JP2001022892A - 背景のモデルと文字のモデルとを結合することによって構造化された背景上の文字を自動認識する方法 - Google Patents

背景のモデルと文字のモデルとを結合することによって構造化された背景上の文字を自動認識する方法

Info

Publication number
JP2001022892A
JP2001022892A JP2000186093A JP2000186093A JP2001022892A JP 2001022892 A JP2001022892 A JP 2001022892A JP 2000186093 A JP2000186093 A JP 2000186093A JP 2000186093 A JP2000186093 A JP 2000186093A JP 2001022892 A JP2001022892 A JP 2001022892A
Authority
JP
Japan
Prior art keywords
background
model
image
character
symbol
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.)
Granted
Application number
JP2000186093A
Other languages
English (en)
Other versions
JP4593729B2 (ja
Inventor
Stringa Luigi
ストリンガ ルイジ
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.)
KBA Notasys SA
Original Assignee
De la Rue Giori SA
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 De la Rue Giori SA filed Critical De la Rue Giori SA
Publication of JP2001022892A publication Critical patent/JP2001022892A/ja
Application granted granted Critical
Publication of JP4593729B2 publication Critical patent/JP4593729B2/ja
Anticipated expiration legal-status Critical
Expired - Fee Related legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/28—Determining representative reference patterns, e.g. by averaging or distorting; Generating dictionaries
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V2201/00—Indexing scheme relating to image or video recognition or understanding
    • G06V2201/01—Solutions for problems related to non-uniform document background

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • General Engineering & Computer Science (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • Physics & Mathematics (AREA)
  • Artificial Intelligence (AREA)
  • General Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Character Discrimination (AREA)
  • Image Analysis (AREA)
  • Character Input (AREA)
  • Inspection Of Paper Currency And Valuable Securities (AREA)
  • Image Processing (AREA)

Abstract

(57)【要約】 【課題】 文字の自動認識方法に関し、コントラストの
高い構造化された背景の図柄に印字された、文字を電子
手段によって自動認識する方法を提供する。 【解決手段】 背景のモデルを生成する段階では、電子
カメラで数個のサンプルの背景だけの画像を取込む。次
に白い背景に印字された文字集合の画像を取込むか、又
は選択されたフォントの文字から成る市販のコンピュー
タファイルを使用して認識対象のモデルを生成する。認
識段階では、認識対象の各文字の位置が背景の図柄の印
字位置に対して測定される。各認識対象の文字は、未確
認の文字の相対位置はそのままで記号のモデルと背景の
モデルとを結合して得られたモデルと比較される。背景
付き文字は、任意の周知の認識方法を用いて同一の位置
で同一の背景に結合された文字のモデルと比較される。

Description

【発明の詳細な説明】
【０００１】
【発明の属する技術分野】本発明は、背景が非常にコン
トラストの高い構造物の図柄であってそのため文字構造
にかなり干渉するような構造物の図柄を表す場合でも、
任意の媒体に印字された文字を自動認識する方法に関す
るものである。
【０００２】
【従来の技術】周知のシステムは、大抵、非常に巧妙に
精巧に設定された閾値を用いて背景から文字を分離する
ことによって、上記の干渉を回避する。しかし、背景の
構造物の図柄のコントラストが非常に高い時、特に、文
字の位置が構造物の図柄に対して可変である場合、この
方法はうまくいかない。その場合、文字の画像には背景
の痕跡が残ることがある（閾値を越える痕跡）。あるい
は、文字構造の一部は閾値を越えていなければ、文字画
像は不完全なものとなる。例えば、紙幣の場合、通し番
号の印字は残りの部分の印字とは別の段階( 通常後に）
に通常別のプリンタで行われる。そのため、記入は不完
全で、通し番号は背景に対して「 移動」 してしまう。通
し番号は、紙幣の構造化領域すなわち図柄領域に印字さ
れる場合、背景の構造物の図柄に対して移動する。この
場合、背景の構造物の図柄のために、文字の検索や文字
の区分けを行っても失敗する恐れがある。
【０００３】実際、一概には言えないが、抽出認識方法
は次の段階で構成される。
【０００４】・文書の画像、より一般的には、認識対象
の文字を含むオブジェクトを取込む段階。取込みは、電
子カメラで実行される。その後、普通は、コントラスト
を向上させノイズを削減するために演算が実行される。
【０００５】・認識対象の文字の位置を画像（電子画
像）から検索する段階。検索は、照度の突然の変化（例
えば、白から黒への切替わり）、特に変化の空間分布に
対する分析に基づいて実施される。
【０００６】・識別領域を小領域へ区分けする段階。各
小領域には文字が一つ存在する。区分けは、例えば、文
字行に平行な部分への黒濃度の投影を分析することによ
って実施される。黒濃度の最小値が文字間の白空間に相
関づけられる。
【０００７】・このように分離された文字を、一つ一
つ、重畳性の観点（「 テンプレート整合」 として周知の
手法）あるいは垂直や水平や斜めに一列になった特徴的
な構造物の図柄の順序（「 特徴抽出」 あるいは構造分析
として周知の手法）の見地から、活字全部および／ある
いは数字全部の基本型( モデル）と比較する段階。
【０００８】
【発明が解決しようとする課題】この場合、文字として
区分された画像部分に実際の文字の形状とは程遠い構造
物の図柄が存在する（例えば、背景の構造物の図柄に属
する線）とき、前記の基本型との比較が失敗する恐れが
非常に高い。この場合、文字／背景分離段階で非常に極
端な閾値を決定した後には文字構造の各部を識別するこ
とができない恐れがある。
【０００９】そのため、前述の高いコントラストを伴い
高度に構造化された背景に印字された文字の自動認識方
法は真価が十分に発揮されないことになる。
【００１０】
【課題を解決するための手段】本発明によれば、認識対
象の文字が印字されたオブジェクトは、例えば（リニア
あるいはマトリックス型白黒あるいはカラー）CCD カメ
ラ等の周知の光電子手段を用いて、認識対象の文字の電
子画像を生成するのに望ましい解像度で光学的に分析さ
れる。「 限界点」 画像が電子画像として使用される。特
に、矩形マトリックスとして組織される濃度値の離散的
な集合が使用される。マトリックスの各要素は、所謂ピ
クセルであり、オブジェクトの対応部分から反射される
光の強度に対応する。カラー画像の場合、各ピクセルの
赤成分と緑成分と青成分とに対応する三つのマトリック
スで構成される。簡単のために、白黒画像の場合につい
て述べる。カラー画像の場合は、同様の動作を三つのマ
トリックスに対して繰り返すだけである。本発明の目的
は、高度に構造化された背景に印字された文字の電子画
像における自動認識である。背景のコントラストは文字
構造のコントラストに匹敵する( 例: 図１の(c））。本
発明にかかわる方法の第一段階は、一つ以上のサンプル
背景の図柄だけで文字の何もない画像を取込んで背景の
モデルを生成することである（図１の(b））。
【００１１】特に、所謂サンプル画像の平均画像をモデ
ルとして使用することができる。黒白画像の場合、平均
マトリックスは一つであるが、カラー画像の場合、平均
マトリックスは赤のと緑のと青のと三つ存在する。認識
対象のシンボル（例えば、活字および／あるいは数字）
モデルは、白い背景に印字された文字集合の画像を取込
むことによって、あるいは、コンピュータファイルの電
子画像を直接用いることによって順じ生成される。コン
ピュータファイルの電子画像は、現在では、大抵の「 フ
ォント」 のものが市販されている。第一の例では、認識
対象である各シンボルのモデルが、白い背景に印字され
た同一の記号の一定数の標本の画像の平均画像として構
築される。
【００１２】シンボルのモデルと背景のモデルとが構築
されると、第一段階が終了する。第一段階を「 学習段
階」 と呼ぶ。
【００１３】認識段階では、次の段階が実行される。 −認識対象のサンプルの画像であって、背景に印字され
た未確認文字が未確認の位置に存在する画像を取込む段
階（例えば、図２の(a））。
【００１４】−周知の画像登録方法のどれか、例えば最
大相関法を用いて取込んだ画像に伴う背景モデルを登録
する段階。
【００１５】−取込んだ画像から（登録された）モデル
を減算する段階。背景がほとんど除去された差画像か
ら、文字位置が明らかとなる（図２の(b）、画像から登
録された背景のモデルを差引いた差）。
【００１６】−差画像における各文字の位置を検出する
段階。これは、濃度の急峻な変化を分析して白黒切替え
するなどの文字を探し出し区分けするための周知の方法
のどれかに従って実施される。文字位置毎に、シンボル
のモデルと同じ寸法の小画像に分離する（図３の(b）、
区分けされた文字の小画像）。
【００１７】−各未確認文字に対応する背景の小画像か
ら登録された背景のモデルを抽出する段階。
【００１８】−文字位置毎に、シンボルのモデルと対応
する背景モデルの小画像とを結合する段階( 図３の
(c））。背景のモデルは、認識対象の文字を含む画像の
背景と一緒に登録されているので、結合小画像における
数字のモデルおよび／あるいは活字のモデル、すなわち
相対的な文字／背景位置は未確認画像のと同じである。
合成では、未確認画像と同じ背景をもつ記号（活字およ
び／あるいは数字）の新しい基本型( 合成モデル）が、
各文字位置毎に生成される。改良された一つ合成方法に
ついて「 好適な態様例の説明」 で述べる。ただし、別の
人によって提案された方法のいずれも使用することが可
能である。
【００１９】−未確認文字を一つ一つ前段階に結合され
た全てのモデルと比較する段階。背景が同じで位置が同
じ記号のモデルとの比較によって背景付きの文字を認識
できる。周知の認識方法のどれか例えばテンプレート整
合法や特徴抽出法を使用することも可能である。
【００２０】
【発明の実施の形態】次に、紙幣に印字された通し番号
の自動認識にかかわる好適な態様例の一つについて、本
発明の一例として述べる。実際、紙幣の通し番号は、紙
幣の図柄の一部あるいは全部として印字されている。特
に、紙幣の印字は、異なる方法、一般的には少なくとも
オフセット法と銅版法とを混合させた方法に従って実施
される。後者は、非常にコントラストを高くして多数の
線を用いて領域を表す。この領域に通し番号が印字され
ると、従来の方法では背景から文字を分離してさらに認
識することは困難である。シリアル番号は通常、オフセ
ット及び銅板の後、最終製造段階で印刷され、異なる機
械によって行なわれる。非常に高性能の登記システムを
使用しても、通し番号と背景の図柄との間の相対的な記
入具合は変動する。通し番号は普通2 、3 ミリ「 移動」
する。
【００２１】図４は、紙幣の通し番号を認識するための
システムの構成を示す。リニアCCDカメラ1 は、レンズ2
と照明系3 と共に使用され紙幣4 の画像を取込む。紙
幣4が吸着リボン5 で搬送される間に、通し番号が読取
られる。
【００２２】カメラによって走査された線は、画像演算
サブシステム6 の第一バッファメモリ回路に順次格納さ
れ、各紙幣の電子画像が生成される。
【００２３】画像演算サブシステム6 は、特別のハード
ウェアかデジタル信号プロセッサ(DSP) や超高速PCなど
のプログラム可能コンピュータに基づくものであり、学
習段階（背景のモデルと文字のモデル）と認識段階とに
おいて様々な演算を実行する。
【００２４】背景モデル学習段階では、 −「 背景学習集合(BLS)」として選択された番号のない紙
幣の画像を取込み適宜のメモリに格納する。
【００２５】−操作インターフェイス7 のコンソールを
用いて、自動的に（例えば、BLS の最初の画像）あるい
はオペレータの助けを得てBLS から登録する「 基準」 画
像を抽出する。
【００２６】−まず各画像の基準画像に関して水平変位
Δx と垂直変位Δy とを識別し、次に−Δx と−Δy だ
け移動させることによって、BLS の全ての画像全部を登
録する。本態様例では、変位は最大相関法に従って測定
される。例えば、オペレータによって選択された座標(x
0 、y0) （文字印刷の領域外）に中心を合わせた基準画
像の小さな矩形部分S0( 登録の芯部) と、中心がBLS の
画像の各位置( ピクセル) に合わせて少しづつずらされ
る。寸法が同じ部分S1とを比較して、相関係数が最大に
なる（二つの画像が最良の状態で重畳されることを示
す）位置(x1 、y1)を検出する。ずれは、次の式で与え
られる： Δｘ＝ｘ1 −ｘ0 及びΔｙ＝ｙ1 −ｙ0
【００２７】本態様例によれば、背景のモデルMbは、基
準画像として登録されたBLS の画像の演算平均として求
められる。
【００２８】シンボルのモデルの学習段階に、画像演算
サブシステム6 は、 −白い背景上で印字をしたい紙幣集合の画像を取込む、
すなわち、通し番号に用いられて周知の位置に存在する
数字および／あるいは活字全部を取込む（文字学習集合
(CLS) ）。
【００２９】−CLS の画像を小画像へと区分けする。各
小画像には一つの文字が存在する。本態様例によれば、
区分けは、文字が白い背景に印字されているときには非
常に有効な標準的な方法であり白黒変遷を分析する方法
に従って実施される。
【００３０】−例えば、基準にとられたCLS の最初の紙
幣の位置に対し、登録された小画像の各位置のCLS に対
する平均として各シンボル（数字又は文字）のモデルMs
を生成する。登録と平均化とは、上記の背景の場合のよ
うに実行されるが、登録の芯部は文字の小画像全体に一
致する。普通、紙幣の通し番号は、単一のフォントのア
ルファベットと数字とで構成されるため、シンボルのCL
S 紙幣上の位置は、通常一つで充分である（単一のA,単
一のB など）。あるいは、フォントが多数用いられる場
合は、フォントと同数の位置がシンボル一つに対して必
要である（例えば、ニューヨーク、クーリエ、ジュネー
ブなど）。
【００３１】認識段階には、本発明の本態様例によれ
ば、画像演算サブシステム6 は、画像の取込みの後に、 −まず、モデルの学習のために使用したのと同じ登録の
芯部と同じ相関方法とを用いて、読取り対象の各紙幣の
背景の画像を背景のモデルに登録する。
【００３２】−完全な紙幣から（登録された）背景のモ
デルを差引いた差画像を生成し、文字位置を検索する。
前記の変遷分析法を使用する。通し番号が印字されるの
は背景の図柄からほんの2 、3 ミリだけ移動した位置の
ため、通常、検索は紙幣の限られた領域に対して実行さ
れる。
【００３３】−異なる画像に登録された文字位置毎に、
背景モデルの対応する小画像を抽出する。登録されてい
るので、小画像は未確認の文字が印字された背景の一部
となっている。
【００３４】−各文字位置毎に、背景のモデルMbの対応
する小画像と記号のモデルMsとを結合する。
【００３５】文字と背景とが結合した新しいモデルが、
読取り対象の紙幣上の同一の相対位置に各文字位置毎に
生成される。本発明のこの態様例では、前記の結合モデ
ルMcは次の等式に従ってピクセル毎に生成される。
【数３】
【００３６】背景が最初に印字されて次に文字が印字さ
れる場合、
【数４】
【００３７】いかなる場合にも、K0及びK1はインクの特
徴と用紙の特徴とを示す定数である。等式(1) と(2) に
おいて、第一項（K0MbMsの積）にはインクの透過率と用
紙の反射率とが反映される。一方、第二項は最後に印字
されたインクの表面の反射率と関連する。
【００３８】−文字位置毎に、紙幣の対応する小画像と
新しい全てのモデル（文字と背景）との間の相関係数を
算出する。処理対象の文字は前記の相関係数の最大値に
対応する結合モデルのものとして認識される。
【００３９】−本発明の本態様例によれば、相関係数の
最大値は閾値と比較され、これによって、文字の印字品
質と各文字位置に対応する小画像の背景の印字品質とが
検証される。印字品質が良い（処理対象の小画像と結合
モデルとがほぼ同じ）場合、係数は1 に非常に近くな
り、一方印字品質が非常に悪いとゼロに近い係数が得ら
れる。
【００４０】
【発明の効果】以上述べたように、本発明によれば高い
コントラストを伴い高度に構造化された背景に印字され
た文字の自動認識が可能となる。別の好適な態様例とし
ては次のものが上げられる。 ａ）手紙、はがき、ラベル、小切手、又は郵便為替とい
った紙幣以外の文書中の文字の認識への応用例。
【００４１】ｂ）リボン搬送系の代わりに寸法の大きな
用紙に望ましい搬送系、例えば印刷機のシリンダや参照
文献（4 ）の特許に係わる搬送系を用いる例。 ｃ）リニアカメラの代わりにマトリック型カメラを用い
る例。
【００４２】ｄ）BLS の画像の平均画像を背景の登録用
の基準画像として使用する例。 ｅ）背景の登録のための登録芯部を、例えば参照文献
（1 ）の方法に従って自動的に抽出する例。 ｆ）背景のモデルを平均化以外の方法、例えば参照文献
（2 ）の方法に従って構築する例。
【００４３】参照文献 （1 ）L ．ストリンガ(Stringa): 「 弾力性のあるモデ
ルによる印字品質の自動点検」 （モナコ公国国務省によ
って認可された特許第2411.99.2479号（1999年4月27
日）） （2 ）L ．ストリンガ(Stringa):「 基準モデルの生成方
法」 （米国特許第5.778.088 号（1998年7 月7 日）） （3 ）L ．ストリンガ(Stringa):「 多色画像の印字品質
を自動的に調べるための方法」 （欧州特許出願第978101
60.8-2304 号） （4 ）L ．ストリンガ(Stringa):「 印字用紙特に安全保
障用紙の品質管理のための設備」 （米国特許第5.598.00
6 号（1998年1 月28日）） （5 ）ライス・ナギィ・ナルトカ(Rice Nagy Nartkr)：
「 光学文字認識」 （クルワール(Kluwer)学術出版（1999
年））
【図面の簡単な説明】
【図１】コントラストの高い高度に構造化された背景に
印字された文字の一例(1）を示す図である。ここで、
（a)は白い背景に印字された文字列であり、（b)は背景
の図柄であり、（c)は背景（b)に印字された文字列（a)
である。
【図２】コントラストの高い高度に構造化された背景に
印字された文字の一例(2）を示す図である。ここで、
（a)は図１の(c) と同じである。（b)は、完璧に印字さ
れた紙幣の画像から登録された背景モデルを差引いた結
果を示す。
【図３】コントラストの高い高度に構造化された背景に
印字された文字の一例(3）を示す図である。ここで、
（a)は認識対象の文字が存在する紙幣の一部を示し、
（b)は区分けの結果としての各文字位置に対応する小画
像を示す。（c)は、登録された背景の小画像と全ての可
能なシンボルのモデルとが結合されたモデルを各文字位
置毎に示す。図示の例では、処理対象の文字(b) は、白
い背景に印字されたシンボルのモデル(d) ではなく結合
モデル(c) と比較されるため、一層効率良く認識され
る。（d)は白い背景に印字されたシンボルを示す。
【図４】本文中に記載の認識システムの典型的な構成を
示す図である。
【符号の説明】
１…リニアＣＣＤカメラ ２…レンズ ３…照明系 ４…紙幣 ５…吸着リボン ６…画像演算サブシステム ７…コンピュータ
───────────────────────────────────────────────────── フロントページの続き (51)Int.Cl.7 識別記号 ＦＩ テーマコート゛(参考） Ｇ０６Ｔ 7/00 ３５０ Ｇ０６Ｔ 7/00 ３５０Ｚ Ｇ０７Ｄ 7/12 Ｇ０７Ｄ 7/12 7/20 7/20

Claims (11)

    【特許請求の範囲】
  1. 【請求項１】 背景が非常にコントラストの高い構造物
    の図柄を表す場合であっても、画像取入れ用の光電子装
    置と画像演算システムとを使用して、任意の媒体に印字
    された文字を電子手段によって自動認識するための方法
    であって、次の段階で構成され、 ａ）学習段階 ａ−1 ）一つ以上のサンプルの背景だけの画像を取込む
    ことによって背景のモデルを生成すること、 ａ−2 ）一つの記号に対して少なくとも一つの文字を含
    む白い背景に印字された文字集合の画像を取込むことに
    よって文字（記号、アルファベットおよび／あるいは数
    字）のモデルを生成すること、 ｂ）認識段階 ｂ−1 ）認識対象のサンプルの画像であって、背景に未
    確認文字が印字された画像を取込むこと、 ｂ−2 ）取込んだ画像の背景を有する背景のモデルを登
    録すること、 ｂ−3 ）各未確認文字に対応する背景の小画像から登録
    された背景のモデルを抽出すること、 ｂ−4 ）文字位置毎に、活字のモデルおよび／あるいは
    数字のモデルと対応する背景の小画像とを結合すること
    （結合モデル）。 ｂ−5 ）未確認文字と同一の文字位置に対応する全ての
    結合モデルとを比較すること、 ｂ−6 ）「 テンプレート整合」 法によって記号に対応す
    る未確認文字、最適に重畳された結合画像、を認識する
    こと、から成る方法。
  2. 【請求項２】 背景のモデルは、BLS （背景学習集合）
    の画像の一つである、請求項１に記載の方法。
  3. 【請求項３】 背景のモデルは、相いに登録されたBLS
    画像の平均画像である、請求項１に記載の方法。
  4. 【請求項４】 背景のモデルは、周知の文字／背景分離
    方法に従って、背景又は文字のいずれかが存在するサン
    プル集合から求められる、請求項１に記載の方法。
  5. 【請求項５】 認識対象の記号のモデルは、CLS の対応
    する画像の平均画像として求められる、請求項1 〜4 の
    いずれか一つに記載の方法。
  6. 【請求項６】 認識対象の記号のモデルは、コンピュー
    タファイルから求められる、請求項1 〜4 のいずれか一
    つに記載の方法。
  7. 【請求項７】 良好に重畳されたカラーチャネルに対し
    て認識を実行するカラー画像取込み系を使用する、請求
    項1 〜6 のいずれか一つに記載の方法。
  8. 【請求項８】 色の組合せに対して認識を実行するカラ
    ー画像取込み系を使用する、請求項1 〜6 のいずれか一
    つに記載の方法。
  9. 【請求項９】 請求項１，２，３，４，７，８に従って
    構築される登録された背景のモデルを差引くことによっ
    て、各処理すべき画像について背景から未確認の文字を
    分離することを特徴とする画像を得る方法。
  10. 【請求項１０】 背景のモデルと記号のモデルとの結合
    は、下記式（1 ）と（2 ）とに従って実行される請求項
    1 〜8 のいずれか一つに記載の方法。 【数１】 【数２】
  11. 【請求項１１】 各文字位置の小画像と認識段階に選択
    された対応する結合モデルとの間の相関係数値と閾値と
    を比較することによって印字品質を検証する、請求項1
    〜10のいずれか一つに記載の方法。
JP2000186093A 1999-06-21 2000-06-21 背景のモデルと文字のモデルとを結合することによって構造化された背景上の文字を自動認識する方法 Expired - Fee Related JP4593729B2 (ja)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
MC2427:99:2491 1999-06-21
MC2427A MC2491A1 (fr) 1999-06-21 1999-06-21 Reconnaissance automatique de caractères sur fond structuré par combinaison des modèles du fond et des caractères

Publications (2)

Publication Number Publication Date
JP2001022892A true JP2001022892A (ja) 2001-01-26
JP4593729B2 JP4593729B2 (ja) 2010-12-08

Family

ID=19738388

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2000186093A Expired - Fee Related JP4593729B2 (ja) 1999-06-21 2000-06-21 背景のモデルと文字のモデルとを結合することによって構造化された背景上の文字を自動認識する方法

Country Status (11)

Country Link
US (1) US6690824B1 (ja)
EP (1) EP1063606B1 (ja)
JP (1) JP4593729B2 (ja)
KR (1) KR100691651B1 (ja)
CN (1) CN1172264C (ja)
AT (1) ATE349047T1 (ja)
AU (1) AU767855B2 (ja)
CA (1) CA2310874A1 (ja)
DE (1) DE60032413T2 (ja)
MC (1) MC2491A1 (ja)
UA (1) UA70933C2 (ja)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005049212A (ja) * 2003-07-28 2005-02-24 Fuji Xerox Co Ltd 印刷品質検査装置及び方法
WO2014132414A1 (ja) * 2013-02-28 2014-09-04 グローリー株式会社 文字認識方法及び文字認識システム
WO2022044311A1 (ja) * 2020-08-31 2022-03-03 富士通フロンテック株式会社 データ生成装置、データ生成方法およびデータ生成プログラム

Families Citing this family (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002112005A (ja) * 2000-09-29 2002-04-12 Minolta Co Ltd 画像出力システム
KR100778014B1 (ko) * 2005-09-16 2007-11-21 한국건설기술연구원 영상을 이용한 액체 높이 측정 장치 및 방법
DE102006029718A1 (de) * 2006-06-28 2008-01-10 Siemens Ag Verfahren zur Auswertung zweier Abbilder sowie medizinisches Abbildungssystem
US8611665B2 (en) * 2006-12-29 2013-12-17 Ncr Corporation Method of recognizing a media item
WO2008141293A2 (en) * 2007-05-11 2008-11-20 The Board Of Regents Of The University Of Oklahoma One Partner's Place Image segmentation system and method
JP5253788B2 (ja) * 2007-10-31 2013-07-31 富士通株式会社 画像認識装置、画像認識プログラムおよび画像認識方法
WO2009070032A1 (en) * 2007-11-28 2009-06-04 Lumex A/S A method for processing optical character recognition (ocr) data, wherein the output comprises visually impaired character images
CN101887520B (zh) * 2009-05-12 2013-04-17 华为终端有限公司 一种图像中的文字定位方法和装置
CN104094278A (zh) * 2012-01-23 2014-10-08 微软公司 模式匹配引擎
DE102015003480A1 (de) * 2015-03-18 2016-03-10 Giesecke & Devrient Gmbh Vorrichtung und Verfahren zum Prüfen von Wertdokumenten, insbesondere Banknoten, sowie Wertdokumentbearbeitungssystem
US10068132B2 (en) * 2016-05-25 2018-09-04 Ebay Inc. Document optical character recognition
JP2019040315A (ja) * 2017-08-23 2019-03-14 グローリー株式会社 不可視特性検知装置、シート識別装置、シート処理装置、印刷検査装置、及び不可視特性検知方法
JP7379876B2 (ja) * 2019-06-17 2023-11-15 株式会社リコー 文字認識装置、文書ファイル生成方法、文書ファイル生成プログラム
KR102242965B1 (ko) * 2019-09-23 2021-05-03 주식회사 딥비전 사용자 중심의 도안 생성 방법 및 시스템

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS63137383A (ja) * 1986-11-29 1988-06-09 Toshiba Corp 文字読取装置

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5335292A (en) * 1988-12-21 1994-08-02 Recognition International Inc. Document processing system and method
JP2783033B2 (ja) * 1992-01-13 1998-08-06 日本電気株式会社 カラー画像の領域抽出方法および装置
EP0566015A3 (en) * 1992-04-14 1994-07-06 Eastman Kodak Co Neural network optical character recognition system and method for classifying characters in amoving web
JP3037432B2 (ja) * 1993-11-01 2000-04-24 カドラックス・インク 光波オーブンによる食物調理方法および調理装置
IT1269506B (it) 1994-02-04 1997-04-01 De La Rue Giori Sa Impianto di controllo di qualita' di fogli stampati in particolare di carte-valore
IT1276010B1 (it) * 1995-03-07 1997-10-24 De La Rue Giori Sa Procedimento per produrre un modello di riferimento destinato ad essere utilizzato per il controllo automatico della qualita' di
WO1996027871A1 (de) * 1995-03-07 1996-09-12 Siemens Aktiengesellschaft Verfahren zur erkennung mindestens eines definierten, durch hidden-markov-modelle modellierten musters in einem zeitvarianten messignal, welches von mindestens einem störsignal überlagert wird
US6081626A (en) * 1995-05-09 2000-06-27 International Business Machines Corporation Method and system for background removal in electronically scanned images
IT1284432B1 (it) 1996-03-22 1998-05-21 De La Rue Giori Sa Procedimento di controllo automatico della qualita' di stampa di un'immagine policroma
US5915039A (en) * 1996-11-12 1999-06-22 International Business Machines Corporation Method and means for extracting fixed-pitch characters on noisy images with complex background prior to character recognition

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS63137383A (ja) * 1986-11-29 1988-06-09 Toshiba Corp 文字読取装置

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005049212A (ja) * 2003-07-28 2005-02-24 Fuji Xerox Co Ltd 印刷品質検査装置及び方法
JP4661034B2 (ja) * 2003-07-28 2011-03-30 富士ゼロックス株式会社 印刷品質検査装置及び方法
WO2014132414A1 (ja) * 2013-02-28 2014-09-04 グローリー株式会社 文字認識方法及び文字認識システム
JPWO2014132414A1 (ja) * 2013-02-28 2017-02-02 グローリー株式会社 文字認識方法及び文字認識システム
WO2022044311A1 (ja) * 2020-08-31 2022-03-03 富士通フロンテック株式会社 データ生成装置、データ生成方法およびデータ生成プログラム
JPWO2022044311A1 (ja) * 2020-08-31 2022-03-03

Also Published As

Publication number Publication date
AU767855B2 (en) 2003-11-27
KR100691651B1 (ko) 2007-03-09
DE60032413T2 (de) 2007-09-27
ATE349047T1 (de) 2007-01-15
KR20010015046A (ko) 2001-02-26
UA70933C2 (uk) 2004-11-15
JP4593729B2 (ja) 2010-12-08
MC2491A1 (fr) 1999-11-22
EP1063606A2 (fr) 2000-12-27
CN1282070A (zh) 2001-01-31
EP1063606B1 (fr) 2006-12-20
EP1063606A3 (fr) 2003-01-08
US6690824B1 (en) 2004-02-10
CN1172264C (zh) 2004-10-20
CA2310874A1 (en) 2000-12-21
AU3937000A (en) 2001-01-04
DE60032413D1 (de) 2007-02-01

Similar Documents

Publication Publication Date Title
JP4593729B2 (ja) 背景のモデルと文字のモデルとを結合することによって構造化された背景上の文字を自動認識する方法
EP0658042B1 (en) Dropped-form document image compression
US6757426B2 (en) System and method for image processing by automatic color dropout
CN104463195B (zh) 基于模板匹配的印刷体数字识别方法
CA1120158A (en) Method and apparatus for identifying images
JP6139396B2 (ja) 文書を表す二値画像を圧縮する方法及びプログラム
JP5934174B2 (ja) 印刷文書を認証するための方法及びプログラム
CA2528207A1 (en) Identification tag for postal objects by image signature and associated mail handling
TW200842734A (en) Image processing program and image processing device
JP2002099915A (ja) カラー原稿の解釈
US10715683B2 (en) Print quality diagnosis
JP3018949B2 (ja) 文字読取装置およびその方法
JPH1027214A (ja) 光学式文字認識コンピュータにおける接触文字の分離方法及び装置
JP5887242B2 (ja) 画像処理装置、画像処理方法、及びプログラム
CN116758550A (zh) 表单图像的文本识别方法及其装置、电子设备、存储介质
JP2003087562A (ja) 画像処理装置および画像処理方法
RU2249251C2 (ru) Автоматическое распознавание символов на структурированном фоне при помощи комбинирования моделей фона и символов
JP3955467B2 (ja) 画像処理プログラム及び画像処理装置
US6839146B1 (en) Image processing method, apparatus, and medium storing program for checking for copy-prohibited objects
US6678427B1 (en) Document identification registration system
JPH06223156A (ja) ナンバープレート抽出装置
JP3412441B2 (ja) 画像処理装置
JP2908548B2 (ja) 認識方式
JP3061899B2 (ja) 印刷物の検査装置
CN117377979A (zh) 用于检验有价文件的方法和装置和用于产生检验方法的检验参数的方法和装置

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20070531

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20100330

A601 Written request for extension of time

Free format text: JAPANESE INTERMEDIATE CODE: A601

Effective date: 20100629

A602 Written permission of extension of time

Free format text: JAPANESE INTERMEDIATE CODE: A602

Effective date: 20100702

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20100730

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20100817

A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20100916

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20130924

Year of fee payment: 3

R150 Certificate of patent or registration of utility model

Free format text: JAPANESE INTERMEDIATE CODE: R150

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20130924

Year of fee payment: 3

S531 Written request for registration of change of domicile

Free format text: JAPANESE INTERMEDIATE CODE: R313531

S533 Written request for registration of change of name

Free format text: JAPANESE INTERMEDIATE CODE: R313533

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20130924

Year of fee payment: 3

R350 Written notification of registration of transfer

Free format text: JAPANESE INTERMEDIATE CODE: R350

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

LAPS Cancellation because of no payment of annual fees