JP2732752B2 - ファジィパターン認識装置 - Google Patents

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は、ファジィ理論を利用し
て、例えば活字体に対する手書き文字のように基本パタ
ーンから変形されたパターンについても的確に認識する
機能を備えたファジィパターン認識装置に関する。

【０００２】

【従来の技術】従来のパターン認識装置は、一般に形状
が厳密に定められたパターンを認識するものであるが、
手書き文字のように一定の形状に限定されない曖昧なパ
ターンでも認識するための手段としてニューラルネット
ワークを用いる方法が知られている。これは、予め認識
対象のパターンについて学習をすることによりニューラ
ルネットワークを形成し、それによって入力パターンを
認識するものである。

【０００３】しかし、このニューラルネットワークを用
いる方法は、学習という作業を必要とし、識別すべきパ
ターンの候補が増えるたびに再学習が必要である。ま
た、ニューラルネットがブラックボックスであって、認
識対象のパターン信号を取り込む入力装置の経年変化等
により、識別すべきパターンの候補の特徴に変化が認め
られた場合、それを装置の動作に反映することが難し
く、誤認識が発生することもある等の問題点がある。

【０００４】これに対し、近年ファジィ理論を用いて曖
昧なパターンを認識する方法が提案されている。この方
法は、例えば「この部分の近傍に縦の線がある」のよう
に、パターンの特徴に関する知識を複数個持っていてそ
れらを一つ一つチェックすることを基本としている。し
かしながら、ファジィ理論による従来のパターン認識方
法では、ソフトウエアを含むシステム開発に際してパタ
ーンの特徴に関する知識を獲得する作業（ルール作成作
業）が必要であり、実際のパターン認識を行う際にパタ
ーンの特徴抽出アルゴリズムが必要となる。そのため、
多くのルールとファジィ集合のメンバシップ関数を必要
とし、処理が複雑になるという問題点があった。

【０００５】

【発明が解決しようとする課題】そこで、発明者は、従
来のファジィ理論によるパターン認識の問題点を解決す
るものとして、予め設定したファジィ集合のメンバシッ
プ関数を組み合わせることにより、認識対象と照合すべ
き基本的なパターンを用意しておき、これと認識対象の
パターンを比較することにより、当該パターンを評価す
るための指標である確信度を算出するようにしたパター
ン認識方法を先に提案した（特願平２−２７４３５５
号）。この方法によれば、任意の形状（例えば楕円）の
境界を有するファジィ領域を示すメンバシップ関数を組
み合わせることで、認識対象と照合されるパターンが形
成されるので、学習のように手間のかかる作業に要せず
に効率よく文字や図形等のパターンを認識することがで
きる。なお、この方法でメンバシップ関数を組み合わせ
ることによって形成される照合用のパターンを「ファジ
ィテンプレート」と呼ぶこととし、本明細書でも、この
「ファジィテンプレート」を用いる。

【０００６】上記の方法では、ファジィテンプレートを
構成する３次元メンバシップ関数のファジィエントロピ
ーについては、一定の値に固定するエントロピー固定方
式か或いは３次元メンバシップ関数ごとに個別に設定す
る任意設定方式が採用されている。

【０００７】例えば、適合度の値が最大（適合度１）に
なる部分が長さの特定できない一点だけの、次式(1) で
表わされるような３次元メンバシップ関数のみの組み合
わせでも、ファジィテンプレートを構成することができ
る、つまり、ファジィテンプレートの設定に数学的拘束
条件がなく、自由度が高いという利点がある。

【０００８】 ｆ＝２ exp［−｛（ｘ−Ａ）² ／ａ_x ²＋（ｙ−Ｂ）² ／ａ_y ²｝］ …(1) 上式で、ａ_x ，ａ_y はそれぞれｘ，ｙ方向のファジィエ
ントロピーに比例するパラメータである。

【０００９】ここで、「８」という数字を例にとって説
明すると、ファジィテンプレートは次のように表現され
る。

【００１０】中心点が (6, 15)で半径4.5 の円を適合
度１とする３次元楕円メンバシップ関数の適合度の範囲
を[-1, 1] に拡張したもの（「８」の上部の円）

【００１１】

【数１】

【００１２】中心点が(6, 6)で半径が 4.5の円を適合
度１とする３次元楕円メンバシップ関数の適合度の範囲
を[-1, 1] に拡張した場合（「８」の下部の円）

【００１３】

【数２】

【００１４】ここで、適合度の範囲を[-1, 1] に拡張し
た理由は、不適当な入力座標値に対しては−（マイナ
ス）の評価値を与えるためで、例えば真っ黒な画像信号
が入力された時、後述の適合度の総和が小さい値になる
ようにするためである。

【００１５】「８」のファジィテンプレートは、上記
との組み合わせによって作られる次の関数で表現され
る。

【００１６】ｆ＝ｍａｘ（ｆ₁ ，ｆ₂ ） …(4) 上式に対して、図２に示すように、横１２個×縦２１個
のドットをｘｙ座標平面上に設定する。すなわち、
「８」の文字を包含する領域をｘ軸方向に１２個、ｙ軸
方向に２１個の領域に分割し、各領域（ドット）を文字
の形に対応した２値信号に変換する。ここで、空白の領
域は２値信号の“０”に変換し、黒の領域は２値信号の
“１”に変換する。大きさの補正としては、上下左右そ
れぞれの端から２つ目の黒領域が上下左右それぞれの端
から２列目に入るようにする。

【００１７】このとき、図８に示すパターンが入力され
たものとすると、12×21＝252 個のドットのうちｎ＝42
個に、２値信号の“１”（黒）が与えられる。

【００１８】そこで、上式(4) のメンバシップ関数ｆを
用いて、これらｎ個の黒いドットの適合度の総和Ｔ₁ と
各ドット当りの平均適合度Ｓ₁ ＝Ｔ₁/ｎとを求める。図
８のの例では、ｎ＝42個の黒いドットの座標値によって
算出される適合度の合計Ｔ₁＝36.05 、平均適合度Ｓ₁
＝36.05/42＝0.858 となる。

【００１９】同様に、最も理想的な「８」のパターンが
入力された場合の適合度の総和Ｔ₂と平均適合度Ｓ₂ を
求める。この場合、44個の黒いドットの適合度の総和Ｔ
₂ ＝43.59 、平均適合度Ｓ₂ ＝43.59/44＝0.991 とな
る。

【００２０】上記の結果から、適合度の総和（総適合
度）の比率Ｔ₁/Ｔ₂ と平均適合度の比率Ｓ₁/Ｓ₂ の加重
平均をとることにより、確信度を算出する。この場合、
確信度は次のようになる。

【００２１】

【数３】

【００２２】なお、総適合度の比率Ｔ₁/Ｔ₂ は、場合に
よっては１を越えてしまうが、その場合は無条件に１と
する。すなわち、min(Ｔ₁/Ｔ₂,１) とする。

【００２３】ここで、ファジィテンプレートは次のよう
に表示される。すなわち、３次元メンバシップ関数の台
集合平面（適合度を表わす座標軸以外の２つの座標軸に
よって構成される座標平面）を、図２のように有限個の
ドットに分割し、各ドットの中心点の座標値によって得
られる３次元メンバシップ関数の適合度が得られると、
各ドット毎の適合度の大きさに比例する半径の黒塗りの
円を各ドット内に表示する。これにより、図８に示され
たファジィテンプレートのように、適合度の高い所ほど
黒っぽく、適合度の低い所ほど白っぽく表示される。

【００２４】次に、パターン認識の例として、数字
“３”と“８”のように、一方のパターン“８”が他方
のパターン“３”を完全に包含してしまう場合を考える
と、図９（ａ）に示すように、想定される理想的な
“３”の文字と同じ太さの“３”という入力パターンが
与えられたとき、図９（ａ）に示す“８”のファジィテ
ンプレートとの照合による確信度は、 （39.5／51.3）×0.5 ＋（0.98／0.98）×0.5 ＝ 0.89 図９（ｂ）に示す“３”のファジィテンプレートとの照
合による確信度は、 （39.5／39.5）×0.5 ＋（0.98／0.98）×0.5 ＝ 1.0 となる。すなわち、“８”よりも“３”の方が確信度が
高くなり、正しい認識結果が得られる。これは、総適合
度の比率の差によるものである。

【００２５】しかし、図１０（ａ）に示すように太い線
で書かれた“３”が入力されると、入力パターンの総適
合度が大きな値になり、“８”のファジィテンプレート
との照合では、 総適合度の比率 ： min（63.3／51.3，１）＝1.0 平均適合度の比率： min（0.90／0.98，１）＝0.92 であるから、この場合の確信度は、 1.0 ×0.5 ＋ 0.92 ×0.5 ＝ 0.96 となり、図１０（ｂ）の“３”のファジィテンプレート
との照合では、 総適合度の比率 ： min（63.3／39.5，１）＝1.0 平均適合度の比率： min（0.90／0.98，１）＝0.92 であるから、この場合の確信度も、 1.0 ×0.5 ＋ 0.92 ×0.5 ＝ 0.96 となる。すなわち、“３”も“８”も確信度が同じ値に
なって、見分けがつかなくなる。

【００２６】これは、前述の固定エントロピー方式で
は、ファジィエントロピーが一定の値であるから、認識
対象の文字や数字の太さの変化に対応できないためであ
る。他方、任意設定方式では、文字や数字の太さの変化
に応じて、どのようにメンバシップ関数のパラメータを
設定するのかという問題が生じる。

【００２７】従って、本発明の目的は、ファジィテンプ
レート照合用に参照した理想的な入力パターンよりも太
い線で形成されたパターンが入力されたときでも、用意
されているファジィテンプレートとの照合によって的確
なパターン認識ができるファジィパターン認識装置を提
供することにある。

【００２８】

【課題を解決するための手段】本発明は、ファジィ集合
を表わすメンバシップ関数に基づいてパターン認識を行
う装置において、認識対象のパターンを入力するパター
ン入力部と、前記メンバシップ関数を１以上発生し、該
メンバシップ関数を組み合わせることにより、前記パタ
ーン入力部から入力される認識対象のパターンを認識す
るための照合用パターンを形成する照合パターン形成手
段と、前記パターン入力部から入力された認識対象のパ
ターンを前記照合パターン形成手段で形成された照合用
パターンと比較することにより認識の確信度を算出する
演算処理手段とを備え、演算処理手段は、照合用パター
ンを構成する全ての３次元メンバシップ関数の適合度が
最大の等適合度線の長さの総和を求め、その値に応じ
て、前記照合用パターンを構成する全ての３次元メンバ
シップ関数のファジィエントロピーを決定するパラメー
タの値を決定し、該パラメータの値により照合用パター
ンを作成することを特徴とする。

【００２９】

【作用】本発明においては、照合用パターンを構成する
全ての３次元メンバシップ関数の適合度最大（適合度
１）の等適合度線の長さの総和が求められ、その値に応
じて、照合用パターン（ファジィテンプレート）を構成
する全ての３次元メンバシップ関数のファジィエントロ
ピーを決定するパラメータの値が、各ファジィテンプレ
ート毎に自動的に決定される。そして、そのパラメータ
の値をもってファジィテンプレートが作成されるので、
入力パターンの線の太さが変化しても、認識精度の劣化
を補償することができる。

【００３０】

【実施例】図１は、本発明に係るファジィパターン認識
装置の一実施例を示すブロック図である。この装置は、
文字を認識するように構成されたもので、以下の構成要
素から成る。

【００３１】画像読取装置１は、活字体又は手書き文字
の画像を読み取るために、認識対象を照明する光源と、
画像の反射光により画像を読み取って電気信号に変換す
る光電変換器とを含む。或いは、感圧式の手書き文字入
力装置を用いてもよい。

【００３２】信号変換部２は、画像読取装置１により読
み取られた画像信号を、例えば“０”（＝「白」）又は
“１”（＝「黒」）の２値信号に変換し、また、読み取
り画像の大きさを補正するように構成されている。この
補正（スケーリング）は、例えば文字が上下につぶれた
形状である場合には、その形状を上下に引き延ばすこと
になる。

【００３３】上記の画像読取装置１と信号変換部２と
で、認識対象のパターンを入力するためのパターン入力
部を構成する。

【００３４】第１のプロセッサ３は、信号変換部２によ
り２値化され且つ形状が補正された読み取り画像（入力
パターン）を認識する。すなわち、認識対象のパターン
が入力されると、これと後述のファジィテンプレート記
憶部６に記憶されている照合用パターン（ファジィテン
プレート）を比較（照合）して、当該入力パターンの認
識確信度を算出する。更に、境界が曖昧な他のパターン
と比較して最も確信度が高いパターンに分類し、認識結
果を出力する。

【００３５】このプロセッサ３による認識結果を示すパ
ターンは、信号変換部４により２値化信号からアナログ
信号に変換され、ＣＲＴ等の出力装置５により出力され
る。

【００３６】ファジィテンプレート記憶部６は、入力パ
ターンを認識するための基準となるファジィテンプレー
トを記憶する。この記憶部６に記憶されたファジィテン
プレートのパラメータは、コンピュータの端末装置とし
て用いられるＣＲＴとキーボードのようなマンマシンイ
ンタフェース７を介して、マニュアルで調整及び変更可
能である。

【００３７】３次元メンバシップ関数発生装置８は、フ
ァジィテンプレートを形成するために必要なメンバシッ
プ関数を発生する。

【００３８】上記のファジィテンプレート記憶部６とマ
ンマシンインタフェース７と３次元メンバシップ関数発
生装置８とで、照合パターン形成手段を構成している。

【００３９】第２のプロセッサ９は、上記マンマシンイ
ンタフェース７を介して操作者がファジィテンプレート
を作成するときに、後述の記憶部１０に格納されている
輪郭連動エントロピー決定アルゴリズムに従って、ファ
ジィエントロピーを決定し、ファジィテンプレート記憶
部６に送る。

【００４０】輪郭連動エントロピー決定アルゴリズム記
憶部１０は、ファジィテンプレートの作成時に、適合度
が最大（適合度１）の等適合度線の長さの総和に応じ
て、ファジィエントロピーを決定するためのアルゴリズ
ムを格納している。

【００４１】なお、上記実施例では、演算処理手段とし
て２つのプロセッサ３及び９を使用するものとして説明
したが、実際の装置（ハードウエア）では、１つのＣＰ
Ｕ（メインプロセッサ）でこれら２つのプロセッサの機
能を実現することができる。

【００４２】次に、実施例の特徴となる輪郭連動エント
ロピー決定アルゴリズムについて説明する。

【００４３】まず、ファジィテンプレートを構成する３
次元メンバシップ関数の適合度が最大（適合度１）の等
適合度線の長さの総和をＬとする。このとき、ファジィ
エントロピーを決定するパラメータａ_F を次式で求め
る。

【００４４】 ａ_F ＝Ａ−Ｌ／Ｂ （Ａ，Ｂ：任意の定数） 例として、Ａ＝４，Ｂ＝５０、すなわち ａ_F ＝４−Ｌ／５０ とする。このとき、図３（ａ）に示す“８”のファジィ
テンプレートの適合度最大（適合度１）の等適合度線の
長さＬ₈ は、円周の長さを求めることにより、 Ｌ₈ ＝５６．５５ となり、図３（ｂ）に示す“３”のファジィテンプレー
トの適合度最大（適合度１）の等適合度線の長さＬ₃
は、同様に円周の長さを求めることにより、 Ｌ₃ ＝４２．４１ となる。従って、各々のファジィエントロピーを決定す
るパラメータａ_F8，ａ_F3は、 ａ_F8＝４−５６．５５／５０≒２．８７ ａ_F3＝４−４２．４１／５０≒３．１５ となる。

【００４５】この結果、輪郭の短いパターンほど大きな
ファジィエントロピーの値を持つことになり、前述のよ
うな太い“３”の入力パターン（図１０（ａ）及び図３
（ａ）参照）に対して、“８”のファジィテンプレート
との照合では、 総適合度の比率 ： min（63.3／51.3，１）＝1.0 平均適合度の比率： min（0.90／0.98，１）＝0.92 であるから、確信度は、 1.0 ×0.5 ＋ 0.92 ×0.5 ＝ 0.96 となるが、図３（ｂ）の“３”のファジィテンプレート
との照合では、 総適合度の比率 ： min（65.8／39.5，１）＝1.0 平均適合度の比率： min（0.94／0.98，１）＝0.96 であるから、確信度は、 1.0 ×0.5 ＋ 0.96 ×0.5 ＝ 0.98 となる。

【００４６】すなわち、“３”のファジィテンプレート
との照合において平均的に高めの適合度が得られるの
で、“３”の確信度の方が“８”の確信度よりも大きな
値になり、正しいパターン認識ができる。

【００４７】図４は、他の入力パターン例として、数字
“２”と認識されるべきパターンを示す。これは、中間
が空白の閉じた輪郭で表わされた太いパターンの例であ
る。本発明の実施例では、このような白抜き文字でも認
識できる。

【００４８】また、図５〜図７は、数字“３”と認識さ
れるべきパターンの例を示す。これらの入力パターンに
対して、前述の固定エントロピー方式では、いずれも
“３”か“８”か区別がつかなくなってしまうが、本発
明によれば“３”と認識される。

【００４９】

【発明の効果】上記のように、本発明によれば、ファジ
ィテンプレートの適合度が最大の等適合度線の長さに応
じて３次元メンバシップ関数のファジィエントロピーを
決定するようにしたので、認識対象のパターンの線の太
さに対しても制限なしに、入力パターンを的確に認識す
ることができる。

【図面の簡単な説明】

【図１】本発明に係るファジィパターン認識装置の一実
施例を示すブロック図。

【図２】入力画像の座標を示す図。

【図３】入力パターンが太い場合の本発明によるパター
ン照合結果を示す図。

【図４】数字“２”の太い入力パターン例を示す図。

【図５】数字“３”の太い入力パターン例を示す図。

【図６】数字“３”の別の入力パターン例を示す図。

【図７】数字“３”の更に別の入力パターン例を示す
図。

【図８】入力パターンに対応するファジィテンプレート
による照合例を示す図。

【図９】入力パターンが通常の場合のパターン照合結果
を示す図。

【図１０】入力パターンが太い場合の従来方法によるパ
ターン照合結果を示す図。

【符号の説明】

１…画像読取装置、２…信号変換部、３…第１のプロセ
ッサ、４…信号変換部、５…出力装置、６…ファジィテ
ンプレート記憶部、７…マンマシンインタフェース、８
…３次元メンバシップ関数発生装置、９…第２のプロセ
ッサ、１０…輪郭連動エントロピー決定アルゴリズム記
憶部。

Claims (1)

(57)【特許請求の範囲】
1. 【請求項１】ファジィ集合を表わすメンバシップ関数に
   基づいてパターン認識を行う装置において、 認識対象のパターンを入力するパターン入力部と、 前記メンバシップ関数を１以上発生し、該メンバシップ
   関数を組み合わせることにより、前記パターン入力部か
   ら入力される認識対象のパターンを認識するための照合
   用パターンを形成する照合パターン形成手段と、 前記パターン入力部から入力された認識対象のパターン
   を前記照合パターン形成手段で形成された照合用パター
   ンと比較することにより認識の確信度を算出する演算処
   理手段とを備え、 前記演算処理手段は、前記照合用パターンを構成する全
   ての３次元メンバシップ関数の適合度が最大の等適合度
   線の長さの総和を求め、その値に応じて、前記全ての３
   次元メンバシップ関数のファジィエントロピーを決定す
   るパラメータの値を決定し、該パラメータの値により照
   合用パターンを作成することを特徴とするファジィパタ
   ーン認識装置。