JP3133846B2 - 文字認識方式 - Google Patents

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は、文字認識において、手
書き文字の書き手の癖などによる文字の変形の多様性に
よって生ずる誤差を最小限におさえることができる文字
認識方式に関する。ＯＣＲの適用分野が広まるに伴っ
て、文字を記入する書き手が専従の特定筆記者から、各
種申込み用紙に申込み者本人が記入する場合のように、
不特定筆記者へと広がっている。このため、文字認識に
おいて、予め標準パターン辞書として登録されている文
字からずれた文字をリジェクト（棄却）したり誤読した
りするなど、不安定な場合が発生する。このような、文
字字形を高精度で認識するためには、これら不安定な文
字はできるだけリジェクトし、人間の判断に委ねる方法
が必要となる。

【０００２】

【従来の技術】文字認識装置において、辞書となる標準
パターンは、多数の不特定の筆記者より予め決められた
書式に従って記入された文字を収集し、この文字から認
識方式に依存する特徴を抽出し、抽出された特徴の平均
パターン等を得ることにより作成している。

【０００３】また、上記のように作成された標準パター
ン辞書と、入力帳票から読み取った文字画像とを照合す
るには、切り出した一文字から特徴を抽出し、この特徴
と標準パターン辞書との間で類似度計算、あるいは、例
えば下式（１）による距離計算を行い、最大の類似度を
持つカテゴリあるいは、最小の距離となるカテゴリを認
識結果としている。

【０００４】 Ｄ＝Σｍｉｎ（Σ｜ｓ（ｉ）−ｘ（ｉ）｜） （１） 但し、Ｄ：距離、ｓ（ｉ）：標準パターン辞書の特徴ベ
クトル、ｘ（ｉ）：入力文字の特徴ベクトル

【０００５】

【発明が解決しようとする課題】上記のように、従来の
文字認識方式においては、多数の不特定の筆記者により
記入された文字を収集し、その特徴を抽出して作成され
た標準パターン辞書と、入力帳票から読み取った文字画
像とを照合しているので、入力帳票上に記入された文字
が標準パターン辞書を作成するのに使われた文字パター
ン、すなわち不特定多数の筆記者で書かれた文字集合か
ら大きく離れた変形を持つ文字であると、その文字の誤
読あるいはリジェクトとなる可能性が大きくなる。

【０００６】また、現実上は無限といっていいほど存在
する全ての人の全ての文字パターンを収集することは不
可能なので、誤読あるいはリジェクトは避けられない。
さらに、文字認識装置としては標準パターン辞書のメモ
リ容量にも現実上は制限があるので、標準パターン辞書
としてもつ文字パターンは限られた範囲のものとなり、
全ての文字パターンを標準パターン辞書としてもつこと
はできない。

【０００７】本発明は上記した従来技術の問題点に鑑み
なされたものであって、標準パターンの文字字形からは
ずれた文字字形を、その認識結果の不安定さを利用し
て、リジェクトすることにより、認識精度を向上させ、
文字の誤読率を減少させた文字認識方式を提供すること
を目的とする。

【０００８】

【課題を解決するための手段】図１は本発明の原理ブロ
ック図である。上記課題を解決するため、本発明の請求
項１の発明は、同図に示すように、一文字として切り出
された文字画像１から特徴抽出を行い、抽出された特徴
とあらかじめ標準パターンとして作られた標準パターン
辞書２とのマッチングを行い認識結果を求める文字認識
方式において、１枚の入力シート上に記入された複数の
文字の一文字毎に特徴を抽出し、抽出された特徴を用い
て任意の２文字間の距離を求め、全ての文字間の距離を
記憶しておき、それぞれの文字の特徴と標準パターン辞
書２との距離計算することにより、最小距離となるカテ
ゴリを認識結果として求め、上記２文字間の距離テーブ
ルに記憶された２文字間の距離があらかじめ決められた
閾値以内となる文字について、その２文字の認識結果が
一致したとき、その認識結果を出力し、一致しないと
き、その文字の認識結果をリジェクトするようにしたも
のである。

【０００９】本発明の請求項２の発明は、一文字として
切り出された文字画像１から特徴抽出を行い、抽出され
た特徴とあらかじめ標準パターンとして作られた標準パ
ターン辞書２とのマッチングを行い認識結果を求める文
字認識方式において、１枚の入力シート上に記入された
複数の文字の一文字毎に特徴を抽出し、抽出されたそれ
ぞれの文字の特徴と標準パターン辞書２との距離計算す
ることにより、最小距離となるカテゴリを認識結果とし
て求めて記憶しておき、全ての文字の認識結果が得られ
たのち、抽出された特徴を用いて任意の２文字間の距離
を求め、注目する文字の認識結果と、その文字からあら
かじめ決められた閾値以内の距離にある文字の認識結果
が一致したとき、その認識結果を出力し、一致しないと
き、その文字の認識結果をリジェクトするようにしたも
のである。

【００１０】本発明の請求項３の発明は、一文字として
切り出された文字画像１から特徴抽出を行い、抽出され
た特徴とあらかじめ標準パターンとして作られた標準パ
ターン辞書２とのマッチングを行い認識結果を求める文
字認識方式において、１枚の入力シート上に記入された
複数の文字の一文字毎に特徴を抽出し、抽出された特徴
を用いて任意の２文字間の距離を求め、全ての文字間の
距離を記憶しておき、それぞれの文字の特徴と標準パタ
ーン辞書との距離計算することにより、最小距離となる
カテゴリを認識結果として求め、上記２文字間の距離テ
ーブルに記憶された２文字間の距離があらかじめ決めら
れた閾値以内となる文字について、認識結果の多数決を
求め、その認識結果を文字認識結果とするようにしたも
のである。

【００１１】

【作用】一枚の入力帳票に記入される文字は同一の記入
者であるので、同一のカテゴリであれば、似た字形をし
ている。例えば、数字の４の字形は記入者によって大き
く異なるが、同一の記入者であれば、ほぼ似たような字
形となる。例えば、図１の（ａ），（ｂ）に示すよう
に、上部が開いた数字「４」を書く人は常に、あるいは
一枚の帳票上に文字を書く間は上部が開いた「４」を書
くと推測できる。

【００１２】すなわち、標準的に広く書かれる文字字形
からずれのある「くせ字」を書く人は、一枚の帳票上で
は同じような癖字を書くと推測することができる。ま
た、そのような字は標準パターンとは遠い距離にあるの
で文字画像の認識にあたっては、誤読、あるいはリジェ
クトになってしまう可能性が高い。そこで、記入者によ
り書かれた文字間の距離を求め、文字間の距離が所定の
閾値以内の文字の認識結果が一致するか否かにより認識
結果を編集すれば、標準的に書かれる文字字形からはず
れた「くせ字」を安定にリジェクトすることができ、誤
読を少なくすることができる。

【００１３】本発明の請求項１ないし請求項３の発明
は、上記原理に基づき不安定な認識結果となるくせ字を
リジェクトするようにしたものであり、本発明の請求項
１の発明においては、あらかじめ、記入された文字の全
ての２文字間の距離を計算してテーブルに記憶してお
き、帳票上の全ての文字について認識結果が求まったと
き、それぞれの文字について、上記テーブルを参照して
２文字間の距離が所定の閾値より小さい文字群を求め、
その文字群の認識結果が一致する場合、認識結果をその
まま出力し、一致しない場合に、認識結果をリジェクト
するようにしたものである。本発明の請求項１の発明に
よれば、申込み書などの帳票に記入する文字が、例え
ば、図１（ｃ），（ｄ）に示すように標準パターン辞書
を作成するときに使った文字字形からはずれたものであ
っても、安定にリジェクトすることができ、認識精度を
向上させることができる。また、上記閾値をパラメタ指
定で変更することにより、最適な状態に設定することが
可能である。

【００１４】本発明の請求項２の発明においては、帳票
上の文字について認識結果を求めて記憶しておき、全て
の文字の認識結果が得られたのち、抽出された特徴を用
いて任意の２文字間の距離を求め、注目する文字の認識
結果と、その文字からあらかじめ決められた閾値以内の
距離にある文字の認識結果が一致したとき、その認識結
果を出力し、一致しないときその文字の認識結果をリジ
ェクトするようにしたので、請求項１の発明と同様な効
果を得ることができるとともに、認識結果が異なる２文
字について、２文字間距離を求めればよいので、２文字
間距離を算出する処理量を請求項１の発明のものと比べ
減少させることができる。

【００１５】本発明の請求項３の発明においては、２文
字間の距離テーブルに記憶された２文字間の距離があら
かじめ決められた閾値以内となる文字について、認識結
果の多数決を求めその結果を文字認識結果とするように
したので、請求項１，請求項２の発明と較べ、リジェク
トされる文字を減少させることができる。

【００１６】

【実施例】図２は本発明の１実施例の文字認識装置を示
す図であり、同図において、１１は帳票上に記入された
入力文字列、１２は入力文字列をイメージとして読み込
み２値画像に変換する観測部、１３は読み込まれたイメ
ージを格納する画像メモリ、１４は読み込んだイメージ
より１文字を切りだし、文字位置を決める文字切り出し
位置決め部、１５は切り出した１文字のイメージを格納
する画像メモリ、１６は画像メモリに格納された１文字
のイメージから文字の形状を表す入力特徴ベクトル、例
えば、線密度、線方向特徴などを抽出する特徴抽出部、
１７は抽出された入力特徴ベクトルを格納する特徴メモ
リである。

【００１７】１８は多数のサンプルの文字画像から作成
された平均ベクトルからなる標準パターン辞書、１９は
特徴メモリ１７に格納された入力特徴ベクトルと標準パ
ターン辞書の標準パターン・ベクトルとのマッチングを
行い距離を求め、認識結果を求める距離計算部、２０は
距離計算部１９により求めた認識結果を格納する認識結
果メモリである。

【００１８】距離計算部１９は、特徴メモリ１７に格納
された入力特徴ベクトルと標準パターン辞書の特徴ベク
トルとのマッチングを行い、距離の小さいカテゴリから
Ｍ位までを候補として候補メモリに格納し、その内最小
となった距離のカテゴリを認識結果とする。また、入力
特徴ベクトルと標準パターン・ベクトルでのマッチング
距離としては、例えば、シティ・ブロック距離を用い
る。

【００１９】距離計算部１９における距離計算は次の式
（２）により計算され、入力特徴ベクトルとカテゴリＡ
との距離は、各特徴毎の最小距離の和として定義されて
おり、入力特徴ベクトルを全てのカテゴリの標準パター
ンと照合し、最小の距離となったカテゴリを認識結果と
する。ここで、ｘ（ｉ）は入力文字の特徴ベクトル、ｓ
（ｉ）は標準パターン辞書のカテゴリＡの特徴ベクト
ル、ｍはカテゴリＡの標準パターンの数、すなわち、テ
ンプレート数、ｎは特徴の数、例えば、特徴が線密度、
線方向特徴であれば、特徴数は２となる。ｑは特徴の次
元数である。

【００２０】

【数１】

【００２１】また、２１は特徴メモリ１７に格納された
全ての２文字間の特徴ベクトルの距離を求める距離計算
部、２２は距離計算部２１により求めた２文字間の特徴
ベクトルの距離を格納する２文字間距離テーブル、２３
は２文字間距離テーブル２２に格納された２文字間の距
離に基づき、認識結果メモリ２０に格納された認識結果
を編集し、リジェクトする文字を決定する認識結果編集
部、２４は上記した観測部１２、文字切り出し位置決め
部１４、特徴抽出部１６、距離計算部１９，２１、認識
結果編集部２３を制御する制御部である。

【００２２】次に図２に示す文字認識装置による文字認
識処理について説明する。帳票等に記入された文字列１
１は観測部１２により読み取られ、画像メモリ１３に格
納される。文字切り出し位置決め部１４は画像メモリ１
３に格納されたイメージより一文字分のイメージを切り
出し、その位置を求めて画像メモリ１５に格納する。特
徴抽出部１６は画像メモリ１５に格納された一文字の画
像より文字の形状を表す特徴、例えば、線密度、線方向
特徴等を抽出し、特徴メモリ１７に格納する。

【００２３】例えば、図３に示すような字形の文字Ａな
いしＦが入力されたとき、その特徴ベクトルａないしｆ
が特徴抽出部１６において抽出され、特徴メモリ１７に
格納される。距離計算部２１は、特徴メモリ１７に格納
された全ての２文字間の特徴ベクトルの距離計算を行
い、各文字間の距離を２文字間距離テーブル２２に格納
していくことにより、２文字間距離テーブル２２を作成
する。

【００２４】例えば、距離計算部２１は前記した図３に
示す文字Ａと文字Ｂについて、特徴ベクトルａとｂとの
距離ｄＡＢを計算し、その結果を２文字間距離テーブル
２２に格納する。同様に、入力された全ての文字につい
て距離計算を行い、図４に示すように、各文字間の距離
ｄＡＢ，ｄＡＣ，…，を格納した２文字間距離テーブル
２２を作成する。

【００２５】一方、距離計算部１９は、入力特徴ベクト
ルと標準パターン辞書の特徴ベクトルとのマッチングを
行い、文字Ａ，Ｂ，Ｃ，Ｄ，Ｅ，Ｆ等の認識結果を認識
結果メモリ２０に格納する。認識結果編集部２３は２文
字間距離テーブル２２に格納された２文字間の距離によ
り認識結果を編集し、２文字間距離テーブル２２に格納
された２文字間の距離が閾値以下でその２文字の認識結
果が異なるとき、それらの文字の認識結果をリジェクト
する。

【００２６】例えば、文字ＡないしＦの文字の内、図３
に示すように、文字Ａ，Ｂ，Ｃが似た字形の場合、２文
字間距離ｄＡＢ，ｄＡＣは閾値以下となり、文字Ａの認
識結果が図５に示すように「２」、文字Ｂの認識結果が
「７」、文字Ｃの認識結果が「７」であると、文字Ａの
認識結果は「２」からリジェクトに変更される。同様
に、２文字間距離ｄＢＡ，ｄＢＣが閾値以下となり、文
字Ａ、文字Ｂ、文字Ｃの認識結果が上記のように異なる
と、文字Ｂの認識結果は「７」からリジェクトに変更さ
れる。また、文字Ｃについても、同様に認識結果は
「７」からリジェクトに変更される。

【００２７】また、文字ＤないしＦについては、２文字
間距離が閾値以上となり、認識結果が図５に示すように
「３」，「４」，「５」とそれぞれ異なっても、認識結
果はリジェクトされない。なお、閾値はあらかじめ一意
に決められた数値であり、この値を小さく設定すれば、
リジェクトは少なくなり、大きく設定すれば、リジェク
トは多くなる。この値は実際の運用時に最適の状態に試
行錯誤に設定することも可能である。

【００２８】図６は図２の認識結果編集部２３における
処理を示すフローチャートである。同図において、ステ
ップＳ１で、ｉ＝２，ｊ＝１に設定して、ステップＳ２
において、２文字間距離テーブル２２からｉ番目とｊ番
目の文字間の距離を読み出し、ステップＳ３において、
ｉ番目とｊ番目の文字間の距離が閾値以内か否かを判定
する。

【００２９】ｉ番目とｊ番目の文字間の距離が閾値以内
の場合には、ステップＳ４に行き、認識結果メモリ２０
よりｉ番目とｊ番目の文字の認識結果を読み出し、ステ
ップＳ５において、ｉ番目とｊ番目の文字の認識結果が
同じか否かを判定する。また、ｉ番目とｊ番目の文字間
の距離が閾値以内でない場合には、ステップＳ７に行
く。

【００３０】ステップＳ５において、ｉ番目とｊ番目の
文字の認識結果が同じないと判定された場合には、ステ
ップＳ６に行き、ｉ番目とｊ番目の文字の認識結果をリ
ジェクトし、ステップＳ７に行く。また、ステップＳ５
において、ｉ番目とｊ番目の文字の認識結果が同じであ
ると判定された場合には、ステップＳ７に行く。ステッ
プＳ７において、ｊ＝ｊ＋１とし、ステップＳ８におい
て、ｊ＜ｉか否かを判定する。ステップＳ８において、
ｊ＜ｉと判定された場合には、ステップＳ２に戻り上記
処理を繰り返す。

【００３１】また、ｊ＜ｉでない場合には、ステップＳ
９に行き、ｉ＝ｉ＋１，ｊ＝１に設定して、ステップＳ
１０において、ｉ＞文字数であるか否かを判定し、ｉ＞
文字数でない場合には、ステップＳ２に戻り上記処理を
繰り返す。また、ｉ＞文字数の場合には終了する。すな
わち、図４に示す２文字間距離テーブル２２は対角線に
対して対象なので（例えば、距離ｄＡＢと距離ｄＢＡは
等しい）、ｊ＜ｉの範囲内でｊの値を順次増加して２文
字間距離テーブル２２より各ｉ，ｊ番目の文字の２文字
間距離を読み出し、ついで、ｉを１増加して各ｉ，ｊ番
目の文字の２文字間距離を読み出し、この処理をｉ＞文
字数になるまで順次繰り返すことにより、２文字間距離
テーブル２２より全ての２文字間距離を読み出すことが
でき、それらの２文字間距離と閾値を比較することによ
り、認識結果を編集することができる。

【００３２】なお、上記実施例においては、２文字間距
離テーブル２２を各文字を認識する前に作成している
が、２文字間距離テーブル２２を、各文字の認識結果を
得たあとで作成してもよい。この場合には、認識結果が
異なる２文字について、２文字間距離を求め、その２文
字間距離が閾値以下の場合に、その文字をリジェクトす
る。

【００３３】この実施例によれば、認識結果が異なる２
文字について、２文字間距離を求めればよいので、２文
字間距離を算出する処理量を前記した実施例のものと比
べ減少させることができる。また、図５に示したよう
に、文字Ａ，Ｂ，Ｃの２文字間距離が小さく、文字Ａ，
Ｂ，Ｃの認識結果が異なるとき、前記した実施例のよう
に全ての文字をリジェクトするのではなく、上記３文字
の認識結果の多数決をとることにより、認識結果を編集
してもよい。例えば、認識結果が図５に示すように、
「２」，「７」，「７」のとき、多数決により、上記３
文字の認識結果を「７」とする。

【００３４】

【発明の効果】以上説明したことから明らかなように、
本発明においては、記入者により書かれた標準パターン
の文字字形からはずれた文字字形を、その認識結果の不
安定さを利用してリジェクトしているので、認識精度を
向上させることができ、文字の誤読率の減少に寄与する
ところが大きい。

【図面の簡単な説明】

【図１】本発明の原理ブロック図である。

【図２】本発明の実施例を示す図である。

【図３】入力される文字字形を示す図である。

【図４】２文字間距離テーブルを示す図である。

【図５】各文字の認識結果と編集結果を示す図である。

【図６】認識結果編集部における処理を示すフローチャ
ートである。

【符号の説明】

１１ 入力文字列 １２ 観測部 １３，１５ 画像メモリ １４ 文字切り出し位置決め部 １６ 特徴抽出部 １７ 特徴メモリ １８ 標準パターン辞書 １９，２１ 距離計算部 ２０ 認識結果メモリ ２２ ２文字間距離テーブル ２３ 認識結果編集部 ２４ 制御部

フロントページの続き (56)参考文献 特開 平３−186985（ＪＰ，Ａ) 特開 昭59−149569（ＪＰ，Ａ) 特開 平３−163681（ＪＰ，Ａ) 特開 昭62−219091（ＪＰ，Ａ) 「電子情報通信学会論文誌 Ｄ−２」 Ｖｏｌ．Ｊ74−Ｄ−２ Ｎｏ．３ ｐ. 357−365（1991）”認識結果を用いた手 書き数字字形の数量化とその応用" (58)調査した分野(Int.Cl.⁷，ＤＢ名) G06K 9/03 - 9/62 ＪＩＣＳＴファイル（ＪＯＩＳ)

Claims (3)

(57)【特許請求の範囲】
1. 【請求項１】 一文字として切り出された文字画像から
   特徴抽出を行い、抽出された特徴とあらかじめ標準パタ
   ーンとして作られた標準パターン辞書とのマッチングを
   行い認識結果を求める文字認識方式において、 １枚の入力シート上に記入された複数の文字の一文字毎
   に特徴を抽出し、抽出された特徴を用いて任意の２文字
   間の距離を求め、全ての文字間の距離を記憶しておき、 それぞれの文字の特徴と標準パターン辞書との距離計算
   することにより、最小距離となるカテゴリを認識結果と
   して求め、 上記２文字間の距離テーブルに記憶された２文字間の距
   離があらかじめ決められた閾値以内となる文字につい
   て、その２文字の認識結果が一致したとき、その認識結
   果を出力し、一致しないとき、その文字の認識結果をリ
   ジェクトすることを特徴とする文字認識方式。
2. 【請求項２】 一文字として切り出された文字画像から
   特徴抽出を行い、抽出された特徴とあらかじめ標準パタ
   ーンとして作られた標準パターン辞書とのマッチングを
   行い認識結果を求める文字認識方式において、 １枚の入力シート上に記入された複数の文字の一文字毎
   に特徴を抽出し、抽出されたそれぞれの文字の特徴と標
   準パターン辞書との距離計算することにより、最小距離
   となるカテゴリを認識結果として求めて記憶しておき、 全ての文字の認識結果が得られたのち、抽出された特徴
   を用いて任意の２文字間の距離を求め、 注目する文字の認識結果と、その文字からあらかじめ決
   められた閾値以内の距離にある文字の認識結果が一致し
   たとき、その認識結果を出力し、一致しないとき、その
   文字の認識結果をリジェクトすることを特徴とする文字
   認識方式。
3. 【請求項３】 一文字として切り出された文字画像から
   特徴抽出を行い、抽出された特徴とあらかじめ標準パタ
   ーンとして作られた標準パターン辞書とのマッチングを
   行い認識結果を求める文字認識方式において、１枚の入
   力シート上に記入された複数の文字の一文字毎に特徴を
   抽出し、抽出された特徴を用いて任意の２文字間の距離
   を求め、全ての文字間の距離を記憶しておき、 それぞれの文字の特徴と標準パターン辞書との距離計算
   することにより、最小距離となるカテゴリを認識結果と
   して求め、 上記２文字間の距離テーブルに記憶された２文字間の距
   離があらかじめ決められた閾値以内となる文字につい
   て、認識結果の多数決を求め、その認識結果を文字認識
   結果とすることを特徴とする文字認識方式。