JP2732753B2 - 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】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。

【０００７】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）

【０００８】

【数１】

【０００９】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）

【００１０】

【数２】

【００１１】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。

【００１２】「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。

【００１３】ｆ＝ｍａｘ（ｆ₁ ，ｆ₂ ） …(3) 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。

【００１４】このとき、図７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。

【００１５】そこで、上式(3) 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
７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。

【００１６】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。

【００１７】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。

【００１８】

【数３】

【００１９】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。

【００２０】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７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。

【００２１】しかしながら、上記のファジィパターン認
識方法では、入力パターンとファジィテンプレートとの
照合を行うために必要な入力パターンのファジィテンプ
レートに対する適合度は、３次元メンバシップ関数式に
より計算しなければならないので、それだけ長い演算時
間がかかる。また、ファジィテンプレートを形成するた
めに理想的な入力パターンをマニュアル操作で予め設定
し、照合の際、その理想的な入力パターンについての適
合度の計算を行わなければならないので、操作に手間が
かかると共に演算時間も更に長くなるという問題があっ
た。

【００２２】故に、本発明の目的は、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照合用パターンと比
較して認識の確信度を算出する演算処理を高速化できる
ファジィパターン認識装置を提供することである。

【００２３】

【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、前記照合用パ
ターンのパラメータと３次元メンバシップ関数を用いて
算出される照合用パターンの各ドットの適合度を、全て
の照合用パターンについて予め求めて記憶しておき、パ
ターン認識の際には、記憶されている適合度の値を参照
することにより、前記認識対象のパターンと前記照合用
パターンとの比較を行うことを特徴とする。

【００２４】本発明の別の態様では、演算処理手段が、
予め算出した適合度の値が所定の基準値以上になるドッ
トを、理想的な入力パターンの２値の一方の値とみなす
ことによって得られるパターンを、照合用パターンに対
応する理想的な入力パターンとして、総適合度と平均適
合度の値を求めて記憶することを特徴とする。

【００２５】

【作用】本発明においては、演算処理手段が、照合用パ
ターン（ファジィテンプレート）のパラメータと３次元
メンバシップ関数式を用いて算出される各ドットの適合
度を、全ての照合用パターンについて予め計算し、その
計算結果の値（適合度）を記憶する。そして、パターン
認識の際には、３次元メンバシップ関数式による適合度
計算は行わず、上記の記憶された値を参照して、入力パ
ターンと照合用パターンとの比較演算を行う。このた
め、高速照合が可能となり、パターン認識のための演算
時間が大幅に短縮される。

【００２６】また、予め計算された適合度の値が所定の
基準値以上になるドットを、理想的な入力パターンの２
値の一方の値（例えば２値｛０，１｝の“ＯＮ”となる
“１”）とみなすことによって得られるパターンを、照
合用パターンに対応する理想的な入力パターンとして、
総適合度と平均適合度の値を求めて記憶する。パターン
認識時には、これらの記憶された値を参照することによ
り、入力パターンと照合用パターンとの照合を高速に行
うことができる。

【００２７】

【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。

【００２８】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。

【００２９】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。

【００３０】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。

【００３１】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、後述の記憶部６及び７に記憶されてい
る情報を参照して、当該入力パターンの照合用パターン
（ファジィテンプレート）に対する照合演算を行い、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。

【００３２】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。

【００３３】ファジィテンプレート適合度記憶部６は、
後述の第２のプロセッサ８により、照合用パターン（フ
ァジィテンプレート）のパラメータと３次元メンバシッ
プ関数式を用いて算出された全てのファジィテンプレー
トの各ドットの適合度の値を記憶する。

【００３４】理想的入力パターンの総適合度及び平均適
合度記憶部７は、同様に第２のプロセッサ８により、上
記適合度の値が所定の基準値以上になるドットを、理想
的な入力パターンの２値の一方の値（例えば２値｛０，
１｝の“ＯＮ”となる“１”）とみなすことによって得
られるパターンを、照合用パターンに対応する理想的な
入力パターンとして、算出された総適合度と平均適合度
の値を記憶する。

【００３５】ファジィテンプレートパラメータ記憶部９
は、入力パターンを認識するための基準となるファジィ
テンプレートのパラメータを記憶する。この記憶部９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１０を介して、マ
ニュアルで調整及び変更可能である。

【００３６】３次元メンバシップ関数発生装置１１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。

【００３７】上記のファジィテンプレートパラメータ記
憶部９とマンマシンインタフェース１０と３次元メンバ
シップ関数発生装置１１とで、照合パターン形成手段を
構成している。

【００３８】第２のプロセッサ８は、上記ファジィテン
プレートパラメータ記憶部９に格納されているパラメー
タに基づき、図２に示すような入力画像のドットに対す
るファジィテンプレートの適合度を計算し、ファジィテ
ンプレート適合度記憶部６に送る。また、上記適合度が
基準値α（例えば 0.97 ）以上のドットのみを対象とし
て、総適合度と平均適合度を算出し、それらの値を理想
的入力パターンの総適合度及び平均適合度記憶部７に送
る。この第２のプロセッサ８の動作は、本装置の立ち上
げ時に行われ、パターン認識時には行われない。

【００３９】上記のファジィテンプレート適合度記憶部
６と、理想的入力パターンの総適合度及び平均適合度記
憶部７とに記憶された内容は、実際にパターン認識を行
うとき、第１のプロセッサ３による処理で用いられる。
すなわち、第１のプロセッサ３は、上記のように記憶部
６及び７の情報を参照して入力パターンの照合演算を行
い、結果を信号変換部４に送る。

【００４０】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８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。

【００４１】次に、上記実施例によるパターン認識の例
を説明する。

【００４２】「８」という数字を例にとると、ファジィ
テンプレートは、前述の式(3) で表現される。

【００４３】そして、図２に示すように横１２個×縦２
１個のドットをｘｙ座標平面上に設定し、各ドットの中
心点の座標により適合度を計算すると、図３に示す結果
が得られる。そして、これらの値を１２×２１の行列の
要素として、ファジィテンプレート適合度記憶部６に記
憶する。これを図に表わすと、図４のようになる。

【００４４】次に、基準値α＝0.97として、図３に示さ
れた値から0.97以上の適合度を抽出すると、図５の枠で
囲んだものが該当する。このドットを理想的入力パター
ンの２値のＯＮの値（１）とみなすと、図６に示すよう
な「８」の理想的入力パターンが決定される。このとき
のドットを対象として、前述の照合演算により総適合度
と平均適合度を算出し、それらの値を理想的入力パター
ンの総適合度及び平均適合度記憶部７に記憶する。これ
を図に表わすと、図６のようになる。

【００４５】パターン認識のための演算処理は、第１の
プロセッサ３において上記の記憶部６及び７の値を参照
することにより、高速に行われる。

【００４６】

【発明の効果】上記のように、本発明によれば、パター
ン認識に必要な情報を予め求めておき、パターン認識の
際には、これらの情報を参照して入力パターンと照合用
パターンとの比較演算を行うようにしたので、パターン
認識のための演算処理時間を大幅に短縮することが可能
となり、本発明の対象とするパターン認識装置の利用分
野が拡大される。また、理想的な入力パターンをファジ
ィテンプレートに対応させて自動設定できるので、従来
のマニュアル操作の手間が省略され、操作性が向上す
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】数字「８」のファジィテンプレートを表わす各
ドットの適合度の値を示す図。

【図４】「８」のファジィテンプレートの例を示す図。

【図５】図３において基準値以上の適合度を示す図。

【図６】「８」の理想的入力パターンの例を示す図。

【図７】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。

【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
ンプレート適合度記憶部、７…理想的入力パターンの総
適合度及び平均適合度記憶部、８…第２のプロセッサ、
９…ファジィテンプレートパラメータ記憶部、１０…マ
ンマシンインタフェース、１１…３次元メンバシップ関
数発生装置。

Claims (2)

(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のパラメータ
   と３次元メンバシップ関数を用いて算出される照合用パ
   ターンの各ドットの適合度を、全ての照合用パターンに
   ついて予め求めて記憶しておき、パターン認識の際に
   は、記憶されている適合度の値を参照することにより、
   前記認識対象のパターンと前記照合用パターンとの比較
   を行うことを特徴とするファジィパターン認識装置。
2. 【請求項２】前記演算処理手段は、予め求めた適合度の
   値が所定の基準値以上になるドットを理想的な入力パタ
   ーンの２値の一方の値とみなして得られるパターンを、
   前記照合用パターンに対応する理想的な入力パターンと
   して、総適合度及び平均適合度を求めて記憶することを
   特徴とする、請求項１記載のファジィパターン認識装
   置。