JPH05303644A - 画像処理装置の図形認識方法 - Google Patents

Abstract

(57)【要約】 【目的】 図形の判定を迅速かつ確実に行える画像処理
装置の図形認識方法を提供すること。 【構成】 基準図形のマップデータをベクタデータに変
換し、このベクタデータから基準図形の特徴データを抽
出しておくとともに、判定図形のマップデータをベクタ
データに変換し、このベクタデータから判定図形の特徴
データを抽出し、この判定図形の特徴データを前記基準
図形の特徴データと照合する。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は画像処理装置の図形認識
方法に関し、CAD/CAM/CAI 等の画像処理システムに手書
き図面のシンボル等を入力する際などに利用できる。

【０００２】

【背景技術】従来より、デザインや設計あるいは機械加
工等の分野に到るまで、コンピュータシステムによる作
業支援による効率化が進められており、これらのコンピ
ュータ支援化はCAD/CAM/CAI として周知されるようにな
っている。

【０００３】これらのコンピュータ利用にあたっては、
既存の設計図面等の画像をコンピュータシステムに入力
するとともに、コンピュータシステムで処理できるよう
なデータに変換する必要がある。

【０００４】すなわち、基本的な画像入力としては、元
の図面等に対してラスタスキャンを行い、読み取った画
像を点（ドット）の集合として処理するビットマップ等
のマップデータとして格納する手法が一般的である。

【０００５】しかし、このようなマップデータでは、そ
の画像に含まれる図形や標識等のシンボルも単なる点の
集合として扱われるだけであり、コンピュータシステム
がこれらのシンボルの意味を認識することはできず、読
み込んだ画像を本来の設計図面等として取扱い、必要な
処理を加える等を行うことができない。

【０００６】このために、読み込んだマップデータから
シンボルを識別する処理を行い、そのシンボルの意味お
よび位置を再構成してコンピュータシステムで処理でき
るデータに変換することがなされている。

【０００７】このようなシンボル識別処理としては、基
準となるシンボルのパターンと画像上の図形とを照合す
る手法が採用されている。しかし、このような単純なパ
ターンマッチング処理では、手書き図面等の不安定なパ
ターンに対しては判定誤差や判定不良が多くなるという
問題がある。

【０００８】このため、より高度なシンボル識別処理と
して、統計処理的なパターン認識手法が採用されてい
る。例えば、図９に示すように、ビットマップで表され
た二重丸90を構成するドットをそれぞれ縦軸および横軸
に沿って走査（スキャン）すると、内外の円91, 92が走
査方向に略平行となる部分でドット密度が高くなるた
め、当該部分に対応した内外一対のピークを有するドッ
トの分布パターン93, 94が得られる。

【０００９】従って、このような分布パターン93, 94を
示すのは二重丸90あるいは類似した二重の環状図形であ
ると判定できることになる。

【００１０】

【発明が解決しようとする課題】しかし、前述したよう
な分布パターンを用いる統計処理的なパターン認識手法
においては、対象となるシンボル毎に分布パターンを得
る必要があり、その都度シンボルの走査処理を行うこと
で処理が煩雑化する。特に、二重丸と、二重の六角形な
どは、分布パターンを取る走査方向を変えることで判別
できるが、このような場合には多方向の走査が必要にな
るなど、更に処理が煩雑化することになる。

【００１１】また、得られた分布パターンの照合判定に
あたって、そのパターンに顕著なピーク位置のマッチン
グ等を見るために基準となるパターンとの位相合わせ等
の補正が必要となり、この点でも更に処理が煩雑化す
る。従って、前述した従来の統計処理的なパターン認識
手法では、処理の煩雑化に伴って、作業員等の操作も煩
雑になるとともに、処理時間も増大するという問題があ
る。

【００１２】さらに、分布パターンによる照合判定であ
るため、類似した形状に対しては判定が正確に行えず、
判定不良が生じる等の問題もあった。

【００１３】本発明の目的は、図形の判定を迅速かつ確
実に行える画像処理装置の図形認識方法を提供すること
にある。

【００１４】

【課題を解決するための手段】本発明は、基準図形のマ
ップデータをベクタデータに変換し、このベクタデータ
から基準図形の特徴データを抽出しておくとともに、判
定図形のマップデータをベクタデータに変換し、このベ
クタデータから判定図形の特徴データを抽出し、この判
定図形の特徴データを前記基準図形の特徴データと照合
することを特徴とする。

【００１５】ここで、前記ベクタデータへの変換は、前
記マップデータの境界線をトレースする輪郭線抽出で行
うことが望ましい。また、前記ベクタデータに変換する
際に、前記マップデータ中の所定以下の大きさの図形は
消去し、所定以下の図形間隔は自動連結することが望ま
しい。さらに、前記ベクタデータに変換する際に、前記
マップデータ中の所定以上の交差角度を有する点で図形
を区分することが望ましい。

【００１６】また、前記特徴データを抽出する際に、多
数の図形を含む画像から任意の図形を指定枠で切り出す
とともに、この指定枠の形状および位置を外部操作によ
り任意に設定することが望ましい。一方、前記特徴デー
タを抽出する際に、多数の図形を含む画像から任意の図
形を指定枠で切り出すとともに、この指定枠の形状およ
び位置を各図形に外接するように自動設定することにし
てもよい。

【００１７】さらに、前記特徴データを照合する際に、
前記ベクタデータから抽出されるループ数、線分数、円
弧数、三角形数、多角形数、指定周長のループ数、指定
長の直線数、指定枠交点数、指定枠形状の何れかないし
全てを含む項目を用いることが望ましい。

【００１８】また、前記特徴データを照合する際に、前
記マップデータから抽出される面積、慣性モーメント、
重心位置の何れかないし全てを含む項目を用いることが
望ましい。そして、前記特徴データを照合する際に、各
項目毎に公差および重みを含む判定基準を設定しておく
ことが望ましい。

【００１９】

【作 用】このような本発明においては、基準図形およ
び判定図形に対し、それぞれのマップデータをベクタデ
ータに変換し、このベクタデータから基準図形の特徴デ
ータを抽出することにより、図形としての各種属性の数
量化が簡単かつ確実に行える。

【００２０】特に、ベクタイメージでの取扱いにより、
図形に含まれるループや線分の数あるいは各種の基本図
形の要素の数等の項目による取扱いが行えるため、特徴
データを明瞭なものとすることができる。

【００２１】そして、抽出した特徴データを項目毎に照
合することで、基準図形および判定図形の照合判定を迅
速かつ確実に行えることになる。従って、本発明におい
ては、従来の統計処理的なパターン認識手法に比べて図
形の判定を迅速かつ確実に行えるようになり、これらに
より前記目的が達成される。

【００２２】

【実施例】以下、本発明の一実施例を図面に基づいて説
明する。図１において、画像処理装置10は、既存のプロ
セッサおよびメモリないし磁気ディスク等の外部記憶等
により構成されるコンピュータシステムであり、所定の
プログラムに基づいて内部に展開される各機能部分によ
り本発明の方法に基づく図形認識を実行するものであ
る。

【００２３】画像処理装置10には、図面等に描かれた画
像を読み込むスキャナ等の画像入力装置11、画像の表示
および操作入力を行うためのグラフィックディスプレイ
やキーボードおよびポインティングデバイス等を含む操
作装置12、判定結果を出力するプリンタ等の出力装置13
が接続されている。

【００２４】画像処理装置10は、処理すべき画像データ
を入力するためにラスタスキャン処理部21、ベクタ変換
部22を備えるとともに、これらで生成されるマップデー
タおよびベクタデータを処理して指定された図形の特徴
抽出を行うために図形指定部23、マップデータ特徴抽出
部24、ベクタデータ特徴抽出部25を備えている。

【００２５】ラスタスキャン処理部21は、画像入力装置
11を制御して図面等に描かれた画像を所定解像度でラス
タスキャンし、ビットシリアル等で読み込んでマップデ
ータ記憶部26にマップデータを作成するものである。例
えば、図２のように、スキャンする図面51に図形52が描
かれれていると、ラスタスキャンにより読み込まれるマ
ップデータ53は非画線部分は0 で図形52の画線部分が1
となる。

【００２６】このマップデータ53は、スキャンとは逆の
手順で画像メモリ領域等に平面展開することで元の図面
51に対応した画像として再現可能である。

【００２７】ベクタ変換部22は、マップデータ記憶部26
に記憶されたマップデータ中の全ての図形の輪郭線を抽
出してトレースし、その軌跡を表すベクタデータをベク
タデータ記憶部27に作成するものである。ここで、ベク
タ変換部22は、図形の頂点や屈曲点、分岐点等の特異点
間の直線的部分毎にベクタを設定する。また、曲線部分
に対してはその曲率に応じて複数の短いベクタを連続的
に配置する。さらに、ベクタ変換部22は、基本的に各図
形の輪郭を包囲するようにベクタを設定する。

【００２８】例えば、図３のように、マップデータ53に
含まれる図形52に対しては、その画線部分の輪郭部分
(ビットの1 と０とが交替する部分) を判別し、その並
びをトレースして輪郭線を抽出する。そして、図形52の
頂点P1〜P8を結ぶ直線部分に対してベクタP1→P2，P1→
P2〜P7→P8等を設定し、これらに基づいてベクタデータ
記憶部27に図４のようなベクタデータ54を作成する。

【００２９】図形指定部23は、操作装置12からの指令入
力に基づいてマップデータ記憶部26およびベクタデータ
記憶部27に格納されたデータ画像を操作装置12のディス
プレイに表示させるとともに、この画像に重ね合わせ表
示される指定枠によりマップデータ特徴抽出部24および
ベクタデータ特徴抽出部25で特徴抽出を行う図形を指定
するものである。

【００３０】このために、図形指定部31は操作装置12か
らの数値キーインにより指定枠の形状や大きさを設定可
能であり、マウス等のポインティングデバイスを用いて
指定枠の位置を任意に移動可能である。

【００３１】例えば、図５のように、ディスプレイに表
示されたマップデータ55上に図形56, 57があるとき、矩
形の指定枠58を移動させ、図形56を取り囲むように枠形
状を調整して選択指令を出すと、囲まれた図形56が選択
される。なお、指定枠は図形を完全に包囲するように設
定する必要はなく、図形57に対する指定枠59のように要
部のみ選択してもよい。

【００３２】マップデータ特徴抽出部24は、マップデー
タ記憶部26に格納されたマップデータのうち、図形指定
部23で選択された図形部分についての面積、慣性モーメ
ント、重心位置等の特徴データを算出し、基準図形特徴
データ記憶部28および判定図形特徴データ記憶部29のう
ち操作装置12で指定された何れかに格納する。

【００３３】ここで、基準図形特徴データ記憶部28に
は、予め設定された基準図形の特徴データが記憶され
る。また、判定図形特徴データ記憶部29には、基準図形
の何れに対応するものかを判定すべき判定図形の特徴デ
ータが記憶される。

【００３４】ベクタデータ特徴抽出部25は、ベクタデー
タ記憶部27に格納されたベクタデータのうち、図形指定
部23で選択された図形部分についてのループ数、線分
数、円弧数、三角形数、多角形数、指定周長のループ
数、指定長の直線数、指定枠交点数、指定枠形状等の特
徴データを算出し、基準図形特徴データ記憶部28および
判定図形特徴データ記憶部29のうち操作装置12で指定さ
れた何れかに格納する。

【００３５】ループ数は、図形に設定された複数のベク
タが環状に連続して形成されるループの数である。この
ループ数により、例えば円ならば通常ループ数２である
が内部塗り潰しの円ならループ数は外側のみの一とな
り、二重丸なら４となる等、このループ数により各図形
の区別が可能となる。そして、円に限らず、楕円、三角
形ないし多角形、あるいはその他の環状の図形について
も同様のことが判別される。

【００３６】線分数は、指定された図形に設定されたベ
クタの数であり、この数の多少により図形が簡素である
か曲線や屈曲が多く複雑である等が判別される。円弧数
は、指定された図形に含まれる所定曲率で短いベクタが
連続する円弧や半円等の数であり、例えば円と四角形、
Ｕ字とコ字の違い等が判別される。三角形数および多角
形数は、指定された図形に各基本図形が含まれる数であ
り、特定の要素の有無の判別等に利用される。

【００３７】指定周長のループ数は、ループを形成する
全ベクタの長さの総和が指定値となるループが指定され
た図形に含まれる数であり、ループの形状は問わないこ
とで大きさが略同じ環状図形が判別される。指定長の直
線数は、指定された図形のうち長さが指定値となる直線
部分の数であり、特定の図形の判別等に利用される。

【００３８】指定枠交点数は、指定された図形が指定枠
の外まで連続するときなど、当該指定枠と図形とが交差
する点の数である。指定枠形状は、図形を指定した指定
枠の形状や寸法であり、これにより図形の形状や大きさ
等が大まかに把握でき、各項目の照合に先立って照合を
行うことにより、いわゆる枝切りによる処理高速化が行
える。

【００３９】マップデータ特徴抽出部24は、マップデー
タ記憶部26に格納されたマップデータのうち、図形指定
部23で選択された図形部分についての面積、慣性モーメ
ント、重心位置等の特徴データを算出し、基準図形特徴
データ記憶部28および判定図形特徴データ記憶部29のう
ち操作装置12で指定された何れかに格納する。

【００４０】これらのマップデータ特徴抽出部24および
ベクタデータ特徴抽出部25により抽出された特徴データ
は、それぞれ抽出対象の図形毎に基準図形特徴データ記
憶部28または判定図形特徴データ記憶部29に記録され
る。例えば、図６のように、図形毎の特徴データ61は、
それぞれ図形の名称や符号62に続いて抽出項目の値63が
並ぶ形式で記録される。これは基準図形特徴データ記憶
部28および判定図形特徴データ記憶部29の何れにおいて
も同様である。

【００４１】これらの基準図形特徴データ記憶部28およ
び判定図形特徴データ記憶部29に記憶されたデータを用
いて判定図形が基準図形の何れに対応するかを判定ない
し外部出力するために、画像処理装置10は、判定基準を
設定する判定基準設定部31、この判定基準に基づいて各
判定図形と各基準図形とを順次照合判定する照合判定部
32、判定結果を記憶する判定結果データ記憶部33、記憶
された判定結果を外部出力する出力処理部34を備えてい
る。

【００４２】判定基準設定部31は、前述した特徴データ
の各項目に対して、それぞれ操作装置12からの入力に基
づいて公差および重みを設定保持する。公差は、各項目
毎の照合時の許容範囲を指定するものであり、画像入力
からベクタ変換に到る誤差等を許容するのに適当な値に
項目毎に設定される。重みは、総合的な合致判定にあた
っての各項目の相対優先度を指定するものであり、判定
に有効な条件あるいは明確な際を生じる条件に大きく、
細部の相違等を示す条件等には小さく設定される。

【００４３】照合判定部32は、判定図形特徴データ記憶
部29に記憶された判定図形の特徴データを順次読み出
し、この特徴データを基準図形特徴データ記憶部28に記
憶された基準図形の特徴データの各々と順次照合する。
照合判定部32の照合にあたっては、判定図形および基準
図形の各特徴データ中の各項目が順次比較される。

【００４４】この際、判定基準設定部31に設定された公
差および重みが参照され、各項目の値が公差の範囲内で
あればその項目は合致すると判定され、一致するものと
重みとの積が累計され、その結果が合致度として算出さ
れる。

【００４５】判定結果データ記憶部33には、図７のよう
に、照合判定を終えた判定図形の名称や符号71、合致す
ると照合された基準図形の名称や符号72、算出された合
致度73を一組とする判定結果データ70が順次記憶され
る。

【００４６】出力処理部34は、操作装置12からの操作入
力により、判定結果データ記憶部33に記憶蓄積された判
定結果データ70を操作装置12のディスプレイまたはプリ
ンタ等の出力装置13に出力するものである。

【００４７】このように構成された本実施例において
は、図８に示すような手順で図形の認識処理を行う。

【００４８】先ず、図形認識の基準となる基準図形の特
徴データの蓄積を行う。すなわち、画像入力装置11に基
準図形が描かれた図面等をセットし、ラスタスキャン処
理してマップデータとして読み込む (処理S1) 。そし
て、ベクタ変換を行ってベクタデータとして記憶してお
く (処理S2) 。

【００４９】続いて、指定枠を操作してマップデータ上
の基準図形を指定し (処理S3) 、指定された基準図形に
関する特徴データの抽出を行う (処理S4) 。これらの処
理は、必要な基準図形の全てについて特徴抽出が完了す
るまで順次繰り返す (処理S5) 。

【００５０】次に、認識すべき判定図形の特徴データの
蓄積ないし照合判定を行う。すなわち、画像入力装置11
に判定図形が描かれた図面等をセットし、ラスタスキャ
ン処理してマップデータとして読み込む (処理S6) 。そ
して、ベクタ変換を行ってベクタデータとして記憶して
おく (処理S7) 。さらに、手書き図面である等の判定図
形の状態に応じて判定基準データを設定しておく (処理
S8) 。

【００５１】続いて、指定枠を操作してマップデータ上
の判定図形を指定し (処理S9) 、指定された判定図形に
関する特徴データの抽出を行う (処理S10)。そして、判
定基準データを参照しながら、抽出された判定図形の特
徴データと各基準図形の特徴データとを順次照合し、合
致度が最も高くなるものを判定する (処理S11)。これら
の処理は、必要な基準図形の全てについて特徴抽出が完
了するまで順次繰り返す (処理S12)。

【００５２】このような本実施例によれば、基準図形お
よび判定図形に対し、それぞれのマップデータをベクタ
データに変換し、このベクタデータから基準図形の特徴
データを抽出することにより、各々の図形の各種属性項
目毎の数量化が簡単かつ確実に行える。

【００５３】そして、抽出した特徴データを項目毎に照
合することで、基準図形および判定図形の照合判定を迅
速かつ確実に行うことができる。特に、ベクタイメージ
から図形に含まれるループ数や線分数、各種基本図形の
数等の多様な項目を抽出するようにしたため、特徴デー
タを一層明瞭なものとすることができる。

【００５４】さらに、指定枠形状による枝切りを行うよ
うにしたため、照合処理の高速化を図ることができる。

【００５５】従って、従来の統計処理的なパターン認識
手法に比べ、効率よくかつ正確な図形認識を行うことが
できる。特に、従来の方法ではパターンどうしの比較に
あたって位相合わせ等の煩雑な処理が必要であったが、
本実施例では数値的な比較であるためこのような処理等
が必要なく、迅速性および高速性を一層高めることがで
きる。

【００５６】さらに、本実施例ではベクタ変換にあたっ
て輪郭線抽出を行うようにしたため、画線部分の幅等も
区別することもでき、単純な芯線取出によるベクタ抽出
に比べて正確さを高められる。

【００５７】なお、本発明は前記実施例に限定されるも
のではなく、以下に示すような変形等も本発明に含まれ
るものである。すなわち、前記実施例では、図面等をラ
スタスキャンによりマップデータ化したが、画像の入力
方式はこれに限らず、二次元的な画像入力装置等を用い
て直接マップデータとして入力してもよい。ただし、デ
ータ格納はラスタ式が一般的であり、入力装置としても
ラスタキャン式のスキャナ等が一般的である。

【００５８】また、マップデータを格納する際、あるい
は格納されたマップデータに対してなど、ベクタデータ
に変換する前の状態でマップデータ中の所定以下の大き
さの図形は消去し、所定以下の図形間隔は自動連結する
ようなフィルタ処理を行うようにしてもよく、これによ
り非画線部分の汚れや画線のかすれ等のノイズを除去
し、より確実かつ迅速な判定処理を行うようにすること
ができる。

【００５９】さらに、ベクタデータに変換する際に、マ
ップデータ中の所定以上の交差角度を有する点を検出
し、この点を分岐ではなくこの点を境に別の図形である
と判別するようにしてもよく、例えば円とその接線等を
別々に認識することで特徴抽出ないし判定をも迅速かつ
正確にすることができる。

【００６０】また、前記実施例では、図形の指定を指定
枠で行い、この指定枠の設定および移動を外部操作によ
り行うとしたが、この設定等は自動化してもよい。例え
ば、ベクタデータに基づいて図形の区切り等を判別し、
各図形にそれぞれ外接する指定枠を自動的に設定表示
し、外部操作により各指定枠の何れかを順次選択してゆ
くようにしてもよく、このようにすれば図形指定処理を
大幅に簡略化して作業を迅速化することができる。

【００６１】さらに、指定枠の形状は一般的な矩形枠に
限らず、円形の枠等であってもよく、指定する図形の形
状に応じて適宜形状を変更可能なものとしてもよい。な
お、指定枠形状による特徴データ照合時の枝切りは本発
明に必須ではなく、適宜省略してもよい。

【００６２】また、特徴データの項目としては前記実施
例のものに限らず、必要に応じて図形要素に関する他の
項目を付加してもよく、あるいは前記実施例で用いた項
目のうち任意のものを適宜省略してもよい。そして、比
較基準データについても同様であり、公差および重みの
他にも基準項目を設定してもよく、あるいは比較基準デ
ータを省略して各項目の完全一致照合としてもよい。

【００６３】さらに、前記実施例では、判定図形の特徴
抽出に続いて各基準図形との照合までを一連の処理とし
て繰り返すようにしたが、予め基準図形と同様に複数の
判定図形の特徴を抽出しておき、その後で各判定図形を
呼び出して各基準図形との照合を行うようにしてもよ
い。

【００６４】一方、基準図形および判定図形のマップデ
ータやベクタデータ、各特徴データ、判定結果データ等
のデータ構造や記録形式等は任意であり、それぞれ実施
にあたって適宜選択すればよい。

【００６５】また、前述した実施例の画像処理装置10に
おける各処理部21〜34等はプログラムによってコンピュ
ータシステム上に展開されるソフトウェア的なものに限
らず、一部ないし全部が専用のハードウェアによるもの
等であってもよい。

【００６６】さらに、これらを実現するハードウェアあ
るいはコンピュータシステム等の具体的構成は必要な性
能が得られるように実施にあたって適宜設定すればよ
い。例えば、各データ記憶部26〜29, 33は半導体メモリ
によるコンピュータシステムの主記憶に限らず、外部補
助記憶として接続される磁気ディスク装置に確保しても
よい。

【００６７】そして、これらのハードウェア上に展開さ
れる各処理部21〜34等の実現にあたっては、既存の処理
手法を適宜用いればよく、ベクタ変換にあたってのトレ
ースによる輪郭線抽出、指定枠による図形指定、ベクタ
データおよびマップデータからの各項目の特徴抽出等は
各々適宜な既存のアルゴリズム等により処理すればよ
い。

【００６８】

【発明の効果】以上に述べたように、本発明によれば、
ベクタデータから図形的な特徴抽出を行うことで数値化
等が簡単かつ確実に行え、基準図形との照合による判定
図形の判定を迅速かつ確実に行うことができる。

【図面の簡単な説明】

【図１】本発明の一実施例の構成を示すブロック図。

【図２】前記実施例の画像入力を示す模式図。

【図３】前記実施例のベクタ変換を示す模式図。

【図４】前記実施例のベクタデータを示す模式図。

【図５】前記実施例の図形指定を示す模式図。

【図６】前記実施例の特徴データを示す模式図。

【図７】前記実施例の判定結果データを示す模式図。

【図８】前記実施例の処理手順を示すフローチャート。

【図９】従来のパターン判定方式を示す模式図。

【符号の説明】

10 画像処理装置 11 画像入力装置 12 操作装置 22 ベクタ変換部 23 図形指定部 24 マップデータ特徴抽出部 25 ベクタデータ特徴抽出部 26 マップデータ記憶部 27 ベクタデータ記憶部 28 基準図形特徴データ記憶部 29 判定図形特徴データ記憶部 31 判定基準設定部 32 照合判定部 33 判定結果データ記憶部 52 図形 53 マップデータ 54 ベクタデータ 56, 57 図形 58, 59 指定枠 61 特徴データ 70 判定結果データ

───────────────────────────────────────────────────── フロントページの続き (72)発明者 堀田 淳 静岡県引佐郡細江町中川7000番地の65 株 式会社アルモニコス内 (72)発明者 内田 幸雄 静岡県引佐郡細江町中川7000番地の65 株 式会社アルモニコス内 (72)発明者 山川 晃 静岡県引佐郡細江町中川7000番地の65 株 式会社アルモニコス内 (72)発明者 渡辺 知恵子 静岡県引佐郡細江町中川7000番地の65 株 式会社アルモニコス内 (72)発明者 谷野 孝広 静岡県引佐郡細江町中川7000番地の65 株 式会社アルモニコス内 (72)発明者 大野 敏則 静岡県引佐郡細江町中川7000番地の65 株 式会社アルモニコス内

Claims (9)

【特許請求の範囲】
1. 【請求項１】 基準図形のマップデータをベクタデータ
   に変換し、このベクタデータから基準図形の特徴データ
   を抽出しておくとともに、判定図形のマップデータをベ
   クタデータに変換し、このベクタデータから判定図形の
   特徴データを抽出し、この判定図形の特徴データを前記
   基準図形の特徴データと照合することを特徴とする画像
   処理装置の図形認識方法。
2. 【請求項２】 請求項１に記載した画像処理装置の図形
   認識方法において、前記ベクタデータへの変換は、前記
   マップデータの境界線をトレースする輪郭線抽出で行う
   こと特徴とする画像処理装置の図形認識方法。
3. 【請求項３】 請求項１または請求項２に記載した画像
   処理装置の図形認識方法において、前記ベクタデータに
   変換する際に、前記マップデータ中の所定以下の大きさ
   の図形は消去し、所定以下の図形間隔は自動連結するこ
   とを特徴とする画像処理装置の図形認識方法。
4. 【請求項４】 請求項１ないし請求項３の何れかに記載
   した画像処理装置の図形認識方法において、前記ベクタ
   データに変換する際に、前記マップデータ中の所定以上
   の交差角度を有する点で図形を区分することを特徴とす
   る画像処理装置の図形認識方法。
5. 【請求項５】 請求項１ないし請求項４の何れかに記載
   した画像処理装置の図形認識方法において、前記特徴デ
   ータを抽出する際に、多数の図形を含む画像から任意の
   図形を指定枠で切り出すとともに、この指定枠の形状お
   よび位置を外部操作により任意に設定することを特徴と
   する画像処理装置の図形認識方法。
6. 【請求項６】 請求項１ないし請求項４の何れかにに記
   載した画像処理装置の図形認識方法において、前記特徴
   データを抽出する際に、多数の図形を含む画像から任意
   の図形を指定枠で切り出すとともに、この指定枠の形状
   および位置を各図形に外接するように自動設定すること
   を特徴とする画像処理装置の図形認識方法。
7. 【請求項７】 請求項１ないし請求項６の何れかに記載
   した画像処理装置の図形認識方法において、前記特徴デ
   ータを照合する際に、前記ベクタデータから抽出される
   ループ数、線分数、円弧数、三角形数、多角形数、指定
   周長のループ数、指定長の直線数、指定枠交点数、指定
   枠形状の何れかないし全てを含む項目を用いることを特
   徴とする画像処理装置の図形認識方法。
8. 【請求項８】 請求項１ないし請求項７の何れかに記載
   した画像処理装置の図形認識方法において、前記特徴デ
   ータを照合する際に、前記マップデータから抽出される
   面積、慣性モーメント、重心位置の何れかないし全てを
   含む項目を用いることを特徴とする画像処理装置の図形
   認識方法。
9. 【請求項９】 請求項１ないし請求項８の何れかに記載
   した画像処理装置の図形認識方法において、前記特徴デ
   ータを照合する際に、各項目毎に公差および重みを含む
   判定基準を設定しておくことを特徴とする画像処理装置
   の図形認識方法。