JPH0259505B2 - - Google Patents

Description

【発明の詳細な説明】

〔発明の技術分野〕 本発明は、パターンマツチング法による手書き
の文字、記号、あるいは図形等のパターンを認識
するための方式に関し、特に本発明者の先の発明
で、本出願人により出願された特願昭54−90272
の発明「文字・記号認識方式」（特開昭56−
16271）の改良に関し、ブレインパターンマツプ
を用いて計算された定義パターンと入力パターン
との間の歪み量に、パターン中のストロークの方
向および長さの情報を組み合わせて、認識精度の
向上を図つたものである。 〔技術の背景〕 手書き文字の認識手法を概念的に分類すると、
文字の位相構造（例えばストロークの組み合わせ
り方）によるものと、定義パターン（辞書パター
ン）とのマツチングによる方法とがあるが、前者
はストロークの抽出が面倒であり、後者は文字の
変形があつたときの処理が難しいという欠点があ
る。本発明の基礎となつている前記先行発明は、
後者に属するが、手書きによつて生ずる変形も線
の太さ、細さも制約条件とならない統一的な手法
を提供している。以下に、前記先行発明につい
て、その概要を説明する。 定義パターンと入力パターンとのマツチングの
度合いを示す測度として、入力パターンの歪量Ｄ
を定義し、これを定義パターン毎に計算して、入
力パターンに対する歪み量Ｄが最小となる定義パ
ターンを、認識パターンとするものである。これ
は、各定義パターンを歪ませて（変形させて）入
力パターンに一致させたとき、必要とした歪み量
が最小のもの、すなわち変形量が最小で済む定義
パターンを選択することを意味する。 一般に、認識問題とは、「観測したパターンが
あらかじめ定められているいずれの定義パターン
に最も似ているかを決定する事である」と規定さ
れる。従来のこのような認識系を例示すると、第
１図のようになる。 第１図において、１１−１，１１−２，…１１
−ｎは基準となる定義文字・記号のパターンであ
り、例えば“Ａ”、“Ｂ”、…“＋”等について示
してある。これら定義文字・記号のパターンは例
えば磁気デイスク装置等からなる定義ライブブラ
リに予め格納されている。１２は入力された被認
識文字・記号のパターンであり、例えばスキヤナ
などの光学読取り手段で検出されたものである。
この被認識文字・記号パターン１２は、類似判定
部１３−１，１３−２，…，１３−ｎにおいて、
それぞれ対応する定義パターン１１−１，１１−
２，…，１１−ｎと比較された類似度が算出さ
れ、類似量R₁、R₂、…R_oが出力される。判定部
１４は、これらの類似量の中の最大の類似量を判
定し、この最大類似量に対応する定義パターンを
もつて、被認識パターンを読取るものである。こ
れは典型的なパターン・マツチング方式であつ
て、手書き文字・記号が有する歪みに対処するこ
とが困難であり、結局高精度な文字・記号認識が
できないという問題をもつていた。 このため、前記先行発明は、手書き文字・記号
に現われる歪に起因して正確な読取りができない
という従来方式の問題を効果的に解決したもので
あり、認識問題を次のように置きかえている。 「パターンＸを観測したとき、それが各定義パ
ターンが歪んだものとして歪み量Ｄを求め、Ｄの
最も小さい定義パターンに決定する。」 これは、「どれだけ似ているか」という事を
「どれだけ歪んでいるか」という問題に転換した
ものであるが、その本質的な違いは、後者では、
歪みによつてどのようなパターンでも作る事がで
きるという事実にもとずいて、「観測パターンは
定義パターンが歪んだものだ」という仮定を置い
た事である。 具体的には、基準となる複数の定義文字・記号
について、そのパターンの各画素より遠ざかるの
に比例して、重みづけ値すなわち歪み度が増大す
るように、一定の規則性に従つて、予め定義文
字・記号パターンの歪みパターン・マツプを生成
する。他方、入力された被認識文字・記号のパタ
ーンについても、同様に前記一定の規則性に従つ
て歪みパターン・マツプを生成する。そして前記
定義パターンおよび前記被認識パターンそれぞれ
の歪みパターンマツプの、相互に対応する部分が
有するそれぞれの前記重みづけ値の差を変数とし
て、評価関数の値を求め、該評価関数の値が最小
となる定義パターンの文字・記号をもつて、認識
を確定するようにしたものである。 第２図は前記先行発明に係る方式の概念図であ
る。本図において、２１−１，２１−２，…２１
−ｎは基準となる定義文字・記号のパターンであ
る。これらのパターンは、定義文字・記号から生
成された歪みパターンマツプ形式のものであり、
第１図のパターン１１−１，１１−２，…１１−
ｎとは全く異なつている。他方、２２は入力され
た被認識文字・記号のパターンであるが、これも
歪みパターンマツプ形式のものであり、第１図の
パターン１２とは全く異なつている。これらのパ
ターン２１−１，…２１−ｎ，２２が第１図のパ
ターン１１−１，…１１−ｎ，１２と全く異なる
のは、該先行発明方式には、認識のパラメータと
して“歪み量”の概念が導入されていることにあ
る。この被認識文字・記号パターン２２は、歪み
量計算部２３−１，２３−２，…２３−ｎにおい
て、それぞれ対応するパターン２１−１，２１−
２，…２１−ｎの間で各歪み量が算出され、歪み
量D₁、D₂、…D_oが出力される。そして判定部２
４において最小の歪み量が決定され、この最小歪
み量に対応する定義パターンをもつて被認識パタ
ーンの読取りが行なわれる。 第３図は該先行発明の実施例のブロツク構成図
である。本図において、３１はパターン入力部、
３２はパターン規格化部、３３はブレインパター
ン生成部、３４は歪み量計算部、３５は定義パタ
ーン記憶部、３６は最小値選択部を表わす。 パターン入力部３１は、認識すべき文字・記
号、図形等のパターン、たとえば“Ａ”をスキヤ
ナで光学的に読取り、電気信号に変換して、メツ
シユ状の画素情報としてパターン規格化回路３２
に出力する。 パターン規格化回路３２は、入力されたパター
ンを、認識処理のための一定のサイズに規格化し
てブレインパターンマツプ生成部３３に出力す
る。なおこの規格化処理では、パターンの線幅は
変更されない。 ブレインパターンマツプ生成部３３は、任意の
入力パターンについて、その各画素毎に画素から
遠ざかるにつれて重み、すなわち歪み度が増大す
るブレーン（Brain）パターンと呼ばれる歪みパ
ターンのマツプを生成する。 ブレインパターンマツプは、たとえば第４図
ａ，ｂに示すように、各画素について、ａの４方
向およびｂの８方向にある画素を順次交互に選択
して順序数の重み付けを行なうことにより、同図
ｃに例示されるように生成される。 第４図ｃの例では、値１をもつ中心の黒画素
（斜線で示される）から、第１回目に第４図ａの
４方向への伝播を行い、隣接する４方向の４つの
画素に、値１の次の順序数２の重み付けを行う
（第４図ｃ参照）。 第２回目の伝播では、値２をもつ４つの画素の
各々から第４図ｂの８方向への伝播を行い、重み
付けの済んでいない外方に隣接する16個の画素
に、順序数３の重み付けを行う（第４図ｃ参照）。 続く第３回目の伝播では、値３をもつ16個の画
素の各々から再び４方向への伝播を行い、重み付
けの済んでいない外方に隣接する16個の画素に順
序数４の重み付けを行う（第４図ｃ参照）。 このようにして、各格子点の画素に、中心画素
からの距離に応じた順序数の重みを設定すること
ができる。 なお、上記した数学的規則は、‘Octagonal
Distance'と呼ばれている。 後述される第５図ａ，ｂは、文字“Ａ”につい
て生成されたブレインパターンマツプの例を示し
ている。ａが定義パターン、ｂが入力パターンで
ある。 このブレインパターンマツプでは、白地に黒文
字のパターンの場合、白黒境界部の総ての黒画素
に重み‘1'が設定される。そしてこれらの値１を
もつ黒画素の各々を基点として、そこから第４図
に示す４方向と８方向の順序数の重み付け伝播を
交互に行うことにより、各黒画素から遠ざかる方
向に、２、３、４、…のように増大する順序数の
重みが設定される。なお、第５図のブレインパタ
ーンマツプ例では、文字“Ａ”の線幅が１画素の
単位幅となつているが、複数の画素幅をもつ太い
線の場合には、線の内側へ向つて、０、−１、−
２、…、のように負方向の重み付けがなされる。
このようなブレインパターンマツプを用いること
により、任意の崩れた手書き文字について、定義
文字からの歪み距離を簡単に求めることができ
る。たとえば重み“１”をもつ黒画素が、手書き
によつて歪んで重み“５”の画素位置に書かれた
場合には、その間の歪み距離を、５−１＝４ある
ものと計算する。 第３図の歪み量計算部３４は、定義パターン記
憶部３５に記憶されている予め作成された複数の
定義パターンのブレインパターンマツプ（以下定
義ブレインパターンマツプと呼ぶ）と、ブレイン
パターンマツプ生成部３３から出力された入力パ
ターンのブレインパターンマツプ（以後入力ブレ
インパターンマツプと呼ぶ）との間で、上記した
ような歪み距離の計算を行ない、各定義パターン
を歪ませて入力パターンに一致させたとしたとき
の、各定義パターン毎の歪み量を求める。 次に第５図ａ，ｂに示す双方のブレインパター
ンマツプを用いて、歪み量の計算処理方式を説明
する。歪み量を表わす評価関数は、両ブレインパ
ターンマツプの対応する画素同士の間の重み値の
差（ｄとする）の２乗和で与えられるが、その算
出方法は、定義ブレインパターンマツプの重み
“１”の黒画素から入力ブレインパターンマツプ
の対応画素へ、および入力ブレインパターンマツ
プの重み“１”の黒画素から定義ブレインパター
ンマツプの対応画素への２方向について行なわれ
ず。これは双方のパターンの相違点を、評価関数
に強く反映させるためである。たとえば前者の場
合、第５図の矢印Ａで示すように、定義ブレイン
パターンマツプａの黒画素は、入力ブレインパ
ターンマツプｂのと比較され、同様に後者の場
合、矢印Ｂで示すように、マツプｂの黒画素
は、マツプａのと比較され、以下、双方のマツ
プにおいて、重み“１”をもつ黒画素の総てが、
相互に相手方マツプの対応画素と比較される。 ここで、一般的に定義ブレインパターンマツプ
の画素の重みをd_aとし、入力ブレインパターンマ
ツプの対応画素の重みをd_bとし、更に定義パター
ンから入力パターンへ向つて算出される歪み量を
d₁、そしてその逆方向の入力パターンから定義パ
ターンへ向つて算出される歪み量をd₂とする。d₁
およびd₂は、それぞれパターン中の重み“１”の
総ての黒画素について算出される歪み距離“d_b−
d_a）あるいは（d_a−d_b）の２乗和として次式で与
えられる。 d₁＝Σ（d_b−d_a）² d₂＝Σ（d_a−d_b）² この総計Ｄ＝d₁＋d₂が評価関数であり、歪み量
計算部３４は、この評価関数Ｄにより、各定義パ
ターン毎に、入力パターンに対する歪み量を計算
する。 最小値選択部３６は、歪み量計算部３４が計算
した各定義パターン毎の歪み量の中の最小値を検
出し、当該定義パターンを認識結果として出力す
る。 以上述べた前記先行発明の方式は、手書き文字
のような歪みの大きいパターンの認識にきわめて
有効なものであり、これまでに実施されたものは
良好な成績を上げている。しかし本方式は、歪み
量の計算を、定義パターンと入力パターンとの間
で双方向にマツチングをとつて行なつており、そ
のため両パターン間の差異が大きいものでは、歪
みの情報量が増大するので認識精度を高めること
ができるが、両パターン間の各画素における環境
の情報（ストロークの方向および長さの重みづけ
情報）が考慮されていないため歪み量の較差を縮
めて曖昧さを助長するように作用し、認識精度を
低下させるという欠点をもつていた。 〔発明の目的および構成〕 本発明の目的は、前記先行発明方式の欠点を改
善するため、パターンの歪み量を与える評価関数
を改良し、パターン認識の精度および認識処理効
率の向上を図ることにある。 本発明は、そのため、前記先行発明方式におけ
るパターンマツチング法に、ストロークの長さお
よび方向情報を認識情報として用いる位相構造法
を組み合わせることにより、上記目的を達成する
ものである。そして本発明は、パターンマツチン
グ法により得られる定義パターンと入力パターン
との間の歪み距離を、ストロークの長さおよび方
向情報における距離で重み付けするものであつ
て、それにより、発明の構成は、パターンマツチ
ング法により、文字、記号、図形等のパターンを
認識するシステムであつて、複数の定義パターン
および入力パターンのそれぞれについて、画素毎
の歪み分布を表わすブレインパターンマツプを作
成する手段と、該ブレインパターンマツプを用い
て各定義パターンと入力パターンとの間の画素毎
の歪み距離を計算し、それに基づき入力パターン
に対する各定義パターンの歪み量を求める手段
と、入力パターンに対して最小の歪み量を与える
一つの定義パターンを選択し入力パターンに対応
づける手段とをそなえたものにおいて、更に、上
記複数の定義パターンおよび入力パターンのそれ
ぞれについて、画素毎に当該画素を含むストロー
クの長さおよび方向を示すストローク情報テーブ
ルを作成する手段と、該ストローク情報テーブル
に基づいて、各定義パターンと入力パターンとの
間の画素毎のストローク情報距離を求める手段と
を有し、該ストローク情報距離により、上記入力
パターンに対する各定義パターンの歪み量を求め
る手段において計算される画素毎の歪み距離を重
みづけすることを特徴とする。 〔発明の実施例〕 以下に、本発明を実施例にしたがつて説明す
る。 第６図は、本実施例において、使用されるスト
ローク情報を規定するための８方向とそのコード
（番号）を表わしている。ストローク情報は、長
さと、これらの８方向コードとにより表わされ
る。 第７図は、第６図に示した８方向コードを用い
るストローク情報の説明図である。本図は、二つ
の手書き文字パターン「Ａ」、「Ｂ」間のマツチン
グにおいて、点に着目した場合の、パターン間
のストローク情報距離を得る過程を、図式的に示
したものである。ａに示す点を中心とするスト
ロークを８方向で規格化し、ｂでそれぞれの長さ
とともにベクトル形式表示とし、ｃ，ｄでマツチ
ング処理により両パターン間の差をとり、更にこ
れについて閾値処理等を行なつてストローク情報
距離を求めるものである。 更に具体的に説明すると、上記の例におけるパ
ターン「Ａ」、「Ｂ」の点のストローク情報距離
は、次表のようにして求められる。

〔発明の効果〕

以上のように、本発明によれば、前記先行発明
方式に較べて、評価関数によるパターン弁別性能
が向上して、エラー率を数分の一にまで小さくす
ることができ、蓄しい改善効果が得られた。

【図面の簡単な説明】

第１図は従来の一般的なパターン認識方式の概
念図、第２図は先行発明方式の概念図、第３図は
先行発明方式の実施例のブロツク図、第４図ａ乃
至ｃはブレインパターンマツプの説明図、第５図
ａ，ｂはブレインパターンマツプの例を示す図、
第６図は８方向コードの説明図、第７図ａ，ｂ，
ｃ，ｄはストローク情報の説明図、第８図は本発
明実施例システムの構成図、第９図はその処理フ
ロー図、第１０図ａ，ｂは黒画素対応パターンの
説明図、第１１図ａ，ｂは長さおよび８方向コー
ドテーブルの説明図である。 図中、８１はパターン入力部、８２はパターン
規格化部、８３はブレインパターンマツプ生成
部、８４は黒画素対応パターン生成部、８５は長
さおよび８方向コード生成部、８６はメモリ、８
７は歪み量計算部、８８は定義パターンライブラ
リ、８９は最小値選択部を表わす。

Claims (1)

1. 【特許請求の範囲】 １ パターンマツチング法により、文字、記号、
   図形等のパターンを認識するシステムであつて、 複数の定義パターンおよび入力パターンのそれ
   ぞれについて、画素毎の歪み分布を表わすブレイ
   ンパターンマツプを作成する手段と、該ブレイン
   パターンマツプを用いて各定義パターンと入力パ
   ターンとの間の画素毎の歪み距離を計算し、それ
   に基づき入力パターンに対する各定義パターンの
   歪み量を求める手段と、入力パターンに対して最
   小の歪み量を与える一つの定義パターンを選択し
   入力パターンに対応づける手段とをそなえたもの
   において、 更に、上記複数の定義パターンおよび入力パタ
   ーンのそれぞれについて、画素毎に当該画素を含
   むストロークの長さおよび方向を示すストローク
   情報テーブルを作成する手段と、該ストローク情
   報テーブルに基づいて、各定義パターンと入力パ
   ターンとの間の画素毎のストローク情報距離を求
   める手段とを有し、該ストローク情報距離によ
   り、上記入力パターンに対する各定義パターンの
   歪み量を求める手段において計算される画素毎の
   歪み距離を重みづけすることを特徴とするパター
   ン認識方式。