JPH04268987A - 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】

【０００１】

【産業上の利用分野】本発明は画像処理技術を用いて文
字（数字）を認識する文字認識装置に関する。

【０００２】

【従来の技術】撮像装置（ビデオカメラやイメージリー
ダ）によって得た文字画像データに基いて文字認識を行
う文字認識装置が従来より知られている。認識の一手法
として、文字の２値化画像と予め記憶した辞書データと
のパターンマッチングをとって文字を特定する方式が知
られている。

【０００３】

【発明が解決しようとする課題】このような画像処理に
基く文字認識の精度は、画像の２値化のレベルの適正さ
に大きく依存する。一般には、２値化のしきいレベルは
固定であるので、文字の濃度が低い場合には、辞書デー
タより細目の文字或いは欠けがある文字になり易い。ま
た２値化のしきい値を下げると、文字は太くなるが、背
景の明るい部分が残ってしまう。逆に、文字の濃度が高
い場合には、辞書データより太めの２値化が行われる。 太めの文字に対しては、凝縮、細線化のデータ処理を施
すことが可能であるが、文字に欠けが生じ易くなる。従
って文字の濃度が低いものから高いもの全てにわたって
適正な２値化を行うことは困難である。２値化が適正で
なく、辞書より細目又は太目であったり欠けが多いと、
マッチング精度が著しく低下する。本発明は、上述の問
題にかんがみ、適正な２値化によりマッチング精度を高
めることを目的とする。

【０００４】

【課題を解決するための手段】本発明の文字認識装置は
、図１に示すように、入力画像に対して最小値フィルタ
１の処理を行い、その処理結果に対し最大値フィルタ２
の処理を行って背景を抽出し、入力画像から背景を減算
器３で減算して文字部分を抽出する文字抽出手段４と、
抽出された文字部分の画像を所定の初期しきい値で２値
化する２値化手段５と、２値化画像の直交２軸への投影
分布データを作成し、文字の座標情報を求める投影分布
作成手段６と、文字の座標情報と予め設定された基準値
８とを比較し、比較結果により上記２値化手段のしきい
値を最適化する比較手段７と、最適しきい値によって２
値化された画像に基いて切出された個々の文字を認識す
る認識手段９とを具備する。

【０００５】

【作用】入力画像に照明の当たり具合に起因する濃度む
らがあっても、最小値フィルタ、最大値フィルタ及び差
分抽出により、濃度むらを含む背景画像を除去した文字
部分を抽出することができる。従って次の２値化におい
て背景の濃度むらによる影響は生じない。また２値化画
像の投影分布データに基いて文字の切出し位置（座標）
をチェックし、その結果で２値化のしきい値を変更する
ので、最適な２値化が行われる。よって辞書データとの
パターンマッチングによる文字認識の精度が向上する。

【０００６】

【実施例】図２は本発明の文字認識装置の一実施を示す
鋼材ナンバリングシステムのブロック図であり、図３は
図２のコード番号読取装置の詳細を示すブロック図であ
る。

【０００７】図２において、板材或いはパイプなどの鋼
材１０上には、品種、等級、製造ロット、製造者コード
等を示す複数桁の数字又はアルファベットから成る製造
コード番号１２が、刻印又はペイントにより予め付され
ている。図２のシステムは、製品の生産管理のために製
造コード番号を読取って、管理用コンピュータに出力す
る。

【０００８】鋼材１０はコンベアで矢印Ａ方向に搬送さ
れる。鋼材１０のコード番号１２の部分はＩＴＶカメラ
１４で撮像され、その映像出力がコード番号読取装置１
６に供給される。ＩＴＶカメラ１４の映像出力が適当な
解像度を持つように、コンベアの両側には照明装置１８
が設けられている。コード番号読取装置１６は、読取っ
たコード番号をプロセスコンピュータ２０を介して管理
コンピュータ２２に送出する。管理コンピュータ２２は
、生産計画表に基いて予定番号と読取ったコード番号と
を照合する。プロセスコンピュータ２０は、鋼材１０の
コード番号１２が生産計画表の番号と合致する場合、払
出指令をシーケンサ２４に出力する。シーケンサ２４は
コンベアを制御して、鋼材１０を次工程に送り出すと共
に、位置センサ２６のセンサ出力を受けて、次の鋼材１
０の位置決めを行う。

【０００９】コード番号読取装置１６は、図３に示すよ
うに、データバス３０を介してＣＰＵ３２に接続された
画像処理プロセッサ３４、画像メモリ３６、ディスプレ
イ３８、プリンタ４０、フロッピードライブ４２、キー
ボード４４等から成るコンピュータで構成されている。 コード番号１２を撮像するＩＴＶカメラ１４の出力は、
Ａ／Ｄコンバータ４６でディジタル化され、データバス
３０を介して画像メモリ３６に蓄積される。ＣＰＵ３２
の制御により、画像メモリ３６の画像データは画像処理
プロセッサ３４に転送され、予めプログラムされた認識
アルゴリズムに基いて文字認識が行われる。認識結果は
、上位ＣＰＵ（プロセスコンピュータ２０）に送られる
。

【００１０】図４は、コード番号読取装置１６において
行われる画像処理の概略フロー図であって、ＩＴＶカメ
ラ１４によって取込まれた画像データは、ステップＳ１
で背景平準化の処理を受ける。この処理は照明の反射に
よる画像の濃度むらを除去するために行われる。次にス
テップＳ２で背景を除去した文字の部分の切出しが行わ
れる。次にステップＳ３で各文字ごとに設定した複数（
例えば３つ）の分割セグメントごとに原画像に対する２
値化が行われる。２値化のしきい値は各セグメントごと
に最適化されている。２値化された各セグメントは合成
され、一文字全体でしきい値が補正された後、一文字ご
とに次のステップＳ４で辞書データとのパターンマッチ
ングの処理がなされる。マッチングがとれると、認識出
力が管理コンピュータ２２に送出される。

【００１１】図５は図４の概略フロー図の詳細を示すフ
ロー図である。まずステップＳ１０で読取装置のＣＰＵ
３２内のカウンタ、ワークエリア等を初期化し、またレ
ジスタに読取用の諸定数を設定する。次にステップＳ１
１でＩＴＶカメラ１４から画像データを取込み、更にス
テップＳ１２で濃度補正の処理を行う。この濃度補正処
理は図１の文字抽出手段４内の処理に対応し、また図４
の背景平準化処理Ｓ１に相当する。

【００１２】濃度補正の処理Ｓ１２は、図６〜図８で示
すようなＭＩＮ−ＭＡＸ差分法及びスムージングにより
行われる。なお図６及び図７の横軸は画像のＸ軸方向の
画素の並びに対応し、縦軸は各画素の濃度に対応する。 原画像は図６に示すように文字部ａ、ｂと背景ｃとから
成る。背景ｃは鋼材１０に対する照明の当たり具合や反
射により部分的に異なるレベルを示し、段差ｄを有して
いる。

【００１３】この原画像に対し、まずスムージングフィ
ルタをかけ、次に最小値（ＭＩＮ）フィルタ１（図１）
をかける。このＭＩＮフィルタ処理においては、図８に
示すように、処理対象画素ｆ２２を中心とした３×３の
画素ｆｉｊ中の最小濃度値を処理結果の画素Ｆ２２の値
として画像メモリに格納し、これを全画素について行う
。このＭＩＮフィルタ処理を文字の基準太さに対応した
画素数の１／２回繰り返すことにより、文字部ａ、ｂを
消去し、背景ｃを取出すことができる。この背景ｃに対
し、次に最大値（ＭＡＸ）フィルタ２（図１）を同一回
数だけかけ、ＭＩＮフィルタ処理で生じた画像の歪みを
補正する。このＭＡＸフィルタ処理では、図８示す処理
と同様に、処理対象の画素を中心とした３×３の画素中
の最大濃度値を処理結果の画素濃度とする。ＭＡＸフィ
ルタの処理により、図６のｅで示すような背景が取出さ
れる。

【００１４】次に原画像（ａ、ｂ、ｃ）から背景ｅを減
算すると、図７に示すような文字部ａ、ｂを含む画像を
濃度むらのある背景から分離して抽出することができる
。

【００１５】濃度補正処理により抽出された文字画像デ
ータに対し、次に図５のステップＳ１３〜Ｓ１７から成
る文字の切出し処理（図４のステップＳ２）が行われる
。この処理は、図１の２値化手段５、投影分布作成手段
６、位置比較手段７、基準値８から成る部分におけるデ
ータ処理に相当する。

【００１６】まず図５のステップＳ１３では、暫定的な
しきい値で文字画像の２値化が行われる。２値化のしき
い値は、図９に示すような周知のパーセンタイル法（Ｐ
タイル法）で決定することができる。このＰタイル法で
は、画像の濃度値（例えば０〜２５５レベル）の夫々に
対応した画素数のヒストグラムを作成し、例えば高濃度
側から矢印Ｎで示す積算方向に画素個数を積算し、積算
値Ｓが画像の全画素数のＰ％に達した位置の濃度ｎをし
きい値とする。

【００１７】次にステップＳ１４で、画像両端のノイズ
を除去する処理を行う。画像の左右両端分では、図１０
に示すように照明装置１８（図２）の影響を受けて濃度
が不自然に上昇していることがある。このため点線Ｐ、
Ｑで示すＸ座標の両外側を文字認識の画像領域から削除
する。位置Ｐ、Ｑは予め設定した固定位置であってよい
。

【００１８】次にステップＳ１５及びＳ１６で文字列の
切出し及び列ごとの各文字の切出し（抽出）を順次行う
。これらの切出し処理は、図１１に示すようにＸ軸方向
及びＹ軸方向に２値化画像を投影することにより、文字
の座標位置を決定することにより行う。まずステップＳ
１５では、Ｙ軸への投影分布をとり、画像の文字列を抽
出する。Ｙ軸への投影分布は、Ｙ軸座標の各画素位置に
おいてＸ軸と平行な全ての画素の値（１又は０）を加算
することにより得られる。この投影分布に対し、Ｙ軸に
沿って隣接画素ごとに差分をとり、差分が一定値（例え
ば５画素分）を越える所を文字列のエッジ（立上り及び
立下り）として、その座標位置を決定する。これにより
、図１１に示す第０列、第１列、第２列に位置する各文
字列を原画像から切出すことができる。

【００１９】同様にして、ステップＳ１６では、各列ご
との２値化画像に対し、Ｘ軸への投影分布を取り、分布
データの立上り、立下りの各座標位置を決定する。この
位置データを用いて０、１、２の各列を構成する各文字
Ｃ０〜Ｃ４を原画像から個別に抽出することができる。

【００２０】次にステップＳ１７で切り出しの列位置及
び文字位置の妥当性のチェックを行う。このチェックは
、図１１に示すＹ軸上の列間距離Ｌ１　、Ｘ軸上の文字
距離Ｌ２　及び個々の文字間隔を基準値と比較すること
により行われる。また各列の文字数もチェックする。こ
れらのチェックにより切出し位置が不適当であると判断
した場合には、図５に示すようにステップＳ１３におけ
る２値化のしきい値を変更し、以後のステップＳ１４〜
Ｓ１７を再度行う（リトライ）。

【００２１】リトライにより、切出し位置が妥当である
と判断された場合には、ステップＳ１７から次のステッ
プＳ１９に進む。

【００２２】なお、図５のステップＳ１７における妥当
性のチェックは、ステップＳ１５の文字列の切出し及び
ステップＳ１６の文字抽出の各処理ごとに行ってもよい
。この場合、文字列の切出しに対するチェックで不適当
の判断が生じたとき、しきい値を変更してステップＳ１
３の２値化処理からステップＳ１４、Ｓ１５を再試行す
る。また文字抽出の切出しに対するチェックで不適当の
判断が生じたとき、しきい値を変更してステップＳ１３
の２値化処理を行った後、ステップＳ１６の文字抽出か
ら再試行する。

【００２３】図５のステップＳ１９においては、図１２
に示すように、各列の各文字ごとに領域（枠）を設定し
、領域を上、中、下の３つのセグメントに分割する。 文字枠Ｗの座標はステップＳ１５、Ｓ１６の投影分布デ
ータに基いて決定する。各分割領域Ｐ１〜Ｐ３のＹ座標
は、文字枠Ｗの両端から一定距離の位置とする。次にス
テップＳ２０で、各分割領域ごとにＰタイル法にて概算
しきい値を決定し、文字枠Ｗの画像を２値化する。次に
ステップＳ２１で、各分割領域ごとに、２値化画像の面
積率（分割領域の全体に対する画素値１を持つ画素の割
合）が予め定められた所定の範囲に入るまで、各分割領
域のしきい値を補正する。

【００２４】次にステップＳ２２で、３つの分割領域か
ら１つの文字を合成し、文字枠Ｗ内で文字の占める割合
が基準値の範囲に入るまで、各分割領域ごとに設定され
ているしきい値を等量ずつ変更する。この処理により、
図１３に示すように、各分割領域のしきい値の相違によ
る不自然な領域境界が是正され、スムーズにされた合成
文字が得られる。

【００２５】次にステップＳ２３で、文字枠を最終補正
する。即ち図１２に示すように、初期文字枠Ｗ内の２値
化画像データのＹ軸及びＸ軸への投影分布をとり、各投
影分布波形Ｓｙ　、Ｓｘ　の両端エッジ（立上り、立下
り）を算出し、最終文字枠Ｗｘ　、Ｗｙ　の座標を決定
する。そして最終文字枠においてステップＳ２２で設定
されたしきい値にて原画像に対する２値化を行ない、辞
書と照合するための文字データを得る。

【００２６】次に、ステップＳ２４で辞書データとの照
合及び判定が行われる。辞書データはビットパターンデ
ータであり、図１４に一例（数字０）を示すように、基
準位置のデータＤ１　、横及び縦方向に例えば２画素ず
つ変位させた左上、右上、左下、右下の各位置のデータ
Ｄ２　〜Ｄ５　から成る。原画像の２値化によって得ら
れた文字データは、これらの基準位置のデータ及び変位
させたデータの全てとビットマッチングにより比較され
る。即ち、辞書データ列と文字データ列との排他的論理
和をとって、差異のあるビットを検出し、それを計数す
ることにより、相関値（類似度）を得る。この照合処理
を辞書中の全てのデータと抽出された一文字分のデータ
とについて行い、類似度が最も高い照合結果により文字
を特定する。

【００２７】なお、図１４の基準位置の辞書データのみ
を用意し、辞書メモリの読出し位置のシフト操作により
、辞書データを各斜め方向にずらしながら抽出文字デー
タとの照合処理を順次行うようにしてもよい。或いは、
抽出した文字データの位置を左上、右上、左下、右下の
ようにシフトして、一つの辞書データと比較してもよい
。図１５は上述の辞書データのずらし処理を模式的に示
したものである。

【００２８】以上の処理を全列の文字について順次行っ
て各文字を特定する。ステップＳ２４で得られた照合結
果は、次のステップＳ２５でホストコンピュータ（プロ
セスコンピュータ２０又は管理コンピュータ２２）に送
信されると共に、読取装置のディスプレイ３８上に表示
される。

【００２９】以上の実施例はコード番号１２の認識シス
テムについて述べられているが、本発明は数字だけでな
く、アルファベット、かな文字、漢字等の認識に適用可
能である。

【００３０】

【発明の効果】本発明の文字認識装置は上述のように、
入力画像の濃度むらを除去した後に２値化し、２値化画
像の投影分布を基準と比較しながら２値化のしきい値を
修正して、最適なしきい値にて２値化した画像から文字
の切出しを行い、個々の文字の認識を行うことを特徴と
する。従って、本発明によると、照明の当たり具合等に
よる濃度むらがあってもその影響を除去した２値化が可
能であり、また常に文字の切出し位置が適正となるよう
に２値化のしきい値を修正するので、切り出された個々
の文字についての認識精度が著しく向上する。

【図面の簡単な説明】

【図１】本発明の文字認識装置の要素的特徴を示すブロ
ック図である。

【図２】本発明の文字認識装置が適用される鋼材ナンバ
リングシステムの要部ブロック図である。

【図３】図２のコード番号読取装置の構成例を示すブロ
ック図である。

【図４】文字認識のための画像処理の概略フローチャー
トである。

【図５】文字認識のための画像処理の詳細フローチャー
トである。

【図６】ＭＩＮ−ＭＡＸ差分法による画像処理を示す画
像濃度のグラフである。

【図７】ＭＩＮ−ＭＡＸ差分法により抽出された文字画
像の濃度グラフである。

【図８】ＭＩＮフィルタ、ＭＡＸフィルタの画像処理を
説明する図である。

【図９】Ｐタイル法によるしきい値設定処理を示す画像
ヒストグラムである。

【図１０】２値化画像の両端処理を示す濃度グラフであ
る。

【図１１】２値化画像のＸ−Ｙ投影分布図である。

【図１２】文字枠の分割及び最終文字枠の設定を示す図
である。

【図１３】合成文字に対するスムージング処理を示す図
である。

【図１４】辞書データの展開例を示す図である。

【図１５】辞書データのずらし処理を示す図である。

【符号の説明】

１　　最大値フィルタ ２　　最小値フィルタ ３　　減算器 ４　　文字抽出手段 ５　　２値化手段 ６　　投影分布作成手段 ７　　位置比較手段 ８　　基準値 ９　　認識手段 １０　　鋼材 １２　　製造コード番号 １４　　ＩＴＶカメラ １６　　コード番号読取装置

Claims (4)

【特許請求の範囲】
1. 【請求項１】　　入力画像に対して最小値フィルタの処
   理を行い、その処理結果に対し最大値フィルタの処理を
   行って背景を抽出し、入力画像から背景を減算して文字
   部分を抽出する文字抽出手段と、抽出された文字部分の
   画像を所定の初期しきい値で２値化する２値化手段と、
   ２値化画像の直交２軸への投影分布データを作成し、文
   字の座標情報を求める投影分布作成手段と、文字の座標
   情報と予め設定された基準値とを比較し、比較結果によ
   り上記２値化手段のしきい値を最適化する比較手段と、
   最適しきい値によって２値化された画像に基いて切り出
   された個々の文字を認識する認識手段とを具備する文字
   認識装置。
2. 【請求項２】　　上記２値化手段が、上記抽出手段の画
   像出力の濃度−画素数のヒストグラムを作成し、Ｐタイ
   ル法により上記ヒストグラムの所定の濃度を初期しきい
   値として設定して画像の２値化を行うことを特徴とする
   請求項１に記載の文字認識装置。
3. 【請求項３】　　上記比較手段における上記基準値が、
   文字の列（行）間隔又は文字間隔に対応する座標相対値
   であることを特徴とする請求項１に記載の文字認識装置
   。
4. 【請求項４】　　上記認識手段が２値化文字画像と辞書
   データとのパターンマッチングをとって、相関度により
   文字を特定することを特徴とする請求項１に記載の文字
   認識装置。