JPS6180474A - 認識装置 - Google Patents
認識装置Info
- Publication number
- JPS6180474A JPS6180474A JP59203102A JP20310284A JPS6180474A JP S6180474 A JPS6180474 A JP S6180474A JP 59203102 A JP59203102 A JP 59203102A JP 20310284 A JP20310284 A JP 20310284A JP S6180474 A JPS6180474 A JP S6180474A
- Authority
- JP
- Japan
- Prior art keywords
- histogram
- circuit
- slice level
- negative
- dictionary
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Landscapes
- Character Input (AREA)
- Image Analysis (AREA)
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。
め要約のデータは記録されません。
Description
【発明の詳細な説明】
〔産業上の利用分野〕
本発明は認識装置に係り、特に文字認識において背景と
の濃淡分布の差に基づく認識の誤りをなくして自動認識
が可能な認識装置に関する。
の濃淡分布の差に基づく認識の誤りをなくして自動認識
が可能な認識装置に関する。
近時１文字読み取り装置として工業製品のたとえばキー
トップ上の文字や自動車のボディに書き込まれた文字等
を読み取って認識した結果に基づき工業製品を種々の工
程管理下に置く作業が行われているが１文字を撮像手段
を介して読み取る場合の背景色や文字色が様々であるた
め、これらすべての背景色や文字色の組み合せを認識で
きる撮像手段がなく文字読み取りの自動化のためには辞
書作成時に人間が二値化された映像を見て適切なスライ
スレベルおよび濃色文字淡色背景であるが。
トップ上の文字や自動車のボディに書き込まれた文字等
を読み取って認識した結果に基づき工業製品を種々の工
程管理下に置く作業が行われているが１文字を撮像手段
を介して読み取る場合の背景色や文字色が様々であるた
め、これらすべての背景色や文字色の組み合せを認識で
きる撮像手段がなく文字読み取りの自動化のためには辞
書作成時に人間が二値化された映像を見て適切なスライ
スレベルおよび濃色文字淡色背景であるが。
淡色文字濃色背景であるかの判定（以下ネガポジ判定と
記す）を行って認識装置に入力していた。
記す）を行って認識装置に入力していた。
上述のように文字読み取り時にその対象毎にスライスレ
ベルとネガポジを人間が判定するのでは判定に時間がか
かり１作業者にも負担がかかる弊害があった。このよう
なスライスレベルとネガポジを自動的に判定する従来技
術としては被認識体を撮像手段で撮像したアナログ映像
パターンを多値化して第７図（ａｌに示すような多値化
濃淡パターンの背景部１と文字部２を第７図ｆｂ）に示
すように濃淡と対応させた頻度の濃淡ヒストグラムを作
成すると１文字部２に対応する頻度分布曲線３と背景部
１に対応する頻度分布曲線４が得られる。また、第７図
（ａ）で文字部分２が白抜きで背景部ｌが黒等の場合は
第８図（ｂ＞に示すように背景部１に対応する頻度分布
曲線４と文字部２に対応する頻度分布曲線３とは第７図
ｔｂ）とは逆転した濃淡ヒストグラムが得られる。そこ
でこれら濃淡ヒストグラムにたとえば、最小自乗法等を
用いて文字部２の極大値Ａと背景部１の極大値Ｂと平均
値７１石（但しａ＜ｂ）ならびに分散α゛、β′を２つ
の正規分布の和を、あてはめて ｆ（Ｘ）＝ ・ ・ ・ ・ ・ ・（１） から求めてスライスレベル値ｘｓを次の（２）式から求
める。
ベルとネガポジを人間が判定するのでは判定に時間がか
かり１作業者にも負担がかかる弊害があった。このよう
なスライスレベルとネガポジを自動的に判定する従来技
術としては被認識体を撮像手段で撮像したアナログ映像
パターンを多値化して第７図（ａｌに示すような多値化
濃淡パターンの背景部１と文字部２を第７図ｆｂ）に示
すように濃淡と対応させた頻度の濃淡ヒストグラムを作
成すると１文字部２に対応する頻度分布曲線３と背景部
１に対応する頻度分布曲線４が得られる。また、第７図
（ａ）で文字部分２が白抜きで背景部ｌが黒等の場合は
第８図（ｂ＞に示すように背景部１に対応する頻度分布
曲線４と文字部２に対応する頻度分布曲線３とは第７図
ｔｂ）とは逆転した濃淡ヒストグラムが得られる。そこ
でこれら濃淡ヒストグラムにたとえば、最小自乗法等を
用いて文字部２の極大値Ａと背景部１の極大値Ｂと平均
値７１石（但しａ＜ｂ）ならびに分散α゛、β′を２つ
の正規分布の和を、あてはめて ｆ（Ｘ）＝ ・ ・ ・ ・ ・ ・（１） から求めてスライスレベル値ｘｓを次の（２）式から求
める。
・・・・・・（２）
この場合ポジかネガかは第８図（ａｌのようにＡ＜Ｂで
あれば明るい方の頻度分布曲線４が背景で、暗い方の頻
度分布曲線３が文字であることを判断し。
あれば明るい方の頻度分布曲線４が背景で、暗い方の頻
度分布曲線３が文字であることを判断し。
一方第８図（ｂ）のようにＡ＞Ｂであれば暗い方の頻度
分布曲線４が背景を、明るい方が文字と判定して辞書を
作成する。このようなネガポジ自動判別は第９図（ａｌ
に示すよ弓に被認識体の映像信号５の背景レベル６と文
字部レベル７間の文字部幅８が充分に大きければ第９図
（ｂ）のように文字部の頻度分布曲線３と背景部の頻度
分布曲線４は明確に分離された濃淡ヒストグラムとなっ
て視めで有効な判別を行い得る。
分布曲線４が背景を、明るい方が文字と判定して辞書を
作成する。このようなネガポジ自動判別は第９図（ａｌ
に示すよ弓に被認識体の映像信号５の背景レベル６と文
字部レベル７間の文字部幅８が充分に大きければ第９図
（ｂ）のように文字部の頻度分布曲線３と背景部の頻度
分布曲線４は明確に分離された濃淡ヒストグラムとなっ
て視めで有効な判別を行い得る。
しかし、読み取り分解能が低くなる第１０図（ａ）に示
すような文字部の線幅８ａが狭い場合には第１０図ｆｂ
）またｆｃ）に示すような濃淡ヒストグラム９゜９ａと
なり文字部と背景部の境が明確にならずスライスレベル
Ｘｓを定めることが困難となる欠点を生ずる。
すような文字部の線幅８ａが狭い場合には第１０図ｆｂ
）またｆｃ）に示すような濃淡ヒストグラム９゜９ａと
なり文字部と背景部の境が明確にならずスライスレベル
Ｘｓを定めることが困難となる欠点を生ずる。
このような欠点を解決するために８本発明者等は第１０
図に示すごとき濃淡ヒストグラムが得られたときにスラ
イスレベルＸ、を決定するために頻度分布曲線の歪度を
用いて判別を行う方法をすでに特願昭５９− 号と
して提案している。しかしこの方法では３次のモーメン
トまで必要であり計算が極めて複雑となる弊害を生ずる
。さらにスライスレベルの設定には経験的に定まる定数
を用いなければならない難点があった。
図に示すごとき濃淡ヒストグラムが得られたときにスラ
イスレベルＸ、を決定するために頻度分布曲線の歪度を
用いて判別を行う方法をすでに特願昭５９− 号と
して提案している。しかしこの方法では３次のモーメン
トまで必要であり計算が極めて複雑となる弊害を生ずる
。さらにスライスレベルの設定には経験的に定まる定数
を用いなければならない難点があった。
本発明は上記問題点を解決した認識装置を提供するもの
で、その手段は、被認識体を撮像手段を介して撮像して
得たアナログ撮像信号をディジタル化して第１のフレー
ムメモリに格納し、あらかじめ作成した辞書メモリ内の
辞書パターンと上記被認識体のフレームメモリ内パター
ンを重ね合せて不一致ビットを計数するパターンマツチ
ング手段を具備し上記アナログ映像信号を多値化して第
２のフレームメモリに格納し、該第２のフレームメモリ
内のデータを読み出してその１直から濃淡ヒストグラム
を作成するヒストグラム作成手段と。
で、その手段は、被認識体を撮像手段を介して撮像して
得たアナログ撮像信号をディジタル化して第１のフレー
ムメモリに格納し、あらかじめ作成した辞書メモリ内の
辞書パターンと上記被認識体のフレームメモリ内パター
ンを重ね合せて不一致ビットを計数するパターンマツチ
ング手段を具備し上記アナログ映像信号を多値化して第
２のフレームメモリに格納し、該第２のフレームメモリ
内のデータを読み出してその１直から濃淡ヒストグラム
を作成するヒストグラム作成手段と。
該濃淡ヒストグラムから被認識体の文字部および背景部
の濃淡平均値を求め、該平均値より明るい部分と暗い部
分のビット数が等しくなるようにスライスレベルを決定
するスライスレベル決定手段と該スライスレベルによっ
て分けられた濃淡ヒストグラムのビット数の多い方を背
景部とし、少ない方を文字部と判定するポジネガ判定手
段と、これらより得られるスライスレベルおよびネガポ
ジ情報から二値化辞書を作成することを特徴とする認識
装置によってなされる。
の濃淡平均値を求め、該平均値より明るい部分と暗い部
分のビット数が等しくなるようにスライスレベルを決定
するスライスレベル決定手段と該スライスレベルによっ
て分けられた濃淡ヒストグラムのビット数の多い方を背
景部とし、少ない方を文字部と判定するポジネガ判定手
段と、これらより得られるスライスレベルおよびネガポ
ジ情報から二値化辞書を作成することを特徴とする認識
装置によってなされる。
本発明の認識装置はヒストグラム分析回路内のヒストグ
ラム作成回路でｉｉのヒストグラムを作成しであるレベ
ルｘｓをスライスレベル候補とし。
ラム作成回路でｉｉのヒストグラムを作成しであるレベ
ルｘｓをスライスレベル候補とし。
上記スライスレベルｘｓより大きい部分と小さい部分の
平均値Ｔτ、ＴＴを求め、該平均値ＴＬ。
平均値Ｔτ、ＴＴを求め、該平均値ＴＬ。
ｘＨによりヒストグラムを更に分割して各サンプル数Ｎ
Ｌ１．Ｎ、２．Ｎ、＋、ＮＨ２の面積を求めて評価関数
ｇ （ｘｓ）を計算し、スライスレベルになりそうなす
べてのスライスレベル値ｘｓについて上記した評価関数
の計算を行った後に計算されたスライスレベルＸ、につ
いてｇ （ｘｓ）で示す評価関数が最小となるｘ３をス
ライスレベルとして設定する。最後にサンプル数ＮＬ、
ＮＨの大小によってネガポジの判定を行うようにしたも
のである。
Ｌ１．Ｎ、２．Ｎ、＋、ＮＨ２の面積を求めて評価関数
ｇ （ｘｓ）を計算し、スライスレベルになりそうなす
べてのスライスレベル値ｘｓについて上記した評価関数
の計算を行った後に計算されたスライスレベルＸ、につ
いてｇ （ｘｓ）で示す評価関数が最小となるｘ３をス
ライスレベルとして設定する。最後にサンプル数ＮＬ、
ＮＨの大小によってネガポジの判定を行うようにしたも
のである。
以下１図面を参照にして本発明の一実施例を詳細に説明
する。
する。
第１図は本発明の一実施例の系統図を示すもので、１０
は被認識体であり撮像手段１１によって撮像されたアナ
ログ映像信号１１ａは二値化回路１２で二値化され、二
値化信号１２ａはフレームメモリ１３に格納され、予め
辞書作成回路２２で作成された辞書パターンを格納する
辞書パターンメモリ１５の１辞書メモリパターンデータ
１５ａとフレームメモリ１３内の被認識体のパターンデ
ータを重ね合せて両者の不一致度を出力１４ａするパタ
ーンマツチング回路１４と該パターンマツチング回路１
４と辞書メモリ１５を制御回路１６で制御すると共に該
制御回路１６より認識結果出力１６ａを導出する。撮像
手段１１からの出力であるアナログ映像信号１１ａは本
発明の特徴部である破線で示すヒストグラム分析回路１
７内の多値化回路１８に加えられてアナログ映像信号は
多値化される。多値化されたディジタル信号１８ａは次
段の２次元フレームメモリ１９に格納され、該２次元フ
レームメモリ１９の格納データに基づいて第７図（ｂｌ
に示すような濃淡ヒストグラムを作成するヒストグラム
作成回路２０で得られたヒストグラムからスライスレベ
ルの設定及びネガポジの判定を行うスライスレベル・ネ
ガポジ判定回路２１の出力は辞書作成回路２２に与えら
れる。該辞書作成回路には２次元フレームメモリ１９か
らのデータ出力も与えられてこのデータに基づいて辞書
が作成され、該辞書作成回路のデータは辞書メモリに格
納される。
は被認識体であり撮像手段１１によって撮像されたアナ
ログ映像信号１１ａは二値化回路１２で二値化され、二
値化信号１２ａはフレームメモリ１３に格納され、予め
辞書作成回路２２で作成された辞書パターンを格納する
辞書パターンメモリ１５の１辞書メモリパターンデータ
１５ａとフレームメモリ１３内の被認識体のパターンデ
ータを重ね合せて両者の不一致度を出力１４ａするパタ
ーンマツチング回路１４と該パターンマツチング回路１
４と辞書メモリ１５を制御回路１６で制御すると共に該
制御回路１６より認識結果出力１６ａを導出する。撮像
手段１１からの出力であるアナログ映像信号１１ａは本
発明の特徴部である破線で示すヒストグラム分析回路１
７内の多値化回路１８に加えられてアナログ映像信号は
多値化される。多値化されたディジタル信号１８ａは次
段の２次元フレームメモリ１９に格納され、該２次元フ
レームメモリ１９の格納データに基づいて第７図（ｂｌ
に示すような濃淡ヒストグラムを作成するヒストグラム
作成回路２０で得られたヒストグラムからスライスレベ
ルの設定及びネガポジの判定を行うスライスレベル・ネ
ガポジ判定回路２１の出力は辞書作成回路２２に与えら
れる。該辞書作成回路には２次元フレームメモリ１９か
らのデータ出力も与えられてこのデータに基づいて辞書
が作成され、該辞書作成回路のデータは辞書メモリに格
納される。
本発明は叙上の如（構成されるが上記したヒストグラム
分析回路１７の動作を第２図に示すフローチャートと第
３図（ａｔ、 （ｂｌ、 （ｃｌ、 （ｄｉ、 ｔｅｌ
、 （ｆ）、 （ｇ）−に示すヒストグラム分析図につ
いて説明する。先ずヒストグラムを表す関数をｆ （ｘ
）とし、変数Ｘは１からｘ７までの整数値をとるとする
。つまり多値化回路１８での多値化画像がＸＮ 値像に
なっている場合について考える。先ずこの多値化画像を
二次元フレームメモリに格納したデータに基づいてヒス
トグラム作成回路２０により第３図ｔａ）に示すような
濃淡スペクトラム９を作成する。第２図のフローチャー
トで開始２３で、あるスライスレベルｘｓをスライスレ
ベルの候補２４とし。
分析回路１７の動作を第２図に示すフローチャートと第
３図（ａｔ、 （ｂｌ、 （ｃｌ、 （ｄｉ、 ｔｅｌ
、 （ｆ）、 （ｇ）−に示すヒストグラム分析図につ
いて説明する。先ずヒストグラムを表す関数をｆ （ｘ
）とし、変数Ｘは１からｘ７までの整数値をとるとする
。つまり多値化回路１８での多値化画像がＸＮ 値像に
なっている場合について考える。先ずこの多値化画像を
二次元フレームメモリに格納したデータに基づいてヒス
トグラム作成回路２０により第３図ｔａ）に示すような
濃淡スペクトラム９を作成する。第２図のフローチャー
トで開始２３で、あるスライスレベルｘｓをスライスレ
ベルの候補２４とし。
あるスライスレベルＸｓよりも大きいｍｓ分と小さい部
分の二つに第３図（ｂｌ、 （Ｃ１に示すようにスペク
トラム２５．２６に分離し、第２図のフローチャートに
示すように二つに分離したそれぞれの平均値ｘＬ、、ｘ
Ｈを計算２７する平均地ｘＬ、及びｘＨは次の式によっ
て求められる。
分の二つに第３図（ｂｌ、 （Ｃ１に示すようにスペク
トラム２５．２６に分離し、第２図のフローチャートに
示すように二つに分離したそれぞれの平均値ｘＬ、、ｘ
Ｈを計算２７する平均地ｘＬ、及びｘＨは次の式によっ
て求められる。
次に平均値ＦＬ、Ｘ、により第３図（ｄ）、 （ｅ）並
びに（ｆｌ、 （ｇｌで示すようにヒストグラムを更に
分割しそれぞれのグループに属するサンプル数Ｎ、１゜
Ｎ Ｌ ２１ Ｎ Ｍ ｌ Ｉ Ｎ ＋−１２を計算２
８する。それぞれのサンプル数Ｎ Ｌ Ｉ ｒ Ｎ Ｌ
２ ＋ Ｎ Ｈｌ ＋ Ｎ ｓ ２は ＮＬ２＝ζ ｆ（ｘ） ・ ・ ・ ・（６）
ＸＩＩ［ＸＬ］＋１ によって求められ第３図（ｄ１〜（ｇ）のヒストグラム
では各グループの面積を求めることに対応している。
びに（ｆｌ、 （ｇｌで示すようにヒストグラムを更に
分割しそれぞれのグループに属するサンプル数Ｎ、１゜
Ｎ Ｌ ２１ Ｎ Ｍ ｌ Ｉ Ｎ ＋−１２を計算２
８する。それぞれのサンプル数Ｎ Ｌ Ｉ ｒ Ｎ Ｌ
２ ＋ Ｎ Ｈｌ ＋ Ｎ ｓ ２は ＮＬ２＝ζ ｆ（ｘ） ・ ・ ・ ・（６）
ＸＩＩ［ＸＬ］＋１ によって求められ第３図（ｄ１〜（ｇ）のヒストグラム
では各グループの面積を求めることに対応している。
ここで求めたサンプル数を用いて２次に評価関数ｇ（ｘ
ｓ）を計算２９することで評価関数ｇ（Ｘｓ）の計算が
終了する。すなわち評価関数ｇ（ｘｓ）は、
− ｇ（Ｘｉ）＝ （ＮＬ ＋ ＋ＮＬ ２）’ （ＮＨ＋ ＋ＮＨ２
）’・ ・ ・ ・（９） で求まる。
ｓ）を計算２９することで評価関数ｇ（Ｘｓ）の計算が
終了する。すなわち評価関数ｇ（ｘｓ）は、
− ｇ（Ｘｉ）＝ （ＮＬ ＋ ＋ＮＬ ２）’ （ＮＨ＋ ＋ＮＨ２
）’・ ・ ・ ・（９） で求まる。
該評価関数ｇ（Ｘｓ）はＮ、１＝ＮＬ２、ＮＨ＋ ＝Ｎ
、２の時Ｏとなり、その他の時はＮ、＋−ＮＨ２，Ｎ、
＋−ＮＨ２の大きさに応じた正の値をとる。すなわち Ｎ、 ＋ ＝Ｎ、 ２１ ＮＨ＋ ＝ＮＨ２ｇ（Ｘｓ）
＝０である。また第９式で各項を（ＮＬ、ｌ＋ＮＬ２）
’および（Ｎ＋ ＋ ＋ＮＨ２）’で割ったのは各項の
寄与が各グループのサンプル数ＮＨ＋。
、２の時Ｏとなり、その他の時はＮ、＋−ＮＨ２，Ｎ、
＋−ＮＨ２の大きさに応じた正の値をとる。すなわち Ｎ、 ＋ ＝Ｎ、 ２１ ＮＨ＋ ＝ＮＨ２ｇ（Ｘｓ）
＝０である。また第９式で各項を（ＮＬ、ｌ＋ＮＬ２）
’および（Ｎ＋ ＋ ＋ＮＨ２）’で割ったのは各項の
寄与が各グループのサンプル数ＮＨ＋。
Ｎ Ｈ２，Ｎ、＋、ＮＬ２によって大きな影響を受けな
いためである。以上の評価関数ｇ（ｘｉ）の計算をスラ
イスレベルになりそうなＸｓのすべてについて第２図で
２４．２７，２８．２９の工程で計算を繰り返し、この
計算の回数は最大でも（ｘ、−３）回行うことで終了す
る。この回数を減少させるためにはスライスレまルｘあ
のありそうな点を特に細かく計算するようにしてもよい
。
いためである。以上の評価関数ｇ（ｘｉ）の計算をスラ
イスレベルになりそうなＸｓのすべてについて第２図で
２４．２７，２８．２９の工程で計算を繰り返し、この
計算の回数は最大でも（ｘ、−３）回行うことで終了す
る。この回数を減少させるためにはスライスレまルｘあ
のありそうな点を特に細かく計算するようにしてもよい
。
このようにすべてのＸＳについてｇ（ｘｓ）を計算した
か否かの結果３０がＮＯであれば上記したように２４．
２７，２８．２９の工程計算が繰り返され、ＹＥＳにな
ればｇ（ｘｉ）が最小となる複数のスライスレベル候？
ｌｉＸ、をスライスレベルとして設定３１する。つまり
、 ｇ（Ｘｓ）＝０゜ＮＬＩ＝ＮＬ、２１ ＮＨ＋
＝Ｎ、２となるようにスライスレベルは選択する。この
理由を第４図（ａ）。
か否かの結果３０がＮＯであれば上記したように２４．
２７，２８．２９の工程計算が繰り返され、ＹＥＳにな
ればｇ（ｘｉ）が最小となる複数のスライスレベル候？
ｌｉＸ、をスライスレベルとして設定３１する。つまり
、 ｇ（Ｘｓ）＝０゜ＮＬＩ＝ＮＬ、２１ ＮＨ＋
＝Ｎ、２となるようにスライスレベルは選択する。この
理由を第４図（ａ）。
（ｂｌについて考えてみる。音大字部２と背景部１０分
布が平均値の周りに対称であり（必ずしも正規分布のよ
うに特定の分布をしている必要はない）。
布が平均値の周りに対称であり（必ずしも正規分布のよ
うに特定の分布をしている必要はない）。
７Ａ４図（ｉｎ）の背景部の濃淡ヒストグラム３２に対
し。
し。
文字部の濃淡ヒストグラム３３は第４図ｆｂ）に示すよ
うになり１本発明によって設定されたスライスレベル候
補ｘｓによって背景部であるのに文字部であると判定さ
れてしまう部分をａＨとし１反対に文字部であるのに背
景部であると判断してしまう部分をａ、とする（第４図
（ａｌ、 （ｂｌ参照）。更に文字部と背景部が重なり
合うスライスレベル候補ｘｓ近傍の拡大図を第５図に示
す。尚、３４は文字部及び背景部に誤ってそれぞれ判定
されてしまう部分をａＨ，ａ、を加え合せた場合の曲線
を示す。今、第６図＋ａ）で濃淡ヒストグラム３３は平
均値Ｘを対称に左半分の全面積ＮＬと右半分の全面積ａ
Ｑ＋ａ、、＋ａＬは等しいと考えられる。すなわち ＮＬ＝ａ （１＋ａ、＋ａＬＨＨＨＨ（１３）が成立す
る。
うになり１本発明によって設定されたスライスレベル候
補ｘｓによって背景部であるのに文字部であると判定さ
れてしまう部分をａＨとし１反対に文字部であるのに背
景部であると判断してしまう部分をａ、とする（第４図
（ａｌ、 （ｂｌ参照）。更に文字部と背景部が重なり
合うスライスレベル候補ｘｓ近傍の拡大図を第５図に示
す。尚、３４は文字部及び背景部に誤ってそれぞれ判定
されてしまう部分をａＨ，ａ、を加え合せた場合の曲線
を示す。今、第６図＋ａ）で濃淡ヒストグラム３３は平
均値Ｘを対称に左半分の全面積ＮＬと右半分の全面積ａ
Ｑ＋ａ、、＋ａＬは等しいと考えられる。すなわち ＮＬ＝ａ （１＋ａ、＋ａＬＨＨＨＨ（１３）が成立す
る。
一方２本発明によるスライスレベルＸｓの決め方は第６
図（ｂ）に示すように平均値マより左側の面積ＮＬと右
側の面積ａ 、）＋ａ、、＋ａＨ＝ａ ａｌ２’ａＨが
等しくなるように定めているためにＮ、はＮＬ＝ａａ”
２ａ１．Ｉ ” ” （１４）で表すことが
出来る。上記（１３） 、 （１４）式からＮＬ＝ａ
ｏ＋ａ、＋ａＬ７ａｏ＋２ａ。
図（ｂ）に示すように平均値マより左側の面積ＮＬと右
側の面積ａ 、）＋ａ、、＋ａＨ＝ａ ａｌ２’ａＨが
等しくなるように定めているためにＮ、はＮＬ＝ａａ”
２ａ１．Ｉ ” ” （１４）で表すことが
出来る。上記（１３） 、 （１４）式からＮＬ＝ａ
ｏ＋ａ、＋ａＬ７ａｏ＋２ａ。
ａ、＝３ Ｌ−−−・’（１６）
となる。すなわち本発明により設定されたスライスレベ
ルＸｓにより背景部であるのに文字部と判定される部分
ａＨと文字部であるのに背景部であると判定される部分
ａＬが等しくなっている事になる。
ルＸｓにより背景部であるのに文字部と判定される部分
ａＨと文字部であるのに背景部であると判定される部分
ａＬが等しくなっている事になる。
ｇ（ｘｓ）が最小となる点Ｘｓをスライスレベルに決定
３工して最後にサンプル数Ｎ、＜Ｎ、の判定３５を行う
。すなわちＮＬ、、ＮＨは第３図（ｄ）。
３工して最後にサンプル数Ｎ、＜Ｎ、の判定３５を行う
。すなわちＮＬ、、ＮＨは第３図（ｄ）。
［ｅｌ及び（ｆｌ、 （ｇｌから
からＮＬ＜Ｎ、であれば濃色文字淡色背景３６であり、
Ｎ、＞ＮＨであれば、淡色文字濃色背景３７であること
を判定してスライスレベル設定とネガポジ判定のすべて
が終了３８され、辞書作成回路２２で二値化辞書を作成
する。
Ｎ、＞ＮＨであれば、淡色文字濃色背景３７であること
を判定してスライスレベル設定とネガポジ判定のすべて
が終了３８され、辞書作成回路２２で二値化辞書を作成
する。
（発明の効果〕
本発明は以上説明したように三次のモーメントまで計算
することなく文字部、背景部の濃淡ヒストグラムが持つ
平均値からの対称を仮定することでスライスレベルの設
定及びネガポジの判定を簡単な式で自動化出来る。更に
ピークの二つの表れない濃淡ヒストグラムのスライスレ
ベル並にネガポジ判定が行える特徴を有する。
することなく文字部、背景部の濃淡ヒストグラムが持つ
平均値からの対称を仮定することでスライスレベルの設
定及びネガポジの判定を簡単な式で自動化出来る。更に
ピークの二つの表れない濃淡ヒストグラムのスライスレ
ベル並にネガポジ判定が行える特徴を有する。
第１図は本発明の認識装置の系統図、第２図は本発明の
認識装置のフローチャート第３図（ａｌ乃至（ｇ）は本
発明の認識装置のスライスレベル設定とネガポジ判定の
ヒストグラム分析図、第４図（ａ）。 （ｂｌは本発明の認識装置の説明のための真の背景部と
文字部のヒストグラムとスライスレベルを示す図、第５
図は本発明の認識装置の説明のためのスライスレベル付
近の拡大図、第６図（ａ）、 （ｂ）は本発明の認識装
置のスライスレベルの説明図、第７図（ａ）は従来の多
値化濃淡パターン、第７図（ｂ）は従来の濃淡ヒストグ
ラム、第８図ｔａ）、 ｆｂ）は従来のスライスレベル
決定法を説明するための濃淡ヒストグラム、第９図（ａ
ｌ、 （ｂｌは従来の判別法で扱える映像信号と濃淡ヒ
ストグラム、第１０図（ａｌ、 （ｂ）、 （Ｃ）は従
来の判定法で扱うことの出来ない映像信号と２例の濃淡
ヒストグラムである。 １０・・・被認識体、 １１・・・撮像手段、
１２・・・二値化回路、 １３゜１９・・
・フレームメモリ、 １４・・・パターンマツチ
ング回路、 １５・・・辞書メモリ、 １
６・・・制御回路、 １７・・・ヒストグラム分
析回路、 １８・・・多値化回路、 ２０・
・・ヒストグラム作成回路。 ２１・・・スライスレベル、ネガポジ判定回路。 ２２・・・辞書作成回路。 代理人弁理士 松 岡 宏四Ｆ！ｈ謡蚕澹第１図 第２図 ＮＬＩ：ＮＬ２． ＮＨＩ＝ＮＨ２４＋−４９（ＸＳ）
零〇第４図 （ａ） Ｘｓ 又ＨＸ ＸＬ ＸＳ Ｘ
第５図 Ｈ 第８図 （ａ） （ｂ） Ｘ二襄ｊ炎÷ ＾；ｇ＃、
〉・入７第１０図 ５展う気Ｘ→
認識装置のフローチャート第３図（ａｌ乃至（ｇ）は本
発明の認識装置のスライスレベル設定とネガポジ判定の
ヒストグラム分析図、第４図（ａ）。 （ｂｌは本発明の認識装置の説明のための真の背景部と
文字部のヒストグラムとスライスレベルを示す図、第５
図は本発明の認識装置の説明のためのスライスレベル付
近の拡大図、第６図（ａ）、 （ｂ）は本発明の認識装
置のスライスレベルの説明図、第７図（ａ）は従来の多
値化濃淡パターン、第７図（ｂ）は従来の濃淡ヒストグ
ラム、第８図ｔａ）、 ｆｂ）は従来のスライスレベル
決定法を説明するための濃淡ヒストグラム、第９図（ａ
ｌ、 （ｂｌは従来の判別法で扱える映像信号と濃淡ヒ
ストグラム、第１０図（ａｌ、 （ｂ）、 （Ｃ）は従
来の判定法で扱うことの出来ない映像信号と２例の濃淡
ヒストグラムである。 １０・・・被認識体、 １１・・・撮像手段、
１２・・・二値化回路、 １３゜１９・・
・フレームメモリ、 １４・・・パターンマツチ
ング回路、 １５・・・辞書メモリ、 １
６・・・制御回路、 １７・・・ヒストグラム分
析回路、 １８・・・多値化回路、 ２０・
・・ヒストグラム作成回路。 ２１・・・スライスレベル、ネガポジ判定回路。 ２２・・・辞書作成回路。 代理人弁理士 松 岡 宏四Ｆ！ｈ謡蚕澹第１図 第２図 ＮＬＩ：ＮＬ２． ＮＨＩ＝ＮＨ２４＋−４９（ＸＳ）
零〇第４図 （ａ） Ｘｓ 又ＨＸ ＸＬ ＸＳ Ｘ
第５図 Ｈ 第８図 （ａ） （ｂ） Ｘ二襄ｊ炎÷ ＾；ｇ＃、
〉・入７第１０図 ５展う気Ｘ→
Claims (1)
- 被認識体を撮像手段を介して撮像して得たアナログ撮像
信号をディジタル化して第１のフレームメモリに格納し
、あらかじめ作成した辞書メモリ内の辞書パターンと上
記被認識体のフレームメモリ内パターンを重ね合せて不
一致ビットを計数するパターンマッチング手段を具備し
上記アナログ映像信号を多値化して第２のフレームメモ
リに格納し、該第２のフレームメモリ内のデータを読み
出してその値から濃淡ヒストグラムを作成するヒストグ
ラム作成手段と、該濃淡ヒストグラムから被認識体の文
字部および背景部の濃淡平均値を求め、該平均値より明
るい部分と暗い部分のビット数が等しくなるようにスラ
イスレベルを決定するスライスレベル決定手段と該スラ
イスレベルによって分けられた濃淡ヒストグラムのビッ
ト数の多い方を背景部とし、少ない方を文字部と判定す
るポジネガ判定手段と、これらより得られるスライスレ
ベルおよびネガポジ情報から二値化辞書を作成すること
を特徴とする認識装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP59203102A JPS6180474A (ja) | 1984-09-28 | 1984-09-28 | 認識装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP59203102A JPS6180474A (ja) | 1984-09-28 | 1984-09-28 | 認識装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPS6180474A true JPS6180474A (ja) | 1986-04-24 |
Family
ID=16468419
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP59203102A Pending JPS6180474A (ja) | 1984-09-28 | 1984-09-28 | 認識装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPS6180474A (ja) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2012181838A (ja) * | 2011-03-01 | 2012-09-20 | Sharp Corp | 画像処理装置、画像処理方法、プログラムおよび記録媒体 |
-
1984
- 1984-09-28 JP JP59203102A patent/JPS6180474A/ja active Pending
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2012181838A (ja) * | 2011-03-01 | 2012-09-20 | Sharp Corp | 画像処理装置、画像処理方法、プログラムおよび記録媒体 |
| US8571343B2 (en) | 2011-03-01 | 2013-10-29 | Sharp Laboratories Of America, Inc. | Methods and systems for document-image correction |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US6373962B1 (en) | License plate information reader device for motor vehicles | |
| JPH0567105B2 (ja) | ||
| JP3545506B2 (ja) | 特定色領域抽出方式および特定色領域除去方式 | |
| CN109902751B (zh) | 融合卷积神经网络和半字模板匹配的表盘数字字符识别法 | |
| JPH04315272A (ja) | 図形認識装置 | |
| JPH041866A (ja) | 画像処理方法およびその装置 | |
| JP2903788B2 (ja) | 指紋画像入力装置 | |
| JPS6180474A (ja) | 認識装置 | |
| JPH0830728A (ja) | 画像の二値化装置 | |
| KR102361444B1 (ko) | 다각형 기반의 객체 인식 성능 보정 장치 및 방법 | |
| CN112070771B (zh) | 基于hs通道的自适应阈值分割方法、装置和存储介质 | |
| JPS5813944B2 (ja) | 光学式文字読取装置 | |
| JP3358133B2 (ja) | 画像処理装置 | |
| JPH07113962B2 (ja) | 画像処理方法 | |
| JP3876584B2 (ja) | 画像検出装置及び画像検出方法 | |
| JPH06266897A (ja) | 背景付き文字列からの文字列画像の抽出処理方式 | |
| JP2956151B2 (ja) | 画像処理方法及びその装置 | |
| JP2853140B2 (ja) | 画像領域識別装置 | |
| JPH06251202A (ja) | 文字認識装置 | |
| JPH0765161A (ja) | 画像処理装置 | |
| JPS6175976A (ja) | 認識装置 | |
| JPS63131281A (ja) | ナンバ−プレ−ト自動認識装置 | |
| JPH07271907A (ja) | アナログ画像の二値化装置 | |
| JPH0488581A (ja) | 画像処理装置 | |
| JP3043039B2 (ja) | 画像２値化方法 |