JPH1063787A - 文字認識方法および装置 - Google Patents

Abstract

(57)【要約】 【課題】 文字認識装置において、反転文字を含む画像
から精度良く文字認識を行う。 【解決手段】 反転文字２を含む原画像１から２値化画
像作成手段30によって画像の輪郭を抽出２値化して２値
化画像３を作成し、マッチング手段40により２値化画像
３に対してテンプレート５を用いてパターンマッチング
により文字を認識する。この時、テンプレート５の文字
の輪郭内部６はマッチング対象とせず、この輪郭内部６
を除く領域についてのみマッチングを行う。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、文字を含む画像中
から文字を認識する方法および装置に関するものであ
り、詳細にはテンプレートを用いたパターンマッチング
による文字認識を行う文字認識方法および装置に関する
ものである。

【０００２】

【従来の技術】従来より、人体等の被写体をＣＴ、ＭＲ
Ｉ等によって撮影して得られた医用画像の画像データ
を、各画像データに適切な画像処理を施した後、画像を
再生記録することが行われており、これらの画像データ
に基づき被写体の画像を写真感光材料等の記録材料、Ｃ
ＲＴ等に可視像として出力させる画像記録再生システム
がすでに実用化されている。

【０００３】通常医用画像には、患者名、ＩＤ番号、撮
影日、生年月日等のＩＤ情報が付されており、これらの
ＩＤ情報は、一般に漢字、かな、英文字、数字、記号等
（以下「文字」と総称する）から構成されている。従っ
て、医用画像には絵柄と文字とが混在している。この絵
柄と文字が混在した医用画像から自動的に文字のみを識
別することが望まれる場合がある。それは、例えば次の
ような場合である。

【０００４】通常、画像記録再生システムにおいては、
撮影された画像データが検索情報となるＩＤ情報と関連
づけてファイリング装置に記憶されているが、このファ
イリング装置への画像データファイリング時における画
像データとＩＤ情報との関連づけは、外部入力により行
われているため操作者側の負担となっていた。そのた
め、撮影時に画像中に付されたＩＤ情報を自動的に認識
できるようにすることが望まれている。

【０００５】従来、文字を含む画像から文字を認識する
ための方法としては、認識すべき文字のテンプレートを
用意し、画像と比較して認識を行うテンプレートマッチ
ングという方法が知られている。この方法は、画像上の
認識対象領域と全てのテンプレートとを順次マッチング
させ、マッチング結果が最も良いテンプレートを認識結
果とするものであり、認識対象領域が指定されていない
場合は画像上での認識対象領域を順次ずらして、画像全
面に対してマッチングをとっていく必要がある。

【０００６】以下、一般的なテンプレートマッチングに
よる認識方法を説明する。画像パターンｆとテンプレー
トパターンｇが、それぞれ図３に示すような大きさと位
置関係にあるとき、画像の点（m，n）における画像パタ
ーンｆと、テンプレートパターンｇの類似度は、以下に
示す評価関数で表される。

【０００７】

【数１】

【０００８】ここで通常、Ｒ(m,n)は相互相関係数と呼
ばれ、領域Ｄは、|i-m|＜M/2，|j-n|＜N/2を満たす
（i，j） の範囲である。画像上でテンプレートを動か
して順次、画像とテンプレートとの類似度を上記の相互
相関係数Ｒにより判別する。相互相関係数Ｒの値は大き
いほど画像の（m，n）を中心としてテンプレートに近い
図形が存在すること、すなわち、画像とテンプレートと
の相関が強いことを示し、画像とテンプレートとが完全
一致で１の値、全くの不一致で０の値をとる。通常、最
も相互相関係数Ｒの大きいものを認識結果とする。

【０００９】しかしながら、上記のテンプレートマッチ
ング方法では、上記式に示されるように２乗や平方根の
計算が必要であること、また、通常多階調の画像に対し
てマッチングを行うことから、計算量が多くなり認識に
時間がかかるという欠点がある。

【００１０】そこで、高速な認識処理のため、画像を２
値化して、２値化画像に対してマッチングを行う文字認
識装置、更には、文字が絵柄と重なった部分についても
精度良く認識可能とするため、画像の輪郭抽出した２値
化画像に対してマッチングを行う文字認識装置が、既に
本出願人により、提案されている（特願平８−167302号
等）。

【００１１】

【発明が解決しようとする課題】上記の輪郭抽出した２
値化画像におけるマッチングにより、認識の精度はある
程度向上する。しかし、図２に示すような反転文字２を
含む画像１を輪郭抽出２値化すると、２値化画像３にお
いて文字の輪郭内部にもエッジ４が残る。そのため、テ
ンプレートとのマッチングが完全なものとならず、上述
の評価関数の評価値が下がってしまうという欠点があ
る。この評価値の低下は誤認識の原因となりうるもので
ある。

【００１２】そこで、本発明は上記事情に鑑み、反転文
字を含む画像からも精度良く文字を認識する文字認識方
法および装置を提供することを目的とする。

【００１３】

【課題を解決するための手段】本発明の文字認識方法
は、文字を含む画像中から該文字を認識する文字認識方
法であって、前記画像から画像の輪郭を抽出した２値化
画像を作成し、２値化された文字のテンプレートを有す
る辞書を用意し、前記２値化画像に対して前記テンプレ
ートの文字の輪郭内部以外の領域についてマッチングを
行い文字を認識することを特徴とするものである。

【００１４】本発明の文字認識装置は、文字を含む画像
中から該文字を認識する文字認識装置であって、前記画
像から画像の輪郭を抽出した２値化画像を生成する２値
化画像生成手段と、２値化された文字のテンプレートを
有する辞書と、前記２値化画像に対して前記テンプレー
トを用いてパターンマッチングすることにより文字を認
識するマッチング手段とを備え、前記マッチング手段
が、前記テンプレートの文字の輪郭内部以外の領域につ
いてマッチングを行うものであることを特徴とするもの
である。

【００１５】前記画像の輪郭を抽出した２値化画像の生
成により、画像中の文字は、一般に中抜き文字、若しく
は袋文字と呼ばれる文字として抽出される。即ち、前記
「テンプレートの文字の輪郭内部」とは、該中抜き文字
の中抜き部分のことであり、本発明の文字認識方法およ
び装置においては、この文字の中抜き部を無視してマッ
チングを行うものである。なお、テンプレートにおける
マッチング対象部分およびマッチング対象外の部分は、
テンプレート毎に、該テンプレートの担持する文字に応
じて定められているものである。

【００１６】なお、「画像の輪郭を抽出した２値化」の
方法としては、例えば、特願平８−167302号に開示され
ている２値化方法を用いればよく、また文字の輪郭抽出
方法としては、その他に一次微分フィルタ（ロバーツの
フィルタ、ブレヴィットのフィルタ、ソーベルのフィル
タ等）あるいはラプラシアンフィルタ等を用いる方法が
挙げられる。

【００１７】なお、ここで画像とは文字と絵柄が混在し
たものをいう。

【００１８】

【発明の効果】本発明の文字認識方法および装置におい
ては、画像の輪郭を抽出２値化した２値化画像に対して
２値化された文字のテンプレートを用いてパターンマッ
チングを行うが、この時、テンプレートの文字の輪郭内
部以外の領域のみを用いてマッチングを行うことによ
り、反転文字についてもその２値化画像における文字の
輪郭内部に抽出されるエッジの影響を受けることなくマ
ッチングすることができる。これにより、誤認識を低減
した高精度な文字認識を行うことができる。

【００１９】

【発明の実施の形態】以下、本発明の文字認識方法およ
び装置の具体的な実施の形態を図面を用いて説明する。

【００２０】図１に示すように、本発明の文字認識装置
10は、各種撮影装置９から入力された原画像データＳに
基づく原画像の文字領域を認識する文字領域認識手段20
と、該文字領域認識手段20により認識された文字領域の
画像を２値化して２値化画像を生成する２値化画像生成
手段30と、該２値化画像生成手段30によって生成された
２値化画像に対して、辞書45の有する各種、各サイズの
輪郭抽出２値化された文字のテンプレート５を用いてパ
ターンマッチングさせることにより文字を認識するマッ
チング手段40とから成る。

【００２１】文字領域認識手段20は、詳しくは、画像構
成判定手段22を備え、該画像構成判定手段22は、原画像
を複数の領域に分割し各領域の画像構成を表すデータを
作成するデータ作成手段24と、該データ作成手段24によ
り作成されたデータを基に、各領域が文字領域であるか
否かを判定する判定手段26とからなる。

【００２２】２値化画像生成手段30は、原画像の各画素
毎に該画素の所定近傍範囲中の画素濃度の最大値と最小
値との差を求める演算手段32と、該演算手段32によって
求められた濃度差と所定の閾値との比較により各画素を
２値化して画像の輪郭を抽出する２値化手段34とから成
る。

【００２３】以下に、本文字認識装置10の作用を説明す
る。

【００２４】各種撮影装置９によって撮影された原画像
を担持する画像データはデジタル化されて原画像データ
Ｓとして文字認識装置10に入力される。文字認識装置10
においては、まず、文字領域認識手段20による文字領域
の認識が行われる。文字領域の認識は例えば、特願平８
−179344号記載の画像判定装置等を用いて行うことがで
きる。

【００２５】画像を複数の領域に分割し、画像判定手段
22内のデータ作成手段24により各領域の画像構成を表す
ヒストグラムデータを作成する。

【００２６】ヒストグラムデータは、一般に、絵柄領域
については中間濃度域の頻度が大きく低濃度および高濃
度の頻度が小さいグラフ、文字領域については中間濃度
域の頻度が小さく低濃度および高濃度に大きな頻度を持
つグラフとなる。なお、文字と絵柄の組み合わさった領
域（以下、混合領域という）は全体的に頻度を持つグラ
フとなる。そこで、判定手段24においては、各領域のヒ
ストグラムデータを基に、各領域が文字を含む領域（文
字領域あるいは混合領域）であるか否かを判定する。こ
のように文字を含む領域を予め識別することにより、マ
ッチング範囲を限定することが可能となり、処理の高速
化を図っている。

【００２７】文字領域判定手段20によって文字を含む領
域であると判定された領域（以下、文字付与領域とい
う）の画像について、２値化画像生成手段30による２値
化が行われる。画像の輪郭抽出２値化は例えば、特願平
８−167302号等に開示されている方法を用いて行う。

【００２８】文字付与領域の画像データについて、まず
演算手段32において画像の各画素の所定の近傍範囲中に
おける濃度の最大値と最小値との差が求められる。例え
ば注目画素を２×２画素マスク中の左下に位置させた場
合、その２×２画素マスク（所定近傍範囲）中の計４画
素における階調濃度（原画像データＳ）の最大値および
最小値を求め、これを注目画素の濃度差とする。当然な
がら、２×２という範囲は一例であり、これに限る必要
はない。次に、２値化手段34において、前記演算手段32
によって求められた前記濃度差を所定の閾値と比較し
て、例えば閾値より濃度差が大きい場合を「１」、小さ
い場合を「０」として注目画素を２値化する。この２値
化を画像中の各画素について行うことにより、画像中の
近傍画素同志の濃度差の大きい部分、すなわち画像の輪
郭が抽出され、２値化画像が生成される。通常、文字と
周辺画像の濃度差は大きいため、文字の輪郭が抽出され
る、すなわち、文字が中抜き文字（袋文字）となる。な
お、反転文字を含む場合には、例えば、図２に示すよう
な反転文字２を含む原画像文字領域１からは２値化画像
３が生成され、２値化画像３の中抜き文字の中抜き部に
は、反転境界線がエッジ４として抽出される。

【００２９】その他、輪郭抽出２値化処理として、注目
画素とその周囲の各画素の信号（濃度）差（Ｓ(i,j)−
Ｓ(i+m,j+n)）を求め、この信号差の絶対値（｜Ｓ(i,j)
−Ｓ(i+m,j+n)|）が最大のもの（max|Ｓ(i,j)−Ｓ(i+m,
j+n)|）を注目画素における信号差とみなして、この濃
度差が所定の閾値（Th)よりも大きい場合に注目画素の
画素値Ｓ”を「１」、濃度差が所定の閾値以下であれ
ば、「０」とする、即ち、 Ｓ'(i,j)＝max(|Ｓ(i,j)−Ｓ(i+m,j+n）｜), (m=-1,0,
+1，n=-1,0,1) if Ｓ'(i,j)＞Th， Ｓ"(i,j)＝１ else Ｓ"(i,j)＝０ なる演算により２値化してもよい。

【００３０】その後、辞書45の有する各種、各サイズの
輪郭抽出２値化された文字のテンプレート５を用いてマ
ッチング手段40においてパターンマッチングが行われ
る。

【００３１】ここで、マッチングは２値化された画像に
対して行うため、排他的積和（exclusive or）による類
似度評価関数Ｒ’を用いることができ、前述の評価関数
Ｒを用いる場合と比較して計算時間を短縮することがで
きる。なお、画像上の点（m，n）における画像パターン
ｆとテンプレートｇのＲ'(m,n)は、

【００３２】

【数２】

【００３３】で表され、前述の相互相関係数Ｒの場合と
は逆に、Ｒ’が最も小さいテンプレートが認識結果とさ
れる。

【００３４】なお、上述の２値化の際に、「１」，
「０」ではなく、「１」，「−１」に２値化して単純な
積和値を評価関数に用いてもよい。その場合の評価関数
Ｒ"(m,n)は、

【００３５】

【数３】

【００３６】で表され、Ｒ”が最も大きいテンプレート
が認識結果とされる。

【００３７】従来は、テンプレートの全画素について各
画素毎に画像中の対応する画素とのマッチングを行うた
め上記各評価関数において領域Ｄは、|i-m|＜Ｍ／２，|
j-n|＜Ｎ／２を満たす(i,j) の範囲であった。しかしな
がら、本発明の文字認識装置においては、図２に示すよ
うにテンプレート５の文字の輪郭内部（中抜き文字の中
抜き部）すなわち図中斜線で示す部分についてはマッチ
ング対象外とし、この領域の画素についてはマッチング
を行わないものとするため、上述の評価関数における領
域Ｄのとりうる範囲は文字毎に異なって設定されてい
る。

【００３８】このように、本発明の文字認識装置におい
ては、文字の輪郭および文字以外の部分の画素について
のみマッチングを行うので、文字の輪郭内部に生じるエ
ッジの影響をうけない。即ち、エッジによりマッチング
評価値が下がることはない。

【００３９】上述のようにして、画像の文字付与領域か
ら文字認識が行われ、認識されたＩＤ番号等の文字情報
Ｉは、原画像データＳと共にファイリング装置50へ出力
される。

【００４０】このようにして、認識結果である文字情報
Ｉを自動的にＣＴ、ＭＲＩ等の医用画像データと対応付
けてファイリングすることができ、各画像データの検索
情報として用いることができる。

【図面の簡単な説明】

【図１】本発明の文字認識装置の概略ブロック図。

【図２】本発明の文字認識装置におけるマッチングの一
例を説明する図。

【図３】マッチング方法を説明する図。

【符号の説明】

１ 原画像 ２ 反転文字 ３ ２値化画像 ４ エッジ ５ テンプレート ６ 文字の輪郭内部領域 ９ 撮影装置 10 文字認識装置 20 文字領域認識手段 22 画像構成判定手段 30 ２値化画像生成手段 40 マッチング手段 45 辞書 50 ファイリング装置

Claims (2)

【特許請求の範囲】
1. 【請求項１】 文字を含む画像中から該文字を認識する
   文字認識方法であって、 前記画像から画像の輪郭を抽出した２値化画像を作成
   し、 ２値化された文字のテンプレートを有する辞書を用意
   し、 前記２値化画像に対して前記テンプレートの文字の輪郭
   内部以外の領域についてマッチングを行い文字を認識す
   ることを特徴とする文字認識方法。
2. 【請求項２】文字を含む画像中から該文字を認識する文
   字認識装置であって、 前記画像から画像の輪郭を抽出した２値化画像を生成す
   る２値化画像生成手段と、 ２値化された文字のテンプレートを有する辞書と、 前記２値化画像に対して前記テンプレートを用いてパタ
   ーンマッチングすることにより文字を認識するマッチン
   グ手段とを備え、 前記マッチング手段が、前記テンプレートの文字の輪郭
   内部以外の領域についてマッチングを行うものであるこ
   とを特徴とする文字認識装置。