フアジイパターン認識装置
【目的】 手書き文字のような変形パターン専用の照合用パターンを別途作成することなく、当該変形パターンの認識の確信度を向上することができるファジィパターン認識装置を提供する。
【構成】 ３次元メンバシップ発生装置６から発生したファジィ集合を示すメンバシップ関数を記憶装置５で組み合わせることにより、活字体のような基本パターンを認識するための照合用パターンを生成する。手書き文字テンプレート変換アルゴリズム記憶部７では、この照合用パターンを手書き文字認識のための照合用変形パターンに変換する。メインプロセッサ３は、画像読取装置１からの読み取り画像を、活字体のための照合用パターン又はこれから変換された手書き文字のための照合用変形パターンと選択的に比較することにより、認識対象の評価値である確信度を算出し、更に境界があいまいな他のパターンと比較して最も確信度が高いパターンに分類し、認識結果を出力する。
【構成】 ３次元メンバシップ発生装置６から発生したファジィ集合を示すメンバシップ関数を記憶装置５で組み合わせることにより、活字体のような基本パターンを認識するための照合用パターンを生成する。手書き文字テンプレート変換アルゴリズム記憶部７では、この照合用パターンを手書き文字認識のための照合用変形パターンに変換する。メインプロセッサ３は、画像読取装置１からの読み取り画像を、活字体のための照合用パターン又はこれから変換された手書き文字のための照合用変形パターンと選択的に比較することにより、認識対象の評価値である確信度を算出し、更に境界があいまいな他のパターンと比較して最も確信度が高いパターンに分類し、認識結果を出力する。
【発明の詳細な説明】
【０００１】
【産業上の利用分野】本発明は、ファジィ理論を利用して、例えば活字体に対する手書き文字のように基本パターンから変形されたパターンについても的確に認識する機能を備えたファジィパターン認識装置に関する。
【０００２】
【従来の技術】従来のパターン認識装置は、一般に形状が厳密に定められたパターンを認識するものであるが、手書き文字のように一定の形状に限定されない曖昧なパターンでも認識するための手段としてニューラルネットワークを用いる方法が知られている。これは、予め認識対象のパターンについて学習をすることによりニューラルネットワークを形成し、それによって入力パターンを認識するものである。
【０００３】しかし、このニューラルネットワークを用いる方法は、学習という作業を必要とし、識別すべきパターンの候補が増えるたびに再学習が必要である。また、ニューラルネットがブラックボックスであって、認識対象のパターン信号を取り込む入力装置の経年変化等により、識別すべきパターンの候補の特徴に変化が認められた場合、それを装置の動作に反映することが難しく、誤認識が発生することもある等の問題点がある。
【０００４】これに対し、近年ファジィ理論を用いて曖昧なパターンを認識する方法が提案されている。この方法は、例えば「この部分の近傍に縦の線がある」のように、パターンの特徴に関する知識を複数個持っていてそれらを一つ一つチェックすることを基本としている。しかしながら、ファジィ理論による従来のパターン認識方法では、ソフトウエアを含むシステム開発に際してパターンの特徴に関する知識を獲得する作業（ルール作成作業）が必要であり、実際のパターン認識を行う際にパターンの特徴抽出アルゴリズムが必要となる。そのため、多くのルールとファジィ集合のメンバシップ関数を必要とし、処理が複雑になるという問題点があった。
【０００５】
【発明が解決しようとする課題】そこで、本願の発明者は、従来のファジィ理論によるパターン認識の問題点を解決するものとして、予め設定したファジィ集合のメンバシップ関数を組み合わせることにより、認識対象と照合すべき基本的なパターンを用意しておき、これと認識対象のパターンを比較することにより、当該パターンを評価するための指標である確信度を算出するようにしたパターン認識方法を先に提案した（特願平２−２７４３５５号）。この方法によれば、任意の形状（例えば楕円）の境界を有するファジィ領域を示すメンバシップ関数を組み合わせることで、認識対象と照合されるパターンが形成されるので、学習のように手間のかかる作業に要せずに効率よく文字や図形等のパターンを認識することができる。なお、この方法でメンバシップ関数を組み合わせることによって形成される照合用のパターンを「ファジィテンプレート」と呼ぶこととし、本明細書でも、この「ファジイテンプレート」を用いる。
【０００６】ところで、認識対象として文字を取り扱う場合には、活字体が基本となるが、手書き文字を認識することも必要である。しかしながら、手書き文字は個々に活字体と異なる形状をとることが多いので、上記のパターン認識方法で文字を的確に認識するためには、活字体を対象とするファジィテンプレートだけでは不十分である。すなわち、文字パターンの認識のために活字体用のファジィテンプレートが既に用意されている場合でも、手書き文字に対しては、それ専用のファジィテンプレートを別途作成することが必要となる。ところが、個々の手書き文字に対してファジィテンプレートを作成することは煩雑で手間ががかる一方、これを省略して活字体用のファジィプレートによって手書き文字を認識するならば、確信度が全体的に低下し、場合によっては誤認識が発生する恐れがある。
【０００７】故に、本発明者は、手書き文字用のファジィテンプレートを別途作成することなく、手書き文字の認識の確信度を向上するため、活字体に対する手書き文字の特徴を見出し、それに基づいて活字体用のファジィテンプレートを手書き文字用に変換することを着想した。すなわち、一般に、数字やアルファベットの手書き文字は、図１３に示すように活字体より右に傾く傾向があり、平仮名、片仮名、漢字の手書き文字は活字体より右上がりの傾向があるので、これを利用することとした。
【０００８】従って、本発明の目的は、活字体に対する手書き文字のように基本パターンから変形されたパターンについて専用のファジィテンプレートを作成する必要なく、そのような変形パターンの認識の確信度を向上することができるファジィパターン認識装置を提供することにある。
【０００９】
【課題を解決するための手段】本発明は、ファジィ集合を表わすメンバシップ関数に基づいてパターン認識を行うパターン認識装置において、認識対象のパターンを入力するパターン入力部と、前記メンバシップ関数を１以上発生し、該メンバシップ関数を組み合わせることにより、前記パターン入力部から入力される認識対象の基本パターンを認識するための照合用パターンを形成する照合パターン形成手段と、前記照合パターン形成手段で形成された照合用パターンを、前記基本パターンから変形したパターンを認識するための照合用変形パターンに変換する照合パターン変換手段と、前記基本パターンを認識するときは前記パターン入力部から入力されたパターンを前記照合パターン形成手段で形成された照合用パターンと比較することにより認識の確信度を算出し、前記基本形から変形したパターンを認識するときは前記照合パターン変換手段で変換された照合用変形パターンと比較することにより認識の確信度を算出する演算処理手段とを備えたことを特徴とする。
【００１０】本発明により文字を認識する場合、認識対象の基本パターンは活字体、基本パターンから変形したパターンは手書き文字とし、照合パターン変換手段は、パターン入力部から手書き文字の数字又は欧文字が入力される場合には、照合用パターンを右傾斜の照合用変形パターンに変換することを特徴とする。また、パターン入力部から手書き文字の仮名又は漢字が入力される場合には、照合用パターンを右上がりの照合用変形パターンに変換することを特徴とする。
【００１１】
【作用】本発明によれば、照合パターン形成手段においてファジィ集合を表わすメンバシップ関数を発生してそれを組み合わせることにより、認識対象の基本パターンを認識するための照合用パターンが形成される。例えば、文字認識の場合、活字体の画像の２次元平面の座標軸にファジィ集合に対する適合度を示す座標軸を加えた３次元空間において、基本パターンである活字体の照合用パターン（ファジィテンプレート）を形成する３次元メンバシップ関数が設定される。そして、照合パターン変換手段では、上記の照合用パターンを前記基本パターンから変形したパターンを認識するための照合用変形パターンに変換する。例えば、手書き文字の数字や欧文字を認識する場合には、上記のファジィテンプレートを右傾斜の照合用変形パターンに変換し、手書き文字の平仮名、片仮名又は漢字を認識する場合には、右上がりの照合用変形パターンに変換することにより、手書き文字認識用のファジィテンプレートを発生する。従って、手書き文字を認識する場合、演算処理手段は、パターン入力部から入力されたパターンを、照合用変形パターンすなわち手書き文字認識用のファジィテンプレートと比較することにより、認識の確信度を算出する。かくして、手書き文字専用のファジィテンプレートを別途作成することなく、手書き文字の認識の確信度を向上することができる。
【００１２】
【実施例】図１は、本発明に係るファジィパターン認識装置の一実施例を示すブロック図である。この装置は、文字を認識するように構成されたもので、以下の構成要素から成る。
【００１３】画像読取装置１は、活字体又は手書き文字の画像を読み取るために、認識対象を照明する光源と、画像の反射光により画像を読み取って電気信号に変換する光電変換器とを含む。或は、感圧式の手書き文字入力装置を用いてもよい。
【００１４】信号変換部２は、画像読取装置１により読み取られた画像信号を、例えば「０」（＝「白」）又は「１」（＝「黒」）の２値信号に変換し、また、読み取り画像の大きさを補正するように構成されている。この補正は、例えば文字が上下につぶれた形状である場合には、その形状を上下に引き延ばすことになる。
【００１５】上記の画像読取装置１と信号変換部２とで、認識対象のパターンを入力するためのパターン入力部を構成する。
【００１６】メインプロセッサ３は、信号変換部２により２値化され且つ形状が補正された読み取り画像を認識する。すなわち、入力されたパターンを後述のように照合用パターン（ファジィテンプレート）と比較することにより、認識の確信度を算出する演算処理手段を構成する。
【００１７】記憶装置５は、活字体を認識するために基準となるファジィテンプレートを記憶する。この記憶装置５に記憶されたファジィテンプレートの形状は、コンピュータの端末装置として用いられるＣＲＴとキーボードのようなマンマシンインタフェース４を介して調整及び変更可能である。
【００１８】３次元メンバシップ発生装置６は、上記のファジィテンプレートを形成するために必要なメンバシップ関数を発生する。
【００１９】上記の３次元メンバシップ発生装置６と記憶装置５とマンマシンインタフェース４とで照合パターン形成手段を構成している。
【００２０】手書き文字テンプレート変換アルゴリズム記憶部７は、記憶装置５から選択スイッチ８を介して送られる活字体認識用のファジィテンプレートを手書き文字認識用のテンプレートに変換するものであり、照合パターン変換手段を構成している。
【００２１】選択スイッチ８は、記憶装置５に記憶された活字体認識用のファジィテンプレートを手書き文字認識用のファジィテンプレートに変換するためにアルゴリズム記憶部７に送るか、又は活字体認識用のファジィテンプレートをそのままメインプロセッサ３に送るかを、手動或は自動的に選択するために設けられている。
【００２２】従って、メインプロセッサ３は、信号変換部２からの読み取り画像（入力パターン）を、記憶装置５に記憶された活字体認識用のファジィテンプレート又はアルゴリズム記憶部７で変換された手書き文字認識用のテンプレートと選択的に比較することにより、認識対象の評価値である確信度を算出する。更に、境界が曖昧な他のパターンと比較して最も確信度が高いパターンに分類し、認識結果を出力する。
【００２３】このメインプロセッサ３による認識結果を示すパターンは、信号変換部９により２値化信号からアナログ信号に変換され、ＣＲＴ等の出力装置９により出力される。
【００２４】次に、実施例によるパターン認識の原理と方法を説明する。
【００２５】まず、１個以上の３次元メンバシップ関数を組み合わせて、認識すべき基本パターンの活字体に対応するファジィテンプレートを作成する。このために用いられる３次元メンバシップ関数を、図２及び図３を参照して説明する。
【００２６】(A) メンバシップ関数の設定例えば、x-y 直交座標及び適合度から成る３次元空間内に、図２に示すような楕円形の等適合度線を有するメンバシップ関数を考える。ここで図中の記号を以下のように定義する。なお、簡単のため、原点を基準点（３次元メンバシップ関数を最も簡単に記述するための中心点）とする。
【００２７】
F(x,y,Rx,Ry) =0 : 等適合度線の楕円形状を与える関数tx = f(x) : x-tx面におけるつり鐘型メンバシップ関数ty = g(y) : y-ty面におけるつり鐘型メンバシップ関数Rx : 適合度１の楕円形の等適合度線のｘ軸方向の半径Ry : 適合度１の楕円形の等適合度線のｙ軸方向の半径ax : ｘについてのファジィ・エントロピーに比例するパラメータay : ｙについてのファジィ・エントロピーに比例するパラメータrx : 任意の点(x,y) を含む等適合度線と適合度１の等適合度線との、x-tx断面上での距離ry : 任意の点(x,y) を含む等適合度線と適合度１の等適合度線との、y-ty断面上での距離t : ３次元メンバシップ関数によって与えられる点(x,y) の適合度説明の便宜上、適合度ｔをtx、tyに分けて記述するが、ｔ、tx、tyは事実上同一の座標軸である。
【００２８】このとき、任意の点(x,y) を含む等適合度線は次のようになる。
【００２９】
【数１】
【００３０】また、tx，tyについてのメンバシップ関数は
【００３１】
【数２】
【００３２】
【数３】
【００３３】と表わされる。ここで、複号の−はｘ，ｙが正側の部分、＋はｘ，ｙが負側の部分を表わす。
【００３４】x-tx断面上およびy-ty断面上では、着目する等適合度線と基準点の距離は、それぞれ Rx+rx，Ry+r になるので、
【００３５】
【数４】
【００３６】
【数５】
【００３７】従って、これらより
【００３８】
【数６】
【００３９】このとき、第１項と第２項の分母の ( )内が同じ形でないと、ｔについての陽関数には変形できない。そこで、
【００４０】
【数７】min(Rx/ax,Ry/ay)＝sk ・・・・(7)を求め、 0<s<sk の範囲から適当なｓの値を選び、
【００４１】
【数８】
【００４２】となるdx，dyを求める。すなわち
【００４３】
【数９】dx＝Rx−axs ・・・・(9)dy＝Ry−ays ・・・(10)を求め、等適合度線の関数を次式のように変形する。
【００４４】
【数１０】
【００４５】ここで、複号の−はｘ，ｙが正側の部分、＋はｘ，ｙが負側の部分を表わす。
【００４６】
【数１１】
【００４７】この式の幾何学的な意味は、図３に示すように、本来の楕円形に対し直線部分を付け加えて近似した形状であることを表している。この式より
【００４８】
【数１２】
【００４９】但し、 |x|<dx のとき x＝dx, |y|<dyのときy ＝dyとして計算する。また、第２図のように、着目する等適合度線が適合度１の楕円の外側にある場合、{ }内は正の値になる。
【００５０】同様にして、着目する等適合度線が適合度１の楕円の内側にある場合にも、全く同じ式が得られる。但し、この場合、任意の点(x,y) が近似した等適合度線の直線部分に存在するときは、|x|<dx且つ|y|<dy となって { }内は正の値になり、楕円部分にあるときは { }内は負の値になる。
【００５１】適合度１の楕円の内側（あるいは外側）が一様に適合度１の領域になる場合は、上記の条件によって判断し、値を与える。
【００５２】例として、図４(a) に示すような「８」の文字図形に対する３次元メンバシップ関数で表わされるファジィテンプレートは、(14)式より次のようになる。
【００５３】■中心点が (6, 14)で半径が 3.5の円を適合度１とする３次元楕円メンバシップ関数の適合度の範囲を[-1, 1] に拡張した場合（図５）
【００５４】
【数１３】
【００５５】■中心点が(6, 6)で半径が 4.5の円を適合度１とする３次元楕円メンバシップ関数の適合度の範囲を[-1, 1] に拡張した場合（図６）
【００５６】
【数１４】
【００５７】図７(c) に示すように、上記■■の２つの３次元楕円メンバシップ関数の組合わせによって作られる次の関数を、上記の文字図形「８」に対するファジィテンプレートの３次元メンバシップ関数とする。
【００５８】
【数１５】
t ＝ max(t1, t2) ・・・(17)ここで、適合度の範囲を[-1, 1] に拡張した理由は、不適当な入力座標値に対しては−（マイナス）の評価値を与えるためで、例えば真っ黒な画像信号が入力された時、後述の適合度の総和が小さい値になるようにするためである。
【００５９】(B) 画像入力の変換画像読取装置１で入力画像を読み取り、信号変換部２で大きさの補正を含む２値信号への変換を行う。
【００６０】図４(a) に示す例により説明すると、この場合、図４(b) に示すように、「８」の文字を包含する領域をｘ軸方向に12個、ｙ軸方向に19個の領域に分割し、各領域を文字の形に対応した２値信号に変換する。ここで、空白の領域は２値信号の０に変換し、黒の領域は２値信号の１に変換する。大きさの補正としては、上下左右それぞれの端から２つ目の黒領域が上下左右それぞれの端から２列目に入るようにする。
【００６１】このとき、図７(b) に示すように、12×19＝228 個の領域のうちｎ＝35個の領域に２値信号の１（黒）が与えられる。
【００６２】(C) 入力画像の適合度の演算(A) で設定したメンバシップ関数ｔに対し、(B) で得られたｎ個の黒領域（２値信号（０，１）のうち１の値を持つドット）の適合度の総和Ｔ1 と領域１個当りの平均適合度Ｓ1 ＝Ｔ1/ｎとを求める。
【００６３】上記の例では、図７(b)(c)に示すように、ｎ＝35個の黒領域の座標値によって算出される適合度の総和Ｔ1 ＝28、領域１個当りの平均適合度Ｓ1 ＝28／35＝0.8 となる。
【００６４】(D) 理想的な形状の適合度の演算(C) と同様に、最も理想的な形状の図形が入力された場合の適合度の総和Ｔ2と平均適合度Ｓ2 を求める。
【００６５】最も理想的な「８」の場合は、第７図(d)(c)に示すように、40個の黒領域の適合度の総和Ｔ2 ＝38、領域１個当りの平均適合度Ｓ2 ＝38／40＝0.95となる。
【００６６】(E) 確信度の算出(C) と(D) の結果から、適合度の総和の比率Ｔ1/Ｔ2 と平均適合度の比率Ｓ1/Ｓ2 を加算して２で割ることにより、確信度を算出する。
【００６７】上記の例では、確信度は
【００６８】
【数１６】
【００６９】となる。
【００７０】なお、適合度の総和の比率Ｔ1/Ｔ2 は、場合によっては１を越えてしまうが、その場合は無条件に１とする。すなわち、min(Ｔ1/Ｔ2,１) とする。
【００７１】上記のように３次元メンバシップ関数発生装置６により発生した３次元メンバシップ関数を組み合わせて形成された活字体認識用のファジィテンプレートは、記憶装置５に格納され、認識動作を行うとき選択的に切り替えられるスイッチ８を介して取り出される。すなわち、活字体を認識する場合には直接メインプロセッサ３に送られる一方、手書き文字を認識する場合にはアルゴリズム記憶部７に送られて手書き文字認識用のファジィテンプレートに変換され、メインプロセッサ３に供給される。以下、この動作を図８及び図９を参照して説明する。
【００７２】前述したように、手書き文字の数字やアルファベット等の欧文字は活字体より右に傾く傾向があり、また、手書き文字の平仮名、片仮名、漢字は活字体より右上がりの傾向がある。そこで、本実施例では、手書き文字の数字やアルファベットを認識する場合には、図８（ａ）に示すように活字体の矩形［０〜ｘd ，０〜ｙd ］のファジィテンプレートを、図８（ｂ）に示すように角度ψだけ右傾斜のファジィテンプレートに変換し、次いで、図８（ｃ）に示すように矩形領域［０〜ｘd ，０〜ｙd ］内に納まるように横（ｘ）方向のスケーリング（縮小）を行う。
【００７３】この動作を数式で説明すると、活字体のファジィテンプレートを式(19)で表わした場合、角度ψだけ右傾斜のファジィテンプレートは式(20)で表わすことができ、横方向にスケーリング（中心位置の補正を含む）されたファジィテンプレートは式(21)で表わすことができる。
【００７４】
【数１７】ｔ＝ｆ（ｘ，ｙ） ・・・(19)ｔ＝ｆ（ｘ’，ｙ） ・・・(20)但し、ｘ’＝ｘ−ｙtan ψ
【００７５】
【数１８】
【００７６】また、手書き文字の平仮名、片仮名、漢字を認識する場合には、図９（ａ）に示すように活字体の矩形［０〜ｘd ，０〜ｙd ］のファジィテンプレートを図９（ｂ）に示すように角度ψだけ右上がりのファジィテンプレートに変換し、次いで、図９（ｃ）に示すように矩形領域［０〜ｘd ，０〜ｙd ］内に納まるように縦（ｙ）方向のスケーリング（縮小）を行う。
【００７７】この動作を数式で説明すると、活字体のファジィテンプレートを式(22)で表わした場合、角度ψだけ右上がりのファジィテンプレートは式(23)により表わすことができ、縦方向にスケーリング（中心位置の補正を含む。）されたファジィテンプレートは式(24)により表わすことができる。
【００７８】
【数１９】ｔ＝ｆ（ｘ，ｙ） ・・・(22)ｔ＝ｆ（ｘ，ｙ’） ・・・(23)但し、ｙ’＝ｙ−ｘtan ψ
【００７９】
【数２０】
【００８０】図１０（ｂ）は、図１０（ａ）に示す活字体「８」のファジィテンプレートを手書き数字認識用ファジィテンプレートに変換した場合を示し、図１１（ｂ）は、図１１（ａ）に示す活字体「カ」の認識用ファジィテンプレートを手書き数字認識用ファジィテンプレートに変換した場合を示す。
【００８１】メインプロセッサ３は、活字体を認識する場合には記憶装置５から読み出された活字体認識用のファジィテンプレートと比較することにより、活字体の評価値として確信度を演算して出力し、手書き文字を認識する場合にはアルゴリズム記憶部７により変換された手書き文字認識用のファジィテンプレートと比較することにより、手書き文字の評価値として確信度を演算して出力する。
【００８２】図１２は、このようにアルゴリズム記憶部７により変換された手書き文字認識用のファジィテンプレートによる手書き数字「８」の認識結果を示す。実験例では、活字体認識用のファジィテンプレートにより手書き文字を認識した場合には認識の確信度が 0.6〜0.7 程度であったが、アルゴリズム記憶部７により変換された手書き文字認識用のファジィテンプレートにより手書き文字を認識したところ、0.9 以上の確信度を実現することができた。したがって、上記実施例によれば、手書き文字専用のファジィテンプレートを別途作成することなく、手書き文字の認識の確信度を向上することができる。
【００８３】以上、実施例について説明したが、本発明は文字を認識する場合に限らず、活字体に対する手書き文字のように基本パターンから変形されて一定の特徴を持つ変形パターンの認識に適用し得るものである。
【００８４】
【発明の効果】以上説明したように、本発明によれば、手書き文字のように基本パターンから変形したパターンを認識する場合に、既に作成された基本パターン認識用のファジィテンプレートを変形パターン認識用のファジィテンプレートに変換するので、変形パターン専用のファジィテンプレートを別途作成することなく、手書き文字などの認識の確信度を向上することができる。
【図面の簡単な説明】
【図１】本発明に係るファジィパターン認識装置の一実施例を示すブロック図。
【図２】図１のファジィパターン認識装置において用いられる３次元メンバシップ関数の一例を示す図。
【図３】図２の３次元メンバシップ関数に対して直線を付加した場合を示す図。
【図４】本発明の実施例で識別する文字図形の一例とその形状に対応した２値信号を示す図。
【図５】実施例で用いる３次元メンバシップ関数の形状を示す図。
【図６】実施例で用いる別の３次元メンバシップ関数の形状を示す図。
【図７】図４の文字図形を識別する手順の説明図。
【図８】手書き文字を数字や欧文字を認識する場合に活字体のファジィテンプレートを手書き文字認識用のファジィテンプレートに変換する動作を示す図。
【図９】手書き文字の仮名や漢字を認識する場合に活字体のファジィテンプレートを手書き文字認識用のファジィテンプレートに変換する動作を示す図。
【図１０】手書き数字「８」の認識用ファジィテンプレートへの変換例を示す図。
【図１１】手書き文字「カ」の認識用ファジィテンプレートへの変換例を示す図。
【図１２】手書き数字「８」の認識結果を示す図。
【図１３】活字体と手書き文字の関係を示す図。
【符号の説明】
１…画像読取装置、２…信号変換部、３…メインプロセッサ、４…マンマシンインタフェース、５…記憶装置、６…３次元メンバシップ関数発生装置、７…テンプレート変換アルゴリズム記憶部、８…選択スイッチ。
【０００１】
【産業上の利用分野】本発明は、ファジィ理論を利用して、例えば活字体に対する手書き文字のように基本パターンから変形されたパターンについても的確に認識する機能を備えたファジィパターン認識装置に関する。
【０００２】
【従来の技術】従来のパターン認識装置は、一般に形状が厳密に定められたパターンを認識するものであるが、手書き文字のように一定の形状に限定されない曖昧なパターンでも認識するための手段としてニューラルネットワークを用いる方法が知られている。これは、予め認識対象のパターンについて学習をすることによりニューラルネットワークを形成し、それによって入力パターンを認識するものである。
【０００３】しかし、このニューラルネットワークを用いる方法は、学習という作業を必要とし、識別すべきパターンの候補が増えるたびに再学習が必要である。また、ニューラルネットがブラックボックスであって、認識対象のパターン信号を取り込む入力装置の経年変化等により、識別すべきパターンの候補の特徴に変化が認められた場合、それを装置の動作に反映することが難しく、誤認識が発生することもある等の問題点がある。
【０００４】これに対し、近年ファジィ理論を用いて曖昧なパターンを認識する方法が提案されている。この方法は、例えば「この部分の近傍に縦の線がある」のように、パターンの特徴に関する知識を複数個持っていてそれらを一つ一つチェックすることを基本としている。しかしながら、ファジィ理論による従来のパターン認識方法では、ソフトウエアを含むシステム開発に際してパターンの特徴に関する知識を獲得する作業（ルール作成作業）が必要であり、実際のパターン認識を行う際にパターンの特徴抽出アルゴリズムが必要となる。そのため、多くのルールとファジィ集合のメンバシップ関数を必要とし、処理が複雑になるという問題点があった。
【０００５】
【発明が解決しようとする課題】そこで、本願の発明者は、従来のファジィ理論によるパターン認識の問題点を解決するものとして、予め設定したファジィ集合のメンバシップ関数を組み合わせることにより、認識対象と照合すべき基本的なパターンを用意しておき、これと認識対象のパターンを比較することにより、当該パターンを評価するための指標である確信度を算出するようにしたパターン認識方法を先に提案した（特願平２−２７４３５５号）。この方法によれば、任意の形状（例えば楕円）の境界を有するファジィ領域を示すメンバシップ関数を組み合わせることで、認識対象と照合されるパターンが形成されるので、学習のように手間のかかる作業に要せずに効率よく文字や図形等のパターンを認識することができる。なお、この方法でメンバシップ関数を組み合わせることによって形成される照合用のパターンを「ファジィテンプレート」と呼ぶこととし、本明細書でも、この「ファジイテンプレート」を用いる。
【０００６】ところで、認識対象として文字を取り扱う場合には、活字体が基本となるが、手書き文字を認識することも必要である。しかしながら、手書き文字は個々に活字体と異なる形状をとることが多いので、上記のパターン認識方法で文字を的確に認識するためには、活字体を対象とするファジィテンプレートだけでは不十分である。すなわち、文字パターンの認識のために活字体用のファジィテンプレートが既に用意されている場合でも、手書き文字に対しては、それ専用のファジィテンプレートを別途作成することが必要となる。ところが、個々の手書き文字に対してファジィテンプレートを作成することは煩雑で手間ががかる一方、これを省略して活字体用のファジィプレートによって手書き文字を認識するならば、確信度が全体的に低下し、場合によっては誤認識が発生する恐れがある。
【０００７】故に、本発明者は、手書き文字用のファジィテンプレートを別途作成することなく、手書き文字の認識の確信度を向上するため、活字体に対する手書き文字の特徴を見出し、それに基づいて活字体用のファジィテンプレートを手書き文字用に変換することを着想した。すなわち、一般に、数字やアルファベットの手書き文字は、図１３に示すように活字体より右に傾く傾向があり、平仮名、片仮名、漢字の手書き文字は活字体より右上がりの傾向があるので、これを利用することとした。
【０００８】従って、本発明の目的は、活字体に対する手書き文字のように基本パターンから変形されたパターンについて専用のファジィテンプレートを作成する必要なく、そのような変形パターンの認識の確信度を向上することができるファジィパターン認識装置を提供することにある。
【０００９】
【課題を解決するための手段】本発明は、ファジィ集合を表わすメンバシップ関数に基づいてパターン認識を行うパターン認識装置において、認識対象のパターンを入力するパターン入力部と、前記メンバシップ関数を１以上発生し、該メンバシップ関数を組み合わせることにより、前記パターン入力部から入力される認識対象の基本パターンを認識するための照合用パターンを形成する照合パターン形成手段と、前記照合パターン形成手段で形成された照合用パターンを、前記基本パターンから変形したパターンを認識するための照合用変形パターンに変換する照合パターン変換手段と、前記基本パターンを認識するときは前記パターン入力部から入力されたパターンを前記照合パターン形成手段で形成された照合用パターンと比較することにより認識の確信度を算出し、前記基本形から変形したパターンを認識するときは前記照合パターン変換手段で変換された照合用変形パターンと比較することにより認識の確信度を算出する演算処理手段とを備えたことを特徴とする。
【００１０】本発明により文字を認識する場合、認識対象の基本パターンは活字体、基本パターンから変形したパターンは手書き文字とし、照合パターン変換手段は、パターン入力部から手書き文字の数字又は欧文字が入力される場合には、照合用パターンを右傾斜の照合用変形パターンに変換することを特徴とする。また、パターン入力部から手書き文字の仮名又は漢字が入力される場合には、照合用パターンを右上がりの照合用変形パターンに変換することを特徴とする。
【００１１】
【作用】本発明によれば、照合パターン形成手段においてファジィ集合を表わすメンバシップ関数を発生してそれを組み合わせることにより、認識対象の基本パターンを認識するための照合用パターンが形成される。例えば、文字認識の場合、活字体の画像の２次元平面の座標軸にファジィ集合に対する適合度を示す座標軸を加えた３次元空間において、基本パターンである活字体の照合用パターン（ファジィテンプレート）を形成する３次元メンバシップ関数が設定される。そして、照合パターン変換手段では、上記の照合用パターンを前記基本パターンから変形したパターンを認識するための照合用変形パターンに変換する。例えば、手書き文字の数字や欧文字を認識する場合には、上記のファジィテンプレートを右傾斜の照合用変形パターンに変換し、手書き文字の平仮名、片仮名又は漢字を認識する場合には、右上がりの照合用変形パターンに変換することにより、手書き文字認識用のファジィテンプレートを発生する。従って、手書き文字を認識する場合、演算処理手段は、パターン入力部から入力されたパターンを、照合用変形パターンすなわち手書き文字認識用のファジィテンプレートと比較することにより、認識の確信度を算出する。かくして、手書き文字専用のファジィテンプレートを別途作成することなく、手書き文字の認識の確信度を向上することができる。
【００１２】
【実施例】図１は、本発明に係るファジィパターン認識装置の一実施例を示すブロック図である。この装置は、文字を認識するように構成されたもので、以下の構成要素から成る。
【００１３】画像読取装置１は、活字体又は手書き文字の画像を読み取るために、認識対象を照明する光源と、画像の反射光により画像を読み取って電気信号に変換する光電変換器とを含む。或は、感圧式の手書き文字入力装置を用いてもよい。
【００１４】信号変換部２は、画像読取装置１により読み取られた画像信号を、例えば「０」（＝「白」）又は「１」（＝「黒」）の２値信号に変換し、また、読み取り画像の大きさを補正するように構成されている。この補正は、例えば文字が上下につぶれた形状である場合には、その形状を上下に引き延ばすことになる。
【００１５】上記の画像読取装置１と信号変換部２とで、認識対象のパターンを入力するためのパターン入力部を構成する。
【００１６】メインプロセッサ３は、信号変換部２により２値化され且つ形状が補正された読み取り画像を認識する。すなわち、入力されたパターンを後述のように照合用パターン（ファジィテンプレート）と比較することにより、認識の確信度を算出する演算処理手段を構成する。
【００１７】記憶装置５は、活字体を認識するために基準となるファジィテンプレートを記憶する。この記憶装置５に記憶されたファジィテンプレートの形状は、コンピュータの端末装置として用いられるＣＲＴとキーボードのようなマンマシンインタフェース４を介して調整及び変更可能である。
【００１８】３次元メンバシップ発生装置６は、上記のファジィテンプレートを形成するために必要なメンバシップ関数を発生する。
【００１９】上記の３次元メンバシップ発生装置６と記憶装置５とマンマシンインタフェース４とで照合パターン形成手段を構成している。
【００２０】手書き文字テンプレート変換アルゴリズム記憶部７は、記憶装置５から選択スイッチ８を介して送られる活字体認識用のファジィテンプレートを手書き文字認識用のテンプレートに変換するものであり、照合パターン変換手段を構成している。
【００２１】選択スイッチ８は、記憶装置５に記憶された活字体認識用のファジィテンプレートを手書き文字認識用のファジィテンプレートに変換するためにアルゴリズム記憶部７に送るか、又は活字体認識用のファジィテンプレートをそのままメインプロセッサ３に送るかを、手動或は自動的に選択するために設けられている。
【００２２】従って、メインプロセッサ３は、信号変換部２からの読み取り画像（入力パターン）を、記憶装置５に記憶された活字体認識用のファジィテンプレート又はアルゴリズム記憶部７で変換された手書き文字認識用のテンプレートと選択的に比較することにより、認識対象の評価値である確信度を算出する。更に、境界が曖昧な他のパターンと比較して最も確信度が高いパターンに分類し、認識結果を出力する。
【００２３】このメインプロセッサ３による認識結果を示すパターンは、信号変換部９により２値化信号からアナログ信号に変換され、ＣＲＴ等の出力装置９により出力される。
【００２４】次に、実施例によるパターン認識の原理と方法を説明する。
【００２５】まず、１個以上の３次元メンバシップ関数を組み合わせて、認識すべき基本パターンの活字体に対応するファジィテンプレートを作成する。このために用いられる３次元メンバシップ関数を、図２及び図３を参照して説明する。
【００２６】(A) メンバシップ関数の設定例えば、x-y 直交座標及び適合度から成る３次元空間内に、図２に示すような楕円形の等適合度線を有するメンバシップ関数を考える。ここで図中の記号を以下のように定義する。なお、簡単のため、原点を基準点（３次元メンバシップ関数を最も簡単に記述するための中心点）とする。
【００２７】
F(x,y,Rx,Ry) =0 : 等適合度線の楕円形状を与える関数tx = f(x) : x-tx面におけるつり鐘型メンバシップ関数ty = g(y) : y-ty面におけるつり鐘型メンバシップ関数Rx : 適合度１の楕円形の等適合度線のｘ軸方向の半径Ry : 適合度１の楕円形の等適合度線のｙ軸方向の半径ax : ｘについてのファジィ・エントロピーに比例するパラメータay : ｙについてのファジィ・エントロピーに比例するパラメータrx : 任意の点(x,y) を含む等適合度線と適合度１の等適合度線との、x-tx断面上での距離ry : 任意の点(x,y) を含む等適合度線と適合度１の等適合度線との、y-ty断面上での距離t : ３次元メンバシップ関数によって与えられる点(x,y) の適合度説明の便宜上、適合度ｔをtx、tyに分けて記述するが、ｔ、tx、tyは事実上同一の座標軸である。
【００２８】このとき、任意の点(x,y) を含む等適合度線は次のようになる。
【００２９】
【数１】
【００３０】また、tx，tyについてのメンバシップ関数は
【００３１】
【数２】
【００３２】
【数３】
【００３３】と表わされる。ここで、複号の−はｘ，ｙが正側の部分、＋はｘ，ｙが負側の部分を表わす。
【００３４】x-tx断面上およびy-ty断面上では、着目する等適合度線と基準点の距離は、それぞれ Rx+rx，Ry+r になるので、
【００３５】
【数４】
【００３６】
【数５】
【００３７】従って、これらより
【００３８】
【数６】
【００３９】このとき、第１項と第２項の分母の ( )内が同じ形でないと、ｔについての陽関数には変形できない。そこで、
【００４０】
【数７】min(Rx/ax,Ry/ay)＝sk ・・・・(7)を求め、 0<s<sk の範囲から適当なｓの値を選び、
【００４１】
【数８】
【００４２】となるdx，dyを求める。すなわち
【００４３】
【数９】dx＝Rx−axs ・・・・(9)dy＝Ry−ays ・・・(10)を求め、等適合度線の関数を次式のように変形する。
【００４４】
【数１０】
【００４５】ここで、複号の−はｘ，ｙが正側の部分、＋はｘ，ｙが負側の部分を表わす。
【００４６】
【数１１】
【００４７】この式の幾何学的な意味は、図３に示すように、本来の楕円形に対し直線部分を付け加えて近似した形状であることを表している。この式より
【００４８】
【数１２】
【００４９】但し、 |x|<dx のとき x＝dx, |y|<dyのときy ＝dyとして計算する。また、第２図のように、着目する等適合度線が適合度１の楕円の外側にある場合、{ }内は正の値になる。
【００５０】同様にして、着目する等適合度線が適合度１の楕円の内側にある場合にも、全く同じ式が得られる。但し、この場合、任意の点(x,y) が近似した等適合度線の直線部分に存在するときは、|x|<dx且つ|y|<dy となって { }内は正の値になり、楕円部分にあるときは { }内は負の値になる。
【００５１】適合度１の楕円の内側（あるいは外側）が一様に適合度１の領域になる場合は、上記の条件によって判断し、値を与える。
【００５２】例として、図４(a) に示すような「８」の文字図形に対する３次元メンバシップ関数で表わされるファジィテンプレートは、(14)式より次のようになる。
【００５３】
【００５４】
【数１３】
【００５５】
【００５６】
【数１４】
【００５７】図７(c) に示すように、上記
【００５８】
【数１５】
t ＝ max(t1, t2) ・・・(17)ここで、適合度の範囲を[-1, 1] に拡張した理由は、不適当な入力座標値に対しては−（マイナス）の評価値を与えるためで、例えば真っ黒な画像信号が入力された時、後述の適合度の総和が小さい値になるようにするためである。
【００５９】(B) 画像入力の変換画像読取装置１で入力画像を読み取り、信号変換部２で大きさの補正を含む２値信号への変換を行う。
【００６０】図４(a) に示す例により説明すると、この場合、図４(b) に示すように、「８」の文字を包含する領域をｘ軸方向に12個、ｙ軸方向に19個の領域に分割し、各領域を文字の形に対応した２値信号に変換する。ここで、空白の領域は２値信号の０に変換し、黒の領域は２値信号の１に変換する。大きさの補正としては、上下左右それぞれの端から２つ目の黒領域が上下左右それぞれの端から２列目に入るようにする。
【００６１】このとき、図７(b) に示すように、12×19＝228 個の領域のうちｎ＝35個の領域に２値信号の１（黒）が与えられる。
【００６２】(C) 入力画像の適合度の演算(A) で設定したメンバシップ関数ｔに対し、(B) で得られたｎ個の黒領域（２値信号（０，１）のうち１の値を持つドット）の適合度の総和Ｔ1 と領域１個当りの平均適合度Ｓ1 ＝Ｔ1/ｎとを求める。
【００６３】上記の例では、図７(b)(c)に示すように、ｎ＝35個の黒領域の座標値によって算出される適合度の総和Ｔ1 ＝28、領域１個当りの平均適合度Ｓ1 ＝28／35＝0.8 となる。
【００６４】(D) 理想的な形状の適合度の演算(C) と同様に、最も理想的な形状の図形が入力された場合の適合度の総和Ｔ2と平均適合度Ｓ2 を求める。
【００６５】最も理想的な「８」の場合は、第７図(d)(c)に示すように、40個の黒領域の適合度の総和Ｔ2 ＝38、領域１個当りの平均適合度Ｓ2 ＝38／40＝0.95となる。
【００６６】(E) 確信度の算出(C) と(D) の結果から、適合度の総和の比率Ｔ1/Ｔ2 と平均適合度の比率Ｓ1/Ｓ2 を加算して２で割ることにより、確信度を算出する。
【００６７】上記の例では、確信度は
【００６８】
【数１６】
【００６９】となる。
【００７０】なお、適合度の総和の比率Ｔ1/Ｔ2 は、場合によっては１を越えてしまうが、その場合は無条件に１とする。すなわち、min(Ｔ1/Ｔ2,１) とする。
【００７１】上記のように３次元メンバシップ関数発生装置６により発生した３次元メンバシップ関数を組み合わせて形成された活字体認識用のファジィテンプレートは、記憶装置５に格納され、認識動作を行うとき選択的に切り替えられるスイッチ８を介して取り出される。すなわち、活字体を認識する場合には直接メインプロセッサ３に送られる一方、手書き文字を認識する場合にはアルゴリズム記憶部７に送られて手書き文字認識用のファジィテンプレートに変換され、メインプロセッサ３に供給される。以下、この動作を図８及び図９を参照して説明する。
【００７２】前述したように、手書き文字の数字やアルファベット等の欧文字は活字体より右に傾く傾向があり、また、手書き文字の平仮名、片仮名、漢字は活字体より右上がりの傾向がある。そこで、本実施例では、手書き文字の数字やアルファベットを認識する場合には、図８（ａ）に示すように活字体の矩形［０〜ｘd ，０〜ｙd ］のファジィテンプレートを、図８（ｂ）に示すように角度ψだけ右傾斜のファジィテンプレートに変換し、次いで、図８（ｃ）に示すように矩形領域［０〜ｘd ，０〜ｙd ］内に納まるように横（ｘ）方向のスケーリング（縮小）を行う。
【００７３】この動作を数式で説明すると、活字体のファジィテンプレートを式(19)で表わした場合、角度ψだけ右傾斜のファジィテンプレートは式(20)で表わすことができ、横方向にスケーリング（中心位置の補正を含む）されたファジィテンプレートは式(21)で表わすことができる。
【００７４】
【数１７】ｔ＝ｆ（ｘ，ｙ） ・・・(19)ｔ＝ｆ（ｘ’，ｙ） ・・・(20)但し、ｘ’＝ｘ−ｙtan ψ
【００７５】
【数１８】
【００７６】また、手書き文字の平仮名、片仮名、漢字を認識する場合には、図９（ａ）に示すように活字体の矩形［０〜ｘd ，０〜ｙd ］のファジィテンプレートを図９（ｂ）に示すように角度ψだけ右上がりのファジィテンプレートに変換し、次いで、図９（ｃ）に示すように矩形領域［０〜ｘd ，０〜ｙd ］内に納まるように縦（ｙ）方向のスケーリング（縮小）を行う。
【００７７】この動作を数式で説明すると、活字体のファジィテンプレートを式(22)で表わした場合、角度ψだけ右上がりのファジィテンプレートは式(23)により表わすことができ、縦方向にスケーリング（中心位置の補正を含む。）されたファジィテンプレートは式(24)により表わすことができる。
【００７８】
【数１９】ｔ＝ｆ（ｘ，ｙ） ・・・(22)ｔ＝ｆ（ｘ，ｙ’） ・・・(23)但し、ｙ’＝ｙ−ｘtan ψ
【００７９】
【数２０】
【００８０】図１０（ｂ）は、図１０（ａ）に示す活字体「８」のファジィテンプレートを手書き数字認識用ファジィテンプレートに変換した場合を示し、図１１（ｂ）は、図１１（ａ）に示す活字体「カ」の認識用ファジィテンプレートを手書き数字認識用ファジィテンプレートに変換した場合を示す。
【００８１】メインプロセッサ３は、活字体を認識する場合には記憶装置５から読み出された活字体認識用のファジィテンプレートと比較することにより、活字体の評価値として確信度を演算して出力し、手書き文字を認識する場合にはアルゴリズム記憶部７により変換された手書き文字認識用のファジィテンプレートと比較することにより、手書き文字の評価値として確信度を演算して出力する。
【００８２】図１２は、このようにアルゴリズム記憶部７により変換された手書き文字認識用のファジィテンプレートによる手書き数字「８」の認識結果を示す。実験例では、活字体認識用のファジィテンプレートにより手書き文字を認識した場合には認識の確信度が 0.6〜0.7 程度であったが、アルゴリズム記憶部７により変換された手書き文字認識用のファジィテンプレートにより手書き文字を認識したところ、0.9 以上の確信度を実現することができた。したがって、上記実施例によれば、手書き文字専用のファジィテンプレートを別途作成することなく、手書き文字の認識の確信度を向上することができる。
【００８３】以上、実施例について説明したが、本発明は文字を認識する場合に限らず、活字体に対する手書き文字のように基本パターンから変形されて一定の特徴を持つ変形パターンの認識に適用し得るものである。
【００８４】
【発明の効果】以上説明したように、本発明によれば、手書き文字のように基本パターンから変形したパターンを認識する場合に、既に作成された基本パターン認識用のファジィテンプレートを変形パターン認識用のファジィテンプレートに変換するので、変形パターン専用のファジィテンプレートを別途作成することなく、手書き文字などの認識の確信度を向上することができる。
【図面の簡単な説明】
【図１】本発明に係るファジィパターン認識装置の一実施例を示すブロック図。
【図２】図１のファジィパターン認識装置において用いられる３次元メンバシップ関数の一例を示す図。
【図３】図２の３次元メンバシップ関数に対して直線を付加した場合を示す図。
【図４】本発明の実施例で識別する文字図形の一例とその形状に対応した２値信号を示す図。
【図５】実施例で用いる３次元メンバシップ関数の形状を示す図。
【図６】実施例で用いる別の３次元メンバシップ関数の形状を示す図。
【図７】図４の文字図形を識別する手順の説明図。
【図８】手書き文字を数字や欧文字を認識する場合に活字体のファジィテンプレートを手書き文字認識用のファジィテンプレートに変換する動作を示す図。
【図９】手書き文字の仮名や漢字を認識する場合に活字体のファジィテンプレートを手書き文字認識用のファジィテンプレートに変換する動作を示す図。
【図１０】手書き数字「８」の認識用ファジィテンプレートへの変換例を示す図。
【図１１】手書き文字「カ」の認識用ファジィテンプレートへの変換例を示す図。
【図１２】手書き数字「８」の認識結果を示す図。
【図１３】活字体と手書き文字の関係を示す図。
【符号の説明】
１…画像読取装置、２…信号変換部、３…メインプロセッサ、４…マンマシンインタフェース、５…記憶装置、６…３次元メンバシップ関数発生装置、７…テンプレート変換アルゴリズム記憶部、８…選択スイッチ。
【特許請求の範囲】
【請求項１】ファジィ集合を表わすメンバシップ関数に基づいてパターン認識を行う装置において、認識対象のパターンを入力するパターン入力部と、前記メンバシップ関数を１以上発生し、該メンバシップ関数を組み合わせることにより、前記パターン入力部から入力される認識対象の基本パターンを認識するための照合用パターンを形成する照合パターン形成手段と、前記照合パターン形成手段で形成された照合用パターンを、前記基本パターンから変形したパターンを認識するための照合用変形パターンに変換する照合パターン変換手段と、前記基本パターンを認識するときは前記パターン入力部から入力されたパターンを前記照合パターン形成手段で形成された照合用パターンと比較することにより認識の確信度を算出し、前記基本形から変形したパターンを認識するときは前記照合パターン変換手段で変換された照合用変形パターンと比較することにより認識の確信度を算出する演算処理手段とを備えたことを特徴とするファジィパターン認識装置。
【請求項２】前記認識対象の基本パターンは活字体、前記基本パターンから変形したパターンは手書き文字であり、前記照合パターン変換手段は、前記パターン入力部から手書き文字の数字又は欧文字が入力される場合には、前記照合用パターンを右傾斜の照合用変形パターンに変換することを特徴とする請求項１記載のファジィパターン認識装置。
【請求項３】前記認識対象の基本パターンは活字体、前記基本パターンから変形したパターンは手書き文字であり、前記照合パターン変換手段は、前記パターン入力部から手書き文字の仮名又は漢字が入力される場合には、前記照合用パターンを右上がりの照合用変形パターンに変換することを特徴とする請求項１記載のファジィパターン認識装置。
【請求項１】ファジィ集合を表わすメンバシップ関数に基づいてパターン認識を行う装置において、認識対象のパターンを入力するパターン入力部と、前記メンバシップ関数を１以上発生し、該メンバシップ関数を組み合わせることにより、前記パターン入力部から入力される認識対象の基本パターンを認識するための照合用パターンを形成する照合パターン形成手段と、前記照合パターン形成手段で形成された照合用パターンを、前記基本パターンから変形したパターンを認識するための照合用変形パターンに変換する照合パターン変換手段と、前記基本パターンを認識するときは前記パターン入力部から入力されたパターンを前記照合パターン形成手段で形成された照合用パターンと比較することにより認識の確信度を算出し、前記基本形から変形したパターンを認識するときは前記照合パターン変換手段で変換された照合用変形パターンと比較することにより認識の確信度を算出する演算処理手段とを備えたことを特徴とするファジィパターン認識装置。
【請求項２】前記認識対象の基本パターンは活字体、前記基本パターンから変形したパターンは手書き文字であり、前記照合パターン変換手段は、前記パターン入力部から手書き文字の数字又は欧文字が入力される場合には、前記照合用パターンを右傾斜の照合用変形パターンに変換することを特徴とする請求項１記載のファジィパターン認識装置。
【請求項３】前記認識対象の基本パターンは活字体、前記基本パターンから変形したパターンは手書き文字であり、前記照合パターン変換手段は、前記パターン入力部から手書き文字の仮名又は漢字が入力される場合には、前記照合用パターンを右上がりの照合用変形パターンに変換することを特徴とする請求項１記載のファジィパターン認識装置。
【図５】
【図６】
【図１３】
【図１】
【図２】
【図１０】
【図３】
【図４】
【図１１】
【図７】
【図８】
【図９】
【図１２】
【図６】
【図１３】
【図１】
【図２】
【図１０】
【図３】
【図４】
【図１１】
【図７】
【図８】
【図９】
【図１２】
【公開番号】特開平５−１３５２０６
【公開日】平成５年（１９９３）６月１日
【国際特許分類】
【出願番号】特願平３−２９６０３９
【出願日】平成３年（１９９１）１１月１２日
【出願人】（０００００６６６６）山武ハネウエル株式会社 (1,808)
【公開日】平成５年（１９９３）６月１日
【国際特許分類】
【出願日】平成３年（１９９１）１１月１２日
【出願人】（０００００６６６６）山武ハネウエル株式会社 (1,808)
[ Back to top ]