JPH0465431B2 - - Google Patents
Info
- Publication number
- JPH0465431B2 JPH0465431B2 JP59208178A JP20817884A JPH0465431B2 JP H0465431 B2 JPH0465431 B2 JP H0465431B2 JP 59208178 A JP59208178 A JP 59208178A JP 20817884 A JP20817884 A JP 20817884A JP H0465431 B2 JPH0465431 B2 JP H0465431B2
- Authority
- JP
- Japan
- Prior art keywords
- stroke
- strokes
- similarity
- input character
- standard pattern
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired
Links
Landscapes
- Character Discrimination (AREA)
Description
【発明の詳細な説明】
〔発明の利用分野〕
本発明は、誤筆順によつても文字識別能力が低
下しないオンライン手書き文字認識方式に関する
ものである。
下しないオンライン手書き文字認識方式に関する
ものである。
従来、オンライン手書き文字認識方式において
は、一般の活字と異なり手書き文字が筆順（スト
ロークの順序）情報を含んでいることを利用し
て、認識すべき入力文字およびこれと照合すべき
標準パターン間で、筆順的に対応する各ストロー
ク間の類似度を計算し、その総和をパターン間類
似度とし、照合すべきすべての標準パターンとの
パターン間類似度のうち最大類似度を与える標準
パターンを入力文字の認識結果として出力する手
法が採られている。
は、一般の活字と異なり手書き文字が筆順（スト
ロークの順序）情報を含んでいることを利用し
て、認識すべき入力文字およびこれと照合すべき
標準パターン間で、筆順的に対応する各ストロー
ク間の類似度を計算し、その総和をパターン間類
似度とし、照合すべきすべての標準パターンとの
パターン間類似度のうち最大類似度を与える標準
パターンを入力文字の認識結果として出力する手
法が採られている。
この手法は、入力文字の各ストロークが標準パ
ターンの筆順にそつて筆記されることを前提とし
たものであり、入力文字において筆順を誤まる
と、筆順的に対応するストローク間の類似度は極
めて小さな値となり、誤識別の原因となる。
ターンの筆順にそつて筆記されることを前提とし
たものであり、入力文字において筆順を誤まる
と、筆順的に対応するストローク間の類似度は極
めて小さな値となり、誤識別の原因となる。
入力文字に筆順誤りがある場合でも、入力文字
と標準パターンとの各ストロークをストロークを
正しく対応づけて、パターン間類似度を求める方
法として、特公昭58−27551号公報に記されてい
るストローク間類似度行列による方法が知られて
いる。
と標準パターンとの各ストロークをストロークを
正しく対応づけて、パターン間類似度を求める方
法として、特公昭58−27551号公報に記されてい
るストローク間類似度行列による方法が知られて
いる。
この方法は、入力文字の各ストローク毎に、標
準パターンの全てのストロークとの類似度を計算
して、その内の最大類似度を与える標準パターン
のストロークを入力文字のストロークに対応する
ものとみなし、入力文字の全てのストロークにつ
いて求めた各最大類似度の総和を以つて、入力文
字と標準パターンとのパターン間類似度とするも
のである。
準パターンの全てのストロークとの類似度を計算
して、その内の最大類似度を与える標準パターン
のストロークを入力文字のストロークに対応する
ものとみなし、入力文字の全てのストロークにつ
いて求めた各最大類似度の総和を以つて、入力文
字と標準パターンとのパターン間類似度とするも
のである。
この方法によれば、入力文字にどのような筆順
誤りがあつても、入力文字と標準パターンとの各
ストロークを正しく対応づけてパターン間類似度
を得ることができる。
誤りがあつても、入力文字と標準パターンとの各
ストロークを正しく対応づけてパターン間類似度
を得ることができる。
しかし、この方法によれば、入力文字と標準パ
ターンの各ストローク相互の類似度の計算回数
（ストローク間類似度行列の要素の数）は、入力
文字のストローク数の２乗回となるので、特に、
ストローク数が多く、かつ、カテゴリー数（照合
すべき標準パターン数）がぼう大な漢字を認識す
る場合、ストローク間類似度計算回数がぼう大と
なり、多大な時間を要する。これは、入力文字を
筆記後、直ちに認識結果を出力するというオンラ
イン手書き文字認識の即時性実時間性をそこなう
ものとなる。
ターンの各ストローク相互の類似度の計算回数
（ストローク間類似度行列の要素の数）は、入力
文字のストローク数の２乗回となるので、特に、
ストローク数が多く、かつ、カテゴリー数（照合
すべき標準パターン数）がぼう大な漢字を認識す
る場合、ストローク間類似度計算回数がぼう大と
なり、多大な時間を要する。これは、入力文字を
筆記後、直ちに認識結果を出力するというオンラ
イン手書き文字認識の即時性実時間性をそこなう
ものとなる。
本発明の目的は、入力文字に筆順誤りが存在す
る場合でも、入力文字と標準パターンとの各スト
ロークを正しく対応させ、かつ、パターン間類似
度計算時間を大幅に低減するオンライン手書き文
字認識方式を提供することにある。
る場合でも、入力文字と標準パターンとの各スト
ロークを正しく対応させ、かつ、パターン間類似
度計算時間を大幅に低減するオンライン手書き文
字認識方式を提供することにある。
〔発明の概要〕
漢字は、『〓、彳、艸、糸、言、…』などいわ
ゆる部分パターンの組合せで１文字を形成する。
例えば文字『認』は『言、刃、心』の３つの部分
パターンで構成されていると言える。このような
漢字を筆記するとき、筆順は、『言』、『刃』、『心』
の部分パターンの順で筆記し、この部分パターン
の筆記順序が誤まることはほとんどない。しか
し、ストローク単位の筆順は各部分パターン内
で、しばしば誤まることが生ずる。
ゆる部分パターンの組合せで１文字を形成する。
例えば文字『認』は『言、刃、心』の３つの部分
パターンで構成されていると言える。このような
漢字を筆記するとき、筆順は、『言』、『刃』、『心』
の部分パターンの順で筆記し、この部分パターン
の筆記順序が誤まることはほとんどない。しか
し、ストローク単位の筆順は各部分パターン内
で、しばしば誤まることが生ずる。
ここで、本来正しい筆順として第ｊ番目に書く
べきストロークを、第ｉ番目に書いたとき、筆順
変動量をｉ−ｊと定義すれば、 ストローク数m1，m2，…moなるｎ個の部分パ
ターンで構成される文字を筆記したとき、筆順変
動量の最大値は、±｜max｛m1，m2，…，mo｝−
１｜である。
べきストロークを、第ｉ番目に書いたとき、筆順
変動量をｉ−ｊと定義すれば、 ストローク数m1，m2，…moなるｎ個の部分パ
ターンで構成される文字を筆記したとき、筆順変
動量の最大値は、±｜max｛m1，m2，…，mo｝−
１｜である。
例えば、14画の文字『認』を、『言、刃、心』
の３つの部分パターンで構成されているものと見
なせば、各部分パターンのストローク数は、７，
３，４画なので、筆順変動量の最大値は、 ±｜max｛７，３，４｝−１｜＝±６ である。しかし、この値は、７画の部分パターン
『言』を、筆順的に全く逆順に筆記したときある
いは、第１（第７）番目に書くべきストロークを
第７（第１）番目に書いたときに対応し実際には、
ほとんど生じない。実際に筆記される文字におい
ては、筆順変動量は、かなり小さいものである。
の３つの部分パターンで構成されているものと見
なせば、各部分パターンのストローク数は、７，
３，４画なので、筆順変動量の最大値は、 ±｜max｛７，３，４｝−１｜＝±６ である。しかし、この値は、７画の部分パターン
『言』を、筆順的に全く逆順に筆記したときある
いは、第１（第７）番目に書くべきストロークを
第７（第１）番目に書いたときに対応し実際には、
ほとんど生じない。実際に筆記される文字におい
ては、筆順変動量は、かなり小さいものである。
第１図は、教育漢字の８画文字、27名文の文字
計2538字中、筆順誤りの存在する文字326字の
2608（＝326×８）ストロークの筆順変動量の分布
を示したものである。
計2538字中、筆順誤りの存在する文字326字の
2608（＝326×８）ストロークの筆順変動量の分布
を示したものである。
同図に示すように、筆順変動量は、−７から７
まで均一に分布するのではなく、０を中心に狭い
範囲に分布している。例えば、筆順変動量−２か
ら２までの分布の割合は97.5％である。
まで均一に分布するのではなく、０を中心に狭い
範囲に分布している。例えば、筆順変動量−２か
ら２までの分布の割合は97.5％である。
よつて、この例の場合、入力文字の第ｉ番目の
ストロークは、本来ｉ−２からｉ＋２番目の標準
パターンのストロークのいずれかに対応すれば、
97.5％の割合で正しくストロークを対応づけるこ
とが可能であると言える。
ストロークは、本来ｉ−２からｉ＋２番目の標準
パターンのストロークのいずれかに対応すれば、
97.5％の割合で正しくストロークを対応づけるこ
とが可能であると言える。
第１図では８画の文字について示したが、前述
したように、筆順誤りは、部分パターン内で生ず
ることを考えれば、他の画数の文字についても、
同様の筆順変動量の分布を示すと考えられる。
したように、筆順誤りは、部分パターン内で生ず
ることを考えれば、他の画数の文字についても、
同様の筆順変動量の分布を示すと考えられる。
本発明によるオンライン手書き文字認識方式
は、このような筆順変動量の分布にもとづき、 入力文字の第ｉ番目のストロークと標準パター
ンの第ｉ−Ａ番目から第ｉ＋Ａ番目までの2A＋
１個のストロークのみとのストローク間類似度を
計算し、そのうち最大類似度を与える標準パター
ンのストロークを入力文字の第ｉ番目のストロー
クに対応させ、入力文字の全てのストロークにつ
いて求めた各最大類度の総和を以つて、入力文字
と標準パターンとのパターン間類似度とするもの
である。
は、このような筆順変動量の分布にもとづき、 入力文字の第ｉ番目のストロークと標準パター
ンの第ｉ−Ａ番目から第ｉ＋Ａ番目までの2A＋
１個のストロークのみとのストローク間類似度を
計算し、そのうち最大類似度を与える標準パター
ンのストロークを入力文字の第ｉ番目のストロー
クに対応させ、入力文字の全てのストロークにつ
いて求めた各最大類度の総和を以つて、入力文字
と標準パターンとのパターン間類似度とするもの
である。
以下、本発明の一実施例を第２図により説明す
る。
る。
第２図は、本発明の一実施例に使用する装置の
構成図であつて、１は、文字入力装置で、たとえ
ばタブレツトであり、文字を筆記中の筆記具いわ
ゆる入力ペン２のタブレツト１の筆記面への圧着
か否かを示す情報（以下ペンアツプダウン情報と
称す。）および筆跡の座標値情報を一定時間毎に
出力するものである。３は、タブレツトインタフ
エイス部で、タブレツト１からの出力信号をマイ
クロプロセツサ４に入力できる信号に変換するも
のである。マイクロプロセツサ４は、タブレツト
インタフエイス部３より入力した入力文字の情報
をもとに、認識処理を行ない認識結果である標準
パターンの文字コードを出力インタフエイス部５
を介して出力端子８に出力する動作を行なうもの
である。６は、例えばランダムアクセスメモリ
（RAM）であり認識処理における作業領域など
に用いるものである。７は、例えばリードオンリ
メモリ（ROM）であり、照合すべき標準パター
ンの情報およびマイクロプロセツサ４の動作を規
定するプログラムなどを記録しておくものであ
る。
構成図であつて、１は、文字入力装置で、たとえ
ばタブレツトであり、文字を筆記中の筆記具いわ
ゆる入力ペン２のタブレツト１の筆記面への圧着
か否かを示す情報（以下ペンアツプダウン情報と
称す。）および筆跡の座標値情報を一定時間毎に
出力するものである。３は、タブレツトインタフ
エイス部で、タブレツト１からの出力信号をマイ
クロプロセツサ４に入力できる信号に変換するも
のである。マイクロプロセツサ４は、タブレツト
インタフエイス部３より入力した入力文字の情報
をもとに、認識処理を行ない認識結果である標準
パターンの文字コードを出力インタフエイス部５
を介して出力端子８に出力する動作を行なうもの
である。６は、例えばランダムアクセスメモリ
（RAM）であり認識処理における作業領域など
に用いるものである。７は、例えばリードオンリ
メモリ（ROM）であり、照合すべき標準パター
ンの情報およびマイクロプロセツサ４の動作を規
定するプログラムなどを記録しておくものであ
る。
以下、第２図のマイクロプロセツサ４が行なう
認識処理の概要を第３図を用いて説明する。
認識処理の概要を第３図を用いて説明する。
認識処理は、入力文字データの取込み処理４
１、前処理４２、特徴抽出処理４３、認識処理４
４および識別結果の出力４５の手順で行なう。
１、前処理４２、特徴抽出処理４３、認識処理４
４および識別結果の出力４５の手順で行なう。
まず入力文字データの取込み処理４１は、タブ
レツト１上に入力ペン２で筆記された１文字分の
文字情報（ペンアツプダウン情報および筆跡の座
標値情報）をタブレツトインタフエイス部３を介
して一定時間毎に取込み、RAM６の所定のエリ
アに格納する。そして、前処理４２において、ペ
ンアツプダウン情報をもとに、入力文字のストロ
ーク数を検出するとともに、入力文字情報を、各
ストローク毎の筆点座標値系列に分離する。さら
に、公知の雑音除去、筆点座標値系列の正規化お
よび位置、大きさ等の前処理を行なう。
レツト１上に入力ペン２で筆記された１文字分の
文字情報（ペンアツプダウン情報および筆跡の座
標値情報）をタブレツトインタフエイス部３を介
して一定時間毎に取込み、RAM６の所定のエリ
アに格納する。そして、前処理４２において、ペ
ンアツプダウン情報をもとに、入力文字のストロ
ーク数を検出するとともに、入力文字情報を、各
ストローク毎の筆点座標値系列に分離する。さら
に、公知の雑音除去、筆点座標値系列の正規化お
よび位置、大きさ等の前処理を行なう。
上記前処理された入力文字情報にもとづいて特
徴抽出処理４３において、公知の特徴抽出を行な
う。特徴抽出された入力文字情報X〓は、入力文字
のストローク数をＭ、特徴抽出されたストローク
の各々を筆順（ストローク順）にX1，X2，…，
XMとすれば、 X〓＝（X1，X2，…，XM） ……(1) なる多次元ベクトル空間で表わされる。
徴抽出処理４３において、公知の特徴抽出を行な
う。特徴抽出された入力文字情報X〓は、入力文字
のストローク数をＭ、特徴抽出されたストローク
の各々を筆順（ストローク順）にX1，X2，…，
XMとすれば、 X〓＝（X1，X2，…，XM） ……(1) なる多次元ベクトル空間で表わされる。
この特徴抽出された入力文字情報X〓をもとに識
別処理４４において、照合すべき標準パターンと
のパターン間類似度ρcを求め、最大パターン間類
似度を与える標準パターンの文字コードPCを識
別結果とする。そして、この識別結果を、識別結
果の出力４５にて、出力インタフエイス部５を介
して出力端子８に出力する。
別処理４４において、照合すべき標準パターンと
のパターン間類似度ρcを求め、最大パターン間類
似度を与える標準パターンの文字コードPCを識
別結果とする。そして、この識別結果を、識別結
果の出力４５にて、出力インタフエイス部５を介
して出力端子８に出力する。
識別処理４４の処理は、まず４４１にて最大パ
ターン間類似度ρc naxをC0（定数）に初期設定し、
照合すべき標準パターンS〓（ただし＝１〜Ｌ
で、Ｌは照合すべき標準パターンの数）とのパタ
ーン間類似度ρcを４４３にて計算し、４４４１に
てρcがρc naxより大なるとき、４４４２にてρc naxを
このρcに置換するとともに、４４４３にてこのと
きの標準パターンS〓の文字コードPCを文字コ
ードPCに記憶する。この手順を、４４２にて照
合すべき標準パターンの個数Ｌ個について、くり
返す。このとき、照合すべき標準パターン群は、
入力文字のストローク数Ｍと等しい標準パターン
で、ROM７に所定の順序で格納されているもの
から、順次マイクロプロセツサ４に取込み、パタ
ーン間類似度を計算する。
ターン間類似度ρc naxをC0（定数）に初期設定し、
照合すべき標準パターンS〓（ただし＝１〜Ｌ
で、Ｌは照合すべき標準パターンの数）とのパタ
ーン間類似度ρcを４４３にて計算し、４４４１に
てρcがρc naxより大なるとき、４４４２にてρc naxを
このρcに置換するとともに、４４４３にてこのと
きの標準パターンS〓の文字コードPCを文字コ
ードPCに記憶する。この手順を、４４２にて照
合すべき標準パターンの個数Ｌ個について、くり
返す。このとき、照合すべき標準パターン群は、
入力文字のストローク数Ｍと等しい標準パターン
で、ROM７に所定の順序で格納されているもの
から、順次マイクロプロセツサ４に取込み、パタ
ーン間類似度を計算する。
以下本発明の特徴である４４３におけるパター
ン間類似度ρcの計算法を、第４図に一例を示して
説明する。
ン間類似度ρcの計算法を、第４図に一例を示して
説明する。
パターン間類似度ρcは、入力文字X〓のストロー
クXiと標準パターンS〓のストロークSjとのス
トローク間類似度にもとづいて求める。ここで、
標準パターンS〓の各ストロークをストローク順
にS1，S2，…，SMとすれば、標準パターン
S〓は、 S〓＝（S1，S2，…，SM） ……(2) なる多次元ベクトル空間で表わされる。
クXiと標準パターンS〓のストロークSjとのス
トローク間類似度にもとづいて求める。ここで、
標準パターンS〓の各ストロークをストローク順
にS1，S2，…，SMとすれば、標準パターン
S〓は、 S〓＝（S1，S2，…，SM） ……(2) なる多次元ベクトル空間で表わされる。
入力文字が必ずしも正しい筆順で書かれていな
いため、入力文字と同一のカテゴリーの標準パタ
ーンとの照合との場合であつても、必ずしも、ス
トローク順序において、一致する保証はない。す
なわち、X1S1，X2S2，…，XMSMとな
る保証はない。よつて、入力文字の各ストローク
Xiを、標準パターンS〓の各ストロークSjに正
しく対応させ、正しく対応したストローク間類度
ρijの総和でもつてパターン間距離とする必要があ
る。
いため、入力文字と同一のカテゴリーの標準パタ
ーンとの照合との場合であつても、必ずしも、ス
トローク順序において、一致する保証はない。す
なわち、X1S1，X2S2，…，XMSMとな
る保証はない。よつて、入力文字の各ストローク
Xiを、標準パターンS〓の各ストロークSjに正
しく対応させ、正しく対応したストローク間類度
ρijの総和でもつてパターン間距離とする必要があ
る。
入力文字のストロークXiの標準パターンのス
トロークSjへの対応づけは、前述した筆順変動
量の分布（第１図に示した）をもとに、筆順的に
Si-AからSi+Bまでのストロークのうち、最大スト
ローク間類似度ρ3 naxを与える標準パターンのスト
ロークを対応させる。そして、各ストロークXi
に対応した標準パターンのストロークSjとのス
トローク間類似度ρijの総和でもつて、パターン間
類似度ρcとする。
トロークSjへの対応づけは、前述した筆順変動
量の分布（第１図に示した）をもとに、筆順的に
Si-AからSi+Bまでのストロークのうち、最大スト
ローク間類似度ρ3 naxを与える標準パターンのスト
ロークを対応させる。そして、各ストロークXi
に対応した標準パターンのストロークSjとのス
トローク間類似度ρijの総和でもつて、パターン間
類似度ρcとする。
以下このパターン間類似度ρcの計算法の手順を
詳しく説明する。
詳しく説明する。
まず、４４３１にて、パターン間類似度ρcの値
を０に初期設定する。そして、４４３２にて、入
力文字の各ストロークXi毎に、以下に説明する
４４３３，４４３４，４４３５，４４３６の処理
をｉ＝１〜Ｍまでくり返す。
を０に初期設定する。そして、４４３２にて、入
力文字の各ストロークXi毎に、以下に説明する
４４３３，４４３４，４４３５，４４３６の処理
をｉ＝１〜Ｍまでくり返す。
４４３３では、入力文字のストロークXiに対
する標準パターンのストロークの対応すべき範囲
を設定する。つまり、Xiに対して、筆順的にSjS
からSjEまでの標準パターンのストロークのいず
れかに対応させるべきjS，jEを設定する。ここで
jSは、４４３３１に示すように、jS＝ｉ−AjEは
４４３３２に示すように、jE＝ｉ＋Ｂとする。ま
た、４４３３３の判定にてjS＜１なるとき、４４
３３４にてjS＝１，４４３３５の判定にてjE＞Ｎ
なるとき４４３３６にてjE＝Ｎとする。ただし、
Ｎは照合すべき標準パターンのストローク数で、
通常、入力文字のストローク数Ｍと同じ値であ
る。
する標準パターンのストロークの対応すべき範囲
を設定する。つまり、Xiに対して、筆順的にSjS
からSjEまでの標準パターンのストロークのいず
れかに対応させるべきjS，jEを設定する。ここで
jSは、４４３３１に示すように、jS＝ｉ−AjEは
４４３３２に示すように、jE＝ｉ＋Ｂとする。ま
た、４４３３３の判定にてjS＜１なるとき、４４
３３４にてjS＝１，４４３３５の判定にてjE＞Ｎ
なるとき４４３３６にてjE＝Ｎとする。ただし、
Ｎは照合すべき標準パターンのストローク数で、
通常、入力文字のストローク数Ｍと同じ値であ
る。
また、数値Ａ，Ｂは、筆順変動量の分布にもと
づいて決定すべき値で、ここでは、ともに２とし
て以下説明する。
づいて決定すべき値で、ここでは、ともに２とし
て以下説明する。
第５図に入力文字のストローク数が８画の場合
の各Xiに対する標準パターンの対象ストローク
範囲（斜線部以外のところ）を示す。
の各Xiに対する標準パターンの対象ストローク
範囲（斜線部以外のところ）を示す。
次に４４３４にて、最大ストローク間類似度
ρ3 naxの値を定数C1に初期設定する。そして、４４
３５にて、先に設定したjS，jEよりなる標準パタ
ーンのストロークSj（ｊ＝jS〜jE）に対して、
入力文字のストロークXiとの各ストローク間類
似度ρijを計算し、そのうち最大値を与えるストロ
ーク間類似度ρ3 naxを検出する。第５図において最
大値を与えるρijを丸印で囲んで表現してある。こ
の検出は、４４３５１にて求めたストローク間類
似度ρijが４４３５２の判定にてρij＞ρ3 naxなると
き、４４３５３にて、ρ3 nax＝ρijと置換することに
よつて行なう。そして、４４３６にて、パターン
間類似度ρcにこのρ3 naxを加算、つまりρc＝ρc＋ρ3
nax
を行なう。
ρ3 naxの値を定数C1に初期設定する。そして、４４
３５にて、先に設定したjS，jEよりなる標準パタ
ーンのストロークSj（ｊ＝jS〜jE）に対して、
入力文字のストロークXiとの各ストローク間類
似度ρijを計算し、そのうち最大値を与えるストロ
ーク間類似度ρ3 naxを検出する。第５図において最
大値を与えるρijを丸印で囲んで表現してある。こ
の検出は、４４３５１にて求めたストローク間類
似度ρijが４４３５２の判定にてρij＞ρ3 naxなると
き、４４３５３にて、ρ3 nax＝ρijと置換することに
よつて行なう。そして、４４３６にて、パターン
間類似度ρcにこのρ3 naxを加算、つまりρc＝ρc＋ρ3
nax
を行なう。
この一連の処理手順によつて、入力文字のスト
ロークXiは、標準パターンのストロークSj（ｊ
＝ｉ−２〜ｉ＋２）のうち最大ストローク間類似
度を与えるストロークSjに対応させられ、これ
らの各Xiに対する対応したSjとのストローク間
類似度（第５図における丸印で囲んだρijの値）の
総和でもつて、パターン間類似度ρcを得ることが
できる。
ロークXiは、標準パターンのストロークSj（ｊ
＝ｉ−２〜ｉ＋２）のうち最大ストローク間類似
度を与えるストロークSjに対応させられ、これ
らの各Xiに対する対応したSjとのストローク間
類似度（第５図における丸印で囲んだρijの値）の
総和でもつて、パターン間類似度ρcを得ることが
できる。
以上の実施例では、入力文字のストロークXi
を標準パターンのストロークSj（ただし、ｊ＝
ｉ−Ａ〜ｉ＋Ｂ）のうち最大ストローク間類似度
を与えるストロークSjに対応させるようにした
処理方法としたが、これに代えて、標準パターン
のストロークSjを入力文字のストロークXi（た
だしｉ＝ｊ−Ａ〜ｊ＋Ｂ）のうち最大ストローク
間類似度を与えるストロークXiに対応させるよ
うにしても同様な効果が得られることは言うまで
もない。
を標準パターンのストロークSj（ただし、ｊ＝
ｉ−Ａ〜ｉ＋Ｂ）のうち最大ストローク間類似度
を与えるストロークSjに対応させるようにした
処理方法としたが、これに代えて、標準パターン
のストロークSjを入力文字のストロークXi（た
だしｉ＝ｊ−Ａ〜ｊ＋Ｂ）のうち最大ストローク
間類似度を与えるストロークXiに対応させるよ
うにしても同様な効果が得られることは言うまで
もない。
また、前述の実施例では、照合すべき標準パタ
ーンは、入力文字のストローク数Ｍと等しいもの
としたが、この限りではなく、例えば、入力文字
において、続け書きが生じ、本来の文字よりスト
ローク数が減少したような入力文字の認識におい
ても、本処理方法によつて認識可能とすることが
できる。例えば、入力文字にｎ個所の続け書きを
許すとすれば、照合すべき標準パターンは、入力
文字のストローク数がＭのとき、Ｍ，Ｍ＋１，
…，Ｍ＋ｎなる標準パターン群とすれば良い。
ーンは、入力文字のストローク数Ｍと等しいもの
としたが、この限りではなく、例えば、入力文字
において、続け書きが生じ、本来の文字よりスト
ローク数が減少したような入力文字の認識におい
ても、本処理方法によつて認識可能とすることが
できる。例えば、入力文字にｎ個所の続け書きを
許すとすれば、照合すべき標準パターンは、入力
文字のストローク数がＭのとき、Ｍ，Ｍ＋１，
…，Ｍ＋ｎなる標準パターン群とすれば良い。
またこのとき、標準パターンのストローク数Ｎ
＝Ｍ，Ｍ＋１，…，Ｍ＋ｎに対して、対象となる
ストローク範囲を設定する定数Ｂを例えば、２，
３，…，２＋ｎのように設定すれば良い。
＝Ｍ，Ｍ＋１，…，Ｍ＋ｎに対して、対象となる
ストローク範囲を設定する定数Ｂを例えば、２，
３，…，２＋ｎのように設定すれば良い。
また、定数Ａ，Ｂは、認識の精度に応じて、可
変することも可能である。
変することも可能である。
以上説明したように、本発明によれば、入力文
字に筆順誤りが存在する場合でも、入力文字と標
準パターンとの各ストロークを正しく対応させ、
かつ、パターン間類似度の計算時間を大幅に低減
させることができる。
字に筆順誤りが存在する場合でも、入力文字と標
準パターンとの各ストロークを正しく対応させ、
かつ、パターン間類似度の計算時間を大幅に低減
させることができる。
例えば、入力文字のストロークXiに対する標
準パターンのストロークSjとのストローク間類
似度ρijの計算の範囲をｊ−２からｊ＋２までとす
れば、入力文字が８画の場合、ρijの計算回数は、
34回となり従来の64回に比し約53％に低減するこ
とができる。この値は、画数が多くなるほど効果
的で、12画では約38％，18画では約26％となる。
準パターンのストロークSjとのストローク間類
似度ρijの計算の範囲をｊ−２からｊ＋２までとす
れば、入力文字が８画の場合、ρijの計算回数は、
34回となり従来の64回に比し約53％に低減するこ
とができる。この値は、画数が多くなるほど効果
的で、12画では約38％，18画では約26％となる。
このことは、画数が多くかつカテゴリー数の多
い漢字ほど、本発明によるパターン間類似度計算
の大幅な低減を可能にすることを示すものであ
る。また、本発明は、処理量の低減効果のみなら
ず、入力文字のストロークXiに対する標準パタ
ーンのストロークの対応の範囲を筆順変動量の分
布にもとづき、制限することによつてストローク
Xiと標準パターンストロークSjの｜ｉ−ｊ｜が
極端に大きなストロークの誤対応をさけることが
できる。これは、ストローク間類似度ρijをストロ
ークの形状情報のみで定義するような認識方式に
おいて有効となる。なんとなれば、漢字は、同一
あるいは類似した形状のストロークの組み合わせ
であるから、｜ｉ−ｊ｜が極端に大きな対応が最
大類似度を与えることがしばしば生ずるからであ
る。
い漢字ほど、本発明によるパターン間類似度計算
の大幅な低減を可能にすることを示すものであ
る。また、本発明は、処理量の低減効果のみなら
ず、入力文字のストロークXiに対する標準パタ
ーンのストロークの対応の範囲を筆順変動量の分
布にもとづき、制限することによつてストローク
Xiと標準パターンストロークSjの｜ｉ−ｊ｜が
極端に大きなストロークの誤対応をさけることが
できる。これは、ストローク間類似度ρijをストロ
ークの形状情報のみで定義するような認識方式に
おいて有効となる。なんとなれば、漢字は、同一
あるいは類似した形状のストロークの組み合わせ
であるから、｜ｉ−ｊ｜が極端に大きな対応が最
大類似度を与えることがしばしば生ずるからであ
る。
第１図は筆順変動量の分布を示す図、第２図は
本発明によるオンライン手書き文字認識方式を行
なう構成の一例を示す図、第３図は認識処理の概
略手順を示す図、第４図は本発明によるパターン
間類似度の計算手順を示す図、第５図はパターン
間類似度の計算の動作を説明するための概念図で
ある。 １……タブレツト、２……入力ペン、４……マ
イクロプロセツサ、６……RAM、７……ROM、
４４３……パターン間類似度計算処理、４４３３
……対象ストローク範囲の設定処理。
本発明によるオンライン手書き文字認識方式を行
なう構成の一例を示す図、第３図は認識処理の概
略手順を示す図、第４図は本発明によるパターン
間類似度の計算手順を示す図、第５図はパターン
間類似度の計算の動作を説明するための概念図で
ある。 １……タブレツト、２……入力ペン、４……マ
イクロプロセツサ、６……RAM、７……ROM、
４４３……パターン間類似度計算処理、４４３３
……対象ストローク範囲の設定処理。
Claims (1)
- 【特許請求の範囲】 １ 認識すべき入力文字の各ストロークと照合さ
れるべき標準パターンの各ストロークとのストロ
ーク間類似度を計算し、該各ストローク間類似度
を行列要素とするストローク間類似度行列にもと
づいて、該入力文字を認識するオンライン手書き
文字認識方式において、 該入力文字の筆順的に第ｉ番目のストローク
Xiと標準パターンθの第ｊ番目のストロークと
のストローク間類似度pij ここで、ｊ＝jS〜jEで jS＝ｉ−Ａ，jE＝ｉ＋Ｂ ただし、jS＜１のときjS＝１ jE＞ＮのときjE＝Ｎ Ｎは、標準パターンのストローク数 Ａ，Ｂは、正の整数 を求め、このうち最大値を示すストローク間類度
を検出し、入力文字のすべてのストロークについ
て、検出した各最大値を示すストローク間類似度
の総和を、該標準パターンθとのパターン間類似
度とし、照合すべき標準パターンのうち最大のパ
ターン間類似度を与える標準パターンのコードを
該認識すべき入力文字の認識結果とすることを特
徴とするオンライン手書き文字認識方式。 ２ 該正の整数Ａ，Ｂを、該認識すべき入力文字
のストローク数に無関係に、一定の値にしたこと
を特徴とする特許請求の範囲第１項記載のオンラ
イン手書き文字認識方式。 ３ 該正の整数Ａ，Ｂを、該認識すべき入力文字
のストローク数Ｍと、該照合すべき標準パターン
のストローク数Ｎとの差に応じて可変することを
特徴とする特許請求の範囲第１項記載のオンライ
ン手書き文字認識方式。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP59208178A JPS6186881A (ja) | 1984-10-05 | 1984-10-05 | オンライン手書き文字認識方式 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP59208178A JPS6186881A (ja) | 1984-10-05 | 1984-10-05 | オンライン手書き文字認識方式 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPS6186881A JPS6186881A (ja) | 1986-05-02 |
| JPH0465431B2 true JPH0465431B2 (ja) | 1992-10-20 |
Family
ID=16551949
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP59208178A Granted JPS6186881A (ja) | 1984-10-05 | 1984-10-05 | オンライン手書き文字認識方式 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPS6186881A (ja) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP3437347B2 (ja) | 1995-09-08 | 2003-08-18 | キヤノン株式会社 | 文字認識装置及びその方法及びコンピュータ |
-
1984
- 1984-10-05 JP JP59208178A patent/JPS6186881A/ja active Granted
Also Published As
| Publication number | Publication date |
|---|---|
| JPS6186881A (ja) | 1986-05-02 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| EP0114248B1 (en) | Complex pattern recognition method and system | |
| EP0114250B1 (en) | Confusion grouping of strokes in pattern recognition method and system | |
| EP0538038B1 (en) | Character recognition method & apparatus | |
| US5930380A (en) | Method and apparatus for verifying static signatures using dynamic information | |
| US5802205A (en) | Method and system for lexical processing | |
| JPH0562391B2 (ja) | ||
| EP0564827A2 (en) | A post-processing error correction scheme using a dictionary for on-line handwriting recognition | |
| JPH06208653A (ja) | 記号正規化方法 | |
| JPH10143668A (ja) | 手書き文字列の照合方法および装置 | |
| US8005262B2 (en) | System and method for video object identification | |
| US5659633A (en) | Character recognition method utilizing compass directions and torsion points as features | |
| JPH0465431B2 (ja) | ||
| JPS62111369A (ja) | シンボル認識方法 | |
| JP3192468B2 (ja) | オンライン手書き文字認識装置及び認識方法 | |
| JP3198218B2 (ja) | オンライン手書き文字認識方法 | |
| JP2649806B2 (ja) | 文字認識方法 | |
| JP2671984B2 (ja) | 情報認識装置 | |
| JP2851865B2 (ja) | 文字認識装置 | |
| JPH0443316B2 (ja) | ||
| JPS61290584A (ja) | 文字認識方法 | |
| KR900005141B1 (ko) | 문자인식장치 | |
| JPH10247221A (ja) | オンライン文字認識装置 | |
| JPS58105388A (ja) | オンライン手書き文字認識方式 | |
| JPS6215681A (ja) | オンライン手書き文字認識方式 | |
| JPH08123906A (ja) | 文字認識方法 |