JPH04211883A

JPH04211883A - 文字認識方法及び装置

Info

Publication number: JPH04211883A
Application number: JP2414876A
Authority: JP
Inventors: Keiji Kojima; 啓嗣小島
Original assignee: Ricoh Co Ltd
Current assignee: Ricoh Co Ltd
Priority date: 1990-06-11
Filing date: 1990-12-27
Publication date: 1992-08-03
Anticipated expiration: 2014-12-20
Also published as: US5966464A; DE4119091A1; JP2991779B2; DE4119091C2

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】

【０００１】

【産業上の利用分野】本発明は、文字認識装置に係り、
特に装置利用者による認識結果の評価や修正などを容易
にするための改良に関する。

【０００２】

【従来の技術】文字認識装置は基本的に、入力パターン
とパターン辞書とを比較して相違度の小さいもの、また
は類似度の大きなものを認識結果として出力する。しか
し認識率１００％を実現することは事実上不可能である
。そうなると当然、認識結果の中には間違えた文字も含
まれるので、その修正を利用者が行なう必要がある。

【０００３】この修正作業の効率化のためには、認識結
果がどの程度信頼できるものかを装置利用者が容易に評
価できるようにするとよい。

【０００４】この目的を達成するため、パターン辞書と
の類似度に応じて認識結果の表示色を変化させる光学文
字認識装置が提案されている（例えば特公昭６１−６４
３０号公報）。

【０００５】また、認識中に文字のパターンまたは特徴
量を保存しておき、認識結果を修正した場合に、保存さ
れているパターンまたは特徴量を用いて認識のための辞
書の学習（更新、追加登録）を行う方式が考案されてい
る。

【０００６】

【発明が解決しようとする課題】近年、読み取り対象原
稿に用いられる書体や文字種が著しく増加し、また低品
質のコピー原稿なども読み取り対象となることが多くな
っていることから、パターンマッチングのみでは認識率
の向上に限界があることが分かり、切り出し技術、言語
処理などの後処理技術の研究が精力的に行なわれた。そ
の成果として、現在の文字認識装置は、最終的な認識結
果を得るまでの処理過程が複雑・多段階になっている。

【０００７】このような現在の文字認識装置では、従来
のようなパターンマッチングの類似度のみで認識結果の
確からしさを判断したのでは判断を誤る危険が大きい。

【０００８】したがって、本発明の目的は、認識結果の
確信度をより的確に決定し、それを装置利用者に与える
文字認識装置を提供することにある。

【０００９】本発明の他の目的は、希望するような認識
結果が得られないことが明らかな場合に、処理を継続す
ることによる時間的な無駄を減らし、また装置利用者が
必要な措置を迅速に採り得るようにした文字認識装置を
提供することにある。

【００１０】本発明のもう一つの目的は、処理過程ので
きる限りは早い時点で不適切な候補を排除し、あるいは
処理の方法やパラメータを変更するなどして処理の効率
や認識率を向上できる文字認識装置を提供することにあ
る。

【００１１】本発明の他の目的は、装置利用者が誤認識
の原因や必要な処置を容易に判断できるようにした文字
認識装置を提供することにある。

【００１２】また、認識結果の修正は、ある単位毎に認
識処理を中断して行なう方式と、原稿全面の認識処理が
終了した後に行なう方式とがある。いずれの方式であっ
ても、従来は、認識結果の修正時に辞書学習を行なう場
合、認識処理の開始から中断または終了までに対象とな
った全文字のパターンまたは特徴量を保存する。したが
って、原稿全面を一括して認識する方式の場合、極めて
大量のパターンまたは特徴量を保存しなければならず、
ＲＡＭや磁気ディスクの大きな記憶スペースを必要とし
、しかも、保存情報の大部分は辞書学習に利用されない
ため、極めて不経済である。他方、ある単位で認識処理
を中断して修正を行なう方式によれば、処理の単位を小
さくすることによりパターンまたは特徴量を保存するた
めの記憶スペースを減らすことができるが、処理が小さ
な単位毎に中断するために効率が非常に悪い。

【００１３】よって本発明の他の目的は、認識処理の単
位が原稿全面というように大きい場合においても、辞書
学習のための文字のパターンまたは特徴量の保存に大き
な記憶スペースを必要とせず、また辞書の学習を効率的
に行う文字認識装置を提供することにある。

【００１４】

【課題を解決するための手段】請求項１記載の発明は、
文字切り出し処理、パターンマッチング処理、パス選択
処理、ルール処理、言語処理等の複数の処理によって最
終的な認識結果を得る文字認識装置において、前記複数
の処理中の複数の特定処理によって得られた情報に基づ
き、総合的に認識結果の確信度を決定する手段と、該手
段により決定された確信度の情報を認識結果に付加して
表示または印刷する手段とを有することにより、前記目
的を達成するものである。

【００１５】請求項２記載の発明の特徴は、前記確信度
決定の手段で、個々の処理毎に、そこで得られた情報に
基づき候補の確信度を求め、この確信度により前の処理
までに求められた確信度を更新する操作を最終の処理ま
で繰り返すことによって最終的な認識結果に対する最終
的な確信度を決定することである。

【００１６】請求項３または４記載の発明の特徴、請求
項１または２記載の発明による文字認識装置において、
表示または印刷される認識結果の色、輝度、装飾、書体
などの視覚的な条件を確信度に応じて変化させ、あるい
は確信度を表わす文字または記号が認識結果と対応させ
て表示または印刷させることである。

【００１７】請求項５記載の発明の特徴は、請求項１ま
たは２記載の発明による文字認識装置において、確信度
が一定レベル以下の認識結果文字数を計数し、その計数
値が所定の閾値を越えたことを検出して警告を発し、ま
たは処理を中断する手段を有することである。

【００１８】請求項６記載の発明の特徴は、請求項２記
載の発明による文字認識装置において、ある処理におい
て確信度が一定レベル以下となった候補を、後の処理段
階以降の候補から外すための手段を備えることである。

【００１９】請求項７記載の発明の特徴は、請求項１ま
たは２記載の発明による文字認識装置において、最終的
な確信度とは別に個々の処理毎の確信度の情報を保存す
ることである。

【００２０】請求項８記載の発明の特徴は、請求項７記
載の発明による文字認識装置において、認識結果文字に
関して保存された個々の処理毎の確信度の情報に基づき
メッセージを出力する手段を有することである。

【００２１】請求項９記載の発明の特徴は、請求項１ま
たは２記載の発明による文字認識装置において、ある処
理までの確信度を、その前または後の処理あるいは前後
の処理に反映される手段を有することである。

【００２２】請求項１０記載の発明は、請求項１または
２記載の発明による文字認識装置において、認識対象文
字のパターンまたはその特徴量を保存するための記憶手
段と、認識対象文字に対し決定された確信度が所定レベ
ルの場合に限り、該認識対象文字のパターンまたは特徴
量を前記記憶手段に保存させる手段を有することを特徴
とする。

【００２３】請求項１１記載の発明は、請求項１０記載
の発明による文字認識装置において、認識結果が修正さ
れた場合に、修正された認識結果に対する確信度が所定
レベルのときに限り、記憶手段に保存されている対応し
たパターンまたは特徴量を用いてパターンマッチング処
理のための辞書の学習を実行する手段を有することを特
徴とする。

【００２４】

【作用】確信度とは、最終認識結果の文字がどの程度確
からしいかを表わすもので、０％から１００％の数値で
表わされたり、あるいは、その数値を何段階かに量子化
して表わさせる。例えば、次のＡ，Ｂ，Ｃの３ランクで
表わす。Ａランク：認識結果は正しい。Ｂランク：認識結果は怪しい（正しいか間違いか分から
ない）。Ｃランク：認識結果は間違い。

【００２５】本発明によれば、最終の認識結果を得るた
めの複数段階の処理により得られる情報に基づき、総合
的に確信度を決定する。例えば、パターンマッチング処
理から第一候補の評価値あるいは第一候補と第二候補と
の評価値の差、パス選択処理からパス決定時の評価値、
ルール処理から、どのようなルールが適用され修正され
たかを表わす情報、言語処理から言語修正の結果を表わ
す情報を集め、これらの情報を証拠として例えばデンプ
スター・シェーファー（Ｄｅｍｐｓｔｅｒ　＆　Ｓｈａ
ｆｅｒ）の確率理論を使って確信度を総合的に判断する
。

【００２６】このような確信度の決定は、最終の処理段
階で、それまでの処理段階で得られた情報を集めて一括
して行なうか、あるいは各処理段階で得られた情報に基
づき候補の確信度を求め、これによって前処理段階まで
に求められた確信度を更新する操作を最終処理段階まで
繰り返すり返すことにより行なう。

【００２７】このようにして決定される確信度は、パタ
ーン辞書との類似度のみによる場合に比べ、より的確な
ものとすることができ、また全く不適当な確信度となる
危険を大幅に減らすことができる。

【００２８】そして、かかる確信度に応じて、認識結果
の表示または印刷の際に色や輝度などの視覚的条件を変
化させ、あるいは認識結果に対応させて文字または記号
を表示または印刷することにより、装置利用者は、認識
結果の確信度を容易に認識し、修正が必要な文字を素早
く的確に見つけ、その修正作業を効率よく行なうことが
できる。

【００２９】さらに、確信度があるレベル以下の文字数
、例えば確信度がＢランクとＣランクの文字数が所定の
閾値を越えた場合に警告（例えば警告音）を発生するこ
とにより、装置利用者は現在読み取り中の原稿は間違い
が多いであろうと判断し、処理を停止させたり、あるい
は認識条件を変更して起動するといった、必要な処置を
素早くとることができる。また、このような場合、処理
を継続しても無駄になることが多いが、自動的に処理を
中断することにより、そのような時間的な無駄を減らす
ことができる。

【００３０】また、最終処理段階に至るまでの、ある処
理段階における確信度に基づき、正解の可能性が低い候
補をその段階で候補から外すことにより、その分だけ後
続処理段階の処理量を減らし、処理効率を上げることが
できる。

【００３１】最終的な確信度とは別に個々の処理段階毎
の確信度の情報を保存しておくことにより、その情報を
文字認識装置の保守等に活用することができ、また誤認
識文字の修正時に、関連した個々の処理段階毎の確信度
の情報に基づき、誤認識の原因や必要な処置等を装置利
用者に助言するためのメッセージを出力し、装置利用者
による修正作業や装置保守を容易にすることができる。

【００３２】また、ある処理までの確信度を、その前ま
たは後の処理あるいは前後の処理に反映させ、前または
後の処理の方法やパラメータ等を適正化することにより
、認識率を向上し、また修正作業の効率を改善すること
ができる。

【００３３】さらに、認識結果の修正は確信度が低い文
字を中心に進めるわけであり、また辞書学習の必要度が
高いのは、確信度が低くなった文字についてである。請
求項１０の発明によれば、確信度が所定レベルより低く
辞書学習の必要度が高い文字についてのみ、パターンま
たは特徴量を保存するため、限られた記憶スペースを用
い必要なパターンまたは特徴量の情報を保存できる。

【００３４】そして、請求項１１の発明によれば、修正
時に、確信度が低く辞書学習の必要度が高い文字に限っ
て、保存されたパターンまたは特徴量を利用し効率的に
辞書学習を行なうことができる。

【００３５】

【実施例】図１は本発明の第１の実施例に係る文字認識
装置の概略ブロック図である。図１において、スキャナ
ー１は原稿の画像を読み取り、２値データとして入力す
るもので、切り出し処理部はその入力画像より文字の画
像を切り出す部分である。正規化処理部３は、切り出さ
れた文字画像の歪みを補正するための正規化処理を行な
う部分である。パターンマッチング処理部４は、正規化
後の文字画像の特徴量を抽出しパターン辞書と比較して
類似度または相違度を算出し、類似度が大きいまたは相
違度が小さい一つ以上の認識候補を決定する処理部であ
る。パス選択処理部５は、例えば日本語の場合、全角で
１文字なのか半角で２文字なのかなど最適な文字の組み
合わせを選択する処理部である。ルール処理部６は、文
字の行内での相対位置についての情報（例えば「・」と
「．」などの区別に関係）、文字の大きさの情報（正規
化するので、例えばＣとｃなどの大小文字の区別に関係
）、文字種の情報（例えばカタカナ文字列の中に漢数字
の「一」があったら、これはカタカナの長音記号「ー」
に修正する）などのルールによって、パターンマッチン
グによる認識結果候補を修正する部分である。言語処理
部８は、ルール処理によって修正後の認識結果文字列を
形態素解析し、単語辞書と照合することにより誤りを修
正する部分である。この言語処理の結果が最終的な認識
結果で、装置利用者による修正の対象となる。

【００３６】確信度決定部９は、パターンマッチング処
理部４から第一候補の評価値（例えば辞書との距離を総
輪郭数で除した値など）または第一候補と第二候補との
評価値の差、パス選択処理部５からパスを決めるときの
評価値、ルール処理部６から修正のために適用されたル
ールの情報、言語処理部７から言語修正の結果を表わす
情報を集め、これらの情報を証拠としてデンプスター・
シェーファーの確率理論を使って総合的に最終認識認識
結果の確信度を決定する部分である。具体的には、後述
のように確信度をＡ，Ｂ，Ｃランクに量子化する。

【００３７】出力制御部８は、最終的認識結果のディス
プレイ１１による表示または印字装置１２による印刷を
制御する部分であるが、確信度決定部９により与えられ
た確信度の情報を認識結果に付加してディスプレイ１１
または印字装置１２より出力させるために、表示または
印刷される認識結果の視覚的条件を確信度に応じて変化
させる。

【００３８】具体的には、確信度がＡランクの文字は黒
、ＢランクとＣランクの文字は背景を黒で白抜きとした
り、確信度により文字の輝度を変化させたり、背景色を
黒として、Ａランクの文字は白色、Ｂランクの文字は黄
色（注意を促す色）、Ｃランクの文字は赤色（警告を表
わす色）とするなど、確信度に応じて文字または背景の
色を変化させる。

【００３９】あるいは、背景色を黒とし、Ａランクの文
字は白色、Ｂランクの文字はシングル・アンダーライン
付きまたは淡い網掛け、Ｃランクの文字はダブル・アン
ダーライン付きまたは濃い網掛けにするというように、
確信度に応じて文字の装飾を変化させたり、背景色を黒
とし、Ａランクの文字は明朝体、Ｂランクの文字はゴシ
ック体、Ｃランクの文字は斜体という具合に、確信度に
応じて文字の書体を変化させる。

【００４０】または、文字に対応する画像の背景色を白
色、Ａランクの結果に対応する画像は黒色、Ｂランクの
結果に対応する画像は黄色、Ｃランクの結果に対応する
画像は赤色といった具合に、確信度に応じて認識結果の
文字に対応する画像の色を変化させる。

【００４１】あるいは、Ｂランクの文字の下にＢ、Ｃラ
ンクの文字の下にＣを並べて表示または印刷するという
ように、認識結果に対応付けて確信度を表わす文字もし
くは記号を出力する。

【００４２】装置制御部１０は装置全体の制御を司るほ
か、確信度が一定レベル以下の認識結果文字、例えばＢ
ランクとＣランクの文字の個数を計数し、計数値が所定
の閾値を越えたときに、処理を中断させるとともに、デ
ィスプレイ１１に付属したブザーを鳴動させるなどして
装置利用者に警告する。

【００４３】次に、確信度決定部９の処理内容を具体的
に説明する。この確信度決定部９での処理の流れを図２
に示す。

【００４４】前述のように、確信度決定部９はパターン
マッチング処理、パス選択処理、ルール処理、言語処理
の各処理段階から集めた情報を証拠として、デンプスタ
ー・シェーファーの確率理論を使って総合的に確信度を
決定する。

【００４５】このデンプスター・シェーファーの確率理
論は、無知量を表わすことができ、断片的な情報（独立
な証拠）を集め合成できるという特徴があり、

【００４
６】

【表１】のように、確率を「信用」「無知」「不信用」の領域に
わけて表わし、「信用」を下界確率、「信用＋無知」を
上界確率と呼ぶ。

【００４７】具体的には、まず、この文字は正しいとい
う仮説Ｈ１、この文字は間違いであるという仮説Ｈ２を
たて、集まった各証拠について擬似可能性分布（各仮説
に割り当てられた、その仮説が真である可能性の分布）
を求める。本実施例においては、図２に示すように、パ
ターンマッチング処理より集めた証拠である第一候補の
評価値に関する擬似可能性分布、同じく第一候補と第二
候補との評価値の差に関する擬似可能性分布、パス選択
処理より集めた証拠であるパス選択時の評価値の差に関
する擬似可能性分布、ルール処理から集めた証拠内容に
関する擬似可能性分布、言語処理より集めた修正内容に
関する擬似可能性分布を生成する。

【００４８】証拠が数値情報の場合、この擬似可能性分
布は例えばｙ＝−ｘ／３＋１００（ｙは擬似可能性分布
、ｘは数値情報の証拠）のような一次方程式による求め
る。この式で、評価値が１００の場合、仮説Ｈ１の可能
性６７％、仮説Ｈ２の可能性３３％が求められる。

【００４９】証拠が数値情報でない場合は、ヒューリス
ティックに与える。例えば、あるルールを満足しなかっ
たという証拠の場合、仮説Ｈ１の可能性は２０％、仮説
Ｈ２の可能性は８０％というように予め決めておく。

【００５０】このようにして集めた各証拠についての擬
似可能性分布から、次に基本確率割り当てを求める。す
なわち、擬似可能性分布を「正しい」「無知」「間違い
」の各確率に振り分ける。

【００５１】例えば仮説Ｈ１の可能性が６７％、仮説Ｈ
２の可能性が３３％の場合は、

【００５２】

【表２】のようにする。

【００５３】また例えば、仮説Ｈ１の可能性が２０％、
仮説Ｈ２の可能性が８０％の場合、

【００５４】

【表３】のようにする。

【００５５】つぎにデンプスター（Ｄｅｍｐｓｔｅｒ）
の統合規則により、基本確率を合成する。これは独立な
証拠から推論された基本確率を統合する方法であり、

【
数１】ただし、ｍ１，ｍ２は基本確率ＨはＨ１またはＨ２またＨ１Ｈ２Ｈ１Ｈ２はＨ１かＨ２であるという必ず真の仮説で表わ
される。

【００５６】次に、下界確率と上界確率を求める。次の
陪審員のモデルを例に説明する。

【００５７】

【表４】この例では、有罪の下界確率は１５％、上界確率は７４
％（＝１５＋５９　）無罪の下界確率は２６％、上界確
率は８５％（＝２６＋５９　）となる。

【００５８】最後に、下界確率と上界確率から確信度の
ランクを決定する。その方法は様々考えられるが、もっ
とも簡単な方法としては例えば、仮説Ｈ２の上界確率か
ら次のような閾値によりＡ，Ｂ，Ｃのランクを決める。Ｈ２の上界確率が０〜１９　　　　　　正しい（Ａラン
ク）Ｈ２の上界確率が２０〜７９　　　　怪しい（Ｂラ
ンク）Ｈ２の上界確率が８０〜１００　　間違い（Ｃラ
ンク）

【００５９】なお、下界確率と上界確率の２段階
で確信度のランクを決定してもよい。

【００６０】図３は本発明の第２の実施例に係る文字認
識装置の概略ブロック図である。

【００６１】図３において、スキャナー１０１、切り出
し処理部１０２、正規化処理部１０３、パターンマッチ
ング処理部１０４、ルール処理部１０５、言語処理部１
０６、出力制御部１０８、ディスプレイ１１３、印字装
置１１４は図１に示した対応部分と同じ部分である。

【００６２】確信度決定部１０７は、デンプスター・シ
ェーファーの確率理論を用い確信度を求める部分である
が、図１に示した確信度決定部９とは若干の相違がある
。すなわち、この確信度決定部１０７においては、パタ
ーンマッチング処理部１０４から第一候補の評価値（例
えば辞書との距離を総輪郭数で除した値）または第一候
補と第二候補との評価値の差の情報、ルール処理部１０
５から修正のために適用されたルールの情報、言語処理
部１０６から言語修正の結果を表わす情報を集め、さら
に切り出し処理部１０２からも文字間ピッチと文字矩形
幅等の情報を集める。そして、これら各処理段階で集め
た情報を証拠として、その処理段階での候補についての
確信度を決定し、これによって前処理段階までの確信度
を更新し、この操作を最終処理段階すなわち言語処理段
階まで繰り返すことによって、最終的認識結果に対する
最終的な確信度を決定し、これを前述のようなＡ，Ｂ，
Ｃの３ランクに量子化する。

【００６３】文字数計数部１０９は、確信度決定部１０
７により決定された最終的な確信度が一定レベル以下の
認識結果文字、例えばＢランクとＣランクの文字の個数
を計数し、計数値が所定の閾値を越えたときに文字数超
過信号を出す。

【００６４】候補削除判定部１１０は、切り出し処理段
階で得られた情報に基づき確信度決定部１０７により得
られた各候補の確信度を一定の閾値と比較し、それを下
回る確信度の候補を削除候補と判定し削除信号を出力す
る。ここでは、対象処理段階として切り出し処理が選ば
れたが、他の処理段階を対象に選んでもよく、あるいは
２以上の処理段階を対象に選んでもよい。

【００６５】装置制御部１１２は、装置全体の制御を司
るほか、文字計数部１０９から文字数超過信号が出た場
合に処理を中断させるとともに、ディスプレイ１１３に
付属したブザー等を鳴動させて装置利用者に警告し、ま
た候補削除判定部１１０から削除信号が出た場合に該当
の候補を次の処理段階の候補から外す制御を行なう。

【００６６】確信度決定部１０７の処理内容を具体的に
説明する。また、各処理段階での確信度決定処理の流れ
を図５に示す。

【００６７】前述のように、確信度決定には処理段階か
ら得られた情報を証拠として、デンプスター・シェーフ
ァーの確率理論を使って行なう。より具体的には、Ｈ１
：第１候補、Ｈ２：第２候補，…，Ｈｎ：第ｎ候補、と
いうように、予め決まっている最大候補数分の仮説Ｈｉ
をたてる。つまり、最終の認識結果文字は１番目の候補
なのか、２番目の候補なのか、といった具合に考えて、
それぞれの確率を求める。

【００６８】まず、各処理段階において、そこで集まっ
た各情報すなわち各証拠について擬似可能性分布（各仮
説に割り当てられた、その仮説が真である可能性の分布
）を求める。このときに、証拠が数値情報であればｙ＝
−ｘ／３＋１００のような一次方程式により擬似可能性
（ｙ）を求めること、証拠が数値情報でなければ擬似可
能性分布をヒューリスティックに与えることは、前述の
通りである。

【００６９】次に、仮説Ｈ１〜Ｈｎの擬似可能性分布を
用いて、協和列と呼ばれる仮説の列Ｈ１，Ｈ２，．．．
，Ｈｎを作り、基本確率割り当てへ変換する。すなわち
、擬似可能性分布を「正しい」「無知」「間違い」の各
基本確率に振り分ける。基本確率は確信度であるが、そ
れより求められる下界確率と上界確率から確信度を決定
してもよい。

【００７０】もし、証拠が複数あるならば、前述のよう
にデンプスターの統合規則を使用し合成式（数１）によ
り各証拠について求めた各仮説の基本確率を合成する。

【００７１】このようにして各処理段階で得られた証拠
に基づいた各仮説の基本確率（確信度）が得られたら、
これを直前の処理段階までに得られている各仮説の基本
確率と前記合成式（数１）によって合成する（更新する
）。当然、各仮説の下界確率と上界確率も求まる。

【００７２】最終段階すなわち言語処理では、決定した
確信度をランク付けする。このランク付けの方法は様々
考えられるが、最も簡単な方法は前述のような上界確率
と閾値との比較による方法である。

【００７３】以上の確信度決定処理について、文字認識
処理の流れに従ってより具体的に説明する。

【００７４】まず、切り出し処理で、図４に示すような
切り出し結果となったとする。図中の矩形は文字の候補
となる文字矩形を表わしている。そして、Ａ，Ｂ，Ｃの
矩形に注目した場合、Ａ矩形（全角文字）、ＢとＣの矩
形（半角文字）が文字の候補となり、それぞれについて
文字間ピッチや矩形の幅等の情報（証拠）から前述の確
率（確信度）がＡ矩形　　　　下界確率？％　　　　上界確率？％Ｂ矩
形　　　　下界確率？％　　　　上界確率？％Ｃ矩形　
　　　下界確率？％　　　　上界確率？％というように
求められる。

【００７５】本実施例では、例えば下界確率または上界
確率が所定の閾値を下回った矩形は、次の処理段階の文
字候補から外す。

【００７６】なお、この段階の確信度より最も確からし
い一つの矩形だけを候補に決定することもできる。

【００７７】これらの矩形Ａ，Ｂ，Ｃのそれぞれについ
て（文字候補から除外されたものは当然含まれない）、
次のパターンマッチング処理（認識処理）で認識結果候
補郡が得られるが、各矩形に対する第一候補の評価値、
第一候補と第二候補との評価値の差などの情報に基づき
、を求める。そして、前段の切り出し処理で求められた確
信度と合成することにより、確信度の更新を行なうこと
は前述の通りである。

【００７８】なお、この段階で各矩形の候補中の確信度
が予め定めた閾値以下の候補を、切り出し処理の場合と
同様に候補から除外することにより、処理時間の節減を
図ってもよい。さらに、この段階でＡ矩形であるか、Ｂ
，Ｃ矩形であるかを合成された確信度から判断すること
もできる。ここでは、Ａ矩形が文字の候補として選ばれ
たものとして説明を進める。

【００７９】次のルール処理では、文字の位置、文字の
サイズ、文字種等の情報から各認識結果候補の確信度を
求め、パターンマッチング処理段階での確信度と合成し
、更新された確信度を求める。例えば文字の位置情報に関しては、対象画像
が行の中心辺りに位置しているならば「・」の確信度は
上昇するが、「．」「’」の確信度は下がることになる
。

【００８０】次の言語処理では、どの候補が最も相応し
いかを単語辞書等を使って決定し、その結果に対して確
信度を求め、前処理段階の確信度と合成する。例えば単
語辞書との照合によれば、注目文字の第１候補と次の文
字の第２候補との組み合わせにより意味のある単語を形
成するときには、注目文字の第１候補と次の文字の第２
候補の確信度が上がる。したがって、言語処理を行なう
ためには、ある程度の長さの文字列が必要である。

【００８１】このようにして、例えば、のような最終的
な確信度が得られるので、例えば下界確率が最大の第１
候補を最終的な認識結果として出力し、その確信度には
前述のような閾値処理によつてランク付けをする。なお
、候補の並びは、各処理段階で確信度の高い順にソート
してもよいし、最終的な確信度の高い順にソートしても
よい。

【００８２】また、複数の証拠がある場合の下界確率と
上界確率の求め方は、前記表４を用い陪審員のモデルを
例に説明したように、対応した基本確率を加算するだけ
でよい。なお、ここでは文字認識処理の場合であるから
、上記陪審員モデルでの説明中の「有罪」「分からない
」「無罪」を「正しい」、「正しいか間違いか分からな
い」「間違い」と言い替えればよい。

【００８３】次に前記第２の実施例の変形例について説
明する。本変形例においては、前記第２実施例と同様に
確信度決定部１０７で切り出し処理、パターンマッチン
グ処理、ルール処理、言語処理（さらにはパス選択処理
）の各処理段階毎に確信度を求め、合成することによっ
て最終的な確信度を決定するが、最終的な確信度とは別
に、各処理段階毎の確信度、すなわち各処理段階で得ら
れた情報を基に決定された確信度（数値あるいはランク
）をメモリに保存する。そして、ユーザーがディスプレ
イ１１３の画面上で認識結果文字に対する修正を指示し
た場合、装置制御部１１２は、その文字に関する各処理
段階毎の確信度の情報を上記メモリより読み出し、その
情報を基にユーザーに対するメッセージ（助言）を作成
して出力制御部１０８へ渡しディスプレイ１１３の画面
に表示させる。

【００８４】例えば、確信度情報より、切り出し処理の
確からしさが他の処理段階に比べて怪しいと判断される
場合は「文字を正確に切り出すことができなかった可能
性があります。」というようなメッセージを、パターン
マッチング処理（認識処理）の確からしさが他の処理段
階に比べて怪しいと判断される場合は「認識した文字画
像をチェックしてください。」というようなメッセージ
を、後処理（ルール処理または言語処理）の確からしさ
が他の処理段階に比べて怪しいと判断される場合は「文
字列単位でチェックしてください。」あるいは「知識（
ルール）、単語辞書をチェックしてください。」という
ようなメッセージを表示させる。

【００８５】このようなメッセージの表示により、ユー
ザーは誤認識文字の修正のみならず、その原因の判断が
容易になり必要な処置をとりやすくなる。

【００８６】また、前記第２（または第２）の実施例に
おいて、ある処理段階までの確信度に応じて、その前ま
たは後、あるいは前後の処理段階の処理方式あるいはパ
ラメータ等を複数ある中から最適なものを選択すること
も、認識率の向上、最終的な修正作業の効率向上に効果
がある。

【００８７】このような変形例を次に示す。前記第２の
実施例において、装置制御部１１２は、パターンマッチ
ング処理までの確信度が低い場合に、判断文字切り出し
処理での切り出し位置を変えて再度認識をしたり、ある
いはパターンマッチング処理内の前処理である特徴抽出
の方法を変更して再度認識をするように各部を制御する
。前者は文字切り出し位置が不適切であるために認識結
果の確信度が低いと考えられるからであり、後者は認識
画像が前回の特徴抽出方法には適切でなかったと考えら
れるからである。このように確信度の情報を前の処理に
フィードバックした場合、装置制御部１１２は、処理方
法またはパラメータを変えて試みた複数の認識結果より
確信度の高い結果を有効なものとして選択する。

【００８８】逆に、パターンマッチング処理までの確信
度が高い場合、その後の言語処理内の単語照合の際に結
果を変更させないように装置制御部１１２が制御する。つまり、単語照合は一般的に、認識結果候補の組み合わ
せを予め用意されている単語辞書と照合するわけである
が、その際に確信度の高い文字は固定し、確信度の低い
文字の候補のみを入れ替え単語辞書と照合する。こうす
ることにより、単語の組み合わせ数が減り、処理時間の
短縮、認識率の向上につながる。このように、後の処理
に確信度の情報を活用する場合は、後の処理でのパラメ
ータ、条件、処理方法などを選択することが可能になる
。

【００８９】図６は本発明の第３の実施例を示す概略ブ
ロック図である。２００は図１または図２に示した文字
認識装置本体と同様の構成にスキャナーを加えた部分で
あり、便宜上ここでは装置本体と呼ぶ。２０１は認識結
果等を表示するためのディスプレイである。

【００９０】２０２は装置本体２００内のパターンマッ
チング処理部で抽出された文字パターンの特徴量または
装置本体２００内の正規化処理部により正規化後の文字
パターンを保存するための保存メモリである。ただし、
ここでは保存メモリ２０２に文字パターンの特徴量が保
存されるものとして説明する。２０４は装置本体２００
内の確信度決定部より確信度ランクの情報を受けて、Ｂ
ランクとＣランクの場合に対応した文字パターンの特徴
量を保存メモリ２０２に保存させる制御を行う保存制御
部である。この保存制御部２０４による特徴量（または
パターン）の保存の処理の流れを図７に示す。

【００９１】２０６は図１または図３には示さなかった
が前記第１実施例または第２実施例においても当然に備
わっていた認識結果メモリであり、ここには認識結果デ
ータと確信度情報が記憶される。２１０は使用者が情報
を入力するためのキーボードであり、認識結果の修正時
の正解文字はここから入力される。２０８はキーボード
２１０からの入力に従って認識結果２０６内の認識結果
データを修正する修正処理部である。

【００９２】２１２は装置本体２００内のパターンマッ
チング処理部での認識処理に用いられる辞書を格納した
辞書メモリであり、これも当然に前記第１実施例または
第２実施例においても存在したものである。２１４は、
この辞書の学習を行うための学習処理部である。この学
習処理部２１４は、認識結果の修正が行なわれた時に、
修正処理部２０８より修正文字の確信度ランクの情報と
正解文字コードを渡されると、確信度ランクがＢランク
またはＣランクの場合に、修正文字の特徴量を保存メモ
リ２０２より読み出し、これを用いて辞書の学習処理を
実行する。

【００９３】なお、保存メモリ２０２に文字パターンを
保存する場合には、学習処理部２１４は辞書学習時に、
保存メモリ２０２より修正文字のパターンを読み込み、
その特徴量の抽出を学習処理部内部で行ない、あるいは
、装置本体２００内のパターンマッチング処理部に行な
わせ、得られた特徴量を辞書学習に用いる。

【００９４】

【発明の効果】以上詳細に説明した如く、本発明によれ
ば、認識結果の確信度をより的確に決定して、その情報
を認識結果に付加して装置利用者に知らせることができ
るため、装置利用者は認識結果の確信度を的確容易に認
識し、必要な修正作業を効率よく行なうことができるよ
うになり、認識結果の確信度が低く、処理継続が無駄な
場合などに装置利用者は処理を停止させたり、あるいは
認識条件を変更して起動するといった、必要な処置を素
早くとることができるようになり、また、このような場
合に無駄な処理の継続による時間の無駄を減らすことが
でき、さらに個々の処理毎の確信度の情報に基づき誤認
識の原因や必要な処置等のメッセージを出力し、装置利
用者の修正作業や装置保守作業等を容易にし、またさら
に、ある処理までの確信度に応じて前または後の処理あ
るいは前後の処理の方法やパラメータ等を自動的に切り
替えることにより、認識率を向上し、あるいは修正作業
を効率化することができ、また、認識結果の修正時に効
率よく辞書学習を行うことができ、辞書学習に必要な文
字パターンまたは特徴量を保存するための記憶スペース
を減らすことができる等の効果が得られる。

【図面の簡単な説明】

【図１】第１の実施例に係る文字認識装置の概略ブロッ
ク図である。

【図２】第１の実施例における確信度決定処理の流れ図
である。

【図３】第２の実施例に係る文字認識装置の概略ブロッ
ク図である。

【図４】文字切り出し処理に関する説明図である。

【図５】第２の実施例における各処理段階での確信度決
定処理の流れ図である。

【図６】第３の実施例に係る文字認識装置の概略ブロッ
ク図である。

【図７】第３の実施例における特徴量またはパターンの
保存処理の流れ図である。

【図８】第３の実施例における辞書学習処理の流れ図で
ある。

【符号の説明】

１　　スキャナー　　　　　　　　　　　　　　　　　
　　　２　　切り出し処理部３　　正規化処理部　　　　　　　　　　　　　　　　
　　４　　パターンマッチング処理部５　　パス選択処理部　　　　　　　　　　　　　　　
　６　　ルール処理部７　　言語処理部　　　　　　　
　　　　　　　　　　　　　８　　出力制御部９　　確
信度決定部　　　　　　　　　　　　　　　　　　１０
　　装置制御部１１　　ディスプレイ　　　　　　　　
　　　　　　　　１２　　印字装置１０１　　スキャナ
ー　　　　　　　　　　　　　　　　１０２　　切り出
し処理部１０３　　正規化処理部　　　　　　　　　　　　　　
１０４　　パターンマッチング処理部１０５　　ルール処理部　　　　　　　　　　　　　　
１０６　　言語処理部１０７　　確信度決定部　　　　　　　　　　　　　　
１０８　　出力制御部１０９　　文字数計数部　　　　　　　　　　　　　　
１１０　　候補削除判定部１１２　　装置制御部　　　　　　　　　　　　　　　
　１１３　　ディスプレイ１１４　　印字装置　　　　　　　　　　　　　　　　
　　２００　　装置本体２０２　　保存メモリ　　　　
　　　　　　　　　　　　２０４　　保存制御部２０６　　認識結果メモリ　　　　　　　　　　　　２
０８　　修正処理部２１０　　キーボード　　　　　　　　　　　　　　　
　２１２　　辞書メモリ２１４　　学習処理部

Claims

【特許請求の範囲】

【請求項１】　　パターンマッチング処理、パス選択処
理、ルール処理、言語処理等の複数の処理によって最終
的な認識結果を得る文字認識装置において、前記複数の
処理中の複数の特定処理によって得られた情報に基づき
総合的に認識結果の確信度を決定する手段と、該手段に
より決定された確信度の情報を認識結果に付加して表示
または印刷する手段とを有することを特徴とする文字認
識装置。
【請求項２】　　確信度を決定する手段は、個々の処理
毎に、そこで得られた情報に基づき候補の確信度を求め
、この確信度により前の処理までに求められた確信度を
更新する操作を最終の処理まで繰り返すことにより、最
終的な認識結果に対する最終的な確信度を決定すること
を特徴とする請求項１記載の文字認識装置。
【請求項３】　　表示または印刷される認識結果の色、
輝度、装飾、書体などの視覚的な条件を確信度に応じて
変化させることを特徴とする請求項１または２記載の文
字認識装置。
【請求項４】　　確信度を表わす文字または記号を認識
結果と対応させて表示または印刷することを特徴とする
請求項１または２記載の文字認識装置。
【請求項５】　　確信度が一定レベル以下の認識結果文
字数を計数し、計数値が所定の閾値を越えたことを検出
して警告を発し、または処理を中断する手段を有するこ
とを特徴とする請求項１または２記載の文字認識装置。
【請求項６】　　ある処理において確信度が一定レベル
以下となった候補を後の処理の候補から外すための手段
を有することを特徴とする請求項２記載の文字認識装置
。
【請求項７】　　最終的な確信度とは別に個々の処理毎
の確信度の情報が保存されることを特徴とする請求項１
または２記載の文字認識装置。
【請求項８】　　認識結果文字に関して保存された個々
の処理毎の確信度の情報に基づきメッセージを出力する
手段を有することを特徴とする請求項７記載の文字認識
装置。
【請求項９】　　ある処理までの確信度を、その前また
は後の処理あるいは前後の処理に反映させる手段を有す
ることを特徴とする請求項１または２記載の文字認識装
置。
【請求項１０】　　認識対象文字のパターンまたはその
特徴量を保存するための記憶手段と、認識対象文字に対
し決定された確信度が所定レベルの場合に限り、該認識
対象文字のパターンまたは特徴量を前記記憶手段に保存
させる手段とを有することを特徴とする請求項１または
２記載の文字認識装置。
【請求項１１】　　認識結果が修正された場合に、修正
された認識結果に対する確信度が所定レベルのときに限
り、記憶手段に保存されている対応したパターンまたは
特徴量を用いてパターンマッチング処理のための辞書の
学習を実行する手段を有することを特徴とする請求項１
０記載の文字認識装置。