DE3689416T2

DE3689416T2 - Mustermerkmalextraktion.

Info

Publication number: DE3689416T2
Application number: DE3689416T
Authority: DE
Inventors: David Justin Ross
Original assignee: Calera Recognition Systems Inc
Current assignee: Nuance Communications Inc
Priority date: 1985-10-10
Filing date: 1986-10-10
Publication date: 1994-12-15
Anticipated expiration: 2006-10-11
Also published as: EP0228776A3; DE3689416D1; EP0228776B1; US4700400A; JPS62221785A; EP0228776A2

Description

Die Erfindung betrifft eine Vorrichtung und ein Verfahren zum Gewinnen von Mustermerkmalen, welche Vorrichtung und welches Verfahren in einem Mustererkennungssystem verwandt werden können.
Es ist eine breite Vielzahl verschiedener Mustererkennungssysteme bekannt. Jedes derartige System empfängt optisch Daten, die ein zu erkennendes Muster darstellen, und führt gewisse Prozesse an diesem Muster aus, um es mit bekannten Mustern zu vergleichen und dadurch das Eingangsmuster "zu erkennen".
Ein Grundflußdiagramm, das ein Mustererkennungssystem darstellt, ist in Fig. 1 der zugehörigen Zeichnungen gezeigt, die ein Blockdiagramm ist, das sowohl die gegenständliche Organisation als auch den Prozeßablauf eines typischen bekannten Muster- oder Zeichenerkennungssystems darstellt.
Das Eingangsmuster ist dasjenige Muster, das erkannt werden soll. Ein Digitalisierer 12 wandelt das Eingangsmuster 11 in eine Reihe von Bytes zum Speichern im Systemspeicher 13 um. Diese Bytes sind im typischen Fall in ihrer Beschaffenheit binär, was die Tatsache wiedergibt, daß das Eingangsmuster 11 im wesentlichen ein Schwarzweißbild ist. Digitalisierer sind bekannt und werden im typischen Fall in Vorrichtungen wie Telefaxmaschinen, elektronischen Dupliziermaschinen (im Gegensatz zu optischen Photokopiergeräten) und optischen Zeichenerkennungssystemen bekannter Art verwandt. Der Speicher 13 kann irgendeine geeignete Speichereinrichtung einschließlich Speicher mit direktem Zugriff bekannter Ausbildung umfassen. Eine Segmentierung 14 dient dazu, die im Speicher 13 gespeicherten Bilddaten in einzelne Zeichen aufzuteilen. Eine derartige Segmentierung ist bekannt und beispielsweise in Digital Picture Processing, Second Edition, Volume 2, Azriel Rosenfeld and Avinash C. Kak, Academic Press, 1982, insbesondere Chapter 10 unter dem Titel "Segmentation" beschrieben.
Eine Merkmalgewinnungseinrichtung 15 verarbeitet jedes Datenteil (d. h. jedes Zeichen), das von der Segmentierung 14 empfangen wird, um diese Daten in eine vorher bestimmte Standartform zur Verwendung durch eine Identifizierungseinrichtung 16 umzuwandeln, die ihrerseits jedes Zeichen als ein Zeichen eines bekannten Zeichensatzes identifiziert. Eine Ausgabeeinrichtung 17 dient dazu, Ausgangsdaten (im typischen Fall ASCII oder ähnliches) in der gewünschten Weise einer externen Schaltungsanordnung (nicht dargestellt) zu liefern.
Die Identifizierungseinrichtung 16 kann irgendeine Einrichtung aus einer Anzahl bekannter Identifizierungseinrichtungen sein, die im typischen Fall in Mustererkennungssystemen einschließlich insbesondere in optischen Zeichenerkennungssystemen verwandt werden. Eine derartige Identifizierungseinrichtung ist in dem für Todd erteilten US-Patent 42 59 661 vom 31. März 1981 mit dem Titel "Apparatus and Method for Recognizing a Pattern" beschrieben. Eine Identifizierungseinrichtung 16 ist auch in Syntatic Pattern Recognition and Applications, K. S. Fu, Prentice Hall, Inc. 1982, insbesondere Section 1.6 und Anhänge A und B beschrieben. Insoweit die vorliegende Erfindung eine Vorrichtung und ihr Arbeitsverfahren zum Benutzen betrifft, konzentriert sich die vorliegende Darstellung einschließlich der Beschreibung des Standes der Technik anstelle der Merkmalgewinnungseinrichtung 15, wie sie in einem optischen Zeichenerkennungssystem vorkommt, auf eine derartige Merkmalgewinnungseinrichtung.
Bekannte Merkmalgewinnungsverfahren fallen im allgemeinen in zwei Klassen, nämlich "Matrixüberlagerung" und "Merkmalanalyse". In der Matrixüberlagerung wird ein zu erkennendes Eingangszeichen physisch mit mehreren bekannten Mustern verglichen, die in einem Speicher gespeichert sind. Sowohl die Eingangsdaten, als auch die gespeicherten bekannten Zeichen, die mehrere Bildpunkte (Bildelemente) enthalten, werden im wesentlichen jeweils als Merkmalvektor gespeichert, der ein Bit für jeden Bildpunkt (weiß sowie schwarz) des Zeichens umfaßt. Das führt zu einer sehr großen Anzahl von Merkmalvektoren, die gespeichert werden, wenn das Testmuster mit einer großen Anzahl von Bezugsmustern verglichen werden muß. Die Merkmalgewinnung vom Typ der Matrixüberlagerung verwendet im allgemeinen eine Gütezahl, die eine Zahl ist, die über einen Prozeß der besten Übereinstimmung der einzelnen Bildpunkte abgeleitet wird, bei dem die einzelnen Bildpunkte des Eingangszeichens und die einzelnen Bildpunkte eines bekannten Zeichens in einer logischen Exklusiv-ODER-Verknüpfung kombiniert werden. Die sich ergebende Gütezahl dieser Exklusiv-ODER-Verknüpfung ist eine Zahl, die die Anzahl der Bildpunkte angibt, die in den beiden Mustern nicht übereinstimmen. Diese Information wird der Identifizierungseinrichtung 16 geliefert, die als erkanntes Zeichen dasjenige Zeichen wählt, daß die niedrigste Anzahl von nicht übereinstimmenden Bildpunkten aufweist.
Das Matrixüberlagerungsverfahren der Mustergewinnung ist brauchbar, wenn Eingangszeichen mit einer sehr begrenzten Anzahl von Schrifttypen oder Bezugszeichen verglichen werden. Das ist ein Grund dafür, daß spezielle "OCR"-Zeichentypen entwickelt wurden, die zwar zur Verwendung mit Matrixüberlagerungsmerkmalgewinnungsverfahren geeignet sind, jedoch für Menschen nicht lesbar sind. Matrixüberlagerungsmerkmalgewinnungsverfahren sind relativ unempfindlich gegenüber Fleckenstörungen (d. h. eine verschmutzte Seite) und relativ unempfindlich gegenüber unbeabsichtigten Unterbrechungen in den Zeichen. Die Matrixüberlagerung ist jedoch stark empfindlich gegenüber Änderungen in der Form, d. h. Änderungen im Schrifttyp, in der Typgröße, der Verwendung von Kursiv-Schriften, Unterstreichungen, Fettdruck und ähnlichen üblicherweise auftretenden Dingen. Matrixüberlagerungsmerkmalgewinnungsverfahren sind daher nicht wirklich geeignet für eine breite Verwendung in Systemen, die Zeichen erkennen müssen, die eine große Anzahl von Schrifttypen, Typgrößen und ähnliches haben, ohne daß enorme Investitionen in der Hardware und in der Rechenleistung erforderlich sind.
Ein weiteres bekanntes Verfahren, das zur Merkmalgewinnung verwandt wird, ist die sogenannte "Merkmalanalyse". Die Merkmalanalyse ist ein Merkmalgewinnungsverfahren, das jedes zu erkennende Zeichen betrachtet und ermittelt, ob dieses Zeichen eines oder mehrere Merkmale aus einer Vielzahl bestimmter Merkmale enthält. Derartige bestimmte Merkmale, die oftmals bei Merkmalsgewinnungsverfahren durch eine Merkmalanalyse verwandt werden, schließen die Stelle von Strichen an bestimmten Positionen, die Stelle von Rändern des Zeichens, die Stelle von Bereichen, die vollständig über den Rand eines Zeichens verbunden sind (wie beispielsweise der nach oben gerichtete Vorsprung am oberen Ende des Großbuchstabens A, nach rechts gerichtete "Buchten", wie beispielsweise die Öffnung im Buchstaben C) und ähnliches ein. Derartige Merkmalanalyseverfahren sind beispielsweise in Computer Analysis and Perception, Band I, "Visual Signals", Ching Y. Suen, Renato De Mori, CRC Press, Inc., 1982, insbesondere Kapitel 3 beschrieben. Es gibt eine große Anzahl von Merkmalanalysetechniken in Abhängigkeit teilweise von den jeweiligen Merkmalen, von denen jemand glaubt, daß sie beim Erkennen von Zeichen wichtig sind. Die Datenausgabe einer Merkmalgewinnungstechnik mit Merkmalanalyse ist ein mathematischer Merkmalvektor, der das Vorliegen, die Menge oder die Größe bestimmter Merkmale in einem zu erkennenden unbekannten Zeichen angibt. Dieser Merkmalvektor wird dann durch die Identifizierungseinrichtung dazu benutzt, ihn mit gespeicherten Merkmalvektoren bekannter Zeichen zu vergleichen, wobei das unbekannte Zeichen als dasjenige bekannte Zeichen identifiziert wird, daß einen Merkmalvektor hat, der dem Merkmalvektor des unbekannten Zeichens am ähnlichsten ist. Bei einigen Merkmalanalysetechniken werden beim Vergleich des Merkmalvektors des unbekannten Zeichens mit den Merkmalvektoren bekannter Zeichen gewisse Merkmale stärker als andere gewichtet. Unabhängig davon, welche Merkmale lokalisiert und benutzt werden, sind Merkmalanalysetechniken sehr empfindlich gegenüber unerwünschten Unterbrechungen in den Zeichen und gegenüber Fleckenstörungen. Andererseits sind Merkmalgewinnungstechniken mit Merkmalanalyse im allgemeinen weniger empfindlich gegenüber Änderungen in den Formen und somit gegenüber Änderungen in der Typenart und Typengröße, als es bei Matrixüberlagerungsmerkmalgewinnungstechniken der Fall ist.
Es wurde darüber hinaus bereits eine Technik benutzt, die einige Eigenschaften der Merkmalgewinnungstechniken mit Matrixüberlagerung und mit der Merkmalanalyse kombiniert. Die sogenannten Schablonenvergleichstechniken verwenden Masken, um Bereiche im unbekannten Zeichen zu betrachten und dadurch bestimmte Merkmale zu lokalisieren. Es kann somit eine bestimmte Maske dazu benutzt werden, den linken Rand des Zeichens zu betrachten, um festzustellen, ob es eine vertikale Linie am linken Rand des Zeichens gibt, wie es bei dem Buchstaben K der Fall ist. Obwohl diese Technik einige der Nachteile der Merkmalgewinnungstechniken mit Matrixüberlagerung und mit Merkmalanalyse überwindet, neigen die Merkmalgewinnungstechniken mit Schablonenvergleich dazu, viele derselben Mängel zu teilen. Wie die Merkmalanalyse benötigt auch der Schablonenvergleich beispielsweise ein großes Maß an Rechenleistung. Eine weitere bekannte Merkmalgewinnungstechnik ist in "Chinese Character Recognition by Hierarchical Pattern Matching", S. Yamamoto, A. Nakajima, K. Nakata, Proceedings of the First International Joint Conference on Pattern Recognition, 30. Oktober bis 01. November 1973, Washington, D.
C., The Institute of Electrical and Electronics Engineers, Inc., Seite 187-196 beschrieben. Yamamoto et al. beschreiben eine Merkmalgewinnungstechnik mit Matrixüberlagerung. In jedem Schritt dieser Merkmalgewinnungstechnik werden jedoch die Bildpunkte, die das zu erkennende Zeichen bildet, dazu benutzt, eine Reihe von komprimierten Bildern zu bilden, wobei jedes derartige komprimierte Bild mit bekannten Zeichen verglichen wird, deren Bilder in ähnlicher Weise komprimiert wurden. Während jedes Schrittes wird weniger Kompression benutzt und wird eine Anzahl von bekannten Zeichen, von denen festgestellt wurde, daß sie nicht gleich dem unbekannten Zeichen sind, aus den folgenden Vergleichen herausgenommen, was die Geschwindigkeit des Vergleiches erhöht. Diese Art einer Matrixüberlagerungstechnik bietet gewisse Vorteile verglichen mit den oben beschriebenen Matrixüberlagerungstechniken, da sie jedoch eine Matrixüberlagerungstechnik bleibt, ist es schwierig, diese Technik zum Erkennen von Zeichen aus einer großen Anzahl von Typenarten zu verwenden, ohne daß ein übergroßes Maß an Hardware und Rechenleistung benötigt wird.
Die Merkmalgewinnungstechnik im zum Stande der Technik gehörenden Teil der unabhängigen Ansprüche, ist in Elektronische Rechenanlagen 1974, Heft 4, Seite 135 beschrieben.
Durch die Erfindung werden somit ein Verfahren und eine Vorrichtung geschaffen, bei denen Merkmalvektoren gebildet werden, die die Bildpunkte wiedergeben, die in einem Muster, das erkannt werden soll, und in Bezugsmuster enthalten sind. Ein Teil des Merkmalvektors, der gemäß der Erfindung entwickelt wird, repräsentiert die Bildpunkte, die im Muster selbst enthalten sind, wobei kein sehr großer Merkmalvektor benötigt wird, der exakt jeden Bildpunkt des Musters bestimmt.
Die Erfindung kann auch vorsehen, daß ein anderer Teil des Merkmalvektors, der aus einem oder mehreren Bytes des Merkmalvektors besteht, daß Seitenverhältnis des Musters angibt.
Jedes Byte des Merkmalvektors, der die Bildpunkte wiedergibt, die im Zeichen enthalten sind, kann das relative Verhältnis der schwarzen Bildpunkte zu der Gesamtanzahl an Bildpunkten in einem bestimmten Bereich des Zeichens wiedergeben. Es können andere Funktionen bezüglich der Eingangsmatrix und der Ausgangsmerkmalvektorinformation verwandt werden.
Die Bereiche des Zeichens, die durch den Merkmalvektor bestimmt sind, können gemeinsam das ganze Zeichen überdecken, so daß sich ein Merkmalvektor ergibt, der das beschreibt, was grob als eine verschwommene oder unscharfe Version des Musters angesehen werden kann.
Bereiche der Eingangsmatrix können gleichmäßig beabstandet in gleicher Größe sein und/oder einander überlappen.
Es versteht sich, daß die Erfindung zur Verwendung beim Mustererkennungssystemen zum Erkennen von anderen Mustern als Zeichen und tatsächlich auf Systeme anwendbar ist, die dazu benutzt werden, irgendeine Information zu erkennen, die mathematisch wiedergegeben werden kann.
Die Erfindung wird im folgenden zur Darstellung unter Bezug auf die verbleibenden Figuren der zugehörigen Zeichnungen beschrieben, in denen
Fig. 2A bis 2C Techniken zeigen, die gemäß der Erfindung dazu benutzt werden, eine Matrix einer ersten Größe, die Bits enthält, die die Bildpunkte in einem Bild wiedergeben, in eine Matrix einer zweiten Größe zu transformieren, die Bytes enthält, die eine verschwommene Version des Bildes wiedergeben,
Fig. 3A bis 3C eine Technik zeigen, die gemäß der Erfindung dazu benutzt wird, eine Matrix einer ersten Größe, die Bytes enthält, die die Bildpunkte in einem Bild wiedergeben, in einer Matrix einer zweiten Größe zu transformieren, die Bytes enthält, die eine verschwommene Version dieses Bildes wiedergeben,
Fig. 4 in einem Flußdiagramm das Verfahren der Fig. 3A und 3B zeigt,
Fig. 5 ein Flußdiagramm ist, daß das Verfahren der Fig. 3B und 3C darstellt, und
Fig. 6 ein Flußdiagramm ist, daß ein ähnliches Verfahren der Erfindung zeigt, bei dem die Zwischenmatrix nicht benutzt wird.
Gemäß der vorliegenden Erfindung werden Merkmalvektoren gebildet, die die Bildpunkte bestimmen, die in einem Muster oder Zeichen enthalten sind, das erkannt werden soll. Der Merkmalvektor, der gemäß der Erfindung entwickelt wird, repräsentiert im Gegensatz zum Stande der Technik die Bildpunkte, die im Zeichen selbst enthalten sind, wobei anders als bei den Matrixüberlagerungstechniken kein sehr großer Merkmalvektor gebildet wird, der genau jeden Bildpunkt im Bild bestimmt. Bei einem Ausführungsbeispiel dieser Erfindung enthält der Merkmalvektor 40 Bytes plus 16 Bytes, die das Seitenverhältnis (die Quadratwurzel des Verhältnisses der Zeichenbreite zur Zeichenhöhe) bestimmen. Bei diesem Ausführungsbeispiel bestimmt jedes der 40 Bytes des Merkmalvektors die relative Anzahl von schwarzen Bildpunkten zur Gesamtanzahl von Bildpunkten in jedem von 40 verschiedenen Bereichen des Zeichens. Bei einem Ausführungsbeispiel ist es nicht erwünscht, die Zeichen einfach in 40 Teile zu unterteilen, da im allgemeinen die Anzahl der Bildpunkte im Zeichen nicht gleich durch 40 teilbar ist. Die bei diesem Ausführungsbeispiel verwandte Technik teilt das Zeichen effektiv in 40 gleiche Bereiche, indem Teile eines Bildpunktes auf mehrere Bereiche (bei einem Ausführungsbeispiel auf bis zu vier Bereiche) verteilt werden.
Das ermöglicht es einem optischen Zeichenerkennungssystem, das diese Technik verwendet, ein unbekanntes Zeichen mit einer Vielzahl von bekannten Zeichen (die jeweils durch ihre eigenen speziellen Merkmalvektoren repräsentiert sind) in einer Weise zu vergleichen, die als ähnlich mit der Weise angesehen werden kann, in der Menschen Vergleiche anstellen. Diese Fähigkeit ist nicht nur von akademischen Interesse, es hat sich gezeigt, daß diese Technik die Erkennung von Zeichen erlaubt und die Fehlerkennung von Zeichen vermeidet, und zwar wesentlich zuverlässiger, als es beim Stand der Technik für Zeichen in vielen verschiedenen Typenarten bekannt ist.
Es wurde durch die Ausführung von optischen Zeichenerkennungen an einer relativ großen Menge von Eingangsdaten empirisch festgestellt, daß ein Merkmalvektor, der eine 5 · 8 Matrix (Breite = 5, Höhe = 8) wiedergibt, die ein Zeichen repräsentiert, die größte Genauigkeit bei der Erkennung von lateinischen Buchstaben bietet. Bei anderen Schriften als lateinischen Schriften kann dieselbe Übung ausgeführt werden, um zu bestimmen, ob andere Seitenverhältnisse zum Erkennen derartiger anderer Zeichensätze besser geeignet sind.
Da im allgemeinen die Digitalisierung eines gelesenen Textes zu einem Zeichen führt, das von einer Anzahl von Bildpunkten repräsentiert wird, die größer als eine 5 · 8 Matrix ist, ist es notwendig, eine Technik zur Verfügung zu haben, um beispielsweise ein 20 Bildpunkt breites · 30 Bildpunkt hohes Bild in eine 5 · 8 Byte-Merkmalvektormatrix umzuwandeln. Bei bekannten Techniken zum Verkleinern einer großen Matrix auf eine kleinere Matrix zur leichteren Handhabung unter Verwendung von Merkmalgewinnungstechniken mit Merkmalanalyse oder Matrixüberlagerung wären nur gewählte Bildpunkte in der transformierten Matrix enthalten. Es läßt sich hoffen, daß die gewählten Bildpunkte so gewählt sind, daß sie die Schlüsselbildpunkte sind, was die Unterscheidungsfähigkeit zwischen zwei ähnlichen Zeichen, wie beispielsweise c oder e erhöht. Obwohl diese Techniken eine Transformation der Daten in eine besser zu verwaltende Größe erlauben, haften ihnen weiterhin die Nachteile an, die oben unter Bezug auf die Merkmalgewinnungstechniken mit Merkmalanalyse oder Matrixüberlagerung beschrieben wurden. Umgekehrt müssen kleine Zeichen wie beispielsweise der Punkt so gedehnt werden, daß sie eine 5 · 8 Merkmalvektormatrix füllen.
Gemäß dieser Erfindung wird eine Vorrichtung zum Transformieren einer Matrix mit einer ersten Größe, die ein Zeichen bestimmt, in eine Matrix mit einer zweiten Größe geschaffen, die dasselbe Zeichen in einer Weise, die als ähnlich der Weise angesehen werden kann, in der Menschen das Zeichen sehen, allerdings in einer verschwommenen Version des Zeichens bestimmt. Diese Technik kann anhand der Fig. 2A bis 2C beschrieben werden. Fig. 2A zeigt eine M · M Matrix, wie sie beispielsweise von der Segmentierungseinrichtung 14 (Fig. 1) empfangen wird. Während Fig. 2A eine 4 · 3 Matrix zeigt, versteht es sich, daß das nur ein Beispiel ist, und tatsächlich eine typische Eingangsmatrix Bildpunkte breit und 30 Bildpunkte oder mehr hoch sein kann. Es sei weiterhin als Beispiel angenommen, daß die 4 · 3 Matrix von Fig. 2A in eine 3 · 2 Matrix transformiert werden soll, die in Fig. 2C dargestellt ist. Fig. 2B zeigt eine Zwischenmatrix der Größe NP · MQ Bits (obwohl es sich versteht, daß auch Zwischenmatrizen mit anderer Größe verwendet werden können), wobei N die Höhe der Eingangsmatrix, M die Breite der Eingangsmatrix, P die Höhe der Ausgangsmatrix und Q die Breite der Ausgangsmatrix bezeichnen. Um die Matrix von Fig. 2B zu füllen, werden die Werte jedes Bits in Fig. 2A Q mal in horizontaler Richtung und P mal in vertikaler Richtung in Fig. 2B eingegeben, wie es dargestellt ist (Rechtecke in Strichen). Um die Transformation zu vervollständigen, werden die Daten von der Zwischenmatrix in Fig. 2B in die P · Q Matrix von Fig. 2C dadurch eingegeben, daß die Werte jedes der P · Q Bereiche in Fig. 2B (Rechtecke in ausgezogenen Linien) jeweils mit einer Größe von N · M in der dargestellten Weise addiert werden. Das führt zu einer Transformation der N · M (4 · 3) Eingangsmatrix von Fig. 2A in die P · Q (3 · 2) Ausgangsmatrix von Fig. 2C. Es ist wichtig, daß die Ausgangsmatrix von Fig. 2C das Zeichen wiedergibt, das vorher von der Eingangsmatrix 2A wiedergegeben wurde, jedoch in einer verschwommenen oder verwischten Weise. Das heißt mit anderen Worten, daß die Daten in Fig. 2C aus den Daten von Fig. 2A derart vermengt wurden, daß jedes Byte in der Matrix von Fig. 2C einen Bereich im ursprünglichen Zeichen wiedergibt, das in Fig. 2A wiedergegeben wurde.
Wenn die Eingangsmatrix sehr groß ist, führt dieses Ausführungsbeispiel zu einer sehr großen Zwischenmatrix (Fig. 2B). Bei einem anderen Ausführungsbeispiel der erfindungsgemäßen Vorrichtung wird dieselbe Ausgangsmatrix (Fig. 3C) unter Verwendung einer Reihe von Zählern erzeugt, die koordinieren, wann Elemente der Eingangsmatrix (Fig. 3A) zu Elementen der Ausgangsmatrix zu addieren sind. Dieses zweite Ausführungsbeispiel ist so ausgebildet, daß eine Zwischenmatrix mit der Breite der Ausgangsmatrix und der Höhe der Eingangsmatrix erzeugt wird. Die Zwischenmatrix (Fig. 3B), die in dieser Weise erzeugt wird, wird zunächst unter Verwendung der Elemente der Eingangsmatrix fortgeschrieben. Wenn die Zwischenmatrix voll ist, dann werden die Elemente der Zwischenmatrix zum Füllen der Ausgangsmatrix benutzt. Fig. 4 ist ein Flußdiagramm, das den Arbeitsvorgang der Füllung der Zwischenmatrix zeigt, und Tabelle 1 zeigt die Werte der verschiedenen Zähler und Indizes, die im Flußdiagramm von Fig. 4 verwandt werden, um die Zwischenmatrix zu füllen. In ähnlicher Weise ist Fig. 5 ein Flußdiagramm, das den Arbeitsablauf zum Füllen der Ausgangsmatrix zeigt, wenn die Zwischenmatrix einmal gefüllt ist, und zeigt Fig. 2 die Werte der Zähler und Indizes, die beim Füllen der Ausgangsmatrix verwandt werden. Die Schritte in den Tabellen der vorliegenden Beschreibung sind direkt vor der Ausführung des mit "Start" bezeichneten Schrittes im zugehörigen Flußdiagramm numeriert.
Zum Zweck der vorliegenden Beschreibung werden die folgenden Variabeln in Verbindung mit den Flußdiagrammen und den Tabellen verwandt, um die Arbeit der Zähler zu beschreiben.
M = Breite der Eingangsmatrix (Bitliste)
Q = Breite der Ausgangsmatrix
N = Höhe der Eingangsmatrix
P = Höhe der Ausgangsmatrix
i = Horizontalindex der Eingangsmatrix. Werte von 0 bis M-1
I = Horizontalindex der Ausgangsmatrix. Werte von 0 bis Q-1
j = Vertikalindex der Eingangsmatrix. Werte von 0 bis N-1
J = Vertikalindex der Ausgangsmatrix. Werte von 0 bis P-1
H1 = Horizontalzähler zum Bestimmen der Zunahme von I. Werte von 0 bis Q
H2 = Horizontalzähler zum Bestimmen der Zunahme von I. Werte von 0 bis M
V1 = Vertikalzähler zum Bestimmen der Zunahme von j. Werte von 0 bis P
V2 = Vertikalzähler zum Bestimmen der Zunahme von J. Werte von 0 bis N Tabelle 1 (Fig. 4) Start Schritt Tabelle 2 (Fig. 5) Start Schritt Tabelle 3 (Fig. 6) Start Schritt usw.
Bei einem weiteren Ausführungsbeispiel der Erfindung wird die Verwendung der Zwischenmatrix dadurch ersetzt, daß zusätzliche Zähler benutzt werden. Fig. 6 ist ein Flußdiagramm, das die Arbeitsweise dieses dritten Ausführungsbeispiels zeigt. Tabelle 3 führt die Schritte im Algorithmus zur Transformation der Eingangsmatrix von Fig. 3A in die Ausgangsmatrix von Fig. 3C auf.
Wie es im Vorhergehenden beschrieben wurde, kann eine typische Eingangsmatrix, die ein Zeichen bestimmt, 20 Bildpunkte breit und 30 Bildpunkte hoch sein, und kann die verschwommene oder verwischte Ausgangsmatrix 5 Bytes breit und 8 Bytes hoch sein, wodurch im übrigen die Anzahl an Bytes stark verringert wird, die gehandhabt werden müssen, um diese Daten zu verarbeiten. Für die Fachleute versteht es sich ohne weiteres, daß eine 20 breite und 30 hohe Eingangsmatrix, die binäre Einzelbitzahlen enthält, die schwarze und weiße Bildpunkte wiedergeben, dann, wenn sie zu einer Matrix irgendeiner Größe vermengt wird, ein Ausgangsbyte mit einem Maximalwert von 600 (N · M) liefern kann, was einem Bereich entspricht, der vollständig schwarz ist (alle Eingangsbildpunkte in diesem Bereich = 1).
Bei einem Ausführungsbeispiel der Erfindung wird der Merkmalvektor (außer für diejenigen Bytes im Merkmalvektor, die das Seitenverhältnis oder andere zusätzliche Merkmale wiedergeben) so normiert, daß die Norm gleich 256 ist, was nach der folgenden Gleichung geschieht:
xi = i-tes Byte des Merkmalvektors und
N = Anzahl der Bytes im verschwommenen oder vermengten Bildpunktteil des Merkmalvektors.
Die Zahl 256 wurde empirisch als diejenige bestimmt, die Ausgangsvektoren mit der kleinsten Anzahl von Bits pro Element liefert, die noch Ergebnisse von der Identifizierungseinrichtung liefern, die annähernd so genau wie diejenigen von Merkmalvektoren mit einer beliebig großen Anzahl von Bits pro Element sind.
Die Normierung hat mehrere Vorteile. Die Normierung verringert den Wert eines gegebenen Bytes wodurch die Anzahl der Bits so gering wie möglich gehalten wird, die benötigt werden, um dieses Byte wiederzugeben.
Noch wichtiger ist, daß diese Normierung durchgeführt werden kann, um Einflüsse von Abweichungen in der Zeichengröße auszuschalten, so daß nur ein einziger Satz von Bezugsvektoren pro Typenart über einen weiten Bereich der Typengröße benötigt wird. Das steht im starken Gegensatz zu den bekannten Techniken, in denen sozusagen ein Satz von Merkmalvektoren von Bezugszeichen für 10-Punkt Courier, ein separater Satz von Merkmalvektoren für Bezugszeichen für 12-Punkt Courier, ein separater Satz für 14-Punkt Courier usw. benötigt wird. D. h. mit anderen Worten, daß gemäß der lehre der Erfindung der Merkmalvektor beispielsweise für 12-Punkt Courier "e" genau der gleiche wie der Merkmalvektor für 14-Punkt Courier "e" ist, während bei OCR- Systemen, die Merkmalgewinnungstechniken mit Matrixüberlagerung verwenden, zwei separate Merkmalvektoren vorliegen würden. Das erlaubt eine starke Verringerung in der Anzahl der gespeicherten Merkmalvektoren der Bezugszeichen mit einer entsprechenden Abnahme in den Kosten und einer stark erhöhten Arbeitsgeschwindigkeit.
In relativ wenigen Fällen (die empirisch als weniger als annähernd 1/10 eines Prozentes ermittelt wurden) führt diese Normierung zu einem oder mehreren Bytes des normierten Vektors mit einem Wert größer als 127. In diesem Fall werden diese Werte gleich 127 gesetzt, wodurch jedes Byte des Merkmalvektors als ein Wert beibehalten wird, der in 7 Bits wiedergegeben werden kann.
Als ein zusätzliches Merkmal der Erfindung kann ein oder können mehrere zusätzliche Bytes, die zusätzliche Merkmale für das Eingangsmuster wiedergeben, zur Bildung des Merkmalvektors benutzt werden. Bei einem Ausführungsbeispiel werden 16 derartige Bytes dazu benutzt, jeden der folgenden Werte wiederzugeben:
K W/H wobei
W = Breite des Eingangszeichens
H = Höhe des Eingangszeichens
K = eine Konstante, die empirisch gleich annähernd 3 (KKHEIGHT)/16 (2) 13,5 1/2 bestimmt wurde,
wobei KKHEIGHT = die Anzahl der vertikalen Elemente im Merkmalvektor.
In dieser Weise repräsentieren die Bytes, die das Seitenverhältnis wiedergeben, tatsächlich ein gewichtetes Seitenverhältnis, von dem ermittelt wurde, daß es die relative Bedeutung des Seitenverhältnisses beim Vergleichen unbekannter Zeichen mit bekannten Zeichen ist und zwar relativ zu den restlichen Bytes, die den Merkmalvektor bilden. Bei diesem Ausführungsbeispiel werden mehrere derartige gewichtete Seitenverhältnisrepräsentationen dazu benutzt, ihre Werte derart zu halten, daß jeder in 7 Bits dargestellt oder auf 7 Bits ohne großen Verlust an Genauigkeit beschnitten werden kann. Wenn das nicht notwendig ist, kann ein einziges Byte für das Seitenverhältnis benutzt werden. Bei diesem Ausführungsbeispiel der Erfindung ist der Wert K tatsächlich 1/4 des Wichtungsfaktors, der als am wirksamsten zur genauen Erkennung der Zeichen bestimmt wurde, so daß es 16 Seitenverhältnisfelder im Merkmalvektor gibt. Wenn in dieser Weise ein Merkmalvektor, der ein zu erkennendes Zeichen wiedergibt, mit dem Merkmalvektor eines Bezugszeichen verglichen wird, wird mit jedem Byte des Seitenverhältnisses genauso umgegangen, als es bei den ersten 40 Bytes der Fall ist. Wenn mit anderen Worten zwei Merkmalvektoren verglichen werden, wird die folgende Gleichung ausgeführt:
X = Merkmalvektor X;
Y = Merkmalvektor Y;
D(X,Y) = Abstand zwischen dem Merkmalvektor X und dem Merkmalvektor Y
Xi = i-tes Element des Merkmalvektors X;
Yi = i-tes Element des Merkmalvektors Y, und
N = Anzahl der Elemente in jedem Merkmalvektor (N = 56 im oben beschriebenen Merkmalvektor mit 40 verwischten Bildpunktbytes und 16 Bytes, die das Seitenverhältnis wiedergeben).
Während die Beschreibung spezielle Ausführungsbeispiele der Erfindung darstellte, ist sie nicht als Begrenzung des Umfangs der Erfindung anzusehen, der durch die Ansprüche gegeben ist. Für den Fachmann auf dem vorliegenden Gebiet werden sich im Licht der lehre dieser Beschreibung viele Ausführungsbeispiele der Erfindung ergeben.

Claims

1. Vorrichtung zum Gewinnen von Mustermerkmalen aus Bildelementdaten, die Werte haben, die das Muster wiedergeben, und die in einer Eingangsmatrix gespeichert sind, mit

Einrichtungen zum Gruppieren der Eingangsmatrixelemente in mehrere Gruppen und

Einrichtungen zum Addieren der Werte der Eingangsmatrixelemente in jeder Gruppe, um Ausgangsmatrixelemente zu liefern, die das Eingangsdatenmuster in Form eines unscharfen Merkmalvektors wiedergeben, der zur weiteren Verarbeitung für eine Musteridentifikation geeignet ist, gekennzeichnet durch Einrichtungen zum liefern eines Ausgangsmustervektors, der einen Seitenverhältnisparameter des Eingangsmusters enthält, der nach Maßgabe seiner Brauchbarkeit beim Identifizieren unbekannter Eingangsmuster gewichtet ist.

2. Vorrichtung nach Anspruch 1, dadurch gekennzeichnet, daß die Einrichtungen zum Addieren Zähler zum Bestimmen umfassen, von welchen Elementen der Eingangsmatrix die Werte zu welchen Elementen der Ausgangsmatrix zu addieren sind.

3. Vorrichtung nach Anspruch 2, dadurch gekennzeichnet, daß die Zähler dazu verwandt werden zu bestimmen, welche Elemente von jeder Zeile der Eingangsmatrix zu welchen Elementen einer ersten Anzahl von Elementen in einer entsprechenden Zeile einer Zwischenmatrix zu addieren sind, und die Zähler dazu verwandt werden zu bestimmen, welche Elemente von jeder Spalte der Zwischenmatrix zu welchen Elementen einer zweiten Anzahl von Elementen in einer entsprechenden Spalte einer Ausgangsmatrix mit einer ersten Anzahl von Spalten und einer zweiten Anzahl von Zeilen zu addieren sind.

4. Vorrichtung nach Anspruch 1, 2 oder 3, gekennzeichnet durch Einrichtungen, die den Seitenverhältnisparameter zur Quadratwurzel von (M/N) proportional machen, wobei M die Breite in Bildpunkten und N die Höhe in Bildpunkten der Eingangsmustermatrix sind.

5. Vorrichtung zum Umwandeln eines Eingangsmusters in Form von Bildpunktdaten in einer Eingangsmatrix mit einer Breite von M Elementen und einer Höhe von N Elementen in eine Ausgangsmerkmalvektormatrix mit einer Breite von Q Elementen und einer Höhe von P Elementen mit

Einrichtungen zum Bilden einer Zwischenmatrix mit einer Breite MQ und einer Höhe NP,

Einrichtungen zum Eingeben jedes Elementes von der Eingangsmatrix in die Zwischenmatrix, und zwar Q-mal in horizontaler Richtung und P-mal in vertikaler Richtung, und

Einrichtungen zum Füllen der Ausgangsmatrix mit Elementen von der Zwischenmatrix, dadurch gekennzeichnet, daß der Merkmalsvektor einen Seitenverhältnisparameter des Eingangsmusters enthält, der nach Maßgabe seiner Brauchbarkeit beim Identifizieren unbekannter Eingangsmuster gewichtet ist.

6. Verfahren zum Gewinnen von Mustermerkmalen von Bildelementdaten, die Werte haben, die das Muster wiedergeben, und die in einer Eingangsmatrix mit einer Höhe und einer Breite gespeichert sind, welches die Schritte umfaßt:

Gruppieren der Bildelementdaten von Bereichen der Eingangsmatrix und

Transformieren der Gruppen von Bildelementdaten zur Bildung von Ausgangsmatrixelementen, die eine unscharfe Version des Musters wiedergeben und zur weiteren Verarbeitung zur Musteridentifikation geeignet sind, dadurch gekennzeichnet, daß die Ausgangsmatrixelemente einen Seitenverhältnisparameter des Eingangsmusters enthalten, der nach Maßgabe seiner Brauchbarkeit beim Identifizieren unbekannter Eingangsmuster gewichtet ist.

7. Verfahren nach Anspruch 6, dadurch gekennzeichnet, daß die Bereiche quer über die Breite der Eingangsmatrix gleich beabstandet sind.

8. Verfahren nach Anspruch 6 oder 7, dadurch gekennzeichnet, daß die Bereiche längs der Höhe der Eingangsmatrix gleich beabstandet sind.

9. Verfahren nach Anspruch 6, 7 oder 8, dadurch gekennzeichnet, daß die Bereiche die gleiche Größe haben.

10. Verfahren nach Anspruch 6, 7, 8 oder 9, dadurch gekennzeichnet, daß die Bereiche einander überlappen.

11. Verfahren nach Anspruch 6, 7, 8, 9 oder 10, dadurch gekennzeichnet, daß die Bildelementdaten die Form von binären Datenbytes haben und die die Werte Schwarz und Weiß einschließen.

12. Verfahren nach Anspruch 11, dadurch gekennzeichnet, daß die binären Datenbytes optische Zeichen wiedergeben.

13. Verfahren nach Anspruch 11, dadurch gekennzeichnet, daß die Werte Grauwerte einschließen und der Schritt der Transformation das Addieren der Grauwerte der Datenbytes in jedem Bereich umfaßt, um die Elemente für die Ausgangsmatrix zu liefern.

14. Verfahren nach Anspruch 11, dadurch gekennzeichnet, daß der Transformationsschritt das Addieren der Anzahl der Datenbytes mit schwarzen Bildpunktwerten in jedem Bereich umfaßt, um die Elemente für die Ausgangsmatrix zu liefern.

15. Verfahren nach Anspruch 6, dadurch gekennzeichnet, daß die Eingangsmatrixdatenelemente mehrmals wiederholt werden, wobei die Anzahl der Wiederholungen gewählt ist, die wiederholten Datenelemente mit benachbarten wiederholten Datenelementen gruppiert werden und Elemente in den Gruppen addiert werden, um Elemente der Ausgangsmatrix zu liefern, die einen Merkmalsvektor bildet.

16. Verfahren nach Anspruch 15, dadurch gekennzeichnet, daß das Addieren ein Zählen umfaßt um zu bestimmen, welche Elemente von der Eingangsmatrix zu welchen Elementen der Ausgangsmatrix zu addieren sind.

17. Verfahren nach Anspruch 16, dadurch gekennzeichnet, daß das Addieren ein Zählen umfaßt um zu bestimmen, welche Elemente von jeder Zeile der Eingangsmatrix zu welchen Elementen einer ersten Anzahl von Elementen in einer entsprechenden Zeile einer Zwischenmatrix zu addieren sind, und ein Zählen umfaßt um zu bestimmen, welche Elemente von jeder Spalte der Zwischenmatrix zu welchen Elementen einer zweiten Anzahl von Elementen in einer entsprechenden Spalte einer Ausgangsmatrix mit einer ersten Anzahl von Spalten und einer zweiten Anzahl von Zeilen zu addieren sind.

18. Verfahren zum Transformieren eines Eingangsmusters in Form von Datenelementen in einer Eingangsmatrix mit einer Breite von M Elementen und einer Höhe von N Elementen in Elemente eines Merkmalsvektors für eine Ausgangsmatrix mit einer Breite von Q Elementen und einer Höhe von P Elementen, welches die Schritte umfaßt:

Bilden einer Zwischenmatrix mit einer Breite MQ und einer Höhe NP,

Füllen der Zwischenmatrix mit Elementen von der Eingangsmatrix und

Füllen der Ausgangsmatrix mit Elementen von der Zwischenmatrix, dadurch gekennzeichnet, daß der Merkmalsvektor einen Seitenverhältnisparameter des Eingangsmusters enthält, der nach Maßgabe seiner Brauchbarkeit beim Identifizieren unbekannter Eingangsmuster gewichtet ist.

19. Verfahren nach Anspruch 18, dadurch gekennzeichnet, daß der Schritt des Füllens der Zwischenmatrix das Eingeben jedes Elementes von der Eingangsmatrix in die Zwischenmatrix nacheinander Q-mal in horizontaler Richtung und nacheinander P-mal in vertikaler Richtung umfaßt.

20. Verfahren nach Anspruch 18 oder 19, dadurch gekennzeichnet, daß das Q gleich 5 und P gleich 8 ist.

21. Verfahren nach einem der Ansprüche 15 bis 20, dadurch gekennzeichnet, daß der Seitenverhältnisparameter proportional zur Quadratwurzel von (M/N) gemacht wird, wobei M die Breite in Bildpunkten und N die Höhe in Bildpunkten der ursprünglichen Eingangsmustermatrix sind.

22. Verfahren nach Anspruch 21, dadurch gekennzeichnet, daß der Proportionalitätsfaktor

ist, wobei KKHEIGHT die Anzahl der vertikalen Elemente im Merkmalsvektor ist.

23. Verfahren nach Anspruch 15 bis 22, dadurch gekennzeichnet, daß die Merkmalsvektoren der Ausgangsmatrix normiert werden.

24. Verfahren nach Anspruch 23, dadurch gekennzeichnet, daß die Normierung der Merkmalsvektoren unempfindlich gegenüber den Abmessungen des Ursprungsmusters ist, das durch die Bildpunktdaten der Eingangsmatrix wiedergegeben wird.

25. Verfahren nach Anspruch 23, dadurch gekennzeichnet, daß der Teil des Merkmalsvektors, der von der Transformation kommt, auf den Wert 256 normiert wird.