JPH0957202A - 住所読取装置、郵便物区分機及び住所読取方法 - Google Patents
住所読取装置、郵便物区分機及び住所読取方法Info
- Publication number
- JPH0957202A JPH0957202A JP7216162A JP21616295A JPH0957202A JP H0957202 A JPH0957202 A JP H0957202A JP 7216162 A JP7216162 A JP 7216162A JP 21616295 A JP21616295 A JP 21616295A JP H0957202 A JPH0957202 A JP H0957202A
- Authority
- JP
- Japan
- Prior art keywords
- address
- image
- address surface
- processing
- emphasizing
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Landscapes
- Sorting Of Articles (AREA)
- Character Input (AREA)
- Image Processing (AREA)
- Character Discrimination (AREA)
Abstract
(57)【要約】
【課題】 紙葉類の住所が縦横の線分の太さが相異なる
特定字体で記入されている場合に、その特定字体の文字
の認識率の向上を図る。 【解決手段】 ２値化部８３は、住所面に記入されてい
る文字が特定字体である場合に、住所面の多値イメージ
に対し細い方の線分を強調する処理を施す。２値化部８
３は、強調処理後の多値イメージに対し２値化処理を施
す。文字認識部８４は、２値イメージを基に文字を認識
する。これにより、２値化処理を施した場合に、特定字
体の細い方の線分が途切れ難くなり、特定字体の文字の
認識率が向上する。
特定字体で記入されている場合に、その特定字体の文字
の認識率の向上を図る。 【解決手段】 ２値化部８３は、住所面に記入されてい
る文字が特定字体である場合に、住所面の多値イメージ
に対し細い方の線分を強調する処理を施す。２値化部８
３は、強調処理後の多値イメージに対し２値化処理を施
す。文字認識部８４は、２値イメージを基に文字を認識
する。これにより、２値化処理を施した場合に、特定字
体の細い方の線分が途切れ難くなり、特定字体の文字の
認識率が向上する。
Description
【０００１】
【発明の属する技術分野】本発明は、例えば、郵便物宛
名読取装置等の住所読取装置、郵便物区分機及び住所読
取方法に関する。
名読取装置等の住所読取装置、郵便物区分機及び住所読
取方法に関する。
【０００２】
【従来の技術】従来、郵便物宛名読取装置では、宛名の
文字を読み取る際に、多値画像を２値化処理している
が、字体に応じて原画像の特定成分を強調することな
く、多値画像の明るさのレベルのヒストグラムを求め、
その分布を基に２値化するためのスライスレベル（閾
値）を決定し、２値化処理を行っていた。
文字を読み取る際に、多値画像を２値化処理している
が、字体に応じて原画像の特定成分を強調することな
く、多値画像の明るさのレベルのヒストグラムを求め、
その分布を基に２値化するためのスライスレベル（閾
値）を決定し、２値化処理を行っていた。
【０００３】
【発明が解決しようとする課題】しかしながら、上記の
方法では、印刷活字で記載された文字の場合は、水平方
向のストローク（線分）が垂直方向に比べて細くなって
いる明朝体で記載されている割合が高く、その明朝体の
文字に２値化処理を施すとゴシック体等の文字に比べ水
平方向のストロークがかすれ易くなり、文字認識率の低
下につながっていた。
方法では、印刷活字で記載された文字の場合は、水平方
向のストローク（線分）が垂直方向に比べて細くなって
いる明朝体で記載されている割合が高く、その明朝体の
文字に２値化処理を施すとゴシック体等の文字に比べ水
平方向のストロークがかすれ易くなり、文字認識率の低
下につながっていた。
【０００４】そこで、本発明は、上記に鑑みてなされた
ものであり、紙葉類の住所が縦横の線分の太さが相異な
る特定字体で記入されている場合に、その特定字体の文
字の認識率の向上を図ることを目的とするものである。
ものであり、紙葉類の住所が縦横の線分の太さが相異な
る特定字体で記入されている場合に、その特定字体の文
字の認識率の向上を図ることを目的とするものである。
【０００５】
【課題を解決するための手段】上記目的を解決するため
の本発明は、紙葉類の住所面のイメージを検出する検出
手段と、前記住所面に記入されている文字が縦横の線分
の太さが相異なる特定字体である場合に、当該住所面の
イメージに対し細い方の線分を強調する処理を施す強調
処理手段と、この強調処理後の住所面のイメージを基に
住所面に記入されている文字を認識する認識手段とを有
することを特徴とするものである。
の本発明は、紙葉類の住所面のイメージを検出する検出
手段と、前記住所面に記入されている文字が縦横の線分
の太さが相異なる特定字体である場合に、当該住所面の
イメージに対し細い方の線分を強調する処理を施す強調
処理手段と、この強調処理後の住所面のイメージを基に
住所面に記入されている文字を認識する認識手段とを有
することを特徴とするものである。
【０００６】検出手段が検出するイメージには、多値イ
メージ，２値イメージ等が含まれ、多値イメージである
場合は、強調処理後に２値化処理を行い、文字を認識す
ればよい。
メージ，２値イメージ等が含まれ、多値イメージである
場合は、強調処理後に２値化処理を行い、文字を認識す
ればよい。
【０００７】上記構成によれば、強調処理手段は、住所
面に記入されている文字が特定字体である場合に、住所
面のイメージに対し細い方の線分を強調する処理を施
す。認識手段は、強調処理後のイメージを基に文字を認
識する。これにより、特定字体の細い方の線分が強調さ
れ、特定字体の文字の認識率が向上する。特定字体に
は、明朝体等が含まれる。
面に記入されている文字が特定字体である場合に、住所
面のイメージに対し細い方の線分を強調する処理を施
す。認識手段は、強調処理後のイメージを基に文字を認
識する。これにより、特定字体の細い方の線分が強調さ
れ、特定字体の文字の認識率が向上する。特定字体に
は、明朝体等が含まれる。
【０００８】なお、住所面に記入されている文字が特定
字体であるか否かの判断は、字体識別結果に基づいても
よく、活字か手書きかを識別し、活字の場合に強調処理
を行ってもよい。
字体であるか否かの判断は、字体識別結果に基づいても
よく、活字か手書きかを識別し、活字の場合に強調処理
を行ってもよい。
【０００９】また、強調処理は、特定字体が縦書きか横
書きかの記入態様の判別結果に基づいて行ってもよく、
フィルタ処理を施してもよい。フィルタ処理の場合は、
重みを選択することで、最適な強調処理を施すことが可
能となる。また、特定字体には重み付けありフィルタ、
特定字体以外の字体には重み付けなしフィルタを用いて
フィルタ処理を施してもよい。これにより、構成が簡素
となる。
書きかの記入態様の判別結果に基づいて行ってもよく、
フィルタ処理を施してもよい。フィルタ処理の場合は、
重みを選択することで、最適な強調処理を施すことが可
能となる。また、特定字体には重み付けありフィルタ、
特定字体以外の字体には重み付けなしフィルタを用いて
フィルタ処理を施してもよい。これにより、構成が簡素
となる。
【００１０】
【発明の実施の形態】以下、本発明の実施の形態を図面
を参照して詳細に説明する。
を参照して詳細に説明する。
【００１１】図１は本発明の実施の一形態に係る郵便物
区分機を示す正面図である。
区分機を示す正面図である。
【００１２】本郵便物区分機１は、大型の箱型状の区分
機本体１ａを有し、この区分機本体１ａの左側には、葉
書，封書等の紙葉類としての郵便物Ｐを積載し、送り出
す供給系２を設け、装置本体１ａの中央部及びその右側
には、長尺の収納系３を設け、供給系２から収納系３の
下部を経て後述する振分けゲート部４に至る領域には、
郵便物Ｐを搬送するベルト及びローラを多数用いた搬送
系５を設けている。
機本体１ａを有し、この区分機本体１ａの左側には、葉
書，封書等の紙葉類としての郵便物Ｐを積載し、送り出
す供給系２を設け、装置本体１ａの中央部及びその右側
には、長尺の収納系３を設け、供給系２から収納系３の
下部を経て後述する振分けゲート部４に至る領域には、
郵便物Ｐを搬送するベルト及びローラを多数用いた搬送
系５を設けている。
【００１３】供給系２は、大量の郵便物Ｐを積載する積
載台６と、この積載台６から郵便物Ｐを一通ずつ取り出
して搬送系５に送り出す取出し部７と、郵便物Ｐに記入
された宛名を読み取る住所読取装置としての宛名読取部
８とを具備している。
載台６と、この積載台６から郵便物Ｐを一通ずつ取り出
して搬送系５に送り出す取出し部７と、郵便物Ｐに記入
された宛名を読み取る住所読取装置としての宛名読取部
８とを具備している。
【００１４】収納系３は、供給系２から搬送系５を経て
送られてくる郵便物Ｐを宛名読取部８で読み取った宛名
に応じて振り分ける振分けゲート部４と、この振分けゲ
ート部４により振り分けられる郵便物Ｐを各々区分収納
する多数の収納ポケット９とを具備している。
送られてくる郵便物Ｐを宛名読取部８で読み取った宛名
に応じて振り分ける振分けゲート部４と、この振分けゲ
ート部４により振り分けられる郵便物Ｐを各々区分収納
する多数の収納ポケット９とを具備している。
【００１５】図２は本区分機１の制御系の主要部を示す
ブロック図である。
ブロック図である。
【００１６】この郵便物区分機１は、本区分機１全体の
制御を行う主制御部１０を備え、この主制御部１０に、
前記振分けゲート部４，搬送系５，取出し部７及び宛名
読取部８を各々接続している。
制御を行う主制御部１０を備え、この主制御部１０に、
前記振分けゲート部４，搬送系５，取出し部７及び宛名
読取部８を各々接続している。
【００１７】宛名読取部８は、郵便物Ｐの住所面として
の宛名面の多値イメージを検出するイメージ検出部８０
と、識別手段及び判別手段としての宛名領域検出部８１
と、宛名面の多値イメージから行イメージを切り出す行
切出し部８２と、強調処理手段としての２値化部８３
と、宛名の文字を認識する文字認識部８４と、この宛名
読取部８の各部を制御する読取制御部８５とを具備して
いる。
の宛名面の多値イメージを検出するイメージ検出部８０
と、識別手段及び判別手段としての宛名領域検出部８１
と、宛名面の多値イメージから行イメージを切り出す行
切出し部８２と、強調処理手段としての２値化部８３
と、宛名の文字を認識する文字認識部８４と、この宛名
読取部８の各部を制御する読取制御部８５とを具備して
いる。
【００１８】イメージ検出部８０は、郵便物Ｐに光を照
射する光源と、郵便物Ｐからの反射光をその光量に応じ
た電気信号に変換する光電変換器と、この光電変換器か
らのアナログ信号をディジタル信号に変換するＡ／Ｄ変
換器とを備え、郵便物Ｐの宛名面を光学的に走査して宛
名面の多値イメージ（例えば２５６階調）を検出するも
のである。
射する光源と、郵便物Ｐからの反射光をその光量に応じ
た電気信号に変換する光電変換器と、この光電変換器か
らのアナログ信号をディジタル信号に変換するＡ／Ｄ変
換器とを備え、郵便物Ｐの宛名面を光学的に走査して宛
名面の多値イメージ（例えば２５６階調）を検出するも
のである。
【００１９】宛名領域検出部８１は、統計的な知識情報
に基づいてプレ方向検出，字体識別，宛名領域検出及び
記入態様の判別を行うようになっている。
に基づいてプレ方向検出，字体識別，宛名領域検出及び
記入態様の判別を行うようになっている。
【００２０】このプレ方向検出では、イメージ検出部８
０によって検出された宛名面のイメージを基にＸ及びＹ
方向の自己相関を各々算出し、両自己相関を比較するこ
とで、記載方向を検出している。すなわち、一般に、文
字は記載方向にピッチが詰まっていて、行方向にピッチ
が空いているという特質があり、この特質を捕らえるこ
とができれば、文字（住所）の記載方向を知ることがで
きる。例えば、図３のように、文字がＸ方向に沿って記
載（Ｘ方向が文字の記載方向）されている場合に、Ｘ方
向の自己相関を図４のようにＣ（α），αで示すと、単
調減少の曲線となる。一方、Ｙ方向の自己相関を図５の
ようにＣ（β），βで示すと、上下動のある曲線とな
り、その周波数は、行ピッチと一致する。図４及び図５
の曲線の形状，性質を比較することにより、文字の記載
方向を検出することができる。
０によって検出された宛名面のイメージを基にＸ及びＹ
方向の自己相関を各々算出し、両自己相関を比較するこ
とで、記載方向を検出している。すなわち、一般に、文
字は記載方向にピッチが詰まっていて、行方向にピッチ
が空いているという特質があり、この特質を捕らえるこ
とができれば、文字（住所）の記載方向を知ることがで
きる。例えば、図３のように、文字がＸ方向に沿って記
載（Ｘ方向が文字の記載方向）されている場合に、Ｘ方
向の自己相関を図４のようにＣ（α），αで示すと、単
調減少の曲線となる。一方、Ｙ方向の自己相関を図５の
ようにＣ（β），βで示すと、上下動のある曲線とな
り、その周波数は、行ピッチと一致する。図４及び図５
の曲線の形状，性質を比較することにより、文字の記載
方向を検出することができる。
【００２１】また、字体識別では、活字か手書きかの識
別を行っている。すなわち、宛名面の多値イメージを行
毎に分割し、射影やラベリング等により、行幅の標準偏
差や大きさ等を測定し、それらの測定結果を基に活字か
手書きかの識別を行うことができる。例えば、活字の場
合は、手書きの場合よりも、行幅の標準偏差は小さく、
行幅の大きさは小さい。
別を行っている。すなわち、宛名面の多値イメージを行
毎に分割し、射影やラベリング等により、行幅の標準偏
差や大きさ等を測定し、それらの測定結果を基に活字か
手書きかの識別を行うことができる。例えば、活字の場
合は、手書きの場合よりも、行幅の標準偏差は小さく、
行幅の大きさは小さい。
【００２２】また、宛名領域検出では、宛名面に対する
宛名領域の位置や大きさ等の統計的な知識情報に基づい
て宛名面の多値イメージから宛名領域を検出している。
宛名領域の位置や大きさ等の統計的な知識情報に基づい
て宛名面の多値イメージから宛名領域を検出している。
【００２３】また、記入態様の判別では、宛名領域内の
文字が縦書きか横書きかの記入態様の判別を行ってい
る。例えば、図６のように、宛名領域１１のＨ方向及び
Ｖ方向の射影を各々求め、各射影の山の部分の形状，落
差，個数等を比較し、さらにプレ方向検出での記載方向
の検出結果、宛名領域検出でのラベリングの結果等を総
合して記入態様を判別する。例えば、図６の場合は、Ｈ
方向の射影の山の落差がＶ方向の射影よりも大きいの
で、横書きと判別することができる。
文字が縦書きか横書きかの記入態様の判別を行ってい
る。例えば、図６のように、宛名領域１１のＨ方向及び
Ｖ方向の射影を各々求め、各射影の山の部分の形状，落
差，個数等を比較し、さらにプレ方向検出での記載方向
の検出結果、宛名領域検出でのラベリングの結果等を総
合して記入態様を判別する。例えば、図６の場合は、Ｈ
方向の射影の山の落差がＶ方向の射影よりも大きいの
で、横書きと判別することができる。
【００２４】行切出し部８２は、宛名領域検出部８１の
プレ方向検出で検出された記載方向に基づいて宛名領域
のイメージから行イメージを切り出し２値化部８３に出
力するものである。
プレ方向検出で検出された記載方向に基づいて宛名領域
のイメージから行イメージを切り出し２値化部８３に出
力するものである。
【００２５】２値化部８３は、行イメージを記憶する第
１及び第２の行バッファ（図９参照）８３ａ，８３ｂ
と、２種類のフィルタを記憶するメモリとを備え、フィ
ルタ処理，ヒストグラム処理及び２値化処理を行うもの
である。
１及び第２の行バッファ（図９参照）８３ａ，８３ｂ
と、２種類のフィルタを記憶するメモリとを備え、フィ
ルタ処理，ヒストグラム処理及び２値化処理を行うもの
である。
【００２６】このメモリには、例えば３×３のサイズの
重み付けなしフィルタと、例えば３×３のサイズの重み
付けありフィルタとを予め記憶している。
重み付けなしフィルタと、例えば３×３のサイズの重み
付けありフィルタとを予め記憶している。
【００２７】フィルタの重みをＷ（ｍ，ｎ）で表せば、
重み付けなしフィルタＦ1 は、図７のように中央の重み
Ｗ（２，２）に１、他の重みＷに０を与えたものであ
り、手書きの文字に用いられる。
重み付けなしフィルタＦ1 は、図７のように中央の重み
Ｗ（２，２）に１、他の重みＷに０を与えたものであ
り、手書きの文字に用いられる。
【００２８】また、重み付けありフィルタＦ2 は、図８
で示すｄ，ｅ，ｆの値を正に大きくとり、ａ，ｃ，ｇ，
ｉの値を正に小さくとるか、または負にとり、ｂ，ｈを
ｄ，ｅ，ｆの値とａ，ｃ，ｇ，ｉの値との中間の値にし
たものであり、横書きの活字の文字に用いられる。この
ような重み付けありフィルタＦ2 を用いてフィルタ処理
を行い、水平方向の線分を強調した後に２値化処理を行
うことにより、明朝体の水平方向の線分が細い場合でも
良好な２値画像が得られ、認識率を向上させることがで
きる。
で示すｄ，ｅ，ｆの値を正に大きくとり、ａ，ｃ，ｇ，
ｉの値を正に小さくとるか、または負にとり、ｂ，ｈを
ｄ，ｅ，ｆの値とａ，ｃ，ｇ，ｉの値との中間の値にし
たものであり、横書きの活字の文字に用いられる。この
ような重み付けありフィルタＦ2 を用いてフィルタ処理
を行い、水平方向の線分を強調した後に２値化処理を行
うことにより、明朝体の水平方向の線分が細い場合でも
良好な２値画像が得られ、認識率を向上させることがで
きる。
【００２９】次に、フィルタ処理を図９〜図１３を参照
して説明する。図９はフィルタ処理の原理を説明するた
めの図、図１０及び図１１は重み付けありフィルタＦ2
の向き及びスキャン方向を示す図であって、図１０は横
書き、図１１は縦書きの場合を各々示す図、図１２は横
書きの入力画像を示す図、図１３は縦書きの入力画像を
示す図である。
して説明する。図９はフィルタ処理の原理を説明するた
めの図、図１０及び図１１は重み付けありフィルタＦ2
の向き及びスキャン方向を示す図であって、図１０は横
書き、図１１は縦書きの場合を各々示す図、図１２は横
書きの入力画像を示す図、図１３は縦書きの入力画像を
示す図である。
【００３０】図９のように、重み付けありフィルタＦ2
の中心が入力画像ｆ（ｘ，ｙ）上の注目画素（ｉ，ｊ）
に一致するようにフィルタＦ2 を入力画像ｆ（ｘ，ｙ）
の上に重ねる。フィルタＦ2 とそれに重なった入力画像
ｆ（ｘ，ｙ）の部分画像において、それぞれ対応する位
置の画素毎に積を求め、それらの和に係数（１／ｎ）を
掛けた値を出力画像ｇ（ｘ，ｙ）における画素（ｉ，
ｊ）の値とする。この操作をフィルタＦ2 の位置を１画
素ずつずらしながら行う（スキャン）。なお、入力画像
とは、行切出し部８２からの行イメージ（図１２，図１
３参照）１２をいい、その入力画像を第１の行バッファ
８３ａに記憶しておき、フィルタ処理後の出力画像を第
２の行バッファ８３ｂに転送する。フィルタＦ2 のスキ
ャンは、図１２のように横書きの場合は、図１０のよう
にフィルタＦ2 の向きを図８に示す向きのまま変えずに
行い、図１３のように縦書きの場合は、図１１のように
フィルタＦ2 の向きを図８に対し９０°回転させてスキ
ャンを行う。
の中心が入力画像ｆ（ｘ，ｙ）上の注目画素（ｉ，ｊ）
に一致するようにフィルタＦ2 を入力画像ｆ（ｘ，ｙ）
の上に重ねる。フィルタＦ2 とそれに重なった入力画像
ｆ（ｘ，ｙ）の部分画像において、それぞれ対応する位
置の画素毎に積を求め、それらの和に係数（１／ｎ）を
掛けた値を出力画像ｇ（ｘ，ｙ）における画素（ｉ，
ｊ）の値とする。この操作をフィルタＦ2 の位置を１画
素ずつずらしながら行う（スキャン）。なお、入力画像
とは、行切出し部８２からの行イメージ（図１２，図１
３参照）１２をいい、その入力画像を第１の行バッファ
８３ａに記憶しておき、フィルタ処理後の出力画像を第
２の行バッファ８３ｂに転送する。フィルタＦ2 のスキ
ャンは、図１２のように横書きの場合は、図１０のよう
にフィルタＦ2 の向きを図８に示す向きのまま変えずに
行い、図１３のように縦書きの場合は、図１１のように
フィルタＦ2 の向きを図８に対し９０°回転させてスキ
ャンを行う。
【００３１】ヒストグラム処理では、第２の行バッファ
８３ｂに転送した行イメージに対し、図１４のようにヒ
ストグラムを複数生成するようになっている。
８３ｂに転送した行イメージに対し、図１４のようにヒ
ストグラムを複数生成するようになっている。
【００３２】２値化処理は、図１４のようなヒストグラ
ムにおいて、背景部分に相当する左側のピークと文字部
分に相当する右側のピークとの間に閾値Ｓを設定し、こ
の閾値Ｓで第２の行バッファ８３ｂに記憶されている行
イメージを２値化するものである。
ムにおいて、背景部分に相当する左側のピークと文字部
分に相当する右側のピークとの間に閾値Ｓを設定し、こ
の閾値Ｓで第２の行バッファ８３ｂに記憶されている行
イメージを２値化するものである。
【００３３】文字認識部８４は、２値化部８３からの２
値画像から１文字毎に文字パターンを切り出し、その文
字パターンと認識辞書に登録されている基準文字パター
ンとのパターンマッチング処理を行い、類似度の高い第
１文字候補から順に複数の文字候補（文字コード）を得
て、第１文字候補を読取結果として決定し、読取制御部
９０に送るようになっている。
値画像から１文字毎に文字パターンを切り出し、その文
字パターンと認識辞書に登録されている基準文字パター
ンとのパターンマッチング処理を行い、類似度の高い第
１文字候補から順に複数の文字候補（文字コード）を得
て、第１文字候補を読取結果として決定し、読取制御部
９０に送るようになっている。
【００３４】読取制御部８５は、宛名読取部８の各部を
制御するものであり、文字認識部８４の認識結果を編集
して宛名読取結果として主制御部１０に送るようになっ
ている。
制御するものであり、文字認識部８４の認識結果を編集
して宛名読取結果として主制御部１０に送るようになっ
ている。
【００３５】次に、本区分機１の動作を図１５及び図１
６のフローチャートに従って説明する。図１５は本区分
機１の全体の動作を示すフローチャート、図１６は図１
５におけるステップＳ２の宛名読取の詳細を示すフロー
チャートである。
６のフローチャートに従って説明する。図１５は本区分
機１の全体の動作を示すフローチャート、図１６は図１
５におけるステップＳ２の宛名読取の詳細を示すフロー
チャートである。
【００３６】図１５に示すように、まず、局員は、郵便
物Ｐを本区分機１の供給系２の積載台６上に積載する。
積載台６上に積載された郵便物Ｐは、取出し部７により
取り出され、搬送系５の搬送ベルトに挟まれつつ宛名読
取部８を通って振分けゲート部４に搬送される（Ｓ
１）。
物Ｐを本区分機１の供給系２の積載台６上に積載する。
積載台６上に積載された郵便物Ｐは、取出し部７により
取り出され、搬送系５の搬送ベルトに挟まれつつ宛名読
取部８を通って振分けゲート部４に搬送される（Ｓ
１）。
【００３７】宛名読取部８の読取制御部８５は、郵便物
Ｐが通過する際に、宛名読取部８の各部を制御して郵便
物Ｐの宛名面に記入された宛名を読み取り、その宛名読
取結果を主制御部１０に送る（Ｓ２）。なお、この宛名
読取の詳細は、図１６を参照して後述する。
Ｐが通過する際に、宛名読取部８の各部を制御して郵便
物Ｐの宛名面に記入された宛名を読み取り、その宛名読
取結果を主制御部１０に送る（Ｓ２）。なお、この宛名
読取の詳細は、図１６を参照して後述する。
【００３８】主制御部４０は、宛名読取部８の宛名読取
結果に基づいて振分けゲート部４を制御し、郵便物Ｐを
その宛名に対応する収納ポケット９に区分集積する（Ｓ
３）。
結果に基づいて振分けゲート部４を制御し、郵便物Ｐを
その宛名に対応する収納ポケット９に区分集積する（Ｓ
３）。
【００３９】ここで、前記ステップＳ２の宛名読取を説
明する。
明する。
【００４０】図１６に示すように、宛名読取部８のイメ
ージ検出部８０は、郵便物Ｐが搬送されてくると、その
郵便物Ｐの宛名面のイメージを検出する（Ｓ２１）。
ージ検出部８０は、郵便物Ｐが搬送されてくると、その
郵便物Ｐの宛名面のイメージを検出する（Ｓ２１）。
【００４１】宛名領域検出部８１は、プレ方向検出に
て、イメージ検出部８０によって検出された宛名面のイ
メージを基にＸ及びＹ方向の自己相関を各々算出し、両
自己相関を比較することで、記載方向を検出する。次
に、宛名領域検出部８１は、字体識別にて、宛名面の多
値イメージを行毎に分割し、射影やラベリング等によ
り、活字か手書きかの識別を行う（Ｓ２２）。
て、イメージ検出部８０によって検出された宛名面のイ
メージを基にＸ及びＹ方向の自己相関を各々算出し、両
自己相関を比較することで、記載方向を検出する。次
に、宛名領域検出部８１は、字体識別にて、宛名面の多
値イメージを行毎に分割し、射影やラベリング等によ
り、活字か手書きかの識別を行う（Ｓ２２）。
【００４２】この字体識別で、活字である場合は、記入
態様の判別にて、宛名領域内の文字が縦書きか横書きか
の記入態様の判別を行う（Ｓ２３）。
態様の判別にて、宛名領域内の文字が縦書きか横書きか
の記入態様の判別を行う（Ｓ２３）。
【００４３】行切出し部８２は、宛名領域検出部８１の
プレ方向検出で検出された記載方向に基づいて宛名領域
のイメージから行イメージを切り出し、２値化部８３に
出力する。２値化部８３は、行切出し部８２からの行イ
メージを第１の行バッファ８３ａに記憶する。
プレ方向検出で検出された記載方向に基づいて宛名領域
のイメージから行イメージを切り出し、２値化部８３に
出力する。２値化部８３は、行切出し部８２からの行イ
メージを第１の行バッファ８３ａに記憶する。
【００４４】２値化部８３は、前記ステップＳ２３の判
別結果が、横書きの場合は、図８に示す重み付けありフ
ィルタＦ2 を設定し（Ｓ２４）、縦書きの場合は、図８
に示す重み付けありフィルタＦ2 を９０°回転させて設
定する（Ｓ２５）。
別結果が、横書きの場合は、図８に示す重み付けありフ
ィルタＦ2 を設定し（Ｓ２４）、縦書きの場合は、図８
に示す重み付けありフィルタＦ2 を９０°回転させて設
定する（Ｓ２５）。
【００４５】前記ステップＳ２２の字体識別において、
手書きである場合は、図７に示す重み付けなしフィルタ
Ｆ1 を設定する（Ｓ２６）。
手書きである場合は、図７に示す重み付けなしフィルタ
Ｆ1 を設定する（Ｓ２６）。
【００４６】フィルタＦ1 ，Ｆ2 の設定が終了すると
（Ｓ２４，Ｓ２５，Ｓ２６）、２値化部８３は、設定し
たフィルタＦ1 ，Ｆ2 を第１の行バッファ８３ａの入力
画像上をスキャンさせながらフィルタ処理を行い、フィ
ルタ処理後の出力画像を第２の行バッファ８３ｂに転送
する（Ｓ２７）。続いて第２の行バッファ８３ｂに転送
した行イメージに対し、ヒストグラムを複数生成するヒ
ストグラム処理を行う（Ｓ２８）。そして得られたヒス
トグラムを基に閾値Ｓを設定し、線分が強調された行イ
メージに対し２値化処理を施し、２値画像を得て文字認
識部８４に送る（Ｓ２９）。
（Ｓ２４，Ｓ２５，Ｓ２６）、２値化部８３は、設定し
たフィルタＦ1 ，Ｆ2 を第１の行バッファ８３ａの入力
画像上をスキャンさせながらフィルタ処理を行い、フィ
ルタ処理後の出力画像を第２の行バッファ８３ｂに転送
する（Ｓ２７）。続いて第２の行バッファ８３ｂに転送
した行イメージに対し、ヒストグラムを複数生成するヒ
ストグラム処理を行う（Ｓ２８）。そして得られたヒス
トグラムを基に閾値Ｓを設定し、線分が強調された行イ
メージに対し２値化処理を施し、２値画像を得て文字認
識部８４に送る（Ｓ２９）。
【００４７】文字認識部８４は、２値画像から文字パタ
ーンと認識辞書に登録されている基準文字パターンとの
パターンマッチング処理を行い、類似度の高い第１文字
候補から順に複数の文字候補（文字コード）を得て、第
１文字候補を読取結果として決定し、読取制御部９０に
送る（Ｓ３０）。
ーンと認識辞書に登録されている基準文字パターンとの
パターンマッチング処理を行い、類似度の高い第１文字
候補から順に複数の文字候補（文字コード）を得て、第
１文字候補を読取結果として決定し、読取制御部９０に
送る（Ｓ３０）。
【００４８】上記区分機１によれば、以下の効果が得ら
れる。
れる。
【００４９】(1) 明朝体の印刷活字の字体の場合は、
縦方向の線に比べ水平方向の線が細くなっているため、
強調処理を行うことなく、多値イメージのヒストグラム
の分布を基に求めた閾値で２値化を行うと、水平方向の
線は途切れ易かったが、本実施例の重み付きありフィル
タＦ2 を用いたフィルタ処理を施して、細い方の線分を
強調してから２値化処理を行うことにより、明朝体の細
い方の線分が途切れ難くなり、良好な２値画像が得られ
認識率を向上することができる。
縦方向の線に比べ水平方向の線が細くなっているため、
強調処理を行うことなく、多値イメージのヒストグラム
の分布を基に求めた閾値で２値化を行うと、水平方向の
線は途切れ易かったが、本実施例の重み付きありフィル
タＦ2 を用いたフィルタ処理を施して、細い方の線分を
強調してから２値化処理を行うことにより、明朝体の細
い方の線分が途切れ難くなり、良好な２値画像が得られ
認識率を向上することができる。
【００５０】(2) また、例えばセロハン窓，ラベル内
に横書きで記載されている宛名の場合は、正方向以外に
逆方向で記載されている場合もあるが、この場合でも、
細い方の線分は水平方向であるため、同一のフィルタＦ
2 を用いることができ、このフィルタ処理により良好な
２値画像を得ることができる。
に横書きで記載されている宛名の場合は、正方向以外に
逆方向で記載されている場合もあるが、この場合でも、
細い方の線分は水平方向であるため、同一のフィルタＦ
2 を用いることができ、このフィルタ処理により良好な
２値画像を得ることができる。
【００５１】(3) 重み付きありフィルタＦ2 の重みを
選択することで、最適なフィルタ処理を施すことが可能
となり、特定字体の文字の認識率がより向上する。
選択することで、最適なフィルタ処理を施すことが可能
となり、特定字体の文字の認識率がより向上する。
【００５２】(4) 活字か手書きかの字体識別を行うこ
とで、字体識別を簡単に行うことができる。この場合
は、活字のうち明朝体等のように縦横の線分の太さが相
異なる字体については、細い方の線分が強調され、明朝
体等の文字の認識率が向上し、活字のうちゴシック等の
ように縦横の線分の太さがほぼ等しい字体については、
文字の認識率の低下を招くことなく認識することが可能
となる。
とで、字体識別を簡単に行うことができる。この場合
は、活字のうち明朝体等のように縦横の線分の太さが相
異なる字体については、細い方の線分が強調され、明朝
体等の文字の認識率が向上し、活字のうちゴシック等の
ように縦横の線分の太さがほぼ等しい字体については、
文字の認識率の低下を招くことなく認識することが可能
となる。
【００５３】(5) 縦書きか横書きかの判別結果に基づ
いて細い方の線分を強調することができるので、特定字
体が縦書きでも横書きでもともに認識率が向上する。
いて細い方の線分を強調することができるので、特定字
体が縦書きでも横書きでもともに認識率が向上する。
【００５４】(6) 活字には重み付けありフィルタ
Ｆ2 、手書きには重み付けなしフィルタＦ1 を用いてフ
ィルタ処理を行っているので、フィルタ処理の構成が簡
素となる。
Ｆ2 、手書きには重み付けなしフィルタＦ1 を用いてフ
ィルタ処理を行っているので、フィルタ処理の構成が簡
素となる。
【００５５】
【実施例】図１７は重み付けありフィルタの具体例を示
す図である。
す図である。
【００５６】この重み付けありフィルタＦ2 は、同図の
ように、図８で示すｄ，ｅ，ｆの値を各々３，８，８と
し、ａ，ｃ，ｇ，ｉの値を全て０とし、ｂ，ｈを共に１
としたものである。
ように、図８で示すｄ，ｅ，ｆの値を各々３，８，８と
し、ａ，ｃ，ｇ，ｉの値を全て０とし、ｂ，ｈを共に１
としたものである。
【００５７】図１８及び図１９は明朝体の文字「市」の
フィタ処理結果を示す図であり、図１８は図７に示す重
み付きなしフィルタＦ1 を用いた場合、図１９は図１７
の重み付けありフィルタＦ2 を用いた場合を各々示す図
である。
フィタ処理結果を示す図であり、図１８は図７に示す重
み付きなしフィルタＦ1 を用いた場合、図１９は図１７
の重み付けありフィルタＦ2 を用いた場合を各々示す図
である。
【００５８】図１８及び図１９から明らかなように、重
み付きなしフィルタＦ1 では、２箇所に途切れが発生し
ているが、図１７の重み付けありフィルタＦ2 では、途
切れが発生せず、良好な２画像が得られた。
み付きなしフィルタＦ1 では、２箇所に途切れが発生し
ているが、図１７の重み付けありフィルタＦ2 では、途
切れが発生せず、良好な２画像が得られた。
【００５９】また、認識率は図７の重み付きなしフィル
タＦ1 では、８９．５％であるのに対し、図１７の重み
付けありフィルタＦ2 では、９０．９％という優れた結
果が得られた。
タＦ1 では、８９．５％であるのに対し、図１７の重み
付けありフィルタＦ2 では、９０．９％という優れた結
果が得られた。
【００６０】なお、本発明は上記発明の実施の形態に限
定されずに、種々変形実施できる。例えば、本発明の実
施の形態では、多値イメージに強調処理を施したが、２
値イメージに強調処理を施してもよい。また、本発明の
実施の形態では、活字か手書きかを識別していたが、明
朝体、ゴシック体、手書き等の字体を識別するようにし
てもよい。
定されずに、種々変形実施できる。例えば、本発明の実
施の形態では、多値イメージに強調処理を施したが、２
値イメージに強調処理を施してもよい。また、本発明の
実施の形態では、活字か手書きかを識別していたが、明
朝体、ゴシック体、手書き等の字体を識別するようにし
てもよい。
【００６１】
【発明の効果】以上詳述した本発明によれば、特定字体
の細い方の線分が強調されるので、紙葉類の住所面に記
入された文字が特定字体で記入されている場合でも、特
定文字の認識率の向上を図ることができる。
の細い方の線分が強調されるので、紙葉類の住所面に記
入された文字が特定字体で記入されている場合でも、特
定文字の認識率の向上を図ることができる。
【００６２】また、郵便物区分機に適用した場合には、
宛名の認識率が向上するので、効率的な区分処理を行う
ことができる。
宛名の認識率が向上するので、効率的な区分処理を行う
ことができる。
【図１】本発明の実施の一形態に係る郵便物区分機を示
す正面図
す正面図
【図２】本区分機の制御系の主要部を示すブロック図
【図３】プレ方向検出を説明するための図
【図４】プレ方向検出を説明するための図
【図５】プレ方向検出を説明するための図
【図６】記入態様の判別を説明するための図
【図７】手書き用フィルタを説明するための図
【図８】活字用フィルタを説明するための図
【図９】フィルタ処理の原理を説明するための図
【図１０】横書きの場合のフィルタ処理を説明するため
の図
の図
【図１１】縦書きの場合のフィルタ処理を説明するため
の図
の図
【図１２】横書きの入力画像を示す図
【図１３】縦書きの入力画像を示す図
【図１４】ヒストグラム処理を説明するための図
【図１５】本区分機の全体の動作を示すフローチャート
【図１６】本区分機の宛名読取の動作を示すフローチャ
ート
ート
【図１７】重み付けありフィルタの具体例を示す図
【図１８】図７の重み付きなしフィルタを用いて行った
フィルタ処理結果を示す図
フィルタ処理結果を示す図
【図１９】図１７の重み付けありフィルタを用いて行っ
たフィルタ処理結果を示す図
たフィルタ処理結果を示す図
Ｐ 郵便物 １ 郵便物区分機 ８ 宛名読取部（住所読取装置） ８０ イメージ検出部 ８１ 宛名領域検出部（識別手段，判別手段） ８３ ２値化部（強調処理手段） ８４ 文字認識部 Ｆ1 重み付けなしフィルタ Ｆ2 重み付きありフィルタ Ｐ 郵便物
Claims (10)
- 【請求項１】 紙葉類の住所面のイメージを検出する検
出手段と、前記住所面に記入されている文字が縦横の線
分の太さが相異なる特定字体である場合に、当該住所面
のイメージに対し細い方の線分を強調する処理を施す強
調処理手段と、この強調処理後の住所面のイメージを基
に住所面に記入されている文字を認識する認識手段とを
有することを特徴とする住所読取装置。 - 【請求項２】 紙葉類の住所面の多値イメージを検出す
る検出手段と、前記住所面に記入されている文字が縦横
の線分の太さが相異なる特定字体である場合に、当該住
所面の多値イメージに対し細い方の線分を強調する処理
を施す強調処理手段と、この強調処理後の住所面の多値
イメージに対し２値化処理を施す２値化手段と、この２
値化処理後の２値イメージを基に住所面に記入されてい
る文字を認識する認識手段とを有することを特徴とする
住所読取装置。 - 【請求項３】 紙葉類の住所面の多値イメージを検出す
る検出手段と、前記住所面に記入されている文字の字体
を識別する識別手段と、この識別結果が縦横の線分の太
さが相異なる特定字体である場合に、当該住所面の多値
イメージに対し細い方の線分を強調する処理を施す強調
処理手段と、この強調処理後の住所面の多値イメージに
対し２値化処理を施す２値化手段と、この２値化処理後
の２値イメージを基に住所面に記入されている文字を認
識する認識手段とを有することを特徴とする住所読取装
置。 - 【請求項４】 紙葉類の住所面の多値イメージを検出す
る検出手段と、前記住所面に記入されている文字の字体
が活字か手書きかを識別する識別手段と、この識別結果
が活字である場合に、当該住所面の多値イメージに対し
細い方の線分を強調する処理を施す強調処理手段と、こ
の強調処理後の住所面の多値イメージに対し２値化処理
を施す２値化手段と、この２値化処理後の２値イメージ
を基に住所面に記入されている文字を認識する認識手段
とを有することを特徴とする住所読取装置。 - 【請求項５】 紙葉類の住所面の多値イメージを検出す
る検出手段と、前記住所面に記入されている文字が縦書
きか横書きかの記入態様を判別する判別手段と、前記住
所面に記入されている文字が縦横の線分の太さが相異な
る特定字体である場合に、当該住所面の多値イメージに
対し、前記判別結果に基づいて細い方の線分を強調する
処理を施す強調処理手段と、この強調処理後の住所面の
多値イメージに対し２値化処理を施す２値化手段と、こ
の２値化処理後の２値イメージを基に住所面に記入され
ている文字を認識する認識手段とを有することを特徴と
する住所読取装置。 - 【請求項６】 紙葉類の住所面の多値イメージを検出す
る検出手段と、前記住所面に記入されている文字が縦横
の線分の太さが相異なる特定字体である場合に、当該住
所面の多値イメージに対し細い方の線分を強調するフィ
ルタ処理を施すフィルタ処理手段と、このフィルタ処理
後の住所面の多値イメージに対し２値化処理を施す２値
化手段と、この２値化処理後の２値イメージを基に住所
面に記入されている文字を認識する認識手段とを有する
ことを特徴とする住所読取装置。 - 【請求項７】 紙葉類の住所面の多値イメージを検出す
る検出手段と、前記住所面に記入されている文字の字体
を識別する識別手段と、この識別結果が縦横の線分の太
さが相異なる特定字体である場合は、当該住所面の多値
イメージに対し、重み付けありフィルタを用いて細い方
の線分を強調するフィルタ処理を施すとともに、前記識
別結果が前記特定字体以外の字体である場合は、重み付
けなしフィルタを用いてフィルタ処理を施すフィルタ処
理手段と、前記フィルタ処理後の住所面の多値イメージ
に対し２値化処理を施す２値化手段と、この２値化処理
後の２値イメージを基に住所面に記入されている文字を
認識する認識手段とを有することを特徴とする住所読取
装置。 - 【請求項８】 紙葉類の住所面の多値イメージを検出す
る検出手段と、前記住所面に記入されている文字の字体
が活字か手書きかを識別する識別手段と、前記住所面に
記入されている文字が縦書きか横書きかの記入態様を判
別する判別手段と、当該住所面の多値イメージに対し、
前記識別結果が活字である場合は、前記判別結果に基づ
いて記入態様に応じた重み付きフィルタを用いて特定方
向の線分を強調するフィルタ処理を施すとともに、前記
識別結果が前記特定字体以外の字体である場合は、重み
付けなしフィルタを用いてフィルタ処理を施すフィルタ
処理手段と、前記フィルタ処理後の住所面の多値イメー
ジに対し２値化処理を施す２値化手段と、この２値化処
理後の２値イメージを基に住所面に記入されている文字
を認識する認識手段とを有することを特徴とする住所読
取装置。 - 【請求項９】 郵便物の宛名面に記入された宛名の認識
結果を基に前記郵便物の区分処理を行う郵便物区分機に
おいて、前記住所面のイメージを検出する検出手段と、
前記住所面に記入されている文字が縦横の線分の太さが
相異なる特定字体である場合に、当該住所面のイメージ
に対し細い方の線分を強調する処理を施す強調処理手段
と、この強調処理後の住所面のイメージを基に住所面に
記入されている文字を認識し、その認識結果を当該郵便
物の区分処理に供する認識手段とを有することを特徴と
する郵便物区分機。 - 【請求項１０】 紙葉類の住所面のイメージを検出し、
前記住所面に記入されている文字が縦横の線分の太さが
相異なる特定字体である場合に、当該住所面のイメージ
に対し細い方の線分を強調する処理を施し、この強調処
理後の住所面のイメージを基に住所面に記入されている
文字を認識することを特徴とする住所読取方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP7216162A JPH0957202A (ja) | 1995-08-24 | 1995-08-24 | 住所読取装置、郵便物区分機及び住所読取方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP7216162A JPH0957202A (ja) | 1995-08-24 | 1995-08-24 | 住所読取装置、郵便物区分機及び住所読取方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPH0957202A true JPH0957202A (ja) | 1997-03-04 |
Family
ID=16684273
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP7216162A Pending JPH0957202A (ja) | 1995-08-24 | 1995-08-24 | 住所読取装置、郵便物区分機及び住所読取方法 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPH0957202A (ja) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7406183B2 (en) | 2003-04-28 | 2008-07-29 | International Business Machines Corporation | System and method of sorting document images based on image quality |
-
1995
- 1995-08-24 JP JP7216162A patent/JPH0957202A/ja active Pending
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7406183B2 (en) | 2003-04-28 | 2008-07-29 | International Business Machines Corporation | System and method of sorting document images based on image quality |
| US7693305B2 (en) | 2003-04-28 | 2010-04-06 | International Business Machines Corporation | System and method of sorting document images based on image quality |
| US7697728B2 (en) | 2003-04-28 | 2010-04-13 | International Business Machines Corporation | System and method of sorting document images based on image quality |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US4998626A (en) | Mail processing machine | |
| US6640009B2 (en) | Identification, separation and compression of multiple forms with mutants | |
| US5025475A (en) | Processing machine | |
| US6014450A (en) | Method and apparatus for address block location | |
| LeBourgeois | Robust multifont OCR system from gray level images | |
| US5805740A (en) | Bar-code field detecting apparatus performing differential process and bar-code reading apparatus | |
| US20080159589A1 (en) | Method of optically recognizing postal articles using a plurality of images | |
| US7835540B2 (en) | Method of detecting bunched-together poster items by analyzing images of their edges | |
| Yeh et al. | Address location on envelopes | |
| EP0516576A2 (en) | Method of discriminating between text and graphics | |
| Shivananda et al. | Separation of foreground text from complex background in color document images | |
| JPH0957202A (ja) | 住所読取装置、郵便物区分機及び住所読取方法 | |
| JP3028849B2 (ja) | 郵便物宛名自動読取区分機および郵便物宛名自動読取方法 | |
| JPH07271899A (ja) | 文字認識装置 | |
| JP3105918B2 (ja) | 文字認識装置、および文字認識方法 | |
| JP4630509B2 (ja) | 宛先認識装置、区分機、宛先認識方法及び区分方法 | |
| JP3660404B2 (ja) | 住所領域検出装置、住所読取装置、区分機及び住所読取方法 | |
| JP3715473B2 (ja) | 宛名読取装置 | |
| JP2005284503A (ja) | 紙葉類認識装置 | |
| JPH0793466A (ja) | 文字種判別装置およびその判別方法 | |
| JPH09239327A (ja) | 郵便物処理装置 | |
| JPS6379193A (ja) | 文字読取装置 | |
| JP2004220261A (ja) | 特定画像領域検出装置、紙葉類処理装置、特定画像領域検出方法、および紙葉類処理方法 | |
| JPS61177581A (ja) | 光学式文字読取装置 | |
| JPS63136181A (ja) | 文字読取装置 |