JPH10222587A - 帳票類の自動判別方法及び装置 - Google Patents

Abstract

(57)【要約】 【課題】帳票類へ新たな情報を付加することなく、該帳
票類の種別を高速かつ効率的に安定して判別することが
できる帳票類の自動判別方法及び装置を提供すること。 【解決手段】基準帳票の特徴データを基準帳票ごとに辞
書１７に登録しておき、画像入力部１１が判別対象帳票
を読み取ったならば、罫線情報抽出部１２が該判別対象
帳票の特徴領域内の罫線データに基づいて作成した罫線
２値画像と、あらかじめ辞書１７に登録した各基準帳票
の特徴データとを用いて、類似度算定部１４が各基準帳
票との類似度を算定し、この類似度に基づいて判別処理
部１５が判別対象帳票の種別を判別する。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、少なくとも罫線の
一部が異なる複数の帳票類の基準画像をあらかじめ保持
し、判別対象となる帳票類の入力画像が前記複数の帳票
類のいずれの基準画像と符合するかを自動判別する帳票
類の自動判別方法及び装置に関し、特に、帳票類へ新た
な情報を付加することなく、該帳票類の種別を高速かつ
効率的に判別することができる帳票類の自動判別方法及
び装置に関する。

【０００２】

【従来の技術】従来、各種商品等の判別対象物の種別を
判別する際に、該判別対象物にバーコード情報や識別可
能なマークを施し、このバーコード情報等を読み取って
その種別を判別することが多い。

【０００３】ところが、かかる判別技術では、判別対象
物の種別に対応するバーコード情報等が該判別対象物に
施されていることが前提となり、バーコード情報等が付
されていない物を判別対象物とはできない。

【０００４】したがって、例えば銀行口座申込書のよう
に登録済みが多数存在する帳票に対して上記判別技術を
適用するには、登録済みの帳票全てにバーコード情報等
を付与するか、又は、各利用者がバーコード情報等を有
する帳票を用いて再度申込みを行わねばならないことか
ら、いずれにしても膨大な人的労力を要することにな
る。

【０００５】このように、上記バーコード情報等を用い
る判別技術は、新旧が混在する帳票類へ適用することが
困難なため、最近では、各帳票に付された枠の形状等を
用いてかかる帳票類を自動判別する技術が登場してい
る。

【０００６】例えば、特開平４−２６８６８５号公報に
は、入力された帳票画像データから文字読取り枠を構成
している表の水平、垂直の線分を抽出して複数エリアに
分割し、エリア毎に抽出された線分の方向、長さ、位置
を用いてベクトルパターン化して標準パターンの特徴ベ
クトルと比較照合する帳票類の種類判別方法が開示され
ている。

【０００７】

【発明が解決しようとする課題】しかしながら、上記従
来技術は、各エリアに内在する線分をベクトルパターン
化する処理を全エリアに対して繰り返し行わねばならな
いため、判別指標たる特徴ベクトルを算出するまでに時
間を要する結果となる。

【０００８】特に、膨大な数の帳票を取り扱うシステム
では、１帳票に要する時間が順次積み重なって結果的に
膨大な損失につながるため、いかに帳票を効率良く判別
するかが重要な課題となっている。

【０００９】そこで、本発明では、上記課題を解決し、
帳票類へ新たな情報を付加することなく、該帳票類の種
別を高速かつ効率的に安定して判別することができる帳
票類の自動判別方法及び装置を提供することを目的とす
る。

【００１０】

【課題を解決するための手段】上記目的を達成するた
め、第１の発明は、少なくとも罫線の一部が異なる複数
の帳票類の基準画像をあらかじめ保持し、判別対象とな
る帳票類の入力画像が前記複数の帳票類のいずれの基準
画像と符合するかを自動判別する帳票類の自動判別方法
において、前記基準画像の所定の特徴領域に内在する罫
線データを示す罫線２値画像から該基準画像に対応する
特徴データを作成して辞書に記憶し、前記入力画像の所
定の特徴領域に内在する罫線データと、前記辞書に記憶
した特徴データとに基づいて前記入力画像と各基準画像
との類似度をそれぞれ算定して、算定した類似度の最も
大きな基準画像を前記入力画像に対応する基準画像とし
て判別することを特徴とする。

【００１１】また、第２の発明は、前記特徴データは、
各基準画像に対応する罫線２値画像から、所定の行間隔
及び列間隔に位置し、かつ、罫線データのエッジをなす
黒画素の座標値及び黒画素数であることを特徴とする。

【００１２】また、第３の発明は、少なくとも罫線の一
部が異なる複数の帳票類の基準画像をあらかじめ保持
し、判別対象となる帳票類の入力画像が前記複数の帳票
類のいずれの基準画像と符合するかを自動判別する帳票
類の自動判別方法において、前記基準画像を複数の小領
域に分割した各分割領域に内在する罫線データを示す罫
線２値画像から該基準画像にそれぞれ対応する特徴デー
タを作成して辞書に記憶し、該辞書に記憶した分割領域
ごとの特徴データに基づいて、一又は複数の特徴領域を
自動選択し、前記入力画像の特徴領域に内在する罫線デ
ータと、前記辞書に記憶した特徴データとに基づいて前
記入力画像と各基準画像との類似度をそれぞれ算定し
て、算定した類似度の最も大きな基準画像を前記入力画
像に対応する基準画像として判別することを特徴とす
る。

【００１３】また、第４の発明は、少なくとも罫線の一
部が異なる複数の帳票類の基準画像をあらかじめ保持
し、判別対象となる帳票類の入力画像が前記複数の帳票
類のいずれの基準画像と符合するかを自動判別する帳票
類の自動判別装置において、前記基準画像又は入力画像
の所定の特徴領域に所在する罫線データに基づいて該基
準画像又は入力画像に対応する罫線２値画像を作成する
罫線２値画像作成手段と、前記罫線２値画像作成手段が
作成した基準画像の罫線２値画像に基づいて、該基準画
像に対応する特徴データを生成する特徴データ生成手段
と、前記特徴データ生成手段が生成した特徴データを基
準画像と対応づけて記憶する辞書と、前記罫線２値画像
作成手段が作成した入力画像に対応する罫線２値画像
と、前記辞書内に基準画像ごとに記憶した特徴データと
に基づいて、前記入力画像と各基準画像との類似度をそ
れぞれ算定し、算定した類似度の最も大きな基準画像を
前記入力画像に対応する基準画像として判別する判別手
段とを具備することを特徴とする。

【００１４】また、第５の発明は、前記特徴データ生成
手段は、前記罫線２値画像作成手段が作成した基準画像
に対応する罫線２値画像から、所定の行間隔及び列間隔
に位置し、かつ、罫線データのエッジをなす黒画素の座
標値と黒画素数を有する特徴データを生成することを特
徴とする。

【００１５】また、第６の発明は、少なくとも罫線の一
部が異なる複数の帳票類の基準画像をあらかじめ保持
し、判別対象となる帳票類の入力画像が前記複数の帳票
類のいずれの基準画像と符合するかを自動判別する帳票
類の自動判別装置において、前記基準画像を複数の小領
域に分割した分割領域又は前記入力画像の特徴領域に所
在する罫線データに基づいて該基準画像又は入力画像に
対応する罫線２値画像を作成する罫線２値画像作成手段
と、前記罫線２値画像作成手段が作成した基準画像の各
分割領域に対応する罫線２値画像に基づいて、該基準画
像の各分割領域にそれぞれ対応する特徴データを生成す
る特徴データ生成手段と、前記特徴データ生成手段が生
成した特徴データを基準画像と対応づけて記憶する辞書
と、前記辞書に記憶した分割領域ごとの特徴データに基
づいて、一又は複数の特徴領域を自動選択する特徴領域
選択手段と、前記罫線２値画像作成手段が作成した入力
画像に対応する罫線２値画像と、前記辞書内に基準画像
ごとに記憶した前記特徴領域に対応する特徴データとに
基づいて、前記入力画像と各基準画像との類似度をそれ
ぞれ算定し、算定した類似度の最も大きな基準画像を前
記入力画像に対応する基準画像として判別する判別手段
とを具備することを特徴とする。

【００１６】

【発明の実施の形態】以下、第１の実施の形態について
図面を参照して説明する。

【００１７】図１は、本実施の形態で用いる帳票判別装
置１０の構成を示す機能ブロック図である。

【００１８】図１に示す帳票判別装置１０は、帳票判別
時に比較の対象として利用される帳票（以下「基準帳
票」と言う。）の特徴データを基準帳票ごとに辞書に登
録しておき、判別対象となる帳票（以下「判別対象帳
票」と言う。）を受け付けたならば、該判別対象帳票の
所定の小領域（以下「特徴領域」と言う。）内の罫線デ
ータに基づいて作成した罫線２値画像と、あらかじめ辞
書に登録した基準帳票の特徴データとを用いて、判別対
象帳票の種別を判別する。

【００１９】すなわち、この帳票判別装置１０には、基
準帳票の特徴データを辞書１７に登録する辞書登録モー
ドと、判別対象帳票の種別を判別する判別モードという
２種類の動作モードからなり、これらのモード切替は、
図示しないスイッチ又はメニュー選択を用いて行われ
る。

【００２０】具体的には、この辞書登録モードでは、基
準帳票を光学的に取り込んだ画像（以下「基準画像」と
言う。）の特徴領域を２値化して２値画像を作成した
後、この２値画像から縦方向又は横方向に所定画素数以
上のランレングスを持つ画素を取り出して罫線２値画像
を作成する。その後、この罫線２値画像を碁盤の目のよ
うに一定間隔で仕切り、仕切られた線上に位置するとと
もに、罫線のエッジをなす画素のみを取り出す間引き処
理を行った後に、この間引き画像に対応する特徴データ
を辞書１７に登録する。

【００２１】これに対して、判別モードでは、判別対象
帳票を光学的に取り込んだ画像（以下「判別対象画像」
と言う。）の特徴領域について、同様の手順で罫線２値
画像を作成し、作成した罫線２値画像と辞書１７内の各
特徴データとの相互関係から類似度を算定し、算定した
類似度に基づいて判別対象帳票の種別を判別する。

【００２２】次に、この帳票判別装置１０の構成につい
て説明する。

【００２３】図１に示すように、この帳票判別装置１０
は、画像入力部１１と、罫線情報抽出部１２と、動作モ
ード切替部１３と、類似度算定部１４と、判別処理部１
５と、間引き処理部１６と、辞書１７とからなる。

【００２４】なお、特許請求の範囲に記載した「罫線２
値画像作成手段」は罫線情報抽出部１２に対応し、「特
徴データ生成手段」は間引き処理部１６に対応し、「辞
書」は辞書１７に対応し、「判別手段」は類似度算定部
１４及び判別処理部１５に対応する。

【００２５】画像入力部１１は、基準帳票又は判別対象
帳票を光学的に読み取り、読み取った基準画像又は判別
対象画像を罫線情報抽出部１２に出力する入力デバイス
であり、例えばイメージリーダ等が該当する。

【００２６】なお、基準帳票又は判別対象帳票は、別途
図示しない集積部から繰出しローラ等により１枚ずつ繰
り出され、ベルト、ローラ等の搬送手段によりこの画像
入力部上を搬送されるようになっている。

【００２７】罫線情報抽出部１２は、画像入力部１１か
ら受け取った基準画像又は判別対象画像の特徴領域を２
値化した後、この２値画像から罫線縦方向又は横方向に
所定画素数以上のランレングスを持つ黒画素を抽出して
罫線２値画像を作成する。

【００２８】このように、かかる画像入力部１１及び罫
線情報抽出部１２は、動作モードの如何を問わず動作す
る。

【００２９】動作モード切替部１３は、図示しないスイ
ッチ又はメニュー選択による動作モードの選択に応答し
て、罫線情報抽出部１２から受け取った罫線２値画像を
類似度算定部１４又は間引き処理部１６のいずれか一方
に出力する切替部である。

【００３０】具体的には、選択された動作モードが辞書
登録モードであるならば、該罫線２値画像を間引き処理
部１６に出力し、また、動作モードが判別モードである
ならば、該罫線２値画像を類似度算定部１４に出力す
る。

【００３１】類似度算定部１４は、判別対象帳票と各基
準帳票との類似度をそれぞれ算定する処理部であり、具
体的には、判別対象画像の罫線２値画像と各基準画像に
対応する特徴データすなわち間引き画像との間で後述す
るマッチングをとり、そのマッチング度合いを類似度と
して算定する。

【００３２】判別処理部１５は、類似度算定部１４が算
定した類似度に基づいて判別対象画像の種類がいずれの
基準画像に合致するかを判別する。

【００３３】間引き処理部１６は、動作モード切替部１
３から受け取った罫線２値画像を碁盤の目のように一定
間隔で仕切り、仕切られた線上に存在する黒画素のみを
取り出した後に、この黒画素のうち罫線のエッジ部分に
相当する黒画素の座標値及び黒画素数を特徴データとし
て辞書１７に登録する処理部である。

【００３４】このため、この辞書１７には、実質的に各
基準画像にそれぞれ対応する間引き画像が基準帳票に対
応づけて記憶されることになる。

【００３５】このように、この帳票識別装置１０では、
登録モードを選択して、各基準帳票に対応する間引き画
像すなわち特徴データをあらかじめ辞書１７に登録して
おき、判別対象画像の判別を行う際には、該判別対象画
像の罫線２値画像と各間引き画像のマッチング度合いに
基づいて帳票の種別を判別する。

【００３６】なお、かかる間引き画像及び罫線２値画像
は、帳票の画像データ全体について作成されるのではな
く、画像データの特徴領域についてのみ作成されるの
で、高速かつ効率良く判別を行うことができる。

【００３７】次に、本実施の形態で用いる基準帳票につ
いて説明する。

【００３８】図２は、本実施の形態で用いる３種類の基
準帳票を示す図であり、同図（ａ）は、Ａ銀行で使用す
る預金口座振替依頼書（以下「基準帳票ａ」と言う。）
を示し、同図（ｂ）は、Ａ銀行の融資申込書（以下「基
準帳票ｂ」と言う。）を示し、同図（ｃ）は、Ａ銀行の
総合口座申込書（以下「基準帳票ｃ」と言う。）を示し
ている。

【００３９】なお、各基準帳票ａ〜ｃには、実際には罫
線のみならず各種文字が印刷されることとなるが、本実
施の形態では罫線のみに着目する処理を行っているた
め、説明の便宜上、印刷文字の表示を省略している。

【００４０】このように、基準帳票ａ〜ｃに印刷される
罫線は、極めて多種多様であり、同じ銀行であっても帳
票の種類によって印刷される罫線が異なり、また、同種
帳票であっても銀行が違えば印刷される罫線が異なる。

【００４１】このため、本実施の形態では、基準帳票ａ
〜ｃの特徴領域に印刷された罫線の違いに着目して判別
を行っている。なお、本実施の形態では、この特徴領域
を各基準帳票ａ〜ｃの右下に斜線で示した小領域として
いる。

【００４２】次に、図１に示す帳票判別装置１０の辞書
登録モード時の処理手順について説明する。

【００４３】図３は、図１に示す帳票判別装置１０の辞
書登録モード時の処理手順を示すフローチャートであ
る。なお、ここでは図２（ａ）に示す基準帳票ａを辞書
登録するものとする。

【００４４】図３に示すように、辞書登録モード時に
は、まず最初に画像入力部１１から基準帳票ａの画像入
力を行い（ステップ３０１）、当該基準画像の基本原点
を抽出する（ステップ３０２）。

【００４５】ここで、この基本原点とは、基準画像の４
隅の原点から定めた代表１点をいい、具体的には、基準
画像の濃淡レベルを用いて基準画像の縦横２対のエッジ
を検出し、それぞれ直線近似された２直線の交点を基本
原点として求める。

【００４６】すなわち、かかる基本原点が決まらない
と、基準画像中の特徴領域を特定することができないた
め、まず最初に基本原点を求めている。

【００４７】そして、この基本原点からの相対量に基づ
いて特徴領域を特定して、該特徴領域を２値化し（ステ
ップ３０３）、この２値画像から縦方向又は横方向に所
定のランレングスを持つ画素列を罫線情報として抽出し
て罫線２値画像を作成する（ステップ３０４）。

【００４８】その後、間引き処理部１６が、この罫線２
値画像から後述する間引き処理を行って間引き画像を作
成し（ステップ３０５）、該間引き画像に対応する特徴
データを基準画像に対応づけて辞書１７に登録する（ス
テップ３０６）。

【００４９】すなわち、本実施の形態では、この間引き
画像そのものを辞書１７に登録するのではなく、該間引
き画像の黒画素の座標値と黒画素数を辞書登録すること
により、辞書１７のメモリ効率を向上させている。

【００５０】次に、図１に示す罫線情報抽出部１２が行
う罫線情報抽出処理について具体的に説明する。

【００５１】図４は、図１に示す罫線情報抽出部１２
が、図２に示す基準帳票ａ〜ｃの罫線２値画像をそれぞ
れ作成する概念を示す図である。

【００５２】図４（ａ）は、基準帳票ａの特徴領域の２
値画像から罫線２値画像を作成する要領を示しており、
具体的には、黒画素が縦方向に所定画素数連続する画素
列を、基準帳票ａの特徴領域を２値化した２値画像から
抽出する。

【００５３】すなわち、所定のランレングスに達しない
直線をノイズとして除去しつつ、該特徴領域に含まれる
縦方向の罫線を抽出する。なお、ある直線の終点と他の
直線の始点との距離が短い場合には、これらを統合す
る。

【００５４】そして、横罫線を同様の手順で基準帳票ａ
の特徴領域から抽出し、得られた縦罫線の２値画像及び
横罫線の２値画像を重ね合わせることにより、該基準帳
票ａに対応する罫線２値画像を作成する。

【００５５】図４（ｂ）は、基準帳票ｂの特徴領域の２
値画像から罫線２値画像を作成する要領を示しており、
また、同図（ｃ）は、基準帳票ｃの特徴領域の２値画像
から罫線２値画像を作成する要領を示している。

【００５６】すなわち、これらの罫線２値画像を作成す
る場合にも、上記基準帳票ａの場合と同様のものとな
る。

【００５７】次に、図１に示す間引き処理部１６が行う
間引き処理について具体的に説明する。

【００５８】図５は、図１に示す間引き処理部１６が行
う間引き処理の概念を示す図である。

【００５９】図５（ａ）は、図２に示す基準帳票ａの特
徴領域に対応する罫線２値画像から間引き画像を作成す
る過程を示しており、同図に示すように、まず罫線２値
画像を碁盤の目のように区切り線で一定間隔に区切り、
この区切り線上に位置する画素のうち、罫線のエッジを
なす黒画素のみを用いて間引き画像を作成する。

【００６０】具体的には、求められた罫線２値画像を碁
盤の目のように一定間隔に区切り、その各線上の点にお
いて１（黒画素）から０（白画素）に変化する点、また
は、０（白画素）から１（黒画素）に変化する点の座標
値（ｘ，ｙ）とその個数を間引き画像とする。

【００６１】また、図５（ｂ）及び（ｃ）は、図２に示
す基準帳票ｂ及びｃから間引き画像を作成する過程を示
しており、上記基準帳票ａの場合と同様にして、間引き
画像を作成する。

【００６２】このように、各基準帳票の罫線２値画像自
体を辞書登録の対象とするのではなく、かかる間引き画
像を辞書登録の対象とした理由は、判別対象帳票とのマ
ッチングを行う際の処理回数を低減し、処理の高速化及
び効率化を図るためである。

【００６３】なお、辞書１７には、メモリの有効利用を
図るために、間引き画像そのものではなく、該間引き画
像の黒画素の座標値と黒画素数が登録される。

【００６４】以上、図１に示す帳票判別装置１０の登録
モードの処理と、該登録モードで動作する機能部につい
て説明した。

【００６５】次に、図１に示す帳票判別装置１０の判別
モード時の処理手順等について説明する。

【００６６】図６は、図１に示す帳票判別装置１０の判
別モード時の処理手順を示すフローチャートである。

【００６７】図６に示すように、登録モード時と同様
に、まず最初に画像入力部１１から判別対象帳票の画像
入力を行い（ステップ６０１）、当該判別対象画像の基
本原点を抽出する（ステップ６０２）。

【００６８】そして、この基本原点からの相対量に基づ
いて特徴領域を特定して、該特徴領域を２値化し（ステ
ップ６０３）、この２値画像から縦方向又は横方向に所
定のランレングスを持つ画素列を罫線情報として抽出し
て罫線２値画像を作成する（ステップ６０４）。

【００６９】その後、この罫線２値画像とあらかじめ辞
書１７に登録した後述する間引き画像とのマッチングを
行って、判別対象帳票と各基準帳票との類似度を算定し
（ステップ６０５）、算定した類似度に基づいて判別対
象帳票の種別を判別する（ステップ６０６）。

【００７０】次に、図１に示す類似度算定部１４の類似
度算定処理について具体的に説明する。なお、辞書１７
内には、上記手順で作成した基準帳票ａ〜ｃの間引き画
像に対応する特徴データが格納済みであるものとする。

【００７１】図７は、図１に示す類似度算定部１４の類
似度算定処理の概念を示す図であり、ここでは、基準帳
票ａに所定事項を記入した帳票を判別対象帳票とし、こ
の判別対象帳票と基準帳票ａとの類似度を算定する場合
を示している。

【００７２】同図に示すように、この判別対象帳票の罫
線２値画像７０と、間引き画像７１との類似度を算定す
るにあたっては、まず最初に間引き画像７１のある黒画
素の座標に対応する罫線２値画像７０の画素を特定し、
該画素を中心とした３×３の近傍画素（以下「８近傍」
と言う。）の画素値を調べる。

【００７３】そして、この８近傍の画素の少なくとも１
つが黒画素であれば、少なくともこの黒画素に関しては
両画像がマッチしているとみなす。このように、８近傍
を調べることとした理由は、画像が少し傾いて入力され
た場合や印刷ずれが生じた場合などに対応できるように
するためである。

【００７４】かかる比較及び得点加算処理を、間引き画
像の全黒画素について繰り返すと、判別対象帳票７０と
間引き画像７１との間の得点が算定できる。ただし、間
引き画像の黒画素数は基準帳票の種別ごとに異なるた
め、間引き画像の全黒画素数で除算することにより正規
化する。

【００７５】上記処理を数式で表すと、 類似度 Ｓ＝ＣＮＴ／ＣＮＴＳ＊１００ ＣＮＴ ：加算総得点数 ＣＮＴＳ：間引き画像の黒画素数 となる。

【００７６】すなわち、間引き画像７１の黒画素に対応
する罫線２値画像７０上の画素の８近傍に黒画素があれ
ば、その黒画素に対して得点を与え、同様に間引き画像
の各黒画素について調べる。

【００７７】そして、この総得点がＣＮＴ（加算総得点
数）となるため、該ＣＮＴを間引き画像の黒画素数ＣＮ
ＴＳで除算して正規化することにより、罫線２値画像７
０と間引き画像７１との類似度が算出される。なお、こ
の類似度が大きいほど、類似する蓋然性が高いことにな
る。

【００７８】次に、図１に示す判別処理部１５の判別処
理について具体的に説明する。ただし、ここでは、判別
対象帳票と基準帳票ａとの類似度がＳ１とし、判別対象
帳票と基準帳票ｂとの類似度がＳ２（Ｓ１＞Ｓ２）と
し、判別対象帳票と基準帳票ｃとの類似度がＳ３（Ｓ
１，Ｓ２＞Ｓ３）とする。

【００７９】この判別処理部１５では、受け取った３つ
の類似度のうち、最も大きな類似度（Ｓ１）と２番目に
大きな類似度（Ｓ２）を選び、このＳ１が所定のしきい
値ＴＨ１を越えているかを調べる。

【００８０】Ｓ１ ＞ ＴＨ１ またＳ１とＳ２の差が、所定のしきい値ＴＨ２を越えて
いるか否かを調べる。

【００８１】Ｓ１−Ｓ２＞ ＴＨ２ そして、いずれの条件をも満たしている場合には、判別
対象帳票がこのＳ１の類似度を持つ基準帳票ａであると
判別し、それ以外の場合には、「該当なし」としてリジ
ェクトする。

【００８２】上述してきたように、第１の実施の形態で
は、基準帳票の特徴データを基準帳票ごとに辞書に登録
しておき、判別対象帳票を受け付けたならば、該判別対
象帳票の特徴領域内の罫線データに基づいて作成した罫
線２値画像と、あらかじめ辞書に登録した基準帳票の特
徴データとを用いて、判別対象帳票の種別を判別するよ
う構成したので、下記に示す効果が得られる。

【００８３】１）帳票に対してバーコード等の新たな情
報を付加しなくとも、帳票の種別を判別することができ
る。

【００８４】２）帳票の種別を高速かつ効率的に判別す
ることができる。

【００８５】３）ノイズの影響を除去しつつ、安定した
判別を行うことができる。

【００８６】以上、第１の実施の形態について説明し
た。

【００８７】ところで、上記第１の実施の形態では、各
帳票の右下の小領域を特徴領域として選択する場合を示
したが、かかる右下の小領域の罫線が互いに類似する基
準帳票が存在する場合には、他の小領域を特徴領域とし
て選択する必要がある。

【００８８】この際、この特徴領域を人手を介して設定
していたのでは、特徴領域の選定に要する人的負担が極
めて大きく、また、新たな基準帳票が追加登録される都
度、この選定作業のやり直しが必要となる。

【００８９】加えて、かかる特徴領域の選択を誤ると、
帳票の判別精度を低下する原因となるため、最適な特徴
領域をいかにして自動選択するかが重要となる。

【００９０】そこで、以下では、最適な特徴領域を自動
選択する第２の実施の形態について説明する。

【００９１】図８は、第２の実施の形態で用いる帳票判
別装置８０の構成を示すブロック図である。

【００９２】図８に示す帳票判別装置８０は、図１に示
す帳票判別装置１０と同様の構成に、特徴領域を自動選
択する特徴領域選択部８１を付加した構成となるが、上
記帳票判別装置１０と辞書登録モードの処理が異なる。

【００９３】このため、まず最初に、本帳票判別装置８
０の辞書登録モードについて説明すると、この帳票判別
装置８０では、図１に示す帳票判別装置１０のように基
準画像のある小領域に関する処理を行うだけでなく、図
９に示すＭ種類の基準画像をＮ個に分割した各分割領域
に関する特徴データの登録処理を行う。

【００９４】すなわち、辞書８５内には、Ｍ種類の無記
入の基準帳票をそれぞれＮ個の小領域に分割した分割領
域ごとに特徴データを格納しておき、特徴領域選択部８
１がかかる辞書８５を用いて特徴領域を自動選択するこ
とになる。なお、各分割領域の特徴データ作成手順につ
いては帳票判別装置１０と同様のものとなる。

【００９５】特徴領域選択部８１は、判別対象となる特
徴領域を辞書８５の内容に基づいて自動選択し、選択し
た特徴領域を罫線情報抽出部８２、類似度算定部８３及
び判別処理部８４に出力する処理部である。

【００９６】すなわち、この辞書８５には、Ｍ種類の基
準帳票についてＮパターンの特徴データが格納されてい
るため、特徴領域選択部８１では、かかるＮパターンの
特徴データを用いて基準帳票相互間の類似度を各パター
ンごとに求め、全ての基準帳票を区別可能な分割領域が
存在すれば、該分割領域を特徴領域として選択する。な
お、この類似度の算定に際しては、類似度算定部８３を
使用するものとする。

【００９７】また、全ての基準帳票を１つの分割領域で
区別できない場合には、できるだけ多くの基準帳票を区
別できる分割領域を最も優先度の高い（以下「ランク
１」と言う。）特徴領域として選択するとともに、この
ランク１の特徴領域で区別できない基準帳票をさらに区
別するために、２番目の優先度（以下「ランク２」と言
う。）の特徴領域を選択する。同様に、各基準帳票を全
て区別できるまで、ランク３〜ランクｒまでの特徴領域
を選択する。

【００９８】そして、この特徴領域選択部８１が選択し
たランク１〜ランクｒの各特徴領域に対応する分割領域
の識別子は、罫線情報抽出部８２、類似度算定部８３及
び判別処理部８４に出力される。判別モードにおける罫
線２値画像の作成、類似度判定及び判別処理に必要とな
るからである。

【００９９】次に、図８に示す特徴領域選択部８１の処
理手順について説明する。

【０１００】図１０は、図８に示す特徴領域選択部８１
の処理手順を示すフローチャートである。ただし、Ｍ種
類の基準画像をＮ個に分割した分割領域ごとの特徴デー
タは、すでに辞書８５に登録済みであるとする。

【０１０１】図１０に示すように、まず最初に、特徴領
域のランクを示す変数ｉに’１’を代入した後（ステッ
プ１００１）、各分割領域が区別できる基準帳票数をそ
れぞれ算出する（ステップ１００２）。

【０１０２】具体的には、各分割領域について作成され
た特徴データを用いて、基準帳票相互間の類似度を求め
た後に、自分自身との類似度を除いた他の基準帳票との
類似度が基準値ＴＨ３（ＴＨ３はＴＨ１より十分小さい
値）以下であれば区別可能とし、基準値ＴＨ３を越える
場合には区別不能とする。

【０１０３】次に、求めた分割領域ごとの区分可能な基
準帳票数が最大となる分割領域を求める（ステップ１０
０３）。

【０１０４】なお、ある分割領域と他の分割領域の判別
可能枚数が同じ時には、次式に示す複雑度Ｃが最大とな
るものを特徴領域として選択する。ただし、ＣＮＴＳ
は、辞書における座標個数を意味するものとする。

【０１０５】 上式から明らかなように、この複雑度Ｃは、基準帳票の
分割領域内に縦横罫線が多いほど大きくなる値である。

【０１０６】そして、求めた分割領域をランクｉの特徴
領域として選択し（ステップ１００４）、このランクｉ
の特徴領域を用いた場合としても区別できない基準帳票
が存在するか否かを確認し（ステップ１００５）、区別
できない基準帳票が存在する場合には、変数ｉをインク
リメントした後に（ステップ１００６）、区別できない
基準帳票をセットして（ステップ１００７）、ステップ
１００２に移行し、全ての基準帳票を区別できるまで同
様の処理を繰り返す。

【０１０７】上記一連の処理を行うことにより、特徴領
域の自動選定を行うことが可能となり、また、この特徴
領域を罫線情報抽出部８２等に通知することにより、罫
線情報抽出部８２等の処理対象が特定されることにな
る。

【０１０８】次に、図８に示す判別処理部８４の判別処
理について説明する。

【０１０９】図１１は、図８に示す判別処理部８４の判
別処理の概念を示す図であり、同図に示すように、ここ
ではランク１の特徴領域Ｊとランク２の特徴領域Ｓとを
用いて、判別対象帳票の種別を判別する場合を示してい
る。

【０１１０】まず最初に、図８に示す類似度算定部８３
では、判別対象帳票と基準帳票１〜基準帳票ｋとの類似
度を算定する際には特徴領域Ｊを使用し、また判別対象
帳票と基準帳票ｔ〜基準帳票Ｍとの類似度を算定する際
には特徴領域Ｊを使用する。

【０１１１】このため、判別処理部８４は、判別対象帳
票と基準帳票１〜基準帳票ｋとの特徴領域Ｊに係わる類
似度と、判別対象帳票と基準帳票ｔ〜基準帳票Ｍとの特
徴領域Ｓに係わる類似度とを入手できることになる。

【０１１２】ここで、上記特徴領域Ｊは、すでに説明し
たように、できるだけ多くの基準帳票を区別できるよう
に選択された分割領域であるため、この特徴領域Ｊを使
用する基準帳票１〜基準帳票ｋの中に、判別条件を満た
す基準帳票が存在するか否かを確認する。

【０１１３】そして、判別条件を満たす基準帳票が存在
しない場合には、さらに特徴領域Ｓを使用する基準帳票
ｔ〜基準帳票Ｍの中に、判別条件を満たす基準帳票が存
在するか否かを確認する。

【０１１４】このように、特徴領域のランクが高い特徴
領域から順次判別処理を行うことにより、判別条件を満
たす基準帳票に迅速に到達することができる。

【０１１５】なお、かかる判別条件とは、第１の実施の
形態で説明したものと同様のものであり、具体的には、
最も大きな類似度がしきい値ＴＨ１を越えており、か
つ、２番目の類似度との差がしきい値ＴＨ２を越えてい
ることが条件となる。

【０１１６】上述してきたように、第２の実施の形態で
は、あらかじめ辞書登録モードにおいて各基準帳票の分
割領域ごとの特徴データを辞書８５に登録するととも
に、特徴領域８１が辞書８５の特徴データを用いて特徴
領域を自動選択するよう構成したので、下記に示す効果
が得られる。

【０１１７】１）特徴領域の選定を高速に行うことがで
きる。

【０１１８】２）特徴領域の選定に係わる人的労力の負
担をなくすことができる。

【０１１９】３）新たな基準帳票の登録に容易に対応す
ることができる。

【０１２０】なお、上記第１及び第２の実施の形態で
は、各基準帳票の大きさが全て同一の場合を示したが、
大きさの異なる帳票を判別する場合は、予め帳票の大き
さ毎に辞書を構築しておき、判別時には、大きさを第１
のフィルターとして使用し、該当する大きさを持つ基準
帳票のみを比較対象とすることにより、さらに高速な判
別処理を行うことが可能となる。

【０１２１】また、本実施の形態では、銀行で使用され
る預金口座振替依頼書、融資申込書及び総合口座申込書
という帳票を判別する場合を示したが、本発明はこれに
限定されるものではなく、契約書、各種申込書、小切
手、商品券等種々の帳票類の判別に適用することができ
る。

【０１２２】

【発明の効果】以上詳細に説明したように、本発明は、
基準画像の所定の特徴領域に内在する罫線データを示す
罫線２値画像から該基準画像に対応する特徴データを作
成して辞書に記憶し、入力画像の所定の特徴領域に内在
する罫線データと、前記辞書に記憶した特徴データとに
基づいて入力画像と各基準画像との類似度をそれぞれ算
定して、算定した類似度の最も大きな基準画像を前記入
力画像に対応する基準画像として判別するよう構成した
ので、下記に示す効果が得られる。

【０１２３】１）帳票に対してバーコード等の新たな情
報を付加しなくとも、帳票の種別を判別することが可能
となる。

【０１２４】２）帳票の種別を高速かつ効率的に判別す
ることが可能となる。

【０１２５】３）ノイズの影響を除去しつつ、安定した
判別を行うことが可能となる。

【０１２６】４）帳票に記載されている印鑑部、署名欄
等の切出し対象領域のイメージのみを切り出してデータ
ベース化し、デジタルイメージを容易に編集することが
可能となる。

【０１２７】また、本発明は、特徴データは、各基準画
像に対応する罫線２値画像から、所定の行間隔及び列間
隔に位置し、かつ、罫線データのエッジをなす黒画素の
みの座標値及び黒画素数とするよう構成したので、さら
に下記に示す効果が得られる。

【０１２８】１）辞書に記憶べきデータ量を低減するこ
とが可能となる。

【０１２９】２）類似度を高速に算定することが可能と
なる。

【０１３０】また、本発明は、基準画像を複数の小領域
に分割した各分割領域に内在する罫線データを示す罫線
２値画像から該基準画像にそれぞれ対応する特徴データ
を作成して辞書に記憶し、該辞書に記憶した分割領域ご
との特徴データに基づいて、一又は複数の特徴領域を自
動選択し、入力画像の特徴領域に内在する罫線データ
と、辞書に記憶した特徴データとに基づいて入力画像と
各基準画像との類似度をそれぞれ算定して、算定した類
似度の最も大きな基準画像を入力画像に対応する基準画
像として判別するよう構成したので、さらに下記に示す
効果が得られる。

【０１３１】１）特徴領域の選定を高速に行うことがで
きる。

【０１３２】２）特徴領域の選定に係わる人的労力の負
担をなくすことができる。

【０１３３】３）新たな基準帳票の登録に容易に対応す
ることができる。

【図面の簡単な説明】

【図１】第１の実施の形態で用いる帳票判別装置の構成
を示す機能ブロック図。

【図２】第１の実施の形態で用いる３種類の基準帳票を
示す図。

【図３】図１に示す帳票判別装置の辞書登録モード時の
処理手順を示すフローチャート。

【図４】図１に示す罫線情報抽出部が、図２に示す基準
帳票ａ〜ｃの罫線２値画像をそれぞれ作成する概念図。

【図５】図１に示す間引き処理部が行う間引き処理の概
念図。

【図６】図１に示す帳票判別装置の判別モード時の処理
手順を示すフローチャート。

【図７】図１に示す類似度算定部の類似度算定処理の概
念図。

【図８】第２の実施の形態で用いる帳票判別装置の構成
を示すブロック図。

【図９】第２の実施の形態で用いる基準帳票の種類と分
割領域を示す図。

【図１０】図８に示す特徴領域選択部の処理手順を示す
フローチャート。

【図１１】図８に示す判別処理部８４の判別処理の概念
を示す図。

【符号の説明】

１０…帳票判別装置、 １１…画像入力部、 １２…罫
線情報抽出部、１３…動作モード切替部、 １４…類似
度算定部、１５…判別処理部、 １６…間引き処理部、
１７…辞書、８０…帳票判別装置、 ８１…特徴領域
選択部、 ８２…罫線情報抽出部、８３…類似度算定
部、 ８４…判別処理部、 ８５…辞書

Claims (6)

【特許請求の範囲】
1. 【請求項１】 少なくとも罫線の一部が異なる複数の帳
   票類の基準画像をあらかじめ保持し、判別対象となる帳
   票類の入力画像が前記複数の帳票類のいずれの基準画像
   と符合するかを自動判別する帳票類の自動判別方法にお
   いて、 前記基準画像の所定の特徴領域に内在する罫線データを
   示す罫線２値画像から該基準画像に対応する特徴データ
   を作成して辞書に記憶し、 前記入力画像の所定の特徴領域に内在する罫線データ
   と、前記辞書に記憶した特徴データとに基づいて前記入
   力画像と各基準画像との類似度をそれぞれ算定して、算
   定した類似度の最も大きな基準画像を前記入力画像に対
   応する基準画像として判別することを特徴とする帳票類
   の自動判別方法。
2. 【請求項２】 前記特徴データは、 各基準画像に対応する罫線２値画像から、所定の行間隔
   及び列間隔に位置し、かつ、罫線データのエッジをなす
   黒画素の座標値及び黒画素数であることを特徴とする請
   求項１記載の帳票類の自動判別方法。
3. 【請求項３】 少なくとも罫線の一部が異なる複数の帳
   票類の基準画像をあらかじめ保持し、判別対象となる帳
   票類の入力画像が前記複数の帳票類のいずれの基準画像
   と符合するかを自動判別する帳票類の自動判別方法にお
   いて、 前記基準画像を複数の小領域に分割した各分割領域に内
   在する罫線データを示す罫線２値画像から該基準画像に
   それぞれ対応する特徴データを作成して辞書に記憶し、 該辞書に記憶した分割領域ごとの特徴データに基づい
   て、一又は複数の特徴領域を自動選択し、 前記入力画像の特徴領域に内在する罫線データと、前記
   辞書に記憶した特徴データとに基づいて前記入力画像と
   各基準画像との類似度をそれぞれ算定して、算定した類
   似度の最も大きな基準画像を前記入力画像に対応する基
   準画像として判別することを特徴とする帳票類の自動判
   別方法。
4. 【請求項４】 少なくとも罫線の一部が異なる複数の帳
   票類の基準画像をあらかじめ保持し、判別対象となる帳
   票類の入力画像が前記複数の帳票類のいずれの基準画像
   と符合するかを自動判別する帳票類の自動判別装置にお
   いて、 前記基準画像又は入力画像の所定の特徴領域に所在する
   罫線データに基づいて該基準画像又は入力画像に対応す
   る罫線２値画像を作成する罫線２値画像作成手段と、 前記罫線２値画像作成手段が作成した基準画像の罫線２
   値画像に基づいて、該基準画像に対応する特徴データを
   生成する特徴データ生成手段と、 前記特徴データ生成手段が生成した特徴データを基準画
   像と対応づけて記憶する辞書と、 前記罫線２値画像作成手段が作成した入力画像に対応す
   る罫線２値画像と、前記辞書内に基準画像ごとに記憶し
   た特徴データとに基づいて、前記入力画像と各基準画像
   との類似度をそれぞれ算定し、算定した類似度の最も大
   きな基準画像を前記入力画像に対応する基準画像として
   判別する判別手段とを具備することを特徴とする帳票類
   の自動判別装置。
5. 【請求項５】 前記特徴データ生成手段は、 前記罫線２値画像作成手段が作成した基準画像に対応す
   る罫線２値画像から、所定の行間隔及び列間隔に位置
   し、かつ、罫線データのエッジをなす黒画素の座標値と
   黒画素数を有する特徴データを生成することを特徴とす
   る請求項４記載の帳票類の自動判別装置。
6. 【請求項６】 少なくとも罫線の一部が異なる複数の帳
   票類の基準画像をあらかじめ保持し、判別対象となる帳
   票類の入力画像が前記複数の帳票類のいずれの基準画像
   と符合するかを自動判別する帳票類の自動判別装置にお
   いて、 前記基準画像を複数の小領域に分割した分割領域又は前
   記入力画像の特徴領域に所在する罫線データに基づいて
   該基準画像又は入力画像に対応する罫線２値画像を作成
   する罫線２値画像作成手段と、 前記罫線２値画像作成手段が作成した基準画像の各分割
   領域に対応する罫線２値画像に基づいて、該基準画像の
   各分割領域にそれぞれ対応する特徴データを生成する特
   徴データ生成手段と、 前記特徴データ生成手段が生成した特徴データを基準画
   像と対応づけて記憶する辞書と、 前記辞書に記憶した分割領域ごとの特徴データに基づい
   て、一又は複数の特徴領域を自動選択する特徴領域選択
   手段と、 前記罫線２値画像作成手段が作成した入力画像に対応す
   る罫線２値画像と、前記辞書内に基準画像ごとに記憶し
   た前記特徴領域に対応する特徴データとに基づいて、前
   記入力画像と各基準画像との類似度をそれぞれ算定し、
   算定した類似度の最も大きな基準画像を前記入力画像に
   対応する基準画像として判別する判別手段とを具備する
   ことを特徴とする帳票類の自動判別装置。