JPH1021332A - 非線形正規化方法 - Google Patents

Abstract

(57)【要約】 【課題】 手書き文字のような湾曲文字を直線文字線と
して抽出する。 【解決手段】 被識別文字を構成する各文字線間の距
離、及び外接矩形枠１１の各辺と外接矩形枠に隣接する
各文字線間の距離を求め、各距離の逆数を線密度として
この線密度に応じて非線形正規化処理を行う場合、各文
字線の近傍の線密度を零にする。この結果、多少湾曲し
ている文字を直線文字線として抽出できる。また、外接
矩形枠１１の外部に外接矩形枠１２を設け、外接矩形枠
１１に隣接する各文字線と外接矩形枠１２の各辺との距
離を求めこの距離の逆数を線密度とする。この結果、非
線形正規化処理による文字画像の縮小を防止できる。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、手書き文字等の被
識別文字を認識する文字認識技術に関し、特に被識別文
字画像を非線形正規化処理する非線形正規化方法に関す
る。

【０００２】

【従来の技術】一般に文字認識を行う場合は図９に示す
認識処理フローに従った手順で行われる。即ち、まず前
処理ステップＳ１において、認識されるべき被認識文字
の原画像からノイズ成分を除去する。次いで方向パター
ン作成ステップＳ２において、ノイズ成分が除去された
被認識文字の原画像から輪郭線画像を得て、この輪郭線
画像を各画素に分割し、文字情報を有する黒画素または
文字情報を有しない白画素の２値画素として構成する。
そして、黒画素または白画素の各画素からなる２値画像
から輪郭線画像の方向パターンを抽出する。

【０００３】こうして方向パターンが抽出された後で、
次の非線形正規化ステップＳ３では後述するように輪郭
線画像をその画像の各点について異なる倍率で拡大また
は縮小変換する。そして非線形正規化処理された画像の
各方向パターンについて、次の特徴ベクトル作成ステッ
プＳ４では、８×８の小領域（正方領域）に等分割し、
各小領域の黒画素数を特徴量とすることで、各方向パタ
ーンの特徴ベクトルを作成する。

【０００４】次に大分類ステップＳ５では、上記ステッ
プＳ４で求めた入力文字（被認識文字）の方向特徴ベク
トルに対し、予め設けた辞書のベクトルの中で距離の近
いベクトルを有する候補文字を距離の近いものから順に
複数抽出する。この距離計算は、式（１）に示す４−近
傍距離（４−ｎｅｉｇｈｏｒ−ｄｉｓｔａｎｃｅ）と呼
ばれる一般的な計算法を用いて演算される。

【０００５】即ち、 ｄ4 （（ｉ、ｊ），（ｈ，ｋ））＝｜ｉ−ｈ｜＋｜ｊ−ｋ｜ （１） （但し、（ｉ、ｊ）は入力文字の座標値、（ｈ，ｋ）は
辞書の文字の座標値） その後、詳細分類ステップＳ６では、精緻なパターン
（例えば、別に３２×３２次元の特徴ベクトルを用意す
る）を用いて詳細比較を行うことで最終的な文字識別を
行う。

【０００６】図８は非線形正規化処理の概要を示す図で
ある。上述したように、方向パターン作成ステップＳ２
では図８（ａ）に示す原図形（輪郭線画像とする）か
ら、図８（ｂ）に示す水平，垂直，右下がり及び右上が
りの各方向パターンを抽出するが、これとは別に、非線
形正規化ステップＳ３では、まず図８（ａ）の原図形か
ら線間隔を求めて図８（ｃ）に示す線密度情報を得る。

【０００７】ここで原図形を８×８の領域に分割する
が、このときの各領域の線密度が上記線密度情報と同一
の密度となるように分割線の位置を決定する非線形正規
化処理を行う。図８（ｄ）は、その非線形正規化処理の
結果を示す図である。そしてこの分割線の位置を示す非
線形正規化情報をもとに図８（ｂ）のそれぞれの方向パ
ターンに対して非線形写像を行い、図８（ｅ）のような
各方向パターン毎の処理結果を得る。こうして非線形正
規化処理された画像の各方向パターンについて、次の特
徴ベクトル作成ステップＳ４で特徴ベクトルが抽出され
る。

【０００８】

【発明が解決しようとする課題】従来の非線形正規化処
理では、原図形から線密度情報を得る場合、文字線と文
字線間の線間隔（線間幅）を計数して求めている。この
ため、手書き文字のような多少湾曲している直線状の文
字線の場合は、純然たる直線の文字線の場合には発生し
ない線密度が湾曲部に生じ、これに応じて文字線が湾曲
状態のまま抽出されることから、その後の文字認識に悪
影響を与えるという問題があり、直線の文字線として抽
出することが要望されている。従って本発明は、手書き
文字のような個人差のある直線状の文字線を直線文字線
として抽出することを目的とする。

【０００９】

【課題を解決するための手段】このような課題を解決す
るために本発明は、被識別文字に外接する第１の外接矩
形枠を設け、被識別文字を構成する各文字線間の距離、
及び第１の外接矩形枠の各辺と第１の外接矩形枠に隣接
する各文字線間の距離を求め、各距離の逆数を線密度と
してこの線密度情報に応じて第１の外接矩形枠を各小領
域に分割すると共に、分割した各小領域の各情報を規定
の大きさで等分割された各領域に各個に写像する非線形
正規化方法において、各文字線の近傍の線密度を零にす
るようにした方法である。従って、手書き文字のような
多少湾曲している文字線の場合はその近傍に生じる線密
度が取り除かれ、こうした湾曲文字線を正規な直線文字
線として抽出できる。また、第１の外接矩形枠の外部に
この第１の外接矩形枠の定数倍の第２の外接矩形枠を設
け、第１の外接矩形枠に隣接する各文字線と第２の外接
矩形枠の各辺との距離を求めこの距離の逆数を線密度と
する。この結果、第１の外接矩形枠の各辺に隣接した各
文字線が対応する各辺に近接するような文字画像の線密
度を小さくでき、従って非線形正規化した場合に生じる
その文字画像の縮小を防止できることから、非線形正規
化後に例えば「田」と「由」のような類似文字の判別が
困難になるといった問題を回避できる。

【００１０】

【発明の実施の形態】以下、本発明について図面を参照
して説明する。図１は本発明を適用した装置の構成を示
すブロック図である。同図において、本装置は、ＣＰＵ
１、タッチパネル２、タッチパネルの下面に形成された
ＬＣＤ３、メモリ４、及び辞書メモリ５からなる手書き
文字入力装置である。ここで、タッチパネル２上の例え
ばＡ点からＢ点までの間を、図示しない入力ペンにより
押下しながら移動させると、ＣＰＵ１はこの間の入力ペ
ンの移動軌跡を複数の座標値としてタッチパネル２を介
して入力する。そして、メモリ４にそのＡ点からＢ点ま
での線分を記憶すると共に、ＬＣＤ３の対応部分にその
線分を表示する。このようにしてペン入力に基づく手書
き文字をＬＣＤ３に表示することができる。

【００１１】また、こうしてメモリ４に記憶されかつＬ
ＣＤ３に表示された手書き文字について、ＣＰＵ１は以
下に示すような各処理を行い、その処理結果と辞書メモ
リ５内に記憶された各字種とを比較することで、その手
書き文字がどの字種に該当するかを認識する。即ち、こ
の場合ＣＰＵ１はまず被識別文字である入力文字（手書
き文字）からノイズ等を除去して滑らかな文字とする前
処理を行う。その後、図２（ａ）に示すこの原画像から
図２（ｂ）に示すような輪郭線画像を得て、その輪郭線
画像を６４×６４の各画素として分割する。

【００１２】そして、その輪郭線を構成する全画素（黒
画素）について、それぞれ各画素が有している方向成分
を検出する。即ち、輪郭線を構成する任意の黒画素に着
目し、その着目画素と、その着目画素の前後の黒画素と
の接続パターンから、着目画素の方向成分を検出する。
図３はこのような黒画素の方向成分の検出状況を示す図
である。

【００１３】ここで、図３において、斜線部分の画素ａ
〜ｃは輪郭線を構成する黒画素を示し、斜線部分以外の
画素は白画素であるとする。そして、着目画素をｂ、そ
の前後の黒画素をそれぞれａ，ｃとすると、輪郭線は、
黒画素ａから水平に着目画素ｂに入り、さらに着目画素
ｂを通って右上がり方向にある黒画素ｃに達することか
ら、着目画素ｂでは、水平方向成分と右上がり方向成分
の２つの方向成分を有することが分かる。そしてこれら
２つの方向成分が着目画素ｂの方向成分として検出され
る。なお、輪郭線を構成する黒画素の方向成分としては
上述の２つの方向成分の他に、垂直方向成分と右下がり
方向成分があるが、１つの黒画素については、これら４
つの方向成分のうち２つの方向成分が割り付けられる。
ＣＰＵ１は、輪郭線の方向パターンを抽出する場合、輪
郭線上の全ての各黒画素について、各黒画素毎に順次方
向成分を検出し、検出した各黒画素の方向成分に基づき
輪郭線の水平，垂直，右上がり及び右下がりの各方向パ
ターンを抽出する。

【００１４】次にＣＰＵ１は輪郭線画像の非線形正規化
処理を行う。即ち、図４（ａ）に示すように、「田」と
いう文字画像の各文字線（文字ストローク）間の距離
（例えば、図中のＡ，Ｂ，Ｃ，Ｄ）を求めてこの逆数を
線密度とする。ここで、文字線間の距離は、水平方向と
垂直方向とを別々に計数し、その逆数をそれぞれ水平方
向の線密度及び垂直方向の線密度とする。このようにし
て各文字線間（即ち、図中の文字線（黒部分）以外の白
点）の線密度が求められる。なお文字線（即ち、黒点）
の線密度を「０」とする。また、図中において、１１は
処理対象の文字に外接する外接矩形枠である。

【００１５】次に外接矩形枠１１を座標に置き換え、図
４（ｂ）に示すように、全ての白点の水平方向の線密度
をｘ軸方向に、垂直方向の線密度をｙ軸方向に集積す
る。これにより、水平方向及び垂直方向における線密度
ヒストグラムが作成される。なお、図４（ｂ）中の２１
は任意の白点を示す。次にＣＰＵ１は線密度ヒストグラ
ムを８分割する。そしてこのとき、図４（ｃ）に示すよ
うに、８分割された各々のヒストグラムの和が全て同一
値となるように分割位置を定める。そしてその分割位置
で定められる各分割線により外接矩形枠１１の領域を水
平及び垂直方向にそれぞれ８分割し、８×８の小領域と
する。

【００１６】こうして分割された図４（ｄ）に示す８×
８の各小領域を、規定の大きさで８×８に等分割された
図４（ｅ）の正方矩形に写像する。なお、図４では説明
の都合上原画像が示されているが、ここで扱われる画像
は実際には原画像の輪郭線である。この場合、個々の領
域においては、写像元の大きさとそれに対応する写像先
の大きさとが異なるが、写像元の個々の領域を拡大また
は縮小することによって写像先の領域に対応させて写像
する。

【００１７】このような非線形正規化処理は、輪郭線の
垂直，水平，右上がり及び右下がりの各方向パターン毎
に行われ処理の終了後、ＣＰＵ１は等分割した各小領域
の黒画素数を計数し、各小領域毎の計数値をその方向パ
ターンの方向特徴ベクトルとして求める。そしてその
後、求めた方向特徴ベクトルに対し、辞書メモリ５内の
辞書のベクトルの中で距離の近いベクトルを有する候補
文字を距離の近いものから順に複数抽出し、抽出された
候補文字と入力文字とをさらに詳細に比較することで、
最終的な文字識別を行う。

【００１８】ところで、原図形から線密度を得る場合
は、文字線と文字線間の距離（線間幅）を計数してその
逆数として求めているが、図７（ａ）に示す多少湾曲し
ている直線状の文字線３１の場合は、湾曲部の距離ｈに
より純然たる直線の文字線では発生しない線密度を生
じ、正規な直線文字として抽出することができない。ま
た、「園」や「田」といった文字は、図７（ｂ）に示す
ように外接矩形枠１１と文字線との間の線間隔Ａ，Ｂ，
Ｃが小さい。このような場合、この文字画像を非線形正
規化処理すると、線間隔Ａ，Ｂ，Ｃの部分ではその線間
隔の逆数である線密度の値は大となり、従って非線形正
規化後のその文字の外形は外接矩形枠１１と離間し、図
７（ｄ）に示すように本来の外形の大きさからかなり縮
小されたものになる。このため「田」と「由」のような
類似文字の判別が困難になる。

【００１９】そこで、線密度を得る場合は、ある白点の
位置に着目し、その白点の周囲において、どの方向に文
字線が存在するかを調べ、その情報を基に文字線までの
距離を求めるようにする。そして求めた距離の逆数から
線密度を得る。まず図５に示すように、外接矩形枠１１
の外部にこの外接矩形枠１１の定数倍の外接矩形枠１２
を設ける。そして、図５（ａ）のように白点２１の上下
左右の何れか１つに文字線３１が存在する場合は、文字
線３１が存在する方向に関しては、文字線３１と外接矩
形枠１２の白点２１が存在する側の一辺間の距離ｈを計
数しその逆数を線密度とする。また、文字線３１が存在
しない方向に関しては、外接矩形枠１２の各辺間の距離
ｗの逆数を線密度とする。

【００２０】次に、図５（ｂ）のように白点２１の上下
に文字線３１Ａ，３１Ｂが存在する場合（または、白点
２１の左右に各文字線が存在する場合）は、文字線３１
Ａ，３１Ｂが存在する方向に関しては、各文字線間の距
離ｈの逆数を線密度とする。また、文字線が存在しない
方向に関しては外接矩形枠１２の各辺間の距離ｗの逆数
を線密度とする。次に、図５（ｃ）のように白点２１の
上と左に文字線３１Ａ，３１Ｂが存在する場合（また
は、白点２１の上と右、下と左、下と右の何れであって
も良い）は、各文字線３１Ａ，３１Ｂと外接矩形枠１２
の各辺のうち白点２１が存在する側の一辺間の距離ｈ，
ｗをそれぞれ計数しこれらの逆数をそれぞれ線密度とす
る。

【００２１】次に、図５（ｄ）のように白点２１の左右
と上に文字線３１Ａ，３１Ｂ，３１Ｃが存在する場合
（または、白点２１の左右と下、上下と左、上下と右の
何れであっても良い）は、文字線３１Ａと外接矩形枠１
２の各辺のうち白点２１が存在する側の一辺間の距離ｈ
を計数してその逆数を線密度とする。また、各文字線３
１Ｂ，３１Ｃ間の距離ｗを計数してその逆数を線密度と
する。次に、図５（ｅ）のように白点２１の上下左右す
べてに文字線３１Ａ〜３１Ｄが存在する場合は、対向す
る各文字線間の距離ｈ，ｗをそれぞれ計数し、これらの
逆数をそれぞれ線密度とする。

【００２２】このようにして文字画像の線密度を得るこ
とができる。従って、図６（ｆ）に示すような、外接矩
形枠１１と文字線との間の距離Ａ，Ｄを求めてその逆数
を線密度とし、距離Ａ，Ｄが短い場合に非線形正規化に
よって文字画像が縮小するといった問題を回避すること
ができる。即ち、図６（ｇ）に示すように外接矩形枠１
１の外部に外接矩形枠１２を設け、上記距離Ａ，Ｄを外
接矩形枠１２との間の距離Ａ’，Ｄ’として距離値を広
げることにより線密度を小さくする。この結果、非線形
正規化処理後の文字外形の大きさは縮小されずに処理前
の大きさを保持することができ、従って例えば「田」と
「由」のような類似文字の判別が困難になるといった問
題を回避できる。

【００２３】また、図６（ａ）〜（ｄ）に示すように、
白点２１の水平位置を、垂直方向の文字線（例えば、文
字線３１Ｂ）のほぼ先端位置に相当する位置にし、白点
２１から水平文字線３１Ａまでの垂直方向距離ｈを計数
すると共に、垂直文字線３１Ｂから白点２１を通って水
平文字線３１Ａの他端の位置まで（或いは他の垂直文字
線３１Ｃまで）の水平方向距離ｗを計数し、計数した垂
直方向距離ｈ及び水平方向距離ｗの大小を比較すること
によって、水平文字線３１Ａのみを直線文字として抽出
することができる。

【００２４】即ち、垂直方向距離ｈが水平方向距離ｗに
比較して極端に小さい図６（ｂ），（ｄ）のような場合
は、その距離ｈを「０」とし、従ってその線密度を
「０」とする。従って、図６（ｂ），（ｄ）の場合は、
１つの文字線３１Ａと見なして直線文字線３１のみを抽
出することができる。なお、垂直方向距離ｈが水平方向
距離ｗに比較して極端に小さくない図６（ａ），（ｃ）
のような場合は、その距離ｈ「０」とせずに保存しその
逆数を線密度とする。

【００２５】このようにして、垂直方向距離ｈが水平方
向距離ｗに比較して極端に小さい場合は距離ｈは「０」
となり、また同様に水平方向距離ｗが垂直方向距離ｈに
比較して極端に小さい場合も距離ｗは「０」になる。従
って、図６（ｅ）に示すような直線部分が多少湾曲して
いる手書き文字「上」の文字線の周囲は線間隔が「０」
（即ち、線密度は「０」）の領域を有することになる。
このように、垂直及び水平の２方向の距離を比較して一
方の距離が他方の距離より極端に小さい場合は、一方の
距離を「０」にするようにしたので、図７（ａ）に示す
ような多少湾曲している直線状の文字線３１の周囲では
線密度は「０」となり、従って直線の文字線として抽出
できる。なお、この直線文字抽出の際には、必ずしも外
接矩形枠１２を設ける必要はない。なお、この実施の形
態では、手書き文字の例について説明したが、ＯＣＲで
読み取った文字データなど、ビットマップデータであれ
ばどのような文字データでも良い。

【００２６】

【発明の効果】以上説明したように本発明によれば、被
識別文字に外接する第１の外接矩形枠を設け、被識別文
字を構成する各文字線間の距離、及び第１の外接矩形枠
の各辺と第１の外接矩形枠に隣接する各文字線間の距離
を求め、各距離の逆数を線密度としてこの線密度情報に
応じて第１の外接矩形枠を各小領域に分割すると共に、
分割した各小領域の各情報を規定の大きさで等分割され
た各領域に各個に写像する場合、各文字線の近傍の線密
度を零にするようにしたので、手書き文字のように多少
湾曲している文字線の場合はその近傍に生じる線密度が
除去され、従って正規な直線文字線として抽出できる。
また、第１の外接矩形枠の外部にこの第１の外接矩形枠
の定数倍の第２の外接矩形枠を設け、第１の外接矩形枠
に隣接する各文字線と第２の外接矩形枠の各辺との距離
を求めこの距離の逆数を線密度とするようにしたので、
第１の外接矩形枠の各辺に隣接した各文字線が対応する
各辺に近接するような文字画像の線密度を小さくでき、
従って非線形正規化した場合に生じるその文字画像の縮
小を防止できることから、非線形正規化後に例えば
「田」と「由」のような類似文字の判別が困難になると
いった問題を回避できる。

【図面の簡単な説明】

【図１】 本発明を適用した装置の構成を示すブロック
図である。

【図２】 本装置で認識処理される文字画像及びこの文
字画像の輪郭線を示す図である。

【図３】 本装置における画素の方向成分の検出状況を
示す図である。

【図４】 輪郭線の非線形正規化処理の状況を示す図で
ある。

【図５】 非線形正規化の際の文字線間の距離（線間
隔）の算出状況を示す図である。

【図６】 文字線間の距離算出の際の処理の要部を示す
図である。

【図７】 従来の非線形正規化の際に生じる不具合の例
を示す図である。

【図８】 従来の非線形正規化の処理手順を示す図であ
る。

【図９】 文字認識の過程を示す認識処理フローであ
る。

【符号の説明】

１…ＣＰＵ、２…タッチパネル、３…ＬＣＤ、４…メモ
リ、５…辞書メモリ、１１，１２…外接矩形枠。

Claims (2)

【特許請求の範囲】
1. 【請求項１】 被識別文字に外接する第１の外接矩形枠
   を設け、前記被識別文字を構成する各文字線間の距離、
   及び第１の外接矩形枠の各辺と第１の外接矩形枠に隣接
   する各文字線間の距離を求め、前記各距離の逆数を線密
   度としてこの線密度情報に応じて第１の外接矩形枠を各
   小領域に分割すると共に、分割した各小領域の各情報を
   規定の大きさで等分割された各領域に各個に写像する非
   線形正規化方法において、 前記各文字線の近傍の線密度を零にするようにしたこと
   を特徴とする非線形正規化方法。
2. 【請求項２】 請求項１において、 第１の外接矩形枠の外部にこの第１の外接矩形枠の定数
   倍の第２の外接矩形枠を設け、第１の外接矩形枠に隣接
   する各文字線と第２の外接矩形枠の各辺との距離を求め
   この距離の逆数を線密度とすることを特徴とする非線形
   正規化方法。