JPH0632084B2 - ファジー推論による手書き文字認識方法 - Google Patents

Description

【発明の詳細な説明】 （産業上の利用分野） 本発明は、手書きによる漢字、ひらがな、かたかな、漢
数字、英文字、英数字などの各種文字をファジー推論に
より認識するための手書き文字認識方法にに関するもの
である。

（従来の技術） 手書き文字を入力データとして例えば電子計算機に入力
する場合、手書きされた文字を正確に認識することが極
めて重要なことになる。

そのため、従来より手書き文字を認識するための手段に
関する様々な研究が行なわれてきた。そして上記従来の
手書き文字認識手段の多くは、手書き文字入力データの
時空間軸上から特徴を抽出するものであった。

（発明が解決しようとする課題） 手書き文字を認識するとき、最終的には実時間で認識す
る必要があり、そのため、個々の入力文字にどれだけの
処理時間を必要とするかが、手書き文字認識装置として
の有効性を決定する上で重要な要素になる。

しかしながら、前記従来の手書き文字認識手段の場合は
一般に計算量が多いため、処理時間が長くなることが多
く、これを解決するためには高速の高価な電子計算機を
用いなければならないという問題があった。

そこで本発明では、手書き過程にある文字のストローク
単位で、Ｘ，Ｙ座標点列の移動量対応のフーリエ変換を
行い、上記Ｘ，Ｙ座標点列の移動量を周波数領域として
扱うとともに、ファジー推論を行うことにより計算量を
少なくし、入力された手書き文字の認識に要する処理時
間を短くすることを解決すべき技術的課題とするもので
ある。

（課題を解決するための手段） 上記課題解決のための技術的手段は、ファジー推論によ
る手書き文字認識方法を、文字を手書きする手書き面を
もった文字入力手段において文字が手書きされる過程
で、同文字を所定の時間間隔でＸ座標、及びＹ座標に対
応した点列データとして同文字入力手段から出力させ、
前記文字入力手段から出力された前記手書き文字対応の
点列データを入力データ正規化手段に入力させ、同入力
データ正規化手段において、前記文字入力手段で手書き
された文字の大きさを統一するとともに、入力された手
書き文字の筆速を一定にするために前記手書き文字の点
列の間隔を一定にする正規化をしたあと、前記入力デー
タ正規化手段により正規化された手書き文字をフーリエ
変換手段においてストローク単位でＸ，Ｙ移動量対応の
フーリエ変換を行い、その周波数の強度を求め、更に前
記フーリエ変換手段においてフーリエ変換して得られた
フーリエ級数データをファジー化手段により曖昧な手書
き文字データとして扱うことができるようにファジー化
したあと、ルール生成手段が、標準文字をファジー化し
たパターンデータを記憶しておくための標準パターン記
憶手段から前記パターンデータを得て、手書き文字認識
のためのプロダクションルールを生成し、そのあとファ
ジー推論手段が前記文字入力手段において入力された手
書き文字と同一画数の前記標準パターン記憶手段に記憶
されたパターンデータのそれぞれと、前記ファジー化さ
れた手書き文字データとの間で、前記プロダクションル
ールに基づいてファジー推論を行い、最も確信度の高い
ものを判定し、前記ファジー推論手段で最も確信度が高
いと判定された文字を前記入力された手書き文字に対応
する標準文字データとして認識文字出力手段から出力す
るという行程で手書き文字を認識するようにすることで
ある。

（作 用） 上記のファジー推論による手書き文字認識方法によれ
ば、文字が手書きされる過程で文字入力手段は、上記文
字を所定の時間間隔でＸ座標、Ｙ座標に対応した点列デ
ータとして入力データ正規化手段に出力する。

上記点列データを入力した入力データ正規化手段は、入
力された手書き文字の大きさを統一するとともに、入力
された手書き文字の筆速を一定にするために同手書き文
字の点列の間隔を一定にする。そして、フーリエ変換手
段は入力データ正規化手段により正規化された手書き文
字をストローク単位でＸ，Ｙ移動量対応のフーリエ変換
を行い、周波数の強度を求め、更にファジー化手段にお
いて、前記フーリエ変換手段においてフーリエ変換して
得られたフーリエ級数データを曖昧な手書き文字データ
として扱うことができるようにファジー化する。

一方、ファジー推論手段は、前記ファジー化手段におい
て曖昧な手書き文字データとして扱うことができるよう
にファジー化された入力文字と、同入力文字と同一画数
の、前記標準パターン記憶手段に記憶されたパターンデ
ータのそれぞれとをプロダクションルールに基づいてフ
ァジー推論を行い、最も確信度の高いものを判定する。
そして、認識文字出力手段は前記ファジー推論手段で最
も確信度が高いと判定された文字を、前記入力された手
書き文字に対応する標準文字データとして出力するもの
である。

（実施例） 次に、本発明の一実施例を図面を参照しながら説明す
る。

第１図は、手書き文字認識システムの構成を示したブロ
ック図である。図に示すように文字入力手段としてタブ
レット状のメディアグラフ１が用いられており、このメ
ディアグラフ１に手書きされた文字は、手書きされる過
程でＸ座標、及びＹ座標に対応した座標点列データとし
てパーソナルコンピュータ２に入力される。

上記メディアグラフ１は、有効読取り範囲を例えば２１
０mm×１４８mm、分解能を例えば約0.1mm、ポイント読
取り誤差は±１mm、有効読取り高さは３mm以下であり、
ポイント転送速度を３５ポイント／秒とし、ポイント間
距離が１mm以上になったとき、パーソナルコンピュータ
２に対して前記点列データのポイント転送を行うように
設定されている。

メディアグラフ１からパーソナルコンピュータ２に上記
点列データが転送されると、手書きされた文字の各スト
ロークの座標点列は、入力の順序に従ってストロークの
書き始めと書き終わりの情報を伴ってパーソナルコンピ
ュータ２のソフトウェア、すなわち入力データ正規化部
３に転送される。

一般に、メディアグラフ１に手書きされる文字は、その
大きさも異なり、筆速も異なるため、同パーソナルコン
ピュータ２のソフトウェアである入力データ正規化部３
は、入力された座標点列に対して文字の大きさと、筆速
の正規化を行う。その為、例えば長さ２５６ビットの正
方形の中に、入力文字が丁度納まるように縮小、あるい
は拡大することにより大きさに対する正規化を行う。但
し、縦と横の縮小率、あるいは拡大率は同一とするもの
である。縦長、あるいは横長に手書きされた文字の場合
は、横方向、あるいは縦方向に空白ができるが、この空
白の場所を一定の方向とするため、縦長、あるいは横長
に書かれた文字は左上詰めとする。また、前記正方形の
座標系は、パーソナルコンピュータ２のディスプレイ画
面の座標系と合わせるために、左上を原点とし、Ｙ座標
については下向きとする。

一方、筆速の正規化については、前記メディアグラフ１
から入力された座標点列データをもとに、単位時間に書
かれる線長が一定になるような新たな座標点列を求め、
これらの新たな座標点列データをフーリエ変換のための
データとするものである。

フーリエ変換部４におけるフーリエ変換は、メディアグ
ラフ１に書かれる文字のストローク毎に、ストロークを
書き始めたところからのＸ軸での移動量と、Ｙ軸での移
動量に対して行われる。従って、与えられた座標点列は
それぞれの軸での移動量に変換される。第２図(A)は、
文字「の」について、Ｘ軸での移動量、Ｙ軸での移動量
を示したものである。ところで、第２図(A)に示したよ
うな波形に対してフーリエ変換を行うと、始点と終点と
が一致していないために、非連続な波形に対してのフー
リエ級数を求めることになる。このため、収束率の悪い
フーリエ級数となるので、終点の位置で線対称に波形を
第２図(B)のように折返させ、波形が連続になるように
し、この波形についてフーリエ変換を行うものである。

フーリエ変換により、 f(t)＝a0/2+a1cosθｔ＋ｂ１ｓｉｎθt+a2cos2θｔ +b2sin2θt+a3cos3θt+b3sin3θt… の各係数を得ることができる。第３図(A)から第６図(A)
はそれぞれ代表的なストロークを示しており、第３図
(B)から第６図(B)は上記ストロークそれぞれのＸ軸での
移動量を示し、更に第３図(C)から第６図(C)は上記Ｘ軸
での移動量について前記フーリエ変換を行ったときの各
係数の値を示したものである。なお、前述したように前
記波形を終端の位置で線対称に折り返したことにより、
前記フーリエ変換式におけるｂｎ項(n=1,2,3,…)は小さ
な値になるため、上記図においては特に示していない。

上記第３図(C)から第６図(C)に示すように、係数a0/2は
ストロークの重心の位置を示し、a1はその軸上での始点
と終点の間での離れ具合いを示し、a2はその軸での曲が
り具合いを示すという性質を表す。なお、a3,a4は、a1,
a2に対してそれぞれ補完的な意味を持っていると考えら
れるが、手書き文字の認識の過程では上記a3,a4を使用
しない。

以上のように各ストロークの長さと、フーリエ変換によ
り得られた各周波数の強度対応値は、ファジー化部５に
転送される。

一般に、手書き文字におけるストロークの長さとか、前
記周波数の強度は、同一人が同じ文字を書く場合でも毎
回異なるものであり、書く人が変わればさらに異なる。
従って、手書き文字より得られたこれらのデータは絶対
的なものではなく、その値の近くにあるということを示
していると考えなければならない。そこで、上記データ
に対してはファジー値を用いて表すことが適当である。
すなわち、ストロークの長さについては、非常に長いと
か、極めて短いとか、というような曖昧さを持つ表現を
用い、周波数の係数（強さ）についても同様の表現を用
いるものである。このような曖昧な表現を用いることに
より、手書き文字の認識のためのプロダクションルール
そのものが分かりやすくなるし、また、この表現のなか
に、それに近い表現をも、ある程度含むということを語
感の中に持たせることができる。

そこで、ファジー化部５において用いられる上記ストロ
ーク長に関するファジー値と、その対応値を第７図に、
周波数の係数a0/2に関するファジー値と、その対応値を
第８図に、周波数の係数a1に関するファジー値と、その
対応値を第９図に、更に、周波数の係数a2に関するファ
ジー値と、その対応値を第１０図に示している。なお、
パーソナルコンピュータ２の中ではファジー値をＯ〜Ｆ
までの１６進数で便宜的に表すこととする。第７図〜第
１０図にはこの便宜値を併せて記してある。

また、第１１図は、ある人が書いた１４画の教育漢字の
全てについて、そのストロークの長さと周波数の強度を
ファジー値に直したときの分布状態を示したものであ
る。

一般に、ストローク長は、画数が少ない場合には大きい
方に、画数が多い場合には小さい方に分布するが、第１
１図に示すように、１４画では既に小さい方に分布して
いる。また、ストロークの重心を表すa0は、Ｘ軸、Ｙ軸
ともにほぼ均等な分布をなしている。始点と終点の離れ
具合いを表すa1は、やや中央に傾いて分布している。こ
れは、画数が多くなってくると、ストローク長が短くな
ってくることに起因している。更にストロークの曲がり
具合いを示すa2は中央に傾いている。これは曲がってい
るストロークが少ないことに起因している。

従って、ファジー化部５に入力されたデータをファジー
化してファジー値を割り付ける場合、ファジー化部５は
前記第７図から第１１図に示した値を用いるものであ
る。しかしながら、上記データは、それに与えられたフ
ァジー値に完全に含まれているわけではなく、その近く
のファジー値の中に含まれる可能性を有している。ファ
ジー理論では、ファジー値の中に含まれる可能性をメン
バーシップ値といい、ファジー値とメンバーシップ値の
関係をメンバーシップ関数で表す。メンバーシップ関数
は、多くの場合、三角形で表される。第１２図は上記例
を示したものであり、データに与えられたファジー値で
のメンバーシップ値を１とし、そこから離れるに従っ
て、0.1の割合でメンバーシップ値が減ることを示して
いる。

次に、標準パターン部６について説明する。

標準パターン部６には、標準文字として手書きで入力さ
れた文字が、フーリエ変換、ファジー化を経た後で、フ
ァジー値の形で記憶されている。また、ルール生成部７
では、標準パターン部６よりファジー化データを取り出
し、これより、それぞれの標準文字に対してプロダクシ
ョンルールを作り出す。このプロダクションルールはス
トローク対応に作り出され、それは「ｉｆ条件文then結
論」の形をとる。また、上記条件文は複数の条件の論理
積として構成される。それぞれの条件はファジー化され
たデータのそれぞれについて、すなわちストロークの長
さや周波数の強度について条件を規定する。例えばば第
１３図(A)に示すようなパターンで「疑」という文字が
入力され、標準パターン部６に第１３図(B)に示すよう
にファジー化データとして記憶されているとする。これ
より、次のようなプロダクションルールが作り出され
る。

ルール「疑」１： 第一ストロークにおいて、 ストローク長が相当に短く、 Ｘ軸の移動量で見たとき、 ストロークの重心が左端に相当に接近していて、 終点が始点に対して右に相当に接近していて、曲がり具
合いは水平で、 Ｙ軸の移動量で見たとき、 ストロークの重心が上端に非常に接近していて、 終点が始点に対して下に相当に接近していて、曲がり具
合は垂直ならば、 この文字は「疑」であるというルールを生成する。

ルール「疑」２： 第二ストロークにおいて、 ストローク長は短く、 Ｘ軸の移動量で見たとき、 ストロークの重心が左端に非常に接近していて、 終点が始点に対して左に接近していて、 曲がり具合いは凹にやや曲がっていて、 Ｙ軸の移動量で見たとき、 ストロークの重心が上端に相当に接近していて、 終点が始点に対して下に接近していて、 曲がり具合いは凸にやや曲がっているならば、 この文字は「疑」であるというルールを生成する。

次に、ファジー推論部８について説明する。

ファジー推論部８においては、前記条件文の満たされ具
合いに応じて結論の満たされ具合いが定められるように
なっている。そこで、まず、条件文の満たされ具合い
を、確信度という言葉を用いながら説明する。

前述したようにプロダクションルールにおける条件文は
条件の論理積として表されているので、条件の満たされ
具合い、すなわち条件の確信度と、条件の論理積に対す
る確信度を決める必要がある。そこで、本実施例では計
算のし易さを配慮して、各条件の確信度は２つのメンバ
ーシップ関数を比較し各ファジー値でのメンバーシップ
値においてその小さい方をとり、その中で最大のものを
とるmin-max（最小の中で最大のもの）で、条件の論理
積に対する確信度は条件の確信度の中のmin（最小のも
の）ということにする。すなわち、条件の確信度は次の
ように定める。条件の記述は、「ＡがＡ′であるなら
ば」ということにして、かつ、Ａ′は標準パターンの方
から与えられるファジー値とする。また入力文字の方か
らもＡに対してＡ″というファジー値を得る。例えば
「疑」２のルールで、「ストローク長は短く」は条件で
あるが、この条件でＡ′は「短い」であり、Ａはストロ
ーク長である。このときストローク長は入力文字の第二
ストロークの長さを示すものであり、短いとか長いとか
のファジー値を有している。この二つのファジー値から
この条件に対する確信度を求めることになるが、これは
ファジー値が示すメンバーシップ関数を用いる。

第１４図、及び第１５図は上記条件に対する確信度を求
めるときの説明図である。条件に関する確信度は標準パ
ターンの方から得られるメンバーシップ関数と入力文字
パターンの方から得られるメンバーシップ関数から得る
が、これは次のように行なう。各ファジー値に対して２
つのメンバーシップ関数のメンバーシップ値を比較し、
その値が小さい方をとる。次にこのようにして選ばれた
メンバーシップ値の中から最大のものをとる。これが条
件に対する確信度である。第１４図と第１５図は「凝」
２のルールの条件の一つである「ストローク長は短く」
の条件に対する確信度を求める方法を示したものであ
る。標準パターンにおいては第二ストロークの長さは短
いのでそのメンバーシップ関数は「短い」の所（図では
４の所）をメンバーシップ値１とした三角形となる。即
ち第１４図の左側の波形となる。ここで入力文字におい
ては第二ストロークの長さは少し短かったとする。この
とき、入力文字の第二ストロークの長さに対するメンバ
ーシップ関数は「少し短い」の所（図では６の所）をメ
ンバーシップ値１とした三角形となる。即ち第１４図の
右側の波形となる。次にファジー値に対応してメンバー
シップ値の小さい方を選ぶと第１５図の波形を得る。こ
の波形より最も大きなメンバーシップ値を選ぶ。図では
0.8なのでこれが第二ストロークに少し短めのものを書
いたときのストローク長は短いという条件に対する確信
度となる（第１５図参照）。

また、論理積で結ばれた条件については、その条件の確
信度の中で小さい方を、論理積で結ばれた条件の確信度
とする。

今第１６図(A)の文字を入力したとする。このとき第二
ストロークに対するファジー値は次のようになる。スト
ローク長は少し短い。又、Ｘ軸の移動量で見たとき、ス
トロークの重心は左端に相当に接近していて終点が始点
に対して左に相当に接近していて、終点が始点に対して
左に相当に接近していて曲がり具合が凹に少し曲がって
いる。さらにＹ軸の移動量で見たときストロークの重心
は上端にかなり接近していて、終点が始点に対して下に
接近していて曲がり具合が凸に少し曲がっている。そこ
で「疑」２のルールを適応すると各条件に対する確信度
はストローク長については0.8、Ｘ軸の移動量でのスト
ロークの重心は0.9、終点と始点の離れ具合は1.0、曲が
り具合は0.9、Ｙ軸の移動量でのストロークの重心は0.
9、終点と始点の離れ具合は1.0、曲がり具合は0.9とな
る。従って条件の論理積、即ち条件式に対する確信度は
この中の最小のものということで0.8となる。

プロダクションルールの中には、同一の結論を導きだす
ものが複数存在する。一般にファジー推論では結論もフ
ァジー値となっていて、条件文によって得られた確信度
でそれぞれの結論のファジー値を補正するとともに、同
一の結論を導き出すものが複数個ある場合には、その平
均をとるということが行われる。しかし、本実施例で
は、結論はファジー値ではなく０か１の値をとるものと
する。そこで、結論についての確信度は条件文の確信度
とする。また、同一の結論が複数個存在する場合には、
それぞれの結論に対する確信度の平均をとる。

上記の例として、第１６図(A)に示すような文字が入力
されたものとする。そしてこれに対するファジー化デー
タは第１６図(B)に示すものであった場合、標準文字
「疑」での各ストロークに対するプロダクションルール
から、つぎのような確信度をそれぞれ得る。

第一ストロークに対する確信度は1.0、第二ストローク
に対する確信度は0.8、以下第三ストローク以降、第十
四ストロークまでの確信度は0.8,0.8,0.7,0.8,0.7,0.9,
0.9,0.8,0.8,0.8,0.9,0.9となる。

従って、これら確信度の平均は0.83であるので、この入
力文字に対する標準文字「疑」の確信度は0.83というこ
とになる。ファジー推論部では入力文字と同一画数の標
準パターン全てについて、入力文字との間でプロダクシ
ョンルールを適応し、入力文字の各標準パターンに対す
る確信度を計算する。そして確信度が最も高かった標準
パターンを入力文字に対応する認識文字として認識文字
出力部９に出力する。

例えば第１６図(A)の文字を入力すると、標準パターン
「疑」に対して確信度0.83、「読」に対して確信度0.6
9、「誤」に対して確信度0.66、「説」に対して確信度
0.65、「認」に対して確信度0.65というような値を得
る。そこで入力文字は「疑」と判定し、これを認識文字
出力部に出力する。

以上のようにして推論され、結論ずけられた文字は、認
識文字出力部９から標準文字に対応したパターン信号と
して出力される。

第１７図は、以上のように構成されたファジー推論によ
る手書き文字認識装置により、メデアグラフ１に手書き
された文字を認識させるための文字認識行程図を示した
ものである。

同図に示すように、ステップ１（以後、Ｓ１，Ｓ２，Ｓ
３，…Ｓ７のように記載する。）に示すように、メディ
アグラフ１に手書きされた文字の筆順に従って所定の時
間間隔で筆の位置を示すＸ，Ｙ座標を点列データとして
パーソナルコンピュータ２に入力させる。Ｓ２におい
て、手書き文字対応の点列データがパーソナルコンピュ
ータ２に入力されると、同入力文字の大きさを統一する
とともに、同入力文字の筆速を一定にするための正規化
を行う。Ｓ３において、正規化された手書き文字の各ス
トローク毎のＸ座標の移動量、及びＹ座標の移動量に対
してフーリエ変換を行い、そのあと、Ｓ４において、正
規化された手書き文字の各ストローク毎のＸ座標の移動
量、及びＹ座標の移動量に対するそれぞれのフーリエ変
換によって得られたフーリエ級数a0/2,a1,a2それぞれを
ファジー化する。

Ｓ５において、手書きされた入力文字の画数と同一画数
の標準文字のファジー化データを標準パターン部から検
索し、検索されたファジー化データに基ずき、ストロー
ク単位でプロダクションルールを生成する。Ｓ６におい
て、プロダクションルールに基づき、手書きされた入力
文字と、標準パターン部から検索された標準文字との間
でファジー推論を行い、最も確信度の高いものを判定し
たあと、Ｓ７において、最も確信度が高いと判定された
標準文字を認識文字として出力し、そのあと、次の文字
認識処理に移行する。

（発明の効果） 以上のように本発明によれば、文字入力手段において手
書きされた文字をＸ座標、Ｙ座標に対応した点列データ
として入力し、入力データをストローク単位でフーリエ
変換したあと、二番目の周波数の係数までをファジー値
で表し、標準パターンから得られるプロダクションルー
ルにより、ファジー推論を行い、手書き文字を認識する
ため、従来の手書き文字認識手段に比較して計算量が極
めて少なくなり、手書き文字の認識のための処理時間を
短くすることができるとともに、手書き文字の認識確信
度を高めることができるという効果がある。

【図面の簡単な説明】

図面は本発明の実施例に係り、第１図は手書き文字の認
識のためのシステム構成ブロック図、第２図(A)は文字
「の」について、Ｘ軸での移動量、Ｙ軸での移動量を示
した説明図、第２図(B)は第２図(A)の波形の終点の位置
で線対称に波形を折返した波形図、第３図（Ａ）、第４
図（Ａ）、第５図（Ａ）、及び第６図（Ａ）はそれぞれ
代表的なストロークを座標上に示したストローク図、第
３図（Ｂ）、第４図（Ｂ）、第５図（Ｂ）、及び第６図
（Ｂ）は上記ストロークそれぞれのＸ軸での移動量を示
した移動量説明図、第３図（Ｃ）、第４図（Ｃ）、第５
図（Ｃ）、及び第６図（Ｃ）は上記Ｘ軸での移動量につ
いて前記フーリエ変換を行ったときの各係数値を示した
表示図、第７図は手書き文字のストローク長に関するフ
ァジー値と、その対応値を示した対応図、第８図は周波
数の係数a0/2に関するファジー値と、その対応値を示し
た対応図、第９図は周波数の係数a1に関するファジー値
と、その対応値を示した対応図、第１０図は周波数の係
数a2に関するファジー値と、その対応値を示した対応
図、第１１図は１４画の教育漢字の全てについて、その
ストロークの長さと周波数の強度のファジー値の分布
図、第１２図はメンバーシップ関数図、第１３図(A)は
標準文字「疑」のパターン図、第１３図(B)は標準文字
「疑」のファジー化データ表示図、第１４図は二つのメ
ンバーシップ関数を示したメンバーシップ関数図、第１
５図は、第１４図に示した二つのメンバーシップ関数か
ら選択された確信度の高いメンバーシップ関数図、第１
６図(A)は入力文字「疑」のパターン図、第１６図(B)は
入力文字「疑」のファジー化データ表示図、第１７図は
文字認識行程図である。 １……メデアグラフ ２……パーソナルコンピュータ ３……入力データ正規化部 ４……フーリエ変換部 ５……ファジー化部 ６……標準パターン部 ７……ルール生成部 ８……ファジー推論部 ９……認識文字出力部

Claims (1)

【特許請求の範囲】
1. 【請求項１】文字を手書きする手書き面をもった文字入
   力手段において文字が手書きされる過程で、同文字を所
   定の時間間隔でＸ座標、及びＹ座標に対応した点列デー
   タとして同文字入力手段から出力させ、 前記文字入力手段から出力された前記手書き文字対応の
   点列データを入力データ正規化手段に入力させ、同入力
   データ正規化手段において、前記文字入力手段で手書き
   された文字の大きさを統一するとともに、入力された手
   書き文字の筆速を一定にするために前記手書き文字の点
   列の間隔を一定にする正規化をしたあと、 前記入力データ正規化手段により正規化された手書き文
   字をフーリエ変換手段においてストローク単位でＸ，Ｙ
   移動量対応のフーリエ変換を行い、その周波数の強度を
   求め、更に前記フーリエ変換手段においてフーリエ変換
   して得られたフーリエ級数データをファジー化手段によ
   り曖昧な手書き文字データとして扱うことができるよう
   にファジー化したあと、ルール生成手段が、標準文字を
   ファジー化したパターンデータを記憶しておくための標
   準パターン記憶手段から前記パターンデータを得て、手
   書き文字認識のためのプロダクションルールを生成し、
   そのあとファジー推論手段が前記文字入力手段において
   入力された手書き文字と同一画数の前記標準パターン記
   憶手段に記憶されたパターンデータのそれぞれと、前記
   ファジー化された手書き文字データとの間で、前記プロ
   ダクションルールに基づいてファジー推論を行い、最も
   確信度の高いものを判定し、前記ファジー推論手段で最
   も確信度が高いと判定された文字を前記入力された手書
   き文字に対応する標準文字データとして認識文字出力手
   段から出力することを特徴とするファジー推論による手
   書き文字認識方法。