JPH09231314A - オンライン手書き文字認識装置 - Google Patents

Abstract

(57)【要約】 【課題】 低画数文字の場合に、認識率を向上させる。 【解決手段】 タブレット１は、筆記データ列を抽出
し、前処理部２は、座標列の平滑化処理を施す。オンラ
イン方式特徴抽出部３は、ストローク数による大分類、
入力文字と辞書文字の部分パターン間ベクトルとの距離
ｄ_vec と閾値との比較により、中分類を行い、入力文字
のＱ値を算出する。オンライン方式マッチング部４は、
オンライン方式認識辞書５の文字と入力文字の特徴量か
ら距離ｄ_BPを算出して、ｄ_vec とｄ_BPから距離を算出す
る。高画数文字識別部６は、高画数文字の場合、距離に
従って文字コードを出力する。パターンメモリ変換部７
はパターンメモリへの変換、輪郭抽出部８は輪郭抽出処
理、オフライン方式特徴抽出部９はオフライン特徴量を
算出する。オフライン方式マッチング部１０は、オフラ
イン方式認識辞書１１とパターンメモリの特徴量をマッ
チングし、低画数文字識別部１２が、文字認識を行う。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、実時間にて筆記文
字を識別するオンライン手書き文字認識装置に関するも
のである。

【０００２】

【従来の技術】従来、オンライン文字認識において、一
般的な文字認識方式としては、パターンマッチング方式
がある。このパターンマッチング方式では、筆記された
ストローク（ペンオンからペンオフまでの筆記部分）の
座標データ列より特徴点の情報を、予め同一の方法で特
徴点を抽出し登録しておいたパターン（以下、登録パタ
ーンという）の情報とマッチングし、文字認識を行う。
このパターンマッチング方式では、筆記された各ストロ
ークを登録パターンの各ストロークのどのストロークと
マッチングすべきかの処理に、多大な時間を要する。ま
た、全体の字のバランスが乱れると、例えば“河”とい
う文字に於いて、“シ”が小さく“可”が大の時、マッ
チング結果は似ていないという結果が得られるなど、筆
記文字変形に弱い。

【０００３】そこで、パターンマッチグ方式の上記欠点
を補い、しかも処理量が少なくてすむオンライン手書き
文字認識装置として、例えば、特開昭６２−２２９３４
号公報の技術が提案されている。このオンライン手書き
文字認識装置では、筆記文字のストローク数により大分
類を行い、筆記上一連のものとして筆記する部分を部分
パターンとする。そして、この部分パターンの重心間の
ベクトルにより中分類を行い、部分パターンの特徴パラ
メータとしてのＱ値なる値及びストローク分布なる値を
以てマッチングを行う。これにより文字変形に強く、し
かも処理量の少ない文字認識を行える。このマッチング
の結果によって、候補文字に順位付けを行い、結果をデ
ィスプレイなどに出力していた。

【０００４】

【発明が解決しようとする課題】しかしながら、従来の
オンライン手書き文字認識装置においては、以下の課題
があった。例えば、文字“唖”は部分パターン“口”＋
“亜”で定義するというように、文字は部分パターンの
集まりとして扱っている。この場合、一般的に“口”，
“亜”の順に筆記されるであろう。このように、文字
“唖”などのように比較的画数の多い文字であれば問題
ないが、例えば、“＋”などのように画数の少ない文字
では、文字“＋”は部分パターン“−”，“｜”と定義
される。この場合、“｜”、“−”の順に筆記された場
合は、誤認識してしまうか、リジェクトされる。その対
策として、文字“＋”は、“−”＋“｜”、及び“｜”
＋“−”の両方の筆順を定義すればよいが、それでは辞
書が膨大になり、また処理時間がかかってしまうという
問題も発生する。また、画数の多い文字、例えば、１４
画の文字“認”は“言”＋“刃”＋“心”と定義される
であろう。このように一般的に部分パターン数が多くな
り、情報量が増えるので１つの部分パターンのマッチン
グ距離値が悪くても、他の部分パターンのマッチング距
離値で正しい認識結果が得られるのに対して、画数の少
ない文字“＋”などは、情報量が少なくなるため誤認識
の可能性が大きいという問題点があった。

【０００５】

【課題を解決するための手段】本発明は、前記課題を解
決するために、オンライン手書き文字認識装置におい
て、タブレットに筆記入力して得られた筆記文字の座標
列の不要データを除去して平滑化を行う前処理部と、前
記前処理部により平滑化された座標データ列から筆記文
字の特徴量を抽出するオンライン方式特徴抽出部と、前
記オンライン方式特徴抽出部により得られた筆記文字の
特徴量とオンライン方式認識辞書に予め格納してある認
識対象の文字の特徴量とのマッチング距離を算出するオ
ンライン方式マッチング部と、筆記文字のストローク数
により得られる画数が所定の画数以上の時に、前記オン
ライン方式マッチング部から出力されるマッチング距離
に基づき、文字認識を行う高画数文字識別部とを備えて
いる。

【０００６】そして、前記前処理部により平滑化された
座標データ列から得られる筆記文字全体を含む領域を縦
と横に複数の領域に分割して、前記複数の各領域が前記
筆記文字の一部を含むか否かを判別して、その各領域に
２値化データを割り当てて、パターンメモリに格納する
パターンメモリ変換部と、前記パターンメモリを読み込
み輪郭データを抽出する輪郭抽出部と、前記輪郭抽出部
より得られた輪郭データから筆記文字の特徴量を抽出す
るオフライン方式特徴抽出部と、前記オフライン方式特
徴抽出部により得られた筆記文字の特徴量とオフライン
方式認識辞書に予め格納してある認識対象の文字の特徴
量とのマッチング距離を算出するオフライン方式マッチ
ング部と、筆記文字のストローク数による得られる画数
が前記所定の画数よりも小さい時に、前記オフライン方
式マッチング部から出力される前記マッチング距離に基
づいて、文字認識を行う低画数文字識別部とを備えてい
る。

【０００７】

【発明の実施の形態】第１の実施形態 図１は、本発明の第１の実施形態のオンライン手書き文
字認識装置を示す構成図である。本第１の実施形態のオ
ンライン手書き文字認識装置が従来のオンライン手書き
文字認識装置と異なる点は、筆記文字が低画数文字の場
合に、筆記順、画数に依存しないオフライン特徴量でオ
フライン認識辞書の認識対象文字とマッチングして、文
字認識を行うようにしたことである。図１に示すよう
に、本第１の実施形態のオンライン手書き文字認識装置
は、タブレット１、前処理部２、オンライン方式特徴抽
出部３、オンライン方式マッチング部４、オンライン方
式認識辞書５、高画数文字識別部６、パターンメモリ変
換部７、輪郭抽出部８、オフライン特徴抽出部９、オフ
ライン方式マッチング部１０、オフライン方式認識辞書
１１、低画数文字識別部１２、及び出力端子１３を備え
ている。

【０００８】タブレット１の出力側は、前処理部２に接
続されている。前処理部２の出力のうち座標列は、オン
ライン方式特徴抽出部３、及びパターンメモリ変換部７
の入力側に接続され、画数は高画数文字識別部６及び低
画数文字識別部１２の入力側に接続されている。オンラ
イン方式特徴抽出部３及びオンライン方式認識辞書５の
出力側は、オンライン方式マッチング部４の入力側に接
続されている。オンライン方式マッチング部４の出力側
は、高画数文字識別部６の入力側に接続されている。パ
ターンメモリ変換部７の出力側は、輪郭抽出部８の入力
側に接続され、更に、輪郭抽出部８の出力側は、オフラ
イン方式特徴抽出部９の入力側に接続されている。オフ
ライン方式特徴抽出部９及びオフライン方式認識辞書１
１の出力側は、オフライン方式マッチング部１０の入力
側に接続されている。オフライン方式マッチング部１０
の出力側は、低画数文字識別部１２の入力側に接続され
ている。高画数文字識別部６及び低画数文字識別部１２
の出力側は、出力端子１３に接続されている。このオン
ライン手書き文字認識装置は、半導体集積回路を用いた
個別回路、あるいはデジタル・シグナル・プロセッサ
（ＤＳＰ）等のプログラム制御等によって構成される。

【０００９】タブレット１は、文字を筆記入力するため
のものである。前処理部２は、筆記データの平滑化処理
を施すとともに、筆記文字のストローク数を求めるもの
である。オンライン方式特徴抽出部３は、画数で筆記文
字の大分類を行い、認識辞書に登録された認識対象の文
字の部分パターンのストローク位置（以下、カット位置
と呼ぶ）に合わせて分割した筆記文字の部分パターン間
ベクトルから認識辞書の文字とのマッチング距離ｄ_vec
を求めて、認識対象文字の中分類を行い、さらに部分パ
ターンの特徴量であるＱ値を求めるものである。オンラ
イン方式マッチング部４は、オンライン方式認識辞書５
に登録された中分類された認識対象文字のＱ値と筆記文
字のＱ値とのマッチング距離ｄ_BPを求め、距離ｄ_vec と
ｄ_BPからマッチング距離を求めるものである。高画数文
字識別部６は、筆記文字が高画数の時、マッチング距離
をソーティグして、対応する文字コードを出力するもの
である。

【００１０】パターンメモリ変換部７は、パターンメモ
リを有し、筆記文字を２値化データに変換して、パター
ンメモリに格納するものである。輪郭抽出部８は、２値
化データの輪郭情報を求めるものである。オフライン方
式特徴抽出部９は、輪郭情報から筆記文字のオフライン
特徴量を抽出するものである。オフライン方式マッチン
グ部１０は、オフライン方式認識辞書１１に登録してお
いた認識文字の画数、筆記順に依存しないオフライン特
徴量と筆記文字のオフライン特徴量とのマッチング距離
を求めるものである。低画数文字識別部１２は、筆記文
字が低画数の時に、オフライン方式マッチング部１０の
出力であるマッチング距離をソーティングして、対応す
る文字コードを出力するものである。以下、図１の各部
の動作（ａ）〜（ｊ）の説明をする。

【００１１】（ａ） タブレット１ タブレット１は、文字が筆記入力されると、筆記文字を
所定のサンプリング周波数でサンプリングして、座標列
の筆記データ列｛（ｘ_i ，ｙ_i ），ｉ＝１，２，…，ｎ
_j ｝ｊ（ｊはストローク番号）を抽出して、前処理部２
に送る。 （ｂ） 前処理部２ 図２（ａ）〜（ｃ）は、前処理部２の動作説明図であ
る。図中「・」はタブレット１からの筆記データ列ある
いは特徴点を表す。前処理部２は送られてきた図２
（ａ）に示す筆記データ列に対して、ノイズ除去処理、
移動平均処理、或いは平滑化処理などを行うことによ
り、図２（ｂ）に示すようにデータを平滑化するととも
に、ストローク数（画数）を求めて、オンライン方式特
徴点抽出部３及びパターンメモリ変換部７へ平滑化後の
筆記データ列を出力して、画数を高画数文字識別部６及
び低画数文字識別部１２に出力する。

【００１２】（ｃ） オンライン方式特徴抽出部３ オフライン方式特徴抽出部３は、前処理部２の出力か
ら、文字認識の特徴となるデータの抽出処理を行う。こ
れにはいくつかの方法が、考えられるがその一例を述べ
る。この特徴点を抽出する方法として、平滑化されたデ
ータ列｛（Ｘ_i ，Ｙ_i ），ｉ＝１，２，…，ｎ_j ｝ｊの
データ間のｘ，ｙ方向のサイン（正、負、０の符号）を
次式（１），（２）により算出して、サインの状態の変
化点を特徴点として抽出する。 ＸＳ_i ＝Ｓｉｇｎ（Ｘ_i −Ｘ_i-1 ） ・・・（１） ＹＳ_i ＝Ｓｉｇｎ（Ｙ_i −Ｙ_i-1 ） ・・・（２） で求め、＋，０，−で表現する。このようにして求めら
れた各データ間のｘ方向、ｙ方向のサインを前データの
サインと比較して、双方が同じであれば特徴点として登
録せず、いずれかが異なった場合は状態が変わったとし
て、その座標を各ストローク毎に特徴点として登録す
る。

【００１３】図２（ｃ）は、このようにして求めた点の
他に、ストロークの始点、終点を加えた特徴点を示して
いる。一般には、この処理を直線近似化と呼ぶ場合もあ
る。この特徴点間を以下セグメントと呼び、特徴点
｛（Ｘ_i ，Ｙ_i ），ｉ＝１，２，…，ｌ_j ｝ｊで表すこ
とにする。図３は、部分パターンベクトルを算出するた
めの文字辞書の一例を示す図である。次に、ストローク
数によって対象文字に対する大分類を行う。そのため、
予め画数（ストローク数）毎にその画数となり得る文字
を図３に示すように文字辞書に用意しておく。例えば、
筆記入力された文字パターンのストローク数が１０画で
あったとする。この場合、文字辞書に格納されている内
で、図３に示すような１０画となり得る文字“唖”、
“挨”、“逢”、…を候補文字として選択する。次に、
上記のように画数により大分類して得た候補文字を以下
に説明する部分パターン間ベクトルにより更に中分類す
る。ここで、部分パターンとは、１つの文字のうち筆記
上一連のものとして筆記する部分をいうものとし、部分
パターンベクトルとは、１つの部分パターンの重心と別
の部分パターンの重心をそれぞれ始点、終点とするベク
トルを言うものとする。

【００１４】まず、部分パターン間ベクトルの算出法の
一例を述べる。部分パターン中の各セグメントのｘ，ｙ
成分（特徴点間を結ぶベクトル）を（ｄｘ_i ＝Ｘ_i −Ｘ
_i-1 ，ｄｙ_i ＝Ｙ_i −Ｙ_i-1 ）（ｉ＝１，２，…，ｎ）
とすると、各セグメントの長さｄｌ_i は、 ｄｌ_i ＝（ｄｘ_i ² ＋ｄｙ_i ² ）^1/2 ・・・（３） で表される。また、文字幅ＨＸ、ＨＹで除算することに
より正規化した各セグメントの中心座標を（ｘ_i ^* ，ｙ
_i ^* ）とすると、部分パターンの正規化された重心座標
（Ｘ_W ，Ｙ_W ）は、

【数１】 で求められる。以上の方法で各部分パターンの重心を求
め、１つの部分パターンの重心と別の部分パターンの重
心をそれぞれ始点、終点として部分パターン間ベクトル
を求める。なお、ここでは部分パターン間ベクトルはｘ
方向とｙ方向についてそれぞれ考えるものとする。

【００１５】図４は、部分パターン間ベクトルｋ説明図
であり、文字“唖”の部分パターン“口”、“亜”の各
重心及び部分パターン間ベクトルＢ_x （口、亜）、Ｂ_y
（口、亜）の例を示している。但し、図４中の×印は
口、亜の重心を示し、Ｂはベクトルを表す。ここで部分
パターンベクトルにより、画数により選択された候補文
字を絞りこんで中分類を行うわけであるが、ここで一例
として“逢”が筆記入力された場合を考え、以下この入
力文字に対する中分類の手順を説明する。筆記された文
字“逢”は１０画であるので、図３に示す文字辞書の１
０画部分を参照する。すると、この文字辞書には、文字
“唖”が第１番目に配置されており、その欄には“唖”
を構成する部分パターン、部分パターンの筆記順、部分
パターンのストローク数情報（以下、カット位置と呼
ぶ）、及び登録パターンより予め算出した各部分パター
ン間ベクトル値が示されている。以下、順に“挨”、
“逢”の文字について同様の情報が並んでおり、この文
字順に従い、候補とすべきか否かをそれぞれ判定し、次
のように中分類を行う。まず、筆記入力した文字が
“唖”であるとして、部分パターン間ベクトルのマッチ
ング距離ｄ_vec を以下のようにして求める。

【００１６】図５は、マッチング距離ｄ_vec の算出を説
明するための図である。図３に示す文字辞書に書かれて
いるように、“唖”はカット位置が（３、７）、即ち、
第１ストローク〜第３ストロークで“口”が形成され、
第４〜第７ストロークで“亜”が形成されるが、本例で
は入力パターンが“逢”であるので、このカット位置で
“逢”について部分パターン間ベクトルを考えると、図
５に示すようになる。図５中、Ｂ_x ^* 、Ｂ_y ^* は、
“唖”の部分パターンのストロークに合わせて求めた
“逢”の部分パターン間ベクトルである。

【００１７】図５のようにして求められた入力パターン
の部分パターンの部分パターン間ベクトルＢ^* _x （口、
亜）、Ｂ^* _y （口、亜）と文字辞書に書かれている部分
パターン間ベクトルＢ_x （口、亜）、Ｂ_y （口、亜）と
の差がマッチング距離dvecであり、次式（６）で算出さ
れる。 ｄ_vec = ｜Ｂ_x ^* （口、亜）−Ｂ_x （口、亜）｜＋ ｜Ｂ_y ^* （口、亜）−Ｂ_y （口、亜）｜ ・・・（６） 一般に、筆記した文字の部分パターンが複数の場合、部
分パターン数BPN で正規化を行い、マッチング距離ｄ
_vec は、

【数２】 に従って算出される。ここである閾値VECREJを設定し、
算出したｄ_vec がVECREJより大きいか否かを判定する。
そして、ｄ_vec >VECREJ の時は、参照した文字（この場
合、“唖”）でないとして、次の文字の部分パターンベ
クトルのマッチングを行う。ｄ_vec ≦VECREJの時は、
“唖”らしいとして、“唖”であるかどうかをさらにチ
ェックするために、次に説明する部分パターンＱ値の算
出及びマッチングを行う。

【００１８】部分パターン間ベクトルによる中分類で残
った候補文字について、部分パターンＱ値を算出する。
ここで、部分パターンＱ値とは、各セグメントの長さ、
方向、及び位置を表す特徴パラメータをいう。オンライ
ン文字認識では、筆記するペンの動きとして、Ｘ方向、
Ｙ方向、＋または−方向が重要な情報として得られ、こ
の情報を有効に使用したのがこの部分パターンＱ値であ
る。まず、部分パターンＱ値の算出方法を説明する。な
お、次式（８）〜（１５）において、Σは全ストロー
ク、全セグメントに関する加算、ＨＸ、ＨＹは文字幅を
示す。

【００１９】

【数３】 式（８）〜（１５）は、部分パターンのパターン分布を
示しており、例えば、式（８）に示す値が大きいこと
は、筆記文字の右の部分において右の方向に筆記される
パターンが多く分布していることが推定される。

【００２０】式（８）〜（１５）の場合は、原点を左下
に設定した時の各方向位置の値であるが、この時原点近
くにあるものは乗算に供すると０になってしまう。その
ため、０になるのを防ぐため、原点を入れ替え、原点を
右上に設定したときの各方向位置の値Ｑ９〜Ｑ１６につ
いても同様に記述し、Ｑ１〜Ｑ１６の合計１６個の値に
より、対象文字の各ストロークのセグメントの長さ、方
向及び位置を表すものとする。オンライン方式特徴抽出
部３は、部分パターン間ベクトルによる分類により残っ
た候補文字に対して、部分パターンＱ値を算出し、オン
ライン方式マッチング部４に出力する。例えば、“逢”
を筆記入力して“挨”が部分パターンベクトルのマッチ
ング距離ｄ_vec とVECREJとの比較により分類で残ったと
する。この場合、認識対象の文字を“挨”とすると、
“挨”のカット位置は、図３に示すように（３，２，
５）であり、その部分パターンは“キ”＋“ム”＋
“矢”であるので、入力パターン“逢”をカット位置
（３，２，５）でカットし、それぞれＱ１^* 〜Ｑ１６^*
を算出して、出力する。

【００２１】（ｄ） オンライン方式マッチング部４ オンライン方式マッチング部４は、オンライン方式特徴
抽出部３の出力を受けて、予め格納されているオンライ
ン方式認識辞書５とマッチングを行い、マッチング距離
値を算出し高画数文字識別部６に出力する。図６は、オ
ンライン方式認識辞書５の一例を示す図である。この認
識辞書５には、画数、及び部分パターン、部分パターン
Ｑ値の欄が設けられ、各欄にそれぞれの部分パターンの
情報が格納されている。尚、図６では、筆記順が誤った
場合を考慮して、同じ文字について複数の部分パターン
が定義されている（例えば、“口”は、３画であるが、
１画としても定義されている）。

【００２２】オンライン方式マッチング部４は、オンラ
イン方式抽出部３で算出した部分パターンＱ値Ｑ１^* 〜
Ｑ１６^* とオンライン方式認識辞書５にある部分パター
ンＱ値とのマッチングを行う。このマッチングでは、ま
ず、“逢”の“久”で算出したＱ１^* 〜Ｑ１６^* と認識
対象文字“挨”の“キ”のＱ１〜Ｑ１６をマッチングさ
せる。次に、“逢”の“ニ”で算出したＱ１^* 〜Ｑ１６
^* と認識対象文字“挨”の“ム”のＱ１〜Ｑ１６をマッ
チングさせ、さらに“逢”の“辻”で算出したＱ１^* 〜
Ｑ１６^* と認識対象文字“挨”の“矢”のＱ１〜Ｑ１６
をマッチングさせる。これらのマッチングにおける差の
絶対値を合計したものを、マッチング距離ｄ_BPとする。
このとき、距離ｄ_BPは入力パターン“逢”が“挨”にど
れだけ近いかを表す。一般には、各部分パターンｊのス
トローク数ＢＳ_j により、次のように重み付けを行い、
それをマッチング距離ｄ_BPとする。

【００２３】

【数４】 但し、Ｑ_i (j) は文字辞書の第ｊ部分パターンＱ値であ
り、Ｑ_i ^* (j) は入力文字パターンの第ｊ部分パターン
Ｑ値であり、Ｎは全ストローク数（画数）である。以上
のように求めた距離ｄ_BPと、オンライン方式特徴抽出部
３で求めた部分パターン間ベクトルのマッチングにより
得られたdvecにα_vec で重み付けしたものとを、加算し
た距離ｄを求める。 ｄ＝α_vec ・ｄ_vec ＋ｄ_BP ・・・（17） 式（１７）のα_vec は、ここでは筆記文字のストローク
数が２〜３ストロークの時はα_vec ＝1/2 、４〜２５ス
トロークの時はα_vec =1、１ストロークの時はα_vec =0
とする。以上の処理を部分パターン間ベクトルによる分
類で残った全ての候補文字について行い、ｄ_k ｛k=1,2,
…,n} を算出し、高画数文字識別部６に出力する。但
し、ｎは、部分パターン間ベクトルによる中分類で残っ
た候補文字数である。

【００２４】（ｅ） 高画数文字識別部６ 高画数文字識別部６は、オンライン方式マッチング部４
の出力ｄ_k と前処理部２の出力する画数を受けて、入力
文字の識別結果を出力する。高画数文字識別部６は、オ
ンライン方式マッチング部４の出力ｄ_k を小さい順にソ
ートし、画数が高画数だと判断できたときは、ソートし
た順に対応する文字コードを出力端子１３から出力し、
図示しない表示器などに表示する。高画数だと判断でき
ないときは、何も出力しない。ここで、画数が高画数だ
と判断するのは、抽出する特徴パラメータにより異なる
と思われるが、ここでは７画以上の文字を高画数だとす
る。 （ｆ） パターンメモリ変換部７ 前処理部２の出力データの座標データ列｛Ｘ_i ，Ｙ_i ｝
を受けて、パターンメモリ変換部７は２次元の配列ＰＭ
(x,y) に変換し、輪郭抽出部８に出力する。図７は、パ
ターンメモリ変換部７のパターンメモリ変換処理を示す
図である。パターンメモリ変換処理は様々な方法が考え
られるが、その一例を図７を用いて説明する。

【００２５】入力パターンをｎ×ｍ（ｎ≧２，ｍ≧２）
に分割し、前処理部２の出力座標データ列｛Ｘ_i ，
Ｙ_i ｝が分割した枠に存在する場合は１を、そうでない
場合は０をセットするようにして、ｎ×ｍ個の各枠ＰＭ
(x,y) {x=0,1,2, …,n-1,y=0,1,2, …m-1}を求める。以
下、各枠ＰＭ(x,y) を求める方法を説明する。ここで、
図７に示すように２つの隣合う座標データ列を｛ｘ₀ ，
ｙ₀ ｝、｛ｘ₁ ，ｙ₁ ｝（但し、ｙ₀ ≦ｙ₁ とする）、
チェックする枠の原点を（Ｗ_x ，Ｗ_y）、枠のＸ方向の
幅及びＹ方向の幅をそれぞれＷ_a ，Ｗ_b 、チャックする
枠のメモリ領域をＡ、チェックする枠の結果をＰＭ_A と
する。このとき、以下の条件１）〜条件５）のいずれか
を満たすときＰＭ_A ＝１とする。 条件１）隣接する２つの座標点が垂直方向に並んでお
り、メモリ領域Ａが２つの座標点を挟んで位置する場合
であり、次式（１８）で表される。 ｘ₀ ＝ｘ₁ AND Ｗ_x ≦ｘ₀ ＜Ｗ_x ＋Ｗ_a AND ｙ₀ ≦Ｗ_y AND ｙ₁ ＞Ｗ_y ＋Ｗ_b ・・・（18） 条件２）隣接する２つの座標点が水平方向に並んでお
り、メモリ領域Ａが２つの座標を挟んで位置する場合で
あり、次式（１９）で表される。 ｙ₀ ＝ｙ₁ AND Ｗ_y ≦ｙ₀ ＜Ｗ_y ＋Ｗ_b AND ｘ₀ ≦Ｗ_x AND ｘ₁ ＞Ｗ_x ＋Ｗ_a ・・・（19） 条件３）隣接する２つの座標点のいずれか一方がメモリ
領域Ａに含まれる場合であり、次式（２０）で表され
る。

【００２６】 （ｘ₀ ，ｙ₀ ） Ａ OR （ｘ₁ ，ｙ₁ ） Ａ ・・・（20） 条件４）隣接する２つの座標点を結ぶ線分がｙ＝Ｗ_y で
メモリ領域Ａと交わる場合であり、次式（２１）で表さ
れる。 f(Ｗ_x ）＜Ｗ_y AND f(Ｗ_x ＋Ｗ_a ）＜Ｗ_y AND ((ｙ₀ ＜Ｗ_y AND ｙ₁ ＞Ｗ_y ） OR （ｙ₀ ＞Ｗ_y AND ｙ₁ ＜Ｗ_y ） ・・・（21） 但し、f(ｘ）は式（２５）で表される。 条件５）隣接する２つの座標点を結ぶ線分がｙ＝Ｗ_y ＋
Ｗ_b でメモリ領域Ａと交わる場合であり、次式（２２）
で表される。

【００２７】 f(Ｗ_x ）≧Ｗ_y ＋Ｗ_b AND f(Ｗ_y ＋Ｗ_x ）＜Ｗ_y ＋Ｗ_b AND ((ｙ₀ ＜Ｗ_y ＋Ｗ_b AND ｙ₁ ＞Ｗ_y ＋Ｗ_b ） OR （ｙ₀ ＞Ｗ_y AND ｙ₁ ＜Ｗ_y ＋Ｗ_b ） ・・・（22） 但し、f(ｘ）は式（２５）で表される。f(ｘ）は、以下
の通りである。２つの座標列を結ぶ直線は以下の方程式
（２３）で表せる。 ｙ＝ａｘ＋ｂ ・・・（23） ２つの座標列（ｘ₀ ，ｙ₀ ），（ｘ₁ ，ｙ₁ ）を代入し
てａ，ｂを算出すると、

【数５】 以上の処理を全ての座標データ列｛Ｘ_i ，Ｙ_i ｝に対し
て行い、結果としてＰＭ(x,y) を得る。これで、入力文
字パターンの２値化データが作成されたことになる。こ
のＰＭ(x,y) を輪郭抽出部８に出力する。

【００２８】図８（ａ），（ｂ）は、パターンメモリ変
換の例を示す図であり、同図（ａ）は、筆記入力文字
“あ”、同図（ｂ）は、変換後のパターンメモリを示す
図である。（ｇ） 輪郭抽出部８ 輪郭抽出部８は、パターンメモリ変換部７の出力ＰＭ
(x,y) を受けて、２値化された入力文字パータンの輪郭
を抽出する。図９は、輪郭抽出部８の動作説明図であ
り、図中の矢印は、輪郭追跡の方向を示している。輪郭
を抽出するには公知の方法、例えば、パターンメモリ内
で上端に位置するパターンの位置する画素を開始点とし
て、例えば、８個の近傍画素の中で最初に“１”となる
画素を順次追跡して、その輪郭情報を抽出する。例え
ば、筆記文字が“あ”の場合、図９に示すように、
“あ”の外側の輪郭Ｆ１と左の中抜きの輪郭Ｆ２と右の
中抜きの輪郭Ｆ３との３個の輪郭情報が得られる。

【００２９】（ｈ） オフライン方式特徴抽出部９ オフライン方式特徴抽出部９は、輪郭抽出部８にて抽出
した輪郭データを得て、特徴量を算出する。輪郭データ
から文字認識するための特徴量を抽出する方法は、光学
式文字読取り装置などにて様々な方法が考えられてお
り、その一例を説明する。まず、輪郭を入力し、各輪郭
について２つの隣接する座標点（画素）間を結ぶ線分
を、以下のようにして４つの場合に分類する。図１０
は、輪郭データの成分の分類を示す図である。

【００３０】図１０に示すように、パターンメモリの左
端を原点（０，０）、輪郭データの注目点の座標値を
（ｘ_i ，ｙ_i ）、次の輪郭データ点の座標値を
（ｘ_i+1 ，ｙ_{i+ 1} ）とし、 ｄ_x ＝ｘ_i+1 −ｘ_i ・・・（26） ｄ_y ＝ｙ_i+1 −ｙ_i ・・・（27） とした時、 ｄ_y ＝０ならば水平成分 ｄ_x ＝０ならば垂直成分 ｄ_x ×ｄ_y ＞０ならば −４５°成分 ｄ_x ×ｄ_y ＜０ならば ＋４５°成分 というように求められる。そして、水平成分、垂直成
分、−４５°成分、＋４５°成分を持つ輪郭の線分に対
して、入力文字パターンの各成分の分布を求める。水平
成分（ｄ_y ＝０）であれば、以下の様にｑ₀ ，ｑ₁ ，ｑ
₈ ，ｑ₉ についてのみ処理を行う。

【００３１】

【数６】

【数７】

【数８】 以上のように、パターンデータに対してｑ₀ 〜ｑ₁₅の演
算を行うことにより、輪郭データがどの位置に分布して
いるかを表すことができる。例えば、ｑ₀ が大きけれ
ば、右に垂直なパターンが多く分布し、ｑ₄ が大きけれ
ば、下に垂直なパターンが多く分布し、ｑ₈ が大きけれ
ば、左に垂直なパターンが多く分布し、ｑ₉ が大きけれ
ば、上に垂直なパターンが多く分布していることが推定
される。

【００３２】同様に、ｑ₂ ，ｑ₃ ，ｑ₁₀，ｑ₁₁について
は水平なパターン、ｑ₄ ，ｑ₅ ，ｑ₁₂．ｑ₁₃については
４５°のパターン、ｑ₆ ，ｑ₇ ，ｑ₁₄，ｑ₁₅については
−４５°のパターンが、それぞれ右、下、左、上にどの
くらい多く分布しているかを推定することができる。 （ｉ） オフライン方式マッチング部１０ オフライン方式マッチング部１０は、認識対象範囲を含
む文字についての基準特徴量ｑ^* ₀ 〜ｑ^* ₁₅をそれぞれ
格納しているオフライン方式認識辞書１１と、輪郭デー
タから算出したパターンメモリの特徴量ｑ₀ 〜ｑ₁₅と
を、逐次比較することにより、両者間の差、すなわち、
マッチング距離ｄｄを次式（４４）より算出して出力す
る。

【００３３】

【数９】 但し、ｑ^* _i,j 及びｑ_j はそれぞれオフライン方式認識
辞書１１に登録されている特徴量、及びパターンメモリ
の特徴量である。nnは、１つの認識文字について、複数
登録された場合の特徴量の個数である（例えば、“＋”
は、｜が中央のもの、左にずれたもの、右にずれたもの
の３つの特徴量がオフライン方式認識辞書１１に登録さ
れている）。

【００３４】（ｊ） 低画数文字識別部１２ 低画数文字識別部１２は、前処理部２の出力する画数を
受けて、この画数が低画数であると判断したとき、オフ
ライン方式マッチング部１０の出力するマッチング距離
ｄｄ_i のうちで最小値に対応する文字コードを出力端子
１３から出力し、図示しない表示器などに表示する。低
画数だと判断できないときは、何も出力しない。例え
ば、“＋”は２画数であるが、筆記文字が“−”の右端
と“｜”の上端が連続して、全体で１ストロークで入力
されるような場合には、ストローク数に基づいて文字認
識を行うオンライン方式に比べて、オフライン方式によ
り認識することにより認識率が向上する。また、“＋”
を、例えば、左利きの人が筆記すると“−”を右から左
の順に筆記する場合があるが、この場合においても、筆
記順に依存するオンライン方式に比べて、オフライン方
式を採用することにより認識率が向上する。

【００３５】更に、例えば、“＋”を、“｜”、“−”
の順に誤って筆記入力された場合にも、オフライン方式
により認識率が向上する。ここで、画数が低画数だと判
断するのは、抽出する特徴パラメータにより異なると思
われるのが、ここでは高画数文字識別部６で７画以上の
文字を高画数だとしたので、６画以下の文字を低画数文
字とする。以上説明したように、本第１の実施形態によ
れば、パターンメモリ変換部７、輪郭抽出部８、オフラ
イン方式特徴抽出部９、オフライン方式マッチング部１
０、オフライン方式認識辞書１１及び低画数文字識別部
１２を設けたので、低画数文字において、筆順、及び画
数に影響を受けないオンライン手書き文字認識装置を提
供することができる。

【００３６】第２の実施形態 図１１は、本発明の第２の実施形態のオンライン手書き
文字認識装置を示す構成図であり、図１中の要素に共通
する要素には共通の符号を付してある。本第２の実施形
態のオンライン手書き文字認識装置が第１の実施形態の
オンライン手書き文字認識装置と異なる点は、高画数文
字についても、オンライン方式マッチング部４の出力と
オフライン方式マッチング部１０の出力とからマッチン
グ距離を算出して、文字認識するようにしたことであ
る。図１１に示すように、本第２の実施形態のオンライ
ン手書き文字認識装置は、タブレット１、前処理部２、
オンライン方式特徴抽出部３、オンライン方式マッチン
グ部４、オンライン方式認識辞書５、高画数文字識別部
２６、パターンメモリ変換部７、輪郭抽出部８、オフラ
イン方式特徴抽出部９、オフライン方式マッチング部１
０、オフライン方式認識辞書１１、低画数文字識別部１
２、及び出力端子１３を備えている。

【００３７】タブレット１の出力側は、前処理部２に接
続されている。前処理部２の出力のうち座標列は、オン
ライン方式特徴抽出部３及びパターンメモリ変換部７の
入力側に接続され、画数は、高画数文字識別部２６及び
低画数文字識別部１２の入力側に接続されている。オン
ライン方式特徴抽出部３及びオンライン方式認識辞書５
の出力側は、オンライン方式マッチング部４の入力側に
接続されている。オンライン方式マッチング部４の出力
側は、高画数文字識別部２６の入力側に接続されてい
る。パターンメモリ変換部７の出力側は、輪郭抽出部８
の入力側に接続され、更に、この輪郭抽出部８の出力側
が、オフライン方式特徴抽出部９の入力側に接続されて
いる。オフライン方式特徴抽出部９及びオフライン方式
認識辞書１１の出力は、オフライン方式マッチング部１
０の入力側に接続されている。オフライン方式マッチン
グ部４の出力側は、低画数文字識別部１２及び高画数文
字認識部２６の入力側に接続されている。高画数文字識
別部２６及び低画数文字識別部１２の出力側は、出力端
子１３に接続されている。以下、図１１の各部の動作
（ａ）〜（ｊ）の説明をする。

【００３８】（ａ） タブレット１ タブレット１は、第１の実施形態と同様に、座標列の筆
記データ列｛（ｘ_i ，ｙ_i ），ｉ＝１，２，…，ｎ_j ｝
を抽出して、前処理部２に送る。 （ｂ） 前処理部２ 前処理部２は、第１の実施形態と同様に、座標列の筆記
データに対して平滑化し、オンライン方式特徴抽出部３
及びパターンメモリ変換部７へ平滑化後の筆記データ列
を出力し、画数を高画数文字識別部２６及び低画数文字
識別部１２に出力する。 （ｃ） オンライン方式特徴抽出部３ オンライン方式特徴抽出部３は、前処理部２の出力か
ら、第１の実施形態と同様に、例えば、直線近似化処理
を施して特徴点を抽出する。そして、ストローク数によ
る大分類を行い、文字辞書の認識対象の文字の部分パタ
ーンのカット位置から筆記文字の部分パターンを求め、
部分パターン間ベクトルを算出して、文字辞書の部分パ
ターン間ベクトルと筆記文字の部分パターン間ベクトル
のマッチング距離ｄ_vec を算出し、ｄ_vec とVECREJとを
比較して中分類を行う。更に、中分類で残った認識対象
の文字の部分パターンに従って、筆記文字のＱ値を部分
パターン毎に求める。

【００３９】（ｄ） オンライン方式マッチング部４ オンライン方式マッチング部４は、オンライン方式特徴
抽出部３の出力を受けて、第１の実施形態と同様に、マ
ッチング距離ｄ_BPをＱ値から算出し、ｄ_vec とｄ_BPから
マッチング距離値ｄを算出し、高画数文字識別部２６に
出力する。 （ｅ） パターンメモリ変換部７ パターンメモリ変換部７は、前処理部２の出力データの
特徴点の座標データ列｛Ｘ_i ，Ｙ_i ｝を受けて、第１の
実施形態と同様に、２次元の配列ＰＭ(x,y) に変換し、
輪郭抽出部８に出力する。 （ｆ） 輪郭抽出部８ 輪郭抽出部８は、パターンメモリ変換部７の出力ＰＭ
(x,y) を受けて、第１の実施形態と同様に、例えば、輪
郭追跡して輪郭データを抽出する。 （ｇ） オフライン方式特徴抽出部９ オフライン方式特徴抽出部９は、輪郭抽出部８にて抽出
した輪郭データを得て、第１の実施形態と同様に、例え
ば、水平成分、垂直成分、４５°成分、−４５°成分の
ｑ₀ 〜ｑ₁₅を求める。

【００４０】（ｈ） オフライン方式マッチング部１０ オフライン方式マッチング部１０は、第１の実施形態と
同様に、認識対象範囲を含む文字についての基準特徴量
ｑ₀ ^* 〜ｑ₁₅ ^* をそれぞれ格納しているオフライン方式
認識辞書１１と、輪郭データから算出したパターンメモ
リの特徴量ｑ₀〜ｑ₁₅とを、逐次比較することにより、
両者間の差、すなわち、マッチング距離ｄｄを算出して
出力する。 （ｉ） 高画数文字識別部２６ 高画数文字識別部２６は、オンライン方式マッチング部
４の出力ｄ_k とオフライン方式マッチング部１０の出力
ｄｄ_k とから、次式（４５）により新しい距離値ｄ
_highk を求めて、小さい順にソーティングする。そし
て、画数が高画数だと判断できたときは、対応する文字
コードを出力端子１３から出力し、図示しない表示器な
どに表示する。高画数だと判断できないときは、何も出
力しない。 ｄ_highk ＝ｄ_k ＋ｗ・ｄｄ_k ・・・（45） 但し、ｗは重み係数である。ここで、画数が高画数であ
ると判断するのは、抽出する特徴パラメータにより異な
ると思われるが、ここでは７画以上の文字を高画数だと
する。

【００４１】

【外１】 式（４５）に示すように、オンライン方式マッチング部
４の出力ｄ_k と、筆順、画数に依存しない別の方式であ
るオフライン方式マッチング部１０の出力ｄｄ_kとによ
り、マッチング距離ｄｄを算出するので、こうしたわず
かな違いしかない文字の場合においても認識率が向上す
る。

【００４２】（ｊ） 低画数文字識別部１２ 低画数文字識別部１２は、前処理部２の出力する画数を
受けて、第１の実施形態と同様に、画数が低画数である
と判断したとき、オフライン方式マッチング部１０の出
力するマッチング距離ｄｄ_i のうちで最小値に対応する
文字コードを出力端子１３から出力し、図示しない表示
器などに表示する。低画数だと判断できないときは、何
も出力しない。ここで、画数が低画数だと判断するの
は、抽出する特徴パラメータにより異なると思われるの
が、ここでは高画数文字識別部２６で７画以上の文字を
高画数だとしたので、６画以下の文字を低画数文字とす
る。以上説明したように、本第２の実施形態によれば、
低画数文字においては、第１の実施形態と同様の利点が
あり、高画数文字においては、オンライン方式とオフラ
イン方式の両方の特徴量で認識するので、認識率が向上
する。

【００４３】第３の実施形態 図１２は、本発明の第３の実施形態のオンライン手書き
文字認識装置を示す構成図であり、図１中の要素に共通
する要素には共通の符号を付してある。本第３の実施形
態のオンライン手書き文字認識装置が第１の実施形態の
オンライン手書き文字認識装置と異なる点は、高画数文
字については、認識対象の部分パターンのカット位置に
従った筆記文字の部分パターンのオフライン特徴量と、
部分パターンオフライン方式認識辞書３５に格納された
部分パターンのオフライン特徴量から算出したマッチン
グ距離と、オフライン方式マッチング部４の出力とから
マッチング距離を求めて文字認識を行うようにしたこと
である。図１２に示すように、本第３の実施形態のオン
ライン手書き文字認識装置は、タブレット１、前処理部
２、オンライン方式特徴抽出部３、オンライン方式マッ
チング部４、オンライン方式認識辞書５、高画数文字識
別部３６、部分パターンパターンメモリ変換部３１、部
分パターン輪郭抽出部３２、部分パターンオフライン方
式抽出特徴部３３、部分パターンオフライン方式マッチ
ング部３４、部分パターンオフライン方式認識辞書３
５、パターンメモリ変換部７、輪郭抽出部８、オフライ
ン方式特徴抽出部９、オフライン方式マッチング部１
０、オフライン方式認識辞書１１、低画数文字識別部１
２、及び出力端子１３を備えている。

【００４４】タブレット１の出力側は、前処理部２に接
続されている。前処理部２の出力のうち座標列は、オン
ライン方式特徴抽出部３及びパターンメモリ変換部７の
入力側に接続され、画数は、高画数文字識別部３６及び
低画数文字識別部１２の入力側に接続されている。オン
ライン方式特徴抽出部３及びオンライン方式認識辞書５
の出力側は、オンライン方式マッチング部４の入力側に
接続されている。オンライン方式マッチング部４の出力
側は、高画数文字識別部３６の入力側に接続されてい
る。パターンメモリ変換部７の出力側は、輪郭抽出部８
の入力側に接続され、更に、この輪郭抽出部８の出力側
が、オフライン方式特徴抽出部９の入力側に接続されて
いる。オフライン方式特徴抽出部９及びオフライン方式
認識辞書１１の出力側は、オフライン方式マッチング部
１０の入力側に接続されている。オフライン方式マッチ
ング部４の出力側は、低画数文字識別部１２の入力側に
接続されている。

【００４５】オンライン方式特徴抽出部３の出力側は、
オンライン方式マッチング部４及び部分パターンパター
ンメモリ変換部３１に接続されている。部分パターンパ
ターンメモリ変換部３１の出力側は、部分パターン輪郭
抽出部３２の入力側に接続されている。部分パターン輪
郭抽出部３２の出力側は、部分パターンオフライン方式
特徴抽出部３３の入力側に接続されている。部分パター
ンオフライン方式特徴抽出部３３、及び部分パターンオ
フライン方式認識辞書３５の出力側は、部分パターンオ
フライン方式マッチング部３４の入力側に接続されてい
る。オンライン方式マッチング部４及び部分パターンオ
フライン方式マッチング部３４の出力側は、高画数文字
識別部３６の入力側に接続されている。高画数文字識別
部３６及び低画数文字識別部１２の出力側は、出力端子
１３に接続されている。部分パターンパターンメモリ変
換部３１は、部分パターンパターンメモリを有し、入力
文字の部分パターンを２値化して、その部分パターンメ
モリに格納するものである。

【００４６】部分パターン輪郭抽出部３２は、入力文字
の部分パターンの２値化データから輪郭を抽出して、輪
郭情報を求めるものである。部分パターンオフライン方
式特徴抽出部３３は、部分パターンの輪郭情報から水
平、垂直、４５°、−４５°の成分の特徴量ｑ₀ 〜ｑ₁₅
を求めるものである。部分パターンオフライン方式マッ
チング部３４は、部分パターンオフライン方式認識辞書
３５に登録された部分パータンの水平、垂直、４５°、
−４５°の成分の基準特徴量ｑ^* ₀ 〜ｑ^* ₁₅とのマッチ
ング距離を求めるものである。高画数文字識別部３６
は、オンライン方式マッチング部４の出力と部分パター
ンオフライン方式マッチング部３４の出力から、マッチ
ング距離を算出して文字認識するものである。以下、図
１２の各部の動作（ａ）〜（ｎ）の説明をする。

【００４７】（ａ） タブレット１ タブレット１は、第１の実施形態と同様に、座標列の筆
記データ列｛（ｘ_i ，ｙ_i ），ｉ＝１，２，…，ｎ_j ｝
を抽出して、前処理部２に送る。 （ｂ） 前処理部２ 前処理部２は、第１の実施形態と同様に、座標列の筆記
データに対して平滑化し、オンライン方式特徴抽出部３
及びパターンメモリ変換部７へ平滑化後の筆記データ列
を出力し、画数を高画数文字識別部３６及び低画数文字
識別部１２に出力する。 （ｃ） オンライン方式特徴抽出部３ オフライン方式特徴抽出部３は、前処理部２の出力か
ら、第１の実施形態と同様に、例えば、直線近似化処理
を施して特徴点を抽出する。そして、ストローク数によ
る大分類を行い、文字辞書の認識対象の文字の部分パタ
ーンのカット位置から筆記文字の部分パターンを求め、
部分パターン間ベクトルを算出して、文字辞書の部分パ
ターン間ベクトルと筆記文字の部分パターン間ベクトル
のマッチング距離ｄ_vec を算出し、ｄ_vec とVECREJとを
比較して中分類を行う。更に、中分類で残った認識対象
の文字の部分パターンに従って、筆記文字のＱ値を部分
パターン毎に求める。

【００４８】更に、文字を構成する部分パターンのカッ
ト位置とそれに対応する座標データ列を部分パターンパ
ターンメモリ変換部３１に出力する。例えば、“逢”が
筆記入力されたとき、今認識（マッチング）しようとし
ている文字が“挨”であったとすると、図３に示すよう
に“挨”のカット位置は、（３，２，５）であるので、
このカット位置に従った部分パターンの座標データ列が
部分パターンパターンメモリ変換部３１に出力される。 （ｄ） オンライン方式マッチング部４ オンライン方式マッチング部４は、オンライン方式特徴
抽出部３の出力を受けて、第１の実施形態と同様に、マ
ッチング距離ｄ_BPをＱ値から算出し、ｄ_vec とｄ_BPから
マッチング距離値ｄを算出し、高画数文字識別部３６に
出力する。

【００４９】（ｅ） 部分パターンパターンメモリ変換
部３１ 部分パターンパターンメモリ変換部３１は、オンライン
方式特徴抽出部３から文字を構成する部分パターンのス
トローク情報であるカット位置とそれに対応する座標デ
ータ列を受けて、各部分パターンについて、第１の実施
形態のパターンメモリ変換部７と同様に、部分パターン
を縦と横に複数に分割し、各分割した領域が隣接する２
つの座標データを結ぶ線分と交わるか否かを判別し、２
値化データを作成して部分パターンメモリに格納する。
例えば、“逢”が筆記入力されたとき、今認識（マッチ
ング）しようとしている文字が“挨”であったとする
と、“挨”を構成する３つの部分パターンのカット位置
に従って、３つの部分パターンに対する座標データ列
“久”、“二”、“辻”をそれぞれ２値化データに変換
し、変換した３つのパターンデータを部分パターン輪郭
抽出部３２に出力する。

【００５０】（ｆ） 部分パターン輪郭抽出部３２ 部分パターン輪郭抽出部３２は、部分パターンパターン
メモリ変換部３１の出力する各部分パターンパターンデ
ータを読み出して、第１の実施形態の輪郭抽出部８と同
様にして輪郭抽出処理を行い、輪郭情報を部分パターン
オフライン方式特徴抽出部３３に出力する。 （ｇ） 部分パターンオフライン方式特徴抽出部３３ 部分パターンオフライン方式特徴抽出部部３３は、部分
パターン輪郭抽出部３２の出力する部分パターン数分の
輪郭データを受けて、第１の実施形態のオフライン方式
特徴抽出部９と同様に、輪郭データから、例えば、水
平、垂直、４５°、−４５°の成分の１６個の特徴量ｑ
Ｂ_k,0 〜ｑＢ_k,15（k=1,2,…,BPN，BPN は部分パターン
数) を求めて、部分パターンオフライン方式マッチング
部３４に出力する。

【００５１】（ｈ） 部分パターンオフライン方式マッ
チング部３４ 部分パターンオフライン方式マッチング部３４は、部分
パターンオフライン方式特徴抽出部３３の出力する部分
パターン毎の特徴量ｑＢ_k,0 〜ｑＢ_k,15（k=1,2,…,BP
N）と、部分パターンオフライン方式認識辞書３５に予
め登録してあるマッチング対象の部分パターン毎の特徴
量ｑＢ^* _k,0 〜ｑＢ^* _k,15（k=1,2,…,BPN）との、部分
パターンオフライン方式マッチング距離値ｄｄｂを、次
式（４６）により算出して出力する。

【００５２】

【数１０】 但し、BPN は部分パターン数、Ｎは画数、ＢＳ_k はｋ番
目の部分パターンのストローク数である。ここで、ＢＳ
_k をＮで割った結果を掛けているのは、部分パターンの
ストローク数による重み付けを行うためである。例え
ば、“逢”が筆記入力されたとき、今認識（マッチン
グ）しようとしている文字が“挨”であったとすると、
部分パターンオフライン方式認識辞書３５には、“挨”
を構成する３つの部分パターン、“キ”、“ム”、
“矢”の基準特徴量ｑＢ^* _k,0 〜ｑＢ^* _k,15（k=1,2,3
）が登録されており、この“キ”、“ム”、“矢”の
基準特徴量と“久”、“二”、“辻”の特徴量とのマッ
チング距離ｄｄｂが、式（４７）により算出される。

【００５３】（ｉ） 高画数文字識別部３６ 高画数文字識別部３６は、オフライン方式マッチング部
３４の出力ｄ_k と部分パターンオフライン方式マッチン
グ部３４の出力ｄｄｂ_k とから、以下の式（４７）によ
り新しい距離値ｄ_highk を求めて小さい順にソーティン
グし、画数が高画数だと判断できたときは、対応する文
字コードを出力端子１３から出力し、図示しない表示器
などに表示する。高画数だと判断できないときは、何も
出力しない。 ｄ_highk ＝ｄ_k ＋ｗ・ｄｄｂ_k ・・・（47） 但し、ｗは重み係数である。ここで、画数が高画数だと
判断するのは、抽出する特徴パラメータにより異なると
思われるが、ここでは７画以上の文字を高画数だとす
る。

【００５４】

【外２】 マッチング距離を算出するので、こうしたわずかな違い
しかない場合でも認識率が向上する。

【００５５】（ｊ） パターンメモリ変換部７ パターンメモリ変換部７は、前処理部２の出力データの
特徴点の座標データ列｛Ｘ_i ，Ｙ_i ｝を受けて、第１の
実施形態と同様に、２次元の配列ＰＭ(x,y) に変換し、
輪郭抽出部８に出力する。 （ｋ） 輪郭抽出部８ 輪郭抽出部８は、パターンメモリ変換部７の出力ＰＭ
(x,y) を受けて、第１の実施形態と同様に、輪郭追跡し
て輪郭データを輪郭として抽出する。 （ｌ） オフライン方式特徴抽出部９ オフライン方式特徴抽出部９は、輪郭抽出部８にて抽出
した輪郭データを得て、第１の実施形態と同様に、水平
成分、垂直成分、４５°成分、−４５°成分のｑ₀ 〜ｑ
₁₅を求める。

【００５６】（ｍ） オフライン方式マッチング部１０ オフライン方式マッチング部１０は、第１の実施形態と
同様に、認識対象範囲を含む文字についての基準特徴量
ｑ₀ ^* 〜ｑ₁₅ ^* をそれぞれ格納しているオフライン方式
認識辞書１１と、輪郭データから算出したパターンメモ
リの特徴量ｑ₀〜ｑ₁₅とを、逐次比較することにより、
両者間の差、すなわち、マッチング距離ｄｄを算出して
出力する。 （ｎ） 低画数文字識別部１２ 低画数文字識別部１２は、前処理部２の出力する画数を
受けて、画数が低画数であると判断したとき、オフライ
ン方式マッチング部１０の出力するマッチング距離ｄｄ
_i のうちで最小値に対応する文字コードを出力端子１３
から出力し、図示しない表示器などに表示する。低画数
だと判断できないときは、何も出力しない。

【００５７】ここで、画数が低画数だと判断するのは、
抽出する特徴パラメータにより異なると思われるのが、
ここでは高画数文字識別部３６で７画以上の文字を高画
数だとしたので、６画以下の文字を低画数文字とする。
以上説明したように、本第３の実施形態によれば、低画
数文字においては、第１の実施形態と同様の利点があ
る。高画数文字においては、部分パターンパターンメモ
リ変換部３１、部分パターン輪郭抽出部３２、部分パタ
ーンオフライン方式特徴抽出部３３、部分パターンオフ
ライン方式マッチング部３４及び部分パターンオフライ
ン方式認識辞書３５を設け、部分パターン毎にオンライ
ン方式とオフライン方式の両方の特徴量で認識するの
で、オンライン手書き文字認識装置の認識率を向上させ
ることができる。

【００５８】第４の実施形態 図１３は、本発明の第４の実施形態のオンライン手書き
文字認識装置を示す構成図であり、図１中の要素に共通
する要素には共通の符号を付してある。本第４の実施形
態のオンライン手書き文字認識装置が第１の実施形態の
オンライン手書き文字認識装置と異なる点は、低画数文
字の場合、オフライン方式マッチング部１０の出力とオ
ンライン方式マッチング部４の出力とから、マッチング
距離を算出するようにしたことである。図１３に示すよ
うに、本第４の実施形態のオンライン手書き文字認識装
置は、タブレット１、前処理部２、オンライン方式特徴
抽出部３、オンライン方式マッチング部４、オンライン
方式認識辞書５、高画数文字識別部６、パターンメモリ
変換部７、輪郭抽出部８、オフライン方式特徴抽出部
９、オフライン方式マッチング部１０、オフライン方式
認識辞書１１、低画数文字識別部４２、及び出力端子１
３を備えている。タブレット１の出力側は、前処理部２
に接続されている。前処理部２の出力のうち座標列は、
オンライン方式特徴抽出部３及びパターンメモリ変換部
７の入力側に接続され、画数は、高画数文字識別部６及
び低画数文字識別部４２の入力側に接続されている。

【００５９】オンライン方式特徴抽出部３及びオンライ
ン方式認識辞書５の出力側は、オンライン方式マッチン
グ部４の入力側に接続されている。オンライン方式マッ
チング部４の出力側は、高画数文字識別部６及び低画数
文字識別部４２の入力側に接続されている。パターンメ
モリ変換部７の出力側は、輪郭抽出部８の入力側に接続
され、更に、この輪郭抽出部８の出力側が、オフライン
方式特徴抽出部９の入力側に接続されている。オフライ
ン方式特徴抽出部９及びオフライン方式認識辞書１１の
出力側は、オフライン方式マッチング部１０の入力側に
接続されている。オフライン方式マッチング部４の出力
側は、低画数文字識別部４２の入力側に接続されてい
る。高画数文字識別部６及び低画数文字識別部４２の出
力側は、出力端子１３に接続されている。低画数文字識
別部４２は、オンライン方式マッチング部４の出力ｄｄ
_k 及びオフライン方式マッチング部１０の出力ｄ_k か
ら、マッチング距離ｄ_lowkを算出して、文字認識するも
のである。以下、図１３の各部の動作（ａ）〜（ｊ）の
説明をする。

【００６０】（ａ） タブレット１ タブレット１は、第１の実施形態と同様に、座標列の筆
記データ列｛（ｘ_i ，ｙ_i ），ｉ＝１，２，…，ｎ_j ｝
を抽出して、前処理部２に送る。 （ｂ） 前処理部２ 前処理部２は、第１の実施形態と同様に、座標列の筆記
データに対して平滑化し、オンライン方式特徴抽出部３
及びパターンメモリ変換部７へ平滑化後の筆記データ列
を出力して、画数を高画数文字識別部６及び低画数文字
識別部４２に出力する。 （ｃ） オンライン方式特徴抽出部３ オンライン方式特徴抽出部３は、前処理部２の出力か
ら、第１の実施形態と同様に、例えば、直線近似化処理
を施して特徴点を抽出する。そして、ストローク数によ
る大分類を行い、文字辞書の認識対象の文字の部分パタ
ーンのカット位置から筆記文字の部分パターンを求め、
部分パターン間ベクトルを算出して、文字辞書の部分パ
ターン間ベクトルと筆記文字の部分パターン間ベクトル
のマッチング距離ｄ_vec を算出し、ｄ_vec とVECREJとを
比較して中分類を行う。更に、中分類で残った認識対象
の文字の部分パターンに従って、筆記文字のＱ値を部分
パターン毎に求める。

【００６１】（ｄ） オンライン方式マッチング部４ オンライン方式マッチング部４は、オンライン方式特徴
抽出部３の出力を受けて、第１の実施形態と同様に、マ
ッチング距離ｄ_BPをＱ値から算出し、ｄ_vec とｄ_BPから
マッチング距離値ｄを算出して、高画数文字識別部６に
出力する。 （ｅ） 高画数文字識別部６ 高画数文字識別部６は、第１の実施形態と同様にして、
オンライン方式マッチング部４の出力ｄ_k を小さい順に
ソーティングし、画数が高画数だと判断できたときは、
対応する文字コードを出力端子１３から出力し、図示し
ない表示器などに表示する。高画数だと判断できないと
きは、何も出力しない。ここで、画数が高画数だと判断
するのは、抽出する特徴パラメータにより異なると思わ
れるが、ここでは７画以上の文字を高画数だとする。 （ｆ） パターンメモリ変換部７ パターンメモリ変換部７は、前処理部２の出力データの
特徴点の座標データ列｛Ｘ_i ，Ｙ_i ｝を受けて、第１の
実施形態と同様に、２次元の配列ＰＭ(x,y) に変換し、
輪郭抽出部８に出力する。

【００６２】（ｇ） 輪郭抽出部８ 輪郭抽出部８は、パターンメモリ変換部７の出力ＰＭ
(x,y) を受けて、第１の実施形態と同様に、輪郭追跡し
て輪郭情報を輪郭として抽出する。 （ｈ） オフライン方式特徴抽出部９ オフライン方式特徴抽出部９は、輪郭抽出部８にて抽出
した輪郭データを得て、第１の実施形態と同様に、水平
成分、垂直成分、４５°成分、−４５°成分のｑ₀ 〜ｑ
₁₅を求める。 （ｉ） オフライン方式マッチング部１０ オフライン方式マッチング部１０は、第１の実施形態と
同様に、認識対象範囲を含む文字についての基準特徴量
ｑ₀ ^* 〜ｑ₁₅ ^* をそれぞれ格納しているオフライン方式
認識辞書１１と、輪郭データから算出したパターンメモ
リの特徴量ｑ₀〜ｑ₁₅とを、逐次比較することにより、
両者間の差、すなわち、マッチング距離ｄｄを算出して
出力する。

【００６３】（ｊ） 低画数文字識別部４２ 低画数文字識別部４２は、前処理部２の出力する画数を
受けて、画数が低画数であると判断したとき、オンライ
ン方式マッチング部５の出力ｄ_k と、オフライン方式マ
ッチング部１０の出力するマッチング距離値ｄｄ_k とか
ら、以下の式（４８）により低画数文字のマッチング距
離値ｄ_lowkを算出し、小さい順にソーティングし、低画
数文字であると判断した場合は、対応する文字コードを
出力し、そうでない場合は、何も出力しない。 ｄ_lowk＝ｗ・ｄ_k ＋ｄｄ_k ・・・（48） 但し、ｗは重み係数である。ここで、画数が低画数だと
判断するのは、抽出する特徴パラメータにより異なると
思われるのが、ここでは高画数文字識別部６で７画以上
の文字を高画数だとしたので、６画以下の文字を低画数
文字とする。

【００６４】例えば、“＋”と“ナ”を識別する場合、
第１の実施形態のようにオフライン方式のみでは、大局
的な違いしか分からないが、オンライン方式では、
“＋”の“｜”と“ナ”の“ノ”の照合ができ、文字の
細かい部分の差を表すことができる。従って、低画数文
字の場合において、オフライン方式とオンライン方式と
を併用するので、認識率が向上する。以上説明したよう
に、本第４の実施形態によれば、パターンメモリ変換部
７、輪郭抽出部８、オフライン方式特徴抽出部９、オフ
ライン方式マッチング部１０、オフライン方式認識辞書
１１及び低画数文字識別部４２を設け、情報量が少ない
ために認識率が低くなる低画数文字においては、オンラ
イン方式の特徴量にオフライン方式の特徴量を加えたの
で、オンライン手書き文字認識装置の認識率が向上す
る。

【００６５】第５の実施形態 図１４は、本発明の第５の実施形態のオンライン手書き
文字認識装置を示す構成図であり、図１中の要素に共通
する要素には共通の符号を付してある。本第５の実施形
態のオンライン手書き文字認識装置が第１の実施形態の
オンライン手書き文字認識装置と異なる点は、高画数文
字の場合は、オンライン方式マッチング部４の出力とオ
フライン方式マッチング部１０の出力とから、マッチン
グ距離を算出して文字認識するようにし、低画数文字の
場合については、オンライン方式マッチング部４の出力
とオフライン方式マッチング１０の出力とから、マッチ
ング距離を算出して文字認識をするようにしたことであ
る。図１４に示すように、本第５の実施形態のオンライ
ン手書き文字認識装置は、タブレット１、前処理部２、
オンライン方式特徴抽出部３、オンライン方式マッチン
グ部４、オンライン方式認識辞書５、高画数文字識別部
２６、パターンメモリ変換部７、輪郭抽出部８、オフラ
イン方式特徴抽出部９、オフライン方式マッチング部１
０、オフライン方式認識辞書１１、低画数文字識別部４
２、及び出力端子１３を備えている。

【００６６】タブレット１の出力側は、前処理部２に接
続されている。前処理部２の出力のうち座標列は、オン
ライン方式特徴抽出部３及びパターンメモリ変換部７の
入力側に接続され、画数は、高画数文字識別部２６及び
低画数文字識別部４２の入力側に接続されている。オン
ライン方式特徴抽出部３及びオンライン方式認識辞書５
の出力側は、オンライン方式マッチング部４の入力側に
接続されている。オンライン方式マッチング部４の出力
側は、高画数文字識別部２６及び低画数文字識別部４２
の入力側に接続されている。パターンメモリ変換部７の
出力側は、輪郭抽出部８の入力側に接続され、更に、こ
の輪郭抽出部８の出力側が、オフライン方式特徴抽出部
９の入力側に接続されている。オフライン方式特徴抽出
部９及びオフライン方式認識辞書１１の出力側は、オフ
ライン方式マッチング部１０の入力側に接続されてい
る。オンライン方式マッチング部４の出力側は、高画数
文字識別部２６及び低画数文字識別部４２の入力側に接
続されている。高画数文字識別部２６及び低画数文字識
別部４２の出力側は、出力端子１３に接続されている。
以下、図１４の各部の動作（ａ）〜（ｊ）の説明をす
る。

【００６７】（ａ） タブレット１ タブレット１は、第１の実施形態と同様に、座標列の筆
記データ列｛（ｘ_i ，ｙ_i ），ｉ＝１，２，…，ｎ_j ｝
を抽出して、前処理部２に送る。 （ｂ） 前処理部２ 前処理部２は、第１の実施形態と同様に、座標列の筆記
データに対して平滑化し、オンライン方式特徴抽出部３
及びパターンメモリ変換部７へ平滑化後の筆記データ列
を出力して、画数を高画数文字識別部２６及び低画数文
字識別部４２に出力する。 （ｃ） オンライン方式特徴抽出部３ オフライン方式特徴抽出部３は、前処理部２の出力か
ら、第１の実施形態と同様に、例えば、直線近似化処理
を施して特徴点を抽出する。そして、ストローク数によ
る大分類を行い、文字辞書の認識対象の文字の部分パタ
ーンのカット位置から筆記文字の部分パターンを求め、
部分パターン間ベクトルを算出して、文字辞書の部分パ
ターン間ベクトルと筆記文字の部分パターン間ベクトル
のマッチング距離ｄ_vec を算出し、ｄ_vec とVECREJとを
比較して中分類を行う。更に、中分類で残った認識対象
の文字の部分パターンに従って、筆記文字のＱ値を部分
パターン毎に求める。

【００６８】（ｄ） オンライン方式マッチング部４ オンライン方式マッチング部４は、オンライン方式特徴
抽出部３の出力を受けて、第１の実施形態と同様に、マ
ッチング距離ｄ_BPをＱ値から算出し、ｄ_vec とｄ_BPから
マッチング距離値ｄを算出して、高画数文字識別部２６
に出力する。 （ｅ） パターンメモリ変換部７ パターンメモリ変換部７は、前処理部２の出力データの
特徴点の座標データ列｛Ｘ_i ，Ｙ_i ｝を受けて、第１の
実施形態と同様に、２次元の配列ＰＭ(x,y) に変換し、
輪郭抽出部８に出力する。 （ｆ） 輪郭抽出部８ 輪郭抽出部８は、パターンメモリ変換部７の出力ＰＭ
(x,y) を受けて、第１の実施形態と同様に、例えば、輪
郭追跡して輪郭データを抽出する。

【００６９】（ｇ） オフライン方式特徴抽出部９ オフライン方式特徴抽出部９は、輪郭抽出部８にて抽出
した輪郭データを得て、第１の実施形態と同様に、例え
ば、水平成分、垂直成分、４５°成分、−４５°成分の
ｑ₀ 〜ｑ₁₅を求める。 （ｈ） オフライン方式マッチング部１０ オフライン方式マッチング部１０は、第１の実施形態と
同様に、認識対象範囲を含む文字についての基準特徴量
ｑ₀ ^* 〜ｑ₁₅ ^* をそれぞれ格納しているオフライン方式
認識辞書１１と、輪郭データから算出したパターンメモ
リの特徴量ｑ₀〜ｑ₁₅とを逐次比較することにより、両
者間の差、すなわち、マッチング距離ｄｄを算出して出
力する。 （ｉ） 高画数文字識別部２６ 高画数文字識別部２６は、オンライン方式マッチング部
４の出力ｄ_k と、オフライン方式マッチング部１０の出
力ｄｄ_k とから、式（４５）により新しい距離値ｄ
_highk を求めて小さい順にソーティングし、画数が高画
数だと判断できたときは、対応する文字コードを出力端
子１３から出力し、図示しない表示器などに表示する。
高画数だと判断できないときは、何も出力しない。ここ
で、画数が高画数だと判断するのは、抽出する特徴パラ
メータにより異なると思われるが、ここでは７画以上の
文字を高画数だとする。

【００７０】（ｊ） 低画数文字識別部４２ 低画数文字識別部４２は、前処理部２の出力する画数を
受けて、画数が低画数であると判断したとき、オンライ
ン方式マッチング部４の出力ｄ_k と、オフライン方式マ
ッチング部１０の出力するマッチング距離値ｄｄ_k とか
ら、式（４９）により低画数文字のマッチング距離値ｄ
_lowkを算出して小さい順にソーティングし、低画数文字
であると判断した場合は、対応する文字コードを出力
し、そうでない場合は、何も出力しない。ここで、画数
が低画数だと判断するのは、抽出する特徴パラメータに
より異なると思われるのが、ここでは高画数文字識別部
２６で７画以上の文字を高画数だとしたので、６画以下
の文字を低画数文字とする。以上説明したように、本第
５の実施形態によれば、高画数文字においては、第２の
実施形態と同様の利点があり、低画数文字においては、
第４の実施形態と同様の利点がある。

【００７１】第６の実施形態 図１５は、本発明の第６の実施形態のオンライン手書き
文字認識装置を示す構成図であり、図１中の要素に共通
する要素には共通の符号を付してある。本第６の実施形
態のオンライン手書き文字認識装置が第１の実施形態の
オンライン手書き文字認識装置と異なる点は、高画数文
字については、オンライン方式マッチング部４の出力と
部分パターンオフライン方式マッチング部３４の出力と
から、マッチング距離を算出して文字認識をするように
し、低画数文字については、オンライン方式マッチング
部４の出力とオフライン方式マッチング部１０の出力と
から、マッチング距離を算出して文字認識をするように
したことである。図１５に示すように、本第６の実施形
態のオンライン手書き文字認識装置は、タブレット１、
前処理部２、オンライン方式特徴抽出部３、オンライン
方式マッチング部４、オンライン方式認識辞書５、高画
数文字識別部３６、部分パターンパターンメモリ変換部
３１、部分パターン輪郭抽出部３２、部分パターンオフ
ライン方式特徴抽出部３３、部分パターンオフライン方
式マッチング部３４、部分パターンオフライン方式認識
辞書３５、パターンメモリ変換部７、輪郭抽出部８、オ
フライン方式特徴抽出部９、オフライン方式マッチング
部１０、オフライン方式認識辞書１１、低画数文字識別
部４２、及び出力端子１３を備えている。

【００７２】タブレット１の出力側は、前処理部２の入
力側に接続されている。前処理部２の出力側はオンライ
ン方式特徴抽出部３、パターンメモリ変換部７、高画数
文字識別部３６、及び低画数文字識別部４２の入力側に
接続されている。オンライン方式特徴抽出部３及びオン
ライン方式認識辞書５の出力側は、オンライン方式マッ
チング部４の入力側に接続されている。オンライン方式
マッチング部４の出力側は、高画数文字識別部３６及び
低画数文字識別部４２の入力側に接続されてる。パター
ンメモリ変換部７の出力側は、輪郭抽出部８の入力側に
接続されている。輪郭抽出部８の出力側は、オフライン
方式特徴抽出部９の入力側に接続されている。オフライ
ン方式特徴抽出部９及びオフライン方式認識辞書１の出
力側は、オフライン方式マッチング部１０の入力側に接
続されている。オフライン方式マッチング部１０の出力
側は、低画数文字識別部４２及び高画数文字識別部３６
の入力側に接続されている。高画数文字識別部３６及び
低画数文字識別部４２の出力側は、出力端子１３に接続
されている。

【００７３】オンライン方式特徴抽出部３の出力側は、
オンライン方式マッチング部４及び部分パターンパター
ンメモリ変換部３１に接続されている。部分パターンメ
モリ変換部３１の出力側は、部分パターン輪郭抽出部３
２の入力側に接続されている。部分パターン輪郭抽出部
３２の出力側は、部分パターンオフライン方式特徴抽出
部３３の入力側に接続されている。部分パターンオフラ
イン方式特徴抽出部３３、及び部分パターンオフライン
方式認識辞書３５の出力側は、部分パターンオフライン
方式マッチング部３４の入力側に接続されている。部分
パターンオフライン方式マッチング部３４の出力側は、
高画数文字識別部３６の入力側に接続されている。以
下、図１５の各部の動作（ａ）〜（ｎ）の説明をする。

【００７４】（ａ） タブレット１ タブレット１は、第１の実施形態と同様に、座標列の筆
記データ列｛（ｘ_i ，ｙ_i ），ｉ＝１，２，…，ｎ_j ｝
を抽出して、前処理部２に送る。 （ｂ） 前処理部２ 前処理部２は、第１の実施形態と同様に、座標列の筆記
データに対して平滑化し、オンライン方式特徴抽出部３
及びパターンメモリ変換部７へ平滑化後の筆記データ列
を出力して、画数を高画数文字識別部３６及び低画数文
字識別部４２に出力する。 （ｃ） オンライン方式特徴抽出部３ オフライン方式特徴抽出部３は、前処理部２の出力か
ら、第１の実施形態と同様に、例えば、直線近似化処理
を施して特徴点を抽出する。そして、ストローク数によ
る大分類を行い、文字辞書の認識対象の文字の部分パタ
ーンのカット位置から筆記文字の部分パターンを求め、
部分パターン間ベクトルを算出し、文字辞書の部分パタ
ーン間ベクトルと筆記文字の部分パターン間ベクトルの
マッチング距離ｄ_vec ｓを算出し、ｄ_vec とVECREJとを
比較し、中分類を行う。更に、中分類で残った認識対象
の文字の部分パターンに従って、筆記文字のＱ値を部分
パターン毎に求める。

【００７５】（ｄ） オンライン方式マッチング部４ オンライン方式マッチング部４は、オンライン方式特徴
抽出部３の出力を受けて、第１の実施形態と同様に、マ
ッチング距離ｄ_BPをＱ値から算出し、ｄ_vec とｄ_BPから
マッチング距離値ｄを算出して、高画数文字識別部３６
に出力する。 （ｅ） 部分パターンパターンメモリ変換部３１ 部分パターンパターンメモリ変換部３１は、オンライン
方式特徴抽出部３から、文字を構成する部分パターンの
カット位置とそれに対応する座標データ列を受けて、第
３の実施形態と同様に、部分パターン毎にパターンメモ
リへの変換処理を行う。 （ｆ） 部分パターン輪郭抽出部３２ 部分パターン輪郭抽出部３２は、部分パターンパターン
メモリ変換部３１の出力する各パターンメモリを読み出
して、第３の実施形態と同様に、各部分パターンの輪郭
抽出処理を行い、輪郭情報を部分パターンオフライン方
式特徴抽出部３３に出力する。

【００７６】（ｇ） 部分パターンオフライン方式特徴
抽出部３３ 部分パターンオフライン方式特徴抽出部３３は、第３の
実施形態と同様に、部分パターン輪郭抽出部３２の出力
する部分パターン数分の輪郭データを受けて、それぞれ
の輪郭データから、水平、垂直、４５°、−４５°の成
分の１６個の特徴量ｑＢ_k,0 〜ｑＢ_k,15（k=1,2,…,BP
N，BPN は部分パターン数) を求めて、部分パターンオ
フライン方式マッチング部３４に出力する。 （ｈ） 部分パターンオフライン方式マッチング部３４ 部分パターンオフライン方式マッチング部３４は、第３
の実施形態と同様に、部分パターンオフライン方式特徴
抽出部３３の出力する部分パターン毎の特徴量ｑＢ_k,0
〜ｑＢ_k,15（k=1,2,…,BPN）と、部分パターンオフライ
ン方式認識辞書３５に予め登録してあるマッチング対象
の部分パターン毎の特徴量ｑＢ^* _k,0 〜ｑＢ^* _k,15（k=
1,2,…,BPN）との、部分パターンオフライン方式マッチ
ング距離値ｄｄｂを算出して出力する。

【００７７】（ｉ） 高画数文字識別部３６ 高画数文字識別部３６は、オンライン方式マッチング部
４の出力ｄ_k と、部分パターンオフライン方式マッチン
グ部３４の出力ｄｄｂ_k とから、式（４７）により新し
い距離値ｄ_highk を求めて小さい順にソーティングし、
画数が高画数だと判断できたときは、対応する文字コー
ドを出力端子１３から出力し、図示しない表示器などに
表示する。高画数だと判断できないときは、何も出力し
ない。ここで、画数が高画数だと判断するのは、抽出す
る特徴パラメータにより異なると思われるが、ここでは
７画以上の文字を高画数だとする。 （ｊ） パターンメモリ変換部７ パターンメモリ変換部７は、前処理部２の出力データの
特徴点の座標データ列｛Ｘ_i ，Ｙ_i ｝を受けて、第１の
実施形態と同様に、２次元の配列ＰＭ(x,y) に変換し、
輪郭抽出部８に出力する。

【００７８】（ｋ） 輪郭抽出部８ 輪郭抽出部８は、パターンメモリ変換部７の出力ＰＭ
(x,y) を受けて、第１の実施形態と同様に、例えば、輪
郭追跡して輪郭データを抽出する。 （ｌ） オフライン方式特徴抽出部９ オフライン方式特徴抽出部９は、輪郭抽出部８にて抽出
した輪郭データを得て、第１の実施形態と同様に、例え
ば、水平成分、垂直成分、４５°成分、−４５°成分の
ｑ₀ 〜ｑ₁₅を求める。 （ｍ） オフライン方式マッチング部１０ オフライン方式マッチング部１０は、第１の実施形態と
同様に、認識対象範囲を含む文字についての基準特徴量
ｑ₀ ^* 〜ｑ₁₅ ^* をそれぞれ格納しているオフライン方式
認識辞書１１と、輪郭データから算出したパターンメモ
リの特徴量ｑ₀〜ｑ₁₅とを、逐次比較することにより、
両者間の差、すなわち、マッチング距離ｄｄを算出して
出力する。

【００７９】（ｎ） 低画数文字識別部４２ 低画数文字識別部４２は、前処理部２の出力する画数を
受けて、画数が低画数であると判断したとき、第３の実
施形態と同様に、オンライン方式マッチング部４の出力
ｄ_k と、オフライン方式マッチング部１０の出力ｄｄ_k
とを受けて、式（４８）より低画数文字のマッチング距
離ｄ_lowkを算出して、小さい順にソーティングし、対応
する文字コードを出力端子１３から出力し、図示しない
表示器などに表示する。低画数だと判断できないとき
は、何も出力しない。ここで、画数が低画数だと判断す
るのは、抽出する特徴パラメータにより異なると思われ
るのが、ここでは高画数文字識別部３６で７画以上の文
字を高画数だとしたので、６画以下の文字を低画数文字
とする。以上説明したように、本第６の実施形態によれ
ば、高画数文字については、第３の実施形態と同様の利
点があり、低画数文字については、第４の実施形態と同
様の利点がある。

【００８０】第７の実施形態 図１６は、本発明の第７の実施形態のオンライン手書き
文字認識装置を示す構成図であり、図１中の要素に共通
する要素には共通の符号を付してある。本第７の実施形
態のオンライン手書き文字認識装置が第１の実施形態の
オンライン手書き文字認識装置と異なる点は、低画数文
字については、部分パターンオフライン方式マッチング
部３４の出力と、オフライン方式マッチング部１０の出
力とから、マッチング距離を算出して文字認識をするよ
うにしたことである。図１６に示すように、本第７の実
施形態のオンライン手書き文字認識装置は、タブレット
１、前処理部２、オンライン方式特徴抽出部３、オンラ
イン方式マッチング部４、オンライン方式認識辞書５、
高画数文字識別部６、部分パターンパターンメモリ変換
部３１、部分パターン輪郭抽出部３２、部分パターンオ
フライン方式特徴抽出部３３、部分パターンオフライン
方式マッチング部３４、部分パターンオフライン方式認
識辞書３５、パターンメモリ変換部７、輪郭抽出部８、
オフライン方式特徴抽出部９、オフライン方式マッチン
グ部１０、オフライン方式認識辞書１１、低画数文字識
別部５２、及び出力端子１３を備えている。

【００８１】タブレット１の出力側は、前処理部２の入
力側に接続されている。前処理部２の出力側はオンライ
ン方式特徴抽出部３、パターンメモリ変換部７、高画数
文字識別部６及び低画数文字識別部５２の入力側に接続
されている。オンライン方式特徴抽出部３及びオンライ
ン方式認識辞書５の出力側は、オンライン方式マッチン
グ部４の入力側に接続されている。オンライン方式マッ
チング部４の出力側は、高画数文字識別部６の入力側に
接続されてる。パターンメモリ変換部７の出力側は、輪
郭抽出部８の入力側に接続されている。輪郭抽出部８の
出力側は、オフライン方式特徴抽出部９の入力側に接続
されている。オフライン方式特徴抽出部９及びオフライ
ン方式認識辞書１の出力側は、オフライン方式マッチン
グブ１０の入力側に接続されている。オフライン方式マ
ッチング部１０の出力側は、低画数文字識別部５２の入
力側に接続されている。オンライン方式特徴抽出部３の
出力側は、オンライン方式マッチング部４及び部分パタ
ーンパターンメモリ変換部３１に接続されている。部分
パターンメモリ変換部３１の出力側は、部分パターン輪
郭抽出部３２の入力側に接続されている。部分パターン
輪郭抽出部３２の出力側は、部分パターンオフライン方
式特徴抽出部３３の入力側に接続されている。

【００８２】部分パターンオフライン方式特徴抽出部３
３及び部分パターンオフライン方式認識辞書３５の出力
側は、部分パターンオフライン方式マッチング部３４の
入力側に接続されている。部分パターンオフライン方式
マッチング部３４の出力側は、低画数文字識別部５２の
入力側に接続されている。高画数文字識別部６及び低画
数文字識別部５２の出力側は、出力端子１３に接続され
ている。低画数文字識別部５２は、部分パターンオフラ
イン方式マッチング部３４の出力ｄｄｂ_k と、オフライ
ン方式マッチング部１０の出力ｄｄ_k とから、マッチン
グ距離を算出して文字認識するものである。以下、図１
６の各部の動作（ａ）〜（ｎ）の説明をする。

【００８３】（ａ） タブレット１ タブレット１は、第１の実施形態と同様に、座標列の筆
記データ列｛（ｘ_i ，ｙ_i ），ｉ＝１，２，…，ｎ_j ｝
を抽出して、前処理部２に送る。 （ｂ） 前処理部２ 前処理部２は、第１の実施形態と同様に、座標列の筆記
データに対して平滑化し、オンライン方式特徴抽出部３
及びパターンメモリ変換部７へ平滑化後の筆記データ列
を出力し、画数を高画数文字識別部６及び低画数文字識
別部５２に出力する。 （ｃ） オンライン方式特徴抽出部３ オンライン方式特徴抽出部３は、前処理部２の出力か
ら、第１の実施形態と同様に、例えば、直線近似化処理
を施し、特徴点を抽出する。そして、ストローク数によ
る大分類を行い、文字辞書の認識対象の文字の部分パタ
ーンのカット位置から筆記文字の部分パターンを求め、
部分パターン間ベクトルを算出し、文字辞書の部分パタ
ーン間ベクトルと筆記文字の部分パターン間ベクトルの
マッチング距離ｄ_vec とを算出し、ｄ_vec とVECREJとを
比較して中分類を行う。更に、中分類で残った認識対象
の文字の部分パターンに従って、筆記文字のＱ値を部分
パターン毎に求める。

【００８４】（ｄ） オンライン方式マッチング部４ オンライン方式マッチング部４は、オンライン方式特徴
抽出部３の出力を受けて、第１の実施形態と同様に、マ
ッチング距離ｄ_BPをＱ値から算出し、ｄ_vec とｄ_BPから
マッチング距離値ｄを算出して、高画数文字識別部６に
出力する。 （ｅ） 高画数文字識別部６ 高画数文字識別部６は、第１の実施形態と同様に、オン
ライン方式マッチング部４の出力ｄ_k を小さい順にソー
ティグし、画数が高画数だと判断できたときは、対応す
る文字コードを出力端子１３から出力し、図示しない表
示器などに表示する。ここで、画数が高画数だと判断す
るのは、抽出する特徴パラメータにより異なると思われ
るが、ここでは７画以上の文字を高画数だとする。 （ｆ） パターンメモリ変換部７ パターンメモリ変換部７は、前処理部２の出力データの
特徴点の座標データ列｛Ｘ_i ，Ｙ_i ｝を受けて、第１の
実施形態と同様に、２次元の配列ＰＭ(x,y) に変換し、
輪郭抽出部８に出力する。

【００８５】（ｇ） 輪郭抽出部８ 輪郭抽出部８は、パターンメモリ変換部７の出力ＰＭ
(x,y) を受けて、第１の実施形態と同様に、例えば、輪
郭追跡して輪郭データを抽出する。 （ｈ） オフライン方式特徴抽出部９ オフライン方式特徴抽出部９は、輪郭抽出部８にて抽出
した輪郭データを得て、第１の実施形態と同様に、例え
ば、水平成分、垂直成分、４５°成分、−４５°成分の
ｑ₀ 〜ｑ₁₅を求める。 （ｉ） オフライン方式マッチング部１０ オフライン方式マッチング部１０は、第１の実施形態と
同様に、認識対象範囲を含む文字についての基準特徴量
ｑ₀ ^* 〜ｑ₁₅ ^* をそれぞれ格納しているオフライン方式
認識辞書１１と、輪郭データから算出したパターンメモ
リの特徴量ｑ₀〜ｑ₁₅とを、逐次比較することにより、
両者間の差、すなわち、マッチング距離ｄｄを算出して
出力する。

【００８６】（ｊ） 部分パターンパターンメモリ変換
部３１ 部分パターンパターンメモリ変換部３１は、オンライン
方式特徴抽出部３から、文字を構成する部分パターンの
カット位置とそれに対応する座標データ列を受けて、第
３の実施形態と同様に、部分パターン毎にパターンメモ
リへの変換処理を行う。 （ｋ） 部分パターン輪郭抽出部３２ 部分パターン輪郭抽出部３２は、部分パターンパターン
メモリ変換部３１の出力する各パターンメモリを読み出
して、第３の実施形態と同様に、各部分パターンの輪郭
抽出処理を行い、輪郭情報を部分パターンオフライン方
式特徴抽出部３３に出力する。 （ｌ） 部分パターンオフライン方式特徴抽出部３３ 部分パターンオフライン方式特徴抽出部３３は、第３の
実施形態と同様に、部分パターン輪郭抽出部３２の出力
する部分パターン数分の輪郭データを受けて、それぞれ
の輪郭データから、水平、垂直、４５°、−４５°の成
分の１６個の特徴量ｑＢ_k,0 〜ｑＢ_k,15（k=1,2,…,BP
N，BPN は部分パターン数) を求めて、部分パターンオ
フライン方式マッチング部３４に出力する。

【００８７】（ｍ） 部分パターンオフライン方式マッ
チング部３４ 部分パターンオフライン方式マッチング部３４は、第３
の実施形態と同様に、部分パターンオフライン方式特徴
抽出部３３の出力する部分パターン毎の特徴量ｑＢ_k,0
〜ｑＢ_k,15（k=1,2,…,BPN）と、部分パターンオフライ
ン方式認識辞書３５に予め登録してあるマッチング対象
の部分パターン毎の特徴量ｑＢ^* _k,0 〜ｑＢ^* _k,15（k=
1,2,…,BPN）との、部分パターンオフライン方式マッチ
ング距離値ｄｄｂを算出して出力する。

【００８８】（ｎ） 低画数文字識別部５２ 低画数文字識別部５２は、オフライン方式マッチング部
１０の出力ｄｄ_k 、部分パターンオフライン方式マッチ
ング部３４の出力ｄｄｂ_k 及び前処理部２の出力する画
数を受けて、式（４９）により低画数文字のマッチング
距離ｄ_lowkを算出し、小さい順にソーティングする。画
数が低画数だと判断できたときは、ソーティング結果に
対応する文字コードを出力し、そうでない場合は、何も
出力しない。 ｄ_lowk＝ｄｄ_k ＋ｗ・ｄｄｂ_k ・・・（49） 但し、ｗは重み係数である。ここで、画数が低画数だと
判断するのは、抽出する特徴パラメータにより異なると
思われるのが、ここでは高画数文字識別部６で７画以上
の文字を高画数だとしたので、６画以下の文字を低画数
文字とする。以上説明したように、本第７の実施形態に
よれば、高画数文字については、第１の実施形態と同様
の利点がある。その上、情報量が少ないために認識率が
低くなる低画数文字においては、大局的な特徴をオフラ
イン方式でマッチングし、文字の細かい部分は部分パタ
ーンオフライン方式でマッチングすることにより、似か
よった低画数文字においても優れた認識率を得ることが
できるしかも、どちらの特徴もオフライン方式なので、
筆記方向に影響を受けないオンライン手書き文字認識装
置を提供することができる。

【００８９】第８の実施形態 図１７は、本発明の第８の実施形態のオンライン手書き
文字認識装置を示す構成図であり、図１中の要素に共通
する要素には共通の符号を付してある。本第８の実施形
態のオンライン手書き文字認識装置が第１の実施形態の
オンライン手書き文字認識装置と異なる点は、高画数文
字については、オンライン方式マッチング部４の出力
と、オフライン方式マッチング部１０の出力から、マッ
チング距離を算出して文字認識を行うようにし、低画数
文字については、部分パターンオフライン方式マッチン
グ部３４の出力と、オフライン方式マッチング部１０の
出力とから、マッチング距離を算出して文字認識を行う
ようにしたことである。

【００９０】図１７に示すように、本第８の実施形態の
オンライン手書き文字認識装置は、タブレット１、前処
理部２、オンライン方式特徴抽出部３、オンライン方式
マッチング部４、オンライン方式認識辞書５、高画数文
字識別部２６、部分パターンパターンメモリ変換部３
１、部分パターン輪郭抽出部３２、部分パターンオフラ
イン方式特徴抽出部３３、部分パターンオフライン方式
マッチング部３４、部分パターンオフライン方式認識辞
書３５、パターンメモリ変換部７、輪郭抽出部８、オフ
ライン方式特徴抽出部９、オフライン方式マッチング部
１０、オフライン方式認識辞書１１、低画数文字識別部
５２、及び出力端子１３を備えている。タブレット１の
出力側は、前処理部２の入力側に接続されている。前処
理部２の出力側はオンライン方式特徴抽出部３、パター
ンメモリ変換部７、高画数文字識別部２６及び低画数文
字識別部５２の入力側に接続されている。オンライン方
式特徴抽出部３及びオンライン方式認識辞書５の出力側
は、オンライン方式マッチング部４の入力側に接続され
ている。オンライン方式マッチング部４の出力側は、高
画数文字識別部２６の入力側に接続されてる。

【００９１】パターンメモリ変換部７の出力側は、輪郭
抽出部８の入力側に接続されている。輪郭抽出部８の出
力側は、オフライン方式特徴抽出部９の入力側に接続さ
れている。オフライン方式特徴抽出部９及びオフライン
方式認識辞書１の出力側は、オフライン方式マッチング
部１０の入力側に接続されている。オフライン方式マッ
チング部１０の出力側は、低画数文字識別部５２及び高
画数文字識別部２６の入力側に接続されている。オンラ
イン方式特徴抽出部３の出力側は、オンライン方式マッ
チング部４及び部分パターンパターンメモリ変換部３１
に接続されている。部分パターンパターンメモリ変換部
３１の出力側は、部分パターン輪郭抽出部３２の入力側
に接続されている。部分パターン輪郭抽出部３２の出力
側は、部分パターンオフライン方式特徴抽出部３３の入
力側に接続されている。部分パターンオフライン方式特
徴抽出部３３、及び部分パターンオフライン方式認識辞
書３５の出力側は、部分パターンオフライン方式マッチ
ング部３４の入力側に接続されている。部分パターンオ
フライン方式マッチング部３４の出力側は、低画数文字
識別部５２の入力側に接続されている。高画数文字識別
部２６及び低画数文字識別部５２の出力側は、出力端子
１３に接続されている。以下、図１７の各部の動作
（ａ）〜（ｎ）の説明をする。

【００９２】（ａ） タブレット１ タブレット１は、第１の実施形態と同様に、座標列の筆
記データ列｛（ｘ_i ，ｙ_i ），ｉ＝１，２，…，ｎ_j ｝
を抽出して、前処理部２に送る。 （ｂ） 前処理部２ 前処理部２は、第１の実施形態と同様に、座標列の筆記
データに対して平滑化し、オンライン方式特徴抽出部３
及びパターンメモリ変換部７へ平滑化後の筆記データ列
を出力し、画数を高画数文字識別部２６及び低画数文字
識別部５２に出力する。 （ｃ） オンライン方式特徴抽出部３ オンライン方式特徴抽出部３は、前処理部２の出力か
ら、第１の実施形態と同様に、例えば、直線近似化処理
を施して特徴点を抽出する。そして、ストローク数によ
る大分類を行い、文字辞書の認識対象の文字の部分パタ
ーンのカット位置から筆記文字の部分パターンを求め、
部分パターン間ベクトルを算出して、文字辞書の部分パ
ターン間ベクトルと、筆記文字の部分パターン間ベクト
ルのマッチング距離ｄ_vec とを算出し、ｄ_vec とVECREJ
とを比較して中分類を行う。更に、中分類で残った認識
対象の文字の部分パターンに従って、筆記文字のＱ値を
部分パターン毎に求める。

【００９３】（ｄ） オンライン方式マッチング部４ オンライン方式マッチング部４は、オンライン方式特徴
抽出部３の出力を受けて、第１の実施形態と同様に、マ
ッチング距離ｄ_BPをＱ値から算出し、ｄ_vec とｄ_BPから
マッチング距離値ｄを算出して、高画数文字識別部２６
に出力する。 （ｅ） 部分パターンパターンメモリ変換部３１ 部分パターンパターンメモリ変換部３１は、オンライン
方式特徴抽出部３から、文字を構成する部分パターンの
カット位置とそれに対応する座標データ列を受けて、第
３の実施形態と同様に、部分パターン毎にパターンメモ
リへの変換処理を行う。

【００９４】（ｆ） 部分パターン輪郭抽出部３２ 部分パターン輪郭抽出部３２は、部分パターンパターン
メモリ変換部３１の出力する各パターンメモリを読み出
して、第３の実施形態と同様に、各部分パターンの輪郭
抽出処理を行い、輪郭情報を部分パターンオフライン方
式特徴抽出部３３に出力する。 （ｇ） 部分パターンオフライン方式特徴抽出部３３ 部分パターンオフライン方式特徴抽出部３３は、第３の
実施形態と同様に、部分パターンオンライン方式輪郭抽
出部３３の出力する部分パターン数分の輪郭データを受
けて、それぞれの輪郭データから、水平、垂直、４５
°、−４５°の成分の１６個の特徴量ｑＢ_k,0 〜ｑＢ
_k,15（k=1,2,…,BPN，BPN は部分パターン数) を求め
て、部分パターンオフライン方式マッチング部３４に出
力する。

【００９５】（ｈ） 部分パターンオフライン方式マッ
チング部３４ 部分パターンオフライン方式マッチング部３４は、第３
の実施形態と同様に、部分パターンオフライン方式特徴
抽出部３３の出力する部分パターン毎の特徴量ｑＢ_k,0
〜ｑＢ_k,15（k=1,2,…,BPN）と、部分パターンオフライ
ン方式認識辞書３５に予め登録してあるマッチング対象
の部分パターン毎の特徴量ｑＢ^* _k,0 〜ｑＢ^* _k,15（k=
1,2,…,BPN）との、部分パターンオフライン方式マッチ
ング距離値ｄｄｂを算出して出力する。 （ｉ） パターンメモリ変換部７ パターンメモリ変換部７は、前処理部２の出力データの
特徴点の座標データ列｛Ｘ_i ，Ｙ_i ｝を受けて、第１の
実施形態と同様に、２次元の配列ＰＭ(x,y) に変換し、
輪郭抽出部８に出力する。

【００９６】（ｊ） 輪郭抽出部８ 輪郭抽出部８は、パターンメモリ変換部７の出力ＰＭ
(x,y) を受けて、第１の実施形態と同様に、例えば、輪
郭追跡して輪郭データを抽出する。 （ｋ） オフライン方式特徴抽出部９ オフライン方式特徴抽出部９は、輪郭抽出部８にて抽出
した輪郭データを得て、第１の実施形態と同様に、例え
ば、水平成分、垂直成分、４５°成分、−４５°成分の
ｑ₀ 〜ｑ₁₅を求める。

【００９７】（ｌ） オフライン方式マッチング部１０ オフライン方式マッチング部１０は、第１の実施形態と
同様に、認識対象範囲を含む文字についての基準特徴量
ｑ₀ ^* 〜ｑ₁₅ ^* をそれぞれ格納しているオフライン方式
認識辞書１１と、輪郭データから算出したパターンメモ
リの特徴量ｑ₀〜ｑ₁₅とを、逐次比較することにより、
両者間の差、すなわち、マッチング距離ｄｄを算出して
出力する。 （ｍ） 高画数文字識別部２６ 高画数文字識別部２６は、オンライン方式マッチング部
４の出力ｄ_k と、オフライン方式マッチング部１０の出
力ｄｄ_k とから、式（４５）により新しい距離値ｄ
_highk を求めて小さい順にソーティングし、画数が高画
数だと判断できたときは、対応する文字コードを出力端
子１３から出力し、図示しない表示器などに表示する。
高画数だと判断できないときは、何も出力しない。ここ
で、画数が高画数だと判断するのは、抽出する特徴パラ
メータにより異なると思われるが、ここでは７画以上の
文字を高画数だとする。

【００９８】（ｎ） 低画数文字識別部５２ 低画数文字識別部５２は、前処理部２の出力する画数を
受けて、画数が低画数であると判断したとき、第７の実
施形態と同様に、オフライン方式マッチング部１０の出
力ｄｄ_k と、部分パターンオフライン方式マッチング部
３４の出力ｄｄｂ_k とを受けて、式（４９）より低画数
文字のマッチング距離ｄ_lowkを算出し、小さい順にソー
ティングして、対応する文字コードを出力端子１３から
出力し、図示しない表示器などに表示する。低画数だと
判断できないときは、何も出力しない。ここで、画数が
低画数だと判断するのは、抽出する特徴パラメータによ
り異なると思われるのが、ここでは高画数文字識別部２
６で７画以上の文字を高画数だとしたので、６画以下の
文字を低画数文字とする。以上説明したように、本第８
の実施形態によれば、高画数文字については、第２の実
施形態と同様の利点があり、低画数文字については、第
７の実施形態と同様の利点がある。

【００９９】第９の実施形態 図１８は、本発明の第９の実施形態のオンライン手書き
文字認識装置を示す構成図であり、図１中の要素に共通
する要素には共通の符号を付してある。なする。本第９
の実施形態のオンライン手書き文字認識装置が第１の実
施形態のオンライン手書き文字認識装置と異なる点は、
高画数文字については、オンライン方式マッチング部４
の出力と、部分パターンオンライン方式マッチング部３
４の出力とから、マッチング距離を算出して文字認識を
行うようにし、低画数文字については、オフライン方式
マッチング部１０の出力と、部分パターンオフライン方
式マッチング部３４の出力とから、マッチング距離を算
出して文字認識を行うようにしたことである。

【０１００】図１８に示すように、本第９の実施形態の
オンライン手書き文字認識装置は、タブレット１、前処
理部２、オンライン方式特徴抽出部３、オンライン方式
マッチング部４、オンライン方式認識辞書５、高画数文
字識別部３６、部分パターンパターン変換メモリ部３
１、部分パターン輪郭抽出部３２、部分パターンオフラ
イン方式特徴抽出部３３、部分パターンオフライン方式
マッチング部３４、部分パターンオフライン方式認識辞
書３５、パターンメモリ変換部７、輪郭抽出部８、オフ
ライン方式特徴抽出部９、オフライン方式マッチング部
１０、オフライン方式認識辞書１１、低画数文字識別部
５２、及び出力端子１３を備えている。タブレット１の
出力側は、前処理部２の入力側に接続されている。前処
理部２の出力側はオンライン方式特徴抽出部３、パター
ンメモリ変換部７、高画数文字識別部３６、及び低画数
文字識別部５２の入力側に接続されている。

【０１０１】オンライン方式特徴抽出部３及びオンライ
ン方式認識辞書５の出力側は、オンライン方式マッチン
グ部４の入力側に接続されている。オンライン方式マッ
チング部４の出力側は、高画数文字識別部３６の入力側
に接続されている。パターンメモリ変換部７の出力側
は、輪郭抽出部８の入力側に接続されている。輪郭抽出
部８の出力側は、オフライン方式特徴抽出部９の入力側
に接続されている。オフライン方式特徴抽出部９及びオ
フライン方式認識辞書１の出力側は、オフライン方式マ
ッチング部１０の入力側に接続されている。オフライン
方式マッチング部１０の出力側は、低画数文字識別部５
２の入力側に接続されている。オンライン方式特徴抽出
部３の出力側は、オンライン方式マッチング部４及び部
分パターンパターンメモリ変換部３１に接続されてい
る。部分パターンパターンメモリ変換部３１の出力側
は、部分パターン輪郭抽出部３２の入力側に接続されて
いる。部分パターン輪郭抽出部３２の出力側は、部分パ
ターンオフライン方式特徴抽出部３３の入力側に接続さ
れている。

【０１０２】部分パターンオフライン方式特徴抽出部３
３及び部分パターンオフライン方式認識辞書３５の出力
側は、部分パターンオフライン方式マッチング部３４の
入力側に接続されている。部分パターンオフライン方式
マッチング部３４の出力側は、高画数文字識別部３６及
び低画数文字識別部５２の入力側に接続されている。高
画数文字識別部３６及び低画数文字識別部５２の出力側
は、出力端子１３に接続されている。以下、図１８の各
部の動作（ａ）〜（ｎ）の説明をする。

【０１０３】（ａ） タブレット１ タブレット１は、第１の実施形態と同様に、座標列の筆
記データ列｛（ｘ_i ，ｙ_i ），ｉ＝１，２，…，ｎ_j ｝
を抽出して、前処理部２に送る。 （ｂ） 前処理部２ 前処理部２は、第１の実施形態と同様に、座標列の筆記
データに対して平滑化し、オンライン方式特徴抽出部３
及びパターンメモリ変換部７へ平滑化後の筆記データ列
を出力し、画数を高画数文字識別部３６及び低画数文字
識別部５２に出力する。

【０１０４】（ｃ） オンライン方式特徴抽出部３ オンライン方式特徴抽出部３は、前処理部２の出力か
ら、第１の実施形態と同様に、例えば、直線近似化処理
を施して特徴点を抽出する。そして、ストローク数によ
る大分類を行い、文字辞書の認識対象の文字の部分パタ
ーンのカット位置から筆記文字の部分パターンを求め、
部分パターン間ベクトルを算出して、文字辞書の部分パ
ターン間ベクトルと筆記文字の部分パターン間ベクトル
のマッチング距離ｄ_vec を算出し、ｄ_vec とVECREJとを
比較して中分類を行う。更に、中分類で残った認識対象
の文字の部分パターンに従って、筆記文字のＱ値を部分
パターン毎に求める。

【０１０５】（ｄ） オンライン方式マッチング部４ オンライン方式マッチング部４は、オンライン方式特徴
抽出部３の出力を受けて、第１の実施形態と同様に、マ
ッチング距離ｄ_BPをＱ値から算出し、ｄ_vec とｄ_BPから
マッチング距離値ｄを算出して、高画数文字識別部３６
に出力する。 （ｅ） 部分パターンパターンメモリ変換部３１ 部分パターンパターンメモリ変換部３１は、オンライン
方式特徴抽出部３から、文字を構成する部分パターンの
カット位置とそれに対応する座標データ列を受けて、第
３の実施形態と同様に、部分パターン毎にパターンメモ
リへの変換処理を行う。

【０１０６】（ｆ） 部分パターン輪郭抽出部３２ 部分パターン輪郭抽出部３２は、部分パターンパターン
メモリ変換部３１の出力する各パターンメモリを読み出
して、第３の実施形態と同様に、各部分パターンの輪郭
抽出処理を行い、輪郭情報を部分パターンオフライン方
式特徴抽出部３３に出力する。 （ｇ） 部分パターンオフライン方式特徴抽出部３３ 部分パターンオフライン方式特徴抽出部３３は、第３の
実施形態と同様に、部分パターン輪郭抽出部３２の出力
する部分パターン数分の輪郭データを受けて、それぞれ
の輪郭データから、水平、垂直、４５°、−４５°の成
分の１６個の特徴量ｑＢ_k,0 〜ｑＢ_k,15（k=1,2,…,BP
N，BPN は部分パターン数) を求めて、部分パターンオ
フライン方式マッチング部３４に出力する。

【０１０７】（ｈ） 部分パターンオフライン方式マッ
チング部３４ 部分パターンオフライン方式マッチング部３４は、第３
の実施形態と同様に、部分パターンオフライン方式特徴
抽出部３３の出力する部分パターン毎の特徴量ｑＢ_k,0
〜ｑＢ_k,15（k=1,2,…,BPN）と、部分パターンオフライ
ン方式認識辞書３５に予め登録してあるマッチング対象
の部分パターン毎の特徴量ｑＢ^* _k,0 〜ｑＢ^* _k,15（k=
1,2,…,BPN）との、部分パターンオフライン方式マッチ
ング距離値ｄｄｂを算出して出力する。 （ｉ） 高画数文字識別部３６ 高画数文字識別部３６は、オンライン方式マッチング部
４の出力ｄ_k と、部分パターンオフライン方式マッチン
グ部３４の出力ｄｄｂ_k とから、式（４７）により新し
い距離値ｄ_highk を求めて小さい順にソーティングし、
画数が高画数だと判断できたときは、対応する文字コー
ドを出力端子１３から出力し、図示しない表示器などに
表示する。高画数だと判断できないときは、何も出力し
ない。ここで、画数が高画数だと判断するのは、抽出す
る特徴パラメータにより異なると思われるが、ここでは
７画以上の文字を高画数だとする。

【０１０８】（ｊ） パターンメモリ変換部７ パターンメモリ変換部７は、前処理部２の出力データの
特徴点の座標データ列｛Ｘ_i ，Ｙ_i ｝を受けて、第１の
実施形態と同様に、２次元の配列ＰＭ(x,y) に変換し、
輪郭抽出部８に出力する。 （ｋ） 輪郭抽出部８ 輪郭抽出部８は、パターンメモリ変換部７の出力ＰＭ
(x,y) を受けて、第１の実施形態と同様に、例えば、輪
郭追跡して輪郭データを抽出する。 （ｌ） オフライン方式特徴抽出部９ オフライン方式特徴抽出部９は、輪郭抽出部８にて抽出
した輪郭データを得て、第１の実施形態と同様に、例え
ば、水平成分、垂直成分、４５°成分、−４５°成分の
ｑ₀ 〜ｑ₁₅を求める。

【０１０９】（ｍ） オフライン方式マッチング部１０ オフライン方式マッチング部１０は、第１の実施形態と
同様に、認識対象範囲を含む文字についての基準特徴量
ｑ₀ ^* 〜ｑ₁₅ ^* をそれぞれ格納しているオフライン方式
認識辞書１１と、輪郭データから算出したパターンメモ
リの特徴量ｑ₀〜ｑ₁₅とを、逐次比較することにより、
両者間の差、すなわち、マッチング距離ｄｄを算出して
出力する。

【０１１０】（ｎ） 低画数文字識別部５２ 低画数文字識別部５２は、前処理部２の出力する画数を
受けて、画数が低画数であると判断したとき、第７の実
施形態と同様に、オフライン方式マッチング部１０の出
力ｄｄ_k と、部分パターンオフライン方式マッチング部
３４の出力ｄｄｂ_k とを受けて、式（４９）より低画数
文字のマッチング距離ｄ_lowkを算出し、小さい順にソー
ティングして、対応する文字コードを出力端子１３から
出力し、図示しない表示器などに表示する。低画数だと
判断できないときは、何も出力しない。

【０１１１】ここで、画数が低画数だと判断するのは、
抽出する特徴パラメータにより異なると思われるのが、
ここでは高画数文字識別部３６で７画以上の文字を高画
数だとしたので、６画以下の文字を低画数文字とする。
以上説明したように、本第９の実施形態によれば、高画
数文字については、第３の実施形態と同様の利点があ
り、低画数文字については、第７の実施形態と同様の利
点がある。

【０１１２】第１０の実施形態 図１９は、本発明の第１０の実施形態のオンライン手書
き文字認識装置を示す構成図であり、図１中の要素に共
通する要素には共通の符号を付してある。本第１０の実
施形態のオンライン手書き文字認識装置が第１の実施形
態のオンライン手書き文字認識装置と異なる点は、高画
数文字、低画数文字のいずれの場合においても、オフラ
イン方式マッチング部１０の出力から、文字認識を行う
ようにしたことである。図１９に示すように、本第１０
の実施形態のオンライン手書き文字認識装置は、タブレ
ット１、前処理部２、パターンメモリ変換部７、輪郭抽
出部８、オフライン方式特徴抽出部９、オフライン方式
マッチング部１０、オフライン方式辞書１１、識別部６
１、及び出力端子１３を備えている。

【０１１３】タブレット１の出力側は、前処理部２の入
力側に接続されている。前処理部２の出力側は、パター
ンメモリ変換部７の入力側に接続されている。パターン
メモリ変換部７の出力側は、輪郭抽出部８の入力側に接
続されている。輪郭抽出部８の出力側は、オフライン方
式特徴抽出部９の入力側に接続されている。オフライン
方式特徴抽出部９及びオフライン方式認識辞書１の出力
側は、オフライン方式マッチング部１０の入力側に接続
されている。オフライン方式マッチング部１０の出力側
は、識別部６１の入力側に接続されている。以下、図１
９の各部の動作（ａ）〜（ｇ）の説明をする。

【０１１４】（ａ） タブレット１ タブレット１は、第１の実施形態と同様に、座標列の筆
記データ列｛（ｘ_i ，ｙ_i ），ｉ＝１，２，…，ｎ_j ｝
を抽出して、前処理部２に送る。 （ｂ） 前処理部２ 前処理部２は、第１の実施形態と同様に、座標列の筆記
データに対して平滑化し、オンライン方式特徴抽出部３
及びパターンメモリ変換部７へ平滑化後の筆記データ列
を出力する。 （ｃ） パターンメモリ変換部７ パターンメモリ変換部７は、前処理部２の出力データの
特徴点の座標データ列｛Ｘ_i ，Ｙ_i ｝を受けて、第１の
実施形態と同様に、２次元の配列ＰＭ(x,y) に変換し、
輪郭抽出部８に出力する。

【０１１５】（ｄ） 輪郭抽出部８ 輪郭抽出部８は、パターンメモリ変換部７の出力ＰＭ
(x,y) を受けて、第１の実施形態と同様に、輪郭追跡し
て輪郭情報を輪郭として抽出する。 （ｅ） オフライン方式特徴抽出部９ オフライン方式特徴抽出部９は、輪郭抽出部８にて抽出
した輪郭データを得て、第１の実施形態と同様に、水平
成分、垂直成分、４５°成分、−４５°成分のｑ₀ 〜ｑ
₁₅を求める。 （ｆ） オフライン方式マッチング部１０ オフライン方式マッチング部１０は、第１の実施形態と
同様に、認識対象範囲を含む文字についての基準特徴量
ｑ₀ ^* 〜ｑ₁₅ ^* をそれぞれ格納しているオフライン方式
認識辞書１１と、輪郭データから算出したパターンメモ
リの特徴量ｑ₀〜ｑ₁₅とを、逐次比較することにより、
両者間の差、すなわち、マッチング距離ｄｄを算出して
出力する。

【０１１６】（ｇ） 識別部６１ 識別部６１は、オフライン方式マッチング部１０の出力
するマッチング距離を小さい順にソーティングし、対応
する文字コードを出力端子１３に出力する。以上説明し
たように、本第１０の実施形態によれば、パターンメモ
リ変換部７、輪郭抽出部８、オフライン方式特徴抽出部
９及び識別部６１を設けたので、高画数文字及び低画数
文字について、画数及び筆順に依存しなくなる。

【０１１７】第１１の実施形態 図２０は、本発明の第１１の実施形態のオンライン手書
き文字認識装置を示す構成図であり、図１０中の要素に
共通する要素には共通の符号を付してある。本第１１の
実施形態のオンライン手書き文字認識装置が第１０の実
施形態のオンライン手書き文字認識装置と異なる点は、
高画数文字、低画数文字のいずれの場合においても、入
力文字と同じ画数のオフライン方式認識辞書７１に格納
された認識対象の文字とのマッチング距離を算出するよ
うにしたことである。図２０に示すように、本第１１の
実施形態のオンライン手書き文字認識装置は、タブレッ
ト１、前処理部２、パターンメモリ変換部７、輪郭抽出
部８、オフライン方式特徴抽出部９、オフライン方式マ
ッチング部７０、オフライン方式認識辞書７１、識別部
６１、及び出力端子１３を備えている。タブレット１の
出力側は、前処理部２の入力側に接続されている。前処
理部２の出力側は、パターンメモリ変換部７及びオフラ
イン方式マッチング部７０の入力側に接続されている。
パターンメモリ変換部７の出力側は、輪郭抽出部８の入
力側に接続されている。

【０１１８】輪郭抽出部８の出力側は、オフライン方式
特徴抽出部９の入力側に接続されている。オフライン方
式特徴抽出部９及びオフライン方式認識辞書７１の出力
側は、オフライン方式マッチング部７０の入力側に接続
されている。オフライン方式マッチング部７０の出力側
は、識別部６１の入力側に接続されている。オフライン
方式認識辞書７１には、認識対象の文字パターンのオフ
ライン特徴量（例えば、基準特徴量ｑ^* ₀ 〜ｑ^* ₁₅）が
画数とともに格納されている。以下、図２０の各部の動
作（ａ）〜（ｇ）の説明をする。

【０１１９】（ａ） タブレット１ タブレット１は、第１の実施形態と同様に、座標列の筆
記データ列｛（ｘ_i ，ｙ_i ），ｉ＝１，２，…，ｎ_j ｝
を抽出して、前処理部２に送る。 （ｂ） 前処理部２ 前処理部２は、第１の実施形態と同様に、座標列の筆記
データに対して平滑化し、パターンメモリ変換部７に、
平滑化した筆記データを出力し、オフライン方式マッチ
ング部７０に画数を出力する。 （ｃ） パターンメモリ変換部７ パターンメモリ変換部７は、前処理部２の出力データの
特徴点の座標データ列｛Ｘ_i ，Ｙ_i ｝を受けて、第１の
実施形態と同様に、２次元の配列ＰＭ(x,y) に変換し、
輪郭抽出部８に出力する。

【０１２０】（ｄ） 輪郭抽出部８ 輪郭抽出部８は、パターンメモリ変換部７の出力ＰＭ
(x,y) を受けて、２値化された入力文字パータンの輪郭
を抽出して輪郭情報を出力する。 （ｅ） オフライン方式特徴抽出部９ オフライン方式特徴抽出部９は、輪郭抽出部８にて抽出
した輪郭データ｛ｘ_ij，i=1,2,…，j=1,2,…｝を得て、
第１の実施形態と同様に、水平成分、垂直成分、＋４５
°成分、−４５°成分に対して、ｑ₀ 〜ｑ₁₅の特徴量を
求める。 （ｆ） オフライン方式マッチング部７０ オフライン方式マッチング部７０は、オフライン方式特
徴抽出部９の出力である特徴量と、前処理部２の出力で
ある画数とを受けて、オフライン方式認識辞書７１とマ
ッチングを行う際に、入力パターンの画数と一致する文
字のみマッチング処理を施して認識部６１に出力する。

【０１２１】（ｇ） 識別部６１ 識別部６１は、オフライン方式マッチング部１０の出力
するマッチング距離を小さい順にソーティングし、対応
する文字コードを出力端子１３に出力する。以上説明し
たように、本第１１の実施形態によれば、第１０の実施
形態と同様の利点がある。その上、前処理部２から画数
をオフライン方式マッチング部７０に出力して、入力パ
ターンの画数と一致する文字のみマッチング処理をする
ようにしたので、第１０の実施形態よりも処理速度が向
上する。なお、本発明は、上記実施形態に限定されず、
種々の変形が可能である。その変形例としては、例え
ば、次の（１）〜（７）のようなものがある。

【０１２２】（１） 第１〜第１１の実施形態のオフラ
イン方式特徴抽出部９、及びオフライン方式マッチング
部１０における処理は、光学式文字認識装置などで用い
られている他の方法によるものでもよい。 （２） 第１〜第９の実施形態のオンライン方式特徴抽
出部３、及びオンライン方式マッチング部４の処理は、
他の処理であってもよい。 （３） 高画数文字識別部６，２６，３６は、算出した
マッチング距離を元に、更に、ストロークの分布を示す
ストロークコード分布により分類して、文字認識を行う
ようにしてもよい。 （４） 高画数文字識別部６，２６，３６は、オンライ
ン方式マッチング部４の出力ｄ_k と、オフライン方式マ
ッチング部１０の出力ｄｄ_k と、部分パターンオフライ
ン方式マッチング部３４の出力ｄｄｂ_k とから、重み係
数を掛けて、マッチング距離を算出して文字認識をして
もよい。

【０１２３】（５） 低画数文字識別部１２，４２，５
２は、オフライン方式マッチング部１０の出力ｄｄ
_k と、部分パターンオフライン方式マッチング部３４の
出力ｄｄｂ_k と、オンライン方式マッチング部４の出力
ｄ_k とから、重み係数を掛けて、マッチング距離を算出
して文字認識をしてもよい。 （６） 第７の実施形態において、パターンメモリ変換
部７、輪郭抽出部８、オフライン方式特徴抽出部９、オ
フライン方式マッチング部１０、及びオフライン方式認
識辞書１１を無くして、低画数文字識別部５２は、部分
パターンオフライン方式マッチング部３４から出力され
るマッチング距離のみから、文字認識を行うようにして
もよい。 （７） 第１０、第１１の実施形態において、パターン
メモリ変換部７、輪郭抽出部８、オフライン方式特徴抽
出部９、オフライン方式マッチング部１０、及びオフラ
イン方式認識辞書１１を無くして、識別部６１は、第７
の実施形態と同様に構成された部分パターンオフライン
方式マッチング部３４から出力されるマッチング距離か
ら、文字認識を行うようにしてもよい。

【０１２４】

【発明の効果】以上詳細に説明したように、第１〜第１
２の発明のオンライン手書き文字認識装置によれば、低
画数文字については、筆記文字のオフライン特徴量に基
づいて、文字認識を行うようにしたので、画数、筆順に
依存しなくなり、認識率を向上させることができる。

【図面の簡単な説明】

【図１】本発明の第１の実施形態のオンライン手書き文
字認識装置の構成図である。

【図２】前処理部の動作説明図である。

【図３】文字辞書の一例を示す図である。

【図４】部分パターン間ベクトルの説明図である。

【図５】“逢”の部分パターン間ベクトルのマッチング
距離ｄ_ｖｅｃの算出の説明図である。

【図６】オンライン方式認識辞書の一例を示す図であ
る。

【図７】パターンメモリ変換処理を示す図である。

【図８】パターンメモリ変換の例を示す図である。

【図９】輪郭抽出部の動作説明図である。

【図１０】輪郭データの成分分類を示す図である。

【図１１】本発明の第２の実施形態のオンライン手書き
文字認識装置の構成図である。

【図１２】本発明の第３の実施形態のオンライン手書き
文字認識装置の構成図である。

【図１３】本発明の第４の実施形態のオンライン手書き
文字認識装置の構成図である。

【図１４】本発明の第５の実施形態のオンライン手書き
文字認識装置の構成図である。

【図１５】本発明の第６の実施形態のオンライン手書き
文字認識装置の構成図である。

【図１６】本発明の第７の実施形態のオンライン手書き
文字認識装置の構成図である。

【図１７】本発明の第８の実施形態のオンライン手書き
文字認識装置の構成図である。

【図１８】本発明の第９の実施形態のオンライン手書き
文字認識装置の構成図である。

【図１９】本発明の第１０の実施形態のオンライン手書
き文字認識装置の構成図である。

【図２０】本発明の第１１の実施形態のオンライン手書
き文字認識装置の構成図である。

【符号の説明】 １ タブレット ２ 前処理部 ３ オンライン方式特徴抽出部 ４ オンライン方式マッチング
部 ５ オンライン方式認識辞書 ６，２６，３６ 高画数文字識別部 ７ パターンメモリ変換部 ８ 輪郭抽出部 ９ オフライン方式特徴抽出部 １０，７０ オフライン方式マッチング
部 １１，７１ オフライン方式認識辞書 １２，４２，５２ 低画数文字識別部 １３ 出力端子 ３１ 部分パターンパターンメモ
リ変換部 ３２ 部分バターン輪郭抽出部 ３３ 部分パターンオフライン方
式特徴抽出部 ３４ 部分パターンオフライン方
式マッチング部 ３５ 部分パターンオフライン方
式認識辞書 ６１ 識別部

Claims (12)

【特許請求の範囲】
1. 【請求項１】 タブレットに筆記入力して得られた筆記
   文字の座標列の不要データを除去して平滑化を行う前処
   理部と、 前記前処理部により平滑化された座標データ列から前記
   筆記文字の特徴量を抽出するオンライン方式特徴抽出部
   と、 前記オンライン方式特徴抽出部により得られた前記筆記
   文字の特徴量とオンライン方式認識辞書に予め格納して
   ある認識対象の文字の特徴量とのマッチング距離を算出
   するオンライン方式マッチング部と、 前記筆記文字のストローク数により得られる画数が所定
   の画数以上の時に、前記オンライン方式マッチング部か
   ら出力されるマッチング距離に基づき、文字認識を行う
   高画数文字識別部と、 前記前処理部により平滑化された座標データ列から得ら
   れる前記筆記文字全体を含む領域を縦と横に複数の領域
   に分割して、前記複数の各領域が前記筆記文字の一部を
   含むか否かを判別して、その各領域に２値化データを割
   り当てて、パターンメモリに格納するパターンメモリ変
   換部と、 前記パターンメモリを読み込み輪郭データを抽出する輪
   郭抽出部と、 前記輪郭抽出部より得られた輪郭データから前記筆記文
   字の特徴量を抽出するオフライン方式特徴抽出部と、 前記オフライン方式特徴抽出部により得られた前記筆記
   文字の特徴量とオフライン方式認識辞書に予め格納して
   ある認識対象の文字の特徴量とのマッチング距離を算出
   するオフライン方式マッチング部と、 前記筆記文字のストローク数による得られる画数が前記
   所定の画数よりも小さい時に、前記オフライン方式マッ
   チング部から出力される前記マッチング距離に基づい
   て、文字認識を行う低画数文字識別部とを、 備えたことを特徴とするオンライン手書き文字認識装
   置。
2. 【請求項２】 タブレットに筆記入力して得られた筆記
   文字の座標列の不要データを除去して平滑化を行う前処
   理部と、 前記前処理部により平滑化された座標データ列から前記
   筆記文字の特徴量を抽出するオンライン方式特徴抽出部
   と、 前記オンライン方式特徴抽出部により得られた前記筆記
   文字の特徴量とオンライン方式認識辞書に予め格納して
   ある認識対象の文字の特徴量とのマッチング距離を算出
   するオンライン方式マッチング部と、 前記前処理部により平滑化された座標データ列から得ら
   れる前記筆記文字全体を含む領域を縦と横に複数の領域
   に分割して、前記複数の各領域が前記筆記文字の一部を
   含むか否かを判別して、その各領域に２値化データを割
   り当てて、パターンメモリに格納するパターンメモリ変
   換部と、 前記パターンメモリを読み込み輪郭データを抽出する輪
   郭抽出部と、 前記輪郭抽出部より得られた輪郭データから前記筆記文
   字の特徴量を抽出するオフライン方式特徴抽出部と、 前記オフライン方式特徴抽出部により得られた前記筆記
   文字の特徴量とオフライン方式認識辞書に予め格納して
   ある認識対象の文字の特徴量とのマッチング距離を算出
   するオフライン方式マッチング部と、 前記筆記文字のストローク数により得られる画数が所定
   の画数以上の時に、前記オンライン方式マッチング部と
   前記オフライン方式マッチング部とから出力される前記
   マッチング距離に基づき、文字認識を行う高画数文字識
   別部と、 前記筆記文字のストローク数による得られる画数が前記
   所定の画数よりも小さい時に、前記オフライン方式マッ
   チング部から出力される前記マッチング距離に基づい
   て、文字認識を行う低画数文字識別部とを、 備えたことを特徴とするオンライン手書き文字認識装
   置。
3. 【請求項３】 タブレットに筆記入力して得られた筆記
   文字の座標列の不要データを除去して平滑化を行う前処
   理部と、 前記前処理部により平滑化された座標データ列から前記
   筆記文字の特徴量を抽出するオンライン方式特徴抽出部
   と、 前記オンライン方式特徴抽出部により得られた前記筆記
   文字の特徴量とオンライン方式認識辞書に予め格納して
   ある認識対象の文字の特徴量とのマッチング距離を算出
   するオンライン方式マッチング部と、 認識対象の文字が筆記される時に筆記上一連のものとし
   て筆記する部分を示す部分パターンのストローク位置に
   合わせて前記座標データ列に基づいて分けられた前記筆
   記文字の各部分パターンを含む領域を縦と横に複数の領
   域に分割して、前記複数の各領域が前記筆記文字の部分
   パターンの一部を含むか否かを判別して、その各領域に
   ２値化データを割り当てて、部分パターン毎に部分パタ
   ーンパターンメモリに格納する部分パターンパターンメ
   モリ変換部と、 前記各部分パターンパターンメモリを読み込み、前記各
   部分パターンの輪郭データを抽出する部分パターン輪郭
   抽出部と、 前記部分パターン輪郭抽出部より得られた部分パターン
   の輪郭データから前記筆記文字の部分パターンの特徴量
   を抽出する部分パターンオフライン方式特徴抽出部と、 前記部分パターンオフライン方式特徴抽出部により得ら
   れた前記筆記文字の特徴量と部分パターンオフライン方
   式認識辞書に予め格納してある前記認識対象の文字の部
   分パターンの特徴量とのマッチング距離を算出する部分
   パターンオフライン方式マッチング部と、 前記筆記文字のストローク数による得られる画数が所定
   の画数以上の時に、前記オンライン方式マッチング部と
   前記部分パターンオフライン方式マッチング部とから出
   力される前記マッチング距離に基づいて、文字認識を行
   う高画数文字識別部と、 前記前処理部により平滑化された座標データ列から得ら
   れる前記筆記文字全体を含む領域を縦と横に複数の領域
   に分割して、前記複数の各領域が前記筆記文字の一部を
   含むか否かを判別して、その各領域に２値化データを割
   り当て、パターンメモリに格納するパターンメモリ変換
   部と、 前記パターンメモリを読み込み輪郭データを抽出する輪
   郭抽出部と、 前記輪郭抽出部より得られた輪郭データから前記筆記文
   字の特徴量を抽出するオフライン方式特徴抽出部と、 前記オフライン方式特徴抽出部により得られた前記筆記
   文字の特徴量とオフライン方式認識辞書に予め格納して
   ある認識対象の文字の特徴量とのマッチング距離を算出
   するオフライン方式マッチング部と、 前記筆記文字のストローク数による得られる画数が前記
   所定の画数よりも小さい時に、前記オフライン方式マッ
   チング部から出力される前記マッチング距離に基づい
   て、文字認識を行う低画数文字識別部とを、 備えたことを特徴とするオンライン手書き文字認識装
   置。
4. 【請求項４】 タブレットに筆記入力して得られた筆記
   文字の座標列の不要データを除去して平滑化を行う前処
   理部と、 前記前処理部により平滑化された座標データ列から前記
   筆記文字の特徴量を抽出するオンライン方式特徴抽出部
   と、 前記オンライン方式特徴抽出部により得られた前記筆記
   文字の特徴量とオンライン方式認識辞書に予め格納して
   ある認識対象の文字の特徴量とのマッチング距離を算出
   するオンライン方式マッチング部と、 前記筆記文字のストローク数により得られる画数が所定
   の画数以上の時に、前記オンライン方式マッチング部か
   ら出力されるマッチング距離に基づき、文字認識を行う
   高画数文字識別部と、 前記前処理部により平滑化された座標データ列から得ら
   れる前記筆記文字全体を含む領域を縦と横に複数の領域
   に分割して、前記複数の各領域が前記筆記文字の一部を
   含むか否かを判別して、その各領域に２値化データを割
   り当てて、パターンメモリに格納するパターンメモリ変
   換部と、 前記パターンメモリを読み込み輪郭データを抽出する輪
   郭抽出部と、 前記輪郭抽出部より得られた輪郭データから前記筆記文
   字の特徴量を抽出するオフライン方式特徴抽出部と、 前記オフライン方式特徴抽出部により得られた前記筆記
   文字の特徴量とオフライン方式認識辞書に予め格納して
   ある認識対象の文字の特徴量とのマッチング距離を算出
   するオフライン方式マッチング部と、 前記筆記文字のストローク数による得られる画数が前記
   所定の画数よりも小さい時に、前記オンライン方式マッ
   チング部と前記オフライン方式マッチング部とから出力
   される前記マッチング距離に基づいて、文字認識を行う
   低画数文字識別部とを、 備えたことを特徴とするオンライン手書き文字認識装
   置。
5. 【請求項５】 タブレットに筆記入力して得られた筆記
   文字の座標列の不要データを除去して平滑化を行う前処
   理部と、 前記前処理部により平滑化された座標データ列から前記
   筆記文字の特徴量を抽出するオンライン方式特徴抽出部
   と、 前記オンライン方式特徴抽出部により得られた前記筆記
   文字の特徴量とオンライン方式認識辞書に予め格納して
   ある認識対象の文字の特徴量とのマッチング距離を算出
   するオンライン方式マッチング部と、 前記前処理部により平滑化された座標データ列から得ら
   れる前記筆記文字全体を含む領域を縦と横に複数の領域
   に分割して、前記複数の各領域が前記筆記文字の一部を
   含むか否かを判別して、その各領域に２値化データを割
   り当てて、パターンメモリに格納するパターンメモリ変
   換部と、 前記パターンメモリを読み込み輪郭データを抽出する輪
   郭抽出部と、 前記輪郭抽出部より得られた輪郭データから前記筆記文
   字の特徴量を抽出するオフライン方式特徴抽出部と、 前記オフライン方式特徴抽出部により得られた前記筆記
   文字の特徴量とオフライン方式認識辞書に予め格納して
   ある認識対象の文字の特徴量とのマッチング距離を算出
   するオフライン方式マッチング部と、 前記筆記文字のストローク数により得られる画数が所定
   の画数以上の時に、前記オンライン方式マッチング部と
   前記オフライン方式マッチング部とから出力される前記
   マッチング距離に基づき、文字認識を行う高画数文字識
   別部と、 前記筆記文字のストローク数による得られる画数が前記
   所定の画数よりも小さい時に、前記オンライン方式マッ
   チング部と前記オフライン方式マッチング部とから出力
   される前記マッチング距離に基づいて、文字認識を行う
   低画数文字識別部とを、 備えたことを特徴とするオンライン手書き文字認識装
   置。
6. 【請求項６】 タブレットに筆記入力して得られた筆記
   文字の座標列の不要データを除去して平滑化を行う前処
   理部と、 前記前処理部により平滑化された座標データ列から前記
   筆記文字の特徴量を抽出するオンライン方式特徴抽出部
   と、 前記オンライン方式特徴抽出部により得られた前記筆記
   文字の特徴量とオンライン方式認識辞書に予め格納して
   ある認識対象の文字の特徴量とのマッチング距離を算出
   するオンライン方式マッチング部と、 認識対象の文字が筆記される時に筆記上一連のものとし
   て筆記する部分を示す部分パターンのストローク位置に
   合わせて前記座標データ列に基づいて分けられた前記筆
   記文字の各部分パターンを含む領域を縦と横に複数の領
   域に分割して、前記複数の各領域が前記筆記文字の部分
   パターンの一部を含むか否かを判別して、その各領域に
   ２値化データを割り当てて、部分パターン毎に部分パタ
   ーンパターンメモリに格納する部分パターンパターンメ
   モリ変換部と、 前記各部分パターンパターンメモリを読み込み、前記各
   部分パターンの輪郭データを抽出する部分パターン輪郭
   抽出部と、 前記部分パターン輪郭抽出部より得られた部分パターン
   の輪郭データから前記筆記文字の部分パターンの特徴量
   を抽出する部分パターンオフライン方式特徴抽出部と、 前記部分パターンオフライン方式特徴抽出部により得ら
   れた前記筆記文字の特徴量と部分パターンオフライン方
   式認識辞書に予め格納してある前記認識対象の文字の部
   分パターンの特徴量とのマッチング距離を算出する部分
   パターンオフライン方式マッチング部と、 前記筆記文字のストローク数による得られる画数が所定
   の画数以上の時に、前記オンライン方式マッチング部と
   前記部分パターンオフライン方式マッチング部とから出
   力される前記マッチング距離に基づいて、文字認識を行
   う高画数文字識別部と、 前記前処理部により平滑化された座標データ列から得ら
   れる前記筆記文字全体を含む領域を縦と横に複数の領域
   に分割して、前記複数の各領域が前記筆記文字の一部を
   含むか否かを判別して、その各領域に２値化データを割
   り当てて、パターンメモリに格納するパターンメモリ変
   換部と、 前記パターンメモリを読み込み輪郭データを抽出する輪
   郭抽出部と、 前記輪郭抽出部より得られた輪郭データから前記筆記文
   字の特徴量を抽出するオフライン方式特徴抽出部と、 前記オフライン方式特徴抽出部により得られた前記筆記
   文字の特徴量とオフライン方式認識辞書に予め格納して
   ある認識対象の文字の特徴量とのマッチング距離を算出
   するオフライン方式マッチング部と、 前記筆記文字のストローク数による得られる画数が前記
   所定の画数よりも小さい時に、前記オフライン方式マッ
   チング部と前記オンライン方式マッチング部とから出力
   される前記マッチング距離に基づいて、文字認識を行う
   低画数文字識別部とを、 備えたことを特徴とするオンライン手書き文字認識装
   置。
7. 【請求項７】 タブレットに筆記入力して得られた筆記
   文字の座標列の不要データを除去して平滑化を行う前処
   理部と、 前記前処理部により平滑化された座標データ列から前記
   筆記文字の特徴量を抽出するオンライン方式特徴抽出部
   と、 前記オンライン方式特徴抽出部により得られた前記筆記
   文字の特徴量とオンライン方式認識辞書に予め格納して
   ある認識対象の文字の特徴量とのマッチング距離を算出
   するオンライン方式マッチング部と、 前記筆記文字のストローク数により得られる画数が所定
   の画数以上の時に、前記オンライン方式マッチング部か
   ら出力される前記マッチング距離に基づき、文字認識を
   行う高画数文字識別部と、 認識対象の文字が筆記される時に筆記上一連のものとし
   て筆記する部分を示す部分パターンのストローク位置に
   合わせて前記座標データ列に基づいて分けられた前記筆
   記文字の各部分パターンを含む領域を縦と横に複数の領
   域に分割して、前記複数の各領域が前記筆記文字の部分
   パターンの一部を含むか否かを判別して、その各領域に
   ２値化データを割り当てて、部分パターン毎に部分パタ
   ーンパターンメモリに格納する部分パターンパターンメ
   モリ変換部と、 前記各部分パターンパターンメモリを読み込み、前記各
   部分パターンの輪郭データを抽出する部分パターン輪郭
   抽出部と、 前記部分パターン輪郭抽出部より得られた部分パターン
   の輪郭データから前記筆記文字の部分パターンの特徴量
   を抽出する部分パターンオフライン方式特徴抽出部と、 前記部分パターンオフライン方式特徴抽出部により得ら
   れた前記筆記文字の特徴量と部分パターンオフライン方
   式認識辞書に予め格納してある前記認識対象の文字の部
   分パターンの特徴量とのマッチング距離を算出する部分
   パターンオフライン方式マッチング部と、 前記前処理部により平滑化された座標データ列から得ら
   れる前記筆記文字全体を含む領域を縦と横に複数の領域
   に分割して、前記複数の各領域が前記筆記文字の一部を
   含むか否かを判別して、その各領域に２値化データを割
   り当てて、パターンメモリに格納するパターンメモリ変
   換部と、 前記パターンメモリを読み込み輪郭データを抽出する輪
   郭抽出部と、 前記輪郭抽出部より得られた輪郭データから前記筆記文
   字の特徴量を抽出するオフライン方式特徴抽出部と、 前記オフライン方式特徴抽出部により得られた前記筆記
   文字の特徴量とオフライン方式認識辞書に予め格納して
   ある認識対象の文字の特徴量とのマッチング距離を算出
   するオフライン方式マッチング部と、 前記筆記文字のストローク数による得られる画数が前記
   所定の画数よりも小さい時に、前記オフライン方式マッ
   チング部と前記部分パターンオフライン方式マッチング
   部とから出力される前記マッチング距離に基づいて、文
   字認識を行う低画数文字識別部とを、 備えたことを特徴とするオンライン手書き文字認識装
   置。
8. 【請求項８】 タブレットに筆記入力して得られた筆記
   文字の座標列の不要データを除去して平滑化を行う前処
   理部と、 前記前処理部により平滑化された座標データ列から前記
   筆記文字の特徴量を抽出するオンライン方式特徴抽出部
   と、 前記オンライン方式特徴抽出部により得られた前記筆記
   文字の特徴量とオンライン方式認識辞書に予め格納して
   ある認識対象の文字の特徴量とのマッチング距離を算出
   するオンライン方式マッチング部と、 認識対象の文字が筆記される時に筆記上一連のものとし
   て筆記する部分を示す部分パターンのストローク位置に
   合わせて前記座標データ列に基づいて分けられた前記筆
   記文字の各部分パターンを含む領域を縦と横に複数の領
   域に分割して、前記複数の各領域が前記筆記文字の部分
   パターンの一部を含むか否かを判別して、その各領域に
   ２値化データを割り当てて、部分パターン毎に部分パタ
   ーンパターンメモリに格納する部分パターンパターンメ
   モリ変換部と、 前記各部分パターンパターンメモリを読み込み、前記各
   部分パターンの輪郭データを抽出する部分パターン輪郭
   抽出部と、 前記部分パターン輪郭抽出部より得られた部分パターン
   の輪郭データから前記筆記文字の部分パターンの特徴量
   を抽出する部分パターンオフライン方式特徴抽出部と、 前記部分パターンオフライン方式特徴抽出部により得ら
   れた前記筆記文字の特徴量と部分パターンオフライン方
   式認識辞書に予め格納してある認識対象の文字の部分パ
   ターンの特徴量とのマッチング距離を算出する部分パタ
   ーンオフライン方式マッチング部と、 前記前処理部により平滑化された座標データ列から得ら
   れる前記筆記文字全体を含む領域を縦と横に複数の領域
   に分割して、前記複数の各領域が前記筆記文字の一部を
   含むか否かを判別して、その各領域に２値化データを割
   り当てて、パターンメモリに格納するパターンメモリ変
   換部と、 前記パターンメモリを読み込み輪郭データを抽出する輪
   郭抽出部と、 前記輪郭抽出部より得られた輪郭データから前記筆記文
   字の特徴量を抽出するオフライン方式特徴抽出部と、 前記オフライン方式特徴抽出部により得られた前記筆記
   文字の特徴量とオフライン方式認識辞書に予め格納して
   ある認識対象の文字の特徴量とのマッチング距離を算出
   するオフライン方式マッチング部と、 前記筆記文字のストローク数により得られる画数が所定
   の画数以上の時に、前記オンライン方式マッチング部と
   前記オフライン方式マッチング部とから出力される前記
   マッチング距離に基づき、文字認識を行う高画数文字識
   別部と、 前記筆記文字のストローク数による得られる画数が前記
   所定の画数よりも小さい時に、前記オフライン方式マッ
   チング部と前記部分パターンオフライン方式マッチング
   部とから出力される前記マッチング距離に基づいて、文
   字認識を行う低画数文字識別部とを、 備えたことを特徴とするオンライン手書き文字認識装
   置。
9. 【請求項９】 タブレットに筆記入力して得られた筆記
   文字の座標列の不要データを除去して平滑化を行う前処
   理部と、 前記前処理部により平滑化された座標データ列から前記
   筆記文字の特徴量を抽出するオンライン方式特徴抽出部
   と、 前記オンライン方式特徴抽出部により得られた前記筆記
   文字の特徴量とオンライン方式認識辞書に予め格納して
   ある認識対象の文字の特徴量とのマッチング距離を算出
   するオンライン方式マッチング部と、 認識対象の文字が筆記される時に筆記上一連のものとし
   て筆記する部分を示す部分パターンのストローク位置に
   合わせて前記座標データ列に基づいて分けられた前記筆
   記文字の各部分パターンを含む領域を縦と横に複数の領
   域に分割して、前記複数の各領域が前記筆記文字の部分
   パターンの一部を含むか否かを判別して、その各領域に
   ２値化データを割り当てて、部分パターン毎に部分パタ
   ーンパターンメモリに格納する部分パターンパターンメ
   モリ変換部と、 前記各部分パターンパターンメモリを読み込み、前記各
   部分パターンの輪郭データを抽出する部分パターン輪郭
   抽出部と、 前記部分パターン輪郭抽出部より得られた部分パターン
   の輪郭データから前記筆記文字の部分パターンの特徴量
   を抽出する部分パターンオフライン方式特徴抽出部と、 前記部分パターンオフライン方式特徴抽出部により得ら
   れた前記筆記文字の特徴量と部分パターンオフライン方
   式認識辞書に予め格納してある前記認識対象の文字の部
   分パターンの特徴量とのマッチング距離を算出する部分
   パターンオフライン方式マッチング部と、 前記前処理部により平滑化された座標データ列から得ら
   れる前記筆記文字全体を含む領域を縦と横に複数の領域
   に分割して、前記複数の各領域が前記筆記文字の一部を
   含むか否かを判別して、その各領域に２値化データを割
   り当てて、パターンメモリに格納するパターンメモリ変
   換部と、 前記パターンメモリを読み込み輪郭データを抽出する輪
   郭抽出部と、 前記輪郭抽出部より得られた輪郭データから前記筆記文
   字の特徴量を抽出するオフライン方式特徴抽出部と、 前記オフライン方式特徴抽出部により得られた前記筆記
   文字の特徴量とオフライン方式認識辞書に予め格納して
   ある認識対象の文字の特徴量とのマッチング距離を算出
   するオフライン方式マッチング部と、 前記筆記文字のストローク数により得られる画数が所定
   の画数以上の時に、前記オンライン方式マッチング部と
   前記部分パターンオフライン方式マッチング部とから出
   力される前記マッチング距離に基づき、文字認識を行う
   高画数文字識別部と、 前記筆記文字のストローク数による得られる画数が前記
   所定の画数よりも小さい時に、前記オフライン方式マッ
   チング部と前記部分パターンオフライン方式マッチング
   部とから出力される前記マッチング距離に基づいて、文
   字認識を行う低画数文字識別部とを、 備えたことを特徴とするオンライン手書き文字認識装
   置。
10. 【請求項１０】 タブレットに筆記入力して得られた筆
    記文字の座標列の不要データを除去して平滑化を行う前
    処理部と、 前記前処理部により平滑化された座標データ列から得ら
    れる前記筆記文字全体を含む領域を縦と横に複数の領域
    に分割して、前記複数の各領域が前記筆記文字の一部を
    含むか否かを判別して、その各領域に２値化データを割
    り当てて、パターンメモリに格納するパターンメモリ変
    換部と、 前記パターンメモリを読み込み輪郭データを抽出する輪
    郭抽出部と、 前記輪郭抽出部より得られた輪郭データから筆記文字の
    特徴量を抽出するオフライン方式特徴抽出部と、 前記オフライン方式特徴抽出部により得られた前記筆記
    文字の特徴量とオフライン方式認識辞書に予め格納して
    ある認識対象の文字の特徴量とのマッチング距離を算出
    するオフライン方式マッチング部と、 前記オフライン方式マッチング部から出力される前記マ
    ッチング距離に基づいて、文字認識を行う識別部とを、 備えたことを特徴とするオンライン手書き文字認識装
    置。
11. 【請求項１１】 タブレットに筆記入力して得られた筆
    記文字の座標列の不要データを除去して平滑化を行う前
    処理部と、 前記前処理部により平滑化された座標データ列から得ら
    れる前記筆記文字全体を含む領域を縦と横に複数の領域
    に分割して、前記複数の各領域が前記筆記文字の一部を
    含むか否かを判別して、その各領域に２値化データを割
    り当てて、パターンメモリに格納するパターンメモリ変
    換部と、 前記パターンメモリを読み込み輪郭データを抽出する輪
    郭抽出部と、 前記輪郭抽出部より得られた輪郭データから前記筆記文
    字の特徴量を抽出するオフライン方式特徴抽出部と、 前記オフライン方式特徴抽出部により得られた前記筆記
    文字の特徴量とオフライン方式認識辞書に予め格納して
    あり、前記筆記文字と同じストローク数を有する認識対
    象の文字の特徴量とのマッチング距離を算出するオフラ
    イン方式マッチング部と、 前記オフライン方式マッチング部から出力される前記マ
    ッチング距離に基づいて、文字認識を行う識別部とを、 備えたことを特徴とするオンライン手書き文字認識装
    置。
12. 【請求項１２】 タブレットに筆記入力して得られた筆
    記文字の座標列の不要データを除去して平滑化を行う前
    処理部と、 前記前処理部により平滑化された座標データ列から前記
    筆記文字の特徴量を抽出するオンライン方式特徴抽出部
    と、 前記オンライン方式特徴抽出部により得られた前記筆記
    文字の特徴量とオンライン方式認識辞書に予め格納して
    ある認識対象の文字の特徴量とのマッチング距離を算出
    するオンライン方式マッチング部と、 前記筆記文字のストローク数による得られる画数が所定
    の画数以上の時に、前記オンライン方式マッチング部か
    ら出力される前記マッチング距離に基づいて、文字認識
    を行う高画数文字識別部と、 認識対象の文字が筆記される時に筆記上一連のものとし
    て筆記する部分を示す部分パターンのストローク位置に
    合わせて前記座標データ列に基づいて分けられた前記筆
    記文字の各部分パターンを含む領域を縦と横に複数の領
    域に分割して、前記複数の各領域が前記筆記文字の部分
    パターンの一部を含むか否かを判別して、その各領域に
    ２値化データを割り当てて、部分パターン毎に部分パタ
    ーンパターンメモリに格納する部分パターンパターンメ
    モリ変換部と、 前記各部分パターンパターンメモリを読み込み、前記各
    部分パターンの輪郭データを抽出する部分パターン輪郭
    抽出部と、 前記部分パターン輪郭抽出部より得られた部分パターン
    の輪郭データから前記筆記文字の部分パターンの特徴量
    を抽出する部分パターンオフライン方式特徴抽出部と、 前記部分パターンオフライン方式特徴抽出部により得ら
    れた前記筆記文字の特徴量と部分パターンオフライン方
    式認識辞書に予め格納してある前記認識対象の文字の部
    分パターンの特徴量とのマッチング距離を算出する部分
    パターンオフライン方式マッチング部と、 前記筆記文字のストローク数による得られる画数が前記
    所定の画数よりも小さい時に、前記部分パターンオフラ
    イン方式マッチング部から出力される前記マッチング距
    離に基づいて、文字認識を行う低画数文字識別部とを、 備えたことを特徴とするオンライン手書き文字認識装
    置。