JPH02193280A - 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】 〈産業上の利用分野〉 本発明は文字認識装置に関し、さらに詳細にいえば、画
像入力装置、またはファクシミリ等の通信媒体を通して
文字、記号等（以下代表して「文字」という）を表わす
画像信号を取得し、その特徴量を抽出し、上記特徴量を
基に演算を行って候補文字をひとまず選定し、上記候補
文字の中から被読取対象である文字に最も近い文字を詳
細識別して当該文字を表わす信号を出力することのでき
る文字認識装置に関するものである。

〈従来の技術〉 従来の文字認識装置による文字認識は、入力された文字
信号から入力文字の特徴を抽出し、自ら持っている認識
用辞書に蓄えられている特徴との相違度を比較し、相違
度の最も小さな文字を選択することにより行う。

例えば、第４図に示すように、スキャナ等の画像入力手
段（１１）で文字を含む画像を入力し、文字切り出し手
段（１２）で１つ１つの単位文字を切り出す。そして、
特徴抽出手段（１３）で、切り出された文字画像に基づ
いて特徴量を抽出する。詳細識別手段（１５）は、この
特徴量と、認識用辞書（１Ｂ）　（認識用辞書（１６）
は、特徴量の外、例えば特徴量の平均値や分布の状態、
各特徴量が認識に影響を与える順位等を記憶している。

）に蓄えられた文字数分の特徴量に関する情報とを逐一
比較し、相違度あるいは類似度（以下代表して「相違度
」という）をそれぞれ計算しその結果を出力する。順位
決定手段（１７）は、相違度の小さな順に並べ変え、例
えば最も小さな相違度を有する文字を認識結果として出
力する。

また、第５図は他の従来例を示すブロック図であり、特
徴抽出手段（１３）で、切り出された文字信号に基づい
て特徴量を抽出した後、大分類識別手段（１４）で、簡
単な手法を用いて複数個の候補文字を絞る。詳細識別手
段（１５）では大分類識別手段（１４）から送られてき
た各候補文字について、認識用辞書（１６）に蓄えられ
た当該候補文字の特徴量に関する情報を得、特徴抽出手
段（１８）で得られた特徴量と比較し、それぞれの相違
度を計算してその結果を出力する。順位決定手段（１７
）は、上記と同様の手法により相違度の小さな順に並べ
変え、例えば最も小さな相違度を出した文字を認識結果
として出力する。

特に、この第５図の文字認識装置の一具体例として、特
公昭８３−２８９１５号公報記載の文字認識装置があげ
られる。この文字認識装置では、大分類識別手段で、同
じような偏を持つカテゴリの辞書を選択し、詳細識別手
段では、選択された候補カテゴリの辞書に入っている文
字に対して偏部分はマスクし、労　部分のみを詳細識別
する。そして、同じような偏を持つ文字群の認識率を向
上させている。

〈発明が解決しようとする課題〉 ところが、上記第４図の構成では、詳細識別手段（１５
）は、認識用辞書（１６）に蓄えられた全ての文字の特
徴量を比較の対象とするため、認識字種が多い文学認識
装置では計算量が大きくなり、認識時間が増大すること
になる。例えば、ＪＩｓ第一水準３，０００字種を認識
する漢字ＯＣＲでは、−文字を認識するのに相違度をａ
、ｏｏｏ回計算しなければならない。また、相違度を計
算する精度（例えば相違度を計算するのに必要な級数の
項数）を、その文字認識装置で最も認識することが困難
な文字を正続（正しく認識すること）できるように、字
に対しても同一の認識処理を行うことになる。

したがって、認識が簡単な入力文字に対しても上記の精
度で計算するため、時間の無駄が生じている。

第５図の文字認識装置では、上記の欠点はある程度解決
されでいる。第５図の構成では、大分類識別手段（１４
）で、認識しようとする文字と類似の候補文字を複数個
選定する。ただし、この場合も認識字種が多い文字認識
装置では、全ての字種について候補選定のための計算し
ければならないが、１回の計算に要する時間が少なくて
済むので、候補文字を選定するのに要する時間は全体と
して少なくなる。そして、その次に、候補文字を詳細識
別手段（１５）に送り込み、その候補文字について、第
４図の文字認識装置と同様にして相違度を計算する。

ここで、ｎを文字認識装置ｂ（認識可能な字種数、ｎｌ
を大分類識別手段（１４）が出力する候補文字数、ｔｌ
を大分類文字識別に要する１文字当たりの時間、ｔ２を
詳細分類文字識別に要する１文字当たりの時間とすると
、第４図の文字認識装置では、ｔ２　　Ｘｎ の時間がかかっていたのを、第５図の文字認識装置では
、 ｔｌ　　Ｘｎ＋ｔ２　　Ｘｎｌ の時間がかかることとになる。もし、ｔｌがｔ２より遥
かに小さく、ｎｌがｎよりも遥かに小さければ、演算時
間を短縮することができる。

しかし、第５図の文字認識装置では、計算の精度を、詳
細分類文字識別が最も困難な文字に合わせておく点では
、第４図の文字認識装置と変わらないので、詳細分類文
字識別に要する１文字当たりの時間ｔ２が短縮する訳で
はない。例えば、上記した特公昭６３−２６９１５号公
報記載の文字認識装置では、労部分の特徴量相違度の計
算をするときに、同数の次元までの計算（同公報中（１
）式のΣをに−１からｎまでとる計算）を行っており、
実際の計算には時間がかかるものである。

したがって、従来の文字認識装置では、演算時間の短縮
にも一定の限度が存在していたということができる。

本発明の目的は、簡単な手法を採用することにより、文
字の認識時間を全体として短縮することのできる文字認
識装置を提供することにある。

く課題を解決するための手段〉 上記の目的を達成するための本発明の文字認識装置は、
第１図に示すように、文字を含む被読取対象を表わす画
像信号を取得する画像信号取得手段（１）と、上記画像
信号に基づき画像中の認識しようとする文字の特徴量を
抽出する特徴量抽出手段（２）と、上記特徴量を基に演
算を行い１つ以上の候補文字を選定する大分類識別手段
（３）と、各文字の認識に必要な特徴量に関する情報を
記憶した認識用辞書（６）と、上記認識しようとする文
字の特徴量を認識用辞書（６）に記憶された候補文字の
特徴量その他の情報と比較し特徴量比較計算を行う詳細
識別手段（４）と、詳細識別手段（４）で識別された文
字の中から一定の基準で文字を選択して当該文字を表わ
す信号を出力する認識文字出力手段（５）と、各文字に
対応して、詳細識別手段（４）が特徴量比較計算をする
時の計算精度を指定する定数を記憶している計算精度対
応表（７）と、上記候補文字の中から所定の基準で１つ
または複数の候補文字を選びだし、この選び出した候補
文字に対応する計算精度を計算精度対応表から検索し、
検索した計算精度を基に１つの計算精度を決定して詳細
識別手段に送り出す計算精度決定手段（８）とを具備し
ている。そして、上記詳細識別手段（４）は、計算精度
決定手段（８）から指定される計算精度で特徴量比較計
算をする機能を有するものである。

く作用〉 上記の構成の文字認識装置によれば、画像信号取得手段
（１）により取り込まれた画像信号に含まれる文字信号
に対して、特徴量抽出手段（２）によって特徴量（幾つ
かの要素を含むものであってもよい）が抽出される。大
分類識別手段（３）は、この特徴量を用いて簡単な手法
で候補文字を１つ以上選定する。上記候補文字は、認識
しようとする文字と類似の文字群から構成され、これら
の候補文字の中には正続文字が存在していると考えられ
る。

ところで、認識しようとする文字が複雑な場合、候補文
字もこれに類似した複雑な文字からなり、認識しようと
する文字が簡単な場合、候補文字もこれに類似した簡単
な文字からなることは容易に推測できる。ここで、「複
雑」　「簡単」というのは、認識する上で他の文字を誤
読してしまう可能性が高いか低いかをいい、例えば画数
の少ない文字でも類似した文字が多くあれば「複雑」な
文字であり、画数の多い文字でもそれが特異な特徴を持
っていて類似した文字がほとんどない場合「簡単」な文
字といえる。

そこで、「複雑」な文字を認識しようとすれば、詳細識
別手段（４）において、認識用辞書（６）に記憶された
特徴量その他の情報と詳細に比較しなければ、目的とす
る文字認識率を達成することはできない。

しかし、「簡単」な文字を認識しようとする時には、必
ずしも上記「複雑」な文字と同様の比較を行わなくても
よい。

本発明では、詳細識別手段（４）に、指定された精度で
特徴量の比較計算をする機能を持たせるとともに、各候
補文字の「簡単」さ「複雑」さに対応して、特徴量比較
計算をする時の計算精度を指定する定数を計算精度対応
表（７）に記憶させている。

大分類識別手段（３）で選定された候補文字は計算精度
決定手段（８）に通知され、計算精度決定手段（８）は
通知された候補文字の中から所定の基準で１つまたは複
数の候補文字を選ぶ。そして、計算精度対応表（７）を
参照して、上記選ばれた候補文字に対応する計算精度を
基にして、１つの計算精度を決定して詳細識別手段（４
）に送る。詳細識別手段（４）は、認識用辞書（６）を
参照しながら、上記指定された計算精度で各候補文字ご
とに比較計算をする。認識文字出力手段（５）は、詳細
識別手段（４）で識別された文字の中から特定の文字を
選定して当該文字を表わす信号を出力する。

このように、候補文字の「簡単」さ、「複雑」さに対応
して計算精度を決定し、この計算精度で詳細計算を行う
ようにした。

〈実施例〉 以下実施例を示す添付図面によって詳細に説明する。

第２図は、本発明の文字認識装置の一構成を示すブロッ
ク図であり、（ｌａ）は原稿全体を写し出すビジコン等
のイメージカメラ、およびその出力信号を二値化して整
形された信号を得る二値化回路からなる画像入力部を表
わす。画像信号は、文字切り出し手段（１ｂ）によって
１字１字ごとに細分される。特徴抽出手段（２）は、各
文字の特徴量を抽出する。例えば、文字輪郭線の方向ベ
クトルのヒストグラムや空白部領域量の分布である。こ
の特徴量は、大分類識別手段（３）に入力され、大分類
識別手段（３）は、演算時間の短い簡単な識別関数、例
えばシティ・ブロック関数や線形−次間数等で全字種と
の相違度を計算する。そして、複数の候補文字を選定す
る。

各候補文字のデータは計算精度決定手段（８）に送られ
、計算精度決定手段Ｂ）は、計算精度対応表（７）を用
いて、候補文字のうちの最上位の文字（相違度が最少で
ある文字）、または上位数位の文字について計算精度対
応表（７）から計算精度を検索し、これらの計算精度に
基づいて１つの計算精度を決定し、詳細識別手段（４）
に送り出す。計算精度対応表ωの内容は、計算精度対応
表（７）の作成時に予め決定しておけばよいが、実際に
使用した結果により内容を更新していくことが好ましい
。例えば、文字認識装置に学習機能を付け、学習により
更新させるようにすればよい。また、学習という方法を
とらず人為的に更新するようにしてもよい。

詳細識別手段（４）では、上記決定された計算精度に基
づき、各候補文字について相違度を計算する。

例えば、認識用辞書（６）に入っている候補文字の特徴
量と、特徴抽出手段（２）で求められた特徴量との距離
を求める。これらの特徴量は、一般にベクトル（次元を
ｎとする）であるが、上記計算精度が低いときは、ｎ次
元まで求める必要はなく、その計算精度に見合った低い
次元での距離を求めればよいのである。逆に、計算精度
が高いときは、それに見合った高い次元での距離を求め
る必要がある。

このようにして、各候補文字につき相違度が求まるので
、順位決定手段（５１）は相違度の小さいものから順に
並べ変え、第一順位の文字コードを出力する。

次に、以上の文字認識装置の動作を「本日は晴天なり」
と書かれた原稿の最初の文字「本」を認識する場合を例
にとって説明する。

画像入力部（１ａ）が「本日は晴天なり」と書かれた原
稿を読み取ると、文字切り出し手段（１ｂ）は「本」　
「日」　「は」　「晴」　「天」　「な」　「す」とい
った単文字に画像信号を変換する。そして特徴抽出手段
（２）ハ、「本」の特徴量Ｘ　　（Ｘｉ、Ｘ２．−、Ｘ
ｎ）を抽出する。大分類識別手段（３）は、前述したよ
うな手法で複数の候補文字「本」　「木」　「水」・・
・を選定する。計算精度決定手段（８）は、例えば候補
文字のうちの最上位の文字「本」について計算精度を検
索し、計算精度対応表（７）から精度３との結果を得る
。詳細識別手段（４）は、上記精度３を基に距離計算を
行う。例えば認識用辞書（６）に入っている候補文字「
本」の特徴量をＡ　（Ａｌ　、　Ａ２、−Ａｎ）、「木
」の特徴量をＢ　（Ｂ１．Ｂ２．・・・Ｂｎ）　、・・
・とすると、下記のシティ・ブロック関数により距離Ｘ
−Ａ　　Ｉ　　−［（Ｘｉ−Ａｌ）２　＋　　（Ｘ２−
Ａ２）２＋　　　（Ｘ３−Ａ３）　２　］　　１１２Ｘ
　−Ｂ　ｌ　−［（Ｘｉ−ＢＬ）２＋（Ｘ２−８２）２
十　　（Ｘ３−Ｂ３）２　］　　”２ 等を求めていく。

なお、前述した大分類識別の際でもこのシティ・ブロッ
ク関数が使われることがあるが、大分類識別の際は、例
えば最初の１項のみについて計算する等、非常に大雑把
な計算をする点で詳細分類の計算手法と異なっている。

順位決定手段（５１）は距離の小さいものから順に並べ
変え、第一順位の文字コードを出力する。

以上のようにして、「本日は晴天なり」全ての文字の認
識に要する時間を第３図に示す。

第３図（ａ）は、従来の文字認識装置で認識した時間を
示すものであり、各文字について同じ計算時間ｔがかか
っているので、全ての文字に対しては、 Ｘ７ の時間がかかる。一方、第３図（ｂ）は本実施例の文字
認識装置を用いて認識した時間を示し、各文字の「複雑
」さの相違に応じて計算時間ｔ　１．　ｔ　２゜・・・
Ｘ７が異なっている。この結果、全体としての認識時間
は、 １−Σｔｎ となり、第３図（ａ）の場合よりも短縮できることが分
かる。

なお、上記の実施例では、計算精度決定手段（８）が候
補文字のうちの最上位の文字「本」に基づいて計算精度
を決定する例を示したが、これに限定されるものではな
く、計算精度決定手段（８）は上位数文字についてそれ
ぞれ精度を求め、求めた複数の精度に基づき１つの計算
精度を決定するようにしてもよい。例えば、上位３文字
「本」　「木」「水」につき精度がそれぞれ３，４，５
であったとすると、これらの精度の平均値をとったり、
最大値、最小値をとったりして１つの計算精度を決定し
てもよい。なぜなら、大分類の結実現れる候補文字群に
含まれる各候補文字は、計算精度対応表（７）の中では
、おおむね等しい計算精度を伴っていると考えられるの
で、最上位の文字のみについて計算精度を決定しても、
上位幾つかの文字について計算精度を決定しても、結果
はあまり異ならないからである。

また、上記の実施例では、詳細識別手段（４）は、単純
に距離を求めていたが、認識率を上げるため、もっと複
雑な計算式を用いることも可能であるのは勿論である。

このときでも、候補文字の「簡単」さに応じて計算する
項数を限定することができるので、本発明は計算時間の
短縮に非常に効果的である。

また、上記実施例では、イメージカメラを用いて原稿画
像を入力していたが、これに限定されるものではなく、
ファクシミリ等通信回線を通して画像上方を入力するも
のであってもよい。

その池水発明の要旨を変更しない範囲内において、種々
の設計変更を施すことが可能である。

〈発明の効果〉 以上のように、本発明の文字認識装置によれば、文字ご
とに比較計算の精度を文字の「複雑ｊ　「簡単」の度合
いに応じて予め決定して計算精度対応表に記憶させてお
き、計算精度決定手段により大分類識別された候補文字
群に適応する計算精度を決定することとした。

したがって、従来どの文字に対しても最大限の精度で計
算していたため計算時間に無駄が生じていたところ、本
発明では、決定された計算精度により、文字ごとに最低
限の精度で比較計算できるため、「複雑」　「簡単」な
文字の混在する被読取対象を認識する際に、１文字当た
りの平均認識時間を短縮することができる。言い換えれ
ば、同じ認識時間を許されるならば文字認識の精度を高
めることができる。よって、文字認識装置としての認識
性能の向上を実現することができる。

【図面の簡単な説明】

第１図は本発明の文字認識装置の構成を示すブロック図
、 第２図は文字認識装置一実施例を示すブロック構成図、 第３図は文字認識時間の従来例との比較表、第４図、第
５図は従来の文字認識装置の構成を示すブロック図であ
る。 （１）・・・画像信号取得手段、（２）・・・特徴量抽
出手段、（３）・・・大分類識別手段、（４）・・・詳
細識別手段、（５）・・・認識文字出力手段、（６）・
・・認識用辞書、（７）・・・計算精度対応表、（８）
・・・計算精度決定手段時 許 出 願 人 住友電気工業株式会社

Claims (1)

1. 【特許請求の範囲】 １、文字を含む被読取対象を表わす画像信 号を取得する画像信号取得手段と、上記 画像信号に基づき画像中の認識しようと する文字の特徴量を抽出する特徴量抽出 手段と、上記特徴量を基に演算を行い１ つ以上の候補文字を選定する大分類識別 手段と、各文字の認識に必要な特徴量に 関する情報を記憶した認識用辞書と、上 記認識しようとする文字の特徴量を認識 用辞書に記憶された候補文字の情報と比 較し特徴量比較計算を行う詳細識別手段 と、詳細識別手段で識別された文字の中 から一定の基準で文字を選択して当該文 字を表わす信号を出力する認識文字出力 手段とを有する文字認識装置において、 特徴量比較計算をする時の計算精度を 指定する定数を各文字に対応して記憶し ている計算精度対応表と、上記候補文字 の中から所定の基準で１つまたは複数の 候補文字を選び出し、この選び出した候 補文字に対応する計算精度を計算精度対 応表から検索し、検索した計算精度を基 に１つの計算精度を決定して詳細識別手 段に送り出す計算精度決定手段とを具備 し、かつ、上記詳細識別手段が計算精度 決定手段から指定された計算精度に応じ て特徴量比較計算をすることを特徴とす る文字認識装置。