[논문]오프라인 필기체 한글 인식을 위한 자소 내 자획의 분리

정민철

오프라인 필기체 한글 인식을 위한 자소 내 자획의 분리
Stroke Extraction in Phoneme for Off-Line Handwritten Hangul Recognition 원문보기

본 논문은 오프라인 필기체 한글 인식을 위한 요소 기술의 하나인 자소 분할을 위한 새로운 자획 추출법을 제안한다. 수평 런 길이를 이용하여 자소의 자획을 수직, 경사, 수평으로 구분 분리한다. 수직 자획이나 경사 자획의 수평 런 길이는 자획 두에가 되며, 수평 자획의 수평 런의 개수가 자획 두께가 된다. 수평 자획을 분리 추출한 후, 끊어진 수직, 경사 자획을 자획 두께의 수평 런으로 연결하여 분리한 자획들이 문자의 특징을 나타내게 한다. 추출된 자획들은 온라인 필기체 한글 인식 시스템에서 개발 사용되고 있는 자획 사전 정합을 통해 문자 인식을 할 수 있다.

This paper proposes a new stroke extraction algorithm for phoneme segmentation, which is one of main techniques for off-line handwritten Hangul recognition. The proposed algorithm extracts vertical, slant, and horizontal strokes from phonemes using run-length. The run-length of vertical or slant strokes becomes the width, and also the number of horizontal run-lengths the width. After extracting horizontal strokes from phonemes, the algorithm links two continuous vertical or slant stokes with run-lengths of the strokes' width to represent the features of a character. The extracted strokes can be utilized to recognize a character, using template matching of strokes, which is being adopted in on-line handwritten Hangul recognition.

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

본 논문에서는 오프라인 필기체 한글 인식을 위한 요소 기술 중 하나인 자소 분리를 위한 새로운 자획 분리기술을 제안하였다. 우리가 필기체 한글을 쓸 때 자획을 바탕으로 초성 자음, 중성 모음, 종성 자음의 순서로 조합하여 한글 문자를 구성하여 쓰는 것처럼, 문자 인식은 필기 과정의 역으로 조합된 문자를 자소로 분리하고, (접합) 자소를 자획을 분리하여 구조적으로 수행한다.
이에 본 논문에서는 오프라인 필기체 한글 문자 인식률을 높이기 위한 새로운 방법을 개발하여 구현한다. 한글 문자는 초성 .

제안 방법

또한 본 논문이 제안한 자획 분리 기술은 오프라인필기체 한글 문자를 세선화 과정 없이 수행한다. 골격선 추출을 위한 세선화 과정은 한글 문자 구조에 왜곡 현상을 발생시키고, 과거의 많은 연구가 이를 제거하기 위해 시간 소모적 인 복잡한 알고리즘을 사용하였다. 본 논문에서는 세선화 과정 없이 문자의 자획을 수평 런 길이를 이용해 수평 자획, 경사 자획을 포함한 수직 자획, 폐곡선 자획으로 분리하였다.
이는 계층적 구조를 갖는 한글 문자의 특성을 최대한 활용한 것이다. 또한 본 논문이 제안한 자획 분리 기술은 오프라인필기체 한글 문자를 세선화 과정 없이 수행한다. 골격선 추출을 위한 세선화 과정은 한글 문자 구조에 왜곡 현상을 발생시키고, 과거의 많은 연구가 이를 제거하기 위해 시간 소모적 인 복잡한 알고리즘을 사용하였다.
골격선 추출을 위한 세선화 과정은 한글 문자 구조에 왜곡 현상을 발생시키고, 과거의 많은 연구가 이를 제거하기 위해 시간 소모적 인 복잡한 알고리즘을 사용하였다. 본 논문에서는 세선화 과정 없이 문자의 자획을 수평 런 길이를 이용해 수평 자획, 경사 자획을 포함한 수직 자획, 폐곡선 자획으로 분리하였다. 분리된 자획은 온라인 필기체 한글 인식을 위해 개발되어 사용되고 있는 자획 사전 등과 같은 기술 등을 이용해 문자를 인식하는데 이용될 수 전처리된 영상은 아직 영상 정보의 최하위 계층인 화소 수준에 머물러 있다. 본 논문에서는 이를 연결성분 분석 (connected component analysis)을 통해 보다 상위 계층으로 나타낸다. 연결 성분 분석은 위에서 아래로, 좌에서 우로 영상을 스캔하면서 문자 전경(foreground)들중 연결된 성분들을 찾아내는 것이다.
각 자획은 이미 접합되어 있고, 자소 또한 종종 접합되어 있으며, 심지어 입력 문자가 이웃 문자와 서로접합되어진 경우도 많다. 본 논문에서는 이를 해결하기 위해 한글의 자소 분리에서 한 단계 더 내려가 자소를 자획으로 분리한다.
스캔하여 영상을 획득하였다. 스캔하는 샘플링수에 따라 영상 내 문자 자획의 두께가 달라지는 더】, 제안한 방법은 이와 관계없이 문자 자획의 두께를 모두 구하였다. 자획의 분리 결과는 사람이 직접 자획 분리된 영상을 보고 분리 여부의 가부를 분석하였다.
이상적인 경우에는 초성, 중성, 종성은 각각 다른 한 개의연결 성분이 되지만 실제로는 그림 2에서 보듯이 하나의연결 성분에 초성과 중성 또는 중성과 종성 등이 접합되어 있다. 이를 분리하기 위해 문자의 자획 두께를 이용해수직, 수평, 사선 등의 자획을 추출 분리한다. 즉, 본 논문에서 제안하는 새로운 자획 분리 방법은 그림 2의 문자를예로 들면 첫 번째 연결 성분인 ', 은, -, 과, 丨, 의 2 개 자획으로, 두 번째 연결 성분f나, 과, 口, 의 접합)은 8개의 자획인, 丨 '과 '-' 으로 분리한다.
스캔하는 샘플링수에 따라 영상 내 문자 자획의 두께가 달라지는 더】, 제안한 방법은 이와 관계없이 문자 자획의 두께를 모두 구하였다. 자획의 분리 결과는 사람이 직접 자획 분리된 영상을 보고 분리 여부의 가부를 분석하였다. 그림 5는
이를 분리하기 위해 문자의 자획 두께를 이용해수직, 수평, 사선 등의 자획을 추출 분리한다. 즉, 본 논문에서 제안하는 새로운 자획 분리 방법은 그림 2의 문자를예로 들면 첫 번째 연결 성분인 ', 은, -, 과, 丨, 의 2 개 자획으로, 두 번째 연결 성분f나, 과, 口, 의 접합)은 8개의 자획인, 丨 '과 '-' 으로 분리한다. 이를 위해 먼저, 수평 런 길이를 문자 영상 내에서 모두 구한다.

대상 데이터

본 논문에서 제안한 방법을 실험하기 위해 5명의 대학생이 쓴 필기체 한글을 각각 200dpi와 300dpi의 그레이스케일로 스캔하여 영상을 획득하였다. 스캔하는 샘플링수에 따라 영상 내 문자 자획의 두께가 달라지는 더】, 제안한 방법은 이와 관계없이 문자 자획의 두께를 모두 구하였다.

이론/모형

그레이 레벨로 스캔된 영상은 첫 번째로, 히스토그램스트레칭(Histogram Stretching) 기법을 사용하여 영상의대비를 개선한다. 본 논문에서 사용하려는 명암 대비 스트레칭[4]은 영상 히스토그램이 모든 범위의 화소값을 포함하도록 식(2)어I 의해 영상을 확장한다.
따라서 문자를 인식하기 위해 자소 분리를 하고, 자소 분리를 위해자획 분리를 하여, 자소 간의 접촉 문제와 문자 간의 접촉 문제를 동시에 해결한다. 본 논문에서 제안하는 자획분리 기술은 수평 런 길이를 활용한다. 수직 자획이나 경사 자획의 수평 런 길이는 자획 두께가 되며, 수평 자획의 수평 런의 개수가 자획 두께이다.

후속연구

" data-before="있다" data-ocr-fix="">있다. [9, 10, 11, 12, 13], 부가적으로 본 논문에서 제안한 자획 분리 기술은 사용자 확인을 위한 서명 자동 인식(자획이 주요한 특징이 된다)에도 적용할 수 있으며 한자나 영문, 숫자 등의 인식에도 활용될 수 있다.

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증

오프라인 필기체 한글 인식을 위한 자소 내 자획의 분리
Stroke Extraction in Phoneme for Off-Line Handwritten Hangul Recognition 원문보기

초록
AI-Helper

Abstract ▼ AI-Helper

주제어

AI 본문요약
AI-Helper

문제 정의

제안 방법

대상 데이터

이론/모형

후속연구

이 논문을 인용한 문헌

저자의 다른 논문 :

관련 콘텐츠

원문 보기

원문 URL 링크

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

연합인증

오프라인 필기체 한글 인식을 위한 자소 내 자획의 분리 Stroke Extraction in Phoneme for Off-Line Handwritten Hangul Recognition 원문보기

초록 용어보기논문에서 용어와 풀이말을 자동 추출한 결과로, 시범 서비스 중입니다. AI-Helper

Abstract ▼ AI-Helper

주제어

AI 본문요약 엑셀 다운로드 AI-Helper

문제 정의

제안 방법

대상 데이터

이론/모형

후속연구

이 논문을 인용한 문헌

저자의 다른 논문 :

정민철 (23)

관련 콘텐츠

원문 보기

원문 URL 링크

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

오프라인 필기체 한글 인식을 위한 자소 내 자획의 분리
Stroke Extraction in Phoneme for Off-Line Handwritten Hangul Recognition 원문보기

초록
AI-Helper

AI 본문요약
AI-Helper