JPH0757058A - 文字認識装置および文字認識方法 - Google Patents

Abstract

(57)【要約】 【目的】認識結果として複数肯定が得られても、容易に
精度よく一意の認識結果に決定できる文字認識装置およ
び文字認識方法を提供する。 【構成】初期段階でのシミュレーションにより判明した
複数肯定から評価テーブルを作成し、構造特徴マッチン
グ評価部３４内の既知パターン累積度数データベースと
しておく。構造特徴マッチング認識部３２の認識結果が
複数肯定となった場合、構造特徴マッチング評価部３４
において、既知パターン累積度数データベースを検索し
て、認識結果があらかじめ登録されている既知パターン
であるか判別し、既知パターンである場合はその信頼度
と認識結果を得る。そして、信頼度に基づいて認識結果
を選択し、置換する。既知パターンでない場合は、その
入力パターンと認識結果を未知パターン累積度数データ
ベースに登録し、認識結果をリジェクトに置換する。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は、たとえば、郵便物上の
宛名情報を光学的に読取って郵便物を区分する郵便物宛
名自動読取区分機などにおいて、郵便物上に自由手書き
や印刷活字などによって表記された宛名情報の文字を認
識する文字認識装置および文字認識方法に関する。

【０００２】

【従来の技術】一般に、たとえば、郵便物上に自由手書
きや印刷活字などによって表記された宛名情報の文字を
認識する文字認識装置においては、事前のパターンの発
生頻度が不明な上に、誤った検出切出し候補に対して、
高精度なリジェクト能力が要求される。

【０００３】このような文字認識に適した手法として、
複合類似度法や構造解析によるパターン識別が一般によ
く知られている。複合類似度法の場合、対象パターンに
対しての識別結果は、識別対象のサンプルパターンか
ら、あらかじめ作成したそれぞれの辞書カテゴリの類似
度として算出される。算出された類似度から認識結果を
得る場合には、辞書カテゴリと類似度値の分布を評価し
て、一般に統計的に肯定、リジェクトを決定する。

【０００４】一方、構造解析によるパターン識別の場
合、あらかじめ構造特徴を記述した辞書情報と対象パタ
ーンから算出される構造特徴とを順次照合し、認識完了
条件を満たした場合に肯定、それ以外の場合にリジェク
トと識別する。この手法の場合、辞書情報に記述してあ
る複数のカテゴリが正読となる場合があり、これは一般
に複数肯定といわれる。

【０００５】

【発明が解決しようとする課題】構造解析によるパター
ン認識では、有限のサンプル数から辞書情報を生成する
が、複合類似度法で行なうようなカテゴリ間の距離を測
定することはできない。すなわち、あらかじめ用意した
評価テーブルで複数肯定を一意の肯定かリジェクトに判
定するのは困難である。

【０００６】また、複合類似度法と協調して認識を行な
ったとしても、複数肯定を一意に決定できるとは限ら
ず、さらに、複数肯定を増加させる可能性がある。そこ
で、本発明は、認識結果として複数肯定が得られても、
容易に精度よく一意の認識結果に決定できる文字認識装
置および文字認識方法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】本発明の文字認識装置
は、被読取物上の文字が存在する画像を入力する画像入
力手段と、この画像入力手段で入力された画像を用いて
構造特徴マッチング演算を行なうことにより認識処理を
行なう認識手段と、この認識手段の認識結果が複数得ら
れたとき、あらかじめ複数の既知パターンが登録されて
いる既知パターンデータベースを参照して既知パターン
であるか否かを判別する判別手段と、この判別手段の判
別の結果、既知パターンである場合、その認識結果を前
記既知パターンデータベースにしたがい置換することに
より認識結果を一意に決定する手段とを具備している。

【０００８】また、本発明の文字認識装置は、被読取物
上の文字が存在する画像を入力する画像入力手段と、こ
の画像入力手段で入力された画像を用いて構造特徴マッ
チング演算を行なうことにより認識処理を行なう認識手
段と、この認識手段の認識結果が複数得られたとき、あ
らかじめ複数の既知パターンが登録されている既知パタ
ーンデータベースを参照して既知パターンであるか否か
を判別する判別手段と、この判別手段の判別の結果、既
知パターンである場合、その認識結果を前記既知パター
ンデータベースにしたがい置換することにより認識結果
を一意に決定する手段と、前記判別手段の判別の結果、
既知パターンでない場合、その認識結果と対応する入力
画像を認識結果とともに未知パターンデータベースに保
存するとともに、その認識結果をリジェクトに置換する
手段とを具備している。

【０００９】また、本発明の文字認識装置は、被読取物
上の文字が存在する画像を入力する画像入力手段と、こ
の画像入力手段で入力された画像を用いて構造特徴マッ
チング演算を行なうことにより認識処理を行なう第１の
認識手段と、前記画像入力手段で入力された画像を用い
て複合類似度演算を行なうことにより認識処理を行なう
第２の認識手段と、前記第１の認識手段の認識結果が複
数得られたとき、あらかじめ複数の既知パターンが登録
されている既知パターンデータベースを参照して既知パ
ターンであるか否かを判別する判別手段と、この判別手
段の判別の結果、既知パターンである場合、その認識結
果を前記既知パターンデータベースにしたがい置換する
ことにより認識結果を一意に決定する手段と、この手段
で決定された認識結果と前記第２の認識手段の認識結果
とにより最終的な１つの認識結果を出力する手段とを具
備している。

【００１０】さらに、本発明の文字認識方法は、被読取
物上の文字が存在する画像を入力し、この入力された画
像を用いて構造特徴マッチング演算を行なうことにより
認識処理を行ない、この認識結果が複数得られたとき、
あらかじめ複数の既知パターンが登録されている既知パ
ターンデータベースを参照して既知パターンであるか否
かを判別し、この判別の結果、既知パターンである場
合、その認識結果を前記既知パターンデータベースにし
たがい置換することにより認識結果を一意に決定し、前
記判別の結果、既知パターンでない場合、その認識結果
と対応する入力画像を認識結果とともに未知パターンデ
ータベースに保存するとともに、その認識結果をリジェ
クトに置換することを特徴とする。

【００１１】

【作用】本発明は、たとえば、あらかじめ初期段階での
シミュレーションにより判明した複数肯定から、評価テ
ーブルとしての既知パターンデータベースを作成する。
そして、構造特徴マッチング演算による認識処理の結
果、複数肯定が得られたとき、上記既知パターンデータ
ベースを参照して登録されている既知パターンであるか
否かを判別し、登録されている既知パターンである場
合、その認識結果を上記既知パターンデータベースにし
たがい置換することにより認識結果を一意に決定もので
あり、これにより、認識結果として複数肯定が得られて
も、複数肯定を精度よく一意の認識結果に決定すること
ができる。

【００１２】

【実施例】以下、本発明の一実施例について図面を参照
して説明する。図８は、本実施例が適用される郵便物宛
名自動読取区分機の構成を概略的に示すものである。す
なわち、この郵便物宛名自動読取区分機は、多数の郵便
物Ｐが一括かつ立位状態でセットされる供給部１、この
供給部１にセットされた郵便物Ｐを最前部から順に１枚
ずつ取出す取出部２、この取出部２で取出された郵便物
Ｐを搬送する取込搬送路３、この取込搬送路３で搬送さ
れる郵便物Ｐ上の宛名情報を光学的に読取る読取部４、
この読取部４で宛名情報が読取られた郵便物Ｐをその読
取結果に基づいて区分する区分部５によって構成されて
いる。

【００１３】区分部５は、読取部４を通過した郵便物Ｐ
を搬送する搬送路６、鉛直方向に設けられた複数段の区
分搬送路７ａ〜７ｇ、この各区分搬送路７ａ〜７ｇに沿
って設けられた多数のポケット（区分箱）８，…から構
成されている。

【００１４】なお、供給部１の上部には、オペレータが
操作する操作パネル９が設けられている。しかして、操
作パネル９において、読取モードを指定した後、スター
トボタンを押下することにより、供給部１にセットされ
た郵便物Ｐは、取出部２によって１枚ずつ取出され、取
込搬送路３を搬送されて読取部４に送られる。読取部４
は、搬送される郵便物Ｐ上の宛名情報を光学的に読取
り、その読取結果に基づいて区分部５が動作することに
より、区分指定データに対応するポケット８に区分集積
されるようになっている。

【００１５】図７は、読取部４の構成を概略的に示すも
のである。すなわち、画像入力手段としての光電変換部
１１は、郵便物Ｐ上の全面画像を光電変換するもので、
たとえば、郵便物Ｐ上を照明する光源、および、郵便物
Ｐ上からの反射光を受光して電気信号に変換する自己走
査形のＣＣＤイメージセンサなどによって構成されてい
る。

【００１６】光電変換部１１の出力は、画像処理部１２
に送られる。画像処理部１２では、まず、光電変換部１
１からの入力画像により住所領域を検出し、この検出し
た住所領域から行領域を検出し、この検出した行領域内
から文字の検出切出しを行ない、文字検出切出し候補を
文字認識部１３に送る。

【００１７】文字認識部１３では、画像処理部１２から
の文字検出切出し候補にしたがって認識処理を行ない、
評価統合し、最終的に認識結果を一意に決定して、その
認識結果を第１のＣＰＵ（セントラル・プロセッシング
・ユニット）１４に送る。

【００１８】第１のＣＰＵ１４は、読取部４全体の制御
を司るもので、文字認識部１３からの認識結果を第２の
ＣＰＵ１５に転送する。第２のＣＰＵ１５は、区分機全
体の制御を司るもので、認識結果に基づき駆動部１６を
制御することにより、特定のポケット８に郵便物Ｐを区
分集積する。

【００１９】図６は、文字認識部１３の構成を詳細に示
すものである。なお、あらかじめ定義しておくが、住所
情報は、都道府県などの町名と丁目、番地などの街区と
で構成されている。ここでは街区を数字部と呼称する。

【００２０】すなわち、住所認識部２１は、画像処理部
１２からの文字検出切出し候補にしたがって、町名を認
識する。文字検出切出し候補は、アークとノードのグラ
フとなっているので、住所データベース２２によりグラ
フ検索を行なうことにより、住所情報を組立てる。

【００２１】数字認識部２３では、住所認識部２１の認
識結果を参照することにより、町名に続く街区、すなわ
ち数字部のグラフを、文字検出切出し候補にしたがって
認識する。数字認識部２３では、数字データベース２４
を参照することにより、数字部を組立てるが、住所認識
部２１の場合のように、認識結果をデータベースで訂正
することはできない。

【００２２】図１は、数字認識部２３の構成を詳細に示
すものである。すなわち、文字検出切出し候補は、複合
類似度認識部３１および構造特徴マチッング認識部３２
にそれぞれ送られる。複合類似度認識部３１は、図示し
ない複合類似度辞書情報を用いて複合類似度演算を行な
うことにより認識処理を行ない、その認識結果は上位候
補のみを残し、複合類似度評価部３３に送られる。複合
類似度評価部３３では、類似度の分布により、あらかじ
め統計的に予測されたしきい値によって認識結果を一意
に決定するか、もしくはリジェクトする。

【００２３】構造特徴マッチング認識部３２は、入力パ
ターンの輪郭構造を演算し、その輪郭を円弧近似したも
のを特徴として用い、図示しない構造特徴辞書情報を用
いて構造特徴マッチング演算を行なうことにより認識処
理を行ない、その認識結果は構造特徴マッチング評価部
３４に送られる。構造特徴マッチング評価部３４は、認
識結果の組合わせにより、認識結果を一意に決定する
か、もしくはリジェクトする。

【００２４】複合類似度評価部３３および構造特徴マッ
チング評価部３４の各認識結果は、それぞれ答編集部３
５に送られ、ここで最終的な１つの文字認識結果が一意
に決定される。

【００２５】図２は、構造特徴マッチング評価部３４の
構成を詳細に示すものである。すなわち、評価ＣＰＵ４
１には、構造特徴マッチング認識部３２の認識結果が送
られる。評価ＣＰＵ４１では、認識結果が複数肯定の場
合には、既知パターン累積度数データベース４２を参照
して、複数肯定の組合わせを検索する。既知パターン累
積度数データベース４２に複数肯定の組合わせがあった
場合には、データベースの選択および置換ルールにより
認識結果を一意に決定する。

【００２６】既知パターン累積度数データベース４２
に、複数肯定の組合わせがない場合には、認識結果をリ
ジェクトに置換し、その認識結果と入力パターン（入力
画像）を未知パターン累積度数データベース４３に蓄積
する。

【００２７】なお、未知パターン累積度数データベース
４３は、たとえば、性能向上が必要な場合に、既知パタ
ーン累積度数データベース４２の内容を補正するために
用いられる。

【００２８】図３は、既知パターン累積度数データベー
ス４２の構成を詳細に示すものである。すなわち、エン
トリ５１には、あらかじめ大量のデータから高い頻度で
出現した、複数肯定の組合わせ（既知パターン）を登録
してある。また、この既知パターン累積度数データベー
ス４２は、それぞれのエントリ５１に対応した評価テー
ブルを備えている。

【００２９】この評価テーブルを、第１の評価テーブル
５２を参照して説明すると、累積度数は、データベース
構築時に複数肯定の候補として、たとえば「１，ノ」の
２種があがった回数をサンプルとして登録しているもの
である。

【００３０】また、信頼度は、「０〜１」までの実数で
あるが、これは一種のしきい値である。たとえば、文字
の認識時には、その文字が「１」および「ノ」に対して
どれだけ最もらしいかという評価点が「０〜１」の値で
与えられるが、この値を信頼度のしきい値と比較し、こ
のしきい値以上のものを文字の認識結果とする。

【００３１】なお、ここでは信頼度は「０〜１」に設定
されており、この信頼度によって認識結果とするもので
はない。認識結果は、ここでは「１」に設定されている
が、複数肯定の候補として「１，ノ」があがった場合、
一意に「１」を認識結果として出力する。

【００３２】第２の評価テーブル５３は、全く類似して
いない認識候補、たとえば「３，目」の場合、リジェク
トとする。第３の評価テーブル５４は、構造的に類似し
た認識結果、たとえば「７，ノ」の場合、「７」を候補
として選択する。

【００３３】図４は、未知パターン累積度数データベー
ス４３の構成を詳細に示すものである。すなわち、エン
トリ６１には、既知パターン累積度数データベース４２
に登録されていない複数肯定の組合せが登録される。た
とえば、入力パターンに対して「２，３」の複数肯定と
なった場合、この未知パターン累積度数データベース４
３に全く登録されていないパターンであれば新規に登録
し、未知パターン累積度数データベース４３に一度でも
登録されていると、そのエントリ６１にしたがって登録
する。

【００３４】この未知パターン累積度数データベース４
３は、それぞれのエントリ６１に対応して未知パターン
テーブル６２を備えている。この未知パターンテーブル
６２では、画像サイズおよび画像を格納し、さらに累積
度数を計数する。すなわち、「２，３」と複数肯定され
た文字の画像サイズと、その文字の画像を格納し、その
後に累積度数に「１」を加えて計数する。

【００３５】ここで、新規に入力パターンが登録された
場合、エントリ６１に複数肯定の組合せを登録し、未知
パターンテーブル６２に読取った文字の画像サイズおよ
び画像を格納する。また、その後に累積度数の欄に
「１」を加える。

【００３６】また、既に未知パターン累積度数データベ
ース４３に入力パターンに対応する登録がなされている
と、エントリ６１から未知パターンテーブル６２を読出
し、以前に登録されている画像サイズおよび画像に加え
て、ここで画像サイズおよび画像を登録する。その後、
累積度数に「１」を加える。

【００３７】図５は、構造特徴マッチング評価部３４の
処理手順を示すフローチャートであり、以下、このフロ
ーチャートを参照して処理手順を説明する。たとえば、
入力パターン７１は、文字装飾により「６」か「８」か
区別がつきにくいパターンである。したがって、入力パ
ターン７１は、構造特徴マッチング認識部３２に送ら
れ、認識され、その認識結果が（６，８）の複数肯定と
なったものとする（Ｓ１，Ｓ２）。

【００３８】認識結果は、既知パターン累積度数データ
ベース４２を検索することにより（Ｓ３）、それにあら
かじめ登録されている既知パターンであるか否か判別さ
れる（Ｓ４）。この判別の結果、あらかじめ登録されて
いる既知パターンである場合は、その信頼度と認識結果
を得る。そして、あらかじめ決定されている信頼度によ
って、［信頼度≧評価点］の関係を満たした場合、認識
結果を選択し、置換する（Ｓ５）。また、信頼度が
「１」の場合は、評価点に関係なく認識結果を選択し、
置換する。それ以外は認識結果を絞り込まない。

【００３９】ステップＳ４での判別の結果、あらかじめ
登録されている既知パターンでない場合は、その入力パ
ターンと認識結果を未知パターン累積度数データベース
４３に登録し（Ｓ６）、認識結果をリジェクトに置換す
る（Ｓ７）。

【００４０】このことにより、ユーザは、リジェクトが
多い場合、未知パターンが多量に発生したことを推測し
て、未知パターンに正解を付けて既知パターン累積度数
データベース４２に登録することができる。

【００４１】以上説明したように上記実施例によれば、
あらかじめ辞書作成時および初期段階でのシミュレーシ
ョンにより判明した複数肯定から、評価テーブルを作成
しておく。そして、構造特徴マッチング演算による認識
処理の結果、複数肯定が得られたとき、上記評価テーブ
ルを参照して登録されている既知パターンであるか否か
を判別し、登録されている既知パターンである場合、そ
の認識結果を上記評価テーブルにしたがい選択、置換す
ることにより認識結果を一意に決定するものである。こ
れにより、認識結果として複数肯定が得られても、容易
に複数肯定を精度よく一意の認識結果に決定することが
できる。

【００４２】また、未知パターンに関して、予測できな
いので、評価テーブルに登録されていない複数肯定が発
生した場合には、その文字画像（入力画像）と認識結果
を物理的に可能な限り保存する。これにより、たとえ
ば、文字認識装置が期待した性能に達しない場合は、保
存しておいた未知パターンのデータを評価テーブルにフ
ィードバックすることができる。

【００４３】なお、前記実施例では、郵便物上の文字を
認識する文字認識装置に適用した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なく、たとえば、
帳票上の文字を認識する文字認識装置にも同様に適用で
きる。

【００４４】

【発明の効果】以上詳述したように本発明によれば、認
識結果として複数肯定が得られても、容易に精度よく一
意の認識結果に決定できる文字認識装置および文字認識
方法を提供できる。

【図面の簡単な説明】

【図１】数字認識部の構成を示すブロック図。

【図２】構造特徴マッチング評価部の構成を示すブロッ
ク図。

【図３】既知パターン累積度数データベースの構成を示
すブロック図。

【図４】未知パターン累積度数データベースの構成を示
すブロック図。

【図５】構造特徴マッチング評価部の処理手順を示すフ
ローチャート。

【図６】文字認識部の構成を示すブロック図。

【図７】読取部の構成を概略的に示すブロック図。

【図８】郵便物宛名自動読取区分機の構成を概略的に示
す構成図。

【符号の説明】 Ｐ…郵便物（被読取物）、４…読取部、１１…光電変換
部（画像入力手段）、１２…画像処理部、１３…文字認
識部、２１…住所認識部、２３…数字認識部、３１…複
合類似度認識部、３２…構造特徴マチッング認識部、３
３…複合類似度評価部、３４…構造特徴マッチング評価
部、３５…答編集部、４１…評価ＣＰＵ、４２…既知パ
ターン累積度数データベース、４３…未知パターン累積
度数データベース、５１…エントリ、５２，５３，５４
…評価テーブル、６１…エントリ、６２…未知パターン
テーブル。

Claims (4)

【特許請求の範囲】
1. 【請求項１】 被読取物上の文字が存在する画像を入力
   する画像入力手段と、 この画像入力手段で入力された画像を用いて構造特徴マ
   ッチング演算を行なうことにより認識処理を行なう認識
   手段と、 この認識手段の認識結果が複数得られたとき、あらかじ
   め複数の既知パターンが登録されている既知パターンデ
   ータベースを参照して既知パターンであるか否かを判別
   する判別手段と、 この判別手段の判別の結果、既知パターンである場合、
   その認識結果を前記既知パターンデータベースにしたが
   い置換することにより認識結果を一意に決定する手段
   と、 を具備したことを特徴とする文字認識装置。
2. 【請求項２】 被読取物上の文字が存在する画像を入力
   する画像入力手段と、 この画像入力手段で入力された画像を用いて構造特徴マ
   ッチング演算を行なうことにより認識処理を行なう認識
   手段と、 この認識手段の認識結果が複数得られたとき、あらかじ
   め複数の既知パターンが登録されている既知パターンデ
   ータベースを参照して既知パターンであるか否かを判別
   する判別手段と、 この判別手段の判別の結果、既知パターンである場合、
   その認識結果を前記既知パターンデータベースにしたが
   い置換することにより認識結果を一意に決定する手段
   と、 前記判別手段の判別の結果、既知パターンでない場合、
   その認識結果と対応する入力画像を認識結果とともに未
   知パターンデータベースに保存するとともに、その認識
   結果をリジェクトに置換する手段と、 を具備したことを特徴とする文字認識装置。
3. 【請求項３】 被読取物上の文字が存在する画像を入力
   する画像入力手段と、 この画像入力手段で入力された画像を用いて構造特徴マ
   ッチング演算を行なうことにより認識処理を行なう第１
   の認識手段と、 前記画像入力手段で入力された画像を用いて複合類似度
   演算を行なうことにより認識処理を行なう第２の認識手
   段と、 前記第１の認識手段の認識結果が複数得られたとき、あ
   らかじめ複数の既知パターンが登録されている既知パタ
   ーンデータベースを参照して既知パターンであるか否か
   を判別する判別手段と、 この判別手段の判別の結果、既知パターンである場合、
   その認識結果を前記既知パターンデータベースにしたが
   い置換することにより認識結果を一意に決定する手段
   と、 この手段で決定された認識結果と前記第２の認識手段の
   認識結果とにより最終的な１つの認識結果を出力する手
   段と、 を具備したことを特徴とする文字認識装置。
4. 【請求項４】 被読取物上の文字が存在する画像を入力
   し、この入力された画像を用いて構造特徴マッチング演
   算を行なうことにより認識処理を行ない、この認識結果
   が複数得られたとき、あらかじめ複数の既知パターンが
   登録されている既知パターンデータベースを参照して既
   知パターンであるか否かを判別し、この判別の結果、既
   知パターンである場合、その認識結果を前記既知パター
   ンデータベースにしたがい置換することにより認識結果
   を一意に決定し、前記判別の結果、既知パターンでない
   場合、その認識結果と対応する入力画像を認識結果とと
   もに未知パターンデータベースに保存するとともに、そ
   の認識結果をリジェクトに置換することを特徴とする文
   字認識方法。