JPH0461396B2

JPH0461396B2 -

Info

Publication number: JPH0461396B2
Application number: JP56204118A
Authority: JP
Inventors: Hiroyuki Kami
Original assignee: Nippon Electric Co Ltd
Current assignee: NEC Corp
Priority date: 1981-12-17
Filing date: 1981-12-17
Publication date: 1992-09-30
Also published as: JPS58105387A

Description

【発明の詳細な説明】本発明は、文字サンプル帳票の文字より辞書を
作り、帳票読取時には作られた辞書との照合によ
り文字を認識する文字認識方法に関する。

従来、この種の文字認識方式では、乱雑な文字
を書く人でも各個人に限定すれば字形は似たパタ
ーンになるということで、帳票記入者が何回も書
いた同一形式の帳票を読ませ各文字の特徴を抽出
し、文字カテゴリに得られる特徴量の範囲を求
め、帳票記入者の辞書としている。第１図は辞書
作成のための手書き文字サンプル帳票の一例を示
す図であり、何というカテゴリ名かはこの例の場
合、帳票上の位置によつて決められる。

ところで、この方法でも、似た形の異なるカテ
ゴリに対して抽出される特徴量は違わなければな
らないので、マクロな特徴とミクロな特徴とを同
時に抽出し辞書を作る必要があり、辞書作成は困
難である。

本発明の目的は、上記問題を解決するマクロな
特徴による辞書とミクロな特徴による辞書から構
成される階層辞書の文字認識方式を提供すること
にある。上記目的を達成するため、本発明の文字
認識方式は、次の順序で階層辞書を作成する。

(1) 文字サンプル帳票を入力し、各文字ごとに、
与えたカテゴリ名と予め定めた複数個の特徴の
特徴量を符号化したコード値の列とを補助記憶
部に記憶する。ここで特徴をＬ組に分け、分け
られた各複数個の特徴をレベルｌ（ｌ＝１〜Ｌ）
の特徴と呼ぶ。

(2) 補助記憶部にある各コード値の列から、レベ
ル１の特徴だけによるコード値の列を作成し、
コード列記憶部に記憶する。

(3) コード列記憶部のコード値列を用い、(A)異な
るカテゴリで同一コード値列をもつものには仮
想カテゴリ名とそのコード値列とで、(B)異なる
コード値列をもつものには同一カテゴリ名のコ
ード値の列を他カテゴリのコード値の列を含ま
ないようにして各特徴ごとにコード値を組合
せ、下限値コードと上限値コードとを求めコー
ド値の範囲とし、カテゴリ名と各特徴ごとのコ
ード値の範囲とで、辞書を作り、レベル１の辞
書とする。作成された辞書に仮想カテゴリ名が
なければ辞書の作成は終了する。ここで仮想カ
テゴリ名は上記(1)で与えたカテゴリ名以外の任
意のカテゴリ名である。

(4) 補助記憶部にあるコード値の列の内でレベル
１の特徴ではある一つの仮想カテゴリとなるも
のについて、補助記憶部にあるコード値の列か
らレベル２の特徴だけによるコード値の列を作
成しコード列記憶部に記憶する。

(5) (3)と同じ方法で辞書を作り、(4)における仮想
カテゴリに対応するレベル２の辞書とする。

(6) 別な仮想カテゴリについても、各々の仮想カ
テゴリに対応するレベル２の辞書を作成する。

(7) レベル２の辞書作成が終了すると、レベル２
の特徴で仮想カテゴリとなる補助記憶部にある
コード値の列について同様にレベル３の辞書を
作る。

(8) 仮想カテゴリとなるものについては、レベル
を更新して仮想カテゴリがなくなるまで辞書の
作成をくり返す。ここで各レベルで作られる辞
書が階層辞書となる。

同一コード値列をもつ仮想カテゴリごとにデー
タを集めて処理することは、マクロ的に類似の形
のデータを集めて辞書作成の処理をすることで、
ミクロ的な相違を調べるだけですみ、上述の方法
にすると辞書の作成が容易となる。

第２図は従来の文字認識方法を説明するための
具体的な装置のブロツク図であり、帳票読取前に
辞書を補助記憶部７から辞書部５に記憶する。帳
票上の一文字パターンは走査部１で光電変換され
画像データとしてパターンメモリ部２に記憶され
る。特徴抽出部３はパターンメモリ部２内の２次
元パターンから認識に必要な特徴の特徴量を抽出
し、照合部４は辞書部５に記憶されている特徴量
と前記特徴量とを照合し、読取結果６を出力す
る。

一方第３図は本発明に係る文字認識方法を説明
するための具体的な装置の一実施例を示すブロツ
ク図であり、まず文字サンプル帳票を入力する
と、帳票上の一文字の文字パターンは走査部１で
光電変換され画像データとしてパターンメモリ部
２に記憶され、特徴抽出部３はパターンメモリ部
２内の２次元パターンから定められた複数個の特
徴の特徴量を抽出、符号化し、コード値の列とし
て与えられたカテゴリ名と共に、補助記憶部７に
記憶する。文字サンプル帳票上の文字に対する記
憶が終了すると、補助記憶部７のカテゴリ名と特
徴量のコード値列からレベル１の特徴によるコー
ド列を作りコード記憶部８に記憶し、次に辞書発
生部９は異なるカテゴリで同一コード値列をもつ
ものは仮想カテゴリ名とそのコード値列とで、異
なるコード値列をもつものには同一カテゴリ名の
コード値の列を他カテゴリのコード値の列を含ま
ないようにして各特徴ごとにコード値を組合せ、
下限値コードと上限値コードとを求めてコード値
の範囲とし、カテゴリ名と各特徴ごとのコード値
の範囲とで、辞書を作り、レベル１の辞書として
辞書部５に記憶する。仮想カテゴリ名が割当てら
れてレベル１の辞書が作成されたときは次のレベ
ルの辞書作成処理を行う。補助記憶部７にあるコ
ード値の列の内でレベル１の特徴ではある一つの
仮想カテゴリとなるものについて、補助記憶部７
にあるコード値の列からレベル２の特徴だけによ
るコード値の列を作成しコード記憶部８に記憶
し、辞書発生部９は同様に辞書を作り、レベル２
の辞書として辞書部５に記憶する。各仮想カテゴ
リごとにレベル２の辞書を作り辞書部５に順次追
加記憶する。レベル２の辞書での辞書作成が終了
すると、仮想カテゴリ名が割当てられて辞書が作
成されたときは、レベルを変えて上記の辞書作成
を行い、仮想カテゴリ名の割当てがなくなるまで
くり返す。

帳票の読取りは次のようにして行う。帳票上の
一文字の文字パターンは走査部１で光電変換され
画像データとしてパターンメモリ部２に記憶さ
れ、特徴抽出部３はパターンメモリ部２内の２次
元パターンから予め定められた特徴の特徴量を抽
出、符号化し、照合部４はレベル１の辞書のコー
ド値範囲列と前記特徴抽出部３で得られるコード
値列からレベル１の特徴により作成されるコード
値列とを照合し、読取結果６を出力する。読取結
果６が仮想カテゴリ名であつたら、仮想カテゴリ
名に対応するレベル２の辞書のコード値範囲列と
前記特徴抽出部３で得られるコード値列からレベ
ル２の特徴により作成されるコード値列とを照合
し、読取結果６を出力する。再度仮想カテゴリ名
となつたら、次のレベルのそのカテゴリ名に対応
する辞書との照合を行い、レベルで示される階層
辞書との照合でカテゴリ名を決定する。

特徴抽出部３において抽出される特徴の種類は
大別して２つに分けられ、１つは文字線追跡によ
つて得られるもの、もう１つ背景解析によつて得
られるものである。前者は文字を細線パターンに
変換し、線を追跡して検出される端点、分岐点、
交差点等の特徴点の個数、位置関係、つながり、
特徴点間の曲り等であり、後者は文字の輪郭を追
跡して凹部、凸部に分割し、各部の曲り、各部の
方向ヒストグラム、全長に対する各部の追跡長等
である。ここで特徴点間の曲りや凸又は凹部の方
向ヒストグラム等はミクロな特徴であり、レベル
数の大きいところでの特徴として使い、残りの特
徴はレベル数の大きいところでの特徴として使
う。

第４図は第３図に対応する本発明の文字認識方
式をプロセツサとメモリを使つて構成する文字認
識装置の一実施例を示すブロツクであり、２０は
プログラムメモリ１５にセツトされた特徴抽出プ
ログラム、照合プログラム、辞書作成プログラム
を実行するプロセツサ、１３は照合に使う辞書を
記憶する辞書メモリ、１４は辞書作成に使うカテ
ゴリ名と特徴量のコード値列を記憶するコードメ
モリ、１１は所定のパターン領域を走査する走査
回路、１６は読取結果をデイスプレイする出力装
置、１７はカテゴリ名を与えるキー入力回路、１
８は前記プログラムやコード値列を記憶している
補助記憶装置、１９はインタフエースバスであ
る。

第３図における処理を第４図の文字認識装置で
行うには次のような処理が必要である。

まずプロセツサ２０は補助記装置１８にある特
徴抽出プロセツサをプログラムメモリ１５にセツ
トする。次に文字サンプル帳票を入力すると、帳
票上の文字は走査回路１１で走査、量子化され、
２値パターンとしてパターンメモリ１２にセツト
される。プロセツサ２０はプログラムメモリ１５
にある特徴抽出プログラムを実行し、パターンメ
モリ１２にある２値パターンから特徴を抽出し、
その特徴量を求め符号化し、帳票上の位置によつ
て決まるカテゴリ名とともに得られたコード値列
を補助記憶装置１８に記憶する。文字サンプル帳
票上の文字を次々と処理して補助記憶装置１８へ
の記憶が終了すると、次の辞書作成処理に入る。
プロセツサ２０は補助記憶装置１８にある辞書作
成プログラムをプログラムメモリ１５にセツト
し、プログラムを実行し、まず補助記憶装置１８
にあるコード値列からレベル１の各特徴に対応す
るコード値を選択しコード値列を作りコードメモ
リ１４にセツトし、セツトが終了すると次にコー
ドメモリ１４のコード値列をインタフエースバス
１９を介して使い、辞書を発生し、レベル１の辞
書として辞書メモリ１３にセツトする。辞書発生
の際に仮想カテゴリ名を使つたら、各仮想カテゴ
リ名ごとに次のレベル２の辞書発生を行う。補助
記憶装置１８にあるコード値列からレベル１の各
特徴に対応するコード値を選択し作成されるコー
ド値列が一つの仮想カテゴリ名が割当てられたコ
ード値列と同じであれば前記コード値列からレベ
ル２の各特徴に対応するコード値を選択しコード
値列を作りコードメモリ１４にセツトし、セツト
が終了すると辞書を発生し、前記仮想カテゴリに
対するレベル２の辞書として辞書メモリ１３にセ
ツトする。レベル２の辞書発生の際に仮想カテゴ
リ名を使つたら、同様にレベル３の辞書を作り仮
想カテゴリ名がなくなるまで階層的な辞書の作成
をくり返す。辞書の作成が終了後に、実際の帳票
読取りを行う。

帳票が入力されると、帳票上の文字は走査回路
１１で走査、量子化され、２値パターンとしてパ
ターンメモリ１２にセツトされる。プロセツサ２
０はプログラムメモリ１５にある特徴抽出プログ
ラムを実行し、パターンメモリ１２にある２値パ
ターンから特徴を抽出し、その特徴量を求め符号
化する。次にプロセツサ２０はプログラムメモリ
１５にある照合プログラムを実行し、求まつた特
徴量のコード値列からレベル１の各特徴に対応す
るコード値を選びコード値列を作り辞書メモリ１
３にあるレベル１の辞書のコード値範囲列とを照
合を行い、求まつたカテゴリ名が仮想カテゴリ名
でなかつたら出力する。仮想カテゴリ名であつた
ら、前述の求まつた特徴量のコード値列からレベ
ル２の各特徴に対応するコード値を選びコード値
列を作り辞書メモリ１３にある前記仮想カテゴリ
名に対応するレベル２の辞書のコード値範囲列と
の照合を行い、求まつたカテゴリ名を出力する。
再度仮想カテゴリ名であつたら、同様にレベル３
の辞書とで照合を行い、階層辞書との照合を行
う。

第５図は、辞書を作るため文字サンプルから得
られたカテゴリ名とあらかじめ決められた何種類
かの特徴の特徴量のコード値を記号で例示した図
である。図においてｃはカテゴリ名を符号化した
カテゴリパラメータを、ｋはサンプル数を、Ｆ
（ｃ，ｋ）は特徴量のコード値を表わすとすると、
文字サンプル数は各カテゴリごとに同数のＬ個づ
つ、カテゴリ数はＮ個、特徴数はＭ個であること
を表わしている。

第６図ａ，ｂは第５図の記号を使つて辞書を作
るフローチヤート図である。

１００で示す処理は、カテゴリパラメータｃと
サンプル数に対応するサンプル数パラメータｋで
決まるメモリ上の位置Ｐ（ｃ，ｋ）を文字Ａでク
リアする処理ですでに辞書作成に使われたかを示
すフラグとみなし、Ｐ（ｃ，ｋ）＝Ａであれば未処
理を表わす。

１１０で示す処理は、Ｐ（ｃ，ｋ）≠Ｙ（又はＰ
（ｃ，ｋ）＝Ａ）すなわち未処理の特徴量のコード
値Fj（ｃ，ｋ）を検出し、F₁jにセツトする処理で
ある。

１２０で示す処理は、１１０でのカテゴリｃと
異なるカテゴリａの特徴量のコード値をF₃jにセ
ツトし、F₁jとF₃jとが同じであるか調べＤ＝０す
なわち同じであればフラグＰ（ｃ，ｋ）にＹを代
入して、印をつけることをｃと異なる他のカテゴ
リの特徴量のコード値全部についてくり返す処理
である。

１３０で示す処理は、Ｐ（ｃ，ｋ）＝Ｙすなわち
同じコード値がみつかつたら文字サンプルのカテ
ゴリ名Ｃ（１〜Ｎ）とは異なる仮想カテゴリ名
C′（C′＞Ｎ）と前述のコード値F₁jとで辞書を作成
する処理である。

１４０で示す処理は、未処理、すなわちＰ（ｃ，
ｋ）＝Ａのとき、Ｐ（ｃ，ｋ）をもとに特徴Fjの特
徴値の下限値F₁jと上限値F₃jを作る処理であり、
Ｐ（ｃ，ｋ）＝Ｙであれば処理ずみを表わす。

１５０で示す処理は、１４０で指定されたカテ
ゴリパラメータ値ｃと同じパラメータ値ｃで、サ
ンプル数パラメータｋを変えて未処理のＰ（ｃ，
ｋ）を求め、前記サンプル数プロセツサｋの特徴
Fjの特徴値をF₂jとする処理である。

１６０で示す処理は、前記特徴値F₁jとF₂jのう
ち小さい値の方をFjnに、前記特徴値F₃jとF₂jの
うち大きい値の方をFjmにする処理である。

１７０で示す処理は、前記ｃ以外のカテゴリパ
ラメータａとサンプル数パラメータｌとで決まる
位置にある特徴値Fj（ａ，ｌ）と前記Fjn，Fjmと
で相違量Dalを下記計算式で求め、カテゴリパラ
メータａとサンプル数パラメータｌとを変えて得
られる最小相違量をＤとする処理である。

Dal＝_M 〓^j=1 ［Fjn−Fj（ａ，ｌ）］＋_M 〓^j=1 Wj［Fj（ａ，ｌ）−Fjm］ただし［Θ］＝０（Θ０），［Θ］＝Θ（Θ＞０）ここでWjは特徴Fjの重みで、統計処理であら
かじめ求まつているとする。

１８０で示す処理は、最小相違量Ｄが閾値Ｔ以
上であればFjnを特徴Fjの下限値F₁jに、Fjmを特
徴Fjの上限値F₃jにし、フラグＰ（ｃ，ｋ）にＹを
入れて処理ずみとする。また、１１０，１２０，
１３０，１４０，１５０，１６０，１７０並びに
１８０の処理においてｊ＝１〜Ｍで処理される。

１９０で示す処理は、前述の１５０，１６０，
１７０および１６０の処理を、サンプル数パラメ
ータｋを変えて、全サンプル数Ｌ回くり返すため
の処理である。

２００で示す処理は、カテゴリパラメータｃと
特徴Fjの下限値F₁jと上限値F₃jとで１つの辞書を
作る処理である。

２１０で示す処理は、サンプル数パラメータｈ
を変えて上述の処理を、全サンプル数Ｌ回くり返
すための処理である。

２２０で示す処理は、カテゴリ数パラメータｃ
を変えて上述の各ｃごとの辞書作成処理を、全カ
テゴリ数Ｎ回くり返すための処理である。

従つて作成される辞書は第７図に示すようにカ
テゴリ名のコード値ｃと各特徴ごとの特徴量の下
限値コードF₁jと上限値コードF₃jとから構成され
る。また１３０で作成される辞書は各特徴ごとの
特徴量の下限値コードと上限値コードとが同じで
F₁jから構成される。

辞書作成の際、カテゴリ名が割当てられて辞書
が作られたら、特徴のレベルを変えて１つの仮想
カテゴリごとに前述の辞書作成をくり返し、作ら
れた辞書を追加する。その際、第５図における各
カテゴリごとの個数ｋは同じ個数Ｌではないが、
同様の方法で行える。

コード値を組み合わせて辞書を作る過程を具体
例を用いて説明する。

第８図は、３種類（Ｃ１，Ｃ２，Ｃ３とする）
のカテゴリ名と２種類の特徴（特徴１と特徴２と
する）に対するコード値列とする。この第８図の
コード値列を２次元的に図示すると、第９図とな
るため、両図を参照して説明する。ここで、第９
図に示された数字の順にデータを取り出し辞書の
作成を行うとする。

カテゴリＣ１に対する下限値コードと上限値コ
ードを作成するという過程では、まずＣ１の１つ
のデータを取り出し、のコード値列である５
４より、そのままの値で下限値コード列５４と上
限値コード列５４を作る。次に、同一カテゴリの
データのを取りだしたとすると、データのコ
ード値列６５で下限値コード列５４と上限値コー
ド列５４を更新する。コード列の更新は各特徴ご
とに行うので、更新後の下限値コード列は５４で
上限値コード列は６５となり、第９図の範囲１に
相当する。この範囲には他のカテゴリのデータが
含まれていないので、同一カテゴリの別なデータ
での下限値コード列と上限値コード列の更新を継
続する。カテゴリＣ１のデータより、第９図の範
囲２に対応する下限値コード列５４と上限値コー
ド列８７が得られる。

カテゴリＣ２に対する下限値コードと上限値コ
ードを作成するという過程では、まずデータの
コード値列２６より下限値コード列２６と上限値
コード列２６を作る。次に、データのコード値
列７８によりコード列の更新を行うが、得られる
下限値コード列２６と上限値コード列７８の範囲
にはカテゴリＣ３のデータであるとが入つて
いるので、他のカテゴリのコード値列を含まない
ように組み合わせるという条件に反しているた
め、得られた下限値コード列２６と上限値コード
列７８は廃棄し、別なデータの組み合わせでコー
ド列の作成を行う。データと別なデータとで作
られるコード列には他のカテゴリのデータが入る
ため、データを初期データとして作られる下限
値コード列と上限値コード列とはそれぞれ２６，
２６となる。同様な処理により、カテゴリＣ２の
データより、第９図の範囲３に相当する下限値コ
ード列２６と上限値コード列２６と、範囲４に相
当する下限値コード列６８と上限値コード列８８
とが得られる。

同様に、カテゴリＣ３のデータより、第９図の
範囲５に相当する下限値コード列３８と上限値コ
ード列５８と、範囲６に相当する下限値コード列
２２と上限値コード列４３とが得られる。

最後に照合処理方法の一例を示す。

読取対象の文字パターンから特徴抽出プログラ
ムの実行によつて得られた特徴量のコード値列を
FI₁，FI₂，…FI_Mとすると、辞書の下限値コード
F₁j（ｂ）、上限値F₃j（ｂ）とで相違量Ｄ（ｂ）を計
算する。

Ｄ（ｂ）＝_M 〓^j=1 Wj［F₁j（ｂ）−FIj］＋_M 〓^j=1 ［FIj−F₃j（ｂ）］ただし［Θ］＝０（Θ０），［Θ］＝Θ（Θ＞０）
，
Wjは特徴Fjの重みである。

ｂ＝１からＢまでで最小相違量となるｂに対応
するカテゴリ名コード値ｃを読取対象文字の読取
結果とする。得られたカテゴリ名コード値ｃが反
想カテゴリコード値であつたら、次のレベルの特
徴の仮想カテゴリコードをもとにさがした辞書で
相違量を計算し、読取結果を求める。再度仮想カ
テゴリコード値であつたら、レベルを変えてくり
返し、レベルがＭとなつても仮想カテゴリコード
値であつたら、読取不能のコードを読取結果とす
る。

本発明の特徴はマクロな特徴のみで区別を行う
辞書と、マクロな特徴量は同じでミクロな種々の
特徴で区別を行う辞書とをつないだ階層的な辞書
にすることにより、各々の辞書作成が容易となる
ことである。

以上説明したように、本発明によれば特徴量を
符号化しコード列として記憶した後、文字読取装
置内で容易に辞書が作成でき、読取対象帳票の文
字に対する辞書を発生できるので性能の良い文字
読取装置となる。

【図面の簡単な説明】

第１図は辞書作成のための文字サンプル帳票の
一例、第２図は従来の文字認識装置のブロツク
図、第３図は本発明に係る文字認識をするための
具体的な装置のブロツク図、第４図は本発明の文
字認識方式をプロセツサとメモリを使つて構成す
る文字認識装置の一実施例、第５図は辞書を作る
ため文字サンプルから得られたカテゴリ名とあら
かじめ決められた何種類かの特徴の特徴量のコー
ド値を記号で例示した図、第６図ａ，ｂは第５図
の記号を使つて辞書を作るフローチヤート図、第
７図は辞書の形成を示す図、第８図はコード値列
を示した図、第９図は２次元的にコード値列を示
した図である。図において１は走査部、２はパタ
ーンメモリ部、３は特徴抽出部、４は照合部、５
は辞書部、７は補助記憶部、８はコード記憶部、
９は辞書発生部、１１は走査部、１２はパターン
メモリ部、１３は辞書メモリ、１４はコードメモ
リ、１５はプログラムメモリ、１６は出力装置、
１７はキー入力回路、１８は補助記憶装置、１９
はバスライン、２０はプロセツサをそれぞれ示
す。

Claims

【特許請求の範囲】

１文字読取装置に帳票上の文字から抽出された
特徴の特徴量によつて作られた辞書をあらかじめ
記憶させ、帳票読取時には帳票上の文字から定め
た特徴の特徴量を抽出し前記辞書と照合して文字
を認識する文字認識方法において、読取開始前
に、文字サンプル帳票を入力し、各文字ごとに、
与えたカテゴリ名と予め定めた複数個の特徴（特
徴をＬ組に分け、分けられた各複数個の特徴をレ
ベルｌの特徴と呼ぶ）の特徴量を符号化したコー
ド値の列とを補助記憶部に記憶し、文字サンプル
帳票上の文字に対する符号化が終了すると、前記
補助記憶部にある各コード値の列からレベル１の
特徴だけによるコード値の列を作成し、コード列
記憶部に記憶し、前記コード列記憶部のコード値
列を用い、(A)異なるカテゴリで同一コード値列を
もつものには仮想カテゴリ名とそのコード値列と
で、(B)異なるコード値列をもつものには同一カテ
ゴリ名のコード値の列を他カテゴリのコード値の
列を含むことなく各特徴ごとにコード値を組合わ
せ、下限値コードと上限値コードとを求めコード
値の範囲とし、カテゴリ名と各特徴ごとのコード
値の範囲とで、レベル１の辞書を作り、レベル１
の特徴で仮想カテゴリとなるものについて、前記
と同様にレベル２の辞書を作成し、作成される辞
書に仮想カテゴリ名が出なくなるまで順次レベル
を変えて辞書作成をくり返し階層辞書を作成し、
照合のための辞書とすることを特徴とする文字認
識方法。