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

パターン認識装置及びパターン認識方法

Info

Publication number
JP2000099631A
JP2000099631A JP10264844A JP26484498A JP2000099631A JP 2000099631 A JP2000099631 A JP 2000099631A JP 10264844 A JP10264844 A JP 10264844A JP 26484498 A JP26484498 A JP 26484498A JP 2000099631 A JP2000099631 A JP 2000099631A
Authority
JP
Japan
Prior art keywords
recognition
type
pattern
feature point
character
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
JP10264844A
Other languages
English (en)
Inventor
Toru Shijo
徹 四條
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Toshiba Corp
Original Assignee
Toshiba Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Toshiba Corp filed Critical Toshiba Corp
Priority to JP10264844A priority Critical patent/JP2000099631A/ja
Publication of JP2000099631A publication Critical patent/JP2000099631A/ja
Pending legal-status Critical Current

Links

Landscapes

  • Character Discrimination (AREA)

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。
JP10264844A 1998-09-18 1998-09-18 パターン認識装置及びパターン認識方法 Pending JP2000099631A (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP10264844A JP2000099631A (ja) 1998-09-18 1998-09-18 パターン認識装置及びパターン認識方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP10264844A JP2000099631A (ja) 1998-09-18 1998-09-18 パターン認識装置及びパターン認識方法

Publications (1)

Publication Number Publication Date
JP2000099631A true JP2000099631A (ja) 2000-04-07

Family

ID=17409007

Family Applications (1)

Application Number Title Priority Date Filing Date
JP10264844A Pending JP2000099631A (ja) 1998-09-18 1998-09-18 パターン認識装置及びパターン認識方法

Country Status (1)

Country Link
JP (1) JP2000099631A (ja)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002334301A (ja) * 2001-05-11 2002-11-22 Nippon Digital Kenkyusho:Kk 2値イメージの特徴点抽出方法及び特徴点抽出プログラム
JP2010231529A (ja) * 2009-03-27 2010-10-14 Nippon Tokei Jimu Center:Kk 判定装置、およびプログラム

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002334301A (ja) * 2001-05-11 2002-11-22 Nippon Digital Kenkyusho:Kk 2値イメージの特徴点抽出方法及び特徴点抽出プログラム
JP2010231529A (ja) * 2009-03-27 2010-10-14 Nippon Tokei Jimu Center:Kk 判定装置、およびプログラム

Similar Documents

Publication Publication Date Title
JP3842006B2 (ja) 帳票類判別装置、帳票類判別方法、およびこれらの方法をコンピュータに実行させるプログラムを記録したコンピュータ読み取り可能な記録媒体
JP2821348B2 (ja) 指紋照合装置
JP3445394B2 (ja) 少なくとも二つのイメージセクションの比較方法
US5917941A (en) Character segmentation technique with integrated word search for handwriting recognition
JPH05242292A (ja) 分離方法
JP2001175811A (ja) 単語大分類装置及びその単語大分類方法並びにその制御プログラムを記録した記録媒体
JP2000099631A (ja) パターン認識装置及びパターン認識方法
US5894525A (en) Method and system for simultaneously recognizing contextually related input fields for a mutually consistent interpretation
JP2001022883A (ja) 文字認識方式及び該文字認識方式の機能を実現させるための記録媒体
JP4209511B2 (ja) 文字認識方法、文字認識装置および文字認識方法をコンピュータに実行させるプログラムを記録したコンピュータ読み取り可能な記録媒体
JP3998439B2 (ja) 画像処理装置、画像処理方法およびこれらの方法をコンピュータに実行させるプログラム
JP3360030B2 (ja) 文字認識装置および文字認識方法および文字認識方法をプログラムの形で記録した記録媒体
JPH10154191A (ja) 帳票識別方法及び装置並びに帳票識別プログラムを記録した媒体
JP3329528B2 (ja) ドキュメント読取り装置
JP2001092924A (ja) パターン認識方法および装置
JP2848560B2 (ja) 画像認識方法及び装置
JP2003115028A (ja) 帳票識別辞書自動生成方法及び帳票処理システム
JPH09114926A (ja) オンライン文字認識における入力文字大分類方法および装置
JP3151866B2 (ja) 英文字認識方法
JP2006323511A (ja) 記号認識方法及び装置
Hu et al. Structural boundary feature extraction for printed character recognition
JP2851865B2 (ja) 文字認識装置
JPH07220028A (ja) 文字認識装置
JPH10124610A (ja) 光学式文字読取装置
JPH0830717A (ja) 文字認識方法とその装置