JPH08287186A

JPH08287186A - 特徴抽出装置及び方法

Info

Publication number: JPH08287186A
Application number: JP7116408A
Authority: JP
Inventors: Yasushi Kato; 裕史加藤; Hiromi Kida; 博己木田
Original assignee: N T T DATA TSUSHIN KK; NTT Data Communications Systems Corp
Current assignee: N T T DATA TSUSHIN KK; NTT Data Corp
Priority date: 1995-04-17
Filing date: 1995-04-17
Publication date: 1996-11-01

Abstract

(57)【要約】【目的】手書き文字等の変動の大きいパターンの認識
において、ストロークの方向を反映した特徴プリミティ
ブを用いる従来の認識方法では誤読となってしまうパタ
ーンに対しても常に高い認識精度が得られるようにする
ための特徴抽出装置を提供する。【構成】輪郭抽出機能部５１が、入力された電子化パ
ターン９を走査してその輪郭を抽出し、この輪郭につい
て各輪郭点毎に屈曲度を求める。この屈曲度は、輪郭点
がストロークの端点付近にあるか、接続点付近にある
か、それ以外の位置にあるかを良く反映した特徴プリミ
ティブである。次に、特徴プリミティブ抽出機能部５２
が、上記各輪郭点についてそれらの方向寄与度を求め
る。方向寄与度は、ストロークの伸びる方向を良く反映
した特徴プリミティブである。次に、輪郭点ベクトル化
機能部５３が、上述した２種類の特徴プリミティブを組
合せて、電子化パターン９の特徴ベクトルを構成する。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は、文字や図形等のパター
ン認識の分野、特に手書文字の認識に好適な特徴抽出技
術の改良に関するものである。

【０００２】

【従来の技術】文字認識装置では、まず、入力装置、光
電変換装置及び前処理装置を通じて入力された文字パタ
ーンを電子化パターンに変換し、次いで、特徴抽出装置
により上記電子化パターンをパターンベクトルに変換す
る。そして、辞書内の参照ベクトルとパターンベクトル
とを比較装置において比較し、その比較結果として、パ
ターンベクトルに最も類似する参照ベクトルのカテゴリ
を出力することで上記入力された文字パターンに関する
文字認識を終了する。

【０００３】この文字認識装置に適用される特徴抽出装
置は、文字パターンのストロークの方向を表すプリミテ
ィブ（基本的な構成要素）を抽出し、ベクトル化する装
置が認識精度の面で優れていることが知られている。こ
のような装置としては、例えば、「外郭方向寄与度特徴
による手書き漢字の識別」電子通信学会誌Vol．J66-D,N
o.10,pp1192（以下、その手法を「外郭方向寄与度法」
と略記する）に開示されているものがある。

【０００４】次に、この外郭方向寄与度法の概略を図面
により説明する。

【０００５】外郭方向寄与度法では、電子化パターンが
与えられると、まず、図１で示す走査方向１のように図
の上方から文字枠全体（区間１〜区間４）に亘って走査
を開始し、最初に白点から黒点に変化する点を第１深
度、２番目に白点から黒点に変化する点を第２深度とい
うようにして輪郭点を抽出する（上記内容から明らかな
ように、深度とは、輪郭点のパターン内での相対位置を
表す値である）。例えば、図１のパターンＡ及びパター
ンＢにおける太線部分ａ、ｂは、夫々走査方向１で第１
深度となる黒点の集合である。また、図２のパターンＡ
における太線部分ｒ、ｓ、ｔ、ｕは、走査方向１で第２
深度となる黒点の集合である。

【０００６】次に、各深度に位置する黒点を中心に、黒
点が続く限り８方向に触手を伸ばす。ここで、８方向に
触手を伸ばすということは、黒点から白点に変化するま
での黒点連結数を、上下左右及び斜４５度の全８方向の
各々において数えるということである。例えば、パター
ンＡの場合、図３中の走査方向１の深度１の輪郭点Ｘか
ら触手を伸ばす動作をすると、図３の矢印のようにな
る。輪郭点Ｘの場合、上方向や左右方向はすぐに白点に
変化してしまうので、黒点連結数は０である。このよう
にして８方向に触手を伸ばすことにより、下記の（１）
式のような方向寄与度ｄi（i＝1,2,…,4）を得る。

【０００７】

【数１】ここで、ｎj（ｊ＝1,2,…,8）とは、ｊ方向に触手を伸
ばしたときの黒点連結数である。また、以後説明のため
に、方向寄与度の各成分を並べたベクトル（ｄ1，ｄ2,
…,ｄ4）を方向寄与度特徴と呼ぶ。

【０００８】続いて、走査方向と平行にパターンを分割
し、分割された区間毎に方向寄与度特徴を集計する。図
１の符号ｃ及びｄは、夫々パターンＡ及びＢの走査方向
１、深度１、区間２の集計された方向寄与度特徴を図解
し、方向成分の強さを矢印の長さで表したものである。
符号ｃから明らかなように、パターンＡの場合、現在の
注目区間がストローク「／」とストローク「−」から成
り立っているので、集計された方向寄与度は横成分と縦
成分、斜め左成分が強くなる。これらの処理を図４に示
すようにπ／４づつ走査方向を変化させながら繰り返
し、８走査方向×３深度×４区間×４方向寄与度特徴＝
３８４次元の特徴ベクトルを得る。

【０００９】上記内容から明らかなように、外郭方向寄
与度法は、方向寄与度を走査方向・区間・深度毎に集計
することで、どういう方向成分のストロークがどこにど
ういう配置関係で存在しているかを表現でき、文字の概
形をとらえた特徴ベクトルが得られる。

【００１０】

【発明が解決しようとする課題】ところで、入力した文
字パターンの文字認識に際しては、該文字パターンのス
トロークの方向に注目するだけでは、誤った認識結果し
か得られない虞がある。

【００１１】例えば、入力した文字パターンが、上述し
た「刀」と「力」のような、ストロークの端点や各スト
ローク同士の接続関係のみが相違点となるカテゴリに対
応する場合には、ストロークの方向に注目するだけで
は、これらのカテゴリの識別には不十分である。この点
について、以下に図１を参照して説明する。

【００１２】図から明らかなように、パターンＡはカテ
ゴリ「力」、パターンＢはカテゴリ「刀」に夫々属する
文字パターンであり、その相違点は斜めストローク
「／」の上部が横線から出ているかどうかの点のみであ
る。しかしながら、上述した外郭方向寄与度法では、走
査方向１において、この走査で得られる輪郭点のみの方
向寄与度特徴しか集計しないので、例えば、区間２では
パターンＡ、パターンＢはともに図１の符号ｃ、ｄで示
すように近似した成分となってしまう。そのため、その
相違点が表現できないという問題があった。

【００１３】従って、本発明の一般的な目的は、手書き
文字等の変動の大きいパターンの認識において、従来の
認識方法では誤読となってしまうパターンに対しても常
に高い認識精度が得られるようにするための特徴抽出装
置を提供することにある。

【００１４】また、本発明のより具体的な目的は、端点
や接続関係が相違点となるカテゴリの識別において、端
点や接続関係を強調するような屈曲度を抽出しベクトル
化するので、カテゴリの識別の高精度化を図ることがで
きる特徴抽出装置を提供することにある。

【００１５】

【課題を解決するための手段】本発明の特徴抽出装置
は、入力パターンを構成するストロークの方向が反映さ
れた第１の特徴プリミティブを算出する第１プリミティ
ブ算出手段と、ストロークの端点及びストローク同士の
接続関係の少なくとも一方が反映された第２の特徴プリ
ミティブを算出する第２プリミティブ算出手段と、第１
及び第２の特徴プリミティブを組合せて入力パターンの
特徴ベクトルを生成する特徴ベクトル生成手段とを備え
ることを特徴とする。

【００１６】好適な実施例では、第１の特徴プリミティ
ブとして、方向寄与度又は拡張方向寄与度が採用され
る。また、第２の特徴プリミティブとして、ストローク
の各輪郭点における屈曲度が採用される。

【００１７】この好適な実施例では、屈曲度はベクトル
の形式で算出される。この屈曲度ベクトルは、後述の
（４）式に例示されるように、当該輪郭点における屈曲
が凸であるとき屈曲程度に応じた値をとり屈曲が凹であ
るとき０値をとる第１成分と、屈曲が凹であるとき屈曲
程度に応じた値をとり屈曲が凸であるとき０値をとる第
２成分と、屈曲程度の絶対値を示す第３成分とから構成
される。そして、入力パターンを空間分割した各区間毎
に、その区間内の輪郭点の屈曲度ベクトルが集計され、
この集計結果が特徴ベクトルの一部を構成することにな
る。

【００１８】

【作用】本発明によれば、ストロークの方向が反映され
た特徴プリミティブと、ストロークの端点や各ストロー
ク同士の接続関係が反映された特徴プリミティブとが組
み合わされて、そのパターンの特徴ベクトルが生成され
る。そのため、従来のストローク方向だけに着目した特
徴ベクトルでは区別しにくかったパターンも、本発明に
よる特徴ベクトルでは良好に区別することが可能とな
る。結果として、パターン認識の精度が向上する。

【００１９】特に、第２特徴プリミティブとして、好適
な実施例のような成分構成の屈曲度ベクトルを採用した
場合、区間毎に屈曲度ベクトルを集計した結果に、スト
ロークの端点及び接続関係が良好に反映されることにな
るので、認識精度向上への寄与が大きい。

【００２０】例えば、ストロークの端点では輪郭が凸状
に大きく屈曲しているため、集計された屈曲度ベクトル
では、その第１成分が大きい値となり、第２成分の値は
非常に小さい。これに対し、ストロークが接続する部分
では、輪郭が凹状に大きく屈曲しているため、第２成分
が大きく、第１成分は非常に小さい。また、ストローク
の接続部分であっても、例えば「力」のような十字状の
交差や「刀」のようにＴ字状の接続等のように接続態様
が異なれば、屈曲箇所の個数や屈曲程度が異なるため、
それに応じて第２成分の値が異なってくる。更に、例え
ば「く」のようにストロークが折れ曲がっている角の部
分では、同程度の凸と凹の屈曲があるため、第１成分も
第２成分も同程度の値となる。このように、集計された
屈曲度ベクトルの第１成分及び第２成分の値に、ストロ
ークの端点や接続関係が明確に表現されることになり、
パターン認識の精度が一層向上する。

【００２１】更に、屈曲度ベクトルの第３成分は屈曲程
度の絶対値であるから、これが集計されると、ストロー
クの屈曲程度や接続の複雑さ程度が積算され強調されて
現れることになる。例えば記号の「／」とカタカナの
「ノ」との主たる相違は、ストロークが直線か僅かに湾
曲しているかの違いであるが、屈曲度ベクトルの第３成
分には、このような僅かな湾曲の相違が積算されて現れ
るため、明確に区別できるようになる。よって、第３成
分の導入により、更に一層の精度向上が期待できる。

【００２２】

【実施例】以下、本発明の実施例を、図面により詳細に
説明する。

【００２３】図５は、本発明の特徴抽出装置を適用した
文字認識装置の一実施例の全体構成を示す。

【００２４】本認識装置は、文字パターン等を入力する
入力装置２、入力された文字パターン等を電子化パター
ン（輪郭点の位置が抽出可能な２値化又は多値化された
イメージデータ）に変換する光電変換装置３、この電子
化パターンに対し雑音除去・平滑化・正規化を行う前処
理装置４、前処理後の電子化パターンから特徴ベクトル
を抽出する特徴抽出装置５、参照ベクトルをカテゴリ別
に登録している辞書６、上記抽出された特徴ベクトルと
上記登録されている参照ベクトルとを比較し、比較結果
として最も近い参照ベクトルに対応するカテゴリを辞書
６中から読出す比較装置７、及び読出されたカテゴリを
出力する出力装置８を備える。

【００２５】次に、上記構成の各部の処理動作について
説明する。

【００２６】例えば、符号１で示す手書き文字「力」の
文字パターンを入力装置２が入力すると、光電変換装置
３は、この「力」の文字パターン１を、電子計算機で扱
えるようにするために電子化パターンに変換し、前処理
装置４に出力する。前処理装置４は、この「力」の電子
化パターンに対し、前処理として雑音除去・平滑化・正
規化を行った後、特徴抽出装置５に出力する。特徴抽出
装置５は、上記「力」の電子化パターンをベクトル化す
ることにより上記「力」の特徴ベクトルを抽出し、比較
装置７に出力する。比較装置７は、この「力」の特徴ベ
クトルと辞書６内の参照ベクトルとを比較し、比較結果
として最も近い参照ベクトルに対応するカテゴリ「力」
を辞書６中から読出して出力装置８に出力する。これに
より出力装置８から上記カテゴリ「力」が出力されるこ
ととなる。

【００２７】図６は、上記全体構成の中の特徴抽出装置
５の構成を示す機能ブロック図である。

【００２８】特徴抽出装置５は、例えば、プログラムさ
れた電子計算機により実現される。特徴抽出装置５は、
上記電子化パターン中から輪郭点を抽出して屈曲度を求
める輪郭抽出機能部５１、上記電子化パターン中から方
向寄与度特徴を抽出する特徴プリミティブ抽出機能部５
２、及び抽出された特徴プリミティブを集計するベクト
ル化機能部５３の３つの機能部を備える。更に、この特
徴抽出装置５は、輪郭抽出機能部５１により抽出された
輪郭イメージを格納するための輪郭イメージ記憶エリア
５ａ、輪郭抽出機能部５１及び特徴プリミティブ抽出機
能部５２により抽出された特徴プリミティブイメージデ
ータを格納するための特徴プリミティブイメージデータ
記憶エリア５ｂを有した記憶装置５４を備える。

【００２９】次に、上記各機能部の処理動作について説
明する。

【００３０】まず、例えば文字「力」の電子化パターン
９が入力されると、輪郭抽出機能部５１は、該電子化パ
ターン９を上下左右の４方向に走査して該電子化パター
ン９の輪郭部分（白から黒へ又は黒から白へ変化したと
きの黒部分）を抽出する。そして、この輪郭部分に対応
する輪郭イメージを、輪郭イメージ記憶エリア５ａに格
納する。次に、輪郭抽出機能部５１は、上記輪郭イメー
ジについて輪郭トレース（任意の輪郭点を出発点として
隣接する輪郭点を順に追跡（トレース）する処理）を行
う。

【００３１】ここで、上記輪郭イメージを輪郭トレース
することで得た輪郭点の位置座標を、下記の（２）式で
表す。

【００３２】Ａ1,Ａ2，…，Ａm （２）ここに、ｍは一回の輪郭トレースで得た輪郭点数とす
る。また、輪郭線は閉じているので、Ａk＝Ａk＋mの関
係がある。

【００３３】ここで、輪郭線が閉じていると、Ａk＝Ａk
＋mの関係が成立する理由を、図８を参照して説明す
る。図８は、図４で示したパターンから輪郭部分を抽出
して図７に示した輪郭イメージを得た後、この輪郭イメ
ージの外側の輪郭を、時計回りにａ、ｂ、ｃ、…、ｚ、
Ａ、Ｂ、Ｃ、Ｄの順に輪郭トレースした例を示したもの
である。この場合、輪郭点数は３０であるので、Ａ1＝
a、Ａ2＝ｂ、Ａ3＝ｃ、…とすれば、Ａ33＝ｃ＝Ａ3（∴
Ａ3＝Ａ33）の関係が成立する。このようにＡk＝Ａk＋
mの関係が成立する。

【００３４】次に、上記のようにして求めた輪郭点毎に
屈曲度を求める。屈曲度については、図９を用いて説明
する。

【００３５】今、図９において、輪郭点Ａiを注目点と
し、この注目点Ａiから輪郭点ｋ個分だけ前後した輪郭
点を夫々Ａi−k，Ａi＋kとすれば、屈曲度ｓｉｎθは、
以下の（３）式で定義される。

【００３６】

【数２】ここで（３）式の分子部分の記号＊は、外積を表し、ｋ
の値はストローク幅の２倍から３倍程度の値が望まし
い。この屈曲度によって、絶対値｜ｓｉｎθ｜により輪
郭点Ａiを中心としたＡi−kからＡi＋kまでの輪郭線の
曲率を、符号の向きにより−なら凹、＋なら凸といった
具合に輪郭線の種類を表すことができる。

【００３７】従って、注目点（輪郭点）Ａiがストロー
クの端点付近にあるなら、輪郭線の曲率は非常に大きく
なり、且つ、凸なので屈曲度は１に近くなる。また、注
目点（輪郭点）Ａiがストローク同士の接続部分付近に
あるなら、その輪郭線の形状が凹なので、屈曲度はマイ
ナス値を示す（例えば、前記の図３において、輪郭点Ｙ
は、ストローク「−」とスロトーク「｜」との接続部分
であって輪郭線の形状が凹であるので、輪郭点Ｙの屈曲
度は−となる）。更に、注目点（輪郭点）Ａiがストロ
ークの途中の直線的輪郭線上にあるなら、輪郭線の曲率
は極めて小さいので、屈曲度も０に近くなる。

【００３８】よって、屈曲度はストロークの端点やスト
ローク同士の接続関係を強調する特徴プリミティブと言
い得るものである。従って、以下に詳述するような輪郭
抽出機能部５１による各輪郭点の屈曲度の算出、及び特
徴プリミティブ抽出機能部５２による各輪郭点の方向寄
与度の算出等の過程を経てこれら屈曲度や方向寄与度が
特徴プリミティブとしてベクトル化機能部５３により適
切に集計されることにより、端点や接続関係を強調する
ような情報を得ることができる。

【００３９】輪郭抽出機能５１は、（３）式から求めた
輪郭点Ａiの屈曲度を、（ｂ1、ｂ2、ｂ3）というベクト
ルの形式で特徴プリミティブイメージ記憶エリア５ｂに
出力する。ここで、屈曲度ｂ1、ｂ2、ｂ3は以下の
（４）式で表すことができる。

【００４０】ｂ1＝｜ｓｉｎθ｜ｂ2＝もし屈曲度ｓｉｎθが非負ならｓｉｎθ もし屈曲度ｓｉｎθが負なら０（４）ｂ3＝もし屈曲度ｓｉｎθが非負なら０もし屈曲度ｓｉｎθが負なら−ｓｉｎθ 輪郭抽出機能部５１による上記処理は、上述した一回の
輪郭トレースで得られた全部の輪郭点（Ａ1,Ａ2，…，
Ａm）に対して実行される。

【００４１】輪郭抽出機能部５１による上記処理が終了
すると、次に特徴プリミティブ抽出機能部５２による処
理が実行される。特徴プリミティブ抽出機能部５２は、
前記入力された電子化パターン９と輪郭イメージ記憶エ
リア５ａに格納されている輪郭イメージとに基づき前述
した（１）式により、上述した輪郭点Ａiを始めとする
全ての輪郭点（Ａ1,Ａ2，…，Ａm）について各々の方向
寄与度を求める。このようにして求められた全ての輪郭
点の方向寄与度もまた、特徴プリミティブ抽出機能部５
２から特徴プリミティブイメージ記憶エリア５ｂに格納
される。

【００４２】特徴プリミティブ抽出機能部５２による上
記処理が終了すると、次にベクトル化機能部５３による
特徴プリミティブの集計処理、及び集計した特徴プリミ
ティブのベクトル化処理が実行される。これらについて
以下に詳述する。

【００４３】ベクトル化機能部５３は、まず、前記電子
化パターン９における任意の走査方向（走査方向１〜８
のいずれか）、任意の深度（第１深度〜第３深度のいず
れか）、任意の区間（区間１〜区間４のいずれか）に対
して、上述した特徴プリミティブを集計する。これに関
してより具体的に説明すれば、ベクトル化機能部５３
は、走査方向及び区間の初期値を１とし、走査方向が８
になるまで（即ち、走査方向がπ／４刻みで一周するま
で）且つ区間が４になるまで走査方向及び区間の番号を
増やしつつ、走査方向及び区間の各組合せ毎に前記電子
化パターン９に対する特徴プリミティブ（即ち、各輪郭
点の屈曲度及び方向寄与度）の集計を行う。この集計に
際しては、ベクトル化機能部５３は、走査線を伸ばして
行き、或る深度に対応する輪郭点を全て抽出し、それら
輪郭点の特徴プリミティブを特徴プリミティブイメージ
記憶エリア５ｂから読込んで集計する。

【００４４】以上の処理動作によって、走査方向ｄ、区
間ｍ、深度ｐ、特徴プリミティブ番号ｃにおける集計結
果ｆdmp（C）が得られたとすれば、特徴ベクトルｆを以
下の（５）式のように表現することにより、ベクトル化
機能部５３は、電子化パターン９をベクトル化すること
ができる。ｆ＝（ｆ111（1）,ｆ111（2）,…,ｆdmp（c））（５）ここで、特徴プリミティブ番号ｃは最大値が７であり、
このうち集計された方向寄与度特徴の成分は１〜４（４
方向の成分）で表され、また、集計された屈曲度特徴の
成分は５〜７（（４）式のｂ1、ｂ2、ｂ3）で表され
る。このようにして形成された特徴ベクトル１０は、特
徴抽出装置５から前述した比較装置７に出力される。

【００４５】なお、本発明は、上記し、且つ、図示した
実施例にのみ限定されることなく、本発明の要旨を逸脱
しない範囲で種々の変形や適用が可能であることは言う
までもない。

【００４６】本実施例では、説明のために、走査方向や
方向寄与度をπ／４で８方向、区間を４区間、深度を３
としたが、これらの数値は上記のみに限定されるもので
はなく、正の整数であれば異なる値であっても構わな
い。

【００４７】また、ストロークの方向を強調するような
特徴プリミティブとして、方向寄与度の代りに以下の
（６）式で定められる拡張方向寄与度を用いてもよい。

【００４８】

【数３】上記（６）式は、前述した（１）式が４方向寄与度特徴
を表しているのに対し、８方向寄与度特徴を表している
点で相違する。

【００４９】図１０は、上記実施例に係る文字認識装置
を用いて入力された文字パターンの認識率を測定した結
果を示す。

【００５０】図１０において、横軸は文字認識装置が出
力した文字候補の順位を表し、縦軸は各順位の累積認識
率（１位からその順位までの文字候補列中に正解文字が
存在する割合を％で表したもの）を表している。また、
グラフｅが本実施例による認識結果であり、グラフｆが
従来の外郭方向寄与法による認識結果である。尚、グラ
フｅ、グラフｆのいずれの認識処理でも、ストロークの
方向に関する特徴プリミティブとしては、（６）式で示
した拡張方向寄与度特徴を用いている。

【００５１】因みに、グラフｅ、グラフｆの両方とも、
参照ベクトルを得るための学習データとしてETL9B全303
6カテゴリの奇数ロットを用い、認識対象たる未知デー
タとして全3036カテゴリの偶数ロットを用いた。ETL9B
については、「JIS第１水準手書き漢字データベースETL
9Bとその解析」電子通信学会誌Vol.J68-D,No.04,pp.754
-764に開示されている。

【００５２】図１０を参照すれば、本発明の実施例に係
る文字認識装置を用いた場合のグラフｅの方が、従来の
文字認識装置を用いた場合のグラフｆよりも、１位の累
積認識率（１位認識率という）で0.5％以上改善されて
いることが明らかである。また、１０位認識率でも、0.
1％以上改善されていることが明らかである。

【００５３】このように、本例によれば、ストロークの
方向性に注目するだけでなく、ストロークの端点や線と
線との接続関係にも注目して端点や接続関係を強調する
ような屈曲度特徴を抽出し、これらをベクトル化するこ
ととしたので、文字パターン識別の高精度化を実現する
ことが可能である。

【００５４】

【発明の効果】以上説明したように、本発明によれば、
手書き文字等の変動の大きいパターンの認識において、
従来の認識方法では誤読となってしまうパターンに対し
ても常に高い認識精度が得られるようにするための特徴
抽出装置を提供することができる。

【図面の簡単な説明】

【図１】文字認識に適用される外郭方向寄与度法を示す
説明図。

【図２】外郭方向寄与度法を示す説明図。

【図３】外郭方向寄与度法を示す説明図。

【図４】入力パターンの一例を示す説明図。

【図５】本発明の特徴抽出装置が適用された文字認識装
置の一実施例を示すブロック図。

【図６】特徴抽出装置の構成を示す機能ブロック図。

【図７】輪郭トレースの対象となる入力パターンを示す
説明図。

【図８】輪郭トレースの方法を示す説明図。

【図９】各輪郭点の屈曲度算出方法を示す説明図。

【図１０】図５の文字認識装置による入力文字パターン
の認識率の測定結果を示す図。

【符号の説明】

２入力装置３光電変換装置４前処理装置５特徴抽出装置６辞書７比較装置８出力装置５１輪郭抽出機能部５２特徴プリミティブ抽出機能部５３ベクトル化機能部５４記憶装置

Claims

【特許請求の範囲】

【請求項１】パターン認識のための特徴抽出装置にお
いて、入力されたパターンに基づき、このパターンを構成する
ストロークの方向が反映された第１の特徴プリミティブ
を算出する第１プリミティブ算出手段と、入力されたパターンに基づき、前記ストロークの端点及
びストローク同士の接続関係の少なくとも一方が反映さ
れた第２の特徴プリミティブを算出する第２プリミティ
ブ算出手段と、前記第１及び第２プリミティブ算出手段からの第１及び
第２の特徴プリミティブを組合せて前記入力されたパタ
ーンの特徴ベクトルを生成する特徴ベクトル生成手段
と、を備えることを特徴とする特徴抽出装置。
【請求項２】請求項１記載の特徴抽出装置において、前記第１の特徴プリミティブが、方向寄与度及び拡張方
向寄与度のいずれか一方であることを特徴とする特徴抽
出装置。
【請求項３】請求項１記載の特徴抽出装置において、前記第２の特徴プリミティブが、前記ストロークの各輪
郭点における屈曲度であることを特徴とする特徴抽出装
置。
【請求項４】請求項３記載の特徴抽出装置において、前記第２プリミティブ算出手段が、前記各輪郭点毎に、
その輪郭点での屈曲が凸であるとき屈曲程度に応じた値
をとり屈曲が凹であるとき０値をとる第１成分と、屈曲
が凹であるとき屈曲程度に応じた値をとり屈曲が凸であ
るとき０値をとる第２成分とを少なくとも含む屈曲度ベ
クトルを算出し、前記特徴ベクトル生成手段が、前記入力パターンを空間
分割した各区間毎に、その区間内の輪郭点の屈曲度ベク
トルを集計し、この集計結果に基づいて前記特徴ベクト
ルを生成することを特徴とする特徴抽出装置。
【請求項５】請求項４記載の特徴抽出装置において、
前記屈曲度ベクトルが屈曲の程度の絶対値を示す第３成
分を更に含むことを特徴とする特徴抽出装置。
【請求項６】パターン認識のための特徴抽出方法にお
いて、入力されたパターンに基づき、このパターンを構成する
ストロークの方向が反映された第１の特徴プリミティブ
を算出する第１プリミティブ算出過程と、入力されたパターンに基づき、前記ストロークの端点及
びストローク同士の接続関係の少なくとも一方が反映さ
れた第２の特徴プリミティブを算出する第２プリミティ
ブ算出過程と、前記第１及び第２プリミティブ算出過程からの第１及び
第２の特徴プリミティブを組合せて前記入力されたパタ
ーンの特徴ベクトルを生成する特徴ベクトル生成過程
と、を備えることを特徴とする特徴抽出方法。