JPH10247219A - 文字認識方法および装置 - Google Patents

Abstract

(57)【要約】 【課題】 多値画像中の、かすれやよごれなどの雑音や
デザイン処理された文字列に対しても、従来法に比べて
精度の高い文字認識を実現すること。 【解決手段】 本発明は、新聞見出しのようなデザイン
処理された文字列画像パターンから文字領域と背景領域
を分離するために、積算回路２において、多値画像パタ
ーン記憶回路１より入力された多値画像パターンを、複
数方向に走査して、走査線上で、ある画素の濃度と隣接
画素の濃度の積、および、ある画素の濃度と隣接画素の
濃度をある定数から引いた値との積、および、ある画素
の濃度をある定数から引いた値と隣接画素の濃度との
積、および、ある画素の濃度をある定数から引いた値と
隣接画素の濃度をある定数から引いた値との積を計数
し、これらの計数値を利用して文字列領域を抽出するこ
とを特徴とする。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は入力画像が多値画
像、特に、かすれ、つぶれなどの雑音が加わった文書画
像、縞模様などのデザイン処理を施してある文書画像、
さらには白抜き文字画像などが混在する文書画像に対す
る文字認識方法および装置に関する。

【０００２】

【従来の技術】従来、漢字ＯＣＲ（Optical Character
Reader）などの文字認識処理装置では、入力された多値
の文書画像パターンに対して、（１）しきい値処理によ
り２値化し、２値画像として扱う手法、（２）多値画像
から直接文字の特徴量を抽出する手法、の２種類が知ら
れている。

【０００３】（１）の手法では、２値化された画像に対
し、水平または垂直方向に走査して、各走査線ごとに黒
画素または白画素の数を射影して、これらの量の投影分
布を求め、文字列領域および個別文字領域を抽出する。
その後に、切り出された文字ごとに認識のための特徴を
ベクトルの形で抽出し、予め作成してある標準辞書内の
各カテゴリの標準パターンベクトルとの間で類似度また
は相違度などの識別関数を求めて、最も類似した文字ま
たは図形カデゴリを認識結果とする。この方法では、文
字パターンが黒文字で、背景部分が白画素からなる文書
画像の場合には、投影分布により画像中から個別文字の
領域を判定することが可能であるが、広告中の文字に見
られるようにデザイン処理された文字や写真の上に書か
れた文字などに対しては、背景領域と文字領域の投影分
布が類似しているため、うまく個別文字の領域を抽出で
きない問題点があった。

【０００４】また、２値画像を対象に、デザイン処理な
どにロバストな射影尺度により、デザイン処理された画
像から文字領域を抽出する方法も知られているが（例え
ば、澤木、萩田：特願平７−２４８１４７）、この手法
では、入力画像として２値画像を対象としているため、
多値画像に適用できない問題があった。さらに、多値画
像を２値化したのちにこの手法を用いると、しきい値処
理により画像が劣化し、文字領域がうまく切り出されな
い問題があった。

【０００５】一方、（２）の手法では、多値画像の濃度
分布を観測し、山線にあたるところを文字の心線として
抽出し、辞書内に予め作成してある各カテゴリの標準心
線形状と比較する手法が知られている。しかし、デザイ
ン処理などの雑音が存在する場合には、デザイン部分を
誤って文字線として抽出してしまったり、文字線部分を
抽出し損ねてしまうという問題点がある。

【０００６】

【発明が解決しようとする課題】上記のように、従来の
ＯＣＲをはじめとする文字認識技術は、背景にデザイン
処理を行った文字列画像や、かすれ、つぶれのある文字
列画像、白抜き文字混在などからなる文字列画像、特に
多値画像中のそれらの画像から、文字カテゴリを正しく
認識できる手段が十分に確立していなかった。

【０００７】本発明の目的はこのような問題点に鑑み、
多値画像中の、かすれやよごれなどの雑音やデザイン処
理された文字列に対しても、文字列領域と背景領域の違
いを反映する計数値を用いて文字列の領域および個別文
字の候補画像を抽出する方法と、個別文字の候補画像に
対してこの計数値を用いて雑音の程度を推定し、認識、
棄却の判定に用いる識別関数のしきい値を雑音の程度に
応じて変化させる方法とを提供することで、従来法に比
べて精度の高い文字認識を実現することである。

【０００８】

【課題を解決するための手段】上記目的を達成するため
に、本発明では、新聞見出しのようなデザイン処理され
た文字列画像パターンから文字領域と背景領域を分離す
るために、入力される多値画像パターンに対して、複数
方向に走査して、走査線上で、ある画素の濃度と隣接画
素の濃度の積、およびある画素の濃度と隣接画素の濃度
をある定数から引いた値との積、およびある画素の濃度
をある定数から引いた値と隣接画素の濃度との積、およ
びある画素の濃度をある定数から引いた値と隣接画素の
濃度をある定数から引いた値との積を計数し、これらの
計数値を利用して文字列領域を抽出することを特徴とす
る。

【０００９】また、本発明では、抽出した文字列領域の
画像パターンの情報をもとにして、複数方向に走査し
て、走査線上で、ある画素の濃度と隣接画素の濃度の
積、およびある画素の濃度と隣接画素の濃度をある定数
から引いた値との積、およびある画素の濃度をある定数
から引いた値と隣接画素の濃度との積、およびある画素
の濃度をある定数から引いた値と隣接画素の濃度をある
定数から引いた値との積を計数し、これらの計数値を利
用して、個別文字の候補領域を抽出する方法や、文字列
中で個別文字カテゴリが照合により確定した文字カテゴ
リの位置と認識情報をもとに、残りの未処理の個別文字
の候補領域を抽出する方法を備えたことを特徴とする。

【００１０】さらに、個別候補画像パターンと辞書の参
照パターンとの照合において、公知の識別関数を用いて
識別関数値（類似度）を求め、この値と個別候補画像パ
ターンの雑音の程度によって定まる閾値とをもとに、認
識または棄却の判定処理を行うことで、多くの候補画像
パターンの中から、正しい文字カテゴリとその位置を選
択することを特徴とする。また、入力された多値画像パ
ターンの情報をもとに、辞書の参照パターンと認識・棄
却判定の閾値を新規作成・追加・更新できる特徴をも
つ。これにより、本発明では、入力された多値画像パタ
ーンに対して、文書画像全体の傾き補正処理やシェーデ
ィング補正処理などの前処理が行われた後の文書等の画
像パターンを対象として、文書中の文字列領域を抽出
し、各文字列内に含まれる文字カテゴリを辞書の参照パ
ターンとの照合により、認識する。また、誤認識や未学
習の文字の画像パターンを辞書の参照パターンに追加作
成または更新する。

【００１１】

【発明の実施の形態】以下、本発明の一実施例を図面に
より説明する。図１は本発明の方法を適用する文字認識
装置の構成を示すブロック図で、１は多値画像パターン
記憶回路、２は積算回路、３は文字列抽出回路、４は個
別文字抽出回路、５は個別文字照合回路、６は参照パタ
ーン学習回路、７は画像入出力回路である。図２は上記
文字認識装置の動作例を示すフローチャートである。図
３は積算回路２の動作例を説明する説明図。図４は文字
列抽出回路３の動作例を説明する説明図。図５は個別文
字抽出回路４の動作例を説明する説明図である。

【００１２】多値画像パターン記憶回路１は、認識対象
となる多値画像パターンを記憶している。多値画像パタ
ーンはＮ画素からなり、例えば画素の濃度は０．０から
１．０の間の小数値で示され、「０．０」は白を、
「１．０」は黒を示している。積算回路２は、多値画像
パターン記憶回路１から取り出されたＮ画素からなる多
値画像パターンを入力し、複数方向から走査して、文字
列領域と背景領域を区別するために、各走査線上にあ
る、ある画素の濃度と隣接する画素の濃度の積、およ
び、ある画素の濃度と隣接する画素の濃度をある定数か
ら引いた値との積、および、ある画素の濃度をある定数
から引いた値と隣接する画素の濃度との積、および、あ
る画素の濃度をある定数から引いた値と隣接する画素の
濃度をある定数から引いた値との積を計数し、出力す
る。

【００１３】文字列抽出回路３は、積算回路２によって
得られた各走査線上の画素の濃度の積和の計数値をもと
に文字列領域と背景領域を区別し、入力画像中から文字
列領域の画像パターンを出力する。個別文字抽出回路４
は、文字列抽出回路３で得られた文字列領域の画像パタ
ーンを入力し、個別文字照合回路５で照合すべき個別文
字が含まれる候補画像を選択し、出力する。個別文字照
合回路５は、個別文字抽出回路４で選ばれた個別文字の
候補画像パターンを入力し、所定の識別関数を用いて辞
書の参照パターンと照合し、各文字カテゴリの識別関数
値と候補画像パターンの雑音の程度によって決まるしき
い値と比較して、この候補画像パターンの中に認識文字
カテゴリがあるかどうかを判定し、ある場合にはこれら
の結果を出力する。

【００１４】参照パターン学習回路６は、画像入出力回
路７から出力される画像情報、および、多値画像パター
ン記憶回路１の多値画像パターン、および、個別文字照
合回路５内の辞書の参照パターンを入力し、参照パター
ンの新規作成・更新を行い、個別文字照合回路５の辞書
の参照パターンに追加・更新する。画像入出力回路７
は、個別文字照合回路５から出力される文字カテゴリ番
号、識別関数値、多値画像パターン等の認識結果の情報
を入力し、これらの情報を表示し、また、マウスやキー
ボードなどによって画像情報を編集する。さらに、画像
入出力回路７は、参照パターン学習回路６に参照パター
ンの新規作成または更新に必要な情報を送出する。

【００１５】図１において、入力された多値画像パター
ンから文字列領域を抽出する処理について説明する。ま
ず、ステップＳ１（図２参照）では、多値画像パターン
記憶回路１から認識対象となる多値画像パターンが読み
出され、積算回路２に入力される。横Ｎx 画素×縦Ｎy
画素からなる多値画像パターンに対して、水平と垂直方
向の２方向に文字を走査し、各走査線上の各画素で、画
素の濃度と隣接する画素の濃度の積ａ、および、画素の
濃度と隣接する画素の濃度をある定数から引いた値との
積ｂ、および、画素の濃度をある定数から引いた値と隣
接する画素の濃度との積ｃ、および、画素の濃度をある
定数から引いた値と隣接する画素の濃度をある定数から
引いた値との積ｅ、および、走査画素数ｎを計数する。

【００１６】さらに、走査開始画素の１つ前の画素から
走査終了画素の１つ前の画素までの画素値の和Ｔおよび
二乗和Ｔ２、および、走査開始画素から走査終了画素ま
での画素値の和Ｘおよび二乗和Ｘ２を求める。ここでは
例えば、画素値は、０．０から１．０の間の値をとり、
黒点は画素値＝１．０に、白点は画素値＝０．０とす
る。また、定数としては、例えば、１．０を用いる。各
走査線上の全画素で得られたａ，ｂ，ｃ，ｅの値を総和
した値を、それぞれ、ａｐ，ｂｐ，ｃｐ，ｅｐとして求
める。

【００１７】各走査線上で、ａｐ，ｂｐ，ｃｐ，ｅｐの
各計数値を用いて、〔式１〕

【数１】 なるｐの値を求める。ｐの値は、文字領域が背景領域に
比べ画素値の変化が小さい場合（例えば文字が無地）で
も、大きい場合（例えばテクスチャがかかった文字）で
も、文字領域で背景領域よりも大きい値をとる。また、
ｐ値は分母の正規化項により、−１≦ｐ≦１の範囲の値
をとる。

【００１８】このｐ値を、各走査方向に対応した投影軸
に投影する。位置ｙの水平方向走査で得られるｐ値をｈ
y とおくと、水平方向走査で投影分布Ｐy ＝（ｈ1 ，ｈ
2 ，…，ｈy ，…，ｈNy）が得られる。位置ｘの水平方
向走査で得られるｐ値をｖxとおくと、水平方向走査で
投影分布Ｐx ＝（ｖ1 ，ｖ2 ，…，ｖx ，…，ｖNx）が
得られる。これ以外の走査方向についても計数可能であ
る。

【００１９】次に、本装置の処理は、ステップＳ２に移
り、文字列抽出回路３は、積算回路２から得られた投影
分布Ｐy と投影分布Ｐx を入力し、もし、Ｎx ＞Ｎy な
らば、水平方向の走査で得られた投影分布Ｐy を、予め
設定したＮ区間になるように、Ｎ等分して、新しい投影
分布Ｑ＝（ｑ1 ，ｑ2 ，…，ｑj ，…，ｑN ）を求め
る。さもなければ、垂直方向の走査で得られた投影分布
Ｐx を、予め設定したＮ区間になるように、Ｎ等分し
て、新しい投影分布Ｑ＝（ｑ1 ，ｑ2 ，…，ｑj ，…，
ｑN ）を求める。

【００２０】今、Ｎx ＞Ｎy の場合について説明する。
新しい投影分布Ｑに対して、予め設定したしきい値ＴQ
と比較し、ｑj ＞ＴQとなるｊの連続区間〔ｊs ，ｊe
〕（ｊs ≦ｊ≦ｊe ）から文字列の高さＷy （＝ｊe
−ｊs ＋１）を求める。この高さＷy 画素と幅Ｎx 画素
によって囲まれる画像領域を文字列画像パターンＷとし
て出力する。ここで、文字列が複数行からなる場合は、
連続区間が複数個出力されるので、複数個の文字列画像
パターンＷを出力する。また、縦書き、横書きが混在し
ている場合は、投影分布Ｐx についても、しきい値ＴQ
を用いてｘ軸方向の連続区間を求め、縦書きの文字列画
像パターンＷを別に出力する。

【００２１】次に、本装置の処理はステップＳ３に移
り、個別文字抽出回路４は、文字列抽出回路３で得られ
たＮx ×Ｗy 画素の文字列画像パターンＷを、高さがＮ
画素なるように正規化処理を行い、正規化された文字列
画像パターンＷN を求める。この正規化文字列画像パタ
ーンＷN に対して、積算回路２の処理手順でのべた垂直
方向走査によるｐ値の投影分布Ｐx を求め、この投影分
布Ｐx に対して、予め設定したしきい値Ｔx と比較し、
ｖj ＞Ｔx となるｘの連続区間〔ｘs ，ｘc〕（ｘs ≦
ｘ≦ｘe ）を求める。

【００２２】ｋ個の連続区間［ｘs1，ｘe1］，［ｘs2，
ｘe2］，…，［ｘsk，ｘek］に対して、参照パターンに
記憶されている文字幅の存在範囲であるｚ1 画素からｚ
2 画素の中にはいる、ｚ1 ≦ｘej−ｘsi＋１≦ｚ2 （ｉ
≦ｊ）を満たす区間ｉと区間ｊを求め、個別文字の候補
画像パターンＧの文字幅Ｗx （＝Ｘej−Ｘsi＋１）を求
める。これによりＷx ×Ｎ画素からなる個別文字の候補
画像パターンＧが複数個得られる。区間ｉでｘei−ｘsi
＋１＞ｚ2 となる場合は、候補画像パターンＧの左枠の
位置ｘsiを１画素単位にずらして、その右枠が位置ｘei
になるまで個別文字の候補画像パターンＧを複数個作成
する。

【００２３】次に個別文字の候補画像を求める第２の方
法では、文字列画像パターンＷに対して、個別文字照合
回路５で「ある文字カテゴリに認識した」と判定された
個別文字の候補画像パターンＧ以外の未処理区間〔ｘt
，ｘu 〕に対して、ｚ1 ≦ｘu −ｘt ≦ｚ2 を満たす
区間を求め、幅Ｗx （＝ｘu 一ｘt ＋１）×Ｎ画素から
なる個別文字候補画像パターンを作成する。この条件を
満たす区間が複数個あれば、複数個の個別文字候補画像
パターンを出力する。また、個別文字照合回路５で「あ
る文字カテゴリに認識した」と判定された個別文字の候
補画像パターンＧの区間から文字のピッチ（間隔）を推
定し、残りの領域から個別文字候補画像パターンＧを抽
出する方法も適用可能である。

【００２４】これまでは横に長い多値画像パターンが入
力された場合に関して主に説明したが、縦に長い多値画
像パターンの場合も、ｘ方向とｙ方向の処理を逆にすれ
ば同様に処理できる。

【００２５】次に、個別文字照合回路５の処理について
説明する。本装置の処理はステップＳ４に移り、まず、
Ｗx ×Ｎ画素からなる個別文字候補画像パターンＧを入
力し、ｎ（＝Ｎ×Ｎ）画素の正規化多値文字パターンＸ
＝（ｘ1 ，ｘ2 ，…，ｘi ，…，ｘn ）を求める。この
とき、個別文字候補画像パターンＧが正規化多値文字パ
ターンＸの中心にくるように平行移動しておく。また、
次の式を用いて、この正規化多値文字パターンＸに対す
るｘi の総和Ｈを求める。

【数２】

【００２６】次に、この正規化多値文字パターンＸを辞
書の参照パターンＴ＝（ｔ1 ，ｔ2，…，ｔi ，…，ｔn
）と比較するためには、公知の識別関数を用いる。例
えば、複合類似度（飯島「パターン認識理論」森北出版
株式会社）などが挙げられる。

【００２７】各文字カテゴリｍの参照パターンに対し
て、Ｘとの類似度Ｓ（Ｘ，Ｔm ）と上記Ｈの値によって
決まる参照パターンの閾値Ｓm を用いて、次のように認
識または棄却の判走を行う。このＨと閾値Ｓm の関係テ
ーブルは、参照パターン学習回路６によって予め学習さ
れている。 （条件１） もし、Ｓ（Ｘ，Ｔm ）＞Ｓｍならば、この
文字カテゴリｍとして認識できたと判定する。 （条件２） さもなければ、この文字カテゴリｍではな
いと判定する。

【００２８】すべての参照パターンに対して、複数のカ
テゴリに対して条件１を満たした場合は、類似度が最も
大きいカテゴリを認識カテゴリとして出力する。また、
条件１を満たすカテゴリが１つもない場合は、この個別
文字候補画像パターンＧに対しては認識カテゴリがなか
ったとして棄却する。

【００２９】最後に参照パターン学習回路６と画像入出
力回路７を用いて、個別文字照合回路５の辞書の参照パ
ターンを追加・更新する処理を説明する。画像入出力装
置７は、個別文字照合回路５から出力される認識文字カ
テゴリ番号、識別関数値、多値画像パターン等の分類結
果の情報を入力し、これらの情報を表示し、また、マウ
スやキーボードなどによって画像情報を編集する。

【００３０】認識結果に誤認識がある場合や、新規の文
字カテゴリの参照パターンを作成する場合は、画像入出
力装置７を用いて、入力の多値画像パターンから、追
加、更新すべき認識カテゴリｍの多値参照パターンＴm
を編集・作成する。参照パターン学習回路６では、作成
された多値参照パターンと個別文字照合回路５の辞書の
参照パターンを用いて、この新規のｎ（＝Ｎ×Ｎ）画素
からなる正規化多値参照パターンＴm に対する認識棄却
判定の閾値Ｓm を学習する。

【００３１】今、ｎ（＝Ｎ×Ｎ）画素からなる多値のラ
ンダム雑音パターンＲ＝（ｒ1 ，ｒ2 ，…，ｒi ，…，
ｒn ）を作成し、辞書の各多値参照パターンＴに重畳し
て、学習のための入力画像パターンＸを作成する。すな
わち、位置ｉの画素値ｘi ＝ｔi ＋ｒi となる。新規の
カテゴリｍの多値参照パターンＴm に対する入力画像パ
ターンＸの類似度Ｓ（Ｘ，Ｔm ）を計算し、すべての参
照パターンの中で、ｍ以外のカテゴリで最大の類似度を
もとめ、その値をＳm として、個別文字照合回路５の辞
書に、新規カテゴリｍの多値参照パターンＴm とその閾
値Ｓm を格納する。

【００３２】本発明の主要部分である積算回路２の具体
的な動作例として、多値画像パターン記憶回路１に図３
に示すような横２０画素×縦１４画素からなる多値画像
パターンの場合について説明する。この図は「文字」と
かかれた文字列画像パターンの背景に網点のデザイン処
理が施された入力画像パターンを表わしている。この多
値画像パターンが読み出され、積算回路２に入力され
る。この入力多値画像パターンに対して、水平方向と垂
直方向の２方向に文字を走査し、式１で示したｐ値をそ
れぞれ、投影軸２−１および投影軸２−２に投影する。

【００３３】走査の例として図３で、ｙ＝２における水
平方向走査２−３では、ａｐ＝３．３４，ｂｐ＝４．８
６，ｃｐ＝５．３６，ｅｐ＝５．４４，Ｔ＝８．７０，
Ｔ２＝５．３１，Ｘ＝８．２０，Ｘ２＝４．７６，ｎ＝
１９が計数され、ｙ＝２におけるｐ値は、〔式２〕 p=(3.34*5.44-4.86*5.36)/{sqrt[19*5.31-8.70*8.70]*s
qrt[19*4.76-8.20*8.20]}=-0.326 となる。

【００３４】また、ｙ＝６における水平方向走査２−４
では、ａｐ＝４．８６，ｂｐ＝４．２４，ｃｐ＝４．７
４，ｅｐ＝５．１６，Ｔ＝９．６０，Ｔ２＝６．３６，
Ｘ＝９．１０，Ｘ２＝５．８１，ｎ＝１９が計数され、
ｙ＝６におけるｐ値は、〔式３〕 p=(4.86*5.16-4.24*4.74)/{sqrt[19*6.36-9.60*9.60]*s
qrt[19*5.81-9.10*9.10]}=0.177 となる。

【００３５】この結果から、網点からなる背景部分のｐ
値は、文字線部分の走査で得られるｐ値に比べて小さい
値をとることを示し、式１で示すｐ値が文字部と背景部
分とをわけるのに有効な尺度であることがわかる。ｙ＝
１からｙ＝１４までの水平方向走査により、投影分布Ｐ
y が求められる。

【００３６】文字列抽出回路３では、ｙ＝１からｙ＝１
４までの水平方向走査で投影分布Ｐy を入力し、Ｎx ＞
Ｎy を満たすので、水平方向の走査で得られた投影分布
Ｐyを、予め設定したＮ区間になるようにＮ等分して、
新しい投影分布Ｑ＝（ｑ1 ，ｑ2 ，…，ｑj ，…，ｑN
）を求める。ここで、Ｎ＝１１画素とすると、投影分
布Ｑの中で、予め設定してあるｐ値のしきい値ＴQ ＝−
０．５以上となる区間は、ｙ＝２からｙ＝１２までとな
り、この結果、横２０画素×縦１１画素の文字列画像パ
ターンＷが抽出される（図４参照）。

【００３７】個別文字抽出回路４では、文字列抽出回路
３で得られた、横２０画素×縦１１画素の文字列画像パ
ターンＷを、高さがＮ＝１１画素なるように正規化処理
を行い、２０×１１画素の文字列画像パターンＷN を求
める。この例では、Ｗx ＝Ｎなので、文字列画像パター
ンＷと文字列画像パターンＷN は同じ画像パターンにな
る。この正規化された文字列画像パターンＷN に対し
て、積算回路２の処理手順でのべた、ｘ＝１からｘ＝２
０までの垂直方向走査によるｐ値の投影分布Ｐx を求
め、この投影分布Ｐx に対して、予め設定したしきい値
Ｔx ＝−０．８とした場合、ｖj ＞Ｔx となるｘの連続
区間は〔ｘs ＝３，ｘe ＝２０〕となる。

【００３８】今、参照パターン中で、文字幅がｚ1 ＝２
画素とｚ2 ＝１１画素の範囲に決められているとする
と、ｘe −ｘs ＋１＞ｚ2 を満たすので、１１×１１画
素の個別文字の候補画像パターンＧとして、Ｇの左枠の
位置ｘs ＝３から１画素単位にずらして、Ｇの右枠の位
置ｘe ＝２０になるまで、８個の個別文字候補画像パタ
ーンＧが作成される。図５の４−１１は、Ｇの左枠がｘ
＝３である場合を表わし、４−２は、Ｇの左枠がｘ＝４
である場合を表わす。

【００３９】以上、この発明の実施形態を図面を参照し
て詳述してきたが、具体的な構成はこの実施形態に限ら
れるものではなく、この発明の要旨を逸脱しない範囲の
設計の変更等があってもこの発明に含まれる。

【００４０】

【発明の効果】この発明によれば、従来技術では抽出が
難しい、かすれ、よごれのような雑音や背景に網点など
のテクスチャが重畳した多値画像パターンに対して、画
像パターンを走査して新しい計数値を用いて、文字列領
域を簡易にかつ正しく抽出することができる。また、こ
の発明によれば、従来の文字認識法が行っていた雑音や
デザイン除去の前処理を行わなくてすむだけでなく、雑
音やデザイン除去に誤って文字ストロークを削除してし
まうことがないため、後段に行われる文字認識を高精度
に行うことができるという利点がある。

【００４１】また、この発明によれば、雑音を含む文字
列画像パターンに対して、雑音背景下で認識が難しい、
文字幅が小さいかまたは文字の高さが低い句読点や記号
などの文字カテゴリに対しても、正しく認識できる利点
がある。また、この発明によれば、雑音の程度に応じて
識別関数値のしきい値を文字カテゴリごとに設定できる
ので、雑音のない文字から雑音のある文字に対しても認
識判定は正しくできる利点がある。また、この発明によ
れば、雑音を含む文字列画像パターンに対して、新規に
文字カテゴリを追加したり、参照パターンを更新する場
合に、これら新規作成・追加・更新の処理が容易であ
る。

【図面の簡単な説明】

【図１】 本発明による文字認識装置の構成例を示すブ
ロック図である。

【図２】 本装置の動作例を示すフローチャートであ
る。

【図３】 本発明による入力の多値画像パターンに対す
る文字列抽出処理の一例を示す説明図である。

【図４】 本発明による個別文字抽出処理の一例を示す
説明図である。

【図５】 本発明による個別文字候補画像パターンの一
例を示す説明図である。

【符号の説明】

１……多値画像パターン記憶回路、 ２……積算回路、
３……文字列抽出回路、 ４……個別文字抽出回路、５
……個別文字照合回路、 ６……参照パターン学習回
路、７……画像入出力回路、２−１……水平方向走査の
投影軸、２−２，２−３……水平方向走査の例、３−１
……垂直方向走査の投影軸、３−２，３−３……垂直方
向走査の例、４−１，４−２……個別文字候補画像パタ
ーンの例

Claims (12)

【特許請求の範囲】
1. 【請求項１】 所定の多値画像パターン記憶手段が記憶
   している多値画像パターンを、複数方向に走査し、各走
   査線上の各画素について、該画素の濃度と隣接画素の濃
   度との積と、該画素の濃度と該隣接画素の濃度をある定
   数から引いた値との積と、該画素の濃度をある定数から
   引いた値と該隣接画素の濃度との積と、該画素の濃度を
   ある定数から引いた値と該隣接画素の濃度をある定数か
   ら引いた値との積、および、その積和を求める積算過程
   と、 前記積算過程で求めた積和に基づいて、前記多値画像パ
   ターンから文字列領域の画像パターンを抽出する文字列
   抽出過程と、 前記文字列抽出過程で抽出した文字列画像パターンか
   ら、該文字列画像パターンを構成する各個別文字の領域
   である候補画像パターンを抽出する個別文字抽出過程
   と、 前記個別文字抽出過程で抽出した各個別文字の候補画像
   パターンについて、所定の辞書から、該候補画像パター
   ンに対応する認識文字パターンを探し出す個別文字照合
   過程と、 前記個別文字照合過程で探し出した認識文字パターンを
   出力する画像出力過程とを具備することを特徴とする文
   字認識方法。
2. 【請求項２】 請求項１記載の文字認識方法において、 任意の多値画像パターンを入力し、該多値画像パターン
   に基づいて、多値参照パターンを編集・生成する画像入
   力過程と、 前記画像入力過程で生成した多値参照パターンと、前記
   辞書に記憶された参照パターンとに基づいて、該辞書内
   の参照パターンを更新する参照パターン学習過程とを具
   備することを特徴とする文字認識方法。
3. 【請求項３】 請求項１または請求項２のいずれかに記
   載の文字認識方法において、 前記積算過程は、 前記多値画像パターン記憶手段から多値画像パターンを
   読み出し、 読み出した多値画像パターンを、水平方向および垂直方
   向に走査し、 各走査線上の各画素について、該画素の濃度と隣接画素
   の濃度との積ａと、該画素の濃度と該隣接画素の濃度を
   ある定数から引いた値との積ｂと、該画素の濃度をある
   定数から引いた値と該隣接画素の濃度との積ｃと、該画
   素の濃度をある定数から引いた値と該隣接画素の濃度を
   ある定数から引いた値との積ｅと、走査画素数ｎを求
   め、 各走査線上の全画素について得られたａ，ｂ，ｃ，ｅそ
   れぞれの総和ａｐ，ｂｐ，ｃｐ，ｅｐを求め、 各走査線について、走査開始画素の１つ前の画素から走
   査終了画素の１つ前の画素までの画素値の和Ｔおよび二
   乗和Ｔ２、走査開始画素から走査終了画素までの画素値
   の和Ｘおよび二乗和Ｘ２を求め、 これらの値に基づいて ｐ＝（ａｐ・ｅｐ−ｂｐ・ｃｐ）／｛ｓｑｒｔ〔（ｎ−
   １）・Ｔ２−Ｔ² 〕・ｓｑｒｔ〔（ｎ−１）・Ｘ２−Ｘ
   ² 〕｝ を計算することを特徴とする文字認識方法。
4. 【請求項４】 請求項３記載の文字認識方法において、 前記多値画像パターンは、横Ｎx 画素×縦Ｎy 画素から
   なり、 前記文字列抽出過程は、 Ｎx ＞Ｎy ならば、 前記積算過程で水平方向の走査において算出したｐの値
   を、垂直方向の投影軸に投影して、投影分布Ｐy を求
   め、 該投影分布Ｐy をＮ等分することにより、投影分布Ｑを
   生成し、 該投影分布Ｑについて、その構成要素が所定のしきい値
   ＴQ より大きい連続区間を求め、 該連続区間内の多値画像パターンを、文字列画像パター
   ンＷとし、 一方、Ｎy ＞Ｎx ならば、 前記積算過程で垂直方向の走査において算出したｐの値
   を、水平方向の投影軸に投影して、投影分布Ｐx を求
   め、 該投影分布Ｐx をＮ等分することにより、投影分布Ｑを
   生成し、 該投影分布Ｑについて、その構成要素が所定のしきい値
   ＴQ より大きい連続区間を求め、 該連続区間内の多値画像パターンを、文字列画像パター
   ンＷとすることを特徴とする文字認識方法。
5. 【請求項５】 請求項４記載の文字認識方法において、 前記個別文字抽出過程は、 Ｎx ＞Ｎy ならば、 文字列画像パターンＷを、横（Ｎx ・Ｗy ／Ｎ）画素×
   縦Ｎ画素の正規化文字列画像パターンＷN に正規化し、 正規化文字列画像パターンＷN を、垂直方向に走査し、 該走査線上の各画素について、該画素の濃度と隣接画素
   の濃度との積ａと、該画素の濃度と該隣接画素の濃度を
   ある定数から引いた値との積ｂと、該画素の濃度をある
   定数から引いた値と該隣接画素の濃度との積ｃと、該画
   素の濃度をある定数から引いた値と該隣接画素の濃度を
   ある定数から引いた値との積ｅと、走査画素数ｎを求
   め、 該走査線上の全画素について得られたａ，ｂ，ｃ，ｅそ
   れぞれの総和ａｐ，ｂｐ，ｃｐ，ｅｐを求め、 該走査線について、走査開始画素の１つ前の画素から走
   査終了画素の１つ前の画素までの画素値の和Ｔおよび二
   乗和Ｔ２、走査開始画素から走査終了画素までの画素値
   の和Ｘおよび二乗和Ｘ２を求め、 これらの値に基づいて ｐ＝（ａｐ・ｅｐ−ｂｐ・ｃｐ）／｛ｓｑｒｔ〔（ｎ−
   １）・Ｔ２−Ｔ² 〕・ｓｑｒｔ〔（ｎ−１）・Ｘ２−Ｘ
   ² 〕｝ を計算し、 このｐの値を、水平方向の投影軸に投影して、投影分布
   Ｐx を求め、 該投影分布Ｐx の要素が所定のしきい値Ｔx より大きい
   連続区間を求め、 該連続区間の長さが所定値以内である場合には、該連続
   区間内の文字列画像パターンＷを、候補画像パターンＧ
   とし、 一方、Ｎy ＞Ｎx ならば、 文字列画像パターンＷを、横Ｎ画素×縦（Ｎy ・Ｗx ／
   Ｎ）画素の正規化文字列画像パターンＷN に正規化し、 正規化文字列画像パターンＷN を、水平方向に走査し、 該走査線上の各画素について、該画素の濃度と隣接画素
   の濃度との積ａと、該画素の濃度と該隣接画素の濃度を
   ある定数から引いた値との積ｂと、該画素の濃度をある
   定数から引いた値と該隣接画素の濃度との積ｃと、該画
   素の濃度をある定数から引いた値と該隣接画素の濃度を
   ある定数から引いた値との積ｅと、走査画素数ｎを求
   め、 該走査線上の全画素について得られたａ，ｂ，ｃ，ｅそ
   れぞれの総和ａｐ，ｂｐ，ｃｐ，ｅｐを求め、 該走査線について、走査開始画素の１つ前の画素から走
   査終了画素の１つ前の画素までの画素値の和Ｔおよび二
   乗和Ｔ２、走査開始画素から走査終了画素までの画素値
   の和Ｘおよび二乗和Ｘ２を求め、 これらの値に基づいて ｐ＝（ａｐ・ｅｐ−ｂｐ・ｃｐ）／｛ｓｑｒｔ〔（ｎ−
   １）・Ｔ２−Ｔ² 〕・ｓｑｒｔ〔（ｎ−１）・Ｘ２−Ｘ
   ² 〕｝ を計算し、 このｐの値を、垂直方向の投影軸に投影して、投影分布
   Ｐy を求め、 該投影分布Ｐy の要素が所定のしきい値Ｔy より大きい
   連続区間を求め、 該連続区間の長さが所定値以内である場合には、該連続
   区間内の文字列画像パターンＷを、候補画像パターンＧ
   とすることを特徴とする文字認識方法。
6. 【請求項６】 請求項５記載の文字認識方法において、 前記個別文字照合過程は、 前記候補画像パターンＧを、縦Ｎ画素×横Ｎ画素の正規
   化多値文字パターンＸに正規化し、 正規化多値文字パターンＸと所定の辞書内に記憶されて
   いる参照パターンＴとの類似度Ｓ（Ｘ，Ｔm ）を、該辞
   書内の複数の参照パターンＴについて求め、 該複数の参照パターンＴについて、その類似度Ｓ（Ｘ，
   Ｔm ）が所定の閾値Ｓm より大きく、かつ、その類似度
   Ｓ（Ｘ，Ｔm ）が最も大きい参照パターンＴを、候補画
   像パターンＧの認識文字パターンとすることを特徴とす
   る文字認識方法。
7. 【請求項７】 多値画像パターンを記憶する多値画像パ
   ターン記憶手段と、 前記多値画像パターン記憶手段が記憶している多値画像
   パターンを、複数方向に走査し、各走査線上の各画素に
   ついて、該画素の濃度と隣接画素の濃度との積と、該画
   素の濃度と該隣接画素の濃度をある定数から引いた値と
   の積と、該画素の濃度をある定数から引いた値と該隣接
   画素の濃度との積と、該画素の濃度をある定数から引い
   た値と該隣接画素の濃度をある定数から引いた値との
   積、および、その積和を求める積算手段と、 前記積算手段が求めた積和に基づいて、前記多値画像パ
   ターンから文字列領域の画像パターンを抽出する文字列
   抽出手段と、 前記文字列抽出手段が抽出した文字列画像パターンか
   ら、該文字列画像パターンを構成する各個別文字の領域
   である候補画像パターンを抽出する個別文字抽出手段
   と、 前記個別文字抽出手段が抽出した各個別文字の候補画像
   パターンについて、所定の辞書から、該候補画像パター
   ンに対応する認識文字パターンを探し出す個別文字照合
   手段と、 前記個別文字照合手段が探し出した認識文字パターンを
   出力する画像出力手段とを具備することを特徴とする文
   字認識装置。
8. 【請求項８】 請求項７記載の文字認識装置において、 任意の多値画像パターンを入力し、該多値画像パターン
   に基づいて、多値参照パターンを編集・生成する画像入
   力手段と、 前記画像入力手段が生成した多値参照パターンと、個別
   文字照合手段内の前記辞書に記憶された参照パターンと
   に基づいて、該辞書内の参照パターンを更新する参照パ
   ターン学習手段とを具備することを特徴とする文字認識
   装置。
9. 【請求項９】 請求項７または請求項８のいずれかに記
   載の文字認識装置において、 前記積算手段は、 前記多値画像パターン記憶手段から多値画像パターンを
   読み出し、 読み出した多値画像パターンを、水平方向および垂直方
   向に走査し、 各走査線上の各画素について、該画素の濃度と隣接画素
   の濃度との積ａと、該画素の濃度と該隣接画素の濃度を
   ある定数から引いた値との積ｂと、該画素の濃度をある
   定数から引いた値と該隣接画素の濃度との積ｃと、該画
   素の濃度をある定数から引いた値と該隣接画素の濃度を
   ある定数から引いた値との積ｅと、走査画素数ｎを求
   め、 各走査線上の全画素について得られたａ，ｂ，ｃ，ｅそ
   れぞれの総和ａｐ，ｂｐ，ｃｐ，ｅｐを求め、 各走査線について、走査開始画素の１つ前の画素から走
   査終了画素の１つ前の画素までの画素値の和Ｔおよび二
   乗和Ｔ２、走査開始画素から走査終了画素までの画素値
   の和Ｘおよび二乗和Ｘ２を求め、 これらの値に基づいて ｐ＝（ａｐ・ｅｐ−ｂｐ・ｃｐ）／｛ｓｑｒｔ〔（ｎ−
   １）・Ｔ２−Ｔ² 〕・ｓｑｒｔ〔（ｎ−１）・Ｘ２−Ｘ
   ² 〕｝ を計算することを特徴とする文字認識装置。
10. 【請求項１０】 請求項９記載の文字認識装置におい
    て、 前記多値画像パターンは、横Ｎx 画素×縦Ｎy 画素から
    なり、 前記文字列抽出手段は、 Ｎx ＞Ｎy ならば、 前記積算手段が水平方向の走査において算出したｐの値
    を、垂直方向の投影軸に投影して、投影分布Ｐy を求
    め、 該投影分布Ｐy をＮ等分することにより、投影分布Ｑを
    生成し、 該投影分布Ｑについて、その構成要素が所定のしきい値
    ＴQ より大きい連続区間を求め、 該連続区間内の多値画像パターンを、文字列画像パター
    ンＷとし、 一方、Ｎy ＞Ｎx ならば、 前記積算手段が垂直方向の走査において算出したｐの値
    を、水平方向の投影軸に投影して、投影分布Ｐx を求
    め、 該投影分布Ｐx をＮ等分することにより、投影分布Ｑを
    生成し、 該投影分布Ｑについて、その構成要素が所定のしきい値
    ＴQ より大きい連続区間を求め、 該連続区間内の多値画像パターンを、文字列画像パター
    ンＷとすることを特徴とする文字認識装置。
11. 【請求項１１】 請求項１０記載の文字認識装置におい
    て、 前記個別文字抽出手段は、 Ｎx ＞Ｎy ならば、 文字列画像パターンＷを、横（Ｎx ・Ｗy ／Ｎ）画素×
    縦Ｎ画素の正規化文字列画像パターンＷN に正規化し、 正規化文字列画像パターンＷN を、垂直方向に走査し、 該走査線上の各画素について、該画素の濃度と隣接画素
    の濃度との積ａと、該画素の濃度と該隣接画素の濃度を
    ある定数から引いた値との積ｂと、該画素の濃度をある
    定数から引いた値と該隣接画素の濃度との積ｃと、該画
    素の濃度をある定数から引いた値と該隣接画素の濃度を
    ある定数から引いた値との積ｅと、走査画素数ｎを求
    め、 該走査線上の全画素について得られたａ，ｂ，ｃ，ｅそ
    れぞれの総和ａｐ，ｂｐ，ｃｐ，ｅｐを求め、 該走査線について、走査開始画素の１つ前の画素から走
    査終了画素の１つ前の画素までの画素値の和Ｔおよび二
    乗和Ｔ２、走査開始画素から走査終了画素までの画素値
    の和Ｘおよび二乗和Ｘ２を求め、 これらの値に基づいて ｐ＝（ａｐ・ｅｐ−ｂｐ・ｃｐ）／｛ｓｑｒｔ〔（ｎ−
    １）・Ｔ２−Ｔ² 〕・ｓｑｒｔ〔（ｎ−１）・Ｘ２−Ｘ
    ² 〕｝ を計算し、 このｐの値を、水平方向の投影軸に投影して、投影分布
    Ｐx を求め、 該投影分布Ｐx の要素が所定のしきい値Ｔx より大きい
    連続区間を求め、 該連続区間の長さが所定値以内である場合には、該連続
    区間内の文字列画像パターンＷを、候補画像パターンＧ
    とし、 一方、Ｎy ＞Ｎx ならば、 文字列画像パターンＷを、横Ｎ画素×縦（Ｎy ・Ｗx ／
    Ｎ）画素の正規化文字列画像パターンＷN に正規化し、 正規化文字列画像パターンＷN を、水平方向に走査し、 該走査線上の各画素について、該画素の濃度と隣接画素
    の濃度との積ａと、該画素の濃度と該隣接画素の濃度を
    ある定数から引いた値との積ｂと、該画素の濃度をある
    定数から引いた値と該隣接画素の濃度との積ｃと、該画
    素の濃度をある定数から引いた値と該隣接画素の濃度を
    ある定数から引いた値との積ｅと、走査画素数ｎを求
    め、 該走査線上の全画素について得られたａ，ｂ，ｃ，ｅそ
    れぞれの総和ａｐ，ｂｐ，ｃｐ，ｅｐを求め、 該走査線について、走査開始画素の１つ前の画素から走
    査終了画素の１つ前の画素までの画素値の和Ｔおよび二
    乗和Ｔ２、走査開始画素から走査終了画素までの画素値
    の和Ｘおよび二乗和Ｘ２を求め、 これらの値に基づいて ｐ＝（ａｐ・ｅｐ−ｂｐ・ｃｐ）／｛ｓｑｒｔ〔（ｎ−
    １）・Ｔ２−Ｔ² 〕・ｓｑｒｔ〔（ｎ−１）・Ｘ２−Ｘ
    ² 〕｝ を計算し、 このｐの値を、垂直方向の投影軸に投影して、投影分布
    Ｐy を求め、 該投影分布Ｐy の要素が所定のしきい値Ｔy より大きい
    連続区間を求め、 該連続区間の長さが所定値以内である場合には、該連続
    区間内の文字列画像パターンＷを、候補画像パターンＧ
    とすることを特徴とする文字認識装置。
12. 【請求項１２】 請求項１１記載の文字認識装置におい
    て、 前記個別文字照合手段は、 前記候補画像パターンＧを、縦Ｎ画素×横Ｎ画素の正規
    化多値文字パターンＸに正規化し、 正規化多値文字パターンＸと所定の辞書内に記憶されて
    いる参照パターンＴとの類似度Ｓ（Ｘ，Ｔm ）を、該辞
    書内の複数の参照パターンＴについて求め、 該複数の参照パターンＴについて、その類似度Ｓ（Ｘ，
    Ｔm ）が所定の閾値Ｓm より大きく、かつ、その類似度
    Ｓ（Ｘ，Ｔm ）が最も大きい参照パターンＴを、候補画
    像パターンＧの認識文字パターンとすることを特徴とす
    る文字認識装置。