JPS5866178A - 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・文字サンプル帳票の文字により辞書を作り、
帳票読取時には作られた辞書との照合により文字をｉ！
！識する文字認識方式に閤する０従来、この種の文字認
識方式では、乱雑な文字を書く人でも各個人に限定すれ
ば字形は似たパターンに”なる゛ということで、帳票記
入者が何回も書い□た同一形式の帳票を絖ませ会文字の
４Ｉ會゛を抽出し、文字カテゴリごとに得られる特徴量
の範囲を求め帳票記入者の辞書としている０第ｉｍｌは
辞書作成のための手書き文字サンプル帳票の一例を示す
閣であり、例というカテゴリ名かは仁の例の場合、ｌ１
ｋＷＡ上の位置によって決められる＠と（ろてこの方法
でも、似た拳の異なるカテゴリに対して抽出される特徴
量は違わなければならないので、マクロなＩＩ＃像とミ
クロな特徴とを同時に抽出し辞書を作る必要があり、辞
書作成は困−である。

事始−の目的は上記問題を解決する階層辞書の文字ｇｇ
ｍ方式を提供することＥある。

上記ｌ釣を達成するため、本ＩＪａ―の文字認識方式は
、まず文字すンプル帳票を入力し各文字ごとに、与えた
カテゴリ名と予め定めた複数個の４１−の％微量を符号
化したコード値の列とを記憶し、文字すンプル帳票上の
文字に対する符号化が終了すると、異なるカテゴリで同
一コード値列をもつものには仮題カテゴリ名とそのコー
ド値列とで、異なるコード値列をもつものｋは同一カテ
ゴＩＪ４のコード値の列を他カテゴ９のコード値の列を
含まないよう番こシて各特徴ごとにコード値を組脅せ下
限値フードと上＠籠コードとを求めてコード値の範囲と
し、カテゴリ名の各特徴ごとのコード値の範囲とで、主
辞書を作り、′！４ｆ文字サンプル帳票を入力し、主辞
書で帳票上の各文字を判定し、仮想カテゴリ名と判定さ
れた文字（対しては、（１）％微量の符号化を前記より
詳細な符号化で行うか（例えば主辞書を作ると会の特徴
量の符号化は４レベルにし、副辞書を作るときは８レベ
ルにして特徴量化対する符号の割当てを細かくする０）
、（２）前記予め定めた巷黴以外の％黴の特徴量を符号
化するかして、与えたカテゴリ名と得られた特徴量のコ
ード値の列を記憶し、前記と同じ方法によりカテゴリ名
とコード範囲とで副辞書を作り、主辞書をマクロｆｊ％
黴を使っての、副辞書をミクロな特徴を使っての辞書と
して、帳票上の文字Ｍｉｌｌりを行う。

第２図は従来の文字−隙方法を説明するための具体的な
装置のブロック図であり、帳県絖取前に辞書を補助記憶
部７から辞書部５に記憶する０帳票上の一文字の文字パ
ターンは走査ｓＩで充電変換され画像データとしてパタ
ーンメモリＩＩ＋１に記憶部れる。特徴抽出部３はパタ
ーンメモリ部ｚ内の２次元パターンからｗＩｌに必要な
特徴の４１黴量を抽出し、照合部４は辞書部Ｓに記憶さ
れている特徴量と抽出された特徴量とを照合し、貌龜結
釆６を出力する。

一方第ｓｗＪは本発明に係る文字認識方式をｌｌ＠する
ための異体的な装置の一実施例を示すブロック図であり
、ｔず文字量ンプル帳票を入力すると、帳票上の一文字
の文字パターンは走査Ｉ１１で光電変換され両像データ
としてパターンメモリａｔに記憶され、特徴抽出部３は
パターンメモリｓ雪内の２次元パターンから定められた
複数個の特徴の％微量を抽出、符号化し、フード値の列
として４名 えられたカテゴリ名と＠ＧＣ，コード記憶＠ＳＳＣ記憶
する◎文字サンプル帳票上の文字・に対する記憶が終了
すると、次［％書見生部９はコード記憶部８のコード値
列を用い、異なるカテゴリで同一コード値列をもつもの
は仮にカテゴリ名を与え仮想カテゴリ名とし、この仮想
カテゴリ名（一般のカテゴリ名のコード値とは異なるコ
ード値を与える）とそのコード値列とで、異なるコード
値列をもつものには同一カテゴリ名のコード値の列を他
カテゴリのコード値の列を含まないようにして各特徴ご
とにコード値を組合せ、下限値コードと上限値コードと
を求めてコード値の範囲とし、カテゴリ名と各ｌＩ＃徴
ごとのコード値の範囲とで、主辞書を作り、辞Ｉｓ５に
記憶する。再度文字サンプル帳票を入力し、帳票上の各
文字を辞書部５Ｉこ記憶されている主辞書を使い判定し
、仮想カテゴリ名と判定された文字屹対しては、（１）
％微量の符号化を前記より詳細な符号化で行うか、（２
）前記予め定めた特徴以外の特徴の特徴量を符号化する
かして、カテゴリ名人力部ＩＯで与えたカテゴリ名とｌ
ｆｆ１１量のコード値の列をコード記憶部８に記憶する
。次に辞書発生部９は＠記と同じ方法で辞書を作り、副
辞書として辞書部５に追加記憶する。

帳票のＭ取りは次のようにして行う。帳票上の−文字の
文字パターンは走査１１１で光電変換され画像データと
してパターンメモリ部２に記憶され、特徴抽出ｌ＄３は
パターンメモリ部２内の２次元パターンから定められた
特徴の特徴量を抽出、符号化し、照合ＩＩ４は主辞書の
コード値範■列と前記特徴抽出１１ｍ？得られるコード
値列とを黒合し、読取結果・を出力する＠ただし貌取紬
Ｊ１６が仮離カテゴリ鳴であったら、（１）特徴抽出部
３に自ける符号化を詳ｍｕ符号化に変え新しいコード値
列を求め、照合部４は副辞書のコード値範■列と前記特
徴ＩＩＩＩ出部３て得られるコード値列とを照合するか
、偉）特徴抽出部３で使う特徴を主辞書て使った特徴以
外の副辞書で指定される特徴に変え抽出した＊＊量から
コード値列を求め、隠會郁４はＩｌ辞書のコード値範■
列と前記畳黴抽出ｌ１３で得られるコード値列とを照合
するかして、読取結果６を得るＯ ここ′ｔ１４Ｉ黴抽出部３において抽出される特徴の種
類は大別して８つに分けられ、１つは文字線追跡によっ
て得られるもの、もう１つは背景解析によって得られる
ものである＠前者は文字をＭ線パターンに変換し、線を
追跡して検出される端点、分岐点、交差点等の特徴点の
個数、位置関係、つながり、特徴点間の−り勢であり、
後者は文字の輪郭を追跡して凹部、凸部（分割し、各部
の彎自度、各部の開方向、全長に対する各部の追跡長比
、各部の方向ヒストグラム等である・ 主辞書と副辞書とて使用する特窒を変える上記（２）の
場合には、例えば背景解析によって得られる特徴のみを
使うとすると、主辞書では凹凸各部の彎ＩＭｌＩＩＬ１
各部の一方向、全長に対する各部の追跡長比の特徴を用
い、副辞書では凹凸各部の方向ヒストグラムの％徴を用
いる・ 第４図は第３図屹対応する本発明の文字認識方式をプロ
セッサとメモリを蒙って構成する文字認識装置の一１Ｉ
！−例を示すブロックであり、加はプログラムメモ９１
ｊにセットされた特徴ｌｌ１ｌ出プログラム、照合プロ
グラム、辞書作成プログラムを奥行するプロセッサ、Ｂ
は照合に使う辞書を記憶する辞書メモリ、　１４は辞書
作成に＃うカテゴリ名と特徴量のコード値列を記憶する
コードメモリ、１１は所定のパターン領域を走査する走
査回路、袷は前記プログラムを記憶している補助記憶装
置、１９はインタフ畠−スパス、１６は陣取結果を出力
やディスプレイ等を行なう出力装置、１７はカテゴリ名
を与えるキー入力回路である０ ｔｓｓｌｌＩｌにおける処理を菖４図の文字認識装置で
行うには次のような処理が必要であるＯまずプロセッサ
加は補助記憶装置１８にある４Ｉ像抽出プログラムをプ
ログラムメモリ１５にセットする。

次に文字サンプル帳票を入力すると、帳票上の文字は走
査−路１１″ｅ走査、量子化され、２値パターンとして
パターンメモリ４にセットされるＯプロセラ号蜀はプロ
グラムメモ９１５にある特徴抽出プログラムを実行し、
パターンメモリ）にある２値に得られたコード値列をコ
ードメモリ１４に記憶する。文字サンプル帳票上の文字
を次々と処理してコードメモリ１４への記憶が終了する
と、次の辞書作成処理に入る。

プロセッサ加は補助記憶装置１８にある辞書作成プログ
ラムをプログラムメモ９１５にセットし、プログラムを
実行し、フードメモリ１４のコード値列をインタフ鼻−
スパス１８を介して使い、辞書を発生し、主辞書として
辞書メモリ１３にセットするＯ辞書が出来るとプロセッ
サ加は補助記憶装置１８にある特徴抽出プログラムと照
合プログラムをプログラムメモリ１５にセットし、コー
ドメモリ１４をクリアする０再＊文字サンプル帳票を入
力すると、帳票上の文字は走査回路１１で走査、量子化
され、２値パターンとしてパターンメモリ１２にセット
される。プロセッサ加はプログラムメモリ１５にある特
徴抽出プログラムを奥行し、パターンメモリ稔にある２
値パターンから特徴を抽出いその特徴量を求め符号化す
る。次にプロセッサ加はプログラムメモリ１５にある照
合プログラムを実行し、求筐った％微量のコード値列と
辞書メモリ１３にあるコード甑範四列からなる主辞書と
で照合を行い、読取結果を出力装置１６に表示するＯ出
力装置１６に表示されたカテゴリ名が以前にキー人力鵡
路１７で４えたカテゴリ名と異なる場合には、正しいカ
テゴリ名をキー人力＠ｍ１７て与えると、プロセッサ園
は養黴餉出プログラムを再実行し、（ｔ）４１黴量の符
号化を詳細な符号化化度えるか、（２）使用する特徴を
詳ｍな特徴に変えるかして、得られたコード値列と４え
られたカテゴリ１七をコードメモリ１４にセットする。

文字サンプルＩｓ票の貌取りが昶了すると、前述と同様
にコードメモリ１４に記憶されているコード値＾で辞書
を作り、発生した辞書を属辞書として辞書メモリＢに追
加記憶する。

上記辞書作成終了後に、実際の帳票貌堆りを行う〇 帳票が入力されると、帳票上の文字は走査−路１１て走
査、量子化され、２値パターンとしてパターンメモリ戎
にセットされる。プロセシ量２０はプログラムメモ９ｂ
にめる特徴抽出プログラムを実行し、パターンメモリ１
２にある２値パターンから特徴を抽出し、その特徴量を
求め符号化する。次にプロセッサ加はプログラムメモリ
ｂにある照合プコグラムを実行し、求まった特徴量のコ
ード値列と辞書メモリ１３にある主辞書のコード値範囲
列とで照合を行い、カテゴリ名が決ったら結果を出力純
愛１６に出力する。カテゴリ名が決らなかったら、特徴
抽出プログラムを再実行し、（１）前°記２値パターン
から求まった％微量を詳細な符号化でコードにするか、
（２）ｌｌ辞書で推定される主辞書で指定されたｆＦ微
以外の特徴ｉｃｅ黴を変えて特徴量のコード列を求ぬる
かして、得られた％微量のコード値列と辞書メモリ１３
にある１１１１！書のコード値範囲列とで照合を行い、
照合結果のカテゴリ名を出力するＯ 第５図は、辞書を作るため文字サンプルから得られたカ
テゴリ名とあらかじめ訣められた何種類かの特徴の４Ｉ
微量のコード値を記号で例示した図であるＯ 図において、Ｃはカテゴリ名を符号化したカテゴリパラ
メータを、ｋはサンプル数を、ｐｃｃ＊ｈ）は特徴量の
コード値を表わすとすると〜文字サンプル数は各カテゴ
リごとに同数のＬ個づつ、カテゴリ数はＮ＠、特徴数は
Ｍ個であることを嵌わしている。

第６図は第５図の記号を使って辞書を作る７０−チャー
ト図である。

１１０で示す処理は、カテゴリパラメータＣとサンプル
数に対応するサンプル数パラメータにで決まるメモリ上
の位置Ｐ（ｃ、ｋ）を文字ムでクリアする処理ですでに
辞書作成に使われたかを示すフラグとみなし、Ｐ（ｃ、
ｋ）−人　であれば未処理を表わす０ １２０で示す処理は未処理、すなわちＰ（ｃ、ｋ）−ム
のとき、Ｐ（ｃ、ｋ）をもとに特徴ＦｊｃＤ特徴値の１
隈値Ｆ１．ｊと下限値Ｆｓｊ　　を作る処理であり、Ｐ
　（Ｃ＊　ｋ　）−Ｙ　であれば処理ずみを勇わす０１
３０で示す処理は、１２０で籟定されたカテゴリパラメ
ータ値Ｃと同じパラメータ値Ｃで、サンプル数パラメー
タｋを変えて未処理のＰ（ｃ、ｋ）を求約、前記サンプ
ル数パラメータにの％ｋ）’ｊの特歓値をＦ、ｊとする
処理である０ １４０で示す処理は前記４１１ｋ　ｆｌｌｉ　ｌ”　ｔ
　ｊとｐ　、　ｊのうち小さい籠の方をＦｊｎに、前記
特徴値１’ｓ３とＦ、ｊのうち大きい値の方をＦｊｍに
する処理である０１５０で示す処理は前記Ｃ以外のカテ
ゴリパラメーターとサンプル数パラメータｌとで決まる
位置にあｊ）特徴値Ｐｊ（ａ、ｊ）と前記町。、Ｆｊｉ
ｒｌ　　とで相違量り、ｌを下記計算式て求め、カテゴ
リパラメータ１とサンプル数パラメータＩとを変えて得
られる最小相違量をＤとする処理であるＯ ｊミ１　　　　　　　　　　　　　　　　　　１駒！ｌ
）−Ｆｊｍ］ ただし［５）−０（ｅ＜Ｏ）、〔θ〕−ｅ（θ〉０）こ
こでＷｊは特徴Ｐｊの重みで、　統計処理であらかじめ
求まっているとする・ １６０で示す処理は最小相違量りが閾ＷＴ以上であれば
Ｆｊｏを特徴Ｆｌの下限値Ｆ、ｊに、Ｆｊ□を＠１ｋＰ
Ｊの上Ｉ！値Ｆｓ３にし、フラグｐ（ｃ、ｋ）にＹを入
れて処理ずみとする０ １７０で示す処理は前述の１３０．１４０．１５０およ
びに１ｓＯＪ６１１を、サンプル数パラメータｋを費え
て全サンプル数り回くり返すためのａｌｌである０１８
０で示す処理はカテゴリパラメータＣと特徴１１の下限
値Ｆ　、　３と上限値Ｆｓ１　とで１つの辞書を作る処
理である。

１９０で示す処理はサンプル数パラメータｈを変えて上
述の処理を、全サンプル数Ｌ１ｍ＜り返すための処理で
ある０ ２００て示す処理はカテゴリ数パラメータＣを変えて上
述の各Ｃごとの辞書作成処塩を、全カテゴリ数Ｎ１ｍ＜
り返すための処理である。

従って作成される辞書は＠７図に示すようにカテゴリ名
のコード値Ｃと各４ｖ像ごとの特徴量の下限値コードＦ
Ｂと上限値コードＦ、３　　とがら構成される。

主辞書作成は上述の方法で行われるが、副辞書作威ては
次の部分が異なる。

（１）詳細な符号化では、特徴量のコード値が異なるの
みであるので第５ｌＳｉｌＩにおける特徴量のコード値
Ｆ　＋　（ｃ　＊　ｋ　）が変わる◎（２）抽出する特
徴を変えるときは、特徴数Ｍが変わり、当然％微量のコ
ード値が新しく得られるので、第Ｓ図に右ける特徴数Ｍ
と特徴量のコード値ＰＨ（ｃ、ｋ）が変わり、　従って
第６図におけるＭが変わる。

最後に照合処理方法の一例を示す。

読取対象の文字パターンから特徴抽出プログラムの実行
によって得られた特徴量のコード値列をＦｚｔ、ＦＩ８
１２．１９００００４、ｒＩＭとすルト、辞書ノ下限値
コードＦ１１（ｂ）、上限値Ｆ　、１　（ｂ）とで相違
量Ｄ（ｂ）を計算するＯ ｊ　ｍ　１　　　　　　　　　　　　　　　　　　　　
　　　　　　　ノコリただし［８］−０（６＜０）％　
　ＣＩｊ’Ｊ−８ＣＩｊ＞０）、Ｗは特徴１１の重みで
ある０ ｂ−１からＢ３ｉでで最小相違量となるｂに対応するカ
テゴリ名コード値Ｃを１１！］ｌ対象文字のｌｌ１ｌｌ
！取結果とする。

本発明の％畏は、（１）特徴量の符号化を変えることｋ
より楓い符号化から得られる主辞書と細い符号化から得
られる副辞書とを作成するか、（２）抽出する４Ｉ徽を
変えることｋより大局的な特徴の特徴量から得られる主
辞書と詳細な特徴の特徴量から得られる銅辞書とを作成
するかして、マクロな相違のある文字に対しては主辞書
で、ミクロな相違のある文字に対しては副辞書″ｒ＊定
を行うことでめるＯ 以上Ｗｉ明したように、本実−によれば特徴量を符号化
しコード列として記憶した後、文字貌ＩＩＩＬ義置内で
辞書が作成で会、ＷＩｔｙｅｔ対象帳ｍｌＯ文字に対す
る辞書を発生で會るので性能の良い文字ｍ取装置を得る
ことが可能となりその効果は大なるものがある０

【図面の簡単な説明】

第１図は辞書作成のための文字量ンプル帳票の一例、ｔ
ＳＺ図は従来の文字認識方法のブロック図、＃Ｉｓ図は
本発明に係る文字認識方式を具体的に実現した一実施例
を示すブロックＩｆ　、１１ｋ４　Ｉ！ｌは本発明の文
字認識方式をプロセッサとメモリを使って構成蒐る又字
認識装置の一実施例、第５ＷＡは辞書を作るためｐ文字
サンプルわら得られたカテゴリ名とあらかじめ決められ
た何種類かの特徴の特徴量のコード値を記号て例示した
図、紀６図は第５図の記号を使って辞書を作るフローチ
ャート図、第７ａｌｌは辞書の形式を示す図である。図
において１は走査部、２はパターンメモリ部、３は特徴
抽出部、４は照合部、５は辞書部、６は出力結果、７は
補助釦［１１、ｓはコード記憶部、９は辞書発生部、１
０はカテゴリ名人力部、１１は走査部、１２はパターン
メモリ部、１３は辞書メモリ、１４はコードメモリ、１
５はプログラムメモリ、１６は出力装置、１７はキー入
力回路、１８は補助記憶装置、１９はパスライン、加は
プロセッサをそれぞれ示す０葆２図 第４図 第５図 銘７図

Claims (1)

【特許請求の範囲】
1. 文字読取装置に帳票上の文字から抽出された特黴のへ微
   量によって作られた＃書をあらかじめ記ｖｔさせ、帳本
   絖堆時には帳票上の文字から定めた％黴の％微量を抽出
   し前記辞書と照合して文字をｌＩ識する文字認識におい
   て、軌取島始前屹文字すンフル帳朶を入力し、各文字ご
   とに、与えたカテゴリ名と予め定めた複数個の％黴の特
   徴量を符号化したコード値の列とを記憶し、文字サンプ
   ル帳票上の文字＆Ｃ刻する符号化が終了すると、囚異な
   るカテゴリで同一コード値列をもつものには仮想カテコ
   リ名とそのコード値列とで、■異なるコード値＾をもつ
   ものｊこは同一カテゴリ名のコード値の列を倫カテゴリ
   のコード値の列を金蓋ないようにして各脣蒙ことにコー
   ド値を組合せ、下＠値コードと上隈値コードとを求めコ
   ード値の範囲とし、カテゴリ名と各特徴ごとのコード値
   の範囲とで、主辞書を作り、次に再度文字量ンプル帳票
   を入力し主辞書で帳票上の各文字を判定し、仮想カテゴ
   リ名と判定された文字に対しては特徴量の符号化を前記
   より詳細な符号化を行うか、又は前記予め定めた特徴以
   外の特徴の特徴量を符号化し、与えたカテゴリ名と得ら
   れた４Ｉ像量のコード値の列を配憶し、前記と同じ方法
   によりカテゴリ名とコード範囲とで副辞書を作り、帳票
   読壜り時には主辞書と副辞書との照合で行うことをｅｌ
   ｌとする文字認識方丈＠