KR101733539B1 - 문자인식장치 및 그 제어방법 - Google Patents

문자인식장치 및 그 제어방법 Download PDF

Info

Publication number
KR101733539B1
KR101733539B1 KR1020090113981A KR20090113981A KR101733539B1 KR 101733539 B1 KR101733539 B1 KR 101733539B1 KR 1020090113981 A KR1020090113981 A KR 1020090113981A KR 20090113981 A KR20090113981 A KR 20090113981A KR 101733539 B1 KR101733539 B1 KR 101733539B1
Authority
KR
South Korea
Prior art keywords
character
corners
image
edges
probability value
Prior art date
Application number
KR1020090113981A
Other languages
English (en)
Other versions
KR20110057536A (ko
Inventor
황효석
한우섭
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 KR1020090113981A priority Critical patent/KR101733539B1/ko
Priority to US12/945,124 priority patent/US8509536B2/en
Publication of KR20110057536A publication Critical patent/KR20110057536A/ko
Application granted granted Critical
Publication of KR101733539B1 publication Critical patent/KR101733539B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T3/00—Geometric image transformations in the plane of the image
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/24—Aligning, centring, orientation detection or correction of the image
    • G06V10/247—Aligning, centring, orientation detection or correction of the image by affine transforms, e.g. correction due to perspective effects; Quadrilaterals, e.g. trapezoids
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/48—Extraction of image or video features by mapping characteristic values of the pattern into a parameter space, e.g. Hough transformation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
    • G06V30/10—Character recognition
    • G06V30/14—Image acquisition
    • G06V30/146—Aligning or centring of the image pick-up or image-field
    • G06V30/1475—Inclination or skew detection or correction of characters or of image to be recognised
    • G06V30/1478—Inclination or skew detection or correction of characters or of image to be recognised of characters or characters lines
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
    • G06V30/10—Character recognition
    • G06V30/18—Extraction of features or characteristics of the image
    • G06V30/1801—Detecting partial patterns, e.g. edges or contours, or configurations, e.g. loops, corners, strokes or intersections
    • G06V30/18067—Detecting partial patterns, e.g. edges or contours, or configurations, e.g. loops, corners, strokes or intersections by mapping characteristic values of the pattern into a parameter space, e.g. Hough transformation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
    • G06V30/40—Document-oriented image-based pattern recognition
    • G06V30/41—Analysis of document content
    • G06V30/414—Extracting the geometrical structure, e.g. layout tree; Block segmentation, e.g. bounding boxes for graphics or text
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
    • G06V30/10—Character recognition
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
    • G06V30/10—Character recognition
    • G06V30/16—Image preprocessing
    • G06V30/1607—Correcting image deformation, e.g. trapezoidal deformation caused by perspective

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Multimedia (AREA)
  • Computer Graphics (AREA)
  • Geometry (AREA)
  • Artificial Intelligence (AREA)
  • Character Input (AREA)

Abstract

입력된 영상을 전처리하여 왜곡을 수정한 후 문자를 인식하는 문자인식장치 및 그 제어방법을 개시한다. 문자인식장치는 카메라로 획득한 영상을 입력받는 영상입력부와, 영상에서 문자가 위치할 확률값을 계산하여 문자의 위치를 추정하는 문자위치추정부와, 영상에서 문자를 포함하는 복수 개의 모서리를 검출하고, 모서리의 왜곡을 보정하는 영상전처리부 및 왜곡이 보정된 복수 개의 모서리에 의해 형성된 사각형에 포함된 문자를 인식하는 문자인식부를 포함한다.

Description

문자인식장치 및 그 제어방법{CHARACTER RECOGNITION DEVICE AND CONTROL METHOD THEREOF}
영상에 포함된 문자를 추출하여 인식할 수 있는 문자인식장치 및 그 제어방법에 관한 것이다.
산업용으로만 사용되던 로봇이 점차 공공 기관과 가정과 같은 일반 환경에서 필요성이 크게 증가하고 있다. 이러한 로봇은 다양한 센서를 사용하여 주변 환경을 인지한다. 로봇이 인지하는 주변 환경 정보 중 문자는 간단한 기호의 조합으로 이루어져 있으며 그 복잡성에 비해서 방대한 양의 정보를 담고 있으므로, 로봇이 문자를 인식하는 것은 음성 인식 결과 등과 조합되어 보다 지능적인 행동을 할 수 있도록 하는 중요한 작용이 된다.
한편, 문자 인식이란 스캐너나 카메라 등의 영상 입력 장치를 통해 문서 영상을 읽고, 컴퓨터를 이용하여 문자 영역에서 문자를 추출 및 인식하여 텍스트 정보를 얻는 것을 의미한다. 문자는 기호의 집합으로 이루어져 있고, 이러한 기호는 상호간의 모양이 매우 유사하므로 조금만 변형해도 다른 기호로 변한다는 특성이 있다. 현재 사용되는 OCR(Optical Character Recognition)은 대부분의 인쇄물을 기 반으로 하며 높은 문자 인식률을 보이고 있다.
그러나, 종래의 문자 인식 기술은 인쇄물이 카메라에 대해 잘 정렬이 되었을 때 높은 인식률을 보이게 되며, 인쇄물이 기울어지는 등 왜곡 상태에 있는 경우에는 낮은 인식률을 보이게 된다.
왜곡된 영상을 보정하여 문자영역을 인식하는 문자인식장치 및 그 제어방법을 제공한다.
상술한 과제를 해결하기 위한 본 발명의 일실시예에 의한 문자인식장치는 카메라로 획득한 영상을 입력받는 영상입력부;와 상기 영상의 각 화소마다 문자가 위치할 확률값을 계산하여 문자의 위치를 추정하는 문자위치추정부;와 상기 영상에서 상기 문자를 포함하는 복수 개의 모서리를 검출하고, 상기 모서리의 왜곡을 보정하는 영상전처리부 및 상기 복수 개의 모서리에 포함된 문자를 인식하는 문자인식부를 포함하는 것이 바람직하다.
상기 문자위치추정부는 상기 입력된 영상에 웨이블렛 변환을 수행하고, 웨이블렛 변환된 영상에 등급을 표기하는 것이 바람직하다.
상기 문자위치추정부가 상기 웨이블렛 변환된 영상에 등급을 표기하는 것은,
상기 웨이블렛 변환된 영상에서 문자 영역, 문자 경계 영역 및 배경 영역을 구분하여 등급을 표기하는 것이 바람직하다.
상기 문자위치추정부는 상기 등급이 표기된 영상에서 공기(co-occurence)행렬을 구하고, 상기 공기(co-occurence)행렬을 다음과 같은 수학식에 대입하여 상기 영상에서 문자가 위치할 확률값을 상기 영상의 각 화소마다 계산하는 것이 바람직하다.
수학식
Figure 112009072186737-pat00001
여기서, α, β, γ, δ는 가중치이며, CLH(i,j)[2][2]는 CLH 의 2행 2열에 누적된 "1"의 개수를 의미하며, CHL(i,j)[2][2]는 CHL 의 2행 2열에 누적된 "1"의 개수를 의미하며, CHH1(i,j)[2][2]는 CHH1 의 2행 2열에 누적된 "1"의 개수를 의미하며, CHH2(i,j)[2][2]는 CHH2의 2행 2열에 누적된 "1"의 개수를 의미한다.
상기 영상전처리부는 상기 입력되는 영상에서 일정 기준보다 긴 모서리를 추출하고, 상기 추출된 모서리에서 상기 문자를 포함하는 복수 개의 모서리를 추출하는 것이 바람직하다.
상기 영상전처리부는 랜삭(RANSAC)기법을 사용하여 상기 추출된 모서리에서 상기 문자를 포함하는 복수 개의 모서리를 추출하는 것이 바람직하다.
상기 영상전처리부는 상기 랜삭(RANSAC)기법을 사용하여 상기 일정 기준보다 긴 모서리 중 4개의 모서리를 임의로 추출하고, 상기 4개의 모서리에 의해 형성되는 사각형이 상기 문자를 포함하는지 확인하여 상기 문자를 포함하는 4 개의 모서리를 추출하는 것이 바람직하다.
상기 영상전처리부가 상기 4개의 모서리에 의해 형성되는 사각형이 상기 문자를 포함하는지 확인하는 것은, 상기 4개의 모서리가 만나는 교점이 모두 상기 영상 내부에 존재하는지 확인하는 것이 바람직하다.
상기 영상전처리부가 상기 4개의 모서리에 의해 형성되는 사각형이 상기 문자를 포함하는지 확인하는 것은, 상기 4개의 모서리가 볼록한 사각형을 형성하는지 확인하는 것이 바람직하다.
상기 영상전처리부가 상기 4개의 모서리에 의해 형성되는 사각형이 상기 문자를 포함하는지 확인하는 것은, 상기 영상전처리부는 상기 4개의 모서리의 교점에 의해 만들어질 수 있는 직선이 서로간에 교차하는 횟수를 확인하여 상기 4개의 모서리가 볼록한 사각형을 형성하는지 확인하는 것이 바람직하다.
상기 영상전처리부가 상기 4개의 모서리에 의해 형성되는 사각형이 상기 문자를 포함하는지 확인하는 것은, 상기 4개의 모서리 중 어느 하나의 모서리와 다른 두 개의 모서리가 이루는 각도가 제1각도범위 내에 속하는지 여부를 확인하는 것이 바람직하다.
상기 제1각도범위는 70°<θ<110°이며, 상기 4개의 모서리 중 어느 하나의 모서리가 다른 두 개의 모서리와 이루는 각도가 상기 제1각도범위 내에 속하면, 상기 4개의 모서리 중 어느 하나의 모서리는 상기 다른 두 개의 모서리에 대해 수직한 방향에 가깝도록 연장되는 것이 바람직하다.
상기 영상전처리부가 상기 4개의 모서리에 의해 형성되는 사각형이 상기 문자를 포함하는지 확인하는 것은, 상기 4개의 모서리 중 어느 하나의 모서리와 다른 하나의 모서리가 이루는 각도가 제2각도범위 내에 속하는지 여부를 확인하는 것이 바람직하다.
상기 제2각도범위는 θ<20° 이거나 θ>160°이며, 상기 4개의 모서리 중 어 느 하나의 모서리와 다른 하나의 모서리가 이루는 각도가 상기 제2각도범위 내에 속하면, 상기 4개의 모서리 중 어느 하나의 모서리는 다른 하나의 모서리에 대해 평행한 방향에 가깝도록 연장되는 것이 바람직하다.
상기 영상전처리부가 상기 4개의 모서리에 의해 형성되는 사각형이 상기 문자를 포함하는지 확인하는 것은, 상기 영상에서 상기 문자가 위치할 확률값의 무게 중심이 상기 4개의 모서리가 형성하는 도형 내부에 존재하는지 여부를 확인하는 것이 바람직하다.
상기 영상전처리부는 상기 영상의 각 화소의 문자가 위치할 확률값과 임계치를 비교하고, 상기 문자가 위치할 확률값이 상기 임계치보다 큰 좌표의 X좌표 평균값과 Y좌표 평균값을 계산하여 상기 확률값의 무게 중심을 산출하는 것이 바람직하다.
상기 영상전처리부는 상기 문자를 포함하는 4 개의 모서리를 추출하면, 상기 4개의 모서리에 의해 형성되는 사각형의 왜곡을 보정하도록 호모그래피 행렬을 산출하는 것이 바람직하다.
상기 호모그래피 행렬은 상기 4개의 모서리에 의해 형성되는 사각형과 복원될 사각형과의 관계를 형성하는 행렬을 포함하며, 상기 영상전처리부는 상기 영상 내의 모든 화소에 상기 호모그래피 행렬을 적용하여 상기 왜곡된 사각형을 복원시키는 것이 바람직하다.
상기 영상전처리부에서 상기 모서리의 왜곡이 보정된 영상에 대해 이진화를 수행하는 이진화부;를 더 포함하는 것이 바람직하다.
상기 이진화한 영상에서 단어 및 개별 문자를 추출하는 문자추출부;를 더 포함하는 것이 바람직하다.
상기 추출한 단어 및 개별 문자의 특징을 추출하는 특징추출부;를 더 포함하는 것이 바람직하다.
그리고, 본 발명의 일실시예에 의한 문자인식장치의 제어방법은 입력되는 영상의 각 화소마다 문자가 위치할 확률값을 계산하여 문자의 위치를 추정하고, 상기 문자를 포함하는 복수 개의 모서리를 추출하여 왜곡을 보정하며, 상기 복수 개의 모서리에 포함된 문자를 인식하는 것이 바람직하다.
상기 입력되는 영상의 각 화소마다 문자가 위치할 확률값을 계산하는 것은, 상기 입력되는 영상에 웨이블렛 변환을 수행하고, 웨이블렛 변환된 영상에 등급을 표기하며, 상기 등급이 표기된 웨이블렛 영상에 대한 공기(co-occurence) 행렬을 구하여 상기 문자가 위치할 확률값을 계산하는 것이 바람직하다.
상기 공기(co-occurence) 행렬을 구하여 상기 문자가 위치할 확률값을 계산하는 것은, 상기 공기(co-occurence) 행렬을 다음과 같은 수학식에 대입하여 상기 문자가 위치할 확률값을 계산하는 것이 바람직하다.
수학식
Figure 112009072186737-pat00002
여기서, α, β, γ, δ는 가중치이며, CLH(i,j)[2][2]는 CLH 의 2행 2열에 누적된 "1"의 개수를 의미하며, CHL(i,j)[2][2]는 CHL 의 2행 2열에 누적된 "1"의 개수를 의미하며, CHH1(i,j)[2][2]는 CHH1 의 2행 2열에 누적된 "1"의 개수를 의미하며, CHH2(i,j)[2][2]는 CHH2의 2행 2열에 누적된 "1"의 개수를 의미한다.
상기 문자를 포함하는 복수 개의 모서리를 추출하여 왜곡을 보정하는 것은, 상기 입력되는 영상에서 일정 기준보다 긴 모서리를 추출하고, 상기 추출된 모서리에서 상기 문자를 포함하는 복수 개의 모서리를 검출하여 왜곡을 보정하는 것이 바람직하다.
상기 문자를 포함하는 복수 개의 모서리를 추출하는 것은, 상기 일정 기준보다 긴 모서리 중 4개의 모서리를 랜삭 기법을 이용하여 추출하고, 상기 4개의 모서리에 의해 형성되는 사각형이 상기 문자를 포함하는지 확인하여 상기 문자를 포함하는 복수 개의 모서리를 추출하는 것이 바람직하다.
상기 4개의 모서리에 의해 형성되는 사각형이 상기 문자를 포함하는지 확인하는 것은, 상기 4개의 모서리가 만나는 교점이 모두 상기 영상 내부에 존재하는지 확인하는 것이 바람직하다.
상기 4개의 모서리에 의해 형성되는 사각형이 상기 문자를 포함하는지 확인하는 것은, 상기 4개의 모서리가 볼록한 사각형을 형성하는지 확인하는 것이 바람직하다.
상기 4개의 모서리에 의해 형성되는 사각형이 상기 문자를 포함하는지 확인하는 것은, 상기 4개의 모서리의 교점에 의해 만들어질 수 있는 직선이 서로간에 교차하는 횟수를 확인하여 상기 4개의 모서리가 볼록한 사각형을 형성하는지 확인하는 것이 바람직하다.
상기 4개의 모서리에 의해 형성되는 사각형이 상기 문자를 포함하는지 확인하는 것은, 상기 4개의 모서리 중 어느 하나의 모서리와 다른 두 개의 모서리가 이루는 각도가 제1각도범위 내에 속하는지 여부를 확인하는 것이 바람직하다.
상기 제1각도범위는 70°<θ<110°이며, 상기 4개의 모서리 중 어느 하나의 모서리가 다른 두 개의 모서리와 이루는 각도가 상기 제1각도범위 내에 속하면, 상기 4개의 모서리 중 어느 하나의 모서리는 상기 다른 두 개의 모서리에 대해 수직한 방향에 가깝도록 연장되는 것이 바람직하다.
상기 4개의 모서리에 의해 형성되는 사각형이 상기 문자를 포함하는지 확인하는 것은, 상기 4개의 모서리 중 어느 하나의 모서리와 다른 하나의 모서리가 이루는 각도가 제2각도범위 내에 속하는지 여부를 확인하는 것이 바람직하다.
상기 제2각도범위는 θ<20° 이거나 θ>160°이며, 상기 4개의 모서리 중 어느 하나의 모서리와 다른 하나의 모서리가 이루는 각도가 상기 제2각도범위 내에 속하면, 상기 4개의 모서리 중 어느 하나의 모서리는 다른 하나의 모서리에 대해 평행한 방향에 가깝도록 연장되는 것이 바람직하다.
상기 영상전처리부가 상기 4개의 모서리에 의해 형성되는 사각형이 상기 문자를 포함하는지 확인하는 것은, 상기 영상에서 상기 문자가 위치할 확률값의 무게 중심이 상기 4개의 모서리가 형성하는 도형 내부에 존재하는지 여부를 확인하는 것이 바람직하다.
상기 영상의 각 화소의 문자가 위치할 확률값과 임계치를 비교하고, 상기 문자가 위치할 확률값이 상기 임계치보다 큰 좌표의 X좌표 평균값과 Y좌표 평균값을 계산하여 상기 확률값의 무게 중심을 산출하는 것이 바람직하다.
상기 문자를 포함하는 복수 개의 모서리를 추출하면, 상기 4개의 모서리에 의해 형성되는 사각형의 왜곡을 보정하도록 호모그래피 행렬을 산출하는 것이 바람직하다.
상기 호모그래피 행렬은 상기 4개의 모서리에 의해 형성되는 사각형과 복원될 사각형과의 관계를 형성하는 행렬을 포함하며, 상기 영상 내의 모든 화소에 상기 호모그래피 행렬을 적용하여 상기 왜곡된 사각형을 복원시키는 것이 바람직하다.
상술한 본 발명의 일측면에 의하면 입력되는 영상의 왜곡을 보정하는 영상전처리를 수행하고, 영상전처리가 수행된 영상에서 문자를 추출하여 인식하므로 문자 인식 성능을 향상시킬 수 있다.
이하에서는 첨부도면을 참조하여 본 발명에 대해 상세히 설명한다.
도 1은 본 발명의 일실시예에 의한 문자인식장치의 제어블록도이다.
도 1에 도시한 바와 같이, 문자인식장치(10)는 카메라를 통해 획득한 영상을 입력받는 영상입력부(11)와, 입력받은 영상 내에서 문자 영역을 추정하는 문자위치추정부(12)와, 문자 영역을 둘러싸는 도형 모서리의 왜곡을 보정하는 영상전처리 부(13)와, 문자 영역에 대해 이진화를 수행하는 이진화부(14)와, 이진화한 문자영역에서 결합 및 분리 알고리즘을 이용하여 단어 및 개별 문자를 추출하는 문자추출부(15)와, 추출한 개별 문자의 특징을 추출하는 특징추출부(16)와, 추출한 개별 문자를 인식하는 문자 인식부(17)를 포함한다.
문자위치추정부(12)는 입력된 영상 내에서 문자 영역의 추출을 위해 웨이블렛 변환을 수행하고, 웨이블렛 변환된 영상에 대해 등급을 표기하며, 등급을 표기한 영상에 대해 문자가 위치할 확률값을 부여한다.
영상전처리부(13)는 영상에서 일정 기준보다 긴 모서리를 추출하고, 추출된 모서리에서 문자를 둘러싸는 모서리를 랜삭(RANSAC)기법을 이용하여 찾아내며, 호모그래피 행렬을 구해 문자를 둘러싸는 모서리의 왜곡을 보정한다.
이진화부(14)는 영상전처리부(13)에서 보정된 문자영역 내에서 이진화를 수행한다. 이진화부(14)는 이진화를 위한 임계치를 계산하여 국소 적응적 이진화를 수행하여 문자 획의 손실을 최대한 줄이면서 문자를 추출할 수 있도록 한다. 이진화부(14)는 문자영역을 부 영역으로 나누어 각 영역 내에 존재하는 화소들의 명도 분포를 조사하여 이진화시키는 국소 적응적 이진화 방식을 적용하여 이진화를 수행한다. 국소 적응적 이진화 방식에서는 주변 화소들의 정보를 반영하기 위한 부 윈도우의 크기와 대상 문자들의 크기가 많은 연계성을 가진다.
문자추출부(15)는 이진화한 문자영역에서 결합 및 분리 알고리즘을 이용하여 단어 및 개별 문자를 추출한다. 문자추출부(15)는 문자 분할을 위하여 수직 투영 및 여백 정보를 이용하여 단어를 추출한 후에 결합 및 분리 알고리즘을 이용하여 개별 문자를 추출한다. 일반적으로 한글은 다른 문자들과 달리 모음과 자음이 결합하여 문자를 이루기 때문에 연결 화소에 대하여 결합 및 분리 알고리즘을 적용하여 개별 문자를 추출할 수 있다. 이 때, 문자 이외의 연결 화소 즉, 표, 그림, 국소 이진화 결과로 나타나는 문자 이외의 연결 화소를 잡음으로 간주하여 제거한다. 특히, 한영이 혼용된 문자영상의 경우에 한글과 영어의 구조적인 특징 정보를 이용하여 개별 문자를 추출한다.
특징추출부(16)는 추출한 개별 문자에 대해서 특징을 추출한다. 특징추출부(16)는 개별 문자 인식을 위하여 망 특징, 거리정보 특징 및 윤곽선 정보를 이용하여 개별 문자에 대한 특징을 추출한다.
문자 인식부(17)는 추출한 개별 문자를 인식한다. 문자 인식부(17)는 추출한 개별 문자의 유형을 분류한 후에 문자를 인식한다. 이 때, 한글, 영어, 기호, 숫자가 혼용된 문자 인식을 위하여 한글에 대하여 여섯 가지 문자유형으로 분류하고 영어, 기호, 숫자를 비 한글 유형으로 분류하여 각 문자 유형별로 문자들을 인식한다.
도 2는 본 발명의 일실시예에 의한 문자위치추정부의 제어흐름도이며, 도 3a는 문자인식장치에 입력되는 영상을 도시한 것이며, 도 3b 내지 도 3d는 입력되는 영상에 웨이블렛 변환을 수행하여 변환된 영상을 도시한 것이며, 도 4는 본 발명의 일실시예에 의한 웨이블렛 변환된 영상에서 공기(co-occurence)행렬을 구하는 방법을 설명하기 위한 도면이다.
문자위치추정부(12)는 도 2에 도시한 바와 같이, 입력된 영상 내의 문자 영 역의 추출을 위해 웨이블렛 변환을 수행하고, 변환된 영상에 대해 등급을 표기하며, 등급을 표기한 영상에 대해 확률값을 부여한다. 이하 구체적인 과정에 대해 알아본다.(s10 내지 s30)
문자위치추정부(12)는 영상 내의 문자 영역을 추출하기 위해 웨이블렛 변환을 수행한다. 영상 내의 문자는 대체적으로 바탕과 명암의 차이가 크므로, 웨이블렛 변환을 통해 인접한 픽셀과 비교 시 밝기의 변화가 큰 픽셀을 검출할 수 있다(영상의 수평, 수직 방향의 고주파 성분을 검출하는 것임). 웨이블렛 변환은 다음과 같은 수학식 1에 의해 구해질 수 있다.
수학식 1
Figure 112009072186737-pat00003
여기서, H는 웨이블렛 커널로서, Haar Transformation을 사용하여 다음과 같이 나타낼 수 있다.
수학식 2
Figure 112009072186737-pat00004
여기서, 수학식 1에 수학식 2를 대입하여 풀면 다음과 같이 나타낼 수 있다.
수학식 3
Figure 112009072186737-pat00005
이 때, S는 웨이블렛 변환된 4개의 서브밴드이며, 첨자인 LL은 영상에서 Y축방향(또는 세로방향) 및 X축방향(또는 가로방향)으로 픽셀의 밝기값의 변화량이 적은 서브밴드를 의미하며, 첨자인 LH는 영상에서 Y축방향으로 픽셀의 밝기값의 변화량이 적고, X축방향으로 픽셀의 밝기값의 변화량이 큰 서브밴드를 의미하며, 첨자인 HL은 Y축방향으로 픽셀의 밝기값의 변화량이 크고, X축방향으로 픽셀의 밝기값의 변화량이 적은 서브밴드를 의미하며, 첨자인 HH는 Y축 및 X축 방향으로 픽셀의 밝기값의 변화량이 큰 서브밴드를 의미한다.
한편, 상술한 식에 의해 웨이블렛 변환을 수행하면 도 3b 내지 3d에 도시한 바와 같이, 입력된 영상은 명암에 따른 영상으로 변환된다.
도 3b는 SLH(x,y)에 의해 변환된 영상을 도시한 것으로서, Y축 방향으로 픽셀간의 밝기값의 차이가 적고, X축 방향으로 픽셀간의 밝기 차이가 큰 서브밴드를 영상으로 나타낸 것이므로, Y축방향의 모서리를 찾아낼 수 있다. 즉, X축 방향(가로 방향)의 픽셀 간의 밝기 차이가 큰 픽셀을 도시하면 세로 방향의 모서리가 나타나게 된다.
도 3c는 SHL(x,y)에 의해 변환된 영상을 도시한 것으로서, Y축방향으로 픽셀간의 밝기값의 차이가 크고, X축 방향으로 픽셀간의 밝기 차이가 적은 서브밴드를 영상으로 나타낸 것이므로, X축 방향의 모서리를 찾아낼 수 있다.
도 3d는 SHH(x,y)에 의해 변환된 영상을 도시한 것으로서, Y축방향 및 X축방향으로 픽셀간의 밝기값의 차이가 큰 서브밴드를 영상으로 나타낸 것이므로, 꼭지점을 추출할 수 있다.
한편, SLL(x,y)은 Y축방향 및 X축방향으로 픽셀간의 밝기값의 차이가 적은 서브밴드를 의미하므로, 문자영역을 추출하는데 유용하지 않아 사용되지 않는다.
문자위치추정부(12)는 입력된 영상이 웨이블렛 변환에 의해 명암에 의한 영상으로 변환되면 변환된 영상에 대해 등급을 표기한다. 문자위치추정부(12)는 변환된 영상의 배경영역은 '0', 문자 경계 영역은 '1', 문자 영역은 '2'를 표기한다.
문자위치추정부(12)는 변환된 영상에 등급을 표기한 후, 8×16크기의 슬라이딩 윈도우에 의한 공기(co-occurence)행렬을 구한다. 공기(co-occurence)행렬은 3×3행렬이며, 행과 열의 값은 각각의 서브 밴드에 대해 다음과 같다.
CHL (행 : 현재 픽셀 등급 값 / 열 : 오른쪽 아래 픽셀 등급 값)
CLH (행 : 현재 픽셀 등급 값 / 열 : 아래쪽 픽셀 등급 값)
CHH1 (행 : 현재 픽셀 등급 값 / 열 : 오른쪽 아래 픽셀 등급 값)
CHH2 (행 : 현재 픽셀 등급 값 / 열 : 왼쪽 아래 픽셀 등급 값)
공기(co-occurence)행렬은 도 4에 도시한 바와 같이, 8×16 윈도우를 웨이블렛 변환된 영상에 맞춘 후, 8×16 윈도우에서 확인되는 영상의 등급에 따라 구할 수 있다. 도 4의 공기(co-occurence)행렬인 CHL은 8×16 윈도우의 각 칸을 순회하면서 현재 픽셀의 등급값에 해당하는 '행'과 오른쪽 픽셀의 등급값에 해당하는 '열'에 갯수를 누적시키게 된다. 예를 들어, 8×16 윈도우의 1행 1열의 픽셀의 등급값이 '0'이고, 그 오른쪽 픽셀의 등급값이 '1'이므로, 공기(co-occurence)행렬의 0행 1열에 1을 누적하게 된다. 그리고, 8×16 윈도우의 다음 칸으로 이동하면, 8×16 윈도우의 1행 2열의 픽셀의 등급값이 '1'이고, 그 오른쪽 픽셀의 등급값이 '2'이므로 공기(co-occurence)행렬의 1행 2열에 1을 누적하게 된다.(같은 행 같은 열에 1의 누적 횟수에 따라 전체 숫자는 올라감) 한편, 공기(co-occurence)행렬의 처음 행과 처음 열은 '0'행 '0'열로 정의한다. 한편, 공기(co-occurence)행렬의 2행 2열에 누적된 횟수가 많은 영역이 문자가 존재할 확률이 큰 영역이라는 것을 알 수 있다.
문자위치추정부(12)는 상술한 방식으로 공기(co-occurence)행렬인 CHL, CLH, CHH1, CHH2를 모두 구한 후, (i,j)위치를 시작으로 하는 8×16 크기의 영역에 문자가 위치할 확률값 P(i,j)을 다음과 같은 수학식 4로 구할 수 있다.
수학식 4
Figure 112009072186737-pat00006
여기서, α, β, γ, δ는 가중치이며, CLH(i,j)[2][2]는 CLH 의 2행 2열에 누적된 "1"의 개수를 의미하며, CHL(i,j)[2][2]는 CHL 의 2행 2열에 누적된 "1"의 개수를 의미하며, CHH1(i,j)[2][2]는 CHH1 의 2행 2열에 누적된 "1"의 개수를 의미하며, CHH2(i,j)[2][2]는 CHH2의 2행 2열에 누적된 "1"의 개수를 의미한다. 공기(co-occurence)행렬의 2행 2열에 누적된 값이 많을수록 문자가 존재할 확률이 커지게 되는 것이다. 한편, P(i,j)는 영상의 (i,j)위치에 8×16윈도우의 1행 1열을 맞춘 후, 8행 16열에 대해 문자가 위치할 확률을 구한 확률 값인 것을 알 수 있다.
도 5는 본 발명의 일실시예에 의한 영상전처리부의 제어흐름도이며, 도 6은 본 발명의 일실시예에 의한 모서리가 추출된 영상을 도시한 도면이며, 도 7은 본 발명의 일실시예에 의한 랜삭(RANSAC)기법을 이용해 모서리를 검출하는 제어 흐름도이며, 도 8a 및 도 8b는 본 발명의 일실시예에 의해 추출된 모서리의 4개의 꼭지점에 의해 만들어질 수 있는 2개의 직선 형태 및 사각형을 도시한 것이며, 도 9a 및 도 9b는 본 발명의 일실시예에 의해 추출된 모서리의 4개의 꼭지점에 의해 만들어질 수 있는 2개의 직선이 서로간에 교차하는지 확인하기 위해 외적 벡터를 비교하는 도면을 도시한 것이며, 도 10a 및 도 10b는 본 발명의 일실시예에 의해 추출된 4개의 모서리에 의해 형성되는 도형 내부에 문자 영역의 확률값의 무게중심이 존재하는지 여부를 확인하는 방법을 설명하기 위한 도면이며, 도 11은 본 발명의 일실시예에 의해 추출된 4개의 모서리에 의해 형성된 왜곡된 도형을 직사각형으로 복원시키는 과정을 설명하기 위한 도면이며, 도 12는 본 발명의 일실시예에 의해 추출된 4개의 모서리에 의해 형성되는 사각형이 복원되기 전, 후 상태를 비교하여 도시한 것이다.
도 5에 도시한 바와 같이, 영상전처리부(13)는 영상에서 일정 기준보다 긴 모서리를 추출하고, 추출된 모서리에서 문자를 둘러싸는 모서리를 랜삭(RANSAC)기법을 이용하여 찾아내며, 호모그래피 행렬을 구해 문자를 둘러싸는 모서리의 왜곡을 보정하여 사각형을 복원한다.(s100 내지 s130)
영상전처리부(13)는 허프 변환(Hough Transform)을 통하여 영상에서 일정 기준보다 긴 모서리를 추출한다. 허프 변환은 영상에서 직선을 검출하는 대표적인 방법으로서, 직선의 방정식을 파라미터 공간으로 변환하여 직선의 방정식을 유도하는 방법이다. 즉, 허프 변환은 2차원 영상 좌표에서의 직선의 방정식을 파라미터 공간으로 변환한 후 직선을 찾는 알고리즘이다. 예를 들어, 2차원 공간에서 직선의 방정식은 y = ax+b이고, a는 기울기를 나타내며 b는 y절편을 나타낸다. 이러한 직선의 방정식은 가로축이 x이고 세로축이 y인 2차원 좌표 공간에 정의되어 있으며, 이 때 a와 b가 직선의 모양을 결정하는 파라미터의 역할을 한다. 그럼 이 직선의 방정식을 가로축이 a이며, 세로축이 b인 공간으로 나타내기 위해서 b에 관하여 정리를 하고 변형하면 b = -xa + y로 표현할 수 있다. 여기서 2차원 xy공간에서의 직선의 방정식을 ab공간으로 변형할 경우, 2차원 xy공간에서의 직선은 ab공간에서는 한점으로 나타나고, 반대로 xy공간에서의 한 점은 ab공간에서 직선의 형태로 나타나게 된다. 허프 변환은 이러한 현상을 이용하여 xy공간에서의 직선을 찾게 된다. 도 6을 참조하면, 웨이블렛 변환된 영상에 허프 변환을 적용하여 일정 기준보다 긴 모 서리가 검출된 것을 알 수 있다.
영상전처리부(13)는 허프 변환에 의해 입력된 영상에서 모서리가 검출되면, 문자를 둘러싸는 4개의 모서리를 검출하기 위해 랜삭(RANSAC : Random Sample Consensus)기법을 사용한다. 즉, 영상전처리부(13)는 랜덤으로 4개의 모서리를 검출하여 후술하는 조건을 만족하는지 확인한다.
영상전처리부(13)는 도 7을 참조하면, 영상 내의 모서리의 개수가 N개일 때, i번째 모서리를 e(i)라고 인식하고, 임의로 추출된 4개의 모서리 e(1), e(2), e(3) 및 e(4)가 후술하는 4개의 조건을 만족하면, 4개의 조건을 만족하는 복수 개의 모서리를 왜곡을 보정해야 하는 모서리로 선택한다.
조건 1은 추출된 4개의 모서리가 만나는 교점은 모두 영상 내에 존재하여야 한다는 것이다. 즉, 임의로 추출된 4개의 모서리 e(1), e(2), e(3) 및 e(4)의 교점을 P(m,n),{m,n = 1, 2, 3, 4}이라고 할 때, P(m,n)은 영상 내부에 존재하여야 한다. 조건 1은 영상 내에서 4개의 모서리간에 오인식되는 배합을 배제하기 위해 필요한 조건이다.(s200)
조건 2는 4개의 모서리는 볼록한 사각형을 이루어야 한다는 것이다. 문자를 둘러싸는 직사각형이 카메라의 방향에 따라 기하학적 변형이 일어날 때에는 퍼스펙티브(perspective)변환을 하므로 볼록한 폐곡선을 유지한다. 조건 2를 만족하는지 여부는 임의로 추출된 모서리의 교점에 의해 만들어지는 직선의 교차 여부를 판단하여 알 수 있다. 도 8a를 참조하면, 임의로 추출된 4개의 모서리의 교점을 이어 만들어지는 두 직선이 교차하는 횟수가 1회일 때, 4개의 모서리에 의해 만들어지는 사각형이 볼록한 사각형임을 알 수 있다. 도 8b를 참조하면, 4개의 모서리의 교점을 이어 만들어지는 두 직선이 교차하는 횟수가 0회이므로, 4개의 모서리에 의해 만들어지는 사각형이 오목한 사각형임을 알 수 있다. 이에 따라, 조건 2는 임의로 추출된 4개의 모서리의 교점에 의해 만들어지는 직선이 서로간에 1회 교차하면 만족하게 된다는 것을 알 수 있다. 한편, 4개의 모서리의 교점에 의해 만들어지는 직선이 1회 교차하는지 여부는 다음과 같은 방법으로 알 수 있다. 도 9a 및 도 9b를 참조하면, 임의로 추출된 모서리의 4개의 교점을 P1, Pa, Pb, Pn이라 하고, 직선 <P1Pn>에 대해 교차하는 선분 <PaPb>가 있을 때, 벡터 <P1Pn>와 벡터 <P1Pa>의 외적 벡터(L1)와 벡터 <P1Pn>와 벡터 <P1Pb>의 외적 벡터(L2)는 서로 반대 방향이 된다(180도 차이). 한편, 외적벡터는 다음과 같은 수학식 5에 의해 구할 수 있다.
수학식 5
Figure 112009072186737-pat00007
영상전처리부(13)는 임의로 추출된 모서리의 4개의 교점들 중 하나의 교점을 기준점 P1으로 정하고, P1이 나머지 3개의 교점들(Pn, Pn=2,3,4) 중 하나의 점(Pn)과 벡터를 이루었을 때, 나머지 2개의 점을 Pa, Pb로 정한다. 영상전처리부(13)는 벡터 P1Pn을 기준으로 벡터 P1Pa와의 외적벡터(L1)를 구하고, 벡터 P1Pn을 기준으로 벡터 P1Pb와의 외적벡터(L2)를 구한다. 영상전처리부(13)는 외적벡터 L1과 L2의 방향이 서로 반대 즉, 180도인지 확인하기 위해 다음과 같은 수학식 6을 사용한다.
수학식 6
α = cos-¹{L1ㆍL2 / |L1|ㆍ|L2|}
상술한 수학식 6에 의해 계산된 α가 180도이면 외적벡터 L1과 L2의 방향이 서로 반대가 된다.
영상전처리부(13)는 상술한 방식으로 임의로 추출된 4개의 모서리의 교점을 순환하여 기준점 P1으로 정하고, 상술한 방식으로 외적 벡터의 방향을 비교한다. 각 교점마다 외적벡터 L1과 L2의 방향이 반대인 경우가 1회씩 있는 경우에 임의로 추출된 4개의 모서리에 의한 도형은 볼록한 직사각형이 된다.(s210)
조건 3은 임의로 추출된 4개의 모서리 중 1개의 모서리는 다른 2개의 모서리와 수직에 가까워야 하며, 또 다른 1개의 모서리와 평행에 가까워야 한다. 영상전처리부(13)는 영상에서 임의로 추출된 4개의 모서리에 대해 x축과의 각도 및 y축과의 각도를 측정한 후, 측정된 각도를 이용하여 각 모서리간의 각도를 계산한다.
영상전처리부(13)는 모서리간의 각도(θ)가 70°<θ<110°(제1각도범위)이면 수직에 가까운 상태로 판단하며, 모서리간의 각도(θ)가 θ<20° 이거나 θ>160°(제2각도범위)이면 평행에 가까운 상태로 판단하며, 모서리간의 각도가 제1각도범 위 및 제2각도범위에 속하지 않으면 평행 및 수직에 가까운 상태가 아닌 것으로 판단한다.(s230)
조건 4는 문자 영역의 확률값의 무게 중심이 사각형의 내부에 존재하여야 한다는 것이다. 영상전처리부(13)는 문자위치추정부(12)에서 구한 문자 영역 확률값에 대한 무게 중심을 구한다. 영상전처리부(13)는 각 픽셀에 대해 문자 영역 확률값이 임계치보다 크면 '1'을 부여하고, 임계치보다 작으면 '0'을 부여한다. 영상전처리부(13)는 영상에서 '1'이 부여된 좌표들의 x좌표의 평균값과 y좌표의 평균값을 구하여 문자영역 확률값에 대한 무게 중심으로 정하게 된다. 영상전처리부(13)는 문자영역의 확률값의 무게 중심이 임의로 추출된 4개의 모서리에 의해 형성되는 사각형 내부에 존재하는지 확인한다. 도 10a 및 10b를 참조하면, 문자 영역의 확률값의 무게중심이 임의로 추출된 모서리에 의해 형성되는 사각형 내부에 있는 경우에는 x축 방향으로 선분을 연장하였을 때 홀수 개의 교차점을 가지며, 문자 영역의 확률값이 임의로 추출된 모서리에 의해 형성되는 사각형 외부에 있는 경우에는 x축 방향으로 선분을 연장하였을 때 짝수 개의 교차점을 가지게 된다.(s240)
한편, 영상전처리부(13)는 상술한 조건 4개를 만족하는 4개의 꼭지점을 찾고, 이 꼭지점으로 이루어지는 도형이 영상에서의 문자 영역이라고 판단하며, 기준횟수 (예를 들면, 1000번)이상으로 4개의 꼭지점을 추출하였으나 상술한 조건 4개를 만족하는 꼭지점이 추출되지 않으면 문자 영역이 없는 것으로 판단한다.(s250,s260)
영상전처리부(13)는 상술한 방법에 의해 문자 영역의 바탕이 되는 4개의 꼭 지점이 발견되면 호모그래피 행렬을 사용하여 사각형의 왜곡을 보정한다. 영상전처리부(13)는 영상 내에서 추출된 사각형과 복원될 직사각형과의 관계를 형성하는 호모그래피 행렬을 구한다. 도 11을 참조하면, 복원될 직사각형의 꼭지점을 PTL, PTR, PBL, PBR이라고 하고, 영상에서 추출된 모서리의 교점을 P1, P2, P3, P4라 하면 수학식 7을 통해 PTL, PTR, PBL, PBR 의 x, y좌표값을 구한다.
수학식 7
PTL(x) = min(P1(x), P2(x), P3(x), P4(x))
PTL(y) = min(P1(y), P2(y), P3(y), P4(y))
PTR(x) = max(P1(x), P2(x), P3(x), P4(x))
PTR(y) = min(P1(y), P2(y), P3(y), P4(y))
PBL(x) = min(P1(x), P2(x), P3(x), P4(x))
PBL(y) = max(P1(y), P2(y), P3(y), P4(y))
PBR(x) = max(P1(x), P2(x), P3(x), P4(x))
PBR(y) = max(P1(y), P2(y), P3(y), P4(y))
상술한 식에 의해 PTL, PTR, PBL, PBR 의 x, y좌표값이 구해지면 수학식 8을 통해 P1, P2, P3, P4와 복원될 PTL, PTR, PBL, PBR 과의 쌍을 구한다.
수학식 8
Figure 112009072186737-pat00008
즉, P1, P2, P3, P4와 복원될 PTL, PTR, PBL, PBR 와의 거리를 구한 후, 거리가 가장 가까운 쌍을 구해 매칭시키게 된다.
영상전처리부(13)는 영상에서 추출된 모서리의 교점인 P1, P2, P3, P4와 복원될 직사각형의 교점인 PTL, PTR, PBL, PBR 과의 쌍이 정해지면, 정해진 쌍에 맞춰 호모그래피 행렬을 구한다. 한편, 변환된 사각형의 좌표를 P(x,y)라 하고, 변환 전 사각형의 좌표를 p(x,y)라 하면 그 관계는 수학식 8과 같다.
수학식 8
P = Hp
그리고, 상술한 수학식 8을 동차(homogeneous)행렬로 표현하면 수학식 9와 같다.
수학식 9
Figure 112009072186737-pat00009
수학식 9를 연산하여 P(x,y)의 x좌표인 P(x)와, y좌표인 P(y)를 구하면 수학식 10과 같다.
수학식 10
Figure 112009072186737-pat00010
그리고, 복원 전의 4개의 꼭지점을 p1(x1,y1), p2(x2,y2), p3(x3,y3), p4(x4,y4)라 하고, 복원될 사각형의 꼭지점을 P1(x1',y1'), P2(x2',y2'), P3(x3',y3'), P4(x4',y4')라 하면, 수학식 10은 수학식 11과 같은 행렬로 표현될 수 있다.
수학식 11
Figure 112009072186737-pat00011
영상전처리부(13)는 수학식 11의 행렬을 특이값 분해(SVD : Singular Value Decomposition)하여 호모그래피 행렬을 구한다. 영상전처리부(13)는 상술한 방식에 의해 호모그래피 행렬을 구하면, 호모그래피 행렬을 영상 내의 모든 픽셀에 적용하여 문자 영역이 직사각형으로 복원된 영상을 구현한다. 도 12를 참조하면, 영상 내 의 모든 픽셀에 호모그래피 행렬을 적용하여 구현하면, 왜곡된 문자 영역을 포함하는 직사각형이 복원되는 것을 알 수 있다.
도 13은 본 발명의 일실시예에 의한 문자인식장치의 제어흐름도이다.
도 13에 도시한 바와 같이, 문자인식장치(10)는 영상입력부(11)를 통해 카메라를 통해 획득한 영상을 입력받는다.(s300)
다음으로, 문자위치추정부(12)는 입력 받은 영상에서 문자의 위치에 대한 확률값을 표기한다.즉 문자위치추정부(12)는 입력된 영상 내에서 문자 영역의 추출을 위해 웨이블렛 변환을 수행하고, 웨이블렛 변환된 영상에 대해 등급을 표기하며, 등급을 표기한 영상에 대해 문자가 위치할 확률값을 표기한다.(s310)
다음으로, 영상전처리부(13)는 입력받은 영상에 대해 영상전처리를 수행한다. 즉, 영상전처리부(13)는 영상에서 일정 기준보다 긴 모서리를 추출하고, 추출된 모서리에서 문자를 둘러싸는 모서리를 랜삭(RANSAC)기법을 이용하여 찾아내며, 문자를 둘러싸는 모서리의 왜곡을 보정하기 위해 호모그래피 행렬을 구하며, 호모그래피 행렬을 영상의 각 화소에 적용하여 문자를 둘러싸는 모서리의 왜곡을 보정한다.(s320)
다음으로, 이진화부(14)는 왜곡이 보정된 영상에 대해 이진화를 수행한다. 이진화부(14)는 문자영역을 부 영역으로 나누어 각 영역 내에 존재하는 화소들의 명도 분포를 조사하여 이진화시키는 국소 적응적 이진화 방식을 적용하여 이진화를 수행한다.(s330)
다음으로, 문자추출부(15)는 이진화한 영상에서 결합 및 분리 알고리즘을 이 용하여 단어 및 개별 문자를 추출한다. 문자추출부(15)는 문자 분할을 위하여 수직 투영 및 여백 정보를 이용하여 단어를 추출한 후에 결합 및 분리 알고리즘을 이용하여 개별 문자를 추출한다.(s340)
다음으로, 특징추출부(16)는 추출한 개별 문자의 특징을 추출한다. 특징추출부(16)는 개별 문자 인식을 위하여 망 특징, 거리정보 특징 및 윤곽선 정보를 이용하여 개별 문자에 대한 특징을 추출한다.(s350)
다음으로, 문자 인식부(17)는 추출한 개별 문자를 인식한다. 문자 인식부(17)는 추출한 개별 문자의 유형을 분류한 후에 문자를 인식한다.(s360)
도 1은 본 발명의 일실시예에 의한 문자인식장치의 제어블록도
도 2는 본 발명의 일실시예에 의한 문자위치추정부의 제어흐름도
도 3a는 문자인식장치에 입력되는 영상을 도시한 도면이고, 도 3b 내지 도 3d는 입력되는 영상에 웨이블렛 변환을 수행하여 변환된 영상을 도시한 도면
도 4는 본 발명의 일실시예에 의한 웨이블렛 변환된 영상에서 공기(co-occurence)행렬을 구하는 방법을 설명하기 위한 도면
도 5는 본 발명의 일실시예에 의한 영상전처리부의 제어흐름도
도 6은 본 발명의 일실시예에 의한 직선이 검출된 영상을 도시한 도면
도 7은 본 발명의 일실시예에 의한 랜삭(RANSAC)기법을 이용해 모서리를 검출하는 제어 흐름도
도 8a 및 도 8b는 본 발명의 일실시예에 의해 추출된 모서리의 4개의 꼭지점에 의해 만들어질 수 있는 2개의 직선 형태 및 도형을 도시한 도면
도 9a 및 도 9b는 본 발명의 일실시예에 의해 추출된 모서리의 4개의 꼭지점에 의해 만들어질 수 있는 2개의 직선이 서로 교차하는지 확인하기 위해 외적 벡터를 비교하는 도면
도 10a 및 도 10b는 본 발명의 일실시예에 의해 추출된 4개의 모서리에 의해 형성되는 도형 내부에 문자 영역의 확률값의 무게중심이 존재하는지 여부를 확인하는 방법을 설명하기 위한 도면
도 11은 본 발명의 일실시예에 의해 추출된 4개의 모서리에 의한 왜곡된 도 형을 직사각형으로 변환시키는 과정을 설명하기 위한 도면
도 12는 본 발명의 일실시예에 의해 추출된 4개의 모서리에 의해 형성되는 사각형이 복원되기 전, 후 상태를 비교하여 도시한 도면
도 13은 본 발명의 일실시예에 의한 문자인식장치의 제어흐름도
*도면의 주요부분에 대한 부호 설명*
11 : 영상입력부 12 : 문자위치추정부
13 : 영상전처리부 14 : 이진화부
15 : 문자추출부 16 : 특징추출부
17 : 문자인식부

Claims (37)

  1. 삭제
  2. 삭제
  3. 카메라로 획득한 영상을 입력받는 영상입력부;
    상기 영상의 문자의 위치에 대한 확률값을 계산하여 상기 문자의 위치를 추정하는 문자위치추정부;
    상기 영상에서 상기 문자를 포함하는 복수 개의 모서리를 검출하고, 상기 모서리의 왜곡을 보정하는 영상전처리부; 및
    상기 복수 개의 모서리에 포함된 문자를 인식하는 문자인식부;를 포함하되,
    상기 문자위치추정부는 상기 입력된 영상에 웨이블렛 변환을 수행하고, 웨이블렛 변환된 영상에 등급을 표기하고,
    상기 문자위치추정부가 상기 웨이블렛 변환된 영상에 등급을 표기하는 것은,
    상기 웨이블렛 변환된 영상에서 문자 영역, 문자 경계 영역 및 배경 영역을 구분하여 등급을 표기하는 것인 문자인식장치.
  4. 카메라로 획득한 영상을 입력받는 영상입력부;
    상기 영상의 문자의 위치에 대한 확률값을 계산하여 상기 문자의 위치를 추정하는 문자위치추정부;
    상기 영상에서 상기 문자를 포함하는 복수 개의 모서리를 검출하고, 상기 모서리의 왜곡을 보정하는 영상전처리부; 및
    상기 복수 개의 모서리에 포함된 문자를 인식하는 문자인식부;를 포함하되,
    상기 문자위치추정부는 상기 입력된 영상에 웨이블렛 변환을 수행하고, 웨이블렛 변환된 영상에 등급을 표기하고,
    상기 문자위치추정부는 상기 등급이 표기된 영상에서 공기(co-occurence)행렬을 구하고, 상기 공기(co-occurence)행렬을 다음과 같은 수학식에 대입하여 상기 영상의 문자의 위치에 대한 확률값을 계산하는 것인 문자인식장치.
    수학식
    Figure 112016108770857-pat00012
    여기서, α, β, γ, δ는 가중치이며, CLH(i,j)[2][2]는 CLH 의 2행 2열에 누적된 "1"의 개수를 의미하며, CHL(i,j)[2][2]는 CHL 의 2행 2열에 누적된 "1"의 개수를 의미하며, CHH1(i,j)[2][2]는 CHH1 의 2행 2열에 누적된 "1"의 개수를 의미하며, CHH2(i,j)[2][2]는 CHH2의 2행 2열에 누적된 "1"의 개수를 의미한다.
  5. 제 3 항에 있어서,
    상기 영상전처리부는 상기 입력되는 영상에서 일정 기준보다 긴 모서리를 추출하고, 상기 추출된 모서리에서 상기 문자를 포함하는 복수 개의 모서리를 추출하는 것인 문자인식장치.
  6. 제 5 항에 있어서,
    상기 영상전처리부는 랜삭(RANSAC)기법을 사용하여 상기 추출된 모서리에서 상기 문자를 포함하는 복수 개의 모서리를 추출하는 것인 문자인식장치.
  7. 카메라로 획득한 영상을 입력받는 영상입력부;
    상기 영상의 문자의 위치에 대한 확률값을 계산하여 상기 문자의 위치를 추정하는 문자위치추정부;
    상기 영상에서 상기 문자를 포함하는 복수 개의 모서리를 검출하고, 상기 모서리의 왜곡을 보정하는 영상전처리부; 및
    상기 복수 개의 모서리에 포함된 문자를 인식하는 문자인식부;를 포함하되,
    상기 영상전처리부는 상기 입력되는 영상에서 일정 기준보다 긴 모서리를 추출하고, 상기 추출된 모서리에서 상기 문자를 포함하는 복수 개의 모서리를 추출하고,
    상기 영상전처리부는 랜삭(RANSAC)기법을 사용하여 상기 추출된 모서리에서 상기 문자를 포함하는 복수 개의 모서리를 추출하되,
    상기 영상전처리부는 상기 랜삭(RANSAC)기법을 사용하여 상기 일정 기준보다 긴 모서리 중 4개의 모서리를 임의로 추출하고, 상기 4개의 모서리에 의해 형성되는 사각형이 상기 문자를 포함하는지 확인하여 상기 문자를 포함하는 4 개의 모서리를 추출하는 것인 문자인식장치.
  8. 제 7 항에 있어서,
    상기 영상전처리부가 상기 4개의 모서리에 의해 형성되는 사각형이 상기 문자를 포함하는지 확인하는 것은,
    상기 4개의 모서리가 만나는 모든 교점이 상기 영상 내부에 존재하는지 확인하는 것인 문자인식장치.
  9. 제 7 항에 있어서,
    상기 영상전처리부가 상기 4개의 모서리에 의해 형성되는 사각형이 상기 문자를 포함하는지 확인하는 것은,
    상기 4개의 모서리가 볼록한 사각형을 형성하는지 확인하는 것인 문자인식장치.
  10. 제 9 항에 있어서,
    상기 영상전처리부가 상기 4개의 모서리에 의해 형성되는 사각형이 상기 문자를 포함하는지 확인하는 것은,
    상기 영상전처리부는 상기 4개의 모서리의 교점에 의해 만들어질 수 있는 직선간에 서로 교차하는 횟수를 확인하여 상기 4개의 모서리가 볼록한 사각형을 형성하는지 확인하는 것인 문자인식장치.
  11. 제 7 항에 있어서,
    상기 영상전처리부가 상기 4개의 모서리에 의해 형성되는 사각형이 상기 문자를 포함하는지 확인하는 것은,
    상기 4개의 모서리 중 어느 하나의 모서리와 다른 두 개의 모서리가 이루는 각도가 제1각도범위 내에 속하는지 여부를 확인하는 것인 문자인식장치.
  12. 제 11 항에 있어서,
    상기 제1각도범위는 70°<θ<110°이며,
    상기 4개의 모서리 중 어느 하나의 모서리가 다른 두 개의 모서리와 이루는 각도가 상기 제1각도범위 내에 속하면, 상기 4개의 모서리 중 어느 하나의 모서리는 상기 다른 두 개의 모서리에 대해 수직한 방향에 가깝도록 연장되는 형태인 문자인식장치.
  13. 제 7 항에 있어서,
    상기 영상전처리부가 상기 4개의 모서리에 의해 형성되는 사각형이 상기 문자를 포함하는지 확인하는 것은,
    상기 4개의 모서리 중 어느 하나의 모서리와 다른 하나의 모서리가 이루는 각도가 제2각도범위 내에 속하는지 여부를 확인하는 것인 문자인식장치.
  14. 제 13 항에 있어서,
    상기 제2각도범위는 θ<20° 이거나 θ>160°이며,
    상기 4개의 모서리 중 어느 하나의 모서리와 다른 하나의 모서리가 이루는 각도가 상기 제2각도범위 내에 속하면, 상기 4개의 모서리 중 어느 하나의 모서리는 다른 하나의 모서리에 대해 평행한 방향에 가깝도록 연장되는 형태인 문자인식장치.
  15. 제 7 항에 있어서,
    상기 영상전처리부가 상기 4개의 모서리에 의해 형성되는 사각형이 상기 문자를 포함하는지 확인하는 것은,
    상기 영상에서 상기 문자가 위치할 확률값의 무게 중심이 상기 4개의 모서리가 형성하는 사각형 내부에 존재하는지 여부를 확인하는 것인 문자인식장치.
  16. 제 15 항에 있어서,
    상기 영상전처리부는 상기 영상의 각 화소의 문자가 위치할 확률값과 임계치 를 비교하고,
    상기 문자가 위치할 확률값이 상기 임계치보다 큰 좌표의 X좌표 평균값과 Y좌표 평균값을 계산하여 상기 확률값의 무게 중심을 산출하는 문자인식장치.
  17. 제 7 항에 있어서,
    상기 영상전처리부는 상기 문자를 포함하는 4 개의 모서리를 추출하면, 상기 4개의 모서리에 의해 형성되는 사각형의 왜곡을 보정하도록 호모그래피 행렬을 산출하는 문자인식장치.
  18. 제 17 항에 있어서,
    상기 호모그래피 행렬은 상기 4개의 모서리에 의해 형성되는 사각형과 복원될 사각형과의 관계를 형성하는 행렬을 포함하며, 상기 영상전처리부는 상기 영상 내의 모든 화소에 상기 호모그래피 행렬을 적용하여 상기 왜곡된 사각형을 복원시키는 문자인식장치.
  19. 제 3 항에 있어서,
    상기 영상전처리부에서 상기 모서리의 왜곡이 보정된 영상에 대해 이진화를 수행하는 이진화부;를 더 포함하는 문자인식장치.
  20. 제 19 항에 있어서,
    상기 이진화한 영상에서 단어 및 개별 문자를 추출하는 문자추출부;를 더 포함하는 문자인식장치.
  21. 제 20 항에 있어서,
    상기 추출한 단어 및 개별 문자의 특징을 추출하는 특징추출부;를 더 포함하는 문자인식장치.
  22. 입력되는 영상에 문자가 위치할 확률값을 계산하여 문자의 위치를 추정하고,
    상기 문자를 포함하는 복수 개의 모서리를 추출하여 왜곡을 보정하며,
    상기 복수 개의 모서리에 포함된 문자를 인식하되,
    상기 입력되는 영상에 문자가 위치할 확률값을 계산하는 것은,
    상기 입력되는 영상에 웨이블렛 변환을 수행하고, 웨이블렛 변환된 영상에 등급을 표기하는 것을 포함하고,
    상기 웨이블렛 변환된 영상에 등급을 표기하는 것은,
    상기 웨이블렛 변환된 영상에서 문자 영역, 문자 경계 영역 및 배경 영역을 구분하여 등급을 표기하는 것을 포함하는 문자인식장치의 제어방법
  23. 입력되는 영상에 문자가 위치할 확률값을 계산하여 문자의 위치를 추정하고,
    상기 문자를 포함하는 복수 개의 모서리를 추출하여 왜곡을 보정하며,
    상기 복수 개의 모서리에 포함된 문자를 인식하되,
    상기 입력되는 영상에 문자가 위치할 확률값을 계산하는 것은,
    상기 입력되는 영상에 웨이블렛 변환을 수행하고, 웨이블렛 변환된 영상에 등급을 표기하며, 상기 등급이 표기된 웨이블렛 영상에 대한 공기(co-occurence) 행렬을 구하여 상기 문자가 위치할 확률값을 계산하는 것을 포함하는 문자인식장치의 제어방법.
  24. 제 23 항에 있어서,
    상기 공기(co-occurence) 행렬을 구하여 상기 문자가 위치할 확률값을 계산 하는 것은,
    상기 공기(co-occurence) 행렬을 다음과 같은 수학식에 대입하여 상기 문자가 위치할 확률값을 계산하는 것인 문자인식장치의 제어방법.
    수학식
    Figure 112009072186737-pat00013
    여기서, α, β, γ, δ는 가중치이며, CLH(i,j)[2][2]는 CLH 의 2행 2열에 누적된 "1"의 개수를 의미하며, CHL(i,j)[2][2]는 CHL 의 2행 2열에 누적된 "1"의 개수를 의미하며, CHH1(i,j)[2][2]는 CHH1 의 2행 2열에 누적된 "1"의 개수를 의미하며, CHH2(i,j)[2][2]는 CHH2의 2행 2열에 누적된 "1"의 개수를 의미한다.
  25. 제 22 항에 있어서,
    상기 문자를 포함하는 복수 개의 모서리를 추출하여 왜곡을 보정하는 것은,
    상기 입력되는 영상에서 일정 기준보다 긴 모서리를 추출하고, 상기 추출된 모서리에서 상기 문자를 포함하는 복수 개의 모서리를 검출하여 왜곡을 보정하는 것인 문자인식장치의 제어방법.
  26. 입력되는 영상에 문자가 위치할 확률값을 계산하여 문자의 위치를 추정하고,
    상기 문자를 포함하는 복수 개의 모서리를 추출하여 왜곡을 보정하며,
    상기 복수 개의 모서리에 포함된 문자를 인식하되,
    상기 문자를 포함하는 복수 개의 모서리를 추출하여 왜곡을 보정하는 것은,
    상기 입력되는 영상에서 일정 기준보다 긴 모서리를 추출하고, 상기 추출된 모서리에서 상기 문자를 포함하는 복수 개의 모서리를 검출하여 왜곡을 보정하는 것이고,
    상기 문자를 포함하는 복수 개의 모서리를 추출하는 것은,
    상기 일정 기준보다 긴 모서리 중 4개의 모서리를 랜삭 기법을 이용하여 추출하고, 상기 4개의 모서리에 의해 형성되는 사각형이 상기 문자를 포함하는지 확인하여 상기 문자를 포함하는 복수 개의 모서리를 추출하는 것인 문자인식장치의 제어방법.
  27. 제 26 항에 있어서
    상기 4개의 모서리에 의해 형성되는 사각형이 상기 문자를 포함하는지 확인하는 것은,
    상기 4개의 모서리가 만나는 교점이 모두 상기 영상 내부에 존재하는지 확인하는 것인 문자인식장치의 제어방법.
  28. 제 26 항에 있어서
    상기 4개의 모서리에 의해 형성되는 사각형이 상기 문자를 포함하는지 확인하는 것은,
    상기 4개의 모서리가 볼록한 사각형을 형성하는지 확인하는 것인 문자인식장치의 제어방법.
  29. 제 28 항에 있어서
    상기 4개의 모서리에 의해 형성되는 사각형이 상기 문자를 포함하는지 확인하는 것은,
    상기 4개의 모서리의 교점에 의해 만들어질 수 있는 직선이 서로간에 교차하는 횟수를 확인하여 상기 4개의 모서리가 볼록한 사각형을 형성하는지 확인하는 것인 문자인식장치의 제어방법.
  30. 제 26 항에 있어서
    상기 4개의 모서리에 의해 형성되는 사각형이 상기 문자를 포함하는지 확인하는 것은,
    상기 4개의 모서리 중 어느 하나의 모서리와 다른 두 개의 모서리가 이루는 각도가 제1각도범위 내에 속하는지 여부를 확인하는 것인 문자인식장치의 제어방법
  31. 제 30 항에 있어서,
    상기 제1각도범위는 70°<θ<110°이며,
    상기 4개의 모서리 중 어느 하나의 모서리가 다른 두 개의 모서리와 이루는 각도가 상기 제1각도범위 내에 속하면, 상기 4개의 모서리 중 어느 하나의 모서리는 상기 다른 두 개의 모서리에 대해 수직한 방향에 가깝도록 연장되는 것인 문자인식장치의 제어방법.
  32. 제 26 항에 있어서
    상기 4개의 모서리에 의해 형성되는 사각형이 상기 문자를 포함하는지 확인하는 것은,
    상기 4개의 모서리 중 어느 하나의 모서리와 다른 하나의 모서리가 이루는 각도가 제2각도범위 내에 속하는지 여부를 확인하는 것인 문자인식장치의 제어방법
  33. 제 32 항에 있어서,
    상기 제2각도범위는 θ<20° 이거나 θ>160°이며,
    상기 4개의 모서리 중 어느 하나의 모서리와 다른 하나의 모서리가 이루는 각도가 상기 제2각도범위 내에 속하면, 상기 4개의 모서리 중 어느 하나의 모서리는 다른 하나의 모서리에 대해 평행한 방향에 가깝도록 연장되는 것인 문자인식장치의 제어방법.
  34. 제 26 항에 있어서,
    상기 4개의 모서리에 의해 형성되는 사각형이 상기 문자를 포함하는지 확인하는 것은,
    상기 영상에서 상기 문자가 위치할 확률값의 무게 중심이 상기 4개의 모서리가 형성하는 도형 내부에 존재하는지 여부를 확인하는 것인 문자인식장치의 제어방법.
  35. 제 34 항에 있어서,
    상기 영상의 각 화소의 문자가 위치할 확률값과 임계치를 비교하고,
    상기 문자가 위치할 확률값이 상기 임계치보다 큰 좌표의 X좌표 평균값과 Y 좌표 평균값을 계산하여 상기 확률값의 무게 중심을 산출하는 문자인식장치의 제어방법.
  36. 제 26 항에 있어서,
    상기 문자를 포함하는 복수 개의 모서리를 추출하면,
    상기 4개의 모서리에 의해 형성되는 사각형의 왜곡을 보정하도록 호모그래피 행렬을 산출하는 문자인식장치의 제어방법.
  37. 제 36 항에 있어서,
    상기 호모그래피 행렬은 상기 4개의 모서리에 의해 형성되는 사각형과 복원될 사각형과의 관계를 형성하는 행렬을 포함하며, 상기 영상 내의 모든 화소에 상기 호모그래피 행렬을 적용하여 상기 왜곡된 사각형을 복원시키는 문자인식장치의 제어방법.
KR1020090113981A 2009-11-24 2009-11-24 문자인식장치 및 그 제어방법 KR101733539B1 (ko)

Priority Applications (2)

Application Number Priority Date Filing Date Title
KR1020090113981A KR101733539B1 (ko) 2009-11-24 2009-11-24 문자인식장치 및 그 제어방법
US12/945,124 US8509536B2 (en) 2009-11-24 2010-11-12 Character recognition device and method and computer-readable medium controlling the same

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020090113981A KR101733539B1 (ko) 2009-11-24 2009-11-24 문자인식장치 및 그 제어방법

Publications (2)

Publication Number Publication Date
KR20110057536A KR20110057536A (ko) 2011-06-01
KR101733539B1 true KR101733539B1 (ko) 2017-05-10

Family

ID=44062127

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020090113981A KR101733539B1 (ko) 2009-11-24 2009-11-24 문자인식장치 및 그 제어방법

Country Status (2)

Country Link
US (1) US8509536B2 (ko)
KR (1) KR101733539B1 (ko)

Families Citing this family (23)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102011051934A1 (de) 2011-07-19 2013-01-24 Wincor Nixdorf International Gmbh Verfahren und Vorrichtung zur OCR-Erfassung von Wertdokumenten mittels einer Matrixkamera
US20130156288A1 (en) * 2011-12-19 2013-06-20 De La Rue North America Inc. Systems And Methods For Locating Characters On A Document
US9152871B2 (en) 2013-09-02 2015-10-06 Qualcomm Incorporated Multiple hypothesis testing for word detection
KR102143997B1 (ko) * 2013-10-17 2020-08-12 삼성전자 주식회사 단말장치의 정보 리스트 처리장치 및 방법
CN105095900B (zh) * 2014-05-04 2020-12-08 斑马智行网络(香港)有限公司 一种提取标准卡片中特定信息的方法和装置
US9576348B2 (en) 2014-11-14 2017-02-21 Adobe Systems Incorporated Facilitating text identification and editing in images
KR20160115575A (ko) * 2015-03-27 2016-10-06 박재현 판서의 자동 그룹 설정 방법
US10229314B1 (en) 2015-09-30 2019-03-12 Groupon, Inc. Optical receipt processing
CN105868757A (zh) * 2016-03-25 2016-08-17 上海珍岛信息技术有限公司 一种图像文字中的文字定位方法及装置
JP6736334B2 (ja) * 2016-04-07 2020-08-05 東芝テック株式会社 画像処理装置
US9881225B2 (en) * 2016-04-20 2018-01-30 Kabushiki Kaisha Toshiba System and method for intelligent receipt processing
CN108537232A (zh) * 2018-02-07 2018-09-14 杨屹铭 一种基于边缘检测的地质构造信息识别提取方法
US10331966B1 (en) * 2018-10-19 2019-06-25 Capital One Services, Llc Image processing to detect a rectangular object
US10853639B2 (en) * 2019-02-23 2020-12-01 ZenPayroll, Inc. Data extraction from form images
CN110196646A (zh) * 2019-05-29 2019-09-03 维沃移动通信有限公司 一种信息输入方法及移动终端
CN110705531B (zh) * 2019-09-29 2022-03-18 北京猎户星空科技有限公司 缺失字符检测、缺失字符检测模型的建立方法及装置
CN111178363B (zh) * 2019-12-18 2024-02-20 北京旷视科技有限公司 文字识别方法、装置、电子设备以及可读存储介质
CN111582259B (zh) * 2020-04-10 2024-04-16 支付宝实验室(新加坡)有限公司 机读码识别方法、装置、电子设备和存储介质
CN111783787B (zh) * 2020-07-10 2023-08-25 上海淇毓信息科技有限公司 一种识别图像字符的方法、装置和电子设备
CN111652235B (zh) * 2020-07-30 2023-04-25 南京天创电子技术有限公司 一种基于小波分解的腐蚀膨胀识别led字符的方法
JP7344916B2 (ja) * 2021-03-22 2023-09-14 楽天グループ株式会社 情報処理装置、情報処理方法およびプログラム
JP7137170B1 (ja) 2021-03-22 2022-09-14 楽天グループ株式会社 情報処理装置、情報処理方法およびプログラム
KR102555707B1 (ko) * 2022-04-19 2023-07-14 호서대학교 산학협력단 문자 인식을 통한 격자무늬 추적 로봇의 자율주행의 제어 방법

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20030030638A1 (en) * 2001-06-07 2003-02-13 Karl Astrom Method and apparatus for extracting information from a target area within a two-dimensional graphical object in an image
US20070230784A1 (en) * 2006-03-30 2007-10-04 Nidec Sankyo Corporation Character string recognition method and device

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0385009A1 (en) * 1989-03-03 1990-09-05 Hewlett-Packard Limited Apparatus and method for use in image processing
US6366699B1 (en) * 1997-12-04 2002-04-02 Nippon Telegraph And Telephone Corporation Scheme for extractions and recognitions of telop characters from video data
US6553131B1 (en) * 1999-09-15 2003-04-22 Siemens Corporate Research, Inc. License plate recognition with an intelligent camera
US7272258B2 (en) * 2003-01-29 2007-09-18 Ricoh Co., Ltd. Reformatting documents using document analysis information
JP4598426B2 (ja) * 2004-03-30 2010-12-15 富士通株式会社 境界抽出方法、プログラムおよびこれを用いた装置
US8064516B2 (en) * 2005-06-02 2011-11-22 Broadcom Corporation Text recognition during video compression
US7613328B2 (en) * 2005-09-09 2009-11-03 Honeywell International Inc. Label detection

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20030030638A1 (en) * 2001-06-07 2003-02-13 Karl Astrom Method and apparatus for extracting information from a target area within a two-dimensional graphical object in an image
US20070230784A1 (en) * 2006-03-30 2007-10-04 Nidec Sankyo Corporation Character string recognition method and device

Also Published As

Publication number Publication date
US20110123114A1 (en) 2011-05-26
KR20110057536A (ko) 2011-06-01
US8509536B2 (en) 2013-08-13

Similar Documents

Publication Publication Date Title
KR101733539B1 (ko) 문자인식장치 및 그 제어방법
JP7564962B2 (ja) 画像処理方法、画像処理装置及び非一時的な記憶媒体
CN109409366B (zh) 基于角点检测的畸变图像校正方法及装置
CN110517283B (zh) 姿态跟踪方法、装置及计算机可读存储介质
JP5542889B2 (ja) 画像処理装置
JP7094702B2 (ja) 画像処理装置及びその方法、プログラム
JP4847592B2 (ja) 歪み文書画像を補正する方法及びシステム
JP5082637B2 (ja) 画像処理プログラム、画像処理方法及び画像処理装置
AU2011250829B2 (en) Image processing apparatus, image processing method, and program
JP5950441B2 (ja) 画像認識装置、画像認識方法および画像認識プログラム
CN102024155B (zh) 基于边缘检测的多光谱图像快速匹配方法
CN104463795A (zh) 一种点阵式dm二维码图像处理方法及装置
WO2019056346A1 (zh) 一种利用膨胀法校正文本图像倾斜的方法及装置
WO2009137073A1 (en) Camera-based document imaging
CN114529925B (zh) 一种全线表表格结构识别方法
WO2016197571A1 (en) Image interpolation device and method thereof
CN110674744A (zh) 一种年龄识别方法、装置及电子设备
CN111899270A (zh) 卡片边框检测方法、装置、设备及可读存储介质
CN113688846A (zh) 物体尺寸识别方法、可读存储介质及物体尺寸识别系统
JP4859061B2 (ja) 画像の補正方法、補正プログラムおよび画像歪み補正装置
CN114037992A (zh) 仪表示数识别方法、装置、电子设备及存储介质
CN107368826B (zh) 用于文本检测的方法和装置
CN108335266B (zh) 一种文档图像畸变的矫正方法
US9230359B2 (en) Method for resizing an image
CN114549649A (zh) 一种基于特征匹配的扫描地图点符号的快速识别方法

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right