JPH09326037A - パターン生成装置及びパターン生成のプログラムを格納した記憶媒体 - Google Patents
パターン生成装置及びパターン生成のプログラムを格納した記憶媒体Info
- Publication number
- JPH09326037A JPH09326037A JP9082518A JP8251897A JPH09326037A JP H09326037 A JPH09326037 A JP H09326037A JP 9082518 A JP9082518 A JP 9082518A JP 8251897 A JP8251897 A JP 8251897A JP H09326037 A JPH09326037 A JP H09326037A
- Authority
- JP
- Japan
- Prior art keywords
- pattern
- partial
- processing unit
- geometric
- original
- 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.)
- Withdrawn
Links
Landscapes
- Image Analysis (AREA)
- Record Information Processing For Printing (AREA)
- Processing Or Creating Images (AREA)
- Digital Computer Display Output (AREA)
- Controls And Circuits For Display Device (AREA)
Abstract
(57)【要約】
【課題】人為的な整形処理を必要最小限に抑えて高品質
なパターンを効率良く生成する。 【解決手段】部分パターンデータベース１０の部分パタ
ーンテーブル１８に、原図パターン２に共通に含まれる
部分パターンを抽出して種別グループに分類し、各種別
グループ毎に定めた代表的な部分パターンに対して所定
の幾何変換処理した結果を標準化部分パターンとして予
め登録しておく。また検索モードの際には、入力された
原図パターンと幾何変換情報に基づいて、パターン生成
時には、原図パターンと幾何変換情報を入力して部分パ
ターンテーブル１８から該当する標準化部分パターンを
選択し、幾何変換パターン生成部１２で幾何変換処理を
施す際に、入力原図パターンに含まれる部分パターン
を、部分パターンテーブル１８から選択された標準化部
分パターンに置き換えて幾何変換パターンを生成する。
なパターンを効率良く生成する。 【解決手段】部分パターンデータベース１０の部分パタ
ーンテーブル１８に、原図パターン２に共通に含まれる
部分パターンを抽出して種別グループに分類し、各種別
グループ毎に定めた代表的な部分パターンに対して所定
の幾何変換処理した結果を標準化部分パターンとして予
め登録しておく。また検索モードの際には、入力された
原図パターンと幾何変換情報に基づいて、パターン生成
時には、原図パターンと幾何変換情報を入力して部分パ
ターンテーブル１８から該当する標準化部分パターンを
選択し、幾何変換パターン生成部１２で幾何変換処理を
施す際に、入力原図パターンに含まれる部分パターン
を、部分パターンテーブル１８から選択された標準化部
分パターンに置き換えて幾何変換パターンを生成する。
Description
【０００１】
【産業上の利用分野】本発明は、文字、図形等の原図パ
ターンに基づき、指定されたサイズ等の幾何変換された
幾何変換パターンを生成するパターン生成装置及びパタ
ーン生成のプログラムを格納した記憶媒体に関する。近
年、文字のディジタル処理技術の導入が進み、ＯＡ機器
や電子出版システムなどでは、文字品質そのものが問わ
れる時代になっている。このようなシステムには、膨大
な数および種類の文字、図形等が使用されるが、実際に
これらのパターンを計算機上で利用するためには、それ
ぞれの文字、図形等に対応する膨大なパターンデータを
事前に作成しておく必要がある。
ターンに基づき、指定されたサイズ等の幾何変換された
幾何変換パターンを生成するパターン生成装置及びパタ
ーン生成のプログラムを格納した記憶媒体に関する。近
年、文字のディジタル処理技術の導入が進み、ＯＡ機器
や電子出版システムなどでは、文字品質そのものが問わ
れる時代になっている。このようなシステムには、膨大
な数および種類の文字、図形等が使用されるが、実際に
これらのパターンを計算機上で利用するためには、それ
ぞれの文字、図形等に対応する膨大なパターンデータを
事前に作成しておく必要がある。
【０００２】このようなパターンデータの作成に際し、
原図パターンから直接パターンデータを生成する作業を
可能な限り省力化、効率化することが望まれる。このた
め、例えば同種のサイズのみ異なるパターン等に対して
は、原図パターンにサイズ変換や回転変換等の幾何変換
処理を施すことで、様々な種類の幾何変換パターンを生
成する方法が用いられている。
原図パターンから直接パターンデータを生成する作業を
可能な限り省力化、効率化することが望まれる。このた
め、例えば同種のサイズのみ異なるパターン等に対して
は、原図パターンにサイズ変換や回転変換等の幾何変換
処理を施すことで、様々な種類の幾何変換パターンを生
成する方法が用いられている。
【０００３】
【従来の技術】従来の文字、図形等のパターンデータの
生成にあたっては、まず各パターンの基となる原図、例
えば文字の作成では、「字母」と呼ばれる書道家が書い
た文字を入手し、原図を手本として計算機のメモリ上に
記憶するのに適した表現形式に合わせて原図パターンが
作成される。
生成にあたっては、まず各パターンの基となる原図、例
えば文字の作成では、「字母」と呼ばれる書道家が書い
た文字を入手し、原図を手本として計算機のメモリ上に
記憶するのに適した表現形式に合わせて原図パターンが
作成される。
【０００４】原図パターンの表現形式としては、文字、
図形をフルドットで記憶する方法の他に、パターンの輪
郭線（アウトライン）に注目し、パターンをアウトライ
ン・データとして記憶する方法がある。アウトライン・
データによる表現形式は、データ量を少なくできるばか
りでなく、品質のよい復元パターンが得られるため、最
近では電子出版システムや高品質プリンタ等において多
く利用されている。このアウトラインで表現された原図
パターンは、アフィン変換等の数式を使った変換手法を
用いて幾何変換処理され、必要なサイズの幾何変換パタ
ーンに変換される。
図形をフルドットで記憶する方法の他に、パターンの輪
郭線（アウトライン）に注目し、パターンをアウトライ
ン・データとして記憶する方法がある。アウトライン・
データによる表現形式は、データ量を少なくできるばか
りでなく、品質のよい復元パターンが得られるため、最
近では電子出版システムや高品質プリンタ等において多
く利用されている。このアウトラインで表現された原図
パターンは、アフィン変換等の数式を使った変換手法を
用いて幾何変換処理され、必要なサイズの幾何変換パタ
ーンに変換される。
【０００５】
【発明が解決しようとする課題】しかしながら、このよ
うな従来のパターン生成装置にあっては、幾何変換処理
の結果得られるパターンは、拡大や縮小率等の変換比率
に比例して輪郭線の変形の度合が強くなるため、変換処
理により出力されたパターンを更にオペレータが逐一目
視検査でチェックし、不適当なパターンに対しては手作
業で整形処理を施している。
うな従来のパターン生成装置にあっては、幾何変換処理
の結果得られるパターンは、拡大や縮小率等の変換比率
に比例して輪郭線の変形の度合が強くなるため、変換処
理により出力されたパターンを更にオペレータが逐一目
視検査でチェックし、不適当なパターンに対しては手作
業で整形処理を施している。
【０００６】一般に使用される文字パターンは第１〜第
２水準の漢字だけでも約６千種にものぼるため、使用対
象となる全ての種類およびサイズの文字一つ一つに対し
て人為的な整形処理を施すことは、時間や労力の点から
見て、非常に効率が悪いという問題を抱えている。本発
明は、このような従来の問題点に鑑みてなされたもの
で、人為的な整形処理を必要最小限に抑えて高品質なパ
ターンが効率良く生成できるパターン生成装置及びパタ
ーン生成のプログラムを格納した記憶媒体を提供するこ
とを目的とする。
２水準の漢字だけでも約６千種にものぼるため、使用対
象となる全ての種類およびサイズの文字一つ一つに対し
て人為的な整形処理を施すことは、時間や労力の点から
見て、非常に効率が悪いという問題を抱えている。本発
明は、このような従来の問題点に鑑みてなされたもの
で、人為的な整形処理を必要最小限に抑えて高品質なパ
ターンが効率良く生成できるパターン生成装置及びパタ
ーン生成のプログラムを格納した記憶媒体を提供するこ
とを目的とする。
【０００７】
【発明が解決しようとする課題】図１は本発明の原理説
明図である。本発明は、文字、シンボル等の基本となる
原図パターンから様々な種類の幾何変換パターンを生成
するパターン生成装置であり、図１（Ａ）のように、部
分パターンデータベース１０と幾何変換パターン生成部
１２で構成される。
明図である。本発明は、文字、シンボル等の基本となる
原図パターンから様々な種類の幾何変換パターンを生成
するパターン生成装置であり、図１（Ａ）のように、部
分パターンデータベース１０と幾何変換パターン生成部
１２で構成される。
【０００８】部分パターンデータベース１０は、登録モ
ードと検索モードを有する。登録モードの際には、対象
となる原図パターン群１の中で、複数の基本原図パター
ン群２に共通に含まれる部分パターンを抽出して種別グ
ループに分類し、各種別グループ毎に定めた代表的な部
分パターンに対して所定の幾何変換処理した結果を標準
化部分パターンとして登録する。また検索モードの際に
は、入力された原図パターンと幾何変換情報に基づい
て、該当する標準化部分パターンを選択する。
ードと検索モードを有する。登録モードの際には、対象
となる原図パターン群１の中で、複数の基本原図パター
ン群２に共通に含まれる部分パターンを抽出して種別グ
ループに分類し、各種別グループ毎に定めた代表的な部
分パターンに対して所定の幾何変換処理した結果を標準
化部分パターンとして登録する。また検索モードの際に
は、入力された原図パターンと幾何変換情報に基づい
て、該当する標準化部分パターンを選択する。
【０００９】幾何変換パターン生成部１２は、原図パタ
ーンと幾何変換情報を入力し、入力された原図パターン
に対して幾何変換処理を施す際に、入力原図パターンに
含まれる部分パターンを、部分パターンデータベース１
０の検索モードにより選択された標準化部分パターンに
置き換えて幾何変換パターンを生成する。部分パターン
データベース１０は、登録モードで、複数の原図パター
ンに共通に含まれる部分パターンを抽出する際に、まず
対象となる原図パターン群１の中から複数のパターンを
サンプル抽出した基本原図パターン群２を用意し、基本
原図パターン群２の中から共通な部分パターンを抽出す
る。
ーンと幾何変換情報を入力し、入力された原図パターン
に対して幾何変換処理を施す際に、入力原図パターンに
含まれる部分パターンを、部分パターンデータベース１
０の検索モードにより選択された標準化部分パターンに
置き換えて幾何変換パターンを生成する。部分パターン
データベース１０は、登録モードで、複数の原図パター
ンに共通に含まれる部分パターンを抽出する際に、まず
対象となる原図パターン群１の中から複数のパターンを
サンプル抽出した基本原図パターン群２を用意し、基本
原図パターン群２の中から共通な部分パターンを抽出す
る。
【００１０】幾何変換パターン生成部１２は、例えば図
１（Ｃ）のように、入力された原図パターンに対して幾
何学的な変換を行なう幾何変換処理部２０、幾何変換処
理部２０で変換された幾何変換パターンの部分パターン
を、部分パターンデータベース１０から選択された標準
化部分パターンと置き換える置換処理部２２、及び置換
処理部２２で置換された幾何変換パターンに対し整形を
施す整形処理部２４で構成される。
１（Ｃ）のように、入力された原図パターンに対して幾
何学的な変換を行なう幾何変換処理部２０、幾何変換処
理部２０で変換された幾何変換パターンの部分パターン
を、部分パターンデータベース１０から選択された標準
化部分パターンと置き換える置換処理部２２、及び置換
処理部２２で置換された幾何変換パターンに対し整形を
施す整形処理部２４で構成される。
【００１１】置換処理部２２は、幾何変換処理部２０で
変換された幾何変換パターンから置換対象とする部分パ
ターンを分離した後、この分離部分パターンと部分パタ
ーンデータベース１０から選択された標準化部分パター
ンとを置き換えて新たな幾何変換パターンを生成する。
また別の処理形態として、幾何変換処理部２０により、
入力された原図パターンから置換対象とする部分パター
ンを分離した残りの非置換部分パターンに対して幾何変
換処理を施し、この場合、置換処理部２２は、幾何変換
処理部２０で変換された非置換部分パターンと部分パタ
ーンデータベース１０から選択された標準化部分パター
ンを結合することにより新たな幾何変換パターンを生成
する。
変換された幾何変換パターンから置換対象とする部分パ
ターンを分離した後、この分離部分パターンと部分パタ
ーンデータベース１０から選択された標準化部分パター
ンとを置き換えて新たな幾何変換パターンを生成する。
また別の処理形態として、幾何変換処理部２０により、
入力された原図パターンから置換対象とする部分パター
ンを分離した残りの非置換部分パターンに対して幾何変
換処理を施し、この場合、置換処理部２２は、幾何変換
処理部２０で変換された非置換部分パターンと部分パタ
ーンデータベース１０から選択された標準化部分パター
ンを結合することにより新たな幾何変換パターンを生成
する。
【００１２】部分パターンデータベース１０は、例えば
図１（Ｂ）のように、入力された原図パターンから特徴
量ベクトルＸを抽出する特徴抽出処理部１４、特徴抽出
処理部１４で抽出された特徴量ベクトルＸと指定された
サイズ等の幾何変換情報に基づき、種別グループの判別
情報であるグループ番号ｉを生成するグループ判別処理
部１６、及び登録モードの際には、各種別グループ毎に
定めた代表的な部分パターンに対して所定の幾何変換処
理した結果である標準化部分パターンを、幾何変換情報
とグループ番号ｉをインデックスとして登録し、検索モ
ードの際には、入力された原図パターンにより特徴抽出
処理部１４及びグループ判別処理部１６によって得られ
たグルーブ番号ｉと入力された幾何変換情報とに基づい
た検索により該当する標準化部分パターンＰｉを選択す
る部分パターンテーブル１８で構成される。
図１（Ｂ）のように、入力された原図パターンから特徴
量ベクトルＸを抽出する特徴抽出処理部１４、特徴抽出
処理部１４で抽出された特徴量ベクトルＸと指定された
サイズ等の幾何変換情報に基づき、種別グループの判別
情報であるグループ番号ｉを生成するグループ判別処理
部１６、及び登録モードの際には、各種別グループ毎に
定めた代表的な部分パターンに対して所定の幾何変換処
理した結果である標準化部分パターンを、幾何変換情報
とグループ番号ｉをインデックスとして登録し、検索モ
ードの際には、入力された原図パターンにより特徴抽出
処理部１４及びグループ判別処理部１６によって得られ
たグルーブ番号ｉと入力された幾何変換情報とに基づい
た検索により該当する標準化部分パターンＰｉを選択す
る部分パターンテーブル１８で構成される。
【００１３】ここで部分パターンテーブル１８を作成す
る登録モードの際に、人間の目視分類によって原図パタ
ーンを分類する。また部分パターンテーブル１８を作成
する登録モードの際に、特徴抽出処理部１４は、原図パ
ターンの有する幾何学的な特徴量ベクトルＸを測定し、
各特徴量ベクトル間の距離に応じて原図パターンを分類
してもよい。
る登録モードの際に、人間の目視分類によって原図パタ
ーンを分類する。また部分パターンテーブル１８を作成
する登録モードの際に、特徴抽出処理部１４は、原図パ
ターンの有する幾何学的な特徴量ベクトルＸを測定し、
各特徴量ベクトル間の距離に応じて原図パターンを分類
してもよい。
【００１４】特徴抽出処理部１４により用いる特徴ベク
トル間の距離としては、２つのベクトルの各要素の誤差
の平方和であるユークリッド平方距離、２つのベクトル
の各要素の２乗誤差を要素の分散で除して和をとった標
準化ユークリッド平方距離、２つのベクトルの誤差ベク
トルと分散・共分散行列の２次形式で表されるマハラノ
ビス距離等を用いることができる。
トル間の距離としては、２つのベクトルの各要素の誤差
の平方和であるユークリッド平方距離、２つのベクトル
の各要素の２乗誤差を要素の分散で除して和をとった標
準化ユークリッド平方距離、２つのベクトルの誤差ベク
トルと分散・共分散行列の２次形式で表されるマハラノ
ビス距離等を用いることができる。
【００１５】特徴抽出処理部１４で各特徴量ベクトル間
の距離に応じて原図パターンを分類する際に、予め指定
されたグループ数に合致するように原図パターンを分類
することもできる。また各特徴量ベクトル間の距離に応
じて原図パターンを分類する際に、特徴ベクトル間の距
離に所定の閾値を設定し、この閾値と分類されたグルー
プ間の特徴ベクトルの距離を比較することにより、最終
的なグループ数を決定してもよい。
の距離に応じて原図パターンを分類する際に、予め指定
されたグループ数に合致するように原図パターンを分類
することもできる。また各特徴量ベクトル間の距離に応
じて原図パターンを分類する際に、特徴ベクトル間の距
離に所定の閾値を設定し、この閾値と分類されたグルー
プ間の特徴ベクトルの距離を比較することにより、最終
的なグループ数を決定してもよい。
【００１６】部分パターンテーブル１８を作成する登録
モードの際に、特徴抽出処理部１４は、例えば原図パタ
ーンをスキャナ等のディジタル化手段でディジタル画像
に変換し、このディジタル画像データ等を基に原画パタ
ーンの有する幾何学的な特徴量ベクトルを測定する。部
分パターンテーブル１８は、登録モードの際に、同一グ
ループに属する複数の部分パターンの特徴ベクトル量の
平均値を算出し、この平均値との誤差が最小となる特徴
量ベクトルの部分パターンを標準化部分パターンとして
登録し、検索モードの際には、グループ判別処理部１６
から出力されるグループ番号ｉで指定されたグループに
属する標準化部分パターンを選択して出力する。
モードの際に、特徴抽出処理部１４は、例えば原図パタ
ーンをスキャナ等のディジタル化手段でディジタル画像
に変換し、このディジタル画像データ等を基に原画パタ
ーンの有する幾何学的な特徴量ベクトルを測定する。部
分パターンテーブル１８は、登録モードの際に、同一グ
ループに属する複数の部分パターンの特徴ベクトル量の
平均値を算出し、この平均値との誤差が最小となる特徴
量ベクトルの部分パターンを標準化部分パターンとして
登録し、検索モードの際には、グループ判別処理部１６
から出力されるグループ番号ｉで指定されたグループに
属する標準化部分パターンを選択して出力する。
【００１７】グループ判別処理部１６はニューラルネッ
トワークで構成することができる。この場合、測定され
た特徴量ベクトルに対して適切なグループ番号を選択す
るため、予め複数の原図パターンに対する特徴量ベクト
ルとグループ番号の関係をニューラルネットワークに学
習させて検索に用いる。更に本発明は、幾何変換パター
ン生成部１２の生成結果に基づいて部分パターンデータ
ベース１０に設けた部分パターンテーブル１８の登録内
容を更新する更新処理部を設けるようにしてもよい。
トワークで構成することができる。この場合、測定され
た特徴量ベクトルに対して適切なグループ番号を選択す
るため、予め複数の原図パターンに対する特徴量ベクト
ルとグループ番号の関係をニューラルネットワークに学
習させて検索に用いる。更に本発明は、幾何変換パター
ン生成部１２の生成結果に基づいて部分パターンデータ
ベース１０に設けた部分パターンテーブル１８の登録内
容を更新する更新処理部を設けるようにしてもよい。
【００１８】更新処理部は、幾何変換パターン生成部１
２で修正を加える必要が無かった幾何変換パターンを抽
出して対応する原図パターンとグループ番号の組を出力
する無修正パターン抽出部、無修正パターン抽出部で抽
出された原図パターンの特徴量ベクトルを抽出する特徴
抽出処理部、及び、特徴抽出処理部で抽出された特徴量
ベクトルＸとグループ番号ｉの組を記憶するデータ記憶
部とを備え、データ記憶部に保持された特徴量ベクトル
とグループ番号の組を基に、部分パターンデータベース
１０の部分パターンテーブル１８に登録されている標準
化部分パターンを更新する。
２で修正を加える必要が無かった幾何変換パターンを抽
出して対応する原図パターンとグループ番号の組を出力
する無修正パターン抽出部、無修正パターン抽出部で抽
出された原図パターンの特徴量ベクトルを抽出する特徴
抽出処理部、及び、特徴抽出処理部で抽出された特徴量
ベクトルＸとグループ番号ｉの組を記憶するデータ記憶
部とを備え、データ記憶部に保持された特徴量ベクトル
とグループ番号の組を基に、部分パターンデータベース
１０の部分パターンテーブル１８に登録されている標準
化部分パターンを更新する。
【００１９】また更新処理部は、データベースに設けた
グループ判別処理部１６が、入力された特徴量ベクトル
に対して適切なグループ番号を選択するように予め複数
の原図パターンに対する特徴量ベクトルとグループ番号
の関係を学習させたニューラルネットワークで構成され
ている場合、データ記憶部に保持されている特徴量ベク
トルとグループ番号の組を教師データとしてニューラル
ネットワークに対して追加学習を行わせる。
グループ判別処理部１６が、入力された特徴量ベクトル
に対して適切なグループ番号を選択するように予め複数
の原図パターンに対する特徴量ベクトルとグループ番号
の関係を学習させたニューラルネットワークで構成され
ている場合、データ記憶部に保持されている特徴量ベク
トルとグループ番号の組を教師データとしてニューラル
ネットワークに対して追加学習を行わせる。
【００２０】更新処理部は、部分パターンテーブル１８
を更新する際に、部分パターンテーブル１８に含まれる
部分パターンのグループ数を変更する。また更新処理部
は、部分パターンテーブル１８のグループ数を変更する
際に、幾何変換パターン生成部１２から出力された複数
の幾何変換パターンに対して目視検査を行ない、必要と
思われるｎ個のグループを新たに追加することでグルー
プ数を変更することを特徴とする。
を更新する際に、部分パターンテーブル１８に含まれる
部分パターンのグループ数を変更する。また更新処理部
は、部分パターンテーブル１８のグループ数を変更する
際に、幾何変換パターン生成部１２から出力された複数
の幾何変換パターンに対して目視検査を行ない、必要と
思われるｎ個のグループを新たに追加することでグルー
プ数を変更することを特徴とする。
【００２１】更新処理部は、部分パターンテーブル１８
のグループ数を変更する際に、幾何変換パターン生成部
１２から出力された複数の幾何変換パターンを対象に、
原図パターンの有する幾何学的な特徴量ベクトルを測定
し、各特徴量ベクトル間の距離に応じて原図パターンを
分類してグループ数を変更してもよい。更新処理部は、
部分パターンテーブル１８のグループ数を変更する際
に、幾何変換パターン生成部１２から出力された複数の
幾何変換パターンを対象に、原図パターンの有する幾何
学的な特徴量ベクトルを測定し、更に特徴ベクトル間の
距離に所定の閾値を設定し、該閾値と分類されたグルー
プ間の特徴ベクトルの距離を比較することにより、最終
的なグループ数を決定してグループ数を変更する。
のグループ数を変更する際に、幾何変換パターン生成部
１２から出力された複数の幾何変換パターンを対象に、
原図パターンの有する幾何学的な特徴量ベクトルを測定
し、各特徴量ベクトル間の距離に応じて原図パターンを
分類してグループ数を変更してもよい。更新処理部は、
部分パターンテーブル１８のグループ数を変更する際
に、幾何変換パターン生成部１２から出力された複数の
幾何変換パターンを対象に、原図パターンの有する幾何
学的な特徴量ベクトルを測定し、更に特徴ベクトル間の
距離に所定の閾値を設定し、該閾値と分類されたグルー
プ間の特徴ベクトルの距離を比較することにより、最終
的なグループ数を決定してグループ数を変更する。
【００２２】更新処理部は、再度分類処理を行なって部
分パターンテーブルのグループ数を変更する際に、閾値
を段階的に操作することで、人為的に指定したｎ個の新
たなグループを生成してグループ数を変更する。また更
新処理部は、再度分類処理を行なって部分パターンテー
ブル１８のグループ数を変更する際に、閾値を一定値分
増減して再設定することで新たなグループを生成する。
分パターンテーブルのグループ数を変更する際に、閾値
を段階的に操作することで、人為的に指定したｎ個の新
たなグループを生成してグループ数を変更する。また更
新処理部は、再度分類処理を行なって部分パターンテー
ブル１８のグループ数を変更する際に、閾値を一定値分
増減して再設定することで新たなグループを生成する。
【００２３】本発明のパターン生成装置は、より具体的
は文字フォントを生成する。即ち、部分パターンデータ
ベース１０は、対象とする原図パターン群を文字フォン
ト生成の手本となる字母パターン群に限定し、字母パタ
ーンに共通に含まれる「偏」や「旁」等の部分パターン
について、所定の幾何変換処理した結果を標準化部分パ
ターンとして登録する。
は文字フォントを生成する。即ち、部分パターンデータ
ベース１０は、対象とする原図パターン群を文字フォン
ト生成の手本となる字母パターン群に限定し、字母パタ
ーンに共通に含まれる「偏」や「旁」等の部分パターン
について、所定の幾何変換処理した結果を標準化部分パ
ターンとして登録する。
【００２４】幾何変換パターン生成部１２は、任意の字
母パターンと幾何変換情報の入力に基づき、「偏」や
「旁」等の部分パターンを部分パターンデータベース１
２で選択された標準化部分パターンに置き換えて文字フ
ォントを生成する。この場合、部分パターンデータベー
スの特徴抽出処理部は、字母パターンから特徴量を抽出
する際に、字母パターンを構成する「偏」や「旁」の大
きさ、基準となる外枠に対する空き領域、画数、重心位
置等のうち少なくとも一つを特徴量として採用する。
母パターンと幾何変換情報の入力に基づき、「偏」や
「旁」等の部分パターンを部分パターンデータベース１
２で選択された標準化部分パターンに置き換えて文字フ
ォントを生成する。この場合、部分パターンデータベー
スの特徴抽出処理部は、字母パターンから特徴量を抽出
する際に、字母パターンを構成する「偏」や「旁」の大
きさ、基準となる外枠に対する空き領域、画数、重心位
置等のうち少なくとも一つを特徴量として採用する。
【００２５】このように本発明のパターン生成装置で
は、複数のパターンに共通する部分パターンの幾何変換
処理および整形処理結果を格納した部分パターンデータ
ベース１０を用いて、幾何変換後の原図パターンに含ま
れる共通部分パターンを整形済み部分パターンに置き換
えるため、少なくとも共通部分に対する整形作業を軽減
でき、人間の介在する作業を省力化した効率的かつ高品
質なパターン生成を実現することができる。
は、複数のパターンに共通する部分パターンの幾何変換
処理および整形処理結果を格納した部分パターンデータ
ベース１０を用いて、幾何変換後の原図パターンに含ま
れる共通部分パターンを整形済み部分パターンに置き換
えるため、少なくとも共通部分に対する整形作業を軽減
でき、人間の介在する作業を省力化した効率的かつ高品
質なパターン生成を実現することができる。
【００２６】また本発明は、文字、シンボル等の基本と
なる原図パターンから様々な種類の幾何変換パターンを
生成するパターン生成のプログラムを格納した記憶媒体
を提供する。パターン生成のプログラムを格納した記憶
媒体は、登録モードと検索モードを有し、登録モードの
際には、対象となる基本原図パターン群１の中で、複数
の原図パターン群２に共通に含まれる部分パターンを抽
出して種別グループに分類し、各種別グループ毎に定め
た代表的な部分パターンに対して所定の幾何変換処理し
た結果を標準化部分パターンとして登録し、検索モード
の際には、入力された原図パターンと幾何変換情報に基
づいて該当する標準化部分パターンを選択する部分パタ
ーンデータベース１０；原図パターンと幾何変換情報を
入力し、入力された原図パターンに対して幾何変換処理
を施す際に、原図パターンに含まれる部分パターンを部
分パターンデータベース１０の検索モードにより選択さ
れた標準化部分パターンに置き換えて幾何変換パターン
を生成する幾何変換パターン生成部１２；を備えたこと
を特徴とする。このパターン生成のプログラムを格納し
た記憶媒体の詳細は、パターン生成装置の場合と基本的
に同じである。
なる原図パターンから様々な種類の幾何変換パターンを
生成するパターン生成のプログラムを格納した記憶媒体
を提供する。パターン生成のプログラムを格納した記憶
媒体は、登録モードと検索モードを有し、登録モードの
際には、対象となる基本原図パターン群１の中で、複数
の原図パターン群２に共通に含まれる部分パターンを抽
出して種別グループに分類し、各種別グループ毎に定め
た代表的な部分パターンに対して所定の幾何変換処理し
た結果を標準化部分パターンとして登録し、検索モード
の際には、入力された原図パターンと幾何変換情報に基
づいて該当する標準化部分パターンを選択する部分パタ
ーンデータベース１０；原図パターンと幾何変換情報を
入力し、入力された原図パターンに対して幾何変換処理
を施す際に、原図パターンに含まれる部分パターンを部
分パターンデータベース１０の検索モードにより選択さ
れた標準化部分パターンに置き換えて幾何変換パターン
を生成する幾何変換パターン生成部１２；を備えたこと
を特徴とする。このパターン生成のプログラムを格納し
た記憶媒体の詳細は、パターン生成装置の場合と基本的
に同じである。
【００２７】
【発明の実施の形態】図２は本発明のパターン生成装置
の基本的な実施形態のブロック図である。図２において
本発明のパターン生成装置は、部分パターンデータベー
ス１０と幾何変換パターン生成部１２で構成される。部
分パターンデータベース１０には、特徴抽出処理部１
４、グループ判別処理部１６及び部分パターンテーブル
１８が設けられる。また幾何変換パターン生成部１２に
は、幾何変換処理部２０、置換処理部２２、整形処理部
２４が設けられる。
の基本的な実施形態のブロック図である。図２において
本発明のパターン生成装置は、部分パターンデータベー
ス１０と幾何変換パターン生成部１２で構成される。部
分パターンデータベース１０には、特徴抽出処理部１
４、グループ判別処理部１６及び部分パターンテーブル
１８が設けられる。また幾何変換パターン生成部１２に
は、幾何変換処理部２０、置換処理部２２、整形処理部
２４が設けられる。
【００２８】部分パターンデータベース１０は、部分パ
ターンテーブル１８に幾何変換パターン生成部１２にお
けるパターン生成処理で使用する標準化部分パターンを
部分パターンテーブル１８に登録するための登録モード
と、登録終了後に幾何変換パターン生成部１２で使用す
る標準化部分パターンを部分パターンテーブル１８から
選択するための検索モードという２つのモードを有す
る。
ターンテーブル１８に幾何変換パターン生成部１２にお
けるパターン生成処理で使用する標準化部分パターンを
部分パターンテーブル１８に登録するための登録モード
と、登録終了後に幾何変換パターン生成部１２で使用す
る標準化部分パターンを部分パターンテーブル１８から
選択するための検索モードという２つのモードを有す
る。
【００２９】即ち、初期処理として行われる登録モード
の際には、対象となる原図パターンの中で複数の原図パ
ターンに共通に含まれる部分パターンを抽出して種別グ
ループに分類し、各グループごとに定めた代表的な部分
パターンに対し、サイズ等の所定の幾何変換処理を施し
た結果を標準化部分パターンとして部分パターンテーブ
ル１８に登録する。
の際には、対象となる原図パターンの中で複数の原図パ
ターンに共通に含まれる部分パターンを抽出して種別グ
ループに分類し、各グループごとに定めた代表的な部分
パターンに対し、サイズ等の所定の幾何変換処理を施し
た結果を標準化部分パターンとして部分パターンテーブ
ル１８に登録する。
【００３０】一方、部分パターンテーブル１８に標準化
部分パターンを登録した後の検索モードにあっては、幾
何変換パターン生成部１２に対し入力される原図パター
ン及び幾何変換情報を同時に部分パターンデータベース
１０に入力し、入力された原図パターンと幾何変換情報
に基づいて、部分パターンテーブル１８から該当する標
準化部分パターンを選択し、幾何変換パターン生成部１
２における部分パターンの置換処理のために出力する。
部分パターンを登録した後の検索モードにあっては、幾
何変換パターン生成部１２に対し入力される原図パター
ン及び幾何変換情報を同時に部分パターンデータベース
１０に入力し、入力された原図パターンと幾何変換情報
に基づいて、部分パターンテーブル１８から該当する標
準化部分パターンを選択し、幾何変換パターン生成部１
２における部分パターンの置換処理のために出力する。
【００３１】幾何変換パターン生成部１２は、部分パタ
ーンデータベース１０の部分パターンテーブル１８に、
登録モードによって複数グループの標準化部分パターン
の登録が完了した状態で任意の原図パターンとそのサイ
ズを指定する幾何変換情報を入力すると、幾何変換処理
部２０で原図パターンに指定された幾何変換情報による
幾何変換を施した後、置換処理部２２で置換対象となる
共通部分パターンを、そのとき部分パターンデータベー
ス１０の部分パターンテーブル１８の検索により選択さ
れて出力された標準化部分パターンに置き換え、最終的
に整形処理部２４で目視検査により整形する処理を行う
ことになる。
ーンデータベース１０の部分パターンテーブル１８に、
登録モードによって複数グループの標準化部分パターン
の登録が完了した状態で任意の原図パターンとそのサイ
ズを指定する幾何変換情報を入力すると、幾何変換処理
部２０で原図パターンに指定された幾何変換情報による
幾何変換を施した後、置換処理部２２で置換対象となる
共通部分パターンを、そのとき部分パターンデータベー
ス１０の部分パターンテーブル１８の検索により選択さ
れて出力された標準化部分パターンに置き換え、最終的
に整形処理部２４で目視検査により整形する処理を行う
ことになる。
【００３２】図３は図２の実施形態による機能構成を示
している。図３において、まず幾何変換パターン生成部
１２における基本的なパターン生成処理は、ある文字の
原図パターン例えば「机」の原図パターンと、幾何変換
情報である例えば文字サイズ「×１／２」を、幾何変換
処理部２０に入力し、幾何変換処理部２０においてアウ
トライン表現された原図パターン３をスケーリング処理
することにより、アウトライン表現された原図パターン
３をアフィン変換等の幾何学的な尺度変換により指定さ
れたサイズ「×１／２」のパターンに変換する。
している。図３において、まず幾何変換パターン生成部
１２における基本的なパターン生成処理は、ある文字の
原図パターン例えば「机」の原図パターンと、幾何変換
情報である例えば文字サイズ「×１／２」を、幾何変換
処理部２０に入力し、幾何変換処理部２０においてアウ
トライン表現された原図パターン３をスケーリング処理
することにより、アウトライン表現された原図パターン
３をアフィン変換等の幾何学的な尺度変換により指定さ
れたサイズ「×１／２」のパターンに変換する。
【００３３】しかしながら、このような幾何変換処理部
２０による変換では、変換前後のパターンサイズの比率
が大きいと、アウトラインの形状が崩れ、いびつな文字
パターンが出力されてしまう。このため通常は、幾何変
換処理部２０に続いて設けられた整形処理部２４と目視
検査部２５において、オペレータが更に整形処理及び目
視検査処理を繰り返し、パターンの修正作業を行ってい
る。
２０による変換では、変換前後のパターンサイズの比率
が大きいと、アウトラインの形状が崩れ、いびつな文字
パターンが出力されてしまう。このため通常は、幾何変
換処理部２０に続いて設けられた整形処理部２４と目視
検査部２５において、オペレータが更に整形処理及び目
視検査処理を繰り返し、パターンの修正作業を行ってい
る。
【００３４】これに対し本発明のパターン生成装置にあ
っては、幾何変換処理部２０に続いて置換処理部２２を
新たに設けている。この置換処理部２２は、幾何変換処
理部２０で幾何変換された例えば原図パターン３におけ
る部分パターンである偏「木」を、部分パターンデータ
ベース１０の部分パターンテーブル１８に予め登録され
た標準化部分パターンに置き換える処理を行っている。
この置換処理部２２の置き換えに使用する標準化部分パ
ターンは、部分パターンデータベース１０における登録
モードでの特徴抽出処理部１４、ニューラルネットワー
クを用いたグループ判別処理部１６の処理によって求め
られ、部分パターンテーブル１８に登録される。
っては、幾何変換処理部２０に続いて置換処理部２２を
新たに設けている。この置換処理部２２は、幾何変換処
理部２０で幾何変換された例えば原図パターン３におけ
る部分パターンである偏「木」を、部分パターンデータ
ベース１０の部分パターンテーブル１８に予め登録され
た標準化部分パターンに置き換える処理を行っている。
この置換処理部２２の置き換えに使用する標準化部分パ
ターンは、部分パターンデータベース１０における登録
モードでの特徴抽出処理部１４、ニューラルネットワー
クを用いたグループ判別処理部１６の処理によって求め
られ、部分パターンテーブル１８に登録される。
【００３５】このため、例えば「机」の原図パターン３
を用いて文字サイズ「×１／２」の幾何変換パターンを
生成したい場合には、原図パターン３及び文字サイズを
それぞれ幾何変換パターン生成部１２及び部分パターン
データベース１０に入力する。部分パターンデータベー
ス１０は、入力された原図パターン３について、画像処
理により特徴抽出処理部１４で特徴量ベクトルＸを抽出
し、グループ判別処理部１６を構成するニューラルネッ
トワークによるグループ番号ｉを判別し、グループ番号
ｉと入力された文字サイズ「×１／２」による部分パタ
ーンテーブル１８の参照で、対応する標準化部分パター
ン６を選択して出力する。
を用いて文字サイズ「×１／２」の幾何変換パターンを
生成したい場合には、原図パターン３及び文字サイズを
それぞれ幾何変換パターン生成部１２及び部分パターン
データベース１０に入力する。部分パターンデータベー
ス１０は、入力された原図パターン３について、画像処
理により特徴抽出処理部１４で特徴量ベクトルＸを抽出
し、グループ判別処理部１６を構成するニューラルネッ
トワークによるグループ番号ｉを判別し、グループ番号
ｉと入力された文字サイズ「×１／２」による部分パタ
ーンテーブル１８の参照で、対応する標準化部分パター
ン６を選択して出力する。
【００３６】同時に幾何変換パターン生成部１２にあっ
ては、幾何変換処理部２０で原図パターン３に対し幾何
変換情報である文字サイズ「×１／２」に従ったアフィ
ン変換等の幾何学的な尺度変換によって幾何変換パター
ン３ａを生成する。続いて置換処理部２２で、部分パタ
ーンテーブル１８に登録されている共通部分パターンで
ある偏「木」の標準化部分パターン６への入れ換えを行
って、パターン３ｂを生成する。
ては、幾何変換処理部２０で原図パターン３に対し幾何
変換情報である文字サイズ「×１／２」に従ったアフィ
ン変換等の幾何学的な尺度変換によって幾何変換パター
ン３ａを生成する。続いて置換処理部２２で、部分パタ
ーンテーブル１８に登録されている共通部分パターンで
ある偏「木」の標準化部分パターン６への入れ換えを行
って、パターン３ｂを生成する。
【００３７】この標準化部分パターン６により偏の入れ
換えが行われた幾何変換パターン３ｂにつき、整形処理
部２４及び目視検査部２５によって、必要な場合は修正
作業を行い、合格した場合に、指定された文字サイズ
「×１／２」の異サイズパターン（幾何変換パターン）
３ｄとして出力することになる。次に、図２の部分パタ
ーンデータベース１０に設けられた部分パターンテーブ
ル１８に対する標準化部分パターンの登録処理を説明す
る。部分パターンテーブル１８を作成する際には、図４
に示すように、まず原図パターン群１の中から形状の異
なる複数種類の部分パターンが漏れなく均等に含まれる
ように部分パターンのサンプルを取り出し、基本原図パ
ターン群２を作成する。
換えが行われた幾何変換パターン３ｂにつき、整形処理
部２４及び目視検査部２５によって、必要な場合は修正
作業を行い、合格した場合に、指定された文字サイズ
「×１／２」の異サイズパターン（幾何変換パターン）
３ｄとして出力することになる。次に、図２の部分パタ
ーンデータベース１０に設けられた部分パターンテーブ
ル１８に対する標準化部分パターンの登録処理を説明す
る。部分パターンテーブル１８を作成する際には、図４
に示すように、まず原図パターン群１の中から形状の異
なる複数種類の部分パターンが漏れなく均等に含まれる
ように部分パターンのサンプルを取り出し、基本原図パ
ターン群２を作成する。
【００３８】例えば原図パターン群１が漢字であった場
合、「字母」と呼ばれる書道家の書いた文字の原図を集
めた原図パターン群１の中から、例えば共通な部分パタ
ーンとして偏「木」をもつ原図パターンを形状の異なる
複数種類の偏「木」の部分パターンが漏れなく均等に含
まれるようにサンプルを取り出して基本原図パターン群
２を生成する。
合、「字母」と呼ばれる書道家の書いた文字の原図を集
めた原図パターン群１の中から、例えば共通な部分パタ
ーンとして偏「木」をもつ原図パターンを形状の異なる
複数種類の偏「木」の部分パターンが漏れなく均等に含
まれるようにサンプルを取り出して基本原図パターン群
２を生成する。
【００３９】このようにサンプリングされた基本原図パ
ターン群２に対し、特徴抽出処理部１４によって特徴量
ベクトルＸを抽出し、クラスタ分析の手法を基に、予め
指定された数のグループに分類する。ここでクラスタ分
析とは、特徴量空間の中で各個体間の類似度（距離）を
計算し、類似度（距離）の大きい個体同士（距離の小さ
い個体同士）を順次結合することでグループ化を行う手
法である。
ターン群２に対し、特徴抽出処理部１４によって特徴量
ベクトルＸを抽出し、クラスタ分析の手法を基に、予め
指定された数のグループに分類する。ここでクラスタ分
析とは、特徴量空間の中で各個体間の類似度（距離）を
計算し、類似度（距離）の大きい個体同士（距離の小さ
い個体同士）を順次結合することでグループ化を行う手
法である。
【００４０】例えば、共通部分パターンとして偏「木」
をもつ漢字群を基本原図パターン群２とすると、共通部
分パターンとなる偏「木」のサイズにより分けられたグ
ループ１とグループ２に分けるグループ化が行われる。
このようなグループ化ができたならば、次に各グループ
内での特徴量ベクトルの平均値を求め、求めた平均値に
最も近い特徴量ベクトルをもつ文字の部分パターンを代
表的な部分パターンとして選択する。例えば図５のグル
ープ１にあっては、「机」の偏「木」が代表的な部分パ
ターン６として選択される。またグループ２にあって
は、例えば「樹」の偏「木」が代表的な部分パターン７
として選択される。これらの部分パターン６，７は、原
図パターンとサイズが同じサイズ「×１」の標準化部分
パターンということができる。再び図４を参照するに、
このように各グループごとに代表する部分パターンが選
択されたならば、代表的な部分パターンについて幾何変
換情報として例えば文字サイズを例にとると、様々なサ
イズに数式変換処理され、更に整形処理を施された後
に、部分パターンテーブル１８に標準化部分パターンと
して登録される。
をもつ漢字群を基本原図パターン群２とすると、共通部
分パターンとなる偏「木」のサイズにより分けられたグ
ループ１とグループ２に分けるグループ化が行われる。
このようなグループ化ができたならば、次に各グループ
内での特徴量ベクトルの平均値を求め、求めた平均値に
最も近い特徴量ベクトルをもつ文字の部分パターンを代
表的な部分パターンとして選択する。例えば図５のグル
ープ１にあっては、「机」の偏「木」が代表的な部分パ
ターン６として選択される。またグループ２にあって
は、例えば「樹」の偏「木」が代表的な部分パターン７
として選択される。これらの部分パターン６，７は、原
図パターンとサイズが同じサイズ「×１」の標準化部分
パターンということができる。再び図４を参照するに、
このように各グループごとに代表する部分パターンが選
択されたならば、代表的な部分パターンについて幾何変
換情報として例えば文字サイズを例にとると、様々なサ
イズに数式変換処理され、更に整形処理を施された後
に、部分パターンテーブル１８に標準化部分パターンと
して登録される。
【００４１】即ち部分パターンテーブル１８は、グルー
プ番号、平均特徴量、更に文字サイズをインデックスと
しており、例えば図５のグループ２を例にとると、文字
サイズ×１／２，×１，×２，・・・に応じて数式変換
処理され、更に整形処理を施された後、部分パターンが
標準化部分パターン７ａ，７ｂ，７ｃ，・・・として登
録される。
プ番号、平均特徴量、更に文字サイズをインデックスと
しており、例えば図５のグループ２を例にとると、文字
サイズ×１／２，×１，×２，・・・に応じて数式変換
処理され、更に整形処理を施された後、部分パターンが
標準化部分パターン７ａ，７ｂ，７ｃ，・・・として登
録される。
【００４２】このように標準化部分パターンの登録が行
われた部分パターンテーブル１８については、原図パタ
ーンが属するグループ番号と要求される文字サイズを検
索キー５として使用することで、該当する標準化部分パ
ターンを部分パターンテーブル１８から検索することが
できる。図６は図２の部分パターンデータベース１０に
設けた特徴抽出処理部１４による特徴抽出処理の説明図
であり、部分パターンテーブル１８に対する標準化部分
パターンの登録及びその後の検索に使用される。
われた部分パターンテーブル１８については、原図パタ
ーンが属するグループ番号と要求される文字サイズを検
索キー５として使用することで、該当する標準化部分パ
ターンを部分パターンテーブル１８から検索することが
できる。図６は図２の部分パターンデータベース１０に
設けた特徴抽出処理部１４による特徴抽出処理の説明図
であり、部分パターンテーブル１８に対する標準化部分
パターンの登録及びその後の検索に使用される。
【００４３】特徴抽出処理部１４における画像処理にあ
っては、図６のように、印刷された原図パターン３をカ
メラ４によって真上から撮影し、カメラ４から得られた
原図パターン画像をスキャナ等で読み取ってディジタル
化し、このディジタル画像データを解析することによっ
て特徴量ベクトルＸを測定する。図６にあっては、原図
パターン画像３として「机」を例にとっており、共通部
分パターンである偏「木」の特徴量ベクトルＸにおける
共通部分の特徴量として高さ（Ｘh ）、幅（Ｙh ）、天
地左右の空き量（Ｈh ，Ｆh ，Ｌh ，Ｒh ）、重心位置
（Ｕh ，Ｖh ）、画数（Ｎh ）を測定する。また非共通
部分パターンとなる旁３ｂの特徴量ベクトルＸにおける
非共通部分の特徴量として、高さ（Ｘt ）、幅（Ｙt
）、天地左右の空き量（Ｈt ，Ｆt ，Ｌt ，Ｒt ）、
重心位置（Ｕt，Ｖt ）、画数（Ｎt ）を測定する。
っては、図６のように、印刷された原図パターン３をカ
メラ４によって真上から撮影し、カメラ４から得られた
原図パターン画像をスキャナ等で読み取ってディジタル
化し、このディジタル画像データを解析することによっ
て特徴量ベクトルＸを測定する。図６にあっては、原図
パターン画像３として「机」を例にとっており、共通部
分パターンである偏「木」の特徴量ベクトルＸにおける
共通部分の特徴量として高さ（Ｘh ）、幅（Ｙh ）、天
地左右の空き量（Ｈh ，Ｆh ，Ｌh ，Ｒh ）、重心位置
（Ｕh ，Ｖh ）、画数（Ｎh ）を測定する。また非共通
部分パターンとなる旁３ｂの特徴量ベクトルＸにおける
非共通部分の特徴量として、高さ（Ｘt ）、幅（Ｙt
）、天地左右の空き量（Ｈt ，Ｆt ，Ｌt ，Ｒt ）、
重心位置（Ｕt，Ｖt ）、画数（Ｎt ）を測定する。
【００４４】このように原図パターンに対する特徴量ベ
クトルＸの測定ができたならば、クラスタ分析を用いた
グループ化を行う。このグループ化は特徴量ベクトルに
基づいたクラスタ分析以外に、オペレータが目視検索で
人為的に分類するようにしてもよい。グループ化及び特
徴量ベクトルＸの測定が済んだならば、グループを代表
する部分パターンの選択のため、グループ内での特徴量
ベクトルの平均値を求め、平均値に最も近い特徴量ベク
トルをもつ文字の部分パターンを代表的な部分パターン
として選択する。
クトルＸの測定ができたならば、クラスタ分析を用いた
グループ化を行う。このグループ化は特徴量ベクトルに
基づいたクラスタ分析以外に、オペレータが目視検索で
人為的に分類するようにしてもよい。グループ化及び特
徴量ベクトルＸの測定が済んだならば、グループを代表
する部分パターンの選択のため、グループ内での特徴量
ベクトルの平均値を求め、平均値に最も近い特徴量ベク
トルをもつ文字の部分パターンを代表的な部分パターン
として選択する。
【００４５】このように特徴量ベクトルＸを用いた類似
度、即ち特徴量ベクトルの距離としては、 ２つのベクトルの各要素の誤差の平方和であるユーク
リッド平方距離、 ２つのベクトルの各要素の２乗誤差を要素の分散で除
して和をとった標準化ユークリッド平方距離、あるいは ２つのベクトルの誤差ベクトルと分散・共分散行列の
２次形式で表わされるマハラノビス距離等、 適宜の距離を用いることができる。
度、即ち特徴量ベクトルの距離としては、 ２つのベクトルの各要素の誤差の平方和であるユーク
リッド平方距離、 ２つのベクトルの各要素の２乗誤差を要素の分散で除
して和をとった標準化ユークリッド平方距離、あるいは ２つのベクトルの誤差ベクトルと分散・共分散行列の
２次形式で表わされるマハラノビス距離等、 適宜の距離を用いることができる。
【００４６】また原図パターンを分類する際のグループ
数は、オペレータが人為的にグループ数を指定し、この
指定されたグループ数に合致するように原図パターンを
分類するようにしてもよい。更に、各特徴量ベクトル間
の距離に応じて原図パターンを分類する際に、特徴量ベ
クトル間の距離にある閾値を設定し、この閾値と分類さ
れたグループ間の特徴量ベクトルの距離を比較すること
により、最終的なグループ数を決定することもできる。
数は、オペレータが人為的にグループ数を指定し、この
指定されたグループ数に合致するように原図パターンを
分類するようにしてもよい。更に、各特徴量ベクトル間
の距離に応じて原図パターンを分類する際に、特徴量ベ
クトル間の距離にある閾値を設定し、この閾値と分類さ
れたグループ間の特徴量ベクトルの距離を比較すること
により、最終的なグループ数を決定することもできる。
【００４７】図７は図２の部分パターンデータベース１
０に設けられたニューラルネットワークを用いたグルー
プ判別処理部１６の説明図であり、部分パターンデータ
ベース１０の登録モードにおいて作成された部分パター
ンテーブル１８の登録内容に基づいたニューラルネット
ワークの学習処理を行っている。図７において、まず部
分パターンデータテーブル１８より教師データテーブル
８を生成する。即ち、図４に示した登録内容をもつ部分
パターンテーブル１８に基づき、基本原図パターン群２
の中の各原図パターンａ，ｂ，ｃ，ｄ，・・・に対し、
特徴量ベクトルＸａ，Ｘｂ，Ｘｃ，Ｘｄ，・・・と各原
図パターンが属するグループ番号１，１，２，２，・・
・を格納した教師データテーブル８を準備する。
０に設けられたニューラルネットワークを用いたグルー
プ判別処理部１６の説明図であり、部分パターンデータ
ベース１０の登録モードにおいて作成された部分パター
ンテーブル１８の登録内容に基づいたニューラルネット
ワークの学習処理を行っている。図７において、まず部
分パターンデータテーブル１８より教師データテーブル
８を生成する。即ち、図４に示した登録内容をもつ部分
パターンテーブル１８に基づき、基本原図パターン群２
の中の各原図パターンａ，ｂ，ｃ，ｄ，・・・に対し、
特徴量ベクトルＸａ，Ｘｂ，Ｘｃ，Ｘｄ，・・・と各原
図パターンが属するグループ番号１，１，２，２，・・
・を格納した教師データテーブル８を準備する。
【００４８】この教師データテーブル８の特徴量ベクト
ルとグループ番号の組を教師データ９としてニューラル
ネットワーク２６に与え、特徴量ベクトルＸに対するグ
ループ番号Ｇｉの関係を学習させる。ニューラルネット
ワーク２６は、入力層２７、中間層２８、出力層２９の
ユニット群で構成される。このうち入力層２７は特徴量
ベクトルＸの各成分に対応するユニットで構成されてお
り、また出力層２９は分類された各グループに対応する
ユニットで構成されている。
ルとグループ番号の組を教師データ９としてニューラル
ネットワーク２６に与え、特徴量ベクトルＸに対するグ
ループ番号Ｇｉの関係を学習させる。ニューラルネット
ワーク２６は、入力層２７、中間層２８、出力層２９の
ユニット群で構成される。このうち入力層２７は特徴量
ベクトルＸの各成分に対応するユニットで構成されてお
り、また出力層２９は分類された各グループに対応する
ユニットで構成されている。
【００４９】このように教師データテーブル８の教師デ
ータ９を用いて学習させたニューラルネットワーク２６
に対し、未学習の文字パターンの特徴量ベクトルを入力
すると、学習済みのニューラルネットワーク２６の学習
機能及び補間機能によって部分パターンテーブル１８に
格納されている標準化部分パターンの内で最も類似した
形状を有するグループの番号が出力される。
ータ９を用いて学習させたニューラルネットワーク２６
に対し、未学習の文字パターンの特徴量ベクトルを入力
すると、学習済みのニューラルネットワーク２６の学習
機能及び補間機能によって部分パターンテーブル１８に
格納されている標準化部分パターンの内で最も類似した
形状を有するグループの番号が出力される。
【００５０】実際のニューラルネットワーク２６にあっ
ては、グループ番号そのものの出力ではなく、図７のよ
うにグループ番号ｉに対応する出力層２９のｉ番目のユ
ニットの出力値が１に近い値となる出力、例えばグルー
プ番号２の場合には出力層２９のユニット出力「０１・
・・０」を出力し、これによってグループ番号２の判別
結果が認識できる。
ては、グループ番号そのものの出力ではなく、図７のよ
うにグループ番号ｉに対応する出力層２９のｉ番目のユ
ニットの出力値が１に近い値となる出力、例えばグルー
プ番号２の場合には出力層２９のユニット出力「０１・
・・０」を出力し、これによってグループ番号２の判別
結果が認識できる。
【００５１】このように図２の部分パターンデータベー
ス１０に設けた部分パターンテーブル１８に対する標準
化部分パターンの登録及びグループ判別処理部１６を構
成するニューラルネットワークの学習処理が完了する
と、図４の原図パターン群１に含まれる任意の原図パタ
ーンあるいは新たな原図パターンを図２の装置に幾何変
換情報と共に入力することで、幾何変換パターン生成部
１２より指定された幾何変換情報に従った幾何変換パタ
ーンを出力することができる。
ス１０に設けた部分パターンテーブル１８に対する標準
化部分パターンの登録及びグループ判別処理部１６を構
成するニューラルネットワークの学習処理が完了する
と、図４の原図パターン群１に含まれる任意の原図パタ
ーンあるいは新たな原図パターンを図２の装置に幾何変
換情報と共に入力することで、幾何変換パターン生成部
１２より指定された幾何変換情報に従った幾何変換パタ
ーンを出力することができる。
【００５２】この通常処理における幾何変換パターン生
成部１２の置換処理部２２にあっては、幾何変換処理部
２０より出力される幾何変換情報、例えば文字サイズに
従って原図パターンをサイズ変換した幾何変換パターン
に対し、部分パターンデータベース１０より同じ原図パ
ターン及び幾何変換情報に基づいた検索によって選択出
力される標準化部分パターンに対応する置換部分パター
ンとそれ以外の非置換部分パターンに分類する。
成部１２の置換処理部２２にあっては、幾何変換処理部
２０より出力される幾何変換情報、例えば文字サイズに
従って原図パターンをサイズ変換した幾何変換パターン
に対し、部分パターンデータベース１０より同じ原図パ
ターン及び幾何変換情報に基づいた検索によって選択出
力される標準化部分パターンに対応する置換部分パター
ンとそれ以外の非置換部分パターンに分類する。
【００５３】そして部分パターンテーブル１８より選択
出力された標準化部分パターンと原図パターンから分類
された置換部分パターンを置き換えた後、再び非置換部
分パターンと結合する。このような置換処理に対し、幾
何変換処理部２０より得られた原図パターンから非置換
部分パターンを分離し、置換分離パターンに対する標準
化部分パターンの置き換えを行わず、非置換パターンに
標準化部分パターンを結合することで置換処理を行うよ
うにしてもよい。
出力された標準化部分パターンと原図パターンから分類
された置換部分パターンを置き換えた後、再び非置換部
分パターンと結合する。このような置換処理に対し、幾
何変換処理部２０より得られた原図パターンから非置換
部分パターンを分離し、置換分離パターンに対する標準
化部分パターンの置き換えを行わず、非置換パターンに
標準化部分パターンを結合することで置換処理を行うよ
うにしてもよい。
【００５４】置換処理部２２の置換処理が行われた幾何
変換パターンについては、整形処理部２４において、幾
何変換された文字パターンと手本となる原図パターンを
比較しながらオペレータが手作業によりアウトライン上
の凹凸やずれ等の異常の有無を検査し、異常を見つけた
場合は適宜修正を加える。更に整形処理部２４には図３
に示したように目視検査部２５が含まれており、目視検
査部２５では整形処理部２４で整形された文字パターン
を専門の検査員が目視検査を行い、文字全体のバランス
や品質、形状等をチェックし、検査基準を超えた文字パ
ターンのみを合格とし、それ以外の文字パターンは不合
格として再度、整形処理部２２に戻される。
変換パターンについては、整形処理部２４において、幾
何変換された文字パターンと手本となる原図パターンを
比較しながらオペレータが手作業によりアウトライン上
の凹凸やずれ等の異常の有無を検査し、異常を見つけた
場合は適宜修正を加える。更に整形処理部２４には図３
に示したように目視検査部２５が含まれており、目視検
査部２５では整形処理部２４で整形された文字パターン
を専門の検査員が目視検査を行い、文字全体のバランス
や品質、形状等をチェックし、検査基準を超えた文字パ
ターンのみを合格とし、それ以外の文字パターンは不合
格として再度、整形処理部２２に戻される。
【００５５】このような幾何変換パターン生成部１２に
おけるパターン生成処理において、置換処理部２２にお
いて部分パターンデータベース１０の部分パターンテー
ブル１８に予め準備された標準化部分パターンを選択し
て、原図パターンに含まれる部分パターンに置き換える
ことにより、次の整形処理部２４における整形処理及び
目視検査処理における人的な作業負担を大幅に軽減する
ことができる。
おけるパターン生成処理において、置換処理部２２にお
いて部分パターンデータベース１０の部分パターンテー
ブル１８に予め準備された標準化部分パターンを選択し
て、原図パターンに含まれる部分パターンに置き換える
ことにより、次の整形処理部２４における整形処理及び
目視検査処理における人的な作業負担を大幅に軽減する
ことができる。
【００５６】図８は図２の実施形態の部分パターンテー
ブル１８に対する標準化部分パターンの登録モードにお
ける登録処理のフローチャートである。まずステップＳ
１において、図４に示したように、原図パターン群１か
ら共通の部分パターンをもつサンプルを抽出して基本原
図パターン群２を作成する。続いてステップＳ２で原図
パターン群２から原図パターンを取り出し、ステップＳ
３で、カメラで撮影した後にスキャナ等によりディジタ
ル画像として入力し、ステップＳ４で、特徴抽出処理部
１４による特徴量ベクトルＸを測定する。
ブル１８に対する標準化部分パターンの登録モードにお
ける登録処理のフローチャートである。まずステップＳ
１において、図４に示したように、原図パターン群１か
ら共通の部分パターンをもつサンプルを抽出して基本原
図パターン群２を作成する。続いてステップＳ２で原図
パターン群２から原図パターンを取り出し、ステップＳ
３で、カメラで撮影した後にスキャナ等によりディジタ
ル画像として入力し、ステップＳ４で、特徴抽出処理部
１４による特徴量ベクトルＸを測定する。
【００５７】以上の原図パターンの特徴量ベクトルＸの
測定処理を、ステップＳ５で全原図パターンが終了する
まで繰り返す。続いてステップＳ６に進み、特徴量ベク
トルに対するクラスタ分析によりグループ化を行う。グ
ループ化が済んだならば、ステップＳ７で、各グループ
内での特徴量ベクトルの平均量Ｘ−を算出し、ステップ
Ｓ８で、平均量Ｘ−に最も近い部分パターンをそのグル
ープの代表とする。
測定処理を、ステップＳ５で全原図パターンが終了する
まで繰り返す。続いてステップＳ６に進み、特徴量ベク
トルに対するクラスタ分析によりグループ化を行う。グ
ループ化が済んだならば、ステップＳ７で、各グループ
内での特徴量ベクトルの平均量Ｘ−を算出し、ステップ
Ｓ８で、平均量Ｘ−に最も近い部分パターンをそのグル
ープの代表とする。
【００５８】このようにして各グループの代表とする部
分パターンが決められたならば、ステップＳ９で、サイ
ズ等の幾何変換パラメータを指定する。上記の実施形態
にあっては、幾何変換パラメータとしてサイズを例にと
っているが、これ以外に、回転変換、傾斜変換、透視変
換等の様々な幾何変換情報を指定することができる。ス
テップＳ９で幾何変換パラメータを指定したならば、ス
テップＳ１０で、指定された幾何変換パラメータに従っ
て代表部分パターンの数式変換を行い、変換パターンに
ついてステップＳ１１で目視整形処理を行い、ステップ
Ｓ１２で、グループ番号とそのときの幾何変換パラメー
タをインデックスとして部分パターンテーブル１８に登
録する。以上のステップＳ９〜Ｓ１２の処理を、ステッ
プＳ１３で全ての幾何変換パラメータの処理が終了する
まで繰り返す。
分パターンが決められたならば、ステップＳ９で、サイ
ズ等の幾何変換パラメータを指定する。上記の実施形態
にあっては、幾何変換パラメータとしてサイズを例にと
っているが、これ以外に、回転変換、傾斜変換、透視変
換等の様々な幾何変換情報を指定することができる。ス
テップＳ９で幾何変換パラメータを指定したならば、ス
テップＳ１０で、指定された幾何変換パラメータに従っ
て代表部分パターンの数式変換を行い、変換パターンに
ついてステップＳ１１で目視整形処理を行い、ステップ
Ｓ１２で、グループ番号とそのときの幾何変換パラメー
タをインデックスとして部分パターンテーブル１８に登
録する。以上のステップＳ９〜Ｓ１２の処理を、ステッ
プＳ１３で全ての幾何変換パラメータの処理が終了する
まで繰り返す。
【００５９】図９は、図８の部分パターンテーブル１８
に対する標準化部分パターンテーブルの登録処理、及び
図７に示したグループ判別処理部１６を構成するニュー
ラルネットワーク２６に対する学習処理が終了した後
に、幾何変換パターン生成部１２で行われるパターン生
成処理のフローチャートである。図９において、まずス
テップＳ１で、パターン生成を行う任意の原図パターン
と幾何変換情報を部分パターンデータベース１０及び幾
何変換パターン生成部１２に並列的に入力する。この原
図パターンと幾何変換情報の入力を受けて、部分パター
ンデータベース１０にあっては、ステップＳ２で、特徴
抽出処理部１４が入力された原図パターンについて特徴
量ベクトルＸを測定し、グループ判別処理部１６に出力
する。
に対する標準化部分パターンテーブルの登録処理、及び
図７に示したグループ判別処理部１６を構成するニュー
ラルネットワーク２６に対する学習処理が終了した後
に、幾何変換パターン生成部１２で行われるパターン生
成処理のフローチャートである。図９において、まずス
テップＳ１で、パターン生成を行う任意の原図パターン
と幾何変換情報を部分パターンデータベース１０及び幾
何変換パターン生成部１２に並列的に入力する。この原
図パターンと幾何変換情報の入力を受けて、部分パター
ンデータベース１０にあっては、ステップＳ２で、特徴
抽出処理部１４が入力された原図パターンについて特徴
量ベクトルＸを測定し、グループ判別処理部１６に出力
する。
【００６０】グループ判別処理部１６は、ステップＳ３
でニューラルネットワークを用いたグループ判別処理を
行い、グループ番号ｉを部分パターンテーブル１８に出
力する。部分パターンテーブル１８は、ステップＳ４
で、グループ番号ｉと入力された幾何変換情報によって
テーブルを検索し、対応する標準化部分パターンＰｉを
読み出して幾何変換パターン生成部１２に出力する。
でニューラルネットワークを用いたグループ判別処理を
行い、グループ番号ｉを部分パターンテーブル１８に出
力する。部分パターンテーブル１８は、ステップＳ４
で、グループ番号ｉと入力された幾何変換情報によって
テーブルを検索し、対応する標準化部分パターンＰｉを
読み出して幾何変換パターン生成部１２に出力する。
【００６１】一方、幾何変換パターン生成部１２にあっ
ては、ステップＳ５で、幾何変換処理部２０が、入力さ
れた原図パターンを同じく入力された幾何変換情報例え
ばサイズ情報に従った数式処理により幾何変換し、ステ
ップＳ６で、置換処理部２２が幾何変換済み原図パター
ンを標準化部分パターンの置き換え対象となる置換部分
パターンと非置換部分パターンに分離する。
ては、ステップＳ５で、幾何変換処理部２０が、入力さ
れた原図パターンを同じく入力された幾何変換情報例え
ばサイズ情報に従った数式処理により幾何変換し、ステ
ップＳ６で、置換処理部２２が幾何変換済み原図パター
ンを標準化部分パターンの置き換え対象となる置換部分
パターンと非置換部分パターンに分離する。
【００６２】続いてステップＳ７で、置換処理部２２は
分離した置換部分パターンを標準化部分パターンに置き
換えた後に非置換部分パターンに結合し、置き換え済み
の原図パターンを整形処理部２４に出力する。整形処理
部２４にあっては、ステップＳ８で目視による整形処理
を行い、更にステップＳ９で目視による検査処理を行
い、ステップＳ１０で合格すれば、これをステップＳ１
１で生成パターンとして出力する。一方、ステップＳ１
０で目視検査による合格が得られなければ、ステップＳ
８の目視による整形処理に戻って整形処理を再度やり直
すことになる。
分離した置換部分パターンを標準化部分パターンに置き
換えた後に非置換部分パターンに結合し、置き換え済み
の原図パターンを整形処理部２４に出力する。整形処理
部２４にあっては、ステップＳ８で目視による整形処理
を行い、更にステップＳ９で目視による検査処理を行
い、ステップＳ１０で合格すれば、これをステップＳ１
１で生成パターンとして出力する。一方、ステップＳ１
０で目視検査による合格が得られなければ、ステップＳ
８の目視による整形処理に戻って整形処理を再度やり直
すことになる。
【００６３】図１０は本発明の他の実施形態であり、図
２の実施形態に更に更新処理部３０を追加し、幾何変換
パターン生成部１２による生成結果に基づいて部分パタ
ーンテーブル１８の登録内容の更新を行うようにしたこ
とを特徴とする。図１０において、部分パターンデータ
ベース１０及び幾何変換パターン生成部１２は図２の実
施形態と同じであり、新たに設けられた更新処理部３０
は、無修正パターン抽出部３２、特徴抽出処理部３４及
びデータ記憶部３６を備える。
２の実施形態に更に更新処理部３０を追加し、幾何変換
パターン生成部１２による生成結果に基づいて部分パタ
ーンテーブル１８の登録内容の更新を行うようにしたこ
とを特徴とする。図１０において、部分パターンデータ
ベース１０及び幾何変換パターン生成部１２は図２の実
施形態と同じであり、新たに設けられた更新処理部３０
は、無修正パターン抽出部３２、特徴抽出処理部３４及
びデータ記憶部３６を備える。
【００６４】無修正パターン抽出部３２は、幾何変換パ
ターン生成部１２の整形処理部２４で修正処理を施す必
要がなかった幾何変換パターンを抽出した後、抽出した
無修正パターンの基となる原図パターンと、置き換えを
行った標準化部分パターンに付随するグループ番号ｉを
特徴抽出処理部３４に出力する。特徴抽出処理部３４に
あっては、無修正パターンの基の原図パターンの特徴量
ベクトルＸを抽出し、入力されたグループ番号ｉとの組
にしてデータ記憶部３６に記憶させる。データ記憶部３
６にあっては、特徴抽出処理部３４より与えられた無修
正パターンの原図パターンから得られた特徴量ベクトル
Ｘ及びそのグループ番号ｉを格納すると共に、予め定め
た一定の周期ごとに特徴量ベクトルとグループ番号の組
データを部分パターンデータベース１０の部分パターン
テーブル１８に更新情報として提示する。
ターン生成部１２の整形処理部２４で修正処理を施す必
要がなかった幾何変換パターンを抽出した後、抽出した
無修正パターンの基となる原図パターンと、置き換えを
行った標準化部分パターンに付随するグループ番号ｉを
特徴抽出処理部３４に出力する。特徴抽出処理部３４に
あっては、無修正パターンの基の原図パターンの特徴量
ベクトルＸを抽出し、入力されたグループ番号ｉとの組
にしてデータ記憶部３６に記憶させる。データ記憶部３
６にあっては、特徴抽出処理部３４より与えられた無修
正パターンの原図パターンから得られた特徴量ベクトル
Ｘ及びそのグループ番号ｉを格納すると共に、予め定め
た一定の周期ごとに特徴量ベクトルとグループ番号の組
データを部分パターンデータベース１０の部分パターン
テーブル１８に更新情報として提示する。
【００６５】この更新情報の提示を受けた部分パターン
テーブル１８にあっては、提示されたグループ番号に対
応するグループの代表となっている部分パターンが更新
処理部３０より提示された部分パターンに一致するか否
か判定する。もし不一致であった場合には、そのグルー
プの代表を更新処理部３０から得られた部分パターンに
変更し、変更した代表部分パターンについて幾何変換を
行って整形した後に、新たな標準化データとして格納す
る更新処理を行う。
テーブル１８にあっては、提示されたグループ番号に対
応するグループの代表となっている部分パターンが更新
処理部３０より提示された部分パターンに一致するか否
か判定する。もし不一致であった場合には、そのグルー
プの代表を更新処理部３０から得られた部分パターンに
変更し、変更した代表部分パターンについて幾何変換を
行って整形した後に、新たな標準化データとして格納す
る更新処理を行う。
【００６６】このような更新処理部３０による部分パタ
ーンテーブル１８の更新処理により、幾何変換パターン
生成部１２における幾何変換パターンの生成処理の進行
に伴い、部分パターンテーブル１８に登録されている標
準化部分パターンが整形処理部２４で修正を必要としな
い最適な標準化部分パターンに更新することができる。
ーンテーブル１８の更新処理により、幾何変換パターン
生成部１２における幾何変換パターンの生成処理の進行
に伴い、部分パターンテーブル１８に登録されている標
準化部分パターンが整形処理部２４で修正を必要としな
い最適な標準化部分パターンに更新することができる。
【００６７】図１１は図１０の更新処理部３０の他の実
施形態であり、この実施形態にあっては更新処理部３０
の提示するデータによって、部分パターンデータベース
１０に設けているグループ判別処理部１６を構成するニ
ューラルネットワークの再学習を行うようにしたことを
特徴とする。更新処理部３０は、図１１と同様、無修正
パターン抽出部３２、特徴抽出処理部３４及びデータ記
憶部３６で構成される。図１１の実施形態にあっては、
更新処理部３０のデータ記憶部３６に格納された無修正
パターンの基となる原図パターンの特徴ベクトル量とグ
ループ番号の組データを幾何変換パターン生成部１２に
よるパターン生成処理の進行に伴い、部分パターンデー
タベース１０のグループ判別処理部１６に対し教師デー
タとして周期的に提示し、この教師データを基にグルー
プ判別処理部１６のニューラルネットワークが追加学習
を行う。
施形態であり、この実施形態にあっては更新処理部３０
の提示するデータによって、部分パターンデータベース
１０に設けているグループ判別処理部１６を構成するニ
ューラルネットワークの再学習を行うようにしたことを
特徴とする。更新処理部３０は、図１１と同様、無修正
パターン抽出部３２、特徴抽出処理部３４及びデータ記
憶部３６で構成される。図１１の実施形態にあっては、
更新処理部３０のデータ記憶部３６に格納された無修正
パターンの基となる原図パターンの特徴ベクトル量とグ
ループ番号の組データを幾何変換パターン生成部１２に
よるパターン生成処理の進行に伴い、部分パターンデー
タベース１０のグループ判別処理部１６に対し教師デー
タとして周期的に提示し、この教師データを基にグルー
プ判別処理部１６のニューラルネットワークが追加学習
を行う。
【００６８】この結果、グループ判別処理部１６を構成
するニューラルネットワークの特徴量ベクトルＸに対す
るグループ番号ｉの判別処理の精度が幾何変換パターン
生成部１２によるパターン生成の進行に伴って向上し、
処理対象として入力する原図パターンに対し、最も類似
度の高い最適な標準化部分パターンを部分パターンテー
ブル１８から検索して置換処理部２２で置換することが
できる。
するニューラルネットワークの特徴量ベクトルＸに対す
るグループ番号ｉの判別処理の精度が幾何変換パターン
生成部１２によるパターン生成の進行に伴って向上し、
処理対象として入力する原図パターンに対し、最も類似
度の高い最適な標準化部分パターンを部分パターンテー
ブル１８から検索して置換処理部２２で置換することが
できる。
【００６９】尚、上記の実施形態にあっては原図パター
ンとして文字パターンを例にとるものであったが、本発
明はこれに限定されず、文字パターン以外の図形やアイ
コン等の様々なパターンに対しても同様に、高品質な変
換パターンを効率的に生成することができる。
ンとして文字パターンを例にとるものであったが、本発
明はこれに限定されず、文字パターン以外の図形やアイ
コン等の様々なパターンに対しても同様に、高品質な変
換パターンを効率的に生成することができる。
【００７０】
【発明の効果】以上説明してきたように本発明によれ
ば、予め準備された部分パターンテーブル処理対象とす
る原図パターン及びサイズ等の幾何変換条件に基づいて
最適な標準化部分パターンを選択して、幾何変換処理さ
れた原図パターンの共通部分パターンに置き換えること
で、少なくとも共通部分パターンに対する整形処理作業
の負担を大幅に低減することかでき、また類似した形状
のパターンに対し何度も同じ整形作業を繰り返すという
無駄な作業が低減でき、人為的な介在を必要とする整形
及び目視検査処理を省略して、効率的で且つ高品質な文
字等のパターン生成が実現できる。
ば、予め準備された部分パターンテーブル処理対象とす
る原図パターン及びサイズ等の幾何変換条件に基づいて
最適な標準化部分パターンを選択して、幾何変換処理さ
れた原図パターンの共通部分パターンに置き換えること
で、少なくとも共通部分パターンに対する整形処理作業
の負担を大幅に低減することかでき、また類似した形状
のパターンに対し何度も同じ整形作業を繰り返すという
無駄な作業が低減でき、人為的な介在を必要とする整形
及び目視検査処理を省略して、効率的で且つ高品質な文
字等のパターン生成が実現できる。
【図１】本発明の原理説明図
【図２】本発明の基本的な実施形態のブロック図
【図３】図２の処理機能の説明図
【図４】図２の部分パターンテーブルに対する登録処理
の説明図
の説明図
【図５】図２の部分パターンのグループ化と標準化部分
パターンの具体例の説明図
パターンの具体例の説明図
【図６】図２の特徴量の抽出処理の説明図
【図７】図２のグループ判別処理部に用いたニューラル
ネットワークの説明図
ネットワークの説明図
【図８】図２の部分パターンデータベースの登録処理の
フローチャート
フローチャート
【図９】図２の実施形態によるパターン生成処理のフロ
ーチャート
ーチャート
【図１０】更新処理部を設けた本発明の実施形態のブロ
ック図
ック図
【図１１】更新処理部を設けた本発明の他の実施形態の
ブロック図
ブロック図
１：対象原図パターン群 ２：基本パターン群 ３：原図 ４：カメラ ５：検索キー ６，７：標準化部分パターン ８：教師データテーブル ９：教師データ １０：部分パターンデータベース １２：幾何変換パターン生成部 １４：特徴抽出処理部 １６：グループ判別処理部 １８：部分パターンテーブル ２０：幾何変換処理部 ２２：置換処理部 ２４：整形処理部 ２５：目視検査部 ２６：ニューラルネットワーク ２７：入力層 ２８：中間層 ２９：出力層 ３０：更新処理部 ３２：無修正パターン抽出部 ３４：特徴抽出処理部 ３６：データ記憶部
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 Ｇ０９Ｇ 5/24 ６３０ Ｇ０６Ｆ 15/70 ４６５Ａ (72)発明者 直井 聡 神奈川県川崎市中原区上小田中４丁目１番 １号 富士通株式会社内 (72)発明者 増本 大器 神奈川県川崎市中原区上小田中４丁目１番 １号 富士通株式会社内
Claims (33)
- 【請求項１】文字、シンボル等の基本となる原図パター
ンから様々な種類の幾何変換パターンを生成するパター
ン生成装置に於いて、 登録モードと検索モードを有し、登録モードの際には、
対象となる基本原図パターン群の中で、複数の原図パタ
ーンに共通に含まれる部分パターンを抽出して種別グル
ープに分類し、各種別グループ毎に定めた代表的な部分
パターンに対して所定の幾何変換処理した結果を標準化
部分パターンとして登録し、検索モードの際には、入力
された原図パターンと幾何変換情報に基づいて該当する
標準化部分パターンを選択する部分パターンデータベー
スと、 原図パターンと幾何変換情報を入力し、入力された原図
パターンに対して前記幾何変換処理を施す際に、該原図
パターンに含まれる部分パターンを前記部分パターンデ
ータベースの検索モードにより選択された標準化部分パ
ターンに置き換えて幾何変換パターンを生成する幾何変
換パターン生成部と、を備えたことを特徴とするパター
ン生成装置。 - 【請求項２】請求項１記載のパターン生成装置に於い
て、前記部分パターンデータベースは、登録モードで、
複数の原図パターンに共通に含まれる部分パターンを抽
出する際に、まず対象となる原図パターン群の中から複
数のパターンをサンプル抽出した基本原図パターン群を
用意し、基本原図パターン群の中から共通な部分パター
ンを抽出することを特徴とするパターン生成装置。 - 【請求項３】請求項１記載のパターン生成装置に於い
て、前記幾何変換パターン生成部は、 入力された原図パターンに対して幾何学的な変換を行な
う幾何変換処理部と、 該幾何変換処理部で変換された幾何変換パターンの部分
パターンを、前記部分パターンデータベースから選択さ
れた標準化部分パターンと置き換える置換処理部と、 該置換処理部で置換された幾何変換パターンに対し整形
を施す整形処理部と、を有することを特徴とするパター
ン生成装置。 - 【請求項４】請求項３記載のパターン生成装置に於い
て、前記置換処理部は、前記幾何変換処理部で変換され
た幾何変換パターンから置換対象とする部分パターンを
分離した後、該分離部分パターンと前記部分パターンデ
ータベースから選択された標準化部分パターンとを置き
換えて新たな幾何変換パターンを生成することを特徴と
するパターン生成装置。 - 【請求項５】請求項３記載のパターン生成装置に於い
て、 前記幾何変換処理部は、入力された原図パターンから置
換対象とする部分パターンを分離した残りの非置換部分
パターンに対して幾何変換処理を施し、 前記置換処理部は、幾何変換処理部で変換された非置換
部分パターンと前記部分パターンデータベースから選択
された標準化部分パターンを結合することにより新たな
幾何変換パターンを生成することを特徴とするパターン
生成装置。 - 【請求項６】請求項１記載のパターン生成装置に於い
て、前記部分パターンデータベースは、 入力された原図パターンから特徴量ベクトルを抽出する
特徴抽出処理部と、 前記特徴抽出処理部で抽出された特徴量ベクトルと指定
されたサイズ等の幾何変換情報に基づき、種別グループ
の判別情報を生成するグループ判別処理部と、 登録モードの際には、各種別グループ毎に定めた代表的
な部分パターンに対して所定の幾何変換処理した結果で
ある標準化部分パターンを、前記幾何変換情報と前記種
別グループ判別情報をインデックスとして登録し、検索
モードの際には、入力された原図パターンにより前記特
徴抽出部及びグループ判別処理部によって得られた種別
グループ判別情報と入力された幾何変換情報とに基づい
た検索により該当する標準化部分パターンを選択する部
分パターンテーブルと、を有することを特徴とするパタ
ーン生成装置。 - 【請求項７】請求項６記載のパターン生成装置に於い
て、前記部分パターンテーブルを作成する登録モードの
際に、人間の目視分類によって原図パターンを分類する
ことを特徴とするパターン生成装置。 - 【請求項８】請求項６記載のパターン生成装置に於い
て、前記部分パターンテーブルを作成する登録モードの
際に、前記特徴抽出処理部は、原図パターンの有する幾
何学的な特徴量ベクトルを測定し、各特徴量ベクトル間
の距離に応じて原図パターンを分類することを特徴とす
るパターン生成装置。 - 【請求項９】請求項８記載のパターン生成装置に於い
て、前記特徴抽出処理部は、前記特徴ベクトル間の距離
として、２つのベクトルの各要素の誤差の平方和である
ユークリッド平方距離を用いることを特徴とするパター
ン生成装置。 - 【請求項１０】請求項８記載のパターン生成装置に於い
て、前記特徴抽出処理部は、前記特徴ベクトル間の距離
として、２つのベクトルの各要素の２乗誤差を要素の分
散で除して和をとった標準化ユークリッド平方距離を用
いることを特徴とするパターン生成装置。 - 【請求項１１】請求項８記載のパターン生成装置に於い
て、前記特徴抽出処理部は、前記特徴ベクトル間の距離
として、２つのベクトルの誤差ベクトルと分散・共分散
行列の２次形式で表されるマハラノビス距離を用いるこ
とを特徴とするパターン生成装置。 - 【請求項１２】請求項８記載のパターン生成装置に於い
て、前記各特徴量ベクトル間の距離に応じて原図パター
ンを分類する際に、予め指定されたグループ数に合致す
るように原図パターンを分類することを特徴とするパタ
ーン生成装置。 - 【請求項１３】請求項８記載のパターン生成装置に於い
て、前記各特徴量ベクトル間の距離に応じて原図パター
ンを分類する際に、特徴ベクトル間の距離に所定の閾値
を設定し、該閾値と分類されたグループ間の特徴ベクト
ルの距離を比較することにより、最終的なグループ数を
決定することを特徴とするパターン生成装置。 - 【請求項１４】請求項６記載のパターン生成装置に於い
て、前記部分パターンテーブルを作成する登録モードの
際に、前記特徴抽出処理部は、原図パターンをスキャナ
等のディジタル化手段でディジタル画像に変換し、該デ
ィジタル画像データ等を基に原画パターンの有する幾何
学的な特徴量ベクトルを測定することを特徴とするパタ
ーン生成装置。 - 【請求項１５】請求項６記載のパターン生成装置に於い
て、 前記部分パターンテーブルは、登録モードの際に、同一
グループに属する複数の部分パターンの特徴ベクトル量
の平均値を算出し、該平均値との誤差が最小となる特徴
量ベクトルの部分パターンを標準化部分パターンとして
登録し、検索モードの際には、前記グループ判別処理部
から出力される種別グループ判別情報で指定されたグル
ープに属する前記標準化部分パターンを選択して出力す
ることを特徴とするパターンの生成方式。 - 【請求項１６】請求項６記載のパターン生成装置に於い
て、前記グループ判別処理部はニューラルネットワーク
で構成され、入力された特徴量ベクトルに対して適切な
グループ番号を選択するため、予め複数の原図パターン
に対する特徴量ベクトルとグループ番号の関係を前記ニ
ューラルネットワークに学習させて検索に用いることを
特徴とするパターン生成装置。 - 【請求項１７】請求項６記載のパターン生成装置に於い
て、更に、前記幾何変換パターン生成部の生成結果に基
づいて前記部分パターンデータベースに設けた部分パタ
ーンテーブルの登録内容を更新する更新処理部を設けた
ことを特徴とするパターン生成装置。 - 【請求項１８】請求項１７記載のパターン生成装置に於
いて、前記更新処理部は、 前記幾何変換パターン生成部で修正を加える必要が無か
った幾何変換パターンを抽出して対応する原図パターン
とグループ番号の組を出力する無修正パターン抽出部
と、 前記無修正パターン抽出部で抽出された原図パターンの
特徴量ベクトルを抽出する特徴抽出処理部と、 前記特徴抽出部で抽出された特徴量ベクトルと前記グル
ープ番号の組を記憶するデータ記憶部と、を備え、前記
データ記憶部に保持された特徴量ベクトルとグループ番
号の組を基に、前記部分パターンデータベースの部分パ
ターンテーブルに登録されている標準化部分パターンを
更新することを特徴とするパターン生成装置。 - 【請求項１９】請求項１８記載のパターン生成装置に於
いて、前記データベースに設けたグループ判別処理部が
入力された特徴量ベクトルに対して適切なグループ番号
を選択するように予め複数の原図パターンに対する特徴
量ベクトルとグループ番号の関係を学習させたニューラ
ルネットワークで構成されている場合、前記更新処理部
は、前記データ記憶部に保持されている特徴量ベクトル
とグループ番号の組を教師データとして前記ニューラル
ネットワークに対して追加学習を行わせることを特徴と
するパターン生成装置。 - 【請求項２０】請求項１７記載のパターン生成装置に於
いて、前記更新処理部は、前記部分パターンテーブルを
更新する際に、部分パターンテーブルに含まれる部分パ
ターンのグループ数を変更することを特徴とするパター
ン生成装置。 - 【請求項２１】請求項２０記載のパターン生成装置に於
いて、前記更新処理部は、前記部分パターンテーブルの
グループ数を変更する際に、前記幾何変換パターン生成
部から出力された複数の幾何変換パターンに対して目視
検査を行ない、必要と思われるｎ個のグループを新たに
追加することでグループ数を変更することを特徴とする
パターン生成装置。 - 【請求項２２】請求項２０記載のパターン生成装置に於
いて、前記更新処理部は、前記部分パターンテーブルの
グループ数を変更する際に、前記幾何変換パターン生成
部から出力された複数の幾何変換パターンを対象に、原
図パターンの有する幾何学的な特徴量ベクトルを測定
し、各特徴量ベクトル間の距離に応じて原図パターンを
分類してグループ数を変更することを特徴とするパター
ン生成装置。 - 【請求項２３】請求項２０記載のパターン生成装置に於
いて、前記更新処理部は、前記部分パターンテーブルの
グループ数を変更する際に、前記幾何変換パターン生成
部から出力された複数の幾何変換パターンを対象に、原
図パターンの有する幾何学的な特徴量ベクトルを測定
し、更に特徴ベクトル間の距離に所定の閾値を設定し、
該閾値と分類されたグループ間の特徴ベクトルの距離を
比較することにより、最終的なグループ数を決定してグ
ループ数を変更することを特徴とするパターン生成装
置。 - 【請求項２４】請求項２３記載のパターン生成装置に於
いて、前記更新処理部は、再度分類処理を行なって部分
パターンテーブルのグループ数を変更する際に、前記閾
値を段階的に操作することで、人為的に指定したｎ個の
新たなグループを生成してグループ数を変更することを
特徴とするパターン生成装置。 - 【請求項２５】請求項２３記載のパターン生成装置に於
いて、前記更新処理部は、再度分類処理を行なって部分
パターンテーブルのグループ数を変更する際に、前記閾
値を一定値分増減して再設定することで新たなグループ
を生成することを特徴とするパターン生成装置。 - 【請求項２６】請求項１記載のパターン生成装置に於い
て、 前記部分パターンデータベースは、対象とする原図パタ
ーン群を文字フォント生成の手本となる字母パターン群
に限定し、字母パターンに共通に含まれる「偏」や
「旁」等の部分パターンについて、所定の幾何変換処理
した結果を標準化部分パターンとして登録し、 前記比較変換パターン生成部は、任意の字母パターンと
幾何変換情報の入力に基づき、「偏」や「旁」等の部分
パターンを前記部分パターンデータベースで選択された
標準化部分パターンに置き換えて文字フォントを生成す
ることを特徴とするパターン生成装置。 - 【請求項２７】請求項２６記載のパターン生成装置に於
いて、前記パターンデータベースは、前記字母パターン
から特徴量を抽出する際に、字母パターンを構成する
「偏」や「旁」の大きさ、基準となる外枠に対する空き
領域、画数、重心位置等のうち少なくとも一つを特徴量
として採用することを特徴とするパターン生成装置。 - 【請求項２８】文字、シンボル等の基本となる原図パタ
ーンから様々な種類の幾何変換パターンを生成するパタ
ーン生成のプログラムを格納した記憶媒体に於いて、 登録モードと検索モードを有し、登録モードの際には、
対象となる基本原図パターン群の中で、複数の原図パタ
ーンに共通に含まれる部分パターンを抽出して種別グル
ープに分類し、各種別グループ毎に定めた代表的な部分
パターンに対して所定の幾何変換処理した結果を標準化
部分パターンとして登録し、検索モードの際には、入力
された原図パターンと幾何変換情報に基づいて該当する
標準化部分パターンを選択する部分パターンデータベー
スと、 原図パターンと幾何変換情報を入力し、入力された原図
パターンに対して前記幾何変換処理を施す際に、該原図
パターンに含まれる部分パターンを前記部分パターンデ
ータベースの検索モードにより選択された標準化部分パ
ターンに置き換えて幾何変換パターンを生成する幾何変
換パターン生成部と、を備えたことを特徴とするパター
ン生成のプログラムを格納した記憶媒体。 - 【請求項２９】請求項２８記載のパターン生成のプログ
ラムを格納した記憶媒体に於いて、前記部分パターンデ
ータベースは、登録モードで、複数の原図パターンに共
通に含まれる部分パターンを抽出する際に、まず対象と
なる原図パターン群の中から複数のパターンをサンプル
抽出した基本原図パターン群を用意し、基本原図パター
ン群の中から共通な部分パターンを抽出することを特徴
とするパターン生成のプログラムを格納した記憶媒体。 - 【請求項３０】請求項２８記載のパターン生成のプログ
ラムを格納した記憶媒体に於いて、前記幾何変換パター
ン生成部は、 入力された原図パターンに対して幾何学
的な変換を行なう幾何変換処理部と、 該幾何変換処理
部で変換された幾何変換パターンの部分パターンを、前
記部分パターンデータベースから選択された標準化部分
パターンと置き換える置換処理部と、 該置換処理部で置換された幾何変換パターンに対し整形
を施す整形処理部と、を有することを特徴とするパター
ン生成のプログラムを格納した記憶媒体。 - 【請求項３１】請求項２８記載のパターン生成のプログ
ラムを格納した記憶媒体に於いて、前記部分パターンデ
ータベースは、 入力された原図パターンから特徴量ベクトルを抽出する
特徴抽出処理部と、 前記特徴抽出処理部で抽出された特徴量ベクトルと指定
されたサイズ等の幾何変換情報に基づき、種別グループ
の判別情報を生成するグループ判別処理部と、 登録モードの際には、各種別グループ毎に定めた代表的
な部分パターンに対して所定の幾何変換処理した結果で
ある標準化部分パターンを、前記幾何変換情報と前記種
別グループ判別情報をインデックスとして登録し、検索
モードの際には、入力された原図パターンにより前記特
徴抽出部及びグループ判別処理部によって得られた種別
グループ判別情報と入力された幾何変換情報とに基づい
た検索により該当する標準化部分パターンを選択する部
分パターンテーブルと、を有することを特徴とするパタ
ーン生成のプログラムを格納した記憶媒体。 - 【請求項３２】請求項３１記載のパターン生成のプログ
ラムを格納した記憶媒体に於いて、更に、前記幾何変換
パターン生成部の生成結果に基づいて前記部分パターン
データベースに設けた部分パターンテーブルの登録内容
を更新する更新処理部を設けたことを特徴とするパター
ン生成のプログラムを格納した記憶媒体。 - 【請求項３３】請求項３２記載のパターン生成のプログ
ラムを格納した記憶媒体に於いて、前記更新処理部は、 前記幾何変換パターン生成部で修正を加える必要が無か
った幾何変換パターンを抽出して対応する原図パターン
とグループ番号の組を出力する無修正パターン抽出部
と、 前記無修正パターン抽出部で抽出された原図パターンの
特徴量ベクトルを抽出する特徴抽出処理部と、 前記特徴抽出部で抽出された特徴量ベクトルと前記グル
ープ番号の組を記憶するデータ記憶部と、を備え、前記
データ記憶部に保持された特徴量ベクトルとグループ番
号の組を基に、前記部分パターンデータベースの部分パ
ターンテーブルに登録されている標準化部分パターンを
更新することを特徴とするパターン生成のプログラムを
格納した記憶媒体。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP9082518A JPH09326037A (ja) | 1996-04-01 | 1997-04-01 | パターン生成装置及びパターン生成のプログラムを格納した記憶媒体 |
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP8-78517 | 1996-04-01 | ||
| JP7851796 | 1996-04-01 | ||
| JP9082518A JPH09326037A (ja) | 1996-04-01 | 1997-04-01 | パターン生成装置及びパターン生成のプログラムを格納した記憶媒体 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPH09326037A true JPH09326037A (ja) | 1997-12-16 |
Family
ID=26419575
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP9082518A Withdrawn JPH09326037A (ja) | 1996-04-01 | 1997-04-01 | パターン生成装置及びパターン生成のプログラムを格納した記憶媒体 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPH09326037A (ja) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2006051795A1 (ja) * | 2004-11-10 | 2006-05-18 | Sharp Kabushiki Kaisha | 処理装置、プログラムおよび記録媒体 |
| JP2009232450A (ja) * | 2008-03-24 | 2009-10-08 | Fujitsu Ltd | 画像処理方法、画像処理装置及び透かし検出システム |
| KR20190061224A (ko) * | 2017-11-27 | 2019-06-05 | 한국전자통신연구원 | 컨텐츠 검색 방법 및 장치 |
-
1997
- 1997-04-01 JP JP9082518A patent/JPH09326037A/ja not_active Withdrawn
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2006051795A1 (ja) * | 2004-11-10 | 2006-05-18 | Sharp Kabushiki Kaisha | 処理装置、プログラムおよび記録媒体 |
| JP2009232450A (ja) * | 2008-03-24 | 2009-10-08 | Fujitsu Ltd | 画像処理方法、画像処理装置及び透かし検出システム |
| KR20190061224A (ko) * | 2017-11-27 | 2019-06-05 | 한국전자통신연구원 | 컨텐츠 검색 방법 및 장치 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111325203B (zh) | 一种基于图像校正的美式车牌识别方法及系统 | |
| CN117274756B (zh) | 基于多维特征配准的二维图像与点云的融合方法及装置 | |
| CN111462120B (zh) | 一种基于语义分割模型缺陷检测方法、装置、介质及设备 | |
| US5592572A (en) | Automated portrait/landscape mode detection on a binary image | |
| CN115546795A (zh) | 一种基于深度学习的圆形指针式仪表自动读数方法 | |
| CN113592839A (zh) | 基于改进Faster RCNN的配网线路典型缺陷诊断方法及系统 | |
| JPH06162198A (ja) | パターン認識装置 | |
| CN110363196B (zh) | 一种倾斜文本的文字精准识别的方法 | |
| CN113158895A (zh) | 票据识别方法、装置、电子设备及存储介质 | |
| CN111553422A (zh) | 手术器械自动识别回收方法及系统 | |
| CN114463503B (zh) | 三维模型和地理信息系统的融合方法及装置 | |
| CN111612045B (zh) | 一种获取目标检测数据集的通用方法 | |
| CN110929746A (zh) | 一种基于深度神经网络的电子卷宗标题定位提取与分类方法 | |
| CN117115569B (zh) | 基于机器学习的物像自动识别分类方法及系统 | |
| CN112418262A (zh) | 车辆再识别的方法、客户端及系统 | |
| JPH08508128A (ja) | 分布マップを用いる画像の分類方法及び装置 | |
| CN116306218B (zh) | 一种基于机器学习的三维模型智能化出图方法和系统 | |
| CN112651955A (zh) | 一种肠道图像的识别方法及终端设备 | |
| CN115527067A (zh) | 一种图文印刷物内容校验方法、系统及存储介质 | |
| JPH09326037A (ja) | パターン生成装置及びパターン生成のプログラムを格納した記憶媒体 | |
| CN114863129A (zh) | 仪表数值分析方法、装置、设备及存储介质 | |
| CN117095423B (zh) | 一种银行单据字符的识别方法及装置 | |
| EP3776334B1 (en) | Musical notation system | |
| WO1999017250A1 (en) | Image comparing system | |
| CN112115949B (zh) | 一种烟草证件以及订单的光学文字识别方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A300 | Application deemed to be withdrawn because no request for examination was validly filed |
Free format text: JAPANESE INTERMEDIATE CODE: A300 Effective date: 20040601 |