선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 일단 한글의 유형이 주어지면 자소의 위치와 각 자소가 차지하는 대략의 영역을 알 수 있으므로 고정된 해당 자소 부분을 자소 인식 신경망의 입력 영역으로 사용할 수 있다. 따라서 본 논문에서는 레전드 문자인식에 가장 적합한 입력 특징 소를 신경망 알고리즘에 적용하여 이미지 도면내 부품정보와시설물부품리 스트간의 연계기 능을 구현하였다.
- 본 논문에서는 시설물의 부품정보와 도면 간의 원활한 연계를 위해 이미지 도면에서 추출된 레전드 문자를 크기 정규화를 거쳐 적절한 특징을 추출하고 이를 신경망에 적용하여 문자를 인식하였다.
- 본 논문에서는 특징추출 과정의 일반성과 특징추출 시간의 효율성을 높이기 위하여 평활화, 세선화, 잡음 제거 등의 특별한 전처리 과정은 수행하지 않고 비교적 이진화 성능이 우수한 Otsu의 이치 화[2]와 먼저 읽혀진 문자를 축소해서 본래 문자로부터 잡음을 줄이고 보다 정확하게 특징을 추출하기 위해 크기 정규화를 하였다.
- 이를 위해 설계도면 작성, 승인, 등록, 검색, 활용, 관리 등 도면과 관련된 모든 제반 업무를 웹을 통하여 체계적이고 효율적으로 관리하기 위한 도면관리시스템이 요구된다. 본 논문은 설계도면내 시설물 부품정보와 부품리스트간의 유기적인 관계를 통해 시설물 유지보수 효율성을 극대화 할 수 있는 시스템 구축에 관해 연구하였다.
- 본 논문은 시설물의 이미지 도면을 대상으로 부품 심볼을 지정하는 레전드 문자의 추출과 인식을 다루고자 한다. 일반적으로 시설물 설계도면에는 시설물을 구성하는 수많은 부품요소에 대한 정보가 표현되어 있고, 다양한 부품 심벌을 구분하기 위해 각 심벌에는 레전드라는 문자가 표기되어 있다.
- 문자인식 과정에서 전처리는 필수적이다. 전처리의 목적은 256레벨의 그레이 영상을 이진 영상으로 변환할 때 가장 좋은 이진 영상을 만들기 위한 것이다. 이미지 도면에서 영역화된 개별 문자들은 몇 단계의 인식 과정을 거친다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.