JPH0247787B2 - - Google Patents

Description

【発明の詳細な説明】

この発明は、パターン認識、特に文字認識の方
式に関するものである。 文字認識の手法が重ね合わせ法と構造解析法に
大別されることは広く知られている。 入力パターンと、予め用意された各文字種（カ
テゴリー）毎の鋳型（マスク）とを重ね、一番良
く合つたマスクを結果とする重ね合わせ法は、論
理が単純で結果が連続的（アナログ的）であると
ころから印刷文字認識に対して広く用いられてき
た。一方、入力パターンを部分の要素（特徴）に
分解し、その組み合わせ方を解析する構造解析法
は、入力パターンの変形に強いため、手書文字に
対して用いられてきた。 ここで手書漢字など複雑で変形の激しい図形に
対する両者の適用を考えてみると、重ね合わせ法
はパターンの部分的な変形に弱く、構造解析法は
要素とその組み合わせ方が非連続的（デジタル
的）であるため、入力パターンが複雑であつたり
解析の精度を上げようとすると、その組み合わせ
数が膨大になる。 この発明の目的は、このように複雑で変形の激
しいものを含む対象に対しても適用可能なパター
ン認識方式を提供することにある。 この目的のためにこの発明においては、二次元
面上の各点に特徴毎の寄与度を伝播する操作を行
う。これにより、特徴に分割するという点で部分
的変形に対して強くするとともに、入力特徴とマ
スク特徴間の対応性の評価を二次元面上で行うと
いう点で、結果のアナログ化による安定化を図つ
ている。この意味でこの発明は、重ね合わせ法と
構造解析法の融合を図つたパターン認識方式と言
うことができる。 以下、この発明の一実施例について、文字認識
の場合を例にとつて詳細に説明する。 第１図はこの発明の一実施例における１文字認
識のための処理の流れを示す。第１図において、
左側のブロツクおよび符号１０１〜１０７が処理
のステツプとその内容、右側の図および符号１０
８〜１１５がデータの内容である。それらを結ぶ
実線は各処理で入力および出力されるデータ、破
線は処理の順序を示す。各部分の説明は後述す
る。 第２図は第１図の流れ図に対応するこの発明の
パターン認識に用いる装置の一例を示すブロツク
図である。 第２図において、２０１は全体の処理や共通バ
ス上のデータの流れの制御を行うための中央制御
部、２０２は各部間のデータ転送を行うための共
通バス、２０３〜２０８は各処理部分であり、２
０３は前処理部で、紙送り、光電変換、文字切り
出し、２値化等を行なう。２０４は輪郭点・輪郭
線分抽出部、２０５は寄与度変換・圧縮部、２０
６は整合部、２０７は最大値検出部、２０８は表
示部である。 また、２０９は帳表、２１０は光電変換装置で
ある。２１１は一時記憶部で、入力パターン、お
よび特徴抽出段階における途中結果や最終結果を
一時保持するためのものである。２１２は永久記
憶部で、整合処理用に、予め用意した各カテゴリ
ー用マスクを保存するためのものであり、一時記
憶部２１１とともにデータ部を構成する。２１３
は認識結果の出力装置である。 次に第２図の動作を第１図の流れ図および第３
図〜第８図を参照しつつ説明する。 帳表２０９（第１図の１０８）に書かれた文字
パターンを前処理部２０３に接続された光電変換
装置２１０において電気信号に変換し、前処理部
２０３において１文字分のパターンを切り出し、
２値パターン１０９のｆ（ｘ、ｙ）を作成する
（ステツプ１０１）。ここでｆ（ｘ、ｙ）は第３図
のように、黒点部で“１”、白点部で“０”のパ
ターンである。なお、点の個数については対象図
形の種類や複雑さによつて変つてくるが、通常手
書漢字では64×64程度である。ここでは、説明の
都合上10×10とする。第３図は入力文字“２”の
２値パターン例であるが、見やすくするため数値
“０”は省略した。今後の図においても数値“０”
の図示は省略してある。 次に、２値パターンの部分のパターンの特徴を
抽出する操作を行う。この実施例においては、部
分パターンとして輪郭線分を用いる。すなわち、
輪郭点・輪郭線分抽出部２０４において、輪郭点
抽出（ステツプ１０２）および輪郭線分抽出（ス
テツプ１０３）を行う。ここで、パターンの黒点
と白点の境界（輪郭）を追跡し、ある定まつた長
さＮ（ここではＮ＝４）毎に切断することにより
輪郭線分を求め、その線分の性質として方向性を
求める。まず、輪郭点抽出（ステツプ１０２）の
動作は走査モードと追跡モードに分かれている。 まず最初は走査モードであり、入力２値パター
ン１０９のｆ（ｘ、ｙ）に対してテレビの走査線
と同様に左上から順に走査を行い、点（ｘ、ｙ）
の値が“１”で、すぐ前の点（ｘ−１、ｙ）の値
が“０”であるような点を捜す。たゞし、ｆ（０、
ｙ）に相当する値は“０”とする。第３図の例で
は点P₁（４、１）である。ここで一旦モードが走
査モードから追跡モードに変わる。 第４図に示すように、追跡モードになると最初
に点P₁（４、１）の値を“１”から“２”に変え
る。次にその点を中心に、今走査してきた方向か
ら始めて右廻りに３×３の隣接した点のうちから
次の黒点を捜し、点P₂（５、１）の値を“１”か
ら“２”に変える。次にその黒点P₂を中心に１
つ前の黒点P₁の次の方向から始めて右廻りに点
P₃（６、１）を捜し、値を“２”に変える。この
ように逐次操作を進めてゆくとP₄（７、２）、P₅
（８、３）…と求められ、一周の後必ず元の点P₁
（４、１）に戻つてくる。この操作は輪郭点追跡
と呼ばれ、パターン認識の分野では広く知られた
技術である。この時追跡された点（値が“２”の
点）を輪郭点と呼び、輪郭点全体を輪郭線と呼
ぶ。 この追跡操作と同時に、予め定めた長さＮ（こ
こではＮ＝４）毎に点をまとめ、まとまつた点群
（輪郭線分）による方向性を求める輪郭線分抽出
（ステツプ１０３）の処理を行う。これを説明す
るための図が第５図である。 第５図において、点P₁からＮ（＝４）番目の点
P₄までを第１輪郭線分S₁、その次の点P₅から
２・Ｎ（＝８）番目の点P₈までを第２輪郭線分
S₂、という順に輪郭点がまとめられている。これ
を輪郭点追跡の追跡モードと同時に行う。また、
輪郭線分の性質として、それぞれの輪郭線分の始
点から終点への方向Ａを第６図に示すように、ｘ
軸の正方向を0゜とし右廻りに求める。 第１輪郭線分においては、始点P₁（４、１）、
終点P₄（７、２）であるから、 A₁＝tan^-1Ｐ_１Ｐ_４―→＝tan^-1２−１／７−４＝18
゜ 同様に輪郭線分S₂の方向A₂は A₂＝tan^-1Ｐ_５Ｐ_８―→＝tan^-1６−３／６−８＝12
4゜ である。 ここでtan^-1の計算であるが、線分の長さが４
であるから、tan^-1の右辺の分母・分子にはそれ
ぞれ−３から＋３までの値しか入らない。従つて
７×７＝49通りのtan^- ₁の値を予め表にして記憶
しておき、その値を用いる。 このように逐次処理を進めてゆくが、第５図の
例のように、輪郭線の最後の輪郭線分S₈は必ずし
も長さＮ＝４で最初の輪郭点P₁に戻る訳ではな
い。このような場合、最後の輪郭線分S₈の長さが
４になるまで余分に廻つて一周の輪郭線に対する
処理を終了し、追跡モードを終了する。 第３、第４、第５図の例では１周の輪郭点追跡
によつて入力パターンに対するすべての輪郭点は
抽出されるが、「０」のように中に白点の領域
（ループ）が存在する字形や、カタカナの「ハ」
のように黒点の領域（連結成分）が２つ以上に分
かれている場合、輪郭線は２本以上になる。その
ために、追跡モード終了後再び走査モードに戻
り、走査の処理をその前の追跡モードの始点（こ
の場合P₁（４、１））から始め、未処理の輪郭線
の始点を捜す。点が見つかれば、追跡モードに変
え、今までの輪郭線分の次の番号（この場合は
S₉）から始める。このように走査モードと追跡モ
ードを繰り返し、走査モードでパターンの一番右
下の点（10、10）まで進んだ時、輪郭点・輪郭線
分抽出の処理が終了し、輪郭線分リスト１１１が
得られる。 なお、追跡モードの時、この輪郭点・輪郭線分
抽出部２０４から寄与度変換・圧縮部２０５に対
して、輪郭点座標、輪郭線分開始・終了情報が出
されているが、これについては後述する。 次に、寄与度変換・圧縮部２０５において、各
輪郭線毎に、輪郭線分の存在する点（例えばS₁に
ついてはP₁、P₂、P₃、P₄）から離れるに従つて
値が減ずるような寄与度を持つパターンへの変換
（ステツプ１０４）を行い、さらにデータ量を削
減するために圧縮操作（ステツプ１０５）を行
う。ここではまず最初に概念的な説明を行い、次
に具体的な装置上での処理について説明する。 この実施例においては、寄与度を表わすパター
ンとして距離変換パターンを用いている。距離変
換パターンとは、二次元面上の各点で、ある点ま
たは点群からの近さ（距離）に応じた値を持つパ
ターンのことを言う。この操作もパターン認識の
分野では広く知られよく用いられるものの一つで
ある。ただし、この発明においては、この手法を
輪郭線分毎独立の面に対して適用するという点に
新規性がある。 この輪郭線分S₁に対する寄与度パターン（距離
変換パターン）１１２をU_i（ｘ、ｙ）とする。輪
郭線分S₁とS₂に対する寄与度パターンを第７図に
示す。 通常の距離変換パターンは離れるに従い大きな
値を持つが、第７図から分かるようにこの実施例
では、輪郭線分の存在する点に最大の値“５”、
それの上下左右隣りの点に値“４”、だんだん離
れるに従つて“３”、“２”、“１”と減ずるパター
ンとなつている。 この輪郭線分S₁に対する寄与度パターンU_i（ｘ、
ｙ）の作成は次のように行われる。 まず初期値として、S_iの存在する４点で値
“５”、その他のすべての点で値“０”を持つパタ
ーンU⁽⁰⁾ _i（ｘ、ｙ）を作成する。 次に、前述の輪郭点・輪郭線分抽出部２０４の
走査モードと同様に左上から順にテレビの走査と
同じ順序で走査を行ないながら次の処理を行い
U⁽⁰⁾ _i（ｘ、ｙ）を求める。 U⁽⁰⁾ _i（ｘ、ｙ）＝max｛０、U⁽⁰⁾ _i（ｘ、ｙ）、U^(0
) _i（ｘ−１、ｙ）−１、U⁽⁰⁾ _i（ｘ、ｙ−１）−１｝…
……(1) 最後に、テレビの走査とは逆に右下からの走査
で次の処理を行う。 U_i（ｘ、ｙ）＝max｛０、U⁽⁰⁾ _i（ｘ、ｙ）、U_i（ｘ
＋１、ｙ）−１、U_i（ｘ、ｙ＋１）−１｝………(2) ただし、枠外の点はすべて“０”とする。すな
わち、 U^(t) _i（０、ｙ）＝U^(t) _i（11、ｙ）＝U^(t) _i（ｘ
、０）＝U^(t) _i（ｘ、11）＝０………(3) である。（ｔ＝０、１） これで輪郭線分S_iに対する寄与度パターン１１
２のU_i（ｘ、ｙ）の作成を終了する。 この操作をすべての輪郭線分S_iに対して行う
と、輪郭線分の数Ｑだけの寄与度パターン１１２
のU_i（ｘ、ｙ）、ｉ＝１〜Ｑが作成される。説明に
用いた第３図の入力パターンに対しては、Ｑ＝８
であるから、第７図のような寄与度パターン１１
２が８面作成されることになる（第７図では２面
のみを示す）。 しかし、手書漢字などのように複雑な図形の場
合、Ｘ、Ｙ座標の分割数の増加（本発明では10×
10、手書漢字では64×64程度）、線の本数の増加
により輪郭線分の数が増え、寄与度パターン１１
２の記憶容量が大きくなる。そこで、各点で必要
な情報はなるべく残して、かつ記憶容量の減少を
図るための以下に示す圧縮操作（ステツプ１０
５）を行う。 まず、寄与度パターン面の集合｛U_i（ｘ、ｙ）｜
ｉ＝１〜Ｑ｝の各点（ｘ、ｙ）において、（１、
２、３、…、Ｑ）を以下の条件を満足するように
並べ変えて（i₁、i₂、i₃、…、i_Q）とする U_i1（ｘ、ｙ）≧U_i2（ｘ、ｙ）≧ …≧U_iQ（ｘ、ｙ） U_ik＝U_ik+1の時i_k＜i_k+1 ……(4) この時、圧縮寄与度パターン１１３は次の式で
定義される。 L_j（ｘ、ｙ）＝i_j ｊ＝１〜Ｊ D_j（ｘ、ｙ）＝U_ij（ｘ、ｙ） ………(5) すなわち、この圧縮操作により、予め定められ
た組数Ｊ組（この実施例ではＪ＝２組とする）の
特徴番号L_j（ｘ、ｙ）と寄与度D_j（ｘ、ｙ）の対の
圧縮寄与度パターンが出力される。 L_j（ｘ、ｙ）とD_j（ｘ、ｙ）の持つ意味は、「点
（ｘ、ｙ）において、ｊ番目に大きい寄与度（大
きいＵ（ｘ、ｙ）の値）を持つ輪郭線分の番号
（特徴番号）はL_j（ｘ、ｙ）（＝ｉ）であり、その
寄与度はD_j（ｘ、ｙ）（＝U_i（ｘ、ｙ））」である。 第８図が第３図の入力パターンに対する圧縮寄
与度パターン１１３であり、この操作により８面
（Ｑ＝８）から４面（２×Ｊ＝４）への情報圧縮
を図つている。実際の手書漢字等の例では、座標
数が64×64、輪郭線分数Ｑの最大値は200程度で
あり、圧縮した場合Ｊ＝10程度で充分であるの
で、200→20×10となり10分の１のデータ量とな
る。 以上、寄与度変換と圧縮操作についての説明は
概念的なものであり、第２図の寄与度変換・圧縮
部２０５では前述した説明のとおりには処理を行
わない。その第一の理由は、寄与度変換の初期値
パターンU⁽⁰⁾ _i（ｘ、ｙ）を作成する際に、S_iに含ま
れるＮ（＝４）個のP_kの位置情報が必要であり、
この情報受け渡しが必要である点である。第二の
理由は、このままでは輪郭線分数Ｑ（この例では
８）面分の距離パターンを一時的に記憶するため
の作業領域は依然として必要であり、入力パター
ンに関しては記憶領域の節約にはならないためで
ある。ただし、後述するようにマスク領域に関し
ては、このままでも圧縮操作の効果が働いてい
る。 以下、寄与度変換・圧縮部２０５のハードウエ
ア上での処理について説明する。 第９図は第２図の寄与度変換・圧縮部２０５の
関係部分をより詳細に記述した図である。第９図
において、寄与度変換・圧縮部２０５と、一時記
憶部２１１や輪郭点・輪郭線分抽出部２０４との
結合は第２図に示すとおり共通バス２０２でなさ
れており、その制御は中央制御部２０１によつて
なされるが、ここでは機能的なデータの流れを示
すため、実線で記述した。従つて実線で示したデ
ータは、ハードウエア上では共通バス２０２を通
して受け渡される。 まず、寄与度変換・圧縮部２０５内の初期値設
定部２０５Ａは、輪郭点・輪郭線分抽出部２０４
の輪郭追跡の操作と連動しており、共通バス２０
２を通じて輪郭線分S_i開始信号、Ｎ（＝４）個の
輪郭点座標信号、S_i終了信号が送られてくる。 初期値設定部２０５Ａでは、輪郭点・輪郭線分
抽出部２０４からのS_i開始信号によつて一時記憶
部２１１内の寄与度パターンＵ（ｘ、ｙ）用作業
領域（ｘ＝１〜10、ｙ＝１〜10）をすべて“０”
に設定する。ここで寄与度パターン１１２は前の
説明では入力輪郭線分数Ｑ面あつたが、ここでは
１面であることに注意を要する。次に、引き続く
輪郭点座標信号により、Ｕ（x_k、y_k）、Ｕ（x_k+1、
y_k+1）、Ｕ（x_k+2、y_k+2）、Ｕ（x_k+3、y_k+3）のＮ（＝
４）個の値を、寄与度の最高値である“５”に設
定する。 次に、寄与度変換部２０５Ｂにおいて、このＵ
（ｘ、ｙ）を用いてS_iの寄与度変換パターンを作
成する。この動作は前述したように、テレビと同
様な左上からの走査と、終了後テレビとは逆の右
下からの走査によつて完了し、Ｕ（ｘ、ｙ）の値
が書き換えられる。 次の圧縮部２０５Ｃでは、寄与度変換部２０５
Ｂで作成された輪郭線分S_iの寄与度パターンＵ
（ｘ、ｙ）と、輪郭線分S_iからS_i-1までで作成され
ていた圧縮パターンL_j（ｘ、ｙ）、D_j（ｘ、ｙ）、ｊ
＝１〜Ｊ（ここではＪ＝２）とから、S₁からS_iま
での圧縮パターンを作成する。この操作は以下の
ように行われる。 まず、S₁に対しては、圧縮パターンの初期値設
定として以下の操作を行う。 L₁（ｘ、ｙ）＝１ D₁（ｘ、ｙ）＝Ｕ（ｘ、ｙ） ………(6) L_j（ｘ、ｙ）＝０ D_j（ｘ、ｙ）＝０ ………(7) たゞしｊ＝２、３、…Ｊ S₂以降に対しては、点（ｘ、ｙ）において、 Ｕ（ｘ、ｙ）＞D₁（ｘ、ｙ）の時、ｋ＝１ D_j−１（ｘ、ｙ）≧Ｕ（ｘ、ｙ）＞D_j（ｘ、ｙ）の
時ｋ＝ｊ｝………(8) このｋの値を用いてｊ＝Ｊ、Ｊ−１、Ｊ−２、
…ｋの順に以下の操作を行う。 L_j（ｘ、ｙ）＝L_j-1（ｘ、ｙ） D_j（ｘ、ｙ）＝D_j-1（ｘ、ｙ） ………(9) 最後に、 L_k（ｘ、ｙ）＝ｉ D_k（ｘ、ｙ）＝Ｕ（ｘ、ｙ） ………(10) ただし、Ｕ（ｘ、ｙ）≦D_J（ｘ、ｙ）の時、上記
の操作は何も行わない。 これを各点（ｘ、ｙ）について行い、１つのS_i
に対する処理を終了する。つまり、S₁からS_i-1ま
でで作成されていた圧縮パターンL^i-1 _j（ｘ、ｙ）、
D^i-1 _j（ｘ、ｙ）に対してＵ（ｘ、ｙ）を作用させる
ことによりLⁱ _j（ｘ、ｙ）、Dⁱ _j（ｘ、ｙ）を逐次作成
する。これにより、１つのＵ（ｘ、ｙ）の作業領
域だけで、目的とするL_j（ｘ、ｙ）、D_j（ｘ、ｙ）
を作成することができる。以上で、寄与度変換・
圧縮部２０４における処理を終了する。 輪郭線分抽出（ステツプ１０３）で求められた
輪郭線分リスト１１１の｛A_i｝、ｉ＝１〜Ｑと、
圧縮寄与度パターン１１３のL_j（ｘ、ｙ）、D_j（ｘ、
ｙ）、ｊ＝１〜Ｊとからなる入力特徴と、予め用
意されている各文字カテゴリー（例えば０、１、
２…Ａ、Ｂ、Ｃ…等）毎の輪郭線分リスト
｛B^c _n｝、ｍ＝１〜R^c（ＣはカテゴリーＣ、R^cはカテ
ゴリーＣ用マスクの輪郭成分数）と圧縮寄与度パ
ターン１１３のM^c _o（ｘ、ｙ）、E^c _o（ｘ、ｙ）、ｎ＝
１〜Ｊとからなるマスク１１４との間で比較を行
い、入力パターンがどのカテゴリーに属すかを判
定する処理を整合（ステツプ１０６）と呼ぶ。整
合の方法はいくつか考えられるが、この実施例に
おいては比較的単純な方法を用いる。 すなわち、この実施例における整合は、輪郭線
分リスト１１１、圧縮寄与度パターン１１３と各
カテゴリー用特徴であるマスク１１４との比較を
カテゴリー毎独立に整合部２０６（ステツプ１０
６）で行い、最後にどのカテゴリーに一番良く合
つたかを最大値検出検出部２０７（ステツプ１０
７）で判定する。 ここで、カテゴリーＣのマスク１１４として記
憶されているのは、輪郭線分リスト１１１の
｛B^c _n｝と、圧縮寄与度パターン１１３のM^c _o（ｘ、
ｙ）、E^c _o（ｘ、ｙ）だけであるが、説明の都合上、
入力の各記号に対応するマスク側の記号を以下の
ように定める。

【表】 なお、＊印をつけた記号が今述べたように説明
のために用いるものであるが、記号に相当する内
容はマスク１１４を作成する際には入力パターン
に対する処理と同様の手続きを経て得られたもの
であるため、その途中経過として存在したもので
ある。 整合部２０６においては、各々のカテゴリーＣ
について、まず、入力輪郭線分S_iとマスク輪郭線
分T^c _nの間の対応性の評価がすべてのｉとｍの組
み合わせについてZ^c _inとして求められ、次に、そ
の評価のマトリツクスZ^c _inを用いて入力とカテゴ
リー間の類似性の値（類似度）H^cが求められる。 まず、Z^c _inの値は次の式で求められる。 ここで、Ｗ（A_i、B^c _n）はS_iとT^c _nの角度差A_i〜
B^c _nによつて、第１０図の関数によつて定まる値
であり、角度差が小さい時には“１”、大きくな
るにつれ減少する。なお、 A_i〜B^c _n＝min｛｜A_i−B^c _n｜、360゜−｜A_i−B^c _n
｜｝………(12) である。 次に、求まつた第１１図のような評価マトリツ
クス｛Z^c _inから、類似度H^cは次のように求められ
る。 まず、繰り返しの時刻ｔ＝１に対して とし、この最大値をとるｉ、ｍをそれぞれi₁、m₁
とする。 次に時刻ｔ＝２に対して、第i₁行と第m₁列を除
いた｛Z^c _in｝行列から最大値を求める。すなわち、 最大値をとるｉ、ｍをi₂、m₂とする。 次に時刻ｔ＝３に対して、第i₁行、第i₂行、第
m₁列および第m₂列を除いた｛Z^c _in｝行列から最大
値を求め、この時のｉ、ｍとi₁、m₁とする。 このように逐次ｔ＝min｛Ｑ、R^c｝までH^c _tを求
め、次式でカテゴリーＣに対する総合の類似度
H^cを求める。 H^c＝_nio(Q,Rc) 〓^t=1 H^c _t ………（16） 最後に、最大値検出部２０７（ステツプ１０
７）において各カテゴリーに対する類似度｛H^c｝
の最大値を持つカテゴリーを求め表示部２０８に
認識結果の出力装置２１３（第１図の１１５）か
ら出力する。 以上述べてきた説明と第２図、第９図から、こ
の実施例におけるハードウエア構成は明らかであ
るが、若干の補足を加える。 第２図において中央の列の６個のブロツク２０
３〜２０８は処理のためのブロツクである。右側
の一時記憶部２１１には、入力特徴である｛A_i｝、
｛L_j（ｘ、ｙ）、D_j（ｘ、ｙ）｝や、作業用として入
力２値パターン１０９のｆ（ｘ、ｙ）、評価マトリ
ツクス｛Z_in｝等が記憶される。永久記憶部２１
２には各カテゴリー用マスク１１４の｛B^c _n｝、
｛M^c _o（ｘ、ｙ）、E^c _o（ｘ、ｙ）｝が記憶されており、
整合部２０６からの読み出しで使われる。 従つて、今までの説明で述べてきた式の計算等
は、右側の一時記憶部２１１、永久記憶部２１２
の値を用いて中央の各処理部２０３〜２０８で行
われる。結果はまた右側の一時記憶２１１へ戻さ
れる。なお、左の列の中央制御部２０１は全体の
制御を行う。 以上、一実施例について詳細に説明したが、こ
の発明は以下に述べるような点の変更、およびそ
れらの複合的な変更は容易に可能である。 (1) 上記実施例においては部分パターンの特徴と
して輪郭線を固定した長さで切断した線分を用
いたが、可変長の線分で輪郭を近似して特徴と
することができる。 (2) 部分パターンの特徴として輪郭線ではなく、
中心線を近似する特徴、背景の白地に関する閉
じ状態や形に関する特徴、端点・交点の特徴、
二本以上の線等で構成される高次な特徴等、お
よびそれらを組み合わせた特徴を用いることが
できる。 (3) 上記実施例では２値パターン１０９と圧縮寄
与度パターン１１３のXY座標の分割数は同じ
であるが、圧縮寄与度パターンの分割数を減ら
して、より圧縮効果を高めることができる。 (4) 上記実施例において寄与度として輪郭線分か
らの距離に比例した値を用いているが、目的は
直接その輪郭線分のその点に対する寄与度が知
られるという点にある。従つて、この寄与度を
距離に比例した値ではなく、例えば、ボカシな
どの空間フイルタにより求めることも可能であ
る。また、マスクの各点での寄与度として、出
現確率を考慮した量を用いることも可能であ
る。また、寄与度としてスカラー値ではなくベ
クトル値を用いることも可能である。 (5) 上記実施例においては、入力、マスクの双方
に対して圧縮寄与度パターン１１３を用いてい
るが、必ずしも双方をこのような表現形式にす
る必要はない。入力とマスクの表現形式の変形
とその組み合わせを示すと、下記第２表のよう
になる。

【表】 ここで、特徴パターンとは第５図のように特徴
の存在点およびそれにボカシ等の操作を加えたパ
ターン、寄与度パターン１１２とは第７図のよう
に特徴毎に寄与度を二次元的に伝播したパター
ン、圧縮寄与度パターン１１３とは第８図のよう
に寄与度パターンを情報圧縮したパターンであ
る。特徴パターンは、また、特徴の存在位置を示
すリストとすることも可能である。 この実施例では、入力、マスク共圧縮形を用い
ているから事例（）に属する。 次に、上記実施例の整合部２０６における第(11)
式を変形して、 とすると、マスク側はS_nの存在位置だけが必要
となり、事例(G)として実現される。この時、マス
ク側から入力側を見るだけで、逆に入力側からマ
スク側を見ないことになるが、マスク容量は大巾
に縮小される。かつ、今まで述べてきた多くの利
点は保持される。 次に、 Z^c _in＝Ｗ（A_i、B^c _n 〓^(x,y) ∈^SmU_i（ｘ、ｙ） ………（18） により事例(H)になる。この場合、入力作業領域は
増大するが、第（17）式に較べて^c _inの値が精密化
されると同時に、入力パターンに対する処理が軽
減される。 このように入力とマスクに対する上記の表のよ
うな表現形式の変形の組み合わせは有効であり、
かつ上述した実施例から容易に応用可能である。 ただし、表内の事例(A)については入力、マスク
双方とも特徴毎の寄与度の面という考え方を用い
ておらず、公知の方法であり、この発明の範囲で
はない。 以上説明したように、この発明は、二次元面の
各点で特徴毎の寄与度を与える面もしくはそれを
圧縮した面を持つことにより、複雑で変形の激し
い対象に対しても精度の高い認識が可能であるの
で、手書文字はもとより、図形一般に対する汎用
的なパターン認識方式としてきわめて有用なもの
である。

【図面の簡単な説明】

第１図はこの発明における一実施例の処理内容
を説明するための図、第２図は第１図の内容を実
行するための装置のブロツク図、第３図は前記実
施例において処理した場合の２値パターンｆ（ｘ、
ｙ）の例を示す図、第４図〜第８図まではいずれ
もこの２値パターンに対する処理の例を示す図で
あり、第４図は輪郭点追跡処理を説明するための
図、第５図は輪郭線分の図、第６図は輪郭線分毎
の性質として求められる線分の方向を説明するた
めの図、第７図は第１輪郭線分S₁と第２輪郭線分
S₂に対する寄与度パターンの図、第８図は圧縮寄
与度パターンの図、第９図は第２図の寄与度変
換・圧縮部を説明するためのより詳細なブロツク
図、第１０図は入力とマスクの輪郭線分間の角度
差と評価の関係を示す図、第１１図は整合におい
て評価マトリツクス｛Z^c _in｝から類似度値を求め
る処理を説明するための図である。 図中、１０１〜１０７は処理ステツプ、１０８
は帳表、１０９は２値パターン、１１０は輪郭点
パターン、１１１は輪郭線分リスト、１１２は寄
与度パターン、１１３は圧縮寄与度パターン、１
１４はマスク、１１５は認識結果、２０１は中央
制御部、２０２は共通バス、２０３は前処理部、
２０４は輪郭点・輪郭線分抽出部、２０５は寄与
度変換・圧縮部、２０６は整合部、２０７は最大
値検出部、２０８は表示部、２０９は帳表、２１
０はカメラ、２１１は一時記憶部、２１２は永久
記憶部、２１３は出力装置である。

Claims (1)

【特許請求の範囲】
1. １ 入力二次元パターンから複数個の部分パター
   ンの特徴を抽出し、これから特徴パターンを生成
   する手段と、前記各特徴からの影響の大きさを二
   次元上の各点での値とする寄与度パターンを作成
   する手段と、もしくは特徴番号と寄与度とを一対
   とし寄与度の大きい複数の対を各点での値とする
   圧縮寄与度パターンを作成する手段とを備え、さ
   らに前記各手段の少なくとも１つを用いて予め各
   カテゴリーのマスクを作成しておき、入力の特徴
   の存在する点における前記マスク特徴の寄与度の
   和または圧縮寄与度の和、あるいはマスク特徴の
   存在する点における入力特徴の寄与度の和または
   圧縮寄与度の和もしくはその両者から特徴相互間
   の類似性の値を計算し、この値を用いた入力パタ
   ーンと前記マスクとの整合をとることを特徴とす
   るパターン認識方式。