JPH0793467A

JPH0793467A - 住所読取システム

Info

Publication number: JPH0793467A
Application number: JP5236154A
Authority: JP
Inventors: Masaaki Shizuno; 正明静野
Original assignee: Toshiba Corp
Current assignee: Toshiba Corp
Priority date: 1993-09-22
Filing date: 1993-09-22
Publication date: 1995-04-07

Abstract

(57)【要約】【目的】住所表記の自動読取処理における高精度化と高
速化。【構成】住所表記文字全てについて、とりあえず文字認
識をしておく。認識された住所表記文字の初めの数文字
の組合せに対して、対象を都道府県（第１階層）に絞っ
て該当する都道府県名を検索する。この検索の結果、実
在する都道府県名、例えば東京都が見つかれば、対象を
都内（第２階層）に絞り、認識された住所表記文字の次
の数文字の組合せに対して、該当する地域名（区／市な
ど）を検索する。この検索の結果、実在する地域名、例
えば足立区が見つかれば、対象を足立区内（第３階層）
に絞り、認識された住所表記文字のさらに次の数文字の
組合せに対して、場所（町名など）を検索する。このよ
うに上位階層から順に住所を検索し検索結果が出る毎に
検索対象を絞って行くことで、読取正解率の向上と処理
時間の短縮を図る。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】この発明は、郵便物に印刷されあ
るいは手書き記載された住所表記を電子的に読み取り認
識する住所読取システムに関する。

【０００２】

【従来の技術】通常、住所読取処理では、まず文字を認
識し、次にこれを並べて単語を認識し、同時に（あるい
は続いて）単語を並べて住所を認識する。すなわち、住
所読取システムにおける認識処理は、「文字認識」と
「住所認識」という２つの処理に分けることができる。

【０００３】ここで、文字認識処理部では読み取った文
字画像（文字パターン）を可能性のある全文字種の辞書
と照合するが、単語認識（住所表記語認識）ではその処
理量を軽減するため類似度の高い数文字種（例えば１０
種）のみを限定選択して住所認識処理部に送るようにし
ている。しかしこの場合、正解がこの中（選択された１
０種）に入らないと住所の読み取りが不能になる。

【０００４】この発明に拠らない場合、住所読取システ
ムを構築するための方法としては、次のいずれかが考え
られる。（１）文字認識では各文字毎に住所認識処理で使用する
全文字種と照合／評価処理し、評価値の高い方から一定
数の文字種候補を選択して住所認識処理に渡す。（２）住所表記を上位階層から順に（例えば県→市→区
→町）処理し、各階層毎に文字認識、住所認識を繰り返
す。

【０００５】

【発明が解決しようとする課題】上記（１）の場合、住
所認識で都道府県の認識を行なっている場合に、都道府
県名の文字認識結果の上位候補に市、区、あるいは町の
みに使用される文字が多く含まれると、正解文字が１０
種の候補から落ちてしまう場合がある。この場合は、当
然、正しい単語や住所を認識することができず、読取不
能となる。

【０００６】たとえば図６（ａ）の例では、「東」
「京」「都」の３文字画像から文字認識を行なった場合
に、「東」と「都」の２文字については１０種の候補中
に正解文字（下線付き）が入っているが、「京」につい
ては１０種の候補中に正解文字が入っていない（「京」
は第１１候補に入っている）。また「足」「立」「区」
の３文字画像から文字認識を行なった場合に、「足」と
「区」の２文字については１０種の候補中に正解文字
（下線付き）が入っているが、「立」については１０種
の候補中に正解文字が入っていない（「立」は第１１候
補に入っている）。この例では、「東京都足立区」の読
み取りは不能となる。

【０００７】一方、上記（２）の場合では、読み取る住
所階層に限定して文字認識を行なえるため（１）の場合
の欠点（読取不能）は解消できる。たとえば、「東京
都」が見つかればその後の数文字には「区」、「市」な
どの名称を表す数文字しか現われない。この場合、日本
全国の地域名称をカバーする全文字種から上位１０文字
を選ぶより、「東京都」に続いて現われる限られた文字
種の中から選ぶほうが、「区」や「市」の名称の正解が
１０候補文字種中に入る確率が高くなり、最終的に住所
読取率が向上する。

【０００８】しかし、上記（２）の場合では時間のかか
る文字認識処理を住所表記階層毎に繰り返すため処理効
率が悪く、処理時間が長くなる。たとえば、「神奈川
県」「川崎市」「幸区」「柳町」のように住所階層が深
くなると、住所判定結果を得るまでに何度も（この場合
４度）同じ文字の文字認識をすることになり、効率が悪
い。また上位階層（例えば川崎市）の住所認識が終わる
まで次の階層（例えば幸区）の文字認識ができないこと
から、文字認識で使用するハードウエアの遊び時間が生
じてしまい、さらに非効率的となる。この発明の目的
は、住所表記の自動読取処理において高精度化と高速化
を図った住所読取システムを提供することである。

【０００９】

【課題を解決するための手段】この発明の住所読取シス
テムは、正しい住所表記のデータ（都道府県名、各市区
町村名、その他の実在地名）を格納している住所辞書
（５０）と；１以上の住所表記階層（第１階層／都道府
県名「東京都」；第２階層「足立区」；第３階層「西新
井栄町」；第４階層・・・・・・）からなる住所表示に
用いられる１以上の住所表記語（「東京都」「足立区」
「西新井栄町」・・・・・・）を構成する文字各々を認
識して、文字認識結果（「東」「京」「都」「足」
「立」「区」「西」「新」「井」「栄」「町」・・・・
・・）を出力する文字認識手段（１０、３０；ＳＴ１
０、ＳＴ１２）と；前記１以上の住所表記語（「東京
都」「足立区」「西新井栄町」）各々の認識に必要な最
小限の文字種を含んで構成される１以上の文字種テーブ
ル（４０；ＳＴ１６、ＳＴ２０、ＳＴ２４）と；前記文
字認識手段（１０、３０）で認識された文字認識結果
（「東」「京」「都」・・・・・・）のうち、これから
認識しようとする住所階層（「東京都」）の判定に必要
な所定数の文字種（「東」「京」「都」それぞれ１字に
つき１０種）を前記文字種テーブル（４０；ＳＴ１６）
から抽出し、抽出された文字各々の組合せで前記住所辞
書（５０）を引いて、該当する住所表記語（「東京
都」）を検出する住所認識手段（２０）とを備えてい
る。

【００１０】

【作用】住所を構成する各文字について、各住所階層の
住所表記に用いられる全文字種との類似度（あるいは評
価値）が予め求められ、各住所階層の文字テーブルにま
とめられている。住所構成文字の階層を上位（都道府県
名）から順に読み進めていく際に、上位階層文字の読取
結果に基づき次の階層（市／区名など）の読取に必要な
類似文字種のみで構成される文字テーブルを選択して参
照することにより、住所文字の読取正解率の向上と処理
時間の短縮を図る。

【００１１】

【実施例】以下、図面を参照してこの発明の一実施例に
係る住所読取システムを説明する。図５は、この住所読
取システムに適用されるハードウエアの構成の概要を示
す。この実施例システムは、光電変換ユニット１０２、
領域検出ユニット１０４、行検出ユニット１０６、文字
検出ユニット１０８および文字認識ユニット１１０から
なる文字認識部１０と、文字認識ユニット１１０で文字
認識の際に参照される基本文字を全て含む文字辞書３０
と、文字種テーブル４０および住所辞書５０を参照して
文字認識部１０で認識された読取文字の組合せから住所
を認識する住所認識ユニット２０とで構成されている。
文字認識ユニット１１０および住所認識ユニット２０は
マイクロコンピュータ（ＣＰＵ）を含んでおり、これら
のユニットの機能はそのＣＰＵ上で走るソフトウエアで
実現される。なお、文字認識部１０そのものは従来の光
学文字読取装置（ＯＣＲ）等で採用されている文字認識
技術により構成できる。

【００１２】初めに、この実施例システムの内容を簡単
に説明する。光電変換ユニット１０２は、読取対象文字
を含む郵便物の表面画像を取り込み、これを２値化し
て、文字画像を含む原画像データを出力する。

【００１３】領域検出ユニット１０４は、郵便物の表面
を走査して得た窓信号および精走査信号から、宛名の記
載された領域を抽出する。すなわち、まず郵便物全体の
画像情報（原画像データ）を２次元的に圧縮処理し、そ
の処理画像により大局的な画像のブロック化を図り、細
部に捕われない大局的な領域検出を行なう。次に、ブロ
ック単位の投影データを生成し、線分の複雑さ／方向性
を判定し、その判定結果を予め与えられた宛名領域編集
知識によって編集して、宛名領域を決定する。

【００１４】宛名領域からは、領域内における画像濃度
ヒストグラムから求められる２値化しきい値候補、検出
された宛名領域位置から求められる記載方向候補、およ
び手書き／印刷活字などの字体候補が出力される。宛名
領域編集知識には、多量の郵便物から抽出した宛名記載
位置／領域について、統計的調査に基づくデータが宛名
領域画像知識として取り込まれている。

【００１５】郵便物表面には宛名と同様に記載されてい
る差出人名、差出人住所、通信文、切手などの料額印
面、そして多種多様な広告などがあり、これらの位置、
領域、複雑さ、印字方向などが宛名領域画像知識の構築
に利用される。

【００１６】行検出ユニット１０６は、領域検出ユニッ
ト１０４からの出力を受け、宛名文字の行を囲う枠線ま
たは宛名記載上の罫線などのノイズ成分を取り除き、文
字行単位の分離抽出を行なう。また検出された文字行単
位に印字濃度ヒストグラムを求め、検出文字行単位での
最適２値化しきい値を決定する。

【００１７】ここでの文字行単位検出のアルゴリズムは
宛名領域検出のアルゴリズムと基本的には同様である。
しかし文字行単位検出では大局的な捕え方はせず、宛名
領域検出の場合よりも詳細な画像分析によって下線領
域、空白領域などを除外し読取対象画像（行画像）を限
定抽出する。

【００１８】文字検出ユニット１０８は、行検出ユニッ
ト１０６で抽出／決定された行画像／２値化しきい値に
よって、文字単位に画像を分離する。すなわち、文字行
幅データによって予め定めたしきい値以下を印刷活字宛
名と仮定し、それ以外を手書き宛名と仮定する。そし
て、行方向の文字分離を射影情報から検出する。その検
出論理は文字間の余白によって生ずるスペース検知であ
るが、文字間の接触、文字内の分離については検出され
た文字外接枠を正方形を基準として変動予測評価し決定
する。評価の決定があいまいな場合は複数の検出候補を
認める。

【００１９】文字認識ユニット１１０は、公知の光学文
字読取装置（ＯＣＲ）と同様な文字認識処理を行なう。
この文字認識処理にあたり予め用意される識別対象文字
種は、アラビア数字／漢数字および片仮名／平仮名の全
文字と宛名表記に用いられる漢字約２００文字である。
これらの文字（合計４００文字以下）は、印刷活字用と
手書き文字用にそれぞれ用意される（用意される文字数
は最大８００文字程度）。

【００２０】上述のユニット１０２〜１１０各々につい
ては従来技術で構成できるので、これ以上詳細に立ち入
った説明は避けることにする。あいまいさを含んだ入力
文字画像に対し、文字識別を１００％正解するよう図る
ことは現実的でない。そこで、本願実施例では、後に住
所知識（住所辞書５０）を利用した後処理があることを
前提にして、入力画像単位に識別候補という形で類似度
の高いものから順に１０候補を出力するようにしてい
る。こうすることによって、識別候補を単一にしたので
は得られない高い識別率を獲得できる。

【００２１】また、記載上のあいまいさとして残された
記載方向（縦書き／横書き）の区分については、入力文
字画像を９０°および１８０°回転させて識別処理を行
ない、それぞれの回転単位について一連の文字候補行列
を出力する。

【００２２】住所認識ユニット２０では、配達局管内に
与えられた区名、町名、大口受取人名などの知識データ
ベース（辞書５０の一部）を用い、文字識別候補行列か
ら宛名を決定する。たとえば東京都足立区の足立郵便局
を例に取ると、住所として用意した標準表記町名は３１
種あり、また大口受取人名としては足立区役所など１０
種ある。しかしそれらの名称の表記は様々な変形を含む
ので、他の町名／大口受取人名と競合しない限りにおい
て、変形の頻度に応じて学習を進め、宛名知識データを
増やすようにする。

【００２３】たとえば、足立区の「小台」という町名を
例に取ると、標準の知識では「オダイ」となるがこの町
名には「コダイ」、［オタイ］、「コタイマチ」、「オ
ダイチョウ」などの変形がある。これらの変形呼称がい
ずれも足立区の「小台」を指すものとして、宛名知識デ
ータベース（住所辞書５０）に蓄積される。

【００２４】上述したような変形を含む住所／大口受取
人名による知識から、２文字以上連接した文字群によっ
て作られる単語を作成し、この単語によって前記文字識
別候補行列を評価する。たとえば作成された単語が「東
京都」であり対応する文字識別候補行列が図６（ｂ）に
示すようなものであれば、「東東群」、「東東都」、
「東京群」、「東京都」、「京東群」、「京東都」、
「京東群」、「京京都」といった語群から、「東京都」
という住所辞書５０に（宛名知識として）登録された地
名が最終的に選択される。

【００２５】その後、全ての単語照合が終了した段階
で、いくつかの単語候補について再度知識処理が行なわ
れる。それは単語照合と同様に単語間の隣接関係を保っ
たうえで、住所または大口受取人名としての単語並びが
得られるかどうかを評価する処理である。たとえば、東
京都という単語の次に足立区という単語が並びその次に
町名が並んでいるか、あるいは足立区の次に区役所など
の大口受取人名称単語が並んでいるか、といった点が評
価される。この評価では、単語毎に所定の得点を与え
（現実の住所地名表記に近いものほど高得点）、得点の
積算により最も高い得点を得た宛名を出力するようにで
きる。

【００２６】大口受取人宛ての郵便物を除いて、町名以
降の丁目、街区（番／号など）を識別するため、検出さ
れた町名の文字画像上の位置および宛名記載書式コード
（縦書き／横書き／回転などの情報）を従属情報として
次の処理に渡す。

【００２７】町名までの認識後では、町名に連なる文字
画像が丁目／街区を表すことが明かとなる。住所認識ユ
ニット２０は、この丁目／街区の部分を識別して最終的
な宛名を決定し、これを宛名区分コードに変換して出力
する。

【００２８】以上まとめると、図５の実施例は以下のよ
うに機能する。すなわち、文字認識部１０では文字辞書
３０が参照され、手書き文字あるいは印刷活字の文字読
取／認識が行なわれる。住所認識ユニット２０では文字
テーブル４０が参照され、文字認識部１０で認識された
１以上の読取文字の組合せが１以上作成される。次に作
成された読取文字の組合せによって住所辞書５０が引か
れ、この辞書５０から読取文字組合せに該当する正しい
住所表示語が読み出される。辞書５０から読み出された
１以上の住所表示語の文字コードと、これらの住所表示
語に続く住所表示数値（丁目、番、号など）のコードが
まとめられて、住所読取結果（宛名区分コード）として
出力される。

【００２９】次に、図１を参照して、文字認識後の住所
表記文字から住所が読み取られるまでの過程をいくつか
の段階に分けて説明する。（１）まず、郵便物の紙面に記載された住所文字は、図
５の光電変換ユニット１０２、領域検出ユニット１０
４、行検出ユニット１０６、および文字検出ユニット１
０８を経て、図６（ａ）の文字画像のように１文字づつ
に切り分けられる。

【００３０】次に各文字画像は、図５の文字認識ユニッ
ト１１０において文字辞書３０に登録されている全ての
文字種と照合／評価され（図１のステップＳＴ１０、ス
テップＳＴ１２）、図６（ａ）の最上段の「文字画像」
の行に示すような文字認識結果が得られる。（ここで文
字画像は正しい文字「東京都足立区…」で例示してある
が、これらはたとえば「東東群足土区…」のように誤っ
た文字を含んでいてもよい。）その後の住所認識処理の
処理量を大幅に軽減するため、住所認識処理で扱う文字
は、図６（ａ）のように評価値の高い方から一定数の候
補、例えば１０候補に限定される。この場合、各文字の
正解の評価値が１１位以下の場合は住所読取は不能とな
り、正解の読取率は低下する。

【００３１】すなわち、文字認識ユニット１１０から文
字認識結を出力する前にこの候補選択処理を行なうと、
図６（ａ）の「京」の様に都道府県名に用いられる文字
を読み取る場合でも、都道府県名には現われない市、
区、町名の文字などが上位に上がり、正解の「京」が１
０の候補に残らない場合が多発する。

【００３２】（２）そこで本願実施例では、正解文字が
候補に残らないということをなくすために、文字認識ユ
ニット１１０での認識結果（たとえば東京都足立区西新
井栄町１丁目２番３号）を全て住所認識ユニット２０に
送るようにしている。そして、住所認識ユニット２０で
は、住所を住所表記の上位階層（都道府県名称）から段
階的に読み進める。

【００３３】まず、読取対象として都道府県が指定され
る（ステップＳＴ１４）。次に文字種テーブル４０か
ら、都道府県名称（１都２府１道４３県）だけの読み取
りに必要な文字種リスト（都道府県専用文字テーブル）
が文字辞書／基本文字候補３０から読み出される（ステ
ップＳＴ１６）。

【００３４】そして、文字認識結果の住所表記文字
（「東」「京」「都」）各々に対して、この文字種リス
トに含まれる中で上位１０候補が選択される。この結
果、図６（ｂ）に示すように、都道府県指定による該当
文字候補が得られる。

【００３５】すなわち、図６（ａ）の例のように、単に
文字認識結果の上位１０候補を選択した時には１０候補
中に入らなかった「京」の正解文字が、都道府県指定下
の選択では１０候補中に入るようになる。これらの文字
候補（東、京、郡、都など）の組合せ単語と住所辞書５
０の登録内容とが照合されて、正しい住所表記（東京
都）が読み取られる。

【００３６】（３）図６（ｂ）の例では、「東京都」が
読み取れたので、次の読取対象は都下の市／区／郡／島
名となる。次に、読取対象として東京都（他の都道府県
名、例えば神奈川県でもやり方は同様）が指定される
（ステップＳＴ１８）。

【００３７】次に文字種テーブル４０から、都下の地域
名称（２３区２７市ほか）の読み取りに必要な文字種リ
スト（区／市／郡／島専用文字テーブル；すなわち地域
名文字テーブル）が基本文字候補３０から読み出される
（ステップＳＴ２０）。

【００３８】そして、文字認識結果の住所表記文字
（「足」「立」「区」）各々に対して、この文字種リス
トに含まれる中で上位１０候補が選択される。この結
果、図６（ｃ）に示すように、東京都指定下における該
当文字候補が得られる。

【００３９】すなわち、単に文字認識結果の上位１０候
補を選択した時（図６（ａ）の例）には１０候補中に入
らなかった「立」の正解文字が、東京都指定下の選択で
は１０候補中に入るようになる。これらの文字候補
（足、北、区、荒、立、国など）の組合せ単語と住所辞
書５０の登録内容とが照合されて、正しい住所表記（足
立区）が読み取られる。

【００４０】（４）次に、読取対象として足立区（他の
都下地域名、例えば府中市でも同様）が指定される（ス
テップＳＴ２２）。続いて文字種テーブル４０から、足
立区内の地域名称（町名など）の読み取りに必要な文字
種リスト（町名／地名専用文字テーブル）が基本文字候
補３０から読み出される（ステップＳＴ２４）。

【００４１】そして、文字認識結果の住所表記文字
（「西」「新」「井」「栄」「町」）各々に対して、こ
の文字種リストに含まれる中で上位１０候補が選択され
る。この結果、足立区指定による該当文字候補が得られ
る。

【００４２】すなわち、住所表記文字（「西」「新」
「井」「栄」「町」の５文字）各々に対する上位１０候
補中に正解文字が入るようになる。これらの各１０文字
候補（合計５０文字）の組合せ単語と住所辞書５０の登
録内容とが照合されて、正しい住所表記（西新井栄町）
が読み取られる。

【００４３】ここで、読み取った住所が最終段階であれ
ば処理を終え、更に下位階層があれば読取対象を更新し
て別の文字種リスト（専用文字テーブル）を基本文字候
補３０から読み出して、該当住所表記の読み取りが行な
われる。

【００４４】（５）その後、読み取った都道府県名と区
市町村名（東京都足立区西新井栄町）の文字コードが出
力され（ステップＳＴ２６）、これに街区識別コード
（丁目／番地／号の数値コード）が付加される（ステッ
プＳＴ２８）。そして、これらの文字／数値コードから
最終的な住所区分コードが求められ、住所認識ユニット
２０から住所区分コードが出力される（ステップＳＴ３
０）。

【００４５】図２は、この発明の一実施例に係る住所読
取システムにおいて、文字認識後の住所表記文字のう
ち、第１階層の住所表示（都道府県）を読み取る手順を
示す。まず、都道府県名から始まる文字列が図５の文字
認識部１０に入力される（ステップＳＴ１００）。する
と文字認識ユニット１１０のＣＰＵは文字辞書３０を参
照して入力された文字列の認識処理を行なう（ステップ
ＳＴ１０２）。文字辞書３０の記憶容量は通常は８００
文字程度でよいが、状況によりもっと大容量（たとえば
３０００文字分）にしてもよい。

【００４６】文字認識処理が済むと、ユニット１１０は
都道府県名から始まる文字列を出力する（ステップＳＴ
１０４）。ここで、文字認識が正しく行なわれたと仮定
すれば、ユニット１１０からは、たとえば「東」「京」
「都」「足」「立」「区」「西」「新」「井」「栄」
「町」・・・・・・を示す文字コードの集合が出力され
る。この文字認識が誤りを含んでいるときは、たとえば
「東」「東」「群」「足」「北」「区」・・・・・・と
いった文字コードの集合が出力される。

【００４７】文字認識ユニット１１０から出力された文
字コードの集合は、住所表記の上位階層（都道府県名）
から順に下位階層（市／区／町名）に向かって並んでい
る。このような文字コードの集合（文字列）が、住所認
識ユニット２０に渡される。

【００４８】住所認識ユニット２０では、まず都道府県
名の読み取りから初めるために、読取対象を「都道府
県」にセットする（ステップＳＴ１０６）。すると住所
認識ユニット２０のＣＰＵは、都道府県名にだけ用いら
れる文字で構成される都道府県文字テーブルを基本文字
候補３０から抽出する（ステップＳＴ１０８）。都道府
県文字テーブルの記憶容量は、１００文字分あれば足り
る。

【００４９】ユニット２０のＣＰＵは、文字認識後の文
字列の頭から３文字（たとえば「東」「東」「群」）を
取り出し、各文字について、都道府県文字テーブルか
ら、類似度の高い順に１０文字を抽出する（ステップＳ
Ｔ１１０）。すなわち、合計３０文字が都道府県名の読
み取りのための候補として挙げられる。

【００５０】なお、都道府県名のうち神奈川県、和歌山
県、鹿児島県は４文字であるが、これらの県名はその最
初の３文字（神奈川、和歌山、鹿児島）で識別できる。
一方、文字認識後の文字列の頭から２文字しか読まない
と、仮に都道府県名が平仮名で記載されていた場合（た
とえば「やまがた県」「やまなし県」「やまぐち
県」）、都道府県名の識別が不能になる。３文字読め
ば、平仮名記載が含まれていても、都道府県名の識別は
可能になる。

【００５１】次にユニット２０のＣＰＵは、抽出された
３組１０種の各文字組グループそれぞれから１文字づつ
取り出して３文字の組合せ単語を順次作りこれらの３文
字単語と住所辞書５０（知識データベース含む）に登録
された住所表記名とを逐次一対比較する（ステップＳＴ
１１２）。

【００５２】この一対比較の結果、一致単語（文字列
「東京都」に対する登録語「東京都」）が見つかれば、
あるいは知識データベースを利用して対応単語（文字列
「東東群」に対する登録語「東京都」）が見つかれば、
次の処理に移る（ステップＳＴ１１４、イエス）。一致
単語あるいは対応単語が見つからなければ、読取不能と
してその処理を終了し（ステップＳＴ１１４、ノー）別
の郵便物の住所読取処理に移る。

【００５３】上記一対比較で一致単語（文字列「東京
都」に対する登録語「東京都」）が見つかると、現在の
住所階層が最終階層であるかどうかチェックされる（ス
テップＳＴ１１６）。もし最終階層であれば（ステップ
ＳＴ１１６、イエス）、ユニット２０のＣＰＵは、読み
取られた住所表記の文字コードに街区表示（丁目／番／
号など）の数字コードを付け、そこから対応する住所区
分コードを求めて、住所読取判別結果を出力する（ステ
ップＳＴ１１８）。

【００５４】しかし、この時点（ステップＳＴ１０６〜
ステップＳＴ１１４）では都道府県を読み取っていたの
であるから最終階層ではない（ステップＳＴ１１６、ノ
ー）。

【００５５】図３は、図２の手順の続きであって、文字
認識後の住所表記文字のうち、第２階層の住所表示（区
／市など）を読み取る手順を示す。住所認識ユニット２
０は、ステップＳＴ１１２での比較結果に基づいて、次
に都下の区／市／郡／島の読み取りから初めるために、
読取対象を「東京都」にセットする（ステップＳＴ１２
０）。すると住所認識ユニット２０のＣＰＵは、東京都
下の地名にだけ用いられる文字で構成される東京都文字
テーブルを基本文字候補３０から抽出する（ステップＳ
Ｔ１２２）。東京都文字テーブルの記憶容量は、１００
文字分で足りる。

【００５６】ユニット２０のＣＰＵは、文字認識後の文
字列の４字目以降の５文字（たとえば「足」「北」
「区」「西」「新」）を取り出し、各文字について、東
京都文字テーブルから、類似度の高い順に１０文字を抽
出する（ステップＳＴ１２４）。すなわち、合計５０文
字が都下の区／市／郡／島の地名の読取候補として挙げ
られる。

【００５７】なお、都下の地名のうち最長文字は東久留
米市、武蔵村山市の５文字であり、最短文字は北区、港
区等の２文字であるが、これらの地名の大部分は３文字
（足立区、府中市など）で構成されている。平仮名表記
をふくめて５文字あれば都下の長い地名（「ひがしくる
め市」「ひがしむらやま市」「ひがしやまと市」など）
の区別を付けることができる。

【００５８】次にユニット２０のＣＰＵは、抽出された
５組１０種の各文字組グループそれぞれから１文字づつ
取り出して２文字ないし５文字の組合せ単語を順次作り
これらの２〜５文字単語と住所辞書５０（知識データベ
ース含む）に登録された住所表記名とを逐次一対比較す
る（ステップＳＴ１２６）。

【００５９】この一対比較の結果、一致単語（文字列
「足立区」に対する登録語「足立区」）が見つかれば、
あるいは知識データベースを利用して対応単語（文字列
「足北区」に対する登録語「足立区」）が見つかれば、
次の処理に移る（ステップＳＴ１２８、イエス）。一致
単語あるいは対応単語が見つからなければ、読取不能と
してその処理を終了し（ステップＳＴ１２８、ノー）別
の郵便物の住所読取処理に移る。

【００６０】上記一対比較で一致単語（文字列「足立
区」に対する登録語「足立区」）が見つかると、現在の
住所階層が最終階層であるかどうかチェックされる（ス
テップＳＴ１３０）。もし最終階層であれば（ステップ
ＳＴ１３０、イエス）、ユニット２０のＣＰＵは、読み
取られた住所表記の文字コードに街区表示（丁目／番／
号など）の数字コードを付け、そこから対応する住所区
分コードを求めて、住所読取判別結果を出力する（ステ
ップＳＴ１３２）。

【００６１】しかし、この時点（ステップＳＴ１２０〜
ステップＳＴ１２８）では都下の区／市などの地名（住
所表記の上位〜中位階層）を読み取っており、最終階層
ではない（ステップＳＴ１３０、ノー）。

【００６２】図４は、図３の手順の続きであって、文字
認識後の住所表記文字のうち、第３階層の住所表示（町
／村その他の地名）を読み取る手順を示す。住所認識ユ
ニット２０は、ステップＳＴ１２６での比較結果に基づ
いて、次に足立区内の地名の読み取りから初めるため
に、読取対象を「足立区」にセットする（ステップＳＴ
１３４）。すると住所認識ユニット２０のＣＰＵは、足
立区内の地名にだけ用いられる文字で構成される足立区
文字テーブルを基本文字候補３０から抽出する（ステッ
プＳＴ１３６）。足立区文字テーブルの記憶容量も１０
０文字分でよい。

【００６３】ユニット２０のＣＰＵは、文字認識後の文
字列の７字目以降の７文字（たとえば「西」「新」
「井」「栄」「町」「１」「丁」）を取り出し、各文字
について、東京都文字テーブルから、類似度の高い順に
１０文字を抽出する（ステップＳＴ１３８）。すなわ
ち、合計７０文字が足立区内の地名の読取候補として挙
げられる。

【００６４】なお、都下の地名のうち最長文字は西新井
栄町等の５文字であり、最短文字は青井等の２文字であ
る。平仮名表記をふくめて７文字あれば足立区内の長い
地名（「にしあらいさかえ町」「にしあらいほん町」な
ど）の区別を付けることができる。

【００６５】次にユニット２０のＣＰＵは、抽出された
７組１０種の各文字組グループそれぞれから１文字づつ
取り出して２文字ないし７文字の組合せ単語を順次作り
これらの２〜７文字単語と住所辞書５０（知識データベ
ース含む）に登録された住所表記名とを逐次一対比較す
る（ステップＳＴ１４０）。

【００６６】この一対比較の結果、一致単語（文字列
「西新井栄町」に対する登録語「西新井栄町」）が見つ
かれば、あるいは知識データベースを利用して対応単語
（たとえば文字列「酉新丼栄田」に対する登録語「西新
井栄町」）が見つかれば、次の処理に移る（ステップＳ
Ｔ１４２、イエス）。一致単語あるいは対応単語が見つ
からなければ、読取不能としてその処理を終了し（ステ
ップＳＴ１４２、ノー）別の郵便物の住所読取処理に移
る。

【００６７】上記一対比較で一致単語（文字列「西新井
栄町」に対する登録語「西新井栄町」）が見つかると、
入力された文字列のうちまだ一対比較していない（つま
り読み取り判定していない）文字列があるかどうかチェ
ックされる（ステップＳＴ１４４）。もし未比較文字列
があれば（ステップＳＴ１４４、イエス）、ユニット２
０のＣＰＵは、街区（丁目／番／号など数字を伴うも
の）以外の文字各々について足立区文字テーブルを参照
し、足立区内の地名として用いられている文字１０候補
を、未比較文字列それぞれの文字に対して選択する（ス
テップＳＴ１４６）。そして各文字候補の全ての組合せ
単語と住所辞書５０内の足立区地名とが一対比較される
（ステップＳＴ１４８）。

【００６８】この一対比較の結果、一致単語あるいは対
応単語が見つからなければ、読取不能としてその処理を
終了し（ステップＳＴ１４２、ノー）、別の郵便物の住
所読取処理に移る。一致単語あるいは対応単語が見つか
り（ステップＳＴ１４２、イエス）、その後に未比較文
字列がないならば（ステップＳＴ１４４、ノー）、ユニ
ット２０のＣＰＵはその時点が住所表記の最終階層と判
断し、読み取られた住所表記（東京都足立区西新井栄
町）の文字コードに街区表示（丁目／番／号など）の数
字コードを付け、そこから対応する住所区分コードを求
めて、住所読取判別結果を出力する（ステップＳＴ１５
０）。

【００６９】

【発明の効果】この発明によれば、住所を上位階層から
順に認識して行く場合に、各階層に必要な文字種のみを
参照するため、不用な文字候補が出てくることはなく、
正解文字を含む最適な文字候補を選択することができる
から、住所読取正解率を向上させることができる。

【００７０】また、全ての文字認識を終わらせてから住
所認識に移るので、連続して多数の住所読取を行なう場
合には、住所認識処理中（図１のステップＳＴ１４〜ス
テップＳＴ３０）に文字認識のハードウエア（１０）は
次の住所表記の文字認識（図１のステップＳＴ１０〜ス
テップＳＴ１２）を開始することができる。すると、文
字認識と住所認識の並列処理が可能となるから、処理効
率が向上する。

【図面の簡単な説明】

【図１】図１は、この発明の一実施例に係る住所読取シ
ステムにおいて、文字認識後の住所表記文字からどのよ
うにして正しい住所が読み取られるのかの概要を説明す
る図。

【図２】図２は、この発明の一実施例に係る住所読取シ
ステムにおいて、文字認識後の住所表記文字のうち、第
１階層の住所表示（都道府県）を読み取る手順を説明す
るフローチャート。

【図３】図３は、図２の手順の続きであって、文字認識
後の住所表記文字のうち、第２階層の住所表示（区／市
など）を読み取る手順を説明するフローチャート。

【図４】図４は、図３の手順の続きであって、文字認識
後の住所表記文字のうち、第３階層の住所表示（町／村
その他の地名）を読み取る手順を説明するフローチャー
ト。

【図５】図５は、この発明の一実施例に係る住所読取シ
ステムに適用されるハードウエア構成の概要を説明する
図。

【図６】図６は、住所表記文字がどのようにして認識さ
れるのかの具体例を説明する図。

【符号の説明】

１０…文字認識部、１０２…光電変換ユニット、１０４
…領域検出ユニット、１０６…行検出ユニット、１０８
…文字検出ユニット、１１０…文字認識ユニット（ＣＰ
Ｕ）、２０…住所認識ユニット（ＣＰＵ）、３０…文字
辞書（基本文字候補）、４０…文字種テーブル（都道府
県名文字テーブル／地域名文字テーブル）、５０…住所
辞書。

Claims

【特許請求の範囲】

【請求項１】正しい住所表記のデータを格納している
住所辞書と、１以上の住所表記階層からなる住所表示に用いられる１
以上の住所表記語を構成する文字各々を認識して、文字
認識結果を出力する文字認識手段と、前記１以上の住所表記語各々の認識に必要な最小限の文
字種を含んで構成される１以上の文字種テーブルと、前記文字認識手段で認識された文字認識結果のうち、こ
れから認識しようとする住所階層の判定に必要な所定数
の文字種を前記文字種テーブルから抽出し、抽出された
文字各々の組合せで前記住所辞書を引いて、該当する住
所表記語を検出する住所認識手段とを備えたことを特徴
とする住所読取システム。
【請求項２】前記文字種テーブルが、前記住所認識手
段で検出された住所表記語で特定される地域の認識に必
要な文字種だけで構成される第２の文字種テーブルを含
み、前記住所認識手段が、前記第２の文字種テーブルから抽
出される文字各々の組合せで前記住所辞書を引いて、該
当する住所表記語を検出するように構成されることを特
徴とする請求項１に記載の住所読取システム。
【請求項３】正しい住所表記のデータを格納している
住所辞書と、少なくとも第１および第２の住所表記階層を含む住所表
示に用いられる複数の住所表記語を構成する文字各々を
認識して、文字認識結果を出力する文字認識手段と、前記第１の住所表記階層の住所表記語の認識に必要な最
小限の文字種を含んで構成される第１の文字種テーブル
と、前記文字認識手段で認識された文字認識結果のうち、前
記第１の住所表記階層の判定に必要な所定数の文字種を
前記第１の文字種テーブルから抽出し、抽出された文字
各々の組合せで前記住所辞書を引いて、該当する第１の
住所表記語を検出する第１の住所認識手段と、前記第１の住所認識手段により検出された前記第１の住
所表記語で特定される地域の認識に必要な最小限の文字
種を含んで構成される第２の文字種テーブルと、前記文字認識手段で認識された文字認識結果のうち、前
記第２の住所表記階層の判定に必要な所定数の文字種を
前記第２の文字種テーブルから抽出し、抽出された文字
各々の組合せで前記住所辞書を引いて、該当する第２の
住所表記語を検出する第２の住所認識手段と、前記第１および第２の住所認識手段により検出された前
記第１および第２の住所表記語から、対応する住所コー
ドを出力する手段とを備えたことを特徴とする住所読取
システム。
【請求項４】複数の文字パターンからそれらに対応す
る文字を認識して住所表記文字列を出力する文字認識手
段と、正しい住所表記のデータを格納している住所辞書と、都道府県の名称に用いられる文字で構成される都道府県
文字テーブルと、前記都道府県文字テーブルおよび前記住所辞書を参照し
て、前記文字認識手段で認識された前記住所表記文字列
の最初の数文字の組合せに対応する都道府県名を検出す
る都道府県名検出手段と、前記都道府県名検出手段で検出された都道府県名の地域
内の場所を表す地域名に用いられる文字で構成される地
域名文字テーブルと、前記地域名文字テーブルおよび前記住所辞書を参照し
て、前記文字認識手段で認識された前記住所表記文字列
のうち都道府県名の次に現われる数文字の組合せに対応
する地域名を検出する地域名検出手段と、前記都道府県名検出手段で検出された都道府県名および
前記地域名検出手段で検出された地域名から、対応する
住所コードを出力する手段とを備えたことを特徴とする
住所読取装置。
【請求項５】複数の文字パターンからそれらに対応す
る文字を認識して住所表記文字列を出力し、都道府県の名称に用いられる文字で構成される都道府県
文字テーブルおよび正しい住所表記データを格納してい
る住所辞書を参照して、前記出力された住所表記文字列
の最初の数文字の組合せに対応する都道府県名を検出
し、前記検出された都道府県名の地域内の場所を表す地域名
に用いられる文字で構成される地域名文字テーブルおよ
び前記住所辞書を参照して、前記出力された住所表記文
字列のうち都道府県名の次に現われる数文字の組合せに
対応する地域名を検出し、前記検出された都道府県名および前記検出された地域名
から、対応する住所コードを出力することを特徴とする
住所読取方法。