トップ :: G 物理学 :: G06 計算;計数




【発明の名称】 情景内文字撮像方法とその装置及び情景内文字撮像プログラムとそのプログラムを記録した記録媒体。
【発明者】 【氏名】新村 貴彦
【住所又は居所】東京都千代田区大手町二丁目３番１号日本電信電話株式会社内

【氏名】武川 直樹
【住所又は居所】東京都千代田区大手町二丁目３番１号 日本電信電話株式会社内
【要約】 【課題】情景内文字の認識率を高める。

【解決手段】焦点距離を設定して情景内文字を撮影する画像入力部１００を備えた情景内文字撮像において、入力文字画像の縦横を平均した画素長を求め、全文字の平均値（文字サイズ）を計算する文字平均縦横長計算部２０１と、入力文字画像の濃淡画像から輝度ピーク位置を計算する濃度ヒストグラム分析部２０２と、予め入力画像の輝度と文字サイズに対して焦点距離を学習したデータを読み出し及び書き込み自在に格納した学習データ解析結果データ２０４と、前記学習データの解析結果から未知データに対する最適焦点距離を計算するための関数を作成する焦点距離平面作成部２０３と、焦点距離平面作成部で得た関数と、文字平均縦横長計算部で得た未知データの文字サイズと、濃度ヒストグラム分析部で得たコントラストとに基づき、最適焦点距離を算出する最適焦点距離計算部２０５とを備える。
【特許請求の範囲】
【請求項１】 焦点距離を設定し撮影を行って情景内文字を認識する情景内文字撮像方法であって、入力文字画像の一文字の文字サイズを計算する工程と、入力濃淡画像から文字と背景の輝度差を計算する工程と、前記文字の大きさと前記輝度差に基づいて焦点距離推定のための関数を作成する工程と、前記焦点距離を用いて入力された画像の文字に対して前記関数を用いて焦点距離を求める工程とを有することを特徴とする情景内文字撮像方法。
【請求項２】 焦点距離を設定して情景内文字を撮影する画像入力部を備えた情景内文字撮像装置であって、入力文字画像の縦横を平均した画素長を求め、全文字の平均値（文字サイズ）を計算する文字平均縦横長計算部と、入力文字画像の濃淡画像から輝度ピーク位置を計算する濃度ヒストグラム分析部と予め入力画像の輝度と文字サイズに対して焦点距離を学習したデータを読み出し及び書き込み自在に格納した学習データ解析結果データと、前記学習データの解析結果から未知データに対する最適焦点距離を計算するための関数を作成する焦点距離平面作成部と、焦点距離平面作成部で得た関数と、文字平均縦横長計算部で得た未知データの文字サイズと、濃度ヒストグラム分析部で得たコントラストと、に基づき、最適焦点距離を算出し、これを画像入力部に供給する最適焦点距離計算部とを備えたことを特徴とする情景内文字撮像装置。
【請求項３】 焦点距離を設定し撮影を行って情景内文字を認識する情景内文字撮像方法における入力文字画像の一文字の文字サイズを計算する工程と、入力濃淡画像から文字と背景の輝度差を計算する工程と、前記文字の大きさと前記輝度差に基づいて焦点距離推定のための関数を作成する工程と、前記焦点距離を用いて入力された画像の文字に対して前記関数を用いて最適焦点距離を求める工程と、をコンピュータに実行させるためのプログラムとしたことを特徴とする情景内文字撮像プログラム。
【請求項４】 焦点距離を設定し撮影を行って情景内文字を認識する情景内文字撮像方法における入力文字画像の一文字の文字サイズを計算する工程と、入力濃淡画像から文字と背景の輝度差を計算する工程と、前記文字の大きさと前記輝度差に基づいて焦点距離推定のための関数を作成する工程と、前記焦点距離を用いて入力された画像の文字に対して前記関数を用いて焦点距離を求める工程と、をコンピュータに実行させるためのプログラムとし、このプログラムを前記コンピュータが読み取りできる記録媒体に記録したことを特徴とする情景内文字撮像プログラムを記録した記録媒体。
【発明の詳細な説明】【０００１】
【発明の属する技術分野】本発明は、文字パターンの認識に用いられる文字認識の特徴抽出方法とその装置に関するものである。
【０００２】
【従来の技術】情景内文字撮像システムは、デジタルカメラなどの撮影器具を用いて文字を撮影し、光学的に光伝変換された画像が入力画像となり、入力画像を濃淡画像に変換し、その画像パターンを２値化して、２値化画像の特徴からその文字画像を認識するパターン認識システムのひとつである。
【０００３】このとき、デジタルカメラの機能として遠くにある看板の文字を認識するとき、文字の特徴を鮮明に撮影するために、図９に示したように、通常はズームをかけてなるべく大きくした画像を入力画像としている。尚、図９において、（ａ）はズームをかけていない画像を示し、撮影時の焦点距離はデフォルト設定（７ｍｍ）である。また、（ｂ）はズームをかけた画像を示し、撮影時の焦点距離は３４．３ｍｍである。
【０００４】ズーム機能を用いた文字画像の認識工程について説明する。
【０００５】図１０は、ズームによって得た撮影画像を入力した従来の情景内文字撮像方法のブロックフロー図である。当該文字認識方法は、焦点距離を設定して撮影を行う工程（画像入力部３００）と、カラー画像をグレースケールに変換し、２５６階調の濃淡画像または２値化画像を作成する工程（画像処理部３０１）と、黒画素を数えて文字の存在する位置の情報を求める工程（外接枠検出部３０２）と、文字の大きさを拡大縮小して縦横方向に伸縮する工程（サイズ正規化部３０３）と、文字画像から幾何学的特徴を計算する工程（特徴抽出部３０４）と、辞書（テンプレート辞書３０６）のテンプレートの特徴と入力パターンの特徴とを比べて最近傍のテンプレートを探す工程（認識処理部３０５）と、を有する。
【０００６】先ず、被写体である情景内文字は、画像入力部３００によって撮影される。このとき、目的の文字領域がファインダー一杯になるようにズームをかけて撮影される（最大焦点距離設定）。この撮影された画像は、画像処理部３０１における画像処理に供され、２値画像に変換される。この２値化の方法は、大津らの２値化アルゴリズム等に基づく（電子通信学会論文誌Ｖｏｌ．Ｊ６３−Ｄ，Ｎｏ４，ｐｐ．３５０（１９８０））。尚、このアルゴリズムは、濃度分布を文字の黒画素分布と紙の黒画素分布に分け、それらの境界を求めるアルゴリズムである。
【０００７】次いで、２値化された画像は、外接枠検出部３０２での、黒画素の分布する位置情報の計算に供され、これにより、１字ごとに文字画像の外接枠の位置が検出され、文字が切り出される。この切り出された文字画像は、サイズ正規化部３０３に供され、図形の正規化が施される。この正規化法には、例えば、文字の縦横の長さを固定にそろえる方式がある。
【０００８】次に、特徴抽出部３０４では、サイズ正規化部３０３で得た文字画像の特徴抽出を行う。ここで、例えば、幾何学的特徴を用いた方向性寄与度特徴を取り出している（萩田紀博，内藤誠一郎，増田功：外郭方向寄与度特徴による手書き漢字の識別，電子通信学会論文誌Ｖｏｌ．Ｊ６６−Ｄ，Ｎｏ１０，ｐｐ．１１８６（１９８３））。方向寄与度は、大まかに文字線の方向と接続関係をベクトルの形で表して、文字線の方向及び接続関係を抽出している。取り出した方向寄与度特徴は、認識処理部３０４での演算処理に供される。
【０００９】認識処理部３０４は、予め作成してあったテンプレート辞書３０６から特徴ベクトルであるテンプレートを取り出し、多次元空間上で入力画像の特徴ベクトルとテンプレート間のユークリッド距離を計算する。そして、用意しておいたテンプレートの中で最もユークリッド距離が近いテンプレートを選んで、そのカテゴリーを認識結果として出力している。
【００１０】
【発明が解決しようとする課題】近年におけるデジタルカメラの画像処理技術の向上により、撮影者の手を煩わせることなく、鮮明な画像を得られるようになった。通常、被写体と輝度の関係は下記式のようになっている。
【００１１】
Ｅｐ＝（π／４）・ｃｏｓ4θ・（Ｄ／Ｆｐ）2・Ｌ但し、Ｅｐ：画像面放射照度，Ｌ：物体放射輝度，Ｄ：レンズ半径，θ：光軸からなす角，Ｆｐ：焦点距離したがって、焦点距離（Ｆｐ）が大きくなるほど、また被写体からの反射光が低いほど、画像の輝度（Ｅｐ）は低下する。特に、レンズ周辺ではシェーディングを生じることがある。
【００１２】先の従来法では、ズームを最大にした文字画像を撮影すれば、高い認識率が得られるとされている。それは、明るい照明下で撮影距離がそれほど遠くないときに、カメラ内部の輝度補正が働いて文字特徴が鮮明になるからである。
【００１３】しかしながら、実環境においては、変動要因が多く、照明や文字が書かれた背景の看板の輝度が弱い場合もある。ましてや、遠距離からの撮影はズームをかけると、つまり焦点距離（Ｆｐ）が大きくなるほど、輝度の持ち上げ処理がうまく機能せず、シェーディングをレンズ周辺に生じる（図１１）。図１１において、（ａ）は焦点距離が２９．８ｍｍである撮影画像を、（ｂ）は焦点距離が３５．９ｍｍである撮影画像を示す。図示されたように、ズームをかけたほうがシェーディングを生じている。こういった画像劣化は、文字画像の認識率を下げる原因となる。
【００１４】このような問題は、ズームをかけることで画像の特徴が鮮明になる一方で、輝度の低下で撮影画像全体が劣化するという２つの相反する現象に対して、認識率を最大にするためのズームの焦点距離が簡単に決まらないということにある。
【００１５】文字が小さい程、ズームによる効果は大きい、また文字画像の輝度が低い程、ズームによる画像劣化は起こりやすくなる。図１２は、焦点距離を変化させたときの認識率の変化とその要因を説明し、認識率の最大値は、文字の大きさをなるべく大きくしながら輝度の劣化を抑えるための焦点距離の調節によって得られる。
【００１６】本発明は、かかる事情に鑑みなされたもので、その目的は、情景内文字の認識率を高めた情景内文字撮像方法とその装置及び情景内文字撮像プログラムとそのプログラムを記録した記録媒体の提供にある。
【００１７】
【課題を解決するための手段】そこで、本発明は、予め入力画像の明るさと文字の大きさに対して適切な焦点距離を学習した解析結果のデータを利用して、未知画像と学習データを明るさと文字の大きさについて比較し、ユークリッド距離的に近いデータから線形的に最適焦点距離を算出することで、前記課題を解決し、情景内文字の認識率を高めている。
【００１８】すなわち、本発明の文字認識方法とその装置及び文字認識プログラムとそのプログラムを記録した記録媒体並びに情景内文字撮像方法とその装置は、以下のことを特徴とする。
【００１９】請求項１記載の発明は、焦点距離を設定し撮影を行って情景内文字を認識する情景内文字撮像方法であって、入力文字画像の一文字の文字サイズを計算する工程と、入力濃淡画像から文字と背景の輝度差を計算する工程と、前記文字の大きさと前記輝度差に基づいて焦点距離推定のための関数を作成する工程と、前記焦点距離を用いて入力された画像の文字に対して前記関数を用いて焦点距離を求める工程とを有することを特徴とする。
【００２０】請求項２記載の発明は、焦点距離を設定して情景内文字を撮影する画像入力部を備えた情景内文字撮像装置であって、入力文字画像の縦横を平均した画素長を求め、全文字の平均値（文字サイズ）を計算する文字平均縦横長計算部と、入力文字画像の濃淡画像から輝度ピーク位置を計算する濃度ヒストグラム分析部と予め入力画像の輝度と文字サイズに対して焦点距離を学習したデータを読み出し及び書き込み自在に格納した学習データ解析結果データと、前記学習データの解析結果から未知データに対する最適焦点距離を計算するための関数を作成する焦点距離平面作成部と、焦点距離平面作成部で得た関数と、文字平均縦横長計算部で得た未知データの文字サイズと、濃度ヒストグラム分析部で得たコントラストと、に基づき、最適焦点距離を算出し、これを画像入力部に供給する最適焦点距離計算部とを備えたことを特徴とする。
【００２１】請求項３記載の発明は、情景内文字撮像プログラムであって、焦点距離を設定し撮影を行って情景内文字を認識する情景内文字撮像方法における入力文字画像の一文字の文字サイズを計算する工程と、入力濃淡画像から文字と背景の輝度差を計算する工程と、前記文字の大きさと前記輝度差に基づいて焦点距離推定のための関数を作成する工程と、前記焦点距離を用いて入力された画像の文字に対して前記関数を用いて最適焦点距離を求める工程と、をコンピュータに実行させるためのプログラムとしたことを特徴とする。
【００２２】請求項４記載の発明は、情景内文字撮像プログラムを記録した記録媒体であって、焦点距離を設定し撮影を行って情景内文字を認識する情景内文字撮像方法における入力文字画像の一文字の文字サイズを計算する工程と、入力濃淡画像から文字と背景の輝度差を計算する工程と、前記文字の大きさと前記輝度差に基づいて焦点距離推定のための関数を作成する工程と、前記焦点距離を用いて入力された画像の文字に対して前記関数を用いて焦点距離を求める工程と、をコンピュータに実行させるためのプログラムとし、このプログラムを前記コンピュータが読み取りできる記録媒体に記録したことを特徴とする。
【００２３】
【発明の実施の形態】以下、図面を参照しながら、本発明の実施の形態について述べる。
【００２４】図１は、本発明の実施形態に係る情景内文字撮像装置の構成とその処理過程を示したブロック図である。また、図２は、本発明が既知データから最適焦点距離を学習する過程を説明したブロック図である。
【００２５】当該文字認識装置は、画像入力部１００と、画像処理部１０１と、外接枠検出部１０２と、サイズ正規化部１０３と、特徴抽出部１０４と、認識処理部１０５と、テンプレート辞書１０６と、を備えた文字認識装置において、文字平均縦横長計算部２０１と、濃度ヒストグラム分析部２０２と、焦点距離平面式作成部２０３と、学習データ解析結果２０４と、最適焦点距離計算部２０５と、重回帰分析部２０６と、を備える。
【００２６】画像入力部１００は、焦点距離を設定して被写体である情景内文字を撮影する。
【００２７】画像処理部１０１は、画像入力部３００から供給されたカラー画像をグレースケールに変換した２５６階調の濃淡画像、さらには２値化画像も作成する。前述と同様に、ここでの２値化の方法に、大津の２値化アルゴリズム等に基づく方法を採用している（大津：電子通信学会論文誌Ｖｏｌ．Ｊ６３−Ｄ，Ｎｏ４，ｐｐ．３４９−３５６（１９８０））。
【００２８】外接枠検出部１０２は、画像処理部１０１から供給された画像における黒画素を数えて文字の存在する位置の情報を求める。
【００２９】サイズ正規化部１０３は、外接枠検出部１０２から供給された文字画像を拡大縮小して縦横方向に伸縮する。
【００３０】特徴抽出部１０４は、サイズ正規化部１０３から供給された文字画像に基づき幾何学的特徴の算出を行う。具体的な幾何学的特徴として、例えば、萩田らの方法による方向性寄与度特徴を得ている（萩田，内藤，増田：外郭方向寄与度特徴による文字識別法，電子通信学会論文誌Ｖｏｌ．Ｊ６６−Ｄ，Ｎｏ１０，ｐｐ．１１８５−１１９２（１９８３））。
【００３１】認識処理部１０５は、テンプレート辞書１０６から供給されたテンプレートの特徴と、特徴抽出部１０４から供給された入力パターンの特徴とを比べて、似たテンプレートを探し出す。尚、テンプレート辞書１０６は、テンプレートパターンの特徴を、読み出し及び書き換え自在に、格納していている。
【００３２】また、文字平均縦横長計算部２０１は、外接検出部１０２から供給された一文字の縦横を平均した画素長を求め、全文字の平均値（以下、この全文字の平均値を文字サイズと称する）を計算する。
【００３３】濃度ヒストグラム分析部２０２は、画像処理部１０１から供給された入力画像の濃淡画像から紙と印字の輝度ピーク位置を計算する。
【００３４】焦点距離平面作成部２０３は、初期焦点距離にあわせた学習データの解析結果から未知データに対する最適焦点距離を計算するための関数を作成する。
【００３５】学習データ解析結果２０４は、予め入力画像の輝度と文字サイズに対して焦点距離の学習データを読み出し及び書き換え自在に格納する。
【００３６】最適焦点距離計算部２０５は、焦点距離平面作成部２０３で得た３次元方程式と、文字平均縦横長計算部２０１で得た未知データの文字サイズと、濃度ヒストグラム分析部２０２で得たコントラストと、に基づき、最適焦点距離を算出する。
【００３７】重回帰分析部２０６は、文字サイズと焦点距離の散布図から回帰直線を計算する。
【００３８】図１及び図２を参照しながら本発明による情景内文字撮像の処理過程について述べる。
【００３９】本発明は、先ず、予め用意した学習データの輝度や文字サイズから認識率を高くする焦点距離を学習する。ここで、例えば表１及び表３に示す条件で、部屋の明るさを固定している。そして、文字を印刷した紙を被写体とし、これを壁に貼り付けている。被写体における文字の印字は図１１（ａ）のように行った。また、撮影は、紙の種類と撮影距離を設定して、焦点距離をデフォルトから被写体がファインダー一杯になるまで行った。尚、焦点距離と認識率の関係は、例えば表２に示した条件に基づいた認識法によって求めている。
【００４０】
【表１】

【００４１】
【表２】

【００４２】
【表３】

【００４３】図２に示したように、画像処理部１０１は、明るさ、紙の種類、撮影距離を固定して焦点距離を変えて撮影した画像に対して、画像処理を行い、２５６階調の濃淡画像を求めている。この濃淡画像は、濃度ヒストグラム分析部２０２に供される。このとき、焦点距離別に濃淡画像を求めてもいいが、本実施形態で使用したデジタルカメラは焦点距離が変わっても、輝度が変わらない補正を行っているので、一つの焦点距離で撮影した画像について濃度ヒストグラムを求めている。図３に、濃度ヒストグラムの結果を示した。
【００４４】一方、画像処理部１０１で得た濃淡画像は、さらに２値化した後、外接枠検出部１０２における文字外接枠位置の検出に供される。そして、文字位置の検出及び文字の切り出しがなされた後、サイズ正規化部１０３、特徴抽出部１０４及び認識処理部１０５を介して、文字サイズが正規化され、さらにその特徴が取り出された後、認識処理される。ここでは、一つの焦点距離で撮影した文字画像全部を認識させて焦点距離別に認識率を得ている。図４は、この結果を開示した焦点距離と認識率との関係を示した特性図である。
【００４５】このとき、文字平均縦横長計算部２０１においては、外接枠検出部１０２で検出した文字の位置から文字の縦横の黒画素数を数えることで、縦横の長さを求める。すなわち、一つの焦点距離で撮影した画像中の文字の縦横画素長を計算し、さらに、縦横を平均した一つの長さを求め、これを文字サイズとしている。図５に、焦点距離別の文字サイズの結果を示した文字サイズ分布図を示した。
【００４６】このようにして、撮影画像から、濃度ヒストグラム、焦点距離と認識率、及び文字サイズ分布についての分析ができる。そして、この分析結果に基づき、コントラスト、最適焦点距離及び文字サイズ推定直線が得られる。
【００４７】すなわち、図２に示したように、濃度ヒストグラム分析部２０２は、図３記載のヒストグラムにおける濃度分布を平滑線で近似し、このとき、濃度階調θ（＝２０）を閾値とし、（０〜θ）と（θ〜２５５）のそれぞれの範囲における頻度の最大値を求める。このとき、（０〜θ）における最大値を印字の輝度のピークと、（θ〜２５５）における最大値を紙の輝度のピークと定める。そして、この二つのピークの濃度階調差を求める。ここで、この得られた輝度差を「コントラスト」と定めている。
【００４８】また、認識処理部２０７は、図４記載の特性図から、認識率が最大値となる焦点距離を算出する。このとき、得られたこの焦点距離を「最適焦点距離」と定めている。
【００４９】そして、重回帰分析部２０７は、重回帰分析によって、図５記載の文字サイズ散布図から焦点距離と文字サイズとの関係を示した線形回帰式を求める。得られた回帰式が「文字サイズ推定直線」を示す演算式となる。
【００５０】表４及び図６に、コントラスト、最適焦点距離及び文字サイズ推定直線の算出結果を示した。これらのデータは、学習データ解析結果２０４に供給し格納され、未知データの最適焦点距離推定のための演算処理に供される。
【００５１】
【表４】

【００５２】次に、図１を参照しながら、本発明による未知データに対する最適焦点距離推定（図１において点線で囲んだ部分）ついて説明する。本実施形態においては、表５記載の未知データを用意した。
【００５３】
【表５】

【００５４】先ず、適当な焦点距離（初期焦点距離ｆ０）で撮影し、画像処理した濃淡画像に基づき、濃度ヒストグラム分析部２０２にて、濃度ヒストグラムを求めた後、上記と同様にして、コントラストを求める。また、外接枠検出部１０２で、前記画像から外接枠を検出した後、文字平均縦横長計算部２０１において、上記と同様にして、文字の縦横平均文字長さ（文字サイズ）を求める。このようにして、表６のような結果が得られ、この値は焦点距離平面作成部２０３へ供給される。
【００５５】
【表６】

【００５６】一方、学習データ解析結果２０４のうち文字サイズ推定直線を使って、初期焦点距離ｆ０での学習データの文字サイズを求める。こうして、初期焦点距離ｆ０に対して、４点の学習データから表７に示す結果が求まる。
【００５７】
【表７】

【００５８】ここで、文字サイズ、コントラストの２次元平面で４点の学習データと未知データの位置関係をみると、図７のようになる。このとき、この平面上で学習データと未知データのユークリッド距離を計算値が最も距離が近い３点を選ぶ。そして、これら３点を表７から再度選び、３次元空間上で３点を通る平面を計算する。
【００５９】ここでは、Ｃ０１Ｄ４５４、Ｃ０１Ｄ３４６、Ｃ０６Ｄ４５４を通る下記式の平面が得られる。
【００６０】０．０２２Ｘ − ０．００１Ｙ ＋ ０．０１１Ｚ ＝ １そして、この方程式のＸ、Ｙに、未知データの文字サイズとコントラストをそれぞれ入力し、Ｚ（最適焦点距離）を求めると、Ｚ＝２９．２となる。この演算処理は、最適焦点距離計算部２０５にて実行される。この演算結果である最適焦点距離Ｚは、画像入力部１００に供される。
【００６１】そして、画像入力部１００は、この最適焦点距離に近くなるように、マニュアルで、あるいは自動で、焦点距離を設定して、画像を撮影する。
【００６２】図８に最適焦点距離による画像とズームをかけた画像認識結果を示した。（ａ）は、ズームを大きくかけた時（焦点距離３１．８ｍｍ）の２値画像の結果である。このときの認識率は８１％であった。（ｂ）は推定焦点距離をマニュアルで設定した時（焦点距離２８．５ｍｍ）の２値画像の結果である。このときの認識率は９２％であった。
【００６３】かかる結果から明らかなように、本発明の情景内文字撮像方法によれば、撮影された文字画像の認識率が従来法よりも高くなることが確認できる。
【００６４】尚、本発明は、図１及び図２で示した処理過程をコンピュータのプログラムで構成し、このプログラムをコンピュータに実行させることができることは言うまでもなく、コンピュータでその機能を実現するためのプログラム、あるいは、コンピュータにその処理の手順の実行させるためのプログラムを、そのコンピュータが読み取りできる記録媒体、例えば、ＦＤ（フロッピーデイスク（登録商標））や、ＭＯ、ＲＯＭ、メモリカード、ＣＤ、ＤＶＤ、リムーバルデイスクなどに記録して、保存したり、配布したりすることが可能である。また、上記のプログラムをインターネットや電子メールなど、ネットワークを介して提供することも可能である。
【００６５】これら記録媒体からコンピュータに前記のプログラムをインストールすることにより、あるいはネットワークからダウンロードしてコンピュータに前記のプログラムをインストールすることにより、本発明を実施することが可能となる。但し、コンピュータへのインストールはコンピュータ単位であり、装置やシステムが複数あることなどでインストールの対象となるコンピュータが複数ある場合には、当該プログラムは必要な処理部分毎にインストールされることは当然である。この場合、当該プログラムはコンピュータ対応に記録媒体に記録するか、またはダウンロードしてもよい。
【００６６】また、本発明は、画像入力工程を有する文字認識方法とその装置にも適用でき、このことにより、文字認識率の高い文字認識方法とその装置さらには文字認識プログラムとそのプログラムを記録した記録媒体の提供が可能となる。
【００６７】
【発明の効果】以上の説明から明らかなように、本発明は以下の効果を奏する。
【００６８】本発明は、撮影時に文字認識に対して最適な画像が得られるように焦点距離を設定するので、これにより撮影された文字画像の認識率が高まる。そのため、文字認識システムの入力画像を直接改善するためシステム全体の性能を向上させることができる。また、実環境において自動的に最適焦点距離を計算し設定するので、撮影者の手間が省ける。これにより、無人稼働が可能となる。
【００６９】このように、本発明は、近年進んでいるＩＴ産業に関して、多様なインターフェイス（カメラ、センサー系など）からの情報処理を推進するものであり、情景文字認識の製品開発に大いに寄与する。
【出願人】 【識別番号】０００００４２２６
【氏名又は名称】日本電信電話株式会社
【住所又は居所】東京都千代田区大手町二丁目３番１号
【出願日】 平成１４年３月６日（２００２．３．６）
【代理人】 【識別番号】１０００６２１９９
【弁理士】
【氏名又は名称】志賀 富士弥 （外２名）
【公開番号】 特開２００３−２５６７７１（Ｐ２００３−２５６７７１Ａ）
【公開日】 平成１５年９月１２日（２００３．９．１２）
【出願番号】 特願２００２−６０２２１（Ｐ２００２−６０２２１）