JPS5866177A - 図形認識装置 - Google Patents

図形認識装置

Info

Publication number
JPS5866177A
JPS5866177A JP56165021A JP16502181A JPS5866177A JP S5866177 A JPS5866177 A JP S5866177A JP 56165021 A JP56165021 A JP 56165021A JP 16502181 A JP16502181 A JP 16502181A JP S5866177 A JPS5866177 A JP S5866177A
Authority
JP
Japan
Prior art keywords
segment
information
dictionary
outline
segments
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.)
Pending
Application number
JP56165021A
Other languages
English (en)
Inventor
Yoshiaki Kurosawa
由明 黒沢
Haruo Asada
麻田 治男
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.)
Toshiba Corp
Original Assignee
Toshiba Corp
Tokyo Shibaura Electric Co 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 Toshiba Corp, Tokyo Shibaura Electric Co Ltd filed Critical Toshiba Corp
Priority to JP56165021A priority Critical patent/JPS5866177A/ja
Priority to GB08227791A priority patent/GB2108306B/en
Priority to DE19823238300 priority patent/DE3238300A1/de
Publication of JPS5866177A publication Critical patent/JPS5866177A/ja
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V30/00Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
    • G06V30/10Character recognition
    • G06V30/18Extraction of features or characteristics of the image
    • G06V30/184Extraction of features or characteristics of the image by analysing segments intersecting the pattern

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Character Discrimination (AREA)

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】 本発明は図形・母ターンの輪郭線の属性情報から上記図
形・臂ターンを簡易に且つ安定に認識できる図形認識装
置に関する。
計算機システムを用いた情報処理の発展に伴い、手書さ
れた文字図形を読取シ認鐵して情報入力することが注目
されている。このような文字図形を認識する手法として
、文字・譬ターンを細線化処理してそのノード構成を調
べたシ、また図形の輪゛郭線を追跡してその・母ターン
を−ベたすすることが一般的に知られている。
第1図(a) (b)は輪郭線を追跡して図形認識を行
う従来装置の処理概念を示すものである。即ち、第1図
(1)の如く定められた方向成分の情報を用いて、同図
(b)のように求められた図形ノlターンの輪郭線の方
向属性情報の列(3,4,5,5,5,6,6・・・)
を認識対象セグメント列とする。そして辞書・昔ターン
の同様なセグメント列情報をそのカテfす毎にオートマ
トンに対応付けし、上記昭繊対象セグメント列がオート
マトンに受入れられるか否かによって、上記図形・臂タ
ーンを認識するものである。
然し、このような認識処理では、輪郭線をミクロ的に捕
えてその方向性を属性情報として求めているので、これ
に伴って辞書構造の値線化・大規模化を招電、その作成
・修正に困難を伴う不具合がある。しかも入力文字の図
形・譬ターンは多様な変化を呈し、そ9属性情報の異な
りを招くことがあるので、安定な特徴抽出とその認識が
保障されない不都合がある。また属性として求められる
方向性が粗く設定されている為、細かい特徴の抽出に精
密化を欠く郷の欠点がある。
このような欠点を招かないものとして、図形・譬ターン
を細線化処理し、これによって得られ九骨格線情報の特
徴から認識を行うことが考えられているが、認識処理時
のノイズ等による所謂ヒダ状の/lターン発生によって
娯認識の虞れが大きくなると云う問題があった。
本発明はこのような事情を勇躍してなされたもので、そ
の目的とするところは、多様に変形する図形・母ターン
を高精度で安定に、しかも簡易な処理によって認識する
ことのできる新規で実用性の高い図形認識装置を提供す
ることにある。
本発明の概要は図形/4ターンの輪郭線情報をマクロ的
に区分され九輪郭線セグメントの方向や曲率、長さ等の
属性情報として捕えてそのセグメント列情報として示す
ことによシ、辞書カテゴリとの簡易で精度の高い参照比
較を可能として、安定な認識を行い得るようにして、上
述した目的を効果的に達成したものである。
以下、図面を参照して本発明の一実施例につき説明する
今、数字「2」なる文字図形が入力されると、その図形
・リーンは、第2図(a)に示すように輪郭線をマクロ
的に区分してなるIII数の輪郭線セグメントの列とし
て補えられる。そして、これらの輪郭線セグメントは、
それぞれその曲率、方向、位置、長さ、特徴等の属性情
報として表現され、これらの属性情報からなるセグメン
ト列情報と゛して前記図形ノ譬ターンが示される。一方
、値数の辞書・中ターンも同様にしてセグメント列情報
として示されており、標準/lターンである文字「2」
の辞書・譬ターンは、第2図(b)に示すように輪郭線
セグメシトを形成している。
他の文字の辞書・リーンも同様にして、その標準・母タ
ーンの輪郭線を示すセグメント列情報として表わされて
いる。そして、これらの辞書ノ譬ターンのセグメント列
情報と前記−織対象である図形・臂ターンのセグメント
列情報との各属性情報を、輪郭線セグメント−位置毎に
参照比較して、照合が行われる。この照合は図形ノリー
ンの属性情報が、辞書/臂ターンの属性情報が示す。
許容範囲内に皺当するか否かの判定により行われる。そ
してこの照合により一致判定されたセグメント列情報の
辞書・4ター/が示すカテ7ゴ・1ノを図形・々ターン
の認識結果として求め、これにより図形認識を完了する
さて、このような認識処理を裏打する図形認識装置は、
基本的には第3図に示すように構成されている。
即ち、入力図形パターン情報は輪郭線抽出部1に導びか
れ、上記図−形ノ臂ターンの輪郭線を追跡して、各輪郭
線セグメントの属性情報が抽出検出される゛。そして、
これらの属性情報の列として上記図形ノ4ターンのセグ
メント列情111が出力される。このセグメント列情報
は、例えば次表に示すような情報テーブルとしで表わせ
ば、その理解が容易である。
第 1] 尚、前記図形ノ9ターン情報を特徴抽出部2に導びき、
−その全体的な特徴検出から上記輪郭線セグメントの照
合開始セグメント決定情報を得たヤ、照合対象として予
備選択する辞書・譬ターンの選択情報を得るようにして
も良い。この選択情報は、図形ノ臂ターンのルー!数、
っ−1,C閉−4ターンを形成する数やそのブロック数
等からなる。
一方、辞書メモリ3には、複数のカテfりにそれぞれ対
応し九辞書・ヤターンの輪郭線セグメントの属性情報か
らなるセグメント列情報をそれぞれ記憶している。この
辞書ノ4/ターンの属性情報は、属性項目のそれぞれに
ついて許要範囲やその有無等を示す情報からなるもので
ある。
そして、各属性情報にはその輪郭線セグメントが有する
特徴や、セグメント型式情報等が付加され、更には辞書
ノリーンに対する参照比較の開始セグメント情報勢が付
加されている。従って、辞書メモリJKは、各辞書ノ譬
ターン毎に属性情報が例えば次のように格納される。
第  2  表 しかして、これらの図形・リーンおよび辞書・母ターン
のセグメント列情報はそれぞれ辞書照合部4に与えられ
、対応する輪郭線セグメント位置毎に順に属性情報の参
照比較が行われる。
この照合によって属性情報の一致した、あるいは許宕範
囲内の条件を満たした辞書パターンのセグメント列情報
が選択抽出され、そのカテゴリが出力されることになる
ところで、辞書照合部4では、基本的には図形セグメン
トと辞書セグメントとのl対1による参照比較が行われ
るが、辞書セグメントのセグメント減成に応じて適宜辞
書セグメントの省略、統合および図形セグメントの省略
、統合を行い、多様に変化する図形・奢ターンに対する
柔軟性を持たせてもよい。また図形−臂ターンの全体的
な特徴から照合すべき辞書ノ々ターンの種類を限定し、
これらの選出され九辞書・ダターンとの間でのみ照合を
行わしめることによって処理の高速化を図p1且つ認識
の安定化を図ることが可能となる。そして、辞書メモリ
3に登録された照合開始セグメント位置情報に従って図
形・臂ターン中から照合開始セグメントを見つけ出し、
そのセグメントから辞書との照合を行、えば効率の喪い
認識が可能となる。
さて、上述したようにall形ノ母ターンの輪郭線を区
分して複数の輪郭線セグメントを抽出する手法としては
種々考えられるが、例えば翰S*の曲率が変化する変曲
点によって上記輪郭線を区分していけばよい。そして、
これらの各輪郭線セグメントの属性としては、例えばセ
グメント長、平均−率、セグメントの最終方向、最終的
位置、図形ノ9ターン中の相対位置勢を求めるようにす
ればよい。ま九これらの属性から抽出される情報として
は、例えば第4図に示すような端点セグメント婢がある
。この端点セグメントは、例えばその前のセグメントの
最終方向θ0と、そのセグメントの最終方向0Iとの差
Δ0や、セグメント長、平均曲率等によって認識される
特にΔ0が1000以上あ抄、セグメント長が短かく、
且つ曲率の大きいものは端点であると顕著に示される。
このような端点の情報を参照すれば更に安定な図形認識
が可能となる。
次に第2図(a)に示す図形/母ターンと同図(b)に
示す辞書・譬ターンとの照会例につき説明する。
この例では、辞書メモリ1に登録された情報により、端
点セグメントAより右廻りにセグメント照合を行うこと
が指定される。先ず、辞書メモリ3に記述された照合開
始セグメントの指定情報に従って、82図の図形ノ4タ
ーンの各セグメントの属性がザーチされ、照合開始位置
のセグメントの検出が行われる。このセグメント検出は
、図形/lターンの最上位にあるセグメント■より左廻
シにその属性によって示される%像を願に調べ、端点セ
グメントを得てこれを照合開始セグメントとする。従っ
て、この場合にはセグメント■が照合開始セグメントと
して選げれる。その彼、そのセグメント位置から順に右
姻りに各セグメントの属性情報の照合が行われる。即ち
、最初にセグメント■とムとの属性情報の参照比較が行
われる。このiツチング結果を得て、次にセグメント■
とB、セグメント■とCの照合が拳に行われる。そして
、次にセグメント■とDφの照合を行う場合、その属性
情報が異なることから一旦否背されるが、辞書セグメン
)Dφは、セグメント型式として省略可能なものとして
定められていることから、セグメント■とEとの照合が
行われる。これによって、セグメントのマツチンダ結果
が得られる。
その後、続いてセグメント■とr、セグメント(りとG
の照合を行い、次にセグメント■とH本との照合を行う
。辞書セグメン)[1は、そのセグメント型式を統合可
能なものとしている。
そこで図形セグメント■、およびセグメント(O9■を
統合したもの、およびセグメント■、■。
■を統合したものについて、辞書セグメン)H本との照
合を行う。これによって、セグメント■。
■、(すとのマツチングに失敗することから、そのマツ
チングが成功し九最長の統合セグメント(6)、■を1
つのセグメントとして採用する。その後、セグメント■
と■との照合を行い、これによって図形ノ9ターンを示
す全てのセグメントに対する照合が完了することになる
。尚、上記統合したセグメントの属性の参照比較は、曲
率については全てのセグメントについてマツチングされ
、最終方向や位置勢については、統合されたセグメント
のうち最終セグメントについてのみ照合すれば、その目
的を十分に達成できる。
また、準備され九複数の辞書ノ譬ターンの全てについて
その照合が失敗し九場合、図形・リーンの認識ができな
いとしてリジェクトされるが、そのとき、図形パターン
が複数のブロックで構成される場合には、その最小のブ
ロックを削除した上で、照合の再試行を行うようにすれ
ばよい、ま九逆に1つの図形ノ臂ターンについて1[#
の辞書)9ターンとの照合に成功した場合には1、その
属性の更に詳細な照合を行って図形gmを行うようにす
ればよい。
このように本発明によれば、図形/4ターンの輪郭線を
その曲事変化点iで区分して*aの輪郭線セグメントの
列として示し、各輪郭線セグメントの属性情報によシ、
上記図形ノ臂ター/を示している。そして、複数の辞書
t!ターンのセグメント列情報の各属性情報と、各輪郭
線セグ情報のみを扱うことのみならず、−車中、位置、
長さ等の属性情報に亘って幅広い照合が可能となる。故
に照合精度を十分に高めることが可能となる。その上、
種々変形する図形・9ターンについても十分に対処でき
るので、安定な認識ができる。また認識対象とするセグ
メントが、上述し喪ようにマクロ的に分割されたもので
ある為、その情報の堆扱いが容易で、高速処理が可能で
ある。そして同時に辞書の構成の簡略化を図ることもで
き、その設計、メインテナンス性の向上をも図り得る等
の絶大なる効果を奏する。
尚、本発明は上記実施例に限定されるものではない。例
えば輪郭線セグメン5トの属性情報として、上述し′#
:、4I性以外のものを用いることができる。また照合
開始セグメントの決定手法4種々変形できる。要するに
本発明はその要旨を逸脱しない範囲で種々変形して実施
することができる。
【図面の簡単な説明】
第1図(a) (b)は従来の図形認識処理の概念を示
す図、第2図(1)伽)は本実!、に係る図形認識の概
念を示す図、第3図は実施例装置の概略構成図、第4図
は輪郭線セグメントの抽出処理を示す図である。 1・・・輪郭線抽出部、2・・・特徴抽出部、3・・・
辞書メモリ、4・・・辞書照合部。 出願人代理人 弁理士 鈴 江 武 門弟2図 (a)        (b)

Claims (2)

    【特許請求の範囲】
  1. (1)  図形/lターンの輪郭線−を区分してなる複
    数の輪郭線セグメントの属性情報の列で示された上記図
    形/9ターンのセグメント列情報と、複数の辞書i4タ
    ーンの各輪郭線をそれぞれ区分してなる複数の輪郭−セ
    グメントの属性情報の列で示された上記各辞書・臂ター
    ンのセグメント列情報との、各輪郭線セグメント位置に
    おける属性情報を所定の輪郭線セグメント位置から願に
    参照比較し、各輪郭線セグメント位置における属性情報
    の一散が検出されたセグメント列情報の辞書・譬ターン
    を前記図形ノ争ターンとして認識することを特徴とする
    図形認識装置。
  2. (2)辞書・譬ターンのセグメント列情報を形成する属
    性情報は、属性に対する許容範囲を示すものである特許
    請求の範囲第1項記載の図形認識装置。
JP56165021A 1981-10-16 1981-10-16 図形認識装置 Pending JPS5866177A (ja)

Priority Applications (3)

Application Number Priority Date Filing Date Title
JP56165021A JPS5866177A (ja) 1981-10-16 1981-10-16 図形認識装置
GB08227791A GB2108306B (en) 1981-10-16 1982-09-29 Pattern recognition apparatus and method
DE19823238300 DE3238300A1 (de) 1981-10-16 1982-10-15 Verfahren und vorrichtung zur muster- oder zeichenerkennung

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP56165021A JPS5866177A (ja) 1981-10-16 1981-10-16 図形認識装置

Publications (1)

Publication Number Publication Date
JPS5866177A true JPS5866177A (ja) 1983-04-20

Family

ID=15804331

Family Applications (1)

Application Number Title Priority Date Filing Date
JP56165021A Pending JPS5866177A (ja) 1981-10-16 1981-10-16 図形認識装置

Country Status (1)

Country Link
JP (1) JPS5866177A (ja)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS6228888A (ja) * 1985-07-31 1987-02-06 Fuji Electric Co Ltd 対象物識別方法

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS5552178A (en) * 1978-10-13 1980-04-16 Agency Of Ind Science & Technol Pattern read-in system

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS5552178A (en) * 1978-10-13 1980-04-16 Agency Of Ind Science & Technol Pattern read-in system

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS6228888A (ja) * 1985-07-31 1987-02-06 Fuji Electric Co Ltd 対象物識別方法

Similar Documents

Publication Publication Date Title
JP2602596B2 (ja) オンライン手書き文字認識における類似文字のプロトタイプを改良するための方法および装置
JPH03127291A (ja) 手書きストロークの認識装置及び方法
JPH0562391B2 (ja)
Abuzaraida et al. Feature extraction techniques of online handwriting arabic text recognition
Hsieh et al. Off-line recognition of handwritten Chinese characters by on-line model-guided matching
JPS5866177A (ja) 図形認識装置
JPH0357509B2 (ja)
JPS6089291A (ja) 文字認識方式
Faradji et al. Online farsi handwritten words recognition using a combination of 3 cascaded RBF neural networks
JP3657077B2 (ja) オンライン文字認識装置
Xiao et al. On-line handwritten Chinese character recognition directed by components with dynamic templates
JPH09319828A (ja) オンライン文字認識装置
JPS5842904B2 (ja) 手書きカナ・漢字の文字認識装置
JPS5866175A (ja) 図形認識装置
JPS58186882A (ja) 手書き文字入力装置
JPH10198760A (ja) 手書き文字認識方法及び手書き文字認識装置
Koh et al. Feeature extraction for recognition rate improvemen of hand written numerals
Jung et al. Recognition-based segmentation of on-line cursive Korean characters
KR970000276B1 (ko) 필기체 문자인식방법
JP2519782B2 (ja) 文字分離方式
JPS6089289A (ja) 文字認識方式
JPS63157272A (ja) 線図形整形装置
JPH0443316B2 (ja)
Hosny et al. Large vocabulary Arabic online handwriting recognition system
JPS5922178A (ja) 図形認識装置