[논문]모바일 안드로이드 환경에서의 이차원 바코드 인식

조혜근; 김인중

[국내논문] 모바일 안드로이드 환경에서의 이차원 바코드 인식
Two Dimensional Barcode Recognition in Mobile Android Environment 원문보기

조혜근 (한동대학교 정보통신대학원) , 김인중 (한동대학교 정보통신대학원)

이차원 바코드는 인식이 편리하고 영상의 변이나 손실에 강인하기 때문에 널리 사용되고 있다. 본 논문에서는 모바일 장치에서 카메라로 촬영한 영상으로부터 이차원 바코드의 한 종류인 데이터매트릭스를 검출하고 인식하는 방법을 소개한다. 모바일 안드로이드 환경에서 빠른 속도로 검출 및 인식 과정을 수행하기 위해 JNI를 이용하여 C로 기능을 구현하였다. 먼저, 이차원 영상을 이진화한 후 연결 성분 탐색을 통해 바코드 후보영역을 추출한다. 그리고 직선을 검출하여 데이터매트릭스의 주요소인 L 인식 패턴과 타이밍 패턴을 찾는다. 각 패턴을 이용하여 바코드 영역의 꼭지점을 찾아낸 후, 회전이나 기울어짐을 정규화하여 정사각형 형태로 교정한다. 그 후, 타이밍 패턴을 기준으로 데이터 영역을 인식한다.

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

문제 정의

본 논문에서는 모바일 안드로이드 환경에서 이차원 바코드 중 데이터매트릭스를 검출하고 인식하는 과정을 소개하였다. 안드로이드 모바일 환경에서 어플리케이션은 자바로 구현된다.
본 논문에서는 표준 이차원 바코드 중 하나인 데이터매트릭스를 검출하고 인식하는 과정을 소개한다. 데이터매트릭스는 ISO/IEC 16022 표준으로 제정된 이차원 바코드로써 ASCII 128개 분자를 모두 표시할 수 있으며 약 2,300개의 문자 및 숫자를 극소화된 이미지에 저장할 수 있다.

제안 방법

L 인식 패턴과 타이밍 패턴을 구성하는 총 네 개의 직선을 찾아낸 후 변이로부터 영상을 교정하기 위해 데이터 매트릭스의 꼭지점을 추출한다. 꼭지점은 데이터매트릭스의 형태를 나타내는 중요한 정보일 뿐만 아니라 영상 교정과정에도 중요하게 사용되므로 정확하게 추출되어야 한다.
구현된 바코드 인식기를 모바일 안드로이드 환경에서 구동하여 인식률을 실험해보았다. 실험에 사용된 모바일 안드로이드 환경은 HTC 디자이어 단말기와 android 2.
안드로이드 모바일 환경에서 어플리케이션은 자바로 구현된다. 그러나, 바코드 인식과정을 자바로 구현하면 속도가 느려지므로 JNI를 이용하여 C/C++환경에서 인식한 후 자바환경에서 결과를 출력하도록 구현하였다. 먼저 연산량을 줄이기 위해 입력 영상으로부터 바코드 후보영역을 추출하였다.
먼저 연산량을 줄이기 위해 입력 영상으로부터 바코드 후보영역을 추출하였다. 그리고, 직선 검출 알고리즘을 사용하여 데이터매트릭스검출의 기본이 되는 L 인식 패턴과 타이밍 패턴을 찾아내었다. 이 과정에서 직선 추출의 정확도를 높이기 위해 RANSAC 알고리즘을 적용하였다.
그런데 자바환경에서는 복잡한 바코드 인식 연산을 수행할 경우 인식속도가 매우 저하된다. 따라서, 본 연구에서는 그림 2와 같이 JNI(Java Native Interface)를 이용하여 C/C++환경에서 연산을 수행한 후, 그 결과를 안드로이드의 자바환경으로 받아오게 하였다[1]. JNI를 통한 C/C++ 환경은 안드로이드 어플리케이션에서 라이브러리 형식으로 구성된다.
그러나, 바코드 인식과정을 자바로 구현하면 속도가 느려지므로 JNI를 이용하여 C/C++환경에서 인식한 후 자바환경에서 결과를 출력하도록 구현하였다. 먼저 연산량을 줄이기 위해 입력 영상으로부터 바코드 후보영역을 추출하였다. 그리고, 직선 검출 알고리즘을 사용하여 데이터매트릭스검출의 기본이 되는 L 인식 패턴과 타이밍 패턴을 찾아내었다.
직선이 이동할 때마다 직선상의 흑화소의 개수를 센다. 영상의 변이로 인해 실제 촬영된 L 인식 패턴과 타이밍 패턴이 평행하지 않을 수도 있으므로 실제 구현 시에는 이동된 후의 직선 상의 흑화소의 개수가 L 인식 패턴을 구성하는 흑화소의 개수의 10퍼센트 이하일 때를 경계값으로 설정하였다. 또한 타이밍 패턴의 경계를 이루는 직선에 대해 RANSAC 알고리즘을 적용하여 정확도를 높인다[5].
이 과정에서 직선 추출의 정확도를 높이기 위해 RANSAC 알고리즘을 적용하였다. 영상의 변이를 고려하여 영상의 네 꼭지점을 기준으로 정사각형 형태로 영상을 교정한 뒤 교정된 영상을 사용하여 데이터매트릭스를 인식하였다.
기본적으로 데이터매트릭스는 정사각형이지만 영상 취득 시 영상의 회전이나 기울어짐이 발생하여 그 모양이 달라질 수 있다. 이러한 변이를 해결하기 위해 입력 영상의 좌상단, 우상단, 좌하단, 우하단의 네 꼭지점을 찾아서 영상을 교정한다. 각각의 꼭지점은 ul, ur, ll, lr으로 나타낸다.

대상 데이터

구현된 바코드 인식기를 모바일 안드로이드 환경에서 구동하여 인식률을 실험해보았다. 실험에 사용된 모바일 안드로이드 환경은 HTC 디자이어 단말기와 android 2.2 프로요 운영체제를 사용하였다. 그림 9는 인식에 사용된 샘플 영상 중 일부이다.

이론/모형

꼭지점은 데이터매트릭스의 형태를 나타내는 중요한 정보일 뿐만 아니라 영상 교정과정에도 중요하게 사용되므로 정확하게 추출되어야 한다. 꼭지점의 정확도를 높이기 위해 RANSAC 알고리즘을 적용하여 직선의 식의 정확도를 높였다. 꼭지점은 두 직선이 수식 1의 형태로 나타날 때 수식 2의 교점공식을 사용 하여 구할 수 있다.
영상의 변이로 인해 실제 촬영된 L 인식 패턴과 타이밍 패턴이 평행하지 않을 수도 있으므로 실제 구현 시에는 이동된 후의 직선 상의 흑화소의 개수가 L 인식 패턴을 구성하는 흑화소의 개수의 10퍼센트 이하일 때를 경계값으로 설정하였다. 또한 타이밍 패턴의 경계를 이루는 직선에 대해 RANSAC 알고리즘을 적용하여 정확도를 높인다[5].
그리고, 직선 검출 알고리즘을 사용하여 데이터매트릭스검출의 기본이 되는 L 인식 패턴과 타이밍 패턴을 찾아내었다. 이 과정에서 직선 추출의 정확도를 높이기 위해 RANSAC 알고리즘을 적용하였다. 영상의 변이를 고려하여 영상의 네 꼭지점을 기준으로 정사각형 형태로 영상을 교정한 뒤 교정된 영상을 사용하여 데이터매트릭스를 인식하였다.
모바일 장치의 사용 환경은 매우 다양하므로 영상의 명도가 균일하지 않다. 조명의 영향에 따른 영상의 변이를 최소화하기 위해 지역적 이진화 방법 중 하나인 수정된 Niblack 알고리즘을 사용하였다[3].
L 인식 패턴은 직선의 형태이므로 외곽선을 추출한 후 직선 검출을 통해 L 인식 패턴을 검출하였다. 직선 검출에는 Ramers Douglas Peucker 알고리즘을 사용하였다[4]. 후보 영역 내의 모든 직선을 검출해낸 후, L 인식 패턴을 찾는다.

성능/효과

실제 모바일 기기를 이용하여 다양한 환경에서 인식 실험을 해본 결과 신뢰할 만한 인식률을 얻을 수 있었다. 앞으로 모바일 환경이 더욱 확대됨에 따라 본 논문에서 소개된 이차원 바코드 인식도 더욱 넓은 분야에서 활용될 것으로 기대된다.
총 102개의 샘플 영상으로 인식 실험을 진행한 결과 100퍼센트의 인식 성공률을 보였다. 바코드 패턴 추출과정에서 3.

후속연구

실제 모바일 기기를 이용하여 다양한 환경에서 인식 실험을 해본 결과 신뢰할 만한 인식률을 얻을 수 있었다. 앞으로 모바일 환경이 더욱 확대됨에 따라 본 논문에서 소개된 이차원 바코드 인식도 더욱 넓은 분야에서 활용될 것으로 기대된다.

핵심어

질문

논문에서 추출한 답변

데이터매트릭스의 특징은 무엇인가?

본 논문에서는 표준 이차원 바코드 중 하나인 데이터매트릭스를 검출하고 인식하는 과정을 소개한다. 데이터매트릭스는 ISO/IEC 16022 표준으로 제정된 이차원 바코드로써 ASCII 128개 분자를 모두 표시할 수 있으며 약 2,300개의 문자 및 숫자를 극소화된 이미지에 저장할 수 있다. 특히, 리드 솔로몬 오류 정정 코드를 포함하고 있어 최대 20퍼센트의 영상 손실이 있더라도 정보를 판독할 수 있다.

데이터매트릭스는 어떤 형태를 갖는가?

데이터매트릭스는 그림 1과 같이 검은색과 흰색의 정사각형이 일정한 규칙에 의해 배열된 형태를 갖는다. 데이터매트릭스를 이루는 작은 정사각형은 모듈이라고 불린다.

안드로이드 환경에서 어플리케이션을 구현하는 자바의 문제점은 무엇인가?

안드로이드 환경에서 어플리케이션은 자바로 구현된다. 그런데 자바환경에서는 복잡한 바코드 인식 연산을 수행할 경우 인식속도가 매우 저하된다. 따라서, 본 연구에서는 그림 2와 같이 JNI(Java Native Interface)를 이용하여 C/C++환경에서 연산을 수행한 후, 그 결과를 안드로이드의 자바환경으로 받아오게 하였다[1].

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

[국내논문] 모바일 안드로이드 환경에서의 이차원 바코드 인식
Two Dimensional Barcode Recognition in Mobile Android Environment 원문보기

초록
AI-Helper

AI 본문요약
AI-Helper

문제 정의

제안 방법

대상 데이터

이론/모형

성능/효과

후속연구

질의응답

이 논문을 인용한 문헌

관련 콘텐츠

원문 보기

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

연합인증

[국내논문] 모바일 안드로이드 환경에서의 이차원 바코드 인식 Two Dimensional Barcode Recognition in Mobile Android Environment 원문보기

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

AI 본문요약 엑셀 다운로드 AI-Helper

문제 정의

제안 방법

대상 데이터

이론/모형

성능/효과

후속연구

질의응답

이 논문을 인용한 문헌

관련 콘텐츠

원문 보기

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

[국내논문] 모바일 안드로이드 환경에서의 이차원 바코드 인식
Two Dimensional Barcode Recognition in Mobile Android Environment 원문보기

초록
AI-Helper

AI 본문요약
AI-Helper