JPS6249581A - 文字認識装置 - 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】 〔発明の技術分野〕 本発明は文字認識装置に関するものである。

〔発明の技術的背景〕

光学的文字読取装置（ＯＣＲ）等の文字認識装置におけ
る文字認識方式には各種のものがあり、近年その認識率
は飛躍的に向上し、占ぎ方に制限の少ない自由手書文字
の認識も可能になっている。

最も言過に行なわれている方式としては光゛層変換の後
に読み取りパターンを正規化し、その特徴を抽出した上
で標準辞書と比較し、その一致の程度をｎ次元空間にお
けるユークリッド距離として求めるものである。

すなわち、特徴点の標準辞書におけるベクトルを（ａ、
ｂ、・・・ｎｌ）とし、読取りパターンの抽出された特
徴点を（ａ、ｂ、・・・ｎ２）と１れば、これら両ベク
トルのｎ次元空間における距離Ｘは として求められ、この距離Ｘが標準パターンとの整合度
を表わすことからある閾値を導入してこの閾値との比較
によりどの文字種（カテゴリー）に属するかを決定覆る
ようにしている。

（背景技術の問題点〕 しかしながら、このような従来の文字認識方法を用いる
文字認識装置では変形のためどのカテゴリーに属するか
がまぎられしいパターンや、標準パターンとして記憶さ
れていないパターンが入力されたときの認識精度が良好
でないという問題がある。これはある程度類似している
場合に類似するのか類似しないのかを判断するのは大変
困難なためである。

〔発明の目的〕

本発明はこのような問題を解決するためなされたもので
、標準パターンとして登録されていないパターンや変形
によってカテゴリーがはっきりしない文字パターンに対
しても確実に読み取りまたはりジエクトが可能な文字認
識装置を提供することを目的とする。

〔発明の概要〕

上記目的達成のため、本発明による文字認識装置におい
ては、通常の標準辞書の他に過去の読み取り結果にもと
づく類似性の傾向をベクトルとして有する第２の辞書を
準備し、標準辞書でリジェクトされたものについて再度
整合をとるようにしている。このため認識精度をさらに
向上させることができる。

〔発明の実施例〕

以下、図面を参照しながら本発明の一実施例を詳細に説
明する。

第１図は本発明にかかる文字認識装置の一実施例の構成
を示すブロック図である。

これによれば、この装置は帳票１０上の文字記号等を光
電変換し、吊子化する光電変換部１１、その出力を格納
するパターンメモリ１２、このパターンメモリから読み
取りパターンを取出して大きざの一定化、ボカシ、細線
化等の前処理を行なうパターン正規化部１３、その出力
にもとづいて読み取りパターンの特徴を抽出する特徴抽
出部１４、ここで得られた特徴を標準辞書である辞書△
１６に格納された標準パターンの特徴と整合をとる整合
部１５、整合結果が予め定められた閾値と比較して大き
いか小さいかを判定する閾値処理部１７、認識結果を出
力する出力部２１を備えており、この部分は通常の文字
認識装置の構成と同様である。

本発明においては、閾値処理部１７において文字認識が
不能でリジェクトされた場合に辞ｍＢ１９に基づいて整
合をとる整合部１８、閾値処理を行なう閾値処理部２０
を設けている点が従来とは異なる。

ここで、辞１２Ｂについて詳細に説明すると、この辞書
Ｂは過去に標準辞書を用いて得られた整合結果のデータ
からある文字種（カテゴリー）に対してどの文字種が類
似する傾向を示すかのデータを得、そのデータに基づい
て得た特徴ベクトルＱを格納したものである。すなわち
、例えば数字の「３」として入力された文字パターンに
ついては標準辞書に従うと「５」、「８」などと類似度
が高いというデータが得られており、これらについては
類似度が高いほど近い距離を与えるようにしてベクトル
を構成する。

いま、文字種の数をｍ、特徴を表わすベクトルの数をｎ
とし、入カバターンの特徴ベクトルをｒ、辞書Ｂに格納
される特徴ベクトルをｑ、標準辞書λｉｊ をφ　　とすれば、 λ１，１　　　λ１，２　　　　λｎ、ｍＱ−（Ｓ　　
　　、Ｓ　　　　、・・・Ｓ　　　）として表わされる
。ここで λｉｊ−λｉｊ Ｓ　　　−３（ｆ、φ　　） λｉｊ　　　　　　　　　　　　　λｉｊであってＳ　
　は入カバターンｆと辞書φ　　との類似度を表わして
いる。

このような特徴ベクトルｑは従来と同様にカルーネン・
レーベ（にａｒｈｕｎｅｎ−Ｌｏｅｖｃ）変換により展
開され、辞ＩＢに格納される。

次に、本発明の文字認識装置の動作を第２図のフローブ
ヤートを参照して説明する。

まず帳票１０を読み込み光電変換部１１で光電変換する
と共に岳子化し、得られたパターンをパターンメモリ１
２に格納する（ステップ１０１）。

次にこの読み取りパターンをパターン正規化部１３によ
り正規化するパターン処理を行ない、さらに特徴抽出部
１４により読み取りパターンの特徴を抽出する（ステッ
プ１０２）。この抽象された特徴に基づいて整合部１５
は辞書Ａ１６内の標準パターンの特徴と比較し、その比
較結果を数値化する整合を行なう（ステップ１０３）。

次にこの整合結果に対し、予め定められた閾値を当ては
めて認識文字を決定する閾値処理を行なう（ステップ１
０４）。ここで２！識が完了したかどうかが判断され（
ステップ１０５）、リジェクトされずに認識が完了した
ときは出力部２１から結果が編集されて出力される（ス
テップ１０８）。一方、整合、閾値処理で特定の文字種
であると認識するに至らずリジェクトされたときは特徴
ベクトルｑを含む辞１７８１９の内容との整合が整合部
１８で行なわれる（ステップ１０６）、この整合結果に
対しては通常と同様に閾値処理部２０で閾値処理が行な
われて可能性の高い文字が決定され（ステップ１０７）
、出力部２１から出力される。

このようにこの実施例では過去の認識結果にもとづく類
似傾向を認識不能文字にあてはめて整合をとるようにし
ているのでより精度の高い文字認識ができる。

以上の実施例においては辞書Ｂの内容は類似傾向が認め
られる文字種について類似度が高いほど近い距離を有す
るベクトルとして表現しているが、これに限ることなく
、文字コードを要素とし、過去の誤認の有無により１ま
たは０の距離を与えるようにしてもよく、さらに抽出さ
れる一つまたはそれ以上の特徴をベクトル要素の一つと
してもよい。

また、辞ＩＢによる認識はもともとリジェクトされたも
のに適用しているので、これにより認識された文字につ
いては出力時に何らかの警告マークを付するようにして
もよい。

さらに辞１Ｂの適用によりどの文字であるかの可能性が
わかるため、Ｂ値処理時の得点が高くないものについて
は次候補データを併せて出力するようにしてもよい。

また、辞ｍＢは過去のデータベースに基づいて作成され
るが、運用後の認識結果のデータを蓄積しておき、゛適
宜辞書Ｂの内容を更新することが可能である。

（発明の効果） 以上のように本発明によれば標準辞書によって読み取る
ことができなかった読み取りパターンに対して過去の読
み取りデータにもとづいて類似する文字の傾向をベクト
ル表現した第２の辞書を適用するようにしているので、
文字認識精度を向上させることができ、特に変形文字、
手出き文字に対しても良好な結果を得ることかできる。

【図面の簡単な説明】 第１図は本発明の文字認識装置の一実施例を示すブロッ
ク図、第２図はその動作を示すフローチャートである。 １１・・・光電変換部、１２・・・パターンメモリ、１
３・・・パターン正規化部、１４・・・特徴抽出部、１
５．１８・・・整合部、１６・・・辞書Ａ、１７．２０
・・・閾値処理部、１９・・・辞ＩＢ、２１・・・出力
部。

Claims (2)

【特許請求の範囲】
1. １．帳票上の文字、記号等を読み取り、その読み取りパ
   ターンを標準辞書に基づいて認識する文字認識装置にお
   いて、 過去の読み取りデータにもとづいて類似する文字の傾向
   をベクトルとして表現した第２の辞書を備え、 前記標準辞書によって認識できなかった読み取りパター
   ンを前記第２の辞書にもとづいて認識するようにしたこ
   とを特徴とする文字認識装置。
2. ２．第２の辞書がある文字種に対し、類似する順に距離
   を与えたベクトルデータにより構成されたものである特
   許請求の範囲第１項記載の文字認識装置。