DE2623861C3 - Verfahren zum maschinellen Lesen von Schriftzeichen - Google Patents
Verfahren zum maschinellen Lesen von SchriftzeichenInfo
- Publication number
- DE2623861C3 DE2623861C3 DE762623861A DE2623861A DE2623861C3 DE 2623861 C3 DE2623861 C3 DE 2623861C3 DE 762623861 A DE762623861 A DE 762623861A DE 2623861 A DE2623861 A DE 2623861A DE 2623861 C3 DE2623861 C3 DE 2623861C3
- Authority
- DE
- Germany
- Prior art keywords
- character
- value
- property
- properties
- values
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/10—Character recognition
- G06V30/19—Recognition using electronic means
- G06V30/192—Recognition using electronic means using simultaneous comparisons or correlations of the image signals with a plurality of references
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/10—Character recognition
- G06V30/19—Recognition using electronic means
- G06V30/192—Recognition using electronic means using simultaneous comparisons or correlations of the image signals with a plurality of references
- G06V30/194—References adjustable by an adaptive method, e.g. learning
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Databases & Information Systems (AREA)
- Character Discrimination (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
- Character Input (AREA)
Description
Die Erfindung betrifft ein Verfahren zum maschinellen Lesen von Schriftzeichen der im Gattungsbegriff des
Anspruches 1 definierten ArL
Bei einem aus der DE-OS 24 32129 bekannten Verfahren der genannten Art zum Lesen einzelner Schriftzeichen werden in ähnlicher Weise in einer Lernphase anhand repräsentativer Stichproben Häufigkeitswerte bestimmter Eigenschaften von Schriftzeichen registriert, woraufhin während der Kannphase für jede Zeichenklasse eine Multiplikation der Häufigkeitswerte aller angetroffenen Eigenschaften erfolgt und nach einem Vergleich der Produktwerte an Hand des höchsten auftretenden Produktwertes die Identität des Zeichens abgeleitet wird.
Bei einem aus der DE-OS 24 32129 bekannten Verfahren der genannten Art zum Lesen einzelner Schriftzeichen werden in ähnlicher Weise in einer Lernphase anhand repräsentativer Stichproben Häufigkeitswerte bestimmter Eigenschaften von Schriftzeichen registriert, woraufhin während der Kannphase für jede Zeichenklasse eine Multiplikation der Häufigkeitswerte aller angetroffenen Eigenschaften erfolgt und nach einem Vergleich der Produktwerte an Hand des höchsten auftretenden Produktwertes die Identität des Zeichens abgeleitet wird.
Bei einem anderen aus der DE-OS 22 27 016 bekannten Verfahren dieser Art werden ebenfalls in
einer Lernphase statistische Häufigkeitswerte von Eigenschaften registriert. In der Kannphase erfolgt dort
aber für jede Zeichenklasse eine Summierung der Häufigkeitswerte der angetroffenen Eigenschaften und
eine weitere Summierung der komplementären Häufigkeitswerte der nicht angetroffenen Eigenschaften,
woraufhin eine Zusammenfassung beider Teilsummen erfolgt und die Identität des Zeichens an Hand des
höchsten auftretenden Gesamtsummenwertes erfolgt.
Diese beiden bekannten Verfahren haben den Nachteil, daß mit nur geringem Deutlichkeitsgrad
ausgeprägte Eigenschaften des zu erkennenden Zeichens als nicht vorhanden gewertet werden, was
insbesondere bei handgeschriebenen Schriftzeichen von Bedeutung ist und die Klassifizierung erschwert.
Aus der DE-AS 12 21 042 ist ferner ein Verfahren zur Erkennung ganzer Wörter der menschlichen Sprache
bekannt, bei welchem auch vorgeschlagen wird, die Wahrscheinlichkeit in Betracht zu ziehen, mit welcher
ein bestimmter Buchstabe an einem bestimmten Platz eines Wortes auftritt, sowie die Wahrscheinlichkeit, mit
welcher ein bestimmter Buchstabe in der Sprache auftritt, oder auch die relative Wahrscheinlichkeit des
so Auftretens der in Frage kommenden Wörter untereinander.
Bei diesem Verfahren erfolgt als grundlegende Maßnahme der Vergleich eines neu gelesenen Wortes
mit gespeicherten Bezugswörtern, wobei dessen einzelne Buchstaben zunächst als richtig gelesen angenommen
werden. Wird bei diesem Vergleich keine vollständige Übereinstimmung mit einem der gespeicherten
Wörter erzielt, soll zusätzlich die Erfahrung berücksichtigt werden, daß beim maschinellen Lesen
häufig Verwechslungen bestimmter Buchstaben untereinander auftreten, wie dies beispielsweise für die
Buchstaben A und R oder D und O der Fall ist. Hierzu wird vorgeschlagen, den Buchstaben solcher Verwechslungspaare
vorübergehend eine gleiche Codierung zuzuordnen und dann Wahrscheinlichkeitsdaten der
genannten Art einzubeziehen, wobei ebenfalls Multiplikationen solcher Daten angewendet werden, um an
Hand des höchsten Produktwertes das richtige Wort
herauszufinden. Dieses Verfahren beruht auf der Tatsache, daß nur ein recht kleiner Prozentsatz der
möglichen Buchstabenkombinationen ein sinnvolles Wort der menschlichen Sprache ergibt bzw. der sich
daraus ergebenden Redundanz. Für das einzelne Schriftzeichen, also den einzelnen B-vichstaben oder die
einzelne Ziffer, gibt es solche Redundanz aber nicht
Aufgabe der Erfindung ist demgegenüber ein verbessertes Verfahren zum maschinellen Lesen einzelner
Schriftzeichen, bei welchem auch weniger deutlich ausgeprägte Eigenschaften der zu lesenden Zeichen
erfaßt und in die Auswertung einbezogen werden. Die hierzu vorgeschlagene Lösung ist im kennzeichnenden
Teil des Anspruches 1 definiert Bevorzugte Ausgestaltungen des Verfahrens und eine geeignete Vorrichtung
zu dessen Durchführung sind den übrigen Ansprüchen zu entnehmen.
Wie in der genannten DE-OS 24 32 129 ausführlich beschrieben, kann ein Schriftzeichen einer aufeinanderfolgenden
Betrachtung von oben und von unten sowie von rechts und von links her unterzogen werden, was zu
dessen vier äußeren Seitenansichten führt Es kann auch horizontal und vertikal halbiert werden, wodurch innere ■
Seitenansichten hinzutreten. Jede dieser Seitenansichten kann dann auf das Vorliegen bestimmter Eigenschäften
untersucht werden.
Weiterhin kann von jedem zu erkennenden Schriftzeichen ein »Inselbild« abgeleitet werden, welches nur
diejenigen Bildpunkte oder Bildflächen wiedergibt, die bei aufeinanderfolgender Betrachtung des Zeichens von
allen Seiten her infolge der Abdeckung durch vorgelagerte Zeichenteile unsichtbar bleiben.' Von
solchen Inselbildern können ebenfalls wieder Seitenansichten abgeleitet werden, die auf das Vorliegen
bestimmter Eigenschaften untersucht werden.
Die hier betrachteten Eigenschaften werden im folgenden in vier Gruppen unterteilt, deren erste
Diskontinuitäten von Linienteilen (»Sprünge«) in der jeweiligen Seitenansicht beinhaltet Die zweite Gruppe
bezieht sich auf Neigungskonfigurationen von Linienteilen, die dritte auf das Vorhandensein von Endpunkten
derselben und die vierte auf Anzahl und Lage von Inseln. Bei jedem Schriftzeichen wird dort für jede betrachtete
Seitenansicht aus jeder Gruppe stets nur eine Eigenschaft bestimmt.
Zur Betrachtung sei hier angenommen, daß die Gruppe der Sprünge die Eigenschaften 50 bis 56, die
Gruppe der Neigungen die Eigenschaften HO bis H14,
die Gruppe der Endpunkte die Eigenschaften EPO bis EP6 und die Gruppe der Inseln die Eigenschaften ELO
bis EL 6 umfaßt. Unbeachtlich ihrer Gruppenzugehörigkeit mögen alle in dem System möglichen Eigenschaften
allgemein mit K und alle Schriftzeichenklassen allgemein mit /bezeichnet sein.
In der Lernphase wird für jede der iii dem System
möglichen Eigenschaften K die Wahrscheinlichkeit P bestimmt, mit welcher diese Eigenschaft bei den
einzelnen Schriftzeichenklassen / auftritt, was in dem
nachfolgenden Schema angedeutet ist:
Seitenansicht Eigenschaftsgruppen Eigenschaften Schriftzeichenk lassen
obere
linke
Sprünge
Neigungen
Endpunkte
Inseln
Sprünge
bis 56
WO bis H 14
EPO bis EPd ELO bis EL6
SO bis S6
WO bis H 14
EPO bis EPd ELO bis EL6
SO bis S6
PKi
Die Bestimmung des Wahrscheinlichkeitswertes PKi erfolgt durch Zählung aller Musterschriftzeichen einer
SchriftzeichenkJasse, welche die Eigenschaft K aufweisen und Teilen der gefundenen Anzahl durch die
Gesamtzahl der in dieser Klasse ausgewerteten Musterschriftzeichen. PKi = 0,9 würde also bedeuten,
daß die Eigenschaft K bei Auswertung von 10 000 Musterschriftzeichen der betreffenden Klasse 1 in 9000
Fällen festgestellt wurde.
Wenn für jede der vier Eigenschaftsgruppen für jede der vier äußeren und jede der vier inneren Seitenansichten
eine Wahrscheinlichkeitsmatrize aufgestellt wird, sind insgesamt 4 χ 8 = 32 Matrizen notwendig. Es ist
aber vertretbar, bei den Endpunkten und bei den Inseln auf die inneren Seitenansichten zu verzichten, was eine
Reduzierung auf 24 Matrizen ermöglicht. Ein zu erkennendes Schriftzeichen wird dann derjenigen
Klasse zugewiesen, für welche der Wert
Σ β* · PK>
ein Maximum wird.
gk ist der höchste innerhalb einer Eigenschaftsgruppe auftretende Wertfaktor, wie an Hand der nachfolgend
gezeigten Beispiele deutlich werden mag.
Mit Bezug auf die Zeichnungen soll nun im einzelnen das Verfahren zur Bestimmung der Wertfaktoren
beschrieben werden. Es zeigt
F i g. 1 einen Sprung im Bildfeld eines Schriftzeichens, F i g. 2 einen »Extrasprung«,
F i g. 3 einen zu kleinen Sprung,
F i g. 4 zwei positive Sprünge und drei Neigungen,
F i g. 5 eine Neigung,
F i g. 6 eine lange, schwache Neigung,
Fig. 7 eine Neigung mit einem positiven und einem negativen Teil,
F i g. 3 einen zu kleinen Sprung,
F i g. 4 zwei positive Sprünge und drei Neigungen,
F i g. 5 eine Neigung,
F i g. 6 eine lange, schwache Neigung,
Fig. 7 eine Neigung mit einem positiven und einem negativen Teil,
F i g. 8 eine negative/positive/negative Neigung,
F i g. 9 einen Endpunkt,
F i g. 10 ebenfalls einen Endpunkt,
F i g. 11 ein Beispiel mit Endpunkten,
l· ig. 12 Inseln,
F i g. 9 einen Endpunkt,
F i g. 10 ebenfalls einen Endpunkt,
F i g. 11 ein Beispiel mit Endpunkten,
l· ig. 12 Inseln,
Fig. 13 ein Schaltschema für die Verarbeitung der Wertfaktoren,
Fig. 14 ein anderes Schaltschema für die Verarbeitung
der Wertfaktoren.
Sprünge
Der Wertfaktor eines Sprungs wird nach der Anzahl weißer Bildelcmente zwischen dem Ende einer Durchschneidung
und dem Anfang einer Durchschneidung auf der nädiv.en Zeile (Fig I) eines Bildes bestimmt, in
welches das Schriftzeichen in bekannter Weise umgewandelt 'St.
Spiünge sind Diskontinuitäten von Linienstücken,
wobei positive und negative Sprünge zu unterscheiden
sind. Wenn der erste Weiß-Schwarz-Übergang einer Abtastzeile bzw. einer Abtastspalte weiter von der
vorderen Bildfeldkante entfernt liegt als der erste
Sprung r
Schwarz-Weiß-Übergang einer vorausgehenden Abtast/.r
It bzw. Abiastspallc, liegt ein positiver Sprung
vor bzw. bei umgekehrter R""U?nfolge der Übergänge
ein negativer Sprung. Für die Bestimmung des Wertfaktors der Sprungkonfigurationen wird ein Zähler
benutzt, mit welchem die Anzahl der Sprünge in einer
Seitenansicht gewählt werden kann. Die Höchstzahl, die gezählt werden kaiin, ist drei. Weiter gibt es für jeden
Sprung 2.wei Regisle.. Tritt ein Sprung auf, so werden
die v'pißcn Bildelemente, die den Wertfaktor des
Springs bestimmen, gezählt, je nachdem, ob es sich um
einen positiven oder einen negativen Sprung handelt, wird die Zahl in dem entsprechenden Register notiert.
P »2
L
L
Die Bezeichnungen p\ . . . ρ 3 und /i 1 ... »3 geben den Wertfaklor an.
Unterschieden werden die nachstehenden Sprungkonliguralionen und dazugehörigen Wertfaktoren:
Code | Beschreibung | 1 pos. | Sprung |
SO | keine Sprünge | I neg. | Sprung |
SI | 1 pos. Sprung | 1 neg. | Sprung |
S 2 | 1 neg. Sprung | mehr als 2 Sprünge | |
S3 | 1 pos Sprung -f | Hierbei ist | |
S4 | 1 neg. Sprung ~ | ||
S5 | 1 pos. Sprung + | ||
S 6 | |||
Wertfaktor Definition
?5 ί,'6 4 ß-vt.
/jmax—(V1—pmax) = 2 ■ pmax — vt.
»max — (V f_ ,irnax) = 2 »max — vt-
pmax — I — {ρ. η) min
/irnax - I - (ρ. ι;) min
(pmax. /ιmaxi min — [Y, t- — l/imax + »max)]
(S3) ■ (p. ii) min
B = Breite bzw. Höhe des Schriftzeichenbilds.
pmax
π max
pmax — 1
π max — 1
(/?. n) min
(pmax. «max) min
(S3)
(S3)
= Summe aller dazwischenliegenden weißen Bildelemente bei den Sprüngen in einer
einzigen Seitenansicht.
= größte der drei Ziffern p\. p2 und p3, die den größten positiven Sprung angibt.
= größte der drei Ziffern »i 1. n2 und »3, die den größten negativen Sprung angibt.
= zweitgrößter Wert von ρ 1. p2 und p3,
= zweitgrößter Wert von η 1, »2 und /i3,
= kleinste der Ziffern ρ 1 . .. p3 und π 1 ... π3,
= kleinere der beiden Ziffern pmax und «max,
= 1. wenn (p3. η3) φ Ο.
= 0. wenn (ρ3, π 3) = 0.
Wie diese und nachstehende Formeltabellen und 65 zu den übrigen Eigenschaften der betr. Gruppe
Beispiele zeigen, sollen Konfigurationen von Schnitzel· beitragen, mit einem negativen Zeichen berücksichtigt
chenelementen, die zu einer bestimmten Eigenschaft werden,
beitragen, mit einem positiven Zeichen und solche, die
Nachstehend zwei Beispiele, wobei zu bemerken ist.
daß, wenn der A.bstand zw'schen den Beginnpnnkten
zweier, aneinander anschließender Durchsehneidungen
gleich der Hälfte der Breite bzw. der Höhe des Schriftzeichenbilds oder größer ist, dies als ein Sprung
(»uxtrasprung«)betrai hiet wird(Fig. 2).
Beispiel I (F i u. 3|
Ablaslrcsullat (linke Seitenansicht):
Sprung 1 : ;i\ = 0 ;i I = 3
Sprung2 : /»2 -= 0 »2 = 0
Sprung.3 : /?3 = 0 ;i3 = 0
Berechnuni! der Werlfaktoren:
Ä0 = 8 - 3 = 5
s 1 = () - 3 = -3 Ä2 = 6-3 = 3
K3=0-0=0 #4=0-0 = 0 jj 5 =0-0 = 0
<j6 = 0 -0 = 0
Schlußfolgerung: Bei einem Schriftzeichen in der Klasse nach Fig. 3 ist der Wertfaktor #0 am größten,
d. h, die Eigenschaft 50 (keine Sprünge) genießt den Vorzug. Der eine (negative) Sprung ist offenbar zu klein,
als daß er Einfluß hätte. Der nächsthöchste Wertfaktor ist der Wertfaktor g2 für die Eigenschaft S2 (1 neg.
Sprung). Der Wertfaktor g 1 ist negativ, d. h., die entsprechende Eigenschaft hat noch weniger Einfluß.
Beispiel 2 (Fig. 4)
Abtastresultat (linke Seitenansicht): B = Bs = 18
Sprung 1 : ρ 1 = 4 η ! = 0 Sprung2 : p2 = 1 «2=0
Sprung3 : p3 = 0 /i3 = 0
Berechnung der Wertfaktoren:
g0 = 9 - 11 = - 2 g 1 = 7 - 4 = 3 g2 =0 - 11 = - 11
g3 = 4 - 0 = 4
K4 . () - () = ()
jj 5 = 0 - 4 = - 4
ι- 6 = 0- 0 = 0
jj 5 = 0 - 4 = - 4
ι- 6 = 0- 0 = 0
Schlußfolgerung: Bei einem Schriftzeichen in der Klasse nach F i g. 4 ist der Wertfaktor gZ am höchsten,
d. h., die Eigenschaft S3 (zwei pos. Sprünge) genießt den κι Vorzug. Ihr folgt direkt die Eigenschaft eines pos.
Sprungs (vergl. g\ für Sl). Der Wertfaktor gl ist für
das Auftreten eines einzigen neg. Sprungs (S2) sehr negativ ( — 11), so daß die entsprechende Eigenschaft
keinen Einfluß hat.
Neigungen
Der Wertfaktor, der einer Neigungskonfiguration zuerkannt wird, wird durch die Zahl der Bildzeilen, über
die die Konliguration sich erstreckt, bestimmt. Die Neigung wird nachstehend in etwas anderer Art und
Weise definiert als in dem bekannten System entsprechend der DT-OS 24 32 129. Es handelt sich um eine
Neigung, wenn sich bei zwei oder mehr aufeinanderfolgenden Zeilen eine Änderung des Abstands im
Verhältnis zu der Seite des umschließenden Rechtecks ergibt. Hierzu gehört auch das Verspringen eines
einzigen Elements in einer Zeile, wenn in der nächsten Zeile keine Änderung des Abstands auftritt (vgl. F i g. 5).
jo In diesem Fall ist in den Zeilen 3 und 4 für die linke
Seitenansicht eine neg. Neigung gegeben. Setzt sich die Linie danach noch fort, so wird jede zweite Zeile
gezählt. Vergl. F i g. 6.
Der Wertfaktor der neg. Neigung ist damit 5. Eine Neigung endet stets mit einem Sprung oder einem
Extrasprung.
Die Höchstzahl aufeinanderfolgender Neigungen, die in einer Seitenansicht registriert werden kann, beschränkt
sich auf 4. Bei einer zusammengesetzten Neigungskonfiguration — wenn z. B. einer neg. Neigung
eine positive folgt — bestimmt sich der Wertfaktor nach dem Maß der Gleichheit der zwei Teilgebiete
(Symmetrie der Neigungen). Vergl. F i g. 7.
Die erste Neigung in der linken Seitenansicht ist in 3 Zeilen negativ (nh 1). Die zweite Neigung ist in 5 Zeilen
positiv (ph 2). Der Wertfaktor der Eigenschaft »neg. Neigung, pos. Neigung« wird dadurch gefunden, daß der
kleinere Wert der zwei Ziffern nh 1 und ph 2 bestimmt und mit 2 multipliziert wird. Schreibweise: 2(nh 1, ph 2)
so min. Der Wertfaktor ist also 2-3 = 6.
In dem Beispiel nach Fig.8 muß der Eigenschaft
»neg. Neigung, pos. Neigung, neg. Neigung« der höchste Wertfaktor zuerkannt werden. Der Wertfaktor wird
dadurch gefunden, daß der kleinste Wert der Ziffern nh\,ph2 und nh 3 ermittelt und mit 3 multipliziert wird.
Schreibweise: 3 (nh 1, ph 2, nh 3) min.
In dem vorstehenden Beispiel ist der Wertfaktor der Eigenschaft »neg, pos, neg.« also 3-3 = 9.
Der Registrierung des Wertes der aufeinanderfolgenden Neigungen dienen acht Register: ph 1... ph 4 und nh 1 ...nhA. Die ρΛ-Register enthalten die Daten der positiven und die ρΛ-Register die der negativen Neigungen. Es gibt Fälle, in denen die Register ph 4 und nh 4 beide leer sind — Schreibweise: (p,n) h 4 = 0. Dann sind also höchstens drei Neigungen in einer Seitenansicht gegeben. Zu unterscheiden sind die nachstehenden Neigungskonfigurationen und dazugehörigen Wertfaktoren:
In dem vorstehenden Beispiel ist der Wertfaktor der Eigenschaft »neg, pos, neg.« also 3-3 = 9.
Der Registrierung des Wertes der aufeinanderfolgenden Neigungen dienen acht Register: ph 1... ph 4 und nh 1 ...nhA. Die ρΛ-Register enthalten die Daten der positiven und die ρΛ-Register die der negativen Neigungen. Es gibt Fälle, in denen die Register ph 4 und nh 4 beide leer sind — Schreibweise: (p,n) h 4 = 0. Dann sind also höchstens drei Neigungen in einer Seitenansicht gegeben. Zu unterscheiden sind die nachstehenden Neigungskonfigurationen und dazugehörigen Wertfaktoren:
Code
WlO HU
Beschreibung
Wertfaktor Definition
keine Neigung !>() Γ \ B - Σ/ι] · HEA
pos. Neigung g I [p/imax — (Σ /ι —p/imax)] · HFA
neg. Neigung pos. pos. Neigung
pos. neg. Neigung g4
neg. pos. Neigung g5
neg. neg. Neigung g6
pos. pos. neg.
pos. neg. pos.
pos. neg. neg.
neg. pos. pos.
neg. pos. neg.
[/i/i max - (]£/i-ii/imax)] ■ HEA
höchster Wert von:
[2 |(/)/i I. /i/i2) min — (p.
[2|(/)/i2. /1/73) min - (p.
höchster Wert von:
[2](p/jl, /i/i2) min - (p,
[2{(p/i2, 11/73) min - (p.
höchster Wert von:
[2{(/i/i 1, p/72) min — (p,
[2|(/7/i2, p/i3l min - (p.
höchster Wert von:
[2!(/7/71, /7/12) min — Ip.
[2{(n/i2, /7/7 3) min - (p.
höchster Wert von:
3{(p/71, p/i2. /j/73) min —
3{(p/i2. p//3. /7/74) min —
höchster Wert von:
3|(p/i 1, /7/i2. p/i3) min und
3!(p/72, /7/73, p/74) min -
höchster Wert von:
3!p/71. /7/72, /7/73) min —
und
3{(p/72, h/i3, ρΛ4) min -
höchster Wert von:
31/7/71, p/i2, p/j3) min —
und
3 {(/7/7 2. ρΛ3, ph 4) min -
höchster Wert von:
n)/i3|] · W£4
/1)/711] · HEA
11)/7 3}] ■ H£4 »)/]!!] · HI7A
17)/7 3|] ■ HEA
/7)/7 H] · WE4
W£4 WE4
3{(nh 1, ρΛ2, n/i3) min
und
3{(/7Λ2, phi, h/74) min
(p. /1) /i4! (ρ. π)ΙιΓ,
(p. /1) /i4| (p. /i)/il|
(p. /1) /i4| (p, /1) /11 \
(ρ, υ) /i4!
(ρ, η) Λ 1}
(p, 11) /i4!
(P, n) /11 \
Kortsct/ung
Beschreibung
Wemaktor Definition
ncg. neg. pos.
W13 ncg. pos. neg. po
/713 4 Neigungen
g 12 höchster Wert von:
3|(ί?/ι 1, nli2. /-,7? 3) min - (/>. «) /i4|
und
.Ij(O/?.?. h/j3. /)/i4) min — ip. n) Ii 1!
g 13 4(n/i I, p/i 2, /i/?3, ph4) min
g 14 A1Aj,. n) /?1. (p. /i) /?2. (p, n) hi, (/>, /ι) /?4| · !<713[
Hierbei ist:
B = Breite bzw. Höhe des Musters, h = Summe aller Neigungswerte,
HE4 = \s\s(p,n)h4 = 0,
= 0als(p,n)h4 = φ 0,
C 13 = IaIs g 13 = 0,
= 0als#13 Φ 0.
Die Neigungskonfigurationen »pos.pos.pos.« und »neg.neg.neg.« sind nicht erwähnt, weil sie sehr selten
vorkommen. Die Konfiguration mit den vier Neigungen »neg.pos.neg.pos.« aber wird gesondert behandelt jo
(H 13), weil zu erwarten ist, daß gerade diese Konfiguration bei den Ziffern »3« und »8« sehr oft
auftritt.
Beispiel (F i g. 4, linke Seitenansicht): J5
B = Bh = 17
ph 1 =0 nh 1 = 3 phi =0 n/i2 = 9
ph3 = 1 nh3 = 0 ph4 = 0 n/i4 = 0
gO = 9- 13 = - 4 gl = ] - 12 = g2 =9 -(13-9)= + g3 = - 2
g4 = -2
g5 =0-2= -2 g(, =6-2=+4
g7 =0
g8 =0
g9 =0
glO=O
gll =0
40 gl2 - 3 - 0 = + 3
g 13 = 0
gl4 = 0
g 13 = 0
gl4 = 0
Endpunkte
Endpunkte sind dadurch charakterisiert, daß die Zahl
der Bildelemente s in der Breite der Linien geringer ist als die Zahl der Zeilen p, über die das betr. Linienstück
sich erstreckt (F i g. 9). Wird die linke äußere Seitenansicht in bezug auf Sprünge und Neigungen behandelt, so
bildet sich zugleich die Endpunktkonfiguration für diese Seitenansicht. Die Zeilen mit Bildinformation werden,
der Reihe nach von oben nach unten, nach links aus der Matrix geschoben. Während dieses Prozesses wird
jeweils festgestellt, wieviel anschließende Bildelemente s die Breite der Linie erfaßt. Diese Zahl wird vorläufig in
einem Arbeitsspeicher festgelegt Wird ein Wert 5 konstatiert, der größer als der in dem Register
gespeicherte Wert ist, dann wird dieser neu gefundene Wert (s max) registriert. Weiter wird gezählt, über wie
viele Zeilen ρ sich der Endpunkt erstreckt Für jede
Zeile wird aufs neue das Verhältnis
smax
bestimmt.
50 1st der neu berechnete Wert größer als der vorübergehend
in einem Register gespeicherte Wert dann wird der neue Wert registriert. Auf diese Weise erhält man
den Höchstwert des Verhältnisses—-—-,der während
smax
der Bildung der Endpunktkonfiguration auftritt.
In dem Beispiel nach Fig. 9 ist der Höchstwert des Verhältnisses
.s- max
60 Dieser Wert bestimmt den Wertfaktor, welcher der Eigenschaft zuerkannt wird.
Bei der Betrachtung aller äußeren Seitenansichten werden zuerst die Positionen der Extreme bestimmt Ein
Extrem ist dann gegeben, wenn ab der Außenseite des Rechtecks die erste Durchschneidung der Bildfläche
konstatiert wird. Die Position des Extrems ist das letzte schwarze Bildelement der Durchschneidung.
!n dem Beispiel nach Fi g. 10 hat das Extrem bei der
oberen Seitenansicht die Position k = 10, r = 4. Die Zählung der Zeilen, die zu dem Endpunkt gehören, wird
eingestellt, sobald kein korrekter Anschluß zwei aufeinanderfolgender Durchschneidungen mehr gegeben
ist. Es wird eine ODER-Funktion der aufeinander-
13
folgenden Zeilen des Bilds hergestellt. Wird der ODER-Funktion Zeile π hinzugefügt, so wird geprüft, ob
die zu einem Endpunkt cehörige Durchschneidung in
Zeile in— 1) aus anschließenden schwarzen Bildelementen
innerhalb des ODER-Gebiets besteht Nur wenn das der Fall ist, trägt Zeile Cn-I) zu dem Wert des
Endpunkts bei. Bei der neuen Eigenschaftsbestimmung unterscheidet man die gleichen Endpunktkonfiguratio-η
>_·η wie in dem System nach der genannten DT-OS
24 32 129. Die Codierung gibt an, ob die Extreme von io gespeichert.
Endpunkten oben oder unten in einer Seitenansicht
Endpunktkonfigurationen mit dazugehörigen Gewichten gegeben sind.
Die ermittelten Werte der Endpunkte, die zu den Positionen der dazugehörigen Extreme im Verhältnis
stehen, werden in vier Registern öl, 2 und o\2
gespeichert.
Die in dem oberen Teil der Seitenansicht gefundenen Werte der Endpunkte werden in den Registern b 1 bzw.
b 2 und die Werte der im unteren Teil der Seitenansicht ermittelten Endpunkte in den Registern öl und ο2
Beschreibung
Wertfaktor
Definition
EPO keine Endpunkte
EPI I Endpunkt oben
EP2 1 Endpunkt unten
EP3 2 Endpunkte oben
EP4 i Endpunkt oben. I Endpunkte unten
EP5 2 Endpunkte unten
EP6 mehr als 2 Endpunkte
gO 2 - (M + hl + oi + öl)
g I φ 1.2) max - ;(M.2)min + öl + ol\
s>2 (ol.2)ma\ - !(öl.2) min + h\ + hl\
j>3 (H.2) min - (öl.2) max
j»4 !(M.2| max. (ο 1.2) max! min — !(M.2) min + (ο 1.2) min!
g5 (o 1.2) min - (M.2) max
p6 3 χ (M.2 ο 1.2) .... wobei dieser Mindeslwerl =t 0 ist. und
nicht mehr als I Register leer sein darf
Für die Endpunkte der linken Seitenansicht nach dem Beispiel It. Fig. 11 werden die nachstehenden
Höchstwerte des Verhältnisses
p_
.s- max
registriert:
«2 -» Aufgrund der Definitionen berechnete Wertfaktoren:
gO = -5 g\ — -5 £•2 = +3
S3 = -4 ^4 = 0
gf> = +3
Die Eigenschaft »mehr als 2 Endpunkte« hat also den gleichen Wertfaktor wie die Eigenschaft »1 Endpunkt
unten«.
Inseln Die Art und Weise, in der die Inseln aus dem die gleiche wie die im Rahmen des bekannten Systems
Die weitere Verarbeitung aber verläuft völlig anders.
Nach dem die Inseln gebildet sind, wird für jede Insel das Extrem, d. h. die Zeile, auf der die Insel zum
erstenmal konstatiert wird, ermittelt und festgestellt, oh es in der oberen oder unteren Hälfte einer Seitenansicht
erscheint. Selbstverständlich wird das für alle vier äußeren Seitenansichten getan.
Wir unterscheiden die nachstehenden Konfigurationen:
ELO- keine Insel
ELl - 1 Insel, Extrem oben
EZ. 2 - 1 Insel, Extrem unten
EL 3 — 2 Inseln, 2 Extreme oben
EL 4 - 2 Inseln, 1 Extrem oben, 1 Extrem unten
EZ. 5 - 2 Inseln, 2 Extreme unten
EZ. 6 - mehr als 2 Inseln.
Der Wertfaktor jeder einzelnen Eigenschaft bestimmt sich durch die Zahl der Zeilen, über die die Inse
sich erstreckt. Um auf einfache Art und Weise der Extremwert und die Zahl der Zeilen, über die sich eine
Insel erstreckt, zu bestimmen, wird die ODER-Funktior je zweier aufeinanderfolgender Zeilen gebildet. Solang«
die Durchschneidung einer Insel eine geschlossen« Kette schwarzer Bildelemente bildet, gehört sie zu dei
betr. Insel. Für die Registrierung dienen vier Registei el,e2,/"lundf2.
Für Inseln, deren Extrem im oberen Teil de Seitenansicht liegt, wird das Total der Anzahl Zeilen füi
die betr. Seitenansicht in den Registern e 1 bzw. e2, fü
solche, deren Extrem im unteren Teil der Seitenansich liegt, in den Registern f\ bzw. (2 registriert.
In einer Bildhälfte können also maximal zwe !n.selextrcn\C verarbeitet Wurden. F.rsrheinen in eine
Bildhälfte mehr als zwei Inselextreme, so werden die
überzähligen Extreme und damit die betr. Inseln außer Betracht gelassen.
Wir unterscheiden die nachstehenden Inselkonfigurationen und dazugehörigen Wertfaktoren:
Wertfaktor
ELQ keine Inseln gO
ELl 1 Insel. Extrem oben gl
EL2 I Insel. Extrem unten g2
£/-3 2 Inseln. 2 Extreme oben g3
EL4 2 Inseln, 1 Extrem oben g4 1 Extrem unten
EL5 2 Inseln, 2 Extreme unten g5
EL6 mehr als 2 Inseln e6
B - U'\+c'2+f\+J2)
(el, 2) max - j(el, 2) min + /1 + /2|
(/1, 2) max - K/1. 2) min +el+ e2\
2(fl, 2) min - (/1 +/2)
2\{eU 2) max' (/ 1. 2) max| min - ',{ei, 2) min + (/1. 2) min|
2(/1,2) min - (el + e2)
χ (el, 2,/1. 2) ..., wobei dieser Mindestwert φ 0 und
nicht mehr als 1 Register leer sein darf
Für die Daten der oberen Seitenansicht werden für Der Eigenschaft »mehr als 2 Inseln« ist der höchste
das Beispiel nach Fig. 12 die nachstehenden Wert- 25 Wertfaktor zuzuerkennen.
Faktoren konstatiert:
7q Die Entscheidungsvorrichtung
' ~~ ·? - ^ - (+-+-+) — — — — a) Maximumselektor: binäre Eigenschaftskomponenten
e2 = 3 g I = 3 - (1 + 5 + 0) = 3 - 6 = - 3
/1 = 5 g2 = 5 - (0 + I + 3) = 5 - 4 = + 1 /2 = 0 g3 = 2.1 - (5 +0) = 2 - 5 = - 3
B = 20 g4 = 2.3 - (I +0) = (■>
- I = + 5 g5 = 2.0 - (1 -L 3) = ο - 4 = - 4
g6 = 3.1 = - + 3
Der Eigenschaft »2 Inseln, I Extrem oben, 1 Extrem unten« ist der höchste Wertfaktor zuzuerkennen.
Für das gleiche Bild sind als Daten der linken Seitenansicht zu notieren:
el = 7
e2 = 6
e2 = 6
/1 = 5
/2 = 0
/2 = 0
B = 12
Wcrtfak toten:
Wcrtfak toten:
g0 = V~ - (7 + 6 + 5+0) = 3 - 18 = - 15
gl = 7 - (6 + 5+0)
g2 = 5 - (0 + 7 + 6)
g3 = 2.6 - (5+0)
g4 = 2.5 - (6 + 0)
g5 = 2.0 - (7 + 6)
Κ ft = 3.5
g2 = 5 - (0 + 7 + 6)
g3 = 2.6 - (5+0)
g4 = 2.5 - (6 + 0)
g5 = 2.0 - (7 + 6)
Κ ft = 3.5
= 7 - 11 = - 4 = 5 - 13 = - 8
= 12 - 5 = + 7
= 10 - 6 = + 4
= ο - 13 = - 13
= + 15 jo Nachdem nunmehr die Wertfaktoren aller Eigenschaften
bestimmt werden können, sind allerlei Variationen der Entscheidungsvorrichtung denkbar. Die
einfachste Methode ist die, mit der man sich der existierenden Entscheidungsmethode soweit wie 1
möglich annähert. Auf diese Weise könnte sich ergeben, ob bereits eine bessere Bestimmung der Eigenschaften
eine Verbesserung zur Folge hat.
Das Blockschema des Systems kann so aussehen, wie in Fig. 13 dargestellt ist. Dabei ist 1 ein Schriftzeichenbild,
2 ein Bildmanipulator. Mit dem Bildmanipulator werden die vier äußeren und die vier inneren
Seitenansichten gebildet. Für jede einzelne Seitenansicht werden in der bereits beschriebenen Art und
Weise für jede Gruppe von Eigenschaften (Sprünge S, Neigungen H, Endpunkte EP und Inseln EL) von
Recheneinheiten 3 die Wertfaktoren der einzelnen Konfigurationen berechnet. Selektoren 4 bestimmen
pro Gruppe den höchsten der berechneten Wertfaktoren.
Das Resultat ist, das pro Seitenansicht vier Werte gv,
gh, gp und gi für die vier Eigenschaften S, H, EP und EL
verfügbar sind.
Bei der einfachsten Ausführung der Entscheidungsvorrichtung werden nicht die numerischen Werte g& gh,
gp und gu sondern wird nur der Häufigkeitswert benutzt,
mit der die gewählten Eigenschaften bei Schriftzeichen der verschiedenen Klassen erscheinen. Ist eine Eigenschaft
χ gewählt, weil der Wert des Wertfaktors gx
innerhalb der Gruppe von Eigenschaften, der χ
to angehört, der höchste Wert ist, und gehört das betr.
Schriftzeichen zu der Klasse y, dann wird in der Lernphase der Inhalt des Speicherplatzes Px) in einer
Lernmatrix 6 um 1 erhöht. Die Zuweisung des Speicherplatzes erfolgt mit Hilfe der Codeumsetzer 5,
b5 die die betr. Zeile in der Lernmatrix angeben.
Am Ende der Lernphase hat der Inhalt eines Speicherplatzes PX} den Wert Sxy, wobei Sxy die Zahl der
Male angibt, daß die Eigenschaft (x) bei Bildern der
Klasse y gewählt wurde. Die Wahrscheinlichkeit eines Schriftzeichens der Klasse y ist, wenn die Eigenschaft χ
gewählt ist, K(y\xX Dafür gilt:
K(y\x) =
Hierbei ist
die Summe aller Schriftzeichen in der Lernsammlung, für die die Eigenschaft χ gewählt wurde.
Danach wird am Ende der Lernphase der Logarithmus aller Wahrscheinlichkeiten K(y\x)bestimmt, also ι5
Die (logarithmische) Wahrscheinlichkeit, daß ein Zeichen zu der Klasse y gehört, wird in der Kannphase
durch Summierung der logarithmischen Wahrscheinlichkeiten aller gewählten Eigenschaften
K(y)L = Σ K(y\x),.
mit Hilfe eines Maximumselektors 7 ermittelt
Liegen Eigenschaften vor, die innerhalb ein und derselben Gruppe den gleichen Wertfaktor haben, so
wird in der Lernphase verfahren, als ob verschiedene Bilder vorliegen, deren gewählte Eigenschaften also
sämtlich registriert werden. In der Kannphase wird in diesem Fall das Erkennen für die verschiedenen
Darstellungen durchgeführt. Sind die Resultate unvereinbar, so wird das betr. Schriftzeichen verworfen.
b) Entscheidungsvorrichtung
mit gewogenen Kennzeichenkomponenten
mit gewogenen Kennzeichenkomponenten
F i g. 14 gibt zu erkennen, wie in der Lernphase eine Lernmatrix gefüllt, und wie in der Kennphase ein Bild
derart erkannt wird, daß die numerischen Werte der Eigenschaften benutzt werden.
In der Lernphase und auch in der Kannphase werden von jedem zu verarbeitenden Schriftzeichenbild 8 mit.
Hilfe des Bildmanipulators 9 die Seitenansichten präsentiert. In der Recheneinheit 10 werden die
Wertfaktoren berechnet. Für jede Seitenansicht wird pro Eigenschaftsgruppe mit Hilfe des Maximumselektors
11 der höchste Wertfaktor (gx) ermittelt. Mit Hilfe
der Codiervorrichtung 12 wird die Zeile in der Lernmatrix 13 angegeben, die der betr. gewählten
Eigenschaft entspricht. Auf die bekannte Art und Weise wird in der Lernphase der Inhalt eines Speicherplatzes
xy um 1 erhöht, wenn die Eigenschaft χ bei einem Schriftzeichen der Klasse y konstatiert wird. Für die
Dauer der Lernphase ist also auf jedem Speicherplatz der Lernmatrix eine Summe S(y\x) vorhanden, die die
Zahl der Male ist, daß die Eigenschaft (x)be\ Bildern der
Klasse y gewählt wurde. In genau der gleichen Art und Weise wie bei der ersten Ausführungsform der
Entscheidungsvorrichtung (Fig. 13) kann am Ende der Lernphase die Wahrscheinlichkeit eines Schriftzeichens
der Klasse /bestimmt werden, wenn die Eigenschaft χ gewählt ist:
K[y\x) =
Sx,
b5
Σ s„
Da für die Klassifizierung von Bildern die Produkt-Wahrscheinlichkeiten
für alle gewählten Eigenschaften benutzt werden, wird auch bei dieser Ausführungsform
der Entscheidungsvorrichtung mit den logarithm'ischen Werten der Wahrscheinlichkeit gerechnet. Am Ende der
Lernphase ist auf jedem Speicherplatz der Lernmatrix die logarithmische Wahrscheinlichkeit eines Zeichens
der Klasse y vorhanden, wenn die Eigenschaft χ gewählt
10 K(y\x)L = \ogK(y\x).
In der darauffolgenden Kannphase wird für jedes erscheinende Schriftzeichenbild ebenfalls pro Seitenansicht
für jede Eigenschaftsgruppe der höchste Wertfaktor (gx) bestimmt, dessen numerischer Wert durch
Teilung durch die Abmessung B (Breite bzw. Höhe) des Bildes normiert wird. Das erfolgt in der Normierungsvorrichtung 14. Danach wird durch Logikschaltungen 15
der logarithmische Wert der normierten Wertfaktoren bestimmt.
Logarithmischer Wertfaktor des gewählten Kennzeichens
25
gxl.
Gewogene Wahrscheinlichkeit, daß ein Bild der Klasse y vorliegt, wenn eine Eigenschaft _v mit dem
Wertfaktor gx gewählt ist:
J) Logarithmische Wahrscheinlichkeit
K;,.(x) = log K'y(x).
Diese Wahrscheinlichkeit wird durch Summierung der logarithmischen Wahrscheinlichkeit K(y\x)i_ aus der
Lernmatrix und des logarithmischen, normierten Wertfaktors
gxL ermittelt:
45 In Fig. 14 ist angegeben, daß für jede Gruppe von
Eigenschaften eine Summierungsschaltung 16 vorhanden ist. Bei jeder Eigenschaftsgruppe erfolgt für die
gewählte Eigenschaft die Summierung pro Seitenansicht für alle Klassen. Es entsteht also eine zweite Matrix
17 mit k Spalten, wobei k der Zahl der Schriftzeichenklassen
entspricht, und die Zeilenzahl mit der Zahl der gewählten Eigenschaften mal der Zahl der Seitenansichten
übereinstimmt. Nachdem die zweite Matrix zum Erkennen eines Bildes gefüllt ist, wird die logarithmische
Wahrscheinlichkeit, daß das Schriftzeichen zu der Klasse y gehört, durch Summierung der Wahrscheinlichkeiten
KyI
Diese Summe ist
Das Muster wird derjenigen Klasse zugewiesen, für
die
V J
am höchsten ist. Der Maximalwert wird mit Hilfe des
nselektors 18 bestimmt. Die Einführung der
:oren führt, wie weiter oben beschrieben, zu rbesserung der Methode zur Bestimmung der
aften eines Schriftzeichenbilds, und die berechmfaktoren
können überdies bei der Klassifiziei
Bildern benutzt werden, wobei die gewählten oren, vorzugsweise nach den Abmessungen
der Bilder normiert werden, und die Klassifizierung eines Bildes einerseits durch die statistischen Häufigkeiten
bestimmt wird, die in der benutzten Lemsammlung der Eigenschaften vorkommen, die auch bei dem betr.
Schriftzeichenbild gewählt sind, und andererseits durch
die vVertfaktoren der für das betr. Bild gewählten Eigenschaften.
Hierzu 4 Blatt Zeichnungen
Claims (4)
1. Verfahren zum maschinellen Lesen von Schriftzeichen, die in bestimmte Felder eines
Datenträgers eingetragen sind, woraufhin die Bildpunkte durch eine spaltenförmige Abtastung des
Bildfeldes nacheinander bestimmt und einer Zeichenerkennungsschaltung zugeleitet werden, wobei
sowohl in einer Lernphase als auch in einer darauffolgenden Kannphase Eigenschaften von
Schriftzeichenbildern klassifiziert und die Ergebnisse dieser Klassifizierungen in der Lernphase als
Häufigkeitswerte, welche die Häufigkeit ihres Auftretens in einer bestimmten Zeichenklasse
angeben, in einem Speicher registriert und während der Kannphase die Resultate der Eigenschaftsklassifizterung
eines neu erscheinenden Schriftzeichens benutzt werden, um die Wahrscheinlichkeit der
gefundenen Eigenschaften dieses Schriftzeichens für jede einzelne Schriftzeichenklasse zu bestimmen,
dadurch gekennzeichnet, daß der Deutlichkeitsgrad der einzelnen Eigenschaften eines
unbekannten Schriftzeichens ermittelt und jeweils als Wertfaktor definiert wird, der mit den in der
Lernphase für die einzelnen Zeichenklassen ermittelten Häufigkeitswerten der jeweiligen Eigenschaft
multipliziert wird, woraufhin für jede Zeichenklasse eine Multiplikation aller solcherart bewerteten
Häufigkeitswerte erfolgt und nach einem Vergleich der Endproduktwerte an Hand des höchsten
auftretenden Endproduktwertes die Identität des Zeichens abgeleitet wird.
2. Verfahren nach Anspruch 1, dadurch gekennzeichnet, daß Konfigurationen von Schriftzeichenelementen,
die zu einer bestimmten Eigenschaft beitragen, mit einem positiven Zeichen und solche,
die zu den übrigen Eigenschaften in der Gruppe beitragen, mit einem negativen Zeichen berücksichtigt
werden, worauf pro Gruppe die Eigenschaft mit dem höchsten Wertfaktor ausgewählt wird.
3. Verfahren nach Anspruch 1, dadurch gekennzeichnet, daß der Wertfaktor durch Normierung von
der Bildgröße unabhängig gemacht wird.
4. Vorrichtung für die Durchführung des Verfahrens nach den vorstehenden Ansprüchen mit einem
Bildmanipulator und einer Lernmatrix, gekennzeichnet durch eine Anzahl von Recheneinheiten (10) für
das Berechnen der Wertfaktoren der festgestellten Eigenschaften pro Seitenansicht des Schriftzeichenbildes;
eine Anzahl Maximumselektoren (11), um aus jeder Gruppe von Eigenschaften pro Seitenansicht
die Eigenschaft mit dem höchsten Wertfaktor zu wählen; eine Anzahl Codiervorrichtungen (12), um
während der Lernphase für jeden Höchstwert den Speicher der Lernmatrix zu ergänzen; eine Anzahl
Normierungsvorrichtungen (14), um den von den Selektoren (11) bestimmten Wert zu der Größe des
Bilds in der betr. Seitenansicht ins Verhältnis zu setzen; eine Anzahl Logikschaltungen (15), um die
logarithmischen Werte der Ergebnisse aus den Normierungsvorrichtungen (14) zu bestimmen; eine
Anzahl Summierungsschaltungen (16) um die logarithmischen Werte aus den Logikschaltungen (15)
den logarithmischen Werten der in der Lernmatrix pro Seitenansicht für die betr. Eigenschaft in allen
Schriftzeichenklassen registrierten Werten hinzuzuzählen; eine zweite Matirx (17) für die Speicherung
der in den Summierungsschaltungen (16) für alle Schriftzeichenklassen gefundenen logarithmischen
Werte und einen Maximumselektor (18) für die Bestimmung des Höchstwerts der Summe der Werte
der Eigenschaften für alle Seitenansichten sämtlicher Schriftzeichenklassen.
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
NL7506520.A NL165863C (nl) | 1975-06-02 | 1975-06-02 | Inrichting voor het herkennen van tekens. |
Publications (3)
Publication Number | Publication Date |
---|---|
DE2623861A1 DE2623861A1 (de) | 1976-12-09 |
DE2623861B2 DE2623861B2 (de) | 1978-07-13 |
DE2623861C3 true DE2623861C3 (de) | 1979-03-08 |
Family
ID=19823862
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
DE762623861A Expired DE2623861C3 (de) | 1975-06-02 | 1976-05-28 | Verfahren zum maschinellen Lesen von Schriftzeichen |
Country Status (10)
Country | Link |
---|---|
US (1) | US4066999A (de) |
JP (1) | JPS527636A (de) |
BE (1) | BE842422A (de) |
CA (1) | CA1054718A (de) |
CH (1) | CH616255A5 (de) |
DE (1) | DE2623861C3 (de) |
FR (1) | FR2313717A1 (de) |
GB (1) | GB1515202A (de) |
NL (1) | NL165863C (de) |
SE (1) | SE435219B (de) |
Families Citing this family (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4177448A (en) * | 1978-06-26 | 1979-12-04 | International Business Machines Corporation | Character recognition system and method multi-bit curve vector processing |
DE2920041C2 (de) * | 1979-05-18 | 1986-09-04 | Philips Patentverwaltung Gmbh, 2000 Hamburg | Verfahren zum Verifizieren von Signalen, und Anordnung zum Durchführen des Verfahrens |
US4447715A (en) * | 1980-10-30 | 1984-05-08 | Vincent Vulcano | Sorting machine for sorting covers |
NL8006241A (nl) * | 1980-11-14 | 1982-06-01 | Nederlanden Staat | Inrichting voor het automatisch lezen van tekens. |
US4578812A (en) * | 1982-12-01 | 1986-03-25 | Nec Corporation | Digital image processing by hardware using cubic convolution interpolation |
US4599693A (en) * | 1984-01-16 | 1986-07-08 | Itt Corporation | Probabilistic learning system |
US4593367A (en) * | 1984-01-16 | 1986-06-03 | Itt Corporation | Probabilistic learning element |
US4620286A (en) * | 1984-01-16 | 1986-10-28 | Itt Corporation | Probabilistic learning element |
US4599692A (en) * | 1984-01-16 | 1986-07-08 | Itt Corporation | Probabilistic learning element employing context drive searching |
US4805225A (en) * | 1986-11-06 | 1989-02-14 | The Research Foundation Of The State University Of New York | Pattern recognition method and apparatus |
JPH04346187A (ja) * | 1991-05-23 | 1992-12-02 | Matsushita Electric Ind Co Ltd | 被検出物の良否判定方法 |
DE4133590A1 (de) * | 1991-07-03 | 1993-01-14 | Bosch Gmbh Robert | Verfahren zur klassifikation von signalen |
DE4436408C1 (de) * | 1994-10-12 | 1995-12-07 | Daimler Benz Ag | Mustererkennungsverfahren |
US7167587B2 (en) * | 2002-08-30 | 2007-01-23 | Lockheed Martin Corporation | Sequential classifier for use in pattern recognition system |
GB2434496B (en) * | 2005-07-14 | 2007-10-31 | Snell & Wilcox Ltd | Method and apparatus for analysing image data |
JP5663148B2 (ja) * | 2009-06-29 | 2015-02-04 | アズビル株式会社 | 計数装置、物理量センサ、計数方法および物理量計測方法 |
JP2011033525A (ja) * | 2009-08-04 | 2011-02-17 | Yamatake Corp | 計数装置、物理量センサ、計数方法および物理量計測方法 |
JP5702536B2 (ja) * | 2010-01-05 | 2015-04-15 | アズビル株式会社 | 速度計測装置および方法 |
US8982336B2 (en) | 2010-03-10 | 2015-03-17 | Azbil Corporation | Physical quantity sensor and physical quantity measuring method |
CN114934467B (zh) * | 2022-07-08 | 2024-04-30 | 江苏永达电力金具有限公司 | 一种车位道闸控制方法、车位道闸***及介质 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US3275986A (en) * | 1962-06-14 | 1966-09-27 | Gen Dynamics Corp | Pattern recognition systems |
US3341814A (en) * | 1962-07-11 | 1967-09-12 | Burroughs Corp | Character recognition |
US3588823A (en) * | 1968-03-28 | 1971-06-28 | Ibm | Mutual information derived tree structure in an adaptive pattern recognition system |
GB1233459A (de) * | 1968-07-15 | 1971-05-26 | ||
JPS518699B1 (de) * | 1970-11-09 | 1976-03-19 |
-
1975
- 1975-06-02 NL NL7506520.A patent/NL165863C/xx not_active IP Right Cessation
-
1976
- 1976-05-25 SE SE7605957A patent/SE435219B/xx not_active IP Right Cessation
- 1976-05-25 CH CH657876A patent/CH616255A5/de not_active IP Right Cessation
- 1976-05-27 CA CA253532A patent/CA1054718A/en not_active Expired
- 1976-05-28 DE DE762623861A patent/DE2623861C3/de not_active Expired
- 1976-05-28 US US05/690,855 patent/US4066999A/en not_active Expired - Lifetime
- 1976-05-28 GB GB22418/76A patent/GB1515202A/en not_active Expired
- 1976-05-31 BE BE7000831A patent/BE842422A/xx not_active IP Right Cessation
- 1976-06-02 JP JP51063659A patent/JPS527636A/ja active Granted
- 1976-06-02 FR FR7616700A patent/FR2313717A1/fr active Granted
Also Published As
Publication number | Publication date |
---|---|
NL165863B (nl) | 1980-12-15 |
SE7605957L (sv) | 1976-12-03 |
GB1515202A (en) | 1978-06-21 |
JPS527636A (en) | 1977-01-20 |
FR2313717B1 (de) | 1979-06-22 |
DE2623861B2 (de) | 1978-07-13 |
DE2623861A1 (de) | 1976-12-09 |
CH616255A5 (de) | 1980-03-14 |
BE842422A (nl) | 1976-09-16 |
CA1054718A (en) | 1979-05-15 |
SE435219B (sv) | 1984-09-10 |
JPS5744186B2 (de) | 1982-09-20 |
US4066999A (en) | 1978-01-03 |
NL7506520A (nl) | 1976-12-06 |
FR2313717A1 (fr) | 1976-12-31 |
NL165863C (nl) | 1981-05-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
DE2623861C3 (de) | Verfahren zum maschinellen Lesen von Schriftzeichen | |
DE3716787C2 (de) | ||
DE69230633T2 (de) | Verfahren zur Ermittlung von Wortformen zum folgenden Vergleich | |
DE68915950T2 (de) | Verfahren zum Trennen von Zeichen. | |
DE69230631T2 (de) | Verfahren zum Vergleichen von Wortgestalten | |
DE60120810T2 (de) | Verfahren zur Dokumenterkennung und -indexierung | |
DE19547812C2 (de) | Lesegerät für Schriftzeichenketten | |
DE102016118502A1 (de) | Verfahren, Einrichtung und Vorrichtung zum Ermitteln einer Fahrbahngrenze | |
DE102016124879A1 (de) | Verfahren, Einrichtung und Vorrichtung zum Ermitteln von Fahrspurlinien | |
DE2234109C3 (de) | Leseapparat | |
DE69717730T2 (de) | Verfahren und Vorrichtung zur Bildverarbeitung | |
DE102020211636A1 (de) | Verfahren und Vorrichtung zum Bereitstellen von Daten zum Erstellen einer digitalen Karte | |
WO1992006448A1 (de) | Verfahren zur extrahierung von einzelzeichen aus rasterbildvorlagen einer gelesenen hand- oder maschinenschriftlichen zeichenfolge freier teilung | |
DE102010003529A1 (de) | Kartenanzeigevorrichtung | |
DE69030614T2 (de) | Gerät zur Erkennung handgeschriebener Zeichen | |
DE102012025349B4 (de) | Bestimmung eines Ähnlichkeitsmaßes und Verarbeitung von Dokumenten | |
EP2622540A1 (de) | Verfahren zur klassifizierung von mustern in bilddatensätzen | |
EP1833258A2 (de) | Hybrides Bildkompressionsverfahren | |
DE69331035T2 (de) | Zeichenerkennungssystem | |
DE202022104461U1 (de) | Syntaxgeleitetes Erkennungssystem für mathematische Termini | |
DE69926699T2 (de) | Unterscheidung zwischen Formularen | |
DE2550152A1 (de) | Verfahren und vorrichtung zum vergleichen von bildhaften mustern | |
DE60007333T2 (de) | Trainierbares, anpassungfähiges fokussiertes replikatornetzwerk zur datenanalyse | |
DE10009538B4 (de) | Verfahren zur Analyse von Fingerabdruckbildern | |
DE69715921T2 (de) | Anlage zur erkennung handgeschriebener zeichen |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C3 | Grant after two publication steps (3rd publication) | ||
8339 | Ceased/non-payment of the annual fee |