JPH0443316B2

JPH0443316B2 -

Info

Publication number: JPH0443316B2
Application number: JP58219427A
Authority: JP
Inventors: Akihiro Asada
Original assignee: Hitachi Ltd
Current assignee: Hitachi Ltd
Priority date: 1983-11-24
Filing date: 1983-11-24
Publication date: 1992-07-16
Also published as: JPS60112187A

Description

【発明の詳細な説明】〔発明の利用分野〕本発明は、文字を手書きする過程の情報を用い
て、逐次認識処理を行なつてゆくオンライン手書
き文字認識方式に関するものである。

〔発明の背景〕

従来のオンライン手書き文字認識方式は、大き
く分けて、次の４つの方式に分けられる。

第１の方式は、文字を手書きする際の筆点の運
動変化を直交座標成分に分解した１次元波形の組
と考え、この１次元波形を直交関数展開により近
似し、直交関数の係数を用いて文字を認識する方
式である。

第２の方式は、文字を構成する各ストロークを
８方向で方向量子化したベクトルのつながりとし
て近似し、これらの近似された各ストロークをい
くつかの基本ストロークに分類し、基本ストロー
クの組合せから文字を認識する方式である。

第３の方式は、文字を構成する各ストロークを
いくつかの基本ストロークに分類し、かつストロ
ークの端点や交叉点などを用いて文字を記述する
特徴テーブルを作り、入力文字とこの特徴テーブ
ルとの比較により入力文字を認識する方式であ
る。

また、第４の方式は、特公昭57−6151号公報
『手書き文字のオンライン認識処理方式』で提案
されている方式で、入力文字の各ストロークの始
点座標、終点座標、該始点と終点との中央位置の
中点座標を抽出して該各点を特徴点とし、予め準
備された標準文字における上記各特徴点との距離
の総和を決定して、該距離の総和が最小値となる
標準文字を上記入力文字として認識する方式であ
る。

このような従来のオンライン手書き文字認識方
式は、各々以下に述べるような問題点を有してい
る。即ち、第１の方式は、漢字、片仮名はどの直
線を主な構成成分とする文字については直交関数
による近似精度が必ずしも良くなく、また、文字
の位相的な形状をつかめないため認識率の低下を
招いていた。

第２の方式では、入力された文字を構成する各
ストロークを基本ストロークに分類する際に生じ
る基本ストロークの分類誤りのために認識率の低
下を招いている。また、認識対象となる全ての文
字について詳細な記述を要すため、この記述に多
大な手間を要している。

第３の方式では、第２の方式と同様に、基本ス
トロークの分類誤りによる認識率の低下、ならび
に、認識対象とするすべての文字を詳細に記述す
る特徴テーブルの作成に多大の手間と多量の記憶
要領とを要する。

第４の方式は、第１〜第３の方式の問題点を改
善するものとして提案された方式であるが、以下
のような問題点がある。

(1) 各ストロークを始点、中点および終点の３点
で近似するが、第１図に示すように、屈曲点を
有するストロークに対して、必ずしも、近似精
度は良くない。第１図のａのようなストローク
は、３点近似では、ｂのようになつてしまう。
これは、ストロークの中点は必ずしもストロー
クの屈曲点に対応しないことによる。

(2) ストロークにハネなどが含まれると、このハ
ネの影響によつて、終点の座標値が書き方によ
つて、変動するのはもちろんのこと、中点の座
標値まで、このハネによつて変動することにな
る。これは、中点は、ストローク線分の中央の
点として抽出することによるからである。

これらの中点、終点の特徴点の筆者、および
書き方によつて、変動することは、認識率低下
の要因となる。

(3) ストロークの形状によらず、一律に、始点、
中点および終点の３点でストロークを近似する
ため、ストロークの形状情報が得られない。こ
のため、候補文字は、入力文字のストローク数
情報によつて選択される標準文字群となり、候
補文字数が多く、整合処理に多大の時間を要す
る。

(4) ストロークが１本の直線で近似できるストロ
ーク、つまり、始点と終点の２点のみで充分に
近似できるストロークでも前述のように３点で
近似するため、特徴点に冗長性があり、標準文
字を記憶するメモリ容量の増加となつている。

〔発明の目的〕

本発明の目的は、前述の問題点をなくし、主に
直線成分から構成される片仮名や漢字などの文字
の認識に適したオンライン手書き文字認識方式を
提供することにある。

〔発明の概要〕

本発明は、上記目的を達成するために、入力文
字の各ストロークの始点座標、終点座標および該
ストロークに屈曲点が存在する場合には、屈曲点
座標を抽出して該各点を特徴点とし、予め準備さ
れた標準文字のうち、該入力文字と同一のストロ
ーク数でかつ各ストロークとも該入力文字と同じ
特徴点数の標準文字群を候補文字として選択し、
該入力文字の各特徴点と該候補文字となる各標準
文字との距離の総和を決定し、該距離の総和が最
小値となる標準文字を、該入力文字として認識す
ることを特徴とするものである。

〔発明の実施例〕

第２図は、本発明の１実施例の機能ブロツクダ
イヤグラムを示す。図中の符号１は文字情報入力
装置、いわゆるタブレツト、２は前処理部、３は
特徴点抽出部、４はパターン間距離計算部、５は
最小距離検出部、６は出力端子、７は標準パター
ン（標準文字）メモリ部である。

本発明の原理は次のようなものである。まず、
文字情報入力装置１からの入力文字は、前処理部
２において、入力文字の重心点が原点となるよう
に各筆点の座標変換が行なわれる（以下、位置の
正規化と称す）。また、各筆点と重心点との距離
の平均値が一定値となるように、大きさが正規化
される。さらに、前処理部２では入力文字のスト
ローク数を検出する。このストローク数は、文字
情報入力装置１より得られる各筆点のＸ軸、Ｙ軸
座標値および入力ペンが文字情報入力装置１の入
力面に圧着しているか否かのＺ軸情報のうち、Ｚ
軸情報をもとに、例えば圧着（Ｚ＝１）から離脱
（Ｚ＝０）の変化を、１文字分にわたつて計数す
ることにより得る。このストローク数の情報２０
１は、入力文字に対する候補文字選択情報とな
る。

この前処理後、特徴点抽出部３において、入力
文字の各ストロークは、ストロークの始点、終点
およびストロークに屈曲点が存在する場合には、
そのうち１つの屈曲点を特徴として抽出する。始
点とは、ストロークの書き始めの点終点とは、ス
トロークの書き終りの点である。また屈曲点は、
始点と終点を結ぶ直線とストローク内筆点との最
大距離Ｈが、始点と終点との距離Ｌに対してＨ／
Ｌが一定値以上となる筆点が存在するとき、最大
距離Ｈを与える筆点に対応するものである。

よつて、ほぼ直線のストロークは、始点、終点
の２点、折れ曲りのあるストロークは、始点、屈
曲点、終点の３点を特徴点として抽出する。

この特徴点抽出部は、各ストロークの特徴点数
情報３０１を入力文字に対する第２の候補文字選
択情報として出力する。

パターン間距離計算部４では、前述の入力文字
と、あらかじめ、入力文字と同様に前処理、特徴
点抽出され標準パターンメモリ部に記憶されてい
るパターンとについて、パターン間距離が計算さ
れる。なお、このとき、対象となる標準パターン
は、前述したストローク数情報２０１、各ストロ
ークの特徴点数情報３０１をもとに、入力文字と
同じストローク数で、かつ、各ストロークの特徴
点数が、入力文字の筆順的に対応する各ストロー
クの特徴点に等しいものを選択し、これを対象と
する。

よつて、認識対象カテゴリーをθで表わし、パ
ターン間距離をd〓とすれば、d〓は筆順的に対応す
る特徴点間の距離の緩和として求める。この特徴
点間の距離は、例えば、入力文字の特徴点Ａと対
応する標準パターンの特徴点Ｂの間の遠近を表わ
す量であればよく、Ａ，Ｂ間のユークリツド・ノ
ルム、シテイブロツク距離などが用いられる。

このようにして計算されたパターン間距離d〓の
うちから最小距離検出部５により最小値が検出さ
れ、最小値を示すカテゴリθを入力文字として認
識し、カテゴリθに対応するコードを出力端子６
に出力する。

第３図は、本発明の具体的な１実施例を示す１
１はタブレツト、１２は入力ペンで、第２図の文
字情報入力装置１に対応する。１３はタブレツト
インタフエイス部、８１はマイクロプロセツサ、
８２はランダムアクセスメモリ（以下RAMと称
す）、８３はリードオンリーメモリ（以下ROM
と称す）、６１は、出力インタフエイス部、６は
出力端子である。

マイクロプロセツサ８１は、前述した原理を、
実行するもので、実行するためのプログラムは、
ROM８３に記憶されている。

入力ペン１２によつてタブレツト１１上に筆記
された文字の各筆点情報は、タブレツトインタフ
エイス部１３を介してマイクロプロセツサ８１に
取り込まれる。そして、１文字分に対応する各筆
点情報が、RAM８２の所定のエリアに格納され
る。

そして、この１文字分の各筆点情報に対して、
まず、前処理が行なわれる。この前処理について
は、本発明に直接関係しないので、ここでは省略
する。詳細については、特公昭57−6151号公報に
述べてある。また概要は前述の原理説明で述べ
た。

前処理された入力文字の各筆点情報は、再び
RAM８２の所定エリアに格納される。

この前処理後、各ストロークの特徴点が抽出さ
れる。各ストロークの特徴点は、前述の原理で説
明したように、ほぼ直線のストロークは、始点、
終点の２点、折れ曲りのあるストロークの場合に
は始点、屈曲点、終点の３点である。

第４図に屈曲点の抽出原理を示す。あるストロ
ークの筆点を筆順的にP₁〜P₁₀とすれば、P₁は始
点、P₁₀は終点に対応する。

屈曲点の抽出は、次のようにして行なう。

(1) 始点Ｓ＝P₁と終点Ｅ＝P₁₀を結ぶ直線SEとス
トローク内の各筆点Pi（ｉ＝２〜９）の距離h′_i
を求める。

(2) 距離h′_iの最大値H′を検出する。

(3) 始点Ｓと終点Ｅの距離L′を求める。

(4) H′／L′がいき値THより大なるとき、H′を与
える筆点を屈曲点とする。

ここで、各筆点Piの座標値（xi，yi）とすれ
ば、直線SEと各筆点Piとの距離h′_iは、次のように
して求める。

直線SEを Ax＋Bx＋Ｃ＝０ (1) ただし、Ａ＝（y₁−y₁₀）Ｂ＝−（x₁−y₁₀）Ｃ＝（x₁−x₁₀）y₁−（y₁−y₁₀）x₁ とすれば、h′_iはとして求める。

また始点Ｓと終点Ｅの距離L′は、 L′＝√（₁−₁₀）²＋（₁−₁₀）² ＝√²＋² (3) として求める。

よつて、Ｈ＝h′₅とすれば、Ｈ／L′は、 H′／L′＝｜Ax₅＋By₅＋Ｃ｜／A²＋B² (4) となる。

そして、H′／L′がいき値THより大なるとき、
筆点Psを屈曲点として抽出し、特徴点とする。
そうでないときは、このストロークは、屈曲点は
存在しないと判断し、始点と終点の２点を特徴と
して抽出する。

第５図に、具体的な処理フローを示す。

ここでは、前述したh′_i，L′の計算の処理量を低
減するために、h′_iのかわりに、(2)式右辺の分子
のみをh_i＝｜Axi＋Byi＋Ｃ(5)として計算し、そ
の最大値Ｈを検出する。また、L′のかわりに、Ｌ＝A²＋B² (6) を計算し、H′／L′は、Ｈ／Ｌとして求めている。
このＨ／Ｌは、(4)式から明らかなようにH′／
L′で等価である。

第５図の(1)において、始点、終点を結ぶ直線
SEの直線式(1)式の計数Ａ，BCを計算する。

そして、上記直線SEと筆点Piとの距離h_i（(5)
式）を(2)において計算する。なお、ストロークの
筆点数をＫとすれば、ｉは１〜Ｋ−１までについ
て行なう。そして、(3)において、h_iのうちの最大
値Ｈを求める。(4)において、始点、終点間距離Ｌ
（(6)式）を求める。

こうして求めたＨとＬの比Ｈ／Ｌがいき値TH
より大なるか否かを(5)で判定する。(5)の判定結果
が否定的のときは、ストローク内には、屈曲点は
存在しないものと判断し、(6)において、特徴点数
Ｐ（ｓ）を２にセツトする。なお、ｓはストロー
ク番号で、筆順的に付与した番号である。そし
て、第ｓ番目のストロークの特徴点として、
P_s,1，P_s,2を始点つまり筆点P₁、終点つまり筆点
P_kの座標値に対応させRAM８２の所定エリアに
格納する。なお、Pa，ｂは、ａ番目のストロー
クのｂ番目の特徴点を表わす。また、(5)の判定に
おいて、結果が肯定的のときは、ストローク内に
屈曲点が存在するものと判断し、(7)において、特
徴点数Ｐ（ｓ）を３にセツトする。そして、(9)に
おいて、第ｓ番目のストロークの特徴点として
P_s,1，P_s,2，P_s,3を始点、Ｈを与える筆点Pi、終点
の各座標値に対応させ、RAM８２の所定エリア
に格納する。

以上の手順を、１文字分の各ストロークについ
てくり返し行なう。

このようにして抽出された入力文字の特徴点
は、パターン間距離計算部４において、標準パタ
ーンとパターン間距離計算に用いられる。

このとき、対象となる標準パターンは、入力文
字のストローク数Ｎに等しいもので、かつ各スト
ロークの特徴点数Ｐ（ｓ）（ｓ＝１〜Ｎ）が、入力
文字のそれと等しいものである。

ここで、認識対象を片仮名文字の清音とすれ
ば、ストローク数と特徴点数Ｐ（ｓ）のパターン
によつて、第６図のように分類することができ
る。例えば「ア」は、ストローク数は２で、特徴
点数は、第１ストローク（筆順的に）が屈曲点あ
りで３、第２ストロークは屈曲点なしで、２とな
る。第６図では、特徴点数Ｐ（ｓ）のパターンを
（２，２）のように表現している。

同様に「セ」は、ストローク数は２で、特徴点
数Ｐ（ｓ）パターンは、（３，３）となる。

よつて、標準パターンメモリ部７に第６図のよ
うに標準パターンがあらかじめ分類格納されてい
れば、入力文字のストローク数Ｎと各ストローク
の特徴点数Ｐ（ｓ）パターンによつて、候補文字
を限定することができる。

第７図に、パターン間距離計算と最小距離検出
の処理フローを示す。この図では、各標準パター
ンは、ストローク数によつて分類格納され、か
つ、特徴点の座標値とともに、各ストロークの特
徴点数Ｐ（ｓ）パターン情報が付与されて格納さ
れているものとする。

第７図の(1)は入力文字に対応する候補文字の選
択、(2)はパターン間距離計算、(3)は最小距離検出
の処理に対応する。

まず、パターン間距離の最小値dminをある値
βに初期セツトする。このβは、通常得られるパ
ターン間距離より大きな値であればよい。そし
て、(1)で、入力文字のストローク数Ｎに等しい標
準パターンのうち、入力文字の各ストロークの特
徴点数Ｐ（ｓ）と、標準パターンの各ストローク
の特徴点数P〓^m（ｓ）（ｓ＝１〜Ｎ）を比較しｓ＝
１〜Ｎについて、Ｐ（ｓ）＝P〓^m（ｓ）なる標準パタ
ーンを選択する。これは（11）の判定をストロー
ク数回くり返すことによつて行なう。（11）の判
定において、結果が否定的のときは、次の標準パ
ターンについて行なう。次に、選択された標準パ
ターンとのパターン間距離を(2)で計算する。標準
パターンのカテゴリーθ_nに対するパターン間距離
をdθ_nとすれば、まず、（21）で、d〓_nを０に初期
セツトし、（22）で、対応する特徴点間の距離ｄ
（Psi，P〓^msi）を求めd〓_nに加算して求めていく。

なお、Psiは、第ｓ番目のストロークの第ｉ番
目の特徴点の座標値（x_si，y_si）を示し、ｓ＝１
〜ｎ，ｉ＝１〜Ｐ（ｓ），Ｐ（ｓ）＝２あるいは３で
ある。

よつて、(2)では、パターン間距離d〓_nを、 d〓_n＝_N 〓^s=1 _P(s) 〓^i-1 ｄ（Psi，P〓^msi） (7) d〓_n＝_N 〓^s=1 _P(S) 〓ⁱ⁼¹ √（_si−〓^m _si）²＋（_si−〓^m _si）² (8) を計算する。

なお、(8)式では、特徴点間距離をコークリツ
ド・ノルムとして表現したが、下式に示すよう
に、コークリツド・ノルムの２乗（(9)式）あるい
はシテイブロツク距離（(10)式）にしても良いこと
は言うまでもない。

d〓_n＝_N 〓^s=1 _P(s) 〓ⁱ⁼¹ ｛（x_si−x〓^m _si）²＋（y_si−y〓^m _si）²｝(9) d〓_n＝_N 〓^s=1 _P(s) 〓ⁱ⁼¹ ｛｜x_si−x〓^m _si｜＋｜y_si−y〓^m _si｜｝ (10) こうして得られたパターン間距離d〓_nは、（31）
において、パターン間距離の最小値d_nioに対して
小さいか否か判定される。判定結果が否定的のと
きは、次の標準パターンに対して、先に述べた
(1)，(2)の処理を行なう。

また、判定結果が肯定的のときは、（32）にお
いて、d_nioをdθ_nに置換するとともに、標準パタ
ーンの識別番号ｍを、RAM８２の所定エリアに
記憶しておく、これをPCと称す。このPCは、標
準パターンを識別するものであれば何でもよく、
第７図では、同一ストローク数内の標準パターン
の一連の番号としたが、標準パターンのカテゴリ
ーを示す例えばJISコードであつてもよいことは
言うまでもない。

以上の(1)，(2)，(3)の処理を順次くり返してい
く。入力文字のストローク数Ｎに等しい標準パタ
ーンの個数をＭとすれば、Ｍ回(1)，(2)，(3)の処理
をくり返す。この結果、最小距離d_nioに対応する
標準パターンを入力文字として認識し、対応する
コードを出力する。

〔発明の効果〕

以上説明してきたように、本発明では、入力文
字の各ストロークを、始点、終点および屈曲点が
存在すれば屈曲点を特徴点として抽出するので、
ほぼ直線のストロークは、始点、終点の２点、屈
曲点のあるストロークは、始点、屈曲点、終点の
３点で近する。よつて、少ない特徴点で、入力文
字をより忠実に近似することができる。これによ
つて、標準パターンのメモリ容量を、低減するこ
とができる。例えば、第６図に示す片仮名46字に
対して、本発明では総特徴点数は240点となるが、
従来の各ストロークを一律に３点近似する場合に
は、321点となる。よつて、本発明では従来に比
し、約25％標準パターンのメモリ容量を低減する
ことができる。また、ハネのあるストロークにお
いても、終点そのものは、ハネによつてその座標
値は変動するが、屈曲点は、ハネの影響を受け
ず、特徴点の安定性が良い。（従来の３点近似法
では、ハネの長さの1/2が中点の座標値の変動と
なつてしまう）また、抽出した各ストロークの特徴点の数によ
つてほぼ直線のストロークか否か判断できるので
この情報を用いて、入力文字に対する候補文字の
数を従来に比し1/2以下に低減でき、パターン間
距離計算の合計の演算量を1/2以下にすることが
できる。これは、認識処理の高速化となるもので
ある。

【図面の簡単な説明】

第１図は従来の特徴点抽出法を説明する図、第
２図は本発明の１実施例の機能ブロツクダイヤグ
ラムを示す図、第３図は本発明の１具体実施例を
示す図、第４図は本発明の特徴点抽出法を説明す
る図、第５図、第７図は本発明の処理フローを示
す図、第６図は本発明の候補文字分類を説明する
図である。１……文字情報入力装置、２……前処理部、３
……特徴点抽出部、４……パターン間距離計算
部、５……最小距離検出部、７……標準パターン
メモリ部、８１……マイクロプロセツサ、８２…
…RAM、８３……ROM。

Claims

【特許請求の範囲】１文字筆記器により文字を書きながら入力し、
該入力された文字のストロークを追跡しつつ該入
力文字を認識するオンライン手書き文字認識方式
において、入力文字の各ストロークの始点座標、終点座標
および、各ストロークの筆点座標系列より、始点
終点を結ぶ直線SEと、各筆点座標値との距離の
最大値Ｈを抽出し、該直線SEの長さＬと該最大
値Ｈとの比（Ｈ／Ｌ）が、あらかじめ設定したい
き値より大なるとき、該最大値Ｈを与える筆点を
屈曲点として抽出した屈曲点座標をストロークの
特徴点とし、予め準備された標準文字のうち、該入力文字と
同一のストローク数でかつ、各ストロークとも該
入力文字とおなじ特徴点数の標準文字群を候補文
字として選択し、該入力文字の特徴点と該候補文字となる各標準
文字の特徴点との距離の総和を決定し、該距離の
総和が最小値となる標準文字を、該入力文字とし
て、認識することを特徴とするオンライン手書き
文字認識方式。