JPH03266196A - パターン認識装置 - 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】 ［概要］ 文字１図形を読み取って認識するパターン認識装置に関
し。

認識の過程において複数の選択肢が存在する場合にも後
段の処理に影響を与えることなく、自動認識の効率性を
保持できるパターン認識装置を捉供することを目的とし
。

読み取られた画像のラスタデータを検索しやすいように
テーブル化して得られた結果を保持するテーブルメモリ
と、該テーブルメモリのデータに基づいて、認識対象の
文字・図形の位置、大きさ角度等を演算して認識に必要
なデータを算出する演算部と、演算部からのデータに基
づいてパターン認識を行いコードメモリに結果を出力す
る認識部と、コードメモリは、認識部からの認識結果の
データ及び演算部からの認識に必要なデータが確定しな
い対象文字・図形に対して発生する保留状態を表す情報
と関連情報へのポインタとが格納されるコードメモリと
を備えるよう構成する。

Ｃ産業上の利用分野］ 本発明は文字１図形を読み取って認識するパターン認識
装置に関する。

近年、地図９回路図２機械図等の図面を読み取り、自動
的にＣＡＤデータ化する図面入力装置や。

印刷文書等の文章部分を読み取り２文字コード・データ
化する文書読み取り装置等−おいてパターン認識装置が
広く利用されるようになった。

このような図面・文書読み取り装置には、−括して正確
に認識することが望まれているが１パターンによっては
自動認識することが困難な場合や無理に認識すると後の
処理が面倒になる場合があり、そのような場合に効率的
に処理を行う認識装置が望まれている。

［従来の技術］ 従来のパターン認識装置の形態は、大きく次の二つに分
けられる。

■入力された初期データ（図面や文書を読み取って得ら
れたラスタ・データ等）を１文字列単位一定の大きさの
図形単位で一括して自動認識した後、結果を表示して会
話形式で確認・修正する一括自動認識装置。

■入力された初期データを９画面に表示してオペレータ
により認識すべき文字列や３区画等を指示し、その指示
に従って逐次認識を行う半自動認識装置。

［発明が解決しようとする課題１ 上記従来の■の装置の場合、認識の過程において複数の
選択肢が存在すると、何れが正しいか分からない状態（
曖昧な状態）であっても、何らかの要因で何れか一方の
選択肢を選択させて必ず一意に確定させ、その結果に従
って後段の処理を行う必要がある。このため、曖昧な状
態での判断を誤ると、後段の処理に大きな影響を及ぼし
、誤認識の修正等の後処理の作業が増大する。

従来例■の半自動認識の場合、常にオペレータが指示す
る必要があり１人間がその認識作業にかかりきりになら
なければならないという問題がある。

本発明は認識の過程において複数の選択肢が存在する場
合にも後段の゛処理に影響を与えることなく、自動認識
の効率性を保持できるパターン認識装置を提供すること
を目的とする。

［１ｆ！ｕを解決するための手段コ 第１図は本発明の基本構成図である。

第１図において、１０はラスタ・データ（図示しない）
から変換されたテーブル・データが格納されたテーブル
メモリ、１１はテーブル・データの内容から認識の対象
となる文字・図形の位置。

大きさや文字列の角度（水平方向、垂直方向、傾斜方向
等）、線の切断・接続、直線または曲線。

等を演算により求める演算部、１２は演算部がら出力に
よりラスタ・データについて認識を行う認識部、１３は
認識部における認識結果と演算部がらの出力を格納する
コードメモリ、１４は保留情報を格納する保留情報メモ
リを表す。

本発明は一括自動入力の過程において、−室以上の確度
をもって決定できる部分は一意に確定させて後段の処理
に渡し、曖昧な状態を検知した場合はその時点でその部
分の判断を保留し、保留したことを表す情報と複数の選
択肢を記憶しておきその部分の処理をその時点で行わず
後段で行うものである。

［作用］ テーブルメモリ１０からテーブル・データを基に演算部
では５認識のための前処理として各文字の領域（位置、
大きさ）１文字列の角度、線の切断・接続９曲線・直線
の区別等を判別し９判別結果を認識部１２に供給する。

認識部１２はその結果に基づいてラスタ・データを基に
認識動作を行う。この場合９文字の認識は文字列単位で
一括して行う。この判別において、一定収上の確度をも
って決定できる部分は一意に確定させる。

認識した結果は１文字・図形に対応してコードメモリ１
３にコードデータとして格納される。

演算部１１において、上記の判別を行う時に。

複数の選択肢がある場合９例えば文字列の角度（方向）
が曖昧な場合（例えば、対象となる文字に隣接する文字
が垂直方向にあるのか、水平方向にあるのか文字間隔１
列間隔では決まらない場合）、無理に一方のものとして
選択しない、このように曖昧な状態を検出した場合、そ
の時点でその部分の判断を保留し、コードメモリ１３に
対象となる文字や図形の座標位置等の情報と共にこの文
字・図形は認識を行わずに保留となったことを表す情報
および保留に関連する情報の格納位置を表すポインタが
格納される。そして、保留に関連する情報（認識対象と
なる文字候補の表示、複数の選択肢）は前記ポインタに
より指示される保留情報メモリ１４内の該当位置に格納
される。

予定された一連の認識処理が終了した後、オペレータの
指示に従って認識結果コードメモリから出力して表示す
るととともに前記判断を保留した部分について、順次選
択肢を表示してオペレータの判断を待って、オペレータ
が入力した指示により選択肢が確定した後、保留されて
いた後段の処理（例えば認識処理）へ渡される。

このように、曖昧な部分を強制的に確定させないので、
従来の一括自動認識に比べ誤認識を大幅に削減すること
ができ、オペレータは都合の良い時に自動認識の結果を
みて、わずかな部分について複数の選択肢から一つを選
択する判断をすることにより、半自動に比べてオペレー
タ作業を大幅に削減できる。

［実施例］ 第２図は実施例の構成図、第３図は文字列の具体例、第
４図はコードメモリの構成図、第５図は演算部の処理フ
ロー図である。

第２図において、２０は図面、２１はスキャナ。

２２は認識装置、３４はワークステーション（またはパ
ーソナルコンピュータ）を表す。

第２図の実施例の動作を第３図および第４図を参照しな
がら説明する。

最初に２図面２０がスキャナ２１により読み取られて、
ラスタ・データとして認識装置のフレーム・メモリ２５
に格納される。このときスキャナ２１の制御はスキャナ
制御部２４が行う、なお。

認識装置２２内の各部の制御は全体制御部２３により行
われる。

フレーム・メモリ２５上のラスタ・データは画像処理部
２６により細線化して画像上の全ての線を一画素幅にす
る。

第３図のＡ、に１画素幅のラスタ・データの例が示され
ている。この例では、垂直方向に２文字ずつ横向きに並
べられた文字列が４列描かれており、ラスタ・データは
図の水平方向の走査線が上から下に走査されて得られた
２値データの集まりである。

本実施例ではラスタ・データのテーブル化手段としてラ
スターベクトル変換を使用し、第２図のラスタ・ベクト
ル変換部（ＲＶ変換部）２８は。

−画素幅となった点列を追跡して一定の闇値のもとて折
線近似することにより、二つの二次元座標間を結ぶ線分
としてベクトルを発生しベクトル・メモリ２７に記憶す
る。

ベクトル演算部３０は１ベクトル・メモリ２７に格納さ
れた各文字の大きさ（外接枠）やベクトル間の接続状態
を検出し、相互に連続なベクトル群にグルーピングする
。その後、各連続するベクトル群の占める大きさを計測
し、その大きさがある定められた一定の範囲内にあるベ
クトル群を文字候補として抽出する。この場合、近接す
る文字候補（認識対象の文字）同士の角度（垂直、水平
。

傾斜角度）および距離を計測し、予め定められた許容間
隔・許容角度の条件のもとで連結することにより文字列
を抽出し１文字列の方向を判別する。

第３１ｇＢ、には、Ａ、の１画素幅のラスタ・データを
ベクトル化したデータについてベクトル演算部３０で判
断した結果得られた複数の文字の外形を表す枠■乃至■
（点線で示す）が示されている。枠■〜■は第３図Ａ、
に示す各文字位置に対応している。

この場合１文字列が■〜■の方向に並ぶのか。

■と■の方向に並ぶのかを判断して、関連するデータ（
座標９文字列の枠等）と共に文字認識部に出力する。と
ころが、このＢ、の例では何れの方向に並ぶか明確に判
断できない。

従来は、このような場合にも、予め決めた優先順位によ
り複数の選択肢の中の一方に決定していた０例えば、第
３図Ｃ０に示すようにＢ、に示す■〜■の文字列を水平
方向に連結するものとして解釈すると、従来はその水平
方向′の文字列の枠に当てはまるラスタ・データをラス
タ・データメモリから取り出して、−括して文字認識が
行われた。

その場合、横向きの「Ｅ」　「ｘ」を「Ｗ」と「ｘ」と
認識し、その後の横向きの「Ｌ」と「Ｆ」は認識不能と
して処理される。この場合、後から横向きの２つの文字
列を縦方向の４つの文字列に修正して、正しい文字を入
力する作業が行われる。

本発明で□は、ベクトル演算部３０で明確に判断するこ
とができた時に限って１判断結果である文字列の枠（決
定した文字列の方向を含む）の大きさ等のデータが文字
認識部２９に供給される。

文字認識部２９は受は取ったデータ（認識対象となる各
文字枠の座標、大きさ、連結する文字列の方向等）に基
づいて、フレーム・メモリ２５から文字候補のラスタ・
データを切り出して２文字・図形の認識を従来と同様の
方法（パターンマツチング等各種の方法がある）により
ラスタ・データにより行う、認識結果はコードメモリ３
１に格納される。

ベクトル演算部３０において選択候補の中から一つを選
択することができない場合１文字認識を行わない、第３
図のＢ、の例により説明すると。

図に示すような点線で示す各文字の領域を表す枠が求め
られた後９文字列の方向を判断する場合先ず■に示す文
字枠がどの方向の文字に接続するか判断する。この場合
１文字候補■の文字枠と隣接する文字枠として■（水平
方向）と■（垂直方向）の２つの文字候補が見出される
。ベクトル演算部３０は、そのどちらかを選択するため
に距離や、他の文字枠の配列等の関係を判断するが文字
列が垂直方向か、水平方向かを明確に決定することがで
きない（決定的な要素がない）。

このような場合、ベクトル演算部３０は５文字候補■に
は、候補■への連結と候補■への連結の２つの選択肢が
あるものとして、この情報をコードメモリ３１に退避（
記録）シ、同様に■〜■についても判断を保留しておく
。

この時、保留された状況を表すデータが保留情報メモリ
３２に格納され、その格納位置はコードメモリ３１の対
応文字候補のデータ中に格納される。各メモリの内容は
第４図の説明により後述する。

コードメモリ３１には１文字認識部２９からの文字認識
結果とベクトル演算部３０から出力された曖昧な状態を
検出した場合のデータとが格納される。

第４図にコードメモリ３１．保留情報メモリ３２の内容
が示されている。図示のようにコードメモＩ７３１には
９文字候補（第３図Ｂ、の■、■等）の枠の座標値（枠
の左上、右下）、サイズ（枠の高さＨ１長さし）、状態
（認識終了または保留）認識結果、保留情報ポインタ（
保留情報が格納されたアドレス）等とで構成する。

この例には、第３図Ｂ、に示す文字候補■の場合、ステ
ィタスが「保留」であって、保留情報ポインタに保留情
報メモリのアドレスを表すポインタが格納されている。

この保留情報は、保留情報メモリ３２に格納され、第４
図に示す内容が格納されている。最初に、現在の処理過
程を表すプロセス名が格納され、この例では「文字列抽
出」であり９次にその時の認識対象が格納され、この例
では「文字候補■」となる。次に保留の原因となった選
択肢の木（トリー）のポインタが格納され。

この例では、第３図Ｂ、の文字候補■と文字候補■の文
字情報の格納位置（コードメモリ内）が格納される。選
択肢が更に多い場合には、木のノードを分岐させれば良
い。

第２図では９判断が保留された部分を除いて順次認識処
理が進められる。この認識装置２２では９文字列が一意
に抽出されたものを対象に文字認識処理が行われ、結果
は順次コードメモリ３１に格納される。

第５図は上記のベクトル演算部３０において行われる曖
昧さを検出するための処理フローである。

第５図において、最初に全ての認識対象について処理が
終了したか判断しく第５図の３００）。

終了してない場合、ベクトル・メモリ２７から認識対象
となる文字を取り出して１文字の間隔、角度等の判別を
行うために候補を探索する（３１０）。この時１文字認
識部に必要な項目（例えば角度）を決定するのに必要な
選択候補（例えば。

水平方向の隣接文字・垂直方向の隣接文字）が複数個あ
るか否かの判断を行う（３２０）。

もし複数個の選択候補がある場合２次に候補間の優劣を
判定しく３３０）、優劣があって第１位候補と第２位の
候補間の優劣が明確であれば、その第１位候補に決定し
く３５０）、項目の判別を行い（例えば、角度）、この
場合１判別された結果が文字認識部２９に供給されて認
識動作が行われる。

複数の゛選択候補の間に優劣があっても明確な優劣が無
い場合（予め決められた閾値を越える差が無い場合）、
第５図の３６０に示す各処理が順次実行される。この処
理で上記第４図について説明したコードメモリ３１．保
留情報メモリ３２の各項目を設定する処理が行われる。

まず、コードメモリ３１の認識対象の処理スティタスを
「保留」とし、優劣の不明確な文字候補を木構造（選択
枝木）で保留情報メモリ３２に設定し、処理プロセス、
認識対象、保留情報メモリ内の格納位置を表すポインタ
（リンク）をコードメモリ３１に設定する。

候補が一つの場合は、その認識対象への処理を継続しく
３７０）、全ての認識対象についてのプロセスが終了す
るまで実行される（３８０）。

第２図の実施例において、上記のように１つの画面に対
する一括認識処理が終了した後、任意の時点で、オペレ
ータは、ワークステーションや。

パーソナルコンピュータ３４から、認識装置２２と通信
制御部３３を介して通信を行う、認識結果をデイスプレ
ィ（図示せず）に表示させる。

この時、ワークステーション等のソフトウェアにより、
保留情報を順次表示してオペレータの判断を仰ぐ、第４
図の例で云えば１文字候補■に対して、候補■及び候補
■の２つの選択肢が存在している。オペレータがこれを
目視して、■を選択することを指示すると、この情報が
認識装置２２のベクトル演算部３０に通知されて、候補
■と候補■を連結（文字枠を連結）した−文字列の情報
を文字認識部２９に通知する。

これにより文字認識部２９は、垂直文字列の枠の情報に
基づいてラスタ・データをフレーム・メモリ２５から切
り出して認識を行う。この場合。

文字認識部２９は、第３図のり、に示すように。

垂直文字列を、切り出した後９０度回転を加えてから認
識処理を行う。その認識結果はコードメモリ３１に得ら
れて、再びデイスプレィ上に表示されて、オペレータの
指示を仰ぐことによりオペレータが確認を行う。

この認識装置２２に補助記憶装置を接続して上記認識結
果及び保留情報を格納すれば、複数の画面について一括
認識、−括指示をすることができる。

この実施例では１図面入力装置における文字抽出から文
字認識を行う場合について説明したが。

本発明は１図面入力における断線の結合相手の判断（接
続しているか、切れているか曖昧な場合）。

線の性質の判断（折れ曲がっているか、直線かが曖昧な
場合）や１文書認識における文字の分離判定等、多くの
パターン認識装置に適用可能である。

［発明の効果］ 本発明によれば、誤認識の可能性のある部分を保留しで
あるため、従来のように曖昧な状態で一括認識を行って
誤認識する可能性を削減できると共に認識装置を操作す
るオペレータの負担を大幅に軽減することができる。

【図面の簡単な説明】

第１図は本発明の基本構成図、第２図は実施例の構成図
、第３図は文字列の具体例、第４図はコードメモリの構
成図、第５図は演算部の処理フロー図である。 第１図中。 １０：テーブルメモリ １１：演算部 １２：認識部 １３：コードメモリ １４：保留情報メモリ

Claims (1)

1. 【特許請求の範囲】 文字、図形を読み取って認識するパターン認識装置にお
   いて、 読み取られた画像のラスタデータをテーブル変換して得
   られた結果を保持するテーブルメモリ（１０）と、 該テーブルメモリのデータに基づいて、認識対象の文字
   ・図形の位置、大きさ、角度等を判別して認識に必要な
   データを発生する演算部（１１）と、上記演算部からの
   データに基づいてパターン認識を行いコードメモリ（１
   ３）に結果を出力する認識部（１２）と、 認識部（１２）からの認識結果のデータ及び演算部（１
   １）からの認識に必要なデータが確定しない対象文字・
   図形に対して発生する保留状態を表す情報と保留情報へ
   のポインタとが格納されるコードメモリ（１３）とを備
   えることを特徴とするパターン認識装置。