JP2005275820A - 帳票認識装置、方法、プログラムおよび記憶媒体 - Google Patents

Abstract

【課題】 仕切り帳票挿入等の煩雑は操作を要することなく複数ページで構成された帳票を精度よく認識する。
【解決手段】 検索帳票と登録帳票の各対応ページとの類似度を計算する。１ページ目の検索画像を登録帳票と比較する際には、登録帳票が絞り込まれていないため、全ての登録帳票が比較対象となる。算出された類似度が閾値より小さいとき登録帳票を認識対象から除外することによって認識対象をむ。
【選択図】 図３

Description

本発明は、帳票の自動認識を行う帳票認識装置、方法、プログラムおよび記憶媒体に関し、特に複数ページの帳票を扱うことが可能な帳票認識装置、方法、プログラムおよび記憶媒体に関する。

帳票を、あらかじめ登録されたフォーマットごとに自動分類する帳票認識は、大量の帳票の入力処理を行う上で大変有効な方法である。このような帳票認識装置では、スキャナ等から読み取った帳票画像データから特徴量を抽出し、帳票書式データを生成する。そして、検索帳票と登録帳票の書式データの類似度を求め、類似度の最も高い登録帳票を、認識結果とする。

帳票認識に関して、特許文献１では、帳票のテーブルに着目し、各テーブルの面積の全テーブルの面積の合計に対する割合を評価して、視覚的な感覚に近い類似度を採用している。しかし、特許文献１では、入力画像単位、すなわち１ページ単位で類似度の計算が行われるため、複数ページ綴りの帳票の認識には不適である。

複数ページ綴りの帳票の認識に関して、特許文献２では、複数ページを一括りとして処理するため、各括りの先頭に仕切り帳票を入れる。すなわち、読み取りのたびに仕切り帳票か否かを判定し、仕切り帳票であれば、次の帳票から、以後に表れる最初の仕切り帳票の前までをひとつの処理単位とする。

特開２０００−２８５１８７号公報 特開平１０−２６９３１１号公報

しかしながら特許文献２の帳票認識では、複数ページの帳票を扱う際に、仕切り帳票を作成するという煩雑な操作が付加される。

本発明はこのような従来の問題点を解消すべく創案されたもので、仕切り帳票挿入等の煩雑は操作を要することなく複数ページで構成された帳票を精度よく認識することを目的とする。

本発明によれば、仕切り帳票挿入等の煩雑は操作を要することなく複数ページで構成された帳票を精度よく認識し得る。

本発明は、複数ページで構成される検索帳票の画像が、予め登録されている複数の登録帳票のいずれに対応するか認識する帳票認識装置であって、前記検索帳票および前記登録帳票の各ページの特徴量を抽出する特徴抽出手段と、前記検索帳票の各ページの特徴量と前記登録帳票の各ページの特徴量との類似度を計算する類似度計算手段と、前記類似度が所定の値より小さいときに、該登録帳票を認識対象の候補から除外する対象帳票選択手段と、前記対象帳票選択手段で除外された前記登録帳票以外の登録帳票について、前記類似度に基いて認識結果の帳票を決定する帳票決定手段とを備える。これによって、仕切り帳票挿入等の煩雑は操作を要することなく複数ページで構成された帳票を精度よく認識し得る。

本発明は、複数ページで構成される検索帳票の画像が、予め登録されている複数の登録帳票のいずれに対応するか認識する帳票認識装方法であって、
前記検索帳票および前記登録帳票の各ページの特徴量を抽出する特徴抽出ステップと、前記検索帳票の各ページの特徴量と前記登録帳票の各ページの特徴量との類似度を計算する類似度計算ステップと、前記類似度が所定の値より小さいときに、該登録帳票を認識対象の候補から除外する対象帳票選択ステップと、前記対象帳票選択ステップで除外された前記登録帳票以外の登録帳票について、前記類似度に基いて認識結果の帳票を決定する帳票決定ステップとを備える。これによって、仕切り帳票挿入等の煩雑は操作を要することなく複数ページで構成された帳票を精度よく認識し得る。

次に本発明に係る帳票認識装置の好適な実施例を図面に基いて説明する。

図１は本発明に係る帳票認識装置の実施例１を示すブロック図である。

図１において、帳票認識装置は、磁気ディスク等の外部記憶装置１０４およびイメージスキャナ１０８を備え、帳票の画像データを外部記憶装置１０４から読み込み、あるいは帳票をイメージスキャナ１０８で読み取る。

帳票認識装置は全体制御のためのＣＰＵ１０１を備え、ＣＰＵ１０１の制御プログラムはＲＯＭ１０２に格納されている。イメージスキャナ１０８から入力された帳票画像はＲＡＭ１０３に保持され、ＲＯＭ１０２内の制御プログラムにより、帳票認識のための処理を実行する。

帳票認識のための特徴量等は制御プログラムとともにＲＯＭ１０２に格納され、あるいは外部記憶装置１０４からＲＡＭ１０３に読み込まれる。

なお必要に応じ、帳票認識に先立ってノイズ除去等の前処理を実行する。

図１において、１０５はディスプレイ、１０６はキーボード、１０７はマウス等のポインティングデバイスである。また、１０９はネットワークインターフェースであり、図示しない遠隔地に存在する装置と通信し、プログラム、認識辞書、データ等を送受信し得る。

本発明は汎用的なコンピュータでも実施可能であり、その場合、媒体等で提供される制御プログラムを外部記憶装置１０４に記憶し、オペレータの指示等によりＣＰＵ１０１で実行するように構成してもよい。

また、帳票認識装置は、イメージスキャナ１０８やディスプレイ１０５などがインターフェイスを介して接続された構成であってもよい。

次に、図１の帳票認識装置の処理内容を説明する。

図２は、帳票認識装置に帳票登録の処理を示すフローチャートであり、図３は、帳票認識の処理を示すフローチャートである。

図２において、帳票登録の処理は以下の各ステップによって実行される。

ステップＳ２０１：まず、イメージスキャナ１０８等から登録すべき帳票の画像データを１ページずつ入力する。

ステップＳ２０２：ステップＳ２０１で入力された１ページの画データにおいて特徴量を抽出する。特徴量は、例えば帳票内にある表枠の大きさ、位置、数、あるいは、表枠内のセル数等である。

ステップＳ２０３：登録すべき帳票における全ページの特徴量抽出処理が終了したか否かを判断し、全ページが終了していなかったときはステップＳ２０１に戻る。これによって全ページの特徴量抽出処理が終わるまでステップＳ２０１〜Ｓ２０３の処理を繰り返す。

ステップＳ２０４：ステップＳ２０２で抽出された各ページ毎の特徴量を保存すると共に、全ページを一つの帳票として関連付けつつ保存する。これによって１セットの帳票の登録処理が終了する。登録帳票の画像データや特徴量はＲＡＭ１０３や外部記憶装置１０４に保存される。

図２の処理によって登録された帳票のデータは、例えば、図４のデータ構成となる。すなわち、３ページの帳票ＩＤ１が、１ページ目の画像データＡ、２ページ目の画像データＢ、３ページ目の画像データＣで構成され、４ページの帳票ＩＤ２が１ページ目の画像データＤ、２ページの画像データＥ、３ページ目の画像データＦ、４ページ目の画像データＧで構成され、２ページの帳票ＩＤ３が、１ページ目の画像データＨ、２ページ目の画像データＩで構成されていることがテーブル状に保存される。

図３において、帳票認識の処理は以下の各ステップによって実行される。

ステップＳ３０１：本実施例では、認識対象の帳票（検索帳票という。）の各ページの画像（検索画像という。）のデータについて特徴量を抽出（ステップＳ３０５）し、各ページの特徴量をバッファに格納する。まず、ステップＳ３０１では、このバッファに認識処理未完の特徴量が存在するか否かを判断する。認識処理未完の特徴量が存在するときはステップＳ３０６に進み、存在しなければ、ステップＳ３０２に進む。

ステップＳ３０２：検索帳票の検索画像の入力はステップＳ３０３から開始されるが、ステップＳ３０２では、検索帳票の全ページ入力の終了判断を行う。全ページの入力が終了したときはステップＳ３１６に進み、未入力のページが残っているときはステップＳ３０３に進む。

ステップＳ３０３：検索帳票の検索画像の入力を開始し、ステップＳ３０４に進む。

ステップＳ３０４：入力された１ページの検索画像について所定の特徴量を抽出する。特徴量は、登録帳票に関するステップＳ２０２と同様、帳票内にある表枠の大きさ、位置、数、あるいは、表枠内のセルの数等である。

ステップＳ３０５：ステップＳ３０４に続き、ステップＳ３０４で抽出した特徴量をステップＳ３０１で説明したバッファに記憶する。

ステップＳ３０６：ステップＳ３０１で、既にバッファ内に特徴量が格納されているときは、バッファの先頭にある特徴量を取り出し、ステップＳ３０７にジャンプする。

ステップＳ３０７：ステップＳ３０６で取り出した特徴量と、登録帳票の各対応ページとの類似度を計算する。１ページ目の検索画像を登録帳票と比較する際には、登録帳票が絞り込まれていないため、全ての登録帳票が比較対象となる。従って、図４の登録帳票のテーブルが比較対象である場合、帳票ＩＤ１〜ＩＤ３の１ページ目の画像データＡ、Ｄ、Ｈとの類似度を計算する。

ステップＳ３０８：ステップＳ３０７に続き、ステップＳ３０７で算出された類似度を所定の閾値と比較する。類似度が閾値より小さいときはステップＳ３０９に進み、類似度が閾値以上のときはステップＳ３１０に進む。

ステップＳ３０９：対応ページの類似度が閾値より小さい登録帳票を認識対象から除外することによって認識対象を絞り込み、ステップＳ３１０に進む。例えば、画像データＤとの類似度が閾値より小のとき、帳票ＩＤ２は対象外となり、認識対象は帳票ＩＤ１、ＩＤ３に絞り込まれる。

ステップＳ３１０：ステップＳ３０９に続いて、検索帳票の最終ページまで、入力、特徴量算出の処理が完了したか否かを判断する。処理が完了していれば、ステップＳ３１１に進み、未処理のページが残っているときはステップＳ３１４に進む。

ステップＳ３１１：認識対象として帳票が１個に絞り込まれたか否か判断する。唯一の帳票に絞り込まれたときはステップＳ３１２に進み、複数の帳票が認識対象として残っているときはステップＳ３１３に進む。

ステップＳ３１２：唯一に絞り込まれた帳票を帳票認識結果とし、ステップＳ３１４に進む。

ステップＳ３１３：複数の帳票が残っている場合、例えば、各帳票について、各ページの類似度を全ページについて平均し、平均値が最大となる帳票を帳票認識結果とする。あるいは、各ページの類似度の最低値を比較し、類似度最低値が最も大きい帳票をものを帳票認識結果とする等、種々のアルゴリズムにより、認識結果としての帳票を選択し得る。

ステップＳ３１４：ステップＳ３１２またはステップＳ３１３により認識結果が確定したときは、以後の認識処理のために、特徴量が格納されているバッファから認識結果の帳票のページ数分だけ特徴量を削除する。

例えば、帳票ＩＤ１、ＩＤ３の２ページ目の画像データＢ、Ｉの両者が、類似度においてステップＳ３０８の閾値以上であったとき、さらに３ページ目の画像データＣの類似度が閾値以上であれば、帳票ＩＤ１、ＩＤ３の両者が認識対象に残る。ここで帳票ＩＤ３が認識結果となった場合、Ｈ、Ｉの２ページ分の特徴量がバッファより削除される。

一方、帳票ＩＤ１に関して、類似度算出の可能性があったため、３ページ目の画像データＣが先読みされ、既に特徴量が抽出されてバッファに格納されている。従って画像データＣの特徴量は直ちに取り出し可能であり、画像データＣを１ページ目として再度認識処理が開始される。

一方、帳票ＩＤ１が認識結果となった場合、特徴量が抽出されたすべてのページが認識結果に使用されたことになり、バッファ内の全てのページが消去される。以後の認識処理においては、ステップＳ３０３で新たに画像入力が実行される。

ステップＳ３１４：検索帳票の最後のページまで類似度計算が完了していない場合、認識対象とすべき登録帳票が残っているか否か判断する。認識対象とすべき登録帳票が残っているときはステップＳ３０１に戻って、ステップＳ３０１以下の処理を繰り返し、登録帳票が残っていないときはステップＳ３１５に進む。

ステップＳ３１５：既に認識対象がなくなった場合、検索帳票の最初のページの認識結果を「Ｕｎｋｎｏｗｎ」とする。一方、バッファに格納された特徴量の先頭の情報を削除し、これまで２ページ目に位置していた帳票ページを先頭ページとして、同一検索帳票について再度に帳票認識を実行する。

ステップＳ３１０で検索画像の処理する完了したときに、バッファ内が空であれば、すべての検索画像の認識が成功したことになるが、バッファ内に特徴量が残っていれば、帳票認識は不成功となり、それらの認識結果はすべて「Ｕｎｋｎｏｗｎ」とされる。

以上説明したように、実施例１では、ページ数が一様でない複数ページの帳票について認識処理が可能である。

また特徴量が計算された検索画像は、類似度が充分高い登録帳票が存在せず、あるいはページ数がことなる等の原因で認識不成功になったときでも「Ｕｎｋｎｏｗｎ」として処理を完結するので、検索画像を再度処理する必要がある場合でも、再計算を要求されない。

図６は、帳票認識装置で実行可能な各種データ処理プログラムを格納する記憶媒体のメモリマップである。メモリマップには、ディレクトリ情報と、図２のフローチャートの処理を実行するプログラムコード群よりなる第１のデータ処理プログラムと、図３のフローチャートの処理を実行するプログラムコード群よりなる第１のデータ処理プログラムが格納される。

ディレクトリ情報においては、特に図示しないが、各種プログラムに従属するデータ、例えば認識辞書等も管理され、また、各種プログラムをコンピュータにインストールするためのプログラム等が記憶される場合もある。

実施例１は、仕切り帳票挿入等の煩雑は操作を要することなく複数ページで構成された帳票を精度よく認識し得る。

さらに、ページ単位での処理対象帳票を絞込むことで、類似度計算の回数を減少でき、認識処理時間を短縮し得る。また検索帳票と異なる登録帳票を認識対象から除外することによって認識対象を絞り込むので、認識精度を向上させる効果がある。

次に本発明に係る帳票認識装置の実施例２を図面に基いて説明する。

実施例２は図１と同様の構成、図３と同様の処理によって、特定ページが繰り返し出現する帳票の認識において有利である。

図５において、登録帳票ＩＤ２は２ページ目に登録された画像データＥと、３ページ目に登録された画像データＦが繰り返し出現する。すなわち１ページ目の画像データＤに続いて、画像データＥのページ、画像データＦのページが、Ｅ、Ｆ、Ｅ、Ｆ、…、Ｅ、Ｆのように繰り返し出現し、最後に４ページ目に登録された画像データＧが出現する。図５のテーブルでは、２ページ目の画像データＥに右向き矢印が付され、３ページ目に登録された画像データＦに左向き矢印が付されており、右向き矢印によって繰り返しの開始ページ、左向き矢印によって繰り返しの終了ページを示している。

繰り返しの範囲が３ページ以上のときは、同様に右向き矢印によって繰り返しの開始ページ、左向き矢印によって繰り返しの終了ページを示す。また、１セットの帳票で複数の繰り返し範囲を定義することも可能である。

さらに、開始位置と終了位置が同一ページ、すなわち１ページの画像Ｅが、Ｅ、Ｅ、…、Ｅのように繰り返される場合、同一ページに右向き矢印および左向き矢印を付し、あるいはその他の指標を付す等の方法で、繰り返しを定義する。

実施例２では、図３のステップＳ３０７の類似度計算において、ページの繰り返しを考慮した処理を行う。例えば、帳票ＩＤ２の３ページ目の画像データとの類似度を計算し、ステップＳ３０８で類似度が所定値以上と判断されたときには、次の比較対象として、４ページ目の画像データＧおよび繰り返しの結果出現する２ページ目の画像データＥの両者を評価する。そして、他の帳票が認識対象に残っていればその帳票も評価する必要がある。

３ページ目の類似度評価に続いて、ステップＳ３０７で画像データＥの類似度を算出し、ステップＳ３０８で類似度が所定値以上と判断され、認識対象として残ったとき、画像データＥの繰り返しが発生したことになる。このとき、次に類似度を算出すべき画像データはＦとなり、画像データＦの類似度が所定値以上であれば、再び画像データＧおよび画像データＥの両者が比較対象となる。

またステップＳ３１４では、繰り返しを含んだ全ページ数を認識結果としてバッファから削除する。

以上説明したように、実施例２は、複数のページで構成され、その一部が繰り返されているような、ページ数可変の帳票であっても、繰り返しを自動的に判断し、帳票認識できる効果がある。

本発明に係る帳票認識装置の実施例１を示すブロック図である。（実施例１） 図１の帳票認識装置における登録処理を説明するフローチャートである。（実施例１） 図１の帳票認識装置における認識処理を説明するフローチャートである。（実施例１） 図１の帳票認識装置における登録帳票のデータ構成を示すテーブルである。（実施例１） 本発明に係る帳票認識装置の実施例２における登録帳票のデータ構成を示すテーブルである。（実施例２） 図１の帳票認識装置における各種データ処理プログラムを格納する記憶媒体のメモリマップを示す図である。（実施例２）

符号の説明

１０１・・・ＣＰＵ
１０２・・・ＲＯＭ
１０３・・・ＲＡＭ
１０４・・・外部記憶装置
１０５・・・ディスプレイ
１０６・・・キーボード
１０７・・・ポインティングデバイス
１０８・・・スキャナ部
１０９・・・ネットワークインターフェース

Claims (7)

1. 複数ページで構成される検索帳票の画像が、予め登録されている複数の登録帳票のいずれに対応するか認識する帳票認識装置であって、
   前記検索帳票および前記登録帳票の各ページの特徴量を抽出する特徴抽出手段と、
   前記検索帳票の各ページの特徴量と前記登録帳票の各ページの特徴量との類似度を計算する類似度計算手段と、
   前記類似度が所定の値より小さいときに、該登録帳票を認識対象の候補から除外する対象帳票選択手段と、
   前記対象帳票選択手段で除外された前記登録帳票以外の登録帳票について、前記類似度に基いて認識結果の帳票を決定する帳票決定手段と、
   を備えた帳票認識装置。
2. 前記検索帳票の特徴量を格納する特徴量登録手段と、
   前記特徴抽出手段により得られた特徴量を前記特徴量登録手段に記憶する特徴量記憶手段と、
   をさらに有し、
   前記類似度計算手段は、特徴量登録手段から前記検索帳票の各ページの特徴量を読み取る、
   ことを特徴とする請求項１記載の帳票認識装置。
3. 前記登録帳票の前記ページの繰り返しを記憶するページ繰り返し帳票登録手段をさらに有し、
   前記類似度計算手段は、前記検索帳票のページが繰り返しとなる可能性がある場合、前記対象帳票選択手段で除外されなかった認識対象のページに、繰り返しの可能性のあるページを加えて、類似度を計算する、
   ことを特徴とする請求項１記載の帳票認識装置。
4. 前記対象帳票選択手段が前記検索帳票全ページの類似度計算を完了する前に、認識対象の登録帳票がなくなった場合、前記検索帳票の最初のページを認識不能とし、次のページを先頭ページとみなして前記検索帳票を再度を認識処理することを特徴とする請求項１記載の帳票認識装置。
5. 複数ページで構成される検索帳票の画像が、予め登録されている複数の登録帳票のいずれに対応するか認識する帳票認識装方法であって、
   前記検索帳票および前記登録帳票の各ページの特徴量を抽出する特徴抽出ステップと、
   前記検索帳票の各ページの特徴量と前記登録帳票の各ページの特徴量との類似度を計算する類似度計算ステップと、
   前記類似度が所定の値より小さいときに、該登録帳票を認識対象の候補から除外する対象帳票選択ステップと、
   前記対象帳票選択ステップで除外された前記登録帳票以外の登録帳票について、前記類似度に基いて認識結果の帳票を決定する帳票決定ステップと、
   を備えた帳票認識方法。
6. 請求項５記載の帳票認識方法をコンピュータによって実現させるためのコンピュータ実行可能プログラム。
7. 請求項５に記載の帳票認識方法をコンピュータによって実現させるためのコンピュータ読取可能なプログラムを格納する記憶媒体。
   

Images