JPH09102037A - 図面認識方法 - Google Patents

Abstract

(57)【要約】 【課題】 最低限の筆記制限下で、単純な領域だけでな
く多数の図形から構成される複合領域を高い精度で認識
する図面認識方法を提供する。 【解決手段】 背景領域を輪郭追跡（ステップ１１）
し、閉領域を切り出すことにより、線の切れ、かすれに
影響されにくいものとする。同時に、切り出した閉領域
サイズを正規化し（ステップ１３）、辞書と照合するこ
とによるパターンマッチングを行って形状を決定する
（ステップ１４）ことにより、領域サイズ不統一に影響
されにくいものとして、筆記制限を緩和し、認識の精度
を高める。また、複数の隣接した閉領域の形状と位置関
係の特徴を解析し（ステップ１５）、その特徴を探索し
て（ステップ１６）、複合領域を認識する（ステップ１
７）ことにより、複合領域の属性を決めることで、さら
に多くの図面要素に対する自動認識を行うことを可能に
する。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、イメージスキャナ
等を介して入力される手書きまたは印刷された図面情報
を、自動的に認識する方法に関し、特に、対象とする図
面が、線によって囲まれた閉領域の形状や複数の隣接領
域の配置パターンによってその内容を表現しているもの
とし、その複数の領域からなる複合領域の属性認識を可
能とする図面認識方法に関するものである。

【０００２】

【従来の技術】手書きまたは印刷された図面をＣＡＤ等
のデータとして計算機に入力する手間を軽減する手段と
して、図面の自動認識技術に期待が集まっている。この
ような状況下において、従来の図面認識技術は、イメー
ジスキャナから取り込んだラスタデータをベクトルデー
タに変換するベクトル化までの処理にほぼ限定されてい
たが、一部には図面中の個々の図形を認識する方法も考
案されていた。

【０００３】

【発明が解決しようとする課題】しかしながら、上記従
来の図面中の個々の図形を認識する方法では、筆記制限
が厳しすぎたり、認識精度が不十分なため認識結果の修
正が煩雑になったりするなどの問題があった。

【０００４】本発明は、図面の自動認識方法に於ける上
記の問題を解決するためになされたものであり、その目
的は、筆記制限を緩和して最低限の筆記制限下で、単純
な領域だけでなく多数の図形から構成される複合領域を
高い精度で認識することができる新しい図面認識方法を
提供することにある。

【０００５】

【課題を解決するための手段】上記の目的を達成するた
め、本発明は、手書きまたは印刷された図面上の情報を
自動的に認識する方法であって、前記認識に先立って、
閉領域の辞書データと、複合閉領域に関する閉領域相互
の位置関係データとを登録し、前記認識に当たっては、
まず、前記図面から閉領域を検出し、次に、前記検出さ
れた閉領域と前記登録済の閉領域の辞書データとパター
ンマッチングを行い、次に、前記検出された閉領域が前
記登録済の閉領域の辞書データと一致した場合には、前
記閉領域相互の位置関係データを参照し、前記検出され
た閉領域に対し、該参照した位置関係データから存在が
予測される位置に予想されるパターンの閉領域を探し
て、複数の閉領域により構成される複合領域を自動的に
認識することを特徴とする図面認識方法を基本的な手段
とする。

【０００６】この図面認識方法においては、検出された
閉領域が登録済の閉領域の辞書データと一致した場合
に、前記閉領域相互の位置関係データを参照し、前記検
出された閉領域に対し、該参照した位置関係データから
存在が予測される位置に予想されるパターンの閉領域を
探して、該予想されるパターンの閉領域が見つかった場
合に、該閉領域に関わる距離と予め定められた閾値とを
比較した結果に基づいて、複数の閉領域により構成され
る複合領域を自動的に認識するのが、その認識の精度を
一層向上させる点で好適である。

【０００７】また、手書きまたは印刷された図面上の情
報として２つの対角線を含む四角形を自動的に認識する
方法であって、前記認識に先立って、閉領域の辞書デー
タとして前記四角形を構成する４つの三角形の辞書デー
タと、前記４つの三角形相互の位置関係データとを登録
し、前記認識に当たっては、まず、前記図面から閉領域
を検出し、次に、前記検出された閉領域と前記登録済の
４つの三角形の辞書データとパターンマッチングを行
い、次に、前記検出された閉領域が三角形であって前記
登録済の４つの三角形の辞書データの何れかと一致した
場合には、前記４つの三角形相互の位置関係データを参
照し、前記検出された三角形に対し、該参照した位置関
係データから存在が予測される位置で予想されるパター
ンの三角形を探して、２つの対角線を含む四角形を自動
的に認識することを特徴とする図面認識方法を手段とす
る場合は、２つの対角線を含む四角形を高い精度で認識
する上で好適である。

【０００８】この図面認識方法においては、検出された
閉領域が三角形であって登録済の４つの三角形の辞書デ
ータの何れかと一致した場合に、前記４つの三角形相互
の位置関係データを参照し、前記検出された三角形に対
し、該参照した位置関係データから存在が予測される位
置に予想されるパターンの三角形を探して、該予想され
る三角形パターンが見つかった場合に、該三角形パター
ンに関わる距離と予め定められた閾値とを比較した結果
に基づいて、２つの対角線を含む四角形を自動的に認識
するのが、その認識の精度を一層向上させる点で好適で
ある。

【０００９】さらに、手書きまたは印刷された図面上の
情報として長方形の集合体を自動的に認識する方法であ
って、前記認識に先立って、閉領域の辞書データとして
前記集合体を構成する長方形の辞書データと、前記集合
体の長方形相互の位置関係データとを登録し、前記認識
に当たっては、まず、前記図面から閉領域を検出し、次
に、前記検出された閉領域と前記登録済の長方形の辞書
データとパターンマッチングを行い、次に、前記検出さ
れた閉領域が四角形であって前記登録済の長方形の辞書
データと一致した場合には、前記長方形相互の位置関係
データを参照し、前記検出された長方形に対し、該参照
した位置関係データから存在が予測される位置に予想さ
れるパターンの長方形を探して、複数の長方形により構
成される長方形の集合体を自動的に認識することを特徴
とする図面認識方法を手段とする場合は、複数の長方形
により構成される長方形の集合体を高い精度で認識する
上で好適である。

【００１０】この図面認識方法においては、検出された
閉領域が四角形であって登録済の長方形の辞書データと
一致した場合に、前記長方形相互の位置関係データを参
照し、前記検出された長方形に対し、該参照した位置関
係データから存在が予測される位置に予想されるパター
ンの長方形を探して、該予想される長方形パターンが見
つかった場合に、該長方形パターンに関わる距離と予め
定められた閾値とを比較した結果に基づいて、長方形の
集合体を自動的に認識するのが、その認識の精度を一層
向上させる点で好適である。

【００１１】本発明では、（１）背景領域を輪郭トレー
スすることによる閉領域を切り出す手法により、線の切
れ、かすれに影響されにくいものとし、同時に、（２）
切り出した閉領域サイズを正規化し辞書とマッピングす
ることによるパターンマッチングを行って形状決定する
手法により、領域サイズ不統一に影響されにくいものと
して、筆記制限を緩和するとともに認識の精度を高め
る。また、（３）複数の隣接した閉領域の形状と位置関
係から複合領域の属性を決定する手法により、複合領域
の属性を決めることで、さらに多くの図面要素に対する
自動認識を行うことを可能にする。

【００１２】

【発明の実施の形態】以下に、本発明の実施の形態を、
図面を用いて詳しく説明する。

【００１３】本発明による図面認識方法は、回路配線を
示す理論回路図面、間取り空間配置を示す間取り図面な
どの様々な図面領域の自動認識に利用可能である。以下
の説明では、間取り図面領域の認識に適用した本発明の
実施の形態例について説明する。

【００１４】図１のフローチャトに本実施の形態例の処
理の流れを示す。図１において、１０から１７までは、
その処理のステップを表している。また、図２に本実施
の形態例における手書き間取り図面の例を示す。図２に
おいて、２０、２１は手書き間取り図面の１階、２階を
表している。間取り図面の構成要素は、基本的に線で囲
まれた領域の位置、大きさ、形状によって表現されてい
る。本手法では、この領域情報を使って図面要素の自動
認識を行う。

【００１５】まず、ステップ１０において、図２で示し
た手書き間取り図面の入力を行う。この処理では、用紙
に書かれた手書き間取り図面を、イメージスキャナ等を
介して二値のラスタデータとして計算機上に取り込む。
手書き間取り図面を記入する用紙には、あらかじめ、位
置合わせ用のマークを印刷しておく。筆記具は任意であ
るが、閉領域の内部がつぶれない程度の太さとする。計
算機に取り込まれた図面は、ラスタデータとして図３で
示すように白と黒の画素の集合体として表現される。こ
のうち、黒画素３１が図面上の線の部分を、白画素３２
が背景領域を表している。

【００１６】次に、ステップ１１において、輪郭追跡手
法を使って、黒画素によって囲まれた背景領域（閉領
域）の切り出しを行う。本手法では閉領域の内側に沿っ
て、白画素を輪郭追跡し、閉領域の抽出を行っている。
この時、追跡するセルの単位をある程度粗くすることに
よって、線の切れやかすれに強くすることができる。こ
れにより、筆記制限を緩和することができ、認識精度の
向上に寄与することができる。具体的な手順を説明す
る。ラスタデータの左上の点から、画素を順次走査して
いき、黒画素の右側に白画素がくるパターン（図３の３
０）を検出し、その白画素を輪郭追跡の開始点とする。
次点候補は、現在位置している白画素の上下左右の４方
向であり、その優先順位は、進行方向に対して左方向、
直進方向、右方向、後進方向の順とする。この中で、優
先順位の高い白画素を次点とする。図３の３０の白画素
を開始点とした場合、進行方向は右方向であるので、次
点候補の優先順位は上、右、下、左となる。この中で右
の画素が優先度のもっとも高い白画素となり、次点と決
まる。この手順で輪郭追跡を行い、スタート位置に戻っ
たら、探索終了とする。この輪郭追跡手法を使った場
合、閉領域の内側トレースだけでなく、外側トレースも
区別なく行っている。このため、追跡結果が内側だった
のか外側だったのかを区別する方法として、輪郭追跡時
の次点が進行方向に対して、右側となるケースが左側よ
り少ない場合は外側、その逆の場合は内側とする。

【００１７】次に、上記輪郭追跡が完了した後、ステッ
プ１２において、背景領域（閉領域）の塗りつぶしを行
う。これは、図４に示すように、抽出された閉領域の内
部画素（×印を付した白画素）を探索済みとしてラベリ
ングを行うとともに、図５に示すように、閉領域を別の
マップ上に、内部を全て黒画素に変換した状態で構築す
る処理である。ラベリングは、次の閉領域を探索する際
に、既に切り出された領域を除外するための処理であ
る。また、内部を黒画素で塗りつぶした閉領域を、別マ
ップ上で構築する処理は、パターンマッチングを行うた
めの前処理である。

【００１８】次に、ステップ１３において、パターンマ
ッチングを行うための前処理として、さらに、閉領域の
サイズの正規化を行う。これは、パターンマッチングを
行う際に使う辞書データと、閉領域の外接矩形を同一サ
イズに整合をとるためである。これにより、手書き等に
起因した領域サイズの不統一に影響されにくくなり、筆
記制限が緩和されるとともに、認識精度の向上に寄与す
ることができる。具体的には、先の処理で塗りつぶしを
行った閉領域の外接矩形を求め、その縦横サイズが辞書
データのサイズと等しくなるように正規化を行う。外接
矩形の横幅が、辞書より長い場合は、同じサイズになる
ように縦の列を均等な間隔で間引く。同様に、縦幅が長
い場合は、横の行を均等な間隔で間引く。また、横幅、
縦幅が長い場合は、均等な間隔で列または行をコピーし
て挿入することによって、全体サイズを増やす。

【００１９】次に、ステップ１４において、切り出した
閉領域と登録済みの辞書データとのパターンマッチング
を行う。具体的には、サイズの正規化を行ったデータ
と、辞書データとを画素単位に比較し、不一致画素（辞
書データと、正規化した閉領域データの同一座標上の画
素の色が異なっている場合）の数のカウントを行う。そ
の結果、不一致画素の少ないパターンから優先順位の高
い候補となる。

【００２０】ここまでの処理で、図面中の閉領域の形
状、位置、外接矩形のサイズの各データを求めることが
できる。ひとつの閉領域についての処理が終了すると、
白画素の順次走査により次の輪郭追跡の開始点が探索さ
れ、開始点が見つかるごとに、ステップ１１からステッ
プ１４までの処理が繰り返して行われる。

【００２１】続いて、この閉領域に関するデータを使っ
て、複数の隣接領域から成る要素の認識を行う。本手法
によって認識される図面要素は、隣接する複数の閉領域
との関係により属性が決められるものであり、論理回路
図中の論理演算器、間取り図面中の段階、和室、収納等
の認識に利用できる。このうち、間取り図面中の収納領
域と和室領域（畳領域）に対する認識を、典型的な具体
例として以下で説明する。

【００２２】《収納領域の認識》まず、ステップ１５に
おいて、複合領域要素の特徴解析を行う。図２の間取り
図面に於いて、収納領域は図６で示す表記規則となって
いる。すなわち、収納領域は４つの領域の集合体であ
り、それぞれの領域は図７の（ａ），（ｂ），（ｃ），
（ｄ）に示す４つの三角形となっている（特徴１）。こ
の４つの三角形を収納領域の基本形とする。また、図８
に示すように、それぞれの三角形領域の向かい側に、１
８０度回転した等しいサイズの三角形が位置している
（特徴２）。つまり、図７（ａ）の向かい側には図７
（ｂ）が（図８（ａ）参照）、また、図７（ｃ）の向か
い側には図７（ｄ）が（図８（ｂ）参照）位置するので
ある。これらを収納領域の特徴として、以下の認識処理
を行う。

【００２３】次に、ステップ１６において、複合領域基
本形の探索を行う。図面中の閉領域の中から、収納領域
の基本形として、特徴１の三角形パターンと形状の一致
する閉領域を抽出する。ここでは、既に記したステップ
１４でのパターンマッチングに於いて、辞書データとし
て図７の４パターンを用いた処理を行って置くことによ
り、収納領域の基本形となる三角形領域が求められる。

【００２４】最後に、ステップ１７において、複合領域
の認識を行う。抽出された三角形領域から、特徴２を満
たす配置を持つ領域を見つける。各三角形領域の配置を
チェックするために、マッチングした辞書データから三
角形の方向、閉領域の外接矩形から大きさと位置を利用
する。まず、三角形領域を１つ抽出する。このパターン
が図７の（ａ）であれば、図７（ｂ）のパターンと一致
した領域を、対角位置の候補とする。その中で、図９の
距離１（対角位置の三角形間）、距離２（各三角形の外
接矩形間の一方の端のずれ）、距離３（各三角形の外接
矩形間の他方の端のずれ）がある一定値以内である候補
領域を抽出する。次いで、図７（ｃ），（ｄ）のパター
ンの候補領域を同様の距離値の位置関係から求める。こ
れらの三角形パターンが見つかった場合に、収納領域と
して認識する。

【００２５】《和室領域の認識》まず、ステップ１５に
おいて、複合領域要素の特徴解析を行う。ここで、図１
０のに示す一定パターン（（ａ）３畳、（ｂ）４畳、
（ｃ）４畳半Ａ、（ｄ）４畳半Ｂ、（ｅ）６畳、（ｆ）
８畳、（ｇ）１０畳、（ｈ）１２畳）で配置される畳の
集合体を和室領域と考える。この時、各和室パターンの
回転対称（９０、１８０、２７０度回転）の配置は、同
一パターンであると考える。和室パターンの特徴を挙げ
ていくと、一つには、和室の構成要素である畳のサイズ
が一定であり、図１１で示すように、その縦横比は１：
２（図１１（ａ））もしくは１：１（図１１（ｂ））の
長方形である（特徴１）。また、配置パターンの規則と
して、図１２に示す２枚の畳の配置パターンが、必ず和
室領域に１カ所包含されている（特徴２）。そして、図
１３に示す遷移図のように、和室領域は、図１２のパタ
ーンを基本形として、その周りに順に畳を配置して領域
を拡大していく。

【００２６】次に、ステップ１６において、複合領域基
本形の探索を行う。先に記した特徴２から、図１２のパ
ターンは和室領域に必ず存在し、このパターンの存在す
る位置は和室領域である可能性が高いので、これを和室
の基本形とする。すなわち、ステップ１４のパターンマ
ッチングに於いて、特徴１の形状を辞書データとして、
畳形状の閉領域を抽出する。さらに、抽出された領域の
外接矩形サイズをチェックし、ほぼ畳と同サイズの領域
を候補として抽出する。次に、候補領域の位置をチェッ
クし、外接矩形の長辺の位置がほぼ一致する２つの領域
を和室基本形とする。

【００２７】最後に、複合領域の認識を行う。上記ステ
ップで求めた和室の基本形を基とし、図１３に示す遷移
図の順に広い領域に探索範囲を広げていく。つまり、図
１３和室１（和室基本形）にあたる領域が存在したら、
次に和室２（３畳）となる領域が存在するかどうか、外
接矩形の位置関係から判断する。さらに、和室３（４畳
半Ａ）または和室４（４畳半Ｂ）または和室５（４畳）
となる領域が存在するかどうかチェックする。和室５の
場合、さらに和室６（６畳）、和室７（８畳）、和室８
（１０畳）、和室９（１２畳）となるかどうかのチェッ
クを行う。これら畳領域の位置関係に於いても収納領域
と同様に、ある一定の値を定め、その範囲内であれば接
していると判定することとする。

【００２８】

【発明の効果】以上の説明で明らかなように、本発明に
よれば、（１）背景領域を輪郭トレースすることによる
閉領域を切り出す手法を用いているため、手書き等に起
因した線の切れ、かすれに影響されにくくなり、同時
に、（２）切り出した閉領域サイズを正規化し辞書とマ
ッピングすることによるパターンマッチングを行って形
状決定する手法を用いているため、手書き等に起因した
領域サイズ不統一に影響されにくくなり、筆記制限が緩
和されるとともに認識の精度が高まる。また、（３）複
数の隣接した閉領域の形状と位置関係から複合領域の属
性を決定する手法を用いているため、複合領域の属性が
決まることで、さらに多くの図面要素に対する自動認識
が行われるようになる。

【００２９】なお、複数の閉領域が隣接するか否かを閉
領域間の距離の閾値による比較で判定することで、複合
領域の属性の決定を行うようにした場合には、認識の精
度をより一層高めることができる。

【図面の簡単な説明】

【図１】本発明の実施の形態例を示す処理の流れを示す
フローチャトである。

【図２】（ａ），（ｂ）は、上記実施の形態例における
手書き間取り図面の記入例を示す図である。

【図３】上記実施の形態例におけるラスタデータを説明
する図である。

【図４】上記実施の形態例における閉領域の内部ラベリ
ングを説明する図である。

【図５】上記実施の形態例における内部を塗りつぶした
閉領域マップを説明する図である。

【図６】上記実施の形態例における収納領域の表記規則
を説明する図である。

【図７】（ａ），（ｂ），（ｃ），（ｄ）は、上記実施
の形態例における収納領域の基本形を説明する図であ
る。

【図８】（ａ），（ｂ）は、上記実施の形態例における
収納領域の三角形領域の位置関係を説明する図である。

【図９】上記実施の形態例における収納領域の位置関係
を説明する図である。

【図１０】（ａ），（ｂ），（ｃ），（ｄ），（ｅ），
（ｆ），（ｇ），（ｈ）は、上記実施の形態例における
和室領域の畳配置パターンを説明する図である。

【図１１】（ａ），（ｂ）は、上記実施の形態例におけ
る畳の形状を説明する図である。

【図１２】上記実施の形態例における和室領域基本パタ
ーンを説明する図である。

【図１３】上記実施の形態例における和室領域の基本パ
ターンからより広い領域パターンへの遷移図である。

【符号の説明】

１０…入力：２値パターンの処理ステップ １１…背景領域の輪郭追跡の処理ステップ １２…背景領域（閉領域）の塗りつぶしの処理ステップ １３…閉領域の大きさの正規化の処理ステップ １４…辞書との照合（認識）の処理ステップ １５…複合領域要素の特徴解析の処理ステップ １６…複合領域基本形の探索の処理ステップ １７…複合領域の認識の処理ステップ ２０…手書きによる１階間取り図 ２１…手書きによる２階間取り図 ３０…輪郭追跡時の開始点パターン ３１…黒画素 ３２…白画素

Claims (6)

【特許請求の範囲】
1. 【請求項１】 手書きまたは印刷された図面上の情報を
   自動的に認識する方法であって、 前記認識に先立って、閉領域の辞書データと、複合閉領
   域に関する閉領域相互の位置関係データとを登録し、 前記認識に当たっては、まず、前記図面から閉領域を検
   出し、 次に、前記検出された閉領域と前記登録済の閉領域の辞
   書データとパターンマッチングを行い、 次に、前記検出された閉領域が前記登録済の閉領域の辞
   書データと一致した場合には、前記閉領域相互の位置関
   係データを参照し、前記検出された閉領域に対し、該参
   照した位置関係データから存在が予測される位置に予想
   されるパターンの閉領域を探して、複数の閉領域により
   構成される複合領域を自動的に認識することを特徴とす
   る図面認識方法。
2. 【請求項２】 請求項１記載の図面認識方法において、 検出された閉領域が登録済の閉領域の辞書データと一致
   した場合に、前記閉領域相互の位置関係データを参照
   し、前記検出された閉領域に対し、該参照した位置関係
   データから存在が予測される位置に予想されるパターン
   の閉領域を探して、該予想されるパターンの閉領域が見
   つかった場合に、該閉領域に関わる距離と予め定められ
   た閾値とを比較した結果に基づいて、複数の閉領域によ
   り構成される複合領域を自動的に認識することを特徴と
   する図面認識方法。
3. 【請求項３】 手書きまたは印刷された図面上の情報と
   して２つの対角線を含む四角形を自動的に認識する方法
   であって、 前記認識に先立って、閉領域の辞書データとして前記四
   角形を構成する４つの三角形の辞書データと、前記４つ
   の三角形相互の位置関係データとを登録し、 前記認識に当たっては、まず、前記図面から閉領域を検
   出し、 次に、前記検出された閉領域と前記登録済の４つの三角
   形の辞書データとパターンマッチングを行い、 次に、前記検出された閉領域が三角形であって前記登録
   済の４つの三角形の辞書データの何れかと一致した場合
   には、前記４つの三角形相互の位置関係データを参照
   し、前記検出された三角形に対し、該参照した位置関係
   データから存在が予測される位置で予想されるパターン
   の三角形を探して、２つの対角線を含む四角形を自動的
   に認識することを特徴とする図面認識方法。
4. 【請求項４】 請求項３に記載の図面認識方法におい
   て、 検出された閉領域が三角形であって登録済の４つの三角
   形の辞書データの何れかと一致した場合に、前記４つの
   三角形相互の位置関係データを参照し、前記検出された
   三角形に対し、該参照した位置関係データから存在が予
   測される位置に予想されるパターンの三角形を探して、
   該予想される三角形パターンが見つかった場合に、該三
   角形パターンに関わる距離と予め定められた閾値とを比
   較した結果に基づいて、２つの対角線を含む四角形を自
   動的に認識することを特徴とする図面認識方法。
5. 【請求項５】 手書きまたは印刷された図面上の情報と
   して長方形の集合体を自動的に認識する方法であって、 前記認識に先立って、閉領域の辞書データとして前記集
   合体を構成する長方形の辞書データと、前記集合体の長
   方形相互の位置関係データとを登録し、 前記認識に当たっては、まず、前記図面から閉領域を検
   出し、 次に、前記検出された閉領域と前記登録済の長方形の辞
   書データとパターンマッチングを行い、 次に、前記検出された閉領域が四角形であって前記登録
   済の長方形の辞書データと一致した場合には、前記長方
   形相互の位置関係データを参照し、前記検出された長方
   形に対し、該参照した位置関係データから存在が予測さ
   れる位置に予想されるパターンの長方形を探して、複数
   の長方形により構成される長方形の集合体を自動的に認
   識することを特徴とする図面認識方法。
6. 【請求項６】 請求項５に記載の図面認識方法におい
   て、 検出された閉領域が四角形であって登録済の長方形の辞
   書データと一致した場合に、前記長方形相互の位置関係
   データを参照し、前記検出された長方形に対し、該参照
   した位置関係データから存在が予測される位置に予想さ
   れるパターンの長方形を探して、該予想される長方形パ
   ターンが見つかった場合に、該長方形パターンに関わる
   距離と予め定められた閾値とを比較した結果に基づい
   て、長方形の集合体を自動的に認識することを特徴とす
   る図面認識方法。