JPH05290170A - ファジィパターン認識装置 - Google Patents

Abstract

(57)【要約】 【目的】 ノイズ成分の多い入力パターンに対し、ノイ
ズ成分の影響を少なくして理想的形状に近い成分をより
強く評価することにより、認識の制度を向上させたファ
ジィパターン認識装置を提供する。 【構成】 メインプロセッサ３は、信号変換部２により
２値化された読み取り画像と、耐ノイズ性評価調整部４
により読み取り画像のノイズに応じて調整された耐ノイ
ズ性照合用パターン（ファジィテンプレート）とを比較
することにより、そのファジィテンプレートに対する認
識の確信度を算出する。耐ノイズ性ファジィテンプレー
トにおけるノイズ成分に対する評価基準を調整するため
のパラメータは、耐ノイズ性評価調整用マンマシンイン
タフェース５により変更可能である。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は、ファジィ理論を利用し
て、例えば活字体に対する手書き文字のように基本パタ
ーンから変形されたパターンについても的確に認識する
機能を備えたファジィパターン認識装置に関する。

【０００２】

【従来の技術】従来のパターン認識装置は、一般に形状
が厳密に定められたパターンを認識するものであるが、
手書き文字のように一定の形状に限定されない曖昧なパ
ターンでも認識するための手段として、ニューラルネッ
トワークを用いる方法が知られている。この方法では、
予め認識対象のパターンについて学習することによりニ
ューラルネットワークを形成し、それによって入力パタ
ーンを認識する。

【０００３】しかし、このニューラルネットワークを用
いる方法は、学習という作業を必要とし、識別すべきパ
ターンの候補が増えるたびに再学習が必要となる。ま
た、ニューラルネットがブラックボックスであって、認
識対象のパターン信号を取り込む入力装置の経年変化等
により、認識すべきパターンの候補の特徴に変化が認め
られた場合、その変化を装置の動作に反映することが難
しく、誤認識が発生することもある等の問題点がある。

【０００４】これに対し、近年ファジィ理論を用いて曖
昧なパターンを認識する方法が提案されている。この方
法は、例えば「この部分の近傍に縦の線がある」のよう
に、パターンの特徴に関する知識を複数個持っていてそ
れらを一つ一つチェックすることを基本としている。し
かしながら、ファジィ理論による従来のパターン認識方
法では、ソフトウエアを含むシステム開発に際してパタ
ーンの特徴に関する知識を獲得する作業（ルール作成作
業）が必要であり、実際のパターン認識を行う際にパタ
ーンの特徴抽出アルゴリズムが必要になる。そのため、
多くのルールとファジィ集合のメンバシップ関数を必要
とし、処理が複雑になるという問題点があった。

【０００５】

【発明が解決しようとする課題】そこで、本願の発明者
は、従来のファジィ理論の集合によるパターン認識の問
題点を解決するために、予め設定したファジィ集合のメ
ンバシップ関数を組み合わせることにより、認識対象と
照合すべき基本的なパターンを用意しておき、これらと
認識対象のパターンについてメンバシップ関数の適合度
を求め、それらの値から当該パターンを評価するための
指標である確信度を算出するようにしたパターン認識方
法を先に提案した（特願平２−２７４３５５号）。

【０００６】この方法によれば、任意の形状（例えば楕
円）の境界を有するファジィ領域を示すメンバシップ関
数を組み合わせることにより、認識対象と照合されるパ
ターンが形成されるので、学習のように手間がかかる作
業を要することなく効率よく文字や図形等のパターンを
認識することができる。なお、この方法でメンバシップ
関数を組み合わせることにより形成される照合用のパタ
ーンを「ファジィテンプレート」と呼ぶことにし、本明
細書でもこの「ファジィテンプレート」を用いる。

【０００７】図９〜図１１はそれぞれ数字「２」、
「３」、「８」のファジィテンプレートを示す。これら
のファジィテンプレートの適合度の範囲は［-1,1］に固
定されている。このようなテンプレートを用いて認識対
象の入力パターンを認識する場合、入力パターンにおい
て本来の理想的形状から離れた位置に画像信号（２値信
号の場合“１”となる個所）があると、認識の確信度の
算出において減点する効果をもたらす、すなわち確信度
に負の値を付与することになる。

【０００８】従って、入力パターンにノイズ成分が少な
い状況では、手書き文字のように理想的形状からくずれ
た入力パターンを識別する場合、例えば「５」と
「６」、「３」と「８」、或は「６」と「８」等のよう
に、線の切れ目の有無によって区別されるパターンを識
別する場合は、切れ目のないパターン「８」に対して上
記の減点効果がより大きくなるので、高い認識精度を与
えることができる。

【０００９】しかしながら、図１２、図１３に示すよう
に、入力パターン自体は理想的形状（図示例の場合
「２」、「３」）に近いが、ノイズ成分も多い場合に
は、上記の減点効果により、いずれも「８」として誤認
識される恐れがある。従って、例えば、このような認識
結果に基づいて制御などの動作を決定するファジィ意志
決定支援システムにおいては、状況を明確に判断するこ
とができなくなる事態も生じ得る。

【００１０】これを防止する手法としては、入力パター
ンの特徴（例えば、数字「２」の場合、中間部の斜線と
下部の横線）に着目し、それを抽出して評価する部分的
評価法が考えられるが、これは上記の例のように特徴を
抽出できること、すなわち部分的評価が有効なパターン
であることを要するので、特徴抽出が困難なパターンに
対して有効な手法が必要になる。

【００１１】故に、本発明の目的は、ノイズ成分の多い
入力パターンに対し、ノイズ成分の影響を少なくして理
想的形状に近い成分をより強く評価することにより、認
識の精度を向上させるファジィパターン認識装置を提供
することにある。

【００１２】

【課題を解決するための手段】本発明は、ファジィ集合
を表わすメンバシップ関数に基づいてパターン認識を行
うファジィパターン認識装置において、認識対象のパタ
ーンを入力するパターン入力部と、前記メンバシップ関
数を１以上発生し、該メンバシップ関数を組み合わせる
ことにより前記パターン入力部を介して入力する認識対
象のパターンを認識するための照合用パターンを形成す
る照合パターン形成手段と、前記照合パターン形成手段
により形成された照合用パターンの適合度の範囲を変更
する適合度範囲変更手段と、前記認識対象のパターン
と、前記照合パターン形成手段により形成された照合用
パターン又は前記適合度範囲変更手段により適合度の範
囲が変更された照合パターンとを比較して、認識の確信
度を算出する演算を選択的に行う演算処理手段とを備え
たことを特徴とする。

【００１３】上記適合度範囲変更手段は、パターン入力
部を介して入力される認識対象のパターンのノイズ成分
に応じて照合用パターンの適合度の範囲を任意に変更可
能なマンマシンインタフェースを有することが好まし
い。

【００１４】

【作用】本発明においては、照合パターン形成手段で形
成された照合用パターンの適合度の範囲を適合度範囲変
更手段により変更できるので、入力パターンにおけるノ
イズ成分に対する評価基準を状況に応じて変更できる。
このため、認識対象の入力パターンのノイズ成分の影響
を低減し、結果としてノイズ成分以外の入力パターンを
強調して評価することができ、パターン認識の精度が向
上する。

【００１５】

【実施例】図１は、本発明に係るファジィパターン認識
装置の一実施例を示すブロック図であり、図２は、この
装置で用いられるファジィテンプレートの座標を示す。

【００１６】実施例の装置は文字を認識するように構成
され、以下の要素から成る。

【００１７】画像読取装置１は、活字体又は手書き文字
の画像を読み取るために、認識対象を照明する光源と、
画像の反射光により画像を読み取って電気信号に変換す
る光電変換器等を有する。これに代えて、感圧式の手書
き文字入力装置を用いてもよい。

【００１８】信号変換部２は、画像読取装置１により読
み取られた画像信号を、例えば“０”（＝「白」）又は
“１”（＝「黒」）の２値信号に変換し、また、図２に
示す座標のように読取画像の大きさの補正（スケーリン
グ）を行うように構成されている。この補正では、例え
ば文字が上下につぶれた形状である場合には、後述する
照合用パターン（ファジィテンプレート）の縦横の比率
に適合するように、その形状が上下に引き延ばされる。

【００１９】上記の画像読取装置１と信号変換部２は、
認識対象のパターンを入力するためのパターン入力部を
構成している。

【００２０】メインプロセッサ３は、信号変換部２によ
り２値化され且つ形状が補正された読み取り画像と、後
述の耐ノイズ性評価調整部４において読み取り画像のノ
イズに応じて調整された耐ノイズ性ファジィテンプレー
トとを比較することにより、そのファジィテンプレート
に対する認識の確信度を算出する演算処理手段を構成し
ている。

【００２１】耐ノイズ性評価調整部４は、ノイズ成分に
対する評価基準を調整するためのパラメータα（詳細は
後述）とアルゴリズムを記憶するメモリから成り、これ
に記憶されたパラメータαは、耐ノイズ性評価調整用マ
ンマシンインタフェース５を介して変更可能である。

【００２２】耐ノイズ性評価調整部４と耐ノイズ性評価
調整用マンマシンインタフェース５は、ファジィテンプ
レートの適合度範囲変更手段を構成している。

【００２３】記憶装置６は、メインプロセッサ３がパタ
ーンを識別するために必要な１以上の３次元メンバシッ
プ関数の組み合わせ方と適合度の範囲を定めることで生
成されるファジィテンプレートを格納するものであり、
これに記憶されたファジィテンプレートは、マンマシン
インタフェース７を介して調整及び変更可能である。

【００２４】なお、マンマシンインタフェース５及び７
は、例えば、コンピュータの端末装置として用いられる
ＣＲＴとキーボードで構成される。また、図では個別の
構成要素として示されているが、実際には１つのハード
ウエアで構成できる。

【００２５】３次元メンバシップ関数発生装置８は、上
記ファジィテンプレートを作成するために必要な３次元
メンバシップ関数を発生する。

【００２６】上記の３次元メンバシップ関数発生装置８
と記憶装置６とマンマシンインタフェース７は、照合パ
ターン形成手段を構成している。

【００２７】信号変換部９は、メインプロセッサ３によ
り最終的に認識された結果を示すパターンを２値化信号
からアナログ信号に変換し、ＣＲＴ等の出力装置１０に
送出する。

【００２８】次に、実施例におけるパターン認識の原理
と方法を説明する。

【００２９】まず、１個以上の３次元メンバシップ関数
を組み合わせて、認識すべき基本パターンの活字体に対
応するファジィテンプレートを作成する。このために用
いられる３次元メンバシップ関数を、図３及び図４を参
照して説明する。

【００３０】（Ａ）メンバシップ関数の設定 例えばｘ−ｙ直交座標及び適合度から成る３次元空間内
に、図３に示すような楕円形の等適合度線を有するメン
バシップ関数を考える。ここで図中の記号を以下のよう
に定義する。なお、簡単のため、原点を基準点（３次元
メンバシップ関数を最も簡単に記述するための中心点）
とする。

【００３１】 F(x,y,R_x,R_y)=0：等適合度線の楕円形状を与える関数 t_x=f(x) ：x-t_x面における釣鐘型メンバシップ関数 t_y=g(y) ：y-t_y面における釣鐘型メンバシップ関数 R_x ：適合度が「１」の楕円形の等適合度線のｘ軸方向の半径 R_y ：適合度が「１」の楕円形の等適合度線のｙ軸方向の半径 a_x ：ｘについてのファジィ・エントロピーに比例するパラメー タ a_y ：ｙについてのファジィ・エントロピーに比例するパラメー タ r_x ：任意の点(x,y) を含む等適合度線と適合度“１”の等適合 度線とのx-tx断面上での距離 r_y ：任意の点(x,y) を含む等適合度線と適合度“１”の等適合 度線とのy-t_y断面上での距離 ｔ ：３次元メンバシップ関数によって与えられる点(x,y) の適 合度 説明の便宜上、適合度ｔをt_x，t_yに分けて記述するが、
ｔ，t_x，t_yは事実上同一の座標軸である。

【００３２】このとき、任意の点(x,y) を含む等適合度
線は次のようになる。

【００３３】

【数１】

【００３４】また、t_x、t_yについての３次元メンバシッ
プ関数は

【００３５】

【数２】

【００３６】

【数３】

【００３７】と表わされる。ここで、復号の−はｘ，ｙ
が正側の部分、＋はｘ，ｙが負側の部分を表わす。

【００３８】x-t_x断面上及びy-t_y断面上では、着目する
等適合度線と基準点の距離は、それぞれR_x＋r_x，R_y＋r_y
になるので、

【００３９】

【数４】

【００４０】

【数５】

【００４１】従って、これらより、

【００４２】

【数６】

【００４３】このとき、第１項と第２項の分母の（）内
が同じ形でないと、ｔについての陽関数には変形できな
い。そこで、 min(R_x/a_x,R_y/a_y)＝ｓ_k ・・・・(7) を求め、０＜ｓ＜ｓ_k の範囲から適当なｓの値を選び、

【００４４】

【数７】

【００４５】となるd_x，d_yを求める。すなわち d_x＝R_x−a_xs ・・・・(9) d_y＝R_y−a_ys ・・・(10) を求め、等適合度線の関数を次式のように変形する。

【００４６】

【数８】

【００４７】ここで、復号の−はｘ，ｙが正側の部分、
＋はｘ，ｙが負側の部分を表わす。

【００４８】

【数９】

【００４９】この式の幾何学的な意味は、図４に示すよ
うに本来の楕円形に対し直線部分を付け加えて近似した
形状を表わしている。この式により、

【００５０】

【数１０】

【００５１】但し、|x|<d_xのときx=d_x，|y|<d_yのときy=
d_yとして計算する。また、図３のように、着目する等適
合度線が適合度“１”の楕円の外側にある場合、｛ ｝
内は正の値になる。

【００５２】同様にして、着目する等適合度線が適合度
“１”の楕円の内側にある場合にも全く同じ式が得られ
る。但し、この場合、任意の点(x,y) が近似した等適合
度線の直線部分に存在するときは、|x|<d_xかつ|y|<d_yと
なって｛ ｝内は正の値になり、楕円部分にあるときは
｛ ｝内は負の値になる。

【００５３】適合度“１”の楕円の内側（あるいは外
側）が一様に適合度“１”の領域になる場合は、上記条
件によって判断し、値を与える。

【００５４】例として、図５（ａ）に示すような「８」
の文字図形に対する３次元メンバシップ関数で表される
ファジィテンプレートは、(14)式より次のようになる。

【００５５】中心点が（6,14) で半径が3.5 の円を適
合度“１”とする３次元楕円メンバシップ関数の適合度
の範囲を[-1,1]に拡張した場合（図６）

【００５６】

【数１１】

【００５７】中心点が（6,6)で半径が4.5 の円を適合
度“１”とする３次元楕円メンバシップ関数の適合度の
範囲を[-1,1]に拡張した場合（図７）

【００５８】

【数１２】

【００５９】図８（ｃ）に示すように、上記の３次
元楕円メンバシップ関数の組み合わせにより得られる次
の関数を、上記文字図形「８」に対するファジィテンプ
レートの３次元メンバシップ関数とする。

【００６０】ｔ＝max(t₁,t₂) ・・・・(17) ここで、適合度の範囲を[-1,1]に拡張した理由は、不適
当な入力座標値に対しては−（マイナス）の評価値を与
えるためであり、例えば真っ黒な画像信号が入力された
ときに、後述する適合度の総和が小さい値になるように
するためである。

【００６１】（Ｂ）画像入力の変換 画像読取装置１により入力画像を読み取り、信号変換部
２により大きさの補正を含む２値信号への変換を行う。

【００６２】図５（ａ）を例にして説明すると、この場
合、図５（ｂ）に示すように、「８」の文字を包含する
領域をｘ軸方向に12個、ｙ軸方向に19個の領域に分割
し、各領域を文字の形に対応した２値信号に変換する。
ここで、空白の領域は２値信号の“０”に変換し、黒の
領域は２値信号の“１”に変換する。大きさの補正は、
上下左右それぞれの端から２つ目の黒領域が上下左右そ
れぞれの端から２列目に入るようにする。

【００６３】このとき、図８（ｂ）に示すように、12×
19＝228 個の領域のうちｎ＝35の領域に２値信号の
“１”（黒）が与えられる。

【００６４】（Ｃ）入力画像の適合度の演算 （Ａ）で設定したメンバシップ関数ｔに対し、（Ｂ）で
得られたｎ個の黒領域（２値信号（０，１）のうち
“１”の値を持つドット）の適合度の総和Ｔ₁ と領域１
個当たりの平均適合度Ｓ₁ ＝Ｔ₁/ｎとを求める。

【００６５】上記の例では、図８（ｂ）（ｃ）に示すよ
うに、ｎ＝35個の黒領域の座標値によって算出される適
合度の総和Ｔ₁ ＝28，領域１個当たりの平均適合度Ｓ₁
＝28／35＝0.8 となる。

【００６６】（Ｄ）理想的な形状の適合度の演算 （Ｃ）と同様に、最も理想的な形状の図形が入力された
場合の適合度の総和Ｔ ₂ と平均適合度Ｓ₂ を求める。最
も理想的な「８」の場合には図８（ｄ）（ｃ）に示すよ
うに、40個の黒領域の適合度の総和Ｔ₂ ＝38、領域１個
当たりの平均適合度Ｓ₂ ＝38／40＝0.95となる。

【００６７】（Ｅ）確信度の算出 （Ｃ）と（Ｄ）の結果から、適合度の総和の比率Ｔ₁ ／
Ｔ₂ と平均適合度の比率Ｓ₁ ／Ｓ₂ を加算して２で割る
ことにより、確信度を算出する。上記例では、確信度
は、

【００６８】

【数１３】

【００６９】となる。

【００７０】なお、適合度の総和の比率Ｔ₁ ／Ｔ₂ は、
場合によっては“１”を超えるが、その場合は無条件に
“１”とする。すなわち、min(Ｔ₁/Ｔ₂ ，1)とする。

【００７１】以上は、３次元楕円メンバシップ関数の適
合度の範囲を[-1,1]に設定した場合である。

【００７２】次に、耐ノイズ性ファジィテンプレートに
ついて説明する。

【００７３】図２に示すように、座標のｘ，ｙ方向がそ
れぞれｉ（ｉ＝１〜１２ドット），ｊ（ｊ＝１〜２１ド
ット）で構成されている場合、例えば図１１に示す数字
「８」に対して、次のようなファジィテンプレートを設
定する。

【００７４】ｆ＝ max (ｆ₁ ，ｆ₂ ) ・・・(19) 但し、

【００７５】

【数１４】

【００７６】上式でα＝２とすると、３次元楕円メンバ
シップ関数の適合度の範囲を[-1,1]に設定した場合にな
り、α＝１とすると、適合度の範囲を[0,1] に設定した
場合になる。

【００７７】前述の図９〜図１１に示すような数字
「２」、「３」、「８」のファジィテンプレートについ
てα＝１とすると、認識対象である入力パターンにおけ
るノイズ成分の影響を抑制することができる。α＝１と
して、図９〜図１１に示すファジィテンプレートを用い
ると、図１２あるいは図１３に示すようなノイズ成分を
含むパターンは、それぞれ「２」、「３」として正しく
認識される。

【００７８】αの値は、前述の耐ノイズ性評価調整用マ
ンマシンインタフェース５により、１≦α≦２の範囲で
任意に設定できるが、次のような言語表現によっても設
定可能である。

【００７９】ノイズがかなり多い場合：α＝ 1 ノイズが多い ：α＝ 1.25 ノイズが普通 ：α＝ 1.5 ノイズが少ない ：α＝ 1.75 ノイズがない ：α＝ 2

【００８０】

【発明の効果】以上のように、本発明によれば、照合パ
ターン形成手段により形成された照合用パターン（ファ
ジィテンプレート）の適合度の範囲が変更されるので、
認識対象の入力パターンのノイズ成分の影響が軽減さ
れ、結果としてノイズ成分以外の入力パターンが強調さ
れて評価される。従って、ノイズ成分の多い入力パター
ンでも正しく識別することができ、耐ノイズ性に優れた
パターン認識が実現される。

【図面の簡単な説明】

【図１】本発明に係るファジィパターン認識装置の一実
施例を示すブロック図。

【図２】図１のファジィパターン認識装置におけるファ
ジィテンプレートの座標を示す図。

【図３】図１のファジィパターン認識装置において用い
られる３次元メンバシップ関数の一例を示す説明図。

【図４】図３の３次元メンバシップ関数に対して直線を
付加した場合を示す説明図。

【図５】実施例で識別される文字図形の一例とその形状
に対応した２値信号を示す説明図。

【図６】実施例で用いられる３次元メンバシップ関数の
形状を示す説明図。

【図７】実施例で用いられる他の３次元メンバシップ関
数の形状を示す説明図。

【図８】図５の文字情報を識別する手順を示す説明図。

【図９】数字「２」のファジィテンプレートを示す説明
図。

【図１０】数字「３」のファジィテンプレートを示す説
明図。

【図１１】数字「８」のファジィテンプレートを示す説
明図。

【図１２】数字「２」の入力パターンの一例を示す説明
図。

【図１３】数字「３」の入力パターンの一例を示す説明
図。

【符号の説明】

１…画像読取装置、２…信号変換部、３…メインプロセ
ッサ、４…耐ノイズ性評価調整部、５，７…マンマシン
インタフェース、６…記憶装置、８…３次元メンバシッ
プ関数発生装置、９…信号変換部、１０…出力装置。

Claims (2)

【特許請求の範囲】
1. 【請求項１】ファジィ集合を表わすメンバシップ関数に
   基づいてパターン認識を行うファジィパターン認識装置
   において、 認識対象のパターンを入力するパターン入力部と、 前記メンバシップ関数を１以上発生し、該メンバシップ
   関数を組み合わせることにより前記パターン入力部を介
   して入力される認識対象のパターンを認識するための照
   合用パターンを形成する照合パターン形成手段と、 前記照合パターン形成手段により形成された照合用パタ
   ーンの適合度の範囲を変更する適合度範囲変更手段と、 前記認識対象のパターンと、前記照合パターン形成手段
   により形成された照合用パターン又は前記適合度範囲変
   更手段により適合度の範囲が変更された照合用パターン
   とを比較して、認識の確信度を算出する演算を選択的に
   行う演算処理手段とを備えたことを特徴とするファジィ
   パターン認識装置。
2. 【請求項２】前記適合度範囲変更手段は、前記パターン
   入力部を介して入力される認識対象のパターンのノイズ
   成分に応じて、照合用パターンの適合度の範囲を任意に
   変更可能なマンマシンインタフェースを有することを特
   徴とする請求項１記載のファジィパターン認識装置。