KR102014217B1 - 음영의 왜곡 보정방법 및 이를 이용하는 장치 - Google Patents

음영의 왜곡 보정방법 및 이를 이용하는 장치 Download PDF

Info

Publication number
KR102014217B1
KR102014217B1 KR1020180006913A KR20180006913A KR102014217B1 KR 102014217 B1 KR102014217 B1 KR 102014217B1 KR 1020180006913 A KR1020180006913 A KR 1020180006913A KR 20180006913 A KR20180006913 A KR 20180006913A KR 102014217 B1 KR102014217 B1 KR 102014217B1
Authority
KR
South Korea
Prior art keywords
distortion
image
shadow
valley
correcting
Prior art date
Application number
KR1020180006913A
Other languages
English (en)
Other versions
KR20190088627A (ko
Inventor
김창익
정승준
이혁재
Original Assignee
주식회사 한글과컴퓨터
한국과학기술원
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 주식회사 한글과컴퓨터, 한국과학기술원 filed Critical 주식회사 한글과컴퓨터
Priority to KR1020180006913A priority Critical patent/KR102014217B1/ko
Publication of KR20190088627A publication Critical patent/KR20190088627A/ko
Application granted granted Critical
Publication of KR102014217B1 publication Critical patent/KR102014217B1/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
    • G06T5/90—Dynamic range modification of images or parts thereof
    • G06T5/007—
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/001—
    • 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

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Image Processing (AREA)

Abstract

본 발명은 계곡에 분포하는 웅덩이에 물을 채우는 방식에 따라 나타나는 물이 채워지는 현장을 영상에 분포하는 음영의 왜곡에 비유하는 방식에 따라, 계곡 모형의 모델링을 통해 문자 및/또는 그림이 포함된 문서를 나타내는 영상에 분포하는 음영의 왜곡을 보정하는 것을 특징으로 하는 음영의 왜곡 보정방법을 개시한다. 본 발명에 따르면, 본래 문서에 포함된 문자 및/또는 그림에는 영향을 미치지 않고 노이즈에 해당하는 음영의 왜곡이 효과적으로 보정될 수 있다.

Description

음영의 왜곡 보정방법 및 이를 이용하는 장치{METHOD FOR CORRECTING DISTORTION OF SHADE AND APPARATUS USING THE SAME}
본 발명은 음영의 왜곡을 보정하는 방법 및 이를 이용하는 장치에 관한 것으로, 더욱 상세하게는 스캔된 영상 또는 카메라로 촬영된 영상에 포함된 음영의 왜곡을 새로운 알고리즘을 이용하여 제거 내지는 보정하는 방법 및 이를 이용하는 장치에 관한 것이다.
광학 문자 인식(optical character recognition, OCR)은 사람이 쓰거나 기계로 인쇄한 문자의 영상을 이미지 스캐너로 획득하여 기계가 읽을 수 있는 문자로 변환하는 것이다. 이미지 스캔으로 얻을 수 있는 문서의 활자 영상을 컴퓨터가 편집 가능한 문자코드 등의 형식으로 변환하는 소프트웨어를 일반적으로 OCR이라고 하며, OCR은 인공지능이나 기계 시각(machine vision)의 연구분야로 시작되었다. 거울이나 렌즈 등의 광학 기술을 이용한 광학 문자 인식과 스캐너 및 알고리즘에 의한 디지털 문자 인식은 다른 영역으로 생각되었으나 이제는 광학 문자 인식이라는 말이 디지털 문자 인식을 포함하는 것으로 간주된다.
모바일 단말의 출하량이 PC와 노트북의 출하량을 넘어서면서 기존에 데스크탑이나 노트북을 이용하여 수행되었던, 예를 들어 게임, 온라인 대금 결제, 정보 검색, 이메일 송수신과 같은 다양한 작업의 수행이 모바일 네트워크 및 하드웨어 성능의 발전으로 인해 모바일 단말 환경으로 빠르게 이전되고 있다. 광학 문자 인식 분야도 그 중의 한 작업에 해당된다. 특히 명함을 주고 받는 문화가 대중화된 우리 사회에서 명함인식기술은 모바일 단말 시장에서 다양한 앱으로 유통되고 있으며 이에 따라 명함인식기술의 수요는 점차 증가하고 있다.
모바일 환경에서 효과적인 명함인식 성능을 얻기 위해서는 하드웨어 자원의 한계성으로 인한 경량 인식엔진의 탑재와 문서 스캔 방식이 아닌 촬영으로 얻어진 이미지에서의 음영 왜곡이 처리되어야 한다.
종래의 기술에 따르면 그림이나 문자 부분이 이미지 내에서 먼저 탐색되고, 선형 보간법 등을 통해 해당 영역의 음영이 추정하거나, 주변 영역의 평균값을 통해 해당 영역의 음영이 추정되었다. 그 밖의 다른 접근 방법이 제시되었으나, 음영이 넓게 분포하거나 문서 내에 그림 영역이 존재하는 경우에는, 음역의 왜곡을 추정하는 인식률이 현저히 떨어지고, 문서 내의 그림을 음영으로 잘못 인식함으로써 예상 밖의 인식 결과가 나타나곤 하였다.
본 발명의 구상은 종래의 기술에서 나타나는, 스캔된 영상, 특히 카메라로 촬영된 영상에서 나타나는 조명의 영향에 의한 음영의 왜곡을 보정하는 기술에 관한 문제점을 해결하기 위한 방안에서 고려된 것이다.
도 1a는 카메라에 의해 촬영된 문서의 원본 이미지를 나타내는 예시도이고, 도 1b는 상기 영상에 대해 음영의 왜곡을 보정한 결과를 나타내는 예시도이다.
도 1b를 참조하면, (a) 영상에서는 음영의 왜곡이 여전히 남아 있는 것을 볼 수 있다. (b) 영상에서는 문서에 포함된 그림을 음영의 왜곡으로 간추하여 그림의 형태가 변형되어 있는 것을 볼 수 있다. 또한, (c) 영상과 (d) 영상에서도 마찬가지로 문서에 포함된 그림이 음영의 왜곡으로 인식된 결과를 볼 수 있다. 상기와 같이 종래의 기술에 따르면 카메라 촬영시의 조명에 의한 음영의 왜곡이 제대로 인식되지 못하거나, 문서에 포함된 그림이 음영의 왜곡으로 잘못 인식되고 있다.
이러한 종래 기술에 따른 문제점을 개선하기 위하여, 본 발명에서는 새로운 알고리즘을 이용하여, 문서에 본래 포함된 문자 및/또는 그림에는 영향을 미치지 않으면서 음영의 왜곡을 효과적으로 인식하고 보정할 수 있는 음영의 왜곡 보정방법 및 이를 이용하는 보정장치를 개시하려 한다.
본 발명은 상기와 같은 문제점을 해결하기 위해 창작된 것으로서, 본 발명이 해결하려는 과제는 새로운 알고리즘을 이용하여 음영의 왜곡을 효과적으로 보정할 수 있는 음영의 왜곡 보정장치 및 이를 이용하는 보정방법을 제공하는 것이다.
본 발명이 추가적으로 해결하려는 과제는, 스캔, 특히 카메라로 촬영된 영상에서 조명의 영향으로 발생하는 음영의 왜곡의 인식률이 높은 음영의 왜곡 보정방법 및 이를 이용하는 보정장치를 제공하는 것이다.
본 발명이 추가적으로 해결하려는 과제는, 본래 문서에 포함된 문자 및/또는 그림에는 영향을 미치지 않고 노이즈에 해당하는 음영의 왜곡을 효과적으로 보정할 수 있는 음영의 왜곡 보정방법 및 이를 이용하는 보정장치를 제공하는 것이다.
본 발명의 일 실시 예에 따른 음영의 왜곡 보정방법은, 계곡에 분포하는 웅덩이에 물을 채우는 방식에 따라 나타나는 물이 채워지는 현장을 영상에 분포하는 음영의 왜곡에 비유하는 방식에 따라, 계곡 모형의 모델링을 통해 문자 및/또는 그림이 포함된 문서를 나타내는 영상에 분포하는 음영의 왜곡을 보정하는 것을 특징으로 한다.
여기서, 상기 음영의 왜곡 보정방법은, 문자 및/또는 그림의 밝기가 주변에 비하여 낮게 나타나는 현상에 기초하는 것을 특징으로 한다.
여기서, 상기 음영의 왜곡 보정방법은, 음영의 왜곡이 문서를 나타내는 영상의 경계면까지 길게 연결되어 분포하는 현상에 기초하는 것을 특징으로 한다.
여기서, 상기 음영의 왜곡 보정방법은, 문서를 나타내는 영상의 특징이 투영된 계곡 모형을 모델링하는 단계를 포함하고, 문자 및/또는 그림은 물이 고이는 웅덩이로 표현되고, 음영의 왜곡은 물이 고이지 않는 계곡면으로 표현되는 것을 특징으로 한다.
여기서, 상기 음영의 왜곡 보정방법은 스케닝 또는 켑처링 과정을 통해 문서를 나타내는 영상을 입력받는 단계; 만수 주입 알고리즘(flood filling algorithm)을 이용하여 상기 영상으로부터 대략적인 음영의 왜곡을 추출하는 단계; 점차적 주입 알고리즘(incremental filling algorithm)을 이용하여 상기 영상으로부터 미세한 음영의 왜곡을 추출하는 단계; 상기 대략적인 음영의 왜곡 및 미세한 음영의 왜곡을 합하여 전체 음영의 왜곡을 생성하는 단계; 및 상기 영상에서 상기 전체 음영의 왜곡이 보정된 목표 영상을 획득하는 단계를 더 포함하는 것을 특징으로 한다.
여기서, 상기 대략적인 음영의 왜곡을 추출하는 단계는, 계곡 모형에서 골에 물을 만수 후 배수 함으로써 채우는 방법을 표현하는 만수 확산 방정식(flood diffusion equation)을 이용하고; 상기 미세한 음영의 왜곡을 추출하는 단계는, 계곡 모형에서 물을 골에 직접 채우는 방법을 표현하는 점차적 확산 방정식(incremental diffusion equation)을 이용하는 것을 특징으로 한다.
여기서, 상기 대략적인 음영의 왜곡을 추출하는 단계는, 영상의 밝기 값을 이용하는 것을 특징으로 하는 한다.
여기서, 상기 미세한 음영의 왜곡을 추출하는 단계는, 상기 대략적인 음영의 왜곡을 이용하는 것을 특징으로 한다.
여기서, 상기 대략적인 음영의 왜곡을 추출하는 단계는, 영상의 밝기 값을 다운샘플(downsample)하는 단계; 다운샘플된 밝기 값에 급수 주입 알고리즘을 적용하는 단계; 알고리즘 적용 결과를 평준화하는 단계; 및 평준화된 밝기 값을 다시 업스케일(upscale)하는 단계를 포함하는 것을 특징으로 한다.
여기서, 상기 목표 영상을 획득하는 단계는, 램버시안 표면 모델(lambertian surface model)을 이용하여 상기 영상에서 전체 음영의 왜곡을 제거하는 단계를 포함하는 것을 특징으로 한다.
본 발명의 일 실시 예에 따른 음영의 왜곡 보정장치는, 문자 및/또는 그림이 포함된 문서를 나타내는 영상의 특징이 투영된 계곡 모형을 모델링하는 모델링 모듈; 입력된 영상의 포맷을 변환하는 영상변환 모듈; 상기 영상으로부터 만수 확산 방정식을 이용하여 대략적인 음영의 왜곡을 추출하고, 점차적 확산 방정식을 이용하여 미세한 음영의 왜곡을 추출하는 음영추출 모듈; 및 다운셈플링 및 업스케일링을 포함하는 이미지 프로세싱에 관한 연산을 수행하는 연산 모듈을 포함하는 장치로서, 계곡 모형에서 물을 골에 직접 채우는 방법을 표현하는 점차적 주임 알고리즘; 및 계곡 모형에서 골에 물을 만수 후 배수의 방법으로 채우는 방법을 표현하는 만수 주입 알고리즘에 따라, 영상의 특징이 투영된 계곡 모형의 모델링을 통해 문자 및/또는 그림을 포함하는 문서를 나타내는 영상에 분포하는 음영의 왜곡을 보정하는 것을 특징으로 한다.
본 발명에 의하면, 새로운 알고리즘을 이용하여 음영의 왜곡을 효과적으로 보정할 수 있는 음영의 왜곡 보정방법 및 이를 이용하는 보정장치를 제공하는 것이다.
본 발명이 추가적으로 해결하려는 과제는, 스캔, 특히 카메라로 촬영된 영상에서 조명의 영향으로 발생하는 음영의 왜곡의 인식률이 높은 음영의 왜곡 보정방법 및 이를 이용하는 보정장치를 제공하는 것이다.
본 발명이 추가적으로 해결하려는 과제는, 본래 문서에 포함된 문자 및/또는 그림에는 영향을 미치지 않고 노이즈에 해당하는 음영의 왜곡을 효과적으로 보정할 수 있는 음영의 왜곡 보정방법 및 이를 이용하는 보정장치를 제공하는 것이다.
도 1a는 카메라에 의해 촬영된 문서의 원본 영상을 나타내는 예시도이다.
도 1b 종래의 기술에 따라 상기 원본 영상에 대해 음영의 왜곡을 보정한 결과를 나타내는 예시도이다.
도 2는 본 발명의 일 실시 예에 따른 영상의 왜곡 보정장치를 포함하는 시스템 환경(1)의 예시도이다.
도 3은 본 발명의 일 실시 예에 따른 영상의 왜곡 보정장치(100)의 블록도이다.
도 4는 도 3의 제어부의 블록도이다.
도 5는 본 발명의 일 실시 예에 따른 컴퓨팅 장치(500)에 해당하는 음영의 왜곡 보정장치(100)의 블록도이다.
도 6은 본 발명의 일 실시 예에 따른 영상의 왜곡 보정방법의 흐름도이다.
도 7은 본 발명의 일 실시 예에 따른 만수 주입 방식에 대한 개략적인 묘사도이다.
도 8은 본 발명의 일 실시 예에 따른 확산 방정식의 모델링을 위한 단위 분석도이다.
도 9는 본 발명의 일 실시 예에 따른 점차적 주입 방식에 대한 개략적인 묘사도이다.
도 10은 본 발명의 일 실시 예에 따라 램버시안 표면 모델을 이용한 처리 과정에 관한 도식적인 예시도이다.
도 11은 본 발명의 일 실시 예에 따른 음영의 왜곡 보정방법에 관한 알고리즘을 나타낸다.
도 12는 도 1a의 원본 영상에 대해 본 발명의 일 실시 예에 따른 영상의 왜곡 보정방법에 의해 음영의 왜곡을 보정한 결과를 나타내는 예시도이다.
도 13a는 스캐너로 스캔된 문서의 원본 영상을 나타내는 예시도이다.
도 13b 및 도 13c는 종래의 기술에 따라 상기 원본 영상에 대해 음영의 왜곡을 보정한 결과를 나타내는 예시도이다.
도 13d는 도 13a의 원본 영상에 대해 본 발명의 일 실시 예에 따른 영상의 왜곡 보정방법에 의해 음영의 왜곡을 보정한 결과를 나타내는 예시도이다.
도 14는 본 발명의 실시 예에 따른 음영의 왜곡 보정방법에 관한 OCR 정확도를 나타내는 표이다.
이하, 첨부한 도면을 참조하여 본 발명의 음영의 왜곡 보정방법 및 이를 이용하는 보정장치에 대한 바람직한 실시 예를 상세히 설명한다.
각 도면에 제시된 동일한 참조부호는 동일한 부재를 나타낸다. 또한 본 발명의 실시 예들에 대해서 특정한 구조적 내지 기능적 설명들은 단지 본 발명에 따른 실시 예를 설명하기 위한 목적으로 예시된 것으로, 다르게 정의되지 않는 한, 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 모든 용어들은 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가지고 있다. 일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥상 가지는 의미와 일치하는 의미를 가지는 것으로 해석되어야 하며, 본 명세서에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는 것이 바람직하다.
이하 본 발명의 일 실시 예에 따른 음영의 왜곡 보정방법을 이용하는 보정장치에 대해 설명하기로 한다.
도 2는 본 발명의 일 실시 예에 따른 영상의 왜곡 보정장치를 포함하는 시스템 환경(1)의 예시도이다.
도 2를 참조하면, 상기 시스템 환경(1)은 음영의 왜곡 보정장치(100)에 해당하는 사용자 단말(100), 서버(300) 및 네트워크(400)를 포함한다.
사용자 단말(100)은 영상에 포함된 음영의 왜곡을 보정할 수 있는 장치로서, 영상, 예를 들면 스캔 또는 광학 렌즈를 통한 광노출을 이용하여 수집된 영상으로서 문자 및/또는 그림을 포함하는 문서를 나타내는 영상에 포함된 음영의 왜곡을 보정할 수 있는 전용의 장치, 또는 음영의 왜곡 보정 이외에 컴퓨팅 동작을 통해 이미지 프로세싱을 수행하는 범용의 컴퓨팅 장치로서 음영의 왜곡 보정방법에 관한 음영보정 애플리케이션 모듈에 포함된 각종 컴퓨터 명령어 셋을 실행하는 워크스테이션, 데스크탑 PC, 노트북 컴퓨터, 태블릿을 포함하는 유선/무선 단말기(terminal) 및 모바일 통신용 단말을 포함한다.
상기 사용자 단말(100)의 다양한 실시 예들은 셀룰러 전화기, 무선 통신 기능을 가지는 스마트 폰, 무선 통신 기능을 가지는 개인 휴대용 단말기(PDA), 무선 모뎀, 무선 통신 기능을 가지는 휴대용 컴퓨터, 무선 통신 기능을 가지는 디지털 카메라와 같은 촬영장치, 무선 통신 기능을 가지는 게이밍(gaming) 장치, 무선 통신 기능을 가지는 음악저장 및 재생 가전제품, 무선 인터넷 접속 및 브라우징이 가능한 인터넷 가전제품뿐만 아니라 그러한 기능들의 조합들을 통합하고 있는 휴대형 유닛 또는 단말기들을 포함하되, 이에 한정되는 것은 아니다.
서버(300)는 파일 서버, 업데이트 서버, FTP 서버 및 웹 서버를 포함할 수 있으나 이에 한정되는 것은 아니고, 사용자 단말(100)에 저장된 음영보정 애플리케이션 모듈의 업데이트를 위해 필요한 각종 파일, 예를 들어 새로운 패치, 확장 프로그램 및 서비스 팩을 저장하고, 사용자 단말(100)의 접속을 허용하여 파일 다운로딩에 의한 애플리케이션 업데이트를 제공한다.
네트워크(400)는 LAN, WAN 형태의 유선 네트워크, WiFi, 블루투스, 지그비 등의 근거리 무선 네트워크 및 다양한 종류의 셀룰러 무선통신망을 포함하되, 이에 한정되는 것은 아니다.
사용자 단말(100)에 해당하는 본 발명의 실시 예에 따른 음영의 왜곡 보정장치(100)는 본 발명의 실시 예에 따른 음영의 왜곡 보정방법을 수행하기 위해 구성된 컴퓨터 명령어 셋이 포함된 음영보정 애플리케이션 모듈을 인스톨된 형태로 저장한다.
음영의 왜곡 보정장치(100)는 인스톨되지 않은 상기 음영보정 애플리케이션 모듈이 저장된 미디어를 읽고, 이를 인스톨하여 보정장치(100) 내에 설치할 수 있다. 상기 미디어는 광학 저장 미디어, 예를 들어 CD-ROM 및 DVD-ROM을 포함한다. 또한, 음영보정 애플리케이션 모듈은 서버(300)로부터 내려 받은(downloaded) 바이너리 파일 형태로 제공될 수도 있다. 음영의 왜곡 보정장치(100)는 네트워크(400)를 통해서 서버(300)로부터 각종 파일을 내려 받아 상기 애플리케이션 모듈을 업데이트할 수 있다. 상기 음영의 왜곡 보정장치(100)에 대해 상세히 설명하기로 한다.
도 3은 본 발명의 일 실시 예에 따른 영상의 왜곡 보정장치(100)의 블록도이다.
도 3을 참조하면, 영상의 왜곡 보정장치(100)는 입력 디바이스(input device)(110), 디스플레이 디바이스(display device)(120), 출력 디바이스(output device)(130), 저장 장치(storage device)(140), 통신 장치(communication device)(150), 전원 장치(power device)(160) 및 제어부(control unit)(170)를 포함한다.
입력 디바이스(110)는 음영의 왜곡 보정에 필요한 데이터 및 사용자 작업 환경의 각종 파라미터 설정을 위한 정보 및 명령 입력을 수행하는 키보드, 터치스크린, 마우스 및 전자펜을 포함하되, 이에 한정되는 것은 아니다.
디스플레이 디바이스(120)는 음영의 왜곡 보정을 위한 이미지 프로세싱 과정을 담은 화면의 프레임 출력을 수행하는 브라운관(cathode-ray tube, CRT), 액정 디스플레이(liquid crystal display, LCD), 플라즈마 디스플레이 패널(plasma display panel, PDP), 발광다이오드 (light emitting diode, LED) 디스플레이, 유기 발광다이오드(organic light emitting diode, OLED) 디스플레이를 포함하되, 이에 한정되는 것은 아니다.
출력 디바이스(130)는 프린터, 플로터, 빔프로젝터, 텍스트 음성 변환(text to sound, TTS) 장치와 스피커 및 이어폰을 포함하되, 이에 한정되는 것은 아니다.
저장 장치(140)는 데이터 표시 및 입력 장치(100)로부터 분리가 가능/불가능한 모든 형태로서, 자기테이프, 자기드럼, 플로피 디스크, ZIP 드라이브 및 하드 디스크 드라이브(hard disk drive, HDD)와 같은 자기 방식의 저장장치, SD 카드, USB 메모리 및 솔리드 스테이트 드라이브(solid state drive, SSD)와 같은 플래시 메모리를 이용하는 전기 방식의 저장장치 및 CD-ROM 드라이브, DVD-ROM 드라이브, 블루레이 디스크(blu-ray disc) 드라이브와 같은 광학 방식의 저장장치를 포함하되, 이에 한정되는 것은 아니다.
통신 장치(150)는 네트워크(400)의 각종 통신망에 대응하는 통신 모듈, 예를 들어 블루투스 모듈, WiFi 모듈, 이더넷 인터페이스 카드, USB 모듈, 셀룰러 무선통신 모듈, 모뎀 및 무선 공유기를 포함하되, 이에 한정되는 것은 아니다.
전원 장치(160)는 AC를 DC로 변환하는 파워 서플라이, 어댑터, SMPS와 리튬이온 전지, 납축전지, 연료 전지 및 바이오에탄올 전지와 같은 2차 전지와 1차 전지를 포함하되, 이에 한정되는 것은 아니다. 이하 제어부(170)에 대해 구체적으로 설명하기로 한다.
도 4는 도 3의 제어부의 블록도이다.
도 4를 참조하면, 제어부(170)는 프로세서(central processing unit, CPU)와, 운영체제(operating system) 및 음영보정 애플리케이션 모듈(170-5)이 로드된 메모리(170-4)를 포함한다. 제어부(170)는 메모리(170-4) 영역에서, 운영체제 및 본 발명의 실시 예에 따른 음영의 왜곡 보정방법에 관한 컴퓨터 명령어 셋으로 구성되는 통합 모듈(170-5)을 포함한다. 통합 모듈은(170-5) 모델링 모듈(171) 및 영상처리 모듈(172)을 포함하고, 다시 영상처리 모듈(172)은 영상변환 모듈(172-1), 음영추출 모듈(172-2) 및 이미지 프로세싱에 관한 연산을 수행하는 연산 모듈(172-3)을 포함한다. 전체적으로 제어부(170)는 본 발명의 실시 예에 따른 음영의 왜곡 보정방법이 구현되도록 음영의 왜곡 보정장치(100) 내의 각 구성요소를 제어한다.
전체적으로 제어부(170)는 음영의 왜곡 보정장치(100)가 입력 디바이스(110)를 통해 사용자 입력을 받아 본 발명의 실시 예에 따른 음영의 왜곡 보정방법에 따른 이미지 프로세싱 프로세스, 작업에 필용한 영상 및 사용자 인터페이스를 나타내는 디스플레이(120)를 통한 화면 프레임의 출력 프로세스, 출력 디바이스(130)를 통해 영상을 종이 또는 직물 위에 출력하는 프로세스, 처리된 영상 또는 작업에 필요한 데이터를 저장 장치(140)에 저장하는 프로세스, 작업에 필요한 각종 데이터를 수신하거나 처리된 영상을 통신 장치(150)를 이용하여 네트워크(400)를 통해 서버(300) 또는 외부 단말에 전송하는 프로세스 및 전원 장치(160)를 통한 파워 공급 프로세스를, 제어부(170) 내에 구성된 프로세서(CPU), 운영체제(OS) 및 본 발명의 실시 예에 따른 음영의 왜곡 보정방법에 관한 컴퓨터 명령어 셋이 포함된 음영보정 애플리케이션 모듈이 로드된 메모리를 이용하여 제어한다. 각 구성요소의 기능은 본 발명의 일 실시 예에 따른 음영의 왜곡 보정방법과 함께 설명될 것이다.
컴퓨팅 장치에 해당하는 본 발명의 실시 예에 따른 음영의 왜곡 보정장치(100)는 다른 실시 예를 통해 보다 구체적으로 설명될 수 있다.
도 5는 본 발명의 일 실시 예에 따른 컴퓨팅 장치(500)에 해당하는 음영의 왜곡 보정장치(100)의 블록도이다.
도 5를 참조하면, 컴퓨팅 장치(500)에 해당하는 음영의 왜곡 보정장치(100)는 입력 인터페이스 장치(510), 출력 인터페이스 장치(520), 메모리(531), 저장장치(532), 전원 장치(540), 프로세서(550), 네트워크 인터페이스 장치(560), 무선통신 장치(570) 및 버스(580)를 포함한다.
입력 인터페이스 장치(510)는 사용자의 입력에 따라 이미지 프로세싱에 필요한 동작 및 키입력 값을 입력한다. 입력 인터페이스 장치(510)는 키보드(keyboard), 터치스크린(touch screen), 마우스(mouse), 전자펜(stylus pen) 및 펜 태블릿(pen tablet)을 포함하되, 이에 한정되는 것은 아니다.
출력 인터페이스 장치(520)는 영상을 표시하는 디스플레이(display) 및 영상을 프린팅 출력하는 프린터(printer)를 포함한다.
프로세서(550)는 메모리(531) 및/또는 저장 장치(532)에 저장된 본 발명의 실시 예에 따른 음영의 왜곡 보정방법에 관한 음영보정 애플리케이션 모듈이 포함하고 있는 컴퓨터 명령어 셋을 실행할 수 있다. 프로세서(550)는 중앙 처리 장치(central processing unit, CPU), 그래픽 처리 장치(graphics processing unit, GPU) 또는 본 발명에 따른 음영의 왜곡 보정방법이 수행되는 전용의 프로세서를 의미할 수 있다. 메모리(531)와 저장 장치(532)는 휘발성 저장 매체 및/또는 비휘발성 저장 매체로 구성될 수 있다. 예를 들어, 메모리(531)는 읽기 전용 메모리(read only memory, ROM) 및/또는 랜덤 액세스 메모리(random access memory, RAM)로 구성될 수 있다.
무선통신 장치(570)는 근거리 무선통신, 무선 데이터 통신 및 무선 음성 통신을 위한 장치를 포함한다.
컴퓨팅 장치(500)에 포함된 각각의 구성 요소들은 버스(580)에 의해 연결되어 서로 통신을 수행한다.
이하 상기 설명한 음영의 왜곡 보정장치(100)가 데이터 표시 및 입력 애플리케이션 모듈에 포함된 컴퓨터 명령어 셋의 실행을 통해 수행되는 본 발명의 실시 예에 따른 음영의 왜곡 보정방법을 도 4 및 도 6 내지 도 12를 참조하여 설명하기로 한다.
도 6은 본 발명의 일 실시 예에 따른 영상의 왜곡 보정방법의 흐름도이다.
도 6을 참조하면, 본 발명의 일 실시 예에 따른 음영의 왜곡 보정방법(S100)은, S110 내지 S161 단계를 포함한다.
먼저, 모델링 모듈(171)은 문서를 나타내는 영상, 즉 원본 영상의 특징이 투영된 계곡 모형을 모델링한다(S110). 이하 모델링 모듈(171)이 수행하는 계곡 모형의 모델링 단계에 대해 설명하기로 한다.
도 7은 본 발명의 일 실시 예에 따른 만수 주입 방식에 대한 개략적인 묘사도이다.
도 7을 참조하면, 만수 주입 방식, 즉 물을 가득 채우고 빼기 방식은 물을 큰 웅덩이에 빠르게 채울 때에 사용된다. 이 방식은 웅덩이를 대략적으로 메꾸기 위하여 사용된다. 이 현상을 구현하기 위하여 만수 확산 방정식들, 즉 물을 가득 채우는 방적식과 물이 빠져나가는 확산 방정식이 모델링되어 사용되었다.
Figure 112018006489538-pat00001
Figure 112018006489538-pat00002
물의 조건은 수학식 1과 같이, 해수면(w)의 높이는 항상 음수가 될 수 없고, 수학식 2와 같이, 영상의 경계면에서 물은 빠져 나가게 설계된다. 위의 수학식 1 및 수학식 2에서 t는 시간을, x는 위치 좌표를 나타내는 변수이고, D I 는 영상 전체의 도메인,
Figure 112018006489538-pat00003
는 영상 도메인의 경계면을 의미한다.
Figure 112018006489538-pat00004
도 8은 본 발명의 일 실시 예에 따른 확산 방정식의 모델링을 위한 단위 분석도이다.
도 8을 참조하면, 물을 가득 채우고 빼기 방정식의 설계를 위하여 수학식 3과 같이, 2가지의 수학식, 즉 물을 가득 채우는 수학식과 물이 빠져나가는 수학식이 독립적으로 설계된 후에 혼합되었다.
Figure 112018006489538-pat00005
수학식 3은 더 자세히 풀어서 수학식 4와 같이 물 가득 채우고 빼기 방식의 확산 방정식으로 모델링된다. 위의 수학식 4에서 h peak 는 전체 조도 영상에서 가장 높은 밝기 값에 해당한다.
도 9는 본 발명의 일 실시 예에 따른 점차적 주입 방식에 대한 개략적인 묘사도이다.
도 9를 참조하면, 점차적 주입 방식, 즉 점차적 물 채우기 방식은 물을 작은 웅덩이에 빠르게 채울 때에 사용된다. 이 방식은 웅덩이를 섬세하게 메꾸기 위하여 사용된다. 점차적 물 채우기 방식을 수학적으로 표현하기 위해여 물이 차오르는 것을 표현하는 만조 확산 방정식(incremental diffusion equation)이 모델링되어 사용된다.
도 8을 다시 참조하면, h가 조도 영상에서의 밝기 값이고, w가 순수한 물의 높이인 경우, 점차적 물 채우기의 점차적 확산 방정식은 수학식 5, 수학식 6 및 수학식 7과 같이 모델링 된다.
Figure 112018006489538-pat00006
Figure 112018006489538-pat00007
Figure 112018006489538-pat00008
수학식 5는 해당 위치 xo 에서의 해수면의 총 높이이고, 수학식 6은 xo 에서의 해수면의 시간에 따른 변화량이다.
도 8을 다시 참조하면, 일정 순간에 해당 위치의 해수면의 변화는 해당 위치에서 빠져나가는 물의 양 Jw(xo, t)와 해당 위치로 유입하는 물의 양 Jw(xo-Δ,t)의 차이로 구해진다. xo에서의 물의 유출양의 확산 방정식은 수학식 8과 같이 정리된다.
Figure 112018006489538-pat00009
상기와 같이 마련된 계곡 모형의 모델링을 이용하여 영상에 포함된 음영의 왜곡을 보정하기 위한 다음의 각 단계가 보정장치(100)에 의해 수행된다.
도 6을 계속해서 참조하면, 보정장치(100)는 스캐닝 또는 캡처링 과정을 통해 문서를 나타내는 영상을 입력받는다(S120). 여기서, 문서를 나타내는 영상을 원본 영상이라 칭한다. 이하 단계에서 영상은 기본적으로 원본 영상을 의미하거나, 더 구체적으로는 이전 단계의 결과로서 얻어진 영상을 의미한다.
원본 영상은 외부장치, 예를 들어 광원과 광센서를 구비하는 스캐너 또는 광학 렌즈와 이미지 센서를 구비하는 카메라에 의한 스캐닝 또는 캡처링에 의해 생성될 수 있다. 원본 영상은 문자, 기호, 숫자 등의 텍스트를 포함 및/또는 그림, 예를 들어 차트, 그래프, 사진 그 밖의 OLE 개체를 포함할 수 있다.
다음으로 보정장치(100)는 만수 주입 알고리즘(flood filling algorithm), 즉 물 가득 채우고 빼기 방식에 관한 알고리즘을 이용하여 상기 원본 영상으로부터 대략적인 음영의 왜곡을 추출한다(S130).
여기서, 대략적인 음영의 왜곡이란 전체 음영의 왜곡의 일부분으로서 음영의 왜곡이 아닌 부분과의 경계가 뚜렷한 영역에 분포하는 영역을 말한다. 이러한 영역에 분포하는 대략적인 음영의 왜곡은 계곡 모형에서 웅덩이에 물을 채우는 경우에 일시에 물을 가득 채웠다가, 배수하는 방법으로 웅덩이에 물이 고이는 현상에 비유될 수 있다. S130단계는 내부에 다음의 일련의 단계들을 포함한다.
보정장치(100)는 영상의 밝기 값을 다운샘플(downsample)한다(S131). 영상의 밝기 값은 조도 영상을 통해 획득될 수 있다. 따라서 S131 단계 이전에 영상변환 모듈(172-1)은 영상의 색상모델을 RGB에서 YCbCr 형태로 변환할 수 있다. 상기 변환에 따라 휘도(Y) 성분이 획득된다. 휘도 성분은 영상 전체에 분포하는 음영의 왜곡에 관한 정보를 포함한다. 휘도 성분은 샘플링 레이트(sampling rate)의 조정에 따라 연산 모듈(172-3)에 의해 다운샘플된다. 다운샘플링의 결과로서 축소된 휘도 값(
Figure 112018006489538-pat00010
)이 출력된다.
다음으로 보정장치(100)는 다운샘플된 밝기 값(
Figure 112018006489538-pat00011
)에 급수 주입 알고리즘(flood filling algorithm), 즉 물 가득 채우고 빼기 방식의 알고리즘을 적용한다(S132). 구체적으로 음영추출 모듈(172-2)은 수학식 4의 방정식을 이용하여 대략의 음영의 왜곡에 관한 밝기 값(
Figure 112018006489538-pat00012
)을 추출한다.
다음으로 보정장치(100)는 알고리즘 적용 결과를 평준화한다(S133). 평준화에는 다운샘플된 밝기 값이 사용될 수 있다. 구체적으로 연산 모듈(172-3)은 대략의 음영의 왜곡에 관한 밝기 값(
Figure 112018006489538-pat00013
)과 다운샘플된 밝기 값(
Figure 112018006489538-pat00014
)을 합산하여 평준화된 밝기 값(
Figure 112018006489538-pat00015
)을 출력한다.
다음으로 보정장치(100)는 평준화된 영상의 밝기 값(
Figure 112018006489538-pat00016
)을 다시 업스케일(upscale) 한다(S134). 이 경우 바이큐빅 보간법(bicubic interpolation)이 사용될 수 있고 샘플링 레이드(k s )도 함께 조정될 수 있다. 연산 모듈(172-3)은 대략적인 음영의 왜곡을 추출하는 단계의 최종 결과로서 업스케일된 밝기 값(G)을 출력한다.
다음으로 보정장치(100)는 점차적 주입 알고리즘(incremental filling algorithm), 즉 점차적 물 채우기 방식의 알고리즘을 이용하여 상기 영상으로부터 미세한 음영의 왜곡(w)을 추출한다(S140). 본 단계의 기초 값으로 상기 출력된 업스케일된 밝기 값(G)이 사용될 수 있다. 구체적으로 음영추출 모듈(172-2)은 업스케일된 밝기 값(G)을 수학식 8에 적용하여 미세한 음영의 왜곡이 갖는 밝기 값(w)을 출력한다.
다음으로 보정장치(100)는 상기 대략적인 음영의 왜곡(G) 및 미세한 음영의 왜곡(w)을 합하여 전체 음영의 왜곡(새로운 G)을 생성한다(S150). 여기서, 전체 음영의 왜곡은 최종 배경(final background)에 해당한다.
마지막으로 보정장치(100)는 원본 영상에서 전체 음영의 왜곡이 보정된 목표 영상을 획득한다(S160). 구체적으로 S160 단계는 내부에 S161 단계를 포함할 수 있다.
즉 연산 모듈(172-3)은 램버시안 표면 모델(lambertian surface model)을 이용하여 원본 영상에서 전체 음영의 왜곡(새로운 G)을 제거한다(S161).
도 10은 본 발명의 일 실시 예에 따라 램버시안 표면 모델을 이용한 처리 과정에 관한 도식적인 예시도이다.
도 10을 참조하면, 연산 모듈(172-3)은 원본 영상의 휘도 성분인 Y를 최종 배경(새로운 G)으로 나누고 파라미터인 휘도 팩터(brightness factor)를 조정한다.
S161 단계의 결과로서 새로운 휘도 값 Y가 획득되고, 영상변환 모듈(172-1)은 새로운 Y를 이용하여 영상모델을 다시 YCbCr에서 RGB로 변환하여 최종 목표 영상(Img c )을 출력한다.
도 11은 본 발명의 일 실시 예에 따른 음영의 왜곡 보정방법에 관한 알고리즘을 나타낸다.
도 11을 참조하면, 상기 예를 들어 설명된 본 발명에 따른 음영의 왜곡 보정방법에 관한 세부적인 프로세스가 순차적으로 나타나 있다.
이처럼, 본 발명의 실시 예에 따르면, 새로운 알고리즘을 이용하여 음영의 왜곡이 효과적으로 보정될 수 있다.
또한, 스캔, 특히 카메라로 촬영된 영상에서 조명의 영향으로 발생하는 음영의 왜곡의 인식률이 높아질 수 있다.
또한, 본래 문서에 포함된 문자 및/또는 그림에는 영향을 미치지 않고 노이즈에 해당하는 음영의 왜곡이 효과적으로 보정될 수 있다.
도 12는 도 1a의 원본 영상에 대해 본 발명의 일 실시 예에 따른 영상의 왜곡 보정방법에 의해 음영의 왜곡을 보정한 결과를 나타내는 예시도이다.
도 12를 참조하면, 도 1b에 나타낸 종래의 기술에 따른 결과와 비교하여 문자 및/그림에 관한 인식률이 월등히 높아지고 영상 전반에 분포하던 음영의 왜곡도 대부분 제거된 것이 확인될 수 있다.
도 13a는 스캐너로 스캔된 문서의 원본 영상을 나타내는 예시도이다.
도 13b 및 도 13c는 종래의 기술에 따라 상기 원본 영상에 대해 음영의 왜곡을 보정한 결과를 나타내는 예시도이다.
도 13b 및 도 13c를 참조하면, 종래의 기술에 따라 출력된 결과에서는 문서에 본래 포함된 그림의 음영이 과도하게 제거되거나(a, b), 스캔 과정에서 생긴 노이즈가 여전히 영상 내에 분포되어 있는 것(c, d)이 확인될 수 있다.
도 13d는 도 13a의 원본 영상에 대해 본 발명의 일 실시 예에 따른 영상의 왜곡 보정방법에 의해 음영의 왜곡을 보정한 결과를 나타내는 예시도이다.
도 13d를 참조하면, 상기 종래의 기술에 따른 결과와 비교하여 스캔 과정에서 생긴 노이즈에 해당하는 음영의 왜곡이 제거되면서도 본래의 문자에는 영향을 미치지 않았고, 본래의 그림이 형성하는 음영도 원본에 가깝게 유지되고 있음이 확인될 수 있다.
도 14는 본 발명의 실시 예에 따른 음영의 왜곡 보정방법에 관한 OCR 정확도를 나타내는 표이다.
도 14를 참조하면, 종래의 기술, 예를 들어 Inpainting, ImageJ 및 Tableau와 비교하여 OCR 정확도가 최소 3.65%에서 최대 40.72% 가량 향상된 것이 확인될 수 있다.
본 발명에 따른 방법들은 다양한 컴퓨팅 수단을 통해 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 컴퓨터 판독 가능 매체에 기록되는 프로그램 명령은 본 발명을 위해 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다.
컴퓨터 판독 가능 매체의 예에는 롬(ROM), 램(RAM), 플래시 메모리(flash memory) 등과 같이 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령의 예에는 컴파일러(compiler)에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터(interpreter) 등을 사용해서 컴퓨터에 의해 실행될 수 있는 고급 언어 코드를 포함한다. 상술한 하드웨어 장치인 음영의 왜곡 보정장치(100)는 본 발명의 동작을 수행하기 위해 상기 하드웨어와 결합되어 음영의 왜곡 보정방법을 수행하는 적어도 하나의 소프트웨어 애플리케이션 모듈로 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.
이상으로 본 발명은 도면에 도시된 실시 예를 참고로 하여 설명되었으나, 이는 예시적인 것에 불과하며, 당해 기술이 속하는 분야에서 통상의 지식을 가진 자라면 이로부터 다양한 변형 및 균등한 타 실시 예가 가능하다는 점을 이해할 것이다. 따라서 본 발명의 기술적 보호범위는 아래의 청구범위에 의해서 판단되어야 할 것이다.
100: 음영의 왜곡 보정장치
110: 입력 디바이스
120: 디스플레이 디바이스
130: 출력 디바이스
140: 저장 장치
150: 통신 장치
160: 전원 장치
170: 제어부
171: 모델링 모듈
172: 영상처리 모듈
172-1: 영상변환 모듈
172-2: 음영추출 모듈
172-3: 연산 모듈
170-4: 운영체제 및 음영보정 애플리케이션 모듈이 로드된 메모리
170-5: 음영보정 애플리케이션 모듈
300: 서버
400: 네트워크
500: 컴퓨팅 장치
510: 입력 인터페이스 장치
520: 출력 인터페이스 장치
531: 메모리
532: 저장장치
540: 전원 장치
550: 프로세서
560: 네트워크 인터페이스 장치
570: 무선통신 장치
580: 버스

Claims (11)

  1. 계곡에 분포하는 웅덩이에 물을 채우는 방식에 따라 나타나는 물이 채워지는 현장을 영상에 분포하는 음영의 왜곡에 비유하는 방식에 따라, 계곡 모형의 모델링을 통해 문자 및/또는 그림이 포함된 문서를 나타내는 영상에 분포하는 음영의 왜곡을 보정하고,
    상기 음영의 왜곡을 보정하는 것은,
    문서를 나타내는 영상의 특징이 투영된 계곡 모형을 모델링하는 단계를 포함하고,
    상기 문자 및/또는 그림은 물이 고이는 웅덩이로 표현되고, 상기 음영의 왜곡은 물이 고이지 않는 계곡면으로 표현되는 것을 특징으로 하는, 음영의 왜곡 보정방법.
  2. 청구항 1에 있어서,
    상기 음영의 왜곡 보정방법은,
    문자 및/또는 그림의 밝기가 주변에 비하여 낮게 나타나는 현상에 기초하는 것을 특징으로 하는, 음영의 왜곡 보정방법.
  3. 청구항 1에 있어서,
    상기 음영의 왜곡 보정방법은,
    음영의 왜곡이 문서를 나타내는 영상의 경계면까지 길게 연결되어 분포하는 현상에 기초하는 것을 특징으로 하는, 음영의 왜곡 보정방법.
  4. 삭제
  5. 청구항 1에 있어서,
    상기 음영의 왜곡을 보정하는 것은,
    스캐닝 또는 캡처링 과정을 통해 문서를 나타내는 영상을 입력받는 단계;
    만수 주입 알고리즘(flood filling algorithm)을 이용하여 상기 영상으로부터 대략적인 음영의 왜곡을 추출하는 단계;
    점차적 주입 알고리즘(incremental filling algorithm)을 이용하여 상기 영상으로부터 미세한 음영의 왜곡을 추출하는 단계;
    상기 대략적인 음영의 왜곡 및 미세한 음영의 왜곡을 합하여 전체 음영의 왜곡을 생성하는 단계; 및
    상기 영상에서 상기 전체 음영의 왜곡이 보정된 목표 영상을 획득하는 단계를 더 포함하는 것을 특징으로 하는, 음영의 왜곡 보정방법.
  6. 청구항 5에 있어서,
    상기 대략적인 음영의 왜곡을 추출하는 단계는,
    계곡 모형에서 골에 물을 만수 후 배수 함으로써 채우는 방법을 표현하는 만수 확산 방정식(flood diffusion equation)을 이용하고;
    상기 미세한 음영의 왜곡을 추출하는 단계는,
    계곡 모형에서 물을 골에 직접 채우는 방법을 표현하는 점차적 확산 방정식(incremental diffusion equation)을 이용하는 것을 특징으로 하는, 음영의 왜곡 보정방법.
  7. 청구항 5에 있어서,
    상기 대략적인 음영의 왜곡을 추출하는 단계는,
    영상의 밝기 값을 이용하는 것을 특징으로 하는, 음영의 왜곡 보정방법.
  8. 청구항 5에 있어서,
    상기 미세한 음영의 왜곡을 추출하는 단계는,
    상기 대략적인 음영의 왜곡을 이용하는 것을 특징으로 하는, 음영의 왜곡 보정방법.
  9. 청구항 7에 있어서,
    상기 대략적인 음영의 왜곡을 추출하는 단계는,
    영상의 밝기 값을 다운샘플(downsample)하는 단계;
    다운샘플된 밝기 값에 급수 주입 알고리즘을 적용하는 단계;
    알고리즘 적용 결과를 평준화하는 단계; 및
    평준화된 밝기 값을 다시 업스케일(upscale)하는 단계를 포함하는 것을 특징으로 하는, 음영의 왜곡 보정방법.
  10. 청구항 5에 있어서,
    상기 목표 영상을 획득하는 단계는,
    램버시안 표면 모델(lambertian surface model)을 이용하여 상기 영상에서 전체 음영의 왜곡을 제거하는 단계를 포함하는 것을 특징으로 하는, 음영의 왜곡 보정방법.
  11. 문자 및/또는 그림이 포함된 문서를 나타내는 영상의 특징이 투영된 계곡 모형을 모델링하는 모델링 모듈;
    입력된 영상의 포맷을 변환하는 영상변환 모듈;
    상기 영상으로부터 만수 확산 방정식을 이용하여 대략적인 음영의 왜곡을 추출하고, 점차적 확산 방정식을 이용하여 미세한 음영의 왜곡을 추출하는 음영추출 모듈; 및
    다운샘플링 및 업스케일링을 포함하는 이미지 프로세싱에 관한 연산을 수행하는 연산 모듈을 포함하는 장치로서,
    계곡 모형에서 물을 골에 직접 채우는 방법을 표현하는 점차적 주임 알고리즘; 및
    계곡 모형에서 골에 물을 만수 후 배수의 방법으로 채우는 방법을 표현하는 만수 주입 알고리즘에 따라, 영상의 특징이 투영된 계곡 모형의 모델링을 통해 문자 및/또는 그림을 포함하는 문서를 나타내는 영상에 분포하는 음영의 왜곡을 보정하는 것을 특징으로 하는, 음영의 왜곡 보정장치.
KR1020180006913A 2018-01-19 2018-01-19 음영의 왜곡 보정방법 및 이를 이용하는 장치 KR102014217B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020180006913A KR102014217B1 (ko) 2018-01-19 2018-01-19 음영의 왜곡 보정방법 및 이를 이용하는 장치

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020180006913A KR102014217B1 (ko) 2018-01-19 2018-01-19 음영의 왜곡 보정방법 및 이를 이용하는 장치

Publications (2)

Publication Number Publication Date
KR20190088627A KR20190088627A (ko) 2019-07-29
KR102014217B1 true KR102014217B1 (ko) 2019-08-26

Family

ID=67480874

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020180006913A KR102014217B1 (ko) 2018-01-19 2018-01-19 음영의 왜곡 보정방법 및 이를 이용하는 장치

Country Status (1)

Country Link
KR (1) KR102014217B1 (ko)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002015313A (ja) 2000-06-30 2002-01-18 Oki Electric Ind Co Ltd 画像データ補正装置
JP2012095002A (ja) 2010-10-25 2012-05-17 Hitachi Omron Terminal Solutions Corp 画像補正装置および画像補正方法
JP2012181838A (ja) 2011-03-01 2012-09-20 Sharp Corp 画像処理装置、画像処理方法、プログラムおよび記録媒体

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002015313A (ja) 2000-06-30 2002-01-18 Oki Electric Ind Co Ltd 画像データ補正装置
JP2012095002A (ja) 2010-10-25 2012-05-17 Hitachi Omron Terminal Solutions Corp 画像補正装置および画像補正方法
JP2012181838A (ja) 2011-03-01 2012-09-20 Sharp Corp 画像処理装置、画像処理方法、プログラムおよび記録媒体

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
OLIVEIRA, Daniel Marques, EL AL, "A new method for shading removal and binarization of documents acquired with portable digital cameras," Proc. of Camera-Based Document Analysis and Recognition 1부.*

Also Published As

Publication number Publication date
KR20190088627A (ko) 2019-07-29

Similar Documents

Publication Publication Date Title
JP4930607B2 (ja) 画像処理装置、及び、画像処理プログラム
JP4701144B2 (ja) 画像処理装置、画像処理方法および画像処理プログラム
US9330437B2 (en) Method for automatically generating presentation slides containing picture elements
JP6119991B2 (ja) 画像処理装置およびコンピュータプログラム
US9852498B2 (en) Removing artifacts from document images
US11308628B2 (en) Patch-based image matting using deep learning
CN108830780A (zh) 图像处理方法及装置、电子设备、存储介质
US20230281767A1 (en) Systems and methods for selective enhancement of objects in images
JP2017151908A (ja) 画像補正装置、画像補正方法及び画像補正用コンピュータプログラム
US20230162413A1 (en) Stroke-Guided Sketch Vectorization
CN113507570B (zh) 曝光补偿方法、装置和电子设备
JP5284994B2 (ja) 画像処理装置
US11483463B2 (en) Adaptive glare removal and/or color correction
US8705134B2 (en) Method of processing an image to clarify text in the image
KR102014217B1 (ko) 음영의 왜곡 보정방법 및 이를 이용하는 장치
US8433107B1 (en) Method of enhancing a nose area of an image and related computing device
JP2016019287A (ja) 画像の背景輝度画像の抽出装置及び方法、並びに影除去装置及び方法
US20230127327A1 (en) System and method for learning tone curves for local image enhancement
CN115933949A (zh) 一种坐标转换方法、装置、电子设备及存储介质
KR102215607B1 (ko) 어두운 이미지의 밝기를 개선하기 위한 보정 처리가 가능한 전자 장치 및 그 동작 방법
KR102026308B1 (ko) 이미지에서 그림자를 제거하기 위한 방법
US20230289930A1 (en) Systems and Methods for Lightweight Machine Learning for Image Illumination Control
KR102215603B1 (ko) 이미지 내에서 어두운 부분의 밝기를 개선하기 위해 이미지의 부분 보정이 가능한 전자 장치 및 그 동작 방법
JP2018200620A (ja) 配色変換方法、配色変換装置及びプログラム
US9298319B2 (en) Multi-touch recognition apparatus using filtering and a difference image and control method thereof

Legal Events

Date Code Title Description
E701 Decision to grant or registration of patent right
GRNT Written decision to grant