JPH01312684A - ファジー推論による手書き文字認識装置 - Google Patents

Abstract

(57)【要約】本公報は電子出願前の出願データであるた
め要約のデータは記録されません。

Description

【発明の詳細な説明】 （産業上の利用分野） 本発明は、手書きによる漢字、ひらがな、かたかな、漢
数字、英文字、英数字などの各種文字をファジー推論に
より認識するための手書き文字認識装置に関するもので
ある。

（従来の技術） 手書き文字を入力データとして例えば電子計算機に入力
する場合、手書きされた文字を正確に認識することが極
めて重要なことになる。

そのため、従来より手書き文字を認識するための手段に
関する様々な研究が行なわれてきた。そして上記従来の
手書き文字認識手段の多くは、手書き文字入力データの
時空間軸上から特徴を抽出するものであった。

（発明が解決しようとする課題） 手書き文字を認識するとき、最終的には実時間で認識す
る必要があり、そのため、個々の入力文字にどれだけの
処理時間を必要とするかが、手書き文字認識装置として
の有効性を決定する上で重要な要素になる。

しかしながら、前記従来の手重き文字ｉｉｌ！識手段の
場合は一般に計算間が多いため、処理時間が長くなるこ
とが多く、これを解決するためには高速の高価な電子計
算機を用いなければならないという問題があった。

そこで本発明では、手書き過程にある文字のストローク
単位で、Ｘ、Ｙ座標点列の移動量対応のフーリエ変換を
行い、上記Ｘ、Ｙ座標点列の移動量を周波数領域として
扱うととｂに、ファジー推論を行うことにより計算量を
少なくし、入力された手書き文字の認識に要する処理時
間を短くすることを解決すべき技術的課題とするもので
ある。

（課題を解決するための手段） 上記課題解決のための技術的手段は、ファジー推論によ
る′ｆ−８き文字認識装置を、文字が手書きされる過程
で、同文字を所定の時間間隔でＸ座標、及びＹ座標に対
応した点列データとして出力する文字入力手段と、前記
文字入力手段から出力された前記手書き文字対応の点列
データを入力し、入力された手書き文字の大きさを統一
するとともに、入力された手古き文字の筆速を一定にす
るために聞手書き文字の点列の間隔を一定にする入力デ
ータ正規化手段と、前記入力データ正規化手段により正
規化された手１き文字をストローク単位でＸ。

Ｙ移動量対応のフーリエ変換を行い、周波数の強度を求
めるためのフーリエ変換手段と、前記フーリエ変換手段
においてフーリエ変換して得られたノ・〜リエ級数デー
タを曖昧な手書き文字データとして扱うことができるよ
うにファジー化するためのノアジー化手段と、標準文字
をファジー化したパターンデータを記憶しておくための
標準パターン記憶手段と、前記標準パターン記憶手段か
ら前記パターンデータを得て、手書き文字認識のための
７０ダクシ３ンルールを生成するためのルール生成手段
と、前記入力された手書き文字と同一画数の前記標準パ
ターン記憶手段に記憶されたパターンデータのそれぞれ
と、前記ファジー化された手書き文字データとの間で、
前記プロダクションルールに基すいてファジー推論を行
い、最も確信度の高いものを判定するファジー推論手段
と、前記ファジー推論手段で最も確信度が高いと判定さ
れた文字を前記入力された手古き文字に対応する標準文
字データとして出力する認識文字出力手段とを備えた構
成にすることである。

（作　用） 上記構成のファジー推論による手書き文字認識装置によ
れば、文字が手古きされる過程で文字入力手段は、上記
文字を所定の時間間隔でＸ座標、Ｙ座標に対応した点列
データとして入力データ正規化手段に出力する。

上記点列データを入力した入力データ正規化手段は、入
力された手書き文字の大きさを統一するとともに、入力
された手書き文字の筆速を一定にするために聞手書き文
字の点列の間隔を−・定にする。そして、フーリエ変換
手段は入力データ正規化手段により正規化された手書き
文字をストローク単位でＸ、Ｙ移動量対応のフーリエ変
換を行い、周波数の強皮を求め、更にファジー化手段に
おいて、前記フーリエ変換手段においてフーリエ変換し
て得られたフーリエ級数データを曖昧な手書き文字デー
タとして扱うことができるようにファジー化する。

−・方、ファジー推論手段は、前記ファジー化ｆ段にお
いて曖昧な手書き文字データとして扱うことができるよ
うにファジー化された入力文字と、同入力文字と同一画
数の、前記標準パターン記憶手段に記憶されたパターン
データのそれぞれとをプロダクションルールに基づいて
ファジー推論を行い、最も確信度の高いらのを判定する
。そして、認識文字出力手段は前記ファジー推論手段で
最も確信度が高いと判定された文字を、竹記入力された
千さき文字に対応する標準文字データとして出力づる。

（実施例） 次に、本発明の一実施例を図面を参照しながら説明する
。

第１図は、手書き文字認識システムの構成を示したブロ
ック図である。図に示すように文字入力手段としてタブ
レット状のメディアグラフ１が用いられており、このメ
ディアグラフ１に学府きされた文字は、手書きされる過
程でＸ座標、及びＹ座標に対応した座標点列データとし
てパーソナルコンピュータ２に入力される。

上記メディアグラフ１は、有効読取り範囲を例えば２１
０ｓ＋Ｘ　１４８ｍ１分解能を例えば約０．１履、ポイ
ント読取り誤差は±１ｊＩＩ、有効読取り高さは３Ｍ以
下であり、ポイント転送速度を３５ポイント／秒とし、
ポイント間距離が１ｊｌｌＩ以上になったとき、パーソ
ナルコンビ１−夕２に対して前記点列データのポイント
転送を行うように設定されている。

メディアグラフ１からパーソナルコンピュータ２に上記
点列データが転送されると、手書きされた文字の各スト
ロークの座標点列は、入力の順序に従ってストロークの
書き始めと＾き終わりの情報を伴ってパーソナルコンピ
ュータ２のソフトウェア、すなわち入力データ正規化部
３に転送される。

一般に、メディアグラフ１に手傷きされる文字は、その
大きさも異なり、筆速も異なるため、同パーソナルコン
ピュータ２のソフトウェアである入力データ正規化部３
は、入力された座標点列に対して文字の大きざと、筆速
の正規化を行う。その為、例えば長さ２５６ビツトの正
方形の中に、入力文字が丁度納まるように縮小、あるい
は拡大することにより大きさに対する正規化を行う。但
し、縦と横の縮小率、あるいは拡大率は同一とするもの
である。縦長、あるいは横長に手書きされた文字の場合
は、横方向、あるいは縦方向に空白ができるが、この空
白の場所を一定の方向とするため、縦長、あるいは横長
に書かれた文字は左上詰めとする。また、前記正方形の
座標系は、パーソナルコンピュータ２のデイスプレィ画
面の座標系と合わせるために、左上を原点とし、Ｙ座標
については下向きとする。

一方、筆速の正規化については、前記メディアグラフ１
から入力された座標点列データをもとに、単位時間に書
かれる線長が一定になるような新たな座標点列を求め、
これらの新たな座標点列データをフーリエ変換のための
データとするものである。

フーリエ変換部４にお番プるフーリエ変換は、メディア
グラフ１に書かれる文字のストローク毎に、ストローク
を占き始めたところからのＸ軸での移動量と、Ｙ軸での
移ＷＪ量に対して行われる。従って、与えられた座標点
列はそれぞれの軸での移動量に変換される。第２図（Ａ
）は、文字「の」について、Ｘ軸での移動量、Ｙ軸での
移動量を示したものである。ところで、第２図（Ａ）に
示したような波形に対してフーリエ変換を行うと、始点
と終点とが一致していないために、非連続な波形に対し
てのフーリエ級数を求めることになる。このため、収束
率の悪いフーリエ級数となるので、終点の位置で線対称
に波形を第２図（Ｂ）のように折返させ、波形が連続に
なるようにし、この波形についてフーリエ変換を行うも
のである。

フーリエ変換により、 ｆ　（ｔ）−−ａＯ／２＋ａ１ｃｏｓθ　ｔ＋　　ｂｌ
ｓｉｎＯｔ＋ａ２ｃｏｓ２θ　ｔ＋ｂ２ｓｉｎ２θｔ＋
ａ３ｃｏｓｌ　ｔ＋ｂ３ｓｉｎ３０ｔ　−・・の各係数
を得ることができる。第３図（Ａ）から第６図（＾）は
それぞれ代表的なストロークを示しており、第３図（Ｂ
）から第６図（８）はヒ記ストローりそれぞれのＸ軸で
の移動量を示し、更に第３図（Ｃ）から第６図（Ｃ）は
上記Ｘ軸での移動量についで前記フーリエ変換を行った
ときの各係数の値を示したものである。なお、前述した
ように前記波形を終端の位置′Ｃ−線対称に折り返した
ことにより、前記フーリエ変換式におけるｂｎ項（ｎ＝
１．２，３．・・・）は小さな値になるため、上記図に
おいては特に示していない。

上記第３図（Ｃ）から第６図（Ｃ）に示すように、係数
ａＯ／２はストロークの重心の位置を示し、ａｌはその
軸上での始点と終点の間での離れ具合いを示し、ａ２は
その軸での曲がり具合いを示すという性質を表す。なお
、ａ３．　ａ４は、ａｌ、　ａ２に対してそれぞれ補完
的な意味を持っていると考えられるが、手書き文字の認
識の過程では上記ａ３．　ａ４を使用しない。

以上のように各ストロークの長さと、フーリエ変換によ
り得られた各周波数の強度対応値は、ファジー化部５に
転送される。

一般に、手書き文字におけるストロークの長さとか、前
記周波数の強度は、同一人が同じ文字を書く場合でも毎
回異なるものであり、書く人が変わればさらに異なる。

従って、ｆ−書き文字より得られたこれらのデータは絶
対的なものではなく、その値の近くにあるということを
示していると考えなければならない。そこで、上記デー
タに対してはノアジー値を用いて表すことが通貫である
。

すなわち、ストロークの長さについては、非常に長いと
か、極めて短いとか、というような曖昧ざを持つ表現を
用い、周波数の係数（強さ）についても同様の表現を用
いるものである。このような曖昧な表現を用いることに
より、手書き文字の認識のための１０ダクシコンルール
その乙のが分かりやすくなるし、また、この表現のなか
に、それに近い表現をも、ある程度含むということを語
感の中に持たせることができる。

そこで、ファジー化部５において用いられる上記ストロ
ーク長に関するファジー値と、その対応値を第７図に、
周波数の係数ａＯ／２に関するノアジー値と、その対応
値を第８図に、周波数の係数ａ１に関するファジー値と
、その対応値を第９図に、更に、周波数の係数ａ２に関
するファジー値と、その対応値を第１０図に示している
。なお、バーンナルコンビエータ２の中ではノアジー値
をＯ−Ｆまでの１６１数で便宜的に表すこととする。第
７図〜第１０図にはこの便宜値を併せて記しである。

また、第１１図は、ある人が書いた１４画の教育漢字の
全てについて、そのストＯ−りの長さと周波数の強度を
ファジー値に直したときの分布状態を示したちのである
。

−・般に、ストローク長は、画数が少ない場合には大き
い方に、画数が多い場合には小さい方に分布するが、第
１１図に示すように、１４画では既に小さい方に分布し
ている。また、ストロークの重心を表すａＯは、Ｘ軸、
Ｙ軸ともにほぼ均等な分布をなしている。始点と終点の
離れ具合いを表すａｌは、やや中央に傾いて分布してい
る。これは、画数が多くなってくると、ストローク長が
短くなってくることに起因している。更にストロークの
―がり具合いを示すａ２は中央に傾いている。これは曲
がっているストロークが少ないことに起因している。

従って、ファジー化部５に入力されたデータをファジー
化してファジー値を割り付ける場合、ファジー化部５は
前記第７図から第１１図に示した値を用いるものである
。しかしながら、Ｌ記データは、それに与えられたファ
ジー値に完全に含まれているわけではなく、その近くの
ファジー値の中に含まれる可能性を有している。ファジ
ー理論では、ノアジー値の中に含まれる可能性をメンバ
ーシップ値といい、ファジー値とメンバーシップ値の関
係をメンバーシップ関数で表寸。メンバーシップ関数は
、多くの場合、三角形で表される。

第１２図は上記例を示した乙のであり、データに与えら
れたファジー値でのメンバーシップ値を１とし、そこか
ら離れるに従って、０．１の割合でメンバーシップ値が
減ることを示している。

次に、標準パターン部６について説明する。

ＩＩＡ準パターン部６には、標準文７として手書ぎで入
力された文字が、フーリエ変換、ファジー化を経た後で
、ファジー値の形で記憶されている。

また、ルール生成部７では、標準パターン部６よりファ
ジー化データを取り出し、これより、それぞれの標準文
字に対してプロダクション・ルールを作り出す。このプ
ロダクションルールはストローク対応に作り出され、そ
れは［ｉｆ条件文ｔｈｅｎ結論」の形をとる。また、上
記条件文は複数の条件の論理積として構成される。それ
ぞれの条件はファジー化されたデータのそれぞれについ
て、すなわちストロークの長さや周波数の強度について
条件を規定りる。例えば第１３図（Ａ）に示すようなパ
ターンで「疑」という文字が入力され、標準パターン部
６に第１３図（Ｂ）に示すようにファジー化データとし
て記憶されているとする。これより、次のＪ、うなプロ
ダクションルールが作り出される。

ルール「疑」１： 第一ストロークにおいて、 ストローク長が相当に短く、 Ｘ軸の移動量で見たとき、 ストロークの重心が左端に相当に接近していて、 終点が始点に対して右に相当に接近していて、曲がり具
合いは水平で、 Ｙ軸の移動量で見たとき、 ストロークの重心が上端に非常に接近していて、 終点が始点に対して下に相当に接近していて、曲がり具
合は垂直ならば、 この文字は「疑」であるというルールを生成する。

ルール「疑」２： 第二ストロークにおいて、 ストローク長は短く、 Ｘ軸の移動量で見たとき、 ストロークの重心が左端に非常に接近していて、 終点が始点に対して左に接近していて、曲がり具合いは
凹にやや曲がっていて、Ｙ軸の移動量で見たとき、 ストロークの重心が、ｌ：端に相当に接近していて、 終点が始点に対して下に接近していて、曲がり具合いは
凸にやや曲がっているならば、この文字は「疑」である
というルールを生成する。

次に、ファジー推論部８について説明する。

ファジー推論部８においては、前記条件文の満たされ具
合いに応じて結論の満たされ具合いが定められるように
なっている。そこで、まず、条件文の満たされ具合いを
、確信度という言葉を用いながら説明する。

前述したようにプロダクションルールにおける条件文は
条件の論理積として表されているので、条件の満たされ
具合い、すなわち条件の確信度と、条件の論理積に対す
る確信度を決める必要がある。

そこで、本実施例では計算のし易さを配出して、各条件
の確信度は２つのメンバーシップ関数を比較し各ファジ
ー値でのメンバーシップ値においてその小さい方をとり
、その中’′ｒ−ｉ大のらのをとる１ｎ−ｗａｘ　　（
最小の中で最大のもの）で、条件の論理積に対する確信
度は条件の確信度の中の１０（最小のもの）ということ
にする。すなわち、条件の確信度は次のように定める。

条件の記述は、［ＡがＡ′であるならばＪということに
して、かつ、Ａ′は標準パターンの方から与えられるフ
ァジー値とす°る。また入力文字の方からも八に対して
Ａ　Ｉ＋というファジー値を得る。例えば「疑」２のル
ールで、ｒストローク長は短く」は条件であるが、この
条件でＡ′は「短い」であり、Ａはストローク長である
。このときストローク長は入力文字の第二ストロークの
長さを示すものであり、短いとか良いとかのファジー値
を有している。この二つのファジー値からこの条件に対
する確信度を求めることになるが、これはファジー値が
示すメンバーシップ関数を用いる。

第１４図、及び第１５図は上記条件に対する確信度を求
めるときの説明図である。条件に関する確信度は標準パ
ターンの方から得られるメンバーシップ関数と入力文字
パターンの方から得られるメンバーシップ関数から得る
が、これは次のように行なう。各ファジー値に対して２
つのメンバーシップ関数のメンバーシップ値を比較し、
その値が小さい方をとる。次にこのようにして選ばれた
メンバーシップ値の中から最大のものをとる。これが条
件に対する確信度である。第１４図と第１５図は「疑」
２のルールの条件の一つである［ストロ−・り長は知く
Ｊの条件に対する確信度を求める方法を示したものであ
る。標準パターンにおいては第二ストロークの長さは短
いのでそのメンバーシップ関数は「短い」の所（図では
４の所）をメンバーシップ値１とした三角形となる。即
ち第１４図の左側の波形となる。ここで入力文字におい
ては第二ストロークの長さは少し短かったとする。この
とき、入力文字の第二ストロークの長さに対するメンバ
ーシップ関数は１−少し短い１の所（図では６の所）を
メンバーシップ１１とした三角形となる。即ち第１４図
の右側の波形となる。

次にファジー値に対応してメンバーシップ値の小さい方
を選ぶと第１５図の波形を得る。この波形より最も大き
なメンバーシップ値を選ぶ。図では０．８なのでこれが
第二ストロークに少し短めのものを書いたときのストロ
ーク長は短いという条件に対する確信度となる（第１５
図参照）。

また、論理積で結ばれた条件については、その条件の確
信度の中で小さい方を、論理積で結ばれた条件の確信度
とする。

令弟１６図（Ａ）の文字を入力したとする。このとき第
一ストロークに対するファジー値は次のようになる。ス
トローク長は少し短い。又、Ｘ軸の移動量で見たとき、
ストロークの重心は左端に相当に接近していて終点が始
点に対して左に相当に接近していて、終点が始点に対し
て左に相当に接近していて曲がり具合が凹に少し曲がっ
ている。

さらにＹ軸の移動間で見たときストロークの重心は上端
にかなり接近していて、終点が始点に対して下に接近し
ていて曲がり具合が凸に少し曲がっている。そこで「疑
」２のルールを適応すると各条件に対する確信度はスト
ローク長については０．８、Ｘ軸の移動量でのストロー
クの重心は０．９、終点と始点の離れ具合は１．０、曲
がり具合は０．９、Ｙ軸の移動間でのストロークの重心
は０．９、終点と始点・の離れ具合は１．０、曲がり具
合は０．９となる。従って条件の論理積、即ち条件式に
対する確信度はこの中の最小のものということで０．８
となる。

プロダクションルールの中には、同一の結論を導きだず
ものが複数存在する。一般にファジー推論では結論もフ
ァジー値となっていて、条件文によって得られた確信度
でそれぞれの結論の７７ジー値を補正するとともに、同
一の結論を導き出すらのが複数個ある場合には、その平
均をとるということが行われる。しかし、本実施例では
、結論はファジー値ではなく０か１の値をとるものとす
る。そこで、結論についての確信度は条件文の確信度と
号る。また、同一の結論が複数個存在する場合には、そ
れぞれの結論に対する確信度の平均をとる。

上記の例として、第１６図（Ａ）に示すような文字が入
力されたものとする。そしてこれに対するファジー化デ
ータは第１６図（Ｂ）に示すものであっだ場合、標準文
字「疑」での各ストロークに対するプロダクションルー
ルから、つぎのような確信度をそれぞれ得る。

第一ストロークに対する確信度は１，０、第二ストロー
クに対する確信度は（１，８、以下第三ストローク以降
、第十四ストロークまでの確信度は０．８゜０、８．０
．７．０．８．０．７．０．９．０．９．０．８．０．
８．０．８．０．９．０．９となる。

従って、これら確ｆｒＪ度の平均は０．８３であるので
、この入力文字に対する標準文字「疑１の確信度は０．
８３ということになる。ファジー推論部では入力文字と
同一・画数の標準パターン全てについて、入力文字との
間でプロダクションルールを適応し、入力文字の各標準
パターンに対する確信度を計算する。そして確信度が最
も高かった標準パターンを入力文字に対応するＷｌ識文
字として認識文字出力部９に出力する。

例えば第１６図（Ａ）の文字を入力すると、標準パター
ン「疑」に対して確信度０．８３、「読Ｊに対して確信
度０．６９、「誤」に対して確信度０．６６、「説−１
に対して確信度０２６５、「認」に対して確信度０６５
というような値を得る。そこで入力文字は「疑」と判定
し、これを認識文字出力部に出力する。

以上のようにして推論され、結論ずけられた文字は、認
識文字出力部９から標準文字に対応したパターン信号と
して出力される。

第１７図は、以上のように構成されたファジー推論によ
る手書き文字認識装置により、メゾアゲラフ１に手書き
された文字を認識させるための文字認識行程図を示した
ものである。

同図に示すように、スデツプ１（以後、３１゜８２．８
３．・・・Ｓ７のように記載する。）に示すように、メ
ゾアゲラフ１に手１きされた文字の筆順に従って所定の
時間間隔で筆の位置を示すＸ。

Ｙ座標を点列データとしてパーソナル」ノビ１−タ２に
入力させる。Ｓ２において、手書き文字対応の点列デー
タがパーソナルコンビ１−夕２に入力されると、同入力
文字の大きさを統一するとともに、同入力文字の筆速を
一定にするための正規化を行う。Ｓ３において、正規化
された手書き文字の各ストローク毎のＸ座標の移動量、
及びＹ座標の移動量に対してフーリエ変換を行い、その
あと、Ｓ４において、正規化された手書き文字の各スト
ローク毎のＸ座標の移動量、及びＹ座標の移動量に対す
るそれぞれのフーリエ変換によって得られたフーリエ級
数ａｏ／２．ａ１．ａ２それぞれをファジー化する。

Ｓ５において、手書きされた入力文字の画数と同一画数
の標準文字のファジー化データを標準パターン部から検
索し、検索されたファジー化データに基ずき、ストロー
ク単位でプロダクションルールを生成する。Ｓ６におい
て、プロダクションルールに基すき、手書きされた入力
文字と、標準パターン部から検索された標準文字との間
でファジー推論を行い、最も確信度の高いものを判定し
たあと、Ｓ７において、最も確信度が高いと判定された
標準文字を認識文字として出力し、そのあと、次の文字
認識処理に移行する。

（発明の効果） 以上のように本発明によれば、文字入力手段において手
書きされた文字をｘｉ標、Ｙ座標に対応した点列データ
として入力し、入力データをストローク単位でフーリエ
変換したあと、二番目の周波数の係数までをファジー値
で表し、標準パターンから得られるプロダクションルー
ルにより、ファジー推論を行い、手書き文字を認識する
ため、従来の手書き文字認識手段に比較して計算附が極
めＣ少なくなり、千渇き文字の認識のための処理時間を
短くすることができるとともに、手書き文字の認識確信
度を高めることができるという効果がある。

【図面の簡単な説明】

図面は実施例に係り、第１図は手書き文字の認識のため
のシス）２ム構成ブロック図、第２図（＾）は文字「の
」について、Ｘ軸での移動ｆｆｉ、Ｙ軸での移動量を示
した説明図、第２図（８）は第２図（八）の波形の終点
の位置で線対称に波形を折返した波形図、第３図（＾）
から第６図（＾）はそれぞれ代表的なストロークを座標
上に示したストローク図、第３図（Ｂ）から第６図（Ｂ
）は上記ストロークそれぞれのＸ軸での移ｅａｔを示し
た移動量説明図、第３図（Ｃ）から第６図（Ｃ）は上記
Ｘ軸での移動台について前記フーリエ変換を行ったとき
の各係数値を示した表示図、第７図は手重き文字のスト
ローク長に関するファジー値と、その対応値を示した対
応図、第８図は周波数の係数ａＯ／２に関するフンジー
値と、その対応値を示した対応図、第９図は周波数の係
数８１に関するファジー値と、その対応値を示した対応
図、第１０図は周波数の係数ａ２に関するファジー値ど
、その対応値を示した対応図、第１１図は１４両の教育
漢字の全てについて、そのストロークの長さと周波数の
強度のファジー値の分布図、第１２図はメンバーシップ
関数図、第１３図（Ａ）は標準文字「疑」のパターン図
、第１３図（８）は標準文字［疑１のファジー化データ
表示図、第１４図は二つのメンバーシップ関数を示した
メンバーシップ関数図、第１５図は、第１４図に示した
二つのメンバーシップ関数から選択された確信度の高い
メンバーシップ関数図、第１６図（＾）は入力文字［疑
１のパターン図、第１６図（Ｂ）は入力文字「疑Ｊのフ
ァジー化データ表示図、第１７図は文字認識行程図であ
る。 １・・・メゾアゲラフ ２・・・パーソナルコンピュータ ３・・・入力データ正規化部 ４、・・・フーリエ変換部 ５・・・ファジー化部 ６・・・標準パターン部 ７・・・ルール生成部 ８・・・ファジー推論部 ９・・・認識文字出力部

Claims (1)

1. 【特許請求の範囲】 文字が手書きされる過程で、同文字を所定の時間間隔で
   Ｘ座標、及びＹ座標に対応した点列データとして出力さ
   せる文字入力手段と、 前記文字入力手段から出力された前記手書き文字対応の
   点列データを入力し、入力された手書き文字の大きさを
   統一するとともに、入力された手書き文字の筆速を一定
   にするために同手書き文字の点列の間隔を一定にする入
   力データ正規化手段と、 前記入力データ正規化手段により正規化された手書き文
   字をストローク単位でＸ、Ｙ移動量対応のフーリエ変換
   を行い、周波数の強度を求めるためのフーリエ変換手段
   と、 前記フーリエ変換手段においてフーリエ変換して得られ
   たフーリエ級数データを曖昧な手書き文字データとして
   扱うことができるようにファジー化するためのファジー
   化手段と、標準文字をファジー化したパターンデータを
   記憶しておくための標準パターン記憶手段と、前記標準
   パターン記憶手段から前記パターンデータを得て、手書
   き文字認識のためのプロダクションルールを生成するた
   めのルール生成手段と、前記入力された手書き文字と同
   一画数の前記標準パターン記憶手段に記憶されたパター
   ンデータのそれぞれと、前記ファジー化された手書き文
   字データとの間で、前記プロダクションルールに基ずい
   てファジー推論を行い、最も確信度の高いものを判定す
   るファジー推論手段と、 前記ファジー推論手段で最も確信度が高いと判定された
   文字を前記入力された手書き文字に対応する標準文字デ
   ータとして出力する認識文字出力手段とを備えたことを
   特徴とするファジー推論による手書き文字認識装置。