JPH06309506A - オンライン文字認識装置 - Google Patents

Abstract

(57)【要約】 【目的】 微小ストロークを有する文字のマッチング誤
差を最小化する。 【構成】 本発明のオンライン文字認識装置において
は、タブレット１から筆記入力される文字の各ストロー
クの特徴を表す特徴点を特徴点抽出部３によって抽出す
る。そして、これらの特徴点の位置関係によりストロー
クコード化部４により各ストロークをコード化し、予め
登録されている部分登録パターンデータと比較して文字
認識を行う。この場合、第１発明では、文字面積検出部
２０により各ストロークの部分の面積を検出し、これを
部分パターン相対面積検出部２１により文字全体の面積
と比較して文字認識を行う部分の重み付けを決定する。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は、実時間にて筆記文字を
識別するオンライン文字認識装置に関するものである。

【０００２】

【従来の技術】従来、オンライン文字認識において、一
般的な文字認識方式としては、パターンマッチング方式
がある。このパターンマッチング方式では、筆記入力さ
れたストローク（ペンオンからペンオフまでの筆記部
分）の座標データ列より特徴点を抽出する。そして、抽
出された特徴点の情報を、予め同一方法で特徴点を抽出
し登録しておいたパターン（以下、登録パターンとい
う）の情報とマッチングし、文字認識を行う。このパタ
ーンマッチング方式では、筆記された各ストロークを登
録パターンの各ストロークのどのストロークとマッチン
グすべきかの処理に、多大な時間を要する。また、全体
の字のバランスが乱れると、正しいマッチング結果が得
られない。例えば“河”という文字において“シ”が小
さく“可”が大きい時、マッチング結果としては似てい
ないという結果が得られる。このように、パターンマッ
チングは筆記文字の変形に弱い。

【０００３】そこで、パターンマッチング方式の以上の
欠点を補い、しかも処理量が少なくてすむオンライン文
字認識方式として、特開昭６２−２２９３８４号公報の
技術が提案されている。この従来技術の装置では、筆記
文字のストローク数により大分類を行い、筆記上一連の
ものとして筆記する部分を部分パターンとする。そし
て、この部分パターンの重心間のベクトルにより中分類
を行い、部分パターンの特徴パラメータとしてのＱ値な
る値及びストロークコード分布なる値を持ってマッチン
グを行う。これにより、文字変形に強く、しかも処理量
の少ない文字認識が行える。

【０００４】図２は、従来のオンライン文字認識装置の
ブロック図である。このオンライン文字認識装置は、集
積回路を用いた個別回路、或いはデジタル・シグナル・
プロセッサ（ＤＳＰ）等のプログラム制御等によって構
成されるもので、文字の位置座標をペンタッチ入力する
タブレット１０１を有している。タブレット１０１に
は、前処理部１０２、特徴点抽出部１０３、ストローク
コード化部１０４、大分類部１０５、中分類部１０６、
部分パターンＱ値マッチング部１０７、及び部分パター
ンストロークコード分布マッチング部１０８が順に接続
されており、その部分パターンストロークコード分布マ
ッチング部１０８に表示器等への出力端子１１０が設け
られている。

【０００５】図３及び図４は、図２の処理内容の概略を
示すフローチャートである。Ｓ１０１〜Ｓ１１８は処理
ステップを表す。Ｓ１０１では、前処理部１０２の処理
を行う。Ｓ１０２では、特徴点抽出部３の特徴点抽出処
理を行う。Ｓ１０３はストロークコード化部１０４のス
トロークコード化処理、Ｓ１０４は大分類部１０５での
ストローク数による大分類処理である。Ｓ１０５〜Ｓ１
０８は中分類部１０６での処理であり、Ｓ１０５は文字
辞書終了の判定処理である。Ｓ１０６は部分パターン間
ベクトル算出処理である。Ｓ１０７は部分パターン間ベ
クトルマッチング処理、Ｓ１０８はマッチング結果の判
定処理である。

【０００６】Ｓ１０８〜Ｓ１１１は部分パターンＱ値マ
ッチング部１０７での処理であり、Ｓ１０９は部分パタ
ーンＱ値算出処理、Ｓ１１０は部分パターンＱ値マッチ
ング処理、Ｓ１１１は距離値ｄ_i の算出処理、及びＳ１
１２は距離値ｄ_i のソーティング処理である。Ｓ１１３
〜Ｓ１１６は部分パターンストロークコード分布マッチ
ング部１０８での処理であり、Ｓ１１３はマッチング処
理、Ｓ１１４は部分パターンストロークコード分布の算
出処理、Ｓ１１５は部分パターンストロークコード分布
マッチング距離ｄ_s の算出処理、及びＳ１１６はソーテ
ィング処理である。

【０００７】

【発明が解決しようとする課題】しかしながら、上記文
献の装置では、文字変形に強く、しかも処理量が少なく
て済むという利点を有するものの、次のような問題点が
あった。従来の文字認識装置では、“び”の“゛”或い
は“冬”の下側の部分の点々のような微小なストローク
を有する文字の認識においても前記部分パターンの特徴
パラメータであるＱ値なる値及びストロークコード分布
なる値を各ストローク毎に同一の重み付けを持ってマッ
チングを行っていた。従って、微小なストロークでは、
部分パターンの特徴量であるＱ値及びストロークコード
分布なる値が、ストロークが微小なるが故に、その値が
ばらつき、マッチング結果として誤差が大となり、識別
率が低下するといった不具合が発生する。本発明は以上
の点に着目してなされたもので、微小ストロークを有す
る文字のマッチングの際のマッチング誤差を最小化し、
識別率を向上させるようにしたオンライン文字認識装置
を提供することを目的とするものである。

【０００８】

【課題を解決するための手段】第１発明のオンライン文
字認識装置は、タブレットに文字を筆記入力して得られ
た座標データ列の中の不要データを除去して直線化処理
を施す前処理部と、前記前処理部によって直線化された
座標データ列から、筆記入力された文字を構成する各ス
トロークの特徴を表す特徴点を抽出する特徴点抽出部
と、前記特徴点抽出部で抽出された特徴点の位置関係に
よって前記各ストロークをコード化するストロークコー
ド化部と、前記前処理部の出力する座標データ列に基づ
いて前記文字を構成する部分パターンの占める面積を検
出する文字面積検出部と、当該文字面積検出部が検出し
た部分パターンの占める面積の文字全体に対する面積比
を検出する部分パターン相対面積検出部と、当該部分パ
ターン相対面積検出部が検出した部分パターンの面積比
によって前記特徴点に基づく認識処理における重み付け
パラメータを設定する重み付け設定部とを設けたことを
特徴とするものである。

【０００９】第２発明のオンライン文字認識装置は、タ
ブレットに文字を筆記入力して得られた座標データ列の
中の不要データを除去して直線化処理を施す前処理部
と、前記前処理部によって直線化された座標データ列か
ら、筆記入力された文字を構成する各ストロークの特徴
を表す特徴点を抽出する特徴点抽出部と、前記特徴点抽
出部で抽出された特徴点の位置関係によって前記各スト
ロークをコード化するストロークコード化部と、前記前
処理部の出力する座標データ列に基づいて前記文字を構
成する部分パターンの占める面積を検出する文字面積検
出部と、当該文字面積検出部が検出した面積を予め設定
された字枠幅及び罫線幅のいずれかに比較してこれらの
面積比を検出する部分パターン面積検出部と、当該部分
パターン面積検出部が検出した部分パターン面積比によ
って前記特徴点に基づく認識処理における重み付けパラ
メータを設定する重み付け設定部とを設けたことを特徴
とするものである。

【００１０】第３発明のオンライン文字認識装置は、タ
ブレットに文字を筆記入力して得られた座標データ列の
中の不要データを除去して直線化処理を施す前処理部
と、前記前処理部によって直線化された座標データ列か
ら、筆記入力された文字を構成する各ストロークの特徴
を表す特徴点を抽出する特徴点抽出部と、前記特徴点抽
出部で抽出された特徴点の位置関係によって前記各スト
ロークをコード化するストロークコード化部と、前記前
処理部の出力する座標データ列に基づいて前記文字を構
成する部分パターンストローク長を検出する文字ストロ
ーク長検出部と、当該文字ストローク長検出部が検出し
た部分パターンストローク長を文字全体のストローク長
に比較してこれらのストローク長比を検出する部分パタ
ーン相対ストローク長検出部と、当該部分パターン相対
ストローク長検出部が検出した部分パターン面積比によ
って前記特徴点に基づく認識処理における重み付けパラ
メータを設定する重み付け設定部とを設けたことを特徴
とするものである。

【００１１】第４発明のオンライン文字認識装置は、タ
ブレットに文字を筆記入力して得られた座標データ列の
中の不要データを除去して直線化処理を施す前処理部
と、前記前処理部によって直線化された座標データ列か
ら、筆記入力された文字を構成する各ストロークの特徴
を表す特徴点を抽出する特徴点抽出部と、前記特徴点抽
出部で抽出された特徴点の位置関係によって前記各スト
ロークをコード化するストロークコード化部と、前記前
処理部の出力する座標データ列に基づいて前記文字を構
成する部分パターンストローク長を検出する文字ストロ
ーク長検出部と、当該文字ストローク長検出部が検出し
た部分パターンストローク長を予め設定された字枠幅及
び罫線幅のいずれかに比較してこれらのストローク長比
を検出する部分パターンストローク長検出部と、当該部
分パターンストローク長検出部が検出した部分パターン
ストローク長比によって前記特徴点に基づく認識処理に
おける重み付けパラメータを設定する重み付け設定部と
を設けたことを特徴とするものである。

【００１２】第５発明のオンライン文字認識装置は、タ
ブレットに文字を筆記入力して得られた座標データ列の
中の不要データを除去して直線化処理を施す前処理部
と、前記前処理部によって直線化された座標データ列か
ら、筆記入力された文字を構成する各ストロークの特徴
を表す特徴点を抽出する特徴点抽出部と、前記特徴点抽
出部で抽出された特徴点の位置関係によって前記各スト
ロークをコード化するストロークコード化部と、前記特
徴点抽出部及びストロークコード化部のいずれか一方又
は双方の出力データを、予め登録されている登録パター
ンデータと比較して文字認識を行う文字認識部と、予め
前記文字を構成する部分パターンの占める面積の前記文
字に対する面積比及びストローク長比のいずれか一方又
は双方を前記登録パターンデータから算出しておき文字
辞書内に格納しておき、当該面積比及びストローク長比
のいずれか一方又は双方によって前記特徴点に基づく認
識処理における重み付けパラメータを設定する重み付け
設定部とを設けたことを特徴とするものである。

【００１３】

【作用】本発明のオンライン文字認識装置においては、
タブレットから筆記入力される文字の各ストロークの特
徴を表す特徴点を特徴点抽出部によって抽出する。そし
て、これらの特徴点の位置関係によりストロークコード
化部により各ストロークをコード化し、予め登録されて
いる部分登録パターンデータと比較して文字認識を行
う。この場合、第１発明では、文字面積検出部により各
ストロークの部分の面積を検出し、これを部分パターン
相対面積検出部により文字全体の面積と比較して文字認
識を行う部分の重み付けを決定する。また、第２発明で
は、各ストロークの部分の面積を文字枠又は罫線幅の大
きさと比較する。一方、第３発明では、各ストロークの
長さを検出し、これを文字全体のストロークの長さと比
較する。また、第４発明では、各ストロークの長さを文
字枠又は罫線の大きさと比較する。他方、第５発明で
は、予め登録されている部分登録パターンデータにより
各部分の面積比又はストローク比を予め用意しておいて
文字認識を行う部分の重み付けを決定する。

【００１４】

【実施例】以下、本発明を図の実施例を用いて詳細に説
明する。本発明は、オンライン文字認識装置において、
微小ストロークを有する文字のマッチングの際に発生す
るマッチング誤差を考慮し、ストロークの大きさにより
マッチングの重み付けを変え、微小ストロークになれば
なるほどマッチングの重み付けを下げる重み付け設定部
を設けたものである。図１及び図５〜図８は、本発明の
第１発明〜第５発明の実施例を示すオンライン文字認識
装置の機能ブロック図である。このオンライン文字認識
装置は、集積回路を用いた個別回路、或いはデジタル・
シグナル・プロセッサ（ＤＳＰ）等のプログラム制御等
によって構成されるもので、文字の位置座標をペンタッ
チ入力するタブレット１を有している。タブレット１に
は、前処理部２、特徴点抽出部３、ストロークコード化
部４、大分類部５、中分類部６、部分パターンＱ値マッ
チング部７、及び部分パターンストロークコード分布マ
ッチング部８が順に接続されており、その部分パターン
ストロークコード分布マッチング部８に表示器等への出
力端子１０が設けられている。また、重み付け設定部９
は、部分パターンＱ値マッチング部７、及び部分パター
ンストロークコード分布マッチング部８に接続されてい
る。

【００１５】さらに、図１の装置では、特徴点抽出部３
には、文字面積検出部２０、部分パターン相対面積検出
部２１、重み付け設定部９が順に接続されている。ま
た、部分パターン相対面積検出部２１は中分類部６と接
続されている。図５の装置では、タブレット１には文字
枠設定部３０、部分パターン面積検出部３１、重み付け
設定部９が接続されており、また部分パターン面積検出
部３１は、中分類部６と接続されている。図６の装置で
は、特徴点抽出部３には、文字ストローク長検出部４
０、部分パターン相対ストローク長検出部４１、重み付
け設定部９が順に接続されている。また、部分パターン
相対ストローク長検出部４１は中分類部６と接続されて
いる。図７の装置では、タブレット１には文字枠設定部
３０、部分パターンストローク長検出部５１、重み付け
設定部９が接続されており、また部分パターンストロー
ク長検出部５１は、中分類部６と接続されている。図８
の装置では、部分パターン相対面積検出部６１、重み付
け設定部９が接続されており、また部分パターン相対面
積検出部６１は、中分類部６と接続されている。

【００１６】図９及び図１０は、図１及び図５〜図８の
処理内容の概略を示すフローチャートである。Ｓ１〜Ｓ
１８は処理ステップを表す。Ｓ１では、前処理部２の処
理、文字枠設定部３０の文字枠幅の設定を行う。Ｓ２で
は、特徴点抽出部３の特徴点抽出処理、文字面積検出部
２０の文字面積検出処理及び、文字ストローク長検出部
４０の文字ストローク長の検出処理を行う。Ｓ３はスト
ロークコード化部４のストロークコード化処理、Ｓ４は
大分類部５でのストローク数による大分類処理である。
Ｓ５〜Ｓ８は中分類部６での処理であり、Ｓ５は文字辞
書終了の判定処理である。Ｓ６、７は部分パターン相対
面積検出部２１の部分パターン相対面積検出処理、部分
パターン面積検出部３１の部分パターン面積検出処理及
び重み付け補正を行う。また、部分パターン相対ストロ
ーク長検出部４１の部分パターン相対ストローク長検出
処理、部分パターンストローク長検出部５１の部分パタ
ーンストローク長検出処理及び重み付け補正を行う。Ｓ
８は部分パターン間ベクトル算出処理である。Ｓ９は部
分パターン間ベクトルマッチング処理、Ｓ１０はマッチ
ング結果の判定処理である。

【００１７】Ｓ１１〜Ｓ１４は部分パターンＱ値マッチ
ング部７での処理であり、Ｓ１１は部分パターンＱ値算
出処理、Ｓ１２は部分パターンＱ値マッチング処理、Ｓ
１３は距離値ｄ_i の算出処理、及びＳ１４は距離値ｄ_i
のソーティング処理である。Ｓ１５〜Ｓ１８は部分パタ
ーンストロークコード分布マッチング部８での処理であ
り、Ｓ１５はマッチング処理、Ｓ１６は部分パターンス
トロークコード分布の算出処理、Ｓ１７は部分パターン
ストロークコード分布マッチング距離ｄ_s の算出処理、
及びＳ１８はソーティング処理である。図１１、図１２
は、本実施例の装置が備えている文字辞書の構成例を示
す図で、この辞書は画数（ストローク数）により文字の
選択ができるようになっている。また、図１３及び図１
４は本実施例の装置が備えている部分パターン辞書の構
成例を示す図である。

【００１８】以下、図９に示す本実施例の装置の処理ス
テップＳ１〜Ｓ９の内容を説明する。 １）入力及び前処理（Ｓ１） 図１５（ａ）〜（ｃ）は、図９の前処理の説明図であ
り、図中の「・」はタブレットからの筆記データ列或い
は特徴点を表す。図１及び図５〜図８のタブレット１は
文字を筆記入力するためのもので、このタブレット１に
よって文字が筆記入力されると、図１５（ａ）のよう
に、筆記データ列｛（ｘ_i ，ｙ_i ）、ｉ＝１，２，…ｎ
_j ｝_j が抽出され、前処理部２へ送られる。前処理部２
は、送られてきた筆記データ列に対し、ノイズ除去処
理、移動平均処理、或いは平滑化処理を行うことにより
（Ｓ１）、図１５（ｂ）のようにデータを平滑化し、特
徴点抽出部３へ出力する。

【００１９】２）特徴点抽出処理（Ｓ２） 特徴点抽出処理部３では、前処理部２の出力から、特徴
点抽出処理（Ｓ２）を行う。この特徴点抽出処理として
はいくつかの方法があるが、ここでは一例として、平滑
化されたデータ列｛（ｘ_i ，ｙ_i ）、ｉ＝１，２，…ｎ
_j ｝_j のデータ間のｘ，ｙ方向のサイン（正、負、０の
符号）を算出し、サインの状態の変化点を特徴点として
抽出する方法について述べる。データ間のｘ，ｙ方向の
サインＸＳ_i 、ＹＳ_i を ＸＳ_i ＝Ｓｉｇｎ（ｘ_i −ｘ_i-1 ） ＹＳ_i ＝Ｓｉｇｎ（ｙ_i −ｙ_i-1 ） （１） で求め、＋、０、−で表現する。このようにして求めた
各データ間のｘ方向、ｙ方向のサインを、前データ間の
サインと比較し、同じであれば特徴点として登録せず、
異なった場合には状態が変わったとして特徴点として登
録する。図７（ｃ）に、このようにして求めた点の他に
始点、終点を加えた特徴点を示す。一般には、この処理
を直線近似化と称する場合もある。この特徴点間を以下
セグメントと称し、特徴点を｛（ｘ_i ，ｙ_i ）、ｉ＝
１，２，…Ｌ_j ｝_j で表すことにする。以上のようにし
て得られた特徴点情報は、ストロークコード化部４及び
中分類部６へ出力される。

【００２０】３）ストロークコード化処理（Ｓ３） 図１及び図５〜図８のストロークコード化部４では、特
徴点抽出部３により得られた特徴点情報に基づき、各ス
トロークをコード化する。このコード化には数多くの方
法があるが、一般的には、例えば各セグメントのＸ、Ｙ
サイン、セグメントの角度、及びセグメント間の回転角
度により分類し、コード化を行う。図１６は、このコー
ド化処理の説明図で、θ₁ 、θ₂ 、θ₃ はセグメントの
角度（＋ｘ方向となす角度）を示し、θ₁ ^-、θ₂ ^-は隣合
うセグメント間の回転角度を示す。コード化されたスト
ロークデータは、大分類部５及び部分パターンストロー
クコード分布マッチング部８へ出力される。

【００２１】４）大分類処理（Ｓ４） 図１及び図５〜図８の大分類部５では、ストロークコー
ド化部４の出力を受け、ストローク数によって対象文字
に対する大分類を行う。そのため、予め画数（ストロー
ク数）毎にその画数となり得る文字を、図１１、図１２
に示すように文字辞書に用意しておく。例えば、筆記入
力された文字パターンのストローク数が１０画であった
とする。この場合、文字辞書に格納されている文字のう
ち、図１１又は図１２に示すような１０画となり得る文
字“唖”の新旧字体、“挨”、“逢”…を候補文字とし
て選択する。

【００２２】５）中分類処理（Ｓ５〜Ｓ８） 図１及び図５〜図８の中分類部６では、大分類部５にて
画数により大分類して得た候補文字を、以下に説明する
部分パターン間ベクトルによりさらに中分類する。ここ
で、部分パターンとは、１つの文字のうち筆記上一連の
ものとして筆記する部分をいうものとし、部分パターン
間ベクトルとは、１つの部分パターンの重心と別の部分
パターンの重心をそれぞれ始点、終点とするベクトルを
いうものとする。

【００２３】まず、部分パターン間ベクトルの算出法の
一例を述べる。部分パターン中の各セグメントのｘ，ｙ
成分を（ｄｘ_i ，ｄｙ_i ）とすると、各セグメントの長
さｄＬ_i は、 ｄＬ_i ＝（ｄｘ_i ²＋ｄｙ_i ²）^1/2 （２） で表される。また、文字幅ＨＸ，ＨＹで除算することに
より正規化した各セグメントの中心座標を（ｘ_i ^*，
ｙ_i ^*）とすると、部分パターンの重心座標（Ｘ_W ，Ｙ
_W ）は、 Ｘ_W ＝Σ（ｘ_i ^*・ｄＬ_i）／ΣｄＬ_i Ｙ_W ＝Σ（ｙ_i ^*・ｄＬ_i）／ΣｄＬ_i （３） で求められる。以上の方法で各部分パターンの重心を求
め、１つの部分パターンの重心と別の部分パターンの重
心をそれぞれ始点、終点として部分パターン間ベクトル
を求める。なお、ここでは部分パターン間ベクトルはｘ
方向とｙ方向についてそれぞれ考えるものとする。

【００２４】部分パターン間ベクトルの説明図として、
図１７に文字“唖”の部分パターン“口”、“亜”の各
重心及び部分パターン間ベクトルＢ_x （口、亜）、Ｂ_y
（口、亜）の例を示す。但し、Ｂはベクトルを表す。中
分類部６では、前記部分パターン間ベクトルにより、大
分類部５で選択された候補文字を絞り込んで中分類を行
うわけであるが、ここで一例として“逢”が筆記入力さ
れた場合を考え、以下この入力文字に対する中分類の手
順を説明する。筆記入力された文字“逢”は１０画であ
るので、図１１又は図１２に示す文字辞書の１０画部分
を参照する。すると、ここには文字“唖”が第１番目に
配されており、その欄には“唖”を構成する部分パター
ン、部分パターンの筆記順のストローク数情報（以下、
カット位置と称する）、及び登録パターンより予め算出
した各部分パターン間ベクトル値が示されている。以下
順に“挨”、“逢”の文字について同様の情報が並んで
おり、中分類部６はこの文字順に従い、候補とすべきか
否かをそれぞれ判定し、次のように中分類を行う。

【００２５】まず、筆記入力した文字が“唖”であると
して、部分パターン間ベクトルのマッチング距離ｄ_vec
を求める。図１１及び図１２の文字辞書に書かれている
ように、“唖”はカット位置が（３，７）、即ち第１ス
トローク〜第３ストロークで“口”が形成され、第４ス
トローク〜第１０ストロークで“亜”が形成されるが、
本例では入力パターンが“逢”であるので、このカット
位置で“逢”について部分パターン間ベクトルを考える
と、図１７のようになる。図１７のように求められた入
力パターンの部分パターン間ベクトルＢ_x ^*（口、亜）、
Ｂ_y ^*（口、亜）と、辞書に書かれている部分パターン間
ベクトルＢ_x （口、亜）、Ｂ_y （口、亜）との差が、マ
ッチング距離ｄ_vec であり、次式で算出される。 ｄ_vec ＝｜Ｂ_x ^*（口、亜）− Ｂ_x （口、亜）｜ ＋｜Ｂ_y ^*（口、亜）− Ｂ_y （口、亜）｜｝ （４） 一般に、筆記した文字の部分パターン数が複数の場合、
部分パターン数ＢＰＮで正規化を行い、マッチング距離
ｄ_vec は、 ｄ_vec ＝１／（ＢＰＮ−１）・Σ｛｜Ｂ_x ^*ｉ− Ｂ_xｉ｜＋｜Ｂ_y ^*ｉ− Ｂ_yｉ｜ ｝ （５） に従って算出される。この式において、Σはｉ＝１から
ｉ＝ＢＰＮ−１までの総和である。ここで、あるいき値
ＶＥＣＲＥＪを設定し、算出したｄ_vec がＶＥＣＲＥＪ
より大きいか否かを判定する。そしてｄ_vec ＞ＶＥＣＲ
ＥＪのときは、参照した文字（この場合“唖”）でない
として、次の文字の部分パターン間ベクトルのマッチン
グを行う。ｄ_vec ≦ＶＥＣＲＥＪのときは、“唖”らし
いとして、次に説明する部分パターンＱ値の算出及びマ
ッチングを行う。

【００２６】６）面積検出処理 ａ）文字面積検出 図１９に示すような文字“び”を筆記した時の文字面積
検出方法を以下に示す。図２０及び図２１のフローチャ
ートに示すように、まずＸ方向の最小、最大値の初期値
として通常、最小最大値とならない値としてＸｍｉｎ＝
１００００、Ｘｍａｘ＝０を設定する。同様にＹｍｉ
ｎ、Ｙｍａｘを設定する（ステップＳ２０１）。次に各
ストローク毎の特徴点であるＸｉ、Ｙｉの第１のストロ
ークｊ＝１で第１の特徴点であるｉ＝１のＸ１、Ｙ１に
ついてＸ，Ｙ各々の最大値Ｘｍａｘ，Ｙｍａｘ、最小値
Ｘｍｉｎ，Ｙｍｉｎと比較し、最大値Ｘｍａｘ，Ｙｍａ
ｘより大の時、或いは最小値Ｘｍｉｎ，Ｙｍｉｎより小
の時、特徴点座標を最大値Ｘｍａｘ，Ｙｍａｘ、最小値
Ｘｍｉｎ，Ｙｍｉｎと置き換える（ステップＳ２０２〜
Ｓ２１１）。

【００２７】この処理を各ストロークの特徴点データ数
Ｎｊ回行い（ステップＳ２１２、２１３）、さらにこれ
をストローク数Ｎ回繰り返すことにより筆記文字の最
小、最大座標値Ｘｍｉｎ、Ｙｍｉｎ、Ｘｍａｘ、Ｙｍａ
ｘが得られる（ステップＳ２１４、２１５）。 これにより、文字幅 ＨＸ_M ＝Ｘｍａｘ−Ｘｍｉｎ ＨＹ_M ＝Ｙｍａｘ−Ｙｍｉｎ （６） が得られ（ステップＳ２１６）、文字面積として ＡＲ_M ＝ＨＸ_M ・ＨＹ_M （７） が得られる。上記乗算式の場合“ー”等の文字は面積≒
０となるため面積としてチェビシェフ表現により、 ＡＲ_M ＝ＨＸ_M ＋ＨＹ_M （８） で表記する方法を用いる。

【００２８】ストローク数Ｎを“び”の“ひ”に対応す
る第１ストロークに対応してＮ＝１として上記面積を算
出すると、図１９の“ひ”の部分パターンの幅ＨＸ_B1，
ＨＹ_B1及び面積ＡＲ_B1＝ＨＸ_B1＋ＨＹ_B1が得られ、
“び”の“゛”に対応する第２、３ストロークに対応し
てＮ＝２〜３として上記幅及び面積を算出すると、図１
９の“゛”の部分パターンの幅ＨＸ_B2，ＨＹ_B2及び面積
ＡＲ_B2＝ＨＸ_B2＋ＨＹ_B2が得られる。同様に文字“び”
についてもＮ＝１〜３として上記文字幅及び面積を算出
すると、図１９の“び”の文字幅ＨＸ_M ，ＨＹ_M 及び文
字面積ＡＲ_M ＝ＨＸ_M ＋ＨＹ_M が得られる。

【００２９】次に、面積算出のためのハードウェアの構
成及び動作を説明する。図２２は図２０のフローチャー
トの特徴点座標値Ｘｉ，ＹｉとＸ，Ｙ各々の最大、最小
値を比較し、最大、最小値を演算するものである。 Ｘｍｉｎ，Ｙｍｉｎレジスタ２２１に初期値としてＸ
ｍｉｎ＝１００００またはＹｍｉｎ＝１００００を入力
端子より格納する。同様にＸｍａｘ，Ｙｍａｘレジスタ
２２２に初期値としてＸｍａｘ＝０、Ｙｍａｘ＝０を入
力端子より格納する。 次にＸｍｉｎ，Ｙｍｉｎレジスタに格納した初期値か
ら、入力端子より入力される特徴点座標Ｘ₁ またはＹ₁
値を減算器２２３により減算する。同様に、Ｘｍａｘ，
Ｙｍａｘレジスタ２２２に格納した初期値から、入力端
子より入力される特徴点座標Ｘ₁ またはＹ₁ 値を減算器
２２４により減算する。 減算器２２３の減算結果に基づき、正／負判定器２２
５により正／負を判定し、正の場合、特徴点座標Ｘ₁ ま
たはＹ₁ が小であるので、この値をレジスタＸｍｉｎ，
Ｙｍｉｎレジスタ２２１に格納する。同様に、減算器２
２４の減算結果に基づき、正／負判定器２２６により正
／負を判定し、負の場合、特徴点座標Ｘ₁ またはＹ₁ が
大であるので、この値をレジスタＸｍａｘ，Ｙｍａｘレ
ジスタ２２２に格納する。

【００３０】同様にＸｍｉｎ，Ｙｍｉｎレジスタ２２
１に格納した値から、入力端子より入力される特徴点座
標Ｘ_i またはＹ_i 値を減算器２２３により減算し、Ｘｍ
ａｘ，Ｙｍａｘレジスタ２２２に格納した値から、入力
端子より入力される特徴点座標Ｘ_i またはＹ_i 値を減算
器２２４により減算する。 減算器２２３の減算結果に基づき、正／負判定器２２
５により正／負を判定し、正の場合、特徴点座標Ｘ_i ま
たはＹ_i が小であるので、この値をレジスタＸｍｉｎ，
Ｙｍｉｎレジスタ２２１に格納する。 同様に、減算器２２４の減算結果に基づき、正／負判定
器２２６により正／負を判定し、結果が負の場合、特徴
点座標Ｘ_i またはＹ_i が大であるので、この値をレジス
タＸｍａｘ，Ｙｍａｘレジスタ２２２に格納する。 を各ストロークの特徴点データ数回繰り返す。 減算・加算器２２７により、レジスタＸｍａｘ，Ｙｍ
ａｘ内のＸまたはＹの最大値からレジスタＸｍｉｎ，Ｙ
ｍｉｎレジスタのＸまたはＹの最小値を減算し、その結
果である文字幅ＨＸ_M ，ＨＹ_M を加算し文字面積ＡＲ_M
を得、出力端子より出力する。

【００３１】ｂ）部分パターン面積検出処理 以下に部分パターンの面積検出方法を述べる。文字面積
検出処理と同様に、部分パターン（例えば、文字“び”
の場合の“ひ”と“゛”を各々部分パターンと称してい
る。）に該当するストロークの特徴点座標により図２０
及び図２１のフローチャート及び図２２のハードウェア
により部分パターンの面積を算出する。“ひ”の面積は
第１ストロークの“ひ”の特徴点により、“゛”の面積
は、第２、３ストロークの特徴点により算出する。

【００３２】ｃ）文字面積に対する部分パターン相対面
積による重み付け補正 前述の算出方法により算出した文字面積ＡＲ_M 及び部分
パターン面積ＡＲ_Biより正規化し下式のように相対部分
パターン面積ＡＲ_Bi ^* を求める。 ＡＲ_Bi ^* ＝ＡＲ_Bi／ＡＲ_M ；［０，１］ （９） この相対部分パターン面積ＡＲ_Bi ^* は、文字全体の大き
さに対して各部分パターンがどのくらいの大きさかを表
すものである。以下に述べる認識処理で詳細に説明する
が、マッチングは文字を構成する部分パターン毎に行う
が、この時、文字に対する部分パターンの占める面積が
大のものは、精度良く行われ、微小な部分パターンは、
その精度が悪く、マッチング結果の精度は、相対部分パ
ターン面積ＡＲ_Bi ^* とほぼ比例する。このため、以下に
述べるように、上記相対部分パターン面積ＡＲ_Bi ^* にて
マッチング結果の重み付けを、面積が大のものは大き
く、面積が小のものは小さく補正することにより文字識
別率が向上する。

【００３３】（部分パターンが微小か否か判定する方
法）算出された相対部分パターン面積ＡＲ_Bi ^* により次
のように大きさを判定する。例えば、 ＡＲ_Bi ^* ≦γsmall （１０） か否かを判定し（１０）式が成り立つ場合、部分パター
ン小として該当する部分パターンのマッチング結果を無
視する等の処理を施す。或いは、部分パターンの大きさ
パラメータＫ_Aiとして Ｋ_Ai＝α・ＡＲ_Bi ^* α：任意の固定定数 （１１） を設定し、このパラメータを以下に述べる認識パラメー
タ補正等に使用する。１画の文字或いは、部分パターン
に分割できない文字の場合、前述の文字面積に対する比
率が計算できない。この場合、予め設定された字枠或い
は、罫線幅に対する大きさにより、その大きさを判定す
る。

【００３４】例えば、句読点や読点等は文字の大きさは
小であるが、１画の文字として認識処理がなされる。こ
の場合、文字が微小であるが故に後述のストロークコー
ド化の精度が悪くなる傾向があるが、前述のように文字
面積に対する比率を計算できないため面積の相対値が算
出できない。従って、以下のように文字の相対的な大き
さを判定する。例えば、予め設定された字枠が図２７に
示すようにＷＸ、ＷＹ或いは罫線幅が図２８に示すよう
にＫＹであったとすると、文字幅ＡＲ_M は、ＡＲ_M ＝Ｈ
Ｘ_M ＋ＨＹ_M で前述のように算出し、 ＡＲ^* ＝ＡＲ／（ＷＸ＋ＷＹ）或いは ＡＲ^* ＝ＡＲ／（２・ＫＹ） （１２） によって相対値を算出する。ここで、２・ＫＹは縦横を
考慮して罫線幅ＫＹを２倍したものである。算出された
相対大きさＡＲ^* により次のように判定する。例えば、
離散的な方法では、 ＡＲ_Bi ^* ≦αsmall （１３） が成立するか否かにより判定する。或いは、大きさパラ
メータＫ_A Ｋ_A ＝β・ＡＲ^* （β：任意の固定定数） （１４） を設定し、以下に述べる認識パラメータ補正等に使用す
る。

【００３５】ｄ）ストローク長算出処理 文字を構成する部分パターンの大きさを判定する方法と
して、部分パターンを構成するストロークの長さを累積
加算した値であるストローク長による判定法を以下に述
べる。部分パターンストローク長は、部分パターンの大
きさとともに増減する傾向がある。そこで、図６、図７
の部分パターン相対ストローク長検出部４１、部分パタ
ーンストローク長検出部５１にて算出する各部分パター
ンを構成する累積ストローク長を持って部分パターンの
大きさを判別する。累積ストローク長算出に際し、前処
理部２にて前処理を行った筆記データ列を使用する方法
と、特徴点を抽出する特徴点抽出部３にて特徴点抽出後
のデータ列を使用する方法がある。前者の筆記データ列
に比べ、後者の特徴点抽出後のデータ列の方が特徴点の
みを抽出しているため実筆記のストローク長とは若干の
誤差を有するが、データ数が少ないため演算量を極めて
少なくすることができる。そこで後者の例をとり説明す
る。

【００３６】特徴点抽出後の特徴点データ列を｛（ｘ
_i ，ｙ_i ）、ｉ＝１，２，…Ｎ_j ｝_j （但しｉ：特徴点データ番号、ｊ：ストローク番号、Ｎ
_j ：ｊストロークの特徴点データ総数とすると、ｊスト
ロークのストローク長Ｌ_j は、 Ｌ_j ＝Σ｛（Ｘ_i+1 −Ｘ_i ）² ＋（Ｙ_i+1 −Ｙ_i ）² ｝^1/2 （１５） で算出される。ここに、Σはｉ＝１からｉ＝Ｎ_j-1 まで
の総和である。部分パターンを構成するストローク長Ｌ
_B は部分パターンのストローク本数をＮ_Biとすると、 Ｌ_Bi＝ΣＬ_j （１６） で算出される。ここに、Σはｊ＝１からｊ＝Ｎ_Biまでの
総和である。ここで、（１５）式では、２乗演算及び平
方根の演算が必要なため、演算時間がかかると共に、ハ
ードウェア構成も複雑になる。そのため図２３に示すよ
うに｜Ｘ_i+1 −Ｘ_i ｜＋｜Ｙ_i+1 −Ｙ_i ｜により座標間
隔を近似し、次式にてストローク長を演算する。 Ｌ_Bi＝Σ｛Σ｜Ｘ_i+1 −Ｘ_i ｜＋｜Ｙ_i+1 −Ｙ_i ｜｝ （１７） ここに、内側のΣはｉ＝１からｉ＝Ｎ_j-1 までの総和で
あり、外側のΣはｊ＝１からｊ＝Ｎ_Biまでの総和であ
る。

【００３７】一方、図６の文字ストローク長検出部４０
にて演算する文字のストローク長Ｌ_M は、部分パターン
数をＮ_BPとすると、 Ｌ_M ＝ΣＬ_Bi （１８） で求められる。ここに、Σはｉ＝１からｉ＝Ｎ_BPまでの
総和である。以上算出された累積ストローク長Ｌ_Bi及び
文字ストローク長Ｌ_M により以下のように部分パターン
大きさを判定する。まず、文字に対する各部分パターン
の大きさとして下式により相対の大きさを求める。 Ｌ_Bi ^* ＝Ｌ_Bi／Ｌ_M （１９） この値により次のように各部分パターンの大きさを判定
する。例えば、 Ｌ_Bi ^* ≦γ′small か否か （２０） というように離散的に判定する。またＬ_Bi ^* 値を直接使
用するか、或いは大きさパラメータＫ_1iとして、 Ｋ_1i ＝β・Ｌ_Bi ^* （β：任意の固定定数） （２０−１） を設定し、以下に述べる認識処理のパラメータ補正等と
して使用する。

【００３８】１画の文字或いは、部分パターンに分割で
きない文字の場合（例えば“メ”等一連のものとして筆
記する場合）、前述の文字ストローク長に対する比率が
計算できない。この場合、予め設定された字枠或いは、
罫線幅に対する大きさにより、その大きさを判定する。
例えば、句読点や読点等は文字の大きさは小であるが、
１画の文字として認識処理がなされる。この場合、文字
が微小であるが故に後述のストロークコード化の精度が
悪くなる傾向があるが、前述の文字ストローク長に対す
る比率を計算できないため相対値が算出できない。従っ
て、以下のように文字の大きさを判定する。例えば予め
設定された字枠をＷＸ、ＷＹ或いは罫線幅をＫＹとする
と部分パターンストローク長Ｌ_Biを前述のように算出
し、 Ｌ_Bi ^* ＝Ｌ_Bi／（ＷＸ＋ＷＹ）或いは Ｌ_Bi ^* ＝Ｌ_Bi／（２・ＫＹ） （２０−２） によって相対値を算出する。この算出された相対的な大
きさＬ_Bi ^* により次のように文字の大きさを判定する。
例えば、離散的な方法では、 Ｌ_Bi ^* ≦αsmall か否か （２０−３） 或いは、大きさパラメータＫ_i ＝β・Ｌ_Bi ^* （β：任意
の固定定数）を設定し、以下に述べる認識パラメータ補
正等に使用する。

【００３９】図２４は、図６、図７中の文字ストローク
長検出部４０、部分パターン相対ストローク長検出部４
１、部分パターンストローク長検出部５１のうち、これ
らの基本形である文字ストローク長検出部４０の構成例
を示す機能ブロック図である。この文字ストローク長検
出部４０は、文字のストローク長Ｌ_M を算出する機能を
有し、Ｘ座標間隔算出部５２、Ｙ座標間隔算出部５３、
累積加算部５４、カウント制御部５５、字枠幅算出部５
６及び除算部５７より構成されている。この文字ストロ
ーク長検出部４０では、特徴点抽出部３で抽出された特
徴点データ列（Ｘ_i ，Ｙ_i ）の座標間隔の差を演算し、
絶対値｜Ｘ_i+1 −Ｘ_i ｜、｜Ｙ_i+1 −Ｙ_i ｜を算出する
Ｘ座標間隔算出部５２及びＹ座標間隔算出部５３が設け
られている。これらの算出部の出力側には各々の座標間
隔を加算し、さらに前の加算結果との累積を行う累積加
算部５４が接続されている。

【００４０】特徴点データ列（Ｘ_i ，Ｙ_i ）はカウント
制御部５５に接続され、そのカウント制御部５５によ
り、入力データ毎に、データ数をカウントし、これを各
ストローク毎に行い、ストローク数をカウントする。こ
のカウント値により各ストロークのデータ数Ｎ_j まで上
記座標間隔の累積加算を行い、これを文字のストローク
数Ｍ回繰り返す。また、入力端子は、字枠幅算出部５６
に接続されており、この入力端子より字枠幅ＷＸ、ＷＹ
或いは、罫線幅ＫＹを字枠幅算出部５６にセットし、字
枠幅算出部５６により字枠幅ＷＸ＋ＷＹまたは罫線幅２
・ＫＹを算出する。字枠幅算出部５６の出力側は、累積
加算部５４に接続されており、上記累積加算を該当する
文字データ数完了した後、その累積加算部５４及び除算
部５７により、累積加算した結果を字枠幅ＷＸ＋ＷＹま
たは、罫線幅２・ＫＹにて除算し、正規化を行い、出力
として文字ストローク長Ｌ_M ^*を得る。

【００４１】次に、文字ストローク長Ｌ_M ^*を算出する動
作を説明する。電源投入時及びタブレット１上に筆記さ
れる一文字毎に、累積加算部５４、除算部５７、カウン
ト制御部５５内のレジスタをリセットする。文字の切り
出しには、前述したように、一般に字枠切り出し方法と
時間切り出し方法とがある。字枠切り出し方法では、タ
ブレット１上に予め設定した字枠がある場合、設定した
字枠座標により、筆記データが現在筆記している字枠内
から別の字枠に移ったかを判別し、文字切り出しを行
う。一方、時間切り出しでは、予め設定した字枠がな
く、タブレット１の任意のエリアに筆記可能とするフリ
ーフォーマットの場合、時間切り出し、即ちペンオフか
らある一定時間経過後に、筆記完了として文字を切り出
す。

【００４２】このような文字切り出し判別をカウント制
御部５５の制御で行うとし、以下これを説明する。な
お、別の制御部を設けてもよい。字枠切り出し、或いは
時間切り出しにより、一文字の筆記完了を識別すると、
ストローク長Ｌ_M の演算結果を出力し、その後、前記各
部の内部レジスタをリセットし、初期化するようにカウ
ント制御部５５により指令が出力され、レジスタが初期
化される。初期値としては、累積加算部５４内の特徴点
データ列の座標間距離レジスタ△Ｌ＝０、カウント制御
部５５内の各ストローク特徴点データ数カウントレジス
タｉ＝１、ストローク数のカウントレジスタｊ＝１に、
各レジスタをセットする。特徴点抽出部３から特徴点デ
ータ列（Ｘ_i ，Ｙ_i ）が入力されると、その特徴点デー
タ列（Ｘ_i ，Ｙ_i ）により、ｉ番目と次のｉ＋１番目の
特徴点データ間隔をＸ座標間隔算出部５２にて減算器に
より得、絶対値を算出することにより、｜Ｘ_i+1 −Ｘ_i
｜が出力として得られる。Ｙ座標に関しても、Ｙ座標間
隔算出部５３にて同様の動作を行い、｜Ｙ_i+1 −Ｙ_i ｜
が出力として得られる。この時カウント制御部５５の各
ストローク特徴点データ数カウントレジスタｉを＋１加
算する。この加算を、各ストロークの終了をカウント制
御部５５にて検出するまで、特徴点データ列（Ｘ_i ，Ｙ
_i ）が入力される毎に行う。

【００４３】ストロークを検出する方法としては、前述
したように、例えば、筆記するペン先にスイッチを設
け、筆記押下されることによりスイッチがオン、離され
るとオフするようにし、スイッチオンでストローク開
始、スイッチオフでストローク終了を検出する方法が一
般的である。このストロークという情報を特徴点データ
列に含ませる。即ち、座標点として有り得ない大／小の
値を含ませ、この大／小の値を検出した時、ストローク
終了と判断する。従って、ストローク終了判断時、それ
まで入力されたデータ数、即ち各ストロークの特徴点デ
ータ数Ｎｊが得られる。また、ストローク終了時、カウ
ント制御部５５内のストローク数カウントレジスタｊを
＋１加算する。一文字の終了を識別するまで、本加算を
行うことにより、一文字を構成するストロークの数Ｍが
得られる。字枠幅算出部５６には、予め設定された字枠
幅情報としてＷＸ，ＷＹ或いは、罫線幅ＫＹをセットす
る。このセットされた字枠幅情報からＷＸ＋ＸＹ或いは
２・ＫＹを算出する。

【００４４】一方、Ｘ座標間隔算出部５２、Ｙ座標間隔
算出部５３により特徴点データＸ_i，Ｙ_i が入力される
毎に、Ｘ座標、Ｙ座標特徴点データ間隔｜Ｘ_i+1 −Ｘ_i
｜、｜Ｙ_i+1 −Ｙ_i ｜が出力され、この出力を累積加算
部５４により累積加算する。各ストロークの第１番目の
Ｘ座標、Ｙ座標特徴点データ間隔｜Ｘ₂ −Ｘ₁ ｜、｜Ｙ
₂ −Ｙ₁ ｜が加算器により加算され、累積加算部５４内
のレジスタ△Ｌに初期値としてセットされる。以降の第
ｉ番目のＸ座標、Ｙ座標特徴点データ間隔｜Ｘ_{i+ 1} −Ｘ
_i ｜、｜Ｙ_i+1 −Ｙ_i ｜についても加算器により加算さ
れ、ｉ−１番目まで累積加算され、累積加算部５４内の
レジスタ△Ｌに格納されている値と加算され、レジスタ
△Ｌに格納される。このような累積加算を、各ストロー
ク終了を検出するまでのデータ数、即ち各ストロークの
特徴点データ数Ｎ_j より１少ないＮ_j-1 回行うよう、カ
ウント制御部５５で制御される。文字切り出し時、累積
加算部５４内のレジスタ△Ｌの値を除算部５７へ送出
し、この値を字枠幅算出部５６にて算出された文字枠幅
ＷＸ＋ＷＹ、或いは、２・ＫＹ値で除算することによ
り、正規化したＬ_M ^*が除算部５７の出力として得られ
る。

【００４５】図２５及び図２６に、図７の部分パターン
ストローク長検出部５１で部分パターンストローク長を
算出するフローチャートを示す。図中のＳ４１〜Ｓ５７
は、各処理ステップを表す。まず、ステップＳ４１にお
いて、初期値として各ストロークの特徴抽出データの番
号を示すｉと、ストロークの番号を表すｊを初期値と
し、文字ストローク長Ｌ_M ^*と、特徴点データ列の座標間
距離である△Ｌを初期値０とする。また、Ｘ座標、Ｙ座
標の最大、最小値を求めるために、初期値として、第１
ストロークの第１座標値を初期値として設定する。次
に、Ｓ４２で特徴点データ列の座標間距離△Ｘ、△Ｙを
各々算出し、それらを加算して△Ｌを得る。この△Ｌの
算出及び累積加算を、ｊストロークの特徴点のＮ_j-1 回
だけ繰り返す。ステップＳ５６、５７において、ストロ
ーク数Ｍ回、文字ストローク長Ｌ_M ^*を算出及び累積加算
した値を、字枠幅算出部５６にて算出された文字枠幅Ｗ
Ｘ＋ＷＹ、或いは、２・ＫＹにて正規化することによ
り、文字ストローク長Ｌ_M ^*が算出される。同様に、各部
分パターンのストローク長Ｌ_B ^*を算出し、この値から、
（２２）、（２３）式にて部分パターンの大きさを判別
し後述の認識処理のパラメータ補正等を行う。

【００４６】ｅ）辞書作成時、予め部分パターン或いは
文字の大きさを算出し、絶対値を記述しておく方法 辞書作成時、予め部分パターン或いは文字の大きさを算
出し、絶対値を記述しておく場合は、前述のように
（６）〜（９）式にて部分パターン面積を算出し、（１
０）或いは（１１）式にてパラメータ補正値を辞書作成
時算出しておき、図１２のようにＫ_Ajを格納しておく。
或いは、前述のように（１５）〜（１９）式にて部分ス
トローク長を算出し、（２０）或いは（２０−１）式に
てパラメータ補正値を辞書作成時に算出しておき、図１
２のようにＫ_ijを格納しておく。ここで、Ｋ_Aj、及びＫ
_ijは説明上、各総計“１”となるように正規化した値と
している。

【００４７】（８）部分パターンＱ値マッチング処理
（Ｓ９） 図１の部分パターンＱ値マッチング部７では、中分類部
６における部分パターン間ベクトルによる中分類で残っ
た候補文字について部分パターンＱ値を算出し、図６に
示す部分パターン辞書中の部分パターンＱ値とマッチン
グを行う。この部分パターン辞書の部分パターンＱ値
は、登録パターンより予め作成され、格納されているも
のである。ここで、部分パターンＱ値とは、各セグメン
トの長さ、方向及び位置を表す特徴パラメータをいう。
オンライン文字認識では、筆記するペンの動きとして、
Ｘ，Ｙ方向、＋または−の方向が重要な情報として得ら
れ、この情報を有効に使用したのがこの部分パターンＱ
値である。

【００４８】まず、部分パターンＱ値の算出法を説明す
る。なお、次式（２１）〜（２８）において、Σは全ス
トローク、全セグメントに関する加算、ＨＸ，ＨＹは文
字幅を示す。 ＋ｘ方向成分のｘ方向位置 Ｑ₁ ＝Σ（Ｘ_i ²−Ｘ_i-1 ²）／２ＨＸ² …（２１） −ｘ方向成分のｘ方向位置 Ｑ₂ ＝Σ（Ｘ_i-1 ²−Ｘ_i ²）／２ＨＸ² …（２２） ＋ｙ方向成分のｙ方向位置 Ｑ₃ ＝Σ（Ｙ_i ²−Ｙ_i-1 ²）／２ＨＹ² …（２３） −ｙ方向成分のｙ方向位置 Ｑ₄ ＝Σ（Ｙ_i-1 ²−Ｙ_i ²）／２ＨＹ² …（２４） ＋ｘ方向成分のｙ方向位置 Ｑ₅ ＝Σ（Ｘ_i−Ｘ_i-1）（Ｙ_i-1＋Ｙ_i）／２ＨＸ・ＨＹ …（２５） −ｘ方向成分のｙ方向位置 Ｑ₆ ＝Σ（Ｘ_i-1−Ｘ_i）（Ｙ_i-1＋Ｙ_i）／２ＨＸ・ＨＹ …（２６） ＋ｙ方向成分のｘ方向位置 Ｑ₇ ＝Σ（Ｙ_i−Ｙ_i-1）（Ｘ_i-1＋Ｘ_i）／２ＨＸ・ＨＹ …（２７） −ｙ方向成分のｘ方向位置 Ｑ₈ ＝Σ（Ｙ_i-1−Ｙ_i）（Ｘ_i-1＋Ｘ_i）／２ＨＸ・ＨＹ …（２８）

【００４９】（２１）〜（２８）式の場合は、原点を左
下に設定したときの各方向位置の値であるが、このとき
原点近くにあるものは乗算すると０となってしまう。そ
のため０となるのを防ぐため、原点を入れ替え、原点を
右上に設定したときの各方向位置の値Ｑ₉ 〜Ｑ₁₆につい
ても同様に記述し、Ｑ₁ 〜Ｑ₁₆の合計１６個の値によ
り、対象文字の各ストロークのセグメントの長さ、方向
及び位置を表すものとする。部分パターンＱ値マッチン
グ部７では、部分パターン間ベクトルによる分類により
残ったものに対して、前記部分パターンＱ値を算出する
のであるが、例えば“逢”を筆記入力して“挨”が部分
パターン間ベクトルによる分類により残ったとする。こ
の場合、“挨”のカット位置は、図１１、図１２に示す
ように（３，２，５）であり、部分パターンはキ＋ム＋
矢であるので、入力パターンカット位置（３，２，５）
でカットし、各Ｑ₁ ^*〜Ｑ₁₆ ^* を算出する。

【００５０】この時、本例の場合、図１１に示すように
“冬”が“キ”に、“ニ”が“ム”に、“辻”が“矢”
にそれぞれ対応している。各々算出した部分パターンＱ
値Ｑ₁ ^*〜Ｑ₁₆ ^* と、図の部分パターン辞書にある部分パ
ターンＱ値との、マッチングを行う。このマッチングで
は、まず、“冬”で算出したＱ₁ ^*〜Ｑ₁₆ ^* と部分パター
ン辞書“キ”のＱ₁ 〜Ｑ₁₆をマッチングさせる。次に、
“ニ”で算出したＱ₁ ^*〜Ｑ₁₆ ^* と部分パターン辞書
“ム”のＱ₁ 〜Ｑ₁₆をマッチングさせ、さらに“辻”で
算出したＱ₁ ^*〜Ｑ₁₆ ^* と部分パターン辞書“矢”のＱ₁
〜Ｑ₁₆をマッチングさせる。これらのマッチングにおけ
る差を合計したものをマッチング距離ｄ_BPとする。この
とき、距離ｄ_BPは入力パターン“逢”が“挨”にどれだ
け近いかを表す。一般には、各部分パターンのストロー
ク数ＢＳ_jにより、次式（２９）のように重み付けを行
い、それをマッチング距離ｄ_BPとする。 ｄ_BP＝ΣΣ｛｜Ｑ_i（ｊ）−Ｑ_i ^*（ｊ）｜ＢＳ_j／Ｎ｝ （２９） ここに、内側のΣはｉ＝１からｉ＝１６までの総和であ
り、外側のΣはｊ＝１からｊ＝BPN までの総和である。
但し、Ｑ_i（ｊ）は、第ｊ部分パターンのＱ_j 値であ
る。

【００５１】（文字面積の時）ここで得られるマッチン
グ距離の精度は、各部分パターンの占める面積が大の時
は精度が良く、面積が小の場合は精度が悪い。このた
め、文字に対する部分パターンの面積比、即ち相対部分
パターン面積にて重み付けを変える。従って、（２９）
式は、 ｄ_BP＝ΣΣ｛｜Ｑ_i（ｊ）−Ｑ_i ^*（ｊ）｜ＢＳ_j／Ｎ・Ｋ_Aj｝ （３０） として部分パターン距離値を求める。ここに、内側のΣ
はｉ＝１からｉ＝１６までの総和であり、外側のΣはｊ
＝１からｊ＝BPN までの総和である。または、離散的に
（１０）式で示したように、ある閾値γsmall により相
対部分パターン面積ＡＲ_Bi ^* の大小判定を行い、ある閾
値より面積が小さいときその部分パターンの距離を削除
して距離を算出する。

【００５２】（辞書に予め設定しておく方法）ここで上
述のＫ_Aj或いは、大小判定結果を逐次演算せず、図１１
及び図１２の文字辞書内に予め記載した値を使用する方
法を以下に述べる。図１１及び図１２に示した大小判定
結果を使用する場合では、予め、部分パターンが面積小
のとき大小判定結果として“１”を辞書に設定してお
き、マッチングの際に該当する部分パターンの大小判定
結果が“１”のとき、この部分パターン距離を削除す
る。“０”のときはそのまま部分パターン距離を（２
９）式により加算する。

【００５３】例えば、１０画の文字が筆記されたとき、
図９、図１０の１０画の文字辞書をサーチして各部分パ
ターン距離値を算出するのであるが、文字“唖”として
距離値を算出する場合、大小判定結果を参照すると各部
分パターン“口”、“亜”とも“０”がセットされてい
るため、（２９）式によりそのまま各部分パターン距離
を加算し距離値を算出する。文字“楽”として距離値を
算出する場合は、大小判定結果を参照すると、“白”及
び“木”は“０”がセットされているが、“＞”、
“＜”は“１”がセットされているので“白”及び
“木”は（２９）により算出し加算するが、“＞”、
“＜”は大小判定結果より部分パターン小を示す“１”
がセットされているため、（２９）式の距離値加算から
排除する。

【００５４】また、図１２に示したＫ_Ajを使用する場合
には、予め、該当する文字の各部分パターンのＫ_Ajを
（１１）式により演算し辞書に設定しておき、マッチン
グの際に該当する部分パターンのＫ_Ajにより（３０）式
にて部分パターン距離値を算出する。例えば、文字
“唖”として距離値を算出する場合は部分パターン
“口”のＫ_Ajは辞書を参照すると０．２５、“亜”のＫ
_Ajは０．７５がセットされているので、（３０）式にお
いてＫ_A1＝０．２５、Ｋ_A2＝０．７５として距離値を算
出する。同様に、文字“楽”として距離値を算出する場
合は部分パターン“白”のＫ_Ajは辞書を参照すると０．
２６がセットされており、“＞”、“＜”のＫ_Ajは０．
１５、０．１６がセットされており、“木”のＫ_Ajは
０．４３がセットされているので、（３０）式において
Ｋ_A1＝０．２６、Ｋ_A2＝０．１５、Ｋ_A3＝０．１６、Ｋ
_A4＝０．４３として距離値を算出する。

【００５５】（ストローク長の時）ここで得られるマッ
チング距離の精度は、各部分パターンのストローク長が
大の時は精度が良く、ストローク長が小の場合は精度が
悪い。このため、文字に対する部分パターンストローク
長比、即ち相対部分パターンストローク長にて重み付け
を変える。従って、（３０）式は、 ｄ_BP＝ΣΣ｛｜Ｑ_i（ｊ）−Ｑ_i ^*（ｊ）｜ＢＳ_j ／Ｎ・Ｋ_Lj｝ （３１） として部分パターン距離値を求める。ここに、内側のΣ
はｉ＝１からｉ＝１６までの総和であり、外側のΣはｊ
＝１からｊ＝BPN までの総和である。または、離散的に
（２０）式で示したように、ある閾値γ′small により
相対部分パターンストローク長Ｌ_Bi ^* の大小判定を行
い、ある閾値より面積が小さい部分パターンの距離を削
除して距離を算出する。

【００５６】（辞書に予め設定しておく方法）ここで上
述のＫ_Lj或いは、大小判定結果を逐次演算せず、図１２
の文字辞書内に予め記載した値を使用する方法を以下に
述べる。図１２に示した大小判定結果を使用する場合で
は、予め、部分パターンが小のときストローク長の大小
判定結果として“１”を辞書に設定しておき、マッチン
グの際に該当する部分パターンの大小判定結果が“１”
のとき、この部分パターン距離を削除する。“０”のと
きはそのまま部分パターン距離を（２９）式により加算
する。例えば、１０画の文字が筆記されたとき、図１０
の１０画の文字辞書をサーチして各部分パターン距離値
を算出するのであるが、文字“唖”として距離値を算出
する場合、大小判定結果を参照すると各部分パターン
“口”、“亜”とも“０”がセットされているため、
（２９）式によりそのまま各部分パターン距離を加算し
距離値を算出する。文字“楽”として距離値を算出する
場合は、大小判定結果を参照すると“白”及び“木”は
“０”がセットされているが、“＞”、“＜”は“１”
がセットされているので、“白”及び“木”は（２９）
式により算出し加算するが、“＞”、“＜”は大小判定
結果より部分パターン小を示す“１”がセットされてい
るため、（２９）式の距離値加算から排除する。

【００５７】また、図１２に示したＫ_Ljを使用する場合
には、予め、該当する文字の各部分パターンのＫ_Ljを
（２１）式により演算し辞書に設定しておき、マッチン
グの際に該当する部分パターンのＫ_Ljにより（３１）式
にて部分パターン距離値を算出する。例えば、文字
“唖”として距離値を算出する場合は部分パターン
“口”のＫ_Ljは辞書を参照すると０．２６、“亜”のＫ
_Ljは０．７４がセットされているので、（３１）式にお
いてＫ_L1＝０．２６、Ｋ_L2＝０．７４として距離値を算
出する。同様に、文字“楽”として距離値を算出する場
合は部分パターン“白”のＫ_Ljは辞書を参照すると０．
２７がセットされており、“＞”、“＜”のＫ_Ljは０．
１２、０．１３がセットされており、“木”のＫ_Ljは
０．４８がセットされているので、（３１）式において
Ｋ_L1＝０．２７、Ｋ_L2＝０．１２、Ｋ_L3＝０．１３、Ｋ
_L4＝０．４８として距離値を算出する。

【００５８】以上のように求めた距離ｄ_BPと、前ステッ
プで求めた部分パターン間ベクトルのマッチングにより
得られたｄ_vec とを、それぞれｗ_vec とｗ_BPで重み付け
したものを加算した距離ｄ_i を求める。 ｄ_i ＝ｗ_vec ・ｄ_vec ＋ｗ_BP・ｄ_BP （３２） 以上の操作を部分パターン間ベクトルによる分類で残っ
た全ての候補文字について行い、ｄ_i によるソーティン
グを行う。

【００５９】（９）部分パターンストロークコード分布
マッチング処理（Ｓ１３〜Ｓ１６） 図８の部分パターンストローク分布マッチング部８で
は、部分パターンＱ値マッチング部７及びストロークコ
ード化部４の出力を受け、中分類により絞られた候補文
字につき、部分パターンストロークコード分布を求め
る。そして、この分布と、登録パターンより予め作成さ
れ図１１の部分パターン辞書に格納されている部分パタ
ーンストロークコード分布との、マッチングを行い、さ
らに上位候補の順位付けを行う。この順位付けを行う対
象の範囲は、例えばｄ_i のソーティングで得られた第１
候補の距離ｄ_i との比率で決める。即ち、ｄ_j ／ｄ_i ≦
ＺＲＡＴＥの候補文字までを、対象範囲として順位付け
を行う。

【００６０】次に、部分パターンストロークコード分布
の算出法について説明する。一例として、入力パターン
が“逢”で第１候補として選ばれた文字が“逢”であっ
たとする。図１２の文字辞書より、候補文字“逢”のカ
ット位置は（３，４，３）で部分パターンは図示のよう
な３つの部分パターンであることが分かるので、この位
置で入力パターン“逢”をカットする。カットして得た
部分パターンは文字辞書の内容と同じであるが、それぞ
れの部分パターン毎に、ストロークコード化部４により
得られたストロークコードの本数の分布を算出する。

【００６１】例えば、“逢”の最初の部分パターンを見
た場合、ストロークが３つであるから、“０１”が１
本、“０３”が１本、“０５”が１本というストローク
コード分布が求められる。このようにして算出された部
分パターンストロークコード分布は、予め数個の登録パ
ターンから同様な手順により算出し、平均化して作成し
ておいた図１３及び図１４の部分パターン辞書の部分パ
ターンストロークコード分布とマッチングされる。本例
の場合、まず、以上のようにして算出した“逢”の最初
の部分パターンストロークコード分布と、図１３の部分
パターン辞書の画数“３”の項目の４行目に示されてい
る“逢”の最初の部分のストロークコード分布との差
を、その部分のマッチング距離ｄ_S1として得る。

【００６２】即ち、 入力パターン 部分パターン辞書 “０１”…１本 “０１”…０．９本 “０２”…０本 “０２”…０．１本 “０３”…１本 “０３”…０．４本 “０４”…０本 “０４”…０．６本 “０５”…１本 “０５”…１ 本 の差０．１＋０．１＋０．６＋０．６＝１．４本が
“逢”の最初の部分のマッチング距離ｄ_S として求めら
れる。同様に、“逢”の２番目及び３番目の部分につい
てマッチングを行い、それぞれの部分のマッチング距離
ｄ_S2、ｄ_S3を得る。そして、これらを各部分パターンス
トロークコード数ＢＳ_j により正規化し、正規化された
各部分パターンのマッチング距離の合計ｄ_S を、次式
（３３）より算出する。 ｄ_S ＝Σｄ_Si／Ｂ_Si ＝ｄ_S1／Ｂ_S1＋ｄ_S2／Ｂ_S2＋ｄ_S3／Ｂ_S3 …（３３）

【００６３】（文字面積の時）ここで得られるマッチン
グ距離の精度は、各部分パターンの占める面積大の時は
精度が良く、面積が小の場合は精度が悪い。このため、
文字に対する部分パターン面積比、即ち相対部分パター
ン面積にて重み付けを変える。従って（３３）式は、 ｄ_S ＝Σｄ_Si／Ｂ_Si・Ｋ_Lj …（３４） として部分パターン距離値を求める。ここに、Σはｉ＝
１からｉ＝BPN までの総和を意味する。または、離散的
に（１０）式で示したように、ある閾値γsmall により
相対部分パターン面積ＡＲ_Bi ^* の大小判定を行い、ある
閾値より面積が小さい部分パターンの距離を削除して距
離を算出する。

【００６４】（辞書に予め設定しておく方法）ここで、
上述のＫ_Lj或いは、大小判定結果を逐次演算せず、図１
２の文字辞書内に予め記載した値を使用する方法を以下
に述べる。図１２に示した大小判定結果を使用する場合
では、予め、部分パターンが面積小のとき大小判定結果
として“１”を辞書に設定しておき、マッチングの際に
該当する部分パターンの大小判定結果が“１”のとき、
この部分パターン距離を削除する。“０”のときはその
まま部分パターン距離を（３３）式により加算する。例
えば、１０画の文字が筆記されたとき、図１２の１０画
の文字辞書をサーチして各部分パターン距離値を算出す
るのであるが、文字“唖”として距離値を算出する場
合、大小判定結果を参照すると各部分パターン“口”、
“亜”とも“０”がセットされているため、（３３）式
によりそのまま各部分パターン距離を加算し距離値を算
出する。文字“楽”として距離値を算出する場合は、大
小判定結果を参照すると、“白”及び“木”は“０”が
セットされているが、“＞”、“＜”は“１”がセット
されているので“白”及び“木”は（３３）式により算
出し加算するが、“＞”、“＜”は大小判定結果より部
分パターン小を示す“１”がセットされているため、
（３３）式の距離値加算から排除する。

【００６５】また、図１２に示したＫ_Ajを使用する場合
には、予め、該当する文字の各部分パターンのＫ_Ajを
（１１）式により演算し辞書に設定しておき、マッチン
グの際に該当する部分パターンのＫ_Ajにより（３４）式
にて部分パターン距離値を算出する。例えば、文字
“唖”として距離値を算出する場合は部分パターン
“口”のＫ_Ajは辞書を参照すると０．２５、“亜”のＫ
_Ajは０．７５がセットされているので、（３４）式にお
いてＫ_A1＝０．２５、Ｋ_A2＝０．７５として距離値を算
出する。同様に、文字“楽”として距離値を算出する場
合は部分パターン“白”のＫ_Ajは辞書を参照すると０．
２６がセットされており、“＞”、“＜”のＫ_Ajは０．
１５、０．１６がセットされており、“木”のＫ_Ajは
０．４３がセットされているので、（３４）式において
Ｋ_A1＝０．２６、Ｋ_A2＝０．１５、Ｋ_A3＝０．１６、Ｋ
_A4＝０．４３として距離値を算出する。

【００６６】（ストローク長の時）ここで得られるマッ
チング距離の精度は、各部分パターンのストローク長が
大の時は精度が良く、ストローク長が小の場合は精度が
悪い。このため、文字に対する部分パターンストローク
長比、即ち相対部分パターンストローク長にて重み付け
を変える。従って、（３３）式は、 ｄ_S ＝Σｄ_Si／Ｂ_Si・Ｋ_Lj …（３５） として部分パターン距離値を求める。ここに、Σはｉ＝
１からｉ＝BPN までの総和を意味する。または、離散的
に（２０）式で示したように、ある閾値γ′small によ
り相対部分パターンストローク長Ｌ_Bi ^* の大小判定を行
い、ある閾値より面積が小さい部分パターンの距離を削
除して距離を算出する。

【００６７】（辞書に予め設定しておく方法）ここで上
述のＫ_Lj或いは、大小判定結果を逐次演算せず、図１２
の文字辞書内に予め記載した値を使用する方法を以下に
述べる。図１２に示した大小判定結果を使用する場合で
は、予め、部分パターンが小のときストローク長の大小
判定結果として“１”を辞書に設定しておき、マッチン
グの際に該当する部分パターンの大小判定結果が“１”
のとき、この部分パターン距離を削除する。“０”のと
きはそのまま部分パターン距離を（３３）式により加算
する。例えば、１０画の文字が筆記されたとき、図１２
の１０画の文字辞書をサーチして各部分パターン距離値
を算出するのであるが、文字“唖”として距離値を算出
する場合、大小判定結果を参照すると各部分パターン
“口”、“亜”とも“０”がセットされているため、
（３３）式によりそのまま各部分パターン距離を加算し
距離値を算出する。文字“楽”として距離値を算出する
場合は、大小判定結果を参照すると“白”及び“木”は
“０”がセットされているが、“＞”、“＜”は“１”
がセットされているので、“白”及び“木”は（３３）
式により算出し加算するが、“＞”、“＜”は大小判定
結果より部分パターン小を示す“１”がセットされてい
るため、（３３）式の距離値加算から排除する。

【００６８】また、図１２に示したＫ_Ljを使用する場合
には、予め、該当する文字の各部分パターンのＫ_Ljを
（２１）式により演算し辞書に設定しておき、マッチン
グの際に該当する部分パターンのＫ_Ljにより（３５）式
にて部分パターン距離値を算出する。例えば、文字
“唖”として距離値を算出する場合は部分パターン
“口”のＫ_Ljは辞書を参照すると０．２６、“亜”のＫ
_Ljは０．７４がセットされているので、（３５）式にお
いてＫ_L1＝０．２６、Ｋ_L2＝０．７４として距離値を算
出する。同様に、文字“楽”として距離値を算出する場
合は部分パターン“白”のＫ_Ljは辞書を参照すると０．
２７がセットされており、“＞”、“＜”のＫ_Ljは０．
１２、０．１３がセットされており、“木”のＫ_Ljは
０．４８がセットされているので、（３５）式において
Ｋ_L1＝０．２７、Ｋ_L2＝０．１２、Ｋ_L3＝０．１３、Ｋ
_L4＝０．４８として距離値を算出する。次に、以上求め
た部分パターン間ベクトルマッチングによる距離ｄ
_vec 、部分パターンＱ値マッチングによる距離ｄ_BP、及
び部分パターンストロークコード分布マッチングによる
距離ｄ_S に対し、重み付けパラメータｗ_vec 、ｗ_BP、ｗ
_S により次式（３６）のように距離値Ｄを求める。 Ｄ＝ｗ_vec ・ｄ_vec ＋ｗ_BP・ｄ_BP＋ｗ_S ・ｄ_S …（３６）

【００６９】（１部分パターン１文字の時）ここで、１
画の文字、或いは部分パターンに分割できない文字の場
合には、（１４）式にて求めた文字大きさパラメータＫ
_A により重み付けを補正する。即ち大きさが小さい文字
は、ストロークコード化精度が悪く、多少の引っかけに
よっても直線が、曲線等になる傾向がある。例えば句読
点“、”等のストロークの場合大きさが小さいため、本
来直線のストロークコードとなるべきものが本来のスト
ロークとは別の曲線のストロークコードとなる傾向があ
る。このため大きさパラメータによりストローク距離の
重み付けパラメータＷ_S を、 Ｗ_S ^*＝Ｗ_S ×Ｋ_A …（３７） により大きさにて補正する。または、ある閾値よりも小
さいものは、Ｗ_S ^*＝０として距離値から削除する。

【００７０】ここで、１画の文字、或いは部分パターン
に分割できない文字の場合に（２０−１）式にて求めた
文字ストローク長パラメータＫ_i により重み付けを補正
する。即ちストローク長さが小の文字は、ストロークコ
ード化精度が悪く、多少の引っかけによって線等になる
傾向がある。例えば句読点“、”等のストロークの場
合、大きさが小のため本来直線のストロークコードとな
るべきものが本来のストロークとは別の曲線ストローク
コードとなる傾向がある。このため大きさパラメータに
よりストローク距離の重み付けパラメータＷ_S を、 Ｗ_S ^*＝Ｗ_S ×Ｋ_i …（３８） によりストローク長にて補正する。または、ある閾値よ
りも小のものは、Ｗ_S ^*＝０として距離値から削除する。
この距離Ｄをｄ_j ／ｄ_i ≦ＺＲＡＴＥの各候補文字につ
き求め、得られた距離Ｄに従って候補文字の順位付けを
行い、認識結果として出力端子１０から、図示しない表
示器等へ出力する。

【００７１】以上のようにして、漢字等の文字の部分パ
ターンのストロークが微小なときは、マッチングの重み
付けを下げてストロークが大きい部分パターンに重きを
置いてパターンマッチングすることができる。この結
果、漢字等の文字認識率を向上させることができる。
尚、上述した実施例においては、漢字の文字認識の場合
について説明したが、本発明はこれに限定されるもので
はなく、“ｉ”、“ｊ”等の英字の文字認識の場合につ
いても適用できることはもちろんである。

【００７２】

【発明の効果】以上詳述したように、本発明のオンライ
ン文字認識装置は、微小ストロークを有する文字のマッ
チングの際、発生するマッチングの誤差を考慮し、スト
ロークの大きさによりマッチングの重み付けを変え、微
小ストロークになればなるほどマッチングの重み付けを
下げる重み付け設定部を設けるようにしたので、次のよ
うな効果がある。 (1)微小ストロークを有する文字のマッチングの際の微
小ストローク部分のマッチング誤差を最小化し、識別率
を向上させることができる。 (2)部分パターンの面積を文字枠の面積と比較してマッ
チングの重み付けを決定することにより、句読点や読点
等の微小な文字のストロークのコード化の精度を向上さ
せることができる。従って、微小な文字についてもマッ
チング誤差を最小化し、識別率を向上させることができ
る。

【００７３】(3)部分パターンのストローク長を文字全
体のストローク長と比較してマッチングの重み付けを決
定することにより、ストローク長に正確に対応してマッ
チングの重み付けを決定することができる。従って、マ
ッチング誤差をより最小化し、識別率をいっそう向上さ
せることができる。 (4)部分パターンのストローク長を文字枠或いは、罫線
幅の大きさと比較してマッチングの重み付けを決定する
ことにより、１画の文字或いは、部分パターンに分割で
きない文字についても、基準値に対する比率を計算する
ことができる。 (5)予め辞書側の文字を構成する部分パターンの占める
面積の文字に対する面積比又はストローク長比を重み付
けパラメータとして設定しておくことにより、マッチン
グの重み付けによるマッチング誤差の最小化、識別率の
向上を迅速な処理で行うことができる。

【図面の簡単な説明】

【図１】第１発明のオンライン文字認識装置の一実施例
のブロック図である。

【図２】従来のオンライン文字認識装置の一例のブロッ
ク図である。

【図３】従来の装置の動作を説明するフローチャート
（その１）である。

【図４】従来の装置の動作を説明するフローチャート
（その２）である。

【図５】第２発明のオンライン文字認識装置の一実施例
のブロック図である。

【図６】第３発明のオンライン文字認識装置の一実施例
のブロック図である。

【図７】第４発明のオンライン文字認識装置の一実施例
のブロック図である。

【図８】第５発明のオンライン文字認識装置の一実施例
のブロック図である。

【図９】第１〜第５発明の装置の動作を説明するフロー
チャート（その１）である。

【図１０】第１〜第５発明の装置の動作を説明するフロ
ーチャート（その２）である。

【図１１】文字辞書の構成例（その１）の説明図であ
る。

【図１２】文字辞書の構成例（その２）の説明図であ
る。

【図１３】部分パターン辞書の構成例（その１）の説明
図である。

【図１４】部分パターン辞書の構成例（その２）の説明
図である。

【図１５】図９の前処理の説明図である。

【図１６】ストロークコード化処理の説明図である。

【図１７】部分パターン間ベクトルの説明図である。

【図１８】筆記文字例“逢”のベクトルの説明図であ
る。

【図１９】文字面積、部分パターン面積等の説明図であ
る。

【図２０】文字面積の算出手順を説明するフローチャー
ト（その１）である。

【図２１】文字面積の算出手順を説明するフローチャー
ト（その２）である。

【図２２】面積検出ハードウェア構成例のブロック図で
ある。

【図２３】ストローク長算出方法の説明図である。

【図２４】文字ストローク長検出ハードウェアの構成例
のブロック図である。

【図２５】図２４のストローク長Ｌ_M ^*の算出手段を説明
するフローチャート（その１）である。

【図２６】図２４のストローク長Ｌ_M ^*の算出手段を説明
するフローチャート（その２）である。

【図２７】文字枠の説明図である。

【図２８】罫線幅の説明図である。

【符号の説明】

１ タブレット ２ 前処理部 ３ 特徴点抽出部 ４ ストロークコード化部 ９ 重み付け設定部 ２０ 文字面積検出部 ２１ 部分パターン相対面積検出部 ３０ 文字枠設定部 ３１ 部分パターン面積検出部 ４０ 文字ストローク長検出部 ４１ 部分パターン相対ストローク長検出部 ５１ 部分パターンストローク長検出部 ６１ 部分パターン相対面積検出部

Claims (5)

【特許請求の範囲】
1. 【請求項１】 タブレットに文字を筆記入力して得られ
   た座標データ列の中の不要データを除去して直線化処理
   を施す前処理部と、 前記前処理部によって直線化された座標データ列から、
   筆記入力された文字を構成する各ストロークの特徴を表
   す特徴点を抽出する特徴点抽出部と、 前記特徴点抽出部で抽出された特徴点の位置関係によっ
   て前記各ストロークをコード化するストロークコード化
   部と、 前記前処理部の出力する座標データ列に基づいて前記文
   字を構成する部分パターンの占める面積を検出する文字
   面積検出部と、 当該文字面積検出部が検出した部分パターンの占める面
   積の文字全体に対する面積比を検出する部分パターン相
   対面積検出部と、 当該部分パターン相対面積検出部が検出した部分パター
   ンの面積比によって前記特徴点に基づく認識処理におけ
   る重み付けパラメータを設定する重み付け設定部とを設
   けたことを特徴とするオンライン文字認識装置。
2. 【請求項２】 タブレットに文字を筆記入力して得られ
   た座標データ列の中の不要データを除去して直線化処理
   を施す前処理部と、 前記前処理部によって直線化された座標データ列から、
   筆記入力された文字を構成する各ストロークの特徴を表
   す特徴点を抽出する特徴点抽出部と、 前記特徴点抽出部で抽出された特徴点の位置関係によっ
   て前記各ストロークをコード化するストロークコード化
   部と、 前記前処理部の出力する座標データ列に基づいて前記文
   字を構成する部分パターンの占める面積を検出する文字
   面積検出部と、 当該文字面積検出部が検出した面積を予め設定された字
   枠幅及び罫線幅のいずれかに比較してこれらの面積比を
   検出する部分パターン面積検出部と、 当該部分パターン面積検出部が検出した部分パターン面
   積比によって前記特徴点に基づく認識処理における重み
   付けパラメータを設定する重み付け設定部とを設けたこ
   とを特徴とするオンライン文字認識装置。
3. 【請求項３】 タブレットに文字を筆記入力して得られ
   た座標データ列の中の不要データを除去して直線化処理
   を施す前処理部と、 前記前処理部によって直線化された座標データ列から、
   筆記入力された文字を構成する各ストロークの特徴を表
   す特徴点を抽出する特徴点抽出部と、 前記特徴点抽出部で抽出された特徴点の位置関係によっ
   て前記各ストロークをコード化するストロークコード化
   部と、 前記前処理部の出力する座標データ列に基づいて前記文
   字を構成する部分パターンストローク長を検出する文字
   ストローク長検出部と、 当該文字ストローク長検出部が検出した部分パターンス
   トローク長を文字全体のストローク長に比較してこれら
   のストローク長比を検出する部分パターン相対ストロー
   ク長検出部と、 当該部分パターン相対ストローク長検出部が検出した部
   分パターン面積比によって前記特徴点に基づく認識処理
   における重み付けパラメータを設定する重み付け設定部
   とを設けたことを特徴とするオンライン文字認識装置。
4. 【請求項４】 タブレットに文字を筆記入力して得られ
   た座標データ列の中の不要データを除去して直線化処理
   を施す前処理部と、 前記前処理部によって直線化された座標データ列から、
   筆記入力された文字を構成する各ストロークの特徴を表
   す特徴点を抽出する特徴点抽出部と、 前記特徴点抽出部で抽出された特徴点の位置関係によっ
   て前記各ストロークをコード化するストロークコード化
   部と、 前記前処理部の出力する座標データ列に基づいて前記文
   字を構成する部分パターンストローク長を検出する文字
   ストローク長検出部と、 当該文字ストローク長検出部が検出した部分パターンス
   トローク長を予め設定された字枠幅及び罫線幅のいずれ
   かに比較してこれらのストローク長比を検出する部分パ
   ターンストローク長検出部と、 当該部分パターンストローク長検出部が検出した部分パ
   ターンストローク長比によって前記特徴点に基づく認識
   処理における重み付けパラメータを設定する重み付け設
   定部とを設けたことを特徴とするオンライン文字認識装
   置。
5. 【請求項５】 タブレットに文字を筆記入力して得られ
   た座標データ列の中の不要データを除去して直線化処理
   を施す前処理部と、 前記前処理部によって直線化された座標データ列から、
   筆記入力された文字を構成する各ストロークの特徴を表
   す特徴点を抽出する特徴点抽出部と、 前記特徴点抽出部で抽出された特徴点の位置関係によっ
   て前記各ストロークをコード化するストロークコード化
   部と、 前記特徴点抽出部及びストロークコード化部のいずれか
   一方又は双方の出力データを、予め登録されている登録
   パターンデータと比較して文字認識を行う文字認識部
   と、 予め前記文字を構成する部分パターンの占める面積の前
   記文字に対する面積比及びストローク長比のいずれか一
   方又は双方を前記登録パターンデータから算出しておき
   文字辞書内に格納しておき、当該面積比及びストローク
   長比のいずれか一方又は双方によって前記特徴点に基づ
   く認識処理における重み付けパラメータを設定する重み
   付け設定部とを設けたことを特徴とするオンライン文字
   認識装置。