JPS595389A - パタ−ン認識方式 - 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】 この発明は、パターン認識、特に文字認識の方式に関す
るものである、 文字認識の手法が重ね合わせ法と構造解析法に大別され
ることは広く知られている。

入カバターンと、予め用意された各文字種（カテゴリー
）毎の鋳型（マスク）とを重ね、一番良く合ったマスク
を結果とする重ね合わせ法は、論理が単純で結果が連続
的（アナｐグ的）であるところから印刷文字ｗｉｗ＆に
対して広く用いられてきた。

一方、入カバターンを部分の要素（特徴）に分解し、そ
の組み合わせ方を解析する構造解析法は、入カバターン
の変形に強いため、手書文字に対して用いられてきた。

ここで手書漢字など複雑で変形の激しい図形に対する両
者の適用を考えてみると、重ね合わせ法はパターンの部
分的な変形に弱く、構造解析法は要素とその組み合わせ
方が非連続的（デジタノ噌）であるため、入カバターン
が複雑であったり解析の精度を上げようとすると、その
組み合わせ数が膨大になる。

この発明の目的は、このように複雑で変形の激しいもの
を含む対象に対しても適用可能なパターン認識方式を提
供することにある。

この目的のためにこの発明においては、二次元面上の各
点に特徴毎の寄与度を伝播する操作を行う。

これにより、特徴に分割するという点で部分的変形に対
して強くするとともに、入力特徴とマスク特徴間の対応
性の評価を二次元面上で行うという点で、結果のアナロ
グ化による安定化を図っている。この意味でこの発明は
、重ね合わせ法と構造解析法の融合を図ったパターン認
識方式と言うことができる。

以下、この発明の一実施例について、文字認識の場合を
例にとって詳細に説明する。

第１図はこの発明の一実施例における１文字認識のため
の処理の流れを示す。第１図において、左側のブロック
および符号１０１〜１０７が処理のステップとその内容
、右側の図および符号１０８〜１１５がデータの内容で
ある。それらを結ぶ実線は各処理で入力および出力され
るデータ、破線は処理の順序を示す。各部分の説明は後
述する。

第２図は第１図の流れ図に対応するこの発明のパターン
認識に用いる装置の一例を示すブロック図である。

第２図において、２０１は全体の処理や共通バス上のデ
ータの流れの制御を行うための中央制御部、２０２は各
部間のデータ転送を行うための共通バス、２０３〜２０
Ｂは各処理部分であり、２０３は前処理部で、紙送り、
＋電変換１文字切り出し。

２＠化等を行なう。２０４は輪郭点・輪郭線分抽出部、
２０５は寄与度変換・圧縮部、２０６は整合部、２０７
は最大値検出部、２０８は表示部である。

また、２０９は帳表、２１０は光電変換装置である。２
１１は一時記憶部で、入カバターン、および特徴抽出段
階における途中結果や最終結果を一時保存するためのも
のである。２１２は永久記憶部で、整合処理用に、予め
用意した各カテゴリー用マスクを保存するためのもので
あり、一時記憶部２１１とともにデータ部を構成する。

２１３は認識結果の出力装置である。

次に第２図の動作を第１図の流れ図および第３図〜第８
図を参照しつつ説明する。

帳表２０９（第１図の１０８）に書かれた文字パターン
な油処理部２０３に接続された光電変換装置２１０にお
いて電気信号に変換し、前処理部２０３Ｖｃおいて１文
字分のパターンを切り出し、２値パターン１０９のｆ（
ｘ＋ｙ）を作成する（ステップ１０１）。ここでｆ（ｘ
＋ｙ）は第３図のように、黒点部で″１″、白点部で１
０”のパターンである。なお、点の個数については対象
図形の種類や複雑さによって変ってくるが、通常手書漢
字ではｆｉ４Ｘｆｉ４程度である。ここでは、説明の都
合上１０ＸＩＯとする。第３図は入力文字１２″の２値
パターン例であるが、見やすくするため数値ｎ　０１１
は省略した。今後の図においても数値″′０”の図示は
省略しである。

次に、２値パターンの部分のパターンの特徴を抽出する
操作を行う。この実施例においては、部分パターンとし
て輪郭線分を用いる。すなわち、輪郭点・輪郭線分抽出
Ｍ２Ｑ４において、輪郭点抽出（ステップ１０２）およ
び輪郭線分抽出（ステップ１０３）を行う。ここで、パ
ターンの黒点と白点の境界（輪郭）を追跡し、ある定ま
った長さＮ（ここではＮ＝４）毎に切断することにより
輪郭線分を求め、その線分の性質として方向性を求める
。まず、輪郭点抽出（ステップ１０２）の動作は走査モ
ードと追跡モードに分かれている。

まず最初は走査モードであり、入力２値パターン１０９
のｆ（ｘ、ｙ）ＶＣ対してテレビの走査線と同様に左上
から順に走査を行い、点Ｃｘ＋ｙ）の値が１”で、すぐ
前の点（ｘ−１，ｙ）の値が７０″であるような点を捜
す。たｙし、ｆ（０２、ｙ）に相当する値は０”とする
。第３図の例では点Ｐ。

（４１１）である。ここで一旦モードが走査モードから
追跡モードに変わる。

第４図に示すように、追跡モードになると最初に点Ｐ、
　　（４１ｔ　＞の値を１′から２″に変える。

次にその点を中心に、今走査してきた方向から始めて右
廻りに３×３の隣接した点のうちから次の黒点を捜し、
点ｐ、ｔ　　（５，ｌ）の値ビｌ″から″′２″に変え
る。次にその黒点Ｐ、を中心に１つ前の黒点Ｐｌの次の
方向から始めて右廻りに点Ｐａ（６゜１）を捜し、値を
２″に変える。このように逐次操作を進めてゆくとＰＪ
　　（７１２Ｌ　　Ｐｇ（８，３）・・・・・と求めら
れ、−周の後必ず元の点Ｐ、　（４，１）に戻ってくる
。この操作は輪郭点追跡と呼ばれ、パターン認識の分野
では広く知られた技術である。

この時追跡された点（値が２”の点）を輪郭点と呼び、
輪郭点全体を輪郭線と呼ぶ。

この追跡操作と同時に、予め定めた長さＮ（ここで１丈
Ｎ＝４）毎に点をまとめ、まとまった魚群（輪郭線分）
による方向性を求める輪郭線分抽出（ステップ１０３）
の処理を行う。これを説明するための図が第５図である
。

第５図において、点ＰＩ　　からＮ（＝４　）番目の点
Ｐ４　までを第１輪郭線分８１＋　その次の点Ｐ。

から２・Ｎ（＝８）番目の点Ｐ、までを第２輪郭線分Ｓ
２＋　という順に輪郭点がまとめられている。

これを輪郭点追跡の追跡モードと同時に行う。また、輪
郭線分の性質として、それぞれの輪郭線分の始点から終
点への方向Ａを第６図に示すように、Ｘ軸の正方向を０
０　　とし右廻りに求める。

第１輪郭線分においては、始点Ｐｌ（４１１）。

終点Ｐ４（７，２）であるから、 ＡＩ　＝ｊａｎ’　ＰＩＰ４　”ｊａｎ’　”　　’　
　＝１８゜−４ 同様に輪郭線分Ｓ２の方向Ａ２は Ａ２　＝＝ｔａｎ　　ＰＤＰ＠　＝＝ｔａｎ’−”二’
＝１２４゜−８ である。

ここでｊａｎ　’の計算であるが、線分の長さが４であ
るから、ｔｓ、ｎ’の右辺の分母・分子にはそれぞれ−
３から＋３までの値しか入らない。従って７Ｘ７＝４９
通りのｔａｎ　’の値を予め表にして記憶しておき、そ
の値を用いる。

このように逐次処理を進めてゆくが、第５図の例のよう
Ｋ、輪郭線の最後の輪郭線分Ｓ、は必ずしも長さＮ＝４
で最初の輪郭点ＰＩ　　に戻る訳ではない。このような
場合、最後の輪郭線分ｓ８の長さが４１Ｃなるまで余分
に廻って一周の輪郭線に対する処理を終了し、追跡モー
ドを終了する。

１％３．第４．＄５図の例では１周の輪郭点追跡によっ
て入カバターンに対するすべての輪郭点は抽出されるが
、「０」のように中に白点の領域（ループ）が存在する
字形や、カタカナのト」のように黒点の領域（連結成分
）が２つ以上に分かれている場合、輪郭線は２本以上に
なる。そのため（Ｃ１追跡モード終了後再び走査モード
に戻り、走査の処理をその前の追跡モードの始点（この
場合Ｐ、（４，１））から始め、未処理の輪郭線の始点
を捜す。点が見つかれば、追跡モードに変え、今までの
輪郭線分の次の番号（この場合はＳＳ　　）から始める
。このように走査モードと追跡モードを繰り返し、走査
モードでパターンの一番右下の点（１０，１０）まで進
んだ時、輪郭点・輪郭線分抽出の処理が終了し、輪郭線
分りスト１１１が得られる。

なお、追跡モードの時、この輪郭点・輪郭線分抽出部２
０４から寄与度変換・圧縮部２０５に対して、輪郭点座
標２輪郭線分開始・終了情報が出されているが、これに
ついては後述する。

次に、寄与度変換・圧縮部２０５において、各輪郭線分
毎に、輪郭線分の存在する点（例えばＳ。

ＫついてはＰ＋　、　Ｐ！　、　Ｐｓ、Ｐ４　）から離
れるに従って値が減するような寄与度を持つパターンへ
の変換（ステップ１０４）を行い、さらにデータ量を削
減する１こめに圧縮操作（ステップ１０５）を行う。こ
こではまず最初に概念的な説明を行い、次に具体的な装
置上での処理について説明する。

この実施例においては、寄与度を表わすパターンとして
距離変換パターンを用いている。距離変換パターンとは
、二次元面上の各点で、ある点ま１こは魚群からの近さ
く距離）に応じた値を持つパターンのことを言う。この
操作もパターン認識の分野では広く知られよく用いられ
るものの一つである。ただし、この発明においては、こ
の手法を輪郭線分抽出立の面に対して適用するという点
に新規性がある。

この輪郭線分ＳＬ　に対する寄与度パターン（距離変換
パターン）１１２をＵｌ（Ｘ＋３’）とする。

輪郭線分Ｓ、とＳｓ　Ｖｃ対する寄与度パターンを第７
図に示す。

通常の距離変換パターンは離れるに従い大きな値を持つ
が、第７因から分かるようにこの実施例では、輪郭線分
の存在する点に最大の値加”、それの上下左右隣りの点
に値″１４″、だんだん離れるに従って′３″、″＋２
ｍ、″′ｌ”と減するパターンとなっている。

この輪郭線分８．に対する寄与度パターンＵ。

（ＸＩｙ）の作成は次のように行われる。

まず初期値として、Ｓ、の存在する４点で値″′５−そ
の他のすべての点で値１ｏ”を持つパターンＵ１）Ｃｘ
、ｙ）を作成する。

次に、前述の輪郭点・輪郭線分抽出部２０４の走査モー
ドと同様に左上から順にテレビの走査と同じ順序で走査
を行いながら次の処理を行いＵ。

（ｘａｙ）を求める。

ＵＦ”　（Ｘｅ　７　）　”１ｎｌ！　（０＃　Ｕ（１
）（Ｘ　Ｈｙ）　＋Ｕ’ｌ”　（Ｘ−１１７）−１＊　
ＵＦｏ（ｘ、ｙ−１）−１）・・・・・・・・・・・・
・・・・・・（１）最後に、テレビの走査とは逆に右下
からの走査で次の処理を行う。

Ｕｌ　（ｘ＋ｙ）＝ｍａｘ（０，Ｕｌ　　（ｘ＋　Ｖ）
　＊Ｕｌ　　（Ｘ＋１１　　ｙ　　）　　−Ｌ　　Ｕｌ
　　（ｘ＋　　ｙ　＋１　）−１）・・・・・・・・・
・・・・・・（２）ただし、枠外の点はすべて０”とす
る。すなわち、 Ｕ：′）（０＋７　）＝Ｕ：ｔ）（１１＊　７）＝Ｕ１
”　（ｘｅ０　）＝Ｕ（ｔｈ）（ＸＩ　１１ン＝０・・
・・・・・・・・・・・・・（３）である。（ｔ＝０．
１） これで輪郭線分ＳＩＫ対する寄与度パターン１１２のＵ
＋　　（Ｋｅ　ｙ　）の作成を終了する。

この操作をすべての輪郭線分ＳＬに対して行うと、輪郭
線分の数Ｑだけの寄与度パターン１１２のＵＩ　　（ｘ
　＊　　ｙ　）　＋　　１　＝１〜Ｑが作成される。説
明に用いた第３図の入カバターンに対しては、Ｑ＝８で
あるから、第７図のような寄与度パターン１１２が８面
作成されることになる（第７図では２面のみ示す）。

しかし、手書漢字などのように複雑な図形の場合、Ｘ、
Ｙ座標の分割数の増加（本説明では１０×ｌＯ１手書漢
字では６４Ｘ６４穏度）、ｉｌ！の本数の増加により輪
郭線分の数が増え、寄与度パターン１１２の記憶容量が
大きくなる。そこで、各点で必要な情報はなるべく残し
て、かつ記憶容量の減少を図るための以下に示す圧縮操
作（ステップ１０５）を行う。

まず、寄与度パターン面の集合（Ｕｌ（ｘｓｙ）１１＝
１〜Ｑ）の各点（ｘ、ｙ）において、（１１２−３、・
・・・・・、Ｑ）を以下の条件を満足するように並ぺ変
えて（１＋＋　１ｍ　ｌ　Ｉｓ　ｅ　・・・−＋　ｌ＠
　）とするこの時、圧縮寄与度パターン１１３は次の式
で定義される。

すなわち、この圧縮操作により、予め定められた組数１
組（この実施−ではＪ＝２組とする）の特徴番号Ｌｌ（
ｘ、ｙ）と寄与度Ｄ３　　（ｘｅ　ｙ　）の対の圧縮寄
与度パターンが出力される。

Ｌｊ　（ｘａｙ）とＤＪ　（ＸＩ　ｙ　）の持つ意味は
、［点（ＸＩｙ）において、５番目に大きい寄与度（大
きいＵ　　（Ｘｓ　　ｙ　）の値）を持つ輪郭線分の番
号（％微番号）はＪ　（ＸＩ　Ｖ　）　（＝　１　）で
あり、その寄与度はＪ　　（ｘ　＊　　ｙ　）　（＝Ｕ
ｌ　（Ｘ　１３’））」である。

第８図が第３図の入カバターンに対する圧縮寄与度パタ
ーン１１３であり、この操作により８面（Ｑ＝８）から
４面（２ＸＪ＝４）への情報圧縮を図っている。実際の
手書漢字等の例では、座標数が６４Ｘ６４．輪郭線分数
Ｑの最大値は２００程度であり、圧縮した場合Ｊ＝ＩＯ
程度で充分であるので、２００→２０Ｘ１０となり１ｏ
分の１のデータ量となる。

以上、寄与度変換と圧縮操作についての説明は概念的な
ものであり、第２図の寄与度変換・圧縮部２０５では前
述した説明のとおりｋは処理を行わない。その第一の理
由は、寄与度変換の初期値パターンＵｔ”　（ｘ　ｅ　
’！　）を作成する際に、Ｓ、　Ｋ含まれるＮ（＝４）
個のＰｋ　の位置情報が必要であり、この情報受は渡ピ
が必要である点である。

第二の理由は、このままでは輪郭線分数Ｑ（この例では
８）面分の距離パターンを一時的に記憶するための作業
領域は依然として必要であり、入カバターンに関しては
記憶領域の節約にはならないためである。ただし、後述
するようにマスク領域に関しては、このままでも圧縮操
作の効果が働いている。

以下、寄与度変換・圧縮部２０５のハードウェア上での
処理について説明する。

第９図は第２図の寄与度変換・圧縮部２０５の関係部分
をより詳細に記述した図である。第９図において、寄与
度変換・圧縮部２０５と、一時記憶部２１１や輪郭点・
輪郭線分抽出部２０４との結合は第２図に示すとおり共
通バス２０２でなされており、その制御は中央制御部２
０１によってなされるが、ここでは機能的なデータの流
れを示すため、実線で記述した。従って実線で示したデ
ータは、ハードウェア上では共通バス２０２を通して受
は渡される。

まず、寄与度変換・圧縮５２０５内の初期値設定＊２０
５Ａは、輪郭点・輪郭線分抽出部２θ４の輪郭追跡の操
作と連動して、おり、共通バス２０２を通じて輪郭線分
Ｓ、開始イＵ号、Ｎ（＝４）個の輪郭点座標信号、ＳＬ
　終了信号が送られてくる。

初期値設定部２０５Ａでは、輪郭点・輪郭線分抽出部２
０４からのＳｌ　開始信号によって一時記憶部２１１内
の寄与度パターンＵＣｘ＋ｙ）用作業領域（ｘ＝ＩＫ−
１０，７＝＝１〜１０　）をすべて頴”に設定する。こ
こで寄与度パターン１１２は前の説明やは入力輪郭線分
数Ｑ面あったが、ここでは１面であることに注意を要す
る。次に、引き続（輪郭点座標信号により、Ｕ　（Ｘｋ
＋３’ｋ）＋Ｕ（ｘｋ＋＋　＋Ｙｈ＋ｓ　Ｌ　Ｕ　（ｘ
ｋ＋ｔ　＋Ｙｖ＋ｔＬ　ｔＪ（ｘｈ＋ｍ＋　ｙｋ十富）
　　のＮ（＝４）個の値を、冨与度の最高値である加”
に設定する。

次Ｋ、寄与度変換部２０５Ｂにおいて、このＵ（ｘ、ｙ
）を用いてＳ、の寄与度変換パターンを作成する。この
動作は前述したように、テレビと同様な左上からの走査
と、終了後テレビとは逆の右下からの走査によって完了
し、Ｕ　（ＸＩ　　ｙ　）の値が書き換えられる。

次の圧縮部２０５Ｃでは、寄与度変換部２０５Ｂで作成
された輪郭線分Ｓ、　の寄与度パターンＵ（Ｘ、ｙ）と
、輪郭線分Ｓ、からＳト、までで作成されていた圧縮パ
ターンＪ　（Ｘ＋３’）＋Ｄ３　（Ｘ、ｙ）＋ｊ＝１−
Ｊ（ここではＪ＝２）とから、Ｓｌ　　からＳ、　　ま
での圧縮パターンを作成する。この操作は以下のように
行われる。

まず、Ｓ、に対しては、圧縮パターンの初期値設定とし
て以下の操作を行う。

たｘＬ　　ｊ＝２．３．・・・・・・・・・ＪＳ、以降
に対しては、点（ｘｒｙ）において、このｋの値を用い
てｊ：Ｊ、Ｊ−１，Ｊ−２，・・・・・・ｋの順に以下
の操作を行う。

最後に、 ただし、Ｕ（Ｘ、Ｙ）≦ＤＪ　　（スｍｙ）の時、上記
の操作は何も行わない。

これを各点（ｘ、ｙ）Ｋついて行い、１つの８１に対す
る処理を終了する。つまり、Ｓ、からＳ、−１までで作
成されていた圧縮パターンＬ３　　（Ｘ＋７）＋ＤＩ　
　Ｃｘ、ｙ）Ｋ対してＵ（ｘ、ｙ）を作用させることに
よりＬ３　　（Ｘｓ　　７　Ｌ　　ＤＪ　　（Ｘｓ　　
３’　）を逐次作成する。これにより、１つのＵ　（Ｘ
Ｉ　　ｙ　）の作業領域だ（賽１．的あれＬ３　　（ｘ
＊　　３’　）＋Ｊ（ｘｒｙ）を作成することができる
。以上で、寄与度変換・圧縮部２０４における処理を終
了する。

輪郭線分抽出（ステップ１０３）で求められた輪郭線分
りスト１１１の（Ａ、）、　　１＝１−Ｑと、圧縮寄与
度Ａ！−７１１３の鈷　（ｘｌ　ｙ）ｙＤ３（”＊　　
３’　）　ａ　　ｊ　＝　１−Ｊとからなる入力特徴と
、予め用意されている各文字カテゴリー（例えば０゜ｌ
、２・・・・・・Ａ、Ｂ、Ｃ，・・自・・等）毎の輪郭
線分リスト（Ｂ、：）ｌ　ｍ＝ｔ〜ａ１　＜ｃはカテゴ
リーＣ１Ｒ１はカテゴリーＣ用マスクの輪郭成分数）と
圧縮寄与度パターン１１ＢのＭｚ　（Ｘ＃　７　）＃　
Ｂ”＠（Ｘｅ　）’　Ｌ　　ｎ：　ｌ−Ｊとからなるマ
スク１１４との間で比較を行い、入カバターンがどのカ
テゴリーに属すかを判定する処理を整合（ステップ１圓
）と呼ぶ。整合の方法はいくつか考えられるが、この実
施例においては比較的単純な方法を用いる。

すなわち、この実施例における整合は、輪郭線分リス）
１１１１圧縮寄与度パターン１１３と各カテゴリー用特
徴であるマスク１１４との比較をカテゴリー毎独立に整
合部２０６（ステップ１０６）で行い、最後にどのカテ
ゴリーに一番良く合ったかを最大値検出検出＄２０７（
ステップ１０丁）で判定する。

ここで、カテゴリーＣのマスク１１４として記憶されて
いるのは、輪郭線分りスト１１１の（Ｂ二）Ｅ’：、（
ｘ＊ｙ）だけであるが、説明の都合上、入力の各記号に
対応するマスク側の記号を以下のように定める。

第１表 なお、＊印をつげた記号が今述べたように説明のために
用いるものであるが、記号に相当する内容はマスク１１
４を作成する際には入カバターン忙対する処理と同様の
手続ぎを経【得られたものであるため、その途中経過と
して存在したもの−である。

整合部２０Ｂにおいては、各々のカテゴ？　−Ｃ忙つい
て、まず、入力輪郭線分Ｓ、とマスク輪郭線分リスの間
の対応性の評価がすべてのｌとｍの組み合わせについて
２−とじ【求められ、次に、その評価のマトリックスＺ
、ｌ−を用いて入力とカナコリー間の類似性の値（類似
度）Ｈ６が求められる。

まず、Ｚ　Ｉ’ｍの値は次の式で求められる。

２直、＝Ｗ（Ａ、、Ｂ二ン　・ Ｍｆｌ（ｘ＋ｙ）−ｍ　　　　Ｍｊ　（ｘ＋ｙ）−ＩＴ
ＩＢ、ｉ　（ｘ、　ｙ）−１１ＤＪ（ｘ、ｙ）−１１こ
こで、Ｗ　（Ａ　１　ｍ　　Ｂ５１）はＳ、　　とＴ二
の角度差Ａ１〜Ｂ：、によって、第１θ図の関数によっ
て定まる値であり、角度差が小さい時には＋ｌ＊、大き
くなるにつれ減少する。なお、 ＡＩ−Ｂ、＝ｍｉ　ｎ　（ｌ　Ａｉ−Ｂ：ａ　１１３６
０°−ＩＡ、−Ｂ二１）−（１２）である。

次に、求まった９１１図のような評価マトリックス（Ｚ
　Ｉ’ｍ　）から、類似度Ｈ＠は次のように求められる
。

まず、繰り返しの時刻ｔ＝１に対して とし、この最大値をとるｌ、ｍをそれぞれＳ　Ｉ　ｅｍ
、とする。

次に時刻ｔ＝２Ｉ／ｃ対して、第１１行と第四列を除い
た（Ｚｒｚｓ）行列から最大値を求める。すなわち、 ｍ〜ｍ１ 最大値をとるｌ、ｍをＳ＠　、　ｒＪとする。

次に時刻ｔ＝３に対して、第１８行、第１雪行。

第ｍ１列および第ｍ冨列を除いた（２−１行列から最大
値を求め、この時の１．ｍを１１　、　ｍｉとする。

ｍ←ｍｌ　、ｍ茸 このように逐次ｔ　＝＝ｍｉｎ　（Ｑｔ　　Ｒ＠）まで
Ｈｌを求め、次式でカテゴリーＣに対する総合の類似度
Ｈ６を求める。　　　・ 最後に、最大値検出部２０７（ステップ１０７）におい
て各カテゴリーに対する類似度（Ｈ”　）の最大値を持
つカテゴリーを求め表示部２０８　＜ｇ識結果の出力装
置２１３（第１図の１１５）から出力する。

以上述べてきた説明と第２図、第９図から、この実施例
におけるハードワエア構成は明らかであるが、若干の補
足を加える。

第２図におい【中央の列の６個のブロック２０３〜２０
８は処理のためのブロックである。右側の一時記憶部２
１１には、入力特徴である（Ａｉ）＝（Ｌ３　（ｘｐｙ
Ｌ　ＤＪ　””月や、作業用として入力２値パターン１
０９のｔｃｘｍｙ）ｅ評価マトリックス（ｚ＋ｍ）等が
記憶される。永久記憶部２１２には各カテゴリー用のマ
スク１１４の（Ｂ−）。

（ＭＳ　（Ｘｓ　’Ｉ　Ｌ　Ｅ’＠　（Ｘ＋　”！　）
　）が記憶されており、整合部２０Ｂからの読み出しで
使われる。

従って、今までの説明で述べてきた式の計算等は、右側
の一時記憶部２１１．永久記憶部２１２の値を用いて中
央の各処理部２（１〜２０８で行を行う。

以上、一実施例について詳細に説明した・が、この発明
は以下に述べるような点の変更、およびそれらの複合的
な変更は容易に可能である。

（１）上記実施例においては部分パターンの特徴として
輪郭線を固定した長さで切断した線分を用いたが、可変
長の線分で輪郭を近似して特徴とすることができる。

（２）部分パターンの特徴として輪郭線ではなく、中心
線を近似する特徴、背景の白地に関する閉じ状態や形に
関する特徴、端点・・交点の特徴、二本以上の線等で構
成される高次な特徴等、およびそれらを組み合わせた特
徴を用いることができる。

（３）上記実施例では２値パターン１０９と圧縮寄与度
パターン１１３のＸＹ座標の分割数は同じであるが、圧
縮寄与度パターンの分割数を減らして、より圧縮効果を
高めることができる。

（４）上記実施例において寄与度として輪郭線分からの
距離に比例した値を用いているが、目的は直接その輪郭
線分のその点に対する寄与度が知られるという点にある
。従って、この寄与度を距離に比例した値ではなく、例
えば、ボカシなどの空間フィル°りにより求めることも
可能である。また、マスクの各点での寄与度として、出
現確率を考慮した量を用いることも可能である。また、
寄与度としてスカラー値ではな（ベクトル値を用いるこ
とも可能である。

（吐（１記実施例においては、入力、マスクの双方に対
して圧縮寄与度パターン１１３を用（・て（・るが、必
ずしも双方をこのような表現形式にする必要はない。、
入力とマスクの表現形式の変形とその組み合わせを示す
と、下記第２表のようになる。

第２表 ここで、特徴パターンとは第５図のよ５に特徴の存在点
およびそれにボカシ等の操作を加えたパターン、寄与度
パターン１１２とは第７図のように％徴毎に寄与度を二
次元的に伝播したパターン、圧縮寄与度パターン１１３
とは第８図のように寄与度パターンを情報圧縮したパタ
ーンである。特徴パターンは、また、特徴の存在位置を
示すリストとすることも可能である。

この実施例では、入力、マスク共圧縮形を用いているか
ら事例（りに属する。

次に、上記実施例の整合部２０８における第（Ｕ）式を
変形して、 とすると、マスク側はＳｍの存在位置だけが必要となり
、事例（Ｇ）として実現される。この時、マスク側から
入力側を見るだけで、逆に入力側からマスク側を見ない
ことになるが、マスク容量は大巾に縮小される。かつ、
今まで述べてきた多くの利点は保持される。

次に、 ｋより事例（Ｈ）になる。この場合、入力作業領域は増
大するが、第（１７）式に較べてｚｒｌの値が精密化さ
れると同時に、入カバターンに対する処理が軽減される
。

このように入力とマスクに対する上記の表のような表現
形式の変形の組み合わせは有効であり。

かつ上述した実施例から容易に応用可能である。

ただし、表内の事例（Ａ）については入力、マスク双方
ともＩＰＰ徴毎０寄与度の面という考え方を用いておら
ず、公知の方法であり、この発明の範囲ではない。

以上説明したように、この発明は、二次元面の各点で特
徴毎の寄与度を与える面もしくはそれを圧縮した面を持
つことにより、複雑で変形の激しい対象に対しても精度
の高い認識が可能であるので９手書文字はもとより、図
形一般に対する汎用的なパターンｇ織方式としてきわめ
て有用なものである。

＃Ｉ１図はこの発明における一実施例の処理内容を説明
するための図、第２図は第１図の内容を実行するための
装置のブロック図、第３図は前記実施例において処理し
た場合の２値パターンｆ（ｘ＋ｙ）の例を示す図、第４
図〜第８図まではいずれもこの２億パターンに対する処
理の例を示す図であり、第４図は輪郭点追跡処理を説明
するための図、第５図は輪郭線分の図、＃！６図は輪郭
線分毎の性質として求められる線分の方向を説明するた
めの図、第７図は第１輪郭線分Ｓ、と第２輪郭線分Ｓｍ
　　に対する寄与度パターンの図、第８図は圧縮寄与度
パターンの図、第９図は第２図の寄与度変換・圧縮部を
説明するためのより詳細なブロック図、第１θ図は入力
とマスクの輪郭線分間の角度差と評価の関係を示す図、
第１１図は整合において評価マ）ＩＪラックス　ＺＬ）
から類似度値を求める処理を説明するための回である。

図中、１０１〜１０７は処理ステップ、１０８は帳表、
１０９は２値パターン、１１０は輪郭点パターン、１１
１は輪郭線分リス）、１１２は寄与度パターン、１１３
は圧縮寄与度パターン＆１１４はマスク、１１５はｇ識
結果、２０１は中央制御部、２０２は共通バス、２０３
は前処理部、２０４は輪郭点・輪郭線分抽出部、２０５
は寄与度変換・圧縮部、２０６は整合部、２０７は、最
大値検出部、２Ｑ８は表示部、２０１１は帳表、２１０
はカメラ、２１１は一時記憶部、２１２は永久記憶部、
２１３は出力装置である。

第８ １１３ 第９図 １１ 一七□− 第１０図

Claims (1)

【特許請求の範囲】
1. 入カニ次元パターンから複数個の部分パターンの特徴を
   抽出しこれから特徴パターンを作成する手段、もしくは
   前記各特徴からの影響の大きさを二次元上の各点での値
   とする寄与度パターン、もしくは特徴番号と寄与度とを
   一対とし寄与度の大きい複数の対を各点での値とする圧
   縮寄与度パターンを作成する手段と、さらに前記各手段
   の少なくとも１つを用いて予め各カテゴリーのマスクを
   作成し入力の特徴の存在する点における前記マスク特徴
   の寄与度の和、またはマスク特徴の存在する点における
   入力特徴の寄与度の和、もしくはその両者から特徴相互
   間の類似性の値を計算しご０値を用いた入カバターンと
   マスクとの整合をとる手段を持つことを特徴とするパタ
   ーン認識方式。