JP2002251613A - 図形認識方法及び装置 - Google Patents
図形認識方法及び装置Info
- Publication number
- JP2002251613A JP2002251613A JP2001359114A JP2001359114A JP2002251613A JP 2002251613 A JP2002251613 A JP 2002251613A JP 2001359114 A JP2001359114 A JP 2001359114A JP 2001359114 A JP2001359114 A JP 2001359114A JP 2002251613 A JP2002251613 A JP 2002251613A
- Authority
- JP
- Japan
- Prior art keywords
- pattern
- area
- recognition target
- target pattern
- circumscribed rectangle
- 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
Links
Landscapes
- Image Analysis (AREA)
Abstract
(57)【要約】
【課題】 任意の大きさ及び傾きの認識対象パターンの
認識を高速に行うことができ、抽出し損なった領域の認
識精度に対する影響を減少させること。 【解決手段】 認識対象パターンの重心まわりの慣性主
軸に平行な辺を持つ認識対象パターンの外接矩形を設定
する。ついで、この外接矩形を、(i) 外接矩形の一方の
辺について、該辺に平行な直線で、部分領域内での認識
対象パターンの面積が一定になるように外接矩形を任意
の数で分割し（面積比一定分割）、(ii)さらに上記辺に
直交する他方の辺について、該辺に平行な直線で、同様
な面積比一定分割（又は、前記一方の辺を均等に分割）
する。そして、認識対象パターンの全面積に対する各区
分領域内の認識対象パターンの面積の比率を特徴量とし
て算出し、この特徴量と、予め同じ分割数で同様にして
領域分割を行い特徴量を記憶しておいた候補パターンの
データと照合し、認識対象パターンを特定する。
認識を高速に行うことができ、抽出し損なった領域の認
識精度に対する影響を減少させること。 【解決手段】 認識対象パターンの重心まわりの慣性主
軸に平行な辺を持つ認識対象パターンの外接矩形を設定
する。ついで、この外接矩形を、(i) 外接矩形の一方の
辺について、該辺に平行な直線で、部分領域内での認識
対象パターンの面積が一定になるように外接矩形を任意
の数で分割し（面積比一定分割）、(ii)さらに上記辺に
直交する他方の辺について、該辺に平行な直線で、同様
な面積比一定分割（又は、前記一方の辺を均等に分割）
する。そして、認識対象パターンの全面積に対する各区
分領域内の認識対象パターンの面積の比率を特徴量とし
て算出し、この特徴量と、予め同じ分割数で同様にして
領域分割を行い特徴量を記憶しておいた候補パターンの
データと照合し、認識対象パターンを特定する。
Description
【０００１】
【発明の属する技術分野】本発明は、図形認識方法及び
装置に関し、さらに詳細には、認識対象パターンの領域
抽出が行われた画像あるいは予め認識対象パターンのみ
写されている画像から、候補パターンの辞書データを用
いて、対象物の認識を行う図形認識方法及び装置に関す
るものである。
装置に関し、さらに詳細には、認識対象パターンの領域
抽出が行われた画像あるいは予め認識対象パターンのみ
写されている画像から、候補パターンの辞書データを用
いて、対象物の認識を行う図形認識方法及び装置に関す
るものである。
【０００２】
【従来の技術】認識対象パターンの領域抽出が済んだ画
像（あるいは予め認識対象パターンのみ写されている画
像）から対象物の認識を行う手法として、辞書データに
候補パターンの画像データ（テンプレート) を用意し、
テンプレートマッチングを行うパターン認識手法が知ら
れている。また、辞書データとして、パターン画像を縦
（及び横）に関して長さが均等に分割した個々の領域に
おける面積比率（小領域の面積に対する小領域内の認識
対象パターンの面積比率) を求め、比較を行う認識手法
が知られている。
像（あるいは予め認識対象パターンのみ写されている画
像）から対象物の認識を行う手法として、辞書データに
候補パターンの画像データ（テンプレート) を用意し、
テンプレートマッチングを行うパターン認識手法が知ら
れている。また、辞書データとして、パターン画像を縦
（及び横）に関して長さが均等に分割した個々の領域に
おける面積比率（小領域の面積に対する小領域内の認識
対象パターンの面積比率) を求め、比較を行う認識手法
が知られている。
【０００３】
【発明が解決しようとする課題】上記したテンプレート
マッチングは認識対象パターンと候補パターンの各画素
を比較するため、精度の良い結果が得られる。しかし、
位置合わせや各画素の比較を行うために処理時間が非常
にかかる。処理時間の削減手法として、多重解像度によ
る段階的な比較手法があるが、格段に処理時間が変化す
るわけではなく、各解像度の辞書データを持つ必要があ
り、その分記憶するデータ量が増えることになる。ま
た、認識対象パターンの大きさや傾きが一定でない場
合、辞書データをその大きさや傾きに合わせる変換処理
が毎回必要になる。一方、パターンを個々の領域に分割
して、それぞれの領域で面積比率を比較する手法では、
これまで長さを均等に分割した領域を対象としていたた
め、認識対象パターンの縦横比に影響を与える一部の領
域が撮影状態や領域抽出処理によってうまく抽出できな
い場合が生ずる。この場合、認識対象パターンと候補パ
ターンの本来比較すべき分割領域が異なってしまい、認
識精度に重大な影響を与える。例として、領域抽出後の
認識対象パターンを図１０（ａ）に、候補パターンを図
１０（ｂ）に示す。この例では、領域抽出後に抽出でき
なかった領域の影響で、比較対象となる図１０（ａ）の
Ｄ１，Ｄ２，Ｂ２の領域と図１０（ｂ）のＤ１，Ｄ２，
Ｂ２領域においてそれぞれ本来比較すべき領域と大きく
異なるために認識精度に影響を及ぼしてしまう。本発明
は、上記従来の問題点に鑑みなされたものであって、任
意の大きさ及び傾きの認識対象パターンを、その大きさ
及び傾きに合わせて候補パターンを変換することなしに
高速に認識が行え、且つ抽出し損なった領域の認識精度
に対する影響を減少させることができる図形認識方法及
び装置を提供することを目的とする。
マッチングは認識対象パターンと候補パターンの各画素
を比較するため、精度の良い結果が得られる。しかし、
位置合わせや各画素の比較を行うために処理時間が非常
にかかる。処理時間の削減手法として、多重解像度によ
る段階的な比較手法があるが、格段に処理時間が変化す
るわけではなく、各解像度の辞書データを持つ必要があ
り、その分記憶するデータ量が増えることになる。ま
た、認識対象パターンの大きさや傾きが一定でない場
合、辞書データをその大きさや傾きに合わせる変換処理
が毎回必要になる。一方、パターンを個々の領域に分割
して、それぞれの領域で面積比率を比較する手法では、
これまで長さを均等に分割した領域を対象としていたた
め、認識対象パターンの縦横比に影響を与える一部の領
域が撮影状態や領域抽出処理によってうまく抽出できな
い場合が生ずる。この場合、認識対象パターンと候補パ
ターンの本来比較すべき分割領域が異なってしまい、認
識精度に重大な影響を与える。例として、領域抽出後の
認識対象パターンを図１０（ａ）に、候補パターンを図
１０（ｂ）に示す。この例では、領域抽出後に抽出でき
なかった領域の影響で、比較対象となる図１０（ａ）の
Ｄ１，Ｄ２，Ｂ２の領域と図１０（ｂ）のＤ１，Ｄ２，
Ｂ２領域においてそれぞれ本来比較すべき領域と大きく
異なるために認識精度に影響を及ぼしてしまう。本発明
は、上記従来の問題点に鑑みなされたものであって、任
意の大きさ及び傾きの認識対象パターンを、その大きさ
及び傾きに合わせて候補パターンを変換することなしに
高速に認識が行え、且つ抽出し損なった領域の認識精度
に対する影響を減少させることができる図形認識方法及
び装置を提供することを目的とする。
【０００４】
【課題を解決するための手段】図１は本発明の概要を説
明する図である。本発明においては、図１に示すように
図形認識を行う。 （１）認識対象パターンの重心まわりの慣性主軸に平行
な辺を持つ認識対象パターンに外接する矩形（外接矩
形) を設定する。 （２）上記外接矩形を次のようにして分割する。 (i) 上記外接矩形の一方の辺について、該辺に平行な直
線で、部分領域内での認識対象パターンの面積が一定に
なるように外接矩形を任意の数で分割する。 (ii)さらに、上記辺に直交する他方の辺について、該他
方の辺に平行な直線で、部分領域内での認識対象パター
ンの面積が一定になるように（面積比一定分割）、もし
くは、前記一方の辺を分割したときの長さが一定になる
ように（均等分割) 、外接矩形を任意の数で分割する。 （３）認識対象パターンの全面積（画素数) に対する区
分領域内の認識対象パターンの面積（画素数) の比率を
特徴量として個々の区分領域に対して算出する。 （４）上記特徴量と、予め同じ分割数で同様にして領域
分割を行い特徴量を記憶しておいた候補パターンのデー
タと照合することにより、認識対象パターンを特定す
る。
明する図である。本発明においては、図１に示すように
図形認識を行う。 （１）認識対象パターンの重心まわりの慣性主軸に平行
な辺を持つ認識対象パターンに外接する矩形（外接矩
形) を設定する。 （２）上記外接矩形を次のようにして分割する。 (i) 上記外接矩形の一方の辺について、該辺に平行な直
線で、部分領域内での認識対象パターンの面積が一定に
なるように外接矩形を任意の数で分割する。 (ii)さらに、上記辺に直交する他方の辺について、該他
方の辺に平行な直線で、部分領域内での認識対象パター
ンの面積が一定になるように（面積比一定分割）、もし
くは、前記一方の辺を分割したときの長さが一定になる
ように（均等分割) 、外接矩形を任意の数で分割する。 （３）認識対象パターンの全面積（画素数) に対する区
分領域内の認識対象パターンの面積（画素数) の比率を
特徴量として個々の区分領域に対して算出する。 （４）上記特徴量と、予め同じ分割数で同様にして領域
分割を行い特徴量を記憶しておいた候補パターンのデー
タと照合することにより、認識対象パターンを特定す
る。
【０００５】本発明によれば、重心まわりの慣性主軸に
平行な辺を持つ外接矩形に対して照合を行うため、認識
対象パターンの傾きに合わせて辞書データである候補パ
ターンのデータを変換する必要がない。また、認識対象
パターンの外接矩形と候補パターンの外接矩形の区分領
域の総数が同じであり、区分領域ごとの特徴量を用いる
照合を行うため、予め照合する領域どうしが決まってお
り、テンプレートマッチングのような画像を走査して位
置合わせを行う必要もなく、効率良く照合を行うことが
できる。また、認識対象パターンと候補パターンのそれ
ぞれについて、全体の面積に対する各分割領域内での面
積を求め、認識対象パターンと候補パターンとを該面積
の比率を用いて比較するので、大きさに対する正規化が
行われており認識対象パターンの大きさに合わせて辞書
データである候補パターンのデータを変換する必要がな
く、効率の良い照合が行える。さらに、認識対象パター
ンの外接矩形の縦横比に影響を与えるような一部の領域
が撮影状態や領域抽出処理によってうまく抽出できない
場合でも、これらの抽出できなかった領域は全体の面積
にほとんど影響を与えない細長い領域であることが多
く、本発明によれば、外接矩形を面積比一定分割により
分割しているため、認識対象パターンと候補パターンの
本来比較すべき分割領域のズレを軽減することができ、
より精度の良い比較が行える。例として、領域抽出後の
認識対象パターンを図２（ａ）に、候補パターンを図２
（ｂ）に示す。この例では、横方向にだけ面積比一定分
割を行い、縦方向は均等分割を行った場合を示してお
り、抽出されなかった領域の影響が大きく影響を及ぼす
のは、Ｄ１領域だけであり、その他の小領域では、ほと
んど影響を受けないことが分かる。
平行な辺を持つ外接矩形に対して照合を行うため、認識
対象パターンの傾きに合わせて辞書データである候補パ
ターンのデータを変換する必要がない。また、認識対象
パターンの外接矩形と候補パターンの外接矩形の区分領
域の総数が同じであり、区分領域ごとの特徴量を用いる
照合を行うため、予め照合する領域どうしが決まってお
り、テンプレートマッチングのような画像を走査して位
置合わせを行う必要もなく、効率良く照合を行うことが
できる。また、認識対象パターンと候補パターンのそれ
ぞれについて、全体の面積に対する各分割領域内での面
積を求め、認識対象パターンと候補パターンとを該面積
の比率を用いて比較するので、大きさに対する正規化が
行われており認識対象パターンの大きさに合わせて辞書
データである候補パターンのデータを変換する必要がな
く、効率の良い照合が行える。さらに、認識対象パター
ンの外接矩形の縦横比に影響を与えるような一部の領域
が撮影状態や領域抽出処理によってうまく抽出できない
場合でも、これらの抽出できなかった領域は全体の面積
にほとんど影響を与えない細長い領域であることが多
く、本発明によれば、外接矩形を面積比一定分割により
分割しているため、認識対象パターンと候補パターンの
本来比較すべき分割領域のズレを軽減することができ、
より精度の良い比較が行える。例として、領域抽出後の
認識対象パターンを図２（ａ）に、候補パターンを図２
（ｂ）に示す。この例では、横方向にだけ面積比一定分
割を行い、縦方向は均等分割を行った場合を示してお
り、抽出されなかった領域の影響が大きく影響を及ぼす
のは、Ｄ１領域だけであり、その他の小領域では、ほと
んど影響を受けないことが分かる。
【０００６】
【発明の実施の形態】図３に本発明の実施例のシステム
構成を示す。同図に示すように、本発明の実施例のシス
テムは、画像処理装置１０と入出力装置２０で構成され
る。画像処理装置１０は、特徴量算出処理部１１、特徴
量照合処理部１２、比較結果表示処理部１３、および、
認識対象パターンの領域抽出後の画像が格納されている
領域抽出画像格納メモリ１４、候補パターンの特徴量が
格納されている辞書データ格納メモリ１５、照合結果が
格納される照合結果格納メモリ１６を備えている。特徴
量算出処理部１１は、領域抽出画像格納メモリ１４から
領域抽出画像を読み込み、その特徴量を算出する。特徴
量照合処理部１２は、辞書データ格納メモリ１５から候
補パターンごとに特徴量を読み込み、特徴量算出処理部
１１で算出された特徴量と照合を行う。比較結果表示処
理部１３は、照合結果格納メモリ１６から候補パターン
に対する照合結果を読み込み、各候補パターンの照合結
果を比較し、入出力装置に比較結果の表示を行う。入出
力装置２０は、領域抽出画像格納メモリ１４に複数の認
識対象パターンが格納されている場合に特徴量算出処理
部１１に入力する認識対象パターンの画像を指定した
り、比較結果あるいは途中経過を表示することが可能な
機能を有する。なお、領域抽出画像格納メモリ１４に格
納される認識対象パターンの画像は、対象となる画像
が、予め認識対象パターンのみ写されている撮像画像、
すなわち、認識対象パターン以外の部分（背景）が一様
な画像である場合、領域抽出処理が行われている必要は
ない。
構成を示す。同図に示すように、本発明の実施例のシス
テムは、画像処理装置１０と入出力装置２０で構成され
る。画像処理装置１０は、特徴量算出処理部１１、特徴
量照合処理部１２、比較結果表示処理部１３、および、
認識対象パターンの領域抽出後の画像が格納されている
領域抽出画像格納メモリ１４、候補パターンの特徴量が
格納されている辞書データ格納メモリ１５、照合結果が
格納される照合結果格納メモリ１６を備えている。特徴
量算出処理部１１は、領域抽出画像格納メモリ１４から
領域抽出画像を読み込み、その特徴量を算出する。特徴
量照合処理部１２は、辞書データ格納メモリ１５から候
補パターンごとに特徴量を読み込み、特徴量算出処理部
１１で算出された特徴量と照合を行う。比較結果表示処
理部１３は、照合結果格納メモリ１６から候補パターン
に対する照合結果を読み込み、各候補パターンの照合結
果を比較し、入出力装置に比較結果の表示を行う。入出
力装置２０は、領域抽出画像格納メモリ１４に複数の認
識対象パターンが格納されている場合に特徴量算出処理
部１１に入力する認識対象パターンの画像を指定した
り、比較結果あるいは途中経過を表示することが可能な
機能を有する。なお、領域抽出画像格納メモリ１４に格
納される認識対象パターンの画像は、対象となる画像
が、予め認識対象パターンのみ写されている撮像画像、
すなわち、認識対象パターン以外の部分（背景）が一様
な画像である場合、領域抽出処理が行われている必要は
ない。
【０００７】本発明はＣＰＵ、メモリ、外部記憶装置、
キーボード、ディスプレイ、プリンタ等の入出力装置、
外部媒体読み取り装置、通信インタフェース等を備えた
通常の計算機システムで実現することができ、上記外部
記憶装置に本発明の処理を行うプログラムや認識対象パ
ターン、候補パターンの特徴量等が記憶され、実行時、
上記プログラム等がメモリに読み込まれ、上記特徴量算
出処理、特徴量照合処理、比較結果表示処理等の処理が
行われる。
キーボード、ディスプレイ、プリンタ等の入出力装置、
外部媒体読み取り装置、通信インタフェース等を備えた
通常の計算機システムで実現することができ、上記外部
記憶装置に本発明の処理を行うプログラムや認識対象パ
ターン、候補パターンの特徴量等が記憶され、実行時、
上記プログラム等がメモリに読み込まれ、上記特徴量算
出処理、特徴量照合処理、比較結果表示処理等の処理が
行われる。
【０００８】図４は本発明の実施例の図形認識処理の流
れを示すフローチャートであり、同図を用いて、本発明
の実施例を説明する。まず、画像入力処理（図４の＃
１）において、領域抽出画像格納メモリ１４から認識対
象パターンの画像を入力する。この時、領域抽出画像格
納メモリ１４内に複数の認識対象パターンの画像が格納
されており、予め入力の対象が指定されていない場合、
入出力装置２０を用いて入力する認識対象パターン画像
を指定する。次に、２値化処理（図４の＃２）で、入力
された画像に対し２値化を行う。ここでは認識対象パタ
ーン領域内の画素に任意の同じ数値（例えば、”１”と
する) を設定し、背景領域内の画素に別の異なる数値(
例えば、”０”とする) を設定する。入力した画像は、
認識対象パターンの領域と背景領域（認識対象パターン
領域以外の領域）が分離されているため、容易に設定可
能である。なお、入力した画像が既に２値化されている
画像であれば、上記＃２の２値化の処理は省くことが可
能である。
れを示すフローチャートであり、同図を用いて、本発明
の実施例を説明する。まず、画像入力処理（図４の＃
１）において、領域抽出画像格納メモリ１４から認識対
象パターンの画像を入力する。この時、領域抽出画像格
納メモリ１４内に複数の認識対象パターンの画像が格納
されており、予め入力の対象が指定されていない場合、
入出力装置２０を用いて入力する認識対象パターン画像
を指定する。次に、２値化処理（図４の＃２）で、入力
された画像に対し２値化を行う。ここでは認識対象パタ
ーン領域内の画素に任意の同じ数値（例えば、”１”と
する) を設定し、背景領域内の画素に別の異なる数値(
例えば、”０”とする) を設定する。入力した画像は、
認識対象パターンの領域と背景領域（認識対象パターン
領域以外の領域）が分離されているため、容易に設定可
能である。なお、入力した画像が既に２値化されている
画像であれば、上記＃２の２値化の処理は省くことが可
能である。
【０００９】上記の２値化が済んだ画像に対し、外接矩
形算出処理（図４の＃３）では、図５に示すように認識
対象パターン領域の重心を算出し、さらにその重心まわ
りの認識対象パターン領域の慣性主軸を求める。次に、
図５に示すように、慣性主軸が画像のＸ軸（横軸）に平
行になるように認識対象パターン領域を重心を中心とし
て回転する。また、一回転後の認識対象パターン領域が
外接し、画像のＸ軸及びＹ軸に平行な辺を持つ矩形（以
降、外接矩形) を設定する。さらに領域分割処理（図４
の＃４）で、上記の外接矩形を小領域に分割する。分割
方法は、図６に示すように、外接矩形の一辺に平行に分
割した各矩形領域内の認識対象パターンの面積（画素
数）が一定になるように分割する（面積比一定分割）。
ついで、他方の辺についても、上記と同様な分割を行
う。
形算出処理（図４の＃３）では、図５に示すように認識
対象パターン領域の重心を算出し、さらにその重心まわ
りの認識対象パターン領域の慣性主軸を求める。次に、
図５に示すように、慣性主軸が画像のＸ軸（横軸）に平
行になるように認識対象パターン領域を重心を中心とし
て回転する。また、一回転後の認識対象パターン領域が
外接し、画像のＸ軸及びＹ軸に平行な辺を持つ矩形（以
降、外接矩形) を設定する。さらに領域分割処理（図４
の＃４）で、上記の外接矩形を小領域に分割する。分割
方法は、図６に示すように、外接矩形の一辺に平行に分
割した各矩形領域内の認識対象パターンの面積（画素
数）が一定になるように分割する（面積比一定分割）。
ついで、他方の辺についても、上記と同様な分割を行
う。
【００１０】このときの分割数は、辞書データ格納メモ
リ１５に格納されている候補データを作成したときの分
割数に合わせる。なお、候補データを作成するとき各辺
の分割数は任意であるが、後述するように、候補データ
どうしを照合し、それらのばらつきが最大となる分割数
を選択するなど、候補データどうしの特徴量に関する分
離がよくなる値を選ぶと良い。但し、全ての候補データ
を同じ分割数で作成する必要がある。また、全ての認識
対象が外接矩形の一辺に対しては常に良好に抽出できる
場合には、その辺に対する分割を長さが均等になる均等
分割として、領域分割処理（図４の＃４）及び辞書デー
タ格納メモリ１５内の候補パターンのデータ作成を行う
ことが可能である。なお、前記図２（ａ）（ｂ）の例
は、Ｘ軸方向（横方向）は面積比一定分割（Ｘ軸に平行
な直線により分割される各領域における識別対象パター
ン領域の面積とその背景領域の面積の比、候補パターン
領域の面積とその背景領域の面積の比が一定になるよう
な分割）であり、Ｙ軸方向（縦方向）は均等分割（Ｙ軸
に平行な直線により、Ｘ軸が均等な長さになるように分
割）である。
リ１５に格納されている候補データを作成したときの分
割数に合わせる。なお、候補データを作成するとき各辺
の分割数は任意であるが、後述するように、候補データ
どうしを照合し、それらのばらつきが最大となる分割数
を選択するなど、候補データどうしの特徴量に関する分
離がよくなる値を選ぶと良い。但し、全ての候補データ
を同じ分割数で作成する必要がある。また、全ての認識
対象が外接矩形の一辺に対しては常に良好に抽出できる
場合には、その辺に対する分割を長さが均等になる均等
分割として、領域分割処理（図４の＃４）及び辞書デー
タ格納メモリ１５内の候補パターンのデータ作成を行う
ことが可能である。なお、前記図２（ａ）（ｂ）の例
は、Ｘ軸方向（横方向）は面積比一定分割（Ｘ軸に平行
な直線により分割される各領域における識別対象パター
ン領域の面積とその背景領域の面積の比、候補パターン
領域の面積とその背景領域の面積の比が一定になるよう
な分割）であり、Ｙ軸方向（縦方向）は均等分割（Ｙ軸
に平行な直線により、Ｘ軸が均等な長さになるように分
割）である。
【００１１】特徴量算出処理（図４の＃５）では、ま
ず、認識対象パターン領域全体の面積（画素数) を求
め、次に上記で分割された外接矩形の小領域ごとに、認
識対象パターン領域全体の面積（画素数) に対するその
小領域内の認識対象パターンの面積（画素数) の比率を
算出する。以上が、認識対象パターンに対する特徴量の
算出方法である。この手順を用いて、予め辞書データ格
納メモリ１５内の各候補パターンの特徴量を算出してお
く。次に上記の認識対象パターンの特徴量と候補パター
ンの特徴量との照合について説明する。ここでは、辞書
データ格納メモリ１５に格納されている候補パターンの
数だけ、特徴量入力処理（図４の＃６）、照合処理（図
４の＃７）及び照合結果出力処理（図４の＃８）を順次
繰り返す。まず、特徴量入力処理＃６では、辞書データ
格納メモリ１５に格納されている候補パターンの特徴量
データを入力する。次に、照合処理＃７で、上記処理で
算出した認識対象パターンと候補パターンのそれぞれ対
応する小領域ごとに、総数量の差の絶対値を算出する。
こうして求めた全ての小領域に対する値の総和を候補パ
ターンの照合結果とする。ここで対応する小領域とは、
図７に示すように外接矩形領域に対する小領域の分割位
置が一致するもの同士を指している。
ず、認識対象パターン領域全体の面積（画素数) を求
め、次に上記で分割された外接矩形の小領域ごとに、認
識対象パターン領域全体の面積（画素数) に対するその
小領域内の認識対象パターンの面積（画素数) の比率を
算出する。以上が、認識対象パターンに対する特徴量の
算出方法である。この手順を用いて、予め辞書データ格
納メモリ１５内の各候補パターンの特徴量を算出してお
く。次に上記の認識対象パターンの特徴量と候補パター
ンの特徴量との照合について説明する。ここでは、辞書
データ格納メモリ１５に格納されている候補パターンの
数だけ、特徴量入力処理（図４の＃６）、照合処理（図
４の＃７）及び照合結果出力処理（図４の＃８）を順次
繰り返す。まず、特徴量入力処理＃６では、辞書データ
格納メモリ１５に格納されている候補パターンの特徴量
データを入力する。次に、照合処理＃７で、上記処理で
算出した認識対象パターンと候補パターンのそれぞれ対
応する小領域ごとに、総数量の差の絶対値を算出する。
こうして求めた全ての小領域に対する値の総和を候補パ
ターンの照合結果とする。ここで対応する小領域とは、
図７に示すように外接矩形領域に対する小領域の分割位
置が一致するもの同士を指している。
【００１２】図８により上記照合処理を具体例を説明す
る。ここでは、候補パターンＡと認識対象パターンＢを
照合する場合について説明する。候補パターンＡは同図
に示すようにａ１１〜ａ５５の区分領域に分割され、ま
た、認識対象パターンＢはｂ１１〜ｂ５５の区分領域に
分割されているとする。この場合、候補パターンＡの特
徴量は、同図に示すように各区分領域について求めた
（区分領域ａｉｋ内のパターンの面積）／（パターン全
体の面積）＝Ａｉｋ（ｉ＝１〜５，ｋ＝１〜５）であ
る。同様に、認識対象パターンＢの特徴量は、同図に示
すように各区分領域について求めた（区分領域ｂｉｋ内
のパターンの面積）／（パターン全体の面積）＝Ｂｉｋ
（ｉ＝１〜５，ｋ＝１〜５）である。照合処理＃７で
は、前記したように外接矩形領域に対する小領域の分割
位置が一致するもの同士について、各区分領域の特徴量
の差を求め、次の式に示すように、その絶対値の総和を
算出して、これを照合結果とする。 照合結果＝Σ｜Ａｉｋ−Ｂｉｋ｜ ここで（ｉ＝１〜
５，ｋ＝１〜５）
る。ここでは、候補パターンＡと認識対象パターンＢを
照合する場合について説明する。候補パターンＡは同図
に示すようにａ１１〜ａ５５の区分領域に分割され、ま
た、認識対象パターンＢはｂ１１〜ｂ５５の区分領域に
分割されているとする。この場合、候補パターンＡの特
徴量は、同図に示すように各区分領域について求めた
（区分領域ａｉｋ内のパターンの面積）／（パターン全
体の面積）＝Ａｉｋ（ｉ＝１〜５，ｋ＝１〜５）であ
る。同様に、認識対象パターンＢの特徴量は、同図に示
すように各区分領域について求めた（区分領域ｂｉｋ内
のパターンの面積）／（パターン全体の面積）＝Ｂｉｋ
（ｉ＝１〜５，ｋ＝１〜５）である。照合処理＃７で
は、前記したように外接矩形領域に対する小領域の分割
位置が一致するもの同士について、各区分領域の特徴量
の差を求め、次の式に示すように、その絶対値の総和を
算出して、これを照合結果とする。 照合結果＝Σ｜Ａｉｋ−Ｂｉｋ｜ ここで（ｉ＝１〜
５，ｋ＝１〜５）
【００１３】照合結果出力処理（図３の＃８）では、こ
の照合結果及び小領域ごとの値（特徴量の差の絶対値)
を、照合結果格納メモリ１６に出力する。全ての候補パ
ターンに対して特徴量入力処理＃６から照合結果出力処
理＃８までの処理が完了したら、各候補パターンに対す
る照合結果を比較し、その比較結果を入出力装置２０に
表示する処理を行う。すなわち、照合結果比較処理（図
３の＃９）では、照合結果格納メモリ１６に格納されて
いる各候補パターンの照合結果を順次入力し、値の小さ
い順に正解に近いものとして候補パターンの順位付けを
行う。その順位に基づき、比較結果表示処理（図３の＃
１０）では、候補パターンの名称と照合結果を列挙して
表示する。
の照合結果及び小領域ごとの値（特徴量の差の絶対値)
を、照合結果格納メモリ１６に出力する。全ての候補パ
ターンに対して特徴量入力処理＃６から照合結果出力処
理＃８までの処理が完了したら、各候補パターンに対す
る照合結果を比較し、その比較結果を入出力装置２０に
表示する処理を行う。すなわち、照合結果比較処理（図
３の＃９）では、照合結果格納メモリ１６に格納されて
いる各候補パターンの照合結果を順次入力し、値の小さ
い順に正解に近いものとして候補パターンの順位付けを
行う。その順位に基づき、比較結果表示処理（図３の＃
１０）では、候補パターンの名称と照合結果を列挙して
表示する。
【００１４】次に、図９により前記した分割数を求める
手法の一例を説明する。同図は、分割数が異なる複数の
候補パターン群１〜ｍ（分割数はそれぞれＤ１〜Ｄｍ）
の中から照合結果のばらつきの最も大きな候補パターン
群を求め、その候補パターンの分割数を、分割数として
用いる場合を示している。各候補パターン群１〜ｍは、
それぞれ候補パターンＴ１１〜Ｔ１ｎ，Ｔ２１〜Ｔ２
ｎ，…，Ｔｍ１〜Ｔｍｎのｎ個の候補パターンからなる
とする。まず、同図に示すように、候補パターン群１に
属する候補パターンＴ１１〜Ｔ１ｎを相互に照合し、前
記したように候補パターン相互の各区分領域の特徴量の
差の絶対値の総和Σ｜Ｔ１１ik−Ｔ１２ik｜，Σ｜Ｔ１
１ik−Ｔ１３ik｜，…，Σ｜Ｔ１ｎ−１ik−Ｔ１ｎik｜
を求める。同様に、候補パターン群２〜ｍについて、候
補パターンを相互に照合し、候補パターンの各区分領域
の特徴量の差の絶対値の総和を求める。次に、各候補パ
ターン群１〜ｍについて、横軸を上記照合結果、縦軸を
頻度としたヒストグラムを作成する。そして、候補パタ
ーン群１〜ｍのうち、ヒストグラムの高さが最も低い
（最もばらつきが大きい）候補パターンを求め、その候
補パターンの分割数を選択する。例えば、図９では、候
補パターンｊのヒストグラムの高さが最も低く、候補パ
ターンｊの分割数Ｄｊを選択することになる。以上のよ
うに分割数を定めることにより、候補データどうしの特
徴量に関する分離をよくすることができ、認識精度を向
上させることができる。
手法の一例を説明する。同図は、分割数が異なる複数の
候補パターン群１〜ｍ（分割数はそれぞれＤ１〜Ｄｍ）
の中から照合結果のばらつきの最も大きな候補パターン
群を求め、その候補パターンの分割数を、分割数として
用いる場合を示している。各候補パターン群１〜ｍは、
それぞれ候補パターンＴ１１〜Ｔ１ｎ，Ｔ２１〜Ｔ２
ｎ，…，Ｔｍ１〜Ｔｍｎのｎ個の候補パターンからなる
とする。まず、同図に示すように、候補パターン群１に
属する候補パターンＴ１１〜Ｔ１ｎを相互に照合し、前
記したように候補パターン相互の各区分領域の特徴量の
差の絶対値の総和Σ｜Ｔ１１ik−Ｔ１２ik｜，Σ｜Ｔ１
１ik−Ｔ１３ik｜，…，Σ｜Ｔ１ｎ−１ik−Ｔ１ｎik｜
を求める。同様に、候補パターン群２〜ｍについて、候
補パターンを相互に照合し、候補パターンの各区分領域
の特徴量の差の絶対値の総和を求める。次に、各候補パ
ターン群１〜ｍについて、横軸を上記照合結果、縦軸を
頻度としたヒストグラムを作成する。そして、候補パタ
ーン群１〜ｍのうち、ヒストグラムの高さが最も低い
（最もばらつきが大きい）候補パターンを求め、その候
補パターンの分割数を選択する。例えば、図９では、候
補パターンｊのヒストグラムの高さが最も低く、候補パ
ターンｊの分割数Ｄｊを選択することになる。以上のよ
うに分割数を定めることにより、候補データどうしの特
徴量に関する分離をよくすることができ、認識精度を向
上させることができる。
【００１５】
【発明の効果】以上説明したように本発明においては、
以下の効果を得ることができる。 （１）重心まわりの慣性主軸に平行な辺を持つ外接矩形
に対して照合を行っているので、認識対象パターンの傾
きに合わせて候補パターンのデータを変換する必要がな
く、また、認識対象パターンの外接矩形と候補パターン
の外接矩形の区分領域の総数を同じにして、区分領域ご
との特徴量を用いる照合を行っているので、テンプレー
トマッチングのような画像を走査して位置合わせを行う
必要もなく、効率良く照合を行うことができ、高速な認
識処理を行うことが可能となる。 （２）認識対象パターンと候補パターンのそれぞれにつ
いて、全体の面積に対する各分割領域内での面積を求
め、認識対象パターンと候補パターンとを該面積の比率
を用いて比較しているので、認識対象パターンの大きさ
に合わせて辞書データである候補パターンのデータを変
換する必要がなく、効率の良い照合を行うことができ
る。 （３）認識対象パターンの外接矩形の縦横比に影響を与
えるような一部の領域が撮影状態や領域抽出処理によっ
てうまく抽出できない場合でも、認識対象パターンと候
補パターンの本来比較すべき分割領域のズレを軽減する
ことができ、また、抽出し損なった領域の認識精度に対
する影響を減少することができ、精度の良い比較を行う
ことができる。
以下の効果を得ることができる。 （１）重心まわりの慣性主軸に平行な辺を持つ外接矩形
に対して照合を行っているので、認識対象パターンの傾
きに合わせて候補パターンのデータを変換する必要がな
く、また、認識対象パターンの外接矩形と候補パターン
の外接矩形の区分領域の総数を同じにして、区分領域ご
との特徴量を用いる照合を行っているので、テンプレー
トマッチングのような画像を走査して位置合わせを行う
必要もなく、効率良く照合を行うことができ、高速な認
識処理を行うことが可能となる。 （２）認識対象パターンと候補パターンのそれぞれにつ
いて、全体の面積に対する各分割領域内での面積を求
め、認識対象パターンと候補パターンとを該面積の比率
を用いて比較しているので、認識対象パターンの大きさ
に合わせて辞書データである候補パターンのデータを変
換する必要がなく、効率の良い照合を行うことができ
る。 （３）認識対象パターンの外接矩形の縦横比に影響を与
えるような一部の領域が撮影状態や領域抽出処理によっ
てうまく抽出できない場合でも、認識対象パターンと候
補パターンの本来比較すべき分割領域のズレを軽減する
ことができ、また、抽出し損なった領域の認識精度に対
する影響を減少することができ、精度の良い比較を行う
ことができる。
【図１】本発明の概要を説明する図である。
【図２】横方向に面積比一定分割した認識対象パターン
と候補パターンにおいて領域抽出後に抽出できなかった
領域を説明する図である。
と候補パターンにおいて領域抽出後に抽出できなかった
領域を説明する図である。
【図３】本発明の実施例の図形認識装置のシステムの構
成を示すブロック図である。
成を示すブロック図である。
【図４】本発明の実施例の図形認識処理の流れを示すフ
ローチャートである。
ローチャートである。
【図５】認識対象パターンの慣性主軸と外接矩形の例お
よび慣性主軸に関して回転を行った後の状態を示す図で
ある。
よび慣性主軸に関して回転を行った後の状態を示す図で
ある。
【図６】認識対象パターンの外接矩形と横方向に対して
面積比一定分割を行った場合の一例を示す図である。
面積比一定分割を行った場合の一例を示す図である。
【図７】認識対象パターンの小領域と候補パターンの小
領域の対応関係を説明する図である。
領域の対応関係を説明する図である。
【図８】認識対象パターンと候補パターンの照合処理を
説明する図である。
説明する図である。
【図９】分割数を求める手法の一例を説明する図であ
る。
る。
【図１０】 候補パターンと認識対象パターンを均等分
割した場合において、領域抽出で抽出できなかった領域
を説明する図である。
割した場合において、領域抽出で抽出できなかった領域
を説明する図である。
１０ 画像処理装置 １１ 特徴量算出処理部 １２ 特徴量照合処理部 １３ 比較結果表示処理部 １４ 領域抽出画像格納メモリ １５ 辞書データ格納メモリ １６ 照合結果格納メモリ ２０ 入出力装置
Claims (6)
- 【請求項１】 認識対象パターンが含まれる領域とし
て、認識対象パターンの重心まわりの慣性主軸に平行な
辺を持つ認識対象パターンに外接する外接矩形を設定
し、 上記外接矩形の一方の辺について、該辺に平行な直線
で、部分領域内での認識対象パターンの面積が一定にな
るように外接矩形を任意の数で分割し、さらに、上記辺
に直交する他方の辺について、該他方の辺に平行な直線
で、部分領域内での認識対象パターンの面積が一定にな
るように、もしくは、前記一方の辺を均等な長さに分割
するように、外接矩形を任意の数で分割し、 認識対象パターンの全面積に対する上記分割小領域内の
認識対象パターンの面積の比率を特徴量として算出し、 上記特徴量と、予め同じ分割数で同様にして領域分割を
行い特徴量を記憶しておいた候補パターンのデータと照
合することにより、認識対象パターンを特定することを
特徴とする図形認識方法。 - 【請求項２】 候補データを作成する際、候補データ同
士を照合し、照合結果のばらつきが最大となる分割数を
求め、該分割数により外接矩形の辺を分割することを特
徴とする請求項１の図形認識方法。 - 【請求項３】 認識対象パターンと候補パターンを比較
して、認識対象パターンを特定する図形認識装置であっ
て、 認識対象パターンの重心まわりの慣性主軸に平行な辺を
持つ認識対象パターンに外接する外接矩形を設定する外
接矩形設定手段と、 上記外接矩形の一方の辺について、該辺に平行な直線
で、部分領域内での認識対象パターンの面積が一定にな
るように外接矩形を任意の数で分割し、さらに、上記辺
に直交する他方の辺について、該他方の辺に平行な直線
で、部分領域内での認識対象パターンの面積が一定にな
るように、もしくは、前記一方の辺を均等な長さに分割
するように、外接矩形を任意の数で分割する外接矩形分
割手段と、 認識対象パターンの全面積に対する上記分割小領域内の
認識対象パターンの面積の比率から特徴量を算出する特
徴量算出手段と、 上記特徴量と、予め同じ分割数で同様にして領域分割を
行い特徴量を記憶しておいた候補パターンのデータと照
合する照合手段とを備えたことを特徴とする図形認識装
置。 - 【請求項４】 候補データを作成する際、候補データ同
士を照合し、照合結果のばらつきが最大となる分割数を
求め、上記外接矩形分割手段は、該分割数により外接矩
形の辺を分割することを特徴とする請求項３の図形認識
装置。 - 【請求項５】 図形認識処理を行うプログラムを記録し
た記録媒体であって、 上記プログラムは、認識対象パターンが含まれる領域と
して、認識対象パターンの重心まわりの慣性主軸に平行
な辺を持つ認識対象パターンに外接する外接矩形を設定
し、 上記外接矩形の一方の辺について、該辺に平行な直線
で、部分領域内での認識対象パターンの面積が一定にな
るように外接矩形を任意の数で分割し、さらに、上記辺
に直交する他方の辺について、該他方の辺に平行な直線
で、部分領域内での認識対象パターンの面積が一定にな
るように、もしくは、前記一方の辺を均等な長さに分割
するように外接矩形を任意の数で分割し、 認識対象パターンの全面積に対する上記分割小領域内の
認識対象パターンの面積の比率を特徴量として算出し、 上記特徴量と、予め同じ分割数で同様にして領域分割を
行い特徴量を記憶しておいた候補パターンのデータと照
合することにより、認識対象パターンを特定することを
特徴とする図形認識処理を行うプログラムを記録した記
録媒体。 - 【請求項６】 図形認識処理を行うプログラムであっ
て、 上記プログラムは、認識対象パターンが含まれる領域と
して、認識対象パターンの重心まわりの慣性主軸に平行
な辺を持つ認識対象パターンに外接する外接矩形を設定
する処理と、 上記外接矩形の一方の辺について、該辺に平行な直線
で、部分領域内での認識対象パターンの面積が一定にな
るように外接矩形を任意の数で分割し、さらに、上記辺
に直交する他方の辺について、該他方の辺に平行な直線
で、部分領域内での認識対象パターンの面積が一定にな
るように、もしくは、前記一方の辺を均等な長さに分割
するように外接矩形を任意の数で分割する処理と、 認識対象パターンの全面積に対する上記分割小領域内の
認識対象パターンの面積の比率を特徴量として算出する
処理と、 上記特徴量と、予め同じ分割数で同様にして領域分割を
行い特徴量を記憶しておいた候補パターンのデータと照
合することにより、認識対象パターンを特定する処理を
コンピュータに実行させることを特徴とする図形認識処
理を行うプログラム。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2001359114A JP3948943B2 (ja) | 2000-12-22 | 2001-11-26 | 図形認識方法及び装置 |
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2000-390307 | 2000-12-22 | ||
| JP2000390307 | 2000-12-22 | ||
| JP2001359114A JP3948943B2 (ja) | 2000-12-22 | 2001-11-26 | 図形認識方法及び装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2002251613A true JP2002251613A (ja) | 2002-09-06 |
| JP3948943B2 JP3948943B2 (ja) | 2007-07-25 |
Family
ID=26606363
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2001359114A Expired - Fee Related JP3948943B2 (ja) | 2000-12-22 | 2001-11-26 | 図形認識方法及び装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP3948943B2 (ja) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2015064698A (ja) * | 2013-09-24 | 2015-04-09 | 富士通株式会社 | 画像処理装置、画像処理方法、および画像処理プログラム |
-
2001
- 2001-11-26 JP JP2001359114A patent/JP3948943B2/ja not_active Expired - Fee Related
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2015064698A (ja) * | 2013-09-24 | 2015-04-09 | 富士通株式会社 | 画像処理装置、画像処理方法、および画像処理プログラム |
Also Published As
| Publication number | Publication date |
|---|---|
| JP3948943B2 (ja) | 2007-07-25 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US5048107A (en) | Table region identification method | |
| US6741745B2 (en) | Method and apparatus for formatting OCR text | |
| JP2004139484A (ja) | 帳票処理装置、該装置実行のためのプログラム、及び、帳票書式作成プログラム | |
| JPH05242292A (ja) | 分離方法 | |
| CN114038004A (zh) | 一种证件信息提取方法、装置、设备及存储介质 | |
| CN110942473A (zh) | 一种基于特征点网格化匹配的运动目标跟踪检测方法 | |
| JP2008251029A (ja) | 文字認識装置、ナンバープレート認識システム | |
| JPH08508128A (ja) | 分布マップを用いる画像の分類方法及び装置 | |
| JPH05181411A (ja) | 地図情報照合更新方式 | |
| JP2926066B2 (ja) | 表認識装置 | |
| JPH08287258A (ja) | カラー画像認識装置 | |
| JP3948943B2 (ja) | 図形認識方法及び装置 | |
| JP4264332B2 (ja) | 文字認識装置、ナンバープレート認識システム | |
| JPH08147469A (ja) | カラー画像認識方法 | |
| CN106557772A (zh) | 用于提取局部特征子的方法、装置及图像处理方法 | |
| JP3661774B2 (ja) | 文字列認識方法、文字認識装置およびプログラム | |
| JP2004094644A (ja) | 画像処理装置、画像処理方法、記憶媒体及びプログラム | |
| JP2002185782A (ja) | 文字抽出装置、文字抽出方法および記録媒体 | |
| JP4011859B2 (ja) | 単語画像正規化装置，単語画像正規化プログラム記録媒体および単語画像正規化プログラム | |
| 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 | |
| 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 | |
| JP3100825B2 (ja) | 線認識方法 | |
| JPH1011576A (ja) | 部品形状認識方法 | |
| JP2974167B2 (ja) | 文字の大分類認識方法 | |
| JP2001126030A (ja) | パターン認識方法及びパターン認識装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20040927 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20061107 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20070130 |
|
| A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20070323 |
|
| 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: 20070417 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20070417 |
|
| 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: 20110427 Year of fee payment: 4 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110427 Year of fee payment: 4 |
|
| LAPS | Cancellation because of no payment of annual fees |