KR940009992B1 - 패턴인식장치 - Google Patents

Abstract

내용 없음.

Description

패턴인식장치

제 1 도는 본 발명의 전체구성의 일실시예를 표시하는 시스템 구성도.

제 2 도는 입력도형의 일예를 표시하는 설명도.

제 3 도는 제 2 도에 표시한 입력도형의 절곡선 근사의 결과를 표시하는 설명도.

제 4 도는 제 1 도의 주요부의 동작을 설명하기 위한 순서도.

제 5 도는 제 3 도에 표시한 적곡선간의 관계에 대하여 제 4 도에 표시한 순서에 따라서 판단된 결과를 표시하는 설명도.

제 6 도는 제 1 도의 다른 주요부의 동작을 설명하기 위한 순서도.

제 7a 도 및 제 7b 도는 제 3 도에 절곡선 근사로 표시한 입력도형의 애매모호함에 기초하여 작성된 2개의 도형구조패턴.

제 8 도는 제 6 도의 주요부를 더욱 상세하게 표시한 순서도.

제 9 도는 방향코드차를 표시하는 멤버쉽값을 구하기 위한 그래프.

제 10a 도 및 제 10b 도는 입력도형구조패턴과 부채꼴의 등록도형의 구조패턴의 대칭을 설명하기 위한 설명도.

제 11a 도 및 제 11b 도는 제 7a 도 및 제 7b 도에 각각 표시한 각 구조패턴에 대한 멤버쉽값을 표시하는 도표.

제 12 도는 선분요소 종류에 관한 멤버쉽값을 구하기 위한 그래프.

* 도면의 주요부분에 대한 부호의 설명

1 : 태블릿 2 : 리드인부

3 : 절곡선 근사부 4 : 원호/직선판정부

5 : 인식부 100, 101, 102, 103, 104, 105, 106 : 신호선

본 발명은 패턴 인식장치에 관한 것으로 특히 수기 문자나 도형의 인식장치에 적합한 선분 세그먼트법에 의한 패턴 인식장치에 관한 것이다.

이런 종류의 종래의 패턴 인식장치로서 가령 일본국 특허 공개소 60-136892호를 들수 있다.

이 종래기술에 의하면 태블릿(tablette)위에 그려져 있는 수기의 입력도형 스트로크를 단위시간마다 좌표점을 읽어서 좌표점열로서 표시하고 다음에 이 좌표점열을 순차로 결합하여 형성되는 선과 시발점이 되는 어떤 한개의 좌표점과 그후에 계속되는 임의의 좌표점을 연결하는 직선으로 포위된 영역의 면적이 소정의 값을 초과할 때마다 절곡선을 설정하여 리드인(read-in)도형의 절곡선 근사 데이터를 얻고 이 절곡선 근사 데이터로부터 각 절곡선이 인접하는 절곡선과 원호로 연결되어 있는지 혹은 어떤각도를 갖는 직선으로서 마주 이어졌는지를 판정하고 이 판정결과로서 원호로 판정된 일련의 절곡선 열을 한개의 원호의 선분요소로 하고 직선으로 판정된 절곡선은 직선의 선분요소로 하는 처리를 수행하고 이것으로서 리드인 도형을 원호와 직선으로 된 한조의 선분요소열 데이터로 변환한다. 그리하여 이 선분요소열 데이터와 미리 정의된 복수의 등록도형과 비교하여 매칭이 취해진 등록도형의 리드인하므로서 패턴 인식을 수행하고 있다. 그러나 이 종래 기술에 있어서는 수기 입력도형임으로 인하여 촉수등으로 인한 도형 스트로크의 변형에 의하여 원호 또는 직선의 특정값이 원호 또는 직선의 판정을 위한 설정범위를 벗어나는 일이 있어서 그 결과 잘못된 선분요소열 데이터로 변환되어 등록도형과 정확하게 매칭이 취하여지지 않고 틀린 패턴 인식을 하는 경우가 있다는 문제가 있었다.

본 발명의 목적은 입력도형에 원호인지 직선인지 애매한 부분이 있다하드라도 등록도형과 정확하게 매칭을 취할 수 있도록한 보다 더 정도가 높은 패턴 인식장치를 제공하는데 있다. 본 발명에 의하면 입력도형 도형 스트로크를 명확하게 원호인 부분과 명확하게 직선인 부분과 원호인지 직선인지 애매한 부분으로 판별하고 이 애매한 부분에 대하여 원호인지 직선인지를 해석하지 않고 원호로 가정한 경우와 직선으로 가정한 경우로 나누어서 각각의 경우에 대하여 원호와 직선으로 되는 복수의 선분요소열 데이터 즉 그들 선분요소열 패턴으로 표시되는 복수의 도형구조패턴을 형성하고 이들 구조패턴의 각각과 미리 메모리에 등록한 복수의 사전도형의 구조패턴을 비교하여 구조의 유사도나 원호부 또는 직선부의 유사도를 첵크하여 유사도가 가장 큰 등록도형을 선택하므로서 패턴 인식을 한다. 따라서 본 발명에 의하면 입력도형의 스트로크 형상에 원호인지 직선인지 애매한 부분이 있을 경우에도 원호로 가정한 경우와 직선으로 가정한 경우의 양쪽의 경우의 구조패턴을 얻을 수 있으므로 정확한 사전도형과 매칭을 취할 수 있다. 이 매칭을 취할 경우에는 입력도형의 각 선분요소의 원호다운것 또는 직선다운것을 첵크하여 이것들을 유사도로 표시하고 입력도형의 애매함을 인정하면서도 가장 잘 흡사한 등록도형을 선택하므로서 패턴 인식을 수행한다. 수기도형을 온라인으로 패턴 인식하는 장치의 일실시예를 제 1 도 내지 제 12 도에 따라서 이하에 설명한다.

제 1 도에 있어서 태블릿(10)으로부터 신호선(100)을 개재하여 보내진 가령 제 2 도에 표시한 것과 같은 수기도형의 스트로크는 데이터 리드인부(2)에서 단위시간마다의 좌표점열로서 리드인되어 신호선(101)으로 출력된다. 이 좌표점열 데이터는 절곡선 근사부(3)에서 제 3 도에 표시한 것과 같은 절곡선 근사 데이터로 변환되어 신호선(102)으로 출력된다.

여기까지의 기술은 특허공개 소 60-136892호에 개시되어 있다. 원호/직선판정부(4)에서 메모리(6)로부터 신호선(103)을 개재하여 수신되는 원호와 직선의 정의에 따라서 절곡선 근사 데이터내의 인접하는 절곡선간의 방향의 차에 의하여 원호, 직선 또는 원호인지 직선인지 애매의 3가지 상태의 표지를 붙인 절곡선열을 신호선(104)으로 출력한다.

인식부(5)에서 표지가 붙여진 절곡선열을 원호 또는 직선의 선분요소열로 변환한다.

그러나 원호/직선판정부(4)에서 애매하다고 판정된 부분은 원호인지 직선인지의 판정을 가하지 않고 그부분을 원호인 경우와 직선인 경우로 나누어서 복수의 선분요소열 데이터를 작성하여 복수의 도형구조패턴을 형성하고 이들 각 도형구조패턴과 신호선(105)을 개재하여 판독되는 메모리(6)로부터의 등록사전도형중의 동일한 한개 또는 두개 이상의 구조패턴과 비교를 행하여 양자의 유사도를 표시하는 멤버쉽값을 구하여 가장 높은 멤버쉽값을 준 사전도형을 인식결과로서 신호선(106)으로 출력한다. 제 1 도중의 원호/직선판정부(4)와 인식부(5)는 이하에 더욱 상세하게 설명한다.

제 4 도는 제 1 도의 원호/직선판정부(4)의 상세한 처리순서를 표시하는 순서도로서 제 3 도에 표시하는 절곡선 데이터 l₁, l₂…를 순차로 절곡선 두개 l_i및 l_i+1식 되풀이하여 처리한다.

동도면에서 우선 41단계에서 애매부분의 수를 카운트하는 카운터(FZC)를 리세트하고 42단계에서 절곡선수 카운터(i)에 1을 세트하고 절곡선수 카운터 i의 카운트값이 절곡선열을 구성하는 절곡선수와 같은지 그보다 많은지를 판단하여 NO로 판단되고 있는 동안에는 이하의 처리가 반복된다.

42단계에서 NO로 판단된 경우에 43단계에서 절곡선 l_i와 l_i+1의 사이의 절곡선의 방향의 차 즉 방향코드차 θ₁를 계산하여 메모리로부터 수취한 한계값θ_L과θ_H(θ_L≤θ_H)를 비교한다.

일실시예에 의하면 θ_L은 π/4,θ_H는 π/2이다. 43단계에서 θ_i〈θ_L로 판단되었을 경우에는 해당 절곡선간의 방향코드차가 작아서 그들 두개의 절곡선 l_i와 l_i+1은 원호를 형성하고 연속되어 있는 것으로 판정되고 절곡선 l_i와 l_i+1의 사이의 직선/원호관계를 기록하는 선분간 괸계메모리(i)에 원호로 세트한다.

또 43단계에서 θ_H〈 l_i로 판단되었을 경우에는 절곡선간의 방향코드차가 크고 따라서 절곡선 l_i와 l_i+1은 원호를 형성하고 있지 않으며 직선이 서로 불연속으로 맞닿아 있다고 판정되고 선분간 관계메모리 R(i)를 직선으로 세트하고 47단계에서 직선이라고 판정된 회수를 카운터하는 직선카운터 A를 1만큼 증가한다.

43단계에서θ_L≤ θ₁〈θ_H로 판정된 경우에는 원호인지 직선인지 애매하다고 치고 선분간 관계메모리 R(i)를 애매로 세트함과 동시에 그 애매부분의 절곡선번호(i)를 표시하는 애매부분 번호를 애매부분번호 메모리(FZ)에 기록하고 또 애매부분수 카운터(FZC)를 1만큼 증가한다.

그 다음에 다시 42단계로 되돌려서 절곡선 카운터(i)를 1만큼 증가하고 그 카운트값이 해당 절곡선열의 절곡선수에 달하였는지 여부가 판단되고 여기서 YES로 판단되었을때 이 순서를 종료한다.

또 복수의 일련의 절곡선이 원호로 판정되었을 경우에 이들 절곡선은 일련의 하나의 원호로서 하나의 선분요소로 된다. 그러나 하나의 원호의 선분요소를 구성하는 복수의 절곡선은 후에 설명하듯이 멤버쉽값의 계산에 사용된다. 한편 46단계에서 직선으로 판정되었을 경우에는 그대로 하나의 선분요소로 되므로 47단계에서 카운터 A에 1카운트를 준다.

따라서 카운터 A는 선분요소의 수를 카운트하는 것이다.

제 3 도에 표시하는 절곡선을 제 4 도에 표시하는 순서도에 따라서 판정한 결과를 제 5 도에 표시한다.

즉 θ₁과θ₆은θ_H=π/2와 같거나 이것보다 크므로 직선으로 판정되고 θ_2,θ₃및θ₄는 θ_L=π/4 보다 작으므로 원호로 판정되고 θ₅는 π/2의 π/4의 사이에 있으므로 "애매"로 판정된다.

다음에 제 1 도의 인식부(5)를 제 6 도에 따라서 더욱 상세하게 설명한다. 동도면에 있어서 61단계에서 멤버쉽값을 기억하는 메모리나 카운터등을 리세트한다. 62단계에서 도형구조패턴번호를 카운트하는 구조패턴 카운터(FLG)에 0을 세트한다.

도형구조패턴은 애매부분을 원호로한 경우와 나누어서 작성되므로 작성되는 도형구조패턴의 수는 애매부분의 수가(FZC)개라고 하면 2FZC개가 된다.

62단계에서 개개의 도형구조패턴에 대하여 63단계 이하의 처리를 되풀이하여 수행하기 위한 제어를 한다.

따라서 구조카운터(FLG)는 애매부분의 수와 같은 비트수가 사용된다. 예를 들면 애매부분이 2개소 있을 경우에 카운터(FLG)는 하위 2비트가 사용되고 한쪽의 애매부분에 대해서는 첫째 비트가 그리고 다른쪽 애매부분에 대해서는 둘째비트가 적용된다.

또 각 비트의 상태가 "1"인 경우에는 원호로 간주하여 도형구조패턴을 작성하고 "0"인 경우에는 직선으로 간주하여 도형구조패턴을 작성한다.

63단계에서 구조패턴카운터(FLG)의 각 비트위치를 지정하는 비트카운트(j)에 1을 세트하고 첫째비트를 지정하고 64단계에서 비트지정카운터(j)의 지정비트의 상태가 "1"인지 아닌지를 판단한다.

여기에서 YES로 판단되면 원호로 가정하여 54단계에서 비트지정카운터(j)에서 지정된 비트에 대응하는 애매부분의 선분간 관계메모리 R(FZ(j))에 원호로 기록한다. 또 64단계에서 NO로 판단되었을 경우에는 66단계에서 선분간 관계메모리 R(FZ(j))에 직선을 기록하여 카운터(B)를 1만큼 증가한다.

이 카운터(B)는 제 4 도의 47단계의 카운트(A)와 같은 이유로 직선의 요소수를 카운트하는 것이다.

예를 들면 제 3 도의 예에서 θ₅가 애매로 판단되었으므로 이 애매부분을 직선으로 간주하면 제 7a 도에 표시하는 것과 같은 도형구조패턴이 되고 또 원호로 간주한 경우에는 제 7b 도에 표시한 도형구조패턴이 된다.

이들의 제64단계가 종료되면 다시 63단계로 되돌아가서 구조패턴 카운터중의 다음의 비트의 상태를 처리하기 위하여 비트지정카운트(j)에 1카운트를 주어서 그 결과가 애매부분수(FZC)와 같아졌는지를 판단한다.

여기에서 NO로 판단되면 64단계 이하의 처리가 되풀이하여 수행되지만 YES로 판단되면 모든 애매부분에 원호나 직선의 가정을 준것이 되므로 68단계에서 직선의 맞닿는 부분을 구획하는 선분요소열이 작성된다. 이 작성은 종래에 공지된 방법으로 수행된다. 68단계에서 작성된 선분요소열은 후에 상세하게 설명하는 69단계에서 해당 구조도형패턴에 가장 유사한 등록도형을검색하여 그 유사도를 표시하는 멤버쉽값을 산출하는 매칭처리가 수행된다.

이어서 62단계로 되돌아가서 구조패턴카운터(FLG)에 1카운트를 주어 다음 도형구조패턴을 지정하고 그 카운트값이 2FZC에 달하였는지 어떤지를 판단한다. 여기에서 NO로 판단되면 63단계 이하의 처리가 되풀이되나 YES로 판단되면 모든 도형구조패턴에 대하여 각각 가장 멤버쉽값이 높은 등록도형이 검색되어 있으므로 70단계에서 그들 도형구조패턴중에서 가장 높은 멤버쉽값을 갖는 등록도형이 선정되어 이것을 입력도형의 패턴으로 인식한다. 제 8 도는 제 6 도의 69단계의 상세를 표시한다. 제 8 도에 있어서 81단계에서 사전에 등록된 사전도형의 등록번호를 지정하는 카운터(DICNO)에 1을 세트하고 그 카운트값이 전체사전도형의 수보다 많아졌는지의 여부를 판단한다.

지금은 아직 최초이니까 NO임으로 다음의 82단계로 진행한다. 제 6 도의 68단계에서 작성된 입력도형의 선분요소열의 수는 제 4 도의 47단계의 카운트(A)의 카운트값과 제 6 도의 67단계의 카운터(B)의 카운트값의 합계가 된다. 82단계에서 등록번호 카운터(DICNO)에 의하여 지정된 사전도형의 선분요소수 N이 입력도형의 선분요소수와 같은지 어떤지를 첵크하여 양자의 선분요소수가 상이하면 여기에서 NO로 판단된다.

양자의 선분요소수가 같으면 YES로 판단되어 83단계로 진행한다. 83단계에서 우선 선분요소 카운터(K)에 1을 세트하고 이어서 카운터(K)의 내용이 사전도형의 선분요소수(N)보다 큰가 아닌가를 첵크한다. 여기에서 NO로 판단되면 84단계에서 인접하는 두개의 선분요소 L_K와 L_K+1의 사이의 방향코드차 δ_K와 사전도형중의 대응방향 코드차 δ_K를 비교하여 제 9 도의 함수에 따라서 방향코드차에 관한 멤버쉽값 Mδ(K)가 구하여진다. 예를 들면 제 10a 도에 표시한 도형구조패턴과 제 10b 도에 표시한 사전도형의 구조패턴을 비교하여 설명하면 방향코드차 δ1에 대해서는 δ1'와의 사이에서 -7π/24의 차가 있으므로 제 9 도에 의하여 이 멤버쉽값 Mδ(1)은 제 11a 도 표에 표시한 약 0.3이 된다. 83단계에서 NO로 판단될때마다 동일하게 δ2 및 δ3에 대하여 Mδ(2)는 약 0.6 Mδ(3)은 약 0.7이 된다.

또 원호의 선분요소 L₃, L₃에서는 제 10a 도, 제 10b 도의 파선과 같이 그 선분의 양단을 연결하는 직선과 인접하는 선분요소와의 사이에서 방향코드차를 취하도록 되어 있다. 85단계에서 선분요소(L_k)가 직선인지 곡선인지를 표시하는 선분요소종류에 기초하여 멤버쉽값 M_C(K)를 구한다. 사전도형의 해당 선분요소(L_K)가 원호인 경우에는 선분요소(L_K)를 구성하는 절곡선 l_i로부터 l_j에 대하여 각 절곡선간의 방향코드차 θ_i로부터 θ_j에 기초하여 원호다움을 표시하는 멤버쉽값을 제 12 도의 함수를 참조하여 구한다.

예를들면 제 3 도의 예를 가지고 설명하면 절곡선 l₂로부터 l₅는 일련의 하나의 원호를 표시하는 선분요소로 판정되어 있으므로 θ₂,θ₃및 θ₄에 대하여 제 12 도를 참조한다. 이들 방향코드차는 모두 π/4보다 작으니까 각 멤버쉽값 M(θ)는 모두 1.0이 된다.

이들중에서 최소의 것의 경우에는 1.0을 선분요소 종류에 관한 멤버쉽값 Mc(K)로 한다.

또 사전도형의 해당 선분요소가 직선일 경우에는 멤버쉽값 Mc(K)를 1.0으로 한다. 제 10 도의 예에서는 L₁과 L₂는 직선이므로 그 멤버쉽값 Mc(1)와 Mc(2)는 1.0 또 원호 L₃의 멤버쉽값 Mc(3)은 상기한 바와 같이 1.0이므로 각 선분요소에 대한 멤버쉽값은 제 11a 도 표에 표시한 것과 같이 된다.

85단계를 종료한 후에는 83단계로 되돌아가서 선분요소 카운터(K)에 1카운트를 주어서 그 카운트값이 선분요소수보다 많아졌는지의 여부를 판단한다.

여기에서 NO로 판단되면 상기와 같이 84, 85단계의 처리를 되풀이 하나 YES로 판단되면 전체 선분요소의 멤버쉽값을 구한것이 되어 86단계로 진행한다.

86단계에서 방향코드차에 관한 멤버쉽값 M_δ(K)와 선분요소 종류에 관한 멤버쉽값 Mc(K)중에서 가장 값이 작은것을 사전도형에 대한 멤버쉽값 M_FLG(DICNO)로서 선택한다. 이것이 하나의 도형구조패턴에 대한 멤버쉽값이 된다. 제 11a 도의 예에서는 최소값으로서 0.3이 선택된다. 또 이 멤버쉽값 M_FLG(DICNO)는 최소치를 취하는 대신에 최대치, 평균치, 총화치 또는 상승치를 취할 수 있다. 87단계에서 전번의 86단계에서 구해진 멤버쉽값과 이번 86단계에서 구해진 멤버쉽값을 비교하여 큰쪽의 값을 취하고 81단계에서는 등록번호 카운터(DICNO)에 1카운트시켜서 그 카운트값이 사전도형수보다 많아졌는지의 여부를 판단한다. 여기에서 NO로 판단되면 아직 첵크를 하지 않은 사전도형이 있는 것이므로 83단계 이하의 처리를 전술과 같이 실행하나 YES로 판단되면 모든 사전도형에 대하여 첵크가 종료된 것이 되므로 이 순서를 종료한다.

또 제 11b 도는 도형구조패턴이 제 7 도에 표시함과 같은 반원호상의 것인 경우의 멤버쉽값을 표시하는 것이다. 즉, 방향코드차에 관한 멤버쉽값 Mδ(K)는 원호의 경우에 그 양단을 연결하는 직선(제 7b 도에서 파선으로 표시됨)에 기초하여 방향코드차를 구하므로 원호와 직선이 연결되는 두개의 부분이 방향코드차는 각각 π가 된다. 사전도형도 똑같이 π가 된다. 따라서 양자의 선분요소간의 방향코드차는 같아지므로 제 9 도에 의하여 멤버쉽값 Mδ(K)는 제 11b 도에 표시하듯이 둘다 1.0이 된다.

또 선분요소종류에 관한 멤버쉽값 Mc(K)는 선분요소(L₁)은 직선이므로 1.0이고 선분요소(L₂)는 원호이므로 제 3 도의 θ₂내지 θ₅에 대하여 검토하면 θ₁내지 θ₄는 전술함과 같이 1.0이고 또 θ₅는 제 12 도를 참조하여 0.5를 얻을 수 있다. 이 예에서 86단계에서 멤버쉽값 M_FLG(DICNO)로서 0.5가 선택된다.

Claims (12)

1. 2차원 선화상으로부터 원호 및 직선의 적어도 한쪽의 선분요소를 조합하여 구성되는 선분요소열 데이터에 의하여 표시되는 도형구조패턴을 작성하는 수단과 미리 규정된 원호 및 직선의 적어도 한쪽으로 구성되는 선분요소열 데이터를 정의한 복수의 사전도형을 유지하는 수단과 상기한 작성수단으로부터의 도형구조패턴에 가장 근사한 사전도형을 선택하는 수단으로 되는 패턴 인식장치에 있어서 상기한 작성장치는 또 상기한 선분요소열 데이터의 선분요소간의 관계가 원호인지 직선인지 애매한 부분을 검출하는 수단과 그 검출수단으로 적어도 한개의 애매부분이 검출되었을때 원호로 가정한 경우와 직선으로 가정한 경우로서 되는 복수개의 선분요소열 데이터를 작성하는 복수패턴 작성수단을 갖으며 또 상기한 선택수단은 상기한 복수의 패턴 작성수단으로부터의 복수의 선분요소열 데이터의 각각에 대하여 상기한 사전 도형중에서 가장 유사도가 높은 것을 선택하는 사전도형 선택수단과 그 사전도형 선택수단으로 선택된 사전도형중에서 가장 높은 유사도를 갖는 사전도형을 선정하는 인식수단들을 포함하는 패턴 인식장치.
2. 제 1 항에 있어서 상기한 복수 패턴 작성수단은 각 애매부분에 대응하여 설정된 애매부분의 수와 같은 수의 바이너리비트로 되는 카운터(FLG)와 그 카운터를 각 선분요소열 데이터를 작성할때마다 1카운트시키는 수단과 상기한 비트를 순차로 지정하는 수단과 지정수단에 의하여 지정된 상기한 비트의 상태에 따라서 상기한 애매부분에 원호 또는 직선을 설정하는 수단들로 되는 패턴 인식장치.
3. 제 1 항에 있어서 상기한 사전도형 선택수단은 상기한 복수패턴 작성수단으로부터의 각 선분요소열 데이터를 상기한 각 사전도형의 선분요소열 데이터와 비교하여 유사도를 산출하는 수단과 그 유사도 산출수단으로부터의 유사도중에서 가장 큰값을 갖은 선분요소열 패턴을 선택하는 수단들로 된 패턴 인식장치.
4. 제 3 항에 있어서 상기한 유사도 산출수단은 상기한 선분요소열 데이터를 구성하는 선분요소간의 방향 변화에 기초하여 유사도를 구하는 수단을 갖는 패턴 인식장치.
5. 제 4 항에 있어서 상기한 유사도 산출수단은 상기한 도형구조패턴과 사전도형과의 선분요소열 데이터의 사이의 상기한 방향변화의 차이에 따라서 미리 규정된 함수에 기초하여 구하는 수단을 갖는 패턴 인식장치.
6. 제 3 항에 있어서 상기한 유사도 산출수단은 상기한 선분요소열 데이터의 종류에 따라서 유사도를 구하는 수단을 갖는 패턴 인식장치.
7. 제 3 항에 있어서 상기한 유사도 산출수단은 상기한 선분요소열 데이터를 구성하는 선분요소마다에 복수의 유사도를 산출하는 제1의 유사도 산출사단과 그 제1유사도 산출수단으로 구해진 상기한 복수의 유사도로부터 해당 선분요소열 데이터의 유사도를 구하는 제2의 유사도 산출수단들로 된 패턴 인식장치.
8. 제 7 항에 있어서 상기한 제2유사도 산출수단은 상기한 복수의 유사도중에서 가장 큰 유사도를 선택하는 수단인 패턴 인식장치.
9. 제 7 항에 있어서 상기한 제2유사도 산출수단은 상기한 복수의 유사도중에서 최대치의 것을 선택하는 수단인 패턴 인식장치.
10. 제 7 항에 있어서 상기한 제2유사도 산출수단은 상기한 복수의 유사도의 평균치를 구하는 수단인 패턴 인식장치.
11. 제 7 항에 있어서 상기한 제2의유사도 산출수단은 상기한 복수의 유사도의 총화값을 구하는 수단인 패턴 인식장치.
12. 제 7 항에 있어서 상기한 제2의유사도 산출수단은 상기한 복수의 유사도의 상승치를 구하는 수단인 패턴 인식장치.

Images