JPH0877355A - 重み付きパターンマッチング方法 - Google Patents

Abstract

(57)【要約】 【目的】画像処理におけるパターン認識において、１つ
の画素又は、１つの領域に対して重みを持たせる重み付
きパターンマッチング方法により認識対象パターンを正
確に認識することを可能とする。 【構成】１つの標準パターンに対し複数種類のマスクパ
ターンを用いて、マスクパターンを取り替えながらパタ
ーンマッチング処理する。 【効果】標準パターンに類似するパターンが認識対象画
像中にあっても正確に標準パターンを認識できる。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は、画像処理分野におけ
る、画像パターンを認識する画像認識に好適な重み付き
パターンマッチング方法に関するものである。

【０００２】

【従来の技術】画像処理において、認識対象画像パター
ンと標準パターンとで一致度を判定することにより、特
定の画像パターンを認識するパターンマッチングの技術
が用いられている。特に文字認識処理等においては、あ
らかじめ認識すべき画像パターンをテンプレートとして
記憶しておき、認識対象画像上をテンプレートが、移動
して一致度を判定するテンプレートパターンマッチング
が一般的である。

【０００３】そして、近年ハードウェア技術が進歩し画
像メモリサイズは、大きくなってきており、これに伴い
認識対象パターンの画素数も増加し、大きいサイズのテ
ンプレートが要求されてきている。そこで、小さいサイ
ズのテンプレートを用いて大きいサイズの認識対象パタ
ーンを認識する技術として、特開昭62−210596号公報記
載の分割パターンマッチング方法が、知られている。

【０００４】

【発明が解決しようとする課題】上記従来技術では、小
さいサイズのテンプレート複数枚をモザイク状に配置
し、複数枚のテンプレートから構成されるパターンを１
つのパターンマッチングのためのテンプレートとしパタ
ーンマッチング処理を実行する方法であり、小さいサイ
ズのテンプレート複数枚を用いて大きさサイズのテンプ
レートと同等の処理をさせるものである。しかし、類似
の画像パターンおよび、ノイズの多い画像でのパターン
マッチング処理については、考慮されていない。

【０００５】本発明の目的は、類似パターンを含む画
像、またはノイズの多い画像であっても特定の画像パタ
ーンを正確に認識する方法を提供することにある。

【０００６】

【課題を解決するための手段】上記目的達成のための本
発明の特徴は、 １．標準パターンとマスクパターンを用いて認識対象パ
ターンを認識するパターンマッチング方法において、１
つの標準パターンに対し、複数種類のマスクパターンを
準備し、標準パターンと各マスクパターンを用いてパタ
ーンマッチング処理を実行し、標準パターンと、各マス
クパターンのパターンマッチング処理の結果を累積し、
標準パターンに対する認識対象パターンの重み付きパタ
ーンマッチング処理の一致度を抽出し、認識対象パター
ンを認識することである。

【０００７】２．標準パターンとマスクパターンを用い
て認識対象パターンを認識するパターンマッチング方法
において、分割パターンマッチングを実行する際、同一
の領域を同一の標準テンプレートにて複数回パターンマ
ッチングを行い、パターンマッチングの行った回数分の
重みを付け、一致度を抽出し、認識対象パターンを認識
することである。

【０００８】３．標準パターンとマスクパターンを用い
て認識対象パターンを認識するパターンマッチング方法
において、あらかじめ、濃淡により重みを付けた濃淡パ
ターンと標準パターンを用意しておき、２値化後の認識
対象画像に、標準テンプレート１枚もしくは、１枚以上
にて、パターンマッチング処理することにより、認識対
象パターン候補の位置を検出し、認識対象パターン候補
と標準パターンにて、排他的論理和（または、排他的Ｎ
ＯＲ）を演算することにより不一致画素（または、一致
画素）を抽出し、この不一致画素（または、一致画素）
をマスクとし、濃淡パターンにマスクすることにより重
み付きの不一致度（または、一致度）を抽出することに
より認識対象パターンを認識するを特徴とすることであ
る。

【０００９】

【作用】

１．標準テンプレートを用いて認識対象パターンに対し
てパターンマッチング処理を実行すると、標準テンプレ
ート内の各画素は、重みが“１”付けられていることに
なる。

【００１０】また、標準テンプレートとマスクパターン
を用いて認識対象パターンに対してパターンマッチング
処理を実行すると、標準テンプレートのマスクパターン
内が有効画素となり重みが“１”付けられていることに
なり、また、標準テンプレートのマスクパターン外が無
効画素となり重みが“０”付けられていることになる。

【００１１】そこで、１つの標準テンプレートに対し複
数種類のマスクパターンを用意して、パターンマッチン
グ処理をマスクパターンを取り替えながら繰返し実行し
結果を累積していくことにより、標準パターンの各画素
は、マスクパターンにより有効画素となった回数分の重
みが付く。この重みの付ける画素を認識対象パターンの
類似パータンの類似画素の箇所に設定することにより、
認識対象パターンと類似パータンとを区別することがで
きる。

【００１２】２．標準テンプレートと複数種類のマスク
パターンから成る組を複数組用意し、上記１と分割パタ
ーンマッチング方法を組み合わせて実行することによ
り、標準テンプレートより大きいサイズの認識対象パタ
ーンと類似パータンとを区別することができる。

【００１３】３．上記２にて、標準テンプレートと複数
種類のマスクパターンから成る組を複数組用意する時、
標準テンプレートどうしが、部分的に重ねることによ
り、その重なった領域の画素の重みは、追加できる。

【００１４】４．標準テンプレート複数種類を用いて認
識対象パターンに対してパターンマッチング処理を実行
する時、特定の標準テンプレートのみを複数回パターン
マッチング処理し結果を累積することにより、その標準
テンプレート領域内のみパターンマッチング処理回数分
の重みがつく。この重みの付ける領域を認識対象パター
ンの類似パータンの類似領域の箇所に設定することによ
り、認識対象パターンと類似パータンとを区別すること
ができる。

【００１５】５．標準テンプレート複数種類を用いて認
識対象パターンに対してパターンマッチング処理を実行
する時、前もって、特定の標準テンプレートのみ重みの
倍数を教示しておくことにより、上記４と同様の結果を
得ることができる。

【００１６】６．標準テンプレート及び濃淡により重み
を付けた濃淡パターンをあらかじめ用意しておき、ま
ず、標準パターンにて認識対象パターン候補の位置を検
出する。そして、その認識対象パターン候補と標準パタ
ーンとで、排他的ＮＯＲを演算し、一致箇所を抽出す
る。最後に、この演算結果で濃淡パターンにマスクし濃
淡パターンの濃度をカウントし一致度とすることによ
り、認識対象パターンと類似パータンとを区別すること
ができる。

【００１７】以上の作用により、標準パターンの認識対
象パターンの対する重み付き一致度が得られ、認識対象
パターンと類似パータンとの一致度に差を持たせること
ができ、前記課題は、解決される。

【００１８】

【実施例】以下、本発明の重み付きパターンマッチング
方法の実施例を図１〜図１０を用いて説明する。

【００１９】まず、図１を用いて簡単なシステム構成及
び、画像認識装置１０１のハードウェア構成を説明す
る。

【００２０】システム構成は、画像認識装置１０１，画
像データを入力するためのＩＴＶカメラ１０２，画像デ
ータ及びキャラクターを表示する表示システム、ここで
は、モニタ１０３及び、画像認識装置１０１への入力手
段であるキーボードやマウス等から構成され、認識結果
はホストコンピュータ等に転送される。

【００２１】前記画像認識装置１０１は、前記カメラ１
０２に接続され、カメラ１０２からの画像データをデジ
ダタに変換する、Ａ／Ｄ変換器１０４と、Ａ／Ｄ変換器
104によりデジダルに変換された濃淡画像データを格納
する、濃淡画像メモリ１１２と、濃淡画像メモリ１１２
に格納された濃淡画像データを２値化する２値化回路１
０７と、２値化回路１０７により、２値化された２値画
像データを格納する、２値画像メモリ１０９と、複数の
標準テンプレートデータを格納する標準テンプレートメ
モリ１１０と、複数のマスクパターンを格納するマスク
パターンメモリ１１１と、前記２値画像メモリ１０９に
格納されている２値画像データと、前記標準テンプレー
トメモリ１１０内の標準テンプレートと前記マスクパタ
ーンメモリ１１１内のマスクパターンを用いてパターン
マッチング処理を実行するパターンマッチング回路１０
６と、パターンマッチング処理の結果画像を格納するパ
ターンマッチング結果格納メモリ１１３と、パターンマ
ッチング処理を複数回繰り返し実行した場合、パターン
マッチング結果格納メモリ１１３に格納されているパタ
ーンマッチング結果画像を画像シフト及び画像加算等の
画像演算を実行する画像演算回路１０８と、画像演算回
路１０８によって演算された結果の画像は、前記パター
ンマッチング結果格納メモリ１１３、または、前記濃淡
画像メモリ１１２に格納され、前記パターンマッチング
結果格納メモリ１１３、または、前記濃淡画像メモリ１
１２に格納された最終結果から一致度及びその座標を抽
出及び記憶する一致度抽出回路１１４と、キーボード，
マウス等からの入力データ及び、表示装置モニタ１０３
等、または、他のコンピュータ等へ出力する入出力回路
１１５と、上記各メモリ及び回路の動作を制御する制御
回路１０５と、上記各メモリ及び回路の動作を相互接続
するデータバス１１６とを含んで構成されている。

【００２２】次に、第１の実施例について説明する。こ
こでは、３２×３２画素の標準テンプレートを画像認識
装置１０１が備えており標準パターン及びマスクパター
ンのサイズも３２×３２画素、つまり（標準パターンサ
イズ）＝（標準テンプレートサイズ）に付いて説明す
る。

【００２３】図２は、標準テンプレート及び標準パター
ン２０１と、１種類目のマスクパターン２０４，２種類
目のマスクパターン２０７，３種類目のマスクパターン
211を用いて重み付きパターンマチッング処理した場合
の結果の重み２１５を示している。

【００２４】また、標準テンプレート２０１は、文字パ
ターン部２０２と文字の背景２０３からなる。１種類目
のマスクパターン２０４は、斜線部の有効画素２０５と
白抜きの無効画素２０６からなり、無効画素２０６によ
り背景と文字の境界で不安定な画素を無視する。２種類
目のマスクパターン２０７は、斜線部の有効画素208,２
０９，２１０と白抜きの無効画素２２１から成り、有効
画素２０８が、文字パターン“Ｅ”の文字パターン部で
あり、有効画素２０９および２１０は、類似文字パター
ン“Ｒ”と区別するための領域である。３種類目のマス
クパターン211は、斜線部の有効画素２１２，２１３，
２１４と白抜きの無効画素２２０から成り、有効画素２
１２が、文字パターン“Ｅ”の文字パターン部であり、
有効画素２１３および２１４は、類似文字パターン
“Ｒ”と区別するための領域である。重み付きパターン
マチッング処理後の結果の重み２１５は、白抜き領域２
１６の重み“０”，斜線領域２１７の重み“１”，網か
け領域２１８の重み“２”，黒抜き領域２１９の重み
“３”から成る。

【００２５】次に、図１，図３を用いて、上記標準テン
プレート２０１と各々マスクパターン２０４，２０７，
２１１を用いてパターンマッチング処理を実行する時の
方法を説明する。

【００２６】まず、認識対象画像入力処理３０１を実行
する。本処理は認識対象パターンを含む認識対象画像を
ＩＴＶカメラ１０２で撮影し、Ａ／Ｄ変換器１０４を介
して濃淡画像メモリ１１２に格納することである。

【００２７】次に、認識対象画像の２値化処理３０２を
実行する。本処理は、認識対象画像入力処理３０１によ
って濃淡画像メモリ１１２に格納された認識対象画像
を、２値化回路１０７によって２値化し２値画像メモリ
１０９に格納することである。次に、マスクパターンの
種類を判別するための変数ＭＮｏ．を“１”に初期化す
る。

【００２８】次に、パターンマッチング処理３０４を実
行する。本処理は、標準テンプレートに対してＭＮｏ．
種類目（１回目は、１種類目）のマスクパターンを用い
てマスクし、２値化されて２値画像メモリ１０９に格納
されている、認識対象画像に対してテンプレートパター
ンマッチング処理を行うことで、標準テンプレート２０
１は標準テンプレートメモリ１１０，マスクパターンは
マスクパターンメモリ１１１に格納されているものを読
みだして来る。また、本処理の結果は、パターンマッチ
ング結果格納メモリ１１３に格納される。本処理の方法
は、認識対象画像の中から３２×３２画素の領域を切り
出し、３２×３２画素に切り出された認識対象領域と標
準テンプレート２０１の間で対応する画素毎に排他的Ｎ
ＯＲ演算が演算され、次にその結果とマスクパターン２
０４の対応する画素毎に論理和演算が演算され、結果が
真（１）となる画素数を記憶する。また、前記切り出
し、及び、画素毎の演算は、パターンマッチング回路１
０６にて行われ、３２×３２画素の切り出し方法はラス
タスキャンの方向に１画素ずつずらしながら切り出して
いく。よって、認識対象画像全体に対してどこの３２×
３２画素を切り出しても、一致度がパターンマッチング
結果格納メモリ１１３に格納されている。次に、マスク
パターンの種類を判別するための変数ＭＮｏ．が１であ
るかどうか、つまり、１種類目のマスクパターンである
かどうかをみる。

【００２９】そして、１種類目のマスクパターンでなけ
れば、前回までのパターンマッチング結果格納メモリの
内容と今回のパターンマッチング結果格納メモリの内容
を加算する処理、パターンマッチング結果画像の加算処
理３０６を実行する。本処理は、３２×３２画素の領域
に対して、マスクパターンを取り替えながら複数回パタ
ーンマッチング処理した結果を累積する為に行う。１種
類目のマスクパターンの時は、加算すべき前回のパター
ンマッチング結果格納メモリの内容が無いのでパターン
マッチング結果画像の加算処理３０６は行わない。

【００３０】次に、マスクパターンの種類を判別するた
めの変数ＭＮｏ．を１増加させ、ＭＮｏ．がマスクパタ
ーンの種類よりも小さければ、パターンマッチング処理
３０６に戻り、大きければ次の最大一致度抽出処理３０
９に進む。

【００３１】ここで、最大一致度抽出処理３０９とは、
最終的にパターンマッチング結果格納メモリ１１３に格
納されているデータに対し最大値を抽出することであ
る。従って、この一致度の中には各マスクによって重み
付けられた重みが付加されている。また抽出した値は、
ＭＡ＋１としてその値と位置を記憶しておく。

【００３２】次に一致度の順位を示す変数Ｘを２にす
る。

【００３３】次に２番目に大きい一致度を抽出する。次
に大きい一致度抽出処理３１１を実行する。すると、Ｍ
Ａ＋２に２番目の一致度と位置が記憶される。

【００３４】次に、ＭＡ＋２の一致度の値が充分に大き
い値か判定（３２１）する。この、判断は、たとえば、
論理的に最大の一致度を１００とした時、９５以上を充
分に大きい値とし（以下同じ）、一致度が９５以下にな
るまで、次に大きい値の一致度抽出処理３１１を繰り返
し実行することにより、認識対象画像中の標準パターン
と同じパターンを全て認識することができる。以上によ
り、重み付きパターンマッチングが実行される。

【００３５】第２の実施例について説明する。ここで
は、３２×３２画素の標準テンプレートを画像認識装置
１０１が備えているが、標準パターンは、６４×６４画
素とする。ここで、マスクパターンは、標準テンプレー
トと組で使用されるものであり、３２×３２画素とす
る。つまり（標準パターンサイズ）＝（標準テンプレー
トサイズ）とならない場合に付いて説明する。

【００３６】図４は、標準パターン４０１と、１枚目の
標準テンプレート４０２，２枚目の標準テンプレート４
０３，３枚目の標準テンプレート４０４，４枚目の標準
テンプレート４０５と、１種類目のマスクパターン４０
６，２種類目のマスクパターン４０７，３種類目のマス
クパターン４０８，４種類目のマスクパターン４０９，
５種類目のマスクパターン４１０，６種類目のマスクパ
ターン４１１，７種類目のマスクパターン４１２，８種
類目のマスクパターン４１３，９種類目のマスクパター
ン４１４，１０種類目のマスクパターン４１５，１１種
類目のマスクパターン４１６，１２種類目のマスクパタ
ーン４１７，を示している。

【００３７】また、１枚目の標準テンプレート４０２と
組み合わせて使用するマスクパターンは、１種類目のマ
スクパターン４０６と５種類目のマスクパターン４１０
と９種類目のマスクパターン４１４であり、２枚目の標
準テンプレート４０３と組み合わせて使用するマスクパ
ターンは、２種類目のマスクパターン４０７と６種類目
のマスクパターン４１１と１０種類目のマスクパターン
４１５であり、３枚目の標準テンプレート４０４と組み
合わせて使用するマスクパターンは、３種類目のマスク
パターン４０８と７種類目のマスクパターン４１２と１
１種類目のマスクパターン４１６であり、４枚目の標準
テンプレート４０５と組み合わせて使用するマスクパタ
ーンは、４種類目のマスクパターン４０９と８種類目の
マスクパターン４１３と１２種類目のマスクパターン４
１７である。また、標準パターン４０２〜４０５とマス
クパターン４０６〜４１７を用いて重み付きパターンマ
ッチング処理した場合の結果の重み４５０を示してい
る。

【００３８】次に、図５にて、上記標準パターンを複数
枚の標準テンプレート４０２〜405と複数種類のマスク
パターン４０６〜４１７を用いて重み付きパターンマッ
チング処理を実行するときの方法を説明する。まず、認
識対象画像入力処理５０１を実行する。次に、認識対象
画像の２値化処理５０２を実行する。

【００３９】次に、標準テンプレートを判別する為の変
数ＴＮｏ．を１に、マスクパターンの種類を判別する為
の変数ＭＮｏ．も１に初期化する。次に、パターンマッ
チング処理５０５を実行する。次に、マスクパターンの
種類を判別する為の変数MNo.が、１であるかどうか、つ
まり１種類目のマスクパターンであるかどうかを見る。
そして、１種類目のマスクパターンでなければ、偏差分
画像シフト処理５０７を実行する。本処理は、１種類の
標準パターン４０１を複数枚の標準テンプレート４０２
〜４０５に分割したことにより各標準テンプレートの一
致度の出てくる位置が異なってしまう為、一致度の出て
くる位置を１ヶ所に合わせる為に行い、パターンマッチ
ング結果格納メモリ１１３の内容をＸ，Ｙ方向にシフト
させる。次に、前回までのパターンマッチング処理結果
格納メモリの内容と今回のパターンマッチング結果格納
メモリの内容を加算する処理であるパターンマッチング
結果画像の加算処理５０８を実行する。

【００４０】次に、マスクパターンの種類を判別する為
の変数ＭＮｏ．に４を加える。ここでは、１種類の標準
パターンに対して４枚の標準テンプレートを使用したの
で４を加える。また、前記（ＭＮｏ．＝１）５０６だっ
たときは、ここの処理に飛んでくる。

【００４１】次に、ＭＮｏ．がマスクパターンの枚数よ
り大きいかどうか見て、小さければパターンマッチング
処理５０５に戻り、大きければ標準テンプレートを次の
標準テンプレート（ＴＮｏ．＝ＴＮｏ．＋１）５０９に
し、マスクパターンもその標準テンプレートに対する１
種類目のマスクパターンにする。

【００４２】そして、標準テンプレートの枚数よりＴＮ
ｏ．が小さいときは、パターンマッチング処理５０５に
戻り、大きいときは、次の処理に進む。次に、最大一致
度抽出処理５１４を実行する。次に、次に大きい一致度
の抽出処理５１６を実行して、抽出した一致度が充分に
大きいあいだは、繰り返し次に大きい一致度の抽出処理
５１６を実行する。以上のことにより、重み付きパター
ンマッチングが実行される。

【００４３】第３の実施例について説明する。ここで
は、３２×３２画素の標準テンプレートを画像認識装置
１０１が備えているが、標準パターンは、６４×６４画
素とする場合について説明する。

【００４４】図６は、標準パターン６０１と１枚目の標
準テンプレート６０２，２枚目の標準テンプレート６０
３，３枚目の標準テンプレート６０４，４枚目の標準テ
ンプレート６０５と、標準テンプレート６０２〜６０５
を用いて重み付きパターンマッチング処理した場合の結
果の重み６０９を示している。また、結果の重み609
は、白抜き部の重み“１”の領域６１０と斜線部の重み
“２”の領域６１１と網かけ部の重み“３”の領域６１
２によって構成される。

【００４５】次に、図７により、上記標準パターン６０
１を複数枚の標準テンプレート602〜６０５を用いて重
み付きパターンマッチング処理を実行する時の方法を説
明する。まず、認識対象画像入力処理７０１を実行す
る。次に、認識対象画像の２値化処理７０２を実行す
る。次に、標準テンプレートを判別する為の変数ＴＮ
ｏ．を１に初期化する。次に、ＴＮｏ.に対する重みＰ
Ｎｏ.を設定を実行する(704）。本設定は、図６に示す
結果の重み６０９になる様に標準テンプレートに対する
重み分、パターンマッチング処理を繰り返し実行させる
為の回数を表す。次に、パターンマッチング処理７０５
を実行する。次に、（ＴＮｏ．≠１）であるか否かを判
定し（７０６）、（ＴＮｏ．≠１）ならば、次の処理、
偏差分画像シフト処理７０７を実行し、（ＴＮｏ．＝
１）ならば、次の処理を実行しないことを判断する。次
に、パターンマッチング結果画像の加算処理７０８を実
行する。次に、ＰＮｏ．を１減少させる。次に、(ＰＮ
ｏ．＝０)であるか否かを判定し(710）、（ＰＮｏ．＝
０）ならば、次の処理へ進み、(ＰＮｏ．≠０)ならば、
パターンマッチング処理７０５に戻る。次に、ＴＮｏ．
を１増加させる。次に、ＴＮｏ．が標準テンプレートの
枚数より大きいか否かを判定する（７１１）。大きけれ
ば、次の処理へ進み、小さければＴＮｏ．に対するＰＮ
ｏ．を設定（７０４）に戻る。

【００４６】次に、最大一致度抽出処理７１３を実行す
る。次に、次に大きい一致度の抽出処理７１５を実行し
て、抽出した一致度が充分に大きいあいだは、繰り返し
次に大きい一致度の抽出処理７１５実行する。以上のこ
とにより、重み付きパターンマッチングが実行される。

【００４７】第４の実施例について説明する。ここで
は、図８にて、第３の実施例と同じ効果をもたらす別の
方法について説明する。まず、認識対象画像入力処理８
０１を実行する。次に、認識対象画像の２値化処理８０
２を実行する。次に、標準テンプレートを判別する為の
変数ＴＮｏ．を１に初期化する。次に、パターンマッチ
ング処理８０４を実行する。次に、ＴＮｏ．に対する重
み分パターンマッチング結果画像に掛ける処理８０５を
実行する。本処理は、図６の結果の重み６０９になる様
にパターンマッチング結果画像に定数を掛けることであ
る。例えば、標準テンプレート６０２のパターンマッチ
ング結果画像に対しては、１を掛け、標準テンプレート
６０３のパターンマッチング結果画像に対しては、２を
掛け、標準テンプレート６０４のパターンマッチング結
果画像に対しては、１を掛け、標準テンプレート６０５
のパターンマッチング結果画像に対しては、３を掛け
る。

【００４８】次に、（ＴＮｏ．≠１）であるか否かを判
定（８０６）する。(ＴＮｏ．≠１)ならば、次の処理、
偏差分画像シフト処理８０７を実行し、（ＴＮｏ．＝
１）ならば、次の処理を実行しないことを判断する。次
に、パターンマッチング結果画像の加算処理８０８を実
行する。次に、ＴＮｏ.を１増加させる。次に、ＴＮｏ.
が標準テンプレートの枚数より大きい８１０かどうか見
て、大きければ、次の処理へ進み、小さければパターン
マッチング処理８０４に戻る。次に、最大一致度抽出処
理８１１を実行する。次に、次に大きい一致度の抽出処
理８１４を実行して、抽出した一致度が充分に大きいあ
いだは、繰り返し次に大きい一致度の抽出処理８１４実
行する。以上のことにより、重み付きパターンマッチン
グが実行される。

【００４９】第５の実施例について説明する。ここで
は、３２×３２画素の標準テンプレートを画像認識装置
１０１が備えているが、標準パターンは、６４×６４画
素とする。また、マスクパターンは、処理の中で生成す
るものとする。

【００５０】図９は、標準パターン９０１と、１枚目の
標準テンプレート９０２，２枚目の標準テンプレート９
０３，３枚目の標準テンプレート９０４，４枚目の標準
テンプレート９０５と、濃淡にて重み付けた濃淡パター
ン９０６を示しており、また、濃淡パターン９０６は、
白抜き領域９０７が重み“０”を斜線領域９０８が重み
“１”を網かけ領域９０９が重み“２”を黒抜き領域９
１０が重み“３”を示している。

【００５１】次に、上記標準パターン９０１と標準テン
プレート９０２〜９０５と濃淡パターン９０６を用いて
重み付きパターンマッチング処理を実行するときの方法
を図１０にて説明する。

【００５２】まず、認識対象画像入力処理１００１を実
行する。次に、認識対象画像の２値化処理１００２を実
行する。次に、標準テンプレートを判別する為の変数TN
o.を１に初期化する。次に、パターンマッチング処理１
００４を実行する。次に、偏差分画像シフト処理１００
５を実行する。次に、パターンマッチング結果画像の加
算処理１００６を実行する。次に、ＴＮｏ．を１増加さ
せる。次に、ＴＮｏ．が標準テンプレートの枚数より大
きい１００８かどうか見て、大きければ、次の処理へ進
み、小さければパターンマッチング処理１００４に戻
る。次に、最大一致度抽出処理１００９を実行する。

【００５３】次に、次に大きい一致度の抽出処理１０１
１を実行して、抽出した一致度が充分に大きいあいだ
は、繰り返し次に大きい一致度の抽出処理１０１１を実
行する。

【００５４】次に、位置合わせ処理１０１４を実行す
る。本処理は、前記一致度抽出処理１００９及び１０１
１にて抽出した位置から、認識対象画像が格納されてい
る２値画像メモリ上の認識対象パターンがある位置をも
とめ、その位置と標準パターンとを合わせることであ
る。

【００５５】次に、排他的ＮＯＲ演算処理１０１５を実
行する。本処理は、前記位置合わせ処理１０１４により
位置を合わせたので、この位置で標準パターンと認識対
象パターンとで排他的ＮＯＲ演算を実行し濃淡パターン
をマスクするマスクパターンを生成する。次に、排他的
ＮＯＲ演算処理の結果を濃淡パターンにマスクする処理
１０１６を実行する。本処理は、前記排他的ＮＯＲ演算
処理１０１５により生成したマスクパターンを用いて濃
淡パターンにマスクする。次に、一致度抽出処理１０１
７を実行する。本処理は、濃淡パターン上のマスク領域
内の重みをカウントすることであり、その結果が認識対
象パターンと標準パターンとの最終的な一致度となる。
次に、Ｘを１減少させる。そして、Ｘが１になるまで１
０１４〜１０１８の処理が繰り返される。以上のことに
より、重み付きパターンマッチングが実行される。

【００５６】

【発明の効果】本発明によれば、認識対象パータンと類
似パターンの類似画素又は類似領域に対して、任意の重
みを付加することができ、また、ノイズの発生しやすい
画素または、領域は、無視することができるので、認識
対象パターンを正確に認識することが可能となり、画像
処理を用いた文字認識分野の拡大が図れる。

【図面の簡単な説明】

【図１】最小システム及び画像認識装置の構成を示す
図。

【図２】標準パターン及びマスクパターンとそのパター
ンマッチング処理結果の重みを示す図。

【図３】重み付きパターンマッチング処理フロー（その
１）を示す図。

【図４】標準パターンと標準テンプレートとマスクパタ
ーンとそのパターンマッチング処理結果の重みを示す
図。

【図５】重み付きパターンマッチング処理フロー（その
２）を示す図。

【図６】標準パターンと標準テンプレートとそのパター
ンマッチング処理結果の重みを示す図。

【図７】重み付きパターンマッチング処理フロー（その
３）を示す図。

【図８】重み付きパターンマッチング処理フロー（その
４）を示す図。

【図９】標準パターンと標準テンプレートと濃淡パター
ンを示す図。

【図１０】重み付きパターンマッチング処理フロー（そ
の５）を示す図。

───────────────────────────────────────────────────── フロントページの続き (72)発明者 浅田 和佳 茨城県日立市大みか町五丁目２番１号 株 式会社日立製作所大みか工場内 (72)発明者 鈴木 寿法 茨城県日立市大みか町五丁目２番１号 日 立プロセスコンピュータエンジニアリング 株式会社内

Claims (6)

【特許請求の範囲】
1. 【請求項１】濃淡画像データ入力手段と，それを２値化
   する手段、及び２値データをパターンマッチング処理に
   より画像認識する手段から成る画像認識装置で、 標準パターンとマスクパターンを用いて認識対象パター
   ンを認識するパターンマッチング方法において、 ２値化後の認識対象画像を認識する際、 あらかじめ複数の画素から成る１つの標準テンプレート
   と、複数種類のマスクパターンを準備し、 １つの領域に対して、標準テンプレートにて、パターン
   マッチング処理を、用意したマスクパターンを取り替え
   ながら複数回実行し、 標準テンプレートと、各マスクパターンのパターンマッ
   チング処理の結果を累積することにより画素毎に重み付
   けし、 標準パターンに対する認識対象パターンの重み付き一致
   度を抽出し、 この一致度より、認識対象パターンを認識することを特
   徴とする重み付きパターンマッチング方法。
2. 【請求項２】請求項１において、 あらかじめ標準テンプレートを複数枚用意し、 複数枚の標準テンプレートを組み合わせることにより、
   標準テンプレートより大きいサイズのパターンを認識す
   る分割パターンマッチング方法と、 前記重み付きパターンマッチング方法を組み合わせるこ
   とにより、標準テンプレートより大きいサイズの認識対
   象パターンに、画素毎に重み付けをし、重み付き一致度
   を抽出することにより認識対象パターンを認識するを特
   徴とする重み付きパターンマッチング方法。
3. 【請求項３】請求項１又は２において、 あらかじめ用意する標準テンプレートは、部分的に領域
   が重なる様に配置するものとし、 前記重み付きパターンマッチング方法と組み合わせ、重
   み付き一致度を抽出することにより認識対象パターンを
   認識するを特徴とする重み付きパターンマッチング方
   法。
4. 【請求項４】請求項１又は２において、 同一の領域に対し、同一の標準テンプレートにて複数回
   のパターンマッチング処理を行うことにより、パターン
   マッチング処理の回数分の重みを、その領域毎に付け、
   重み付き一致度を抽出することにより認識対象パターン
   を認識するを特徴とする重み付きパターンマッチング方
   法。
5. 【請求項５】請求項１又は２において、 標準テンプレート毎にあらかじめ重みを付けておき、パ
   ターンマッチング処理することにより、各領域毎に重み
   を付け、重み付き一致度を抽出することにより認識対象
   パターンを認識するを特徴とする重み付きパターンマッ
   チング方法。
6. 【請求項６】請求項１又は２において、 あらかじめ、濃淡により重みを付けた濃淡パターンと標
   準パターン（２値データ）を用意しておき、 ２値化後の認識対象画像に、標準テンプレート１枚もし
   くは、１枚以上にて、パターンマッチング処理すること
   により、認識対象パターン候補の位置を検出し、 認識対象パターン候補と標準パターンにて、排他的論理
   和（または、排他的ＮＯＲ）を演算することにより不一
   致画素（または、一致画素）を抽出し、 この不一致画素（または、一致画素）をマスクとし、濃
   淡パターンにマスクすることにより重み付きの不一致度
   （または、一致度）を抽出することにより認識対象パタ
   ーンを認識するを特徴とする重み付きパターンマッチン
   グ方法。