JPH09179938A - オンライン手書き文字認識装置 - Google Patents

Abstract

(57)【要約】 【課題】 手書き文字の認識率の低下を招くことなく、
筆記順に依存しない認識を実現する。 【解決手段】 サブパターン作成手段２１と、文字画像
作成手段２２と、文字枠分割点検出手段２３と、特徴マ
トリクス作成手段２４と、ぼかし手段２５と、正規化手
段２６と、マッチング手段２７、文字辞書保持手段２８
は、座標入力装置１０から、筆記順に供給される手書き
文字の各点の座標データ列から、オフライン方式の認識
処理により、手書き文字の候補を検出する。特徴点検出
手段２９と、特定セグメント検出手段３０は、上記座標
データ列から、オンライン方式で、最初のストロークの
書始めのセグメントと最後のストロークの書終りセグメ
ントのを検出する。絞込み手段３１は、検出されたセグ
メントに基づいて、候補文字を絞り込む。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】この発明は、筆順に従って入
力される手書き文字の各点の座標データ列に基づいて、
この手書き文字を認識するオンライン手書き文字認識装
置に関する。

【０００２】

【従来の技術】近年、例えば、コンピュータに情報を入
力する際のユーザインタフェースを高めるために、オン
ライン手書き文字認識装置の研究、開発が盛んに行われ
ている。このオンライン手書き文字認識装置は、筆順に
従って入力される手書き文字の各点の座標データ列に基
づいて、この手書き文字を認識する装置である。

【０００３】このオンライン手書き文字認識装置は、手
書き文字が本来の筆順と異なる筆順で入力されると、認
識が困難になるという問題ある。したがって、このオン
ライン手書き文字認識装置においては、筆順に依存する
ことなく、手書き文字を認識することができる技術が望
まれる。

【０００４】この要望に応えるために、従来、下記の文
献に記載されたオンライン文字認識装置が開発されてい
る。

【０００５】文献：オフライン化によるオンライン漢字
認識実験、１９９３年、情処春季全大Ｄ−５７５ この文献に記載されたオンライン文字認識装置は、図２
に示すように、時系列データであるオンライン情報を２
値のビットマップデータに変換し、光学的読取り装置な
どで用いられるオフラライン方式の文字認識処理によっ
て、手書き文字を認識するようにしたものである。

【０００６】

【発明が解決しようとする課題】しかしながら、このよ
うな構成では、２値のビットマップ化により文字品質が
低下するため、細部の異なる文字を認識することができ
ないという問題があった。

【０００７】そこで、この発明は、細部の異なる文字の
認識率の低下を招くことなく、筆順に依存しない文字認
識を行うことができるオンライン手書き文字認識装置を
提供することを目的とする。

【０００８】

【課題を解決するための手段】上記課題を解決するため
に、この発明は、筆順に従って入力される手書き文字の
各点の座標データ列に基づいて、オフライン方式の文字
認識処理により、この手書き文字の候補を選択し、上記
座標データ列に基づいて、オンライン方式の特徴抽出処
理により、最初のストロークと最後のストロークの少な
くとも一方から予め定めたセグメントを検出し、検出し
たセグメントに基づいて、上記候補文字から手書き文字
を絞り込むようにしたものである。

【０００９】

【発明の実施の形態】以下、図面を参照しながら、この
発明の実施の形態を詳細に説明する。

【００１０】［一実施の形態］ ［構成］図１は、この発明の一実施の形態のオンライン
手書き文字認識装置の構成を示すブロック図である。

【００１１】なお、図には、座標入力装置１０を介して
入力された手書き文字の各点の座標データ列に基づい
て、ユーザによって筆記入力された手書き文字を認識す
るオンライン手書き文字認識装置２０を代表として示
す。

【００１２】ここで、座標入力装置１０は、手書き文字
の筆記入力に基づいて、この手書き文字の各点の座標を
示すデータを生成し、この座標データを筆順に従って出
力する機能を有する。また、オンライン手書き文字認識
装置２０は、座標入力装置１０から出力される座標デー
タ列に基づいて、ユーザによって筆記入力された手書き
文字を認識する機能を有する。

【００１３】オンライン手書き文字認識装置２０は、サ
ブパターン作成手段２１と、文字画像作成手段２２と、
文字枠分割点検出手段２３と、特徴マトリクス作成手段
２４と、ぼかし手段２５と、正規化手段２６と、マッチ
ング手段２７と、文字辞書保持手段２８と、特徴点抽出
手段２９と、特定セグメント検出手段３０と、絞込み手
段３１と、出力端子３２を有する。

【００１４】ここで、サブパターン作成手段２１と、文
字画像作成手段２２と、文字枠分割点検出手段２３と、
特徴マトリクス作成手段２４と、ぼかし手段２５と、正
規化手段２６と、マッチング手段２７と、文字辞書保持
手段２８は、座標入力装置１０から出力される手書き文
字の座標データ列に基づいて、オフライン方式の文字認
識処理（手書き文字の筆順に依存しない文字認識処理）
により、手書き文字の候補を選択する機能を有する。な
お、この実施の形態におけるオフライン方式の文字認識
処理は、詳細は後述するが、図２に示す従来のオフライ
ン方式の文字認識処理とは異なる。

【００１５】また、特徴点抽出手段２９と特定セグメン
ト検出手段３０は、上記手書き文字の座標データ列に基
づいて、オンライン方式の特徴抽出処理（手書き文字の
筆順に依存する特徴抽出処理）により、手書き文字の最
初のストロークの書始めのセグメントと最後のストロー
クの書終りのセグメントを検出する機能を有する。

【００１６】絞込み手段３１と文字辞書保持手段２８
は、検出されたセグメントに基づいて、手書き文字の候
補から手書き文字を絞り込む機能を有する。

【００１７】各部の機能を説明すると、上記サブパター
ン作成手段２１は、座標入力装置１０から出力される座
標データ列に基づいて、入力された手書き文字の右方向
成分と、左方向成分と、上方向成分と、下方向成分を検
出し、各方向成分（以下「サブパターン」という。）ご
とに、このサブパターンの画像を作成する機能を有す
る。

【００１８】上記文字画像作成手段２２は、座標入力装
置１０の出力に基づいて、入力文字の画像を作成する機
能を有する。

【００１９】上記文字枠分割点検出手段２３は、文字画
像作成手段２２により作成された文字画像に外接する外
接矩形（以下「文字枠」という。）を作成し、この文字
枠によって囲まれる領域に含まれる入力文字の画素数を
ｎ×ｍのマトリクスによって均等に分割するような分割
点を検出する機能を有する。

【００２０】上記特徴マトリクス作成手段２４は、サブ
パターン作成手段２１で作成された４つのサブパターン
の画像を、各サブパターン画像ごとに、上記文字枠分割
点検出手段２３で検出された分割点に従って分割し、各
分割領域に含まれるサブパターン画像の画素数を成分と
するｍ×ｎの特徴マトリクスを作成する機能を有する。

【００２１】上記ぼかし手段２５は、特徴マトリクス作
成手段２４で作成された特徴マトリクスの各成分を周囲
の成分に分配する機能を有する。

【００２２】上記正規化手段２６は、このぼかし手段２
６によりぼかされた特徴マトリクスを上記文字枠の幅及
び高さで正規化する機能を有する。

【００２３】上記マッチング手段２７は、この正規化手
段２６により正規化された特徴マトリクスと文字辞書に
登録されている既知の文字の特徴マトリクスとの類似度
を計算し、類似度の高い文字を候補文字として選択する
機能を有する。

【００２４】上記文字辞書保持手段２８は、上記文字辞
書を保持する。この文字辞書には、既知の各文字ごと
に、４つのサブパターンの特徴マトリクスと、上述した
セグメントの角度、長さ、位置といった情報が登録され
ている。なお、この文字辞書を保持する文字情報保持手
段２８としては、フロッピディスク、ハードディスク、
半導体メモリなどの様々な記憶装置が考えられる。

【００２５】特徴点抽出手段２９は、座標入力装置１０
から出力される座標データ列に基づいて、入力文字の各
ストロークごとに、このストロークの特徴点を検出し、
検出した特徴点の座標を示すデータを出力する機能を有
する。この実施の形態は、特徴点として、例えば、スト
ロークの始点と、終点と、極点を検出するようになって
いる。

【００２６】特定セグメント検出手段３０は、特徴点抽
出手段２９により抽出された特徴点に基づいて、予め定
めたセグメント（以下「特定セグメント」という。）を
検出する機能を有する。この実施の形態は、この特徴セ
グメントとして、手書き文字の最初のストロークの書始
めのセグメントと最後のストロークの書終りのセグメン
トを検出するようになっている。

【００２７】絞込み手段３１は、特定セグメント検出手
段１１により検出されたセグメントに基づいて、マッチ
ング手段２７により選択された候補文字から、手書き文
字を絞り込む機能を有する。

【００２８】［動作］上記構成において、動作を説明す
る。まず、図１の全体的な動作を説明する。

【００２９】座標入力装置１０から出力される座標デー
タ列は、サブパターン作成手段２１と、文字画像作成手
段２２と、特徴点抽出手段２９に供給される。

【００３０】サブパターン作成手段２１と、文字画像作
成手段２２と、文字枠分割点検出手段２３と、特徴マト
リクス作成手段２４と、ぼかし手段２５と、正規化手段
２６と、マッチング手段２７と、文字辞書保持手段２８
は、オフライン方式の文字認識処理により、入力文字の
候補を選択する。選択された候補文字を示すデータは、
絞込み手段３１に供給される。

【００３１】特徴点抽出手段２９と特定セグメント検出
手段３０は、オンライン方式の特徴抽出処理により、手
書き文字の最初のストロークの書始めのセグメントと最
後のストロークの書終りのセグメントを検出する。

【００３２】検出された候補文字を示すデータとセグメ
ントを示すデータは、絞込み手段３１に供給される。絞
込み手段３１は、検出されたセグメントに基づいて、選
択候補文字に基づいて、手書き文字を絞り込む。

【００３３】以上が、図１の全体的な動作である。次
に、図１の各部の動作を説明する。

【００３４】まず、座標入力装置１０の動作を説明す
る。この座標入力装置１０は、ユーザによって手書き文
字が入力されると、その筆順に従って、入力文字の各点
の座標（Ｘｉ（ｋ），Ｙｉ（ｋ））を示すデータを生成
する。

【００３５】ここで、ｉは、ストローク番号を示す。こ
のストローク番号ｉは、１，２，…，Ｉで表される。こ
こで、Ｉは、ストローク数を示す。この場合、各ストロ
ークの筆記順位は、筆順番号ｉが若いほど早い。また、
ｋは、ストローク上の各点の番号を示す。この点番号ｋ
は、１，２，…，Ｐｉで表される。ここで、Ｐｉは、各
ストローク上の座標データ数を示す。この場合、各点の
筆記順位は、点番号ｋが若いほど早い。

【００３６】なお、この座標入力装置１０としては、タ
ブレット、マウス、ライトペン、タッチパネル等が考え
られる。

【００３７】次に、サブパターン作成手段２１の動作を
説明する。このサブパターン作成手段２１は、座標入力
装置１０から出力される座標データ列に基いて、入力文
字の４つの方向（右方向、左方向、上方向、下方向）の
サブパターンを検出し、各サブパターンの画像を作成す
る。

【００３８】サブパターンの一例を図３に示す。図３に
は、６つの成分ａ１〜ａ６からなる架空の文字のサブパ
ターンを示す。この例の場合、右方向のサブパターンと
しては、成分ａ１，ａ６が検出され、左方向のサブパタ
ーンとしては、成分ａ３，ａ５が検出され、上方向のサ
ブパターンとしては、成分ａ４が検出され、下方向のサ
ブパターンとしては、成分ａ２，ａ６が検出される。

【００３９】以下、図４のフローチャートを参照しなが
ら、サブパターン作成手段２１の動作を詳細に説明す
る。

【００４０】まず、サブパターン作成手段２１は、座標
入力装置１０から座標データ列を受け取る（ステップ１
０１）。

【００４１】次に、サブパターン作成手段２１は、スト
ローク番号ｉを１に設定し、かつ、サブパターン画像を
記憶するためのビットマップメモリＭ１（右方向成分
用）、Ｍ２（左方向成分用）、Ｍ３（上方向成分用）、
Ｍ４（下方向成分用）を初期化する（ステップ１０
２）。この場合、メモリＭ１，Ｍ２，Ｍ３，Ｍ４は、す
べて０にクリアされる。

【００４２】次に、サブパターン作成手段２１は、連続
して入力された座標間を直線で補間する（ステップ１０
３〜１１５）。この処理は、全てのストロークに対して
行われる。但し、ストローク間では行われない。

【００４３】直線は、４つのメモリＭ１〜Ｍ４の中から
選択された１つのメモリに描画される。すなわち、直線
の画像データが選択メモリに書き込まれる。この選択
は、座標の変化方向に基いて行われる。すなわち、Ｘ座
標がプラス（＋）方向（０も含む）に変化する場合は、
メモリＭ１が選択され、マイナス（−）方向に変化する
場合は、メモリＭ２が選択され、Ｙ座標がプラス（＋）
方向（０も含む）に変化する場合は、メモリＭ３を選択
され、マイナス（−）方向に変化する場合は、メモリＭ
４が選択される（ステップ１０６〜１１１）。

【００４４】これにより、４つのサブパターン画像が作
成される。作成されたサブパターン画像を示すデータ
は、特徴マトリクス作成手段２４に供給される。

【００４５】ステップ１０３〜１１５の処理を個々に説
明すると、次のようになる。サブパターン作成手段２１
は、メモリの初期化等の処理が終了すると、まず、スト
ローク上の座標データ数Ｐｉが１か否かを判定する（ス
テップ１０３）。これにより、ストロークが１点で表さ
れるか否かが判定される。

【００４６】１でなければ、サブパターン作成手段２１
は、点番号ｋを２に設定する（ステップ１０４）。この
後、サブパターン作成手段２１は、Ｘ座標が Ｘ１（２）＝Ｘ１（１） を満たし、かつ、Ｙ座標が Ｙ１（２）＝Ｙ１（１） を満たすか否かを判定する（ステップ１０５）。これに
より、ｋ＝１の点とｋ＝２の点の座標が同じか否かが判
定される。

【００４７】座標が同じでなければ、サブパターン作成
手段２１は、Ｘ座標が Ｘ１（２）≧Ｘ１（１） を満たすか否かを判定する（ステップ１０６）。これに
より、ｋ＝２の点がｋ＝１の点（この点を含む）より右
にあるかが判定される。

【００４８】右にある場合は、サブパターン作成手段２
１は、メモリＭ１に、座標（Ｘ１（１），Ｙ１（１），
（Ｘ１（２），Ｙ１（２））を結ぶ直線を描画する（ス
テップ１０７）。これに対し、右にない場合（左にある
場合）は、メモリＭ２に、上記直線を描画する（ステッ
プ１０８）。

【００４９】次に、サブパターン作成手段２１は、Ｙ座
標が Ｙ１（２）≧Ｙ１（１） を満たすか否かを判定する（ステップ１０９）。これに
より、ｋ＝２の点がｋ＝１の点（この点を含む）より上
にあるかが判定される。

【００５０】上ある場合は、サブパターン作成手段２１
は、メモリＭ３に、座標（Ｘ１（１），Ｙ１（１）），
（Ｘ１（２），Ｙ１（２））を結ぶ直線を描画する（ス
テップＳ１１０）。これに対し、上にない場合（下にあ
る場合）は、メモリＭ４に、上記直線を描画する。

【００５１】次に、サブパターン作成手段２１は、点番
号ｋが座標数Ｐｉと一致するか否かを判定し（ステップ
１１２）、一致しなければ、ｋをインクリメントして
（ステップ１１３）、ステップ１０５に戻る。これによ
り、点順位番号ｋが座標数Ｐｉに一致するまで、上述し
た処理が実行される。

【００５２】点番号ｋが座標数Ｐｉに一致すると、すな
わち、１つのストロークの処理が終了すると、サブパタ
ーン作成手段２１は、ストローク番号ｉがストローク数
Ｉに一致するか否かを判定する（ステップ１１４）。一
致しない場合は、サブパターン作成手段２１は、ストロ
ーク番号ｉをインクリメントして（ステップ１１５）、
ステップ１０３に戻る。これにより、ストローク番号ｉ
がストローク数Ｉに一致するまで、上述した処理が実行
される。

【００５３】なお、上記ステップ１０５で、ｋ＝１の点
とｋ＝２の点の座標が一致すると判定した場合、サブパ
ターン作成手段２１は、ステップ１１２の処理を実行す
る。これにより、この場合、ｋ＝２の点について、上述
した処理が実行される。

【００５４】また、上記ステップ１０３で、Ｐｉが１と
判定した場合、サブパターン作成手段２１は、ステップ
１１４の処理を実行する。これにより、この場合は、ｉ
＝２のストロークについて、上述した処理が実行され
る。これは、この場合は、当該ストロークは、１点で表
され、方向性を持たないからである。

【００５５】以上の処理が全てのストロークについて終
了すると、４つのサブパターン画像が作成されたことに
なる。このサブパターン画像を示す画像データは、特徴
マトリクス作成手段２４に供給される。

【００５６】次に、図５のフローチャートを参照しなが
ら、文字画像作成手段２２の動作を説明する。

【００５７】まず、文字画像作成手段２２は、ストロー
ク番号ｉを１に設定し、かつ、文字画像を記憶するため
のビットマップメモリＭ０を初期化する（ステップ１２
０）。この場合、メモリＭ０は、すべて０にクリアされ
る。

【００５８】次に、文字画像作成手段２１は、連続して
入力された座標間を直線で補間する（ステップ１２１〜
１２９）。この処理は、全てのストロークに対して行わ
れる。但し、ストローク間では行われない。

【００５９】なお、この処理は、２点の座標が一致しな
い場合に、メモリＭ０に直線を描画する点（ステップ１
２３，１２４）と、座標数Ｐｉが１の場合に、メモリＭ
０に点を描画する点（ステップ１２１，１２５）を除け
ば、サブパターン作成手段２１の直線補間処理と同じな
ので、詳細な説明は省略する。

【００６０】次に、文字枠分割点検出手段２３の動作を
説明する。この文字枠分割点検出手段２３は、上記のご
とく、文字画像作成手段２２により作成された文字画像
に外接する文字枠を作成し、この文字枠によって囲まれ
る領域に含まれる手書き文字の画素数をｎ×ｍのマトリ
クスによって均等に分割するような分割点を検出する。

【００６１】この実施の形態においては、ｎ，ｍは、い
ずれも例えば８とされている。また、分割アルゴリズム
としては、Ｘ方向の分割点と、Ｙ方向の分割点をそれぞ
れ独立に計算するアルゴリズムが用いられる。

【００６２】Ｘ方向の分割点は、文字枠に含まれる全て
の画素の数をほぼ１／８に分割するような７つの点であ
る。以下、この分割点のＸ座標を（Ｄｘ（ｒ）；ｒ＝１
〜７）と表す。ここで、ｒは、０〜８の値をとるが、分
割点に対しては、１〜７までの値が割り当てられる。同
様に、Ｙ方向の分割点は、全ての画素数をほぼ１／８に
分割するような７つの点である。以下、この点のＹ座標
を（Ｄｙ（ｓ）；ｓ＝１〜７）と表す。

【００６３】以下、分割点のＸ座標Ｄｘ（ｒ）を求める
方法を図６のフローチャートを参照しながら説明する。
まず、文字枠分割点検出手段２３は、メモリＭ０をスキ
ャンし、入力文字の全画素数（ｔｏｔａｌ＿ｐ）を求め
る（ステップ１４０）。

【００６４】次に、文字枠分割点検出手段２３は、入力
文字の文字枠のＸ座標の最小値Ｘｍｉｎ及び最大値Ｘｍ
ａｘとＹ座標の最小値Ｙｍｉｎ及び最大値Ｙｍａｘを求
める（ステップＳ１４１）。次に、文字枠分割点検出手
段２３はＸ座標の最小値Ｘｍｉｎから最大値Ｘｍａｘま
で、各Ｘ座標ごとに、手書き文字画像をＹ方向に走査
し、Ｙ方向に存在する画素数をカウントする（ステップ
１４２）。これにより、Ｘ方向のヒストグラムが生成さ
れる。なお、このステップ１４２では、Ｙ方向のヒスト
グラムも作成される。

【００６５】次に、文字枠分割点検出手段２３は、全画
素数（ｔｏｔａｌ＿ｐ）を８等分するようなＸ座標Ｄｘ
（ｒ）を求める（ステップ１４３）。この処理は次のよ
うにしてなされる。

【００６６】すなわち、文字枠分割点検出手段２３は、
上記最小値Ｘｍｉｎから順に、各Ｘ座標ごとに、ステッ
プ１４２で求めた画素数を累積加算し、この加算値（ｃ
ｏｎｔ＿ｐ）が（ｔｏｔａｌ＿ｐ／８）を上回ったら、
そのときのＸ座標をＤｘ（１）とする。同様の操作を続
け、加算値（ｃｏｎｔ＿ｐ）が（２ｔｏｔａｌ＿ｐ／
８）を上回ったら、そのときのＸ座標をＤｘ（２）とす
る。

【００６７】文字枠分割点手段２３は、上記の操作を繰
り返し、Ｄｘ（ｒ）を求める。最後に、文字枠のＸ座標
の最小値ＸｍｉｎをＤｘ（０）に代入し、最大値Ｘｍａ
ｘに１を加えた値（Ｘｍａｘ＋１）をＤｘ（８）を代入
する（ステップＳ１４４）。これにより、Ｘ方向の処理
が終了する。

【００６８】分割点のＹ座標Ｄｙ（ｓ）を求める方法
も、上記の操作でＸ座標をＹ座標に、Ｙ座標をＸ座標に
置き換えることで実現することができる（ステップ１４
５〜１４７）。

【００６９】次に、特徴マトリクス作成手段２４の動作
について説明する。この特徴マトリクス作成手段２４
は、上記のごとく、文字枠分割点検出手段２４で求めた
分割点に従って、サブパターン作成手段２１で作成され
た４つのサブパターンを各サブパターンごとに、８×８
の領域に分割し、各分割領域に含まれる画素数をカウン
トし、このカウント値を成分とする８×８の特徴マトリ
クスＶ１，Ｖ２，Ｖ３，Ｖ４を求める。

【００７０】以下、図７を参照しながら、右方向のサブ
パターンの特徴マトリクスＶ１を作成する動作を説明す
る。この場合、特徴マトリクス作成手段２４は、まず、
特徴マトリクスＶ１，Ｖ２，Ｖ３，Ｖ４のマトリクス番
号ｔ（ｔ＝１，２，３，４）を１に設定するとともに、
４つの特徴マトリクスＶ１，Ｖ２，Ｖ３，Ｖ４の各成分
を０に初期化する（ステップ１６０）。

【００７１】次に、特徴マトリクス作成手段２４は、右
方向のサブパターンの画像データが格納されたビットマ
ップメモリＭ１において、Ｘ座標が Ｄｘ（０）≦Ｘ≦Ｄｘ（１） を満たし、かつ、Ｙ座標が Ｄｙ（０）≦Ｙ≦Ｄｙ（１） を満たす領域に含まれる画素数をカウントし、その値を
特徴マトリクスＶ１の（１，１）番目の成分Ｖ１（１，
１）とする（ステップ１６１〜１６３）。

【００７２】以下、同様に、特徴マトリクス作成手段２
４は、上述した処理をｒ＝１〜８，ｓ＝１〜８を満たす
全ての（ｒ，ｓ）について行う（ステップ１６４〜１６
７）。これにより、Ｖ１（１，１）からＶ１（８，８）
までの６４個の成分が求められ、特徴マトリクスＶ１が
完成することになる。

【００７３】この後、特徴マトリクス作成手段２４は、
マトリクス番号ｔをインクリメントし、２番目の特徴マ
トリクスＶ２の作成を行う（ステップ１６８，１６
９）。以下、同様に、特徴マトリクス作成手段２４は、
３番目、４番目の特徴マトリクスＶ３，Ｖ４の作成を行
う。そして、特徴マトリクス作成手段２４は、４番目の
特徴マトリクスＶ４の作成が終了すると、作成した４つ
の特徴マトリクスＶ１〜Ｖ４をぼかし手段２５に供給す
る。

【００７４】次に、ぼかし手段２５の動作を説明する。
このぼかし手段２５は、特徴マトリクスＶｔの各成分Ｖ
ｔ（ｒ，ｓ）の値を周辺の成分に分配することにより、
各成分Ｖｔ（ｒ，ｓ）の値をぼかす処理を実行する。

【００７５】この実施の形態では、各成分Ｖｔ（ｒ，
ｓ）の値は、次のような重付けで、周囲の８つの成分に
分配される。すなわち、各成分Ｖｔ（ｒ，ｓ）の値は、
上下方向及び左右方向の隣接成分に対しては、０．１の
重付けで分配され、斜め方向の隣接成分に対しては、
０．０５の重付けで分配される。これにより、元の成分
Ｖｔ（ｒ，ｓ）の値の０．４の値はそのまま残る。

【００７６】以下、図８を参照しながら、上述したぼか
し処理を詳細に説明する。なお、以下の説明では、ぼか
し処理により得られた特徴マトリクスＶｔをＦｔと記
す。

【００７７】まず、ぼかし手段２５は、マトリクス番号
ｔを１に設定するとともに、４つの特徴マトリクスＦ１
〜Ｆ４の各成分の値を０にリセットする（ステップ１８
０）。

【００７８】次に、ぼかし手段２５は、成分Ｖ１（０，
０）〜Ｖ１（０，９）、Ｖ１（９，０）〜Ｖ１（９，
９）、Ｖ１（０，０）〜Ｖ１（９，０）、Ｖ１（０，
９）〜Ｖ１（９，９）の値を０に設定する（ステップ１
８１）。これにより、特徴マトリクスＶ１の成分ではな
いが、このマトリクスの周辺に位置する３６個の成分の
値が０に設定される。

【００７９】この処理を行うのは、後述するステップ１
８４で、特徴マトリクスＶ１の一番外側の２８個の成分
の値を計算する場合に、上記３６個の成分の値が計算上
現れるからである。

【００８０】次に、ぼかし手段２５は、ｒを１に設定し
た後（ステップ１８２）、ｓを１に設定する（ステップ
１８３）。次に、ぼかし手段２５は、成分Ｖ１（１，
１）の周囲に位置する８個の成分Ｖ１（０，０），Ｖ１
（１，０），Ｖ１（２，０），Ｖ１（２，１），Ｖ１
（２，２），Ｖ１（１，２），Ｖ１（０，２），Ｖ１
（０，１）の値を使って、成分Ｖ１（１，１）の値を補
正する（ステップ１８５）。これにより、成分Ｖ１
（１，１）のぼかし成分Ｆ１（１，１）が得られる。

【００８１】以下、同様に、ぼかし手段２５は、上述し
た処理をｒ＝１〜８，ｓ＝１〜８を満たす全てのＶ１
（ｒ，ｓ）について行う（ステップ１８５〜１８７）。
これにより、Ｆ１（１，１）からＦ１（８，８）までの
６４個の成分が求められ、特徴マトリクスＦ１が完成す
ることになる。

【００８２】この後、ぼかし手段２５は、マトリクス番
号ｔをインクリメントし、２番目の特徴マトリクスＦ２
の作成を行う（ステップ１８９，１９０）。以下、同様
に、ぼかし手段２５は、３番目、４番目の特徴マトリク
スＦ３，Ｆ４の作成を行う。そして、ぼかし手段２５
は、４番目の特徴マトリクスＦ４の作成が終了すると、
作成した４つの特徴マトリクスＦ１〜Ｆ４を正規化手段
２６に供給する。

【００８３】次に、正規化手段２６の動作を説明する。
この正規化手段２６は、上記のごとく、特徴マトリクス
Ｆｒの各成分を入力文字の文字枠の幅及び高さで正規化
する。

【００８４】以下、この処理を図９のフローチャートを
参照しながら、詳細に説明する。まず、正規化手段２６
は、入力文字の文字枠の幅Ｈｘ及び高さＨｙを求める
（ステップ２００）。

【００８５】次に、正規化手段２６は、特徴マトリクス
Ｆ１，Ｆ２の成分Ｆ１（１，１），Ｆ２（１，１）の値
を幅Ｈｘで正規化し、特徴マトリクスＦ３，Ｆ４の成分
Ｆ３（１，１），Ｆ４（１，１）の値を高さＨｙで正規
化する（ステップ２０１〜２０３）。この正規化は、例
えば、各成分の値に１００を乗算し、この乗算結果を幅
Ｈｘまたは高さＨｙで除算することにより行われる。

【００８６】なお、特徴マトリクスＦ１，Ｆ２の成分Ｆ
１（１，１），Ｆ２（１，１）を幅Ｈｘで正規化するの
は、この特徴マトリクスＦ１，Ｆ２がそれぞれ右方向、
左方向のサブプパターンの特徴マトリクスだからであ
る。同様に、特徴マトリクスＦ３，Ｆ４の成分Ｆ３
（１，１），Ｆ４（１，１）を高さＨｙで正規化するの
は、この特徴マトリクスＦ３，Ｆ４がそれぞれ上方向、
下方向のサブプパターンの特徴マトリクスだからであ
る。

【００８７】以下、同様に、正規化手段２６は、上述し
た処理をｒ＝１〜８，ｓ＝１〜８を満たす全ての成分Ｆ
ｔ（ｒ，ｓ）について行う（ステップ２０４〜２０
７）。これにより、各特徴マトリクスＦｔが正規化され
る。この正規化処理が終了すると、正規化手段２６は、
正規化された特徴マトリクスＦ１〜Ｆ４をマッチング手
段２７に供給する。

【００８８】次に、マッチング手段２７の動作を説明す
る。このマッチング手段２７は、入力文字と文字辞書に
登録されている文字との距離を計算し、距離が小さい文
字を候補文字として出力する。

【００８９】以下、この処理を図１０のフローチャート
を参照しながら説明する。まず、マッチング手段２７
は、文字番号ｕを１に設定した後（ステップ２２０）、
距離ｄｉｓｔを０に設定する（ステップ２２１）。ここ
で、文字番号ｕとは、文字辞書に登録されている文字に
付与された番号である。

【００９０】次に、マッチング手段２７は、正規化され
た特徴マトリクスＦ１〜Ｆ４の成分Ｆ１（１，１）〜Ｆ
４（１，１）と文字辞書に登録されているｕ＝１の文字
の特徴マトリクスｄｉｃ［１］Ｆ１〜ｄｉｃ［１］Ｆ４
の成分ｄｉｃ［１］Ｆ１（１，１）〜ｄｉｃ［１］Ｆ４
（１，１）との距離ｄｉｓｔを求める（ステップ２２２
〜２２４）。

【００９１】この場合、特徴マトリクスＦ１の成分Ｆ１
（１，１）と特徴マトリクスｄｉｃ［１］Ｆ１の成分ｄ
ｉｃ［１］Ｆ１（１，１）との距離ｄｉｓｔは、 ｄｉｓｔ＝ｄｉｃ［１］Ｆ１（１，１）−ｄｉｃ［１］
Ｆ１（１，１） で表される。

【００９２】以下、同様に、マッチング手段２７は、上
述した処理をｒ＝１〜８，ｓ＝１〜８を満たす全ての成
分Ｆｔ（ｒ，ｓ）について行う（ステップ２２５〜２２
８）。これにより、特徴マトリクスＦｔ，ｄｉｃ［１］
Ｆｔの各成分Ｆｔ（ｒ，ｓ），ｄｉｃ［１］Ｆｔ（ｒ，
ｓ）の距離ｄｉｓｔが累積加算される。この累積加算値
が、特徴マトリクスＦｔ，ｄｉｃ［１］Ｆｔの距離ｄｉ
ｓｔとなる。

【００９３】次に、マッチング手段２７は、求めた距離
ｄｉｓｔをｔ＝１からｔ＝４まで加算することにより、
入力文字とｕ＝１の文字との距離ｄｉｓｔを求め、この
距離ｄｉｓｔが予め定めた閾値より小さいか否かを判定
する（ステップ２２９）。小さければ、マッチング手段
２７は、当該文字を入力文字の候補として、その文字番
号１を登録する（ステップ２３０）。これに対し、小さ
くなければ登録しない。

【００９４】以上の処理を、マッチング手段２７は、文
字辞書内に登録されたすべての文字について行う（ステ
ップ２３１，２３２）。文字辞書内に登録されたすべて
の文字について、上述した処理が終了すると、マッチン
グ手段２７は、ステップ２３０で文字番号が登録された
候補文字に、距離ｄｉｓｔの小さい順に優先順位を付与
し、この優先順位と文字番号ｕを示すデータを絞り込み
手段３１に供給する（ステップ２３３）。

【００９５】次に、特徴点抽出手段２９の動作について
説明する。この特徴点抽出手段２９は、座標入力装置１
０から出力される座標データ列に基づいて、各ストロー
クの特徴点を抽出し、抽出した特徴点の座標データを特
定セグメント検出手段３０に供給する。以下、ｉ番目の
ストロークのｖ番目の特徴点の座標を（ＸＫｉ（ｖ），
ＹＫｉ（ｖ）；ｖ＝１，２，…，Ｖ）と表す。ここで、
Ｖは、各ストローク上の特徴点数である。

【００９６】この実施の形態では、上記特徴点として、
ストロークの始点、終点、極点を抽出する。ここで、極
点とは、座標入力装置１０から供給される座標系列をＸ
Ｙ直交座標上の曲線と見なした場合に、Ｘ軸、Ｙ軸に対
する極大値及び極小値をとる点と、座標系列を４５度回
転した場合に、Ｘ軸、Ｙ軸に対する極大値及び極小値を
とる点をいう。

【００９７】次に、特定セグメント検出手段３０の動作
を説明する。この特定セグメント検出手段３０は、特徴
点抽出手段２９から供給される特徴点の座標データ列に
基づいて、最初のストロークの書始めのセグメントと、
最後のストロークの書終りのセグメントを検出し、この
セグメントの角度と、位置と、長さを示すデータを絞込
み手段３１に供給するようになっている。

【００９８】以下、この特定セグメントの検出処理を詳
細に説明する。まず、特定セグメント検出手段３０は、
最初のストロークの最初の特徴点（始点）（ＸＫ１
（１），ＹＫ１（１））から２番目の特徴点（極点）
（ＸＫ１（２），ＹＫ１（２））に点に向かう方向ｖｅ
ｃ（１）を求める。以下、この方向ｖｅｃ（１）をｖｅ
ｃ＿ｏｒｇと記す。この方向ｖｅｃ＿ｏｒｇは、例え
ば、図１１に示す１から８までの８つの方向で表され
る。

【００９９】次に、特定セグメント検出手段３０は、２
番目の特徴点（ＸＫ１（２），ＹＫ１（２））から３番
目の特徴点（ＸＫ１（３），ＹＫ１（３））に向かう方
向ｖｅｃ（２）を求める。この方向ｖｅｃ（２）も、上
述した８つの方向で表される。

【０１００】次に、特定セグメント検出手段３０は、方
向ｖｅｃ（２）が方向ｖｅｃ＿ｏｒｇと一致するか否か
を判定する。この実施の形態では、方向ｖｅｃ（２）が
方向ｖｅｃ＿ｏｒｇと一致する場合として、完全に一致
する場合の他に、隣り合う場合も含むようになってい
る。これは、以下の説明においても、同じである。

【０１０１】例えば、方向ｖｅｃ＿ｏｒｇが「１」の場
合、方向ｖｅｃ（２）は、「１」の場合だけでなく、
「２」場合と「８」の場合も、方向ｖｅｃ＿ｏｒｇと一
致すると判定される。これは、方向の変化の小さい点を
書始めのセグメントの終点と誤判定してしまうことを防
止するためである。

【０１０２】一致する場合は、特定セグメント検出手段
３０は、３番目の特徴点（ＸＫ１（３），ＹＫ１
（３））から４番目の特徴点（ＸＫ１（４），ＹＫ１
（４））に向かう方向ｖｅｃ（３）を求める。次に、特
定セグメント検出手段３０は、この方向ｖｅｃ（３）が
方向ｖｅｃ＿ｏｒｇと一致するか否かを判定する。

【０１０３】以下、同様に、特定セグメント検出手段３
０は、方向ｖｅｃ（ｖ）が方向ｖｅｃ＿ｏｒｇと一致し
なくなるまで（方向が変わるまで）、ｖ番目の特徴点
（ＸＫ１（ｖ），ＹＫ１（ｖ））から（ｖ＋１）番目の
特徴点（ＸＫ１（ｖ＋１），ＹＫ１（ｖ＋１））に向か
う方向ｖｅｃ（ｖ）を求める。

【０１０４】方向ｖｅｃ（ｖ）が方向ｖｅｃ＿ｏｒｇと
一致しなくなると、特定セグメント検出手段３０は、最
初の特徴点（ＸＫ１（１），ＹＫ１（１））と方向が一
致しなくなったときの特徴点（ＸＫ１（ｖ），ＹＫ１
（ｖ））を結んだ線分を最初のストロークの書始めのセ
グメントＳ＿ｓｔａｒｔとする。

【０１０５】この場合の具体例を図１２に示す。この図
１２は、漢字の「田」を筆記した場合のセグメントＳ＿
ｓｔａｒｔを示す。この場合、図中、左側は、手書き文
字を示し、右側は、最初のストローク（右側では点線、
左側では、太線）から抽出された特徴点（黒丸）を示
す。図には、特徴点が８個抽出された場合を示す。

【０１０６】図示の例では、３番目の特徴点（ＸＫ１
（３），ＹＫ１（３））を境にして方向が変わる。した
がって、この例では、最初の特徴点（ＸＫ１（１），Ｙ
Ｋ１（１））と３番目の特徴点（ＸＫ１（３），ＹＫ１
（３））を結んだ線分がセグメントＳ＿ｓｔａｒｔとな
る。

【０１０７】なお、最初のストロークの最後の特徴点
（終点）まできても、ｖｅｃ＿ｏｒｇ，ｖｅｃ（ｖ）が
一致する場合は、最初の特徴点（ＸＫ１（１），ＹＫ１
（１））と最後の特徴点（ＸＫ１（ｋ），ＹＫ１
（ｋ））を結んだ線分をセグメントＳ＿ｓｔａｒｔとす
る。

【０１０８】この場合の具体例を図１３に示す。この図
１３は、漢字の「上」を筆記した場合のセグメントＳ＿
ｓｔａｒｔを示す。この場合、図中、左側は、手書き文
字を示し、右側は、最初のストローク（右側では点線、
左側では太線）から抽出された特徴点（黒丸）を示す。
図には、特徴点が３個抽出された場合を示す。

【０１０９】図示の例では、最後の特徴点まで方向が変
わらない。したがって、この例では、最初の特徴点（Ｘ
Ｋ１（１），ＹＫ１（１））と最後の特徴点（ＸＫ１
（３），ＹＫ１（３））を結んだ線分がセグメントＳ＿
ｓｔａｒｔとなる。

【０１１０】セグメントＳ＿ｓｔａｒｔの検出が終了す
ると、特定セグメント検出手段３０は、最後のストロー
クの書終りのセグメントＳ＿ｅｎｄを検出する。この処
理も、最初のストロークの書始めのセグメントＳ＿ｅｎ
ｄを検出する処理と同じようにして行われる。

【０１１１】但し、この場合、方向検出は、最後の特徴
点（終点）側から始められる。しかし、方向としては、
筆記方向が求められる。すなわち、特定セグメント検出
手段３０は、まず、最後から１番目の特徴点（（ＸＫＩ
（Ｖ−１），ＹＫＩ（Ｖ−１））から最後の特徴点（Ｘ
ＫＩ（Ｖ），ＹＫＩ（Ｖ））に向かう方向ｖｅｃ（Ｖ−
１）を求める。以下、これをｖｅｃ＿ｏｒｇとする。

【０１１２】次に、特定セグメント検出手段３０は、最
後から２番目の特徴点（ＸＫＩ（Ｖ−２），ＹＫＩ（Ｖ
−２））から１番目の特徴点（ＸＫＩ（Ｖ−１），ＹＫ
Ｉ（Ｖ−１））に向かう方向ｖｅｃ（Ｖ−２）を求め
る。

【０１１３】以下、同様に、特定セグメント検出手段３
０は、特徴点を筆記方向とは逆方向にとりながら、隣接
する２つの特徴点間の筆記方向を求めていく。この処理
は、方向ｖｅｃ＿ｏｒｇと方向ｖｅｃ（Ｖ−ｗ）（ｗ＝
２，３，…，（Ｖ−１））が一致しなくなるまで行われ
る。

【０１１４】そして、方向ｖｅｃ＿ｏｒｇと方向ｖｅｃ
（Ｖ−ｗ）が一致しなくなると、特定セグメント検出手
段３０は、最後の特徴点（（ＸＫＩ（Ｖ−１），ＹＫＩ
（Ｖ−１））と方向が切り替わったときの特徴点（（Ｘ
ＫＩ（Ｖ−ｗ），ＹＫＩ（Ｖ−ｗ））を結ぶ線分を最後
のストロークの書終りのセグンメントＳ＿ｅｎｄとして
検出する。

【０１１５】この場合の具体例を図１４に示す。この図
１４は、漢字の「道」を筆記した場合のセグメントＳ＿
ｅｎｄを示す。この場合、図中、左側は、手書き文字を
示し、右側は、最後のストローク（右側では点線、左側
では太線）から抽出された特徴点（黒丸）を示す。図に
は、特徴点が８個抽出された場合を示す。

【０１１６】図示の例では、最後から３番目の特徴点
（ＸＫＩ（６），ＹＫＩ（６））を境にして方向が変わ
る。したがって、この例では、最後の特徴点（ＸＫＩ
（８），ＹＫＩ（８））と最後から３番目の特徴点
（（ＸＫＩ（６），ＹＫＩ（６））を結んだ線分がセグ
メントＳ＿ｅｎｄとなる。

【０１１７】なお、最後のストロークの最初の特徴点
（ＸＫＩ（１），ＹＫＩ（１））まできても、方向ｖｅ
ｃ＿ｏｒｇと方向ｖｅｃ（１）が一致する場合は、最初
の特徴点（ＸＫＩ（１），ＹＫＩ（１））と最後の特徴
点（ＸＫＩ（Ｖ），ＹＫＩ（Ｖ））を結んだ線分を書終
りのセグメントＳ＿ｅｎｄとする。

【０１１８】この場合の具体例を図１５に示す。この図
１５は、漢字の「天」を筆記した場合のセグメントＳ＿
ｅｎｄを示す。この場合、図中、左側は、手書き文字を
示し、右側は、最後のストローク（右側では点線、左側
では太線）から抽出された特徴点（黒丸）を示す。図に
は、特徴点が３個抽出された場合を示す。

【０１１９】図示の例では、最後の特徴点まで方向が変
わらない。したがって、この例では、最初の特徴点（Ｘ
ＫＩ（１），ＹＫＩ（１））と最後の特徴点（ＸＫＩ
（３），ＹＫＩ（３））を結んだ線分がセグメントＳ＿
ｅｎｄとなる。

【０１２０】次に、特定セグメント検出手段３０は、検
出したセグメントＳ＿ｓｔａｒｔ，Ｓ＿ｅｎｄの角度Ｄ
＿ｓｔａｒｔ，Ｄ＿ｅｎｄと、長さＬ＿ｓｔａｒｔ，Ｌ
＿ｅｎｄと、位置Ｐ＿ｓｔａｒｔ，Ｐ＿ｅｎｄを求め
る。この場合、特定セグメント検出手段３０は、セグメ
ントＳ＿ｓｔａｒｔ，Ｓ＿ｅｎｄの長さＬ＿ｓｔａｒ
ｔ，Ｌ＿ｅｎｄと位置Ｐ＿ｓｔａｒｔ，Ｐ＿ｅｎｄにつ
いては、入力文字の文字枠の幅Ｈｘまたは高さＨｙで正
規化したものを用い、位置Ｐ＿ｓｔａｒｔ，Ｐ＿ｅｎｄ
については、その重心を求める。

【０１２１】次に、特定セグメント検出手段３０は、求
めたセグメントＳ＿ｓｔａｒｔ，Ｓ＿ｅｎｄの角度Ｄ＿
ｓｔａｒｔ，Ｄ＿ｅｎｄと、長さＬ＿ｓｔａｒｔ，Ｌ＿
ｅｎｄと、位置Ｐ＿ｓｔａｒｔ，Ｐ＿ｅｎｄを示す情報
を絞込み手段３１に供給する。

【０１２２】次に、絞込み手段３１の動作を説明する。
この絞込み手段３１は、特定セグメント検出手段３０に
より検出されたセグメントＳ＿ｓｔａｒｔ，Ｓ＿ｅｎｄ
に基づいて、マッチング手段２７によって検出された候
補文字から、入力文字を絞り込む。

【０１２３】以下、この絞込み動作を詳細に説明する。
まず、絞込み手段３１は、マッチング手段２７により候
補文字が検出されたか否かを判定する。この判定は、マ
ッチング手段２７から文字番号と優先順位を示す情報が
送られてきたか否かを判定することにより行われる。候
補文字が検出されない場合は、絞込み手段３１は、認識
が不能と判断し、この判断結果を出力端子３２に出力す
る。

【０１２４】これに対し、候補文字が検出された場合
は、絞込み手段３１は、その数が１か否かを判定する。
１である場合は、絞込み手段３１は、この候補文字を入
力文字と認識し、この認識結果を出力端子３２に出力す
る。

【０１２５】これに対し、候補文字が複数存在する場合
は、絞込み手段３１は、特定セグメント検出手段３０に
より検出されたセグメントＳ＿ｓｔａｒｔ，Ｓ＿ｅｎｄ
に基づいて、入力文字の絞込みを行う。

【０１２６】この絞込みにおいては、絞込み手段３１
は、まず、角度Ｄ＿ｓｔａｒｔ，Ｄ＿ｅｎｄによる絞込
みを行い、この絞込みでは、１つの候補文字に絞り込む
ことができなかった場合に初めて、長さＬ＿ｓｔａｒ
ｔ，Ｌ＿ｅｎｄや位置Ｐ＿ｓｔａｒｔ，Ｐ＿ｅｎｄによ
る絞込みを行う。角度Ｄ＿ｓｔａｒｔ，Ｄ＿ｅｎｄによ
る絞込みを最優先にしたのは、角度Ｄ＿ｓｔａｒｔ，Ｄ
＿ｅｎｄは長さＬ＿ｓｔａｒｔ，Ｌ＿ｅｎｄや位置Ｐ＿
ｓｔａｒｔ，Ｐ＿ｅｎｄに比べ、個人差が少なく、絞り
込む際の判断材料として有効だからである。

【０１２７】角度Ｄ＿ｓｔａｒｔ，Ｄ＿ｅｎｄによる絞
込みは、特定セグメント検出手段３０により検出された
セグメントＳ＿ｓｔａｒｔ，Ｓ＿ｅｎｄの角度Ｄ＿ｓｔ
ａｒｔ，Ｄ＿ｅｎｄと文字辞書に登録されている当該候
補文字のセグメントＳ＿ｓｔａｒｔ．ｄｉｃ，Ｓ＿ｅｎ
ｄ．ｄｉｃの角度Ｄ＿ｓｔａｒｔ．ｄｉｃ，Ｄ＿ｅｎ
ｄ．ｄｉｃとを比較することにより行われる。

【０１２８】この場合、絞込み手段３１は、セグメント
Ｓ＿ｓｔａｒｔ，Ｓ＿ｅｎｄの角度Ｄ＿ｓｔａｒｔ，Ｄ
＿ｅｎｄの±４５度以内に、セグメントＳ＿ｓｔａｒ
ｔ．ｄｉｃ，Ｓ＿ｅｎｄ．ｄｉｃの角度Ｄ＿ｓｔａｒ
ｔ．ｄｉｃ，Ｄ＿ｅｎｄ．ｄｉｃがあれば、これを選択
する。

【０１２９】この角度による絞込みにより１つの候補文
字も選択することができなかった場合、絞込み手段３１
は、マッチング手段２７により選択された複数の候補文
字をこのマッチング手段２７により付与された優先順位
に従って、第１，第２，…の候補として出力する。

【０１３０】これに対し、１つの候補文字を選択するこ
とができた場合は、絞込み手段３１は、この文字を第１
の候補として出力し、残りの候補文字については、マッ
チング手段２７により付与された優先順位に従って、第
２，第３，…の候補として出力する。

【０１３１】また、複数の候補文字を選択することがで
きた場合は、絞込み手段３１は、各文字ごとに、セグメ
ントＳ＿ｓｔａｒｔ，Ｓ＿ｅｎｄの長さＬ＿ｓｔａｒ
ｔ，Ｌ＿ｅｎｄとセグメントＳ＿ｓｔａｒｔ．ｄｉｃ，
Ｓ＿ｅｎｄ．ｄｉｃの長さＬ＿ｓｔａｒｔ．ｄｉｃ，Ｌ
＿ｅｎｄ．ｄｉｃとの距離Ｄを求める。この距離Ｄは、
次式で表される。

【０１３２】Ｄ＝Ｌ＿ｓｔａｒｔ．ｄｉｃ−Ｌ＿ｓｔａ
ｒｔ＋Ｌ＿ｅｎｄ．ｄｉｃ−Ｌ＿ｅｎｄ 次に、絞込み手段３１は、求めた距離Ｄが小さい順に、
各候補文字に、例えば、１からＺまでの得点を付与す
る。ここで、Ｚは、角度による絞込みにより選択された
候補文字の数である。

【０１３３】次に、絞込み手段３１は、位置についても
同じように距離を求め、かつ、求めた距離に基づいて、
各候補文字に得点１〜Ｚを付与する。

【０１３４】次に、絞込み手段３１は、各候補文字ごと
に、長さによる得点と位置による得点を合計し、この合
計得点の小さい候補文字から順に、第１，第２，…の候
補として出力する。この場合、絞込み手段３１により選
択されなかった文字も、参考のために、選択された文字
より低い優先順位で出力される。

【０１３５】［効果］以上詳述したこの実施の形態によ
れば、次のような効果が得られる。

【０１３６】（１）まず、この実施の形態によれば、筆
順に従って入力される手書き文字の各点の座標データ列
に基づいて、オフライン方式の文字認識処理により、手
書き文字の候補を検出するとともに、検出された候補文
字をオンライン方式の文字認識処理により絞り込むよう
にしたので、オフライン方式の文字認識処理だけによ
り、手書き文字を認識する場合に比べ、手書き文字の認
識率を高めることができる。

【０１３７】（２）また、この実施の形態によれば、オ
ンライン方式の文字認識処理において、手書き文字の特
徴を検出する場合、この特徴として、最初のストローク
の書始めのセグメントＳ＿ｓｔａｒｔと最後のストロー
クの書終りのセグメントＳ＿ｅｎｄを検出するようにし
たので、オンライン方式の文字認識処理により、手書き
文字を認識しているにもかかわらず、筆順の影響を受け
難い認識を実現することができる。これは、手書き文字
の最初のストロークの書始めのセグメントＳ＿ｓｔａｒ
ｔと最後のストロークの書終りのセグメントＳ＿ｅｎｄ
というのは、筆順上、個人差が少ないからである。

【０１３８】（３）また、この実施の形態によれば、セ
グメントＳ＿ｓｔａｒｔ，Ｓ＿ｅｎｄに基づいて、候補
文字から入力文字を絞り込む場合、まず、角度Ｄ＿ｓｔ
ａｒｔ，Ｄ＿ｅｎｄに基づいて絞込みを行い、角度Ｄ＿
ｓｔａｒｔ，Ｄ＿ｅｎｄによっては１つに絞り込むこと
ができなかった場合に初めて、長さＬ＿ｓｔａｒｔ，Ｌ
＿ｅｎｄや位置Ｐ＿ｓｔａｒｔ，Ｐ＿ｅｎｄによる絞込
みを行うようにしたので、迅速かつ正確に入力文字を絞
り込むことができる。これは、角度Ｄ＿ｓｔａｒｔ，Ｄ
＿ｅｎｄというものは、個人差が小さいからである。

【０１３９】（４）また、この実施の形態によれば、特
定セグメントとして、最初のストロークの書始めのセグ
メントＳ＿ｓｔａｒｔと最後のストロークの書終りのセ
グメントＳ＿ｅｎｄを検出するようにしたので、本来な
ら複数のストロークに分けて記載されるべき文字成分を
１つのストロークで記載した場合でも、特定セグメント
の品質が低下することを防止することができる。これ
は、最初のストロークの書始めのセグメントＳ＿ｓｔａ
ｒｔや最後のストロークの書終りのセグメントＳ＿ｅｎ
ｄというものは、上記のように、文字成分を続けて書い
たとしても、これに影響される可能性が少ないからであ
る。

【０１４０】（５）また、この実施の形態によれば、特
定セグメントとして、２種類のセグメント（最初のスト
ロークの書始めのセグメントＳ＿ｓｔａｒｔと最後のス
トロークの書終りのセグメントＳ＿ｅｎｄ）を検出する
ようにしたので、１種類のセグメントを検出する場合よ
り、認識率を高めることができる。

【０１４１】［その他の実施の形態］以上、この発明の
一実施の形態を説明したが、この発明は、上述したよう
な実施の形態に限定されるものではない。

【０１４２】（１）例えば、先の実施の形態では、最初
のストロークの特定のセグメントとして、書始めのセグ
メントを検出し、最後のストロークの特定のセグメント
として、書終りのセグメントを検出する場合を説明し
た。

【０１４３】しかし、この発明は、最初のストロークの
特定のセグメントとして、このストロークの始点と終点
を結ぶセグメントを検出し、最後のストロークの特定の
セグメントとして、このストロークの始点と終点を結ぶ
セグメントを検出するようにしてもよい。

【０１４４】このような構成の場合、文字成分を続けて
書くと、セグメントの品質が低下する可能性が高い。し
かし、ストロークの始点と終点が分かれば、セグメント
を検出することができるので、セグメントを迅速に検出
することができる。これにより、簡易な文字認識装置を
構成する場合には、有効である。

【０１４５】（２）また、先の実施の形態では、特定セ
グメントとして、最初のストロークの特定セグメント
と、最後のストロークの特定セグメントを検出する場合
を説明した。しかし、この発明は、この２つの特定セグ
メントのうち、少なくと一方を検出するような構成であ
ってもよい。

【０１４６】（３）また、先の実施の形態では、この発
明を、手書き文字の座標データ列が座標入力装置から供
給されるオンライン文字認識装置に適用する場合を説明
した。しかし、この発明は、座標データ列が座標入力装
置から収集された座標データ列を記憶するディスク装置
などの記憶装置から供給されるオンライン文字認識装置
にも適用することができる。

【０１４７】（４）この他にも、この発明は、その要旨
を逸脱しない範囲で種々様々変形実施可能なことは勿論
である。

【０１４８】

【発明の効果】以上詳述したこの発明によれば、筆順に
従って入力される手書き文字の各点の座標データ列に基
づいて、オフライン方式の文字認識処理により、手書き
文字の候補を検出するとともに、検出された候補文字か
ら、入力文字をオンライン方式の文字認識処理により絞
り込むようにしたので、オフライン方式の文字認識処理
だけにより、手書き文字を認識する場合に比べ、手書き
文字の認識率を高めることができる。

【０１４９】また、この発明によれば、オンライン方式
の文字認識処理において、手書き文字の特徴を検出する
場合、この特徴として、最初のストロークと最後のスト
ロークの特定セグメントを検出するようにしたので、筆
順の個人差の少ない特徴を検出することができる。これ
により、オンライン方式の文字認識処理により、手書き
文字を認識しているにもかかわらず、筆順の影響を受け
難い認識を実現することができる。

【図面の簡単な説明】

【図１】この発明の一実施の形態の構成を示すブロック
図である。

【図２】従来の手書き文字認識処理を示す図である。

【図３】この発明の一実施の形態のサブパターンの一例
を示す図である。

【図４】この発明の一実施の形態のサブパターン作成手
段２１の動作を示すフローチャートである。

【図５】この発明の一実施の形態の文字画像作成手段２
２の動作を示すフローチャートである。

【図６】この発明の一実施の形態の文字枠分割点検出手
段２３の動作を示すフローチャートである。

【図７】この発明の一実施の形態の特徴マトリクス作成
手段２４の動作を示すフローチャートである。

【図８】この発明の一実施の形態のぼかし手段２５の動
作を示すフローチャートである。

【図９】この発明の一実施の形態の正規化手段２６の動
作を示すフローチャートである。

【図１０】この発明の一実施の形態のマッチング手段２
７の動作を示すフローチャートである。

【図１１】この発明の一実施の形態の特徴点抽出手段２
９の動作を説明するための図である。

【図１２】この発明の一実施の形態の特定セグメント検
出手段３０の動作を説明するための図である。

【図１３】この発明の一実施の形態の特定セグメント検
出手段３０の動作を説明するための図である。

【図１４】この発明の一実施の形態の特定セグメント検
出手段３０の動作を説明するための図である。

【図１５】この発明の一実施の形態の特定セグメント検
出手段３０の動作を説明するための図である。

【符号の説明】

１０…座標入力装置 ２０…手書き文字認識装置 ２１…サブパターン作成手段 ２２…文字画像作成手段 ２３…文字枠分割点検出手段 ２４…特徴マトリクス作成手段 ２５…ぼかし手段と ２６…正規化手段と ２７…マッチング手段 ２８…文字辞書保持手段 ２９…特徴点抽出手段 ３０…特定セグメント検出手段 ３１…絞込み手段 ３２…出力端子

Claims (4)

【特許請求の範囲】
1. 【請求項１】 筆順に従って入力される手書き文字の各
   点の座標データ列に基づいて、オフライン方式の文字認
   識処理により、前記手書き文字の候補を選択する候補選
   択手段と、 前記座標データ列に基づいて、オンライン方式の特徴抽
   出処理により、最初のストロークと最後のストロークの
   少なくとも一方から予め定めたセグメントを検出するセ
   グメント検出手段と、 このセグメント検出手段により検出されたセグメントに
   基づいて、前記候補選択手段により選択された候補から
   前記手書き文字を絞り込む絞込み手段とを備えたことを
   特徴とする手書き文字認識装置。
2. 【請求項２】 前記セグメント検出手段は、前記セグメ
   ントとして、前記最初のストロークの書始めのセグメン
   トと最後のストロークの書終りのセグメントを検出する
   ように構成されていることを特徴とする請求項１記載の
   オンライン手書き文字認識装置。
3. 【請求項３】 前記セグメント検出手段は、前記セグメ
   ントとして、前記最初のストロークの始点と終点を結ぶ
   セグメントと最後のストロークの始点と終点を結ぶセグ
   メントを検出するように構成されていることを特徴とす
   る請求項１記載のオンライン手書き文字認識装置。
4. 【請求項４】 前記絞込み手段は、前記特定セグメント
   検出手段により検出された特定セグメントの角度に基づ
   いて、前記手書き文字の絞込みを行い、この絞込みで
   は、手書き文字を１つに絞り込むことができない場合に
   初めて、前記特定セグメントの長さと位置に基づいて、
   前記手書き文字の絞込みを行うように構成されているこ
   とを特徴とする請求項１記載のオンライン手書き文字認
   識装置。