JPH05258116A - 文字認識方法及び文字認識における辞書作成方法 - Google Patents

Abstract

(57)【要約】 【目的】 前処理の低減を行なって処理の高速化が可能
であり、高精度認識が可能な文字認識方法及び文字認識
における辞書作成方法を提供することである。 【構成】 あるカテゴリーの広がりを代表する標準パタ
ーンの集合についての第１層の学習と、複数の競合する
カデゴリーを分離するための標準パターンの集合につい
て第２層の学習とを行なう。全体として手書きの変形を
輪郭情報の高次化とＤＰマッチングにより吸収してい
る。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は、帳票上に印刷、記録さ
れた文字を読取り、輪郭情報により文字を認識する文字
認識方法に関すると共に、学習により基準文字の辞書を
登録させるようにした文字認識における辞書作成方法に
関する。

【０００２】

【従来の技術】従来、文字認識にＤＰ（Ｄｙｎａｍｉｃ
Ｐｒｏｇｒａｍｍｉｎｇ）マッチングを用いたものが
あるが、一般にオンライン文字の認識など筆順が既知で
ベクトル順序が分かるものに限られている。帳票上の文
字を読取り、その輪郭情報をそのままＤＰマッチングに
用いることは始点が決まらないため、ＤＰマッチングの
回数が多くなり実用的ではない。しかし、輪郭情報にＤ
Ｐマッチングを用いたものとして特公平４−１３８５号
公報に記載されたものがある。

【０００３】

【発明が解決しようとする課題】しかし、上記特公平４
−１３８５号公報に記載された文字読取装置では、符号
間の対応づけをＤＰマッチングを用いて行なっているた
めに辞書の削減とはなっているが、全てのカテゴリーと
マッチングを行なっているため、かなりの時間を要して
しまう欠点がある。また、基本辞書についての開示がな
いため、精度の面でも問題がある。

【０００４】本発明は上述のような事情より成されたも
のであり、本発明の目的は、前処理の低減を行なって処
理の高速化が達成でき、しかも高精度の認識と辞書の作
成が容易な文字認識方法及び文字認識における辞書作成
方法を提供することにある。

【０００５】

【課題を解決するための手段】本発明は、帳票上に記録
された文字を光学的に読取り、読取画像から前記文字の
輪郭線を抽出し、この輪郭線の屈折情報により前記文字
を複数の形状要素コードで符号化して形状コードを作成
し、予め登録された基準文字の形状コードと照合して前
記文字を認識する文字認識方法に関するもので、本発明
の上記目的は、前記複数の形状要素コードのうち特定の
複数の形状要素コードの重心を求め、読取画像の原点に
一番近い前記特定の形状要素コードを形状コードの開始
コードと決定して、形状コードを作成した後に基準文字
の形状コードと照合することによって達成される。

【０００６】また、本発明は、認識しようとする文字を
多数読取り、学習により基準文字の辞書を登録するよう
にした文字認識における辞書作成方法に関するもので、
本発明の上記目的は、文字を光学的に読取り、読取画像
から前記文字の輪郭線を抽出し、この輪郭線の屈折情報
により前記文字を複数の形状要素コードで符号化し、前
記複数の形状要素コードのうち特定の複数の形状要素コ
ードの重心を求め、読取画像の原点に一番近い前記特定
の形状要素コードを形状コードの開始コードと決定して
形状コードを作成し、この形状コードで表わされるベク
トル列を辞書のベクトル列とＤＰマッチングして距離が
所定値を越えた場合の読取画像の形状コードのベクトル
列を辞書に追加登録することによって達成される。

【０００７】

【作用】文字認識のアルゴリズムの開発では、認識率の
向上と、エラー率及びリジェクト率の低減とに多くの時
間を費やしているのが実状である。本発明では、能力ア
ップに必要な時間を短縮し、かつ高精度の認識率を実現
するために、輪郭情報の高次化による大分類とＤＰマッ
チングにより、手書きの変形を吸収することを基本にし
て詳細分類で２段の辞書の自動作成を行なう。

【０００８】手書き文字の認識に際して、細線化方式に
よる構造解析的な手法もある。この細線化方式は図３
（Ａ）に示すように、文字のセグメント処理などを可能
にするためにデータの扱い易さを求めたものであるが、
文字認識のための前処理（細線化）が必要であるといっ
た欠点があると共に、つぶれ文字やひげ雑音によるエラ
ー低減のために特殊な処理も多く、能力アップに要する
時間も長いと考えられる。これに対し、本発明では図３
（Ｂ）に示すような輪郭情報を用いており、つぶれやひ
げ雑音の影響の少ない輪郭情報を基本データに用いた特
徴抽出から辞書作成までを行なっている。

【０００９】

【実施例】図１は本発明の認識システムを機能ブロック
で示しており、認識対象文字を読取って輪郭情報の抽出
を図３（Ｂ）のように行ない、輪郭情報から変化点を抽
出し形状要素コードの抽出を行なう。次に、抽出された
形状要素コードから形状コードｉ〜ｎを作成するが、本
発明ではこれを大分類と称する。このような大分類の
後、作成された形状コードｉ〜ｎについて詳細分類を行
なう。形状コードｉ〜ｎは文字に対応するコードのこと
であり、このコードで表わされる文字カテゴリーは複数
個存在することも多い。そして、形状コード毎に各カテ
ゴリーに分類するための辞書が存在し、辞書の作成は学
習によって行なう。詳細分類はＤＰマッチングによって
行ない、辞書作成時においてもＤＰマッチングによる距
離計算を用いて辞書作成を行なう。詳細に関しては後述
する。

【００１０】次に、大分類における輪郭情報の高次化に
ついて説明する。先ず図４（Ａ）に示す輪郭画像につい
て、同図（Ｂ）に示すようにｎドットピッチの点座標を
求め、これら点座標の各ドット間を同図（Ｃ）に示すよ
うに直線で結線する。そして、隣接した３点毎に、隣接
する線分の角度差がｍ度（例えば１５度）以上になる点
を変化点として求める。この場合、凹の変化点を○と
し、凸の変化点を●として、図４（Ｅ）に示す如く分類
する。

【００１１】次に、上述の如くして求めた変化点に基づ
いて、形状要素コードの抽出を行なう。変化点の中で、
凹の変化点を挟む２つの凸の変化点で構成される形状に
よりＶ型とＵ型に分類し、更に上下左右の方向も含め図
５（Ｂ）のように８個の形状要素コード１〜８に分類す
る。この場合、２つの凸点の間に１つの凹点が存在する
か、２つの凹点が連続して存在するパターンがＶ型であ
り、２つの凸点の間に２つ以上の凹点が離れて存在する
パターンがＵ型である。図５（Ａ）は“３”の輪郭情報
に対して、形状要素コード３及び４のＶ型と、形状要素
コード７のＵ型を示している。形状要素コードの抽出
後、形状の統一条件に従って形状コードを作成する。図
６（Ａ）及び（Ｂ）に示すように追跡のスタート点ＳＴ
の違いにより、形状要素コードの出現順序が異なる場合
がある。出現順番をもとに形状コードを決めた場合、同
じ様な形状でも対応する形状コードが異なる。すなわ
ち、図６（Ａ）の場合はスタート点ＳＴからＰ方向に追
跡するので、形状要素コードの出現順序は右向きＶ
（３）→左向きＶ（４）→下向きＶ（１）→下向きＵ
（５）となり、同図（Ｃ）のような形状コード“３４１
５”となる。これに対し、図６（Ｂ）の場合はスタート
点ＳＴからＱ方向に追跡するので、形状要素コードの出
現順序は下向きＵ（５）→右向きＶ（３）→左向きＶ
（４）→下向きＶ（１）となり、同図（Ｄ）のような形
状コード“５３４１”となる。このため、形状順序の統
一条件を定め、形状コードの安定的な抽出を行なう必要
がある。本発明では、下向きＵ（５）、右向きＵ
（７）、下向きＶ（１）、右向きＶ（３）（図５（Ｂ）
参照）のいずれかの形状要素コードで、各重心から原点
（ｘ＝０，ｙ＝０）に最も近い形状要素コードを形状コ
ードの開始コードとしており、これを以下、統合条件と
する。図６（Ａ）及び（Ｂ）の例では、上記統合条件よ
り下向きＵ（５）が最も原点に近いので、この下向きＵ
（５）が開始コードとなり、（Ａ）及び（Ｂ）共に形状
コード“５３４１”となる。尚、本発明では、図７
（Ａ）に示すようなループ数と、同図（Ｂ）に示すよう
なブロック数とを最後のコードに２桁付加し、図６
（Ａ）及び（Ｂ）に関してはループ数が１で、ブロック
数が１であるので、形状コードを“５３４１１１”とす
る。ループ数は内部ループを含む閉ループ数であり、ブ
ロック数は内部ループを含まない閉ループ数である。

【００１２】上述のような形状コードの作成により、文
字は高次の特徴に置き換えられて大分類される。詳細分
類の役割は、上記大分類の形状コードに分類された文字
候補を一意のカテゴリーに決定することである。かかる
認識系を構成するために、人間が特徴関数並びにパラメ
ータを決めることは、認識対象字種が増加すると共に極
めて困難となる。このような問題を解決するために、本
発明ではパターンマッチング的な要素を取り入れ、２段
階に分けて辞書を自動的に作成する。

【００１３】詳細分類では辞書とのマッチングにＤＰマ
ッチングを用いるが、文字をベクトル情報（２次元のベ
クトル列で、既知のスタート点からｎドット毎のベクト
ル列）で表現する。図８（Ａ）に示すように、一般的に
ベクトルＡとＢの距離Ｌとして考える場合、１−ｃｏｓ
^２θ＝ｓｉｎ^２θを定義する。θ＝０の場合は距離Ｌは
０と考えられるし、角度θが大きくなるに従ってｓｉｎ
^２θは増加する。しかし、図８（Ｂ）に示すようにθ＝
πの位置で０となるが、この不合理を避けるために実距
離｜Ａ−Ｂ｜を加算して距離Ｌを与えている。即ち、距
離Ｌは

【００１４】

【数１】 Ｌ＝（１−ｃｏｓ^２θ）・ｋ１＋｜Ａ−Ｂ｜・ｋ２ ただし、ｋ１及びｋ２は定数である。このように形状コ
ードで文字を分類することにより、（１）輪郭情報によ
りコード化されたカテゴリー内のデータではスタート点
が既知であり、安定して求めることができる、（２）大
分類後の処理であるため、全数マッチングが回避され
る、といった利点がある。

【００１５】文字のベクトル列の表現は図９（Ａ），
（Ｂ）に示すようになり、例えば図９（Ａ）は、スター
ト点からのｎドットピッチの点座標に対する辺ａ１，ａ
２，…，ａｎをそれぞれベクトルで表わし、

【数２】 と表現する。同様に、図９（Ｂ）に示す文字のベクトル
列は、

【数３】 と表現する。尚、各文字のスタート点は、図１０に示す
●印のように、各形状要素コードによって予め定められ
た点を用いる。

【００１６】図１１はＤＰマッチングの様子を示してお
り、入力パターンのベクトル

【数４】 を予め格納されている標準パターンのベクトル

【数５】 とマッチングさせるが、格子点（１，１）から格子点
（ｎ，ｍ）までの距離が最小となるような経路を求め
る。その場合、マッチング窓と称されるｊ＝ｉ＋ｒとｊ
＝ｉ−ｒとの間で行なわれ、歪み関数の条件は、（１）
単調増加（順番の入れ替わりがない）、（２）極端に歪
んでいない（マッチング窓を設ける）、である。また、
ＤＰマッチングでの漸化式は、初期条件をｇ（１，１）
＝ｄ（１，１）として、

【数６】 ｇ（ｉ，ｊ）＝ｍｉｎ｛ｇ（ｉ，ｊ−１）＋ｄ（ｉ，ｊ），ｇ（ｉ−１ ，ｊ−１）＋２ｄ（ｉ，ｊ），ｇ（ｉ−１，ｊ） ＋ｄ（ｉ，ｊ）｝ で与えられる。

【００１７】学習データが大分類により各形状コードに
分類された後、それぞれの形状コード内のカテゴリーに
対して辞書を作成する。学習は大きく分けて２段階に分
かれる。１つは、カテゴリー内だけで標準パターンを決
定する第１層の学習であり、もう１つは、第１層のみで
は判断できないパターンのみを標準パターンとして決定
する第２層の学習である。ここでは例として、形状コー
ドＡの中にカテゴリー“１”と“２”が存在する場合、
この“１”と“２”を分類すべき辞書を作成する場合を
説明する。

【００１８】図１２は第１層の学習の様子を示してお
り、“１”であると分っているデータ１０の中のデータ
を順次辞書１１とＤＰマッチング１２を行ない、その距
離がスレッショルドＴＨ１よりも大きいか否かを判定
（１３）する。そして、距離がスレッショルドＴＨ１よ
りも大きいデータだけを登録（１４）し、辞書１１に加
える。尚、登録１４はベクトルデータで行なう。カテゴ
リー“２”に関しても同様である。もう少し詳細に説明
すると、一番最初はスレッショルドＴＨ１のみが与えら
れており、第１層の“１”の辞書１１の中身は空であ
り、“１”であると分っているデータ１０の中のデータ
を先ず１個取出して辞書１１とＤＰマッチングを行なう
と、当然距離は定義出来ないので、このデータのベクト
ル列を辞書１１に標準パターンとして登録する。次に、
データ１０の中の２個目のデータを取出して辞書１１と
ＤＰマッチングを行ない、既に登録された１個目のベク
トル列との距離がスレッショルドＴＨ１より小さければ
新たに辞書１１には登録しないが、もし１個目のベクト
ル列との距離がスレッショルドＴＨ１より大きければ、
この２個目のデータのベクトル列も辞書１１に標準パタ
ーンとして登録する。こうして１個目と２個目のデータ
のベクトル列をそれぞれ登録した場合に、次の３個目の
データは、辞書１１の中の全ての標準パターン（今の例
では１個目のベクトル列と２個目のベクトル列の両方）
とＤＰマッチングを行ない、もし各標準パターンとの距
離が１つでもスレッショルドＴＨ１より小さければ登録
はしない（辞書１１に既に登録されているある１つの標
準パターンで、そのデータは表わされていることになる
からである）。辞書１１の中に登録されている全ての標
準パターンとの距離が全てスレッショルドＴＨ１より大
きければ、いい換えれば各標準パターンとの距離の最小
値（最小距離）がスレッショルドＴＨ１より大きけれ
ば、新たな標準パターンとして辞書１１にそのデータの
ベクトル列を追加登録する。

【００１９】図１４は第１層の学習を一般化したフロー
チャートであり、カテゴリーｉに属するデータを順次そ
のカテゴリーｉの標準パターン（辞書）とＤＰマッチン
グを行ない（ステップＳ１０）、ＤＰマッチングによる
距離計算で求められた最小距離がスレッショルドＴＨ１
よりも大きいか否かを判断し（ステップＳ１１）、スレ
ッショルドＴＨ１を越えた文字データのベクトル列を新
しいパターンとしてカテゴリーｉの標準パターンに加え
る（ステップＳ１２）。上記動作をカテゴリーｉからｎ
まで順次行なう。この結果、カテゴリーｉ〜ｎに含まれ
るデータは、すべてそれぞれの標準パターンとの距離が
スレッショルドＴＨ１以下となる。

【００２０】図１３は第２層の学習の様子を示してお
り、第１層での学習のときと同じデータを用い、第１層
で作成された辞書で認識したときに文字が競合する場
合、つまり１つのデータが２つの辞書の標準パターンに
似ている場合に、その競合を解消するために第２層の辞
書を作成する様子を示している。先ず、“１”であると
分っているデータ３０（図１２のデータ１０と全く同じ
データ）の中のデータを１個取出し、“１”の辞書３１
の各標準パターンとＤＰマッチングを行なうと共に、同
じ形状コードの他の辞書である“２”の辞書３４の各標
準パターンともＤＰマッチングを行ない、各々の距離を
求める。“１”の辞書３１の各標準パターンとの距離の
最小値（最小距離）は当然スレッショルドＴＨ１より小
さいが（そうなるように第１層の辞書を作成しているの
で）、“２”の辞書３４の各標準パターンとの距離の最
小値（最小距離）が、もしスレッショルドＴＨ１より小
さければそのデータは“２”とも判断されることにな
り、競合が生じたことになる。この場合には、スレッシ
ョルドＴＨ１より小さい値のスレッショルドＴＨ２が、
予め設定された第２層の辞書と照合することになるが、
“１”の第２層の辞書３５にはまだ標準パターンが１つ
も登録されていないので、第２層の辞書３５とＤＰマッ
チングを行なうと、当然距離は定義出来ないので、この
“１”のデータのベクトル列が第２層の“１”の辞書３
５に登録される。次に、“１”のデータ３０の中の２つ
目のデータを取出して同様にＤＰマッチングを行ない、
もし競合があれば、第２層の“１”の辞書３５の標準パ
ターンとＤＰマッチングを行ない、距離の最小値（今は
標準パターンはまだ１個しかないので、距離の値は１個
しかないが）がスレッショルドＴＨ２より大きければ、
そのデータのベクトル列を第２層の“１”の辞書３５に
登録する。このように、“１”のデータ３０の中の全て
のデータについて順次行なって、第２層の“１”の辞書
３５を自動作成する。全く同様にして、“２”と分って
いるデータ３３（図１２のデータ２０と全く同一）の個
々のデータについても、“１”と競合が生じて第２層の
“２”の辞書３６との距離がスレッショルドＴＨ２より
大きければ、第２層の“２”の辞書３６に順次自動登録
していく。

【００２１】図１５は第２層の学習を一般化したフロー
チャートであり、カテゴリーｉに属するデータから順次
第１層の標準パターン辞書ｉ〜ｎまで全てについて、Ｄ
Ｐマッチングによる距離計算を行なう（ステップＳ２
０）。そして、求められた最小距離がスレッショルドＴ
Ｈ１より小さくなるカテゴリーが複数個存在するか否か
を判定し（ステップＳ２１）、複数個存在する場合に
は、第２層目のカテゴリーｉの標準パターンとのＤＰマ
ッチングを行なう（ステップＳ２２）。その最小距離が
スレッショルドＴＨ２よりも大きいか否かを判定し（ス
テップＳ２３）、大きいものが存在すればその文字のベ
クトル列をカテゴリーｉの標準パターンに登録する（ス
テップＳ２４）。上記動作をカテゴリーｉ〜ｎについて
行なう。ただし、スレッショルドＴＨ１及びスレッショ
ルドＴＨ２は、ＴＨ１＞ＴＨ２なる正の定数である。こ
の結果、第１層で分離できない文字は２層目で、更に小
さい距離ＴＨ２以内の標準パターンをもつ辞書に登録さ
れていく。

【００２２】このようにして作成された辞書を用いて、
文字を認識させるフローを図２に示す。先ずある形状コ
ードに分類された文字が、未知サンプルとして入力され
て来る（ステップＳ１）。今、この形状コードにはカテ
ゴリーｉ〜ｎが存在していると考える。そして、入力さ
れた文字のベクトルデータと、第１層で用意されたカテ
ゴリーｉ〜ｎの辞書を用いてＤＰマッチングで距離計算
を行なう（ステップＳ２）。ここで、計算された距離の
うち、最小距離がスレッショルドＴＨ１より小さくなる
カデゴリーが１つだけであれば、その結果を出力し（ス
テップＳ３）、複数のカテゴリーが有ればステップＳ４
に進む。ステップＳ４ではカテゴリーｉ〜ｎの第２層で
の辞書を用いて、ＤＰマッチングにより距離計算を行な
う。その結果、スレッショルドＴＨ２より大きいＴＨ３
なるスレッショルド内で最小距離のカテゴリーを結果と
して出力する（ただし、第２候補も共にスレッショルド
ＴＨ２以下になるときは除く）。従って、第１及び第２
候補とのカテゴリー距離が共にスレッショルドＴＨ２以
下、又は同距離の場合のみ判定出来ないとしてリジェク
トする。尚、スレッショルドＴＨ３は、ＴＨ２＜ＴＨ３
＜ＴＨ１の関係を有する定数である。

【００２３】

【発明の効果】以上のように本発明によれば、つぶれた
データでも１つのパターンとして辞書に登録可能であ
り、細線化処理が不要なために輪郭追跡もソフト対応で
十分である。また、エラー率が極めて低く認識能力も高
く、辞書の作成はデータさえ揃えば自動的に行なえ、個
人特有の辞書も作成できる。更に、辞書のマッチング処
理の並列化により高速化が可能である。

【図面の簡単な説明】

【図１】本発明の認識システムの機能ブロック図であ
る。

【図２】本発明の認識時のフローチャートである。

【図３】文字情報の細線化と輪郭情報を説明するための
図である。

【図４】輪郭情報についての変化点の抽出を説明するた
めの図である。

【図５】形状要素コードの抽出を説明するための図であ
る。

【図６】形状コードの作成を説明するための図である。

【図７】ループ数とブロック数を説明するための図であ
る。

【図８】本発明による距離の計算をするための図であ
る。

【図９】文字のベクトル列表現を説明するための図であ
る。

【図１０】文字ベクトルを作成するときのスタート点を
各形状要素コード毎に示す図である。

【図１１】ＤＰマッチングを説明するための図である。

【図１２】第１層の学習（カテゴリー毎の辞書登録）を
説明するための図である。

【図１３】第２層の学習（カテゴリー間の競合解消）を
説明するための図である。

【図１４】第１層の学習例を示すフローチャートであ
る。

【図１５】第２層の学習例を示すフローチャートであ
る。

【符号の説明】

１０、２０、３０、３３ データ １２、２２、３７ ＤＰマッチング １１、２１、３１、３４、３５、３６ 辞書

Claims (3)

【特許請求の範囲】
1. 【請求項１】 帳票上に記録された文字を光学的に読取
   り、読取画像から前記文字の輪郭線を抽出し、この輪郭
   線の屈折情報により前記文字を複数の形状要素コードで
   符号化して形状コードを作成し、予め登録された基準文
   字の形状コードと照合して前記文字を認識する文字認識
   方法において、前記複数の形状要素コードのうち特定の
   複数の形状要素コードの重心を求め、読取画像の原点に
   一番近い前記特定の形状要素コードを形状コードの開始
   コードと決定して、形状コードを作成した後に基準文字
   の形状コードと照合するようにしたことを特徴とする文
   字認識方法。
2. 【請求項２】 認識しようとする文字を多数読取り、学
   習により基準文字のベクトル列を辞書として登録するよ
   うにした文字認識における辞書作成方法において、文字
   を光学的に読取り、読取画像から前記文字の輪郭線を抽
   出し、この輪郭線の屈折情報により前記文字を複数の形
   状要素コードで符号化し、前記複数の形状要素コードの
   うち特定の複数の形状要素コードの重心を求め、読取画
   像の原点に一番近い前記特定の形状要素コードを形状コ
   ードの開始コードと決定して形状コードを作成し、この
   形状コードで表わされる文字のベクトル列を辞書のベク
   トル列とＤＰマッチングして距離が所定値を越えた場合
   の読取画像の形状コードのベクトル列を辞書に追加登録
   するようにしたことを特徴とする文字認識における辞書
   作成方法。
3. 【請求項３】請求項２で作成された辞書により、予め用
   意された認識しようとする文字を読取ってＤＰマッチン
   グしたとき、２種類以上の文字の辞書と競合が生じるこ
   とを避けるための第２の辞書を設け、請求項２で作成し
   た読取画像の形状コードで表わされる文字のベクトル列
   を前記第２の辞書の形状コード毎に用意されたベクトル
   列群とＤＰマッチングして、距離が前記所定値より小さ
   い第２の値を越えた場合の読取画像の形状コードで表わ
   される文字のベクトル列を前記第２の辞書に追加登録す
   るようにしたことを特徴とする文字認識における辞書作
   成方法。