文字認識方法および文字認識装置
【課題】本発明は、単独では正確な判定を可能としない特徴量を複数組み合わせて印刷活字であるか手書き文字であるかの判定を行う構成として、単独の特徴量を用いた場合より正確な判定を行うことができるようにした文字認識方法及び文字認識装置を提供することを課題とする。
【解決手段】特徴抽出手段１０３は、文字抽出手段１０２で抽出された文字群毎に、印刷活字と手書き文字の判定に用いる特徴量を複数種類抽出する。特徴量の値が求まらないか無意味である場合には、値として「不定」を抽出結果とする。
【解決手段】特徴抽出手段１０３は、文字抽出手段１０２で抽出された文字群毎に、印刷活字と手書き文字の判定に用いる特徴量を複数種類抽出する。特徴量の値が求まらないか無意味である場合には、値として「不定」を抽出結果とする。
【発明の詳細な説明】
【技術分野】
【０００１】
本発明は、入力画像より切り出した文字を認識処理する文字認識方法に関する。更に、本発明は、入力画像より切り出した文字が印刷活字であるか手書き文字であるかを判定し、その判定結果をもとに文字認識を行う文字認識装置に関する。
【背景技術】
【０００２】
印刷活字と手書き文字の判定結果に従い文字認識方法や文字認識辞書を切替える文字認識処理に関わる技術として、従来では、検出された文字の高さのバラツキを表す特徴量により判定を行う方法（特許文献１）、検出された文字のサイズの頻度のエントロピーを特徴量として判定を行う方法（特許文献２）、文字間隔の分散が実験値とほぼ等しい場合に印刷活字と判定し、そうでない場合はリジェクト文字数により判定を行う方法（特許文献３）、検出された文字のストロークの方向性や太さ、直線性などの特徴量の内の一つまたは複数の組合せにより判定を行う方法（従来技術４）、文字矩形の面積、横幅、高さ、高さと横幅の比率、矩形の中心と行の中心の距離、矩形の中心の間隔のバラツキを表す特徴量の内の一つまたは複数の組合せを用いる方法（特許文献５）等が挙げられる。
【０００３】
上記した各従来技術のうち、特許文献１，２，５の方法は、印刷活字の文字サイズが一般に、ほぼ一定であることを利用しているが、印刷活字へのノイズの付着や、かすれによる文字サイズの変化によって、印刷活字でも文字サイズにバラツキが現われることがあり、従って文字サイズのバラツキを表す特徴量では印刷活字と手書き文字を明瞭に判別できない場合がある。また、「１」や「−」など、横幅や高さ、面積等が他の文字のそれからかけ離れている文字が、判定の対象となる文字群に多数含まれている場合や、文字が少ない場合等に於いて、印刷活字のサイズや面積のバラツキが大きくなる場合があり、従ってサイズや面積のバラツキによる判定は困難になる。
【０００４】
また、特許文献３の方法は、印刷活字に適した文字認識方法が手書き文字をリジェクトする確率が高く、手書き文字に適した文字認識方法が印刷活字をリジェクトする確率が高い場合には妥当な判定が行えるが、文字認識方法によってはそのようなリジェクト確率の差が全く期待できない場合もあるし、ノイズやかすれにより認識不能な文字が混入している場合は、誤った字種に適した文字認識方法で認識を行った場合の方がリジェクト文字数が少なくなってしまう場合もある。
【０００５】
また、特許文献４で用いているストロークの方向性や直線性に関する特徴量は、漢字など直線状のストロークが大い文字を認識対象としている場合や、対象とする文字群の中の文字数が多く、直線状のストロークが多い場合には有効であるが、直線成分が少ない数字やアルファベットの小文字、平仮名等を扱う場合は直線成分が少ないため判定が困難である。
【特許文献１】特開平０５−１８９６０４号公報
【特許文献２】特公平０６−３２０７４号公報
【特許文献３】特許第３０４５０８６号公報
【特許文献４】特開平１０−１６２１０２号公報
【特許文献５】特開平１０−２１４３０８号公報
【発明の開示】
【発明が解決しようとする課題】
【０００６】
上述したように従来では、ノイズやかすれによる文字の劣化、文字数の不足、判定対象の文字のサイズ等の例外等により、単独の特徴による判定が困難な場合が多いという問題があった。
【０００７】
本発明は上記実情に鑑みなされたもので、入力画像より切り出した読み取り対象文字が、印刷活字であるか手書き文字であるかの判定を正確に行うことができる信頼性の高い文字認識が可能な文字認識方法及び文字認識装置を提供することを目的とする。
【課題を解決するための手段】
【０００８】
本発明は、単独では正確な判定を可能としない特徴量を複数組み合わせて印刷活字であるか手書き文字であるかの判定を行う構成として、単独の特徴量を用いた場合より正確な判定を行うことができるようにした文字認識方法及び文字認識装置を特徴とする。
【０００９】
また、本発明は、入力画像より切り出した読み取り対象文字が、印刷活字であるか手書き文字であるかその判断がつかない字種であるかを判定し、その判定結果により、印刷活字に適した文字認識手段、手書き文字に適した文字認識手段、または印刷活字と手書き文字の両方に適用可能な文字認識手段のいずれかを用いて文字認識を行う構成として、字種判定が困難な場合でも、字種判定の誤りによる精度低下を防ぐことができるようにしたことを特徴とする。
【００１０】
即ち、本発明は、入力画像から認識対象領域を切り出す前処理ステップと、前記前処理ステップで切り出した認識対象領域から文字群を抽出する文字抽出ステップと、前記文字抽出ステップで抽出した文字群から、印刷活字と手書き文字の判定に用いる特徴量を一つまたは複数抽出する特徴抽出ステップと、前記特徴抽出ステップで抽出した特徴量を用いて、前記文字抽出ステップで抽出した文字群が、印刷活字、手書き文字、印刷活字であるか手書き文字かが不明な字種のいずれであるかを判定を行う文字種判定ステップと、前記文字種判定ステップによる判定結果が手書き文字である場合に前記文字抽出ステップで抽出された文字を認識する手書き文字認識ステップと、前記文字種判定ステップによる判定結果が印刷活字である場合に前記文字抽出ステップで抽出された文字を認識する印刷活字認識ステップと、前記文字種判定ステップによる判定結果が不明な字種であると判定された場合に前記文字抽出ステップで抽出された文字を認識する不明字種認識ステップとを具備した文字認識方法を特徴とする。
【００１１】
また、本発明は、入力画像に対しノイズ除去及び二値化処理を行って認識対象領域を切り出す前処理手段と、前処理手段で切り出した認識対象領域から文字群を抽出する文字抽出手段と、前記文字抽出手段で抽出した文字群から、印刷活字と手書き文字の判定に用いる特徴量を一つまたは複数抽出する特徴抽出手段と、前記特徴抽出手段で抽出した特徴量を用いて前記文字抽出手段で抽出した文字群が、印刷活字、手書き文字、印刷活字であるか手書き文字であるか不明な不明字種のいずれであるかを判定する文字種判定手段と、前記文字種判定手段による判定結果が手書き文字である場合にその判定結果に従う辞書を用いて前記文字抽出手段で抽出された文字を認識する手書き文字認識手段と、前記文字種判定手段による判定結果が印刷活字である場合にその判定結果に従う辞書を用いて前記文字抽出手段で抽出された文字を認識する印刷活字認識手段と、前記文字種判定手段による判定結果が不明字種である場合にその判定結果に従う辞書を用いて前記文字抽出手段で抽出された文字を認識する不明字種認識手段とを具備した文字認識装置を特徴とする。
【００１２】
このように、字種判定が困難な場合に、印刷活字と手書き文字の両方に適用可能な文字認識手段（認識用辞書）を適用することにより、字種判定が困難な場合でも、字種判定の誤りによる精度低下を防ぐことができる。
【発明の効果】
【００１３】
本発明によれば、入力画像より切り出した読み取り対象文字が、印刷活字であるか手書き文字であるかの判定を正確に行うことができる信頼性の高い文字認識が可能となる。即ち、本発明によれば、単独では正確な判定を可能としない特徴量を複数組み合わせることにより、単独の特徴量を用いた場合より正確な判定を行うことができる。また、値が不定となり得る特徴量についても評価値の計算式への組込みを可能とする仕組みを導入することにより、より多くの特徴量の組込みを可能とし、より高精度な判定を行うことが可能である。また、字種判定が困難な場合に印刷活字と手書き文字の両方に適用可能な文字認識方法を適用することにより、字種判定が困難な場合でも、字種判定の誤りによる精度低下を防ぐことができる。
【発明を実施するための最良の形態】
【００１４】
本発明に於いては、単独では正確な判定を可能としない特徴量を複数組み合わせて正確な判定を行うことと、異常値を示すことがある特徴量や、抽出不能になる場合がある特徴量をも判定に利用している。
【００１５】
本発明の第１実施形態は、図１に示すように、前処理手段１０１、文字抽出手段１０２、特徴抽出手段１０３、文字種判定手段１０４、手書き文字認識手段１０５、印刷活字認識手段１０６等の構成要素を有する。
【００１６】
前処理手段１０１は、入力画像に対して、ノイズ除去や二値化、フォーム除去等を行って、認識対象領域を切り出す。文字抽出手段１０２は上記前処理手段１０１で切り出した認識対象領域から認識対象となる文字群を抽出する。特徴抽出手段１０３は上記文字抽出手段１０２で抽出した文字群から、印刷活字と手書き文字の判定を行うための特徴量を一つまたは複数抽出する。
【００１７】
文字種判定手段１０４は、上記特徴抽出手段１０３で抽出した特徴量の関数として、手書き文字と印刷活字の判定を行うための評価値を計算し、予め定められた閾値との比較により、「印刷活字」であるか「手書き文字」であるかを判定し、その結果が「印刷活字」なら印刷活字認識手段１０６により上記抽出した文字群の認識を行い、「手書き文字」なら手書き文字認識手段１０５により上記抽出した文字群の認識を行う。
【００１８】
また、本発明の第２実施形態は、図１０に示すように、上記図１に示す第１実施形態の各構成要素に加えて、不明字種認識手段２０７を有する。
【００１９】
文字種判定手段２０４は、上記特徴抽出手段２０３で抽出した特徴量の関数として、手書き文字と印刷活字の判定を行うための評価値を計算し、予め定められた閾値との比較により、「印刷活字」であるか「手書き文字」であるか「印刷活字であるか手書き文字かが不明な字種」であるかを判定し、その結果が「印刷活字」であれば印刷活字認識手段２０６により、「手書き文字」であれば手書き文字認識手段２０５により、また「不明字種」であれば不明字種認識手段２０７によって、それぞれ抽出した文字群の認識を行う。
【００２０】
ここで上記文字種判定手段１０４，２０４での評価値の計算は、各特徴量ｕｉの関数ｇｉ（ｕｉ）の関数ｆ（ｇ１（ｕ１），…，ｇＮ（ｕＮ））によって行われるが、値が不定となる特徴量ｕｉについては、ｇｉ（ｕｉ）の替わりに定数を用いることによって、値が不定となり得る特徴量の利用も可能としている。
【００２１】
以下に本発明の各実施形態について具体例を挙げて説明する。尚、本発明の処理機能およびその処理手順については、汎用のコンピュータに、文字認識用のソフトウェアを組み込むことによって構成できるため、以下ではそのような構成を仮定して説明を行う。ただし、本発明は各手段を専用ハードウェアの集合体や分散処理用のコンピューターのネットワークシステムとしても構成することもでき、上述の手段の全てを具備する構成ならば、ここで挙げた構成に限らず、どのようなもので実施してもよい。
【００２２】
先ず図１乃至図９を参照して本発明の第１実施形態を説明する。
【００２３】
図１に於いて、前処理手段１０１では、入力された画像（スキャナで読み取った文書画像）に対して、処理対象の欄の周辺の画像の切り出しや、二値化、ノイズ除去、フォーム除去等の画像処理が行われる。また、認識対象が帳票上の文字である場合は、罫線やプレプリント等のフォームの除去も行われる。
【００２４】
文字抽出手段１０２では前処理手段１０１の出力画像から、認識対象となる文字群の文字毎の画像と位置情報の抽出が行われる。
【００２５】
特徴抽出手段１０３では、文字抽出手段１０２で抽出された文字群毎に、印刷活字と手書き文字の判定に用いる特徴量が一種類または複数種類抽出される。また、特徴量と入力によっては、特徴量の値が求まらないか無意味である場合があるので、そのような場合には、値として「不定」を抽出結果とする。
【００２６】
抽出する特徴量としては、例えば、以下で説明する、「文字矩形の端の並びからのずれ」を表す特徴量ｕ１、「同じ文字の字形の不一致」を表す特徴量ｕ２、「文字認識方法毎のリジェクト文字数の違い」を表す特徴量ｕ３の３種類が挙げられる。
【００２７】
ここでは、これら３種類の特徴量ｕ１、ｕ２、ｕ３を適用するものとする。この３種類の特徴量ｕ１、ｕ２、ｕ３の抽出方法について述べる。
【００２８】
先ず文字矩形の端の並びからのずれを表す特徴量ｕ１の抽出方法について、図４及び図５を参照して説明する。
【００２９】
文字矩形の端の並びからのずれを表す特徴量ｕ１は、文字群中の文字数をＮ、ｎ番目の文字の外接矩形の上端のＹ座標をｙｔｎ、ｎ番目の文字の外接矩形の下端のＹ座標をｙｂｎとおくと、次の式で求められるｙｔ，ｙｂについて、
【数１】
【００３０】
【数２】
【００３１】
ｙｂ−ｙｔを最小化するαを勾配法で求め、計算式
【数３】
を計算することによって求める。ただし、ｍｅｄｉａｎ（ｘｎ）は全ｎについてのｘｎの中央値とする。
【００３２】
上記の方法で求めたｙｔ、ｙｂ、αにより文字の上端と下端の並びが
【数４】
【００３３】
【数５】
と近似されるので（図４参照）、
｜ｙｔｎ−（ｎα＋ｙｔ）｜，｜ｙｂｎ−（ｎα＋ｙｂ）｜
はｎ番目の文字の上端、下端の文字並びからのずれを表し、ｕ１は文字矩形の端の並びからのずれの評価尺度として機能する（図５参照）。
【００３４】
上記（式３）は、Ｎ＝１の場合、必ず０になり、印刷活字、手書き文字の違いとは無関係なので、Ｎ＝１の場合はｕ１を「不定」とする。
【００３５】
次に、同じ文字の字形の不一致を表す特徴量ｕ２について図６乃至図９を参照して説明する。
【００３６】
同じ文字の字形の不一致を表す特徴量ｕ２は、文字の種類の数をＣ、文字の種類の番号をｃ、ｎ番目の文字の認識結果の文字の種類の番号をｃｎ、ｎ番目の文字の画像の前景画素数をａｎ、ｎ番目の文字とｍ番目の文字の画像の左上の角を図６に示すように合わせて重ね合わせた時に、両方の画像で黒画素である画素の個数をｖｍ，ｎとおくと、
【数６】
によって求める。
【００３７】
ここでは、二つの文字画像を重ねる際に左上の角を合わせているが、図７に示すように、重心や二つの文字画像の外接矩形の中心を合わせて重ね合わせる方法、図８に示すように、外接矩形の上辺の中心（図５）を合わせて重ね合わせる方法、または図９に示すように、下辺の中心を合わせて重ね合わせる方法等であっもよい。この際、同じ文字が文字群に含まれていない場合は、上記（式６）を計算することができないので、ｕ２を「不定」とする。
【００３８】
次に、文字認識方法毎のリジェクト文字数の違いを表す特徴量ｕ３について説明する。文字認識方法毎のリジェクト文字数の違いを表す特徴量ｕ３は、印刷活字に適した文字認識方法と、手書き文字に適した文字認識方法の二種類の文字認識方法により、文字群中の一部または、全部の文字の認識を行った後、印刷活字に適した文字認識方法でのリジェクト文字数ｒｐと手書き文字に適した文字認識方法でのリジェクト文字数ｒｈから次の式で求める。
【数７】
【００３９】
リジェクト文字数ｒｐとｒｈを求めるために行った文字認識の結果は、そのまま廃棄してもよいが、廃棄せずに保存しておき、手書き文字認識手段と印刷活字認識手段１０６でキャッシュデータとして利用してもよい。
【００４０】
以上では、特徴抽出手段１０３で抽出する特徴量の例として、３種類の特徴量を示したが、特徴抽出手段１０３で抽出する特徴量としては、印刷活字と手書き文字との違いを表していると考えられるものならば、上記した以外にいかなる量を用いてもよく、その種類の個数も任意である。
【００４１】
文字種判定手段１０４では、特徴抽出手段１０３で抽出した特徴をもとに、文字抽出手段１０２で抽出した文字群が、印刷活字であるか、あるいは手書き文字であるかを示す評価値ｓを求めて、この評価値ｓが予め定められた閾値θより大きい場合は印刷活字、閾値θ以下である場合は手書き文字であるとの判定が行われる。
【００４２】
特徴量の個数をｄ、ｉ番目の特徴量をｕｉとおくと、評価値ｓは関数ｆ、関数群ｇｉにより
【数８】
と求められる。
【００４３】
ｇｉ（ｕｉ）としては、
【数９】
を用いることができる。ただし、ｃｉは予め定められた定数である。この際の定数ｃｉを選択的に用いる関数群ｇｉの概念図を図２に示している。
【００４４】
関数ｆとしては、ｇｉ（ｕｉ）の線形結合
【数１０】
を用いることができる。ただし、ｗｉは予め定められた定数である。
【００４５】
以上の例では、ｆとして、ｇｉ（ｕｉ）線形結合を用いているが、ｆとしては、ｇｉ（ｕｉ）の二次形式
【数１１】
をはじめ、ｇｉ（ｕｉ）の関数ならば、いかなる関数を用いてもよい。
【００４６】
ただし、
【数１２】
であり、Ｗは予め定められた対称行列である。
【００４７】
また、ｇｉ（ｕｉ）としては、
【数１３】
を用いることもできる。この際の定数ｃｉを選択的に用いる関数群ｇｉの概念図を図３に示している。
【００４８】
ｈｉとしては、
【数１４】
をはじめ、ｕｉの関数ならば、いかなる関数を用いてもよい。ただし、βｉ，γｉは予め定められた定数である。
【００４９】
文字種判定手段１０４による判定結果が、手書き文字である場合には、文字抽出手段１０２で抽出された文字が手書き文字認識手段１０５によって認識され、文字種判定手段１０４による判定結果が、印刷活字である場合には、印刷活字認識手段１０６によって認識され、その認識結果が出力される。この際、手書き文字認識手段１０５と、印刷活字認識手段１０６とは、それぞれ学習機能を含む辞書内容及び認識アルゴリズムを異にする。
【００５０】
次に本発明の第２実施形態を説明する。この第２実施形態は、図１０に示すように、前処理手段２０１、文字抽出手段２０２、特徴抽出手段２０３、文字種判定手段２０４、手書き文字認識手段２０５、印刷活字認識手段２０６、不明字種認識手段２０７等の構成要素を有する。ここで、前処理手段２０１、文字抽出手段２０２、特徴抽出手段２０３、手書き文字認識手段２０５、印刷活字認識手段２０６は、それぞれ上記図１に示す第１実施形態と同様の機能構成であり、ここでは具体的な動作説明を省略する。
【００５１】
文字種判定手段２０４は、特徴抽出手段２０３で抽出した特徴量を用いて、文字抽出手段２０２で抽出した文字群が、印刷活字であるか、手書き文字であるか、印刷活字であるか手書き文字かが不明な字種であるかの判定を行う。即ち、文字種判定手段２０４は、特徴抽出手段２０３で抽出した特徴をもとに、文字抽出手段２０２で抽出した文字群が、印刷活字であるか、あるいは手書き文字であるかを示す評価値ｓを求め、この評価値ｓが予め定められた閾値θｐより大きい場合は印刷活字、評価値ｓが予め定められた閾値θｈより小さい場合は手書き文字と判定する。また、評価値ｓが［ｓ＜＝θｐかつｓ＞＝θｈ］である場合は、印刷活字であるか手書き文字かが不明な字種であると判定する。
【００５２】
文字種判定手段２０４による判定結果が、手書き文字である場合には、文字抽出手段２０２で抽出された文字を手書き文字認識手段２０５によって認識し、印刷活字である場合には印刷活字認識手段２０６によって認識し、印刷活字であるか手書き文字であるかが不明な字種であると判定した場合には、不明字種認識手段２０７によって認識して、その認識結果を出力する。この第２実施形態に於いても手書き文字認識手段２０５と、印刷活字認識手段２０６と、不明字種認識手段２０７とは、それぞれ学習機能を含む辞書内容及び認識アルゴリズムを異にする。
【図面の簡単な説明】
【００５３】
【図１】本発明の第１実施形態に於ける要部の構成を示すブロック図。
【図２】上記実施形態に於ける（９式）の概念図。
【図３】上記実施形態に於ける（１３式）の概念図。
【図４】上記実施形態に於ける特徴量ｕ１の抽出方法を説明するための図。
【図５】上記実施形態に於ける特徴量ｕ１の抽出方法を説明するための図。
【図６】上記実施形態に於ける特徴量ｕ２の抽出方法を説明するための図。
【図７】上記実施形態に於ける特徴量ｕ２の抽出方法を説明するための図。
【図８】上記実施形態に於ける特徴量ｕ２の抽出方法を説明するための図。
【図９】上記実施形態に於ける特徴量ｕ２の抽出方法を説明するための図。
【図１０】本発明の第２実施形態に於ける要部の構成を示すブロック図。
【符号の説明】
【００５４】
１０１，２０１…前処理手段、１０２，２０２…文字抽出手段、１０３，２０３…特徴抽出手段、１０４，２０４…文字種判定手段、１０５，２０５…手書き文字認識手段、１０６，２０６…印刷活字認識手段、２０７…不明字種認識手段。
【技術分野】
【０００１】
本発明は、入力画像より切り出した文字を認識処理する文字認識方法に関する。更に、本発明は、入力画像より切り出した文字が印刷活字であるか手書き文字であるかを判定し、その判定結果をもとに文字認識を行う文字認識装置に関する。
【背景技術】
【０００２】
印刷活字と手書き文字の判定結果に従い文字認識方法や文字認識辞書を切替える文字認識処理に関わる技術として、従来では、検出された文字の高さのバラツキを表す特徴量により判定を行う方法（特許文献１）、検出された文字のサイズの頻度のエントロピーを特徴量として判定を行う方法（特許文献２）、文字間隔の分散が実験値とほぼ等しい場合に印刷活字と判定し、そうでない場合はリジェクト文字数により判定を行う方法（特許文献３）、検出された文字のストロークの方向性や太さ、直線性などの特徴量の内の一つまたは複数の組合せにより判定を行う方法（従来技術４）、文字矩形の面積、横幅、高さ、高さと横幅の比率、矩形の中心と行の中心の距離、矩形の中心の間隔のバラツキを表す特徴量の内の一つまたは複数の組合せを用いる方法（特許文献５）等が挙げられる。
【０００３】
上記した各従来技術のうち、特許文献１，２，５の方法は、印刷活字の文字サイズが一般に、ほぼ一定であることを利用しているが、印刷活字へのノイズの付着や、かすれによる文字サイズの変化によって、印刷活字でも文字サイズにバラツキが現われることがあり、従って文字サイズのバラツキを表す特徴量では印刷活字と手書き文字を明瞭に判別できない場合がある。また、「１」や「−」など、横幅や高さ、面積等が他の文字のそれからかけ離れている文字が、判定の対象となる文字群に多数含まれている場合や、文字が少ない場合等に於いて、印刷活字のサイズや面積のバラツキが大きくなる場合があり、従ってサイズや面積のバラツキによる判定は困難になる。
【０００４】
また、特許文献３の方法は、印刷活字に適した文字認識方法が手書き文字をリジェクトする確率が高く、手書き文字に適した文字認識方法が印刷活字をリジェクトする確率が高い場合には妥当な判定が行えるが、文字認識方法によってはそのようなリジェクト確率の差が全く期待できない場合もあるし、ノイズやかすれにより認識不能な文字が混入している場合は、誤った字種に適した文字認識方法で認識を行った場合の方がリジェクト文字数が少なくなってしまう場合もある。
【０００５】
また、特許文献４で用いているストロークの方向性や直線性に関する特徴量は、漢字など直線状のストロークが大い文字を認識対象としている場合や、対象とする文字群の中の文字数が多く、直線状のストロークが多い場合には有効であるが、直線成分が少ない数字やアルファベットの小文字、平仮名等を扱う場合は直線成分が少ないため判定が困難である。
【特許文献１】特開平０５−１８９６０４号公報
【特許文献２】特公平０６−３２０７４号公報
【特許文献３】特許第３０４５０８６号公報
【特許文献４】特開平１０−１６２１０２号公報
【特許文献５】特開平１０−２１４３０８号公報
【発明の開示】
【発明が解決しようとする課題】
【０００６】
上述したように従来では、ノイズやかすれによる文字の劣化、文字数の不足、判定対象の文字のサイズ等の例外等により、単独の特徴による判定が困難な場合が多いという問題があった。
【０００７】
本発明は上記実情に鑑みなされたもので、入力画像より切り出した読み取り対象文字が、印刷活字であるか手書き文字であるかの判定を正確に行うことができる信頼性の高い文字認識が可能な文字認識方法及び文字認識装置を提供することを目的とする。
【課題を解決するための手段】
【０００８】
本発明は、単独では正確な判定を可能としない特徴量を複数組み合わせて印刷活字であるか手書き文字であるかの判定を行う構成として、単独の特徴量を用いた場合より正確な判定を行うことができるようにした文字認識方法及び文字認識装置を特徴とする。
【０００９】
また、本発明は、入力画像より切り出した読み取り対象文字が、印刷活字であるか手書き文字であるかその判断がつかない字種であるかを判定し、その判定結果により、印刷活字に適した文字認識手段、手書き文字に適した文字認識手段、または印刷活字と手書き文字の両方に適用可能な文字認識手段のいずれかを用いて文字認識を行う構成として、字種判定が困難な場合でも、字種判定の誤りによる精度低下を防ぐことができるようにしたことを特徴とする。
【００１０】
即ち、本発明は、入力画像から認識対象領域を切り出す前処理ステップと、前記前処理ステップで切り出した認識対象領域から文字群を抽出する文字抽出ステップと、前記文字抽出ステップで抽出した文字群から、印刷活字と手書き文字の判定に用いる特徴量を一つまたは複数抽出する特徴抽出ステップと、前記特徴抽出ステップで抽出した特徴量を用いて、前記文字抽出ステップで抽出した文字群が、印刷活字、手書き文字、印刷活字であるか手書き文字かが不明な字種のいずれであるかを判定を行う文字種判定ステップと、前記文字種判定ステップによる判定結果が手書き文字である場合に前記文字抽出ステップで抽出された文字を認識する手書き文字認識ステップと、前記文字種判定ステップによる判定結果が印刷活字である場合に前記文字抽出ステップで抽出された文字を認識する印刷活字認識ステップと、前記文字種判定ステップによる判定結果が不明な字種であると判定された場合に前記文字抽出ステップで抽出された文字を認識する不明字種認識ステップとを具備した文字認識方法を特徴とする。
【００１１】
また、本発明は、入力画像に対しノイズ除去及び二値化処理を行って認識対象領域を切り出す前処理手段と、前処理手段で切り出した認識対象領域から文字群を抽出する文字抽出手段と、前記文字抽出手段で抽出した文字群から、印刷活字と手書き文字の判定に用いる特徴量を一つまたは複数抽出する特徴抽出手段と、前記特徴抽出手段で抽出した特徴量を用いて前記文字抽出手段で抽出した文字群が、印刷活字、手書き文字、印刷活字であるか手書き文字であるか不明な不明字種のいずれであるかを判定する文字種判定手段と、前記文字種判定手段による判定結果が手書き文字である場合にその判定結果に従う辞書を用いて前記文字抽出手段で抽出された文字を認識する手書き文字認識手段と、前記文字種判定手段による判定結果が印刷活字である場合にその判定結果に従う辞書を用いて前記文字抽出手段で抽出された文字を認識する印刷活字認識手段と、前記文字種判定手段による判定結果が不明字種である場合にその判定結果に従う辞書を用いて前記文字抽出手段で抽出された文字を認識する不明字種認識手段とを具備した文字認識装置を特徴とする。
【００１２】
このように、字種判定が困難な場合に、印刷活字と手書き文字の両方に適用可能な文字認識手段（認識用辞書）を適用することにより、字種判定が困難な場合でも、字種判定の誤りによる精度低下を防ぐことができる。
【発明の効果】
【００１３】
本発明によれば、入力画像より切り出した読み取り対象文字が、印刷活字であるか手書き文字であるかの判定を正確に行うことができる信頼性の高い文字認識が可能となる。即ち、本発明によれば、単独では正確な判定を可能としない特徴量を複数組み合わせることにより、単独の特徴量を用いた場合より正確な判定を行うことができる。また、値が不定となり得る特徴量についても評価値の計算式への組込みを可能とする仕組みを導入することにより、より多くの特徴量の組込みを可能とし、より高精度な判定を行うことが可能である。また、字種判定が困難な場合に印刷活字と手書き文字の両方に適用可能な文字認識方法を適用することにより、字種判定が困難な場合でも、字種判定の誤りによる精度低下を防ぐことができる。
【発明を実施するための最良の形態】
【００１４】
本発明に於いては、単独では正確な判定を可能としない特徴量を複数組み合わせて正確な判定を行うことと、異常値を示すことがある特徴量や、抽出不能になる場合がある特徴量をも判定に利用している。
【００１５】
本発明の第１実施形態は、図１に示すように、前処理手段１０１、文字抽出手段１０２、特徴抽出手段１０３、文字種判定手段１０４、手書き文字認識手段１０５、印刷活字認識手段１０６等の構成要素を有する。
【００１６】
前処理手段１０１は、入力画像に対して、ノイズ除去や二値化、フォーム除去等を行って、認識対象領域を切り出す。文字抽出手段１０２は上記前処理手段１０１で切り出した認識対象領域から認識対象となる文字群を抽出する。特徴抽出手段１０３は上記文字抽出手段１０２で抽出した文字群から、印刷活字と手書き文字の判定を行うための特徴量を一つまたは複数抽出する。
【００１７】
文字種判定手段１０４は、上記特徴抽出手段１０３で抽出した特徴量の関数として、手書き文字と印刷活字の判定を行うための評価値を計算し、予め定められた閾値との比較により、「印刷活字」であるか「手書き文字」であるかを判定し、その結果が「印刷活字」なら印刷活字認識手段１０６により上記抽出した文字群の認識を行い、「手書き文字」なら手書き文字認識手段１０５により上記抽出した文字群の認識を行う。
【００１８】
また、本発明の第２実施形態は、図１０に示すように、上記図１に示す第１実施形態の各構成要素に加えて、不明字種認識手段２０７を有する。
【００１９】
文字種判定手段２０４は、上記特徴抽出手段２０３で抽出した特徴量の関数として、手書き文字と印刷活字の判定を行うための評価値を計算し、予め定められた閾値との比較により、「印刷活字」であるか「手書き文字」であるか「印刷活字であるか手書き文字かが不明な字種」であるかを判定し、その結果が「印刷活字」であれば印刷活字認識手段２０６により、「手書き文字」であれば手書き文字認識手段２０５により、また「不明字種」であれば不明字種認識手段２０７によって、それぞれ抽出した文字群の認識を行う。
【００２０】
ここで上記文字種判定手段１０４，２０４での評価値の計算は、各特徴量ｕｉの関数ｇｉ（ｕｉ）の関数ｆ（ｇ１（ｕ１），…，ｇＮ（ｕＮ））によって行われるが、値が不定となる特徴量ｕｉについては、ｇｉ（ｕｉ）の替わりに定数を用いることによって、値が不定となり得る特徴量の利用も可能としている。
【００２１】
以下に本発明の各実施形態について具体例を挙げて説明する。尚、本発明の処理機能およびその処理手順については、汎用のコンピュータに、文字認識用のソフトウェアを組み込むことによって構成できるため、以下ではそのような構成を仮定して説明を行う。ただし、本発明は各手段を専用ハードウェアの集合体や分散処理用のコンピューターのネットワークシステムとしても構成することもでき、上述の手段の全てを具備する構成ならば、ここで挙げた構成に限らず、どのようなもので実施してもよい。
【００２２】
先ず図１乃至図９を参照して本発明の第１実施形態を説明する。
【００２３】
図１に於いて、前処理手段１０１では、入力された画像（スキャナで読み取った文書画像）に対して、処理対象の欄の周辺の画像の切り出しや、二値化、ノイズ除去、フォーム除去等の画像処理が行われる。また、認識対象が帳票上の文字である場合は、罫線やプレプリント等のフォームの除去も行われる。
【００２４】
文字抽出手段１０２では前処理手段１０１の出力画像から、認識対象となる文字群の文字毎の画像と位置情報の抽出が行われる。
【００２５】
特徴抽出手段１０３では、文字抽出手段１０２で抽出された文字群毎に、印刷活字と手書き文字の判定に用いる特徴量が一種類または複数種類抽出される。また、特徴量と入力によっては、特徴量の値が求まらないか無意味である場合があるので、そのような場合には、値として「不定」を抽出結果とする。
【００２６】
抽出する特徴量としては、例えば、以下で説明する、「文字矩形の端の並びからのずれ」を表す特徴量ｕ１、「同じ文字の字形の不一致」を表す特徴量ｕ２、「文字認識方法毎のリジェクト文字数の違い」を表す特徴量ｕ３の３種類が挙げられる。
【００２７】
ここでは、これら３種類の特徴量ｕ１、ｕ２、ｕ３を適用するものとする。この３種類の特徴量ｕ１、ｕ２、ｕ３の抽出方法について述べる。
【００２８】
先ず文字矩形の端の並びからのずれを表す特徴量ｕ１の抽出方法について、図４及び図５を参照して説明する。
【００２９】
文字矩形の端の並びからのずれを表す特徴量ｕ１は、文字群中の文字数をＮ、ｎ番目の文字の外接矩形の上端のＹ座標をｙｔｎ、ｎ番目の文字の外接矩形の下端のＹ座標をｙｂｎとおくと、次の式で求められるｙｔ，ｙｂについて、
【数１】
【００３０】
【数２】
【００３１】
ｙｂ−ｙｔを最小化するαを勾配法で求め、計算式
【数３】
を計算することによって求める。ただし、ｍｅｄｉａｎ（ｘｎ）は全ｎについてのｘｎの中央値とする。
【００３２】
上記の方法で求めたｙｔ、ｙｂ、αにより文字の上端と下端の並びが
【数４】
【００３３】
【数５】
と近似されるので（図４参照）、
｜ｙｔｎ−（ｎα＋ｙｔ）｜，｜ｙｂｎ−（ｎα＋ｙｂ）｜
はｎ番目の文字の上端、下端の文字並びからのずれを表し、ｕ１は文字矩形の端の並びからのずれの評価尺度として機能する（図５参照）。
【００３４】
上記（式３）は、Ｎ＝１の場合、必ず０になり、印刷活字、手書き文字の違いとは無関係なので、Ｎ＝１の場合はｕ１を「不定」とする。
【００３５】
次に、同じ文字の字形の不一致を表す特徴量ｕ２について図６乃至図９を参照して説明する。
【００３６】
同じ文字の字形の不一致を表す特徴量ｕ２は、文字の種類の数をＣ、文字の種類の番号をｃ、ｎ番目の文字の認識結果の文字の種類の番号をｃｎ、ｎ番目の文字の画像の前景画素数をａｎ、ｎ番目の文字とｍ番目の文字の画像の左上の角を図６に示すように合わせて重ね合わせた時に、両方の画像で黒画素である画素の個数をｖｍ，ｎとおくと、
【数６】
によって求める。
【００３７】
ここでは、二つの文字画像を重ねる際に左上の角を合わせているが、図７に示すように、重心や二つの文字画像の外接矩形の中心を合わせて重ね合わせる方法、図８に示すように、外接矩形の上辺の中心（図５）を合わせて重ね合わせる方法、または図９に示すように、下辺の中心を合わせて重ね合わせる方法等であっもよい。この際、同じ文字が文字群に含まれていない場合は、上記（式６）を計算することができないので、ｕ２を「不定」とする。
【００３８】
次に、文字認識方法毎のリジェクト文字数の違いを表す特徴量ｕ３について説明する。文字認識方法毎のリジェクト文字数の違いを表す特徴量ｕ３は、印刷活字に適した文字認識方法と、手書き文字に適した文字認識方法の二種類の文字認識方法により、文字群中の一部または、全部の文字の認識を行った後、印刷活字に適した文字認識方法でのリジェクト文字数ｒｐと手書き文字に適した文字認識方法でのリジェクト文字数ｒｈから次の式で求める。
【数７】
【００３９】
リジェクト文字数ｒｐとｒｈを求めるために行った文字認識の結果は、そのまま廃棄してもよいが、廃棄せずに保存しておき、手書き文字認識手段と印刷活字認識手段１０６でキャッシュデータとして利用してもよい。
【００４０】
以上では、特徴抽出手段１０３で抽出する特徴量の例として、３種類の特徴量を示したが、特徴抽出手段１０３で抽出する特徴量としては、印刷活字と手書き文字との違いを表していると考えられるものならば、上記した以外にいかなる量を用いてもよく、その種類の個数も任意である。
【００４１】
文字種判定手段１０４では、特徴抽出手段１０３で抽出した特徴をもとに、文字抽出手段１０２で抽出した文字群が、印刷活字であるか、あるいは手書き文字であるかを示す評価値ｓを求めて、この評価値ｓが予め定められた閾値θより大きい場合は印刷活字、閾値θ以下である場合は手書き文字であるとの判定が行われる。
【００４２】
特徴量の個数をｄ、ｉ番目の特徴量をｕｉとおくと、評価値ｓは関数ｆ、関数群ｇｉにより
【数８】
と求められる。
【００４３】
ｇｉ（ｕｉ）としては、
【数９】
を用いることができる。ただし、ｃｉは予め定められた定数である。この際の定数ｃｉを選択的に用いる関数群ｇｉの概念図を図２に示している。
【００４４】
関数ｆとしては、ｇｉ（ｕｉ）の線形結合
【数１０】
を用いることができる。ただし、ｗｉは予め定められた定数である。
【００４５】
以上の例では、ｆとして、ｇｉ（ｕｉ）線形結合を用いているが、ｆとしては、ｇｉ（ｕｉ）の二次形式
【数１１】
をはじめ、ｇｉ（ｕｉ）の関数ならば、いかなる関数を用いてもよい。
【００４６】
ただし、
【数１２】
であり、Ｗは予め定められた対称行列である。
【００４７】
また、ｇｉ（ｕｉ）としては、
【数１３】
を用いることもできる。この際の定数ｃｉを選択的に用いる関数群ｇｉの概念図を図３に示している。
【００４８】
ｈｉとしては、
【数１４】
をはじめ、ｕｉの関数ならば、いかなる関数を用いてもよい。ただし、βｉ，γｉは予め定められた定数である。
【００４９】
文字種判定手段１０４による判定結果が、手書き文字である場合には、文字抽出手段１０２で抽出された文字が手書き文字認識手段１０５によって認識され、文字種判定手段１０４による判定結果が、印刷活字である場合には、印刷活字認識手段１０６によって認識され、その認識結果が出力される。この際、手書き文字認識手段１０５と、印刷活字認識手段１０６とは、それぞれ学習機能を含む辞書内容及び認識アルゴリズムを異にする。
【００５０】
次に本発明の第２実施形態を説明する。この第２実施形態は、図１０に示すように、前処理手段２０１、文字抽出手段２０２、特徴抽出手段２０３、文字種判定手段２０４、手書き文字認識手段２０５、印刷活字認識手段２０６、不明字種認識手段２０７等の構成要素を有する。ここで、前処理手段２０１、文字抽出手段２０２、特徴抽出手段２０３、手書き文字認識手段２０５、印刷活字認識手段２０６は、それぞれ上記図１に示す第１実施形態と同様の機能構成であり、ここでは具体的な動作説明を省略する。
【００５１】
文字種判定手段２０４は、特徴抽出手段２０３で抽出した特徴量を用いて、文字抽出手段２０２で抽出した文字群が、印刷活字であるか、手書き文字であるか、印刷活字であるか手書き文字かが不明な字種であるかの判定を行う。即ち、文字種判定手段２０４は、特徴抽出手段２０３で抽出した特徴をもとに、文字抽出手段２０２で抽出した文字群が、印刷活字であるか、あるいは手書き文字であるかを示す評価値ｓを求め、この評価値ｓが予め定められた閾値θｐより大きい場合は印刷活字、評価値ｓが予め定められた閾値θｈより小さい場合は手書き文字と判定する。また、評価値ｓが［ｓ＜＝θｐかつｓ＞＝θｈ］である場合は、印刷活字であるか手書き文字かが不明な字種であると判定する。
【００５２】
文字種判定手段２０４による判定結果が、手書き文字である場合には、文字抽出手段２０２で抽出された文字を手書き文字認識手段２０５によって認識し、印刷活字である場合には印刷活字認識手段２０６によって認識し、印刷活字であるか手書き文字であるかが不明な字種であると判定した場合には、不明字種認識手段２０７によって認識して、その認識結果を出力する。この第２実施形態に於いても手書き文字認識手段２０５と、印刷活字認識手段２０６と、不明字種認識手段２０７とは、それぞれ学習機能を含む辞書内容及び認識アルゴリズムを異にする。
【図面の簡単な説明】
【００５３】
【図１】本発明の第１実施形態に於ける要部の構成を示すブロック図。
【図２】上記実施形態に於ける（９式）の概念図。
【図３】上記実施形態に於ける（１３式）の概念図。
【図４】上記実施形態に於ける特徴量ｕ１の抽出方法を説明するための図。
【図５】上記実施形態に於ける特徴量ｕ１の抽出方法を説明するための図。
【図６】上記実施形態に於ける特徴量ｕ２の抽出方法を説明するための図。
【図７】上記実施形態に於ける特徴量ｕ２の抽出方法を説明するための図。
【図８】上記実施形態に於ける特徴量ｕ２の抽出方法を説明するための図。
【図９】上記実施形態に於ける特徴量ｕ２の抽出方法を説明するための図。
【図１０】本発明の第２実施形態に於ける要部の構成を示すブロック図。
【符号の説明】
【００５４】
１０１，２０１…前処理手段、１０２，２０２…文字抽出手段、１０３，２０３…特徴抽出手段、１０４，２０４…文字種判定手段、１０５，２０５…手書き文字認識手段、１０６，２０６…印刷活字認識手段、２０７…不明字種認識手段。
【特許請求の範囲】
【請求項１】
入力画像から認識対象領域を切り出す前処理ステップと、
前記前処理ステップで切り出した認識対象領域から文字群を抽出する文字抽出ステップと、
前記文字抽出ステップで抽出した文字群から、印刷活字と手書き文字の判定に用いる特徴量を一つまたは複数抽出する特徴抽出ステップと、
前記特徴抽出ステップで抽出した特徴量を用いて、前記文字抽出ステップで抽出した文字群が、印刷活字、手書き文字、印刷活字であるか手書き文字かが不明な字種のいずれであるかを判定を行う文字種判定ステップと、
前記文字種判定ステップによる判定結果が手書き文字である場合に前記文字抽出ステップで抽出された文字を認識する手書き文字認識ステップと、
前記文字種判定ステップによる判定結果が印刷活字である場合に前記文字抽出ステップで抽出された文字を認識する印刷活字認識ステップと、
前記文字種判定ステップによる判定結果が不明な字種であると判定された場合に前記文字抽出ステップで抽出された文字を認識する不明字種認識ステップと
を具備したことを特徴とする文字認識方法。
【請求項２】
前記特徴抽出ステップで抽出する特徴量には、前記文字抽出ステップで抽出した文字群の文字矩形の端の並びからのずれを表す量をもとに抽出した特徴量を含む請求項１記載の文字認識方法。
【請求項３】
前記特徴抽出ステップで抽出する特徴量には、前記文字抽出ステップで抽出した文字群について同じ文字の字形の不一致を表す量を用いて抽出した特徴量を含む請求項１または２記載の文字認識方法。
【請求項４】
入力画像に対しノイズ除去及び二値化処理を行って認識対象領域を切り出す前処理手段と、
前処理手段で切り出した認識対象領域から文字群を抽出する文字抽出手段と、
前記文字抽出手段で抽出した文字群から、印刷活字と手書き文字の判定に用いる特徴量を一つまたは複数抽出する特徴抽出手段と、
前記特徴抽出手段で抽出した特徴量を用いて前記文字抽出手段で抽出した文字群が、印刷活字、手書き文字、印刷活字であるか手書き文字であるか不明な不明字種のいずれであるかを判定する文字種判定手段と、
前記文字種判定手段による判定結果が手書き文字である場合にその判定結果に従う辞書を用いて前記文字抽出手段で抽出された文字を認識する手書き文字認識手段と、
前記文字種判定手段による判定結果が印刷活字である場合にその判定結果に従う辞書を用いて前記文字抽出手段で抽出された文字を認識する印刷活字認識手段と、
前記文字種判定手段による判定結果が不明字種である場合にその判定結果に従う辞書を用いて前記文字抽出手段で抽出された文字を認識する不明字種認識手段と
を具備したことを特徴とする文字認識装置。
【請求項５】
前記特徴抽出手段で抽出する特徴量には、前記文字抽出手段で抽出した文字群の文字矩形の端の並びからのずれを表す量をもとに抽出した特徴量を含む請求項４記載の文字認識装置。
【請求項６】
前記特徴抽出手段で抽出する特徴量には、前記文字抽出ステップで抽出した文字群について同じ文字の字形の不一致を表す量を用いて抽出した特徴量を含む請求項４または５記載の文字認識装置。
【請求項１】
入力画像から認識対象領域を切り出す前処理ステップと、
前記前処理ステップで切り出した認識対象領域から文字群を抽出する文字抽出ステップと、
前記文字抽出ステップで抽出した文字群から、印刷活字と手書き文字の判定に用いる特徴量を一つまたは複数抽出する特徴抽出ステップと、
前記特徴抽出ステップで抽出した特徴量を用いて、前記文字抽出ステップで抽出した文字群が、印刷活字、手書き文字、印刷活字であるか手書き文字かが不明な字種のいずれであるかを判定を行う文字種判定ステップと、
前記文字種判定ステップによる判定結果が手書き文字である場合に前記文字抽出ステップで抽出された文字を認識する手書き文字認識ステップと、
前記文字種判定ステップによる判定結果が印刷活字である場合に前記文字抽出ステップで抽出された文字を認識する印刷活字認識ステップと、
前記文字種判定ステップによる判定結果が不明な字種であると判定された場合に前記文字抽出ステップで抽出された文字を認識する不明字種認識ステップと
を具備したことを特徴とする文字認識方法。
【請求項２】
前記特徴抽出ステップで抽出する特徴量には、前記文字抽出ステップで抽出した文字群の文字矩形の端の並びからのずれを表す量をもとに抽出した特徴量を含む請求項１記載の文字認識方法。
【請求項３】
前記特徴抽出ステップで抽出する特徴量には、前記文字抽出ステップで抽出した文字群について同じ文字の字形の不一致を表す量を用いて抽出した特徴量を含む請求項１または２記載の文字認識方法。
【請求項４】
入力画像に対しノイズ除去及び二値化処理を行って認識対象領域を切り出す前処理手段と、
前処理手段で切り出した認識対象領域から文字群を抽出する文字抽出手段と、
前記文字抽出手段で抽出した文字群から、印刷活字と手書き文字の判定に用いる特徴量を一つまたは複数抽出する特徴抽出手段と、
前記特徴抽出手段で抽出した特徴量を用いて前記文字抽出手段で抽出した文字群が、印刷活字、手書き文字、印刷活字であるか手書き文字であるか不明な不明字種のいずれであるかを判定する文字種判定手段と、
前記文字種判定手段による判定結果が手書き文字である場合にその判定結果に従う辞書を用いて前記文字抽出手段で抽出された文字を認識する手書き文字認識手段と、
前記文字種判定手段による判定結果が印刷活字である場合にその判定結果に従う辞書を用いて前記文字抽出手段で抽出された文字を認識する印刷活字認識手段と、
前記文字種判定手段による判定結果が不明字種である場合にその判定結果に従う辞書を用いて前記文字抽出手段で抽出された文字を認識する不明字種認識手段と
を具備したことを特徴とする文字認識装置。
【請求項５】
前記特徴抽出手段で抽出する特徴量には、前記文字抽出手段で抽出した文字群の文字矩形の端の並びからのずれを表す量をもとに抽出した特徴量を含む請求項４記載の文字認識装置。
【請求項６】
前記特徴抽出手段で抽出する特徴量には、前記文字抽出ステップで抽出した文字群について同じ文字の字形の不一致を表す量を用いて抽出した特徴量を含む請求項４または５記載の文字認識装置。
【図１】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【図９】
【図１０】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【図９】
【図１０】
【公開番号】特開２００６−１０７５３４（Ｐ２００６−１０７５３４Ａ）
【公開日】平成１８年４月２０日（２００６．４．２０）
【国際特許分類】
【出願番号】特願２００６−１４８４（Ｐ２００６−１４８４）
【出願日】平成１８年１月６日（２００６．１．６）
【分割の表示】特願２００２−２５６９１３（Ｐ２００２−２５６９１３）の分割
【原出願日】平成１４年９月２日（２００２．９．２）
【出願人】（３０１０６３４９６）東芝ソリューション株式会社 (1,478)
【Ｆターム（参考）】
【公開日】平成１８年４月２０日（２００６．４．２０）
【国際特許分類】
【出願日】平成１８年１月６日（２００６．１．６）
【分割の表示】特願２００２−２５６９１３（Ｐ２００２−２５６９１３）の分割
【原出願日】平成１４年９月２日（２００２．９．２）
【出願人】（３０１０６３４９６）東芝ソリューション株式会社 (1,478)
【Ｆターム（参考）】
[ Back to top ]