KR940015911A - 문자 인식방법 - Google Patents

Abstract

본 발명은 문자를 인식하기 위한 특징 추출단계 및 인식단계에서 후보문자를 선택하고 인식하는 것으로서 종래에는 스트로크의 수를 산출하여 후보문자를 선택하였으므로 한글과 같이 모아 쓰기를 하여 두개이상의 자소가 서로 연결되는 경우가 빈번하게 발생되는 문자를 인식할 경우에 후보문자의 수가 증가하게 되고, 이로 인하여 문자를 인식하는데 많은 시간이 소요됨은 물론 문자의 인식률이 저하되었다.

본 발명은 추출하고자 하는 자획에 대응하는 특정방향으로의 영상의 밝기변화를 검출하여 궁극적으로 원하는 자획을 추출하는 것으로 경사획을 추출할 수 있는 특정한 3방향으로의 밝기 변화가 검출된 영상들을 논리적으로 조합하여 빗침과 내림의 두 경사획을 추출하고, 각각의 영상의 수직 및 수평방향으로의 밝기가 검출된 영상으로부터 상기의 추출한 빗침과 내림의 두 경사획의 영상을 논리적으로 처리하여 각각의 획을 추출하며, 문자의 영역을 8개의 특정영역으로 나누고, 각각의 특정영역에서 스트로크를 선택하여 이들의 길이를 정규화한 후 절대값(megnitude)을 계산하여 이 절대값으로 후보문자를 선택하며, 문자의 인식을 위하여 2개의 특징량을 사용하고, 하나의 특징량에 의해 선택된 후보문자에 대하여 다른 하나의 특징량으로 인식결과를 검증함과 아울러 인식의 신뢰도를 표시함으로써 시스템의 구성을 단순화할 수 있고, 이로 인하여 처리시간이 단축될 뿐만 아니라 잡음에 대해서도 기존의 방법보다 강하며, 2단계에 걸친 인식 결과의 검중으로 인식의 정확도를 향상시키며, 인식의 신뢰도를 표현하여 인식오류의 수정시 검색시간이 단축되고, 편리하게 수정할 수 있다.

Description

문자 인식방법

본 내용은 요부공개 건이므로 전문내용을 수록하지 않았음

제4도는 본 발명의 문자인식 전체동작을 보인 흐름도, 제5도의 (가)-(사)는 본 발명에 의하여 추출되는 자획성분을 예로들어 보인 설명도, 제6도는 본 발명에서 정의되는 방향코드를 보인 도면.

Claims (10)

1. 입력된 개별문제를 절출하여 그 크기를 구하는 제1과정과, 크기에 따른 문자의 정규화를 수행하는 제2과정과, 정규화된 문자영상으로부터 각각의 방향별 자획성분을 추출하는 제3과정과, 문자를 특징영역으로 나누고 각 특징영역에서의 상기 추출한 자획의 크기를 구하는 제4과정과, 상기 제4과정에서 구한 자획의 크기를 기준값과 비교하여 후보문자를 선택하고 메모리에 저장하는 제5과정과, 제5과정에서 추출한 후보문자의 특징량과 입력문자의 특징량을 비교하여 문자 인식하는 제6과정으로 됨을 특징으로 하는 문자 인식방법.
2. 제1항에 있어서, 제3과정은 정규화된 문자영상의 특정방향으로의 밝기변화로 방향성 자획성분을 추출하고, 추출한 방향성 자획성분을 논리결합하여 빗침, 내림, 수평 및 수직 방향별 자획성분을 추출하는 것을 특징으로 하는 문자 인식 방법.
3. 제2항에 있어서, 빗침방향 자획성분 B(x,y)는 다음의 논리식으로 추출함을 특징으로 하는 문자 인식 방법.

   B(x,y)=S(x,y)*SW(x.y)

   여기서, S(x,y) 및 SW(x,y)는 각기 S 및 SW방향의 영상에 대한 동일 좌표의 화소값이다.
4. 제2항에 있어서, 내림방향 자획성분 N(x,y)는 다음의 논리식으로 추출함을 특징으로 하는 문자 인식방법.

   N(x,y)=S(x,y)*SE(x,y)

   여기서, S(x,y) 및 SE(x,y)는 각기 S 및 SE방향의 영상에 대한 동일 좌표의 화소값이다.
5. 제2항에 있어서, 수평방향 자획성분은 수직방향의 획성분이 추출된 영상에 빗침획 영상 및 내림획 영상을 논리곱하여 추출함을 특징으로 하는 문자 인식방법.
6. 제2항에 있어서, 수평방향 자획성분은 수직방향의 획성분이 추출된 영상에 빗침획 영상 및 내림획 영상을 논리곱하여 추출함을 특징으로 하는 문자 인식 방법.
7. 제1항에 있어서, 제4과정은 입력문자의 영역을 8개의 특징영역으로 나누고, 각 특징영역에서의 스트로크만을 추출하여 길이를 정규화하며, 정규화된 자획의 길이를 모두 합하여 그 특징영역의 절대값으로 지정함을 특징으로 하는 문자 인식 방법.
8. 제7항에 있어서, 각 특징영역에서 추출한 스트로크에 그의 크기에 대응하는 계수(weight)를 곱하여 길이를 정규화함을 특징으로 하는 문자 인식 방법.
9. 제1항에 있어서, 제5과정은 특징영역별로 구한 절대값과 해당영역에 대응하는 기준값을 비교하여 각 영역별로 입력문자와 동일한 종류에 속하는 문자를 후보문자로 선택 및 저장함을 특징으로 하는 문자 인식방법.
10. 제1항에 있어서, 제6과정은 각 후보문자에 대한 단위 면적당 방향 특징량 Dm을 구하여 그 크기순으로 정렬 및 Dm이 가장 작은 후보문자를 선택하는 제1단계와, 선택한 후보문자의 Dm이 임계값 α1보다 작으면 이 후보문자를 입력문자로 인식을 인식하고, 인식의 신뢰도 RF=1로 지정하는 제2 단계와 Dm이 임계값 α1과 같거나 크면, Dm이 가장 작은 후보문자에 대해 2번째 인식 특징량인 단위 면적당 흑화소의 비 Rm을 구하는 제3단계와, 2번째 인식 특징량인 단위 면적당 흑화소의 비 Rm을 Rm이 임계값 α2보다 작으면, 이 후보문자를 입력문자로 인식하고 인식의 신뢰도 RF=1로 지정하는 제4단계와, Rm이 임계값보다 같거나 크면 후보문자를 입력문자로 인식하고 인식하고 인식 신뢰도 RF=0으로 지정하는 제5단계로 됨을 특징으로 하는 문자 인식방법.

    ※ 참고사항 : 최초출원 내용에 의하여 공개하는 것임.