KR100943595B1 - 영상신호의 블러링 판단장치 및 방법 - Google Patents

영상신호의 블러링 판단장치 및 방법 Download PDF

Info

Publication number
KR100943595B1
KR100943595B1 KR1020030006422A KR20030006422A KR100943595B1 KR 100943595 B1 KR100943595 B1 KR 100943595B1 KR 1020030006422 A KR1020030006422 A KR 1020030006422A KR 20030006422 A KR20030006422 A KR 20030006422A KR 100943595 B1 KR100943595 B1 KR 100943595B1
Authority
KR
South Korea
Prior art keywords
block
energy
blocks
letter
average
Prior art date
Application number
KR1020030006422A
Other languages
English (en)
Other versions
KR20040069869A (ko
Inventor
임채환
장익훈
김남철
김종훈
Original Assignee
삼성전자주식회사
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 삼성전자주식회사 filed Critical 삼성전자주식회사
Priority to KR1020030006422A priority Critical patent/KR100943595B1/ko
Priority to US10/765,069 priority patent/US7321690B2/en
Priority to CNB2004100025556A priority patent/CN100433047C/zh
Priority to EP04002062A priority patent/EP1457927A3/en
Publication of KR20040069869A publication Critical patent/KR20040069869A/ko
Application granted granted Critical
Publication of KR100943595B1 publication Critical patent/KR100943595B1/ko

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/0002Inspection of images, e.g. flaw detection
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/40Analysis of texture
    • G06T7/41Analysis of texture based on statistical description of texture
    • G06T7/42Analysis of texture based on statistical description of texture using transform domain methods
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/98Detection or correction of errors, e.g. by rescanning the pattern or by human intervention; Evaluation of the quality of the acquired patterns
    • G06V10/993Evaluation of the quality of the acquired pattern
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/20Special algorithmic details
    • G06T2207/20021Dividing image into blocks, subimages or windows
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/20Special algorithmic details
    • G06T2207/20048Transform domain processing
    • G06T2207/20052Discrete cosine transform [DCT]
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30168Image quality inspection
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30176Document

Abstract

영상화면의 블러링 여부를 판정하는 장치가, 영상화면을 입력하는 입력부와, 상기 영상화면을 블록으로 분할하고, 상기 분할된 블록들을 글자블록 및 배경블록들로 분류하는 블록분류부와, 블록분류부에서 분류된 글자블록들의 평균에너지비율을 계산하는 글자블록에너지계산부와, 상기 각 글자블록의 평균에너지비율을 계산한 후, 상기 평균에너지비율을 소정의 기준값과 비교하여 상기 영상화면의 블러링 여부를 판정하는 블러링판단부로 구성된다.
Figure R1020030006422
블러링, 블록분류, 영상전처리,

Description

영상신호의 블러링 판단장치 및 방법{DEVICE AND METHOD FOR BLURRING DECISION OF IMAGE}
도 1은 본 발명의 실시예에 따라 영상신호의 블러링 여부를 판단하는 장치의 구성을 도시하는 도면
도 2는 도 1의 블록분류부 구성을 도시하는 도면
도 3a-도 3c는 도 2의 에너지계산부에서 우수한 DCT 계수들의 위치 설정을 설명하기 위한 도면이고, 도 3d 및 도 3e는 본 발명의 실시예에 따라 글자블록 및 배경블록을 분류된 영상화면의 예를 도시하는 도면
도 4는 도 1의 글자블록에너지계산부의 구성을 도시하는 도면
도 5는 M×M 화소 크기를 가지는 블록에서 DCT 계수의 위치를 나타내는 도면
도 6a - 도 6f는 본 발명의 실시예에 따라 글자블록에서 DCT 계수의 에너지비율을 계산할 때 이용되는 DCT 계수 및 이에 따른 특성을 설명하는 도면
도 7은 본 발명의 실시예에 따라 8×8 글자블록에서 DCT 계수의 에너지비율을 계산할 때 이용되는 DCT 계수를 도시하는 도면
도 8은 도 7과 같은 DCT 계수를 사용할 때의 DCT 계수 에너지의 평균율 분포를 도시하는 도면
도 9는 본 발명의 실시예에 따라 블러링 여부를 판단하는 과정의 절차를 도시하는 흐름도
도 10은 본 발명의 실시예에 따라 블러링 여부를 판단하는 절차를 도시하는 도면
도 11a - 도 11e는 도 10의 절차를 수행하는 과정에서 생성되는 영상의 특성을 도시하는 도면
본 발명은 영상신호의 전처리장치 및 방법에 관한 것으로, 특히 영상신호의 글자를 인식하기 전에 영상신호의 블러링 여부를 판정하여 인식 여부를 결정할 수 있는 전처리 장치 및 방법에 관한 것이다.
현재 영상신호의 글자를 인식하기 위해서는 먼저 전처리(pre-processing) 동작을 수행하는 것이 일반적이다. 상기 전처리 동작이라 함은 영상신호의 글자 인식 전에 영상신호를 처리하는 동작을 의미한다. 상기 영상신호의 전처리 동작은 영상신호의 입력되는 영상화면이 글자를 인식하기에 적절한가를 판단하는 동작, 입력되는 영상화면의 기울기를 보정하는 동작, 입력되는 영상화면의 크기를 적절하기 보정하는 동작, 또는 입력되는 영상신호의 글자를 인식할 수 있도록 영상신호를 이 진화하는 동작 등이 될 수 있다.
상기 전처리를 위해 입력되는 영상화면은 카메라 등을 통해 촬영된 영상화면이 될 수 있다. 이때 촬영된 영상은 초점 및 조명 등이 맞지 않은 경우 영상화면이 뿌옇게되는 블러드 영상(blurred image)이 입력될 수 있다. 이런 블러드 영상화면의 글자를 인식하는 경우에는 오인식될 확률이 높다. 따라서 영상화면의 글자를 인식하는 경우, 입력되는 영상화면의 블러링 여부를 판단하여 글자 인식이 불가능한 정도로 해상도가 떨어지는 화면인 경우에는 인식 동작을 중단하고 재입력을 요구하는 것이 바람직하다.
따라서 본 발명의 목적은 영상화면의 글자을 인식하는 장치에서 영상신호의 글자를 인식하기 전에 영상화면의 블러링 여부를 판정할 수 있는 장치 및 방법을 제공함에 있다.
본 발명의 다른 목적은 영상화면의 글자를 인식하는 장치에서 입력된 영상화면을 글자블록과 배경블록으로 분류하고, 상기 분류된 글자블록들만을 분석하여 영상화면의 블러링 여부를 판단할 수 있는 장치 및 방법을 제공함에 있다.
본 발명의 또 다른 목적은 영상화면의 글자을 인식하는 장치에서 입력된 영상화면을 글자블록과 배경블록으로 분류하고, 상기 분류된 글자블록들의 에너지비율을 분석하여 영상화면의 블러링 여부를 판단할 수 있는 장치 및 방법을 제공함에 있다.
이하 본 발명의 바람직한 실시예들의 상세한 설명이 첨부된 도면들을 참조하여 설명될 것이다. 도면들 중 동일한 구성들은 가능한 한 어느 곳에서든지 동일한 부호들을 나타내고 있음을 유의하여야 한다.
하기 설명에서 영상화면의 크기, 글자 및 배경블록의 크기 등과 같은 특정 상세들이 본 발명의 보다 전반적인 이해를 제공하기 위해 나타나 있다. 이들 특정 상세들 없이 또한 이들의 변형에 의해서도 본 발명이 용이하게 실시될 수 있다는 것은 이 기술분야에서 통상의 지식을 가진 자에게 자명할 것이다.
이하 설명되는 본 발명의 실시예들의 설명에서, 영상화면이라는 용어는 입력되는 영상을 의미하는 용어로써, 본 발명의 실시예에서는 640×480 화소의 크기를 갖는다고 가정한다. 블록이라는 용어는 글자 및 배경블록을 의미하는 용어로써, 본 발명의 실시예에서는 8×8 화소의 크기를 갖는다고 가정한다.
이하 본 발명의 실시예들을 첨부되는 도면들을 참조하여 상세히 설명한다.
도 1은 본 발명의 실시예에 따라 영상화면의 블러링 여부를 판정하는 장치의 구성을 도시하는 도면이다.
상기 도 1을 참조하면, 입력부110은 영상화면을 입력하는 기능을 수행한다. 여기서 상기 입력부110은 카메라(camera), 스캐너(scanner), 모뎀 및 네트워크 등을 포함하는 통신인터페이스부, 컴퓨터 등이 될 수 있다. 여기서 상기 영상화면은640(column)×480(row)의 화소들로 이루어진다고 가정한다.
블록분류부(block classification part)120은 상기 입력부110에서 입력되는 영상화면을 상기 블록으로 분할하고, 상기 분할된 블록들에 포함되는 화소들을 검사하여 글자블록(character block: CB) 및 배경블록(background block: BB)들로 분류하는 기능을 수행한다. 상기와 같이 블록분류부120이 각 블록들을 글자블록 및 배경블록들로 분류하는 이유는 글자가 포함되어 있는 영역만을 이용하여 블러링여부를 판정하기 위함이다. 여기서 상기 블록은 상기한 바와 같이 8×8 화소의 크기를 가진 다고 가정한다.
글자블록평균에너지계산부130은 상기 블록분류부120에서 출력되는 글자블럭의 평균 에너지 비율을 계산한다. 상기와 같이 글자블록의 평균 에너지비율을 계산하는 이유는 영상화면을 구성하는 글자블록들의 평균에너지비율을 계산하므로써, 글자가 포함되어 있는 영역들만을 이용하여 블러링 여부를 판정하기 위함이다.
블러링판단부140은 상기 글자블록평균에너지계산부130에서 출력되는 글자블럭의 평균 에너지비율을 미리 설정된 기준값과 비교하여 영상화면의 블러링 여부를 판정한다. 상기 블러링 판단부140은 상기 영상화면이 블러드 영상(blurred image) 화면으로 판정되는 경우, 상기 입력부110에 이를 통보하여 영상화면의 재입력을 요구한다.
인식부150은 상기 블러링판단부140에서 정상 영상화면(non-blurred image) 판정신호가 수신되면 상기 입력부110에서 출력되는 영상화면의 글자를 인식한다.
도 2는 상기 블록분류부120의 구성을 도시하는 도면이다. 상기 블록분류부120은 상기 영상화면을 소정 크기의 블록들로 나누고, 각 블록들을 각각 글자블록 및 배경블록으로 분류하는 동작을 수행한다. 이때 상기 블록분류부120이 각 블록들을 분류하는 목적은 영상화면의 블러링 여부를 판정할 때 글자가 포함된 영역만을 이용하여 수행하기 위함이다.
상기 도 2를 참조하면, 블록분할부211은 상기 영상화면을 소정의 블록크기로 분할한다. 이 때 상기 영상화면이 640×480 화소이고, 상기 블록이 8×8 화소이면, 상기 블록분할부211은 상기 영상화면을 4800개의 블록들로 분할한다.
상기 블록분할부211에서 출력되는 블록들은 DCT변환부213에 인가되어 DCT(discrete cosine transform) 변환된다. 그리고 에너지계산부215는 상기 DCT 변환된 블록 내에서 우수한 DCT 계수들(dominant DCT coefficients)의 절대값의 합을 계산한다. 이때 상기 글자블록의 DCT 계수들(coefficients)의 에너지분포(energy distribution)는 배경블록의 그것보다 큰값을 가진다. 도 3a는 글자블록과 배경블록에 대한 DCT 계수들의 에너지 분포를 비교하는 도면이다. 상기 도 3a에서 Y축은 절대값의 합의 평균을 로그 스케일(log scale)로 표시하고 있으며, X축은 DCT 계수들의 지그재그 스캔 오더(zigzag scan order)를 표시하고 있다. 상기 도 3a에 도시된 바와 같이 글자블록의 DCT 계수들은 배경블록의 DCT 계수들보다 큰 값을 가지고 있음을 알 수 있다. 그리고 도 3b는 글자블록에 대한 DCT 계수들의 에너지 분포 특성을 도시하고 있다. 상기 도 3b에서 Y축은 절대값의 합의 평균을 정상 스케일(normal scale)로 표시하고 있으며, X축은 DCT 계수들의 지그재그 스캔 오더(zigzag scan order)를 표시하고 있다. 이때 상기 도 3b에 도시된 바와 같이 일부 DCT 계수가 절대값의 합의 평균이 큰 값을 가진 다는 것을 알 수 있다. 따라서 본 발명의 실시 예에서는 블록분류 시 사용되는 우수한 DCT 계수들(dominant DCT coefficients)은 도 3c에 도시된 바와같이 D1 - D9까지라고 가정한다. 따라서 k번째 블록에서의 우수한 DCT계수들의 절대값의 합은 하기 <수학식 1>과 같이 계산할 수 있다.
Figure 112003003658751-pat00001
상기 <수학식 1>에서
Figure 112003003658751-pat00002
는 k번째 블록의 i번째 우수한 DCT 계수를 의미하고, Sk는 k번째 블록의 DCT 계수들의 절대값의 합을 의미한다. 따라서 본 발명의 실시예에서는 우수한 DCT 계수들인 D1 - D9까지의 DCT 계수들의 절대값의 합을 계산한다.
상기 에너지 계산부215는 상기 <수학식 1>과 같은 계산을 모든 블록들(k=0,1,2,...,4799)에 대하여 수행한다. 그리고 상기 각 블록별 에너지값 Sk(k=0,1,...,4799)들은 기준값계산부217에 인가된다.
상기 기준값계산부217은 상기 각 블록별로 계산된 에너지값 Sk(k=0,1,...,4799)들을 가산한 후, 상기 가산된 전체블록의 에너지값을 블록의 총개수(TBN)로 나누어 평균값 <Sk>을 구한다. 이때 상기 <Sk> 값은 하기 <수학식 2>와 같이 구하며, 이때의 상기 <Sk> 값은 상기 블록을 글자블록 또는 배경블록으로 판정하기 위한 기준값 Cth가 된다.
Figure 112003003658751-pat00003
상기 <수학식 2>에서 TBN은 블록의 총 개수를 나타낸다.
블록판단부219는 상기 에너지계산부215에서 출력되는 블록별 에너지값(우수한 DCT 계수들의 절대값의 합)들을 순차적으로 입력하며, 상기 입력되는 블록 에너지값을 상기 기준값 Cth와 비교하여 글자블록 또는 배경블록으로 분류한다. 이때 상기 블록판단부219는 하기 <수학식 3>에 나타낸 바와 같이, Sk 값이 상기 기준값 Cth보다 크거나 같으면 해당하는 k번째 블록을 글자블록으로 분류하고, 상기 기준값 Cth보다 작으면 해당하는 k번째 블록을 배경 블록으로 분류한다.
Figure 112003003658751-pat00004

상기 블록분류부120에서 상기 글자블록 및 배경블록으로 분류된 최종 형태는 도 3d 및 도 3e와 같다. 상기 도 3d 및 도 3e에서 그레이(gray) 부분은 글자블록이며, 검은색(black) 부분은 배경블록이 된다.
상기와 같이 블록분류부120에서 분류된 블록들의 화소는 0-255의 그레이 레 벨(gray level)을가질 수 있다. 상기 블록분류부120에서 출력되는 글자블록의 영상은 상기 글자블록평균에너지계산부130에 입력된다. 상기 글자블록평균에너지계산부130은 상기 분류된 각 글자블록의 에너지비율을 계산한 후, 이를 이용하여 전체 영상화면에서의 글자블록의 평균에너지 비율을 계산한다. 도 4는 상기 글자블록에너지계산부의 구성을 도시하는 도면이다.
상기 도 4를 참조하면, 에너지비율계산부311은 각 블록분류부120에서 분류된 각 글자블록에서 DCT계수의 에너지비율을 계산한다. 도 5는 M×M 화소 크기의 블록에서 DCT 계수의 위치를 나타내는 도면이다. 상기 글자블럭의 DCT 계수가 상기 도 5와 같은 경우, 글자블록 DCT계수의 비율은 하기 <수학식 4>와 같이 구할 수 있다.
Figure 112009053446601-pat00041
본 발명의 실시예에서는 상기한 바와 같이 블록은 8×8화소(M=8)로 가정하고 있다. 도 6a - 도 6f는 상기 글자블록의 에너지비율을 구하기 위하여 사용한 저주 파 성분과 고주파 성분의 DCT 계수들의 위치선정의 타당성을 검증하기 위해 실험 결과를 도시하는 도면이다. 상기 도 6a - 도 6e는 각 글자 블록에서 DCT 에너지비율을 계산하기 위한 단계별 DCT 계수의 위치를 도시하는 도면들이고, 도 6f는 상기 도 6a - 도 6e와 같은 단계별 DCT 계수에 따른 단계별 블러링 변화를 도시하는 도면이다. 상기 실험결과는 영상블러링의 정도를 증가시켜 가면서 글자블록의 평균에너지비율 값의 변화를 도시하고 있다. 상기 실험결과로부터 도 6b에 도시된 DCT 계수를 사용한 결과 평균 에너지 비율 값이 블러링 정도의 변화에 따라 가장 민감하게 변화하는 것을 볼 수 있다. 본 발명의 실시예에서는 상기 실험결과에 따라 글자블록에서의 DCT 계수의 에너지 비율을 계산하기 위하여 도 6b의 DCT 계수를 사용한다고 가정한다.
그러면 발명의 실시예에서 각 글자블록의 DCT 계수의 에너지비율을 계산하기 위한 DCT 계수는 도 7과 같게 되며, 이때 상기 <수학식 4>에서 Lm,n은 m+n=1,2의 위치에서의 저주파 성분의 DCT계수가 되고, Hm,n은 m+n=3,4,5,6의 위치에서의 고주파 성분의 DCT계수가 된다.
상기 에너지비율계산부311에서는 상기한 바와 같이 각 글자블록들에 대한 DCT 계수의 에너지 비율 Rk를 상기 <수학식 4>에 구한다. 그리고 평균에너지비율계산부313은 전체영상에서 DCT계수의 평균에너지비율 <Rk>를 구한다. 즉, 상기 평균에너지비율계산부313은 에너지비율 계산부311에서 구한 Rk들을 이용하여 전체 영상에 서의 평균 Rk를 하기 <수학식 5>와 같이 계산한다.
Figure 112003003658751-pat00006
상기 <수학식 5>에서 TCN은 글자블록의 총개수를 의미한다.
상기와 같이 전체 영상에서의 평균 에너지비율 <Rk>가 계산되면, 블러링판단부140은 하기 <수학식 6>과 같이 상기 평균 에너지비율 <Rk>를 실험적으로 구한 기준값Bth와 비교하여 입력된 영상화면의 블러링 여부를 판단한다. 즉, 상기 블러링판단부140은 상기 평균 에너지비율 <Rk>이 기준값 Bth보다 크거나 같을 경우 입력된 영상화면이 블러링되었다고 판단하여 입력부110에 영상화면의 재입력을 요구한다. 그러나 상기 평균 에너지비율 <Rk>가 기준값 Bth 보다 작으면 입력된 영상화면을 인식할 수 있도록 인식부150에 이를 통보한다.
Figure 112003003658751-pat00007
여기서 상기 기준값 Bth는 실험적으로 영상화면의 글자정보의 시각적 인식 가능 여부와 영상화면의 이진화 출력 결과의 성능을 기준으로 하여 선택한다.
도 8은 블러링된 영상과 블러링 되지 않은 영상에 대하여 <수학식 5>의 적용결과를 보여준다. 상기 도 8에서보면, 수평축은 각기 다른 영상 샘플(sample)을 나 타내며 수직 축은 평균 에너지 비율(<Rk>)을 나타낸다. 도 8에서 블러링된 영상과 블러링되지 않은 영상에 대하여 평균 에너지 비율(<Rk>)의 분포가 서로 구분되어 나타나고 있음을 알 수 있다. 이것은 블러링 판단을 위한 <수학식 5>의 적용이 타당성을 가짐을 보여준다.
도 9는 본 발명의 실시예에 따라 영상화면의 블러링 여부를 판정하는 절차를 도시하는 흐름도이다. 상기 도 9를 참조하면, 영상화면이 입력되면 411단계에서 이를 감지하며, 413단계에서 상기 영상화면을 설정된 크기의 블록으로 분할한다. 이때 상기 영상화면은 640×480 화소이며 블록은 8×8화소로 가정한다. 따라서 상기 블록분할을 수행하면 4800개의 블록들로 분할됨을 알 수 있다.
이후 415단계에서 상기 블록번호 BN을 0으로 하고 417단계에서 블록번호 BN의 블록을 억세스한다. 그리고 419단계에서 억세스한 BN블록을 DCT 변환하며, 421단계에서 DCT변환된 상기 BN 블록 내에서 우수한 DCT 계수들(Dominant DCT coefficients)의 절대값의 합 Sk를 계산하여 저장한다. 이때 상기 글자블록의 DCT 계수들(coefficients)의 에너지분포(energy distribution)는 배경블록의 그것보다 큰 값을 가지며, 글자블록과 배경블록에 대한 DCT 계수들의 에너지 분포는 상기 도 3a와 같은 특성을 가진다. 그리고 상기 글자블록에 대한 DCT 계수들의 에너지 분포는 도 3b와 같은 특성을 가진다. 따라서 BN번째 블록에서의 DCT계수의 절대값의 합 Sk는 상기 <수학식 1>과 같이 계산할 수 있다. 여기서 상기 k는 BN과 같은 변수이며, 블록번호를 의미한다. 상기 421단계에서 상기 Sk를 구한 후, 423단계에서 마지막 블록의 Sk를 계산하였는가 검사하며, 아니면 425단계에서 블록번호를 하나증가시킨 후 417단계로 되돌아가 위와 같은 동작을 반복수행한다.
상기 415단계-423단계를 반복수행하면, 각 블록영상을 DCT변환하게 되며, 상기 <수학식 1>과 같은 계산을 모든 블록들(k=0,1,2,...,4799)에 대하여 수행한다. 그리고 427단계에서 상기 각 블록별 에너지값 Sk(k=0,1,...,4799)들을 이용하여 기준값 Cth를 계산한다. 상기 427단계에서의 기준값 Cth의 계산과정을 살펴보면, 먼저 각 블록별로 계산된 에너지값 Sk(k=0,1,...,4799)들을 가산한 후, 상기 가산된 전체블록의 에너지값을 블록의 총개수 (TBN)로 나누어 평균값 <Sk>을 구한다. 이때 상기 <Sk> 값은 상기 <수학식 2>와 같이 구하며, 이때의 상기 <Sk> 값은 상기 블록 영상신호를 글자블록 또는 배경블록으로 판정하기 위한 기준값 Cth가 된다.
상기 기준값 Cth를 구한 후, 상기 각 블록들을 글자블록 및 배경블록으로 분류하는 동작을 수행한다. 그리고 상기 분류된 글자블록들에 대해서는 글자블록에 대한 DCT계수의 에너지비율 Rk를 계산한다. 여기서 상기 블록번호는 BN이라 표시하기로 하고 글자블록 변수는 CN이라고 표시하기로 한다. 이를 위하여 먼저 429단계에서 블록번호 BN 및 글자블록번호 CN을 각각 0으로 초기화한 후, 431단계에서 상기 블록번호BN에 해당하는 블록의 Sk를 억세스한다. 그리고 433단계에서 상기 입력 되는 BN블록의 Sk 값을 상기 기준값 Cth를 이용하여 글자블록 또는 배경블록으로 분류한다. 이때 상기 블록 분류는 상기 <수학식 3>에 나타낸 바와 같이, 433단계에서 Sk 값이 상기 기준값 Cth보다 크면 해당하는 BN 블록을 글자블록으로 분류하고, 상기 기준값 Cth보다 작으면 해당하는 BN 블록을 배경블록으로 분류한다. 이때 상기 글자블록으로 분류된 경우, 435단계에서 에너지비율계산부311은 해당하는 글자블록의 DCT계수의 에너지비율 Rk를 상기 <수학식 4>와 같은 방법으로 계산하며, 437단계에서 글자블록의 번호를 하나 증가시킨다. 즉, 본 발명의 실시예에서는 글자블록으로 분류된 블록에 대해서만 DCT계수의 에너지비율Rk를 구한다. 이때 상기 에너지비율 Rk는 하기와 같이 계산한다. 먼저 도 7과 같은 DCT계수들에서 각각 저주파 성분들의 DCT계수들을 가산하고
Figure 112003003658751-pat00008
, 또한 고주파 성분들의 DCT 계수들을 가산한다.
Figure 112003003658751-pat00009
그리고 두 번째로 상기 가산된 저주파 성분들의 DCT 계수들의 합과 상기 고주파 성분들의 DCT계수들의 합을 다시 가산한다.
Figure 112003003658751-pat00010
그리고 세 번째로 상기 가산된 저주파성분들의 DCT 계수들의 합
Figure 112003003658751-pat00011
을 상기 두 번째 단계에서 구한 가산된 두 성분들의 DCT계수들의 합
Figure 112003003658751-pat00012
값으로 나누어 해당하는 글자블록의 상기 에너지비율 Rk를 구한다.
이후 439단계에서 상기 분류된 블록이 마지막 블록인가를 검사하며, 아니면 441단계로 진행하여 블록번호를 하나 증가시킨 후, 431단계로 되돌아가 상기와 같은 동작을 반복 수행한다. 그리고 상기와 같은 동작의 수행을 완료하면, 입력된 영상화면의 블록들을 글자블록 및 배경블록으로 분류하는 동작을 종료하며, 또한 상기 분류된 글자블록들에 대해서는 각각 DCT 계수의 에너지비율들을 구한 상태가 된다.
상기와 같이 각 글자블록들에 대한 DCT계수의 에너지비율을 계산한 후, 443단계에서 상기 글자블록들의 DCT계수의 에너지비율들의 평균값<Rk>을 계산한다. 이때 상기 평균값 <Rk>는 상기 <수학식 5>와 같이 구한다. 상기 평균값 <Rk >은 상기 각 글자블록들에 대하여 구한 에너지비율 Rk를 모두 가산한 후, 이 가산된 값을 상기 글자블록의 총 개수(TCN)로 나누어 영상화면의 글자블록에 대한 평균 에너지비율 <Rk>를 구한다.
그리고 445단계에서는 상기 글자블록의 평균에너지비율 <Rk>를 기준값 Bth와 비교하여 상기 입력된 영상화면의 블러링 여부를 판정한다. 이때 상기 기준값 Bth는 실험적으로 영상화면의 글자정보의 시각적 인식 가능 여부와 영상화면의 이진화 출력 결과의 성능을 판단 기준으로 선택할 수 있다. 이때 상기 445단계에서 상기 글자블록의 평균 에너지비율 <Rk>이 기준값 Bth보다 작으면 상기 입력된 영상화면은 인식 가능한 영상화면으로 판단하고 447단계에서 이를 인식부150에 통보한다. 그러면 상기 인식부150은 입력부110에서 입력되는 영상화면을 입력하여 인식하는 동작을 수행한다. 그러나 상기 445단계에서 상기 글자블록의 평균 에너지비율 <Rk>이 기준값 Bth보다 크거나 같으면 상기 입력된 영상화면은 블러링 영상화면으로 판정하고 상기 입력부110에 재입력을 요구하는 신호를 출력하고 종료한다.
도 10은 본 발명의 실시예에 따라 입력된 영상화면의 블러링 여부를 판정하는 절차를 설명하는 도면이며, 도 11a - 도 11e는 상기 도 10과 같은 절차를 수행하는 과정에서 생성되는 영상을 설명하는 도면이다.
상기 도 10을 참조하면, 먼저 510과정에서 입력부110은 도 11a와 같은 영상화면을 입력한다. 이때 입력되는 영상화면은 640×480화소의 크기를 갖는다. 그리고 520과정에서 블록분할부211은 상기 도 11a와 같은 영상화면을 도 11b와 같이 설정된 블록 크기로 분할한다. 상기 블록은 8×8화소 크기를 가지며, 생성되는 블록은 4800개가 된다. 이후 530과정에서 DCT변환부213은 상기 블록분할부211에서 분할된 각 블록들을 DCT변환하며, 540과정에서 에너지계산부215는 상기 <수학식 1>과 같이 상기 DCT변환된 각 블록들의 우수한 DCT계수들의 절대값의 합Sk(k=BN=0,...,4799)를 계산하여 각 블록의 에너지로 출력하다. 이후 550과정에서 상기 기준값계산부217은 상기 <수학식 2>와 같이 각 블록들의 우수한 DCT 계수들의 절대값의 합을 각각 가산한 후 평균하여 기준값 Cth(=<Sk>)를 계산한다. 여기서 상기 기준값 Cth는 전체 영상화면의 각 블록들의 우수한 DCT계수들의 절대값의 합들 을 평균한 값으로써, 각 블록들을 글자블록 및 배경블록으로 분류하기 위한 기준값이 된다. 이후 560과정에서 블록판단부219는 상기 블록들의 우수한 DCT계수들의 절대값의 합(Sk)들을 순차적으로 억세스하면서, 상기 <수학식 3>과 같이 이 값(Sk)을 상기 기준값과 비교하며, 비교결과 상기 값이 기준값 보다 크거나 같으면 글자블록으로 분류하고 작으면 배경블록으로 분류한다. 도 11c는 상기 글자블럭판단부210에서 분류된 글자블록을 나타내고 있다.그리고 570과정에서 에너지비율 계산부311은 상기 <수학식 4>와 같이 글자블럭으로 분류된 블록들에 대하여 DCT 계수의 에너지비율 Rk를 계산하며, 평균에너지비율계산부313은 상기 570과정에서 상기 <수학식 5>계산된 글자블럭들의 DCT계수의 에너지비율들을 가산 및 평균하여 전체 영상에서 글자블럭의 평균 에너지비율 <Rk>를 계산한다. 그리고 블러링판단부140은 상기 <수학식 6>과 같이 상기 글자블럭의 평균에너지비율<Rk>를 블러링 판단을 위한 기준값 Bth와 비교하여 블러링 여부를 판정한다. 이때 블러링 판단부140은 글자블럭이 평균에너지비율<Rk>가 상기 기준값 Bth보다 크거나 같으면 입력된 영상화면을 블러드 화면(blurred image)로 판정하고 상기 510 과정으로 되돌아간다. 도 11d는 블러링판단부140에서 블러드 영상으로 판정한 영상화면의 예를 도시하고 있다. 그러나 블러링판단부140은 상기 글자블럭이 평균에너지비율<Rk>가 상기 기준값 Bth보다 작으면 입력된 영상화면을 정상영상(non-blurred image)화면으로 판정하고 상기 600 과정으로 진행하여 인식부150에 통보한다. 그러면 상기 인식부150은 상기 입력부110에서 입력되는 영상화면의 글자를 인식하는 동작을 수행하게 된다. 도 11e는 블러링판단부140에서 인식 가능한 영상으로 판정한 영상화면의 예를 도시하고 있다.
상기한 바와 같이 본 발명의 실시예에 따르면, 영상화면을 인식할 때 전처리 과정에서 입력되는 영상화면이 블러링 화면인지 아닌지 판단하므로써 인식되는 영상화면의 신뢰성을 향상시킬 수 있다. 또한 상기 영상화면의 블러링 여부를 판정할 때 글자블록들을 대상으로 판정하므로, 영상화면의 블러링을 판정하는 절차를 간단하게 수행할 수 있는 이점이 있다.

Claims (8)

  1. 영상신호의 블러링 판단 장치에 있어서,
    영상화면을 입력하는 입력부와,
    상기 영상화면을 블록으로 분할하고, 상기 분할된 해당 블록의 에너지값을 출력하여 상기 해당 블록의 에너지값을 상기 해당 블록의 에너지 기준 값과 비교하여 글자 블록 및 배경블록들로 분류하는 블록분류부와,
    상기 블록분류부에서 분류된 글자블록들의 에너지비율의 평균을 계산하는 글자블록에너지계산부와,
    상기 글자블록에너지 계산부로부터 입력된 에너지비율의 평균을 소정의 기준값과 비교하여 상기 영상화면의 블러링 여부를 판단하는 블러링판단부로 구성된 것을 특징으로 하는 영상신호의 블러링 판단장치.
  2. 제1항에 있어서, 상기 블록분류부가,
    상기 입력되는 영상화면을 미리 설정된 블록 크기로 분할하는 블록분할부와,
    상기 블록분할부에서 출력되는 블록영상들을 DCT(discrete cosine transform) 변환하는 DCT변환부와,
    상기 DCT변환된 각각의 블록 내에서 우수한 DCT 계수들(dominant DCT coefficients)의 절대값의 합을 계산하여 해당 블록의 에너지값으로 출력하는 에너지계산부와,
    에너지계산부에서 출력되는 상기 각 블록별로 계산된 에너지값들을 가산한 후, 상기 가산된 전체블록의 에너지값을 블록의 총개수로 나누어 평균한 값을 기준값으로 발생하는 기준값계산부와,
    상기 에너지계산부에서 출력되는 상기 블록별 에너지값들을 순차적으로 입력하며, 상기 입력되는 블록 에너지값을 상기 기준값을 이용하여 글자블록 또는 배경블록으로 분류하는 블록판단부로 구성된 것을 특징으로 하는 영상신호의 블러링 판단장치.
  3. 제2항에 있어서, 상기 블록은 8*8화소의 크기를 가지며, 상기 각 블록의 에너지값은 하기 <수학식 9>에 의해 구해짐을 특징으로 하는 영상신호의 블러링 판단장치.
    Figure 112008007771060-pat00013
    여기서
    Figure 112008007771060-pat00014
    k번째 블록의 i번째 우수한 DCT 계수를 나타내고, Sk는 k번째 블록의 DCT 계수의 절대값의 합을 나타냄.
  4. 제2항에 있어서, 상기 글자블록에너지계산부가,
    상기 분류된 각 글자블록의 DCT계수들의 에너지비율을 계산하는 에너지비율계산부와,
    상기 각 글자블록의 에너지비율들을 평균하여 글자블록의 평균에너지비율을 계산하는 평균에너지비율계산부로 구성된 것을 특징으로 하는 영상신호의 블러링 판단장치.
  5. 제4항에 있어서, 상기 에너지비율 계산부는 하기 <수학식 10>에 의해 각 글자블록의 DCT계수들의 에너지비율을 계산하고, 상기 평균에너지비율계산부는 하기 <수학식 11>에 의해 평균에너지비율을 계산함을 특징으로 하는 영상신호의 블러링 판단장치.
    Figure 112009053446601-pat00042
    M : 화소의 수
    Figure 112009053446601-pat00016
    여기서 TCN은 글자블록의 총개수를 의미한다.
  6. 제5항에 있어서, 상기 에너지비율 계산부는 Lm,n: m+n=1,2가 되고, Hm,n: m+n=3,4,5,6임을 특징으로 하는 영상신호의 블러링 판단장치.
  7. 영상신호의 블러링 판단 방법에 있어서,
    영상화면을 입력하는 과정과,
    상기 영상화면을 블록으로 분할하고, 상기 분할된 해당 블록의 에너지값을 출력하여 상기 해당 블록의 에너지값을 상기 해당 블록의 에너지 기준 값과 비교하여 글자 블록 및 배경블록들로 분류하는 과정과,
    상기 분류된 글자블록들의 에너지 비율의 평균을 계산하는 과정과,
    상기 에너지 비율의 평균을 소정의 기준 값과 비교하여 상기 영상화면의 블러링 여부를 판단하는 과정으로 이루어짐을 특징으로 하는 영상신호의 블러링 판단방법.
  8. 제7항에 있어서, 상기 영상화면을 블록으로 분할하고, 상기 분할된 블록들을 글자 블록 및 배경블록들로 분류하는 과정은,
    상기 입력되는 영상화면을 미리 설정된 블록 크기로 분할하는 단계와,
    상기 미리 설정된 블록 크기로 분할된 블록영상들을 DCT(discrete cosine transform) 변환하는 단계와,
    상기 DCT변환된 각각의 블록 내에서 우수한 DCT 계수들(dominant DCT coefficients)의 절대값의 합을 계산하여 해당 블록의 에너지값으로 출력하는 단계와,
    상기 DCT 계수들의 절대값의 합을 상기 각 블록별로 계산된 에너지값들에 가산한 후, 상기 가산된 전체블록의 에너지값을 블록의 총개수로 나누어 평균한 값을 기준값으로 발생하는 기준값계산 단계와,
    상기 블록별로 계산된 에너지값들을 순차적으로 입력하며, 상기 입력되는 블록 에너지값을 상기 기준값을 이용하여 글자블록 또는 배경블록으로 분류하는 단계로 이루어짐을 특징으로 하는 영상신호의 블러링 판단방법.
KR1020030006422A 2003-01-30 2003-01-30 영상신호의 블러링 판단장치 및 방법 KR100943595B1 (ko)

Priority Applications (4)

Application Number Priority Date Filing Date Title
KR1020030006422A KR100943595B1 (ko) 2003-01-30 2003-01-30 영상신호의 블러링 판단장치 및 방법
US10/765,069 US7321690B2 (en) 2003-01-30 2004-01-28 Device and method for detecting blurring of an image
CNB2004100025556A CN100433047C (zh) 2003-01-30 2004-01-30 检测图像模糊性的设备和方法
EP04002062A EP1457927A3 (en) 2003-01-30 2004-01-30 Device and method for detecting blurring of image

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020030006422A KR100943595B1 (ko) 2003-01-30 2003-01-30 영상신호의 블러링 판단장치 및 방법

Publications (2)

Publication Number Publication Date
KR20040069869A KR20040069869A (ko) 2004-08-06
KR100943595B1 true KR100943595B1 (ko) 2010-02-24

Family

ID=32768584

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020030006422A KR100943595B1 (ko) 2003-01-30 2003-01-30 영상신호의 블러링 판단장치 및 방법

Country Status (4)

Country Link
US (1) US7321690B2 (ko)
EP (1) EP1457927A3 (ko)
KR (1) KR100943595B1 (ko)
CN (1) CN100433047C (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2021261830A1 (en) * 2020-06-23 2021-12-30 Samsung Electronics Co., Ltd. Video quality assessment method and apparatus

Families Citing this family (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100977713B1 (ko) * 2003-03-15 2010-08-24 삼성전자주식회사 영상신호의 글자 인식을 위한 전처리 장치 및 방법
JP4484806B2 (ja) * 2005-11-30 2010-06-16 キヤノン株式会社 記録システム、記録方法、ホスト装置、プログラム、及び、コンピュータ可読媒体
JP4513764B2 (ja) * 2006-02-20 2010-07-28 セイコーエプソン株式会社 画像判定装置および画像判定方法
KR100720871B1 (ko) * 2006-06-20 2007-05-23 삼성전자주식회사 휴대용 단말기의 저 왜곡 표시 장치 및 방법
US8150191B2 (en) * 2008-10-14 2012-04-03 Interra Systems Inc. Method and system for calculating blur artifacts in videos using user perception threshold
CN101799291B (zh) * 2009-02-05 2012-06-27 义隆电子股份有限公司 光学追踪感应器成像品质的检测方法
US8565503B2 (en) 2010-06-04 2013-10-22 Leica Biosystems Imaging, Inc. System and method to determine slide quality of a digitized microscope slide
CN102013101A (zh) * 2010-11-27 2011-04-13 上海大学 一种经过模糊后处理的置换篡改图像盲检测方法
WO2013107037A1 (en) * 2012-01-20 2013-07-25 Thomson Licensing Blur measurement
CN105184806A (zh) * 2015-10-15 2015-12-23 南京工程学院 一种度量图像模糊程度的方法
CN106611417B (zh) * 2015-10-20 2020-03-31 佳能株式会社 将视觉元素分类为前景或背景的方法及装置

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0652356A (ja) * 1992-07-28 1994-02-25 Hitachi Ltd パターン処理方法およびパターン処理装置
JPH11231289A (ja) 1998-02-10 1999-08-27 Seiko Epson Corp 画像表示装置およびその装置を備えた電子機器並びに画像表示方法
JP2000048120A (ja) 1998-07-28 2000-02-18 Nippon Telegr & Teleph Corp <Ntt> 濃淡画像の文字領域抽出方法及びそのプログラムを記録した記録媒体

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5920349A (en) * 1990-11-05 1999-07-06 Canon Kabushiki Kaisha Image pickup device
MY117289A (en) * 1996-01-17 2004-06-30 Sharp Kk Image data interpolating apparatus
JPH10233693A (ja) * 1996-12-16 1998-09-02 Canon Inc 画像処理方法及び装置並びに記憶媒体
JP3784268B2 (ja) * 2001-03-29 2006-06-07 シャープ株式会社 画像特徴領域分割装置および画像特徴領域分割方法
JP2003018599A (ja) * 2001-07-04 2003-01-17 Matsushita Electric Ind Co Ltd 画像符号化装置および方法
US7054461B2 (en) * 2002-02-15 2006-05-30 Pitney Bowes Inc. Authenticating printed objects using digital watermarks associated with multidimensional quality metrics

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0652356A (ja) * 1992-07-28 1994-02-25 Hitachi Ltd パターン処理方法およびパターン処理装置
JPH11231289A (ja) 1998-02-10 1999-08-27 Seiko Epson Corp 画像表示装置およびその装置を備えた電子機器並びに画像表示方法
JP2000048120A (ja) 1998-07-28 2000-02-18 Nippon Telegr & Teleph Corp <Ntt> 濃淡画像の文字領域抽出方法及びそのプログラムを記録した記録媒体

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2021261830A1 (en) * 2020-06-23 2021-12-30 Samsung Electronics Co., Ltd. Video quality assessment method and apparatus
US11928793B2 (en) 2020-06-23 2024-03-12 Samsung Electronics Co., Ltd. Video quality assessment method and apparatus

Also Published As

Publication number Publication date
CN100433047C (zh) 2008-11-12
US20040252890A1 (en) 2004-12-16
US7321690B2 (en) 2008-01-22
EP1457927A3 (en) 2006-11-29
KR20040069869A (ko) 2004-08-06
CN1525387A (zh) 2004-09-01
EP1457927A2 (en) 2004-09-15

Similar Documents

Publication Publication Date Title
US7480408B2 (en) Degraded dictionary generation method and apparatus
Shen et al. Hybrid no-reference natural image quality assessment of noisy, blurry, JPEG2000, and JPEG images
US7769206B2 (en) Finger/palm print image processing system and finger/palm print image processing method
Li et al. Multi-scale single image dehazing using laplacian and gaussian pyramids
JP5701182B2 (ja) 画像処理装置、画像処理方法及びコンピュータプログラム
JP4459864B2 (ja) 画像分類及びハーフトーン周波数検出のための方法及びシステム
US20100158373A1 (en) Methods and apparatus for auto image binarization
KR100943595B1 (ko) 영상신호의 블러링 판단장치 및 방법
KR20040081682A (ko) 영상신호의 글자 인식을 위한 전처리 장치 및 방법
US7859552B2 (en) Image processing apparatus
Harb et al. Improved image magnification algorithm based on Otsu thresholding
US11244429B2 (en) Method of providing a sharpness measure for an image
JP2005521116A (ja) 画像ブロック内のエッジを検出する装置
US6266445B1 (en) Classification-driven thresholding of a normalized grayscale image
CN113313092B (zh) 手写签名识别方法、理赔自动化处理方法、装置和设备
CN111259792A (zh) 基于dwt-lbp-dct特征的人脸活体检测方法
CN116612355A (zh) 人脸伪造识别模型训练方法和装置、人脸识别方法和装置
JP2004246618A (ja) パターン認識における照合に用いられる画像の生成ならびに同画像を用いたパターン認識のための方法、装置、およびプログラム
CN116091375A (zh) 一种融合区域优选的高质量图像融合方法及系统
JP2007025766A (ja) 顔検出方法および装置並びにプログラム
Solanki et al. Performance evaluation of thresholding techniques on Modi script
Ieremeiev et al. Full-reference metrics multidistortional analysis
KR102361444B1 (ko) 다각형 기반의 객체 인식 성능 보정 장치 및 방법
Lan et al. Recognition of Vehicle License Plate Based on Hopfield Artificial Neural Network.
JP2000137820A (ja) 画像処理装置および方法、並びに提供媒体

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20130130

Year of fee payment: 4

FPAY Annual fee payment

Payment date: 20140128

Year of fee payment: 5

FPAY Annual fee payment

Payment date: 20150129

Year of fee payment: 6

FPAY Annual fee payment

Payment date: 20160128

Year of fee payment: 7

LAPS Lapse due to unpaid annual fee