图4象抽取部72也可以在上述印刷区域中计 算R、 G、 B的各浓度平均值作为多个特征量。
上述特征抽取部72计算出的上述图像信息X (U) i中的浓度平 均值(fi (U) Ri、 ji (U) Gi、 n (U) Bi)提供到上述分离部73。在 此，假设将各浓度平均值的组(n (U) Ri、 n (U) Gi、 ji (U) Bi) 视为该图像信息X (U) i的特征向量。当供给上述图4象信息X (U) i 的特征向量(n (U) Ri、 n (U) Gi、 ja (U) Bi)时，上述分离部73 通过上述词典处理部77读出存储在上述词典部59中的变换矩阵AY
(步骤S25)。如在上述变化成分的学习处理中说明的那样，上述变 换矩阵AY是用于将特征向量投影到部分空间Y的矩阵。
当从上述词典部59读出变换矩阵AY时，上述分离部73根据变 换矩阵AY将该图像信息X (U) i的特征向量n (U) (p (U) Ri、 H ( U ) Gi、 p ( U ) Bi)变换为三维值Y ( U ) ( Y ( U ) li、 Y ( U ) 2i、 Y(U)3i)(步骤S26)。根据上述变换矩阵AY计算出的三维 值Y (U)是将特征向量ji (U)投影到部分空间Y的投影值。如上 所述，上述部分空间Y的Yl成分是与污损无关的固有变化成分(印 刷变化的主成分)。因此，将该图像信息X(U)i的特征向量ji(U) 投影到部分空间Y的值中的Y (U) 1成分可以认为是固有变化成分
(印刷变化的主成分)。换言之，认为将上述图像信息X (U) i的特 征向量H (U)投影到部分空间Y的值中的残差成分Y (U) 2以及Y
(U) 3中包含该图4象信息X (U) i中的污损成分。
上述分离部73将根据变换矩阵AY计算出的投影值Y ( U )存储 到未图示的緩冲存储器中。当计算出上迷投影值时，增加上迷变量i， 更新为"i-i+l"(步骤S27)。当增加的变量i小于等于I (U)时(在 步骤S22中"否")，上述输入处理部71输入下一个图像信息X (U) i。由此，在上述污损判定部70中，在上述变量i变为大于I (U)为 止，重复执行上述步骤S22 S27的处理。
另外，当增加的变量i不小于等于I(U)时(即，i>I(U)时)， 上述污损学习部78进行生成部分空间C的处理，该部分空间C用于
25从上述分离部73计算出的I( U )个投影值中抽取污损成t^(步骤S28 )。
即，上述污损学习部78将上述分离部73计算出的各投影值中的Y ( U ) 2i以及Y ( U ) 3i的组合视为二维位置向量(Y ( U ) 2i、 Y ( U )3i)。上述污损学习部78对N个二维位置向量(Y (U) 2i、 Y (U)3i)进行主成分分析。
在本实施例中，作为主成分分析，上述污损学习部78对N个二维位置向量(Y (U) 2i、 Y (U) 3i)进行KL展开。上述KL展开是将I (U)个二维位置向量的分布变换为部分空间C (C2、 C3)的处理。即，上述污损学习部78通过上述KL展开将除去上述分离部73分离的固有变化成分(印刷变化的主成分)的N个二维位置向量(Y(U) 2i、 Y (U) 3i)变换为部分空间C。
图7是示意性地示出除去印刷变化成分的N个位置向量(Y(U)2i、 Y (U) 3i)和部分空间C (Cl、 C2)的关系的图。
如图7所示，构成上述部分空间C的C1和C2是互相垂直的两个方向上的成分。如上所述，通过KL展开从N个图像信息中得到的特征向量而计算出的上述部分空间C是最良好地近似于N个位置向量的分布的空间。这样的部分空间C中的C1是最良好地近似于N个位置向量的变化成分的主成分。
在此，二维位置向量中已除去了不起因于污损的固有变化成分(印刷变化的主成分)。在对这样的二维位置向量进行KL展开而得到的部分空间C中，认为作为主成分表现的变化成分表示污损成分。因此，上述部分空间C中的Cl成分视为纸张类的图像信息中的污损的主成分(除去在使用状态的纸张类中印刷的图像中的印刷变化成分的污损成分)。
如果上述部分空间C中的Cl成分是图像信息中的污损成分，则将某一图像信息的特征向量投影到部分空间Y，进而，将除了固有变化成分之外的位置向量投影到上述部分空间C，由此能够抽取该图像信息中的污损成分。因此，上述污损学习部78生成用于将二维位置向量投影到部分空间C的二维变换矩阵AC。上述污损学习部78生成典部59中(步骤S29)。保存在上述词典部59中的变换矩阵AC是用于从纸张类的图像信息中抽取污损成分的信息。
下面，说明上述污损度的判定处理。
上述污损度的判定处理是判定从作为污损度的判定对象的纸张类中读取的图像信息中的污损度的处理。如上所述，从已使用状态的
纸张类中读取的图像信息中包括与污损无关的变化成分(例如，印刷变化成分)和起因于污损的污损成分。因此，上述污损度的判定处理中包括排除从纸张类中读取的图像信息中的固有变化成分的处理和从排除了上述固有变化成分的信息中抽取污损成分的处理。而且，在污损度的判定处理中，考虑作为处理对象的纸张类而实际使用的纸张类。进而，在污损度的判定处理中，也可以根据污损度的判定处理中得到的信息，进行更新用于抽取污损成分的信息(变换矩阵AC)的处理(在线学习处理)。
图8是用于说明上述污损判定部70中的污损度判定处理流程的流程图。
在此，在上述的纸张类处理系统中，假设对作为分拣处理对象的纸张类执行污损度的判定处理。而且，在此，假设判定污损度的纸张类的数目(即，放置于供给部IO上的纸张类的数目)为I (T)个。
当开始包含污损度判定处理的分拣处理时，操作者在上述供给部10上放置作为处理对象的I (T)张纸张类。进而，操作者向操作装置3的操作部3b输入开始包含污损度判定处理的对纸张类的分拣处理的操作指示。于是，上述操作装置3的主体3a向上述分拣装置1的主控制部20通知开始对纸张类的处理的指示。在分拣处理等对纸张类的处理中，上述判别部16还进行污损度以外的各种判定处理。因此，上述主控制部20指示上述判别部16执行包含污损度判定处理的各种判定处理。但是，在此，对于上述判别部16中的污损度的判
定处理进行说明。
即，上述判别部16的CPU51通过上述接口部53从上述主控制部20接收到污损度判定处理的执行指示后，加载包含在污损判定程序56a中的污损度判定程序57c。由此，上述CPU51起到用于执行污损度判定处理的上述污损判定部70的作用。
而且，从上述操作装置3接收到处理的开始指示的上述主控制部20通过上述传送控制部21将放置在上述供给部IO上的处理对象的纸张类一张一张地传送。由此，处理对象的纸张类一张一张地传送到判别部16。在上述判别部16中，由上述图像读取部54a依次读取正在传送的处理对象的纸张类的图像。上述图像读取部54a读取的图像信息依次通过上述信号处理部55a供给到作为上述污损判定部70而发挥作用的上述CPU51。
作为上述污损判定部70而发挥作用的上述CPU51首先将变量i的初始值设置为"i-l"(步骤S31)。其中，上述变量i例如设置在上述CPU51的未图示的内部存储器中。当上述变量i小于等于I (T)时(在步骤S32中"是，，)，上述污损判定部70的上述输入处理部71输入上述图像读取部54a读取的第i个纸张类的图像信息X( T ) i(步骤S33)。上述输入处理部71输入的图像信息X (T) i供给到上述特征抽取部72。在此，如上所述，假设上述图像读取部54a读取纸张类的图像，作为由R、 G以及B信号构成的彩色图像。
当从上述输入处理部71供给图像信息X (T) i时，上述特征抽取部72分别计算该图像信息X (T) i中的多个特征量(步骤S34)。在此，上述特征抽取部72计算该图像信息X (T) i中的作为彩色图像信息的R、 G、 B的各浓度平均值(ji (T) Ri、 n (T) Gi、 n (T)Bi)，作为多个特征量。其中，在能够指定上述图像信息X (T) i中印刷有图案的区域(印刷区域)时，上述图像抽取部72也可以在上述印刷区域中计算R、 G、 B的各浓度平均值作为多个特征量。
上述特征抽取部72计算出的上述图像信息X (T) i中的浓度平均值(H (T) Ri、 n (T) Gi、 fi (T) Bi)提供到上述分离部73。在此，假设将各浓度平均值的组(p (T) Ri、 jt (T) Gi、 n (T) Bi)视为该图像信息X (T) i的特征向量ji (T)。当供给上述图像信息X (T) i的特征向量n (T)时，上述分离部73通过上述词典处理部77读出存储在上述词典部59中的变换矩阵AY(步骤S35)。如在上述变化成分的学习处理中说明的那样，上述变换矩阵AY是用于将特征向量H (T)投影到部分空间Y的矩阵。
当从上述词典部59读出变换矩阵AY时，上述分离部73根据变换矩阵AY将该图像信息X (T) i的特征向量n (T) (n(T)Ri、 n
(T) Gi、 n (T) Bi)变换为三维值Y (T) (Y (T) li、 Y (T) 2i、Y(T)3i)(步骤S36)。根据上述变换矩阵AY计算出的三维值(Y
(T) li、 Y (T) 2i、 Y (T) 3i)是将图像信息X (T) i的特征向量H (T)投影到部分空间Y的投影值。如上所述，上述部分空间Y的Yl成分是与污损无关的固有变化成分(印刷变化的主成分)。因此，将该图像信息X (T) i的特征向量n (T)投影到部分空间Y的值Y
(T)中的Y (T) li成分可以认为是固有变化成分(印刷变化的主成分)。换言之，认为上述投影值Y (T)中的残差成分Y (T) 2i以及Y (T) 3i中包含该图像信息X (T) i中的污损成分。
当计算出向上述部分空间Y的投影值时，上述分离部73进一步通过上述辞典处理部77读出存储在上述词典部59中的变换矩阵AC
(步骤S37)。如在上述污损成分的学习处理中说明的那样，上述变换矩阵AC是用于将从特征向量中除去了固有变化成分Yl的二维位置向量(Y2、 Y3)投影到部分空间C的矩阵。
当从上述词典部59中读出变换矩阵AC时，上述分离部73将上述投影值之中的Y (T) 2i以及Y (T) 3i视为二维位置向量(Y (T)2i、 Y(T)3i)。上述分离部73根据变换矩阵AC将二维位置向量(Y
(T) 2i、 Y (T) 3i)变换为二维值(C (T) li、 C (T) 2i)(步骤S38)。根据上述变换矩阵AC计算出的二维值(C (T) li、 C (T)2i)是将已除去固有变化成分的二维位置向量投影到部分空间C的投影值。如上所述，上述部分空间C的Cl成分是最良好地近似于变化主成分的污损主成分。因此，根据上述C (T) li的大小判定图像信息X (T) i中的污损度。
29即，上述判定部74根据上述分离部73得到的C (T) li值判定图像信息X (T) i中的污损度(即，第i个纸张类的污损度)(步骤S39)。在此，作为对第i个纸张类的污损度的判定结果，假设上述判定部74判定干净还是污损。即，上述判定部74通过比较上述C (T)li值和规定的阈值，判定第i个纸张类干净还是污损。但是，也可以由上述主控制部20确定将该纸张类作为正券处理还是作为损券处理(该纸张类干净还是污损)。此时，上述判定部74将数值化的污损度作为判定结果输出给上述主控制部20即可。
图9是表示对污损成分的值(C (T) li值)的污损判定的例子的图。
在图9所示例子中，示出了对C (T) li值的出现频度。进而，在图9所示例子中，还示出了对C(T)li值设置用于判定污损度(干净还是污损)的阈值(TH1以及TH2)的例子。上述阈值TH1以及TH2是作为一对设置。即，在图9所示例子中，如果C(T)li值为TH1 TH2，则该纸张类判定为干净，如果C (T) li值为小于等于TH1或者大于等于TH2，则该紙张类判定为污损。上述阈值TH1以及TH2是根据该纸张类处理系统的运用形态而适当设置的值。上述阈值TH1与TH2相互的间隔(TH1与TH2之间的距离)越�。�该纸张类越难以判定为干净。
另外，上述判定部74也可以用规定的多个等级表示纸张类的污损级别。此时，上述判定部74基于上述C (T) li和用于分类为规定的多个等级的多个阈值，将该纸张类的污损级别分类为规定的多个等级。例如，通过设置多对如图9所示的阈值对，由此能够实现将纸张类分类为多个污损级别的运用形态。而且，上述阈值TH1以及TH2也可以根据对C (T) li值的出现频度而设置。此时，可以实现例如
污损的纸张类的运用形态。
如上所述的基于上述判定部74的污损度的判定结果通过上述输出处理部75输出到上述主控制部20 (步骤S40)。当上述污损度的判定结果输出时，增加上述变量i，更新为"i-i + l"(步驟S41)。当增加的变量i小于等于I (T)时(在步骤S32中"是，，)，上述输入处理部71输入下一个图像信息X (T) i。由此，在上述污损判定部70中，在上述变量i变为比I (T)大为止，重复执行上述步骤S32 S41的处理。而且，当增加的变量i不小于等于I (T)时(即，放置在供给部IO上的纸张类的图像没有了时)，上述判定部74结束对I(T)个纸张类的污损度的判定处理。
如上所述，污损度的判定处理是，输入印刷品的图像信息，从输入的图像信息中抽取多个特征量，将抽取的多个特征量的组视为特征向量，根据存储在存储器中的第 一变换矩阵将所述特征向量变换为第一部分向量(第一部分空间)，从第一部分向量中抽取除第一主成分(固有变化成分、印刷变化成分)之外的第一残差成分，将第一残差成分的组视为残差向量，根据存储在存储器中的第二变换矩阵将残差向量变换为第二部分向量(第二部分空间)，从第二部分向量中抽取第二主成分，根据抽取的第二主成分判定所述印刷品中的污损度。接着，说明在污损度的判定处理中的在线学习功能。在上述步骤S31 S41的污损度判定处理中，可以增加变换矩阵AC的更新处理。即，在上述的污损成分学习处理中，将已使用状态的纸张类，即有污损的纸张类作为样本而生成用于抽取污损成分的变换矩阵AC。与此相对，在污损度判定处理中，也假设作为处理对象的纸张类是已使用状态的纸张类。即，在污损度判定处理中作为处理
上没有区别。因此，在污损度判定处理中，在判定污损度的同时，也可以进行污损成分的学习处理(变换矩阵AC的更新处理)。这样的在污损度判定处理中，在判定污损度的同时进行污损成分的学习处理的功能称为在线学习功能。
在上述在线学习功能中，根据实际使用的纸张类的状态更新变换矩阵AC。因此，在上述在线学习功能中，可以按照实际运用状况进行高精度的污损度判定处理。但是，当有特殊污损的纸张类或者污损状态极其恶劣的纸张类成为处理对象时，在在线学习功能中，也有可
能得不到较佳的变换矩阵AC。因此，优选为，根据该纸张类处理系 统的操作者或者管理者的意图，切换使上述在线学习功能设为有效或 无效。下面，说明在在线学习功能设为有效的情况下，污损度判定处 理的例子。
图10是用于说明进行在线学习功能的污损度判定处理流程的流程图。
即，作为在线学习功能，在污损度的判定处理中，增加对变换矩 阵AC进行更新的处理。在图IO所示的流程图中，在图8所示的流 程图上增加了作为在线学习功能(变换矩阵AC的更新处理)的步骤 S51A或者步骤S51B。但是，作为在线学习功能，执行图10所示的 步骤S51A或者步骤S51B中的任意一个。其中，由于图10所示的步 骤S31 S41的处理是与图8所示的各处理相同的处理，所以在此省 略详细的说明。
如上所述，变换矩阵AC是用于抽取污损成分的信息。即，变换 矩阵AC是用于计算将除固有变化成分之外的二维位置向量(Y (T) 2i、 Y (T) 3i)投影到部分空间C的值(C (T) li、 C (T) 2i)的 信息。而且，部分空间C是通过KL展开二维位置向量(Y2、 Y3) 而得到的信息。
因此，在污损度判定处理中，上述污损学习部78每当计算作为 对各纸张类的污损度的"C (T) li，，时，可以更新变换矩阵AC (步骤 S51A)。此时，上述污损学习部78每当得到从第i个纸张类的图像 信息中得到的二维位置向量(Y (T) 2i、 Y (T) 3i)时，按照与上述 步骤S28以及S29同样的处理生成变换矩阵AC (T) i。此时，上述 污损学习部78通过综合新生成的变换矩阵AC ( T ) i和已有的变换矩 阵AC，由此每当对第i个纸张类的图像信息判定污损度时，更新存 储在词典部59中的变换矩阵AC。
而且，在污损度判定处理中，污损学习部78也可以在对I (T) 个纸张类的污损度判定结束之后，更新变换矩阵AC (步骤S51B)。此时，上述污损学习部78事先全部保存从I (T)个纸张类的图像信 息中得到的二维位置向量(Y (T) 2i、 Y (T) 3i)。由此，上述污损 学习部78按照与上述步骤S28以及S29相同的处理，生成变换矩阵 AC(T)。此时，上述污损学习部78通过综合新生成的变换矩阵AC (T)和已有的变换矩阵AC，由此更新存储在上述词典部59中的变 换矩阵AC。
对于本领域技术人员来说，附加的效果和修改是容易想到的。因
例。因此，在不超出权利要求^以及等同替换内容中所定义"本i明 的精神和范围内，可以进行各种修改。
权利要求
1.一种污损判定装置，该装置包括特征抽取部，用于从包含固有变化的图像信息中抽取多个特征信息；分离部，用于将利用所述特征抽取部从所述图像信息中抽取的多个特征信息分离为所述固有变化成分和除此之外的残差成分；以及判定部，用于从利用所述分离部得到的所述残差成分中抽取表示所述图像信息中的污损程度的污损变化成分，并根据所述抽取的污损变化成分的大小，判定所述图像信息中的污损度。
2. 根据权利要求l所述的装置，其特征在于，所述图像信息是读取了印刷有特定图案的印刷品的图像信息， 所述固有变化是因对所述印刷品的印刷偏差而引起的印刷变化， 所述污损变化是基于因外在原因而对所述印刷品带来的污损的变化。
3. 根据权利要求2所述的装置，其特征在于， 所述分离部将所述多个特征信息的组变换为第一部分向量，该第一部分向量由所述固有变化成分和除此之外的多个残差成分构成，所述判定部将所述多个残差成分的组变换为由污损变化成分和 除此之外的成分构成的第二部分向量，并根据所述第二部分向量中的 所述污损变化成分的大�。�判定所述图像信息中的污损度。
4. 根据权利要求3所述的装置，其特征在于， 该装置进一步包括词典部，用于存储第一变换矩阵和第二变换矩阵，所述分离部根据第一变换矩阵，将由所述多个特征信息的组构成 的向量变换为所述第一部分向量，所述判定部根据第二变换矩阵，将所述第一部分向量中的除所述 固有变化成分之外的多个残差成分的组变换为所述第二部分向量。
5. 根据权利要求l所述的装置，其特征在于，该装置进一步包括第一学习部，用于根据对不包含污损的图像信 息中的多个特征信息的組的主成分分析，生成第一变换矩阵，所述第 一变换矩阵用于将所述图像信息中的多个特征信息的组变换为所述 固有变化成分和除此之外的多个残差成分。
6. 根据权利要求l所述的装置，其特征在于， 该装置进一步包括第二学习部，用于生成第二变换矩阵，所述第二变换矩阵用于将从包含污损的图像信息中的多个图像信息的组中 除去了所述固有变化成分的残差成分变换为污损变化成分和除此之 外的成分。
7. —种纸张类处理装置，该装置包括读取部，用于读取印刷有特定图案的纸张类的图《象； 特征抽取部，用于从利用所述读取部读取的纸张类的图像信息中抽取多个特征信息；分离部，用于将利用所述特征抽取部从所述图像信息中抽取的多 个特征信息分离为固有变化成分和除此之外的残差成分；判定部，用于从利用所述分离部得到的所述残差成分中抽取表示 所述图像信息中的污损程度的污损变化成分，并根据所述抽取的污损 变化成分的大�。�判定所述图像信息中的污损度；以及处理部，用于根据所述判定部的污损度判定结果，处理所述纸张类。
8. 根据权利要求7所述的装置，其特征在于， 该装置进一步包括第一学习部，用于根据对利用所述读取部从无污损的纸张类中读取的图像信息中的多个特征信息的组的主成分分 析，生成第一变换矩阵，所述第一变换矩阵用于将所述图像信息中的 多个特征信息的组变换为所述固有变化成分和除此之外的多个残差 成分。
9. 根据权利要求7所述的装置，其特征在于， 该装置进一步包括第二学习部，用于生成第二变换矩阵，所述第二变换矩阵用于将从利用所述读取部从假设包含污损的纸张类中读取的图像信息中的多个特征信息的组中除去了所述固有变化成分的 残差成分变换为污损变化成分和除此之外的成分。
10. —种污损判定方法，该方法包括从包含固有变化的图像信息中抽取多个特征信息；将从所述图像信息中抽取的多个特征信息分离为所述固有变化成分和除此之外的残差成分；以及从通过所述分离得到的所述残差成分中抽取表示所述图像信息中的污损程度的污损变化成分，并根据所述抽取的污损变化成分的大�。�判定所述图像信息中的污损度。
全文摘要
本发明提供污损判定装置或者纸张类处理装置，输入处理部(71)输入包含与污损无关的固有变化的图像信息，特征抽取部(72)从利用输入处理部(71)输入的图像信息中抽取多个特征信息，分离部(73)将利用所述特征抽取部(72)抽取的多个特征信息的组分离为固有变化成分和除此之外的残差成分，判定部(74)从利用所述分离部(73)分离的所述残差成分中抽取表示利用输入处理部(71)输入的图像信息中的污损程度的污损变化的主成分，并根据所述抽取的污损变化的主成分的大�。�判定所述图像信息中的污损度。
文档编号G01N21/88GK101644683SQ20081021598
公开日2010年2月10日 申请日期2008年9月16日 优先权日2008年8月5日
发明者名取直毅 申请人:株式会社东芝