JPH0944599A - 情報処理装置及び方法 - Google Patents

Abstract

(57)【要約】 【課題】 入力された手書きストローク情報から、当該
ストロークの精度良い特徴情報を抽出して下位の処理に
渡す。 【解決手段】 座標点データで構成されるストローク情
報が文字入力部１０１より入力され、ストローク格納部
１０２に格納される。特徴抽出部１０３では、ストロー
ク情報の曲がりの度合の大きい点のみを有効にし、少な
くともｎ＋１個のデータを抽出する。特徴点消去部１０
４では、得られた特徴点の曲がりの度合の大きいｎ＋１
個のみを残し、その他は消去する。こうして１ストロー
ク分のデータからｎ個のベクトルを生成するために必要
なデータを抽出する。ベクトル化部１０５では、得られ
た点データに基づいてベクトルを示すコードを生成し、
文字認識部１０６に出力し、文字認識を行なわせ、結果
出力部１０７で認識結果を出力させる。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は情報処理装置及び方
法、詳しくは、入力された手書きストロークから、当該
ストロークを構成する点データ群の中の特徴点を抽出
し、当該特徴点に基づく情報を下位の処理に渡す情報処
理装置及び方法に関するものである。

【０００２】

【従来の技術】従来、入力された筆跡を文字認識して、
文字コードに変換する文字認識方法には数々の手法が考
案されている。その手法の中にベクトルマッチング方式
と呼ばれるものがある。この手法は以下のとおりであ
る。

【０００３】まず、入力された筆跡に対し、ペンダウン
情報とペンアップ情報によって区切られた座標点列を１
ストロークと呼び、そのストロークをベクトル化してス
トロークベクトルとして表現する。次に、複数のストロ
ークベクトルの個々について、予め認識辞書に納められ
ている標準ストロークベクトルと比較し、相違度を計算
する。さらに、認識辞書には文字を構成するいくつかの
標準ベクトルが定義されており、この定義された標準ス
トロークベクトル集合を参照して、入力されたストロー
クベクトル集合との一致度を計算して最も類似している
と判断される文字を認識結果として出力するというもの
である。

【０００４】ここで、ストロークをベクトル化する方法
は、一般的に、入力された座標点を始点から終点までつ
ないでストローク化した後、ストローク線分全体をｎ分
割することによりｎ本のベクトルを作成している。この
ベクトル列がストローク特徴として抽出されている。ｎ
分割の方法はストロークの全長をｎで割り、ストローク
を等距離間隔で分割するものであった。

【０００５】

【発明が解決しようとする課題】しかしながら、上記従
来例のような、オンライン手書き文字認識方法ではスト
ロークの全長をｎ等分した距離を元に分割点を決定して
いたが、類似文字、例えば「る」と「ろ」、「ぬ」と
「め」のようにストロークの最終点近辺にその文字の特
徴がある場合、単なる等距離間隔の分割では精度の良い
分割ができず、その分割点によるベクトル列も類似文字
間で識別が困難であるという問題点があった。

【０００６】

【課題を解決するための手段】本発明は上記問題点に鑑
みなされたものであり、入力された手書きストローク情
報から、当該ストロークの精度良い特徴情報を抽出して
下位の処理に渡す情報処理装置及び方法を提供しようと
するものである。

【０００７】この課題を解決するため、例えば本発明の
情報処理装置は以下に示す構成を備える。すなわち、入
力された手書きストロークから、当該ストロークを構成
する点データ群の中の特徴点を抽出し、当該特徴点に基
づく情報を下位の処理に渡す情報処理装置であって、入
力したストロークの点データ群のベクトル方向の変化の
度合を検出する検出手段と、該検出手段で検出されたベ
クトル方向の変化が所定の閾値と比較する比較手段と、
該比較手段の比較結果、ベクトル方向の変化が前記閾値
以上の場合、当該ベクトルを構成する一部の点データを
有効とし、所定変化以下の場合には当該ベクトルを構成
する点データを構成する一部の点データを除去する制御
手段とを備える。

【０００８】また、本発明に好適な実施態様に従えば、
更に、前記制御手段で得られた有効な点データの個数
が、注目ストロークに関してｎ個の連続したベクトル列
を特定し得るだけの数になったか否かを判別する判別手
段と、該判別手段によって、ｎ個の連続したベクトル列
を特定し得るだけの数が得られないと判別した場合、前
記閾値を調整して、前記検出手段、前記比較手段、及び
前記制御手段を再度実行する第２の制御手段とを備える
ことが望ましい。これによって、最低でも１本のストロ
ークに対してｎ個のベクトルデータを生成するための情
報を抽出することが可能になる。

【０００９】また、この場合には、更に、前記第２の制
御手段でもって調整された閾値に基づいて得られた有効
な点データの数がｎ＋１個以上あると前記判別手段が判
別した場合、得られた特徴点のベクトル変化の大きいも
のから上位のｎ＋１個の点データを抽出する抽出手段を
備えることが望ましい。これによって、常にｎ本のベク
トルデータを抽出できるようになる。

【００１０】また、下位処理は、文字認識処理であるこ
とが望ましい。これによって、文字認識率を向上させる
ことが可能になる。

【００１１】

【発明の実施の形態】以下、添付図面にしたがって本発
明にかかる実施形態の例を詳細に説明する。

【００１２】＜第１の実施形態＞図１は本第１の実施形
態におけるオンライン手書き文字認識装置の機能構成を
示すブロック図である。図示において、１０１は座標入
力ペンを操作することで座標を入力するダブレット、デ
ィジタイザ等の座標入力装置であり、本実施形態では、
入力された文字データを獲得する文字入力部である。１
０２はストローク格納部で、１０１の文字入力部にて得
られた座標点を用いて、ペンダウン情報とペンアップ情
報の間の座標点集合を一本のストロークとして格納す
る。１０３は特徴抽出部であって、ストローク格納部１
０２中のストロークデータの中から特徴点となるデータ
を抽出する。また、１０４は特徴点消去部であり、特徴
点抽出部１０４で得られた特徴点データからｎ個のベク
トルを構成するためのｎ＋１個の点データを生成するた
め、不要なデータを消去する特徴点消去部である。１０
５はベクトル化部であって、特徴点消去部１０５から得
られたｎ＋１個の点データに基づきｎ個のベクトルデー
タを生成する。以上の如く、文字入力部１０１でもって
１文字分の手書き文字を入力した場合、ペンダウンから
ペンアップまでのストローク情報が順次取り出され、ベ
クトル化部１０５には、各ストロークに対するｎ本のベ
クトルが格納される。

【００１３】１０６は認識部であり、ベクトル化部１０
５から各ストロークに対するベクトルデータを入力し、
認識辞書部１０８に納められている基本ベクトルとの間
で比較演算処理して文字認識する。１０７は、認識部１
０６から出力された認識結果（文字コード）を出力する
結果出力部である。尚、文字認識処理では、通常、最も
確からしい候補を第１候補とし、次いで第２候補、第３
候補、…として出力する。本実施形態でもこれに準拠す
る。

【００１４】上記構成における特徴抽出部１０３の処理
内容を図２、図３のフローチャートを用いて説明する。

【００１５】図２は記入されたストローク（ペンダウン
とペンアップの間の筆跡）の図であり、構成する座標点
を図示している。座標点Ｐ０は始点、座標点Ｐｋは終点
となる。従って座標点の個数は全部でｋ＋１個になる。

【００１６】図３はストロークの特徴点を抽出する処理
内容を示すフローチャートである。尚、以下の説明で、
点Ｐｎから点Ｐ（ｎ＋１）に向かうベクトルをＶ（Ｐn
Ｐ(n+1)）として表わす。

【００１７】まず、ステップＳ３０１にて開始点カウン
タｉを０にセットする。ステップＳ３０２にて対象点カ
ウンタｊを１にセットする。そして、ステップＳ３０３
では、変数ｉ，ｊの合計値がｋ以下であるか否か、すな
わち、本処理が終了したか否かを判断する。否の場合に
は、以下のステップＳ３０４に進む。

【００１８】ステップＳ３０４では、ベクトルＶ（Ｐi
Ｐ(i+1)）とベクトルＶ（Ｐ(i+1)Ｐ(i+1+j)）の成す角
度θが予め設定された閾値角度θt以下であるか否かを
判断する。θ≦θtであれば、ステップＳ３０５に進
み、座標点Ｐ（ｉ＋ｊ）を削除対象点としてマーキング
し、ステップＳ３０６では対象点カウンタｊをインクリ
メントして次の座標点の削除チェックを行うためにステ
ップＳ３０３に戻る。

【００１９】以下、この処理を繰り返していくが、この
期間中、２つのベクトルのなす角度θとθtの関係が、
θ＞θt、という関係になっていると判断した場合に
は、ステップＳ３０７に進み、変数ｉを“ｉ＋１＋ｊ”
で更新し、ステップＳ３０２に戻る。

【００２０】さて、ステップＳ３０５にて全ての座標点
のチェックを終了すると、本処理は完了する。この処理
終了後、マーキングされた座標点は、角度変化の少ない
連続している座標点であるので、この点群を削除して残
されたものは角度の大きい部分の座標点となる。尚、始
点Ｐ0と終点Ｐkは共に特徴点とみなすこととする。ま
た、尚、上記処理における閾値角度θtはパラメータ化
されており、可変である。理由は後述する。

【００２１】上記処理内容を図４に従ってより詳しく説
明する。今、点Ｐｉを基点とし、ｊ＝１の場合を想定す
る。この場合、２つのベクトルは、 Ｖ（ＰiＰ(i+1)）、Ｖ（Ｐ(i+1)Ｐ(i+2)） となる。

【００２２】これら２つのベクトルのなす角度θ1が閾
値角度θt以下であるとした場合、２つ目のベクトルＶ
（Ｐ(i+1)Ｐ(i+2)）の終点Ｐ(i+2)の１つ手前の点Ｐ(i+
1)は削除対象として設定される。この結果、変数ｊが１
つインクリメントされるので（ｊ＝２となる）、次に、 Ｖ（ＰiＰ(i+1)）、Ｖ（Ｐ(i+1)Ｐ(i+3)） のなす角度θ2と閾値角度θtと比較されることになる。
ここでθ2も閾値角度θt以下である場合には、点Ｐ(i+
2)が削除対象として設定され、変数ｊがインクリメント
される（ｊ＝３）。この結果、次の２つのベクトルのな
し角度θ3と閾値角度θtとが比較される。すなわち、 Ｖ（ＰiＰ(i+1)）、Ｖ（Ｐ(i+1)Ｐ(i+4)） このθ3が閾値角度θtより大きい場合には、点Ｐ(i+3)
は特徴点（特異点）として設定される。

【００２３】以上の結果、θ1,θ2が共に閾値角度θt以
下であって、θ3が閾値角度θtより大きい場合、点Ｐ(i
+1),Ｐ(i+2)が削除対象として設定されることになる。
すなわち、ストロークを構成している各座標点の並びの
曲がり具合が小さい場合には、それぞれの点が削除対象
として設定されることになる。

【００２４】尚、ステップＳ３０７では、変数ｉを“ｉ
＋１＋ｊ”で更新し、ステップＳ３０２で変数ｊを
“１”で初期化するので、点Ｐｉは図４における点“Ｐ
(i+4)”の位置に移動し、そこから上述した処理が繰り
返し実行されることになる。

【００２５】さて、ストロークをｎ分割するためには
（１ストロークからｎ個のベクトルを抽出するために
は）、特徴点の個数はｎ＋１個必要になる。ところが、
上記の処理を行った場合には、閾値角度θｔや注目して
いるストロークに依存して得られる個数が不定であり、
一律にｎ＋１の点を得ることができない。そこで、本実
施形態では、上記図３の処理を行う場合の閾値θtを可
変にし、それでもって適当な数の特徴点を抽出するよう
にした。この処理を図５のフローチャートに従って説明
する。

【００２６】先ず、ステップＳ５０１では特徴抽出処理
で用いた閾値角度θtに初期値として１８０°にセット
する。ステップＳ５０２では、設定されている閾値角度
θtを用いて図３で説明した特徴抽出処理を行う。

【００２７】この後、処理はステップＳ５０３に進ん
で、ステップＳ５０２で得られた特徴点の個数をチェッ
クし、ｎ＋１個以上の特徴点数になったか否かを判断す
る。ここで、抽出された特徴点の個数がｎ＋１に満たな
い場合には、ステップＳ５０４に進み、閾値角度θｔを
所定角度（例えば１°）減じ、ステップＳ５０２に戻
る。

【００２８】以下、閾値角度θtを順次減じ、特徴点抽
出部１０３による処理を行うと、得られる特徴点の数は
増えていき、ついにはｎ＋１個以上の特徴点が得られる
ことになる。このとき、処理はステップＳ５０３からス
テップＳ５０５に進み、得られた特徴点データを特徴点
消去部１０４に出力し、本処理を終える。

【００２９】次に、特徴点消去部１４５の処理動作を図
６のフローチャートを用いて説明する。

【００３０】先に説明した様に、特徴点抽出部１０３か
らは、少なくともｎ＋１個の特徴点が出力される（ｎ＋
１個以上のの特徴点が得られる）。しかし、注目ストロ
ークからｎ個のベクトルを抽出する場合、特徴点がｎ＋
１個より多い場合には、その分の特徴点を除去すること
が望まれる。そこで、特徴点消去部１０４では、図６に
示すフローチャートに従って処理することで、余分な特
徴点を消去した。

【００３１】先ず、ステップＳ６０１では特徴点の個数
チェックを行い、特徴点の個数がｎ＋１個となった時点
で終了する。特徴点の個数がｎ＋１個より多い場合は、
ステップＳ６０２にて、隣接する特徴点の角度変化が最
も少ない点は特徴点から外す処理を行う。この処理は特
徴点抽出処理で用いている手法を利用しても良い。

【００３２】以上の結果、特徴点消去部１０４からは、
ストロークデータで表される軌跡の曲率が大きい付近の
点は最終的に残り、曲率が小さい部分の点は消去され、
最終的にｎ個のベクトルデータを生成するためのデータ
のみが生成される。

【００３３】次に、ベクトル化部１０５の処理動作を図
７のフローチャートに従って説明する。

【００３４】ステップＳ７０１にてカウンタｉを“０”
で初期化する。次いで、ステップＳ７０２ではｎ＋１個
の特徴点すべてに対してベクトル処理したかどうかのチ
ェックをしている。このチェック結果が否の場合には、
以下のステップＳ７０３〜７０５の処理を行う。

【００３５】先ず、ステップＳ７０３では隣接する特徴
点２点を通る直線の方向ベクトルを求める。方向ベクト
ルは図８に示す８方向ベクトルとする。求められた方向
ベクトルはステップＳ７０４でベクトル値として保存さ
れる。ステップＳ７０５にて次の特徴点に移る処理を行
ない、ステップＳ０２に戻る。

【００３６】こうして、全ての特徴点に対してベクトル
値が求められると、ステップＳ７０６にてｎ本のベクト
ル値が生成される。

【００３７】文字認識部１０６は１つの文字入力に対す
る全ストロークの入力が完了した段階で、ベクトル化部
１０５から送られてきた全ベクトルデータに基づき文字
認識処理を行なう。すなわち、入力した各ストロークの
ベクトルデータと辞書部１０８内の標準的なベクトルデ
ータとを比較し、最も類似するとされる文字から順番に
第１候補、第２候補、…とし、最終結果として結果出力
部１０７に送る。

【００３８】尚、説明が前後するが、入力されたストロ
ークデータを構成している時系列な座標データがほぼ直
線上に並んでいる場合（例えば直線もしくはそれに近い
線を手書き入力した場合）、両端点は特徴点として処理
されるものの、中間に位置する点の中では特徴点を特定
することが難しい。しかし、ベクトル化部１０５から出
力される注目ストロークに対するベクトルデータ（図８
参照）としては、同じベクトルコードが連続するものと
なるわけであるから、どの点を特徴点としても結果は同
じである。従って、図５の処理では、１つの閾値角度θ
t（ほとんど０°に近い値）で一挙に多くの特徴点が抽
出され、図６の処理に渡されるがステップＳ６０２では
同じ角度のものが複数あった場合には、単純にいずれか
１つを特徴点として決定すれば対処できるので、何等問
題はない。

【００３９】また、上記実施形態において、結果出力部
１０７は、文字認識結果として、下位の処理部に渡す処
理を行う。下位の処理としては、例えば文書処理等があ
る。要は、文字認識処理して得られた結果に基づいて処
理するものであれば如何なるものであっても良い。

【００４０】以上説明した様に、曲がりの程度が大き
い、或いは曲がりの程度が大きい部分を有するストロー
クのデータ（座標データ群）については、その曲率が大
きい付近の座標データを積極的に有効な点として処理す
るので、例えば平かなの「る」と入力した場合には最後
の部分はもとより、ベクトルの向きが大きい部分に関し
ては確実に保持されるので、手書き文字の精度良い特徴
ベクトルを常に得ることができ、結果として認識率を上
げることが可能になる。

【００４１】なお、本実施形態では、特徴抽出処理にベ
クトル角度を用いて特徴点を抽出したが、角度に限ら
ず、ある一定距離内の座標点を消去して座標点を間引く
処理を使用、併用してもかまわない。

【００４２】＜第２の実施の形態＞上述した実施形態
（第１の実施形態）ではストロークの特徴を抽出する抽
出処理を用いてｎ分割する手法を説明したが、本第２の
実施形態ではストローク内のある範囲内における座標点
密度を計算し、この密度に応じて分割数を変化させてｎ
分割する手法を説明する。

【００４３】図９は本第２の実施形態におけるオンライ
ン手書き文字認識方法の機能構成を示すブロック図であ
る。図９において９０１、９０２、９０６、９０７、９
０８はそれぞれ、図１の１０１、１０２、１０６、１０
７、１０８とほぼ同等の処理をするので、その動作の説
明は省略する。

【００４４】異なるのは、点密度計算部９０３を新たに
設けた点である。以下、この点密度計算部９０３の処理
内容を図１０のフローチャートに従って説明する。

【００４５】まず、ステップＳ１００１では、ストロー
クの全長を計算する。ストロークの全長算出はストロー
クを構成する隣接座標二点間のユークリッド距離を求
め、始点座標から開始して終点座標まで加算していくこ
とで得られる。そっして、求まった全長をｎ等分し、そ
の値をｌとする。

【００４６】ステップＳ１００２でストローク上に長さ
ｌを持つ座標点をマッピングし、この座標点をｎ分割点
Ｐi（０≦ｉ≦ｎ＋１）と呼ぶことにする。ここで言
う、「ストローク上」とは座標点を結んでできる直線の
ことを指している（図１１参照）。

【００４７】次にステップＳ１００３で第１のｎ分割点
Ｐiと第２のｎ分割点Ｐi+1（０≦ｉ≦ｎ＋１）の区間を
Ｒｊ（０＜＝ｊ＜＝ｎ）とし、区間Ｒｊ内の座標点数を
カウントする。カウントされた座標点数が点密度とな
る。いま、あるストロークの場合の４分割（ｎが４）の
分割の様子と、区間別の点密度を図１２、図１３で示
す。

【００４８】次に分割点決定部９０４の動作を図１４を
用いて説明する。

【００４９】先ず、ステップＳ１４０１にて、点密度計
算部で得られた各区間から点密度（全体の点数に対する
区間の点数）が最大のものを探し出す。ステップＳ１４
０２で、その区間の点密度が予め定められたしきい値よ
り大きければステップＳ１４０３に進み、閾値以下の場
合はその処理を終える。

【００５０】さて、処理がステップＳ１４０３に進んだ
場合には、点密度が閾値以下になるように再分割する。
例えば、その区間の長さを求めて２等分し、新たな区間
を作成して区間の点密度をそれぞれ算出する。点密度の
算出方法は点密度算出部と同様の処理とする。この処理
で分割数が増えたので（ｎ＋１個の区間が発生したの
で）、ステップＳ１４０４では点密度が最小の区間を探
し出し、ステップＳ１４０５でそれに隣接する区間（両
側にある場合には、点密度の低い区間）と合併する。ま
た、合併した両区間を元々分割していたｎ分割点は削除
する。これによって、再び注目ストロークはｎ分割状態
に戻す。また、合併後の点密度は両区間の点密度平均を
算出して求める。以下、このような動作を繰り返し、処
理が終了すると、新しく生成されたｎ分割点が求まる。
そして、分割点の両端にある点座標をベクトルとして有
効な座標データとして出力する。この結果、人間が無意
識にストロークの方向が変化する部分で筆記速度が遅く
なり、その部分で多くの座標点が検出されることに対処
し、精度良く分割することが可能になる。これ以降、求
まったｎ分割点を用いてベクトル化し、第１の実施形態
と同様の処理を行う。

【００５１】＜第３の実施の形態＞上記第１、第２の実
施形態では、図１或いは図９に示す構成を有する装置で
実現させたが、本発明はこれに限るものではなく、プロ
グラムでもって実現させても良い。

【００５２】図１５に第３の実施形態における装置のブ
ロック構成を示す。図示において、１は装置全体の制御
を司るＣＰＵ、２はブートプログラム等を記憶している
ＲＯＭ、３はＣＰＵ１が処理するプログラムやデータを
記憶するＲＡＭである。４は座標入力板であって、５は
座標入力板４上で操作者による不図示の入力ペンでなぞ
った座標を検出する座標検出部である。尚、入力ペンに
は、座標入力板４に対して押下したか否かを検出するた
めのスイッチが設けられており、このスイッチの押下状
況はＣＰＵ１に出力されるようになっている。６は、座
標入力板４の下面に設けられた液晶表示器（ＬＣＤ）で
あって、７は液晶表示器６の駆動を制御するＬＣＤドラ
イバである。

【００５３】ここで、ＣＰＵ１は、ペンダウンを検出し
ている間に、座標検出部５から順次入力される点座標デ
ータを線分で結ぶようＬＣＤドライバ７を制御すること
で、あたかも紙上に文字を書くかのごとく、ＬＣＤ６に
はその筆跡を表示することが可能になっている。

【００５４】８は例えばフロッピーディスクやハードデ
ィスク装置等の外部記憶装置であって、オペレーティン
グシステム、各種アプリケーションプログラムをはじ
め、本実施形態にかかる文字認識処理にかかるプログラ
ムを記憶している。そして、認識処理するときに参照さ
れる文字認識辞書や認識結果（文字コード）を記憶する
領域も確保されている。

【００５５】上記構成において、ＣＰＵ１は文字認識を
行う場合には、文字認識にかかるプログラムをＲＡＭ３
にロードし、そのロードしたプログラムに従って文字認
識処理を行うことになる。

【００５６】外部記憶装置８に記憶されている文字認識
プログラムの例を図１６に示す。尚、図示では記憶媒体
１６０を示しており、上記実施形態における外部記憶装
置８に適合するものであるが、具体的には、フロッピー
ディスク、ハードディスク、ＣＤ−ＲＯＭ等情報を記憶
する媒体であれば如何なる物であっても良いのは勿論で
ある。

【００５７】図示において、１６１は、入力したストロ
ークの点データ群のベクトル方向の変化の度合を検出す
る検出モジュールであり、１６２は、検出されたベクト
ル方向の変化が所定の閾値と比較する比較モジュール、
１６３は比較結果によりベクトル方向の変化が前記閾値
以上の場合、当該ベクトルを構成する一部の点データを
有効とし、所定変化以下の場合には当該ベクトルを構成
する点データを構成する一部の点データを除去する制御
モジュールである。

【００５８】ここで、更に、記憶媒体には、更に、制御
モジュールで得られた有効な点データの個数が、注目ス
トロークに関してｎ個の連続したベクトル列を特定し得
るだけの数になったか否かを判別する判別モジュール
と、ｎ個の連続したベクトル列を特定し得るだけの数が
得られないと判別した場合、閾値を調整して、検出モジ
ュール、比較モジュール、及び制御モジュールを再度実
行する第２の制御モジュールを備えることが望ましい。

【００５９】また、更に、記憶媒体は、第２の制御モジ
ュールでもって調整された閾値に基づいて得られた有効
な点データの数がｎ＋１個以上あると判別モジュールが
判別した場合、得られた特徴点のベクトル変化の大きい
ものから上位のｎ＋１個の点データを抽出するモジュー
ルを備えることが望ましい。

【００６０】また、更に、下位処理として文字認識処理
モジュールを備えることが望ましい。

【００６１】以上の記憶媒体１６０は第１の実施形態に
対応するものであるが、第２の実施形態に適応するもの
であれば、入力したストロークの点データ群の密度分布
を検出する点密度検出モジュールと、得られた点密度の
高低に基づいて区画を設定する区画設定モジュール、設
定された各区画の両端点を特徴点として抽出する抽出モ
ジュールを備えることになるのは、上記例からすれな容
易に想到できよう。

【００６２】この場合、点密度検出モジュールには、入
力されたストロークの時系列の点座標データで表される
ストローク長をｎ等分する分割モジュールと、分割した
各区画に含まれる座標点の個数を計数する計数モジュー
ルとを含むことが望ましい。

【００６３】また、区画設定モジュールには、点密度検
出モジュールで検出された各区画のうちの最大点密度と
所定密度とを比較する比較モジュールと、最大点密度が
所定密度以上であるとした場合、当該最大点密度の区画
を、当該区画長で２等分することでｎ＋１個の区画を生
成する第１の区画補正モジュールと、生成されたｎ＋１
個の区画のうち、最低点密度の区画とその隣接する区画
とを結合してｎ個の区画を再設定すると共に比較モジュ
ールを再度実行する第２の区画補正モジュールを備える
ことが望ましい。

【００６４】また、この場合にも、文字認識装置として
機能させるためには、下位処理としての文字認識モジュ
ールを備えることが望ましい。

【００６５】以上説明した様に、本実施形態によれば、
オンライン手書き文字を認識する場合に、入力されたス
トロークデータから精度の良いベクトルデータを抽出す
ることが可能になる。

【００６６】尚、実施形態では、文字入力部を介して直
接手書き情報が入力されるものとして説明したが、手書
き情報を記憶した記憶媒体から、或いは、通信を介して
手書き情報を入力しても良いので、上記実施形態に限定
されるものではない。

【００６７】また、上記第３実施形態で説明した様に、
本発明は、入力したストローク情報から特徴点を抽出し
て、その特徴点に対応する情報を下位の処理に渡す技術
に関するものであり、下位処理としてはどのようなもの
であっても構わない。しかしながら、下位処理として文
字認識処理を採用した場合には、その認識率を向上させ
ることが可能なので、文字認識処理に適応するのが望ま
しい。

【００６８】また、上記の如く、本発明は、複数の機器
から構成されるシステムに適用しても、１つの機器から
なる装置に適用してもよい。また、本発明はシステム或
は装置にプログラムを供給することによって実施される
場合にも適用できることは言うまでもない。この場合、
本発明にかかるプログラムを格納した記憶媒体が、本発
明を構成することになる。そして、該記憶媒体からその
プログラムをシステム或は装置に読み出すことによっ
て、そのシステム或は装置が、予め定められたし方で動
作する。

【００６９】

【発明の効果】以上説明したように本発明によれば、入
力された手書きストローク情報から、当該ストロークの
精度良い特徴情報を抽出して下位の処理に渡すことが可
能になる。

【００７０】

【図面の簡単な説明】

【図１】本実施形態におけるオンライン手書き文字認識
方法の機能構成を示すブロック図である。

【図２】本実施形態における記入されたストロークの例
を示す図である。

【図３】第１の実施形態における特徴抽出処理を示すフ
ローチャートである。

【図４】特徴抽出処理の原理を説明するための図であ
る。

【図５】第１の実施形態における特徴点数の制御を示す
フローチャートである。

【図６】第１の実施形態における特徴点消去部の動作を
示すフローチャートである。

【図７】本実施形態におけるベクトル化部の動作を示す
フローチャートである。

【図８】本実施形態における方向ベクトルを示す図であ
る。

【図９】第２の実施形態におけるオンライン手書き文字
認識装置の機能ブロック図である。

【図１０】第２の実施形態における点密度計算部の動作
を示すフローチャートである。

【図１１】第２の実施形態におけるｎ分割点を示す図で
ある。

【図１２】第２の実施形態におけるストローク分割の様
子を示す図である。

【図１３】第２の実施形態におけるストローク分割後の
点密度を示す図である。

【図１４】第２の実施形態における分割点決定部の動作
を示すフローチャートである。

【図１５】第３の実施形態における具体的な装置構成を
示すブロック図である。

【図１６】第３の実施形態における記憶媒体に記憶され
ているプログラムモジュールを示す図である。

【符号の説明】

１０１、９０１ 文字入力部 １０２、９０２ ストローク格納部 １０３ 特徴抽出部 １０４ 特徴点消去部 １０５、９０５ ベクトル化部 １０６、９０６ 認識部 １０７、９０７ 結果出力部 １０８、９０８ 辞書部 ９０３ 点密度計算部 ９０４ 分割点決定部

Claims (24)

【特許請求の範囲】
1. 【請求項１】 入力された手書きストロークから、当該
   ストロークを構成する点データ群の中の特徴点を抽出
   し、当該特徴点に基づく情報を下位の処理に渡す情報処
   理装置であって、 入力したストロークの点データ群のベクトル方向の変化
   の度合を検出する検出手段と、 該検出手段で検出されたベクトル方向の変化が所定の閾
   値と比較する比較手段と、 該比較手段の比較結果、ベクトル方向の変化が前記閾値
   以上の場合、当該ベクトルを構成する一部の点データを
   有効とし、所定変化以下の場合には当該ベクトルを構成
   する点データを構成する一部の点データを除去する制御
   手段とを備えることを特徴とする情報処理装置。
2. 【請求項２】 更に、前記制御手段で得られた有効な点
   データの個数が、注目ストロークに関してｎ個の連続し
   たベクトル列を特定し得るだけの数になったか否かを判
   別する判別手段と、 該判別手段によって、ｎ個の連続したベクトル列を特定
   し得るだけの数が得られないと判別した場合、前記閾値
   を調整して、前記検出手段、前記比較手段、及び前記制
   御手段を再度実行する第２の制御手段とを備えることを
   特徴とする請求項第１項に記載の情報処理装置。
3. 【請求項３】 更に、前記第２の制御手段でもって調整
   された閾値に基づいて得られた有効な点データの数がｎ
   ＋１個以上あると前記判別手段が判別した場合、得られ
   た特徴点のベクトル変化の大きいものから上位のｎ＋１
   個の点データを抽出する抽出手段を備えることを特徴と
   する請求項第２項に記載の情報処理装置。
4. 【請求項４】 前記下位処理は文字認識処理であること
   を特徴とする請求項第１項に記載の情報処理装置。
5. 【請求項５】 入力された手書きストロークから、当該
   ストロークを構成する点データ群の中の特徴点を抽出
   し、当該特徴点に基づく情報を下位処理に渡す情報処理
   方法であって、 入力したストロークの点データ群のベクトル方向の変化
   の度合を検出する検出工程と、 該検出工程で検出されたベクトル方向の変化が所定の閾
   値と比較する比較工程と、 該比較工程の比較結果、ベクトル方向の変化が前記閾値
   以上の場合、当該ベクトルを構成する一部の点データを
   有効とし、所定変化以下の場合には当該ベクトルを構成
   する点データを構成する一部の点データを除去する制御
   工程とを備えることを特徴とする情報処理方法。
6. 【請求項６】 更に、前記制御工程で得られた有効な点
   データの個数が、注目ストロークに関してｎ個の連続し
   たベクトル列を特定し得るだけの数になったか否かを判
   別する判別工程と、 該判別工程によって、ｎ個の連続したベクトル列を特定
   し得るだけの数が得られないと判別した場合、前記閾値
   を調整して、前記検出工程、前記比較工程、及び前記制
   御工程を再度実行する第２の制御工程とを備えることを
   特徴とする請求項第５項に記載の情報処理方法。
7. 【請求項７】 更に、前記第２の制御工程でもって調整
   された閾値に基づいて得られた有効な点データの数がｎ
   ＋１個以上あると前記判別工程が判別した場合、得られ
   た特徴点のベクトル変化の大きいものから上位のｎ＋１
   個の点データを抽出する抽出工程を備えることを特徴と
   する請求項第６項に記載の情報処理方法。
8. 【請求項８】 前記下位処理は、文字認識処理であるこ
   とを特徴とする請求項第５項に記載の情報処理方法。
9. 【請求項９】 メモリ媒体から所定のプログラムを読み
   込み、当該プログラムに従って、入力された手書きスト
   ロークから、当該ストロークを構成する点データ群の中
   の特徴点を抽出し、下位の処理に渡す情報処理装置であ
   って、前記メモリ媒体には、 入力したストロークの点データ群のベクトル方向の変化
   の度合を検出する検出工程の手順コードと、 該検出工程で検出されたベクトル方向の変化が所定の閾
   値と比較する比較工程の手順コードと、 該比較工程の比較結果、ベクトル方向の変化が前記閾値
   以上の場合、当該ベクトルを構成する一部の点データを
   有効とし、所定変化以下の場合には当該ベクトルを構成
   する点データを構成する一部の点データを除去する制御
   工程の手順コードとを備えることを特徴とする情報処理
   装置。
10. 【請求項１０】 更に、前記メモリ媒体は、 前記制御工程で得られた有効な点データの個数が、注目
    ストロークに関してｎ個の連続したベクトル列を特定し
    得るだけの数になったか否かを判別する判別工程の手順
    コードと、 該判別工程によって、ｎ個の連続したベクトル列を特定
    し得るだけの数が得られないと判別した場合、前記閾値
    を調整して、前記検出工程、前記比較工程、及び前記制
    御工程を再度実行する第２の制御工程の手順コードとを
    備えることを特徴とする請求項第９項に記載の情報処理
    装置。
11. 【請求項１１】 更に、前記メモリ媒体は、 前記第２の制御工程でもって調整された閾値に基づいて
    得られた有効な点データの数がｎ＋１個以上あると前記
    判別工程が判別した場合、得られた特徴点のベクトル変
    化の大きいものから上位のｎ＋１個の点データを抽出す
    る抽出工程の手順コードを備えることを特徴とする請求
    項第１０項に記載の情報処理装置。
12. 【請求項１２】 前記下位処理は、文字認識処理である
    ことを特徴とする請求項第９項に記載の情報処理方法。
13. 【請求項１３】 入力された手書きストロークから、当
    該ストロークを構成する点データ群の中の特徴点を抽出
    し、当該特徴点に基づく情報を下位の処理に渡す情報処
    理装置であって、 入力したストロークの点データ群の密度分布を検出する
    点密度検出手段と、 該点密度検出手段で得られた点密度の高低に基づいて区
    画を設定する区画設定手段と、 該区画設定手段で設定された各区画の両端点を特徴点と
    して抽出する抽出手段とを備えることを特徴とする情報
    処理装置。
14. 【請求項１４】 前記点密度検出手段は、 前記入力されたストロークの時系列の点座標データで表
    されるストローク長をｎ等分する分割手段と、 分割した各区画に含まれる座標点の個数を計数する計数
    手段とを含むことを特徴とする請求項第１３項に記載の
    情報処理装置。
15. 【請求項１５】 前記区画設定手段は、 前記点密度検出手段で検出された各区画のうちの最大点
    密度と所定密度とを比較する比較手段と、 該比較手段によって、最大点密度が所定密度以上である
    とした場合、当該最大点密度の区画を、当該区画長で２
    等分することでｎ＋１個の区画を生成する第１の区画補
    正手段と、 生成されたｎ＋１個の区画のうち、最低点密度の区画と
    その隣接する区画とを結合してｎ個の区画を再設定する
    と共に前記比較手段を再度実行する第２の区画補正手段
    とを含むことを特徴とする請求項第１４項に記載の情報
    処理装置。
16. 【請求項１６】 前記下位処理は、文字認識処理である
    ことを特徴とする請求項第１３項に記載の情報処理装
    置。
17. 【請求項１７】 入力された手書きストロークから、当
    該ストロークを構成する点データ群の中の特徴点を抽出
    し、当該特徴点に基づく情報を下位の処理に渡す情報処
    理方法であって、 入力したストロークの点データ群の密度分布を検出する
    点密度検出工程と、 該点密度検出工程で得られた点密度の高低に基づいて区
    画を設定する区画設定工程と、 該区画設定工程で設定された各区画の両端点を特徴点と
    して抽出する抽出工程とを備えることを特徴とする情報
    処理方法。
18. 【請求項１８】 前記点密度検出工程は、 前記入力されたストロークの時系列の点座標データで表
    されるストローク長をｎ等分する分割工程と、 分割した各区画に含まれる座標点の個数を計数する計数
    工程とを含むことを特徴とする請求項第１７項に記載の
    情報処理方法。
19. 【請求項１９】 前記区画設定工程は、 前記点密度検出工程で検出された各区画のうちの最大点
    密度と所定密度とを比較する比較工程と、 該比較工程によって、最大点密度が所定密度以上である
    とした場合、当該最大点密度の区画を、当該区画長で２
    等分することでｎ＋１個の区画を生成する第１の区画補
    正工程と、 生成されたｎ＋１個の区画のうち、最低点密度の区画と
    その隣接する区画とを結合してｎ個の区画を再設定する
    と共に前記比較工程を再度実行する第２の区画補正工程
    とを備えることを特徴とする請求項第１８項に記載の情
    報処理方法。
20. 【請求項２０】 前記下位処理は、文字認識処理である
    ことを特徴とする請求項第１７項に記載の情報処理方
    法。
21. 【請求項２１】 メモリ媒体から所定のプログラムを読
    み込み、当該プログラムに従って、入力された手書きス
    トロークから、当該ストロークを構成する点データ群の
    中の特徴点を抽出し、下位の処理に渡す情報処理装置で
    あって、前記メモリ媒体には、 入力したストロークの点データ群の密度分布を検出する
    点密度検出工程の手順コードと、 該点密度検出工程で得られた点密度の高低に基づいて区
    画を設定する区画設定工程の手順コードと、 該区画設定工程で設定された各区画の両端点を特徴点と
    して抽出する抽出工程の手順コードとを備えることを特
    徴とする情報処理装置。
22. 【請求項２２】 前記点密度検出工程の手順コードに
    は、 前記入力されたストロークの時系列の点座標データで表
    されるストローク長をｎ等分する分割工程の手順コード
    と、 分割した各区画に含まれる座標点の個数を計数する計数
    工程の手順コードとを含むことを特徴とする請求項第２
    １項に記載の情報処理装置。
23. 【請求項２３】 前記区画設定工程の手順コードは、 前記点密度検出工程で検出された各区画のうちの最大点
    密度と所定密度とを比較する比較工程の手順コードと、 該比較工程によって、最大点密度が所定密度以上である
    とした場合、当該最大点密度の区画を、当該区画長で２
    等分することでｎ＋１個の区画を生成する第１の区画補
    正工程の手順コードと、 生成されたｎ＋１個の区画のうち、最低点密度の区画と
    その隣接する区画とを結合してｎ個の区画を再設定する
    と共に前記比較工程を再度実行する第２の区画補正工程
    の手順コードとを備えることを特徴とする請求項第２２
    項に記載の情報処理装置。
24. 【請求項２４】 前記下位処理は、文字認識処理である
    ことを特徴とする請求項第２１項に記載の情報処理装
    置。