JPS60112187A

JPS60112187A - オンライン手書き文字認識方式

Info

Publication number: JPS60112187A
Application number: JP58219427A
Authority: JP
Inventors: Akihiro Asada; 昭広浅田
Original assignee: Hitachi Ltd
Current assignee: Hitachi Ltd
Priority date: 1983-11-24
Filing date: 1983-11-24
Publication date: 1985-06-18
Also published as: JPH0443316B2

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】〔発明の利用分野〕本発明は、文字を手書きする過程の情報を用”いて、逐
次認識処理を行なってゆくオンライン手書き文字認識方
式に関するものである。

〔発明の背景〕

従来のオンライン手書き文字認識方式は、大きく分けて
、次の４つの方式に分けられる。・第１の方式は、文字
を手書きする際の筆点の運動変化を直交座標成分に分解
した１次元波形の組と考え、この１次元波形を直交関数
展開により近似し、直交関数の係数を用いて文字を認識
する方式である。

第２の方式は、文字を構成する各ストロークを８方向で
方向量子化したベクトルのつながりとして近似し、これ
らの近似された各ストロークをいくつかの基本ストロー
ク数ク類し、基本ストロークの組合せから文字を認識す
る方式である。

第３の方式は、文字を構成する各ストロークをいくつか
の基本ストロークに分類し、かつストロークの端点や交
叉点などを用いて文字を記述する特徴テーブルを作り、
入力文字とこの特徴テーブルとの比較により入力文字を
認識する方式である。

また、第４の方式は、特公昭５７−６１５１号公報１手
書き文字のオンライン認識処理方式、で提案されている
方式で、入力文字の各ストロークの始点座標、終点座標
、該始点と終点との中央位置の中点座標を抽出して該各
点を特徴点とし、予め準備された標準文字における上記
各特こ微志との距離の総和を決定して、該距離の総和が
最小値となる標準文字を上記入力文字として認識する方
式である。

このような従来のオンライン手書き文字認識方式は、各
々以下に述べるような問題点をぺしている。即ち、第１
の方式は、漢字、片仮名などの直線を主な構成成分とす
る文字については直交関数による近似精度が必ずしも良
くなく、また、文字の位相的な形状をつかめないため認
識率の低下を招いていた。

第２の方式では、入力された文字を構成する各ストロー
クを基本ストロークに分類する際に生じる基本ストロー
クの分類誤りのために認識率の低下を招いている。また
、認識対象となる全ての文字について詳細な記述を要す
ため、この記述に多大な手間を要している。

第５の方式では、第２の方式と同様に、基本ストローク
の分類誤りによる認識率の低下、ならびに、認識対象と
するすべての文字を詳細に記述する特徴テーブルの作成
に多大の手間と多量の記憶容量とを要する。

第４の方式は、第１〜第３の方式の問題点を教養するも
のとして提案された方式であるが、以下のような問題点
がある。

（１）　各ストロークを始点、中点および終点の６点で
近似するが、第１図に示すように、屈曲点を有するスト
ロークに対して、必ずしも、近似精度は良くない。第１
図の（ａ）のようなストロークは、３点近似では、（＋
））のようになってしまう。これは、ストロークの中点
は必ずしもストロークの屈曲点に対応しないことによる
。

（２）　ストロークにハネなどが含まれると、このハネ
の彰響によって、終点の座標値が書き方によって、変動
するのはもちろんのこと、中点の座標値まで、このハネ
によって変動することになる。これは、中点は、ストロ
ーク線分の中央の点として抽出することによるからであ
る。

これらの中点、終点の特徴点の筆者、および書き方によ
って、変動することは、認識率低下の要因となる。

（５）　ストロークの形状によらず、−律に、始点、中
点および終点の３点でストロークを近似するため、スト
ロークの形状情報が得られない。

このため、候補文字は、入力文字のストローク数情報に
よって選択される標準文字群となり、候補文字数が多く
、整合処理に多大の時間を要する。

（４）　ストロークが１本の直線で近似でキルストロー
ク、つまり、始点と終点の２点のみで充分に近似できる
ストロークでも前述のように６点で近似するため、特徴
点に冗長性があり、標準文字を記憶するメモリ容量の増
加となっている。

〔発明の目的〕

本発明の目的は、前述の問題点をなくシ、主に直線成分
から構成される片仮名や漢字などの文字の認識に適した
オンライン手書き文字認識方式を提供することにある。

〔発明の概要〕

本発明は、上記目的を達成するために、入力文字の各ス
トロークの始点座標、終点座標および該ストロークに屈
曲点が存在する場合には、屈曲点座標を抽出して該各点
を特徴点とし、予め準備された標準文字のうち、該入力
文字と同一のストローク数でかつ各ストロークとも該入
力文字と同じ特徴点数の標準文字群を候補文字として選
択し、該入力文字の各特徴点と該候補文字となる各標準
文字との距離の総和を決定し、該距離の総和が最小値と
なる標準文字を、該入力文字として認識することを特徴
とするものである。

〔発明の実施例〕

第２図は、本発明の１実施例の機能ブロックダイヤグラ
ムを示す。図中の符号１は文字情報入力装置、いわゆる
タブレット、２は前処理部、６は特徴点抽出部、４はパ
ターン間距離計算部、５は最小距離検出部、６は出力端
子、７は標準パターン（標準文字）メモリ部である。　
。

本発明の原理は次のようなものである。まず、文字情報
入力装置１からの入力文字は、前処理部２において、入
力文字の重心点が原点となるように各筆点の座標変換が
行なわれる（以下、位置の正規化と称す）。また、各筆
点と重心点との距離の平均値が一定値となるように、大
きさが正規化される。さらに、前処理部２では入力文字
のストローク数を検出する。このストローク数は、文字
情報入力装置１より得られる各筆点のＸ軸、Ｙ軸座標値
および入力ペンが文字情報入力装置１の入力面に圧着し
ているか否がのＺ軸情報のうち、Ｚ軸情報をもとに、例
えば圧着（Ｚ＝１）から離脱（Ｚ＝ｏ）の変化を、１文
字分にわたって計数することにより得る。

このストローク数の情報２０１は、入力文字Ｌ［する候
補文字選択情報となる。

この前処理後、特徴点抽出部３において、入力文字の各
ストｌｆｆ−りは、ストロークの始点。

終点およびスト四−りに′屈曲点が存在する場合には、
そのうち１つの屈曲点を特徴点として抽出する。始点と
は、スト、ローフの書き始めの点終点とは、スト四−り
の書き終りの点である。

また屈曲点は、始点と終点を結ぶ直線とストローク内筆
点との最大距離Ｈが、始点と終点との距離りに対してＨ
／Ｌが一定値以上となる筆点が存在するとき、最大距離
Ｈを与える筆点に対応するものである。

よって、はぼ直線のストロークは、始点、終点の２点、
折れ曲りのあるストロークは、始点屈曲点、終点の６点
を特徴点として抽出する。

この特徴点抽出部は、各ストロークの特徴点数情報５０
１を入力文字に対する第２の候補文字選択情報として出
力するー。

パターン間距ｌｌｉ計算部４では、前述の入力文字と、
あらかじめ、入力文字と同様に前処理、特徴点抽出され
標準パターンメモリ部に記憶されているパターンとにつ
いて、パターン間距離が計算される。なお、このとき、
対象となる標準バタ・−ンは、前述したストローク数情
報２［］？、各ストロークの特徴点数情報３０１をもと
に、入力文字と同じストローク数で、かつ、各ストロー
クの特徴点数が、入力文字の筆順的に対応する各ストロ
ークの特徴点に等しいものを選択し、これを対象とする
。

よって、認識対象カテゴリーをθで表わし、パターン間
距離をｄθとすれば、ｄθは、筆順的に対応する特徴点
間の距離の緩和としてめる。

この特徴点間の距離は、例えば、入力文字の特徴点Ａと
対応する標準パターンの特徴点Ｂの間の遠近を表わす量
であればよく、Ａ、８間のユークリッド・ノルム、シテ
ィブロック距離などが用いられる。

このようにして計算されたパターン間距離ｄθのうちか
ら最小距離検出部５により最小値が検出され、最小値を
示すカテゴリθを入力文字とし°（Ｂ識し、カテゴリθ
に対応するコードを出力端子６に出力する。

第３図は、本発明の具体的な１実施例を示す。

１１はタブレット、１２は入力ペンで、第２図の文字情
報入力装置１に対応する。１ろはタブレットインタフェ
イス部、８１はマイクロプロセッサ、８２はランダムア
クセスメモリ　（以下ＲＡＭと称す）、８６はリードオ
ンリーメモリ　（以下Ｒ・ＯＭと称す）、６１は、出力
インタフェイス部、６は出力端子である。

マイクロプロセッサ８１は、前述した原理を、実行する
もので、実行するためのプログラムは、ＲＯＭＢ２に記
憶されている。

入力ペン１２によってタブレット１１上に筆記された文
字の各筆点情報は、タブレットインタフェイス部１３を
介してマイクロプロセッサ８１に取り込まれる。そして
、１文字分に対応する各筆点情報が、ＲＡＭ８２の所定
のエリアに格納される。

そして、この１文字分の各筆点情報に対してまず、前処
理が行なわれる。この前処理については、本発明に直接
関係しないので、ここでは省略する。詳細については、
特公昭５７−６１５１号公報に述べである。また概要は
前述の原理説明で述、べた。

前処理された入力文字の各筆点情報は、再びＲＡＭ８２
の所定エリアに格納される。

この前処理後、各ストロークの特徴点が抽出される。各
ストロークの特徴点は、前述の原理で説明したように、
はぼ直線のストロークは、始点、終点の２点、折れ曲り
のあるストロークの場合には始点、屈曲点、終点の３点
である。

第４図に屈曲点の抽出原理を示す。あるストロークの筆
点を筆順的にＰ、〜Ｐ’ＩＯとすれば、Ｐ、は始点、Ｐ
、。は終点に対応する。

屈曲点の抽出は、次のようにして行なう。

（１）　始点Ｓ　’＝　Ｐ　、　と終点Ｅ　＝　Ｐ　、
ｏを結ぶ直線ＳＥとストローク内の各筆点Ｐｉ（ｉ　＝
　２〜９）の距離ｈｔ　をめる。

（２）距Ｎｅｈ’ｉ　の最大値Ｈ′を検出する。

（３）始点Ｓと終点Ｅの距離■をめる。

（４）　Ｈ’／Ｌ’がいき値ＴＨより犬なるとき、Ｈ′
を与える筆点を屈曲点とする。

ここで、各筆点Ｐｉの座標値（Ｘｉ、Ｙｉ）とすれは、直線ＳＥと各筆点Ｐｉとの距離ｈｌ、は、次のようにし
てめる。

直線ＳＥをＡｘ＋Ｂｙ十Ｃ＝　ｏ　（１）ただし、Ａ　”’　（Ｙ＋　Ｖｔｏ　）１３−（Ｘ＋　
Ｘ＋ｏ）（シ　＝　（Ｘ＋　”＋ｏ）３’＋　（３’ｌ　Ｖｔｏ
）Ｘ＋とずれば、ｈ′、はとしてめる。

また始点Ｓと終点Ｅの距ＩＩＩＩＩ′は””　（Ｘ＋　
”＋ｏ）２＋０’＋　Ｖｔｏ）２−ヤベ】〒Ｂ　’　（
５）としてめる。

よって、Ｆｉ＝ｈ’、、とすれば、Ｈ／１１は、となる
。

そして、Ｈ’／Ｌ’がいき値ＴＦＩより大なるとき、筆
点Ｐｓを屈曲点として抽出し、特徴点とする。

そうでないときには、このストロークは、屈曲点は存在
しないと判断し、始点と終点の２点を特徴点として抽出
する。

第５図に、具体的な処理フローを示す。

ここでは、前述したｈｔｉ　、　Ｈの計算の処理量を低
減するために、Ｈ′２のかわりに、（２）式右辺の分子
のみをｈｉ　＝　ｌ　Ａｘ　ｉ　＋ＢｙＬ＋Ｃ（５）と
して計Ｓｉｎ、その最大値Ｈを検出する。また、Ｌ′の
かわりに、Ｌ＝Ａ２＋８２　（６）を計算し、Ｈ′／Ｌ′は、Ｈ／Ｌとしてめている。

このＨ／Ｌは、（勺式から叩らかなようにＨ／／　Ｌ／
と等価である。

第５図の（１）において、始点、終点を結ぶ直ｍＳＥの
直線式（１）式の係数Ａ、ＢＣを計算する。

そして、上記直線ＳＲと筆点Ｐｉとの距離ｈｉ（（５）
式）を（２）において計算する。なお、ストロークの筆
点数をＫとすれば、ｔは１〜に−１までについて行なう
。そして、（５）において、ｈｔのうちの最大値Ｈをめ
る。（４）において、始点、終点間距離Ｌ　（（６）式
）をめる。

こうしてめたＨとＬの比Ｈ／Ｌがいき値ＴＨより大なる
か否かを（５）で判定する。（５）の判定結果が否定的
のときは、ストローク内には、屈曲点は存在しないもの
と判断し、（６）において、特徴点数Ｐ　（ｓ）を２に
セットする。なお、Ｓはストローク番号で、筆順的に付
与した番号である。

そして、第Ｓ番目のストロークの特徴点としてＰＳ、Ｉ
、ＰＳ、２を始点つまり筆点Ｐｌ　、終点つまり筆点Ｐ
ｋの座標値に対応させＲＡＭ８２の所定エリアに格納す
る。なお、Ｐａ、ｂは、ａ番目のストロークのｂ番目の
特徴点を表わす。また、（５）の判定において、結果が
肯定的のときは、ストローク内に屈曲点が存在するもの
と判断し、（７）において、特徴点数Ｐ（ｓ）を６にセ
ットする。そして（９）において、第Ｓ番目のストロー
クの特徴点としてＰｓ　、　＋、Ｐｓ　、　２　、ｆ’
ｓ　、　ｓ　を始点、Ｈを与える筆点Ｐｉ、終点の各座
標値に対応させ、）（、ＡＭ８２の所定エリアに格納す
る。

以上の手順を、１文字分の各ストロークについてくり返
し行なう。

このようにして抽出された入力文字の特徴点ハ、ハター
ン間距離計算部４において、標準パターンとパターン間
距離計算に用いられる。

このとき、対象となる標準パターンは、入力文字のスト
ローク数Ｎに等しいもので、かつ各６ストロークの特徴
点数Ｐ（ｓ）　（ｓ　＝　１〜Ｎ）が、入力文字のそれ
と等しいものである。

ここで、認識対象を片仮名文字の清音とすれハ、ストロ
ーク数と特徴点数Ｐ　（ｓ）のパターンによって、第６
図のように分類することができる。

徊えは、「ア」は、ストローク数は２で・特徴点数は、
第１ストローク（筆順的に）が屈曲点ありで３、第２ス
トロークは屈曲点なしで、２となる。第６図では、特徴
点数Ｐ　（ｓ）のパターンを（２、２）のように表現し
ている。

同様に「セ」は、ストローク数は２で、特徴点数Ｐ　（
ｓ）パターンは、（１，５）となる。

よって、標準パターンメモリ部７に第６図のように標準
パターンがあらかじめ分類格納されていれば、入力文字
のストローク数Ｎと各ストロークの特徴点数Ｐ　（ｓ）
パターンによって、候補文字を限定することができる。

第７図に、パターン間距離計算と最小距離検出の処理フ
ローを示す。この図では、各標準パターンは、ストロー
ク数によって分類格納されかつ、特徴点の座標値ととも
に、各ストロークの特徴点数Ｐ　（ｓ）パターン情報が
付与されて格納されているものとする。

第７図の（１）は入力文字に対する候補文字の選択、（
２）はパターン間距離計算、（５）は最小距離検出の処
理に対応する。

まず、パターン間距離の最小値ｄｙｎｉｎ　をある値β
に初期セットする。このβは、通常得られるパターン間
距離より大きな値であればよい。そして、（１）で、入
力文字のストローク数Ｎに等しい標準パターンのうち、
入力文字の各ストロークの特徴点数Ｐ　（ｓ）と、標準
パターンの各ストロ−り（Ｄ’Ｊｊ徴点数微志ｍ（ｓ）
　（ｓ　＝　１〜Ｎ）　ｔｉ：比較Ｌ！、＝１〜Ｎにつ
いて、Ｐ　（ｓ）　＝　Ｐａ”（Ｓ）なる標準パターン
を選択する。これは（１１）の判定をストロ一り数回く
り返すことによって行なう。（１１）の判定において、
結果が否定的のときは、次の標準パターンにつりて行な
う。次に、選択されり標準パターンとのパターン間距離
ｆ−（２）　テ計算する。標準パターンのカテゴリーθ
ｍに対するパターン間距離をｄθ□とすれば、まず、（
２１）で、６０ｍを０に初期セットし、（２２）で、対
応ｔル’ｌ？徴点間（７）距Ｍｄ（Ｐｓｔ、、ＰＯｍｓ
Ｌ）をめ６０ｍに加算してめていく。

なお、ｐｓｉは、第Ｓ番目のストロークの第り番目の特
徴点の座標値（ＸＳｉ、Ｙｓｉ　）を示し、Ｓ＝１〜Ｎ
、ｉ＝１〜Ｐ（ｓ）　、　Ｐ（ｓ）＝　２あるいは３で
ある。

よって、（２）では、パターン間距離ｄθｍを、ｄＯ□
−１Σ　ｄ（Ｐｓｉ、Ｐ”’ｓｉ）　（７）Ｓ−１ｔ−
１を計算する。

なお、（８）式では、特徴点間距離をコークリッド・ノ
ルムとして表現したが、下式に示すように、コークリッ
ド・ノルムの２乗（（９）式）あるいはシティブロック
距１１１１　（（１０）式）にしても良いことは言うま
でもない。

こうして得られたパターン間距離ｄθ□ハ、（３１）に
おいて、パターン間距離の最小値ｄ工に対して小さいか
否か判定される。判定結果が否定的のときは、次の標準
パターンに対して、先に述べた（１）　、　（２）の処
理を行なう。

また、判定結果が肯定的のときは、（３２）において、
ｄＭｔ−６０ｍに置換するとともに、標準パターンの識
別番号Ｉｎを、ＲＡＭ８２の所定エリアに記憶しておく
、これをＰＣと称す。このＰＣは、標準パターンを識別
するものであれば何でもよく、第７図では、同一ストロ
ーク数内の標準パターンの一連の番号としたが、標準、
＜ターンのカテゴリーを示す例えばＪＩ８コードであっ
てもよいことは言うまでもない。

以上の（ｉ）、　（７）　、　（５）の処理を順次くり
返していく。入力文字のストローク数Ｎに等しい標準ノ
ザターンの個数をＭとすれば、Ｍ回（１）　、　（２）
　、　（５）の処理をくり返す。この結果、最小距離ｄ
ｍｉｎに対応する標準パターンを入力文字として認識し
、対応するフードを出力する。

〔発明の効果〕

以上説明してきたように、本発明では、入力文字の各ス
トロークを、始点、終点および屈曲点が存在すれば屈曲
点を特徴点として抽出するので、はぼ直線のストローク
は、始点、終点の２点、屈曲点のあるストロークは、始
点、屈曲点、終点の３点で近する。よって、少ない特徴
点で、人力文字をより忠実に近似することができる。こ
れによって、標準ノくターンのメモリ容量を、低減する
ことができる。例えば、第６図に示す片仮名４６字に対
して、本発明では総特徴点数は２４０点となるが、従来
の各ストロークを一律に３点近似する場合には、３２１
点となる。

よって、本発明では従来に比し、約２５％標準パターン
のメモリ容量を低減することができる。

また、ハネのあるストロークにおいても、終点ソノもの
は、ハネによってその座標値は変動するが、屈曲点は、
ハネの影響を受けず、特徴点の安定性が良い。（従来の
３点近似法では、ハネ℃長さの１／２が中点の座標値の
変動となってしまう）また、抽出した各ストロークの特徴点の数によってほぼ
直線のストロークか否か判断できるのでこの情報を用い
て、入力文字に対する候補文字の数を従来に比し１７２
以下に低減でき、パターン間距離計算の合計の演算量を
１／２以下にすることができる。これは、認識処理の高
速化となるものである。

【図面の簡単な説明】

第１図は従来の特徴点抽出法を説明する図、第２図は本
発明の１実施例の機能ブロククダイヤグラムを示す図、
第３図は本発明の１具体実施例を示す図、第４図は本発
明の特徴点抽出法を説明する図、第５図、第７図は本発
明の処理フローを示す図、第６図は本発明の候補文字分
類を説明する図である。１・・・文字情報入力装置、２・・・前処理部、３・・
・特徴点抽出部、４・・・パターン間距離計算部、５・・・最小距離検出部、？・・・標準パターンメモリ部、８１・・・マイクロプロセッサ、８２−Ｒ，ＡＭ、　８５−ＲＯＭ。第３図笥手図第５図

Claims

【特許請求の範囲】１、　文字筆記器により文字を書きながら入力し、該入
力された文字のストロークを追跡しつつ該入力文字を認
識するオンライン手書き文字認識方式において、入力文字の各ストロークの始点座標、終点座標および該
ストロークに屈曲点が存在する場合には屈曲点座標を抽
出して該各点を特徴点とし、予め準備された標準文字のうち、該入力文字と同一のス
トローク数でかつ、各ストロークとも該入力文字と同じ
特徴点数の標準文字群を候補文字として選択し、該入力文字の特徴点と該候補文字となる各標準文字の特
徴点との距離の総和を決定し、該距離の総和が最小値と
なる標準文字を、該入力文字として、認識することを特
徴とするオンライン手書き文字認識方式。２、　各ストロークの筆点座標値系列より、始点終点を
結ぶ直線８Ｅと、各筆点座標値との距離の最大値Ｈを抽
出し、該直線ＳＥの長さＬと該最大値Ｈとの比（Ｈ／Ｌ）が、
あらかじめ設定したいき値より大なるとき、該最大値Ｈ
を与える筆点を屈曲点として抽出することを特徴とする
特許請求の範囲第１項記載のオンライン手書き文字゛認
識方式。