JP3006823B2 - 文字および単語の認識方式 - Google Patents

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は、文字および単語認識方
式に関し、特に、文字の認識信頼度や単語照合結果に基
づき不十分な箇所を再認識することにより性能を向上さ
せる文字および単語の認識方式に関する。

【０００２】

【従来の技術】従来、文字および単語の認識方式は、光
学的文字読取装置（ＯＣＲ）などで、認識候補を補い認
識性能を向上させるために用いられている。

【０００３】図８は、従来の文字および単語認識方式を
実施する場合の一構成例を示すブロック図である。

【０００４】図８に示す文字および単語認識方式は、ス
キャナ（不図示）などにより読み取られた文字画像デー
タを保持する入力データ記憶部５１１と、複数の文字カ
テゴリー毎の標準パターンを保持している認識辞書記憶
部５２１と、入力データが複数の場合にあらかじめ切り
出し処理を行い、各文字データに対して個別文字認識を
行う文字認識手段５２２と、認識する言語の単語や文節
情報を保持している単語辞書記憶部５３１と、文字認識
手段５２２によって認識された各文字データの認識結果
を単語辞書記憶部５３１に保持されている単語情報と比
較し、照合する単語を抽出する単語照合手段５３２とか
ら構成されている。

【０００５】文字認識手段５２２における個別文字認識
では、認識辞書記憶部５２１に保持されている標準パタ
ーン情報を用いて各文字データがいずれのカテゴリーに
対応するかについて類似情報（類似度や距離値およびそ
の信頼度など）が抽出され、類似性の高い文字カテゴリ
ーが出力される。文字および単語の認識において、単語
情報を用いない場合はこの段階で処理を終了する。

【０００６】ここで、手書き漢字を認識する場合、手書
きによる字形変形の多様さ（文字線の太さ、文字の傾き
など）および漢字の字種の多さにより、抽出される認識
結果（候補）に必ずしも正解が含まれるとは限らない。

【０００７】上記認識結果を向上させるものとしては、
認識結果に字形が類似しているカテゴリーを追加して、
正解が含まれる可能性を高くする方法がある。しかし、
この方法では、全ての誤読傾向を分析して各カテゴリー
毎に置き換え文字を準備しておく必要があり、また、不
必要な候補を追加してしまうこともある。

【０００８】特開平２−１５０９８０号公報に記載され
ている文字および単語認識方式では、文字の変形に対応
した複数の標準パターンを設け、各標準パターン毎に類
似文字カテゴリーを登録したテーブルを設けることによ
りカテゴリーの追加が行われている。それにより、不必
要なカテゴリーを追加することなく、誤認識を生じやす
い必要最低限の文字カテゴリーのみを追加することがで
きる。

【０００９】また、単語照合の結果、誤認識の可能性の
高い文字について異なる条件で再度認識処理を行なうこ
とにより、認識精度を上げる方法がある。従来のこの種
の単語認識方式の一例が、特開平２−３００９７２号公
報および特開平３−２１８５６７号公報（電子辞書）に
記載されている。この公報に記載された単語認識方式で
は、単語照合結果に基づき、単語と一致しない部分に対
して、認識を行なう前に行なわれる二値化処理のスライ
スレベルを変えることで再認識が行なわれている。

【００１０】

【発明が解決しようとする課題】しかしながら上述した
従来の文字および単語の認識方式では、複数の文字のそ
れぞれに対応して類似カテゴリーを備えておく必要があ
るため、膨大な辞書を準備しなければならないという問
題点がある。

【００１１】また、単語照合結果において単語と一致し
ない部分に対してスライスレベルを変更して再認識を行
う場合は、スライスレベルを変更するだけでは手書き文
字の多様な字形変形に対処できない。また、文字の誤読
原因を考慮していないため、はじめから設定してある何
通りかのスライスレベルで認識しなければならないた
め、認識時間が増大し、かつ、不適当な条件で認識する
ことによる誤読の虞れが生じるという問題点がある。

【００１２】本発明は、上述したような従来の技術が有
する問題点に鑑みてなされたものであって、認識時間を
増大せずに手書き文字における字形変形にも対処して文
字認識を行うことができる文字および単語の認識方式を
提供することを目的とする。

【００１３】

【課題を解決するための手段】上記目的を達成するため
本発明は、入力文字データをメモリ上に記憶する入力デ
ータ記憶部と、複数のカテゴリの標準パターン情報を保
持する認識辞書記憶部と、前記入力データ記憶部より得
られる文字データに対して前記認識辞書記憶部より得ら
れる情報を基に文字認識を行なう文字認識手段と、複数
の単語情報を保持する単語辞書記憶部と、前記文字認識
手段より得られる文字認識候補結果に対して前記単語辞
書記憶部より得られる情報を基に単語照合を行う単語照
合検証手段とを少なくとも備えた、文字および単語の認
識方式において、前記単語照合検証手段において照合で
きない単語がある場合該当する文字を前記入力データ記
憶部より取得する対象データ取得手段と、前記対象デー
タ取得手段より得られるデータから何種類かの変形を取
得するための特徴を抽出し、条件判定により変形を決定
する変形推定手段と、変形推定のための複数のカテゴリ
ーの変形標準特徴情報を保持する変形特徴記憶部と、前
記変形推定手段より得られる変形推定結果に基づき、各
変形に対応して、対象データ取得手段より得られるデー
タに対してその変形を戻す正規化を施す正規化手段と、
前記正規化手段より得られる各正規化データに対してそ
れぞれ文字認識を行う文字再認識手段とを備え、前記変
形推定手段は、前記対象データ取得手段より得られるデ
ータから変形を検知する特徴を抽出し、前記変形特徴記
憶部より得られる変形標準特徴情報と比較することによ
り変形推定を行い、前記単語照合検証手段は、照合が不
十分な場合は再認識により検証を行い、単語照合結果を
出力することを特徴とする。

【００１４】

【００１５】

【００１６】

【作用】上記のように構成された本発明では、認識され
た文字についての単語照合において照合されるべき単語
が見つからない場合、再度、入力データ記憶部から該当
する文字を抽出し、変形推定手段において抽出された文
字から変形の特徴を導き出し、その結果に基づき正規化
手段にて文字の変形を修正して、再度、文字認識を行う
ので、複数の文字のそれぞれに対応して類似カテゴリー
を膨大な辞書により備えておく必要なく文字認識が行わ
れる。

【００１７】また、変形特徴記憶部を設けた場合は、複
数の文字のそれぞれに対応した変形特徴の標準値が設定
されているので、さらに高精度に文字認識が行われる。

【００１８】また、候補修正手段を設けた場合は、標準
値との距離により再認識が行われるので高精度に文字認
識が行われる。

【００１９】

【実施例】以下に、本発明の実施例について図面を参照
して説明する。

【００２０】（第１の実施例）図１は、本発明による文
字および単語の認識方式の第１の実施例を示すブロック
図である。

【００２１】本実施例の文字および単語の認識方式は、
図１に示すように、スキャナ（不図示）などにより読み
取られた文字画像データを保持する入力データ記憶部１
１１と、複数のカテゴリー毎の標準パターンを保持して
いる認識辞書記憶部１２１と、入力データが複数の場合
にあらかじめ切り出し処理を行い、各文字データに対し
て個別文字認識を行う文字認識手段１２２と、認識する
言語の単語や文節情報を保持している単語辞書記憶部１
３１と、文字認識手段１２２によって認識された各文字
データの認識結果を単語辞書記憶部１３１に保持されて
いる単語情報と比較し照合する単語を抽出し、もし照合
が不十分な場合は再認識により検証を行い、単語照合結
果を出力する単語照合検証手段１３３と、単語照合検証
手段１３３より得られる検証対象に対するデータを入力
データ記憶部１１１より取得する対象データ取得手段１
４１と、対象データ取得手段１４１より得られるデータ
に対して何種類かの変形を取得するための特徴を抽出
し、条件判定により変形を決定する変形推定手段１４２
と、変形推定手段１４２より得られる変形推定結果に基
づき、各変形に対応して、対象データ取得手段１４１よ
り得られるデータに対してその変形を戻す正規化を施す
（以下、正規化データと称す）正規化手段１４３と、正
規化手段１４３より得られる正規化データに対して再び
文字認識を行う文字再認識手段１４４とから構成されて
いる。

【００２２】上記構成における動作について下述する。

【００２３】まず、スキャナ（不図示）などにより読み
取られ入力データ記憶部１１１に記憶された文字画像デ
ータが、文字認識手段１２２において認識辞書記憶部１
２１に保持されている標準パターンと比較され認識され
る。

【００２４】次に、単語照合検証手段１３３において、
認識された文字に関する単語や文節情報が単語辞書記憶
部１３１から読み出される。ここで、単語照合が十分な
場合は、認識結果が出力され、処理が終了する。一方、
単語照合が不十分な場合は、対象データ取得手段１４１
にその旨の信号が送られる。ここで、単語照合が不十分
な場合としては、照合した単語の一部の文字において、
対応する文字認識候補の中にその文字が存在しない場合
等が考えられる。

【００２５】すると、対象データ取得手段１４１では、
入力データ記憶部１１１から検証対象となるデータが取
得され、変形推定手段１４２において、取得されたデー
タから何種類かの変形を取得するための特徴が抽出さ
れ、条件判定により変形が決定される。

【００２６】そして、正規化手段１４３において、変形
推定手段１４２における変形推定結果に基づき正規化が
行われ、文字再認識手段１４４において再度文字認識が
行われる。

【００２７】その後、単語照合検証手段１３３におい
て、文字再認識手段１４４にて認識された文字を含めて
単語辞書記憶部１３１に保持されているデータとの照合
が行われ、認識結果が出力される。

【００２８】上述した実施例についてさらに詳述する。

【００２９】まず、変形推定手段１４２における変形推
定および正規化手段１４３における正規化について説明
する。

【００３０】本実施例における変形推定手段１４２は、
推定する変形要素として、（変形１：線幅）、（変形
２：横線の傾き）、（変形３：縦線の傾き）の３種類を
用意しているとする。

【００３１】まず、取得されたデータに対して各変形を
推定するための特徴を抽出する。

【００３２】（変形１：線幅）に対しては、例えば、文
献「１９７３年５月、電子通信学会研究会、ＰＲＬ７３
−１４」に記載された方法により平均線幅を求めること
ができる。この文献では、平均線幅＝（パターンの黒画
素数）／（文字線分の長の和）により計算される。も
し、抽出した線幅が標準値を中心とする規定の範囲（し
きい値）より大きかったら、正規化手段１４３において
細線化が行われる。逆に、抽出した線幅が規定の範囲よ
り小さかったら、正規化手段１４３において太線化が行
われる。細線化の方法は、例えば、輪郭線上の黒画素を
白画素に替えることにより線幅１ずつ細線化できる。逆
に太線化の方法は、例えば、輪郭線の１つの外側の白画
素を黒画素に替えることにより線幅１ずつ太線化でき
る。

【００３３】また、二値化のスライスレベルを変えるこ
とにより、線幅を変えることも可能である。ただし、こ
の方法では、補正後の線幅の予想が困難になるという問
題点がある。

【００３４】（変形２：横線の傾き）に対しては、例え
ば、文献「１９９１年９月、電子情報通信学会秋季全国
大会、Ｄ−２２９」に記載されたアフィン変換により横
線の傾きを求めることができる。この文献では、横線に
近い方向線分の重み付き平均値により傾きが計算され
る。もし、抽出した横線の傾きが規定の範囲外だった
ら、正規化手段１４３において横線傾き補正が行われ
る。

【００３５】図４は、本実施例における傾き補正を説明
するための図であり、（ａ）は、横線の傾きがθのとき
の補正を説明するための図、（ｂ）は、縦線の傾きがφ
のときの補正を説明するための図である。

【００３６】図４（ａ）に示すように抽出した横線の傾
きと標準値（水平方向とする）との差がθのとき、座標
（ｘ，ｙ）→（ｕ，ｖ）への変換は、下式により計算で
きる。

【００３７】ｕ＝ｘ，ｖ＝ｙ−ｘ・ｔａｎθ （変形３：縦線の傾き）に対しては、例えば、横線の傾
き検出と同様に縦線に近い方向線分の重み付き平均値よ
り計算できる。もし、抽出した縦線の傾きが規定の範囲
外だったら、正規化手段１４３において縦線傾き補正が
行われる。

【００３８】図４（ｂ）に示すように抽出した縦線の傾
きと標準値（垂直方向とする）との差がφのとき、座標
（ｘ，ｙ）→（ｕ，ｖ）への変換は、下式により計算で
きる。

【００３９】ｕ＝ｘ−ｙ・ｔａｎφ，ｖ＝ｙ 正規化手段１４３は、変形推定手段１４２により推定さ
れた変形が複数ある場合は、それぞれに対応して複数の
正規化データを作成する。

【００４０】図５は、本実施例における文字認識結果の
例を説明するための図であり、（ａ）は、入力データを
示す図、（ｂ）は、認識候補結果の一例を示す図であ
る。

【００４１】例えば、図５（ａ）に示す文字列データ
「大津町」が入力データ記憶部１１１から入力されたと
する。すると、文字認識手段１２２において、切り出し
た各データに対して文字認識が行われ、例えば図５
（ｂ）に示す認識候補および距離値が出力される。

【００４２】次に、単語照合検証手段１３３により、各
認識候補結果が単語記憶部１３１に記憶されている単語
情報と比較され、照合する単語が抽出される。その結
果、「大津町」と「大塚町」が抽出されたとする。ここ
で、各単語候補とも、２文字目（「津」と「塚」）が文
字認識候補の中になく、照合が不十分であるため、再認
識が行われる。

【００４３】再認識の動作が開始されると、まず、対象
データ取得手段１４１において、入力データ記憶部１１
１より２文字目「津」の領域のデータが取得される。

【００４４】次に、変形推定手段１４２により、このデ
ータから変形推定特徴として、線幅＝４、横線の傾き＝
１５°、縦線の傾き＝３°が抽出されたとする。線幅に
関しては、データのサイズを例えば６４×６４に正規化
している。ここで、各規定の範囲を、線幅４±２、横線
の傾き＝０±５°、縦線の傾き＝０±５°とすると、横
線の傾きのみが規定の範囲外となり、正規化の対象とな
る。すると、正規化手段１４３により、「津」のデータ
に対して、正規化として横線の傾き補正が行われる。

【００４５】もし、複数の変形が正規化の対象となった
場合は、それぞれの変形に対応した正規化データが作成
される。また、その場合、複数の変形を合成した正規化
データを作成してもよい。

【００４６】図６は、本実施例における横線の傾き補正
の一例を示す図である。

【００４７】図６に示すように「津」のデータに対して
横線の傾き補正が行われると、文字再認識手段１４４に
おいて、「津」の正規化データに対しての文字認識が行
われる。

【００４８】図７は、本実施例における文字再認識結果
の一例を示す図である。

【００４９】「津」の正規化データに対しての文字再認
識が行われると、単語照合検証手段１３３において、再
認識結果が受取られ単語照合が再検討される。再認識結
果の候補には図７に示すように、「津」が含まれ「塚」
が含まれていないので、「大津町」が単語認識結果とし
て出力される。

【００５０】（第２の実施例）図２は、本発明による文
字および単語の認識方式の第２の実施例を示すブロック
図である。

【００５１】以下に説明する本発明の第２の実施例は、
図２に示すように、変形特徴記憶部２４５を備える点で
本発明の第１の実施例と異なる。

【００５２】変形特徴記憶部２４５には、あらかじめ複
数のカテゴリー毎の変形標準特徴情報が保持されてお
り、また、変形推定手段２４２では、対象データ取得手
段２４１より得られるデータから何種類かの変形を推定
するための特徴が抽出され、変形特徴記憶部２４５の特
徴と比較され条件判定により変形が決定される。

【００５３】第１の実施例では、各変形を推定するため
の標準値があらかじめ変形推定手段１４２（図１参照）
によって設定され、かつ、どの文字でも一定であった。
しかし、各変形に対応して抽出される特徴は、実際の線
幅や傾きに対して各カテゴリー毎に様々なずれを生じる
場合もある。

【００５４】例えば、もともと傾いた線が存在する文字
では、実際には傾いていないのに傾きが検出される。

【００５５】そこで、第２の実施例では、変形特徴記憶
部２４５において各カテゴリー毎の変形特徴の標準値が
記憶され、その標準値と抽出した特徴との差をもとに変
形を決定する方式について説明する。

【００５６】以下に、本実施例において実際に文字が認
識されるまでの動作について説明する。

【００５７】第１の実施例における具体例で言えば、２
文字目「津」のデータに対して、単語照合の結果、
「津」と「塚」の２つの可能性があった。「津」の変形
特徴の標準値を、線幅＝４、横線の傾き＝０°、縦線の
傾き＝０°、「塚」の変形特徴の標準値を、線幅＝３、
横線の傾き＝５°、縦線の傾き＝−３°とする。また、
規定の範囲を、いずれも線幅＝標準±２、横線の傾き＝
標準±５°、縦線の傾き＝標準±５°とする。取得した
データに対して、変形推定特徴として、線幅＝４、横線
の傾き＝１５°、縦線の傾き＝３°が抽出されたとする
と、「津」に対しては、横線の傾きが範囲外となり、
「塚」に対しては横線の傾きと縦線の傾きが範囲外とな
る。

【００５８】そこで、正規化手段２４３において、横線
の傾き補正と縦線の傾き補正の正規化データが作成され
る。横線の傾き補正に関しては「津」は１５°、「塚」
は１０°と異なるので、２つの正規化データが作成され
る。もしくは、補正が近いと判定した場合は１つにまと
めても良い。

【００５９】その後、文字再認識手段２４４にて文字の
再認識が行われ、単語照合検証手段２３３において、単
語辞書記憶部２３１から抽出された単語情報と再認識さ
れた単語との照合が行われ、認識結果が出力される。

【００６０】（その他の実施例）図３は、本発明による
文字認識方式の一実施例を示すブロック図である。

【００６１】本実施例の文字認識方式は、図３に示すよ
うに、第１の実施例と同様に入力データ記憶部３１１
と、認識辞書記憶部３２１と、文字認識手段３２２と、
対象データ取得手段３４１と、変形推定手段３４２と、
正規化手段３４３と、文字再認識手段３４４とを備え、
さらに、文字認識手段３２２より得られる文字認識結果
の各候補の類似情報を基に認識結果の信頼度の低いデー
タに対して再認識を行い、認識候補を修正する候補修正
手段３２３とを備えて構成される。

【００６２】本実施例において具体的に文字が認識され
るまでの動作について説明する。

【００６３】第１の実施例における具体例で言えば、図
５（ｂ）の認識候補の１位の距離値が、ある規定値（例
えば３０００）を越えた場合、再認識が行われる。再認
識の結果は、例えば図７に示すようになり、候補修正手
段３２３では最初の認識候補結果と再認識の認識候補結
果を総合して認識候補を出力する。例えば、距離値の小
さい順に並べれば、候補は「津浄淒」の順になる。

【００６４】上述した３つの実施例では、推定を行う変
形の種類を、線幅、横線の傾き、縦線の傾きの３種類と
したがこれに限るものではない。また、第２の実施例の
変形特徴記憶部２４５は、認識辞書記憶部２２１と独立
に説明したが、１つの辞書の中に記憶するものでも良
い。

【００６５】

【発明の効果】本発明は、以上説明したように構成され
ているので以下に記載するような効果を奏する。

【００６６】請求項１に記載のものにおいては、単語照
合検証手段において照合できない単語がある場合に該当
する文字を前記入力データ記憶部より取得する対象デー
タ取得手段と、対象データ取得手段より得られるデータ
から何種類かの変形を取得するための特徴を抽出し、条
件判定により変形を決定する変形推定手段と、変形推定
手段より得られる変形推定結果に基づき、各変形に対応
して、対象データ取得手段より得られるデータに対して
その変形を戻す正規化を施す正規化手段と、正規化手段
より得られる各正規化データに対してそれぞれ文字認識
を行う文字再認識手段とを備え、単語照合検証手段にお
いて照合が不十分な場合は再認識により検証を行い、単
語照合結果を出力するように構成したため、複数の文字
のそれぞれに対応して類似カテゴリーを膨大な辞書によ
り備えておく必要がなくなり、また、不適当な条件で文
字の認識を行うことが避けられるので、認識時間の増大
を招かずに手書き文字のような字形変形にも対処して文
字認識を行うことができる。

【００６７】請求項２に記載のものにおいては、変形推
定のための複数のカテゴリーの変形標準特徴情報を保持
する変形特徴記憶部を備え、変形推定手段が対象データ
取得手段より得られるデータから変形を検知する特徴を
抽出し、変形特徴記憶部より得られる変形標準特徴情報
と比較することにより変形推定を行なうように構成した
ため、複数の文字毎に変形推定および正規化を行うこと
ができる。それにより、さらに高精度に文字認識を行う
ことができる。

【００６８】請求項３に記載のものにおいては、文字認
識手段より得られる文字認識候補結果に対して認識信頼
度が低い文字が存在する場合は再認識により検証を行な
い、認識結果を修正する候補修正手段を備えたことによ
り、不十分な箇所を再認識することにより認識結果を補
い、精度良く文字認識を行うことができる。

【図面の簡単な説明】

【図１】本発明による文字および単語の認識方式の第１
の実施例を示すブロック図である。

【図２】本発明による文字および単語の認識方式の第２
の実施例を示すブロック図である。

【図３】本発明による文字の認識方式の一実施例を示す
ブロック図である。

【図４】本発明の文字および単語の認識方式の第１の実
施例における傾き補正を説明するための図であり、
（ａ）は、横線の傾きがθのときの補正を説明するため
の図、（ｂ）は、縦線の傾きがφのときの補正を説明す
るための図である。

【図５】本発明の文字および単語の認識方式の第１の実
施例における文字認識結果の例を説明するための図であ
り、（ａ）は、入力データを示す図、（ｂ）は、認識候
補結果の一例を示す図である。

【図６】本発明の文字および単語の認識方式の第１の実
施例における横線の傾き補正の一例を示す図である。

【図７】本発明の文字および単語の認識方式の第１の実
施例における文字再認識結果の一例を示す図である。

【図８】従来の文字および単語認識方式を実施する場合
の一構成例を示すブロック図である。

【符号の説明】

１１１，２１１，３１１ 入力データ記憶部 １２１，２２１，３２１ 認識辞書記憶部 １２２，２２２，３２２ 文字認識手段 １３１，２３１ 単語辞書記憶部 １３３，２３３ 単語照合検証手段 １４１，２４１，３４１ 対象データ取得手段 １４２，２４２，３４２ 変形推定手段 １４３，２４３，３４３ 正規化手段 １４４，２４４，３４４ 文字再認識手段 ２４５ 変形特徴記憶部 ３２３ 候補修正手段

───────────────────────────────────────────────────── フロントページの続き (58)調査した分野(Int.Cl.⁷，ＤＢ名) G06K 9/62 G06K 9/46 G06K 9/03 G06K 9/36

Claims (1)

(57)【特許請求の範囲】
1. 【請求項１】入力文字データをメモリ上に記憶する入力
   データ記憶部と、複数のカテゴリの標準パターン情報を
   保持する認識辞書記憶部と、前記入力データ記憶部より
   得られる文字データに対して前記認識辞書記憶部より得
   られる情報を基に文字認識を行なう文字認識手段と、複
   数の単語情報を保持する単語辞書記憶部と、前記文字認
   識手段より得られる文字認識候補結果に対して前記単語
   辞書記憶部より得られる情報を基に単語照合を行う単語
   照合検証手段とを少なくとも備えた、文字および単語の
   認識方式において、 前記単語照合検証手段において照合できない単語がある
   場合該当する文字を前記入力データ記憶部より取得する
   対象データ取得手段と、 前記対象データ取得手段より得られるデータから何種類
   かの変形を取得するための特徴を抽出し、条件判定によ
   り変形を決定する変形推定手段と、変形推定のための複数のカテゴリーの変形標準特徴情報
   を保持する変形特徴記憶部と、 前記変形推定手段より得られる変形推定結果に基づき、
   各変形に対応して、対象データ取得手段より得られるデ
   ータに対してその変形を戻す正規化を施す正規化手段
   と、 前記正規化手段より得られる各正規化データに対してそ
   れぞれ文字認識を行う文字再認識手段とを備え、前記変形推定手段は、前記対象データ取得手段より得ら
   れるデータから変形を検知する特徴を抽出し、前記変形
   特徴記憶部より得られる変形標準特徴情報と比較するこ
   とにより変形推定を行い、 前記単語照合検証手段は、照合が不十分な場合は再認識
   により検証を行い、単語照合結果を出力することを特徴
   とする、文字および単語の認識方式。