JPH05307643A

JPH05307643A - 数字等認識方法

Info

Publication number: JPH05307643A
Application number: JP4137874A
Authority: JP
Inventors: Hisashi Kurosaki; 久黒埼; Hisakuni Yokosuka; 久訓横須賀
Original assignee: Nippon Signal Co Ltd
Current assignee: Nippon Signal Co Ltd
Priority date: 1992-04-30
Filing date: 1992-04-30
Publication date: 1993-11-19

Abstract

(57)【要約】【構成】映像信号から得られる輝度データより、認識
対象となる数字等を切出し（Ｓ７）、各文字を縦方向に
所定数に分割して得られる各行素部（Ｂ_n）の横方向の
ペリフェラル特徴を所定基準値（Ｖ₀、Ｖ₁）と比較し
て３値化を順次行う（Ｓ８１）各過程を含む。更には、
続いて前記３値化データに対応する特徴を基に、所定デ
シジョンツリーによる文字認識過程（Ｓ８２）を含ませ
る。【効果】撮像により得られる数字等の多少の傾き等に
よる変形や汚れ等による形状変化に左右されずに数字及
び一部記号の認識が、誤認識無く安定且つ高速に行われ
る。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は例えば、ビデオカメラに
より車両を撮像し、得られた映像信号を画像処理して車
両を検出しそのナンバープレート部分を抽出した後に行
われる車両登録番号の認識を行う場合等に必要となる、
画像処理を応用し撮像領域内に含まれる数字や一部の記
号等を認識させるための数字等認識方法に関する。

【０００２】

【従来の技術】画像処理を応用した数字や一部の記号等
の認識が行われており、一例をあげると、交通制御用に
撮像手段にて道路を含み領域の映像信号を得てこの信号
を処理し車両のナンバープレート部分を抽出して適宜画
像処理し該車両の速度を求めたりナンバープレートに記
された車両登録番号を識別したりする画像処理が用いら
れている。

【０００３】上記画像処理は、例えば図７に示すように
道路側傍上方約６ｍに設置されたビデオカメラ１０を使
用して道路を撮影しその画像を画像処理装置で処理して
走行車両ＣＡを検知し、そのナンバープレートの登録番
号を認識するもので交通量の把握、旅行時間の算出や速
度違反車両の識別に成果を上げている。なお、照度の不
足する夜間にも画像処理に好適な明瞭な影像信号を得る
ために、赤外線を利用した画像撮像用の照明装置５０が
ビデオカメラ１０と一体に取り付けられている。

【０００４】このような画像処理に用いて好適な装置は
例えば、本出願人により特願平２−３１８９９２号（画
像式車両感知器）として提案されており車両検出用の画
像処理方法についても触れられている。また、ナンバー
プレートの登録番号を認識する過程で必要なナンバープ
レート部分を的確に抽出する手法についても、例えば本
出願人により特願平３−３３２５５２号（ナンバープレ
ート抽出方法）として一例が提案されている。

【０００５】図６に車両検知や、更にナンバープレート
を抽出し登録番号を認識するための画像処理に用いる画
像処理装置の一例をブロック図で示し、簡略に説明す
る。この画像処理装置（自動車登録番号読取装置）は概
略、画像撮像手段１０、輝度データ変換部２０、演算処
理部３０、制御部４０及び夜間用の照明装置５０から構
成されている。撮像手段１０は、例えばＣＣＤビデオカ
メラであり、道路の検知領域の画像を撮像して対応する
ＮＴＳＣ方式の映像信号を輝度データ変換部２０へ送出
する。

【０００６】前記輝度データ変換部２０は映像信号をデ
ジタルデータ化する部分で、映像信号より水平同期信号
及び垂直同期信号を得る同期信号抽出回路２１、これら
の同期信号に基づいて走査線上の現在の走査位置を数値
化して対応する水平座標及び垂直座標を得るための水平
アドレスカウンタ２２と垂直アドレスカウンタ２３、こ
れらの出力とマイクロプロセツサ４１（後述）が順次指
定する座標とを比較し一致した瞬間に取込み信号を発生
するデジタルコンパレータ２４、この取込み信号に応じ
て前記映像信号の対応する瞬間の輝度を数値化し輝度デ
ータを得て出力するビデオＡ／Ｄ変換回路２５からなっ
ている。なお、入力部には伝送されてくる映像信号を適
切なレベルに増幅するビデオアンプ２７、これに続きＡ
／Ｄ変換に先立って映像信号を一定振幅に正規化するた
めのクランプレベル固定回路２８も設けられている。

【０００７】演算処理部３０は、前記ビデオＡ／Ｄ変換
回路２５からの輝度データを受けて複数の輝度データの
平均化をしたり相関を演算したりするための回路で、高
速演算を要求されるためシグナルプロセッサ３１を用い
ておりデータの記憶に必要な記憶部も備えている。

【０００８】制御部４０は上述各部を制御するととも
に、前記演算処理部３０からのデータを受取りこれに更
に演算処理（後述）を施し、車両の存在を感知したりこ
の車両の速度を算定したり、また画像中のナンバープレ
ートに相当する部分を抽出し更にナンバープレートに記
された車両登録番号の読取り（数字の認識）をしたりし
て後続装置に出力する部分で、マイクロプロセツサ４
１、制御プログラムを記憶したＲＯＭ４２、データ記憶
用のＲＡＭ４３、出力用のＩ／Ｏ回路４４からなる。４
５はマイクロプロセツサ４１が他の部分とデータやアド
レスさらに制御命令や応答信号をやりとりするＣＰＵバ
スである。

【０００９】照明装置５０は、夜間に制御部４０が画像
処理により車両を検知した場合にＩ／Ｏ回路４４により
駆動され、撮像対象領域を所定時間照明して画像処理に
好適な画像を得るためのもので、例えば赤外線発光器を
用いる。例示装置にはその他にも直流電源６１、各部に
供給されるクロック回路６２、撮像手段１０からの映像
信号のレベルが低く処理に不適切な場合に撮像手段１０
の感度を上げるための信号を送出するＤ／Ａ変換回路６
３等が具備されている。

【００１０】このような装置を用い映像信号を処理して
走行車両のナンバープレートを抽出し車両登録番号の識
別を行う従来の画像処理を簡略に説明する（図２参
照）。なお、画面のデジタルデータへの変換や、車両検
知・速度検出等については、例えば先に挙げた特願平２
−３１８９９２号（画像式車両感知器）やその他の類書
にも詳細が開示されており、又ナンバープレート領域の
抽出については、例えば先に挙げた特願平３−３３２５
５２号（ナンバープレート抽出方法）等にも詳細が開示
されている。

【００１１】図２のフローチャートでは、画像処理は主
として６つの処理過程からなり、車両検出情報、大形／
普通車の種別判別、自家用／事業用車の車種判別、一連
４桁の数字等の４種の情報が得られる。入力画像は、５
１２×２５６画素で構成されており、一連４桁数字の認
識に充分な分解能となっている。この画素単位のデータ
は１フィールド（１／６０秒）毎に更新される。

【００１２】上記画素データを用いた各処理の概要を以
下に説明する。車両進入検知処理（Ｓ１）については、
フィールド毎に更新される入力画像データを微分処理
し、設定された領域内の微分値の変化を監視すること
で、車両の進入検知を行っている。処理はリアルタイム
でなされ、基準となる道路の微分値は学習により適宜間
隔で更新されている。

【００１３】ナンバープレート領域の抽出処理（Ｓ３）
は、ナンバープレートの下段の文字領域（ひらがな、一
連４桁数字）を抽出する処理で、先ず微分処理画像を用
いて、画面下方での微分値の密度の高い領域を検索し、
概略のプレート領域を抽出する。続く第２段階では、上
で抽出された領域内の微分値を垂直方向に射影をとり、
プレートの横幅を決定する。この段階ではプレートの上
段文字列は分離されていない。最後に、既に抽出された
領域の微分値を水平方向に射影をとり、上段の文字列と
下段の文字列を分離し、下段文字領域を抽出する。

【００１４】更にこのように適宜方法で行われたナンバ
ープレート抽出処理に続く、各処理について説明する。
図２のフローチャートの車種の判別処理（Ｓ５）では、
車種によって文字の大きさが異なることから、抽出した
文字領域の高さを利用して、大形車と普通車（軽自動車
を含む）に分類する。また、自家用／事業用車の判別処
理（Ｓ６）では、抽出された文字領域では文字部分の面
積より背景であるプレート部分の面積の方が大きいこと
から、プレート部の色（白または緑）を識別し、もって
自家用／事業用車の判別を行う。続いて、ナンバープレ
ートの色判別処理の結果を基に、プレート領域の地を
“０”、文字を“１”に２値化した後、垂直方向に射影
をとり、文字の切出しを行う（Ｓ７）。

【００１５】次に本願に特に係わる文字認識処理（Ｓ
８）の一例について説明する。ナンバープレートの文字
等認識には、図８（ａ）に示すようにまず切り出された
各文字等相当部分の２値画像（図８では、数字“０”と
“８”について例示している）に対しペリフェラル特徴
の抽出処理を行う。

【００１６】即ち、図８（ｂ）に示すように横方向一連
のデータ夫々より左方向から走査して初めて文字部分
（図８では黒部分）となる画素位置を求め、左からの第
１ペリフェラル特徴として記憶する。同様に図８（ｃ）
に示すように横方向一連のデータ夫々より右方向から走
査して初めて文字部分（図８では黒部分）となる画素位
置を求め、右からの第１ペリフェラル特徴として記憶す
る。更に図８（ｄ）に示すように横方向一連のデータ夫
々より左方向から走査を始めて２度目に文字部分（図８
では黒部分）となる画素位置を求め、左からの第２ペリ
フェラル特徴として記憶する。

【００１７】この様にして得られた各横一連のデータに
対する夫々のペリフェラル特徴を、縦方向に順次求め、
得られた全てのデータを一群として、所定切出し文字に
対応する特徴データとする。なお、必要に応じては、横
方向及び縦方向に適切な正規化を行い、データの平均化
とデータ数の削減とを行う場合もある。

【００１８】４桁の切出し文字すべてについて上述した
ペリフェラル特徴の抽出過程を繰返した後、得られた特
徴データに基づき各々の文字がどの数字であるかを認識
する。この数字等の認識には、例えば構造解析法が用い
られる。この構造解析法では、文字はどのような特徴を
持ち、それがどのように構成されているかを記述した辞
書を構築し、この辞書との類似度で評価する。即ち、認
識対象文字の記述特徴と辞書の記述を比較して差異の少
ないものを決定して（整合をとって）認識する手法であ
る。これは文字部分に注目するか、背景に注目するか、
両者の境界に注目するかに応じて、夫々線解析、背景解
析、輪郭解析に分けられる。なお、線解析は細線化とい
う前処理を必要とし、背景解析は安定な特徴が得られる
が局所的な幾何的特徴を捕らえるのに弱く、輪郭解析は
凹凸の雑音に弱いが局所特徴抽出に強いとの夫々の特性
を持つ。

【００１９】ところで、以上説明した従来の文字特徴抽
出方法においては、得られる認識すべき文字の変形（傾
きや、汚れによる形状変化）に弱く、また、輝度レベル
が低くノイズ分を含んだ文字の認識では誤認識が生じが
ちであった。また、認識過程に全ての辞書との対比を行
っているため、処理時間がかかるとの難点もあった。

【００２０】特に、車両のナンバープレートを対象とす
る交通用の画像処理装置の文字認識では、ナンバープレ
ートの取付け位置や傾き等が一定でなく、加えて泥はね
による文字自体の変形も生じがちで、従来の方法では誤
認識の発生率が高く、より安定した数字等（文字）の認
識方法の開発が望まれていた。併せて、高速走行する車
両を対象とすることから認識速度の向上も課題となって
いた。

【００２１】なお、抽出文字の認識には、この他にテン
プレートマッチング法も用いられている。これは、切り
出された文字を所定サイズのテンプレート（画素マトリ
クス）に正規化し、基準となる複数のテンプレートと重
ね合わせて順次比較し、夫々との類似度で判定する方法
である。文字の中心部に強い重みを付加する等の工夫も
為されているが、やはりこの方法も基本的には得られる
文字の変形・バラツキに弱く、又処理に時間がかかる等
の欠点がある。

【発明が解決しようとする課題】

【００２２】本願発明は、このような事情に鑑みて成さ
れたもので、特に交通用の文字認識に好適な、誤認識が
少なくより安定した数字等（一部の記号を含む）の認識
ができる数字等認識方法、また従来より処理時間の短い
文字認識方法を提案せんとするものである。

【００２３】

【課題を解決するための手段】上記課題を解決するため
の本願第一の発明の数字等認識方法は、感知対象となる
領域に対応する映像信号から複数の計測点に夫々対応す
る輝度データを得て、これらを処理して前記領域内の数
字及び所定記号を認識する方法であって、前記領域から
認識対象となる個々の数字及び所定記号を切り出す過程
と、これにより切出された文字を縦方向に所定数に分割
して得られる各行素部の横方向のペリフェラル特徴を所
定位置と比較して３値化を順次行う過程と、予め得た各
認識数字等の前記３値化データに対応する特徴と、各切
出し文字毎に得られた前記３値化データを比較し、切出
された文字を認識する過程とを含み構成される。

【００２４】また、本願第二の発明の数字等認識方法
は、前記第一発明の方法において、特に前記の切り出さ
れた文字を認識する過程を、前記の予め得た認識すべき
数字等の夫々の前記３値化データに対応する特徴を基
に、所定デシジョンツリーによる文字認識過程とする。

【００２５】

【作用】上述第一発明では、切出された文字を縦方向に
正規化して所定数に分割して得られる各行素部毎の横方
向のペリフェラル特徴を２つの所定値と比較して３値化
を順次行っているので、判別すべきデータ数が従来に比
して少ないとの特徴点と、これと同時にペリフェラル特
徴を切出し端部に極近い場合と、反対に切出し端部から
充分遠い場合との明瞭な特徴に対応する２値と、これら
の中間の残る１値との３値に対応づけるため、認識対象
数字等の特徴がより強調される結果となり多少の傾き等
の変形や汚れ等による形状変化に左右されずに認識結果
が安定したものとなる。

【００２６】また、第二発明においては、第一発明に基
づきデータ数簡略化及び特徴強調が達成された結果に対
して、同様にデータ数簡略化が為された参照用の個々の
認識すべき数字等に対応する辞書を用いて、しかもデシ
ジョンツリーによる文字認識過程を採用したことから、
一層高速に数字等の認識が行える。

【００２７】

【実施例】以下、本発明を添附図面とともに詳細に説明
する。図１は、画像処理中の本願発明の文字抽出方法相
当部分の一実施例を示すフローチャートであり、図２に
示したフローチャートの本願対応部分を示している。文
字認識過程までの一連の関連過程は、前述の図２と同一
の過程で良い。即ち、先に説明したと同様に、所定画像
データを適宜方法・装置で得た後の全体の画像処理は６
つの処理で構成され、その中の車両進入検知処理（Ｓ
１）、ナンバープレート領域の抽出処理（Ｓ３）、車種
判別処理（Ｓ５）、自家用／業務用車の判別処理（Ｓ
６）そして文字切出し処理（Ｓ７）等は、既述したと全
く同様に行われる。

【００２８】次に先の（Ｓ８）に相当する本願発明の文
字認識処理（Ｓ８１、Ｓ８２）について説明する。本願
第一の発明は、従来から知られたペリフェラル特徴を応
用するものではあるが、特に縦方向に正規化して分割
し、夫々の部分（行素部）毎の３値化したペリフェラル
特徴を得ることで各文字の特徴を抽出するものである。
本願発明でいうペリフェラル特徴の３値化とは、横方向
のペリフェラル特徴を文字切出し端から極めて近い場合
の“０”、そして文字切出し端から充分に遠い場合の
“２”と、この両者の中間にある“１”との何れかに分
類する。この結果、ペリフェラル値の広い範囲を中間値
“１”として分類することで要素数を減らすと同時に、
この不確定要因の多い中間値“１”を認識過程での重要
度を下げることとなり、高速かつ安定した認識が可能と
なる。

【００２９】上記３値化の過程を更に詳しく説明する。
図３は、被認識数字として「３」を例に、切り取られた
文字領域Ｒの２値画像を示したものである。このような
文字領域を構成する各画素データＤｒ（図３の例では、
（Ｘ₀，Ｙ₀）〜（Ｘ₁₄，Ｙ₇）の９８の画素）を基に
認識が行われる。

【００３０】先ず、順に横方向一連のデータ（以下、単
に横データと記述する）、例えばＬｘ（０）：（Ｘ₀，
Ｙ₀）〜（Ｘ₀，Ｙ₇）について夫々のペリフェラル特
徴の抽出処理を行う。即ち、Ｌｘ（０）の横データ夫々
より左方向から走査して初めて文字部分（図３では斜線
部分）となる画素位置（Ｘ₀，Ｙ₃）より横位置に対応
する値「２」を求め、左からの第１ペリフェラル特徴と
して記憶する。同様に、順に横方向一連のデータＬｘ
（Ｎ）夫々に対し左方向から走査して初めて文字部分
（斜線部分）となる画素位置（Ｘ_n，Ｙ_n）を求め、順
次記憶する。こうして、Ｌｘ（０）に対応しては
「２」、Ｌｘ（１）に対応しては「１」、Ｌｘ（２）に
対応しては「０」等の値が次々に求められ記憶される。

【００３１】次に、縦方向の正規化を行い５つの部分
（以下、行素部と記述する）に夫々対応するデータ（平
均値）を求める。すなわち、得られたＬｘ（０）〜Ｌｘ
（１４）の１５個のデータを３個づつ平均化して行素部
Ｂ₀〜Ｂ₄の平均値を５個求める。例えば、最初の３個
のＬｘ（０）〜Ｌｘ（２）に対応しては、平均値１．０
が得られる。続いて、この各平均値をその値により、文
字切出し端から極めて近い場合の“０”、そして文字切
出し端から充分に遠い場合の“２”と、この両者の中間
にある“１”との何れかに分類する。すなわち、所定近
基準値Ｖ₀（例えば図では値２）と、所定遠基準値Ｖ₁
（図では値５）を適切に設定し、行素部Ｂ_nに対応する
平均値が、近基準値Ｖ₀以下であれば対応して行素部Ｂ
_nのペリフェラル値を“０”とし、遠基準値Ｖ₁以上で
あればこの平均値に対応する部分のペリフェラル値を
“２”とする。何れでもない場合即ち平均値がＶ₀とＶ
₁の間であればペリフェラル値は“１”とする。図で
は、例えばＢ₀に対応する平均値は１．０でＶ₀＝
“２”以下であるから対応するペリフェラル値Ｌ１
（０）は“０”となる。このようにして５つの行素部
（Ｂ₀〜Ｂ₄）に対応するペリフェラル特徴Ｌ１（Ｎ）
を全て得る。

【００３２】図示しないが全く同様に、所定近基準値Ｖ
₀′及び所定遠基準値Ｖ₁′（上述近基準値Ｖ₀及び遠
基準値Ｖ₁と同じであっても良い）を基準に横方向左か
ら走査を始めて２度目に文字部分となる画素位置を基
に、平均化及び基準値との比較を経て３値化された左か
らの第２ペリフェラル特徴Ｌ２（Ｎ）として５個のデー
タを得る。同じく図示は省略するが全く同様に、所定近
基準値Ｖ₀′′及び所定遠基準値Ｖ₁′′を基準に３値
化して今度は右からの第１ペリフェラル特徴Ｒ１（Ｎ）
として５個のデータを得る。以上の過程より一つの切出
し文字に対してペリフェラル特徴に基づきしかも３値化
された１５次元のデータ（１５個のデータ：Ｄ_{1 0}、Ｄ
_{1 1}、…、Ｄ_{n m}、…、Ｄ_{3 4}））を得ることができ
る。

【００３３】この様な過程を経て得られた１５次元デー
タは、少ない要素で文字領域に表示されている各数字の
特徴を表している。従って、テンプレート法や構造解析
法等の従来の認識方法を用いた場合でも処理時間の短縮
が可能となる。また、適宜処理プログラムにより、デー
タ“０”及び“２”を重要視した認識を行うならば、不
確定となる確立の高い中央部の寄与度が低く従って安定
な認識が可能となる。

【００３４】即ち、続いて、予め得た各認識数字等の前
記３値化データに対応する特徴と、各切出し文字毎に得
られた前記３値化データ（Ｄ_{n n}）を比較し、切出され
た文字を認識する。例えば、図１（ｂ）に示すように、
従来と同じく切り出した文字等に対してパターンマッチ
ングを行い数字等を認識してもよいし（Ｓ８２′）、既
述した構造解析法により各文字を認識しても良い。ま
た、これから説明する、本願第二発明に係るデシジョン
ツリーによる認識過程（Ｓ８２）を行って一層高速な認
識を行ってもよい。

【００３５】以上、説明した様に、本願第一発明の数字
等認識方法は、その認識過程中に、感知対象となる領域
に対応する映像信号から得られる、複数の計測点に夫々
対応する輝度データを処理して、前記領域から認識対象
となる個々の数字及び所定記号を切り出す過程（Ｓ７）
と、これにより切出された文字を縦方向に所定数に分割
して得られる各行素部（Ｂ_n）の横方向のペリフェラル
特徴を所定位置（Ｖ₀、Ｖ₁）と比較して３値化を順次
行う過程（Ｓ８１）とを含むことを特徴とし、続いて、
予め得た各認識数字等の前記３値化データに対応する特
徴と、各切出し文字毎に得られた前記３値化データ（Ｄ
_{n n}）を比較し、切出された文字を認識する過程（Ｓ８
２、Ｓ８２′）とを含み構成されるものである。

【００３６】次に、上述した３値化１５次元データに対
して、辞書を用いてデシジョンツリーにより認識対象数
字を決定する本願第二発明について説明する。本願第二
発明は、上述の３値化１５次元データを基に、図４に示
すような数字等の認識のための同じく１５次元データか
らなる辞書データに基づき、例えば図５に示すデシジョ
ンツリーにより数字等の文字を認識する過程（図１
（ａ）のＳ８２）を続けて行う方法である。

【００３７】即ち、図１（ａ）に示す実施例では図４に
図示される辞書データを数字等の認識に用いている。な
お、「−」（ハイフン）と「１」及び「・」（省略を表
す点）については、特徴が極めて顕著で認識が容易であ
るから、図５に示す様に認識過程の最初にこれらの認識
を行う（Ｓ８２０）こととし、これ以外と判定されたも
のについてのみデシジョンツリーにより判定を行ってい
る。

【００３８】さて、実施例で認識に用いる図４に示した
辞書データを、例えば数字「０」について説明すると、
この数字「０」に対応するＬ１ペリフェラル特徴として
は、上から順に“１”、“０”、“０”、“０”、
“１”の５個のデータ、Ｌ２ペリフェラル特徴として上
から順に“１”、“０”、“０”、“０”、“１”の５
個のデータ、Ｒ１ペリフェラル特徴として上から順に
“１”、“２”、“２”、“２”、“１”の５個のデー
タの合計１５個１５次元のデータ群が辞書データとして
記憶されている。

【００３９】同様に、「８」、「４」、「６」、
「３」、「９」、「５」、「２」、「７」の各数字に対
応する辞書データが記憶されている。実施例では、これ
ら９個の辞書データに基づき認識を行う。なお、実施例
の辞書は一例を示すものであってこれに限らず、認識す
べき数字等の書体夫々に応じて適切な辞書が使用され
る。

【００４０】実施例のデシジョンツリーを用いた認識過
程（Ｓ８２）は、図５に示すように、「−」（ハイフ
ン）と「１」及び「・」の認識を先ず行った後、これ以
外の文字と判定されると、デシジョンツリーを用いて最
初にＬ１（１）、Ｌ１（３）が共に“０”であり、且
つ、Ｒ１（１）・Ｒ１（３）が共に“０”であるか否か
との判別過程（Ｓ８２１）がされ、条件を満たす（ＹＥ
Ｓ）場合には判別過程（Ｓ８２２）を経て「８」或いは
「０」と認識される。一方、前記判別過程（Ｓ８２１）
にて（ＮＯ）であれば、続く判別過程（Ｓ８２３）に進
む。以下、同様に判別過程（Ｓ８２３）〜（Ｓ８２８）
の各判別過程を認識文字に応じて適宜経ることにより、
何れかの数字に分類認識される。なお、このデシジョン
ツリーによれば最大でも６つの判別過程を経ることによ
り各文字が認識されるため、高速な文字認識が行われ
る。

【００４１】なお、実施例に用いたデシジョンツリーは
一例に過ぎず、認識数字の順番を異ならせる以外にも、
抽出特徴の別な傾向に着目して全く異なる種々のデシジ
ョンツリーが考え得るもので、更に効率のよいデシジョ
ンツリーの開発も期待できる。

【００４２】以上説明した様に、実施例のナンバープレ
ートの数字等の認識方法は、先に説明した本願第一発明
に於ける、切り出された文字を認識する過程が、前記の
予め得た認識すべき数字等の夫々の前記３値化データに
対応する特徴を基に、所定デシジョンツリーによる文字
認識過程（Ｓ８２）であることを特徴とするものであ
る。

【００４３】これにより本願第二発明の数字等認識方法
は、ペリフェラル特性を３値化して得る本願第一発明に
より、より安定した且つ高速な数字等（文字）の認識が
行えると共に、デシジョンツリーを併用したことで一層
数字等認識が高速に行われる。従って、特に変形文字に
対しても安定な認識と、同時に高速認識が要求される、
車両のナンバープレートを対象とする交通用の画像処理
装置の文字認識等に用いて特に顕著な効果を発揮する。

【００４４】なお、本願第一発明の特徴抽出手法は、単
独に従来のテンプレートマッチング法や構造解析法の前
処理として用いることができ、この場合にも認識の安定
化と高速化に相応に寄与することは言うまでもない。ま
た、実施例では縦方向に５分割して５つの行素部を得る
例を示したが、縦方向に更に多くの行素部に分割しても
良い。もっとも、数字の認識においては最低限実施例に
挙げた５分割することが認識には有用であり、実施例の
５分割は実用上で最高速となる分割数でもある。

【００４５】

【発明の効果】以上詳述したとおり本願第一の発明で
は、切出された文字を縦方向に所定数に分割して得られ
る各行素部の横方向のペリフェラル特徴を所定位置と比
較して３値化を順次行っているので、判別すべきデータ
数が従来に比して少なく、又同時にペリフェラル特徴を
切出し端部に極近い場合と、反対に切出し端部から充分
遠い場合との明瞭な特徴に対応する２値と、これらの中
間の残る１値との３値に対応づけているので、多少の傾
き等の変形や汚れ等による形状変化に左右されずに数字
及び一部記号の認識が安定且つ高速に行われる。

【００４６】また、第二発明においては、第一発明に基
づきデータ数簡略化及び特徴強調が達成された結果に対
して、同様にデータ数簡略化が為された参照用の個々の
認識すべき数字等に対応する辞書を用いて、しかもデシ
ジョンツリーによる文字認識過程を採用したので、一層
高速に数字等の認識が行えるとの顕著な効果を奏する。

【図面の簡単な説明】

【図１】本願各発明の数字等認識方法の主要部のフロー
チャートである。

【図２】本願各発明の数字等認識方法の概略フローチャ
ートである。

【図３】本願各発明に係る、数字等認識のための３値化
ペリフェラル特徴の抽出を説明する図である。

【図４】本願各発明に係る、数字等認識のための３値化
ペリフェラル特徴に基づく認識辞書の一例である。

【図５】本願第二発明に係る数字等認識のためのデシジ
ョンツリーの説明図である。

【図６】本願各発明に係る画像処理装置の一例を示すブ
ロック図である。

【図７】本願各発明に係る画像処理装置の一例を示す外
観斜視図である。

【図８】従来のペリフェラル特性抽出方法の説明図であ
る。

【符号の説明】

Ｖ₀…近基準値、Ｖ₁…遠基準値Ｂ_n…行素部Ｄ_{n m}…３値化データ。

Claims

【特許請求の範囲】

【請求項１】感知対象となる領域に対応する映像信号
から複数の計測点に夫々対応する輝度データを得て、こ
れらを処理して前記領域内の数字及び所定記号を認識す
る方法であって、前記領域から認識対象となる個々の数字及び所定記号を
切り出す過程（Ｓ７）と、これにより切出された文字を縦方向に正規化して所定数
に分割して得られる各行素部（Ｂ_n）毎の横方向のペリ
フェラル特徴を２つの所定値（Ｖ₀、Ｖ₁）と比較して
３値化を順次行う過程（Ｓ８１）と、予め得た各認識数字等の前記３値化データに対応する特
徴と、各切出し文字毎に得られた前記３値化データ（Ｄ
_{n m}) を比較し、切出された文字を認識する過程（Ｓ８
２、Ｓ８２′）とを含む数字等認識方法。
【請求項２】前記の切り出された文字を認識する過程
が、前記の予め得た認識すべき数字等の夫々の前記３値化デ
ータに対応する特徴を基に、所定デシジョンツリーによ
る文字認識過程（Ｓ８２）であることを特徴とする請求
項１に記載の数字等認識方法。