JPS58181178A

JPS58181178A - 図形認識方式

Info

Publication number: JPS58181178A
Application number: JP57062964A
Authority: JP
Inventors: Kenichi Maeda; 賢一前田
Original assignee: Toshiba Corp; Tokyo Shibaura Electric Co Ltd
Current assignee: Toshiba Corp
Priority date: 1982-04-15
Filing date: 1982-04-15
Publication date: 1983-10-22

Abstract

(57)【要約】本公報は電子出願前の出願データであるた
め要約のデータは記録されません。

Description

【発明の詳細な説明】〔発明の技術分野〕本発明紘類似文字の認識を確実に行い得るＯＣＲ等への
応用に適した図形認識方式に関する。

〔発明の技術的背景とその問題点〕

従来、図形認識の手法とし１大略的にマツチング法と構
造解析法が知られておｆｉ、ＯｃＲ勢に種々応用されて
いる。そして最近では、漢字認識に対する要求や、更に
手書き文字認識に対する要求が高ｔシ、更に高度な認識
方式の開発が強く望まれるようになっている。

ところで上記マツチング法は、図形ノ母ターンノ全体的
な辞書パターンとのマツチング処理を行うものであ如、
認識処理における決定論理の単純さや、辞書設計の谷易
さ等の点で優れた特徴を有している。しかし、このマツ
チング法では、例えば「繊」、「織」、「繊」なる各文
字のように、各位置での漉度情報が殆んど同じような場
合、その職別が非常に困難であった。これは従来のマツ
チング法が図形パターンの濃度情報についてのみ着目し
ていたことに起因する。

そこで従来、本発明者らは、例えば特願昭５６−６３８
４４号等に代表されるように図形パターンの特徴に注目
したマツチング法を提唱した。このマツチング法は、図
形パターンを次のようなマトリックスとして表現し、そ
の特徴ベクトル要素について類似度計算を行うものであ
る。即ち、図形ノ９ターンを＝（ｆｌ　　ｆ、〜ｆ、〜ｆｑ）なるマトリックスで表現し、その特徴ベクトルｆｔ　、
ｆａ〜ｆ、について辞書・ヤターンとの間で類似度計算
を行うものである。この類似度については種々定義きれ
るが、例えばカテゴＩＪ　ｔに対する類似度としてとして与えられる。ここに示される類似度の値は、各特
徴毎に求められた類似度を足し合せたものであり、従っ
て類似した図形パターン間の識別が容易となると云う効
果が奏せられる。しかし、手１９文字の如き図形パター
ンに雑音成分が多い場合、その類似度の雑音に対する安
定性に問題があった。

一方、雑音に対して安定な類似度計算法として複合類似
度法が知られている。然し乍ら、この複合類似度側算法
は、図形パターンの濃度情報を扱うものである為、その
ままでは類似した図形パターンの弁別能力に限界があっ
た。

〔発明の目的〕

本発明はこのような事情を考慮してなされたもので、そ
の目的とするところは、雑音を含む類似図形パターンの
認識を簡易にして確実に行うことのできる実用性の高い
図形認識方式を提供することにある。

〔発明の概要〕

本発明は、図形パターンの単なる濃度情報のみならず、
そのローカルな特徴を利用して上記図形ノ臂ターンをマ
トリックス表現し、このマトリックスの特徴ベクトル要
素毎に辞書ノｆターンとの間で複合類似度計算を行わし
め、その計算結果から前記図形・母ターンを認識するこ
とを特徴とするものである。

〔発明の効果〕

従って本発明によれば、図形パターンに雑音が存在して
もその特徴を正確に抽出して、類似する図形ｉ４ターン
間の弁別を確実にして上記図形を効果的に、且つ簡易に
認識することが可能となる。

以下、図面を参照して本発明の一実施例につき説明する
。

ｆｊｇ１図は実施例方式を適用してなる図形認識装置の
概略構成図である。認識対象と々る図形５− パターンは、図形入力変換部１においてＩＴＶカメラや
ＣＣＤセンサ勢により光電変換され、量子化されて入力
される。この量子化された入力図形パターンの情報は、
％微量引算部２に導びかれ、特徴辞書３に予め登録され
た辞書ノｆターンを参照してその各部における特徴量が
それぞれ計算されるようになっている。この特徴量計算
については後に詳述する。

しかして、特微量計算部２で求められた図形パターンの
特徴情報は、パターンマトリックスバッファメモリ４に
、位置対応して順次格納されるようになっている。この
バッファメモリ４は、上記各位置における特徴を、特徴
および位置の一方を行、他方を列としてマトリックスを
構成し、このマトリックスにて前記図形パターンヲ宍現
するものである。しかして、このバッファメモリ４に格
納された前記図形パターンを表わす特徴マトリックスの
特徴ベクトル要素１、各ベクトル要素毎に複合類似度計
算部５に導ひかれ、標準パターンマトリ、クス辞書６に
予め６− 登録された辞書パターンを参照して、その類似度が複合
類似度計算によ如求められている。この複合類似度計算
結果が認識結果編集出力部７に与えられ、前記図形・母
ターンに対する認識結果が求められるようになっている
。

さて、前記特徴ｉｔ創算部２は、例えば第２図に示す如
く構成され、図形パターンの各部における％徴のｆを求
めるようになっている。この％徴の−ｍは、例えば図形
・量ターンｇの各部におｋｆ　ルｒ　％−＃のサシパタ
ーンをｇｒ、辞書ノ等ターンのｑ番目の特徴ベクトルを
＃９としたとき、等として針舞される。但し、これらの
ｇｒ　＝　ｌＡｑはいずれもベクトル形式で表現される
ものであり、例えばとして示される。また別の計算手段として、！。

をｑ番目の特徴マトリックスとして、ｆｑ−Ｘｑ　Ｈｇ尋としてその特徴ｔｆ求めるようにしてもよい。

このような類似度割算は、基本的には積和演算や除算処
理によって実現される。即ち、一般的には、ベクトルＶ
に関して１ｍ１２なる演算は＋１ｖｌ１２−（ｙ、　ｖ
）なる内積演算によ！Ｊ集現され、またｖ６ｗ　を一般の
ベクトル成分とｊ〜だ場合、Ｙをマトリックスとして、ｗ＝ｙ−ｖその成分１に関してｙｌ−（ｙｔ・Ｖ）なる内積演算によシ、その処理ｔ−豹い得る。但し、マ
トリックスＹとその行ベクトルｔｙＩとの間にはＹ＝　　’（Ｖｔ　　ｓ　　Ｖｓ　　ｓ　　’／ｓ　　
・・・　Ｖｉ　　”’　　ｙｔ　　）なる関係が成立す
る。このようなことから、前記特微量計算部２は、第２
図にマトリックスを用いる場合の構成例を示すように、
図形入力変換部１よシ蓋子化されて入力された図形パタ
ーンの情報を格納する入カッ９ターンレジスタ２ａ１特
徴辞書３よ漫読出された辞書パターンを格納する％微辞
書パターンレジスタ２ｂ、これらのレジスタ２ｍ、２ｂ
のアクセスを制御するアドレス制御部２ｅ、そして前記
各レジスタ２ｍ。

２ｃから読出された特徴ベクトルを内積処理し、その総
和から特微量全Ｋｆ算する積和演算部２ｄにより構成さ
れる。前述した２種類の計算処理法において異にすると
ころは、アドレス制御によるレジスタ２ｍ、２ｂのアク
セス形態だけである。従って、採用する％微量計算方式
に応じて前記アドレス制御部２Ｃによるレジスタ２ｍ。

２ｃのアクセス方式を適宜定めるだけで、上述９− した類似度計算を夾行することができる。

マタ、このアドレス制御部２ｃについては、例えば第３
図に示す如く構成することができる。

即ち、図形・母ターンの成る一部領域の特徴を求める場
合、定数レジスタ１１畠、ｌｌｂに上記一部領域の図形
・母ターンに対する位置情報をそれぞれセットする。一
方、カウンタ１２ｍ、１２ｂにてクロック信号ＣＫを針
数して上記一部領域を走査すべく走査アドレス信号を生
成する。しかして、カウンタ１２＊、１２ｂの各キャリ
ー信号によシ、オフセット・アドレスレジスタ１３およ
び始点アドレスレジスタ１４に前記定数レジスタ１１％
、ｌｌｂにセットされた定数をそれぞれ取込む。この定
数の取込みは、加算器１５ｍ、１５ｂを介して行われ、
これによりレジスタ１３．１４の各セット値が前記キャ
リー信号が与えられる都度累積更新されるようになって
いる。そして、前記カウンタ１２ｍの計数値に前記レジ
スタ１３．１４のセット値が加算器７６ａ、１６ｂを介
してそれぞれ加算され、−１〇− これがアドレス指定信号として出力されるようになって
いる。これによｐ、前記図形・母ターン中の特定領域の
画像情報のみが選択的に走査出力される。尚、このアド
レス制御方式は、特に第３図に示すものに限定されない
ことは云うまでもない。

さて、このようにして、図形パターンの各部に対してそ
れぞれ求められた特徴量は、例えばその特徴を行、位ｔ
ｉｔｖ列とするマトリックス形式に前記バッファメモリ
４に格納される。このバッファメモリ４に格納される図
形パターンの情報は、前述したように、例えに ”（ｆｔ　、　ｆ「・・ｆ９）として表わされる。そして、このマトリックスで表され
る各特徴ベクトルの要素は、そのベクトル要素毎に複合
類似度計算に供される。一方、マトリックス辞書６には
、各カテゴリの標準ノ４ターンが、予め同様な変換処理
が施された特徴ベクトルとして格納されている。そして
、これらの特徴ベクトル間で、例え１１カテゴリ（４に
関して、次のようにして複合類似度が計算される。

但し、上式中８９（４（Ｆ）は、として定義される。つｔｂ、’８％微ベクトルの部分的
複合類似度値の総和として、図形パターンの被合類似度
値が求められるようになっている。このような複合類似
度計算は、第４図に複合類似度計算部５の構成例を示す
ように、各特徴ベクトル９Ｋ　（ｆｔ　、　ｆｓ〜ｆ、
）　　のそれぞれについて複合類似度計算回路５ａＩ５
ｂ〜５ｎにて類似度割算を実行し、これらの演算結果を
加算器５ｘにて相互に加算することによｐ実現される。

尚、個々の部分複合類似度計算については、従来よル知
られた計算法を適宜用いれはよい。

以上説明したように本発明によれば、図形パターンの各
部の特徴をマトリックス表現し、その％徴ベクトル毎に
複合類似度計算して標準パターンとの間の類似度を求め
るので、例えば第５図（、）に示すように線要素が同一
方向に変位した変形パターンのみならず、同図（ｂ）に
示すように線要素がそれぞれ異なる方向に変位した変形
ノ４ターンであっても、その特徴を適確に抽出し、各カ
テゴリの標準ノ４ターンに対する類似度値に強く反映さ
せることができる。従って、従来識別が困難であった「
識」、「織」、「繊」等の［Ｊした漢字パターンであっ
ても、これを高精度に認識することが可能となる。また
上記゛したように、図形パターンの特徴として、ｍ素方
向の特徴を採用するだけで、簡易に図形）４ターンの変
形に対して癲い認識性能が得られる。故に、手書文字の
如き、強い変形を有する図形、ｆター−１３− ンに対しても、高いｍ識率を得ることが可能となる。

また図形パターンの特徴を、幾何学的に意味のあるＩＩ
ｉＩ１ｇ方向、端点、交点等の情報として常に理想状態
として抽出できるとは限らない。従ってこのような場合
には、マトリ、クス表現される特徴として、例えにガウ
ス（Ｇａｕｇｅ　）　　関数で重み付けされたエルミ）
　（Ｈ＠ｒｍｌｔ＊　）　　の多項式によシ示される値
で構成されたマスクを用いてマスク処理された特徴情報
を用いることも好適である。このようなマスク処理を施
せば、同種の特徴情報を重複して認識処理に用いること
がなくなシ、処理効率の向上を図ることが可能となる。

特にこの場合、マスク処理された情報が幾何学的な％微
情報ではないので、図形雑音ＶＣ灼して安定なものとな
如、高精度に図形パターンをＵＲすることが可能となる
。しかも、多くの特徴情報を抽出でき、前述した複合類
似度計算の精度を高めることができ、その実用的利点は
絶大である。

１４− 尚、本発明は上記実施例に限定されるものではない。例
えば類似度計算を安定化させる有効な手段として、しば
しばデケ操作が用いられるが、この場合装置構成を第６
図に示すようにすればよい。つま如、マトリックス表現
された図形パターンの特徴ベクトル情報をｒヶ操作部８
を介して複合類似度計算部５に供給するようにすれによ
い。また図形・母ターンを表現するマトリックス要素の
行と列とを入れ替えることも勿論可能である。更には類
似度計算としてなる係数和処理を採用することも可能で
ある。

また上述したＩケ操作を％像情報についてだけで抹なく
、位置についても施すようにしてもよい。要するに本発
明はその要旨を逸脱し々い範囲で稙々変形して実施する
ことができる。

【図面の簡単な説明】

図は本発明の実施例を説明する為のもので、第１図は実
施例方式を適用した図形認識装置の概略構成図、第２図
は特徴量計算部の構成例を示す図、第３図はアドレス制
御部の構成例を示す図、第４図は複合類似度計算部の構
成例を示す図、第５図（−）　（ｂ）は図形パターンの
変形例を示す図、第６図は図形認識装置の他の構成例會
示す図である。ｌ・・・図形入力部、２・・特徴量計算部、３・・・特
９辞％、４・・・パターン・マトリックスバッファメモ
リ、５・・複合類似度計算部、６・・・標準パターン・
マトリックス辞書、７・・・認識結果編集出力部、８−
・・メケ操作部。

Claims

【特許請求の範囲】

（１）　　図形・母ターンの各位置における特徴とその
位置情報とを一方を行、他方を列として上記図形パター
ンをマトリックス表現し、このマトリックスの各特徴を
表わすベクトル要素毎に辞書パターンとの間で複合類似
度を計算して前記図形・臂ターンを認識してなることを
特徴とする図形認識方式。
（２）　　図形・ｆターンの特徴は、線素方向の特徴情
報として与えられるものである特許請求の範囲第１項記
載の図形認識方式。
（３）　　図形・母ターンの特徴は、ガウス関数によ）
重み付けされたエルミートの多項式で示されル値のマス
クツ４ターンを用いて上記図形ｚｆ　ターンをマスク処
理してなる情報として与えられるものである特許請求の
範囲第１項記載の図形認識方式。