JPH1021334A - 文字認識装置 - Google Patents

Abstract

(57)【要約】 【課題】 文字を含む画像から精度良くかつ迅速に文字
を認識する。 【解決手段】 文字を含む画像中から文字を認識する文
字認識装置10において、２値化画像生成手段20により原
画像を２値化して２値化画像を生成し、選択手段40によ
り文字を含む画像を生成する各種装置毎の固有の文字の
テンプレート５を備えた辞書35から、外部入力手段50に
より入力された認識すべき文字を含む画像を生成した装
置の情報に応じて装置固有の文字のテンプレート５を選
択し、この選択手段40によって選択されたテンプレート
５を用いて、マッチング手段30により２値化画像生成手
段20によって生成された２値化画像に対して文字パター
ンマッチングさせることにより文字を認識する。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、文字を含む画像中
から文字を認識する装置に関するものであり、詳細には
テンプレートを用いた文字のパターンマッチングによる
文字認識装置に関するものである。

【０００２】

【従来の技術】従来より、人体等の被写体をＣＴ、ＭＲ
Ｉ等によって撮影して得られた医用画像の画像データ
を、各画像データに適切な画像処理を施した後、画像を
再生記録することが行われており、これらの画像データ
に基づき被写体の画像を写真感光材料等の記録材料、Ｃ
ＲＴ等に可視像として出力させる画像記録再生システム
がすでに実用化されている。

【０００３】通常医用画像には、患者名、ＩＤ番号、撮
影日、生年月日等のＩＤ情報が付されており、これらの
ＩＤ情報は、一般に漢字、かな、英文字、数字、記号等
（以下「文字」と総称する）から構成されている。従っ
て、医用画像には絵柄と文字とが混在している。この絵
柄と文字が混在した医用画像から自動的に文字のみを識
別する、あるいは文字と絵柄を分離すること等が望まれ
る場合がある。それは、例えば以下のような場合であ
る。

【０００４】通常、画像記録再生システムにおいては、
撮影された画像データが検索情報となるＩＤ情報と関連
づけてファイリング装置に記憶されている。このファイ
リング装置への画像データファイリング時の画像データ
とＩＤ情報との関連づけは、外部入力により行われてお
り操作者側の負担となっていた。そのため、撮影時に画
像中に付されたＩＤ情報を自動的に認識できるようにす
ることが望まれている。

【０００５】また、画像記録再生システムにおいて、上
記のように画像データを得てこの画像データに基づいて
可視画像を再生する場合、その可視画像のうち観察対象
となる関心領域をより詳細に観察するため、その関心領
域を拡大して再生することがある。この拡大再生画像
は、原画像を読み取って得られた原画像データに対して
所定の補間演算処理を施して原画像データ数とは異なる
データ数の２次元的な画像データである補間画像データ
を求め、この補間画像データに基づいて画像再生を行う
ことにより得ることができる。画像にはＩＤ情報等の文
字と絵柄が同時に存在するが、拡大に際しては文字と絵
柄は別々の補間処理を行い、文字はより鮮鋭に、また絵
柄は絵柄の性質にあった補間方法を施して拡大補間する
ことが望ましい。この場合、まず、画像から文字を認識
して文字と絵柄を分離する必要がある。

【０００６】従来、文字を含む画像から文字を認識する
ための方法としては、認識すべき文字のテンプレートを
用意し、画像と比較して認識を行うテンプレートマッチ
ングという方法が知られている。この方法は、画像上の
認識対象領域と全てのテンプレートとを順次マッチング
させ、マッチング結果が最も良いテンプレートを認識結
果とするものであり、認識対象領域が指定されていない
場合は画像上での認識対象領域を順次ずらして、画像全
面に対してマッチングをとっていく必要がある。

【０００７】以下、一般的なテンプレートマッチングに
よる認識方法を説明する。画像パターンｆとテンプレー
トパターンｇが、それぞれ図５に示すような大きさと位
置関係にあるとき、画像の点（m，n）における画像パタ
ーンｆと、テンプレートパターンｇの類似度は、以下に
示す評価関数で表される。

【０００８】

【数１】

【０００９】ここで通常、Ｒ(m,n)は相互相関係数と呼
ばれ、領域Ｄは、|i-m|＜M/2，|j-n|＜N/2を満たす
（i，j） の範囲である。画像上でテンプレートを動か
して順次、画像とテンプレートとの類似度を上記の相互
相関係数Ｒにより判別する。相互相関係数Ｒの値は大き
いほど画像の（m，n）を中心としてテンプレートに近い
図形が存在すること、すなわち、画像とテンプレートと
の相関が強いことを示し、画像とテンプレートとが完全
一致で１の値、全くの不一致で０の値をとる。通常、最
も相互相関係数Ｒの大きいものを認識結果とする。

【００１０】

【発明が解決しようとする課題】しかしながら、上記の
テンプレートマッチング方法では、各種装置に使われて
いる文字のテンプレート全てとマッチングを行うとマッ
チング処理の回数が多くなること、上記式に示されるよ
うに２乗や平方根の計算が必要であること、また、通常
多階調の画像に対してマッチングを行うことから、計算
量が多くなり認識に時間がかかるという欠点がある。

【００１１】そこで、本発明は上記事情に鑑み、文字を
含む画像から精度良く簡単にかつ迅速に文字を認識する
文字認識装置を提供することを目的とする。

【００１２】

【課題を解決するための手段】本発明の文字認識装置
は、各種装置によって生成された文字を含む画像中から
該文字を認識する文字認識装置において、前記各種装置
毎の固有の文字のテンプレートを備えた辞書と、前記画
像を生成した装置の情報が入力され、入力された該情報
に応じて該装置に固有の文字のテンプレートを前記辞書
から選択する選択手段と、前記画像中の文字に対して前
記選択されたテンプレートを用いて文字パターンマッチ
ングさせることにより文字を認識するマッチング手段と
を備えてなることを特徴とするものである。

【００１３】すなわち、画像を生成した装置の情報を入
力して、該装置が用いている文字のテンプレートについ
てのみマッチングさせるようにしたものである。

【００１４】ここで、各種装置毎の固有の文字のテンプ
レートとは、各種装置が画像撮影時に該画像にＩＤ情報
等の文字情報を付するのに用いている文字の種類、大き
さ等を含む文字フォントについてのテンプレートのこと
をいう。

【００１５】また、前記画像を２値化して、２値化画像
を生成する２値化画像生成手段を備え、前記マッチング
を前記２値化画像に対してマッチングさせる形態であっ
てもよい。

【００１６】なお、前記２値化画像生成手段は、画像の
輪郭を抽出する手段を含むものであることが望ましい。
特に、前記２値化画像生成手段が、前記画像の各画素毎
に該画素の所定近傍範囲中の画素濃度の最大値と最小値
との差を求める演算手段と、前記濃度差と所定の閾値と
の比較により前記各画素を２値化して画像の輪郭を抽出
する２値化手段とから成るものとするのが望ましい。こ
れは、各画素毎に該画素の所定近傍範囲中の画素濃度の
最大値と最小値との差を所定の閾値と比較して２値化す
ることにより画像中の文字の輪郭を抽出し、その輪郭を
に対してパターンマッチングさせて文字認識を行うもの
である。

【００１７】そのほか、輪郭の抽出方法としては、例え
ば一次微分フィルタ（ロバーツのフィルタ、ブレヴィッ
トのフィルタ、ソーベルのフィルタ等）あるいはラプラ
シアンフィルタ等を用いる方法が挙げられる。なお、こ
こで画像とは文字および絵柄が混在したものをいう。

【００１８】

【発明の効果】本発明の文字認識装置は、辞書の有する
全てのテンプレートについてマッチングするのではな
く、画像を生成した装置の情報が入力され、その情報に
応じて装置固有の文字のテンプレートを選択することに
より、各装置に対応したテンプレートについてのみマッ
チングさせることができるので、計算量を大幅に低減す
ることができる。

【００１９】また、画像を２値化した後に、文字パター
ンマッチングを行うことにより、マッチング時になされ
る演算を簡単化して、計算量を低減することができる。
このため、装置を簡便化することができ、また、高速な
マッチング処理を行うことができる。

【００２０】また、２値化方法として、各画素の所定の
近傍範囲中の濃度の最大値と最小値の差と所定の閾値と
の比較による２値化を行った場合、画像中の近傍画素同
志の濃度差が大きい文字の輪郭を黒文字、白文字にかか
わらず明確に抽出することができる。このようにして抽
出された文字の輪郭とテンプレートをマッチングさせる
ことにより精度良く認識することができる。また、２値
化後にマッチングさせるため処理速度も速い。

【００２１】

【発明の実施の形態】以下、本発明の文字認識装置の具
体的な実施の形態について説明する。

【００２２】本発明の第一の実施の形態を図１に示す。
本文字認識装置10は、種々の撮影装置９からの原画像デ
ータＳが入力され、該原画像データＳに基づく原画像を
２値化して２値化画像を生成する２値化画像生成手段20
と、原画像を生成する各種装置の固有の文字フォントを
２値化したテンプレート５を備えた辞書35と、外部入力
手段50から入力された装置情報に応じた文字フォントの
テンプレート５を辞書35から選択する選択手段40と、２
値化画像生成手段20によって生成された２値化画像に対
して、選択手段40によって選択されたテンプレート５を
用いて文字パターンマッチングさせることにより文字を
認識するマッチング手段30とから成る。

【００２３】２値化画像生成手段20は、詳しくは原画像
の各画素毎の濃度を検出する濃度検出手段22と、該濃度
検出手段22により検出された濃度と所定の閾値との比較
により前記各画素を２値化する２値化手段24とからな
る。

【００２４】次に、本発明の第一の実施の形態における
作用を説明する。

【００２５】文字認識装置10は撮影装置９から原画像デ
ータＳを入力され、同時に外部入力手段50により認識す
べき文字を含む原画像Ａ（原画像データＳに対応する画
像）を生成した装置の情報が入力される。まず、２値化
画像生成手段20において、原画像Ａから２値化画像Ｂが
生成される（図３(i) ）。画像の２値化は、まず、濃度
検出手段22により原画像Ａの各画素の濃度を検出し、そ
の後、２値化手段24において、検出された濃度と所定の
閾値との比較により各画素を２値化することによって行
われる。例えば、濃度を表す帯グラフ８に示すｂの濃度
に閾値を設け、ｂより濃い部分を「１」薄い部分を
「０」として２値化する。その結果２値化画像Ｂが得ら
れる。

【００２６】次に、選択手段40によって、外部入力手段
50により入力された装置情報に応じたテンプレート、す
なわち原画像Ａを生成した装置が用いている文字フォン
トのテンプレート５が辞書35から選択され、マッチング
手段30において、該選択されたテンプレート５を用いて
２値化画像Ｂに対してマッチングが行われる。この時マ
ッチングはテンプレート５を２値化画像上で移動させて
行われる。なお、選択された、すなわち非常に限られた
数のテンプレートについてのみマッチングすればよいた
め、高速な識別が可能となる。また、２値化された画像
に対してマッチングを行うため、排他的積和（exclusiv
e or）による類似度評価関数Ｒ’を用いることができ、
計算時間をさらに短縮することができる。なおこの時、
画像上の点（m，n）における画像パターンｆとテンプレ
ートｇのＲ'(m,n)は、

【００２７】

【数２】

【００２８】で表されるものである。ただし領域Ｄは、
|i-m|＜M/2，|j-n|＜N/2を満たす（i，j）の範囲であ
る。前述の相互相関係数Ｒの場合とは逆に、Ｒ’が最も
小さいテンプレートが認識結果とされる。

【００２９】なお、上述の２値化の際に、「１」，
「０」ではなく、「１」，「−１」に２値化して単純な
積和値を評価関数に用いてもよい。その場合の評価関数
Ｒ"(m,n)は、

【００３０】

【数３】

【００３１】で表され、Ｒ”が最も大きいテンプレート
が認識結果とされる。

【００３２】このようにして、画像上における文字領域
と文字の認識が行われ、認識されたＩＤ番号等の文字情
報Ｉは、原画像データＳと共にファイリング手段60や拡
大縮小手段等の画像データ処理手段へ出力される。

【００３３】しかしながら、上記第一の実施の形態の文
字認識装置10においてなされる単なる閾値による２値化
方法では、文字と絵柄が重なった画像等において文字の
抽出がうまくいかず正確な文字認識が困難な場合があ
る。その一例として図４に示す黒文字１および白文字２
を含む原画像Ｄをある濃度閾値により２値化する場合に
ついて説明する。例えば、濃度を表す帯グラフ８に示す
ｅの濃度に閾値を設け、ｅより濃い部分を「１」薄い部
分を「０」として２値化する。その結果２値化画像Ｅが
得られる。また、ｆに閾値を設けて同様の処理を行うと
２値化画像Ｆが得られる。この時、２値化画像Ｅでは黒
文字１は明確に抽出されるが、白文字２はその一部が絵
柄の白い部分と重なり抽出不能になってしまう。一方、
２値化画像Ｆでは白文字２は明確に抽出されるが黒文字
１はその一部が絵柄と重なって抽出不能になってしま
う。このように、単に画像データを所定の濃度閾値で２
値化する従来の方法では黒文字１と白文字２を同時に明
確に抽出することができない。当然ながら、２値化によ
って画像中の文字を明確に抽出できない場合にはテンプ
レートマッチングの精度があがらず文字認識に支障をき
たすものとなる。

【００３４】そこで、文字と絵柄が重なった画像や黒、
白文字を含む画像等においては、以下に説明する第二の
実施形態に係る文字認識装置が適する。

【００３５】第二の実施の形態の文字認識装置10' を図
２に示す。上記の第一の実施の形態の文字認識装置10と
の相違点のみを説明する。

【００３６】本文字認識装置10' の２値化画像生成手段
20' は、原画像の各画素毎に該画その所定近傍範囲中の
画素濃度の最大値と最小値との差を求める演算手段26
と、該演算手段26によって求められた濃度差と所定の閾
値との比較により各画素を２値化して画像の輪郭を抽出
する２値化手段28とから成る。

【００３７】なお、辞書35’の有するテンプレートは各
種装置に固有の文字のフォントに対応する２値化された
中抜き文字のテンプレート５’である。

【００３８】２値化画像生成手段20' においては、入力
された原画像データＳについて、まず演算手段26におい
て画像の各画素の所定の近傍範囲中における濃度の最大
値と最小値との差が求められる。例えば注目画素を２×
２画素マスク中の左下に位置させた場合、その２×２画
素マスク（所定近傍範囲）中の計４画素における階調濃
度（原画像データＳ）の最大値および最小値を求め、こ
れを注目画素の濃度差とする。当然ながら、２×２とい
う範囲は一例であり、これに限る必要はない。次に、２
値化手段28において、前記演算手段26によって求められ
た前記濃度差を所定の閾値と比較して、例えば閾値より
濃度差が大きい場合を「１」、小さい場合を「０」とし
て注目画素を２値化する。この２値化を画像中の各画素
について行うことにより、画像中の近傍画素同志の濃度
差の大きい部分、すなわち画像の輪郭が抽出され、原画
像Ａから２値化画像Ｃが生成される（図３(ii)）。通
常、文字と周辺画像の濃度差は大きいため、文字の輪郭
が抽出される。

【００３９】その後、選択手段40によって、外部入力手
段50により入力された装置の情報に応じたテンプレー
ト、すなわち原画像Ａを生成した装置が用いている文字
フォントに対応するテンプレート５’が辞書35’から選
択され、マッチング手段30’において、２値化画像Ｃに
対してテンプレート５’を用いてマッチングが行われ
る。このようにして認識された文字情報Ｉは、原画像デ
ータＳと共にファイリング手段60へ出力される。

【００４０】このようにして、本発明の文字認識装置に
よる文字認識結果を、ＣＴ、ＭＲＩ等の医用画像データ
のファイリングの際のＩＤ情報として用いることができ
る。また、本発明の文字認識装置を医用画像再生システ
ムに内包し、画像データに拡大縮小等の画像処理を施す
前に、画像中の文字と絵柄を分離するために用いても良
く、この場合、文字と絵柄に対してそれぞれ適切な補間
処理等の画像処理を施すことが可能となる。

【００４１】なお、一次微分フィルタ、ラプラシアンフ
ィルタ等を用いて画像の輪郭を抽出し、抽出された輪郭
部分の画素を「１」、輪郭部分以外の画素を「０」とし
て各画素の２値化を行うことによっても、上記第二の実
施の形態において生成される２値化画像Ｃと同様の、輪
郭が抽出された２値化画像を生成することができる。

【図面の簡単な説明】

【図１】本発明の第一の実施の形態の文字認識装置

【図２】本発明の第二の実施の形態の文字認識装置

【図３】第一および第二の実施の形態の文字認識装置に
よって生成される２値化画像を説明する図

【図４】第一の実施の形態の文字認識装置によって画像
の２値化を行った場合の問題点を説明する図

【図５】文字パターンマッチング方法を説明する図

【符号の説明】

５ テンプレート 10 文字認識装置 20 ２値化画像生成手段 22 濃度検出手段 24 ２値化手段 30 マッチング手段 35 辞書 40 選択手段 50 入力手段 Ｉ 文字情報 Ｓ 原画像データ

Claims (4)

【特許請求の範囲】
1. 【請求項１】 各種装置によって生成された文字を含む
   画像中から該文字を認識する文字認識装置において、 前記各種装置毎の固有の文字のテンプレートを備えた辞
   書と、 前記画像を生成した装置の情報が入力され、入力された
   該情報に応じて該装置に固有の文字のテンプレートを前
   記辞書から選択する選択手段と、 前記画像中の文字に対して前記選択されたテンプレート
   を用いて文字パターンマッチングさせることにより文字
   を認識するマッチング手段とを備えてなることを特徴と
   する文字認識装置。
2. 【請求項２】 前記画像を２値化して、２値化画像を生
   成する２値化画像生成手段を更に備え、 前記マッチングを前記２値化画像に対して行うことを特
   徴とする請求項１記載の文字認識装置。
3. 【請求項３】 前記２値化画像生成手段が、画像の輪郭
   を抽出する手段を含むものであることを特徴とする請求
   項２記載の文字認識装置。
4. 【請求項４】 前記２値化画像生成手段が、前記画像の
   各画素毎に該画素の所定近傍範囲中の画素濃度の最大値
   と最小値との差を求める演算手段と、 前記濃度の差と所定の閾値との比較により前記各画素を
   ２値化して画像の輪郭を抽出する２値化手段とから成る
   ことを特徴とする請求項３記載の文字認識装置。