JPS58201184A - 手書文字認識装置 - Google Patents

Abstract

(57)【要約】本公報は電子出願前の出願データであるた
め要約のデータは記録されません。

Description

【発明の詳細な説明】 〔技術分野〕 本発明は漢字及び仮名を含む手書文字のための認識装置
に係る。

〔本発明の背景〕

現在、コンピュータの応用分野で日本語情報処理システ
ムが急速な発展をしており、その市場の将来性は大きい
と予想されている。この日本語情報処理システムの中で
最もネックになっているのがデータ人力の部分である。

現在のところ、データ人力は主にキータッチ方式でなさ
れているが、これは専門外の人にとっては扱いにりく、
日本語情報処理の普及ｒヒの問題点となっている。この
池の入力手段として、片仮名で人力し機械がそれを漢字
混じりの文に変換する仮名・漢字変換方式や、タブレッ
ト’に利用して文字を入力する方式が研究開発され、あ
る程度の成功ケおさめている。しかしながら、これらの
方式は例えばワード・プロセッサによるオフィス・オー
トメーションなどの分野では有力かも知れないが、統計
調査などの大量データの入力には不向きであり、この点
でＯＣＲによる文字認識、特に手許文字の認識が注目さ
れている。

一般に、ＯＣＲによる手善文字の認識は、文字読取、前
処理、特徴抽出、分類、識別という手順に従って遂行さ
れるが、これまでに提案されている認識手法は何れも複
雑な数学的操作全利用しており、従って、認識時間が長
く、また・・−ドウエアのコス１も高いという欠点があ
った。更に、手法の複雑ざの割には認識率はそれ程高く
なかった。

〔本発明の要約〕

本発明の目的は、簡ｍ々手法で手Ｉ文字を分類、識別し
、しかも認識率の高い手書文字認識装置を提供すること
にある。

本発明の手許文字認識装置は、千訂文字（以下（３） ｍに文字と云う〕全読取って前処理し、細線ｒヒされた
文字パターンを供給する入力手段と、該入力手段からの
文字パターンを記■する第１記慮手段と、該記層手段を
アクセスして文字パターンの複数の特徴を抽出する特徴
抽出手段と、抽出された特徴に基いて文字パターン全分
類し識別する分類識別手段と、該手段で使用される標準
パターンのデータを記はしている第２配慮手段と金含ん
でいる。

入力手段は通常のＯＣＲ’ｌｚ含むものでよい。前処理
は、ＯＣＲによって読敗られた文字の大きさの市規叱、
各画素濃度の２＠（ヒ、文字パターンの細線比などであ
る。細線「ヒされた文字パターンはランダム・アクセス
型の第１記１意手段に１込まれる。

特徴抽出手段は細線［ヒされた文字パターン全走査する
ことによって、パターン中の文字線の方向別の量、文字
線の方向別及び位置別の量、並びに文字パターンの４つ
の辺から実際の文字線までの深さ全特徴として抽出する
。文字線の各量全抽出（４） する場合、隣接する２つの黒ドツトから成る連結素が文
字線の最小ｍ位として筒用される。人力手段で８連結細
線「ヒが行なわれていると、このような連結素の方向は
水平、垂直、右下り（又は左上り）及び左下９（又は右
上り）の４種類である。

各文字線量はこれらの連結素の合計数で表わされる。文
字パターンの４辺から文字線までの深さには制限が加え
られる。即ち、各辺から反対側の辺に向って進んでいっ
たときに、所定の深さに達しても文字線（黒ドツｒ〕に
ぶつからなかった場合にはそこで進行が打切られ、当該
行又は列１の深さとしてこの所定の深さが採用される。

これは、あとで説明する大分類Ｈに対し安定性を与える
。

分類識別手段は、方向別の文字線量に基く分類（大分類
Ｉ）、深さに基〈分類（大分類■〕、並びに方向別及び
位置別の文字線量に基く識別を実行する。大分類■及び
大分類■は文字のカテゴリ全校るためのものであり、識
別は絞られたカテゴリの中から読取られた文字に最も近
いと思われるカテゴリを選ぶためのものである。大分類
１１大分類■及び識別の何れにおいても、細線「ヒされ
た文字パターン力）ら抽出された各特徴が、第２記は手
段に配慮されている複数の標準パターンの同様な特徴と
比較される。

〔実施ｆ！Ｉｌｌの説明〕

第１図のフローチャートを参照しながら、本発明の認識
装置における処理の流れ全説明する。

まずＯＣＲによって文字が読取られる。次の前処理では
、読敗られた文字の上下左右の端が探索され、それに基
いて該文字が例えば６０Ｘ６０の大きさに正規ｒｔ、さ
れる。読敗られた文字の各画素値が複数のビットで表わ
されている場合には、この段階で２１直比が行なわれる
。最後に、例えばＨｉｌｄｉｔｃｈの方法に従って８連
結細線「ヒが行なわれる。細線ｒｔされた６　０　Ｘ　
６．０のパターンはメモリに記はされる。上述の如き市
規ｒヒ、２値［ヒ及び細線「ヒは周知であるから、詳細
については省略する。

次の特徴抽出以下が本発明によって改良された部分であ
る。特徴抽出ステップでは、大分類１１大分類■及び識
別の各ステップで使用される６種類の特徴が抽出される
。大分類■で使用される特徴は、第２図に示されている
連結素≠１〜す４の方向別の合計数である。≠１〜≠４
の連結素全容々１ずつ計数していく場合、メモリに記は
されている／１，０Ｘ６０のパターンが黒ドツト（２進
１）について順欠に走査され、各黒ピンｒの右横、右下
、真下及び左下の隣接ドツトが黒か白（２進０）かが調
べられる。右横のドツトが黒であれば＋１として計数さ
れ、右下のドツトが黒であれば＋２として計数され、真
下のドラ１が黒であればす５として計数され、そして左
下のドラ１が黒であれば≠４として計数される。＠接ド
ツトの位置は、左横、左上、真上及び右上であってもよ
い。

大分類■で使用される特徴は、第３図に示したように、
６０×６０のパターンの４辺Ａ〜Ｄを各々複数の区画（
図示の例では６区画〕に分割し、各辺から反対側の辺に
向って進んだときに最初の黒ピンｒにぶつかるまでの深
さを１区画１０本分（７） 合計した１直（面積に相当する〕である。この特徴の次
元数は４辺×６区画で２４になる。このような深さ全特
徴として使用することは知られているが、本発明では深
さに対して所定の限界値が設定され、各辺から層内側の
辺に向って進んだときにこの限界直に達しても黒ピン１
にぶつからなかった場合にはそこで進行が打ち切られ、
当該行又は列の深さとして限界値が採用される。第６図
の例では限界値は２０で、酸大直（６ｏ〕の３分の１に
なっている。これは大分類としての安定ｔ’４に与える
ためのものであシ、これ全達成する限り２゜に限定さ力
、ることばない。

６０Ｘ６０のパターンの行番号をｍ１列番号全ｎＴ表わ
すと、限界１直が２０であれば、第６図の辺Ａ〜Ｄの各
々において矢のような行及び列が走査の対象になってい
る。

辺Ａ　：　ｍ＝　１〜２０、ｎ−１〜６０〔６分割〕辺
Ｂ：ｍ−１〜６０（６分割〕、ｎ−１〜２０辺Ｃ：ｍ＝
４１〜６０、ｎ＝１〜６０（６分割〕（８〕 辺り二ｍ＝１〜６０（６分割〕、ｒｌ＝４１〜６０辺Ａ
を列にとると、最初の区画はｎ＝１〜１０の列から成り
、２番目の区画はｎ＝１１〜２０の列から成シ、以下同
様に最後の区画はｎ＝５１〜６０の列から成る。辺Ａの
最初の区画においては、ｎ＝１〜１０の各列が反対側の
辺Ｃに向って走査され、ｍ＝２０に達するまでにぶつか
った最初の黒ドツトの行番号ｍが当該列の深さの直とし
て採用される。ｍ−２０に達しても黒ピンｒにぶつから
なかった場合には深さは２０にでれる。かぐして、ｎ＝
１〜１０の列の深さの合計呟が辺Ａの最初の区画の特徴
として得られる。辺Ａの他の区画及び他の辺Ｂ〜Ｄにお
いても同様な特徴抽出が行なわれる。ただし辺Ｃ及びＤ
の場合は、６０から最初にぶつかった黒ドツトの？：ｉ
番号ｍ（辺Ｃ）又は列番号ｎ（辺Ｄ）を引いた値が深さ
になる。なお、辺Ａ〜Ｄの各々から最初の黒ピン１にぶ
つかる壕でのドツト数を深さの１直として使用すれば、
このよう、２な１引き算が不要になる。

（９〕 最後の識別で使用される特徴は連結素の方向別及びＭ置
別の合計数〔連結素量〕で、これによりパターンマツチ
ングを利用した識別が行なわれる。

しかしながら、一般的な縦横のメツシュ領域でマツチン
グを行なった場合、文字線の横ずれの影響度が大き過ぎ
るので、本発明では従来のメツシュ領域とは異なる特殊
な領域（ルック領域〕で各黒ドツトの立置決め’に行な
い、それに基いて方向別及び位置別の連結素量を求める
。第４図の簡略ｆヒしたＦｌｌヲ参照しながらこれにつ
いて説明する。

第４図の（ａ）は標準パターンを示し、（ｂ）及び（ｃ
）はこの標準パターンに対して縦ずれ及び横ずれが生じ
ている２種類の入カバターンを示している。（ｂ）の人
カバターンは（ａ）の標準パターンに対しその線分方向
に１メツシュ分ずれておシ（縦ずれ〕、従って（ａ）と
（ｂ）とで異なっている斜線部分のメツシュの数は２で
ある。しかしながら、（Ｃ）の入カバターンは線分方向
と直角な方向に１メツシュ分ずれているから〔横ずれ〕
、（ａ）と（ｃ）とで異なっているメツシュの数は６で
ある。このような場合、第４図の１６メツシユ全独立し
た次元と考えるのは現実的でなく、メツシュ間の共分散
を考慮すべきであるが、それでは辞善のす１ズ及び計算
量が膨大なものになる。そこで簡便法として、第４図の
横方向の連結素（≠１）に対して点線のでテ区切の重み
？実線の列区切のものよシ小さくする。即ち、行ルック
（０°　）と列ルック（９０°　）に関し連結素の数を
各々４メツシュ分合計し、２ルックス４区画で計８？Ｐ
Ｋ元のベクｉル全作り（これ全ルック領域と呼ぶ〕、横
万同連結累と直角なルック方向である列に関する合計［
直にｈｖ上の重み全おく。しかしながら、行方回及び列
方向だけの圧縮では１６次元の情報が８次元に減り、従
って１６？′に元では異なるパターンであっても８久元
ではそれらが同じパターンになるということがあり得る
ので、本発明では行と列置外の角度での圧縮も行なわれ
る。

ここでは、６０×６０のパターンに対して２２゜５°毎
に８つのルック方向が設定され、贋にルック方向毎にパ
ターンが１２の区画に分けられるものとする。各区画は
同じ幅の細長い帯状区域から成る。これにより、メツシ
ュ領域なら１２Ｘ１２＝１４４次元のものが８Ｘ１２＝
９６次元のルック領域で表現されることになり、線分の
位置もだいたい決まると考えられる。連結素の方向は４
種類であるから、この段階で抽出きれる特徴の総次元数
は３８４（４Ｘ８Ｘ１２）である。

８つのルック方向の角囲（以下、ルック角という）は水
平軸全基準にすると、０°、２２．５°、４５°、６７
５°、９０°、１１２．５°、１３５゜及び１５７５°
である。ルック角が０°、４５°１．９０°又は１６５
°の場合は、各ドツトが所与のルック方向においてどの
区画に入るかを簡屯に知ることができる。しかしながら
、ルック角が２２゜５°、６７５°、１１２．５°又は
１５７５°のｊ場合はそれ程簡晰ではないから、その代
替として６０×６０のパターン中の各ドツトの行番号及
び列番号の沈金２：１及び１：２に設定して区画外は全
行なってもよい。そうすれば、ρｌえば２２．５゜であ
るべきものが約２６６°になるが、実用上はこの差は問
題にならない。！、た認識率が多少悪くなってもよいの
であれば、ルック方向を４種類（０°、４５°、９０°
及び１３５°　）にしてもよいＯ あとで説明するように、大分類Ｉ又は大分類■でカテゴ
リが１つに絞られた場合には識別は不要であるが、その
割合は極めて僅かであるから、実際問題としては識別用
の特徴抽出を大分類■用の特徴抽出と同時に行なうのが
望ましい。何れの特徴も連結素に関するものであるから
、このような同時抽出は町ｑ目である。例えば、６０×
６０のパターンを黒ドツトについて走査し、色黒ドツト
が所与のルック方向においてどの区画に入るか〔座標ケ
みればすぐわかる〕、及びどの連結素に関連しているか
？調べればよい。大分類Ｉ用の特徴は連結累方向別に関
連する連結素の数音累算することによって得られ、識別
用の特徴はルック方向別及び区画別に同様な累算全行な
うことによって得られる。ルック角が９０°のときの文
字パターン「大」における連結素計数の具体列？第５図
に示Ｃ１３）　　　　　　　　　　　　　　　　　　　
　−＾＾す。２つの区画にまたがる連結素は何れか一方
の区画に入れられる（第５図のしｌ′″Ｃは左側の区画
〕。

特徴抽出に続いて大分類■が実行される。大分類１では
、方向別に累算された４つの連結素量及び各標準文字の
同様な連結素量から次式で定義でれる距離Ｄ□が計算さ
れ、これが予め指定した閾＠以上になったカテゴリが落
される。

式（１）中の変数及び定数の意味は次のとおシである。

ｉ一連結素す１〜す４の番号（１〜４〕ｗ、＝重みづけ
係数＝２（ｉ＝１又は乙のとき）３（ｉ＝２又は４のと
き） ｇ、二人カバターンの方向別連結素量 ｆ、＝ｇ　　に対する標準パターンの方向別連結素量１ ｇＴ−人力パターンの重みづけられた総連結素量＝　　
２ｗ　、　ｇ　。

１＝＝１ｔ　　　１ （１４〕 α−線量の影響を少なくするための定数式（１）の分子
だけで距離を求めた場合には、線量の多いものほど距離
が犬きくなシ、従って閾値全一定にしておくと問題がで
てくる。また分母がｇＴだけでは、ストローク数の少な
い文字の場合、１本のストロークの偏りが分散に大きく
影響するので、経験的に求めた定数αが分母に加えられ
ている。実験によれば、αの直としては２００程度が適
当である。大分類■で１つのカテゴリしか残らなかった
場合には、それが認識文字として出力され、また丁べて
のカテゴリが落とされた場合には、リジエクＦ’１表わ
す信号が出力される。何れにしても次の大分類Ｈには進
まない。なお重みづけ係数Ｗ　は連結素≠１〜≠４の長
さを考慮したものである。

大分類■では、大分類■で残された２以上のカテゴリを
対象にして、次式で電輪される距離Ｄ□が計算され、こ
れが予め指定した閾値以上になつたカテゴリがまず落と
される。

式（２）において、ｇｌ、は入カバターンのｉ番目Ｊ の辺のｊ番目の区画における深さの合計値を表わし、ｆ
ｌ、はｇ　に対応する標準パターンの１ｉｉを表ＩＪ　
　　　　ＩＪ わしでいる。

閾値による分類に次いで、残っているカテゴリに対し距
離Ｄ　ｎの小さいものから順位がつけられ、予め指定し
た順Ｍ〔例えば１００欧〕以下のものが更に落とされる
。閾値との比較の結果残ったカテゴリの数が１つ又はゼ
ロの場合の動作は大分類Ｉのときと同じである。

最後の識別では、大分類■で残された２以上のカテゴリ
を対象にして、次式で定義される距離Ｄ□が計算され、
その１直の最も小さいカテゴリが認識文字として出力さ
れる。

式（３）において、ｇｉｊｋは入カバターンのｉ番目の
連結素方向、３番目のルック方向及びに番目の区画にお
ける連結素量を表わし、ｆ０２はｇｉｊｋに対応する標
準パターンの値葡表わし、Ｗ６　はｉＪ 番目の連結素方向及びｊ番目のルック方向における重み
ｋｆｆわしでいる。Ｗｌ、の値は１．１番目の連Ｊ 結集方向とｊ番目のルック方向との間の角度による重み
に前述のＷ、の直（２又は３〕を掛けたものである。角
度による重みの一例を下記の表に示す。

０°　　　　　　　　　１ ２２．５°　　　　　　　３ ４５°　　　　　　　　４ ６７、５°　　　　　　　５ ９０°　　　　　　　　５　　・ 上表から明らかなように、角度による重みは第４図のと
ころで説明したずれを考慮して、連結素方向及びルック
方向が平行に近いほど小さく、直角に近いほど大きくな
っている。第５図を例にとると、≠１〜す４の連結素に
対する重みＷ　、はＩＪ 次のようになっている。

≠１　　　　　　　２Ｘ５＝１０ す２　　　　　　　３Ｘ４＝１２ ≠３　　　　　　　２Ｘ１＝２ す４　　　　　　　３Ｘ４＝１２ 第１図のフローを実行するシステム溝底の一例を第６図
に示す。図示の各ユニットは共通母線１０によって相互
接続されているが、勿論蘭別的な相互接続も町ｑ目であ
る。システム全体の制御ｌｌ１ｌｌは主制闘装置１２が
受持つ。

主制両装置１２はまず入力機溝１４を起動して、文字の
読取並びに読取られた文字の正規ｒヒ、２ｆｌｌＩ「ヒ
及び細線ｒヒを実行させる。入力機溝１４自体は従来の
ものでよい。人力吸溝１４は１つの文字についての処理
がすべて終ると、細線ｒヒされた６０×６０のパターン
をランダム・アクセス・メモリ（ＲＡＭ）ｉ６に昏込み
、更に処即終了全生別両装置１２に知らせる。主制御［
ｌｌｌ買置１２これに応答して次に特徴抽出機溝１８及
び２０を起動する。

特徴抽出機溝１８は連結素に関するものであり、これに
対して特徴抽出機溝２０は深さに関するものである。

主制御ｉ［Ｉ装置１２によって起動された特徴抽出機溝
１８はＲＡＭ１６から６０Ｘ６０のパターンを読出して
その中の各黒ドツト２順次に走食し、それがどの連結素
に関連しているかを調べて、それらを方向別に累算する
ことにより、＝＃１〜す４の連結素量を得る。連結素量
の計数を行なう回路は、例えば６０Ｘ６０のパターンの
２行分のデータを保持し得る１２０ビツトのシフト・レ
ジスタと、該シフト・レジスタの５９番目、６０番目、
１１９番目及び１２０番目のビットｔ装置の内容からど
　　・の連結素が存在しているかを調べるデコーダと、
該デコーダの出力に応答して≠１〜≠４の連結素を各々
１ずつ計数していく４つの計数器とで溝数できる。

特徴抽出機溝１８は４つの連結素量（式（１）中のｇ　
、）’ｋＲＡＭ１６に瞥込んだ後、大分類■の実行が町
Ｍｅなこと全生別両装置１２に知らせる。更に特徴抽出
機溝１８は黒ドツトの走査毎にそのアドレス乃至は座標
から、各黒ドッｒが所与のルック方向においてどの区画
に入るか全調べ、それに基いて上述の４つの連結素量と
は別にルック方向別及び区画別の４つの連結素置全計数
して、それらを６８４次元のベクトル（式（３）中のｇ
ｉｊｋ）としてＲＡＭ１６に瞥込んだ後、識別の実行が
可能なこと全主制御１１１１装置に知らせる。

特徴抽出機溝２０は、ＲＡ、Ｍ１６に」込まれている６
０×６０のパターンの各辺から反対側の辺に向って２０
に達□するまでピッｌ−全１つずつ読出し、それが黒か
白かを調べる。黒であれば、それまでに読出したドツト
の数を深σの値として一時保管し、次の行又は列に移る
。２０に達しても黒ドツトが読出されなかった場合には
、当該行又は列の深さの埴として２０が保管烙れる。特
徴抽出［１ｆ２　ｎｕこのような走査ヲノ（ターンの各
辺について１０本ずつ６回（６区画分〕行ない、各辺の
各区画における深さの合計Ｉｉｔｆｆｉ２４ｇ元のベク
トル（式（２）中のｇ　、）としてＲＡＭ１６に瞥込ん
だ１コ 後、大分類■の実行が０ＴｔｉＱなこと全主制御］ｉ［
ｌ装置１２に知らせる。

生別（ｆ１１装＃１２は、特徴抽出機溝１８から大分類
Ｉの実行が０Ｔ能なこと全知らされると大分類Ｉ吸溝２
２を起動し、式（１）の計算及び閾値との比較′ｆ：行
なわせる。大分類Ｉ＠溝２２は式（１）の距離Ｄ□を計
算する際にｇ、全ＲＡＭ１６から読出し、各カテゴリの
標準パターン・データｆ、ｉＲＯＭ２８から読出す。Ｒ
ＯＭ２８はｆ、の他に式（２）中のｆｌ、及び式（３）
中のｆ、−記■している。ｆｏ、ｌコ ｆｌ、及びｆ、　　は多数の異なった学習文字に対ＩＪ
　　　　　１ｊｋ し前述と同じ特徴抽出手法を適用してカテコ°り別に予
め計算されている。各カテゴリの標準ノく夕゛−ン・デ
ータを変えたいときには、ＲＯＭ２８全別のＲＯＭと差
し替えればよい。

大分類ＩＦｉ）購２２は、距離Ｄ１が閾値よシ小さいカ
テゴリが見つかる度にその識別子’ｔＲＡＭ１６に許込
み、すべてのｆ、についての距離計算尺び閾値との比較
が終ると、主制御ｉＩＩ装置１２に終了を知らせる。王
制ｒｉ１１裂置１２はＲＡＭ１６をアクセスしてこのと
き候補となるカテゴリが残っていなければリジェクト信
号全発生し、カテゴリが１つだけ残っていた場合にはそ
の識別子に基いて当該カテゴリに対応するフォント全プ
リンタやディスプレイ（図示せず〕などに出力する。カ
テゴリが２つμ上桟っていることがわかると、生別（ロ
）装置１２は特徴抽出Ｆ！Ｉ購２０からの信号に応答し
て大分類Ｈ機溝２４を起動する。

起動された大分類■機溝２４はＲＡＭ１６からｇ−１及
び残っているカテゴリの識別子を読出し且ｌコ つこの識別子に基いてＲＯＭ２８から対応するｆ、。

Ｊ を続出して、式（２）の距離Ｄ□を計算し、それを所定
の閾値と比較する。大分類Ｕ＠ｔｇ２４には専用のロー
カル・メモリ（図示せず）が備えられており、聞［直よ
り小さい距離Ｄｎが検出される度に、その値が関連する
カテゴリの識別子と共にローカル・メモリに罫込まれる
。これが終ると、大分類Ｈ機ｍ２４はローカル・メモリ
を走査して距離Ｄｍの小さいものから１＠に例えば１０
０位までのカテゴリの識別子ｉＲＡＭ１６に筈込む。候
補となるカテゴリが全く又は１つしか残らなかった場合
の動作は大分類ＩＦＩＩ溝２２のときと同じである。こ
こでは２以上のカテゴリが残っているとする。

主制御ｉ１１装置１２は、大分類■間溝２４からの報告
によって２以上のカテゴリが残っていること？知ると、
特徴抽出機溝１８からの２番目の信号即ち識別の実行が
ｏＪ能であることを示す信号に６答して識別間溝２６を
起動する。

起動された識別間溝２６は、Ｒ’ＡＭ１６からｇ。

ｊｋ 及び残っているカテゴリの識別子を読出し且つこの識別
子に基いてＲＯＭ２８から対応するｆ。

ｊｋ を読出して、式（３）の距離ＤＩＩＩ全計算し、小さい
ものから順に順ＭＴｈつける。勿論、最終的に出力され
るのが１Ｍのカテゴリだけであれば、このような順位づ
けは不要であるが、例えば１位から５位までのカテゴリ
を出力できるようにしておくと、誤認識のときの訂市を
簡牟に行なえる。識別間溝２６は残っているカテゴリの
識別子を順位に従ってＲＡＭ１６に善込んだ後、生別（
財）装置１２に終了を知らせる。生別両装置１２はＲＡ
Ｍ１６がら最初の叩ち１Ｍのカテゴリの識別子を読出し
、対応するフォントヲプリンタやディスプレ１なトニ出
力させる。要求により特定の順位までのカテゴリのフォ
ントを出力させることも可能である。

大分類■での閾１ｉｉ２６５に、大分類■での閾値を１
０２０に設定して実験全行なった結果、識別間溝２６で
の順位が１位のカテゴリがＯＣＲによって読取られた文
字と一致する割合即ち認識率は約９７．１　ｑ６であっ
た。′Ｉ！′ｆｉＣＪ順位が２畝までのカテゴリ金倉め
ると、認識率は約９９２％に達した。

ルック方向全４種類（０°、４５°、９ｏ０及び１３５
°　〕にすると認識率はやや低下するが、それでも約９
６％（１ｍのみ〕である。

以上から明らかなように、本発明は従来の如き複雑な相
関計算を行なうことなく高認識率を達成している。

【図面の簡単な説明】

第１図は本発明における処理の流れを示す流れ図、第２
図は実施例で部用される４種類の連結素ケぞの方向（矢
印〕と共に示す図、第３図は文字パターン「町」につい
ての大分類■用の特徴抽出ケ示す図、第４図は簡略ｆヒ
した４×４の標準パターン（、）と２種類の入カバター
ン（ｂ）及び（Ｃ）との間のずれを示す図、第５図は文
字パターン「大」についての識別用の特徴抽出例を示す
図、第６図は本発明の一実栴例全ブロックで示す図であ
る。 出願人　１ンタづ−４ナル・ビジネス・マシーＺズ・コ
−＃Ｅ４ン代理人　弁理士　　頓　　　宮　　　孝　　
　−（外１名〕 第３図 列ルック（９０°） ノしツタ方向　Ｆ９０’１ ↓ 第５図 第６図

Claims (1)

1. 【特許請求の範囲】 下記の（イ）乃至（ホ）を具備する手跡文字認識装置。 （１）手書文字を読取って前処理し、細線「ヒされた文
   字パターンを供給する入力手段。 （ロ）前記文字パターン４記はする第１記障手段。 （ハ）前記第１記１手段をアクセスして、前記文字パタ
   ーン中の隣接する２つの黒ドツトから成る連結素の方向
   別の量並びに方向別及び畝置別の量１と、前記文字パタ
   ーンの４つの辺を各々基準として所定瞳に達するまでに
   最初の黒ドツ訃にぶつかったときの深さ及び該黒ドツト
   にぶつからなかった場合には前記所定喧とを抽出する特
   徴抽出手段。 に）前記連結素の前記方向別の量に基く前記文字パター
   ンの分類、前記深さ及び前記所定随に基く前記文字パタ
   ーンの分類、並びに前記連結素の前記方向別及び位置別
   の量に基く前記文字パターンの識別を実行する分類識別
   手段。 （ホ）前記分類識別手段で防用される標準パターンのデ
   ータを記はしている第２記は手段。