JPH0488489A - 一般化ハフ変換を用いた文字認識装置および方法 - Google Patents

Abstract

(57)【要約】本公報は電子出願前の出願データであるた
め要約のデータは記録されません。

Description

【発明の詳細な説明】 Ａ、産業上の利用分野 本発明は１文字認識装置および方法に関し、更に具体的
にいうと、一般化ハフ変換を用いた文字認識装置および
方法に関する。本発明は、特に、半導体ウェハ、電子回
路モジュールあるいは回路カード／ボードなどの半導体
デバイスまたは電子デバイスに設けられた識別情報の認
識に好適に利用できる。

Ｂ、従来の技術 半導体ウェハ、電子回路モジュールあるいは回路カード
／ボードなどの半導体デバイスまたは電子デバイスには
、通常、製品番号、製造番号、ロット番号のような識別
情報が刻印や印刷によって設けられる。これらの識別情
報は、読取られて認識され、製造手順の自動制御、製品
の仕分け、あるいは品質管理などの様々な目的のために
用いられる。工業用文字認識は、半導体デバイスまたは
電子デバイスに限らず、様々な製品の識別に用いられて
いる。

従来の工業用文字認識では、画像から対象文字を切出し
、次に、この切出した文字パターンをテンプレートの標
準文字パターンと比較するのが普通であった１例えば、
数桁の数字からなるウェハ識別番号を認識する場合、先
ず各数字を１つずつ分離し、次に各数字に対してパター
ン・マツチングを行なっていた。この認識方式では１文
字切出しフェイズと認識フェイズは完全に別個の処理と
して考えられている。この場合は、文字の切出しを適正
に行なうこと、および切出された文字パターンが認識に
必要な有意情報を保持していることが認識率を高めるた
めの条件となる。したがって、従来の認識方式では、隣
接する文字が接触していたり、文字または背景が傷ある
いはノイズを含んでいたり、または文字がかすれていた
り不鮮明な部分を含んでいたりする場合は、前処理が非
常に厄介になるだけでなく、高い認識率を実現すること
が困難であった。特に、半導体ウェハのような加工片が
エツチングを含む過酷な処理を受けた場合は１表面の識
別情報が損傷を受けたり、処理の痕跡が識別情報と区別
不可能なノイズとして残る場合があり、正確な認識が一
層困難になる。従来のパターン・マツチングを用いた文
字認識方法によるウェハ識別番号の認識率はたかだ゛か
９５％である。

文字認識に伴うもう１つの問題は、従来の！！認識方式
では、文字の種類に応じて別々の認識プログラムを用意
しなければならないことである。例えば、ウェハと回路
モジュールでは、用いられる文字の大きさ１字体、品質
が変わることがあり、その場合は、全く別個の認識プロ
グラムを用意するのが普通である。もし、最小の修正で
、異なる文字に対して共通のｖＡ諏プログラムを適用で
きるならば、非常に有利である。

Ｐａｔｔｅｒｎ　Ｒｅｃｏｇｎｉｔｉｏｎ、　Ｖｏｌ、
１３、Ｎｏ、２（１９８１年）、第１１１頁〜第１２２
頁のり、Ｈ，Ｂａ１ｌａｒｄによる論文“Ｇｅｎｅｒａ
ｌｉｚｉｎｇ　ｔｈｅ　Ｈｏｕｇｈ　Ｔｒａｎｓｆｏｒ
ｍｔｏ　Ｄｅｔｅｃｔ　Ａｒｂｉｔｒａｒｙ　５ｈａｐ
ｅｓ”には、任意の形状の図形を抽出できる一般化され
たハフ変換アルゴリズムが示されている。ハフ変換は最
初、Ｐ、Ｖ、Ｃ，Ｈｏｕｇｈによって提案され（米国特
許第３０６９６５４号）、その後、Ｒ，Ｏ，Ｄｕｄａお
よびＰ、Ｅ、Ｈａｒｔによって改良された直線検出アル
ゴリズムである（Ｒ，０，ＤｕｄａおよびＰ、Ｅ、Ｈａ
ｒｔ、　　”υｓｅ　ｏｆｔｈｅ　Ｈｏｕｇｈ　Ｔｒａ
ｎｓｆｏｒｍａｔｉｏｎ　ｔｏ　Ｄｅｔｅｃｔ　Ｌｉｎ
ｅｓ　ａｎｄＣｕｒｖｅｓ　　ｉｎ　　Ｐｉｃｔｕｒｅ
ｓ”　、　Ｃｏｓ＋ｍｕｎｉｃａｔｉｏｎｓ　　ｏｆ　
　ｔｈｅＡＣＭ、　Ｖｏｌ、１５、Ｎｏ、１、ｐｐ、１
１−１５．１９７２）、一般化ハフ変換は直線検出のた
めのハフ変換を任意図形の検出に発展させたアルゴリズ
ムである。しかしＢａ１ｌａｒｄの論文には、一般化ハ
フ変換を文字認識に適用することおよび一般化ハフ変換
を用いた文字認識をいかに効率的に実施するかについて
は示されていない。ハフ変換は、画像情報をハフ空間す
なわちパラメータ空間に変換する際に大量の計算を伴い
、一般化ハフ変換を文字認識に利用するためには、処理
効率を高めるための工夫が必要である。

Ｃ１発明が解決しようとする課題 本発明の主目的は、高い認識率を達成できる文字認識装
置および方法を提供することである。

本発明の他の目的は、一般化ハフ変換を用いた効率的な
文字認識装置および方法を提供することである。

０１課題を解決するための手段 本発明は一般化ハフ変換を用いて文字認識を行なう、テ
ンプレート登録フェイズでは、文字認識に用いられる各
基本文字パターン毎にテンプレート・テーブルを作成し
、メモリに記憶する。テンプレート・テーブルには、一
般化ハフ変換に用いられるパラメータ、具体的には、対
応する文字パターンの像のエツジ点における勾配方向と
、各エツジ点と所定の基準点とを結ぶ直線を表わすパラ
メータとが記憶される。

認識フエイズでは、認識されるべき文字を含む対象物の
像の各エツジ点が検出される。テンプレート・テーブル
を指定するデータおよび検出されたエツジ点に基づいて
、指定テンプレート・テーブルから、上記検出されたエ
ツジ点の一般化ハフ変換に用いられるパラメータがアク
セスされる。

アクセスされたパラメータおよび検出されたエツジ点の
座標に基づいて一般化ハフ変換が行なわれる。一般化ハ
フ変換が行なわれる度に、その変換によって求められた
座標に対する累積値が記録される。各座標における累積
値が上記指定されたテンプレート・テーブルに対する所
定のしきい値と比較される。しきい値を越える累積値が
あった場合、このことは、その累積値の座標によって表
わされる上記対象物の像の座標位置に、上記指定された
テンプレート・テーブルと対応する文字が存在すること
を表わす。

テンプレート・テーブルは、基本文字パターンの湾曲し
たエツジ部分のエツジ点に関するデータのみを含むよう
に圧縮できる。これによれば、認識率にはとんで影響を
与えることなく、テンプレートのデータ量および一般化
ハフ変換のための計算量を減じることができる。

また、各テンプレート・テーブルを複数の部分テンプレ
ート・テーブルに分割し、部分テンプレート・テーブル
を複数の並列動作するプロセッサのメモリに別々に記憶
することができる。これによれば、テーブル探索時間お
よび計算時間を短縮し、認識処理効率を高めることがで
きる。

Ｅ、実施例 第１図は本発明の構成を示すブロック図である。

文字認識の対象物１０は、例えばウェハ識別番号を有す
る半導体ウェハである。ウェハ１０上の識別番号はＣＣ
Ｄカメラのようなカメラ１２によって撮像され、画像は
アナログ／ディジタル（Ａ／Ｄ）コンバータ１４によっ
て量子化される。像は例えば１画素当り８ビツト、すな
わち２５６レベルで量子化される。ディジタル化された
像データは主プロセッサ１６により、メモリ２２のフレ
ーム・メモリ領域２４に記憶される。メモリ２２は、さ
らに、パラメータ空間メモリ領域２５、テンプレート・
テーブル・インデックス・メモリ領域２６および他の目
的のために一時的に用いられるワーク・メモリ領域２７
を含む。

主プロセッサ１６には、主プロセッサ１６の制御の下に
並列動作する副プロセッサ２０−１．２０−２．２０−
ｎがバス１８を介して接続されている。副プロセッサに
は、メモリ３０−１．３０−２．３０−ｎがそれぞれ接
続されている。メモリ３０−１．３０−２．３０−ｎに
は、文字認識に用いられる基本文字パターン、例えば英
数字のためのテンプレート・テーブルの一部をなす部分
テンプレート・テーブル３２−１．３２−２．３２−ｎ
が記憶されている。１文字のためのテンプレート・テー
ブルがｎ等分される場合、副プロセッサ２０およびメモ
リ３０はｎ個ずつ設けられ、ｎ個の部分テンプレート・
テーブルはメモリ３０−１．３０−２．３０−ｎに別々
に記憶される。

したがって、各メモリには、基本文字パターンの数だけ
の部分テンプレート・テーブルが設けられる。副プロセ
ッサ２０は認識フェイズにおいてテンプレート・マツチ
ングのために用いられる。

次に、一般化ハフ変換を用いた文字認識処理について説
明する。文字認識処理は、基本文字ノ（ターンについて
テンプレートを作成し登録するフェイズと、登録された
テンプレートに基づいて文字を認識するフェイズとを含
む。

テンプレート登録フェイズ： テンプレート登録フェイズでは、第８図のステップが行
なわれる。先ず、ステップ１００において、基本の文字
パターンがカメラ１４によって撮像される０文字認識の
対象物が半導体ウェハの場合は、半導体ウェハに刻印さ
れた標準的品質の文字を基本文字パターンとして使用す
ることができる。もちろん、紙などの記録媒体に基本文
字パターンを印刷し、これをカメラ１４で読取ることも
できる０画像はＡ／Ｄコンバータ１４で８ビット／画素
でディジタル化され、メモリ２２のフレーム・メモリ領
域２４に記憶される。

次に主プロセッサ１６はフレーム・メモリ領域２４に記
憶された像のエツジ点および一般化ハフ変換に用いられ
るエツジ点パラメータを求める。

エツジ点の検出は、任意の周知の方法によって行なうこ
とができる。例えば、フレーム・メモリ領域２４の像を
画素ライン毎に順次に走査しながら、各画素について第
２図のＰｒｅｗｉｔオペレータにより１次像分すること
により求めることができる。エツジ強度はＸ方向の微分
値の絶対値とＹ方向の微分値の絶対値との和によって計
算され（ステップ１０２）、この和が所定のしきい値を
越えた時、そのときの画素がエツジ点として求められる
（ステップ１０４）。

第３図は一般化ハフ変換に用いられるエツジ点パラメー
タθｉ、ｒｉ、αｉを示している。点（ｘｉ、ｙｉ）は
上記のようにして求められたエツジ点、点（ｘｃ、ｙｃ
）は任意に選択された基準点、破線４０は基準線となる
水平線、線４２はエツジ点（ｘｉ、ｙｉ）を通る接線、
線４３はエツジ点（ｘｉ、ｙｉ）における法線である。

線ｒｉは基準点（ｘｃ、ｙｃ）とエツジ点（ｘｉ、ｙｉ
）とを結ぶ直線であり、αｉは水平線４０に対する線ｒ
ｉの方向角である。ζ配方向θｉは接線４２の角度であ
る。勾配方向θｉは第３図では水平線４０と法線４３と
の角度として示されているが、θｉ′＝（θ１−９０’
）＝（水平線４０と接線４２との角度）を用いることも
できる。ｒｉおよびαｉは基準点（ｘｃ、ｙｃ）とエツ
ジ点（ｘｉ、ｙｉ）とを結ぶベクトルを表わす。

主フロセッサ１６は、現在処理されている文字に対する
基準点（ｘ　ｃ、　ｙ　ｃ）を設定し、検出されたエツ
ジ点毎にｒｉ、αｉ、θｉを計算する。

各エツジ点における勾配方向θｉはｔａｎ”−”　（Ｙ
方向微分値／Ｘ方向微分値）によって求められる（ステ
ップ１０６）、ｒｉおよびαｉは基準点（ｘｃ、ｙｃ）
およびエツジ点（ｘ　ｉ、　ｙ　ｉ）に基づいて求めら
れる（ステップ１０８）。パラメータの計算は全エツジ
点を求めてから行なうこともできるが、１つのエツジ点
を求める毎に行なう方が効率的である。

主プロセッサ１６は、各エツジ点に対するパラメータθ
ｉ、ｒｉ、αｉを、第４図に示されるようにテンプレー
ト・テーブルに記憶する（ステップ１１０）。θｉがキ
ー　ｒｉおよびαｉがデータになる。このテーブルは一
般化ハフ変換のＲ−テーブルに対応する。一般化ハフ変
換では、θｊが量子化され、量子化されたθｉの値に対
応して１つ以上のエツジ点のベクトル（ｒｉ、αｉ）が
Ｒ−テーブルに記憶されるが１本発明ではθｉは量子化
されず、各エツジ点毎にパラメータがテンプレート・テ
ーブルに記憶される。テンプレート・テーブルはワーク
領域２７に記憶される。全エツジ点についてパラメータ
の抽出が完了した時（ステップ１１２）、ステップ１１
４に進む。

文字像が非常に多数のエツジ点を含む場合は、テンプレ
ート・テーブルが大きくなり、かつ認識処理時間が長く
なる。そこで１本発明は、文字認識に必要な最小限のデ
ータのみを含むようにテンプレート・テーブルを圧縮す
る。文字パターンは直線部分よりも曲線部分に多くの特
徴を含むと考えられ、本発明では直線部分に対するエツ
ジ・データがテンプレート・テーブルから除去される。

水平および垂直なエツジ部分には、類似したθｉの値を
有するエツジ点が多数存在する。これに対して、文字像
の角部分および曲線部分のような湾曲したエツジ部分で
は、第５図の（Ａ）に例示されるように、αの変化に対
するθの変化の割合が大きい。すなわち、２つのエツジ
点におけるα１およびα２の角度差は小さいが、θ１お
よびθ２の角度差が大きくなる０本発明はこの性質を利
用してテンプレート・テーブルを圧縮する。テンプレー
ト・テーブルのエツジ点を順次に走査し、値αｉおよび
θｉを有するあるエツジ点に対して、αが（αｉ±Δα
）の範囲内にあり、θが（θｉ±八〇への範囲外にある
エツジ点をテンプレート・テーブルから抽出する。抽出
されたエツジ点はテンプレート・テーブルから消去され
る。テンプレート・テーブルに残ったエツジ点の中から
再び１つのエツジ点が選択され、このエツジ点に対して
上記の条件を満たすエツジ点がテンプレート・テーブル
から抽出され、消去される。このステップはテンプレー
ト・テーブルに残ったエツジ点に対して繰返される。

ウェハ識別番号の各数字が４８Ｘ３２の画素で表わされ
、１数字当りの平均エツジ点の数が２゜０−２５０程度
の場合、Δα＝２°、Δθ＝３０°では１／２〜１／３
の圧縮が可能である。Δαをより小さくし、Δθをより
大きくすれば、さらに圧縮率を高めることができるが、
認識の精度が低下しうるので、Δαは０．５’−５’程
度、Δθは２０＠−６０”程度が好ましい。第５図の（
Ｂ）は元の文字を示し、第５図の（Ｃ）は圧縮処理で抽
出された文字部分を示している。実際には、直線部分が
多少のでこぼこを含みうるので、直線部分のエツジ点が
抽出される場合もある。

従って、テンプレート登録フェーズでは、ΔαおよびΔ
θを設定しく第８図のステップ１１４）。

これに基づいてテンプレート・テーブルを走査し、所定
条件を満足するエツジ点のみを抽出してテンプレート・
テーブルを圧縮する（ステップ１１６）。

抽出されたエツジ点の記入項目はθｉの大きさの順序に
再配列され、これにより、圧縮されたテンプレート・テ
ーブルを形成する。圧縮されたテンプレート・テーブル
はワーク領域２７に記憶される。

次に、プログラムはステップ１１８に進み、圧縮された
テンプレート・テーブルをｎ個の部分テンプレート・テ
ーブルに分割する。部分テンプレ−ト・テーブルは、副
プロセッサ２ｏ−１，２〇−２，２０−ｎを介してメモ
リ３ｏ−１，３０−２，３０−ｎに記憶される。第６図
はｎ等分された圧縮テンプレート・テーブルを示してい
る。

各部分テンプレート・テーブルの最初のθｉの値および
関連する副プロセッサのアドレスがインデックス領域２
６に記憶される（ステップ１２０）。

第７図はインデックス・テーブルを示している。

これにより、１文字のテンプレートの登録が完了する。

テンプレート登録処理は１文字毎に続けられ、全文字の
処理が終了した時完了する（ステップ１２２）、。テン
プレート登録フェイズ完了時に、各メモリ３０−１．３
０−２．３０−ｎは全文学会の部分テンプレート・テー
ブルを有する。

エツジ点パラメータの分布は文字によって大きく異なる
ため、インデックス・テーブルはテンプレート・テーブ
ル毎に設けられ、インデックス領域２６に記憶される。

認識フェイズ： 認識フェイズでは第９図のステップが行なわれる。ウェ
ハの識別番号が認識されるものとする。

識別番号を含むウェハ領域は、ステップ１３０において
、カメラ１２により取込まれ、Ａ／Ｄコンバータ１４に
より８ビット／画素で量子化され、主プロセッサ１６に
よりフレーム・メモリ領域２４に記憶される。

次に主プロセッサ１６はパラメータ空間領域２５をオー
ル・ゼロに初期化する（ステップ１３２）。

主プロセッサ１６は、フレーム・メモリ領域２４内の像
を順次に走査し、前に述べたのと同様に、エツジ強度を
計算しくステップ１３４）、エツジ強度が所定のしきい
値を越えた点をエツジ点として決定し〔ステップ１３６
）、エツジ点における勾配方法θｊを計算する（ステッ
プ１３８）。

ウェハ識別番号が例えば８桁の数字からなるとした場合
、本発明では、各数字は分離されず、８桁の数字を含む
像全体がエツジ点検出のための１つの像として取扱われ
ることに注意されたい。

主プロセッサ１６は、その時マツチングされるべきテン
プレート文字と対応するインデックス・テーブルを参照
し、計算されたθｊがどの副プロセッサの部分テンプレ
ート・テーブルに含まれているかを判定し、該当する部
分テンプレート・テーブルを有する副プロセッサに次の
データを送る（ステップ１４０）。

（１）その時マツチングされるテンプレート文字と対応
するテンプレート・テーブルの番号（２）エツジ点の座
標値（ｘｊ、ｙｊ）（３）エツジ点（ｘｊ、ｙｊ）にお
ける勾配方向θｊ （４）倍率　５ （５）回転角　φ 各副プロセッサはテンプレート文字毎に部分テンプレー
ト・テーブルを有する。認識処理は、検出された像をテ
ンプレート文字の各々と順次にマツチングすることによ
り行なわれる。したがって、像を数字“１”とマツチン
グする時は、数字“１”と対応するテンプレート・テー
ブルを指定する番号が供給される。

倍率Ｓは、テンプレート登録フェイズでフレーム・メモ
リ２４に記憶された文字像の寸法と、認識フェイズでフ
レーム・メモリ２４に記憶された文字像の寸法との関係
を示す。両方の文字像の寸法が常に一致するならば、倍
率Ｓを用いる必要はない、しかし、カメラ１２の倍率の
変動などの理由で、文字像の寸法が必ずしも一致しない
場合がある。したがって、主プロセッサ１６は、予測さ
れる寸法の変動を補償するのに必要な倍率値を副プロセ
ッサに与える。例えば、Ｓ＝０．９５．１゜０．１．０
５の３つの値を供給する。実際の倍率がこれらの値の中
間にあっても、近似範囲にあれば、認識率には影響しな
い。

また、ウェハの位置ずれまたはカメラ位置の変位によっ
て、横比文字像が回転する場合がある。

主プロセッサ１６は、予測される回転角の変動を補償す
るのに必要な回転角を副プロセッサに与える。例えば、
φ＝−４＠　−３”　　−２’−１”、Ｏ”　　１＠　
２”、３’、４＠の９つの回転角を与える。勿論、回転
角が常にゼロであれば、φを用いる必要はない。

選択された副プロセッサは、指定された文字と対応する
部分テンプレート・テーブルからθｊに近似したθｉを
捜し出し、対応するｒｉおよびαｉをアクセスする。副
プロセッサは、これらの値に基づいて次式を計算しくス
テップ１４２）、検出されたエツジ点（ｘｊ、ｙｊ）に
ついて一般化ハフ変換を行なう。

ｘ＝ｘｊ＋ｒｉｓｃｏｓ（αｉ＋φ）　　（１）ｙ＝ｙ
ｊ＋ｒｉＳｃｏｓ（αｉ＋φ）　　（２）θｊと一致す
るθｉのみを選択した場合は、計算量が減少するが、精
度が落ちる可能性がある。

したがって、両者のトレード・オフにしたがって、近似
範囲を設定するのが好ましい。この例では、（θｊ±２
°）が近似範囲に選択された。

副プロセッサは、結果（ｘ、ｙ）を主プロセッサ１６に
返す。この例では、３Ｘ９＝２７種の（Ｓ、φ）の組が
用いられている。したがって、θｊと近似した（一致す
る場合も含む）θｉが１つ見つかった場合：ｉｌｌプロ
セッサは２７個の（ｘ。

ｙ）座標を主プロセッサ１６へ返し、２つのθｉでは５
４個の（ｘ、ｙ）座標を返す。座標（Ｘ、ｙ）は、フレ
ーム・メモリ２５内の像の座標系で表わされた、エツジ
点（ｘｊ、ｙｊ）に対する基準点の候補の座標である。

主プロセッサ１６は、４つのパラメータｘ、ｙ、Ｓ、φ
によって表現される４次元のパラメータ空間において座
標要素（ｘ、ｙ、Ｓ、φ）の値を＋１する（ステップ１
４４）。パラメータ空間メモリ領域２５には、座標要素
（ｘ、ｙ、Ｓ、φ）と対応する位置にレジスタを有する
アキュムレータ・アレイが設けられている。主プロセッ
サは副プロセッサから返される変換された座標に応答し
て、対応するレジスタを＋１し、パラメータ空間の座標
に対する累積値を記録する。

ステップ１４６において、全エツジ点の変換が完了した
かが調べられ、ＮＯならば、各エツジ点毎にステップ１
３４−１４４が繰返される。

全エツジ点のハフ変換が完了した時、アキュムレータ・
アレイの累積値が、その時指定されたテンプレート文字
に対して予じめ設定されたしきい値と比較され、しきい
値を越えた累積値を有する座標が抽出される（ステップ
１４８）。

もししきい値を越える累積値がなければ、このことは、
この時マツチングされているテンプレート文字がウェハ
識別番号の中に存在しないことを意味する。

もし４次元座標（ｘ、ｙ、Ｓ、φ）と対応する１つの累
積値がしきい値を越えた時、これは次の情報を与える。

（１）現在マツチングされているテンプレート文字がウ
ェハ識別番号の中に１つ存在すること。

（２）その文字がフレーム・メモリ２４の座標系におい
て座ＩＩ　（ｘ、　ｙ）によって示される位置に基準点
を有すること、および （３）その文字がフレーム・メモリ２４内に倍率Ｓおよ
び回転角φで存在すること。

テンプレート登録フェイズにおいて基準点を文字領域内
の位置、好ましくは文字領域の中心付近の位置に選ぶこ
とにより、座標（ｘ、ｙ）によって画像内の文字位置を
直接指示することができ、したがって、画像に含まれる
文字およびその位置を検出することができる。

もし、４次元座標（Ｘ、、ｙｌ、Ｓｌ、φ、）および（
ｘｚ、ｙ２、Ｓ２、φ３）と対応する２つの要素の累積
値がしきい値を越えた場合、このことは、ウェハ識別番
号が同じ文字を２つ含むことを表わす。すなわち、１つ
は座標（Ｘ□、ｙｚ）によって示される画像位置に倍率
Ｓ工、回転角φ１で存在し、もう１つは座標（ｘｉ、ｙ
ｚ）によって示される画像位置に倍率Ｓ２、回転角φ２
で存在する。

累積値の検出に用いられる最適しきい値はテンプレート
文字毎に変わりうる。したがって、最適しきい値はテン
プレート文字毎に予じめ設定され、認識フェイズでは、
そのときマツチングに用いられているテンプレート文字
と対応するしきい値が用いられる。

ステップ１５０において、全テンプレート文字とのマツ
チングが完了したかが調べられる。Ｎ。

ならば、プロセスはステップ１３２に戻り、アキュムレ
ータ・アレイ（パラメータ空間）が再び初期化される。

次のテンプレート文字がテンプレート番号によって指定
され、ステップ１３４−１４８により、全エツジ点が次
のテンプレート文字とマツチングされ、このテンプレー
ト文字のためのしきい値を越えた累積値が検出される。

同様の処理は、すべてのテンプレート文字とのマツチン
グが終了するまで続けられる。全テンプレート文字との
マツチングが完了した時、プログラムは、ウェハ識別番
号がどの文字をどの位置に含むかを知ることができ、し
たがってウェハ識別番号を認識することができる。

一般化ハフ・変換を用いた認識処理では、テンプレート
・テーブルの探索と座標計算に要する時間が全処理時間
の大部分を占める。これに対して、主プロセッサ１６に
よって行われるステップ１３４−１３８の処理の時間お
よび主プロセッサ１６から副プロセッサ２０へのデータ
転送時間はわずかである。したがって、座標計算を副プ
ロセッサに分担させて並列に処理でき、計算時間を大幅
に短縮できる。また、テンプレート・テーブルの分割に
より、テーブル探索時間が大幅に短縮される。

第９図では、各テンプレート文字毎にエツジ強度および
勾配方向θｊを反復的に計算しているが、第１０図に示
すように一度に計算することもできる。第１０図におい
て、第９図と対応するステップは同じ参照番号で示され
ている６第１０図において、ステップ１５２において全
エツジ点のθｊの計算の完了が検出されたとき、ステッ
プ１５４で倍率Ｓおよび回転角φが全副プロセッサに転
送される。次に、ステップ１３２でパラメータ空間が初
期化される。ステップ１５６でテンプレート番号、勾配
方向θｊおよび（ｘｊ、ｙｊ）が特定の副プロセッサに
転送される６第１０図によれば、エツジ強度およびθｊ
の計算は１回ですみ、また倍率Ｓおよび回転角φは１度
転送するだけでよいが、プログラムが少し複雑化する。

また、第９図および第１０図では、勾配方向θｊおよび
エツジ点座標（ｘｊ、ｙｊ）の両方を副プロセッサに送
った後に、ステップ１４２でｒおよびαが読取られてい
るが、先に勾配方向θｊのみを送ってテーブル探索を行
なわせ、その後（Ｘｊ、ｙｊ）（第９図では（ｘｊ、ｙ
ｊ）およびＳ、φ〕を送ることもできる。さらに、第９
図および第１０図ではテンプレート・テーブル番号は選
択された副プロセッサに送られているが、これを適当な
時期にすべての副プロセッサヘ一度に送るようにプログ
ラムすることもできる。

認識対象物の文字の品質が普通であれば、検出しきい値
を適正に選択することにより、誤認識の問題はほとんど
生じない。しかし、第１１図に示されるように、数字「
８」が損傷を受け、分離部５０を含む場合は、この文字
がテンプレート文字「６」およびｒ８」の両方で検出さ
れることが生じうるかも知れない。このように、同一の
座標で複数の文字が検出された場合は、累積値に基づい
て一致度の高い方を選択するように設計することができ
る。

実施例では、ウェハ識別番号全体が１つの像として処理
されたが、認識対象物が互いに明確に区別可能な複数の
文字または文字群を含む場合は、これらの文字または文
字群を分離して認識することもできよう。また、実施例
では、部分テンプレート・テーブルからアクセスされる
θｉに対して近似範囲を設定したが、部分テンプレート
・テーブルのθｉを近似範囲相当のステップで量子化す
ることも可能である。しかしこの場合、精度が少し低下
する。

本発明の利点を列記すれば、以下のとおりである。

（１）本発明によれば、非常に高い認識率を達成できる
。８桁の数字のウェハ識別番号の場合、９９．５％以上
の認識率を達成できた。

（２）認識対象文字が画像内のどこに位置していても、
互いに整列していなくても認識でき、しかも１文字ずつ
切出す必要がない。したがって、面倒な前処理が不要で
ある。

（３）文字が回転していたり、大きさが異なる場合でも
認識できる。

（４）文字パターンのエツジ情報全体に基づいて認識が
行なわれるため、ノイズの影響を受けにくい。また、文
字が部分的な変形あるいはかすれ部分を含む場合、また
は文字どうしが接触したり部分的に重なる場合でも、影
響を受けにくい。文字とおしが接触したり部分的に重な
る場合、これらの接触部分または重なり部分ではエツジ
情報が失なわれる。しかし残りのエツジ情報が保持され
ているならな、アキュムレータ・アレイの累積値が少し
小さくなるだけで、はとんどの場合、大きな影響は与え
ない。

（５）テンプレートの登録さえ行なえば、共通の認識プ
ログラムを用いて様々なフォントの文字を認識できる。

（６）一般化ハフ変換は大量の計算を伴うが、テンプレ
ート・テーブルの圧縮と、部分テンプレート・テーブル
およびマルチプロセッサを用いた並列処理により、実用
的な処理速度を達成することができる。他のより高速な
文字認識方法と組合せ、高速な文字認識方法で認識でき
なかった対象物に対して本発明を適用すると一層効果的
である。

【図面の簡単な説明】

第１図は本発明の全体の構成を示す概略ブロック図であ
る。 第２図はｐｒｅｗｉｔ微分オペレータを示す図である。 第３図は一般化ハフ変換に用いられるエツジ点パラメー
タを示す図である。 第４図はテンプレート・テーブルを示す図である。 第５図はテンプレート・テーブルの圧縮を示す図である
。 第６図はテンプレート・テーブルの分割を示す図である
。 第７図はインデックス・テーブルを示す図である。 第８図はテンプレート登録フェイズを示すフロー・チャ
ートである。 第９図は認識フェイズを示すフロー・チャートである。 第１０図は変形された認識フェイズを示すフロー・チャ
ートである。 第１１図は欠損部を有する数字「８」を示す図である。

Claims (29)

【特許請求の範囲】
1. （１）文字認識に用いられる各基本文字パターン毎に、
   基本文字パターンの像のエッジ点において抽出された、
   一般化ハフ変換に用いられるパラメータを含むテンプレ
   ート・テーブルを記憶する手段と、 認識されるべき文字を含む対象物の像を検出する手段と
   、 上記対象物の像の各エッジ点を検出する手段と、選択さ
   れたテンプレート・テーブルを指定するデータおよび上
   記検出されたエッジ点に基づいて、上記選択されたテン
   プレート・テーブルから、上記検出されたエッジ点の一
   般化ハフ変換に用いられるパラメータをアクセスする手
   段と、 上記アクセスされたパラメータおよび上記検出されたエ
   ッジ点の座標に基づいて一般化ハフ変換を行なう手段と
   、 上記変換によって発生された座標に対する累積値を記憶
   する手段と、 上記記憶された累積値に基づいて、上記選択されたテン
   プレート・テーブルと対応する文字が上記対象物の像に
   含まれているかを判定する手段とを含む文字認識装置。
2. （２）請求項１において、上記テンプレート・テーブル
   に記憶されるパラメータは、上記基本文字パターンの像
   のエッジ点における勾配方向と、各エッジ点と所定の基
   準点とを結ぶ直線を表わすパラメータとを含むことを特
   徴とする文字認識装置。
3. （３）請求項２において、上記エッジ点検出手段は、上
   記対象物の像の各エッジ点の座標および勾配方向を検出
   し、上記アクセス手段は、上記選択されたテンプレート
   ・テーブルから、上記対象物の像の各エッジ点において
   検出される勾配方向と近似した勾配方向を有するエッジ
   点の、上記直線を表わすパラメータをアクセスすること
   を特徴とする文字認識装置。
4. （４）請求項１において、上記テンプレート・テーブル
   は、上記基本文字パターンの像の湾曲したエッジ部分の
   エッジ点におけるパラメータのみを含むように圧縮され
   ていることを特徴とする文字認識装置。
5. （５）請求項１において、各上記テンプレート・テーブ
   ルは複数の部分テンプレート・テーブルに分割され、上
   記記憶手段は上記部分テンプレート・テーブルを個別に
   記憶する複数の記憶ユニットからなり、上記アクセス手
   段および上記変換手段は各上記記憶ユニット毎に設けら
   れており、複数の上記アクセス手段および上記変換手段
   が並列に動作することを特徴とする文字認識方法。
6. （６）請求項１において、上記判定手段は、上記記録さ
   れた累積値を上記選択されたテンプレート・テーブルに
   対する所定のしきい値と比較する手段を含むことを特徴
   とする文字認識方法。
7. （７）文字認識に用いられる基本文字パターンの像の各
   エッジ点において抽出された、一般化ハフ変換に用いら
   れるパラメータを含むテンプレート・テーブルを作成す
   る手段と、 上記像の湾曲したエッジ部分のエッジ点における上記パ
   ラメータのみを含むように上記テンプレート・テーブル
   を圧縮する手段と、 上記圧縮されたテンプレート・テーブルを記憶する手段
   と、 認識されるべき文字を含む対象物の像を検出する手段と
   、 上記対象物の像の各エッジ点を検出する手段と、上記検
   出されたエッジ点に基づいて、上記記憶手段の上記圧縮
   されたテンプレート・テーブルから、上記検出されたエ
   ッジ点の一般化ハフ変換に用いられるパラメータをアク
   セスする手段と、上記アクセスされたパラメータおよび
   上記検出されたエッジ点の座標に基づいて一般化ハフ変
   換を行なう手段と、 上記変換によって発生された座標に対する累積値を記録
   する手段と、 上記記憶された累積値に基づいて、上記テンプレート・
   テーブルと対応する文字が上記対象物の像に含まれてい
   るかを判定する手段と を含む文字認識装置。
8. （８）請求項７において、上記テンプレート・テーブル
   に記憶されるパラメータは、上記基本文字パターンの像
   のエッジ点における勾配方向と、各エッジ点と所定の基
   準点とを結ぶ直線を表わすパラメータとを含むことを特
   徴とする文字認識装置。
9. （９）請求項８において、上記エッジ点検出手段は、上
   記対象物の像の各エッジ点の座標および勾配方向を検出
   し、上記アクセス手段は、上記テンプレート・テーブル
   から、上記対象物の像の各エッジ点において検出される
   勾配方向と近似した勾配方向を有するエッジ点の、上記
   直線を表わすパラメータをアクセスすることを特徴とす
   る文字認識装置。
10. （１０）認識されるべき文字を含む対象物の像を検出す
    る手段と、 上記検出手段に接続された、メモリ手段を有する主プロ
    セッサ手段と、 共通バスを介して上記主プロセッサ手段に接続され、か
    つそれぞれメモリ手段を有する複数の副プロセッサ手段
    とを有し、 上記副プロセッサ手段のメモリ手段は、文字認識に用い
    られる基本文字パターンの像のエッジ点における勾配方
    向と、各エッジ点と所定の基準点とを結ぶ直線を表わす
    パラメータとを含むテンプレート・テーブルの一部をな
    す部分テンプレート・テーブルを個別に記憶しており、 上記主プロセッサ手段は上記対象物の像の各エッジ点の
    座標および勾配方向を検出し、 上記主プロセッサ手段は上記検出された勾配方向を含む
    部分テンプレート・テーブルを有する選択された副プロ
    セッサ手段へテンプレート・テーブル番号、上記検出さ
    れたエッジ点の座標および勾配方向を供給し、 上記選択された副プロセッサ手段は、上記テンプレート
    ・テーブル番号によって指定されたテンプレート・テー
    ブルの部分テンプレート・テーブルから、上記検出され
    た勾配方向と近似した勾配方向を有するエッジ点の上記
    パラメータをアクセスし、 上記選択された副プロセッサ手段は上記アクセスしたパ
    ラメータおよび上記検出されたエッジ点の座標に基づい
    て一般化ハフ変換を行ない、かつ変換によって発生され
    た座標を上記主プロセッサ手段へ転送し、 上記主プロセッサ手段は上記副プロセッサ手段から転送
    された座標に対する累積値を自己の上記メモリ手段に記
    録し、記録された累積値に基づいて、上記指定されたテ
    ンプレート・テーブルと対応する文字が上記対象物の像
    に含まれているかを判定する文字認識装置。
11. （１１）上記主プロセッサのメモリ手段は、上記部分テ
    ンプレート・テーブルと上記副プロセッサ手段との対応
    を示すインデックス・テーブルを各上記テンプレート・
    テーブル毎に記憶していることを特徴とする文字認識装
    置。
12. （１２）文字認識に用いられる各基本文字パターン毎に
    、基本文字パターンの像のエッジ点において抽出された
    、一般化ハフ変換に用いられるパラメータを含むテンプ
    レート・テーブルをメモリに記憶し、 認識されるべき文字を含む対象物の像の各エッジ点を検
    出し、 選択されたテンプレート・テーブルを指定するデータお
    よび上記検出されたエッジ点に基づいて、上記選択され
    たテンプレート・テーブルから、上記検出されたエッジ
    点の一般化ハフ変換に用いられるパラメータをアクセス
    し、 上記アクセスされたパラメータおよび上記検出されたエ
    ッジ点の座標に基づいて一般化ハフ変換を行ない、 上記変換によって発生された座標に対する累積値を記録
    し、 上記累積値基づいて、上記選択されたテンプレート・テ
    ーブルと対応する文字が上記対象物の像に含まれている
    かを判定することを含む文字認識方法。
13. （１３）請求項１２において、上記テンプレート・テー
    ブルに記憶する上記パラメータは、上記基本文字パター
    ンの像のエッジ点における勾配方向と、各エッジ点と所
    定の基準値とを結ぶ直線を表わすパラメータとを含むこ
    とを特徴とする文字認識方法。
14. （１４）請求項１３において、上記エッジ点検出ステッ
    プは、各エッジ点の座標および勾配方向を検出すること
    を含み、上記パラメータ・アクセス・ステップは、上記
    テンプレート・テーブル指定データおよび上記対象物の
    像の各エッジ点において検出される勾配方向に基づいて
    、上記選択されたテンプレート・テーブルから、上記検
    出された勾配方向と近似した勾配方向を有するエッジ点
    の、上記直線を表わすパラメータをアクセスすることを
    含むことを特徴とする文字認識方法。
15. （１５）請求項１２において、上記判定するステップは
    、上記記録された累積値を上記選択されたテンプレート
    ・テーブルに対する所定のしきい値と比較することを含
    むことを特徴とする文字認識方法。
16. （１６）請求項１２において、上記テンプレート・テー
    ブルは、上記基本文字パターンの像の湾曲したエッジ部
    分のエッジ点における上記パラメータのみを含むように
    圧縮されていることを特徴とする文字認識方法。
17. （１７）請求項１２において、各上記テンプレート・テ
    ーブルは複数の部分テンプレート・テーブルに分割され
    、主プロセッサの制御の下に並列に動作できる複数の副
    プロセッサのメモリに個別に記憶されていることを特徴
    とする文字認識方法。
18. （１８）文字認識に用いられる基本文字パターンの像の
    各エッジ点において抽出された、一般化ハフ変換に用い
    られるパラメータを含むテンプレート・テーブルを作成
    し、 上記像の湾曲したエッジ部分のエッジ点における上記パ
    ラメータのみを含むように上記テンプレート・テーブル
    を圧縮し、 認識されるべき文字を含む対象物の像の各エッジ点を検
    出し、 上記検出されたエッジ点の一般化ハフ変換に用いられる
    パラメータを上記圧縮されたテンプレート・テーブルか
    らアクセスし、 上記アクセスされたパラメータおよび上記検出されたエ
    ッジ点の座標に基づいて一般化ハフ変換を行ない、 上記変換によって発生された座標に対する累積値を記録
    し、 上記累積値に基づいて、上記テンプレート・テーブルと
    対応する文字が上記対象物の像に含まれているかを判定
    することを含む文字認識方法。
19. （１９）請求項１８において、上記テンプレート・テー
    ブルに記憶する上記パラメータは、上記基本文字パター
    ンの像のエッジ点における勾配方向と、各エッジ点と所
    定の基準点とを結ぶ直線を表わすパラメータとを含むこ
    とを特徴とする文字認識方法。
20. （２０）請求項１９において、上記エッジ点検出ステッ
    プは、各エッジ点の座標および勾配方向を検出すること
    を含み、上記パラメータ・アクセス・ステップは、上記
    対象物の像の各エッジ点において検出される勾配方向に
    基づいて、上記テンプレート・テーブルから、上記検出
    された勾配方向と近似した勾配方向を有するエッジ点の
    、上記直線を表わすパラメータをアクセスすることを含
    むことを特徴とする文字認識方法。
21. （２１）文字認識に用いられる基本文字パターンのエッ
    ジ点において抽出された、一般化ハフ変換に用いられる
    パラメータを含むテンプレート・テーブルを作成し、 上記テンプレート・テーブルを複数の部分テンプレート
    ・テーブルを分割し、 上記部分テンプレート・テーブルを主プロセッサの下で
    並列に動作できる複数の副プロセッサのメモリに個別に
    記憶し、 上記主プロセッサにより、認識されるべき文字を含む対
    象物の像の各エッジ点を検出し、 検出されたエッジ点の一般化ハフ変換に用いられるパラ
    メータを上記部分テンプレート・テーブルからアクセス
    するように上記副プロセッサを並列に動作させ、 上記副プロセッサにより、上記アクセスされたパラメー
    タおよび上記検出されたエッジ点の座標に基づいて一般
    化ハフ変換を行ない、 上記変換によって発生された座標を上記副プロセッサか
    ら上記主プロセッサへ転送し、 上記主プロセッサにより、上記転送された座標に対する
    累積値を記録し、 上記記録された累積値に基づいて、上記テンプレート・
    テーブルと対応する文字が上記対象物の像に含まれてい
    るかを判定することを含む文字認識方法。
22. （２２）請求項２１において、上記主プロセッサは、上
    記部分テンプレート・テーブルと上記副プロセッサとの
    対応を示すインデックス・テーブルを有することを特徴
    とする文字認識方法。
23. （２３）請求項２１において、上記作成されたテンプレ
    ート・テーブルを、上記基本文字パターンの像の湾曲し
    たエッジ部分のエッジ点におけるパラメータのみを含む
    ように圧縮することを含むことを特徴とする文字認識方
    法。
24. （２４）文字認識に用いられる各基本文字パターン毎に
    、文字パターンの像のエッジ点における勾配方向と、各
    エッジ点と所定の基準点とを結ぶ直線を表わすパラメー
    タとを含むテンプレート・テーブルを作成し、 上記テンプレート・テーブルを複数の部分テンプレート
    ・テーブルに分割し、 上記部分テンプレート・テーブルを、上記部分テンプレ
    ート・テーブルの数だけ設けられかつ主プロセッサに並
    列に接続された複数の副プロセッサのメモリに個別に記
    憶し、 上記主プロセッサにより、認識されるべき文字を含む対
    象物の像の各エッジ点の座標および勾配方向を検出し、 上記主プロセッサから上記検出された勾配方向を含む部
    分テンプレート・テーブルを有する選択された副プロセ
    ッサへテンプレート・テーブル番号および上記検出され
    た勾配方向を供給し、上記検出された副プロセッサによ
    り、上記テンプレート・テーブル番号によって指定され
    たテンプレート・テーブルの部分テンプレート・テーブ
    ルから、上記検出された勾配方向と近似した勾配方向を
    有するエッジ点の上記パラメータをアクセスし、 上記選択された副プロセッサにより、上記アクセスされ
    たパラメータおよび上記検出されたエッジ点の座標に基
    づいて一般化ハフ変換を行ない、上記変換によって求め
    られた座標を上記選択された副プロセッサから上記主プ
    ロセッサへ転送し、上記主プロセッサにより、上記副プ
    ロセッサから転送された座標に対する累積値を記録し、
    上記累積値を上記指定されたテンプレート・テーブルに
    対する所定のしきい値と比較し、 上記比較の結果に基づいて、上記指定されたテンプレー
    ト・テーブルと対応する文字が上記対象物の像に含まれ
    ているかを判定することを含む文字認識方法。
25. （２５）請求項２４において、上記パラメータは、各エ
    ッジ点と所定の基準点とを結ぶ直線の長さおよびこの直
    線が所定の基準線に対してなす角度であることを特徴と
    する文字認識方法。
26. （２６）請求項２４において、上記分割ステップの前に
    、上記テンプレート・テーブルの記入項目を上記勾配方
    向の大きさの順に配列することを含むことを特徴とする
    文字認識方法。
27. （２７）請求項２６において、上記主プロセッサは上記
    部分テンプレート・テーブルと上記副プロセッサとの対
    応を示すインデックス・テーブルを各上記テンプレート
    ・テーブル毎に有することを特徴とする文字認識方法。
28. （２８）請求項２４において、上記選択された副プロセ
    ッサは上記検出された勾配方向に対して所定の近似範囲
    にある勾配方向を有するエッジ点の上記パラメータをア
    クセスすることを特徴とする文字認識方法。
29. （２９）請求項２４において、上記分割ステップの前に
    、上記テンプレート・テーブルを、基本文字パターンの
    像の湾曲したエッジ部分のエッジ点における勾配方向お
    よびこれらのエッジ点に対する上記パラメータのみを含
    むように圧縮することを含むことを特徴とする文字認識
    方法。