Fitness Check Method of Banknotes Using CIS Note Image

학위논문 (석사)-- 서울대학교 대학원 : 전기·컴퓨터공학부, 2012. 8. 신영길.시중에 유통되는 지폐가 유통에 적합한 지폐인지 정확하고 빠른 시간내에 감별해 내는 것은 은행의 지폐 관리의 효율성을 위하여 중요한 문제이다. 유통에 부적합하다고 판단되는 지폐가 늘어나면 처리 비용이 늘어나지만 부적합한데도 적합하다고 판단되면 위조권을 감별하는데에 어려움이 생기기 때문이다. 본 연구에서는 유로화에 대해서 불필요하게 폐기되는 지폐의 양을 줄이고 부적절하게 유통되는 화폐를 판단하기 위한 유통 적합도를 감별하는 방법을 제안한다. 유럽 중앙 은행에서 지정한 유통 부적합 결함 중에 하드웨어로 검출할 수 있는 결함을 제외하고 소프트웨어 적인 영상 처리 기법으로 검출할 수 있는 기준 여덟가지 결함인 Mutilation, Hole, Tear, Folded corner, Graffiti, Stain, Soil 그리고 De-inked에 대해 적합도를 감별한다. 본 연구에서 사용한 방법은 영상의 밝기 값만을 사용하고 있어 적은 센서 만으로도 감별이 가능하다는 장점이 있고, 영상간의 오차를 줄이기 위해 표준 모델을 고안하여 이용하므로 촬영 오차나 지폐 고유 문양에 의한 오류를 줄일 수 있다. 본 연구에서 제안한 방식은 ARM Cortex A8을 사용하는 시스템에서 실제 데이터 2700장에 대하여 평균 5ms의 빠른 시간내에 정확하게 감별한다. 본 논문에서 제안한 기법은 유로화 뿐 아니라 다른 나라의 지폐에 대해서도 적용이 가능하다.Fitness check of banknote is a significant issue to bank for efficient managements of banknotes. Fast and accurate fitness check is required to decide whether used banknotes are suitable for circulation or not. Huge amount of banknotes which are determined as unfit for circulation causes cost burden to handle it. However when unfit banknotes are falsely determined into appropriate one for circulation, it is a problem in checking counterfeits. This work proposes a fitness check method using CIS banknote image in order to reduce the amount of unnecessarily discarded banknotes and to monitor inappropriate banknotes for circulation. European central bank (ECB) announced an article about standards to classify defects and to manage status of banknotes. This work detects 8 kinds of defects using image processing among ECB standards excluding defects that hard-ware can detect: Mutilation, Hole, Tear, Folded corner, Graffiti, Stain, Soil, and De-inked. The strong points of this method are as follows. First, this method works only with small number of sensor to achieve the goal. Second, it suggests atlas which is made by average of many new banknotes, which reduces error from unique pattern each banknote has and avoids sensor noise. In terms of efficiency, the computational time to determine fitness is within 5ms in ARM Cortex A8. It is evaluated with 2700 real EURO banknotes. This method can be applied to not only EURO banknotes, but also to other banknotes.1. 서론 1 2. 관련연구 3 2.1. 기계학습을 이용한 감별 3 2.2. ROI(Region of Interest) 검출 5 3. 지폐 적합도 감별 기법 6 3.1. 입력 지폐 영상의 특징 6 3.2. 표준 통계 모델(Atlas) 9 3.3. 물리적 결함 13 3.3.1. Folded corner 14 3.3.2. Tear 15 3.3.3. Hole 16 3.4. Graffiti, Stain, Soil, De-inked 17 3.4.1. 하위영역(Sub-region) 방법 18 3.4.2. Graffiti 19 3.4.3. Stain 21 3.4.4. Soil 22 3.4.5. De-inked 23 4. 실험 결과 및 분석 24 4.1. 실행시간 분석 25 4.2. Hole 검사 결과 분석 29 4.3. Tear 검사 결과 분석 30 4.4. Folded corner 검사 결과 분석 31 4.5. Graffiti 검사 결과 분석 32 4.6. Stain 검사 결과 분석 33 4.7. Soil 검사 결과 분석 33 4.8. De-inked 검사 결과 분석 34 5. 결론 및 향후 연구 방향 36Maste