KR101434776B1 - 이미지의 코너 포인트를 정정하기 위한 방법 및 장치와 이미지 프로세싱 디바이스 - Google Patents

이미지의 코너 포인트를 정정하기 위한 방법 및 장치와 이미지 프로세싱 디바이스 Download PDF

Info

Publication number
KR101434776B1
KR101434776B1 KR1020130005591A KR20130005591A KR101434776B1 KR 101434776 B1 KR101434776 B1 KR 101434776B1 KR 1020130005591 A KR1020130005591 A KR 1020130005591A KR 20130005591 A KR20130005591 A KR 20130005591A KR 101434776 B1 KR101434776 B1 KR 101434776B1
Authority
KR
South Korea
Prior art keywords
corner point
candidate
image
corner
gradient
Prior art date
Application number
KR1020130005591A
Other languages
English (en)
Other versions
KR20130084644A (ko
Inventor
판 판
유안 헤
준 선
사또시 나오이
Original Assignee
후지쯔 가부시끼가이샤
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 후지쯔 가부시끼가이샤 filed Critical 후지쯔 가부시끼가이샤
Publication of KR20130084644A publication Critical patent/KR20130084644A/ko
Application granted granted Critical
Publication of KR101434776B1 publication Critical patent/KR101434776B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T3/06—
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T1/00—General purpose image data processing
    • G06T5/80—
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/12—Edge-based segmentation
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N1/00—Scanning, transmission or reproduction of documents or the like, e.g. facsimile transmission; Details thereof
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10004—Still image; Photographic image
    • G06T2207/10008—Still image; Photographic image from scanner, fax or copier
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20112—Image segmentation details
    • G06T2207/20164—Salient point detection; Corner detection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30176—Document

Abstract

본 발명은 코너 포인트를 검출하기 위한 기존 방법/검출기에서의 낮은 검출 정밀도 문제를 해결하기 위해, 이미지의 코너 포인트를 정정하기 위한 방법 및 장치와 이미지 프로세싱 디바이스를 개시한다. 방법은 제1 로컬 영역 내에서 최초 코너 포인트의 제1 후보 코너 포인트들을 결정하는 단계; 제2 로컬 영역 내에서 이미지에 관련된 정보를 획득하는 단계; 정보에 따라, 최초 코너 포인트의 제1 후보 코너 포인트들 중에서 미리 결정된 조건을 만족하는 제1 후보 코너 포인트들을 최초 코너 포인트의 제2 후보 코너 포인트들로서 선택하는 단계; 및 최초 코너 포인트의 제2 후보 코너 포인트들을 이용하여 최초 코너 포인트를 정정하는 단계를 포함한다. 장치는 방법 내에 포함된 프로세스들을 수행하도록 구성된다. 이미지 프로세싱 디바이스는 이미지의 코너 포인트를 정정하기 위한 장치를 포함한다. 본 발명의 기술을 이용하면, 대략적으로 검출된 코너 포인트가 정정될 수 있고, 본 발명은 문서 정정 또는 스캔 프로세싱의 정밀도를 향상시키기 위해 문서 정정 또는 스캔 프로세싱에 적용될 수 있다.

Description

이미지의 코너 포인트를 정정하기 위한 방법 및 장치와 이미지 프로세싱 디바이스{METHOD AND APPARATUS FOR CORRECTING CORNER POINT OF IMAGE AND IMAGE PROCESSING DEVICE}
본 발명은 일반적으로 이미지 프로세싱 분야에 관한 것이고, 구체적으로는 이미지의 코너 포인트를 정정하기 위한 방법 및 장치와 이미지 프로세싱 디바이스에 관한 것이다.
이미지 스캐닝 시스템/장치에 있어서, 전통적인 평판 스캐너 및 진보된 셋탑 곡면 스캐너 둘 다에서 스캔된 이미지는 일반적으로 왜곡되는데, 예를 들면 지각 왜곡, 스트레치 변형 등에 종속된다. 따라서, 이러한 왜곡을 제거하고, 스캔된 이미지를 정정하는 것이 중요하다. 이러한 목적을 달성하기 위해서는 스캔된 이미지의 진정한 코너 포인트들을 획득하는 것이 중대한데, 왜냐하면 이들 코너 포인트들이 문서 정정 모델의 매개변수들이기 때문이다.
코너 포인트를 검출하기 위한 기존의 방법들 및/또는 검출기들(예를 들어, 코너 포인트를 검출하기 위한 해리스 기술(Harris technology)) 중 일부에서 문서의 진정한 코너 포인트들이 획득될 때, 그러한 방법들은 이용가능한 정보가 불충분한 것으로 인해 정밀도가 낮다는 어려움을 겪을 수 있다.
상술한 종래 기술의 단점을 고려하여, 본 발명의 목적은 코너 포인트를 검출하기 위한 기존 방법/검출기에서의 낮은 검출 정밀도 문제를 극복하기 위해, 이미지의 코너 포인트를 정정하기 위한 방법 및 장치와 이미지 프로세싱 디바이스를 제공하는 것이다.
상기 목적을 달성하기 위해, 본 발명의 양태에 따르면, 이미지의 코너 포인트를 정정하기 위한 방법으로서, 이미지의 각각의 최초 코너 포인트에 관하여, 최초 코너 포인트를 포함하는 제1 로컬 영역 내에서의 최초 코너 포인트의 제1 후보 코너 포인트들을 결정하는 단계 - 제1 로컬 영역은 미리 결정된 제1 크기를 가짐 -; 이미지의 각각의 최초 코너 포인트에 관하여, 최초 코너 포인트를 포함하는 제2 로컬 영역 내에서 이미지에 관련된 정보를 획득하는 단계 - 제2 로컬 영역은 미리 결정된 제2 크기를 가지며 제1 로컬 영역을 포함함 -; 이미지에 관련된 획득된 정보에 따라, 각각의 최초 코너 포인트의 제1 후보 코너 포인트들 중에서 미리 결정된 조건을 만족하는 제1 후보 코너 포인트들을 최초 코너 포인트의 제2 후보 코너 포인트들로서 선택하는 단계; 및 최초 코너 포인트의 제2 후보 코너 포인트들을 이용하여 각각의 최초 코너 포인트를 정정하는 단계를 포함하는, 이미지의 코너 포인트를 정정하기 위한 방법이 제공된다.
본 발명의 다른 양태에 따르면, 이미지의 코너 포인트를 정정하기 위한 장치로서, 이미지의 각각의 최초 코너 포인트에 관하여, 최초 코너 포인트를 포함하는 제1 로컬 영역 내에서의 최초 코너 포인트의 제1 후보 코너 포인트들을 결정하도록 구성된 제1 선택 유닛 - 제1 로컬 영역은 미리 결정된 제1 크기를 가짐 -; 이미지의 각각의 최초 코너 포인트에 관하여, 최초 코너 포인트를 포함하는 제2 로컬 영역 내에서 이미지에 관련된 정보를 획득하도록 구성된 계산 유닛 - 제2 로컬 영역은 미리 결정된 제2 크기를 가지며 제1 로컬 영역을 포함함 -; 이미지에 관련된 획득된 정보에 따라, 각각의 최초 코너 포인트의 제1 후보 코너 포인트들 중에서 미리 결정된 조건을 만족하는 제1 후보 코너 포인트들을 최초 코너 포인트의 제2 후보 코너 포인트들로서 선택하도록 구성된 제2 선택 유닛; 및 최초 코너 포인트의 제2 후보 코너 포인트들을 이용하여 각각의 최초 코너 포인트를 정정하도록 구성된 정정 프로세싱 유닛을 포함하는, 이미지의 코너 포인트를 정정하기 위한 장치가 더 제공된다.
본 발명의 다른 양태에 따르면, 이미지의 코너 포인트를 정정하기 위한 장치를 포함하는 이미지 프로세싱 디바이스가 더 제공된다.
본 발명의 또 다른 양태에 따르면, 컴퓨팅 디바이스에 의해 실행가능한 컴퓨터 프로그램이 저장되어 있는 대응하는 컴퓨터 판독가능한 저장 매체로서, 프로그램은 실행 시에 컴퓨팅 디바이스로 하여금 이미지의 코너 포인트를 정정하기 위한 방법 또는 이미지의 코너 포인트를 정정하기 위한 장치를 구현하게 할 수 있는 컴퓨터 판독가능한 매체가 더 제공된다.
상기 실시예들에 따른 이미지의 코너 포인트를 정정하기 위한 방법, 이미지의 코너 포인트를 정정하기 위한 장치, 및 이미지 프로세싱 디바이스는 이미지의 대략적으로 검출된 코너 포인트가 정정될 수 있다는 것, 및 대략적으로 검출된 코너 포인트를 정정함으로써 정밀한 코너 포인트가 획득될 수 있어서, 그에 의해 이미지의 프로세싱의 정밀도가 개선된다는 것 중 적어도 하나의 이점을 성취할 수 있다.
본 발명의 이러한 이점들 및 다른 이점들은 본 발명의 바람직한 실시예들에 대한 이하의 상세한 설명을 도면들을 참조하여 보면 분명해질 것이다.
도 1은 펼쳐친 책의 곡면 스캔 이미지를 도시하는 개략도이다.
도 2는 본 발명의 실시예에 따라 이미지의 코너 포인트를 정정하기 위한 방법의 예시적인 프로세스를 개략적으로 도시하는 흐름도이다.
도 3은 도 2에 도시된 것과 같은 프로세스 흐름(200)의 단계 S220의 특정한 예시적인 프로세스를 개략적으로 도시하는 흐름도이다.
도 4는 정정될 최초 코너 포인트의 제1 로컬 영역 및 제2 로컬 영역과, 그들 간의 위치 관계를 도시하는 개략도이다.
도 5는 도 2에 도시된 것과 같은 프로세스 흐름(200) 내의 단계 S230의 가능한 예시적인 프로세스를 개략적으로 도시하는 개략도이다.
도 6a는 수직 영역을 도시하는 개략도이다.
도 6b는 수평 영역을 도시하는 개략도이다.
도 7은 도 2에 도시된 것과 같은 프로세스 흐름(200) 내에서의 단계 S230의 다른 가능한 예시적인 프로세스의 일부를 개략적으로 도시하는 흐름도이다.
도 8은 도 2에 도시된 것과 같은 프로세스 흐름(200) 내에서의 단계 S230의 또 다른 가능한 예시적인 프로세스의 일부를 개략적으로 도시하는 흐름도이다.
도 9는 이미지의 제2 후보 코너 포인트의 페이지-내 영역을 도시하는 개략도이다.
도 10은 본 발명의 실시예에 따라 이미지의 코너 포인트를 정정하기 위한 장치의 예시적인 구조를 개략적으로 도시하는 블록도이다.
도 11은 도 10에 도시된 것과 같은 제1 선택 유닛(1010)의 예시적인 구조를 개략적으로 도시하는 블록도이다.
도 12는 도 10에 도시된 것과 같은 계산 유닛(1020)의 예시적인 구조를 개략적으로 도시하는 블록도이다.
도 13은 본 발명의 실시예들에 따라 이미지의 코너 포인트를 정정하기 위한 방법 및 장치가 구현될 수 있는 가능한 정보 프로세싱 디바이스의 하드웨어 구성의 간략한 구조도이다.
이하에서는 본 발명의 예시적인 실시예들이 첨부 도면들과 함께 설명될 것이다. 명확하고 간결하게 하기 위해, 실제 구현의 모든 특징이 명세서에 설명되지는 않는다. 그러나, 그러한 실제 구현 중 임의의 것을 개발하는 동안, 개발자의 특정한 목표를 성취하기 위해, 예를 들면 구현마다 다를 것인 시스템 및 사업 관련 제약 조건들을 준수하기 위해, 다수의 구현별 결정이 이루어질 수 있음을 알아야 한다. 더욱이, 그러한 개발 노력은 복잡하고 시간 소모적일 수 있지만, 본 개시의 혜택을 받는 기술분야의 숙련된 자들에게는 단순히 일상적인 일일 수 있음을 알아야 한다.
본 발명의 해법에 밀접하게 관련이 있는 디바이스 구조들 및/또는 프로세스 단계들만이 도면들에 도시되는 한편, 본 발명에 덜 관련이 있는 다른 세부사항들은 그러한 불필요한 세부사항들로 인해 본 발명을 모호하게 하지 않도록 생략된다는 점에 더 유의해야 한다.
본 발명의 실시예에 따라 이미지의 코너 포인트를 정정하기 위한 방법은, 이미지의 각각의 최초 코너 포인트에 관하여, 최초 코너 포인트를 포함하는 제1 로컬 영역 내에서 최초 코너 포인트의 제1 후보 코너 포인트들이 결정되는 것 - 제1 로컬 영역은 미리 결정된 제1 크기를 가짐 -; 이미지의 각각의 최초 코너 포인트에 관하여, 최초 코너 포인트를 포함하는 제2 로컬 영역 내에서 이미지에 관련된 정보가 획득되는 것 - 제2 로컬 영역은 미리 결정된 제2 크기를 가지며 제1 로컬 영역을 포함함 -; 이미지에 관련된 획득된 정보에 따라, 각각의 최초 코너 포인트의 제1 후보 코너 포인트들 중에서 미리 결정된 조건을 만족하는 제1 후보 코너 포인트들이 최초 코너 포인트의 제2 후보 코너 포인트들로서 선택되는 것; 및 최초 코너 포인트의 제2 후보 코너 포인트들을 이용하여 각각의 최초 코너 포인트가 정정되는 것을 포함한다.
구체적으로, 여기에 언급되는 이미지는 문서의 스캔된 이미지, 문서의 사진 이미지 등일 수 있다. 또한, 본 기술분야의 숙련된 자들은 일반적으로 여기에 언급된 문서를 넓은 의미에서 이해해야 하는데, 즉 여기에 언급되는 문서는 다양한 형태의 문서, 예를 들면 명함; 글씨, 이미지 또는 다른 내용을 그 위에 갖는 한 장의 종이, 함께 묶여진(펼쳐지지 않은) 여러 장의 종이; 펼쳐진 책 등을 포함한다.
또한, 여기에 언급된 것과 같은 이미지의 최초 코너 포인트는 사용자에 의해 주어지거나 종래 기술에서의 코너 포인트를 대략적으로 검출하기 위한 일부 방법들로 획득될 수 있다.
예를 들어, 일례에서 여기에 언급되는 이미지가 문서의 스캔된 이미지일 때, 때로는 사용자가 스캔된 이미지의 코너 포인트를 확인을 위하여 수동으로 클릭할 필요가 있다. 그러나, 사용자에 의해 클릭된 포인트는 예를 들어 저해상도 디스플레이로 인해, 진정한 코너 포인트가 아닐 수도 있다. 따라서, 이러한 경우에서 사용자에 의해 클릭된 포인트는 여기에서 언급되는 이미지의 최초 코너 포인트로 취급될 수 있으며, 또한 본 발명의 실시예에 따라 이미지의 코너 포인트를 정정하기 위한 방법에서 정정될 수 있다.
또한, 이미지의 최초 코너 포인트는 직각(right-angled) 코너 포인트와 비-직각(non-right-angled) 코너 포인트인 두가지 유형의 코너 포인트에 관련될 수 있음에 더 유의해야 한다. 이하의 설명은 문서의 스캔된 이미지를 예로 들 것이다.
예를 들어, 이미지가 명함, 한 장의 종이, 또는 함께 묶여진(펼쳐지지 않은) 여러 장의 종이의 스캔된 이미지일 때, "이미지의 최초 코너 포인트"는 한가지 유형의 코너 포인트, 즉 직각 코너 포인트에만 관련된다.
다른 예에서, 이미지가 펼쳐진 책의 셋탑 곡면의 스캔된 이미지일 때, "이미지의 최초 코너 포인트"는 두가지 유형의 최초 코너 포인트에 관련된다. 예를 들어, 도 1은 펼쳐진 책의 곡면 스캔 이미지를 도시하는 개략도이며, 여기에서 C1은 직각 코너 포인트를 나타내고, C2는 비-직각 코너 포인트를 나타낸다.
도 1을 참조하면 분명한 바와 같이, 여기에서 언급되는 직각 코너 포인트는 전형적으로 서로에 대해 수직한 2개의 변이 스캔 전에 교차하게 되는 코너 포인트이며, 예를 들면 직각 코너 포인트 C1은 도 1의 펼쳐진 책의 상부 좌측, 하부 좌측, 상부 우측 및 하부 우측의 4개의 위치에 각각 대응하는 코너 포인트들이고; 여기에서 언급되는 비-직각 코너 포인트는 전형적으로 서로에 대해 수직하지 않은 2개의 변이 스캔 전에 교차하게 되는 코너 포인트이며, 예를 들면 비-직각 코너 포인트 C2는 도 1의 펼쳐진 책의 (책등의 양 단부에 대응하는) 상부 중간 및 하부 중간의 2개의 위치에 각각 대응하는 코너 포인트들이다.
본 발명의 실시예에 따라 이미지의 코너 포인트를 정정하기 위한 방법의 구체적인 예가 도 2를 참조하여 이하에 설명될 것이다.
도 2는 본 발명의 실시예에 따라 이미지의 코너 포인트를 정정하기 위한 방법의 예시적인 프로세스를 개략적으로 도시하는 흐름도이다. 도 2에 도시된 바와 같이, 이미지의 코너 포인트를 정정하기 위한 방법의 프로세스 흐름(200)은 단계 S210에서 시작한 다음 단계 S220으로 진행한다.
단계 S220에서, 이미지의 각각의 최초 코너 포인트에 관하여, 최초 코너 포인트를 포함하는 제1 로컬 영역 내에서 최초 코너 포인트의 제1 후보 코너 포인트들이 결정되고, 제1 로컬 영역은 미리 결정된 제1 크기를 갖는다. 다음으로, 흐름은 단계 S230으로 진행한다.
구체적으로, 본 발명의 실시예에 따라 이미지의 코너 포인트를 정정하기 위한 방법의 구체적인 구현에서, 이미지의 각각의 최초 코너 포인트에 대하여 단계 S220에서 수행되는 동작은 이하에서 도 3을 참조하여 설명될 단계들 S310 내지 S340에서 수행될 수 있다. 도 3은 도 2에 도시된 프로세스 흐름(200)에서의 단계 S220의 구체적인 예시적인 프로세스를 개략적으로 도시한 흐름도이다.
특히, 이미지의 각각의 최초 코너 포인트에 대하여, 각각의 최초 코너 포인트의 제1 후보 코너 포인트들은 단계들 S310 내지 S340에서 결정될 수 있다. 편의상, 단계들 S310 내지 S340의 프로세스 흐름은 이하에서 이미지의 특정 최초 코너 포인트(이하에서는 정정될 최초 코너 포인트라고 지칭됨)를 예로 들어 상세하게 설명될 것이다. 본 기술분야의 숙련된 자들은 이미지의 다른 최초 코너 포인트들 각각에 대한 프로세스 흐름이 여기에서의 프로세스 흐름과 동일할 것임을 알 것이고, 그것의 반복된 설명은 여기에 생략될 것이다.
도 3에 도시되어 있는 바와 같이, 제1 로컬 영역이 정정될 최초 코너 포인트를 포함하고 미리 결정된 제1 크기를 갖도록, 단계 S310에서 제1 로컬 영역이 먼저 결정된다. 다음으로, 흐름은 단계 S320으로 진행한다.
구체적으로, 결정된 제1 로컬 영역은 정사각형 영역, 직사각형 영역, 원형 영역 등일 수 있다. 예를 들어, 도 4는 펼쳐진 책의 스캔된 이미지와, 정정될 최초 코너 포인트(예를 들어, 정정될 최초 코너 포인트 A 및 B)를 포함하는 제1 로컬 영역을 개략적으로 도시한다(예를 들어, 제1 로컬 영역 SA1은 정정될 최초 코너 포인트 A를 포함하고, 제1 로컬 영역 SB1은 정정될 최초 코너 포인트 B를 포함한다). 도 4에 도시되어 있는 바와 같이, 정정될 최초 코너 포인트 A를 포함하는 제1 로컬 영역 SA1 및 정정될 최초 코너 포인트 B를 포함하는 제1 로컬 영역 SB1은 각각 정정될 최초 코너 포인트들 A 및 B에 중심을 두고 변의 길이가 2L인 정사각형 영역들일 수 있다. 여기에서의 L의 값은 미리 결정된 실수일 수 있고, 실험적으로 또는 경험적으로 도출될 수 있다. 또한, 도 4에 도시된 다른 부분들도 이하에 설명될 것이다.
다음으로, 단계 S320에서, 제1 로컬 영역 내의 각각의 픽셀의 응답 값이 계산되고, 여기에서 응답 값은 예를 들어 해리스(Harris) 또는 앨리슨 노블(Alison Noble) 코너 포인트 응답 값을 계산하기 위한 방법으로 계산될 수 있다. 다음으로, 흐름은 단계 S330으로 진행한다.
바람직한 구현에서, 예를 들어, 제1 로컬 영역 내의 각각의 픽셀의 앨리슨 노블 코너 포인트 응답 값은 예를 들어 1987년 브리티시 머신 비전 컨퍼런스(The British Machine Vision Conference)에서의 J. 앨리슨 노블에 의한 "코너 찾기(Finding Corners)"에 설명된 것과 같은 방법으로 계산될 수 있다. 여기에서, 앨리슨 노블 코너 포인트 응답 값은 이하와 같이 정의될 수 있다:
Figure 112013004966227-pat00001
위의 식에서, Ix 및 Iy는 각각 가우시안 평활화 후의 수평 방향에서의 구배(gradient)(간단하게 수평 구배라고 지칭됨) 및 수직 방향에서의 구배(간단하게 수직 구배라고 지칭됨)를 나타낸다. 또한, eps는 분모가 제로로 되는 것을 피하기 위해 미리 설정된 상수를 나타낸다. 대안적으로, 여기에서의 수평 구배 및 수직 구배는 문서의 내용에 따라 증강된 구배들일 수 있음에 유의해야 한다.
다음으로, 단계 S330에서, 제1 로컬 영역 내에서, 픽셀들 각각이 미리 결정된 크기를 갖는 픽셀의 이웃 내의 픽셀들 전부 중에서 가장 높은 응답 값을 갖는 픽셀이도록, 비-국부적-최대-제한 방법(non-local-maximum-limit method)으로 픽셀들이 선택될 수 있다. 편의상, 선택된 픽셀들은 이하에서 예비 선택된 픽셀들이라고 지칭될 것이다. 다음으로, 단계 S340에서, 예비 선택된 픽셀들 중의 일부가 제1 후보 코너 포인트들로서 선택된다.
예를 들어, 제1 로컬 영역이 변의 길이가 2L인 정사각형 영역인 상기 예에서, 제1 로컬 영역 내의 특정 픽셀의 "미리 결정된 크기를 갖는 이웃"은 예를 들어 0.1L의 반경을 갖는 원형 영역, 또는 그 픽셀에 중심을 두는 다른 크기의 다른 형상의 이웃(도시되지 않음)일 수 있다. 따라서, 제1 로컬 영역 내의 각각의 픽셀에 대하여, 픽셀이 그 픽셀에 중심을 두며 직경이 예를 들어 0.2L인 원형 영역 내의 모든 픽셀들 중에서 가장 높은 응답 값을 갖는 픽셀인지가 각각 판정된다. 그러한 픽셀이라면 그 픽셀은 선택되고 보유되며, 그렇지 않다면 그 픽셀은 폐기된다. 제1 로컬 영역 내의 특정 픽셀(특히 제1 로컬 영역의 에지에 가까운 픽셀)의 미리 결정된 크기를 갖는 이웃이 제1 로컬 영역의 범위를 초과할 때에는, 제1 로컬 영역의 범위 내에 있는 픽셀들만이 고려될 것임에 주목해야 한다.
예에서, 예비 선택된 픽셀들 중에서 미리 결정된 제1 임계값을 초과하는 응답 값들을 갖는 픽셀들이 제1 후보 코너 포인트들로서 선택될 수 있다. 예를 들어, 바람직하게는, 정정될 최초 코너 포인트가 비-직각 코너 포인트인 경우, 그러한 픽셀들은 코너 포인트의 제1 후보 코너 포인트들로서 선택될 수 있다.
다른 예에서, 예비 선택된 픽셀들 중에서 가장 높은 응답 값들을 갖는 처음의 N1개의 픽셀들이 제1 후보 코너 포인트들로서 선택될 수 있고, 여기에서 N1은 미리 결정된 자연수, 예를 들면 100이다. 예를 들어, 바람직하게는, 정정될 최초 코너 포인트가 직각 코너 포인트일 때, 그러한 픽셀들이 코너 포인트의 제1 후보 코너 포인트들로서 선택될 수 있다.
따라서, 이미지의 각각의 최초 코너 포인트에 대하여 도 3에 도시된 것과 같은 단계들 S310 내지 S340의 프로세스 흐름을 수행함으로써, 각각의 최초 코너 포인트의 제1 후보 코너 포인트들이 각각 결정될 수 있다.
도 2로 되돌아가면, 단계 S230에서, 이미지의 각각의 최초 코너 포인트에 관하여, 최초 코너 포인트를 포함하는 제2 로컬 영역 내에서 이미지에 관련된 정보가 획득되고, 여기에서 제2 로컬 영역은 미리 결정된 제2 크기를 가지며 제1 로컬 영역을 포함한다. 다음으로, 흐름은 단계 S240으로 진행한다.
구체적으로, 최초 코너 포인트를 포함하는 제2 로컬 영역은 정사각형 영역, 직사각형 영역, 원형 영역 등일 수 있다. 또한, 이미지의 각각의 최초 코너 포인트에 대하여, 제1 로컬 영역 및 제2 로컬 영역이 어떤 형상 및 크기를 갖는지에 상관없이, 최초 코너 포인트를 포함하는 제1 로컬 영역은 최초 코너 포인트를 포함하는 제2 로컬 영역의 부분집합으로 이루어진다.
또한, 여기에서 언급되는 "이미지에 관련된 정보"는 문서 이미지의 레이아웃 특성을 구현할 수 있는 이미지 특징, 예를 들어 특정 영역 내의 픽셀들에 관한 정보를 지칭한다. 여기에서의 "이미지에 관련된 정보"는 이미지에 관련된 한가지 유형의 정보, 또는 이미지에 관련된 복수 유형의 정보일 수 있으며, 이것은 예시적으로 설명될 것이다.
단계 S240에서, 단계 S230에서 결정된 이미지에 관련된 정보에 따라, 각각의 최초 코너 포인트의 제1 후보 코너 포인트들 중에서 미리 결정된 조건을 만족하는 제1 후보 코너 포인트들이 최초 코너 포인트의 제2 후보 코너 포인트들로서 선택된다. 따라서, 제1 후보 코너 포인트들은 단계 S230 및 S240에서 필터링된다. 다음으로, 흐름은 단계 S250으로 진행한다. 구체적으로, 미리 결정된 조건은 "이미지에 관련된 정보"에 따라 설정될 수 있고, 이것은 예시적으로 설명될 것이다. 또한, 특정 초기 코너 포인트에 대하여, "미리 결정된 조건을 만족하는 제1 후보 코너 포인트"(즉, 제2 후보 코너 포인트)의 개수는 1개 또는 그 이상일 수 있다.
다음으로, 단계 S250에서, 각각의 최초 코너 포인트는 최초 코너 포인트의 제2 후보 코너 포인트들을 이용하여 정정된다. 다음으로, 흐름은 단계 S260으로 진행한다. 구체적으로, 단계 S250에서 특정 최초 코너 포인트의 제2 후보 코너 포인트들의 개수가 한 개일 때, 최초 코너 포인트의 이러한 하나의 제2 후보 코너 포인트가 최초 코너 포인트를 대체할 수 있고, 그에 의해 최초 코너 포인트를 정정한다. 또한, 특정 최초 코너 포인트의 제2 후보 코너 포인트의 개수가 하나보다 많을 때, "이미지에 관련된 정보"에 따라 그 하나보다 많은 제2 후보 코너 포인트 중 하나가 선택되어 최초 코너 포인트 자체를 대신할 수 있고, 그에 의해 최초 코너 포인트를 정정한다.
프로세스 흐름(200)은 단계 S260에서 종료한다.
단계들 S230 내지 S250을 수행하는 동작 예들은 이하에서 도 4 내지 도 9를 참조하여 주어질 것이다.
본 발명의 실시예에 따라 이미지의 코너 포인트를 정정하기 위한 방법의 구체적인 구현 예에서, 도 2를 참조하여 위에서 설명된 단계 S230의 프로세스는 도 5에 도시된 것과 같은 단계들 S510 내지 S540에서 수행될 수 있다. 이하의 설명은 여전히 정정될 최초 코너 포인트에 대해 수행되는 프로세스를 예로 들어 주어질 것이며, 이미지의 다른 최초 코너 포인트들 각각에 대한 프로세스는 정정될 최초 코너 포인트에 대해 수행되는 프로세스를 참조하여 수행될 수 있다.
도 5에 도시되어 있는 바와 같이, 단계 S510에서, 정정될 최초 코너 포인트를 포함하는 제2 로컬 영역이 결정되고, 여기에서 제2 로컬 영역은 미리 결정된 제2 크기를 가지며 제1 로컬 영역을 포함한다. 다음으로, 흐름은 단계 S520으로 진행한다. 예를 들어, 도 4는 정정될 최초 코너 포인트를 포함하는 제1 로컬 영역 및 제2 로컬 영역과, 그들 간의 위치 관계를 개략적으로 도시한다.
도 4에 도시된 바와 같이, 정정될 최초 코너 포인트를 포함하는 제1 로컬 영역이 변의 길이가 2L인 정사각형 영역(예를 들어, 정정될 최초 코너 포인트 A를 포함하는 제1 로컬 영역 SA1 및 정정될 최초 코너 포인트 B를 포함하는 제1 로컬 영역 SB1)인 경우, 정정될 최초 코너 포인트를 포함하는 제2 로컬 영역은 예를 들어 변의 길이가 (6L+1)인 정사각형 영역(예를 들어, 정정될 최초 코너 포인트 A를 포함하는 제2 로컬 영역 SA2 및 정정될 최초 코너 포인트 B를 포함하는 제2 로컬 영역 SB2)일 수 있다.
단계 S520에서, 정정될 최초 코너 포인트를 포함하는 제2 로컬 영역 내의 각 픽셀의 구배가 계산된다. 단계 S520은 두가지 경우에서 각각 설명될 것이다.
구체적으로, 정정될 최초 코너 포인트가 비-직각 코너 포인트(예를 들어, 도 4의 B)인 경우, 정정될 최초 코너 포인트를 포함하는 제2 로컬 영역(예를 들어, 도 4의 SB2) 내의 각 픽셀의 수평 구배가 계산될 수 있다.
또한, 정정될 최초 코너 포인트가 직각 코너 포인트(예를 들어 도 4의 A)인 경우, 정정될 최초 코너 포인트를 포함하는 제2 로컬 영역(예를 들어, 도 4의 SA2) 내의 각 픽셀의 수평 구배 및 수직 구배 중 어느 하나가 계산될 수 있다.
따라서, 정정될 최초 코너 포인트가 비-직각 코너 포인트인지 직각 코너 포인트인지에 상관없이, 코너 포인트에 대응하는 제2 로컬 영역은 정정될 최초 코너 포인트의 제1 후보 코너 포인트들 전부가 포함되는 대응 제1 로컬 영역을 포함하고, 따라서 정정될 최초 코너 포인트의 각각의 제1 후보 코너 포인트의 수평 구배 또는 수직 구배가 단계 S520에서 획득될 수 있다.
다음으로, 단계 S530에서, 단계 S520에서 계산된 수평 구배 또는 수직 구배가 이진화된다. 여기에서, 이진화는 임의의 기존의 이진화 방법으로 수행될 수 있다. 따라서, 제2 로컬 영역 내의 각 픽셀의 계조 값은 0 또는 255로 설정된다. 즉, 각각의 이진화된 픽셀은 블랙 픽셀 또는 화이트 픽셀이다. 다음으로, 흐름은 단계 S540으로 진행한다.
단계 S540에서, 각각의 제1 후보 코너 포인트에 관련된 수직 영역 또는 수평 영역 내의 블랙 픽셀들의 양이 계산된다. 단계 S540은 이하에서 도 6a 및 도 6b에 관하여 두가지 경우에서 각각 설명될 것이다.
도 6a에 도시된 바와 같이, 단계 S520에서 계산된 구배가 수평 구배인 첫번째 경우에서, 각각의 제1 후보 코너 포인트에 관련된 수직 영역은 수평 구배에 기초하여 각각 결정되고, 각각의 수직 영역은 미리 결정된 제3 크기를 가지며 제2 로컬 영역(도 6a에는 도시되지 않음) 내에 포함된다. 다음으로, 제2 로컬 영역 내의 픽셀들의 수평 구배들을 이진화한 결과에 기초하여, 각각의 수직 영역 내의 블랙 픽셀들의 양이 구해진다.
구체적으로, 각각의 제1 후보 코너 포인트에 관련된 수직 영역은 아래와 같이 결정될 수 있다.
먼저, 제1 후보 코너 포인트의 수평 구배에 기초하여 제1 후보 코너 포인트에 대응하는 수직 방향이 구해지는데, 즉, 수직 방향은 수평 구배와 일치하게 된다. 도 6a에 도시되어 있는 바와 같이, 제1 후보 코너 포인트들 G1 및 G2에 대하여, 코너 포인트들에 대응하는 수직 방향들은 도면에서 G1 및 G2에 각각 대응하는 쇄선(dash-dotted line)에 의해 각각 도시된 것과 같다. 다음으로, 제1 후보 코너 포인트가 이미지의 상반부에 위치되어 있는 경우(예를 들어, G1 및 G2), 미리 결정된 제3 크기를 갖는 제1 후보 코너 포인트 아래의 제1 직사각형(예를 들어, SVERG1 및 SVERG2)이 제1 후보 코너 포인트에 관련된 수직 영역으로서 결정된다. 도 6a에 도시되어 있는 바와 같이, 제1 후보 코너 포인트가 G1에 위치되어 있을 때, 코너 포인트에 대응하는 수직 영역은 SVERG1일 수 있고, 제1 후보 코너 포인트가 G2에 위치되어 있을 때, 코너 포인트에 대응하는 수직 영역은 SVERG2일 수 있다. 또한, 제1 후보 코너 포인트가 이미지의 하반부에 위치되어 있는 경우, 본 기술분야의 숙련된 자들은 도 6a를 참조한 위의 설명으로부터, 제1 후보 코너 포인트에 관련된 수직 영역이 미리 결정된 제3 크기를 갖는 제1 후보 코너 포인트 위에 위치된 제2 직사각형(도시되지 않음)일 수 있음을 알 수 있다. 구체적으로, 제1 직사각형 및 제2 직사각형의 긴 변들은 후보 코너 포인트에 대응하는 수직 방향으로 배열된다.
도 6b에 도시된 바와 같이, 단계 S520에서 계산된 구배가 수직 구배인 두번째 경우에서, 수직 구배에 기초하여 각각의 제1 후보 코너 포인트에 관련된 수평 영역이 결정되고, 각각의 수평 영역은 미리 결정된 제4 크기를 가지며 제2 로컬 영역(도 6b에는 도시되지 않음) 내에 포함된다. 다음으로, 제2 로컬 영역 내의 픽셀들의 수직 구배들을 이진화한 결과에 기초하여, 각각의 수평 영역 내의 블랙 픽셀들의 양이 구해진다.
구체적으로, 각각의 제1 후보 코너 포인트에 관련된 수평 영역은 아래와 같이 결정될 수 있다.
먼저, 제1 후보 코너 포인트의 수직 구배에 기초하여 제1 후보 코너 포인트에 대응하는 수평 방향이 구해지는데, 즉, 수평 방향은 수직 구배와 일치하게 된다. 도 6b에 도시되어 있는 바와 같이, 제1 후보 코너 포인트들 H1 및 H2에 대하여, 코너 포인트들에 대응하는 수평 방향들은 도면에서 H1 및 H2에 각각 대응하는 쇄선에 의해 각각 도시된 것과 같다. 다음으로, 제1 후보 코너 포인트가 이미지의 좌반부에 위치되어 있는 경우(예를 들어, H1 및 H2), 미리 결정된 제4 크기를 갖는 제1 후보 코너 포인트 우측의 제3 직사각형(예를 들어, SHORH1 및 SHORH2)이 제1 후보 코너 포인트에 관련된 수평 영역으로서 결정된다. 도 6b에 도시되어 있는 바와 같이, 제1 후보 코너 포인트가 H1에 위치되어 있을 때, 코너 포인트에 대응하는 수평 영역은 SHORH1일 수 있고, 제1 후보 코너 포인트가 H2에 위치되어 있을 때, 코너 포인트에 대응하는 수평 영역은 SHORH2일 수 있다. 또한, 제1 후보 코너 포인트가 이미지의 우반부에 위치되어 있는 경우, 본 기술분야의 숙련된 자들은 도 6b를 참조한 위의 설명으로부터, 제1 후보 코너 포인트에 관련된 수평 영역이 미리 결정된 제4 크기를 갖는 제1 후보 코너 포인트 좌측의 제4 직사각형(도시되지 않음)일 수 있음을 알 것이다. 구체적으로, 제3 직사각형 및 제4 직사각형의 긴 변들은 후보 코너 포인트에 대응하는 수평 방향으로 배열된다.
따라서, 도 5에 도시된 단계들 S510 내지 S540이 수행된 후에, 흐름은 단계 S240으로 진행한다. 이 때, 단계 S240에서, 정정될 최초 코너 포인트의 제1 후보 코너 포인트들 중에서, 미리 결정된 조건을 만족하는 제1 후보 코너 포인트들이 정정될 최초 코너 포인트의 제2 후보 코너 포인트들로서 선택된다. 편의상, 현재 얻어진(즉, 제1 후보 코너 포인트들에 대하여 단계들 S510 내지 S540과 단계 S240의 프로세스들을 수행하여 얻어진) 제2 후보 코너 포인트들은 이하에서 첫번째로 필터링된 후보 코너 포인트들이라고 지칭될 것이다. 구체적으로, 단계 S520에서 계산된 구배가 수평 구배인 경우에서, 미리 결정된 조건을 만족하는 제1 후보 코너 포인트들은 각각이 미리 결정된 제2 임계값을 초과하는 블랙 픽셀들의 양을 갖는 대응 수직 영역을 갖는 제1 후보 코너 포인트들, 또는 각각 가장 많은 양의 블랙 픽셀을 갖는 대응 수직 영역을 갖는 처음의 N2개의 제1 후보 코너 포인트들일 수 있고, 여기에서 N2는 미리 결정된 자연수이며; 마찬가지로 단계 S520에서 계산된 구배가 수직 구배인 경우, 미리 결정된 조건을 만족하는 제1 후보 코너 포인트들은 각각이 미리 결정된 제2 임계값을 초과하는 블랙 픽셀들의 양을 갖는 대응 수평 영역을 갖는 제1 후보 코너 포인트들, 또는 각각 가장 많은 양의 블랙 픽셀을 갖는 대응 수평 영역을 갖는 처음의 N2개의 제1 후보 코너 포인트들일 수 있고, 여기에서 N2는 미리 결정된 자연수이다.
따라서, 제1 후보 코너 포인트의 (수평 구배가 계산되는 경우에 대응하는) 수직 필터링 또는 (수직 구배가 계산되는 경우에 대응하는) 수평 필터링이 단계들 S510 내지 S540과 단계 S240에서 수행되었다. 다음으로, 흐름은 단계 S250으로 진행한다.
단계 S250에서, 단계 S520에서 계산된 구배가 수평 구배인 경우, 현재의 첫번째로 필터링된 후보 코너 포인트들 중에서 가장 많은 양의 블랙 픽셀을 갖는 대응 수직 영역을 갖는 제2 후보 코너 포인트가 선택되어, 정정될 최초 코너 포인트를 대체하고, 그에 의해 정정될 최초 코너 포인트를 정정한다. 또한, 단계 S520에서 계산된 구배가 수직 구배인 경우, 현재의 첫번째로 필터링된 후보 코너 포인트들 중에서 가장 많은 양의 블랙 픽셀을 갖는 대응 수평 영역을 갖는 제2 후보 코너 포인트가 선택되어, 정정될 최초 코너 포인트를 대체하고, 그에 의해 정정될 최초 코너 포인트를 정정한다.
또한, 본 발명의 실시예에 따라 이미지의 코너 포인트를 정정하기 위한 방법의 다른 구체적인 구현에서, 직각 코너 포인트인 정정될 최초 코너 포인트에 대하여, 단계 S230의 프로세스는 또한 도 5에 도시된 것과 같은 단계들 S510 내지 S540 및 도 7에 도시된 것과 같은 단계들 S710 내지 S720에서 수행될 수 있다.
이러한 구체적인 구현에서, 첫번째로 직각 코너 포인트인 정정될 최초 코너 포인트에 대하여 단계들 S510 내지 S540이 수행된다. 다음으로, 단계들 S710 내지 S720이 수행되고, 다음으로 단계 S240 및 단계 S250이 수행될 수 있다. 여기에서, 단계들 S510 내지 S540은 위에서 설명된 프로세스와 유사하며, 따라서 그것의 반복된 설명은 여기에 생략될 것이다.
단계 S710에서, 직각 코너 포인트인 정정될 최초 코너 포인트에 대하여, 정정될 최초 코너 포인트를 포함하는 제2 로컬 영역 내의 각 픽셀의 수평 구배 및 수직 구배의 다른 구배가 계산되고, 그 다른 구배가 이진화된다. 즉, 단계 S520에서 계산된 구배가 수직 구배인 경우에는 단계 S710에서 수평 구배가 계산되고; 단계 S520에서 계산된 구배가 수평 구배인 경우에는 단계 S710에서 수직 구배가 계산된다. 다음으로, 흐름은 단계 S720으로 진행한다.
단계 S720에서, 다른 구배에 대응하는 수직 영역 또는 수평 영역 내의 블랙 픽셀들의 양이 계산된다. 단계 S720은 이하에서 두가지 경우에서 각각 설명될 것이다.
단계 S710에서 계산된 다른 구배가 수직 구배인 첫번째 경우에서, 각각의 제1 후보 코너 포인트에 관련된 수평 영역은 수직 구배에 기초하여 각각 결정되고, 각각의 수평 영역은 미리 결정된 제4 크기를 가지며 제2 로컬 영역 내에 포함된다. 다음으로, 제2 로컬 영역 내의 픽셀들의 수직 구배들을 이진화한 결과에 기초하여, 각각의 수평 영역 내의 블랙 픽셀들의 양이 구해진다.
단계 S710에서 계산된 다른 구배가 수평 구배인 두번째 경우에서, 각각의 제1 후보 코너 포인트에 관련된 수직 영역은 수평 구배에 기초하여 각각 결정되고, 각각의 수직 영역은 미리 결정된 제3 크기를 가지며 제2 로컬 영역 내에 포함된다. 다음으로, 제2 로컬 영역 내의 픽셀들의 수평 구배들을 이진화한 결과에 기초하여, 각각의 수직 영역 내의 블랙 픽셀들의 양이 구해진다.
구체적으로, 예를 들어, 단계들 S710 및 S720에 수반되는 수평 구배 및 수직 구배를 계산하는 프로세스와, 수평 영역 및 수직 영역을 결정하는 프로세스 전부는 위에서 설명되는 대응 프로세스들과 유사하고, 그에 대한 반복적인 설명은 여기에 생략될 것이다.
다음으로, 이 구현에서, 단계들 S710 및 S720이 수행된 후에, 흐름은 단계들 S240 및 S250으로 진행한다. 구체적으로, 단계 S240에서는, 정정될 최초 코너 포인트의 첫번째로 필터링된 후보 코너 포인트들을 획득하기 위해 위에서 설명된 것과 같은 동작이 먼저 수행될 수 있고, 다음으로 정정될 최초 코너 포인트의 첫번째로 필터링된 후보 코너 포인트들의 일부가 두번째로 필터링된 후보 코너 포인트들로서 선택될 수 있다. 예를 들어, 첫번째로 필터링된 후보 코너 포인트들의 선택되는 일부는 블랙 픽셀들이 양이 미리 결정된 제3 임계값을 초과하는 (다른 구배가 수평 구배인 경우에 대응하는) 대응 수직 영역 또는 (다른 구배가 수직 구배인 경우에 대응하는) 수평 영역을 각각 갖는 첫번째로 필터링된 후보 코너 포인트들, 또는 가장 많은 양의 블랙 픽셀을 갖는 대응 수직 영역 또는 수평 영역을 갖는 처음의 N3개의 제2 후보 코너 포인트들일 수 있으며, 여기에서 N3는 미리 결정된 자연수이다. 따라서, 첫번째로 필터링된 후보 코너 포인트들의 수직 또는 수평 필터링이 단계들 S710 내지 S720과 단계 S240에서 수행된다. 이 때, 제1 후보 코너 포인트들에 대하여 등가의 2회의 필터링(즉, 수직 필터링 및 수평 필터링, 또는 수평 필터링 및 수직 필터링)이 수행되어, 이러한 2회의 필터링 후에 두번째로 필터링된 후보 코너 포인트들이 획득된다. 다음으로, 흐름은 단계 S250으로 진행한다.
다음으로, 단계 S250에서, 단계 S710에서 계산된 다른 구배가 수직 구배인 경우, 두번째로 필터링된 후보 코너 포인트들 중에서 가장 많은 양의 블랙 픽셀들을 갖는 대응 수평 영역을 갖는 두번째로 필터링된 후보 코너 포인트가 선택되어, 정정될 최초 코너 포인트를 대체하고, 그에 의해 정정될 최초 코너 포인트를 정정한다. 또한, 단계 S710에서 계산된 다른 구배가 수평 구배인 경우, 현재의 두번째로 필터링된 후보 코너 포인트들 중에서 가장 많은 양의 블랙 픽셀을 갖는 대응 수직 영역을 갖는 두번째로 필터링된 후보 코너 포인트가 선택되어, 정정될 최초 코너 포인트를 대체하고, 그에 의해 정정될 최초 코너 포인트를 정정한다.
또한, 본 발명의 실시예에 따른 이미지의 코너 포인트를 정정하기 위한 방법의 다른 구체적인 구현에서, 단계 S230은 단계들 S510 내지 S540(및 바람직하게는 단계들 S710 내지 S720)에 더하여 도 8에 도시된 것과 같은 단계들 S810 내지 S820을 더 포함할 수 있다. 구체적으로, 이 구현에서, 정정될 최초 코너 포인트가 직각 코너 포인트인 경우, 도 8에 도시된 단계들 S810 내지 S820은 단계들 S510 내지 S540(및 바람직하게는 단계들 S710 내지 S720)이 수행되기 전 또는 수행된 후에 더 수행될 수 있고; 정정될 최초 코너 포인트가 비-직각 코너 포인트인 경우, 도 8에 도시된 단계들 S810 내지 S820은 단계들 S510 내지 S540 전 또는 후에 더 수행될 수 있다. 구체적으로, S510 내지 S540 및 단계들 S710 내지 S720의 프로세스들은 전술된 것과 유사하며, 그것의 반복된 설명은 여기에 생략될 것이다.
예를 들어, 단계들 S810 내지 S820의 예시적인 프로세스들은 단계들 S510 내지 S540에서 획득된 첫번째로 필터링된 후보 코너 포인트들에 대해 수행된 단계들 S810 내지 S820의 프로세스들을 예로 들어 설명될 것이다. 본 예에서, 먼저 단계들 S510 내지 S540에서(위에서 설명된 것과 같은 구체적인 프로세스에서) 첫번째로 필터링된 후보 코너 포인트들이 획득된다. 다음으로, 단계 S810에서, 첫번째로 필터링된 후보 코너 포인트들 중에서 각각의 제2 후보 코너 포인트에 관련된 페이지-내(in-page) 영역이 각각 결정되고, 각각의 페이지-내 영역은 미리 결정된 제5 크기를 가지며 제2 로컬 영역 내에 포함된다. 다음으로, 흐름은 단계 S820으로 진행한다.
또한, 페이지-내 영역은 정사각형 영역, 직사각형 영역 또는 원형 영역 등일 수 있다. 도 9에 도시된 바와 같이, 예를 들어 첫번째로 필터링된 후보 코너 포인트들 중에서의 각각의 제2 후보 코너 포인트의 페이지-내 영역은 그 제2 후보 코너 포인트가 각각 정점(vertex)인 정사각형 영역이다. 제2 후보 코너 포인트가 각각 이미지의 상부 좌측(예를 들어, D1 및 D2), 하부 좌측(예를 들어, D6), 상부 우측(예를 들어, D4) 및 하부 우측(예를 들어, D5)에 있는 경우(즉, 제2 후보 코너 포인트는 직각 코너 포인트임), 제2 후보 코너 포인트의 페이지-내 영역은 각각 제2 후보 코너 포인트의 하부 우측, 상부 우측, 하부 좌측 및 상부 좌측에 있다. 도 9에 도시된 바와 같이, 제2 후보 코너 포인트가 이미지의 상부 중간에 있는 경우(예를 들어, D3)(제2 후보 코너 포인트가 비-직각 코너 포인트인 경우), 제2 후보 코너 포인트의 페이지-내 영역은 각각 제2 후보 코너 포인트의 하부 좌측 및 하부 우측에 있는 2개의 페이지-내 영역을 포함하며; 또한 제2 후보 코너 포인트가 이미지의 하부 중간에 있는 경우(도시되지 않음)(제2 후보 코너 포인트가 비-직각 코너 포인트인 경우), 제2 후보 코너 포인트의 페이지-내 영역은 각각 상기 제2 후보 코너 포인트의 상부 좌측 및 상부 우측에 있는 2개의 페이지-내 영역(도시되지 않음)을 포함한다.
다음으로, 단계 S820에서, 제2 로컬 영역 내의 픽셀들의 수직 구배들 및/또는 수평 구배들을 이진화한 결과에 기초하여, 페이지-내 영역의 블랙 픽셀들의 양이 구해진다. 단계들 S810 내지 S820의 프로세스 흐름은 앞의 두 구현에 비해 본 구현에서 추가된 것이며, 따라서 단계들 S810 내지 S820에서 결정된 페이지-내 영역을 각각 페이지-내 영역에 대응하는 제2 로컬 영역 내에 있게 하여, 제2 로컬 영역 내의 픽셀들의 구배를 이용하여 페이지-내 영역 내의 블랙 픽셀들의 양이 계산될 수 있게 하여야 한다는 점에 유의해야 한다.
다음으로, 단계들 S810 내지 S820이 수행된 후, 흐름은 단계들 S240 및 S250으로 진행한다. 구체적으로, 단계 S240에서, 정정될 최초 코너 포인트의 첫번째로 필터링된 후보 코너 포인트들을 획득하기 위해 위에서 설명된 동작(예를 들어, 수직 필터링 또는 수평 필터링)이 먼저 수행된 다음, 현재의 첫번째로 필터링된 후보 코너 포인트들 중 일부가 페이지-내 필터링된 후보 코너 포인트들로서 선택되고 보유될 수 있다. 예를 들어, 첫번째로 필터링된 후보 코너 포인트들 중에서 선택된 부분은, 블랙 픽셀들의 양이 미리 결정된 제4 임계값 미만인 대응 페이지-내 영역을 각각 갖는 제2 후보 코너 포인트들, 또는 가장 적은 양의 블랙 픽셀들을 갖는 대응 페이지-내 영역을 각각 갖는 처음의 N4개의 제2 후보 코너 포인트들일 수 있고, N4는 미리 결정된 자연수이다. 따라서, 첫번째로 필터링된 후보 코너 포인트들의 페이지-내 필터링은 단계들 S810 내지 S820과 단계 S240에서 수행된다.
다음으로, 단계 S250에서, 현재 페이지-내 필터링된 후보 코너 포인트들 중에서 가장 적은 양의 블랙 픽셀을 갖는 대응 페이지-내 영역을 갖는 제2 후보 코너 포인트가 선택되어, 정정될 최초 코너 포인트를 대체하고, 그에 의해 정정될 최초 코너 포인트를 정정한다.
본 기술분야의 숙련된 자들은 단계들 S810 내지 S820이 대안으로 단계들 S710 내지 S720 후에 또는 단계들 S510 내지 S540 전에 수행될 수 있으며, 그에 따라, "두번째로 필터링된 후보 코너 포인트들" 또는 "제1 후보 코너 포인트들"이 단계들 S810 내지 S820에서 프로세싱되는 개체인 "첫번째로 필터링된 후보 코너 포인트들"를 단순히 대체할 수 있음을 알 것이고, 따라서 그것의 반복된 설명은 여기에 생략될 것이다.
또한, 본 발명의 실시예에 따른 이미지의 코너 포인트를 정정하기 위한 방법의 다른 구체적인 구현에서, 단계 S230은 대안으로 도 7에 도시된 단계들 S810 내지 S820만을 포함할 수 있다. 이러한 구체적인 구현에서, 단계들 S810 내지 S820은 위에서 설명된 단계들 S810 내지 S820의 프로세스들과 유사하고, 그것의 반복된 설명은 여기에 생략될 것이다.
본 발명의 실시예에 따른 이미지의 코너 포인트를 정정하기 위한 방법을 이용하면, 최초 코너 포인트에 대하여 1회 이상의 필터링 및 선택이 국부적 정보 및 비교적 전역적인 문서 정보를 이용하여 수행될 수 있고, 그에 의해 최초 코너 포인트를 정정하며; 코너 포인트를 검출하기 위한 기존 방법에서 획득된 대략적으로 검출된 코너 포인트가 본 발명의 실시예에 따른 이미지의 코너 포인트를 정정하기 위한 방법에서 정정될 수 있어서, 코너 포인트를 검출하는 정밀도가 개선된다. 본 발명의 실시예에 따라 이미지의 코너 포인트를 정정하기 위한 방법은 문서 정정 또는 스캔 프로세싱에 적용가능할 수 있고, 그에 의해 문서 정정 또는 스캔 프로세싱의 정밀도를 개선한다.
본 발명의 실시예는 이미지의 코너 포인트를 정정하기 위한 장치를 더 제공하고, 본 발명의 실시예에 따라 이미지의 코너 포인트를 정정하기 위한 장치가 이하에서 도 10 내지 도 12를 참조하여 설명될 것이다.
도 10은 본 발명의 실시예에 따라 이미지의 코너 포인트를 정정하기 위한 장치의 예시적인 구조를 개략적으로 도시한 블록도이다.
도 10에 도시된 바와 같이, 본 발명의 실시예에 따라 이미지의 코너 포인트를 정정하기 위한 장치(1000)는, 이미지의 각각의 최초 코너 포인트에 관하여, 최초 코너 포인트를 포함하는 제1 로컬 영역 내에서 최초 코너 포인트의 제1 후보 코너 포인트들을 결정하도록 구성된 제1 선택 유닛(1010) - 제1 로컬 영역은 미리 결정된 제1 크기를 가짐 -; 이미지의 각각의 최초 코너 포인트에 관하여, 최초 코너 포인트를 포함하는 제2 로컬 영역 내에서 이미지에 관련된 정보를 획득하도록 구성된 계산 유닛(1020) - 제2 로컬 영역은 미리 결정된 제2 크기를 가지며 제1 로컬 영역을 포함함 -; 이미지에 관련된 획득된 정보에 따라, 각각의 최초 코너 포인트의 제1 후보 코너 포인트들 중에서 미리 결정된 조건을 만족하는 제1 후보 코너 포인트들을 최초 코너 포인트의 제2 후보 코너 포인트들로서 선택하도록 구성된 제2 선택 유닛(1030); 및 최초 코너 포인트의 제2 후보 코너 포인트들을 이용하여 각각의 최초 코너 포인트를 정정하도록 구성된 정정 프로세싱 유닛(1040)을 포함한다.
도 11은 도 10에 도시된 제1 선택 유닛(1010)의 예시적인 구조를 개략적으로 도시한 블록도이다. 도 11에 도시된 바와 같이, 제1 선택 유닛(1010)은 제1 결정 서브유닛(1110), 제1 계산 서브유닛(1120), 제1 필터링 서브유닛(1130) 및 제1 선택 서브유닛(1140)을 포함할 수 있으며, 제1 결정 서브유닛(1110), 제1 계산 서브유닛(1120), 제1 필터링 서브유닛(1130) 및 제1 선택 서브유닛(1140)은 위에서 설명된 단계 S310, 단계 S320, 단계 S330 및 단계 S340에서의 프로세스를 수행하도록 각각 구성될 수 있으므로, 이들 서브유닛들의 상세한 설명은 간결함을 위하여 여기에 생략될 것이다.
도 12는 도 10에 도시된 계산 유닛(1020)의 예시적인 구조를 개략적으로 도시한 블록도이다. 도 12에 도시된 바와 같이, 계산 유닛(1020)은 제2 결정 서브유닛(1210), 제2 계산 서브유닛(1220) 및 정보 획득 서브유닛(1230)을 포함할 수 있다.
본 발명의 실시예에 따라 이미지의 코너 포인트를 정정하기 위한 장치의 구현에서, 제2 결정 서브유닛(1210)은 위에서 설명된 단계 S510의 프로세스들을 수행하도록 구성될 수 있고, 제2 계산 서브유닛(1220)은 위에서 설명된 단계들 S520 및 S530의 프로세스들을 수행하도록 구성될 수 있고, 정보 획득 서브유닛(1230)은 위에서 설명된 단계 S540의 프로세스를 수행하도록 구성될 수 있다. 유사한 이들 서브유닛들의 상세한 설명은 간결함을 위하여 여기에 생략될 것이다.
구체적으로, 본 구현에서, 제2 선택 유닛(1030)은 최초 코너 포인트의 복수의 제1 후보 코너 포인트 중에서, 이하의 제1 후보 코너 포인트들: 블랙 픽셀들의 양이 미리 결정된 제2 임계값을 초과하는 대응 수직 영역 또는 수평 영역을 각각 갖는 제1 후보 코너 포인트들, 또는 가장 많은 양의 블랙 픽셀들을 갖는 대응 수직 영역 또는 수평 영역을 각각 갖는 처음의 N2개의 제1 후보 코너 포인트를 최초 코너 포인트의 제2 후보 코너 포인트들로서 선택하도록 구성될 수 있고, 여기에서 N2는 미리 결정된 자연수이다.
또한, 본 발명의 실시예에 따라 이미지의 코너 포인트를 정정하기 위한 장치의 다른 구현에서, 제2 계산 서브유닛(1220)은 위에서 설명된 단계들 S520 및 S530의 프로세스들을 수행한 후에 위에서 설명된 단계들 S710 및 S720의 프로세스들을 수행하도록 구성될 수 있다. 유사한 서브 유닛의 상세한 설명은 간결함을 위하여 여기에 생략될 것이다.
구체적으로, 본 구현에서, 제2 선택 유닛(1030)은 최초 코너 포인트가 직각 코너 포인트인 경우, 현재의 제2 후보 코너 포인트들 중에서, 이하의 제2 후보 코너 포인트들: 블랙 픽셀들의 양이 미리 결정된 제3 임계값을 초과하는, 다른 구배에 관련된 대응 수직 영역 또는 수평 영역을 각각 갖는 제2 후보 코너 포인트들, 또는 가장 많은 양의 블랙 픽셀들을 갖는, 다른 구배에 관련된 대응 수직 영역 또는 수평 영역을 각각 갖는 처음의 N3개의 제2 후보 코너 포인트를 선택하고 보유하도록 구성될 수 있고, 여기에서 N3는 미리 결정된 자연수이다.
또한, 본 발명의 실시예에 따라 이미지의 코너 포인트를 정정하기 위한 장치의 또 다른 구현에서, 제2 계산 서브유닛(1220)은 위에서 설명된 단계들 S520 및 S530(및 바람직하게는 단계들 S710 및 S720)의 프로세스들을 수행하기 전에 또는 수행한 후에 위에서 설명된 단계들 S810 및 S820의 프로세스들을 수행하도록 구성될 수 있다. 유사한 서브 유닛의 상세한 설명은 간결함을 위하여 여기에 생략될 것이다.
바람직하게, 본 구현에서, 제2 선택 유닛(1030)은 현재의 제2 후보 코너 포인트들 중에서, 이하의 제2 후보 코너 포인트들: 블랙 픽셀들의 양이 미리 결정된 제4 임계값 미만인 대응 페이지-내 영역을 각각 갖는 제2 후보 코너 포인트들, 또는 가장 적은 양의 블랙 픽셀들을 갖는 대응 페이지-내 영역을 각각 갖는 처음의 N4개의 제2 후보 코너 포인트들을 선택하고 보유하도록 구성될 수 있고, 여기에서 N4는 미리 결정된 자연수이다.
본 발명의 실시예에 따른 이미지의 코너 포인트를 정정하기 위한 장치를 이용하면, 최초 코너 포인트에 대하여 1회 이상의 필터링 및 선택이 국부적 정보 및 비교적 전역적인 문서 정보를 이용하여 수행될 수 있고, 그에 의해 최초 코너 포인트를 정정하며, 코너 포인트를 검출하기 위한 기존 방법에서 획득된 대략적으로 검출된 코너 포인트가 본 발명의 실시예에 따라 이미지의 코너 포인트를 정정하기 위한 장치에서 정정될 수 있어서, 코너 포인트를 검출하는 정밀도가 개선된다. 본 발명의 실시예에 따라 이미지의 코너 포인트를 정정하기 위한 장치는 문서 정정 또는 스캔 프로세싱에 적용가능할 수 있고, 그에 의해 문서 정정 또는 스캔 프로세싱의 정밀도를 개선한다.
또한, 본 발명의 실시예는 위에서 설명된 이미지의 코너 포인트를 정정하기 위한 장치를 포함하는 이미지 프로세싱 디바이스를 더 제공하며, 이미지 프로세싱 디바이스는 문서 정정 디바이스 또는 스캐너일 수 있다.
본 발명의 실시예에 따른 이미지 프로세싱 디바이스를 이용하면, 이미지의 코너 포인트를 정정하기 위한 장치를 이용하여 정밀한 코너 포인트가 획득될 수 있고, 그에 의해 문서 정정 또는 스캔과 같은 이미지 프로세스의 정밀도가 개선된다.
위에서 설명된 본 발명의 실시예에 따라 이미지의 코너 포인트를 정정하기 위한 장치에서의 각각의 구성 유닛, 서브유닛 등은 소프트웨어, 펌웨어, 하드웨어 또는 그들의 임의의 조합으로 구성될 수 있다. 소프트웨어 또는 펌웨어로 구현되는 경우에서, 소프트웨어 또는 펌웨어를 구성하는 프로그램은 저장 매체 또는 네트워크로부터, 프로그램의 다양한 부분들이 거기에 설치될 때 각각의 구성 유닛, 서브유닛 등의 다양한 기능을 수행할 수 있는 전용 하드웨어 구조를 갖는 머신(예를 들어, 도 13에 도시된 범용 머신(1300))에 설치될 수 있다.
도 13은 본 발명의 실시예에 따른 이미지의 코너 포인트를 정정하기 위한 방법 및 이미지의 코너 포인트를 정정하기 위한 장치가 구현될 수 있게 하는 가능한 정보 프로세싱 디바이스의 하드웨어 구성의 간략한 구조도이다.
도 13에서, 중앙 처리 유닛(CPU)(1301)은 ROM(Read Only Memory)(1302) 내에 저장되어 있거나, 저장 부분(1308)으로부터 CPU(1301)가 다양한 프로세스 등을 수행할 때에 요구되는 데이터가 필요에 따라 저장되는 RAM(Random Access Memory)(1303)으로 로딩되는 프로그램에 따라 다양한 프로세스들을 수행한다. CPU(1301), ROM(1302) 및 RAM(1303)은 입력/출력 인터페이스(1305)도 역시 접속되어 있는 버스(1304)를 통해 서로 접속된다.
이하의 컴포넌트들: (키보드, 마우스 등을 포함하는) 입력 부분(1306); (디스플레이(예를 들어, CRT(Cathode Ray Tube), LCD(Liquid Crystal Display) 등), 스피커 등을 포함하는) 출력 부분(1307); (하드 디스크 등을 포함하는) 저장 포트(1308); 및 (네트워크 인터페이스 카드(예를 들어 LAN 카드), 모뎀 등을 포함하는) 통신 부분(1309)이 입력/출력 인터페이스(1305)에 접속된다. 통신 부분(1309)은 네트워크, 예를 들어 인터넷을 통해 통신 프로세스를 수행한다. 드라이버(1310)는 또한 필요에 따라 입력/출력 인터페이스(1305)에 접속된다. 착탈가능한 매체(1311), 예를 들어, 자기 디스크, 광학 디스크, 광-자기 디스크, 반도체 메모리 등이 필요에 따라 드라이버(1310) 상에 설치되어, 그로부터 페치되는 프로그램이 필요에 따라 저장 부분(1308)에 설치되게 할 수 있다.
상기의 일련의 프로세스들이 소프트웨어로 수행되는 경우에서, 소프트웨어를 구성하는 프로그램은 네트워크(예를 들어, 인터넷 등) 또는 저장 매체(예를 들어, 착탈가능한 매체(1311) 등)로부터 설치될 수 있다.
본 기술분야의 숙련된 자들은 그러한 저장 매체가 프로그램이 저장되어 있고 사용자에게 프로그램을 제공하기 위해 장치와는 별도로 배포되는, 도 13에 도시된 것과 같은 착탈가능한 매체(1311)로 한정되지 않을 것임을 알아야 한다. 착탈가능한 매체(1311)의 예는 (플로피 디스크를 포함하는) 자기 디스크, (CD-ROM(Compact Disk-Read Only memory) 및 DVD(Digital Versatile Disk)를 포함하는) 광학 디스크, (MD(Mini Disk)(등록 상표)를 포함하는) 광-자기 디스크, 및 반도체 메모리를 포함한다. 대안적으로, 저장 매체는 저장 포트(1308) 내에 포함되어 있는 하드 디스크, ROM(1302) 등일 수 있고, 그 안에는 프로그램이 저장되어 있으며, 그것을 포함하는 장치와 함께 사용자에게 배포된다.
또한, 본 발명은 머신 판독가능한 명령어 코드들이 저장되어 있는 제품 프로그램을 더 제안한다. 명령어 코드들은 머신에 의해 판독되고 실행될 때 본 발명의 실시예에 따라 이미지의 코너 포인트를 정정하기 위한 방법을 수행할 수 있다. 그에 따라, 그러한 프로그램 제품을 지니고 있는 다양한 저장 매체, 예를 들어 자기 디스크, 광학 디스크, 광-자기 디스크, 반도체 메모리 등도 본 발명의 개시 내에 포괄될 것이다.
본 발명의 실시예들의 상기의 설명에서, 구현에 관련하여 설명 및/또는 도시된 특징은 하나 이상의 다른 구현에서 그 다른 구현(들)의 특징과 함께 또는 그것을 대신하여 동일하게 또는 유사하게 이용될 수 있다.
이러한 맥락에서 이용되는 "포함하는(including/comprising)"이라는 용어는 특징, 요소, 단계 또는 컴포넌트의 존재를 나타내지만, 하나 이상의 다른 특징, 요소, 단계 또는 컴포넌트의 존재 또는 추가를 배제하지는 않는다. "제1", "제2" 등과 같은 서수 용어들은 그러한 용어들에 의해 정의되는 특징들, 요소들, 단계들 또는 컴포넌트들이 구현되는 순서 또는 그들의 중요도를 나타내는 것이 아니라, 명확성을 위하여 이러한 특징들, 요소들, 단계들 또는 컴포넌트들을 서로 구별하도록 의도된 것일 뿐이다.
또한, 본 발명의 각각의 실시예들에 따른 방법들은 반드시 명세서에 설명되거나 도면에 도시된 순서대로 수행되지는 않을 것이고, 대안적으로는 다른 순서로 동시에 또는 따로따로 수행될 수 있다. 그러므로, 본 발명의 기술적인 범위는 방법들이 명세서에 설명된 대로 수행되는 순서에 의해 한정되지 않을 것이다.
또한, 명백하게도, 위에서 설명된 본 발명에 따른 방법들의 개별 동작 프로세스들은 다양한 머신 판독가능한 저장 매체에 저장된 컴퓨터 실행가능한 프로그램으로도 구현될 수 있다.
더욱이, 본 발명의 목적은 실행가능한 프로그램 코드들이 저장될 수 있는 저장 매체가 시스템 또는 디바이스에 직접 또는 간접적으로 제공되고, 시스템 또는 디바이스 내의 중앙 처리 유닛(CPU) 또는 컴퓨터가 프로그램 코드들을 판독 및 실행할 수 있는 것과 같이 달성될 수 있다.
이 때, 시스템 또는 디바이스가 프로그램을 실행하는 기능을 갖는 한, 본 발명의 구현은 프로그램에 한정되지 않을 것이며, 프로그램은 또한 개체 프로그램, 인터프리터에 의해 실행되는 프로그램, 운영 체제에 제공되는 스크립트 프로그램 등과 같은 임의의 형태일 수 있다.
위에 나열된 이러한 머신 판독가능한 저장 매체들은 다양한 메모리들 및 저장 유닛들, 반도체 디바이스들, 자기 디스크 유닛들(예를 들어 광학 및 광-자기 디스크), 정보를 저장하는 데에 적합한 다른 매체들 등을 포함하지만 그에 한정되지는 않을 것이다.
또한, 본 발명은 인터넷을 통해 대응 웹사이트에 접속되고, 본 발명에 따른 컴퓨터 프로그램 코드들을 다운로드하여 설치한 다음 그 프로그램을 실행하는 고객 컴퓨터에 의해서도 구현될 수 있다.
마지막으로, 본 맥락에서의 좌측 및 우측, 제1 및 제2 등과 같은 관계적 용어들은 단순히 한 엔터티 또는 동작을 다른 엔터티 또는 동작으로부터 구별하도록 의도된 것일 뿐이며, 반드시 그러한 엔터티들 또는 동작들 간의 어떠한 실제 관계 또는 순서를 요구하거나 제안하도록 의도된 것이 아님에 유의해야 한다. 또한, 용어 "포함한다(include, comprise)" 및 그것의 다양한 변형은 배타적이지 않은 포함을 포괄하도록 의도되어, 일련의 요소들을 포함하는 프로세스, 방법, 물건 또는 장치가 그러한 요소들과, 명시적으로 나열되어 있지 않은 하나 이상의 다른 요소 또는 프로세스, 방법, 물건 또는 장치에 고유한 하나 이상의 요소 모두를 포함하게 한다. 다르게 언급되지 않는 한, "...를 포함하는(include/comprise a(n))"이라는 문장에 정의되는 요소는 그 요소를 포함하는 프로세스, 방법, 물건 또는 장치 내의 하나 이상의 추가의 동일한 요소의 존재를 배제하지 않을 것이다.
요약하면, 본 발명은 본 발명의 실시예들에서 이하의 해법들을 제공한다.
부기 1. 이미지의 코너 포인트를 정정하기 위한 방법으로서, 이미지의 각각의 최초 코너 포인트에 관하여, 최초 코너 포인트를 포함하는 제1 로컬 영역 내에서 최초 코너 포인트의 제1 후보 코너 포인트들을 결정하는 단계 - 제1 로컬 영역은 미리 결정된 제1 크기를 가짐 -; 이미지의 각각의 최초 코너 포인트에 관하여, 최초 코너 포인트를 포함하는 제2 로컬 영역 내에서 이미지에 관련된 정보를 획득하는 단계 - 제2 로컬 영역은 미리 결정된 제2 크기를 가지며 제1 로컬 영역을 포함함 -; 이미지에 관련된 획득된 정보에 따라, 각각의 최초 코너 포인트의 제1 후보 코너 포인트들 중에서 미리 결정된 조건을 만족하는 제1 후보 코너 포인트들을 최초 코너 포인트의 제2 후보 코너 포인트들로서 선택하는 단계; 및 최초 코너 포인트의 제2 후보 코너 포인트들을 이용하여 각각의 최초 코너 포인트를 정정하는 단계를 포함하는, 이미지의 코너 포인트를 정정하기 위한 방법.
부기 2. 부기 1에 있어서, 최초 코너 포인트를 포함하는 제1 로컬 영역 내에서 최초 코너 포인트의 제1 후보 코너 포인트들을 결정하는 단계는, 최초 코너 포인트를 포함하는 제1 로컬 영역을 결정하는 단계; 제1 로컬 영역 내의 각각의 픽셀의 응답 값을 계산하는 단계; 제1 로컬 영역 내에서, 이하의 조건을 만족하는 픽셀들: 미리 결정된 크기를 갖는 픽셀의 이웃 내의 픽셀들 전부 중에서 가장 높은 응답 값을 각각 갖는 픽셀인 픽셀들을 선택하는 단계; 및 선택된 픽셀들 중에서, 이하의 픽셀들: 미리 결정된 제1 임계값을 초과하는 응답 값들을 갖는 픽셀들, 또는 가장 높은 응답 값들을 갖는 처음의 N1개의 픽셀 - N1은 미리 결정된 자연수임 - 을 최초 코너 포인트의 제1 후보 코너 포인트들로서 결정하는 단계를 포함하는, 이미지의 코너 포인트를 정정하기 위한 방법.
부기 3. 부기 1 또는 부기 2에 있어서, 최초 코너 포인트를 포함하는 제2 로컬 영역 내에서 이미지에 관련된 정보를 획득하는 단계는, 최초 코너 포인트를 포함하는 제2 로컬 영역을 결정하는 단계; 최초 코너 포인트가 비-직각 코너 포인트인 경우, 제2 로컬 영역 내의 각각의 픽셀의 수평 구배를 계산하고, 최초 코너 포인트가 직각 코너 포인트인 경우, 제2 로컬 영역 내의 각각의 픽셀의 수평 구배 및 수직 구배 중 어느 하나를 계산하는 단계; 계산된 수평 구배 또는 수직 구배를 이진화하는 단계; 및 수평 구배를 계산하는 경우, 수평 구배에 기초하여 각각의 제1 후보 코너 포인트에 관련된 수직 영역을 각각 결정하는 단계 - 각각의 수직 영역은 미리 결정된 제3 크기를 가지며 제2 로컬 영역 내에 포함됨 -, 및 제2 로컬 영역 내의 픽셀들의 수평 구배들을 이진화한 결과에 기초하여 각각의 수직 영역 내에서의 블랙 픽셀들의 양을 구하는 단계; 및 수직 구배를 계산하는 경우, 수직 구배에 기초하여 각각의 제1 후보 코너 포인트에 관련된 수평 영역을 각각 결정하는 단계 - 각각의 수평 영역은 미리 결정된 제4 크기를 가지며 제2 로컬 영역 내에 포함됨 -, 및 제2 로컬 영역 내의 픽셀들의 수직 구배를 이진화한 결과에 기초하여 각각의 수평 영역 내에서의 블랙 픽셀들의 양을 구하는 단계를 포함하는, 이미지의 코너 포인트를 정정하기 위한 방법.
부기 4. 부기 3에 있어서, 각각의 최초 코너 포인트의 제1 후보 코너 포인트들 중에서 미리 결정된 조건을 만족하는 제1 후보 코너 포인트들을 최초 코너 포인트의 제2 후보 코너 포인트들로서 선택하는 단계는, 최초 코너 포인트의 복수의 제1 후보 코너 포인트 중에서, 이하의 제1 후보 코너 포인트들: 블랙 픽셀들의 양이 미리 결정된 제2 임계값을 초과하는 대응 수직 영역 또는 수평 영역을 각각 갖는 제1 후보 코너 포인트들, 또는 가장 많은 양의 블랙 픽셀들을 갖는 대응 수직 영역 또는 수평 영역을 각각 갖는 처음의 N2개의 제1 후보 코너 포인트 - N2는 미리 결정된 자연수임 - 를 최초 코너 포인트의 제2 후보 코너 포인트들로서 선택하는 단계를 포함하는, 이미지의 코너 포인트를 정정하기 위한 방법.
부기 5. 부기 4에 있어서, 최초 코너 포인트를 포함하는 제2 로컬 영역 내에서 이미지에 관련된 정보를 획득하는 단계는, 최초 코너 포인트가 직각 코너 포인트인 경우, 제2 로컬 영역 내의 각각의 픽셀의 수평 구배 및 수직 구배의 다른 구배를 계산하고, 다른 구배를 이진화하는 단계; 및 다른 구배가 수평 구배인 경우, 다른 구배에 기초하여 각각의 제1 후보 코너 포인트에 관련된 수직 영역을 각각 결정하는 단계 - 각각의 수직 영역은 미리 결정된 제3 크기를 갖고 제2 로컬 영역 내에 포함됨 -, 및 제2 로컬 영역 내의 픽셀들의 수평 구배들을 이진화한 결과에 기초하여, 각각의 수직 영역 내의 블랙 픽셀들의 양을 구하는 단계; 및 다른 구배가 수직 구배인 경우, 다른 구배에 기초하여 각각의 제1 후보 코너 포인트에 관련된 수평 영역을 각각 결정하는 단계 - 각각의 수평 영역은 미리 결정된 제4 크기를 갖고 제2 로컬 영역 내에 포함됨 -; 및 제2 로컬 영역 내의 픽셀들의 수직 구배들을 이진화한 결과에 기초하여, 각각의 수평 영역 내의 블랙 픽셀들의 양을 구하는 단계를 더 포함하는, 이미지의 코너 포인트를 정정하기 위한 방법.
부기 6. 부기 5에 있어서, 각각의 최초 코너 포인트의 제1 후보 코너 포인트들 중에서 미리 결정된 조건을 만족하는 제1 후보 코너 포인트들을 최초 코너 포인트의 제2 후보 코너 포인트들로서 선택하는 단계는, 최초 코너 포인트가 직각 코너 포인트인 경우, 현재의 제2 후보 코너 포인트들 중에서, 이하의 제2 후보 코너 포인트들: 블랙 픽셀들의 양이 미리 결정된 제3 임계값을 초과하는, 다른 구배에 관련된 대응 수직 영역 또는 수평 영역을 각각 갖는 제2 후보 코너 포인트들, 또는 가장 많은 양의 블랙 픽셀들을 갖는, 다른 구배에 관련된 대응 수직 영역 또는 수평 영역을 각각 갖는 처음의 N3개의 제2 후보 코너 포인트 - N3는 미리 결정된 자연수임 - 를 선택하고 보유하는 단계를 더 포함하는, 이미지의 코너 포인트를 정정하기 위한 방법.
부기 7. 부기 4 내지 부기 6 중 어느 하나에 있어서, 최초 코너 포인트를 포함하는 제2 로컬 영역 내에서 이미지에 관련된 정보를 획득하는 단계는, 현재의 제2 후보 코너 포인트들 각각에 관하여, 제2 후보 코너 포인트에 관련된 페이지-내 영역을 결정하는 단계 - 각각의 페이지-내 영역은 미리 결정된 제5 크기를 갖고 제2 로컬 영역 내에 포함됨 -, 및 제2 로컬 영역 내의 픽셀들의 수직 구배들 및/또는 수평 구배들을 이진화한 결과에 기초하여 페이지-내 영역 내의 블랙 픽셀들의 양을 구하는 단계를 더 포함하는, 이미지의 코너 포인트를 정정하기 위한 방법.
부기 8. 부기 7에 있어서, 각각의 최초 코너 포인트의 제1 후보 코너 포인트들 중에서 미리 결정된 조건을 만족하는 제1 후보 코너 포인트들을 최초 코너 포인트의 제2 후보 코너 포인트들로서 선택하는 단계는, 현재의 제2 후보 코너 포인트들 중에서, 이하의 제2 후보 코너 포인트들: 블랙 픽셀들의 양이 미리 결정된 제4 임계값 미만인 대응 페이지-내 영역을 각각 갖는 제2 후보 코너 포인트들, 또는 가장 적은 양의 블랙 픽셀들을 갖는 대응 페이지-내 영역을 각각 갖는 처음의 N4개의 제2 후보 코너 포인트들 - N4는 미리 결정된 자연수임 - 을 선택하고 보유하는 단계를 더 포함하는, 이미지의 코너 포인트를 정정하기 위한 방법.
부기 9. 부기 7 또는 부기 8에 있어서, 제2 후보 코너 포인트에 관련된 페이지-내 영역은 정사각형 영역이고, 정사각형 영역의 정점이 제2 후보 코너 포인트이며, 제2 후보 코너 포인트가 각각 이미지의 상부 좌측, 하부 좌측, 상부 우측 및 하부 우측에 있는 경우, 제2 후보 코너 포인트에 관련된 페이지-내 영역은 각각 제2 후보 코너 포인트의 하부 우측, 상부 우측, 하부 좌측 및 상부 좌측에 있고; 제2 후보 코너 포인트가 이미지의 상부 중간에 있는 경우, 제2 후보 코너 포인트에 관련된 페이지-내 영역은 각각 제2 후보 코너 포인트의 하부 좌측 및 하부 우측에 있는 2개의 페이지-내 영역을 포함하며; 제2 후보 코너 포인트가 이미지의 하부 중간에 있는 경우, 제2 후보 코너 포인트에 관련된 페이지-내 영역은 각각 제2 후보 코너 포인트의 상부 좌측 및 상부 우측에 있는 2개의 페이지-내 영역을 포함하는, 이미지의 코너 포인트를 정정하기 위한 방법.
부기 10. 이미지의 코너 포인트를 정정하기 위한 장치로서, 이미지의 각각의 최초 코너 포인트에 관하여, 최초 코너 포인트를 포함하는 제1 로컬 영역 내에서 최초 코너 포인트의 제1 후보 코너 포인트들을 결정하도록 구성된 제1 선택 유닛 - 제1 로컬 영역은 미리 결정된 제1 크기를 가짐 -; 이미지의 각각의 최초 코너 포인트에 관하여, 최초 코너 포인트를 포함하는 제2 로컬 영역 내에서 이미지에 관련된 정보를 획득하도록 구성된 계산 유닛 - 제2 로컬 영역은 미리 결정된 제2 크기를 가지며 제1 로컬 영역을 포함함 -; 이미지에 관련된 획득된 정보에 따라, 각각의 최초 코너 포인트의 제1 후보 코너 포인트들 중에서 미리 결정된 조건을 만족하는 제1 후보 코너 포인트들을 최초 코너 포인트의 제2 후보 코너 포인트들로서 선택하도록 구성된 제2 선택 유닛; 및 최초 코너 포인트의 제2 후보 코너 포인트들을 이용하여 각각의 최초 코너 포인트를 정정하도록 구성된 정정 프로세싱 유닛을 포함하는, 이미지의 코너 포인트를 정정하기 위한 장치.
부기 11. 부기 10에 있어서, 제1 선택 유닛은, 최초 코너 포인트를 포함하는 제1 로컬 영역을 결정하도록 구성된 제1 결정 서브유닛 - 제1 로컬 영역은 미리 결정된 제1 크기를 가짐 -; 제1 로컬 영역 내의 각각의 픽셀의 응답 값을 계산하도록 구성된 제1 계산 서브유닛; 제1 로컬 영역 내에서, 이하의 조건을 만족하는 픽셀들: 미리 결정된 크기를 갖는 픽셀의 이웃 내의 픽셀들 전부 중에서 가장 높은 응답 값을 각각 갖는 픽셀인 픽셀들을 선택하도록 구성된 제1 필터링 서브유닛; 및 선택된 픽셀들 중에서, 이하의 픽셀들: 미리 결정된 제1 임계값을 초과하는 응답 값들을 갖는 픽셀들, 또는 가장 높은 응답 값들을 갖는 처음의 N1개의 픽셀 - N1은 미리 결정된 자연수임 - 을 최초 코너 포인트의 제1 후보 코너 포인트들로서 결정하도록 구성된 제1 선택 서브유닛을 포함하는, 이미지의 코너 포인트를 정정하기 위한 장치.
부기 12. 부기 10 또는 부기 11에 있어서, 계산 유닛은, 최초 코너 포인트를 포함하는 제2 로컬 영역을 결정하도록 구성된 제2 결정 서브유닛 - 제2 로컬 영역은 미리 결정된 제2 크기를 갖고 제1 로컬 영역을 포함함 -; 최초 코너 포인트가 비-직각 코너 포인트인 경우, 제2 로컬 영역 내의 각각의 픽셀의 수평 구배를 계산하고, 최초 코너 포인트가 직각 코너 포인트인 경우, 제2 로컬 영역 내의 각각의 픽셀의 수평 구배 및 수직 구배 중 어느 하나를 계산하고, 계산된 수평 구배 또는 수직 구배를 이진화하도록 구성된 제2 계산 서브유닛; 및 수평 구배를 계산하는 경우, 수평 구배에 기초하여 각각의 제1 후보 코너 포인트에 관련된 수직 영역을 각각 결정하고 - 각각의 수직 영역은 미리 결정된 제3 크기를 가지며 제2 로컬 영역 내에 포함됨 -, 제2 로컬 영역 내의 픽셀들의 수평 구배들을 이진화한 결과에 기초하여 각각의 수직 영역 내에서의 블랙 픽셀들의 양을 구하며, 수직 구배를 계산하는 경우, 수직 구배에 기초하여 각각의 제1 후보 코너 포인트에 관련된 수평 영역을 각각 결정하고 - 각각의 수평 영역은 미리 결정된 제4 크기를 가지며 제2 로컬 영역 내에 포함됨 -, 제2 로컬 영역 내의 픽셀들의 수직 구배들을 이진화한 결과에 기초하여 각각의 수평 영역 내에서의 블랙 픽셀들의 양을 구하도록 구성된 정보 획득 서브유닛을 포함하는, 이미지의 코너 포인트를 정정하기 위한 장치.
부기 13. 부기 12에 있어서, 제2 선택 유닛은 최초 코너 포인트의 복수의 제1 후보 코너 포인트 중에서, 이하의 제1 후보 코너 포인트들: 블랙 픽셀들의 양이 미리 결정된 제2 임계값을 초과하는 대응 수직 영역 또는 수평 영역을 각각 갖는 제1 후보 코너 포인트들, 또는 가장 많은 양의 블랙 픽셀들을 갖는 대응 수직 영역 또는 수평 영역을 각각 갖는 처음의 N2개의 제1 후보 코너 포인트 - N2는 미리 결정된 자연수임 -를 최초 코너 포인트의 제2 후보 코너 포인트들로서 선택하도록 구성되는, 이미지의 코너 포인트를 정정하기 위한 장치.
부기 14. 부기 13에 있어서, 제2 계산 서브유닛은 최초 코너 포인트가 직각 코너 포인트인 경우, 제2 로컬 영역 내의 각각의 픽셀의 수평 구배 및 수직 구배의 다른 구배를 계산하고, 다른 구배를 이진화하도록 더 구성되고; 정보 획득 서브유닛은 다른 구배가 수평 구배인 경우, 다른 구배에 기초하여 각각의 제1 후보 코너 포인트에 관련된 수직 영역을 각각 결정하고 - 각각의 수직 영역은 미리 결정된 제3 크기를 갖고 제2 로컬 영역 내에 포함됨 -, 제2 로컬 영역 내의 픽셀들의 수평 구배들을 이진화한 결과에 기초하여, 각각의 수직 영역 내의 블랙 픽셀들의 양을 구하며; 다른 구배가 수직 구배인 경우, 다른 구배에 기초하여 각각의 제1 후보 코너 포인트에 관련된 수평 영역을 각각 결정하고 - 각각의 수평 영역은 미리 결정된 제4 크기를 갖고 제2 로컬 영역 내에 포함됨 -, 제2 로컬 영역 내의 픽셀들의 수직 구배들을 이진화한 결과에 기초하여, 각각의 수평 영역 내의 블랙 픽셀들의 양을 구하도록 더 구성되는, 이미지의 코너 포인트를 정정하기 위한 장치.
부기 15. 부기 14에 있어서, 제2 선택 유닛은 최초 코너 포인트가 직각 코너 포인트인 경우, 현재의 제2 후보 코너 포인트들 중에서, 이하의 제2 후보 코너 포인트들: 블랙 픽셀들의 양이 미리 결정된 제3 임계값을 초과하는, 다른 구배에 관련된 대응 수직 영역 또는 수평 영역을 각각 갖는 제2 후보 코너 포인트들, 또는 가장 많은 양의 블랙 픽셀들을 갖는, 다른 구배에 관련된 대응 수직 영역 또는 수평 영역을 각각 갖는 처음의 N3개의 제2 후보 코너 포인트 - N3는 미리 결정된 자연수임 - 를 선택하고 보유하도록 더 구성되는, 이미지의 코너 포인트를 정정하기 위한 장치.
부기 16. 부기 13 내지 부기 15 중 어느 하나에 있어서, 제2 결정 서브유닛은 현재의 제2 후보 코너 포인트들 각각에 관하여, 제2 후보 코너 포인트에 관련된 페이지-내 영역을 결정하도록 더 구성되고, 각각의 페이지-내 영역은 미리 결정된 제5 크기를 갖고 제2 로컬 영역 내에 포함되며; 정보 획득 서브유닛은 현재의 제2 후보 코너 포인트들 각각에 관하여 제2 로컬 영역 내의 픽셀들의 수직 구배들 및/또는 수평 구배들을 이진화한 결과에 기초하여 페이지-내 영역 내의 블랙 픽셀들의 양을 구하도록 더 구성되는, 이미지의 코너 포인트를 정정하기 위한 장치.
부기 17. 부기 16에 있어서, 제2 선택 유닛은 현재의 제2 후보 코너 포인트들 중에서, 이하의 제2 후보 코너 포인트들: 블랙 픽셀들의 양이 미리 결정된 제4 임계값 미만인 대응 페이지-내 영역을 각각 갖는 제2 후보 코너 포인트들, 또는 가장 적은 양의 블랙 픽셀들을 갖는 대응 페이지-내 영역을 각각 갖는 처음의 N4개의 제2 후보 코너 포인트들 - N4는 미리 결정된 자연수임 - 을 선택하고 보유하도록 더 구성되는, 이미지의 코너 포인트를 정정하기 위한 장치.
부기 18. 부기 10 내지 부기 17 중 어느 하나에 따른 이미지의 코너 포인트를 정정하기 위한 장치를 포함하는 이미지 프로세싱 디바이스.
부기 19. 부기 18에 있어서, 문서 정정 디바이스 또는 스캐너인 이미지 프로세싱 디바이스.
부기 20. 컴퓨팅 디바이스에 의해 실행가능한 컴퓨터 프로그램이 저장되어 있는 컴퓨터 판독가능한 저장 매체로서, 프로그램은 실행 시에 컴퓨팅 디바이스로 하여금 부기 1 내지 부기 9 중 어느 하나에 따른 이미지의 코너 포인트를 정정하기 위한 방법을 수행하게 할 수 있는 것인 컴퓨터 판독가능한 저장 매체.

Claims (20)

  1. 이미지의 코너 포인트를 정정하기 위한 방법으로서,
    상기 이미지의 각각의 최초 코너 포인트에 관하여, 상기 최초 코너 포인트를 포함하는 제1 로컬 영역 내에서 상기 최초 코너 포인트의 제1 후보 코너 포인트들을 결정하는 단계 - 상기 제1 로컬 영역은 미리 결정된 제1 크기를 가짐 -;
    상기 이미지의 각각의 최초 코너 포인트에 관하여, 상기 최초 코너 포인트를 포함하는 제2 로컬 영역 내에서 상기 이미지에 관련된 정보를 획득하는 단계 - 상기 제2 로컬 영역은 미리 결정된 제2 크기를 가지며 상기 제1 로컬 영역을 포함하고, 상기 이미지에 관련된 정보는 상기 이미지의 레이아웃 특성을 구현할 수 있는 이미지 특징을 지칭함 -;
    상기 이미지에 관련된 획득된 정보에 따라, 각각의 최초 코너 포인트의 제1 후보 코너 포인트들 중에서 미리 결정된 조건을 만족하는 제1 후보 코너 포인트들을 상기 최초 코너 포인트의 제2 후보 코너 포인트들로서 선택하는 단계; 및
    상기 최초 코너 포인트의 상기 제2 후보 코너 포인트들을 이용하여 각각의 최초 코너 포인트를 정정하는 단계
    를 포함하는, 이미지의 코너 포인트를 정정하기 위한 방법.
  2. 제1항에 있어서,
    상기 최초 코너 포인트를 포함하는 제1 로컬 영역 내에서 상기 최초 코너 포인트의 제1 후보 코너 포인트들을 결정하는 단계는,
    상기 최초 코너 포인트를 포함하는 제1 로컬 영역을 결정하는 단계;
    상기 제1 로컬 영역 내의 각각의 픽셀의 응답 값을 계산하는 단계;
    상기 제1 로컬 영역 내에서, 이하의 조건을 만족하는 픽셀들:
    미리 결정된 크기를 갖는 상기 픽셀의 이웃 내의 픽셀들 전부 중에서 가장 높은 응답 값을 각각 갖는 픽셀인 픽셀들
    을 선택하는 단계; 및
    선택된 픽셀들 중에서, 이하의 픽셀들:
    미리 결정된 제1 임계값을 초과하는 응답 값들을 갖는 픽셀들, 또는
    가장 높은 응답 값들을 갖는 처음의 N1개의 픽셀 - N1은 미리 결정된 자연수임 -
    을 상기 최초 코너 포인트의 상기 제1 후보 코너 포인트들로서 결정하는 단계
    를 포함하는, 이미지의 코너 포인트를 정정하기 위한 방법.
  3. 제1항 또는 제2항에 있어서,
    상기 최초 코너 포인트를 포함하는 제2 로컬 영역 내에서 상기 이미지에 관련된 정보를 획득하는 단계는,
    상기 최초 코너 포인트를 포함하는 상기 제2 로컬 영역을 결정하는 단계;
    상기 최초 코너 포인트가 비-직각(non-right-angled) 코너 포인트인 경우, 상기 제2 로컬 영역 내의 각각의 픽셀의 수평 구배(gradient)를 계산하고, 상기 최초 코너 포인트가 직각 코너 포인트인 경우, 상기 제2 로컬 영역 내의 각각의 픽셀의 수평 구배 및 수직 구배 중 어느 하나를 계산하는 단계;
    계산된 수평 구배 또는 수직 구배를 이진화하는 단계; 및
    상기 수평 구배를 계산하는 경우,
    상기 수평 구배에 기초하여 각각의 제1 후보 코너 포인트에 관련된 수직 영역을 각각 결정하는 단계 - 각각의 수직 영역은 미리 결정된 제3 크기를 가지며 상기 제2 로컬 영역 내에 포함됨 -, 및
    상기 제2 로컬 영역 내의 픽셀들의 수평 구배들을 이진화한 결과에 기초하여 각각의 수직 영역 내에서의 블랙 픽셀들의 양을 구하는 단계; 및
    상기 수직 구배를 계산하는 경우,
    상기 수직 구배에 기초하여 각각의 제1 후보 코너 포인트에 관련된 수평 영역을 각각 결정하는 단계 - 각각의 수평 영역은 미리 결정된 제4 크기를 가지며 상기 제2 로컬 영역 내에 포함됨 -, 및
    상기 제2 로컬 영역 내의 픽셀들의 수직 구배를 이진화한 결과에 기초하여 각각의 수평 영역 내에서의 블랙 픽셀들의 양을 구하는 단계
    를 포함하는, 이미지의 코너 포인트를 정정하기 위한 방법.
  4. 제3항에 있어서,
    상기 각각의 최초 코너 포인트의 제1 후보 코너 포인트들 중에서 미리 결정된 조건을 만족하는 제1 후보 코너 포인트들을 상기 최초 코너 포인트의 제2 후보 코너 포인트들로서 선택하는 단계는,
    상기 최초 코너 포인트의 복수의 제1 후보 코너 포인트 중에서, 이하의 제1 후보 코너 포인트들:
    블랙 픽셀들의 양이 미리 결정된 제2 임계값을 초과하는 대응 수직 영역 또는 수평 영역을 각각 갖는 제1 후보 코너 포인트들, 또는
    가장 많은 양의 블랙 픽셀들을 갖는 대응 수직 영역 또는 수평 영역을 각각 갖는 처음의 N2개의 제1 후보 코너 포인트 - N2는 미리 결정된 자연수임 -
    를 상기 최초 코너 포인트의 상기 제2 후보 코너 포인트들로서 선택하는 단계
    를 포함하는, 이미지의 코너 포인트를 정정하기 위한 방법.
  5. 제4항에 있어서,
    상기 최초 코너 포인트를 포함하는 제2 로컬 영역 내에서 상기 이미지에 관련된 정보를 획득하는 단계는,
    상기 최초 코너 포인트가 직각 코너 포인트인 경우,
    상기 제2 로컬 영역 내의 각각의 픽셀의 수평 구배 및 수직 구배의 다른 구배를 계산하고, 상기 다른 구배를 이진화하는 단계; 및
    상기 다른 구배가 수평 구배인 경우,
    상기 다른 구배에 기초하여 각각의 제1 후보 코너 포인트에 관련된 수직 영역을 각각 결정하는 단계 - 각각의 수직 영역은 미리 결정된 제3 크기를 갖고 상기 제2 로컬 영역 내에 포함됨 -, 및
    상기 제2 로컬 영역 내의 픽셀들의 수평 구배들을 이진화한 결과에 기초하여, 각각의 수직 영역 내의 블랙 픽셀들의 양을 구하는 단계; 및
    상기 다른 구배가 수직 구배인 경우,
    상기 다른 구배에 기초하여 각각의 제1 후보 코너 포인트에 관련된 수평 영역을 각각 결정하는 단계 - 각각의 수평 영역은 미리 결정된 제4 크기를 갖고 상기 제2 로컬 영역 내에 포함됨 -; 및
    상기 제2 로컬 영역 내의 픽셀들의 수직 구배들을 이진화한 결과에 기초하여, 각각의 수평 영역 내의 블랙 픽셀들의 양을 구하는 단계
    를 더 포함하는, 이미지의 코너 포인트를 정정하기 위한 방법.
  6. 제5항에 있어서,
    상기 각각의 최초 코너 포인트의 제1 후보 코너 포인트들 중에서 미리 결정된 조건을 만족하는 제1 후보 코너 포인트들을 상기 최초 코너 포인트의 제2 후보 코너 포인트들로서 선택하는 단계는,
    상기 최초 코너 포인트가 직각 코너 포인트인 경우, 현재의 제2 후보 코너 포인트들 중에서, 이하의 제2 후보 코너 포인트들:
    블랙 픽셀들의 양이 미리 결정된 제3 임계값을 초과하는, 상기 다른 구배에 관련된 대응 수직 영역 또는 수평 영역을 각각 갖는 제2 후보 코너 포인트들, 또는
    가장 많은 양의 블랙 픽셀들을 갖는, 상기 다른 구배에 관련된 대응 수직 영역 또는 수평 영역을 각각 갖는 처음의 N3개의 제2 후보 코너 포인트 - N3는 미리 결정된 자연수임 -
    를 선택하고 보유하는 단계
    를 더 포함하는, 이미지의 코너 포인트를 정정하기 위한 방법.
  7. 제6항에 있어서,
    상기 최초 코너 포인트를 포함하는 제2 로컬 영역 내에서 상기 이미지에 관련된 정보를 획득하는 단계는,
    현재의 제2 후보 코너 포인트들 각각에 관하여,
    제2 후보 코너 포인트에 관련된 페이지-내 영역을 결정하는 단계 - 각각의 페이지-내 영역은 미리 결정된 제5 크기를 갖고 상기 제2 로컬 영역 내에 포함됨 -, 및
    상기 제2 로컬 영역 내의 픽셀들의 수직 구배들 및/또는 수평 구배들을 이진화한 결과에 기초하여 상기 페이지-내 영역 내의 블랙 픽셀들의 양을 구하는 단계
    를 더 포함하는, 이미지의 코너 포인트를 정정하기 위한 방법.
  8. 제7항에 있어서,
    상기 각각의 최초 코너 포인트의 제1 후보 코너 포인트들 중에서 미리 결정된 조건을 만족하는 제1 후보 코너 포인트들을 상기 최초 코너 포인트의 제2 후보 코너 포인트들로서 선택하는 단계는,
    현재의 제2 후보 코너 포인트들 중에서, 이하의 제2 후보 코너 포인트들:
    블랙 픽셀들의 양이 미리 결정된 제4 임계값 미만인 대응 페이지-내 영역을 각각 갖는 제2 후보 코너 포인트들, 또는
    가장 적은 양의 블랙 픽셀들을 갖는 대응 페이지-내 영역을 각각 갖는 처음의 N4개의 제2 후보 코너 포인트들 - N4는 미리 결정된 자연수임 -
    을 선택하고 보유하는 단계
    를 더 포함하는, 이미지의 코너 포인트를 정정하기 위한 방법.
  9. 제8항에 있어서,
    상기 제2 후보 코너 포인트에 관련된 페이지-내 영역은 정사각형 영역이고, 상기 정사각형 영역의 정점(vertex)이 상기 제2 후보 코너 포인트이며, 상기 제2 후보 코너 포인트가 각각 상기 이미지의 상부 좌측, 하부 좌측, 상부 우측 및 하부 우측에 있는 경우, 상기 제2 후보 코너 포인트에 관련된 페이지-내 영역은 각각 상기 제2 후보 코너 포인트의 하부 우측, 상부 우측, 하부 좌측 및 상부 좌측에 있고; 상기 제2 후보 코너 포인트가 상기 이미지의 상부 중간에 있는 경우, 상기 제2 후보 코너 포인트에 관련된 페이지-내 영역은 각각 상기 제2 후보 코너 포인트의 하부 좌측 및 하부 우측에 있는 2개의 페이지-내 영역을 포함하며; 상기 제2 후보 코너 포인트가 상기 이미지의 하부 중간에 있는 경우, 상기 제2 후보 코너 포인트에 관련된 페이지-내 영역은 각각 상기 제2 후보 코너 포인트의 상부 좌측 및 상부 우측에 있는 2개의 페이지-내 영역을 포함하는, 이미지의 코너 포인트를 정정하기 위한 방법.
  10. 이미지의 코너 포인트를 정정하기 위한 장치로서,
    상기 이미지의 각각의 최초 코너 포인트에 관하여, 상기 최초 코너 포인트를 포함하는 제1 로컬 영역 내에서 상기 최초 코너 포인트의 제1 후보 코너 포인트들을 결정하도록 구성된 제1 선택 유닛 - 상기 제1 로컬 영역은 미리 결정된 제1 크기를 가짐 -;
    상기 이미지의 각각의 최초 코너 포인트에 관하여, 상기 최초 코너 포인트를 포함하는 제2 로컬 영역 내에서 상기 이미지에 관련된 정보를 획득하도록 구성된 계산 유닛 - 상기 제2 로컬 영역은 미리 결정된 제2 크기를 가지며 상기 제1 로컬 영역을 포함하고, 상기 이미지에 관련된 정보는 상기 이미지의 레이아웃 특성을 구현할 수 있는 이미지 특징을 지칭함 -;
    상기 이미지에 관련된 획득된 정보에 따라, 각각의 최초 코너 포인트의 제1 후보 코너 포인트들 중에서 미리 결정된 조건을 만족하는 제1 후보 코너 포인트들을 상기 최초 코너 포인트의 제2 후보 코너 포인트들로서 선택하도록 구성된 제2 선택 유닛; 및
    상기 최초 코너 포인트의 상기 제2 후보 코너 포인트들을 이용하여 각각의 최초 코너 포인트를 정정하도록 구성된 정정 프로세싱 유닛
    을 포함하는, 이미지의 코너 포인트를 정정하기 위한 장치.
  11. 제10항에 있어서,
    상기 제1 선택 유닛은, 상기 최초 코너 포인트를 포함하는 제1 로컬 영역을 결정하도록 구성된 제1 결정 서브유닛 - 상기 제1 로컬 영역은 상기 미리 결정된 제1 크기를 가짐 -; 상기 제1 로컬 영역 내의 각각의 픽셀의 응답 값을 계산하도록 구성된 제1 계산 서브유닛; 상기 제1 로컬 영역 내에서, 이하의 조건을 만족하는 픽셀들: 미리 결정된 크기를 갖는 상기 픽셀의 이웃 내의 픽셀들 전부 중에서 가장 높은 응답 값을 각각 갖는 픽셀인 픽셀들을 선택하도록 구성된 제1 필터링 서브유닛; 및 선택된 픽셀들 중에서, 이하의 픽셀들: 미리 결정된 제1 임계값을 초과하는 응답 값들을 갖는 픽셀들, 또는 가장 높은 응답 값들을 갖는 처음의 N1개의 픽셀 - N1은 미리 결정된 자연수임 - 을 상기 최초 코너 포인트의 상기 제1 후보 코너 포인트들로서 결정하도록 구성된 제1 선택 서브유닛을 포함하는, 이미지의 코너 포인트를 정정하기 위한 장치.
  12. 제10항 또는 제11항에 있어서,
    상기 계산 유닛은, 상기 최초 코너 포인트를 포함하는 상기 제2 로컬 영역을 결정하도록 구성된 제2 결정 서브유닛 - 상기 제2 로컬 영역은 상기 미리 결정된 제2 크기를 갖고 상기 제1 로컬 영역을 포함함 -; 상기 최초 코너 포인트가 비-직각 코너 포인트인 경우, 상기 제2 로컬 영역 내의 각각의 픽셀의 수평 구배를 계산하고, 상기 최초 코너 포인트가 직각 코너 포인트인 경우, 상기 제2 로컬 영역 내의 각각의 픽셀의 수평 구배 및 수직 구배 중 어느 하나를 계산하고, 계산된 수평 구배 또는 수직 구배를 이진화하도록 구성된 제2 계산 서브유닛; 및 상기 수평 구배를 계산하는 경우, 상기 수평 구배에 기초하여 각각의 제1 후보 코너 포인트에 관련된 수직 영역을 각각 결정하고 - 각각의 수직 영역은 미리 결정된 제3 크기를 가지며 상기 제2 로컬 영역 내에 포함됨 -, 상기 제2 로컬 영역 내의 픽셀들의 수평 구배들을 이진화한 결과에 기초하여 각각의 수직 영역 내에서의 블랙 픽셀들의 양을 구하며, 상기 수직 구배를 계산하는 경우, 상기 수직 구배에 기초하여 각각의 제1 후보 코너 포인트에 관련된 수평 영역을 각각 결정하고 - 각각의 수평 영역은 미리 결정된 제4 크기를 가지며 상기 제2 로컬 영역 내에 포함됨 -, 상기 제2 로컬 영역 내의 픽셀들의 수직 구배들을 이진화한 결과에 기초하여 각각의 수평 영역 내에서의 블랙 픽셀들의 양을 구하도록 구성된 정보 획득 서브유닛을 포함하는, 이미지의 코너 포인트를 정정하기 위한 장치.
  13. 제12항에 있어서,
    상기 제2 선택 유닛은 상기 최초 코너 포인트의 복수의 제1 후보 코너 포인트 중에서, 이하의 제1 후보 코너 포인트들: 블랙 픽셀들의 양이 미리 결정된 제2 임계값을 초과하는 대응 수직 영역 또는 수평 영역을 각각 갖는 제1 후보 코너 포인트들, 또는 가장 많은 양의 블랙 픽셀들을 갖는 대응 수직 영역 또는 수평 영역을 각각 갖는 처음의 N2개의 제1 후보 코너 포인트 - N2는 미리 결정된 자연수임 -를 상기 최초 코너 포인트의 상기 제2 후보 코너 포인트들로서 선택하도록 구성되는, 이미지의 코너 포인트를 정정하기 위한 장치.
  14. 제13항에 있어서,
    상기 제2 계산 서브유닛은 상기 최초 코너 포인트가 직각 코너 포인트인 경우, 상기 제2 로컬 영역 내의 각각의 픽셀의 수평 구배 및 수직 구배의 다른 구배를 계산하고, 상기 다른 구배를 이진화하도록 더 구성되고; 상기 정보 획득 서브유닛은 상기 다른 구배가 수평 구배인 경우, 상기 다른 구배에 기초하여 각각의 제1 후보 코너 포인트에 관련된 수직 영역을 각각 결정하고 - 각각의 수직 영역은 미리 결정된 제3 크기를 갖고 상기 제2 로컬 영역 내에 포함됨 -, 상기 제2 로컬 영역 내의 픽셀들의 수평 구배들을 이진화한 결과에 기초하여, 각각의 수직 영역 내의 블랙 픽셀들의 양을 구하며; 상기 다른 구배가 수직 구배인 경우, 상기 다른 구배에 기초하여 각각의 제1 후보 코너 포인트에 관련된 수평 영역을 각각 결정하고 - 각각의 수평 영역은 미리 결정된 제4 크기를 갖고 상기 제2 로컬 영역 내에 포함됨 -, 상기 제2 로컬 영역 내의 픽셀들의 수직 구배들을 이진화한 결과에 기초하여, 각각의 수평 영역 내의 블랙 픽셀들의 양을 구하도록 더 구성되는, 이미지의 코너 포인트를 정정하기 위한 장치.
  15. 제14항에 있어서,
    상기 제2 선택 유닛은 상기 최초 코너 포인트가 직각 코너 포인트인 경우, 현재의 제2 후보 코너 포인트들 중에서, 이하의 제2 후보 코너 포인트들: 블랙 픽셀들의 양이 미리 결정된 제3 임계값을 초과하는, 상기 다른 구배에 관련된 대응 수직 영역 또는 수평 영역을 각각 갖는 제2 후보 코너 포인트들, 또는 가장 많은 양의 블랙 픽셀들을 갖는, 상기 다른 구배에 관련된 대응 수직 영역 또는 수평 영역을 각각 갖는 처음의 N3개의 제2 후보 코너 포인트 - N3는 미리 결정된 자연수임 - 를 선택하고 보유하도록 더 구성되는, 이미지의 코너 포인트를 정정하기 위한 장치.
  16. 제15항에 있어서,
    상기 제2 결정 서브유닛은 현재의 제2 후보 코너 포인트들 각각에 관하여, 제2 후보 코너 포인트에 관련된 페이지-내 영역을 결정하도록 더 구성되고, 각각의 페이지-내 영역은 미리 결정된 제5 크기를 갖고 상기 제2 로컬 영역 내에 포함되며; 상기 정보 획득 서브유닛은 현재의 제2 후보 코너 포인트들 각각에 관하여 상기 제2 로컬 영역 내의 픽셀들의 수직 구배들 및/또는 수평 구배들을 이진화한 결과에 기초하여 상기 페이지-내 영역 내의 블랙 픽셀들의 양을 구하도록 더 구성되는, 이미지의 코너 포인트를 정정하기 위한 장치.
  17. 제16항에 있어서,
    상기 제2 선택 유닛은 현재의 제2 후보 코너 포인트들 중에서, 이하의 제2 후보 코너 포인트들: 블랙 픽셀들의 양이 미리 결정된 제4 임계값 미만인 대응 페이지-내 영역을 각각 갖는 제2 후보 코너 포인트들, 또는 가장 적은 양의 블랙 픽셀들을 갖는 대응 페이지-내 영역을 각각 갖는 처음의 N4개의 제2 후보 코너 포인트들 - N4는 미리 결정된 자연수임 - 을 선택하고 보유하도록 더 구성되는, 이미지의 코너 포인트를 정정하기 위한 장치.
  18. 제10항에 따른 이미지의 코너 포인트를 정정하기 위한 장치를 포함하는 이미지 프로세싱 디바이스.
  19. 제18항에 있어서,
    상기 이미지 프로세싱 디바이스는 문서 정정 디바이스 또는 스캐너인 이미지 프로세싱 디바이스.
  20. 컴퓨팅 디바이스에 의해 실행가능한 컴퓨터 프로그램이 저장되어 있는 컴퓨터 판독가능한 저장 매체로서,
    상기 프로그램은 실행 시에 상기 컴퓨팅 디바이스로 하여금 제1항에 따른 이미지의 코너 포인트를 정정하기 위한 방법을 수행하게 할 수 있는 것인 컴퓨터 판독가능한 저장 매체.
KR1020130005591A 2012-01-17 2013-01-17 이미지의 코너 포인트를 정정하기 위한 방법 및 장치와 이미지 프로세싱 디바이스 KR101434776B1 (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN201210015198.1A CN103208111B (zh) 2012-01-17 2012-01-17 用于修正图像角点的方法和装置以及图像处理设备
CN201210015198.1 2012-01-17

Publications (2)

Publication Number Publication Date
KR20130084644A KR20130084644A (ko) 2013-07-25
KR101434776B1 true KR101434776B1 (ko) 2014-08-27

Family

ID=47630171

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020130005591A KR101434776B1 (ko) 2012-01-17 2013-01-17 이미지의 코너 포인트를 정정하기 위한 방법 및 장치와 이미지 프로세싱 디바이스

Country Status (5)

Country Link
US (1) US9092844B2 (ko)
EP (1) EP2618306B1 (ko)
JP (1) JP6167528B2 (ko)
KR (1) KR101434776B1 (ko)
CN (1) CN103208111B (ko)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109711418B (zh) * 2019-01-29 2020-12-01 浙江大学 一种针对物体平面图像的轮廓角点检测方法
CN111462153B (zh) * 2020-04-30 2023-05-19 柳州智视科技有限公司 一种基于图像轮廓Freeman链码的角点特征提取方法
CN111681284A (zh) * 2020-06-09 2020-09-18 商汤集团有限公司 一种角点检测方法、装置、电子设备及存储介质
CN111832558A (zh) * 2020-06-15 2020-10-27 北京三快在线科技有限公司 文字图像矫正方法、装置、存储介质及电子设备
CN112132163B (zh) * 2020-09-21 2024-04-02 杭州睿琪软件有限公司 识别对象边缘的方法、系统及计算机可读存储介质
WO2023191824A1 (en) * 2022-03-31 2023-10-05 Hewlett-Packard Development Company, L.P. Image generation based on corner detection

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20040016878A (ko) * 2001-07-27 2004-02-25 제너럴 인스트루먼트 코포레이션 서브 픽셀 움직임 추정을 위한 방법 및 장치
KR20060046135A (ko) * 2004-06-15 2006-05-17 마이크로소프트 코포레이션 디지털 이미지의 자동화된 보정을 위한 시스템 및 방법
KR20100114848A (ko) * 2009-04-16 2010-10-26 엔비디아 코포레이션 이미지 보정 시스템 및 방법

Family Cites Families (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7406196B2 (en) * 2004-03-19 2008-07-29 Lockheed Martin Corporation Methods and systems for automatic detection of corners of a region
US7616782B2 (en) * 2004-05-07 2009-11-10 Intelliview Technologies Inc. Mesh based frame processing and applications
US7529421B2 (en) * 2004-07-01 2009-05-05 Applied Materials, Inc. Optical proximity correction in raster scan printing based on corner matching templates
KR100776215B1 (ko) * 2005-01-25 2007-11-16 삼성전자주식회사 상향 영상을 이용한 이동체의 위치 추정 및 지도 생성장치 및 방법과 그 장치를 제어하는 컴퓨터 프로그램을저장하는 컴퓨터로 읽을 수 있는 기록 매체
US7330604B2 (en) * 2006-03-02 2008-02-12 Compulink Management Center, Inc. Model-based dewarping method and apparatus
JP4479817B2 (ja) * 2008-03-28 2010-06-09 アイシン・エィ・ダブリュ株式会社 道路形状推定装置、道路形状推定方法及びプログラム
US8125544B2 (en) * 2008-09-02 2012-02-28 Casio Computer Co., Ltd. Image processing apparatus for extracting quadrangle area in image
JP5221436B2 (ja) * 2009-04-02 2013-06-26 トヨタ自動車株式会社 顔特徴点検出装置及びプログラム
US8253832B2 (en) 2009-06-09 2012-08-28 Omnivision Technologies, Inc. Interpolation for four-channel color filter array
EP2513868A4 (en) * 2009-12-16 2014-01-22 Hewlett Packard Development Co ESTIMATING A 3D STRUCTURE FROM A 2D IMAGE
JP5566158B2 (ja) * 2010-03-30 2014-08-06 キヤノン株式会社 画像処理方法、画像処理装置、及びプログラム
US8467606B2 (en) * 2011-08-25 2013-06-18 Eastman Kodak Company Method for segmenting a composite image

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20040016878A (ko) * 2001-07-27 2004-02-25 제너럴 인스트루먼트 코포레이션 서브 픽셀 움직임 추정을 위한 방법 및 장치
KR20060046135A (ko) * 2004-06-15 2006-05-17 마이크로소프트 코포레이션 디지털 이미지의 자동화된 보정을 위한 시스템 및 방법
KR20100114848A (ko) * 2009-04-16 2010-10-26 엔비디아 코포레이션 이미지 보정 시스템 및 방법

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
논문. Devi Parikh 외 1명, "Localization and Segmentation of A 2D High Capacity Color Barcode", Applications of Computer Vision, 2008. WACV 2008. IEEE Workshop on *
논문. Devi Parikh 외 1명, "Localization and Segmentation of A 2D High Capacity Color Barcode", Applications of Computer Vision, 2008. WACV 2008. IEEE Workshop on*

Also Published As

Publication number Publication date
EP2618306B1 (en) 2018-08-15
JP6167528B2 (ja) 2017-07-26
JP2013150321A (ja) 2013-08-01
US9092844B2 (en) 2015-07-28
EP2618306A1 (en) 2013-07-24
US20130182969A1 (en) 2013-07-18
CN103208111B (zh) 2015-10-07
CN103208111A (zh) 2013-07-17
KR20130084644A (ko) 2013-07-25

Similar Documents

Publication Publication Date Title
KR101434776B1 (ko) 이미지의 코너 포인트를 정정하기 위한 방법 및 장치와 이미지 프로세싱 디바이스
CN110147774B (zh) 表格式图片版面分析方法和计算机存储介质
KR101784919B1 (ko) 텍스트 이미지의 트리밍 방법
RU2631765C1 (ru) Способ и система исправления перспективных искажений в изображениях, занимающих двухстраничный разворот
US20170208207A1 (en) Method and device for correcting document image captured by image pick-up device
US8811751B1 (en) Method and system for correcting projective distortions with elimination steps on multiple levels
US8897600B1 (en) Method and system for determining vanishing point candidates for projective correction
CN112183038A (zh) 一种表格识别套打方法、计算机设备及计算机可读存储介质
JP4908440B2 (ja) 画像処理装置及び方法
US8913836B1 (en) Method and system for correcting projective distortions using eigenpoints
US9292931B2 (en) Apparatus, method for extracting boundary of object in image, and electronic device thereof
US9077926B2 (en) Image processing method and image processing apparatus
JP6542230B2 (ja) 投影ひずみを補正するための方法及びシステム
US9483834B1 (en) Object boundary detection in an image
US9129385B2 (en) Image processing device, image processing method and apparatus for high precision document corners extraction
JP2008134791A (ja) 画像処理装置及び画像処理プログラム
CN112800824B (zh) 扫描文件的处理方法、装置、设备及存储介质
US10614560B2 (en) Apparatus and method for image processing
CN108073924B (zh) 图像处理方法和装置
US7421116B2 (en) Image processing methods and systems
CN111368572A (zh) 一种二维码的识别方法及系统
CN107680046A (zh) 影像矫正方法、装置、存储介质和计算机设备
CN116563048A (zh) 一种财务报销方法、系统及计算机
CN116539617A (zh) 透镜缺陷的检测方法、设备及介质

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: 20170719

Year of fee payment: 4

FPAY Annual fee payment

Payment date: 20180718

Year of fee payment: 5