JPH0646418B2 - 特徴抽出方式 - Google Patents
特徴抽出方式Info
- Publication number
- JPH0646418B2 JPH0646418B2 JP62294057A JP29405787A JPH0646418B2 JP H0646418 B2 JPH0646418 B2 JP H0646418B2 JP 62294057 A JP62294057 A JP 62294057A JP 29405787 A JP29405787 A JP 29405787A JP H0646418 B2 JPH0646418 B2 JP H0646418B2
- Authority
- JP
- Japan
- Prior art keywords
- character
- pattern
- coordinate
- rectangular frame
- division
- 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 - Fee Related
Links
- 238000000605 extraction Methods 0.000 title claims description 12
- 238000009826 distribution Methods 0.000 claims description 21
- 238000000034 method Methods 0.000 claims description 19
- 230000007423 decrease Effects 0.000 claims description 5
- 238000001514 detection method Methods 0.000 description 19
- 230000005484 gravity Effects 0.000 description 12
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 8
- 238000010586 diagram Methods 0.000 description 7
- 239000000284 extract Substances 0.000 description 5
- 238000006243 chemical reaction Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 3
- 230000002093 peripheral effect Effects 0.000 description 3
- 230000002411 adverse Effects 0.000 description 2
- 239000008186 active pharmaceutical agent Substances 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
Landscapes
- Character Discrimination (AREA)
Description
【発明の詳細な説明】 （産業上の利用分野） 本発明は、文字認識装置等に適用される特徴抽出方式に
関し、特に微小な違いしか存在しないパタンの差を有効
かつ安定に抽出する特徴抽出方式に関する。
関し、特に微小な違いしか存在しないパタンの差を有効
かつ安定に抽出する特徴抽出方式に関する。
従来の文字図形の認識においては、文字図形パタンより
ストロークを抽出し、それら抽出されたストロークの位
置、長さ、ストローク間の相互関係等を用いて認識する
方式が多く採用されている。その手法は(1) 文字図形の
輪郭を追跡することにより検出された輪郭点系列につい
て曲率を計算し、その曲率の大きな値の点を分割点とし
て輪郭系列を分割し、分割された系列を組合わせること
によりストロークを抽出するか、(2) 文字図形パタンに
細線化処理を行なって骨格化し、その骨格パタンの連結
性及び骨格パタンを追跡し急激な角度の変化点等を検出
してストロークを抽出し、前記(1)(2)より抽出されたス
トロークについて幾何学的な特徴等を抽出して識別を行
なっていた。又(3) 文字図形パタンの文字矩形枠の夫々
の辺から文字図形パタンまでの距離を求め、前記距離を
用いて前記文字矩形枠の各辺に対応する文字図形パタン
の突起部を抽出し、抽出された突起部の突起情報を用い
て、文字認識を行なう方式も特開昭60-230282 号公報に
より提案されている。
ストロークを抽出し、それら抽出されたストロークの位
置、長さ、ストローク間の相互関係等を用いて認識する
方式が多く採用されている。その手法は(1) 文字図形の
輪郭を追跡することにより検出された輪郭点系列につい
て曲率を計算し、その曲率の大きな値の点を分割点とし
て輪郭系列を分割し、分割された系列を組合わせること
によりストロークを抽出するか、(2) 文字図形パタンに
細線化処理を行なって骨格化し、その骨格パタンの連結
性及び骨格パタンを追跡し急激な角度の変化点等を検出
してストロークを抽出し、前記(1)(2)より抽出されたス
トロークについて幾何学的な特徴等を抽出して識別を行
なっていた。又(3) 文字図形パタンの文字矩形枠の夫々
の辺から文字図形パタンまでの距離を求め、前記距離を
用いて前記文字矩形枠の各辺に対応する文字図形パタン
の突起部を抽出し、抽出された突起部の突起情報を用い
て、文字認識を行なう方式も特開昭60-230282 号公報に
より提案されている。
（発明が解決しようとする問題点） しかしながら(1) の方法は文字図形パタンが大きくな
り、又文字図形パタンが複雑化すると、その処理量が増
大し処理速度の低下を招いていた。(2) の方法は文字図
形パタンを細線化する必要があり、又その細線化による
パタンのひずみ、ヒゲ等の問題がありその後の処理を複
雑なものとしていた。(3) の方法は入力文字の字形が変
形すると抽出される特徴が不安定となり、特に「水」・
「氷」及び「大」・「太」等の類似文字間ではその影響
が顕著である。
り、又文字図形パタンが複雑化すると、その処理量が増
大し処理速度の低下を招いていた。(2) の方法は文字図
形パタンを細線化する必要があり、又その細線化による
パタンのひずみ、ヒゲ等の問題がありその後の処理を複
雑なものとしていた。(3) の方法は入力文字の字形が変
形すると抽出される特徴が不安定となり、特に「水」・
「氷」及び「大」・「太」等の類似文字間ではその影響
が顕著である。
本発明の目的は、従来の認識方式における輪郭追跡や細
線化等の非常に複雑な処理を行なうことなく、文字図形
パタンの周辺分布に基づいて分割した（Ｍ×Ｎ）個の夫
々の領域に対して、文字図形パタンの外形を表す外郭座
標系列から、所定の条件を満たす極点についての情報を
抽出することにより、文字の字形の変動に対しても安定
で、特に微小な違いしか存在しないパタンの差を有効に
抽出する特徴抽出方式を提供することにある。
線化等の非常に複雑な処理を行なうことなく、文字図形
パタンの周辺分布に基づいて分割した（Ｍ×Ｎ）個の夫
々の領域に対して、文字図形パタンの外形を表す外郭座
標系列から、所定の条件を満たす極点についての情報を
抽出することにより、文字の字形の変動に対しても安定
で、特に微小な違いしか存在しないパタンの差を有効に
抽出する特徴抽出方式を提供することにある。
（問題点を解決するための手段） 本発明は、媒体上の文字図形を読取って量子化して得ら
れるパタンを原パタンとして記憶するパタンレジスタを
備え、上記原パタンに基づいて文字図形の特徴を抽出す
る特徴抽出方式を対象とし、前記従来技術の問題点を解
決するため、 (a) パタンレジスタに記憶された原パタンの外接辺から
なる文字矩形枠を検出する手段と、 (b) 上記原パタンを所望の２つの軸上に夫々投影して夫
々の黒ビット数分布を求める手段と、 (c) まず夫々の軸上に対して、上記文字矩形枠で限定さ
れる範囲で黒ビット数分布の夫々の重心座標を決定し
て、次いでそれまでに検出した夫々の重心座標で上記文
字矩形枠で限定される範囲を分割した夫々の範囲を対象
として夫々の前記黒ビット数分布の重心座標を決定する
過程を複数回繰返して夫々の重心座標系列を求め文字矩
形枠内を（Ｍ×Ｎ）個の領域に分割するための前記重心
座標に基づいた夫々の分割座標を決定する手段と、 (d) 上記原パタンの上記文字矩形枠内部を文字矩形枠の
夫々の辺から垂直方向に走査し、背景部から文字部への
最初の変化点の座標系列を検出する手段と、 (e) 上記変化点座標系列に基づいて、夫々の変化点の変
化量を算出する手段と、 (f) 上記変化量に従って、増減の変化する極点を検出す
る手段と、 (g) 上記（Ｍ×Ｎ）個の夫々の領域に対して、所定の条
件を満たす上記極点の情報を抽出する手段を設けたもの
である。
れるパタンを原パタンとして記憶するパタンレジスタを
備え、上記原パタンに基づいて文字図形の特徴を抽出す
る特徴抽出方式を対象とし、前記従来技術の問題点を解
決するため、 (a) パタンレジスタに記憶された原パタンの外接辺から
なる文字矩形枠を検出する手段と、 (b) 上記原パタンを所望の２つの軸上に夫々投影して夫
々の黒ビット数分布を求める手段と、 (c) まず夫々の軸上に対して、上記文字矩形枠で限定さ
れる範囲で黒ビット数分布の夫々の重心座標を決定し
て、次いでそれまでに検出した夫々の重心座標で上記文
字矩形枠で限定される範囲を分割した夫々の範囲を対象
として夫々の前記黒ビット数分布の重心座標を決定する
過程を複数回繰返して夫々の重心座標系列を求め文字矩
形枠内を（Ｍ×Ｎ）個の領域に分割するための前記重心
座標に基づいた夫々の分割座標を決定する手段と、 (d) 上記原パタンの上記文字矩形枠内部を文字矩形枠の
夫々の辺から垂直方向に走査し、背景部から文字部への
最初の変化点の座標系列を検出する手段と、 (e) 上記変化点座標系列に基づいて、夫々の変化点の変
化量を算出する手段と、 (f) 上記変化量に従って、増減の変化する極点を検出す
る手段と、 (g) 上記（Ｍ×Ｎ）個の夫々の領域に対して、所定の条
件を満たす上記極点の情報を抽出する手段を設けたもの
である。
（作用） 本発明によれば、以上のように特徴抽出方式を構成した
ので各技術手段は次のように作用する。
ので各技術手段は次のように作用する。
(a) の手段は、パタンレジスタに格納された原パタンを
走査することによって、文字図形の外接枠である文字矩
形枠を検出し、(b)(c)及び(d) の各手段に出力する。
(b) の手段は、原パタンから、所望の２つの軸の各方向
（例えばＸ軸、Ｙ軸方向）の黒ビット数分布を作成し、
(c) の手段に出力する。(c) の手段は、(a) の手段から
の文字矩形枠及び(b) の手段からの各黒ビット数分布を
受け、上記所望の２軸に対して周辺分布に基づいた原パ
タンの重心分割座標を検出し、その分割座標を(g) の手
段に出力する。(d) の手段は原パタンの文字矩形枠の上
辺・下辺・左辺・右辺の４辺の夫々の辺から垂直方向に
走査したときの最初の変化点の座標を上記辺の全範囲に
わたって検出することにより変化点座標系列を作成し、
(e) の手段に出力する。(e) の手段は、(d) の手段から
の変化点座標系列に基づいて夫々の変化点の変化量を算
出し、(f) の手段に出力する。(f) の手段は、(e) の手
段からの変化量を基に、増減が変化する極点を検出し、
(g) の手段に出力する。(g) の手段は、(c) の手段から
の分割点座標及び(f) の手段からの極点情報を受け、上
記（Ｍ×Ｎ）個の夫々の領域に対して、所定の条件を満
たす極点を抽出し、これを文字図形認識のための特徴と
して提供する。したがって、微小な違いしか存在しない
パタンの差を有効かつ安定に抽出できるようになり、前
記従来技術の問題点が解決される。
走査することによって、文字図形の外接枠である文字矩
形枠を検出し、(b)(c)及び(d) の各手段に出力する。
(b) の手段は、原パタンから、所望の２つの軸の各方向
（例えばＸ軸、Ｙ軸方向）の黒ビット数分布を作成し、
(c) の手段に出力する。(c) の手段は、(a) の手段から
の文字矩形枠及び(b) の手段からの各黒ビット数分布を
受け、上記所望の２軸に対して周辺分布に基づいた原パ
タンの重心分割座標を検出し、その分割座標を(g) の手
段に出力する。(d) の手段は原パタンの文字矩形枠の上
辺・下辺・左辺・右辺の４辺の夫々の辺から垂直方向に
走査したときの最初の変化点の座標を上記辺の全範囲に
わたって検出することにより変化点座標系列を作成し、
(e) の手段に出力する。(e) の手段は、(d) の手段から
の変化点座標系列に基づいて夫々の変化点の変化量を算
出し、(f) の手段に出力する。(f) の手段は、(e) の手
段からの変化量を基に、増減が変化する極点を検出し、
(g) の手段に出力する。(g) の手段は、(c) の手段から
の分割点座標及び(f) の手段からの極点情報を受け、上
記（Ｍ×Ｎ）個の夫々の領域に対して、所定の条件を満
たす極点を抽出し、これを文字図形認識のための特徴と
して提供する。したがって、微小な違いしか存在しない
パタンの差を有効かつ安定に抽出できるようになり、前
記従来技術の問題点が解決される。
（実施例） 以下本発明の実施例につき図面を参照して詳細に説明す
る。
る。
第１図は本発明の特徴抽出方式が適用される文字認識装
置の構成を示すブロック図である。
置の構成を示すブロック図である。
第１図において、１は帳票からの光入力、１４は本実施
例の文字認識装置の文字名出力である。この文字認識装
置は光電変換部２、パタンレジスタ３、文字枠検出部
４、文字投影作成部５、重心検出部６、文字枠分割点決
定部７、外郭座標系列検出部８、極点座標系列検出部
９、極点計数部１０、極点計数領域テーブル１１、識別
部１２及び辞書メモリ１３から構成される。
例の文字認識装置の文字名出力である。この文字認識装
置は光電変換部２、パタンレジスタ３、文字枠検出部
４、文字投影作成部５、重心検出部６、文字枠分割点決
定部７、外郭座標系列検出部８、極点座標系列検出部
９、極点計数部１０、極点計数領域テーブル１１、識別
部１２及び辞書メモリ１３から構成される。
光入力１は光電変換部２に入力される。光電変換部２は
１つの文字予定領域を128 ×128 の画素へ分解し、各画
素を２値のディジタル信号（以下これを入力文字パタン
と呼ぶ）へ変換するものであり、平均的大きさの１文字
は６０×６０ビット程度の入力文字パタンで表現され
る。パタンレジスタ３は文字予定領域における各画素の
Ｘ，Ｙ座標を再現できる形式で入力文字パタンを記憶す
るものであり、文字予定領域に対応して128 ×128 ビッ
トの容量を有するものである。
１つの文字予定領域を128 ×128 の画素へ分解し、各画
素を２値のディジタル信号（以下これを入力文字パタン
と呼ぶ）へ変換するものであり、平均的大きさの１文字
は６０×６０ビット程度の入力文字パタンで表現され
る。パタンレジスタ３は文字予定領域における各画素の
Ｘ，Ｙ座標を再現できる形式で入力文字パタンを記憶す
るものであり、文字予定領域に対応して128 ×128 ビッ
トの容量を有するものである。
文字枠検出部４は本実施例では文字の外接枠をそのパタ
ンレジスタ３における左端座標Ｘl 、右端座標Ｘr 、上
端座標Ｙt 、下端座標Ｙb で表現して検出するものであ
る。
ンレジスタ３における左端座標Ｘl 、右端座標Ｘr 、上
端座標Ｙt 、下端座標Ｙb で表現して検出するものであ
る。
文字投影作成部５はパタンレジスタ３の入力文字パタン
を所望の２つの軸、本実施例ではＸ軸、Ｙ軸（夫々パタ
ンレジスタ３の２次元座標における水平方向、垂直方
向）へ投影して黒ビット数の分布を求め、黒ビット数分
布ＳＸ(x) ，ＳＹ(y) を作成する。この黒ビット数分布
ＳＸ(x) ，ＳＹ(y) は次式で表される。
を所望の２つの軸、本実施例ではＸ軸、Ｙ軸（夫々パタ
ンレジスタ３の２次元座標における水平方向、垂直方
向）へ投影して黒ビット数の分布を求め、黒ビット数分
布ＳＸ(x) ，ＳＹ(y) を作成する。この黒ビット数分布
ＳＸ(x) ，ＳＹ(y) は次式で表される。
但し、ｘ，ｙはパタンレジスタ３における夫々０〜127
なる２次元座標であり、Ｙt ，Ｙb は文字枠のＹ軸方向
の上端座標、下端座標、Ｘl ，Ｘr はＸ軸方向の左端座
標、右端座標であり、Ｐ（ｘ，ｙ）は黒ビット又は白ビ
ットを意味し、黒ビット（有意色）の場合Ｐ（ｘ，ｙ）
＝１、白ビット（背景色）の場合Ｐ（ｘ，ｙ）＝０をと
る。
なる２次元座標であり、Ｙt ，Ｙb は文字枠のＹ軸方向
の上端座標、下端座標、Ｘl ，Ｘr はＸ軸方向の左端座
標、右端座標であり、Ｐ（ｘ，ｙ）は黒ビット又は白ビ
ットを意味し、黒ビット（有意色）の場合Ｐ（ｘ，ｙ）
＝１、白ビット（背景色）の場合Ｐ（ｘ，ｙ）＝０をと
る。
第２図は(b),(c) に漢字「水」と「氷」夫々の入力文字
パタン（第２図(a) ）に対する黒ビット数分布ＳＸ(x)
，ＳＹ(y) を示す。
パタン（第２図(a) ）に対する黒ビット数分布ＳＸ(x)
，ＳＹ(y) を示す。
重心検出部６は、文字枠のＸ，Ｙ各軸方向の全範囲Ｘl
〜Ｘr ，Ｙt 〜Ｙb 及び前の過程で検出した重心座標に
よって分割される各範囲を対象として、入力文字パタン
の夫々の黒ビット数分布ＳＸ(x) ，ＳＹ(y) の重心座標
系列Ｘ（Ｍp），Ｙ（Ｍq）を求めるものであり、各範囲
の１次モーメントの和をその範囲の黒ビット和で除算す
ることによって求めるものである。但し、Ｍp ，Ｍq は
座標値の大きさの順に付した重心座標番号であり、Ｍp
＝１〜ＭＸ（ＭＸはＸ軸方向の重心の個数）、Ｍq ＝１
〜ＭＹ（ＭＹはＹ軸方向の重心の個数）である。以下の
説明では７個の重心座標Ｘ（Ｍp）を検出する場合につ
いて述べる。まず、文字枠のＸ軸方向の範囲Ｘl 〜Ｘr
を対象として、(3) 式に示すように入力文字パタンの黒
ビット数分布ＳＸ(x) の１次モーメント和をその範囲の
黒ビット和で除算することによって、中央の重心座標番
号が４の重心座標Ｘ(4) を求める。
〜Ｘr ，Ｙt 〜Ｙb 及び前の過程で検出した重心座標に
よって分割される各範囲を対象として、入力文字パタン
の夫々の黒ビット数分布ＳＸ(x) ，ＳＹ(y) の重心座標
系列Ｘ（Ｍp），Ｙ（Ｍq）を求めるものであり、各範囲
の１次モーメントの和をその範囲の黒ビット和で除算す
ることによって求めるものである。但し、Ｍp ，Ｍq は
座標値の大きさの順に付した重心座標番号であり、Ｍp
＝１〜ＭＸ（ＭＸはＸ軸方向の重心の個数）、Ｍq ＝１
〜ＭＹ（ＭＹはＹ軸方向の重心の個数）である。以下の
説明では７個の重心座標Ｘ（Ｍp）を検出する場合につ
いて述べる。まず、文字枠のＸ軸方向の範囲Ｘl 〜Ｘr
を対象として、(3) 式に示すように入力文字パタンの黒
ビット数分布ＳＸ(x) の１次モーメント和をその範囲の
黒ビット和で除算することによって、中央の重心座標番
号が４の重心座標Ｘ(4) を求める。
次いで、その重心座標Ｘ(4) で分割された夫々の範囲、
Ｘl 〜Ｘ(4) ，Ｘ(4) 〜Ｘr を対象として２つの重心座
標Ｘ(2) ，Ｘ(6) を(4) 式により求める。
Ｘl 〜Ｘ(4) ，Ｘ(4) 〜Ｘr を対象として２つの重心座
標Ｘ(2) ，Ｘ(6) を(4) 式により求める。
次いで、これまで検出された重心座標Ｘ(2) ，Ｘ(4) ，
Ｘ(6) で分割された範囲Ｘl 〜Ｘ(2) ，Ｘ(2) 〜Ｘ(4)
，Ｘ(4) 〜Ｘ(6) ，Ｘ(6) 〜Ｘr を対象として４個の
重心座標Ｘ(1) ，Ｘ(3) ，Ｘ(5) ，Ｘ(7) を(5) 式によ
り求める。
Ｘ(6) で分割された範囲Ｘl 〜Ｘ(2) ，Ｘ(2) 〜Ｘ(4)
，Ｘ(4) 〜Ｘ(6) ，Ｘ(6) 〜Ｘr を対象として４個の
重心座標Ｘ(1) ，Ｘ(3) ，Ｘ(5) ，Ｘ(7) を(5) 式によ
り求める。
Ｙ軸方向の重心座標Ｙ（Ｍq）の検出も、検出する重心
座標個数ＭＹを７個とした場合、まず、文字枠の範囲Ｙ
t 〜Ｙb を対象として入力文字パタンの黒ビット分布Ｓ
Ｙ(y) の重心座標Ｙ(4) を検出し、次いで文字枠を重心
座標で２分した範囲Ｙt 〜Ｙ(4) ，Ｙ(4) 〜Ｙb それぞ
れを対象として黒ビット分布ＳＹ(y) の重心座標Ｙ(2)
，Ｙ(4) を検出し、更にこれまでに検出された重心座
標Ｙ(2) ，Ｙ(4) ，Ｙ(6) でＹ軸方向の文字枠を分割し
た夫々の範囲Ｙt 〜Ｙ(2) ，Ｙ(2) 〜Ｙ(4) ，Ｙ(4) 〜
Ｙ(6) ，Ｙ(6) 〜Ｙb を対象として黒ビット分布ＳＹ
(y) の重心座標Ｙ(1) ，Ｙ(3) ，Ｙ(5) ，Ｙ(7) を検出
することによって、計７個の重心座標Ｙ(1) 〜Ｙ(7) を
検出する。
座標個数ＭＹを７個とした場合、まず、文字枠の範囲Ｙ
t 〜Ｙb を対象として入力文字パタンの黒ビット分布Ｓ
Ｙ(y) の重心座標Ｙ(4) を検出し、次いで文字枠を重心
座標で２分した範囲Ｙt 〜Ｙ(4) ，Ｙ(4) 〜Ｙb それぞ
れを対象として黒ビット分布ＳＹ(y) の重心座標Ｙ(2)
，Ｙ(4) を検出し、更にこれまでに検出された重心座
標Ｙ(2) ，Ｙ(4) ，Ｙ(6) でＹ軸方向の文字枠を分割し
た夫々の範囲Ｙt 〜Ｙ(2) ，Ｙ(2) 〜Ｙ(4) ，Ｙ(4) 〜
Ｙ(6) ，Ｙ(6) 〜Ｙb を対象として黒ビット分布ＳＹ
(y) の重心座標Ｙ(1) ，Ｙ(3) ，Ｙ(5) ，Ｙ(7) を検出
することによって、計７個の重心座標Ｙ(1) 〜Ｙ(7) を
検出する。
第２図(b),(c) に漢字「水」と「氷」夫々の入力文字パ
タン（第２図(a) ）に対する重心座標Ｘ(1) 〜Ｘ(7) ，
Ｙ(1) 〜Ｙ(7) が黒ビット数分布ともに例示されてい
る。
タン（第２図(a) ）に対する重心座標Ｘ(1) 〜Ｘ(7) ，
Ｙ(1) 〜Ｙ(7) が黒ビット数分布ともに例示されてい
る。
文字枠分割点決定部７は、重心検出部６よりうけたＸ，
Ｙ軸各方向の重心座標系列Ｘ（Ｍp），Ｙ（Ｍq）を分割
座標候補として、重心座標番号Ｍp ，Ｍq を入力文字パ
タンの文字枠をＮＸ，ＮＹなる個数の分割単位領域に分
割する分割座標番号ki,kjに対応づけて分割座標系列Ｄ
Ｘ（ki），ＤＹ(kj)を決定するものである。
Ｙ軸各方向の重心座標系列Ｘ（Ｍp），Ｙ（Ｍq）を分割
座標候補として、重心座標番号Ｍp ，Ｍq を入力文字パ
タンの文字枠をＮＸ，ＮＹなる個数の分割単位領域に分
割する分割座標番号ki,kjに対応づけて分割座標系列Ｄ
Ｘ（ki），ＤＹ(kj)を決定するものである。
この実施例における分割単位領域の分割形式は、Ｘ軸方
向に関する分割数としてＮＸ＝４，５，６，８なる４形
式を取ることができ、Ｙ軸方向に関する分割数ＮＹとし
てＮＹ＝４，５，６，８なる４形式を取ることができ、
Ｘ軸方向の分割座標番号をki（ki＝１〜ＮＸ−１，ＮＸ
＝４，５，６，８）とし且つＹ軸方向の分割座標番号を
kj（kj＝１〜ＮＹ−１，ＮＹ＝４，５，６，８）とし
て、文字枠をＮＸ，ＮＹなる個数の分割単位領域に分割
する分割座標系列ＤＸ(ki)，ＤＹ(kj)を決定する。Ｘ，
Ｙ軸各方向の重心座標番号Ｍp ，Ｍq とＸ，Ｙ軸方向の
分割座標番号ki,kjを対応づけて分割座標系列ＤＸ
(ki)，ＤＹ(kj)を決定するために、表１に示す如きテー
ブルが用意されていて、Ｘ，Ｙ軸各方向の分割数ＮＸ，
ＮＹに対応してこのテーブルから重心座標番号Ｍp ，Ｍ
q を読み出し、その重心座標番号Ｍp ，Ｍq に対応した
重心座標Ｘ（Ｍp），Ｙ（Ｍq）を分割座標ＤＸ(ki)，Ｄ
Ｙ(kj)として決定する。
向に関する分割数としてＮＸ＝４，５，６，８なる４形
式を取ることができ、Ｙ軸方向に関する分割数ＮＹとし
てＮＹ＝４，５，６，８なる４形式を取ることができ、
Ｘ軸方向の分割座標番号をki（ki＝１〜ＮＸ−１，ＮＸ
＝４，５，６，８）とし且つＹ軸方向の分割座標番号を
kj（kj＝１〜ＮＹ−１，ＮＹ＝４，５，６，８）とし
て、文字枠をＮＸ，ＮＹなる個数の分割単位領域に分割
する分割座標系列ＤＸ(ki)，ＤＹ(kj)を決定する。Ｘ，
Ｙ軸各方向の重心座標番号Ｍp ，Ｍq とＸ，Ｙ軸方向の
分割座標番号ki,kjを対応づけて分割座標系列ＤＸ
(ki)，ＤＹ(kj)を決定するために、表１に示す如きテー
ブルが用意されていて、Ｘ，Ｙ軸各方向の分割数ＮＸ，
ＮＹに対応してこのテーブルから重心座標番号Ｍp ，Ｍ
q を読み出し、その重心座標番号Ｍp ，Ｍq に対応した
重心座標Ｘ（Ｍp），Ｙ（Ｍq）を分割座標ＤＸ(ki)，Ｄ
Ｙ(kj)として決定する。
このテーブルは、重心検出部６で検出する重心座標の個
数ＭＸ，ＭＹが７個の場合であるが、一般的な場合にお
いても、Ｘ，Ｙ軸各方向の分割数の重心座標が含まれる
ように対応させ、且つその際余分の重心座標が残った場
合は両端の領域から順に１個多い重心座標が含まれるよ
うに対応させることによって作ることができる。
数ＭＸ，ＭＹが７個の場合であるが、一般的な場合にお
いても、Ｘ，Ｙ軸各方向の分割数の重心座標が含まれる
ように対応させ、且つその際余分の重心座標が残った場
合は両端の領域から順に１個多い重心座標が含まれるよ
うに対応させることによって作ることができる。
第３図には、Ｘ，Ｙ軸各方向の分割数ＮＸ，ＮＹとして
ＮＸ＝ＮＹ＝５なる分割数が指定された場合について、
分割座標系列ＤＸ(ki)，ＤＹ(kj)と重心座標系列Ｘ（Ｍ
p），Ｙ（Ｍq）との対応関係を示し、また、それらの分
割座標系列ＤＸ(ki)，ＤＹ(kj)で設定される分割単位領
域（ki，kj）を示している。
ＮＸ＝ＮＹ＝５なる分割数が指定された場合について、
分割座標系列ＤＸ(ki)，ＤＹ(kj)と重心座標系列Ｘ（Ｍ
p），Ｙ（Ｍq）との対応関係を示し、また、それらの分
割座標系列ＤＸ(ki)，ＤＹ(kj)で設定される分割単位領
域（ki，kj）を示している。
なお、分割数ＮＸ，ＮＹは入力文字の複雑度に応じて決
定する。又、一旦リジェクトされた場合には分割数Ｎ
Ｘ，ＮＹを変更して再度文字認識を行なわせる。
定する。又、一旦リジェクトされた場合には分割数Ｎ
Ｘ，ＮＹを変更して再度文字認識を行なわせる。
以上の様に文字枠分割点決定部７において、分割単位領
域の分割形式は、Ｘ軸方向に関する分割数としてＮＸ＝
４，５，６，８なる４形式、Ｙ軸方向に関する分割数と
してＮＹ＝４，５，６，８なる４形式をとることができ
る。本実施例では説明の簡略化のため、分割数をＮＸ＝
ＮＹ＝８として以下説明する。この場合、Ｘ軸方向にお
いては、重心座標Ｘ(1) ，Ｘ(2) ，Ｘ(3) ，Ｘ(4) ，Ｘ
(5) ，Ｘ(6) ，Ｘ(7) に対応する分割座標ＤＸ(1),ＤＸ
(2) ，ＤＸ(3) ，ＤＸ(4) ，ＤＸ(5) ，ＤＸ(6) ，ＤＸ
(7) 、Ｙ軸方向においては、重心座標Ｙ(1) ，Ｙ(2) ，
Ｙ(3) ，Ｙ(4) ，Ｓ(5) ，Ｓ(6) ，Ｙ(7) に対応する分
割座標ＤＹ(1) ，ＤＹ(2) ，ＤＹ(3) ，ＤＹ(4) ，ＤＳ
(5) ，ＤＹ(6) ，ＤＹ(7) を決定する。
域の分割形式は、Ｘ軸方向に関する分割数としてＮＸ＝
４，５，６，８なる４形式、Ｙ軸方向に関する分割数と
してＮＹ＝４，５，６，８なる４形式をとることができ
る。本実施例では説明の簡略化のため、分割数をＮＸ＝
ＮＹ＝８として以下説明する。この場合、Ｘ軸方向にお
いては、重心座標Ｘ(1) ，Ｘ(2) ，Ｘ(3) ，Ｘ(4) ，Ｘ
(5) ，Ｘ(6) ，Ｘ(7) に対応する分割座標ＤＸ(1),ＤＸ
(2) ，ＤＸ(3) ，ＤＸ(4) ，ＤＸ(5) ，ＤＸ(6) ，ＤＸ
(7) 、Ｙ軸方向においては、重心座標Ｙ(1) ，Ｙ(2) ，
Ｙ(3) ，Ｙ(4) ，Ｓ(5) ，Ｓ(6) ，Ｙ(7) に対応する分
割座標ＤＹ(1) ，ＤＹ(2) ，ＤＹ(3) ，ＤＹ(4) ，ＤＳ
(5) ，ＤＹ(6) ，ＤＹ(7) を決定する。
なお、本実施例においてはテーブルを採用することによ
って重心座標と分割座標とを対応づけたが、第４図に示
すフローチャートの演算処理を実行させることによって
も両者を対応づけることができる。なお、第４図におけ
る除算の結果はすべて小数点以下切り捨てである。
って重心座標と分割座標とを対応づけたが、第４図に示
すフローチャートの演算処理を実行させることによって
も両者を対応づけることができる。なお、第４図におけ
る除算の結果はすべて小数点以下切り捨てである。
第４図において、ステップＳ１で重心個数ＭＸを分割数
ＮＸで割った数Ｍαを求め、ステップＳ２，Ｓ３でＭＸ
／ＮＸの剰余Ｒ1 とそのＲ1 を２で割ったＲ2 を求め
る。又、ステップＳ４で分割数の中央値kαを求め、ス
テップＳ５，Ｓ６で分割番号kiと重心番号Ｍp を０をセ
ットする。又、ステップＳ７，Ｓ８，Ｓ９で、分割番号
kiを１つ増加する毎に、前に設定されている商Ｒ2 を１
つ乗じ、重心番号Ｍp をＭαずつ増加させる。ステップ
Ｓ１０で商Ｒ2 が負でないことを調べ、商Ｒ2 が負でな
い限りステップＳ１１で重心番号の数を１つ増し、ステ
ップ１２でその重心番号Ｍp を分割番号kiに対応づけ、
分割座標ＤＸ（Ｍp）を決定する。商Ｒ2 が負の場合、
ステップＳ１３で現在の分割番号kiが中央値kdより大き
いか否かを判定し、大きい場合は重心番号を１つ増し、
小さい場合はステップＳ９で設定された重心番号によ
り、分割座標ＤＸ（Ｍp）を決定し、ステップＳ１４で
分割番号kiが（ＮＸ−１）に一致したことを検出して終
了する。
ＮＸで割った数Ｍαを求め、ステップＳ２，Ｓ３でＭＸ
／ＮＸの剰余Ｒ1 とそのＲ1 を２で割ったＲ2 を求め
る。又、ステップＳ４で分割数の中央値kαを求め、ス
テップＳ５，Ｓ６で分割番号kiと重心番号Ｍp を０をセ
ットする。又、ステップＳ７，Ｓ８，Ｓ９で、分割番号
kiを１つ増加する毎に、前に設定されている商Ｒ2 を１
つ乗じ、重心番号Ｍp をＭαずつ増加させる。ステップ
Ｓ１０で商Ｒ2 が負でないことを調べ、商Ｒ2 が負でな
い限りステップＳ１１で重心番号の数を１つ増し、ステ
ップ１２でその重心番号Ｍp を分割番号kiに対応づけ、
分割座標ＤＸ（Ｍp）を決定する。商Ｒ2 が負の場合、
ステップＳ１３で現在の分割番号kiが中央値kdより大き
いか否かを判定し、大きい場合は重心番号を１つ増し、
小さい場合はステップＳ９で設定された重心番号によ
り、分割座標ＤＸ（Ｍp）を決定し、ステップＳ１４で
分割番号kiが（ＮＸ−１）に一致したことを検出して終
了する。
外郭座標系列検出部８は、上記文字枠の内部を対象と
し、文字枠の上辺・下辺・左辺・右辺の４辺夫々の全範
囲に対して、辺に垂直な方向に走査して最初の黒点の座
標を検出し、外郭座標系列ＧＴ(x) ，ＧＢ(x) ，ＧＬ
(y) ，ＧＲ(y) を作成する。但し、ｘ，ｙはパタンレジ
スタ３における夫々０〜127 なる２次元座標であり、Ｇ
Ｔは上辺に対して上記処理により求めたｙ座標を格納
し、ＧＢは下辺に対して上記処理により求めたｙ座標を
格納し、ＧＬは左辺に対して上記処理により求めたｘ座
標を格納し、ＧＲは右辺に対して上記処理により求めた
ｘ座標を格納する。
し、文字枠の上辺・下辺・左辺・右辺の４辺夫々の全範
囲に対して、辺に垂直な方向に走査して最初の黒点の座
標を検出し、外郭座標系列ＧＴ(x) ，ＧＢ(x) ，ＧＬ
(y) ，ＧＲ(y) を作成する。但し、ｘ，ｙはパタンレジ
スタ３における夫々０〜127 なる２次元座標であり、Ｇ
Ｔは上辺に対して上記処理により求めたｙ座標を格納
し、ＧＢは下辺に対して上記処理により求めたｙ座標を
格納し、ＧＬは左辺に対して上記処理により求めたｘ座
標を格納し、ＧＲは右辺に対して上記処理により求めた
ｘ座標を格納する。
第５図に漢字「水」の入力文字パタンに対する上辺から
の外郭座標系列、第８図に漢字「氷」の入力文字パタン
に対する上辺からの外郭座標系列の値を夫々示す。
の外郭座標系列、第８図に漢字「氷」の入力文字パタン
に対する上辺からの外郭座標系列の値を夫々示す。
極点座標系列検出部９は、外郭座標系列検出部８で検出
した外郭座標系列において範囲Ｘl 〜Ｘr ，Ｙt 〜Ｙb
を対象とし、夫々の外郭座標系列に対する増減を(6) 式
〜(9) 式を用いて調べ、式の値が零となる点は無視し
て、増減の変化する極点の座標の系列 （TX(n1),TY(n1) ），（BX(n2),BY(n2) ）， （LX(n3),LY(n3) ），（RX(n4),RY(n4) ）を検出する。
した外郭座標系列において範囲Ｘl 〜Ｘr ，Ｙt 〜Ｙb
を対象とし、夫々の外郭座標系列に対する増減を(6) 式
〜(9) 式を用いて調べ、式の値が零となる点は無視し
て、増減の変化する極点の座標の系列 （TX(n1),TY(n1) ），（BX(n2),BY(n2) ）， （LX(n3),LY(n3) ），（RX(n4),RY(n4) ）を検出する。
dGT(x)＝GT(x+1)-GT(x) xl≦ x＜xr …(6) dGB(x)＝GB(x+1)-GB(x) xl≦ x＜xr …(7) dGL(y)＝GL(y+1)-GL(y) yt≦ y＜yb …(8) dGR(y)＝GR(y+1)-GR(y) yt≦ y＜yb …(9) 但し、始点(xl,GT(xl)),(xl,GB(xl)),(GL(yt),yt),(GR
(yt),yt) 及び終点(xr,GT(Xr)),(xr,GB(xr)),(GL(yb ,y
b),(GR(yb),yb)は、無条件に極点とする。ここでｎ1 ，
ｎ2 ，ｎ3 ，ｎ4 は夫々の外郭座標系列に対する極点の
座標番号で、２≦n1≦Tn，２≦n2≦Bn，２≦n3≦Ln，２
≦n4≦Rnであり、Ｔｎは上辺に対する外郭座標系列ＧＴ
における極点の総数であり、Ｂｎは下辺に対する外郭座
標系列ＧＢにおける極点の総数であり、Ｌｎは左辺に対
する外郭座標系列ＧＬにおける極点の総数であり、Ｒｎ
は右辺に対する外郭座標系列ＧＲにおける極点の総数で
ある。また（TX(n1)，TY(n1)）は上辺に対する外郭座標
系列ＧＴにおける極点座標系列であり、（BX(n2),BY
(n2)）は下辺に対する外郭座標系列ＧＢにおける極点座
標系列であり、（LX(n3),LY(n3)）は左辺に対する外郭
座標系列ＧＬにおける極点座標系列であり、（RX(n4),R
Y(n4)）は右辺に対する外郭座標系列ＧＲにおける極点
座標系列である。
(yt),yt) 及び終点(xr,GT(Xr)),(xr,GB(xr)),(GL(yb ,y
b),(GR(yb),yb)は、無条件に極点とする。ここでｎ1 ，
ｎ2 ，ｎ3 ，ｎ4 は夫々の外郭座標系列に対する極点の
座標番号で、２≦n1≦Tn，２≦n2≦Bn，２≦n3≦Ln，２
≦n4≦Rnであり、Ｔｎは上辺に対する外郭座標系列ＧＴ
における極点の総数であり、Ｂｎは下辺に対する外郭座
標系列ＧＢにおける極点の総数であり、Ｌｎは左辺に対
する外郭座標系列ＧＬにおける極点の総数であり、Ｒｎ
は右辺に対する外郭座標系列ＧＲにおける極点の総数で
ある。また（TX(n1)，TY(n1)）は上辺に対する外郭座標
系列ＧＴにおける極点座標系列であり、（BX(n2),BY
(n2)）は下辺に対する外郭座標系列ＧＢにおける極点座
標系列であり、（LX(n3),LY(n3)）は左辺に対する外郭
座標系列ＧＬにおける極点座標系列であり、（RX(n4),R
Y(n4)）は右辺に対する外郭座標系列ＧＲにおける極点
座標系列である。
第６図に漢字「水」の入力文字パタンに対する上辺から
の極点座標系列、第９図に漢字「氷」の入力文字パタン
に対する上辺からの極点座標系列の例を夫々示す。
の極点座標系列、第９図に漢字「氷」の入力文字パタン
に対する上辺からの極点座標系列の例を夫々示す。
極点計数部１０は、対象極点座標系列（PTX(pn1),PTY(p
n1)），(PBX(pn2),PBY(pn2)),(PLX(pn3)),PLY(pn3)),(P
RX(pn4),PRY(pn4))の上辺、下辺、左辺、右辺の種別を
表すＳＥと、前記極点座標系列を抽出する際の基準辺に
おける対象領域の始点分割点番号Ｓ と終点分割点番号Ｅ（ＳＥが上辺、下辺を示す場合、Ｓ
≦Ｅ≦ＮＸ、左辺、右辺を示す場合は、Ｓ≦Ｅ≦ＮＹ）
と、前記基準辺と垂直な方向における対象領域の領域端
分割点番号Ｄ（ＳＥが上辺、下辺を示す場合、 左辺、右辺を示す場合は、 とを極点計数領域テーブル１１から参照し、前記種別Ｓ
Ｅによって定まる極点座標系列に対して、前記基準辺の
始点分割点番号Ｓに対する前記文字枠分割点決定部７で
決定された分割点及び前記基準辺の終点分割点番号Ｅに
対する前記文字枠分割点決定部７で決定された分割点と
前記基準辺及び前記領域端分割点番号Ｄに対する前記文
字枠分割点決定部７で決定された分割点によって囲まれ
る領域を対象として、前記基準辺に向かう方向を正とし
た時に極大点及び極小点となる極点を夫々極大点個数ｎ
max(i)及び極小点個数ｎmin(i)として計数する。
n1)），(PBX(pn2),PBY(pn2)),(PLX(pn3)),PLY(pn3)),(P
RX(pn4),PRY(pn4))の上辺、下辺、左辺、右辺の種別を
表すＳＥと、前記極点座標系列を抽出する際の基準辺に
おける対象領域の始点分割点番号Ｓ と終点分割点番号Ｅ（ＳＥが上辺、下辺を示す場合、Ｓ
≦Ｅ≦ＮＸ、左辺、右辺を示す場合は、Ｓ≦Ｅ≦ＮＹ）
と、前記基準辺と垂直な方向における対象領域の領域端
分割点番号Ｄ（ＳＥが上辺、下辺を示す場合、 左辺、右辺を示す場合は、 とを極点計数領域テーブル１１から参照し、前記種別Ｓ
Ｅによって定まる極点座標系列に対して、前記基準辺の
始点分割点番号Ｓに対する前記文字枠分割点決定部７で
決定された分割点及び前記基準辺の終点分割点番号Ｅに
対する前記文字枠分割点決定部７で決定された分割点と
前記基準辺及び前記領域端分割点番号Ｄに対する前記文
字枠分割点決定部７で決定された分割点によって囲まれ
る領域を対象として、前記基準辺に向かう方向を正とし
た時に極大点及び極小点となる極点を夫々極大点個数ｎ
max(i)及び極小点個数ｎmin(i)として計数する。
但し、本実施例において種別ＳＥは、ＳＥ＝１で上辺を
基準辺とする極点座標系列（ＴＸ（ｎ1 ），ＴＹ（ｎ
1 ））を示し、ＳＥ＝２で下辺を基準辺とする極点座標
系列（ＢＸ（ｎ2 ），ＢＹ（ｎ2 ））を示し、ＳＥ＝３
で左辺を基準辺とする極点座標系列（ＬＸ（ｎ3 ），Ｌ
Ｙ（ｎ3 ））を示し、ＳＥ＝４で右辺を基準辺とする極
点座標系列（ＲＸ（ｎ4 ），ＲＹ（ｎ4 ））を示すこと
とした。またｉは極点計数領域テーブル１１における種
別ＳＥ・始点分割点番号Ｓ・終点分割点番号Ｅ・領域端
分割点番号Ｄを１組としたときの夫々の組の番号を表
し、１≦ i≦imaxとし、imaxは、極点計数領域テーブル
１１における総組数である。Ｓ，Ｅ，Ｄは、零でｘl も
しくはＹt を示し、ＮＸもしくはＮＹでｘr もしくはＹ
b を示す。
基準辺とする極点座標系列（ＴＸ（ｎ1 ），ＴＹ（ｎ
1 ））を示し、ＳＥ＝２で下辺を基準辺とする極点座標
系列（ＢＸ（ｎ2 ），ＢＹ（ｎ2 ））を示し、ＳＥ＝３
で左辺を基準辺とする極点座標系列（ＬＸ（ｎ3 ），Ｌ
Ｙ（ｎ3 ））を示し、ＳＥ＝４で右辺を基準辺とする極
点座標系列（ＲＸ（ｎ4 ），ＲＹ（ｎ4 ））を示すこと
とした。またｉは極点計数領域テーブル１１における種
別ＳＥ・始点分割点番号Ｓ・終点分割点番号Ｅ・領域端
分割点番号Ｄを１組としたときの夫々の組の番号を表
し、１≦ i≦imaxとし、imaxは、極点計数領域テーブル
１１における総組数である。Ｓ，Ｅ，Ｄは、零でｘl も
しくはＹt を示し、ＮＸもしくはＮＹでｘr もしくはＹ
b を示す。
第７図に第６図に対応した漢字「水」の上辺からの極大
点及び極小点とＳ，Ｅ，Ｄに対する極点計数領域、第１
０図に第９図に対応した漢字「氷」の上辺からの極大点
及び極小点とＳ，Ｅ，Ｄに対する極点計数領域を夫々示
す。
点及び極小点とＳ，Ｅ，Ｄに対する極点計数領域、第１
０図に第９図に対応した漢字「氷」の上辺からの極大点
及び極小点とＳ，Ｅ，Ｄに対する極点計数領域を夫々示
す。
識別部１２は、極点計数部１０で計数した夫々の対象領
域に対する極大点個数及び極小点個数と辞書メモリ１３
に格納されているあらかじめ用意された標準パタンの当
該領域に対する極大点個数範囲及び極小点個数範囲との
比較を行い辞書メモリ１３内の当該するすべての領域に
おいて範囲内に存在すると判定された標準パタンの文字
名を文字名出力１４に出力する。
域に対する極大点個数及び極小点個数と辞書メモリ１３
に格納されているあらかじめ用意された標準パタンの当
該領域に対する極大点個数範囲及び極小点個数範囲との
比較を行い辞書メモリ１３内の当該するすべての領域に
おいて範囲内に存在すると判定された標準パタンの文字
名を文字名出力１４に出力する。
ここで、本発明の特徴抽出方式の特徴情報の１種である
極大点の個数及び極小点の個数に関する有効性を以下に
示す。
極大点の個数及び極小点の個数に関する有効性を以下に
示す。
例えば、漢字「水」と漢字「氷」において、左上の点の
存在有無を上辺より検出する場合に、右の２本のストロ
ークの変動が特徴値に悪影響を与える。そこで、極点計
数領域の横方向の右側範囲を周辺分布に基づいた分割点
により制限して、上記悪影響を取り除くことができる。
また上下方向に対しても極点計数領域を制限することに
より極点計数領域外の切れ、かすれ等の影響も除くこと
ができ、より安定な特徴値を得ることができる。
存在有無を上辺より検出する場合に、右の２本のストロ
ークの変動が特徴値に悪影響を与える。そこで、極点計
数領域の横方向の右側範囲を周辺分布に基づいた分割点
により制限して、上記悪影響を取り除くことができる。
また上下方向に対しても極点計数領域を制限することに
より極点計数領域外の切れ、かすれ等の影響も除くこと
ができ、より安定な特徴値を得ることができる。
また、本実施例における前記文字枠分割点決定部７を付
加することによって、極点計数対象領域の個数が減少
し、従って処理速度の高速化がはかれる。
加することによって、極点計数対象領域の個数が減少
し、従って処理速度の高速化がはかれる。
（発明の効果） 以上詳細に説明したように、本発明によれば、従来の認
識方式の特徴情報抽出における輪郭追跡や細線化等の非
常に複雑なパタン処理を行なうことなく、文字図形パタ
ンの２つの軸への投影の重心座標より、文字矩形枠内部
を（Ｍ×Ｎ）個の領域に分割するための文字枠分割点座
標系列を抽出し、文字図形パタンの外形を表す外郭座標
系列から、前記夫々の領域に対して所定の条件を満たす
極点の情報を抽出し、もって特徴とすることで、安定性
良く、微小な違いしか存在しないパターンの差を有効に
抽出する特徴抽出方式を提供できる。
識方式の特徴情報抽出における輪郭追跡や細線化等の非
常に複雑なパタン処理を行なうことなく、文字図形パタ
ンの２つの軸への投影の重心座標より、文字矩形枠内部
を（Ｍ×Ｎ）個の領域に分割するための文字枠分割点座
標系列を抽出し、文字図形パタンの外形を表す外郭座標
系列から、前記夫々の領域に対して所定の条件を満たす
極点の情報を抽出し、もって特徴とすることで、安定性
良く、微小な違いしか存在しないパターンの差を有効に
抽出する特徴抽出方式を提供できる。
第１図は本発明が適用される文字認識装置の一実施例を
示す機能ブロック図、第２図は入力文字パタン例と、重
心座標系列、分割座標系列との関係を示す図、第３図は
重心座標系列と分割座標系列との対応関係を示す図、第
４図は分割座標系列の他の決定方法におけるフローチャ
ート、第５図は入力文字パタンの漢字「水」に対する上
辺からの外郭座標系列検出方法の説明図、第６図は第５
図の外郭座標系列に対する極大点及び極小点検出方法の
説明図、第７図は極点計数領域Ｓ＝１，Ｅ＝６，Ｄ＝３
に対する第６図の極大点・極小点計数方法の説明図、第
８図は入力文字パタンの漢字「氷」に対する上辺からの
外郭座標系列検出方法の説明図、第９図は第８図の外郭
座標系列に対する極大点及び極小点検出方法の説明図、
第１０図は極点計数領域Ｓ＝１，Ｅ＝６，Ｄ＝３に対す
る第９図の極大点・極小点計数方法の説明図である。 １……光入力、２……光電変換部 ３……パタンレジスタ、４……文字枠検出部 ５……文字投影作成部、６……重心検出部 ７……文字枠分割点決定部 ８……外部座標系列検出部 ９……極点座標系列検出部 １０……極点計数部 １１……極点計数領域テーブル １２……識別部、１３……辞書メモリ １４……文字名出力
示す機能ブロック図、第２図は入力文字パタン例と、重
心座標系列、分割座標系列との関係を示す図、第３図は
重心座標系列と分割座標系列との対応関係を示す図、第
４図は分割座標系列の他の決定方法におけるフローチャ
ート、第５図は入力文字パタンの漢字「水」に対する上
辺からの外郭座標系列検出方法の説明図、第６図は第５
図の外郭座標系列に対する極大点及び極小点検出方法の
説明図、第７図は極点計数領域Ｓ＝１，Ｅ＝６，Ｄ＝３
に対する第６図の極大点・極小点計数方法の説明図、第
８図は入力文字パタンの漢字「氷」に対する上辺からの
外郭座標系列検出方法の説明図、第９図は第８図の外郭
座標系列に対する極大点及び極小点検出方法の説明図、
第１０図は極点計数領域Ｓ＝１，Ｅ＝６，Ｄ＝３に対す
る第９図の極大点・極小点計数方法の説明図である。 １……光入力、２……光電変換部 ３……パタンレジスタ、４……文字枠検出部 ５……文字投影作成部、６……重心検出部 ７……文字枠分割点決定部 ８……外部座標系列検出部 ９……極点座標系列検出部 １０……極点計数部 １１……極点計数領域テーブル １２……識別部、１３……辞書メモリ １４……文字名出力
Claims (1)
- 【請求項１】媒体上の文字図形を読取って量子化して得
られるパタンを原パタンとして記憶するパタンレジスタ
を備え、上記原パタンに基づいて文字図形の特徴を抽出
する特徴抽出方式において、 （ａ）パタンレジスタに記憶された原パタンの外接辺か
ら成る文字矩形枠を検出する手段と、 （ｂ）上記原パタンを所望の２つの軸上に夫々投影して
夫々の黒ビット数分布を求める手段と、 （ｃ）まず夫々の軸上に対して、上記文字矩形枠で限定
される範囲で黒ビット数分布の夫々の重心座標を決定し
て、次いでそれまでに検出した夫々の重心座標で上記文
字矩形枠で限定される範囲を分割した夫々の範囲を対象
として夫々の前記黒ビット数分布の重心座標を決定する
過程を複数回繰り返して夫々の重心座標系列を求め文字
矩形枠内を（Ｍ×Ｎ）個の領域に分割するための前記重
心座標に基づいた夫々の分割座標を決定する手段と、 （ｄ）上記原パタンの上記文字矩形枠内部を文字矩形枠
内の夫々の辺から垂直方向に走査し、背景部から文字部
への最初の変化点の座標系列を検出する手段と、 （ｅ）上記変化点座標系列に基づいて、夫々の変化点の
変化量を算出する手段と、 （ｆ）上記変化量に従って、増減の変化する極点を検出
する手段と、 （ｇ）上記検出された極点のうち、上記（Ｍ×Ｎ）個の
夫々の領域のうちの予め定めた領域に存在する極点の個
数を検出する手段とを 具備したことを特徴とする特徴抽出方式。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP62294057A JPH0646418B2 (ja) | 1987-11-24 | 1987-11-24 | 特徴抽出方式 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP62294057A JPH0646418B2 (ja) | 1987-11-24 | 1987-11-24 | 特徴抽出方式 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH01136287A JPH01136287A (ja) | 1989-05-29 |
| JPH0646418B2 true JPH0646418B2 (ja) | 1994-06-15 |
Family
ID=17802724
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP62294057A Expired - Fee Related JPH0646418B2 (ja) | 1987-11-24 | 1987-11-24 | 特徴抽出方式 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPH0646418B2 (ja) |
-
1987
- 1987-11-24 JP JP62294057A patent/JPH0646418B2/ja not_active Expired - Fee Related
Also Published As
| Publication number | Publication date |
|---|---|
| JPH01136287A (ja) | 1989-05-29 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN103914699B (zh) | 一种基于色彩空间的自动唇彩的图像增强的方法 | |
| CN110348263B (zh) | 一种基于图像识别的二维随机码图像识别与提取方法 | |
| JPH0877334A (ja) | 顔画像の特徴点自動抽出方法 | |
| CN105740860B (zh) | 自然场景中商铺标牌汉字区域自动检测方法 | |
| CN116718599B (zh) | 一种基于三维点云数据的表观裂缝长度测量方法 | |
| CN110032932A (zh) | 一种基于视频处理和决策树设定阈值的人体姿态识别方法 | |
| CN109948461B (zh) | 一种基于质心定位和距离变换的手语图像分割方法 | |
| CN111259857A (zh) | 一种人脸笑容评分方法及人脸情绪分类方法 | |
| CN115731312A (zh) | 基于多特征松弛约束的环状编码标志点提取与识别方法 | |
| CN115376131A (zh) | 一种点状编码标志的设计与识别方法 | |
| CN113159027B (zh) | 基于最小外接矩形变体的七段式数显仪表识别方法 | |
| JPH0646418B2 (ja) | 特徴抽出方式 | |
| CN111652016B (zh) | 一种人脸识别训练数据的增广方法 | |
| CN107341439B (zh) | 一种手指数量识别方法 | |
| JPS63238686A (ja) | 特徴抽出方式 | |
| JPH0147829B2 (ja) | ||
| CN115273138A (zh) | 一种人体检测系统以及客流相机 | |
| JPH0799534B2 (ja) | 文字図形認識方式 | |
| JP2616994B2 (ja) | 特徴抽出装置 | |
| CN120913265B (zh) | 一种基于深度学习的唇形修正系统 | |
| JPH0799536B2 (ja) | 文字図形認識方式 | |
| JPH0799535B2 (ja) | 文字図形認識方式 | |
| CN115222652B (zh) | 一种成捆钢筋端面的识别计数及中心定位方法与其存储器 | |
| JP2576491B2 (ja) | 特徴抽出方式 | |
| JPS6334682A (ja) | 文字認識装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| LAPS | Cancellation because of no payment of annual fees |