JPS6269367A - 文書フアイリング装置 - 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】 〔産業上の利用分野〕 本発明は、光デイスク装置等の大容量記憶装置を使用し
て印刷物等の紙面情報を生のま＼または文字情報に変換
して容積する文書ファイリング装置に係り、詳しくは、
格納済み文書を引き出す際に利用されるインデクス情報
の構成法に関する。

〔従来の技術〕

従来、文書ファイリング装置において文書を格納する当
っては、スキャナ等により紙面情報４・電気（９号に変
換して原情報から入力すると共に、これとは独立に紙面
情報を代表する見出し等の言語情報すなわちキーワード
などの文字列情報を人間がキーボード等から別途入力し
た後、この両者を蓄積している。また、格納しであるは
ずの文書を取り出すには、人間の記憶等を頼りに、格納
当時に付与したと思われる文字列情報を人間が同じくキ
ーボード等から入力してその所在を検索後、原情報紙面
を入手する手法を用いている。

〔発明が解決しようとする問題点〕

ところで、キーワードとしての文字列情報は正確さにお
いては優れているが、自然言語の持つ多様性と人間の記
憶のあいまいさにより１文字格納時に付与した文字列情
報を正確に思い出すことが困難である。したがって、大
量文書蓄積装置における文書の取り出し操作に際しては
試行錯誤が多くなりがちで、そのハードウェア性能に基
づく速度に比し極めて遅い実質速度での取り出し動作が
実現されているに過ぎない。

また、他の従来方法として文書を連想させる代表的な図
面をインデクスとして利用する手法もあるが、インデク
スとしては情報量が多過ぎて実用的でない欠点がある。

さらに他の方法としては、特願昭５８−１９９５７２号
の如く、原文書を高速に表示する方法も考え得るが、そ
れすらもある程度特定されたファイル内部の一部領域で
のみイｊ効な手段であるにすぎない。

本発明の目的は、インデクスが文字列情報のみで不便で
あった従来の問題点を解決し、人間の記憶情報として比
較的安定（忘ｈａい）なイメージ情報を利用出来る文書
ファイリング装置を提供することにある。

〔問題を解決するための手段及び作用〕本発明は文書を
読取る手段と、読取った文書を記憶する手段と、読取っ
た文書紙面をＮ　（Ｎ≧１）個の領域に分割し、その物
理的特徴から各領域がもつ属性を求める手段と、Ｎ個の
属性を読取った文書のインデクスとして該当文書に対応
づけて記憶する手段とを有す。

即ち、本発明は、入力された文書紙面の物理定数を計測
・算出し、その結果得られた主要な数値をキーワード・
インデクス等とＮもにインデクス蓄積手段に格納するこ
とにより、文書の取り出しに際しては、キーワードと２
もに紙面の物理定数をも指定可能とし５大量の格納文書
の中から所望の文書を迅速・的確に取り出すことができ
るようにしたことである。

〔実施例〕

第１図は本発明の文書ファイリング装置の一実施例の全
体構成を示す。イメージスキャナ１は文書紙面を白黒の
２値情報として読み取る。イメージスキャナ２はイメー
ジスキャナ１で読み取った文書データを一時格納する。

本実施例では、イメージバッファ２は１７２８ドツトＸ
２３０４ラインからなるとする。バッファ制御回路３は
イメージバッファ２と切換え回路４を制御して、イメー
ジバッファ２の入力文書データの余白部を除く中央部分
（１０２４ドツトＸ１５３６ラインとする）をＮ個に分
割し、切換え回路４を通して順次イメージデータバス２
９に出力する。本実施例ではＮ＝６とする。情報圧伸回
路１０は文書データを圧縮／伸長する回路である。文書
データ容積装置１１０は情報圧伸回路１０で圧縮された
文書データを格納する。文書データ容積装置１１０から
読み出された文書データは、逆に情報圧伸回路１０で伸
長されＣＲＴ表示装置１１２に表示される６インデクス
データ′？ｓ積装置１１１は、文書データ蓄積装置１１
０の文書データに対するインデクスを格納する。

水平周辺市計数回路５は、分割された各領域の水平周辺
分布を計数し、メモリ５１に格納する。

垂直周辺分布計数回路６は、同ｇに垂直周辺分布を計算
し、メモリ６１に格納する。水平ランレングス計数回路
７は１分割された各領域の水平ランレングスを計算し、
メモリ７１あるいは７２に格納する。垂直ランレングス
計数回路８は、同様に垂直ランレングスを計算してメモ
リ８１あるいは８２に格納する。高速フーリエ変換回路
３２は、ＣＰＵ１００とは独立にフーリエ変換処理を高
速に行うためのものである。ＣＰＵ　１００は例えばマ
イクロプロセッサであり、文書データに対応するインデ
クス生成のための大部分の処理を実行する。以下、動作
を説明する８ １Ｊ弓１埜 ＣＰＵ１００はバス１０１を介してイメージスキャナ１
に読み取り指令を出し、スキャナ１に挿入した文書原稿
を読み取り、イメージバッファ２に白黒の２値データ（
１７２８ドツトＸ２３０４ライン）として一時蓄える。

この紙面情報は情報圧縮回路１０を経由して文書データ
蓄積装置１１０に格納保存されるが、これとは独立に、
第２図の如く紙面の中央部分１０２４ドツトＸｌ５３６
ラインのみを特徴抽出操作のためイメージバッファ２に
保存する。

立−見 イメージバッファ制御回路３は、まず第２図に示す文書
紙面の左上部分の領域１に相当する５１２ドツト×５１
２ライン（紙面中央部分の１／６に相当）の２値データ
を、水平方向に走査してイメージデータバス９に次々に
出力する。イメージバッファ制御回路３は、この後、前
記と同じ文書紙面の左上に相当する２値データを垂直方
向に走査してイメージデータバス９に次々に出力する。

以下、これを領域２〜６についても緑り返す。

とランレングス 水平周辺分布回路５は、分割されたイメージデータの水
平１ライン毎にその中の黒画素個数を積算し、その値を
メモリ５１に蓄える動作を５１２ライン分繰り返す。二
九と同時に、水平ランレングス計数回路７は水平１ライ
ンの中のランレングスを個々に計測し、その値を平均操
作しっ＼メモリ７１に蓄えるとＮもに１分散を同時に計
算してメモリ７２に菩える。この動作も５１２ライン分
繰り返す、同様に、垂直方向についても、垂直周辺分布
回路６と垂直ランレングス計数８により、黒画素個数と
ランレングスの平均・分散が算出され、メモリ６１と８
１．８２に各々格納される。

この動作を５１２ライン分繰り返す。

竺ｉべＬΣに 上記水平・垂直の一連動作により水平周辺分布ベクトル
Ｐｈ（５１２要素）、垂直周辺分布ペクト／ＩｚＰｖ（
５１２要素）、ランレングス平均値ベクトルＬｒ（水平
黒ラン平均、垂直黒ラン平均）ランレングス分散ベクト
ルＬｖ（水平ラン分散、垂直ラン分散）の４個のベク］
−ルが入手できたことになる。このとき、各ベクトルの
次元数は、各々、５１２，５１２．２．２である。この
４個のベクトルは第２図の６分割紙面の各々につき４個
一組で生成される。その結果１紙面１ページにつき６組
、２４組のベクトルがバス１０１を介してＣＰＵ１００
に転送される。これらのベクトルは、このま＼インデク
スとするにはデータ量が大き過ぎ、また、分類にも不便
であるので、さらに以下のごと＜ＣＰＵ１００が代表値
に変換する。

亙妥分立件代艮匿 まず、６分割紙面１領域につき２組発生する周辺分布ベ
クトルＰは、よく知られているように１優関数の周辺分
布曲線２本（縦と横）と考えることができ、平均値Ｐｍ
と分散Ｖｐ各２個で代表することができる。これらは水
平・垂直の計２　Ｊｆｉが存在するが、水平周辺分布平
均値Ｐ　ｍ　ｈと垂直周辺分布平均値Ｐ　ｍ　ｖはその
定義から、Ｐｍｈ＝Ｐｍｖであり、その値は紙面の平均
明度（黒画素数／全画素数）に比例する。そこで、この
両者を平均明度Ｐｍと呼ぶことにする。こうすることに
より１周辺分布の算術的特徴は、Ｐ（Ｐｍ、Ｖｐｖ。

Ｖｐｈ）なる３次元ベクトルに集約できる。物理的には
、平均明度は黒部分の集中度を表現する。

次に、周辺分布の周期的特徴をＦＦＴ（高速フーリエ変
換）を利用して以下のように抽出する。

ＣＰＵ１００は指令に基づき、水平周辺分布ベクトルｐ
ｈのデータ群（例えば５１２個）を水平分布メモリ５１
からＦＦＴ演算回路３２に転送し、ＦＦＴ演算を実行せ
しめる。ＣＰＵ１００は、その結果のみをバス１０１を
介して吸い上げたのち。

代表横周波数Ｆ　ｈを求める。

同様に、垂直周辺分布ベクトルから代表縦周波数Ｐｖを
求める。これらを要素として、周波数特徴ベクトル（Ｆ
ｈ、Ｆｖ）を定義する。

以上で周辺分布に基づく物理パラメータはベクトル２個
（ヌカ９１５個）に集約されたことになる。次にランレ
ングスに基づくパラメータの代表化を行う。

ランレングスの°−ヒ 先に、ランレングスに関する情報は、白ラン、黒ランの
各平均値Ｌｒｗ、Ｌｒｂ、及び分Ｉ’ｌｌ　Ｌ　ｖｈ、
Ｌｖｂの４個のスカラ量に集約されることを示した。こ
れらを要素とするラン・ベクトルＬは、Ｌ　（Ｌｒｗ、
Ｌｒｂ）で表現でき、ラン分散ベクトルＬｖは、Ｌｖ　
（Ｌｖ　ｈ、Ｌｖ　ｂ）と表現できる。すなわち４個の
スカラ量を２個のベクトルに集約した。物理的には、領
域の全体の黒画素の連結傾向を表現し、写真や図表を検
知する。

不笠五又ムｌ スカシ・パラメータ１個を２バイト表現することにする
と、４個のベクトルからなる１８バイトのインデクス情
報が生成できたことになる。この１８バイトのインデク
ス情報は、１紙面６分割のとき１紙面につき６組できる
から、１８Ｘ６＝１０８バイトであり、このまＳではイ
ンデクスとしての保存に適しないので、以下の如くさら
に大代表化する。

域のカテゴリ平、 注目する６分割領域は、以下の方法で空白、線図、文字
列、写真等の４カテゴリのいず九が一つのカテゴリに分
類する。二つのカテゴリには跨らせないことにする。す
なわち、文書は前記の４種の要素からなるというモデル
を採用する。

空白：平均濃度ｐｍがｌＸｌ０−”より小さいことをも
って空白と見なす。たゾし、線画との区別をするため、
黒ランレングス分散がＩ　Ｘ　１０２より大きいものは
除く。

線画：平均濃度ＰｍがＩ　Ｘ　１０−１より小さいこと
をもって線画と見なす。たゾし、空白との区別をするた
め黒ランレングス分散がＩ　Ｘ　Ｉ　Ｑ２より小さいも
のは除く。

文字列二周波数特徴ベクトルの２次元空間写像で判定す
る８第３図のごとく座標のいずれがが周波数１０より大
きい部分にあることをもって文字列と見なす。これは、
行構成情報を利用するものである。また、ラン・ベクト
ルをＩＷ査し、黒ランの平均が５より小さいことは条件
とし１文字部分ではランが短いことを利用する。さらに
両軸のどちらかに近いときは縦／横の書式と見なすこと
が出来る。第３図において、１つの丸印は１の分割領域
に対応し、白丸は文字列または表、黒丸はその他（図面
、グラフ、写真など）である。なお１周波数１とは、画
面の右半面が空白、左半面が黒塗のような場合に相当す
る。

写真列：平均濃度ＰｍがｌＸｌ０−’より大きいことを
もって写真と見なす。さらに、ラン・ベクトルを検査し
、黒ラン平均が水平・垂直とも５より大きい値であるこ
とを条件とする。

領域属性別つの門　化 当然のことながら、６分割領域のなかにさらに複数種要
素が混在することにより、上記の第１階ｍ判定操作では
カテゴリが決定しない場合が大多数である。その場合、
５１２Ｘ５１２画素の領域をさらに４分解し、１２８Ｘ
１２８領域４個に分解する。この分解領域につきさらに
第２階層判定操作を行い、前記カテゴリ判定を行う。４
分解領域のカテゴリが４個とも一致した場合を以て、第
１階層の判明と定義する。

これでもなお不明の場合、分解領域をさらに４分し、６
４Ｘ６４に細分し、第３階層判定操作を行う。以下同様
に、第Ｎ＋１層の４個の一致を以゛Ｃ第Ｎ層の判明とす
る。第４図はこれを説明する図である。

■淀」冒１λ哨述− 空白、線画、文字列、写真等にそれぞれ記号Ｓ。

Ｇ、Ｃ，Ｐを割り当て、たとえば、６分割領域すべてが
文字列の場合、 サンプル文書１＝Ｃ と表現し、この文書は文字列以外の要素を含まぬことを
表現する。これを第Ｏ層表示と呼ぶ。

もし、例えば第２図の下段２箇所（領域５，６）が図面
と写真の場合。

サンプル文書２＝Ｘ、ＣＣＣＣＧＰ （又はカテゴリ不定の表示） と記述し、第Ｏ層表示で混在文書であることをＸで示し
、より詳細に６領域が文字列４、線画ｌ、写真１の割合
と順序で構成されていることを表示する。二九を第１層
表示と呼ぶ。

第１階層で判明しない文書は次のように記述′する。第
４図の如く、サンプル文書２の下段にある写真かや＼大
きく、領域４にはみ出していると。

領域４には余白と写真の一部が混在しているので、ｔ’
Ａの判定ができない場合が生ずる。このような場合には サンプル文Ｍ３＝Ｘ、ＣＣＣＸＧＰ、・・・・・・と記
述し、第２階層情報の表示に継続する。

第２階層の４分解領域で上半分が空白、下半分が概ね写
真とすると、サンブリ文書３の表示は。

サンプル文書３＝Ｘ、ＣＣＣＸＧＰ、５ＳＧＣ。

と記述する。

もし第２階層までに判明しない場合、例えば、上記例の
４分解領域の下段布が余白と写真の混在ならば、さらに
第３階層を記述して、 サンプル文書４＝Ｘ、ＣＣＣＸＧＰ、５ＳＧＸ、５ＳＧ
Ｇ。

と記述する。この場合、階層レベルは必ずも明記する必
要はなく次のように。

サンプル文書４＝ＸＣＣＣＸＧＰＳＳＧＸＳＳＧＧと記
述して単に記号を延長するのみでもよい。なぜなら、先
頭の記号１藺は必ず存在し、且つ、引き続く記号は必ず
６個であり、第２層以下は必ず４個で区切れる。また、
不定記号Ｘの順序と同一の順序で下位の階層が記述され
るからである。

ｌ又益遇のインデク人化 上記の記号１個の表記には、分類カテゴリ４とカテゴリ
不明数１の合計数１の合計５状態を表示するので、最低
３ビツトを必要とする。処理装置との整合を考えると、
４ビツトがこれに近いが、将来のカテゴリ数拡張を考慮
して以後、８ビツト（１バイＩ−）で記述するものとす
る。すなわち、前記表記文字列をそのま＼インデクス記
号列として取り扱う。

このようにしたとき、インデクスの情報量は、″割り切
れた″場合で１バイト／ページ、第１層までのときで１
＋６（バイト）、第２階層へ詳細化したときで］、＋６
＋４Ｘｎ（ｎ≧６）、第３階層まで詳細化したときで、
１＋６＋４Ｘｎ＋４Ｘｍ（ｍ≦４）であり、第３階層を
使用すると最大４７バイト／ページである。第４暗層以
下の使用では、さらに大きくなるので、特別の用途以外
では使用しない。

このようにして生成したインデクス記号列は、従来のキ
ーワード文字列と同等の分類が可能である。例えばカテ
ゴリ記号に割り当てた文字がアルファベットの場合、イ
ンデクス記号列は単なるキーワードと全く同等の分類並
べ替えが可能である。

このことは、後日の検索を能率的に行う上で極めて有利
である。

またこのインデクス記号列を数値列と見なせば。

各階層に数個のベクトルが生成でき、これを特徴ベクト
ル・セットＡと呼ぶことにして。

Ａａ＝ａ。

Ａ　Ｉ”（ａｌｌ＋　ａ１２１　ａ１３１　ａ１４１ａ
、　３１　ａ、　ａ） Ａ２＝　（ａ２１１　ａ２２１　ａ２：ｔｌ　ａ２４）
Ａｍ＝　（ａｍ　ｔ　ｒ　ａｍｚ　＋　ａｍ：ｉ　ｒ　
ａ＋ａＪ但し、ａａｌｌは記号Ｓ、Ｇ、Ｃ，ＰＸと１対
１の数１直と記述する。第ｍ階層ベクトルが存在する場
合、これを第ｍ階層ベクトルと呼び、その個数は一般に
は複数である。

、Ｌ之ｆ沼ｊ運彰臥存 文書を蓄積する場合は、後日取り出すときのために複数
のキーワードを付与する方法が一般的であり、本実施例
でもこのキーワードは保存する。

すなわち、日付、文書名等を公知の方法でインデクスデ
ータ記憶装置１１１に文字列形式で記憶する。

特徴ベクトルはもはやキーワードと同様の文字列で表現
されているので、キーワードの記憶領域のすぐ後ろに引
き続いて記憶する。第ｍ階層ベクトルが存在するときは
、これに引続き記憶して、保存する。この場合、効果的
な高速検素を実現するために、キーワードのみを分類、
並べ替えしたキーワード・インデクス・ファイルを生成
しておくのが常套手段である。同様の目的で、特徴ベク
トル・インデクス・ファイルをインデクスデータ記憶装
置ｕｌｌ　１１の中でに生成しておくと、後日の検索操
作実行時の処理速度を高めることはいうまでもない。な
お、インデクスデータ蓄積装置１１１は文書データ蓄積
装置１１０と一緒に同一のメモリで構成してもよい。

以上で、文書の蓄積動作と、これに伴う検索用インデク
スの保存が完了したことになる。。

叉且勿取直旦 文書の取出し時には、まず人間の記憶に基づきキーワー
ドをキーボード等から入力し、候補文書を絞り込む。二
＼までは従来から公知の技術を利用する。絞った結果が
単一にならない場合や、全く絞れない場合、従来は試行
錯誤的に入力キーワードを変更しながら目的の文書に近
づく方法しかなかった。本実施例ではつどのように継続
する。

例六紙［と入　と、　　′ キーワードの入力に引き継き、記憶に基づく例示紙面を
入力する。原理的には、目的文書と同程度の大きさの白
紙を用意し、目的文書の中の記憶している１ページのレ
イアウトを筆記具で描き。

これをスキャナ１に挿入し１文書格納時と同様の手続き
でパラメータ化するという操作を行う。

実際には、紙に描く操作に替えて、ＣＡＤ　（コンピュ
ータ・エイデド・デザイン）や作図機能付きワードプロ
セラ等と同様の公知の手段で、ＣＲＴ上の操作のみで例
示紙面を作成する。例示紙面の作成に際しては、縦／横
書き１行ピツチ、図面／写真や余白の位置等の書式情報
が含まれることが望ましいことは言うまでもない。この
ようにして作成した例示紙面データを、文書格納時に使
用したと同様に６分割領域ごとに特徴ベクトルＥを算出
する。Ｅが第０層のみの場合はＥｍＳ、Ｃ。

Ｇ、Ｐのいずれかが、第１Ｊ！７までのとき、ＥＩ：（
ｅＩＩＩｅ＋２１８１３１ｅ１４１ａｌｌ！ｆｅｌｌ；
） を求め、第ｍｙＩＩＪまでのとき、 Ｅ　Ｉｍ”　（ｅｍｌｌｌ　ｔ　８１１１２１８ｍ１２
＋　８１１４）但し、ｅａｎは記号Ｓ、Ｇ、Ｃ，Ｐ、Ｘ
と１対１対応の数値を求める。

パラメータの比　−力ｊ未 候補文書の特徴ベクトル第ｍ暦の一つをＳ、、とすると
き５例示文書のベクトルＥ、どの差異を示す距菊ベクト
ルＤ１を Ｄ□＝Ｓ、−ｓ。

で定義する。さらに、ベクトル不定要素Ｘを含まない場
合の距離関数ＩＤ、Ｉを、 ＋Ｄ、ｌＥ　　　Σ　δ（Ｓｍｎ＊ｅｍｎ）と定義する
。すなわちＩＤ、ｌ＝ｏは１紙面６個すべての領域で候
補と例示の属性が一致したことを意味し、　　ｌ　ＤＡ
　　＋　＝６はすべての領域で居住が異なることを意味
する。

一方、ベクトルにＸを含む場合の距離関数ＩＤ、、１は
つぎのような拡張で定義できる。Ｘを含む特徴ベクトル
第ｍＦＩＪには必ず特徴ベクトル第ｍ＋１層が付随して
いる害であるから、これをベグ１−ルＳ、ｎ□と表記す
ると、例えば Ｓ、□＝　（ＣＣＧＰ） が直ちに入手できる。一方、Ｅｍは不定記号Ｘを含まな
いので特徴ベクトル第ｍ＋１ｙｌｊが付随していないが
、６分割領域の４要素すべてが０１１であったことは自
明なので、例えば Ｅ　ｎ＋１　＝　（ＣＣＣＣ） と記述する。こ＼で拡張距離関数ＩＤ、、ｌを次式で定
義する。前記同様に距離関数が ＋Ｄ、ｌ＝δ１＋δ２＋・・・・・・＋δ工＋・・・・
・・δ。

で表されていて、δ８は不定要素数Ｘを含む演算を要す
るものとする。このときδ８を ４　　ｎ＝１ １：ａ〜ｂ の如く定義すれば、１階店下の４個め要素すべてが異な
るときＩＤ、、ｌ＝１に、また、すべてが同一のときＩ
Ｄよｌ＝ｏになる。

以上の定義により、ＩＤＩの大きさは候補文書と例示文
書の近似程度をよく表現する。従、って、候補文書のす
べてについてＩＤＩを算出し、一定の値、例えば１以下
の候補文書のみを残せば、外観に近い文書のみが残るこ
とになる。また、候補文書のすべてについて検査するま
でもなく１文書格納時に分類並べ替えの施しである特徴
ベクトル・インデクス・ファイルを検索すれば、より高
速に検索可能である。

及Ｗ位定 ＣＰＵ１００は、距離ベクトルの値で例示紙面との近（
以度を討算しながら、次々にインデクスを検索し、１Ｄ
ｌ＝ｏの候補のみを残す。その結果判明した原文書デー
タを記憶装置１１０からとり出し、情報圧伸回路１０を
介してＣＲ７表示装置１１２に原文書を表示し、人間が
最後の特定をして文書を終了する。

また、ｌ　Ｄ　ｌ　＝Ｏでは１文書も残らぬ場合には。

ＩＤＩ＜１．２５の文書を表示し、それでもなければＩ
ＤＩ＜ｉ　５・・・・・・と範囲を広げて人間の判断に
委ねる。

以上、実施例においては、原文書紙面分割数６゜再分割
数４を採用したが１紙面の大きさ、縦横比等に応じて他
の値でもよい。また、周波数成分変換に高速フーリエ変
換を用いたが、他の直交変換、例えばアダマル変換など
を用いも良い。さらに、キーワードによる絞り込みに先
立って特徴インデクスによる紋り込みを先行してもよい
。

〔発明の効果〕

以上説明したように、本発明によれば、インデクスとし
てキーワードのみならず文書紙面の外観、レイアウト情
報をも取り込めるようになっているから、キーワードの
み探索する従来方法に比べて多数の文書の中から効果的
に希望の文書を探し出すことが可能である。また、キー
ワードを完全に忘れても１紙面のｗｔ観を覚えているこ
とが多い自作の報告３等では、容易に希望文書を発見で
きる利点がある。さらに、電子ファイルシステム内の個
人用のバインダ、フォルダなどに文書を格納するにあた
っては、バインダ名、フォルダ名の他は特別なキーワー
ドを付与することなく、自動生成の特徴インデクスのみ
を付与するだけという使い方が可能になる利点をもつ。

また、文書を外観という、主として物理的側面から捕ら
えて分類できるという機能は、従来行われてさた。意味
、！１！念情報の側面からの分類機能と対をなすもので
あり、事務処理の大半を占める文書処理の自動化に貢献
する。

これらの利点は、人間の多くの場合、イメージを取込み
、それから抽出した非言語情報と、さらに抽出した言語
情報の両方を使って記憶や思考をしていることを考慮す
ると電子ファイルシステムの高利便化に極めて有効と、
いえる。

【図面の簡単な説明】

第１図は本発明の一実施例の全体構成図、第２図は文芹
紙面の分割例を示す図、第３図は文字列領域の特徴抽出
の概念図、第４図は文３紙面の階層構造表示の模式図で
ある。 １・・・スキャナ、　　２・・イメージバッファメモリ
。 ３・・バッファ制御回路、　　４・・・切換え回路、５
・・水平周辺分布計数回路、　　６・・・垂直周辺分布
計数回路、　　７・・・水平ランレングス計数回路。 ８Ｔｉ、直ランレングス計数回路、　　９・イメージデ
ータバス、　　１０・・・情報圧伸回路、３２・高速フ
ーリエ変換回路、　　１００・・マイクロコンピュータ
、　　１０１・・・制御データバス。 １１０・・・文書データ蓄積装に、　　１１１・・・イ
ンデクスデータ蓄積装置、　　１１２・・ＣＲ７表示装
置。 １　　　　　　　　　　１ｏ　　　　　　　　　　ｔｏ
ｏ　　　　　　ｓ１２ｎ

Claims (3)

【特許請求の範囲】
1. （１）文書を読取る手段と、読取った文書を記憶する手
   段と、読取った文書紙面をＮ（Ｎ≧１）個の領域に分割
   し、その物理的特徴から各領域がもつ属性を求める手段
   と、Ｎ個の属性を前記読取った文書のインデクスとして
   該当文書に対応づけて記憶する手段とを有することを特
   徴とする文書ファイリング装置。
2. （２）特許請求の範囲第１項記載の文書ファイリング装
   置において、分割した領域の属性が定まらない場合は、
   該領域をさらにＭ（Ｍ≧１）個の小領域に分割し、これ
   を属性が定まるまで繰り返して各小領域の属性を求め、
   それらの集合を該当領域の属性とすることを特徴とする
   文書ファイリング装置。
3. （３）特許請求の範囲第１項もしくは第２項記載の文書
   ファイリング装置において、さらに例示紙面を入力する
   手段と、例示紙面に対し領域分割して属性を求める手段
   を操作させて、例示紙面のインデクスを得る手段と、例
   示紙面のインデクスと記憶されているインデクスとの類
   似度を計算し、該類似度が一定範囲内にある原文書を引
   き出す手段とを設けたことを特徴とする文書ファイリン
   グ装置。