JPH0896083A - 文字認識装置 - Google Patents

Abstract

(57)【要約】 【目的】 専門的な知識及び経験を必要とせずに、最適
な前処理手法及び認識処理手法を容易かつ短期間に設定
することができる文字認識装置を提供する。 【構成】 カメラ装置１に撮像された番号が記された製
品10の端面の画像によりその番号を認識する文字認識装
置２であって、複数の前処理手法，文字認識処理手法を
予め備えておき、複数のサンプル用画像の認識結果の統
計的処理に基づいて、最適な前処理手法と文字認識処理
手法との組み合わせを設定する。また、誤認識が生じた
場合にはその画像を保存しておき、保存画像を参照して
両手法の組み合わせを再設定する。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は、画像を入力し、入力し
た画像中に存在する文字を認識する文字認識装置に関す
る。

【０００２】

【従来の技術】入力画像に含まれる文字を自動的に認識
する文字認識装置は、パターン認識の一分野として最も
古くから開発されており、特に、近年の計算器の発達に
伴って目ざましい進歩を辿っており、オートメーション
化された工場，作業所において広く利用されるようにな
ってきた。このような文字認識装置では、一般的に、ま
ず、ノイズ除去，２値化，文字パターンの切出し，文字
の大きさ・傾き・濃度の正規化などの前処理を入力画像
に施し、その後、前処理された画像に認識処理を施して
画像中の文字を自動的に認識する。ところで、文字認識
における認識処理には、構造解析法，パターンマッチン
グ法，ニューラルネット法，加重方向ヒストグラム法な
どのように何種類かの手法がある。また、前処理におい
ても、文字パターンの切出しを例にとると、投影法，パ
ターンサーチ法，ラベリング法などがあり、２値化にお
いても種々の２値化手法が存在する。

【０００３】従って、入力画像の品質または画像に含ま
れる文字の字体に応じて、最適な前処理手法及び認識処
理手法を適用することが、認識率の向上を図るためには
大切である。従来では、文字認識装置を新たに設置する
前に、サンプル画像を入力して、そのサンプル画像を用
いて、専門家が適切な前処理手法及び認識処理手法を選
択してその文字認識装置に初期設定することとし、実際
の認識処理中に誤認識が多い場合には専門家の立会いの
もとで初期設定されたこれらの手法を調整，変更するこ
とが一般的である。

【０００４】

【発明が解決しようとする課題】従来の文字認識装置で
は、最適な前処理手法及び認識処理手法を設定するため
には文字認識に関する専門的な知識及び経験が必要であ
り、一般の技術者では、最適な前処理手法及び認識処理
手法を選択できないという問題がある。また、専門家が
設定した前処理手法及び認識処理手法を適用した後に誤
認識が多く発生した場合に、専門家が不在であると、そ
の誤認識の原因の究明が困難であるため、再設定に長時
間を要するという問題もある。

【０００５】本発明は斯かる事情に鑑みてなされたもの
であり、専門的な知識及び経験を必要とせず、最適な前
処理手法及び認識処理手法を容易かつ短期間に設定する
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。

【０００６】

【課題を解決するための手段】本願の請求項１に係る文
字認識装置は、認識対象文字が含まれている画像を入力
し、入力した画像に２段階の処理を施して文字を認識す
る文字認識装置において、第１段階の複数の処理手法の
処理手順を格納している第１格納手段と、第２段階の複
数の処理手法の処理手順を格納している第２格納手段
と、入力される画像に応じて、前記第１格納手段及び第
２格納手段から第１段階及び第２段階の処理手法の処理
手順を選択する選択手段とを備えることを特徴とする。

【０００７】本願の請求項２に係る文字認識装置は、請
求項１において、認識対象文字が含まれている複数の入
力画像に対する文字認識結果を統計的に処理する統計処
理手段を備え、前記選択手段が、前記統計処理手段の統
計結果を入力する手段と、入力した統計結果に基づい
て、前記第１格納手段及び第２格納手段から第１段階及
び第２段階の処理手法の処理手順を選択する手段とを有
することを特徴とする。

【０００８】本願の請求項３に係る文字認識装置は、認
識対象文字が含まれている画像を入力し、入力した画像
に後の認識処理を行うための前処理を施し、前処理後の
画像から文字を認識する文字認識装置において、複数の
前処理手法の処理手順と複数の文字認識手法の処理手順
とを格納している格納手段と、複数の認識対象画像を用
いて、格納されている前処理手法及び文字認識手法の処
理手順から両手法の処理手順の組み合わせを判断する判
断手段とを備えることを特徴とする。

【０００９】本願の請求項４に係る文字認識装置は、請
求項１，２，または３において、入力した画像を保存す
る保存手段を更に備えることを特徴とする。

【００１０】

【作用】一般的な文字認識の処理は、前述したように、
入力画像の画質を改良したり、画像中の文字が存在する
領域を切り出したりする前処理と、前処理された画像か
ら文字を認識する文字認識処理とから構成されている。
本発明の文字認識装置にあっては、前処理，文字認識処
理で利用するそれぞれ複数の前処理手法，文字認識処理
手法を備えており、入力画像に応じて、最適な前処理手
法，文字認識処理手法を選択して、これを用いて画像中
の文字を認識する。また、複数のサンプル画像に対し
て、前処理手法と文字認識処理手法との種々の組み合わ
せを適用して文字認識を行い、その認識結果に統計的処
理を施して得られる統計結果に基づいて、最適な両手法
の組み合わせを選択するので、文字認識に対する専門的
な知識，経験がなくても短時間に最適な両手法の組み合
わせを設定できる。また、実際の入力画像を用いての現
場サイドにおけるこれらの両手法の再設定も容易に行え
る。更に、誤認識となった場合にはその入力画像を保存
しておくと、その保存した入力画像を参照することによ
り、誤認識の原因を容易に究明でき、これらの両手法の
再設定も短時間に行える。

【００１１】

【実施例】以下、本発明をその実施例を示す図面に基づ
いて具体的に説明する。

【００１２】図１は、本発明の文字認識装置を利用した
製品番号検査装置の概略図である。図１において、10は
認識対象の文字（本例では製品番号を表す数字の並び）
が端面に刻印されている製品であり、製品10は順次搬送
されてくる。製品10の搬送域には、製品10の端面（番号
刻印面）を撮像するカメラ装置１が設けられており、カ
メラ装置１は撮像した画像を本発明の文字認識装置２へ
出力する。文字認識装置２は、カメラ装置１からの入力
画像に対して、後述するような最適な手法を用いた前処
理及び認識処理を施して製品10の番号の認識を行い、認
識結果を表示装置４へ出力する。表示装置４は認識結果
を表示する。また、製品10の番号を管理している文字認
識装置２に対する上位計算器３が、文字認識装置２に接
続されており、上位計算器３から文字認識装置２へ製品
10の予定番号が搬送順に入力される。

【００１３】図２は、図１における本発明の文字認識装
置２の内部構成を示すブロック図である。図２におい
て、21はカメラ装置１からの撮影画像またはサンプル画
像を入力する画像入力部であり、画像入力部21は入力し
た画像を文字認識処理部22へ出力する。文字認識処理部
22は、前処理手法格納部23に格納されている複数の前処
理手法からの１つの前処理手法と、認識処理手法格納部
24に格納されている複数の認識処理手法からの１つの認
識処理手法との組み合わせを適用して、入力画像に対し
て前処理及び認識処理を施して、その認識処理結果を処
理結果保存部25へ出力する。処理結果保存部25は、この
認識処理結果を保存する。統計処理部26は、処理結果保
存部25に保存されている認識処理結果に統計的処理を施
してその統計処理結果を表示装置４へ出力する。文字認
識処理部22での認識結果が誤認識であった場合には、そ
の対象となった入力画像を、文字認識処理部22から画像
保存部27に出力して保存する。

【００１４】次に、動作について説明する。本実施例の
文字認識装置２は０〜９までの数字を認識する。前処理
手法格納部23には、画像の２値化手法として、しきい値
が固定である固定２値化手法と、しきい値が画像信号レ
ベルに応じて変化する浮動２値化手法と、濃度ヒストグ
ラムを用いて統計的に決定したしきい値を有する大津の
２値化手法との３種類の手法のそれぞれの処理手順が格
納されている。また、前処理手法格納部23には、文字パ
ターンの切出し手法として、２次元方向からの投影によ
り文字部分を推定して切り出す投影手法と、特有のパタ
ーンを検索し予め決められている文字間隔，文字の大き
さにより切り出すパターンサーチ法と、同一画素値の画
素を連結させた連結成分の存在により切り出すラベリン
グ法との３種類の手法のそれぞれの処理手順が格納され
ている。

【００１５】一方、認識処理手法格納部24には、文字の
認識処理手法として、標準の辞書との類似度に基づいて
認識するパターンマッチング手法と、生物の神経細胞の
連係を模擬したニューラルネットワーク手法（詳細は川
崎製鉄技報Vol.23,No.3(1991),pp.253-260に記載）との
２種類の手法のそれぞれの処理手順が格納されている。

【００１６】まず、本発明の文字認識装置２における最
適な前処理手法及び認識処理手法の初期設定時の動作に
ついて説明する。初期設定時には、複数のサンプル画像
と正解の文字列とを文字認識装置２に入力する。文字認
識装置２内の画像入力部21を介して入力されたサンプル
画像は、表示装置４に順次表示される。

【００１７】オペレータは、表示画像を見ながら、０〜
９までのサンプル数字についてそれぞれ少なくとも１個
の標準サンプルを抽出する。そして、この標準サンプル
を用いて、文字認識装置２は、パターンマッチングの辞
書を作成すると共に、ニューラルネットワークの学習を
行う。

【００１８】次に、各サンプル画像に対して、以下の手
順に従って文字認識を行う。図３はその動作手順を示す
フローチャートである。まず、前処理手法格納部23に格
納されている上述した３種類の手法（固定２値化手法，
浮動２値化手法，大津の２値化手法）のうちから１つの
２値化手法を選択し（ステップＳ１）、また、前処理手
法格納部23に格納されている上述した３種類の手法（投
影手法，パターンサーチ法，ラベリング法）のうちから
１つの文字パターンの切出し手法を選択する（ステップ
Ｓ２）。選択したこれらの手法を適用して、入力したサ
ンプル画像に前処理を施すが、この際に文字切出しが可
能であったか否かを判断する（ステップＳ３）。切出し
が可能であれば認識処理を施すべくステップＳ４に進
む。一方、切出しが不可能である場合には、リジェクシ
ョンとして処理して（ステップＳ５）、ステップＳ７に
進む。

【００１９】次に、認識処理手法格納部24に格納されて
いる上述した２種類の手法（パターンマッチング手法，
ニューラルネットワーク手法）のうちから１つの認識処
理手法を選択し（ステップＳ４）、この選択した認識処
理手法に従って、前処理が終わったサンプル画像に認識
処理を施し、文字認識を行って、認識結果を予め入力し
ておいた正解と照合して照合結果を得る（ステップＳ
６）。

【００２０】次に、同一のサンプル画像に対して、上述
の例と、２値化手法，文字パターンの切出し手法，認識
処理手法の何れかを変えて同様の手順（ステップＳ１〜
Ｓ６）にて別の照合結果を得る。以下、全く同様にこれ
らの手法の組み合わせを変えて同一のサンプル画像に前
処理及び文字認識処理を施して、それぞれの場合の照合
結果を得る。１つの同一のサンプル画像について、前処
理手法格納部23に格納されている２値化手法と文字パタ
ーンの切出し手法と認識処理手法格納部24に格納されて
いる認識処理手法とのすべての組合わせによる18（＝３
×３×２）通りの場合について認識処理を行った後（ス
テップＳ７：ＹＥＳ）に、得られた照合結果を正解文字
列と共に処理結果保存部25に保存する。

【００２１】上述したような処理を入力されたすべての
サンプル画像について行い（ステップＳ８：ＹＥＳ）、
各サンプル画像における照合結果と正解文字列とを処理
結果保存部25に保存する。

【００２２】すべてのサンプル画像に対する処理が終わ
ると、統計処理部26は、処理結果保存部25に保存されて
いる照合結果に基づいて、０〜９までの各数字に応じて
正解率，誤読率，不読率を求めるなどの統計的処理を行
う。統計処理部26にて求められた結果、つまり、サンプ
ル数，リジェクト数，正解率，誤読率，不読率が、各手
法の組み合わせ毎に、下記表１に示すように、表示装置
４に表示される。下記表１の例では、２値化手法，文字
パターンの切出し手法，認識処理手法として、それぞれ
固定２値化手法，投影法，パターンマッチング手法を組
み合わせた場合の統計処理結果を一例として示してい
る。

【００２３】

【表１】

【００２４】２値化手法，文字パターンの切出し手法，
認識処理手法から１つずつ選択した18通りの組み合わせ
の中で、全体の正解率が最も高い手法の組み合わせ、全
体の誤読率が最も低い手法の組み合わせ、文字毎の認識
率が最も低いものを比較した場合にその認識率が最も高
い手法の組み合わせ、文字毎の誤読率が最も高いものを
比較した場合にその誤読率が最も低い手法の組み合わせ
を、下記表２に示すように表示装置４に表示する。

【００２５】

【表２】

【００２６】そして、オペレータは、表示装置４に表示
された統計処理に基づくこれらの表示内容を参照して、
最適な手法の組み合わせを選択する。この際、表２の
（ａ）に示すような全体の正解率が最も高かった組み合
わせを選択しても良いし、表２の（ｂ）に示すような全
体の誤読率が最も低かった組み合わせを選択しても良い
し、表２の（ｃ）に示すような０〜９までの各数字毎で
比較した最低正解率が最も高かった組み合わせを選択し
ても良いし、表２の（ｄ）に示すような各数字毎で比較
した最高誤読率が最も低かった組み合わせを選択しても
良い。

【００２７】次に、製品10に刻印された番号を実際に認
識する動作について説明する。製品10はカメラ装置１に
対向する位置まで順次搬送されて、カメラ装置１にて番
号が刻印された端面が撮像される。カメラ装置１にて得
られた画像データは、文字認識装置２へ入力される。画
像入力部21を介して入力された画像データに対して、文
字認識処理部22にて、前処理手法格納部23及び認識処理
手法格納部24に格納されている上述の初期設定時に選択
された最適な前処理手法及び認識処理手法に従って、前
処理及び文字認識処理を施し、製品10に刻印された番号
を読み取る。

【００２８】このようなオンラインでの製品10の番号の
認識時にあって、誤って認識した場合または認識不可能
な場合には、その誤読時の画像または不読時の画像を、
後の調整時に参考とするために、画像保存部27へ保存し
ておく。

【００２９】次に、一旦選択した手法の組み合わせを調
整して変更する場合の動作について説明する。実際のオ
ンラインでの認識処理時に画像保存部27へ保存された画
像を参照して、誤読または不読の原因を究明し、その原
因に基づいて、設定されている手法の組み合わせを最適
な組み合わせに変更する。また、この際同時に、製品10
を撮像するカメラ装置１の光学系などの撮像条件を改善
して、正解率の向上を図ることも大切である。

【００３０】なお、上述の実施例にあっては、前処理に
おける２値化手法，文字パターンの切出し手法としてそ
れぞれ３種類の手法が備えられ、認識処理手法として２
種類の手法が備えられている場合について説明したが、
これは例示であり、予め備えておく手法は何種類であっ
てもよい。また、ノイズ除去，正規化などの他の前処理
についても複数の手法を備えていて、これらも加えて最
適な組み合わせを設定するようにしてもよいことは言う
までもない。

【００３１】また、上述の実施例では製品の端面に刻印
された番号を認識する場合について説明したが、これは
一例であって、他の用途の文字認識についても本発明を
適用できることは勿論である。

【００３２】

【発明の効果】以上のように、本発明の文字認識装置で
は、予め備えている複数の前処理手法，文字認識手法か
ら入力画像に応じて最適な手法の組み合わせを選択し
て、画像中の文字を認識するので、文字認識に対する専
門的な知識，経験がなくても短時間に最適な両手法の組
み合わせを初期設定できる。また、誤認識となった場合
にはその入力画像を保存しておくので、保存した入力画
像を参照して誤認識の原因を容易に究明でき、その原因
を解消するためのこれらの両手法の再設定も短時間に行
うことができる。

【図面の簡単な説明】

【図１】本発明の文字認識装置を利用した製品番号検査
装置の概略図である。

【図２】本発明の文字認識装置の内部構成を示すブロッ
ク図である。

【図３】本発明の文字認識装置における初期設定時の動
作手順を示すフローチャートである。

【符号の説明】

１ カメラ装置 ２ 文字認識装置 ３ 上位計算器 ４ 表示装置 10 製品 21 画像入力部 22 文字認識処理部 23 前処理手法格納部 24 認識処理手法格納部 25 処理結果保存部 26 統計処理部 27 画像保存部

───────────────────────────────────────────────────── フロントページの続き (71)出願人 000001199 株式会社神戸製鋼所 兵庫県神戸市中央区脇浜町１丁目３番18号 (72)発明者 和田 正人 大阪府大阪市中央区北浜４丁目５番33号 住友金属工業株式会社内 (72)発明者 橋詰 基 東京都千代田区丸の内一丁目１番２号 日 本鋼管株式会社内 (72)発明者 高橋 暢 岡山県倉敷市水島川崎通１丁目（番地な し） 川崎製鉄株式会社水島製鉄所内 (72)発明者 長谷川 裕之 兵庫県加古川市金沢町１番地 株式会社神 戸製鋼所加古川製鉄所内

Claims (4)

【特許請求の範囲】
1. 【請求項１】 認識対象文字が含まれている画像を入力
   し、入力した画像に２段階の処理を施して文字を認識す
   る文字認識装置において、第１段階の複数の処理手法の
   処理手順を格納している第１格納手段と、第２段階の複
   数の処理手法の処理手順を格納している第２格納手段
   と、入力される画像に応じて、前記第１格納手段及び第
   ２格納手段から第１段階及び第２段階の処理手法の処理
   手順を選択する選択手段とを備えることを特徴とする文
   字認識装置。
2. 【請求項２】 認識対象文字が含まれている複数の入力
   画像に対する文字認識結果を統計的に処理する統計処理
   手段を備え、前記選択手段が、前記統計処理手段の統計
   結果を入力する手段と、入力した統計結果に基づいて、
   前記第１格納手段及び第２格納手段から第１段階及び第
   ２段階の処理手法の処理手順を選択する手段とを有する
   ことを特徴とする請求項１記載の文字認識装置。
3. 【請求項３】 認識対象文字が含まれている画像を入力
   し、入力した画像に後の認識処理を行うための前処理を
   施し、前処理後の画像から文字を認識する文字認識装置
   において、複数の前処理手法の処理手順と複数の文字認
   識手法の処理手順とを格納している格納手段と、複数の
   認識対象画像を用いて、格納されている前処理手法及び
   文字認識手法の処理手順から両手法の処理手順の組み合
   わせを判断する判断手段とを備えることを特徴とする文
   字認識装置。
4. 【請求項４】 入力した画像を保存する保存手段を更に
   備えることを特徴とする請求項１，２または３記載の文
   字認識装置。