JP2000268129A - 文字認識方法、文字認識装置および記憶媒体 - Google Patents

Abstract

(57)【要約】 【課題】 認識辞書の作成にそれほど労力を強いられる
ことなしに、低品質な手書き文字を高精度に認識するこ
とができる文字認識方法を提供すること。 【解決手段】 非線形正規化後の文字パターンの線分の
屈曲個所や交差個所（Ｆ７１、Ｆ７２、Ｆ７３）を、文
字パターン輪郭の方向変化で検出する。たとえば、文字
パターンの輪郭を右回り方向で順番に追跡して行き、輪
郭の方向の変化が追跡方向に向かって左折の点のみを文
字認識のための特徴要素とする。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、文字認識方法に関
し、特に低品質の手書き文字に対する認識精度を向上し
得る文字認識方法に関する。

【０００２】

【従来の技術】文字のイメージパターンを認識する代表
的な手法として、方向特徴を用いた認識手法が知られて
おり、ＯＣＲ(Optical Character Reader)などに使われ
ている。この手法は、スキャナから取り込んだ文字のイ
メージパターン（以下、文字パターン）の輪郭（エッ
ジ）を検出し、各輪郭方向に基づいて、どの方向の輪郭
がどの位置にあるかを特徴量として抽出し、あらかじめ
認識用辞書に記憶してある全文字の特徴量と照合して認
識する手法である。

【０００３】かかる文字認識の前処理として、線密度に
よる非線形正規化が通常行われる。かかる線密度による
非線形正規化は、文字の形状や大きさの変動を吸収する
ための処理であり、入力された文字パターンの線密度が
一定になるように文字パターンを変形させる。これによ
り、特に、文字パターンの冗長的な部分が縮小される。

【０００４】なお、方向特徴を用いた文字認識について
は、”手書き漢字の方向パターン・マッチング法による
解析”（電子情報通信学会,Vol.J65-D,No.5,pp.550-55
7,1982.5)に詳説されている。また、線密度による非線
形正規化については、"線密度イコライゼーションー相
関法のための非線形正規化法ー"（電子情報通信学会論
文,vol.J67-D,No.11,pp.1379-1383,1984.11）に詳説さ
れている。

【０００５】

【発明が解決しようとする課題】上記方向特徴による認
識手法は、活字や丁寧に筆記された文字に対して優れた
認識性能が得られているが、自由に筆記されて字形の変
形した低品質の手書きの文字、特に文字の線分の方向が
大きく変動した文字に対しては、誤認識を起すことが少
なくなく、今後の改善が課題となっている。

【０００６】図５に、上記認識手法での誤認識の例を示
す。F501の文字「よ」のF501Ａは、通常は右下がりに筆
記されることが多いが、このケースでは水平になってい
るためにF501R「上」のように誤認識されやすい。逆
に、F502「上」の場合、F502Aを右下がりに筆記してい
るため、F502R「よ」に誤認識されやすい。同様のケー
スとして、F503「な」（F503Aの方向）とF504「奈」（F
504Aの方向）の誤認識、F505「ね」（F505A,F505Bの方
向）とF506「わ」(F506A,F506Bの方向)の誤認識、F507
「力」(F507Aの方向）とF508「刀」（F508Aの方向）の
誤認識などがある。

【０００７】F501「よ」、F503「な」、F505「ね」は、
それぞれ、F501C,F503C,F505Cの部分で湾曲、ループし
ているが、F502「上」、F504「奈」、F506「わ」のそれ
ぞれF502C,F504C,F506Cはそうでない。これらの個所に
ついても方向特徴に現われているがこの個所での方向特
徴よりむしろ上述のF501A,F502A,F503A,F504A,F505A,F5
06A方向におおきく左右されて誤認識されている。ま
た、F507「力」はF507Cの個所で線が交差ししている
が、F508「刀」のF507Cの個所ではそうではない。しか
し、従来技術では、線が交差しているか否か（突き抜け
ているか否か）には関係なく、F507A,508Aの方向とその
方向線分の位置の微妙な違いによって誤認識されること
がある。

【０００８】かかる不都合を解決する方法として、所定
の個所で線が湾曲、ループしているか否か、線が交差、
突き抜けているか否か等の構造解析要素を判定条件に追
加し、これによって、上記方向特徴による欠点を補う方
法が考えられる。しかしながら、かかる手法を採用する
場合、予め「湾曲」、「ループ」「交差」、「突き抜
け」等の構造要素の位置を各文字毎に判別要素として追
加しなければならず、このため、認識辞書の作成におい
て、人的、時間的に大きな労力を強いられる結果となっ
てしまう。

【０００９】そこで、本発明は、認識辞書の作成にそれ
ほど労力を強いられることなしに、低品質な手書き文字
を高精度に認識することができる文字認識方法を提供す
ることを課題とする。

【００１０】

【課題を解決するための手段】上記課題を解決すべく、
本発明は、それぞれ以下の特徴を有する。

【００１１】請求項１の発明は、認識対象文字の輪郭を
検出するステップと、当該輪郭における方向変化を検出
するステップと、当該方向変化の存在する輪郭位置を検
出するステップと、当該輪郭位置を特徴要素として認識
辞書中の各文字の特徴要素との照合度を算出するステッ
プと、当該照合度に応じて認識結果を設定するステップ
とを有することを特徴とする文字認識方法である。

【００１２】請求項２の発明は、請求項１において、さ
らに前記輪郭における方向変化の大きさを検出するステ
ップを備え、当該方向変化の大きさと前記方向変化の輪
郭位置を対とした特徴要素に基づいて前記照合度を算出
することを特徴とする。

【００１３】請求項３の発明は、請求項１において、さ
らに前記輪郭における方向変化後の方向を検出するステ
ップを備え、当該方向変化後の方向と前記方向変化の輪
郭位置を対とした特徴要素に基づいて前記照合度を算出
することを特徴とする。

【００１４】請求項４の発明は、請求項１において、さ
らに前記輪郭における方向変化の大きさおよび方向変化
後の方向を検出するステップを備え、当該方向変化の大
きさおよび方向変化後の方向と前記方向変化の輪郭位置
とを対とした特徴要素に基づいて前記照合度を算出する
ことを特徴とする。

【００１５】請求項５の発明は、請求項１ないし４の何
れかにおいて、前記輪郭を右周りあるいは左周りに追跡
しながら当該追跡方向とは逆の方向に輪郭方向が変化し
た位置をもって前記方向変化の存在する輪郭位置とする
ことを特徴とする。

【００１６】請求項６の発明は、請求項１〜５の何れか
において、方向変化の大きさが所定のしきい値を超える
場合に方向変化有りと検出することを特徴とする。

【００１７】請求項７の発明は、請求項３において、方
向変化後の方向のみならず方向変化前の方向と逆の方向
も特徴要素として用いることを特徴とする。

【００１８】請求項８の発明は、請求項４において、方
向変化後の特徴要素のみならず、方向変化前の方向と逆
の方向、当該方向変化の大きさおよび前記方向変化の輪
郭位置とを対とする特徴要素も追加して照合殿算出を行
うことを特徴とする。

【００１９】請求項９の発明は、請求項１〜８の何れか
において、さらに、筆記文字の線分方向を特徴要素とし
て抽出するステップと、当該線分方向の特徴要素と認識
辞書との照合度を算出するステップとを配し、前記力ベ
クトルに基づく照合度と当該線分方向に基づく照合度と
に応じて認識結果を決定することを特徴とする。

【００２０】請求項１０の発明は、上記請求項１〜９の
内、少なくとも一つの文字認識方法を実現する制御手段
と認識辞書とを有する文字認識装置である。

【００２１】請求項１１の発明は、上記請求項１〜１９
の内、少なくとも一つの文字認識方法を実行するための
プログラムを記憶した記憶媒体である。

【００２２】請求項１２の発明は、上記請求項１〜９の
内、少なくとも一つの文字認識方法を実行するための認
識辞書を記憶した記憶媒体である。

【００２３】

【発明の実施の形態】以下、本発明に係る好ましい実施
の形態について説明する。

【００２４】図１に本発明による一実施例の基本構成を
示す。図において、１はイメージスキャナであり、文字
を筆記された用紙あるいは文字を印刷された用紙のイメ
ージを読み取る。６１はキーボード、６２はマウス、５
は表示部である。２は、主制御部であり、メモリに記憶
されたプログラムに従って他部を制御する。３は、文字
認識部であり、用紙に筆記もしくは印刷された文字を認
識し、認識結果を主制御部２に送る。３１は入力文字デ
ータ記憶部で、上記主制御部２から送られてきた文字の
イメージデータを一時的に記憶する。

【００２５】キーボード６１からのイメージの読み取り
指示操作に基づいて、主制御部２はイメージの読み取り
指示をイメージスキャナ１へ送る。イメージスキャナ１
は、当該イメージスキャナ１にセットされた用紙上のイ
メージを読み取り、そのイメージ（ビットマップデー
タ）を主制御部２へ送る、主制御部２は、イメージスキ
ャナ１から受け取ったイメージを表示部５へ表示する。

【００２６】その後、マウス６２の操作によって認識範
囲が指定されると、主制御部２は、認識範囲に対応する
イメージから１文字毎のイメージを検出する。１文字毎
のイメージの検出は、水平、垂直方向の白画素の所定回
数以上の連続を文字間、行間とみなすことで行う。主制
御部２は、１文字毎に文字イメージを、文字認識部３へ
転送すると共に、認識の開始の指令を行う。

【００２７】文字認識部３は、受け取った文字イメージ
を入力文字データ記憶部へ記憶し、認識の開始の指令を
受けて、記憶された文字イメージの正規化、文字の特徴
量の算出、文字認識辞書の照合によって、その文字を認
識する。文字認識の処理については後に詳述する。

【００２８】主制御部２は、かかる認識結果を受けて、
メモリに記憶していき、認識範囲内の全文字分が認識さ
れるまで、文字イメージの転送、認識開始指令、認識結
果の受け取りを繰り返す。主制御部２は、認識範囲内の
全文字分が認識されると、それまで、表示部５に表示さ
れている用紙のイメージを消去し、各文字イメージの位
置に、対応する文字の認識結果に係る文字を表示する。

【００２９】１．文字認識処理 以下、文字認識部３の文字認識処理について図１３のフ
ローチャートを参照して説明する。

【００３０】（正規化処理：Ｓ３０１）まず、１文字分
の筆記文字のイメージデータ（ビットマップデータ）
を、文字が所定範囲（６４×６４ドット）に収まるよう
に、且つ、字形変動によって冗長的に長くなった線分を
短くするなど、文字の特徴を安定的に抽出できるよう
に、線密度による非線形正規化を行う（ステップＳ３０
１）。図１２のＦ７１１が筆記文字のデータ（ビットマ
ップデータ）であり、Ｆ７１２が非線形正規化後の文字
データを示す。

【００３１】図１は、線密度による非線形正規化の処理
を説明するための図である。イメージスキャナ１から取
り込んだ筆記文字のパターンF101に対して、F102に示す
ようにＸ方向とＹ方向毎に等線密度になるように領域Ｗ
を水平、垂直の各所定数の線分（等線密度座標目盛）に
よって区切る。その後、F103に示すように、その線分
（等線密度座標目盛）の間隔が等間隔になるように移動
し、その移動に伴って筆記文字のパターンも変形させ
る。これにより、筆記文字パターンは、領域Ｗのサイズ
に引き伸ばされると同時に、冗長的な部分が縮小され、
安定的な形状へと変換される。

【００３２】（方向特徴抽出：Ｓ３０２）かかる非線形
正規化後、方向特徴の抽出処理が実行される。本実施の
形態では、基準となる４方向を特徴空間として特徴量の
抽出を行う。図２、図３、図４は、当該４方向特徴抽出
を説明するための図である。まず、図２に示すように、
非線形正規化後の文字パターン(F201)からエッジ（輪
郭）(F202)を検出する。その後、図３に示すように、輪
郭線上（外周）を、基準点SP（左端）から右周りに、各
サンプル座標点でのエッジの方向を算出しながら追跡す
る。

【００３３】各エッジの方向と位置に基づいて４方向特
徴の特徴値を算出する。F401は、非線形正規化後の文字
パターンであり、F402からF405は方向別の特徴空間（メ
ッシュ）である。F402は水平方向、F403は垂直方向、F4
04は右上がり方向、F405は右下がり方向の特徴空間であ
る。

【００３４】文字パターン(F401)に対して、図２、図３
に示したエッジの検出、方向の算出を行い、その方向と
同じ方向の特徴空間内のエッジの位置に対応する個所
（メッシュ）に特徴値１を加算していく。エッジの方向
が基準４方向の間にある場合には、近い方の基準方向の
メッシュに１を加算する。ここで、各メッシュ内に当該
方向のサンプル座標が複数個ある場合には、複数個分の
特徴値を加算して当該メッシュの特徴値とする。したが
って、そのメッシュ内に当該方向のエッジ部分が多く存
在するほど当該メッシュの特徴値は大きくなる。

【００３５】図１７にかかる方向特徴の抽出に関するよ
り詳細な例を示す。エッジ上の所定のサンプル座標から
右回り方向に４点ずれたサンプル座標に向かう方向を当
該サンプル座標におけるエッジの方向とする。

【００３６】このようにして、図４に示すように、F402
からF405の各メッシュ示す特徴のパターン（以降、特徴
パターン）が得られる。図中のメッシュの濃度は、加算
された特徴値の大きさを表しており、濃度が高い程、特
徴値が大きいことを示す。

【００３７】（方向変化特徴抽出：Ｓ３０３）かかる方
向特徴の抽出後、本発明の特徴であるエッジ部分の方向
変化特徴の抽出が実行される。本実施の形態では、ま
ず、図７に示すように、非線形正規化後の文字パターン
の線分の屈曲個所や交差個所に該当するＦ７１、Ｆ７
２、Ｆ７３の個所を輪郭の方向変化で検出する。

【００３８】図１４は、かかる方向変化特徴の抽出処理
のフローチャートである。まず、非線形正規化後の文字
パターンの全ての輪郭集合を求める（ステップＳ４０
１）。その輪郭集合の一部、つまり文字パターンの一部
の１周分の輪郭の一例を図８に示す。

【００３９】次に、各輪郭集合に対し、最も左で最も上
のサンプル座標を追跡の起点に設定する（ステップＳ４
０２）。当該起点から次のサンプル座標点における輪郭
の方向を順番に算出しながら、右回りに一周、輪郭のサ
ンプル座標点を追跡していく（ステップＳ４０３）。同
時に各座標点の方向と１つ前の座標点の方向の差分によ
って、各座標点の方向変化を算出し、方向変化の検出を
行う（ステップＳ４０４）。

【００４０】図１８に、かかる方向変化の具体例を示
す。方向変化は、当該サンプル座標について、その４つ
前のサンプル座標から当該サンプル座標に向かう方向
と、その４つ後のサンプル座標に当該サンプル座標から
向かう方向の差分により求める。同図においては、サン
プル座標Ｃ１においては方向の差分が生じていないが、
サンプル座標Ｃ２においては右方向に曲がる方向の差分
が生じている。そして、かかる方向の差分が所定のしき
い値角度θｓを超えているときに、方向変化有りと検出
される。

【００４１】ステップＳ４０４にて方向変化点が検出さ
れると（ステップＳ４０４：Yes）、次のＳ４０７へ進
む。図８の例では、Ｃ１、Ｃ２、Ｃ３、Ｃ４、Ｃ５、Ｃ
６が方向変化点である。そして、ステップＳ４０７で
は、方向変化点での方向変化が、追跡方向に向かって右
折か左折かを判定し、左折の時（ステップＳ４０７：Ye
s）だけ、特徴量を抽出する（ステップ４０８）。図８
においては、Ｃ５の点だけが左折であり、この左折の点
のみを抽出した結果が、図９である。

【００４２】なお、特徴量の算出の対象をこのように左
折だけに限定したのは、筆記文字線分の端点個所（図８
のＣ１、Ｃ６、Ｃ３、Ｃ４）で起こる方向変化点を除外
するためである。ここで、Ｃ２は端点ではなく屈曲点で
あるが、線分をまたいで当該Ｃ２の反対側にあるＣ５の
個所にて、必ず特徴量が設定されるため、文字パターン
の線分の屈曲個所や交差個所を検出する意味からは、Ｃ
２を除去しても構わない。

【００４３】特徴量は、以下の式によって算出する。

【００４４】 基準特徴量Ｆ＝｜方向変化量Ｄθ｜／６０° …（１） 方向Ａに対する特徴量Ｆａ＝基準特徴量Ｆ×（θｂ／４５°） …（２） 方向Ｂに対する特徴量Ｆｂ＝基準特徴量Ｆ×（θａ／４５°） …（３） つまり、方向変化量（角度差）を６０度で割った値を基
準特徴量とし、方向変化後の方向（および方向変化前の
方向）が８方向のいずれかの方向と一致する時は、その
方向に対する特徴量を基準特徴量とし、図１６に示すよ
うに、８方向のうちの２つの方向（方向A、方向B）の間
にある時は、対象方向と２方向とのそれぞれの角度差に
逆比例するように基準特徴量を配分して、２方向に対す
る特徴量を算出する。

【００４５】このようにして特徴量を算出した後、方向
変化の特徴パターンを生成していく。まず、図１０に示
すように、方向変化後の方向と同一方向（Ｄｆ）の特徴
空間（特徴用メモリ内）Ｆ１００３の方向変化点Ｃに対
応する位置（Ｆ６Ｃ）のメッシュに先に求めた特徴量を
記憶する（ステップＳ４０９）。

【００４６】ここで、同一メッシュ内に複数の特徴値が
存在する場合、すなわち同一メッシュ内に方向変化とさ
れるサンプル座標が複数存在する場合には、この内、最
も大きい特徴値をそのメッシュの特徴値として採用す
る。

【００４７】同様に、方向変化前の方向とは逆の方向
（Ｄｂ）の特徴空間（特徴用メモリ内：Ｆ１００４）の
方向変化点Ｃに対応する位置（Ｆ８Ｃ）にも同じ値の特
徴値を記憶する。このように、逆方向（Ｄｂ）の特徴空
間にも特徴値を記憶するのは、筆記者の書き癖の違いに
対応するものである。たとえば、図１９に示すように、
同一文字を速記した場合、同一の文字部分をある人は同
図（ａ）のように筆記し、またある人は同図（ｂ）のよ
うに筆記する場合が有り得る。この場合、上記実施例で
は、同図（ａ）ではサンプル座標Ｃにおいて左斜め下方
向の方向変化が検出され、同図（ｂ）ではサンプル座標
ｃ’において下方向の方向変化が検出される。しかしな
がら、通常、かかる方向変化検出における相違は、速記
した場合の筆記者の書き癖に依存して起こるものであ
り、何れも、区別せずに同一のものとして判断する検出
する方が、通常、認識精度を向上できると予測できる。
よって、この点を考慮すると、図１９（ａ）の場合に
は、サンプル座標Ｃにおいて下方向の特徴空間にも特徴
値を加算し、同図（ｂ）の場合には、サンプル座標Ｃ’
において左下方向の特徴空間にも特徴値を加算した方が
良い。かかる分析結果に基づき、上記図１０にしめす特
徴値の設定においては、Ｆ８ｃのメッシュ位置にも特徴
値を設定することとしている。

【００４８】以上の輪郭追跡、方向変化点の検出、特徴
量の算出、方向変化特徴パターン生成の処理を、全輪郭
集合に対して行い（ステップＳ４０６：No）、全ての輪
郭集合に対して追跡を終えると（ステップＳ４０６：Ye
s）、方向変化の特徴抽出の処理を終了する。

【００４９】図１１に、非線形正規化後の文字パターン
Ｆ１１０１に対する方向変化の特徴パターンの生成結果
例を示す。図中、メッシュの濃度は、特徴量の大きさを
表している。 （ぼかし処理：Ｓ３０４）方向特徴パターンと方向変化
特徴パターンを抽出した後（図１２のＦ７１３）、それ
ぞれの特徴量（特徴空間の配列の値）に対して、ガウシ
ャン・フイルターによる特徴量のぼかし処理を行う（図
１２のＦ７１４参照）。

【００５０】かかるぼかし処理は、方向特徴に係る４つ
の特徴空間と方向変化特徴に係る８つの特徴空間とを合
わせた１２種類の各特徴空間毎に個別に行う。かかるぼ
かし処理を行うことによって、筆記文字の特徴量の存在
位置が、認識辞書内の正しい認識候補の特徴量の存在位
置から僅かにズレた場合、例えば特徴空間において１メ
ッシュだけズレたような場合であっても、当該筆記文字
の特徴量と認識辞書内の当該認識候補の特徴量との間に
ある程度の照合度を生ぜしめることができ、これによ
り、誤認識の発生を抑制することができる。

【００５１】なお、かかるぼかし処理は、後述するよう
に、認識辞書に対しても行われている。

【００５２】図１２において、Ｆ７１３の表示例は、方
向変化特徴の左斜め下方向の特徴空間（図１１のＦ１１
０７に対応）を代表的に示したものであり、Ｆ７１４の
表示例は、当該特徴空間に対してぼかし処理を行った結
果を代表的に示すものである。 （認識結果の設定：Ｓ３０５〜Ｓ３０７）以上のように
して筆記文字に対するぼかし処理が実行された後、筆記
された文字の特徴パターンと、あらかじめ作成しておい
た文字認識辞書内の各１文字毎の特徴パターンとを順番
に照合して照合度を求める（ステップＳ３０５）。ここ
で、認識辞書内には、各文字毎に、上述の方向性特徴に
係る４つの特徴空間と方向変化特徴に係る８つの特徴空
間における特徴量が準備されている。筆記文字と認識辞
書の照合度の算出は、方向特徴と方向変化特徴とについ
てそれぞれ別々に照合度を求め、これを加算することに
より算出される。かかる照合度の算出を上記認識辞書内
の全認識対象文字に対して実行し（ステップＳ３０６、
ステップＳ３０５のループ）、この内、最も照合度の高
い文字を認識結果とする（ステップＳ３０７）。

【００５３】尚、かかる加算を行う場合、実際の文字認
識を検証してみて、方向特徴による照合度と方向変化特
徴による照合度に重みを設定するようにすればよい。

【００５４】２．認識辞書の作成 以下、文字認識辞書の作成手順について、図１５のフロ
ーチャートを用いて説明する。文字認識辞書の作成に
は、複数人分の筆記データを用いる。まず、同一文字の
複数人分の筆記データに対して、それぞれ、非線形正規
化（ステップＳ５０１、Ｆ７１７）、方向特徴抽出（ス
テップＳ５０２）、および方向変化特徴抽出（ステップ
Ｓ５０３）を行い（Ｆ７１８）、全人数分を繰り返し
（ステップＳ５０４）、１文字分の平均特徴量（全人数
分の特徴量の平均）を算出する（ステップＳ５０５、Ｆ
７１９）。その平均特徴量に対して、特徴量のぼかし処
理を行い（ステップＳ５０６）、１文字分の認識辞書と
する（Ｆ７２１）。以上の処理を全文字に対して行い、
全文字の認識辞書を作成する。

【００５５】ここで、認識辞書は、方向特徴と方向変化
特徴のそれぞれについて別々に準備する。すなわち、図
４のＦ４０２からＦ４０５、図１１のＦ１１０２からＦ
１１０９のどれぞれについて各認識候補文字毎の認識辞
書を組として準備する。

【００５６】そして、上記文字認識のフローチャートに
おいては、これら１２個の認識辞書と筆記文字との照合
度を別々に求め、たとえば上記重みに従ってこれらを加
算することで、当該筆記文字と当該認識辞書の候補文字
との照合度が算出される。

【００５７】以上、本実施の形態によれば、方向特徴の
抽出のみならず、方向変化特徴の抽出も加えて文字を認
識するものであるから、「よ」-「上」、「な」-
「奈]、「ね」-「わ」、「力」-「刀」のように全体的
な字形が似ているが、湾曲、ループ、交差の有無、程度
など局所的な部分が異なった文字であっても、かかる局
所的な部分に関する特徴の照合を方向変化特徴抽出で補
強できるので、このように似通った文字で手書きで筆記
した場合にも、文字認識の精度を格段に引き上げること
ができるようになる。

【００５８】しかも、方向変化特徴の認識辞書は、筆記
データから自動的生成できるので、労力を要しない。

【００５９】当該発明を開発した発明者は、当該実施の
形態について実際にデータ検証を行い、当該実施の形態
の有用性を確かめた。ここで、図４および図１１におけ
るメッシュは、１６×１６を採用した。また、方向変化
の検出におけるしきい値θｓは３６°とした。そして、
ＪＩＳ第１水準の漢字、ひらがな、カタカナ、英字、数
字、記号の混じった１１９６２文字を４０人分サンプル
として集めた東京農工大手書きデータベースの時系列座
標データから、当該時系列座標の各座標点を３ドットの
太さの線分で結んだビットマップデータを作成し、当該
ビットマップデータをかかる実施の形態に適用して評価
実験を行った。かかる評価実験によれば、本実施の形態
を採用しない従来の方向特徴のみで文字認識を行った場
合に比べ、本実施の形態は、３〜４％程度、認識精度を
向上させることができた。

【００６０】尚、本発明はかかる実施の形態に制限され
るものではなく、他に種々の変更が可能であることは言
うまでもない。例えば、上記実施の形態では、輪郭を右
周りに追跡して、左折の個所を検出しているが、輪郭を
左周りに追跡して、右折の個所を検出しても構わない。
また、右折点、左折点の両方を採用しても構わない。

【００６１】また、上記実施の形態では、方向変化の特
徴パターンの生成において、方向変化後の方向と同一の
方向、方向変化前の方向と逆の方向の、２つの方向によ
って方向変化の特徴量を算出しているが、いずれか一方
でも構わない。または、２つの方向の合成方向でも構わ
ない。また、本実施の形態では、方向変化特徴は、８方
向別に求めたが、４方向（水平方向、垂直方向、右上が
り方向、右下がり方向：１８０度反対向きは同じ方向と
する）別でも構わない。

【００６２】また、上記実施の形態では、方向変化の特
徴値を上記（１）〜（３）式にて算出して設定すること
としたが、これに代えて、固定値を設定するようにして
もよい。

【００６３】また、上記実施の形態では、方向変化の位
置、大きさ、および方向変化の方向を特徴要素とした
が、これに代えて、方向変化の位置のみ、方向変化の位
置と大きさ、あるいは方向変化の位置と方向を特徴要素
とするようにしてもよい。たとえば、図２０に示すよう
に特徴空間は１つとし、方向変化のあったメッシュ位置
に方向変化の大きさＤθを設定するようにしても良い。
このようにすれば、上記実施の形態に比べ特徴空間に対
するメモリの容量を抑えることができ、また処理速度を
向上させることができる。

【００６４】また、上記実施の形態では、方向特徴によ
る文字認識に方向変化による認識を組み合わせたが、他
の文字認識の手法に方向変化特徴を組み合わせてもよ
く、さらに、方向変化特徴のみで文字認識を行うように
しても良い。

【００６５】但し、方向特徴は大局的な特徴を、方向変
化特徴は局所的な特徴を用いているため、両者を組み合
わせることにより、補完的に働く。従って、方向特徴に
方向変化特徴を組み合わせるのが、認識率の面から相応
しい。

【００６６】また、方向特徴による文字認識は、上述の
通り、非線形正規化後の文字パターンの輪郭（エッジ）
を追跡し、エッジの方向に基づいて特徴量を抽出するも
のであり、この点において方向特徴の特徴抽出と共通す
るものであるから、演算処理の上からも、方向特徴に方
向変化特徴を組み合わせるのが最も効率が良い方法であ
る。

【００６７】

【発明の効果】以上、本発明によれば、低品質な手書き
文字を高精度に認識できる。また、複数の手書きデータ
から自動的に（機械的に）文字認識用辞書を生成できる
ので文字認識処理の実現（開発）に労力を要しない。

【図面の簡単な説明】

【図１】 非線形正規化を示す図

【図２】 方向性特徴の抽出方法を示す図

【図３】 方向性特徴の抽出方法を示す図

【図４】 方向性特徴の抽出の一例を示す図

【図５】 従来例に係る誤認識の一例を示す図

【図６】 実施の形態に係るブロック図

【図７】 実施の形態に係る方向変化特徴の抽出原理を
示す図

【図８】 実施の形態に係る方向変化の検出方法を示す
図

【図９】 実施の形態に係る方向変化特徴の抽出方法を
示す図

【図１０】 実施の形態に係る方向変化特徴の特徴値の
設定方法を示す図

【図１１】 実施の形態に係る方向変化特徴の特徴値の
設定例を示す図

【図１２】 実施の形態に係る文字認識処理の概要を示
す図

【図１３】 実施の形態に係る認識処理のフローチャー
ト

【図１４】 実施の形態に係る方向変化特徴の抽出処理
のフローチャート

【図１５】 実施の形態に係る認識辞書作成処理のフロ
ーチャート

【図１６】 実施の形態に係る特徴量の割り振りを説明
するための図

【図１７】 実施の形態に係る方向特徴の特徴値の設定
方法を示す図

【図１８】 実施の形態に係る方向変化特徴の特徴値の
設定方法を示す図

【図１９】 実施の形態に係る方向変化特徴の特徴値の
設定方法を示す図

【図２０】 他の実施の形態に係る方向変化特徴の特徴
値の設定方法を示す図

【符号の説明】

１ 表示入力一体型タブレット ２ 主制御部 ３ 文字認識部 ４ 文字認識辞書 ３１ 文字筆記データ記憶用メモリ

フロントページの続き Ｆターム(参考） 5B029 AA01 EE05 EE15 5B064 AA01 CA11 DC04 DC14 DC38

Claims (12)

【特許請求の範囲】
1. 【請求項１】 認識対象文字の輪郭を検出するステップ
   と、当該輪郭における方向変化を検出するステップと、
   当該方向変化の存在する輪郭位置を検出するステップ
   と、当該輪郭位置を特徴要素として認識辞書中の各文字
   の特徴要素との照合度を算出するステップと、当該照合
   度に応じて認識結果を設定するステップとを有すること
   を特徴とする文字認識方法。
2. 【請求項２】 請求項１において、さらに前記輪郭にお
   ける方向変化の大きさを検出するステップを備え、当該
   方向変化の大きさと前記方向変化の輪郭位置を対とした
   特徴要素に基づいて前記照合度を算出することを特徴と
   する文字認識方法。
3. 【請求項３】 請求項１において、さらに前記輪郭にお
   ける方向変化後の方向を検出するステップを備え、当該
   方向変化後の方向と前記方向変化の輪郭位置を対とした
   特徴要素に基づいて前記照合度を算出することを特徴と
   する文字認識方法。
4. 【請求項４】 請求項１において、さらに前記輪郭にお
   ける方向変化の大きさおよび方向変化後の方向を検出す
   るステップを備え、当該方向変化の大きさおよび方向変
   化後の方向と前記方向変化の輪郭位置とを対とした特徴
   要素に基づいて前記照合度を算出することを特徴とする
   文字認識方法。
5. 【請求項５】 請求項１ないし４の何れかにおいて、前
   記輪郭を右周りあるいは左周りに追跡しながら当該追跡
   方向とは逆の方向に輪郭方向が変化した位置をもって前
   記方向変化の存在する輪郭位置とすることを特徴とする
   文字認識方法。
6. 【請求項６】 請求項１〜５の何れかにおいて、方向変
   化の大きさが所定のしきい値を超える場合に方向変化有
   りと検出することを特徴とする文字認識方法。
7. 【請求項７】 請求項３において、方向変化後の方向の
   みならず方向変化前の方向と逆の方向も特徴要素として
   用いることを特徴とする文字認識方法。
8. 【請求項８】 請求項４において、方向変化後の特徴要
   素のみならず、方向変化前の方向と逆の方向、当該方向
   変化の大きさおよび前記方向変化の輪郭位置とを対とす
   る特徴要素も追加して照合殿算出を行うことを特徴とす
   る文字認識方法。
9. 【請求項９】 請求項１〜８の何れかにおいて、さら
   に、筆記文字の線分方向を特徴要素として抽出するステ
   ップと、当該線分方向の特徴要素と認識辞書との照合度
   を算出するステップとを配し、前記力ベクトルに基づく
   照合度と当該線分方向に基づく照合度とに応じて認識結
   果を決定することを特徴とする文字認識方法。
10. 【請求項１０】 上記請求項１〜９の内、少なくとも一
    つの文字認識方法を実現する制御手段と認識辞書とを有
    する文字認識装置。
11. 【請求項１１】 上記請求項１〜１９の内、少なくとも
    一つの文字認識方法を実行するためのプログラムを記憶
    した記憶媒体。
12. 【請求項１２】 上記請求項１〜９の内、少なくとも一
    つの文字認識方法を実行するための認識辞書を記憶した
    記憶媒体。