[논문]효과적인 문자 인식을 위한 저 품질 문자 영상의 이진화 및 획 재구성 방법

김도현; 차의영

doi:10.6109/jkiice.2007.11.3.608

효과적인 문자 인식을 위한 저 품질 문자 영상의 이진화 및 획 재구성 방법
Binarization and Stroke Reconstruction of Low Quality Character Image for Effective Character Recognition 원문보기

한국해양정보통신학회논문지 = The journal of the Korea Institute of Maritime Information & Communication Sciences, v.11 no.3, 2007년, pp.608 - 618

김도현 (부산대학교 컴퓨터공학과) , 차의영 (부산대학교 컴퓨터공학과)

초록
AI-Helper

영상의 이진화는 영상을 물체와 배경으로 구분하는 전처리 과정으로써 처리해야 할 대상이 되는 물체를 규정짓기 위한 매우 중요한 처리 과정이다. 본 논문에서는 저 품질 문자 영상에서 효과적인 문자 인식을 위한 효율적인 이진화 방법 및 획 영상 재구성 방법을 제안하다. 먼저 전역적 이진화 방법의 장점과 지역적 이진화 방법의 장점을 반영하여 문자 영역에 대한 이진화를 수행한 다음 이진화된 획 영상에 대한 분석을 통해 획에 붙어 있는 획 잡영 제거와 획 부분에 파여진 공백 잡영에 대한 채움 과정을 수행하여 고 품질의 획 영상으로 재구성하였다. 제안하는 문자 영상을 위한 이진화 알고리즘은 적응적인 임계값 선택 방법에 의해 속도와 성능의 효율성을 추구할 수 있도록 하였으며 이진화 결과로 인한 획 표면 잡영에 대해 단계적인 제거 과정을 수행하여 획 영상을 재구성함으로써 고 품질의 이진 영상을 획득할 수 있었다.

Abstract ▼ AI-Helper

Image binarization is an important preprocessing to identify the object of interest by dividing pixels into the background and object. We proposes efficient binarization method and a stroke reconstruction method of the low quality character image for an effective character recognition. First, the character image is binarized by using the both advantages of local and global thresholding method and then the noise elimination around the character stroke and the hole filling on the stoke by the analysis of the binarized stroke image are performed to enhance the quality of the character stroke. Proposed binarization algorithm for character image achieved an efficiency of both processing speed and performance by the adaptive threshold selection. Moreover, We could get a high qualify binary image by a stroke reconstruction of the step-by-step denoising process.

주제어

AI 본문요약
AI-Helper

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

문제 정의

이러한 획 잡영 및 공백 잡영 제거를 위해 median 필터나 morphology 필터를 사용할 경우 획 자체가 소실되거나 획과 획이 서로 붙어버리는 결과를 초래하므로 문자 인식을 위한 특징 추출 시 치명적인 문제점이 될 수 있다. 따라서 본 논문에서는 주변 이웃 픽 셀들의 정보를 참조하여 이러한 잡영을 판단하고 획 잡영은 제거하고 공백잡영은 획 픽셀로 채우는 방법을 도입하여 전체적인 획의 품질을 개선시 킬 수 있도록 하였다. 획 품질을 개선하는 방법은 먼저 수평 획에 대해 획 잡영 라인을 검출하고 이를 제거하며 수직 획에 대해서도 획 잡영 라인을 검출하여 제거 한다.
본 논문에서는 영상 분석 및 문자 인식을 통한 대용량 문서 처리의 전처리 단계로써 저 품질 문자 영상에서 효율적 인 이진화 알고리즘과 획 재구성 방법을 제시 하였다. 제안하는 이진화 알고리즘은 전역적 이진화 임계값과 지역적 이진화 임계값을적절히 조합하여 획과획 사이의 간격 이 좁거나 구분이 불분명 한 저 품질 영상에 대해서도 획 결합 없이 양호한 품질의 이진화 문자 영상을얻을 수 있었으며 속도에서도 글자당 평균 2ms의 속도로 기존의 지역 적 이 진화 알고리즘에 비해 빠른 처리 능력을 보여주었다.
이것은 문자획과 배경의 경계 부분은지역적 이진화방법에 의해 임계값을 검출하여 이진화하고 그 이외의 문자와 배경이 확실한 부분은 전역적 이진화 방법으로 결정된 임계값을 사용하는 접 근 방법을 사용한다면 수행 속도와 획 의품질 측면에서 매우 만족할만한 결과를 얻을 수 있다. 본논문에서는 이러한 접근 방법으로 먼저 지역적 이진화가 필요한 픽 셀인지 아닌지를 판단하는 과정을 통해 적응적으로 임계값을 선택하도록 하여 전역적인 임계값을 적용해야 하는 픽셀인 경우에는 빠르게 이진화를 수행하도록 하고 지역적인 임계값을 적용해야 하는 픽셀인 경우에는 정확하게 이진화할 수 있도록 하였다.
공통적으로 나타나는 현상이다. 이와 같은 획 표면 잡영을 제거하기 위해서 본 논문에서는 주변 이웃 픽셀들의 정보를 참조하여 획 표면 잡영은 제거하고 공백 잡영은 획 픽셀로 채우는 방법으로 획의 형태를 재구성하는 방법을 제안한다.

제안 방법

다시 말해서, 영상의 왼쪽부터 오른쪽까지 각각의 열 단위로 위쪽에서 아래쪽으로 한 픽셀씩 검사하면서 수직 획 잡영 라인을 탐색한다. 주변 이웃 픽셀은 상하 픽셀 机爲- l), b(而+1) 대신 좌우 픽셀 応-, 分, 3(2 + 1, 顶)을 참조한다.
이와 같은 현상은 지역 이 진화 임 계 값을 구할 때의 윈도우 크기가 문자의 크기에 맞게 적절하게 설정되지 않을 경우 흔히 발생될 수있는 심각한문제이다. 따라서 이러한지역 임계값 결정 방법의 단점을 개선하기 위해서 윈도우 블록 내 존재하는 픽셀의 최대값과 최소값을 검출하여 이 두 값이 일정한 수치0) 이상의 차이가 있을 때 에 만 지역 임 계 값을 사용하여 이진화하고 그렇지 않은 경우는 전역 임계값을 사용하여 이진화하는 방법을 사용한다.
DPIS. 스캔된 다양한 크기의 8bit 256 gray level 의 개별 한글문자 영상을 대상으로 실험하였으며 굴림, 고딕, 궁서, 돋움, 바탕의 5가지 글꼴 문자를 각각 2개씩 조합한 한글 완성 형 2350자 영상 23500개 (2350x5x2)를 사용하여 이 진화 성능과 수행 속도를 비교 분석하였다.
반면 지역적 이진화 방법은 중심 픽셀 주변의 지역적인 밝기 특성을 이용할 수 있어서 배경 영상의 밝기 변화에 적응적으로 적절한 임계값을 설정할 수 있으며 배경과 물체의 구분이 애매 모호한 영역에서 효과적으로 물체 영역을 구분할수있는 장점이 있지만지역 윈도우영역에 대한 계산 비용으로전역적 이진화 방법에 비하여 실행 속도가 상당히 느리고 순수 배경 영역을 물체 영 역으로 이진화하여 잡영을 생성하거나 순수한 물체 영역 내에 홀 (hole)이 나 획 표면에 잡영 이 발생하는 등의 문제점 이 있다. 이러한 점 을 감안하여 본 논문에서는 문자 인식 을 위한 전처리 단계로써 먼저 전역적 이진화 방법의 장점과 지역적 이진화 방법의 장점을 반영하여 문자 영역에 대한 효율적이고 적응적인 이진화 방법을 제안하고 이진화된 획 영상을 개선시키는 방법으로 획에 붙어 있는 획잡영 제거와획 부분에 파여진공백 잡영에 대한 채움과정을 통해 고 품질의 획 영상을 재구성하는 방법을 제안한다.
이상의 과정을 영상의 위쪽부터 아래쪽까지 각각의 행 단위로 영상의 왼쪽부터 오른쪽까지 한 픽셀씩 검사하면서 정 방향으로 잡영 라인을 탐색한다. 결과적으로 잡영 라인이 나타나기 전 충분한 길이의 유효 공백 라인이 나타나지 않으면 그 잡영 라인은 제거되지 않으므로 역 방향으로 탐색할 필요가 있다.
이진화성능의 종합적인평가를위해 표2과같이 이진화 결과에 따른 문자 획의 결합 발생 정도, 획 훼손 발생 정도, 잡영 발생 정도, 획 품질 등을 기준으로 전체적인 성능 평가를 수행하였다. 제안하는 이진화 방법을 적용할 경우 문자 획의 명도값이 균일하지 않은 경우나 영상 자체 의 해상도가 낮은 경우의 문자 영 상에서 는 가끔 획 훼손 현상이 발생하였지만 복잡한 형태의 획으로 이루어진 문자 영상에서도 획 결합 없이 획의 품질이 양호한 이진화 문자 영상을 얻을 수 있었다.
지 역적 이진화 방법들은 윈도우 블록크기에 대한 영향을 고려하여 8×8, 15x15의 두 가지 경 우로 그 성 능을 비교하였다. 제안하는 이진화 방법에서 사용된 인자는 0 = 0.

데이터처리

지 역적 이진화 방법들은 윈도우 블록크기에 대한 영향을 고려하여 8×8, 15x15의 두 가지 경 우로 그 성 능을 비교하였다. 제안하는 이진화 방법에서 사용된 인자는 0 = 0.5, 3 = 16, k= 0.1 로 설정하였으며 다른 이진화 방법도 관련 변수들을 제안한 방법과 동일한 값으로 설정하여 객관적으로 비교 평가할 수 있도록 하였다.
획 의 품질 은 median filtering, morphology closing을 수행한 결과와 제안한 알고리즘을 비교 평가하였다. 그림 4는 몇 개의 이진 문자 샘플 영상의 예이며 그림 5은 각각의 영상에 3×3 median filtering을 수행한 결과를 나타낸다.

이론/모형

성능 평가를 위해 사용된 이진화 알고리즘은 전역적이 진화 방법으로 가장 많이 사용하는 Osu의 방법 [3]과 지역적 이진화 방법으로 널리 사용되는 Niblack, Sauvola, Bemsen 방법을 포함한 여러가지 방법을 사용하였다. 지 역적 이진화 방법들은 윈도우 블록크기에 대한 영향을 고려하여 8×8, 15x15의 두 가지 경 우로 그 성 능을 비교하였다.

성능/효과

Sample 3~6은 문자 획 이 두껍 거 나 복잡한 형 태 의 획 을 포함하는 문자 영상이며 전역적 이진화 방법은문자가두껍게 이진화되면서 획이 접합되어 획 구분이 되지 않는 매우 좋지 않은 결과를 나타내는 경우가 많다. 반면지역적 이진화 방법은 획의 변별력은 좋으나 잡영이 발생하거나 획내부의 홀이 발생하는 문제점이 가끔씩 발생하였으며 제안한 방법은 이러한지역적 이진화방법의 단점이 보완되 었음을 나타내고 있다. Sample 7~9는 문자의 크기가 작고 획을 이루는 픽셀들의 명도 값이 불균일하여 대비가 낮은 경우의 예로서, 임계값 설정이 어렵기 때문에 전역적 이진화방법을사용할 경우 획이 접합되거나 소실되는 극단적인 현상을 나타내지만 지역적 이진화 방법을 사용할 경우 대체적으로 양호한 결과를 나타냄을 알 수 있다.
수 없다. 제안하는 이진화 방법은 전역 임계값과 지역 임 계값을 모두 사용하는 방법 임 에 도 불구하고 처 리 속도에서도 지역 이진화 방법에 비해 처리 속도가 빠름을 알 수 있으며 획 재구성 방법 또한 표 2와 같이 문자 당평균2ms 정도의 처리 속도로 대용량문서 처리 및 문자인식 에 효율적으로 활용할 수 있음을 알 수 있다.
성능 평가를 수행하였다. 제안하는 이진화 방법을 적용할 경우 문자 획의 명도값이 균일하지 않은 경우나 영상 자체 의 해상도가 낮은 경우의 문자 영 상에서 는 가끔 획 훼손 현상이 발생하였지만 복잡한 형태의 획으로 이루어진 문자 영상에서도 획 결합 없이 획의 품질이 양호한 이진화 문자 영상을 얻을 수 있었다.
제안하는 이진화 알고리즘은 전역적 이진화 임계값과 지역적 이진화 임계값을적절히 조합하여 획과획 사이의 간격 이 좁거나 구분이 불분명 한 저 품질 영상에 대해서도 획 결합 없이 양호한 품질의 이진화 문자 영상을얻을 수 있었으며 속도에서도 글자당 평균 2ms의 속도로 기존의 지역 적 이 진화 알고리즘에 비해 빠른 처리 능력을 보여주었다. 또한 이진화 결과 발생하는 획 주변의 잡영을 제거하기 위해서 주변 이웃 픽셀들의 정보를 참조하여 획 표면 잡영은 제거하고 공백 잡영은 획 픽셀로 채우는 방법을 도입하여 전체적인 획의 품질을 개선함으로써 효과적인 문자 인식 및 문서 처 리가 가능할 것으로기 대된다.

후속연구

결과적으로 잡영 라인이 나타나기 전 충분한 길이의 유효 공백 라인이 나타나지 않으면 그 잡영 라인은 제거되지 않으므로 역 방향으로 탐색할 필요가 있다. 따라서 각각의 행 단위로 영상의 오른쪽부터 왼쪽 방향으로 역방향으로 탐색하면서 Stepl~Step4의 과정을 반복하여 미처 제거되지 못했던 잡영 라인을 제거 한다.
제안하는 이진화 알고리즘은 전역적 이진화 임계값과 지역적 이진화 임계값을적절히 조합하여 획과획 사이의 간격 이 좁거나 구분이 불분명 한 저 품질 영상에 대해서도 획 결합 없이 양호한 품질의 이진화 문자 영상을얻을 수 있었으며 속도에서도 글자당 평균 2ms의 속도로 기존의 지역 적 이 진화 알고리즘에 비해 빠른 처리 능력을 보여주었다. 또한 이진화 결과 발생하는 획 주변의 잡영을 제거하기 위해서 주변 이웃 픽셀들의 정보를 참조하여 획 표면 잡영은 제거하고 공백 잡영은 획 픽셀로 채우는 방법을 도입하여 전체적인 획의 품질을 개선함으로써 효과적인 문자 인식 및 문서 처 리가 가능할 것으로기 대된다.

참고문헌 (15)

A. Rosenfeld, A.C, Kak, Digital Picture Processing. 2nd Edition, Academic Press, 1982
Milan Sonica, Vaday Hlavac, Roger Boyle, Image Processing, Analysis, and Machine Vision. 2nd Edition, PWS Publishing, pp.129-130
N. Otsu, 'A threshold selection method from gray-level histogram,' IEEE Transactions on Systems, Man, and Cybernetics, Vol. SMC-9, No.1, pp. 62-66, 1979
김하식, 김강, 조경식, 전종식, '비트평면 패턴을 이용한 최적 이진화 방법,' 한국컴퓨터정보학회 논문지, 제6권, 제4호, pp.1-5, 2001년 12월
J.N. Kapur, P.K.Sahoo, A.K.Wong, 'A New Method for Gray Level Picture using Entropy of the Histogram,' Computer Vision, Graphics, and Image Processing, vol.29, pp.273-285, 1985

상세보기
장대근, 전병태, '카메라 문서 영상의 이진화 및 기울어짐 보정 방법,' 한국컴퓨터정보학회 논문지, 제10권, 제3호, pp.143-150, 2005년7월
W. Niblack, An Introduction to Image Processing, Pretice-Hall, pp.115-116, 1986
Zheng Zhang, Chew Lim Tan, 'Recovery of Distorted Document Images from Bound Volumns,' Document Analysis and Recognition, pp,429-433, 10-13 Sept. 2001
J. Sauvola, M. Pietikainen, 'Adaptive document image binarization,' Pattern Recognition 33, pp.225-236, 2000

상세보기
B.Gatos, I.Pratikakis, S.J.Perantonis, 'Adaptive degraded document image binarization,' Pattern Recognition, vol.39, No.3, pp.317-327, March 2006

상세보기
John Bernsen, 'Dynamic thresholding of grey-level images,' in Proceedings of the 8th International Conference on Pattern Recognition, Paris, France, pp.1251-1255, Oct. 1986
박준효, 장익훈, 김남철, 'PDA 응용을 위한 명함 영상의 회전 보정,' 한국통신학회 논문지, 제28권, 제12C호, pp.1225-1238, 2003년 12월
신기택, 장익훈, 김남철, '변형된 Quadratic 필터를 이용한 PDA로 획득한 명함 영상의 블록 적응 이진화,' 한국통신학회 논문지, 제29권, 제6C호, pp.801-814, 2004년 6월
최경주, 변혜란, 이일병, '효과적인 이진화를 위한 영상개선기법의 정의 및 구현,' 정보과학회논문지, 제26권, 제2호, pp.284-296, 1999년 2월
Harnza, H.; Smigiel, E.; Belaid, E., 'Neural based binarization techniques,' Document Analysis and Recognition, Vol. 1, pp.317-321, Aug. 2005

저자의 다른 논문 :

LOADING...

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

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