-
Diese
Erfindung betrifft ein Verfahren und eine Vorrichtung zur Zeichenerkennung,
bei denen eine auf Papier geschriebene Zeichenkette oder eine handgeschriebene
Zeichenkette aus Worten und so weiter von einem Lichtsensor optisch
eingelesen werden, und ein Aufzeichnungsmedium, auf dem ein Zeichenerkennungsprogramm
zur Ausführung
des Zeichenerkennungsverfahrens aufgezeichnet ist.
-
Um
ein Zeichen richtig aus einer Zeichenkette auszuschneiden oder um
ein stabiles Merkmal aus einem Zeichenbild zu extrahieren und das
Zeichen richtig zu erkennen, wird in einer Zeichenerkennungsvorrichtung
der erwähnten
Art herkömmlicherweise
auf der Grundlage irgendeiner Bewertung, die eine Neigung des Zeichens,
welche einer der wichtigen Faktoren der Formveränderung des Zeichens ist, indirekt
anzeigt, eine Neigungskorrekturverarbeitung für das Zeichen durchgeführt. Zum
Beispiel wird in einer Zeichenerkennungsvorrichtung der Art, die
eine Neigungskorrekturverarbeitung durchführt, die Ausrichtung eines
Zeichens unter Verwendung eines Kettencode-Histogramms geprüft, und
die Richtung, welche die größte Häufigkeit
aufweist, wird als eine Neigungsrichtung des Zeichens bestimmt.
Dann wird die Neigung des Zeichens auf der Grundlage der Richtung
korrigiert. Eine andere Zeichenerkennungsvorrichtung ist in der
offengelegten japanischen Patentanmeldung Nr. Heisei 5-114046 unter
dem Titel "Method
and Apparatus für
Normalizing the Characteristic Slant Angle of a Hand-Written Character" (Verfahren und Vorrichtung
zur Normierung des charakteristischen Neigungswinkels eines handgeschriebenen
Zeichens) offenbart. In dem Verfahren und der Vorrichtung, die in
dem Dokument offenbart werden, wird die Entropie eines Projektionshistogramms
eines Eingangsbilds bezüglich
einer vorhergesagten Neigungsrich tung berechnet, und es wird der
Neigungswinkel, bei dem die Entropie einen Minimalwert zeigt, bestimmt.
Dann wird die Lage des Eingangsbildes um einen Winkel umgeformt,
der gleich dem Neigungswinkel ist, um die Neigung des Zeichens zu
korrigieren.
-
Die
herkömmliche
Neigungskorrekturverarbeitung verwendet jedoch im wesentlichen eine
Strategie, in der angenommen wird, daß in einem Eingangsbild eine
große
Anzahl von Strichen in eine Richtung senkrecht zur Richtung einer
Zeichenkette (auf die hier im weiteren als vertikale Richtung Bezug genommen
wird) vorhanden ist, und das Bild wird so korrigiert, daß eine große Anzahl
vorhandener vertikaler Striche in die vertikale Richtung gerichtet
werden kann. Die Korrektur wird mit anderen Worten unter Verwendung
einer derartigen Bewertung durchgeführt, die in der vertikalen
Richtung hoch ist.
-
Wenn
ein derartiges Zeichenbild, das, wie in 3 gezeigt,
viele vertikale Striche enthält,
eingegeben wird, kann folglich die Berechnung des Neigungswinkels
genau durchgeführt
werden und eine geeignete Korrektur kann durchgeführt werden,
da die Bewertungen, wie in 4 zu sehen,
nur in unmittelbarer Nähe
eines tatsächlichen
Neigungswinkels X hohe Werte aufweisen.
-
Wenn
jedoch ein Zeichenbild, das, wie in 5 zu sehen,
keine sehr große
Anzahl an vertikalen Strichen enthält, eingegeben wird, gibt es
ein Problem in der Hinsicht, daß bei
der Berechnung des Neigungswinkels ein Fehler auftritt und keine
geeignete Korrektur durchgeführt
werden kann, weil die Bewertungen in der Nähe des tatsächlichen Neigungswinkels X,
wie in 6 zu sehen, nicht immer deutliche Werte zeigen.
Zum Beispiel passiert es, wie in 7 zu sehen,
manchmal, daß als
Ergebnis eines Fehlers bei der Berechnung des Neigungswinkels eine
Korrektur durchgeführt
wird, welche die Neigung vergrößert.
-
Insbesondere,
wenn die Bewertung, die eine Zeichenneigung anzeigt, nicht nur in
der Nähe
eines bestimmten Winkels keinen deutlichen Wert annimmt, sondern
selbst wenn der Winkel verändert wird,
keine sehr deutliche Veränderung
auftritt, gibt es ein Problem in der Hinsicht, daß es schwierig
ist, den Neigungswinkel des Zeichens zu berechnen, und es wahrscheinlich
ist, daß eine
falsche Neigungskorrektur durchgeführt wird. Eine derartige ungeeignete
Korrektur hat einen schlechten Einfluß auf die spätere Zeichenfragmentierung,
Merkmalsextraktion und Unterscheidung.
-
EP-A-0
601 730 offenbart eine Bildverarbeitungsvorrichtung zur Zeichenneigungskorrektur,
die aufweist: eine Abtastlogik zum Abtasten eines Wortbilds und
Anwenden einer lokalen Neigungsprüfung auf jeden Bildpunkt, um
zu bestimmen, ob es in dem Bild an dem Bildpunkt links oder rechts
oder weder noch ein lokales Zeichen gibt, und Speichern eines entsprechenden
lokalen Neigungskennzeichens; eine Logik zum Kombinieren der lokalen
Neigungskennzeichen für
die Bildpunkte in jeder Reihe und Anwenden einer Signifikanzprüfung auf
das Ergebnis, um für
die Reihe ein Reihen-Neigungskennzeichen zu erhalten, das anzeigt,
ob es in der Reihe eine größere Anzahl
von Bildpunkten gibt, die eine lokale Zeichenneigung nach rechts
haben, ob es in der Reihe eine größere Anzahl von Bildpunkten
gibt, die eine lokale Zeichenneigung nach links haben, oder weder noch;
eine Logik zum Kombinieren der Reihen-Neigungskennzeichen für alle Reihen,
um einen Scherparameter zu bestimmen; und eine Logik, um entsprechend
dem Scherparameter eine Schertransformation auf das Bild anzuwenden.
-
EP-A-0
476 806 offenbart ein verbessertes maschinelles Verfahren zur Erkennung
des Übergangspunkts
zwischen Buchstaben und Ziffern in handschriftlichem Text. Das Manuskript,
Ziffern und/oder Buchstaben, wird auf eine Bildpunktmatrix abgebildet.
Die Entropie für
jede Spalte eines Bereichs angenommener Neigungswinkel wird analysiert,
um den Winkel zu bestimmen, in dem die Winkelentropie ein Minimum
hat. Durch Umkehrverschiebung der Bildpunktanordnung um einen Betrag
gleich diesem Winkel wird die Neigungskomponente des Manuskripts
vertikalisiert und der folgende Fragmentierungsschritt genauer ausgeführt.
-
Es
ist eine Aufgabe der vorliegenden Erfindung zur Verfügung zu
stellen: ein Verfahren und eine Vorrichtung zur Zeichenerkennung,
wobei das Auftreten einer falschen Korrektur bei der Neigungskorrekturverarbeitung
weniger wahrscheinlich ist und die falsche Erkennung minimiert wird,
und ein Aufzeichnungsmedium, auf das ein Zeichenerkennungsprogramm
zur Ausführung
des Zeichenerkennungsverfahrens aufgezeichnet ist.
-
Gemäße der vorliegenden
Erfindung wird die weiter oben beschriebene Aufgabe durch die Merkmale
der Patentansprüche
gelöst.
Es wird ein Verfahren beschrieben, das aufweist: Berechnen eines
Neigungswinkels eines Zeichens, Berechnen einer Bewertung, die eine
Gültigkeit
des Neigungswinkel-Berechnungswerts, anzeigt, das heißt eine
Bewertung, die anzeigt, in welchem Maß der berechnete Wert für den Neigungswinkel
zuverlässig
ist, und Anpassen eines Neigungskorrekturbetrags auf der Grundlage der
Bewertung. Wenn die Bewertung hoch ist, wird bestimmt, daß der Neigungswinkel-Berechnungswert zuverlässig ist,
und der berechnete Wert für
den Neigungswinkel wird als der Korrekturbetrag verwendet, aber
wenn die Bewertung niedrig ist, wird bestimmt, daß der berechnete
Wert für
den Neigungswinkel nicht zuverlässig
ist, und der Korrekturbetrag wird entsprechend der Größe der Bewertung
angepaßt. Die
Korrektur wird auf der Grundlage des auf diese Weise erhaltenen
Korrekturbetrags durchgeführt, und
danach wird die Zeichenerkennung für das neigungskorrigierte Zeichen
durchgeführt.
-
Insbesondere
gemäß eines
Aspekts der vorliegenden Erfindung wird ein Verfahren zur Zeichenerkennung
zur Verfügung
gestellt, bei dem ein Neigungswinkel eines Zeichens korrigiert wird,
um das Zeichen zu erkennen, das die folgenden Schritte aufweist:
Berechnen eines Neigungswinkels eines Zeichens, Bewerten einer Gültigkeit
des Neigungswinkel-Berechnungswerts, Bestimmen eines Neigungskorrekturbetrags
aus dem Neigungswinkel-Berechnungswert und der Gültigkeitsbewertung und Durchführen der
Neigungskorrektur des Zeichens auf der Grundlage des Neigungskorrekturbetrags
und dann Durchführen
der Zeichenerkennung des Zeichens.
-
Gemäß eines
anderen Aspekts der vorliegenden Erfindung wird ein Verfahren zur
Zeichenerkennung zur Verfügung
gestellt, bei dem ein Neigungswinkel eines Zeichens korrigiert wird,
um das Zeichen zu erkennen, das die folgenden Schritte aufweist:
Berechnen eines Neigungswinkels eines Zeichens, Bewerten einer Gültigkeit
des Neigungswinkel-Berechnungswerts, Bestimmen eines Neigungskorrekturbetrags
aus dem Neigungswinkel-Berechnungswert und der Gültigkeitsbewertung, Durchführen einer
Neigungskorrektur des Zeichens auf der Grundlage des Neigungskorrekturbetrags
und dann Durchführen
der Zeichenerkennung des Zeichens, um Kandidaten für die Zeichenerkennung
zu extrahieren, und Unterscheiden auf der Grundlage der Gültigkeitsbewertung,
ob eine Strichgruppe in einem Zeichenbild eine feste Ausrichtung
hat, um die Kandidaten für
die Zeichenerkennung selektiv zu übernehmen, um die Anzahl de
Kandidaten zu verringern.
-
Gemäß eines
weiteren Aspekts der vorliegenden Erfindung wird eine Vorrichtung
zur Zeichenerkennung zur Verfügung
gestellt, bei der ein Neigungswinkel eines Zeichens korrigiert wird,
um das Zeichen zu erkennen, die aufweist eine Zeichenneigungs-Berechnungseinrichtung
zum Berechnen und Ausgeben eines Zeichen-Berechnungswerts, eine
Berechnungswert-Bewertungseinrichtung zum Berechnen und Ausgeben
einer Bewertung, die eine Gültigkeit
für den
Berechnungswert darstellt, und eine Neigungskorrektureinrichtung
zum Bestimmen eines Zeichenneigungs-Korrekturbetrags auf der Grundlage
von Ausgaben der Zeichenneigungs-Berechnungseinrichtung und der
Berechnungswert-Bewertungseinrichtung, um eine Neigungskorrektur
des Zeichens zu bewirken.
-
Die
Zeichenneigungs-Berechnungseinrichtung kann mehrere Neigungswinkelkandidaten
bestimmen, Bewertungen berechnen, welche Korrektheitsgrade für die Neigungswinkelkandidaten
darstellen, auf der Grundlage der Bewertungen, welche die Korrektheitsgrade
darstellen, einen Neigungswinkel-Berechnungswert berechnen und den
Neigungswinkel-Berechnungs wert zusammen mit der Bewertung, die den
Korrektheitsgrad darstellt, ausgeben.
-
Wenn
der Neigungswinkel-Berechnungswert auf der Grundlage der Bewertungen,
welche den Korrektheitsgrad darstellen, berechnet werden soll, kann die
Zeichenneigungs-Berechnungseinrichtung nach dem höchsten Wert
für die
Bewertungen, die die Korrektheitsgrade darstellen, suchen und einen
der Neigungswinkelkandidaten, der dem höchsten Wert entspricht, als
den Neigungswinkel-Berechnungswert bestimmen.
-
Die
Berechnungswert-Bewertungseinrichtung kann einen Informationsbetrag
berechnen und ausgeben, daß die
ganzen von der Zeichenneigungs-Berechnungseinrichtung ausgegebenen
Bewertungen, die die Korrektheitsgrade darstellen, eine Bewertung
haben, der eine Gültigkeit
für den
von der Zeichenneigungs-Berechnungseinrichtung ausgegebenen berechneten
Neigungswert darstellt.
-
Die
Berechnungswert-Bewertungseinrichtung kann eine Quadratsumme, ein
Quadratintegral oder eine Abweichung der von der Zeichenneigungs-Berechnungseinrichtung
ausgegebenen Berechnungswerte, die die Korrektheitsgrade anzeigen, als
die Bewertung, die die Gültigkeit
des von der Zeichenneigungs-Berechnungseinrichtung ausgegebenen
Neigungswinkel-Berechnungswerte
darstellt, berechnen und ausgeben.
-
Die
Neigungskorrektureinrichtung kann die von der Berechnungswert-Bewertungseinrichtung ausgegebene
Bewertung, die die Gültigkeit
mit einem Wert von 0 bis 1 anzeigt, unter Verwendung einer monotonen
nicht fallenden Funktion normieren und den normierten Wert als einen
Koeffizienten für die
Einstellung der Größe des Neigungskorrekturbetrags
verwenden.
-
Eine
S-Funktion, eine lineare Funktion oder eine lineare Abschnittsfunktion
können
als die monotone und nicht fallende Funktion verwendet werden.
-
Die
Vorrichtung zur Zeichenerkennung kann ferner eine Erkennungskandidaten-Verringerungseinrichtung
aufweisen, um auf der Grundlage der Ausgabe der Berechnungswert-Bewertungseinrichtung
zu unterscheiden, ob eine Strichgruppe in einem Zeichenbild eine
feste Ausrichtung hat oder nicht, um die Zeichenerkennungskandidaten
selektiv zu übernehmen,
um die Anzahl von Kandidaten zu verringern.
-
Gemäß noch einem
weiteren Aspekt der vorliegenden Erfindung wird ein Aufzeichnungsmedium zur
Verfügung
gestellt, auf dem ein Erkennungsprogramm, das auf einem Computer
arbeitet, aufgezeichnet ist, wobei das Zeichenerkennungsprogramm
bewirkt, daß der
Computer die folgenden Schritte ausführt: Berechnen eines Neigungswinkels eines
Zeichens, Bewerten einer Gültigkeit
des Neigungswinkel-Berechungswerts, Bestimmen eines Neigungskorrekturbetrags
aus dem Neigungswinkel-Berechnungswert und der Gültigkeitsbewertung und Durchführen der
Neigungskorrektur für
das Zeichen auf der Grundlage des Neigungskorrekturbetrags und dann
Durchführen
der Zeichenerkennung des Zeichens.
-
Mit
den Verfahren und der Vorrichtung zur Zeichenerkennung und dem Aufzeichnungsmedium kann
der Neigungskorrekturbetrag ansprechend auf den Informationsbetrag,
den eine Bewertung hat, die einen Korrektheitsgrad eines Neigungswinkels,
das heißt
einen Korrektheitsgrad des Neigungswinkel-Berechnungswerts, anzeigt, adaptiv angepaßt werden,
und eine derartige Situation, daß eine falsche Korrektur durchgeführt wird,
kann auch vermieden werden, wenn es, wie in 8 zu sehen,
schwierig ist, einen Neigungswinkel zu berechnen, und eine Zeichenfragmentierung,
Merkmalsextraktion und Erkennung können mit einem höheren Grad
an Stabilität
durchgeführt
werden, und eine Zeichenerkennung, die wenige Fehler aufweist, kann
realisiert werden. Ferner wird durch die Verringerung der Anzahl von
Zeichenerkennungskandidaten auf der Grundlage der Gültigkeit,
die darauffolgende Auswahl eines Erkennungsergebnisses, bei der
Sprachwissen verwendet wird, erleichtert. Mit anderen Worten kann
die notwendige Zeit, um eine linguistisch passende Zeichenkette
zu suchen, verringert werden, und auch die Möglichkeit, daß eine falsche
Zeichenkette als eine richtige Antwort ausgewählt werden kann, kann gering
gehalten werden.
-
Die
obige und andere Aufgaben, Merkmale und Vorteile der vorliegenden
Erfindung werden aus der folgenden Beschreibung und den beigefügten Ansprüchen deutlich,
wenn sie in Verbindung mit den beigefügten Zeichnungen genommen werden,
in denen gleiche Teile oder Elemente mit gleichen Bezugszeichen
bezeichnet sind.
-
Kurze Beschreibung der
Zeichnungen
-
1 ist
ein Blockschaltbild, das einen funktionalen Aufbau einer Vorrichtung
zur Zeichenerkennung zeigt, auf welche die vorliegende Erfindung
angewendet ist;
-
2 ist
eine ähnliche
Ansicht, die jedoch einen funktionalen Aufbau einer anderen Vorrichtung zur
Zeichenerkennung zeigt, auf welche die vorliegende Erfindung angewendet
ist;
-
3 ist
eine schematische Ansicht, die ein Beispiel für ein Zeichenbild zeigt, für das die
Neigungskorrekturverarbeitung vergleichsweise einfach durchgeführt werden
kann;
-
4 ist
ein Diagramm, das ein Ergebnis einer Bewertungsberechung darstellt,
wenn das Zeichenbild von 3 eingegeben wird;
-
5 ist
eine schematische Ansicht, die ein Beispiel für ein Zeichenbild zeigt, für das die
Neigungskorrekturverarbeitung nicht leicht durchgeführt werden
kann;
-
6 ist
ein Diagramm, das ein Ergebnis einer Bewertungsberechung darstellt,
wenn das Zeichenbild von 3 eingegeben wird;
-
7 ist
eine schematische Ansicht, die ein Beispiel für ein Zeichenbild darstellt,
das dafür
anfällig
ist, daß durch
eine herkömmliche
Vorrichtung zur Zeichenerkennung eine falsche Neigungskorrektur durchgeführt wird;
-
8 ist
eine schematische Ansicht, die ein Beispiel für ein Zeichenbild darstellt,
für das
durch die vorliegende Erfindung eine falsche Neigungskorrektur verhindert
wird; und
-
9 ist
ein Blockschaltbild, das ein Anwendungssystem der vorliegenden Erfindung
zeigt.
-
Beschreibung der bevorzugten
Ausführungsformen
-
Zuerst
ist Bezug nehmend auf 1 eine Vorrichtung zur Zeichenerkennung
gezeigt, auf welche die vorliegende Erfindung angewendet ist. Die Vorrichtung
zur Zeichenerkennung umfaßt
einen Bildspeicherabschnitt 1 zum Speichern eines Zeichenbilds,
einen Zeichenneigungs-Berechnungsabschnitt 21 zum Berechnen
und Ausgeben eines Berechnungswerts für den Neigungswinkel eines
Zeichens, einen Berechnungswert-Bewertungsabschnitt 22 zum
Berechnen und Ausgeben eines Berechnungswerts, der eine Gültigkeit
des Berechnungswerts anzeigt, einen Neigungskorrekturabschnitt 23 zur
Bestimmung eines Zeichenneigungs-Korrekturbetrags auf der Grundlage
der Ausgaben des Zeichenneigungs-Berechnungsabschnitts 21 und
des Berechnungswert-Bewertungsabschnitts 22, um die Neigungskorrektur
des Zeichens um den Zeichenneigungs-Korrekturbetrag durchzuführen, und
einen Zeichenerkennungsabschnitt 3 zum Erkennen und Ausgeben
des neigungskorrigierten Zeichens.
-
Es
ist zu beachten, daß,
wenn eine Zeichenerkennung durchgeführt werden soll, es üblicherweise
der Fall ist, daß eine
Vorverarbeitung für ein
Eingangsbild durchgeführt
wird und für
die Vorverarbeitung die Binarisierung zur Umwandlung eines Graustufenbilds
in ein Binärbild,
das einfacher als das Graustufenbild zu handhaben ist, eine Normierungsverarbeitung
zum Normieren der Größe eines
Zeichens, des Abstands zwischen Strichen und so weiter, um das Zeichen
zu formen, eine Rauschentfernungsverarbeitung zum Entfernen von
Rauschen, wie etwa feinen Flecken oder Unschärfen in einem Bild und so weiter
verfügbar
sind. Wenngleich in 1 nicht gezeigt, kann eine derartige
Vorverarbeitung, wenn notwendig, durchgeführt werden. Ferner kann eine
derartige Vorverarbeitung ungeachtet dessen verwendet werden, ob
sie vor oder nach der Neigungskorrekturverarbeitung stattfindet.
-
Ein
Bild wird von einer Abtastvorrichtung oder einer ähnlichen
Vorrichtung optisch eingegeben, in den Bildspeicherabschnitt 1 gespeichert
und dann an den Zeichenneigungs-Berechnungsabschnitt 21 und
den Neigungskorrekturabschnitt 23 gesendet.
-
Der
Zeichenneigungs-Berechnungsabschnitt 21 nimmt mehrere Neigungswinkel
einer Zeichenkette in einem Zeichenkettenbild, wie x1, x2, ..., xn
an, berechnet Bewertungen y1, y2, ..., yn, die die Korrektheitsgrade
der Neigungswinkel anzeigen, und gibt die Bewertungen y1, y2, ...,
yn an den Berechnungswert-Bewertungsabschnitt 22 aus. 4 oder 6 zeigen
die Bewertungen y1, y2, ..., yn in der Form einer Kurve. Danach
wird der Neigungswinkel xi, bei dem die Bewertung yi den höchsten Wert
zeigt, ausgewählt,
und der Wert xi wird als der Berechnungswert x des Neigungswinkels
des Zeichens an den Berechnungswert-Bewertungsabschnitt 22 und den
Neigungskorrekturabschnitt 23 ausgegeben.
-
Für die Berechnung
der Bewertung yi werden zum Beispiel Quadratsummen des Projektionshistogramms
von dem Winkel xi verwendet. Insbesondere, wenn das Projektionshistogramm
des Zeichenbilds von der Richtung des Winkels xi durch eine Zahlenfolge
h1(xi), h2(xi), ..., hj(xi), ... dargestellt wird, wird die Bewertung
yi durch den folgenden Ausdruck dargestellt. yi = Σ j{hj(xi)}2
-
Der
Neigungswinkel, der einer der Bewertungen y1, y2, ..., yn entspricht,
die den höchsten
Wert aufweist, wird aus x1, x2, ..., xn ausgewählt und als ein Berechnungswert
X des Neigungswinkel des Zeichens ausgegeben.
-
Als
ein anderes Berechnungsverfahren für die Bewertung yi wird ein
Kettencode verwendet, der einen Übergangsprozeß der Umrißrichtungen
eines Zeichens darstellt. Aus einem Kettencode werden Umrißelemente
für einzelne
Richtungen gezählt,
um ein Histogramm (eine Frequenzverteilung) für die einzelnen Richtungen
zu erzeugen. Das Histogramm wird als die Bewertungen y1, y2, ...,
yn des Neigungswinkels verwendet. Auf diese Weise wird aus x1, x2, ...,
xn der Neigungswinkel, bei dem das Histogramm den höchsten Wert
aufweist, ausgewählt
und als der Berechnungswert X des Neigungswinkels des Zeichens ausgegeben.
Da auch, wenn ein Graustufenbild gehandhabt wird, unter Verwendung
eines dynamischen Umrißextraktionsverfahrens,
wie etwa eines Snake-Verfahrens,
das in "Snakes:
Active Contour Models" (Snakes:
Aktive Umrißmodelle),
Michael Kasset et al., International Journal of Computer Vision,
1988, S. 321–331
offenbart ist, Umrisse extrahiert werden können, ist zu bemerken, daß eine ähnliche Bewertungsberechnung
angewendet werden kann. Neben den Verfahren, bei denen die Richtung
eines Strichs aus einem Umriß gemessen
wird, kann ferner ein anderes Verfahren verwendet werden, bei dem die
Richtung auf der Grundlage des Verhältnisses oder der endlichen
Differenz in Laufrichtung verbundener Bestandteile von schwarzen
Bildpunkten in verschiedenen Richtungen, einschließlich der
vertikalen, horizontalen und schrägen Richtungen, spezifiziert
wird.
-
Der
Berechnungswert-Bewertungsabschnitt 22 empfängt den
Neigungswinkel-Berechnungswert X und den Satz von Bewertungen y1,
y2, ..., yn von dem Zeichenneigungs-Berechnungsabschnitt 21,
berechnet die Gültigkeit
R des Berechnungswerts X und gibt ihn an den Neigungskorrekturabschnitt 23 aus.
-
Hier
wird zum Beispiel als die Gültigkeit
R des Berechnungswerts X der Informationsbetrag, den der Satz von
Bewertungen y1, y2, ..., yn hat, oder ein anderer dem Informationsbetrag
angemessener Wert verwendet. Zum Beispiel wird die Gültigkeit
R des Berechnungswerts X gemäß R = Σ iyilogyi berechnet.
Es wird unterschieden, daß die
Gültigkeit des
Berechnungswerts x höher
wird, wenn der Wert R zunimmt.
-
Hier
kann für
die Berechnung von R auch ein Realisie rungsverfahren verwendet
werden, bei dem die Bewertungen y1, y2, ..., yn geeignet normiert
werden. Insbesondere, um den Bereich der Gültigkeit R des Berechnungswerts
zu erweitern und die Gültigkeit
R detaillierter zu überprüfen, werden
die Bewertungen y1, y2, ..., yn mit einer geeigneten Konstante p
multipliziert, und dann wird eine andere geeignete Konstante q von
den Summen subtrahiert, woraufhin die Gültigkeit des Berechnungswerts
gemäß R = Σ i(pyi – q)log(pyi – q)berechnet
wird.
-
Alternativ
kann R zum Beispiel gemäß R = Σ iyi 2 berechnet
werden. In diesem Fall wird auch bestimmt, daß die Gültigkeit des Berechnungswerts
höher wird,
wenn R zunimmt.
-
Für die Berechnung
von R kann auch ein Realisierungs verfahren verwendet werden, bei
dem die Werte der Bewertungen y1, y2, ..., yn geeignet normiert
werden. Insbesondere, um den Bereich der Gültigkeit des Berechnungswerts
zu erweitern und die Gültigkeit
detaillierter zu überprüfen, werden
die Bewertungen y1, y2, ..., yn mit einer geeigneten Konstante p
multipliziert, und dann wird eine andere geeignete Konstante q von
den Summen subtrahiert, woraufhin die Gültigkeit des Berechnungswerts
gemäß R = Σ i (pyi – q)2 berechnet wird.
-
Ferner
kann für
R zum Beispiel möglicherweise
auch eine Realisierungsform verwendet werden, bei der eine Abweichung
der Bewertungen verwendet wird. Insbesondere, wenn eine Operation
für die
Berechnung eines Mittelwerts durch E(*) dargestellt wird, darin
kann die Gültigkeit
des Berechnungswerts gemäß R = E(yi2) – E(yi)2 berechnet werden.
-
Der
Neigungskorrekturabschnitt 23 empfängt das Zeichenbild von dem
Bildspeicherabschnitt 1, empfängt den Berechnungswert X von
dem Zeichenneigungs-Berechnungsabschnitt 21 und empfängt die
Gültigkeit
R des Berechnungswerts von dem Berechnungswert-Bewertungsabschnitt 22.
Der Neigungskorrekturabschnitt 23 berechnet unter Verwendung
der empfangenen Werte einen Neigungskorrekturbetrag X*, um die Neigungskorrektur
zu bewirken. Dann gibt der Neigungskorrekturabschnitt 23 nach
der Korrektur das Bild an den Zeichenerkennungsabschnitt 3 aus.
Für das
konkrete Verfahren zur Neigungskorrektur ist zum Beispiel ein Verfahren verfügbar, bei
dem das Zeichenbild um –X*
scherverformt wird. Als ein anderes Verfahren, bei dem das Zeichenbild
zum Beispiel um –X*
mittels Drehung umgewandelt wird, ist verfügbar. Die Verfahren werden
detaillierter beschrieben. Wenn das Bild zum Beispiel scherverformt
werden soll, werden Bildpunkte an höheren Positionen in einer horizontalen
Richtung um größere Beträge bewegt,
so daß ein
Quadrat in ein Parallelogramm verformt werden kann. Ein Bildpunkt
an der Position (x, y) sollte durch die Scherverformung um –X* (Bildpunkte)
auf (xXxy/h, y) bewegt werden. Indessen sollte das Bild für die Umwandlung
mittels Drehung gedreht werden. In diesem Fall wird ein Bildpunkt
an der Position (x, y) durch die Drehung um –X* (Winkel) zu (xcosX* – ysinX*,
ycosX* + xsinX*) bewegt.
-
Der
Neigungswinkel-Korrekturbetrag X* wird gemäß X* = f(R)xXberechnet,
wobei f(R) eine monoton fallende Funktion ist, die einen Wert von
0 bis 1 annimmt und zum Beispiel durch eine S-Funktion f(R) = 1/(1 + e(–aR+b))realisiert
wird, wobei a, b Konstanten sind und a > 0. Alternativ kann f(R) zum Beispiel
durch eine lineare Funktion f(R) = aR + brealisiert
werden, wobei a, b Konstanten sind und a > 0. Wo die Gültigkeit R des Berechnungswerts
hoch ist, wird die Neigung des Bilds entsprechend dem berechneten
Neigungswinkel erheblich korrigiert, aber wo die Gültigkeit
R des Berechnungswerts niedrig ist, wird nur eine Korrektur um einen kleinen
Betrag ausgeführt,
um eine fehlerhafte Korrektur zu vermeiden.
-
Der
Zeichenerkennungsabschnitt 3 führt eine derartige Verarbeitung,
wie eine Zeichenfragmentierung, eine Merkmalsextraktion oder eine
Unterscheidung, für
das Bild durch und gibt ein Erkennungsergebnis für Zeichen aus. Insbesondere
bei der Zeichenfragmentierung, bei der die Zeichenkette zum Beispiel
eine horizontale Zeichenkette ist, wird ein Projektionshistogramm
in der vertikalen Richtung berechnet, und mehrere Positionen des
Histogramms, bei dem die Frequenz niedrig ist, werden ermittelt,
und die Zeichenkette wird an den Positionen ausgeschnitten, um Zeichen
auszuschneiden. Bei der Merkmalsextraktion wird das Zeichenbild
in kleine Sätze
von Merkmalswerten umgewandelt, die für die Erkennung der Zeichen
notwendig sind. Bei der Unterscheidung werden Sätze von Merkmalswerten, für welche
korrekte Antworten bekannt sind, das heißt Vorlagen, im voraus vorbereitet,
und die Vorlagen werden mit den Sätzen von Merkmalswerten verglichen,
die aus dem Eingangsbild extrahiert wurden, um die Vorlage auszuwählen, die
nahe der Eingabe ist, und dann wird ein der Vorlage entsprechender Zeichencode
ausgegeben.
-
Nun
Bezug nehmend auf 2 ist eine andere Vorrichtung
zur Zeichnerkennung, auf welche die vorliegende Erfindung angewendet
ist, in einem Blockdiagramm gezeigt. Die gezeigte Vorrichtung zu Zeichenerkennung
umfaßt
einen Bildspeicherabschnitt 1 zum Speichern eines Zeichenbilds,
einen Zeichenneigungs-Berechnungsabschnitt 21 zum Berechnen
und Ausgeben eines Berechnungswerts für den Neigungswinkel eines
Zeichens, einen Berechnungswert-Bewertungsabschnitt 22 zum
Berechnen und Ausgeben eines Berechnungswerts, der die Gültigkeit
des Berechnungswerts anzeigt, einen Neigungskorrekturabschnitt 23 zur
Bestimmung eines Zeichenneigungs-Korrekturbetrags auf der Grundlage
der Ausgaben des Zeichenneigungs-Berechnungsabschnitts 21 und
des Berechnungswert-Bewertungsabschnitts 22 und Ausführen der
Neigungskorrektur unter Verwendung des Zeichenneigungs-Korrekturbetrags,
einen Zeichenerkennungsabschnitt 3 zum Erkennen und Ausgeben
des Zeichens und einen Abschnitt 4 zur Verringerung der
Erkennungskandidaten zum selektiven Übernehmen von mehreren von
dem Zeichenerkennungsabschnitt 3 ausgegebenen Erkennungskandidaten,
wobei die Ausgabe des Berechnungswert-Bewertungsabschnitts 22 verwendet
wird, um die Anzahl von Kandidaten zu verringern. Obwohl hier in 2 kein
Vorverarbeitungsabschnitt für
die Umwandlungsverarbeitung in ein Binärbild und so weiter gezeigt
ist, kann dieser, ebenso wie der weiter oben unter Bezug auf 1 beschriebenen
Vorrichtung zur Zeichenerkennung, falls notwendig, verwendet werden.
-
Der
Bildspeicherabschnitt 1 gibt ebenso wie in der Vorrichtung
zu Zeichnerkennung von 1 ein Zeichenbild an den Zeichenneigungs-Berechnungsabschnitt 21 und
den Neigungskorrekturabschnitt 23 aus.
-
Der
Zeichenneigungs-Berechnungsabschnitt 21 gibt ebenso wie
in der Vorrichtung zur Zeichenerkennung von 1 einen
Berechnungswert X für
den Neigungswinkel der Zeichen und den Satz von Bewertungen y1,
y2, ..., yn, welcher die Korrektheitsgrade der Neigungswinkel anzeigt,
an den Berechnungswert-Bewertungsabschnitt 22 aus.
-
Der
Berechnungswert-Bewertungsabschnitt 22 berechnet die Gültigkeit
R des Berechnungswerts in einer ähnlichen
Weise wie in der weiter oben beschriebenen Vorrichtung zur Zeichenerkennung
von 1 und gibt den Wert R an den Neigungskorrekturabschnitt 23 und
den Abschnitt 4 zur Verringerung der Erkennungskandidaten
aus.
-
Der
Neigungskorrekturabschnitt 23 berechnet in einer ähnlichen
Weise wie in der weiter oben beschriebenen Vorrichtung zur Zeichenerkennung von 1 einen
Neigungskorrekturbetrag X*, führt die
Neigungskorrektur des Bilds durch und gibt das Bild nach der Korrektur
an den Zeichenerkennungsabschnitt 3 aus.
-
Der
Zeichenerkennungsabschnitt 3 erkennt Zeichen in einer ähnlichen
Weise wie in der weiter oben beschriebenen Vorrichtung zur Zeichenerkennung
von 1 und gibt keine Zeichencodes selbst, sondern
eine Kandidatenliste eines Erkennungsergebnisses an den Abschnitt 4 zur
Verringerung der Erkennungskandidaten aus. In der Kandidatenliste des
Erkennungsergebnisses ist eine feste Anzahl von Erkennungskandidaten
zum Beispiel in einer absteigenden Reihenfolge des Abstands zu der
Vorlage in einem Merkmal-Werteraum aufgelistet.
-
Der
Abschnitt 4 zur Verringerung der Erkennungskandidaten verändert die
Inhalte der Kandidatenliste des Erkennungsergebnisses auf der Grundlage
der Gültigkeit
R des von dem Berechnungswert-Bewertungsabschnitt 22 empfangenen
Berechnungswerts und gibt die Kandidatenliste mit den geänderten
Inhalten aus. Insbesondere wo R niedrig ist, wird bestimmt, daß die Strichgruppe
in dem Eingangsbild keine feste Ausrichtung hat und Kandidaten aus
dem Kanji werden in der Kandidatenliste des Erkennungsergebnisses
entfernt. Wenn R hoch ist, wird andererseits bestimmt, daß die Strichgruppe
in dem Eingangsbild eine feste Ausrichtung hat und andere Kandidaten
als Kandidaten aus dem Kanji werden in der Kandidatenliste des Erkennungsergebnisses
entfernt. Dies nutzt die wesentliche Eigenschaft, daß, andere
Zeichen als Kanji-Zeichen
keine feste Ausrichtung haben, während
die Strichgruppe von Kanji-Zeichen im allgemeinen eine feste Ausrichtung hat.
-
Während der
Abschnitt 4 zur Verringerung der Erkennungskandidaten eine
Einrichtung für
die Unterscheidung von Kandidaten aus dem Kanji und Kandidaten,
die nicht mit dem Kanji dargestellt werden, unter den Kandidaten
des Erkennungsergebnisses, in dem verschiedene Zeichen enthalten
sein können,
realisiert, ist die vorliegende Erfindung nicht auf die Realisierung
beschränkt,
in der Kanji- und Nicht-Kanji-Zeichen
voneinander unterschieden werden. Da gemäß der vorliegenden Erfindung
eine Zeichengruppe in einem Zeichenbild, in dem eine Strichgruppe
eine feste Ausrichtung hat, und eine andere Zeichengruppe, bei der
eine Zeichengruppe keine feste Ausrichtung hat, voneinander unterschieden werden
können,
kann die Kandidatenverringerung des Erkennungsergebnisses durch
Unterscheidung beliebiger Zeichengruppen mit derartigen wesentlichen
Eigenschaften, ob die Strichgruppe eine Ausrichtung hat oder nicht,
realisiert werden. Zum Beispiel kann die Vorrichtung zur Zeichenerkennung derart
aufgebaut werden, daß eine
Gruppe von Ziffern 1, 4, 7 und 9, bei denen die Strichgruppe eine feste
Ausrichtung hat, und eine andere Gruppe von Ziffern 2, 3, 5, 6 und
8, bei denen die Strichgruppe keine feste Ausrichtung hat, voneinander
unterschieden werden, um die Kandidaten für das Erkennungsergebnis zu
verringern.
-
Nun
bezug nehmend auf 9 ist ein Beispiel für ein Anwendungssystem
der vorliegenden Erfindung gezeigt. Das Anwendungssystem umfaßt ein Aufzeichnungsmedium 5,
auf das ein Zeichenerkennungsprogramm zum Ausführen des Verfahrens zur Zeichenerkennung
gemäß der vorliegenden
Erfindung aufgezeichnet ist. Das Aufzeichnungsmedium 5 kann
eine CD-ROM, eine Magnetplatte, ein Halbleiterspeicher oder irgendein
anderes Aufzeichnungsmedium sein und umfaßt die Kommunikation mit einem
Netzwerk.
-
Das
Zeichenerkennungsprogramm wird von dem Aufzeichnungsmedium 5 in
eine Datenverarbeitungsvorrichtung 6 eingelesen und steuert
den Betrieb der Datenverarbeitungsvorrichtung 6. Die Datenverarbeitungsvorrichtung 6 berechnet
unter der Steuerung durch das Zeichenerkennungsprogramm den Neigungswinkel
eines Zeichens, bewertet die Gültigkeit
des Neigungswinkel-Berechnungswerts, bestimmt einen Neigungswinkel-Korrekturbetrag aus dem
Neigungswinkel-Berechnungswert und der Gültigkeitsbewertung, führt auf
der Grundlage des Korrekturbetrags die Neigungskorrektur durch und
führt dann
die Zeichenerkennung durch. In einer anwendbaren Form führt die
Datenverarbeitungsvorrichtung 6 unter der Steuerung des
Zeichenerkennungsprogramms die gleiche Verarbeitung aus wie die
Verarbeitung des Zeichenneigungs-Berechnungsabschnitts 21,
des Berechnungswert-Bewertungsabschnitts 22, des Neigungskorrekturabschnitts 23 und des
Zeichenerkennungsabschnitts 3 der Vorrichtung zur Zeichenerkennung
von 1. Indessen führt
die Datenverarbeitungsvorrichtung 6 in einer anderen anwendbaren
Form unter der Steuerung des Zeichenerkennungsprogramms die gleiche
Verarbeitung aus wie die Verarbeitung des Zeichenneigungs-Berechnungsabschnitts 21,
des Berechnungswert-Bewertungsabschnitts 22, des Neigungskorrekturabschnitts 23,
des Zeichenerkennungsabschnitts 3 und des Abschnitts 4 zur
Verringerung der Erkennungskandidaten in der zweiten Ausführungsform.