JP3195038B2 - 複数の文字認識プロセッサを備えた記号判定システムのための選択装置 - Google Patents
複数の文字認識プロセッサを備えた記号判定システムのための選択装置Info
- Publication number
- JP3195038B2 JP3195038B2 JP07740892A JP7740892A JP3195038B2 JP 3195038 B2 JP3195038 B2 JP 3195038B2 JP 07740892 A JP07740892 A JP 07740892A JP 7740892 A JP7740892 A JP 7740892A JP 3195038 B2 JP3195038 B2 JP 3195038B2
- Authority
- JP
- Japan
- Prior art keywords
- character
- candidates
- candidate
- accuracy
- selection device
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/25—Fusion techniques
- G06F18/254—Fusion techniques of classification results, e.g. of results related to same input data
Landscapes
- Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Character Discrimination (AREA)
Description
【０００１】
【産業上の利用分野】この発明は光学文字認識（ＯＣ
Ｒ）システムに関係し、特に、複数のＯＣＲプロセッサ
の出力からの数学的にもっとも確度の高い記号候補を識
別する選択装置を備えたシステムに関する。
Ｒ）システムに関係し、特に、複数のＯＣＲプロセッサ
の出力からの数学的にもっとも確度の高い記号候補を識
別する選択装置を備えたシステムに関する。
【０００２】
【従来の技術】従来、特願平３−３２５８３０号に記述
されているように、文字のビットマップの形式で記号イ
メージデータを認識するために、個別のプロセッサを用
いるものはあった。
されているように、文字のビットマップの形式で記号イ
メージデータを認識するために、個別のプロセッサを用
いるものはあった。
【０００３】
【発明が解決しようとする課題】しかしながら、上記従
来の技術では、文字のビットマップの形式で記号イメー
ジデータを認識すべく用いる、個別のプロセッサは、入
力イメージを総体として識別する為の選択装置を備え
ず、プロセッサアレイという形態では用いられなかっ
た。
来の技術では、文字のビットマップの形式で記号イメー
ジデータを認識すべく用いる、個別のプロセッサは、入
力イメージを総体として識別する為の選択装置を備え
ず、プロセッサアレイという形態では用いられなかっ
た。
【０００４】（目的）従って、本発明は、複数の記号候
補を持つ記号判定システムのための、改善された選択装
置を与えることを目的とする。
補を持つ記号判定システムのための、改善された選択装
置を与えることを目的とする。
【０００５】従って、本発明は、各々の候補に関連した
確信因子に基いて、記号候補を選択するような選択装置
を与えることを目的とする。
確信因子に基いて、記号候補を選択するような選択装置
を与えることを目的とする。
【０００６】従って、本発明は、一群の類似候補の連結
確信因子に選択の基礎を置くような選択装置を与えるこ
とを目的とする。
確信因子に選択の基礎を置くような選択装置を与えるこ
とを目的とする。
【０００７】従って、本発明は、一群の類似候補の連結
誤読因子に選択の基礎を置くような選択装置を与えるこ
とを目的とする。
誤読因子に選択の基礎を置くような選択装置を与えるこ
とを目的とする。
【０００８】従って、本発明は、複数の候補から数学的
にもっとも確度の高い候補を選択するような選択装置を
与えることを目的とする。
にもっとも確度の高い候補を選択するような選択装置を
与えることを目的とする。
【０００９】略述すると、本発明の目的は、以下の点に
ある。複数のＯＣＲプロセッサから入力文字コード（Ｉ
ＣＣ）を読み取る、文字選択装置を提供することによっ
て、達成される。選択装置は、各々のＩＣＣに関連した
確信因子（ＣＦ）に基いて複数のＩＣＣの中から数学的
にもっとも確度の高いコード（ＭＰＣ）を選択する。選
択装置の入力手段は複数のＩＣＣおよびこれらに関連す
るＣＦを読取り、複数の入力位置へ入れる。ソーター
は、複数のＩＣＣをソートして、それぞれが同一コード
からなる複数の群に分類し、ソートメモリ内にそれらを
記憶する。連結確信因子（ＪＣＦ）演算器は、各々の群
内のＩＣＣのＣＦに基いて、同一コードの各群のＪＣＦ
を判定する。進め回路は、群のＪＣＦを判定するために
ＪＣＦ演算器手段へ各ＩＣＣ群を進める。出力手段はＪ
ＣＦ演算器手段からＪＣＦを読み込み、関連するＪＣＦ
に基いてＭＰＣを選択する。
ある。複数のＯＣＲプロセッサから入力文字コード（Ｉ
ＣＣ）を読み取る、文字選択装置を提供することによっ
て、達成される。選択装置は、各々のＩＣＣに関連した
確信因子（ＣＦ）に基いて複数のＩＣＣの中から数学的
にもっとも確度の高いコード（ＭＰＣ）を選択する。選
択装置の入力手段は複数のＩＣＣおよびこれらに関連す
るＣＦを読取り、複数の入力位置へ入れる。ソーター
は、複数のＩＣＣをソートして、それぞれが同一コード
からなる複数の群に分類し、ソートメモリ内にそれらを
記憶する。連結確信因子（ＪＣＦ）演算器は、各々の群
内のＩＣＣのＣＦに基いて、同一コードの各群のＪＣＦ
を判定する。進め回路は、群のＪＣＦを判定するために
ＪＣＦ演算器手段へ各ＩＣＣ群を進める。出力手段はＪ
ＣＦ演算器手段からＪＣＦを読み込み、関連するＪＣＦ
に基いてＭＰＣを選択する。
【００１０】
【実施例】以下、添付図面を参照して本発明の好適な実
施例を詳細に説明する。
施例を詳細に説明する。
【００１１】尚、添付図面においては、この発明の諸要
素を２桁の参照数字によって指定する。第１の桁は、そ
の要素が最初に示される図面の番号あるいはその要素に
ついての記述が主に言及する図面の番号を示す。第２の
桁は、全部の図面を通じて、類似した特徴および構造を
示す。その要素の属性あるいは特徴を示す添字がいくつ
かの参照数字の後に続く。
素を２桁の参照数字によって指定する。第１の桁は、そ
の要素が最初に示される図面の番号あるいはその要素に
ついての記述が主に言及する図面の番号を示す。第２の
桁は、全部の図面を通じて、類似した特徴および構造を
示す。その要素の属性あるいは特徴を示す添字がいくつ
かの参照数字の後に続く。
【００１２】〔記号判定システム〕ここで、記号判定シ
ステムについて図１を用いて詳細に説明する。
ステムについて図１を用いて詳細に説明する。
【００１３】連結記号判定システム１０は、入力スキャ
ナ１０５を介してＣＰＵ １０Ｃへ文書１０Ｄの文書お
よび／若しくは図形データを読み込み、生じたイメージ
をビットマップメモリ１２Ｍ内に格納する。ビットマッ
プ内の記号あるいは文字セル１２Ｃは分離ソフトウェア
によって識別され、データ排除プロセッサ１４Ｅｘおよ
びニューロネットワークプロセッサ１４ＮＮのような複
数の適切な光学文字認識（ＯＣＲ）プロセッサへ提示さ
れる。文字選択装置１６は、複数のプロセッサ出力の中
から、数学的に最も確度の高い文字（ＭＰＣ）を選択
し、ＣＰＵに記憶させたり、出力プリンタ１０Ｐに印刷
させる。
ナ１０５を介してＣＰＵ １０Ｃへ文書１０Ｄの文書お
よび／若しくは図形データを読み込み、生じたイメージ
をビットマップメモリ１２Ｍ内に格納する。ビットマッ
プ内の記号あるいは文字セル１２Ｃは分離ソフトウェア
によって識別され、データ排除プロセッサ１４Ｅｘおよ
びニューロネットワークプロセッサ１４ＮＮのような複
数の適切な光学文字認識（ＯＣＲ）プロセッサへ提示さ
れる。文字選択装置１６は、複数のプロセッサ出力の中
から、数学的に最も確度の高い文字（ＭＰＣ）を選択
し、ＣＰＵに記憶させたり、出力プリンタ１０Ｐに印刷
させる。
【００１４】文字イメージのビットはＯＣＲプロセッサ
へ送られ、各々のプロセッサによって系統的に検索され
検査される。各々のプロセッサによって生成された文字
データは、ライブラリ１５に格納されている既知もしく
は定義された参照文字のセットから引き出された対応す
る文字データと比較される。その後、各ＯＣＲプロセッ
サが、参照セット内のどの文字が各ＯＣＲプロセッサに
よって検査され提示されたイメージにもっとも似ている
かに基き、提示されたイメージに最もよくマッチした文
字を確定する。その後、最良のマッチングを示す出力文
字が入力文字コード（ＩＣＣ）、すなわち選択装置１６
による選択候補文字になる。候補文字は、ＡＳＣＩＩコ
ードあるいは圧縮ＡＳＣＩＩコードのような適切な２進
コードシステムで表現される。
へ送られ、各々のプロセッサによって系統的に検索され
検査される。各々のプロセッサによって生成された文字
データは、ライブラリ１５に格納されている既知もしく
は定義された参照文字のセットから引き出された対応す
る文字データと比較される。その後、各ＯＣＲプロセッ
サが、参照セット内のどの文字が各ＯＣＲプロセッサに
よって検査され提示されたイメージにもっとも似ている
かに基き、提示されたイメージに最もよくマッチした文
字を確定する。その後、最良のマッチングを示す出力文
字が入力文字コード（ＩＣＣ）、すなわち選択装置１６
による選択候補文字になる。候補文字は、ＡＳＣＩＩコ
ードあるいは圧縮ＡＳＣＩＩコードのような適切な２進
コードシステムで表現される。
【００１５】多くの種類のＯＣＲプロセッサがあり、各
々のプロセッサは、文字認識のためにそれぞれ他とは異
なる手法を用いる。データ排除プロセッサ１４Ｅｘは、
提示されたイメージのスペクトルパワーを検査し、線幅
およびラインカウント情報を引き出す。スペクトルパワ
ーは漸進的に減じられ、イメージデータを除外して確信
因子を生成する。このことは、特願平３−３２５８３０
号“データ排除および確信因子を備えた、記号解析シス
テムとその解析方法”に記述されている。ニューロネッ
トワーク・プロセッサ１４ＮＮは生物の神経システムに
固有のマッチングプロセスを用いる、適合人工知能型の
実施例である。
々のプロセッサは、文字認識のためにそれぞれ他とは異
なる手法を用いる。データ排除プロセッサ１４Ｅｘは、
提示されたイメージのスペクトルパワーを検査し、線幅
およびラインカウント情報を引き出す。スペクトルパワ
ーは漸進的に減じられ、イメージデータを除外して確信
因子を生成する。このことは、特願平３−３２５８３０
号“データ排除および確信因子を備えた、記号解析シス
テムとその解析方法”に記述されている。ニューロネッ
トワーク・プロセッサ１４ＮＮは生物の神経システムに
固有のマッチングプロセスを用いる、適合人工知能型の
実施例である。
【００１６】特定の連結判定システムで用いられる複数
のＯＣＲプロセッサは互いに同一でないか、少なくとも
機能的に同等でないことが望ましい。互いにオーバラッ
プする複数の該当性プロファイルを備えた複数の光学文
字認識原理のアレイを提供するべく、異なる種類のプロ
セッサーが選択される。アレイを構成するプロセッサ
は、高い該当性の広いオーバラップ領域と限定された該
当性の狭い非オ−バラップ領域とを有している。
のＯＣＲプロセッサは互いに同一でないか、少なくとも
機能的に同等でないことが望ましい。互いにオーバラッ
プする複数の該当性プロファイルを備えた複数の光学文
字認識原理のアレイを提供するべく、異なる種類のプロ
セッサーが選択される。アレイを構成するプロセッサ
は、高い該当性の広いオーバラップ領域と限定された該
当性の狭い非オ−バラップ領域とを有している。
【００１７】各々の種類のＯＣＲプロセッサは、それぞ
れ特別な機能と能力とをもって記号認識のためのユニー
クな手法を行なうものである。モーメント／加重型のＯ
ＣＲ手法は、イメージを形成する顔料の分布を判定し、
イメージ輝度およびグレイスケ−ルの処理においてとり
わけすぐれている。しかしながら、モーメント型手法は
他のＯＣＲ手法と同様に“丸め”処理を行なうものでは
ない。エッヂ検査型のＯＣＲ手法は、外部のエッヂから
内部のエッヂを解像認識するために、イメージのエッヂ
に注目する。エッヂ型手法は、短いストロークあるいは
長いストロークの検査という点においては、とりわけす
ぐれているというわけではない。他のＯＣＲ手法は、ラ
イン特徴抽出および円抽出に関係がある。
れ特別な機能と能力とをもって記号認識のためのユニー
クな手法を行なうものである。モーメント／加重型のＯ
ＣＲ手法は、イメージを形成する顔料の分布を判定し、
イメージ輝度およびグレイスケ−ルの処理においてとり
わけすぐれている。しかしながら、モーメント型手法は
他のＯＣＲ手法と同様に“丸め”処理を行なうものでは
ない。エッヂ検査型のＯＣＲ手法は、外部のエッヂから
内部のエッヂを解像認識するために、イメージのエッヂ
に注目する。エッヂ型手法は、短いストロークあるいは
長いストロークの検査という点においては、とりわけす
ぐれているというわけではない。他のＯＣＲ手法は、ラ
イン特徴抽出および円抽出に関係がある。
【００１８】複数のプロセッサの個々の該当性能プロフ
ァイルは互いに補完しあって数学的に丸められた集合的
該当性プロファイルを与える。同じイメージがすべての
プロセッサに対して提示されるので、全ＯＣＲプロセッ
サが確定する最良マッチング文字およびＩＣＣ候補はた
いていの場合同一となる。しかしながら、原文からスキ
ャンされたイメージが不十分だったり、記号フォーマッ
トが普通でないために、候補文字が同じではない場合も
ある。一つのプロセッサについて候補文字が、低該当性
領域内にある結果、この候補文字が異なるプロセッサに
よって異なる文字として解釈されてしまうといった可能
性がある。その様な結果生じた候補判定上の矛盾は、確
信因子を検査することによって解決される。
ァイルは互いに補完しあって数学的に丸められた集合的
該当性プロファイルを与える。同じイメージがすべての
プロセッサに対して提示されるので、全ＯＣＲプロセッ
サが確定する最良マッチング文字およびＩＣＣ候補はた
いていの場合同一となる。しかしながら、原文からスキ
ャンされたイメージが不十分だったり、記号フォーマッ
トが普通でないために、候補文字が同じではない場合も
ある。一つのプロセッサについて候補文字が、低該当性
領域内にある結果、この候補文字が異なるプロセッサに
よって異なる文字として解釈されてしまうといった可能
性がある。その様な結果生じた候補判定上の矛盾は、確
信因子を検査することによって解決される。
【００１９】〔確信因子−ＣＦ〕プロセッサは、各々の
入力文字コード（ＩＣＣ）候補に関連した確信因子（Ｃ
Ｆ）を生成し、これは提示されたイメージの正確なＡＳ
ＣＩＩコードとして各々のＩＣＣの確度を示す。ＣＦ値
は、ＩＣＣ候補の正確さの確度（Ｐ）と関係がある。す
なわち、 確信因子＝Ｋｘ確度 ＣＦ＝ＫｘＰ ここでＣＦは任意の記数法で表わし得る。
入力文字コード（ＩＣＣ）候補に関連した確信因子（Ｃ
Ｆ）を生成し、これは提示されたイメージの正確なＡＳ
ＣＩＩコードとして各々のＩＣＣの確度を示す。ＣＦ値
は、ＩＣＣ候補の正確さの確度（Ｐ）と関係がある。す
なわち、 確信因子＝Ｋｘ確度 ＣＦ＝ＫｘＰ ここでＣＦは任意の記数法で表わし得る。
【００２０】Ｐの値が０に向かって減少するほどＣＦの
値は低くなり、１に近い最大値に向かって増加するほど
ＣＦの値が高くなる。また、Ｋは較正係数である。
値は低くなり、１に近い最大値に向かって増加するほど
ＣＦの値が高くなる。また、Ｋは較正係数である。
【００２１】ＣＦは、ＯＣＲプロセッサを適切に較正す
ることによってＰと同一値になり得る。それは以下のと
おりである： 較正後の確信因子＝確度 ＣＦｃａｌ＝Ｐ ＯＣＲプロセッサの較正は、較正用特殊文書をスキャン
する、長期期間にわたる較正テストを含んでいる。実験
的に出されたＣＦと経験的に判定された確度の間には相
関関係が観察される。ＣＦは調整され、Ｋ＝１の経験的
な確度で正規化される。
ることによってＰと同一値になり得る。それは以下のと
おりである： 較正後の確信因子＝確度 ＣＦｃａｌ＝Ｐ ＯＣＲプロセッサの較正は、較正用特殊文書をスキャン
する、長期期間にわたる較正テストを含んでいる。実験
的に出されたＣＦと経験的に判定された確度の間には相
関関係が観察される。ＣＦは調整され、Ｋ＝１の経験的
な確度で正規化される。
【００２２】一般に、確度Ｐは確信因子ＣＦの特殊な場
合である。Ｋ＝１で較正された時、ＣＦは正確さの確度
と等しく、不正確あるいは誤読（“ｅ”）確度に換算し
て述べてもよい： ＣＦｃａｌ＝Ｐ＝（１−ｅ） ここで、ｅが０に接近するほどＣＦは高くなる。不正確
さの確度と正確さの確度との和は、１と常に等しい： Ｐ＋ｅ＝１ Ｐ＝．９９９９９（ｅ＝．００００１）のＣＦは、プロ
セッサへ示された１００，０００の記号イメージにつき
９９，９９９の割合で正確な記号の候補認識が行なわれ
ることを表す。あるいはまた、表Ａの中で示されている
ように、Ｐ＝．９９９９９は、１００，０００の中で１
つの記号あるいは５０ページごとに平均しておよそ１つ
の誤認識という候補誤認識割合を表す。
合である。Ｋ＝１で較正された時、ＣＦは正確さの確度
と等しく、不正確あるいは誤読（“ｅ”）確度に換算し
て述べてもよい： ＣＦｃａｌ＝Ｐ＝（１−ｅ） ここで、ｅが０に接近するほどＣＦは高くなる。不正確
さの確度と正確さの確度との和は、１と常に等しい： Ｐ＋ｅ＝１ Ｐ＝．９９９９９（ｅ＝．００００１）のＣＦは、プロ
セッサへ示された１００，０００の記号イメージにつき
９９，９９９の割合で正確な記号の候補認識が行なわれ
ることを表す。あるいはまた、表Ａの中で示されている
ように、Ｐ＝．９９９９９は、１００，０００の中で１
つの記号あるいは５０ページごとに平均しておよそ１つ
の誤認識という候補誤認識割合を表す。
【００２３】
【表１】
【００２４】表Ａは、シングルスぺ−スで、約２，００
０文字を含む、８．５”ｘ１１”の１ページのタイプ資
料に基く。
０文字を含む、８．５”ｘ１１”の１ページのタイプ資
料に基く。
【００２５】［連結確信因子−ＪＣＦ］２つのＯＣＲプ
ロセッサがＩＣＣ候補として互いに同一の候補を確定す
る場合、それらの連結確信因子（ＪＣＦ）は個々のＣＦ
のいずれよりも大きい。ＪＣＦは次のＪＣＦ関係式によ
って表現される： ＪＣＦ２＝１−（１−ＣＦ１）（１−ＣＦ２） “Ｎ”項（Ｎ個のＯＣＲプロセッサからのＮ個の類似候
補）に対する一般的なＪＣＦ方程式は、次のとおりであ
る： ＪＣＦｎ＝１−（１−ＣＦ１）（１−ＣＦ２）．．．（１−ＣＦｎ） ＣＦが確度と等しくなっている較正後の較正システムの
場合には、ＪＣＦ方程式は連結確度（ＪＰ）方程式にな
る： ＪＰ２＝１−（１−Ｐ１）（１−Ｐ２） “Ｎ”項（Ｎ個のＯＣＲプロセッサからのＮ個の類似候
補）に対する一般的なＪＰ方程式は、次のとおりであ
る： ＪＰｎ＝１−（１−Ｐ１）（１−Ｐ２）．．．．（１−Ｐｎ） ＪＰ方程式は不正確さの確度を代入することによって、
単純化してもよい： ＪＰ２＝１−（ｅ１）（ｅ２） ここで２つのｅ項は掛け合わされ、単一の誤読積項を形
成する。
ロセッサがＩＣＣ候補として互いに同一の候補を確定す
る場合、それらの連結確信因子（ＪＣＦ）は個々のＣＦ
のいずれよりも大きい。ＪＣＦは次のＪＣＦ関係式によ
って表現される： ＪＣＦ２＝１−（１−ＣＦ１）（１−ＣＦ２） “Ｎ”項（Ｎ個のＯＣＲプロセッサからのＮ個の類似候
補）に対する一般的なＪＣＦ方程式は、次のとおりであ
る： ＪＣＦｎ＝１−（１−ＣＦ１）（１−ＣＦ２）．．．（１−ＣＦｎ） ＣＦが確度と等しくなっている較正後の較正システムの
場合には、ＪＣＦ方程式は連結確度（ＪＰ）方程式にな
る： ＪＰ２＝１−（１−Ｐ１）（１−Ｐ２） “Ｎ”項（Ｎ個のＯＣＲプロセッサからのＮ個の類似候
補）に対する一般的なＪＰ方程式は、次のとおりであ
る： ＪＰｎ＝１−（１−Ｐ１）（１−Ｐ２）．．．．（１−Ｐｎ） ＪＰ方程式は不正確さの確度を代入することによって、
単純化してもよい： ＪＰ２＝１−（ｅ１）（ｅ２） ここで２つのｅ項は掛け合わされ、単一の誤読積項を形
成する。
【００２６】“Ｎ”項（Ｎ個のＯＣＲプロセッサからの
Ｎ個の類似候補）に対する一般的なＪＰ誤読方程式は、
次のとおりである： ＪＰｎ＝１−（ｅ１）（ｅ２）（ｅ３）．．．．．（ｅｎ） ｅ（誤読）積項は連結誤読確度（Ｊｅｐｎ）を定義し、
候補忠実度情報を含んでいる： ＪＰｎ＝１−Ｊｅｐｎ Ｊｅｐｎ項は、ＣＦの値が大きくなるほど、またＮの値
が大きくなるほど０に接近する。
Ｎ個の類似候補）に対する一般的なＪＰ誤読方程式は、
次のとおりである： ＪＰｎ＝１−（ｅ１）（ｅ２）（ｅ３）．．．．．（ｅｎ） ｅ（誤読）積項は連結誤読確度（Ｊｅｐｎ）を定義し、
候補忠実度情報を含んでいる： ＪＰｎ＝１−Ｊｅｐｎ Ｊｅｐｎ項は、ＣＦの値が大きくなるほど、またＮの値
が大きくなるほど０に接近する。
【００２７】一群の複数候補文字のＪＰは、個々の候補
文字の単一のＰに較べて更に確度の高い指標である。数
学的にもっとも確度の高い候補を単一のＰの検査から明
白に得ることは不可能かもしれない。例えば、表Ｂは、
３台のプロセッサシステムによってそれぞれ与えられる
ＰおよびＪＰの値を示している。この中で各プロセッサ
は確度の高い順序に、もっとも有望な４つの候補を与え
る。
文字の単一のＰに較べて更に確度の高い指標である。数
学的にもっとも確度の高い候補を単一のＰの検査から明
白に得ることは不可能かもしれない。例えば、表Ｂは、
３台のプロセッサシステムによってそれぞれ与えられる
ＰおよびＪＰの値を示している。この中で各プロセッサ
は確度の高い順序に、もっとも有望な４つの候補を与え
る。
【００２８】
【表２】
【００２９】上記の表Ｂ（ＯＱＧＣ例）の中で数学的に
もっとも確度の高い候補はＪＰ＝．７８の“Ｏ”であ
る。最も高い単一の確度を備えた候補はＰ＝．５２の
“Ｑ”とＰ＝．４７の“Ｇ”である。第１プロセッサに
おいて、円形記号の該当性領域が限定されており、この
プロセッサが入力イメージデータに対して“Ｄ”応答を
与える唯一のプロセッサであった。
もっとも確度の高い候補はＪＰ＝．７８の“Ｏ”であ
る。最も高い単一の確度を備えた候補はＰ＝．５２の
“Ｑ”とＰ＝．４７の“Ｇ”である。第１プロセッサに
おいて、円形記号の該当性領域が限定されており、この
プロセッサが入力イメージデータに対して“Ｄ”応答を
与える唯一のプロセッサであった。
【００３０】表Ｂに示す例では、ＰおよびＪＰの値は概
して低いが、これは低品質のプリントの文書をスキャン
した結果生成された入力イメージが不良だったことによ
るものである。一般使用の文書ではプリントの品質はも
っと高いので、記号イメージの信頼性はもっと高い。表
Ｃ（３つの９）は、ＪＰ＝．９９９のより典型的なＯＱ
ＧＣ例を示す。また、表Ｄ（６つの９）は、ＪＰ＝．９
９９，９９９の例を示す。
して低いが、これは低品質のプリントの文書をスキャン
した結果生成された入力イメージが不良だったことによ
るものである。一般使用の文書ではプリントの品質はも
っと高いので、記号イメージの信頼性はもっと高い。表
Ｃ（３つの９）は、ＪＰ＝．９９９のより典型的なＯＱ
ＧＣ例を示す。また、表Ｄ（６つの９）は、ＪＰ＝．９
９９，９９９の例を示す。
【００３１】
【表３】
【００３２】
【表４】
【００３３】［デフォールトイメージモード］スキャン
されたテキストイメ−ジは、入力文書が低品質であった
りフォーマットが標準的でないことによって不明瞭なも
のになることがある。最良マッチング文字およびＩＣＣ
を判定することができない（あるいは、他に選択の手段
がない）場合、文字選択装置は非認識デフォールトモー
ドへ入る。選択装置は、未判定のＡＳＣＩＩコードの代
りに文字のビットマップを印刷するようにＣＰＵに命じ
るデフォールトイメージ信号を送出する。ＣＰＵプリン
ト出力は文字コード（例えば８ビットのＡＳＣＩＩ）に
イメージデータを加えた複合的テキストフォーマットを
持つ。イメージデータは、イメージビットマップのＣＰ
Ｕメモリ中における位置を識別するアドレスコードであ
ることが望ましい。イメージビットマップは何千ものビ
ット（５０ビットのイメージで１００ビットのイメージ
を表す５，０００ビットのような）を含んでいることも
ある。イメージ圧縮アルゴリズムを用いて、デフォール
トイメージマップのメモリ必要条件を減らしてもよい。
されたテキストイメ−ジは、入力文書が低品質であった
りフォーマットが標準的でないことによって不明瞭なも
のになることがある。最良マッチング文字およびＩＣＣ
を判定することができない（あるいは、他に選択の手段
がない）場合、文字選択装置は非認識デフォールトモー
ドへ入る。選択装置は、未判定のＡＳＣＩＩコードの代
りに文字のビットマップを印刷するようにＣＰＵに命じ
るデフォールトイメージ信号を送出する。ＣＰＵプリン
ト出力は文字コード（例えば８ビットのＡＳＣＩＩ）に
イメージデータを加えた複合的テキストフォーマットを
持つ。イメージデータは、イメージビットマップのＣＰ
Ｕメモリ中における位置を識別するアドレスコードであ
ることが望ましい。イメージビットマップは何千ものビ
ット（５０ビットのイメージで１００ビットのイメージ
を表す５，０００ビットのような）を含んでいることも
ある。イメージ圧縮アルゴリズムを用いて、デフォール
トイメージマップのメモリ必要条件を減らしてもよい。
【００３４】ＯＣＲプロセッサでの不十分なマッチング
によって、生成されたＣＦの値が小さくなった場合、こ
れに応じて選択装置がデフォールトイメージモードに入
るように構成してもよい。選択目的にとって無用のもの
として、しきい値より下のＣＦあるいはＪＣＦを持つＩ
ＣＣ候補を切り捨てるようにしてもよい。不十分なマッ
チングは、ライブラリの中で定義されてない非定形文字
あるいはプロセッサの認識範囲を越えた普通でないフォ
ントによって引き起される場合もある。不十分なマッチ
ングは、更に、折り目、破れ、パンチホール、ステップ
ル孔や異物のしみなどのスキャンされた媒体の欠陥によ
って引き起されることもある。更に、フォントの変形、
色素の退色、および色素の退色やページの黄変などによ
るコントラストの低下などの欠陥によってマッチング不
良が生じる場合もある。
によって、生成されたＣＦの値が小さくなった場合、こ
れに応じて選択装置がデフォールトイメージモードに入
るように構成してもよい。選択目的にとって無用のもの
として、しきい値より下のＣＦあるいはＪＣＦを持つＩ
ＣＣ候補を切り捨てるようにしてもよい。不十分なマッ
チングは、ライブラリの中で定義されてない非定形文字
あるいはプロセッサの認識範囲を越えた普通でないフォ
ントによって引き起される場合もある。不十分なマッチ
ングは、更に、折り目、破れ、パンチホール、ステップ
ル孔や異物のしみなどのスキャンされた媒体の欠陥によ
って引き起されることもある。更に、フォントの変形、
色素の退色、および色素の退色やページの黄変などによ
るコントラストの低下などの欠陥によってマッチング不
良が生じる場合もある。
【００３５】［文字選択装置］文字選択装置について図
２を用いて詳細に説明する。文字選択装置１６は、文字
毎にＩＣＣ（入力文字コード）候補を類似文字の群にソ
ートし、次に、各々の群内部でＣＦ（あるいはＰあるい
はｅ項）を組合せて、群のＪＣＰ（あるいはＪＰあるい
はＪｅｐ）を与える。
２を用いて詳細に説明する。文字選択装置１６は、文字
毎にＩＣＣ（入力文字コード）候補を類似文字の群にソ
ートし、次に、各々の群内部でＣＦ（あるいはＰあるい
はｅ項）を組合せて、群のＪＣＰ（あるいはＪＰあるい
はＪｅｐ）を与える。
【００３６】入力レジスタ２２は、“Ｎ”個のＯＣＲプ
ロセッサ（その各々はＩＣＣ選択の“Ｃ”レベルを与え
る）からＩＣＣ候補を読み込む。すなわち、各々のＯＣ
Ｒプロセッサによって確定された、Ｃでもっともよくマ
ッチした複数候補は、入力レジスタの中へ読み込まれ
る。これらは図２の実施例では、Ｎ＝５（対応する入力
サブレジスタ２２Ａ、２２Ｂ、２２Ｃ、２２Ｄおよび２
２Ｅで）およびＣ＝３（対応するレジスタ位置（第１の
Ｃ、第２のＣおよび第３のＣ）で）である。候補入力数
はＮｘＣ（５ｘ３＝１５）であり、それと同数の入力位
置が必要とされる。
ロセッサ（その各々はＩＣＣ選択の“Ｃ”レベルを与え
る）からＩＣＣ候補を読み込む。すなわち、各々のＯＣ
Ｒプロセッサによって確定された、Ｃでもっともよくマ
ッチした複数候補は、入力レジスタの中へ読み込まれ
る。これらは図２の実施例では、Ｎ＝５（対応する入力
サブレジスタ２２Ａ、２２Ｂ、２２Ｃ、２２Ｄおよび２
２Ｅで）およびＣ＝３（対応するレジスタ位置（第１の
Ｃ、第２のＣおよび第３のＣ）で）である。候補入力数
はＮｘＣ（５ｘ３＝１５）であり、それと同数の入力位
置が必要とされる。
【００３７】ソーター２４Ｓは各々の入力位置にアクセ
スし、文字毎に候補をソートしてソートメモリ２４Ｍ内
の記憶場所へ入れる。複数の同一候補は、ソートメモリ
中の隣接した記憶場所へソートされ、類似の候補群を形
成する。ソーター２４Ｓによる入力レジスタ２２の探索
順序は、最初から最後へ、最も高いＣＦから最も低いＣ
Ｆへ、あるいは第１の選択から第２もしくは第３の選択
へというような、任意の適切な順序でよい。
スし、文字毎に候補をソートしてソートメモリ２４Ｍ内
の記憶場所へ入れる。複数の同一候補は、ソートメモリ
中の隣接した記憶場所へソートされ、類似の候補群を形
成する。ソーター２４Ｓによる入力レジスタ２２の探索
順序は、最初から最後へ、最も高いＣＦから最も低いＣ
Ｆへ、あるいは第１の選択から第２もしくは第３の選択
へというような、任意の適切な順序でよい。
【００３８】進め回路２６は、連結確度方程式に基いて
群のＪＣＦを演算するために、ＪＣＦ演算器２８Ｃへ各
々の群の候補を順次進める。出力レジスタ２８Ｒは
“Ｊ”群候補およびこれに関連するＪＣＦを格納する。
ＣＰＵへの選択装置の出力は最も高いＪＣＦあるいはＪ
値が最も高い複数のＪＣＦを持つ群候補になることもあ
る。あるいはまた、出力は、ＪＣＦの順序ですべての群
候補を含むものであってもよい。原文に示されたイメー
ジの完全な系図を表わすために、出力は、デフォールト
イメージビットマップのアドレスを含む入力レジスタ２
２の中のすべての情報を含んでいてもよい。
群のＪＣＦを演算するために、ＪＣＦ演算器２８Ｃへ各
々の群の候補を順次進める。出力レジスタ２８Ｒは
“Ｊ”群候補およびこれに関連するＪＣＦを格納する。
ＣＰＵへの選択装置の出力は最も高いＪＣＦあるいはＪ
値が最も高い複数のＪＣＦを持つ群候補になることもあ
る。あるいはまた、出力は、ＪＣＦの順序ですべての群
候補を含むものであってもよい。原文に示されたイメー
ジの完全な系図を表わすために、出力は、デフォールト
イメージビットマップのアドレスを含む入力レジスタ２
２の中のすべての情報を含んでいてもよい。
【００３９】データフィールド（図４および図５）入力
レジスタの各々のＩＣＣ候補は、データフィールドに整
列された関連データを持つものであってもよい。（図４
を参照）。リードデータフィールドは、候補（Ｃａｎ
ＡＳＣＩＩ）を表わすＡＳＣＩＩコードと、これに続く
候補（Ｃａｎ ＣＦ）のＣＦを含んでいることが望まし
い。省略イメージ目的のために、ＣＰＵ中に示されるイ
メージ（Ａｄｄ ＤＩｍ）のビットマップアドレスとこ
れに続くＡＳＣＩＩコードを生成したプロセッサ（Ｐｒ
ｏ Ｎｕｍ）を識別する番号あるいはコードとを含むよ
うにしてもよい。
レジスタの各々のＩＣＣ候補は、データフィールドに整
列された関連データを持つものであってもよい。（図４
を参照）。リードデータフィールドは、候補（Ｃａｎ
ＡＳＣＩＩ）を表わすＡＳＣＩＩコードと、これに続く
候補（Ｃａｎ ＣＦ）のＣＦを含んでいることが望まし
い。省略イメージ目的のために、ＣＰＵ中に示されるイ
メージ（Ａｄｄ ＤＩｍ）のビットマップアドレスとこ
れに続くＡＳＣＩＩコードを生成したプロセッサ（Ｐｒ
ｏ Ｎｕｍ）を識別する番号あるいはコードとを含むよ
うにしてもよい。
【００４０】更に、ＩＣＣ候補は、テキスト印刷条件や
文書ステータス情報を保存するための、関連するテキス
ト制御コード（テキストＣｏｎｔ）を持つものであって
もよい。テキストコードは、ワードプロセッシング条件
（ボールドやアンダーラインテキストのような）や文書
全体について検討されるべき事柄（行送り間隔およびフ
ォントタイプのような）を含んでもよい。
文書ステータス情報を保存するための、関連するテキス
ト制御コード（テキストＣｏｎｔ）を持つものであって
もよい。テキストコードは、ワードプロセッシング条件
（ボールドやアンダーラインテキストのような）や文書
全体について検討されるべき事柄（行送り間隔およびフ
ォントタイプのような）を含んでもよい。
【００４１】出力レジスタ２８Ｒの中で各々の群候補
は、群ＡＳＣＩＩコード（Ｇｒｐ ＡＳＣＩＩ）、群連
結確信因子（ＧｒｐＪＣＦ）、デフォールトイメージア
ドレス（Ａｄｄ ＤＩｍ）、およびテキスト制御コード
（テキストＣｏｎｔ）のような対応する関連データを持
っている。プロセッサ番号（Ｎｕｍ Ｐｒｏ）は群レベ
ルで適用できず、群の中の候補の数（Ｎｕｍ Ｃａｎ）
のようなより有用な情報と取替えられることもある。候
補の数はＣＦ方程式のＣＦ項の数あるいはＪｅＰの因子
の数である。
は、群ＡＳＣＩＩコード（Ｇｒｐ ＡＳＣＩＩ）、群連
結確信因子（ＧｒｐＪＣＦ）、デフォールトイメージア
ドレス（Ａｄｄ ＤＩｍ）、およびテキスト制御コード
（テキストＣｏｎｔ）のような対応する関連データを持
っている。プロセッサ番号（Ｎｕｍ Ｐｒｏ）は群レベ
ルで適用できず、群の中の候補の数（Ｎｕｍ Ｃａｎ）
のようなより有用な情報と取替えられることもある。候
補の数はＣＦ方程式のＣＦ項の数あるいはＪｅＰの因子
の数である。
【００４２】［進め回路］進め回路について図３を用い
て詳細に説明する。進め回路２６は、ソートメモリ２４
Ｍ中の複数の候補に順次アクセスし、ＡＳＣＩＩコード
を比較するための、真偽コンパレーター３２（図３を参
照）のような適切な群検出デバイスにこれらの候補をロ
ードする。コンパレーターは、群乗算のためにＪＣＦ演
算器２８Ｃへ、更にそれから出力レジスタ２８Ｒへ、各
群の複数の候補を進める。
て詳細に説明する。進め回路２６は、ソートメモリ２４
Ｍ中の複数の候補に順次アクセスし、ＡＳＣＩＩコード
を比較するための、真偽コンパレーター３２（図３を参
照）のような適切な群検出デバイスにこれらの候補をロ
ードする。コンパレーターは、群乗算のためにＪＣＦ演
算器２８Ｃへ、更にそれから出力レジスタ２８Ｒへ、各
群の複数の候補を進める。
【００４３】コンパレーターは支配的な側３２Ｄそして
非支配的な側３２Ｎを持っている。ソートメモリの第１
群からの第１候補は、非支配的な側にロードされ、直ち
に支配的な側へ移ると同時にＪＣＦ演算器へ進む。この
第１候補が第１群のリード候補である。そして、比較に
よって、このリード候補の属する群の各候補（類似ＡＳ
ＣＩＩコード）を進め、次の群のリード候補（非類似Ａ
ＳＣＩＩコード）を検知する。
非支配的な側３２Ｎを持っている。ソートメモリの第１
群からの第１候補は、非支配的な側にロードされ、直ち
に支配的な側へ移ると同時にＪＣＦ演算器へ進む。この
第１候補が第１群のリード候補である。そして、比較に
よって、このリード候補の属する群の各候補（類似ＡＳ
ＣＩＩコード）を進め、次の群のリード候補（非類似Ａ
ＳＣＩＩコード）を検知する。
【００４４】第一群の中の次の候補は、非支配的な側に
ロードされ、リード候補と比較される。コンパレーター
は、比較が真（“Ｔ”）あるいは偽（“Ｆ”）かどうか
判定する。Ｔ／Ｆ制御装置３４Ｃは、次の信号を出し
て、コンパレーターのＴ／Ｆ出力へ応答する：すなわち 比較が真の場合“Ｔ−Ａｄｖ”信号 比較が偽の場合“Ｆ−Ａｄｖ”信号 また いずれの場合にも“進め”信号。
ロードされ、リード候補と比較される。コンパレーター
は、比較が真（“Ｔ”）あるいは偽（“Ｆ”）かどうか
判定する。Ｔ／Ｆ制御装置３４Ｃは、次の信号を出し
て、コンパレーターのＴ／Ｆ出力へ応答する：すなわち 比較が真の場合“Ｔ−Ａｄｖ”信号 比較が偽の場合“Ｆ−Ａｄｖ”信号 また いずれの場合にも“進め”信号。
【００４５】比較が真の場合、非支配的な側の中にある
候補はＪＣＦ演算器（Ｔ−Ａｄｖ）へ進む。また、ソー
トメモリからの次の候補は非支配的な側へロードされ、
比較が真である場合には、Ｔ／Ｆ制御装置は、“乗算”
信号を出してＪＣＴ演算器に進められた候補と演算器中
に得られている積との乗算を行なわせる。
候補はＪＣＦ演算器（Ｔ−Ａｄｖ）へ進む。また、ソー
トメモリからの次の候補は非支配的な側へロードされ、
比較が真である場合には、Ｔ／Ｆ制御装置は、“乗算”
信号を出してＪＣＴ演算器に進められた候補と演算器中
に得られている積との乗算を行なわせる。
【００４６】比較が偽（Ｆ−Ａｄｖ）の場合、非支配的
な側の中にある候補は支配的な側へ移り、古いリード候
補に取って代わる。メモリアドレッサー３４Ａは進め信
号を１個読み込む度にインクリメントされて、ソートメ
モリの中の次の候補にアクセスする。そして、次候補は
非支配的な側にロードされる。比較が偽である度に、Ｔ
／Ｆ制御装置は、ＪＣＦ演算器に“クリア群”信号を送
って、演算器内のＪＣＦを出力レジスタ２８Ｒへ進め
て、次の群のために演算器をクリアする。
な側の中にある候補は支配的な側へ移り、古いリード候
補に取って代わる。メモリアドレッサー３４Ａは進め信
号を１個読み込む度にインクリメントされて、ソートメ
モリの中の次の候補にアクセスする。そして、次候補は
非支配的な側にロードされる。比較が偽である度に、Ｔ
／Ｆ制御装置は、ＪＣＦ演算器に“クリア群”信号を送
って、演算器内のＪＣＦを出力レジスタ２８Ｒへ進め
て、次の群のために演算器をクリアする。
【００４７】尚、本発明のコンセプトからはずれずに、
ここに示された構造および実施例を様々に変更し得るこ
とは明らかであろう。更に、ある図の中で示された実施
例の特徴を、他の図による実施例に用いることも可能で
ある。
ここに示された構造および実施例を様々に変更し得るこ
とは明らかであろう。更に、ある図の中で示された実施
例の特徴を、他の図による実施例に用いることも可能で
ある。
【図１】記号判定システムのブロック図
【図２】選択装置のより詳しいブロック図
【図３】進め回路のより詳しいブロック図
【図４】候補データのデータフィールドフォーマットの
実施例を示す図
実施例を示す図
【図５】群データのデータフィールドフォーマットの実
施例を示す図
施例を示す図
───────────────────────────────────────────────────── フロントページの続き (72)発明者 ハリー・ティー・ガーランド アメリカ合衆国カリフォルニア州パロ・ アルト・ミランダ・アヴェニュー・スタ ンフォード・リサーチ・パーク4009キヤ ノン・リサーチ・センター・アメリカ, インコーポレイテッド内 (56)参考文献 特開 平１−259475（ＪＰ，Ａ) 特開 平４−205690（ＪＰ，Ａ) 特開 平３−268088（ＪＰ，Ａ) 特開 昭57−25082（ＪＰ，Ａ) (58)調査した分野(Int.Cl.7，ＤＢ名) G06K 9/03 - 9/62 ＪＩＣＳＴファイル（ＪＯＩＳ)
Claims (10)
- 【請求項１】 複数の文字認識部それぞれから、複数の
文字候補と各文字候補に関連した確信因子（ＣＦ）とを
受け取る受け取り手段と、 前記文字候補の中に、同一の文字候補がｎ個あった場合
に、連結確信因子（ＪＣＦｎ）を関係式、 ＪＣＦｎ＝１−（１−ＣＦ１）（１−ＣＦ２）・・・（１−ＣＦｎ） に基づいて算出する連結確信因子演算手段と、 前記複数の文字候補の中から、前記関係式より算出した
連結確信因子の最も高い文字候補を出力する出力手段
と、 を有することを特徴とする文字選択装置。 - 【請求項２】 更に、前記受け取り手段から受け取った
複数の文字候補を、同一の文字候補の群にグループ分け
するソート手段と、 前記ソート手段によりグループ分けされた複数の文字候
補群をソートメモリに記憶させる記憶手段とを有し、 前記連結確信因子演算手段は、前記ソートメモリに記憶
された文字候補群毎に、連結確信因子を算出することを
特徴とする請求項１に記載の文字選択装置。 - 【請求項３】 前記ソート手段は、前記同一の文字候補
の群をソートメモリ内の連続する領域に記憶することを
特徴とする請求項２に記載の文字選択装置。 - 【請求項４】 前記連結確信因子演算手段が、前記ソー
トメモリに記憶された同一の文字候補群の文字候補に順
次アクセスし、該同一文字候補群の連結確信因子の算出
が終了する毎に、前記連結確信因子（ＪＣＦｎ）の演算
をクリアするように制御する制御手段を更に有すること
を特徴とする請求項２又は３のいずれかに記載の文字選
択装置。 - 【請求項５】 更に、前記ソートメモリに記憶された文
字候補を順次アクセスし、次の文字候補が同一文字候補
であるか比較することにより、同一文字候補群を識別す
るコンパレータ手段を有することを特徴とする２乃至４
のいずれかに記載の文字選択装置。 - 【請求項６】 前記確信因子は、各文字候補の正確さを
表す確度（Ｐ）に関連することを特徴とする請求項１乃
至５のいずれかに記載の文字選択装置。 - 【請求項７】 前記文字認識部は、前記確信因子と前記
確度が一致するように調整されることを特徴とする請求
項６に記載の文字選択装置。 - 【請求項８】 前記連結確信因子演算手段は、前記確信
因子と前記確度が一致する場合、同一の文字候補がｎ個
あった場合に、連結確度（ＪＰ）を関係式、 ＪＰｎ＝１−（１−Ｐ１）（１−Ｐ２）・・・（１−Ｐｎ） に基づいて算出し、 前記出力手段は、前記複数の文字候補の中から前記算出
した連結確度の最も高い文字候補を出力することを特徴
とする請求項７に記載の文字選択装置。 - 【請求項９】 前記連結確信因子演算手段は、前記連結
確度（ＪＰ）を関係式、 ＪＰｎ＝１−（ｅ１）（ｅ２）・・・（ｅｎ） （ここで、ｅは誤読の確度であり、Ｐ＋ｅ＝１を満た
す）に基づいて算出することを特徴とする請求項８に記
載の文字選択装置。 - 【請求項１０】 更に、連結誤読確度（Ｊｅｐｎ）を関
係式、 Ｊｅｐｎ＝（ｅ１）（ｅ２）・・・（ｅｎ） に基づいて算出し、前記連結確信因子演算手段は、関係
式、 ＪＰｎ＝１−Ｊｅｐｎ に基づいて、連結確度を算出することを特徴とする請求
項９に記載の文字選択装置。
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US707035 | 1991-05-29 | ||
| US07/707,035 US5257323A (en) | 1991-05-29 | 1991-05-29 | Selection agent for a symbol determination system with multiple character recognition processors |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH06318269A JPH06318269A (ja) | 1994-11-15 |
| JP3195038B2 true JP3195038B2 (ja) | 2001-08-06 |
Family
ID=24840097
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP07740892A Expired - Fee Related JP3195038B2 (ja) | 1991-05-29 | 1992-03-31 | 複数の文字認識プロセッサを備えた記号判定システムのための選択装置 |
Country Status (4)
| Country | Link |
|---|---|
| US (1) | US5257323A (ja) |
| EP (1) | EP0516316B1 (ja) |
| JP (1) | JP3195038B2 (ja) |
| DE (1) | DE69228895T2 (ja) |
Families Citing this family (32)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2991779B2 (ja) * | 1990-06-11 | 1999-12-20 | 株式会社リコー | 文字認識方法及び装置 |
| JP3046111B2 (ja) * | 1991-11-08 | 2000-05-29 | キヤノン株式会社 | 文字認識方法及びその装置 |
| US5875261A (en) * | 1991-12-20 | 1999-02-23 | International Business Machines Corporation | Method of and apparatus for optical character recognition based on geometric and color attribute hypothesis testing |
| US5359673A (en) * | 1991-12-27 | 1994-10-25 | Xerox Corporation | Method and apparatus for converting bitmap image documents to editable coded data using a standard notation to record document recognition ambiguities |
| JPH05244414A (ja) * | 1992-02-28 | 1993-09-21 | Canon Inc | 画像処理装置 |
| US5459739A (en) * | 1992-03-18 | 1995-10-17 | Oclc Online Computer Library Center, Incorporated | Merging three optical character recognition outputs for improved precision using a minimum edit distance function |
| JP3131287B2 (ja) * | 1992-05-27 | 2001-01-31 | 株式会社日立製作所 | パターン認識装置 |
| US5455872A (en) * | 1993-04-26 | 1995-10-03 | International Business Machines Corporation | System and method for enhanced character recogngition accuracy by adaptive probability weighting |
| FR2709361B1 (fr) * | 1993-08-26 | 1995-09-22 | Thepaut Andre | Reconnaissance de forme par réseau de neurones. |
| US5555325A (en) * | 1993-10-22 | 1996-09-10 | Lockheed Martin Federal Systems, Inc. | Data capture variable priority method and system for managing varying processing capacities |
| DE4407998C2 (de) * | 1994-03-10 | 1996-03-14 | Ibm | Verfahren und Vorrichtung zur Erkennung eines Musters auf einem Beleg |
| US5434932A (en) * | 1994-07-28 | 1995-07-18 | West Publishing Company | Line alignment apparatus and process |
| US5519786A (en) * | 1994-08-09 | 1996-05-21 | Trw Inc. | Method and apparatus for implementing a weighted voting scheme for multiple optical character recognition systems |
| FI97176C (fi) * | 1994-09-27 | 1996-10-25 | Abb Industry Oy | Puolijohdekytkimen ohjauspiiri |
| DE4436408C1 (de) * | 1994-10-12 | 1995-12-07 | Daimler Benz Ag | Mustererkennungsverfahren |
| US6181837B1 (en) * | 1994-11-18 | 2001-01-30 | The Chase Manhattan Bank, N.A. | Electronic check image storage and retrieval system |
| JP2737734B2 (ja) * | 1995-12-13 | 1998-04-08 | 日本電気株式会社 | 指紋分類装置 |
| US5889897A (en) * | 1997-04-08 | 1999-03-30 | International Patent Holdings Ltd. | Methodology for OCR error checking through text image regeneration |
| US6151423A (en) * | 1998-03-04 | 2000-11-21 | Canon Kabushiki Kaisha | Character recognition with document orientation determination |
| US6662180B1 (en) * | 1999-05-12 | 2003-12-09 | Matsushita Electric Industrial Co., Ltd. | Method for searching in large databases of automatically recognized text |
| JP2001043212A (ja) * | 1999-07-23 | 2001-02-16 | Internatl Business Mach Corp <Ibm> | 電子文書における文字情報の正規化方法 |
| US6395648B1 (en) | 2000-02-25 | 2002-05-28 | Wafermasters, Inc. | Wafer processing system |
| WO2002045002A1 (de) * | 2000-11-28 | 2002-06-06 | Siemens Aktiengesellschaft | Verfahren und system zur reduzierung der fehlerrate bei mustererkennungen |
| US7095875B2 (en) * | 2001-05-15 | 2006-08-22 | Lockheed Martin Corporation | Method and system for address result arbitration |
| US7379978B2 (en) * | 2002-07-19 | 2008-05-27 | Fiserv Incorporated | Electronic item management and archival system and method of operating the same |
| US20050144189A1 (en) * | 2002-07-19 | 2005-06-30 | Keay Edwards | Electronic item management and archival system and method of operating the same |
| RU2234734C1 (ru) * | 2002-12-17 | 2004-08-20 | Аби Софтвер Лтд. | Способ многоэтапного анализа информации растрового изображения |
| US20050094861A1 (en) * | 2003-10-31 | 2005-05-05 | International Business Machines Corporation | Positional synchronization in a multivoting character recognition environment |
| GB0611561D0 (en) * | 2006-06-08 | 2006-07-19 | Ibm | A validation engine |
| GB0623236D0 (en) | 2006-11-22 | 2007-01-03 | Ibm | An apparatus and a method for correcting erroneous image identifications generated by an ocr device |
| US8379027B2 (en) * | 2007-06-20 | 2013-02-19 | Red Hat, Inc. | Rendering engine test system |
| WO2021251972A1 (en) * | 2020-06-11 | 2021-12-16 | Hitachi, Ltd. | Method to improve probability calculation of knowledge base construction |
Family Cites Families (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US2978675A (en) * | 1959-12-10 | 1961-04-04 | Bell Telephone Labor Inc | Character recognition system |
| US3341814A (en) * | 1962-07-11 | 1967-09-12 | Burroughs Corp | Character recognition |
| FR2191788A5 (ja) * | 1972-06-30 | 1974-02-01 | Honeywell Bull | |
| US3988715A (en) * | 1975-10-24 | 1976-10-26 | International Business Machines Corporation | Multi-channel recognition discriminator |
| JPS60108981A (ja) * | 1983-11-18 | 1985-06-14 | Hitachi Ltd | 光学文字読取装置 |
| JPS6443942U (ja) * | 1987-09-10 | 1989-03-16 | ||
| US4876735A (en) * | 1987-12-18 | 1989-10-24 | International Business Machines Corporation | Method and apparatus for character recognition systems |
| JP2553608B2 (ja) * | 1988-01-04 | 1996-11-13 | 住友電気工業 株式会社 | 光学文字読取装置 |
| JPH0385691A (ja) * | 1989-08-30 | 1991-04-10 | Meidensha Corp | 認識結果判定方式 |
| US5075896A (en) * | 1989-10-25 | 1991-12-24 | Xerox Corporation | Character and phoneme recognition based on probability clustering |
| JPH043753U (ja) * | 1990-04-25 | 1992-01-14 |
-
1991
- 1991-05-29 US US07/707,035 patent/US5257323A/en not_active Expired - Lifetime
-
1992
- 1992-03-31 JP JP07740892A patent/JP3195038B2/ja not_active Expired - Fee Related
- 1992-05-15 EP EP92304439A patent/EP0516316B1/en not_active Expired - Lifetime
- 1992-05-15 DE DE69228895T patent/DE69228895T2/de not_active Expired - Lifetime
Also Published As
| Publication number | Publication date |
|---|---|
| EP0516316B1 (en) | 1999-04-14 |
| EP0516316A3 (en) | 1993-10-20 |
| DE69228895D1 (de) | 1999-05-20 |
| US5257323A (en) | 1993-10-26 |
| DE69228895T2 (de) | 1999-09-16 |
| JPH06318269A (ja) | 1994-11-15 |
| EP0516316A2 (en) | 1992-12-02 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP3195038B2 (ja) | 複数の文字認識プロセッサを備えた記号判定システムのための選択装置 | |
| US11922318B2 (en) | System and method of character recognition using fully convolutional neural networks with attention | |
| US6151423A (en) | Character recognition with document orientation determination | |
| US7519226B2 (en) | Form search apparatus and method | |
| US5754671A (en) | Method for improving cursive address recognition in mail pieces using adaptive data base management | |
| EP0163377B1 (en) | Pattern recognition system | |
| US5359671A (en) | Character-recognition systems and methods with means to measure endpoint features in character bit-maps | |
| EP0649113B1 (en) | Multifont optical character recognition using a box connectivity approach | |
| US5394484A (en) | Image recognition apparatus | |
| US9047655B2 (en) | Computer vision-based methods for enhanced JBIG2 and generic bitonal compression | |
| US6272238B1 (en) | Character recognizing method and apparatus | |
| US6549662B1 (en) | Method of recognizing characters | |
| JPH06501801A (ja) | 文書からの予め定められたデータを位置決定することおよび抽出することを含む文字認識方法および装置 | |
| EP0674794A1 (en) | Methods and apparatus for classification of images using distribution maps | |
| CA2036274A1 (en) | Document processor including method and apparatus for identifying and correcting errors | |
| JP2004171316A (ja) | Ｏｃｒ装置及び文書検索システム及び文書検索プログラム | |
| EP0955600B1 (en) | Process and equipment for recognition of a pattern on an item presented | |
| JPH07239899A (ja) | 光学的文字読取装置 | |
| CN113837129B (zh) | 手写签名错别字识别方法、装置、设备及存储介质 | |
| JP2747136B2 (ja) | 文字認識装置 | |
| JP2866920B2 (ja) | 標準パターン作成方法及び装置並びに文字認識装置及び方法 | |
| CN116682114A (zh) | 一种基于四角号码字典的汉字图像识别方法及相关组件 | |
| JPH08147314A (ja) | 認識型文書ファイリング装置及びその制御方法 | |
| JPH0562021A (ja) | 標準フオント及び利用者指定カスタムフオントを認識するための光学式文字認識（ｏｃｒ）システム | |
| JPH0567238A (ja) | 文字読取装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20010427 |
|
| LAPS | Cancellation because of no payment of annual fees |