JPS61220081A - パタ−ン切り出し及び認識方式 - 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】 〔発明の利用分野〕 本発明はパターン切り出し及び認識方式に関し、たとえ
ば光学文字読み取り装置において、自然な筆記条件で書
かれた帳票のパターンを切り出す方式及びそれを認識す
る方式に関するものである。

〔発明の背景〕

従来の文学読み取り装置（以下、ＯＣＲと略する）に読
ませる文字は、第１図に示すように１文字枠間ギャップ
５において文字ごとに設定された文字枠１１内に正しく
筆記する必要がある。その場合、多少の枠からのはみ出
しは許容されているが、上下方向については１．０〜１
．５１程度、左右方向については隣の枠に入らない程度
である。

ところで、ＯＣＲを益々普及させるためには、上記のよ
うにＯＣＲ独特な文字枠内部に文字を筆記させることな
く、第２図、第３図に示すように文字枠の設計条件をゆ
るめて、通常状々が記入しているような筆記条件を可能
にすることが必要である。

従来の文字枠は１寸法が大きいだけでなく文字枠間ギャ
ップ５が１．０〜１．５■であるのに対し。

条件の緩和された文字枠は第２図の１２で示すように、
寸法が小さくなるとともに、文字枠間ギャップ６がＯ■
となったり、第３図のように文字枠自身が全くなくなっ
たりする。その結果として。

文字相互間の境界が分かり難くなり、文字読取上困難な
問題を発生する。

従来技術では１例えば（特開５９−９８２３）において
、−文字パターンへ〇切り出しの際に、−文字パターン
を区切る境界の判断に曖昧性が生じている場合には、パ
ターン間の境界に複数の仮説を作って、各仮説の単位パ
ターンを認識部に送り、該認識部では各仮説の単位パタ
ーンの認識結果を総合的に判断して各仮説の中から単一
の仮説を選択する方法が開示され、英字・数字・仮名の
範囲では有効であることが知られている。

しかし、認識対象が自由枠の中に漢字と英字・数字・仮
名とが混在して書かれたものであるとき、漢字と英字・
数字・仮名とでは文字ピッチが大きく異なるため、文字
ピッチを漢字用に設定すると複数の英字・数字・仮名を
一つにまとめてしまい。

逆に、文字ピッチを英字・数字・仮名用に設定すると一
個の漢字を複数個に分割してしまうという問題点があり
、従来の手法では文字パターンの切り出しに際して立て
る複数の仮説の中に正しいものが含まれず１文字切り出
し、従って文字認識に失敗する場合があった。

【発明の目的〕

本発明の目的は、このような従来の問題を解決するため
、自然な筆記条件で漢字と英字・数字・仮名とが混在し
て書かれた帳票上の文字パターンを切り出し、認識する
手段を提供することにある。

〔発明の概要〕

かかる目的を達成するため１本発明は、電気的信号に変
換された映像パターンから所定の単位パターンを抽出し
て認識部に供給し、認識部では供給された映像パターン
から連続した部分映像パターンを抽出した後、適当な文
字ピッチの仮定の下にこれらを組み合わせて入カバター
ンとするパターン切り出し及び認識方式において、文字
ピッチとして複数個の値を用いて複数の仮説を作り、各
仮説ごとに文字切り出しを行って得られた単位パターン
を認識部に供給し、認識部で部分表示と本来のカテゴリ
を表示する信号、完備表示と入カバターンのカテゴリ表
示の信号、あるいは接触表示と各々のパターンのカテゴ
リ表示の信号を言語処理部に送り、該言語処理部におい
て複数の仮説の結果を統合して最終結果を出力すること
を特徴とする。

〔発明の実施例〕

以下、本発明の原理及び実施例を図面により説明する。

本発明の原理は、次の四つの点にある。すなわち、（１
）文字ピッチとして複数個の推定値を用いて文字パター
ンを切り出す、（２）パターンの切り出しにおいて、曖
昧性が生じた場合は、無理に判断をすることなく、まず
複数の仮説を立てて。

各々の仮説による単位パターンを認識部に送る。

（３）認識部では部分パターンや接触パターンの識別を
行い、総合的判断にもとづいて認識し、単一の候補カテ
ゴリが決定できない場合は各単位パターンに対して複数
の候補カテゴリを言語処理部に送る。（４）言語処理部
では文字パターンの切り出しにｍｍいた文字ピッチと、
複数の候補カテゴリの複数の仮説の系列とから言語知識
を用いて総合判断を行い、その結果から切り出し及び認
識の妥当性のチェックを行い曖昧性を解消する。

第４図は、切り出しに用いて文字ピッチと、文字パター
ンの種々の状態を示す図である。

まず、第４図（、）のパターン３１〜３４、（ｂ）のパ
ターン３５〜４０は、連続した領域からなるパターン成
分である（図においては斜線で示しである）、連続した
領域をパターン成分として抽出する方法は従来より知ら
れている。このとき、最小文字ピッチとして２１のよう
に短い値を仮定すれば、（ａ）で３１．３２はそれぞれ
独立した文字、３３と３４は合わせて一つの文字として
切り出される。また、（ｂ）で３５．３８゜３９．４０
はそれぞれ独立した文字、３６と３７は合わせて一つの
文字として切り出される。

次に、第４図（ｃ）、（ｄ）のように、最小文字ピッチ
として２２のように長い値を仮定すれば、（ｃ）で３１
と３２及び３３と３４とは合わせて一つの文字として切
り出される。また、（ｄ）で３５．３６．３７及び３９
と４０は合わせて一つの文字として、３８は独立した文
字として切り出される。

以上のように切り出されたパターンの認識結果が、例え
ば第４図（ａ）、（ｂ）で、それぞれ「イヒ学」、「オ
ペレータ」となり、　（Ｃ）。

（ｄ）で、それぞれ「化学」、「？し汐」となったとす
る、ここで「？」は認識不能（リジェクト）を表す、そ
して、双方のケースを別個に言語処理部に送って、単語
辞書との照合あるいは文法チェックなどの言語処理を行
って、その結果からどちらの仮説が正しかったかを決定
する。上記の例では、「化学」、「オペレータ」のみが
単語辞書と照合するので、「化学」については長い文字
ピッチ２２の仮説が、「オペレータ」については短い文
字ピッチ２１の仮説を採用すればよいことが分かる。

以上の説明では、文字ピッチとしである値を設定したと
き、切り出し部は一種類の切り出し結果を出力するとし
たが、切り出し部が複数の仮説を立てた場合にも本発明
は適用でき、認識部あるいは言語処理部で最適な仮説を
選択すればよい。

次に１本発明の実施例について説明する。

第５図は本発明の実施例を示す文字読み取り装置のブロ
ック図である。

この文字読み取り装置は、パターン観測部８００゜文字
ピッチ推定部８５０、切り出し部９００．帳票フォーマ
ット辞書９５０、パターン認識部２００゜パターン辞書
１００、認識結果最終判定部４００、認識結果書換え規
則辞書３００、言語処理部５０Ｇ、言語辞書６００から
構成される。

帳票７５には、第２，３図に示すような自然な筆記条件
で文字が記入されている。帳票７５がパターン観測部８
００に入力され、光電変換及び前処理（二値化、帳票ス
キュー補正など）を受けると、二次元映像パターンが電
気的信号としてパターン切り出し部９００及び文字ピッ
チ推定部８５０に送出される０文字ピッチ推定部８５０
では帳票フォーマット辞書９５０中の文字記入領域パラ
メータを参照して、一枚の帳票の映像から一領域に相当
すると判断されるパターン領域を抽出し、その中で文字
ピッチを推定する。そのとき、帳票フォーマット辞書９
５０において該領域が漢字と英字・数字・仮名との混在
領域であると指定されている場合には、複数のピッチ推
定値を出力する。

パターン切り出し部９００では、帳票フォーマット辞書
９５０中の枠位置パラメータと上記のピッチ推定値の出
力を参照して、一枚の帳票の映像から一文字に該当する
と判断されるパターンを一組ずつ切り出してパターン認
識部２００に送出する。

パターン認識部２００では、入力された一文字分のパタ
ーン（部分パターンの場合や複数パターンを統合した場
合もある）と、第５図に示したパターン辞書１００に記
憶されている各パターンと比較照合し、認識結果を最終
判定部４００に送出する。最終判定部４００は、認識結
果に対して書換え規則辞書３００内の各書換え規則を適
用できる書換え規則がなくなるまで順次適用し、書換え
の結果に応じた処理を行う、ここで書換え規則は、複数
のパターン切り出しとパターン認識の結果に対して、あ
らかじめ定められた規則により、妥当な仮説を選択する
処理である。言語処理部５００は、認識結果に対して言
語辞書６００を参照し。

複数候補あるいは認識不能を含む文字連系について最適
な決定を行う１文字ピッチ推定部８５０で複数のピッチ
推定値が出力された場合、上記のパターン切り出し、パ
ターン認識と言語処理の操作を繰り返し最良のものを選
ぶ。

第５図のうち、パターンＩ！測部８００は公知の技術で
実現できるので説明を省略する。

文字ピッチ推定部８５０以降の処理を、さらに詳しく説
明する。

第６図は、文字ピッチ推定、文字切り出し及びパターン
認識の処理の流れ図である。

第６図のステップ６０１では、帳票１枚分の映像パター
ン６１１より１行分の映像パターン６１２を切り出す０
次に、ステップ６０２では、黒地パターンの連続性を利
用して、黒地ごとのパターン成分を抽出し、横方向に関
して順序付けを行った後、成分リスト６１３を作成する
。さらに、各成分の属性を計算し、成分属性リスト６１
４を作成する。なお、成分の属性とは、各成分の上下端
。

左右端の座標、輪郭総長等である。

次に、ステップ６０３では文字ピッチの推定を行う。

次に、ステップ６０４では、成分属性リスト６１４と、
文字ピッチ推定値及び帳票フォーマット辞書９５０の情
報から文字間の境界の仮説を立て１文字リスト６１５を
作成する。このリスト６１５は各文字パターンがどの成
分から構成されているかを示す、第６図で６１５が二段
になっているが、上段は１回目の文字ピッチ推定に対応
し、下段は２回目の文字ピッチ推定に対応する（以下６
１６〜６１８も同様である）。

次に、ステップ６０５の認識部では、成分リスト６１３
．成分属性リスト６１４及び文字リスト６１５を入力し
１文字リスト６１５に含まれる成分を集めてパターン整
合を行い、その結果を結果リスト６１６に書き込む、整
合結果を表す結果コードは、　（ＳＰ、ａ）、　　（Ｓ
Ｃ，ａ、ｂ）。

（ＳＳ、ａ、ｂ）、（ＣＧ、ａ、ｂ）、（ＡＣ。

ａ）、（ＲＪ、ａ）等の記号形式をとる。これらの意味
は、それぞれ、カテゴリａのサブ・パターン、カテゴリ
ａのサブ・パターンとカテゴリｂのサブ・パターンの接
触したもの、カテゴリａとｂのサブ・パターン相互が接
触したもの、カテゴリａとｂの接触したもの、カテゴリ
ａのパターン、候補はカテゴリａであるがリジェクト、
という意味を持っている。

ステップ６０６では、結果リスト６１６に対して、書換
え規則辞書３００内部のすべての規則を参照し、適用で
きる規則がなくなるまで順次適用し、最終的に得られた
結果に応じた処理を行い。

その結果を結果リスト６１７に書き込む。

ここで書換え規則とは１例えば（ＳＰ、ａ）、（ＳＰ、
ａ）が連続したとき、これを（ＡＣ，ａ）に書換えるよ
うな処理： （ＳＰ、ａ）（ＳＰ、ａ）＋　（ＡＣ，ａ）で、切り出
し部における曖昧性を認識結果により確定するものであ
る。

ステップ６０７では、結果リスト６１７の内容と言語辞
書５００との照合を行って、照合した結果を結果リスト
６１８に書き込む、照合した結果を結果リスト６１８に
書き込む際、従来の結果との比較を行い、前回の文字ピ
ッチ推定値を用いた場合よりもよく照合する場合にのみ
結果リスト６１８に書き込む。

ステップ６０８は文字ピッチ推定値の個数だけステップ
６０３〜６０７の処理を繰り返し行うための判定部であ
る。

ステップ６０９では、帳票上のすべての行が終了したか
否かを判断し、終了していなければステップ６０１に戻
って、以上の処理を繰り返し行う。

ステップ６０９を終了したときの結果リスト６１８が最
終出力となる。

以上の説明では、必ず複数個の文字ピッチ推定値を用い
て、文字切り出し、パターン認識及び言語処理を繰り返
すとしたが、その他にある領域がまず英字・数字・仮名
の領域であると仮定して処理し、言語処理の結果照合し
ない文字連系を抽出して、この文字連系について漢字の
領域と仮定して処理する方式、あるいはその逆の方式を
採用することもできる。

また以上の説明では、書換え判定ステップ６０６と言語
処理ステップ６０７とは別であるとしたが、両者を統合
してもよく、書換え判定機能を言語処理ステップ６０７
の中に含めることもできる０例えば、数字「１２」を統
合して平仮名「に」に誤認識することも生じ得、このと
き結果コードは短い文字ピッチ：　　（ＲＪ、１）（Ａ
Ｃ，２）長い文字ピッチ：　　（ＡＣ，に） となったりする、このとき、書換え規則（ＲＪ、１）（
ＡＣ，２）／　（ＡＣ，に）→（ＡＣ，１）（ＡＣ，２
） を言語処理ステップ６ｄ７の中に含めることができる（
／は文字ピッチを変えたことを示す）、逆に漢字「職」
を分解して「耳」　「哉」と誤認識したとすれば、書換
え規則 （ＡＣ，耳）（ＡＣ，哉）／　（ＡＣ，職）→（ＡＣ，
職） を言語処理ステップ６０７の中に含めることができる。

〔発明の効果〕

以上説明したごとく１本発明によれば帳票の筆記条件が
緩和され、仕切り線のない枠の中に自由な文字ピッチで
文字を記入した場合も、文字読取装置において妥当なパ
ターンの切出し及び認識ができるので、ユーザにとりき
わめて便利なＯＣＲを実現することが可能となる。

【図面の簡単な説明】

第１図は従来のＯＣＲ用帳票の文字枠を示す図、第２，
３図は制限を緩和したときの文字枠を示す図、第４図は
文字パターンの切り出し状態を示す図、第５図は本発明
の実施例を示す文字読取装置の機能ブロック図、第６図
は第５図の切出し及び認識処理のブローチヤードである
。 ７５・・・帳票、１００・・・パターン辞書、２００・
・・パターン認識部、３００・・・認識結果書換え規則
辞書、４００・・・認識結果最終判定部、５００・・・
言語辞書。 ６００・・・言語処理部、８００・・・パターン観測部
。 ８５０・・・文字ピッチ推定部、９００・・・パターン
切出し部、９５０・・・帳票フォーマット辞書。

Claims (1)

1. 【特許請求の範囲】 １、電気的信号に変換された２次元映像パターンから１
   文字の単位パターンを切り出して認識部に送り、該認識
   部では入力された映像パターンをパターン辞書内部の各
   パターンと比較して認識し認識結果を言語処理部に送り
   、該当言語処理部では複数個の文字系列を言語知識と比
   較して誤読あるいは不読を検出あるいは修正するパター
   ン切り出し及び認識方式において、１単位パターンへの
   切り出しの際に文字ピッチとして複数の仮説を設けて文
   字切り出しを行い、各仮説に対する単位パターン群を認
   識部に送り、該認識部では各仮説の単位パターン群の認
   識結果を言語処理部に送り、該言語処理部において言語
   処理を行つて上記複数の仮説を統合して最終決定を下す
   ことを特徴とするパターン切り出し及び認識方式。 ２、特許請求の範囲第１項記載のパターン切り出し及び
   認識方式において、１単位パターンへの切り出しの際に
   文字ピッチとして第１の仮説を設けて文字切り出しを行
   い、切り出された単位パターン群を認識部に送り、該認
   識部では上記の単位パターン群の認識結果を言語処理に
   送り、該言語処理において言語処理を行つた結果、言語
   処理が失敗した場合文字ピッチを変更して再試行し、上
   記の複数の結果を統合して最終結果を得ることを特徴と
   するパターン切り出し及び認識方式。