JP2007280385A - パターンマッチング処理方法及び装置 - Google Patents

Abstract

【課題】 入力パターンデータを認識するのに、融通性が高く、認識能力に多様性を得る。
【解決手段】入力画像データ中から複数要素からなるパターンデータを抽出する。複数要素からなるテンプレートデータ、前記テンプレートデータに対応する複数要素からなる重みデータをメモリから読み出す。前記パターンデータと前記テンプレートデータと前記重みデータとを用いて要素毎の演算い、前記要素毎の演算結果の総和を用いて、パターンデータとテンプレートデータとの一致度合いを表す類似値を算出する。前記類似値を所定の閾値と比較することによって前記パターンデータと前記テンプレートデータとが一致するか否かの判定出力を得る。
【選択図】 図２

Description

この発明は、パターンマッチング処理方法及び装置に関するものであり、例えばＯＣＲ（optical character reader）に適用して有用である。

ＯＣＲ（optical character reader）では、パターンマッチング処理により文字認識を行っている。パターンマッチング処理においては、入力画像から抽出した複数要素（複数画素データ）からなるパターンデータと、予め記憶手段に保持されているパターン判定用の複数要素（画素データ）からなるテンプレートデータとから、パターンの一致度合いを示す値を算出する。そして、算出された値を所定の閾値と比較することによって、入力画像に対応する所望のパターンが存在するか否かの判定出力を得る。

パターンの一致度合いを示す値としては、次式（１）で表されるような類似度Ｓがよく用いられる。

ここで、Ｐ（ｉ，ｊ）は、入力画像から一部の領域を切り出したパターンデータであり、Ｑ（ｉ，ｊ）はパターン判定用のテンプレートデータである。また、ｉおよびｊは非負の整数である。

パターンマッチング処理を行う技術を示す文献として、日本国特許第３５７２２０３号がある。この文献では、複数のテンプレートデータの特徴となる部分を合体させた共通テンプレートを作成している。この共通テンプレートと、入力画像から抽出した複数要素からなるパターンデータとの類似度を得るために、マッチング演算を行っている。この処理方法では、パターンマッチング処理を効率化できる。

パターンマッチング処理を行うときに、検出したいパターンに比べて線の太さや点の大きさ等の形状が若干異なる入力パターン（文字等）であっても、本来検出したいパターンと同一のパターンであると判定しなければならない。例えば同一文字であっても、線の太さが異なる複数の文字がある場合、これらの文字は、同一文字として判定しなければならない。このような場合、入力パターンデータと比較するテンプレートデータとして、線の異なる文字用の複数のテンプレートを用意すると、メモリ容量が大きくなり、またマッチング演算時間が多くなる。
特許第３５７２２０３号

そこで、一実施形態の目的としては、入力パターンデータを認識するのに、融通性が高く、認識能力に多様性があるパターンマッチング方法及び装置を提供することを目的とする。

入力画像データ中から複数要素からなるパターンデータを抽出し、予め記憶手段に保持されている複数要素からなるテンプレートデータを読み出し、前記テンプレートデータに対応して予め記憶手段に保持されている複数要素からなる重みデータを読み出す。次に前記パターンデータと前記テンプレートデータと前記重みデータとを用いて要素毎の演算い、前記要素毎の演算結果の総和を用いて、パターンデータとテンプレートデータとの一致度合いを表す類似値を算出する。次に、前記類似値を所定の閾値と比較することによって前記パターンデータと前記テンプレートデータとが一致するか否かの判定出力を得る。

入力パターンデータを認識するのに、融通性が高く、認識能力に多様性が得られた。

以下、図面を参照してこの発明の実施の形態を説明する。図１は発明の一実施形態による装置を示している。

１１は、例えばチャージドカプルドデバイス（ＣＣＤ）を用いたラインセンサである。ラインセンサ１１で読み取られた信号は、アナログデジタル変換回路１２において、画像データに変換され、制御部１３に取り込まれる。制御部１３では、画像データを一旦、画像メモリ１３２に取り込む。画像メモリ１３２に取り込まれた画像データは、領域分割部１３３において、２値化される。

この２値化されたデータの中から、パターン領域切り出し処理部１３４において、さらに所定サイズ（テンプレートデータと同一サイズ）のパターンデータを取り出す。このパターンデータをＰ（ｉ，ｊ）と称する。

上記の切り出し処理は、二値化された画像の全面について、所定サイズの領域が１画素ずつインクリメントされながら行われても良い。又は、後段の処理がより効率的に行われるように、二値化されたパターンが存在する外形サイズを判定し、この外形サイズを含める所定サイズの領域だけを限定して切り出しても良い。

外形サイズの判定方法としては、図３に示すように、縦方向に、二値化されたパターンデータＣＨＡの配列が連続する長さ（ＬＶ）を判定し、また、横方向に、二値化されたデータＣＨＡの配列が連続する長さ（ＬＨ）を判定する。そして縦方向と横方向の長さが、予め定めている長さを満足する場合は、先の外形サイズ或いは所定サイズの領域Ｐを切り出すようにしてもよい。

上記のように切り出された所定サイズのパターンデータは、類似度計算部１３５において、テンプレートデータと比較され、類似度が計算される。テンプレートデータは、複数用意されている。また類似度計算時には、後述するように、テンプレートデータとの類似度判定処理の余裕、或いは融通性をもたせるために重みデータが用意されている。

類似度計算部１３５において判定された類似度判定結果は、判定結果処理部１３６に入力される。ここで、類似度判定結果が、閾値を超えている場合には、最終的にパターンデータのキャラクタが決定される。シーケンスコントローラ１３１は、上記の各ブロックがデータ処理を実行するシーケンス制御を行っている。１３７は、テンプレートデータ及び重みデータを格納しているメモリである。

図２には、上記した制御部１３の動作をフローチャートで示している。ステップＳＡ１で画像データが２値化される。

この２値化されたデータの中から、パターン領域切り出し処理が行われる、即ち、所定サイズ（テンプレートデータと同一サイズ）のパターンデータが取り出される。

次のステップＳＡ３において、テンプレート番号ｋに初期値を与え、ステップＳＡ４ではｋが最大値Ｋに達したかどうかを判定する。ステップＳＡ４で、ｋが最大値Ｋに達していた場合はパターン認識処理を終了する。

ｋが最大値Ｋに達していない場合、ｋに対応したテンプレートデータＱ［ｋ］（ｉ，ｊ）を記憶手段、つまりメモリ１３７から読み出す（ステップＳＡ５）。また、テンプレートデータに対応した重みデータＷ［ｋ］（ｉ，ｊ）をメモリ１３７から読み出す（ステップＳＡ６）。これらのテンプレートデータおよび重みデータは、全く異なる種類のパターンである場合や、同一パターンで傾きが異なる場合等、用途に応じて使い分けができる。

図４には、テンプレートデータＱ［０］，Ｑ［１］、・・・・Ｑ［ｋ］と重みデータＷ［０］，Ｗ［１］，・・・・・Ｗ［ｋ］の一例を示している。テンプレートデータＱ［０］は正常な姿勢で配列された文字の例であり、Ｑ［１］は傾いて配置された文字の例である。重みデータは、文字の周囲の白い部分が重みを軽くされている。例えば黒の部分の重みが２、白の部分の重みが１とされている。

パターンデータＰとテンプレートデータＱ［ｋ］と重みデータＷ［ｋ］とから、重み付きの類似度Ｓｗ［ｋ］を算出する（ステップＳＡ７）。類似度の算出方法としては、例えば式（２）が用いられる。

次に、類似度が所定値Ｔ［ｋ］を超えているかどうかの判定が行われる（ステップＳＡ８）。類似度が所定値Ｔ［ｋ］を超えなかった場合、判定結果Ｊ［ｋ］を０として（ステップＳＡ１０）、次のテンプレートとパターンデータＰとの類似度を計算する（ステップＳＡ１１）。類似度が所定値Ｔ［ｋ］を超えている場合は、判定結果Ｊ［ｋ］を１とする（ステップＳＡ９）。

上記した式（２）を用いる場合は、乗算や除算を行う必要があり、ハードウェアとして実装したときの回路規模が膨大になってしまう。

そこで、このような回路規模の増大を抑制するために、図５に示すフローチャートのような簡便な方法を用いても良い。すなわち、パターンデータＰ（ｉ，ｊ）とテンプレートデータＱ［ｋ］（ｉ，ｊ）との要素毎の差Ｄ（ｉ，ｊ）の絶対値を求める（ステップＳＢ１、ＳＢ２，ＳＢ３，ＳＢ４）。

その差Ｄ（ｉ，ｊ）と所定の閾値Ｔｄ（ｉ，ｊ）との比較に基づいて、選択された値（差Ｄ（ｉ，ｊ））の総和を類似度Ｓｗ［ｋ］とすることもできる。

即ち、差Ｄ（ｉ，ｊ）が所定の閾値Ｔｄ（ｉ，ｊ）以下の場合は、類似していることであり、所定の閾値Ｔｄ（ｉ，ｊ）超の場合は、非類似である。類似している場合には、重みデータＡ（ｉ，ｊ）を加算して、類似度Ｓｗ［ｋ］とする。類似度Ｓｗ［ｋ］は、ｊ及びｉが可変されて、所定のサイズ内の全画素がテンプレートデータの画素と比較される。

即ち、図２に戻って説明する。算出した類似度Ｓｗ［ｋ］を、テンプレートデータに対応した閾値Ｔ［ｋ］と比較し（ＳＡ８）、Ｓｗ［ｋ］の値がＴ［ｋ］以上のときは判定結果Ｊ［ｋ］を１とし（ＳＡ９）、Ｓｗ［ｋ］の値がＴ［ｋ］未満のときは判定結果Ｊ［ｋ］を０とする（ＳＡ１０）。以上ＳＡ５〜ＳＡ１０の処理を、記憶されている全てのテンプレートデータについて行う。

上記したように、テンプレートデータと重みデータとを組み合わせ、検出対象パターンのエッジ近傍の不安定部分（二値化結果が“１”になるか“０”になるかが不確定であり、かつ、どちらであっても大局的なパターンは同一である部分）の重みを小さくすることにより、１回のマッチング処理で外形サイズの異なる複数の類似パターンの検出が可能となる。

即ち、図６に示すように、テンプレートデータ６１と、これに対応した重みデータ６２が容易された場合、検出可能なパターンとしては、図６の右側に示すようなパターンを検出することが可能である。即ち、テンプレートに完全に一致するパターン６３は勿論のこと、線幅が異なるパターン６４、サイズが異なるパターン６５を検出することが可能である。

このように、図６の例は、テンプレートデータに対応する重みデータは、パターン本体のエッジに相当する要素とそれ以外の要素とで重みの値が異なる。

これに対して、図７に示すように、検出対象パターンのエッジ近傍（および検出対象パターン部分）の重みを大きくする重みデータ７１が用意されていてもよい。このような、重みデータ７１が利用された場合、図７の右側に示すようなパターンを検出することが可能である。即ち、テンプレートに完全に一致するパターン６３は勿論のこと、背景に網点、ゴミ等のノイズが存在する場合でも所望のパターンを精度良く検出することが可能となる。

このように図７の例は、テンプレートデータに対応する重みデータは、パターン本体およびその周囲に位置する要素とで重みの値が異なる。

この発明は、上記の実施形態に限定されるものではない。図８には別の実施の形態を示している。図１と同一部には同一符号を付して説明する。図６に示すようなデータを有するメモリ１３７Ａ，図７に示すようなデータを有するメモリ１３７Ｂを用意し、操作部１４０からの操作により、切換えることができるようにしてもよい。つまり、背景にノイズが多い場合は、図７に示したような重みデータが適合し、線の太さが異なるような文字が多い場合には、図６に示すような重みデータがよい。さらに、これらの重みデータを組み合わせて使用してもよい。

なお、この発明は、上記実施形態そのままに限定されるものではなく、実施段階ではその要旨を逸脱しない範囲で構成要素を変形して具体化できる。また、上記実施形態に開示されている複数の構成要素の適宜な組み合せにより種々の発明を形成できる。例えば、実施形態に示される全構成要素から幾つかの構成要素を削除してもよい。更に、異なる実施形態に亘る構成要素を適宜組み合せてもよい。

この発明に係る一つの実施の形態を説明するために示したパターンマッチング処理装置の構成例を示す図である。 図１の装置の動作例を説明するために示したフローチャートである。 パターンデータの所定サイズを説明するために示した図である。 パターンデータに比較するためのテンプレートデータと重みデータとの例を説明するために示した図である。 図１の装置の他の動作例を説明するために示したフローチャートである。 テンプレートデータと重みデータとの例と、検出可能なパターンの例を説明するために示した図である。 テンプレートデータと重みデータとの例と、他の検出可能なパターンの例を説明するために示した図である。 この発明に係る他の実施の形態を説明するために示したパターンマッチング処理装置の構成例を示す図である。

符号の説明

１１…ラインセンサ、１２A/D変換回路、１３…制御部、１３１…シーケンスコントローラ、１３２…画像メモリ、１３３…領域分割部、１３４…パターン領域切り出し処理部、１３５…類似度計算部、１３６…判定結果処理部、１３７…メモリ。

Claims (11)

1. 入力画像データ中から複数要素からなるパターンデータを抽出し、
   予め記憶手段に保持されている複数要素からなるテンプレートデータを読み出し、
   前記テンプレートデータに対応して予め記憶手段に保持されている複数要素からなる重みデータを読み出し、
   前記パターンデータと前記テンプレートデータと前記重みデータとを用いて要素毎の演算を行い、
   前記要素毎の演算結果の総和を用いて、パターンデータとテンプレートデータとの一致度合いを表す類似値を算出し、
   前記類似値を所定の閾値と比較することによって前記パターンデータと前記テンプレートデータとが一致するか否かの判定出力を得る、
   パターンマッチング処理方法。
2. 前記要素毎の演算は、
   前記パターンデータと前記テンプレートデータと重みデータの要素同士の演算と、
   前記パターンデータと重みデータの要素を用いた演算と、
   前記テンプレートデータと重みデータの要素を用いた演算と、
   を含むことを特徴とする請求項１に記載のパターンマッチング処理方法。
3. 前記テンプレートデータに対応する重みデータは、パターン本体のエッジに相当する要素とそれ以外の要素とで重みの値が異なることを特徴とする請求項１に記載のパターンマッチング処理方法。
4. 前記テンプレートデータに対応する重みデータは、パターン本体およびその周囲に位置する要素とそれ以外の要素とで重みの値が異なることを特徴とする請求項１に記載のパターンマッチング処理方法。
5. 入力画像中から複数要素からなるパターンデータを抽出し、
   予め記憶手段に保持されている複数要素からなるパターン判定用のテンプレートデータを読み出し、
   前記テンプレートデータに対応して予め記憶手段に保持されている複数要素からなる重みデータを読し、
   前記パターンデータと前記テンプレートデータとの要素毎の演算を行い、
   各要素の演算結果と所定の第１の閾値との比較を行い、閾値以下の演算結果を得て、
   前記閾値以下の演算結果に対して、対応する重みデータの加算を行うことによってパターンの一致度合いを表す類似値を算出し、、
   前記類似値と第２の閾値と比較することによって前記パターンデータと前記テンプレートデータとが一致するか否かを判定出力を得る、
   パターンマッチング処理方法。
6. 前記テンプレートデータに対応する重みデータは、パターン本体のエッジに相当する要素とそれ以外の要素とで重みの値が異なることを特徴とする請求項５に記載のパターンマッチング処理方法。
7. 前記テンプレートデータに対応する重みデータは、パターン本体およびその周囲に位置する要素とそれ以外の要素とで重みの値が異なることを特徴とする請求項５に記載のパターンマッチング処理方法。
8. 入力画像データ中から複数要素からなるパターンデータを抽出するパターンデータ切り出し処理部と、
   複数要素からなるテンプレートデータ、前記テンプレートデータに対応している複数要素からなる重みデータを予め保持したメモリと、
   前記複数要素からなるテンプレートデータ、前記複数要素からなる重みデータと前記パターンデータと用いて要素毎の演算い、前記要素毎の演算結果の総和を用いて、パターンデータとテンプレートデータとの一致度合いを表す類似値を算出する類似度計算部と、
   前記類似値を所定の閾値と比較することによって前記パターンデータと前記テンプレートデータとが一致するか否かの判定出力を得る判定処理部と、
   を有したパターンマッチング処理装置。
9. 前記メモリは、前記重みデータとして、パターン本体のエッジに相当する要素とそれ以外の要素とで重みの値が異なる重みデータと保持する請求項８に記載のパターンマッチング処理装置。
10. 前記メモリは、前記重みデータとして、パターン本体およびその周囲に位置する要素とそれ以外の要素とで重みの値が異なる重みデータを保持する請求項８に記載のパターンマッチング処理装置。
11. 前記メモリは、
    第１の種類の重みデータとして、パターン本体のエッジに相当する要素とそれ以外の要素とで重みの値が異なる重みデータを保持し、
    第２の種類の重みデータとして、パターン本体およびその周囲に位置する要素とそれ以外の要素とで重みの値が異なる重みデータを保持し、
    さらにいずれか一方の種類の重みデータを切り替え選択する操作部を有した請求項８に記載のパターンマッチング処理装置。

Images