최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기한국정보통신학회논문지 = Journal of the Korea Institute of Information and Communication Engineering, v.16 no.7, 2012년, pp.1487 - 1494
주재현 (부경대학교 이미지시스템공학과) , 오정수 (부경대학교 이미지시스템공학과)
This paper proposes an algorithm detecting the skew of the degraded as well as the clear document images using edge and correcting it. The proposed algorithm detects edges in a character region selected by image complexity and generates projection histograms by projecting them to various directions....
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
핵심어 | 질문 | 논문에서 추출한 답변 |
---|---|---|
Ishitani 알고리즘은 어떤 장점이 있는가? | 이 알고리즘들은 문자 주도적이고 선명한 영상을 대상으로 하고, 특히 주파수변환이나 허프변환을 이용한 알고리즘들은 많은 계산량이 요구되고 최근접 클러스터를 이용한 알고리즘은 text line을 가져야 하는 제한을 갖고 있다. 투영 히스토그램을 이용하는 Ishitani 알고리즘[7]은 선명한 문서영상에서 유효하고 문자영역과 비문자영역을 판단할 수 있는 장점이 있으나, 저화질 영상에서는 문자와 배경의 경계가 분명하지 않아 적절한 이진 영상을 얻을 수 없어 기울기 검출의 정확도가 떨어지고, 문자영역의 크기, 고려되는 문자영역의 수, 기울기 범위에 따라 매우 많은 계산량이 요구될 수 있다. | |
제안하는 문서영상의 기울기 보정 알고리즘은 어떤 과정을 거쳐 영상을 보정하는가? | 본 논문에서 제안하는 문서영상의 기울기 보정 알고리즘은 그림 2과 같이 수행된다. 입력된 영상에서 문자 영역을 선택하고, 문자영역에서 에지추출, 에지투영, 에지 집중도 평가를 통해 기울기를 검출하고, 기울기의 신뢰성을 평가하여 영상을 보정한다. | |
기존 기울기 보정 알고리즘으로 어떤 것이 있는가? | 따라서 모바일기기로 취득될 가능성이 있는 저화질 문서영상의 기울기 보정은 기존 알고리즘과 다른 접근이 필요하다. 기존 기울기 보정 알고리즘은 행간 여백의 교차 상관관계를 이용해 기울기를 보정하는 알고리즘[1,2,3], 주파수변환에 의한 푸리에공간에서 최대 밀도를 검출하여 기울기를 보정하는 알고리즘[4], 허프변환에 의한 변환공간에서 최대 분포점을 검출하여 기울기를 보정하는 알고리즘[5], 최근접 클러스터을 이용해 기울기를 보정하는 알고리즘[6], 투영 히스토그램을 이용해 기울기를 보정 하는 알고리즘[7] 등이 있다. 이 알고리즘들은 문자 주도적이고 선명한 영상을 대상으로 하고, 특히 주파수변환이나 허프변환을 이용한 알고리즘들은 많은 계산량이 요구되고 최근접 클러스터를 이용한 알고리즘은 text line을 가져야 하는 제한을 갖고 있다. |
H. Yan, "Skew Correction of Document Images using Interline Cross Correlation," CVGIP, Vol. 55, No. 6, pp 538-543, 1993.
Avanindra and S. Chaudhuri, "Robust Detection of Skew in Document Images," IEEE Trans. on Image Processing, Vol. 6, No. 2, pp. 344-349, 1997.
B. Gatos, N. Papamarkos, and C. Chamzas, "Skew Detection and Text Line Position Determination in Digitized Documents," Pattern Recognition, Vol. 30, No. 9, pp. 1505-1519, 1997.
W. Postl, "Detection of Linear Oblique Structures and Skew Scan in Digitized Documents," Proc. of 8th Int'l. Conf. on Pattern Recognition, pp. 687-689, 1986.
A. Amin and S. Fischer, "A document skew detection method using the hough transform," Pattern Anal. and Appl., vol. 3, no. 3, pp. 243-253, 2000.
Lu and C. L. Tan, "A nearest-neighbor chain based approach to skew estimation in document images," Pattern Recognition Letter, vol. 24, no. 14, pp. 2315- 2323, 2003.
Y. Ishitani, "Document Skew Detection Based on Local Region Complexity," ICDAR, pp. 49-52, 1993.
*원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다.
오픈액세스 학술지에 출판된 논문
※ AI-Helper는 부적절한 답변을 할 수 있습니다.