DE2435889A1 - Verfahren und einrichtung zum unterscheiden von zeichengruppen - Google Patents

Description

Verfahren und Einrichtung zum Unterscheiden von Zeichengruppen

Die Erfindung betrifft ein Verfahren und eine Einrichtung zum Unterscheiden zwischen Ziffern und Buchstaben in den von einer insbesondere optischen Zeidicnerkennungseinrichtung gelesenen Zeichen. Zeichenerkennungseinrichlungcn dienen zum Erkennen von in schriftlicher oder gedruckter Form vorliegenden Daten und zum Einlesen dieser Daten in binär codierter Form in eine datenverarbeitende Einrichtung. Bei alphanumerischen Daten, d.h. Zeichensymbolen, die aus Ziffern_; Buchstaben oder sonstigen Zeichen gemischt sind, ist es außerordentlich wichtig, dass deren Bedeutung klar erkannt wird. Dazu gebort auch die Unterscheidung, ob die gelesenen Zeichen alphabetischer oder numerischer Art sind.

WAO-73-005/007

509842/070

Historisch gesehen, entwickelten sich die alphabetischen Symbole der abendländischen Sprachen, wie Englisch, aus der lateinischen Schrift. Die Ziffernsymbole entstanden im arabischen Kulturkreis. Die.se Entwicklungen erfolgten unabhängig voneinander. Dies führte jedoch /um Gebrauch von gleichartigen oder ähnlichen Konturen für manch».· dieser Zeichen. Ein menschlicher Leser kann aus denr Zusammenhang, in dem solche Schriftsymbole erscheinen, erkennen, ob es sich um Ziffern oder Buchstaben handelt. Eine optische Zeiehenerkennungsmaschine kann jedoch nur Eigenheiten der Konturen, von Schriftzeichen erkennen und auswerten. Zur weiteren Unterscheidung Schlüsse aus dem Zusammenhang zu ziehen, ist ihr jedoch versagt. Ein optischer Zeichenleser als Eingabegerät für einen Computer hat daher u. U. Schwierigkeiten, die richtige Bedeutung eines gelesenen Zeichens zu erfassen.

Zur Erläuterung dieses Problemes sind in Fig. 1 verschiedene Paare solcher verwochlungsfähigen Zeichen dargestellt. Die Grenzen zwischen den einzelnen Arten von verwechslungsfähigen Zeichen sind fliesscnd, je nachdem, ob es sich um gleichartige oder um ti'ir mehr oder wenige)¹ ähnliche Zeichenpaare handelt. Die dargestellten Verwcchslungsmöglichkoitcn erscheinen nicht immer, jedoch erscheinen sie oft genug, um die Eingabe optisch gelesener Daten in eine Datenbank gelegentlich erheblich zu behindern. Fig. la zeigt beispielsweise identische Zeichenpaare, die

WA 973 005/007 - 2 -

509842/0701 BAD ORIGINAL

jedoch unterschiedliche Bedeutung haben. Da ist einmal das geschlossene Symbol, das eine A'ull oder auch den Buchstaben Oh bedeuten kann. Ein senkrechter Strich kann die Bedeutung der Ziffer 1 haben, oder ein serifenfreies grosses I sein, d.h. der Grossbuchstabe ohne die Querbalken an den äusseren Enden. Zeichen dieser Art sind gewöhnlich im alphanumerischen Text nicht ohne weiteres zu unterscheiden. Fig. Ib zeigt Zeichenpaare wie die Ziffer δ und den Grossbuchstaben S, oder die Ziffer 2 und den Buchstaben Z, welche topologisch gleichartig sind und nur durch die Rundung oder Schärfe ihrer Ecken unterscheidbar sind. Diese Schärfe ist aber eine der Eigenheiten, die als erstes verschwindet, wenn die Qualität der Schrift leidet. Fig. Ic zeigt Zeichenpaare wie die Ziffer 6 und den Grossbuchstaben G, die Ziffer 8 und den Grossbuchstaben B, oder die Ziffer 9 und den Kleinbuchstaben g, welche alle sich nur geringfügig in wenigen topologischen Eigenheiten unterscheiden, welche Unterschiede gewöhnlich vex-schwinden, sobald die Druckqualität schlechter wird. Fig. Id veranschaulicht Zeichenpaare wie die oben offen geschriebene Ziffer 4 und der Grossbuchstabe II, oder die oben geschlossen geschriebene Ziffer 4 und der Grossbuchstabe A, die Ziffer 7 und der Grossbuchstabe Y, die Ziffer 8 und der Grossbuchstabe S, oder die Ziffer 8 und der Kleinbuchstabe e, welche in ihren Einzelheiten sich weiter unterscheiden als die in Fig. Ic gezeigten Beispiele, die jedoch immer noch verwechselt werden können, wenn die Qualität des zu lesenden Textes sich verschlechtert. Fig. Ie veranschaulicht Zeichenpaare wie die ohne

WA9-73-005/007 _ 3 _

509842/0701

mittleren Querstrich geschriebene Ziffer 7 und den Gros-sbiK-kslaben T, die Ziffer 0 und der Kleinbuchstabe n, die Ziffer 0 und der Buchstabe c oder die Ziffer 0 und der Grossbuchstabe U, welche in solchen Teilen voneinander abweichen, welche oft verloren gehen können, wenn beispielsweise die zum Schreiben verwendete Schrifttype oder der Karbträger durch längeren Gebrauch abgenutzt sind. Sehnlich wirken auch Ungenauigkeiten in der Abschnittzerlegung der Zeichenerkennungsmaschine.

Der Schlüssel zur zuverlässigen Textverarbeitung ist die Fähigkeit, prompt und zuverlässig numerische Datenfelder von alphabetischen Datenfeldern bei der Analyse der Ausgangssignale eines optischen Zeicheiilesers möglichst frühzeitig abzugrenzen. Obwohl es eine leichte Aufgabe zu sein scheint, ist in Wirklichkeit die zuverlässige Unterscheidung von numerischen Datenfeldern innerhalb eines allgemeinen Textes eine schwierige Aufgabe. Das kommt daher, dass die lateinischen und arabischen Alphabete, von denen unsere jetzt gebräuchlichen Zeichen abgeleitet sind, unabhängig voneinander entwickelt wurden, wobei selbstverständlich keinerlei mögliche \'erwechslungsfähigkeit berücksichtigt wurde. Die geometrischen Grundfiguren sind in allen Alphabeten praktisch gleich.

Das Problem der Unterscheidung zwischen alphabetischen und numerischen Zeichen bei der optischen Zeichenerkennung tritt beispielsweise beim automatischen Lesen von Postanschriften auf. Manche allgemein alphabetischen Worte können als Teil oder als Ganzes auch als numerisches

\VAfl-73-oo5 509842/0701

BAO ORIGINAL

Datenfeld gelesen werden. Beispiele solcher Fel^aLKiwertun^e.i in englischer Sprache sind das Lesen eines abgetasteten "South" als 80478 oder 804th. "Third" kann gelesen werden als 781 rd und "Fifth" als 01078 oder OlOth. Die umgekehrte Situation kann auch bei vielen numerischen Datenfeldern auftreten.

Der Haken bei dem Problem des Erkennen« numerischer Datenfelde]' bei der automatischen Postverarbeitung ist darin zu sehen, dass wirkliche oder auch nur angenommene Folgen von erkannten numerischen Zeichen keine Basis für Verfahren bieten, daraus auf den begrifflichen Zusammenhang zu schliessen. Ein numerisches Datenfeld ist völlig nicht-redundant, denn jede Anordnung von Ziffern ergibt immer eine lesbare Zahl.

In bestehenden optischen Zeichenerkennungseinrichtungen wird die endgültige Entscheidung zwischen Buchstaben und Ziffern in jedem Datenfeld durch ein Eliminationsverfahren bestimmt. Das erfordert, dass jede Folge von ausgelesenen Daten eines Feldes, die noch nicht als ein Schlüsselwort erkannt worden sind, weiter verarbeitet werden muss, beispielsweise durch Vergleich mit einer gespeicherten Tabelle von erlaubten, und im voraus bekannten Bedeutungsinhalten. Jedes Datenfeld , das auf diese Weise nicht einem möglichen Text zugeordnet werden kann, wird dann als numerisches Datenfeld angenommen. Ein solches Verfahren ist selbstverständlich nicht anwendbar bei allgemeiner Textverarbeitung oder auch nur bei der automatischen Postverarbeitung. Denn das zu speichernde Verzeichnis von allen möglichen erlaubten Bedeutungsinhalten wird dann über alle Alassen

509842/0701

u^?λo_'?:<_nnr; c ·_:: ·-

gross und der Zeitaufwand für die Auswertung wird UiU¹OdIiStI Auch würde dieses Verfahren verstümmelt übermittelten Datenfeldern eine numerische Bedeutung zuweisen.

Es ist daher ein Ziel der Erfindung, die Ausgangsdaten eines optischen Zeieheinesers in verbesserter Weise auszuwerten. Die Unterscheidung zwischen alphabetischen und numerischen Datenfeldern sollte auch olme die !Notwendigkeit möglich sein, ein grosses Verzeichnis von erlaubten und möglichen Bedeutungsinhalten speichern zu müssen. Auch sollte die Auswertezeit im Vergleich zu bekannten Einrichtungen im Sinne einer Verbesserung verkürzt werden.

Das neue Vei'fahren verwendet eine Zeichenerkennungseinrichtung mit
doppeltem Ausgang. Ein Teil der Einrichtung betrachtet jedes optisch
gelesene Zeichen als ein zu erkennendes numerisches Zeichen, ein anderer Teil der Einrichtung betrachtet gleichzeitig jedes optisch abgetastete Zeichen als alphabetisches Zeichen. Beide Datenströme werden gleichzeitig ausgewertet und ihre weiter unten näher erläuterte vertikale Redundanz wird nacli wahrscheinlichkeitstheoretischen Methoden ermittelt. Nach Bayes kann die bedingte Wahrscheinlichkeit von Ereignissen bestimmt werden, welche sich paarweise gegenseitig ausschliessen. Die Einrichtung enthält eine optische Zeichenerkennungsmaschine, welche die Zeichen in einem Datenfeld optisch abzutasten vermag. Auf einer ersten Ausgangsleitung

WA9-73-003 - 6 -

509842/0701

liefert sie codierte alphabetische Zeichen, welche möglichst genau · mit jedem der gelesenen Zeichen in der Bedeutung übereinstimmen. Auf einer zweiten Ausgangsleitung liefert sie codierte numerische Zeichen, welche möglichst genau mit den abgetasteten Zeichen in der Bedeutung übereinstimmen. Ein erstes Speicheradressenregister ist mit der ersten Ausgangsleitung verbunden, um nacheinander jedes alphabetische Zeichen zu speichern, das über diese erste Ausgangsleitung geliefert wurde. Ein zweites Speicheradressenregister ist mit der zweiten Ausgangsleitung verbunden, um nacheinander jedes numerische Zeichen zu speichern, das über diese zweite Ausgangsleitung geliefert wird. Ein Speicher ist mit dem ersten und dem zweiten Speicheradressenregister verbunden, in welchem Werte von bedingten Wahrscheinlichkeiten einer ersten Art gespeichert sind. Diese statistisch ermittelten Wahrscheinlichkeitswerte geben für alle Kombinationen von alphabetischen Zeichen mit numerischen Zeichen die Wahrscheinlichkeit an, dass abgetastete Ziffernwerte als Buchstaben gelesen werden. Dieser Speicher wird durch den Inhalt des ersten und des zweiten Speicheradressenregisters angesteuert, um die Werte einer bedingten Wahrscheinlichkeit zu liefern, die Schlüsse zulassen, ob das gespeicherte numerische Zeichen in dem zweiten Speicheradressenregister durch die Einrichtung falsch gelesen war oder ^r1as alphabetische Zeichen, das im ersten Speicheradressenregister gespeichert ist. Weiter enthält der Speicher Werte von bedingten Wahrscheinlichkeit j u einer zweiten Art, dass ein abgetastetes alphabetisches Zeichen als

WA9-73-005 ' - 7 -

509842/0701

numerisches Zeichen gelesen wurde. Auch dies.:· .statistisch, ermittelten Wahrscheinlichkeitswerte sind für alle möglichen Kombinationen von alphabetischen Zeichen mit numerischen Zeichen gespeichert. Der Speicher wird durch den Inhalt des ersten und des zweiten Speicheradresseuregisters angesteuert, um die bedingten Wahrscheinlichkeitswerte der zweiten Art zu liefern, ob das im ersten Speicheradressenregister enthaltene alphabetische Zeichen durch die Einrichtung falsch gelesen wurde oder das numerische Zeichen, das in dem zweiten Speicheradressenregister vorhanden ist. Aus den dem Speicher entnommenen bedingten Wahrscheinlichkeitswerten der ersten Art wird ein Produkt berechnet. Dieses erste Produkt ist eine erste bedingte Gesamtwahrscheinlichkeit, dass alle über die zweite Ausgangsleitung ausgegebenen numerischen Zeichen durch die Einrichtung falsch interpretiert wurden, ebenso wie alle über die erste Ausgangsleitung ausgegebenen alphabetischen Zeichen. Die Multipliziereinrichtung berechnet auch ein zweites Produkt aller bedingten Wahrscheinlichkeiten der zweiten Art, welche von dem Speicher ausgelesen wurden. Dieses zweite Produkt ist eine zweite bedingte Gesamtwahrscheinlichkeit, dass alle über die erste Ausgangsleitung ausgegebenen alphabetischen Zeichen durch die Einrichtung falsch interpretiert wurden, ebenso wie alle über die zweite Ausgangsleitung ausgegebenen numerischen Zeichen. Eine Vergleichsschaltung ist mit der Multipliziereinrichtung verbunden, um die Grossen der ersten und zweiten bedingten Gesamtwahrscheinlichkeitswerle zu vergleichen und eine Anzeige dafür zu liefern, dass das abgetastete Zeichenfeld alphabetisch ist, wenn die zweite bedingte Gesamtwahrscheinlichi'eit grosser als die erste bedingte Gusamiwahrscheinlichkeit ist, oder,

WA9-73-005 - 8 -

509842/0701

dass das abgetastete Zeichcnfeld numerisch ist, wenn die erste bedingte Gesamtwahrscheinlichkoit grosser a]s die zweite bedingte Ge samt Wahrscheinlichkeit ist.

Die neue Einrichtung kann in direkter Verbindung mit einer datenverarbeitenden Anlage arbeiten, also im sogenannten online-Betrieb. Das aus der Wahrscheinlichkeitstheorie entnommene Kriterium ist die sogenannte Bayes'sche Regel. Daher wird die Einrichtung Bayes¹ Online Numerischer Diskriminator oder abgekürzt, BOXD, genannt. Dieser Diskriminator ist so fähig, zwischen alphabetischen und numerischen Zeichenfeldern zu unterscheiden, welche durch einen optischen Zeichenleser abgetastet wurden. Dabei ist es nicht notwendig, ein aufwendiges gespeichertes Verzeichnis zu haben, welches alle im voraus bekannten und zulässigen Bedeutungen enthält. Ohne diese Notwendigkeit eines Vex-gleichsverzeichnisses kann die Unterscheidung zwischen Buchstaben und Ziffern jetzt auch in wesentlich kürzerer Zeit gemacht werden, als es bei den bisher bekannten Einrichtungen der Fall ist.

Ausführungsbeispiele der Erfindung werden nachfolgend anhand der Zeichnungen näher erläutert.

λ\^ΓΑ9-73-0ϋ^Γ) - 9 -

509842/0701

Jo

Fign. la bis le zeigen Beispiele von verwechselbaren, aus Ziffei-n

und Buchstaben bestehenden Zeichenpaaren ;

Fig. 2 zeigt das Blockdiagramm eines optischen Zeichen

lesers mit zwei Ausgangsleitungen ;

Fig. 3 zeigt als Blockdiagramm ein Ausführungsbeispiel

des Diskrirninators ;

Fig. 4 dient zu näheren Erläuterung, auf welche Weise die

Diskriminatorschaltung arbeitet ;

Fig. 5 zeigt ein allgemeines Blockschaltbild der Diskriminator

schaltung.

Grundlagen der Arbeitsweise der Diskriminatorschaltung Das BOND-Verfahren sucht die Fähigkeit, auf alphabetische oder numerische Daten zu schliessen, dadurch zu erreichen, dass jedem numerischen Unterfeld eine bestimmte Form von Quasi-Redundanz zugeordnet wird. Im Sinne einer im Zusammenhang fortschreitenden Betrachtung bedeutet Redundanz, dassgewisse Abhängigkeiten zwischen dem Vorhandensein des einen Zeichen und eines anderen Zeichen bestehen. Gewöhnliche Zusammenhang-Redundanz wird sozusagen in einem horizontalen Sinn betrachtet, zwischen den Zeichen einer Zeile oder innerhalb eines Wortes. Ein Beispiel dieses Konzeptes ist die Auswertung von Statistiken. Diese Wahrscheinlichkeiten der Nachbarschaftkombinationen von Zeichen er-

WA9-73-005 - 10 -

509842/0701

möglichen die Voraussage eines WaIIrSc¹ICmI¹Ch ä'lget'den Zeichens aus der Kenntnis der vorhergehenden Zeichen. Wenn daher die Zeichenfolge SPlU-G gegeben ist, wird man wahrscheinlich ein grosses N eher wähk-n als beispielsweise ein grosses Z, um den Zwischenraum auszufüllen. Mathematisch wird dies in die Form einer bedingten Wahrscheinlichkeitsaussage gefasst.

P_d(a_kla.) (1)

Dabei bedeutet a. ist beobachtet, und a ist vorhergesagt als' mögliche γι κ

weise folgendes Zeichen. Der Zahlenwert der Gleichung (1) hängt von der Verträglichkeit des a.a -Zeichenpaares in englisch geschriebenem

ι κ

Text ab.

Zur Auswertung numerischer Unterfelder gibt es selbstverständlich nichts Gleichwertiges, was solchen statistisch ermittelten Wahrscheinlichkeitstabellen entsprechen würde, die auf der Zusammenhang-Redundanz des Textes basieren.

Obwohl also eine Redundanz in der horizontalen Form in numerischen Datenfeldern nicht existiert, gibt es doch eine Art von Redundanz einer speziellen "vertikalen" Art. Ein Beispiel aus einer englisch geschriebenen Postanschrift soll dies erläutern.

WA 9-73-ÜO5 - 11 -

509842/0701

Alphabetischer Kanal : SIOUX FALLS SD S-LOL ,

Numerischer Kanal : 5100* 56**5 50 57101

Ein Blick auf dieses Beispiel zeigt, dass höchstwahrscheinlich die beiden ersten Unterfelder alphabetisch sind und die beiden letzten Unterfekler numerisch. Diese für den menschlichen Leser erkennbare vertikale Hedundauz soll nun auch für die automatische Zeichenerkennung ausgenutzt werden. Es wird ein optischer Zeichenleser verwendet, der einen doppelten Ausgang hat. Ein Kanal versucht, jedes der abgetasteten Zeichen als Buchstaben zu lesen und kann daher als alphabetischer Kanal bezeichnet werden. Der andere Kanalist ein numerischer Kanal, der jedes abgetastete Zeichen als Ziffer zu erkennen versucht. Ein solches doppeltes Erkennungssystem hat folgende Eigenschaften : a) Jedes tatsächlich numerische Zeichen wird durch den alphabetischen Kanal falsch erkannt und ihm ein möglichst nahe liegender alphabetischer Wert zugeordnet. (Zum Beispiel wird die Ziffer 2 oft als Z gelesen), b) Entsprechend Avird jedes tatsächlich alphabetische Zeichen durch den numerischen Kanal falsch erkannt und entweder zurückgewiesen, dargestellt durch *, oder ihm ein bestimmter Ziffernwert zugeordnet. (Zum Beispiel wird der Grossbuchstabe S im numerischen Kanal oft als Ziffer 5 gelesen).

AVA9-73-005/007 - 12 -

509842/0701

Ein Konzept von vertikaler Redundanz wird hier entwickelt, welches der Erkennung eines Zeichens in einem Kanal eine Anzahl von möglichen Fehlerkennungen im anderen Kanal zuordnet. Dies kann als eine bedingte Wahrscheinlichkeit s a us s age formuliert werden.

P(a I η ) (2)

Dies gilt für den Fall, dass ein numerisches Zeichen n. abgetastet wurde. Die Wahrscheinlichkeit, dass der alphabetische Kanal dieses Zeichen fehlinterpretiert, wird mit a. bezeichnet.
Die umgekehrte bedingte Wahrscheinlichkeitsaussage lautet folgendermassen

P (n { a ) (3)

In diesem Falle ist das abgetastete Zeichen a. ein Buchstabe, und der numerische Kanal hat dieses Zeichen fehlinterpretiert als n..

Die Gleichungen (2) und (3) werden auf die sogenannten Kanal-Verwechslungs-Wahrscheinlichkeiten zurückgeführt, welche formuliert werden als :

P_cc(a.l n.) . (4)

P_cc („. I a. ) (5)

Eine statistische Auswertung der Fähigkeiten einer optischen Zeichenerkennungsniaschine ergibt vollständige Tafeln der ermittelten Verwechslungs-Wahrscheinlichkeiten, wie sie beispielsweise in den beigefügten Tabellen I und Il dargestellt sind. Die Aussagefähigkeit solcher

509842/0701

WA9-73-U05 - 13 -

Ta fohl wird verbessert, wenn man sie unabhängig für verschiedene Schriftarten zusammenstellt, wie beispielsweise Grossbuchstaben und Kleinbuchstaben, und dabei noch einzelne Zeichenpaare möglicher Verwechslungsfähigkeit gesondert untersucht.

Hat man die Leistungsdaten einer optischen Zeichenerkennungsmaschine erst einmal festgestellt, kann man diese für die Verwirklichung des neuen Verfahrens zum Unterscheiden zwischen Ziffern und Buchstaben ausnutzen. Die zu behandelnden Unterfelder sind solche, deren zweifache Kanal-Erkennungs-Ausgangssignale nach dem Kriterium einer Verwerfung oder Zurückweisung von Zeichen nicht völlig bestimmt sind. Das Kriterium des Verwerfungssymbols bedeutet, dass das alphabetische und das numerische Unterfeld sich um mehr als zwei solcher Symbole unterscheiden. Das Unterfeld mit der geringeren Anzahl von Verwerfungssyinbolen wird dann gewählt, als sei es das abgetastete Feld. Das neue Verfahren sucht jetzt die alphabetischen und numerischen Unterfelder auf der Grundlage ihrer Bay es' AVahrscheinlichkeitsfaktoren zu unterscheiden. Das bedeutet, dass man die Ausgangssignale sowohl des alphabetischen als auch des numerischen Kanals nach Gesichtspunkten bewertet, die man folgendermassen ausdrücken kann.

1^J (alpha gelesen I numerisch abgetastet ) (6)

P (numerisch gelesen | alpha abgetastet ) (7)

WA 9-73-005 - 14 -

609842/0701

Gleichung (6) ist die Wahrscheinlichkeitsaussage, welche die Verträglichkeit der Ausgangssignale des alphabetischen Kanals mit der Annahme bewertet, dass ein numerisches Datenfeld abgetastet worden ist. Gleichung (7) bewertet das Umgekehrte, d.h. die Verträglichkeit der Ausgangssignale des numerischen Kanals mit der Annahme, dass ein alphabetisches Datenfeld abgelastet worden ist. Um damit rechnen zu können, kann man die Gleichungen (f>) und (7) als Produkte der zugehörigen Kanal-Verwechslungs-Wahrscheinlichkeiten darstellen :

k P (alpha gelesen ( numerisch abgetastet) = If P (a | η ) (6a)

P (numerisch gelesen [ alpha abgetastet) = ^fT P (n | a ) (7a)

IV* V-* Il IX

Kleines k bedeutet die Anzahl der im Unterfeld abgetasteten Zeichen. Nach dieser Betrachtungsweise wird die alphabetische oder numerische Art des abgetasteten Unterfeldes aus dem Quotienten oder dem Verhältnis

der Gleichungen (6a) und (7a) ermittelt.

¹TT P (a. In )

₁ cc η η

I= -jp (8)

* , ^Pcc⁽ⁿn^len» η = 1

Wenn dieser Quotient Φ - 1 ist, besagt das, dass das Datenfeld alphabetisch ist; φ ^. 1 besagt, dass das abgetastete Datenfeld ein numerisches ist.

WA9-73-005

0 9 8 4 2 /_

Die in der Gleichung (S) formulierte Schlussweise stammt von dem Verhältnis der Bayes¹ Wahrscheinlichkeitsfaktoren. Dabei wird angenommen, c'ass keine statistischen a-priori-Daten von Bedeutung verfügbar sind.

Die durch den grossen Umfang des statistischen Materials gegebenen Einschränkungen, dass keine signifikanten a-priori-Daten verfügbar sind, trifft besonders bei der automatischen Postverarbeitung zu, wenn durch Postleitzahlen definierte Anschriften ausgewertet werden sollen. Was jedoch das die Hausnummern enthaltende Datenfeld betrifft, können hier gewisse statistische Daten gesammelt werden, welche die Wahrscheinlichkeit angeben, eine Hausnummer, d. h. ein numerisches Unterfeld, in der Zeile einer geschriebenen Adresse vorzufinden. Statistiken solcher Art wurden ausgewertet unter Verwendung von llunderttausenden von Postanschriften, die auf Datenbändern gesammelt waren. Die Tabelle IJI ist ein Beispiel für eine Statistik dieser Art. Die entsprechende a-priori-Wahrscheinlichkeit für alphabetische Datenfelder folgt direkt aus diesen Daten als deren Komplementwerte. Die entsprechende Formulierung für das neue Unterscheidungsverfahren zum analysieren des Hausnummernfeldes bei der Postverarbeitung hat dann die folgende Form :

WA 9- 73-005 - 16 -

509842/0701

k ^

ΤΓ I' (a /n ) P.. (numerisch \orhaiiden) η = 1 ^{cC n} " ·^Ν

TT P (n /a ) P_A (alplia vorhanden) , cc η η Α

η = 1

^r\\ P (a /n ) P , (numerisch vorhanden)

cc η' η JS η - 1

(T P (η /a ) Pl-P_x (numerisch vorhanden)] ' cc η η N ^J

η = 1

£ ^ 1 bedeutet ,dass das abgetastete Datenfeld ein alphabetisches ist, und (| > 1 bedeutet, dass das abgetastete Datenfeld ein numerisches Feld ist.

In ausgedehnten Testreihen hat sich das neue Verfahren als hoch st wirksam erwiesen. Bei Postverarbeitung mit völlig ungeordneten Adressen, die willkürlich Adressbüchern entnommen waren, wurde eine fast vollständige richtige Erkennung dieses Adressenmaterials erzielt. Es sei bemerkt, dass die Berechnungen nach den Gleichungen (8) und (9) auch so ausgeführt werden können, dass man die Logarithmen der entsprechenden Wahrscheinlichkeitsfaktoren addiert.

Fig. 4 ist eine Darstellung der von der neuen Einrichtung gelieferten Ausgangssignale beim Auswerten einer solchen Postadresse. Die Schrittfür-Schritt durchgeführten Rechnungen, welche zu den ersten beiden ermittelten Quotienten führen, sind in der Tabelle IV dargestellt.

WA 9-73-005 - IV -

509842/070

Ein weiterer Xutzen dieses neuen Verfahrens ist die Möglichkeit, völlig korrekt auch gemischte Hausnummern unterscheiden zu können, wie beispielsweise 1220A Blair Mill Road. Die wahrscheinlichste Form der Signale des alphabetischen Kanals für dieses numerische Unterfeld würde sein "iZZoA", während der Ausgang des numerischen Kanals "12204" sein könnte. Die Tafel der Kanal-Verwechslungswahrscheinlichkeiten zeigt jedoch, dass das Abtasten der Ziffer 4 unverträglich damit ist, dass der alphabetische Kanal den Grossbuchstaben A liefert. Falls das als gültiger Ausnahmefall besonders aufgezeichnet ist, kann der auf Ziffern folgende angehängte Buchstabe A mit einem besonderen Indikatorbit versehen werden, \vie ebenso die in der englischen Sprache gebräuchlichen angehängten th, rd und ähnliches.

Die BOXD-Einrichtung

Die optische Zeichenerkennungseinricht'ung 100 mit doppeltem Ausgang , welche in Verbindung mit der neuen Diskriminatorschaltung verwendet, wird, ist in Fig. 2 dargestellt. Bei der Verarbeitung eines allgemeinen Textes werden die geschriebenen oder gedruckten Zeichen auf der Vorlage 2 mittels eines Suchkopfes 3 abgetastet, der die Zeilenrichtung und das Format dei' Zeichen erkennt. Diese Vorab-Abtastung sammelt digitale Ausgangssignale von photoempfindlichen Transistoranordnungen im Suchkopf 3, und überträgt diese zum Formatprozessor 5. Dor Formatprozessor übernimmt die digitalen Signale und bewerkstelligt das Suchen der Zeilen,und im Falle der

WA9-73-005 - 18 -

509842/0701

Postverarbeitung, das Suchen dos Adressenfeldes. Die Funktion des Zeilenfindens bestimmt die horizontalen und vertikalen Koordinaten aller wesentlichen Textzeilen, und erzeugt die notwendige» geometi-ischeii Koordinaten, damit der Prozessor die Lage und die Neigung der Zeilen des Textes berechnen kann. Bei der Postverarbeitung bestimmt die Funktion des Adressenfindens die horizontalen und vertikalen Ausgangspositionen für die Abtastung und die notwendigen Daten, um den Schräglauf oder die Zeilenneigung auszugleichen. Der Lesekopf 4 enthält vier Abtast-Phototransistoren-Vorrichtungen mit je 64 Zellen. Diese Zellen sind etwa 0, 1 mm breit und mit einem Rasterabstand von 0,1 mm angeordnet. Jede solche Vorrichtung mit 64 Zellen liest eine Textzeile. Die Ausgangssignale dieser Vorrichtungen werden in Digitalsignale umgewandelt und für jeden Abtastschritt von 0, 1 mm an den Videoprozessor 6 geliefert. Der Video-Prozessor 6 hat drei wesentliche Aufgaben zu erfüllen, das Verarbeiten von Blöcken von Videosignalen, das Zerlegen der abgetasteten Zeichen " in Abschnitte und die Grössennormalisierung der abgetasteten Zeichen. Das Verarbeiten von Videoblocksignalen bedeutet, dass die beim Abtasten einer vollständigen ZeiJe gewonnenen Zeichen alle für die Weiterverarbeitung gespeichert werden. Daraus wird der Buchstabenabstand für jede gelesene Zeile bestimmt und entsprechende Signale an den Zeichenzerlegei· 7 zur Auswertung weitergeleitet. Der Zeichenzerleger bearbeitet die Videodaten

WA9-73-005 - 19 -

509842/0701

unter Benutzung der Information aus dem Zeichenabstand und unterteilt die Folge der digitalen Signale, welche die optische Information eines jeden gelesenen Zeichens enthalten. Der die Zeichen noi'jnalisjeronde Teil der Einrichtung 7 bearbeitet die Daten des Videosignales unter Benutzung der Informationen, welche von der Zerlegung in Abschnitte herrühren. Dieser Normalisierer gleicht die Höhen der abgetasteten Zeichen ab durch Entfernen oder Kombinieren von horizontalen Zeilen des gelesenen Videosignales. Entsprechend kann die Breite der Zeichen verkleinert werden durch Weglassen oder Kombinieren von vertikalen Abtastzeilen des Videosignales. Diese so vorbereiteten digitalen Signale werden dann an den Eigenheitendetektor 8 geliefert.

Die eigentliche Zeichenerkennung erfolgt durch eine Extraktion von gewissen Messwerten aus diesen Videodaten, welche dem Eigenheitendetektor 8 zugeführt wurden. Daraus werden anschliessend entsprechende Entscheidungen getroffen. Dieses Extrahieren der Messwerte bestimmt die wesentlichen Unterscheidungsmerkmale der Zeichen aus dem Inhalt des Schieberegisters, das die Videosignale enthält, ,!ede solche Messung (z. B. ein kurzer horizontaler Strich am unteren linken Ende, ein offenes Oberteil oder ein mittlerer Querstrich) wird als entsprechender Binarwerl an einer bestimmten Stelle eines Schieberegisters mit einer Speicherkapazität von 320 Bits gespeichert. Als Linearkombination aus ver-

WA9-73-005 - 20 -

509842/0701

schiedenartigen Zahlenwerten wird ein solcher Γ, cgi.; te/inhalt Messvektor genannt. Von dem Eigenheitendetektor 8 wird dieser Messvektor an die Vergleichereinrichtung 10 für alphabetische; Eigenheiten, und an die Vergleichereinrichtung 12 für numerische Eigenheiten ausgegeben. Die Vergleichereinrichtung 10 vergleicht den Messvektor für das abgetastete Zeichen durch Vergleich mit im alphabetischen Merkmalspeicher 9 gespeicherte Information. Solche alphabetischen Zeichen, deren Merkmale am besten mit den Merkmalen des abgetasteten Zeichens übereinstimmen, werden in entsprechend codierter Form über die Ausgangsleitung 16 des alphabetischen Kanals ausgegeben. In entsprechender Weise vergleicht die Vergleidi ereinrichtung 12 für numerische Eigenheiten den vom Eigenheitendetektor 8 gelieferten Messvektor für das abgetastete Zeichen mit im numerischen Merkmalspeicher 14 gespeicherter Information. Die Vergleichereinrichtung 12 gibt über die Ausgangsleitung 18 des numerischen Kanals Signale entsprechend einem numerischen Zeichen aus, dessen Merkmale am besten mit den Merkmalen des abgetasteten Zeichens übereinstimmen. Falls ein Mindestwert von übereinstimmenden Merkmalen in der Vergleichseinrichtung eines Kanales nicht erreicht wird, wird ein Zurückweisungssymbol über die entsprechende Kanalausgangsleitung ausgegeben. Als Beispiele für solche Ausgangssignale sind in der Fig. ?■ ein alphabetisches Zeichenfeld 20 und ein entsprechendes numerisches Zeichenfeld 22 dargestellt.

WA9-73-005 - 21 -

S09842/0701

Ein Ausführungsbeispiel der Diskriminatorschaltung ist in Fig. 3 dargestellt. Die optische Zeichenerkennungseinrichtung mit doppeltem Ausgang nach Fig. 2 ist in der l^rig. 3 als Block 100 dai'gestellt. Die Ausgangsleitung 16 des alphabetischen Kanals und die Ausgangsleitung 18 des numerischen Kanals führen in den Pufferspeicher 102. Auf der Leitung 104 wird das alphabetische Unterfeld zum alphabetischen Schieberegister 112 ausgegeben und zum Speicheradressenregister 128. Die numerischen Ausgangssignale des Pufferspeichers 102 werden über die Leitung 106 an das Schieberegister 118 und an das Speicheradressenregister 130 ausgegeben. Von der Eingangszelle 114 des Schieberegisters 112 und der Eingangszelle 120 des Schieberegisters 118 geht eine \⁷erbindungsleitung zum Lückendetektor 124, um gegebenenfalls die Anwesenheit einer Leerstelle oder eines Wortzwischenraumes aufzufinden. Bei Entdeckung einer Leerstelle wird der Entscheidungsprozess durch die Steuereinrichtung 126 in Gang gebracht.

Auf die Entdeckung einer Leerstelle hin an der Eingangszelle 114 des Schieberegisters 112 bzw. der Eingangszelle 120 des Schieberegisters veranlasst die Steuereinrichtung 126, dass die Zeichenfolge des alphabetischen Kanals in das alphabetische Schieberegister 112 Zeichen für Zeichen geschoben wird in Synchronismus mit den numerischen Signalen, welche Zeichen für Zeichen in das Schieberegister 118 geschoben werden. Gleichzeitig" wird jedes Zeichen des alphabetischen Datenfeldes sequentiell

WA 9-7 3-005 - 22 -

609842/0701

in das Speichcradressenregister 128 geladen und ebenso jedes Zeichen des numerischen Datenfeldes in das Speicheradressenregister 3 30. Die Kombination des im Speicheradressenregister 128 gespeicherten alphabetischen Zeichens und des im Speicheradressenregister 130 gespeicherten ' numerischen Zeichens verkörpern die Speicheradresse im Speicher 132 für die alphabetischen bedingten Wahrscheinlichkeiten P(a/n) und im Speicher 134 für die numerischen bedingten Wahrscheinlichkeiten P (n/a) .

Im Speicher 132 ist die in der Tabelle I dargestellte Tafel der Kanalverwechslungsstatistik gespeichert, welche die bedingten Wahrscheinlichkeitswerte P (a/n) enthält, die angeben, mit welcher Wahrscheinlichkeit ein alphabetisches Zeichen durch den Zeichenleser ausgegeben wurde im Falle, dass in Wirklichkeit ein numerisches Zeichen abgetastet worden war. Die im Speicher 132 vorhandenen Wahrscheinlichkeitswerte werden durch das numerische Zeichen angesteuert, von dem angenommen wird, dass es abgetastet wurde und als alphabetisches Zeichen gelesen. Dieses Zeichen ist der Inhalt des Speicheradressenregisters 130 bzw. des Speicheradressenregisters 128. Im Speicher 134 sind die bedingten Wahrscheinlichkeitswerte gespeichert, die den in der Tabelle II dargestellten Werten entsprechen. Diese Werte beziehen sich darauf, dass ein abgetastetes alphabetisches Zeichen als numerisches Zeichen gelesen wird. Diese Werte der bedingten Wahrscheinlichkeit P (n/a) werden durch das ausgelesene numerische Zeichen angesteuert, wobei angenommen wird, dass ein alphabetisches Zeichen abgetastet wurde. Dieses Zeichen befindet sich

WA9-73-005 - 23 -

509842/0701

in dem Speicheradressenregister 130 bzw. in dem Speicheradressenregister 128. Durch Prüfen gegen den Inhalt der Speicherausgaberegister 13 6 bzw. 138 wird für jedes eingegebene Zeichen eine alphabetische bedingte Wahrscheinlichkeit P (a/n) und eine numerische bedingte Wahrscheinlichkeit P (n/a) ermittelt.

Die im Speicherausgaberegister 136 sequentiell gespeicherten bedingten Wahrscheinlichkeitswerte P (a/n) werden nacheinander mit dem sequentiell nachgeführten Inhalt des Speicherregisters 144 multipliziert durch eine Multipliziereinrichtung 140. Dieser MultipUkatior.sprozess läuft kettenartig weiter ab, bis das Gesamtprodukt aller alphabetischen bedingten Wahrscheinlichkeiten für das alphabetische Zeichenfeld im Schieberegister berechnet ist. Das Ende dieses Zeichenfeldes wird festgestellt durch Prüfen auf die beendende Leerstelle in der Position der Eingangszelle 114 des Schieberegisters 112. In gleicher Weise wird nacheinander für das numerische* Datenfeld das Produkt der numerischen bedingten Wahrscheinliclikeitcn ' P (n/a) durch die Multipliziereinrichtung 142 berechnet und im Speicherregister 146 gespeichert, wenn das Ende des numerischen Datenfeldes an der Eingangszelle 120 des Schieberegisters 118 festgestellt wurde. Das im Speicherregister 144 vorhandene Produkt der alphabetischen bedingten Wahrscheinlichkeiten wird in das Register 150 übertragen, und das Produkt der numerischen bed?igten Wahrscheinlichkeiten wird vom

WA9-73-005/007 - 24 -

609842/0701

Speicherregister 14G in das Register 152 übertragen. Die Inhalte der Register 150 bzw. 152 werden in der Vergleichereinrichtung 154 verglichen, um ihre relative Grosse festzustellen.

Die Vergleichereinrichtung 154 bestimmt, ob das Produkt der numerischen bedingten Wahrscheinlichkeiten grosser ist als das Produkt der alphabetischer, bedingten Wahrscheinlichkeiten. Im Falle, dass die alphabetische bedingte' Wahrscheinlichkeit höher ist, ist dies ein Anzeichen dafür, dass die entsprechenden numerischen Zeichen auf der Ausgangsleitung 18 des numerischen Kanals besser verträglich mit der Annahme sind, dass die alphabetischen Zeichen auf der Ausgangsleitung 16 des alphabetischen Kanals abgetastet wurden und als numerische Zeichen gelesen, als das Umgekehrte. Falls es wahrscheinlicher ist, dass das abgetastete Wort das im Schieberegister 118 gespeicherte numerische Datenfeld ist, schaltet die Vergleichereinrichtung 154 die Torschaltung 160 durch, und veranlasst so das Schieberegister 118, das numerische Datenfeld an das alphanumerische Unterscheidungsregister 164 auszugeben. So macht man, falls erwünscht, das numerische Datenfeld für weitere Postverarbeitung zur Ausgabe über die Ausgangsleitung 170 verfügbar. Ebenso kann über die Leitung 1 G6 ein numerisches Indikatorbit in den alphanumerischen Datenstrom auf der Ausgangsleitung 170 eingefügt werden.

WA9- 73- 005/007 - 25 -

S09842/0701

Im umgekelirten Falle, wenn da« im Register 152 gespeicherte Produkt der numerischen bedingten Wahrscheinlichkeiten grosser als das im Register 150 gespeicherte Produkt der alphabetischen bedingten Wahrscheinlichkeiten ist, schaltet die Vergleichereinrichtung 154 die Torschaltung 1G2 durch und veranlasst, dass das im Schieberegister 112 gespeicherte alphabetische Datenfeld an das alphanumerische Unterscheidungsregister 164 ausgegeben wird. Von dort kann es, falls erwünscht, für weitere Postverarbeitung über die Ausgangsleitung 170 ausgegeben werden. Auch kann, falle erwünscht, ein alphabetisches Indikatorbit in den Strom der Ausgangsdaten auf der Ausgangsleitung eingefügt werden.

Arbeitsweise des Bayes¹ Online Numerischen Diskriminators Für ein Beispiel der Postverarbeitung ist in der Fig. 4 und in der Tabelle IV die Arbeitsweise des BOND-Systems dargestellt. Eine Postanschrift in englischer Sprache wurde durch die optische Zeichenerkennungseinrichtung mit doppeltem Ausgang abgetastet. Fig. 4 zeigt ein Beispiel der durch das BOND-System gelieferten Ausgangssignale. Die abgetastete Postanschrift war : Aaron Bakers, 5150 Page Bl. , Saint Louis, MO. Die alphabetischen und numerischen Unterfelder auf den beiden Ausgangsleitungen der optischen Zeichenerkennungseinrichtung sind dargestellt. Die obere Zeile zeigt den alphabetischen Kanal, die untere Zeile den numerischen Kanal. Das Vorhandensein von mehr als z.wei Zurückweisungssymbolen im numerischen Unterfeld der

WA 9-73-005/007 - 2 6 -

509842/0701

Zeile 1 bewirkt,dass das oben beschriebene Kriterium des Z.urück-

weisungssymbols zur Auswertung herangezogen werden kann.

Die Zeile 2 erfordert jedoch die Anwendung des BOND-Verfahrens.

Für die Auswertung der Zei]e 3 ist sowohl das Zurückweisungskriterium als auch das BOXD-Verfahren zweckmässig. In der Tabelle IV sind die erforderlichen Rechnungsschritte dargestellt, welche sich auf die Felder

1 und 2 der Zeile 2 beziehen.

Ein allgemeines Blockdiagramm der neuen Einrichtung ist in Fig. 5 dargestellt. Die optische Zeichenerkennungseinrichtung 100 mit doppeltem Ausgang hat ihre Ausgangsleitung 16 des alphabetischen Kanals mit dem alphabetischen Speicheradressenregister 200 verbunden und die Ausgangsleitung 18 des numerischen Kanals mit dem numerischen Speicheradressenregister 202. Diese Speicheradressenregister 200 und 202 arbeiten gleichzeitig auch als Pufferspeicher für den entsprechenden Datenstrom, der vom alphabetischen und numerischen Kanal geliefert wird. Gesteuert von der Steuereinrichtung 214, geben die Speicheradressenregister sequentiell alphabetische und numerische Zeichenpaare an den Speicher 204. Der Speicher 204 enthält sowohl die Tafclwerte der bedingten Wahrscheinlichkeiten der ersten Art als auch die der zweiten Art. Die entsprechenden zugehörigen Wertepaare der bedingten Wahrscheinlichkeiten werden nacheinander an das Speicherausgaberegister 206 abgegeben. Weiter gehen sie zur Multipliziereinrichtung 208, wo sie unter Steuerung der Steuereinrichtung 214

WA 9- 7,3- 005/007 ■ - 27 -

509842/0701

zu einem ersten Produkt aller bedingten Wahrscheinlichkeiten der ersten Art verarbeitet werden, und zu einem zweiten Produkt aller bedingten Wahrscheinlichkeiten der zweiten Art, welche sich auf das Zeichenfeld beziehen, das durch die optische Zeichenerkennungseinrichtung mit doppeltem Ausgang abgetastet wurde. Die Torschaltung 212 dient als Pufferspeicher sowohl für das alphabetische Zeichenfeld, das über die Ausgangsleitung 16 des alphabetischen Kanals ausgegeben wird, als auch des numerischen Datenfeldes, das über die Ausgangsleitung 18 des numerischen Kanals der optischen Zeichenerkennungseinrichtung angeliefert wird. Ebenso signalisiert die Torschaltung 212 an die Steuereinrichtung 214 die Position der Zeichen und Leerstellen in den alphabetischen und numerischen Datenfeldern. Unter der Steuerung der Steuereinrichtung 214 gibt die Multipliziereinrichtung 208 die ersten und zweiten Produkte an die Vergleichereinrichtung 210, welche in der Lage ist, die relativen Grossen dieser Produkte zu speichern und zu vergleichen. Die Ausgangssignale der Vergleichereinrichtung 210 zeigen an, ob es wahrscheinlicher ist, dass ein alphabetisches oder ein numerisches Datenfeld abgetastet wurde. Diese Information wird an die Torschaltung 212 gegeben, welche ihrerseits über die Ausgangsleit.ung 170 das entsprechende alphabetische oder numerische Datenfeld ausgeben.

WA9-73-005/007 - 28 -

SG9842/G701

"*) TABELLE I

Als Buchstaben gelesen

Kanal-Verwechslungs-Statistik Wahrscheinlichkeit (alphabetisch gelesen/numerisch abgetastet)

Prozentuale Anteile der als Buchstaben gelesenen Ziffern Zusammenstellung aus Band 2

Ziffern abgetastet 01 234 56 789 "#>

	A	• 0.0	0.0	1.347	0.0	0.625	0.0	0.0	0.0	1.612	0.0	6.667	0.0	0.0	ro
	B	0.0	0.0	0.336	3.553	0.0	0.G54	0.0	0.0	25.806	0.0	1.333	0.0	0.0
	C	1.153	0.0	0.0	0.0	0.0	0.0	0.0	0.0	0.0	0.0	1.333	0.0	0.0	co
	D	0.57G	0.0	0.0	0.0	0.0	0.0	0.0	0.0	0.0	0.0	0.0	0.0	0.0	cn
	E	0.0	0.0	0.336	0.503	0.0	0.930	3.297	0.0	4.839	0.0	5.333	0.0	0.0	OO
	F	0.0	0.0	0.0	0.0	0.0	0.0	0.0	0.0	. 0.0	0.0	2.667	0.0	0.0	CD
	G	0.0	0.0	0.0	1.015	0.0	0.0	1.099	0.0	1.613	22.727	0.0	0.0	0.0
	H	0.0	0.0	0.0	0.0	1.250	0.0	0.0	0.0	0.0	0.0	0.0	0.0	0.0
	I	0.0	12.925	0.0	0.0	0.0	0.0	0.0	0.0	0.0	0.0	1.333	0.0	0.0
	J	0.0	" 0.0	0.0	0.0	0.0	0.0	0.0	0.0	0.0	0.0	0.0	0.0	0.0
	K	0.0	0.0	0.0	0.0	0.0	0.0	0.0	0.0	0.0	0.0	0.0	0.0	0.0
	L	0.0	61.5G5	0.0	0.0	0.C25	CO	0.0	0.0	0.0	. 0.0	0.0	0.0	0.0
	M	0.0	0.0	0.0	0.0	0.0	0.0	0.0	o.o ■	0.0	0.0	1.333	0.0	0.0
	N.	0.0	0.0	0.0	0.0	0.0	0.0	0.0	0.0	0.0	0.0	0.0	0.0	0.0
	O	92.795	0.0	0.0	0.0	0.0	0.0	1.099	0.0	0.0	0.0	2.657	0.0	0.0
	P	. o.o	0.0	8.339	0.0	0.0	0.0	0.0	0.0	0.0	0.0	1.333	0.0	0.0
	Q	0.238	0.0	0.0	0.0	0.0	0.0	0.0	0.0	0.0	0.0	0.0	0.0	0.0
	R	0.0	0.0	0.Ü71	0.0	0.0	0.0	0.0	0.877	1.613	0.0	5.333	0.0	0.0
	S	0.0	0.0	0.0	0.503	0.0	74.133	1.099	0.0	6.452	2.273	6.6G7	0.0	0.0
	T	0.0 '	1.351	0.0	0.0	1.250	0.0	" 0.0	2.632	0.0	0.0	2.667	0.0	0.0
	U	0.865	0.0	0.0	0.0	0.0	0.0	0.0	0.0	0.0	0.0	0.0	0.0	0.0
	V	0.0	0.0	0.0	0.0	0.0	0.0	0.0	0.0	0.0	0.0	0.0	0.0	0.0
	VV	0.0	0.0	0.0	0.0	o.c	0.0	0.0	0.0	0.0	■ o.o	1.333	0.0	0.0'
	X	0.0	0.0	0.0	0.0	0.0	0.0	0.0	0.0	0.0	0.0	1.333	0.0	0.0
	Y	0.0	0.0	0.0	0.0	0.0	0.0	0.0	2.632	0.0	0.0	1.333	0.0	0.0
	2	0.0	0.0	10.779	o.o ■	0.0	0.0	0.0	0.0	0.0	0.0	1.333	0.0	00
V erworfen	, ·	3.746	8.503	72.143	93.909	33.750	23356	93.407	0.377	58.C-35	70.455	42.657	0.0	0.0
Verworfen I/L	I	0.0	11.505	0.0	0.0	0.0	0.0	0.0	0.0	0.0	0.0 '	0.0	0.0	0.0
Verworfen I/L	L	0.0	0.0	0.0	0.0	0.0	0.0	0.0	0.0	0.0	0.0	0.0	0.0	0.0
Verworfen N	oder · w	0.576	4.0S2	0.0	0.503	57.500	0.327	0.0	92.932	0.0	4.545	13.333	0.0	0.0
	Summe·	1G0.00	100.00	100.00	100.00	100.00	100.00	100.00	100.00	100.00	100.00	100.00	0.0	0.0
	Werte der	P fa,/	η.· ^

TABELLE Π

Kanal-Verwechslungs-Statistik Wahrscheinlichkeit (numerisch gelesen/alphabetisch abgetastet)

Buchstaben abgetastet

Prozentuale Anteile der als Ziffern gelesenen Buchstaben Zusammenstellung aus Band 2538

Als Ziffern gelesen

	.'O	1	2	3	4	5	6	7	8	9	*	JX TT	>	S urn j
A	0.852	2.699	3.977'	CO	36.232	0.142	1.553	0.0	6.108	CO	47.727	0.0	0.0	1OCCDO
B	14.236	CO	CO	CO	CO	CO	0.0	CO	57.143	CO	28.571	0.0	0.0	100.000
C	86.657	CO	1.657	0.0	CO	CO	CO	co	0.0	0.0 ·	11.657	0.0	0.0	100.030
D	77.481	0.0	0.763	0.3S2	0.763	CO	' 0.332	co	0.763	co.	19.466	CO'	0.0	100.000
E	0.474	0.0	1.502	0.158	0.079	7.510	30.514	0.079	10.119	0.15S	49.407	co	0.0	1CCCOO
F	CO	2.564	0.0	0.0	CO	26.923	0.0	1.282	5.128	CO	64.103	0.0	co	100.000
G	13.953	CO	CO	2.326	CO	2.325	53.438	CO	2.326	4.651	20.930	0.0	0.0	10Ü.CCD
H	CO	0.0	CO	CO	0.515	0.515	21.649	CO	62.337	0.0	14.433	co	0.0	100.000
I	0.0	9-'.293	CO	CO	CO	0.0	0.0	CO	0.0	0.0	5.702	0.0	0.0	100.000
. J	0.0	0.0	0.0	0.0	CO	0.0	CO	0.0	0.0	co	0.0	co	0.0	co
K	0.0	0.0	0.361	0.0	7.762	0.0	29.061	0.0	1.935	co	60.830	0.0	0.0	100.000
L	0.0	33.893	1.695	0.0	1.695	0.0	0.0	0.0	CO	0.0	62.712	0.0	0.0	100.000
M	0.0	' 0.0	CO	0.556	6.111	1.111	0.556	CO	7.778	co	83.333	0.556	0.0	100.000
N	8.353	0.232	0.0	0.077	1.392	0.232	0.541	0.155	0.519	" CO	83.399	0.0	0.0	100.000
0	28.222	0.0	0.0	0.0	0.148	CO	CO	0.0	CO	0.0	1.630	CO	0.0	100.030
P	0.0	0.0	1.316	0.0	CO	CO	0.0	CO	76.316	co	22.368	0.0 ;·	0.0	100.000
Q	CO	CO	0.0	0.0	0.0	CO	0.0	.0.0	0.0	50.000	50.000	0.0/	0.0	100.000
R	0.501	2.003	2.504	0.157	0.0	0.334	0.501	0.334	37.563	co	55.093	0.0/	0.0	100.020
S	CO	0.0	CO	0.379	CO	67.303	0.189	CO	1.326	4.545	25.758	0.0	0.0	ICCOOO
T	CO	30.732	0.0	CO	CO	0.0	2.7'07	27.548	0.478	CO	38.535	0.0	0.0	1CO.0O0
U	69.444	0.0	0.0	0.0	CO	0.0	0.0	0.0	0.0	CO	30.555	0.0	0.0	100.000
V	0.263	0.0	CO	0.0	5.000	0.0	0.0	29.211	0.0	0.263	65.263	0.0	co	100.COO
V/	CO	CO	0.0	CO	11.015	0.432	0.0	5.616	1.030	0.216	81.541 .	co	0.0	100.000
X	CO	6.897	0.0	CO	6.897	0.0	0.0	CO	0.0	CO	85.207	0.0	0.0	100.000
Y	CO	2.775	CO	CO	12.950	0.0	0.0	3.3S2	0.0	0.103	80.7S1	0.0	co	100.C20
Z	0.0	0.0	0.0	CO	0.0	CO	0.0	CO	0.0	CO	100.000	0.0	0.0	100.003
Verworfen *	' 12.775	10.132	1.752	0.381	1.762	4.405	5.286	1.322	2.643	1.322	57.709	0.0	0.0	1C0.0O0
Verworfen I/L I	0.0	97.5G1	0.0	CO	CO	CO	0.0	0.0	0.0	CO	2.439	0.0	0.0	100.000
Verworfen I/L >L	CO	100.000	CO	CO	0.0	CC	0.0	0.0	CO	CO	0.0	0.0	0.0	100.0ÜÜ
"V erworfen IN oder W	4.779	3.309	0.0	CO	6.985	0.368	1 471	3.676	3.676	0.368	75.0C0	0.358	0.0	100.000
Werte der P Cn /a. CC1 l' J	)·

cn co 00 co

TABELLE III

Numerische Aufeinanderfolge-Statistik (Prozentuale Anteile des Adressenfeldes)

Feld Posi	1	2	Anzahl	der Felder der	5	zweiten	Zeile	8	9	10
tion	5.000	36.730	3	4	82.002	6	• 7	44.392	23.810	25.000
1		56.407	95.SSO	85.539	16.6-15	72.S07	50.039	22.430	33.333	50.000
2			2.965	17.S03	8.867	16.550	25.404	14.018	23.310	0.0
3			4.851	17.542	3.S41	1S.S57	14.010	21.902	19.048	37.500
4	•			15.019	53.241	16.935	27.09S	26.636	19.04S	12.500
5						2.481	22.402	29.439	2S.572	50.000
6						66. 655	5.542	6.075	19.0-1S	0.0
7							51. 655	47.197	9.524	50.0
8									3S.095	0.0
9										37.500
10

CX) CXD

Berechnungsbeispiel für eine Postadresse

Alpha Kanal SLSO Page BL

Numerischer Kanal 5150 8466 8*

Feld (1) (2) (3)

Feld 1

Bond * P(S/5)*P(L/l)*P(S/5)*P(O/0)*P(Feld 1 (3)/Xumerisch) P(5/S)*P(l/L)*P(5/S)*P(0/O)*P(Feld 1 (3)/Alpha)

= (74.2) * (61. 6) * (74. 2)* (92.8) * (95. 9)

(67.8) * (33.9) * (67. 8)*(98.2) * (4.1) Resultat grosser als 1
Numerisches Feld

Feld 2

Bond = F(P/8)*P(A/4)*P(G/6)*P(E/G)*P(Feld ² (3)/Numerisch) P(8/P)*P(4/A)*P(6/G)*P(6/E)*P(Feld 2 (3)/Alpha)

= (0. 001) * (0. 6) * (1. 0) * (3. 3) * (3. 0)

(76. 3) * (36. 9) * (53. 5) * (30. 5) *(97. 0) Resultat kleiner oder gleich 1 Alpha Feld

WA8-73-005 - 28d -

S09842/0701

Claims (8)

PATENTANSPRÜCHE

1. Verfahren bei der maschinellen Zeichenerkennung zur Unterscheidung verschiedener, z.B. alphabetischer und numerischer Zeichengruppen voneinander, dadurch gekennzeichnet, daß aus der Abtastung jedes Zeichens eine^Zeichengruppe erste codierte Signale gewonnen werden, die dem abgetasteten Zeichen das topologisch ähnlichste alphabetische Zeichen zuordnen,

daß außerdem zweite codierte Signale gewonnen werden, die dem abgetasteten Zeichen das topologisch ähnlichste numerische Zeichen zuordnen,

daß aus einem Speicher für jedes Paar eines alphabetischen und eines numerischen Zeichens ein erster Wert, der angibt, mit welcher Wahrscheinlichkeit ein abgetastetes alphabetisches Zeichen als numerisches Zeichen gelesen wird, und ein zweiter Wert, der angibt mit welcher Wahrscheinlichkeit ein abgetastetes numerisches Zeichen als alphabetisches Zeichen gelesen wird, entnommen wird,

daß diese Schritte für alle Zeichen einer Zeichengruppe durchgeführt werden,

daß alle für eine Zeichengruppe ermittelten ersten Wahrscheinlichkeitswerte miteinander und alle zweiten Wahrscheinlichkeitswerte miteinander multipliziert werden,

daß die so bestimmten ersten und zweiten Gesamtwahrscheinlichkeiten miteinander verglichen werden und daß, wenn die erste Gesamtwahrscheinlichkeit größer ist, angezeigt wird, daß eine numerische Zeichengruppe abgetastet wurde, oder daß, wenn die zweite Gesamtwahrscheiniichkeit größer ist, angezeigt wird, daß eine alphabetische Zeichengruppe abgetastet wurde, und die entsprechenden ersten oder zweiten codierten Signale ausgegeben werden.

509842/0701

2. Verfahren nach Anspruch 1, dadurch gekennzeichnet, daß in analoger Weise mehr als zwei Zeichengruppen unterschieden werden.

3. Verfahren nach Anspruch 1, dadurch gekennzeichnet, daß die Gesamtwahrscheinlichkeiten durch Addition der gespeicherten Logarithmen der Einzelwahrscheinlichkeiten ermittelt werden.

4. Verfahren nach Anspruch 3, dadurch gekennzeichnet, daß die

logarithmisch dargestellten Gesamtwahrscheinlichkeiten voneinander subtrahiert werden und das Subtraktionsergebnis die Anzeige und/oder Ausgabe der abgetasteten Zeichengruppe bestimmt.

5. Verfahren nach Anspruch 1, dadurch gekennzeichnet, daß der wahrscheinlichste Wert jedes abgetasteten Zeichens der beiden topologisch zugeordneten alphabetischen und numerischen Zeichen unter Beachtung von gespeicherten Tafelwerten statistisch ermittelter bedingter Wahrscheinlichkeiten und rechnerischer Bestimmung der Gesamtwahrscheinlichkeit nach der Bayes'schen Regel automatisch ermittelt wird, wobei in einem ersten mit ersten und zweiten Ausgangsleitungen einer Zeichenerkennungseinrichtung verbundenen Speicher für jedes Paar einer möglichen Kombination eines numerischen und eines alphabetischen Zeichens Werte einer ersten Art von bedingter Wahrscheinlichkeit gespeichert sind, welche angeben, mit welcher Wahrscheinlichkeit zu rechnen ist, daß ein abgetastetes numerisches als aphabetisches Zeichen gelesen wurde,

in einem zweiten, mit den ersten und zweiten Ausgangsleitungen verbundenen Speicher für jedes Paar einer möglichen Kombination eines numerischen und eines alphabetischen Zeichens Werte einer zweiten Art von bedingter Wahrscheinlichkeit gespeichert sind, welche angeben, mit welcher Wahrscheinlichkeit zu rechnen ist, daß ein abgetastetes alphabetisches als numerisches Zeichen gelesen wurde, durch das korrespondierende alphanumerischen Zeichenpaar eines jeden abgetasteten Zeichens in dem ersten Speicher der zugehörige bedingte Wahrscheinlichkeitswert erster Art abgerufen wird, der angibt, mit welcher Wahrscheinlichkeit das über die zweite Ausgangsleitung ausgelesene numerische Zeichen bzw. das über die erste Ausgangs leitung ausgelesene alphabetische Zeichen durch die

WA 973 005/007 - 30 -

509842/0701

Zeichenerkennungseinrichtung fehlinterpretiert wurde, durch das korrespondierende alphanumerische Zeichenpaar eines jeden abgetasteten Zeichens in dem zweiten Speicher der zugehörige bedingte Wahrscheinlichkeitswert zweiter Art abgerufen wird, der angibt, mit welcher Wahrscheinlichkeit das über die erste Ausgangsleitung ausgelesene alphabetische Zeichen bzw. das über die zweite Ausgangsleitung ausgelesene numerische Zeichen durch die Zeichenerkennungseinrichtung fehlinterpretiert wurde,

diese Schritte nacheinander für alle zugeordneten alphanumerischen Zeichenpaare der Zeichen einer abgetasteten Zeichengruppe durchgeführt werden und in einer mit den ersten und zweiten Speichern verbundenen Multipliziereinrichtung ein erstes Produkt aller bedingten Wahrscheinlichkeitswerte erster Art für die abgetastete Zeichengruppe gebildet wird, das eine erste Gesamtwahrscheinlichkeit angibt, wie weit alle über die zweite Ausgangsleitung ausgelesenen numerischen Zeichen bzw. alle über die erste Ausgangsleitung ausgelesenen alphabetischen Zeichen durch die Zeichenerkennungseinrichtung fehlinterpretiert sein können, und in einer mit den ersten und zweiten Speichern verbundenen Multipliziereinrichtung ein zweites Produkt aller bedingten Wahrscheinlichkeitswerte zweiter Art für die abgetastete Zeichengruppe gebildet wird, das eine zweite Gesamtwahrscheinlichkeit für diese Zeichengruppe angibt, wie weit alle über die erste Ausgangsleitung ausgelesenen alphabetischen Zeichen bzw. alle über die zweite Ausgangsleitung ausgelesenen numerischen Zeichen durch die Zeichenerkennungseinrichtung fehlinterpretiert sein können,

in einem mit der Multipliziereinrichtung verbundenen Vergleicher die Zahlenwerte der ermittelten ersten und zweiten Gesamtwahrscheinlichkeiten miteinander verglichen werden, und eine Anzeige für eine gelesene alphabetische Zeichengruppe ausgegeben wird, wenn die zweite bedingte Gesamtwahrscheinlichkeit größer als die erste Gesamtwahrscheinlicivkeit ist und - umgekehrt - eine Anzeige für eine gelesene numerische Zeichengruppe ausgegeben wird, wenn die erste Gesamtwahrscheinlichkeit größer als die zwerte ist.

me ist.

509842/0701

6. Einrichtung 7ur Durchführung des Verfahrens nach Anspruch 1, dadurch gekennzeichnet, daß eine optische Zeichenerkennungseinrichtung (100) vorgesehen ist, welche über eine erste Ausgangsleitung (16) als Buchstaben gelesene Zeichen ausgibt, und welche über eine zweite Ausgangsleitung (18) als Ziffern gelesene Zeichen ausgibt,

daß mindestens ein Speicher (204) zum Speichern der Werte bedingter Wahrscheinlichkeiten erster und zweiter Art für jedes Paar möglicher Kombinationen einer Ziffer und eines Buchstabens vorhanden ist,

daß eine Multipliziereinrichtung (208) mit dem Speicher (2Oi!) verbunden ist, welche aus den für die alphanumerischen .Zeichenpaare jedes abgetasteten Zeichens einer Zeichengruppe aus dem speicherabgerufenen einzelnen Wahrscheinlichkeitswerten erster und zweiter Art die Gesamtwahrschein-' lichkeiten für die Zeichengruppe als erstes und zweites Produkt bildet,

und daß ein Vergleicher (210) vorgesehen ist, welcher aus dem Vergleich des ersten Produktes mit dem zweiten die endgültige Unterscheidung zwischen Ziffern und Buchstaben für die abgetastete Zeichengruppe trifft.

7. Einrichtung nach Anspruch 6, dadurch gekennzeichnet, daß Torschaltungen (212) vorgesehen sind, welche die Daten der als wahrscheinlich richtig erkannten Zeichen auf eine Ausgangsleitung (170) durchschalten.

8. Einrichtung nach Anspruch 7, dadurch gekennzeichnet, daß ein alphabetisches Speicheradressregister (200) und ein numerisches Speicheradressregister (202) vorgesehen sind, welche mit der entsprechenden alphabetischen (16) bzw. numerischen (18) Ausgangs leitung der Zeichenerkennungseinrichtung (100) verbunden sind, und welche den Speicher (20^) zum Abruf entsprechender Wahrscheinlichkeitswert ansteuern.

WA 973 005/007 - j2 -

6098-42/0701