JPH06337966A - 文字認識装置 - Google Patents

Abstract

(57)【要約】 【目的】 オペレータの操作性が向上でき、しかも客観
的判断に基づく効果的な認識辞書の選択を行うことがで
きる文字認識装置を提供することを目的とする。 【構成】 文書画像の文字切り出し処理によって得られ
た手書き文字画像の１部に対して予め用意された複数の
手書き文字認識辞書を用いてそれぞれ認識を行い、それ
によって得られた複数の認識結果に基づいて、その手書
き文書画像全体の認識に最適な手書き文字認識辞書の選
択を自動的に行う。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は、手書き文書画像を入力
して、該手書き文書画像の文字に認識処理を施す文字認
識装置に関するものである。

【０００２】

【従来の技術】一般的な手書き文字においては、筆記者
特有の癖などの影響によりたとえ同じ文字であっても、
実際に記述された文字の場合その筆記者によりかなりの
違いがある。こうした筆記者の癖は、いくつかの癖のパ
ターンに分類することはある程度可能であるにしても、
ある一つのパターンで代表させることは難しい。

【０００３】文字認識では通常、認識したい文字画像デ
ータに対して特徴の抽出を行い、その抽出された特徴抽
出量と予め求めておいた全ての認識対象文字の標準パタ
ーンとを比較して、どの程度マッチングがとれているを
調べ、その結果を基準にして正解文字を決定する。ここ
で、マッチングの対象とする全ての認識対象文字の標準
パターンとその文字を表す文字コードとのセットをまと
めて登録したものが認識辞書と呼ばれるものであるが、
唯一つの認識辞書によって手書き文字認識を行うこと
は、先に指摘したような手書き文字のパターンの多種多
様さを考えると大変困難である。

【０００４】これを解決する手段としては、様々な手書
き文字のパターンに対応させた筆記者別あるいは筆記者
の癖パターン別の認識辞書を予め複数用意しておき、認
識対象とする手書き文書の認識に最も適していると思わ
れる辞書をオペレータがそのつど選択し、それに基づい
て認識を行うという方法があった。

【０００５】

【発明が解決しようとする課題】しかしながら上記従来
例では、認識辞書の選択をオペレータが何らかの指示操
作によって行わなければならず面倒である上、辞書選択
のための判断基準もオペレータの主観に左右される部分
が大きく、常に効果的な辞書選択がなされているという
保証を得ることは大変困難であった。

【０００６】本発明は上記従来の問題点に鑑み、オペレ
ータの操作性が向上でき、しかも客観的判断に基づく効
果的な認識辞書の選択を行うことができる文字認識装置
を提供することを目的とする。

【０００７】

【課題を解決するための手段】上記目的を達成するため
に本発明は、入力された手書き文書画像に対して１文字
ずつの切り出しを行う切り出し手段と、切り出された手
書き文字画像群の１部分に対し異なる複数の手書き文字
認識辞書によって特徴抽出及びマッチングを行う第１の
認識手段と、前記特徴抽出及びマッチングにより得られ
た複数の認識結果に基づき該手書き文書画像全体の認識
に最適な手書き文字認識辞書を選択する辞書選択手段
と、選択された手書き文字認識辞書により該手書き文書
画像全体の特徴抽出及びマッチングを行う第２の認識手
段とを備え、前記第２の認識手段の認識結果に基づき正
解文字を決定するようにしたものである。

【０００８】

【作用】上記構成により本発明によれば、文書画像の文
字切り出し処理によって得られた手書き文字画像の１部
に対して予め用意された複数の手書き文字認識辞書を用
いてそれぞれ認識を行い、それによって得られた複数の
認識結果に基づいて、その手書き文書画像全体の認識に
最適な手書き文字認識辞書の選択を自動的に行う。

【０００９】

【実施例】以下、図面を参照して本発明の実施例を説明
する。

【００１０】図１は、本発明に係る文字認識装置の実施
例の概略構成を示すブロック図である。

【００１１】図中の１０１は、読取り対象から手書き文
字文書をアナログ信号に変換して読み取るスキャナであ
る。このスキャナ１０１の出力側には、スキャナ１０１
から出力されたアナログ信号を２値のデジタル信号に変
換する２値化回路１０２が接続されている。この２値化
回路１０２は以下に述べる他の構成要素と共に外部バス
ライン１１１に接続されている。外部バスライン１１１
は外部アドレス及び外部データバスを含む。

【００１２】ＣＰＵ（中央処理装置）１０３は、外部バ
スライン１１１を介して後述するＲＯＭ１０５及び外部
記憶１０６のアドレッシングやデータのやり取り等を行
い、装置全体の動作を制御するものであり、割り込み入
力ポート、割込み制御回路、クロックパルス発生器、命
令デコーダ、レジスタ群、ＡＬＵ、入力ポート、出力ポ
ート及びイメージ入力シフトレジスタを含む大規模集積
回路（ＬＳＩ）よりなる。

【００１３】ランダムアクセスメモリ（ＲＡＭ）１０４
は、アドレスごとに割り付けられた読み書き可能な記憶
部を有し、ＣＰＵ１０３のワークエリアとして使用され
ると共に、２値化回路１０２より入力された手書き文字
文書画像データ、手書き文字文書画像の一部分に対する
複数の筆記者別認識辞書による複数の認識結果データ及
び複数の筆記者別認識辞書より本手書き文書画像の認識
に最適であると決定された手書き認識辞書による手書き
文字文書画像全体の認識結果データを一時的に格納する
ための記憶領域として使用される。

【００１４】リードオンリーメモリ（ＲＯＭ）１０５
は、ＣＰＵ１０３によって順次実行されるプログラム、
書き替え不可能な基本手書き認識辞書、及び各種判定等
で用いられる定数をコード化して収納している。なお、
基本手書き認識辞書には、一定レベルの認識性能を保つ
ことができるようにするために、書き替え不可能で且つ
筆記者を選ばない標準的な手書き認識辞書が記憶されて
いる。

【００１５】外部記憶１０６は、ＲＡＭ１０４に一時的
に格納した文書画像データや認識結果データ、及びオペ
レータによって登録された筆記者別認識辞書を長期的に
保存するための記憶領域として使用される。

【００１６】ＣＲＴインターフェイス１０７は、出力デ
ータを受け取ってＣＲＴ１０８に表示するための信号を
発生させる。また、キーボード１０９とポインティング
デバイス１１０はオペレータが該文字認識装置に対する
指示を入力するための装置である。

【００１７】図２は、図１中のＣＰＵ１０３の動作を説
明するフローチャートであり、この処理を実行する制御
プログラムはＲＯＭ１０５に記憶されている。

【００１８】まず、ステップＳ２０１で、スキャナ１０
１においてオペレータによりセットされた読取り対象か
らの手書き文書画像情報をアナログ信号として読み込
み、さらに、２値化回路１０２によって該アナログ信号
を２値化してＲＡＭ１０４に記憶する。

【００１９】続いてステップＳ２０２では、前記ステッ
プＳ２０１で入力した２値化された手書き文書画像デー
タに対して文字切り出し処理を行う。文字の切り出し処
理は、１文字ずつの手書き文字画像の外接矩形を求め、
その矩形の大きさの手書き文字画像データ群を次々とＲ
ＡＭ１０４に記憶されることによって行う。

【００２０】次にステップＳ２０３では、前記ステップ
Ｓ２０２で切り出し処理を行った手書き文字画像データ
の認識に対して最適である手書き文書認識辞書の選択を
行う。この選択処理の詳細な手順を図３及び図４のフロ
ーチャートに示す。

【００２１】本選択処理は、文字の切り出し処理によっ
て切り出された手書き文字画像データ群の中のある１部
分の切り出し文字画像群について、あらかじめＲＯＭ１
０５に記憶されているＭ個の筆記者別手書き文字認識辞
書を用いることにより、実際に認識を行い、それによっ
て得られた複数の認識結果を比較することによって該文
書画像全体の認識に最適な手書き文書認識辞書を選出す
るというものである。

【００２２】この選択処理のための認識は、最初は切り
出された手書き文字画像データ群の中の第１文字目の文
字画像に対して行われ、以後第２文字目、第３文字目…
という順に選択処理が終了するまで行われる。

【００２３】ステップＳ３０１では、この選択処理のた
めの認識が何文字目の切り出し文字画像データに対して
行われているかを示す文字画像データの番号ｉを１に初
期化している。

【００２４】また、続いてのステップＳ３０２では、こ
の第ｉ文字目の切り出し文字画像データに対する認識が
どの手書き文書認識辞書を用いて行われているかを示す
手書き文書認識辞書番号ｊを１に初期化している。

【００２５】ステップＳ３０３では、第ｉ文字目の切り
出し文字画像データの位置、傾き、線幅、濃度等に対す
る正規化処理を行う。

【００２６】ステップＳ３０４では、正規化された第ｉ
番目の切り出し文字画像データを認識部に送り込み、そ
れがどんな文字かを手書き文字認識辞書ｊを用いること
によって認識する。認識はまず正規化された切り出し文
字画像データに対して輪郭線特徴等の抽出を行い、その
抽出された特徴ベクトルと認識辞書における全ての文字
の標準パターンベクトルとのマッチングをとり、その際
最も確からしいとされた文字の文字コード及びマッチン
グによって得られた特徴ベクトルと標準パターンベクト
ル間の距離（以下ではこれをベクトル間距離という）と
を出力することにより行う。なお、ベクトル間距離は認
識結果の類似度の強さを示す尺度となるものであり、こ
の値が小さければ小さいほど認識結果の類似度は高いこ
とを示す。

【００２７】このステップＳ３０４による結果は、第ｊ
番目の筆記者別手書き文字認識辞書による認識結果デー
タとしてＲＡＭ１０４に記憶される。

【００２８】ステップＳ３０５では、ｊの値をチェック
し、まだ値Ｍ以上になっていない場合にはｊには１を加
算し、ステップＳ３０４以下の処理を繰り返す。即ち、
１番目からＭ番目までの筆記者別手書き文字認識辞書に
ついてステップＳ３０４の認識処理を行うこととなる。
これらの認識結果データの構造を図５に示す。

【００２９】第Ｍ番目の筆記者別手書き文字認識辞書に
対する認識処理が終わると、ステップＳ３０６では、ス
テップＳ３０４〜３０５で得られたＭ個の認識結果文字
コードを調べ、過半数、即ち（Ｍ／２＋１）個以上にお
いて同じ文字コードを認識結果として出力しているもの
が存在しているかをチェックする。もし存在するなら
ば、その過半数を占めた文字コードが正しい認識結果で
あると仮定しステップＳ３０７の処理を行う。

【００３０】もし同じ文字コードを認識結果として出力
しているものが過半数に満たない場合には、どの文字コ
ードが正しい結果を示しているかを判断することが困難
であるため、その第ｉ文字目の文字画像認識結果に基づ
く最適な認識辞書選択のための判断を中止し、ｉに１を
加算しステップＳ３０２以下の処理を繰り返す。すなわ
ち、ｉ＝１の初期状態の場合には、続く第２文字目の文
字画像認識結果に対してステップＳ３０２以下の処理を
行うこととなる。

【００３１】一方、ステップＳ３０７では、ステップＳ
３０６で正解であるとした文字コードを認識結果として
いるものの中でそのベクトル間距離が最も小さい認識辞
書、すなわちこの第ｉ番目の文字画像の認識にもっとも
適していると思われる認識辞書の番号ｍに対応した辞書
選択回数カウンタメモリＣｍを１つカウントする。辞書
選択回数カウンタメモリＣ1〜ＣMは、第１〜第Ｍ番目の
それぞれの認識辞書が最適であると判定された回数を記
憶するための記憶領域である。

【００３２】続くステップＳ３０８ではステップＳ３０
７でカウントされた辞書選択回数カウンタメモリＣ1〜
ＣMの値の最大値を調べ、その最大値を示した辞書選択
回数カウンタメモリＣｍａｘの値がＮ以上になっている
かをチェックする。ここでもしＣｍａｘの値がＮより小
さい場合には、文書画像全体を認識するために最も適し
た認識辞書を決定するための判断材料が不十分であると
いう理由により判断保留の決定がなされ、ｉに１を加算
しステップＳ３０２以下の処理を繰り返す。

【００３３】従って、ｉの値が初期状態の１であり、か
つＮ＞１であるとすれば、第１文字目の文字画像に対す
るステップＳ３０１〜ステップＳ３０７の処理が行われ
た時点でこの条件が満たされることはなく、従って、処
理対象とする文字画像が最低Ｎ文字目になるまでは、続
く第２文字目、第３文字目の文字画像…というようにス
テップＳ３０２〜ステップＳ３０８の処理が繰り返され
ることとなる。

【００３４】ステップＳ３０２〜ステップＳ３０８の処
理が何度か繰り返された後に辞書選択回数カウンタメモ
リＣ1〜ＣMのいずれかの値がＮ以上となった場合、ステ
ップＳ３０９以下において最適な手書き文字認識辞書の
決定が行われる。

【００３５】ステップＳ３０９において辞書選択回数カ
ウンタメモリＣ1〜ＣMの値の最大値であるＣｍａｘの値
がＮ以上であった場合を考えると、それに対応する筆記
者別手書き文字認識辞書は、筆記者別手書き文字認識辞
書１〜Ｍの中で本文書画像全体を認識するために最適な
辞書である可能性が高いといえる。

【００３６】しかしながらこのＣmaxの値がＣmaxを除い
た他の辞書選択回数カウンタメモリの値とあまり大きな
差がない場合には、たとえＣmaxが他の全ての辞書選択
回数カウンタメモリの値よりも大きかったとしても、Ｃ
maxに対応する筆記者別手書き文字認識辞書が本文書画
像全体を認識するために最適であるとはいい難い。

【００３７】そこで、ステップＳ３０９ては、次のよう
な基準に基づき、本文書画像全体を認識するための手書
き文字認識辞書を選択する。

【００３８】（１）最大値を示している辞書選択回数カ
ウンタメモリＣmaxの値が、それを除く他の辞書選択回
数カウンタメモリの値の総和の２倍以上になっている場
合には、Ｃmaxに対応する筆記者別手書き文字認識辞書
を本文書画像全体を認識するために最適な辞書として選
択する。

【００３９】（２）最大値を示している辞書選択回数カ
ウンタメモリＣmaxの値が、それを除く他の辞書選択回
数カウンタメモリの値の総和の２倍以下になっている場
合には、予め登録されている筆記者別手書き文字認識辞
書１〜Ｍの中には本文書画像全体を認識するために最適
な辞書はないと判断し、ＲＯＭ１０５に記憶された基本
手書き認識辞書を本文書画像全体を認識するための辞書
として選択する。

【００４０】なお、図６に辞書選択回数カウンタメモリ
Ｃ1〜ＣMの内容に対応したステップＳ３０８、ステップ
Ｓ３０９における処理判断の分岐の例を示す。

【００４１】ステップＳ２０３で選択された最適な手書
き文書認識辞書を用いて、ステップＳ２０４では全文字
画像データに対して認識処理が行われる。認識の手法は
ステップＳ３０３，ステップＳ３０４に示したものとほ
ぼ同様であり、まず正規化された切り出し文字画像デー
タに対し輪郭線特徴等の抽出を行い、その抽出された特
徴ベクトルと認識辞書における全ての文字の標準パータ
ンベクトルとのマッチングをとり、その際最も確からし
いとされた文字を第１候補とし、その後２番目、３番目
に確からしいものを第３候補…と以下同様に第８候補ま
で出力することによって行う。このステップＳ２０４に
よる結果は認識結果データとしてＲＡＭ１０４に記憶さ
れる。

【００４２】最後にステップＳ２０５では、ステップＳ
２０４で作成された認識結果データを外部記憶１０６に
格納する。

【００４３】なお、本発明は、図示の実施例に限定され
ず、種々の変形が可能である。例えば、その変形例とし
て次のようなものがある。

【００４４】（１）複数の候補となる筆記者別手書認識
辞書のそれぞれの認識結果の比較に基づいて最適な筆記
者別手書き認識辞書を選択するのであれば、その具体的
な手法については上記実施例と異なっていてもよい。

【００４５】（２）候補となる複数の手書き認識辞書は
上記実施例のようにオペレータによって登録された筆記
者別手書き認識辞書に限定することはなく、筆記者によ
く見られる一般的な癖や傾向（例えば、文字の大小や右
上がり文字、左上がり文字など）によくマッチするよう
な手書き認識辞書をメーカーが予め登録しておいたもの
であってもよい。

【００４６】

【発明の効果】以上に説明したように、本発明によれ
ば、入力された手書き文書画像に対して１文字ずつの切
り出しを行う切り出し手段と、切り出された手書き文字
画像群の１部分に対し異なる複数の手書き文字認識辞書
によって特徴抽出及びマッチングを行う第１の認識手段
と、前記特徴抽出及びマッチングにより得られた複数の
認識結果に基づき該手書き文書画像全体の認識に最適な
手書き文字認識辞書を選択する辞書選択手段と、選択さ
れた手書き文字認識辞書により該手書き文書画像全体の
特徴抽出及びマッチングを行う第２の認識手段とを備
え、前記第２の認識手段の認識結果に基づき正解文字を
決定するようにしたので、オペレータの操作性が向上す
る上、客観的判断に基づく効果的な認識辞書の選択を行
うことができる。

【図面の簡単な説明】

【図１】本発明に係る文字認識装置の実施例の概略構成
を示すブロック図である。

【図２】図１中のＣＰＵ１０３の動作を説明するフロー
チャートである。

【図３】最適な手書き文書認識辞書の選択を行うための
手順を示すフローチャートである。

【図４】図３の続きのフローチャートである。

【図５】複数の認識辞書による認識結果データの記憶形
式を示す図である。

【図６】最適な手書き認識辞書の選択処理における辞書
選択回数カウンタメモリの内容に対応した処理判断の分
岐の例を示す図である。

【符号の説明】

１０１ スキャナ １０２ ２値化回路 １０３ ＣＰＵ １０４ ＲＡＭ １０５ ＲＯＭ １０６ 外部記憶 １０７ ＣＲＴインターフェイス １０８ ＣＲＴ １０９ キーボード １１０ ポインティングデバイス １１１ 外部バスライン

Claims (1)

【特許請求の範囲】
1. 【請求項１】入力された手書き文書画像に対して１文字
   ずつの切り出しを行う切り出し手段と、 切り出された手書き文字画像群の１部分に対し異なる複
   数の手書き文字認識辞書によって特徴抽出及びマッチン
   グを行う第１の認識手段と、 前記特徴抽出及びマッチングにより得られた複数の認識
   結果に基づき該手書き文書画像全体の認識に最適な手書
   き文字認識辞書を選択する辞書選択手段と、 選択された手書き文字認識辞書により該手書き文書画像
   全体の特徴抽出及びマッチングを行う第２の認識手段と
   を備え、 前記第２の認識手段の認識結果に基づき正解文字を決定
   することを特徴とする文字認識装置。