DE2623861C3

DE2623861C3 - Verfahren zum maschinellen Lesen von Schriftzeichen

Info

Publication number: DE2623861C3
Application number: DE762623861A
Authority: DE
Inventors: Arie Adriaan Leiderdorp Spanjersberg (Niederlande)
Original assignee: Nederlanden Volksgezondheid Welzijn en Sport VWS
Current assignee: Nederlanden Volksgezondheid Welzijn en Sport VWS
Priority date: 1975-06-02
Filing date: 1976-05-28
Publication date: 1979-03-08
Also published as: SE435219B; DE2623861B2; SE7605957L; US4066999A; BE842422A; DE2623861A1; JPS5744186B2; CH616255A5; JPS527636A; NL165863C; FR2313717B1; NL165863B; FR2313717A1; CA1054718A; GB1515202A; NL7506520A

Description

Die Erfindung betrifft ein Verfahren zum maschinellen Lesen von Schriftzeichen der im Gattungsbegriff des Anspruches 1 definierten ArL
Bei einem aus der DE-OS 24 32129 bekannten Verfahren der genannten Art zum Lesen einzelner Schriftzeichen werden in ähnlicher Weise in einer Lernphase anhand repräsentativer Stichproben Häufigkeitswerte bestimmter Eigenschaften von Schriftzeichen registriert, woraufhin während der Kannphase für jede Zeichenklasse eine Multiplikation der Häufigkeitswerte aller angetroffenen Eigenschaften erfolgt und nach einem Vergleich der Produktwerte an Hand des höchsten auftretenden Produktwertes die Identität des Zeichens abgeleitet wird.

Bei einem anderen aus der DE-OS 22 27 016 bekannten Verfahren dieser Art werden ebenfalls in einer Lernphase statistische Häufigkeitswerte von Eigenschaften registriert. In der Kannphase erfolgt dort aber für jede Zeichenklasse eine Summierung der Häufigkeitswerte der angetroffenen Eigenschaften und eine weitere Summierung der komplementären Häufigkeitswerte der nicht angetroffenen Eigenschaften, woraufhin eine Zusammenfassung beider Teilsummen erfolgt und die Identität des Zeichens an Hand des höchsten auftretenden Gesamtsummenwertes erfolgt.

Diese beiden bekannten Verfahren haben den Nachteil, daß mit nur geringem Deutlichkeitsgrad ausgeprägte Eigenschaften des zu erkennenden Zeichens als nicht vorhanden gewertet werden, was insbesondere bei handgeschriebenen Schriftzeichen von Bedeutung ist und die Klassifizierung erschwert.

Aus der DE-AS 12 21 042 ist ferner ein Verfahren zur Erkennung ganzer Wörter der menschlichen Sprache bekannt, bei welchem auch vorgeschlagen wird, die Wahrscheinlichkeit in Betracht zu ziehen, mit welcher ein bestimmter Buchstabe an einem bestimmten Platz eines Wortes auftritt, sowie die Wahrscheinlichkeit, mit welcher ein bestimmter Buchstabe in der Sprache auftritt, oder auch die relative Wahrscheinlichkeit des

so Auftretens der in Frage kommenden Wörter untereinander.

Bei diesem Verfahren erfolgt als grundlegende Maßnahme der Vergleich eines neu gelesenen Wortes mit gespeicherten Bezugswörtern, wobei dessen einzelne Buchstaben zunächst als richtig gelesen angenommen werden. Wird bei diesem Vergleich keine vollständige Übereinstimmung mit einem der gespeicherten Wörter erzielt, soll zusätzlich die Erfahrung berücksichtigt werden, daß beim maschinellen Lesen häufig Verwechslungen bestimmter Buchstaben untereinander auftreten, wie dies beispielsweise für die Buchstaben A und R oder D und O der Fall ist. Hierzu wird vorgeschlagen, den Buchstaben solcher Verwechslungspaare vorübergehend eine gleiche Codierung zuzuordnen und dann Wahrscheinlichkeitsdaten der genannten Art einzubeziehen, wobei ebenfalls Multiplikationen solcher Daten angewendet werden, um an Hand des höchsten Produktwertes das richtige Wort

herauszufinden. Dieses Verfahren beruht auf der Tatsache, daß nur ein recht kleiner Prozentsatz der möglichen Buchstabenkombinationen ein sinnvolles Wort der menschlichen Sprache ergibt bzw. der sich daraus ergebenden Redundanz. Für das einzelne Schriftzeichen, also den einzelnen B-vichstaben oder die einzelne Ziffer, gibt es solche Redundanz aber nicht

Aufgabe der Erfindung ist demgegenüber ein verbessertes Verfahren zum maschinellen Lesen einzelner Schriftzeichen, bei welchem auch weniger deutlich ausgeprägte Eigenschaften der zu lesenden Zeichen erfaßt und in die Auswertung einbezogen werden. Die hierzu vorgeschlagene Lösung ist im kennzeichnenden Teil des Anspruches 1 definiert Bevorzugte Ausgestaltungen des Verfahrens und eine geeignete Vorrichtung zu dessen Durchführung sind den übrigen Ansprüchen zu entnehmen.

Wie in der genannten DE-OS 24 32 129 ausführlich beschrieben, kann ein Schriftzeichen einer aufeinanderfolgenden Betrachtung von oben und von unten sowie von rechts und von links her unterzogen werden, was zu dessen vier äußeren Seitenansichten führt Es kann auch horizontal und vertikal halbiert werden, wodurch innere ■ Seitenansichten hinzutreten. Jede dieser Seitenansichten kann dann auf das Vorliegen bestimmter Eigenschäften untersucht werden.

Weiterhin kann von jedem zu erkennenden Schriftzeichen ein »Inselbild« abgeleitet werden, welches nur diejenigen Bildpunkte oder Bildflächen wiedergibt, die bei aufeinanderfolgender Betrachtung des Zeichens von allen Seiten her infolge der Abdeckung durch vorgelagerte Zeichenteile unsichtbar bleiben.' Von solchen Inselbildern können ebenfalls wieder Seitenansichten abgeleitet werden, die auf das Vorliegen bestimmter Eigenschaften untersucht werden.

Die hier betrachteten Eigenschaften werden im folgenden in vier Gruppen unterteilt, deren erste Diskontinuitäten von Linienteilen (»Sprünge«) in der jeweiligen Seitenansicht beinhaltet Die zweite Gruppe bezieht sich auf Neigungskonfigurationen von Linienteilen, die dritte auf das Vorhandensein von Endpunkten derselben und die vierte auf Anzahl und Lage von Inseln. Bei jedem Schriftzeichen wird dort für jede betrachtete Seitenansicht aus jeder Gruppe stets nur eine Eigenschaft bestimmt.

Zur Betrachtung sei hier angenommen, daß die Gruppe der Sprünge die Eigenschaften 50 bis 56, die Gruppe der Neigungen die Eigenschaften HO bis H14, die Gruppe der Endpunkte die Eigenschaften EPO bis EP6 und die Gruppe der Inseln die Eigenschaften ELO bis EL 6 umfaßt. Unbeachtlich ihrer Gruppenzugehörigkeit mögen alle in dem System möglichen Eigenschaften allgemein mit K und alle Schriftzeichenklassen allgemein mit /bezeichnet sein.

In der Lernphase wird für jede der iii dem System möglichen Eigenschaften K die Wahrscheinlichkeit P bestimmt, mit welcher diese Eigenschaft bei den einzelnen Schriftzeichenklassen / auftritt, was in dem nachfolgenden Schema angedeutet ist:

Seitenansicht Eigenschaftsgruppen Eigenschaften Schriftzeichenk lassen

obere

linke

Sprünge

Neigungen

Endpunkte

Inseln

Sprünge

bis 56
WO bis H 14
EPO bis EPd ELO bis EL6
SO bis S6

PKi

Die Bestimmung des Wahrscheinlichkeitswertes PKi erfolgt durch Zählung aller Musterschriftzeichen einer SchriftzeichenkJasse, welche die Eigenschaft K aufweisen und Teilen der gefundenen Anzahl durch die Gesamtzahl der in dieser Klasse ausgewerteten Musterschriftzeichen. PKi = 0,9 würde also bedeuten, daß die Eigenschaft K bei Auswertung von 10 000 Musterschriftzeichen der betreffenden Klasse 1 in 9000 Fällen festgestellt wurde.

Wenn für jede der vier Eigenschaftsgruppen für jede der vier äußeren und jede der vier inneren Seitenansichten eine Wahrscheinlichkeitsmatrize aufgestellt wird, sind insgesamt 4 χ 8 = 32 Matrizen notwendig. Es ist aber vertretbar, bei den Endpunkten und bei den Inseln auf die inneren Seitenansichten zu verzichten, was eine Reduzierung auf 24 Matrizen ermöglicht. Ein zu erkennendes Schriftzeichen wird dann derjenigen Klasse zugewiesen, für welche der Wert

Σ β* · ^PK>

ein Maximum wird.

gk ist der höchste innerhalb einer Eigenschaftsgruppe auftretende Wertfaktor, wie an Hand der nachfolgend gezeigten Beispiele deutlich werden mag.

Mit Bezug auf die Zeichnungen soll nun im einzelnen das Verfahren zur Bestimmung der Wertfaktoren beschrieben werden. Es zeigt

F i g. 1 einen Sprung im Bildfeld eines Schriftzeichens, F i g. 2 einen »Extrasprung«,
F i g. 3 einen zu kleinen Sprung,
F i g. 4 zwei positive Sprünge und drei Neigungen,
F i g. 5 eine Neigung,
F i g. 6 eine lange, schwache Neigung,
Fig. 7 eine Neigung mit einem positiven und einem negativen Teil,

F i g. 8 eine negative/positive/negative Neigung,
F i g. 9 einen Endpunkt,
F i g. 10 ebenfalls einen Endpunkt,
F i g. 11 ein Beispiel mit Endpunkten,
l· ig. 12 Inseln,

Fig. 13 ein Schaltschema für die Verarbeitung der Wertfaktoren,

Fig. 14 ein anderes Schaltschema für die Verarbeitung der Wertfaktoren.

Sprünge

Der Wertfaktor eines Sprungs wird nach der Anzahl weißer Bildelcmente zwischen dem Ende einer Durchschneidung und dem Anfang einer Durchschneidung auf der nädiv.en Zeile (Fig I) eines Bildes bestimmt, in welches das Schriftzeichen in bekannter Weise umgewandelt 'St.

Spiünge sind Diskontinuitäten von Linienstücken, wobei positive und negative Sprünge zu unterscheiden sind. Wenn der erste Weiß-Schwarz-Übergang einer Abtastzeile bzw. einer Abtastspalte weiter von der vorderen Bildfeldkante entfernt liegt als der erste

Sprung r

Schwarz-Weiß-Übergang einer vorausgehenden Abtast/.r It bzw. Abiastspallc, liegt ein positiver Sprung vor bzw. bei umgekehrter R""U?nfolge der Übergänge ein negativer Sprung. Für die Bestimmung des Wertfaktors der Sprungkonfigurationen wird ein Zähler benutzt, mit welchem die Anzahl der Sprünge in einer Seitenansicht gewählt werden kann. Die Höchstzahl, die gezählt werden kaiin, ist drei. Weiter gibt es für jeden Sprung 2.wei Regisle.. Tritt ein Sprung auf, so werden die v'pißcn Bildelemente, die den Wertfaktor des Springs bestimmen, gezählt, je nachdem, ob es sich um einen positiven oder einen negativen Sprung handelt, wird die Zahl in dem entsprechenden Register notiert.

P »2
L

Die Bezeichnungen p\ . . . ρ 3 und /i 1 ... »3 geben den Wertfaklor an.

Unterschieden werden die nachstehenden Sprungkonliguralionen und dazugehörigen Wertfaktoren:

Code	Beschreibung	1 pos.	Sprung
SO	keine Sprünge	I neg.	Sprung
SI	1 pos. Sprung	1 neg.	Sprung
S 2	1 neg. Sprung	mehr als 2 Sprünge
S3	1 pos Sprung -f	Hierbei ist
S4	1 neg. Sprung ~
S5	1 pos. Sprung +
S 6

Wertfaktor Definition

?5 ί,'6 4 ß-v_t.

/jmax—(V₁—pmax) = 2 ■ pmax — v_t.

»max — (V f_ ,irnax) = 2 »max — v_t-

pmax — I — {ρ. η) min

/irnax - I - (ρ. ι;) min

(pmax. /ιmaxi min — [Y, t- — l/imax + »max)]

(S3) ■ (p. ii) min

B = Breite bzw. Höhe des Schriftzeichenbilds.

pmax

π max

pmax — 1

π max — 1

(/?. n) min

(pmax. «max) min
(S3)

= Summe aller dazwischenliegenden weißen Bildelemente bei den Sprüngen in einer

einzigen Seitenansicht.

= größte der drei Ziffern p\. p2 und p3, die den größten positiven Sprung angibt.

= größte der drei Ziffern »i 1. n2 und »3, die den größten negativen Sprung angibt.

= zweitgrößter Wert von ρ 1. p2 und p3,

= zweitgrößter Wert von η 1, »2 und /i3,

= kleinste der Ziffern ρ 1 . .. p3 und π 1 ... π3,

= kleinere der beiden Ziffern pmax und «max,

= 1. wenn (p3. η3) φ Ο.

= 0. wenn (ρ3, π 3) = 0.

Wie diese und nachstehende Formeltabellen und 65 zu den übrigen Eigenschaften der betr. Gruppe

Beispiele zeigen, sollen Konfigurationen von Schnitzel· beitragen, mit einem negativen Zeichen berücksichtigt

chenelementen, die zu einer bestimmten Eigenschaft werden, beitragen, mit einem positiven Zeichen und solche, die

Nachstehend zwei Beispiele, wobei zu bemerken ist. daß, wenn der A.bstand zw'schen den Beginnpnnkten zweier, aneinander anschließender Durchsehneidungen gleich der Hälfte der Breite bzw. der Höhe des Schriftzeichenbilds oder größer ist, dies als ein Sprung (»uxtrasprung«)betrai hiet wird(Fig. 2).

Beispiel I (F i u. 3| Ablaslrcsullat (linke Seitenansicht):

Sprung 1 : ;i\ = 0 ;i I = 3 Sprung2 : /»2 -= 0 »2 = 0 Sprung.3 : /?3 = 0 ;i3 = 0

Berechnuni! der Werlfaktoren:

_Ä0 = 8 - 3 = 5

_s 1 = () - 3 = -3 _Ä2 = 6-3 = 3 _K3=0-0=0 #4=0-0 = 0 jj 5 =0-0 = 0 <j6 = 0 -0 = 0

Schlußfolgerung: Bei einem Schriftzeichen in der Klasse nach Fig. 3 ist der Wertfaktor #0 am größten, d. h, die Eigenschaft 50 (keine Sprünge) genießt den Vorzug. Der eine (negative) Sprung ist offenbar zu klein, als daß er Einfluß hätte. Der nächsthöchste Wertfaktor ist der Wertfaktor g2 für die Eigenschaft S2 (1 neg. Sprung). Der Wertfaktor g 1 ist negativ, d. h., die entsprechende Eigenschaft hat noch weniger Einfluß.

Beispiel 2 (Fig. 4) Abtastresultat (linke Seitenansicht): B = Bs = 18

Sprung 1 : ρ 1 = 4 η ! = 0 Sprung2 : p2 = 1 «2=0 Sprung3 : p3 = 0 /i3 = 0

Berechnung der Wertfaktoren:

g0 = 9 - 11 = - 2 g 1 = 7 - 4 = 3 g2 =0 - 11 = - 11

_g3 = 4 - 0 = 4

_K4 . () - () = ()
jj 5 = 0 - 4 = - 4
ι- 6 = 0- 0 = 0

Schlußfolgerung: Bei einem Schriftzeichen in der Klasse nach F i g. 4 ist der Wertfaktor gZ am höchsten, d. h., die Eigenschaft S3 (zwei pos. Sprünge) genießt den κι Vorzug. Ihr folgt direkt die Eigenschaft eines pos. Sprungs (vergl. g\ für Sl). Der Wertfaktor gl ist für das Auftreten eines einzigen neg. Sprungs (S2) sehr negativ ( — 11), so daß die entsprechende Eigenschaft keinen Einfluß hat.

Neigungen

Der Wertfaktor, der einer Neigungskonfiguration zuerkannt wird, wird durch die Zahl der Bildzeilen, über die die Konliguration sich erstreckt, bestimmt. Die Neigung wird nachstehend in etwas anderer Art und Weise definiert als in dem bekannten System entsprechend der DT-OS 24 32 129. Es handelt sich um eine Neigung, wenn sich bei zwei oder mehr aufeinanderfolgenden Zeilen eine Änderung des Abstands im Verhältnis zu der Seite des umschließenden Rechtecks ergibt. Hierzu gehört auch das Verspringen eines einzigen Elements in einer Zeile, wenn in der nächsten Zeile keine Änderung des Abstands auftritt (vgl. F i g. 5).

jo In diesem Fall ist in den Zeilen 3 und 4 für die linke Seitenansicht eine neg. Neigung gegeben. Setzt sich die Linie danach noch fort, so wird jede zweite Zeile gezählt. Vergl. F i g. 6.

Der Wertfaktor der neg. Neigung ist damit 5. Eine Neigung endet stets mit einem Sprung oder einem Extrasprung.

Die Höchstzahl aufeinanderfolgender Neigungen, die in einer Seitenansicht registriert werden kann, beschränkt sich auf 4. Bei einer zusammengesetzten Neigungskonfiguration — wenn z. B. einer neg. Neigung eine positive folgt — bestimmt sich der Wertfaktor nach dem Maß der Gleichheit der zwei Teilgebiete (Symmetrie der Neigungen). Vergl. F i g. 7.

Die erste Neigung in der linken Seitenansicht ist in 3 Zeilen negativ (nh 1). Die zweite Neigung ist in 5 Zeilen positiv (ph 2). Der Wertfaktor der Eigenschaft »neg. Neigung, pos. Neigung« wird dadurch gefunden, daß der kleinere Wert der zwei Ziffern nh 1 und ph 2 bestimmt und mit 2 multipliziert wird. Schreibweise: 2(nh 1, ph 2)

so min. Der Wertfaktor ist also 2-3 = 6.

In dem Beispiel nach Fig.8 muß der Eigenschaft »neg. Neigung, pos. Neigung, neg. Neigung« der höchste Wertfaktor zuerkannt werden. Der Wertfaktor wird dadurch gefunden, daß der kleinste Wert der Ziffern nh\,ph2 und nh 3 ermittelt und mit 3 multipliziert wird. Schreibweise: 3 (nh 1, ph 2, nh 3) min.
In dem vorstehenden Beispiel ist der Wertfaktor der Eigenschaft »neg, pos, neg.« also 3-3 = 9.
Der Registrierung des Wertes der aufeinanderfolgenden Neigungen dienen acht Register: ph 1... ph 4 und nh 1 ...nhA. Die ρΛ-Register enthalten die Daten der positiven und die ρΛ-Register die der negativen Neigungen. Es gibt Fälle, in denen die Register ph 4 und nh 4 beide leer sind — Schreibweise: (p,n) h 4 = 0. Dann sind also höchstens drei Neigungen in einer Seitenansicht gegeben. Zu unterscheiden sind die nachstehenden Neigungskonfigurationen und dazugehörigen Wertfaktoren:

Code

WlO HU

Beschreibung

Wertfaktor Definition

keine Neigung !>() Γ \ B - Σ/ι] · HEA

pos. Neigung g I [p/imax — (Σ /ι —p/imax)] · HFA

neg. Neigung pos. pos. Neigung

pos. neg. Neigung g4

neg. pos. Neigung g5

neg. neg. Neigung g6

pos. pos. neg.

pos. neg. pos.

pos. neg. neg.

neg. pos. pos.

neg. pos. neg.

[/i/i max - (]£/i-ii/imax)] ■ HEA

höchster Wert von:

[2 |(/)/i I. /i/i2) min — (p.

[2|(/)/i2. /1/73) min - (p.

höchster Wert von:

[2](p/jl, /i/i2) min - (p,

[2{(p/i2, 11/73) min - (p.

höchster Wert von:

[2{(/i/i 1, p/72) min — (p,

[2|(/7/i2, p/i3l min - (p.

höchster Wert von:

[2!(/7/71, /7/12) min — Ip.

[2{(n/i2, /7/7 3) min - (p.

höchster Wert von:

3{(p/71, p/i2. /j/73) min —

3{(p/i2. p//3. /7/74) min —

höchster Wert von:

3|(p/i 1, /7/i2. p/i3) min und

3!(p/72, /7/73, p/74) min -

höchster Wert von:

3!p/71. /7/72, /7/73) min — und

3{(p/72, h/i3, ρΛ4) min -

höchster Wert von:

31/7/71, p/i2, p/j3) min — und

3 {(/7/7 2. ρΛ3, ph 4) min -

höchster Wert von:

n)/i3|] · W£4 /1)/711] · HEA

11)/7 3}] ■ H£4 »)/]!!] · HI⁷A

17)/7 3|] ■ HEA /7)/7 H] · WE4

W£4 WE4

3{(nh 1, ρΛ2, n/i3) min und

3{(/7Λ2, phi, h/74) min

(p. /1) /i4! (ρ. π)ΙιΓ,

(p. /1) /i4| (p. /i)/il|

(p. /1) /i4| (p, /1) /11 \

(ρ, υ) /i4! (ρ, η) Λ 1}

(p, 11) /i4! (P, n) /11 \

Kortsct/ung

Beschreibung

Wemaktor Definition

ncg. neg. pos.

W13 ncg. pos. neg. po

/713 4 Neigungen

g 12 höchster Wert von:

3|(ί?/ι 1, nli2. /-,7? 3) min - (/>. «) /i4|

und

.Ij(O/?.?. h/j3. /)/i4) min — ip. n) Ii 1!

g 13 4(n/i I, p/i 2, /i/?3, ph4) min

g 14 A¹Aj,. n) /?1. (p. /i) /?2. (p, n) hi, (/>, /ι) /?4| · !<713[

Hierbei ist:

B = Breite bzw. Höhe des Musters, h = Summe aller Neigungswerte, HE4 = \s\s(p,n)h4 = 0,

= 0als(p,n)h4 = φ 0, C 13 = IaIs g 13 = 0,

= 0als#13 Φ 0.

Die Neigungskonfigurationen »pos.pos.pos.« und »neg.neg.neg.« sind nicht erwähnt, weil sie sehr selten vorkommen. Die Konfiguration mit den vier Neigungen »neg.pos.neg.pos.« aber wird gesondert behandelt jo (H 13), weil zu erwarten ist, daß gerade diese Konfiguration bei den Ziffern »3« und »8« sehr oft auftritt.

Beispiel (F i g. 4, linke Seitenansicht): _J5

B = Bh = 17

ph 1 =0 nh 1 = 3 phi =0 n/i2 = 9 ph3 = 1 nh3 = 0 ph4 = 0 n/i4 = 0 gO = 9- 13 = - 4 gl = ] - 12 = g2 =9 -(13-9)= + g3 = - 2

g4 = -2

_g5 =0-2= -2 g(, =6-2=+4 g7 =0

g8 =0

_g9 =0

glO=O

gll =0

40 gl2 - 3 - 0 = + 3
g 13 = 0
gl4 = 0

Endpunkte

Endpunkte sind dadurch charakterisiert, daß die Zahl der Bildelemente s in der Breite der Linien geringer ist als die Zahl der Zeilen p, über die das betr. Linienstück sich erstreckt (F i g. 9). Wird die linke äußere Seitenansicht in bezug auf Sprünge und Neigungen behandelt, so bildet sich zugleich die Endpunktkonfiguration für diese Seitenansicht. Die Zeilen mit Bildinformation werden, der Reihe nach von oben nach unten, nach links aus der Matrix geschoben. Während dieses Prozesses wird jeweils festgestellt, wieviel anschließende Bildelemente s die Breite der Linie erfaßt. Diese Zahl wird vorläufig in einem Arbeitsspeicher festgelegt Wird ein Wert 5 konstatiert, der größer als der in dem Register gespeicherte Wert ist, dann wird dieser neu gefundene Wert (s max) registriert. Weiter wird gezählt, über wie viele Zeilen ρ sich der Endpunkt erstreckt Für jede

Zeile wird aufs neue das Verhältnis

smax

bestimmt.

50 1st der neu berechnete Wert größer als der vorübergehend in einem Register gespeicherte Wert dann wird der neue Wert registriert. Auf diese Weise erhält man

den Höchstwert des Verhältnisses—-—-,der während

smax

der Bildung der Endpunktkonfiguration auftritt.

In dem Beispiel nach Fig. 9 ist der Höchstwert des Verhältnisses

.s- max

60 Dieser Wert bestimmt den Wertfaktor, welcher der Eigenschaft zuerkannt wird.

Bei der Betrachtung aller äußeren Seitenansichten werden zuerst die Positionen der Extreme bestimmt Ein Extrem ist dann gegeben, wenn ab der Außenseite des Rechtecks die erste Durchschneidung der Bildfläche konstatiert wird. Die Position des Extrems ist das letzte schwarze Bildelement der Durchschneidung.

!n dem Beispiel nach Fi g. 10 hat das Extrem bei der oberen Seitenansicht die Position k = 10, r = 4. Die Zählung der Zeilen, die zu dem Endpunkt gehören, wird eingestellt, sobald kein korrekter Anschluß zwei aufeinanderfolgender Durchschneidungen mehr gegeben ist. Es wird eine ODER-Funktion der aufeinander-

13

folgenden Zeilen des Bilds hergestellt. Wird der ODER-Funktion Zeile π hinzugefügt, so wird geprüft, ob die zu einem Endpunkt cehörige Durchschneidung in Zeile in— 1) aus anschließenden schwarzen Bildelementen innerhalb des ODER-Gebiets besteht Nur wenn das der Fall ist, trägt Zeile Cn-I) zu dem Wert des Endpunkts bei. Bei der neuen Eigenschaftsbestimmung unterscheidet man die gleichen Endpunktkonfiguratio-η >_·η wie in dem System nach der genannten DT-OS 24 32 129. Die Codierung gibt an, ob die Extreme von io gespeichert. Endpunkten oben oder unten in einer Seitenansicht

Endpunktkonfigurationen mit dazugehörigen Gewichten gegeben sind.

Die ermittelten Werte der Endpunkte, die zu den Positionen der dazugehörigen Extreme im Verhältnis stehen, werden in vier Registern öl, 2 und o\2 gespeichert.

Die in dem oberen Teil der Seitenansicht gefundenen Werte der Endpunkte werden in den Registern b 1 bzw. b 2 und die Werte der im unteren Teil der Seitenansicht ermittelten Endpunkte in den Registern öl und ο2

Beschreibung

Wertfaktor

Definition

EPO keine Endpunkte

EPI I Endpunkt oben

EP2 1 Endpunkt unten

EP3 2 Endpunkte oben

EP4 i Endpunkt oben. I Endpunkte unten

EP5 2 Endpunkte unten

EP6 mehr als 2 Endpunkte

gO 2 - (M + hl + oi + öl)

g I φ 1.2) max - ;(M.2)min + öl + ol\

s>2 (ol.2)ma\ - !(öl.2) min + h\ + hl\

j>3 (H.2) min - (öl.2) max

j»4 !(M.2| max. (ο 1.2) max! min — !(M.2) min + (ο 1.2) min!

g5 (o 1.2) min - (M.2) max

p6 3 χ (M.2 ο 1.2) .... wobei dieser Mindeslwerl =t 0 ist. und nicht mehr als I Register leer sein darf

Für die Endpunkte der linken Seitenansicht nach dem Beispiel It. Fig. 11 werden die nachstehenden Höchstwerte des Verhältnisses

p_

.s- max

registriert:

«2 -» Aufgrund der Definitionen berechnete Wertfaktoren:

gO = -5 g\ — -5 £•2 = +3 _S3 = -4 ^4 = 0

gf> = +3

Die Eigenschaft »mehr als 2 Endpunkte« hat also den gleichen Wertfaktor wie die Eigenschaft »1 Endpunkt unten«.

Inseln Die Art und Weise, in der die Inseln aus dem die gleiche wie die im Rahmen des bekannten Systems Die weitere Verarbeitung aber verläuft völlig anders.

Nach dem die Inseln gebildet sind, wird für jede Insel das Extrem, d. h. die Zeile, auf der die Insel zum erstenmal konstatiert wird, ermittelt und festgestellt, oh es in der oberen oder unteren Hälfte einer Seitenansicht erscheint. Selbstverständlich wird das für alle vier äußeren Seitenansichten getan.

Wir unterscheiden die nachstehenden Konfigurationen:

ELO- keine Insel

ELl - 1 Insel, Extrem oben

EZ. 2 - 1 Insel, Extrem unten

EL 3 — 2 Inseln, 2 Extreme oben

EL 4 - 2 Inseln, 1 Extrem oben, 1 Extrem unten

EZ. 5 - 2 Inseln, 2 Extreme unten

EZ. 6 - mehr als 2 Inseln.

Der Wertfaktor jeder einzelnen Eigenschaft bestimmt sich durch die Zahl der Zeilen, über die die Inse sich erstreckt. Um auf einfache Art und Weise der Extremwert und die Zahl der Zeilen, über die sich eine Insel erstreckt, zu bestimmen, wird die ODER-Funktior je zweier aufeinanderfolgender Zeilen gebildet. Solang« die Durchschneidung einer Insel eine geschlossen« Kette schwarzer Bildelemente bildet, gehört sie zu dei betr. Insel. Für die Registrierung dienen vier Registei el,e2,/"lundf2.

Für Inseln, deren Extrem im oberen Teil de Seitenansicht liegt, wird das Total der Anzahl Zeilen füi die betr. Seitenansicht in den Registern e 1 bzw. e2, fü solche, deren Extrem im unteren Teil der Seitenansich liegt, in den Registern f\ bzw. (2 registriert.

In einer Bildhälfte können also maximal zwe !n.selextrcn\C verarbeitet Wurden. F.rsrheinen in eine

Bildhälfte mehr als zwei Inselextreme, so werden die überzähligen Extreme und damit die betr. Inseln außer Betracht gelassen.

Wir unterscheiden die nachstehenden Inselkonfigurationen und dazugehörigen Wertfaktoren:

Beschreibung

Wertfaktor

Definition

ELQ keine Inseln gO

ELl 1 Insel. Extrem oben gl

EL2 I Insel. Extrem unten g2

£/-3 2 Inseln. 2 Extreme oben g3

EL4 2 Inseln, 1 Extrem oben g4 1 Extrem unten

EL5 2 Inseln, 2 Extreme unten g5

EL6 mehr als 2 Inseln e6

B - U'\+c'2+f\+J2)

(el, 2) max - j(el, 2) min + /1 + /2|

(/1, 2) max - K/1. 2) min +el+ e2\

2(fl, 2) min - (/1 +/2)

2\{eU 2) max' (/ 1. 2) max| min - ',{ei, 2) min + (/1. 2) min|

2(/1,2) min - (el + e2)

χ (el, 2,/1. 2) ..., wobei dieser Mindestwert φ 0 und nicht mehr als 1 Register leer sein darf

Für die Daten der oberen Seitenansicht werden für Der Eigenschaft »mehr als 2 Inseln« ist der höchste

das Beispiel nach Fig. 12 die nachstehenden Wert- 25 Wertfaktor zuzuerkennen. Faktoren konstatiert:

₇q Die Entscheidungsvorrichtung

' ~~ ·^? - ^ - (+-+-+) — — — — _a) Maximumselektor: binäre Eigenschaftskomponenten

e2 = 3 g I = 3 - (1 + 5 + 0) = 3 - 6 = - 3 /1 = 5 g2 = 5 - (0 + I + 3) = 5 - 4 = + 1 /2 = 0 g3 = 2.1 - (5 +0) = 2 - 5 = - 3 B = 20 g4 = 2.3 - (I +0) = (■> - I = + 5 g5 = 2.0 - (1 -L 3) = ο - 4 = - 4

g6 = 3.1 = - + 3

Der Eigenschaft »2 Inseln, I Extrem oben, 1 Extrem unten« ist der höchste Wertfaktor zuzuerkennen. Für das gleiche Bild sind als Daten der linken Seitenansicht zu notieren:

el = 7
e2 = 6

/1 = 5
/2 = 0

B = 12
Wcrtfak toten:

g0 = ^V~ - (7 + 6 + 5+0) = 3 - 18 = - 15

gl = 7 - (6 + 5+0)
g2 = 5 - (0 + 7 + 6)
g3 = 2.6 - (5+0)
g4 = 2.5 - (6 + 0)
g5 = 2.0 - (7 + 6)
Κ ft = 3.5

= 7 - 11 = - 4 = 5 - 13 = - 8

= 12 - 5 = + 7

= 10 - 6 = + 4

= ο - 13 = - 13

= + 15 jo Nachdem nunmehr die Wertfaktoren aller Eigenschaften bestimmt werden können, sind allerlei Variationen der Entscheidungsvorrichtung denkbar. Die einfachste Methode ist die, mit der man sich der existierenden Entscheidungsmethode soweit wie 1 möglich annähert. Auf diese Weise könnte sich ergeben, ob bereits eine bessere Bestimmung der Eigenschaften eine Verbesserung zur Folge hat.

Das Blockschema des Systems kann so aussehen, wie in Fig. 13 dargestellt ist. Dabei ist 1 ein Schriftzeichenbild, 2 ein Bildmanipulator. Mit dem Bildmanipulator werden die vier äußeren und die vier inneren Seitenansichten gebildet. Für jede einzelne Seitenansicht werden in der bereits beschriebenen Art und Weise für jede Gruppe von Eigenschaften (Sprünge S, Neigungen H, Endpunkte EP und Inseln EL) von Recheneinheiten 3 die Wertfaktoren der einzelnen Konfigurationen berechnet. Selektoren 4 bestimmen pro Gruppe den höchsten der berechneten Wertfaktoren.

Das Resultat ist, das pro Seitenansicht vier Werte gv, gh, g_p und gi für die vier Eigenschaften S, H, EP und EL verfügbar sind.

Bei der einfachsten Ausführung der Entscheidungsvorrichtung werden nicht die numerischen Werte g_& gh, gp und gu sondern wird nur der Häufigkeitswert benutzt, mit der die gewählten Eigenschaften bei Schriftzeichen der verschiedenen Klassen erscheinen. Ist eine Eigenschaft χ gewählt, weil der Wert des Wertfaktors g_x innerhalb der Gruppe von Eigenschaften, der χ

to angehört, der höchste Wert ist, und gehört das betr. Schriftzeichen zu der Klasse y, dann wird in der Lernphase der Inhalt des Speicherplatzes P_x) in einer Lernmatrix 6 um 1 erhöht. Die Zuweisung des Speicherplatzes erfolgt mit Hilfe der Codeumsetzer 5,

b5 die die betr. Zeile in der Lernmatrix angeben.

Am Ende der Lernphase hat der Inhalt eines Speicherplatzes P_X} den Wert S_xy, wobei Sx_y die Zahl der Male angibt, daß die Eigenschaft (x) bei Bildern der

Klasse y gewählt wurde. Die Wahrscheinlichkeit eines Schriftzeichens der Klasse y ist, wenn die Eigenschaft χ gewählt ist, K(y\xX Dafür gilt:

K(y\x) =

Hierbei ist

die Summe aller Schriftzeichen in der Lernsammlung, für die die Eigenschaft χ gewählt wurde.

Danach wird am Ende der Lernphase der Logarithmus aller Wahrscheinlichkeiten K(y\x)bestimmt, also ι5

Die (logarithmische) Wahrscheinlichkeit, daß ein Zeichen zu der Klasse y gehört, wird in der Kannphase durch Summierung der logarithmischen Wahrscheinlichkeiten aller gewählten Eigenschaften

K(y)_L = Σ K(y\x),.

mit Hilfe eines Maximumselektors 7 ermittelt

Liegen Eigenschaften vor, die innerhalb ein und derselben Gruppe den gleichen Wertfaktor haben, so wird in der Lernphase verfahren, als ob verschiedene Bilder vorliegen, deren gewählte Eigenschaften also sämtlich registriert werden. In der Kannphase wird in diesem Fall das Erkennen für die verschiedenen Darstellungen durchgeführt. Sind die Resultate unvereinbar, so wird das betr. Schriftzeichen verworfen.

b) Entscheidungsvorrichtung
mit gewogenen Kennzeichenkomponenten

F i g. 14 gibt zu erkennen, wie in der Lernphase eine Lernmatrix gefüllt, und wie in der Kennphase ein Bild derart erkannt wird, daß die numerischen Werte der Eigenschaften benutzt werden.

In der Lernphase und auch in der Kannphase werden von jedem zu verarbeitenden Schriftzeichenbild 8 mit. Hilfe des Bildmanipulators 9 die Seitenansichten präsentiert. In der Recheneinheit 10 werden die Wertfaktoren berechnet. Für jede Seitenansicht wird pro Eigenschaftsgruppe mit Hilfe des Maximumselektors 11 der höchste Wertfaktor (g_x) ermittelt. Mit Hilfe der Codiervorrichtung 12 wird die Zeile in der Lernmatrix 13 angegeben, die der betr. gewählten Eigenschaft entspricht. Auf die bekannte Art und Weise wird in der Lernphase der Inhalt eines Speicherplatzes xy um 1 erhöht, wenn die Eigenschaft χ bei einem Schriftzeichen der Klasse y konstatiert wird. Für die Dauer der Lernphase ist also auf jedem Speicherplatz der Lernmatrix eine Summe S(y\x) vorhanden, die die Zahl der Male ist, daß die Eigenschaft (x)be\ Bildern der Klasse y gewählt wurde. In genau der gleichen Art und Weise wie bei der ersten Ausführungsform der Entscheidungsvorrichtung (Fig. 13) kann am Ende der Lernphase die Wahrscheinlichkeit eines Schriftzeichens der Klasse /bestimmt werden, wenn die Eigenschaft χ gewählt ist:

K[y\x) =

S_x,

b5

Σ s„

Da für die Klassifizierung von Bildern die Produkt-Wahrscheinlichkeiten für alle gewählten Eigenschaften benutzt werden, wird auch bei dieser Ausführungsform der Entscheidungsvorrichtung mit den logarithm'ischen Werten der Wahrscheinlichkeit gerechnet. Am Ende der Lernphase ist auf jedem Speicherplatz der Lernmatrix die logarithmische Wahrscheinlichkeit eines Zeichens der Klasse y vorhanden, wenn die Eigenschaft χ gewählt

10 K(y\x)_L = \ogK(y\x).

In der darauffolgenden Kannphase wird für jedes erscheinende Schriftzeichenbild ebenfalls pro Seitenansicht für jede Eigenschaftsgruppe der höchste Wertfaktor (g_x) bestimmt, dessen numerischer Wert durch Teilung durch die Abmessung B (Breite bzw. Höhe) des Bildes normiert wird. Das erfolgt in der Normierungsvorrichtung 14. Danach wird durch Logikschaltungen 15 der logarithmische Wert der normierten Wertfaktoren bestimmt.

Logarithmischer Wertfaktor des gewählten Kennzeichens

25 gxl.

Gewogene Wahrscheinlichkeit, daß ein Bild der Klasse y vorliegt, wenn eine Eigenschaft _v mit dem Wertfaktor gx gewählt ist:

^J) Logarithmische Wahrscheinlichkeit

K;,.(x) = log K'y(x).

Diese Wahrscheinlichkeit wird durch Summierung der logarithmischen Wahrscheinlichkeit K(y\x)i_ aus der Lernmatrix und des logarithmischen, normierten Wertfaktors gxL ermittelt:

45 In Fig. 14 ist angegeben, daß für jede Gruppe von Eigenschaften eine Summierungsschaltung 16 vorhanden ist. Bei jeder Eigenschaftsgruppe erfolgt für die gewählte Eigenschaft die Summierung pro Seitenansicht für alle Klassen. Es entsteht also eine zweite Matrix 17 mit k Spalten, wobei k der Zahl der Schriftzeichenklassen entspricht, und die Zeilenzahl mit der Zahl der gewählten Eigenschaften mal der Zahl der Seitenansichten übereinstimmt. Nachdem die zweite Matrix zum Erkennen eines Bildes gefüllt ist, wird die logarithmische Wahrscheinlichkeit, daß das Schriftzeichen zu der Klasse y gehört, durch Summierung der Wahrscheinlichkeiten KyI

Diese Summe ist

Das Muster wird derjenigen Klasse zugewiesen, für

die

V J

am höchsten ist. Der Maximalwert wird mit Hilfe des

nselektors 18 bestimmt. Die Einführung der :oren führt, wie weiter oben beschrieben, zu rbesserung der Methode zur Bestimmung der aften eines Schriftzeichenbilds, und die berechmfaktoren können überdies bei der Klassifiziei Bildern benutzt werden, wobei die gewählten oren, vorzugsweise nach den Abmessungen

der Bilder normiert werden, und die Klassifizierung eines Bildes einerseits durch die statistischen Häufigkeiten bestimmt wird, die in der benutzten Lemsammlung der Eigenschaften vorkommen, die auch bei dem betr. Schriftzeichenbild gewählt sind, und andererseits durch die vVertfaktoren der für das betr. Bild gewählten Eigenschaften.

Hierzu 4 Blatt Zeichnungen

Claims

Patentansprüche:

1. Verfahren zum maschinellen Lesen von Schriftzeichen, die in bestimmte Felder eines Datenträgers eingetragen sind, woraufhin die Bildpunkte durch eine spaltenförmige Abtastung des Bildfeldes nacheinander bestimmt und einer Zeichenerkennungsschaltung zugeleitet werden, wobei sowohl in einer Lernphase als auch in einer darauffolgenden Kannphase Eigenschaften von Schriftzeichenbildern klassifiziert und die Ergebnisse dieser Klassifizierungen in der Lernphase als Häufigkeitswerte, welche die Häufigkeit ihres Auftretens in einer bestimmten Zeichenklasse angeben, in einem Speicher registriert und während der Kannphase die Resultate der Eigenschaftsklassifizterung eines neu erscheinenden Schriftzeichens benutzt werden, um die Wahrscheinlichkeit der gefundenen Eigenschaften dieses Schriftzeichens für jede einzelne Schriftzeichenklasse zu bestimmen, dadurch gekennzeichnet, daß der Deutlichkeitsgrad der einzelnen Eigenschaften eines unbekannten Schriftzeichens ermittelt und jeweils als Wertfaktor definiert wird, der mit den in der Lernphase für die einzelnen Zeichenklassen ermittelten Häufigkeitswerten der jeweiligen Eigenschaft multipliziert wird, woraufhin für jede Zeichenklasse eine Multiplikation aller solcherart bewerteten Häufigkeitswerte erfolgt und nach einem Vergleich der Endproduktwerte an Hand des höchsten auftretenden Endproduktwertes die Identität des Zeichens abgeleitet wird.

2. Verfahren nach Anspruch 1, dadurch gekennzeichnet, daß Konfigurationen von Schriftzeichenelementen, die zu einer bestimmten Eigenschaft beitragen, mit einem positiven Zeichen und solche, die zu den übrigen Eigenschaften in der Gruppe beitragen, mit einem negativen Zeichen berücksichtigt werden, worauf pro Gruppe die Eigenschaft mit dem höchsten Wertfaktor ausgewählt wird.

3. Verfahren nach Anspruch 1, dadurch gekennzeichnet, daß der Wertfaktor durch Normierung von der Bildgröße unabhängig gemacht wird.

4. Vorrichtung für die Durchführung des Verfahrens nach den vorstehenden Ansprüchen mit einem Bildmanipulator und einer Lernmatrix, gekennzeichnet durch eine Anzahl von Recheneinheiten (10) für das Berechnen der Wertfaktoren der festgestellten Eigenschaften pro Seitenansicht des Schriftzeichenbildes; eine Anzahl Maximumselektoren (11), um aus jeder Gruppe von Eigenschaften pro Seitenansicht die Eigenschaft mit dem höchsten Wertfaktor zu wählen; eine Anzahl Codiervorrichtungen (12), um während der Lernphase für jeden Höchstwert den Speicher der Lernmatrix zu ergänzen; eine Anzahl Normierungsvorrichtungen (14), um den von den Selektoren (11) bestimmten Wert zu der Größe des Bilds in der betr. Seitenansicht ins Verhältnis zu setzen; eine Anzahl Logikschaltungen (15), um die logarithmischen Werte der Ergebnisse aus den Normierungsvorrichtungen (14) zu bestimmen; eine Anzahl Summierungsschaltungen (16) um die logarithmischen Werte aus den Logikschaltungen (15) den logarithmischen Werten der in der Lernmatrix pro Seitenansicht für die betr. Eigenschaft in allen Schriftzeichenklassen registrierten Werten hinzuzuzählen; eine zweite Matirx (17) für die Speicherung der in den Summierungsschaltungen (16) für alle Schriftzeichenklassen gefundenen logarithmischen Werte und einen Maximumselektor (18) für die Bestimmung des Höchstwerts der Summe der Werte der Eigenschaften für alle Seitenansichten sämtlicher Schriftzeichenklassen.