JPH09305701A - 帳票認識方法 - Google Patents

Abstract

(57)【要約】 【課題】帳票の種類が多様な読み取り対象に対して，高
精度な帳票認識手法を提案することである。また，種類
の識別手法を提案することである。また，帳票に記載さ
れている下線を抽出する手法を提供することである。 【解決手段】帳票画像２００から罫線枠２０４，２０６
と文字行２１２を抽出し，文字識別結果と単語辞書を照
合することにより，文字識別の誤りを修正する。表の特
徴と，照合により求めた帳票名と項目名から帳票の種類
を識別する。帳票画像から文字行と罫線を抽出し，抽出
した罫線から枠を構成する罫線を除去し，残りの罫線と
文字行の配置を比較することにより，下線を抽出する。 【効果】登記済通知書のような非定型帳票に対しても高
精度に帳票の種類を識別することができ，下線を文字中
のストロークなどと間違うことなく，高精度に抽出する
ことができる。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は帳票、特に、不動産
に関する登記情報が記載された多様な帳票に関し，特
に，登記済通知書から文字データを読み取り，自動的に
入力する帳票認識方法に関する。

【０００２】

【従来の技術】帳票の種類の識別に関する従来技術の例
としては，以下のものが挙げられる。第１は，全ての種
類の帳票に対して同じ位置に記載された帳票の種類を表
すＩＤ番号を読み取ることにより，帳票の種類を識別す
る方式である。第２は，帳票の種類ごとに枠の構造が異
なる場合に，枠の構造を識別することにより帳票の種類
を識別する方式である。この例は，特開平７―１４１４
６２号公報に記載されている。

【０００３】

【発明が解決しようとする課題】不動産に関する登記済
通知書は現在７種類ある。これらの帳票は不動産に関す
る課税のためのデ−タ入力に用いられるものであるが、
この通知書には，帳票の種類を特定するＩＤ番号の記載
がないため，ＩＤ番号読み取りにより帳票を識別する従
来手法を用いることはできない。さらに，これらの帳票
は，同じ種類であっても枠の形状が異なる非定型帳票で
あるため，枠の構造から帳票を識別する従来手法を用い
ることはできない。また，表題部の文字を読み取ること
により帳票を識別する従来手法を用いる場合には，帳票
の識別精度は文字認識の精度に大きく依存するという問
題がある。登記済通知書の帳票名は，「権利に関する土
地登記済通知書」，「権利に関する建物登記済通知書
（一般）」，「権利に関する建物登記済通知書（専
有）」，「表示に関する土地登記済通知書」，「表示に
関する建物登記済通知書（一般）」，「表示に関する建
物登記済通知書（一棟）」，「表示に関する建物登記済
通知書（専有）」の７種類である。このうち，「表示に
関する建物登記済通知書（一般）」と「表示に関する建
物登記済通知書（一棟）」は，一字しか違わないため，
この二種類に対する識別精度が低くなる可能性がある。

【０００４】そこで，本発明の第１の目的は，帳票の種
類が多様な読み取り対象に対して，高精度な帳票識別手
段を有する帳票認識手段を提案することである。

【０００５】従来の下線検出方法では，枠線以外の罫線
を下線としていたため，文字の横方向のストローク等の
ノイズ成分を下線として誤抽出する可能性があった。そ
こで，本発明の第２の目的は，高精度な下線検出手段を
有する帳票認識手段を提案することである。

【０００６】

【課題を解決するための手段】第１の観点では、この発
明は、登記済通知書の表面画像を入力し文字を読み取る
登記情報の認識方法であって，登記済通知書の画像から
文字行を抽出する文字行抽出手段と，抽出した複数の文
字行と枠との位置関係から帳票名の文字行を選択し文字
行選択手段と，帳票名の文字行を読み取る文字識別手段
から，登記済通知書の種類を識別する第１の帳票識別手
段と，登記済通知書の画像から罫線を抽出する罫線抽出
手段と，抽出した罫線から表の特徴を抽出する表特徴抽
出手段と，表の特徴から登記済通知書の種類を識別する
第２の帳票識別手段と，登記済通知書の画像から文字行
を抽出する文字行抽出手段と，抽出した文字行を読み取
る文字識別手段と，読み取り結果の中から帳票の項目名
を選択する項目名選択手段と，項目名の組み合わせから
登記済通知書の種類を識別する第３の帳票識別手段とを
具備し，当該３つの手段の結果を組み合わせることによ
り，登記済通知書の種類を識別する帳票認識方法を提供
する。

【０００７】第２の観点では、この発明は、登記済通知
書の表面画像を入力し文字を読み取る登記情報の認識方
法であって，登記済通知書の画像から文字行と罫線を抽
出する文字行抽出手段と，抽出した罫線から枠罫線と枠
罫線でない罫線を区別する罫線種判定手段と，枠罫線で
ない罫線が含まれる枠内の文字行を検出する手段と，当
該枠内の文字行と当該枠内の枠罫線でない罫線との位置
関係から，当該枠内の枠罫線でない罫線が下線か否かを
判定する下線検出手段を具備する帳票認識方法を提供す
る。

【０００８】

【発明の実施の形態】以下、本発明の一実施例を詳細に
説明する。なお、これにより本発明が限定されるもので
はない。

【０００９】図１は、本発明の一実施例である登記情報
システムの構成図である。登記情報の認識を行う認識部
１０１と認識結果の修正を行う修正部１０５がネットワ
ーク１０４により接続されており，入力センタ１１１に
おいて認識と修正を並行して行うことができる。処理の
過程は，まずスキャナ１０２により登記済通知書１００
の画像を入力する。次に，認識用計算機１０３では，文
字および罫線の認識を行い，修正用計算機１０６におい
て認識結果の修正確認を行う。また，辞書やコード表と
照合チェックし，コードデータを出力する。認識結果
は，通信制御用計算機１０７を介して，遠隔地にある計
算センタ１１０にあるホスト計算機１０８に接続された
登記情報データベース１０９に格納される。修正部１０
５では，認識結果の一部を利用し，登記情報データベー
ス１０９をアクセスし，登録済の登記情報を読み出す。
当該読み出した登録情報と認識結果の一部を照合し，矛
盾がないかどうかの検定を行う。

【００１０】図２は，登記情報認識の処理過程を示すブ
ロック図である。認識部１０１では，帳票画像を読み取
り，修正部１０５に縮小画像２４８，枠座標２５０，下
線座標２５２，文字行座標２５４，帳票種類２５６，認
識結果ラティス２５８，文字座標２６０を出力する。修
正部１０５では，これらの入力データをもとに，操作者
が認識結果を修正する。画像入力部２００では，帳票表
面の画像を白黒２値化して入力する。

【００１１】入力した画像は，画像縮小部２０２と文字
行画像抽出部２１８に出力される。画像縮小部２０２で
は，後続の処理の高速化のため帳票画像を縮小し，縮小
画像２４８を出力する。縮小処理は，細い罫線が縮小後
かすれないよう，画素ごとのＯＲ処理を行う。縮小した
画像に対し，罫線抽出部２０４において実線と点線の罫
線を抽出する。実線は，黒画素の連続するつながりをも
とに抽出される。点線は，黒画素の連結成分の外接矩形
の配置，サイズの拘束条件をもとに抽出される。枠抽出
部２０６では，２０４で抽出した罫線から罫線が四方を
取り囲む枠を求め，枠の頂点座標２５０を出力する。表
特徴抽出部２０８では，２０６で抽出された枠の情報か
ら，枠の集まりである表の特徴量を抽出する。この特徴
量とは，縦横の罫線の本数や，罫線同士の接続関係，枠
の位置関係等である。

【００１２】一方，文字行抽出部２０６では，２０２か
ら出力された縮小画像から，文字の集合である文字行を
抽出する。ここでは，黒画素の連結成分うち，文字と推
定される大きさの連結成分の外接矩形の頂点座標をもと
に，文字の並びと推定される外接矩形を融合することに
より，文字行を生成する。行―枠対応部２１４では，２
１２で抽出した文字行の頂点座標と２０６で抽出した枠
の頂点座標を比較することにより，各文字行がどの枠内
に存在するか，もしくは枠外にあるかを判定し，枠ごと
に含まれる文字行の頂点座標と枠外の文字行の頂点座標
２５４を出力する。 また，下線抽出部２１６では，２
０４で抽出した罫線座標と，２０６で抽出した枠の頂点
座標と，２１４で抽出した枠内の文字行座標とをもと
に，下線を抽出して，下線の座標２５２を出力する。さ
らに，文字行画像抽出部２１８では，２１４で抽出され
た文字行座標をもとに，２００で入力された画像から文
字行部分の画像を切り出す。文字切り出し・文字識別部
２２０では，文字切り出し部２２２と文字識別部２２４
が協調して，文字を１文字ずつ切り出し，その文字座標
２６０を出力する。さらに，文字識別部２２４では，切
り出した１文字分の画像パターンに対して，識別辞書２
２６を用いて文字を識別する。帳票名照合部２２８で
は，文字識別部２２４の出力である文字識別結果を入力
し，単語照合部２３０により帳票名辞書２３２に格納さ
れた帳票名単語と照合することにより帳票名についての
認識結果の誤りを修正して帳票名を求める。

【００１３】帳票名辞書２３２に格納された単語は，認
識対象の帳票名である。認識対象の帳票名はあらかじめ
わかっており，帳票名は帳票の種類に１対１に対応す
る。さらに，項目照合部２３４では，２２８で照合され
なかった文字認識結果を入力し，単語照合部２３６によ
り項目辞書２３８に格納された項目名単語と照合するこ
とにより項目名についての認識結果の誤りを修正して項
目名を求める。項目辞書２３８にされた単語は，認識対
象の帳票内に記載された項目である。内容照合部２４０
では，２３４で照合されなかった文字認識結果を入力
し，単語照合部２４２により内容辞書２４４に格納され
た内容単語と照合することにより内容についての認識結
果の誤りを修正する。ここで，「内容」とは帳票におい
て，項目名に対して記載されている内容をさす。例え
ば，「地目」という項目に対する内容には「居宅」や
「公園」などがある。内容辞書２４４に格納された単語
は，認識対象の帳票内に記載された内容を記載する単語
のうち，あらかじめ使用が決められている単語である。
２４０の処理の結果出力される認識結果ラティス２５８
は，１文字ごとに文字識別処理の結果である候補文字を
類似度が高い順に並べたものである。この文字識別結果
は，帳票名照合，項目照合，内容照合により誤りを修正
してある。

【００１４】一方，帳票識別部２４６では，表特徴抽出
部２０８と帳票名照合部２２８と項目名照合部２３４の
出力結果を入力し，表特徴と帳票名，項目名から帳票の
種類を識別し，帳票種類２５６を出力する。

【００１５】図３は、図２で示した登記情報認識の処理
フローを示す図である。ステップ３００で画像を入力
し，ステップ３０２で当該画像を縮小する。次いで，ス
テップ３０４で画像から罫線を抽出し，ステップ３０６
で罫線から枠を抽出する。さらに，ステップ３０８で表
の特徴を抽出する。また，ステップ３１０で当該縮小画
像から文字行を抽出し，ステップ３１２で，抽出した行
と枠とを対応付ける。また，ステップ３１４で，罫線と
枠と文字行の座標から下線を抽出する。さらに，ステッ
プ３１６で，文字行の座標値に基づいて帳票画像から文
字行部分の画像のみを抽出する。ステップ３１８で，当
該文字行画像を１文字ずつの画像に分割し，ステップ３
２０で切り出された画像パターンに対して文字識別を実
行する。ステップ３２２では，文字識別結果を帳票名の
単語と照合して帳票名を識別する。ステップ３２４で
は，文字識別結果を項目名の単語と照合して項目名を識
別する。ステップ３２６では，文字識別結果を内容の単
語と照合して内容を識別する。ステップ３２８では，ス
テップ３０８の処理結果である表の特徴とステップ３２
２の処理結果である帳票名とステップ３２４の処理結果
である項目名から帳票の種類を識別する。ステップ３３
０では，３００から３２８の処理で得た結果を出力す
る。

【００１６】図４は，認識対象である登記済通知書の画
像を，説明のために簡略的に示した図である。帳票画像
４００の例では，帳票名「権利に関する建物登記済通知
書（専有）」４０１が記載されており。横罫線４０２，
４０４，４０６，４０８と縦罫線４１０，４１２，４１
４，４１６が印刷されている。また，項目として「符
号」４１８と「所在」４２０，「地目」４２２がある。
「符号」の内容としては「１」（４２４）と「２」（４
２６），「所在」の内容としては４２８と４３０に「国
分寺市東恋ヶ窪１丁目２８０番地」が記載されている。
「地目」の内容としては，「宅地」（４３２）と「公
園」（４３４）が記載されている。さらに，内容４２４
「１」，４２８「国分寺市東恋ヶ窪１丁目２８０番
地」，４３２「宅地」には，それぞれ下線４３６，４３
８，４４０が印刷されている。

【００１７】図５は，図４の帳票画像に対する，図３の
ステップ３０４の罫線抽出処理結果を示すものである。
（ａ）の５００は横罫線の抽出結果であり，（ｂ）の５
２０は縦罫線の抽出結果である。（ａ）では，図４の横
罫線４０２から４０８に相当する罫線として，それぞ
れ，５０２から５０８が抽出されている。下線４３６，
４３８，４４０に相当する下線として，それぞれ，５１
０，５１４，５１６が抽出されている。５１２と５１８
は，「市東恋」の横ストロークをつなげることによっ
て，罫線として抽出したものである。この離れた横スト
ロークが接続される現象は，横罫線を抽出する際に黒画
素を横方向に収縮・膨張処理することにより，接近した
黒画素が接続されることに起因する。また，（ｂ）で
は，図４の縦罫線４１０から４１６に相当する罫線とし
て，それぞれ，５２２から５２８が抽出されている。

【００１８】図６は，図４の帳票画像に対する，図３の
ステップ３０６の枠抽出処理結果を示すものである。６
００は枠抽出結果である。６０２から６１８の９個の枠
が抽出されている。

【００１９】図７は，図４の帳票画像に対する，図３の
ステップ３１０の文字行抽出処理結果を示すものであ
る。７００は文字行抽出結果である。図４の文字行４０
１，４１８，４２０，４２２，４２４から４３４の文字
行に対して，それぞれ７０２から７２０の文字行の外接
矩形が抽出されている。

【００２０】図８は，図３のステップ３１４の文字行抽
出処理に関する処理フローである。罫線抽出処理３０
４，枠抽出処理３０６，文字行抽出処理３１０の結果を
用いて，ステップ８００では，枠を構成しない罫線を抽
出する。ステップ８０２では，ステップ８００で抽出し
た罫線の本数分だけ，以下の処理を繰り返す。ステップ
８０４では，文字行の座標と罫線の座標を比較する。比
較の方法については図９と図１０を用いて説明する。ス
テップ８０６では，比較した値が基準を満たすか否かを
判定する。基準値を満たす場合，ステップ８０８で，比
較対象の罫線を下線とする。なお，上記ステップ８０８
において抽出された２本の下線について，端点同士がが
微小な間隔で離れており，延長線上に存在する場合に
は，１本の下線であるとすることもできる。また，上記
ステップ８０８において抽出した下線の長さが基準値以
下であれば，下線とみなさないとすることもできる。

【００２１】図９は，図８の処理フローを説明するため
の帳票の枠の例である。横罫線９００と９０２，縦罫線
９０４と９０６，文字行９０８，下線９１０が印刷され
ている。

【００２２】図１０は，図９の例から罫線と文字行を抽
出した結果である。この図を用いて下線の判定を説明す
る。下線判定処理は，文字行と同一枠内にある罫線の中
で，文字行の下に位置し，文字行とほぼ同じ長さの罫線
を下線と判定する。図１０において，１００７は文字が
印刷されていた領域であり，１００８は１００７の外接
矩形である。図９の９００から９１０の罫線は，それぞ
れ１０００から１０１０として抽出されている。さら
に，１０１２は文字の横ストロークを罫線として抽出し
たものである。抽出された罫線の中から，枠を構成して
いない罫線として，１０１０と１０１２が抽出される。
以下，１０１０を例として下線と判定される場合につい
て説明し，１０１２を例として下線と判定されない場合
を説明する。

【００２３】図１０の１０１０について判定する。ま
ず，罫線の下端のｙ座標と文字行の下端のｙ座標との差
ｄ１１（１０１４）を求める。次に，罫線の上端のｙ座
標と文字行の上端のｙ座標との差ｄ１２（１０１６）を
求める。さらに，罫線のｘ方向の長さＬ１（１０１８）
と文字行のｘ方向の長さＬｃ（１０２０）との差を求め
る。この値を基準値，α，β，γ１，γ２と比較する。
ｄ１１が文字行より下でα未満であり，ｄ１２がβ以上
であり，Ｌ１―Ｌｃがγ１以上γ２以下であれば，この
罫線を下線とする。上記の処理の判定基準であるα，
β，γ１，γ２の値は経験的に求めることができる。

【００２４】例えば，αは，文字行と下線との間隔が一
定であればその値を用いることができる。一定でなけれ
ば，枠の高さと文字の高さの差の１／２を用いることが
できる。βは，文字行の下端と下線との間隔と，文字の
高さとが一定であれば，この２つの値の和を用いること
ができる。γ１とγ２の値は，一文字程度のマージンを
見込んで，γ１は文字幅に（−１）をかけた値，γ２は
文字幅等を用いることができる。上記のα，β，γ１，
γ２の値の設定にあたっては，帳票の傾きや，線のかす
れやつぶれ等に対して頑健性をもたせるため，マージン
をもたせて値を設定することができる。また，ｄ１１の
値の許容値について，負の値を許容すれば，下線が文字
と重なる場合にも対応できる。

【００２５】次に，図１０の１０１２について判定す
る。まず，罫線の下端のｙ座標と文字行の下端のｙ座標
との差ｄ２１（１０２２）を求める。次に，罫線の上端
のｙ座標と文字行の上端のｙ座標との差ｄ２２（１０２
４）を求める。さらに，罫線のｘ方向の長さＬ２（１０
２６）と文字行のｘ方向の長さＬｃ（１０２０）との差
を求める。これらの値を上記α，β，γ１，γ２と比較
した場合，ｄ２１は負の大きな値となり，ｄ２２はβよ
り小さな値になるため，下線ではないと判定される。

【００２６】なお，ここで用いたｄ１１，ｄ１２は文字
の高さや枠の高さ等で正規化してもよい。また，Ｌ１と
Ｌｃの差の代わりに比を比較してもよい。α，β，γ
１，γ２の値は，比較対象の定義に合わせて設定する。

【００２７】また，ここでは，罫線の下端のｙ座標と文
字行の下端のｙ座標との差１０１４と，罫線の上端のｙ
座標と文字行の上端のｙ座標との差１０１６，罫線のｘ
方向の長さ（１０１８）と文字行のｘ方向の長さ（１０
２０）との差の３つの評価値を用いたが，必要に応じて
この中の１つもしくは２つのみを用いていもよい。

【００２８】図１１は，図３のステップ３１４下線抽出
処理において，文字行の座標の代わりに文字の座標を用
いた例である。図１０で説明した判定基準を用いて，枠
を構成しない罫線１１０８と文字の外接矩形１１１２を
比較することにより，１１０８は下線であると判定でき
る。また，枠を構成しない罫線１１１０と文字の外接矩
形１１１４を比較することにより，１１１０は下線でな
いと判定できる。

【００２９】図１２は，文字行内の一部の文字に対して
のみ下線が印刷されている例である。枠１２００内に，
文字行１２０２と下線１２０４が記載されている。図１
１の方法を用いれば，文字行中の「１丁目２８０番」の
文字のみに下線が印刷されていることを判定できる。

【００３０】図１３は，図３のステップ３１４の文字行
抽出処理に関する別の処理フローである。登記済通知書
では，図４の４３６，４３８，４４０のように同一線上
に複数の下線が存在することが多い。一方，下線４３６
は短いので，文字内の横方向のストロークと長さが変わ
らないため，罫線抽出の際に抽出もれする可能性があ
る。この処理では，罫線抽出の際に抽出もれする可能性
のある短い下線を正しく抽出することを目的とする。こ
のため，まず長い下線を抽出し，この下線の延長上にあ
る罫線を下線と判定する。

【００３１】以下，図１３の各ステップについて説明す
る。ステップ１３００では，長い下線のみを抽出する。
この処理は，図８で示した処理等を用いて実現できる。
ステップ１３０２では，横方向のランレングスデータの
うち枠線を構成しないランレングスデータを抽出する。
ステップ１３０４では，抽出したランレングスデータの
個数分についてステップ１３０６と１３０８の処理を繰
り返す。ステップ１３０６では，対象とするランレング
スデータが下線の延長線上にあるか否かを判定する。延
長線上にあれば，ステップ１３０８で下線を構成するラ
ンレングスデータであるとして抽出する。ステップ１３
１０では，ステップ１３０８で下線を構成すると判定さ
れたランレングスデータから構成される罫線を下線とし
て抽出する。なお，上記ステップ１３１０において抽出
された２本の下線について，端点同士がが微小な間隔で
離れており，延長線上に存在する場合には，１本の下線
であるとすることもできる。また，上記ステップ１３１
０において抽出した下線の長さが基準値以下であれば，
下線とみなさないとすることもできる。

【００３２】図１４は，図１３の処理フローを説明する
ための帳票の枠の例である。横罫線１４００と１４０
２，縦罫線１４０４から１４１０，下線１４１２から１
４１６，文字行１４１８から１４２２が印刷されてい
る。

【００３３】図１５は，図１４の画像から枠を構成しな
い横方向のランレングスデータと長い下線とを抽出した
結果である。１５００は図１３のステップ１３００で抽
出された長い下線である。横方向のランレングスデータ
の連結成分のうち，１５０２と１５０４は１５００の延
長線上１５０８から許容範囲ｗ（１５１０）以内にある
ので，下線であると判定する。１５０６はｗよりも外に
あるので，下線はないと判定する。

【００３４】図１６は，図３のステップ３１４の文字行
抽出処理に関する別の処理フローである。この処理で
は，枠を構成しない横方向のランレングスデータの長さ
の値をランの中点から傾き方向に投影して作成したヒス
トグラムを用いて下線を抽出する。以下，図１６の各ス
テップにてついて説明する。ステップ１６００では，横
方向のランレングスデータのうち枠線を構成しないラン
レングスデータを抽出する。ステップ１６０２では，抽
出したランレングスデータの長さの値を，ランの中点か
ら傾き方向に投影してヒストグラムを作成する。ステッ
プ１６０４では，ヒストグラムの山の数だけステップ１
６０６とステップ１６０８の処理を繰り返す。ステップ
１６０６では，投影値が基準値以上であるか否かを判定
する。基準値以上であれば，ステップ１６０８で投影さ
れたランレングスデータは下線を構成すると判定する。
ステップ１６１０では，ステップ１６０８で下線を構成
すると判定されたランレングスデータから下線を抽出す
る。なお，上記ステップ１６１０において抽出された２
本の下線について，端点同士がが微小な間隔で離れてお
り，延長線上に存在する場合には，１本の下線であると
することもできる。また，上記ステップ１６１０におい
て抽出した下線の長さが基準値以下であれば，下線とみ
なさないとすることもできる。

【００３５】図１７は，図１４の画像から枠を構成しな
い横方向のランレングスデータを抽出し，ヒストグラム
を作成した結果である。１７００から１７０６は図１６
のステップ１６００で抽出された横方向のランレングス
データの連結成分である。ヒストグラム１７０８と１７
１０は，ステップ１６０２で投影された結果である。ス
テップ１６０６において，１７０８と１７１０につい
て，許容範囲ｗ（１７１２）の範囲内の面積を基準値と
比較する。この場合，１７０８は基準値以上，１７１０
は基準値未満であるとすると，１７００，１７０２，１
７０４は下線であり，１７０６は下線ではないと判定で
きる。

【００３６】図１８は，図３のステップ３２８の帳票識
別処理に関する処理フローである。ステップ３０８では
表の特徴量を抽出する。ステップ３２２では帳票名の単
語照合結果を求める。ステップ３２４では項目名の単語
照合結果を求める。ステップ１８００では，３０８，３
２２，３２４の結果からそれぞれ導出される帳票の種類
を用いて，多数決により帳票種類を識別する。

【００３７】ステップ３０８で抽出する表の特徴として
は，罫線の接続関係，枠の個数，枠の配置関係，縦罫線
の本数，横罫線の本数等がある。罫線の接続関係が帳票
の種類ごとに異なる場合には，特開平７―１４１４６２
号公報に記載されている技術を用いて帳票の種類を特定
できる。

【００３８】

【表１】

【００３９】表１では，ステップ３０８で抽出する表の
特徴の例として，認識対象である登記済通知書の縦の実
線罫線の本数を示している。これにより，縦の実線罫線
は７，８，１０，１１，１２，１６本のうちのいずれか
でることがわかる。このうち，８本と１０本の場合を除
けば，帳票の種類が一意に決定する。８本と１０本の場
合も帳票種類の候補を挙げることができる。

【００４０】また，ステップ３２２で照合する帳票名の
単語は，帳票名全てを一つの単語として登録してもよ
く，「権利」「表示」，「建物」「土地」，「一般」，
「専有」，「一棟」など特徴的な単語のみを登録しても
よい。

【００４１】

【表２】

【００４２】表２は，ステップ３０８で照合する項目名
の中から一部を抜粋して示したものである。表２より，
「所在」や「所」のように複数の帳票に共通する項目名
や，「地積」や「一棟の建物番号」，「棟」，「表」の
ように帳票固有の項目名などがある。帳票固有の項目名
をもたない種類の帳票でも，複数の項目を組み合わせて
存在を判定することにより，「表示に関する建物登記済
通知書（一般）」と「表示に関する建物登記済通知書
（専有）」を除く５種類の帳票の種類を識別することが
できる。例えば，「床面積」の項目が存在し，「一棟の
建物番号」の項目が存在しなければ「権利に関する建物
登記済通知書（一般）」と識別することができる。

【００４３】ステップ１８００では，ステップ３０８，
３２２，３２４の結果を統合して帳票の種類を識別す
る。統合の手段としては，上記３つの結果の多数決を用
いることができる。

【００４４】ステップ１８００において，３０８，３２
２，３２４の各ステップで，一意に帳票の種類を識別で
きない場合でも，各ステップの処理結果を相互に補完す
ることによって，帳票の種類を識別することもできる。
例えば，ステップ３０８において，縦の実線罫線の本数
が８本抽出された場合，表１より帳票の種類は「表示に
関する土地登記済通知書」，「表示に関する建物登記済
通知書（一般）」，「表示に関する建物登記済通知書
（専有）」の３種類が考えられる。しかし，ステップ３
２４において，項目名「表」が抽出されれば，「表示に
関する土地登記済通知書」であると一意に決定できる。

【００４５】なお，ステップ１８００において，３０
８，３２２，３２４の３つのステップの結果を用いるの
ではなく，２つのみを用いることもできる。

【００４６】なお，ステップ１８００において，３０
８，３２２，３２４の各ステップの結果を同等に扱うの
ではなく，一つのステップで得た結果から帳票を識別
し，他のステップで得た結果は，帳票識別の結果を検証
するために用いることもできる。

【００４７】図１９は，本発明の一実施例である登記情
報システムの構成図である。１０１から１０９の構成は
図１に同じである。ソータ１９００は，認識部１０１で
認識し，修正部１０５で修正した結果に基づき，登記済
通知書を記載内容の優先度順に帳票１００をソートす
る。以下にソートの例を２つ挙げる。第一は，所在と地
番に該当する文字から，町ごとに丁目，番地，号の順に
ソートする。第二は，作成日，番号の順にソートする。
また，ソートする対象は，登記済通知書の帳票でも，認
識結果のデータでもよい。

【００４８】

【発明の効果】本発明の帳票認識方法によれば，登記済
通知書のような非定型帳票に対しても高精度に帳票の種
類を識別することができる。

【００４９】また，本発明の帳票認識方法によれば，下
線を文字中のストロークなどと間違うことなく，高精度
に抽出することができる。

【００５０】また，本発明の帳票認識方法によれば，帳
票の認識結果に基づいて，帳票をソートすることができ
る。

【図面の簡単な説明】

【図１】本発明の一実施例である登記情報認識システム
の構成図である。

【図２】登記情報認識の処理過程を示すブロック図であ
る。

【図３】図２で示した登記情報認識のＰＡＤ図である。

【図４】認識対象である登記済通知書の画像の説明図で
ある。

【図５】図４の画像に対して図３のステップ３０４の罫
線抽出処理をした結果を示す図である。

【図６】図４の画像に対して図３のステップ３０６の枠
抽出処理をした結果を示す図である。

【図７】図４の画像に対して図３のステップ３１０の文
字行抽出処理をした結果を示す図である。

【図８】図３のステップ３１４の下線抽出処理に関する
ＰＡＤ図である。

【図９】下線抽出対象画像の説明図である。

【図１０】図９の画像に対して罫線と文字行を抽出した
結果を示す図である。

【図１１】図９の画像に対して罫線を抽出し，文字を切
り出した結果を示す図である。

【図１２】文字行の一部の文字に対してのみ下線が印刷
されている画像の説明図である。

【図１３】図３のステップ３１４の下線抽出処理に関す
るＰＡＤ図である。

【図１４】下線抽出対象画像の説明図である。

【図１５】図１４の画像に対して枠線を構成しないラン
レングスデータと長い下線線を抽出した結果を示す図で
ある。

【図１６】図３のステップ３１４の下線抽出処理に関す
るＰＡＤ図である。

【図１７】図１４の画像に対して枠線を構成しないラン
レングスデータを抽出し，ランレングスデータの長さを
傾き方向に投影した結果を示す図である。

【図１８】図３のステップ３２８の帳票識別処理に関す
るＰＡＤ図である。

【図１９】本発明の一実施例である，ソート機能をもつ
登記情報認識システムの構成図である。

【符号の説明】

２００…画像入力、２０４…罫線抽出、２０６…枠抽
出、２０８…表特徴抽出、２４６…帳票識別、２２２…
文字切り出し、２２４…文字識別、２３６…単語照合、
２４０…内容照合

───────────────────────────────────────────────────── フロントページの続き (72)発明者 中島 和樹 東京都国分寺市東恋ケ窪１丁目280番地 株式会社日立製作所中央研究所内

Claims (8)

【特許請求の範囲】
1. 【請求項１】帳票の表面画像を入力し文字を読み取る帳
   票認識方法において，上記表面画像から文字行と枠を抽
   出し，抽出した複数の文字行と枠との位置関係から帳票
   の名称を示す文字行を選択し，該帳票の名称を示す文字
   行を読み取るとことにより，上記帳票の種類を識別する
   第１の処理と，上記表面画像から罫線を抽出し，抽出し
   た罫線から帳票上の表の特徴を抽出し，該表の特徴から
   上記帳票の種類を識別する第２の処理と，上記上面画像
   から文字行を抽出し，抽出した文字行を読み取り，読み
   取り結果の中から上記帳票の項目名を選択し，項目名の
   組み合わせから上記帳票の種類を識別する第３の処理と
   を有し，当該３つの処理の処理結果を組み合わせること
   により，上記帳票の種類を識別することを特徴とする帳
   票認識方法。
2. 【請求項２】登記済通知書の表面画像を入力し文字を読
   み取る登記情報の認識方法において， 登記済通知書の
   画像から文字行を抽出し，抽出した複数の文字行と枠と
   の位置関係から帳票名の文字行を選択し，帳票名の文字
   行を読み取るとことにより，登記済通知書の種類を識別
   する第１の方法と，登記済通知書の画像から罫線を抽出
   し，抽出した罫線から表の特徴を抽出し，表の特徴から
   登記済通知書の種類を識別する第２の方法とを有し，当
   該２つの方法の結果を組み合わせることにより，登記済
   通知書の種類を識別することを特徴とする帳票認識方
   法。
3. 【請求項３】登記済通知書の表面画像を入力し文字を読
   み取る登記情報の認識方法において， 登記済通知書の
   画像から文字行を抽出し，抽出した複数の文字行と枠と
   の位置関係から帳票名の文字行を選択し，帳票名の文字
   行を読み取るとことにより，登記済通知書の種類を識別
   する第１の方法と，登記済通知書の画像から文字行を抽
   出し，抽出した文字行を読み取り，読み取り結果の中か
   ら帳票の項目名を選択し，項目名の組み合わせから登記
   済通知書の種類を識別する第２の方法とを有し，当該２
   つの方法の結果を組み合わせることにより，登記済通知
   書の種類を識別することを特徴とする帳票認識方法。
4. 【請求項４】登記済通知書の表面画像を入力し文字を読
   み取る登記情報の認識方法において， 登記済通知書の
   画像から文字行と罫線を抽出し，抽出した罫線から枠罫
   線と枠罫線でない罫線を区別し，枠罫線でない罫線が含
   まれる枠内の文字行を検出し，当該枠内の文字行と当該
   枠内の枠罫線でない罫線との位置関係から，当該枠内の
   枠罫線でない罫線が下線か否かを判定することを特徴と
   する帳票認識方法。
5. 【請求項５】登記済通知書の表面画像を入力し文字を読
   み取る登記情報の認識方法において， 登記済通知書の
   画像から下線を抽出し，当該下線の延長線上に存在する
   黒画素を検出し，検出した黒画素の並びを下線であると
   判定することを特徴とする帳票認識方法。
6. 【請求項６】登記済通知書の表面画像を入力し文字を読
   み取る登記情報の認識方法において， 登記済通知書の
   画像から枠罫線を構成しないの罫線を抽出し，当該罫線
   の長さの値を傾き方向に投影し，投影値を判定すること
   により，下線を抽出することを特徴とする帳票認識方
   法。
7. 【請求項７】登記済通知書の表面画像を入力し文字を読
   み取る登記情報の認識方法において， 登記済通知書の
   画像から文字行を抽出し，抽出した文字行から文字を切
   り出し，切り出した文字を識別し，識別した文字から，
   所在と地番に該当する文字を検出し，町ごとに丁目，番
   地，号の順に登記済通知書をソートすることを特徴とす
   る帳票認識方法。
8. 【請求項８】登記済通知書の表面画像を入力し文字を読
   み取る登記情報の認識方法において， 登記済通知書の
   画像から文字行を抽出し，抽出した文字行から文字を切
   り出し，切り出した文字を識別し，識別した文字から，
   作成日と番号に該当する文字を検出し，作成日，番号の
   順に登記済通知書をソートすることを特徴とする帳票認
   識方法。