JP2789647B2 - 線画像認識方法 - Google Patents

Description

【発明の詳細な説明】 ［産業上の利用分野］ 本発明は、線画像認識方法に関し、さらに詳細には、
かすれ等のある文字等をノイズを避けながら修正して認
識する線画像認識方法に関するものである。

［従来技術］ 従来、文字認識装置として原稿上の文字をスキャナ等
で読取り、その読取られた文字のデータをピクセル毎に
２値化する。そしてこの２値化されたデータを基に認識
を行っていた。しかしながらこのような２値化されたデ
ータは、ノイズ，かすれ等により本来は繋がっている線
が途切れる等の問題があり、認識率の向上が望めなかっ
た。

そこで、従来の装置では、ピクセル配列における
“黒”に２値化された領域の周囲を縦横共に１ドットず
つ広げ、線中の穴や途切れを修復する。この処理を複数
回行うことにより、読取られた文字のデータを完全に修
復した後、公知の細線化技術により細線化する。この細
線化によって、前述の処理によって太った線は再び細線
化される。しかし１ドットの太さの線はそれ以上細線化
（消去）されることはない。そのため、この２行程の処
理により、かすれ等のなくなったデータによって認識を
行っていた。

［発明が解決しようとする課題］ しかしながら、この方法では、“黒”に２値化される
はずであったデータが広範囲にわたりかすれ等で欠落し
ている場合では、修正不可能であった。また無理に修正
しようとした場合には、この処理により認識に必要な情
報成分についても消去してしまう場合があった。

また、かすれ等による欠落を防ぐためにスレッシュホ
ールドを下げた場合、ノイズ等を拾いやすくなり、この
場合においても認識率の向上は望めなかった。

本発明は、上述した問題点を解決するためになされた
ものであり、かすれのある文字等をノイズを拾うことな
しに修正することにより、高認識率を実現する線画像認
識方法を提供することを目的とする。

［課題を解決するための手段］ 上記目的を達成するために本発明は原稿画像を各ピク
セル毎に数値化し、その数値に応じて、線画像を構成す
る可能性の高いピクセルにより構成される第１領域と、
線画像を構成する可能性の低いピクセルより構成される
第２領域と、前記第１領域及び第２領域に属さないピク
セルにより構成される第３領域とに分割し、前記第１領
域の中心線を抽出した第１線画像を抽出し、前記第３領
域の中心線を抽出した第２線画像を抽出し、前記第２線
画像における前記第１線画像を連続する線のみを該第１
線画像に重ねてできる線画像を認識することを特徴とす
る。

［作用］ 上記の構成を有する本発明の方法において、原稿材料
は、その各ピクセルからの光の輝度等により、各ピクセ
ル毎に数値化される。そしてこの数値により、原稿画像
は第１領域乃至第３領域に分割する。この３つの領域の
うち、第１領域は線画像を構成する可能性が極めて高
く、第３領域はその可能性が中程度である。従って、第
１領域と、第３領域の一部を重ねたものが認識対象であ
ると考えられる。そこで、細線化等の手法で得られる第
１領域及び第３領域の中心線で構成される第１線画像及
び第２線画像を重ね合わせる。そして第２線画像におけ
る第１線画像に対して連続性のあるものを線画像の構成
部分であるものとし、他の第２線画像の部分を削除した
画像を想定する。そしてその想定された線画像を認識す
る。

［実施例］ 以下、本発明を具体化した一実施例を図面を参照して
説明する。

まず、本方法を利用する文字認識装置について第２図
を参照して説明する。原稿画像を読取るための公知のス
キャナ１は、原稿画像の各ピクセルのデータを8bitで量
子化して出力する。このスキャナ１には認識装置本体２
が接続されており、前記スキャナ１より出力される信号
は本体２における入力インターフェイス21を介してプロ
セッサ22に入力されている。このプロセッサ22にはラン
ダムアクセスメモリ（RAM）23及びリードオンメモリ（R
OM）24が接続されている。このROM24には前記プロセッ
サを作用させるプログラム及び後述する第１の閾値及び
第２の閾値等の各種定数及び認識に必要なデータが記憶
されている。また前記RAM23には、スキャナ１より読取
られた多値画像を記憶する原画像記憶領域、同一サイズ
の２値画像を記憶する２つの記憶領域（以下それぞれ２
値画像記憶領域及び中間調部記憶領域と称す）を有して
いる。前記認識装置本体２には、ディスプレイ３及びプ
リンタ４が取付けられ、前記CPU22は出力インターフェ
イス25を介してそれらに文字コード等を出力可能であ
る。

次に以上の様に構成された本装置の作用を第３図を参
照して設明する。第３図は前記プロセッサ22の作用を示
すフローチャートである。まず本装置は、ステップS31
において前記スキャナ１より原稿画像のデータを読取
る。この原稿画像は、白の地色上の原稿の紙に黒色の文
字が書かれたものでる。また前記データは、この原稿画
像を多数のピクセルに分割し、各ピクセル毎にその反射
光の輝度を離散数値化したものである。CPU22は、この
データを入力し、前記RAM23の原画像記憶領域に記憶さ
れる。

次にステップS32において、CPU22はこのRAM23の原画
像記憶領域に記憶されるデータを第１の閾値と比較し、
その比較結果を基に２値画像を作成する。この作成画像
は２値画像記憶領域に記憶される、この第１の閾値は、
原稿画像における黒色部と略断定できる上限値を選ぶ。
例えば、この第１の閾値として第４図に示す様な標準的
な原稿画像データのヒストグラムにおける黒色側の極大
値点（図中の（イ））と極大値に挾まれた極小値（図中
の（ロ））との中間値の位置41等を選ぶ。尚、以後、こ
のステップの処理により黒色側に二値化された原画像の
領域を線画像領域と呼ぶ。

次にステップ33において、CPU22は前記線画像領域以
外の領域に対し、各データを第２の閾値として比較す
る。そして前記第１の閾値と第２の閾値との間の領域を
選出して、前記中間調部記憶領域に記憶する。この第２
の閾値としては、例えば図４のヒストグラムにおける白
側の極大値（図中の（ハ））及び前記極小値との中間値
の位置42を選ぶ。このステップの処理により抽出された
前記第１の閾値と前記第２の閾値とに挾まれる領域を中
間調領域と呼ぶ。この中間調領域は、主に原稿画像のか
すれやノイズ等が含まれている。

尚、線画像領域は本発明の第１領域に、中間調領域は
本発明の第３領域に対応している。線画像領域にも、中
間調領域にも含まれない領域は本発明における第３領域
に対応している。次にステップS34において、前記線画
像領域及び中間調領域の細線化を行う。この細線化の処
理としては、「細線化マスクパターンによる逐次細線
化」や「内接円による方法」等が公知であるので、ここ
ではそのプロセスは詳述しない。この処理により、太い
線は細線化されるが、細い線（幅１ピクセル）について
はそのまま保存される。

次にステップS35において、前記細線画像領域を細線
化した線画像と前記中間調領域を細線化した線画像との
ずれを計算する。この計算方法としては、各線図形の最
も近い端点の距離等が利用できる。また後述する方法も
利用できる。次にステップS36において、前記線画像領
域を細線化した線画像に前記中間調領域を細線化した画
像より前記ステップS35において計算されたずれの小さ
いものを重ね合わせる。そして多連続性のある線画像の
端点を連結する。そしてこの線画像を前記２値画像記憶
領域に記憶させる。

次にステップS37において、この２値画像記憶領域に
記憶される線画像を公知のテンプレートマッチング法等
の手法により認識する。

そしてステップS38において、この認識結果は出力す
る。この出力される認識された文字は前記ディスプレイ
３あるいはプリンタ４により表示される。

次に第１図を参照して、実際に認識が行われるまでの
動作を設明する。原稿上に同図（ａ）に示す様な原稿画
像が書込まれていたとする。ここで斜線を付して示す領
域は、インクのかすれ、ノイズ等により黒色とも地色
（白色）とも判断できない部分である。このような画像
がスキャナ１より入力されると（S31）、同図の（ｂ）
に示す様な線画像領域及び同図（ｃ）に示すような中間
調領域に分割される。（S32,S33）。これらの各領域
は、同図の（ｄ）の実線及び（ｅ）の破線によって示さ
れる線に細線化される。（S34）。この後これらを重ね
た同図（ｆ）において示すような図において実線部と連
続性のある破線部を抽出し（S35,S36）、同図の（ｇ）
のようにその抽出された部分と前記線画像領域とを重ね
る。そしてその重ねられた図形を認識する。

尚、本発明の主旨に反しない限り、種々の応用は可能
である。例えば前記ステップS35及びS36は次のような処
理に置換えることができる。第５図で（ａ）はすでに前
述の細線化が出来ているものであり、実線は第１領域を
細線化したもの、点線は中間調領域を細線化したもので
ある。まず、細線化された中間調領域で実線部分と内積
を計算する事により方向が一致するものを選ぶ。すると
（ａ）の（イ）の部分が除外され、（ロ），（ハ）の部
分が残り、（ｂ）の様になる。次に残った中間調領域の
部分で端点が実線部分の端点近くにあるものを選ぶ。す
ると（ロ）の部分が除外され、（ｃ）の様により、点線
部分も実線に変え、（ｄ）の様にして、文字又は図形を
認識する。

［発明の効果］ 以上詳述したことから明らかなように、本発明によれ
ば、ノイズ，かすれ等により不鮮明な部分を、線の連続
性を用いて情報を有する部分と、そうでない部分とに分
けて利用しているので、ノイズ等を有る線画像に対し、
一段の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図から第５図までは本発明を具体化した実施例を示
すもので、第１図は本装置の基本的動作を説明する図、
第２図は本装置の基本的構成を示す図、第３図は処理の
流れを示すフローチャートを示す図、第４図は領域を分
ける閾値を決める方法を説明する図、第５図は異なる領
域間での連続性を調べる方法を説明する図である。 図中、２はコンピュータ、41は第１閾値、42は第２閾値
である。

Claims (3)

(57)【特許請求の範囲】
1. 【請求項１】原稿画像を各ピクセル毎に数値化し、その
   数値に応じて、線画像を構成する可能性の高いピクセル
   により構成される第１領域と、線画像を構成する可能性
   の低いピクセルより構成される第２領域と、前記第１領
   域及び第２領域に属さないピクセルにより構成される第
   ３領域とに分割し、前記第１領域の中心線を抽出した第
   １線画像を抽出し、前記第３領域の中心線を抽出した第
   ２線画像を抽出し、前記第２線画像における前記第１線
   画像を連続する線のみを該第１線画像に重ねてできる線
   画像を認識することを特徴とする線画像認識方法。
2. 【請求項２】請求項１記載の線画像認識方法において、
   原稿画像を各ピクセル毎の離散値によるデータに変換
   し、該変換されたデータを第１閾値及び該第１閾値と異
   なる第２閾値と比較し、その大小関係に応じて前記第１
   領域乃至第３領域を決定することを特徴とする線画像認
   識方法。
3. 【請求項３】請求項１あるいは２記載の線画像認識方法
   において、前記第１領域及び前記第３領域の中心線の抽
   出は、該領域の細線化によってなされることを特徴とす
   る線画像認識方法。