JPS6290783A - 画像記号化方式 - 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】 （産業上の利用分野） 本発明は文字図形を走査して入力された画像を認識する
図形認識方式の前処理に係り、特に入力画像を局所領域
ごとに記号化した後、複数の局所領域を統合した新たな
局所領域内の画像の記号化方式に係る。

（従来技術と問題点） 文字図形の認識処理は入力対象が２次元的な広がりを持
つ画像データであるため、対象画像の規模の増大に伴い
、その処理の高速化が要求されている。入力された画像
の認識の処理過程全体を通じて直接個々の画素を参照し
処理を行うことは、一般に大規模な記憶装置を必要とす
るばかシでなく、不必要に処理が複雑になシ処理速度の
低下を招いている。この様な問題点に対処するため、入
力された画像を雑音除去、平滑化等の処理の後、画像全
体を格子状に分割し、格子に囲まれた個々の微小矩形領
域ごとにその内部パターンを予め定められたカテゴリに
分類・記号化することを認識の前処理過程で行い、以降
の認識処理過程では記号化された画像を対象とする手法
が従来より行われている。この手法は画像の情報量の圧
縮や認識処理の利便の向上を実現するものであるが、微
小矩形領域を得る際に固定的位置並びに固定的大きさで
格子状に分割を行うことが一般的であるため、図形中の
線分、端点や分岐点に代表される特徴点、並びに図形中
のシンボルが必ずしも微小矩形領域に囲まれるとは限ら
ない。この場合には、後続する認識処理において周辺の
情報を利用した特殊な処理あるいは記号化する前の画素
レベルの画像に対して個別的処理を行う必要が生じる欠
点があった（例えば信学会技報ＰＲＬ８３−８）。特に
、記号化された画像を予め設定された図形のモデルに基
づいて認識を行う認識システムにおいては、格子の大き
さの設定が重要な問題となると共に、例外的な個別処理
が認識システムの制御構造を複雑化する一要因になって
いる。また、このような処理の複雑化を回避するために
、予め格子の印刷された用紙を用いたうえ、格子の境界
に沿って図形の線分を書かないなどの条件を設ける場合
があり、入力上の制約を生じる欠点があった（例えば特
許公報昭６Ｏ−５０３７）。これらの問題点に対処すべ
く局所領域を統合した新たな領域を記号化する方式が、
出願人、出願臼、発明者及び発明の名称を本願と同じく
する別の特許出願において提案されているが、この方式
では単に画像を記号の並びとして統合するため、統合の
精度に問題があると共に、格子の大きさにも制限がある
。

そこで、本発明の目的は、従来の上記欠点を解決するた
めに、線分や特徴点およびシンボルが任意の個数の局所
領域にまたがった局所領域群をその記号情報と特徴量を
用いて精度良く統合し、その領域に対して記号化を行う
ことにより、図形中の局所パターンを後続する認識処理
過程において利用しやすい単位で記号化可能な記号化方
式を提供することにある。

（問題点を解決するための手段） 前述の問題点を解決するために本発明が提供する手段は
、紙面上に記録された文字図形画像を局所領域ごとに予
め定められたカテゴリへ分類し記号化する画像記号化方
式であって、該画像を走査し画素情報として入力する手
段と、該画素情報を所定の局所領域ごとに記号化した記
号情報を得る局所バター７記号化手段と、該局所領域内
のパターンの位置に関して可換な特徴量を算出する可換
特徴量算出手段と、可換な特徴量に基づいて２次的な特
徴量を算出する非可換特徴量算出手段と、該局所領域の
記号情報と可換特徴量と非可換特徴量を有する原始プリ
ミティブと共に任意の局所領域の記号情報と可換特徴量
と非可換特徴量と位置情報を有する統合プリミティブを
記憶するプリミティブ記憶手段と、該統合プＩＪ　ｊテ
ィグを抽出するための統合規則を登録し記憶する統合規
則記憶手段と、指定されたプリミティブに隣接するプリ
ミティブを抽出する隣接プリミティブ抽出手段と、該統
合規則に従って統合可能なプリミティブ群をプリミティ
ブの識別子より抽出する識別子判定手段と、該統合規則
に従って統合可能なプリミティブ群をプリミティブの特
徴量より抽出する特徴量判定手段と、プリミティブ群か
ら統合プリミティブのデータを生成し前記プリミティブ
記憶手段に格納する統合プリミティブ生成手段とを備え
、前記統合規則に従って入力画像の所定の局所領域から
新たな局所領域を生成して記号化することを特徴とする
特 （実施例） 以下本発明の実施例について図面を参照しつつ説明する
。

第１図は本発明の一実施例の機能を表わす論理ブロック
図であり、１はファクシミリやイメージスキャナに代表
される入力画像を得るだめの画像入力部、２は前記入力
画像を格子状に分割することによって得られる微小矩形
領域内の局所的パターンを所定個数のカテゴリに分類・
記号化する局所パター７記号化部、３は所定局所領域内
のパターンから位置に関して可換な特徴蓋を算出する可
換特徴量算出部、４は可換な特徴音から算出される２次
的な特徴音を算出する非可換特徴量算出部、５は原始プ
リミティブと統合プＩＪ　ミテイプを記憶するプリミテ
ィブ記憶部、６は統合プリミティブを抽出するための統
合規則を登録し記憶する統合規則記憶部、７は指定され
たプリミティブに隣接するプリミティブ群を抽出する隣
接プリミティブ抽出部、８は統合規則記憶部６に格納さ
れている統合規則に従って統合可能なプリミティブ群を
プリミティブの識別子より抽出する識別子判定部、９は
統合規則に従って統合可能なプリミティブ群をプリミテ
ィブの特徴音より抽出する特徴量判定部、ｌＯはプリミ
ティブ群から統合プリミティブのデータを生成し前記プ
リミティブ記憶手段に格納する統合プリミティブ生成部
、１１は局所パター７記号化部２ないし統合プリミティ
ブ生成部１０を制御する制御部である。

画像入力部１によって入力された文字図形を含む入力画
像は、まず局所パターン記号化部２によって記号化が行
われる。局所バター７記号化部２は、入力画像を機械的
に格子状に分割し、各格子に囲まれた微小矩形領域内の
局所的パターンを、予め定められたカテゴリに分類する
ことによってパターンの記号化を行い、分類されたカテ
ゴリに対応した番号である識別子とそのカテゴリへ分類
した確からしさを表わす尺度である信頼性を記号情報と
して出力する。分類に必要な辞書を記憶する機能は、局
所パターン記号化部２内にＲＯＭなどの固定記憶手段あ
るいは通信回線を介して書き換え可能な記憶手段によっ
て実現される。尚、カテゴリへの分類機能はパターン認
識技術で用いられるマツチング手法、例えば２次元相関
法等の公知の技術で実現できる。

可換特徴量算出部３は局所パターン記号化部２と同じ局
所領域内の局所パターンから位置可換な特徴量群を算出
する機能を有する。位置可換な特徴量群とは、画像平面
上の異なる位置に現れた同じパターンに対して算出され
た数種の特徴音がその局所領域の位置を基にすれば互い
に変換可能であるような特徴音の集合である。位置可換
な特徴音を用いることにより、複数の局所領域を併合し
て得られる領域の特徴音は、原画像に戻って再抽出する
ことなく各局所領域ごとに抽出された位置可換な特徴音
より求められる。また、非可換特徴量算出部４Ｆｉ位置
可換な特徴量群から２次的に算出される任意の％微量を
算出する機能を有する。

例えば、位置可換な特徴音として（１）式で表わされル
ハターンの２次以下のモーメントｍ００１　ｍ１０１ｍ
１ｌｌ　　ｍ２０ｊ　　ｍ０２１　　＋２１１１を、非
可換な特徴音としてモーメントから算出されるパターン
の方向性等を適用することができる。また可換特徴量算
出部３と非可換特徴量算出部４は演算回路またはマイク
ロプロセッサ等の演算処理装置のプログラムにより実現
できる。

ｍ１ｊ＝　ＥＸ’　ＹｊＦ　（Ｘ、　Ｙ　）　−−−−
−０−、（１）但し、Ｆ’（ＸＩＹ）＃：ｉ位置（Ｘ、
Ｙ）Ｋおける濃度を表わす。

局所パターン記号化部２によって抽出された記号情報と
、可換特徴量算出部３及び非可換特徴量算出部４によっ
て算出された特徴音は原始プリミティブのデータとして
プリミティブ記憶部５内の原始プリミティブ記憶部５−
１に格納される。プリミティブ記憶部５は前記原始プリ
ミティブを記憶する原始プリミティブ記憶部５−１と統
合プリミティブ生成部１０の出力である統合プリミティ
ブを記憶する統合プリミティブ記憶部５−２から成る。

原始プリミティブ記憶部５−１内では各原始プリミティ
ブのデータは第２図（ａ）に示す形式を持ち、更に入力
画像上での２次元的位置関係を保存した順序で全原始プ
リミティブを格納することにより各原始プリミティブに
隣接する原始プリミティブを参照できる構造を持つ。統
合プリミティブ記憶部５−２内に格納される統合プリミ
ティブは同図（ｂ）に示すような、複数個の原始プリミ
ティブまたは複数個の統合プリミティブを集めた領域に
対して記号化した情報であシ、識別子、信頼性、可換特
徴量および非可換特徴量は前記原始プリミティブと同じ
情報、位置情報は領域の位置と大きさを表わす情報であ
る。

統合規則記憶部６は、プリミティブ記憶部５内に抽出さ
れた原始プリミティブまたは統合プリミティブ（以下両
者を合わせてプリミティブと呼ぶ）のうち、格子の境界
上、即ち微小矩形領域の周辺部に図形の線分や特徴点が
重なったと考えられるプリミティブに対して、それに隣
接するプリミティブを統合する規則を表わすデータを記
憶する機能を有し、ＲＯＭ等の固定記憶手段あるいは通
信回線を介して書き換え可能な記憶手段によって実現さ
れる。第３図（ａ）および（ｂ）に示すように、プリミ
ティブの統合には、２つのプリミティブの統合と４つの
プリミティブの統合がある。２つのプリミティブの統合
では、任意の位置にあるプリミティブ１４を基準としく
以下基準プリミティブと呼ぶ）、その右方のプリミティ
ブ１５または下方のプリミティブ１６の２つのプリミテ
ィブの満たすべき条件を指定し、これら２つのプリミテ
ィブから成る隣接プリミティブ群が揃ったときに統合さ
れる。また４つのプリミティブの統合の場合は、基準プ
リミティブ１７とその右方のプリミティブ１８と右下の
プリミティブ２０と下方のプリミティブ１９の４つのプ
リミティブが満たすべき条件を指定し、これら４つのプ
リミティブから成る隣接プリミティブ群が揃ったとき統
合が行われる。

統合規則記憶部６には、これらの隣接する２つまたは４
つのプリミティブが満たす条件が第４図（ａ）。

（ｂ）に示す形式の規則データとして格納される。本図
（ａ）は２つのプリミティブを統合する規則データであ
Ｊ、Ｒｌｄはこの規則データが２つのプリミティブに対
する統合規則であることの識別子、ｐ、は基準プリミテ
ィブの満たすべき条件、’９２は右方あるいは下方に隣
接するプリミティブの満たすべき条件、Ｄ工ＲＣは右方
か下方かの指定子、よりは統合された新たな統合プリミ
ティブに付与する識別子であり、更にｐ、およびｐ、は
同図（ｅ）に示すプリミティブが持つべき識別子と信頼
性の閾値及び特徴を区別するための特徴識別子とその特
徴量の値の範囲の項目から成る。また同図（ｂ）は４つ
のプリミティブを統合する規則データであＪ、Ｒｌｄは
この規則データが４つのプリミティブに対する統合規則
であることの識別子、ｐＩは基準プリミティブの満たす
べき条件、ｐ！ないしｐ４はそれぞれ右、右下、下に隣
接するプリミティブの満たすべき条件、よりは統合され
た新たな統合プリミティブに付与する識別子であシ、更
にｐＩないしｐ４は同図（Ｃ）に示したプリミティブが
持つべき識別子と信頼性の閾値及び特徴を区別するため
の特徴識別子とその特徴量の値の範囲の項目から成る。

隣接プリミティブ抽出部７は、任意のプリミティブを基
準プリミティブとしてその右方または右下または下方に
隣接するプリミティブをプＩＪ　ミテイブ記憶部３より
抽出し１．＠４図に示した２つ又は４つのプリミティブ
から成る隣接プリミティブ群を出力する機能を有する。

基準プリミティブが原始プリミティブであるとき、原始
プリミティブ記憶部５−１より基準プリミティブに隣接
する原始プリミティブ群を抽出し、これに原始プリミテ
ィブの画像上での位置を表わす位置情報を付加して出力
する。また、基準プリミティブが統合プリミティブであ
るときその位置情報に基づいてまず統合プリミティブ記
憶部５−２より隣接する統合プリミティブ群を抽出し、
見つからないとき原始プリミティブ記憶部５−１より隣
接する原始プリミティブ群を抽出して出力する。

識別子判定部８は、隣接プリミティブ抽出部７によって
抽出された隣接プリミティブ群が統合規則記憶部６内の
統合規則に示された識別子を持つか否かの判定機能を有
し、隣接プリミティブ群の全てが条件２３に指定された
識別子を持ち、且つその信頼性が条件２３に指定された
閾値以上であるとき、′真“を出力する。

特徴量判定部９は、隣接プリミティブ抽出部７によって
抽出された隣接プリミティブ群が統合規則記憶部６内の
統合規則に示された特微量を持つか否かの判定機能を有
し、隣接プリミティブ群の全てについて、条件２３の特
徴識別子に指定された特微量を条件２３に指定された範
囲に持つとき、“真″を出力する。

統合プリミティブ生成部１０は、識別子判定部８と特徴
量判定部９の両者によって統合可能であると判定された
、即ち“真“を受は取った隣接プリミティブ群に対して
、それらを統合した統合プリミティブのデータを生成す
ると共にそれを統合プリミティブ記憶部５−２へ格納す
る機能を有する。識別子判定部８と特徴量判定部９０両
方より“真“を受は取ったとき、統合プリミティブ生成
部１０は隣接プリミティブ群の信頼性、位置情報、可換
特徴量および統合規則データ２１または２２に示された
統合プリミティブに付与する識別子より、第２図（＋）
）　Ｋ示す統合プリミティブのデータ１３を生成する。

これらのうち、信頼性と位置情報は入力となったプリミ
ティブ群の信頼性と位置情報よりそれぞれ算出される。

また統合した領域の可換特徴量は隣接プリミティブ群の
持つ可換特徴量（モーメント）とその位置情報から変換
して算出され、更にこの新たな可換特徴量から非可換特
徴量算出部４を介して新たな非可換特徴量（方向性とそ
の鋭さ）が算出される。

制御部１１は局所パターン記号化部２ないし統合プリミ
ティブ生成部１０を制御し、原始プリミティブから統合
プリミティブを生成する記号化処理の制御を行う機能で
ある。原始プリミティブを基に統合プリミティブを得る
記号化の処理過程は、原始プリミティブを統合して統合
プリミティブを得る第一段階と統合プリミティブを更に
統合した統合プリミティブを得る第二段階から成る。以
下、その処理過程を説明する。

入力画像から局所パターン記号化部２と可換特徴量算出
部３と非可換特徴量算出部４によって得られた原始プリ
ミティブを原始プリミティブ記憶部５−１に格納した後
、制御部１１は統合規則記憶部６内の統合規則に基づい
て原始プ’Ｊ　ミテイブの統合を開始する。−、まず制
御部１１は統合規則記憶部６から４つのプリミティブの
統合規則の１つを選択し、この統合規則を原始プリミテ
ィブ記憶部５−１内の原始プリミティブに適用する。即
ち、原始プリミティブ記憶部５−１内の全ての原始プリ
ミティブを基準プリミティブとした隣接プリミティブ群
を抽出するよう隣接プリミティブ抽出部７に指定すると
共に、統合規則２２内のｐ、〜ｐ４を識別子判定部８と
特徴量判定部９へ送り、統合プＩＪ　ミテイプに付与す
る統合規則２２内の識別子ＩＤを統合プリミティブ生成
部１０へ送る。識別子判定部８は隣接プリミティブ抽出
部７により抽出された隣接プリミティブ群がｐ１〜ｐ４
の識別子と信頼性の条件を満たすか否かを判定しその真
偽を統合プリミティブ生成部１０へ出力する。同時に特
徴量判定部９は隣接プリミティブ抽出部７により抽出さ
れた隣接プリミティブ群がｐ、〜ｐ４で指定された特微
量に関して指定された範囲の値を持つか否かを判定しそ
の真偽を統合プリミティブ生成部１０へ出力する。統合
プリミティブ生成部１０は、識別子判定部８と特徴量判
定部９からの入力が共に真である場合、前記のように統
合プリミティブのデータを生成し、統合プリミティブ記
憶部５−２へ格納する。上記の処理を全ての４つのプリ
ミティブの統合規則に対して適用した後、制御部１１は
２つのプリミティブの統合規則の全てを同様に適用し、
統合プリミティブ記憶部５−２内に統合プリミティブを
得る。

次に、制御部１１は上記の処理過程で得られた統合プリ
ミティブ間で第二段階の統合を行う。即ち、統合規則記
憶部６内の４つのプリミティブの統合規則の各々につい
て、統合プリミティブ記憶部５−２内の統合プリミティ
ブの全てを基準プリミティブとした統合を行い、更に２
つのプリミティブの統合規則の各々について統合プリミ
ティブ記憶部５−２内の統合プリミティブを基準プリミ
ティブとした統合を行う。この第二段階の統合処理過程
において新たに統合されたプリミティブが存在するとき
、第二段階の統合処理過程を繰シ返し行い、統合される
プリミティブが生じなくなったとき処理を終了する。

第５図ないし第７図に本記号化方式における統合プリミ
ティブの生成の一具体例を示す。第５図は局所パターン
記号化部２において微小矩形領域をカテゴリへ分類する
ための辞書となる局所パターンとカテゴリの識別子の例
、第６図（ａ）、　（ｂ）は２つの原始プリミティブの
統合例、第７図（ａ）〜（ｄ）は統合プリミティブ間の
統合例を示す。まず第５図を辞書とした局所パターン記
号化部２、可換特徴量算出部３及び非可換特徴量算出部
４により得られた情報を有する原始プリミティブの中に
、図形中の線分が２つの原始プリミティブに分割されて
抽出された場合の原始プリミティブの統合過程を第６図
を用いて詳述する。同図（ａ）の２４と２５は隣接する
原画像の局所パターン、２６と２７は各各原画像の局所
パター７２４と２５に対応する原始プリミティブのデー
タ、２８はこの２つを統合する統合規則である。制御部
１１によって統合規則２８が選択されているとき、隣接
プリミティブ抽出部７は、原始プリミティブ記憶部５−
１内の各原始プリミティブを基準プリミティブとし、そ
の右方に隣接する原始プリミティブを組にした隣接プリ
ミティブ群を次々と出力する。識別子判定部８は統合規
則２８のデータに従って、基準プリミティブの識別子が
り、その信頼性が例えば、８０以上であシ、かつ基準プ
リミティブの右方に隣接する原始プリミティブの識別子
がＪ、その信頼性が８０以上であるような隣接プリミテ
ィブ群に対してのみ真を出力する。同時に特徴量判定部
９は統合規則２８のデータに従って、基準プリミティブ
の６番目の特徴量、即ち方向性が例えば８５度以上９５
度以下であシ、かつ基準プＩＪ　ミテイプの右方に隣接
する原始プリミティブの方向性が８５度以上９５度以下
であるような隣接グリミテイプ群に対してのみ真を出力
する。識別子判定部８と特徴量判定部９の両者に真であ
ると判定された原始プリミティブ２６と２７から成る隣
接プリミティブ群に対して、統合プリミティブ生成部１
０は前記の方法で隣接プリミティブ群を統合した領域の
信頼性、可換特徴量、非可換特徴量、位置情報を算出す
ると共に、これに識別子として縦線を示すＢを付与した
統合プリミティブのデータ２９を生成し、統合プリミテ
ィブ記憶部５−２へ格納する。

次に、図形中の斜線が２つの原始プリミティブに分割さ
れ、それぞれ縦の境界の識別子がつけられたため識別子
のみでは第６図（ａ）と区別できない場合に、方向性を
用いて正しく統合する統合例を第６図（ｂ）を用いて説
明する。同図（ｂ）の３０と３１は隣接する原画像の局
所パターン、３２と３３は各々原画像の局所パターン３
０と３１に対応する原始プリミティブのデータ、３４は
この２つを統合する統合規則である。統合処理は前記の
第６図（ａ）の場合と同様に行われるが、制御部１１に
より統合規則３４が選択されているとき、特徴量判定部
９は基準プリミティブの方向性が例えば１００度以上１
２０度以下であシ、かつ基準プリミティブの右方に隣接
する原始プリミティブの方向性が１００度以上１２０度
以下であるような隣接プリミティブ群に対してのみ真を
出力する。これにより原始プリミティブ２６と２７から
成る隣接プリミティブ群に対しては偽を出力するが、原
始プリミティブ３２と３３から成る隣接プリミティブ群
に対しては真を出力する。従って統合プリミティブ生成
部１０は原始プリミティブ３２と３３′から成る隣接グ
リミテイプ群を統合し、これに斜線を示す識別子りを付
与した統合プリミティブのデータ３５を生成して統合プ
リミティブ記憶部５−２へ格納する。これにより同図（
ａ）と同じ識別子を付与された２つの原始プリミティブ
が斜線として統合される。尚、第６図における実施例で
はモーメントの値を参照しないため、第２図の可換特徴
量ｍｏｏ〜ｍｌｌに対応する可換特徴量をａＯＯ〜ａＩ
Ｌｔ）００〜ｂｔｉｐ　　ｃＱＱ　〜０１１１　　ｄｏ
ｏ−ｄｌｌ、８００〜’ＩＬ　　ｆｏｏ〜ｆｉｌとして
省略している。

次に、格子の大きさより大きなシンボルが複数の原始プ
リミティブに分割された場合の統合例を第７図（ａ）〜
（ｄ）を用いて説明する。第７図（ａ）はシンポルのパ
ターンであシ、３６ないし４４は分割されて得られた原
始プリミティブを表わし、（ｂ）は原始プリミティブの
統合を行う統合規則、（Ｃ）は（ｂ）　Ｋより統合され
た統合プリミティブのデータ、（ｄ）ｆｉ統合プリミテ
ィブを更に統合する統合規則とそれにより得られる統合
プリミティブのデータである。

まず、境界にまたがった角のパターンを統合するために
、第一段階の統合処理過程において同図（ｂ）に示す統
合規則４５ないし４７を用いて原始プリミティブを統合
する。統合規則４５は原始プリミティブ３７，３８，４
０及び４１の４つの原始グＩＪ　ｊティグから成る隣接
プリミティブ群に対して真であシ、右上の角を示す識別
子Ｅを持つ統合プリミティブのデータ４８が統合プリミ
ティブ記憶部５−２内に生成される。また統合規則４６
により原始プリミティブ３６と３９が統合され、左上の
角を示す識別子Ｆを持つ統合プリミティブ４９が、統合
規則４７により原始プリミティブ４３と４４が統合され
、右下の角を示す識別子Ｈを持つ統合プリミティブ５０
が統合プリミティブ記憶部５−２に生成される。第二段
階の統合では統合プリミティブを更に統合してシンボル
をまとめる。

まず隣接プリミティブ抽出部７は統合プＩＪ　ミテイプ
記憶部５−２内の統合プリミティブを基準プリミティブ
とした隣接プリミティブ群を出力する。

制御部１１で同図（ｄ）の統合規則５１が選択されてい
るとき、隣接プリミティブ抽出部７の出力のうち統合プ
リミティブ４８ないし５０から成る隣接プＩＪ　ミティ
ブ群が識別子判定部８と特徴量判定部９により真である
と判定され、統合プリミティブ生成部１０により矩形シ
ンボルを示す識別子Ｕを持つ統合プリミティブ５２が生
成される。以上の処理で９つの原始プリミティブにまた
がるシンボルが統合され、記号化される。尚、第７図に
おいては簡単のためプリミティブの可換特徴量と位置情
報を省略している。

統合規則を統合規則記憶部６に格納しておくことによっ
て、上記以外の組み合わせに図形の線分や特徴点及びシ
ンボルが分割された場合に対しても同様に統合プリミテ
ィブを生成できると共に、方向性以外のモーメントの特
徴量を用いて統合可能なことは上記の実施例より明らか
である。

本実施例では矩形に分割されたプリミティブを一時に２
つまたは４つ統合する場合のみを説明したが、矩形以外
の形状に分割された局所領域の統合や、３つあるいは５
つ以上のプリミティブを一時に統合するように統合規則
記憶部を拡張可能である。更に、本実施例では可換特徴
量としてモーメントを、非可換特徴量として方向性を採
用した例を説明したが、可換特徴量算出部３と非可換特
徴量算出部４の演算回路あるいは演算処理装置のプログ
ラムを変更すればモーメントや方向性以外の特徴量を用
いた統合が可能であるのは自明である。

（発明の効果） 以上説明したように、本発明の画像記号化方式によれば
、局所領域に与えられた識別子のみでは区別できない局
所パターン群に対しても、特徴量を用いてプリミティブ
を正しく統合できると共に、その特徴量として可換特徴
閂を持つことによりプリミテイプを任意回統合しても可
換特徴量および非可換特徴量を再生できる。従って本発
明の画像記号化方式は、画像中で１本である図形の線分
や図形中の交点や角点に代表される特徴点あるいはシン
ボルが任意個数の局所領域に分割されて記号化された部
分を一つの統合プリミティブとして抽出可能である特徴
を持ち、後続する認識処理過程において容易に線分ある
いは特徴点であることが識別できる。更に認識の対象と
なる図形の形状的特性に合わせて、局所パターン記号化
部の辞書と統合規則記憶部の統合規則を処理に先立って
変更することにより、記号化処理の制御構造を変更する
ことなく認識対象に最適な記号化の実現が可能である。

【図面の簡単な説明】

第１図は本発明の画像記号化方式の機能を表わす論理ブ
ロック図であり、１は入力画像を得るだめの画像入力部
、２は入力画像を格子状に分割することによって得られ
る微小矩形領域内の局所的パターンを所定個数のカテゴ
リに分類・記号化する局所パターン記号化部、３は所定
局所領域内のパターンから位置に関して可換な特徴量を
算出する可換特徴量算出部、４は可換な特徴量から算出
される２次的な特徴量を算出する非可換特徴量算出部、
５は原始プリミティブと統合プリミティブを記憶するグ
リミテイプ記憶部、６は統合プリミティブを抽出するた
めの規則を登録し記憶する統合規則記憶部、７は指定さ
れたプリミティブに隣接するプリミティブ群を抽出する
隣接プリミティブ抽出部、８は統合規則記憶手段６に格
納されている統合規則に従って統合可能なプＩＪ　ミテ
イプ群をプリミティブの識別子より抽出する鎗別子判定
部、９は統合可能なプリミティブ群をプリミティブの特
徴量より抽出する特徴量判定部、１ＯＶｉプリミティブ
群から統合プリミティブのデータを生成し前記プリミテ
ィブ記憶手段に格納する統合プリミティブ生成部、１１
は局所パターン記号化部２ないし統合プリミティブ生成
部１０を制御する制御部である。第２図（ａ）、　（ｂ
）はプＩＪ　ｊティブ記憶部内のデータ形式を示す図、
第３図（ａ）Ｉ　（ｂ）はプリミティブの統合方法を示
す図、第４図（ａ）、　（ｂ）は統合規則記憶部内の統
合規則のデータ形式を示す図、第４図（Ｃ）は同図（ａ
）、　（ｂ）におけるｐｌ乃至ｐ４の内容を示す図、第
５図は局所パターン記号化部の辞書となる局所パターン
と識別子の例を示す図、第６図（ａ）ｌ　（ｋｌ）は原
始プリミティブの統合例を示す図、第７図（ａ）〜（ｄ
）は統合プリミティブの統合例を表わす図である。 代理人　　弁理士　　本　庄　伸　介 第２図 （ａ）（ｂ） 第４図 第５図 第６図 （ｂ）

Claims (1)

【特許請求の範囲】
1. 紙面上に記録された文字図形画像を局所領域ごとに予め
   定められたカテゴリへ分類し記号化する画像記号化方式
   において、該画像を走査し画素情報として入力する手段
   と、該画素情報を所定の局所領域ごとに記号化した記号
   情報を得る局所パターン記号化手段と、該局所領域内の
   パターンの位置に関して可換な特徴量を算出する可換特
   徴量算出手段と、可換な特徴量に基づいて２次的な特徴
   量を算出する非可換特徴量算出手段と、該局所領域の記
   号情報と可換特徴量と非可換特徴量を有する原始プリミ
   ティブと共に任意の局所領域の記号情報と可換特徴量と
   非可換特徴量と位置情報を有する統合プリミティブを記
   憶するプリミティブ記憶手段と、該統合プリミティブを
   抽出するための統合規則を登録し記憶する統合規則記憶
   手段と、指定されたプリミティブに隣接するプリミティ
   ブを抽出する隣接プリミティブ抽出手段と、該統合規則
   に従つて統合可能なプリミティブ群をプリミティブの識
   別子より抽出する識別子判定手段と、該統合規則に従つ
   て統合可能なプリミティブ群をプリミティブの特徴量よ
   り抽出する特徴量判定手段と、プリミティブ群から統合
   プリミティブのデータを生成し前記プリミティブ記憶手
   段に格納する統合プリミティブ生成手段とを備え、前記
   統合規則に従つて入力画像の所定の局所領域から新たな
   局所領域を生成して記号化することを特徴とする画像記
   号化方式。