KR100243220B1

KR100243220B1 - 매칭 속도를 개선한 문자 인식방법

Info

Publication number: KR100243220B1
Application number: KR1019970032911A
Authority: KR
Inventors: 김준호; 도정인
Original assignee: 윤종용; 삼성전자주식회사
Priority date: 1997-07-15
Filing date: 1997-07-15
Publication date: 2000-02-01
Also published as: KR19990010213A

Abstract

본 발명은 문자 인식 방법에 관한 것으로서, 특히 문자 인식을 위한 매칭 속도를 개선한 문자 인식 방법에 관한 것이다.

본 발명은 입력되는 문자 영상으로부터 특징 벡터를 추출하는 특징 벡터 추출 단계, 발생 빈도율이 소정 값 이상인 참조 벡터를 추출하여 별도로 분류한 상위 그룹의 참조 벡터들과 상기 특징 벡터를 순차적으로 매칭시켜 최소 거리를 갖는 참조 벡터를 추출하는 단계, 상기 최소 거리와 소정의 임계값을 비교하는 단계, 상기 비교 단계의 비교 결과 매칭 거리가 소정의 임계값보다 크거나 같은 경우, 발생 빈도율이 소정 값 이하인 참조 벡터를 추출하여 별도로 분류한 하위 그룹의 참조 벡터들과 상기 특징 벡터를 순차적으로 매칭시켜 최소 거리를 갖는 참조 벡터를 추출하는 단계 및 상기 비교 단계의 비교 결과 매칭 거리가 소정의 임계값보다 작은 경우에는 상기 상위 그룹의 참조 벡터 중에서 최소 거리를 갖는 참조 벡터에 상응하는 문자 코드를 출력하고, 그렇지 않은 경우에는 상기 하위 그룹 참조 벡터 중에서 최소 거리를 갖는 참조 벡터에 상응하는 문자 코드를 출력하는 단계를 포함함을 특징으로 한다.

본 발명에 의하면 문자 인식에 필요한 참조 벡터와의 매칭 횟수를 줄여 문자 인식을 위한 매칭 시간을 단축시킬 수 있는 효과가 있다.

Description

매칭 속도를 개선한 문자 인식 방법{Method for recognizing character to improve the matching speed}

디지털 기술의 발전과 함께 정보화 사회로 변화해 가면서 새로 발생되는 문서 및 기존에 발생된 문서들을 디지털 매체에 저장해야 하는 필요성이 빠르게 증가되고 있다. 문서들을 디지털 매체에 저장하면 정보 검색이 매우 용이할 뿐만 아니라, 종이로 저장하는 방법에 비하여 매우 적은 부피로 장기간 저장할 수 있는 장점이 있다.

일반적으로 위와 같이 문서를 디지털 매체에 저장하기 위한 방법은 키 보드를 사용하여 사람이 직접 입력시키는 방법과 광학 문자 인식을 사용하여 자동으로 입력시키는 방법이 있다.

위의 방법 중에서 키 보드를 이용한 수동 입력 방법은 입력 속도가 느리고, 많은 인력이 필요하여 비용이 많이 드는 단점이 있다. 이에 비하여 문자 인식에 의한 자동 입력 방법은 빠른 속도로 문서를 저장할 수 있는 장점이 있다.

그러나, 종래의 기술에 의한 문자 인식을 통하여 문서를 저장하는 방법은 입력 문자의 특징 벡터를 모든 참조 벡터들과 매칭시켜 최소 거리의 참조 벡터를 찾아내는 방법에 의하여 문자를 인식한다. 그런데 문서가 한글로 기록되어 있는 경우에, 한글을 사용한 문자의 수가 1만자 이상이고, KSC-5601 표준 코드에서 정한 문자 수도 2350자이고, 또한 한글 문서에서는 한글 이외에 한자와 영문자를 혼용하고 있어, 매칭시켜야 할 대상 문자는 더욱 늘어나게 되어, 문자를 인식하여 이에 상응하는 참조 벡터를 찾는데 소요되는 시간이 증가되는 문제점이 있었다.

본 발명이 이루고자 하는 기술적 과제는 상술한 문제점을 해결하기 위하여 발생 빈도율이 높은 참조 벡터와 그렇지 않은 참조 벡터를 분류한 후, 입력 문자에 상응하는 참조 벡터를 발생 빈도율이 높은 그룹의 참조 벡터들로부터 순차적으로 찾아내는 매칭 속도를 개선한 문자 인식 방법을 제공하는데 있다.

도 1은 본발명에 의한 매칭 속도를 개선한 문자 인식 방법의 흐름도이다.

도 2는 도 1의 흐름도가 적용된 문자 인식 장치의 블록도이다.

상기 기술적 과제를 달성하기 위하여 본 발명에 의한 매칭 속도를 개선한 문자 인식 방법은 입력되는 문자 영상의 특징 벡터와 소정의 참조 벡터를 매칭시켜 상기 특징 벡터에 상응하는 참조 벡터에 대한 문자 코드를 출력시키는 문자 인식 방법에 있어서, 입력되는 문자 영상으로부터 특징 벡터를 추출하는 특징 벡터 추출 단계, 상기 소정의 참조 벡터들 중에서 발생 빈도율이 소정 값 이상인 참조 벡터를 추출하여 별도로 분류한 상위 그룹의 참조 벡터들과 상기 특징 벡터를 순차적으로 매칭시켜 각각의 거리를 구한 다음, 최소 거리를 갖는 참조 벡터를 추출하는 상위 그룹 참조 벡터 매칭 단계, 상기 상위 그룹 참조 벡터 매칭 단계에서 구한 최소 거리와 소정의 임계값을 비교하는 매칭 거리 비교 단계, 상기 매칭 거리 비교 단계의 비교 결과 매칭 거리가 소정의 임계값보다 크거나 같은 경우, 상기 소정의 참조 벡터들 중에서 발생 빈도율이 소정 값 이하인 참조 벡터를 추출하여 별도로 분류한 하위 그룹의 참조 벡터들과 상기 특징 벡터를 순차적으로 매칭시켜 각각의 거리를 구한 다음, 최소 거리를 갖는 참조 벡터를 추출하는 하위 그룹 참조 벡터 매칭 단계 및 상기 매칭 거리 비교 단계의 비교 결과 매칭 거리가 소정의 임계값보다 작은 경우에는 상기 상위 그룹의 참조 벡터 중에서 최소 거리를 갖는 참조 벡터에 상응하는 문자 코드를 출력하고, 그렇지 않은 경우에는 상기 하위 그룹 참조 벡터 매칭 단계에서 최소 거리를 갖는 참조 벡터에 상응하는 문자 코드를 출력하는 문자 코드 출력 단계를 포함함을 특징으로 한다.

이하 첨부된 도면을 참조하여 본 발명의 바람직한 실시 예에 대하여 상세히 설명하기로 한다.

도 1에 도시된 바와 같이, 본 발명에 의한 매칭 속도를 개선한 문자 인식 방법은 문자 영상을 입력하여 특징 벡터를 추출하는 단계(110, 120), 특징 벡터와 발생 빈도가 높은 상위 그룹의 참조 벡터들을 순차적으로 매칭시켜 매칭 거리를 연산하여 최소 거리를 갖는 참조 벡터를 추출하는 상위 그룹 참조 벡터 매칭 단계(130), 상위 그룹에서 연산된 최소 거리와 임계값을 비교하는 매칭 거리 비교 단계(140), 특징 벡터와 발생 빈도가 낮은 하위 그룹의 참조 벡터들을 순차적으로 매칭시켜 매칭 거리를 연산하여 최소 거리를 갖는 참조 벡터를 추출하는 하위 그룹 참조 벡터 매칭 단계(150), 추출된 참조 벡터에 상응하는 문자 코드를 출력하는 문자 코드 출력 단계(160)를 구비한다.

문자 인식에 있어서, 입력되는 문자를 인식하여 이를 대응시키기 위해 데이터 베이스에 저장하여 놓은 발생 가능한 문자 패턴들의 벡터 값을 모아 놓은 것이 참조 벡터 그룹이다.

참조 벡터를 설정하는 방법은 문자 인식 분야에서는 주지의 기술로서, 공지된 하나의 방법을 설명하면 다음과 같다.

문자 인식에 필요한 표준 문자 패턴에 대하여 수평(H)과 수직(V) 두 방향에 대해 문자 영상을 N×N을 비선형 분할한 후에, 각 셀(Cell) 내의 검은 화소가 속하는 수평 런(run)과 수직 런(run)의 길이 비율을 구해 셀의 특징 값을 결정한다. 즉,수평 및 수직 방향 각각에 대해 문자 영상을 비선형 분할한 후에, 각 셀 내의 검은 화소 Px,y(0≤x≤W, 0≤y≤H; W:문자 영상의 폭, H:문자 영상의 높이)가 속하는 수평 run의 길이 RLHx,y와 수직 run의 길이 RLVx,y를 구한다. 그런 다음에, 각각의 Px,y에서 가로 방향 기여도 DCHx,y와 세로 방향 기여도 DCVx,y를 수학식 1,2에서 구한다.

DCHx,y = RLHx,y/(RLHx,y + RLVx,y)

DCVx,y = RLVx,y/(RLHx,y + RLVx,y)

여기서, 0≤x≤W, 0≤y≤H

마지막으로, 비선형 분할된 N×N 격자 상의 각 셀 내에 존재하는 모든 검은 화소에 대한 DCH, DCV의 평균값을 구해 각각의 표준 문자에 대한 N×N×2 차원의 참조 벡터를 결정할 수 있게 된다.

본 발명에서는 위의 참조 벡터들을 발생 빈도율이 높은 것과 그렇지 않은 참조 벡터들을 상위 그룹의 참조 벡터와 하위 그룹의 참조 벡터 군으로 분류하여 놓는다.

일 예로서, 초기에 KSC-5601 표준 코드에서 정한 문자 수 2350자 중 언어 연구소의 연구 결과 사용 빈도수가 비교적 높은 문자에 대한 참조 벡터는 상위 그룹의 참조 벡터에 포함시키고, 그렇지 않은 문자에 대한 참조 벡터는 하위 그룹의 참조 벡터에 포함시킨다.

이 때 발생 빈도율은 문자 인식을 실행하는 분야에 따라서 다르게 나타날 것이므로, 상위 그룹의 참조 벡터 군과 하위 그룹의 참조 벡터 군의 구분은 문자 인식을 실행하면서 학습에 의하여 상/하위 그룹의 참조 벡터 군을 업 데이트시켜 분류시킬 수 있다.

그리고, 도 2는 도 1에 도시된 본 발명의 흐름도가 적용되는 문자 인식 장치의 블록도로서, 입력되는 문서의 문자 영상을 감지하여 입력시키는 문자 영상 입력부(210), 문자 영상을 분석하여 특징 벡터를 추출하는 판독부(220), 문자 영상의 특징 벡터를 저장하는 입력 데이터 메모리(240), 참조 벡터들을 발생 빈도율에 따라서 그룹을 분류하여 저장한 데이터 베이스(250), 입력된 문자를 인식하여 이에 상응하는 문자 코드를 저장하는 출력 데이터 저장부(260), 입력 데이터 메모리(240)의 특징 벡터를 데이터 베이스(250)에 분류되어 저장된 참조 벡터들과의 매칭 거리의 연산 및 비교를 실행시키는 제어를 실행하는 제어부(230)를 구비한다.

그러면 도 2의 블록도를 참조하여 본 발명의 흐름도를 설명하기로 한다.

문자 영상 입력 단계(110)는 문자를 인식하여 저장하고자 하는 문서의 문자를 광학 센서에 의하여 수신하고, 수신되는 문자 신호를 소정의 개수(n)의 원소로 구성된 격자에 투사시킨다.

특징 벡터 추출 단계(120)는 격자를 통하여 수신되는 문자 영상의 고유 특성값을 "1" 과 "0"의 이진값 또는 실수값으로 n개의 원소에 대하여 값을 부여한다. 따라서 이러한 원소들의 값을 조합하여 특징 벡터를 만든다.

상위 그룹 패턴 매칭 단계(130)는 위의 단계에서 추출한 특징 벡터와 발생 빈도율이 높은 참조 벡터들로 구성된 상위 그룹의 벡터들을 순차적으로 매칭시키면서 매칭 거리를 계산하여 최소 거리를 갖는 참조 벡터를 추출하는 단계이다.

매칭 거리 비교 단계(140)는 상위 그룹 패턴 매칭 단계(130)에서 특징 벡터와 매칭되어 추출된 최소 거리를 갖는 참조 벡터의 최소 거리와 에러 없이 문자를 인식할 수 있는 최대한의 매칭 거리인 임계값을 비교하는 단계이다. 비교 결과, 최소 거리가 임계값보다 작은 경우에는 매칭된 참조 벡터에 상응하는 문자를 특징 벡터에 상응하는 문자로 인식할 수 있는 경우에 해당되며, 그렇지 않은 경우에는 최소 거리로 매칭된 참조 벡터에 상응하는 문자를 특징 벡터에 상응하는 문자로 인식할 수 없는 경우에 해당된다.

하위 그룹 참조 벡터 매칭 단계(150)는 매칭 거리 비교 단계(140)의 매칭 거리 비교 결과 특징 벡터와 상위 그룹의 참조 벡터의 최소 매칭 거리가 임계값보다 크거나 같은 경우에는, 상위 그룹의 참조 벡터들 중에는 입력 문자로 인식할 수 있는 참조 벡터가 존재하지 않은 경우이므로 추출한 특징 벡터와 발생 빈도율이 낮은 참조 벡터들로 구성된 하위 그룹의 벡터들을 순차적으로 매칭시키면서 매칭 거리를 계산하여 최소 거리를 갖는 참조 벡터를 추출하는 단계이다.

문자 코드 출력 단계(160)는 매칭 거리 비교 단계(140)의 매칭 거리 비교 결과 특징 벡터와 상위 그룹의 참조 벡터들을 매칭시켜 구한 최소 매칭 거리가 임계값보다 작은 경우에는 상위 그룹의 참조 벡터들 중에서 특징 벡터에 매칭되어 추출한 최소 거리를 갖는 참조 벡터에 상응하는 문자 코드를 출력하고, 상위 그룹의 참조 벡터들을 매칭시켜 구한 최소 매칭 거리가 임계값보다 크거나 같은 경우에는 하위 그룹의 참조 벡터들 중에서 특징 벡터에 매칭되어 추출한 최소 거리를 갖는 참조 벡터에 상응하는 문자 코드를 출력한다.

이상의 단계들을 통하여 입력되는 문자 영상에서 특징 벡터를 추출하여 데이터 베이스에 저장된 상위 그룹의 참조 벡터들과 매칭시켜 최소 거리를 갖는 참조 벡터를 추출하고, 이 최소 거리가 임계값보다 작은 경우에는 최소 거리를 갖는 참조 벡터를 입력 문자로 인식하여 이에 상응하는 문자 코드를 출력한다. 그런데 상위 그룹의 참조 벡터 군에 특징 벡터와의 매칭 거리가 임계값보다 작은 참조 벡터가 없는 경우에, 데이터 베이스에 저장된 하위 그룹의 참조 벡터들과 특징 벡터의 매칭 거리를 계산하여 최소 거리를 갖는 참조 벡터에 상응하는 문자 코드를 출력하여 입력되는 문자를 인식할 수 있게 하였다.

참조 벡터들을 발생 빈도에 따라서 상/하위 그룹으로 분류하여 참조 벡터들을 매칭시킴으로써, 일 실시 예로 다음과 같은 효과를 얻는다.

한글 2350자에 대해 실제 문서에서 발생하는 빈도율이 높은 순서로 누적하여 81.59%가 될 때의 문자수를 200자라고 하고, 이 200자에 해당하는 입력 문자 영상의 60%가 하위 그룹의 참조 벡터 군에서 최소 거리로 매칭되는 참조 벡터를 찾는 하위 그룹 참조 벡터 매칭 단계(150)를 거치지 않으며, 참조 벡터는 2350개의 각 문자마다 하나씩만 있다고 가정할 때, 개선 효과는 다음과 같다.

먼저 종래의 방법으로 2350자의 문자 영상을 2350개의 참조 벡터에 대해 모두 매칭을 하면 총 5522500번의 매칭을 수행한다. 그런데 본 발명의 다단계 매칭을 적용하면 각 문자당 평균 매칭 횟수는 상위 빈도율 81.59%의 200자 중 60%인 120자는 200번의 매칭을 하고 나머지 40% 80자와 하위 빈도율 19.41%이하의 2150자는 2350번의 매칭을 하게 되므로 총 5240500번의 매칭을 하게 된다. 이 경우에는 5.11%의 매칭 횟수가 줄어드는 효과가 발생한다.

그러나 문자의 발생 빈도율은 실제 문서에서 각 문자가 얼마나 자주 나타나는가를 반영한 것으로, 누적 빈도율 상위 81.59% 문자의 60%, 즉 전체의 48.95%가 200번의 매칭을 하고 나머지 누적 빈도율 51.05%가 2350번의 매칭을 하므로, 실제 문서에서는 전체 매칭 횟수의 44.79%가 줄어드는 효과를 얻는다.

따라서 상위 그룹을 구성하는 참조 벡터들의 발생 빈도율을 위의 81.59%에서 보다 높이면 하위 그룹의 참조 벡터들을 매칭시키는 하위 그룹 참조 벡터 매칭 단계(150)를 실행하는 비율이 낮아지므로 매칭 시간을 단축시킬 수 있게 된다. 그러나, 상위 그룹을 구성하는 참조 벡터들의 발생 빈도율을 너무 높이게 되면, 하위 그룹의 참조 벡터들을 매칭시키는 비율은 낮아지나, 상위 그룹의 매칭 시간이 증가하게 되어 전체적인 참조 벡터의 매칭 시간 단축의 개선율이 낮아지게 된다. 그러므로 상위 그룹과 하위 그룹을 구분하는 발생 빈도율은 실험에 의하여 적절한 값에서 설정하면 특징 벡터에 대응하는 참조 벡터를 찾아내는 매칭 속도를 최대로 높일 수 있게 된다.

위에서 설명한 일 실시 예에서는 참조 벡터들을 발생 빈도율에 따라서 상위 그룹과 하위 그룹 2개로 분류하였으나, 발생 빈도율을 보다 세부적으로 나누어 3개 이상의 참조 벡터 그룹으로 나누어 최상위 발생 빈도율을 갖는 참조 벡터 그룹부터 최하위 발생 빈도율을 갖는 참조 벡터 그룹으로 순차적으로 매칭시키면 2개 그룹으로 분류하여 참조 벡터들을 매칭시키는 경우에 비하여 매칭 속도를 더욱 높일 수 있게 된다.

상술한 바와 같이 본 발명에 의하면 데이터 베이스에 저장된 참조 벡터들을 발생 빈도율이 높은 것과 그렇지 않은 참조 벡터들을 상위 그룹의 참조 벡터와 하위 그룹의 참조 벡터 군으로 분류하여 특징 벡터에 상위 그룹의 참조 벡터들을 우선 매칭시켜 검색하고 나서, 입력 문자로 인식할 수 있는 참조 벡터가 존재하지 않는 경우에 하위 그룹의 참조 벡터들을 매칭시켜 문자를 인식시킴으로써, 문자 인식에 필요한 참조 벡터와의 매칭 횟수를 줄여 문자 인식을 위한 매칭 시간을 단축시킬 수 있는 효과가 있다.

Claims

입력되는 문자 영상의 특징 벡터와 소정의 참조 벡터를 매칭시켜 상기 특징 벡터에 상응하는 참조 벡터에 대한 문자 코드를 출력시키는 문자 인식 방법에 있어서,

입력되는 문자 영상으로부터 특징 벡터를 추출하는 특징 벡터 추출 단계;

상기 소정의 참조 벡터들 중에서 발생 빈도율이 소정 값 이상인 참조 벡터를 추출하여 별도로 분류한 상위 그룹의 참조 벡터들과 상기 특징 벡터를 순차적으로 매칭시켜 각각의 거리를 구한 다음, 최소 거리를 갖는 참조 벡터를 추출하는 상위 그룹 참조 벡터 매칭 단계;

상기 상위 그룹 참조 벡터 매칭 단계에서 구한 최소 거리와 소정의 임계값을 비교하는 매칭 거리 비교 단계;

상기 매칭 거리 비교 단계의 비교 결과 매칭 거리가 소정의 임계값보다 크거나 같은 경우, 상기 소정의 참조 벡터들 중에서 발생 빈도율이 소정 값 이하인 참조 벡터를 추출하여 별도로 분류한 하위 그룹의 참조 벡터들과 상기 특징 벡터를 순차적으로 매칭시켜 각각의 거리를 구한 다음, 최소 거리를 갖는 참조 벡터를 추출하는 하위 그룹 참조 벡터 매칭 단계; 및

상기 매칭 거리 비교 단계의 비교 결과 매칭 거리가 소정의 임계값보다 작은 경우에는 상기 상위 그룹의 참조 벡터 중에서 최소 거리를 갖는 참조 벡터에 상응하는 문자 코드를 출력하고, 그렇지 않은 경우에는 상기 하위 그룹 참조 벡터 매칭 단계에서 최소 거리를 갖는 참조 벡터에 상응하는 문자 코드를 출력하는 문자 코드 출력 단계를 포함함을 특징으로 하는 매칭 속도를 개선한 문자 인식 방법.
제1항에 있어서, 상기 상위 그룹의 참조 벡터와 상기 하위 그룹의 참조 벡터들을 발생 빈도율을 세분화하여 적어도 3개 그룹 이상으로 분류하여 발생 빈도율이 높은 그룹의 참조 벡터들로부터 순차적으로 매칭을 실행함을 특징으로 하는 매칭 속도를 개선한 문자 인식 방법.