JPH1063779A - 文字認識方法および装置 - Google Patents

Abstract

(57)【要約】 【課題】 文字認識装置において、反転文字を含む画像
から精度良く文字認識を行う。 【解決手段】 反転文字２を含む原画像１から２値化画
像作成手段30によって画像の輪郭を抽出２値化して２値
化画像３を作成し、塗りつぶし手段35によって、輪郭抽
出された文字の輪郭内部の閉領域の各画素の画素値を輪
郭の画素値と同じ値として輪郭内部を塗りつぶす。その
後、マッチング手段40により輪郭内部を塗りつぶした２
値化画像３’に対してテンプレート７を用いてパターン
マッチングを行い文字を認識する。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、文字を含む画像中
から文字を認識する方法および装置に関するものであ
り、詳細にはテンプレートを用いたパターンマッチング
による文字認識を行う文字認識方法および装置に関する
ものである。

【０００２】

【従来の技術】従来より、人体等の被写体をＣＴ、ＭＲ
Ｉ等によって撮影して得られた医用画像の画像データ
を、各画像データに適切な画像処理を施した後、画像を
再生記録することが行われており、これらの画像データ
に基づき被写体の画像を写真感光材料等の記録材料、Ｃ
ＲＴ等に可視像として出力させる画像記録再生システム
がすでに実用化されている。

【０００３】通常医用画像には、患者名、ＩＤ番号、撮
影日、生年月日等のＩＤ情報が付されており、これらの
ＩＤ情報は、一般に英文字、数字、記号等（以下「文
字」と総称する）から構成されている。従って、医用画
像には絵柄と文字とが混在している。この絵柄と文字が
混在した医用画像から自動的に文字のみを識別すること
が望まれる場合がある。それは、例えば以下のような場
合である。

【０００４】通常、画像記録再生システムにおいては、
撮影された画像データが検索情報となるＩＤ情報と関連
づけてファイリング装置に記憶されている。このファイ
リング装置への画像データファイリング時における画像
データとＩＤ情報との関連づけは、外部入力により行わ
れており操作者側の負担となっていた。そのため、撮影
時に画像中に付されたＩＤ情報を自動的に認識できるよ
うにすることが望まれている。

【０００５】従来、文字を含む画像から文字を認識する
ための方法としては、認識すべき文字のテンプレートを
用意し、画像と比較して認識を行うテンプレートマッチ
ングという方法が知られている。この方法は、画像上の
認識対象領域と全てのテンプレートとを順次マッチング
させ、マッチング結果が最も良いテンプレートを認識結
果とするものであり、認識対象領域が指定されていない
場合は画像上での認識対象領域を順次ずらして、画像全
面に対してマッチングをとっていく必要がある。

【０００６】以下、一般的なテンプレートマッチングに
よる認識方法を説明する。画像パターンｆとテンプレー
トパターンｇが、それぞれ図４に示すような大きさと位
置関係にあるとき、画像の点（m，n）における画像パタ
ーンｆと、テンプレートパターンｇの類似度は、以下に
示す評価関数で表される。

【０００７】

【数１】

【０００８】ここで通常、Ｒ(m,n)は相互相関係数と呼
ばれ、領域Ｄは、|i-m|＜M/2，|j-n|＜N/2を満たす
（i，j） の範囲である。画像上でテンプレートを動か
して順次、画像とテンプレートとの類似度を上記の相互
相関係数Ｒにより判別する。相互相関係数Ｒの値は大き
いほど画像の（m，n）を中心としてテンプレートに近い
図形が存在すること、すなわち、画像とテンプレートと
の相関が強いことを示し、画像とテンプレートとが完全
一致で１の値、全くの不一致で０の値をとる。通常、最
も相互相関係数Ｒの大きいものを認識結果とする。

【０００９】しかしながら、上記のテンプレートマッチ
ング方法では、上記式に示されるように２乗や平方根の
計算が必要であること、また、通常多階調の画像に対し
てマッチングを行うことから、計算量が多くなり認識に
時間がかかるという欠点がある。

【００１０】そこで、高速な認識処理のため、画像を２
値化して、２値化画像に対してマッチングを行う文字認
識装置、更には、文字が絵柄と重なった部分についても
精度良く認識可能とするため、画像の輪郭抽出した２値
化画像に対してマッチングを行う文字認識装置が、既に
本出願人により、提案されている（特願平８−167302号
等）。

【００１１】

【発明が解決しようとする課題】上述の輪郭抽出した２
値化画像におけるマッチングにより、認識の精度はある
程度向上する。しかし、図２に示すような反転文字２を
含む画像１を輪郭抽出２値化すると、２値化画像３にお
いて文字の輪郭内部にもエッジ４が残る。そのため、テ
ンプレートとマッチングが完全なものとならず、上述の
評価関数の評価値が下がってしまうという欠点がある。
この評価値の低下は誤認識の原因となりうるものであ
る。

【００１２】そこで、本発明は上記事情に鑑み、反転文
字を含む画像からも精度良く文字を認識する文字認識方
法および装置を提供することを目的とする。

【００１３】

【課題を解決するための手段】本発明の文字認識方法
は、文字を含む画像中から該文字を認識する文字認識方
法であって、前記画像から画像の輪郭を抽出した２値化
画像を作成し、前記輪郭に囲まれた閉領域を前記輪郭の
画素値と同じ値とし、２値化された文字のテンプレート
を有する辞書を用意し、前記２値化画像に対して前記テ
ンプレートの文字を用いてパターンマッチングを行い文
字を認識することを特徴とするものである。

【００１４】本発明の文字認識装置は、文字を含む画像
中から該文字を認識する文字認識装置であって、前記画
像から画像の輪郭を抽出した２値化画像を生成する２値
化画像生成手段と、前記輪郭に囲まれた閉領域の画素値
を前記輪郭の画素値と同じ値にする手段と、２値化され
た文字のテンプレートを有する辞書と、前記２値化画像
に対して前記テンプレートを用いてパターンマッチング
させることにより文字を認識するマッチング手段とを備
えることを特徴とするものである。

【００１５】前記画像の輪郭を抽出した２値化画像の生
成により、画像中の文字は、一般に中抜き文字、若しく
は袋文字と呼ばれる文字として抽出される。それ故、前
記「輪郭に囲まれた閉領域」とは、主として中抜き文字
の中抜き部分をいう。しかし、例えば図３の２値化画像
３に示す中抜き文字「Ａ」，「Ｂ」等のように外側の輪
郭によって囲まれた閉領域の内部にさらに閉領域を有す
る輪郭（内部輪郭）がある文字の場合、該内部輪郭に囲
まれた閉領域をも前記「輪郭に囲まれた閉領域」に相当
する。そのため、これらの文字に関しては、通常の中抜
き文字の中抜き部だけでなく内部輪郭に囲まれた閉領域
をも輪郭の画素値と同じ値としているテンプレートを用
いてマッチングすることが望ましい。

【００１６】前記「閉領域を前記輪郭の画素値と同じ値
とし」とは、例えば、画像が「０」、「１」に２値化さ
れており、輪郭の画素値が「１」である場合、閉領域の
画素値を「１」とすることを意味する。

【００１７】すなわち、本発明の文字認識方法および装
置においては、中抜き部分を輪郭部の画素値と同じ画素
値とすることによって、画像の輪郭抽出２値化の際に抽
出された中抜き文字の内部に生じうるエッジによるマッ
チング誤差をなくし、マッチング精度の向上を図ったも
のである。

【００１８】なお、「画像の輪郭を抽出した２値化」の
方法としては、例えば、特願平８−167302号に開示され
ている２値化方法を用いればよく、また文字の輪郭抽出
方法としては、その他に一次微分フィルタ（ロバーツの
フィルタ、ブレヴィットのフィルタ、ソーベルのフィル
タ等）あるいはラプラシアンフィルタ等を用いる方法が
挙げられる。

【００１９】ここで画像とは文字と絵柄が混在したもの
をいう。

【００２０】

【発明の効果】本発明の文字認識方法および装置では、
画像の輪郭を抽出２値化した２値化画像において、抽出
されている輪郭に囲まれる閉領域を、該輪郭の画素値と
同じ画素値として文字のテンプレートを用いてパターン
マッチングを行うので、反転文字等を輪郭抽出２値化す
る際に中抜き文字の中抜き部分に生じうるエッジによる
マッチング評価値の低下を防ぐことができ、誤認識を低
減した高精度な文字認識を行うことができる。

【００２１】

【発明の実施の形態】以下、本発明の文字認識方法およ
び装置の具体的な実施の形態を図面を用いて説明する。

【００２２】図１に示すように、本発明の文字認識装置
10は、各種撮影装置９から入力された原画像データＳに
基づく原画像の文字領域を認識する文字領域認識手段20
と、該文字領域認識手段20により認識された文字領域の
画像の輪郭を抽出すると共に２値化して２値化画像を生
成する２値化画像生成手段30と、該２値化画像生成手段
30によって生成された２値化画像において抽出された輪
郭で囲まれた閉領域の画素値をエッジ部の画素値と同じ
値とする塗りつぶし手段35と、辞書45の有する各種、各
サイズの文字のテンプレート７を用いてパターンマッチ
ングさせることにより文字を認識するマッチング手段40
とから成る。

【００２３】文字領域認識手段20は、詳しくは、画像構
成判定手段22を備え、該画像構成判定手段22は、原画像
を複数の領域に分割し各領域の画像構成を表すデータを
作成するデータ作成手段24と、該データ作成手段24によ
り作成されたデータを基に、各領域が文字領域であるか
否かを判定する判定手段26とからなる。

【００２４】２値化画像生成手段30は、原画像の各画素
毎に該画素の所定近傍範囲中の画素濃度の最大値と最小
値との差を求める演算手段32と、該演算手段32によって
求められた濃度差と所定の閾値との比較により各画素を
２値化して画像の輪郭を抽出する２値化手段34とから成
る。

【００２５】以下に、本文字認識装置の作用を説明す
る。

【００２６】各種撮影装置９によって撮影された原画像
を担持する画像データはデジタル化されて原画像データ
Ｓとして文字認識装置10に入力される。文字認識装置10
においては、まず、文字領域認識手段20による文字領域
の認識が行われる。文字領域の認識は例えば、特願平８
−179344号記載の画像判定装置等を用いて行うことがで
きる。

【００２７】画像を複数の領域に分割し、画像判定手段
22内のデータ作成手段24により各領域の画像構成を表す
ヒストグラムデータを作成する。

【００２８】ヒストグラムデータは、一般に、絵柄領域
については中間濃度域の頻度が大きく低濃度および高濃
度の頻度が小さいグラフ、文字領域については中間濃度
域の頻度が小さく低濃度および高濃度に大きな頻度を持
つグラフとなる。なお、文字と絵柄の組み合わさった領
域（以下、混合領域という）は全体的に頻度を持つグラ
フとなる。そこで、判定手段24においては、各領域のヒ
ストグラムデータを基に、各領域が文字を含む領域（文
字領域あるいは混合領域）であるか否かを判定する。こ
のように文字を含む領域を予め識別することにより、マ
ッチング範囲を限定することを可能とし、処理の高速化
を図っている。

【００２９】文字領域判定手段20によって文字を含む領
域であると判定された領域（以下、文字付与領域とい
う）の画像について、２値化画像生成手段30による２値
化が行われる。画像の輪郭抽出２値化は例えば、特願平
８−167302号等に開示されている方法を用いて行う。

【００３０】文字付与領域の画像データについて、まず
演算手段32において画像の各画素の所定の近傍範囲中に
おける濃度の最大値と最小値との差が求められる。例え
ば注目画素を２×２画素マスク中の左下に位置させた場
合、その２×２画素マスク（所定近傍範囲）中の計４画
素における階調濃度（原画像データＳ）の最大値および
最小値を求め、これを注目画素の濃度差とする。当然な
がら、２×２という範囲は一例であり、これに限る必要
はない。次に、２値化手段34において、前記演算手段32
によって求められた前記濃度差を所定の閾値と比較し
て、例えば閾値より濃度差が大きい場合を「１」、小さ
い場合を「０」として注目画素を２値化する。この２値
化を画像中の各画素について行うことにより、画像中の
近傍画素同志の濃度差の大きい部分、すなわち画像の輪
郭が抽出され、２値化画像が生成される。通常、文字と
周辺画像の濃度差は大きいため、文字の輪郭が抽出され
る。なお、反転文字を含む場合には、例えば、図２に示
すような反転文字Ｅを含む原画像文字領域１からは２値
化画像３が生成され、２値化画像３には中抜き文字
「Ｅ」の中抜き部に反転境界線がエッジ４として抽出さ
れる。

【００３１】その他、輪郭抽出２値化処理として、注目
画素とその周囲の各画素の信号（濃度）差（Ｓ(i,j)−
Ｓ(i+m,j+n)）を求め、この信号差の絶対値（｜Ｓ(i,j)
−Ｓ(i+m,j+n)|）が最大のもの（max|Ｓ(i,j)−Ｓ(i+m,
j+n)|）を注目画素における信号差とみなして、この濃
度差が所定の閾値（Th)よりも大きい場合に注目画素の
画素値を「１」、濃度差が所定の閾値以下であれば、
「０」とする、即ち、 Ｓ'(i,j)＝max(|Ｓ(i,j)−Ｓ(i+m,j+n）｜), (m=-1,0,
+1，n=-1,0,1) if Ｓ'(i,j)＞Th， Ｓ"(i,j)＝１ else Ｓ"(i,j)＝０ なる演算により２値化してもよい。

【００３２】次に、塗りつぶし手段35において、図２の
２値化画像３において抽出された輪郭に囲まれた部分
（閉領域）の各画素の画素値を該輪郭の画素値（ここで
は、「１」）と同じ値にする。即ち、輪郭抽出されて中
抜き文字となっている２値化画像中の中抜き文字「Ｅ」
の輪郭内部（中抜き部）を塗り潰した２値化画像３’と
する。これによって、輪郭抽出時に生じる輪郭内部のエ
ッジ４は見かけ上なくなる。

【００３３】その後、辞書45の有する各種、各サイズの
文字のテンプレート７を用いてマッチング手段40におい
てパターンマッチングが行われる。

【００３４】ここで、マッチングは２値化された画像に
対して行うため、排他的積和（exclusive or）による類
似度評価関数Ｒ’を用いることができ、既述の評価関数
Ｒを用いる場合と比較して計算時間を短縮することがで
きる。なお、画像上の点（m，n）における画像パターン
ｆとテンプレートｇのＲ'(m,n)は、

【００３５】

【数２】

【００３６】で表され、前述の相互相関係数Ｒの場合と
は逆に、Ｒ’が最も小さいテンプレートが認識結果とさ
れる。

【００３７】なお、上述の２値化の際に、「１」，
「０」ではなく、「１」，「−１」に２値化して単純な
積和値を評価関数に用いてもよい。その場合の評価関数
Ｒ"(m,n)は、

【００３８】

【数３】

【００３９】で表され、Ｒ”が最も大きいテンプレート
が認識結果とされる。

【００４０】ここで、領域Ｄは、|i-m|＜Ｍ／２，|j-n|
＜Ｎ／２を満たす(i,j) の範囲である。

【００４１】このように、本発明の文字認識装置におい
ては、画像の輪郭抽出２値化により抽出された文字の輪
郭の内部を塗りつぶした上でマッチングを行うので、輪
郭抽出２値化時に文字の輪郭内部に生じるエッジにより
マッチング評価値が下がることはない。

【００４２】なお、Ａ，Ｂ，Ｄ，等の中抜き文字のよう
に、外側の輪郭に囲まれる閉領域内に内側の輪郭に囲ま
れる閉領域が存在する場合があり、図３にこの例を示
す。図３に示すように、反転文字Ａを含む原画像１は、
画像の輪郭抽出２値化により、２値化画像３とされる。
このとき、中抜き文字「Ａ」の外側の輪郭5aおよび該輪
郭5a内部にある輪郭5bおよび反転境界エッジ４がそれぞ
れ抽出される。その後、塗りつぶし手段35によって、輪
郭に囲まれた閉領域を塗りつぶす場合、外側輪郭5aおよ
び内部輪郭5bに囲まれる領域、即ちこれが中抜き文字の
中抜き部分であるが、本来この部分のみ塗りつぶすこと
が理想的である。しかしながら、該塗りつぶし手段35に
よって、内部輪郭5bに囲まれる領域も「輪郭で囲まれる
閉領域」と認識される場合には、この部分も塗りつぶし
てしまうこととなり２値化画像３’となる。このような
２値化画像３’に対して通常の文字のテンプレート７を
用いてマッチングを行ったのでは、マッチング評価値が
低くなりマッチング精度の向上が図れない。そこで、テ
ンプレート７’のように、内部輪郭に囲まれる領域を塗
りつぶした文字のテンプレートを予め用意しておき、こ
れを用いてマッチングを行うこととする。これにより、
完全なマッチングが可能となる。ただし、このような内
部輪郭による閉領域をも塗りつぶして、マッチング可能
なものは、アルファベット、数字、平仮名等の平易な文
字に限られ、漢字等の複雑な文字の認識には適さない。
しかしながら、一般に医用画像中にＩＤ情報として用い
られるのは、アルファベット、数字程度に限られるため
上記方法を用いることができる。

【００４３】上述のようにして、画像の文字付与領域か
ら文字認識が行われ、認識されたＩＤ番号等の文字情報
Ｉは、原画像データＳと共にファイリング装置50へ出力
される。

【００４４】このようにして、認識結果である文字情報
Ｉを自動的にＣＴ、ＭＲＩ等の医用画像データと対応付
けてファイリングすることができ、各画像データの検索
情報として用いることができる。

【図面の簡単な説明】

【図１】本発明の文字認識装置の概略ブロック図。

【図２】本発明の文字認識装置におけるマッチングの一
例を説明する図。

【図３】本発明の文字認識装置におけるマッチングの別
の一例を説明する図。

【図４】マッチング方法を説明する図。

【符号の説明】

１ 原画像 ２ 反転文字 ３ 輪郭抽出２値化画像 ３’ 閉領域塗りつぶし２値化画像 ４ エッジ ５ 輪郭 ６ 閉領域塗りつぶし文字 ７，７’ テンプレート ９ 撮影装置 10 文字認識装置 20 文字領域認識手段 22 画像構成判定手段 30 ２値化画像生成手段 35 塗りつぶし手段 40 マッチング手段 45 辞書 50 ファイリング装置

Claims (2)

【特許請求の範囲】
1. 【請求項１】 文字を含む画像中から該文字を認識する
   文字認識方法であって、 前記画像から画像の輪郭を抽出した２値化画像を作成
   し、 前記輪郭に囲まれた閉領域を前記輪郭の画素値と同じ値
   とし、 ２値化された文字のテンプレートを有する辞書を用意
   し、 前記２値化画像に対して前記テンプレートの文字を用い
   てパターンマッチングを行い文字を認識することを特徴
   とする文字認識方法。
2. 【請求項２】 文字を含む画像中から該文字を認識する
   文字認識装置であって、 前記画像から画像の輪郭を抽出した２値化画像を生成す
   る２値化画像生成手段と、 前記輪郭に囲まれた閉領域の画素値を前記輪郭の画素値
   と同じ値にする手段と、 ２値化された文字のテンプレートを有する辞書と、 前記２値化画像に対して前記テンプレートを用いてパタ
   ーンマッチングさせることにより文字を認識するマッチ
   ング手段とを備えることを特徴とする文字認識装置。