JPH05506114A - 機械印刷文字用光学的文字認識神経網システム - Google Patents

Abstract

(57)【要約】本公報は電子出願前の出願データであるため要約のデータは記録されません。

Description

【発明の詳細な説明】 印　・　切−システム 発明の背景 技匝的分野 本発明は、複数のフォントの任意の１つにおける機械印刷された英数字文字を認 識するために神経網を用いる光学的文字認識システムの分野に関する。

背景技玉 光学的文字認識は、書類上の各文字が所定の英数字記号組における適当な記号と 正しく関連していることを必要とする。書類上の文字が特定の英数字記号として 認識されなければならないイメージパターンを構成するという意味でこれはパタ ーン認識に頚僚している。パターン認識システムは周知であり、例えば、米国特 許第３，１９２，５０５号、３，２６７．４３９号、３，２７５．９８５号、３ ．２７５，９８６号、及び４，４７９，２４１号に開示されている。斯かるパタ ーン認識システムは、英数字文字を認識する上での固有の問題に対処するのに特 に好適ではない、これらの問題は以下に論じられよう。

関連技術は、１９８８年６月発行のカラディルによる「神経網プライマＪＡＩエ キスパートの５３頁乃至５９頁に且つルメルハート他による並列ｌｉｄ処理の第 −巻の３１８頁乃至３３０頁に記載されている神経網である。神経網を用いて数 （英数字文字）を認識することは、ジョーシア州アトランタでの１９８６年のシ ステム、人間及び人工頭脳学に関するＩＥＥＥ国際会議の会報の１６２１頁乃至 】６２５頁（１９８６年８月）のバーによる「神経網数字認識装置」によって提 案された。神経網を用いて英数字文字を認識することは、神経網に関する国際合 同会議の会報の第二巻の６０６頁乃至６１４頁（１９８９年６月１８日−２２日 ）の会報のハヤシ他による「ポケットアルゴリズムを有する結合モデルを用いる 英数字文字認識」によって提案されている。ハヤシ他の発表は、度数分布図を用 いて書類上の各文字イメージを分割又は分離し且つ次にこれを神経網に伝送する 前に各文字イメージを標準寸法に正常化する光学的文字認識システムを開示して いる。更に、ハヤシ他の発表は、同一のシステムを用いて２つ以上の種類のフォ ントを認識できることを開示している。しかしながら、上記の特許及び発表のど れも、神経網が曖昧な即ち信頼できない記号選択を行なった時に、即ち、その［ 点Ｊが第二及び第三選択にかなり近い選択を行なった時に何をすべきかという問 題を扱っていない、更に、これらはどれも、隣接文字によって飾りつけられた文 字をこれらが度数分布的分割技術によって分離しないように認識する方法の問題 を扱っていない。最後に、上記の特許及び発表のどれも、隣接文字に接触してい る文字の認識方法の問題について扱っていない。

によ　て”れる量 神経網が文字イメージを認識してこの文字イメージをこのイメージが表わす記号 と正しく関係づけることができる前に、文字イメージは書類上の他の文字のイメ ージから分離されていなければならず且つその寸法はこの神経網が処理するよう に訓練されている文字イメージ寸法及びアスペクト比に正常化−一致−していな ければならない。隣接している文字イメージを互いに分離することは通常、連続 した「オン」画素からなる２つの領域の間に存在している「オン」画素が欠けて いる行又は列を単純に見つけることからなる分割プロセスによって達成される。

この分割プロセスは単に、これら２つの領域が「オン」画素が欠けていると見い だされた行又は列によって分離された異なった文字イメージであると宣言する。

斯かる分割技術はしばしば「ヒストグラミングｊと呼ばれる。

斯かる分割技術にかかる１つの問題は、これらが飾りつけられた隣接文字を分離 できないことである。飾りつけられた文字というのは、必ずしも接触しておらず 、それらの一方が他方を囲んでいる隣接した文字である。例えば、特定のフォン トにおいて、第１図に示すように、大文字「Ｐ」は次の小文字「ｅ」を囲んでい る。これら２つの文字は本当は書類イメージにおいて互いに分離されているが、 第１ａ図から判るように、これら２つの文字の間にはｒオンノ画素が欠けている 行又は列が存在していない。斯くして、上で論じられた分割技術はこれら２つの 文字を分離することができない、その結果、神経網はどちらの文字も認識するこ とができない。

上で論じられた分割技術に斯かる別の問題は、これらが実際的に接触又は連結し ている隣接文字を分離することができないことである０例えば、第１ｂ図に示す ように、その底部が次の大文字ｒｌ、と併合している大文字「Ｌ」は大文字「Ｕ 」のように見え得る。第１ａ図の例のように、第１ｂ図は、「オンＪ画素が欠け ている行又は列が存在せず、従ってこの分割技術はこれら２つの連結した文字を 分離することができず且つ神経網はこれらの文字のどれも認識することができな いことを示している。

神経網を用いて光学的文字認識を達成することに斯かる関連の問題は、神経網が 与えられた文字イメージに対して一義的な記号選択を行うことができないことで ある。斯かる事象は、上記のように、飾りっけ又は接触している文字によって生 しるかあるいは悪い書類イメージの品質等の他のことによって生じ得る。周知の ように、この神経網はその記号出力の１つにおいて非常に高い得点を且つその他 の記号出力の全てにおいて非常に低い得点を発生することにより一義的な選択を 行う。神経網が一義的記号選択を行うことができない時に必ず、その記号出方の どれも比較的高い得点を有しておらず、実際その記号出力の幾つかは同様の得点 を有し得る。この問題は、特に、特定の文字イメージが神経網に認識可能でない という理由が前もって知られていない場合に、神経網が認識することができない 文字イメージを如何に処理するかということである。

更に別の問題は、神経網による処理に適切な寸法に正常化されると、同様の形の 英数字記号から実用的に区別不可能な非常に小さな記号（コンマ、引用符等）を 含む記号組が選択され得ることである９通常、神経網は、特定の寸法及びアスペ クト比の文字イメージを認識するように訓練されている。書類が印刷された時に 用いられるフォントに応じであるいは書類が拡大又は縮小を表わすかに応じて、 書類からとられた各文字イメージは、神経網によって処理される前に正常化され て、これによりその寸法及びアスペクト比が神経網が認識するように訓練された 文字イメージ寸法及びアスペクト比に一致するようにしなければならない。例え ば、文字イメージ寸法は２進方画素の１２行×２４列であり得る。

更に別の目的は、特定の記号（例えば、ｃ、ｐ、　ｗ、ｓ、　χ等）のケース（ 大文字又は小文字）が記号の寸法によってのみ決定され、従って文字正常化の後 は区別することができないことである。斯くして、神経網によるそれらの認識に 続く斯かる記号のケースを直すために何らかの対策がなされなければならない。

従って、本発明の１つの目的は、神経網が一義的記号選択を行うことができない 時は必ず文字を認識することにある。

本発明の別の目的は、神経網が信頼できる選択を行うことができない時はいつで も検知し、次に飾り付けられた隣接文字が存在するか否かを識別することにある 。

本発明の更に別の目的は、神経網が信頼できる選択を行うことができない時は必 ず検知し且つ次に飾り付けられた隣接文字が存在するか否かあるいは接触してい る隣接文字が存在するか否かを識別することにある。

本発明の更に別の目的は、文字正常化に続く他の記号から区別することができな い特別な記号を認識し且つ適切なケース（大文字あるいは小文字）を神経網によ って信顛的に認識されるがそのケースが文字正常化の後区別することができない 記号に割り当てることにある。

本発明の更に別の目的は、最も複雑化されていないタスクが先に達成され且つよ り複雑化されているタスクがそれらの特定の文字イメージの必要性の決定の後に のみ達成されるという順序で前記の目的の各々を達成することにある。

発明の開示 本発明は、所定の記号組を認識するように訓練された神経網、この神経網による １ｍのために書類からの文字イメージを分割し正常化する前１プロセツサ、及び この神経網によって成された誤記号識別を直す後置プロセッサを有する光学的文 字認識システムである０本発明の代替実施例において、前置プロセッサは他の方 法では分離不可能な文字イメージ、例えば飾り付けられた文字のイメージを分離 するために、接触された成分分析によって個々の文字イメージを分割する。

本発明のこの代替実施例において、接触文字は後置プロセッサによって達成され る接続成分分析において分離される。この実施例において、後置プロセッサは、 より大きな対象に接続されていると見い出された際に接続成分分析によってより 大きな対象に究極的に併合される各対象を覚えている。イメージにおけるこれら 全ての対象が見い出されると、後置ブロセ／すはこれら併合された対象のどれか が神経網が認識するように訓練された全ての記号の中央高さ又は領域の近（の高 さ又は領域を有するか否かを決定する。そうである場合、後置プロセッサはより 大きな対象からこの基準に合致する併合された対象を分離する。斯かる場合、併 合された対象は接触文字であり、文字正常化器の入力に別々にフィードバックさ れ次に神経網にフィードバンクされる。

本発明のこの好ましい実施例において、前置プロセッサはより高速であるが強度 がより低い分割技術、例えばヒストグラミングを用いており、一方装置プロセッ サは神経網によって発生される記号得点を監視する。文字イメージのアスペクト 比（幅側る高さ）が所定のしきい値より大きい場合あるいは神経網からの低い記 号点を検出した場合、後置プロセッサにおける腕節プロセッサはこの高いアスペ クト比即ち低い点を改善するために所定の一連の試みを達成する。大抵の場合、 これらの試みの各々は先ｊテの試みより時間を消費する。先ず、後置プロセンサ は文字イメージが文字正常化の後特定の既知の文字から区別不可能である１組の 特別な記号の１つを含むか否かを決定する。そうである場合、後置プロセッサは 神経網の記号選択を無視し、特別な文字を識別する。そうでない場合、後置プロ セッサは神経網によって選択された記号がそのケースが文字正常化に続いて未定 である記号であるか否かを決定する。そうである場合、後置プロセッサは元の（ 正常化されていない）文字イメージの寸法から文字の適切なケースを決定する。

そうでない場合、この文字イメージは２つの飾り付けられた記号の文字イメージ であるという仮定がなされ、後置プロセッサにおける腕節プロセッサは２つの飾 り付けられた文字を分離しようとして接続成分分析を達成する。このようにして 、時間を消費する接続成分分析プロセッサは、特定の文字イメージに対して必要 であると見い出されない限り用いられない、腕節プロセッサがイメージを２つ以 上の文字に分離するのに成功した場合、この結果は文字認識における新しい試み のために神経網の入力にフィードバックされる。接続成分分析の利点は、それが ｒオン」画素の連続領域からのみなるイメージにおける断接された対象を画定す ることにより隣接文字イメージを分離することである。斯くして、これらの領域 が飾り付けされているか否かを問わず、接続成分プロセンサは未接続領域を分離 する。これらの領域の各々は次に別々に正常化されて神経網に転送される。

そうでない場合、本発明のこの好ましい実施例において、接触文字分離は、接触 文字の分離に排他的に割り当てられている接触文字分離プロセッサによって後置 プロセッサにおいて達成される。この接触文字分離器プロセッサによって達成さ れるプロセスは腕筋プロセッサのプロセスよりも時間を消費するため、後置プロ セッサは腕筋プロセッサが文字イメージの分離ができない場合にのみ接触文字分 離器プロセッサを用いる。接触文字分離器プロセッサは９個のそれぞれの分離試 行プロセスを所定の順序で試みることにより同一のイメージにおける２つの未知 の文字間の分離点を決定する。各連続試行プロセスは、次の試行プロセスの仮定 が存在しないという１組の仮定可能を解消するため、各々の後続の試行プロセス のタスクを簡略にする。この９個の試行プロセスの任意の１つの成功の際、新し く分離された文字イメージのこの対は一度に１つずつ文字正常化器の入力に、従 って分離の正しさを証明するために神経網にフィードバックされる。

特定の文字イメージが低い得点でもって神経網によって識別された場合且つ腕筋 プロセッサと接触文字分離器プロセッサの両方が文字イメージを２つ以上の文− 字イメージに分離することができない場合、本発明のこの好ましい実施例では、 文字イメージは推測プロセッサに転送される。推測プロセッサは、神経網によっ てなされた第２及び第３高得点記号選択のどちらが問題の文字イメージの文字高 さに合致する文字高さを有しているかを決定し、その記号選択を勝者として宣言 する。しかしながら、第２及び第３記号選択が文字イメージの文字高さと合致す る文字高さを有する場合、推測プロセッサはこの２つの選択のどれが第１の選択 と最も混同される可能性があるかを決定し、それを勝者と宣言する。

腕節（接続成分分析）プロセス及び接触文字分離プロセスは、先行特別記号検出 及びケース補正プロセスより漸次に時間消費的である。本発明の１つの利点は、 神経網の出力が、腕節、分離及び推測プロセスが達成されるか否かを各文字イメ ージに対して決定し、これによりそれらの各々が必要な場合にのみ用いられるよ うにすることである。詳細には、本発明のシステムは特定の文字イメージが特に 高いアスペクト比を有するかあるいは許容できない程低い得点を有する神経網に よって記号選択を刺激する場合のみ斯かる対策プロセスの力を借りる。斯くして 、全体のシステムオペレーションの速度は、必要となった場合に腕節プロセス、 接触文字分離プロセス及び推測プロセスの利点を享受しながら最適化される。

図面の簡単な説明 本発明の好ましい実施例は添付図面に言及して以下に詳細に述べられており、こ れらの図面において、 第１ａ図及びｌｂ図は、１対の飾り付は文字及び１対の接触文字をそれぞれ示す 図であり、 第２図は本発明の代替実施例を示しており、第３図は本発明を実施する好ましい システムのブロック図であり、第４図は、第３図のシステムのオペレーションを 示すフローダイアグラムであり、 第５図は、書類の例示イメージの簡易図であり、第６図は、第５図の書類イメー ジから分離された文字イメージの簡易図であり、第７図は、本発明に用いられて いる異なった記号高さ分類を示す図であり、第８図は、第３図のシステムにおけ る基準パラメータユニットのオペレーションを示すフローダイアグラムであり、 第９図は、第３図のシステムにおける文字正常化器によって生成された第６図の 文字イメージの未正常化形を示す図であり、第１Ｏ図は、第３図のシステムにお ける神経網の典型的な部分の簡易図であり、第１１図は、第３図のシステムにお ける特殊記号検出器のオペレーションを示すフローダイアグラムであり、 第１２図は、第３図のシステムにおけるケース補正器のオペレーションを示すフ ローダイアグラムであり、 第１３図は、第３図のシステムにおける腕節器のオペレーションを示すフローダ イアグラムであり、 第１４図は、第３図のシステムにおける腕節器によって用いられている隣接画素 の可動核の図であり、 第１５図は、第３図のシステムにおける接触文字分離器のオペレーションを示す 一般フローダイアグラムであり、 第１６図乃至２４図は、第１５図に示されている接触文字分離器のオペレーショ ンにおいて用いられている９個の接触文字分離プロセスのそれぞれの１つのオペ レージタンを別々に示すフローダイアグラムであり、第２５図は、新しいイメー ジが第１５図の接触文字オペレーションに如何に組み込まれるかを示しており、 第２６図は、文字イメージの不正分割に対して保護する第１５図の接触分離オペ レーションにおいて用いられている検査分割オペレーションを示しており、第２ ７図は、第２６図の検査分割オペレーションに用いられている一般検査プロセス を示しており、 第２８図は、第３図のシステムにおける推測プロセッサのオペレーションを示す フローダイアグラムであり、 第２９図は、完全な記号組におけるどの記号が第３図のシステムにおける神経網 によって選択される特定の記号と混同される可能性が最も高いかを決定する上で 有用なルックアップテーブルを示しており、そして第３０図は、第３図のシステ ムによって用いられている二進文字イメージワードのフォーマットを示す図であ る。

本発明を実施するモード 之丞土人概説 本発明の代替実施例が第２図のブロック図に示されている。光学的文字認識シス テム２００は接続成分分析器２１０及び文字正常化器２１５を含む前置プロセッ サ２０５、文字認識神経網２２０並びにケース混同補正を達成する後置プロセン サ２２５からなっている。接続成分分析器２１０は、文字イメージの各々を全書 類のイメージから分離する。接続成分分析器を用いて、分析器２１０は隣接文字 のイメージをこれらの文字が飾り付けられている場合に互いに分離する。文字正 常化器２１５は、分析器２１０によって供給される個々の文字イメージによって 占有される水平行の画素及び垂直列の画素の数を決定する。文字イメージ又は対 象によって占有される水平行及び垂直列の画素の数が神経網２２０によって要求 されるイメージ寸法から異なる場合、標準化器２１５は、古い文字イメージに基 づくが所望数の水平行及び垂直列の画素を占有する正常化された文字イメージを 発生する。神経網２２０は正常化された文字イメージからそれが認識するように 訓練された組の記号における各記号に対する異なった得点を発生する。神経網２ ２０は次に最高得点を有する記号を文字イメージによって表わされる記号として 宣言する。後置プロセッサ２２５は、神経網によってこのように識別される記号 がその上及び下ケース形が形状の点で同等であり且つ従って寸法の差のみによっ て互いに区別される記号であるかを決定する（勿論斯かる寸法の差は文字標準化 器２１５によって達成される文字正常化プロセスの間に失われる）、そうである 場合、後置プロセッサ２２５は接続成分分析器２１０によって文字正常化器２１ ５に転送された元の（未正常化）イメージの寸法に言及することにより現在の記 号が上又は下ケースであるかを決定する。斯かる結果を予想して、元のイメージ はそれが分析器２１０によって正常化器２１５に転送された時点でメモリ２３０ に記憶される。斯くして、後置プロセッサ２２５は単に、メモリ２３０に記憶さ れているイメージの寸法を決定する。大寸法が上ケース記号を示すのに対して、 小さな寸法は下ケース記号を示す。補正が必要であると見い出された場合、後置 プロセッサ２２５は神経！２２０によって供給された記号を適当なケースの記号 に置き換える。第２図のエレメントの各々は第３図に示されている本発明の好ま しい実施例に関連して以下により詳細に論じられよう。

ここで第３図について説明すると、本発明の好ましい実施例は、周知の技術、例 えばイメージの水平行及び垂直列に沿ったヒストグラミングを用いて書類イメー ジ３０５を複数の別々の文字イメージに分割する文字分割器３００を含んでいる 。各文字イメージは個別に文字パラメータユニット３１０に送られ、文字パラメ ータユニット３１０は各文字イメージのパラメータ、例えば文字高さを計算する 。斯かるパラメータは第３図のシステムの他の成分による使用のためにメモリ３ １５に記憶される０個々の文字イメージは次に周知の技術を用いて文字正常化器 ３２０によって所定の寸法及びアスペクト比に正常化される。好ましい実施例に おいて、正常化された文字イメージは１２の垂直列及び２４の水平行の二進法画 素からなる０分割器３００、文字パラメータユニット３１０、メモリ３１５及び 文字正常化器３２０は第３図の好ましい実施例の前置プロセッサ３２５を構成し ている。

前置プロセッサ３２５は正常化された文字イメージを神経１ｉ３３０の入力に転 送する。神経ｍ３３０は所定組の記号の各々を認識するように訓練されている。

神経網３３０は所定組における記号の各々の１つに対する正常化されたイメージ の異なった得点を発生し、最高得点を有する記号を文字イメージによって表わさ れる記号であると宣言する。神経網３３０はこの識別及び現在の文字イメージに 対する第１、第２及び第３の高得点記号の対応の得点を後置プロセッサ３４０に 送る。後置プロセッサ３４０は神経網３３０によってなされた記号識別が信頼性 のあるものであるか否かを決定する。そうでない場合、後１プロセツサ３４０は 現在の文字イメージに対するより信頼性の高い記号の選択を見い出すために補正 又は対策タスクを達成する。

後置プロセッサ３４０におけるケース補正器３４２ばそのケース識別が文字正常 化の後曖昧である記号のケース（上又は下）を補正するタスクを達成する。この タスクは第２図の後置プロセッサ２２５に関連して上で述べられた。しかしなが ら、第３図のケース補正器３４２は神経網によって識別された記号の適当なケー スを決定するために元の文字イメージから文字寸法を計算せず、単に前に文字パ ラメータユニット３１０によって計算され且つメモリ３１５に記憶されている元 の文字イメージの寸法を参照するだけである。

特殊記号検出器３４４は、元の文字イメージ寸法が、表わされる文字が神経網が 認識するように訓練された文字でないことを示すか否かを決定する。斯かる記号 は、例えば、コンマ又はピリオドあるいはその正常化されていないイメージが神 経網の記号組における特定の記号から区別不可能である他の任意の記号であり得 る。（ピリオドの正常化されているイメージは「０」と混同され得る。斯かる場 合は、特殊記号を検出器がこの文字イメージの識別を決定する。）腕節器３４６ は飾り付けされ得る書類イメージ３０５における隣接の文字イメージを分離する 。好ましくは、この腕節器３４６は接続成分分析を用いる。腕節器３４６が１つ の文字イメージを２つ又はそれ以上の文字イメージに分割できた時は必ず、その 結果得られるイメージは神経網３３０による最終的な処理のために文字正常化器 ３２０の入力にフィードバックされる。

接触文字分離器３４８は、実際に接触しており且つ従って分割器３００あるいは 腕節器３４６のどちらかによる分離に容易に供することができない書類イメージ における隣接の文字イメージを分離する０分離器３４Ｂが１つの文字イメージを ２つ又はそれ以上の文字イメージに分割できた場合は必ず、その結果得られるイ メージは神経網３３０による最終的な処理のために文字正常化器３２０の入力に フィードバックされる。神経網によってなされた信顧できない文字識別が後置プ ロセッサ３４０の上記のエレメントのどれによっても補正されない特別な場合は 、推測プロセッサ３５０は現在の文字イメージのためにメモリ３１５に記憶され ている文字パラメータの全てを考慮に入れ、これにより現在の文字イメージの記 号識別のための最上の推測を決定する。

第３図のシステムのオペレーションをこれから第４図の作動フローダイアダラム に言及して一般的に述べることにする。第４図は、第３図のシステムが書類イメ ージ３０５における個々の文字イメージの各水平行又はラインをいかに処理する かを時間シーケンスで示している。先ず、文字分割器３００は一行の文字イメー ジを受け、個々の文字イメージをその行に分割することを開始する（第４図のブ ロック４００）。現在の行における文字イメージの全てが分割器３００によって このように処理された後、これらはそれぞれ１度に１つずつ文字正常化器３２０ に送られる（第４図のブロック４０４）、この文字イメージの正常化された形は 神経網３３０によって処理され、神経網３３０は恐らくは文字イメージによって 表わされる記号を識別する（第４図のブロック４０６）。基準パラメータユニッ ト３１０は文字イメージにおける連続「オン」画素からなる対象の種々のパラメ ータ（高さ及び面積等）を計算しこれらをメモリ３１５に記憶する（第４図のブ ロック４０７）。神経網３３０によってなされる記号の選択が補正されなければ ならないか否かは次に後置プロセッサ３４０によって決定される。先ず、特殊記 号検出器３４４は、元の（未正常化）文字イメージの面積又は高さ一メモリ３１ ５に記憶されている−が所定のしきい値を下回ったか否かを決定する。（第４図 のブロック４０８）、そうである場合（ブロック４０８のＹＥＳ分岐）、特殊記 号検出器３４４は神経網の決定を無視し、文字イメージが実際に表わす特殊記号 を検出しく第４図のブロック４１０）そして正記号識別を出力する（第４図のブ ロック４１０）。そうでない場合（ブロック４０８のＮｏ分岐）、ケース補正器 ３４２は神経！１ｉ３３０によって識別された記号がそのケースが曖昧である記 号であるか否かを決定する（第４図のブロック４１４）。そうである場合（ブロ ック４１４のＹＥＳ分岐）、ケース補正器３４２は元の（未正常化）文字イメー ジの一メモリ３１５に記憶されている一寸法又は面積からケース（上又は下）を 確認する。そうでない場合（ブロック４１４のＮｏ分岐）、ケース補正器３４２ は回避される６次に、現在の文字イメージに関連する記号に対する神経網によっ て計算された点が信転度の所定しきい値を下回るかあるいは文字イメージのアス ペクト比が高すぎるか否かについての決定がなされる（第４図のブロック４１８ ）。

そうでない場合（ブロック４１８のＮｏ分岐）、神経劇の記号識別は信頼性があ るものと考えられ、これは最終結果として転送される（第４図のブロック４２０ ）。

そうでない場合（ブロック４１８のＹＥＳ分岐）、低い得点あるいは高アスペク ト比は分割器３００が書類イメージ３０５における２つ（又はそれ以上）の隣接 した文字イメージを分離できないことに因るという仮定がなされる。この場合、 現在の文字イメージの腕筋がすでに試みられているか否かの決定が先ずなされる （第４図のブロック４２２）。そうでない場合、腕節器３４６は文字イメージを ２つ又はそれ以上の別々のイメージに分離することを試みる（ブロック４２４） 。

現在の文字イメージからより多くの別々の対象を形成することが成功した場合（ 第４図のブロック４２６のＹＥＳ分岐）、その結果得られる新しい文字イメージ は一度に１つずつ文字標準化器の入力にフィードバックされ、これによりこの新 しいイメージがそれぞれ上記のプロセスに供されるようになっている。腕節器３ ４６が現在の文字イメージを２つの別々のイメージに分離することができない場 合（ブロック４２ＧのＮｏ分岐）、この文字イメージは接触文字分離器３４８に 送られる。しかしながら、現在の文字イメージの腕筋が既に試みられている場合 （ブロック４２２のＹＥＳ分岐）、接触文字分離プロセスが分離器３４８によっ て現在の文字イメージに対して達成されているか否かについての決定がなされる （第４図のブロック４２８）。そうでない場合（ブロック４２８のＮｏ分岐）、 分離器３４８はその接触文字分離プロセスを現在の文字イメージに対して達成す る（第４図のブロック４３０）。接触文字分離プロセスが現在の文字イメージを ２つに分層することに成功した場合（第４図のブロック４３２のＹＥＳ分岐）、 その結果得られる新しい文字イメージは一度に１つずつ文字正常化器３２０の入 力にフィードバックされ、これによりこれらの新しいイメージが各々上記のプロ セスに供されるようにしている。接触文字分離プロセスが現在の文字イメージを ２つの別々の対象に分離することができなかった場合（ブロック４３２のＮｏ分 岐〕、現在の文字イメージは推測プロセッサ３５０に送られる。しかしながら、 接触文字分離プロセスが既に現在の文字イメージに対して達成されている場合（ ブロック４２８のＹＥＳ分岐）、分離器３４８は回避され、現在の文字イメージ は直接推測プロセッサ３５０に送られる。推測プロセッサ３５０は神経網３３０ によってなされた記号識別を補正することを試み（第４図のブロック４３４）、 現在の文字イメージの適切な記号識別のその最上の推測を出力する（第４図のブ ロック４３６）、最終的な記号識別が後置プロセッサ３４０によってなされると 必ず（第４図のブロック４１２、ブロック４２０あるいはブロック４３６Ｌ現在 の行における次の文字イメージが文字正常化器３２０の入力に送られ（ブロック ４０４）オペレーションの次のサイクルを開始する。

第３図のシステムにおけるエレメントの各々は以下に詳細に述べられる。

ス字丘側五 文字分割器３００は、書類の二進イメージにおける隣接の文字を分離して個々の 文字イメージを発生する。これは実質的に、画素の全てがｒオフ」である水平行 又は垂直列の画素を単に探す周知のヒストグラミング技術を用いて行う。かかる 行又は列は連続の「オン」画素を含む２つの隣接の対象に分離する境界として取 り扱われる０例えば、書類イメージ３０５は二進法画素の垂直列及び水平行のタ スクを含む第５図に示されている二進法イメージのように見え得る。「ａ」５０ ５及び’ｂＪ５１０のイメージに対する「オン」画素は「オフ」画素の垂直列５ １５によってのみ分離される０分割器３００「オフ」画素の列５１５の定位を用 いて２つの対象５０５及び５１０を分離してこれにより第６図に示されている連 続の「オンＪ画素の「ｂ」対象５１０の個々の二進法文字イメージを発生する。

分割器３００によって達成されたプロセスは当技術において周知であるため、こ れ以上の説明はここでは必要でない。

バーノー　ユニ　ト 文字パラメータユニットは、個々の文字イメージ、例えば分割器３００によって 生成された第６図の文字イメージを検査し、イメージにおけるＦオンＪＮ素の最 も高い列における画素の数と同時にイメージにおけるｒオン」画素の最も長い行 における画素の数を計数する。これらの数はそれぞれ文字イメージの高さ及び幅 である０文字パラメータユニットはまた、文字の現在の行における文字の全てに 特有な第７図に示されている特定のパラメータを決定する。これらのパラメータ は現在の行における文字の全てに共通なベースライン７００に対して相対的に測 定される。中間ライン７０５は「ａ」等の平均的な小文字の頂部である。上昇ラ イン７１０は、「１」又は「ｊ」等の平均的な高い文字の頂部である。下降ライ ン７１５は、Ｅｊ」、「ｙ」又は’ＰＪ等の下方延長を有する文字の底部である 。パラメータユニット３１０はここでは手の込んでいる必要がない当技術におい て周知の技術を用いて、現在の文字イメージの高さ及び幅、並びに現在の行にお ける文字の全てに特有なベースライン７００に対する相対的な中間ライン７０５ 、上昇ライン７１０及び下陣ライン７１５の定位を含むパラメータの各々を測定 する。

文字基準パラメータユニット３１０のオペレーションは第８図のフローダイアダ ラムに示されている。基準パラメータユニット３１０は分割器３００からの元の （未正常化）文字イメージを受けるだけでなく、神経網３３０によって識別され た記号の対応の得点を受ける。文字イメージに対する記号の神経網の識別がそれ が第４図のブロック４２０に至るテストを首尾よく通過したという意味で「最終 的」であるかの決定がなされる。この決定は第８図のブロック８００に相当する 。そうである場合（ブロック８００のＹＥＳ分岐）、基準パラメータユニット３ １０はそのベースラインに対する相対的な現在の文字イメージの中間ライン高さ 、上昇ライン高さ及び下降ライン高さく第７図に示されている）を決定する。

そうでない場合（ブロック８０００）Ｎｏ分岐）、神経網によって発生された得 点が神経網によってなされた記号の選択が信転性のあるものであることを指示す るのに十分高いかの決定がなされる。この後者の決定は第８図のブロック８０２ に相当する。そうである場合（ブロック８０２のＹＥＳ分岐）、基準パラメータ ユニット３１０はそのベースラインに対して相対的な現在の文字イメージの中間 ライン高さ、上昇ライン高さ及び下降ライン高さく第７図に示されている）を決 定する。そうでない場合（ブロック８０２のＮｏ分岐）、現在の文字イメージは 基準パラメータユニットによって回避され、この基準パラメータユニットは次の 文字イメージに対して前記のプロセスを反復する。基準パラメータユニット３１ ０はＣ言語コンピュータプログラムによって実施された。このプログラムは基準 パラメータユニット３１０に関連して上で論じられた基準値を計算するのにプロ グラムによって用いられるイメージから文字データ構造を形成する。加うるに、 このプログラムは計数補正器３４２の且つ下で論じられる特殊記号検出器３４４ の機能を実施する。

文字正常化器 文字正常化器３２０は、元の文字イメージの寸法及び／又はアスペクト比を必要 に応じて変化せしめる０例えば、１２列及び２４行の二進画素、例えば第９図に 示されている文字イメージを含む文字イメージを認識するように訓練された神経 網が本発明で用いられた。第６図の元の文字の例はこの形状に一致せず、比較に 値しない。文字正常化器３２０は形状を変化せしめ、これにより神経網３３０に よって要求される１２列、２４行二進法イメージに一致するようにしている。

この結果は第９図に示されており、この中で文字（ｂ）の正常化されたイメージ は第６図の元の文字より高く且つ細くなっている。

笠扛岩 第１０図のブロック図は第３図の神経ｍ３３０の典型的な部分を示している。

神経網３３０は約２８８個（Ｄ入力層　−Ｆ　９０５　ａ、９０５ｂ、９０５ｃ 等を含ム入力層９００を有している。各入力ノード９０５は第９図の正常化され た１２×２４文字イメージにおける２８８個の二進法画素の特定の１つに接続さ れている。

入力ノード９０５の全ては言わゆる隠された層９１５における７５本の神経９１ ０ａ、９１０１）、９１０ｃ等の各々に個別に接続されている。各入力ノード９ ０５はそれが隠された層の神経９１０の各々の１つに接続されている特定の文字 イメージ画素の二進法状態に沿って単に通過する。本明細書の以下にある程度詳 細に述べられるように、これらの神経９１０の各々の１つはその２８８個の二進 法人力の全てを用いる演算活発化機能を達成して出力を発生する。全ての７５本 の隠された層の神経９１０の出力は出力層９２５における５１本の神経９２０ａ 、９２０ｂ、９２０ｃ等の各々の１つに接続されている。５１本の神経９２０の 各々は神経網３３０が認識するように訓練されている５１個の英数字記号の１つ に相当する。（斯かる訓練は以下に定義されよう、）５１本の神経９２０の各々 の１つは隠された層９】５からの全ての７５個の出力を用いて演算活発化機能を 達成しそれ自身の最終出力を発生する。この最終的な出力は得点であり且つ人力 層９００において受けられた正常化された文字イメージとこの得点を発生した神 経９２０に関連する記号との間の相関関係に類匍している。斯くして、入力層９ ００において受けられた各文字イメージに対して、５１個の得点が５１個の出力 神経９２０によって出力層９２５において発生される。最も高い点を発生した出 力神経に関連する記号は入力層９００において受けられた文字イメージによって 表わされる記号として宣言される。

神経網の最も単純な例は、各神経によって達成される活発化機能が単にこれらの 入力とこの神経のそれぞれの係数との積の和である神経網である。第１０図につ いて説明すると、この単純な例において、二進法人力Ａｉが２８８個の入力ノー ド９０５の１番目のノードにおいて受けられ、そこから隠された層９１５におけ る７５本の神経９１０の全てに転送される。隠れた層９１５における神経９１０ のｊ番目の神経は人力Ａ１０１番目の入力に係数Ｂｔｊを乗算し、次に全ての２ ８８個の積ＡｉＢｉｊの和に等しい出力Ｃｊを発生する。斯くして、Ｃｊ＝Σ１ ＡｉＢｉｊ 同様にして、出力層９２５における出力神経９２０のに番目の神経は隠れた層９ １５から受けられた出力Ｃｊのｊ番目の出力に係数Ｄｊｋを乗算し、次に全ての 積ＣｊＤｊｋの和に等しい出力得点Ｅｋを発生する。斯くして、Ｅｋ−ΣｊＣｊ Ｄｊｋ ２８８個の二進法人力Ａｉに換算した５１個の出力得点Ｅｋを得るために、公式 （１）は公式（２）に置換されて、 Ｅｋ＝ΣｉΣｊＤｊｋＢｉ　ｊＡｉ を得る。

斯かる単純な神経網のオペレーションは公式（３）に因って容易に要約されるが 、当技術において周知であるように、各神経によって達成される単純な積の和活 発化関数の直線性に因って安定していない。非直線活発化関数がその代わりに用 いられる場合に安定が達成される。詳細には、中間層９１５における各神経に対 する活発化関数は、 Ｃｊ＝　［１＋ｅｘｐ　（−Σ１（ＡｉＢｉｊ＋θｊ））一方出力層９２５にお ける各神経に対する活発化関数は、Ｅｋ＝　（１＋ｅｘｐ　（−Ｅｊ　（ｃｉｐ ｊｋ＋θｋ））以下に詳細に論じられるように、係数ＢＩＪ及びＤｊｋは既知記 号組における各正常化文字イメージの２８８個の二進法画素が２８８個の人力ノ ード９０５に適用される神経網によって達成される訓練プロセスの過程の期間中 に学習される。

この訓練プロセスの間、上記の公式（４）及び（５）における項θｊ及びθには 、入力層における且つ前の層には未接続であるが次の層に「オン」信号を一定し て出力する隠された層におけ仮作的神経の出力としてそれぞれ学習される。この 技術は当技術において周知である。上記の光学的文字認識神経網はＣ言語コンピ ュータプログラムを用いて実施された。

ここで神経網の訓練を定質的に述べることにする。神経網によって認識される各 記号の１２Ｘ２４文字イメージは反復学習プロセスにおいて多数回２８８個の入 力ノードに適用される０文字イメージが適用されるたびに、出力層における各神 経９２０の出力は所望パターンと比較されて誤差を得る。勿論所望パターンは、 適用された文字イメージによって表わされる記号に割り当てられた特定の出力神 経（例えば神経９２０ｃ）のみが単一の点を生成するのに対して、他の全ての出 力神経はゼロの得点を生成する。に番目の出力神経に対しては、所望得点はｔ、 にと表わされ一方その実際の出力得点はＯｋと表わされる。ｋ番目の出力神経に 対する誤差δには以下のように定義される。

δに＝　（ｔｋ　−ｏｋ　）　（６ｏｋ　／δ（ｎ　ｅ　ｔｋ　）ここでδｏｋ ／δ（ｎｅｔｋ）は上記の公式の出力神経活発化関数の実際の出力Ｏｋに対する 偏重関数である。

既知文字イメージの入力層９００への各々の通用に続いて、誤差δには各出力神 経９２０に対して計算され、同時に隠れた層９１５から各出力神経９２０によっ て受けられた７５個の入力１ｊの各々の大きさも計算される。に番目の出力神経 によって用いられる係数Ｄｊｋの各々は反復量Ｄｊｋによって変化し、この反復 量Ｄｊｋによって変化し、この反復蓋Ｄｊには以下のように定義される。

Ｄｊｋ＝δｋＩｊ十αＤｊｋ’ ここでδは訓練プロセスの学習速度を表わす単一よりも小さな比例定数であり、 δｋ及びＩｊは上記のように定義され、一方Ｄｊｋ“は先行反復の期間中にＤｊ ｋが変化する量であり、αは学習プロセスの安定に寄与する運動量項目である。

本発明においてαは約０．　９である。

隠れた層の神経９１０の係数Ｂｉｊは上記に与えられた定義と類イ以の定義を用 いて同一のプロセスの期間中に学習される。しかしながら、冬服れた層の神経に 対する誤差δｊは次の反復的な関係式に従って異なって定義される。

δｊ＝（δｏｊ／δ　（ｎｅｔ　ｊ）　（ΣにδｋＤｊｋ）従って、隠れた層の 神経９１０の５番目の神経の係数Ｂｊｊは既知文字イメージの入力層９００への 各適用と共に以下に定義される量δＢｉｊだけ変化する。

Ｂｉｊ＝δｊＡｉ 公式（９）の右辺の項の各々は上記で定義されている。

訓練プロセス全体は、５１個の出力得点の所望パターンがこの文字イメージに対 して達成されるまで、既知の文字イメージを神経網の人力層９００に反復的に適 用し、各神経の係数を上記の公式（７）及び（９）に従って変えることにより達 成される。このプロセスは、１組の英数字記号を表わす全ての文字イメージがこ のように処理されるまで次の既知文字イメージに対して反復される。斯かる訓練 プロセスはＣ言語プログラムを用いて実施された。

竺珠記ユ挟土器 第３図の特殊記号検出器３４４のオペレーションが第１１図のフローダイヤグラ ムに示されている。先ず、文字基準パラメータユニット３１０は元の文字イメー ジにおける連続「オン」画素の対象の高さ及び幅だけでなく現在の行における全 ての文字のベースライン定位に対するその位置を決定し、これらのパラメータを 前に論じたメモリ３１５に記憶する（第１１図のブロック１１００）、特殊記号 検出器３４４は先ず、（文字対象の幅に対する高さの）アスペクト比が０．　５ より小さいか否かを決定する（第１１図のブロック１１１０）、そうである場合 （ブロック１１１０のＹＥＳ分岐）、検出器３４４は文字対象が下降ラインの底 部の近くに定位しているか否かを決定する（第１１図のブロック１１１５）。そ うである場合（ブロック１１１５のＹＥＳ分岐）、特殊記号検出器３４４はこの 文字イメージを下線記号（−）として識別する（第１１図のブロック１１２０） 。

そうでない場合（ブロック１１１５のＮｏ分岐）、特殊記号検出器はこの文字イ メージをダッシュ（−）として識別する（第１１図のブロック１１２５）。アス ペクト比が０．　５を下回らない場合（ブロック１１１ｏのＮｏ分岐）、検出器 ３４４は文字対象が底部即ち下降線定位の近くにあるが否がを決定する（第１１ 図のブロック１１３０）、そうである場合（ブロック１１３ｏのＹＥＳ分岐）、 検出器３４４は文字対象のアスペクト比が１．２５より大きいが否かを決定する （第１１図のブロック１１３５）、そうである場合（ブロック１１３５のＹＥＳ 分岐）、検出器３４４はこの文字イメージをコンマ（１）として識別する（第１ １図のブロック１１４０）、そうでない場合（ブロック１１３５ＯＮｏ分岐）、 検出器３４４はこの文字イメージをピリオド（、）として識別する（第１１図の ブロック１１４５）、ブロック１１３０の決定が否定的であった場合（ブロック １１３０のＮｏ分岐）、検出器３４４は次に文字対象のアスペクト比が１．２よ り大きいか否かを決定する（ブロック１１５０）、そうである場合（ブロック１ １５０のＹＥＳ分岐）、検出器はこの文字イメージを単一引用符（゛）として識 別する（第１１図のブロック１１５５）、そうでない場合（ブロック１１５゜の Ｎｏ分岐）、検出器３４４はこの文字イメージを二重引用符（”）として識別す る（第Ｈ図のブロック１１６０）、これは全ての妥当な可能性を消費し従って与 えられた文字イメージに対して特殊記号検出器３４４によって達成されたプロセ スを含む。検出器３４４が文字イメージを特定の特殊記号として識別する時は必 ず（ブロック１１２０．１１２５．１１４０．１１４５．１１５５又は１１６０ におけるように）、斯かる識別は神経網３３０の出力を無視することを銘記すべ きである。

特殊記号検出器３４４は神経網がこのように識別された記号に対して非常に高い 得点を発生したか否かに拘わらず上記の状況の下で神経網３３０によってなされ た記号識別を無視する。斯くして、特殊記号検出器３４４はある意味で神経網３ ３０の出力から独立している。しかしながら、特殊記号検出器３４４はそれが基 準パラメータユニット３１０の出力に錬っているため神経網３３０の出力に間接 的に依存する。基準パラメータユニット３１０は、ベースライン定位等の幾何学 的特徴及び上記のこれに対する相対的な種々の文字パラメータを計算するために 記号が信顛的に識別されることを要求する。

欠二丞補正Ｍ　゛ ケース補正器３４２のオペレーションが第１２図のフローダイアグラムに示され ている。ケース補正器３４２は先ず、神経網が現在の文字イメージを文字「ＰＪ として識別したかを決定する（第１２図のブロック１２００）、そうである場合 （ブロック１２００のＹＥＳ分岐）、補正器３４２は元の文字イメージにおける 連続「オンＪＷｉ素の対象が文字ベースラインの下に延長したか否かをメモリ３ １５に記憶されている基準パラメータから決定する（第１２図のブロック１２０ ５）。

そうである場合（ブロック１２０５のＹＥＳ分岐）、ケース補正器３４２ばこの 文字イメージを下ケース（小）文字「ｐ」として識別する（第１２図のブロック １２１０）、そうでない場合（ブロック１２０５のＮｏ分岐）、補正器３４２は この文字イメージを上ケース（大文字）「Ｐ」として識別する（第１２図のブロ ック１２１５）。神経Ｍ４３３０によって識別される記号が’ＰＪでない場合（ ブロック１２００のＮｏ分岐）、ケース補正器３４２は次に、文字イメージにお ける連続画素の対象が低い高さを有するか否かを検定し、これにより第７図にお いて定義されたようにこれが中間ラインの上あるいはベースラインの下に延長し ないようにしている（第１２図のブロック１２２０）、そうである場合（ブロッ ク１２２０のＹＥＳ分岐）、ケース補正器３４２は神経網によって識別された記 号のケースが下ケース（小）であることを決定する（第１２図のブロック１２２ ５）。

そうでない場合（ブロック１２２０のＮｏ分岐）、ケース補正器３４２は神経網 によって識別された記号のケースが上ケースＣ大）であることを決定する（第１ ２図のブロック１２３０）。

履飾器 第３図の腕節器３４６のオペレーションが第１３図のフローダイアグラムに示さ れている。第４図に関連して前に論じられたように、現在の文字イメージに対し て神経網３３０によって発生された最高得点が信鎖できるには低すぎるがあるい はアスペクト比が大きすぎる場合は必ず、この文字イメージが実際に、分割器３ ００が分離することができなかった文字であるという仮定がなされる。イメージ におけるこの２つの文字を分離する最初の試みは腕節器３４６によってなされる 。腕節器３４６はこれらの文字が例えば第１ａ図に示されている様式で飾り付け られている場合は現在のイメージにおける個々の文字を分離することに成功しよ う。

ここで第１３図に示されているオペレーションについて説明すると、腕節器３４ ６は画素の最左垂直列から始めることにより現在の文字イメージ（第９図にこの 列の頂部から始めて（第１３図のブロック１３０５）この列を下に降りて最初の ｒオンＪ画素に至る（第１３図のブロック１３１０）、腕節器３４６は次に、こ れら４つの先行する隣接画素の任意がｒオンＪであるかを決定し、そうである場 合、任意の斯かる画素にラベルが割り当てられているかを決定する（第１３図の ブロック１３１５）、これら４つの先行隣接画素は第９図の未正常化イメージの 一部分の図である第１４図に示されている。現在の画素は第１４図の図において ’ＰＪとして表わされており、一方先行の隣接画素は地理的にそれぞれｒＮＷＪ 、「Ｎ」、「Ｗ」及びｒｓＷ、として表わされている。これら４つの隣接画素の どれもラベルを付けられていない場合（ブロック１３２０のＮｏ分岐）、整数の リストにおける次の数が新しいラベルとして選択され（第１３図のブロック１３ ２５）、そしてこのラベルは第１４図における現在の画素’ＰＪに割り当てられ る。（第１３図のブロック１３３０）、このラベルだけでなくこのラベルが割り 当てられた「オン」画素の定位を腕節Ｈ３４６のメモリ３４６ａに記憶される（ 第３図参照）、他方、メモリ３４６ａの内容が、先行の隣接画素の１つ又はそれ 以上が前にラベルを付けられていること（ブロック１３２０のＹＥＳ分岐）を示 す場合、且つ１つの斯かるラベルのみが存在する場合（第１３図のブロック１３ ３５のＹＥＳ分岐）、前に割り当てられたこの１つのラベルが現在の画素に割り 当てられた（ブロック１３３０）現在のラベルとして用いられる（ブロック１３ ４０）。

しかしながら、２つ以上の前のラベルが存在する場合（ブロック１３３５のＮｏ 分岐）及び実際先行の隣接画素の異なった画素に既に割り当てられた２つ（又は それ以上）のラベルが存在する場合（第１３図のブロック１３４５のＹＥＳ分岐 ）、先行のラベルは両方共同−の数に変化しく第１３図のブロック１３５０）そ してこの後者の数は現在の画素のラベルとして割り当てられる（ブロック１３３ ０）。

一方、この時点において腕節器３４６が３つ以上の前のラベルを見い出した場合 （ブロック１３４５のＮｏ分岐）、誤差がフラグされる（第１３図のブロック１ ３５５）。

現在の画素「ｐ」　（第１４図）がブロック１３３０においてラベルを付けられ た後、腕節器３４６はこれが第９図の未正常化文字イメージにおける画素の現在 の列における「オン」画素の最後（最低）であったか否かを決定する（第１３図 のブロック１３６０）、そうでない場合（ブロック１３６０のＮｏ分岐）、腕節 器３４６はこの列における次の画素に下降しくブロック１３１０）、そして前記 のプロセスを再開する。そうでない場合、これがこの列における最後の「オン」 画素である場合（ブロック１３６０のＹＥＳ分岐）、腕節器は次に、この現在の 列が文字イメージにおける最後（最古）列であるか否かを決定する（第１３図の ブロック１３６５）。そうでない場合（ブロック１３６５のＮｏ分岐）、腕節器 ３４６は文字イメージにおける次の垂直列に向かって左方に移動しく第１３図の ブロック１３７０）、新しい列の頂部に至り（ブロック１３０５）そして前記の プロセスを再開する。そうでない場合（ブロック１３６５のＹＥＳ分岐）、現在 の文字イメージの処理が終了する。前記のプロセスは接続成分分析である。

次に、腕節器３４６は前記のプロセスにおいて新しいラベルを不適切に付けられ た任意の副対象、例えば文字ｉ又は」の上のドツトあるいはコロン（：）または セミコロンに）の上のドツトを再結合する（第１３図のブロック１３７５）。

この段階は、これらの副対象の１つが他方の上に完全に重なっていることを要求 する。これは、その寸法（連続ｒオン」画素の数）がしきい値の数より小さい任 意の斯かる副対象をそれが分離された先行の対象に再結合することにより行われ る。勿論、このしきい値の数は斯かるドツトによって典型的に占有された画素の 数に依存する。最終的に、腕節器３４６は連続「オン」画素の各々の別々にラベ ルを付けられた対象を出力する（第１３図のブロック１３８０）。

第２図に基づいて上記に述べられた本発明の代替実施例において、第２図の接続 成分分析器２１０は、ブロック１３８５の付加的な段階が第１３図の破線におい て示されているようにブロック１３７５と１３８０の段階の間に挿入された状態 で、第１３図のプロセスを達成する。ブロック１３８５の付加的な段階によって 、接続成分分析器は文字イメージにおける接触記号少なくとも有意な程度まで分 離することができる。詳細には、これらの対象はブロック１３７５の段階におい て定義された後、ブロック１３８５の接触文字分離段階は以下のように進行する 。先ず、ブロック１３５０の段階において副対象として結合された各々の別々の ラベルを付けられた対象の寸法が書類における記号の平均寸法と比較される（ブ ロック１３９０）、次に、任意の斯かる副対象は書類における記号の平均の所定 のしきい値内の寸法を有すると見い出された場合、この副対象はより大きな対象 から分離され、それ自身のラベルを有する個々の対象としてその前の状態に復帰 する（ブロック１３９５）。

接触文字分離器ｑ概説 接触文字分離器３４８のオペレーションが第１５図のフローダイアグラムに全体 的に示されている。接触文字分離器３４８によって受けられた文字イメージは独 特の論理シーケンスにある９個の異なった分割プロセスに順次に供される。先ず 、接触文字分離器３４８は文字イメージをイメージの底部において２つのイメー ジに分割する時点を見い出すことを試みる（第１５図のブロック１５１０）　。

このオペレーションは本明細書において後に詳細に述べられる。この文字イメー ジを分割する試みが失敗すると、分離器３４８は次に本明細書において後に述べ られる独特の様式でもって分割され得る例えばＣ，Ｏ，Ｇ又はＱ等の記号を現在 の文字イメージ内で見い出すように試みる（第１５図のブロック１５１５）。こ の文字イメージを分割する後者の試みが失敗した場合、分離器３４８は本明細書 において後に述べられる更に別の独特の様式でもって分割され得るＦ、Ｔ又はＥ 等の記号を文字イメージ内で見い出すように試みる（第１５図のブロック１５２ ０）。

この一番最後の文字イメージを分割する試みが失敗した場合、分離器３４８はこ のイメージが分割され得る領域を文字イメージの頂部において見い出すことを試 みる（第１５図のブロック１５２５）。この試みが失敗した場合、分離器３４８ はこの文字イメージをその頂部及び底部において同時に分割するように試みる（ 第１５１２Ｎのブロック１５３０）。この後者の試みが失敗した場合、分離器３ ４８は本明細書において後に述べられる更に別の独特の様式でもって分割され得 るＶ又はＷ等の記号を文字イメージ内で見い出すように試みる（ブロック１５３ ５）。

この最後の文字イメージを分割する試みが失敗した場合、分離器３４８は本明細 書において後に詳細に述べられる更に別の独得の様式でもって分割され得る００ 等の記号パターンを文字イメージ内で見い出すように試みる（ブロック１５４０ ）。

この後者の文字イメージを分割する試みが失敗した場合、分離器３４８は、本明 細書において後に述べられる更に別の独特の様式でもって分割を可能にする記号 Ｆを文字イメージ内で見い出すように試みる（第１５１ｍのブロック１５４５） 。

この究極の文字イメージを分割する試みがまた失敗した場合、分離器３４８は、 本明細書において後に述べられる対応の独特の様式でもって文字イメージを分割 することのできる１組のその他の特殊条件をイメージ内で見い出すように試みる （第１５図のブロック１５５０）、この最終的な試みが失敗した場合、分離器は この文字イメージを分割することができない（第１５図のブロック１５５５）。

第１５図のブロック１５１０．１５１５．１５２０．１５２５．１５３０．１５ ３５．１５４０．１５４５及び１５５０に相当する詳細なオペレーションが第１ ６図、１７図、１８図、１９図、２０図、２１図、２２図、２３図及び２４図を 参照して本明細書に後にそれぞれ述べられる。

ここで第１５図に戻って、上で言及されたブロック１５１０乃至１５５０の分割 プロセスの任意の１つが実際に文字イメージの分割に成功した場合、元のイメー ジから一対の分割イメージが発生される。この分割イメージの構造は第２５図に 参照して下に述べられる。この結果得られる分割イメージは神経網３３０による 処理のために一度に１つずつ文字正常化器３２０の入力にフィードバックされる （第１５図のブロック１５６５）、この１対の分割文字イメージから神経網３３ ０によって発生される結果は接触文字分離器３４８がそれが偶然に「良」記号を 分割していないことを確認する検査分割オペレーション（第１５図のブロック１ ５７０）において分析される。ブロック１５７０の「検査分割」オペレーション は第２６図及び２７図に言及して本明細書に後に詳細に述べられる。

推摺プ旦皇１丈 第３図に関連して上で述べられたように、腕節器３４６と接触文字分離器３４８ が両方共現在の文字イメージを２つのイメージに分割できない場合、文字イメー ジは推測プロセッサ３５０に送られる。この時点において、神経ｍ３３０によっ てなされた記号選択の見かけ上の不信転性（低い得点によって示されている）が 飾り付けられたあるいは接触している文字の分離に失敗したことに因るという仮 定は不要になる。その代わり、システムはここで、神経網の記号選択の見かけの 不信転性が単に、正しい記号を取得することができなかったことに因ると仮定し 、更に正しい記号が実際は低得点選択の記号であると仮定する。推測プロセッサ ３５０は神経網３３０によってなされた第１、第２及び第３高得点記号選択を調 査し、第１選択を低得点記号選択の１つと置き換える論理的根拠を見い出すこと を試みる。そのオペレーションは第２８図のフローダイアグラムに参照して詳細 に述べられる。

推測プロセッサ３５０は先ず、腕節器３４６と接触文字分離器３４８が両方共現 在の文字イメージを分割することを試みたかを決定する。そうである場合、推測 プロセッサ３５０は更に、神経網によって選択された最高得点記号の高さが元の （未正常化）文字イメージにおける連続「オン」画素の対象の実際の高さと一致 するか否かを決定する。（第２８図のブロック２８１０）、これが不一致の場合 （ブロック２８１０のＹＥＳ分岐）、神経網によって識別されたより低い得点の 記号選択の１つが実際は正しい選択であるという可能性が存在し、推測プロセン サ３５０はそれを見い出すように試みる。そうでない場合（ブロック２８１０の Ｎｏ分岐）、これらの高さが一致している場合、推測プロセッサ３５０は何も行 わない（第２８図のブロック２８１５）、ブロック２８１０のＹＥＳ分岐に沿っ て継続すると、推測プロセッサ３５０は次に、神経網３３０によって識別された 第２及び第３高得点記号選択の両方の高さが元の文字イメージにおける対象の実 際の高さと一致しているか否かを決定する（第２８図のブロック２８２０）。

そうでない場合（ブロック２８２０のＮｏ分岐）、推測プロセッサ３５０は、神 経＊３３０によって識別された第２又は第３記号選択の一方が元の文字イメージ における対象の高さと一致するか否かを決定する（第２８図のブロック２８２５ ）。

そうである場合（ブロック２８２５のＹＥＳ分岐）、推測プロセッサは、元の文 字イメージの高さと一致する高さを有するより低い得点の記号選択を識別する（ 第２８図のブロック２８３０）。そうでない場合（ブロック２８２５のＮｏ分岐 ）、推測プロセッサ３５０は第２９図のルックアップテーブルを検査して、元の 文字イメージと関連する記号と一致する高さを有するどの記号が神経網によって 識別される最高得点記号と混同される可能性が一番高いかを、神経網が訓練され た記号組における記号の全てから決定する（第２８図のブロック２８３５）。

このようにして見い出された記号は、推測プロセッサ３５０によって文字イメー ジにより表わされる記号として識別される。再びブロック２８２０について説明 すると、神経ｍ３３０によって識別された第２及び第３最高得点記号選択が両方 共元の文字イメージに関連する高さと一致する高さを有する場合（ブロック２８ ２０のＹＥＳ分岐）、推測プロセッサ３５０は第２９図のルックアップテーブル に参照して、これら２つのうちどれが神経ＩＭ３３０によって識別された最高得 点記号選択と一番混同され易いかを決定する（第２８図のブロック２８４０）。

この「勝者」は推測プロセッサ３５０によって現在の文字イメージに対する正し い記号として識別される。

推測プロセッサ３５０はＣ言語コンピュータプログラムによって実施された。

−の牙　なｉ″Ｂ 第１５図の９個の連続接触文字分離オペレーション１５１０乃至１５５０の各々 の１つをここで詳細にの述べることにする。本発明の好ましい実施例において、 各文字イメージは１２Ｘ２４画素正常化イメージの２８８個の二進法画素を表わ す２８８ビツトを含む二進法文字イメージワードとして第３図のシステムを進行 する。第３０図に示されているように、未正常化文字イメージにおける連続７オ ン」画素の対象の高さ及び幅、文字イメージにおける連続「オン」画素の対象の 垂直及び水平位置、文字イメージの１２列の各々における行程（未接続「オン」 画素）の数、各列における強度（「オン」画素の数）、１２列の各々の１つにお ける最高及び最低「オン」画素Ｃ上列及び下列のそれぞれ）の高さ及び全ての列 の最高及び最低「オン」画素の現在の列イメージ（それぞれ最上及び最下）への 高さを含む基準パラメータユニッ）３１０によって計算される文字基準パラメー タを表わす付加的なバイトが付記されている。加うるに、それぞれ飾りひげフラ グ及び分離フラグを表わす２つのビットが付記されている６両方のフラグ共初期 はゼロに設定される。腕節器３４６はそれがワードを受けると必ず飾りひげフラ グを１に設定する。接触文字分離器３４８は、それが文字イメージワードを受け この文字を分割することが不可能である時は必ず分離フラグを１に設定する。最 後の２つのビットの例外はあるが、前記のパラメータは接触文字分離器３４８に よって達成される以下の９個のプロセスの種々のプロセスに用いられる。

底部分前ズ三皇凶 第１５図の接触文字分離オペレーションは第１６図に示されている底部分割プロ セス１５１０から始まる。このプロセスは、Ｃ言語プログラムの〜セクシヨンに よって実施される。第１６図の底部分割プロセスは（その定位が第３図の基準パ ラメータユニット３１０によって前に確立されている）イメージのベースライン を探索することによりブロック１６１０から始まる。ブロック１６１Ｏの探索の 目的は、連続「オン」画素の対象における極薄点（最短列高さ）を見い出すこと である。斯かる対象は、数ｒ３．にベースラインに沿って結合された数「２」で あり得る。斯くして、ブロック１６１０の探索は、イメージのベースラインに始 まる連続「オン」画素の最短垂直列を見い出すように試みる（第７図に定義され ているように）。このように定義された点における厚さが特定のしきい値を下回 るかについての決定がなされる（第１６図のブロック１６１５）。そうでない場 合（ブロック１６１５のＮｏ分岐）、第１６図の底部分割プロセスは、「失敗」 し〔ブロック１６２０）、第１５図の接触文字分離オペレーションは次の文字分 割プロセス（即ち、ブロック１５１５の分割Ｃ０ＧＱ）に至る。しかしながら、 第１６図のブロック１６１５の決定が、厚さがしきい値を上回ることを見い出し た場合（ブロック１６１５のＹＥＳ分岐）、第１６図の底部分割プロセスはその 次の段階に至り、この段階は、文字イメージが大文字「Ｌ」でないことを確認す る（第１６図のブロック１６２５）。この段階は、文字ｖＬ」を垂直の棒及び水 平の棒に分割するのを避けるのに必要である０本質的に、ブロック１６２５の段 階はベースラインの高さから上昇ラインの高さく第７図に定義されているように ）まで延びている垂直ライン及び垂直の棒からベースラインに沿って右に延びて いる水平の棒の存在を探す。分割されるべき文字が文字「Ｌ」であると決定され た場合（ブロック１６２５のＡＬＡＲＭ分岐）、この底部分割プロセスは失敗し くブロック１６２０）、第１５図の接触文字分離プロセスは次の分割プロセスに 至る。そうでない場合、文字イメージがｒ（−、でない場合（ブロック１６２５ のＯＫ分岐）、第１６図の底部分割プロセスは次の段階に進み、この段階は分割 されるべき文字イメージが■、ＷあるいはＹでないことを確認する（第１６図の ブロック１６３０）。本質的に、ブロック１６３０の段階はその高さが単調に変 化し且つ互いの方向に延びてベースラインで合致する反対の方向に傾斜している 対角線の対を探す、ブロック１６３０の段階が、文字イメージが■、Ｗ又はＹで あると決定した場合（ブロック１６３０のＡＬＡＲＭ分岐）、第１６図の底部分 割プロセスは失敗しくブロック１６２０Ｌ第１５図の接触文字分離プロセスは次 の段階に進む。そうでない場合（ブロック１６３０のＯＫ分岐）、文字イメージ はｖ、Ｗ又はＹのどれでもないと見い出され、第１６図の底部分割プロセスは継 続する。この段階は、文字イメージが「Ｊ」あるいは「Ｕ」又は「ｕ」でないこ とを確認するためである（ブロック１６３５）。本質的に、この段階はその両端 が上に延び且つベースラインから文字イメージの中間ラインに延びている垂直線 に接続している文字イメージのヘースライン近くの水平の円弧、即ち文字「ｕ」 に対応する円弧を探す、この段階はまた、その両端が上に延びている水平円弧及 びその円弧の右端から上に延びている垂直ライン、即ち文字Ｊに対応するものを 探す１文字イメージがｒＪ、、「Ｕノ又はｒ　ｕ　Ｊであると見い出された場合 （ブロック１６３５のＡＬＡＲＭ分岐）、第１６図の底部分割プロセスは停止し くブロック１６２０）−第１５図の接触文字分離オペレーションは次の分割プロ セスに進む、そうでない場合（ブロック１６３５のＯＫ分岐）、ブロック１６１ ０の段階において前に識別された１点は有効であると考えられ、第１６図の底部 分割プロセスは新しい箱を構成する段階を始める（第１６図のブロック１６４０ ）。

ブロック１５６０の新ｉ構成プロセスは、第２５図に言及して以下により詳細に 述べられるように、この有効分割点を分割イメージ対の間の境界として用いて、 元の文字イメージから一対の分割イメージを生成する。この新箱構成プロセスは プログラムの一セクションにおいて実施される。この後、第１５図の接触文字分 離プロセスはブロック１５１０の５ＵＣＣＥＥＤ分岐をとり、前に述べたような 様式で継続する。

ＣＯＧ　ｖプロセス 前記の底部分割プロセスが失敗した場合、第１５図の接触文字分離プロセスに対 する次の段階にはブロック１５１５のＣ０ＧＱプロセスである。このＣｏＧＱ分 割プロセスは第１７図に示されている。第１７図について説明すると、ＣｏＧＱ 分割プロセスは円の左半分に略相当する円弧を探索する段階から始まる。（第１ ７図のブロック１７１０）、ブロック１７１０の段階はこのプログラムの１セク シヨンにおいて実施される。斯かる円弧が見い出されない場合（ブロック１７１ ０のＮＯＴ　ＦＯＵＮＤ分岐）、第１７図のＣｏＧＱ分割プロセスは放棄され、 第１５図の接触文字分離オペレーションは次の分割プロセスに進む（第１５図の ブロック１５１５のＦＡＩＬ分岐）、ここで第１７図に戻ると、斯かる円弧が見 い出された場合（ブロック１７１０のＦＯＵＮＤ分岐）、次の段階は、文字イメ ージが文字「ｄ」又は「ｑ」であるかを決定することである（第１７図のブロッ ク１７２０）、ブロック１７２０の段階はこのプログラムの１セクシヨンによっ て実施される。本質的に、ブロック１７２０の段階は円弧の上又は下の高さが円 弧、の高さに対する所定の比を超える円弧の右側に接触する垂直棒を見い出すよ うに試みる。「ｄ」又は’ｑＪが存在する場合（ブロック１７２０のＴＲＵＥ分 岐）、第１７図のＣｏＧＱ分割プロセスは停止し、第１５図の接触文字分離オペ レーションはブロック１５１５のＦＡＩＬ分岐をとり、次の文字分割プロセスに 進む。

これは、有効文字「ｄ」又は「ｑ」を分割するのを避けるために必要である。そ うでない場合（ブロック１７２０のＦＡＬＳＥ分岐）、第１７図のＣｏＧＱ分割 プロセスにおける次の段階は、円弧の右手境界を見い出すことである（第１７図 のブロック１７２５）、ブロック１７２５の段階はプログラムの１セクシヨンに おいて実施される０本質的に、ブロック１７２５のステップは先ず、円弧におけ る各画素列を交差する行程の数が１つ又は２つのどちらかである故にこの文字が Ｃ（又はＯ）であるか否かを決定する。これが真であると見い出された場合、円 弧の右手境界は列当りの行程の数が１つ又は少なくとも３つに変化する右への第 １点であると考えられる。そうでない場合、ブロック１７２５の段階は、円弧に おける画素列を交差する行程の数が１から３まで全般的に変化する故にこの文字 がＧ（又はＱ）に似ているかを決定する。後者の条件が真であると見い出された 場合、円弧の右手境界は、列高さにおいて鋭い垂直の降下又は立ち上がりが存在 する右への第１点であると考えられる。斯かる境界が見い出されない場合あるい は円弧において任意の列に４つ以上の行程が存在する場合（ブロック１７２５の ＮＯＴ　ＦＯＵＮＤ分岐）、コノ文字ハｃ、　Ｏ，Ｇ又はＱであり得ず、第１５ 図の接触文字分離オペレーションはブロック１５１５のＦＡＩＬ分岐をとり、次 の分割プロセスに進む、そうでない場合、右手境界が円弧に対して見い出された 場合（ブロック１７２５のＦＯＵＮＤ分岐）、次の段階は現在の文字イメージを 円弧の右手境界において分割することにより形成される一対のイメージを画定す る新しい箱を構成することである。（第１７図のブロック１７３０）。ブロック １７３０の折箱構成段階はこのプログラムの１セクシヨンによって達成される。

この段階は上で論じられた第１６図の新ＷＪ構成段ＰＪ１６４０に相当する。第 １５図の接触文字分離プロセスはブロック１５１５のＣｏＧＱ分割段階を停止し 、ブロック１５１５の５（ＪＣＣＥＥＤ分岐をとって前に述べられたブロック１ ５６５に至る。

Ｌ工旦芳副１旦土ス 前記のＣｏＧＱ分割プロセスが文字イメージを分割することができない場合、第 １５図の接触文字分離オペレーションにおける次の段階はブロック１５２０のＦ ＴＥ分割プロセスである。このプロセスはここで第１８図に言及して詳細に述べ られる。ここで第１８図について説明すると、第１段階（第１８図のブロック１ ８１０）は、上昇ライン高さにおいて平担な頂部−又は水平ラインが文字イメー ジに存在するかを決定することである。（第７圀に提起したように）。この段階 は、このプログラムの１セクシヨンにおいて実施される。平坦な頂部が見い出さ れない場合（ブロック１ｓｉｏのＮｏ分岐）、ＦＴＥ分割プロセスが終了し、第 １５図の接触文字分離プロセスはブロック１５２ｏのＦＡＩＬ分岐をとり、次の 文字分割プロセスに至る。そうでない場合、平坦な頂部が存在しくブロック１８ １０のＦＯＵＮＤ分岐）、次の段階は、ベースラインから平坦な頂部に上に延び ている２つの垂直ラインが存在する（第１８図のブロック１８２０）−例えば、 大文字「Ｍ」に接触する大文字「Ｉ」に相当する条件かを決定することである。

そうである場合（ブロックエ８２０のＹＥＳ分岐）、次の段階は、２つの列の間 を見て列底部定位の底部に急激な立ち上がり一例えば、それらの頂部のみにおい て結合しているＩ及びＭに相当する条件を探すことである。斯がる条件が見い出 される場合（ブロック１８３ｏのＦＯＵＮＤ分岐）、急激な立ち上がりを有する 列はイメージが分割されるべき境界であると考えられる（第１８図のブロック１ ８４０）、斯かる立ち上がりが見い出されない場合（ブロック１８５ｏのＮＯＴ 　ＦＯＵＮＤ分岐）、２つの列の間の中間点はイメージが分割されるべき垂直境 界を画定する（ブロック１８５０）、ブロック１８２ｏ、１８３ｏ、１８４゜及 び１８５０の段階はこのプログラムの１セクシヨンにおいて実施される。２つの 垂直列が平坦な頂部の下に見い出されない場合（ブロック１８２ｏのＮｏ分岐） 、この文字はＦ、Ｔ又はＥの可能性が最も高い０次の段階は、右の方を見て平坦 な頂部の境界を探すことである（ブロック１８６０）、ブロック１８６ｏの段階 はこのプログラムの１セクシヨンにおいて実施される。本質的に、ブロック１８ ６ｏのの段階は、平坦な頂部を含む上昇ライン高さく第７図）に沿って延びてい るラインにおける僅かな下降又は谷点のどちらか−例えば、頂部において文字Ｔ に隣接している文字Ｆに相当する条件を探す、この段階はまた、列高さにおいて 右への急激な下降−右方で小文字０に隣接する文字Ｆに相当する条件を探す。下 降又は急激な下降のどちらかが斯くして定位されると必ず、次の段階、例えば、 この定位におけるイメージを分割しても大文字Ｉの右側に隣接している有効Ｘは 分割されずまた大文字■の右側に隣接している■も分割されないことを確認する ことである。ブロック１８７０の段階はこのプログラムのセクションにおいて実 施される。本質的に、ブロック１８７０の段階はブロック１８６０の段階によっ て検出された下降の上及び下の両方のスペースが空（「オン」画素が欠けた）で ある場合にＩＸパターンを検出する。ブロック１８７０の段階はブロック１８６ ００段階によって検出された列高さにおける下降が中間ライン高さく第７図）の 下に延び且つ下降の上のスペースが空である場合にＴＶＸパターン検出する。、 １χ又はＩＶパターンが検出された場合〔ブロック１８７０のＦＯＵＮＤ分岐） 、第１８図のＦＴＥ分割プロセスは失敗し、第１５図の接触文字分離オペレーシ ョンはブロック１５２０のＦＡＩＬ分岐をとり次のプロセスに至る。そうでない 場合（ブロック１８７０のＯＫ分岐）、イメージはブロック１８６０の段階によ って識別された境界において分割される。イメージがブロック１８４０．１８５ ０又は１８７０の段階の任意において分割されると必ず、次の段階はブロック１ ８８０の折箱構成段階となる。この後者の段階はプログラムの１セクシヨンにお いて実施される。

頂商封ｆｆ工ｉ玉 前記のＦＴＥ分割プロセスが文字イメージの分割に失敗すると、第１５図の接触 文字分離プロセスはブロック１５２０のＦＡＩＬ分岐をとり、ブロック１５２５ の頂部分割プロセスを開始する。この頂部分割プロセスはここで第１９図に言及 して詳細に述べられる。これはこのプログラムのＩセクションによって実施され る。

第１段階は、イメージの頂部における上昇ライン高さく第７図）に沿って対象に おける最弱点を探すことである（第１９図のプロ７り２９００）。この段階はこ のプログラムのセクションにおいて実施される。本質的に、この段階は上昇ライ ンに接触している「オン」画素の最短列を探し、この列の長さが所定量より少な いかを決定する。斯かる弱点が見い出されない場合（ブロック１９００のＮｏ分 岐）、第１９図の頂部分割プロセスは失敗する。そうでない場合（ブロック１９ ００のＦＯＵＮＤ分岐）、このように見い出された弱点は文字イメージを垂直に 分割するための可能定位であると考えられる。従って、このように定位された弱 点においてイメージを分割すると大文字「Ｔ」の頂部の水平棒の左側が切れるか の決定がなされる（ブロック１９０５）。ブロック１９０５の段階はこのプログ ラムの１セクシヨンにおいて実施される０本質的に、ブロック１９０５の段階は 文字イメージの頂部における水平ライン（第７図の上昇ライン高さ）及び特にブ ロック１９００の段階において発見された弱点の左のこのラインの部分を探す、 ブロック１９０５の段階において、このラインのこの部分の下の領域が空（「オ ン」画素が欠けている）であるかについての決定がなされる。そうである場合（ ブロック１９０５のＹＥＳ分岐）、水平ラインは、文字「Ｔ」の頂部を横切るラ インの左側であると考えられ、従って上記で識別された弱点はイメージを分割す るのに用いられる。このプロセスは、ブロック１９００の段階に戻ることにより 上昇ライン高さに沿って右の方に探索を続けて対象における弱点を探し続ける。

そうでない場合（ブロック１９０５のＮｏ分岐）、次の段階は文字イメージにお ける隣接のセリフを探すことである（第１９図のブロック１９１０）。ブロック １９１０の段階はこのプログラムの１セクシヨンにおいて実施される。本質的に 、ブロック１９１０の段階は対象の頂部から下に短い距離に且つ中間ライン高さ く第７図）の上で終端している列を探す。隣接のセリフが見い出される場合（ブ ロック１９１０のＦＯＵＮＤ分岐）、次の段階はこのセリフに隣接しているイメ ージにおける何らかの垂直棒を見い出すことである（第１９図のブロック１９１ ５）、次に、セリフの頂部からの距離が右の垂直棒までの方が左の垂直棒までよ りも大きいかの決定がなされる（第１９図のブロック１９２０）、そうである場 合（ブロック１９２０のＹＥＳ分岐）、この条件は例えばパターンＩＴに相当し 、イメージはセリフのピークの左において分割される（ブロック１９２５）　、 そうでない場合（ブロック１９２０のＮｏ分岐）、この条件は例えばパターンＴ Ｉに相当し、イメージはセリフのピークの右において分割される（ブロック１９ ３０）　、ブロック１９１５．１９２０．１９２５及び１９３０の段階はこのプ ログラムの１セクシヨンにおいて実施される。ここでブロック１９１０の段階に 戻ると、隣接のセリフが見い出されなかった場合（ブロック１９１０のＮｏＮＥ 分岐）、ブロック１９００の段階において見い出された弱点は文字イメージを垂 直に分割する正しい点であり得る。しかしながら、次の段階は、パターンＰＴ又 はＰ７が存在するかを決定し、そうである場合、Ｔ又は７の頂部の左側をＰの右 まで分割するのを避けるように分割点を調節することである（ブロック１９３５ ）、ブロック１９３５０段階はこのプログラムの１セクシヨンにおいて実施され る０本質的に、ブロック】９３５のの段階はイメージの頂部における水平棒の底 部（第７図の上昇ライン高さ）に追従し、中間ライン高さ〔第７図）の下に延び ていない水平棒の底部の高さにおける下降を探す、任意の斯かる下降はＰＴパタ ーン又はＰ７パターンのどちらかにおける２つの記号の間の境界に相当する。ブ ロック１９３５の段階は斯かる場合における下降の左側への分割点を調節する０ 次の段階は後尾セリフを探すことである（第１９図のブロック１９４０）、ブロ ック１９４０の段階はこのプログラムの１セクシ５ンにおいて実施される。後尾 セリフはイメージの頂部（上昇ライン高さ）から下に延びて中間ライン高さの上 の高さまで至る提案された分割点の右への非常に短い垂直ラインである。後尾セ リフが見い出されない場合（ブロック１９４５のＮｏ分岐）、イメージは提案さ れた定位において垂直に分割される。

そうでない場合、後尾セリフがこの点において見い出される場合（ブロック１９ ４５のＹＥＳ分岐）、頂部分割プロセスは失敗し、第１５図の接触文字分離オペ レーションはブロック１５２５のＦＡＩＬ分岐をとり次のプロセスに、即ちブロ ック１５３０の頂部及び底部分割プロセスに至る。第１９図の頂部分割プロセス が文字イメージを分割すると必ず、ブロック１９５０の折箱構成段階を用いる。

この段階は、プログラムの１セクシヨンにおいて実施され、第１６図のブロック １６４０の折箱構成段階に相当する。

び　プロセス 第１５図のブロック１５３０の頂部及び底部分割プロセスが第２０図に詳細に示 されており且つこのプログラムの１セクシヨンによって実施される。ブロック１ ５３０の頂部及び底部分割プロセスは底部分割プロセス（ブロック１５１０）及 び頂部分割プロセス（ブロック１５２５）がイメージの底部及び頂部におし）で 未接続領域をそれぞれ見い出すのに失敗し、介入分割プロセスも失敗した場合に 有用である。第２０図に示されている頂部及び底部分割プロセスの第１段階（ブ ロック２０１０）はそれを横切る２つの行程及び最小強度（「オン」画素の数） を有するイメージにおける垂直画素列を見い出すことである。この条件は、例え ば、その対向セリフが最小強度の垂直列の頂部及び底部において接続されてし） るパターンＨｒ又はＩＨに相当する。この段階はこのプログラムの１セクシヨン において実施される。斯かる列が定位されない場合（プロ・ツク２０１ＯのＮ。

５ＰＬＩＴ分岐）、第２０図の頂部及び底部分割プロセスが失敗し、第１５図の 接触文字分離オペレーションはブロック１５３０のＦＡ■Ｌ分岐をとり次の分割 プロセスに至る。そうでない場合、斯かる垂直画素列が見い出される場合（プロ ・７り２０１０のＦＯＵＮＤ分岐）、第２０図のプロセスにおける次の段階は、 列高さが急激に降下する点において垂直に分割され得るＸａ、Ｉａ、Ｈｘ等の文 字パターンの存在を検査することである（ブロック２０２０）、この段階はこの プログラムの１セクシヨンにおいて実施される０本質的に、ブロック２０２０の 段階は段階２０１０において見い出される定位の左への垂直列高さにおける急激 な降下を探す、斯かる急激な降下が見い出される場合（ブロック２０２０のＦＯ ＵＮＤ分岐）、イメージは降下の定位において垂直に分割される（ブロック２０ ３０）。

斯かる降下が見い出されない場合（ブロック２０２０のＮＯＴ　ＦＯＵＮＤ分岐 ）。

次の段階（第２０図のブロック２０４０）は、ブロック２０１０の段階において 識別される定位において先導文字を分割することを避けるために、ＰＯｌＯＴ、 Ｏ３等のイメージにおける文字パターンを探すことである。ブロック２０４０の 段階はこのプログラムの１セクシヨンにおいて実施される０本質的に、ブロック ２０４０の段階は上昇ラインの高さの下の列高さにおける谷点又は僅かな降下を 探す（第７図）。斯かる谷点が見い出される場合（ブロック２０４０のＦＯＵＮ Ｄ分岐）、文字イメージは谷点において垂直に分割される（ブロック２０５０） 。そうでない場合（ブロック２０４０のＮＯＴ　ＦＯＵＮＤ分岐）、文字イメー ジはブロック２０１０において識別された定位において垂直に分割される（ブロ ック２０６０）、第２０図の頂部及び底部分割プロセスが（ブロック２０３０． ２０５０、又は２０６０の段階の任意によって）文字イメージを分割すると必ず 、次の段階はブロック２０７０の折箱構成段階である。ブロック２０７０の段階 はこのプログラムの１セクシヨンにおいて実施され、第１６図のブロック１６４ ０の折箱構成段階に相当する。

Ｍ光公割ブユ皇ス 第１５図のブロック１５３０の頂部及び底部分割プロセスが失敗した場合、第１ ５図の接触文字分離オペレーションはブロック１５３０のＦＡＩｔ分岐をとり、 ブロック１５３５のＶＷ分割プロセスに至る。ブロック１５３５の■Ｗ分割プロ セスが第２１図に示されており、このプログラムの１セクンゴンにおいて実施さ れる。第２１図のＶＷ分割プロセスにおける第１の段階は、少なくとも中間ライ ン高さく第７図）から下に延びベースラインに至る列高さにおける谷点又は降下 を探すことである（ブロック２１１０）。斯かる谷点が見い出されない場合（ブ ロック２１１０（７）ＮＯＴ　ＦＯＵＮＤ分岐）、第２１図のＶＷ分割プロセス ハ失敗し、第１５図の接触文字分離プロセスはブロック１５３５のＦＡ■Ｌ分岐 をとり次のプロセスに至る。そうでない場合（ブロック２１１０のＦＯＵＮＤ分 岐）、次の段階は、ブロック２１１０の段階によって識別された谷点が「■」形 であることを証明することである（第２１図のブロック２１２０）。本質的に、 ブロック２１２０の段階はそのベースラインにおける幅が所定のしきい値を下回 り高さと共に単調に増加する場合この谷点がＶ形であることを決定する。この点 がＶ形でない場合、第２１図のＶＷ分割プロセスは失敗する（ブロック２１２０ のＮｏ分岐）。ブロック２１１０及び２１２０の段階はこのプログラムの１セク シヨンにおいて実施される。この点がＶ形である場合（ブロック２１２０のＹＥ Ｓ分岐）、次の段階（ブロック２１３０）は、ブロック２１１０の段階によって 定位される第１の点の右側への第２谷点を探すことである。この段階はブロック ２１１０の段階の様式と伯た様式でもって達成される。斯かる第２谷点が見い出 される場合（ブロック２１３０のＦＯＵＮＤ分岐）、次の段階は、それがＶ形に 相当するかを決定することである。（ブロック２１４０）、ブロック２１４０の 段階はブロック２１２０の様式に似た様式でもって達成される。ブロック２１３ ０及び２１４０の段階はこのプログラムの１セクンランによって達成される。第 ２谷点がＶ形である場合（ブロック２１４０のＹＥＳ分岐）、イメージの左側の 文字はＷであると考えられ、従って第２谷から右に立ち上がる勾配の端部におい て分割される（ブロック２１５０）。そうでない場合、■形容が１つしかない場 合（ブロック２１４０のＮｏ分岐）、イメージの左側の文字は■であると考えら れ、従って第１谷から右に立ち上がる勾配の端部において分割される（段階２１ ６０）。ブロック２１６０の段階はこのプログラムの１セクシヨンにおいて実施 される。ブロック２１３０の段階が第２谷点を見い出せなかった場合同一の段階 が続く（ブロック２１３０のＮＯＴ　ＦＯＵＮＤ分岐）、文字イメージがブロッ ク２１５０又は２１６０の段階のどちらかによって分割されると必ず、次の段階 はこのプログラムの１セクシヨンによって実施され且つ第１６図のブロック１６ ４０の折箱構成段階に相当するブロック２１７０の折箱構成段階である。

旦ｑ分別ブ…皇玉 ■Ｗ分割プロセスが失敗した場合、第１５図の接触文字分離オペレーションはブ ロック１５３５のＦＡＩＬ分岐をとり、ブロック１５４０のＯＯ分割プロセスを 開始する。００分割プロセスは第２２図に示されており、このプログラムの１セ クシゴンにおいて実施される。この第１段階は、頂部から下に向けてその頂部に 向いている対象における小さな「ｖ」形を探すことである（ブロック２２１０） 。

ブロック２２１０の段階はこのプログラムの１セクシヨンにおいて実施されるや 斯かる形状が見い出されない場合（ブロック２２１０のＮＯＴ　ＦＯＵＮＤ分岐 ）、第２２図の００分割プロセスは失敗し、第１５図の接触文字分離オペレーシ ョンはブロック１５４０のＦＡＩｔ分岐をとって次のプロセスに至る。そうでな い場合、斯かるＶ形が見い出される場合（ブロック２２１０のＦＯＵＮＤ分岐） 、次の段階はベースラインから上に向けて最初の小さなＶ形の頂点に向いている 小さな逆Ｖ形を探すことである（ブロック２２２０）、ブロック２２２０の段階 はこのプログラムの１セクシヨンによって実施される。斯かる逆Ｖ形が見い出さ れない場合（ブロック２２２０のＮＯＴ　ＦＯＵＮＤ分岐）、第２２図のＯＯ分 割プロセスは失敗する。そうでない場合、互いの方向を向いている「正」及び「 逆」Ｖ形の存在はＶ形の頂点において分割され得る。０Ｏ１ＱＣ，ＯＤ、ＯＰ等 の文字パターンの存在に相当する（ブロック２２３０）、次の段階は分割された イメージに対して新しい箱を構成することである（ブロック２２４０）、ブロッ ク２２４０の段階はこのプログラムの１セクシヨンにおいて実施され、第１６図 のブロック１６４０の折箱構成段階に相当する。

土工圀側ブ…皇λ 第１５図の接触文字分離オペレーションはＯｏ分割プロセスが失敗した場合ブロ ック１５４０のＦＡＩＬ分岐をとり、ブロック１５４５の小ｆ分割プロセスに至 る。／ｈ　ｆ分割プロセスは第２３図に示されており、このプログラムの１セク シヨンによって実施される。第１の段階は、小ｒの左側を検出することである（ ブロック２３１０）、この段階はこのプログラムの１セクシゴンにおいて実施さ れる０本質的に、ブロック２３１０の段階は高い列であってそこから左方に延び ている中間ライン高さく第７図）のあたりにおける短い棒を有するイメージにお ける高い列を探す（ブロック２３１０）、斯かる特性が見い出されない場合（ブ ロック２３１０のＮＯＴ　ＦＯＵＮＤ分岐）、第２３図の小ｆ分割プロセスは失 敗し、第１５図の接触文字分離オペレーションはブロック１５４５のＦＡＩＬ分 岐をとって次のプロセスに至る。そうでない場合、斯かる特性が見い出された場 合（ブロック２３１ＯのＦＯＵＮＤ分岐）、次の段階は小ｆの頂部を検出するこ とである（第２３図のブロック２３２０）、ブロック２３２０の段階はこのプロ グラムの１セクシヨンにおいて実施される。本質的に、ブロック２３２０の段階 はその２つの端部が下方に傾斜しており右に延び且つ上昇ライン（第７図）に接 しているブロック２３１０の段階において参照された垂直ラインの頂部における 小円弧を探す、この後者の特徴が見い出されない場合（ブロック２３２０のＮｏ ＴＦＯＵＮＤ分岐）、第２３図の小ｆ分割プロセスは失敗する。そうでない場合 （ブロック２３２０のＦＯＵＮＤ分岐）、小文字ｆは見い出されたものと考えら れ、次の段階はこの小ｆ右境界を見い出すことである（ブロック２３３０）、ブ ロック２３３０の段階はプログラムの１セクシヨンにおいて実施される。本質的 に、ブロック２３３０の段階はブロック２３２０の段階において検出された円弧 の右側への垂直降下あるいは円弧の下方に傾斜している右端部における上方傾斜 のどちらかを探す。垂直降下は例えば文字パターンｆｅ又はｆａに相当する。上 方傾斜は例えば文字パターンＴｏに相当する。どちらの場合も、垂直降下又は上 方傾斜の初めは小ｆの右境界であると考えられる。しカルながら、この境界にお いてイメージを垂直に分割する前に、イメージのアスペクト比を検査しなければ ならない（プロ、り２３４０）。ブロック２３４０の段階はこのプログラムの１ セクシヨンにおいて実施される。イメージが十分に広くない場合（ブロック２３ ４０のＮｏ分岐）、同一のイメージ内の別の文字がその後に続く小文字ｆが存在 する可能性があり、第２３図の小ｆ分割プロセスは失敗する。そうでない場合（ ブロック２３４０のＯＫ分岐）、文字はブロック２３３０の段階によって定位さ れる境界において分割され、新しい分割イメージを定義する新しい箱が構成され る（ブロック２３５０）。ブロック２３５０の折箱構成段階はプログラムにおい て実施される。

椎分何 第１５図のブロック１５１０乃至１５４５の文字分割プロセスの全てが失敗した 場合、イメージを分割するための残りの可能性はブロック１５５０の雑分割プロ セスによって探索される。ブロック１５５０の雑分割プロセスが第２４図に示さ れており、このプログラムの１セクシヨンにおいて実施される。イメージは通常 の如く左から右に分析され（ブロック２４００）、第１段階はイメージの頂部又 は中間における谷点を探すことである（ブロック２４１０）、斯かる谷点はパタ ーンｂｃ又はｏＯにおける２つの文字の接合点に相当するであろう。ブロック２ ４１０の段階はこのプログラムの１セクシヨンにおいて実施される０本質的に、 この段階は各列の頂部高さを監視し、幾つかの列にわたって列高さにおける僅か な立ち上がりがその後に続く僅かな降下を探す。斯かる特徴が見い出された場合 （ブロック２４１０のＦＯＵＮＤ分岐）、次の段階は谷の底部においてイメージ を垂直に分割し、分割イメージのこの対に対して新しい箱を構成することである （第２４図のブロック２４２０）、ブロック２４２０の段階はこのプログラムの １セクシヨンにおいて実施される。しかしながら、斯かる特性が見い出されない 場合（ブロック２４１ＯのＮＯＴ　ＦＯＵＮＤ分岐）、次の段階は列高さにおけ る急激な降下を探すことである（ブロック２４３０）、斯かる特性は、例えばパ ターンＤｅにおける隣接文字間の接合点に相当する。ブロック２４３０の段階は このプログラムの１セクシヨンにおいて実施される。この特性が見い出された場 合（ブロック２４３０のＦＯＵＮＤ分岐）、次の段階は識別された点においてイ メージを垂直に分割し、この２つの分割イメージに対して新しい箱を構成するこ とである（ブロック２４２０）、そうでない場合（ブロック２４３０のＮｏＴＦ ＯＵＮＤ分岐）、次の段階は頂部列高さにおける緩やかな立ち上がりを探すこと である（ブロック２４４０）、この特性は、例えばパターンｒｔにおける２つの 隣接文字間の接合点に相当する。ブロック２４４０の段階はこのプログラムの１ セクシヨンにおいて実施される。斯かる特性が見い出された場合（ブロック２４ ４０のＦＯＵＮＤ分岐）、次の段階はこの様に識別された点においてイメージを 垂直に分割し、その結果得られた分割イメージに対して新しいイメージ箱を構成 することである（ブロック２４２０）。そうでない場合（ブロック２４４０のＮ ＯＴ　ＦＯＵＮＤ分岐）、次の段階は列高さにおける２激な立ち上がりを探すこ とである（ブロック２４５０）。斯かる特性は例えばパターンｇ１又はｋｈにお ける隣接文字間の接合点に相当する。ブロック２４５０の段階はこのプログラム の１セクシヲンにおいて実施される。この特性が見い出された場合（ブロック２ ４５０のＦＯＵＮＤ分岐）、次の段階はブロック２４２０の折箱構成段階である 。そうでない場合（ブロック２４５０のＮＯＴ　ＦＯＵＮＤ分岐）、次の段階は これらの列の底部の定位における急激な立ち上がりを探すことである（第２４図 のブロック２４６０）。斯かる特性は例えばパターン９ｕ又はｇａにおける隣接 文字間の接合点に相当する。ブロック２４６０の段階はこのプログラムの１セク シヨンにおいて実施される。斯かる特性が見い出された場合（ブロック２４６０ のＦＯＵＮＤ分岐）、次の段階はブロック２４２０の折箱構成段階である。そう でない場合（ブロック２４６０のＮＯＴ　ＦＯＵＮＤ分岐）、この最後の段階が 失敗した場合、第２４図の雑分割プロセスは失敗し、第１５図の接触文字分離プ ロセスの全体の失敗を合図する（第１５図のブロック１５５５）。

第１５図のブロック１５１０乃至１５５０の各後続の分割プロセスにおける文字 イメージの前記の幾何学的特徴に関する照会はブロック１５１０乃至１５５０の プロセスの先行するプロセスの前の照会の結果にのみ鑑みた明白な意味を有する 。極端な例として、ブロック１５５０の雑分割プロセスにおいてなされた幾何学 的特性に関する照会は、恐らくブロック１５１０乃至１５４５の８個の先行する 文字分割プロセスの結果無しには有意な情報をもたらさないであろう。その必然 的結果は、前の８個のプロセス（ブロック１５１０乃至１５４５）による多数の 可能性の解消により先行のプロセスにおいて探索されない文字分割定位の雑可能 性の全てを探し出すためにブロック１５５０の最終プロセスにおいてなされなけ ればならない照会を大幅に簡略化することである。斯くして、第１５図の接触文 字分離オペレーションを含む９個の文字分割プロセス（ブロック１５１０乃至１ ５４５）の結果は、分離を受け易い隣接文字の全ての可能なパターンの論理的に 漸進的な解消であり、これによりブロック１５５０の雑分割プロセスによるその 他の場合の解消という結果をもたらす。

飯血導戊段旧 第１６図乃至２４図の９個のプロセスの各々は折箱構成段階で終る。この段階は 第２５図に言及して詳細に述べられよう、第１６図乃至２４図の９個のプロセス のプログラムの９個のそれぞれのセクションにおける実施はプログラムの別のセ クションにおいて定義されるルーチンを呼ぶことにより折箱構成段階を達成する 。このルーチンは第２５図のプロセスの実施であり、第１６図乃至２４図の９個 のプロセスの各々の１つにおける折箱構成段階によって達成される。第２５図の 折箱構成プロセスは文字イメージが垂直に分割されるべき点の識別に応答しその 境界（「箱」〕が適切に定義されている新しい対のイメージを形成する。第２５ 図の折箱構成プロセスにおける第１段階は規定された点においてイメージを垂直 に分割することにより形成された対のイメージの各々の寸法を決定し、各折しい イメージの寸法が所定の最小しきい寸法より大きいことを確認することである（ 第２５図のブロック２５１０）。好ましい実施例において、この決定は新しいイ メージの各々の高さが元の分割イメージの幅の少なくとも３５％であるか否かを 照会することによりなされる。このテストは文字Ｊがその中間から下が垂直に分 割されたかを検出する。ブロック２５１０の段階はこのプログラムの１セクシヨ ンにおいて実施される。両方の新しいイメージが標準にかなわない場合（ブロッ ク２５１０のＮｏ分岐）、イメージはこの点において分割されず、第１５図の接 触文字分離オペレーションは現在達成されている９個の文字分割プロセスのこの プロセスのＦＡＩＬ分岐をとり次のプロセスを開始する。そうでない場合（ブロ ック２５１０ＹＥＳ分岐）、次の段階は元のイメージから分割された新しいイメ ージの対の各々の１つが垂直に連続していることを確認することである（第２５ 図のブロック２５２０）、ブロック２５２０の段階はこのプログラムの１セクシ ヨンにおいて実施される０本質的に、ブロック２５２００段階は、互いに接続さ れていないイメージの頂部及び底部に対象が存在しないことを確認する。この段 階は例えば文字Ｃのその中間の下の分割を検出する。２つの分割イメージにおけ る文字が連続しない場合（ブロック２５２０のＮｏ分岐）、元のイメージは上記 で論じられたブロック２５１０のＮｏ分岐の様式でもうてこの点において分割さ れない。そうでない場合（ブロック２５２０のＹＥＳ分岐）、次の段階はイメー ジのベースラインから上昇ライン高さ即ち頂部まで全てにわたって延びていない 薄い対象が存在するかを決定することである（ブロック２５３０）。この段階は このプログラムの１セクシヨンにおいて実施される０本質的に、ブロック２５３ ０の段階はその高さに対して相対的な分割イメージの対のどちらかにおける対象 の幅が文字ｒｌＪを示すようなものであるかを決定する。斯かる対象がイメージ の頂部（上昇ライン高さ）まで全てにわたって延びていないと見い出された場合 （ブロック２５３０のＹＥＳ分岐）、元のイメージは、上記で論じられたブロッ ク２５１０のＮｏ分岐の様式でもってこの点では分割されない、斯かる特性が見 い出されない場合（ブロック２５３０のＮｏ分岐）、提案された分割点は正しい と考えられる。次の段階は、イメージを分割することにより形成された各分割イ メージの境界の近くの破片をきれいに取り去ることである。斯かる破片は例えば 、大文字Ｉのセリフの右端を小χを含む分割文字に取り入れるべく隣接文字パタ ーンｌｘが分割される時に形成され得る。斯かるまちがいの結果は、文字χとχ から大きなスペースでもって分離されたイメージの左端のχの上の小さな斑点を 含むイメージであろう、ブロック２５４００段階はこの小斑点を捨て、イメージ の頂部境界をそれがこの例において文字Ｘの頂部に隣接するまで下げることによ り空のスペースを解消する。斯かる空のスペースを解消するために、ブロック２ ５４０の段階はイメージにおける空の行又は列を探す、ブロック２５４００段階 はこのプログラムの１セクシヨンにおいて実施される。次の段階は、元のイメー ジを分割することにより形成された折箱詰文字イメージを発生することである（ ブロック２５５０）、ブロック２５５０の段階はこのプログラムの１セクシヨン において実施される。

分葱検査工旦皇込 第２５図の折箱構成プロセスの完了の後、第１５図の接触文字分離オペレーショ ンによって達成される次の段階は新しい対の分割イメージを１度に１つずつ神経 ！１ｉ１３２０にフィードバックしく第１５図のブロック１５６５）、次に神経 網によって発生された結果を用いて、前に論しられたように、イメージが不適切 に分割されているかを決定することである〔第１５図のブロック１５７０）、ブ ロック】５７０の分割検査プロセスは第２６図に詳細に示されている。第２６図 の分割検査プロセスの目的は第１５図の９個の文字分割プロセスがどれも単一の 有効記号を２つの意味のない又は誤解に導く対象に分割しないように保護するこ とである。第１５図の９個のプロセスの各々に構築された保護手段（ブロック１ ５１゜乃至１５５０）の全ては、元の文字イメージが実際２つの文字を含んでい ると仮定した。斯くして、実際に１つの文字しか含んでいない文字イメージの分 解から保護するためには付加的な保護手段が必要となる。この保護手段は、第２ ６図に示されている第１５図のブロック１５７０の分割検査プロセスによって提 供される。

第２６図の分割検査プロセスは元の（未分割）文字イメージのアスペクト比が所 定の大きさより大きい（かなり広いイメージを示す）かを決定することによりブ ロック２６００のブロックにおいて開始する。そうでない場合、イメージの分割 は有効であると考えられ（ブロック２６００のＹＥＳ分岐）、これ以上の検査は 達成されない。一般的に、所定のアスペクト比は、神経網が分割イメージの１つ をｍ又はＷとして識別する場合は２．　１であり、そうでない場合は１．５であ る。　（好ましくは文字イメージが文字イメージに重なる３つの水平ラインの３ つの垂直交差を有する場合はこれは恐らく「ｍ」であり、アスペクト比は２．１ に設定される。また、文字イメージの幅が頂部から底部まで連続的に減少すると 見い出される場合、この文字は恐らく「ｗ」であり、アスペクト比は２．１に設 定される。）アスペクト比がこの大きさに達することができない場合（ブロック ２６００のＮｏ分岐）、次の段階は一般検査プロセスである（ブロック２６１０ ）。

ブロック２６１０の一般検査プロセスにおいて、イメージのこの２つの新しいイ メージへの分割は、この２つの新しいイメージのどちらかに対して、神経網によ ってなされた最高及び第２最高得点記号選択の点の比が所定のしきい値より小さ い場合は拒否される。好ましい実施例では、このしきい値は５０である。すると 、ブロック２６１０の一般的検査プロセスは元の（未分割）イメージに対して神 経網３３０によってなされた最高得点記号選択をそれが接触文字分離器３４８（ 第３図）に送られる前に、元のイメージが第２７図に示されている分割選択パタ ーンでもって分割される２つの新しいイメージに対して神経網３２０によってな された２つの記号選択と比較する。例えば、元のイメージが神経網によって文字 Ｕとして識別され、２つの分割イメージがここで神経網３３０によって例えばＬ 及びＪとして識別される場合、第２７図の分割選択パターンの１つとの一致が見 い出され、分割は拒否される。このプロセスは第１５図の９個の分割プロセス（ 即ちブロック１５１０乃至１５５０）の任意の１つによってなされ易い予想可能 な１組のまちがいが１つの記号を２つ以上の対象に分割することのないように保 護する。第２７図の分割選択パターンの任意が識別される場合（ブロック２６１ ０のＦＡＩＬ分岐）、分割は拒否される。ブロック２６１０の一般的検査プロセ スはＣ言語プログラムにおいて実施される。

２つの分割イメージが一般的検査プロセスによって達成された前記のテストの全 てを合格した場合（ブロック２６１０のＰＡＳＳ分岐）、次の段階は第１５図の ブロック１５１０乃至１５５０の９個のプロセスのどれが元のイメージが分割さ れた点を識別したかに応して、ブロック２６２０における９個の個別検査プロセ スの１つを達成することである。この９個の個別検査プロセスはブロック２６２ ０内で１．２．３．４．５．６．７．８及び９のラヘルを付けられている。ブロ ック２６１０の一般的検査プロセスは第１５図の全ての９個の分割プロセスに共 通な単一文字分割のまちがいから保護するが、ブロック２６２０の９個の個別検 査プロセスの目的は第１５図の９個の分割プロセスの個別の１つに独特の単一文 字分割のまちがいから保護することである。ブロック２６２０の９個の個別検査 プロセスの１つの形がこのプログラムの１セクシヨンにおいて実施される。本質 的に、９個の個別検査プロセスの適用可能な１つは先ず分割イメージのどちらか がその点が第２最高得点記号選択より大きな最小因子より小さな神経網３３０（ 第３図）によって成される記号選択を生成する任意の分割を拒否する。この因子 の大きさは、ブロック２６２０の９個の個別検査プロセスのどれが含まれるかに 依る。好ましい実施例において、この因子はブロック２６２０の検査プロセス１ 乃至８に対しては５０であり、第１５図のブロック１５５０の雑分割プロセスに 割り当てられた個別検査プロセス９に対しては１００である。イメージ対の分割 がこのテストを通過すると仮定すると、ブロック２６２０（Ｄ個別検査プロセス ｌ乃至９の各々の１つにおける次の段階は第２７図に示されているプロセスに類 似している。詳細には、元の（未分割）イメージに対して神経網３３０によって 前になされた記号選択及び元のイメージから分割されたイメージの対に対して神 経網３３０によってここでなされた２つの記号選択は第２７図の表と類似の分割 記号選択の９個の表の１つに３つの要員組として比較されると考えられる。これ らの表の各１つはブロック２６２０の９個の個別検査プロセスの対応する１つに 対して独特であり、第１５図のブロック１５７５の表１乃至９として考えられ得 る。

好ましい実施例における各表の内容はブロック２６２ｏに属するプログラムのセ クションから容易に推論し得るが、この９個の表の各１つの内容が以下に発生す るかを説明する方が有用である。第１５図について説明すると、表１は分割プロ セスの第１のプロセス、卯ちブロック１５１ｏの底部分割プロセスに割り当てら れた個別検査プロセスに関連している。表１の内容は、各文字のイメージを完全 な文字の形で１００回程多く入力し、文字イメージがブロック１５１ｏの底部分 割プロセスによって分割された時は必ず神経網の出力を観察（ブロックｌ　５６ ５）することにより発生する、このように観察された優勢な分割選択は表１にマ ツプされる。例えば、ブロック１５１０の底部分割プロセスが文字Ａを神経網に よって識別された一対の記号にＰ及び７として１００回の内５０回分割する場合 、Ｐ及び７にマツプされたＡは表１に記録されたパターンである。第１５図の９ 個のプロセスの全てに対して同一のルーチンがとられ、それらの観測された分割 記号選択は記号組の全体が１度に１つの記号ずつ試験される時に９個の個別表の 対応する１つに記録される。

実際のオペレーションの期間中、元のイメージ及び分割イメージによって生成さ れた分割記号選択パターンはブロック２６２ｏの９個の個別検査プロセスの対応 する１つによって呼ばれた実際の表の内容と比較される。一致が見い出された場 合（ブロック２６３０のＹＥＳ分岐）、分割が拒否される。そうでない場合（ブ ロック２６３０のＮｏ分岐）、分割は有効であると考えられる。

利点及だ工呈的庭里性 本発明は媒体上の印刷された書類又は機械印刷された文字を読み出すための光学 的文字認識システムとして有用である。

θθ勿１ツ１ 特表千５−５０６１１４　（１Ｂ） Ｇ　Ｇ；、（Ｄ　ｒＲＪ＼ 請１分升 誘羞分麺 誤是分饅 誤差分頻 ゛　・　４ｎ−システム 要約書 所定組の記号を認識するように訓練された神経網に送られるようになっているさ れる。後置プロセッサは神経網によってなされた誤りの記号識別を補正する。

後置プロセッサは文字正常化に続いて神経網によって識別可能でない特殊記号及 び記号ケースを識別する。低得点でもって神経網によって識別された文字に対し ては、後置プロセッサは飾り付けられた隣接文字及び接触している文字を見い出 に基づいて神経網によって識別される第２又は第３最高得点記号のどちらかを選 択する。

手続補正書風 １、事件の表示 ＰＣＴ／ＵＳ９１１００６５１ 平成　３年特許願第５０４４８１号 ２、発明の名称 機械印刷文字用光学的文字認識神経網システム３、補正をする者 事件との関係　特許出願人 住所 名称　イーストマン・コダック・カンパニー４、代理人 住　所　東京都千代田区大手町二丁目２番１号新大手町ビル　２０６区 電　話　３２７０−６６４１〜６６４６国際調査報告

Claims (1)

1. 【特許請求の範囲】 １．光学的文字認識システムにおいて、所定の組の記号を認識するように訓練さ れ且つ入力及び出力であって上記入力に転送された各文字イメージが上記組にお ける上記記号の各々の１つに対する個別の得点を与えられる入力及び出力を有す る神経網、上記神経網に結合され且つ書類イメージにおける複数の連続「オン」 画素を別々の対象と呼び且つ上記書類イメージからの上記対象を個別文字イメー ジとして分割するための手段を含む前置プロセッサ、上記神経網出力に結合され 且つ上記神経網の出力に応答する手段であって所定の組の神経網出力条件の少な くとも１つに合致し上記神経網の出力を直すための手段を含む後置プロセッサ を特徴とする光学的文字認識システム。 ２．上記前置プロセッサが、上記文字イメージの元の形を正常化するための且つ 上記文字イメージの正常化された形を上記神経網入力に転送するための手段を更 に特徴とする請求項１のシステム。 ３．上記所定組の神経網出力条件が、上記神経網出力における最高得点が上記前 置プロセッサによって正常化された時のその文字イメージが上記神経網によって 他の記号から区別不可能である所定組の記号の１つに相当する条件を含むことを 特徴とする請求項２のシステム。 ４．上記他の記号が上記１つの記号の上及び下ケース形の１つであり且つ上記補 正手段が、上記文字イメージの上記元の形の寸法から上記記号の上及び下ケース 形のどちらが上記文字イメージによって表わされるかを決定するための手段によ って更に特徴付けられていることを特徴とする請求項３のシステム。 ５．上記所定組の神経網出力条件が、上記出力における最高得点が不十分に高い という条件を含んでおり、上記補正手段が、上記文字イメージの元の形がその正 常化された文字イメージがそこから区別不可能な上記所定記号組に含まれていな い１組の特殊記号に相当する所定の小寸法より小さいか否かを検出するための手 段、及び上記文字イメージから上記文字イメージによって表わされる上記特殊記 号の１つの識別を決定するための手段 を特徴とすることを特徴とする請求項２のシステム。 ６．上記前置プロセッサが飾り付けられている上記書類イメージにおける隣接記 号のイメージを分離することを特徴とする請求項１の光学的文字認識システム。 ７．上記呼称手段が、上記書類イメージの前に走査された部分における２つの別 々に呼称された対象が上記イメージの別の後に走査された部分において結合され ると必ず応答してこれにより上記２つの対象を１つのより大きな対象として呼称 し且つ上記２つの対象の各々の寸法を覚え、上記呼称手段は更に、唯１つのより 大きな対象として呼称された複数の対象の１つが所定しきい値寸法より大きな寸 法を有すると必ず応答して、これにより上記より大きな対象から上記１つの対象 を分離し、これにより上記書類イメージにおける接触文字を分離することを特徴 とする請求項６の光学的文字認識システム。 ８．上記所定しきい値寸法が上記書類イメージにおける記号の平均寸法の当りで あることを特徴とする請求項７のシステム。 ９．光学的文字認識システムにおいて、所定組の記号を認識するように訓練され 且つ入力及び出力であって上記入力に転送された各イメージに上記組における上 記記号の各々の１つのための個別の得点が与えられる入力及び出力を有する神経 網、上記神経網に接続され且つ書類イメージから個別文字イメージを分割するた めの分割手段及び上記文字イメージの元の形から上記文字イメージの正常化され た形を発生するための正常化手段を含む前置プロセッサ、上記神経網出力に且つ 上記正常化手段の入力に接続され且つ上記神経網出力における最高得点が複数の 漸進的により時間消費的な試みの継続を達成するのに不十分である時は必ず応答 して上記不十分な点に相当する選択より信頼性の高い記号選択を推論する手段を 含む後置プロセッサを特徴とする光学的文字認識システム。 １０．上記後置プロセッサが、 その正常化された文字イメージが別の記号のイメージに対して曖昧である記号を 上記文字イメージにおいて識別することにより上記試みの最初の１つを達成する ための正常化補償プロセッサ手段、及び上記曖昧さ正常化プロセッサが上記文字 イメージを首尾良く識別できない時は必ず、上記文字イメージにおいて共に飾り 付けられている２つの記号のイメージを分離することにより上記試みの第２の１ つを達成するための脱飾プロセッサ手段を更に特徴とする請求項９のシステム。 １１．上記後置プロセッサが、 上記脱飾プロセッサ手段が上記文字イメージを首尾良く分離することができない 時は必ず、上記文字イメージにおける互いに接触している２つの記号のイメージ を分離することにより上記試みの第３の１つを達成するための接触文字プロセッ サ手段 を更に特徴とすることを特徴とする請求項１０のシステム。 １２．推測プロセッサ手段であって、 （１）幾つかの低得点記号のどれが上記文字イメージの上記元の形の高さに一番 近い高さを有するか、 （２）上記の幾つかの低得点記号の全てが上記文字イメージに高さの点で近いと 必ず、上記神経網出力において識別された上記低得点記号のどれが最高得点記号 に上記神経網によって混同される可能性が一番高いかの１つに応じて、最高得点 記号の代わりに上記神経網の出力において識別された幾つかの低得点記号の１つ を選択するための推測プロセッサ手段を更に特徴とすることを特徴とする請求項 １１のシステム。 １３．上記正常化プロセッサ手段が上記神経網出力において識別された最高得点 記号がその正常化された文字イメージが上記記号の上及び下ケース形に対して同 じである記号である時は必ず上記元の文字イメージから上記文字イメージのケー スを識別するためのケース補正手段を特徴とすることを特徴とする請求項１０の システム。 １４．上記前置プロセッサの上記分割手段は上記書類イメージにおける「オン」 画素を度数分布し上記書類イメージを「オン」画素が欠けたその中の画素の行及 び列に沿って分割することにより上記文字イメージを分離し、且つ上記脱飾プロ セッサ手段が上記文字イメージに対して接続成分分析を達成することにより上記 文字イメージにおける飾り付けられた記号を分離することを特徴とする請求項１ ０のシステム。 １５．上記接触文字プロセッサ手段が一連の文字分離試行プロセスを所定の順序 で達成するための手段であって、上記試行プロセスの各々が上記プロセスの次の プロセスにおいて不在であると仮定されている対応の組の可能な接触記号対を探 索する手段によって特徴付けられることを特徴とする請求項１１のシステム。 １６．上記接触文字プロセッサ手段が、（１）上記文字イメージを２つの隣接記 号の底部において分離することを試み、（２）左手円弧を有する記号を隣接記号 から分離するように試み、（３）頂部水平ラインを有する記号を隣接記号から分 離するように試み、（４）上記文字イメージを２つの隣接記号の頂部において分 離するように試み、（５）上記文字イメージをその頂部及びその底部の両方にお いて分離することを試み、 （６）互いに反対に傾斜している対角線を含む記号を隣接記号から分離するよう に試み、 （７）隣接円弧を有する一対の記号を分離するように試み、（８）小文字ｆを隣 接記号から分離するように試み、及び（９）上記の（１）乃至（８）において試 みられなかった隣接記号を分離することを試みる ための手段によって特徴付けられることを特徴とする請求項１４のシステム。 １７．上記脱飾プロセッサ手段及び上記接触文字分離プロセッサ手段が各々、上 記正常化プロセッサに上記文字イメージを分離することにより形成された一対の イメージを転送するための手段を含むことを特徴とする請求項１１のシステム。 １８．上記接触文字プロセッサは、 上記神経網出力に第２パターンを得るべく上記正常化プロセッサに上記文字イメ ージを分離することにより形成された一対のイメージを転送するための手段、及 び 上記神経網の上記出力における上記第２パターンを単一の既知記号の文字イメー ジを分割する上記一連の試行プロセスの対応の１つに典型的な所定の出力パター ンと比較するための誤差検査手段 を更に特徴とすることを特徴とする請求項１５のシステム。 １９．上記所定出力パターンが、上記試行プロセスの対応の１つによって分離さ れた単一記号の連続イメージを上記神経網入力に転送することにより確立された １組の所定出力パターンの１つであることを特徴とする請求項１８のシステム。 ２０．上記接触文字プロセッサが、１組の既知一般誤差パターンと、（ａ）上記 文字イメージに対して上記神経網によって識別された最高得点記号及び（ｂ）上 記文字イメージを分離することにより形成された上記対のイメージに対して上記 神経網によって識別された記号を含むパターンを比較するための一般的検査手段 によって更に特徴付けられることを特徴とする請求項１８のシステム。 ２１．上記組の既知一般的誤差パターンが既知シンボルの２つの部分への分割に 相当することを特徴とする請求項２０のシステム。 ２２．所定組の記号を認識するように訓練され且つ入力及び出力であって上記入 力に転送された名文字イメージに上記組における上記記号の各々の１つに対して 個別得点が与えられる入力及び出力を有する神経網を含む光学的文字認識システ ムにおける、光学的文字認識を達成するための方法であって、書類イメージにお ける複数の連続「オン」画素を別々の対象として呼称し且つ上記書類イメージか らの上記対象を個別文字イメージとして分割することを更に特徴とする前置処理 段階、 上記神経網の出力が所定の組の神経網出力条件の少なくとも１つに合致した時は 必ず検知し、上記検知手段に応答して上記神経網の出力を補正することを更に特 徴とする後置処理段階 を特徴とする方法。 ２３．上記前置処理段階が、上記文字イメージの元の形を正常化し、上記文字イ メージの正常化された形を上記神経網入力に転送することを更に特徴とする請求 項２２の方法。 ２４．上記所定組の神経網出力条件が、上記神経網出力における最高得点が上記 前置プロセッサによって正常化されている時のその文字イメージが他の記号から 上記神経網によって区別不可能である所定組の記号の１つに相当するという条件 を含むことを特徴とする請求項２３の方法。 ２５．上記他の記号が上記一方の記号の上及び下ケース形の一方であり且つ上記 補正段階が上記記号の上記上及び下ケース形のどれが上記文字イメージによって 表わされるかを上記文字イメージの上記元の形の寸法から決定することを含むこ とを特徴とする請求項２４の方法。 ２６．上記所定組の神経網出力条件が上記出力における最高得点が不十分に高い という条件を含んでおり、上記補正段階が、上記文字イメージの元の形がその正 常化文字イメージがそこから区別不可能である上記所定記号に含まれていない１ 組の特殊記号に相当する所定の小寸法より小さいかを検出すること、及び 上記文字イメージによって表わされる上記特殊記号の１つの識別を上記文字イメ ージから決定すること に特徴付けられることを特徴とする請求項２３の方法。 ２７．上記前置処理段階が飾り付けられている上記書類イメージにおける隣接記 号のイメージを分離することを更に特徴とすることを特徴とする請求項２２の方 法。 ２８．上記呼称段階が、 上記書類イメージの前に走査された部分における２つの別々に呼称された対象が 上記イメージの別の後に走査された部分において結合される時の第１の検知、上 記第１検知段階に応答して上記２つの対象を１つのより大きな対象として呼称す ること、 上記２つの対象の各々の寸法を覚えること、１つのより大きな対象として呼称さ れている複数の対象の１つが所定しきい寸法より大きな寸法を有する時の第２の 検知、及び上記第２検知段階に応答して上記より大きな対象から上記１つの対象 を分離してこれにより上記書類イメージにおいて接触文字を分離することを更に 特徴とすることを特徴とする請求項２７の方法。 ２９．上記所定しきい寸法が上記書類イメージにおける記号の平均寸法の当りで あることを特徴とする請求項２８の方法。 ３０．所定組の記号を認識するように訓練され且つ入力及び出力であって上記入 力に転送された各イメージに上記組における上記記号の各々の１つのための個別 の得点が与えられる入力及び出力を有する神経網を特徴とする光学的文字認識シ ステムにおける、光学文字認識を達成するための方法であって、個別文字イメー ジを書類イメージから分割し且つ上記文字イメージの正常化された形を上記文字 イメージの元の形から発生し且つ上記正常化さた形を上記神経網の上記入力に転 送することを含む前置処理段階、上記神経網出力における最高点が不十分である 時は必ず検知することを含む後置処理段階、及び 上記検知段階に応答して上記不十分な点に対応する選択より信頼性の高い記号選 択を推論するために複数の漸次により時間消費的な試みの継続を達成する段階を 含むことを特徴とする方法。 ３１．上記後置処理段階の上記達成段階が、その正常化された文字イメージが別 の記号のイメージに対して曖昧である記号を上記文字イメージにおいて識別する ことにより上記試みの第１の試みを達成すること、及び 上記第１の試みが上記文字イメージを首尾良く識別することに失敗した時は必ず 上記文字イメージにおいて共に飾り付けられている２つの記号のイメージを先ず 分離することにより上記試みの第２の試みを達成することを更に特徴とすること を特徴とする請求項３０の方法。 ３２．上記後置処理段階が、 上記第１分離段階が上記文字イメージを首尾良く分離することに失敗したときは 必ず上記文字イメージにおいて互いに接触している２つの記号のイメージを第２ に分離することにより上記試みの第３の試みを達成することを更に特徴とするこ とを特徴とする請求項３１の方法。 ３３．推測処理段階であって、 （１）低得点記号のどれが上記文字イメージの上記元の形の高さに最も近い高さ を有すか、 （２）幾つかの低得点記号の全てが上記文字イメージに高さの点で近い場合、上 記神経網出力において識別された上記低得点記号のどれが上記最高得点記号と上 記神経網によって混同される可能性が大きいかに応じて、最高得点記号の代わり に上記神経網の出力において識別された上記幾つかの低得点記号の１つを選択す ることを特徴とする推測処理段階を更に特徴とする請求項３２の方法。 ３４．上記試みの第１の試みを達成する段階が、上記神経網出力において識別さ れた最高得点記号がその正常化された文字イメージが上記記号の上及び下ケース 形に対して同一である記号である時は必ず上記元の文字イメージから上記文字イ メージのケースを識別することを特徴とすることを特徴とする請求項３１の方法 。 ３５．上記分割段階が、上記書類イメージにおいて「オン」画素を度数分布し「 オン」画素が欠けているその中の画素の行及び列に沿って上記書類イメージを分 割することを更に特徴とし、及び 上記第１分離段階が上記文字イメージに対して接続成分分析を達成することを特 徴とする ことを特徴とする請求項３１の方法。 ３６．上記第２分離段階が、一連の文字分離試行プロセスを所定の順序で達成す ることを特徴とし、上記試行プロセスの各々が上記試行プロセスの次のプロセス において不在であると仮定された対応する組の可能な接触記号対を探索すること を含むことを特徴とする請求項３２の方法。 ３７．上記一連の試行プロセスが、 （１）２つの隣接記号の底部において、上記文字イメージを分離することを試み ること、 （２）隣接記号から左手円弧を有する記号を分離することを試みること、（３） 隣接記号から頂部水平ラインを有する記号を分離することを試みること、（４） ２つの隣接記号の頂部において上記文字イメージを分離することを試みること、 （５）その頂部及びその底部の両方において上記文字イメージを分離することを 試みること、 （６）隣接記号から互いに反対に傾斜している対角線を含む記号を分離すること を試みること、 （７）隣接する円弧を有する一対の記号を分離することを試みること、（８）隣 接記号から小文字ｆを分離することを試みること、及び（９）上記の段階（１） 乃至（８）において試みられていない隣接記号を分離することを試みること を特徴とすることを特徴とする請求項３５の方法。 ３８．上記第１及び第２分離段階が各々、上記文字イメージを分離することによ り形成される一対のイメージを正常化し且つ上記神経網入力に転送することを更 に特徴とすることを特徴とする請求項３２の方法。 ３９．上記第２分離段階が、 上記神経網出力に第２パターンを得るべく上記文字イメージを分離することによ り形成された一対のイメージを正常化し且つ上記神経網入力に転送すること、及 び 上記神経網の上記出力における上記第２パターンを単一の既知記号の文字イメー ジを分割する上記一連の試行プロセスの対応するプロセスに典型的な所定の出力 パターンと比較すること を特徴とする誤差検査プロセスを更に含むことを特徴とする請求項３６の方法。 ４０．上記所定出力パターンが上記試行プロセスの対応する１つによって分離さ れる１つの記号の連続イメージを上記神経網入力に転送することにより確立され た１組の所定出力パターンの１つであることを特徴とする請求項３９の方法。 ４１．上記第２分離段階が、１組の既知の一般的誤差パターンと（ａ）上記文字 イメージに対して上記神経網によって識別される最高得点記号及び（ｂ）上記文 字イメージを分離することにより形成される上記イメージの対に対して上記神経 網によって識別される記号を含むパターンとを比較することを含む一般的検査段 階を更に特徴とすることを特徴とする請求項３９の方法。 ４２．上記組の既知の一般的誤差パターンが既知記号を２つの部分に分割するこ とに相当することを特徴とする請求項４１の方法。