JPH08202830A - 文字認識システム - Google Patents
文字認識システムInfo
- Publication number
- JPH08202830A JPH08202830A JP7011376A JP1137695A JPH08202830A JP H08202830 A JPH08202830 A JP H08202830A JP 7011376 A JP7011376 A JP 7011376A JP 1137695 A JP1137695 A JP 1137695A JP H08202830 A JPH08202830 A JP H08202830A
- Authority
- JP
- Japan
- Prior art keywords
- character
- image
- hmm
- feature
- storage unit
- 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.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/29—Graphical models, e.g. Bayesian networks
- G06F18/295—Markov models or related models, e.g. semi-Markov models; Markov random fields; Networks embedding Markov models
Landscapes
- Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Character Discrimination (AREA)
Abstract
(57)【要約】
【目的】認識誤りを減少させることができる文字認識シ
ステムを提供すること。 【構成】文字列ＨＭＭ記憶部２５は、文字列表現したＨ
ＭＭを記憶する。文字列ＨＭＭは、文字間の状態遷移に
２つ組みを加味した遷移確率とを用いたものである。イ
メージ切り分け手段３１は、イメージ情報記憶装置２１
から文書画像イメージを受け取り、単語イメージ領域に
分割する。特徴抽出手段３２は、各単語領域のイメージ
を文字の横幅より十分に小さい幅のスリットに分割し、
各スリットで特徴シンボルを１つ出力する。マッチング
手段３３は、特徴シンボル列に対して確率を最大にする
ような文字列ＨＭＭの状態との対応づけを行い、この結
果である最適状態遷移系列を利用して文字列を認識す
る。
ステムを提供すること。 【構成】文字列ＨＭＭ記憶部２５は、文字列表現したＨ
ＭＭを記憶する。文字列ＨＭＭは、文字間の状態遷移に
２つ組みを加味した遷移確率とを用いたものである。イ
メージ切り分け手段３１は、イメージ情報記憶装置２１
から文書画像イメージを受け取り、単語イメージ領域に
分割する。特徴抽出手段３２は、各単語領域のイメージ
を文字の横幅より十分に小さい幅のスリットに分割し、
各スリットで特徴シンボルを１つ出力する。マッチング
手段３３は、特徴シンボル列に対して確率を最大にする
ような文字列ＨＭＭの状態との対応づけを行い、この結
果である最適状態遷移系列を利用して文字列を認識す
る。
Description
【０００１】
【産業上の利用分野】本発明は文字認識システムに関
し、特に２つ組みとＨＭＭを組み合わせた印刷英文字の
文字認識システムに関する。
し、特に２つ組みとＨＭＭを組み合わせた印刷英文字の
文字認識システムに関する。
【０００２】
【従来の技術】従来の文字認識システムは、紙に書かれ
た印刷英文字列イメージを読み取って文字コードで表現
する際に認識誤りをできるだけ少なくするため、例え
ば、特開平０２―２４９０８７号公報に示されるものの
ように、まず、１文字づつの文字領域の切りだしを行っ
た上で認識を行い、次に単語辞書文献認識結果を単語辞
書などと照合して認識誤りを検出し訂正していた。
た印刷英文字列イメージを読み取って文字コードで表現
する際に認識誤りをできるだけ少なくするため、例え
ば、特開平０２―２４９０８７号公報に示されるものの
ように、まず、１文字づつの文字領域の切りだしを行っ
た上で認識を行い、次に単語辞書文献認識結果を単語辞
書などと照合して認識誤りを検出し訂正していた。
【０００３】
【発明が解決しようとする課題】上述した従来の文字認
識システムは、１文字づつの文字領域の切りだしを行っ
た上で認識を行い、次に単語辞書文献認識結果を単語辞
書などと照合して認識誤りを検出し訂正するのみで、文
字切りだし時や認識時に文字の出現確率を利用していな
いため、文字切りだしを誤ることにより文字数が異なっ
たり、認識を誤ることにより正解の文字が候補に選ばれ
ないことがあり、結果として出現頻度の低い文字の組み
合わせを正解に誤る場合がある。そして、このような誤
りは、単語辞書との比較などの後処理による誤りの訂正
は困難であり、そのまま認識率の低下につながるという
問題点がある。
識システムは、１文字づつの文字領域の切りだしを行っ
た上で認識を行い、次に単語辞書文献認識結果を単語辞
書などと照合して認識誤りを検出し訂正するのみで、文
字切りだし時や認識時に文字の出現確率を利用していな
いため、文字切りだしを誤ることにより文字数が異なっ
たり、認識を誤ることにより正解の文字が候補に選ばれ
ないことがあり、結果として出現頻度の低い文字の組み
合わせを正解に誤る場合がある。そして、このような誤
りは、単語辞書との比較などの後処理による誤りの訂正
は困難であり、そのまま認識率の低下につながるという
問題点がある。
【０００４】本発明の目的は、文字の前後のつながりを
考慮した切りだしと認識を行うことで、出現頻度の低い
文字の組み合わせの認識候補の認識得点を相対的に下
げ、認識誤りを減少させることができる文字認識システ
ムを提供することにある。
考慮した切りだしと認識を行うことで、出現頻度の低い
文字の組み合わせの認識候補の認識得点を相対的に下
げ、認識誤りを減少させることができる文字認識システ
ムを提供することにある。
【０００５】
【課題を解決するための手段】本発明の文字認識システ
ムは、入力装置の入力するイメージを記憶するイメージ
情報記憶部と、２つの文字の接続の出現確率を格納する
２つ組み記憶部と、認識対象文字のＨＭＭの構成および
パラメータを格納する文字ＨＭＭ記憶部と、文字列表現
のＨＭＭの構成およびパラメータを格納する文字列ＨＭ
Ｍ記憶部と、文書イメージ中から文字が書かれている部
分を抽出し行の切りだしおよび単語の切りだしを行う単
語イメージ切り分け手段と、この単語イメージ切り分け
手段の切りだした各単語イメージについて大きさと位置
の正規化を行った後、文字の横幅より十分に小さい幅の
スリットに分割し各スリットごとに特徴シンボルを１つ
出力する特徴抽出手段と、この特徴抽出手段の出力した
一連の特徴シンボルからなる特徴シンボル列に対して確
率を最大とするようなＨＭＭの状態との対応づけをして
文字列を認識するマッチング手段とを備える構成であ
る。
ムは、入力装置の入力するイメージを記憶するイメージ
情報記憶部と、２つの文字の接続の出現確率を格納する
２つ組み記憶部と、認識対象文字のＨＭＭの構成および
パラメータを格納する文字ＨＭＭ記憶部と、文字列表現
のＨＭＭの構成およびパラメータを格納する文字列ＨＭ
Ｍ記憶部と、文書イメージ中から文字が書かれている部
分を抽出し行の切りだしおよび単語の切りだしを行う単
語イメージ切り分け手段と、この単語イメージ切り分け
手段の切りだした各単語イメージについて大きさと位置
の正規化を行った後、文字の横幅より十分に小さい幅の
スリットに分割し各スリットごとに特徴シンボルを１つ
出力する特徴抽出手段と、この特徴抽出手段の出力した
一連の特徴シンボルからなる特徴シンボル列に対して確
率を最大とするようなＨＭＭの状態との対応づけをして
文字列を認識するマッチング手段とを備える構成であ
る。
【０００６】本発明の文字認識システムは、前記特徴抽
出手段が、単語イメージの第１基準線と第２基準線の位
置を検出する基準線位置検出手段と、この基準線位置検
出手段の検出したそれぞれの基準線が定められた位置に
なるようにイメージの大きさと位置の正規化を行うイメ
ージ正規化手段と、このイメージ正規化手段の正規化し
たイメージを文字の横幅より十分に小さい幅のスリット
に分割し、各スリットごとに、特徴パラメータを求める
特徴パラメータ抽出手段と、前記特徴パラメータを量子
化して各スリットごとに特徴シンボルを１つ出力する量
子化手段とからなってもよい。
出手段が、単語イメージの第１基準線と第２基準線の位
置を検出する基準線位置検出手段と、この基準線位置検
出手段の検出したそれぞれの基準線が定められた位置に
なるようにイメージの大きさと位置の正規化を行うイメ
ージ正規化手段と、このイメージ正規化手段の正規化し
たイメージを文字の横幅より十分に小さい幅のスリット
に分割し、各スリットごとに、特徴パラメータを求める
特徴パラメータ抽出手段と、前記特徴パラメータを量子
化して各スリットごとに特徴シンボルを１つ出力する量
子化手段とからなってもよい。
【０００７】
【作用】本発明の文字認識システムは、文字と文字の接
続の出現確率である２つ組みを遷移確率に加味した文字
列ＨＭＭを用いて文字切りだしと認識とを同時に行う。
これによって、文字の前後のつながりを考慮した切りだ
しと認識とを行い、出現頻度の低い文字の組み合わせの
認識候補の認識得点を相対的に下げて、認識誤りを減少
させている。
続の出現確率である２つ組みを遷移確率に加味した文字
列ＨＭＭを用いて文字切りだしと認識とを同時に行う。
これによって、文字の前後のつながりを考慮した切りだ
しと認識とを行い、出現頻度の低い文字の組み合わせの
認識候補の認識得点を相対的に下げて、認識誤りを減少
させている。
【０００８】
【実施例】次に、本発明の実施例について図面を参照し
て説明する。
て説明する。
【０００９】図１は本発明の一実施例のブロック図であ
る。
る。
【００１０】本発明の文字認識システム１０は、イメー
ジスキャナ等のイメージを入力するための入力装置１
と、情報を記憶する記憶装置２と、プログラム制御によ
り動作するデータ処理装置３と、ディスプレイ装置等の
出力装置４とで構成している。
ジスキャナ等のイメージを入力するための入力装置１
と、情報を記憶する記憶装置２と、プログラム制御によ
り動作するデータ処理装置３と、ディスプレイ装置等の
出力装置４とで構成している。
【００１１】ここで、記憶装置２は、イメージ情報記憶
部２１と、コードブック記憶部２２と、２つ組み記憶部
２３と文字ＨＭＭ記憶部２４と文字列ＨＭＭ記憶部２５
とを備え、データ処理装置３は、単語イメージ切り分け
手段３１と、特徴抽出手段３２と、マッチング手段３３
とを備える。
部２１と、コードブック記憶部２２と、２つ組み記憶部
２３と文字ＨＭＭ記憶部２４と文字列ＨＭＭ記憶部２５
とを備え、データ処理装置３は、単語イメージ切り分け
手段３１と、特徴抽出手段３２と、マッチング手段３３
とを備える。
【００１２】さらにイメージ情報記憶部２１は、入力装
置１から読み取られた文書イメージデータと、これの領
域情報とを格納する。コードブック記憶部２２は、各ス
リットの特徴パラメータから特徴シンボルを得るための
コードブックをあらかじめ格納している。前述のコード
ブックは、特徴パラメータを低ビットで表現するための
量子化に用いるコードベクトルの集合であり、訓練用サ
ンプルの各スリットから抽出した特徴パラメータから予
め計算しておく。コードブックの求め方は、例えば、１
９８０年１月、アイ・イー・イー・イー・トランザクシ
ョンズ・オン・コミュニケーション第COM-28巻、第１
号、84〜95頁(IEEE Trans.Commun., COM-28, 1, pp.84-
-95, Jan. 1980.)（文献１）に記載されたＬＢＧアルゴ
リズムを用る方法等がある。２つ組み記憶部２３は、印
刷英文字列での、ある文字の次にそれぞれの文字が出現
する確率を格納する。この確率は、例えば、多くの英文
サンプル中の各文字について、それに続く文字をそれぞ
れ数え上げ、出現した数で除算することで求めることが
できる。文字ＨＭＭ記憶部２４は、認識の対象にする英
数文字のそれぞれに対応した文字ＨＭＭを記憶する。文
字ＨＭＭは、文字の種類によって２個から８個程度の状
態と、自己遷移と次状態への遷移のみをもつleft-to-ri
ght ＨＭＭとして構成する。出力シンボル確率や状態遷
移確率などのパラメータは、あらかじめ各ＨＭＭごと
に、多数の訓練サンプルを用いて決定する。ＨＭＭのパ
ラメータの決定方法には、例えば、１９８０年、電子情
報通信学会編、中川聖一著、確率モデルによる音声認
識、55--60頁（文献２）に記載されたBaum-Wealchのア
ルゴリズムを用いる方法等がある。文字列ＨＭＭ記憶部
２５は、文字列表現したＨＭＭを記憶する。文字列ＨＭ
Ｍは、文字ＨＭＭ記憶部２４に記憶された各文字ＨＭＭ
の最終状態からそれぞれ、各文字ＨＭＭの開始状態への
遷移を付加して構成する。ここで、文字間の遷移確率値
には、先行文字の文字ＨＭＭの最終状態から次状態への
遷移確率と、２つ組み記憶部２３に記憶された、先行文
字から後続文字への２つ組みの出現確率値との積を用い
る。
置１から読み取られた文書イメージデータと、これの領
域情報とを格納する。コードブック記憶部２２は、各ス
リットの特徴パラメータから特徴シンボルを得るための
コードブックをあらかじめ格納している。前述のコード
ブックは、特徴パラメータを低ビットで表現するための
量子化に用いるコードベクトルの集合であり、訓練用サ
ンプルの各スリットから抽出した特徴パラメータから予
め計算しておく。コードブックの求め方は、例えば、１
９８０年１月、アイ・イー・イー・イー・トランザクシ
ョンズ・オン・コミュニケーション第COM-28巻、第１
号、84〜95頁(IEEE Trans.Commun., COM-28, 1, pp.84-
-95, Jan. 1980.)（文献１）に記載されたＬＢＧアルゴ
リズムを用る方法等がある。２つ組み記憶部２３は、印
刷英文字列での、ある文字の次にそれぞれの文字が出現
する確率を格納する。この確率は、例えば、多くの英文
サンプル中の各文字について、それに続く文字をそれぞ
れ数え上げ、出現した数で除算することで求めることが
できる。文字ＨＭＭ記憶部２４は、認識の対象にする英
数文字のそれぞれに対応した文字ＨＭＭを記憶する。文
字ＨＭＭは、文字の種類によって２個から８個程度の状
態と、自己遷移と次状態への遷移のみをもつleft-to-ri
ght ＨＭＭとして構成する。出力シンボル確率や状態遷
移確率などのパラメータは、あらかじめ各ＨＭＭごと
に、多数の訓練サンプルを用いて決定する。ＨＭＭのパ
ラメータの決定方法には、例えば、１９８０年、電子情
報通信学会編、中川聖一著、確率モデルによる音声認
識、55--60頁（文献２）に記載されたBaum-Wealchのア
ルゴリズムを用いる方法等がある。文字列ＨＭＭ記憶部
２５は、文字列表現したＨＭＭを記憶する。文字列ＨＭ
Ｍは、文字ＨＭＭ記憶部２４に記憶された各文字ＨＭＭ
の最終状態からそれぞれ、各文字ＨＭＭの開始状態への
遷移を付加して構成する。ここで、文字間の遷移確率値
には、先行文字の文字ＨＭＭの最終状態から次状態への
遷移確率と、２つ組み記憶部２３に記憶された、先行文
字から後続文字への２つ組みの出現確率値との積を用い
る。
【００１３】なおＨＭＭのパラメータには状態の有限集
合、出力シンボルの集合、状態遷移確率の集合、出力確
率の集合、初期状態確率の集合、最終状態の集合があ
る。
合、出力シンボルの集合、状態遷移確率の集合、出力確
率の集合、初期状態確率の集合、最終状態の集合があ
る。
【００１４】入力装置１によって入力された文書イメー
ジは、イメージ情報記憶部２１に格納される。単語イメ
ージ切り分け手段３１は、文書イメージの中から文字が
書かれている部分を抽出し、行の切りだし、単語の切り
だしを行う。そして、単語のイメージ領域情報をイメー
ジ情報記憶部２１に格納する。なお、文書イメージから
の行の切りだし方法については、例えば１９８７年、第
３５回情処全大、5K-8（文献３）に記載された方法を利
用することができる。また、単語の切りだし方法につい
ては、例えばイメージ縦方向に投影し、一定のしきい値
を越える長さの空白が検出されると、そこを単語の区切
りとみなすなどの方法がある。ここでは本発明に直接関
与しないため詳細な説明は省略する。
ジは、イメージ情報記憶部２１に格納される。単語イメ
ージ切り分け手段３１は、文書イメージの中から文字が
書かれている部分を抽出し、行の切りだし、単語の切り
だしを行う。そして、単語のイメージ領域情報をイメー
ジ情報記憶部２１に格納する。なお、文書イメージから
の行の切りだし方法については、例えば１９８７年、第
３５回情処全大、5K-8（文献３）に記載された方法を利
用することができる。また、単語の切りだし方法につい
ては、例えばイメージ縦方向に投影し、一定のしきい値
を越える長さの空白が検出されると、そこを単語の区切
りとみなすなどの方法がある。ここでは本発明に直接関
与しないため詳細な説明は省略する。
【００１５】次に、特徴抽出手段３２で、各単語イメー
ジについて、大きさと位置の正規化を行った後、文字の
横幅より十分に小さい幅のスリットに分割し、各スリッ
トごとに、特徴シンボルを一つ出力する。
ジについて、大きさと位置の正規化を行った後、文字の
横幅より十分に小さい幅のスリットに分割し、各スリッ
トごとに、特徴シンボルを一つ出力する。
【００１６】さらに、特徴抽出手段３２の動作につい
て、詳細に説明する。図２は特徴抽出手段のブロック図
である。
て、詳細に説明する。図２は特徴抽出手段のブロック図
である。
【００１７】基準線位置検出手段３２１は、大きさと位
置の正規化を行うための基準を得るために、イメージか
ら、第１基準線と第２基準線位置を検出する。第１基準
線および第２基準線は、文字“ｍ”のそれぞれ上と下に
接するような水平線である。基準線の位置の検出につい
ては本発明に直接関与しないため、詳細な説明は省略す
る。イメージ正規化手段３２２は、それぞれの基準線位
置が一定の座標位置にくるようにイメージの位置と大き
さを正規化する。特徴パラメータ抽出手段３２３は、ま
ず、正規化されたイメージを縦長のスリットイメージに
分割する。次に各スリットごとに、イメージを縦方向に
８つの領域に分割し、各領域における黒画素の割合を求
め、８次元の特徴パラメータとして出力する。量子化手
段３２４は、コードブック記憶部２２に格納されたコー
ドブックを用いて特徴パラメータをベクトル量子化し、
そのベクトル番号を特徴シンボルとして各スリットごと
に１つ出力する。
置の正規化を行うための基準を得るために、イメージか
ら、第１基準線と第２基準線位置を検出する。第１基準
線および第２基準線は、文字“ｍ”のそれぞれ上と下に
接するような水平線である。基準線の位置の検出につい
ては本発明に直接関与しないため、詳細な説明は省略す
る。イメージ正規化手段３２２は、それぞれの基準線位
置が一定の座標位置にくるようにイメージの位置と大き
さを正規化する。特徴パラメータ抽出手段３２３は、ま
ず、正規化されたイメージを縦長のスリットイメージに
分割する。次に各スリットごとに、イメージを縦方向に
８つの領域に分割し、各領域における黒画素の割合を求
め、８次元の特徴パラメータとして出力する。量子化手
段３２４は、コードブック記憶部２２に格納されたコー
ドブックを用いて特徴パラメータをベクトル量子化し、
そのベクトル番号を特徴シンボルとして各スリットごと
に１つ出力する。
【００１８】次に、マッチング手段３３は、単語イメー
ジから得られた特徴シンボルの系列に対して、確率を最
大にするようなＨＭＭの状態との対応づけを行い、その
結果である最適状態遷移系列を利用して文字列を認識す
る。最適状態遷移系列の算出には、例えば、１９８８
年、電子情報通信学会編、中川聖一著、確率モデルによ
る音声認識、44--46頁（文献２）に示されているように
ビタビアルゴリズムを使用する方法がある。求められた
最適状態遷移系列から、各文字ＨＭＭの最終状態から別
の状態への遷移を抜き出す。そして、その遷移元に対応
する文字を連結して文字列を求める。それに加えて、特
徴シンボル列の最終シンボルに対応する状態の文字を文
字列の最後に連結する。これを認識結果として出力装置
4に出力する。
ジから得られた特徴シンボルの系列に対して、確率を最
大にするようなＨＭＭの状態との対応づけを行い、その
結果である最適状態遷移系列を利用して文字列を認識す
る。最適状態遷移系列の算出には、例えば、１９８８
年、電子情報通信学会編、中川聖一著、確率モデルによ
る音声認識、44--46頁（文献２）に示されているように
ビタビアルゴリズムを使用する方法がある。求められた
最適状態遷移系列から、各文字ＨＭＭの最終状態から別
の状態への遷移を抜き出す。そして、その遷移元に対応
する文字を連結して文字列を求める。それに加えて、特
徴シンボル列の最終シンボルに対応する状態の文字を文
字列の最後に連結する。これを認識結果として出力装置
4に出力する。
【００１９】次に具体例を用いて動作を説明する。説明
を単純化するため、認識すべき文字集合は“ｅ”，
“ｈ”，“ｔ”の３文字とし、量子化コードブックは図
３の説明図に示すような形態であるとし、２つ組み関係
を図４の説明図に示すような形態であるとし、文字ＨＭ
Ｍの状態数はそれぞれ２であるとし、ＨＭＭの構成およ
びパラメータを図５の文字ＨＭＭの一例を示す図の状態
および遷移確率を取るものであるとして説明する。
を単純化するため、認識すべき文字集合は“ｅ”，
“ｈ”，“ｔ”の３文字とし、量子化コードブックは図
３の説明図に示すような形態であるとし、２つ組み関係
を図４の説明図に示すような形態であるとし、文字ＨＭ
Ｍの状態数はそれぞれ２であるとし、ＨＭＭの構成およ
びパラメータを図５の文字ＨＭＭの一例を示す図の状態
および遷移確率を取るものであるとして説明する。
【００２０】まず、２つ組みと文字ＨＭＭより文字列Ｈ
ＭＭを構築する。ここで、例えばS2からS3への遷移確率
は、文字ＨＭＭのS2から次状態への遷移確率0.3 と、
“ｅ”に“ｈ”が接続する２つ組みの確率値の0.3 の積
で0.09となる。このようにして構築した文字列ＨＭＭ
は、図６の確率値の計算後の文字ＨＭＭの一例を示す図
の状態になる。
ＭＭを構築する。ここで、例えばS2からS3への遷移確率
は、文字ＨＭＭのS2から次状態への遷移確率0.3 と、
“ｅ”に“ｈ”が接続する２つ組みの確率値の0.3 の積
で0.09となる。このようにして構築した文字列ＨＭＭ
は、図６の確率値の計算後の文字ＨＭＭの一例を示す図
の状態になる。
【００２１】例えば、入力装置１から与えられたイメー
ジが単語イメージ切り分け手段３１で単語イメージ領域
に分割されて、そのうちの一つが図７の入力例を示す図
のようなイメージであったとする。まず、特徴抽出手段
３２の基準線位置検出手段３２１は、図８の基準線の説
明図に示すように単語イメージの基準線の位置を検出す
る。
ジが単語イメージ切り分け手段３１で単語イメージ領域
に分割されて、そのうちの一つが図７の入力例を示す図
のようなイメージであったとする。まず、特徴抽出手段
３２の基準線位置検出手段３２１は、図８の基準線の説
明図に示すように単語イメージの基準線の位置を検出す
る。
【００２２】次に、イメージ正規化手段３２２は、検出
された基準線位置が一定の位置にくるようにイメージの
大きさを正規化する。次に、特徴パラメータ抽出手段３
２３は、正規化されたイメージを図９のスリットの説明
図に示すように文字の横幅より十分に小さい幅のスリッ
トに分割し、各スリットで、特徴シンボルを一つ出力す
る。例えばスリット番号１０では、図１０の特徴抽出例
を説明するための説明図に示すように、特徴パラメータ
抽出手段３２３は、第１領域0.0 、第２領域0.0 、第３
領域0.3 、第４領域 0.0 ……第８領域0.0 というよう
に特徴パラメータを抽出する。これを、量子化手段３２
４で、図３に示したコードブックからベクトル $(0.0,
0.0,0.3,0.0, ……,0.0) に最も近いコードベクトルを
選択し、シンボル番号２が得られる。このようにして得
られた特徴シンボル系列が“1, 1, 2, 2, 8, 3, 4,…
…,1”であったとする。マッチング手段３３は、この系
列とＨＭＭ記憶部に格納された図５に示す文字ＨＭＭの
一例を示す図の状態であることを、ＨＭＭとをビタビア
ルゴリズムを用いてマッチングを行い、最適状態遷移系
列を得る。
された基準線位置が一定の位置にくるようにイメージの
大きさを正規化する。次に、特徴パラメータ抽出手段３
２３は、正規化されたイメージを図９のスリットの説明
図に示すように文字の横幅より十分に小さい幅のスリッ
トに分割し、各スリットで、特徴シンボルを一つ出力す
る。例えばスリット番号１０では、図１０の特徴抽出例
を説明するための説明図に示すように、特徴パラメータ
抽出手段３２３は、第１領域0.0 、第２領域0.0 、第３
領域0.3 、第４領域 0.0 ……第８領域0.0 というよう
に特徴パラメータを抽出する。これを、量子化手段３２
４で、図３に示したコードブックからベクトル $(0.0,
0.0,0.3,0.0, ……,0.0) に最も近いコードベクトルを
選択し、シンボル番号２が得られる。このようにして得
られた特徴シンボル系列が“1, 1, 2, 2, 8, 3, 4,…
…,1”であったとする。マッチング手段３３は、この系
列とＨＭＭ記憶部に格納された図５に示す文字ＨＭＭの
一例を示す図の状態であることを、ＨＭＭとをビタビア
ルゴリズムを用いてマッチングを行い、最適状態遷移系
列を得る。
【００２３】このようにして得られた最適状態遷移系列
が、S5, S5, S5, S5, S6, S6, S6,S6, S3, S3, S3, S3,
S3, S4, S4, S4, S4, S4, S1, S1, S1, S1, S1, S2, S
2,S2, S2, S2となったとする。この場合、各文字の最終
状態から他の状態への遷移を抜き出すと、S6からS3への
遷移とS4からS1への遷移である。この遷移の遷移元の状
態に対応する文字は、それぞれ“ｔ”と“ｈ”である。
これを連結し、さらに特徴シンボル列の最終シンボルと
マッチングする状態S2に対応する文字“ｅ”を文字列の
最後に連結すると、認識文字列は、“ｔｈｅ”となる。
この結果を出力装置４に出力する。
が、S5, S5, S5, S5, S6, S6, S6,S6, S3, S3, S3, S3,
S3, S4, S4, S4, S4, S4, S1, S1, S1, S1, S1, S2, S
2,S2, S2, S2となったとする。この場合、各文字の最終
状態から他の状態への遷移を抜き出すと、S6からS3への
遷移とS4からS1への遷移である。この遷移の遷移元の状
態に対応する文字は、それぞれ“ｔ”と“ｈ”である。
これを連結し、さらに特徴シンボル列の最終シンボルと
マッチングする状態S2に対応する文字“ｅ”を文字列の
最後に連結すると、認識文字列は、“ｔｈｅ”となる。
この結果を出力装置４に出力する。
【００２４】以上説明したような操作を入力イメージ中
の全単語に行って認識結果を得る。
の全単語に行って認識結果を得る。
【００２５】
【発明の効果】以上説明したように、本発明は、入力装
置の入力するイメージを記憶するイメージ情報記憶部
と、２つの文字の接続の出現確率を格納する２つ組み記
憶部と、認識対象文字のＨＭＭの構成およびパラメータ
を格納する文字ＨＭＭ記憶部と、文字列表現のＨＭＭの
構成およびパラメータを格納する文字列ＨＭＭ記憶部
と、文書イメージ中から文字が書かれている部分を抽出
し行の切りだしおよび単語の切りだしを行う単語イメー
ジ切り分け手段と、この単語イメージ切り分け手段の切
りだした各単語イメージについて大きさと位置の正規化
を行った後、文字の横幅より十分に小さい幅のスリット
に分割し各スリットごとに特徴シンボルを１つ出力する
特徴抽出手段と、この特徴抽出手段の出力した一連の特
徴シンボルからなる特徴シンボル列に対して確率を最大
とするようなＨＭＭの状態との対応づけをして文字列を
認識するマッチング手段とを備え、文字の前後のつなが
りを考慮した切りだしと認識とを行うことで、出現頻度
の低い文字の組み合わせの認識候補の認識得点を相対的
に下げ、認識誤りを減少させることができるという効果
が有る。
置の入力するイメージを記憶するイメージ情報記憶部
と、２つの文字の接続の出現確率を格納する２つ組み記
憶部と、認識対象文字のＨＭＭの構成およびパラメータ
を格納する文字ＨＭＭ記憶部と、文字列表現のＨＭＭの
構成およびパラメータを格納する文字列ＨＭＭ記憶部
と、文書イメージ中から文字が書かれている部分を抽出
し行の切りだしおよび単語の切りだしを行う単語イメー
ジ切り分け手段と、この単語イメージ切り分け手段の切
りだした各単語イメージについて大きさと位置の正規化
を行った後、文字の横幅より十分に小さい幅のスリット
に分割し各スリットごとに特徴シンボルを１つ出力する
特徴抽出手段と、この特徴抽出手段の出力した一連の特
徴シンボルからなる特徴シンボル列に対して確率を最大
とするようなＨＭＭの状態との対応づけをして文字列を
認識するマッチング手段とを備え、文字の前後のつなが
りを考慮した切りだしと認識とを行うことで、出現頻度
の低い文字の組み合わせの認識候補の認識得点を相対的
に下げ、認識誤りを減少させることができるという効果
が有る。
【図１】本発明の一実施例のブロック図である。
【図２】特徴抽出手段のブロック図である。
【図３】量子化コードブックの説明図である。
【図４】２つ組み関係の説明図である。
【図５】文字ＨＭＭの一例を示す図である。
【図６】文字ＨＭＭの確率値の計算後の一例を示す図で
ある。
ある。
【図７】入力例を示す図である。
【図８】基準線の説明図である。
【図９】スリットの説明図である。
【図１０】特徴抽出例を説明するための説明図である。
１ 入力装置 ２ 記憶装置 ３ データ処理装置 ４ 出力装置 １０ 文字認識システム ２１ イメージ情報記憶部 ２２ コードブック記憶部 ２３ ２つ組み記憶部 ２４ 文字ＨＭＭ記憶部 ２５ 文字列ＨＭＭ記憶部 ３１ 単語イメージ切り分け手段 ３２ 特徴抽出手段 ３３ マッチング手段
Claims (2)
- 【請求項１】 入力装置の入力するイメージを記憶する
イメージ情報記憶部と、２つの文字の接続の出現確率を
格納する２つ組み記憶部と、認識対象文字のＨＭＭの構
成およびパラメータを格納する文字ＨＭＭ記憶部と、文
字列表現のＨＭＭの構成およびパラメータを格納する文
字列ＨＭＭ記憶部と、文書イメージ中から文字が書かれ
ている部分を抽出し行の切りだしおよび単語の切りだし
を行う単語イメージ切り分け手段と、この単語イメージ
切り分け手段の切りだした各単語イメージについて大き
さと位置の正規化を行った後、文字の横幅より十分に小
さい幅のスリットに分割し各スリットごとに特徴シンボ
ルを１つ出力する特徴抽出手段と、この特徴抽出手段の
出力した一連の特徴シンボルからなる特徴シンボル列に
対して確率を最大とするようなＨＭＭの状態との対応づ
けをして文字列を認識するマッチング手段とを備えるこ
とを特徴とする文字認識システム。 - 【請求項２】 前記特徴抽出手段が、単語イメージの第
１基準線と第２基準線の位置を検出する基準線位置検出
手段と、この基準線位置検出手段の検出したそれぞれの
基準線が定められた位置になるようにイメージの大きさ
と位置の正規化を行うイメージ正規化手段と、このイメ
ージ正規化手段の正規化したイメージを文字の横幅より
十分に小さい幅のスリットに分割し、各スリットごと
に、特徴パラメータを求める特徴パラメータ抽出手段
と、前記特徴パラメータを量子化して各スリットごとに
特徴シンボルを１つ出力する量子化手段とからなること
を特徴とする請求項１記載の文字認識システム。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP7011376A JPH08202830A (ja) | 1995-01-27 | 1995-01-27 | 文字認識システム |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP7011376A JPH08202830A (ja) | 1995-01-27 | 1995-01-27 | 文字認識システム |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPH08202830A true JPH08202830A (ja) | 1996-08-09 |
Family
ID=11776304
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP7011376A Pending JPH08202830A (ja) | 1995-01-27 | 1995-01-27 | 文字認識システム |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPH08202830A (ja) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6738519B1 (en) | 1999-06-11 | 2004-05-18 | Nec Corporation | Character recognition apparatus |
| WO2016181468A1 (ja) * | 2015-05-11 | 2016-11-17 | 株式会社東芝 | パターン認識装置、パターン認識方法およびプログラム |
-
1995
- 1995-01-27 JP JP7011376A patent/JPH08202830A/ja active Pending
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6738519B1 (en) | 1999-06-11 | 2004-05-18 | Nec Corporation | Character recognition apparatus |
| WO2016181468A1 (ja) * | 2015-05-11 | 2016-11-17 | 株式会社東芝 | パターン認識装置、パターン認識方法およびプログラム |
| US10373028B2 (en) | 2015-05-11 | 2019-08-06 | Kabushiki Kaisha Toshiba | Pattern recognition device, pattern recognition method, and computer program product |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11715014B2 (en) | System and method of character recognition using fully convolutional neural networks with attention | |
| US6327386B1 (en) | Key character extraction and lexicon reduction for cursive text recognition | |
| KR100412317B1 (ko) | 문자인식/수정방법및장치 | |
| JP2000353215A (ja) | 文字認識装置および文字認識プログラムを記録した記録媒体 | |
| JPH07200732A (ja) | ワードオブジェクト抽出方法及びラスタ化イメージ内のノイズ除去方法 | |
| WO2018090013A1 (en) | System and method of character recognition using fully convolutional neural networks with attention | |
| JPH0520500A (ja) | 文書認識装置 | |
| JPH07168913A (ja) | 文字認識システム | |
| JPH08202830A (ja) | 文字認識システム | |
| CN117789216A (zh) | 自然场景下的图像文字识别方法、系统与计算机存储介质 | |
| JPH11328315A (ja) | 文字認識装置 | |
| JP2017146841A (ja) | 文字認識装置、文字認識方法、およびプログラム | |
| JP3209197B2 (ja) | 文字認識装置及び文字認識プログラムを記録した記録媒体 | |
| JP3157557B2 (ja) | 文字認識装置 | |
| JP2985813B2 (ja) | 文字列認識装置および知識データベース学習方法 | |
| JPH056464A (ja) | 文字列認識方法及びその装置 | |
| JPH11120294A (ja) | 文字認識装置および媒体 | |
| JP2972443B2 (ja) | 文字認識装置 | |
| JP2963474B2 (ja) | 類似文字識別方法 | |
| JP2851865B2 (ja) | 文字認識装置 | |
| Ahmadi et al. | Off-line persian handwritten recognition using hidden Markov models | |
| JPH04363780A (ja) | 文字列認識方法及びその装置 | |
| JPH08221507A (ja) | 文書認識方法および装置 | |
| JPH0576672B2 (ja) | ||
| JPH0340186A (ja) | 文字認識装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 19980506 |