JP2000099631A - パターン認識装置及びパターン認識方法 - Google Patents

Abstract

(57)【要約】 【課題】この発明は、芯線抽出型の認識方式と輪郭追跡
型の認識方式とを効率的に統合させ、計算量を抑えなが
ら高精度なパターン認識を行なうことを可能としたパタ
ーン認識装置及びパターン認識方法を提供することを目
的としている。 【解決手段】認識対象パターンに細線化処理を施した芯
線から特徴点を抽出する特徴点抽出手段と、この特徴点
抽出手段で得られた特徴点に基づいて認識対象パターン
の認識を行なうパターン認識手段とを有する芯線抽出型
認識手段と、認識対象パターンにその輪郭から得られる
特徴に基づいて認識処理を施す輪郭追跡型認識手段と、
特徴点抽出手段によって注目すべき特徴点が抽出されて
いる場合には、パターン認識手段による認識処理を行な
わせ、注目すべき特徴点が抽出されていない場合には、
輪郭追跡型認識手段による認識処理を行なわせるように
制御する制御手段とを備えている。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】この発明は、例えば文字や画
像等のパターンを認識するパターン認識装置及びパター
ン認識方法の改良に関する。

【０００２】

【従来の技術】周知のように、例えば文字パターンの認
識手段としては、従来より、統計的文字認識方式と構造
解析的文字認識方式とを組み合わせた手法が広く採用さ
れている。統計的文字認識方式は、認識対象となる文字
パターンを統計的に作成した辞書登録パターンと重ね合
わせ、その類似度を計算することにより認識しようとす
るものである。

【０００３】また、構造解析的文字認識方式には、文字
を細線化処理して抽出された芯線の持つ特徴に基づい
て、辞書マッチングによる文字種同定を行なう芯線抽出
型文字認識方式（例えば特願平８−２５０５４９号参
照）と、文字の輪郭を追跡した軌跡の持つ特徴に基づい
て、辞書マッチングによる文字種同定を行なう輪郭追跡
型文字認識方式（例えば International Conference on
Pattern Recognition October 27-31,1986 Paris,Fr
ance “Attributed String Matching with Statistica
l Constraints for Character Recognition ” Yoshia
ki Kurosawa and Haruo Asada 参照）とがある。

【０００４】

【発明が解決しようとする課題】ところで、この２種類
の構造解析的文字認識方式は、特徴抽出の方法が全く異
なることから、認識を得意とする文字種が異なってい
る。そして、従来より、構造解析的文字認識を行なう場
合には、計算機パワーの不足等により、上記した２種類
の方式のうちのいずれか一方を使用するようにしてい
る。このため、使用された方式で得意とする文字種以外
の文字に対して、認識率を向上させることが困難になる
という問題が生じている。

【０００５】そこで、この発明は上記事情を考慮してな
されたもので、芯線抽出型の認識方式と輪郭追跡型の認
識方式とを効率的に統合させ、計算量を抑えながら高精
度なパターン認識を行なうことを可能とした極めて良好
なパターン認識装置及びパターン認識方法を提供するこ
とを目的とする。

【０００６】

【課題を解決するための手段】この発明に係るパターン
認識装置は、認識対象パターンに細線化処理を施して得
られた芯線から特徴点を抽出する特徴点抽出手段と、こ
の特徴点抽出手段によって得られた特徴点に基づいて認
識対象パターンの認識を行なうパターン認識手段とを有
する芯線抽出型認識手段と、認識対象パターンに、その
輪郭から得られる特徴に基づいて認識処理を施す輪郭追
跡型認識手段と、芯線抽出型認識手段の特徴点抽出手段
によって注目すべき特徴点が抽出されている場合には、
パターン認識手段による認識処理を行なわせ、該特徴点
抽出手段によって注目すべき特徴点が抽出されていない
場合には、パターン認識手段に代えて、輪郭追跡型認識
手段による認識処理を行なわせるように制御する制御手
段とを備えるようにしたものである。

【０００７】上記のような構成によれば、芯線抽出型認
識手段によって芯線の注目すべき特徴点が抽出されない
場合、以後の芯線抽出型認識処理を行なうことなく、輪
郭追跡型認識手段による認識処理に切り替えるようにし
たので、芯線抽出型の認識方式と輪郭追跡型の認識方式
とを効率的に統合させ、計算量を抑えながら高精度なパ
ターン認識を行なうことが可能となる。

【０００８】また、この発明に係るパターン認識装置
は、認識対象パターンに細線化処理を施して得られた芯
線から特徴点を抽出し、この特徴点に基づいて認識対象
パターンの認識を行なう芯線抽出型認識手段と、認識対
象パターンに、その輪郭から得られる特徴に基づいて認
識処理を施す輪郭追跡型認識手段と、認識対象パターン
に所定の閾値を超えるつぶれが生じているか否かを検出
する検出手段と、この検出手段によりつぶれが生じてい
ないと判断された場合には、芯線抽出型認識手段による
認識処理を行なわせ、検出手段によりつぶれが生じてい
ると判断された場合には、輪郭追跡型認識手段による認
識処理を行なわせるように制御する制御手段とを備える
ようにしたものである。

【０００９】上記のような構成によれば、認識対象パタ
ーンに所定の閾値を超えるつぶれがあるか否かを検出
し、細線化で特徴が得にくいつぶれた認識対象パターン
の場合は、輪郭追跡型認識手段による認識処理を行なわ
せるようにしたので、芯線抽出型の認識方式と輪郭追跡
型の認識方式とを効率的に統合させ、計算量を抑えなが
ら高精度なパターン認識を行なうことが可能となる。

【００１０】さらに、この発明に係るパターン認識装置
は、認識対象パターンに細線化処理を施して得られた芯
線から特徴点を抽出し、この特徴点に基づいて認識対象
パターンの認識を行なう芯線抽出型認識手段と、認識対
象パターンに、その輪郭から得られる特徴に基づいて認
識処理を施す輪郭追跡型認識手段と、芯線抽出型認識手
段及び輪郭追跡型認識手段のうち処理速度の速い手段で
認識対象パターンの認識を行なわせ、その認識結果が空
の場合に他方の手段で認識を行なわせるように制御する
制御手段とを備えるようにしたものである。

【００１１】上記のような構成によれば、まず、処理速
度の速い認識手段で認識対象パターンの認識を行なわ
せ、その認識結果が空の場合にもう一方の手段で認識を
行なわせるようにしたので、芯線抽出型の認識方式と輪
郭追跡型の認識方式とを効率的に統合させ、計算量を抑
えながら高精度なパターン認識を行なうことが可能とな
る。

【００１２】また、この発明に係るパターン認識装置
は、認識対象パターンに細線化処理を施して得られた芯
線から特徴点を抽出し、この特徴点に基づいて認識対象
パターンの認識を行なう芯線抽出型認識手段と、認識対
象パターンに、その輪郭から得られる特徴に基づいて認
識処理を施す輪郭追跡型認識手段と、芯線抽出型認識手
段から得られる候補と輪郭追跡型認識手段から得られる
候補との和集合を認識結果として出力する制御手段とを
備えている。

【００１３】さらに、この発明に係るパターン認識装置
は、認識対象パターンに細線化処理を施して得られた芯
線から特徴点を抽出し、この特徴点に基づいて認識対象
パターンの認識を行なう芯線抽出型認識手段と、認識対
象パターンに、その輪郭から得られる特徴に基づいて認
識処理を施す輪郭追跡型認識手段と、芯線抽出型認識手
段から得られる候補と輪郭追跡型認識手段から得られる
候補との積集合を認識結果として出力する制御手段とを
備えている。

【００１４】また、この発明に係るパターン認識装置
は、所定の文字種を格納する第１の認識辞書と、認識対
象パターンに細線化処理を施して得られた芯線から特徴
点を抽出し、第１の認識辞書と特徴点とに基づいて認識
処理を行なって文字候補をあげる芯線抽出型認識手段
と、第１の認識辞書とは異なる文字種を格納する第２の
認識辞書と、認識対象パターンにその輪郭から得られる
特徴と第２の認識辞書とに基づいて認識処理を行なって
文字候補をあげる輪郭追跡型認識手段と、芯線抽出型認
識手段から得られる候補と輪郭追跡型認識手段から得ら
れる候補との和集合を認識結果として出力する制御手段
とを備えている。

【００１５】上記のような構成によれば、芯線抽出型認
識手段から得られる候補と輪郭追跡型認識手段から得ら
れる候補との、和集合または積集合を認識結果として出
力するようにしたので、芯線抽出型の認識方式と輪郭追
跡型の認識方式とを効率的に統合させ、計算量を抑えな
がら高精度なパターン認識を行なうことを可能とするこ
とができる。

【００１６】一方、この発明に係るパターン認識方法
は、認識対象パターンに細線化処理を施して得られた芯
線から特徴点を抽出する特徴点抽出手段と、この特徴点
抽出手段によって得られた特徴点に基づいて認識対象パ
ターンの認識を行なうパターン認識手段とを有する芯線
抽出型認識手段と、認識対象パターンに、その輪郭から
得られる特徴に基づいて認識処理を施す輪郭追跡型認識
手段とを備えたもの対象とし、芯線抽出型認識手段の特
徴点抽出手段によって注目すべき特徴点が抽出されてい
る場合には、パターン認識手段による認識処理を行なわ
せ、該特徴点抽出手段によって注目すべき特徴点が抽出
されていない場合には、パターン認識手段に代えて、輪
郭追跡型認識手段による認識処理を行なわせるように制
御するものである。

【００１７】上記のような方法によれば、芯線抽出型認
識手段によって芯線の特徴点が抽出されない場合、以後
の芯線抽出型認識処理を行なうことなく、輪郭追跡型認
識手段による認識処理に切り替えるようにしたので、芯
線抽出型の認識方式と輪郭追跡型の認識方式とを効率的
に統合させ、計算量を抑えながら高精度なパターン認識
を行なうことが可能となる。

【００１８】また、この発明に係るパターン認識方法
は、認識対象パターンに細線化処理を施して得られた芯
線から特徴点を抽出し、この特徴点に基づいて認識対象
パターンの認識を行なう芯線抽出型認識手段と、認識対
象パターンに、その輪郭から得られる特徴に基づいて認
識処理を施す輪郭追跡型認識手段とを備えたものを対象
としており、認識対象パターンに所定の閾値を超えるつ
ぶれが生じているか否かを検出し、つぶれが生じていな
いと判断された場合には、芯線抽出型認識手段による認
識処理を行なわせ、つぶれが生じていると判断された場
合には、輪郭追跡型認識手段による認識処理を行なわせ
るように制御するものである。

【００１９】上記のような方法によれば、認識対象パタ
ーンに所定の閾値を超えるつぶれがあるか否かを検出
し、細線化で特徴が得にくいつぶれた認識対象パターン
の場合は、輪郭追跡型認識手段による認識処理を行なわ
せるようにしたので、芯線抽出型の認識方式と輪郭追跡
型の認識方式とを効率的に統合させ、計算量を抑えなが
ら高精度なパターン認識を行なうことが可能となる。

【００２０】さらに、この発明に係るパターン認識方法
は、認識対象パターンに細線化処理を施して得られた芯
線から特徴点を抽出し、この特徴点に基づいて認識対象
パターンの認識を行なう芯線抽出型認識手段と、認識対
象パターンに、その輪郭から得られる特徴に基づいて認
識処理を施す輪郭追跡型認識手段とを備えたものを対象
としており、芯線抽出型認識手段及び輪郭追跡型認識手
段のうち処理速度の速い手段で認識対象パターンの認識
を行なわせ、その認識結果が空の場合に他方の手段で認
識を行なわせるように制御するものである。

【００２１】上記のような方法によれば、まず、処理速
度の速い認識手段で認識対象パターンの認識を行なわ
せ、その認識結果が空の場合にもう一方の手段で認識を
行なわせるようにしたので、芯線抽出型の認識方式と輪
郭追跡型の認識方式とを効率的に統合させ、計算量を抑
えながら高精度なパターン認識を行なうことが可能とな
る。

【００２２】また、この発明に係るパターン認識方法
は、認識対象パターンに細線化処理を施して得られた芯
線から特徴点を抽出し、この特徴点に基づいて認識対象
パターンの認識を行なう芯線抽出型認識手段と、認識対
象パターンに、その輪郭から得られる特徴に基づいて認
識処理を施す輪郭追跡型認識手段とを備えたものを対象
としており、芯線抽出型認識手段から得られる候補と輪
郭追跡型認識手段から得られる候補との和集合を認識結
果として出力するようにしたものである。

【００２３】さらに、この発明に係るパターン検出方法
は、認識対象パターンに細線化処理を施して得られた芯
線から特徴点を抽出し、この特徴点に基づいて認識対象
パターンの認識を行なう芯線抽出型認識手段と、認識対
象パターンに、その輪郭から得られる特徴に基づいて認
識処理を施す輪郭追跡型認識手段とを備えたものを対象
としており、芯線抽出型認識手段から得られる候補と輪
郭追跡型認識手段から得られる候補との積集合を認識結
果として出力するようにしたものである。

【００２４】また、この発明に係るパターン認識方法
は、所定の文字種を格納する第１の認識辞書と、認識対
象パターンに細線化処理を施して得られた芯線から特徴
点を抽出し、第１の認識辞書と特徴点とに基づいて認識
処理を行なって文字候補をあげる芯線抽出型認識手段
と、第１の認識辞書とは異なる文字種を格納する第２の
認識辞書と、認識対象パターンにその輪郭から得られる
特徴と第２の認識辞書とに基づいて認識処理を行なって
文字候補をあげる輪郭追跡型認識手段とを備えたものを
対象としており、芯線抽出型認識手段から得られる候補
と輪郭追跡型認識手段から得られる候補との和集合を認
識結果として出力するようにしたものである。

【００２５】上記のような方法によれば、芯線抽出型認
識手段から得られる候補と輪郭追跡型認識手段から得ら
れる候補との、和集合または積集合を認識結果として出
力するようにしたので、芯線抽出型の認識方式と輪郭追
跡型の認識方式とを効率的に統合させ、計算量を抑えな
がら高精度なパターン認識を行なうことを可能とするこ
とができる。

【００２６】

【発明の実施の形態】以下、この発明を帳票読取装置に
適用した場合の第１の実施の形態について、図面を参照
して詳細に説明する。図１は、この発明が適用された帳
票読取装置の構成を概略的に示している。この帳票読取
装置が読み取る帳票としては、例えば図２に示すような
振込依頼書や図示しない郵便書状等が対象となってい
る。

【００２７】すなわち、図１において、帳票読取装置の
所定個所に帳票が設置されると、その画像パターンが、
帳票画像読取部１１により例えばスキャナ等で読み取ら
れ、多値のパターン信号として出力される。この帳票画
像読取部１１から出力された多値のパターン信号は、２
値化処理部１２に供給されて２値のパターンデータに変
換される。

【００２８】このパターンデータは、行検出・切出処理
部１３に供給されて所定の行のパターンデータが切り出
され、さらに、文字検出・切出処理部１４に供給されて
所定の文字のパターンデータが切り出される。そして、
この切り出された文字パターンが、文字認識部１５に供
給されて構造解析的文字認識方式で認識される。

【００２９】この文字認識部１５は、詳細は後述する
が、文字パターンの特徴を抽出し、辞書情報の記憶され
たメモリ１５ａを用いて辞書マッチングを行なうことに
より、複数の候補を出力することができる。その後、文
字認識部１５の出力は、編集部１６に供給されて項目別
に編集処理が行なわれる。

【００３０】この編集部１６は、帳票の項目情報を持っ
ており、例えば住所のように単語認識が可能な場合に
は、文字認識部１５から得られる複数候補を許容する
が、金額等のように単語認識が不可能な場合には、複数
候補を拒絶する。つまり、編集部１６では、項目別に候
補の採用及び不採用を選定している。そして、この編集
部１６の出力が、認識結果出力部１７に供給されること
により、各項目別に認識結果が出力されるようになる。

【００３１】ここで、図３は、上記文字認識部１５の動
作をまとめたフローチャートを示している。すなわち、
開始（ステップＳ１）されると、文字認識部１５は、ス
テップＳ２で、上記文字検出・切出処理部１４で切り出
された１文字分のパターンデータを読み込み、ステップ
Ｓ３で、その項目フラグを読み込む。

【００３２】この項目フラグは、帳票上の所定場所に出
現する各項目毎の文字種範囲を表わしている。例えば図
２に示した帳票であれば、項目フラグは、振込先銀行名
用、支店名用、氏名（氏名，口座名義人）用、数字（口
座番号，振込額）用及び住所用の５種類の値を取る。

【００３３】そして、文字認識には、項目フラグに基づ
いて各項目毎に別の辞書が選択使用される。すなわち、
振込先銀行名の認識用としては、銀行名に使用されてい
る字種が登録された辞書が使用され、支店名の認識用と
しては、支店名に使用されている字種が登録された辞書
が使用され、氏名や住所の認識用としては、ＪＩＳ第１
水準とＪＩＳ第２水準の一部とが登録された辞書が使用
され、数字の認識用としては、０〜９までの数字が登録
された辞書が使用される。

【００３４】次に、文字認識部１５は、ステップＳ４
で、芯線抽出型文字認識処理を実行する。この芯線抽出
型文字認識処理は、まず、ステップＳ４ａで、芯線抽出
型特徴抽出処理を実行する。この芯線抽出型特徴抽出処
理は、細線化処理、特徴点抽出処理、セグメント抽出処
理、ストローク抽出処理及びストローク接続情報作成処
理が、順次実行される。

【００３５】まず、細線化処理は、入力された文字パタ
ーンをその外側から１画素づつ剥ぎ取る処理を、文字の
太さが１画素の芯線になるまで繰り返す処理であって、
この繰り返し回数が細線化ループ回数と称される。そし
て、特徴点抽出処理は、細線化処理によって抽出された
文字の芯線から，端点、交差点、分岐点等の特徴点を抽
出する処理である。

【００３６】また、セグメント抽出処理は、特徴点抽出
処理によって抽出された特徴点間の部品（セグメント）
を抽出する処理である。さらに、ストローク抽出処理
は、セグメント抽出処理によって抽出されたセグメント
から、特徴点に基づいて文字の１画（ストローク）を抽
出する処理である。そして、ストローク接続情報作成処
理は、セグメント抽出処理によって抽出された各ストロ
ークを、特徴点に基づいて組み合わせる処理である。

【００３７】その後、ステップＳ４ｂで、判別処理が行
なわれる。この判別処理は、ステップＳ４ａの特徴点抽
出処理で有効な交差特徴または分岐特徴が検出されたか
否かを判定するものである。このステップＳ４ｂで有効
な特徴点が検出されたと判断された場合（ＹＥＳ）、ス
テップＳ４ｃで、芯線抽出型マッチング処理が行なわれ
る。

【００３８】この芯線抽出型マッチング処理は、ステッ
プＳ３で読み込んだ項目フラグで指定される辞書を使用
して、文字のストロークと辞書のストロークとの特徴の
比較や、文字のストローク接続情報と辞書のストローク
接続情報との比較を行なう処理である。なお、辞書に
は、その項目フラグで区分される範囲の文字に対して、
ストローク特徴やストローク接続情報等が登録されてい
る。

【００３９】そして、ステップＳ４ｄで、候補文字種出
力処理が行なわれる。この候補文字種出力処理は、ステ
ップＳ４ｃの比較により選定された候補文字種、つま
り、認識結果を出力するもので、ここに、ステップＳ４
による芯線抽出型文字認識処理が完了される。

【００４０】次に、文字認識部１５は、ステップＳ５
で、ステップＳ４による芯線抽出型文字認識処理の結
果、候補文字が存在するか否かを判別し、存在すると判
断された場合（ＹＥＳ）、終了（ステップＳ６）され
る。

【００４１】また、ステップＳ５で候補文字が存在しな
いと判断された場合（ＮＯ）、または、ステップＳ４ｂ
で有効な特徴点が検出されないと判断された場合（Ｎ
Ｏ）、文字認識部１５は、ステップＳ７で、輪郭追跡型
文字認識処理を実行する。この輪郭追跡型文字認識処理
は、まず、ステップＳ７ａで、輪郭追跡型特徴抽出処理
を実行する。この輪郭追跡型特徴抽出処理は、輪郭追跡
開始点決定処理、輪郭特徴抽出処理及びセグメント抽出
処理が、順次実行される。

【００４２】まず、輪郭追跡開始点決定処理は、入力さ
れた文字パターンに対してその輪郭追跡を行なうための
開始点となる画素を決定する処理であり、例えば文字パ
ターンを左から右に順次ラスタスキャンした際に、最も
左側に存在する画素が選定される。

【００４３】そして、輪郭特徴抽出処理は、輪郭追跡開
始点決定処理によって決定された画素を開始点とし、そ
こからその文字パターンの輪郭を連続的に追跡して画素
毎の方向成分を求め、求めた方向成分の差分をとる処理
である。つまり、輪郭追跡していく過程で、前の注目画
素における輪郭の方向成分と現在の注目画素における輪
郭の方向成分との差、つまり、輪郭の連続的な方向変化
量を抽出している。また、セグメント抽出処理は、輪郭
特徴抽出処理によって抽出された連続的な方向変化量を
セグメント列として抽出する処理である。

【００４４】その後、ステップＳ７ｂで、輪郭追跡型マ
ッチング処理が行なわれる。この輪郭追跡型マッチング
処理は、ステップＳ３で読み込んだ項目フラグで指定さ
れる辞書を使用して、文字パターンから抽出したセグメ
ント列と辞書に登録されているセグメント列との対応付
けを行なう処理である。なお、辞書には、その項目フラ
グで区分される範囲の文字に対する典型的なセグメント
列が登録されている。セグメントの特徴は、長さ、位
置、角度変化等がある。

【００４５】そして、ステップＳ７ｃで、候補文字種出
力処理が行なわれる。この候補文字種出力処理は、ステ
ップＳ７ｂの処理により選定された候補文字種、つま
り、認識結果を出力するもので、ここに、ステップＳ７
による輪郭追跡型文字認識処理が完了され、終了（ステ
ップＳ６）される。

【００４６】上記した第１の実施の形態によれば、ま
ず、文字パターンに対して芯線抽出型文字認識処理を行
ない、有効な特徴点が検出された場合には、芯線抽出型
マッチング処理を行なって候補文字種を出力させ、有効
な特徴点が検出されない場合、または、候補文字種が空
の場合に、輪郭追跡型文字認識処理を行なうようにした
ので、芯線抽出型の認識方式と輪郭追跡型の認識方式と
を効率的に統合させ、計算量を抑えながら高精度なパタ
ーン認識を行なうことが可能となる。

【００４７】図４は、第１の実施の形態の変形例を示し
ている。すなわち、図４において、図１と同一ステップ
には同一符号を付して説明すると、ステップＳ４の芯線
抽出型文字認識処理が完了した場合に、ステップＳ５に
よる候補文字の存在の判定処理を行なわず、そのまま終
了（ステップＳ６）するようにしたものである。

【００４８】次に、図５は、この発明の第２の実施の形
態を示している。図５において、図３と同一ステップに
は同一符号を付して説明すると、ステップＳ４ｂにおけ
る判別処理に代えて、ステップＳ４ｅの判別処理を行な
うようにしている。このステップＳ４ｅの判別処理は、
認識文字が、手書き文字であるか印刷活字であるかの判
定と、印刷活字である場合に、つぶれがあるか否かの判
定とを行なうものである。

【００４９】手書き文字であるか印刷活字であるかの判
定は、文字の大きさが閾値を超えている場合手書き文
字、超えていない場合印刷活字と判断することによって
行なわれる。印刷活字か手書き文字かは、文字の長さ、
高さ、縦横比の行内分散が閾値を超えるか否かで判断し
てもよい。

【００５０】また、つぶれのある印刷活字であるか否か
の判定は、前記ステップＳ４ａで得られる細線化ループ
回数が閾値を超えている場合つぶれがあり、超えていな
い場合つぶれなしと判断することによって行なわれる。

【００５１】そして、このステップＳ４ｅで、手書き文
字である、または、印刷活字であるがつぶれがおきてい
ないと判断された場合（ＹＥＳ）には、前記ステップＳ
４ｃの芯線抽出型マッチング処理が施される。また、印
刷活字であってつぶれていると判断された場合（ＮＯ）
には、ステップＳ７の輪郭追跡型文字認識処理に移行さ
れる。

【００５２】この第２の実施の形態によれば、認識文字
がつぶれた印刷活字であって、細線化しても特徴が抽出
しにくいパターンである場合、または、芯線抽出型文字
認識処理で候補文字種が空の場合に、輪郭追跡型文字認
識処理を行なうようにしたので、第１の実施の形態と同
様に、芯線抽出型の認識方式と輪郭追跡型の認識方式と
を効率的に統合させ、計算量を抑えながら高精度なパタ
ーン認識を行なうことが可能となる。

【００５３】なお、印刷活字のつぶれの有無を判別する
手段としては、細線化ループ回数を用いるものに代え
て、文字の面積輪郭比が閾値を超えているか否かを判定
するようにしてもよい。面積輪郭比とは、文字を構成す
る黒画素の輪郭点の数Ｎを、文字を構成する全黒画素数
Ｍで除算した値（Ｎ／Ｍ）であって、この比が大きいほ
どつぶれが少ない。

【００５４】具体的に言えば、図６（ａ）に示すよう
な、つぶれていない「０」の場合、文字を構成する黒画
素の輪郭点の数Ｎは２６であり、文字を構成する全黒画
素数Ｍも２６であるから、面積輪郭比は２６／２６＝
１．０となる。一方、図６（ｂ）に示すような、中央部
のつぶれた「０」の場合、文字を構成する黒画素の輪郭
点の数Ｎは２６であるが、文字を構成する全黒画素数Ｍ
は５４となるので、面積輪郭比は２６／５４＝０．４８
と少なくなる。

【００５５】そして、印刷活字のつぶれの有無を判別す
るために面積輪郭比を用いる場合には、ステップＳ４ａ
の芯線抽出型特徴抽出処理において、細線化処理を行な
う前に、文字の面積輪郭比を求めておく必要がある。

【００５６】図７は、第２の実施の形態の変形例を示し
ている。すなわち、図７において、図５と同一ステップ
には同一符号を付して説明すると、ステップＳ４の芯線
抽出型文字認識処理が完了した場合に、ステップＳ５に
よる候補文字の存在の判定処理を行なわず、そのまま終
了（ステップＳ６）するようにしたものである。

【００５７】次に、図８は、この発明の第３の実施の形
態を示している。まず、開始（ステップＳ８）され、文
字認識部１５が、ステップＳ９で１文字分のパターンデ
ータを読み込み、ステップＳ１０でその項目フラグを読
み込む処理までは、前述したステップＳ１〜Ｓ３までの
処理と同様である。

【００５８】その後、文字認識部１５は、ステップＳ１
１で、芯線抽出型文字認識処理と輪郭追跡型文字認識処
理とのうち、処理速度の速い方の文字認識処理を実行す
る。この場合、どちらの方式の処理速度が速いかは、予
め測定しておいた処理時間の平均値やピーク値を用いて
決定されている。

【００５９】そして、文字認識部１５は、ステップＳ１
２で、ステップＳ１１による文字認識処理の結果、候補
文字が存在するか否かを判別し、存在すると判断された
場合（ＹＥＳ）、終了（ステップＳ１３）される。ま
た、ステップＳ１２で候補文字が存在しないと判断され
た場合（ＮＯ）には、文字認識部１５は、ステップＳ１
４で、処理速度の遅い方の文字認識処理を実行して、終
了（ステップＳ１３）される。

【００６０】この第３の実施の形態によれば、まず、処
理速度の速い方の文字認識処理を実行し、その結果、候
補文字種が空のときに、もう一方の文字認識処理を実行
するようにしたので、第１及び第２の実施の形態と同様
に、芯線抽出型の認識方式と輪郭追跡型の認識方式とを
効率的に統合させ、計算量を抑えながら高精度なパター
ン認識を行なうことが可能となる。

【００６１】次に、図９は、この発明の第４の実施の形
態を示している。まず、開始（ステップＳ１５）され、
文字認識部１５が、ステップＳ１６で１文字分のパター
ンデータを読み込み、ステップＳ１７でその項目フラグ
を読み込む処理までは、前述したステップＳ１〜Ｓ３ま
での処理と同様である。

【００６２】その後、文字認識部１５は、ステップＳ１
８で、芯線抽出型文字認識処理を実行するとともに、ス
テップＳ１９で、輪郭追跡型文字認識処理を実行する。
この場合、この２種類の文字認識方式における、認識対
象文字種それぞれに対する認識精度が予め計測されてい
る。そして、各文字認識方式では、それぞれ、文字種に
対して認識精度の高かった方の文字認識辞書が用意され
ている。

【００６３】例えば、認識対象文字が［０〜９］である
場合、芯線抽出型文字認識は［４，６，８，９］の辞書
を持ち、輪郭追跡型文字認識は［０，１，２，３，５，
７］の辞書を持つものとする。これは、各文字種で、そ
の認識方式の精度が高かった［高認識率、低誤認識率、
低リジェクト（候補文字種が空になる）率等］からであ
る。

【００６４】この場合、認識率が高いものを認識精度が
高いとし、誤認識率が低いものを認識精度が高いとし、
例えば［認識率−リジェクト（候補文字種が空になる）
率−（２×誤認識率）］を認識精度としている。

【００６５】その後、文字認識部１５は、ステップＳ２
０で、２つの文字認識方式からそれぞれ得られた候補文
字種の重なりのない和集合を、２方式の統合結果として
出力し、終了（ステップＳ２１）される。

【００６６】この第４の実施の形態によれば、事前に、
使用する２種類の文字認識方式の認識精度を測定してお
き、ある文字に対して認識精度の高い方式がその文字種
の辞書を持って認識処理を実行するようにしたので、計
算量を抑えながら高精度なパターン認識を行なうことが
可能となる。

【００６７】次に、図１０は、この発明の第５の実施の
形態を示している。まず、開始（ステップＳ２２）さ
れ、文字認識部１５が、ステップＳ２３で１文字分のパ
ターンデータを読み込み、ステップＳ２４でその項目フ
ラグを読み込んだ後、ステップＳ２５で芯線抽出型文字
認識処理を実行するとともに、ステップＳ２６で輪郭追
跡型文字認識処理を実行するまでは、前述したステップ
Ｓ１５〜Ｓ１９までの処理と同様である。

【００６８】その後、文字認識部１５は、ステップＳ２
７で、２つの文字認識方式からそれぞれ得られた候補文
字種に重なりがあるか否かを判別する。そして、重なり
があると判断された場合（ＹＥＳ）、文字認識部１５
は、ステップＳ２８で、２つの文字認識方式からそれぞ
れ得られた候補文字種の積集合を、２方式の統合結果と
して出力し、終了（ステップＳ２９）される。

【００６９】また、ステップＳ２７で、２つの文字認識
方式からそれぞれ得られた候補文字種に重なりがないと
判断された場合（ＮＯ）、文字認識部１５は、ステップ
Ｓ３０で、２つの文字認識方式からそれぞれ得られた候
補文字種の和集合を、２方式の統合結果として出力し、
終了（ステップＳ２９）される。

【００７０】ここで、積集合の求め方について説明す
る。まず、芯線抽出型文字認識処理によって得られ、メ
モリ１５ａに記憶されたＮ個の候補文字の中から最初の
１つを読み出し、メモリ１５ａ内のテンポラリエリア１
に書き込む。そして、輪郭追跡型文字認識処理によって
得られ、メモリ１５ａに記憶されたＭ個の候補文字を順
に読み出して、テンポラリエリア１内の候補文字と比較
し、一致する毎にその候補文字を、メモリ１５ａ内のテ
ンポラリエリア２に書き込む。

【００７１】次に、芯線抽出型文字認識処理によって得
られ、メモリ１５ａに記憶されたＮ個の候補文字の中か
ら２番目の候補を読み出し、メモリ１５ａ内のテンポラ
リエリア１に上書きする。そして、輪郭追跡型文字認識
処理によって得られ、メモリ１５ａに記憶されたＭ個の
候補文字を再び順に読み出して、テンポラリエリア１内
の候補文字と比較し、一致する毎にその候補文字を、メ
モリ１５ａ内のテンポラリエリア２に追加書き込みす
る。

【００７２】以上の動作を、芯線抽出型文字認識処理に
よって得られたＮ個の候補文字に対して行なった後、メ
モリ１５ａ内のテンポラリエリア２に残る文字が、両認
識方式によって得られた候補文字の積集合となる。

【００７３】この第５の実施の形態によれば、２種類の
文字認識処理によって得られた候補文字に重なりがある
場合には、その積集合を統合結果として出力するように
したので、より高精度なパターン認識を行なうことが可
能となる。なお、２種類の文字認識処理によって得られ
た候補文字に重なりがない場合には、和集合を出力しな
い形態も考えられる。

【００７４】ここで、前記文字認識部１５の動作として
は、図１１に示すように、開始（ステップＳ３１）され
ると、まず、ステップＳ３２で、統計的文字認識処理を
行ない、この処理で得られた候補文字に対して、ステッ
プＳ３３で、上述した各実施の形態のような構造解析的
文字認識処理を施すことによって絞り込みを行ない、終
了（ステップＳ３４）されるようにしてもよい。

【００７５】図１２は、この統計的文字認識処理動作の
一例をまとめたフローチャートを示している。まず、開
始（ステップＳ３２ａ）されると、文字認識部１５は、
ステップＳ３２ｂで１文字分のパターンデータを読み込
み、ステップＳ３２ｃでその項目フラグを読み込んだ
後、ステップＳ３２ｄで文字の特徴を抽出する。

【００７６】その後、文字認識部１５は、ステップＳ３
２ｅで項目フラグに基づいて辞書を選択し、ステップＳ
３２ｆで文字パターンと辞書登録パターンとの類似度を
演算処理して認識を実行し、ステップＳ３２ｇでその認
識結果を出力して、終了（ステップＳ３２ｈ）される。

【００７７】そして、このように構造解析的文字認識処
理の前に統計的文字認識処理を施した場合には、前述し
たステップＳ４ｃやＳ７ｂにおけるマッチング処理が、
図１３に示すように変更される。この図１３に示すマッ
チング処理では、構造解析的文字認識処理により、統計
的文字認識処理結果に含まれる５文字種に対して辞書マ
ッチングを行なう場合の動作を示している。

【００７８】すなわち、開始（ステップＳ３５ａ）され
ると、文字認識部１５は、ステップＳ３５ｂで、項目フ
ラグに基づいて辞書を選択し、ステップＳ３５ｃで、０
〜４まで変化する番号ｉを０に設定する。そして、文字
認識部１５は、ステップＳ３５ｄで、統計的文字認識処
理結果に含まれる５文字種のうち認識結果が第ｉ＋１位
の文字コードrst_codeを取り出す。

【００７９】次に、文字認識部１５は、ステップＳ３５
ｅで、０〜辞書エントリー数−１まで変化する番号ｊを
０に設定し、ステップＳ３５ｆで、構造解析的文字認識
用辞書のｊ＋１エントリー目の辞書の文字コードdic_co
deを取り出す。そして、文字認識部１５は、ステップＳ
３５ｇで、文字コードrst_codeと文字コードdic_codeと
が一致しているか否かを判別し、一致していると判断さ
れた場合（ＹＥＳ）、ステップＳ３５ｈで、本来の芯線
抽出型文字認識または輪郭追跡型文字認識に対応した辞
書マッチング処理を実行する。

【００８０】また、この辞書マッチング処理の後、また
は、ステップＳ３５ｇで文字コードrst_codeと文字コー
ドdic_codeとが一致していないと判断された場合（Ｎ
Ｏ）、文字認識部１５は、ステップＳ３５ｅの処理に戻
り、番号ｊを１に設定する。そして、ステップＳ３５ｅ
〜Ｓ３５ｈの処理が、番号ｊが最終値に達するまで繰り
返される。

【００８１】このようにして、番号ｊが最終値に達した
場合には、文字認識部１５は、ステップＳ３５ｃの処理
に戻り、番号ｉを１に設定する。そして、ステップＳ３
５ｃ〜Ｓ３５ｈの処理が、番号ｉが最終値４に達するま
で繰り返されて、終了（ステップＳ３５ｉ）される。

【００８２】また、前記文字認識部１５の動作として
は、図１４に示すように、開始（ステップＳ３６ａ）さ
れると、ステップＳ３６ｂで統計的文字認識処理を行な
うとともに、同時に、ステップＳ３６ｃで構造解析的文
字認識処理を行ない、ステップＳ３６ｄで両方の認識結
果を統合（積集合または和集合）して、終了（ステップ
Ｓ３６ｅ）されるようにしてもよい。なお、この発明は
上記した各実施の形態に限定されるものではなく、この
外その要旨を逸脱しない範囲で種々変形して実施するこ
とができる。

【００８３】

【発明の効果】以上詳述したようにこの発明によれば、
芯線抽出型の認識方式と輪郭追跡型の認識方式とを効率
的に統合させ、計算量を抑えながら高精度なパターン認
識を行なうことを可能とした極めて良好なパターン認識
装置及びパターン認識方法を提供することができる。

【図面の簡単な説明】

【図１】この発明が適用された帳票読取装置の概略を示
すブロック構成図。

【図２】同帳票読取装置で読み取る帳票の例を示す図。

【図３】この発明の第１の実施の形態を説明するために
示すフローチャート。

【図４】同第１の実施の形態の変形例を説明するために
示すフローチャート。

【図５】この発明の第２の実施の形態を説明するために
示すフローチャート。

【図６】文字のつぶれによる面積輪郭比の変化を説明す
るために示す図。

【図７】同第２の実施の形態の変形例を説明するために
示すフローチャート。

【図８】この発明の第３の実施の形態を説明するために
示すフローチャート。

【図９】この発明の第４の実施の形態を説明するために
示すフローチャート。

【図１０】この発明の第５の実施の形態を説明するため
に示すフローチャート。

【図１１】構造解析的文字認識に統計的文字認識処理を
併用させた例を説明するために示すフローチャート。

【図１２】同統計的文字認識処理動作を説明するために
示すフローチャート。

【図１３】同統計的文字認識処理後の構造解析的文字認
識処理を説明するために示すフローチャート。

【図１４】構造解析的文字認識に統計的文字認識処理を
併用させた他の例を説明するために示すフローチャー
ト。

【符号の説明】

１１…帳票画像読取部、 １２…２値化処理部、 １３…行検出・切出処理部、 １４…文字検出・切出処理部、 １５…文字認識部、 １６…編集部、 １７…認識結果出力部。

Claims (13)

【特許請求の範囲】
1. 【請求項１】 認識対象パターンに細線化処理を施して
   得られた芯線から特徴点を抽出する特徴点抽出手段と、
   この特徴点抽出手段によって得られた特徴点に基づいて
   前記認識対象パターンの認識を行なうパターン認識手段
   とを有する芯線抽出型認識手段と、 前記認識対象パターンに、その輪郭から得られる特徴に
   基づいて認識処理を施す輪郭追跡型認識手段と、 前記芯線抽出型認識手段の特徴点抽出手段によって注目
   すべき特徴点が抽出されている場合には、前記パターン
   認識手段による認識処理を行なわせ、該特徴点抽出手段
   によって注目すべき特徴点が抽出されていない場合に
   は、前記パターン認識手段に代えて、前記輪郭追跡型認
   識手段による認識処理を行なわせるように制御する制御
   手段とを具備してなることを特徴とするパターン認識装
   置。
2. 【請求項２】 認識対象パターンに細線化処理を施して
   得られた芯線から特徴点を抽出し、この特徴点に基づい
   て前記認識対象パターンの認識を行なう芯線抽出型認識
   手段と、 前記認識対象パターンに、その輪郭から得られる特徴に
   基づいて認識処理を施す輪郭追跡型認識手段と、 所定の閾値を有し、前記認識対象パターンに前記所定の
   閾値を超えるつぶれが生じているか否かを検出する検出
   手段と、 この検出手段によってつぶれが生じていないと判断され
   た場合には、前記芯線抽出型認識手段による認識処理を
   行なわせ、前記検出手段によってつぶれが生じていると
   判断された場合には、前記輪郭追跡型認識手段による認
   識処理を行なわせるように制御する制御手段とを具備し
   てなることを特徴とするパターン認識装置。
3. 【請求項３】 認識対象パターンに細線化処理を施して
   得られた芯線から特徴点を抽出し、この特徴点に基づい
   て前記認識対象パターンの認識を行なう芯線抽出型認識
   手段と、 前記認識対象パターンに、その輪郭から得られる特徴に
   基づいて認識処理を施す輪郭追跡型認識手段と、 前記芯線抽出型認識手段及び前記輪郭追跡型認識手段の
   うち処理速度の速い手段で前記認識対象パターンの認識
   を行なわせ、その認識結果が空の場合に他方の手段で認
   識を行なわせるように制御する制御手段とを具備してな
   ることを特徴とするパターン認識装置。
4. 【請求項４】 認識対象パターンに細線化処理を施して
   得られた芯線から特徴点を抽出し、この特徴点に基づい
   て前記認識対象パターンの認識を行なう芯線抽出型認識
   手段と、 前記認識対象パターンに、その輪郭から得られる特徴に
   基づいて認識処理を施す輪郭追跡型認識手段と、 前記芯線抽出型認識手段から得られる候補と前記輪郭追
   跡型認識手段から得られる候補との和集合を認識結果と
   して出力する制御手段とを具備してなることを特徴とす
   るパターン認識装置。
5. 【請求項５】 認識対象パターンに細線化処理を施して
   得られた芯線から特徴点を抽出し、この特徴点に基づい
   て前記認識対象パターンの認識を行なう芯線抽出型認識
   手段と、 前記認識対象パターンに、その輪郭から得られる特徴に
   基づいて認識処理を施す輪郭追跡型認識手段と、 前記芯線抽出型認識手段から得られる候補と前記輪郭追
   跡型認識手段から得られる候補との積集合を認識結果と
   して出力する制御手段とを具備してなることを特徴とす
   るパターン認識装置。
6. 【請求項６】 所定の文字種を格納する第１の認識辞書
   と、認識対象パターンに細線化処理を施して得られた芯
   線から特徴点を抽出し、前記第１の認識辞書と前記特徴
   点とに基づいて認識処理を行なって文字候補をあげる芯
   線抽出型認識手段と、 前記第１の認識辞書とは異なる文字種を格納する第２の
   認識辞書と、前記認識対象パターンにその輪郭から得ら
   れる特徴と前記第２の認識辞書とに基づいて認識処理を
   行なって文字候補をあげる輪郭追跡型認識手段と、 前記芯線抽出型認識手段から得られる候補と前記輪郭追
   跡型認識手段から得られる候補との和集合を認識結果と
   して出力する制御手段とを具備してなることを特徴とす
   るパターン認識装置。
7. 【請求項７】 前記芯線抽出型認識手段と前記輪郭追跡
   型認識手段とを用いて認識処理をした場合に、前記芯線
   抽出型認識手段で高い認識精度が得られた文字種を第１
   の認識辞書に格納する文字種として定められ、前記輪郭
   追跡型認識手段で高い認識精度が得られた文字種を第２
   の認識辞書に格納する文字種として定められた請求項６
   記載のパターン認識装置。
8. 【請求項８】 認識対象パターンに細線化処理を施して
   得られた芯線から特徴点を抽出する特徴点抽出手段と、
   この特徴点抽出手段によって得られた特徴点に基づいて
   前記認識対象パターンの認識を行なうパターン認識手段
   とを有する芯線抽出型認識手段と、 前記認識対象パターンに、その輪郭から得られる特徴に
   基づいて認識処理を施す輪郭追跡型認識手段とを備えた
   パターン認識方法において、 前記芯線抽出型認識手段の特徴点抽出手段によって注目
   すべき特徴点が抽出されている場合には、前記パターン
   認識手段による認識処理を行なわせ、該特徴点抽出手段
   によって注目すべき特徴点が抽出されていない場合に
   は、前記パターン認識手段に代えて、前記輪郭追跡型認
   識手段による認識処理を行なわせるように制御すること
   を特徴とするパターン認識方法。
9. 【請求項９】 認識対象パターンに細線化処理を施して
   得られた芯線から特徴点を抽出し、この特徴点に基づい
   て前記認識対象パターンの認識を行なう芯線抽出型認識
   手段と、 前記認識対象パターンに、その輪郭から得られる特徴に
   基づいて認識処理を施す輪郭追跡型認識手段とを備えた
   パターン認識方法において、 前記認識対象パターンに所定の閾値を超えるつぶれが生
   じているか否かを検出し、つぶれが生じていないと判断
   された場合には、前記芯線抽出型認識手段による認識処
   理を行なわせ、つぶれが生じていると判断された場合に
   は、前記輪郭追跡型認識手段による認識処理を行なわせ
   るように制御することを特徴とするパターン認識方法。
10. 【請求項１０】 認識対象パターンに細線化処理を施し
    て得られた芯線から特徴点を抽出し、この特徴点に基づ
    いて前記認識対象パターンの認識を行なう芯線抽出型認
    識手段と、 前記認識対象パターンに、その輪郭から得られる特徴に
    基づいて認識処理を施す輪郭追跡型認識手段とを備えた
    パターン認識方法において、 前記芯線抽出型認識手段及び前記輪郭追跡型認識手段の
    うち処理速度の速い手段で前記認識対象パターンの認識
    を行なわせ、その認識結果が空の場合に他方の手段で認
    識を行なわせるように制御することを特徴とするパター
    ン認識方法。
11. 【請求項１１】 認識対象パターンに細線化処理を施し
    て得られた芯線から特徴点を抽出し、この特徴点に基づ
    いて前記認識対象パターンの認識を行なう芯線抽出型認
    識手段と、 前記認識対象パターンに、その輪郭から得られる特徴に
    基づいて認識処理を施す輪郭追跡型認識手段とを備えた
    パターン認識方法において、 前記芯線抽出型認識手段から得られる候補と前記輪郭追
    跡型認識手段から得られる候補との和集合を認識結果と
    して出力することを特徴とするパターン認識方法。
12. 【請求項１２】 認識対象パターンに細線化処理を施し
    て得られた芯線から特徴点を抽出し、この特徴点に基づ
    いて前記認識対象パターンの認識を行なう芯線抽出型認
    識手段と、 前記認識対象パターンに、その輪郭から得られる特徴に
    基づいて認識処理を施す輪郭追跡型認識手段とを備えた
    パターン認識方法において、 前記芯線抽出型認識手段から得られる候補と前記輪郭追
    跡型認識手段から得られる候補との積集合を認識結果と
    して出力することを特徴とするパターン認識方法。
13. 【請求項１３】 所定の文字種を格納する第１の認識辞
    書と、認識対象パターンに細線化処理を施して得られた
    芯線から特徴点を抽出し、前記第１の認識辞書と前記特
    徴点とに基づいて認識処理を行なって文字候補をあげる
    芯線抽出型認識手段と、 前記第１の認識辞書とは異なる文字種を格納する第２の
    認識辞書と、前記認識対象パターンにその輪郭から得ら
    れる特徴と前記第２の認識辞書とに基づいて認識処理を
    行なって文字候補をあげる輪郭追跡型認識手段とを備え
    たパターン認識方法において、 前記芯線抽出型認識手段から得られる候補と前記輪郭追
    跡型認識手段から得られる候補との和集合を認識結果と
    して出力することを特徴とするパターン認識方法。