JP2994985B2 - 文字認識方法及び文字認識装置 - Google Patents

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は、読み取った文字を認識
する文字認識方法及び文字認識装置に関するものであ
る。

【０００２】

【従来の技術】従来、用紙に印刷あるいは手書きされた
文字を読み取り、その文字を認識する認識装置が知られ
ている（特開平６−４７０３号公報、特開昭６４−７８
３９５号公報、特開平５−１０８８８２号公報等）。読
み取り部のＣＣＤ（固体撮像素子）等にて読み取られた
文字の画像データは、２値化回路により２値画像データ
に変換され、この２値画像から文字領域を切り出し、さ
らに切り出した文字領域をマトリクス状（例えば８×
８）の小領域に分割する。そして、各小領域を対応させ
て文字領域全体が正方形となる例えば８×８の規格領域
に変換することにより正規化し、この正規化した規格領
域の各小領域に対して黒画素の比率（＝黒画素の面積／
小領域の面積）である濃度値を求め、文字領域中の濃度
値の分布をその文字図形の特徴として特徴抽出してい
た。そして、特徴抽出後の文字領域を、予め用意された
辞書中の文字パターン領域と濃度値分布の比較演算処理
を行うことにより文字認識が行われる。

【０００３】手書き文字は必ずしも用紙の縦横方向に沿
って正確に書かれているとは限らず、若干傾いて書かれ
ている場合がある。また、読み取り対象となる文字も、
著しく傾いた斜字があったり、文字間隔が充分とられて
おらず隣接文字が互いに接近している場合もある。ま
た、用紙が読み取り方向に対して斜めに供給される場合
もある。

【０００４】これらの場合、読み取られた文字列を一文
字ずつに切り出す際に、読み取り方向（用紙の供給方
向）と平行には文字が切り出せないことが起こるため、
文字列から文字を切り出す角度を求める必要が生じる。

【０００５】通常、文字列の投影をとり、その投影のヒ
ストグラムの分布から文字の切り出し方向を求める。す
なわち、図８（ａ）に示すように、読み取り方向と直交
する水平方向（すなわち走査方向）を投影基準線ＳＬの
傾斜角０°の状態とし、投影基準線ＳＬを種々の角度に
傾斜させながら、投影基準線ＳＬに対する文字列Ｒの投
影ヒストグラムを求める。そして、そのヒストグラムの
値が１画素以上となる連続領域ｈが最も多く現れ、且つ
投影基準線ＳＬの傾斜角ができるだけ小さくなる条件を
文字毎に求め、文字毎に求められたその傾斜角に傾斜し
た投影基準線ＳＬに対して直交する方向に文字が切り出
される。

【０００６】

【発明が解決しようとする課題】例えば図８（ａ）に示
す文字列Ｒのように「７」と「４」が近接する場合、投
影基準線が水平（θ＝０°）のとき、その投影ヒストグ
ラムが３つの領域ｈに分かれ、傾斜角−θのとき、その
投影ヒストグラムは４つの領域ｈに分かれる。そのた
め、「１」と「２」は読み取り方向に真っ直ぐ切り取ら
れ、「７」と「４」は傾斜角−θ°に傾斜した投影基準
線ＳＬに対して直交するように切り出される。つまり、
図８（ａ）中の破線で示す切り出し角でそれぞれの文字
Ｌが切り出される。

【０００７】図８（ｂ）に示すように、切り出された文
字Ｌに対してその切り出し方向に沿って外接する四角形
で囲まれた領域が文字領域４０として取り出され、図８
（ｃ）に示すように、この文字領域４０が規格サイズの
正方形領域に変換されることにより文字の正規化が行わ
れる。このとき、図８（ｃ）に示すように、斜めに切り
出された「７」や「４」の文字Ｌは、その正規化後のパ
ターン形状が大きく（悪く）変形する。

【０００８】このように正規化後のパターン形状が大き
く変形すると、その後のパターン認識による文字認識処
理でそのパターンに類似するパターンを辞書に見つけら
れず、識別不能となることが起こり得る。

【０００９】また、図８（ｃ）に示す「７」のパターン
が「１」のパターンに類似しているように、斜めに切り
出された文字Ｌの正規化後のパターンＰが、他の文字の
パターンに類似することも起こり得る。この場合、認識
辞書による文字の識別が不能となったり、「７」が誤っ
て「１」と判定される虞れがある。これらの不具合は、
文字が斜めに切り出される、前記のように読み取り対象
文字が斜字であったり、用紙が斜めに供給された場合に
も起こる。用紙が斜めに供給された場合、図９に示すよ
うに文字列Ｒが読み取り方向に対して斜めに読み取られ
てしまい、同図破線で示す切り出し角で文字Ｌが斜めに
切り出される。このように文字が斜めに切り出される頻
度は少なくはなく、そのため文字の識別不能や識別ミス
が起こる可能性が多分にあった。

【００１０】本発明は上記問題点を解決するためになさ
れたものであって、その目的は、接近して書かれた文字
や斜字、用紙が斜めに供給されたことなどにより、文字
が斜めに切り出され、正規化後の文字パターンが悪く変
形しても、文字を正しく識別することができる文字認識
方法及び文字認識装置を提供することにある。

【００１１】

【課題を解決するための手段】上記問題点を解決するた
め請求項１に記載の発明では、読み取り文字列から文字
を切り出すその読み取り方向に対する切り出し角を、当
該文字の特徴量の一つとして文字認識するようにした。

【００１２】請求項２に記載の発明では、読み取り文字
列から文字を切り出すその読み取り方向に対する切り出
し角と、該切り出し角で切り出した文字の正規化後の文
字パターンから作成した文字特徴情報とを、当該文字の
特徴量として文字認識するようにした。

【００１３】請求項３に記載の発明では、文字を読み取
る読み取り手段と、前記読み取り手段により読み取られ
た文字列から文字を切り出す切り出し角を求めるととも
に、該切り出し角で前記文字を切り出す文字切り出し手
段と、前記文字切り取り手段により切り出された文字を
正規化する文字正規化手段と、前記文字切り出し手段に
より求められた前記文字の切り出し角と、前記文字正規
化手段による正規化後の文字パターンから作成した文字
特徴情報とを特徴量として当該文字を識別する文字認識
手段とを備えた。

【００１４】請求項４に記載の発明では、前記文字認識
手段を、前記切り出し角の情報と前記文字特徴情報とを
入力する入力層を備えるニューラルネットワーク型文字
認識手段とした。

【００１５】請求項５に記載の発明では、前記文字認識
手段は、文字識別の基準となる文字のパターン情報を記
憶する辞書を備え、前記文字正規化手段による正規化後
の文字パターンから作成した文字特徴情報と、前記辞書
に記憶されたパターン情報との類似度の判定を、当該文
字の前記切り出し角の情報を判定要素に入れて行うとと
もに、その類似度の最も高い文字を識別結果として出力
するようにした。

【００１６】請求項６に記載の発明では、前記請求項３
〜請求項５に記載の文字認識装置をファクシミリ装置に
備えた。

【００１７】

【作用】請求項１に記載の発明によれば、読み取り文字
列から文字を切り出すその読み取り方向に対する切り出
し角が、文字の特徴量の一つとされて文字が文字認識さ
れる。そのため、文字の切り出し角に起因して文字認識
のための前処理で文字の特徴量が悪く変更されても、そ
の切り出し角が特徴量として取り入れられることにより
識別すべき文字が絞り込まれ、文字を正しく識別するこ
とが可能となる。

【００１８】請求項２に記載の発明によれば、読み取り
文字列から文字を切り出すその読み取り方向に対する切
り出し角と、その切り出し角で切り出された文字の正規
化後の文字パターンから作成された文字特徴情報とが特
徴量となってその識別対象である文字が認識される。そ
のため、文字の切り出し角に起因して文字の正規化後の
パターンが悪く変形されても、その切り出し角が特徴量
として取り入れられることにより識別すべき文字が絞り
込まれ、文字を正しく識別することが可能となる。

【００１９】請求項３に記載の発明によれば、読み取り
手段により読み取られた文字列から、文字切り出し手段
により求められた切り出し角で文字が切り出され、その
切り出された文字は文字正規化手段により正規化され
る。この正規化により、読み取り方向に対して斜めに切
り出された文字が、文字認識に不都合な文字パターンに
悪く変形される場合があるが、その文字の正規化後の文
字パターンから作成された文字特徴情報と、切り出し角
の情報とが特徴量とされて文字認識手段による文字識別
処理が行われるので、その文字パターンの正規化時の変
形が考慮された正しい識別結果が得られる。そのため、
文字の識別正解率が向上するとともに、文字の識別不能
が解消される。

【００２０】請求項４に記載の発明によれば、ニューラ
ルネットワーク型文字認識手段の入力層に、切り出し角
の情報と文字特徴情報とが入力されると、文字の切り出
し角にかかわらず、その出力層からは正しい認識結果が
得られる。

【００２１】請求項５に記載の発明によれば、前記文字
認識手段により、文字正規化手段による正規化後の文字
パターンから作成された文字特徴情報と、辞書に記憶さ
れたパターン情報との類似度の判定が、その識別対象文
字の切り出し角の情報を判定要素に入れて行われ、その
類似度の最も高い文字が識別結果として出力される。

【００２２】請求項６に記載の発明によれば、前記請求
項３〜請求項５に記載の文字認識装置を備えたファクシ
ミリ装置が提供される。

【００２３】

【実施例】以下、本発明を具体化した一実施例について
図１〜図７に従って説明する。本実施例では、文字認識
装置がファクシミリ装置に適用されている。

【００２４】図１にファクシミリ装置１の電気的構成を
示す。同図に示すように、ファクシミリ装置１は、用紙
挿入部１ａに用紙挿入用ローラ２を備え、その挿入口に
は用紙検知器３及びＣＣＤ（Charge Coupled Device ）
４が配設されている。ＣＣＤ４は２値化回路５，画像メ
モリ６を介して制御部７に接続されており、この制御部
７には、用紙検知器３，用紙挿入用ローラ２を駆動する
モータ８を駆動制御するモータ駆動回路９，入力部１
０，表示部１１を駆動する表示制御回路１２，トーンダ
イヤル部１３，モデム１４が接続されている。トーンダ
イヤル部１３及びモデム１４は、電話回線に接続された
ＮＣＵ（網制御装置）１５に接続されている。

【００２５】また、制御部７は、文字切り出し処理部１
６，正規化処理部１７，文字認識部１８，メモリ１９，
電話番号管理処理部２０，ＦＡＸ符号化処理部２１を備
えている。

【００２６】用紙検知器３は、例えば光学式センサから
なり、用紙挿入部１ａに用紙Ｐが挿入されたことを検知
するもので、この用紙検知器３からの検知信号は制御部
７に出力される。

【００２７】ＣＣＤ４は多数の固体撮像素子より構成さ
れ、用紙Ｐに記載された文字の光学像に応じたアナログ
画像信号ＡＳを発生するもので、このＣＣＤ４にて発生
された画像信号ＡＳは２値化回路５に出力される。

【００２８】２値化回路５は、ＣＣＤ４から順次入力さ
れるアナログ画像信号ＡＳを、白黒２値のデジタル画像
信号（以下、２値画像信号という）ＩＤに変換するもの
で、この２値化回路５にて変換された２値画像信号ＩＤ
は画像メモリ６に出力される。

【００２９】画像メモリ６は、ＲＡＭ（ランダムアクセ
スメモリ）により構成され、２値化回路５から入力され
る２値画像信号ＩＤを、制御部７からのアドレス信号に
応じたメモリ領域に画像データとして読み出し可能に記
憶するものである。

【００３０】制御部７は用紙検知器３から検知信号に基
づき、ＣＣＤ４に読み取り速度を制御する読み取りタイ
ミング信号を出力するとともに、この読み取りタイミン
グ信号に同期してモータ８が駆動されるようにモータ駆
動回路９に駆動制御信号を出力する。

【００３１】入力部１０は、電話番号を入力する番号入
力キーやＦＡＸ送信キーなどを備え、入力部１０からの
キー入力データは制御部７に入力される。表示部１１
は、例えば液晶表示装置（ＬＣＤ）からなり、入力部１
０から制御部７に入力された番号入力データや、制御部
７にて読み取り認識された電話番号を表示するもので、
制御部７により表示制御回路１２を介して駆動制御され
る。入力部１０及び表示制御部１２は電話番号管理処理
部２０に接続されている。

【００３２】電話番号管理処理部２０は、文字認識部１
８及び入力部１０から入力される電話番号データを記憶
する記憶部と、入力部１０からの入力データに基づきそ
の記憶部に対して処理を施す処理部とからなる。この電
話番号管理処理部２０は、入力部１０から番号確認モー
ド時に入力された番号データを表示部１１に表示すると
ともに、そのとき表示部１１に表示中の電話番号に対応
する記憶部の電話番号データを番号データに基づき修正
する。また、入力部１０の送信キーが操作された操作信
号に基づき、そのとき表示部１１に表示中の電話番号に
対応する電話番号データを、記憶部から読出してトーン
ダイヤル部１３に転送する。

【００３３】トーンダイヤル部１３は、電話番号管理処
理部２０から転送された電話番号データに応じてプッシ
ュ回線対応のトーン信号を発生するもので、トーンダイ
ヤル部１３により発生されるトーン信号はＮＣＵ１５に
送信される。

【００３４】ＮＣＵ１５は、制御部７からの制御信号に
基づき電話回線に対するトーンダイヤル部１３とモデム
１４との接続を選択的に切り換えるとともに、電話回線
が相手先のファクシミリ装置と接続されたことを確認す
る。

【００３５】ＦＡＸ符号化処理部２１は、入力部１０か
らのＦＡＸ送信キーの操作信号に基づき画像メモリ６か
ら順次読出される画像データを、ＦＡＸ送信するための
符号化信号に変換する符号化処理を行う。このＦＡＸ符
号化処理部２１にて符号化された符号化信号は、電話回
線接続後にモデム１４，ＮＣＵ１５を介して電話回線か
ら接続回線先に送信される。

【００３６】また、制御部７は、用紙Ｐの先頭の所定領
域に書かれた電話番号（又はＦＡＸ番号）を読み取った
画像データを、画像メモリ６から入力し、文字切り出し
処理部１６，正規化処理部１７，文字認識部１８による
文字認識処理を行う。

【００３７】文字切り出し部１６は、画像メモリ６から
入力された２値画像データに黒画素で現れる文字列Ｒか
ら文字Ｌを切り出す切り出し処理を行う。文字切り出し
部１６は、文字列Ｒの画素を投影基準線ＳＬに投影させ
た投影ヒストグラムの分布により文字の切り出し方向を
判定する。

【００３８】図４に示すように、投影基準線ＳＬは読み
取り方向に直交する水平線（図４の左右方向）に一致す
る状態を傾斜角０°とし、−３θ°から３θ°までθず
つの角度間隔で合計７つの傾斜角Θ（＝−３θ°，−２
θ°，−θ°，０°，θ°，２θ°，３θ°）が設定さ
れている。投影基準線ＳＬの傾斜角Θを、−３θ°から
３θ°までθずつ変化させながら、その投影基準線ＳＬ
に対して文字列Ｒの投影ヒストグラムが求められ、その
ヒストグラムの値が１画素以上となる連続領域ｈが分裂
を起こす傾斜角Θのうち、０°に一番近い傾斜角Θがそ
の文字Ｌの傾斜角Θとされる。例えば図４の例では、文
字「１」と「２」の傾斜角Θ＝０°、文字「７」と
「４」の傾斜角Θ＝θ°とされる。文字Ｌは文字毎の傾
斜角Θに基づき、その傾斜角に傾斜した投影基準線ＳＬ
に対して直交するように切り出されるようになってい
る。

【００３９】また、文字Ｌ毎に求められた傾斜角Θは、
３ビットの２値信号としてメモリ１９に記憶されるよう
になっている。すなわち、傾斜角Θの値が−３θ°から
３θ°まで順番に「０００」「００１」「０１０」…
「１１０」に変換され、この３ビット値「Ａ1 Ａ2 Ａ3
」（Ａ1 Ａ2 Ａ3 ＝０or１）が２値信号の傾斜信号Ａ
1，Ａ2 ，Ａ3 としてメモリ１９に記憶される。

【００４０】正規化処理部１７は、文字切り出し部１６
により一文字分ずつ切り出された領域内の画素の連接情
報に基づき、切り出された文字Ｌに対してその切り出し
方向に傾斜して外接する四角形の長辺に等しい長さを一
辺とする文字Ｌの外接正方形もしくは外接菱形で囲まれ
た領域を文字領域３０（図５に示す）として設定する。
文字領域３０は、その外周をなす縦横二辺と平行に８×
８のマトリクス状の小領域に分割され、その各小領域が
図６に示す８×８の規格サイズの規格領域３１の各小領
域３１ａに対応するように、正方形の規格領域３１に変
換されて正規化される。

【００４１】また、正規化後の規格領域３１の各小領域
３１ａに対して黒画素の比率（＝黒画素の面積／小領域
の面積）である濃度値Ｃ（０≦Ｃ≦１）が求められ、規
格領域３１中の濃度値Ｃの分布が求められる。濃度値Ｃ
は各小領域３１ａ毎にデジタル信号である濃度信号Ｓ1
〜Ｓ64に変換され、文字認識部１８に出力されるように
なっている。

【００４２】文字認識部１８は、図２に示すニューラル
ネットを形成するニューロコンピュータ２２を備え、入
力層２３，中間層２４，出力層２５から構成される。図
２に示すように、入力層２３は、正規化処理部１７から
入力される濃度信号Ｓ1 〜Ｓ64と、メモリ１９に蓄積さ
れた３ビットの傾斜角信号Ａ1 ，Ａ2 ，Ａ3 とが入力さ
れる６７個の入力部２３ａを備えている。

【００４３】文字認識部１８は、傾斜角Θが考慮されて
設計されている。すなわち、中間層２４と入力層２３の
結合係数、及び、中間層２４と出力層２５の結合係数
は、予め種々の文字パターンを、−３θ°から３θ°ま
でθ°ずつその傾斜をずらしながら入力し、学習させた
結果の値が用いられている。これらの結合係数は、電話
番号に使用される数字及び記号の文字パターンＬが、書
体（斜字，癖字，印刷字など）の違い等を含め学習済み
である。

【００４４】また、出力層２５は、識別すべき文字の
数、すなわち電話番号に使用される数字及び記号に対応
する１３個の出力部２５ａが設けられている。出力層２
５の出力部２５ａには、入力層２３の各入力部２３ａに
入力された濃度信号Ｓ1 〜Ｓ64及び傾斜角信号Ａ1 〜Ａ
3 に基づき中間層２４を介した演算処理結果が出力され
る。文字認識部１８は、出力層２５からの各出力値Ｘ1
〜Ｘ13が所定値以上の値となった出力部２５ａに対応す
る文字（数字，記号）を識別結果として判定する。文字
認識部１８で認識された文字（数字，記号）は、電話番
号管理処理部２０に出力されるようになっている。

【００４５】次に上記のように構成されたファクシミリ
装置１の作用を説明する。まず、ファクシミリ装置１に
て送信する用紙Ｐの所定領域に送信先の電話番号（又は
ＦＡＸ番号）を印刷もしくは手書きにより記載し、電話
番号が記載された側を先頭にして用紙Ｐを用紙挿入部１
ａの挿入口に挿入する。

【００４６】用紙Ｐを検知した用紙検知器３からの検知
信号を入力すると、制御部７は読み取りタイミング信号
を出力してＣＣＤ４を作動させるとともに、モータ駆動
回路９を介してモータ８を読み取りタイミング信号に同
期するよう駆動し、ローラ２の回転により用紙Ｐが所定
速度で先頭の所定領域だけ送り込まれる。

【００４７】ＣＣＤ４から読み取られたアナログ画像信
号ＡＳは、２値化回路５により２値画像信号ＩＤに変換
されて画像メモリ６に蓄積され、さらに画像メモリ６に
蓄積された画像データは、文字切り出し処理部１６に順
次に転送される。

【００４８】文字切り出し処理部１６では、用紙Ｐの先
頭所定領域から読み取られた２値画像データの画素に対
して、画素が投影される投影基準線ＳＬの傾斜角Θを−
３θから３θまでθずつ変化させながら、それぞれの投
影ヒストグラムが求められ、そのヒストグラムの値が１
画素以上となる連続領域ｈが最多に分かれる最も小さい
傾斜角Θが各文字毎に求められる。そして、各文字Ｌは
その傾斜角Θに応じて投影基準線ＳＬに対して直交する
ように切り出される。

【００４９】例えば、文字列Ｒが全ての文字Ｌが読み取
り方向に平行に切り出されるように読み取られた場合に
は、文字Ｌは全て読み取り方向に切り出され、傾斜角Θ
＝０°、すなわち「０１１」（図３参照）の傾斜信号Ａ
1 〜Ａ3 が文字切り出し処理部１６からメモリ１９に出
力される。そして、切り出された文字Ｌの文字領域３０
が正規化処理部１７により正規化された規格領域３１に
おいてその文字パターンＰは、正規化により悪く変形さ
れることなくほぼ元のパターン形状に正規化される。そ
して、その正規のパターンＰの濃度信号Ｓ1 〜Ｓ64と、
傾斜角０°に対応する「００１」の傾斜信号Ａ1 〜Ａ3
が入力層３に入力され、その出力層２５から識別結果が
出力される。電話番号データとして電話番号管理処理部
２０に出力される。

【００５０】また、例えば図４に示す文字列「１２７
４」が画像データに含まれていたとすると、この文字列
Ｒに対して、各傾斜角Θ（−３θ〜３θ）に配置した投
影基準線ＳＬに対して投影ヒストグラムが求められる。
文字列Ｒ中の「７」と「４」が近接しているため、投影
基準線ＳＬが水平（Θ＝０°）のときやΘ＝θ°のとき
にはヒストグラムの連続領域ｈの数が３個であり、これ
に対してΘ＝−θ°のとき連続領域ｈの数が４個にな
る。しかもこの傾斜角Θが領域ｈの数が４個に分裂する
最小（但し、絶対値）の傾斜角であるので、この傾斜角
Θ＝−θ°が文字「７」と「４」の切り出し角度とされ
る。

【００５１】また、文字列Ｒ中の「１」と「２」は、θ
＝０°ですでに２つの領域ｈに分裂しているため、読み
取り方向と平行に切り出されることになる。この傾斜角
Θの値は、傾斜角信号Ａ１〜Ａ３としてメモリ１９に蓄
積される。この場合、文字「１」と「２」に対してはθ＝
０°に対応する「０１１」が、文字「７」と「４」に対
してはΘ＝−θ°に対応する「０１０」（図３参照）が
メモリ１９に蓄積されることになる。

【００５２】そして、ヒストグラムの値が１画素以上の
連続領域ｈを一文字分の領域とし、文字毎に求められた
傾斜角Θに応じて投影基準線ＳＬに対して直交するよう
に文字Ｌが図５（ａ）に示す破線のように切り出され
る。

【００５３】次に正規化処理部１７では、この一文字分
ずつ切り出された文字パターンＬの画素の連接情報に基
づき文字Ｌの切り出し方向に外接する四角形がとられ、
その外接四角形の長辺を一辺とする図５（ｂ）に示す外
接正方形もしくは外接菱形に囲まれた領域が文字領域３
０とされる。

【００５４】次に、図５（ｃ）に示すように、この文字
領域３０が規格サイズの規格領域３１に変換されて文字
パターンＬが正規化される。このとき、斜めに切り出さ
れた文字「７」「４」は、この正規化により、図５
（ｃ）及び図６に示すように元のパターン形状と異なっ
て変形される。この規格領域３１に対して、図６に示す
８×８に分割された小領域３１ａ毎に、黒画素の濃度値
（黒画素の面積／小領域の面積）比率）Ｃが求められる
とともに、各濃度値Ｃに対応するは濃度信号Ｓ1 〜Ｓ64
が文字認識部１８に出力される。

【００５５】文字認識部１８には、一文字分ずつ順番に
その濃度信号Ｓ1 〜Ｓ64が入力され、それに同期してメ
モリ１９からその文字に対応する傾斜信号Ａ1 〜Ａ3 が
入力される。ここで５（ｃ）に示す「１」「２」のパタ
ーンＰの濃度信号Ｓ1 〜Ｓ64にはそれぞれ「０１１」の
傾斜信号Ａ1 〜Ａ3 が入力層２３の各入力部２３ａに入
力され、図５（ｃ）の「７」「４」のパターンＰの濃度
信号Ｓ1 〜Ｓ64にはそれぞれ「０１０」の傾斜信号Ａ1
〜Ａ3 が同期して入力される。

【００５６】入力層２３の各入力部２３ａから入力され
た入力信号Ｓ1 〜Ｓ64，Ａ1 〜Ａ3に基づき中間層２４
を介して文字の識別演算処理が行われ、その演算処理結
果が出力層２５の各出力部２５ａから出力される。各出
力部２５ａからの出力値のうち所定値以上の値をとる一
つの出力部２５ａに対応する数字又は記号が識別結果と
される。この処理が読み取られた各文字Ｌに対して順次
に行われ、用紙Ｐの所定領域に記載された電話番号（又
はＦＡＸ番号）が文字認識される。

【００５７】ここで、中間層２４と入力層２３の結合係
数、及び、中間層２４と出力層２５の結合係数は、予め
種々の文字パターンを、−３θ°から３θ°までθ°ず
つその傾斜をずらしながら入力し、学習させた結果の値
を用いる。そのため、文字パターンが読み取り方向に対
して斜めに切り出され、その正規化により文字パターン
Ｐが元の文字パターンから識別しずらいパターン形状に
悪く変形されていても、その文字は正しく識別される。

【００５８】文字認識部１８により文字認識された電話
番号データは、電話番号管理処理部２０に記憶されると
ともに、表示制御回路１２を介して表示部１１に表示さ
れる。表示部１１に表示された電話番号を確認して間違
いがなければ、入力部１０の送信キーを操作してＦＡＸ
送信を開始させる。このとき、送信キーが操作されるこ
とにより、電話番号管理処理部２０に記憶された電話番
号データはトーンダイヤル部１３に転送される。トーン
ダイヤル部１３では電話番号データに応じたプッシュ回
線対応のトーン信号が発生されてＮＣＵ１５を介して電
話回線へ送信される。

【００５９】そして、送信先のファクシミリ装置と電話
回線が接続されると、ＣＣＤ４及びモータ８が再び駆動
され、用紙Ｐが所定領域まで読み取られた続きから読み
取りが開始される。ＣＣＤ４から読み取られた画像デー
タは２値化回路５にて２値化されて画像メモリ６に一時
蓄積され、順次にＦＡＸ符号化処理部２１にて符号化信
号に変換される。このとき、ＮＣＵ１５はモデム１４に
接続が切り換えられており、ＦＡＸ符号化処理部２１に
て符号化された符号化信号はモデム１４及びＮＣＵ１５
を介して電話回線に送信される。なお、文字認識されて
表示部１１に表示された電話番号に間違いがあれば、入
力部１０の番号入力キーにてその番号を修正した後、送
信キーを操作する。

【００６０】以上詳述したように本実施例のファクシミ
リ装置１によれば、文字が読み取り方向に対して斜めに
切り出されたことにより、その正規化後のパターンＰが
元のパターンから悪く変形されても、その文字切り取り
時の傾斜角Θ、すなわち傾斜信号Ａ1 〜Ａ3 が、そのパ
ターンＰの濃度信号とともに文字認識処理に反映され
る。従って、正規化後に悪く変形された「７」のパター
ンそれだけでは文字判定不能であっても、このパターン
Ｐがそのように変形された傾斜角Θの要素を文字判定に
加味することにより、それらの条件を満足する一つの文
字が認識結果として絞り込まれる。従って、隣接文字が
互いに近接する文字や斜字、さらに用紙が斜めに供給さ
れてもとにより、文字が斜めに切り出されることになっ
ても、文字を正しく識別することができる。

【００６１】また、ニューロコンピュータ２２により文
字認識処理を行う構成としたので、入力層２３に傾斜信
号Ａ1 〜Ａ3 の入力部２３ａが少し増える他は、基準と
なる文字のパターンをその切り出し角毎に学習させるソ
フト的な変更だけで済すませることができる。そのた
め、その学習させる文字のパターン数が増えても辞書の
ようにその記憶容量が非常に増えることがない。

【００６２】なお、この実施例では、ニューラルネット
ワーク型文字認識部として、３層の階層型ニューラルネ
ットワークを示したが、当然、本願はこれに限定される
わけではない。ニューラルネットワーク型パターン認識
に関しては、特開平４−１７７４８５号、特開平４−２
６０９８７号、特開平６−４４４０９号公報及び多くの
文献等にも記載される周知の技術なので詳細は割愛し
た。

【００６３】また、この実施例では、正規化処理部の出
力をそのまま文字認識部に入力したが、当然、これは、
特徴抽出を行ってから入力してもよい。特徴抽出に関し
ては、特開平５−２８２４９６号、特開平５−２５８１
１１号、特開平５−３４２１８６号、特開平５−３２４
８３８号公報等に特徴抽出または前処理として説明さ
れ、周知の技術なので説明は割愛する。

【００６４】また、この実施例では、文字認識部をニュ
ーロコンピュータとしたが、実際は、当然、ニューロチ
ップで実現してもよいし、この文字認識部だけでなく制
御部を含めてマイクロコンピュータによりプログラムに
より実現してもよい。

【００６５】なお、本発明は上記実施例に限定されるも
のではなく、以下のように実施してもよい。 （１）図７に示すように、文字認識装置１８をニューロ
コンピュータ２２ではなく、書体（斜め文字、癖字な
ど）等の違い毎のパターンの図形特徴（濃度分布）を記
憶した辞書２６に予め用意されたパターンと正規化後の
パターンの濃度値の分布を特徴抽出して類似度判定する
ことにより文字認識する構成とし、文字の切り出し角に
起因して正規化後の文字パターンが辞書２６に基く類似
度判定により、一つに絞り切れなかった場合、メモリ１
９から傾斜信号Ａに基き候補の文字のうちから識別文字
を判定するようにしてもよい。例えば、図６に示すパタ
ーンＰについて、文字認識部１８による辞書２６に基く
類似度判定をした結果、例えば、候補として「１」と
「７」が類似度が高い文字として絞られた場合、メモリ
１９からの傾斜信号Ａが「０１１」すなわち傾斜角Θ＝
０°であれば、「１」が識別結果とされ、傾斜信号Ａが
「０１０」すなわち傾斜角Θ＝−θ°であれば、「７」
が識別結果とされるようにする。この構成によっても、
斜め文字や読み取り時の紙面の回転ずれによる正規化後
のパターンの変形に起因して文字が識別困難となること
を解消することができる。また、傾斜信号Ａを２値信号
でないデジタル信号としてもよい。

【００６６】（２）前記実施例では切り出し角を傾斜角
Θとしたが、切り出し角に対応する値であれば次元は角
度でなくてもよい。例えば、ベクトルで示された切り出
し方向であってもよい。

【００６７】（３）前記実施例では切り出し角としての
傾斜角Θを７種類設定したが、その数は必要に応じて適
宜変更してもよい。 （４）前記実施例では、電話番号に使用される数字及び
記号を文字認識の対象文字としたが、ひらがな、カタカ
ナ、英字、漢字などその他の文字を認識対象文字に含ま
れていてもよい。

【００６８】（５）ファクシミリ装置に限定されず、本
発明をその他の装置に適用することができる。

【００６９】

【発明の効果】以上詳述したように請求項１に記載の発
明によれば、文字の切り出し角に起因して文字認識のた
めの前処理で文字の特徴量が悪く変更されても、その切
り出し角が特徴量として取り入れられることにより識別
すべき文字が絞り込まれ、文字を正しく識別することが
できる。

【００７０】請求項２及び請求項３に記載の発明によれ
ば、文字の切り出し角に起因して正規化後の文字パター
ンが悪く変形されても、その切り出し角が特徴量として
取り入れられることにより識別すべき文字が絞り込ま
れ、文字を正しく識別することができる。

【００７１】請求項４に記載の発明によれば、文字認識
手段を、切り出し角の情報と前記文字特徴情報とを入力
する入力層を備えたニューラルネットワーク型文字認識
手段としたので、入力層に切り出し角の情報と文字特徴
情報とを入力すると、文字の切り出し角にかかわらず、
その出力層から正しい認識結果を得ることができる。

【００７２】請求項５に記載の発明によれば、文字認識
を辞書による類似度の判定により行う場合でも、認識対
象文字の正規化後のパターン情報と、辞書に記憶された
パターン情報との類似度の判定に、その認識対象文字の
切り出し角の情報が判定要素として取り入れられるの
で、正しい識別結果を得ることができる。

【００７３】請求項６に記載の発明によれば、前記請求
項３〜請求項５に記載の文字認識装置による効果を有す
るファクシミリ装置を提供することができる。

【図面の簡単な説明】

【図１】一実施例のファクシミリ装置のブロック図。

【図２】文字認識部のブロック図。

【図３】ニューラルネット型文字認識部の説明図。

【図４】文字列の投影ヒストグラム図。

【図５】切り出し文字の正規化過程を示す説明図。

【図６】正規化後の文字パターン図。

【図７】別例の制御部を示すブロック図。

【図８】従来技術における切り出し文字の正規化過程を
示す説明図。

【図９】同じく文字の切り出し説明図。

【符号の説明】

１…ファクシミリ装置、４…文字認識装置を構成すると
ともに読み取り手段としてのＣＣＤ、５…文字認識装置
を構成する２値化回路、６…文字認識装置を構成する画
像メモリ、１６…文字認識装置を構成するとともに文字
切り出し手段としての文字切り出し処理部、１７…文字
認識装置を構成するとともに文字正規化手段としての正
規化処理部、１８…文字認識装置を構成するとともに文
字認識手段としての文字認識部、１９…文字認識装置を
構成するメモリ、２２…ニューラルネットワーク型文字
認識手段としてのニューロコンピュータ、２３…入力
層、２６…文字認識装置を構成する辞書、３０…文字領
域、Ａ1 〜Ａ3 …切り出し角としての傾斜信号、Ｒ…文
字列。

───────────────────────────────────────────────────── フロントページの続き (72)発明者 堀井 洋 大阪府守口市京阪本通２丁目５番５号 三洋電機株式会社内 (72)発明者 田中 淳司 鳥取県鳥取市南吉方３丁目201番地 鳥 取三洋電機株式会社内 (56)参考文献 特開 平３−250280（ＪＰ，Ａ) 特開 平６−162270（ＪＰ，Ａ) 特開 平５−22555（ＪＰ，Ａ) 特開 平４−304069（ＪＰ，Ａ) 特開 平３−90981（ＪＰ，Ａ) (58)調査した分野(Int.Cl.⁶，ＤＢ名) G06K 9/00 - 9/82

Claims (6)

(57)【特許請求の範囲】
1. 【請求項１】 読み取り文字列から１文字を切り出すそ
   の読み取り方向に対する切り出し角を、当該文字の特徴
   量の一つとして文字認識する文字認識方法。
2. 【請求項２】 読み取り文字列から１文字を切り出すそ
   の読み取り方向に対する切り出し角を第１の特徴量とし
   て、該切り出し角で切り出した文字パターンに対して正
   規化処理を施した後の文字パターンから作成した文字特
   徴情報を第２の特徴量として、当該文字を文字認識する
   文字認識方法。
3. 【請求項３】 文字列を読み取る読み取り手段（４）
   と、 前記読み取り手段（４）により読み取られた文字列から
   文字を切り出す切り出し角を求めると共に、該切り出し
   角で前記文字を切り出す文字切り出し手段（１６）と、 前記文字切り出し手段（１６）により切り出された文字
   を正規化する文字正規化手段（１７）と、 前記文字切り出し手段（１６）により求められた前記文
   字の切り出し角を第１の特徴量として、前記文字正規化
   手段（１７）による正規化後の文字パターンから作成し
   た文字特徴情報を第２の特徴量として当該文字を識別す
   る文字認識手段（１８、２２、２６）とを備えた文字認
   識装置。
4. 【請求項４】 前記文字認識手段（１８、２２、２６）
   は、前記切り出し角の情報と前記文字特徴情報とを入力
   する入力層（２３）を備えるニューラルネットワーク型
   文字認識手段であることを特徴とする請求項３に記載の
   文字認識装置。
5. 【請求項５】 前記文字認識手段（１８、２２、２６）
   は、文字識別の基準となる文字のパターン情報を記憶す
   る辞書（２６）を備え、前記文字正規化手段（１７）に
   よる正規化後の文字パターンから作成した文字特徴情報
   と、前記辞書（２６）に記憶されたパターン情報との類
   似度の判定を、当該文字の前記切り出し角の情報を判定
   要素に入れて行うとともに、その類似度の最も高い文字
   を識別結果として出力する請求項３に記載の文字認識装
   置。
6. 【請求項６】 前記請求項３〜請求項５に記載の文字認
   識装置を備えたファクシミリ装置。