JPS6041177A - キヤラクタ認識方法 - 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】 （発明の利用分野） 本発明は２次元的対象物（ｏｂｊｅｃｔ）の光学的認識
技術に関し、特に撮像装置と処理装置（たとえばマイク
ロプロセッサ）とを用いて対象物を光学的に観察し、認
識して、他の装置で利用可能な信号を供給する光学的キ
ャラクタ認識技術に関する。

種々の形態の対象物（ｏｂｊｅｃｔ）を撮像装置により
観堅し、メモリＶＣ記憶されているデータ特性記同定す
る。データ特性記号は、文字、数字、図形、記号その他
の特定の対象を特徴づけるデータを言い、以下の記載よ
り明らかになるであろう。

（従来技術） 不発明の関連する分野は、文字、数字、図形、記号等の
キャラクタを光学的に認識する光学的キャラクタ（ｃｈ
ａｒａｃｔｅｒ）認識を含む。、書類に書かれたキャラ
クタの読み取シは光−電子的に達成される。通常、光学
的キャラクタ認識装置はキャラクタ全複数の線から成る
方形のパターンで光−電子的に走査し、走査されたキャ
ラクタのパターンに対応する量子化された２進電子信号
を発生するように作動する。この量子化されたキャラク
タのパターンはメモリに記憶されてから標準的なキャラ
クタのキャラクタパターンと♂ット毎のやり方で比較さ
れ、こうして走査された未知のキャラクタはそれに最も
近い同一性を生じる標準的なキャラクタに対応するもの
で決められる。多くの場合、所定の形状の文字（光学タ
イプ７オント）を用いることを前提としておシ、特定の
フォントで記載されたキャラクタを認識する。

本発明の１つの応用分野は、学習教育装置である。特に
、人間のような、生物の外観を有しかつ視覚及び音声の
模擬能力を有する人形である。

今１でに、教育装置は既に音声合成装置をそこに備え、
学習経験を与える際に人間の言語で単語、句、及び文を
聞かせることができるようになった。

このような学習教育装置は、音声合成が１つの重要な特
徴である学習経験を与えるように設計されてきたが、多
様な学校教育の背景と非常釦限定されたものから例外的
なものにまで亘る知的能力を有する個人に対し、種々の
目的で利用可能な学習経験をさら忙増すように、さらに
独特の型の教育装置が常に捜しめられている。

本発明が関連する別の面において、生物の外観ｆ：まね
た人形は娯楽や楽しみを与えるための人形として昔から
存在した。最近では、人形は多くの人間の機能を行なう
ための模擬能力を与えられており、このような能力の１
つは音声によシ話す能力であシ、その場合にはこの人形
は予め構成されたメツセージの記憶装置として磁気テー
プ、ドラム、またはディスクを利用して、音声によって
話す装置を備えておシ、これは典型的には機械的に人形
を特定の方法で傾けるかまたは「ひつば９コード」を引
くことによって作動されてメツセージ記憶装置が作動可
能となシそこに備えられている予め構成されたメツセー
ジを声に出すように動作する。

光学的に走査されているメツセージに対応する音声メツ
セージを発生するための、光学的キャラクタ認識装置と
それに応答する音声発生装置との組み合わせは一般に知
られている。例えば、１９７２年２月８日発行で８１ａ
ｖｉｎ　Ｋ付与された米国特許第、１５６４１４９６号
を参照されたい。

本発明が関連する前述の技術は一般に知られているが、
学習経験及び娯楽またはその一方を与えるための学習教
育装置であって見て、見えた対象物の理解全反映して話
す見掛上の能力という人間の機能を有する学習教育装置
は今まで全く開発されていなかった。

（発明が解決しようとする問題点） 光学的キャラクタ認識技術は一般に読取可能なキャラク
タの種類が制限されている。

又装置が複雑化し易い。

さらに認識処理に時間がかがり易い。

（問題点を解決するための手段） 上記問題を解決するために、本発明は、キャラクタ認識
装置で受げ取９、画像信号をメモリに蓄積し、画像自体
の形状に従って画像データを読み出し、その形状に関す
る所定のパラメータを発生させ、このパラメータに依っ
てキャラクタを認識するキャラクタ認識技術を提供する
ことを目的とする。

又本発明はキャラクタの層像に関する画像信号のみを周
航することによシ画像信号全読み出す上記方法を提供す
ることを目的とする。

本キャラクタ認識方法において、キャラクタは認識され
、そのキャラクタに対応する出力が供給される。キャラ
クタは撮像装置によって受け取られ、デジタル化されて
、メモリに送られる。メモリのデータはテストキャラク
タ全周航するシーケンスで読み取られる。キャラクタの
周縁を表４ノすデータのみが読み出される。周航手順の
間に、高さ、幅、周縁長、面積、波形等のキャラクタ／
ぐラメータが決定できる。キャラクタ７ぐラメータは基
準キャラクタパラメータと比較され、そのキャラクタに
合う基準キャラクタのアスキコードを出力として提供で
きる。

キャラクタ認識装置は対象物を見るための光学的撮像装
置と画像処理装置と全備えてお９対象物の外観を表わす
信号データ出力を与えるようになっている。この撮像装
置は信号データ出力ｆ　ｘ　−ｙマトリックスの形に配
列するランダムアクセス型マトリックスメモリへ結合さ
れている。信号データ出力はマイクロプロセッサ−によ
シ受は取られる。マイクロプロセッサ−は、複数個の対
象物の形態のデータ特性記号を与えるためにファームウ
ェアを組み込んだメモリ蓄積装置を備えている。

マイクロプロセッサ−は、データ信号出ブＪをマイクロ
プロセッサ−内のメモリ蓄積装置のファームウェアによ
シ与えられるデータ特性ｉ己号と比較するため、命令を
与えるプログラムされた読取９専用メモリ全含み、画像
装置の信号データ出力とマイクロプロセッサ−のメモリ
蓄積装置のファームウェア内の最も近いデータ特性記号
の比較分析を決定する分析信号出力を発生するキャラク
タ（ｃｈａｒａｃｔｅｒ）認識比較器を形成する。マイ
クロプロセッサ−内のメモリ蓄積装置は、マイクロ７’
。

センサーにより制御されるようなランダムアクセスメモ
リ型のものでよく、このマイクロプロセッサ−には画像
のアナログデータ信号出力のディジタル信号への変換と
ともに画像の場所及び個別化（すなわち、画像装置の視
野における別個の対象物の場所−各々の対象物がどこに
あるかということと各々の対象物はどれほどの高さかと
いうこと等）を与えるＲＯＭプログラムを備える。

こうして、文字、記号（ｓｙｍｂｏｌ）　、幾何学的形
状及び凡例（ｌｅｇｅｎｄ）またはこれらのうちのどれ
かのような種々のしるしく１ｎｄｉｃｉａ）を撮像装置
によシ個々に見ることができ、その認識を行うことがで
きる。

以下に述べる装置及び方法は、光学式スキャナを用いて
印刷（プリント）したテキスｉ読み取シ、走査したペー
ジをメモリに入力するものである。メモリはマイクロプ
ロセッサ装置によってアクセスされ、マイクロプロセッ
サ装置は蓄積されたデータを解析し、各キャラクタ（ペ
ージ上の文字、数字、図形等）に対するアスキコードキ
ャラクタを出力する。従って、タイプされたページはワ
ードプロセッサや他のコンピュータ蓄積装置に入力でき
、マニュアル動作でタイプ入力する必要はない。

（作用） 本発明は特に光学的なキャラクタの認識方法に向ゆられ
ている。キャラクタは撮像（画像）装置によって受け、
デジタル化してメモリに送られる。

メモリ内のデータはテストキャラクタを周航するシーケ
ンスで読み取られる。キャラクタの周縁を表わすデータ
のみが読み取られる。周航の間に、パラメータが決定さ
れる。キャラクタのパラメータは基準キャラクタの、パ
ラメータと比較され、そのキャラクタに合致する基準キ
ャラクタのアスキコードが出力として提供される。

プリントされたページ上のキャラクタは上から見る時は
高さと幅とを有するが、深さは有さない二次元的キャラ
クタである。２つの次元は互に変化し、各文字の曲がシ
や形は１つの次元を増加させたシ減少させたシし、他の
次元はその間開−に保ったシ、増加したシ、減少したシ
できる。たとえば、１辺が平らであシ、他の部分が曲っ
ている文字ｒＢＪの形状は、平らな辺に沿って高さが変
化しても一定に保たれる幅の次元と曲った部分で互に関
連して変化する高さと幅とによって決定される。キャラ
クタを表わす２′）の次元は、キャラクタを表わす一連
の一次元的特徴に変換される。

高さは１つの一次元的特徴として抽出される。幅も１つ
の一次元的特徴として抽出される。キャラクタの２つの
次元がキャラクタ上で変化する時の番号が決定される。

本発明の１実施例では、キャラクタの２次元的特徴は対
応する１次元的特徴に変換され光学的キャラクタ認識（
ＯＣＲ）が行なわれる。２次元的特徴を１次元的アレイ
に変換するための本発明の１実施例はキャラクタの周縁
を周航することによって行なわれる。周航によって決め
られるパラメータは１次元アレイに配列することができ
、各基準キャラクタの固有のパラメータセットを決める
ことができる。

光学的キャラクタ認識（ＯＣＲ）のためのデータを発生
する１つの特定の方法は、被検キャラクタの周縁のみを
注目することによって行なわれる。少なくとも英語にお
いて現在利用されている全てのフォント型の全てのキャ
ラクタを完全に画定するために調べ検査しなげればなら
ないことの全てが、キャラクタの周縁を表わすデータの
みであるような新規な方法が提供される。キャラクタの
周縁から得られるデータを種々の方法で利用して検査中
のキャラクタについてのパラメータを得ることができる
。これらのパラメータは将来のための基準キャラクタを
決定する資料セットとして用いることもできる。これら
のパラメータはＯＣＲの最終ステップの一部として被検
キャラクタを同定するための基準キャラクタとの比較に
も用いることができる。被検キャラクタの周縁のデータ
のみを調べる新規な技術を周航と呼ぶこととする。周航
技術は時間の節約、ノ・−ドウエアの節約に重要な技術
である一方、周航されたキャラクタについて多くのデー
タを抽出するのに極めて有力な技術である。

本発明の方法のもう１つの新規な特徴は周航技術を用い
ることによりキャラクタの輪郭形状を表わす輪郭番号全
発生し得ることである。本発明によれば、キャラクタの
周航の間に収集されるデータを用い、キャラクタの周縁
のデータのみを用いて、たとえば高さ、幅、周縁長、周
縁内面積等の種々のパラメータが決定され得る。

これらのパラメータのセットは互に独立に又は他のパラ
メータのセットのいずれかと組合わせて完全なキャラク
タ認識を行なうために使用できることは理解されるであ
ろう。好ましいノぐラメータの組合わせは検出中のキャ
ラクタセット、検出中のプリントの質、キャラクタ認識
のために許容される時間、セット内のキャラクタ数及び
他の多くの可変要素に依って定められよう。英語のアル
ファベットや他の言語の相異なるフォントには相異なる
パラメータの組合わせがよシ有用であること゛が判明し
た。

いくつかのステップによって本発明の方法が構成される
。いくつかのステップはそれら単独でも又他のステップ
と種々に組合わせても用いられ、ＯＣＲ技術に有用なデ
ータを作り出す。キャラクタの周航から得られるデータ
は、たとえば教示用セット、試鋏用セット、新基準キャ
ラクタのデータ等多くのことのためにも有用である。こ
の場合、発生したデータはテストキャラクタの認識には
用いられず、ＯＣＲのための他の目的に利用される。

他の場合には、発生したデータはキャラクタの完全な認
識のためには不十分なこともあるかもしれないが、それ
でも極めて有用であることには変りない。たとえば、所
定のステップでキャラクタの高さが与えられる時、それ
は何のキャラクタが検査中であるか結論づけることはで
きないが、それでもたとえば全ての大文字や異なるフォ
ント１−取り除くため等のような多くの面において非常
に有用である。同様、単一のカリパステストのデータは
どのキャラクタが検査中であるかについて結論を与える
ことはできないが、どのキャラクタは検査されていない
か、取シ除くこと等に有用である。

（実施例） 本発明を実施例に沿って説明する。説明の便宜上、光学
的キャラクタ認識と音声出力との両機能を備えた学習教
育装置ン例として説明する場合が多いが、本発明の光学
的キャラクタ認識技術は学習教育装置に限らず２次元的
に表現された形状であるキャラクタの認識に広く用いる
ことができろ。

特に印刷物の文字読取装置は以下に述べる実施例から音
声出力の部分を除外することによって極めて容易に実現
されよう。

以下図面ン参照して説明する。

第１４ａ、１４ｂ図は本発明の１実施例によるキャラク
タ認識技術を示すフローチャートである。

対象物（キャラクタ）を光学的に走査して画像信号を発
生させ、メモリにストアする。このデータから対象物の
輪郭（周縁）のみのデータケ読み取り、その形状ン特徴
的に示すパラメータケ発生させる。このパラメータに基
き、基準パラメータとの比較等によってキャラクタを認
識し、出カン発生する。

第１４ｂ図は輪郭検出の１実施例〉示す。まず画面内の
キャラクタケ示す最初のセルを発見して出発セルとする
。キャラクタケ右回りに周航することとする。初めの進
行方向が右向きとし、進行方向に関し出発セルの左側′
に基準位置装置く。即ち少なくとも進向方向の右側には
キャラクタが存在する。

まず左前方に黒いキャラクタのセルがあれば左折して進
む。左前方が白であれば前方ン調べ黒なら前進する。前
方も白なら右側の黒いセルに沿って右折する。このよう
にしてキャラクタを右回りになぞることができる。この
手順を繰り返し、出発セルに戻った時に周航は完了する
。すなわちキャラクタの外周ンー巡できたことになる。

左右乞交換すれば左回りの周航も同様な手順で実現でき
ろことは自明であろう。

このような周航によりどのようなパラメータを抽出する
かは以下のより詳細な説明より明らかとなろう。

より詳細に図面を参照すると、第１図は学習教育装置な
いし教育補助装置１０のブロック線図を図示している。

第１図の学習教育装置１０は複合システムン含み、その
中で光学的キャラクタ認識処理サブシステムが音声合成
サブシステムと結合されていて学習教育装置が対象物ケ
同だしかつ適切な方法でこのような対象物の同定を有声
化する視覚と音声とを模倣できろようになっている。こ
の目的のために、光学的キャラクタ認識サブシステムは
対象物を観察してこの対象物の外観ヲ表わす信号データ
出力を与えるための視覚検出装置を光学的撮像（画像）
装置１１の形で備えている。

撮像装置１１は、電子的に走査されろ光検出器、すなワ
チテレビジョンカメラのビジコンか、センサーまたは鏡
の視野な横切る移動が機械的手段により達成されるよう
な機械走査光検出器か、写真フィルムか電荷結合装置の
アレイか複数個の個別の点ケ有する任意のマトリックス
アレイのような［凝視型（ｓｔａｒｉｎｇ　）　ｊ多重
素子のアレイのような、幾つかの適切なもののうちのど
れであってもよい。１つの好ましい形では、虚像装置１
１はマトリックスに３２Ｘ３２のアレイ素子を含む、単
一の撮像装置チップ上の電荷結合デバイス（ＣＯＤ　）
型撮像装置のアレイであればよい。画像処理サブシステ
ムはさらにメモリ１２と、マイクロプロセッサ−１３の
形のデータ処理装置とを備えており、マイクロプロセッ
サ−１３にはキャラクタ認識比較器が組み込まれている
。メモリ１２は撮像装置１１からの信号データ出力な受
け取ることのできる記憶容量を有するランダムアクセス
型のものであることが好ましい。そのため、ランダムア
クセスメモリ１２は撮像装置のセルのアレイに対応して
、例えば３２Ｘ３２ビツトの小さな記憶容量を有すれば
よい。ランダムアクセスメモリすなわちＲＡＭ１２は撮
像装置１１の出力へ接続されておりビットの列（カラム
）及び行（ロウ）で構成される。各ビットはＶクセル（
ｐｉｘｅｌ−１絵素）として指定でき、白いｐｉｘｅｌ
、は２進数のＷｏｌ、黒のビクセルは２進数の“１“と
することができる。

そのため、ＲＡＭ１２の内容は視野内に配置された対象
物に対応して撮像装置１１の視野面で受けた画像のディ
ジタル画像を構成する。マイクロプロセッサ−１３は中
央処理装置（ＣＰｔＪ）として作動し、ＲＡＭ１２の内
容を検査するためのマイクロコントローラーを備えてい
る。マイクロプロセッサ−１３はさらにマイクロプロセ
ッサーン制御するための命令ン有するプログラムを含む
読取り専用メモＩＪ　（ＲＯＭ　）　ｗ備えている。Ｒ
ＯＭは画像信号データのアナログ−ディジタル変換と、
これに続く画像の位置付けと個別−化、すなわち撮像装
置１１の視野内の個別の対象物の位置利け、そのような
任意の対象物がどこにあり、かつその対象物の高さはど
のくらいかということ、ン与えろようにできろ。マイク
ロプロセッサ−１３はさらにその計算操作中のデータ蓄
積のためのランダムアクセスメモｌＪＲＡＭｉ７備え、
その中に多数の対象物の形態のデータ特性記号がファー
ムウェアの形で蓄積され、ＲＡＭ１２内に記憶されてい
るような画像ン含むディジタルデークと比較される。

この目的のために、マイクロプロセッサ−１３はそのデ
ータ処理能力の一部として分析装置ゲキャラクタ認識比
較器の形で備えており、このキャラクタ認識比較器はＲ
ＡＭ１２からのディジタル画像データとマイクロプロセ
ッサ−１３のＲＡＭに記憶されているファームウェアと
の比較分析ン決定する分析信号比カケ発生する。マイク
ロプロセッサ−１３はテキサス州ダラス市のＴｅｘａＳ
Ｔｎｓｔｒｕｍｅｎｔｓ　Ｔｎｃｏｒｐｏｒａｔｅｄ　
により製造されているＴＭ８８０８０マイクロプロセッ
サ−かＴＭ８９９８０マイクロプロセッサ−１または用
途の複雑性の度合いによって任意の適切なマイクロプロ
セッサ−でよい。この意味で、任意の適切な光学　。

的キャラクタ認識装置７種々の用途の画像処理サブシス
テムとして使用することができるということがわかるで
あろう。この点において、学習教育装置に対しては比較
的に累朴な光学的キャラクタ認識サブシステムで十分で
あるかもしれないが、１９８０年１月２８日付で出願さ
れた米国特許出願第１１５９８６号に開示され特許請求
されているようなより複雑な光学的キャラクタ認識装置
も採用できることが理解できるであろう。

光学的キャラクタ認識処理サブシステムは本実施例にお
いては音声合成サブシステムと結合しておりこの音声合
成サブシステムは音声合成電子装置１４と、語いメモリ
１５と、音声合成電子装置１４の出力へ接続された音響
変換回路とを含み、ここでこの音響変換回路は適切な低
域フィルター１６と、可聴周波数増幅器１７と、音声合
成電子装置１４からの可聴周波出力を音響エネルギーに
変換するための適切な種類のスピーカー回路１８とン備
えてもよい。一実施例として、音声合成゛電子装置１４
は、好ましくはテキサス州ダラス市のＴｅｘａｓ　Ｉｎ
ｓｔｒｕｍｅｎｔｓ　Ｔｎｃｏｒｐｏｒａｔｅｄ　によ
り製造されているＴＭＣ０２８０音声合成チップのよウ
ナ、音声合成半導体チップヶ含む、線形予測符号化技術
を使用するとよい。このチップはディジタル的に記憶さ
れた音声情報の単一フレームをつぎつぎに読出して動作
するもので、前述の１９７８年４月２８日付で出願され
た米国特許出願第９０１３９３号に開示されている種類
のものである。この特定の音声合成技術はディジクル入
力により形成され、電子的に変更可能な人間の声道のモ
デルン用いる。

ディジクル形成入力とともに、ピッチ及び別の励起ディ
ジクル制御信号が印加され、音声合成チップ１４へのデ
ィジタル情報入力により袂求されかつ同定される可聴周
波数の音ン表わすアナログ信号ン好ましくは読取り専用
型の語いメモリ１５ン介して発生する。予めディジタル
的に符号化された音声（例えば、単語、句、及び文）は
語いメモリ１５に記憶されており、マイクロプロセッサ
−１３のキャラクタ認識比較器からの分析出力信号によ
り決定され、音声合成チップ１４ン介してアクセスされ
たことに応じて、要求されたものを音声合成チップ１４
へ与える。その他の適切な形状の音声合成装置を使用し
てもよいということは理解されろであろう。光学的キャ
ラクタ認識と音声とが結合された学習教育装置は、娯楽
や楽しみを与えるとともに学習補助器として非常に多く
の応用ケ提供する。一つの特定の態様においては、この
学習教育装置１０馨人形の中に組み込んで見掛上の視覚
と音声との人間の機能を結合するようにし、理解したこ
とに関する音声のコメントヲ与えることにより何が留見
えた−かを音声が反映するようにできる。第２図に図示
したように、第１図に図示した本学習教育装置１０ン備
えた人形２０に、−束のフラッシュカード２１の中に含
まれている一枚のフラッシュカードに示されている対象
物、文字、凡例及び記号またはそのいずれかン同定する
ことン喪求できる。−束のフラッシュカードの中には、
さまざまなしるしく　１ｎｄｉｃｉａ　）がそれぞれの
フラッシュカードに与えられている。学習教育装置１０
の画像サブシステムにより与えられる模擬視覚と音声合
成サブシステムにより与えられる模擬音声能力のおかげ
で、人形２０は例えば、「トランプ札」ン検出して同定
しその「組」及び「数」ン答えることができろ。人形は
同様に種々の幾何学的形状ン確認して音声で説明するこ
ともできろ。人形が棹々の対象物乞「同定」しかつ音声
で「名χ示す」ことができるであろう程度は学習教育装
置１００マイクロプロセツサ−１３に備えられているＲ
ＡＭの記憶容量によってのみ制限されろ。人形２０は人
間の形でもよく、または動物や鳥のような、別の生物の
外観をまねてもよい。学習教育装置の変形としては、マ
イクロプロセッサ−１３の光学的キャラクタ認識比較器
に乱数発生器を組み込み、まれに、同定のさいに「誤り
」ゲ任意的に起こさせることもできる。この場合、人形
２０が撮像装置１１へ露呈されたフラッシュカード上の
対象物の名を誤って言ったことに対して、うしろの領域
な「ぴしゃりと打つこと」などにより、罰を与え、隠さ
れているマイクロスイッチを作動させ、これにより人形
がフラッシュカード上の対象物の同定を再び試みろよう
にプログラムすることもできる。このように、人形２０
は模擬「視覚」能力を有し、「見えた」ものを音声で話
すことができ、フラッシュカード上の対象物な同定する
際にランダムに予め設定した「間違い」乞人形が一体い
つ犯すだろうかとの子供との交流が可能である。フラッ
シュカードはアルファベットやアラビア数字のような見
分けのつく対象物を示すものでよいため、このようなじ
るしの正しい同定７通して人形２０は子供にとっては教
育補助器として働きうる。

撮像装置処理システムにより達成されろ「対象物の同定
」を履行する際には、ＲＡＭ１２にＭ己憶されているデ
ィジタル画像データを評価し、マイクロプロセッサ−１
３のＲＡＭメモリ蓄積装置のファームウェアとして組み
込まれている多数の対象物の形態のデータ特性記号と比
較するためにマイクロプロセッサ−１３は多数の計算技
術ゲ互換的に採用してもよい。この目的のために、第６
図に図示した対象物のような２進（黒／白）的画像を与
える任意の対象物の形態を考えよう。この点に関して、
対象物の個々の正方形の「ユニット］ｉ−７，（わち「
セル」３０は「黒」すなわち２進の「１」であり、対象
物に関連した表示されていない（同じ大きさのユニット
の）空白領域＆ま「白」すなわち２進のｒＯＪである。

すなわち、第６図の対象物は、撮像装置１１により観察
されている対象物のディジクル画像データの１物乞表わ
しており、ＲＡＭ１２のマトリックス内に、「１」と「
０」との列として存在することになる。光学的キャラク
タ認識は、このような画像信号データから可能な限り多
くの情報ンできるだけ能率的に引き出そうとするもので
ある。解決すべき問題のうちの典型的なものには、画像
に幾つの異なる対象物か在るか、谷々の対象物はどこに
配置されているか、各々の対象物はどれ程の大きさか、
各々の対象物はどんな形か、対象物の中には単体に結合
された中実体でないもの（すなわち穴のおいているもの
）があるか、そして、対象物の同定のために処理してい
るディジタル画像データ中にマイク０７’　Ｏセッサー
１３が認識すべくすでにプログラムされている画像に合
うものが在るか、ということがある。

このような問題乞解決するために、多数の計算技術１ｍ
々の組合せで使用することができる。これらの計算技術
ケ説明する際に、黒対白、左対右、Ｘ対ｙ１などの役割
は交換可能であるということが理解されろであろう。さ
らに、ここでの説明のためには、便宜上「白い」背景に
対して対象物は対象物ケ発見すること ＲＡＭ１２に収容されている信号データ出力で表わされ
る画像の上部左側の角にある開始位置から始めて、「黒
い」ピクセルが出てくるまで（見るべき対象物が何かし
らあると仮定して）、マイクロプロセッサ−１３はその
ＲＯＭの制御によりラスク走査モードで各々のピクセル
、すなわち「セル」または「ユニット」、ン検査する。

もしこの「黒い」ピクセルが（後に説明される）すでに
出会った対象物に属するものとして「分類されたもの」
でないならば、新しい対象物が見出されたことになる。

第６図はこの手順のフローチャートン図示している。

対象物を数えること 計数を０から始めて、もしこの情報のみが所望なのであ
れば、新しい物体に出会うたびに計数を増分する。しか
しながら、この計数手順は、丸い対象物、ある大きさに
満たない対象物、全周の２乗対面積の比がある範囲に入
るような対象物、などの数を個々に計数すること・・・
・−・などの所望の用途に応じてより詳細にすることが
できる。この手順は全ての対象物に対してゼロ計数の最
終結果となることがあり、その時はシステム応答馨トリ
ガーしてより短い撮像積分時間ン用いてもう１度画像ケ
得る（画像が飽和していたかもしれないので）かまたは
、もし別のデータによって飽和していないことが証明さ
れれば、音声合成サブシステムを介して使用者へ適切な
音声の出力、例えば、「私には全く例も見えません」を
与えるようにすることかで＠る。

周航による対象物の特徴記載 画像装Ｒ１１の視野に入る個々の対象物を特徴付けろこ
とのなかには、その対象物のトポロジー、すなわち−そ
の大きさ、形状、連結性、方向比、境界特性など一ンマ
イクロプロセッサー１３によって決定することが含まれ
ろ。本応用例の場合、この結果は使用者に音声合成電子
装置１４を介して適切な音声の応答を発生させる目的の
ために用いられ得る。学習教育装置１０の如きキャラク
タ認識装置が対象物を認識することができろために必要
な準備である。この目的のために、「周航」手順と呼ぶ
対象物の％徴づけ技術は、対象物の形態に関して多量の
情報ン引き出すことを可能にする。第６図に図示した対
象物ン参照して、第６図に図示したフローチャートによ
る「発見」手順ケマイクロプロセッサー１３のＲＯＭに
より実行している途中であり、星しるしン付けた対象物
の頂上に配置された「黒い」ピクセルすなわちセル３０
に出会ったものとする。この対象物の特徴ケ記述する最
初の手順として、「周航」技術は、対象物の「周辺ケ回
って歩くこと」を目ざし、その間に同時にこの周航手順
のコースにおいて特定のパラメータを監視しかつ特定の
動作ンとることケ意図し、これにより対象物のトポロジ
ーに関する非常に多くの量の情報乞引き出すことを可能
にする。

「周航」による対象物の特徴記載において、第４ａ図乃
至第４ｄ図に図示したようなある手１Ｍの「規則」が守
られる。周航手順の「規則」は以下のように要約できる
。

（１）「常に左折する」（または右折する）規則に従う
。この規則は迷路から進路を見つけること？計算機に教
えるのに使用される基本的な方法である。第４ａ図を参
照して、点の位置が図示のようにセルＡに隣接しており
セルＡは２進の「１」を示す「黒い」セルと同定されて
いるものであると仮定する。第４ｂ図乃至第４ｄ図は点
の位置に対する６つの可能な状態と、第６図に図示した
対象物のような対象物の周辺乞回る点の動きＹ）レース
するために点がとるべき動きの方向ン図示している。こ
のように、もし点の動きがセル位置Ｂの黒いピクセルす
なわちセル３０に出会うときは、点の動きは左の方向に
曲がり、セルＢは今度はその後の点の動きケ決定するた
めにセルＡになる（第４ｂ図）。他方、もしセル位置Ｂ
がｒＯＪの２進状態を示す「白い」ピクセルであれば、
点の動きはセル位置Ｃがそれぞれ「１」の２進状態を示
す「黒い」ビクセルであるかまたは「Ｏ」の２進状態を
示す「白い」ビクセルであるかによってＭＪＣ図または
第４ｄ図に示されている方法で進む。このように、もし
セルの位置Ｃが「黒い」ビクセルであると、点の動きは
セル位置Ｃの「黒い」ピクセルの境界に沿ってまっすぐ
に前に進みセルの位置Ｃはその後の点の動きに対して次
のセル位置Ａになる。他方、もしセル位置Ｃが第４ｄ図
に図示されているように「自緊」ビクセルであると、点
の動きは右に向かい、点はセル位置への「黒い」ピクセ
ルの周辺に沿って下方へ進む。セル位置Ａは点のその後
の動きに対してもセル位置Ａとして残る。この手順は点
が対象物の周辺の回りヶ完全に移動して第６図に星しろ
しで示したような開始セル３０へ戻るまで、連続的なサ
イクルでｔｊｕｔうれろ。

（２）指示されたように点が動いている間、それまでに
なされた「直進」、「左折」及び「右折」の運動変位の
それぞれの数の累積和がマイクロブｏセツ？−１３のＲ
ＡＭに保持される。この情報はその後対象物のおよその
全周ケ計算するのに使用できる。

（３）　点の運動が進行している間、点の移動中に点に
より取られる端のＸ及びｙ座標の位−置、すなわち、対
象物ン周航している間に点により得られる視野内の最も
遠い束、西、南、北はデータ保持のために［フラグｊ　
（ｆｌａｇ　）　７ａｌ−立てられる。

（４）点の運動か進行している間に、もし点が（「発見
」手順の流れの中で）対象物の東か西の端のいずれかに
配置されていることが決定されるト、ソの特定のセル３
０は「フグＪ　（ｔａｇ　）　乞つけることにより適切
に分類され、その後の「発見」手順においては、すでに
出会った対象物ケ区別することができる。

（５）　点が動いている間に、機械的なゾラニメークの
動作ンディジクル的に再生する効果を有する特定の計算
を行なって周航している対象物の面積の量を引き出すこ
とができる。

（６）最俊に、点の動きか進行している間に、点の「瞬
時ヘッディング方向」に関する情報は物体の全体的な「
形状」を推論する目的乞有する適切に符号化された「輪
郭抽出」アルゴリズムに連続的に用いることができろよ
うにされろ。

周の計算 対象物７点が周航する間に点によりつぐられる「直進」
変位、すなわち第４Ｃ図、のｅｗ記号Ｎ１へで表わし、
点による「左折」（第４ｂ図）と「右折」（第４内の変
位の数を記号Ｎ２で表わすことにより、対象物の全周は
本質的におよそ次のように近似できる。

ｐ　＝　Ｎ　１　＋Ｎ　２ｙＪＴ　＜　Ｉ）面積の計算 対象物の面積を近似する際には、機械的プラニメータの
操作をまずパラメータＡ及びＬ７ａｌ−それぞれ０及び
１に初期化することによりディジタル的にシミュレート
できろ。その後、動いている点により実施される周航手
順が実行されている間に、各々の変位のさいに第５ａ図
乃至第５ｄ図に図示した規則が実行され、点が第６図に
おける星しるしで同定されるような開始セル３０へ戻っ
たときに、パラメータＡが物体の境界内に含まれている
セル３０の数に等しくなるようにする。そのため、もし
変位が右向きであれば、パラメータＬは、第５ａ図に説
明しであるように、１だけ増加する。

もし動いている点の変位が下向きであれば、第５ｂ図に
示したように、パラメータＡはパラメータＬの計数だけ
増す。点の左向きの変位運動は、第５Ｃ図におけるよう
に、パラメータＬＹ１だけ減少させ、一方上向きの点の
変位運動は第５ｄ図に示したようにパラメータＡＹパラ
メータＬの計数だけ減少させる。

第７ａ図及び第７ｂ図を参照すると、第６図に図示した
対象物に対して採用した、機械的プラニメータの動作の
ディジタル的なシミュレートの手順の結果が示しである
。ここにおいて、第７ａ図は、第４ａ図乃至第４ｄ図で
説明した方法により動く点で周航した時の第６図の対象
物を示し、点が対象物の周辺を動く間の点の運動方向と
いくつかの変位ステップ数が示しである。すでに説明し
たように、第６図の「発見」手順により決定されろ、対
象物の「西」か「東」の端のいずれか一方にあることが
見出された個々のセル３０はマイクロプロセッサ−１３
のメモリ蓄積装置内で適当に分類されている。第７ｂ図
に示した表は面積の計算のため第５ａ図乃至第５ｄ図に
説明した規則に従って得られるデータを含む。従って、
ステップ＃１は初期値Ａ＝０及びＬ＝１で始まる。ステ
ップ＃２は第５ｂ図に示したような、点の下向きの変位
運動であり、ＡはＬの計数だけ増える。このように、第
７ｂ図に示した表はステップ＃２で、Ａ＝１及びＬ＝ｉ
の値馨与える。ステップ＃６では下向きの変位運動が続
いており、これによりパラメータＡはパラメータＬの計
数だけ増え、従ってＡは今度は２に等しくなり、一方り
は１に等しい。Ａ及びＬの値の変化は、第７ｂ図に示さ
れているように第５ａ図乃至第５ｄ図に説明されている
規則により変化ン続ける。周航手順の終結、すなわちス
テツ７°９４において、パラメータＡは１９６に等しく
、「直進」変化Ｎ１は３９に等しく「左折」もしくは「
右折」変化Ｎ２は５５に等しく、従って物体の全周はＮ
１及びＮ２の値ゲ式ＣＩ）に代入することによりおよそ
７７になる。

光填率 動いている点に対象物の全周の回りケ進ませる周航手順
が完了すると、点の周航の動きの間に点が出会った端の
Ｘ及びｙ座標は「タグ」馨付けられマイクロプロセッサ
−１３に含まれているＲＡＭ内に記憶されろ。これらの
端のＸ及びｙ座標により与えられるデータ情報を得ると
、次に対象物の全体が入る最も小さな直交座標軸方向の
箱の面積？、次式で計算することができろ。

Ｂ　＝　（Ｘ、、−ｘｍｉ。”（Ｙｍａｘ−”ｍ１ｎ）
（Ｉｆ）ここでＢは対象物の全体が入る最小の座標軸方
向の箱の面積である。特定の状況においては、対象物の
実際の面積への面積Ｂに対する比を対象物に関する別の
情報ケ決定するのに用いることができる。

における１つの補助としてすでに出会った物体を識別す
ることに加えて、第７ａ図において「西」は「Ｗ」、「
東」はｒＥＪとしるしを付けたセル３０により示したよ
うな境界のラベル付けは別の点においても有効である。

もし物体が単純な中実の物体であるかないしはもし物体
に１つ以上の「穴」が含才れているかどうかに関して決
定がなされるならば、第６図のフローチャートの流れに
基づいた新しい「発見」手順が開始され得る０この手順
はラスク走査がすでに出会った物体のｒＷＪセル３０と
ｒＥＪセル３０との間にあると決定される才では始める
ことができない。次に、［黒いｊセルと「白い」セルを
発見することを入れ替えることにより、「発見コ、「計
数」及び「周航Ｊを含むすでに説明した手順の全てを対
象物内の穴（複数の場合もあるンの性質を詞査するよう
にくり返すことができる。この方法はマイクロプロセッ
サ−１３内の同一のＲＯＭコードを用いて芙行され、大
まかに入れ子（ｎｅｓｔ　）構造にすることができる。

輪郭抽出 本学習教育装置１０の使用において履行することのでき
る別の技術は「輪郭抽出」と呼称するこさができ、その
中では対象物の「形状」または形態の詳細な記述が得ら
れる。すでに説明した周航手順では、対象物のアウトラ
インがビクセルごとにすなわちセルごとに倉入りに追跡
される。以下ｔこ説明する「輪郭抽出」手順は対象物の
形状に関する要約した説明を提供するこきをその目的と
するものであり、形状を決定すべき対象物の境界の回り
を進む点の変位運動に以下の基準を癌ではめること−こ
より達成することができる。

（１）　ｒｉ在の方向」の記述は次の８方向、北、北東
、束、閘束、南、南西、西、及び北西、のうもの１つに
制限される。それゆえ、コースの変更は４５°の増分で
知らされ進路を右か左のいずれかに取ろうとしているか
が同定される。

（２）ある長さの所定の距離において最も新しいでコー
ス変更に関する決定は全くなされない。古いコースの方
向からの偏向が比較的に短い長さのものであり古いコー
スの方向が再び取られるならば、この規則はこのような
重要でないコースの偏向は無視するということを意味す
る。

（３）　もしコースにおける明確な変更が検出されたと
きは、新しいコースの方向が所定の長さの間追跡された
後に新しいコースすなわち「現在の方向」の決定がなさ
れる。

（４）対象物の全周の旅の各々の−くぎりすなイつち「
現在の方向」に進んだ距離は簡単に、短い、中くらい、
長い、及び極めて長いと記述される。

これらの基準を用いて、今学習教育装置１０の画像装置
１１の視野内に米国の地図が現われているとする。マイ
クロプロセッサ−１３のＲＯＭ部に記憶されており、ま
た前述の基準に基づいている「輪郭抽出」手順を用い、
画像装置１１から得られＲＡＭ１２に記憶されている信
号データが、マイクロプロセンサー１３のＲＡＭ中央処
理装置で変換されて、第８図に図示したような形状を有
する対象物を提供する。この処理された対象物が、マイ
クロプロセンサー１３のＲＡＭ部に蓄積された種々の対
象物のデータ特性記号とキャラクタ認識装置によって比
較され、分析されることになる。

第８図を参照し、米国の地図から得られそこに図示され
ている対象物の記述を説明し面すと、説明的な報告は以
下のようなものであろう。開始位置４０（シアトル）か
ら、点は真東に極めて長い距離を位置４１才で動く。次
に、点は９０°右へ曲がり（ヒユーロン湖ン、短距離を
位置４２７で進む。位置４２で、点は１６５°左へ曲が
り（デトロイト）この新しいコースを長距離位置４３ま
で進む。次ζこ、そこで９０°右に曲がり、短い−くぎ
りを位置４４まで進み、次にもう一度９００右に曲がる
（メイン州）０次の位置４５までの−くぎりは短いが、
「輪郭抽出」手順における基準の規則２に従って無視さ
れた多数の激しいコース偏向から得られるものである。

次に、４５°左へ曲がりにューヨーク市）、位置４６ま
でのこのコースの中くらいの−くぎりの後、４５°右へ
曲がり（ハチラス岬）、中くらいの距離を位置４７まで
進む。次に、９０°の左折の後に位置４８才での中くら
いの長さの旅が続き、その後２回９　Ｕ’右へ曲がりそ
の間に短い−くぎり４９をつくる（フロリダ州の南端）
。最後のコースで、位置５０（フロリダ州タラノＡツセ
の付近）才で中くらいの距離を進み、その後４５°左へ
曲がる。位置５１までの中距離の後、（テキサス州ポー
マント）もう−族４５°左へ曲がり、その後位置５２（
テキサス州ブラウンズビル）までの中距離を進み次に右
へ９０°コース変更する。位置５３（テキサス州エルパ
ソ）までのこの−くぎりの中距離の後、４５°左へ曲が
りその後位置５４（カリフォルリニアすサンディエゴ）
までの中くらいの−＜キリカ続き、次に４５°右へ曲が
る。その後、位置５５、（カリフォルニア州すンフラン
シスコ）、まＣの別の中くらいの−くぎりがあって、次
に４５°右へ曲がり、最後の長距離を開始場所４０（ワ
シントン州シアトル）へ戻る。マイクロゾロ七゛ンサー
のコーＰの言語はコースの距離のそれぞれの長さく短い
、中くらい、長い、及び極めて長い）Ｉこ対して値１，
２，３及び４を割り当て、４５Ｎ度のコース変更は十Ｎ
は右折を−Ｎは左折を表わすようにしてＮで表わし、ア
ウトラインの各々の−くぎりは（ノー各々の−くぎりの
長さ）、及び（Ｃ＝その−くぎりの終端部におけるコー
ス変更）であるとしてフォーマットＣＩ、Ｃ）で表わす
と、第８図に図示した対象物の輪郭のデータ特性記号は
次のようになる。

（４，２）　（１，−３）　（３，２）（１，２）　（
１，−１）　（２，１）（２，−２）　（２，２）　（
１，２ンｒ２．−１）　（２，２）　（２，−１）（２
，１）　（２，１）　（３，２） 第８図に図示した対象物の形状は相当ゆがんでいるが、
それにもかかわらす米国の全体的な外形として容易に認
めることができる。たとえ最も原始的なキャラクタ認識
符号を用いても、米国のこの一般化した外形に対応する
データは、ブラジル、インド、英国、フランス、ドイツ
、スペインなどのような、世界のその他の国々の一般化
した外形と誤認識するのを避けるのに十分なだけ特知的
である０ 輪郭抽出技術の履行には一般的に第９ａ図乃至第９Ｃ図
に示したすでに述べた基準を守ることが必要である。輪
郭抽出手順は周航手Ｊ＠♂結合され、周航手順の開始時
に、第１の個々のステップのベクトル和に関して測定か
なされて最初の基本コースＢを得る。各々の変位運動の
後、第９ａ図乃至第９Ｃ図に示したような以下の手順が
輪郭抽出手ｊ＠の実行において採用される。

（１）基本コースＢはわかっていると仮定して、最後の
幾つかのＮの個々の変位ベクトルをマイクロプロセッサ
−１３のメモリ蓄積装置に累積させそれらのベクトル和
Ｎを形成する０ （２）　次に、基本コースベクトルＢと最も新しい変位
ベクトルＶの成す角φの絶対値を基本コースベクトルＢ
とベクトル和Ｎの成す角θの絶対値と比較する。もし角
φが角θより太きければ、巨視的なコース変更は検出可
能であるが角度の変化は一定の値に「落ち着いて」いな
い、さする。従って、次のコースの方向に関する決定は
少なくともあと１度の変位運動があるまで延期される。

このことは第９ａ図に図示した状況である。しかしなが
ら、もし角φが角θより／トさいかこれに等しいならば
、この条件はコース変更が生じたか否かに関する決定を
可能にする。このことは第９ｂ図に図示した状況である
。もし角θが所定の一定の角αよりも小さければ、基本
コースＢからの偏向は十分に小さく従って、コース変更
が検出されなかったかのように偏向を無視することがで
きる。しかしながら、もし角θが角αより太きければ、
コースの変更は実際に起きている。この点において基本
コースＢは終結し、その長さは次式で計算される。

ここで（Ｘ、Ｙ）は現在の位置の座標であり、（ｘｏ　
ｒ　Ｙｏ　）は前のコース変更の位置の座標である。

（３）　次に、新しい基本コースＢ′を、古い基本コー
スＢと角θを案内として用いて計算し、座標（Ｘｏ、Ｙ
ｏ）を新しい現在の座標（ｘ、Ｙ）に置き換え、特定の
応用に関連し得る別の計算を行な０ （４）最後に、最も新しい変位ベクトル■を、Ｎの前の
個々の変位ベクトルの保持アレイの「最も新しい」位置
へ入れ、他のベクトルは記憶アレイ内で後に動かし、［
新しいものの中で最も古＆ＮＪ変位ベクトルがメモリか
ら捨てられるようｔこする。

さて第１Ｑａ図及び第１０ｂ図を参照すると、第１図の
学習教育装置１０の画像装置１１によるキャラクタ認識
用の対象物の形態な（１）シ形状カーー例として第１０
ａ図に図示してあり、こＪｔｌこより輪郭抽出技術がい
かにして履行されるかをさらｔこ鮮明する。第１０ｂ図
では、しるしＢ）こより表４つされた現在の「基本コー
ス」ベクトルに害ｌ］り当てられる値が線図的に同定さ
れてＧ）る。例え（よ、現在の「基本コース」ベクトル
Ｂの「真東」のコースは「０」の値を有し、一方「真西
」のコースは「４」の値を有する。その形状または形態
の％徴が記述されるべきＭ　１０　ａ図に図示した物体
の全周の囲りを進むときに、第１１図のしるしＮ１〜Ｎ
４は最後の４つの個々の変位ベクトルを表わし、マはこ
れら４つの個々の変化ベクトルＮｌ〜Ｎ４の平均値であ
り、■は最も新しく起った変位ベクトルである。第１１
図は第１０ｂ図の値の図に基づいておりかつ第１０．ａ
図に図示した対象物の全周の回りを動く点に従って得ら
れるデータを含む。

第１０ａ図に図示した対象物の全周の回りを動点が進む
ききに第９ａ図乃至第９ｂ図に関連して説明された規則
か適用されることが理解されるであろう。この点におい
て、（■１かＩＮＩよりも大きくなるたびに、きられる
動作は第９ａ図に図示した規則に従い決定を延期するこ
とであるということが認められるであろう。第１０ａ図
に図示した対象物の全周の回りにおける個々のステップ
または「−＜ぎり」は連続的に番号をつけられる。

各々のステップの終わりにおいて、■は第１１図値は全
て１つの位置だけシフトバンクされ、値Ｎ１はこの列に
おける「新しいものの中で最も古い」変位ベクトルとし
て捨てられる。

ゼロ以外のコース変更（第１１図に図示したステップ１
８及び３５においてΔＢと表４つされる）とＮの値は古
いＢに代る新しい値Ｂに対する値にリセットされる。こ
のことはΔＢを■及びＮの前の値から引くことをこより
達成される。

第１０ａ図に図示した対象物の外側の輪郭は４５°の増
分へ量子化されたベクトルによって決められるものとし
て説明してきたが、量子化する増分は所望の用途に応じ
て３００や２２，５°などの、４５°以外でもよいとい
うことは理解されるであろう。同様に、第１０ａ図乃至
第１０ｂ図に与えられた例と第１１図に表わされたデー
タは４つの最も新しい変位ベクトル、Ｎ１〜Ｎ４を蓄積
てきるものであるが、この選択は任意でありこのような
変位ベクトルの数は、第１図の学習教育装置の画像装置
１１により検出される対象物に対する輪郭特性記号の決
定において所望される複雑性の度合いに応じて、増やし
たり減らしたりできる。

このように、「データ特性記号」すなわち対象物の形態
は、対象物を周航するのに必要な一連の「コース変更」
による輪郭抽出技術により決定される。対象物の基本的
な幾何学的特性はこの技術により得られ、この技術は第
１図に図示した学習教育装置１００マイクロプロセツサ
−１３に含まれているＲＡＭにより笑施できる。説明し
た輪郭抽出手順に基づいた’ａ　１０　ａ図に図示した
対象物における最後の輪郭「データ特性記号」は（１０
゜１　（１１，３）　（８，２）でありこの対象−めら
れる。

第１図に図示した学習教育装置１０の画像装置１１から
得られたデータから椋々の歳何学的形状を認識しかつ記
述できるようにすることにおいて、もし相部抽出技術が
、各々が前のものｌこ対して連続的ｌこ９０°右へ向い
ている基本的には４つのベクトルが対象物の外形である
と表示したならば、対象物は、第１２ａ図に図示したよ
うな、本質的には長方形であると同定される。長さ対陽
の比ｘ／ｙと向きの角θの計算は以下の式を用い、簡単
な三角法を用いて達成することができる。

前述の式（ＩＶ）及び（Ｖ）において Ｓ二半周（全周の２分の１） Ａ−長方形の面積 Ｂ＝破線の外形の面積 でありこれらは全て周航手順により直接測定できる。

第１２ｂ図に図示した２等辺三角形に関しては、角θは
次式で決定できる 三角形が鋭角三角形であるか鈍角三角形であるかの決定
は、３辺ａ、ｂ、ｃのうち辺すが最長であるとしてａ２
＋ｃ”　−ｂ２の１直を計算することによって達成でき
る。すなわち、この値が負であれば鈍角三角形であり、
ゼロであれば直角三角形であり、正であれば鋭角三角形
である。

第１２ｃ図Ｃζ図示したＮ辺を有する正多角形を参照す
ると、輪郭抽出技術は長さが全て等しくかつ連続的にほ
ぼ同じ角度で方向を定められているＮ個のベクトルが与
えられているはずである。このように、対象物は輪郭抽
出技術により容易に多角形であると認められる。この形
状の確認は次式から得られる。

Ｓ２　θ 一＝Ｎｔａｎ−（す ２ 第１２ａ図乃至氾１２ｂ図に図示したそｎぞ゛れの対象
物について行った数学的解析はマイクロプロセッサ−１
３の読取り専用メモリ部へ組み込んでマイクロプロセッ
サ−１３の能力をより強めて、画像装置１１から得られ
る信号データを用いて対象物の認識及び比較をすること
ができる。

画像装置１１により観察した時Ｉこマイクロ７°ロセン
サー１３によりその形状丈たは形態の特徴を記述できる
対象物の幾つかの典型的な例が第１３ａ図乃至第１ｓｆ
図に図示してあり、ここで説明された輪郭抽出技術によ
り決定されるこれらのそれぞれの対象物に特有の輪郭の
「データ特性記号Ｊが与えられている。この特有の輪郭
「データ特性記号Ｊは、基本的には問題となっている特
定の対象物が比較的に広い範囲にわたって一般的に変形
されたとしても、それらの変形ｌこ左右されない。

さらに、輪郭「データ特性記号」が環状シフトレジスタ
の動作を受けたように表わされるかもしれないというこ
とを除いては各々の対象物に対する輪郭「データ特性記
号」は、対象物の向きによっては変化しない。後者に関
して、例えば、Ｊ１３ｅ図における対象物ｒＡＪを参照
すると、図示されているようなぞの軸郭Ｆデータ特性記
号」は（ベクトルの長さを無視して） ３　４　−２　−２　４ である。第１３ｅ図のｒＡＪの対象物同定は、形状従っ
て問題の対象物を同定するために特有の輪郭［データ特
性記号ｊ内−こ特定の値を有し特定の環状配列ｔこ並べ
られた５つの「単語」があるということに基づいている
。図示されている対象物に対する他の輪郭「データ特性
記号」は以下の通りである。

第１３ａ図−帆船　３５−４３１１３−２第１３ｂ図−
円　１１１１１１１１ 第１３ｃ図−長方形　２２２２ 第１３ｄ図−ｒ７Ｊ　４３４−３ 第１３ｆ図−、Ｍ　３−１　３−１　３−１３−１これ
らの輪郭「データ特性記号」及びその他のものはマイク
ロプロセッサ−１３のＲＡＭにファームウェアとして記
憶させられる。学習教育装置１０の画像装置に、伺らか
の形の記号（１ｎｄｉｃｉａ）を表わしているフラッシ
ュカードか同様の手段を露出すると、ＲＡＭ１２に集積
された画像信号データがマイクロプロセッサ−１３のＲ
ＡＭ内のファームウェアから成るデータ特性記号き比較
される。マイクロゾロセッサー１３のキャラクタ認識比
較器は画像信号データとマイクロプロセッサ−１３のＲ
ＡＭのファームウェア内ｌこおける最モ近いデータ特性
記号との比較分析を決定する分析信号出力を発生する。

キャラクタ認識比較器からのこの分析信号出力は音声合
成電子装置１４をトリガーして語いメモリ１５により考
えられる符号化されたディジタル入力に基づいておりか
つキャラクタ認識比較器からの分析信号出方の内容を表
わす可聴周波の信号出力を発生させ、この可聴周波の出
力はスピーカー回路１８により音声Ｃζ変換される。所
望の用途に応じて、音声合成電子装置１４を注文に応じ
て仕立て、ＲＯＭ１５に記憶されている語いにより決る
、何らかの過切なコメントを話すようにすることができ
る。本発明の好ましい実施においては、学習教育装置１
００画像１１により観察される対象物に適切なコメント
が砧される。そのため学習教育装置が第２図１こおける
ような人形２０の形をしていると、人形は「見て」、「
見えた」ものに関して「話す」という見掛上の能力を有
する。

すでに説明し例示的に示した本発明の特定の実施例にお
ける種々の修正は特許請求の範囲に記載されている本発
明の範囲及び原理からはずれるこさなく画業者によりな
されつるということは理解されるであろう。

（発明の効果） 以上のように本発明のキャラクタ認識によれば種々のキ
ャラクタを認識することができる。

輪郭のみを周航することにより認識に要する装置、時１
１４ｊは簡単なものｔこできる。

対応する基準パラメータを設定することで、任意の形式
のキャラクタの認識が可能になる。

基準パラメータは輪郭形状の％徴のみを抽出するので、
基準パラメータに要する記憶量は少なくてすみ、周航プ
ロセスは簡易、高速にできる。

新規なキャラクタが入来した時も、その時点でメータを
得ることができる。

その他フォント選別等種々の機能を与えることができる
。

【図面の簡単な説明】

第１図は学習教育装置のブロック線図、第２図はフラッ
シュカードを観察してそこに示されているそれぞれの対
象物について理解したように音声を発してコメントする
模擬視覚及び模擬音声を有する人形に設けられた第１図
の教育装置を示す概略図、第６図はキャラクタ認識のた
めに観桜されるべき対象物の図、蕗４ａ図乃至第４ｄ図
は撮像装置の視野における個々の対象物の特徴を記述す
るための技術を示す図、第５ａ図乃至第５ｄ図は撮ｉ＃
！装置の視野内の対象物の面積の一般的な決定として、
対象物の境界内の個々のセルすなわちユニットの数を特
徴づける技術を示す図、第６図は撮像装置の視野ｌこ入
る対象物をそのキャラクタ認識のために発見するための
技術を示すフローチーレート、第７ａ図は第６図と同様
であるがキャラクタ認識用の対象物の個々のセルすなわ
ちユモットの境界の分類を示した対象物の図、第７ｂ図
は第７ａ図の境界分類手順と第５ａ図乃至ＭＳａ図の対
象物の面積決定を法則化するための技術とに関連したデ
ータを営むチャート、第８図はキャラクタ認識手順の原
理を示すための対象物の一般的輪郭または形状の図、第
９ａ図乃至第９Ｃ図は撮像装置の視野に入る対象物の輪
郭または形状を決定するための技術を示す図、第１Ｄａ
図は撮像装置によるキャラクタ認識のため観察されるべ
き対象物の図、第１０ｂ図は第１０ａ図に図示した対象
物の輪郭決定において使用されるそれぞれの現在の基本
コースベクトルに指定されるべきベクトルの値の図、第
１１図は第１０ａ図に図示した対象物の輪郭決定に関連
したデータを含み、その最後の「輪郭特性記号」を示す
チャート、第１２ａ図乃至第１２ｃ図は認識できる特定
の幾何学的形状を例示的に示す図、第１５ａ図乃至第１
３ｆ図はキャラクタ認識用のさまざまな対象物を別々に
例示的に示し、それぞれに特有の「輪郭特性記号」を示
している図、ｊｇ　１４　ａ図、第１４ｂ図（ま実施例
のフローチャートである。 符号の説明 １０・・・・・・学習教育装置、１１・・・・・・撮イ
象装置、１２・・・・・・ランダムアクセスメモＩＪ　
。 １３・・・・・マイクロプロセッサ−１１４・・・・・
・音声合成電子装置、 １５・・・読取り専用メモリ、 １８・・・・・・スピーカ：回路、２０・・・・・・人
形、２１・・・・・・フラッシュカード。 代Ｂ人　浅　利　晧 Ｆｉｇ、４ｂ　Ｆｉｇ、４ｃ　Ｆｉｇ、４ｄＦｉｇ、／
２ａ　Ｆｉｇ、　／２ｂ　Ｆｉｇ、　／２ｃＦｉｇ、　
９Ｃ Ｆｔ’ｇ　／３ｅ　Ｆｉｇ、　／Ｊｆ

Claims (1)

1. 【特許請求の範囲】 （１）（イ）キャラクタを撮像装置で走査する工程、（
   ロ）そのキャラクタを表わすデータを撮像装置内に発生
   させ、そのデータをメモリに蓄積する工程、 （ハ）該データに依って決定されるシーケンスで該デー
   タを読み取る工程、 に）該読取シーケンスからパラメータデータを発生させ
   る工程、 （ホ）該パラメータデータを用いて、該キャラクタを表
   わす出力を提供する工程、 を含むキャラクタ認識方法。 （２、特許請求の範囲第１項記載のキャラクタ認識方法
   であって、前記読取シーケンスは前記キャラクタを周航
   することを含むキャラクタ認識方法。 （３）（イ）　キャラクタを撮像装置で走査する工程、
   （ロ）そのキャラクタを表わすデータを撮像装置内に発
   生させ、そのデータをメモリに蓄積する工程、 （う　該キャラクタの周縁を表わすデータのみを用いて
   、キャラクタのパラメータデータを発生させる工程、 に）該パラメータデータを用いてキャラクタを表わす出
   力を提供する工程、 を含むキャラクタ認識方法。 （４）特許請求の範囲第６項記載のキャラクタ認識方法
   であって、前記パラメータデータは前記キャラクタの高
   さと幅とに対応するデータを含むキャラクタ認識方法。 （５）特許請求の範囲第６項記載のキャラクタ認識方法
   でろって、前記パラメータデータは前記キャラクタの高
   さ、幅、周縁長、周縁内の面積を含むキャラクタ認識方
   法。 （６）特許請求の範囲第６項記載のキャラクタ認識方法
   であって、前記パラメータデータは前記キャラクタの輪
   郭の形状を表わす一連の輪郭番号を含むキャラクタ認識
   方法。 （力　特許請求の範囲第３項記載のキャラクタ認識方法
   であって、前記パラメータデータは前記キャラクタの高
   さ、幅、周縁長、周縁内の面積、キャラクタの輪郭の形
   状を表わす一連の輪郭番号を含むキャラクタ認識方法。 （８）特許請求の範囲第６項記載のキャラクタ認識方法
   であって、前記パラメータデータは前記キャラクタの高
   さ、幅、周縁長、周縁内の面積、各Ｙ座標に対するＸ座
   標の最大値と最小値、各Ｘ座標に対するＹ座標の最大値
   と最小値を含むキャラクタ認識方法。 （９）％許請求の範囲第６項記載のキャラクタ認識方法
   であって、さらに前記キャラクタを周航する工程を含む
   キャラクタ認識方法。 （１０）特許請求の範囲第３項記載のキャラクタ認識方
   法であって、読み取られるセルのデータがどのセルを次
   に読み取るかの決定に用いられる１つのファクタである
   キャラクタ認識方法。 αυ　特許請求の範囲第１０項記載のキャラクタ認識方
   法であって、さらに連続して読み取られた黒発生させる
   工程を含むキャラクタ認識方法。 ａつ　特許請求の範囲第１１項記載のキャラクタ認識方
   法であって、前記読取シーケンスはＡ）黒いセルが読み
   取られるまでセルを読む工程、 Ｂ）第一の黒いセルのアドレスを基準セルとして記憶す
   る工程、 Ｃ）前記第一の黒いセルに対する最初のコンパスヘッデ
   ィング数を記憶する工程、 Ｄ）前記基準セルに対してｘｌ、ｙｌのアダレス位置に
   ある第二のセルを読み、前記第二のセルが黒いセルなら
   前記第二のセルのアドレスを記憶する工程、 Ｅ）前記第二のセルが白いセルなら、前記基準セルに対
   してｘ２．ｙ２のアドレスにある第三のセルを読み、前
   記第三のセルが黒いセルなら前記第三のセルのアドレス
   を基準セルとして記憶する工程、 Ｆ）前記第二のセルも前記第三のセルも白いセルなら前
   記第一のセルを基準セルとして保持する工程、 Ｇ）順次状められた基準セル間の関係に基づいてコンパ
   スヘッディング数の瞬時値を決める工程、 Ｈ）前記第一の黒いセルが基準セルとな勺、コンパスヘ
   ッディング数の瞬時値が最初のコンパスヘッディング数
   となるまで工程りから工程Ｇまでを繰り返す工程、 を含むキャラクタ認識方法。 （１３）特許請求の範囲第６項記載のキャラクタ認識方
   法であって、さらに Ａ）基準キャラクタに対するパラメータの組を表わす基
   準データを第二のメモリに記憶する工程、 Ｂ）テスト中の前記キャラクタパラメータを対応する基
   準キャラクタパラメータと比較する工程、および Ｃ）前記比較工程の結果に対応する出力を発生する 工程を含むキャラクタ認識方法。 αａ（イ）撮像装置にテストキャラクタの画像を受ける
   工程、 （ロ）前記テストキャラクタを表わすデータを第一のメ
   モリに送る工程、 （ハ）前記第一のメモリ内のテストキャラクタのデータ
   を周航する工程、 に）前記周航工程の間にテストキャラクタの所定のパラ
   メータを決定し記憶する工程、（ホ）　前記テストキャ
   ラクタの所定のパラメータを第二のメモリに記憶された
   基準キャラクタの対応するパラメータと比較する工程、
   および（へ）前記比較工程の結果に対応する出力を発生
   する工程、 を含むキャラクタ認識方法。 ０５）特許請求の範囲第１４項記載のキャラクタ認識方
   法であって、前記第一のメモリはセルを列と行に配列し
   たランダムアクセスメモリでアシ、前記テスト用キャラ
   クタの周航工程（ハ）は、（４）　出発セルや≧ら開始
   する工程、０３）　出発セルを最初の基準セルとして、
   基準セルの位置を読み取る工程、 （Ｃ）　前記基準セルの左前方に位置する第一のセルを
   読み取り、前記第一のセルが黒か白がを決定する工程、 の）　前記第一のセルが黒なら、第一のセルまで移動し
   、その位置を基準セルとして記録する工程、 （匂　前記第一のセルが白なら、前記基準セルのすぐ前
   方に位置する第二のセルを読み取シ、前記第二のセルが
   黒か白がを決定する工程、Ｑ）前記第二のセルが黒なら
   、前記第二のセルまで移動し、その位置を基準セルとし
   て記録する工程、 （Ｇ）　前記第一のセルも前記第二のセルも白なら、前
   記基準セルを維持し、今度は前記第一のセルの位置およ
   び前記第二のセルの位置に末だ読み取られていないセル
   が位置するように右に向きを変える工程、 ＠）基準セルが前記出発セルまで戻ったときに（Ｉ）　
   工程（Ｃ）−斡）を繰り返す工程λｑ）テスト用キャラ
   クタの周航が完了したことを示す出力を発生する工程、 を含むキャラクタ認識方法。 （ｔ６）　特許請求の範囲第１５項記載のキャラクタ認
   識方法でろって、前記パラメータの決定、記憶工程に）
   が、 （Ｌ）　周航中に基準セルが出会ったＸ座標の最小値と
   最大値とを記憶する工程、 （ロ）周航中に基準セルが出会ったＹ座標の最大、　値
   と最小値とを記憶する工程、 （０）Ｘの最大値からＸの最小値を差引き、その差をテ
   ストキャラクタの幅として出力する工程、（Ｐ）　出会
   ったＹの最大値から出会ったＹの最小値を差し引き、そ
   の差をテストキャラクタの高さとして出力する工程、 を含むキャラクタ認識方法。 （１７）特許請求の範囲第１６項記載のキャラクタ認識
   方法でおって、前記所定のパラメータはセル内のテスト
   用キャラクタの幅と高さを含むキャラクタ認識方法。 賭　特許請求の範囲第１５項記載のキャラクタ認識方法
   であって、前記所定のパラメータはセルのテストキャラ
   クタの幅、高さ、周縁長および周縁内の面積を含むキャ
   ラクタ認識方法。 α印　特許請求の範囲第１８項記載のキャラクタ認識方
   法であって、前記パラメータの決定、記憶工程に）が （６）基準セルから次のセルへの移動が直進である時毎
   に第１のカウンタＮ１を増分させる工程、（Ｓ）　基準
   セルから次のセルへの移動が転進である時毎に第２のカ
   ウンタＮ２？：増分させる工程、ケ）　周航が完了した
   時に式 ％式％） を用いて周縁長の近似としての出力を提供する工程、 全含むキャラクタ認識方法。 （２（１１％許請求の範囲第１８項記載のキャラクタ認
   識方法であって、前記パラメータの決定、記憶工程に）
   が、 （ロ）　次の基準セルへの移動の方向が右向である時毎
   にＬレジスタを１増分させ、次の基準セルへの移動の方
   向が左向きである時毎に前記Ｌレジスタを１減分させる
   工程、 （ロ）移動の方向が下向きである時毎に入レジスタを前
   記Ｌレジスタの値だけ増分させ、移動の方向が上向きで
   ある時毎に、前記入レジスタを前記Ｌレジスタの値だけ
   減分させる工程、（３）　周航が完了した時に前記人レ
   ジスタの出力をテスト用シンボルの周縁内の面積として
   提供する工程、 を含むキャラクタ認識方法。 則　特許請求の範囲第１８項記載のキャラクタ認識方法
   であって、前記所定のパラメータはさらに一連の輪郭番
   号を含むキャラクタ認識方法。 （２、特許請求の範囲第２１項記載のキャラクタ認識方
   法であって、前記一連の輪郭番号はキャラクタが周航さ
   れる際のひき続くヘッディング間の差を表わす一連の番
   号を含むキャラクタ認識方法。 シ３）特許請求の範囲第２２項記載のキャラクタ認識方
   法であって、各ヘッディング数は４ダ又はその整数倍を
   表わし、８つのヘッディング数で可能なヘッディング数
   を完全に表現するキャラクタ認識方法。 （２、特許請求の範囲第２２項記載のキャラクタ認識方
   法であって、前記一連の輪郭番号は、ヘッディングの変
   更間に出会うセルの数を表わす一連の数をさらに含むキ
   ャラクタ認識方法。 （２５）　特許請求の範囲第２４項記載のキャラクタ認
   識方法であって、前記一連の輪郭番号は対にグループ分
   げされ、各対の第１数は直前のヘッディング変更の後出
   会った基準セルの数を表わし、各対の第２数はその数分
   のセルの最後に起きたヘッディング変更を表わすキャラ
   クタ認識方法。 （２６１特許請求の範囲第２２項のキャラクタ認識方法
   であって、新しいヘッディング数が古いヘッディング数
   を所定量上回る時にのみ新しいヘッディング数を生じさ
   せ、新しいヘッディング数はキャラクタを周航する際所
   定距離の間係たれるキャラクタ認識方法。 ２Ｄ　特許請求の範囲第２２項記載のキャラクタ認識方
   法であって、前記ひき続くヘッディング間の差を表わす
   一連の数は （ＹＡ）　それまでのＮ個のヘッディング数を平均する
   工程、 （ＹＢ）　Ｎ個のヘッディング数の平均が直前の変位ベ
   クトルより大きい場合は、その平均を新しいヘッディン
   グ数として出力する工程、（ＹＣ）　それまでのＮ個の
   ヘッディング数の平均が直前の変更ベクトルよりも小さ
   い場合はヘッディング数を変更せずに周航を続ける工程
   （ＹＤ）　周航が完了するまで工程（ＹＡ）　、　（Ｙ
   Ｂ）　。 （ＹＣ）を繰り返す工程 によって発生されるキャラクタ認識方法。 （２）前記Ｎが４である特許請求の範囲第２７項記載の
   キャラクタ認識方法。 四　特許請求の範囲第２１項記載のキャラクタ認識方法
   であって、テストキャラクタの所定のパラメータを第１
   基準キヤラクタのパラメータと比較し、テストキャラク
   タの各パラメータが前記第１基準キヤラクタの対応する
   パラメータと合致するか否か全決定し、基準キャラクタ
   の１つのパラメータでもテストキャラクタのパラメータ
   と合致しない時は直ちに前記第１基準キヤラクタは合致
   しないものとして排除し、テストキャラクタのパラメー
   タを次の基準キャラクタのパラメータと比較し、テスト
   キャラクタのパラメータが基準キャラクタのパラメータ
   と合致するか否かを決定し、合致が検出されるか又は全
   ての基準パラメータが比較されてしまうかするまで比較
   を継続する。キャラクタの認識方法。 （３０１特許請求の範囲第２９項記載のキャラクタ認識
   方法であって、前記所定のパラメータはさらに式 で決められる充填因子Ｆを含むキャラクタの認識方法。 ０υ　特許請求の範囲第２９項記載のキャラクタの認識
   方法であって、前記所定のパラメータはテストキャラク
   タ内の穴の幅、高さ、周縁長および周縁内の面積をさら
   に含むキャラクタの認識方法。 （３つ　キャラクタ認識方法であって、（イ）撮像装置
   にテストキャラクタの画像を受ける工程、 （ロ）前記テストキャラクタを表わすデータを第１メモ
   リに送る工程、 （ハ）前記テストキャラクタの輪郭全表わす一連の輪郭
   番号全決定する工程、 に）前記テストキャラクタの輪郭番号を基準キャラクタ
   の輪郭番号と比較する工程、および（ホ）前記テストキ
   ャラクタに対応する基準キャラクタを出力する工程、 を含むキャラクタの認識方法。 （３濠　特許請求の範囲第６２項記載のキャラクタ認識
   方法であって、前記一連の輪郭番号はテストキャラクタ
   の周縁の曲線の方向を表わすキャラクタ認識方法。 ６４）特許請求の範囲第６２項記載のキャラクタ認識方
   法であって、前記一連の輪郭番号はテストキャラクタの
   周縁の曲線間距離を表わすキャラクタの認識方法。 （至）　特許請求の範囲第６６項記載のキャラクタ認識
   方法であって、前記輪郭番号はテストキャラクタを周航
   することによって決定されるキャラクタの認識方法。 （陶　特許請求の範囲第６５項記載のキャラクタ認識方
   法であって、曲線の方向全表わす数は、現行の曲線の方
   向を所定量越える新しい曲線の方向がテストキャラクタ
   の周航の開所定距離維持される時にのみ与えられるキャ
   ラクタの認識方法。