JP2009175800A - 文字認識装置、そのような装置を備えた燃料ポンプモジュールの組み付け装置及び文字認識方法 - Google Patents

Abstract

【課題】迅速且つ正確に文字を認識できる文字認識装置を提供すること。
【解決手段】本発明に係る文字認識装置１０は、文字が表記された被検査物を撮像した検査画像を取得する画像取得手段１２と、複数の文字パターン、及び、共通文字特徴パターンを有するクラスに関連付けられており、文字間の非共通部分を調べて文字を特定するための非共通文字特徴情報、を記憶する記憶手段１３と、検査画像に対して、記憶手段１３から読み出した複数の文字パターンとの一致度を調べて、検査画像を、共通文字特徴パターンを有するクラスに分類するクラス分類手段１４と、クラスに分類された検査画像に対して、該クラスに関連付けられている非共通文字特徴情報を記憶手段１３から読み出して、該非共通文字特徴情報を用いて、検査画像に撮像された文字を特定する文字特定手段１５と、上記各手段を制御する制御手段１１と、を備えている。
【選択図】図２

Description

本発明は、文字認識装置、そのような装置を備えた燃料ポンプモジュールの組み付け装置及び文字認識方法に関する。

従来、部品等の製造工程では、部品等の表面に部品ロット番号又は製造年月日を刻印し、この部品ロット番号又は製造年月日を用いて部品等を特定することにより製造履歴等の管理が行われている。

刻印に用いられる文字は、例えば、アルファベット文字、アラビア数字又は記号等が用いられる。そして、製造工程では、表面に刻印された文字が文字認識装置により読み取られる。

製造工程では、スループット向上の観点から、部品等の刻印を読み取るために割り当て可能な時間には制限がある。また、製造工程では、刻印された文字に加工過程で傷が付いたり、油又はホコリ等により刻印された文字が汚れてしまう場合があり、文字を正確に認識できないこともある。

従って、文字を正確に認識する工夫がなされた文字認識装置が提案されている。

例えば、特許文献１には、複数の被認識パターンを撮像した画像を２値化した後、各被認識パターンを含む画像を複数の区画部に分割し、各区画部別に部分パターン信号を作成し、その後、各区画部の部分パターン信号の組み合わせをデータベースと照合して被認識パターンを認識し、認識できない画像に対しては、認識できない被認識パターンにおける一致しない部分パターン信号と、データベースとの差信号に基づいて、被認識パターンの画像を２値化する際のしきい値を補正して、認識できない被認識パターンの照合を再度実施する文字認識装置が開示されている。

また、特許文献２には、粗サーチテンプレートを用いたパターンマッチングと、精サーチ処理部によるパターンマッチングとの双方を満足したデータで画像認識を行うパターンマッチング装置が開示されている。

しかし、特許文献１に記載の文字認識装置では、２値化する際のしきい値を補正すると、被認識パターンを照合する精度が変更されるおそれがある。

また、特許文献２に記載のパターンマッチング装置では、精サーチ処理部が行う粗サーチテンプレートの最適化処理に収束計算を用いているため、計算時間が長く、文字認識に要する時間が長くなるおそれがある。

また、従来のパターンマッチングを用いた文字認識装置では、図１に示す例のように、部品等に刻印された文字が、共通した文字特徴パターンを有している場合には、似た文字を区別できないか、又は、誤認識する問題がある。

図１に示す例は、部品に刻印された１〜９のアラビア数字、及び、Ａ〜Ｖのアルファベット文字に対して、文字パターンテンプレートとして「Ｉ」（アルファベット文字の”アイ”）を用いて、パターンマッチングを行った結果である。

図１に示すように、アラビア数字の「１」、アルファベット文字の「Ｉ（アイ）」及び「Ｌ（エル）」がしきい値０．７以上の高いマッチングスコアを示しており、従来のパターンマッチングを用いた文字認識装置では、アラビア数字の「１」、アルファベット文字の「Ｉ」及び「Ｌ」を、区別できないか、又は、誤認識する場合がある。

特開平５−５６１１号公報 特開２００２−８０２８号公報

本発明は、上記問題点を解決することを課題とし、文字認識装置、そのような装置を備えた燃料ポンプモジュールの組み付け装置及び文字認識方法を提供することを目的とする。また、本発明は、迅速且つ正確に文字を認識できる文字認識装置、そのような装置を備えた燃料ポンプモジュールの組み付け装置及び文字認識方法を提供することを目的とする。

上記課題を解決するため、本発明の文字認識装置は、文字が表記された被検査物を撮像した検査画像を取得する画像取得手段と、複数の文字パターン、及び、共通文字特徴パターンを有するクラスに関連付けられており、文字間の非共通部分を調べて文字を特定するための非共通文字特徴情報、を記憶する記憶手段と、上記検査画像に対して、上記記憶手段から読み出した上記複数の文字パターンとの一致度を調べて、上記検査画像を、上記共通文字特徴パターンを有する上記クラスに分類するクラス分類手段と、上記クラスに分類された上記検査画像に対して、該クラスに関連付けられている上記非共通文字特徴情報を上記記憶手段から読み出して、該非共通文字特徴情報を用いて、上記検査画像に撮像された文字を特定する文字特定手段と、を備えていることを特徴とする。

これにより、迅速且つ正確に文字を認識できる。

具体的には、本発明の文字認識装置は、上記検査画像に対して、上記複数の文字パターンとの一致度が上記クラス分類手段により求められ、該一致度が所定のしきい値以上である文字パターンからなる群が、上記共通文字特徴パターンを有する上記クラスであり、上記クラス分類手段は、上記検査画像を上記クラスに分類すると共に、最も高い一致度が得られた文字パターンを、上記クラスを代表する代表文字パターンとして選択し、上記文字特定手段は、上記代表文字パターンとして選択された文字パターンに関連付けられている上記非共通文字特徴情報を用いて、上記検査画像に撮像された文字を特定することが好ましい。

また、本発明の文字認識装置は、上記非共通文字特徴情報が、上記代表文字パターンの重心に対して、所定の位置にある領域の文字の部分面積であることが好ましい。特に、本発明の文字認識装置は、上記部分面積が、上記代表文字パターンの重心に対して、上方又は下方の位置にある領域の面積であることが好ましい。

これにより、文字認識の処理をより迅速に行うことができる。

また、本発明の文字認識装置は、上記非共通文字特徴情報を用いて、文字が特定される上記検査画像が２値化された画像であり、上記部分面積は、画素値が１である画素の数であることが好ましい。

これにより、文字認識の処理が、更に迅速に行うことができる。

また、本発明の文字認識装置は、上記クラス分類手段が、上記検査画像に対して、上記複数の文字パターンとの一致度を、上記文字パターンと一致した輪郭の長さに基づいて求めることが好ましい。

これにより、被検査物に表記された文字に傷が付くか、又は、油若しくはホコリ等により文字が汚れた場合でも、正確に文字を認識できる。

また、本発明の文字認識装置は、上記クラス分類手段が、被検査物に表記されるべき文字列に含まれる特定の位置の文字を基準文字として認識し、該基準文字との相対的な位置関係に基づいて探索領域を設定し、上記検査画像における上記探索領域の画像を、上記共通文字特徴パターンを有する上記クラスに分類することが好ましい。

これにより、複数の文字が被検査物に表記されている場合でも、目的とする文字の認識を迅速且つ正確に行える。

また、本発明の文字認識装置は、上記検査画像には、複数の文字の情報が含まれており、上記文字特定手段が、上記複数の文字を特定すると共に、特定された文字それぞれの上記検査画像中の位置を取得し、上記文字特定手段が取得した上記位置それぞれに基づいて、特定した上記複数の文字の順序を決定して、文字列情報を取得する文字列情報取得手段と、上記文字列情報が、被検査物上に表記される可能性のある文字列である場合、上記文字列情報は正しいと判定し、上記文字列情報が、被検査物上に表記される可能性のない文字列である場合、上記文字列情報は誤りであると判定する判定手段と、を備えていることが好ましい。

これにより、認識された文字列が被検査物上に表記されるはずのない文字列か否かを調べて正誤判定を行うので、文字の認識精度を更に高めることができる。

また、本発明の燃料ポンプモジュールの組み付け装置は、上述した何れかの文字認識装置を具備し、被検査物が燃料ポンプモジュールの部品であることを特徴とする。

これにより、部品である被検査物の製造履歴を管理して燃料ポンプモジュールを組み付けることができる。

また、本発明の文字認識方法は、文字が表記された被検査物を撮像した検査画像を取得し、上記検査画像に対して、複数の文字パターンとの一致度を調べて、上記検査画像を、共通文字特徴パターンを有するクラスに分類し、上記クラスに分類された上記検査画像に対して、上記クラスに関連付けられており、文字間の非共通部分を調べて文字を特定するための非共通文字特徴情報を用いて、上記検査画像に撮像された文字を特定する、ステップを有することを特徴とする。

これにより、迅速且つ正確に文字を認識できる。

具体的には、本発明の文字認識方法は、上記検査画像に対して、上記複数の文字パターンとの一致度が所定のしきい値以上である文字パターンからなる群が、上記共通文字特徴パターンを有する上記クラスであり、上記分類するステップは、上記検査画像を上記クラスに分類するステップと、最も高い一致度が得られた文字パターンを、上記クラスを代表する代表文字パターンとして選択するステップと、を有し、上記特定するステップは、上記代表文字パターンとして選択された文字パターンに関連付けられている上記非共通文字特徴情報を用いて、上記検査画像に撮像された文字を特定するステップを、有していることが好ましい。

また、本発明の文字認識方法は、上記非共通文字特徴情報が、上記代表文字パターンの重心に対して、所定の位置にある領域の文字の部分面積であることが好ましい。

これにより、文字認識の処理をより迅速に行うことができる。

上記各手段に付した括弧内の符号は、後述する実施形態に記載の具体的手段との対応関係を示す一例である。

以下、本発明の文字認識装置を、その好ましい一実施形態に基づいて、図２〜１０を参照しながら説明する。

本実施形態の文字認識装置１０（以下、単に本装置１０ともいう）は、一例として、車載エンジンに燃料を供給する燃料ポンプモジュールの生産ラインに設置され、その燃料ポンプモジュールの主要な部品であるポンプ本体（ワーク）の表面に刻印された、部品番号、製造年月日等、所定の大きさ及び所定の字体の文字列を、予め用意した文字パターンテンプレートとのパターンマッチング等を用いて認識するものである。そして、本装置１０は、認識された文字列が、ワークに刻印される可能性のある文字列であるのか否かを判定して、ワークの良否を判定する機能も有する。

図２に、本装置１０のシステム構成図を示す。本装置１０は、文字が表記された被検査物であるワーク３０を撮影し、検査画像を取得する画像取得手段としての撮像部１２と、検査画像に基づいてワーク３０の表面に刻印された文字列を認識し、且つ文字認識装置の制御を行う処理部１９と、ワーク３０に刻印されている製造年月日等を記憶する文字列判定情報記憶部２０とを有する。

文字列判定情報記憶部２０は、生産ラインの管理又は制御に用いられるサーバ及びサーバに接続されたハードディスク等で構成され、生産ライン上を流れるワーク３０の製造年月日情報等を記憶する。また、文字列判定情報記憶部２０は、処理部１９と通信回線を通じて接続され、互いにデータを送受信可能となっている。そして、処理部１９からの要求に応じて、ワーク３０の製造年月日情報等を処理部１９に送信する。また文字列判定情報記憶部２０は、処理部１９から、認識された文字列、その認識された文字列の正誤判定結果及びワーク３０の良否判定結果を受信する。

以下、本装置１０の各構成要素について詳細に説明する。

撮像部１２は、ワーク３０の表面に刻印された文字列を撮影し、検査画像を取得する。また撮像部１２は、文字列全体が検査画像に含まれ、且つその文字列に含まれる個々の文字が識別できるように撮影する。そのために、撮像部１２は、ＣＣＤ、Ｃ−ＭＯＳセンサ等の光電変換器で構成された２次元検出器と、その２次元検出器上にワーク３０表面の像を結像する結像光学系を有する。検査画像の撮影の際に用いる照明は、ワーク３０からの乱反射等による悪影響を防止する観点から、暗照明を用いることが好ましい。

本装置１０の被検査物であるワーク３０は、図３に示すように、燃料ポンプモジュール３４に組み付けられる部品の一つであるポンプ本体３０である。燃料ポンプモジュール３４は、ポンプ本体３０を含む複数の部品が組み付けられて構成される。具体的には、燃料ポンプモジュール３４は、上部カバー３１と、ポンプ本体３０と、燃料計３２と、モジュールカバー３３等から構成されている。

このように燃料ポンプモジュール３４は、複数の部品が組みつけられて構成されているので、主要部品であるポンプ本体３０は、組み付け前に部品番号（アッシイ番号）と、ポンプ本体３０を特定する情報であるポンプ本体３０の製造年月日とが、本装置１０により認識される。そして、本装置１０によって、アッシイ番号及びポンプ本体３０の製造年月日が、正しい文字列情報であると判定されると、ポンプ本体３０は良品であると判定されて、燃料ポンプモジュール３４の部品として組み付けられる。また、組み付けられて完成した燃料ポンプモジュール３４の上部カバー３１の表面には、燃料ポンプモジュール３４の製造年月日と共に、本装置１０により認識されたポンプ本体３０の製造年月日が刻印される。このようにして、燃料ポンプモジュール３４の異品組み付け防止及びトレーサビリティの管理が行われている。

図４に、撮像部１２で取得される検査画像の一例を示す。ワーク３０の表面には、図４に示すように、複数の文字が刻印されて表記されている。ワーク３０の表面には、大きな字体で「３１」というアラビア数字の文字列が表記されると共に、小さな字体で「６ＩＰ」というアラビア数字及びアルファベット文字による文字列が表記されている。本実施形態において、「３１」は、ポンプ本体であるワーク３０のアッシイ番号であり、この文字列は、ワーク３０に固有の記号であって、全てのワークに同じアッシイ番号が表記されている。一方、「６ＩＰ」は、このワーク３０が製造された製造年月日を意味しており、ワークによって異なる文字列である。左側の文字は、製造年を意味しており、０〜９の１０個のアラビア数字を用いて、ワーク３０が製造された年が１０年の内のどの年であるのかを特定する。真ん中の文字は、製造月を意味しており、Ａ〜Ｌの１２個のアルファベット文字を用いて、ワーク３０の製造された月が１２月の内のどの月であるのかを特定する。右側の文字は、製造日を意味しており、１〜９の９個のアラビア数字及びＡ〜Ｖの２２個のアルファベット文字を用いて、ワーク３０の製造された日がひと月の内のどの日であるのかを特定する。取得された検査画像は、以下に説明する処理部１９へ送信される。

処理部１９は、撮像部１２が取得した検査画像を解析して、ワーク３０の表面に刻印された文字列を認識する。そして、その認識結果を、文字列判定情報記憶部２０から取得した、ワーク３０に刻印されているべき文字列判定情報と比較して、認識された文字列が正しいか否かを判定する。

以下、処理部１９について詳細に説明する。図５に、処理部１９の機能ブロック図を示す。図５に示すように、処理部１９は、制御手段１１、通信手段１８、記憶手段１３、クラス分類手段１４、文字特定手段１５、文字列情報取得手段１６、及び判定手段１７を有する。処理部１９は、例えば、パーソナルコンピュータ（ＰＣ）、その周辺機器及びＰＣ上で動作するコンピュータプログラムで構成される。また、処理部１９は、図示しない、液晶ディスプレイ等の表示部、及び、キーボード等の入力部を有している。

制御手段１１は、ＰＣの中央演算装置（ＣＰＵ）と、リードオンリーメモリ（ＲＯＭ）又はランダムアクセスメモリ（ＲＡＭ）等の半導体メモリ等で構成され、ＣＰＵに読み込まれたコンピュータプログラムにしたがって動作し、撮像部１２及び処理部１９の各手段を制御する。

通信手段１８は、処理部１９と、撮像部１２及び文字列判定情報記憶部２０との間で制御信号、画像データあるいはデータ信号を送受信する入出力インタフェースであり、ＵＳＢ、ＳＣＳＩ、ＲＳ２３２Ｃ、イーサネット（登録商標）等の各種の通信インタフェース回路及びそれらを駆動するドライバソフトウェアで構成される。そして、処理部１９は、通信手段１８を通じて撮像部１２から検査画像を受信する。一方、制御手段１１で生成された制御信号は、通信手段１８を通じて撮像部１２へ送信される。さらに、通信手段１８は、検査画像に基づいて認識された文字列、その正誤判定結果及びワーク３０の良否判定結果を、上記表示部や、文字列判定情報記憶部２０等の外部の機器へ出力する。

記憶手段１３は、ランダムアクセスメモリ（ＲＡＭ）、又は磁気ディスク、光ディスク若しくはフラッシュメモリ等の不揮発性メモリで構成され、撮像部１２から受信した検査画像を一時的に記憶する。また、記憶手段１３は、処理部１９の制御を行うプログラム等を記憶する。

記憶手段１３は、ワーク３０に刻印される可能性のある各文字（例えば、アルファベット文字、アラビア数字、記号）に対応する、複数の文字パターンテンプレートを記憶する。

本装置１０では、図３及び図４に示すように、被検査物であるワーク３０が円柱状の形状を有しており、刻印された文字は、曲面上に表記されている。従って、ワーク３０に表記された文字の位置と、撮像部１２により検査画像が撮像される向きとによって、撮像された文字の形状が異なる場合がある。そこで、記憶手段１３は、各文字に対して、３種類の対応する文字パターンテンプレートを記憶している。即ち、各文字に対して、円柱状のポンプ本体に刻印された文字を真正面から撮像した場合に相当するテンプレート、刻印された文字をやや右側から撮像した場合に相当するテンプレート、及び刻印された文字をやや左側から撮像した場合に相当するテンプレートの３種類がある。

各文字パターンテンプレートには、図８（ａ）〜（ｃ）の図中の×印に示すように、重心の位置が定められている。この重心の位置は、文字パターンテンプレートと関連付けられて、記憶手段１３に記憶されている。文字パターンテンプレートと関連付けられた重心の位置は、後述する文字特定手段１５により使用される。

記憶手段１３は、文字パターンテンプレートを識別するための識別情報及び文字パターンテンプレートが対応する文字を表す文字コードを、各文字パターンテンプレートに関連付けて記憶する。

また、記憶手段１３には、共通文字特徴パターンを有するクラスに関連付けられており、文字間の非共通部分を調べて文字を特定するための非共通文字特徴情報が記憶されている。具体的には、非共通文字特徴情報は、選択されてクラスを代表する代表文字パターンテンプレートとなる各文字パターンテンプレートに関連付けられて記憶されている。また、非共通文字特徴情報は、関連づけられている文字パターンテンプレートが対応する文字を表す文字コードも関連付けられて、記憶手段１３に記憶されている。この非共通文字特徴情報については、詳しくは後述する。

次に、以下に説明するクラス分類手段１４、文字特定手段１５、文字列情報取得手段１６、及び判定手段１７は、例えばＣＰＵ上で実行されるプログラムモジュールとして実装される。あるいは、これらの各手段を、ＣＰＵと別個に設けられた画像処理用プロセッサ等を備えた専用処理ボードとして実装してもよい。

次に、クラス分類手段１４について以下に説明する。クラス分類手段１４は、検査画像に対して、記憶手段１３から読み出した複数の文字パターンとの一致度を調べて、検査画像を、検査画像を、共通文字特徴パターンを有するクラスに分類する。クラス分類手段１４は、記憶手段１３に記憶された検査画像を、共通文字特徴パターンを有するクラスに分類する前に、まず前処理を行う。前処理としては、検査画像が暗照明下で撮影されたものであれば、例えば、ダイナミックレンジを広げて、輝度分散を大きくすることが挙げられる。また、前処理として、ムラ補正処理、ノイズ除去処理等を行っても良い。

また、クラス分類手段１４は、前処理として、検査画像を２値化しても良い。検査画像の２値化は、遅くとも文字特定手段１５が検査画像の処理を行う前に実施することが好ましい。２値化画像を用いてパターンマッチングを行う場合には、文字パターンテンプレートも文字部分と背景部分とが異なる値を持つように２値化したパターンとすることが好ましい。

クラス分類手段１４は、前処理がなされた検査画像に対して、ワーク３０に表記されるべき文字列に含まれる特定の位置の文字を基準文字として認識し、該基準文字との相対的な位置関係に基づいて探索領域を設定する。本装置１０では、上記基準文字として、ワーク３０のアッシイ番号を用いている。基準文字としてアッシイ番号を用いる理由は、上述したように、アッシイ番号が、全てのポンプ本体であるワークに共通して表記される文字列であるためである。

クラス分類手段１４は、アッシイ番号に対応する文字パターンテンプレート、本装置１０ではアラビア数字の「３１」、を用いて、検査画像に対してパターンマッチングを行う。

図６に示すように、クラス分類手段１４は、検査画像中にアッシイ番号の文字列を認識すると、アッシイ番号に対応する文字パターンテンプレートの重心位置に対応する検査画像１０１中の座標１０１ｇを取得する。

クラス分類手段１４は、重心位置に対応する検査画像中の座標１０１ｇとの相対的な位置関係に基づいて探索領域１０２を設定する。図６の例では、探索領域１０２は、基準文字に近接した位置に横長矩形に設定されている。刻印の位置は、レーザ刻印を用いた場合等には大きくばらつくことがあるので、探索領域１０２は、想定される刻印位置のばらつき範囲よりも大きく設定することが好ましい。もし、アッシイ番号である文字「３１」が認識されない場合には、クラス分類手段１４は、このワーク３０を不良品であると判定し、その判定結果を判定手段１７に送信して、その後の処理を中止する。

次に、クラス分類手段１４は、検査画像中に設定された探索領域１０２で、記憶手段１３から読み出した複数の文字パターンテンプレートとの一致度を求め、該一致度が所定のしきい値以上である文字パターンテンプレートからなる群を、共通文字特徴パターンを有するクラスとして、検査画像における探索領域１０２の画像を、上記クラスに分類する。共通文字特徴パターンが異なる画像は、異なるクラスに分類される。

クラス分類手段１４は、探索領域１０２と各文字パターンテンプレートの相対的な位置及び角度を探索領域内で変更しつつ、パターンマッチングにより一致度を求める。そしてクラス分類手段１４は、その一致度が最大となる文字パターンテンプレートを特定し、一致度が最大となるときの文字パターンテンプレートの位置を求める。

ここで、図６に示すように、探索領域１０２に複数の文字が撮像されている場合には、各文字の画像それぞれがクラスに分類される。また、各クラスに分類されるのは、検査画像において、文字パターンテンプレートとの一致度が上記所定のしきい値以上の値を示した、文字パターンテンプレートに対応する検査画像中の文字の部分である。

次に、クラス分類手段１４が検査画像をクラスに分類する処理について、以下に説明する。図７に、本装置１０で、ワーク３０に刻印された各文字を撮像した画像に対して、複数の文字パターンテンプレートを用いたパターンマッチングを行って一致度を調べた結果の例を示す。例えば、ワーク３０に刻印された文字としてのアルファベット文字の「Ｉ（アイ）」と、複数の文字パターンテンプレートそれぞれとのパターンマッチングを行うと、アラビア数字の「１」、アルファベット文字の「Ｉ（アイ）」及び「Ｌ（エル）」の文字パターンテンプレートが０．８以上の高い一致度を示した。そこで、本装置１０では、アラビア数字の「１」、アルファベット文字の「Ｉ（アイ）」及び「Ｌ（エル）」を、一致度が０．８以上である文字パターンテンプレートからなる群として、共通文字特徴パターンを有する同じクラスに分類することとした。つまり、このクラスに分類された検査画像には、アラビア数字の「１」、アルファベット文字の「Ｉ（アイ）」及び「Ｌ（エル）」が存在すると考えられる。

また、ワーク３０に刻印された文字としてのアルファベット文字の「Ｏ（オー）」と、複数の文字パターンテンプレートそれぞれとのパターンマッチングを行うと、アルファベット文字の「Ｏ（オー）」及び「Ｑ（キュー）」の文字パターンテンプレートが０．９以上の高い一致度を示した。そこで、本装置１０では、アルファベット文字の「Ｏ（オー）」及び「Ｑ（キュー）」は、一致度が０．９以上である文字パターンテンプレートからなる群として、共通文字特徴パターンを有する同じクラスに分類することとした。

更に、ワーク３０に刻印された文字としてのアルファベット文字の「Ｐ（ピー）」と、複数の文字パターンテンプレートそれぞれとのパターンマッチングを行うと、アルファベット文字の「Ｐ（ピー）」及び「Ｒ（アール）」の文字パターンテンプレートが０．７以上の高い一致度を示した。そこで、アルファベット文字の「Ｐ（ピー）」及び「Ｒ（アール）」も、一致度が０．７以上である文字パターンテンプレートからなる群として、共通文字特徴パターンを有する同じクラスに分類することとした。

以上の考察の結果、本装置１０では、同じクラスに分類する一致度のしきい値を、０．７とした。

従って、クラス分類手段１４が、検査画像中に設定された探索領域１０２で、文字パターンテンプレートであるアルファベット文字の「Ｉ（アイ）」との一致度を求めると、探索領域１０２に表記されたアルファベット文字「Ｉ（アイ）」に対して、０．７以上の一致度が得られる。同様に、クラス分類手段１４が、検査画像中に設定された探索領域１０２で、記憶手段１３から読み出した文字パターンテンプレートであるアラビア数字の「１」又はアルファベット文字の「Ｌ（エル）」との一致度を求めると、探索領域１０２に表記されたアルファベット文字「Ｉ（アイ）」又はアルファベット文字の「Ｌ（エル）」に対して、０．７以上の一致度が得られる。

そこで、クラス分類手段１４は、文字パターンテンプレートであるアラビア数字の「１」、アルファベット文字の「Ｉ（アイ）」又は「Ｌ（エル）」との一致度として０．７以上が得られた場合、各文字パターンテンプレートに対応する検査画像中の文字の部分を、同じクラスに分類する。

同様に、クラス分類手段１４は、文字パターンテンプレートであるアルファベット文字の「Ｏ（オー）」又は「Ｑ（キュー）」との一致度として０．７以上が得られた場合、各文字パターンテンプレートに対応する検査画像中の文字の部分を、別のクラスに分類する。同様に、クラス分類手段１４は、文字パターンテンプレートであるアルファベット文字の「Ｐ（ピー）」又は「Ｒ（アール）」との一致度として０．７以上が得られた場合、各文字パターンテンプレートに対応する検査画像中の文字の部分を、また別のクラスに分類する

なお、図７には、アルファベット文字の「Ｉ（アイ）」、「Ｏ（オー）」及び「Ｐ（ピー）」をワーク３０に刻印された文字の画像として、複数の文字パターンテンプレートとのパターンマッチングした場合の一致度が示されているが、ワーク３０に刻印された他の文字の画像を用いて文字パターンテンプレートとパターンマッチングすることにより、０．７以上の一致度を示す文字を同じクラスに分類することができる。

また、クラス分類手段１４は、検査画像をクラスに分類すると共に、最も高い一致度が得られた文字パターンテンプレートを、上記クラスを代表する代表文字パターンテンプレートとして選択する。この代表文字パターンテンプレートは、上記クラスに関連付けられている。具体的には、図７の例では、ワーク３０に刻印された文字がアルファベット文字の「Ｉ（アイ）」の場合には、最も高い一致度が得られた文字パターンテンプレート「Ｉ（アイ）」を、代表文字パターンテンプレートとして選択する。ただし、ワーク３０を検査する際には、ワーク３０に刻印されている文字は実際には不明である。

同様に、ワーク３０に刻印された文字がアルファベット文字の「Ｏ（オー）」の場合には、代表文字パターンテンプレートとして文字パターンテンプレート「Ｏ（オー）」を選択する。ワーク３０に刻印された文字がアルファベット文字の「Ｐ（ピー）」の場合には、代表文字パターンテンプレートとして文字パターンテンプレート「Ｐ（ピー）」を選択する。

このようにして、図６の例では、クラス分類手段１４は、探索領域１０２にある３つの文字に対応して、３つの代表文字パターンテンプレートを選択する。例えば、探索領域１０２にあるアルファベット文字「Ｉ（アイ）」に対しては、文字パターンテンプレート「Ｉ」が代表文字パターンテンプレートとして選択されている。

また、クラス分類手段１４は、選択された該代表文字パターンそれぞれに認識された文字の検査画像中の位置を取得する。上述したように、記憶手段３には、各文字パターンテンプレートと、その重心の位置とが関連付けられて記憶されているので、クラス分類手段１４は、代表文字パターンテンプレートに選択された文字パターンテンプレートの重心の位置を、記憶手段１３から読み出す。そして、クラス分類手段１４は、代表文字パターンテンプレートに選択された文字パターンテンプレートの重心の位置に対応する検査画像中の座標を取得して、選択された該代表文字パターンそれぞれに認識された文字の検査画像中の位置を得る。

また、本装置１０では、クラス分類手段１４は、検査画像に対して、複数の文字パターンテンプレートとの一致度を、文字パターンテンプレートと一致した輪郭の長さに基づいて求める。

ワークに刻印されている文字は、傷が付くか、又は、油若しくはホコリ等により文字が汚れている場合がある。この場合、輪郭の長さに基づいてパターンマッチングを行うと、一致度に悪影響を与えるのは、刻印されている文字の輪郭上に存在する文字の画素のみであるため、一致度に与える影響が相対的に少なくなる。従って、正確に文字を検出することが容易となる。

クラス分類手段１４は、探索領域１０２の全ての文字について認識を終えると、探索領域１０２で代表文字パターンテンプレートとして選択された文字パターンテンプレートを識別するための識別情報、一致度の値及び選択された該代表文字パターンそれぞれに認識された文字の検査画像中の位置としての重心の座標を、記憶手段１３に記憶する。

次に、文字特定手段１５について以下に説明する。文字特定手段１５は、クラスに関連付けられている代表文字パターンテンプレートとして選択された文字パターンテンプレートに関連付けられている非共通文字特徴情報を記憶手段１３から読み出して、この非共通文字特徴情報を用いて、検査画像に撮像された文字を特定する。

本装置１０では、文字特定手段１５が非共通文字特徴情報を用いて文字を特定する検査画像は、クラス分類手段１４によって２値化された画像であり、文字に相当する部分は画素値が１であり、そうでない部分は画素値が０である。ここで、画素値が１は、白色であり、画素値が０は黒色とすることができる。

本装置１０では、上記非共通文字特徴情報は、図８（ａ）〜（ｃ）に示すように、代表文字パターンテンプレートの重心に対して、所定の位置にある領域の文字の部分面積である。つまり、上記部分面積は、画素値が１である画素の数である。

以下に、図８（ａ）の例を用いて更に説明する。図８（ａ）には、代表文字パターンテンプレートが最良の一致を示した探索領域１０２の画像部分を切り出した画像Ｄが示されている。図６において、探索領域１０２では、各文字について切り出される領域を四角で囲んで示している。

今、探索領域１０２の文字に対して、代表文字パターンテンプレート「Ｉ」が選択されているとする。まず、文字特定手段１５は、代表文字パターンテンプレートとして選択された文字パターンテンプレート「Ｉ」の重心の位置及び文字パターンテンプレート「Ｉ」に関連付けられている非共通文字特徴情報を記憶手段１３から読み出す。

次に、文字特定手段１５は、代表文字パターンテンプレート「Ｉ」が最良の一致を示した探索領域１０２の画像部分を切り出し、切り出した画像Ｄにおいて、代表文字パターンテンプレートの重心Ｔｉｇの位置を特定する。次に、文字特定手段１５は、非共通文字特徴情報として、代表文字パターンの重心Ｔｉｇに対して、上方の位置にある領域Ｔｉｕ及び下方の位置にある領域Ｔｉｄにおける文字の部分面積を調べる。

本装置１０では、非共通文字特徴情報が、代表文字パターンの重心Ｔｉｇに対して、上方の位置にある領域Ｔｉｕ及び下方の位置にある領域Ｔｉｄの文字の部分面積である。この非共通文字特徴情報は、クラス分けに用いられた文字パターン間に共通する特徴部分以外の文字の部分であって、文字情報の情報量の多い部分であることが好ましい。

今、検査画像に対して、代表文字パターンテンプレート「Ｉ（アイ）」が選択されているので、検査画像に含まれる文字は、アラビア数字の「１」、アルファベット文字の「Ｉ（アイ）」又は「Ｌ（エル）」である。

文字特定手段１５は、上記部分面積を用いて、検査画像に含まれる文字が、アラビア数字の「１」、アルファベット文字の「Ｉ（アイ）」又は「Ｌ（エル）」の何れであるのかを特定する。

図８（ａ）に示すように、ワークに刻印された文字がアルファベット文字の「Ｉ（アイ）」であれば、重心Ｔｉｇに対して、上方の位置にある領域Ｔｉｕ及び下方の位置にある領域Ｔｉｄの文字の部分面積は共に、所定のしきい値以下の値となる。このような部分面積を有する文字は、クラスに分類された文字パターンテンプレートのアルファベット文字の「Ｉ（アイ）」に対応する文字であるので、文字特定手段１５は、切り出した画像Ｄが、アルファベット文字の「Ｉ（アイ）」であると特定する。そして、文字特定手段１５は、アルファベット文字の「Ｉ（アイ）」の文字パターンテンプレートが対応する文字を表す文字コードを取得する。

また、図８（ｂ）に示すように、ワークに刻印された文字がアラビア数字の「１」であれば、重心Ｔｉｇに対して、上方の位置にある領域Ｔｉｕの文字の部分面積は、所定のしきい値よりも大きく、且つ、下方の位置にある領域Ｔｉｄの文字の部分面積は、所定のしきい値以下の値となる。このような部分面積を有する文字は、クラスに分類された文字パターンテンプレートのアラビア数字の「１」に対応する文字であるので、文字特定手段１５は、切り出した画像Ｄが、アラビア数字の「１」であると特定する。そして文字特定手段１５は、アラビア数字の「１」の文字パターンテンプレートが対応する文字を表す文字コードを取得する。

更に、図８（ｃ）に示すように、ワークに刻印された文字がアルファベット文字の「Ｌ（エル）」であれば、重心Ｔｉｇに対して、上方の位置にある領域Ｔｉｕの文字の部分面積は、所定のしきい値以下の値となり、且つ、下方の位置にある領域Ｔｉｄの文字の部分面積は、所定のしきい値よりも大きな値となる。このような部分面積を有する文字は、クラスに分類された文字パターンテンプレートのアルファベット文字の「Ｌ（エル）」に対応する文字であるので、文字特定手段１５は、切り出した画像Ｄが、アルファベット文字の「Ｌ（エル）」であると特定する。そして、文字特定手段１５は、アルファベット文字の「Ｌ（エル）」の文字パターンテンプレートが対応する文字を表す文字コードを取得する。

このように、文字特定手段１５は、代表文字パターンの重心Ｔｉｇに対して、上方の位置にある領域Ｔｉｕ及び下方の位置にある領域Ｔｉｄの文字の部分面積を非共通文字特徴情報として用いて、切り出した画像Ｄを調べ、切り出した画像Ｄに撮像された文字を特定する。

代表文字パターンの重心Ｔｉｇに対して、上方の位置にある領域Ｔｉｕ及び下方の位置にある領域Ｔｉｄとしては、例えば、代表文字パターンを縦方向に３等分した内の上方の位置にある領域及び下方の位置にある領域とすることができる。

文字特定手段１５は、探索領域１０２において、特定した文字を表す文字コードを、その文字の検査画像中の重心の座標と共に記憶手段１３に記憶する。

また、図９及び図１０に、代表文字パターンテンプレートとしてアルファベット文字の「Ｏ（オー）」及び「Ｐ（ピー）」が選択された場合の非共通文字特徴情報を示す。

図９（ａ）及び（ｂ）の例では、検査画像に対して、代表文字パターンテンプレート「Ｏ（オー）」が選択されているので、検査画像に含まれる文字は、アルファベット文字の「Ｏ（オー）」又は「Ｑ（キュー）」である。

図９（ａ）に示すように、ワークに刻印された文字がアルファベット文字の「Ｏ（オー）」であれば、重心Ｔｏｇに対して、下方の位置にある領域Ｔｏｄの文字の部分面積は、所定のしきい値以下の値となる。このような部分面積を有する文字は、クラスに分類された文字パターンテンプレートのアルファベット文字の「Ｏ（オー）」に対応する文字であるので、文字特定手段１５は、切り出した画像Ｄが、アルファベット文字の「Ｏ（オー）」であると特定する。

また、図９（ｂ）に示すように、ワークに刻印された文字がアルファベット文字の「Ｑ（キュー）」であれば、重心Ｔｏｇに対して、下方の位置にある領域Ｔｏｄの文字の部分面積は、所定のしきい値よりも大きな値となる。このような部分面積を有する文字は、クラスに分類された文字パターンテンプレートのアルファベット文字の「Ｑ（キュー）」に対応する文字であるので、文字特定手段１５は、切り出した画像Ｄが、アルファベット文字の「Ｑ（キュー）」であると特定する。

このように、文字特定手段１５は、切り出した画像Ｄにおいて、代表文字パターンの重心Ｔｏｇに対して、下方の位置にある領域Ｔｏｄの文字の部分面積を非共通文字特徴情報として用いて調べて、切り出した画像Ｄに撮像された文字を特定する。

また図１０（ａ）及び（ｂ）の例では、検査画像に対して、代表文字パターンテンプレート「Ｐ（ピー）」が選択されているので、検査画像に含まれる文字は、アルファベット文字の「Ｐ（ピー）」又は「Ｒ（アール）」である。

同様に、文字特定手段１５は、図１０（ａ）及び（ｂ）に示すように、切り出した画像Ｄにおいて、代表文字パターンの重心Ｔｐｇに対して、下方の位置にある領域Ｔｐｄの文字の部分面積を非共通文字特徴情報として用いて調べ、切り出した画像Ｄに撮像された文字を特定する。

図９又は１０の例において、代表文字パターンの重心に対して、下方の位置にある領域としては、例えば、代表文字パターンを縦方向に２等分した内の下方の位置にある領域とすることができる。

文字列情報取得手段１６は、文字特定手段１５が取得した文字の位置それぞれに基づいて、特定した複数の文字の順序を決定して、文字列情報を取得する。具体的には、文字列情報取得手段１６は、文字特定手段１５で認識された全ての文字の位置関係に基づいて文字の並び順を決定する。そして、文字列情報取得手段１６は、決定した文字の並び順に基づいて、製造年月日を表す文字列情報を取得する。

本装置１０では、図４に示すように、ワーク３０には製造年月日を特定する文字列が表記されている。そこで、文字列情報取得手段１６は、探索領域１０２において認識された文字として記憶手段１３に記憶されている文字の重心の位置情報を参照し、記憶手段１３に記憶されたｘ方向（横方向）の位置を比較し、最も左側に位置する文字から順に配列する。その後、文字列情報取得手段１６は、特定した文字を表す文字コードを参照して、文字列情報を取得する。そして、文字列情報取得手段１６は、取得した文字列情報を記憶手段１３に記憶する。

判定手段１７は、上記文字列情報が、ワーク３０上に表記される可能性のある文字列である場合、上記文字列情報は正しいと判定し、該文字列情報が、ワーク３０上に表記される可能性のない文字列である場合、上記文字列情報は誤りであると判定する。

具体的には、判定手段１７は、文字列情報取得手段１６で取得された文字列情報が、有り得ない文字列でないか否かを調べることにより、その文字列情報が正しいか否かを判定する。またその判定結果に基づいて、ワーク３０の良否を判定する。そのために、判定手段１７は、判定の基準となる文字列判定情報を、文字列判定情報記憶部２０から通信手段１８を通じて取得する。文字列判定情報は、例えば、現在ライン上を流れているワーク３０の製造年月日の範囲である。そして、認識された文字列情報を、文字列判定情報に基づいて設定される一致条件と比較する。

例えば、判定手段１７は、認識した文字列情報に含まれる製造年月日が、実際には有り得ない日付（例えば、１９月、３８日等）の場合、あるいは、認識された製造年月日に相当するワーク３０がライン上を流れている製造年月日の範囲を外れている場合（例えば、１０月製造の部品のみがライン上に存在するはずなのに、認識された製造年月日が９月以前あるいは１１月以降の場合）に、製造年月日情報として認識された文字列情報が誤っていると判定する。

そして判定手段１７は、文字列情報が正しいと判定した場合、ワーク３０を良品と判定する。一方、文字列情報が誤っていると判定した場合、ワーク３０を不良品と判定する。また、判定手段１７は、アッシイ番号が誤っているため、ワーク３０が不良品であるクラス分類手段１４により判断された場合も、ワーク３０を不良品と判定する。

判定手段１７は、認識された文字列情報及びワーク３０の良否判定結果を、通信手段１８を通じて上記表示部に送信し、ユーザにその結果を報知する。あるいは、文字列判定情報記憶部２０又は生産ラインを管理するコンピュータ（図示せず）へ認識された文字列情報及びワーク３０の良否判定結果を送信し、不良と判断されたワーク３０をラインから除去するようにしてもよい。

上述した本装置１０は、燃料ポンプモジュールの組み付け装置の一部に組み込まれていても良い。燃料ポンプモジュールの組み付け装置は、本装置１０を備えることにより、ワーク３０であるポンプ本体を部品として、燃料ポンプモジュールに組み付ける前に、良品か否かの判定を行うことができる。従って、部品であるワーク３０の製造履歴を正確に管理して燃料ポンプモジュールを組み付けることができる。また、ワーク３０を含む部品の組み付け方法については、例えば、従来の常法を用いることができる。

次に、上述した本実施形態の文字認識装置１０の動作について説明する。本装置１０は、上述したように、２段階の手順を用いて、検査画像に撮像された文字を認識する。

まず、本装置１０は、検査画像に対して、複数の文字パターンテンプレートとの一致度を調べて、検査画像を、共通文字特徴パターンを有するクラスに分類する。この段階では、例えば、文字パターンテンプレートにおける最小公約数的な文字情報を用いて、文字パターンテンプレートの特徴部分が共通するグループごとに、検査画像を大まかにクラス分けする。

次に、本装置１０は、クラスに分類された検査画像に対して、該クラスに関連付けられており、文字間の非共通部分を調べて文字を特定するための非共通文字特徴情報を用いて、検査画像に撮像された文字を特定する。この段階では、同じクラスに分類された文字間における最小公約数的な文字情報を除いた部分の文字情報を用いて、個々の文字を特定する。上記非共通文字特徴情報は、例えば、上記クラス分けに用いられた文字パターンテンプレート間に共通する特徴部分以外の文字の部分であって、文字情報の情報量の多い部分を用いることが好ましい。

文字認識装置１０の検査対象である被検査物に表記される文字には、特に制限はない。文字認識の対象となる文字としては、例えば、アルファベット文字、アラビア数字、ひらがな、漢字又は記号等が挙げられる。

次に、上述した本実施形態の文字認識装置１０の動作の一例を、図１１及び１３を参照して、以下に説明する。文字認識装置１０の動作は、処理部１９の制御手段１１によって制御される。

まず、ステップＳ１０において、撮像部１２が、複数の文字が表記されたワーク３０を撮像した検査画像を取得する。記憶手段１３は、撮像した検査画像を記憶する。

次に、ステップＳ１１において、クラス分類手段１４は、検査画像に対して前処理を行う。

次に、ステップＳ１２において、クラス分類手段１４は、ワーク３０に表記されるべき文字列に含まれる特定の位置の文字であるアッシイ番号を基準文字として認識し、該基準文字との相対的な位置関係に基づいて、検査画像に探索領域を設定する。

次に、ステップＳ１３において、クラス分類手段１４は、検査画像の探索領域に対して、複数の文字パターンテンプレートとの一致度を求め、該一致度が所定のしきい値以上である文字パターンテンプレートからなる群を、共通文字特徴パターンを有するクラスとして、探索領域の画像をこのクラスに分類する。

次に、ステップＳ１４において、クラス分類手段１４は、最も高い一致度が得られた文字パターンテンプレートを、クラスを代表する代表文字パターンテンプレートとして選択すると共に、選択された該代表文字パターンに認識された文字の検査画像中の位置を取得する。

次に、ステップＳ１５において、文字特定手段１５は、代表文字パターンテンプレートとして選択された文字パターンテンプレートに関連付けられている非共通文字特徴情報を用いて、検査画像に撮像された文字を特定する。具体的には、文字特定手段１５は、非共通文字特徴情報として、代表文字パターンテンプレートの重心に対して、所定の位置にある領域の文字の部分面積を用いる。

次に、文字特定手段１５は、探索領域内の全ての文字の特定が終了したかを判断する。もし、探索領域内の全ての文字の特定が終了していなければ、Ｓ１５の前に戻る。一方、探索領域内の全ての文字の特定が終了していれば、ステップＳ１７に進む。

次に、ステップＳ１７において、文字列情報取得手段１６は、クラス分類手段１４が取得した、選択された代表文字パターンそれぞれに認識された文字の検査画像中の位置それぞれに基づいて、特定した複数の文字の順序を決定して、文字列情報を取得する。

次に、ステップＳ１８において、判定手段１７は、文字列判定情報記憶部２０から文字列判定情報を取得する。

次に、ステップＳ１９において、判定手段１７は、文字列情報が、ワーク３０上に表記される可能性のある文字列であるのか否かを判断する。もし、文字列情報が、ワーク３０上に表記される可能性のある文字列であれば、ステップＳ２０に進む。一方、文字列情報が、ワーク３０上に表記される可能性のない文字列でなければ、ステップＳ２１に進む。

ステップＳ２０において、判定手段１７は、文字列情報は正しいと判定し、ワーク３０は良品との判定結果を出力する。

一方、ステップＳ２１では、判定手段１７は、文字列情報は誤りであると判定し、ワーク３０は不良品との判定結果を出力する。

上述した本実施形態の文字認識装置１０によれば、迅速且つ正確に文字を認識できる。特に、本装置１０は、被検査物に表記された文字に傷が付くか、又は、油若しくはホコリ等により文字が汚れた場合でも、正確に文字を認識できる。

また、本装置１０は、非共通文字特徴情報として、代表文字パターンテンプレートの重心に対して所定の位置にある領域の文字の部分面積を用いており、この部分面積が、２値化された検査画像における画素値が１である画素の数であるので、文字認識の処理を、一層迅速に行うことができる。

また、本装置１０によれば、ワーク３０に表記されるべき文字列に含まれる特定の位置の文字を基準文字として認識し、該基準文字との相対的な位置関係に基づいて探索領域を設定することにより、複数の文字が表記されている場合でも、目的とする文字の認識を迅速且つ正確に行える。

また、本装置１０によれば、認識された文字列がワーク３０に表記されるはずのない文字列か否かを調べて正誤判定を行うので、文字の認識精度を更に高めることができる。

本発明の文字認識装置、そのような装置を備えた燃料ポンプモジュールの組み付け装置及び文字認識方法は、上述した実施形態に制限されることなく、本発明の趣旨を逸脱しない限り適宜変更が可能である。

例えば、上述した本実施形態の文字認識装置では、非共通文字特徴情報が、上記代表文字パターンの重心に対して、所定の位置にある領域の文字の部分面積であったが、非共通文字特徴情報は、例えば、文字の縦横比、円形度等であっても良い。

また、上述した本実施形態の文字認識装置では、上記部分面積が、代表文字パターンの重心に対して、上方又は下方の位置にある領域の面積であったが、上記部分面積は、重心を含む中央の領域の面積であっても良い。

従来の例の文字認識装置によって、パターンマッチングを行った結果である。 本発明の文字認識装置の一実施形態のシステム構成図である。 図２の実施形態が検査するワークを説明する分解斜視図である。 図２の実施形態がワークを撮影した検査画像の一例を示す図である。 図２の処理部の機能ブロック図である。 探索領域が設定された検査画像を示す図である。 共通文字特徴パターンを有するクラスを説明する図である。 非共通文字特徴情報を用いて検査画像に撮像された文字を特定する処理を説明する図である。 図８の他の例を示す図である。 図８のまた他の例を示す図である。 図２の実施形態の動作を説明するフローチャートである。 図２の実施形態の動作を説明するフローチャートである。

符号の説明

１０ 文字認識装置
１１ 制御手段
１２ 撮像部（画像取得手段）
１３ 記憶手段
１４ クラス分類手段
１５ 文字特定手段
１６ 文字列情報取得手段
１７ 判定手段
１８ 通信手段
１９ 処理部
２０ 文字列判定情報記憶部
３０ ワーク（被検査物）

Claims (12)

1. 文字が表記された被検査物を撮像した検査画像を取得する画像取得手段と、
   複数の文字パターン、及び、共通文字特徴パターンを有するクラスに関連付けられており、文字間の非共通部分を調べて文字を特定するための非共通文字特徴情報、を記憶する記憶手段と、
   前記検査画像に対して、前記記憶手段から読み出した前記複数の文字パターンとの一致度を調べて、前記検査画像を、前記共通文字特徴パターンを有する前記クラスに分類するクラス分類手段と、
   前記クラスに分類された前記検査画像に対して、該クラスに関連付けられている前記非共通文字特徴情報を前記記憶手段から読み出して、該非共通文字特徴情報を用いて、前記検査画像に撮像された文字を特定する文字特定手段と、
   を備えていることを特徴とする文字認識装置。
2. 前記検査画像に対して、前記複数の文字パターンとの一致度が前記クラス分類手段により求められ、該一致度が所定のしきい値以上である文字パターンからなる群が、前記共通文字特徴パターンを有する前記クラスであり、
   前記クラス分類手段は、前記検査画像を前記クラスに分類すると共に、最も高い一致度が得られた文字パターンを、前記クラスを代表する代表文字パターンとして選択し、
   前記文字特定手段は、前記代表文字パターンとして選択された文字パターンに関連付けられている前記非共通文字特徴情報を用いて、前記検査画像に撮像された文字を特定する請求項１に記載の文字認識装置。
3. 前記非共通文字特徴情報は、前記代表文字パターンの重心に対して、所定の位置にある領域の文字の部分面積である請求項２に記載の文字認識装置。
4. 前記部分面積が、前記代表文字パターンの重心に対して、上方又は下方の位置にある領域の面積である請求項３に記載の文字認識装置。
5. 前記非共通文字特徴情報を用いて、文字が特定される前記検査画像が２値化された画像であり、前記部分面積は、画素値が１である画素の数である請求項３又は４に記載の文字認識装置。
6. 前記クラス分類手段は、前記検査画像に対して、前記複数の文字パターンとの一致度を、前記文字パターンと一致した輪郭の長さに基づいて求める請求項１〜５の何れか一項に記載の文字認識装置。
7. 前記クラス分類手段は、被検査物に表記されるべき文字列に含まれる特定の位置の文字を基準文字として認識し、該基準文字との相対的な位置関係に基づいて探索領域を設定し、前記検査画像における前記探索領域の画像を、前記共通文字特徴パターンを有する前記クラスに分類する請求項１〜６の何れか一項に記載の文字認識装置。
8. 前記検査画像には、複数の文字の情報が含まれており、
   前記文字特定手段は、前記複数の文字を特定すると共に、特定された文字それぞれの前記検査画像中の位置を取得し、
   前記文字特定手段が取得した前記位置それぞれに基づいて、特定した前記複数の文字の順序を決定して、文字列情報を取得する文字列情報取得手段と、
   前記文字列情報が、被検査物上に表記される可能性のある文字列である場合、前記文字列情報は正しいと判定し、前記文字列情報が、被検査物上に表記される可能性のない文字列である場合、前記文字列情報は誤りであると判定する判定手段と、を備えている請求項１〜７の何れか一項に記載の文字認識装置。
9. 請求項１〜８の何れか一項に記載の文字認識装置を具備し、被検査物が燃料ポンプモジュールの部品であることを特徴とする燃料ポンプモジュールの組み付け装置。
10. 文字が表記された被検査物を撮像した検査画像を取得し、
    前記検査画像に対して、複数の文字パターンとの一致度を調べて、前記検査画像を、共通文字特徴パターンを有するクラスに分類し、
    前記クラスに分類された前記検査画像に対して、前記クラスに関連付けられており、文字間の非共通部分を調べて文字を特定するための非共通文字特徴情報を用いて、前記検査画像に撮像された文字を特定する、
    ステップを有することを特徴とする文字認識方法。
11. 前記検査画像に対して、前記複数の文字パターンとの一致度が所定のしきい値以上である文字パターンからなる群が、前記共通文字特徴パターンを有する前記クラスであり、
    前記分類するステップは、
    前記検査画像を前記クラスに分類するステップと、
    最も高い一致度が得られた文字パターンを、前記クラスを代表する代表文字パターンとして選択するステップと、
    を有し、
    前記特定するステップは、
    前記代表文字パターンとして選択された文字パターンに関連付けられている前記非共通文字特徴情報を用いて、前記検査画像に撮像された文字を特定するステップを、
    有している請求項１０に記載の文字認識方法。
12. 前記非共通文字特徴情報が、前記代表文字パターンの重心に対して、所定の位置にある領域の文字の部分面積である請求項１１に記載の文字認識方法。

Images