JPH06259607A - ピクセル重み付けによるマルチフォント・テンプレートライブラリの強調方法 - Google Patents

ピクセル重み付けによるマルチフォント・テンプレートライブラリの強調方法

Info

Publication number
JPH06259607A
JPH06259607A JP6005848A JP584894A JPH06259607A JP H06259607 A JPH06259607 A JP H06259607A JP 6005848 A JP6005848 A JP 6005848A JP 584894 A JP584894 A JP 584894A JP H06259607 A JPH06259607 A JP H06259607A
Authority
JP
Japan
Prior art keywords
template
pixel
comparison
library
version
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Withdrawn
Application number
JP6005848A
Other languages
English (en)
Inventor
Abi Aizaku Hatsudaa
アビ・アイザク ハッダー
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Canon Inc
Original Assignee
Canon Inc
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Canon Inc filed Critical Canon Inc
Publication of JPH06259607A publication Critical patent/JPH06259607A/ja
Withdrawn legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/28—Determining representative reference patterns, e.g. by averaging or distorting; Generating dictionaries

Landscapes

  • Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Character Discrimination (AREA)
  • Image Analysis (AREA)

Abstract

(57)【要約】 （修正有） 【目的】 複数のバージョンをもつ複数クラスの光学的
シンボルの認識を改良する。 【構成】 ライブラリにある各イメージを各シンボル内
の各入力ピクセルバージョンに対しＶ×Ｌ個の比較を構
成し、混同の危険性が最も低くなるようイメージに重み
付けする。広がったピクセルバージョンを更にサブクラ
スに分割し、Ｖ組の比較の各々のＬ個の比較の中から、
第１比較C*と第２比較C** の対を定め、比較対の間の認
識マージンを決定し、最も小さな認識マージンMi * を持
った１対の比較Ci * とCi **を選択し、対応する１対のピ
クセルイメージIj * とIj **を定める。最も近いピクセル
イメージIj * 、又は２番目に近いピクセルイメージIj **
のあるピクセルに対して重み付けを施し、それらの間の
認識マージンMi * を増加させる。ピクセルイメージ（及
びサブイメージ）のライブラリが、強調されたシンボル
テンプレート（及びサブテンプレート）のライブラリと
なるまで繰り返す。

Description

【発明の詳細な説明】
【０００１】
【産業上の利用分野】本発明は複数クラスの入力シンボ
ルの認識に関し、特に光学的文字認識（ＯＣＲ）におい
てシンボルクラス内の多様なピクセルバージョン（本明
細書においては、フォントの違いの基づくものをフォン
トバージョン，フォントの違いにシンボルの太さ等の違
いをも加えたものを一般的にピクセルバージョンと表現
する）に対応するピクセルテンプレートからなるテンプ
レートライブラリの強調方法に関するものである。
【０００２】
【従来の技術】従来、レーダの反射信号や文字ビットマ
ップなどの入力されるピクセルイメージを認識するため
には、相関係数が用いられてきた。入力されたピクセル
イメージは、ピクセルごとにライブラリのテンプレート
イメージと比較される。各イメージ／テンプレートのマ
ッチングにおけるピクセルの比較結果のすべての和が、
最も近いマッチングを表す相関係数となる。しかしなが
ら、これらの予め決められたテンプレートと相関をとる
方法では、ライブラリテンプレートを構成しているピク
セルのどんな変化や強調にも対応できない。「ピクセル
重み付けによるテンプレートライブラリの強調方法」と
いう名称で、本願と同じ発明者Hadar Avi-Itzhakにより
1992年9 月1 日に出願された米国出願番号 07/937,732
（優先権主張されて平成5 年9 月1 日に日本出願された
特願平5-217765号）では、複数のフォントバージョンを
含むサブクラスを準備していないライブラリテンプレー
トの強調方法が開示されている。
【０００３】
【発明が解決しようとする課題】本発明は、各クラスに
複数のバージョンをもつ複数クラスの光学的シンボルの
認識を改良するためのテンプレートライブラリの強調方
法を提供することを目的とする。また本発明は、第１比
較C*（あるシンボルクラスのある入力ピクセルバージョ
ンと対応するピクセルテンプレートとの比較）と、最大
となる第２比較C** （上記入力ピクセルバージョンと次
に近いテンプレートとの比較）とで定義される最小のマ
ージンを、最大化するテンプレートライブラリの強調方
法を提供することを目的とする。
【０００４】また本発明は、同じシンボルクラス内で互
いに異なるピクセルバージョンからなるサブクラスを採
用し、ピクセルバージョンからなる各サブクラスのため
のサブテンプレートを提供するテンプレートライブラリ
の強調方法を提供することを目的とする。また本発明
は、各サブクラス内のピクセルバージョンが同じシンボ
ルクラス内の他のサブクラスに対応するサブテンプレー
トと比較されないようなテンプレートライブラリの強調
方法を提供することを目的とする。
【０００５】また本発明は、複数のバージョンを持つシ
ンボルクラスのためのテンプレートライブラリで、テン
プレートの数を最小にするようなテンプレートライブラ
リの強調方法を提供することを目的とする。
【０００６】
【課題を解決するための手段】簡単に言えば、本発明の
これらのまたはその他の目的は、Ｇ個のシンボルクラス
からなる既存のグループ（S1 S2 S3…Si…SG）に関し
て、Ｌ個の未強調のピクセルテンプレートあるいはイメ
ージのライブラリ（I1 I2 I3…Ij…IL）の認識を強調す
る方法を提供することにより達成される。少なくともい
くつかのシンボルクラスは、同じシンボルの複数のピク
セルバージョンを含む。Ｇ個のシンボルクラスの中に合
計Ｖ個のピクセルバージョンがある。本方法は、各強調
されたテンプレートがＧ個のシンボルクラスの各々に対
応するような、Ｇ個の認識が強調されたピクセルテンプ
レートのライブラリ（T1 T2 T3…Ti…TG）を提供する。
【０００７】Ｖ個のピクセルバージョンの各々をＬ個の
ピクセルイメージ（未強調のテンプレート）の各々と比
較して、各組がＬ個の比較（C1 C2 C3…Cj…CL）からな
るＶ個の組から構成されるＶ×Ｌ個の比較を得る。Ｌ個
の比較からなる組は、Ｖ個のピクセルバージョンの各々
に対して形成される。比較の各組は、Ｌ個のイメージの
各イメージ（未強調のテンプレート）Ijとの比較Ciをも
つ。Ｖ組の比較の各々のＬ個の比較の中から、ピクセル
バージョンSiと最も近い比較を持った第１比較Ci * を定
める。Ｖ組の比較の各々の残りのＬ−１個の比較の中か
ら、ピクセルバージョンSiと２番目に近い比較を持った
第２比較Ci **を定める。Ｖ組の比較の各々から一対ずつ
のＶ個のCi * と Ci ** との対の集合が形成される。
【０００８】比較Ci * とCi **の各々の対の間に１つの認
識マージンのＶ個の認識マージン（M1 M2 M3…Mi…MV）
を決定する。Ｖ組の比較からのＶ個の比較の対のすべて
の中で、最も小さな認識マージンMi * を持った１対の比
較Ci * とCi ** を選択する。比較Ci * とCi ** の対に対応
する１対のピクセルイメージIj * とIj ** を定める。最
も近いピクセルイメージI*、または２番目に近いピクセ
ルイメージI** 、またはそれらの両方のあるピクセルに
対して重み付け処理を施す。重み付け処理されたイメー
ジ（未強調のテンプレート）は、選択された１つの比較
対 Ci*とCi **に対応し、比較対の間の認識マージンMi *
を増加させる。
【０００９】ピクセルイメージのライブラリ（未強調の
テンプレート）が、シンボルテンプレートのうちの少な
くともいくつかが既存のＧ個のシンボルクラスのグルー
プ（S1 S2 S3…Si…SG）の対応するピクセルバージョン
には現れない重み付けされたピクセルずれをもつ強調さ
れたシンボルテンプレートのライブラリ（T1 T2 T3…Ti
…TG）となるまで、前記比較，設定，決定，選択及び重
み付けを繰り返す。
【００１０】
【実施例】
＜強調の一般的方法（図１，図２）＞光学的文字認識
（ＯＣＲ）のために、予め存在するＧ個の入力シンボル
のグループに関して、Ｌ個の未強調のイメージあるいは
テンプレート（ピクセルビットマップ）が強調処理され
る。強調処理によって、１つのテンプレートが各シンボ
ルクラスに対応する、Ｇ個の入力シンボルのＧ個の認識
強調されたテンプレート（ピクセルビットマップ）ライ
ブラリが作られる。シンボルクラスの中には、同一のシ
ンボルで複数のピクセルバージョンを持つものがあり、
合計Ｖ個のピクセルバージョンとなる。強調処理は、ラ
イブラリの各未強調テンプレートを各シンボルクラスの
各入力ピクセルバージョンと比較（Ｖ×Ｌ個の比較を構
成する）し、混同の危険性が最も高い未強調テンプレー
トを重み付けすることによって達成される。
【００１１】Ｌ個の未強調の初期テンプレートライブラ
リ（イメージ I1 I2 I3 …Ij…IL）は、図１の（Ａ）の
Ｖ×Ｌの比較行列の縦軸に沿って並べられている。Ｇ個
の既存のシンボルクラスのグループ（一般的シンボルク
ラス S1 S2 S3 …Si…SG）は、Ｖ×Ｌ行列の水平軸に沿
って並べられている。Ｖ個の入力ピクセルバージョンが
各シンボルクラスと関連づけて示されている。図１の
（Ａ）の具体例においては、入力ピクセルバージョンは
３つの一般的な英数字フォントによって示されており、
シンボルクラスＳ1 と３つのピクセルバージョンS11, S
12, S13 から始まって、水平軸に沿って並べられてい
る。Ｇ個の認識強調されたテンプレートライブラリ（T1
T2 T3…Ti…TG）は、Ｖ×Ｌ行列には示されていない。
【００１２】しかしながら、Ｇ個の認識強調されるテン
プレートライブラリのための３つのバージョン／イメー
ジ比較（テンプレート比較 T111 T121 T131, T212 T222
T23 2 …Ti1j Ti2j Ti3j …TG1L TG2L TG3L) は、Ｖ×
Ｌ行列の対角線に沿って並べられている。入力ピクセル
バージョンは、Ｇ個の認識強調されるテンプレートの未
強調の初期テンプレートあるいはイメージと一致する。
この対角線上のテンプレートの関係は、シンボルクラス
とイメージとが各軸に沿って同じ順で現れる、すなわ
ち、Si=Ij,及び Si+1=Ij+1であることを仮定している。
小文字シンボルクラスａ〜ｚ（３つのフォントとも）の
比較行列が図１の（Ｂ）に示されており、特に似ている
文字“ｏ”，“ｃ”，“ｅ”の集団(cluster) のバージ
ョン／イメージ比較が示されている。
【００１３】テンプレート強調法の処理ステップが図２
のフローチャートにまとめられており、以下に詳しく述
べる。ステップＳ１：以下の処理で、Ｇ個の強調された
テンプレートの特徴的なライブラリへと発展していく、
Ｌ個の未強調のピクセルテンプレートあるいはイメージ
ライブラリ（I1 I2 I3…Ij…IL）を与える。
【００１４】ステップＳ２：目的の特定のユーザデザイ
ンフォントにおける複数のピクセルバージョンを持つＧ
個のシンボルクラスのグループ（S1 S2 S3…Si…SG）を
与える。英数字への適用のための共通のデザインフォン
トは、Courier とTimes Roman である。一般的には、ユ
ーザフォントは次のものを含む。 大文字 ABCDEFGHIJKLMNOPQRSTUVWXYZ 小文字 abcdefghijklmnopqrstuvwxyz 数字 1234567890 句読点 !#$%^&*()_+-=[]{}; ′`:" 〜＼|,<.>/?・
【００１５】しかしながら、本テンプレート強調技術は
一般的な方法であり、他のグラフィックシンボルに適用
することもできる。便宜のため、Ｇ個のシンボルクラス
のグループの３つのフォントバージョンを、図１の
（Ａ）に示しておく。本テンプレート強調技術は２つの
フォントバージョンや、４つまたはもっと多くのフォン
トバージョンに適用可能である。異なるシンボルクラス
が異なった数のフォントバージョンを持つこともでき
る。一般的には、各シンボルクラスはｎ個のフォントバ
ージョン（S1 S2 S3…Sn）を持つ。ただし、ｎはそれぞ
れのシンボルクラスで同じ整数である必要はない。本強
調処理技術は、デザインフォントの変形や実装方法での
変形（サブクラス- サブテンプレートの項参照）に適用
することも可能である。この強調処理技術は、レーダの
反射信号や音素パターン（スピーチフォント）を含む音
声認識アプリケーションなどの、複数の入力バージョン
からなるクラスを含む他の認識アプリケーションに応用
することができる。
【００１６】未強調の初期テンプレートのフォントは、
初期のバージョン／イメージ比較を最大化し、テンプレ
ートの発展に対し便利な初期状態を与えるために、入力
バージョンのフォントと似ていてよい。あるいは、未強
調の初期テンプレートのフォントは、入力バージョンの
フォントの一般的なフォントである場合もあれば、特別
な先駆(precursor) フォントである場合もあり、またラ
ンダムノイズに基づくテンプレートであることさえあり
得る。ライブラリ内の未強調テンプレートあるいはイメ
ージの数Ｌは、グループ内のシンボルの数Ｇと等しいか
または大きい。ライブラリには、シンボルクラスに含ま
れていないイメージが登録されることもある。これらの
“アイドルな”イメージは、バージョン／イメージ比較
には含まれず、従って変わったりテンプレートになるこ
とはない。１つのイメージが２つの別のシンボルクラス
の入力バージョンに対応して発展していくことを避ける
ために、ＬはＧより少なくないことが望ましい。
【００１７】ステップＳ３：図１のＶ×Ｌ行列の内部に
示すように、Ｖ×Ｌ個の比較を得るためにＶ個の入力ピ
クセルバージョンの各々をＬ個の未強調の初期テンプレ
ートの各々と比較する。バージョン／イメージ比較は、
一般的な未強調テンプレートIjの各ピクセルを、比較関
数（後にコーシー・シュワルツの項で詳しく議論する）
に基づいて、一般的なシンボルクラスの入力バージョン
の各ピクセルSiと比較することによってなされる。Ｖ×
Ｌ個の比較により、各入力ピクセルバージョンに対して
Ｌ個の比較が１組ずつ作られて、Ｌ個の比較を有するＶ
個の組の集合が形成される。Ｌ個の比較を有する各組
は、未強調テンプレートIjのそれぞれに対して比較Cij
を含む。一般的なシンボルクラスSiの３つのフォントバ
ージョン S i1, Si2, Si3の比較の組が、Siの上方に３つ
の隣あう列に沿って延びている。第１列（Ci11 Ci12 …
Ti1j … Ci1L ）はフォントバージョン“Si1 ”のもの
であり、第２列（Ci21 Ci22 … Ti2j … Ci2L ）はフォ
ントバージョン“Si2 ”のものであり、第３列（Ci31 C
i32 … Ti3j … Ci3L ）はフォントバージョン“Si3”
のものである。英数字イメージフォントに対して、
“ｏ”のシンボルクラスのうち入力ピクセルバージョン
“ｏ2 ”（小文字）の初期状態のＬ個の比較の列の組
が、図３の（Ａ）に棒グラフで示されている。
【００１８】ステップＳ４：Ｖ個の組の比較のそれぞれ
におけるＬ個の比較の中で、その組の入力ピクセルバー
ジョンに最も近い比較を持っている第１比較をC*とす
る。行方向の第１比較の集合（C1 * C2 * C3 * …Ci * …CV
* ）を形成するＶ個の第１比較の全体をC*とする。入力
フォントバージョン“ｏ2 ”（小文字）に対し最も高い
比較C*を有するのは、当然未強調のテンプレート“ｏ
2 ”（小文字）である。“ｏ”のシンボルクラスのフォ
ントバージョン“ｏ1 ”乃至“ｏ3 ”に対し最も高い比
較C*を有するのは、未強調のイメージ“ｏ”である。１
つの未強調のイメージ（および強調されたテンプレー
ト）は、ピクセルバージョンの各クラスで１つ利用でき
る。
【００１９】ステップＳ５：Ｖ個の組の比較のそれぞれ
における残りのＬ−１個の比較の中で、入力ピクセルバ
ージョンに２番目に近い比較を持っている第２比較をC
** とする。第２比較C** にある未強調テンプレート
は、入力ピクセルバージョンと最も混同しやすい未強調
テンプレートである。行方向の第２比較の集合（C1 ** C
2 * * C3 **… Ci ** …CV **）を形成するＶ個の第２比較の
全体をC** とする。第１比較および第２比較の集合は、
比較のＶ個の列の組の各々から１対のＶ個の比較C*とC
** の対を構成する。図３の（Ａ）における入力バージ
ョン“ｏ2 ”の２番目に高い比較C** は、未強調のテン
プレート“ｃ”（小文字）との第２比較ｏ2 ／ｃであ
る。シンボルクラス“ｏ”と“ｃ”と“ｅ”とは、混同
する可能性の高く“アンチキャラクタ”となる類似した
形状のイメージの集団を形成する（アンチキャラクタと
集団とについては次の項を参照）。
【００２０】ステップＳ６：第１比較C*および第２比較
C** の各対の間に１つのＶ個の認識マージン（M1 M2 M3
… Mi …MV）を決定する。Ｖ個の認識マージンの全体Ｍ
が決定される。マージンＭの大きさは、C*の値とC** の
値との差である。初期のｏ2／ｃマージンは、図３の
（Ａ）に示すデータ及び実例では0.12である。
【００２１】ステップＳ７：比較のＶ個の対の全ての中
から、最も小さな認識マージンM*を持つ１つの比較C*と
C** の対を選択する。認識マージンが小さくなればなる
ほど、入力ピクセルバージョンと未強調イメージとの間
のＯＣＲでの混同を起こす危険性が大きくなる。ステッ
プＳ８：定められた比較C*とC** の基となる１対のイメ
ージをI*とI**とする。イメージI*は入力ピクセルバー
ジョンと一致する未強調テンプレートであり、イメージ
I** はそのピクセルバージョンと最も混同する可能性の
高いものである。
【００２２】ステップＳ９：比較C*とC** との選択され
た対の基となる最も近いピクセルイメージI*、または２
番目に近いピクセルイメージI** 、またはそれらの両方
に対して、あるピクセルに重み付け処理を施す。重み付
けは、認識マージンM*を増加させ、ピクセルイメージを
最も近い強調されたピクセルテンプレートT*か、または
２番目に近い強調されたピクセルテンプレートT** か、
またはそれら両方にしていく。
【００２３】ステップＳ１０：未強調ピクセルイメージ
のライブラリが十分に強調されたシンボルテンプレート
（T1 T2 T3…Ti…TG）になるまで、比較，同定，決定，
選択，そして重み付けの上記ステップを繰り返す。強調
されたテンプレートに発生する重み付けされたピクセル
のずれは、既にあるＧ個のシンボルクラスのグループ
（S1 S2 S3…Si…SG）の対応するピクセルバージョン内
にはない。
【００２４】（強調処理の終了）強調の重み付け処理
は、入力ピクセルバージョンとテンプレートとの間に発
生する最も小さい認識マージンが、予め定められた" 安
全な" 最小値より大きくなったときに終了する。すなわ
ち、最もエラーを起こしそうなバージョン／テンプレー
ト比較が十分に正しく認識される高い可能性をもつよう
になった場合である。
【００２５】処理はまた、最小のマージンの増加分が予
め定めた最小の増加分より小さくなった場合に終了され
てもよい。すなわち、テンプレートの各々の繰り返しに
おいて認識マージンの変更速度が無視できるほど小さ
く、時間を消費する利点がない場合である。また、指定
された回数の重み付けの繰り返しが実行された場合、あ
るいは予め割り当てられた処理時間を越えた場合に、処
理が終了されてもよい。時として、テンプレートの強調
が、第１比較と第２比較とのマージンの境における“局
部的極大”の存在により遅くなる場合がある。もし局部
的極大が不安定なものであるならば、あとに続く繰り返
しの間に解除され、強調処理はもとの制約されないスピ
ードに戻る。しかしながら、もし局部的極大が安定して
いる場合には、強調処理は第１比較と第２比較との間で
永久にロックされてしまう。認識マージンは全く更新さ
れず、（ほぼ）同じレベルに固定されたままとなる。
【００２６】＜アンチキャラクタ（図３の（Ａ），図４
の（Ａ），図５の（Ａ）＞シンボルクラス“ ｏ”，
“ｃ”，“ｅ”は、混同の可能性の高い類似した形状の
未強調イメージの集団を生成する。強調処理で互いにコ
ントラストをなすようになると、集団内の文字は相互に
“アンチキャラクタ”となる。すなわち、集団内の１つ
の要素が第１比較C*を構成し、同じ集団内の他の要素が
第２比較C**を構成する場合である。最初は、“ｏ”と
“ｃ”だけがアンチキャラクタである（図３の（Ａ）の
“ｏ2 ”の棒グラフ中に肉太線で示してある）。次に未
強調“ｏ”テンプレートのアンチキャラクタの集団は、
“ｃｅｎｓｕ”のアンチキャラクタを含むように拡大す
る（図３の（Ｂ）“ｏ2 ”の棒グラフ中に肉太線で示し
てある）。小文字の類似したアンチキャラクタの他の集
団としては、“ｆ”と“ｔ”や“ｈ”と“ｂ”がある。
句読点の類似の例として“，”と“；”が挙げられる。
特に難しい類似集団は、数字の“１”と小文字の“ｌ”
と大文字の“Ｉ”とエクスクラメーションマーク“！”
とにより形成される。類似のアンチキャラクタの集団の
中の各要素のためのテンプレートは、自身を同じ集団中
の他の要素のテンプレートから識別できなくてはならな
い。
【００２７】小文字のシンボルクラスａ〜ｚのデザイン
フォントバージョンの比較行列が図１の（Ｂ）に示され
ており、特に類似文字“ｏ”，“ｃ”，“ｅ”の集団の
バージョン／イメージ比較を示している。入力バージョ
ンフォント（小文字の“ｏ1”，“ｏ2 ”，“ｏ3 ”，
“ｃ1 ”，“ｃ2 ”，“ｃ3 ”，“ｅ1 ”，“ｅ2 ”，
“ｅ3 ”を含む）は、図１の（Ｂ）の比較行列の水平軸
に沿ってアルファベット順に並べられている。未強調の
テンプレートイメージ（これもまた小文字の“ｏ”，
“ｃ”，“ｅ”を含む）は縦軸に沿って並べられてい
る。入力バージョン“ｏ2 ”と各未強調テンプレートと
のＬ個の比較の初期の組が図１の（Ｂ）に示されてお
り、入力バージョン“ｏ2 ”の上方に縦方向に並べられ
ている。紙面節約のため、小文字のテンプレートのみが
図１の（Ｂ）に示されている。大文字，数字，句読点は
割愛する。
【００２８】入力バージョン“ｏ2 ”（小文字）のＬ個
の初期比較の列が、図３の（Ａ）の未強調のテンプレー
トの棒グラフで水平方向に並べて示されている。初期の
未強調のテンプレートイメージが、棒グラフのｘ軸に沿
ってアルファベット順に並べられている。バージョン／
イメージ比較の値（0 と1.00の間）がｙ軸方向にプロッ
トされている。図３の（Ａ）の“ｏ2 ”の棒グラフは、
図１の（Ｂ）の小文字の比較行列に、より詳しくは水平
軸に沿う“ｏ2 ”の位置から上に延長した垂直列におけ
る“ｏ2 ”の比較に基づいている。シンボルクラス内の
各バージョンは、図３の（Ａ）の“ｏ2 ”の棒グラフに
似た、Ｌ個のバージョン／イメージ比較を含んだ別個の
未強調テンプレートの棒グラフを持っている。すなわ
ち、“ｏ”のシンボルクラスは、“ｏ1 ”の棒グラフ，
“ｏ2 ”の棒グラフ，“ｏ3 ”の棒グラフを持ってい
る。入力バージョン“ｃ2 ”に対する初期比較の未強調
テンプレートの棒グラフが図４の（Ａ）に示されてお
り、“ｅ2 ”の未強調テンプレートの棒グラフが図５の
（Ａ）に示されている。
【００２９】第１比較の段階で、Ｖ個の第１比較の全体
C*が定められる。入力バージョン“ｏ2 ”（小文字）の
もっとも高い比較C*は、もちろん未強調のテンプレート
“ｏ”（小文字）である。図３の（Ａ）の実施例におい
て、未強調のテンプレートイメージ“ｏ”は、シンボル
クラス“ｏ”の“ｏ2 ”バージョンに対して一意である
ので、比較ｏ2 ／ｏ（肉太線）は1.00という値を持つ。
しかしながら一般には、イメージ“ｏ”は“ｏ”入力バ
ージョンのいずれとも同一ではないので、ｏ1／ｏ比
較，ｏ2 ／ｏ比較及びｏ3 ／ｏ比較は 1.00 に非常に近
い値をとる（しかし1.00ではない）。入力バージョン
“ｃ2 ”のC*は未強調テンプレート“ｃ”で1.00の値を
とり（図４の（Ａ）の肉太線を参照）、入力バージョン
“ｅ2 ”のC*は未強調テンプレート“ｅ”で1. 00 の値
をとる（図５の（Ａ）の肉太線を参照）。
【００３０】第２比較において、Ｖ個の第２比較の全体
C** が定められ、比較のＶ個の組のそれぞれに１対のＶ
個の比較C*とC** との対が形成される。図３の（Ａ）に
おける入力バージョン“ｏ2 ”の２番目に高い比較C**
は、英数字のライブラリの他の（Ｌ−１）個のイメージ
のどれよりもバージョン“ｏ2 ”に近い、未強調のテン
プレート“ｃ”（小文字）の比較ｏ2 ／ｃ（肉太線）で
ある。未強調テンプレート“ｃ”は入力バージョン“ｏ
2 ”と一致しないので、比較ｏ2 ／ｃ（肉太線）は0.88
の値しかない。図３の（Ａ）における比較ｏ2 ／ｅは0.
84で僅かに小さい。入力バージョン“ｃ2 ”の場合（図
４の（Ａ）を参照）、C** は比較ｃ2 ／ｏ（肉太線）で
値は0.88である。入力バージョン“ｅ2 ”の場合（図５
の（Ａ）を参照）、C** は比較ｅ2 ／ｏ（肉太線）で値
は0.86である。
【００３１】各繰り返しで決定される認識マージンＭの
大きさは、C*の値とC** の値との差である。初期のｏ2
／ｃマージンは0.12であり（図３の（Ａ）参照）、初期
のｃ 2 ／ｏマージンもまた0.12である（図４の（Ａ）参
照）。初期のｅ2 ／ｃマージンは0.14である（図５の
（Ａ）参照）。 ＜dM/dT*とdM/dT** の一般的な場合＞ある特定の入力バ
ージョンSiに関するテンプレートの強調は、一般的に
は、比較C*とC** の選択された対を形成する第１比較C*
と最大の第２比較C** との間の最小の認識マージンを、
次式にしたがって最大化にする処理を含む。
【００３２】M = min[C* - max(C**)] の最大化 ここで、M はC*とC** 間の認識マージンであり、C*はラ
イブラリの中で入力バージョンSiに最も近いテンプレー
トT*の第１比較であり、C** はライブラリの中で入力バ
ージョンSiに２番目に近いテンプレートT** の第２比較
である。
【００３３】認識マージンＭのような多値関数は、数多
くの数値計算最適化処理により最大化され得る。図３，
図４，図５の実施例で採用されている処理は、“山上り
法(gradient ascent) ”や“最急上昇法(steepest asce
nt) ”であり、最小化問題において用いられる最急降下
法（steepest descent）と関連する。認識マージンＭを
増やすため、C** を重み付けによって減少させるか、C*
を増加させるか、またはその両方を行わなくてはならな
い。テンプレートT** 内の漸次的な重み付けの効果は、
ビットマップにおけるピクセルのずれを引き起こし、C
** を減少させる。すなわち、複数回の重み付けの繰り
返しの後に、T** は入力バージョンSiとの類似性が次第
に減少し、比較C** が低い値を持つようになる。
【００３４】ｏ2 ／ｃマージンの増加の結果が、図３の
（Ｂ）の発展したテンプレートの棒グラフに示されてい
る（図３の（Ａ）の初期未強調テンプレートの棒グラフ
の真下に示されている）。“ｏ2 ”のテンプレートの棒
グラフは、テンプレート（小文字）に関して入力バージ
ョン“ｏ2 ”（小文字）に対するＬ個の比較の発展した
組を示している。図３の（Ｂ）の発展したテンプレート
の棒グラフは、図３の（Ａ）の初期イメージの棒グラフ
と同じフォーマットである。強調されたテンプレート
は、棒グラフのｘ軸に沿ってアルファベット順に並べら
れている。比較の値はｙ軸にプロットされている。ｏ2
／ｃマージンは、図３の（Ａ）の初期イメージの棒グラ
フに示されている0.12から、図３の（Ｂ）の発展したテ
ンプレートの棒グラフに示されている0.21に増加してい
る。Ｖ個の入力バージョンの各々は、図３の（Ｂ）の
“ｏ2 ”の組と同様なＬ個の比較を含む個別のテンプレ
ートの棒グラフを有し、それは入力イメージの棒グラフ
から発展していく。入力バージョン“ｃ2 ”に対する発
展した比較のテンプレート列の棒グラフが図４の（Ｂ）
に、入力バージョン“ｅ2 ”に対する発展した比較のテ
ンプレート列の棒グラフが図５の（Ｂ）に示されてい
る。
【００３５】漸次的な重み付けの効果は、テンプレート
T*のビットマップにおいてピクセルのずれをも蓄積し、
C*をわずかに減少させる。すなわち、複数回の重み付け
の繰り返しの後、T*は入力バージョンSiと次第に似たも
のでなくなってくる。しかしながら、Ｍは最大化される
ので、各繰り返しにおいてC*は1.00のレベルの近くに保
たれる。比較ｏ2 ／ｏの減少の結果が、図３の（Ｂ）の
発展したテンプレートの棒グラフに見られる。比較ｏ2
／ｏは、図３の（Ａ）における1.00から図３の（Ｂ）に
おいて0.96に減少している。比較ｃ2 ／ｃもまた0.96に
減少しており（図４の（Ｂ）参照）、比較ｅ2 ／ｅも0.
98に減少している（図５の（Ｂ）参照）。
【００３６】バージョン／イメージの比較ｏ2 ／ｃの場
合（図３の（Ｂ）参照）、ｏ2 ／ｃマージンは増加し、
ｏ2 ／ｅマージンの0.21に近づく。ｏ2 ／ｃマージンが
ｏ2／ｅマージンより大きくなった場合には、比較ｏ2
／ｃのC** は比較ｏ2 ／ｅのC** に置き換えられる。繰
り返しが進むにつれ、テンプレートT** は、ｏ2 ／ｃマ
ージンとｏ2 ／ｅマージンとが“ｎ”や“ｓ”といった
他の未強調テンプレートに対するマージンより小さくな
るまで、テンプレート“ｃ”とテンプレート“ｅ”との
間を行き来する。認識マージンが増加すると、アンチキ
ャラクタの集団“ｏ”が図３の（Ｂ）に示すように
“ｃ”，“ｅ”，“ｎ”，“ｓ”，“ｕ”を含むまでに
広がる。“ｏ”テンプレートをさらに強調していくと、
“ｍ”や“ｚ”を含むまでわずかに増加するであろう。
図４の（Ｂ）にシンボルクラス“ｃ”に対して0.75前後
の比較値を持つアンチキャラクタの集団を示す。また図
５の（Ｂ）に0.77前後の比較値を持つアンチキャラクタ
の集団“ｃ”，“ｏ”，“ｓ”を示す。
【００３７】最大マージンＭは、比較−繰り返しサイク
ルにおいて、テンプレートT*とテンプレートT** に次第
に重み付けをしていくことによって達成される。漸次的
なテンプレートの重みW*とW** とは、テンプレートT*と
T** との複数のベクトル要素に関する認識マージンの１
次微分（ベクトルの傾き）によって定められる。 dM/dT* = dC*/dT* - dC**/T* dM/dT** = dC*/dT** - dC**/T** 各繰り返しにおいて、T*とT** とに加えられる単位重み
は、 W* = u*(dM/dT*) W** = u**(dM/dT**) である。ここで、 u*は、各比較の繰り返しにおけるdM/dT*の重み付けファ
クタミュー(mu) u** は、各比較の繰り返しにおける dM/dT**の重み付け
ファクタミュー(mu)である。
【００３８】重み付けファクタu*とu** は、強調のアプ
リケーションに対応して同じである場合もあれば異なる
場合もある。一般的には、ミューが大きくなればＭにお
いて大きな変化が起き、各繰り返しにおいて発展する率
が高くなる。しかしながら大きな変化は、Ｍ関数の目的
とする最大値をすり抜けて、繰り返し処理において不安
定な発振を始めることがあり得る。ミューの値が小さい
と、より遅くより安定となる。最大値に近づくために中
くらいのミューを採用し、より正確に最大値に達するた
めミューの値を減少させていく。
【００３９】強調処理の各繰り返し“ｎ”では、以下に
示すように古いテンプレートTnからわずかに異なる新し
いテンプレートTn+1が生成される。 T* n+1 = T* n + W* = T* n + u*(dM/dT*) = T* n + u*(dC*/dT*- dC**/dT*) T** n+1 = T** n + W** = T** n + u**(dM/dT**) = T** n + u**(dC*/dT**- dC**/dT**) 各繰り返しにおいて、T** とC** はT*とC*から大きくは
なれ、認識マージンＭは大きくなる。第１比較と第２比
較C*とC** （新しいテンプレートT*とT** と供に）の新
しい対により現在のものが置き換えられるまで、分離が
続けられる。
【００４０】＜“ｏ”のアンチキャラクタ“ｃｅｎｓ
ｕ”の発展＞シンボルクラス“ｏ”と拡張したアンチキ
ャラクタの集団“ｃ”，“ｅ”，“ｎ”，“ｓ”，
“ｕ”とに応じたテンプレートのライブラリの発展を、
以下に示す。この繰り返し手順は、図３の（Ａ）と
（Ｂ）の棒グラフのデータと、１つの重み付けファクタ
がu*= u** = 0.01で初期テンプレート“ｏ”がシンボル
クラス“ｏ”の“ｏ2 ”バージョンに一致するという初
期条件とに基づいている。
【００４１】n=0 において（繰り返し以前） テンプレートｏ0 = 入力バージョンｏ2 n=10において（１０回の繰り返し後） テンプレートｏ10 =（テンプレートｏ0 ） - 0.10( テ
ンプレートｃ） テンプレートｃの係数は、積 (n)(u) = (10)(0.01) =
0.10 。最初の１〜１０回の繰り返しにおいて、C** の
テンプレートはテンプレートｃだけであり、繰り返しあ
たりのＭの増加は早い。
【００４２】n=16において テンプレートｏ16 =（テンプレートｏ0) - 0.13(テンプ
レートｃ） - 0.03（テンプレートｅ） １１〜１６回の６回の繰り返しにおいて、C** のテンプ
レートはテンプレートｃとテンプレートｅの間を行き来
する。各係数は 3×0.01ずつ増え、繰り返しあたりのＭ
の増加はやや遅くなる。
【００４３】n=28において テンプレートｏ28 =（テンプレートｏ0) - 0.17(テンプ
レートｃ) - 0.07(テンプレートｅ） - 0.04(テンプレ
ートｎ） １７〜２８回の１２回の繰り返しにおいて、C** のテン
プレートはテンプレートｃ，テンプレートｅ，テンプレ
ートｎの間を行き来する。各係数は 4×0.01ずづ増え
る。
【００４４】n=36において テンプレートｏ36 =（テンプレートｏ0) - 0.19(テンプ
レートｃ） - 0.09（テンプレートｅ） - 0.06 （テン
プレートｎ） - 0.02 （テンプレートｓ） ２９〜３６回の８回の繰り返しにおいて、C** のテンプ
レートは、テンプレートｃ，テンプレートｅ，テンプレ
ートｎ，テンプレートｓの間を行き来する。各係数は2
×0.01ずつ増える。
【００４５】n=51において テンプレートｏ51 =（テンプレートｏ0) - 0.22 （テン
プレートｃ） - 0.12(テンプレートｅ）- 0.09（テンプ
レートｎ） - 0.05 （テンプレートｓ） - 0.03 （テン
プレートｕ） ３７〜５１回の１５回の繰り返しにおいて、C** のテン
プレートは、テンプレートｃ，テンプレートｅ，テンプ
レートｎ，テンプレートｓ，テンプレートｕの間を行き
来する。各係数は 3×0.01ずづ増え、繰り返しあたりの
Ｍの増加は非常に遅い。
【００４６】各入力バージョンとそれに関連する集団と
は、アンチキャラクタに対する比較が通常の比較値と認
識マージンへ発展するような同様のシーケンスを持って
いる。繰り返し処理が続くと、アンチキャラクタの数が
増えて発展の速度が鈍る。次の繰り返しでの強調による
最小の改善が、求められるコンピュータ能力に見合うだ
けの利益がなくなったときに、処理は終了される。
【００４７】＜比較関数：コーシー・シュワルツ＞任意
の入力バージョンSiとテンプレートライブラリ（T1 T2
T3…Ti…TG）との比較関数は、テンプレートビットマッ
プの各々とSiのビットマップとのピクセル単位での処理
と和とを含んでいる。ピクセル単位での処理は、入力バ
ージョンSiに対する数値的な比較係数の組（Ci1 Ci2 C
i3 …Cij …CiL)を提供する。Ｖ×Ｌ個の比較は比較の
数値係数であり、その値は比較の下でのバージョンSiと
テンプレートとのピクセル類似度を表している。高い値
を持つ係数はSiとテンプレートとが近い比較であること
を表し、低い値を持つ係数はSiとテンプレートとが離れ
た比較であることを表しているのが好ましい。テンプレ
ートビットマップのピクセルデータは、ビットマップの
中心に位置合わせされ、順番に整列させておくのが好ま
しい。ビットマップは、各ビットマップの対応するピク
セル位置を提供するピクセルの行及び列が同じ番号とな
るよう、ｘ／ｙ方向に拡大縮小処理をおこなっておくの
がよい。
【００４８】任意の適当な比較関数には、バージョンの
ノルム ||Si|| とテンプレートのノルム ||Ti|| とで除
算されたバージョン・テンプレートの内積（対応するピ
クセルの積の和）である、コーシー・シュワルツ関数と
いったものが使用されている。 コーシー・シュワルツ関数 = (Si)・(Ti) / (||Si||)(||
Ti||) 入力バージョンのビットマップに含まれる各ピクセルの
ベクトルは、テンプレートビットマップに含まれる対応
するピクセルのベクトルと積算され、２つのノルムで除
算される。ノルムは、ビットマップ中の各ピクセル値の
２乗和のルートで定義される規格化ファクタである。各
バージョン／テンプレートのコーシー・シュワルツの比
較は、図３，図４，図５の縦軸に沿って示されるよう
に、0 と1.00の間の値を持つ比較係数を提供する。コー
シー・シュワルツ関数の上述の表現は、Siの項をあらか
じめ規格化することで次のように簡略化できる。
【００４９】 コーシー・シュワルツ関数 = (Si)・(Ti) / (||Ti||) 新しく簡略化された表現のSiの項は、より複雑な始めの
項 (Si)/(||Si||) を表している。簡略化されたコーシ
ー・シュワルツ関数に置き換えると、強調処理は次のよ
うになる。 第１比較として、 C* = (Si)・(T*) /(||T* ||), 第２比較として、 C** = (Si)・(T**)/(||T**||), 数学的には、テンプレート強調処理とは、第１比較C*と
最大の第２比較C** との最小の認識マージンを、（すべ
てのテンプレートにわたって）最大化するベクトルテン
プレートの組（T1 T2 T3…Ti…TG）を見つけだす処理で
ある。
【００５０】M = MinC* - Max C** の最大化 M = Min[(Si)・(T*)/(||T*||) - Max{(Si)・(T**)/(||T
**||)}] の最大化 コーシー・シュワルツの比較関数の導関数は、次のよう
になる。 dM/dT* = dC*/dT* - dC**/dT* = Si/||T*|| - (Si・T*)T*/(||T*||)3 また、 dM/dT** = dC*/dT** - dC**/dT** = Si/||T**||- (Si・T**)T**/(||T**||)3 ＜サブクラス−サブテンプレート（図６の（Ａ），
（Ｂ），（Ｃ）と図７）＞シンボルクラスのフォントバ
ージョンは、必ずしも美的効果を狙ったデザインフォン
トである必要はない。フォントバージョンは、文字の１
つのバージョンの実装にともなう歪みによる故意でない
変形であってもよい。プリンタの製造及び型により、Ｏ
ＣＲ処理により別個のフォントバージョンとして認識さ
れる、より肉太で（または細く）より濃い（または薄
い）文字を印刷する場合がある。紙質やトナー成分もま
た、実装における変化に寄与する。
【００５１】したがって、与えられたシンボルクラス内
のピクセルバージョンは、そのシンボルクラスに一致す
る英数字のシンボルのデザインフォントの変化や実装に
おける変化（またはその両方）であってもよい。図６の
（Ａ）に示す斜体のピクセルバージョンF1は、シンボル
クラス“Ｆ”の Duplex Italic デザインフォントであ
る。図６の（Ｂ）に示す単純なピクセルバージョンF
3は、シンボルクラス“Ｆ”の Duplex Roman デザイン
フォントである。図６の（Ｃ）に示す複雑なピクセルバ
ージョン F5,F6は、シンボルクラス“Ｆ”の２つの Tri
plex Romanフォントである。図６の（Ｂ）に示す単純な
ピクセルバージョンF2（左側のバージョン）は、トナー
を置く量を抑制したプリンタ（またはトナーや紙質）の
変化により生成された、ピクセルバージョンF3の実装に
おける変形（細字）である。図６の（Ｃ）に示す単純な
ピクセルバージョンF4（左側バージョン）は、トナーを
置く量を増やした印刷環境で生成されたシンボルクラス
“Ｆ”の実装における変形（太字）である。
【００５２】シンボルクラスＦの６つのピクセルフォン
トF1〜F6は広がっており、図６の（Ａ），（ｂ），
（Ｃ）でグループ化された３つの関連したサブクラスを
必要とする。各サブクラスは、図７で水平軸に沿って
“SCa ”，“SCb ”，“SCc ”として示されている。図
７は、図６の（Ａ）、（ｂ）、（Ｃ）に示されたシンボ
ルクラスＦの３つの関連したサブクラスを特に強調し
た、大文字のシンボルクラスＡ〜Ｚのデザインと実装の
バージョンの比較行列である。各サブクラスは、図７で
縦軸に沿ってサブイメージ“Fa”，“Fb”，“Fc”と示
されている分離したサブテンプレートを持っている。斜
体のピクセルフォントF1は、サブテンプレートFaとして
認識される１つのバージョンからなるサブクラスを構成
する。単純なフォントF3と細字としての実装のフォント
F2は、サブテンプレートFbとして認識される２つのバー
ジョンからなるサブクラスを構成する。複雑なフォント
F5，F6と、太字としての実装のF4とは、サブテンプレー
トFcとして認識される３つのバージョンからなるサブク
ラスを構成する。
【００５３】広がったピクセルバージョンのサブクラス
の各々のサブイメージは、強調処理が進むとテンプレー
トライブラリ内で対応するサブテンプレートとなる。与
えられたサブクラスにおける広がったピクセルバージョ
ンの認識マージンは、サブクラスを持たないという図１
の一般的な実施例におけるものとは僅かに異なる方法で
決定される。関係するサブクラスにおけるピクセルバー
ジョンの認識マージンは、比較から除外される。これら
のピクセルバージョンはすべて同じクラス内にサブクラ
スとしてあるので、この除外はサブクラスの実施例では
可能である。ＯＣＲの処理の中では、３つのサブクラス
はすべてクラス“Ｆ”にあるので、サブクラスFa，Fb，
Fcの６つのピクセルバージョンF1〜F6を見分けることは
重要ではない。入力バージョンF1がサブクラスFaとして
でなくFcとして定められる場合でも、ＯＣＲのエラーは
起こらない。
【００５４】サブクラス相互間の認識マージンは、与え
られたサブクラスの入力バージョンを関係するサブクラ
スのサブテンプレートと比較しないことにより、除外さ
れる。この除外の様子は、図７において比較行列内の１
２個の大きなダッシュにより示されている。入力バージ
ョンF1〜F6の各々の上の列には、関係するサブクラスの
各々に対して、除外を表すダッシュが２つずつある。サ
ブクラス相互の除外は、比較行列において各サブクラス
相互の位置にデフォルト値“０”を埋め込むことにより
実現できる。結果として認識マージンは大きくなり、第
２比較C** との競争から外れる。あるいは、サブクラス
相互の認識マージンは、ピクセルバージョンと関係する
サブクラスのテンプレートとの認識マージンを定めない
ことにより、除外される。
【００５５】＜結論＞本発明における目的が以上述べた
ように達せられることは、当業者には明らかであろう。
本発明の概念から逸脱しない範囲で、ここで示された構
成や実施例におけるさまざまな変形ができることは言う
までもない。しかも、さまざまな図によって示された実
施例の特徴は、別の図の実施例においても使用される。
したがって、本発明の範囲は特許請求の範囲の文言およ
び法的に等価なものにより決められるものである。例え
ば、本発明はＯＣＲに限定されず、ピクセルマッチング
によるいかなるパターン認識にも適用し得る。
【００５６】
【発明の効果】本発明により、光学的文字の認識を改良
するためのマルチフォント・テンプレートライブラリの
強調方法を提供できる。また、主要な比較と最大となる
次の比較との間の最小のマージンを極大化するマルチフ
ォント・テンプレートライブラリの強調方法を提供でき
る。
【００５７】また、ピクセルの重み付けによりテンプレ
ートと入力シンボルとの相違を強調するようなマルチフ
ォント・テンプレートライブラリの強調方法を提供でき
る。また、ピクセルの重み付けによりテンプレートと入
力シンボルとの類似性を抑制するようなマルチフォント
・テンプレートライブラリの強調方法を提供できる。
【図面の簡単な説明】
【図１】本実施例で利用する比較行列を示す図であり、
（Ａ）はＧ個の入力シンボルクラスのグループとＬ個の
イメージのライブラリ（未強調テンプレート）とのＶ×
Ｌの比較を表している比較行列（一般的な場合）を示
し、（Ｂ）は文字ａ〜ｚの小文字ピクセルバージョンと
小文字イメージのライブラリ（未強調テンプレート）と
の比較行列を、アンチキャラクタの“ｏｃｅ”クラスタ
を例として示す図である。
【図２】テンプレート強調法における処理ステップを表
すフローチャートである。
【図３】ひとつの小文字入力バージョン“ｏ2 ”と図１
の（Ｂ）の小文字ａ〜ｚとの比較係数組の棒グラフを示
す図であり、（Ａ）は初期イメージ比較係数組の棒グラ
フを示し、（Ｂ）は改善されたテンプレート比較係数組
の棒グラフを示す図である。
【図４】ひとつの小文字入力バージョン“ｃ2 ”と図１
の（Ｂ）の小文字ａ〜ｚとの比較係数組の棒グラフを示
す図であり、（Ａ）は初期イメージ比較係数組の棒グラ
フを示し、（Ｂ）は改善されたテンプレート比較係数組
の棒グラフを示す図である。
【図５】ひとつの小文字入力バージョン”ｅ2 ”と図１
の（Ｂ）の小文字ａ〜ｚとの比較係数組の棒グラフを示
す図であり、（Ａ）は初期イメージ比較係数組の棒グラ
フを示し、（Ｂ）は改善されたテンプレート比較係数組
の棒グラフを示す図である。
【図６】大文字シンボルクラス“F ”の３つのサブクラ
スを示し、（Ａ），（Ｂ），（Ｃ）は、３つのサブクラ
スを構成する６つのピクセルバージョンを示す図であ
る。
【図７】図６のピクセルバージョンとサブクラスとを表
す比較行列を示す図である。

Claims (31)

    【特許請求の範囲】
  1. 【請求項１】 少なくともいくつかのシンボルクラスが
    同じシンボルの複数のピクセルバージョンを含む既存の
    Ｇ個のシンボルクラスのグループ（S1 S2 S3…Si…SG）
    において、１つのピクセルテンプレートが各シンボルク
    ラスに対応するＧ個の認識強調されたピクセルテンプレ
    ートのライブラリ（T1 T2 T3…Ti…TG）を提供して、Ｌ
    個の未強調のピクセルイメージ（I1 I2 I3…Ij…IL）の
    ライブラリ（I1 I2 I3…Ij…IL）の強調を行なうテンプ
    レートライブラリの強調方法であって、 Ｌ個の未強調のピクセルイメージのライブラリ（I1 I2
    I3…Ij…IL）を与える行程と、 複数のピクセルバージョンを有して合計Ｖ個のピクセル
    バージョンをもつＧ個のシンボルクラスのグループ（S1
    S2 S3…Si…SG）を与える行程と、 Ｖ個のピクセルバージョンの各々をＬ個のピクセルイメ
    ージの各々と比較して、Ｖ個のピクセルバージョンの各
    々に対してＬ個の比較が１組があり、比較の各組が各ピ
    クセルイメージIjに対して比較Ciをもつように、各組が
    Ｌ個の比較（C1C2 C3…Cj…CL）からなるＶ個の組で構
    成されるＶ×Ｌ個の比較を得る行程と、 Ｖ組の比較の各々のＬ個の比較の中からピクセルバージ
    ョンと最も近い比較を第１比較をC*とし、Ｖ個の第１比
    較C*の集合（C1 * C2 * C3 * …Ci * …CvG *）を形成する行
    程と、 Ｖ組の比較の各々の残りのＬ−１個の比較の中からピク
    セルバージョンと２番目に近い比較を第２比較をC** と
    し、Ｖ個の第２比較C** の集合（C1 ** C2 ** C3 **… Ci
    ** …CV **）を形成し、Ｖ組の比較の各々から１対の前
    記比較C*とC** とのＶ個の対を提供する行程と、 前記比較C*とC** との各々の対の間に１つのＶ個の認識
    マージン（M1 M2 M3…Mi…MV）を決定する行程と、 Ｖ組の比較からのＶ個の比較の対のすべての中で最も小
    さな認識マージンM*を持つ１対の比較C*とC** とを選択
    する行程と、 選択された比較C*とC** との対に対応する１対のピクセ
    ルイメージI*とI** とを定める行程と、 選択された比較C*とC** との対に対応する最も近いピク
    セルイメージI*、または２番目に近いピクセルイメージ
    I** 、またはそれらの両方のあるピクセルに対して重み
    付け処理を施して、認識マージンM*を漸次増加させ、ピ
    クセルイメージI*を最も近いピクセルテンプレートT*に
    していくか、またはピクセルイメージI* * を２番目に近
    いピクセルテンプレートT** にしていくか、またはそれ
    らの両方を行う行程と、 ピクセルイメージのライブラリが、少なくともシンボル
    テンプレートのいくつかが既存のＧ個の対応するシンボ
    ルクラスのグループ（S1 S2 S3…Si…SG）の各々におい
    てピクセルバージョンに現れない重み付けされたピクセ
    ルずれをもつような強調されたシンボルテンプレートの
    ライブラリ（T1 T2 T3…Ti…TG）となるまで、前記比
    較，設定，決定，選択及び重み付けを繰り返す行程とを
    備えることを特徴とするテンプレートライブラリの強調
    方法。
  2. 【請求項２】 ピクセルテンプレートの認識強調は、最
    も小さい認識マージンが所定の最小値より大きくなった
    場合に終了されることを特徴とする請求項１記載のテン
    プレートライブラリの強調方法。
  3. 【請求項３】 ピクセルテンプレートの認識強調は、各
    繰り返しにおける最も小さい認識マージンの増加量が所
    定の最小値より小さくなった場合に終了されることを特
    徴とする請求項１記載のテンプレートライブラリの強調
    方法。
  4. 【請求項４】 ピクセルテンプレートの認識強調は、所
    定の回数の重み付けの繰り返しが実行された場合に終了
    されることを特徴とする請求項１記載のテンプレートラ
    イブラリの強調方法。
  5. 【請求項５】 ピクセルテンプレートの認識強調は、所
    定の繰り返し処理時間を越えた場合に終了されることを
    特徴とする請求項１記載のテンプレートライブラリの強
    調方法。
  6. 【請求項６】 ピクセルテンプレートの認識強調は、類
    似の形をしたテンプレートの集団の中の各テンプレート
    が同じ認識マージンになり、相互にアンチキャラクタと
    なった場合に終了されることを特徴とする請求項１記載
    のテンプレートライブラリの強調方法。
  7. 【請求項７】 シンボルクラス内のピクセルバージョン
    が、該シンボルクラスに対応する英数字シンボルのフォ
    ントの変形であることを特徴とする請求項６記載のテン
    プレートライブラリの強調方法。
  8. 【請求項８】 シンボルクラス内のピクセルバージョン
    が、該シンボルクラスに対応する英数字シンボルの実装
    における変形であることを特徴とする請求項６記載のテ
    ンプレートライブラリの強調方法。
  9. 【請求項９】 シンボルクラス内のピクセルバージョン
    が、該シンボルクラスに対応する英数字シンボルのフォ
    ントの変形かつ実装における変形であることを特徴とす
    る請求項６記載のテンプレートライブラリの強調方法。
  10. 【請求項１０】 シンボルクラス内のピクセルバージョ
    ンが、該シンボルクラスに対応する英数字シンボルの変
    形であり、シンボルクラスの少なくともいくつかの広が
    ったピクセルバージョンが、該シンボルクラスのピクセ
    ルバージョンからなるサブクラスを形成することを特徴
    とする請求項６記載のテンプレートライブラリの強調方
    法。
  11. 【請求項１１】 広がったピクセルバージョンのサブク
    ラスの各々が、テンプレートライブラリの対応するサブ
    テンプレートとなるサブイメージを持つことを特徴とす
    る請求項１０記載のテンプレートライブラリの強調方
    法。
  12. 【請求項１２】 サブクラス内に広がるピクセルバージ
    ョンの認識マージンの決定の間に、関連するサブクラス
    のサブテンプレートとの認識マージンは除外されること
    を特徴とする請求項１１記載のテンプレートライブラリ
    の強調方法。
  13. 【請求項１３】 関連するサブクラスのサブテンプレー
    トとの認識マージンを決定しないことにより、サブクラ
    ス相互の認識マージンを除外することを特徴とする請求
    項１２記載のテンプレートライブラリの強調方法。
  14. 【請求項１４】 関連するサブクラスのサブテンプレー
    トとサブクラスとの比較をしないことにより、サブクラ
    ス相互の認識マージンを除外することを特徴とする請求
    項１２記載のテンプレートライブラリの強調方法。
  15. 【請求項１５】 Ｖ×Ｌ個の比較が比較の数値係数であ
    り、その値は比較Cijのもとでのシンボルクラス内Siの
    ピクセルバージョンとピクセルイメージIjとの間の類似
    度を表すことを特徴とする請求項１記載のテンプレート
    ライブラリの強調方法。
  16. 【請求項１６】 高い値を持つ係数が入力ピクセルバー
    ジョンSiとピクセルイメージIjの比較が近いことを表
    し、低い値を持つ係数がSiとIjの比較が遠いことを表す
    ことを特徴とする請求項１２記載のテンプレートライブ
    ラリの強調方法。
  17. 【請求項１７】 認識マージンが、選択された各々の比
    較の対C*とC** の間の差であることを特徴とする請求項
    １２記載のテンプレートライブラリの強調方法。
  18. 【請求項１８】 ピクセルイメージIjのピクセルバージ
    ョンSiに対する認識強調が、ピクセルバージョンSiに対
    して選択された比較の対C*とC** を形成する第１比較C*
    と最大第２比較C** との最小の認識マージンを最大化す
    る処理を含み、次の一般的な関係： M = min[C* - max(C**)] の最大化 ここで、 MはC*とC** との認識マージン、 C*はライブラリの中でピクセルバージョンSiに最も近い
    テンプレートT*の第１比較、 C** はライブラリの中でピクセルバージョンSiに２番目
    に近いテンプレートT* * の第２比較、を持つことを特徴
    とする請求項１４記載のテンプレートライブラリの強調
    方法。
  19. 【請求項１９】 最も近いピクセルイメージI*だけが重
    みづけされ、最も近いピクセルイメージI*を最も近いピ
    クセルテンプレートT*にすることを特徴とする請求項１
    ５記載のテンプレートライブラリの強調方法。
  20. 【請求項２０】 各繰り返しで最も近いピクセルテンプ
    レートT*に加えられる重みは、テンプレートT*に関する
    認識マージンM*の１次導関数： W* = u*(dM/dT*) = u*(dC*/dT* - dC**/dT*) ここで、 W* は各繰り返しで加えられる重み、 u*は dM/dT* の重み係数ミュー、であることを特徴とす
    る請求項１６記載のテンプレートライブラリの強調方
    法。
  21. 【請求項２１】 強調処理の各繰り返しは、古いテンプ
    レートT*とわずかに異なる新しいテンプレートT*を生成
    し、 T* n+1 = T* n + W* = T* n + u*(dM/dT*) = T* n + u*(dC*/dT* - dC**/dT*) ここで、n は繰り返しの数値、 T* n+1 は新しいテンプレートT*、 T* n は古いテンプレートT*、と表されることを特徴とす
    る請求項１７記載のテンプレートライブラリの強調方
    法。
  22. 【請求項２２】 ２番目に近いピクセルイメージI** だ
    けが重みづけされ、２番目に近いピクセルイメージI**
    が２番目に近いピクセルテンプレートT** となることを
    特徴とする請求項１５記載のテンプレートライブラリの
    強調方法。
  23. 【請求項２３】 ２番目に近いテンプレートT** に各繰
    り返しで加えられる重みは、テンプレートT** に関する
    認識マージンM** の１次導関数： W** = u**(dM/dT**) = u**(dC*/dT** - dC**/dT**) ここで、 W**は各繰り返しで加えられる重み、 u** は dM/dT* の重み係数ミュー、により定められるこ
    とを特徴とする請求項１９記載のテンプレートライブラ
    リの強調方法。
  24. 【請求項２４】 強調処理の各繰り返しは、古いテンプ
    レートT** とわずかに異なる新しいテンプレートT** を
    生成し、 T** n+1 = T** n + W** = T** n + u**(dM/dT**) = T** n + u**(dC*/dT** - dC**/dT**) ここで、n は繰り返しの数値、 T* n+1 は新しいテンプレートT** 、 T* n は古いテンプレートT** 、と表されることを特徴と
    する請求項２０記載のテンプレートライブラリの強調方
    法。
  25. 【請求項２５】 最も近いピクセルイメージI*と２番目
    に最も近いピクセルイメージI** は共に重みづけされ、
    最も近いピクセルイメージI*を最も近いピクセルテンプ
    レートT*とし、２番目に最も近いピクセルイメージI**
    を２番目に近いテンプレートT** とすることを特徴とす
    る請求項１５記載のテンプレートライブラリの強調方
    法。
  26. 【請求項２６】 各繰り返しでT* とT** に加えられる重
    みは、テンプレートT*とT** に関する認識マージンM*と
    M** の１次導関数： W* = u*(dM/dT*) = u*(dC*/dT* - dC**/dT*)) W** = u**(dM/dT**) = u**(dC*/dT** - dC**/dT**)) ここで、 W* は各繰り返しでT*に加えられる重み、 u*は dM/dT* の重み付けファクタ・ミュー、 W** は各繰り返しでT** に加えられる重み、 u** は dM/dT* の重み付けファクタ・ミュー、により定
    められることを特徴とする請求項２２記載のテンプレー
    トライブラリの強調方法。
  27. 【請求項２７】 重み付けファクター u* は重み付けフ
    ァクター u**と等しいことを特徴とする請求項２３記載
    のテンプレートライブラリの強調方法。
  28. 【請求項２８】 各繰り返しにおいて、古いテンプレー
    トTnからわずかに異なる新しいテンプレート Tn+1 を生
    成し、 T* n+1 = T* n + W* = T* n + u*(dC*/dT* - dC**/d
    T*) T** n+1 = T** n + W** = T** n + u**(dC*/dT** - dC**
    /dT**) ここで、 nは繰り返しの数値、 T* n+1 は新しいテンプレートT*、 T* n は古いテンプレートT*、 T** n+1は新しいテンプレート T**、 T** nは古いテンプレート T**、と表されることを特徴と
    する請求項２３記載のテンプレートライブラリの強調方
    法。
  29. 【請求項２９】 比較Cjの各数値係数の値は、ピクセル
    バージョンSiの各ピクセルとピクセルイメージIjの各ピ
    クセルとのピクセル単位での比較に基づくことを特徴と
    する請求項１２記載のテンプレートライブラリの強調方
    法。
  30. 【請求項３０】 ピクセル単位での比較は、ピクセルシ
    ンボルSiの各ピクセルとピクセルイメージIjの各ピクセ
    ルとの内積であることを特徴とする請求項２６記載のテ
    ンプレートライブラリの強調方法。
  31. 【請求項３１】 ピクセル単位での比較は、コーシー・
    シュワルツ関数： コーシー・シュワルツ関数 = (Si)・(Ti) / (||Si||)(||
    Ti||) ここで、(Si)は入力シンボル、 (Ti)は強調処理されたテンプレート、 (||Si||)はシンボルのノルム、 (||Ti||)はテンプレートのノルム、に基づくことを特徴
    とする請求項２６記載のテンプレートライブラリの強調
    方法。
JP6005848A 1993-01-22 1994-01-24 ピクセル重み付けによるマルチフォント・テンプレートライブラリの強調方法 Withdrawn JPH06259607A (ja)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US855693A 1993-01-22 1993-01-22
US08/008556 1993-01-22

Publications (1)

Publication Number Publication Date
JPH06259607A true JPH06259607A (ja) 1994-09-16

Family

ID=21732277

Family Applications (1)

Application Number Title Priority Date Filing Date
JP6005848A Withdrawn JPH06259607A (ja) 1993-01-22 1994-01-24 ピクセル重み付けによるマルチフォント・テンプレートライブラリの強調方法

Country Status (4)

Country Link
US (1) US5530775A (ja)
EP (1) EP0608148B1 (ja)
JP (1) JPH06259607A (ja)
DE (1) DE69423921T2 (ja)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6741743B2 (en) * 1998-07-31 2004-05-25 Prc. Inc. Imaged document optical correlation and conversion system
US6473524B1 (en) 1999-04-14 2002-10-29 Videk, Inc. Optical object recognition method and system
CN102402693B (zh) * 2010-09-09 2014-07-30 富士通株式会社 处理包含字符的图像的方法和设备
US10185701B2 (en) * 2016-10-17 2019-01-22 Microsoft Technology Licensing, Llc Unsupported character code detection mechanism

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US3191150A (en) * 1962-10-30 1965-06-22 Ibm Specimen identification system with adaptive and non-adaptive storage comparators
US3267431A (en) * 1963-04-29 1966-08-16 Ibm Adaptive computing system capable of being trained to recognize patterns
US3548202A (en) * 1968-11-29 1970-12-15 Ibm Adaptive logic system for unsupervised learning
US5204914A (en) * 1991-08-30 1993-04-20 Eastman Kodak Company Character recognition method using optimally weighted correlation
US5379349A (en) * 1992-09-01 1995-01-03 Canon Research Center America, Inc. Method of OCR template enhancement by pixel weighting

Also Published As

Publication number Publication date
EP0608148A3 (en) 1995-02-22
DE69423921T2 (de) 2000-08-17
EP0608148B1 (en) 2000-04-12
US5530775A (en) 1996-06-25
EP0608148A2 (en) 1994-07-27
DE69423921D1 (de) 2000-05-18

Similar Documents

Publication Publication Date Title
EP3401842B1 (en) Text image processing method and apparatus
CA2171773C (en) Automatic training of character templates using a transcription and a two-dimensional image source model
US7009612B2 (en) Apparatus and method for font generation, and computer-readable storage medium recording program for the same
EP0649113A2 (en) Multifont optical character recognition using a box connectivity approach
US9311558B2 (en) Pattern recognition system
JPH0142028B2 (ja)
CN112836820B (zh) 用于图像分类任务的深度卷积网络训练方法、装置及系统
CN113096020B (zh) 基于平均模式生成对抗网络的书法字体创作方法
JP2730665B2 (ja) 文字認識装置および方法
JPH06168359A (ja) ピクセル重み付けによるテンプレートライブラリの強調方法
CN107274425B (zh) 一种基于脉冲耦合神经网络的彩色图像分割方法及装置
JPH06259607A (ja) ピクセル重み付けによるマルチフォント・テンプレートライブラリの強調方法
EP0686933A1 (en) Method and apparatus for pattern recognition, and method of compiling dictionary for pattern recognition
JPH0683792A (ja) ニューラルネットワークの学習装置およびニューラルネットワークの学習パターン呈示方法
CN113392772B (zh) 一种面向文字识别的文字图像收缩变形增强方法
KR101937859B1 (ko) 360도 이미지에서의 공통 객체 탐색 시스템 및 방법
US10909421B2 (en) Training method for phase image generator and training method of phase image classifier
Pornpanomchai et al. Printed Thai character recognition by genetic algorithm
KR102131273B1 (ko) 영상분할을 위한 신경망 학습장치 및 방법
JP2011039831A (ja) サポートベクトルマシンの再学習方法
EP0650136B1 (en) A comparison inequality function based method and apparatus for accelerated OCR correlation
KR102008914B1 (ko) 하이브리드 머신 캐릭터 기반의 기계학습 시스템 및 그 구현방법
JPH05314317A (ja) 文字認識装置
JP3452160B2 (ja) 認識辞書学習システム
Kondo et al. Font Style Interpolation with Diffusion Models

Legal Events

Date Code Title Description
A300 Application deemed to be withdrawn because no request for examination was validly filed

Free format text: JAPANESE INTERMEDIATE CODE: A300

Effective date: 20010403