JPS62281095A - パタ−ン情報認識方法 - 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】 ３、発明の詳細な説明 ［産業上の利用分野］ 本発明は未知の英字、数字等の文字を自動的に読み取っ
て認識するパターン情報認識方法に関する。

［従来の技術］ 従来この種の文字認識装置のパターン情報認識処理を第
１０図に示す。

原稿用紙Ｐ上の文字をステップＳ８１に示す如く１文字
毎に読込んで光電変換し、これを更にステップＳ８２で
“１°”　、　　”Ｏ”　（７）２４ｊｌチー’ｌ（Ｄ
パターンに変換している。続くステップＳ８３で、後に
説明する処理を効果的にするための前処理、即ちステッ
プＳ８２で２値化されたパターンに基づき文字が記録さ
れている用紙Ｐ上の黒点などのノイズ処理や文字図形境
界面の平滑化などを含む一連の処理がなされる。

次にステップＳ８４で文字認識を行うのに必要ないくつ
かの特徴（交点、分岐点、ループ数、ストロークの長さ
情報など）を抽出する特徴抽出処理が行われる。この抽
出結果に応じて、多数の文字より特徴が共通するいくつ
かの文字が選択される。

更に、ステップＳ８５以下でその中から唯一の文字の選
択を行うための識別処理としての辞書照合処理、及び認
識処理がなされる。

まずステップＳ８５で抽出された特徴に従って辞書を誘
導（検索）することか可能か否かを調べる。ここで抽出
した特徴が辞書を誘導するに値しないものである場合に
はステップ３８８に進み、認識不能が出力される。一方
、抽出特徴点により辞書誘導可能であればステップＳ８
６で備えっりの辞書を検索し、先に抽出した特徴と順次
照合する。ステップＳ８７で照合の結果一致すると、ス
テップＳ８８で当該一致した結果を認識出力として出力
する。一致がとれない場合には認識不能として出力する
。

［発明が解決しようとする問題点］ ところが、この従来の認識方法によると、簡易な文字（
認識されやすい文字）、アルファベット、数字だけの場
合などに対しても、前記の複雑な処理を行うため、処理
時間がかかり過ぎるという欠点があった。

又、上記処理を実現するための構成も複雑であり、コス
トアップや信頼性の点においても種々の問題点を抱えて
いた。

［問題点を解決するための手段］ 本発明は前記した従来時相の問題点に鑑み成されたもの
で、上述の問題点を解決する一手段として以下の構成を
備える。

即ち、読取面上のパターン情報を光学的に読取る読取手
段と、該手段に続き読み取ったパターン情報を所定の領
域毎に分割する領域分割手段と、該領域分割手段で分割
された各領域毎の所定量以上連続する黒密度の量を検出
する検出手段と、該検出手段で検出した黒密度の最大値
に基づいて読取りパターンの認識を行なう認識手段とを
備える。

［作用コ 以上の構成において、認識手段は検出手段で検出した黒
密度の最大値を、異なる複数の所定の量と比較した結果
により、分割領域の代表値を判別し、該代表値に基づき
パターン認識する。

［実施例］ 以下、図面を参照して本発明に係る一実施例を詳細に説
明する。

第１図は本発明の一実施例のブロック図であり、図中１
はＯＭＲによるキーワードを含む文書画像情報を読み込
み電気信号に変換するリーダ、２はリーダ１で読み取っ
た画像情報を記憶する光ディスク、３は本実施例全体を
制御するホストコンピュータ、４はキーボード、５は画
像情報やオペレーション情報等を表示するＣＲＴ、６は
画像情報等を印刷出力するプリンタである。また、７は
リーダ１の原稿読み取り面に原稿を１枚毎に自動送りす
るオートフィーダである。

ホストコンピュータ３において、５０はＲＯＭ５１に記
憶された第４図に示す制御プログラムに従って本装置全
体を制御するＣＰＵであり、ＣＰＵ５０は例えばモトロ
ーラ社製のマイクロコンビュータＭＣ６８０００等で構
成することが望ましい。５１はＲＯＭであり、ＲＯＭ５
１には標準特徴パターン記憶領域５１ａが含まれる。５
２はＣＲＴ５とのインタフェースを司どるＣＲＴインタ
フェース、５３はキーボード４とのインタフェースを司
どるキーボードインタフェース、５４は光ディスクとの
インタフェースを司どる光デイスクインタフェースであ
る。また、５５はリーダ１とのインタフェースを司どる
リーダインタフェース、５６はプリンタ６とのインタフ
ェースを司どるプリンタインタフェース、５７は処理経
過や、読み取りマークの認識処理経過等の記憶されるＲ
ＡＭ、６０は各構成間を接続するバスである。

ＲＡＭ５７の詳細記憶領域を第２図に示す。

第２図において、２１はパターンバッファ、２２はライ
ンヒストグラムバッファ、２３は領域ヒストグラムバッ
ファ、２４はスレッシュホールドバッファ、２５は代表
値バッファである。

以上の構成を備える本実施例の外観図を第３図に示す。

図中第１図と同様構成については同一番号を付した。８
はリーダ１とホストコンピュータ３とのインタフェース
ケーブル、９はプリンタ６とホストコンピュータ３との
インタフェースケーブルである。

以上の構成を備える本実施例の動作を第４図のフローチ
ャートを参照して以下に説明する。

第４図においても第１０図と同様に、リーダ１にセット
された原稿上のＰに示すパターンを読み取り、認識する
処理を例に説明する。

まず、ステップＳ１でＣＰＵ５０はリーダインタフェー
ス５５を介してリーダ１を起動し、読み取り原稿面を走
査して原稿面の画像データを読み込む。

原稿面は例えば第９図に示すＯＭＲシートの下部に図の
マークを配置し、該マーク上に活字パターンを第８図に
示すように塗る。そして、上記ＯＭＲシートは電子ファ
イルシステムのキーワードの登録、ファクシミリの電話
番号人力、複写機などの画像形成装置のコピ一枚数、縮
率などのモード設定用に使用する。

第８図に示すようなフォーマットを固定し、その上に定
形パターンの文字を書く方法を取ると、その後の処理は
より簡単になる。なお、第８図にはＡ”〜”　ｚ　”及
び１゛〜”　ｏ　”の定型パターンが示されている。第
８図のフォーマットの基本パターンはＸ方向３木、Ｘ方
向３木のストロークで構成された「田」の字と斜め２方
のストローク「ｘ」を組み合せた形の一部となっている
。

このようにして書き込まれた原稿面のマーク位置の１文
字、例えば°Ａ°°を読み込んだ場合を例に以下説明す
る。

ステップＳ１でリーダ１により光電変換されて読み込ま
れた信号は、ステップＳ２に示す如くリーダインタフェ
ース５５に送られ、リーダインタフェース５５に内蔵の
アナログ−デジタルコンバータにより１”、“０°゛の
２値パターンのデジタル信号に変換され、変換されたデ
ジタル信号はＣＰＵ５０に人力される。

ＣＰＵ５０は、このようにして入力されたデジタルデー
タを順次ＲＡＭ５７のパターンバッファ２１に格納する
。本実施例においては、文字バターンは１文字４８ビツ
ト×４８ビツトの領域に区切られ、Ａ”を読み込んだ場
合の読み取りデータのパターンバッファ２１への格納例
を第５図に示す。第５図に示すパターンの場合には、横
方向の（Ｘ方向の）最上ラインの黒密度の数は４８°°
、第７ライン目は“６″”十”６”の”　１２　”とな
り、縦方向の（Ｙ方向の）最左ラインの黒密度の数はパ
４８°゛、第７ライン目は”６”＋”６°゛の′１２°
゛となる。

ＣＰＵ５０はステップＳ３で読み込んだパターンを所定
領域に分割する。本実施例では第６図（Ａ）に示す如く
、縦方向を領域１〜５に、横方向を領域６〜１０の各領
域に分割する。そしてステップＳ４でこの分割した各領
域においてライン毎の所定範囲内の黒密度の連続による
ストローク入力を検出し、該人力ストローク分布のヒス
トグラムを求める。各ライン毎の横方向（Ｘ方向）及び
縦方向（Ｙ方向）のそれぞれに対しての１″である黒密
度（ストローク密度）の所定量以上の連続が有るか否か
を調べる。そして、所定量以上の黒密度の連続があれば
この連続した部分の黒密度の数を計数する。このスレッ
シュホールドレベルとしての所定量は、第８図に示され
る入力枠に塗られるパターンの幅を考慮して任意の値と
することかできるが、枠の幅が黒密度６連続分とすると
、例えば“３″に取ることができる。

ここで、読み取りパターンが第５図に示すようなきれい
なパターンでなく、第６図（Ａ）に６１で示すように途
中にゴミが付着した場合においても、このゴミの幅がス
レッシュホールドレベルである“３°゛以下であれば、
黒密度の計数には加算されない。このため、当該ゴミの
あるラインにおいても、このゴミが黒密度の計数に加算
されることがない。

そしてステップＳ３で求められた黒密度の数はステップ
Ｓ４で順次ＲＡＭ５７のラインヒストグラムバッファ２
２に格納される。この各ラインの黒密度の数をステップ
ｓ３で分解した各領域毎に計数した結果を棒グラフの形
で示したのが第６図（Ｂ）、（Ｃ）である。第６図（Ｂ
）は横方向の積算量を、第６図（Ｃ）は縦方向の積算量
を示している。

続いてステップＳ６で先に求めた所定領域内のライン毎
の黒密度の数の最大値を求め、この値を当該領域の代表
値としてＲＡＭ５７の領域ヒストグラムバッファ２３に
格納する。エリア１においては黒密度の数の最大値は“
４８”となり、領域ヒストグラムバッファ２３にはとの
’　４８　”が格納される。同様にエリア２においては
黒密度の数の最大値は１２°゛となり、領域ヒストグラ
ムバッファ２３にはこの“１２°°が格納される。領域
ヒストグラムバッファ２３に格納される各領域（エリア
）毎の代表値を第６図（Ｄ）に示す。

次に、ステップＳ７で先に求めた所定領域の代表値に対
するスレッシュボールドレベルを設定する。このスレッ
シュホールドレベルは、各領域毎に任意のレベルを設定
することができ、この領域毎に設定したスレッシュホー
ルドレベルはＲＡＭ５７のスレッシュボールドバッファ
２４に格納される。本実施例においては各領域について
横方向にｘｌ、ｘ２．ｘ３の３レベル、縦方向にもｙｌ
、　ｙ２．　ｙ３の３レベルのスレッシュホールドレベ
ルを設定している。このスレッシュホールドレベルの設
定状態を第６図（Ｂ）、（Ｃ）に示している。

しかし、本実施例はこれに限るものではなく、領域１，
３，５，６，８．１０は横方向にｘ１＋ｘ２．ｘ３の３
レベル、縦方向にｙｚ、ｙ２゜ｙ３の３レベルのスレッ
シュホールドレベルを設定し、領域２．４，７．９は横
方向にｙ′１゜ｙ′２．Ｘ’３．Ｘ’４．Ｘ’５の５レ
ベル、縦方向にｙ′１．　ｙ′２．３／’３．　ｙ′４
．Ｖ′５の５レベルのスレッシュホールドレベルを設定
してもよい。これらの多値は任意に設定できるが、例え
ば、３レベル時は１６，３２，４．８とし、５レベル時
は９，１９，２９，３９．４８とすればよい。

次にステップＳ８でステップＳ６で求めた各領域の黒密
度の最大値に対して、ステップｓ７で設定したスレッシ
ュホールドレベルに従ってこれを対応する多値データに
変換する。ここで、スレッシュホールドレベルが３レベ
ルの時には代表値は３値となる。例えば代表値Ｐが（ｘ
ｚ）Ｐ）のときは１′°となり、（Ｘ２　　＜Ｐ　＜Ｘ
３　）のとぎは”　２　”、（Ｘ３　　＜Ｐ）のとぎは
３”となる。このそれぞれの代表値も第６図（Ｂ）、（
Ｃ）に示されている。そしてこのようにして求められた
代表値はＲＡＭ５７の代表値バッファ２５に格納される
。従って代表値バッファ２５に格納される各代表値は第
７図（Ａ）に示すものとなる。

続くステップＳＩＯでＲＯＭ５１の標準特徴パターン５
１ａに記憶の標準パターンと、代表値バッファ２５に格
納されている読取りパターンの代表値とのマツチングを
行なう。その結果、ステップＳｉｔでパターンの一致が
得られれば、ステップＳ１２で一致の得られたパターン
の人力とじて田識し、結果を出力する。一方一致が得ら
れない場合にはステップ３１．３に進み、認識不能を出
力してＩＡ理を終了する。そして再び次のパターンの読
み込み処理等を実行する。

入力標準特徴パターン５１ａの“Ａ　”の標準パターン
は第７図（Ｂ）に示すパターンであり、第７図（Ａ）に
示す読取りパターンの代表値と一致し、第７図（Ａ）の
人カバターンは°゛Ａ′°の人力であると認識される。

以上説明した様に本実施例によれば、例えば第５図に示
す文字パターンを認識する上で、次のような効果が考え
られる。

■所定の領域での黒密度（ストローク密度）が所定量以
上連続した場合のみこの黒密度の数を計数し、この計数
した黒密度の最大値を代表値として認識し、かつこの値
を所定のスレツシユホールドレベルで３値化することに
より、少ない量のパターンマツチングでパターン認識が
され、同時に領域内の誤読取であるゴミ等の読み取りを
除去するという効果を含んでいる。このため、第６図（
Ａ）の６１の如く、領域内ゴミ等があって当該ラインの
黒密度の数が多少変化しても、その影響を防ぐことがで
き、正確な文字認識が可能となる。

■さらに、照合されるデータ量が少ないため、処理時間
が大幅に削減され、第７図（Ａ）のパターンと第７図（
Ｂ）に示す標準特徴パターンという少量のデータの照合
のみで認識が可能となる。

このように、文字認識装置のｍ易な文字の認識における
欠点を解消し、簡易な文字の認識に必要な処理時間を短
縮し、高速、かつ、高精度の文字認識が可能となる。

更に、定形パターン（活字型）の数字、もしくはアルフ
ァベットの文字を、高速かつ高精度に認識することがで
とる。

また、以上の説明において、スレッシュホールドレベル
の選定を、３レベルでの値が低い場合に更にスレッシュ
ホールドレベルの数を増やし、５レベルにする等して認
識精度を上げるよう制御してもよい。

［発明の効果］ 以上説明した如く、本発明によれば、非常に短時間で、
かつ正確なパターン認識処理が行なえる。

【図面の簡単な説明】

第１図は本発明に係る一実施例のブロック図、第２図は
第１図に示すＲＡＭの詳細構成図、第３図は本実施例の
外観図、 第４図は本実施例のパターン認識制御フローチャート、 第５図は本実施例のパターンバッファへの読取りパター
ン格納例を示す図、 第６図（Ａ）〜（Ｄ）は本実施例によるパターン゛Ａ”
の認識処理及びスレッシュホールドレベルの設定例を説
明するための図、 第７図（Ａ）は本実施例の°°Ａ″読み取り時の読取り
パターンの代表値を示す図、 第７図（Ｂ）は標準特徴パターンにおける”　Ａ　”の
格納パターンを示す図、 第８図は本実施例で用いる標準人カバターンを示す図、 第９図は本実施例で用いられるＯＭＲシートを示す図、 第１０図は従来のパターン認識処理を示すフローチャー
トである。 図中、１・・・　リーダ、２・・・光ディスク、３・・
・ホストコンピュータ、４・・・キーボード、５・・・
ＣＲＴ、６・・・プリンタ、７・・・オートフィーダ、
５０　・−ＣＰ　Ｕ　、　５１−ＲＯＭ　、　５１　ａ
　−・−標準特徴パターン記憶領域、５２・・・ＣＲＴ
インタフェース、５３・・・キーボードインタフェース
、５４・・・光デイスクインタフェース、５５・・・リ
ーダインタフェース、５６・・・プリンタインタフェー
ス、５７・・・ＲＡＭ、６０・・・バスである。 特許出願人　　　キャノン株式会社 特開口８Ｇ２−２８１０９５　　（８）（４８ｘ　４８
　ｂｉｔ）　　第６図（Ａ）第６図（Ｃ） 第６１ｉ−４（Ｂ） 第６図　（Ｄ） 桃準パターン 第７図　（Ｂ）

Claims (1)

【特許請求の範囲】
1. （１）読取面上のパターン情報を光学的に読取る読取工
   程と、該工程に続き読み取つたパターン情報を所定の領
   域毎に分割する領域分割工程と、該領域分割工程で分割
   された各領域毎の所定量以上連続する黒密度の量を検出
   する検出工程と、該検出工程で検出した黒密度の最大値
   を異なる複数の所定の量と比較した結果により前記分割
   領域の代表値を判別し、該代表値に基づきパターン認識
   する認識工程とより成ることを特徴とするパターン情報
   認識方法。