KR100414051B1 - 문자의획인식방법 - Google Patents

Abstract

본 발명은 전자 펜을 이용한 문자의 패턴 입력시에 특정 방향의 정보만을 이용하여 변형된 다이나믹 프로그래밍 매칭을 수행하도록 함으로써 인식률을 향상시킨 문자의 획 인식방법에 관한 것으로, 획의 크기에 상관없이 처리할 수 있도록 크기 정규화를 행하고, 특징점의 추출에 있어서 각 선분의 소정의 방향 정보만을 추출함과 아울러 그 특징점 사이의 거리가 항상 등간격이 되도록 재 샘플링한 다음 다이나믹 프로그래밍 매칭시에 처리속도를 향상시키기 위하여 특징점의 갯수와 방향변화의 누적값을 이용하여 대분류를 행하며, 획의 성분들에 대한 상대적인 크기에 따라 가중치를 줌으로써 굳이 디후킹과정을 행하지 않더라도 후킹에 덜 민감하도록 하여 인식과정의 간편성과 인식률을 높이는 효과가 있게 된다.

Description

문자의 획 인식방법

본 발명은 온 라인(on-line) 패턴인식에 관한 것으로, 특히 전자 펜을 이용한 문자의 패턴 입력시에 특정 방향의 정보만을 이용하여 변형된 다이나믹 프로그래밍 매칭(Dynamic Programing Matching)을 수행하도록 함으로써 인식률을 향상시킨 문자의 획 인식방법에 관한 것이다.

먼저 일반적인 문자의 획 인식방법에 관하여 설명한다.

문자의 획을 인식하기 위해서는 입력되는 유사한 패턴을 세밀하게 구분할 수 있어야 하며, 그 구분된 패턴의 유사도를 측정할 수 있어야 한다.

또한, 필기에 사용되는 테블릿(tablet)의 성능과 전자펜의 사용 숙련도에 따라 발생할 수 있는 갈고리 모양의 후킹(hooking)성분에 덜 민감한 인식방법이 바람직하다.

제 1 도는 인식에 사용되는 다양한 패턴의 문자들의 몇가지 예를 나타낸 도로서, (가)와 (나)는 정확히 인식되어야 할 대표적인 패턴이 도시되어 있고, 또한 (다)와 (라)는 실제 사용되는 영문자의 몇가지 예를 나타내었으며, (마)와 (바)는 모양이 약간 복잡하면서 미세한 차이를 보이는 패턴을 나타낸 것이다.

한편, 두가지 패턴을 비교한다는 것은 그 패턴의 방향과 길이에 대한 두가지 정보를 이용하게 되고, 방향과 길이에 적합한 가중치(weight)를 주어서 최종 비교 결과치를 산출하여야 한다.

제 1 도 (마)에 도시된 패턴에 의하여 이의 예를 들어보면, 만약 첫번째 패턴이 이미 학습이 되어있고, 차례대로 나머지 3개의 패턴과 이미 학습된 첫번째 패턴을 비교하여 유사도를 측정하였을때 그 확률값이 어떻게 나오는가에 따라서 인식성능을 평가할 수 있게 된다.

또한, 후킹성분을 어떻게 처리하느냐에 따라 인식성능이 달라지게 되는데, 이러한 후킹성분은 펜 디지타이저(pen digitizer)나 엘씨디(LCD)장치의 성능, 전자펜 사용의 숙련도에 따라서 크게 차이가 나게된다.

그러므로, 이러한 후킹성분을 적절히 찾아내어 제거한 다음 인식하도록 하는것이 인식성능의 향상에 있어서 바람직한 방법이 된다.

입력 패턴에서 후킹성분이 제거되면 특징점을 추출하게 되는데, 이 특징점을추출함에 있어서 주의할 점은 원래 패턴의 모양을 그대로 유지하고 있어야만 이 특징점을 이용하여 정확한 비교가 이루어질 수 있다는 것이다.

제 2 도는 이러한 입력되는 원래의 패턴((가)에 도시)으로부터 특징점을 추출하는 방법으로서, (나)는 정규화된 등간격에 의해 특징점을 추출하는 경우이며, (다)는 각에 의해 특징점을 추출하는 경우인데, 각에 의해 특징점을 추출하는 경우에 특징점의 갯수가 적어져서 메모리 관리 측면에서는 우수하지만 반면에 두가지 패턴을 어떻게 비교해야 하는가의 문제점이 남아 있게 된다.

그러므로, 문자 패턴의 획 인식에 있어서 가장 중요한 것은 특징을 추출하기 위한 전처리(preprocessing)과정과 어떤 특징을 이용할것인가에 있다.

일반적으로 획 인식을 위해 사용하는 전처리과정은 거리 필터링, 각 필터링, 크기 정규화, 두 점 사이의 거리 정규화, 디후킹(dehooking)등을 이용하고, 특징추출에 있어서는 다음의 방법들을 이용한다.

1) 획의 방향변화(무방향, 시계방향, 반시계방향)의 갯수 및 그에따른 누적각(8, 16, 32방향등을 이용)

2) 획의 시작점에서 끝점을 잇는 방향코드

3) 획의 마지막 선분의 방향코드

4) 획의 처음선분의 방향코드

5) 획의 회전여부(무회전, 반회전, 완전회전)

6) y축 길이의 비와 x축 길이의 비

7) 교차점의 갯수

8) 방향코드와 위치(영역)코드를 이용한 단순한 비교

9) 한 획을 몇개의 영역으로 분할하여 처리

그러나, 이와같은 일반적인 획 인식방법에 있어서는 그 방법들이 다양하고 복잡함으로써 어떠한 방법을 선택하여야만이 가장 좋은 성능의 획 인식결과를 가져올 것인가를 판단하여야하는 불편함이 있었고, 또한 후킹성분을 판단하여 제거하는 과정이 매우 어려운 문제점이 있었다.

따라서, 본 발명은 이러한 문제점을 감안하여 획의 크기에 상관없이 처리할 수 있도록 크기 정규화를 행하고, 특징점의 추출에 있어서 각 선분의 소정의 방향 정보만을 추출함과 아울러 그 특징점 사이의 거리가 항상 등간격이 되도록 재 샘플링한 다음 다이나믹 프로그래밍 매칭시에 처리속도를 향상시키기 위하여 특징점의 갯수와 방향변화의 누적값을 이용하여 대분류를 행하며, 획의 성분들에 대한 상대적인 크기에 따라 가중치를 줌으로써 굳이 디후킹과정을 행하지 않더라도 후킹에 덜 민감하도록 하여 인식과정의 간편성과 인식률을 높이는데 목적이 있는 것으로, 이러한 목적을 갖는 본 발명을 상세히 설명한다.

본 발명 문자의 획 인식방법은, 입력되는 문자의 좌표점을 입력받아 후킹을 제거하고 정규화된 거리필터링을 거친 좌표점을 생성하는 전처리 과정과, 상기 전처리 과정에 의해 생성된 좌표점들을 직선으로 연결한 각 선분의 소정 방향정보만을 이용하여 기 학습된 정보와 매칭을 수행함으로써 그 매칭된 결과가 가장 작은 페널티를 가지는 패턴을 인식된 패턴으로 출력하는 인식 과정으로 이루어 진다.

이와같이 이루어진 본 발명을 제 3 도 내지 제 6 도를 참조하여 상세히 설명한다.

전자펜을 이용하여 제 4 도 (가)에 도시한 바와같이 문자의 입력패턴이 입력되면 그 패턴의 좌표점을 정규화된 거리 필터링을 거쳐 새로운 좌표점들을 생성하는 전처리 과정을 수행하게 되는데, 이 과정은 두 좌표점사이의 거리가 입력패턴을 둘러싸는 영역의 대각선 길이의 6%에 해당하는 거리의 좌표점을 새로 생성한다.

이렇게 함으로써 불필요한 점들이 제거된 새로운 좌표값이 생성되어 인식에 필요한 각 선분 즉, 수평선분, 수직선분, 원선분의 방향정보와 대분류시에 필요한 여러정보들을 생성하게 되며, 이들 정보는 인식성능을 좌우하는 매우 중요한 요소이다.

상기 전처리 과정에서 생성된 새로운 좌표점들 사이의 방향정보를 가지고 다이나믹 프로그래밍 매칭방법을 적용하여 기 학습된 정보와 입력되는 정보를 매칭함으로써 누적 패널티가 가장 작은 값을 인식된 결과의 심볼로 간주하게 된다.

한편, 본 발명에서 적용한 상기 다이나믹 프로그래밍 매칭방법을 좀 더 상세히 설명한다.

기 학습된 정보와 입력되는 정보와의 매칭은 제 5 도에 도시한 바와 같이 패턴 A와 패턴 B 사이의 방향성분을 가지고 최적 매칭경로를 찾아 최종적으로 누적 페널티 값이 가장 작은 값을 찾는다.

상기 패턴 A와 패턴 B는 다음과 같이 정의된다.

또한 상기의 페널티 값은

Penalty ==> d[i, j] = 방향(거리)차이 (Ai, Bi)

그러나, 본 발명에서 적용된 다이나믹 프로그래밍 매칭방법은 누적 페널티의 값을 계산하는 과정이 다르게 된다.

일반적인 누적 페널티 값을 구하는 방법은 하기 식 (1)에 의한다.

반면에 본 발명에서는 입력되는 패턴의 각 획의 가중치값이 1:1 매칭이 안되는 경우에는 일정한 페널티의 가중치 상수를 더해주게 되며, 이의 방법은 하기 식 (2)에 의한다.

여기서, W는 가중치 상수이다.

상기 식 (2)에 의하여 최종 페널티 값을 구하면 하기 식 (3)에 의한다.

이로써, 상기 최종 페널티의 가장 작은 값이 두 패턴의 유사도가 가장 큰 것으로 판단하여 이를 인식된 심볼로 출력하게 된다.

한편, 제 6 도는 본 발명의 문자 획 인식방법을 이용하여 실험한 결과를 나타낸 것으로서, 유사한 패턴을 여러개 학습시킨 다음 입력 패턴과의 유사한 정도 즉, 유사도를 확률값과 함께 도시하였다.

이와같이 본 발명은 인식과정의 다양 복잡성을 단순하게 하고, 굳이 디후킹 과정을 행하지 않더라도 각 획의 성분에 따라 가중치를 부여함으로써 후킹에 덜 민감하도록 하여 문자의 인식률을 높이는 효과가 있게 된다.

제 1 도는 인식에 사용되는 다양한 패턴의 문자들의 몇가지 예를 나타낸 도.

제 2 도는 인식할 획에 대한 특징점 추출의 예를 나타낸 도.

제 3 도는 본 발명 문자의 획 인식방법에 대한 과정도.

제 4 도는 제 3 도 입력 패턴과 전처리에 의해 생성된 패턴을 나타낸 도.

제 5 도는 본 발명에 의한 다이나믹 프로그래밍 매칭방법을 나타낸 도.

제 6 도는 본 발명에 의하여 입력 획과 인식된 결과를 나타낸 도.

Claims (5)

1. 입력되는 문자의 좌표점을 입력받아 후킹을 제거하고 정규화된 거리필터링을 거친 좌표점을 생성하는 전처리 과정과, 상기 전처리 과정에 의해 생성된 좌표점들을 직선으로 연결한 각 선분의 소정 방향정보만을 이용하여 기 학습된 정보와 매칭을 수행함으로써 그 매칭된 결과가 가장 작은 누적 페널티값을 가지는 패턴을 인식된 패턴으로 출력하는 인식 과정으로 이루어진 것을 특징으로 하는 문자의 획 인식방법.
2. 제 1 항에 있어서, 후킹의 제거는 획의 성분들의 상대적인 크기에 따라 가중치를 부여함으로써 이루어지는 것을 특징으로 하는 문자의 획 인식방법.
3. 제 1 항에 있어서, 거리 필터링은 입력되는 좌표점 사이의 거리가 항상 등간격이 되도록 하는 것을 특징으로 하는 문자의 획 인식방법.
4. 제 1 항에 있어서, 소정 방향정보는 각 선분의 36방향정보인 것을 특징으로 하는 문자의 획 인식방법.
5. 제 1 항에 있어서, 방향정보와 기 학습된 정보가 1:1 또는 대각선 방향 매칭이 이루어지지 않을 경우 일정의 페널티를 더해주는 것을 특징으로 하는 문자의 획인식방법.