JPH01213772A - オンライン文字認識方式 - 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） 本発明は手と文字を認識するオンライン文字認識方式に
関し、特に続は書きされた文字に対しても認識可能なオ
ンライン文字認識方式に関するものである。

（従来の技術） 従来、オンライン文字認識では、Ｗｉ古体での筆記を前
提としており、さらに画数及び筆順に対しても制約を設
けることにより比較的高い認識率を達成している。

しかし、ストロークとストロークを続けて筆記する所謂
続は字にて筆記された場合、その文字の画数は少なくな
り、正規の画数で登録されている辞書とマツチングをと
るため、その文字は認識されなく、認識率の低下を招い
ていた。

上記のような問題を回避するには続は字を筆記された場
合の考えうるストローク形状及び画数変動を辞書に盛り
込むという方式が考えられる。

（発明が解決しようとする課題） しかしながら上記述べた方式では、認識対象となる文字
総てに対し続は字のストローク形状及び画数を辞書に盛
り込まねばならず、結果として辞書容量の増大さらにそ
の検索時間の増大につながるという問題があった。

本発明は以上述べた問題点を解決するためになされたも
のであって、続は字にて筆記されても筒中かつ迅速で、
しかも正確に認識できるオンライン文字認識方式を提供
することを目的とする。

（課題を解決するための手段） 本発明は前記問題点を解決するために、筆記文字の座標
データを出力するタブレットを備え、該タブレットの出
力データに基づき当該筆記文字を認識するオンライン文
字認識方式において、前記タブレ・７トから出力される
座標データのうち不要データを除去して直線化処理を行
う前処理部と、前記前処理部からの直線化された座標デ
ータに基ついて当該筆記文字を構成するストロークの特
徴点を抽出する特徴点抽出部と、前記特徴点抽出部から
の特徴点に基づいてペンオンからペンオフまでのオンス
トロークの特徴を表わす特徴量を算出する第１の特徴量
算出部と、前記第１の特徴点抽出部からの特徴量と、ｐ
め標準パターンから得られたオンストロークの特徴量と
のマツチングを行って距離を算出する第１の特徴量マツ
チング部と、前記特徴点抽出部からの特徴点に基づいて
ペンオフからペンオンまでの仮想線分であるオフストロ
ークの特徴量を算出する第２の特徴点抽出部と、前記第
２の特徴量算出部からの特徴量と、予め標準パターンか
ら得られたオフストロークの特徴量とのマツチングを行
って距離を算出する第２の特徴量マツチング部と、前記
第１の特徴量マツチング部及び第２の特徴量マツチング
部で算出された各距離に重み付けした結果を加算し、該
加算結果に基づいて当該筆記文字を認識する特徴量加算
部とを具備するものである。

（作　用） 本発明は次のように作用する。第１の特徴量算出部はタ
ブレットから前処理部及び特徴点抽出部を介して得られ
た特徴点に基づいて、ペンオン（始点）からペンオフ（
終点）までのオンストロークの特徴（例えば長さ、方向
及び位置）を表わす特徴量を算出するように働き、第１
の特徴量マツチング部は算出された特徴量と予め標準パ
ターン（登録パターン）から同様にして作成されたオン
ストロークの特徴量とのマツチングを行ってオンストロ
ークの距離を算出するように（動く。−方、第２の特徴
量算出部は特徴点抽出部からの特徴点に基づいてペンオ
フからペンオンまでのオフストローク（仮想線分）の特
徴を表わす特徴量を見出するように１動き、第２の特１
７ｆｆｌマツチング部は算出された特徴量と、予め標準
パターンから同様にして作成されたオフストロークの特
徴量とのマツチングを行ってオフストロークの距離を算
出するように働く。更に、特微量加警部は第１及び第２
の特徴量マツチング部で算出された各距離に川み付けし
た結果を加算し、その加算結果に基づいて当該筆記文字
を認識するように慟〈。このようにオンストロークに加
えてオフストロークも考慮すると共にこれらの距離に重
み付けをして距離比率の最適化を図っているので、続は
字に対しても、簡単かつ迅速で、しかも正確に認識する
ことかできる。

（実施例） 第１図は、本発明の一実施例のオンライン文字認識装置
の構成を示すブロック図である。同図において、１は筆
記文字の座標データを出力するタブレット、２はタブレ
ット１からの座標データの不要データを除去し、直線化
処理を施す前処理部、３は前処理部２により、直線化さ
れた座標データから筆記文字を構成するストロークの特
徴を表わす特徴点を抽出する特徴点抽出部、４は特徴点
抽出部３で抽出された特徴点よりオンストロークの長さ
及びその位置を表わす特徴量を算出するオフストローク
特微量算出部、５はオフストローク特微量算出部４で求
めた特徴量と、あらかじめ同様にして登録パターンより
作成しておいたオンストローク特ｍＮとのマツチングを
行い、マツチング距離と算出するオフストローク特微量
マツチング部、６はオフストローク特微量算出部４と同
様に、オフストロークの特徴量を算出するオフストロー
ク特微量口出部、７はオフストローク特微量マツチング
部５と同様に、オフストロークのマツチング距離を算出
するオフストローク特微量マツチング部、８はオフスト
ローク特微量マツチング部５とオフストローク特微量マ
ツチング部７で各々算出されたマツチング距離との重み
付は加算を１ｒい、この屯み付は加算されたマツチング
距離結果にしたがって候補文字の順（を付けを行う特徴
：Ｉｔ加算部である。

以ド、本実施例の装置の動作を順に説明する。

ここで、筆記文字例“口”の場合におけるタブレット１
、前処理部２及び特徴点抽出部３の動作説明図を第２図
（ａ）　、　（ｂ）　、　（ｃ）に示す。

先ず、タブレットｌは筆記文字の座標データを出力する
もので、第２図（２１）のように座標データが抽出され
、前処理部２に送られる。前処理部２は、送られてきた
座標データに対し、ノイズ除去処理、）滑化処理等を行
うことにより、第２図（ｂ）のようにデータを直線化し
、特徴点抽出部３に出力する。

特徴点抽出部３は直線化されたデータのデータ間のｘ、
Ｘ方向のサインを算出し、サインの状態の変化点を特徴
点として抽出する。

データ間のｘ、Ｘ方向のサインＸ　ｓｉｇｎ、　Ｙ　ｓ
ｉｇｎを、 Ｘ　Ｓｉｇｎ＝Ｘ　＋　＋１−　Ｘ　＋　　　　　　　
　””　（１）Ｙ　Ｓｉｇｎ”　３’　＋＋１　−　’
！　＋　　　　　　　　””　（２）で求め、＋、０．
−で表現する。このようにして求めた各データ間のＸ方
向、Ｘ方向のサインを前データ間のサインと比較し、同
じであれば特徴点として登録せず、異なった場合には、
状態が変わったとして特徴点として登録する。第２図（
Ｃ）にこのようにして求めた点の他に始点、終点を加え
た特徴点を示す。なお、この特徴点間を結ぶ直線を以下
セグメントと呼ぶ。以上のようにして得られた特徴点情
報はオフストローク特微量算出部４およびオフストロー
ク特微量算出部５に出力される。

オフストローク特微量算出部４は、特徴点抽出部３から
送られてくる特徴点座標データより、オンストロークの
セグメントの長さ、方向及びその位置を表わす特徴量を
算出する。

オフストローク特微量算出部６は、オフストローク特微
量算出部４と同様に、特徴点情報より餌のストローク（
オンストローク）の終点と次のストローク（オンストロ
ーク）の始点とを仮想的に結合したオフストロークの特
ｒ！１ｆｉｔを算出する。

第３図にＷｉ占筆記文字例「唖」のオンストロークを実
線、オフストロークを破線で示す。

オンライン文字認識では筆記するペンの動きとしてｘ、
Ｘ方向、＋または−の方向が重要な情報として得られ、
この情報を有効に使ったのが、この特徴量算出である。

以下、特徴量の算出法について説明する。なお、次式に
おいてΣは全ストローク全セグメントに関する加算を示
す。またｌ（Ｘ、ＨＹは文字幅を示ず。＋Ｘ方向成分の
Ｘ方向位置についてはＱ、＝　　Σ　　（□＊（−本　
　□　））１１Ｘ　　　　　ＨＸ　　　　　２ であり、−Ｘ方向成分のＸ方向位置については、同様に
、 である。

＋ｙ方向成分のＸ方向位置については、で表わされ、−
ｙ方向成分のＸ方向位置については、 により表わされる。

＋Ｘ方向成分のＸ方向位置については、であり、−Ｘ方
向成分のＸ方向位置については、同様に、 である。

＋ｙ方向成分のＸ方向位置については、で表わされ、−
ｙ方向成分のＸ方向位置については、 によ′り表ねされる。

」１記Ｑ１〜Ｑ８は第３図でも明らかなごとく、筆記文
字に外接する長方形の左下を原点とする座標系により演
算を行う。

従ってオンストロークの各セグメントおよびオフストロ
ークのｘ、ｙ成分の存在する位置は、ｙ軸上の位置につ
いては下になるほど、Ｘ軸上の位置については左になる
ほどその特徴量は小さくなり、原点に近い部分のセグメ
ントの変化は、小さな差となってあられれ、右上の部分
でのセグメントの変化により左右されることとなる。

従って、原点を入れかえ、原点を右上に設定したときの
、各方向成分の各方向位置の値Ｑ９〜Ｑ＋６についても
同様に記述し、Ｑ１〜Ｑ１６の合計１６個の値により、
認識対象文字の各ストロークのセグメントの長さ、方向
および位置を表わすものとする。

オフストローク特微量マツチング部５は以上のようにし
てオンストローク特微量算出部４で求めたオンストロー
クの特徴量Ｑ１〜ＱＣｓとあらかじめ同様にして登録パ
ターンより作成しておいたオンストロークの特徴量Ｑｌ
””Ｑ１０とのマツチングを行い、マツチングにおける
Ｑ＋〜Ｑ１ｇ各々の差を合計したオンストロークのマツ
チング距離ｄ　ｏｎを算出する。

オフストローク特微量マツチング部７はオンストローク
特微量マツチング５と同様にオフストロークのマツチン
グ距離ｄ。ｆｆを算出する。

特微量加算部８は以上のようにして、オフストローク特
微量マツチング部５で算出したオンストロークのマツチ
ング距ｆｉｄ。ｎとオフストローク特微量マツチング部
７で算出したオフストロークのマツチング距離ｄ。ｆｆ
とをそれぞれ重み付はパラメータＷ。ｎとＷ。１１で重
み付けしたものを加算してマツチング距ｌｉｄを算出す
る。

ｄ＝ｄｏｎ＊ｗ、、＋ｄｏｆｆ　＊ｗｏＢここで重み付
はパラメータＷ。、＝　１　、　ＷＯ４ｆ＝０とすれば
従来の柵書体文字の認識で、オンスト口−りのみでの認
識であり、ｗ。、、＝　１　、　ｗ。、、　＝１とすれ
ば、すべてのオフストロークを続けて所謂−・筆古き文
字の認識となる。

しかしながら第４図の続は字筆記例「唖」に示すごとく
、−第８きて文字を筆記することは殆ど無いと言っても
よく、文字全体に対するオフストローク特微量とオフス
トローク特微量のマツチング距離の比率を最適化するた
めに重み付けを行い、加算処理を行うものである。

以ｔのようにオン・オフストロークのＱ１〜Ｑ１６のマ
ツチング操作を認識対象文字について行い、マツチング
距離によるソーティング（順位付け）を行い候補文字を
得る。

（発明の効果） 以Ｆ、詳細に説明したように、本発明は文字を図形とし
てとらえ、ストローク線分の分布状態を特徴として文字
を認識するものであり、続は字に対し、筆記文字のオフ
ストロークをもオンストロークと同じように扱い、スト
ロークが連続しているとして認識処理を行うと共にこれ
らの距離に対して重み付けをして距離比率の最適化を図
７ているので、どのストローク間が続けて筆記されても
誤認識とはならなく、認識率の向上が期待でき、さらに
、特徴量算出やマツチング等簡単な演算で認識処理をす
ることができる。

【図面の簡単な説明】

第１図は本発明の一実施例を示すブロック図、第２図（
ａ）　、　（ｂ）　、　（ｃ）は第１図の実施例のタブ
レットから特徴点抽出部までの動作説明図、第３図は楕
書筆記文字の説明図、第４図は続は字筆記の説明図であ
る。 １・・・タブレット、　　　２・・・前処理部、３・・
・特徴点抽出部、 ４・−オフストローク特微量算出部、 ５・−・オフストローク特微量マツチング部、６・・・
オフストローク特微量算出部、７・・−オフストローク
特微量マツチング部、８・・・特徴量加算部。 万膏否４［茗己文ｊｒう言Ｌｓ月δ］ 第３図 迷ぐ、１ア了Ｙ３乙の言υ月１Ｚ 第４図

Claims (1)

1. 【特許請求の範囲】 筆記文字の座標データを出力するタブレットを備え、該
   タブレットの出力データに基づき当該筆記文字を認識す
   るオンライン文字認識方式において、 前記タブレットから出力される座標データのうち不要デ
   ータを除去して直線化処理を行う前処理部と、 前記前処理部からの直線化された座標データに基づいて
   当該筆記文字を構成するストロークの特徴点を抽出する
   特徴点抽出部と、 前記特徴点抽出部からの特徴点に基づいてペンオンから
   ペンオフまでのオンストロークの特徴を表わす特徴量を
   算出する第１の特徴量算出部と、前記第１の特徴量算出
   部からの特徴量と、予め標準パターンから得られたオン
   ストロークの特徴量とのマッチングを行って距離を算出
   する第１の特徴量マッチング部と、 前記特徴点抽出部からの特徴点に基づいてペンオフから
   ペンオンまでの仮想線分であるオフストロークの特徴量
   を算出する第２の特徴量算出部と、 前記第２の特徴量算出部からの特徴量と、予め標準パタ
   ーンから得られたオフストロークの特徴量とのマッチン
   グを行って距離を算出する第２の特徴量マッチング部と
   、 前記第１の特徴量マッチング部及び第２の特徴量マッチ
   ング部で算出された各距離に重み付けした結果を加算し
   、該加算結果に基づいて当該筆記文字を認識する特徴量
   加算部とを具備することを特徴とするオンライン文字認
   識方式。