JP5697705B2 - Handwriting appraisal support method and handwriting appraisal support program - Google Patents
Handwriting appraisal support method and handwriting appraisal support program Download PDFInfo
- Publication number
- JP5697705B2 JP5697705B2 JP2013060004A JP2013060004A JP5697705B2 JP 5697705 B2 JP5697705 B2 JP 5697705B2 JP 2013060004 A JP2013060004 A JP 2013060004A JP 2013060004 A JP2013060004 A JP 2013060004A JP 5697705 B2 JP5697705 B2 JP 5697705B2
- Authority
- JP
- Japan
- Prior art keywords
- character
- compared
- image data
- rectangular portion
- pattern
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims description 53
- 230000000877 morphologic effect Effects 0.000 claims description 22
- 238000012545 processing Methods 0.000 claims description 20
- 238000010606 normalization Methods 0.000 claims description 9
- 230000006870 function Effects 0.000 claims description 5
- 238000004364 calculation method Methods 0.000 description 14
- 238000010586 diagram Methods 0.000 description 12
- 230000005484 gravity Effects 0.000 description 9
- 230000033001 locomotion Effects 0.000 description 6
- 230000005540 biological transmission Effects 0.000 description 5
- 238000007906 compression Methods 0.000 description 5
- 230000006835 compression Effects 0.000 description 3
- 230000001902 propagating effect Effects 0.000 description 3
- 238000011156 evaluation Methods 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 238000012795 verification Methods 0.000 description 2
- 230000004069 differentiation Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000000644 propagated effect Effects 0.000 description 1
- 229920001897 terpolymer Polymers 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Landscapes
- Collating Specific Patterns (AREA)
Description
本発明は、筆跡鑑定のための支援方法および支援プログラムに係るものであり、更に詳しくは、ある複数の人物の中から対象となる文字の筆者が誰であるかを判断する筆者識別や、ある筆者が筆記した文字に対して、本当にその筆者が筆記したものかどうかを判断する筆者照合において、判断のための情報を提供する方法およびプログラムに係る。
The present invention relates to a support method and a support program for handwriting appraisal, and more specifically, writer identification for determining who the target character writer is from among a plurality of persons, and The present invention relates to a method and program for providing information for judgment in author collation for judging whether or not a letter written by a writer is really written by the writer.
筆跡鑑定の分野では、例えば、犯罪現場に残された筆跡が、複数の関係者の中の誰の筆跡かを特定するのが筆者識別と呼ばれ、これに対して、犯罪現場に残された筆跡が、被疑者の筆跡かどうかを判定するのが筆者照合と呼ばれている。 そして、これら筆者識別と筆者照合を併せて筆者認識と呼んでいる。 In the field of handwriting appraisal, for example, it is called writer identification that identifies the handwriting left in the crime scene from among the parties involved, and in contrast, it was left in the crime scene. Determining whether or not the handwriting is the handwriting of the suspect is called writer verification. These writer identification and writer verification are collectively called writer recognition.
従来の筆者認識、すなわち筆跡鑑定の分野では、特徴抽出法と呼ばれている鑑定者の経験や勘による観察鑑定が中心であった。
また、筆跡鑑定を迅速に行うために、コンピュータによるデータ処理を行う方法が提案されている（特許文献１参照）。
特許文献１が開示する筆跡鑑定方法は、読込装置が、複数の書面にそれぞれ手書きされた同一もしくは同一種類の鑑定対象文字に対して、各鑑定対象文字の筆跡運動における運動振域をそれぞれ読み込む第一のステップと、演算装置が、前記各鑑定対象文字の筆跡運動における運動振域に基づいて、該筆跡の個人内変動および相似性の、少なくとも一方を数値化する第二のステップとを備えたことを特徴とするものである。
In the field of conventional writer recognition, that is, handwriting appraisal, observation appraisal based on the appraiser's experience and intuition, called the feature extraction method, has been the focus.
In addition, a method of performing data processing by a computer has been proposed in order to quickly perform handwriting appraisal (see Patent Document 1).
In the handwriting appraisal method disclosed in Patent Document 1, the reading device reads each motion range in the handwriting movement of each appraisal character for the same or the same type of appraisal character handwritten on a plurality of documents. And a second step of quantifying at least one of intra-individual variation and similarity of the handwriting based on the motion range in the handwriting motion of each appraisal target character. It is characterized by this.
そして、特許文献１が開示する筆跡鑑定方法では、
(1) 複数の書面にそれぞれ手書きされた同一もしくは同一種類の鑑定対象文字に対して、各鑑定対象文字の筆跡運動における運動振域をそれぞれ読み込み、
(2) 取り込んだ文字データ（デジタル画像）から文字の縦横の長さ（縦横域）を測定し、
(3) この縦横の長さＨ，Ｗの測定後、汎用の表計算ソフトにより、縦の長さＨを、横の長さＷで割り算して正接値ｔａｎθを、縦の長さＨと、横の長さＷとを掛け算して面積Ｓをそれぞれ演算し、
(4) 得られた結果に、度数分布図、分散、標準偏差などを適用して個人内変動を数値化し、
(5) 各正接値ｔａｎθの比率から１を引き算した差分の絶対値（第一の差分）と、各面積Ｓの比率から１を引き算した差分の絶対値（第二の差分）とをそれぞれ演算し、両差分の絶対値同士を掛け合わせたものを相似率と定義して、この相似率で筆跡の相似性を数値化し、
(6) 各文字の筆跡の個人内変動を数値化したものを表示部にプロットしてグラフ表示するとともに、相似率をその求められた頻度（算出頻度）ごとにプロットして表示部にグラフ表示する、
という方法をとっている。
And in the handwriting appraisal method which patent document 1 discloses,
(1) For each of the same or the same type of appraisal characters handwritten on multiple documents, read the motion range in the handwriting movement of each appraisal character,
(2) Measure the vertical and horizontal lengths (vertical and horizontal areas) of the captured character data (digital image),
(3) After the measurement of the vertical and horizontal lengths H and W, the vertical length H is divided by the horizontal length W by a general-purpose spreadsheet software, and the tangent value tan θ is obtained as the vertical length H. The area S is calculated by multiplying the horizontal length W,
(4) Apply the frequency distribution chart, variance, standard deviation, etc. to the obtained results to quantify intra-individual variation,
(5) Calculate the absolute value of the difference obtained by subtracting 1 from the ratio of each tangent value tan θ (first difference) and the absolute value of the difference obtained by subtracting 1 from the ratio of each area S (second difference). Then, the product of the absolute values of both differences is defined as the similarity, and the similarity of the handwriting is quantified with this similarity,
(6) A plot of the digitized variation of the handwriting of each character is plotted on the display and displayed as a graph, and the similarity is plotted for each required frequency (calculation frequency) and displayed on the display as a graph. To
The method is taken.
特許文献１が開示する筆跡鑑定方法では、縦の長さＨを、横の長さＷで割り算して求めた正接値ｔａｎθと、縦の長さＨと、横の長さＷとを掛け算して求めた面積Ｓにのみ基づいて筆跡の相似性を数値化しているため、相似性の判断に偏りが生じやすく、正確な相似性の評価が困難であるという問題があった。
In the handwriting appraisal method disclosed in Patent Document 1, the tangent value tanθ obtained by dividing the vertical length H by the horizontal length W is multiplied by the vertical length H and the horizontal length W. Since the similarity of the handwriting is quantified based only on the area S obtained in this way, there is a problem that the judgment of the similarity is likely to be biased, and it is difficult to accurately evaluate the similarity.
本発明は、上述したような問題点に鑑みなされたものであり、解決しようとする課題は、迅速で、精度の高い筆跡鑑定を行うことができる筆跡鑑定のための支援方法および支援プログラムを提供することである。
The present invention has been made in view of the above-described problems, and the problem to be solved is to provide a support method and a support program for handwriting appraisal that can perform handwriting appraisal quickly and accurately. It is to be.
上述した課題を解決するため、第１の観点に係る発明においては、
手書き文字の筆者を認識するための情報を提示する筆跡鑑定支援方法において、
画像読取手段が、手書きされた対比文字、および被対比文字の画像を読み取るステップと、
記憶手段が、読み取られた対比文字、および被対比文字の画像データを記憶するステップと、
正規化手段が、記憶された対比文字、および被対比文字の画像データを正規化するステップと、
矩形部選択手段が、正規化された対比文字、および被対比文字の画像データにおける文字パターンの中から矩形部を選択するステップと、
細線化手段が、正規化された対比文字、および被対比文字の画像データにおける文字パターンであって、選択された文字パターンの矩形部を細線化するステップと、
表示手段が、正規化された対比文字、および被対比文字の画像データの文字パターンであって、細線化された矩形部を、対比可能に表示するステップとから成り、
正規化ステップにおいては、対比文字、および被対比文字の画像データにおける文字パターンの重心と画面の中心が一致するように処理されると共に、文字パターンの大きさが一定になるように処理される構成としている。
In order to solve the above-described problem, in the invention according to the first aspect,
In the handwriting appraisal support method that presents information for recognizing the writer of handwritten characters,
An image reading means reading the handwritten comparison character and the image of the compared character;
A storage means for storing the read contrasted character and the image data of the compared character;
Normalizing means normalizing the stored contrast character and the image data of the compared character;
A rectangular portion selecting means for selecting a rectangular portion from the normalized contrast character and the character pattern in the image data of the compared character;
The thinning means is a character pattern in the image data of the normalized contrast character and the contrasted character, and thinning a rectangular portion of the selected character pattern;
The display means comprises a normalized contrast character and a character pattern of the image data of the compared character, and a step of displaying the thinned rectangular portion in a comparable manner;
In the normalization step, the processing is performed so that the center of the screen matches the center of the character pattern in the image data of the contrast character and the compared character, and the size of the character pattern is constant. It is said.
また、第２の観点に係る発明では、第１の観点に係る発明の筆跡鑑定支援方法において、前記細線化ステップの後に、
形態定数算出手段が、正規化された対比文字、および被対比文字の画像データの文字パターンであって、細線化された矩形部の形態定数を算出するステップを更に備え、
表示ステップにおいては、算出された矩形部の形態定数を更に対比可能に表示する構成としている。
In the invention according to the second aspect, in the handwriting appraisal support method of the invention according to the first aspect, after the thinning step,
The morphological constant calculating means further comprises a step of calculating a morphological constant of the thinned rectangular portion, which is a character pattern of the normalized contrast character and the image data of the compared character,
In the display step, the calculated form constant of the rectangular portion is displayed so as to be further comparable.
また、第３の観点に係る発明では、
手書き文字の筆者を認識するための情報を提示するためにコンピュータを、
手書きされた対比文字、および被対比文字の画像を読み取る画像読取手段と、
読み取られた対比文字、および被対比文字の画像データを記憶する記憶手段と、
記憶された対比文字、および被対比文字の画像データを正規化する正規化手段と、
正規化された対比文字、および被対比文字の画像データにおける文字パターンの中から矩形部を選択する矩形部選択手段と、
正規化された対比文字、および被対比文字の画像データにおける選択された文字パターンの矩形部を細線化する細線化手段と、
正規化された対比文字、および被対比文字の画像データの文字パターンであって、細線化された矩形部を、対比可能に表示する表示手段、
として機能させるための筆跡鑑定支援プログラムであって、
正規化手段は、対比文字、および被対比文字の画像データにおける文字パターンの重心と画面の中心が一致するように処理すると共に、文字パターンの大きさが一定になるように処理する構成としている。
In the invention according to the third aspect,
To present information to recognize the writer of handwritten characters,
An image reading means for reading the handwritten comparison character and the image of the compared character;
Storage means for storing the read contrasted character and the image data of the compared character;
Normalization means for normalizing the stored contrasted characters and the image data of the compared characters;
A rectangular portion selecting means for selecting a rectangular portion from the character pattern in the normalized contrast character and the image data of the compared character;
Thinning means for thinning a rectangular portion of the selected character pattern in the image data of the normalized contrasted character and the compared character;
Display means for displaying a contrasted character and a character pattern of image data of a compared character, and a thinned rectangular portion so as to be comparable;
Is a handwriting appraisal support program to function as
The normalizing means is configured to perform processing so that the center of the screen matches the center of the character pattern in the image data of the contrasted character and the compared character and the size of the character pattern is constant.
また、第４の観点に係る発明では、第３の観点に係る発明の筆跡鑑定支援プログラムにおいて、コンピュータを、更に、
正規化された対比文字、および被対比文字の画像データの文字パターンであって、細線化された矩形部の形態定数を算出する形態定数算出手段として機能させると共に、
表示手段は、算出された矩形部の形態定数を更に対比可能に表示する構成としている。
In the invention according to the fourth aspect, in the handwriting appraisal support program of the invention according to the third aspect ,
It is a character pattern of image data of normalized contrasted characters and compared characters, and functions as a morphological constant calculating means for calculating a morphological constant of a thinned rectangular portion,
The display means is configured to display the calculated shape constant of the rectangular portion so as to be further comparable .
本発明の筆跡鑑定支援方法および筆跡鑑定支援プログラムでは、上述したように対比文字、および被対比文字の画像データにおける文字パターンの重心と画面の中心が一致するようにすると共に、文字パターンの大きさが一定になるように正規化した上で、直接対比したり、あるいは更に種々の特性を対比することができるようになっているため、精度の高い筆者認識、すなわち筆跡鑑定を可能としている。
また、これらの一連の処理は、コンピュータによって自動化されているため、迅速な筆跡鑑定を可能としている。
In the handwriting appraisal support method and the handwriting appraisal support program of the present invention, as described above, the center of the character pattern and the center of the screen in the image data of the contrast character and the character to be compared coincide with each other, and the size of the character pattern Can be directly compared or various characteristics can be compared with each other after normalization so as to be constant, thus enabling highly accurate writer recognition, that is, handwriting appraisal.
In addition, since these series of processes are automated by a computer, it is possible to perform rapid handwriting appraisal.
以下、図面に基づき、本発明の実施形態について詳細に説明する。
図１は、本発明の１実施形態に係る筆跡鑑定支援装置１００のシステム構成を示すブロック図である。 図１に示す実施形態の筆跡鑑定支援装置１００は、汎用されているデスクトップコンピュータやラップトップコンピュータをベースとして構成されたものであり、CPU（Central Processing Unit）のような演算処理装置１０１、スタートアップ時のコンピュータ内のエレメント間の情報転送を支援するBIOS（Basic Input/output System）を収納するROM（Read Only Memory）１０２、実行時にオペレーション・システム（OS）やアプリケーションプログラム（本実施形態では、筆跡鑑定支援プログラム２００）、あるいはプログラムデータを収納するRAM（Random Access Memory）１０３、コマンドや情報を入力するためのキーボードやポインティングデバイス等の入力装置１０４、画像データを入力するためのスキャナーやカメラ等の読取装置１０５、結果を表示するためのモニターのような表示装置１０６、および結果をハードコピーとして出力するプリンターのような出力装置１０７から構成されている。
Hereinafter, embodiments of the present invention will be described in detail with reference to the drawings.
FIG. 1 is a block diagram showing a system configuration of a handwriting appraisal support apparatus 100 according to an embodiment of the present invention. A handwriting appraisal support apparatus 100 according to the embodiment shown in FIG. 1 is configured based on a general-purpose desktop computer or laptop computer, and includes an arithmetic processing apparatus 101 such as a CPU (Central Processing Unit), a startup time, and the like. ROM (Read Only Memory) 102 for storing a basic input / output system (BIOS) that supports information transfer between elements in the computer, and an operation system (OS) and application program (in this embodiment, handwriting appraisal) Support program 200), RAM (Random Access Memory) 103 for storing program data, input device 104 such as a keyboard and pointing device for inputting commands and information, reading by a scanner, a camera, etc. for inputting image data Device 105, module for displaying results Display device 106, such as terpolymers, and the results and an output device 107 such as a printer to output a hard copy.
また、筆跡鑑定支援装置１００には、ハードディスク、磁気ディスク、光ディスク等のコンピュータ読取可能媒体とコンピュータとの間のデータの授受を行うコンピュータ読取可能媒体入出力装置（図示せず）を更に備えるようにすることもできる。 The handwriting test support device 100 further includes a computer readable medium input / output device (not shown) that exchanges data between a computer readable medium such as a hard disk, a magnetic disk, and an optical disk and the computer. You can also
本発明に係る筆跡鑑定支援プログラム２００は、手書きされた対比文字、および被対比文字の画像データを正規化した上で、直接比較対比したり、あるいは種々の特徴を抽出して比較対比することにより、対比文字、および被対比文字の特徴を多面的に評価できるようにしたものである。 なお、ここで、対比文字、および被対比文字とは、１文字に限定されるものではなく、複数文字から構成されるものを含むものである。 従って、例えば、４文字からなる氏名を一体的に対比文字、および被対比文字として取り扱うこともできるようになっている。 The handwriting appraisal support program 200 according to the present invention normalizes the handwritten comparison character and the image data of the compared character, and then directly compares and compares them or extracts various features and compares them. , The characters of the contrasting characters and the characters to be compared can be evaluated in a multifaceted manner. Here, the contrasting character and the compared character are not limited to one character, but include characters composed of a plurality of characters. Therefore, for example, a name consisting of four characters can be handled as a contrasting character and a compared character.
図１に示すように、筆跡鑑定支援プログラム２００は、画像読取手段２０１、記憶手段２０２、正規化手段２０３、細線化手段２０４、矩形部選択手段２０５、形態定数算出手段２０６、射影算出手段２０７、加重方向指数ヒストグラム算出手段２０８、背景情報算出手段２０９、および表示手段２１０から構成されており、以下、これらついて詳細に説明する。 As shown in FIG. 1, the handwriting appraisal support program 200 includes an image reading unit 201, a storage unit 202, a normalizing unit 203, a thinning unit 204, a rectangular portion selecting unit 205, a form constant calculating unit 206, a projection calculating unit 207, The weighted direction index histogram calculating unit 208, the background information calculating unit 209, and the display unit 210 are described below in detail.
画像読取手段２０１は、用紙に手書き（筆記）された対比文字および被対比文字を画像データとして読取るための手段である。 画像読取手段２０１は、用紙に手書き（筆記）された１又は複数の対比文字および１又は複数の被対比文字を１文字毎に、あるいは複数文字を同時に、例えばイメージスキャナを用いて解像度２４０dpiの２値画像として読取り、例えば１６０ｘ１６０画素（例えば１文字の場合）や、１６０ｘ６４０画素（例えば３文字、４文字、５文字のように複数文字の場合）、あるいはその他の画素サイズの大きさの画像データとするものである。 The image reading unit 201 is a unit for reading a contrasted character and a compared character handwritten (written) on a sheet as image data. The image reading unit 201 uses one or more compared characters and one or more compared characters handwritten (written) on a sheet for each character, or a plurality of characters at the same time, for example, 2 at a resolution of 240 dpi using an image scanner. Read as a value image, for example, 160 × 160 pixels (for example, one character), 160 × 640 pixels (for example, a plurality of characters such as three characters, four characters, and five characters), or other pixel size image data To do.
記憶手段２０２は、画像読取手段２０１により読取った画像データをRAMの中にプログラムデータの一部として記憶するものである。 The storage unit 202 stores the image data read by the image reading unit 201 in the RAM as a part of program data.
画像読取手段２０１によって読取られた対比文字あるいは被対比文字の画像データは、たとえ筆記者が同一人であったとしても、文字の大きさや文字の中心位置は文字毎にばらつくのが一般的である。 そこで、正規化手段２０３は、異なる筆者の文字であったとしても一定条件下で比較することができるように、文字パターンの重心と画面の中心が一致するように（すなわち、文字パターンの重心がたえず画面の中心に表示されるように）処理すると共に、文字パターンの大きさを一定にするように処理する。 従って、対比文字あるいは被対比文字が、例えば、４文字から成る場合には、４文字からなる文字パターンの重心と画面の中心が一致するように処理される。 The image data of the contrasted character or the compared character read by the image reading unit 201 generally varies in character size or character center position even if the writer is the same person. . Therefore, the normalizing means 203 is arranged so that the center of the character pattern and the center of the screen coincide with each other (that is, the center of gravity of the character pattern is equal) so that comparison can be made even under different writer characters. (Simply displayed in the center of the screen) and process to make the size of the character pattern constant. Therefore, when the contrasting character or the compared character is composed of, for example, 4 characters, processing is performed so that the center of gravity of the character pattern composed of 4 characters and the center of the screen coincide.
ここで、文字の重心とは、文字の釣り合いのとれた画素のことであり、画素の座標を(x,y)で表し、その濃度値をf(x,y)とすると重心の座標(xm,ym)は以下の式で求めることができる。
Here, the center of gravity of a character is a pixel in which the character is balanced, and the coordinates of the pixel are expressed as (x, y) and the density value is f (x, y). m , y m ) can be obtained by the following equation.
次に、文字の大きさを一定にするために２次モーメントを求める。 ２次モーメントrmは、文字パターンの各画素と重心との距離の平均であり、以下の式によって求めることができる。
Next, a second moment is obtained in order to make the character size constant. The secondary moment r m is the average of the distance between each pixel of the character pattern and the center of gravity, and can be obtained by the following equation.
このようにして求めた２次モーメントから文字の大きさが一定値Ｒとなるように、各文字毎（対比文字あるいは被対比文字が複数文字から成る場合には、複数文字を一体と捉える）に異なっている２次モーメントを統一することによって、文字の大きさの正規化を行なうようになっている。 このＲ値を変更することによって統一する文字の大きさが変化することになるが、本実施形態においては、Ｒ値を３８として固定している。 このＲ値は３８に限定されるものではなく、任意に設定することが可能である。 For each character (when the contrast character or the contrasted character is composed of a plurality of characters, the plurality of characters are regarded as one) so that the character size becomes a constant value R from the second moment thus obtained. By unifying the different second moments, the character size is normalized. By changing the R value, the size of the character to be unified changes. In this embodiment, the R value is fixed at 38. The R value is not limited to 38, and can be set arbitrarily.
正規化前の座標を(x,y)、正規化後の座標を(x’,y’)とし、正規化後の重心の座標を(xm’,ym’)とすると、
となり、(x,y)から(x’,y’)へと、文字の大きさを正規化することができる。
図２は、３つの「昭」という文字を、正規化手段２０３により正規化した結果を例示したものである。 また、図２５は、３つの「田辺和昭」という文字を、正規化手段２０３により正規化した結果を例示したものである。
If the coordinates before normalization are (x, y), the coordinates after normalization are (x ', y'), and the coordinates of the center of gravity after normalization are (x m ', y m '),
Thus, the character size can be normalized from (x, y) to (x ′, y ′).
FIG. 2 illustrates the result of normalizing three characters “Akira” by the normalizing means 203. FIG. 25 exemplifies the result of normalizing three characters “Kazuaki Tanabe” by the normalizing means 203.
細線化手段２０４は、正規化された画像データにおける文字パターンの連結成分（文字画素が連続している成分）に対して、その連結性を維持したまま線幅が１画素の線図形となるように文字パターンを細める処理を行う。 この細線化は、ある太さのパターンを順次細かくしていく処理で、削除可能な画素を取り除き、文字パターンの中心線を求めるようにしたものである。 細線化処理のアルゴリズムには多くの手法が提案されているが、本実施形態においては、Hildichの手法を採用している。 The thinning unit 204 makes a line figure having a line width of one pixel while maintaining the connectivity with respect to a connected component of a character pattern (a component in which character pixels are continuous) in normalized image data. The process of thinning the character pattern is performed. In this thinning process, a pattern with a certain thickness is successively refined to remove pixels that can be deleted, and the center line of the character pattern is obtained. Many methods have been proposed for the thinning processing algorithm, but in this embodiment, the Hildich method is adopted.
この手法では、文字パターン中の特定の画素に注目し、この特定の画素が以下に示す６つの条件を全て満たす場合のみ、その特定の画素は削除可能であるとして文字パターンを順次細めていくものである。
条件１: 当該特定の画素は黒画素であること
条件２: 当該特定の画素は白画素との境界画素であること
条件３: 当該特定の画素は端点ではないこと
条件４: 当該特定の画素は孤立点ではないこと
条件５: 当該特定の画素を削除しても連結性は維持されること
条件６: 当該特定の画素が線幅２（２画素の幅）の線分上にある場合は、その片側のみを削除する
In this method, attention is paid to a specific pixel in the character pattern, and only when this specific pixel satisfies all of the following six conditions, the character pattern is successively narrowed down as being able to be deleted. It is.
Condition 1: The specific pixel is a black pixel Condition 2: The specific pixel is a boundary pixel with a white pixel Condition 3: The specific pixel is not an end point Condition 4: The specific pixel is It is not an isolated point. Condition 5: Connectivity is maintained even if the specific pixel is deleted. Condition 6: When the specific pixel is on a line segment having a line width of 2 (a width of 2 pixels), Delete only one side
このようにして、削除可能な画素がなくなるまで処理を繰り返すことにより、文字パターンが細線化された画像データを得ることができる。 図３は、３つの「昭」という文字を細線化手段２０４により細線化した結果を例示したものである。 また、図２６は、３つの「田辺和昭」という文字を細線化手段２０４により細線化した結果を例示したものである。 なお、いずれの例においても、細線化された画像データは、目視し易くするために、画線を太くして表示している。 In this way, by repeating the process until there is no pixel that can be deleted, it is possible to obtain image data in which the character pattern is thinned. FIG. 3 exemplifies the result of thinning the three characters “Akira” by the thinning means 204. FIG. 26 illustrates the result of thinning the three characters “Kazuaki Tanabe” by the thinning means 204. In any of the examples, the thinned image data is displayed with a thicker image line for easy visual recognition.
矩形部選択手段２０５は、正規化された対比文字、および被対比文字の画像データにおける各文字パターンの中から、文字の重要な要素を構成する１又は複数個所の矩形部を選び出す機能を有する。 ここで、矩形部とは、文字パターンの中の外接する枠線を意味するものであり、例えば「昭」という文字パターンであれば、「口」の部分や「日」の部分の中央の横線を除いた部分等が該当する。 このように、文字パターンの中の重要な要素である矩形部の特徴に着目して筆跡鑑定をすることにより、認識精度をより高めることが可能となる。 図４は、「昭」という文字パターンから、矩形部選択手段２０５により矩形部「日」を選択した結果を例示したものである。 The rectangular part selection unit 205 has a function of selecting one or a plurality of rectangular parts constituting important elements of the character from the character patterns in the normalized contrast character and the image data of the compared character. Here, the rectangular portion means a circumscribing frame line in the character pattern. For example, if the character pattern is “Akira”, the horizontal line at the center of the “mouth” portion and the “day” portion. This applies to the parts excluding. As described above, it is possible to further improve the recognition accuracy by performing the handwriting examination by paying attention to the feature of the rectangular portion which is an important element in the character pattern. FIG. 4 shows an example of the result of selecting the rectangular part “day” by the rectangular part selecting means 205 from the character pattern “Akira”.
なお、本実施形態においては、矩形部選択手段２０５が自動的に矩形部を選択するように設定することもできるし、入力装置１０４から入力されるコマンドに従って、各文字パターンの中の特定の１又は複数の矩形部を選択させるようにすることもできる。 In the present embodiment, the rectangular part selecting unit 205 can be set to automatically select a rectangular part, or a specific one in each character pattern can be set according to a command input from the input device 104. Alternatively, a plurality of rectangular portions can be selected.
また、本実施形態においては、正規化された対比文字、および被対比文字の画像データにおける各文字パターンの中から、各々対応する矩形部を選択し、選択された矩形部を上述した細線化手段２０４によって細線化し、その後対応する矩形部を対比するようにしているが、これに限定されるものではなく、選択された矩形部を細線化手段２０４によって細線化することなく、直接対比するようにしても良い。 Further, in the present embodiment, a corresponding rectangular portion is selected from each character pattern in the normalized contrast character and the image data of the compared character, and the selected rectangular portion is thinned as described above. However, the present invention is not limited to this, and the selected rectangular portion is directly compared without being thinned by the thinning means 204. May be.
形態定数算出手段２０６は、矩形部選択手段２０５によって選択された各文字パターンの中の矩形部の形態的特徴を数値化した形態定数を算出する。 具体的には、各文字パターンが記録された画像データの中の該当する矩形部の２値画像データに基づき、形態定数を算出する。 本実施例においては、形態定数としては、矩形部の高さ、幅、面積、重心の位置、文字重心と矩形部重心との距離が定義されている。 図５は、選択した矩形部について、形態定数算出手段２０６によって形態定数を算出した例を示したものである。 図中右側の各数値が、図中左側の文字パターンの各矩形部の形態定数を示している。 The morphological constant calculating unit 206 calculates a morphological constant obtained by quantifying the morphological features of the rectangular part in each character pattern selected by the rectangular part selecting unit 205. Specifically, the form constant is calculated based on the binary image data of the corresponding rectangular portion in the image data in which each character pattern is recorded. In the present embodiment, the height, width, area, center of gravity, and distance between the character center of gravity and the center of gravity of the rectangular part are defined as the form constants. FIG. 5 shows an example in which the morphological constant is calculated by the morphological constant calculating means 206 for the selected rectangular portion. Each numerical value on the right side in the figure indicates the form constant of each rectangular portion of the character pattern on the left side in the figure.
射影算出手段２０７は、正規化された対比文字、および被対比文字の画像データにおける各文字パターンの画素数密度の分布算出し、その結果を画面の水平軸上および垂直軸上に投影してプロットするものである。 具体的には、画像データの画面において上下方向をＹ軸（垂直軸）、横方向をＸ軸（水平軸）と定義すると、例えば、Ｙが特定の値をとる位置における全画素の中から文字パターンに該当する画素（黒画素）の数の総計を求め、その値をＹ軸（垂直軸）上にプロットするという処理をＹ軸（垂直軸）上の全領域にわたって行う。 Ｘ軸（水平軸）についても、Ｙ軸（垂直軸）と同様な処理を行うことによって、文字パターンの画素数密度の分布を画面の水平軸上および垂直軸上に投影してプロットすることができる。 これにより、対比文字、および被対比文字の画像データにおける各文字パターンの画素数密度の分布特性を容易に比較評価することができる。 図６は、射影算出手段２０７により、画面縦軸上および横軸上に射影した画素密度分布を算出した結果を例示したものである。 画面右側および画面下側に示した波形が、画素密度分布をプロットしたものである。 The projection calculation means 207 calculates the distribution of the pixel number density of each character pattern in the normalized contrast character and image data of the compared character, and plots the result on the horizontal and vertical axes of the screen and plots them. To do. Specifically, if the vertical direction is defined as the Y axis (vertical axis) and the horizontal direction is defined as the X axis (horizontal axis) on the screen of the image data, for example, characters from all the pixels at the position where Y takes a specific value. A process of obtaining the total number of pixels (black pixels) corresponding to the pattern and plotting the value on the Y axis (vertical axis) is performed over the entire area on the Y axis (vertical axis). The X-axis (horizontal axis) can be plotted by projecting the pixel number density distribution of the character pattern onto the horizontal and vertical axes of the screen by performing the same processing as the Y-axis (vertical axis). it can. Thereby, it is possible to easily compare and evaluate the distribution characteristics of the pixel number density of each character pattern in the image data of the contrast character and the contrast character. FIG. 6 illustrates the result of calculating the pixel density distribution projected on the vertical axis and horizontal axis of the screen by the projection calculating means 207. The waveforms shown on the right side and the lower side of the screen plot the pixel density distribution.
加重方向指数ヒストグラム算出手段２０８は、加重方向指数ヒストグラムの特徴、即ち文字パターンの輪郭線から、細分化した領域において文字の方向性の程度を検出し、その結果に基づき筆跡鑑定を行うために、画像データを処理する手段である。 The weighted direction index histogram calculation means 208 detects the directionality of characters in the subdivided region from the feature of the weighted direction index histogram, that is, the outline of the character pattern, and performs handwriting appraisal based on the result. Means for processing image data.
図７に示す正規化された「字」という文字サンプルを使用して、加重方向指数ヒストグラム算出手段２０８により加重方向指数ヒストグラムを算出する手順は以下の通りである。
(1) まず、図７に示すように画面を１６×１６の升に分割しておく。 （なお、対比文字、および被対比文字が複数文字、例えば、４文字からなるような場合には、画面を１６×６４の升に分割することになる。）
(2) 文字の輪郭線を求める。
(3) 輪郭線をたどりながら、各升の中の輪郭線の各画素の配列状態を調べる。
（ア）輪郭線の特定の画素に着目し、その特定の画素の前後の画素の配列パターンを調べ、図８左図に示す１〜１６までの配列パターンが、１つの升の中に各々何個存在するかカウントする（１つの升の中における各配列パターンの度数をカウントする）。
（イ）その結果、１つの升の中には１６個の数字が存在することになり、升が１６×１６個あるから合計１６×１６×１６＝４０９６個の数値で１つの文字の特徴を表すことになる。
（ウ）図８の右図は、左側に示す配列パターンの番号に対応した方向性を定義したものであり、左図の配列パターンの番号と右図の方向性を示す矢印の番号はそれぞれ対応するものである。
The procedure for calculating the weighted direction index histogram by the weighted direction index histogram calculating means 208 using the normalized character sample “character” shown in FIG. 7 is as follows.
(1) First, the screen is divided into 16 × 16 tiles as shown in FIG. (If the contrast character and the contrast target character are composed of a plurality of characters, for example, 4 characters, the screen is divided into 16 × 64 tiles.)
(2) Find the outline of the character.
(3) While following the contour line, check the arrangement state of each pixel of the contour line in each cage.
(A) Focusing on a specific pixel of the contour line, examining the arrangement pattern of the pixels before and after the specific pixel, what is the arrangement pattern from 1 to 16 shown in the left figure of FIG. Count whether there is one (count the frequency of each sequence pattern in one cage).
(A) As a result, there are 16 numbers in one font. Since there are 16 × 16 fonts, a total of 16 × 16 × 16 = 4096 numerical values represent the characteristics of one character. Will represent.
(C) The right diagram in FIG. 8 defines the directionality corresponding to the sequence pattern number shown on the left side, and the sequence pattern number in the left diagram and the arrow number indicating the directionality in the right diagram correspond respectively. To do.
(4) 次に、ガウスフィルターを使用して（３）で求めた特徴をぼかす。 縦横２升、計４升の中の１〜１６までの各数値をそれぞれ加算する処理を順次行うことにより、１６×１６個あった升を８×８個の升からなる領域へ圧縮する（領域の圧縮）。
(5) 次に、領域の圧縮を行った特徴をもとにして、第１の方向の圧縮処理を行う。 具体的には、例えば偶数の配列パターン番号（即ち、方向性を示す矢印の番号）の度数の１／２を隣り合う基数の配列パターン番号に加えることによってこの処理は行われる。 （例えば、配列パターン番号２の度数の１／２は配列パターン番号１に加えられ、残りの１／２は配列パターン番号３にくわえられることになり、配列パターン番号４、６、８、１０、１２、１４、１６についても同様に処理される。）
(6) 次に、第１の方向の圧縮処理を行った特徴をもとにして、第２の方向の圧縮処理を行う。 具体的には、対称な方向性を示す矢印の番号（即ち、配列パターン番号）の度数を加え合わせることによってこの処理は行われる。例えば、１と９、３と１１、５と１３、７と１５の度数を加え合わせることにより、対称な方向性を示す矢印の番号を統合する。 これで、加重方向指数ヒストグラムの特徴の数は１６×４＝２５６となり、この２５６個の数値からなる特徴を用いて筆跡鑑定を行う。
(4) Next, use the Gaussian filter to blur the features obtained in (3). By sequentially performing the process of adding each numerical value from 1 to 16 out of a total of 4 tiles in the vertical and horizontal directions, 16 × 16 tiles are compressed into an area composed of 8 × 8 tiles (region Compression).
(5) Next, compression processing in the first direction is performed based on the characteristics of the region compression. Specifically, for example, this processing is performed by adding ½ of the frequency of an even number of array pattern numbers (that is, the number of arrows indicating directionality) to the array pattern number of the adjacent radix. (For example, ½ of the frequency of the sequence pattern number 2 is added to the sequence pattern number 1, and the other half is added to the sequence pattern number 3, and the sequence pattern numbers 4, 6, 8, 10, The same processing is performed for 12, 14, and 16).
(6) Next, based on the characteristics of the compression process in the first direction, the compression process in the second direction is performed. Specifically, this processing is performed by adding the frequencies of the numbers of arrows indicating symmetrical directions (that is, array pattern numbers). For example, by adding the frequencies of 1 and 9, 3 and 11, 5 and 13, and 7 and 15, the numbers of arrows indicating symmetrical directions are integrated. As a result, the number of features of the weighted direction index histogram is 16 × 4 = 256, and handwriting judgment is performed using the features composed of these 256 numerical values.
図９は、加重方向指数ヒストグラム算出手段２０８によって、文字パターン「昭」の加重方向指数ヒストグラムを算出した結果を示したものであり、図９の右上図は、加重方向指数ヒストグラムの特徴を４つの方向性を示す棒グラフで表したものであり、図９の下方に示す表には、８×８＝１６領域の１〜４の方向毎に特徴の強さを数値として表示している。 （表の上に示す「方向１」、「方向２」、「方向３」、「方向４」を選択することにより、各方向における加重方向指数ヒストグラムの特徴の強さが数値として表示される。） FIG. 9 shows the result of calculating the weighted direction index histogram of the character pattern “Akira” by the weighted direction index histogram calculating means 208. The upper right diagram of FIG. This is represented by a bar graph indicating the directionality. In the table shown in the lower part of FIG. 9, the strength of the feature is displayed as a numerical value for each of the 1 to 4 directions in the 8 × 8 = 16 region. (By selecting “Direction 1”, “Direction 2”, “Direction 3”, and “Direction 4” shown on the table, the strength of the feature of the weighted direction index histogram in each direction is displayed as a numerical value. )
次に、背景情報算出手段２０９について説明する。 背景情報算出手段２０９は、背景伝搬法を利用して筆跡鑑定を行うために使用する手段である。 背景伝搬法とは、文字パターンの背景の形に着目して筆跡鑑定を行うものであり、文字パターンの輪郭から波紋のように広がりながら背景の情報（白い画素の部分の広がり）を取り出し、この背景情報に基づき筆跡鑑定を行うものである。 Next, the background information calculation unit 209 will be described. The background information calculation unit 209 is a unit used for performing handwriting appraisal using the background propagation method. In the background propagation method, handwriting judgment is performed by paying attention to the shape of the background of the character pattern. The background information (spread of the white pixels) is extracted from the outline of the character pattern while spreading like a ripple. The handwriting appraisal is performed based on the background information.
背景情報算出手段２０９により正規化された文字パターンの背景情報を算出する手順は以下の通りである。
(1) まず、画面を１６×１６の升に分割しておく。（なお、この場合においても対比文字、および被対比文字が複数文字、例えば、４文字からなるような場合には、画面を１６×６４の升に分割することになる。）
(2) 次に、文字の輪郭線を求める。
The procedure for calculating the background information of the character pattern normalized by the background information calculation means 209 is as follows.
(1) First, the screen is divided into 16 × 16 tiles. (In this case as well, if the contrasting character and the compared character are composed of a plurality of characters, for example, 4 characters, the screen is divided into 16 × 64 tiles.)
(2) Next, the outline of the character is obtained.
(3) 指数表を用いて、輪郭線に隣接した白画素の方向を抽出する。
（ア）方向の算出には図１０に示すような指数表を準備する。 図１０の上に示す表中の数値は、方向指数を表す数値であり、図１０の下に示す表中の数値は方向指数を表す数値であり、同表の下側に示す矢印の方向は、方向を示すものである。
（イ）まず、文字パターンの輪郭に隣接する任意の白画素「Ｘ」に着目し、図１１に示すように、この白画素の外周に存在する８つの画素を選択し、白画素を「０」、黒画素を「１」としてＸ方向の値、およびＹ方向の値を算出する。 ここで、図１１の塗りつぶされた画素は黒画素、塗りつぶしの無い画素は白画素を表すものである。
(3) Using the index table, extract the direction of white pixels adjacent to the contour line.
(A) For calculating the direction, an index table as shown in FIG. 10 is prepared. The numerical value in the table shown in the upper part of FIG. 10 is a numerical value indicating the direction index, the numerical value in the table shown in the lower part of FIG. 10 is a numerical value indicating the direction index, and the direction of the arrow shown on the lower side of the table is , Indicating the direction.
(A) First, paying attention to an arbitrary white pixel “X” adjacent to the outline of the character pattern, as shown in FIG. 11, eight pixels existing around the white pixel are selected, and the white pixel is set to “0”. ", The value in the X direction and the value in the Y direction are calculated by setting the black pixel to" 1 ". Here, the filled pixels in FIG. 11 represent black pixels, and the unfilled pixels represent white pixels.
（ウ）Ｘ方向の値、およびＹ方向の値は、次のように算出する。 つまり、着目した白画素「Ｘ」の右側列を「＋列」、左側列を「−列」と定義し、更に、白画素「Ｘ」の上側行を「＋行」、左側行を「−行」と定義する（図１２参照）。 そして、各列、各行の中の白画素を「０」、黒画素を「１」として、これらの数値の合計を求め、これらの合計値に「＋列」、「＋行」であれば「＋」の符号を付し、「−列」、「−行」であれば、「−」符号を付す。 このような処理を行った後、２つの列の合計値を加算してＸ方向の値とし、２つの行の合計値を加算してＹ方向の値とする。 (C) The value in the X direction and the value in the Y direction are calculated as follows. That is, the right column of the focused white pixel “X” is defined as “+ column”, the left column is defined as “− column”, the upper row of the white pixel “X” is defined as “+ row”, and the left column is defined as “−”. Line ”(see FIG. 12). Then, the white pixel in each column and each row is set to “0” and the black pixel is set to “1”, and the total of these values is obtained. If the total value is “+ column” and “+ row”, “ A “+” sign is attached, and if it is “−column” and “−row”, a “−” sign is attached. After performing such processing, the total value of the two columns is added to obtain the value in the X direction, and the total value of the two rows is added to obtain the value in the Y direction.
（エ）ここで、図１１に示す画素配列を例にとって上記演算を実行すると、図１３に示すようになり、Ｘ方向の値として「＋２」、Ｙ方向の値として「−２」が得られる。
（オ）次に、図１０に示す指数表を使用し、Ｘ方向の値とＹ方向の値によって方向を求める。 図１０に示す上の表中の中心にある「−１」をスタート点として、Ｘ方向に「＋２」（Ｘ方向の値）、Ｙ方向に「−２」（Ｙ方向の値）だけ進むと、方向指数「７」が得られる。 方向指数が「７」の場合、図１０の下に示す表から、この画素の方向は「左上」ということになる。 ここで求めた方向は、文字パターンの輪郭に隣接する白画素の垂直方向を求めたものであり、微分という手法によって求めることもできるが、プログラムの処理速度を高めるために上述したような手法を採用している。
（カ）以上のような処理を輪郭線に隣接した白画素すべてについて実行する。 図１４は、指数表を用いて、輪郭線に隣接した白画素の方向を抽出した結果の一例を示すものである。
(D) Here, when the above calculation is executed taking the pixel array shown in FIG. 11 as an example, the result is as shown in FIG. 13, and “+2” is obtained as the value in the X direction and “−2” is obtained as the value in the Y direction. .
(E) Next, the index table shown in FIG. 10 is used, and the direction is obtained from the value in the X direction and the value in the Y direction. Starting from “−1” in the center of the table shown in FIG. 10 as a starting point, it proceeds by “+2” (value in the X direction) in the X direction and “−2” (value in the Y direction) in the Y direction. The direction index “7” is obtained. When the direction index is “7”, the direction of this pixel is “upper left” from the table shown in the lower part of FIG. The direction obtained here is the vertical direction of white pixels adjacent to the contour of the character pattern, and can be obtained by a technique called differentiation, but the above-described technique is used to increase the processing speed of the program. Adopted.
(F) The above processing is executed for all white pixels adjacent to the contour line. FIG. 14 shows an example of the result of extracting the direction of the white pixel adjacent to the contour line using the index table.
(4) 求められた輪郭線に隣接した白画素の方向に基づき、その方向を伝搬させる。
（ア）方向を伝搬させる際、発信源である白画素から遠ざかるに従って高い数値が各画素に割り当てられるようにする。
（イ）例えば、方向指数４について着目し、この方向指数４を持つ白画素を発信源として各画素に該当する数値を設定する。 図１５は、方向指数４に着目し、この方向を伝搬させる方法について説明するための図である。 図１５の左図は、図１４に示す輪郭線に隣接した白画素の方向を抽出した結果に基づき、方向指数４を有する画素のみを選びだしたものである。
(4) Based on the direction of the white pixel adjacent to the obtained contour line, the direction is propagated.
(A) When propagating the direction, a higher numerical value is assigned to each pixel as the distance from the white pixel that is a transmission source increases.
(A) For example, paying attention to the direction index 4, a white pixel having the direction index 4 is set as a transmission source, and a numerical value corresponding to each pixel is set. FIG. 15 is a diagram for explaining a method of propagating this direction by paying attention to the direction index 4. The left diagram of FIG. 15 shows only pixels having a direction index of 4 based on the result of extracting the direction of white pixels adjacent to the contour line shown in FIG.
（ウ）この方向指数４を持つ白画素を発信源とするため、これらの画素の数値を全て「１」に設定する。（図１５の右図参照）
（エ）次に、図１０の下図によれば、方向指数４の方向は水平方向（Ｘ方向）右向きであるから、「１」に設定された画素から水平方向右側に向かって、波紋が伝播するように、順次１ずつ大きい数値を各画素の数値として設定していく。図１６は、方向指数４を持つ白画素を発信源として、その方向を伝搬させ、設定された各白画素の数値を示したものである。
（オ）このような処理を方向指数「０」〜「７」までの８個すべてについて行うことにより、背景伝搬法による背景情報の全てが算出されることになる。
(C) Since the white pixel having the direction index 4 is used as the transmission source, the numerical values of these pixels are all set to “1”. (Refer to the right figure in Fig. 15)
(D) Next, according to the lower diagram of FIG. 10, since the direction of the direction index 4 is rightward in the horizontal direction (X direction), ripples propagate from the pixel set to “1” to the right in the horizontal direction. In this manner, a numerical value that is larger by one is sequentially set as the numerical value of each pixel. FIG. 16 shows the numerical value of each white pixel set by transmitting the white pixel having a direction index of 4 as a transmission source.
(E) By performing such processing for all eight of the direction indexes “0” to “7”, all of the background information by the background propagation method is calculated.
(5) ここで得られた結果を、加重方向指数ヒストグラム算出手段２０８において説明した方法と同様な方法によって、８×８画素にまで圧縮することにより、１つの文字パターンの背景情報として、８×８画素×８方向＝５１２個の数値からなる特徴が得られることになる。 (5) The result obtained here is compressed to 8 × 8 pixels by a method similar to the method described in the weighted direction index histogram calculation means 208, thereby providing 8 × as background information of one character pattern. A feature consisting of 8 pixels × 8 directions = 512 numerical values is obtained.
(6) 図１７は、背景情報算出手段２０９により正規化された３個の文字パターン「記」の背景情報を算出した結果を、比較可能なように表示したものであり、図１７には、３個の文字パターン「記」の背景情報を算出した結果を横方向に並べて配置しており、図１７の各図中の右上図は、背景情報の特徴（８つの方向性）を示す棒グラフで表したものであり、同じく下方に示す表には、８×８＝１６領域の「０」〜「７」の方向指数毎に特徴の強さを数値として表示している。 （表の上に示す８つの方向を選択することにより、各方向における特徴の強さが数値として表示される。） (6) FIG. 17 shows the results of calculating the background information of the three character patterns “mark” normalized by the background information calculation means 209 so that they can be compared. FIG. The results of calculating the background information of the three character patterns “mark” are arranged side by side in the horizontal direction, and the upper right diagram in each figure of FIG. 17 is a bar graph showing the characteristics (eight directions) of the background information. Similarly, in the table shown below, the strength of the feature is displayed as a numerical value for each of the direction indexes of “0” to “7” in the 8 × 8 = 16 region. (By selecting the eight directions shown on the table, the strength of the feature in each direction is displayed as a numerical value.)
次に、表示手段２１０について説明する。 表示手段２１０は、モニターのような表示装置１０６に、
(1) 正規化された対比文字、および被対比文字の画像データを対比可能に表示したり、
(2) 正規化された対比文字、および被対比文字の画像データの細線化された文字パターンを対比可能に表示したり、
(3) 正規化された対比文字、および被対比文字の画像データの文字パターンであって、細線化された矩形部を対比可能に表示したり、
(4) 正規化された対比文字、および被対比文字の画像データの文字パターンであって、細線化された矩形部の算出された形態定数を対比可能に表示したり、
(5) 正規化された対比文字、および被対比文字の文字パターンの画素密度であって、画面縦軸上および横軸上に射影した画素密度分布を対比可能に表示したり、
(6) 正規化された対比文字、および被対比文字の加重方向指数ヒストグラムを対比可能に表示したり、
(7) 正規化された対比文字、および被対比文字の背景情報を対比可能に表示したり、
することができるようになっている。
Next, the display unit 210 will be described. The display means 210 is connected to the display device 106 such as a monitor.
(1) Normalized contrasted characters and image data of compared characters can be displayed for comparison,
(2) Normalized contrast characters and thinned character patterns of image data of compared characters can be displayed for comparison.
(3) The character pattern of the image data of the normalized contrast character and the compared character, and the thinned rectangular portion can be displayed for comparison,
(4) The character pattern of the image data of the normalized contrast character and the compared character, and the calculated form constant of the thinned rectangular portion can be displayed in a comparable manner,
(5) The pixel density distribution of the normalized contrast character and the character pattern of the compared character, and the pixel density distribution projected on the vertical and horizontal axes of the screen can be displayed in a comparable manner.
(6) Normalized contrast characters and weighted direction index histograms of contrasted characters can be displayed for comparison,
(7) Normalized contrast characters and background information of contrasted characters can be displayed for comparison,
Can be done.
例えば、図１８は、正規化された対比文字、および被対比文字の画像データの細線化された文字パターンを対比可能に表示したものの１例であり、図１８の上方には、対比すべき文字の画像データの細線化された文字パターンが対比できるように横方向に並べて配置され、図１８の下方には、対比すべき文字の画像データの細線化された文字パターンが対比できるように、重ねて表示されるようになっている。
また、図２７は、対比文字、および被対比文字が複数文字からなる場合の例であり、図２７の上方には、対比すべき文字の画像データの細線化された文字パターンが対比できるように横方向に並べて配置され、図２７の下方には、対比すべき文字の画像データの細線化された文字パターンが対比できるように、重ねて表示されるようになっている。
For example, FIG. 18 shows an example of a normalized contrast character and a thinned character pattern of image data of the contrasted character that can be compared. In the upper part of FIG. Are arranged side by side so that the thinned character patterns of the image data can be compared, and in the lower part of FIG. 18 are superimposed so that the thinned character patterns of the image data of the characters to be compared can be compared. Is displayed.
FIG. 27 shows an example in which the contrasting character and the compared character are composed of a plurality of characters. In the upper part of FIG. 27, the thinned character pattern of the image data of the character to be compared can be compared. It is arranged side by side in the horizontal direction, and in the lower part of FIG. 27, the thinned character patterns of the image data of the characters to be compared are displayed so as to be compared.
図１７は、背景情報算出手段２０９により正規化された３個の文字パターン「記」の背景情報を算出した結果を、比較可能なように表示したものの１例である。 FIG. 17 is an example of the result of calculating the background information of the three character patterns “mark” normalized by the background information calculation unit 209 displayed so as to be compared.
次に、本発明にかかる筆跡鑑定支援方法および筆跡鑑定支援プログラムの手順について説明する。 図１９から図２４は、本発明にかかる筆跡鑑定支援方法および筆跡鑑定支援プログラムのフローチャートを示すものである。 以下、このフローチャートに基づき、手順を説明することにする。 Next, the procedure of the handwriting appraisal support method and the handwriting appraisal support program concerning this invention is demonstrated. 19 to 24 show flowcharts of the handwriting appraisal support method and the handwriting appraisal support program according to the present invention. Hereinafter, the procedure will be described based on this flowchart.
まず、図１９に示すフローチャートでは、ステップ３０１において、画像読取手段２０１は、用紙に手書き（筆記）された対比文字および被対比文字を画像データとして読取る。 ステップ３０２においては、記憶手段２０２が、画像読取手段２０１により読取った画像データをRAMの中にプログラムデータの一部として記憶する。 ステップ３０３においては、正規化手段２０３が、記憶された画像データの文字パターンの大きさと重心を統一するために、正規化を行う。 そして、ステップ３０４においては、表示手段２１０によって、正規化された対比文字、および被対比文字の画像データが、表示装置１０６に対比可能に表示される。 First, in the flowchart shown in FIG. 19, in step 301, the image reading unit 201 reads a contrast character and a contrast character handwritten (written) on a sheet as image data. In step 302, the storage unit 202 stores the image data read by the image reading unit 201 in the RAM as part of the program data. In step 303, the normalizing means 203 performs normalization in order to unify the size and center of gravity of the character pattern of the stored image data. In step 304, the display unit 210 displays the normalized contrast character and the image data of the compared character on the display device 106 so that they can be compared.
このようにして表示された、正規化された対比文字、および被対比文字の画像データによって、対比文字および被対比文字の形態的特徴を評価することができ、筆跡鑑定を容易に実行できるようになる。 It is possible to evaluate the morphological characteristics of the contrasted character and the compared character based on the normalized contrasted character and the image data of the compared character displayed in this way, so that the handwriting appraisal can be easily executed. Become.
また、図２０に示すフローチャートに進むと、ステップ３０７においては、細線化手段２０４が、ステップ３０３で正規化された対比文字、および被対比文字の画像データにおける文字パターンを細線化する。 そして、ステップ３０８においては、表示手段２１０によって、正規化された対比文字、および被対比文字の画像データの細線化された文字パターンが、表示装置１０６に対比可能に表示される。 Further, when proceeding to the flowchart shown in FIG. 20, in step 307, the thinning means 204 thins the character pattern in the contrast character normalized in step 303 and the image data of the compared character. In step 308, the display unit 210 displays the normalized contrast character and the thinned character pattern of the image data of the compared character on the display device 106 so that they can be compared.
このようにして表示された、正規化された対比文字、および被対比文字の画像データの細線化された文字パターンによって、対比文字および被対比文字の形態的特徴を評価することができ、筆跡鑑定を容易に実行できるようになる。 The morphological characteristics of the contrasted character and the compared character can be evaluated by the normalized contrasted character displayed in this way and the thinned character pattern of the image data of the compared character. Can be easily executed.
また、図２１に示すフローチャートに進むと、ステップ３１１においては、矩形部選択手段２０５が、ステップ３０３で正規化された対比文字、および被対比文字の画像データにおける文字パターンの中から矩形部を選択する。 ステップ３１２においては、細線化手段２０４によって、選択された文字パターンの矩形部が細線化される。 そして、ステップ３１３では、表示手段２１０によって、正規化された対比文字、および被対比文字の画像データの文字パターンであって、細線化された矩形部が、表示装置１０６に対比可能に表示される。 Further, when proceeding to the flowchart shown in FIG. 21, in step 311, the rectangular part selecting unit 205 selects the rectangular part from the contrast character normalized in step 303 and the character pattern in the image data of the compared character. To do. In step 312, the thinning means 204 thins the rectangular portion of the selected character pattern. In step 313, the display unit 210 displays the normalized contrast character and the character pattern of the image data of the compared character, and the thinned rectangular portion is displayed on the display device 106 so as to be comparable. .
更に、ステップ３１４では、形態定数算出手段２０６が、正規化された対比文字、および被対比文字の画像データの文字パターンであって、細線化された矩形部の形態定数を算出する。 そして、ステップ３１５では、表示手段２１０によって、算出された矩形部の形態定数が、表示装置１０６に対比可能に表示される。 Further, in step 314, the form constant calculating means 206 calculates the form constants of the thinned rectangular portions, which are character patterns of the normalized contrast characters and the image data of the compared characters. In step 315, the calculated shape constant of the rectangular portion is displayed on the display device 106 by the display unit 210 so as to be comparable.
このようにして表示された、正規化された対比文字、および被対比文字の画像データの文字パターンであって、細線化された矩形部、及び／又は、細線化された矩形部の形態定数によって、対比文字および被対比文字の形態的特徴を評価することができ、筆跡鑑定を容易に実行できるようになる。 The character pattern of the image data of the normalized contrast character and the contrasted character displayed in this way, and depending on the thinned rectangular portion and / or the shape constant of the thinned rectangular portion Thus, the morphological characteristics of the contrast character and the compared character can be evaluated, and the handwriting appraisal can be easily performed.
また、図２２に示すフローチャートに進むと、ステップ３１８においては、射影算出手段２０７が、正規化された対比文字、および被対比文字の画像データにおける文字パターンの画素数を、画面縦軸上および横軸上に射影した画素密度を算出する。 そして、ステップ３１９では、表示手段２１０によって、画面縦軸上および横軸上に射影した画素密度分布がプロットされ、表示装置１０６に対比可能に表示される。 Further, when proceeding to the flowchart shown in FIG. 22, in step 318, the projection calculating means 207 calculates the number of pixels of the character pattern in the normalized contrast character and the image data of the compared character on the vertical axis and the horizontal axis. The pixel density projected on the axis is calculated. In step 319, the pixel density distribution projected on the vertical axis and horizontal axis of the screen is plotted by the display unit 210 and displayed on the display device 106 so as to be comparable.
このようにして表示された、正規化された対比文字、および被対比文字の画像データにおける文字パターンの、画面縦軸上および横軸上に射影した画素密度分布によって、対比文字および被対比文字の形態的特徴を評価することができ、筆跡鑑定を容易に実行できるようになる。 Based on the pixel density distribution projected on the vertical axis and the horizontal axis of the character pattern in the image data of the normalized contrast character and the contrasted character displayed in this way, the contrast character and the contrasted character are displayed. Morphological features can be evaluated, and handwriting evaluation can be easily performed.
また、図２３に示すフローチャートに進むと、ステップ３２２においては、加重方向指数ヒストグラム算出手段２０８が、正規化された対比文字、および被対比文字の画像データにおける文字パターンの加重方向指数ヒストグラムを算出する。 そして、ステップ３２３では、表示手段２１０によって、正規化された対比文字、および被対比文字の加重方向指数ヒストグラムが、表示装置１０６に対比可能に表示される。 Further, when proceeding to the flowchart shown in FIG. 23, in step 322, the weighted direction index histogram calculating means 208 calculates the weighted direction index histogram of the normalized contrast character and the character pattern in the image data of the compared character. . In step 323, the display unit 210 displays the normalized contrast character and the weighted direction index histogram of the compared character on the display device 106 so as to allow comparison.
このようにして表示された、正規化された対比文字、および被対比文字の画像データにおける文字パターンの加重方向指数ヒストグラムによって、対比文字および被対比文字の形態的特徴を評価することができ、筆跡鑑定を容易に実行できるようになる。 Based on the normalized contrast characters displayed in this way, and the weighted direction index histogram of the character pattern in the image data of the compared characters, the morphological characteristics of the compared characters and the compared characters can be evaluated, and the handwriting Appraisal can be performed easily.
また、図２４に示すフローチャートに進むと、ステップ３２６においては、背景情報算出手段２０９が、正規化された対比文字、および被対比文字の画像データにおける文字パターンの背景情報を算出する。 そして、ステップ３２７では、表示手段２１０によって、正規化された対比文字、および被対比文字の背景情報が、表示装置１０６に対比可能に表示される。 Also, when proceeding to the flowchart shown in FIG. 24, in step 326, the background information calculation unit 209 calculates the background information of the character pattern in the normalized contrast character and the image data of the compared character. In step 327, the display unit 210 displays the normalized contrast character and the background information of the compared character on the display device 106 so that they can be compared.
このようにして表示された、正規化された対比文字、および被対比文字の画像データにおける文字パターンの背景情報によって、対比文字および被対比文字の形態的特徴を評価することができ、筆跡鑑定を容易に実行できるようになる。 The morphological characteristics of the contrasted character and the compared character can be evaluated based on the normalized contrasted character displayed in this way and the background information of the character pattern in the image data of the compared character. It becomes easy to execute.
以上述べたように、本発明においては、対比文字および被対比文字の、１種類又は複数種類の形態的特徴を同時に、あるいは別々に評価することができるため、精度の高い筆跡鑑定を迅速に実施することが可能となる。
As described above, in the present invention, one or more types of morphological features of the contrasting character and the compared character can be evaluated simultaneously or separately, so that highly accurate handwriting evaluation is quickly performed. It becomes possible to do.
本発明は、筆跡鑑定のような筆者認識のために適用することができる。
The present invention can be applied for writer recognition such as handwriting appraisal.
１００ 筆跡鑑定支援装置
１０１ 演算処理装置
１０２ ROM
１０３ RAM
１０４ 入力装置
１０５ 読取装置
１０６ 表示装置
１０７ 出力装置
２００ 筆跡鑑定支援プログラム
２０１ 画像読取手段
２０２ 記憶手段
２０３ 正規化手段
２０４ 細線化手段
２０５ 矩形部選択手段
２０６ 形態定数算出手段
２０７ 射影算出手段
２０８ 加重方向指数ヒストグラム算出手段
２０９ 背景情報算出手段
２１０ 表示手段
100 Handwriting appraisal support device 101 Arithmetic processing device 102 ROM
103 RAM
104 Input device 105 Reading device 106 Display device 107 Output device 200 Handwriting appraisal support program 201 Image reading means 202 Storage means 203 Normalizing means 204 Thinning means 205 Rectangular portion selecting means 206 Shape constant calculating means 207 Projection calculating means 208 Weighted direction index Histogram calculation means 209 Background information calculation means 210 Display means
Claims (4)
画像読取手段が、手書きされた対比文字、および被対比文字の画像を読み取るステップと、
記憶手段が、読み取られた対比文字、および被対比文字の画像データを記憶するステップと、
正規化手段が、記憶された対比文字、および被対比文字の画像データを正規化するステップと、
矩形部選択手段が、正規化された対比文字、および被対比文字の画像データにおける文字パターンの中から矩形部を選択するステップと、
細線化手段が、正規化された対比文字、および被対比文字の画像データにおける文字パターンであって、選択された文字パターンの矩形部を細線化するステップと、
表示手段が、正規化された対比文字、および被対比文字の画像データの文字パターンであって、細線化された矩形部を対比可能に表示するステップと、
から成り、
前記正規化ステップにおいては、対比文字、および被対比文字の画像データにおける文字パターンの重心と画面の中心が一致するように処理されると共に、文字パターンの大きさが一定になるように処理される、
ことを特徴とする筆跡鑑定支援方法。
A handwriting appraisal support method that presents information for recognizing the writer of handwritten characters,
An image reading means reading the handwritten comparison character and the image of the compared character;
A storage means for storing the read contrasted character and the image data of the compared character;
Normalizing means normalizing the stored contrast character and the image data of the compared character;
A rectangular portion selecting means for selecting a rectangular portion from the normalized contrast character and the character pattern in the image data of the compared character;
The thinning means is a character pattern in the image data of the normalized contrast character and the contrasted character, and thinning a rectangular portion of the selected character pattern;
The display means is a character pattern of the normalized contrast character and the image data of the compared character, and the thinned rectangular portion is displayed in a comparable manner ;
Consisting of
In the normalization step, processing is performed so that the center of the character pattern and the center of the screen in the image data of the contrast character and the contrasted character coincide with each other and the size of the character pattern is constant. ,
A handwriting appraisal support method characterized by this.
形態定数算出手段が、正規化された対比文字、および被対比文字の画像データの文字パターンであって、細線化された矩形部の形態定数を算出するステップを更に備え、
前記表示ステップにおいては、算出された矩形部の形態定数を更に対比可能に表示する
ことを特徴とする筆跡鑑定支援方法。
In the handwriting appraisal support method according to claim 1 , after the thinning step,
The morphological constant calculating means further comprises a step of calculating a morphological constant of the thinned rectangular portion, which is a character pattern of the normalized contrast character and the image data of the compared character,
In the display step, the calculated form constant of the rectangular portion is displayed so as to be further comparable.
手書きされた対比文字、および被対比文字の画像を読み取る画像読取手段と、
読み取られた対比文字、および被対比文字の画像データを記憶する記憶手段と、
記憶された対比文字、および被対比文字の画像データを正規化する正規化手段と、
正規化された対比文字、および被対比文字の画像データにおける文字パターンの中から矩形部を選択する矩形部選択手段と、
正規化された対比文字、および被対比文字の画像データにおける選択された文字パターンの矩形部を細線化する細線化手段と、
正規化された対比文字、および被対比文字の画像データの文字パターンであって、細線化された矩形部を、対比可能に表示する表示手段、
として機能させるための筆跡鑑定支援プログラムであって、
前記正規化手段は、対比文字、および被対比文字の画像データにおける文字パターンの重心と画面の中心が一致するように処理すると共に、文字パターンの大きさが一定になるように処理する、
ことを特徴とする筆跡鑑定支援プログラム。
To present information to recognize the writer of handwritten characters,
An image reading means for reading the handwritten comparison character and the image of the compared character;
Storage means for storing the read contrasted character and the image data of the compared character;
Normalization means for normalizing the stored contrasted characters and the image data of the compared characters;
A rectangular portion selecting means for selecting a rectangular portion from the character pattern in the normalized contrast character and the image data of the compared character;
Thinning means for thinning a rectangular portion of the selected character pattern in the image data of the normalized contrasted character and the compared character;
Display means for displaying a contrasted character and a character pattern of image data of a compared character, and a thinned rectangular portion so as to be comparable;
Is a handwriting appraisal support program to function as
The normalizing means performs processing so that the center of the screen coincides with the center of the character pattern in the image data of the contrast character and the compared character, and the size of the character pattern is constant.
Handwriting appraisal support program characterized by that.
正規化された対比文字、および被対比文字の画像データの文字パターンであって、細線化された矩形部の形態定数を算出する形態定数算出手段として機能させると共に、
前記表示手段は、算出された矩形部の形態定数を更に対比可能に表示する
ことを特徴とする筆跡鑑定支援プログラム。
The handwriting appraisal support program according to claim 3 , wherein the computer is further
It is a character pattern of image data of normalized contrasted characters and compared characters, and functions as a morphological constant calculating means for calculating a morphological constant of a thinned rectangular portion,
The display means displays the calculated shape constant of the rectangular portion so that it can be further compared.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2013060004A JP5697705B2 (en) | 2012-06-29 | 2013-03-22 | Handwriting appraisal support method and handwriting appraisal support program |
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2012146518 | 2012-06-29 | ||
| JP2012146518 | 2012-06-29 | ||
| JP2013060004A JP5697705B2 (en) | 2012-06-29 | 2013-03-22 | Handwriting appraisal support method and handwriting appraisal support program |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2014029672A JP2014029672A (en) | 2014-02-13 |
| JP5697705B2 true JP5697705B2 (en) | 2015-04-08 |
Family
ID=50202177
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2013060004A Active JP5697705B2 (en) | 2012-06-29 | 2013-03-22 | Handwriting appraisal support method and handwriting appraisal support program |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP5697705B2 (en) |
Family Cites Families (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH0225985A (en) * | 1988-07-15 | 1990-01-29 | Fuji Electric Co Ltd | Handwriting judging device |
| GB2271657A (en) * | 1992-10-16 | 1994-04-20 | British Tech Group | Signature verification |
| JPH06333028A (en) * | 1993-05-21 | 1994-12-02 | Sigma Corp | Identify identification control system |
| JP4004785B2 (en) * | 2001-04-05 | 2007-11-07 | 富士電機ホールディングス株式会社 | Signature verification apparatus, signature verification method, and program for causing computer to execute the method |
-
2013
- 2013-03-22 JP JP2013060004A patent/JP5697705B2/en active Active
Also Published As
| Publication number | Publication date |
|---|---|
| JP2014029672A (en) | 2014-02-13 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US10824801B2 (en) | Interactively predicting fields in a form | |
| US10127199B2 (en) | Automatic measure of visual similarity between fonts | |
| US10417489B2 (en) | Aligning grid lines of a table in an image of a filled-out paper form with grid lines of a reference table in an image of a template of the filled-out paper form | |
| US8805077B2 (en) | Subject region detecting apparatus | |
| CN109886928B (en) | Target cell marking method, device, storage medium and terminal equipment | |
| Kumar et al. | A dataset for quality assessment of camera captured document images | |
| JP2020507836A (en) | Tracking surgical items that predicted duplicate imaging | |
| JP5762730B2 (en) | Human detection device and human detection method | |
| TWI254891B (en) | Face image detection method, face image detection system, and face image detection program | |
| US8923610B2 (en) | Image processing apparatus, image processing method, and computer readable medium | |
| CN108805825B (en) | Method for evaluating quality of repositioning image | |
| US10679094B2 (en) | Automatic ruler detection | |
| CN109559344A (en) | Frame detection method, device and storage medium | |
| Nayef et al. | Metric-based no-reference quality assessment of heterogeneous document images | |
| JP6547626B2 (en) | PROCESSING SYSTEM, PROCESSING METHOD AND PROGRAM FOR IMAGE FEATURE | |
| Hang et al. | A deep learning semantic segmentation network with attention mechanism for concrete crack detection | |
| JP5697705B2 (en) | Handwriting appraisal support method and handwriting appraisal support program | |
| JP7384603B2 (en) | Document form identification | |
| JP2007219899A (en) | Personal identification device, personal identification method, and personal identification program | |
| JP2015001859A (en) | Information processing apparatus, information processing system, and program | |
| US11854185B2 (en) | Individual identification apparatus | |
| JP2018005612A (en) | Image processing device, image processing method, and program | |
| TWI417796B (en) | Method of recognizing objects in images | |
| JP2018021817A (en) | Inspection device and inspection method | |
| JP2011124955A (en) | Method for processing image and image processing apparatus |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20140620 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20140714 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20140901 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20150126 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20150210 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 5697705 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |