JPH0793485A - 画像ファイリング装置 - Google Patents

Abstract

(57)【要約】 【目的】辞書容量を不必要に拡張することなく手書き文
字の認識率を向上させる文字認識用辞書の学習を可能に
する。 【構成】文書原稿の画像データを格納するページメモリ
４０と、複数の文字フォントデータで構成される辞書を
格納した辞書メモリ２６と、ページメモリ４０に格納さ
れた画像データに含まれる文字イメージデータを辞書メ
モリ２６に格納された辞書の文字フォントデータと比較
することにより文字認識を行なう文字認識部３９と、文
字認識部３９が認識できずに拒絶した文字イメージデー
タを保存し、共通文字として認識すべき文字イメージデ
ータの拒絶回数が所定数を越えた場合に、保存されたこ
れらの文字イメージデータを選択的に修正し、修正され
た文字イメージデータをこの共通文字の文字フォントデ
ータとして辞書に追加する制御モジュール１０を設け
る。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】この発明は一般に原稿の画像デー
タを画像ファイルとして管理する画像ファイリング装置
に関し、特に文字認識機能を有する画像ファイリング装
置に関する。

【０００２】

【従来の技術】典型的な画像ファイリング装置は、イメ
ージスキャナ等により得られる複数の文書原稿の画像デ
ータを光ディスクに画像ファイルとして登録し、登録さ
れた画像データを検索および編集可能に構成される。文
書原稿はその先頭ページの所定領域に記入されたタイト
ルを有し、このタイトルは検索および編集処理において
所望の画像データを特定するためのキーワードとして使
用される。

【０００３】画像ファイリング装置が文字認識機能を有
する場合、例えばこのタイトルがイメージスキャナから
得られた画像データから自動的に認識され、検索用のキ
ーワードとして予め磁気ディスクに設けられる検索キー
ワードテーブルに登録される。この機能を使用した場
合、検索用のキーワードとなる文書原稿のタイトルを画
像データの登録時にキーボード等を用いて入力する必要
がなくなる。

【０００４】こうした画像ファイリング装置は、文字認
識を行うために様々な文字のフォントデータで構成され
る辞書を格納した磁気ディスクを備える。文字認識処理
が開始されると、画像ファイリング装置がこの文書原稿
の画像データから文字イメージを表すデータ部分を順次
抽出し、各文字イメージデータを辞書に格納された文字
フォントデータと比較し、最も類似度の高い文字フォン
トを認識文字として決定する。もし、最も高い類似度が
所定値を下回る場合には、文字イメージデータが認識不
能としてリジェクトされる。

【０００５】

【発明が解決しようとする課題】しかし、従来の文字認
識では、字形（フォント）によっては辞書で対応できず
認識不能になる場合、認識不能なリジェクト文字につい
ては、キーボード等を用いて入力される正しい文字に訂
正しなくてはならないため、字形（フォント）によって
は必ずリジェクトし文字認識機能を使用するメリットが
なくなることが考えられる。この発明の目的は、辞書容
量を不必要に拡張することなく認識率を向上させる文字
認識用辞書の学習が可能な画像ファイリング装置を提供
することにある。

【０００６】

【課題を解決するための手段】この発明の目的は、文書
原稿の画像データを格納する画像メモリと、複数の文字
フォントデータで構成される辞書を格納した辞書メモリ
と、画像メモリに格納された画像データに含まれる文字
イメージデータを辞書メモリに格納された辞書の文字フ
ォントデータと比較することにより文字認識を行なう文
字認識部と、文字認識部が認識できずに拒絶した文字イ
メージデータを保存し、共通文字として認識すべき文字
イメージデータの拒絶回数が所定数を越えた場合に、保
存されたこれらの文字イメージデータを選択的に修正
し、修正された文字イメージデータをこの共通文字の文
字フォントデータとして辞書に追加する処理部を備える
画像ファイリング装置により達成される。

【０００７】

【作用】この発明の画像ファイリング装置において、辞
書の学習は共通文字として認識すべき文字イメージデー
タの拒絶回数が所定数を越えたときのみ行われるため、
辞書容量が不必要に増大することが防止できる。また、
追加される文字フォントデータは共通の文字として認識
されずに保存されたこれら文字イメージデータを選択的
に修正することにより容易に作成できる。この際、例え
ば原稿上のゴミのような偶然的な要素を文字イメージデ
ータから除外できるため、辞書学習によってかえって認
識率が低下することがない。

【０００８】

【実施例】以下、この発明の一実施例に係る画像ファイ
リング装置を図面を参照して説明する。この画像ファイ
リング装置は例えば複数の文書原稿の画像を読み取り、
読取画像に対応する画像データを画像ファイルとして管
理するために用いられる。

【０００９】図１はこの画像ファイリング装置の構成を
示す。この画像ファイリング装置は、制御モジュール１
０、メモリモジュール１２、画像処理モジュール１４、
通信制御モジュール１６、スキャナ装置１８、光ディス
ク１９、並びに光ディスク装置２０、キーボード２３、
ＣＲＴディスプレイ装置２４、プリンタ装置２５、磁気
ディスク２６および磁気ディスク装置２７、マウス２
９、システムバス３０、画像バス３２、文字認識部３９
およびアドレス発生部４３を備える。

【００１０】制御モジュール１０は、画像の登録、検
索、編集、その他の様々な処理を制御するＣＰＵ３４
と、光ディスク装置２０および磁気ディスク装置２７を
ＣＰＵ３４に接続するためのインターフェース回路３６
とを含む。キーボード２３およびマウス２９はＣＰＵ３
４に接続される。

【００１１】メモリモジュール１２は、ＣＰＵ３４によ
って実行される制御プログラム、管理情報、およびワー
クデータ等を一時的に格納するメインメモリ３８と、例
えば光ディスク１９に書込まれる画像データおよび光デ
ィスク１９から読出される画像データを一時的に格納す
る画像メモリであり、数ページ分のＡ４サイズ原稿に対
応する画像データを格納できる記憶容量を有するページ
メモリ４０と、表示用インターフェースとを含む。ペー
ジメモリ４０の一部はバッファメモリ４０ａを構成す
る。表示用インターフェースはＣＲＴディスプレイ装置
２４の表示ウインドウ内に実際に表示すべき画像データ
を一時的に格納する表示メモリ４２と、表示メモリ４２
に格納された画像データをＣＲＴディスプレイ装置２４
に表示するための制御を行なう表示制御部４４とで構成
される。表示メモリ４２は例えばページメモリ４０に格
納された画像データおよびバッファメモリ４０ａに格納
された画像データについて拡大、縮小、回転、挿入、白
黒反転等の処理を行って得られた画像データを受け取
る。

【００１２】画像処理モジュール１４は、画像データの
拡大および縮小処理を行なう拡大縮小回路４６と、画像
の回転処理を行なう縦横変換回路４８と、冗長度を低下
させる符号化により画像データを圧縮し、符号化により
低下した冗長度を元に戻す複合化により画像データを伸
張する圧縮伸張回路（ＣＯＤＥＣ）５０と、スキャナ装
置１８に接続されるスキャナインターフェース５２、プ
リンタ装置２５に接続されるプリンタインターフェース
５４と、これらを相互接続する内部バス５６を含む。圧
縮伸張回路５０では、画像データの帯域圧縮および帯域
伸張がModifiedHuffman（ＭＨ）方式、あるいはModifie
d Read （ＭＲ）方式を用いて行われる。

【００１３】通信制御モジュール１６は、ローカルエリ
アネットワーク（ＬＡＮ）通信用に設けられるバス通信
プロセッサ（ＢＣＰ）、ファクシミリ通信用に設けられ
るファクシミリ通信プロセッサ（ＦＣＰ）、あるいは外
部機器、例えばパソコンとの通信用に設けられる汎用通
信プロセッサ（ＵＣＰ）のような通信インタフェース５
８で構成される。

【００１４】システムバス３０は制御モジュール１０、
メモリモジュール１２、画像処理モジュール１４、通信
制御モジュール１６、アドレス発生部４３、および文字
認識部３９に接続される。制御信号はこのシステムバス
３０を介してこれらコンポーネント間で転送される。画
像バス３２はメモリモジュール１２、画像処理モジュー
ル１４、および通信制御モジュール１６、および文字認
識部３９に接続される。画像データはこの画像バス３２
を介してこれらコンポーネント間を転送される。アドレ
ス発生部４３はさらにアドレス指定のためにページメモ
リ４０に接続される。

【００１５】スキャナ装置１８は、複数の原稿を順次自
動的に読取位置にフィードする自動原稿送り装置（ＡＤ
Ｆ）１８ａを有し、この読取位置に設定された原稿をレ
ーザビーム光で２次元的に走査しこれにより読み取られ
る原稿の画像に対応する電気的な画像データを発生す
る。

【００１６】光ディスク装置２０は光ディスク１９をア
クセスするためのインターフェース２０ａを有し、スキ
ャナ装置１８によって得られた画像データを順次光ディ
スク１９に書き込むと共に、特定の検索コードによって
指定された画像データを光ディスク１９から読み出す。

【００１７】ＣＲＴディスプレイ装置２４はスキャナ装
置１８によって得られた画像データおよび光ディスク１
９に記録された画像データを表示するために用いられ
る。その表示ウインドウの上端、下端、および右端に
は、アイコン等が表示される。

【００１８】キーボード２３は光ディスク１９に記録さ
れた画像データの検索コード、および処理命令等を入力
するために用いられる。マウス２９は、ＣＲＴディスプ
レイ装置２４の表示ウインドウ内に表示されるカーソル
（図示せず）を上、下、左、および右方向に移動させ、
カーソル位置に対応した動作モード、画像編集領域、ア
イコン、その他を指定するために用いられる。

【００１９】プリンタ装置２５は、スキャナ装置１８に
よって得られた画像データ、光ディスク１９に記録され
た画像データ、ＣＲＴディスプレイ装置２４上に表示さ
れた画像データをハードコピーとして印字するために用
いられる。

【００２０】磁気ディスク装置２７は画像ファイル管理
のために予め用意される様々ＣＰＵ３４の制御プログラ
ム、並びに光ディスク１９に記録された画像データを検
索するための検索情報として文書管理テーブルを格納す
る磁気ディスク２６をアクセスする。この文書管理テー
ブルはタイトル管理テーブル、検索キーワードテーブ
ル、ページ管理テーブル、およびレコード管理テーブル
によって構成される。タイトル管理テーブルは、複数の
登録番号と、各登録番号に対応して設定される書類番号
およびタイトルとで構成される。検索キーワードテーブ
ルはタイトル管理テーブルのそれと同じ登録番号と、各
登録番号に対応して設定される複数の検索キーワードと
で構成される。ページ管理テーブルは、タイトル管理テ
ーブルのそれと同じ登録番号と、各登録番号に対応する
書類の全ページ番号と、各ページ番号に対応して設定さ
れるレコード番号とで構成される。レコード管理テーブ
ルは、ページ管理テーブルに設定された全レコード番号
と、各レコード番号に対応する画像データの先頭が記憶
されたアドレスを表す光ディスク１９の記憶アドレス、
この画像データの長さを表す画像長、この画像データの
圧縮方式、解像度のような属性を表す画像属性、および
この画像データが検索された回数を表す検索頻度等で構
成される。記憶アドレスは論理的なアドレスであり、光
ディスク１９の物理トラックアドレス、および物理セク
タアドレスは実際のアクセス時においてこの論理アドレ
スに対応して算出される。

【００２１】アドレス発生部４３はページメモリ４０に
格納された画像データの処理範囲を設定するためにペー
ジメモリ４０のアドレスを発生する。文字認識部３９は
このアドレス発生部４３によって設定された特定範囲内
の画像データによって表される文字列の各文字イメージ
データを文字として認識する。

【００２２】磁気ディスク２６は様々な文字フォントデ
ータで構成される文字認識用辞書を格納する辞書メモリ
およびこの文字認識で拒絶された文字イメージデータを
認識すべき文字と共に格納するリジェクト情報メモリを
含む。

【００２３】次にこの画像ファイリング装置の文字認識
動作を説明する。例えば文書原稿のタイトルが文字認識
される場合、このタイトルは文書原稿の所定位置に記入
される。この原稿がスキャナ装置１８に設定されると、
このスキャナ装置１８が原稿の画像を読取り、この画像
に対応する画像データを発生する。この画像データは画
像処理モジュール１を介してページメモリ４０に格納さ
れる。ＣＰＵ３４はページメモリ４０に格納された画像
データのうちのタイトルに対応する一部を指定するため
にアドレス発生部４３にアドレスを発生させ、タイトル
を構成する文字列の各文字イメージデータを文字認識部
４３に供給する。文字認識部４３はこの文字イメージデ
ータを磁気ディスク２６に設けられた文字認識辞書に含
まれる文字フォントデータと比較し、最も高い類似度の
文字フォントデータに対応して文字を認識する。もし、
この認識において最も高い類似度が所定値を下回る場
合、文字認識部４３が文字を認識できないとしてこの文
字イメージデータをリジェクトする。

【００２４】図２はこのリジェクト時に行われる処理を
示す。この処理が開始されると、まずリジェクト文字の
訂正入力が行われる。ここでは、文字認識部４３が認識
できなかった文字がキーボード２３等により入力され
る。続いて、この文字について拒絶された文字イメージ
データのリジェクト回数が所定数、例えば５回を越えた
かどうかチェックする。もし、５回を越えていなけれ
ば、リジェクトされた文字イメージデータおよびその訂
正結果の文字がリジェクト情報として磁気ディスク２６
のリジェクト情報メモリに記憶され、この処理が次の文
字認識のために終了する。

【００２５】他方、上述のチェックでリジェクト回数が
５回を越えた場合、磁気ディスク２６のリジェクト情報
メモリに記憶された対応文字の全リジェクト情報がディ
スプレイ装置２４に表示される。この表示を参照して、
辞書の更新が必要かどうかをオペレータが検討した結
果、更新命令がなければ、表示されたリジェクト情報の
うち既にリジェクト情報メモリに格納されていたリジェ
クト情報を削除し、未記憶のリジェクト情報をリジェク
ト情報メモリに格納するステップに戻る。これに伴っ
て、対応文字のリジェクト回数は１回に減少する。

【００２６】もし、辞書の更新命令がキーボード２３等
から入力されると、各文字イメージデータの確認および
修正の指示がキーボード２３およびマウス２９を用いて
行われ、続いてこの指示に基づいて辞書データ、すなわ
ち文字フォントデータが作成される。ここで、原稿上の
ゴミ等がリジェクトの原因である文字イメージデータは
削除される。また、手書き特有形態の文字であっても、
文字を構成する線が誤って隣の線に接触しているような
場合は、これが正しく修正される。こうして辞書データ
が作成されると、この辞書データを用いた文字認識が認
識誤りが生じないこと確認するために行われる。認識誤
りがあれば、再び更新命令の入力待ちとなる。また、認
識誤りがなければ、辞書がこの辞書データを実際に辞書
に追加することにより更新され、この処理が次の文字認
識のために終了する。

【００２７】この実施例の画像ファイリング装置におい
て、辞書の学習は共通文字として認識すべき文字イメー
ジデータの拒絶回数が所定数を越えたときのみ行われる
ため、辞書容量が不必要に増大することが防止できる。
また、追加される文字フォントデータは共通の文字とし
て認識されずに保存されたこれら文字イメージデータを
選択的に修正することによりよういに作成できる。この
際、例えば原稿上のゴミのような偶然的な要素を文字イ
メージデータから除外できるため、辞書学習のよってか
えって認識率が低下することがない。

【００２８】

【発明の効果】この発明によれば、辞書容量を不必要に
拡張することなく手書き文字の認識率を向上させる文字
認識用辞書の学習が可能となる。

【図面の簡単な説明】

【図１】この発明の一実施例に係る画像ファイリング装
置の回路構成を示すブロック図である。

【図２】図１に示す画像ファイリング装置が文字認識動
作において文字イメージデータを認識できずにリジェク
トしたときに行われる処理を示すフローチャートであ
る。

【符号の説明】

１０…制御モジュール、２３…キーボード、２４…ＣＲ
Ｔディスプレイ装置、２９…マウス、２６…磁気ディス
ク、３９…文字認識部、４０…ページメモリ。

───────────────────────────────────────────────────── フロントページの続き (51)Int.Cl.⁶ 識別記号 庁内整理番号 ＦＩ 技術表示箇所 Ｇ０６Ｋ 9/03 Ｃ 8623−5Ｌ

Claims (2)

【特許請求の範囲】
1. 【請求項１】 文書原稿の画像データを格納する画像メ
   モリと、複数の文字フォントデータで構成される辞書を
   格納する辞書メモリと、前記画像メモリに格納された画
   像データに含まれる文字イメージデータを前記辞書メモ
   リに格納された辞書の文字フォントデータと比較するこ
   とにより文字認識を行なう文字認識手段と、この文字認
   識手段が認識できずに拒絶した文字イメージデータを保
   存し、共通文字として認識すべき文字イメージデータの
   拒絶回数が所定数を越えた場合に、保存されたこれらの
   文字イメージデータを選択的に修正し、修正された文字
   イメージデータをこの共通文字の文字フォントデータと
   して前記辞書に追加する処理手段を備えることを特徴と
   する画像ファイリング装置。
2. 【請求項２】 前記処理手段は認識誤りが生じないこと
   を確認するために前記辞書に追加される文字フォントデ
   ータを用いた文字認識を前記文字認識手段に行わせる試
   験手段を有することを特徴とする請求項１の画像ファイ
   リング装置。