JPH0139154B2 - - Google Patents
Info
- Publication number
- JPH0139154B2 JPH0139154B2 JP58249704A JP24970483A JPH0139154B2 JP H0139154 B2 JPH0139154 B2 JP H0139154B2 JP 58249704 A JP58249704 A JP 58249704A JP 24970483 A JP24970483 A JP 24970483A JP H0139154 B2 JPH0139154 B2 JP H0139154B2
- Authority
- JP
- Japan
- Prior art keywords
- line segment
- line
- information
- group
- online handwritten
- 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
Links
- 238000004364 calculation method Methods 0.000 claims description 4
- 230000011218 segmentation Effects 0.000 claims description 3
- 230000004069 differentiation Effects 0.000 claims 1
- 238000013139 quantization Methods 0.000 claims 1
- 238000007493 shaping process Methods 0.000 claims 1
- 238000000034 method Methods 0.000 description 56
- 238000010586 diagram Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- FFBHFFJDDLITSX-UHFFFAOYSA-N benzyl N-[2-hydroxy-4-(3-oxomorpholin-4-yl)phenyl]carbamate Chemical compound OC1=C(NC(=O)OCC2=CC=CC=C2)C=CC(=C1)N1CCOCC1=O FFBHFFJDDLITSX-UHFFFAOYSA-N 0.000 description 2
- 230000001174 ascending effect Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000013479 data entry Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/10—Character recognition
- G06V30/32—Digital ink
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Multimedia (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Character Discrimination (AREA)
- Image Analysis (AREA)
Description
【発明の詳細な説明】
〔発明の利用分野〕
本発明は、電子的なデータ処理装置のデータ入
力手段の中でも、特にマンマシン性の点で優れて
いる、ワークステーシヨン及びデータエントリシ
ステム等の入力方式に関する。
力手段の中でも、特にマンマシン性の点で優れて
いる、ワークステーシヨン及びデータエントリシ
ステム等の入力方式に関する。
従来技術について、テレビ学技報vol.6,No.44
(1983)p43―p48の“タブレツト入力による手書
き文字・図形認識 若原ら”(電々公社武蔵野通
研)の例を用いて以下説明する。
(1983)p43―p48の“タブレツト入力による手書
き文字・図形認識 若原ら”(電々公社武蔵野通
研)の例を用いて以下説明する。
まず、上記論文で述べられているオンライン手
書き図形認識方式の概要を述べる。
書き図形認識方式の概要を述べる。
上記図形認識方式は「候補ラテイス法」と呼
ぶ。第1図に上記方式のアルゴリズムのフローを
示す。
ぶ。第1図に上記方式のアルゴリズムのフローを
示す。
〔処理1〕候補図形抽出;入力ストロークの始終
点座標Pを或るシンボルG(基本的に全辞書図形)
の端点PGと対応づけ、その入力ストロークの接
続関係からシンボルGの端点P全てを通過するス
トローク列を探索し、これが存在すれば、このシ
ンボルGを候補図形Gとする。これが、いわゆる
一筆書きパターンによる候補図形Gの抽出法であ
り、ストローク数が多い図形では、発生しなけれ
ばならない一筆書きパターンの数が急激に増加す
ることがある。
点座標Pを或るシンボルG(基本的に全辞書図形)
の端点PGと対応づけ、その入力ストロークの接
続関係からシンボルGの端点P全てを通過するス
トローク列を探索し、これが存在すれば、このシ
ンボルGを候補図形Gとする。これが、いわゆる
一筆書きパターンによる候補図形Gの抽出法であ
り、ストローク数が多い図形では、発生しなけれ
ばならない一筆書きパターンの数が急激に増加す
ることがある。
〔処理2〕相異度の計算;この方式では、点間の
ユークリツド距離に加え、各点での接線方向の差
を評価したDPマツチングを採用している。相異
度d2は、 d2=min〔M 〓 〓m=1 {Xm−X′u(m))2+(Ym−Yu′(m))2+α・
h(m,u(m))}〕…(1) ここで (Xm,Ym)は、入力ストロークの座標値系列。
ユークリツド距離に加え、各点での接線方向の差
を評価したDPマツチングを採用している。相異
度d2は、 d2=min〔M 〓 〓m=1 {Xm−X′u(m))2+(Ym−Yu′(m))2+α・
h(m,u(m))}〕…(1) ここで (Xm,Ym)は、入力ストロークの座標値系列。
(X′m,Y′m)は、候補ストロークの座標値系
列。
列。
u(m)=
〓
〓
〓u(1)=1
u(M)=M
u(i)=jのときu(i+1)={j,j+1,
j+2} α;定数 h(i,j)=tan-1Yi+1−Yi Xi+1−Xi−tan-1Y′i+1−Y′i X′i+1−X′i (1)式の右辺{ }内第1項、第2項はユークリ
ツド距離を示し、第3項が(Xi,Yi)での接線
方向と、(Xi′,Yi′)での接線方向の差を表わす。
j+2} α;定数 h(i,j)=tan-1Yi+1−Yi Xi+1−Xi−tan-1Y′i+1−Y′i X′i+1−X′i (1)式の右辺{ }内第1項、第2項はユークリ
ツド距離を示し、第3項が(Xi,Yi)での接線
方向と、(Xi′,Yi′)での接線方向の差を表わす。
〔処理3〕候補ラテイスの探索;処理1で抽出さ
れた図形全てについて処理2の相異度計算を行い
その結果を第2図のようなテーブルにする。最適
な図形列は同図から考えられる全ての図形の組合
わせの相異度が最も小さいものである。
れた図形全てについて処理2の相異度計算を行い
その結果を第2図のようなテーブルにする。最適
な図形列は同図から考えられる全ての図形の組合
わせの相異度が最も小さいものである。
以上のような処理を行う結果、候補図形の抽出
に時間を要し、また傾いた図形の認識がうまくい
かない。
に時間を要し、また傾いた図形の認識がうまくい
かない。
以上のように従来のオンライン手書き図形認識
は、辞書と入力図形間の距離を相異度として用い
ているが、上記相異度を求めるための比較要素と
して“座標”を用いていたため、傾いた図形の認
識が困難であつた。また、入力ストロークから、
候補図形を選出する際に、辞書図形の一筆描きパ
ターンを用いることがあるが、このやり方では、
1つの辞書図形に対する一筆描きパターンが、線
分数の増大とともに急激に増大する可能性がある
為、処理時間が長くなる、という問題点があつ
た。
は、辞書と入力図形間の距離を相異度として用い
ているが、上記相異度を求めるための比較要素と
して“座標”を用いていたため、傾いた図形の認
識が困難であつた。また、入力ストロークから、
候補図形を選出する際に、辞書図形の一筆描きパ
ターンを用いることがあるが、このやり方では、
1つの辞書図形に対する一筆描きパターンが、線
分数の増大とともに急激に増大する可能性がある
為、処理時間が長くなる、という問題点があつ
た。
上記の2点を踏まえ、本発明の目的は、図形間
の分割を自動的に行い、1図形における筆順・画
数・図形の傾きに制限が無く、処理速度の速いオ
ンライン手書き図形認識方式を提供するにある。
の分割を自動的に行い、1図形における筆順・画
数・図形の傾きに制限が無く、処理速度の速いオ
ンライン手書き図形認識方式を提供するにある。
第3図に、本方式を実行するオンライン手書き
図形認識装置を示す。
図形認識装置を示す。
ユーザは、タブレツト100より図形を入力す
る。入力されたストローク情報はCPU200に
より、メモリ300に蓄えられる。メモリ300
に蓄えられたデータは、ペンが上がる毎にCPU
200に再度取り込まれ、当CPU200のプロ
グラム部にて処理され、その結果出力された整形
図形は、横1700ドツト、縦2300ドツトのCRT5
00又はプリンタ400より表示・印刷される。
次に本発明であるプログラム部の処理について詳
細に説明する。
る。入力されたストローク情報はCPU200に
より、メモリ300に蓄えられる。メモリ300
に蓄えられたデータは、ペンが上がる毎にCPU
200に再度取り込まれ、当CPU200のプロ
グラム部にて処理され、その結果出力された整形
図形は、横1700ドツト、縦2300ドツトのCRT5
00又はプリンタ400より表示・印刷される。
次に本発明であるプログラム部の処理について詳
細に説明する。
第4図に本発明によるプログラム部の処理フロ
ーを示す。
ーを示す。
まず処理10では、以下の処理に必要な作業領域
の初期化、ユーザ指定値の設定等が行われる。
の初期化、ユーザ指定値の設定等が行われる。
次に、処理20はタブレツト100からの座標点
列D1を座標点間の距離をしきい値として、サン
プルしながらメモリ300に座標点データD2と
して蓄える。この処理20はタブレツト100上の
ペンがアツプされるまで続く。座標原点はCRT
500の左下で座標値はCRT500の画面のド
ツトに対応している。タブレツト100から入力
された図形の例を第5図に示す。この例は2スト
ロークの入力例である。
列D1を座標点間の距離をしきい値として、サン
プルしながらメモリ300に座標点データD2と
して蓄える。この処理20はタブレツト100上の
ペンがアツプされるまで続く。座標原点はCRT
500の左下で座標値はCRT500の画面のド
ツトに対応している。タブレツト100から入力
された図形の例を第5図に示す。この例は2スト
ロークの入力例である。
処理30では、上記メモリ300に蓄えられたペ
ンダウンからアツプまでの一連の座標点データ
D2′を線分データD3に変換するため、まず上記デ
ータD2′の始終点を結ぶ直線分L0を設定し、該L0
と、上記データD2′の各点を結んだ線分列L1とで
囲まれた面積Sを求める。このSの値が、予め設
定されたしきい値STH(≒100)より小さい場合に、
上記線分列L1を直線分L0に変換する。また、S
>STHの場合には、直線分L0′の終点を上記データ
列D2′の中点に移し、同様の処理を行う。この
時、S<STHが満足されたならば、上記直線分
L0′の終点を現終点Pnと以前の同処理の終点Peと
の中点に移動する。即ち、中点法により終点Pn
を移動し、点Pnが移動しなくなつた時点で直線
分L0″を設定する。また該設定した直線分L0″の
終点が前記データD2′の終点でなければ、現終点
を新たな始点とし、D2′の終点を新終点として上
記の処理を繰返す。この結果、入力データD2′は
前記線分データD3に変換される。さらに上記線
分データD3は、連なる2線分Dl1,Dl2の角度変化
の絶対値が12度以内でかつ1つ前の2線分の角度
変化と符号が同じでかつ長さの比が0.5から2.0の
間であつた時、上記2線分は曲線の一部と見な
す。この処理を全線分データD3に渡つて行うこ
とにより、上記データD2′は直線又は曲線データ
D4に変換される。第6図に点列データの線分化
の様子を示す。本処理ではしきい値STHを適当に
選ぶことにより、入力点列の細かなブレを有効に
吸収する効果がある。
ンダウンからアツプまでの一連の座標点データ
D2′を線分データD3に変換するため、まず上記デ
ータD2′の始終点を結ぶ直線分L0を設定し、該L0
と、上記データD2′の各点を結んだ線分列L1とで
囲まれた面積Sを求める。このSの値が、予め設
定されたしきい値STH(≒100)より小さい場合に、
上記線分列L1を直線分L0に変換する。また、S
>STHの場合には、直線分L0′の終点を上記データ
列D2′の中点に移し、同様の処理を行う。この
時、S<STHが満足されたならば、上記直線分
L0′の終点を現終点Pnと以前の同処理の終点Peと
の中点に移動する。即ち、中点法により終点Pn
を移動し、点Pnが移動しなくなつた時点で直線
分L0″を設定する。また該設定した直線分L0″の
終点が前記データD2′の終点でなければ、現終点
を新たな始点とし、D2′の終点を新終点として上
記の処理を繰返す。この結果、入力データD2′は
前記線分データD3に変換される。さらに上記線
分データD3は、連なる2線分Dl1,Dl2の角度変化
の絶対値が12度以内でかつ1つ前の2線分の角度
変化と符号が同じでかつ長さの比が0.5から2.0の
間であつた時、上記2線分は曲線の一部と見な
す。この処理を全線分データD3に渡つて行うこ
とにより、上記データD2′は直線又は曲線データ
D4に変換される。第6図に点列データの線分化
の様子を示す。本処理ではしきい値STHを適当に
選ぶことにより、入力点列の細かなブレを有効に
吸収する効果がある。
次に、処理40では上記D4の各線分(直線又は
曲線)の始終点の角度を32の方位コードCDで量
子化したものをD5とする。但し、曲線について
は、始点から終点に向かう直線に対し右回りなら
ば32,左回りならば64を直線の方位コードCDに
加えるものとする。第7図に方位コードの例を示
す。図中の数字は、各方位を量子化した値を示
す。
曲線)の始終点の角度を32の方位コードCDで量
子化したものをD5とする。但し、曲線について
は、始点から終点に向かう直線に対し右回りなら
ば32,左回りならば64を直線の方位コードCDに
加えるものとする。第7図に方位コードの例を示
す。図中の数字は、各方位を量子化した値を示
す。
次に、処理50では、上記処理30で得られた上記
線分化データD4内の各線分間の接続関係を調べ
るため、まず、D4を一辺100の正方形内に正規化
する。この時、上記D4の任意の2線分の各々端
点間の距離が5以内のもの同士は、接続関係にあ
ると判定し、接続リストList1に始終点の情報
FEN、接続先の線分番号No.及び該接続先の線分
の始終点の情報FEN′を登録する。第8図に、上
記正規化の例を示す。図中の番号は、上記処理30
で入力ストロークを線分化した時の線分番号を示
している。また、第9図は、上記接続リスト
List1の例である。この例では1つの線分には複
数の接続情報を持つことが可能である。ここで各
接続情報、例えば接続11の内容の例を第10図に
示す。ボツクス111には線分番号1の線分の始
終点のどちらに接続があるかの情報1が入る。ボ
ツクス112には上記線分番号1に継がる線分N
の線分番号が入る。またボツクス113には、該
線分Nの接続に関する始終点情報が入る。
線分化データD4内の各線分間の接続関係を調べ
るため、まず、D4を一辺100の正方形内に正規化
する。この時、上記D4の任意の2線分の各々端
点間の距離が5以内のもの同士は、接続関係にあ
ると判定し、接続リストList1に始終点の情報
FEN、接続先の線分番号No.及び該接続先の線分
の始終点の情報FEN′を登録する。第8図に、上
記正規化の例を示す。図中の番号は、上記処理30
で入力ストロークを線分化した時の線分番号を示
している。また、第9図は、上記接続リスト
List1の例である。この例では1つの線分には複
数の接続情報を持つことが可能である。ここで各
接続情報、例えば接続11の内容の例を第10図に
示す。ボツクス111には線分番号1の線分の始
終点のどちらに接続があるかの情報1が入る。ボ
ツクス112には上記線分番号1に継がる線分N
の線分番号が入る。またボツクス113には、該
線分Nの接続に関する始終点情報が入る。
次に、処理60では、上記処理40で得られた上記
線分量子化データD5及び処理50で得られたList1
から1方向に並んだ方位コード列D6を作成する
ために、まず上記D4をソーテイングして、線分
の両端点のX座標値の昇べき順のリストList2を
作り、その第1番目の線分より上記List1をもと
に次々と方位コードを接続してD6に登録する。
ここで、上記線分の接続先が接続方向に対し逆向
きの場合は、その方位コードを反転し登録する。
また接続先が複数有る場合には、上記線分に対し
最も左側にある線分を選ぶことにより右回りの方
位コード列を生成できる。また、開放端であつ
て、接続先が無い場合には方位コードを折り返し
て(反転して)登録し、上記線分の反対側の端点
から接続先の探索を続行する。これらの探索によ
り見つかつた線分l1が既にD6に登録済みの場合に
は、List2より未登録線分の内、最も左にある線
分から処理60を繰り返す。
線分量子化データD5及び処理50で得られたList1
から1方向に並んだ方位コード列D6を作成する
ために、まず上記D4をソーテイングして、線分
の両端点のX座標値の昇べき順のリストList2を
作り、その第1番目の線分より上記List1をもと
に次々と方位コードを接続してD6に登録する。
ここで、上記線分の接続先が接続方向に対し逆向
きの場合は、その方位コードを反転し登録する。
また接続先が複数有る場合には、上記線分に対し
最も左側にある線分を選ぶことにより右回りの方
位コード列を生成できる。また、開放端であつ
て、接続先が無い場合には方位コードを折り返し
て(反転して)登録し、上記線分の反対側の端点
から接続先の探索を続行する。これらの探索によ
り見つかつた線分l1が既にD6に登録済みの場合に
は、List2より未登録線分の内、最も左にある線
分から処理60を繰り返す。
但し、各線分は一度ずつ登録される。また、本
処理では接続先が無い、即ち開放端点数Openも
登録される。ここで第11図は、上記処理60を図
で示したものである。この図から分かるように入
力図形は、その筆順によらず1′〜8′までの方位コ
ード列に変換される。
処理では接続先が無い、即ち開放端点数Openも
登録される。ここで第11図は、上記処理60を図
で示したものである。この図から分かるように入
力図形は、その筆順によらず1′〜8′までの方位コ
ード列に変換される。
次に処理70では、前記処理60で得た上記D6と
標準図形GSTとの類似度を求めるため、まず、上
記処理30の上記線分データD4の線分数LNと、上
記処理60で得た上記開放端点数Openより、上記
標準図形GSTより候補図形G′を選び出す。ここで
標準図形GSTは、上記方位コードデータD4、接続
リストList1に対応するD4ST,ListSTを持つ。そこ
で、候補図形の各方位コードを第1コードとし
て、上記処理60と同様な処理を行うことにより
D6STを得る。次に、上記D6と上記D6STとを比較
して類似度Fを計算する。この時、上記D6,
D6STの連なる2つの方位コードの差同士を比較す
ることにより、D6で表わされる図形が、候補図
形Gに対して傾いていた場合でも、傾きが無い場
合と同じ類似度を得ることができる。この結果、
入力図形の傾きに依存せず、マツチングを取るこ
とができるという効果がある。ここで第12図に
上記処理70のフローを示す。
標準図形GSTとの類似度を求めるため、まず、上
記処理30の上記線分データD4の線分数LNと、上
記処理60で得た上記開放端点数Openより、上記
標準図形GSTより候補図形G′を選び出す。ここで
標準図形GSTは、上記方位コードデータD4、接続
リストList1に対応するD4ST,ListSTを持つ。そこ
で、候補図形の各方位コードを第1コードとし
て、上記処理60と同様な処理を行うことにより
D6STを得る。次に、上記D6と上記D6STとを比較
して類似度Fを計算する。この時、上記D6,
D6STの連なる2つの方位コードの差同士を比較す
ることにより、D6で表わされる図形が、候補図
形Gに対して傾いていた場合でも、傾きが無い場
合と同じ類似度を得ることができる。この結果、
入力図形の傾きに依存せず、マツチングを取るこ
とができるという効果がある。ここで第12図に
上記処理70のフローを示す。
次に処理80で、マツチングの評価を行うために
上記処理70で得た類似度Fを予め設定されたしき
い値F0(≒10)と比較し、F<F0の場合には、こ
の類似度Fを得た候補図形Gを認識図形Grとし
て出力する。一方、F>F0の場合には、認識失
敗であるため処理90へ移行する。
上記処理70で得た類似度Fを予め設定されたしき
い値F0(≒10)と比較し、F<F0の場合には、こ
の類似度Fを得た候補図形Gを認識図形Grとし
て出力する。一方、F>F0の場合には、認識失
敗であるため処理90へ移行する。
次に処理90では、線分データD4のダイナミツ
ク・プログラミング処理を行うため、上記処理70
での線分数LNが2以上の場合は、若い番号の線
分データを削除して、新たな線分データD4′を作
成し、上記処理50へ移行する。一方、上記LNが
2未満の場合は、上記削除した線分データを復活
した上で、最後の線分データを削除し、処理50へ
移行する。この処理を繰返した後、削除すべき線
分データが無くなつた時には、全線分データを復
活した後、処理20へ移行し、新たな線分データを
追加する。ここで第13図は、上記処理90におい
て線分列D4′の生成の様子を第5図の入力図形を
例に取つて示している。図中破線の矢印は、線分
列D4′の発生順序を示す。
ク・プログラミング処理を行うため、上記処理70
での線分数LNが2以上の場合は、若い番号の線
分データを削除して、新たな線分データD4′を作
成し、上記処理50へ移行する。一方、上記LNが
2未満の場合は、上記削除した線分データを復活
した上で、最後の線分データを削除し、処理50へ
移行する。この処理を繰返した後、削除すべき線
分データが無くなつた時には、全線分データを復
活した後、処理20へ移行し、新たな線分データを
追加する。ここで第13図は、上記処理90におい
て線分列D4′の生成の様子を第5図の入力図形を
例に取つて示している。図中破線の矢印は、線分
列D4′の発生順序を示す。
これら処理10から処理90までの処理手順を実行
することにより、図形入力時の筆順、画数、分割
をフリーにすることが可能となり、従来の図形入
力方式と比較してマンマシン性を飛躍的に向上さ
せる効果がある。
することにより、図形入力時の筆順、画数、分割
をフリーにすることが可能となり、従来の図形入
力方式と比較してマンマシン性を飛躍的に向上さ
せる効果がある。
本発明によれば、認識開始ボタン等の図形の分
割に関する補助手段なしに、入力図形の分割が可
能であり、さらに、図形の傾き、筆順、画数に依
存せずオンライン認識が可能となり、マンマシン
性が向上するという効果がある。
割に関する補助手段なしに、入力図形の分割が可
能であり、さらに、図形の傾き、筆順、画数に依
存せずオンライン認識が可能となり、マンマシン
性が向上するという効果がある。
第1図は候補ラテイス法処理フローチヤート、
第2図は候補ラテイスの例、第3図はオンライン
手書き図形認識装置の構成、第4図はプログラム
部のフローチヤート、第5図は入力ストローク
例、第6図はストロークの線分化処理説明図、第
7図は方位コードの例、第8図は接続関係リスト
作成の説明図、第9図は接続関係リストの例、第
10図は接続関係リスト内部形成の例、第11図
は方位コード列生成例、第12図は類似度計算フ
ローチヤート、第13図は線分セグメントのDP
処理例。 100…タブレツト、200…CPU及びプロ
グラム部、300…メモリ、400…プリンタ、
500…図形表示装置。
第2図は候補ラテイスの例、第3図はオンライン
手書き図形認識装置の構成、第4図はプログラム
部のフローチヤート、第5図は入力ストローク
例、第6図はストロークの線分化処理説明図、第
7図は方位コードの例、第8図は接続関係リスト
作成の説明図、第9図は接続関係リストの例、第
10図は接続関係リスト内部形成の例、第11図
は方位コード列生成例、第12図は類似度計算フ
ローチヤート、第13図は線分セグメントのDP
処理例。 100…タブレツト、200…CPU及びプロ
グラム部、300…メモリ、400…プリンタ、
500…図形表示装置。
Claims (1)
- 【特許請求の範囲】 1 逐次的な座標情報及びペンのアツプ/ダウン
情報を発生する出力装置と、 該出力装置から発生した前記情報をサンプリン
グして入力する座標入力装置と、 前記ペンのアツプ/ダウン1回(以下、入力ス
トロークという)ごとの前記入力装置からの入力
情報と、予めメモリに蓄えられた標準図形情報と
のマツチングを行うことにより類似度を計算する
図形認識部と、 該図形認識部により認識された図形の整形情報
を発生する図形発生装置とを有するオンライン手
書き図形認識装置において、 前記図形認識部は、前記座標入力装置からの入
力情報を直線及び曲線の線分群に変換する線分化
手段と、 該線分の始終点を結ぶ直線が指す角度に応じて
前記線分群を量子化する量子化データ生成手段
と、 前記線分群から各線分の始終点間の接続の有無
をリストに作成する正規化手段と、 前記量子化データを前記リストに基づいて、一
次元入力データ列として並べかえる整列化手段
と、 前記標準図形情報を前記整列化手段によつて一
次元標準データ列とし、前記一次元入力データ列
との間で比較し類似度を計算する類似度計算手段
と、 該類似度が所定の閾値より小さい時に、前記標
準図形情報との比較に係る前記線分群の数を増加
又は減少させ、該線分群をフイードバツクするた
めの処理線分数変更手段とを有することを特徴と
するオンライン手書き図形認識装置。 2 特許請求の範囲第1項記載のオンライン手書
き図形認識装置において、 前記線分化手段は、入力ストロークの点列を順
次結ぶ折れ線部と、該折れ線部の始終点を結ぶ直
線とで囲まれる面積を求める計算手段と、 該計算手段で得られた面積の大きさから、前記
折れ線部を直線と認めるか否かを判定する第1の
判定手段と、 該第1の判定手段に於て直線と判定された線分
群が曲線の一部であるかどうかを判定する第2の
判定手段とを有することを特徴とする特許請求の
範囲第1項記載のオンライン手書き図形認識装
置。 3 特許請求の範囲第1項記載のオンライン手書
き図形認識装置において、 前記整列化手段は、前記線分群の中から1の線
分を選出し、該線分に対応する前記量子化データ
を第1番目として、前記リストにより該量子化デ
ータを一方向に並べる手段を有することを特徴と
する特許請求の範囲第1項記載のオンライン手書
き図形認識装置。 4 特許請求の範囲第1項記載のオンライン手書
き図形認識装置において、 前記処理線分数変更手段は、比較に係る前記線
分群の開始ポインタ及び終了ポインタと、 該ポインタを加減する手段と、 該加減されたポインタで示される新たな線分群
を従前の線分群と交替させる線分群更新手段とを
有することを特徴とする特許請求の範囲第1項記
載のオンライン手書き図形認識装置。
Priority Applications (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP58249704A JPS60136892A (ja) | 1983-12-26 | 1983-12-26 | オンライン手書き図形認識装置 |
US06/686,001 US4653107A (en) | 1983-12-26 | 1984-12-24 | On-line recognition method and apparatus for a handwritten pattern |
EP84116399A EP0151316B1 (en) | 1983-12-26 | 1984-12-27 | On-line recognition method and apparatus for a handwritten pattern |
DE8484116399T DE3485953T2 (de) | 1983-12-26 | 1984-12-27 | Verfahren und anlage zur on-line-erkennung handgeschriebener muster. |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP58249704A JPS60136892A (ja) | 1983-12-26 | 1983-12-26 | オンライン手書き図形認識装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
JPS60136892A JPS60136892A (ja) | 1985-07-20 |
JPH0139154B2 true JPH0139154B2 (ja) | 1989-08-18 |
Family
ID=17196957
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP58249704A Granted JPS60136892A (ja) | 1983-12-26 | 1983-12-26 | オンライン手書き図形認識装置 |
Country Status (4)
Country | Link |
---|---|
US (1) | US4653107A (ja) |
EP (1) | EP0151316B1 (ja) |
JP (1) | JPS60136892A (ja) |
DE (1) | DE3485953T2 (ja) |
Families Citing this family (95)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4685143A (en) * | 1985-03-21 | 1987-08-04 | Texas Instruments Incorporated | Method and apparatus for detecting edge spectral features |
JPS6282486A (ja) * | 1985-10-08 | 1987-04-15 | Hitachi Ltd | オンライン手書き図形認識装置 |
US4817034A (en) * | 1986-02-11 | 1989-03-28 | E.S.P. Systems, Inc. | Computerized handwriting duplication system |
JP2656473B2 (ja) * | 1986-06-27 | 1997-09-24 | 株式会社日立製作所 | 図形データ検索装置 |
US5157737A (en) * | 1986-07-25 | 1992-10-20 | Grid Systems Corporation | Handwritten keyboardless entry computer system |
US6002799A (en) * | 1986-07-25 | 1999-12-14 | Ast Research, Inc. | Handwritten keyboardless entry computer system |
US4972496A (en) * | 1986-07-25 | 1990-11-20 | Grid Systems Corporation | Handwritten keyboardless entry computer system |
US5644654A (en) * | 1987-04-06 | 1997-07-01 | Canon Kabushiki Kaisha | Image processing apparatus capable of efficient coding of complex shape information |
JPH061482B2 (ja) * | 1987-09-03 | 1994-01-05 | シャープ株式会社 | 図形入力方式 |
CH674588A5 (ja) * | 1988-03-07 | 1990-06-15 | Bruyne Pieter De | |
JP2739130B2 (ja) * | 1988-05-12 | 1998-04-08 | 株式会社鷹山 | 画像処理方法 |
JP3017740B2 (ja) * | 1988-08-23 | 2000-03-13 | ソニー株式会社 | オンライン文字認識装置およびオンライン文字認識方法 |
JP2847715B2 (ja) * | 1988-08-30 | 1999-01-20 | ソニー株式会社 | 文字認識装置及び文字認識方法 |
US5007098A (en) * | 1988-12-30 | 1991-04-09 | Ezel, Inc. | Vectorizing method |
GB2227867A (en) * | 1989-02-04 | 1990-08-08 | Plessey Co Plc | Manuscript recognition |
US5228097A (en) * | 1989-02-07 | 1993-07-13 | Ezel, Inc. | Method for registering image data |
JP2651009B2 (ja) * | 1989-04-06 | 1997-09-10 | キヤノン株式会社 | 情報認識装置 |
JP2747002B2 (ja) * | 1989-04-20 | 1998-05-06 | 株式会社東芝 | 直線ショートベクトル列によって表された形状の直線部と曲線部の切り分け方法 |
US4985928A (en) * | 1989-05-10 | 1991-01-15 | Campbell Robert K | Signature forgery detection device |
JPH03122770A (ja) * | 1989-10-05 | 1991-05-24 | Ricoh Co Ltd | キーワード連想文書検索方法 |
US5091975A (en) * | 1990-01-04 | 1992-02-25 | Teknekron Communications Systems, Inc. | Method and an apparatus for electronically compressing a transaction with a human signature |
US5029223A (en) * | 1990-02-02 | 1991-07-02 | International Business Machines Corporation | Constraint driven-on line recognition of handwritten characters and symbols |
JPH03294976A (ja) * | 1990-04-13 | 1991-12-26 | Matsushita Electric Ind Co Ltd | 基準マークパターン検出装置 |
JP3143461B2 (ja) * | 1990-05-29 | 2001-03-07 | キヤノン株式会社 | 文字認識方法及び文字認識装置 |
US5216725A (en) * | 1990-10-31 | 1993-06-01 | Environmental Research Institute Of Michigan | Apparatus and method for separating handwritten characters by line and word |
US5142589A (en) * | 1990-12-21 | 1992-08-25 | Environmental Research Institute Of Michigan | Method for repairing images for optical character recognition performing different repair operations based on measured image characteristics |
US5105468A (en) * | 1991-04-03 | 1992-04-14 | At&T Bell Laboratories | Time delay neural network for printed and cursive handwritten character recognition |
JPH05189617A (ja) * | 1991-04-15 | 1993-07-30 | Microsoft Corp | 手書き文字認識に於けるアークのセグメント化の方法と装置 |
DE69221927T2 (de) * | 1991-04-30 | 1998-01-02 | Sony Corp | Zeicheneingabegerät |
US5227590A (en) * | 1991-05-17 | 1993-07-13 | Ncr Corporation | Handwriting capture device |
IL100198A (en) * | 1991-11-29 | 1999-10-28 | Art Advanced Recognition Tech | Character recognition method |
JP2691101B2 (ja) * | 1992-03-05 | 1997-12-17 | インターナショナル・ビジネス・マシーンズ・コーポレイション | 手書き入力方法及び入力装置 |
JPH0684006A (ja) * | 1992-04-09 | 1994-03-25 | Internatl Business Mach Corp <Ibm> | オンライン手書き文字認識方法 |
US5380428A (en) * | 1992-04-22 | 1995-01-10 | Product Research & Development | Pump for reverse osmosis system |
JPH0628477A (ja) * | 1992-04-27 | 1994-02-04 | Digital Equip Corp <Dec> | パターン知覚デバイス |
US5544265A (en) * | 1992-05-27 | 1996-08-06 | Apple Computer, Inc. | Shape recognizer for graphical computer systems |
US5903668A (en) * | 1992-05-27 | 1999-05-11 | Apple Computer, Inc. | Method and apparatus for recognizing handwritten words |
US5463696A (en) * | 1992-05-27 | 1995-10-31 | Apple Computer, Inc. | Recognition system and method for user inputs to a computer system |
US5452371A (en) * | 1992-05-27 | 1995-09-19 | Apple Computer, Inc. | Method of aligning shapes on a display of a computer system |
US6028271A (en) * | 1992-06-08 | 2000-02-22 | Synaptics, Inc. | Object position detector with edge motion feature and gesture recognition |
US6239389B1 (en) | 1992-06-08 | 2001-05-29 | Synaptics, Inc. | Object position detection system and method |
US5880411A (en) | 1992-06-08 | 1999-03-09 | Synaptics, Incorporated | Object position detector with edge motion feature and gesture recognition |
JP3187151B2 (ja) * | 1992-07-31 | 2001-07-11 | キヤノン株式会社 | 図形処理装置及び方法 |
KR950013127B1 (ko) * | 1993-03-15 | 1995-10-25 | 김진형 | 영어 문자 인식 방법 및 시스템 |
US6011865A (en) * | 1993-05-12 | 2000-01-04 | International Business Machines Corporation | Hybrid on-line handwriting recognition and optical character recognition system |
JP3167500B2 (ja) * | 1993-05-19 | 2001-05-21 | 富士通株式会社 | 手書き情報入力処理方式 |
US5710831A (en) * | 1993-07-30 | 1998-01-20 | Apple Computer, Inc. | Method for correcting handwriting on a pen-based computer |
JP3282637B2 (ja) * | 1993-08-11 | 2002-05-20 | ソニー株式会社 | 手書き入力表示装置および方法 |
US5583946A (en) * | 1993-09-30 | 1996-12-10 | Apple Computer, Inc. | Method and apparatus for recognizing gestures on a computer system |
JP2626528B2 (ja) * | 1993-11-22 | 1997-07-02 | 日本電気株式会社 | 図形認識装置 |
EP0654755B1 (en) * | 1993-11-23 | 2000-08-02 | International Business Machines Corporation | A system and method for automatic handwriting recognition with a writer-independent chirographic label alphabet |
US5745599A (en) * | 1994-01-19 | 1998-04-28 | Nippon Telegraph And Telephone Corporation | Character recognition method |
IL109268A (en) * | 1994-04-10 | 1999-01-26 | Advanced Recognition Tech | Method and system for image recognition |
US5649023A (en) * | 1994-05-24 | 1997-07-15 | Panasonic Technologies, Inc. | Method and apparatus for indexing a plurality of handwritten objects |
JPH07319924A (ja) * | 1994-05-24 | 1995-12-08 | Matsushita Electric Ind Co Ltd | 手書き電子文書のインデックス付けおよび探索方法 |
US5710916A (en) * | 1994-05-24 | 1998-01-20 | Panasonic Technologies, Inc. | Method and apparatus for similarity matching of handwritten data objects |
IL110137A (en) * | 1994-06-27 | 2000-06-29 | Advanced Recognition Tech | Handwriting recognition system |
US6101280A (en) * | 1994-07-04 | 2000-08-08 | Hewlett-Packard Company | Method and apparatus for compression of electronic ink |
DE69428527T2 (de) * | 1994-07-04 | 2002-05-08 | Hewlett-Packard Co. (N.D.Ges.D.Staates Delaware), Palo Alto | Kritzlervergleich |
TW397951B (en) * | 1995-06-05 | 2000-07-11 | Motorola Inc | Method and microprocessor for preprocessing handwriting having characters composed of a preponderance of straight line segments |
TW338815B (en) * | 1995-06-05 | 1998-08-21 | Motorola Inc | Method and apparatus for character recognition of handwritten input |
US5991441A (en) * | 1995-06-07 | 1999-11-23 | Wang Laboratories, Inc. | Real time handwriting recognition system |
US6041137A (en) | 1995-08-25 | 2000-03-21 | Microsoft Corporation | Radical definition and dictionary creation for a handwriting recognition system |
US6094506A (en) * | 1995-10-25 | 2000-07-25 | Microsoft Corporation | Automatic generation of probability tables for handwriting recognition systems |
US6295378B1 (en) * | 1996-02-29 | 2001-09-25 | Sanyo Electric Co., Ltd. | Handwriting stroke information encoder which encodes handwriting stroke information by sampling |
US6229920B1 (en) * | 1996-04-25 | 2001-05-08 | Delphi Systemsimulation Gmbh | Method of classifying and recognizing patterns by additive contour extraction and averaging |
US5956409A (en) * | 1996-04-29 | 1999-09-21 | Quintet, Inc. | Secure application of seals |
US5926566A (en) * | 1996-11-15 | 1999-07-20 | Synaptics, Inc. | Incremental ideographic character input method |
US5889889A (en) * | 1996-12-13 | 1999-03-30 | Lucent Technologies Inc. | Method and apparatus for machine recognition of handwritten symbols from stroke-parameter data |
JP4098880B2 (ja) * | 1997-06-06 | 2008-06-11 | 松下電器産業株式会社 | 情報検索装置 |
US5920647A (en) * | 1997-08-12 | 1999-07-06 | Motorola, Inc. | Method and apparatus for recognition of hand-printed characters represented as an electronic ink stream using a box filtering technique |
KR100454541B1 (ko) * | 1998-04-27 | 2004-11-03 | 산요덴키가부시키가이샤 | 수기 문자 인식 방법 및 시스템 |
US6396005B2 (en) | 1998-06-15 | 2002-05-28 | Rodgers Technology Center, Inc. | Method and apparatus for diminishing grid complexity in a tablet |
AU2628301A (en) * | 2000-01-06 | 2001-07-16 | Zen Optical Technology Llc | Pen-based handwritten character recognition and storage system |
SE521911C2 (sv) * | 2001-01-15 | 2003-12-16 | Decuma Ab Ideon Res Park | Metod, anordning och datorprogram för igenkänning av ett handskrivet tecken |
JP2002222425A (ja) * | 2001-01-29 | 2002-08-09 | Canon Inc | 情報処理装置及び方法 |
US6658147B2 (en) * | 2001-04-16 | 2003-12-02 | Parascript Llc | Reshaping freehand drawn lines and shapes in an electronic document |
WO2003023696A1 (en) * | 2001-09-12 | 2003-03-20 | Auburn University | System and method of handwritten character recognition |
US20040098412A1 (en) * | 2002-11-19 | 2004-05-20 | International Business Machines Corporation | System and method for clustering a set of records |
US20050264584A1 (en) * | 2004-05-27 | 2005-12-01 | Zhu-Min Di | [method for fast input of chinese character] |
TW200809660A (en) * | 2006-03-01 | 2008-02-16 | Zi Decuma Ab | A method for additive character recognition and an apparatus thereof |
JP2008084237A (ja) * | 2006-09-29 | 2008-04-10 | Juki Corp | 物体の輪郭線抽出方法および装置、並びにこれを用いた物体認識方法および装置 |
WO2008066441A1 (en) * | 2006-12-01 | 2008-06-05 | Zi Decuma Ab | Method for character recognition |
JP2010205069A (ja) * | 2009-03-04 | 2010-09-16 | Panasonic Corp | 入力装置 |
US8521484B2 (en) * | 2010-06-02 | 2013-08-27 | Livermore Software Technology Corp. | Curve matching for parameter identification |
US9275274B2 (en) * | 2013-03-12 | 2016-03-01 | Robert Bosch Gmbh | System and method for identifying handwriting gestures in an in-vehicle information system |
US9274607B2 (en) | 2013-03-15 | 2016-03-01 | Bruno Delean | Authenticating a user using hand gesture |
JP6038700B2 (ja) * | 2013-03-25 | 2016-12-07 | 株式会社東芝 | 整形装置 |
KR20150104808A (ko) * | 2014-03-06 | 2015-09-16 | 삼성전자주식회사 | 피드백을 출력하는 전자 장치 및 방법 |
US10725650B2 (en) * | 2014-03-17 | 2020-07-28 | Kabushiki Kaisha Kawai Gakki Seisakusho | Handwritten music sign recognition device and program |
EP3284019A4 (en) * | 2015-04-16 | 2018-12-05 | Robert Bosch GmbH | System and method for automated sign language recognition |
US10013603B2 (en) * | 2016-01-20 | 2018-07-03 | Myscript | System and method for recognizing multiple object structure |
CN108764070B (zh) * | 2018-05-11 | 2021-12-31 | 西北大学 | 一种基于书写视频的笔画分割方法及书法临摹指导方法 |
KR20210073196A (ko) * | 2019-12-10 | 2021-06-18 | 삼성전자주식회사 | 필기 입력을 처리하는 방법 및 그 장치 |
CN112269951B (zh) * | 2020-11-17 | 2022-06-14 | 中国人民解放军国防科技大学 | 面向矢量线数据的直线形状空间检索方法 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS5827551B2 (ja) * | 1979-05-18 | 1983-06-10 | 日本電信電話株式会社 | オンライン手書き文字認識方式 |
US4365235A (en) * | 1980-12-31 | 1982-12-21 | International Business Machines Corporation | Chinese/Kanji on-line recognition system |
US4542412A (en) * | 1982-02-04 | 1985-09-17 | Shaken Co., Ltd. | Method for compressing character or pictorial image data |
JPS58163080A (ja) * | 1982-03-23 | 1983-09-27 | Fujitsu Ltd | 文字の特徴抽出方式 |
US4573196A (en) * | 1983-01-19 | 1986-02-25 | Communications Intelligence Corporation | Confusion grouping of strokes in pattern recognition method and system |
US4553258A (en) * | 1983-12-30 | 1985-11-12 | International Business Machines Corporation | Segmentation algorithm for signature vertification |
-
1983
- 1983-12-26 JP JP58249704A patent/JPS60136892A/ja active Granted
-
1984
- 1984-12-24 US US06/686,001 patent/US4653107A/en not_active Expired - Lifetime
- 1984-12-27 EP EP84116399A patent/EP0151316B1/en not_active Expired - Lifetime
- 1984-12-27 DE DE8484116399T patent/DE3485953T2/de not_active Expired - Lifetime
Also Published As
Publication number | Publication date |
---|---|
JPS60136892A (ja) | 1985-07-20 |
DE3485953T2 (de) | 1993-04-29 |
DE3485953D1 (de) | 1992-11-12 |
EP0151316B1 (en) | 1992-10-07 |
EP0151316A2 (en) | 1985-08-14 |
EP0151316A3 (en) | 1989-01-18 |
US4653107A (en) | 1987-03-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JPH0139154B2 (ja) | ||
KR100297482B1 (ko) | 수기입력의문자인식방법및장치 | |
US5710916A (en) | Method and apparatus for similarity matching of handwritten data objects | |
JP3077765B2 (ja) | 語彙辞書の検索範囲を削減するシステム及び方法 | |
JP4350109B2 (ja) | 走査された及びリアルタイムの手書き文字の識別を行う文字認識システム | |
Ibison et al. | Chemical literature data extraction: the CLiDE Project | |
JP2005242579A (ja) | 文書処理装置、文書処理方法、および文書処理プログラム | |
JPH087033A (ja) | 情報処理方法及び装置 | |
JPH1166238A (ja) | 手書き文字認識方法 | |
JP2002063548A (ja) | 手書き文字認識方法 | |
JP3405155B2 (ja) | 文書検索装置 | |
JPH09319828A (ja) | オンライン文字認識装置 | |
JPH1055409A (ja) | 手書き入力情報処理装置 | |
JP2003331214A (ja) | 文字認識誤り訂正方法、装置及びプログラム | |
JP3139701B2 (ja) | ファジィベクトルによるオンライン手書き入力文字認識方法及び装置並びにその方法を実行するための記録媒体 | |
JPH081660B2 (ja) | オンライン手書き図形認識装置 | |
Yin et al. | Lexicon-driven recognition of one-stroke character strings in visual gesture | |
JP3083609B2 (ja) | 情報処理装置及びそれを用いた文字認識装置 | |
JP3897999B2 (ja) | 手書き文字認識方法 | |
KR940001048B1 (ko) | 온라인 필기체문자인식방법 | |
JP3140989B2 (ja) | ストロークによるオンライン手書き入力文字認識方法及び装置並びにその方法を実行するための記録媒体 | |
JPH05225248A (ja) | データベース検索システム | |
WO2005034026A2 (en) | Method and system for compressing handwritten character templates | |
JP2918363B2 (ja) | 文字分類方法及び文字認識装置 | |
JP2963474B2 (ja) | 類似文字識別方法 |