JPH0546810A

JPH0546810A - 画像処理方法及び装置

Info

Publication number: JPH0546810A
Application number: JP3178228A
Authority: JP
Inventors: Tetsuomi Tanaka; 哲臣田中
Original assignee: Canon Inc
Current assignee: Canon Inc
Priority date: 1991-07-18
Filing date: 1991-07-18
Publication date: 1993-02-26
Anticipated expiration: 2013-12-24
Also published as: JP2840485B2

Abstract

(57)【要約】【目的】本発明は、入力した画像情報を認識する為
に、入力画像の正規化・スムージングによる欠点をなく
し、認識率を向上させることを目的とする。【構成】その為に、従来のように一律の解像度で入力
した画像情報を正規化してから特徴抽出するのではな
く、文字の大きさに合せて解像度を変えることにより、
どんな大きさの文字でも正規化による歪みのない特徴抽
出処理が可能となり、認識率を向上させることが可能と
なる。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は画像処理方法及び装置、
特に入力した画像情報に対応して大きさを正規化するこ
とに特徴のある画像処理方法及び装置に関するものであ
る。

【０００２】

【従来の技術】図１４は文字認識装置の概略構成を示す
ブロック図である。１１はＣＣＤ等の画像読み取り装置
からの画像を入力する画像入力部、１２は入力された画
像から文字領域を分離する文字領域判別部、１３は文字
領域内の文字を判別出来る大きさに分割して切り出す文
字切り出し部、１４は切り出された文字パターンの特徴
を抽出する特徴抽出部。ここで、特徴を抽出する文字パ
ターンは、一定の大きさに正規化されたものを用いる。
１５は特徴抽出部１４の特徴抽出と対応して予め文字と
特徴とを関連づけて記憶する辞書部、１６は特徴抽出部
１４からの特徴と辞書部１５からの特徴とを比較して、
例えばその距離等から文字を判別して候補を選び出すマ
ッチング部、１７は判別文字を文字コードで出力する文
字コード出力部である。

【０００３】従来の文字認識装置における特徴抽出部１
４は図１５のように構成されている。Ａは入力端であ
り、文字切り出し部１３より文字パターンと大きさの情
報とが入力される。３１は正規化部であり、図４に示す
ように各文字画像はＮ×Ｎの大きさに正規化される。３
２はスムージング部であり、図５に示すように正規化画
像の各画素に３×３のフィルタをかけ、正規化によるひ
ずみを小さくする。３３は特徴ベクトルカウント部であ
り、図６に示すようにＮ×Ｎの正規化画像を４×４のブ
ロックに分割し、各ブロックの２×２のマスクにより方
向指数１〜４のヒストグラムをとる。Ｂは出力端であ
り、カウント部３３で得られた方向指数を特徴ベクトル
としてマッチング部１６に出力する。制御部３４は各段
の入出力制御を行う。

【０００４】

【発明が解決しようとしている課題】しかしながら、上
記従来例では、正規化部３１において文字パターンの大
小に関係なく一定の大きさＮ×Ｎに正規化されてしまう
ため、変倍率が大きい場合に特徴ベクトルが大きくひず
んでしまう。具体的に説明すると、図３（ａ）に示すよ
うな３×３の画素があるとする。この原画像の方向指数
は、方向指数１が０，方向指数２が２，方向指数３が
０，方向指数４が２となる。これを図３（ｂ）のように
１２×１２に正規化すると、方向指数１が１８，方向指
数２が２，方向指数３が１８，方向指数４が２となり、
原画像の特徴を表わさなくなる。これにスムージング処
理を加えた場合が図３（ｃ）であり、方向指数１が６，
方向指数２が８，方向指数３が６，方向指数４が８とな
り改善はされるが、さらに変倍率が高くなるとひずみが
大きすぎ、しだいにスムージング等では補正出来なくな
る。

【０００５】逆に、原画像が図３（ｂ）であり変倍率が
１の場合は、スムージングが特徴ベクトルのひずみを大
きくしてしまう。つまり、図３（ａ）は小さいひし形、
図３（ｂ）は十字形という全く異なる画像によって得ら
れる特徴ベクトルが同じパターンになってしまう。ま
た、縮小の場合にもひずみが生じてしまう。

【０００６】すなわち、拡大するほどななめ方向成分が
消えて縦、横成分が増え、逆に縮小するほど縦、横成分
が消えてななめ成分が増える。これは、いかなるスムー
ジングを行なっても補正しきれない。

【０００７】本発明は、前記従来の欠点を除去し、正規
化やスムージング等の処理による特徴ベクトルの劣化を
なくし、高い認識率を有する文字認識装置を提供する。

【０００８】

【課題を解決する為の手段】上記課題を解決する為に、
本発明は入力した画像情報の文字を認識する画像処理方
法であって、前記認識対象の文字の大きさに対応する前
記画像入力時の解像度を導出し、前記指定された解像度
で入力した画像情報から文字を切り出し、前記切り出さ
れた文字の認識処理を行うことを特徴とする画像処理方
法を提供する。

【０００９】上記課題を解決する為に、本発明は任意の
解像度で画像情報を入力できる画像入力手段と、前記画
像入力手段により入力された画像情報の文字情報を認識
する認識手段とを有する画像処理装置であって、前記文
字情報の大きさに対応する前記画像入力手段による画像
入力時の解像度を導出する導出手段と、前記導出手段に
より導出される解像度で前記画像入力手段より入力した
画像情報から文字情報を切り出す文字切り出し手段と、
前記文字切り出し手段により切り出された文字情報の認
識を行う文字認識手段とを備えることを特徴とする画像
処理装置を提供する。

【００１０】

【実施例】図１は本実施例の基本構成を示すブロック図
である。１００は後述する図８、図９等に示すフローチ
ャートの演算、判断、制御を行う処理装置（ＣＰＵ）。
１０１は文字、記号等の入力や位置を指示する為のカー
ソル、誤認識した時の修正の指示等を行う為のキーボー
ド（Ｋ．Ｂ．）。１０２はポインティングデバイス
（Ｐ．Ｄ．）。１０３は文字を認識する際に用いる辞書
や、後述する図等に示すフローチャートのプログラムを
格納するリード・オンリー・メモリ（ＲＯＭ）。１０４
はスキャナ１０８により読みとられたデータを記憶する
メモリ。１０５はスキャナ１０８により読みとられたデ
ータから候補となる単語等をみつけ、各々の相違度を計
算する識別計算部。１０６は処理途中及び結果を表示す
る例えばＣＲＴ。１０７はスキャナ１０８のインターフ
ェイス（ＳＣＡＮＩ／Ｆ）。１０８は画像情報を読み
とるスキャナである。

【００１１】図２は本実施例の特徴抽出部の構成を示す
ブロック図である。Ａは従来例同様の文字画像および文
字切り情報入力端、１は入力端Ａからの文字切り情報を
受けて分類し、サイズ情報を発生する正規化サイズ分類
部、２は制御部５からの制御信号により正規化サイズを
変えて入力端Ａからの文字画像を正規化する文字画像正
規化部、３は文字画像正規化部２で得られた正規化画像
に対してブロック化を行い、ブロックごとの方向指数を
カウントする方向指数カウント部、４は方向指数カウン
ト部３で得られた方向指数を画像正規化サイズに応じて
変倍し、特徴ベクトルを出力するベクトル正規化部、Ｂ
は得られたベクトルを次段のマッチング部に出力する特
徴ベクトル出力端である。５は図示しないＣＰＵ、ＲＯ
Ｍ、ＲＡＭから成り全体の制御を行う制御部である。

【００１２】まず、入力端Ａより、前出の図３の（ａ）
および（ｂ）の画像がそれぞれ入力されたとする。正規
化サイズＩとして３，サイズＩＩとして１２を持ってい
たとすると、正規化サイズ分類部Ｉでは、図３（ａ）の
画像はサイズＩ、図３（ｂ）の画像はサイズＩＩと分類
し、サイズ情報を後述の制御部５へ送る。文字画像正規
化部２では制御部５よりの制御信号と入力端よりの文字
画像および文字切り情報とを受け、サイズを変えて画像
の正規化を行ない、正規化された文字パターンを方向指
数カウント部３に出力する。本例の場合、各画像サイズ
に等しい正規化サイズがあるため、図３（ａ）、（ｂ）
の画像がそのまま出力される。

【００１３】方向指数カウント部３は正規化文字パター
ンを受けて方向指数をカウントする。ここで、説明の簡
略化のためブロック分割しないとすると、図３（ａ）の
画像の方向指数は、方向指数１が０，方向指数２は２，
方向指数３は０，方向指数４は２となり、図３（ｂ）の
画像の方向指数はそれぞれ１８，２，１８，２となる。
次に、ベクトル正規化部４において、基準値に対する比
で方向指数カウント部３で求められた方向指数を正規化
する。各正規化サイズに対する方向指数（２×２のマス
ク）の個数は、（サイズ＋１）²となる。これをブロッ
ク分割した場合は各ブロック当り｛（サイズ＋１）／ブ
ロック分割数｝²個の方向指数となる。ここで、４×４
のときはブロック分割数には４がはいる。通常は（正規
化サイズ＋１）をブロック分割数のｎ倍（ｎは自然数）
に選ぶとブロック分割しやすくなる。よって、正規化サイズ＝ｎ×（ブロック分割数）−１（ｎ＝１，２，３，…）となる。正規化サイズをこれを
基準に複数選べば、ブロック分解しやすいためハード化
もしやすい。

【００１４】説明を簡略化するため、ブロック分割数を
１×１とすると、サイズＩでは１６，サイズＩＩでは１
６９となる。ここで、仮に基準値を１６９（サイズＩ
Ｉ）とすると、サイズＩの係数は１６９／１６，サイズ
ＩＩの係数は１６９／１６９となる。

【００１５】得られた係数を、それぞれの方向指数にか
けることによって、図３（ａ）の画像の特徴ベクトル
は、それぞれ０，１０．６，０，１０．６となり、図３
（ｂ）の画像では１８，２，１８，２となる。このよう
に、本実施例では原画像に近い比率の特徴ベクトルを得
ることが出来る。得られた特徴ベクトルを出力端Ｂより
マッチング部１６に出力する。制御部５はサイズのコン
トロールと各段の入出力制御を行なう。

【００１６】次に図７の本実施例の構成図と図８に示す
フローチャートを用いて本実施例の処理について説明す
る。なお、このフローチャートに示す処理は、ＲＯＭ１
０３のプログラムに従い、ＣＰＵ１００の制御のもと処
理される。

【００１７】図７においてＡはユーザからの指示を伝え
るインターフェース部であり、７１は処理する文書の画
像を入力する手段であるところのスキャナであり読み込
みの解像度を変える能力を持つ。７２は文字の切り出し
部でありＡからの指示を受け７１に対して画像入力と読
み込みの解像度をコマンドで与え７１より画像を受け取
り文字の切り出し処理をする。７３は特徴抽出部であり
７２で切り出された文字画像を正規化し特徴データを特
徴ベクトルとして抽出する。７４は識別処理部であり、
７３で得られた特徴ベクルトと予め記憶された各文字の
特徴データとマッチングがなされ最も距離値が近い文字
から候補文字として、文字パターンを文字コードに変換
する。Ｂは７４の出力部であり、得られた文字コードを
出力する。

【００１８】図８のフローチャートにおいて、まずＡよ
りユーザの処理開始の指示と処理する文書内の文字の大
きさが文字切り出し部７２に伝えられる（Ｓ１）。７２
の文字切り出し部はその文字の大きさと特徴抽出部７３
の正規化サイズから最適な読み込み解像度を算出し（Ｓ
２）、解像度と読み込みの命令を７１へ与える（Ｓ
３）。画像入力部７１は指示された解像度で文書の読み
込みを行い（Ｓ４）、７２へ読み込んだ画像を返す。７
２はその画像に対して文字の切り出し処理をして（Ｓ
５）切り出した文字画像を７３へ伝える。以下、７３で
は特徴抽出処理（Ｓ６）、７４では識別処理（Ｓ７）が
なされて結果が文字コードとしてＢより出力される。

【００１９】次に、図９のフローチャートに示す処理の
応用として、オペレータから文字の大きさの指定がなく
ても処理できる方法を説明する。この方法は図９のフロ
ーチャートで示すが、まず文字のサイズをある大きさＰ
₁と仮定してＰ₁の大きさの文字に適した解像度で入力
し、その入力した画像情報から本当の文字の大きさＰ₂
を導出し、それに適した処理をしようとするものであ
る。

【００２０】図９のフローチャートに従って順に説明す
ると、まずＡより処理開始の指示が文字切り出し部２に
伝えられ、文字切り出し部２は最も多く使われる文字の
大きさ（例えば１２ポイント）Ｐ₁に適した解像度での
読み込みの命令を画像入力部１に伝える。画像入力部１
は指示された解像度で画像を入力し（Ｓ１０）、画像情
報を文字切り出し部２に送り、文字の切り出しを行う
（Ｓ１１）。切り出された文字の大きさＰ₂を導出し
（Ｓ１２）、Ｐ₁＝Ｐ₂か判断する（Ｓ１３）。Ｐ₁＝Ｐ₂
ならばそのまま入力した画像情報の特徴抽出（Ｓ１８）
と識別処理（Ｓ１９）を行う。Ｓ１３でＰ₁≠Ｐ₂と判断
されたらＰ₁とＰ₂の値から最適な解像度とする為の変倍
率を算出し（Ｓ１４）、変倍率を画像入力部１に指示し
て画像を再度入力する（Ｓ１６）。そして最適な解像度
で再入力された画像から文字を切り出し（Ｓ１７）、特
徴抽出（Ｓ１８）、識別処理（Ｓ１９）をして結果が文
字コードとしてＢより出力される。

【００２１】（実施例２）図１０、図１１は先に説明し
た実施例にぼかし処理部６が加わった例である。

【００２２】ぼかし処理とは、例えば４×４ブロックの
特徴ベクトルを求めるために、一度方向指数カウント部
３において７×７ブロックで方向指数をカウントし、そ
の７×７をガウスフィルタ（尚、図１３（ａ）にガウス
フィルタの例を示す）をかけることによって、４×４ブ
ロックの特徴ベクトルを求める処理である。

【００２３】（実施例３）図１２は先に説明した実施例
のベクトル正規化部４をベクトル正規化とぼかし処理と
を同時に実行するベクトル正規化ぼかし処理部７に置き
代えた例である。

【００２４】ぼかし処理とは、図１３（ａ）に示すよう
な係数をもつフィルタ処理である。そこで、本実施例で
は、図１３（ｂ）〜（ｄ）のようにこのフィルタ係数に
各ベクトル正規化係数をかけたテーブルを各正規化サイ
ズごとに持つことで、実施例２のようにベクトル正規化
とぼかしとの処理を１回の処理ですますことが出来る。

【００２５】尚、上記実施例は、図１６の（ａ）〜
（ｃ）に示すように、ホストコンピュータとスキャナと
キーボード等の入力部とが全部独立していても、組込ま
れていても実施可能であることは言うまでもない。

【００２６】本発明は、複数の機器から構成されるシス
テムに適用しても良いし、１つの機器から成る装置に適
用しても良いし、システム或は装置にプログラムを供給
することによって達成される場合にも適用できることは
言うまでもない。

【００２７】

【発明の効果】本発明により、正規化やスムージング等
の処理による特徴ベクトルの劣化をなくし、高い認識率
を有する文字認識装置を提供できる。

【００２８】すなわち、文字画像の大きさによらず、原
文字画像に近い特徴ベクトルが得られるため、認識率の
向上がはかれる。更に、文字画像サイズのまま方向指数
をカウントしてその後変倍しても同様の効果があるが、
正規化サイズをブロック分けの倍数で選定すると正規化
サイズがほぼ固定なため、ハード化しやすく高速化しや
すい。

【００２９】以上説明したように、対象となる文書を任
意の解像度で読み込みの出来る能力を持つ画像入力手段
と、切り出された前記文字パターン正規化してその正規
化された正規化文字画像から特徴データを特徴ベクトル
として抽出する文字特徴抽出手段と、対象となる文書の
文字サイズ（文字ポイント数）、前記文字特徴抽出手段
の正規化サイズと画像入力手段の解像度から最適な拡大
／縮小の値を算出して画像入力手段に対して読み込みの
解像度を指定する手段とを持つことにより、特徴抽出部
に生成される正規化画像と文字の原画像とのずれを小さ
くし、文字認識装置としての認識率の向上が図れる。

【図面の簡単な説明】

【図１】本実施例の画像処理装置の構成図。

【図２】本実施例の構成を示す第１の図。

【図３】正規化とスムージングによる従来の課題を説明
する図。

【図４】正規化処理を説明する図。

【図５】スムージング処理を説明する図。

【図６】方向指数を説明する図。

【図７】本実施例の構成を示す第２の図。

【図８】本実施例の処理を示す第１のフローチャート。

【図９】本実施例の処理を示す第２のフローチャート。

【図１０】本実施例の構成を示す第３の図。

【図１１】本実施例の構成を示す第４の図。

【図１２】本実施例の構成を示す第５の図。

【図１３】フィルタ係数を説明する図。

【図１４】従来の画像処理装置の構成図。

【図１５】従来の特徴抽出部の構成図。

【図１６】本発明を実施するシステム例示図。

Claims

【特許請求の範囲】

【請求項１】入力した画像情報の文字を認識する画像
処理方法であって、前記認識対象の文字の大きさに対応
する前記画像入力時の解像度を導出し、前記指定された解像度で入力した画像情報から文字を切
り出し、前記切り出された文字の認識処理を行うことを特徴とす
る画像処理方法。
【請求項２】任意の解像度で画像情報を入力できる画
像入力手段と、前記画像入力手段により入力された画像情報の文字情報
を認識する認識手段とを有する画像処理装置であって、前記文字情報の大きさに対応する前記画像入力手段によ
る画像入力時の解像度を導出する導出手段と、前記導出手段により導出される解像度で前記画像入力手
段より入力した画像情報から文字情報を切り出す文字切
り出し手段と、前記文字切り出し手段により切り出された文字情報の認
識を行う文字認識手段とを備えることを特徴とする画像
処理装置。