JP2000163516A - 文字認識装置 - Google Patents

Abstract

(57)【要約】 【課題】 潰れた文字さらには掠れた文字を高精度に認
識できる文字認識装置を提供する。 【解決手段】 二値の文字パターンの正規化処理を行う
正規化手段２と、正規化処理後の文字パターンをぼかし
て多値の文字パターンを作成するぼかし手段１０と、上
記多値の文字パターンを外側から内側に向けて走査し、
走査方向に画素の濃度が増加するゼロ交差点と交差した
点を観測点として特徴を抽出するための観測点を求める
観測点抽出手段１１と、この観測点抽出手段で求めた各
観測点から文字の局所的な形状を表わす多値方向寄与度
を抽出する多値方向寄与度抽出手段１２と、この多値方
向寄与度抽出手段で求めた多値方向寄与度から文字の識
別に用いる特徴量を生成する特徴生成手段５と、この特
徴生成手段で生成した特徴量を用いて文字を識別する文
字識別手段６と、を備える。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は画像上の文字を認識
する文字認識装置、特にその特徴抽出に関するものであ
る。

【０００２】

【従来の技術】一般に文字認識装置では、画像上の文字
パターンから特徴量を抽出し、その特徴量を予め文字毎
に用意した標準の特徴量と比較することで文字を認識す
る。この特徴量に外郭方向寄与度特徴を用いた方式とし
て、例えば、電子情報通信学会誌１９８３，Ｊ６６−
Ｄ，Ｎｏ．１０， “外郭方向寄与度特徴による手書漢
字の識別”，１１８５〜１１９２頁、に示す従来方式が
ある。以下、この従来方式について図６〜１０を用いて
説明する。

【０００３】図６は従来のこの種の文字認識装置の全体
構成を示すブロック図であり、図において１は二値の文
字パターン、２は正規化手段、３は外郭点抽出手段、４
は方向寄与度抽出手段、５は特徴生成手段、６は文字識
別手段であり、２〜６は例えばプログラムに従って動作
するコンピュータにより構成される。

【０００４】図７は外郭点抽出手段３の動作を説明する
図であり、７０は正規化した文字パターン、７１は深度
１の観測点、７２は深度１と深度２の観測点である。

【０００５】図８は方向寄与度抽出手段４の動作を説明
する図であり、８０は観測点、８１は観測点から触手を
伸ばす方向である。

【０００６】図９は特徴生成手段５の動作を説明する図
である。

【０００７】図１０は外郭方向寄与度特徴の問題を説明
する図であり、１００は掠れた文字パターン、１０１と
１０２は走査線、１０３と１０４は深度１の観測点であ
る。以下、従来の装置の動作を図６〜１０に基づいて説
明する。

【０００８】まず正規化手段２は二値の文字パターン１
を所定の文字枠サイズに収める正規化処理を行う。

【０００９】次に外郭点抽出手段３は正規化した文字パ
ターンから特徴を抽出するための観測点を求める。具体
的には、正規化した文字パターンの上、下、左、右、右
上、右下、左下、左上の各走査方向より文字の内側に向
けて走査を行い、最初に白画素から黒画素に変化する点
を深度１の観測点、２番目に白画素から黒画素に変化す
る点を深度２の観測点として、深度Ｍ(Ｍ＞１)までの観
測点を求める。従って、深度の値が小さいほど文字の外
郭に近い観測点となる。例えば、図７に示す正規化した
文字パターン７０に対して右側(Ｄ＝１)から走査を行っ
た場合、深度１の観測点は文字パターン７１の太線部
分、深度１と深度２の観測点は文字パターン７２の太線
部分となる。

【００１０】次に方向寄与度抽出手段４は外郭点抽出手
段３で得た各観測点において文字の局所的な構造を表わ
す方向寄与度を求める。ここでは、図８に示すように、
観測点８０を中心として所定の方向８１(８方向)に向け
て黒画素が続くかぎり触手を伸ばし、方向毎に黒画素が
連続する長さＬｄ(方向ｄ＝１〜８)を求め、この長さＬ
ｄを元に式(１)に従い方向寄与度Ｘｎ(ｎ＝１〜４)を求
める。この方向寄与度は観測点を中心にして縦、横、右
斜め、左斜め方向に黒画素がどの程度連続しているかを
表わす４次元の特徴である。

【００１１】

【数１】

【００１２】次に、特徴生成手段５は方向寄与度抽出手
段４で求めた各観測点の方向寄与度を元に、文字の識別
に用いる特徴量として外郭方向寄与度特徴を生成する。
ここでは、まず図７に示す走査方向Ｄ(Ｄ＝１〜８)と平
行に、正規化した文字パターンをＮ個の短冊領域に分割
する。例えば右側からの走査(Ｄ＝１)の場合は図９に示
す短冊領域を得る。次に各短冊領域に含まれる観測点群
の方向寄与度Ｘｎ(ｎ＝１〜４)を深度毎に集計する。こ
れにより各短冊領域から次元数Ａ{Ａ＝深度(Ｍ)×集計
した方向寄与度の次元数(４次元)}の特徴量を得る。こ
れを全ての短冊領域から求めて合計した特徴量(次元数
＝走査方向数(８方向)×短冊領域数(Ｎ)×Ａ)が、外郭
方向寄与度特徴である。

【００１３】最後に、文字識別手段６は特徴生成手段５
で得た外郭方向寄与度特徴を予め文字毎に用意した標準
的な外郭方向寄与度特徴と比較することで、文字パター
ンを認識する。

【００１４】

【発明が解決しようとする課題】従来の文字認識装置と
して以上のようなものがあったが、一般に文字が潰れた
場合でも、文字の外郭部分は変形が少ない。そのため文
字の外郭部分に注目した外郭方向寄与度特徴は潰れた文
字を高精度に認識できる。しかし文字が掠れた場合は、
(１)観測点の位置がずれる、(２)方向寄与度の触手が途
切れる、ことにより認識率が悪くなる問題がある。例え
ば、図１０に示す掠れた文字パターン１００において、
走査線１０２上で検出した深度１の観測点１０４は本来
深度２の観測点であり、位置がずれている。また、走査
線１０１上で検出した深度１の観測点１０３では、観測
点から下方向に伸ばした触手が掠れにより途切れる。

【００１５】また特開平５−２５８１１０号公報に記載
された文字認識装置では、方向寄与度を求める際に、途
切れた触手の進行方向にある画素を調べ、進行方向の所
定距離内に黒画素がある場合は、白画素を飛び越して触
手の進行を続けることで、触手の途切れに対処してい
る。しかし、観測点の位置ずれに対する対策はなく、掠
れ文字を高精度に認識するには十分でない。従来の文字
認識装置には以上のような問題点があった。

【００１６】本発明はかかる問題点を解決するためにな
されたものであり、潰れた文字と掠れた文字の両方を高
精度に認識できる文字認識装置の提供を目的とする。

【００１７】

【課題を解決するための手段】上記の目的に鑑み、本発
明は、二値の文字パターンの正規化処理を行う正規化手
段と、正規化処理後の文字パターンをぼかして多値の文
字パターンを作成するぼかし手段と、上記多値の文字パ
ターンを外側から内側に向けて走査し、走査方向に画素
の濃度が増加するゼロ交差点と交差した点を観測点とし
て特徴を抽出するための観測点を求める観測点抽出手段
と、この観測点抽出手段で求めた各観測点から文字の局
所的な形状を表わす多値方向寄与度を抽出する多値方向
寄与度抽出手段と、この多値方向寄与度抽出手段で求め
た多値方向寄与度から文字の識別に用いる特徴量を生成
する特徴生成手段と、この特徴生成手段で生成した特徴
量を用いて文字を識別する文字識別手段と、を備えるこ
とを特徴とする文字認識装置にある。

【００１８】また本発明は、多値の文字パターンの正規
化処理を行う多値文字パターン正規化手段と、上記正規
化処理した多値の文字パターンを外側から内側に向けて
走査し、走査方向に画素の濃度が増加するゼロ交差点と
交差した点を観測点として特徴を抽出するための観測点
を求める観測点抽出手段と、この観測点抽出手段で求め
た各観測点から文字の局所的な形状を表わす多値方向寄
与度を抽出する多値方向寄与度抽出手段と、この多値方
向寄与度抽出手段で求めた多値方向寄与度から文字の識
別に用いる特徴量を生成する特徴生成手段と、この特徴
生成手段で生成した特徴量を用いて文字を識別する文字
識別手段と、を備えることを特徴とする文字認識装置に
ある。

【００１９】またこの発明は、上記多値方向寄与度抽出
手段において、多値の文字パターン上にある観測点の濃
度を元に閾値を設定し、観測点から所定の方向にむけて
触手を伸ばして閾値よりも高い濃度を持つ画素が連続す
る長さを求め、この長さを元に多値方向寄与度を計算す
ることを特徴とする文字認識装置にある。

【００２０】

【発明の実施の形態】実施の形態１．以下、本発明の一
実施の形態による文字認識装置ついて図１〜図４を用い
て説明する。図１は本発明の一実施の形態による文字認
識装置の構成図である。図中、従来例と同一または相当
部分は同一の符号を付し、その説明を省略する。図にお
いて１０はぼかし手段、１１は観測点抽出手段、１２は
多値方向寄与度抽出手段である。なお、２，１０，１
１，１２，５，６は例えばプログラムに従って動作する
コンピュータにより構成される。

【００２１】図２はぼかし手段１０の動作を説明する図
であり、２０は多値の文字パターンである。

【００２２】図３は観測点抽出手段１１の動作を説明す
る図であり、３０はゼロ交差点、３１は深度１の観測
点、３２は深度１と深度２の観測点である。

【００２３】図４は多値方向寄与度抽出手段１２の動作
を説明する図であり、４０は観測点である。

【００２４】以降、図１〜４を用いて本実施の形態の動
作を説明する。まず、正規化手段２は二値の文字パター
ン１を所定の文字枠サイズに収める正規化処理を行う。

【００２５】次に、ぼかし手段１０は正規化後の文字パ
ターンから、ぼかした多値の文字パターンを作成する。
具体的には、まず正規化された文字パターンにおいて、
画素(x,y)の濃度I(x,y)を黒画素の場合は１、白画素の
場合は０とする。次に、濃度I(x,y)を式(２)に従い変更
する。ここでｔは時間であり、ｔが所定時間Ｔとなるま
で処理を繰返した時の濃度I^T(x,y)を、ぼかした多値の
文字パターンにおける画素(x,y)の濃度とする。例え
ば、図２に示す掠れた文字パターン１００に本処理を適
用することで、ぼかした多値の文字パターン２０を得
る。

【００２６】

【数２】

【００２７】次に、外郭ゼロ交差特徴点抽出手段である
観測点抽出手段１１は、前記ぼかし手段１０で作成した
多値の文字パターンから観測点を求める。ここでは最初
に、ぼかし手段１０で作成した多値の文字パターンの各
画素(x,y)に対してラプラシアン(２次の微分)処理であ
る式(３)を適用し、多値の文字パターンにおける濃度変
化量J(x,y)を求める。ここでJ(x,y)の値は正から負の連
続値を取り、J(x,y)＝０となる画素(x,y)は多値の文字
パターン上で濃度が急激に変化する画素である。このJ
(x,y)＝０となる画素(x,y)はゼロ交差点(またはゼロ・
クロッシング)と呼ばれる。ゼロ交差点については“コ
ンピュータ画像処理入門”，田村秀行監修，総研出版，
１２３〜１２５頁に詳しく説明されている。例えば、図
３に示すように、二値の掠れた文字パターン１００から
作成した多値の文字パターン２０に対して上記処理を適
用するとゼロ交差点の分布３０を得る。ここでゼロ交差
点の分布３０は掠れの影響が補正された文字の輪郭とな
っていることが分かる。

【００２８】

【数３】

【００２９】次に、多値の文字パターンの上、下、左、
右、右上、右下、左下、左上の走査方向より各々、文字
の内側に向けて走査を行い、最初に走査線方向に画素の
濃度が増加(画素の色が白から黒に変化)するゼロ交差点
を深度１の観測点、２番目に走査線方向に画素の濃度が
増加するゼロ交差点を深度２の観測点として、深度Ｍ
(Ｍ＞１)までの観測点を求める。例えば、図３に示す多
値の文字パターン２０に対して右側から走査を行った場
合、深度１の観測点は文字パターン３１の太線部分、深
度１と深度２の観測点は文字パターン３２の太線部分と
なる。

【００３０】次に多値方向寄与度抽出手段１２は観測点
抽出手段１１で得た各観測点から文字の局所的な構造を
表わす多値方向寄与度を抽出する。具体的には、まず多
値の文字パターン上で、観測点の画素が持つ濃度の値よ
りも小さい値を閾値として設定する。そして観測点を中
心に所定の方向に向けて閾値よりも高い濃度の画素が続
くかぎり触手を伸ばす。例えば、図４において４０は多
値の文字パターンにおける各画素(x,y)の濃度を０〜１
６の値で示したマトリクスとする。ここでマトリクス中
の値が大きいほど画素の濃度が高い(画素の色が黒い)。
マトリクスの中心を観測点４１とした場合、観測点４１
が持つ濃度は値１０であるため、例えば閾値を６と設定
する。この時、観測点４１から所定の方向４２に向けて
伸ばした触手は、マトリクス４０上の灰色で示した領域
となる。具体的に、方向ｄへ伸びた触手の長さL’d(ｄ
＝１〜８)は L’1＝１、L’2＝３、L’3＝４、L’4＝
２、L’5＝３、L’6＝３、L’7＝３、L’8＝０となる。
このｄ方向へ伸びた触手の長さL’dから、式(４)に従い
多値方向寄与度X’n(ｎ＝１〜４)を求める。

【００３１】

【数４】

【００３２】次に、特徴生成手段５は多値方向寄与度抽
出手段１２で得た各観測点が持つ多値方向寄与度から、
文字の識別に用いる特徴量である外郭ゼロ交差特徴を生
成する。処理内容は従来例と同じであり、従来例で用い
た方向寄与度が多値方向寄与度に置き換わっただけであ
る。具体的には、まず文字の外側からの走査方向Ｄ(Ｄ
＝１〜８)と平行に、多値の文字パターンをＮ個の短冊
領域に分割する。そして各短冊領域に含まれるの観測点
が持つ多値方向寄与度X’n(ｎ＝１〜４)の値を深度毎に
集計する。これにより各短冊領域から次元数Ａ{Ａ＝深
度(Ｍ)×集計した多値方向寄与度の次元数(４次元)}の
特徴量を得る。この特徴量を全ての短冊領域から求めて
合計した特徴量{次元数＝走査方向数(８方向)×短冊領
域数(Ｎ)×Ａ}が外郭ゼロ交差特徴である。

【００３３】最後に、文字識別手段６は特徴生成手段５
で得た外郭ゼロ交差特徴を予め文字毎に用意した標準的
な外郭ゼロ交差特徴と比較することで、文字パターンを
認識する。

【００３４】上記実施の形態１によれば、外郭ゼロ交差
特徴は文字の外郭形状に注目した特徴であるため、潰れ
た文字を高精度に認識できる。さらに観測点抽出手段１
１では、ぼかした多値の文字パターンから抽出したゼロ
交差点より文字の観測点を求めるため、入力された二値
の文字パターンが掠れていても、正しい観測点の位置を
抽出することができる。また、多値方向寄与度抽出手段
１２は、ぼかした多値の文字パターン上で、観測点の画
素が持つ濃度の値よりも小さい値を閾値とし、観測点を
中心に所定の方向に向けて閾値よりも高い濃度の画素が
続くかぎり触手を伸ばすため、入力された二値の文字パ
ターンが少々掠れていても、触手が途切れることはな
い。そのため掠れた文字も高精度に認識できる。

【００３５】実施の形態２．上記実施の形態１におい
て、入力された二値の文字パターン１から、ぼかし手段
１０によって擬似的な多値の文字パターンを作成した
が、多値の階調を持つＣＣＤカメラやスキャナ等で取得
した多値の文字パターンを直接入力してもよい。

【００３６】以下、本発明の別の実施の形態について図
５を用いて説明する。図中、上記実施の形態１と共通な
部分は同一の符号を付し、説明を省略する。

【００３７】図５は本実施の形態による文字認識装置の
全体構成を示す図である。図中の５０は多値の文字パタ
ーン、５１は多値文字パターン正規化手段である。な
お、５１，１１，１２，５，６は例えばプログラムに従
って動作するコンピュータにより構成される。

【００３８】以降、図５を用いて本実施の形態の動作を
説明する。ここで多値文字パターン正規化手段５１以外
の動作は実施の形態１と同じであるため説明を省略す
る。

【００３９】まず、多値文字パターン正規化手段５１
は、入力された多値の文字パターン５０を正規化する。
具体的には、多値の文字パターン５０を所定の文字枠サ
イズに収めると共に、多値の文字パターン５０上にある
画素の最大濃度値を１に、最小濃度値を０になるよう濃
度値のレンジを正規化する。

【００４０】以降、観測点抽出手段１１と多値方向寄与
度抽出手段１２、特徴生成手段５では、多値文字パター
ン正規化手段５１で正規化した多値の文字パターンに対
して、実施の形態１と同様な処理を行い、外郭ゼロ交差
特徴を求める。

【００４１】上記実施の形態２によれば、多値の文字パ
ターンが文字認識装置に入力された場合でも、外郭ゼロ
交差特徴が抽出して、文字を認識することができる。

【００４２】

【発明の効果】上記のように本発明では、二値の文字パ
ターンの正規化処理を行う正規化手段と、正規化処理後
の文字パターンをぼかして多値の文字パターンを作成す
るぼかし手段と、上記多値の文字パターンを外側から内
側に向けて走査し、走査方向に画素の濃度が増加するゼ
ロ交差点と交差した点を観測点として特徴を抽出するた
めの観測点を求める観測点抽出手段と、この観測点抽出
手段で求めた各観測点から文字の局所的な形状を表わす
多値方向寄与度を抽出する多値方向寄与度抽出手段と、
この多値方向寄与度抽出手段で求めた多値方向寄与度か
ら文字の識別に用いる特徴量を生成する特徴生成手段
と、この特徴生成手段で生成した特徴量を用いて文字を
識別する文字識別手段と、を備えた文字認識装置とした
ので、外郭ゼロ交差特徴は文字の外郭形状に注目した特
徴であるため、潰れた文字を高精度に認識できる。さら
に観測点抽出手段では、ぼかした多値の文字パターンか
ら抽出したゼロ交差点より文字の観測点を求めるため、
入力された二値の文字パターンが掠れていても、正しい
観測点の位置を抽出することができる。

【００４３】また本発明では、多値の文字パターンの正
規化処理を行う多値文字パターン正規化手段と、上記正
規化処理した多値の文字パターンを外側から内側に向け
て走査し、走査方向に画素の濃度が増加するゼロ交差点
と交差した点を観測点として特徴を抽出するための観測
点を求める観測点抽出手段と、この観測点抽出手段で求
めた各観測点から文字の局所的な形状を表わす多値方向
寄与度を抽出する多値方向寄与度抽出手段と、この多値
方向寄与度抽出手段で求めた多値方向寄与度から文字の
識別に用いる特徴量を生成する特徴生成手段と、この特
徴生成手段で生成した特徴量を用いて文字を識別する文
字識別手段と、を備えた文字認識装置としたので、多値
の文字パターンが文字認識装置に入力された場合でも、
外郭ゼロ交差特徴を抽出して、文字を認識することがで
きる。

【００４４】また本発明では、多値方向寄与度抽出手段
が、ぼかした多値の文字パターン上で、観測点の画素が
持つ濃度の値よりも小さい値を閾値とし、観測点を中心
に所定の方向に向けて閾値よりも高い濃度の画素が続く
かぎり触手を伸ばすため、入力された二値の文字パター
ンが少々掠れていても、触手が途切れることはなく、そ
のため掠れた文字も高精度に認識できる。

【図面の簡単な説明】

【図１】 この発明の実施の形態１による文字認識装置
の全体の構成を示す図である。

【図２】 実施の形態１におけるぼかし手段の動作を説
明するための図である。

【図３】 実施の形態１における観測点抽出手段の動作
を説明するための図である。

【図４】 実施の形態１における多値方向寄与度抽出手
段の動作を説明するための図である。

【図５】 この発明の実施の形態２による文字認識装置
の全体の構成を示す図である。

【図６】 従来の文字認識装置の全体の構成を示す図で
ある。

【図７】 従来の外郭点抽出手段の動作を説明するため
の図である。

【図８】 従来の方向寄与度抽出手段の動作を説明する
ための図である。

【図９】 従来の特徴生成手段の動作を説明するための
図である。

【図１０】 従来の装置における問題点を説明するため
の図である。

【符号の説明】

１ 二値の文字パターン、２ 正規化手段、５ 特徴生
成手段、６ 文字識別手段、１０ ぼかし手段、１１
観測点抽出手段、１２ 多値方向寄与度抽出手段、２０
多値の文字パターン、３０ ゼロ交差点の分布、３１
深度１の観測点、３２ 深度１と深度２の観測点、４
０ マトリクス、４１ 観測点、５０多値文字パター
ン、５１ 多値文字パターン正規化手段。

───────────────────────────────────────────────────── フロントページの続き (72)発明者 依田 文夫 東京都千代田区丸の内二丁目２番３号 三 菱電機株式会社内 Ｆターム(参考） 5B029 AA01 BB02 DD05 EE02 EE17 5B064 AA01 BA01 CA11 CA13 DC07 DC08 DC24 DC28 DC34

Claims (3)

【特許請求の範囲】
1. 【請求項１】 二値の文字パターンの正規化処理を行う
   正規化手段と、 正規化処理後の文字パターンをぼかして多値の文字パタ
   ーンを作成するぼかし手段と、 上記多値の文字パターンを外側から内側に向けて走査
   し、走査方向に画素の濃度が増加するゼロ交差点と交差
   した点を観測点として特徴を抽出するための観測点を求
   める観測点抽出手段と、 この観測点抽出手段で求めた各観測点から文字の局所的
   な形状を表わす多値方向寄与度を抽出する多値方向寄与
   度抽出手段と、 この多値方向寄与度抽出手段で求めた多値方向寄与度か
   ら文字の識別に用いる特徴量を生成する特徴生成手段
   と、 この特徴生成手段で生成した特徴量を用いて文字を識別
   する文字識別手段と、 を備えることを特徴とする文字認識装置。
2. 【請求項２】 多値の文字パターンの正規化処理を行う
   多値文字パターン正規化手段と、 上記正規化処理した多値の文字パターンを外側から内側
   に向けて走査し、走査方向に画素の濃度が増加するゼロ
   交差点と交差した点を観測点として特徴を抽出するため
   の観測点を求める観測点抽出手段と、 この観測点抽出手段で求めた各観測点から文字の局所的
   な形状を表わす多値方向寄与度を抽出する多値方向寄与
   度抽出手段と、 この多値方向寄与度抽出手段で求めた多値方向寄与度か
   ら文字の識別に用いる特徴量を生成する特徴生成手段
   と、 この特徴生成手段で生成した特徴量を用いて文字を識別
   する文字識別手段と、を備えることを特徴とする文字認
   識装置。
3. 【請求項３】 上記多値方向寄与度抽出手段において、
   多値の文字パターン上にある観測点の濃度を元に閾値を
   設定し、観測点から所定の方向にむけて触手を伸ばして
   閾値よりも高い濃度を持つ画素が連続する長さを求め、
   この長さを元に多値方向寄与度を計算することを特徴と
   する請求項１または２に記載の文字認識装置。