초록 ▼

정지된 이미지나 동영상에 포함되어 있는 텍스트는 중요한 정보를 함축하고 있다. 이러한 정보를 실시간에 추출하여 인식할 수 있다면 다양한 분야에서 활용할 수 있다. 본 연구개발의 목표는 실내외에서 자연스럽게 얻어진 이미지 및 동영상에 포함되어 있는 장면 텍스트를 실시간에 추출하여 로봇 자동주행, 지능형 단말기의 정보 번역시스템과 같은 응용시스템에 활용하는 것이다. 본 연구에서 제안하는 텍스트 추출 방법은 텍스트의 색 연속성, 밝기 변화 및 색 변화와 같은 낮은 수준의 이미지 특징을 사용하여 텍스트 후보 영역을 찾은 후, 다해상도 웨이

정지된 이미지나 동영상에 포함되어 있는 텍스트는 중요한 정보를 함축하고 있다. 이러한 정보를 실시간에 추출하여 인식할 수 있다면 다양한 분야에서 활용할 수 있다. 본 연구개발의 목표는 실내외에서 자연스럽게 얻어진 이미지 및 동영상에 포함되어 있는 장면 텍스트를 실시간에 추출하여 로봇 자동주행, 지능형 단말기의 정보 번역시스템과 같은 응용시스템에 활용하는 것이다. 본 연구에서 제안하는 텍스트 추출 방법은 텍스트의 색 연속성, 밝기 변화 및 색 변화와 같은 낮은 수준의 이미지 특징을 사용하여 텍스트 후보 영역을 찾은 후, 다해상도 웨이블릿 변환을 이용하여 높은 수준의 특징인 텍스트 획의 구성 여부로 검정하는 계층적인 구조를 제안한다. 색 연속성 특징은 대부분의 텍스트는 동일한 색으로 구성된다는 점을 이용하는 것이고, 밝기 변화 특징은 텍스트 영역은 주변과의 밝기 변화가 존재하며 에지 밀도가 높다는 점을 이용한다. 또한, 색 변화 특징은 텍스트 영역은 주변 배경과의 색 변화가 존재하며, 밝기 변화보다 민감한 색 분산 값으로 표현할 수 있다는 장점을 이용한다. 높은 수준의 추출된 정보를 SVM 분류기로 검증하여 최종 영역을 확정한다. 본 연구에서 제안한 방법을 다양한 종류의 자연이미지에 적용한 결과 배경이 복잡한 이미지에 대해서도 비교적 안정적으로 텍스트 영역을 찾는 것을 확인할 수 있었다. 또한, 3차년 연구에서는 제안한 방법을 지능형 단말기의 영상 인식시스템에 탑재하여 활용 가능성을 확인할 수 있었다.

Abstract ▼

Artificially or naturally contained texts in the natural scene images have significant and detailed information about the scenes. thus, in this research, we develop a method that can extract and recognize those texts in real-time, and to apply the method to many important applications such as an int

Artificially or naturally contained texts in the natural scene images have significant and detailed information about the scenes. thus, in this research, we develop a method that can extract and recognize those texts in real-time, and to apply the method to many important applications such as an intelligent robot navigation and an intelligent translation system on PDA. The proposed method extracts the text areas in the natural scene images using low-level image features of color continuity, gray-level variation and color variance and verifies the extracted candidate regions by using high-level text feature such as stroke. And the two level features are combined hierarchically. The color continuity is used since most of the characters in the same text region have the same color, and the gray-level variation is used since the text strokes are distinctive in their gray-values to the background. Also, the color variance is used since the text strokes are distinctive in their color values to the background, and this value is more sensitive than the gray-level variations. The text level stroke features are extracted using a multi-resolution wavelet transforms on the local image areas and the feature vectors are input to a SVM(Support Vector Machine) classifier for the verification. We have tested the proposed method using various kinds of the natural images and have confirmed that the extraction rates are very high even in complex background images. Also, we have successfully applied the developed method to the visual interpretation applications of an intelligent PDA system.

목차 Contents

• 표지...1
• 제출문...2
• 보고서 초록...3
• 요약문...4
• SUMMARY...8
• CONTENTS...9
• 목차...10
• 제1장. 연구개발과제의 개요...11
• 제2장. 국내외 기술개발 현황...12
• 제3장. 연구개발수행 내용 및 결과...14
• 제1절. 텍스트 영역 추출...14
• 1. 제안하는 방법...14
• 2. 검증...35
• 3. 다양한 환경에서의 추출...40
• 4. 실험 및 결과...45
• 제2절. 텍스트 영역 처리...51
• 1. 기울어짐 및 원근 보정...51
• 2. 텍스트 분리...54
• 제3절. 응용시스템 구현...60
• 1. 개요...60
• 2. 데이터베이스 구축...61
• 3. 영역 추출...63
• 4. 실험 및 결과...68
• 제4절. 결론...70
• 제4장. 목표달성도 및 관련분야에의 기여도...71
• 제5장. 연구개발결과의 활용계획...73
• 제6장. 연구개발과정에서 수집한 해외과학기술정보...74
• 제7장. 참고문헌...75
• 특정연구개발사업 연구결과 활용계획서...77
• [첨부1] 연구결과 활용계획서...78
• [첨부2] 기술 요약서...82