JP2651008B2 - パターン認識方法 - Google Patents

Description

【発明の詳細な説明】 〔産業上の利用分野〕 この発明は、文字、図形を含む２次元空間上の未知パ
ターンから少なくとも特徴量を抽出し、これと辞書パタ
ーンとの相関（主に類似度）を利用して認識するパター
ン認識方法に関する。

〔従来の技術〕

２次元パターンの認識手法には大きく分けて、構造解
析法と重ね合せ法（相関法）の２つの流れがある〔電子
通信学会誌、Vol.61、No.2（昭和53年２月）、pp.115〜
124参照〕。

構造解析法に属するパターン認識手法は、現在商用化
されている文字認識装置、すなわちOCRの中で主として
手書き文字に適用されており、形状の変動が比較的大き
い対象にも適用し得る点が特徴である。しかし、半面で
はかかる手法を適用するには、認識対象となる文字群の
種々の性質、すなわち数字か仮名かなどによって異なる
カテゴリの総数、あるいは手書き文字特有の形状変動の
程度などに応じて、膨大な設計および実験的作業が必要
であり、最終的にも相対的な完成度しか得られないの
が、この種の手法の難点である。

一方、重ね合せ法の流れに属する手法は認識のための
処理が原理的に単純であり、物理的かつ直観的な個別処
理の意味付けを明確になしうる点と、原理的には上記の
認識対象文字群の性質とは無関係に適用できる汎用性を
もつ点が特徴である。

第５図は重ね合せ法のうち最も単純な手法である、類
似度法を用いたパターン認識方法の一般的な例を示すフ
ローチャートである。

すなわち、認識の対象となる文字を入力した後、二次
元ラインセンサの如き光電変換手段により光電変換して
（，参照）、その画像データを図示されないメモリ
に格納し、このデータに対しコンピュータ等を用いてノ
イズ除去，位置合わせを含む前処理を行い（参照）、
さらに特徴抽出，正規化処理をした後（，参照）、
所定の標準パターンPAとの間で類似度計算をするととも
にその最大値を検出し（，参照）、認識結果として
出力する（参照）。

〔発明が解決しようとする課題〕

しかしながら、このような類似度法は、単一字体の印
刷文字については数字から漢字までを原理的には同じ手
法で処理し得る半面〔電子通信学会論文誌、Vol.56−D,
No3（昭和48年10月）,pp.545〜552参照〕、そのまゝで
は形状変動の大きな手書き文字等には適用できないと云
う問題がある。

したがって、この発明の課題は手書き文字についても
重ね合せ法、特に類似度法を適用して充分な認識率を得
られるようにすることにある。

〔課題を解決するための手段〕

文字，図形を含む２次元空間上の未知パターンから少
なくとも特徴量を抽出し、これと辞書パターンとの類似
度から未知パターンを認識するにあたり、前記未知パタ
ーンを走査して２次元特徴量を抽出し正規化するととも
に、この正規化画像の文字線間（ストローク間）の距離
を抽出して、未知パターンをこの距離を新たな変数とし
て含む３次元特徴量として表現し、これを特徴量として
用いる。

なお、正規化画像上の距離と原画像上の距離とを区別
するために、前者を「相対距離」という場合があるが，
ここでは「……の距離」とそれぞれを表現することとす
る。

〔作用〕

ストローク間の距離を抽出して未知パターンをこの距
離を含む３次元関数として表現することにより、特徴量
の増大を図り認識率を向上させる。

〔実施例〕

第１図はこの発明の実施例を示すフローチャートで、
特徴抽出後の処理を示す。

同図からも明らかなように、この実施例は第４図に示
す従来例に距離抽出処理を付加した点が特徴であり、
その他は第４図と同様である。

第２図は“ストローク間の距離”の定義を示したもの
である。例えば同図の画面１内で斜線を施して示される
ような正規化されたパターン２があるとき、ストローク
間の距離とは２つの文字線間の距離、すなわち白画素で
隔てられた黒画素と黒画素間の水平（Ｘ軸）方向の距離
３および垂直（Ｙ軸）方向の距離４のことをいうものと
する。この相対距離として第２図では黒画素から白画素
へと変化した始点より、白画素から黒画素へと変化した
終端までの水平，垂直方向の距離としているが、この始
点または終点としては「黒画素から白画素」または「白
画素から黒画素」への変化点のいずれとしても良く、白
画素で隔てられた２つの黒画素の各中心を結ぶ距離5,6
としても良い。また、この距離は始点と終点の座標位置
から容易に求めることができる。

例えば第２図において、前記水平（Ｘ軸）方向の距離
３は始点をX1,終点をX2とすれば|X1−X2|、前記垂直
（Ｙ軸）方向の距離４は始点をY1,終点をY2とすれば|Y1
−Y2|として求めることができる。

このようにすれば、X,Y座標上の２次元特徴量ｆ（X,
Y）に対し、距離Ｋを加えた ｆ（X,Y,K） なる量を特徴量として用いることができ、従来のものよ
り特徴量を増やすことが可能となる。このとき、距離Ｋ
として無限大まで考慮することにより、パターンの最外
郭をも特徴量として残すことが原理的に可能となる。

２次元特徴量に距離Ｋを考慮した３次元特徴量の例を
第３図に示す。

ここで、正規化パターンのサイズが16ドット×16ドッ
トのとき、左端の第１列が原２次元図形（２次元特徴
量）、第２列から第16列が各四角枠の右下部に付された
数値（＝ストローク間の距離Ｋ）に該当するストローク
対を示したものであり、例えば第２列は距離Ｋ＝１に該
当するストローク対，第３列は距離Ｋ＝２に該当するス
トローク対，以下同様である。右端の第17列は外方向に
対向するストローク対が存在しないストローク、すなわ
ち無限大の距離にあるストロークを示している。また、
例えば第２行の「大」について、第２列の距離Ｋ＝１の
ところで左上部分に数本の水平線が特徴量として現れて
いるが、これらはノイズによって隣合う画素の水平距離
が１とみなされたためである。

第３図の第１行の「自」について詳細に説明したもの
が第４図である。同図では、「自」の横線と横線との距
離Ｋが２または３か、３または４となっている。

このような距離の「自」について各距離毎に特徴量を求
めると、上の３本がそれぞれ第３図の第３列，第４列に
示すように距離Ｋ＝２または３の特徴量，下の２本が第
３図の第４列，第５列に示すように距離Ｋ＝３または４
の特徴量として現れるのである。また、「自」の縦線と
縦線との距離Ｋは８となっており、この縦線が第３図の
第９列に示すように距離Ｋ＝８の特徴量となる。また、
「自」の縦線の外方向への距離Ｋは∞となっており、こ
の縦線は第３図の第17列に示すように距離Ｋ＝∞の特徴
量となる。このようにして、第３図の第１列に示される
２次元特徴量以外に、第３図の第２列〜第17列に示すよ
うに距離Ｋ毎に該当するストローク対を特徴量として求
めることにより、距離Ｋによって２次元特徴量を３次元
特徴量に分解するのである。なお、Ｋは小さい順に求
め、一度使用した特徴量は別の距離では使用しないこと
とする。

こうして抽出された３次元特徴量は従来と同様に辞書
パターンとの類似度から認識処理される。

なお、第１図で抽出する特徴量としてスカラ量を想
定しているが、この発明は空間微分等の処理をして方向
を考慮したベクトル量を抽出するものについても、同じ
ように適用することができる。

〔発明の効果〕

この発明によれば、２次元特徴量にストローク間距離
を加えて３次元特徴量を得るようにしたので、特徴量を
増やすことができ、パターンの潜在的な特徴を顕在化さ
せることに相当するので、その結果、認識率の向上を期
待することができる。

【図面の簡単な説明】

第１図はこの発明の実施例を示すフローチャート、第２
図は距離を説明するための説明図、第３図は３次元特徴
量の具体例を説明するための説明図（その１）、第４図
は３次元特徴量の具体例を説明するための説明図（その
２）、第５図は類似度法を用いたパターン認識方法の一
般的な例を示すフローチャートである。 符号説明 １……画面、２……パターン、3,4……距離。

───────────────────────────────────────────────────── フロントページの続き (72)発明者 本郷 保夫 神奈川県川崎市川崎区田辺新田１番１号 富士電機株式会社内 (56)参考文献 特開 昭57−113185（ＪＰ，Ａ) 特開 昭64−72294（ＪＰ，Ａ) 特開 昭59−792（ＪＰ，Ａ)

Claims (1)

(57)【特許請求の範囲】
1. 【請求項１】文字，図形を含む２次元空間上の未知パタ
   ーンから少なくとも特徴量を抽出し、これと辞書パター
   ンとの類似度から未知パターンを認識するパターン認識
   方法において、 前記未知パターンを走査して２次元特徴量を抽出し正規
   化するとともに、この正規化画像の文字線間（ストロー
   ク間）の距離を抽出して、未知パターンをこの距離を新
   たな変数として含む３次元特徴量として表現し、これを
   特徴量として用いることを特徴とするパターン認識方
   法。