JPH05143738A - オンライン図形認識装置 - Google Patents
オンライン図形認識装置Info
- Publication number
- JPH05143738A JPH05143738A JP30621191A JP30621191A JPH05143738A JP H05143738 A JPH05143738 A JP H05143738A JP 30621191 A JP30621191 A JP 30621191A JP 30621191 A JP30621191 A JP 30621191A JP H05143738 A JPH05143738 A JP H05143738A
- Authority
- JP
- Japan
- Prior art keywords
- stroke
- data
- point
- points
- feature point
- 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.)
- Pending
Links
Landscapes
- Image Analysis (AREA)
Abstract
(57)【要約】
【目的】 2線分間の角度又はストロークの長さの比に
より特徴点を抽出し、一筆書きが行える順番に1つのル
ールを付加することにより図形の認識を行うオンライン
図形認識装置を提供する。 【構成】 手書き入力される線図形の時系列的な座標デ
ータを取得する手書入力取得手段と、座標データを一時
記憶するメモリと、その取得した座標データを必要なデ
ータ量に変換し正規化するデータ前処理手段と、データ
を認識する辞書5と、入力図形と辞書パターン図形とを
比較し認識する図形認識手段とを備えたオンライン図形
認識装置において、データの連続する3点を直線で結ん
で作られる線分間の角度のみにより、1ストロークの特
徴点、及び、一続きに描かれた複数のストロークの結合
点とされた特徴点を抽出する特徴点抽出手段を設けた。
より特徴点を抽出し、一筆書きが行える順番に1つのル
ールを付加することにより図形の認識を行うオンライン
図形認識装置を提供する。 【構成】 手書き入力される線図形の時系列的な座標デ
ータを取得する手書入力取得手段と、座標データを一時
記憶するメモリと、その取得した座標データを必要なデ
ータ量に変換し正規化するデータ前処理手段と、データ
を認識する辞書5と、入力図形と辞書パターン図形とを
比較し認識する図形認識手段とを備えたオンライン図形
認識装置において、データの連続する3点を直線で結ん
で作られる線分間の角度のみにより、1ストロークの特
徴点、及び、一続きに描かれた複数のストロークの結合
点とされた特徴点を抽出する特徴点抽出手段を設けた。
Description
【0001】
【産業上の利用分野】本発明は、文書編集装置等に用い
られるオンライン図形認識装置に関する。
られるオンライン図形認識装置に関する。
【0002】
【従来の技術】従来におけるオンライン図形認識装置に
類するものとしては、例えば、下記に述べるような各種
の装置がある。その第一の例として、特開昭55−13
8172号公報に「オンライン文字特徴抽出装置」なる
タイトルで開示されているものがある。これは、ストロ
ークの直線度、相対長比、始点から終点に向かう方向角
度、さらには、ストロークの曲りの角度変化の4種類の
特徴量の時系列を文字の特徴量として抽出し、これによ
り、ストロークのわずかな違いも検出し、類似文字間の
識別を正しく行うことができるというものである。
類するものとしては、例えば、下記に述べるような各種
の装置がある。その第一の例として、特開昭55−13
8172号公報に「オンライン文字特徴抽出装置」なる
タイトルで開示されているものがある。これは、ストロ
ークの直線度、相対長比、始点から終点に向かう方向角
度、さらには、ストロークの曲りの角度変化の4種類の
特徴量の時系列を文字の特徴量として抽出し、これによ
り、ストロークのわずかな違いも検出し、類似文字間の
識別を正しく行うことができるというものである。
【0003】また、その第二の従来例として、特開昭6
1−28180号公報に「オンライン手書き図形認識装
置」なるタイトルで開示されているものがある。これ
は、手書き図形の任意の2つのサンプル点を結ぶ直線に
基づく特徴量から手書き筆跡を複数の線分に分割して認
識することにより、図形入力状態に依存せずに手書き図
形をオンラインで自動認識することができ、これによ
り、従来よりもマンマシン性を一段と向上させることが
できるというものである。
1−28180号公報に「オンライン手書き図形認識装
置」なるタイトルで開示されているものがある。これ
は、手書き図形の任意の2つのサンプル点を結ぶ直線に
基づく特徴量から手書き筆跡を複数の線分に分割して認
識することにより、図形入力状態に依存せずに手書き図
形をオンラインで自動認識することができ、これによ
り、従来よりもマンマシン性を一段と向上させることが
できるというものである。
【0004】さらに、その第三の従来例として、特開昭
61−29980号公報に「オンライン手書き図形認識
装置」なるタイトルで開示されているものがある。これ
は、手書き筆跡の複数サンプル点の任意の2点を結ぶ直
線から得られる特徴量により手書き筆跡を複数の線分に
分割して認識することにより、図形入力時間の筆跡に依
存せずに認識を得られるようにすることができ、これに
より、手書き図形入力の際の、画数、筆順、回転、区切
りの制約を大幅に緩和させることができるものである。
61−29980号公報に「オンライン手書き図形認識
装置」なるタイトルで開示されているものがある。これ
は、手書き筆跡の複数サンプル点の任意の2点を結ぶ直
線から得られる特徴量により手書き筆跡を複数の線分に
分割して認識することにより、図形入力時間の筆跡に依
存せずに認識を得られるようにすることができ、これに
より、手書き図形入力の際の、画数、筆順、回転、区切
りの制約を大幅に緩和させることができるものである。
【0005】さらにまた、その第四の従来例として、特
開昭62−82486号公報に「オンライン手書き図形
認識装置」なるタイトルで開示されているものがある。
これは、隣り合う2つの線分の角度変化量だけでなく、
2つ以上の線分の角度変化をも考慮に入れて辞書の線分
列の角度変化と比較することにより、手書きのあいまい
さを吸収して認識を可能とすることができ、これによ
り、手書き図形が大きな変形を伴ったり、回転した状態
のものであっても、常に正しく認識することができるも
のである。
開昭62−82486号公報に「オンライン手書き図形
認識装置」なるタイトルで開示されているものがある。
これは、隣り合う2つの線分の角度変化量だけでなく、
2つ以上の線分の角度変化をも考慮に入れて辞書の線分
列の角度変化と比較することにより、手書きのあいまい
さを吸収して認識を可能とすることができ、これによ
り、手書き図形が大きな変形を伴ったり、回転した状態
のものであっても、常に正しく認識することができるも
のである。
【0006】
【発明が解決しようとする課題】上述した第一の従来例
にみられるように、文字の特徴量を抽出する手段として
は、ストローク直線度、相対長比、方向角度、角度変化
の4種類を検出することにより行っているが、このよう
な抽出方法では処理時間がかかり、複雑化するという問
題がある。
にみられるように、文字の特徴量を抽出する手段として
は、ストローク直線度、相対長比、方向角度、角度変化
の4種類を検出することにより行っているが、このよう
な抽出方法では処理時間がかかり、複雑化するという問
題がある。
【0007】また、パターンマッチングによる認識方法
における特徴点の対応は、文字の場合、筆順の制限をし
ない場合、入力点1点に対して全ての点の距離計算を行
うため時間がかかってしまう。そこで、ある程度の筆順
変動を予測して距離計算を行う数を減らし、処理時間の
向上を図っているものがあるが、装置の構成が複雑化す
る恐れがある。また、図形では、特徴が似ているものが
多く、距離計算では十分に認識を行えないような場合が
ある。このような時、特徴点の順番を一筆書きにより行
う方法はあるが、図形によっては複数の書き方があり面
倒である。
における特徴点の対応は、文字の場合、筆順の制限をし
ない場合、入力点1点に対して全ての点の距離計算を行
うため時間がかかってしまう。そこで、ある程度の筆順
変動を予測して距離計算を行う数を減らし、処理時間の
向上を図っているものがあるが、装置の構成が複雑化す
る恐れがある。また、図形では、特徴が似ているものが
多く、距離計算では十分に認識を行えないような場合が
ある。このような時、特徴点の順番を一筆書きにより行
う方法はあるが、図形によっては複数の書き方があり面
倒である。
【0008】
【課題を解決するための手段】請求項1記載の発明で
は、手書き入力される線図形の時系列的な座標データを
取得する手書入力取得手段と、前記座標データを一時記
憶するメモリと、その取得した座標データを必要なデー
タ量に変換し正規化するデータ前処理手段と、データを
認識する辞書と、入力図形と辞書パターン図形とを比較
し認識する図形認識手段とを備えたオンライン図形認識
装置において、データの連続する3点を直線で結んで作
られる線分間の角度のみにより、1ストロークの特徴
点、及び、一続きに描かれた複数のストロークの結合点
とされた特徴点を抽出する特徴点抽出手段を設けた。
は、手書き入力される線図形の時系列的な座標データを
取得する手書入力取得手段と、前記座標データを一時記
憶するメモリと、その取得した座標データを必要なデー
タ量に変換し正規化するデータ前処理手段と、データを
認識する辞書と、入力図形と辞書パターン図形とを比較
し認識する図形認識手段とを備えたオンライン図形認識
装置において、データの連続する3点を直線で結んで作
られる線分間の角度のみにより、1ストロークの特徴
点、及び、一続きに描かれた複数のストロークの結合点
とされた特徴点を抽出する特徴点抽出手段を設けた。
【0009】請求項2記載の発明では、手書き入力され
る線図形の時系列的な座標データを取得する手書入力取
得手段と、前記座標データを一時記憶するメモリと、そ
の取得した座標データを必要なデータ量に変換し正規化
するデータ前処理手段と、データを認識する辞書と、入
力図形と辞書パターン図形とを比較し認識する図形認識
手段とを備えたオンライン図形認識装置において、一続
きに描かれたストロークの長さとそのストロークの始点
と終点とを結んだ長さとの比によりストロークを分割す
ることにより、1ストロークの特徴点、及び、一続きに
描かれた複数のストロークの結合点とされた特徴点を抽
出する特徴点抽出手段を設けた。
る線図形の時系列的な座標データを取得する手書入力取
得手段と、前記座標データを一時記憶するメモリと、そ
の取得した座標データを必要なデータ量に変換し正規化
するデータ前処理手段と、データを認識する辞書と、入
力図形と辞書パターン図形とを比較し認識する図形認識
手段とを備えたオンライン図形認識装置において、一続
きに描かれたストロークの長さとそのストロークの始点
と終点とを結んだ長さとの比によりストロークを分割す
ることにより、1ストロークの特徴点、及び、一続きに
描かれた複数のストロークの結合点とされた特徴点を抽
出する特徴点抽出手段を設けた。
【0010】請求項3記載の発明では、請求項1,2記
載の発明において、1ストロークの特徴点と、一続きに
描かれた複数のストロークの結合点とされた特徴点とに
より特徴点情報リストを作成し、この特徴点情報リスト
の各特徴点の情報に1ストロークで描く順番と1ルール
とを付加させることにより手書き入力された図形と辞書
により認識した図形との特徴点を対応させる特徴点対応
付け手段を設けた。
載の発明において、1ストロークの特徴点と、一続きに
描かれた複数のストロークの結合点とされた特徴点とに
より特徴点情報リストを作成し、この特徴点情報リスト
の各特徴点の情報に1ストロークで描く順番と1ルール
とを付加させることにより手書き入力された図形と辞書
により認識した図形との特徴点を対応させる特徴点対応
付け手段を設けた。
【0011】
【作用】請求項1記載の発明では、図形を折れ線近似し
たときの2線分の間の角度のみで特徴点を抽出するよう
にしたので、特徴点を十分に抽出することができると共
に、処理を減少させることが可能となる。
たときの2線分の間の角度のみで特徴点を抽出するよう
にしたので、特徴点を十分に抽出することができると共
に、処理を減少させることが可能となる。
【0012】請求項2記載の発明では、ストロークの長
さと、ストロークの始点と終点とを結んだ直線の長さと
の比により直線であるか否かを判断し、直線でなければ
仮分離を行い、さらに、仮分離したそれぞれのストロー
クに他方のデータ点を加え、直線であるかを判断するこ
とにより、精度のよい特徴点を抽出することが可能とな
る。
さと、ストロークの始点と終点とを結んだ直線の長さと
の比により直線であるか否かを判断し、直線でなければ
仮分離を行い、さらに、仮分離したそれぞれのストロー
クに他方のデータ点を加え、直線であるかを判断するこ
とにより、精度のよい特徴点を抽出することが可能とな
る。
【0013】請求項3記載の発明では、入力した図形の
特徴点とマッチングを行う辞書データとの対応を結合情
報により分類を行った後、一筆書きの順番に1つのルー
ルを加えることにより、特徴点の類似図形でもマッチン
グの結果が著しく異なる結果を求めることが可能とな
る。
特徴点とマッチングを行う辞書データとの対応を結合情
報により分類を行った後、一筆書きの順番に1つのルー
ルを加えることにより、特徴点の類似図形でもマッチン
グの結果が著しく異なる結果を求めることが可能とな
る。
【0014】
【実施例】請求項1記載の発明の一実施例を図1〜図8
に基づいて説明する。まず、図1はオンライン図形認識
装置の全体構成を示すものである。本装置には、図形入
力部1と、この図形入力部1から手書き入力される線図
形の時系列的な座標データを取得する手書入力取得手段
としてのデータ取得部2と、前記座標データを一時記憶
するメモリ3と、その取得した座標データを必要なデー
タ量に変換し正規化するデータ前処理手段としてのデー
タ前処理部4と、データを認識する辞書としての認識辞
書部5と、入力図形と辞書パターン図形とを比較し認識
する図形認識手段としての図形認識部6と、図形を画面
に表示する表示部7とが設けられている。
に基づいて説明する。まず、図1はオンライン図形認識
装置の全体構成を示すものである。本装置には、図形入
力部1と、この図形入力部1から手書き入力される線図
形の時系列的な座標データを取得する手書入力取得手段
としてのデータ取得部2と、前記座標データを一時記憶
するメモリ3と、その取得した座標データを必要なデー
タ量に変換し正規化するデータ前処理手段としてのデー
タ前処理部4と、データを認識する辞書としての認識辞
書部5と、入力図形と辞書パターン図形とを比較し認識
する図形認識手段としての図形認識部6と、図形を画面
に表示する表示部7とが設けられている。
【0015】本実施例では、このような各部の機能を備
えたオンライン図形認識装置において、データの連続す
る3点を直線で結んで作られる線分間の角度のみによ
り、1ストロークの特徴点、及び、一続きに描かれた複
数のストロークの結合点とされた特徴点を抽出する特徴
点抽出手段を設けたものである。この特徴点抽出手段の
詳細な説明については後述する。
えたオンライン図形認識装置において、データの連続す
る3点を直線で結んで作られる線分間の角度のみによ
り、1ストロークの特徴点、及び、一続きに描かれた複
数のストロークの結合点とされた特徴点を抽出する特徴
点抽出手段を設けたものである。この特徴点抽出手段の
詳細な説明については後述する。
【0016】このような構成において、図形入力部1
は、手書き図形を入力するためのタブレット8と、スタ
イラスペン9とからなっている。今、タブレット8上に
描かれた図形は、データ取得部2により定時的にサンプ
リングされ、座標点としてメモリ3に記憶される。デー
タ前処理部4によりメモリ3に記憶されている入力図形
の座標点列データを読み出し、データの雑音除去及びス
ムージング、データの標本化、正規化処理等の前処理を
行い、図形認識部6により認識辞書部5を参照して認識
を行い、これにより得られた認識結果を表示部7に表示
を行う。
は、手書き図形を入力するためのタブレット8と、スタ
イラスペン9とからなっている。今、タブレット8上に
描かれた図形は、データ取得部2により定時的にサンプ
リングされ、座標点としてメモリ3に記憶される。デー
タ前処理部4によりメモリ3に記憶されている入力図形
の座標点列データを読み出し、データの雑音除去及びス
ムージング、データの標本化、正規化処理等の前処理を
行い、図形認識部6により認識辞書部5を参照して認識
を行い、これにより得られた認識結果を表示部7に表示
を行う。
【0017】次に、認識処理の流れを図2のフローに基
づいて説明する。まず、(a)において、タブレット8
上にスタイラスペン9で図形を描き入力を行う。これに
より入力された図形データは、時系列的に座標点として
取り込まれる。この時、ストローク(スタイラスペン9
をタブレット8上に降ろしてから上げるまでの一続きの
ライン)を描いた時のスタイラスペン9のアップダウン
の情報も取り込まれる。(b)において、(a)で手書
き入力した図形の座標データを雑音や手ぶれによる特異
点、スタイラスペン9を一点に停留していた場合などの
同じ座標一の点等の除去を行う。(c)において、デー
タを必要な点のみにするためデータの標本化を行う。
(d)において、正規化処理を行う。正規化の方法は、
例えば、総ストローク長がどの図形に対しても一定の長
さとする正規化方法等により行うことができる。(e)
に特徴点抽出を行い、その特徴点情報より(f)におい
て折線や曲線と直線を続けて描いたストロークの分離を
行う。(g)において、認識するための特徴点を対応付
けるために特徴点の並び変え処理を行う。(h)におい
て、ストロークの結合を行い、不必要になった特徴点を
除去する。(i)において、各特徴点により分類を行
い、認識対象図形を分類する。(j)において、(i)
により分類された認識対象図形の情報を辞書より読込
み、入力図形の認識を行う。(k)において、認識した
結果の出力を行う。
づいて説明する。まず、(a)において、タブレット8
上にスタイラスペン9で図形を描き入力を行う。これに
より入力された図形データは、時系列的に座標点として
取り込まれる。この時、ストローク(スタイラスペン9
をタブレット8上に降ろしてから上げるまでの一続きの
ライン)を描いた時のスタイラスペン9のアップダウン
の情報も取り込まれる。(b)において、(a)で手書
き入力した図形の座標データを雑音や手ぶれによる特異
点、スタイラスペン9を一点に停留していた場合などの
同じ座標一の点等の除去を行う。(c)において、デー
タを必要な点のみにするためデータの標本化を行う。
(d)において、正規化処理を行う。正規化の方法は、
例えば、総ストローク長がどの図形に対しても一定の長
さとする正規化方法等により行うことができる。(e)
に特徴点抽出を行い、その特徴点情報より(f)におい
て折線や曲線と直線を続けて描いたストロークの分離を
行う。(g)において、認識するための特徴点を対応付
けるために特徴点の並び変え処理を行う。(h)におい
て、ストロークの結合を行い、不必要になった特徴点を
除去する。(i)において、各特徴点により分類を行
い、認識対象図形を分類する。(j)において、(i)
により分類された認識対象図形の情報を辞書より読込
み、入力図形の認識を行う。(k)において、認識した
結果の出力を行う。
【0018】次に、特徴点抽出手段を用いて特徴点を抽
出する方法について述べる。今、入力された図形は、図
3のように時系列の座標点で表わされ、第1ストロー
ク、第2ストローク、第3ストロークと矢印方向に描か
れたものとする。これにより、入力された図形は、図4
に示すように、(a)〜(c)に示すような直線(水平
線、垂直線、斜線)、(d)(e)に示すような曲線、
(f)〜(h)に示すような結合線(直線、曲線の組合
せによるもの)、(i)(j)に示すような円、楕円等
のストロークや、これらの組合せによって作られるスト
ロークで描かれる。結合は、直線と直線或いは曲線と直
線の結合であり、これらの結合部分を「特徴点」として
分離し、直線と曲線のみにより入力図形を表わす。この
場合、ストロークでは、始点、終点、中間点が特徴点と
なり、また、結合線では分離した始点或いは終点が特徴
点となる。
出する方法について述べる。今、入力された図形は、図
3のように時系列の座標点で表わされ、第1ストロー
ク、第2ストローク、第3ストロークと矢印方向に描か
れたものとする。これにより、入力された図形は、図4
に示すように、(a)〜(c)に示すような直線(水平
線、垂直線、斜線)、(d)(e)に示すような曲線、
(f)〜(h)に示すような結合線(直線、曲線の組合
せによるもの)、(i)(j)に示すような円、楕円等
のストロークや、これらの組合せによって作られるスト
ロークで描かれる。結合は、直線と直線或いは曲線と直
線の結合であり、これらの結合部分を「特徴点」として
分離し、直線と曲線のみにより入力図形を表わす。この
場合、ストロークでは、始点、終点、中間点が特徴点と
なり、また、結合線では分離した始点或いは終点が特徴
点となる。
【0019】そこで、その特徴点の抽出方法を図5〜図
7に基づいて説明する。これら図5〜図7は、入力デー
タの連続する3点を結んだ折線の角度により特徴点を抽
出する方法を示すものである。まず、図5において、
(a)は、連続する入力データ間を直線で結び、折線で
表わしたストローク図形である。(b)は、入力データ
に対して前処理を行い、入力データの標本化を行った後
のストローク図形である。(c)は、(b)の破線内を
拡大して示したものである。この場合、連続する点Pi-
1,Pi,Pi+1 を結んで作られる折線の角度θiは、P
i-1 からPi を結んだ線をベクトルx、Pi からPi+1
を結んだ線をベクトルyとすると、 θi=cos~1(x・y/|x|・|y|) …(1) の式で求めることができる。
7に基づいて説明する。これら図5〜図7は、入力デー
タの連続する3点を結んだ折線の角度により特徴点を抽
出する方法を示すものである。まず、図5において、
(a)は、連続する入力データ間を直線で結び、折線で
表わしたストローク図形である。(b)は、入力データ
に対して前処理を行い、入力データの標本化を行った後
のストローク図形である。(c)は、(b)の破線内を
拡大して示したものである。この場合、連続する点Pi-
1,Pi,Pi+1 を結んで作られる折線の角度θiは、P
i-1 からPi を結んだ線をベクトルx、Pi からPi+1
を結んだ線をベクトルyとすると、 θi=cos~1(x・y/|x|・|y|) …(1) の式で求めることができる。
【0020】そして、ストロークの全ての個所について
角度θを求め、角度θが予め定めた閾値αより小さい場
合、その点を特徴点とする。また、この場合、ストロー
クの始点と終点も特徴点とする。(d)は特徴点間を順
に直線でストロークの分離を行ったものである。この方
法により求めた角度θが閾値αより全て大きいストロー
クは、結合ストロークでない(直線、曲線)か、結合ス
トローク特徴点(結合部)が求められない場合である。
図6に示すように、入力図形が直線と曲線の結合ストロ
ークの場合、ストローク結合部は比較的角度が大きいた
め求められない場合がある。従って、図6に示した折線
の角度θi と一つ前の折線の角度θi-1が共に閾値βよ
り小さい場合、角度θi-1 の部分の点を特徴点とする。
ただし、角度閾値βは、β>αの関係にある。この2つ
の条件を満たす点を求めることにより、ストロークの分
離部分となる特徴を求めることができる。図7に示す円
の場合は、全て折線の角度が前述した条件(θ≦α、θ
i-1,θi≦β)を満たさず、比較的角度が大きいためそ
のような条件を満たさない図形において始点と終点の距
離が近傍である図形は別に分類を行い認識処理を行う。
角度θを求め、角度θが予め定めた閾値αより小さい場
合、その点を特徴点とする。また、この場合、ストロー
クの始点と終点も特徴点とする。(d)は特徴点間を順
に直線でストロークの分離を行ったものである。この方
法により求めた角度θが閾値αより全て大きいストロー
クは、結合ストロークでない(直線、曲線)か、結合ス
トローク特徴点(結合部)が求められない場合である。
図6に示すように、入力図形が直線と曲線の結合ストロ
ークの場合、ストローク結合部は比較的角度が大きいた
め求められない場合がある。従って、図6に示した折線
の角度θi と一つ前の折線の角度θi-1が共に閾値βよ
り小さい場合、角度θi-1 の部分の点を特徴点とする。
ただし、角度閾値βは、β>αの関係にある。この2つ
の条件を満たす点を求めることにより、ストロークの分
離部分となる特徴を求めることができる。図7に示す円
の場合は、全て折線の角度が前述した条件(θ≦α、θ
i-1,θi≦β)を満たさず、比較的角度が大きいためそ
のような条件を満たさない図形において始点と終点の距
離が近傍である図形は別に分類を行い認識処理を行う。
【0021】次に、特徴点を抽出する処理の流れを図8
に基づいて説明する。まず、(a)において、前述した
図5(b)に示したように連続する3点を順に結んだ折
線角度の各θiを求める。(b)において、その求めた
角度θiが閾値αより小さい場合は、(c)に示すよう
にその点を特徴点として抽出した後、(d)において、
全てのデータに対して処理を行ったかを判断し、「Ye
s」であれば処理を終了し、「No」であれば(a)に
戻る。また、(b)において、求めた角度θiが角度閾
値αより大きい場合には(e)に進む。この(e)で
は、1つ前の角度θi-1 と角度θiが共に角度閾値βよ
り小さければ、(c)に示すように1つ前の点を特徴点
とする。このように、(b)の条件を満たせば直線間の
分離を行うことができ、(e)の条件を満たせば直線と
曲線との間の分離を行うことができ、(b)、(e)の
条件を共に満たさなければ円、楕円としてみなすことが
できる。
に基づいて説明する。まず、(a)において、前述した
図5(b)に示したように連続する3点を順に結んだ折
線角度の各θiを求める。(b)において、その求めた
角度θiが閾値αより小さい場合は、(c)に示すよう
にその点を特徴点として抽出した後、(d)において、
全てのデータに対して処理を行ったかを判断し、「Ye
s」であれば処理を終了し、「No」であれば(a)に
戻る。また、(b)において、求めた角度θiが角度閾
値αより大きい場合には(e)に進む。この(e)で
は、1つ前の角度θi-1 と角度θiが共に角度閾値βよ
り小さければ、(c)に示すように1つ前の点を特徴点
とする。このように、(b)の条件を満たせば直線間の
分離を行うことができ、(e)の条件を満たせば直線と
曲線との間の分離を行うことができ、(b)、(e)の
条件を共に満たさなければ円、楕円としてみなすことが
できる。
【0022】上述したように、図形などは文字と異なり
ストロークを結合して描かれることが多く、ストローク
を分離することにより最小単位のストロークで図形を表
わし、分離した点を特徴点とするための特徴点抽出方法
を折線近似した線分の角度により抽出することができ
る。従って、このように折線近似した2つの線分の角度
のみで特徴を抽出することにより、従来の抽出方法に比
べで処理時間を減らすことが可能となり、また、円の場
合には設定する角度閾値の値により、描いた円のストロ
ークの中間に特徴点を抽出しないことにより抽出を行う
ことができる。
ストロークを結合して描かれることが多く、ストローク
を分離することにより最小単位のストロークで図形を表
わし、分離した点を特徴点とするための特徴点抽出方法
を折線近似した線分の角度により抽出することができ
る。従って、このように折線近似した2つの線分の角度
のみで特徴を抽出することにより、従来の抽出方法に比
べで処理時間を減らすことが可能となり、また、円の場
合には設定する角度閾値の値により、描いた円のストロ
ークの中間に特徴点を抽出しないことにより抽出を行う
ことができる。
【0023】次に、請求項2記載の発明の一実施例を図
9〜図11に基づいて説明する。本実施例では、前述し
た図1のオンライン図形認識装置において、特徴点を抽
出する特徴点抽出手段の方法を変えたものである。すな
わち、ここでの特徴点抽出手段は、一続きに描かれたス
トロークの長さとそのストロークの始点と終点とを結ん
だ長さと比によりストロークを分割することにより、1
ストロークの特徴点、及び、一続きに描かれた複数のス
トロークの結合点とされた特徴点を抽出するようにした
ものである。
9〜図11に基づいて説明する。本実施例では、前述し
た図1のオンライン図形認識装置において、特徴点を抽
出する特徴点抽出手段の方法を変えたものである。すな
わち、ここでの特徴点抽出手段は、一続きに描かれたス
トロークの長さとそのストロークの始点と終点とを結ん
だ長さと比によりストロークを分割することにより、1
ストロークの特徴点、及び、一続きに描かれた複数のス
トロークの結合点とされた特徴点を抽出するようにした
ものである。
【0024】そこで、今、ストロークの始点と終点を結
んだ直線の長さと、ストロークの長さとの比により特徴
点を求める具体的な方法について述べる。図9は、1ス
トロークが曲線であるかを判断する方法を示すものであ
る。入力した1ストロークの連続する各点を直線で結び
折線近似したとき、各点間の直線の距離を全てトータル
した値をストロークの距離Lとする。1ストロークの始
点(ペンダウンした点)と終点(ペンをアップした点)
を直線で結んだ距離をLsとする。この2つの距離比が
閾値γより大きいとき(L/Ls≧γ)、そのストロー
クは、曲線或いは結合線と判断する。閾値γより小さい
とき(L/Ls<γ)は、直線と判断する(以後、この
処理を曲線判断処理と呼ぶ)。
んだ直線の長さと、ストロークの長さとの比により特徴
点を求める具体的な方法について述べる。図9は、1ス
トロークが曲線であるかを判断する方法を示すものであ
る。入力した1ストロークの連続する各点を直線で結び
折線近似したとき、各点間の直線の距離を全てトータル
した値をストロークの距離Lとする。1ストロークの始
点(ペンダウンした点)と終点(ペンをアップした点)
を直線で結んだ距離をLsとする。この2つの距離比が
閾値γより大きいとき(L/Ls≧γ)、そのストロー
クは、曲線或いは結合線と判断する。閾値γより小さい
とき(L/Ls<γ)は、直線と判断する(以後、この
処理を曲線判断処理と呼ぶ)。
【0025】曲線或いは結合線と判断したストロークか
ら結合部を抽出する方法を図10により説明する。
(a)において、前述した方法により直線であるかを判
断した結果、曲線或いは結合線と判断した場合、(b)
において、ストロークのトータル距離の中間となる位置
を中間点として仮ストロークとして分離する。(c)に
おいて、分離したそれぞれの分離ストローク10,11
を再度曲線判断の処理を行う。これら再度の曲線判断の
処理を行った結果が直線でない分離ストローク10の場
合、(d)において、その分離ストローク10にもう一
方の分離ストローク11の数点(破線内の点)を加えて
曲線判断を行う。このような分離処理をストロークの長
さが定めた値λまで行う。ただし、その定めた長さλ
は、直線と曲線の判断ができる長さとする。(e)にお
いて、再度分離した結果が直線と曲線の時には、(d)
において他方のストロークから加えた特徴点をどちらの
ストロークの点データにするかを判断し、(f)におい
てストロークの分離を終了させ、これにより分離した点
を特徴点とする。
ら結合部を抽出する方法を図10により説明する。
(a)において、前述した方法により直線であるかを判
断した結果、曲線或いは結合線と判断した場合、(b)
において、ストロークのトータル距離の中間となる位置
を中間点として仮ストロークとして分離する。(c)に
おいて、分離したそれぞれの分離ストローク10,11
を再度曲線判断の処理を行う。これら再度の曲線判断の
処理を行った結果が直線でない分離ストローク10の場
合、(d)において、その分離ストローク10にもう一
方の分離ストローク11の数点(破線内の点)を加えて
曲線判断を行う。このような分離処理をストロークの長
さが定めた値λまで行う。ただし、その定めた長さλ
は、直線と曲線の判断ができる長さとする。(e)にお
いて、再度分離した結果が直線と曲線の時には、(d)
において他方のストロークから加えた特徴点をどちらの
ストロークの点データにするかを判断し、(f)におい
てストロークの分離を終了させ、これにより分離した点
を特徴点とする。
【0026】次に、特徴点を抽出する処理の流れを図1
1に基づいて説明する。(a)において、1ストローク
の曲率を計算する。(b)において、曲率(L/Ls)
が定めた曲率γより小さい場合は直線と判断する。曲率
がγより大きい場合、(c)において、ストロークの長
さを計算し中間点を求める。(d)において、中間点に
よりストロークを2つに仮分離を行う。仮分離したスト
ロークの曲率をそれぞれ再度(e)において計算する。
(f)において、曲線判断(L/Ls≧γ)を行い、
「No」である場合には直線と判断し、(i)に進んで
残りのデータ(ストローク)があるかを判断し、もし、
ない場合は分離終了する。この時、残りのデータが有る
場合には(c)に戻る。そして、再び(f)において、
曲線判断が「Yes」の場合には、(g)においてスト
ロークの長さを判断し、ストロークの長さLiが直線と
曲線とが判断できる長さ(Li≧λ)であるかを判断す
る。ストロークの長さLiがλより小さい場合には、
(h)に示すように曲線と判断し、(g)においてスト
ロークの長さLiがλより大きい場合には、(c)に戻
る。このような方法により分離した点を特徴点とする。
1に基づいて説明する。(a)において、1ストローク
の曲率を計算する。(b)において、曲率(L/Ls)
が定めた曲率γより小さい場合は直線と判断する。曲率
がγより大きい場合、(c)において、ストロークの長
さを計算し中間点を求める。(d)において、中間点に
よりストロークを2つに仮分離を行う。仮分離したスト
ロークの曲率をそれぞれ再度(e)において計算する。
(f)において、曲線判断(L/Ls≧γ)を行い、
「No」である場合には直線と判断し、(i)に進んで
残りのデータ(ストローク)があるかを判断し、もし、
ない場合は分離終了する。この時、残りのデータが有る
場合には(c)に戻る。そして、再び(f)において、
曲線判断が「Yes」の場合には、(g)においてスト
ロークの長さを判断し、ストロークの長さLiが直線と
曲線とが判断できる長さ(Li≧λ)であるかを判断す
る。ストロークの長さLiがλより小さい場合には、
(h)に示すように曲線と判断し、(g)においてスト
ロークの長さLiがλより大きい場合には、(c)に戻
る。このような方法により分離した点を特徴点とする。
【0027】上述したように、結合されて描かれたスト
ロークを分離する方法で、結合点があいまいとなってし
まう場合があり、ストロークの長さと、描いたストロー
クの始点と終点を結ぶ直線の長さとの比で仮分離を行
い、このような処理を繰り返して行うことにより精度良
く分離点を抽出することができる。
ロークを分離する方法で、結合点があいまいとなってし
まう場合があり、ストロークの長さと、描いたストロー
クの始点と終点を結ぶ直線の長さとの比で仮分離を行
い、このような処理を繰り返して行うことにより精度良
く分離点を抽出することができる。
【0028】次に、請求項3記載の発明の一実施例を図
12〜図17に基づいて説明する。本実施例では、前述
した2つの実施例で特徴点抽出手段により抽出された特
徴点を用いて、特徴点対応付け手段により図形を認識す
る方法について述べる。その特徴点対応付け手段とは、
1ストロークの特徴点と、一続きに描かれた複数のスト
ロークの結合点とされた特徴点とにより特徴点情報リス
トを作成し、この特徴点情報リストの各特徴点の情報に
1ストロークで描く順番と1ルールとを付加させること
により手書き入力された図形と辞書により認識した図形
との特徴点を対応させ、これにより図形を認識するよう
にしたものである。以下、この特徴点対応付け手段を具
体例を挙げて順次説明する。
12〜図17に基づいて説明する。本実施例では、前述
した2つの実施例で特徴点抽出手段により抽出された特
徴点を用いて、特徴点対応付け手段により図形を認識す
る方法について述べる。その特徴点対応付け手段とは、
1ストロークの特徴点と、一続きに描かれた複数のスト
ロークの結合点とされた特徴点とにより特徴点情報リス
トを作成し、この特徴点情報リストの各特徴点の情報に
1ストロークで描く順番と1ルールとを付加させること
により手書き入力された図形と辞書により認識した図形
との特徴点を対応させ、これにより図形を認識するよう
にしたものである。以下、この特徴点対応付け手段を具
体例を挙げて順次説明する。
【0029】図12に示すように、特徴点を抽出した図
形のストロークは、直線と曲線の判断を行い、直線は始
点と終点(以後、端点と呼ぶ)の2点(太丸)で表し、
曲線は端点と中間点の3点(太丸)で表す。曲線の中間
点はストロークの長さの中間の距離位置にある点により
近い入力データ点とする。図13は、入力図形を端点と
中間点で表した図形の例を示す。この場合、特徴点であ
る端点と中間点は、1ストロークから分離したものであ
れば、既に分離したストロークとの結合関係情報が得ら
れている。例えば、図形を対象としていない場合は、あ
る端点から定めた距離内にある端点を結合ストロークの
端点であるとすることにより、容易に結合関係を求める
ことができる。図14は、特徴点の情報を端点数、中間
点、各端点の結合関係として作成した特徴点情報リスト
12の様子を示すものである。この特徴点情報リスト1
2により、端点の結合順序を決定することができる。す
なわち、例えば、フローチャート等の記号図形は閉図形
が多く、各ストロークの端点は、他のストローク(ここ
でのストロークは、直線と曲線の最小単位で表した場合
のストロークとする)と結合していることが多いため、
特徴点の順番を決めることにより、認識時パターンのマ
ッチングを行う際の特徴点の対応を行うことができる。
図15は、方向と結合点情報による特徴点並び替えを説
明したものであり、これにより入力した図形を認識する
ためのパターンマッチングの点の対応を容易にすること
ができる。この図15では、フローチャート図記号の”
照合”を表す場合の例であり、三角形が上下に頂点を合
わせて結合された図形を示すものである。今、入力図形
が(a)に示すように入力されたとする。ここでの図番
は筆記順を示し、矢印は筆記したストロークの方向を示
す。この入力図形の特徴点を上述の特徴点抽出方法によ
り特徴点を求め、特徴点情報リストを得ることにより、
各特徴点の結合情報よりストローク方向(順番)を変え
ることが可能となる。
形のストロークは、直線と曲線の判断を行い、直線は始
点と終点(以後、端点と呼ぶ)の2点(太丸)で表し、
曲線は端点と中間点の3点(太丸)で表す。曲線の中間
点はストロークの長さの中間の距離位置にある点により
近い入力データ点とする。図13は、入力図形を端点と
中間点で表した図形の例を示す。この場合、特徴点であ
る端点と中間点は、1ストロークから分離したものであ
れば、既に分離したストロークとの結合関係情報が得ら
れている。例えば、図形を対象としていない場合は、あ
る端点から定めた距離内にある端点を結合ストロークの
端点であるとすることにより、容易に結合関係を求める
ことができる。図14は、特徴点の情報を端点数、中間
点、各端点の結合関係として作成した特徴点情報リスト
12の様子を示すものである。この特徴点情報リスト1
2により、端点の結合順序を決定することができる。す
なわち、例えば、フローチャート等の記号図形は閉図形
が多く、各ストロークの端点は、他のストローク(ここ
でのストロークは、直線と曲線の最小単位で表した場合
のストロークとする)と結合していることが多いため、
特徴点の順番を決めることにより、認識時パターンのマ
ッチングを行う際の特徴点の対応を行うことができる。
図15は、方向と結合点情報による特徴点並び替えを説
明したものであり、これにより入力した図形を認識する
ためのパターンマッチングの点の対応を容易にすること
ができる。この図15では、フローチャート図記号の”
照合”を表す場合の例であり、三角形が上下に頂点を合
わせて結合された図形を示すものである。今、入力図形
が(a)に示すように入力されたとする。ここでの図番
は筆記順を示し、矢印は筆記したストロークの方向を示
す。この入力図形の特徴点を上述の特徴点抽出方法によ
り特徴点を求め、特徴点情報リストを得ることにより、
各特徴点の結合情報よりストローク方向(順番)を変え
ることが可能となる。
【0030】次に、ストローク方向を変える方法につい
て述べる。今、図形の特徴点を各ストロークの始点Sと
し終点Eとする。入力した図形のデータは、特徴点のみ
が抽出され、次のような順番となる。
て述べる。今、図形の特徴点を各ストロークの始点Sと
し終点Eとする。入力した図形のデータは、特徴点のみ
が抽出され、次のような順番となる。
【0031】(1S,1E,2S,2E,3S,3E,
4S,4E,5S,5E,6S,6E)なお、各点端は
座標値である。
4S,4E,5S,5E,6S,6E)なお、各点端は
座標値である。
【0032】この場合、並べ替えのデータの始めの点
は、一筆書きが可能である場合は、一筆書きが行える点
を1番目として並び替えを行う。このように一筆書きが
行える点を並び替え始点とすることにより、認識時のマ
ッチング結果の類似度の違いが顕著に現れることにな
る。そして、図16(a)(b)が描かれた場合、上述
した特徴点抽出方法により得られる点は、(a)と
(b)とは同じ特徴点となる。このように一筆書きの順
でデータを対応させ、図16に示す番号順に点の対応を
させることにより、認識時のパターン間の距離計算によ
る認識結果の値は著しく違うものとなる。また、この他
に、一筆書きの始点となる点が複数ある場合や、一筆書
きが行えないような葉場合は、ある一定の「ルール」を
設定しておく。
は、一筆書きが可能である場合は、一筆書きが行える点
を1番目として並び替えを行う。このように一筆書きが
行える点を並び替え始点とすることにより、認識時のマ
ッチング結果の類似度の違いが顕著に現れることにな
る。そして、図16(a)(b)が描かれた場合、上述
した特徴点抽出方法により得られる点は、(a)と
(b)とは同じ特徴点となる。このように一筆書きの順
でデータを対応させ、図16に示す番号順に点の対応を
させることにより、認識時のパターン間の距離計算によ
る認識結果の値は著しく違うものとなる。また、この他
に、一筆書きの始点となる点が複数ある場合や、一筆書
きが行えないような葉場合は、ある一定の「ルール」を
設定しておく。
【0033】その一例として、図形の特徴点が左上であ
り、その点をもつストロークの対の点(始点或いは終
点)が下に向かうストロークの点として並び替えの始点
とする。図15(a)の図形の特徴点の順番は、(b)
のように,,の順番にa→b→cと、,,
の順番にd→e→fと並び替えられ、(3S,3E,2
E,2S,1E,1S,4S,4E,5S,5E,6
E,6S)となる。
り、その点をもつストロークの対の点(始点或いは終
点)が下に向かうストロークの点として並び替えの始点
とする。図15(a)の図形の特徴点の順番は、(b)
のように,,の順番にa→b→cと、,,
の順番にd→e→fと並び替えられ、(3S,3E,2
E,2S,1E,1S,4S,4E,5S,5E,6
E,6S)となる。
【0034】そして、特徴点情報リストにより、3E,
2E,4S,6Sは結合関係にあることから、(3S,
3E,2S,1E,4S,4E,5E,6S)となる。
2E,4S,6Sは結合関係にあることから、(3S,
3E,2S,1E,4S,4E,5E,6S)となる。
【0035】1ストロークで結合が行える場合は、スト
ロークを結合することにより、図15の(c)に示す図
形となり、特徴点の順番は、(3S,6E,5S,1
E)となる。
ロークを結合することにより、図15の(c)に示す図
形となり、特徴点の順番は、(3S,6E,5S,1
E)となる。
【0036】このようにして求めた特徴点を図17のフ
ローに示す特徴点数、中間点数により分類を行い、NY
入力図形の特徴点と辞書パターンの特徴点とのパターン
マッチングを行うことにより図形の認識が可能となる。
ローに示す特徴点数、中間点数により分類を行い、NY
入力図形の特徴点と辞書パターンの特徴点とのパターン
マッチングを行うことにより図形の認識が可能となる。
【0037】上述したように、一筆書きが行える順番に
1つのルールを加えることによって、一筆書きを1つに
限定し、しかも、一筆書き出来ない図形にも対応させる
ことが可能となり、これにより、特徴点の類似図形にお
いてもマッチングの結果が著しく違う結果を求めること
ができる。
1つのルールを加えることによって、一筆書きを1つに
限定し、しかも、一筆書き出来ない図形にも対応させる
ことが可能となり、これにより、特徴点の類似図形にお
いてもマッチングの結果が著しく違う結果を求めること
ができる。
【0038】
【発明の効果】請求項1記載の発明は、手書き入力され
る線図形の時系列的な座標データを取得する手書入力取
得手段と、前記座標データを一時記憶するメモリと、そ
の取得した座標データを必要なデータ量に変換し正規化
するデータ前処理手段と、データを認識する辞書と、入
力図形と辞書パターン図形とを比較し認識する図形認識
手段とを備えたオンライン図形認識装置において、デー
タの連続する3点を直線で結んで作られる線分間の角度
のみにより、1ストロークの特徴点、及び、一続きに描
かれた複数のストロークの結合点とされた特徴点を抽出
する特徴点抽出手段を設けたので、図形を折れ線近似し
たときの2線分の間の角度のみで特徴点を抽出すること
が可能となり、これにより、特徴点を十分に抽出するこ
とができると共に、処理時間を減少させ作業効率を図る
ことができるものである。
る線図形の時系列的な座標データを取得する手書入力取
得手段と、前記座標データを一時記憶するメモリと、そ
の取得した座標データを必要なデータ量に変換し正規化
するデータ前処理手段と、データを認識する辞書と、入
力図形と辞書パターン図形とを比較し認識する図形認識
手段とを備えたオンライン図形認識装置において、デー
タの連続する3点を直線で結んで作られる線分間の角度
のみにより、1ストロークの特徴点、及び、一続きに描
かれた複数のストロークの結合点とされた特徴点を抽出
する特徴点抽出手段を設けたので、図形を折れ線近似し
たときの2線分の間の角度のみで特徴点を抽出すること
が可能となり、これにより、特徴点を十分に抽出するこ
とができると共に、処理時間を減少させ作業効率を図る
ことができるものである。
【0039】請求項2記載の発明は、手書き入力される
線図形の時系列的な座標データを取得する手書入力取得
手段と、前記座標データを一時記憶するメモリと、その
取得した座標データを必要なデータ量に変換し正規化す
るデータ前処理手段と、データを認識する辞書と、入力
図形と辞書パターン図形とを比較し認識する図形認識手
段とを備えたオンライン図形認識装置において、一続き
に描かれたストロークの長さとそのストロークの始点と
終点とを結んだ長さと比によりストロークを分割するこ
とにより、1ストロークの特徴点、及び、一続きに描か
れた複数のストロークの結合点とされた特徴点を抽出す
る特徴点抽出手段を設けたので、ストロークの長さと、
ストロークの始点と終点とを結んだ直線の長さとの比に
より直線であるか否かを判断し、直線でなければ仮分離
を行い、その仮分離したそれぞれのストロークに他方の
データ点を加え、直線であるかを判断することができ、
これにより、精度のよい特徴点を抽出することができる
と共に、処理時間を減少させ作業効率を図ることができ
るものである。
線図形の時系列的な座標データを取得する手書入力取得
手段と、前記座標データを一時記憶するメモリと、その
取得した座標データを必要なデータ量に変換し正規化す
るデータ前処理手段と、データを認識する辞書と、入力
図形と辞書パターン図形とを比較し認識する図形認識手
段とを備えたオンライン図形認識装置において、一続き
に描かれたストロークの長さとそのストロークの始点と
終点とを結んだ長さと比によりストロークを分割するこ
とにより、1ストロークの特徴点、及び、一続きに描か
れた複数のストロークの結合点とされた特徴点を抽出す
る特徴点抽出手段を設けたので、ストロークの長さと、
ストロークの始点と終点とを結んだ直線の長さとの比に
より直線であるか否かを判断し、直線でなければ仮分離
を行い、その仮分離したそれぞれのストロークに他方の
データ点を加え、直線であるかを判断することができ、
これにより、精度のよい特徴点を抽出することができる
と共に、処理時間を減少させ作業効率を図ることができ
るものである。
【0040】請求項3記載の発明は、請求項1,2記載
の発明において、1ストロークの特徴点と、一続きに描
かれた複数のストロークの結合点とされた特徴点とによ
り特徴点情報リストを作成し、この特徴点情報リストの
各特徴点の情報に1ストロークで描く順番と1ルールと
を付加させることにより手書き入力された図形と辞書に
より認識した図形との特徴点を対応させる特徴点対応付
け手段を設けたので、入力した図形の特徴点とマッチン
グを行う辞書データとの対応を結合情報により分類を行
った後、一筆書きの順番に1つのルールを加えることに
より、特徴点の類似図形でもマッチングの結果が著しく
異なる結果を求めることができるものである。
の発明において、1ストロークの特徴点と、一続きに描
かれた複数のストロークの結合点とされた特徴点とによ
り特徴点情報リストを作成し、この特徴点情報リストの
各特徴点の情報に1ストロークで描く順番と1ルールと
を付加させることにより手書き入力された図形と辞書に
より認識した図形との特徴点を対応させる特徴点対応付
け手段を設けたので、入力した図形の特徴点とマッチン
グを行う辞書データとの対応を結合情報により分類を行
った後、一筆書きの順番に1つのルールを加えることに
より、特徴点の類似図形でもマッチングの結果が著しく
異なる結果を求めることができるものである。
【図1】請求項1記載の発明の一実施例であるオンライ
ン図形認識装置の構成を示すブロック図である。
ン図形認識装置の構成を示すブロック図である。
【図2】認識処理の流れを示すフローチャートである。
【図3】時系列の座標点で表された入力図形の様子を示
す解析説明図である。
す解析説明図である。
【図4】各種のストロークを分類して示す波形図であ
る。
る。
【図5】特徴点抽出の際のストロークの分離の様子を示
す解析説明図である。
す解析説明図である。
【図6】入力図形が直線と曲線の結合ストロークの場合
の様子を示す解析説明図である。
の様子を示す解析説明図である。
【図7】入力図形が円の場合の様子を示す解析説明図で
ある。
ある。
【図8】特徴点抽出の流れを示すフローチャートであ
る。
る。
【図9】請求項2記載の発明の一実施例である1ストロ
ークが曲線であるか否かを判断する解析説明図である。
ークが曲線であるか否かを判断する解析説明図である。
【図10】曲率による特徴点抽出方法を示す解析説明図
である。
である。
【図11】特徴点抽出の流れの様子を示すフローチャー
トである。
トである。
【図12】点近似の様子を示す解析説明図である。
【図13】近似図形の様子を示す解析説明図である。
【図14】特徴点情報リストの構成を示す分類構成図で
ある。
ある。
【図15】方向と結合点情報による特徴点並び替えの様
子を示す解析説明図である。
子を示す解析説明図である。
【図16】一筆書きの手順を示す解析説明図である。
【図17】特徴点の分類及びパターンマッチングの処理
の流れを示すフローチャートである。
の流れを示すフローチャートである。
2 手書入力取得手段 3 メモリ 4 データ前処理手段 5 辞書 6 図形認識手段
Claims (3)
- 【請求項1】 手書き入力される線図形の時系列的な座
標データを取得する手書入力取得手段と、前記座標デー
タを一時記憶するメモリと、その取得した座標データを
必要なデータ量に変換し正規化するデータ前処理手段
と、データを認識する辞書と、入力図形と辞書パターン
図形とを比較し認識する図形認識手段とを備えたオンラ
イン図形認識装置において、データの連続する3点を直
線で結んで作られる線分間の角度のみにより、1ストロ
ークの特徴点、及び、一続きに描かれた複数のストロー
クの結合点とされた特徴点を抽出する特徴点抽出手段を
設けたことを特徴とするオンライン図形認識装置。 - 【請求項2】 手書き入力される線図形の時系列的な座
標データを取得する手書入力取得手段と、前記座標デー
タを一時記憶するメモリと、その取得した座標データを
必要なデータ量に変換し正規化するデータ前処理手段
と、データを認識する辞書と、入力図形と辞書パターン
図形とを比較し認識する図形認識手段とを備えたオンラ
イン図形認識装置において、一続きに描かれたストロー
クの長さとそのストロークの始点と終点とを結んだ長さ
との比によりストロークを分割することにより、1スト
ロークの特徴点、及び、一続きに描かれた複数のストロ
ークの結合点とされた特徴点を抽出する特徴点抽出手段
を設けたことを特徴とするオンライン図形認識装置。 - 【請求項3】 1ストロークの特徴点と、一続きに描か
れた複数のストロークの結合点とされた特徴点とにより
特徴点情報リストを作成し、この特徴点情報リストの各
特徴点の情報に1ストロークで描く順番と1ルールとを
付加させることにより手書き入力された図形と辞書によ
り認識した図形との特徴点を対応させる特徴点対応付け
手段を設けたことを特徴とする請求項1,2記載のオン
ライン図形認識装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP30621191A JPH05143738A (ja) | 1991-11-21 | 1991-11-21 | オンライン図形認識装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP30621191A JPH05143738A (ja) | 1991-11-21 | 1991-11-21 | オンライン図形認識装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
JPH05143738A true JPH05143738A (ja) | 1993-06-11 |
Family
ID=17954332
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP30621191A Pending JPH05143738A (ja) | 1991-11-21 | 1991-11-21 | オンライン図形認識装置 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JPH05143738A (ja) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005100417A (ja) * | 2003-09-24 | 2005-04-14 | Microsoft Corp | 手描きオブジェクトの形状認識のシステムおよび方法 |
-
1991
- 1991-11-21 JP JP30621191A patent/JPH05143738A/ja active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005100417A (ja) * | 2003-09-24 | 2005-04-14 | Microsoft Corp | 手描きオブジェクトの形状認識のシステムおよび方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US5610996A (en) | Method and apparatus for arc segmentation in handwriting recognition | |
US6144764A (en) | Method and apparatus for on-line handwritten input character recognition and recording medium for executing the method | |
JP3176023B2 (ja) | 手書き入力照合方法および装置 | |
Sharma et al. | Online handwritten Gurmukhi character recognition using elastic matching | |
KR890002581B1 (ko) | 복잡한 패턴의 인식방법과 장치 | |
US7778464B2 (en) | Apparatus and method for searching for digital ink query | |
JP4274941B2 (ja) | 手書き文字を復号化するための方法および装置 | |
CN100470579C (zh) | 指纹识别中确定性编码方法与*** | |
Jain et al. | Indexing and Retrieval of On-line Handwritten Documents. | |
US5515455A (en) | System for recognizing handwritten words of cursive script | |
Huang et al. | Model-based chart image recognition | |
JPS6079485A (ja) | 手書き文字認識処理装置 | |
JPS6282486A (ja) | オンライン手書き図形認識装置 | |
JPH0772905B2 (ja) | 記号列の認識方法 | |
JP2003157409A (ja) | 複数の記号ストリングの等価性を判定する方法 | |
JPH10240943A (ja) | 試験署名検証方法 | |
Boubaker et al. | Graphemes segmentation for arabic online handwriting modeling | |
CN113748429A (zh) | 单词识别方法、设备及存储介质 | |
Dahake et al. | On segmentation of words from online handwritten Gurmukhi sentences | |
Firdaus et al. | Arabic letter segmentation using modified connected component labeling | |
JPH05143738A (ja) | オンライン図形認識装置 | |
JP2002515144A (ja) | 手書き入力ストローク分割方法 | |
JP2633523B2 (ja) | 手書き画入力装置 | |
JP4648084B2 (ja) | 記号認識方法及び装置 | |
Santosh | Use of dynamic time warping for object shape classification through signature |