KR20070019847A

KR20070019847A - 이미지 인식방법

Info

Publication number: KR20070019847A
Application number: KR1020050073795A
Authority: KR
Inventors: 김정훈
Original assignee: 삼성전자주식회사
Priority date: 2005-08-11
Filing date: 2005-08-11
Publication date: 2007-02-15
Also published as: KR100713335B1

Abstract

본 발명은 이미지 인식방법에 관한 것으로, 보다 정확한 이진화 작업을 통해 이미지인식률을 높이기 위한 이미지 인식방법에 관한 것이다.

이를 달성하기 위하여 이미지 인식방법이, 상기 이미지를 흑백이미지로 처리하는 과정과; 상기 흑백이미지에 대한 픽셀의 분포도에서 픽셀분포도가 가장 큰 두 개의 구간을 추출하는 과정과; 상기 픽셀분포도가 가장 큰 두 개의 구간에서 각 구간의 최대 값에 해당하는 제1, 제2임계 값을 추출하는 과정과; 상기 추출된 제1,제2임계 값과 상기 흑백이미지에 대한 픽셀의 분포도에서 상기 제1,제2임계 값과 대응되는 구간에서 추출된 제1,제2최대 값을 비교하는 과정과; 상기 제1,제2임계 값과 상기 제1,제2최대 값의 특성이 동일하면, 상기 추출된 제1,제2임계 값을 통해 상기 이미지를 이진화이미지로 변환하는 과정과; 상기 제1,제2임계 값과 상기 제1,제2최대 값의 특성이 다르면, 상기 제1,제2임계 값에 해당하는 픽셀 수의 값을 서로 변경하여 반전하며, 상기 반전된 제1,제2임계 값을 통해 상기 이미지를 이진화이미지로 변환하는 과정과; 상기 이진화이미지를 통해 이미지인식을 수행하는 과정으로 이루어진 것을 특징으로 한다.

이미지, 픽셀, 기울기, 임계 값, 이진화

Description

이미지 인식방법{METHOD FOR RECOGNIZING OF PICTURE IN WIRELESS TERMINAL}

도 1은 본 발명의 실시 예에 따른 이진화 과정을 통해 문자이미지를 인식하는 과정을 도시한 흐름도.

도 2는 상기 도 1의 이진화 과정에서 임계 값을 추출하는 과정을 도시한 흐름도.

도 3a - 도 3m은 상기 도 1 및 도 2를 설명하기 위한 도면.

일반적으로 이미지를 인식하기 위해서는 상기 이미지를 임의의 임계 값을 통해 이진화이미지로 변환시킨 후, 상기 이진화이미지를 통해 이미지인식 과정을 수행한다.

그럼으로 상기 이미지를 이진화이미지로 변경하기 위해 필요한 임계 값의 추출은 이미지 인식에 있어서 인식의 오류를 줄일 수 있는 중요한 과정이라 할 수 있 다.

예를 들어, 부품의 오삽이나 결품을 검출하기 위한 검사기에서 수행하는 문자인식과정을 살펴보면 하기와 같다.

A. 검출(Finding) : 이미지에서 찾고자하는 문자열이 있는 정확한 위치를 선정하는 과정.

B. 분리(Separation) : 찾은 문자열에서 각각의 문자로 분리하는 과정.

C. 인식(Recognition) : 분리된 문자를 DB와 비교하여 유사도가 높은 문자를 이 문자영상의 텍스트 값으로 인식하는 과정.

상기 문자인식과정 중 문자열의 위치 및 크기를 계산할 때 노이즈나 프린팅된 문자의 농도차이 등으로 인해 문자열 중심 및 문자열 높이, 폭의 계산에 오차가 발생할 수 있다. 이러한 오차는 문자분리시의 오차와 합산되어 인식오류에 많은 영향을 끼친다. 따라서 보다 정확한 이미지 프로세싱을 수행한다면 검출(Finding)의 오차를 줄일 수 있다.

또한 각각의 문자를 분리 시 이치화(Thresholding)기능을 사용하는데, 이미지상태에 따라 이치화된 이미지에 차이가 많기 때문에 정확한 이치화(Thresholding)를 통해 정확한 문자분리와 각각의 문자크기를 구할 수 있음으로, 적절한 이치화 및 문자분리 알고리즘은 상당히 중요하다.

상기 검출(Finding)과정은 이진화이미지로 변환된 문자이미지를 통해 이루어진다.

상기 이진화이미지변환을 위한 이진화 과정을 살펴보면, 먼저 문자이미지를 픽셀분포도에 따라 나타내며, 이때 그레이 레빌(Gray-Level) 값이 낮은 쪽에 분포하는 픽셀 값은 '0'에 가깝고, 그레이 레빌(Gray-Level) 값이 높은 쪽에 분포하는 픽셀 값은 '255'에 가깝다.

상기 이미지만을 구분하기 위해서는 적당한 그레이 레빌(Gray-Level) 값을 선택해야만 이진화(Binary)이미지로로 변환할 수 있다. 여기서 '0'과 '255'의 중간 정도의 값인 '128'의 값을 선택하여. 상기 '128'보다 큰 값의 부분은 '255' 레벨(흰색)로 바꾸고, 상기 '128'보다 작은 값의 부분은 '0' 레벨(검정색)로 바꾸면 이진화이미지가 된다.

상기 '128'을 임계 값이라고 하면, 상기 임계 값에 대한 선택이 상기와 같이 수동으로 찾아주는 방법은 실시간으로 부품을 검사하는 시스템에 적절하지 못하다. 상기 임계 값의 선택은 배경과 물체의 구분에 있어서 가장 중요한 것이기 때문에 가장 최적의 값을 선택하는 것이 중요하다.

상기와 같은 수동적인 방법의 단점을 극복하기 위해 임계 값을 자동으로 찾아주는 방법의 하나로 Otsu's Method이 사용되고 있다. 그러나 Otsu's Method는 배경과 전경이 어두운 특성을 가지고 있을 때 임계 값을 제대로 찾지 못하는 단점을 가지고 있었다.

따라서 본 발명의 목적은 보다 정확한 이진화 작업을 통해 이미지인식률을 높이기 위한 이미지 인식방법을 제공함에 있다.

상기 목적을 달성하기 위한 이미지 인식방법이, 상기 이미지를 흑백이미지로 처리하는 과정과; 상기 흑백이미지에 대한 픽셀의 분포도에서 픽셀분포도가 가장 큰 적어도 두 개의 구간을 추출하는 과정과; 상기 픽셀분포도가 가장 큰 적어도 두 개의 구간에서 각각 임계 값을 추출하며, 상기 추출된 각각의 임계 값을 통해 상기 이미지를 이진화이미지로 변환하는 과정과; 상기 이진화이미지를 통해 이미지인식을 수행하는 과정으로 이루어진 것을 특징으로 한다.

또한 상기 목적을 달성하기 위한 이미지 인식방법이, 상기 이미지를 흑백이미지로 처리하는 과정과; 상기 흑백이미지에 대한 픽셀의 분포도에서 픽셀분포도가 가장 큰 두 개의 구간을 추출하는 과정과; 상기 픽셀분포도가 가장 큰 두 개의 구간에서 각 구간의 최대 값에 해당하는 제1, 제2임계 값을 추출하는 과정과; 상기 추출된 제1,제2임계 값과 상기 흑백이미지에 대한 픽셀의 분포도에서 상기 제1,제2임계 값과 대응되는 구간에서 추출된 제1,제2최대 값을 비교하는 과정과; 상기 제1,제2임계 값과 상기 제1,제2최대 값의 특성이 동일하면, 상기 추출된 제1,제2임계 값을 통해 상기 이미지를 이진화이미지로 변환하는 과정과; 상기 제1,제2임계 값과 상기 제1,제2최대 값의 특성이 다르면, 상기 제1,제2임계 값에 해당하는 픽셀 수의 값을 서로 변경하여 반전하며, 상기 반전된 제1,제2임계 값을 통해 상기 이미지를 이진화이미지로 변환하는 과정과; 상기 이진화이미지를 통해 이미지인식을 수행하는 과정으로 이루어진 것을 특징으로 한다.

이하 본 발명의 바람직한 실시 예들의 상세한 설명이 첨부된 도면들을 참조하여 설명될 것이다. 도면들 중 동일한 구성들은 가능한 한 어느 곳에서든지 동일한 부호들을 나타내고 있음을 유의하여야 한다.

도 1은 본 발명의 실시 예에 따른 이진화 과정을 통해 문자이미지를 인식하는 과정을 도시한 흐름도이고, 도 2는 상기 도 1의 이진화 과정에서 임계 값을 추출하는 과정을 도시한 흐름도이며, 도 3a - 도 3l은 상기 도 1 및 도 2를 설명하기 위한 도면이다. 본 발명의 실시 예에서는 문자인식을 통해 부품의 오류를 검사하는 검사기를 통해 수행되는 문자이미지 인식 동작을 가정하여 설명한다. 그러나, 본 발명에 따라 임계 값 추출과정 및 상기 추출된 임계 값을 통한 이진화과정은 상기 문자인식을 통해 부품의 오류를 검사하는 검사기뿐만 아니라, 이미지를 인식하기 위해 수행되는 모든 과정에서 동일하게 수행될 수 있다.

상기 도 1을 참조하면, 인식하기 위한 문자이미지가 101단계에서 촬영되면, 상기 검사기의 제어부는 상기 촬영된 문자이미지를 흑백이미지로 처리하는 102단계를 진행한다. 상기 도 3a는 상기 102단계에서 흑백이미지로 처리된 문자이미지를 나타내며, 상기 도 3b는 상기 도 3a의 흑백이미지로 처리된 문자이미지에 대한 픽셀분포도를 나타내고 있다.

상기 제어부는 103단계에서 상기 흑백이미지로 처리된 문자이미지에 대한 픽셀분포도를 히스토그램 생성을 통해 평활화 시킨다. 상기 도 3c는 상기 히스토그램 생성을 통해 픽셀분포도가 평활화된 흑백이미지로 처리된 문자이미지를 나타내면, 상기 도 3d는 상기 히스토그램의 생성을 통해 평활화 된 픽셀의 분포도를 나타내고 있다. 상기 픽셀의 분포도를 나타내는 상기 도 3d에서 가로축은 픽셀 값(0-255)을 나타내며, 세로축은 픽셀들의 수를 나타낸다.

상기 103단계에서 상기 히스토그램의 생성을 통해 평활화된 문자이미지는 104단계에서 미디언 필터(Median Filter)의 필터링을 통해 노이즈가 제거되며, 상기 도 3e는 상기 미디언 필터(Median Filter)의 필터링을 통해 노이즈가 제거된 문자이미지를 나타내고 있다.

상기 제어부는 상기 104단계에서 노이즈가 제거된 문자이미지를 이진화이미지로 변환하기 위해 200단계를 수행한다. 상기 200단계의 이진화 처리과정을 도 2를 통해 상세히 설명한다.

상기 도 2를 참조하면, 상기 제어부는 상기 도 3d와 같은 문자이미지에 대한 픽셀분포도에서 순차적으로 픽셀 값 즉, 0-255사이의 각 픽셀간의 상관관계를 이용하여 기울기를 추출하는 201단계를 진행한다.

상기 201단계에서 추출된 기울기들을 통해 상기 제어부는 202단계에서 기울기가 급변하는 급변구간들을 추출하며, 상기 급변구간을 통해 최대 값과 최소 값을 추출한다. 상기 도 3f에서 (a)구단,(b)구간 및(c)구간은 기울기가 급변하는 구간들을 나타내며, 상기 (a)구간에서 M1은 상기 (a)구간에서 추출된 최대 값을 나타내며, 상기 (b)구간에서 m1은 상기 (b)구간에서 추출된 최소 값을 나타내며, 상기 (c)구간에서 M2는 상기 (c)구간에서 추출된 최대 값을 나타낸다.

상기 도 3f와 같이 기울기가 급변하는 구간들 각각에서 최대 값(M1, M2) 및 최소 값(m1)이 추출되면, 상기 제어부는 구간을 분류하는 203단계를 진행한다.

상기 203단계에서 상기 제어부는 상기 202단계에서 추출된 최소 값들을 구간분류 기준선으로 설정하며, 상기 202단계에서 추출된 최대 값을 하나 씩 가지는 구간들을 설정한다. 상기 도 3g는 최소 값(m1)을 구간분류 기준선으로 하여 최대 값(M1)을 가지는 (A)구간 및 최대 값(M2)을 가지는 (B)구간을 나타내고 있다.

상기 203단계에서 구간이 분류되면, 상기 제어부는 분류된 구간별로 픽셀분포도를 검출하는 204단계를 진행한다. 상기 204단계에서 상기 제어부는 상기 203단계에서 분류된 구간별로 픽셀분포도를 검출하며, 상기 검출된 픽셀분포도들 중에서 가장 큰 픽셀분포도를 가지는 두 구간을 추출한다.

상기 픽셀분포도가 가장 큰 두 구간이 추출되면, 상기 제어부는 상기 추출된 두 구간의 각각 최대 값을 임계 값으로 하여 제1,제2임계 값을 추출하는 205단계를 진행한다. 상기 도 3h는 상기 도 3g에서 픽셀분도포가 가장 큰 두 구간으로 (A)구간 및 (B)구간을 추출한 후, 제1임계 값으로 설정되는 상기 (A)구간의 최대 값(M1) 및 제2임계 값으로 설정되는 상기 (B)구간의 최대 값(M2)을 나타내고 있다.

상기 205단계에서 제1,제2임계 값이 추출되면, 상기 제어부는 상기 제1,제2임계 값과 상기 도 1의 102단계의 흑백이미지에 대한 픽셀의 분포도에서 상기 제1,제2임계 값과 대응되는 구간에서 추출되는 제1,제2최대 값을 비교한다. 상기 제1,제2최대 값은 상기 도 3d에서 S1과 S2를 나타낸다.

상기 도 3d 및 도 3h 같이, 상기 도 3d의 제1최대 값(S1) 및 제2 최대 값(S2)과 상기 도 3g의 제1임계 값(M1) 및 제2임계 값(M2)의 특성이 동일하면, 상기 제어부는 206단계에서 이를 감지하고 상기 도 3h와 같은 제1,제2 임계 값(M1,M2)을 이용하여 상기 102단계에서 흑백이미지로 처리된 문자이미지를 이진화이미지로 처리하는 208단계를 진행한다.

그러나, 상기 205단계에서 추출된 제1,제2임계 값이 상기 도 3i와 같다면, 상기 제어부는 상기 도 3d의 제1최대 값(S1) 및 제2 최대 값(S2)과 상기 도 3i의 제1임계 값(M1) 및 제2임계 값(M2)의 특성이 동일하지 않음을 상기 206단계에서 감지하고 207단계를 진행한다.

상기 207단계에서 상기 제어부는 도 3i에서 제1임계 값(M1)에 해당하는 픽셀 수의 값(z1)과 제2임계 값(M2)에 해당하는 픽셀 수의 값(z2)을 서로 변경하여 반전한다. 그러면, 제1임계 값(M1)은 제2임계 값(M2)의 픽셀 수의 값(z2)을 가지고, 제2임계 값(M2)은 상기 제1임계 값(M1)의 픽셀 수의 값(z1)을 가짐으로, 상기 도 3h 와 같은 제1,제2임계 값을 가지게 된다. 상기 207단계를 통해 배경과 전경비가 반대인 특성의 이미지를 다시 반전시킬 수 있다.

상기 207단계에서 상기 도 3h와 같은 제1,제2임계 값이 추출되면, 상기 제어부는 상기 도 3h와 같은 제1,제2 임계 값을 이용하여 상기 102단계에서 흑백이미지로 처리된 문자이미지를 이진화이미지로 처리하는 208단계를 진행한다.

상기 도 3j는 상기 도 2와 같은 과정을 통해 이진화처리된 문자이미지를 나타내고 있다.

상기 도 1의 200단계 통해 이진화이미지가 추출되면, 상기 제어부는 105단계에서 필터링을 통해 노이즈를 제거하여 상기 도 3k와 같은 문자이미지를 표시한다.

그리고, 상기 제어부는 상기 104단계 및 105단계를 통해 노이즈가 제거된 이 진화이미지를 통해 문자이미지 인식을 수행하는 106단계를 수행한다.

상기 106단계에서 상기 제어부는 상기 이진화된 문자이미지에서 전체문자열의 길이를 추출한 후, 상기 문자열에서 각 문자마다 구간을 설정한다. 상기 도 3l은 각 문자마다 구간이 설정된 문자이미지를 나타내고 있다. 상기 도 3l과 같이 각 문자마다 구간이 설정되면, 상기 제어부는 각각의 문자이미지를 순차적으로 추출하며, 상기 추출된 문자이미지와 DB에 저장된 문자이미지를 비교하면서 문자인식과정을 수행한다.

상기 도 3m은 본 발명에 따른 이진화된 결과이미지와 종래기술에 따라 이진화된 결과이미지를 비교한 것이다. 상기 도 3m에서 310은 원 이미지를 나타내고, 302는 종래기술에 따른 이진화 과정을 통해 이진화된 이미지를 나타내며, 303은 본 발명에 따른 이진화 과정을 통해 이진화된 이미지를 나타내며, 304는 히스토그램에 따른 이미지분포도를 나타내고 있다.

상술한 본 발명의 설명에서는 휴대 단말기와 같은 구체적인 실시 예에 관해 설명하였으나, 여러 가지 변형이 본 발명의 범위에서 벗어나지 않고 실시 할 수 있다. 따라서 본 발명의 범위는 설명된 실시 예에 의하여 정할 것이 아니고 특허청구범위와 특허청구범위의 균등한 것에 의해 정해져야 한다.

즉, 상술한 바와 같이 본 발명은 최적의 임계 값으로 변환된 이진화이미지를 통해 이미지 인식방법을 수행함으로써, 보다 정확한 이미지 인식 과정을 수행할 수 있는 효과가 있다.

Claims

이미지 인식방법에 있어서,

상기 이미지를 흑백이미지로 처리하는 과정과,

상기 흑백이미지에 대한 픽셀의 분포도에서 픽셀분포도가 가장 큰 적어도 두 개의 구간을 추출하는 과정과,

상기 픽셀분포도가 가장 큰 적어도 두 개의 구간에서 각각 임계 값을 추출하며, 상기 추출된 각각의 임계 값을 통해 상기 이미지를 이진화이미지로 변환하는 과정과,

상기 이진화이미지를 통해 이미지인식을 수행하는 과정으로 이루어진 것을 특징으로 하는 상기 방법.
제1항에 있어서,

상기 흑백이미지에 대한 픽셀의 분포도는 히스토그램을 통해 평활화되는 것을 특징으로 하는 상기 방법.
제1항에 있어서, 상기 픽셀분포도가 가장 큰 적어도 두 개의 구간을 추출하는 과정이,

상기 픽셀분포도에서 각 픽셀 간의 기울기를 구하는 과정과,

상기 기울기를 통해 기울기가 급변하는 급변구간들을 추출하는 과정과,

상기 기울기가 급변하는 급변구간들에서 최대 값 및 최소 값을 추출하는 과정과,

상기 최대값 및 최소값을 통해 구간을 분류하는 과정과,

상기 분류된 구간 중 픽셀분포도가 가장 큰 적어도 두 개의 구간을 추출하는 과정으로 이루어진 것을 특징으로 하는 상기 방법.
제3항에 있어서,

상기 최소 값을 구간분류의 기준선으로 설정하며, 상기 최대 값을 각각 가지는 구간으로 분류하는 것을 특징으로 하는 상기 방법.
제1항에 있어서,

상기 임계 값은 각 구간의 최대 값을 나타내는 것을 특징으로 하는 상기 방법.
제1항에 있어서,

상기 이진화이미지를 위해 추출된 각각의 임계 값과 상기 흑백이미지의 픽셀분포도에서 추출되는 각각의 임계 값을 비교하는 과정과,

상기 이진화이미지를 위해 추출된 각각의 임계 값과 상기 흑백이미지의 픽셀분포도에서 추출되는 각각의 임계 값의 특성이 서로 다르면, 상기 이진화이미지를 위해 추출된 각각의 임계 값의 해당하는 픽셀 수의 값을 서로 변경하는 과정과,

상기 해당 픽셀 수의 값이 서로 변경된 각각의 임계 값을 통해 상기 이미지를 이진화이미지로 변환하는 과정이 더 포함된 것을 특징으로 하는 상기 방법.
제6항에 있어서,

상기 흑백이미지의 픽셀분포도에서 추출되는 각각의 임계 값은 상기 이진화이미지를 위해 추출된 각각의 임계 값과 대응되는 구간에 위치하는 것을 특징으로 하는 상기 방법.
제6항 또는 제7항에 있어서,

상기 임계 값은 각 구간의 최대 값을 나타내는 것을 특징으로 하는 상기 방법.
이미지 인식방법에 있어서,

상기 이미지를 흑백이미지로 처리하는 과정과,

상기 흑백이미지에 대한 픽셀의 분포도에서 픽셀분포도가 가장 큰 두 개의 구간을 추출하는 과정과,

상기 픽셀분포도가 가장 큰 두 개의 구간에서 각 구간의 최대 값에 해당하는 제1, 제2임계 값을 추출하는 과정과,

상기 추출된 제1,제2임계 값과 상기 흑백이미지에 대한 픽셀의 분포도에서 상기 제1,제2임계 값과 대응되는 구간에서 추출된 제1,제2최대 값을 비교하는 과정과,

상기 제1,제2임계 값과 상기 제1,제2최대 값의 특성이 동일하면, 상기 추출된 제1,제2임계 값을 통해 상기 이미지를 이진화이미지로 변환하는 과정과,

상기 제1,제2임계 값과 상기 제1,제2최대 값의 특성이 다르면, 상기 제1,제2임계 값에 해당하는 픽셀 수의 값을 서로 변경하여 반전하며, 상기 반전된 제1,제2임계 값을 통해 상기 이미지를 이진화이미지로 변환하는 과정과,

상기 이진화이미지를 통해 이미지인식을 수행하는 과정으로 이루어진 것을 특징으로 하는 상기 방법.
제10항에 있어서,

상기 흑백이미지에 대한 픽셀의 분포도는 히스토그램을 통해 생성되는 것을 특징으로 하는 상기 방법.
제10항에 있어서, 상기 픽셀분포도가 가장 큰 두 개의 구간을 추출하는 과정이,

상기 픽셀분포도에서 각 픽셀 간의 기울기를 구하는 과정과,

상기 기울기를 통해 기울기가 급변하는 급변구간들을 추출하는 과정과,

상기 기울기가 급변하는 급변구간들에서 최대 값 및 최소 값을 추출하는 과정과,

상기 최대값 및 최소값을 통해 구간을 분류하는 과정과,

상기 분류된 구간 중 픽셀분포도가 가장 큰 두 개의 구간을 추출하는 과정으로 이루어진 것을 특징으로 하는 상기 방법.
제12항에 있어서,

상기 최소 값을 구간분류의 기준선으로 설정하며, 상기 최대 값을 각각 가지는 구간으로 분류하는 것을 특징으로 하는 상기 방법.