JPH1021335A - 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
置の情報に応じてその装置固有の文字のテンプレート５
を選択し、また、各種装置毎の固有の文字位置情報を備
えた位置情報記憶手段38からその装置固有の文字位置情
報を選択し、マッチング手段30により、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、同様に選択
された文字位置情報に基づいて２値化画像の文字領域に
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６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、マッチング領域や位
置が決まっていないことによってマッチング処理回数が
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
毎に定められている前記画像中の文字領域および文字間
隔を含む文字位置情報と前記各種装置とを対応させて記
憶している文字位置情報記憶手段と、前記画像を生成し
た装置の情報が入力され、該入力された情報に応じて前
記文字位置情報を前記文字位置情報記憶手段から選択す
る文字位置情報選択手段と、前記文字位置情報に基づい
て、前記画像中の文字領域に対して、各種、各サイズの
文字の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、画像全面に対してではなく、画
像中の限られた領域に対してのみパターンマッチングさ
せることにより、マッチング時の計算量を低減させるも
のである。

【００１４】また、前記テンプレートを前記文字間隔分
ずつ移動させて文字パターンマッチングさせてもよい。

【００１５】なお、ここで文字領域とは文字が付されう
る領域のことをいい、実際に文字が付されているかどう
かを問わない。また、文字間隔とは一文字の中心と次の
文字の中心との間隔のことをいう。

【００１６】さらに、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、該入力された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テンプ
レート選択手段とを備え、前記画像中の文字に対して前
記テンプレートを用いて文字パターンマッチングさせる
ようにしてもよい。

【００１７】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。

【００１８】なお、上述の文字位置情報選択手段とテン
プレート選択手段は別個に設けてもよいし、一つの選択
手段が両者を兼ねるものであってもよい。

【００１９】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。

【００２０】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
の場合、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
に対してパターンマッチングさせて文字認識を行うこと
を特徴とするものである。

【００２１】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。

【００２２】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。

【００２３】

【発明の効果】本発明の文字認識装置は、画像全面に対
してパターン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
文字位置情報を選択することにより、画像上の文字が付
与されている領域に対してのみマッチングすればよく、
計算量を大幅に低減することができる。

【００２４】各種装置固有の文字位置情報には、文字領
域のほか文字間隔に関する情報も含むため、文字領域に
付されうる文字同志の間隔すなわちそれぞれのマッチン
グすべき文字の中心位置が明らかである。そのため、文
字領域のマッチング開始位置から文字間隔分ずつテンプ
レートを移動させてマッチングさせることにより、一画
素毎にずらせてマッチングさせる場合と比較して、高速
に処理することができる。

【００２５】また、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してマッチングさせる場合には、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、さらに計算量を低減することが
できる。

【００２６】さらに、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。

【００２７】なお、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。

【００２８】

【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。

【００２９】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、原画像を
生成する各種装置毎に定められている画像中の文字領域
および文字間隔等の文字位置情報を有する文字位置情報
記憶手段38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
択し、装置情報に応じた文字位置情報を文字位置情報記
憶手段38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、同様に
選択された文字位置情報に基づ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。

【００３０】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。

【００３１】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。

【００３２】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。

【００３３】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、同時にその
装置情報に応じた文字位置情報が文字位置情報記憶手段
38から選択されて、マッチング手段30において、選択さ
れたテンプレート５を用いて、２値化画像Ｂの文字領域
６に対してマッチングが行われる（図４）。

【００３４】各種装置固有の文字位置情報には、文字領
域６のほか文字間隔に関する情報も含むため、文字領域
に付されうる文字同志の間隔すなわちそれぞれマッチン
グすべき文字の中心位置が明らかである。マッチング
は、文字の中心位置とテンプレートの中心位置を一致さ
せて行えば十分であり、そのため、図４に示すように文
字領域のマッチング開始位置から文字間隔分ずつテンプ
レート５を移動させてマッチングさせればよい。これに
よって、一画素毎にずらせてマッチングさせる場合と比
較して、高速に処理することができる。

【００３５】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（exclus
ive 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、

【００３６】

【数２】

【００３７】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。

【００３８】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、

【００３９】

【数３】

【００４０】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。

【００４１】また、患者名、ＩＤ番号、撮影日等のＩＤ
情報のうち、特定の情報のみ、例えばＩＤ番号のみを認
識させたい場合には、ＩＤ番号に使用される文字のみを
テンプレートとして有し、文字領域のうちＩＤ番号が付
された領域のみに対してマッチングさせる形態をとるこ
ともできる（他のＩＤ情報についても同様である）。

【００４２】このようにして、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。

【００４３】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５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。

【００４４】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。

【００４５】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。

【００４６】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。

【００４７】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。

【００４８】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。

【００４９】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の
文字領域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。

【００５０】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
のファイリング等の際のＩＤ情報として用いることがで
きる。

【００５１】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】パターンマッチング時に文字間隔ずつテンプレ
ートを移動させてマッチングさせる様子を説明する図

【図５】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６】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 38 文字位置情報記憶手段 40 選択手段 50 入力手段

Claims (6)

【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、 前記各種装置毎に定められている前記画像中の文字領域
   および文字間隔を含む文字位置情報と前記各種装置とを
   対応させて記憶している文字位置情報記憶手段と、 前記画像を生成した装置の情報が入力され、該入力され
   た情報に応じて前記文字位置情報を前記文字位置情報記
   憶手段から選択する文字位置情報選択手段と、 前記文字位置情報に基づく前記画像中の文字領域に対し
   て、各種、各サイズの文字の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】 前記テンプレートを前記文字間隔分ずつ
   移動させて文字パターンマッチングさせることを特徴と
   する請求項１記載の文字認識装置。
3. 【請求項３】 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、該入力され
   た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テンプレート選択手段とをさらに備
   え、 前記画像中の文字に対して前記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を特徴とする請求項１
   または２いずれか記載の文字認識装置。
4. 【請求項４】 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２値化画像に対して文字パターンマッチングを行う
   ことを特徴とする請求項１から３いずれか記載の文字認
   識装置。
5. 【請求項５】 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４記載の文字認識装置。
6. 【請求項６】 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５記載の文字認識装置。