JPH0580709B2 - - Google Patents
Info
- Publication number
- JPH0580709B2 JPH0580709B2 JP60292251A JP29225185A JPH0580709B2 JP H0580709 B2 JPH0580709 B2 JP H0580709B2 JP 60292251 A JP60292251 A JP 60292251A JP 29225185 A JP29225185 A JP 29225185A JP H0580709 B2 JPH0580709 B2 JP H0580709B2
- Authority
- JP
- Japan
- Prior art keywords
- pattern
- dot
- dictionary
- unknown
- vertex
- 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 - Lifetime
Links
Landscapes
- Character Discrimination (AREA)
Description
〔産業上の利用分野〕
この発明は、イメージセンサ等から入力され
る、ドツトを組み合わせて表現される文字や図形
（以下、ドツトパターンまたは単にパターンとも
云う。）を認識するドツトパターン認識方法に関
する。 〔従来の技術〕 この主の認識方法として、従来各ドツトが正方
格子上の格子点上に配列されるようなドツトパタ
ーンを認識するものが知られている。しかしなが
ら、このような方法では正方格子の格子上点から
ずれると誤読の確率が高くなり、ましてや任意の
態様で配置されるものに対しては全く認識ができ
ないという欠点がある。 そこで、出願人は未知ドツトパターンと予め学
習により求めた辞書ドツトパターンとの間で、
各々のドツトの対応関係を総当たり式に調べる方
法（以下、総当たり方式ともいう。）を提案して
いる。 〔発明が解決しようとする問題点〕 上記総当たり方式はドツトが格子座標上の格子
点に存在するか否かに関係なく、ドツトの対応関
係の探索をすべての組み合わせでチエツクするた
め普遍的な方法ではあるが、組み合わせ数がぼう
大となることから、認識に時間が掛かりすぎると
いう問題がある。 したがつて、この発明は任意の態様で配置され
るドツトパターンを、より高速に認識することが
可能な認識方法を提供することを目的とする。 〔問題点を解決するための手段〕 認識の対象となる標準のドツトパターン毎に予
めその最外接凸多角形を求めて個々のドツトを頂
点とそれ以外の点（以下、内点ともいう。）とに
分類するとゝもに、各ドツトの面積および中心座
標と頂点フラグおよび頂点距離行列等を求めて辞
書パターンとして登録した後、辞書パターンの最
外接凸多角形と一致する未知パターンを探索し対
象となるものを絞つてその頂点距離行列を求め、
これと辞書パターンのそれとの比較結果から一致
度の最も高いものを候補パターンとして決定した
後、この候補パターン対する辞書パターンの平行
移動量と回転角を求め、これらの値を用いて辞書
パターンの各内点を回転、移動させて候補パター
ンの対応ドツトを求め、これと辞書パターンの各
ドツトとの一致具合からドツトパターンを認識す
る。 〔作用〕 ドツトパターンの辞書作成モードにおいて、各
ドツトを最外接凸多角形の頂点と内点とに分けて
辞書メモリ格納した後、未知ドツトパターンの認
識モードでは、辞書として登録した辞書図形の頂
点と対応する未知パターンのドツトを探索するこ
とにより、探索のための組み合わせ数を少なく
し、効率的な認識ができるようにする。また、辞
書図形の未知図形に対応する位置ずれ量と回転角
を求め、辞書の内点と対応する未知ドツトを対応
点として抽出し、抽出された点と辞書の各ドツト
とのマツチングの度合から認識を行なう。このと
き、頂点と対応ドツト（頂点対応ドツト）との対
応関係は、両者の距離行列によつてチエツクする
一方、内点に対応するドツト（内点対応ドツト）
は距離行列をチエツクせずに、平行移動量と回転
角から逆変換して求めた対応ドツト座標に近い未
知ドツトが対応するものと判断して対応点を求め
る。また、辞書図形の各ドツトと対応する未知ド
ツト（対応点）の数が少ないか否かをチエツクし
て、誤対応を防ぐようにしている。なお、このよ
うな手法では、辞書パターンと未知パターンの各
ドツトが１対１に対応しなくても認識処理が行な
われることから、ドツトの欠損を許容する方式と
なつている。 〔実施例〕 第１図はこの発明の実施例を示すフローチヤー
ト、第２図はこの発明が適用される画像処理装置
を示すブロツク図、第３図はこの発明による辞書
作成手順を示すフローチヤートである。 以下、まず第２図について説明し、次いで第３
図を中心に具体例を参照しつゝ辞書作成動作につ
いて説明した後、最後にこの発明の実施例につき
第１図を参照して説明する手順をとることゝす
る。 第２図において、１はドツトパターン、２はテ
レビカメラの如き撮像装置、３は前処理回路３
１、特徴抽出回路３２、画像メモリ３３、処理プ
ロセツサ３４、辞書メモリ３５およびインタフエ
イス回路３６からなる画像処理装置、４はモニタ
テレビ、５はCRTデイスプレイ、６はキーボー
ドである。 撮像対象となる文字、図形等のドツトパターン
１は、撮像装置２によりビデオ信号に変換されて
画像処理装置３に入力される。画像処理装置３で
は、前処理回路３１によりこのビデオ信号の例え
ばパターンを表わす部分を論理“１”、背景とな
る部分を“０”の如く２値化する。このとき、論
理“１”で表わされる各画素のつらなりをセグメ
ント（線素）と呼ぶことにすると、対象となるパ
ターンはセグメントのかたまりとして表わすこと
ができる。特徴抽出回路３２はこれらセグメント
の始端また終端のＸ、Ｙ座標およびその長さ等の
各種特徴量を抽出し、画像メモリ３３はこれらの
情報を記憶する。処理プロセツサ３４は、このメ
モリ３３の内容にもとづいて次の如き処理を行な
う。すなわち、上記セグメントに対しその発生順
序に応じた所定の番号（単片番号）を付すとゝも
に、この単片間の連結性を解析することにより、
各単片に複片（ブロブまたはパターン）番号をつ
けて各ブロブまたはパターンに分離する。こうし
て分離されるブロブまたはパターンは、それが認
識すべき対象であるならば所定の大きさを有して
いる筈であるから。所定幅および高さの外接枠を
設定してブロブまたはパターンの切り出しを行な
い、しかる後にブロブの中心座標、面積、幅、高
さ等の各種特徴量（ブロブ情報）を求める。な
お、同図のモニタテレビ４は、ドツトパターンの
２値画像または生画像を観測するためのものであ
る。また、学習指令や認識指令はキーボード６よ
り入力することができる一方、辞書データやドツ
トパターンデータはCRTデイスプレイ５により
観測することができる。これらのCRTデイスプ
レイ５およびキーボード６によるデータの入出力
動作は、インタフエイス回路３６を介して行なわ
れる。 ところで、未知パターンを認識するにはその標
準（辞書）パターンを知つておくことが必要であ
り、以下のそ辞書作成動作について説明する。 いま、ドツトパターンの２値化画像が第３Ａ図
の如く表わされるものとする。これは、例えば水
平(X)、垂直(Y)方向がそれぞれ256画素からなる有
効画面PR内に、文字「Ｆ」のドツトパターンを
捉えた例である。このドツトパターンはこゝでは
P1〜P16のドツトから構成されるが、有効画面PR
をＸ、Ｙ直交座標系と考えれば、各ドツトPiは一
般的にはその面積Aiと中心座標ベクトルx〓i（xi、
yi）とで表現することができる（「・」印にてベ
クトル量を示す。）。したがつて、このようなドツ
トパターンを辞書パターンとして採用するには、
少なくともその名前とゝもに面積、中心座標デー
タを第２図の辞書メモリ３５に格納することが必
要である。
る、ドツトを組み合わせて表現される文字や図形
（以下、ドツトパターンまたは単にパターンとも
云う。）を認識するドツトパターン認識方法に関
する。 〔従来の技術〕 この主の認識方法として、従来各ドツトが正方
格子上の格子点上に配列されるようなドツトパタ
ーンを認識するものが知られている。しかしなが
ら、このような方法では正方格子の格子上点から
ずれると誤読の確率が高くなり、ましてや任意の
態様で配置されるものに対しては全く認識ができ
ないという欠点がある。 そこで、出願人は未知ドツトパターンと予め学
習により求めた辞書ドツトパターンとの間で、
各々のドツトの対応関係を総当たり式に調べる方
法（以下、総当たり方式ともいう。）を提案して
いる。 〔発明が解決しようとする問題点〕 上記総当たり方式はドツトが格子座標上の格子
点に存在するか否かに関係なく、ドツトの対応関
係の探索をすべての組み合わせでチエツクするた
め普遍的な方法ではあるが、組み合わせ数がぼう
大となることから、認識に時間が掛かりすぎると
いう問題がある。 したがつて、この発明は任意の態様で配置され
るドツトパターンを、より高速に認識することが
可能な認識方法を提供することを目的とする。 〔問題点を解決するための手段〕 認識の対象となる標準のドツトパターン毎に予
めその最外接凸多角形を求めて個々のドツトを頂
点とそれ以外の点（以下、内点ともいう。）とに
分類するとゝもに、各ドツトの面積および中心座
標と頂点フラグおよび頂点距離行列等を求めて辞
書パターンとして登録した後、辞書パターンの最
外接凸多角形と一致する未知パターンを探索し対
象となるものを絞つてその頂点距離行列を求め、
これと辞書パターンのそれとの比較結果から一致
度の最も高いものを候補パターンとして決定した
後、この候補パターン対する辞書パターンの平行
移動量と回転角を求め、これらの値を用いて辞書
パターンの各内点を回転、移動させて候補パター
ンの対応ドツトを求め、これと辞書パターンの各
ドツトとの一致具合からドツトパターンを認識す
る。 〔作用〕 ドツトパターンの辞書作成モードにおいて、各
ドツトを最外接凸多角形の頂点と内点とに分けて
辞書メモリ格納した後、未知ドツトパターンの認
識モードでは、辞書として登録した辞書図形の頂
点と対応する未知パターンのドツトを探索するこ
とにより、探索のための組み合わせ数を少なく
し、効率的な認識ができるようにする。また、辞
書図形の未知図形に対応する位置ずれ量と回転角
を求め、辞書の内点と対応する未知ドツトを対応
点として抽出し、抽出された点と辞書の各ドツト
とのマツチングの度合から認識を行なう。このと
き、頂点と対応ドツト（頂点対応ドツト）との対
応関係は、両者の距離行列によつてチエツクする
一方、内点に対応するドツト（内点対応ドツト）
は距離行列をチエツクせずに、平行移動量と回転
角から逆変換して求めた対応ドツト座標に近い未
知ドツトが対応するものと判断して対応点を求め
る。また、辞書図形の各ドツトと対応する未知ド
ツト（対応点）の数が少ないか否かをチエツクし
て、誤対応を防ぐようにしている。なお、このよ
うな手法では、辞書パターンと未知パターンの各
ドツトが１対１に対応しなくても認識処理が行な
われることから、ドツトの欠損を許容する方式と
なつている。 〔実施例〕 第１図はこの発明の実施例を示すフローチヤー
ト、第２図はこの発明が適用される画像処理装置
を示すブロツク図、第３図はこの発明による辞書
作成手順を示すフローチヤートである。 以下、まず第２図について説明し、次いで第３
図を中心に具体例を参照しつゝ辞書作成動作につ
いて説明した後、最後にこの発明の実施例につき
第１図を参照して説明する手順をとることゝす
る。 第２図において、１はドツトパターン、２はテ
レビカメラの如き撮像装置、３は前処理回路３
１、特徴抽出回路３２、画像メモリ３３、処理プ
ロセツサ３４、辞書メモリ３５およびインタフエ
イス回路３６からなる画像処理装置、４はモニタ
テレビ、５はCRTデイスプレイ、６はキーボー
ドである。 撮像対象となる文字、図形等のドツトパターン
１は、撮像装置２によりビデオ信号に変換されて
画像処理装置３に入力される。画像処理装置３で
は、前処理回路３１によりこのビデオ信号の例え
ばパターンを表わす部分を論理“１”、背景とな
る部分を“０”の如く２値化する。このとき、論
理“１”で表わされる各画素のつらなりをセグメ
ント（線素）と呼ぶことにすると、対象となるパ
ターンはセグメントのかたまりとして表わすこと
ができる。特徴抽出回路３２はこれらセグメント
の始端また終端のＸ、Ｙ座標およびその長さ等の
各種特徴量を抽出し、画像メモリ３３はこれらの
情報を記憶する。処理プロセツサ３４は、このメ
モリ３３の内容にもとづいて次の如き処理を行な
う。すなわち、上記セグメントに対しその発生順
序に応じた所定の番号（単片番号）を付すとゝも
に、この単片間の連結性を解析することにより、
各単片に複片（ブロブまたはパターン）番号をつ
けて各ブロブまたはパターンに分離する。こうし
て分離されるブロブまたはパターンは、それが認
識すべき対象であるならば所定の大きさを有して
いる筈であるから。所定幅および高さの外接枠を
設定してブロブまたはパターンの切り出しを行な
い、しかる後にブロブの中心座標、面積、幅、高
さ等の各種特徴量（ブロブ情報）を求める。な
お、同図のモニタテレビ４は、ドツトパターンの
２値画像または生画像を観測するためのものであ
る。また、学習指令や認識指令はキーボード６よ
り入力することができる一方、辞書データやドツ
トパターンデータはCRTデイスプレイ５により
観測することができる。これらのCRTデイスプ
レイ５およびキーボード６によるデータの入出力
動作は、インタフエイス回路３６を介して行なわ
れる。 ところで、未知パターンを認識するにはその標
準（辞書）パターンを知つておくことが必要であ
り、以下のそ辞書作成動作について説明する。 いま、ドツトパターンの２値化画像が第３Ａ図
の如く表わされるものとする。これは、例えば水
平(X)、垂直(Y)方向がそれぞれ256画素からなる有
効画面PR内に、文字「Ｆ」のドツトパターンを
捉えた例である。このドツトパターンはこゝでは
P1〜P16のドツトから構成されるが、有効画面PR
をＸ、Ｙ直交座標系と考えれば、各ドツトPiは一
般的にはその面積Aiと中心座標ベクトルx〓i（xi、
yi）とで表現することができる（「・」印にてベ
クトル量を示す。）。したがつて、このようなドツ
トパターンを辞書パターンとして採用するには、
少なくともその名前とゝもに面積、中心座標デー
タを第２図の辞書メモリ３５に格納することが必
要である。
【表】
【表】
第１表は第３Ａ図のドツトパターン「Ｆ」を辞
書パターンとして登録した場合の例である。な
お、これ迄の処理が第３図のステツプ、にて
行なわれる。 次に第３図のステツプを実行するために、次
の如き処理が行なわれる。まず、第３Ａ図のドツ
トパターンを辞書パターンとするとき、第３Ｂ図
の如くその図心OG｛＝x〓GD（XGD、yGD）｝を定義す
る。数式で表現すれば、 x〓GD＝１／MDMD 〓i=1 x〓i ……(1) であり、MDはドツトの数（こゝでは、“16”）を
表わし、x〓iは中心ベクトルを表わす。なお、第３
Ａ図の場合のx〓GDは x〓GD＝（36.56、31.56） である。次いで、この図心OGを中心としてＸ、
Ｙ座標を平行移動させた、第３Ｂ図の如きXG、
YG座標系を考え、各ドツト毎にその中心ベクト
ル（G i）の偏角αiを次式から求める。 αi＝tan-1YCC(i)−YGD／XCC(i)−XGD＋n〓……(
2) （ｎ＝０、１、２） こゝに、x〓i＝（XCC(i)、YCC(i)）である。つまり、
αiは、第３Ｂ図に示す如く各ドツトの中心ベクト
ル（GPi）とXG軸とのなす角度であり、０≦αi
＜2πの値をとるものとする。そして、各ドツトPi
を以上の如く求められる偏角αiの小さいものから
大きいものへのと順番（昇べき順）に並び換え、
その順番で第３Ａ図の各ドツトP1〜P16の対し第
３Ｂ図の如き名前（番号）を付ける作業を行なう
が、この作業が第３図のステツプで行なわれ
る。 このようなドツトの並び換え操作を行なうため
に、第２図に示されるプロセツサ３４では第３Ｃ
図の如き処理が行なわれる。第３Ｃ図のフローの
詳細は省略するが、最終的には第２表の如きフア
イル（Ｒ(i)）を作成することに帰着する。
書パターンとして登録した場合の例である。な
お、これ迄の処理が第３図のステツプ、にて
行なわれる。 次に第３図のステツプを実行するために、次
の如き処理が行なわれる。まず、第３Ａ図のドツ
トパターンを辞書パターンとするとき、第３Ｂ図
の如くその図心OG｛＝x〓GD（XGD、yGD）｝を定義す
る。数式で表現すれば、 x〓GD＝１／MDMD 〓i=1 x〓i ……(1) であり、MDはドツトの数（こゝでは、“16”）を
表わし、x〓iは中心ベクトルを表わす。なお、第３
Ａ図の場合のx〓GDは x〓GD＝（36.56、31.56） である。次いで、この図心OGを中心としてＸ、
Ｙ座標を平行移動させた、第３Ｂ図の如きXG、
YG座標系を考え、各ドツト毎にその中心ベクト
ル（G i）の偏角αiを次式から求める。 αi＝tan-1YCC(i)−YGD／XCC(i)−XGD＋n〓……(
2) （ｎ＝０、１、２） こゝに、x〓i＝（XCC(i)、YCC(i)）である。つまり、
αiは、第３Ｂ図に示す如く各ドツトの中心ベクト
ル（GPi）とXG軸とのなす角度であり、０≦αi
＜2πの値をとるものとする。そして、各ドツトPi
を以上の如く求められる偏角αiの小さいものから
大きいものへのと順番（昇べき順）に並び換え、
その順番で第３Ａ図の各ドツトP1〜P16の対し第
３Ｂ図の如き名前（番号）を付ける作業を行なう
が、この作業が第３図のステツプで行なわれ
る。 このようなドツトの並び換え操作を行なうため
に、第２図に示されるプロセツサ３４では第３Ｃ
図の如き処理が行なわれる。第３Ｃ図のフローの
詳細は省略するが、最終的には第２表の如きフア
イル（Ｒ(i)）を作成することに帰着する。
【表】
なお、第３Ｃ図において、MDはドツト数、
R′(i)は並び換え後にｉ番目となるドツト番号
（Pi）を示している。また、引数ｉは着目するド
ツトの番号、引数i1は着目するドツトよりも小さ
い偏角αiをもつドツトについて、偏角αi1よりも大
きい偏角αi1-1をもつドツトをサーチするための
もので（同図○イ部分参照）、引数i2は着目ドツト
も大きな偏角をもつものについて、偏角αi2より
も小さい偏角αi2+1をサーチするためのものであ
る（同図○ロ部分参照）。このようにして、ドツト
パターンの各ドツトを偏角の小さいものから大き
いものゝ順に並び換え、その結果ｉ番目となつた
ドツト番号（Pj）がＲ(i)なるフアイルに記憶され
る。 次に、ドツトパターンを１つの図形とみなし
て、その最外接凸多角形を抽出する操作が行なわ
れる（第３図参照）。このとき、個々のドツト
が該多角形の頂点か頂点でない（内点）かを調べ
ることが必要であり、この処理フローを示すのが
第３Ｄ図および第３Ｅ図である。こゝで、ｉ番目
のドツトが凸多角形の頂点であるか否かを示すフ
ラグＥ(i)（“１”で頂点、“０”で内点）と、ｉ番
目のドツトが頂点か内点かの判定において頂点で
はなかつたことを示すフラグＣ(i)（“１”で頂点
から内点に変化したこと、“０”で変化しなかつ
たことを示す。）とを定義するとゝもに、これら
フラグＥ(i)，Ｃ(i)を、それぞれ、 ∀ｉ；Ｅ(i)＝１ ∀ｉ；Ｃ(i)＝１ とする、つまり最初はすべてのドツトが頂点であ
り、かつ頂点、内点の判定ですべてのドツトが内
点に変化しているものと仮定して第３Ｄ，３Ｅ図
の処理を開始する。なお、このときの状態を示す
のが第３Ｆ図イであり、これらの状態がドツト対
応のフアイルに格納されている。こゝで、個々の
ドツトが頂点であるか内点であるかは、着目する
ドツトx〓(i)が互いに隣接する頂点x〓（iF）とx〓（iE
）
との間で凸となつているか否かで判定するように
しており、このとき用いられる凸値Ｖを次のよう
に定義する。 Ｖ＝（x〓(i)−x〓（iF））⊥ ・（x〓（iE）−x〓(i)） ……(3) これらベクトルの関係を示すのが第３Ｇ図であ
る。 なお、(3)式において、 （x〓(i)−x〓（iF））⊥ は、 （x〓(i)−x〓（iF））＝（ａ、ｂ） とするとき、 （x〓(i)−x〓（iF））⊥ ＝（−ｂ、ａ） で表わされるベクトルである。また、上記凸値Ｖ
のかわりに、凸値Ｖとその絶対値｜Ｖ｜との比、
すなわち、 V〓＝Ｖ／｜Ｖ｜ ……(4) なる値を用いても良く、これは第３Ｇ図に示され
る角度θの余弦値を表わすことになる。つまり、 （x〓（iE）−x〓(i)）＝（ｃ、ｄ） とすると、上記V〓は V〓＝−bc＋ad／√a2＋b2√d2＋c2（＝cosθ）……
(5) として表わすことができる。こゝに、上記iF、iE
はそれぞれドツトｉに隣接する頂点｛Ｅ（iF）＝
１、Ｅ（iE）＝１｝であり、iF→ｉ→iEの順番でド
ツトパターンを時計回りに回ることになる。そし
て、ｉ番目のドツトが内点でない場合に頂点、内
点の判定を行ない、頂点であればフラグＥ(i)をＥ
(i)＝１、変化フラグＣ(i)をＣ(i)＝０とする。もし
内点であればＥ(i)＝０で、すべての変化フラグヲ
“１”、つまり〔∀；Ｃ(j)＝１〕にする。かかる操
作は、１周しても頂点が内点に変化しなくなる迄
繰り返される。なお、第３Ｄ図および３Ｅ図に示
されるフローの詳細説明は省略するが、要するに
以上の如き処理をして、第３Ｂ図の如きドツトパ
ターンからその最外接凸多角形、特に頂点を第３
Ｆ図ロの如く求める処理ということができる。な
お、第３Ｅ図は第３Ｄ図のステツプを詳細に展
開したフローチヤートである。このようにして、
ドツトパターンの各ドツトが頂点と内点とに分離
され、例えば第３Ｂ図の例ではQ1，Q4，Q11およ
びQ16が頂点であり、その他が内点ということに
なる。 次に、頂点に関する距離行列DT（ｉ、ｊ）を次
式により求める。 DT（ｉ、ｊ）＝(i)・(j) ……(6) こゝに、（ｉ、ｊ）行列要素は頂点Ｔ(i)と頂点
Ｔ(j)とのユークリツド距離であることを示してい
る。つまり、上記(6)式は全ての頂点間の距離情報
を含んでいる。なお、かかる処理が第３図のステ
ツプにおいて行なわれる。次は、各ドツトパタ
ーンに名前をつけて、ドツトの中心座標x〓i、面積
Ai、頂点フラグＥ(i)および距離行列を第２図の辞
書メモリ３５に登録する（第３図参照）。そし
て、このような操作が認識の対象となるドツトパ
ターンの全てについて行なわれる（第３図参
照）。 以上により、辞書作成動作が完了する。 さて、こゝから第１図の説明に入る。 まず、未知ドツトパターンが第２図の撮像装置
２によりビデオ信号に変換され、画像処理装置３
に入力される（第１図参照）。画像処理装置は
前述の如くして各ドツトの切り出しを行ない、そ
の中心座標、面積等のブロブ情報を求める（第１
図参照）。次いで、辞書番号ｋ（ドツトパターン
の名前に対応する）の初期化を行なうステツプ
と、候補除去回数NRの初期化を行なうステツプ
とを実行する。この候補除去回数NRとは、未
知ドツト集合と辞書ドツトとの間でその頂点の対
応関係を順次探索して行く過程において、辞書
（DK）と一致したものを次の探索の対象から外し
て行く場合の回数のことである。次に、辞書番号
ｋを更新し（第１図参照）、これが辞書パター
ン数NTDを越えたか否かを判別し（第１図参
照）、越えたときは認識終了とする。ｋ≦NTDの
場合は次のステツプに進み、凸多角形の頂点ド
ツトと対応する未知ドツト（頂点対応ドツト）の
探索を開始する。 こゝで、探索処理について説明する。 いま、未知のドツトパターンが第４図の如く表
わされ、辞書ドツトパターンが先の第３Ａ図の如
く表わされるものとする。この場合、未知パター
ンは文字「Ｆ」と「Ｊ」とが傾いて撮像された場
合の例であり、辞書パターンは文字「Ｆ」の例で
ある。したがつて、未知パターンにはS1〜S30ま
での30個のドツトがあり、辞書パターンにはP1
〜P16までの16個のドツトが存在する。探索処理
は、辞書の凸多角形頂点ドツトに対応する未知ド
ツトを探索する処理であり、このために次の如き
諸量を定義する。まず、第５図の如き探索空間を
考える。同図は辞書パターンの頂点ドツトＴ(i)数
が４で、未知パターンのドツト数が30であるか
ら、４×30の大きさの探索空間と云うことにな
る。この探索空間はマトリツクス、すなわち行列
と考えることができるから、以下これを探索行列
SU（ｉ、ｊ）と呼ぶことにする。この探索行列に
おいて、その行列要素が“１”の場合は頂点Ｔ(i)
と未知ドツトＳ(j)とが対応し、“０”の場合は対
応しないことを表わすものとすると、さらに次の
如き探索ベクトルDP(i)，DQ(j)を定義することに
より、２値の探索行列における頂点Ｔ(i)と未知ド
ツトＳ(j)との対応関係の有無を容易に表現するこ
とができる。こゝに、DP(i)は頂点が未知ドツト
と対応関係を有するか否かを示す頂点探索ベクト
ルであり、DQ(i)は未知ドツトが頂点と対応関係
を有するか否かを示す未知ドツト探索ベクトルで
ある。 そして、これら探索行列SU（ｉ、ｊ）および探
索ベクトルDP(i)、DP(i)，DQ(j)を利用して第６図
および第６Ａ図の如き処理を行なうことにより探
索を行なう。これら処理フローの詳細な説明は省
略するが、要するに第５図の探索空間で「○」印
を付した如く、頂点と一致するドツをもつ未知パ
ターンを探すことである。この例では、第３Ａ図
のドツトP12，P16，P1およびP6が第４図のドツト
S16，S30，S11およびS4にそれぞれ対応すること
が一目瞭然であるが、これは人間が判断するから
であつて、機械では第６図および第６Ａ図の如き
処理をしなければならないと云うわけである。な
お、第６図および第６Ａ図において、引数i1，i2
は頂点Ｔ（i1），Ｔ（i2）であり、これらと対応する
未知ドツトをそれぞれ引数j1，j2で表わしている。
したがつて、頂点Ｔ（i1）と未知ドツトＳ（j1）と
が対応していれば、探索行列はSU（i1、j1）＝１と
なり、対応関係がなければSU（i1、j1）＝０となる。
また、未知ドツトに欠損がない場合は、i1，i2は
連番となる。そして、Ｔ（i1）とＳ（j1）とが対応
している場合にＴ（i2）に対応する未知ドツトＳ
（j2）の探索を行ない、すべての頂点Ｔ(i)に対応
する未知ドツトが探索行列SU（ｉ、ｊ）に結果と
して残されることになる。 ところで、このような探索処理について、前述
の如き総当たり方式で探索を行なうと、この例で
は30C16（oCr＝ｎ！／（ｎ−ｒ）！ｒ！）通りの
組み合わせについて探索処理をして第５Ａに
「○」印を付した如き探索結果を得ることになる
が、この発明では最外接凸多角形の頂点（こゝで
は４個）について探索処理を行なうので、その組
み合わせ数は30C4となり、処理量が極めて少なく
なることがわかる。 こうして辞書DKの凸多角形と一致する候補対
象を探索し（第１図参照）、候補対象があれば
（第１図参照）、これについて辞書パターンを作
成したときと同様にして頂点距離行列を計算する
（第１図参照）。次いで、辞書と候補対象との間
で距離行列の一致度を判定し（第１図参照）、
一致しない場合はのステツプに戻る一方、一致
したときはのステツプに進む。 ステツプでは次のような処理が行なわれる。
これは、以上の如くして求められた候補（未知）
パターン図形に対し、辞書パターン図形がどの程
度回転し平行移動しているかを表わす回転角およ
び平行移動量を求め、これらの量を用いて辞書パ
ターンの各内点を未知パターン図形の座標系へマ
ツピングして対応点を求める処理であり、例えば
次の如く行なわれる。 まず、辞書図形の基準点OTを次式より求める。 x〓OT＝MTD 〓i=1 x〓T(i)・DP(i)／MTD 〓i=1 DP(i) ……(7) こゝに、MTDは頂点の個数、DP(i)は先に説明し
た頂点探索ベクトルで、“１”ならば対応点があ
り、“０”ならば対応点がないことを示す。また、
候補となつた未知パターンについても、同様にし
て頂点対応点の基準点OSを次式より求める。 x〓OS＝NU 〓j=1 x〓S(j)・DQ(j)／NU 〓i=1 DQ(j) ……(8) こゝに、NUはドツト数、DQ(j)は前述の未知ド
ツト探索ベクトルで、“１”ならば対応点であり、
“０”ならば対応点でないことを示す。 いま、これら基準点OT，OSと、辞書図形の或
る頂点Tiおよび未知図形の頂点対応点Sjとの関係
が第７Ａ図の如く示されるものとする。こゝで、
頂点TiをＯTＯS―――→だけ平行移動させた後、さらに
βi
度だけ回転させれば頂点Sjと重なるものとする
と、辞書図形の未知図形に対する平行移動ベクト
ルP〓Oおおび回転各βOを次式の如く求めることがで
きる。 P〓O＝ＯTＯS―――→＝x〓OS−x〓OT ……(9) βO＝MTD 〓i=1 βi・DP(i)／MTD 〓i=1 DP(i) ……(10) こうするかわりに、第７Ｂ図に示すように、ベ
クトルa〓をオイラー表示式により a〓＝rej〓（ｊ；虚数） ……(11) の如く表現すると、辞書図形の平行移動量P〓Oと
回転各βOは、次式の如く表現することができる。 y〓(i)＝（x〓(i)−x〓OT）ｅjβO ＋P〓O ……(12) こうして求められる平行移動量と回転角から、
辞書図形の各内点を幾何学的に変換し、その近傍
の点を対応する未知ドツトx〓S(j)とし、 ｜x〓S(j)−y〓(i)｜≦lo ……(13) を満たす点Ｓ(j)を対応点（内点対応点）とする。 なお、loは所定の定数である。以上が、ステツ
プにて行なわれる処理である。 次いで、辞書ドツト図形の各ドツトと対応する
未知ドツト数が少なくないかどうかを判断して誤
対応を防ぎ（第１図参照）、充分に対応してい
れば対応する未知ドツトを処理済みとして削除し
た後（第１図参照）、候補除去回数NRを更新す
る（第１図参照）。以上の操作は、未知ドツト
がなくなるか、該当辞書がなくなる迄繰り返され
る（第１図参照）。 以上のようにして認識処理が行なわれる。 〔発明の効果〕 この発明によれば、ドツトパターンの最外接凸
多角系を求めることで辞書ドツトを頂点と内点に
分離し、この頂点集合について対応関係の探索を
行なうことにより、探索の組み合わせを従来のも
のより著しく減らすことができ、また頂点距離行
列によつて形状チエツクを行なうようにしている
ので、これも従来のものより相当少なくすること
ができ、したがつて認識速度をより一層向上させ
ることができる利点がもたらされる。
R′(i)は並び換え後にｉ番目となるドツト番号
（Pi）を示している。また、引数ｉは着目するド
ツトの番号、引数i1は着目するドツトよりも小さ
い偏角αiをもつドツトについて、偏角αi1よりも大
きい偏角αi1-1をもつドツトをサーチするための
もので（同図○イ部分参照）、引数i2は着目ドツト
も大きな偏角をもつものについて、偏角αi2より
も小さい偏角αi2+1をサーチするためのものであ
る（同図○ロ部分参照）。このようにして、ドツト
パターンの各ドツトを偏角の小さいものから大き
いものゝ順に並び換え、その結果ｉ番目となつた
ドツト番号（Pj）がＲ(i)なるフアイルに記憶され
る。 次に、ドツトパターンを１つの図形とみなし
て、その最外接凸多角形を抽出する操作が行なわ
れる（第３図参照）。このとき、個々のドツト
が該多角形の頂点か頂点でない（内点）かを調べ
ることが必要であり、この処理フローを示すのが
第３Ｄ図および第３Ｅ図である。こゝで、ｉ番目
のドツトが凸多角形の頂点であるか否かを示すフ
ラグＥ(i)（“１”で頂点、“０”で内点）と、ｉ番
目のドツトが頂点か内点かの判定において頂点で
はなかつたことを示すフラグＣ(i)（“１”で頂点
から内点に変化したこと、“０”で変化しなかつ
たことを示す。）とを定義するとゝもに、これら
フラグＥ(i)，Ｃ(i)を、それぞれ、 ∀ｉ；Ｅ(i)＝１ ∀ｉ；Ｃ(i)＝１ とする、つまり最初はすべてのドツトが頂点であ
り、かつ頂点、内点の判定ですべてのドツトが内
点に変化しているものと仮定して第３Ｄ，３Ｅ図
の処理を開始する。なお、このときの状態を示す
のが第３Ｆ図イであり、これらの状態がドツト対
応のフアイルに格納されている。こゝで、個々の
ドツトが頂点であるか内点であるかは、着目する
ドツトx〓(i)が互いに隣接する頂点x〓（iF）とx〓（iE
）
との間で凸となつているか否かで判定するように
しており、このとき用いられる凸値Ｖを次のよう
に定義する。 Ｖ＝（x〓(i)−x〓（iF））⊥ ・（x〓（iE）−x〓(i)） ……(3) これらベクトルの関係を示すのが第３Ｇ図であ
る。 なお、(3)式において、 （x〓(i)−x〓（iF））⊥ は、 （x〓(i)−x〓（iF））＝（ａ、ｂ） とするとき、 （x〓(i)−x〓（iF））⊥ ＝（−ｂ、ａ） で表わされるベクトルである。また、上記凸値Ｖ
のかわりに、凸値Ｖとその絶対値｜Ｖ｜との比、
すなわち、 V〓＝Ｖ／｜Ｖ｜ ……(4) なる値を用いても良く、これは第３Ｇ図に示され
る角度θの余弦値を表わすことになる。つまり、 （x〓（iE）−x〓(i)）＝（ｃ、ｄ） とすると、上記V〓は V〓＝−bc＋ad／√a2＋b2√d2＋c2（＝cosθ）……
(5) として表わすことができる。こゝに、上記iF、iE
はそれぞれドツトｉに隣接する頂点｛Ｅ（iF）＝
１、Ｅ（iE）＝１｝であり、iF→ｉ→iEの順番でド
ツトパターンを時計回りに回ることになる。そし
て、ｉ番目のドツトが内点でない場合に頂点、内
点の判定を行ない、頂点であればフラグＥ(i)をＥ
(i)＝１、変化フラグＣ(i)をＣ(i)＝０とする。もし
内点であればＥ(i)＝０で、すべての変化フラグヲ
“１”、つまり〔∀；Ｃ(j)＝１〕にする。かかる操
作は、１周しても頂点が内点に変化しなくなる迄
繰り返される。なお、第３Ｄ図および３Ｅ図に示
されるフローの詳細説明は省略するが、要するに
以上の如き処理をして、第３Ｂ図の如きドツトパ
ターンからその最外接凸多角形、特に頂点を第３
Ｆ図ロの如く求める処理ということができる。な
お、第３Ｅ図は第３Ｄ図のステツプを詳細に展
開したフローチヤートである。このようにして、
ドツトパターンの各ドツトが頂点と内点とに分離
され、例えば第３Ｂ図の例ではQ1，Q4，Q11およ
びQ16が頂点であり、その他が内点ということに
なる。 次に、頂点に関する距離行列DT（ｉ、ｊ）を次
式により求める。 DT（ｉ、ｊ）＝(i)・(j) ……(6) こゝに、（ｉ、ｊ）行列要素は頂点Ｔ(i)と頂点
Ｔ(j)とのユークリツド距離であることを示してい
る。つまり、上記(6)式は全ての頂点間の距離情報
を含んでいる。なお、かかる処理が第３図のステ
ツプにおいて行なわれる。次は、各ドツトパタ
ーンに名前をつけて、ドツトの中心座標x〓i、面積
Ai、頂点フラグＥ(i)および距離行列を第２図の辞
書メモリ３５に登録する（第３図参照）。そし
て、このような操作が認識の対象となるドツトパ
ターンの全てについて行なわれる（第３図参
照）。 以上により、辞書作成動作が完了する。 さて、こゝから第１図の説明に入る。 まず、未知ドツトパターンが第２図の撮像装置
２によりビデオ信号に変換され、画像処理装置３
に入力される（第１図参照）。画像処理装置は
前述の如くして各ドツトの切り出しを行ない、そ
の中心座標、面積等のブロブ情報を求める（第１
図参照）。次いで、辞書番号ｋ（ドツトパターン
の名前に対応する）の初期化を行なうステツプ
と、候補除去回数NRの初期化を行なうステツプ
とを実行する。この候補除去回数NRとは、未
知ドツト集合と辞書ドツトとの間でその頂点の対
応関係を順次探索して行く過程において、辞書
（DK）と一致したものを次の探索の対象から外し
て行く場合の回数のことである。次に、辞書番号
ｋを更新し（第１図参照）、これが辞書パター
ン数NTDを越えたか否かを判別し（第１図参
照）、越えたときは認識終了とする。ｋ≦NTDの
場合は次のステツプに進み、凸多角形の頂点ド
ツトと対応する未知ドツト（頂点対応ドツト）の
探索を開始する。 こゝで、探索処理について説明する。 いま、未知のドツトパターンが第４図の如く表
わされ、辞書ドツトパターンが先の第３Ａ図の如
く表わされるものとする。この場合、未知パター
ンは文字「Ｆ」と「Ｊ」とが傾いて撮像された場
合の例であり、辞書パターンは文字「Ｆ」の例で
ある。したがつて、未知パターンにはS1〜S30ま
での30個のドツトがあり、辞書パターンにはP1
〜P16までの16個のドツトが存在する。探索処理
は、辞書の凸多角形頂点ドツトに対応する未知ド
ツトを探索する処理であり、このために次の如き
諸量を定義する。まず、第５図の如き探索空間を
考える。同図は辞書パターンの頂点ドツトＴ(i)数
が４で、未知パターンのドツト数が30であるか
ら、４×30の大きさの探索空間と云うことにな
る。この探索空間はマトリツクス、すなわち行列
と考えることができるから、以下これを探索行列
SU（ｉ、ｊ）と呼ぶことにする。この探索行列に
おいて、その行列要素が“１”の場合は頂点Ｔ(i)
と未知ドツトＳ(j)とが対応し、“０”の場合は対
応しないことを表わすものとすると、さらに次の
如き探索ベクトルDP(i)，DQ(j)を定義することに
より、２値の探索行列における頂点Ｔ(i)と未知ド
ツトＳ(j)との対応関係の有無を容易に表現するこ
とができる。こゝに、DP(i)は頂点が未知ドツト
と対応関係を有するか否かを示す頂点探索ベクト
ルであり、DQ(i)は未知ドツトが頂点と対応関係
を有するか否かを示す未知ドツト探索ベクトルで
ある。 そして、これら探索行列SU（ｉ、ｊ）および探
索ベクトルDP(i)、DP(i)，DQ(j)を利用して第６図
および第６Ａ図の如き処理を行なうことにより探
索を行なう。これら処理フローの詳細な説明は省
略するが、要するに第５図の探索空間で「○」印
を付した如く、頂点と一致するドツをもつ未知パ
ターンを探すことである。この例では、第３Ａ図
のドツトP12，P16，P1およびP6が第４図のドツト
S16，S30，S11およびS4にそれぞれ対応すること
が一目瞭然であるが、これは人間が判断するから
であつて、機械では第６図および第６Ａ図の如き
処理をしなければならないと云うわけである。な
お、第６図および第６Ａ図において、引数i1，i2
は頂点Ｔ（i1），Ｔ（i2）であり、これらと対応する
未知ドツトをそれぞれ引数j1，j2で表わしている。
したがつて、頂点Ｔ（i1）と未知ドツトＳ（j1）と
が対応していれば、探索行列はSU（i1、j1）＝１と
なり、対応関係がなければSU（i1、j1）＝０となる。
また、未知ドツトに欠損がない場合は、i1，i2は
連番となる。そして、Ｔ（i1）とＳ（j1）とが対応
している場合にＴ（i2）に対応する未知ドツトＳ
（j2）の探索を行ない、すべての頂点Ｔ(i)に対応
する未知ドツトが探索行列SU（ｉ、ｊ）に結果と
して残されることになる。 ところで、このような探索処理について、前述
の如き総当たり方式で探索を行なうと、この例で
は30C16（oCr＝ｎ！／（ｎ−ｒ）！ｒ！）通りの
組み合わせについて探索処理をして第５Ａに
「○」印を付した如き探索結果を得ることになる
が、この発明では最外接凸多角形の頂点（こゝで
は４個）について探索処理を行なうので、その組
み合わせ数は30C4となり、処理量が極めて少なく
なることがわかる。 こうして辞書DKの凸多角形と一致する候補対
象を探索し（第１図参照）、候補対象があれば
（第１図参照）、これについて辞書パターンを作
成したときと同様にして頂点距離行列を計算する
（第１図参照）。次いで、辞書と候補対象との間
で距離行列の一致度を判定し（第１図参照）、
一致しない場合はのステツプに戻る一方、一致
したときはのステツプに進む。 ステツプでは次のような処理が行なわれる。
これは、以上の如くして求められた候補（未知）
パターン図形に対し、辞書パターン図形がどの程
度回転し平行移動しているかを表わす回転角およ
び平行移動量を求め、これらの量を用いて辞書パ
ターンの各内点を未知パターン図形の座標系へマ
ツピングして対応点を求める処理であり、例えば
次の如く行なわれる。 まず、辞書図形の基準点OTを次式より求める。 x〓OT＝MTD 〓i=1 x〓T(i)・DP(i)／MTD 〓i=1 DP(i) ……(7) こゝに、MTDは頂点の個数、DP(i)は先に説明し
た頂点探索ベクトルで、“１”ならば対応点があ
り、“０”ならば対応点がないことを示す。また、
候補となつた未知パターンについても、同様にし
て頂点対応点の基準点OSを次式より求める。 x〓OS＝NU 〓j=1 x〓S(j)・DQ(j)／NU 〓i=1 DQ(j) ……(8) こゝに、NUはドツト数、DQ(j)は前述の未知ド
ツト探索ベクトルで、“１”ならば対応点であり、
“０”ならば対応点でないことを示す。 いま、これら基準点OT，OSと、辞書図形の或
る頂点Tiおよび未知図形の頂点対応点Sjとの関係
が第７Ａ図の如く示されるものとする。こゝで、
頂点TiをＯTＯS―――→だけ平行移動させた後、さらに
βi
度だけ回転させれば頂点Sjと重なるものとする
と、辞書図形の未知図形に対する平行移動ベクト
ルP〓Oおおび回転各βOを次式の如く求めることがで
きる。 P〓O＝ＯTＯS―――→＝x〓OS−x〓OT ……(9) βO＝MTD 〓i=1 βi・DP(i)／MTD 〓i=1 DP(i) ……(10) こうするかわりに、第７Ｂ図に示すように、ベ
クトルa〓をオイラー表示式により a〓＝rej〓（ｊ；虚数） ……(11) の如く表現すると、辞書図形の平行移動量P〓Oと
回転各βOは、次式の如く表現することができる。 y〓(i)＝（x〓(i)−x〓OT）ｅjβO ＋P〓O ……(12) こうして求められる平行移動量と回転角から、
辞書図形の各内点を幾何学的に変換し、その近傍
の点を対応する未知ドツトx〓S(j)とし、 ｜x〓S(j)−y〓(i)｜≦lo ……(13) を満たす点Ｓ(j)を対応点（内点対応点）とする。 なお、loは所定の定数である。以上が、ステツ
プにて行なわれる処理である。 次いで、辞書ドツト図形の各ドツトと対応する
未知ドツト数が少なくないかどうかを判断して誤
対応を防ぎ（第１図参照）、充分に対応してい
れば対応する未知ドツトを処理済みとして削除し
た後（第１図参照）、候補除去回数NRを更新す
る（第１図参照）。以上の操作は、未知ドツト
がなくなるか、該当辞書がなくなる迄繰り返され
る（第１図参照）。 以上のようにして認識処理が行なわれる。 〔発明の効果〕 この発明によれば、ドツトパターンの最外接凸
多角系を求めることで辞書ドツトを頂点と内点に
分離し、この頂点集合について対応関係の探索を
行なうことにより、探索の組み合わせを従来のも
のより著しく減らすことができ、また頂点距離行
列によつて形状チエツクを行なうようにしている
ので、これも従来のものより相当少なくすること
ができ、したがつて認識速度をより一層向上させ
ることができる利点がもたらされる。
第１図はこの発明の実施例を示すフローチヤー
ト、第２図はこの発明が適用される画像処理装置
を示すブロツク図、第３図はこの発明による辞書
作成手順を示すフローチヤート、第３Ａ図はドツ
トパターン例を示す説明図、第３Ｂ図はドツトパ
ターンの中心と各ドツトの偏角を説明するための
説明図、第３Ｃ図はドツトの並び換え処理を行な
うためのフローチヤート、第３Ｄ図は最外接凸多
角形の抽出処理を行なうためのフローチヤート、
第３Ｅ図は第３Ｄ図のステツプを詳細に示すフ
ローチヤート、第３Ｆ図は最外接凸多角形を求め
る場合のフアイルの初期値と最終値との関係を示
す説明図、第３Ｇ図は凸値の定義を説明するため
のベクトル図、第４図は未知パターン例を示す説
明図、第５図はこの発明で用いられる探索行列を
説明するための説明図、第５Ａ図は探索行列の別
の例を説明するための説明図、第６図は探索処理
手順を示すフローチヤート、第６Ａ図は第６図の
続きを示すフローチヤート、第７Ａ図は基準点と
辞書図形および未知図形の各頂点との関係を説明
するための説明図、第７Ｂ図はベクトルのオイラ
ー表現方法を説明するための説明図である。 符号説明、１……ドツトパターン、２……撮像
装置（テレビカメラ）、３……画像処理装置、３
１……前処理回路、３２……特徴抽出回路、３３
……画像メモリ、３４……処理プロセツサ、３５
……辞書メモリ、３６……インタフエイス、４…
…モニタテレビ、５……CRTデイスプレイ、６
……キーボード。
ト、第２図はこの発明が適用される画像処理装置
を示すブロツク図、第３図はこの発明による辞書
作成手順を示すフローチヤート、第３Ａ図はドツ
トパターン例を示す説明図、第３Ｂ図はドツトパ
ターンの中心と各ドツトの偏角を説明するための
説明図、第３Ｃ図はドツトの並び換え処理を行な
うためのフローチヤート、第３Ｄ図は最外接凸多
角形の抽出処理を行なうためのフローチヤート、
第３Ｅ図は第３Ｄ図のステツプを詳細に示すフ
ローチヤート、第３Ｆ図は最外接凸多角形を求め
る場合のフアイルの初期値と最終値との関係を示
す説明図、第３Ｇ図は凸値の定義を説明するため
のベクトル図、第４図は未知パターン例を示す説
明図、第５図はこの発明で用いられる探索行列を
説明するための説明図、第５Ａ図は探索行列の別
の例を説明するための説明図、第６図は探索処理
手順を示すフローチヤート、第６Ａ図は第６図の
続きを示すフローチヤート、第７Ａ図は基準点と
辞書図形および未知図形の各頂点との関係を説明
するための説明図、第７Ｂ図はベクトルのオイラ
ー表現方法を説明するための説明図である。 符号説明、１……ドツトパターン、２……撮像
装置（テレビカメラ）、３……画像処理装置、３
１……前処理回路、３２……特徴抽出回路、３３
……画像メモリ、３４……処理プロセツサ、３５
……辞書メモリ、３６……インタフエイス、４…
…モニタテレビ、５……CRTデイスプレイ、６
……キーボード。
Claims (1)
- 【特許請求の範囲】 １ ドツトパターンを撮像する撮像手段と、その
撮像信号を処理する画像処理手段とを用いてドツ
トパターンを認識する認識方法であつて、 認識の対象となる標準のドツトパターン毎に予
めその最外接凸多角形を求めて個々のドツトを頂
点と内点とに分類し、少なくとも各ドツトの面積
および中心座標と頂点フラグおよび頂点距離行列
とをそれぞれ求めて辞書パターンとして登録する
処理を行ない、 しかる後辞書パターンの最外接凸多角形と一致
する未知パターンを探索する処理を実行し、対象
となる未知パターンを絞つてその頂点距離行列を
求め、これと辞書パターンのそれとの比較結果か
ら最も良く一致するものを候補パターンとして採
用した後、該候補に対する辞書パターンの平行移
動量と回転角を求め、これらの値を用いて辞書パ
ターンの各内点を回転、移動させて候補パターン
の対応ドツトを求め、該対応ドツトと辞書パター
ンの各ドツトとの対応関係の一致具合からドツト
パターンを認識することを特徴とするドツトパタ
ーン認識方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP60292251A JPS62152095A (ja) | 1985-12-26 | 1985-12-26 | ドツトパタ−ン認識方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP60292251A JPS62152095A (ja) | 1985-12-26 | 1985-12-26 | ドツトパタ−ン認識方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPS62152095A JPS62152095A (ja) | 1987-07-07 |
| JPH0580709B2 true JPH0580709B2 (ja) | 1993-11-10 |
Family
ID=17779394
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP60292251A Granted JPS62152095A (ja) | 1985-12-26 | 1985-12-26 | ドツトパタ−ン認識方法 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPS62152095A (ja) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP4492258B2 (ja) * | 2004-08-26 | 2010-06-30 | パナソニック電工株式会社 | 文字・図形の認識方法および検査方法 |
-
1985
- 1985-12-26 JP JP60292251A patent/JPS62152095A/ja active Granted
Also Published As
| Publication number | Publication date |
|---|---|
| JPS62152095A (ja) | 1987-07-07 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111259846B (zh) | 文本定位方法和系统以及文本定位模型训练方法和系统 | |
| CN110032998B (zh) | 自然场景图片的文字检测方法、系统、装置和存储介质 | |
| US5048099A (en) | Polygon-based method for automatic extraction of selected text in a digitized document | |
| JP4018354B2 (ja) | 形状記述子抽出方法 | |
| JP4300098B2 (ja) | オブジェクト識別方法とその装置、プログラム及び記録媒体 | |
| US20090041361A1 (en) | Character recognition apparatus, character recognition method, and computer product | |
| WO2009147840A1 (ja) | 画像検索装置および同画像検索装置に適用される画像検索用コンピュータプログラム | |
| CN112926601A (zh) | 基于深度学习的图像识别方法、装置、设备及存储介质 | |
| CN104809099A (zh) | 文档文件生成装置及文档文件生成方法 | |
| CN112861860A (zh) | 一种基于上下边界提取的自然场景下文字检测方法 | |
| JP2019021100A (ja) | 画像探索装置、商品認識装置および画像探索プログラム | |
| CN113378886B (zh) | 一种自动训练形状匹配模型的方法 | |
| JPH0580709B2 (ja) | ||
| CN102855498B (zh) | 字符识别方法和装置 | |
| Ramel et al. | Automatic reading of handwritten chemical formulas from a structural representation of the image | |
| JP7075770B2 (ja) | 文字認識システム、文字鮮明化システム、文字鮮明化プログラム、文字鮮明化方法、及び文字鮮明化画像の表示装置 | |
| CN117409027A (zh) | 图像搜索方法、装置、产品、设备和介质 | |
| JPH0589190A (ja) | 図面情報のチエツク方式 | |
| JP4648084B2 (ja) | 記号認識方法及び装置 | |
| US7876964B2 (en) | Method for associating a digital image with a class of a classification system | |
| JP4697387B2 (ja) | 原稿画像判定装置、原稿画像判定方法及びそのプログラム | |
| JP2789622B2 (ja) | 文字／図形領域判定装置 | |
| CN114565750A (zh) | 一种纸质试题的处理方法和系统 | |
| JP2974167B2 (ja) | 文字の大分類認識方法 | |
| CN119559432A (zh) | 一种基于图像分析的目标分类方法、装置及电子设备 |