JPH1083432A - 文字認識方法及び装置 - Google Patents

文字認識方法及び装置

Info

Publication number
JPH1083432A
JPH1083432A JP8237894A JP23789496A JPH1083432A JP H1083432 A JPH1083432 A JP H1083432A JP 8237894 A JP8237894 A JP 8237894A JP 23789496 A JP23789496 A JP 23789496A JP H1083432 A JPH1083432 A JP H1083432A
Authority
JP
Japan
Prior art keywords
character pattern
character
binarized
dictionary
reference character
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.)
Granted
Application number
JP8237894A
Other languages
English (en)
Other versions
JP3170622B2 (ja
Inventor
Yuji Adachi
祐二 安達
Kazuki Hashimoto
和樹 橋本
Kohei Otsuki
幸平 大槻
Motoi Hashizume
基 橋詰
Noboru Takahashi
暢 高橋
Hiroyuki Hasegawa
裕之 長谷川
Hitoshi Goto
仁 後藤
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
JFE Steel Corp
Hitachi Engineering Co Ltd
Kobe Steel Ltd
JFE Engineering Corp
Nippon Steel Corp
Original Assignee
Hitachi Engineering Co Ltd
Kobe Steel Ltd
Sumitomo Metal Industries Ltd
Kawasaki Steel Corp
NKK Corp
Nippon Kokan Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Hitachi Engineering Co Ltd, Kobe Steel Ltd, Sumitomo Metal Industries Ltd, Kawasaki Steel Corp, NKK Corp, Nippon Kokan Ltd filed Critical Hitachi Engineering Co Ltd
Priority to JP23789496A priority Critical patent/JP3170622B2/ja
Publication of JPH1083432A publication Critical patent/JPH1083432A/ja
Application granted granted Critical
Publication of JP3170622B2 publication Critical patent/JP3170622B2/ja
Anticipated expiration legal-status Critical
Expired - Fee Related legal-status Critical Current

Links

Landscapes

  • Character Discrimination (AREA)

Abstract

(57)【要約】 【課題】 文字認識率及び文字認識精度を向上させると
共に文字認識速度の低下を可及的に抑制することができ
る文字認識方法及びその実施に使用する文字認識装置を
提供する。 【解決手段】 パターンマッチング部50は、第1辞書51
内の各基準文字パターンと文字切り出し部45が切り出し
た文字との一致度をそれぞれ算出する。文字状態特徴量
算出部70は、一致度が高い順に第1候補,第2候補,…
とする。判断部71は、第1候補の一致度の程度、第1候
補の一致度と第2候補の一致度との差が所定の条件を満
たしている場合、対象文字は第1候補の2値化基準文字
パターンであると判断し、所定の条件を満たしていない
場合、第1候補の一致度の程度、第1候補の一致度と第
2候補の一致度との差に基づいて、より大きなマトリク
スサイズの2値化基準文字パターン又は基準文字パター
ンが登録してある他の辞書の内から適当な辞書を選択す
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、物品に付された数
字及び英字等の文字を撮像して得た画像中の文字パター
ンから前記文字を認識する文字認識方法及び、その実施
に使用する装置に関する。
【0002】
【従来の技術】製造業にあっては、中間品及び製品にロ
ット番号,製造番号等の文字を付し、文字認識装置が備
える撮像装置を製造ライン又は入出庫ライン等に設置し
ておき、該撮像装置によって中間品又は製品に付した文
字を読み取り、読み取った文字からロット番号又は製造
番号を認識し、認識したロット番号又は製造番号を中央
コンピュータに与え、該中央コンピュータによって製造
工程及び在庫の集中管理が行われている。ロット番号,
製造番号等の文字は、中間品又は製品に直接印字される
ことが多いが、かすれ,にじみ及び汚れ等によって印字
品質は低い。また、照明度が低く撮像環境が悪い。一
方、製造業における文字認識は、高速・高率・高精度で
文字を認識することが要求されている。そこで、これら
の要求に対応すべく、次のようなパターンマッチングに
よる文字認識方法が採用されている。
【0003】撮像装置で認識対象文字を撮像して得たア
ナログ信号を所定階調のディジタル信号に変換し、それ
を画像メモリに記憶させる。画像メモリに記憶した文字
画像を2値化し、投影像を生成して文字領域を求める前
処理を行った後、予め設定した文字枠になるように一文
字ずつ文字を切り出し、切り出したそれぞれの文字につ
いて、辞書に予め登録した複数の基準文字パターンとの
パターンマッチングを次のように行って認識対象文字を
認識する。
【0004】切り出した文字と基準文字パターンとを比
較できるように、切り出した文字の方向,サイズ,線幅
等を正規化し、正規化した文字と各基準文字パターンと
の一致度を次の(1)式によってそれぞれ算出する。 一致度=(一致した画素の総数)/(基準文字パターン を構成する画素の総数)…(1)
【0005】そして、各基準文字パターンの内、一致度
が高いものから順番に第1候補文字,第2候補文字,…
とし、第1候補文字が次の(2)式及び(3)式のいず
れをも満足する場合、切り出した文字は第1候補文字で
あると判断し、両式のいずれか一方のみ満足する場合又
はいずれも満足しない場合、切り出した文字は不読であ
ると判断する。 第1候補文字の一致度≧第1閾値 …(2) 第1候補文字の一致度と 第2候補文字の一致度との差≧第2閾値 …(3)
【0006】(2)式及び(3)式における第1閾値及
び第2閾値は経験的に適当な値を設定しておく。しかし
ながら、第1閾値及び第2閾値に大きな値を設定する
と、誤読は少ないが、不読と判断される文字が多く、認
識率が低い。一方、第1閾値及び第2閾値に小さな値を
設定すると、不読と判断される文字は少ないが、誤読が
多く、認識精度が低いという問題があった。
【0007】そのため、特開平 2−68681 号公報には、
複数の基準文字パターンそれぞれを構成する画素群を、
基準文字パターン全てについて非文字領域となる画素群
の領域、当該基準文字パターンでは非文字領域である
が、他の基準文字パターンでは文字領域になる画素群の
領域、及び当該基準パターンで文字領域となる画素群の
領域にわけ、各画素群の領域毎に異なる重みを設定して
パターンマッチングを行う文字認識方法が提案されてい
る。これによって、第1閾値及び第2閾値に大きな値を
設定せずとも、高い認識精度を維持することができる。
【0008】
【発明が解決しようとする課題】しかしながら、特開平
2−68681 号公報に記載された従来の文字認識方法にあ
っては、非常に単純な認識対象文字であっても、各画素
群の領域に設定した重みによって重み付けをしなければ
ならず、パターンマッチングに要する時間が長くなり、
文字認識速度が低下するという問題があった。一方、よ
り高い認識精度が要求される場合は、第1閾値及び第2
閾値に大きな値を設定しなければならず、認識率及び認
識精度の向上には限界があった。
【0009】本発明はかかる事情に鑑みてなされたもの
であって、その目的とするところは互いに異なるマトリ
クスサイズの2値化基準文字パターンを登録してある複
数の辞書、又は互いに異なるマトリクスサイズの2値化
基準文字パターンを用いて学習させた複数のニューラル
ネットワーク、及び撮像して得た文字パターンに対応す
る基準文字パターンが登録してある辞書を用意してお
き、最も小さいマトリクスサイズの2値化基準文字パタ
ーンが登録してある辞書又は最も小さいマトリクスサイ
ズの2値化基準文字パターンを用いて学習させたニュー
ラルネットワークを用いて、各2値化基準文字パターン
と文字パターンとの一致度をそれぞれ算出し、得られた
各一致度が予め設定した条件を満たすか否かを判断し、
条件を満たさないと判断した場合、その程度に応じた他
の辞書又は他のニューラルネットワークを選択し、選択
した辞書又はニューラルネットワークを用いて対象文字
を認識することによって、文字認識率及び文字認識精度
を向上させると共に文字認識速度の低下を可及的に抑制
することができる文字認識方法及びその実施に使用する
文字認識装置を提供することにある。
【0010】
【課題を解決するための手段】第1発明に係る文字認識
方法は、対象文字を撮像し、得られた文字パターンを2
値化して2値化文字パターンを生成し、その2値化文字
パターンと、辞書に予め登録してある複数の2値化基準
文字パターンとの一致度をそれぞれ算出し、得られた各
一致度に基づいて、1つの2値化基準文字パターンを選
定することによって対象文字を認識する方法において、
前記辞書を少なくとも3つ用意し、第1辞書には小さい
マトリクスサイズの2値化基準文字パターンを登録し、
第2辞書には前記文字パターンに対応する基準文字パタ
ーンを登録し、第3辞書には第1辞書内の2値化基準文
字パターンのマトリクスサイズより大きいマトリクスサ
イズの2値化基準文字パターンを登録しておき、第1辞
書内の各2値化基準文字パターンと2値化文字パターン
との一致度をそれぞれ算出し、得られた各一致度が予め
設定した条件を満たすか否かを判断し、条件を満たさな
いと判断した場合、その程度に応じて第2辞書又は第3
辞書を選択し、選択した第2辞書又は第3辞書を用いて
1つの基準文字パターン又は2値化基準文字パターンを
選定することによって対象文字を認識することを特徴と
する。
【0011】第2発明に係る文字認識方法は、対象文字
を撮像し、得られた文字パターンを2値化して2値化文
字パターンを生成し、その2値化文字パターンを、複数
の2値化基準文字パターンを用いて学習させたニューラ
ルネットワークに与えて、2値化文字パターンと2値化
基準文字パターンとの一致度をそれぞれ算出させ、得ら
れた各一致度に基づいて、1つの2値化基準文字パター
ンを選定することによって対象文字を認識する方法にお
いて、前記ニューラルネットワークは小さいマトリクス
サイズの2値化基準文字パターンを用いて学習させてお
き、また、該ニューラルネットワークの学習に用いた2
値化基準文字パターンのマトリクスサイズより大きいマ
トリクスサイズの2値化基準文字パターンが登録してあ
る辞書及び前記文字パターンに対応する基準文字パター
ンが登録してある辞書を用意しておき、前記2値化文字
パターンをニューラルネットワークに与えて一致度をそ
れぞれ算出させ、得られた各一致度が予め設定した条件
を満たすか否かを判断し、条件を満たさないと判断した
場合、その程度に応じて前記辞書の一方を選択し、選択
した辞書を用いて1つの基準文字パターン又は2値化基
準文字パターンを選定することによって対象文字を認識
することを特徴とする。
【0012】第3発明に係る文字認識方法は、第1又は
第2発明において、2値化基準文字パターンが登録して
ある辞書を選択した場合、前記一致度に基づいて複数の
2値化基準文字パターンを指定し、選択した辞書におい
て、指定した2値化基準文字パターンに対応する2値化
基準文字パターンを特定し、特定した2値化基準文字パ
ターンを用いて対象文字を認識することを特徴とする。
【0013】第4発明に係る文字認識方法は、対象文字
を撮像し、得られた文字パターンを2値化して2値化文
字パターンを生成し、その2値化文字パターンと、辞書
に予め登録してある複数の2値化基準文字パターンとの
一致度をそれぞれ算出し、得られた各一致度に基づい
て、1つの2値化基準文字パターンを選定することによ
って対象文字を認識する方法において、前記辞書を少な
くとも2つ用意し、第1辞書には小さいマトリクスサイ
ズの2値化基準文字パターンを登録し、第2辞書には前
記文字パターンに対応する基準文字パターンを登録して
おき、また、第1辞書内の2値化基準文字パターンのマ
トリクスサイズより大きいマトリクスサイズの2値化基
準文字パターンを用いて学習させたニューラルネットワ
ークを用意し、第1辞書内の各2値化基準文字パターン
と2値化文字パターンとの一致度をそれぞれ算出し、得
られた各一致度が予め設定した条件を満たすか否かを判
断し、条件を満たさないと判断した場合、その程度に応
じて第2辞書又はニューラルネットワークを選択し、選
択した第2辞書又はニューラルネットワークを用いて1
つの基準文字パターン又は2値化基準文字パターンを選
定することによって対象文字を認識することを特徴とす
る。
【0014】第5発明に係る文字認識方法は、対象文字
を撮像し、得られた文字パターンを2値化して2値化文
字パターンを生成し、その2値化文字パターンを、複数
の2値化基準文字パターンを用いて学習させたニューラ
ルネットワークに与えて、2値化文字パターンと2値化
基準文字パターンとの一致度をそれぞれ算出させ、得ら
れた各一致度に基づいて、1つの2値化基準文字パター
ンを選定することによって対象文字を認識する方法にお
いて、前記ニューラルネットワークを少なくとも2つ用
意し、第1ニューラルネットワークは小さいマトリクス
サイズの2値化基準文字パターンを用いて学習させ、第
2ニューラルネットワークは、第1ニューラルネットワ
ークの学習に用いた2値化基準文字パターンのマトリク
スサイズより大きいマトリクスサイズの2値化基準文字
パターンを用いて学習させておき、また、前記文字パタ
ーンに対応する基準文字パターンが登録してある辞書を
用意しておき、前記2値化文字パターンを第1ニューラ
ルネットワークに与えて一致度をそれぞれ算出させ、得
られた各一致度が予め設定した条件を満たすか否かを判
断し、条件を満たさないと判断した場合、その程度に応
じて前記辞書又は第2ニューラルネットワークを選択
し、選択した辞書又は第2ニューラルネットワークを用
いて1つの基準文字パターン又は2値化基準文字パター
ンを選定することによって対象文字を認識することを特
徴とする。
【0015】第6発明に係る文字認識方法は、第1,第
2,第4又は第5発明において、前記2値化基準文字パ
ターンを複数のグループに分け、各グループ毎に、それ
に属する2値化基準文字パターンを用いて学習させた特
定文字ニューラルネットワークをそれぞれ用意してお
き、条件を満たさないと判断した場合、その程度に応じ
て特定文字ニューラルネットワークを選択し、その特定
文字ニューラルネットワークに算出させて得た各一致度
を用いて対象文字を認識することを特徴とする。
【0016】第7発明に係る文字認識装置は、対象文字
を撮像する撮像装置と、得られた文字パターンを2値化
して2値化文字パターンを生成する手段と、その2値化
文字パターンと、辞書に予め登録してある複数の2値化
基準文字パターンとの一致度をそれぞれ算出し、得られ
た各一致度に基づいて、1つの2値化基準文字パターン
を選定する手段とを備える文字認識装置において、小さ
いマトリクスサイズの2値化基準文字パターンが登録し
てある第1辞書と、前記文字パターンに対応する基準文
字パターンが登録してある第2辞書と、第1辞書内の2
値化基準文字パターンのマトリクスサイズより大きいマ
トリクスサイズの2値化基準文字パターンが登録してあ
る第3辞書と、第1辞書内の各2値化基準文字パターン
と2値化文字パターンとの一致度をそれぞれ算出する手
段と、得られた各一致度が予め設定した条件を満たすか
否かを判断する手段と、条件を満たさないと判断した場
合、その程度に応じて第2辞書又は第3辞書を選択する
手段とを備え、選択した第2辞書又は第3辞書を用いて
1つの基準文字パターン又は2値化基準文字パターンを
選定することによって対象文字を認識するようになして
あることを特徴とする。
【0017】第8発明に係る文字認識装置は、対象文字
を撮像する撮像装置と、得られた文字パターンを2値化
して2値化文字パターンを生成する手段と、その2値化
文字パターンと複数の2値化基準文字パターンとの一致
度をそれぞれ算出するニューラルネットワークと、得ら
れた各一致度に基づいて、1つの2値化基準文字パター
ンを選定する手段とを備える文字認識装置において、小
さいマトリクスサイズの2値化基準文字パターンを用い
て学習させたニューラルネットワークと、該ニューラル
ネットワークの学習に用いた2値化基準文字パターンの
マトリクスサイズより大きいマトリクスサイズの2値化
基準文字パターンが登録してある辞書と、前記文字パタ
ーンに対応する基準文字パターンが登録してある辞書
と、前記2値化文字パターンをニューラルネットワーク
に与えて一致度をそれぞれ算出させ、得られた各一致度
が予め設定した条件を満たすか否かを判断する手段と、
条件を満たさないと判断した場合、その程度に応じて前
記辞書の一方を選択する手段とを備え、選択した辞書を
用いて1つの基準文字パターン又は2値化基準文字パタ
ーンを選定することによって対象文字を認識するように
なしてあることを特徴とする。
【0018】第9発明に係る文字認識装置は、第7又は
第8発明において、2値化基準文字パターンが登録して
ある辞書を選択した場合、前記一致度に基づいて複数の
2値化基準文字パターンを指定する手段と、選択した辞
書において、指定した2値化基準文字パターンに対応す
る2値化基準文字パターンを特定する手段とを具備し、
特定した2値化基準文字パターンを用いて対象文字を認
識するようになしてあることを特徴とする。
【0019】第10発明に係る文字認識装置は、対象文
字を撮像する撮像装置と、得られた文字パターンを2値
化して2値化文字パターンを生成する手段と、その2値
化文字パターンと、辞書に予め登録してある複数の2値
化基準文字パターンとの一致度をそれぞれ算出し、得ら
れた各一致度に基づいて、1つの2値化基準文字パター
ンを選定する手段とを備える文字認識装置において、小
さいマトリクスサイズの2値化基準文字パターンが登録
してある第1辞書と、前記文字パターンに対応する基準
文字パターンを登録してある第2辞書と、第1辞書内の
2値化基準文字パターンのマトリクスサイズより大きい
マトリクスサイズの2値化基準文字パターンを用いて学
習させたニューラルネットワークと、第1辞書内の各2
値化基準文字パターンと2値化文字パターンとの一致度
をそれぞれ算出する手段と、得られた各一致度が予め設
定した条件を満たすか否かを判断する手段と、条件を満
たさないと判断した場合、その程度に応じて第2辞書又
はニューラルネットワークを選択する手段とを備え、選
択した第2辞書又はニューラルネットワークを用いて1
つの基準文字パターン又は2値化基準文字パターンを選
定することによって対象文字を認識するようになしてあ
ることを特徴とする。
【0020】第11発明に係る文字認識装置は、対象文
字を撮像する撮像装置と、得られた文字パターンを2値
化して2値化文字パターンを生成する手段と、その2値
化文字パターンを、複数の2値化基準文字パターンを用
いて学習させたニューラルネットワークに与えて、2値
化文字パターンと2値化基準文字パターンとの一致度を
それぞれ算出させ、得られた各一致度に基づいて、1つ
の2値化基準文字パターンを選定する手段とを備える文
字認識装置において、小さいマトリクスサイズの2値化
基準文字パターンを用いて学習させた第1ニューラルネ
ットワークと、第1ニューラルネットワークの学習に用
いた2値化基準文字パターンのマトリクスサイズより大
きいマトリクスサイズの2値化基準文字パターンを用い
て学習させた第2ニューラルネットワークと、前記文字
パターンに対応する基準文字パターンが登録してある辞
書と、前記2値化文字パターンを第1ニューラルネット
ワークに与えて一致度をそれぞれ算出させ、得られた各
一致度が予め設定した条件を満たすか否かを判断する手
段と、条件を満たさないと判断した場合、その程度に応
じて前記辞書又は第2ニューラルネットワークを選択す
る手段とを備え、選択した辞書又は第2ニューラルネッ
トワークを用いて1つの基準文字パターン又は2値化基
準文字パターンを選定することによって対象文字を認識
するようになしてあることを特徴とする。
【0021】第12発明に係る文字認識装置は、第7,
第8,第10又は第11発明において、前記2値化基準
文字パターンを複数のグループに分け、各グループ毎
に、それに属する2値化基準文字パターンを用いて学習
させた特定文字ニューラルネットワークと、条件を満た
さないと判断した場合、その程度に応じて特定文字ニュ
ーラルネットワークを選択する手段とを備え、その特定
文字ニューラルネットワークに算出させて得た各一致度
を用いて対象文字を認識するようになしてあることを特
徴とする。
【0022】第1,第2,第4,第5,第7,第8,第
10及び第12発明にあっては、複数の基準文字パター
ンが登録してある辞書を複数用意し、各辞書には互いに
異なるマトリクスサイズの2値化基準文字パターンを登
録しておき、又は、ニューラルネットワークを複数用意
し、各ニューラルネットワークは互いにマトリクスサイ
ズが異なる2値化基準文字パターンを用い学習させてお
く。また、2値化前の濃淡画像に対応する基準文字パタ
ーンが登録してある辞書を用意しておく。最も小さいマ
トリクスサイズの2値化基準文字パターンが登録してあ
る辞書内の各2値化基準文字パターンと対象文字を撮像
して得た文字パターンとの一致度をそれぞれ算出する。
又は、最も小さいマトリクスサイズの2値化基準文字パ
ターンを用いて学習させたニューラルネットワークに2
値化基準文字パターンと文字パターンとの一致度をそれ
ぞれ算出させる。これによって、一致度を短時間で求め
ることができる。
【0023】各2値化基準文字パターンにあって、得ら
れた各一致度が高い順に、第1候補,第2候補,…と
し、第1候補の一致度の程度、第1候補の一致度と第2
候補の一致度との差が所定の条件を満たしている場合、
対象文字は第1候補の基準文字パターンであると判断し
て文字認識を終了する。対象文字の状態が良好である場
合、ここまでの操作で文字認識が終了され、短時間で文
字認識を行うことができる。
【0024】一方、第1候補の一致度の程度、第1候補
の一致度と第2候補の一致度との差が所定の条件を満た
していない場合、更に文字認識を行うことによって、文
字認識率を向上させる。更なる文字認識は、より大きな
マトリクスサイズの2値化基準文字パターンが登録して
ある他の辞書、又は、より大きなマトリクスサイズの2
値化基準文字パターンを用いて学習させた他のニューラ
ルネットワーク、或いは、濃淡画像に対応する基準文字
パターンが登録してある辞書の内から、第1候補の一致
度の程度、第1候補の一致度と第2候補の一致度との差
に応じた辞書又はニューラルネットワークを選択する。
これによって、文字認識精度を向上させつつ、文字認識
速度の低下を可及的に抑制する。
【0025】第3,第6,第9及び第12発明にあって
は、例えば、第1候補の一致度の程度は条件を満たして
いるが、第1候補の一致度と第2候補の一致度との差が
条件を満たしていない場合、ある程度の文字認識はでき
ているが、部分的な汚れ又は欠け等によって、類似文字
との区別ができないと判断することができる。
【0026】そこで、第1候補と共に、第1候補の一致
度との差が少ない他の候補の2値化基準文字パターンを
指定し、よりマトリクスサイズが大きい2値化基準文字
パターンが登録してある辞書において、指定した2値化
基準文字パターンに対応する2値化基準文字パターンを
特定し、特定した2値化基準文字パターンについての
み、前述した文字パターンとの一致度をそれぞれ算出
し、算出した一致度の最も高いものが対象文字であると
判断する。
【0027】また、ニューラルネットワークを用いる場
合、2値化基準文字パターンを複数のグループに分け、
各グループ毎に、それに属する2値化基準文字パターン
を用いて学習させた特定文字ニューラルネットワークを
それぞれ用意しておく。そして、前述した条件を満たし
ていないと判断した場合、その程度に応じた特定文字ニ
ューラルネットワークを選択し、その特定文字ニューラ
ルネットワークに算出させて得た各一致度の内、最も高
いものが対象文字であると判断する。これによって、文
字認識率及び認識精度が向上する一方、文字認識速度の
低下を可及的に抑制することができる。
【0028】
【発明の実施の形態】以下、本発明の実施の形態を図面
に基づいて具体的に説明する。図1及び図2は本発明に
係る文字認識装置の構成を示すブロック図であり、図3
〜図8は図1に示した文字認識装置による文字認識手順
を示すフローチャートである。鋼板,鋼管等の被撮像物
Sは搬送装置1によって矢符方向に搬送されるようにな
っており、該被撮像物Sの所定位置にはロット番号又は
製品番号等の認識対象文字が印字してある。被撮像物S
の搬送領域には、被撮像物Sの認識対象文字が印字され
る部分と対向して撮像装置2が設置してあり、該撮像装
置2によって被撮像物Sの認識対象文字が撮像される。
撮像装置2が撮像した文字画像は、アナログ/ディジタ
ル(A/D)変換器3に与えられ、A/D変換器3によ
って所定階調の濃淡画像に変換されて、コンピュータ4
に備えられた中央演算装置(CPU)41によって第1メ
モリ42に与えられ、そこに記憶される(ステップS
1)。
【0029】第1メモリ42に記憶された濃淡画像は2値
化部44によって2値化処理され、得られた2値化画像は
第2メモリ43に与えられてそこに記憶される(ステップ
S2)。文字切り出し部45は第2メモリ43に記憶された
2値化画像を、文字列方向及び文字列方向と直交する方
向に投影して文字切り出し位置を決定し、予め設定した
文字枠となるように各文字を切り出し、切り出した各文
字を前処理部46に与える。
【0030】コンピュータ4は、2値化画像についての
パターンマッチングに用いる第1辞書51,第2辞書52,
第3辞書53を備えており、各辞書51,52,53には文字の
数(種類)は同じであり、異なるマトリクスサイズ(画
素数)に0又は255 階調で構成した複数の2値化基準文
字パターンが予め登録してある(第1辞書51内の2値化
基準文字パターンのマトリクスサイズ<第2辞書52内の
2値化基準文字パターンのマトリクスサイズ<第3辞書
53内の2値化基準文字パターンのマトリクスサイズ)。
また、コンピュータ4は、第1〜第3辞書51〜53とは別
に、濃淡画面についてのパターンマッチングに用いる濃
淡用辞書54を備えており、該濃淡用辞書54には第1〜第
3辞書51〜53に登録した2値化基準文字パターンと同じ
種類であり、第1辞書51内の2値化基準文字パターンの
マトリクスサイズと略同じマトリクスサイズに0〜255
階調で構成した基準文字パターンが登録してある。
【0031】一方、コンピュータ4は、2値化画像につ
いての文字認識を行う第1ニューラルネットワーク61及
び第2ニューラルネットワーク62を備えている。両ニュ
ーラルネットワーク61,62は、出力層のノードの数は2
値化基準文字パターンの数であり、入力層及び隠れ層の
ノードの数は第1ニューラルネットワーク61,第2ニュ
ーラルネットワーク62の順番に多い。この入力層のノー
ドの数が多いほど大きいマトリクスサイズの2値化基準
文字パターンを用いて文字認識を学習させてあり、第1
ニューラルネットワーク61は第1辞書51内の各2値化基
準文字パターンのマトリクスサイズと同じマトリクスサ
イズの2値化基準文字パターンを用いて学習させてあ
り、第2ニューラルネットワーク62は第2辞書52又は第
3辞書53内の2値化基準文字パターンのマトリクスサイ
ズと同じマトリクスサイズの2値化基準文字パターンを
用いて学習させてある。
【0032】更に、コンピュータ4は、これらとは別に
特定文字用ニューラルネットワーク63,63,63を備えて
いる。汚れ及びにじみ等によって文字認識が困難になり
易い特定の文字グループを求めておく。例えば、(0,
3,6,8,9),(1,2,7)及び(5,6)のグ
ループ内の各文字は、汚れ及びにじみ等によって文字認
識が困難になり易い。そこで、(0,3,6,8,9)
のノードからなる出力層を備える特定文字用ニューラル
ネットワーク63と、(1,2,7)のノードからなる出
力層を備える特定文字用ニューラルネットワーク63と、
(5,6)のノードからなる出力層を備える特定文字用
ニューラルネットワーク63とをコンピュータ4に設けて
おく。なお、特定文字用ニューラルネットワーク63,6
3,63の学習に用いた2値化基準文字パターンのマトリ
クスサイズは、第2辞書52内の2値化基準文字パターン
のマトリクスサイズと同じである。
【0033】文字認識の処理を判断する判断部71は、第
1辞書51又は第1ニューラルネットワーク61を選択する
(ステップS3)。なお、第1辞書51及び第1ニューラ
ルネットワーク61のどちらを選択するかは、先行試験の
結果に基づいて判断部71に予め設定しておく。判断部71
が第1辞書51又は第1ニューラルネットワーク61を選択
すると、前処理部46は与えられた文字と第1辞書51内の
2値化基準文字パターン又は第1ニューラルネットワー
ク61の学習に用いた2値化基準文字パターンとを比較で
きるように、切り出した文字の方向,サイズ,線幅等を
正規化する(ステップS4)。そして、ステップS3に
て第1辞書51が選択された場合、パターンマッチング部
50は、正規化された文字と第1辞書51内の各2値化基準
文字パターンとの一致度を次の(1)式によってそれぞ
れ算出し、また、ステップS3にて第1ニューラルネッ
トワーク61が選択された場合、正規化された文字が第1
ニューラルネットワーク61の入力層に与えられ、出力層
の各ノードから各2値化基準文字パターンとの一致度が
それぞれ出力される(ステップS5)。 一致度=(一致した画素の総数)/(2値化基準文字パターン を構成する画素の総数)…(1)
【0034】一致度が算出されると、文字状態特徴量算
出部70は、各2値化基準文字パターンの内、一致度が高
いものから順番に第1候補文字,第2候補文字,…とし
て、第1候補文字の一致度M1 と第2候補文字の一致度
2 との差を算出し(ステップS6)、算出した差(M
1 −M2 )及び第1候補文字の一致度M1 を印字された
認識対象文字の状態特徴量として、判断部71に与える。
判断部71は、第1候補文字の一致度M1 と予め設定され
た第1閾値D1 とを比較し、また第1候補文字の一致度
と第2候補文字の一致度との差(M1 −M2 )と予め設
定された第2閾値D2 とを比較する。
【0035】図9〜図12は図1に示した判断部71による
一致度と第1閾値及び第2閾値との比較結果の一例を示
すグラフであり、縦軸は一致度を、横軸は文字種類をそ
れぞれ示している。図9は第1候補文字(“7”)の一
致度M1 が第1閾値D1 を越えており、第1候補文字の
一致度M1 と第2候補文字(“1”)の一致度M2 との
差(M1 −M2 )が第2閾値D2 を越えている場合を、
図10は第1候補文字の一致度M1 は第1閾値D1 を越え
ていないが、第1候補文字と第2候補文字との差(M1
−M2 )が第2閾値D2 を越えている場合を示してい
る。また、図11は第1候補文字の一致度M1 は第1閾値
1 を越えているが、第1候補文字の一致度と第2候補
文字の一致度との差(M1 −M2 )が第2閾値D2 を越
えていない場合を、図12は第1候補文字の一致度M1
第1閾値D1 を越えておらず、第1候補文字と第2候補
文字との差(M1 −M2 )も第2閾値D2 を越えていな
い場合を示している。
【0036】判断部71は、比較した結果、次の(2)式
かつ(3)式を満足するか否かを判断し(ステップS
7)、満足すると判断した場合(図9参照)、切り出し
た文字は第1候補文字であると決定し(ステップS
8)、その文字に係る認識処理を終了する。 第1候補文字の一致度≧第1閾値 …(2) 第1候補文字の一致度と 第2候補文字の一致度との差≧第2閾値 …(3)
【0037】ステップS7で満足しないと判断した場
合、判断部71は、(3)式を満足するか否かを判断し
(ステップS9)、満足すると判断した場合(図10参
照)、濃淡用辞書54を選択する(ステップS10)と共
に、文字切り出し部45に指令を出し、第1メモリ42に記
憶してある濃淡画像から、第2メモリ43から切り出した
文字に対応する文字を切り出させる(ステップS11)。
濃淡画像から文字が切り出されると、前処理部46は切り
出した文字を正規化し(ステップS12)、パターンマッ
チング部50は、正規化した文字と濃淡用辞書54の各基準
文字パターンの内、前述した第1候補文字に対応する基
準文字パターンとの一致度M11を、次の(4)式に従っ
て算出する(ステップS13)。 一致度={(濃淡用辞書のマトリクスサイズ×最大階調−Σ|マトリクス上 の各座標位置での階調差|)/(濃淡用辞書のマトリクスサイズ ×最大階調)}×100 …(4)
【0038】そして、判断部71は、算出された一致度M
11と予め設定した第3閾値D3 とを比較し(ステップS
14)、一致度M11が第3閾値D3 を越えている場合、切
り出した文字は第1候補文字であると判断し(ステップ
S15)、そうでない場合、不読であると判断し(ステッ
プS16)、出力部75はこれらの結果を出力する。
【0039】ステップS9で、(3)式を満足しないと
判断した場合、判断部71は(2)式を満足するか否かを
判断し(ステップS20)、満足すると判断した場合(図
11参照)、判断部71は、図5に示した如きパターンマッ
チングによる一致度の算出か、又は図6に示した如きニ
ューラルネットワークによる一致度の算出かを選択す
る。なお、パターンマッチング及びニューラルネットワ
ークのどちらを選択するかは先行試験の結果に基づいて
判断部71に予め設定しておく。
【0040】図5の如く、パターンマッチングによって
一致度を算出する場合、判断部71は文字候補算出部72に
指令を与えて後述する如く候補文字を算定させると共
に、第2辞書52を選択する(ステップS21,22)。判断
部71から実行指令が与えられると、文字候補算出部72
は、前述した各候補文字の内、第3候補文字以降の各候
補文字の一致度と第1候補文字の一致度との差をそれぞ
れ求め、求めた各差の値が第2閾値以下であるものを第
1候補文字及び第2候補文字に加えて、更なるパターン
マッチングの候補文字とし、第2辞書52に登録した各2
値化基準文字パターンの内、前述した如く定めた候補文
字と同じ文字を特定する(ステップS23)。
【0041】前処理部46は、第2辞書52の特定された2
値化基準文字パターンと比較できるように、切り出した
文字を正規化し(ステップS24)、パターンマッチング
部50は正規化した文字と特定された2値化基準文字パタ
ーンとの一致度をそれぞれ求める(ステップS25)。そ
して、文字状態特徴量算出部70は新たに求められた第1
候補文字の一致度と第2候補文字の一致度の差を演算し
(ステップS26)、判断部71はその差と第2閾値とを比
較し(ステップS27)、第2閾値以上であると判断する
と、切り出した文字は第1候補文字であると決定する
(ステップS28)。また、判断部71は、ステップS27に
て、第2閾値未満であると判断すると、切り出した文字
は不読であると決定し(ステップS29)、出力部75はこ
れらの結果を出力する。
【0042】図6の如く、ニューラルネットワークによ
って一致度を算出する場合、判断部71は、ステップS21
と同様な操作を行って候補文字を算定し(ステップS3
1)、算定した候補文字が属する文字グループを特定
し、特定した文字グループの文字を認識する特定文字用
ニューラルネットワーク63を選択する(ステップS3
2)。特定文字用ニューラルネットワーク63が選択され
ると、前処理部46は、切り出した文字を特定文字用ニュ
ーラルネットワーク63の学習に用いた2値化基準文字パ
ターンに正規化し(ステップS33)、それを特定文字用
ニューラルネットワーク63の入力層に与える。
【0043】特定文字用ニューラルネットワーク63は特
定文字の一致度を算出し(ステップS34)、それを文字
状態特徴量算出部70に与える。そして、文字状態特徴量
算出部70は新たに求められた第1候補文字の一致度と第
2候補文字の一致度の差を演算し(ステップS35)、判
断部71はその差と第2閾値とを比較し(ステップS3
6)、第2閾値以上であると判断すると、切り出した文
字は第1候補文字であると決定する(ステップS37)。
また、判断部71は、ステップS36にて、第2閾値未満で
あると判断すると、切り出した文字は不読であると決定
し(ステップS38)、出力部75はこれらの結果を出力す
る。
【0044】一方、ステップS20で(2)式を満足しな
いと判断した場合(図12参照)、判断部71は、図7に示
した如きパターンマッチングによる一致度の算出か、又
は図8に示した如きニューラルネットワークによる一致
度の算出かを選択する。なお、パターンマッチング及び
ニューラルネットワークのどちらを選択するかは先行試
験の結果に基づいて判断部71に予め設定しておく。
【0045】図7の如く、パターンマッチングによって
一致度を算出する場合、判断部71は第3辞書53を選択す
る(ステップS41)。このとき、判断部71は第2辞書52
を選択してもよいが、第3辞書53を選択した方が不読と
なる割合が少なくなる。第3辞書53が選択されると、前
処理部46は、第3辞書53内の2値化基準文字パターンと
比較できるように、第2メモリ43から切り出した文字を
正規化し(ステップS42)、パターンマッチング部50
は、正規化された文字と各2値化基準文字パターンとの
一致度をそれぞれ求める(ステップS43)。文字状態特
徴量算出部70は、第1候補文字の一致度,及び第1候補
文字の一致度と第2候補文字の一致度との差を演算し
(ステップS44)、判断部71は(2)式かつ(3)式を
満足するか否かを判断する(ステップS45)、両式を満
足する場合、判断部71は切り出した文字は第1候補文字
であると決定し(ステップS46)、満足しない場合、切
り出した文字は不読であると決定する(ステップS4
7)。そして、出力部75はこれらの結果を出力する。
【0046】図8の如く、ニューラルネットワークによ
って一致度を算出する場合、判断部71は、第2ニューラ
ルネットワーク62を選択する。第2ニューラルネットワ
ーク62が選択されると、前処理部46は切り出した文字を
第2ニューラルネットワーク62の学習に用いた2値化基
準文字パターンに正規化し、それを第2ニューラルネッ
トワーク62の入力層に与え、第2ニューラルネットワー
ク62は各一致度を求めて(ステップS53)、それを文字
状態特徴量算出部70に与える。文字状態特徴量算出部70
は与えられた一致度に基づいて、第1候補文字の一致度
と第2候補文字の一致度との差を演算し(ステップS5
4)、判断部71は演算された一致度の差が(2)式かつ
(3)式を満足するか否かを判断する(ステップS5
5)。そして、判断部71は、(2)式かつ(3)式を満
足する場合、切り出した文字は第1候補文字であると決
定し(ステップS56)、満足しない場合、不読であると
決定する(ステップS57)。そして、出力部75はこれら
の結果を出力する。
【0047】
【発明の効果】第1,第2,第4,第5,第7,第8,
第10及び第11発明にあっては、最も小さいマトリク
スサイズの2値化基準文字パターンが登録してある辞
書、又は最も小さいマトリクスサイズの2値化基準文字
パターンで学習させたニューラルネットワークを用いて
算出した一致度が所定の条件を満たしていない場合、よ
り大きいマトリクスサイズの2値化基準文字パターンが
登録してある辞書、又はより大きいマトリクスサイズの
2値化基準文字パターンで学習させたニューラルネット
ワーク、或いは撮像して得た文字パターンに対応する基
準文字パターンが登録してある辞書から、条件を満たし
ていない程度に応じた辞書又はニューラルネットワーク
を選択して一致度を算出するため、文字認識率及び文字
認識精度が向上する一方、文字認識速度の低下が抑制さ
れる。
【0048】第3及び第9発明にあっては、最も小さい
マトリクスサイズの2値化基準文字パターンが登録して
ある辞書又は最も小さいマトリクスサイズの2値化基準
文字パターンにて学習させたニューラルネットワークを
用いて算出した一致度が所定の条件を満たしていない場
合、一致度に基づいて、より大きいサイズの基準文字パ
ターンが登録してある辞書内の候補文字を特定し特定し
た基準文字パターンについてのみ、一致度を算出するた
め、文字認識速度の低下を可及的に抑制しつつ、文字認
識率及び文字認識精度が向上する。
【0049】第6及び第12発明にあっては、最も小さ
いマトリクスサイズの2値化基準文字パターンが登録し
てある辞書又は最も小さいマトリクスサイズの2値化基
準文字パターンにて学習させたニューラルネットワーク
を用いて算出した一致度が所定の条件を満たしていない
場合、グループ分けした2値化基準文字パターンを用い
て学習させた各特定文字ニューラルネットワークの内か
ら、その程度に応じた特定文字ニューラルネットワーク
を選択して一致度を算出するため、文字認識速度の低下
を可及的に抑制しつつ、文字認識率及び文字認識精度が
向上する等、本発明は優れた効果を奏する。
【図面の簡単な説明】
【図1】本発明に係る文字認識装置の構成を示すブロッ
ク図である。
【図2】本発明に係る文字認識装置の構成を示すブロッ
ク図である。
【図3】図1に示した文字認識装置による文字認識手順
を示すフローチャートである。
【図4】図1に示した文字認識装置による文字認識手順
を示すフローチャートである。
【図5】図1に示した文字認識装置による文字認識手順
を示すフローチャートである。
【図6】図1に示した文字認識装置による文字認識手順
を示すフローチャートである。
【図7】図1に示した文字認識装置による文字認識手順
を示すフローチャートである。
【図8】図1に示した文字認識装置による文字認識手順
を示すフローチャートである。
【図9】図1に示した判断部による一致度と第1閾値及
び第2閾値との比較結果の一例を示すグラフである。
【図10】図1に示した判断部による一致度と第1閾値
及び第2閾値との比較結果の一例を示すグラフである。
【図11】図1に示した判断部による一致度と第1閾値
及び第2閾値との比較結果の一例を示すグラフである。
【図12】図1に示した判断部による一致度と第1閾値
及び第2閾値との比較結果の一例を示すグラフである。
【符号の説明】 2 撮像装置 4 コンピュータ 42 第1メモリ 43 第2メモリ 50 パターンマッチング部 51 第1辞書 52 第2辞書 53 第3辞書 54 濃淡用辞書 61 第1ニューラルネットワーク 62 第2ニューラルネットワーク 63 特定文字用ニューラルネットワーク 70 文字状態特徴量算出部 71 判断部 72 文字候補算出部
───────────────────────────────────────────────────── フロントページの続き (71)出願人 000001199 株式会社神戸製鋼所 兵庫県神戸市中央区脇浜町1丁目3番18号 (71)出願人 390023928 日立エンジニアリング株式会社 茨城県日立市幸町3丁目2番1号 (72)発明者 安達 祐二 大阪府大阪市中央区北浜4丁目5番33号 住友金属工業株式会社内 (72)発明者 橋本 和樹 大阪府大阪市中央区北浜4丁目5番33号 住友金属工業株式会社内 (72)発明者 大槻 幸平 大阪府大阪市中央区北浜4丁目5番33号 住友金属工業株式会社内 (72)発明者 橋詰 基 東京都千代田区丸の内一丁目1番2号 日 本鋼管株式会社内 (72)発明者 高橋 暢 岡山県倉敷市水島川崎通1丁目(番地な し) 川崎製鉄株式会社水島製鉄所内 (72)発明者 長谷川 裕之 兵庫県加古川市金沢町1番地 株式会社神 戸製鋼所加古川製鉄所内 (72)発明者 後藤 仁 茨城県日立市幸町三丁目2番1号 日立エ ンジニアリング株式会社内

Claims (12)

    【特許請求の範囲】
  1. 【請求項1】 対象文字を撮像し、得られた文字パター
    ンを2値化して2値化文字パターンを生成し、その2値
    化文字パターンと、辞書に予め登録してある複数の2値
    化基準文字パターンとの一致度をそれぞれ算出し、得ら
    れた各一致度に基づいて、1つの2値化基準文字パター
    ンを選定することによって対象文字を認識する方法にお
    いて、 前記辞書を少なくとも3つ用意し、第1辞書には小さい
    マトリクスサイズの2値化基準文字パターンを登録し、
    第2辞書には前記文字パターンに対応する基準文字パタ
    ーンを登録し、第3辞書には第1辞書内の2値化基準文
    字パターンのマトリクスサイズより大きいマトリクスサ
    イズの2値化基準文字パターンを登録しておき、第1辞
    書内の各2値化基準文字パターンと2値化文字パターン
    との一致度をそれぞれ算出し、得られた各一致度が予め
    設定した条件を満たすか否かを判断し、条件を満たさな
    いと判断した場合、その程度に応じて第2辞書又は第3
    辞書を選択し、選択した第2辞書又は第3辞書を用いて
    1つの基準文字パターン又は2値化基準文字パターンを
    選定することによって対象文字を認識することを特徴と
    する文字認識方法。
  2. 【請求項2】 対象文字を撮像し、得られた文字パター
    ンを2値化して2値化文字パターンを生成し、その2値
    化文字パターンを、複数の2値化基準文字パターンを用
    いて学習させたニューラルネットワークに与えて、2値
    化文字パターンと2値化基準文字パターンとの一致度を
    それぞれ算出させ、得られた各一致度に基づいて、1つ
    の2値化基準文字パターンを選定することによって対象
    文字を認識する方法において、 前記ニューラルネットワークは小さいマトリクスサイズ
    の2値化基準文字パターンを用いて学習させておき、ま
    た、該ニューラルネットワークの学習に用いた2値化基
    準文字パターンのマトリクスサイズより大きいマトリク
    スサイズの2値化基準文字パターンが登録してある辞書
    及び前記文字パターンに対応する基準文字パターンが登
    録してある辞書を用意しておき、前記2値化文字パター
    ンをニューラルネットワークに与えて一致度をそれぞれ
    算出させ、得られた各一致度が予め設定した条件を満た
    すか否かを判断し、条件を満たさないと判断した場合、
    その程度に応じて前記辞書の一方を選択し、選択した辞
    書を用いて1つの基準文字パターン又は2値化基準文字
    パターンを選定することによって対象文字を認識するこ
    とを特徴とする文字認識方法。
  3. 【請求項3】 2値化基準文字パターンが登録してある
    辞書を選択した場合、前記一致度に基づいて複数の2値
    化基準文字パターンを指定し、選択した辞書において、
    指定した2値化基準文字パターンに対応する2値化基準
    文字パターンを特定し、特定した2値化基準文字パター
    ンを用いて対象文字を認識する請求項1又は2記載の文
    字認識方法。
  4. 【請求項4】 対象文字を撮像し、得られた文字パター
    ンを2値化して2値化文字パターンを生成し、その2値
    化文字パターンと、辞書に予め登録してある複数の2値
    化基準文字パターンとの一致度をそれぞれ算出し、得ら
    れた各一致度に基づいて、1つの2値化基準文字パター
    ンを選定することによって対象文字を認識する方法にお
    いて、 前記辞書を少なくとも2つ用意し、第1辞書には小さい
    マトリクスサイズの2値化基準文字パターンを登録し、
    第2辞書には前記文字パターンに対応する基準文字パタ
    ーンを登録しておき、また、第1辞書内の2値化基準文
    字パターンのマトリクスサイズより大きいマトリクスサ
    イズの2値化基準文字パターンを用いて学習させたニュ
    ーラルネットワークを用意し、第1辞書内の各2値化基
    準文字パターンと2値化文字パターンとの一致度をそれ
    ぞれ算出し、得られた各一致度が予め設定した条件を満
    たすか否かを判断し、条件を満たさないと判断した場
    合、その程度に応じて第2辞書又はニューラルネットワ
    ークを選択し、選択した第2辞書又はニューラルネット
    ワークを用いて1つの基準文字パターン又は2値化基準
    文字パターンを選定することによって対象文字を認識す
    ることを特徴とする文字認識方法。
  5. 【請求項5】 対象文字を撮像し、得られた文字パター
    ンを2値化して2値化文字パターンを生成し、その2値
    化文字パターンを、複数の2値化基準文字パターンを用
    いて学習させたニューラルネットワークに与えて、2値
    化文字パターンと2値化基準文字パターンとの一致度を
    それぞれ算出させ、得られた各一致度に基づいて、1つ
    の2値化基準文字パターンを選定することによって対象
    文字を認識する方法において、 前記ニューラルネットワークを少なくとも2つ用意し、
    第1ニューラルネットワークは小さいマトリクスサイズ
    の2値化基準文字パターンを用いて学習させ、第2ニュ
    ーラルネットワークは、第1ニューラルネットワークの
    学習に用いた2値化基準文字パターンのマトリクスサイ
    ズより大きいマトリクスサイズの2値化基準文字パター
    ンを用いて学習させておき、また、前記文字パターンに
    対応する基準文字パターンが登録してある辞書を用意し
    ておき、前記2値化文字パターンを第1ニューラルネッ
    トワークに与えて一致度をそれぞれ算出させ、得られた
    各一致度が予め設定した条件を満たすか否かを判断し、
    条件を満たさないと判断した場合、その程度に応じて前
    記辞書又は第2ニューラルネットワークを選択し、選択
    した辞書又は第2ニューラルネットワークを用いて1つ
    の基準文字パターン又は2値化基準文字パターンを選定
    することによって対象文字を認識することを特徴とする
    文字認識方法。
  6. 【請求項6】 前記2値化基準文字パターンを複数のグ
    ループに分け、各グループ毎に、それに属する2値化基
    準文字パターンを用いて学習させた特定文字ニューラル
    ネットワークをそれぞれ用意しておき、条件を満たさな
    いと判断した場合、その程度に応じて特定文字ニューラ
    ルネットワークを選択し、その特定文字ニューラルネッ
    トワークに算出させて得た各一致度を用いて対象文字を
    認識する請求項1,2,4又は5記載の文字認識方法。
  7. 【請求項7】 対象文字を撮像する撮像装置と、得られ
    た文字パターンを2値化して2値化文字パターンを生成
    する手段と、その2値化文字パターンと、辞書に予め登
    録してある複数の2値化基準文字パターンとの一致度を
    それぞれ算出し、得られた各一致度に基づいて、1つの
    2値化基準文字パターンを選定する手段とを備える文字
    認識装置において、 小さいマトリクスサイズの2値化基準文字パターンが登
    録してある第1辞書と、前記文字パターンに対応する基
    準文字パターンが登録してある第2辞書と、第1辞書内
    の2値化基準文字パターンのマトリクスサイズより大き
    いマトリクスサイズの2値化基準文字パターンが登録し
    てある第3辞書と、第1辞書内の各2値化基準文字パタ
    ーンと2値化文字パターンとの一致度をそれぞれ算出す
    る手段と、得られた各一致度が予め設定した条件を満た
    すか否かを判断する手段と、条件を満たさないと判断し
    た場合、その程度に応じて第2辞書又は第3辞書を選択
    する手段とを備え、選択した第2辞書又は第3辞書を用
    いて1つの基準文字パターン又は2値化基準文字パター
    ンを選定することによって対象文字を認識するようにな
    してあることを特徴とする文字認識装置。
  8. 【請求項8】 対象文字を撮像する撮像装置と、得られ
    た文字パターンを2値化して2値化文字パターンを生成
    する手段と、その2値化文字パターンと複数の2値化基
    準文字パターンとの一致度をそれぞれ算出するニューラ
    ルネットワークと、得られた各一致度に基づいて、1つ
    の2値化基準文字パターンを選定する手段とを備える文
    字認識装置において、 小さいマトリクスサイズの2値化基準文字パターンを用
    いて学習させたニューラルネットワークと、該ニューラ
    ルネットワークの学習に用いた2値化基準文字パターン
    のマトリクスサイズより大きいマトリクスサイズの2値
    化基準文字パターンが登録してある辞書と、前記文字パ
    ターンに対応する基準文字パターンが登録してある辞書
    と、前記2値化文字パターンをニューラルネットワーク
    に与えて一致度をそれぞれ算出させ、得られた各一致度
    が予め設定した条件を満たすか否かを判断する手段と、
    条件を満たさないと判断した場合、その程度に応じて前
    記辞書の一方を選択する手段とを備え、選択した辞書を
    用いて1つの基準文字パターン又は2値化基準文字パタ
    ーンを選定することによって対象文字を認識するように
    なしてあることを特徴とする文字認識装置。
  9. 【請求項9】 2値化基準文字パターンが登録してある
    辞書を選択した場合、前記一致度に基づいて複数の2値
    化基準文字パターンを指定する手段と、選択した辞書に
    おいて、指定した2値化基準文字パターンに対応する2
    値化基準文字パターンを特定する手段とを具備し、特定
    した2値化基準文字パターンを用いて対象文字を認識す
    るようになしてある請求項7又は8記載の文字認識装
    置。
  10. 【請求項10】 対象文字を撮像する撮像装置と、得ら
    れた文字パターンを2値化して2値化文字パターンを生
    成する手段と、その2値化文字パターンと、辞書に予め
    登録してある複数の2値化基準文字パターンとの一致度
    をそれぞれ算出し、得られた各一致度に基づいて、1つ
    の2値化基準文字パターンを選定する手段とを備える文
    字認識装置において、 小さいマトリクスサイズの2値化基準文字パターンが登
    録してある第1辞書と、前記文字パターンに対応する基
    準文字パターンを登録してある第2辞書と、第1辞書内
    の2値化基準文字パターンのマトリクスサイズより大き
    いマトリクスサイズの2値化基準文字パターンを用いて
    学習させたニューラルネットワークと、第1辞書内の各
    2値化基準文字パターンと2値化文字パターンとの一致
    度をそれぞれ算出する手段と、得られた各一致度が予め
    設定した条件を満たすか否かを判断する手段と、条件を
    満たさないと判断した場合、その程度に応じて第2辞書
    又はニューラルネットワークを選択する手段とを備え、
    選択した第2辞書又はニューラルネットワークを用いて
    1つの基準文字パターン又は2値化基準文字パターンを
    選定することによって対象文字を認識するようになして
    あることを特徴とする文字認識装置。
  11. 【請求項11】 対象文字を撮像する撮像装置と、得ら
    れた文字パターンを2値化して2値化文字パターンを生
    成する手段と、その2値化文字パターンを、複数の2値
    化基準文字パターンを用いて学習させたニューラルネッ
    トワークに与えて、2値化文字パターンと2値化基準文
    字パターンとの一致度をそれぞれ算出させ、得られた各
    一致度に基づいて、1つの2値化基準文字パターンを選
    定する手段とを備える文字認識装置において、 小さいマトリクスサイズの2値化基準文字パターンを用
    いて学習させた第1ニューラルネットワークと、第1ニ
    ューラルネットワークの学習に用いた2値化基準文字パ
    ターンのマトリクスサイズより大きいマトリクスサイズ
    の2値化基準文字パターンを用いて学習させた第2ニュ
    ーラルネットワークと、前記文字パターンに対応する基
    準文字パターンが登録してある辞書と、前記2値化文字
    パターンを第1ニューラルネットワークに与えて一致度
    をそれぞれ算出させ、得られた各一致度が予め設定した
    条件を満たすか否かを判断する手段と、条件を満たさな
    いと判断した場合、その程度に応じて前記辞書又は第2
    ニューラルネットワークを選択する手段とを備え、選択
    した辞書又は第2ニューラルネットワークを用いて1つ
    の基準文字パターン又は2値化基準文字パターンを選定
    することによって対象文字を認識するようになしてある
    ことを特徴とする文字認識装置。
  12. 【請求項12】 前記2値化基準文字パターンを複数の
    グループに分け、各グループ毎に、それに属する2値化
    基準文字パターンを用いて学習させた特定文字ニューラ
    ルネットワークと、条件を満たさないと判断した場合、
    その程度に応じて特定文字ニューラルネットワークを選
    択する手段とを備え、その特定文字ニューラルネットワ
    ークに算出させて得た各一致度を用いて対象文字を認識
    するようになしてある請求項7,8,10又は11記載
    の文字認識装置。
JP23789496A 1996-09-09 1996-09-09 文字認識方法及び装置 Expired - Fee Related JP3170622B2 (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP23789496A JP3170622B2 (ja) 1996-09-09 1996-09-09 文字認識方法及び装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP23789496A JP3170622B2 (ja) 1996-09-09 1996-09-09 文字認識方法及び装置

Publications (2)

Publication Number Publication Date
JPH1083432A true JPH1083432A (ja) 1998-03-31
JP3170622B2 JP3170622B2 (ja) 2001-05-28

Family

ID=17022009

Family Applications (1)

Application Number Title Priority Date Filing Date
JP23789496A Expired - Fee Related JP3170622B2 (ja) 1996-09-09 1996-09-09 文字認識方法及び装置

Country Status (1)

Country Link
JP (1) JP3170622B2 (ja)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2019008574A (ja) * 2017-06-26 2019-01-17 合同会社Ypc 物品判定装置、システム、方法及びプログラム

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2019008574A (ja) * 2017-06-26 2019-01-17 合同会社Ypc 物品判定装置、システム、方法及びプログラム

Also Published As

Publication number Publication date
JP3170622B2 (ja) 2001-05-28

Similar Documents

Publication Publication Date Title
EP0113410B1 (en) Image processors
US6990235B2 (en) Color image processing apparatus and pattern extracting apparatus
US5475768A (en) High accuracy optical character recognition using neural networks with centroid dithering
EP0552704B1 (en) Processing of dot-matrix/ink-jet printed text for optical character recognition
US20030063802A1 (en) Image processing method, apparatus and system
EP0238027B1 (en) Optical character recognition apparatus
JP2003219184A (ja) 明確で判読可能な二値画像を作成する画像化プロセス
WO1991017519A1 (en) Row-by-row segmentation and thresholding for optical character recognition
RU2363047C1 (ru) Способ обнаружения текста в растровом изображении (варианты) и способ выявления спама, содержащего растровые изображения
CN110210467B (zh) 一种文本图像的公式定位方法、图像处理装置、存储介质
JP3170622B2 (ja) 文字認識方法及び装置
JPH07271916A (ja) 学習パターン生成装置及びこれを用いた文字認識装置
JPH1069524A (ja) 文字切り出し方法
JPH10222602A (ja) 光学式文字読取装置
JP2003016386A (ja) 文字認識方法および装置
JP2972516B2 (ja) インクジェットプリンタの印刷パターン検査装置
JPS6379193A (ja) 文字読取装置
JPH06103399A (ja) 画像処理装置
JPH04343193A (ja) 2値化閾値設定方法
JPH1031717A (ja) 画像認識方法
JPH07320000A (ja) 画像処理方法
JP3066448B2 (ja) 文字切り出し方法
JPH0757057A (ja) 文字認識装置
JP3277977B2 (ja) 文字認識方法
JPH0929179A (ja) 宛名読取装置

Legal Events

Date Code Title Description
R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

S111 Request for change of ownership or part of ownership

Free format text: JAPANESE INTERMEDIATE CODE: R313117

R350 Written notification of registration of transfer

Free format text: JAPANESE INTERMEDIATE CODE: R350

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20080323

Year of fee payment: 7

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20090323

Year of fee payment: 8

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20100323

Year of fee payment: 9

LAPS Cancellation because of no payment of annual fees