JPH0471232B2 - - Google Patents

Description

【発明の詳細な説明】 本発明は紙面上に記載された文字列メイージを
個々に分離するための文字ピツチを自動的に検出
する文字ピツチ検出装置に関するものである。各
種印刷文字等を光学的に読み取る装置（以下、
OCRと呼ぶ）において、一連の文字を認識する
場合、各文字を１字毎に分離して文字認識部に送
出してやる必要がある。各文字を１字毎に分離す
るために必要となる情報として文字ピツチがあ
り、OCRの読み取り対象となる印刷物の大きさ
や種類が限定されれば、前もつて与えることがで
きる。

しかし、最近のように、OCRにおける読み取
り対象も不特定な文字ピツチを持つ郵便物や文書
のような広汎な適用範囲のものがとられると、前
以つて、文字ピツチを知ることができないため、
紙面上の文字列イメージから文字ピツチを推定す
る必要が生じる。従来の文字ピツチの推定方法と
して、例えば、平均文字ピツチなどが用いられて
いた。しかし、英印字文字のように、フオントや
文字カテゴリーによつて、個々の文字幅が大きく
異なる場合や接触する文字数が増加した場合に
は、上述した平均文字ピツチと実際の文字ピツチ
とでは、一文字の分離を行う時に生じる誤差が無
視できなくなる。そのため、例えば、上述した平
均文字ピツチを用いて、文字間で接触が生じた多
くの文字を含む文字列メメージを分離した場合に
は、接触した文字の個数を誤まつたり、不正確な
分離位置で切断されたりする。

また、上述した条件下で、一文字単位の分離を
行うためには、文字ピツチの精度の良い推定値と
共にその文字ピツチがどの程度正確であるかを表
わす文字ピツチの推定誤差も検出することが必要
となる。

このような推定精度が与えられれば、例えば、
文字ピツチの微小誤差を文字パターンイメージの
特徴を用いて吸収する際のパラメータとしても利
用することができる。

そこで、本発明の目的は、上述した問題点を解
決するために、白地で分離可能な複数個の文字イ
メージ即ち、文字塊から算出される文字塊間距離
に関する頻度分布を、複数個の文字塊の平均高さ
から始めて、クラスター化しながら、推定文字ピ
ツチを更新し、推定誤差も算出するようにした文
字ピツチ検出装置を提供することにある。

本発明の他の目的は、紙面上の一連の文字イメ
ージに文字間の接触を含む文字イメージや１文字
が２文字に分離する文字イメージが含まれていて
も、安定にしかも最良な文字ピツチを推定するこ
とが可能な文字ピツチ検出装置を提供することに
ある。

本発明によれば紙面上に記載された一連の文字
列イメージを走査し、一文字単位に分離するため
の文字ピツチを抽出する文字ピツチ検出装置にお
いて、一連の文字列イメージから白地で分離可能
な複数個の文字塊を順次検出する手段と、複数個
の文字塊の始端位置の間又は終端位置の間の距離
を示す文字塊間距離を算出し、文字塊間距離の頻
度を記憶する頻度分布テーブルと、複数個の文字
塊の高さから文字ピツチの予測区間を設定し、頻
度分布テーブルを用いて、最頻度値文字塊間距離
p₁を予測区間内で検出する手段と、順次算出され
る最頻値文字塊間距離p_k（但し、Ｋ＝１，２…）
からｋ文字の存在範囲を設定し、存在範囲に属す
る複数個の文字塊間距離における分散σ² _k及びサ
ンプル数n_kを算出する手段と、算出されたｋ個の
最頻値文字塊間距離p₁，p₂…p_k及び分散σ² ₁，σ² ₂，
…σ² _k及びサンプル数n₁，n₂…n_kを用いて、推定文
字ピツチＰ∧(k)及び推定誤差を最尤推定により算出
する手段と、推定文字ピツチＰ∧(k)から、文字ピツ
チの（ｋ＋１）倍となる予測区間を設定し、頻度
テーブルを用いて最頻度値文字塊間距離p_k+1を予
測区間内で検出する手段とを有することを特徴と
する文字ピツチ検出装置が得られる。

以下、本発明における具体的一実施例を参照し
て説明する。

第１図は本発明が適用される文字列イメージの
一部を示した一例である。図において、斜線で示
した白地で分離可能な文字イメージ即ち文字塊を
矩形領域を示している。図中Hi（ｉ＝１……７）
は、各文字塊の高さを示している。図中Vi（ｉ＝
１……７）は文字塊間距離の一例であり、各文字
塊の始端位置から次に出現する文字塊の始端位置
までの距離を示している。ここで、文字塊間距離
は、図１の記号Vi（ｉ＝１……７）の一例で示し
たように各文字塊の始端間で測定される距離のみ
ならず、各文字塊の終端間で測定される距離も含
むものである。即ち、文字塊間距離は、各文字塊
の始端（終端）位置から次又は次以降に出現する
文字塊の始端（終端）位置の間で測定される距離
を意味する。尚、図１０の記号V10で示すよう
な、文字行の最後に出現する文字塊の幅は、特殊
な文字塊間距離として取り扱うことは可能である
が、本発明では文字塊間距離には含めないものと
する。

第２図は、第１図で示したような一連の文字塊
間距離の頻度分布の一例である。図において、頻
度分布の横軸Ｖは、文字塊間距離Ｖの値を示して
おり、縦軸NUMは、任意の文字塊間距離におけ
る頻度数を示している。そこで、第２図を用い
て、本発明の原理を説明する。

第１図で示した複数個の文字塊の高さH₁，
H₂，…の平均高さH_nと、係数α₁，α₂（但し、α₁
＜α₂）から、予測区間C₁を設定する。次に、予
測区間C₁内で、一定許容幅△τ（図中、△τ＝
１）で最頻値文字塊間距離p₁を求める。最頻値文
字塊間距離p₁から１文字の存在範囲s₁の上限値を
例えばp₁＋p₁／２として算出する。尚、ここで、１ 文字の存在範囲s₁の下限値を、p₁／２とする。上述 した存在範囲s₁内のn₁個（以下、サンプル数n₁と
表わす）の文字塊間距離について、前述した最頻
値文字塊間距離p₁に対する分散σ² ₁を算出する。

次に、推定文字ピツチを算出するのであるが、
最頻値文字塊間距離p₁のみの検出しか行つていな
いので、推定文字ピツチｐ∧(1)は、p₁となる。ま
た、この時点での文字ピツチの推定誤差△ε(1)と
して、分散σ² ₁で表わすことができる。

次に、推定文字ピツチｐ∧(1)から、文字ピツチの
２倍となる予測区間C₂を２・ｐ∧(1)±α₃より設定
し、予測区間C₂内で、一定許容幅△τを設け、
最頻値文字塊間距離p₂を検出する。ここでα₃は定
数でも良いし、例えば、分散σ² ₁の標準偏差σに基
づいて設定しても良い。最頻値文字塊間距離p₂が
検出されると、同様にして、２文字の存在範囲s₂
の上限値を例えば、p₂＋１／２・（p₂／２）より算出し
、 上述した存在範囲s₂内のサンプル数n₂の文字塊間
距離について、分散σ² ₂を算出する。

次に、推定文字ピツチｐ∧(1)を次のようにして更
新し、より正確な推定文字ピツチｐ∧(2)を求める。
より正確な推定文字ピツチは、得られた最頻値文
字塊間距離p₁，p₂及びサンプル数n₁，n₂を用い
て、最尤推定によつて、行われる。

例えば、 ｐ∧(2)＝１／₂ Σ^k=1 ｋ・√_k・（√₁・p₁＋２・√₂・
p₂／２） を計算することによつて、推定文字ピツチｐ∧(2)を
得ることができる。

またこの時点での推定誤差△ε(2)は、例えば、 △ε(2)＝１／₂ Σ^k=1 ・√_k・（√₁・σ² ₁＋２√₂・σ² ₂） を計算することによつて、得ることができる。

以下、同様にして、推定文字ピツチｐ∧(3)，ｐ∧(4)
と順次、推定文字ピツチを更新が行われる。

そこで、ｌ個の最頻値文字塊間距離p₁，p₂，…
…p_l及びサンプル数n₁，n₂，…n_l及び分散σ² ₁σ² ₂…
σ² _lを用いて、得られる最尤推定文字ピツチｐ∧(l)は ｐ∧(l)＝_l Σ^k=1 ｗ（ｋ，n_k）・4_k／ｋ より算出できる。また、この時点での推定誤差△
ε(l)は、 △ε(l)＝_l Σ^k=1 ｗ（ｋ，n_k）・σ² _k より算出できる。

尚、上述した係数ｗ（ｋ，n_k）は整数値ｋ及び
最頻度数n_kによつて定まり例えば、 ｋ・√_k／_l Σ^k=1 ｋ・√_k より得られる。更に、前述した最尤推定値ｐ∧(l)及
び推定誤差△ε(l)は、加算部、乗算部、除算部に
よつて、容易に計算されることは言うまでもな
い。更に、加算や乗算部・除算部の順序性を変え
ることによつて、計算時間を減少させることも可
能である。

第３図は本発明の具体的一実施例を示す論理ブ
ロツク図である。走査装置１は紙面上に記載され
た文字列イメージを光学的に走査して、電気信号
に変換し、２値量子化後、文字列イメージメモリ
２へ書き込む。文字塊抽出装置３は、文字列イメ
ージメモリ２に格納された複数個の文字列イメー
ジから文字塊を順次抽出し、各文字塊の始点位置
及び大きさを文字塊レジスタ４へ格納する。尚、
文字塊の大きさは、文字塊の幅及び高さを表わす
ものとする。また、このような文字塊抽出装置
は、例えば、同一出願人による特願昭56−27512
号明細書で示されている技術を用いることができ
る。制御装置７は、順次、文字塊レジスタ４から
転送される文字塊の始点位置から文字塊間距離を
算出し、頻度分布テーブル６の対応する文字塊間
距離のアドレス位置の内容である頻度数をインク
リメントする。このようにして、メモリから構成
される頻度分布テーブル６に、第２図で示したよ
うな文字塊間距離の頻度分布が生成される。尚、
頻度分布テーブル６は、最初０に初期化されてい
るとする。

次に、制御装置７によつて、文字塊レジスタ４
に格納された複数個の文字塊の高さから平均高さ
H_nが算出され、予測区間算出部８へ転送される。
定数レジスタ２０は、第２図で示した係数α₁，α₂
（但し、α₁＜α₂）を格納し、定数レジスタ２１は
第２図で示した係数α₃を格納する。２２はカウン
タであり、値ｋ（但し、初期値として１）がセツ
トされている。制御装置７によつて、予測区間算
出部８へ、平均高さH_nが入力されると、予測区
間算出部８は、定数レジスタ２０より係数α₁及び
α₂を入力し、α₁，H_n及びα₂・H_nを前述した予測
区間の下限値及び上限値として算出し、最頻値文
字塊間距離検出部９へ転送する。一方、制御装置
７によつて、予測区間算出部８へ、後述する推定
文字ピツチｐ∧(k)が入力されると、予測区間算出部
８は、定数レジスタ２１より係数α₃を入力し、更
に、カウンタ２２よりカウンタ値ｋを入力して、
ｋ・ｐ∧(k)−α₃及びｋ・ｐ∧(k)＋α₃を前述した予測
区
間の下限値及び上限値として算出し、最頻値文字
塊間距離検出部９へ転送する。

最頻値文字塊間距離検出部９は、予測区間算出
部８より入力された予測区間の下限値と上限値内
に属する文字塊間距離の頻度数を制御装置７を介
して、頻度分布テーブル６より読み出し、一定許
容幅△τ（但し、△τ＝１，２…）で最頻値文字
塊間距離p_kを求めレジスタ１０に格納する。尚、
最頻値文字塊間距離p_kは、カウンタ２２の値ｋに
応じて、レジスタ１０の所定の位置にセツトされ
る。存在区間算出部１１は、カウンタ２２の値ｋ
に応じてレジスタ１０の所定の位置にセツトされ
た最頻値文字塊間距離p_kを読み出し、ｋ文字の存
在範囲の上限値として、p_k＋１／２・（p_k／ｋ）を算出 し、レジスタ１２の所定の位置に転送する。

尚、カウンタ２２の値ｋが１の時、レジスタ１
０の所定の位置に格納された最頻値文字塊間距離
p₁を読み出し、１文字の存在範囲の上限値とし
て、p₁＋１／２・p₁を算出すると共に、１文字の存 在範囲の下限値として、p₁−１／２・p₁も同時に算 出し、レジスタ１２の所定の位置に転送する。

文字塊間距離分散算出部１３は、カウンタ２２
の値ｋに応じて、レジスタ１０にセツトされた最
頻値文字塊間距離p_k及びレジスタ１２にセツトさ
れたｋ文字の存在範囲の下限値p_k-1＋１／２ （p_k-1／ｋ−１）（但し、ｋ＝１の時p₁−１／２p₁とな
る） と上限値p_k＋１／２（p_k／ｋ）を用いて、制御装置７を 介して、頻度分布テーブル６を参照し、前述した
存在範囲に属するサンプル数n_k個の文字塊間距離
V_i（ｉ＝１…n_k）を順次読み出し、分散σ² _kを算出
し、分散σ² _k及びサンプル数n_kを分散レジスタ１４
の所定の位置に転送する。

前述した分散σ² _kとして、例えば、 １／n_kok Σⁱ⁼¹ （V_i−p_k）² を計算することにより得られる。

推定文字ピツチ演算部１４は、カウンタ２２の
値ｋ及びレジスタ１０の所定の位置に格納された
文字塊間距離p₁，p₂，…p_k及び分散レジスタ１３
の所定の位置に格納された分散σ² ₁，σ² ₂，…σ² _k及び
サンプル数n₁，n₂…n_kを用いて、推定ピツチｐ∧(k)
及び推定誤差△ε_kを算出し、文字ピツチ情報レジ
スタ１５へ格納する。

文字ピツチ情報レジスタ１５に推定文字ピツチ
ｐ∧(k)及び推定誤差△ε_kがセツトされると、制御装
置７によつてカウンタ２２を１カウントアツプす
ると共に推定文字ピツチｐ∧(k)を予測区間算出部８
へ転送する。

前述した推定文字ピツチｐ∧(k)及び推定誤差△ε
(k)は、例えば第２図の説明において、示したよう
な計算式で求められる。

以上の動作が繰り返えされ、頻度分布テーブル
６上の文字塊間距離の頻度をすべて調べられる
と、文字ピツチの最適な推定値及び推定誤差△ε
(k)が文字ピツチ情報レジスタ１５へセツトされ
る。１文字分離位置決定部５は、文字ピツチ情報
レジスタ１５にセツトされた文字及び推定誤差△
ε(k)及び文字塊レジスタ４に格納された文字塊の
位置及び大きさに基づいて、一文字単位の文字イ
メージに分離する。１文字分離位置決定部５は公
知の技術を用いて行うことができる。

なお、“，”や“．”等について、予め従来行な
われているノイズ除去方法にてこれ等を取り除い
た後に本発明装置にて文字ピツチの検出を行なえ
ばより効果は大きく、特に文字数の少ない場合に
おいて効果が大きい。

以上、述べたように、本発明を用いることによ
り、予め文字ピツチがわからなくとも、また、文
字塊の接触や文字間の分離を含む文字イメージが
含まれていても正確に、文字ピツチを測定するこ
とが容易に実現できる。

【図面の簡単な説明】

第１図は、本発明が適用される文字列イメージ
の一部を一例として示した図である。第２図は、
紙面上の文字塊間距離の頻度分布の一例を示す図
である。第３図は、本発明の具体的一実施例を示
す論理ブロツク図である。 図において、１は走査装置、２は文字列イメー
ジメモリ、３は文字塊抽出装置、４は文字塊レジ
スタ、６は頻度分布テーブル、８は予測区間算出
部、９は最頻値文字塊間距離検出部、１０はレジ
スタ、１１は存在区間算出部、１２は、レジス
タ、１３は、文字塊間距離分散算出部、１４は分
散レジスタ１４，１５は推定文字ピツチ演算部、
１６は文字ピツチ情報レジスタ、２０及び２１は
定数レジスタ、２２はカウンタ、５は、１文字分
離位置決定部、７は制御装置である。

Claims (1)

【特許請求の範囲】
1. １ 紙面上に記載された一連の文字列イメージを
   走査し、一文字単位に分離するための文字ピツチ
   を抽出する文字ピッチ検出装置において、前記一
   連の文字列イメージから白地で分離可能な複数個
   の文字塊を順次検出する手段と、前記複数個の文
   字塊の始端位置の間又は終端位置の間の距離を示
   す文字塊間距離を算出し、該文字塊間距離の頻度
   を記憶する頻度分布テーブルと、前記複数個の文
   字塊の高さから文字ピツチの予測区間を設定し、
   前記頻度分布テーブルを用いて、最頻度値文字塊
   間距離p₁を該予測区間で検出する手段と、順次算
   出される前記最頻値文字塊間距離p_k（但し、ｋ＝
   １，２……）からｋ文字の存在範囲を設定し、該
   存在範囲に属する複数個の該文字塊間距離におけ
   る分散σ² _k及びサンプル数n_kを算出する手段と、
   算出されたｋ個の前記最頻値文字塊間距離p₁，p₂
   …p_k及び該分散σ² ₁，σ² ₂…σ² _k及びサンプル数n₁，
   n₂…n_kを用いて、推定文字ピツチｐ∧(k)及び推定誤
   差を最光推定により算出する手段と、前記推定文
   字ピツチｐ∧(k)から、文字ピツチの（ｋ＋１）倍と
   なる該予測区間を設定し、前記頻度テーブルを用
   いて該最頻度値文字塊間距離P_k+1を該予測区間内
   で検出する手段とを有することを特徴とする文字
   ピツチ検出装置。