JPS5827281A - 包含整合法による文字認識方式 - Google Patents

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】 本発明は９文字を１１算機にて認識する方式に係り、特
に漢字を偏、傍１部０首で分類しながら認識する文字認
識方式に関するものである、従来日本における漢字を別
算機で認識する研究では、２０００字種程度の印刷体漢
”字について、華−字体ではほぼ実用化の域に達してお
りマルチフォント印刷体漢字認識についてもよく研究さ
れている。

しかし、実際に使用されている漢字は日本では４０００
字種程度あり、中国では日本の常用漢字に相当するもの
が約６０００字種あり、認識速度を上げるには、漢字を
分類して、探索の対象となる文字数をへらすことが重要
である。

現在までの研究では常用漢字２０００字種についてなさ
れ、複雑指数、四辺コード、粗いメツシュパターン、ｍ
い周辺パターンなどによる（３） 分類が提案されているが、これらの分類方法は四辺コー
ド法を除いては９文字パターンがさの類に属するか人間
にはわからない。

人間のｌ・力字分Ｖｌｔ１は偏、傍−ｒ＋ｌ＋−首によ
る分類法と、四辺コードによる分類法であるから、　？
）’４字認識の出合でも偏、傍０部０首パターンを用い
て分類する方法が試られた（Ｊｆ究があったが。

本発明によるような、１画素の太さの線から４ｉ’１９
成された標帖パターンを使用しなかったため。

分力７が安定に行われなかった。

人間の文字認識に対して重要なのは文字の字画の相対位
置関係であって０字０■ｌの太さや１字画の位置の移動
にｚＪシて文字の認識が影響されてはならない。

この点に基いて字画の相対位置を考え、適当な位１ｍ乙
１両累の太さの線から構成された標準パターンを作り、
これが未知文字パターンに含まれる割合を調べる新しい
認識方法として包含整合法を考案した。

以下０図面により本発明の実施例として印刷（７１） 体漢字の認識方法について説明すると、第１図は包含整
合法の原理の説明図、第２図は明朝体漢字の横線を太め
て整合をとる説明図、第３図は分類のアルゴリズム、第
４図は同一文字が岸辺。水辺の二つの分類に入る例、第
５図は余白上にインクの汚れがあっても正確に分類でき
る例である。

第１図の中でＡＩはイ辺の標準パターンで、Ｂ＋、　Ｃ
１，ＤＩは未知パターンであり、　ＡＩとＢ】の重なる
部分をとればＥｌとなり、Ｂ１はＡ１を全部含んでいる
から、ＡＩとＥｌは全く同じパターンである。

ＦｌはＡＩとＣＩの重なる部分をとった図形で、Ｇ１は
ＡＩとＤＩの重なる部分をとった図形であるが。

ＣＩとｒ）１はいづれもＡＩの全部と重なっていないの
で、ＦＩとＧ１はいづれもＡ１と違うパターンとなる　
）。

から、＋３１の未知パターンだけイ辺に属することがわ
かる。

未知パターンと標率パターンとの重なる部分をとって、
標準パターンと比較し１文字の認識と分類をするのが本
方式の原理である。

（５） 次に角゛Ｉ似度を定義する。

文字パターンをＭ　Ｘ　Ｎメツシュで＝値化して８文字
１−は１．余白−にはＯとすると、標へｆコバターンを
ｆ、未知パターンをｐとして １≦１≦Ｍ、　　　ｌ’ｙｊ≦Ｎ 類似度をＳとし 未知パターンｐ　が標準パターンｒを全部含めば　Ｓ−
１，そうでなければ　Ｓ＜１　　となるので、この類似
度　Ｓ　を尺度として未知パターンの分類と認識をする
。

第２図ではＡ２は１辺の標準パターンで、Ｂ２と０２は
同じ部分パターン戸を持っているが、Ａ２がパターンＢ
２又はＣ２に全部含まれることはない。

その理由はパターンｎ２とＣ２は同じｒを持っているが
０図形ｒの下の横線の位置が重ならないから（６） であるから、できるだけ標準パターンＡ２を含むように
するために、横線の太め処理をする。

線を太めれば槽重パターンを含む確率が増加するが、別
のｆＩｒ市ｉの標準パターンを含む確率も増加するので
、横線のみを上下に各１画素だけ太め処理をする。

第２図のＦ１２とＦ２はそれぞれ口２とＣ２に太め処理
をした図形である。

第２図のＦ２と６２は、それぞれＤ２．　Ｆ２と鯰との
重なる部分をとった図形で、まだ完全に重なってはいな
いが８標朋パターンＡ２を下に１画素だけ移動すると、
Ｄ２と移動した槽重パターンとの重なる部分は＋１２と
なり、完全に重なり、積重パターンＡ２を上に１画素だ
け移動すれば、　Ｆ２と移動した標準パターンとの重な
る部分はＩ２となり。

完全に重なる。

第３図は分類のアルゴリズムで、前処理として中心位置
をあわせ、横線を」二、下に各１画素太める。

整合を調べるには、標準パターンはそのまま（・７） で未知パターンとの類似度Ｓを求め、Ｓ−１ならば未知
パターンはその分類に属するとし、Ｓキ１ならば標れｔ
！パターンを１画素十に移動して未知パターンとの類似
度Ｓを求め、Ｓ＝１ならば未知パターンはその分類に属
するとし。

ＳＫＩ　　ならば標咽パターンを１画素下に移動して未
知パターンとの類似度　Ｓを求め、Ｓ＝　１ならばその
分類に属するとし、Ｓ−ｊ＋ならば次の標準パターンに
対して同じような比較）２する。

分類用の標準パターンは図形の大きさと字画の位置によ
って各種類とも４つ用意したので。

未知パターンがどの分類にｂｕｓするかをきめるには４
つの積重パターンとの類似度Ｓ　を計算するから７合１
ｉ１２回引算することになる。

この方式の有効性を調べるために中国の漢字６０００文
字の中の５６５９文字を１９８種の分類用標邸パターン
を使用して実験してみた結果、９７．２９％が正確に分
類できたが、第４図の八４のような未知パターンネ疹よ
、　ｎＡの岸辺の（８） 標準パターンに分類されるべきであるが、Ｃ４のオ辺の
標準パターンにも属する結果となった。

このような文字は５６５９文字中１ｚ１文字あり、この
１２１文字は二つの分類に入れることにより正確分類率
は９９．４３％となった。

本方式では１番目の分類の中の１番目の文字の場合には
１分類をきめるのに１回１文字をきめるのに１回で合計
２字種の標準パターンとを比較すればよい。

分類できる文字数は５６５９であるから、分類できない
文字の数は６０００−５６５９−３４１字で０分類でき
ない文字の中の最後の文字を認識するのに必要な比較字
種の数は６分類に１９８Ｍ、文字をきめるのに３４１種
で合Ｔｌ５３９種で、これが認識するのに一番時間のか
かる場合であるから、最悪の場合でも６０００字種全部
の標準パターンとの類似度を求めるのに比較して１０分
の１以下の時間ですむ利点がある。又余白」二のインク
の汚れに対しては、汚れが字画の結合駅部に影響しなけ
れば、原理上舌（９） れの影響は消されので、従来の整合法と比較して汚れに
強い利点がある。

第５図は汚れのあるパターンでも正確に分類できる伊１
である。

本方式は文字の大きさを正視化する前処理をして一定の
大きさとし、形を整理し、１字種あたりの標準パターン
の数を増加すれば０手書きの文字に対しても適用できる
。

【図面の簡単な説明】

図は本発明を印刷体漢字の認識装ｆｍへ適用した場合の
実施例を示すもので、第１図は包含整合法の原理の説明
図、第２図は明朝体漢字の横線を太めて整合をとる説明
図、第３図は分類のアルゴリズム、第１図は同一文字が
岸辺とオ辺の二つの分類に入る例、第５図は余白十にイ
ンクの汚れがあっても正確に分類できる例である。 Ａ１・・イ辺の標準パターン、　ｒ］ｌ、　ＣＩ、　Ｄ
Ｉ・・メ七知パターン、ＥＩ・・Ａ１と０１の重なる部
分のパターン、ＦＴ・・ＡＩとＣＩの重なる部分のパタ
ーン。 （１０） Ｇ１・・Ａ１と１１１の重なる部分のパターン、Ａ２・
・１辺の標準パターン、　＋１２．　Ｃ２・・未知パタ
ーン。 ＋１２．　Ｆ２・・それぞれｎ２．　Ｃ２の横線を１画
素太めたパターン、　Ｆ２．　Ｇ２・・それぞれＡ２と
１］２および仙とＦ２の重なる部分のパターン、　＋１
２・・Ａ２を１画素下に移動した図形とＩ）２との重な
る部分のパターン、　Ｔ２・・Ａ２を１画素子に移動し
た図形とＦ２との重なる部分のパターン、　Ａ４・・未
知パターン、Ｂ４・・岸辺の標べａパターン、Ｃ４・・
オ辺の標轄パターン。 出願人　郭宝蘭 出願人　松本欣二 （１１） 四ｌｉ′ｌｉ（’＋４Ｇ’＋’（内γｆ１ンＱ、＋す１
なし）１ ８１　　　　　　　　　　　　　　　　　ＥＩＣＩ　　
　　　　　　　　　　　　　ＦＩＤＩ　　　　　　　　
　　　　　　　　Ｇ１１　　ｉ、ｌ＋件の表示　昭和５
６イＩ゛特；Ｙ１願第１．２５汐、！７号２　発明の名
称　包含整合法による文字認識方式３　補汀°をする者 事件との関係　持前出願人 ５　補正の対象　／　図面 ！　外国人登録済ＨＩＥ明書 ６　補ＩＦの内容　／　全図面の浄書　内容に変更なし
！　外国人登録済証明書

Claims (5)

【特許請求の範囲】
1. （１）文字を構成する各字画のほぼ中心線上に１画素の
   太さの細線をつくり、この細線の組合せで各字種毎に数
   個の標準パターンを作成し未知文字とこれらの標朋パタ
   ーンとを重ね。 これらの標準パターンの中で、それぞれの画素が、未知
   パターンに含まれる割合いの一番多い標準パターンをさ
   がし、この標準パターンの字種を未知パターンの字種と
   して認識することを特徴とする文字認識方式。
2. （２）７％字においては個、傍１部１首において。 数種類の字種に共通の部分パターンが存在するから、こ
   の共通の部分パターンのみの部分標準パターンを作成し
   、未知文字パターンがどの部分標準パタ−ンを含む割合
   が一番多いかを調べ、含む割合の一番名いｆ＄部分標準
   パターン分類に未知パターンを分類することを（１） 特徴とする文字認識方式６
3. （３）部分標準パターンは同一分類に属する文字でも字
   種により少しの変形があるため数種類用意し、未知パタ
   ーンと部分標準パターンとの整合をとる１１ｈ合に０部
   分標準パターンを少し」１下左右に移動させながら、未
   知パターンに含まれる割合の一番多きな部分標ｔｉｌｔ
   パターンをさがして、未知パターンを分類することを特
   徴とする第一項または第二項記載の文字認識方式。
4. （４）未知文字パターンの字画の細い部分を太める前処
   理をしたｔａに６部分標準パターンが含まれる割合の一
   番多い部分標準パターンをさがして、未知パターンを分
   類することを特徴とする第一項または第二項記載の文字
   認識方式。
5. （５）未知文字パターンの字画の細い部分を太める前処
   理のために、別の２種類の部分標準パターンが、未知文
   字の部分パターンに全部会まれることになる場合には、
   同一文字をこれ（２） らの二つの分類に入れることにより正値分類率を上げる
   ことを特徴とする第一項または第二項記載の文字認識方
   式。