JPH04306785A - パターン認識方式 - 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、ニューラルネットワー
クにより画像中のパターンを認識する認識方式に関する
ものである。

【０００２】

【従来の技術】図８は従来例としての文字パターンの認
識方式のフローチャートを示した図である。従来のパタ
ーン認識技術において、ステップ４１は画像中から文字
列を図９に示す文字並び１ａ、１ｂに対して水平方向に
画像中の黒点の分布２を求め、その分布を用いて認識対
象とする文字列を画像中より切り出す。ステップ４２は
、同様に文字パターンを図９に示す文字並び１ａ、１ｂ
に対して垂直方向に対し、黒点の分布３を求め、認識対
象とする文字パターン４を切り出す。ステップ４３は、
認識対象とする文字４の特徴を抽出し、ステップ４４に
おいて、あらかじめ用意してある、特徴のパターンから
構成される辞書パターンとの類似度を求め、その類似度
のもっとも高い文字パターンを判定する。

【０００３】また、最近では上記の認識部ステップ４４
においてニューラルネットワークを用いて文字認識を行
なう方法が提案されている。

【０００４】上記の例では、いずれも文字を認識するた
めの前処理として、文字列切り出し処理であるステップ
４１と、文字列からの文字パターン切り出し処理である
ステップ４２とを、認識処理の前処理として行なわなけ
ればならないため、全体の処理が複雑になり、また処理
時間が長くなる。

【０００５】また、従来、文字切り出しを行なう際に、
図１０に示すように文字間隔が非常に近接している場合
（図１０（ａ））、行間が非常に近接している場合（図
１０（ｂ））、また入力手段であるスキャナーやＣＣＤ
カメラなどの入力機器により入力画像がひずみや変形を
受けている場合（図１０（ｃ））、文字と文字が完全に
接触している場合（図１０（ｄ））には、文字列の切り
出し処理、文字パターンの切り出し処理が非常に困難と
なる。上記図８のような従来の認識方式では、認識対象
とする画像中の文字間隔が非常に近接している場合や接
触している場合では、文字列からの文字パターンの切り
出しが非常に困難となる。

【０００６】また、認識の前処理として行なわれる文字
列切り出し処理、文字パターン切り出し処理において、
文字を読む方向すなわち、行方向列方向（垂直方向、水
平方向）を情報として与えていなければならない。

【０００７】また、単一の観測窓によるパターンマッチ
ングによるパターン認識方式が提案されているが、対象
画像の画像全体を走査しなければならない。

【０００８】

【発明が解決しようとする課題】従来のパターン認識方
式は以上のように構成されていたので、認識対象とする
画像中の文字の間隔が非常に近接している場合や接触し
ている場合、文字列からの文字パターンの切り出しが非
常に困難となるという問題点があり、また文字列間隔が
非常に近接している場合に、黒点分布の情報などでは、
文字列を画像中より切り出すことが困難であるという問
題点があり、さらに、認識の前処理として行なわれる文
字列切り出し、文字パターン切り出しにおいて、文字を
読む方向すなわち、行方向列方向（垂直方向、水平方向
）を情報として与えていなければならないという問題点
があり、さらに、単一の観測窓によるパターンマッチン
グによるパターン認識方法によれば処理時間が長いとい
う問題点があった。

【０００９】この発明は上記のような問題点を解決する
ためになされたもので、乱れたまたは隣接した文字列か
らでも、また多くの行方向情報を事前に与えなくても、
文字パターンの認識が行えるパターン認識方式を得るこ
とを目的とする。

【００１０】

【課題を解決するための手段】本発明にかかわるパター
ン認識方式は、観測領域を複数に分割して分割した観測
窓を指定量・方向に動かす観測領域設定手段と、各観測
窓内のパターンデータから活性値を得る複数のニューラ
ルネットワーク手段と、ニューラルネットワーク手段か
らの活性値により、観測領域設定手段に指定する観測窓
の移動量・方向を算出する移動量・方向検出手段を設け
た。第２の発明においては、分割した各観測窓を同じ比
率で縮小拡大する観測領域設定手段と、第１の発明と同
じニューラルネットワーク手段と、それらからの活性値
により、観測領域設定手段に指定する観測窓の縮小拡大
比率を算出する縮小拡大量検出手段を設けた。

【００１１】

【作用】本発明におけるパターン認識方式では、観測窓
と呼ばれる複数個の観測領域を設定し、この観測領域に
対応するニューラルネットワークが観測領域におけるパ
ターンの活性値を同時に得て、さらに文字パターンが存
在する方向にパターン認識をする窓を移動し、活性値の
高いパターン認識をする観測窓を設定し直す。

【００１２】

【実施例】実施例１．以下、本発明の一実施例を図につ
いて説明する。図１は本発明の一実施例であるパターン
認識方式のシステム構成図である。図において、９は後
に述べる観測窓１５ａ〜１５ｅにおいて画像を任意の方
向に走査して画像情報を得る走査手段である。１０は観
測領域設定手段、１１は各々の観測窓に対応して設けら
れ、各観測窓内のパターンデータについてパターンの活
性値を得る複数のニューラルネットワーク手段である。 １２はニューラルネットワーク手段で得られた文字の活
性値から、文字パターンの存在する方向に各観測窓の移
動距離・方向と走査方向を算出する移動量・方向検出手
段である。１３は最終的に文字を認識・判定する認識手
段である。１４は認識結果である出力コードである。１
５は各観測窓を示す。

【００１３】図２は、本発明の一実施例による文字認識
のフローチャート図である。図３は、本発明の一実施例
による観測窓を説明する図であり、図において１５ａ〜
１５ｅは各々画像中に配置された観測窓をしめし、特に
１５ｅはパターン認識を行う観測窓である。図４は各観
測窓における活性値が求まる過程を説明する図であり、
図において１６ｅ〜１６ｄは観測窓、１７は認識対象文
字で、この例で「大」が選ばれている。図５は移動量・
方向を算出する方法を説明する図であり、図において１
８は観測窓の中心、１９ａ、１９ｂはパターンに対する
活性値を大きさとする方向ベクトル、２０は上記方向ベ
クトルの合成ベクトルを表す。

【００１４】次に本発明の一実施例の動作を説明する。 図２において、まず、図１中の観測領域設定手段１０は
認識しようとする画像中に複数の観測窓を設定する（ス
テップ３１）。走査手段９は画像中に配置された観測窓
１５ａ〜１５ｅに対し、画像を任意の方向に走査して観
測窓内のパターンの情報から特徴を抽出してニューラル
ネットワーク手段に入力する（ステップ３２）。ニュー
ラルネットワーク手段は文字の活性値を算出する（ステ
ップ３３）。

【００１５】各々のニューラルネットワーク手段は基準
になるしきい値が入力されていて、検出活性値がこのし
きい値より高いか否かを判定する（ステップ３４）。活
性値がしきい値より高ければ、そのまま認識手段１３に
より、該当観測窓１５ｅ内の文字パターンを類似度より
判定する（ステップ３５）。ステップ４でしきい値より
低い場合は、各活性値をベクトルとする合成ベクトル方
向に観測窓を移動する（ステップ３６）。この場合の移
動量・方向は移動量・方向検出手段１２で算出されたも
のである。

【００１６】図３をさらに詳しく説明する。図において
１５ａ〜１５ｄは活性値がしきい値より低い場合に、観
測窓を認識対象の文字が存在する方向に適切な量だけ移
動させるために設けられたものであり、一方１５ｅは最
終的に対象を認識・判定するための観測窓である。もし
認識すべき対象の文字パターンが１５ａ〜１５ｄの中の
どれかにあれば１５ａ〜１５ｄの各観測窓内の少なくと
もどれかは活性値が相対的に大きくなる。

【００１７】図４の例では観測窓１６ｄが認識対象文字
「大」を多く含み、したがって対応するニューラルネッ
トワーク手段が一番大きな出力を出す。この例では例え
ば次の活性値出力となる。 １６ａの文字「大」に対する活性値＝０．０１６ｂの文
字「大」に対する活性値＝０．０１６ｃの文字「大」に
対する活性値＝０．１１６ｄの文字「大」に対する活性
値＝０．７

【００１８】上記で得られた各観測窓の活性
値出力から、図１の移動量・方向検出手段１２は、図５
に示すベクトル２０を算出する。現在の全観測領域の中
心である点１８を原点とし、観測窓１６ａ〜１６ｄに対
応するニューラルネットワークの出力ベクトルを１９ａ
〜１９ｄとすると、図４の例では１９ａ、１９ｂは０．
０であるから出力ベクトルは１９ｃと１９ｄだけとなる
。この例では移動量・方向は合成ベクトル２０で求まり
、その値は次式のようになる。ここでαは各出力ベクト
ルを表わし、添字Ａ〜Ｄはそれぞれ１９ａ〜１９ｄでの
数値であることを表す。

【００１９】

【数１】

【００２０】こうして移動量・方向検出手段１２で得ら
れた式（１）式（２）の値をもとに観測領域設定手段１
０は観測窓を算出した量だけその方向に動かすので、認
識対象が中央にくることになる。そしてこの状態で観測
窓１５ｅに得られる活性値がしきい値を越えるので、観
測窓１５ｅに対応するニューロネットワークが対象をと
らえ、認識手段１３が文字の解析を行う。

【００２１】実施例２．なお上記実施例１では観測窓１
５ａ〜１５ｅの辺の長さを固定にしていた。以下の発明
では観測窓の一辺の長さを可変にして縮小拡大したもの
を説明する。図６はこれを説明する図であり、図６（ａ
）は最初に設定された観測領域と対象パターンの例を示
す。図において、２１は最初の画像全体の大きさを表し
、２２ａ〜２２ｄは観測窓、２３は画像中の文字パター
ンである。また図６（ｂ）は最初の画像全体２１中で、
文字パターンが検出された領域２５に観測窓２６ａ〜２
６ｄが設定変更されることを示す図である。図７は図６
（ｂ）の動作をするパターン認識方式のシステム構成図
である。図１と比較し、５２の縮小拡大量検出手段が観
測窓の各辺の縮小拡大量と移動量・方向を算出するとこ
ろが異なる。また観測領域設定手段１０はこの場合は一
辺の長さも変化させる。

【００２２】次に動作について説明する。未知の画像に
ついて、パターン認識を行なう場合、認識対象パターン
は画像の任意の場所に存在する。これを、上記記載の実
施例２とする場合、まず図６（ａ）に示すように観測窓
２２ａ〜２２ｄを画像領域の全体を包含する大きさに設
定する。ここで、上記実施例２の縮小拡大量検出手段５
２で得られる縮小量および移動方向により図６（ｂ）に
示すように、観測窓２６ａ〜２６ｄの大きさの変更を行
なう。移動方向・縮小量は次式によって決定される。

【００２３】

【数２】

【００２４】上記のαａ　〜αｄ　は観測窓２６ａ〜２
６ｄに対応する活性値のベクトルであり、中央の点２４
からの方向ベクトルである。まず、図６（ａ）において
得られた（３）〜（５）式の結果より、観測領域の中心
点は２４から２７に移動し、同時に２２ａ〜２２ｄの観
測窓は一辺の長さを短くして２６ａ〜２６ｄの長さとす
る。 説明及び式が示すとおり、観測窓を変化させる際の縦横
比は任意であってよい。図６（ａ）のように２２ａの部
分が均等にパターンを観測窓内に見ている場合には、観
測窓の辺の長さを可変にして移動させた後の観測窓の位
置は、図６（ｂ）に示すように左下点の２８が元の中央
点２４に一致する。こうしてより詳細な認識が可能にな
る。

【００２５】

【発明の効果】以上のようにこの発明によれば、観測領
域を複数にして、各々に対応してニューラルネットワー
クを設け、さらにその出力から観測領域の移動量・方向
を算出する手段を設けたので、隣接した文字、乱れたパ
ターンでも、また事前に行列方向の面の情報を与えなく
ても認識できる効果がある。さらに、観測領域を初めに
正しく指定しなくても認識ができる効果がある。また第
２の発明によれば、観測窓の大きさを変える縮小拡大量
検出手段を設けたので、対象観測領域が当初に正しく与
えられなくとも、または観測領域中での対象パターンの
位置が偏っていても認識できる効果がある。

【図面の簡単な説明】

【図１】本発明の一実施例であるパターン認識方式の構
成図である。

【図２】本発明の一実施例であるパターン認識方式の認
識フローチャートである。

【図３】本発明の一実施例である観測窓を説明する図で
ある。

【図４】各観測窓における活性値が求まる過程を説明す
る図である。

【図５】移動量・方向を算出する方法を説明する図であ
る。

【図６】観測窓の大きさを制御する方法を説明する図で
ある。

【図７】第２の本発明の実施例であるパターン認識方式
の構成図である。

【図８】従来の技術による文字認識方式のフローチャー
ト図である。

【図９】従来技術による文字切り出し処理、文字パター
ン切り出し処理を説明する図である。

【図１０】従来の技術による文字切り出し処理、文字パ
ターン切り出し処理が誤った文字列や文字パターンを切
り出す原因を説明する図である。

【符号の説明】

９　　走査手段 １０　　観測領域設定手段 １１　　ニューラルネットワーク手段 １２　　移動量・方向検出手段 １３　　認識手段 １５　　観測窓 １５ａ〜１５ｅ　　画像中の観測窓 ５２　　縮小拡大量検出手段

Claims (2)

【特許請求の範囲】
1. 【請求項１】　　認識対象を観測する観測領域を複数に
   分割して、分割した各観測窓を同方向に動かす観測領域
   設定手段と、上記観測窓にあるパターンデータを入力と
   し、活性値を出力とする複数個のニューラルネットワー
   ク手段と、上記ニューラルネットワーク手段からの活性
   値出力から観測窓の移動量・方向を算出する移動量・方
   向検出手段と、切り出されたパターンデータを認識する
   認識手段を備えたパターン認識方式。
2. 【請求項２】　　認識対象を観測する観測領域を複数に
   分割して、分割した各観測窓を同じ比率で縮小拡大する
   観測領域設定手段と、上記観測窓にあるパターンデータ
   を入力とし、活性値を出力とする複数個のニューラルネ
   ットワーク手段と、上記ニューラルネットワーク手段か
   らの活性値出力から観測窓の縮小拡大比率を算出する縮
   小拡大量検出手段と、切り出されたパターンデータを認
   識する認識手段を備えたパターン認識方式。