본 논문에서는 권종 인식을 위하여 범용 CIS(contact image sensor)를 사용하여 각 권종별로 취득된 지폐 반사 전체 이미지의 특징 데이터(feature data) 성분을 추출하여 권종 인식의 데이터로 사용함으로써 개별 객체의 특색이나 특징들의 집합인 패턴을 이용한 효과적인 이미지 처리 방법을 제안하였다. 본 논문에서 제안한 방법을 통하여 각 권종별 추출된 이미지의 특징 데이터는 이미지 변화에 덜 민감하면서 공간적인 분포를 잘 나타내기 때문에 권종 인식을 하는데 있어서 우수한 방법이 될 수 있다. 제안된 알고리즘의 테스트를 위하여 시료 진폐는 각 국가 및 권종 당 100매씩을 테스트 하였으며, 제한적인 시료로 인한 판정 결과의 신뢰도를 확보하고자 방향별 총 10회씩 투입하였다. 시험 결과 한국 원화는 100% 인식하였으며, 유로화는 5유로의 경우 99.9%, 20유로의 경우 99.8%의 인식률을 보였으며, 터키 리라화는 20리라의 경우 99.8.%, 50리라의 경우 99.8%의 인식률을 보였고, 나머지 미국 달러화, 중국 위안화, 영국 파운드화 등의 권종은 100% 인식되어 제안된 알고리즘이 상용 제품에 적용 가능함을 보였다.
In this paper, we suggest an efficient image processing method for fast paper currency counting with pattern recognition. The patterns are consisted of feature data in each note object extracted from full reflection image of notes and a general contact image sensor(CIS) is used to aggregate the feature images. The proposed pattern recognition algorithm can endure image variation when the paper currency is scanned because it is not sensitive to changes of image resulting in successful note recognition. We tested 100 notes per denomination and currency of several countries including Korea, U.S., China, EU, Britain and Turkey. To ensure the reliability of the result, we tested a total of 10 times per each direction of notes. We can conclude that this algorithm will be applicable to commercial product because of its successful recognition rates. The 100% recognition rates are obtained in almost cases with exceptional case of 99.9% in Euro and 99.8% in Turkish Lira.
