KR950001551A - 이미지 세그먼테이션 및 이미지 요소 분류 방법 - Google Patents

이미지 세그먼테이션 및 이미지 요소 분류 방법 Download PDF

Info

Publication number
KR950001551A
KR950001551A KR1019940011969A KR19940011969A KR950001551A KR 950001551 A KR950001551 A KR 950001551A KR 1019940011969 A KR1019940011969 A KR 1019940011969A KR 19940011969 A KR19940011969 A KR 19940011969A KR 950001551 A KR950001551 A KR 950001551A
Authority
KR
South Korea
Prior art keywords
image
image element
elements
segmentation
classification
Prior art date
Application number
KR1019940011969A
Other languages
English (en)
Other versions
KR0131279B1 (ko
Inventor
린드토르프 클라우스
Original Assignee
윌리암 티. 엘리스
인터내셔널 비지네스 머신즈 코포레이션
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 윌리암 티. 엘리스, 인터내셔널 비지네스 머신즈 코포레이션 filed Critical 윌리암 티. 엘리스
Publication of KR950001551A publication Critical patent/KR950001551A/ko
Application granted granted Critical
Publication of KR0131279B1 publication Critical patent/KR0131279B1/ko

Links

Classifications

    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/30—Writer recognition; Reading and verifying signatures
    • 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
    • G06V30/1444—Selective acquisition, locating or processing of specific regions, e.g. highlighted text, fiducial marks or predetermined fields
    • 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
    • G06V30/148—Segmentation of character regions
    • G06V30/15—Cutting or merging image elements, e.g. region growing, watershed or clustering-based techniques
    • 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
    • G06V30/148—Segmentation of character regions
    • G06V30/155—Removing patterns interfering with the pattern to be recognised, such as ruled lines or underlines
    • 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
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Artificial Intelligence (AREA)
  • Human Computer Interaction (AREA)
  • Character Input (AREA)
  • Image Analysis (AREA)
  • Image Processing (AREA)
  • Character Discrimination (AREA)
  • Facsimile Image Signal Circuits (AREA)

Abstract

이미지를 세그먼트, 분류 및 클리닝하는 방법이 개시되어 있다. 본 방법은 상이한 클래스에 속하는 요소들을 포함하는 이미지 데이타가 입력되는 응용에서 사용될 수 있다. 본 방법은 이들 요소들을 발견, 분리 및 분류할 것이다. 후속 처리를 위해 중요한 요소만 유지하므로 처리 데이타의 양은 상당히 감소된다.

Description

이미지 세그먼테이션 및 이미지 요소 분류 방법
본 내용은 요부공개 건이므로 전문내용을 수록하지 않았음
제 1 도는 소문자“e”의 휘도 화소 매트릭스를 도시한 도면, 제 2 도는 너무 작은 값을 갖는 이미지 요소 연결의 검출 방안을 도시한 도면, 제 3 도는 상호 겹쳐진 직사각형 이미지 영역의 예를 개략적으로 도시한 도면, 제 4 도는 전형적인 텍스트 선내에서 발견되는 이미지 요소의 전형적인 예를 도시한 도면.

Claims (19)

  1. 문서 처리(document processing)를 위한 이미지 세그먼테이션(image segmentation) 및 이미지 요소 분류(classification fo image elements) 방법으로서, 특히, 기록된 정보(written information)의 문자 인식에 앞서 특히 서명(signature)을 분석(analyze)하고 인식(recognize)하기에 앞서, 문서로 부터 원하지 않는 정부(unwanted information) 예를 들어 서식 요소(form elements), 선(line) 또는 인쇄 문자(printed characters)와 이에 상응한 것들을 제거하기 위한 방법에 있어서: 1) 이미지를 이미지 요소들로 세그먼테이션하는 단계와; 2) 상기 각 이미지 요소로 부터 특징 정보(feature informtion)를 추출(extraction)하는 단계와; 3) 단계 1)에서 얻은 각각의 상기 이미지 요소를 분류하는 단계와; 4) 원하지 않는 정보로 분류된 이미지 정보를 제거하는 단계를 포함하는 것을 특징으로 하는 문서 처리를 위한 이미지세그먼테이션 및 이미지 요소 분류 방법.
  2. 제 1 항에 있어서, 단계 1)의 상기 세그먼테이션은 상기 각 이미지 요소를 탐색(search)하고 후속 처리(futher processing)를 위해, 발견된 상기 각 이미지 요소를 저장(store)함으로써 수행되는 문서 처리를 위한 이미지 세그먼테이션 및 이미지 요소 분류 방법.
  3. 제1 또는 2항에 있어서, 상기 분류는 제 1 항의 단계 2)에 의해 생성된 상기 특징 정보를 근거로 하며, 문맥 의존적(context sensitive)으로 수행되는 문서처리를 위한 이미지 세그먼테이션 및 이미지 요소 분류 방법.
  4. 제1,2 또는 3항에 있어서, 상기 세그먼테이션 단계를 위하여 상기 문서의 상기 완전한 이미지의 화소어레이(a pixel array)를 수평 및 수직 방향으로 스캔(scan)하고, 거의 동일한 휘도를 갖는 다수의 화소로 통상 구성된 상기 각 이미지 요소는 동일한 이미지 요소에 속하는 지의 여부에 대한 탐색되는 문서 처리를 위한 이미지 세그먼테이션 및 이미지 요소 분류 방법.
  5. 제 4 항에 있어서, 상기 화소는: a) 선(line)의 방향으로 체크되며, 급작스런 방향 변화들(abrupt direction changes) 및 그들의 위치는 화소 연결(pixel cinnection)이 단절되는 절단점(breaking points)으로서 저장되어 인지(notice)되거나 또는, b) 병렬 런(parallel runs)으로 체크되며, 2개의 이러한 런의 화소들 사이의 경계 길이(the length of the borders)가 계산되어, 만약 상기 길이가 소정 임계치(a certain threshold value)보다 낮으면 상기 화소 연결은 단절되거나 또는, c) 상기 단계 b) 및 c)의 조합으로 체크되며, 함께 속하지 않는 이미지 요소를 분리하는 문서 처리를 위한 이미지 세그먼테이션 및 이미지 요소 분류 방법.
  6. 제 1 항 내지 5항의 어느 한 항에 있어서, 필요 최소 크기(a required minimum size) 이하이며 또한/또는 중요한 정보를 전달(carry)하지 않는 이미지 요소는, 바람직하게 즉시. 폐기(discard)되며, 따라서 상기 이미지의 배경 노이즈(background noise)를 생략하며 이미지 요소의 수를 낮게 유지하는 문서 처리를 위한 이미지 세그먼테이션 및 이미지 요소 분류 방법.
  7. 제 1 항 내지 6항의 어느 한 항에 있어서, 상기 각 이미지 요소로 부터의 상기 특징 추출은, 대부분의 경우, 상기 세그먼테이션 프로세스동안 즉시 수행되는 문서 처리를 위한 이미지 세그먼테이션 및 이미지 요소 분류 방법.
  8. 제 7 항에 있어서, 상기 단일 이미지 요소와 이 요소에 이웃한 이미지 요소간의 관계를 기술(describe)하는 이웃 특징(neighborhood features) 및 상기 이미지 요소 그 자체의 성질(properties)을 기술하는 로컬 특징(local features)이 계산되는 문서 처리를 위한 이미지 세그먼테이션 및 이미지 요소 분류 방법.
  9. 제 8 항에 있어서, 거의 동일한 크기 특성(size properties)을 가지는 이미지 요소들만의 계수와 조합하여 인쇄 텍스트(printed text)를 표시할 수 있는, 특정 방향에서 이웃 이미지 요소들의 수(neighbored image elements)가, 이웃 특정값으로서 계산되는 문서 처리를 위한 이미지 세그먼테이션 및 이미지 요소 분류 방법.
  10. 제8 또는 9항에 있어서, 상기 로컬 특정값으로서, 상기 이미지 요소를 수평 및 수직 방향으로 최대한 연장하여 얻어지는 직사각형 영역(rectangular area)내의 배경 화소수(the number of background pixels)와 전경 화소수(the number of foreground pixels)간의 비율(ratio)인 밀도 특징(a density feature) 및/또는, 수평 및 수직 방향의 복잡도 특징(a complexity feature)으로서, 상기 특정 방향에 대한 고휘도 및 저휘도간의 평균 변화 수(the average number of changes)로서 주어지며 이미지 요소에 속하는 선 부분(line parts)의 수를 나타내는 복잡도 특징 및/또는, 이미지 요소의 엔벨로프(envelope)의 폭과 높이의 몫(quotient)인 종횡비특징(aspect ratio feature)이 계산되는 문서 처리를 위한 이미지 세그먼테이션 및 이미지 요소 분류 방법.
  11. 제8,9 또는 10항에 있어서, 상기 각 로컬 특징값은 대응하는 이웃 특징값 대등값(a corresponding neighborhood feature value equivalent)을 가지며, 상기 대등값은 고정된 반경(radius)에 의해 주어지는 영역내의 각 이미지 요소의 로컬 특징값의 평균으로서 계산되며, 상기 계산된 특징값은 그들의 특정 거리(specific distances)에 의해 가중치 부여되는(weighted) 문서 처리를 위한 이미지 세그먼테이션 및 이미지 요소 분류 방법.
  12. 제 1 항 내지 11항의 어느 한 항에 있어서, 상기 분류 단계는 인공 신경망(artificial neural network), 바람직하게는 다중층 피드 포워드 망(multi-layer feed forward net)에 의해 수행되는 문서 처리를 위한 이미지 세그먼테이션 및 이미지 요소 분류 방법.
  13. 제 1 항 내지 제12항의 어느 한 항에 있어서, 상기 분류단계에서 상기 각 이미지 요소의 특징 값은 인공 신경망에 공급되고, 내부적으로 가중치 부여되며, 하나의 출력이 계산되어 그 특징 세트에 대한 상기 이미지 요소가 특정 클래스(class)에 속하는지 여부에 대한 확률을 나타내는 값을 제공하는 문서 처리를 위한 이미지 세그먼테이션 및 이미지 요소 분류 방법.
  14. 제 1 항 내지 13항의 어느 한 항에 있어서, 상기 분류에서 다중 출력을 갖는 인공 신경망을 사용하여, 상기 인공 신경망을 훈련하는 동안에 제공된 상기 각 이미지 요소 클래스(each image element class)에 대한 확률값들(probability values)이 계산되며, 상기 각 이미지 요소의 클래스 멤버쉽(class membership)이 상기 이미지 요소와 함께 후속 처리(further processing)를 위해 저장되며, 이에 의해 인식되고 저장된 클래스들은 선(lines), 스탬프(stamps), 서명(signatures), 수서 또는 인쇄 텍스트(handwritten or printed text)와 같은 문서 부분(decument parts)인 문서 처리를 위한 이미지 세그먼테이션 및 이미지 요소 분류 방법.
  15. 제13 또는 14항에 있어서, 상기 분류 단계는 바람직하게는 안정된 결과를 얻을 때까지 수회 반복되는 문서 처리를 위한 이미지 세그먼테이션 및 이미지 요소 분류 방법.
  16. 제13,14 또는 15항에 있어서, 부가적인 특징값으로 상기 각 이미지 요소에 대한 특정 클래스 멤버쉽의 알려진 확률값을 사용하여, 바람직하게는 고정된 반경에 의해 주어진 영역내부의 각 이미지 요소로 부터 특정 클래스에 대한 확률값들의 평균값을 계산함으로써 피드백(feedback)이 합체(incorporate)되며, 상기 특징값들은 또한 인식율(recognition rate)을 보다 개선시키기 위해 상기 신경망내로 제공되는 문서 처리를 위한 이미지 세그먼테이션 및 이미지 요소 분류 방법.
  17. 제12 내지 16항 중의 어느 한 항에 있어서, 분류된 이미지 요소들은 크기(size), 위치(position) 또는 연관된 특징값들에 관한 정보에 바람직하게 기초하여 대응 이미지 요소의 클러스터들(of corresponding image elements)로 그룹화(group)되는 문서 처리를 위한 이미지 세그먼테이션 및 이미지 요소 분류 방법.
  18. 제 1 항 내지 17항의 어느 한 항에 있어서, 원하지 않는 이미지 요소를 제거하기 전에, 이들 요소들은 제거하지 않아야 할 다른 이미지 요소들과의 교차(intersections)에 대해 체크되는 문서 처리를 위한 이미지 세그먼테이션 및 이미지 요소 분류 방법.
  19. 제18항에 있어서, 교차하는 이미지 요소쌍은 교차하지 않는 새로운 이미지 요소들로 대체되며, 교차 영역 자체는 상기 원래의 이미지 요소쌍(original image elements)중 어느 하나의 이미지 요소의 부분이 되는 문서 처리를 위한 이미지 세그먼테이션 및 이미지 요소 분류 방법.
    ※ 참고사항 : 최초출원 내용에 의하여 공개하는 것임.
KR1019940011969A 1993-06-30 1994-05-30 문서처리 방법 KR0131279B1 (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
EP93110476.4 1993-06-30
EP93110476A EP0632402B1 (en) 1993-06-30 1993-06-30 Method for image segmentation and classification of image elements for document processing

Publications (2)

Publication Number Publication Date
KR950001551A true KR950001551A (ko) 1995-01-03
KR0131279B1 KR0131279B1 (ko) 1998-04-24

Family

ID=8213028

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1019940011969A KR0131279B1 (ko) 1993-06-30 1994-05-30 문서처리 방법

Country Status (9)

Country Link
US (1) US5751850A (ko)
EP (1) EP0632402B1 (ko)
JP (1) JP2802036B2 (ko)
KR (1) KR0131279B1 (ko)
AT (1) ATE196205T1 (ko)
BR (1) BR9402595A (ko)
CA (1) CA2113751C (ko)
DE (1) DE69329380T2 (ko)
ES (1) ES2150926T3 (ko)

Families Citing this family (40)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5982943A (en) * 1992-09-14 1999-11-09 Startek Eng. Inc. Method for determining background or object pixel for digitizing image data
US5946415A (en) * 1996-10-24 1999-08-31 The United States Of America As Represented By The Secretary Of The Army Method and apparatus to process drawing images
US6389175B1 (en) 1996-12-19 2002-05-14 At&T Laboratories, Limited Method for encoding digital information
GB9626359D0 (en) * 1996-12-19 1997-02-05 Olivetti Telemedia Spa Method for encoding digital information
US6324302B1 (en) * 1997-05-30 2001-11-27 Ricoh Company, Ltd. Method and a system for substantially eliminating erroneously recognized non-solid lines
US6137911A (en) * 1997-06-16 2000-10-24 The Dialog Corporation Plc Test classification system and method
DE19828396C2 (de) * 1998-06-25 2000-04-27 Computer Ges Konstanz Verfahren zum Verarbeiten von Bilddaten
US20020164070A1 (en) * 2001-03-14 2002-11-07 Kuhner Mark B. Automatic algorithm generation
US7139755B2 (en) * 2001-11-06 2006-11-21 Thomson Scientific Inc. Method and apparatus for providing comprehensive search results in response to user queries entered over a computer network
US7113636B2 (en) * 2002-08-30 2006-09-26 Lockheed Martin Corporation Method and computer program product for generating training data for a new class in a pattern recognition classifier
JP4538214B2 (ja) * 2002-11-22 2010-09-08 オセ−テクノロジーズ・ベー・ヴエー グラフによる画像分割
WO2005066849A2 (en) * 2003-12-31 2005-07-21 Thomson Global Resources Systems, methods, interfaces and software for extending search results beyond initial query-defined boundaries
JP4172584B2 (ja) * 2004-04-19 2008-10-29 インターナショナル・ビジネス・マシーンズ・コーポレーション 文字認識結果出力装置、文字認識装置、その方法及びプログラム
DE102005010076A1 (de) * 2005-03-04 2006-09-07 Siemens Ag Bildbearbeitungsverfahren für ein digitales medizinisches Untersuchungsbild und zugehörige Untersuchungseinrichtung
US7599556B2 (en) * 2005-08-25 2009-10-06 Joseph Stanley Czyszczewski Apparatus, system, and method for scanning segmentation
WO2008044524A1 (fr) * 2006-10-10 2008-04-17 Nikon Corporation Programme de classification d'image, appareil de classification d'image et caméra électronique
US8467614B2 (en) * 2007-11-28 2013-06-18 Lumex As Method for processing optical character recognition (OCR) data, wherein the output comprises visually impaired character images
US8396296B2 (en) * 2007-12-31 2013-03-12 Intel Corporation Brand image detection
CN101826160B (zh) * 2010-03-31 2012-11-14 北京航空航天大学 基于免疫进化策略的高光谱图像分类方法
US9064191B2 (en) 2012-01-26 2015-06-23 Qualcomm Incorporated Lower modifier detection and extraction from devanagari text images to improve OCR performance
US9053361B2 (en) * 2012-01-26 2015-06-09 Qualcomm Incorporated Identifying regions of text to merge in a natural image or video frame
US9076242B2 (en) 2012-07-19 2015-07-07 Qualcomm Incorporated Automatic correction of skew in natural images and video
US9141874B2 (en) 2012-07-19 2015-09-22 Qualcomm Incorporated Feature extraction and use with a probability density function (PDF) divergence metric
US9047540B2 (en) 2012-07-19 2015-06-02 Qualcomm Incorporated Trellis based word decoder with reverse pass
US9262699B2 (en) 2012-07-19 2016-02-16 Qualcomm Incorporated Method of handling complex variants of words through prefix-tree based decoding for Devanagiri OCR
US9014480B2 (en) 2012-07-19 2015-04-21 Qualcomm Incorporated Identifying a maximally stable extremal region (MSER) in an image by skipping comparison of pixels in the region
US9418281B2 (en) 2013-12-30 2016-08-16 Google Inc. Segmentation of overwritten online handwriting input
US9286527B2 (en) 2014-02-20 2016-03-15 Google Inc. Segmentation of an input by cut point classification
WO2017013697A1 (ja) * 2015-07-17 2017-01-26 三菱電機株式会社 アニメーション表示装置及びアニメーション表示方法
KR101598331B1 (ko) * 2015-12-11 2016-03-14 주식회사 시큐브 시간분할 세그먼트 블록 기반 수기서명 인증 시스템 및 방법
US10242503B2 (en) 2017-01-09 2019-03-26 Snap Inc. Surface aware lens
US11030813B2 (en) 2018-08-30 2021-06-08 Snap Inc. Video clip object tracking
US11176737B2 (en) 2018-11-27 2021-11-16 Snap Inc. Textured mesh building
CN113330484A (zh) * 2018-12-20 2021-08-31 斯纳普公司 虚拟表面修改
US11189098B2 (en) 2019-06-28 2021-11-30 Snap Inc. 3D object camera customization system
US11232646B2 (en) 2019-09-06 2022-01-25 Snap Inc. Context-based virtual object rendering
CN110853047B (zh) * 2019-10-12 2023-09-15 平安科技（深圳）有限公司 智能图像分割及分类方法、装置及计算机可读存储介质
US11227442B1 (en) 2019-12-19 2022-01-18 Snap Inc. 3D captions with semantic graphical elements
US11263817B1 (en) 2019-12-19 2022-03-01 Snap Inc. 3D captions with face tracking
JP7449961B2 (ja) * 2019-12-26 2024-03-14 富士フイルム株式会社 情報処理装置、情報処理方法、及びプログラム

Family Cites Families (39)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB8314889D0 (en) * 1983-05-31 1983-07-06 Rediffusion Computers Ltd Signature verification system
JPS6019285A (ja) * 1983-07-13 1985-01-31 Oki Electric Ind Co Ltd ストロ−ク抽出方法
JPS60181883A (ja) * 1984-02-29 1985-09-17 Oki Electric Ind Co Ltd 文字認識におけるストロ−ク抽出方法
JPS61193277A (ja) * 1985-02-20 1986-08-27 Mitsubishi Electric Corp 文書読取装置
US5046114A (en) * 1985-10-01 1991-09-03 The Palantir Corporation Method and structure for separating joined patterns for use in pattern and character recognition system
US4769849A (en) * 1985-12-19 1988-09-06 The Palantir Corporation Method and apparatus for separating overlapping patterns
JPS62165284A (ja) * 1986-01-17 1987-07-21 Hitachi Ltd 文字列抽出方式
JPS62274481A (ja) * 1986-05-23 1987-11-28 Ricoh Co Ltd 不要画像の消去方法
WO1988002157A1 (en) * 1986-09-19 1988-03-24 Arthur Wheeler Holt Character and pattern recognition machine and method
JP2558668B2 (ja) * 1986-12-20 1996-11-27 株式会社リコー 文字パタ−ン抽出方法
JPS63229584A (ja) * 1987-03-19 1988-09-26 Matsushita Electric Ind Co Ltd 文字認識装置
JPS6465679A (en) * 1987-09-07 1989-03-10 Oki Electric Ind Co Ltd On-line character recognizing device
JP2619429B2 (ja) * 1987-11-05 1997-06-11 グローリー工業株式会社 接触文字の分離方法
US4888812A (en) * 1987-12-18 1989-12-19 International Business Machines Corporation Document image processing system
JP2822189B2 (ja) * 1988-05-19 1998-11-11 ソニー株式会社 文字認識装置及び方法
JPH0821059B2 (ja) * 1988-07-06 1996-03-04 富士通株式会社 文字輪郭生成時の不要データ除去方式
JPH0259979A (ja) * 1988-08-26 1990-02-28 Toshiba Corp 文書画像処理装置
EP0358815B1 (en) * 1988-09-12 1993-05-26 Océ-Nederland B.V. System and method for automatic segmentation
JP2939985B2 (ja) * 1989-03-27 1999-08-25 松下電器産業株式会社 画像処理装置
US5005946A (en) * 1989-04-06 1991-04-09 Grumman Aerospace Corporation Multi-channel filter system
US5267328A (en) * 1990-01-22 1993-11-30 Gouge James O Method for selecting distinctive pattern information from a pixel generated image
JPH03282985A (ja) * 1990-03-30 1991-12-13 Glory Ltd 手書き数字認識における雑音処理方式
JPH0438587A (ja) * 1990-06-04 1992-02-07 Nec Corp 入力領域適応型ニューラルネットワーク文字認識装置
JP2868134B2 (ja) * 1990-09-03 1999-03-10 キヤノン株式会社 画像処理方法及び装置
JPH04114560A (ja) * 1990-09-04 1992-04-15 Sharp Corp 自動文書入力装置
EP0483391B1 (en) * 1990-10-27 1998-08-05 International Business Machines Corporation Automatic signature verification
US5272766A (en) * 1991-01-14 1993-12-21 Ncr Corporation OCR system for recognizing user-specified custom fonts in addition to standard fonts using three-layer templates
US5105468A (en) * 1991-04-03 1992-04-14 At&T Bell Laboratories Time delay neural network for printed and cursive handwritten character recognition
JPH05128305A (ja) * 1991-11-07 1993-05-25 Matsushita Electric Ind Co Ltd 領域分割方法
JPH0618188A (ja) * 1992-01-27 1994-01-25 Mitsui Mining & Smelting Co Ltd ヘッダープレート用銅合金及びそれを用いた熱交換器
US5337370A (en) * 1992-02-28 1994-08-09 Environmental Research Institute Of Michigan Character recognition method employing non-character recognizer
US5245672A (en) * 1992-03-09 1993-09-14 The United States Of America As Represented By The Secretary Of Commerce Object/anti-object neural network segmentation
US5442715A (en) * 1992-04-06 1995-08-15 Eastman Kodak Company Method and apparatus for cursive script recognition
JP2769068B2 (ja) * 1992-06-18 1998-06-25 日本エヌエスシー株式会社 カチオン性マイクロエマルジョン組成物およびその製法
US5321768A (en) * 1992-09-22 1994-06-14 The Research Foundation, State University Of New York At Buffalo System for recognizing handwritten character strings containing overlapping and/or broken characters
JPH06119327A (ja) * 1992-10-06 1994-04-28 Fuji Xerox Co Ltd 文書処理装置
JP2977691B2 (ja) * 1993-02-05 1999-11-15 株式会社クボタ 作業車のフレーム構造
JPH06322958A (ja) * 1993-05-13 1994-11-22 Sanyo Electric Co Ltd 採光システム
US5434927A (en) * 1993-12-08 1995-07-18 Minnesota Mining And Manufacturing Company Method and apparatus for machine vision classification and tracking

Also Published As

Publication number Publication date
EP0632402A1 (en) 1995-01-04
CA2113751C (en) 1999-03-02
JPH0728940A (ja) 1995-01-31
BR9402595A (pt) 1995-06-20
DE69329380T2 (de) 2001-03-01
CA2113751A1 (en) 1994-12-31
ATE196205T1 (de) 2000-09-15
KR0131279B1 (ko) 1998-04-24
DE69329380D1 (de) 2000-10-12
US5751850A (en) 1998-05-12
ES2150926T3 (es) 2000-12-16
JP2802036B2 (ja) 1998-09-21
EP0632402B1 (en) 2000-09-06

Similar Documents

Publication Publication Date Title
KR950001551A (ko) 이미지 세그먼테이션 및 이미지 요소 분류 방법
US6574375B1 (en) Method for detecting inverted text images on a digital scanning device
Singh et al. Optical character recognition (OCR) for printed devnagari script using artificial neural network
US5438630A (en) Word spotting in bitmap images using word bounding boxes and hidden Markov models
US8315465B1 (en) Effective feature classification in images
CN110766017B (zh) 基于深度学习的移动终端文字识别方法及系统
Jamil et al. Edge-based features for localization of artificial Urdu text in video images
EP0343786A2 (en) Method and apparatus for reading and recording text in digital form
Kaur et al. Text and graphics segmentation of newspapers printed in Gurmukhi script: a hybrid approach
Lam et al. Reading newspaper text
Shehu et al. Character recognition using correlation & hamming distance
Choudhary et al. Text detection and recognition from scene images using mser and cnn
Rahman et al. Bn-htrd: A benchmark dataset for document level offline bangla handwritten text recognition (htr) and line segmentation
Karanje et al. Survey on text detection, segmentation and recognition from a natural scene images
Lebourgeois et al. Document analysis in gray level and typography extraction using character pattern redundancies
Padma et al. I DENTIFICATION OF T ELUGU, D EVANAGARI AND E NGLISH S CRIPTS U SING D ISCRIMINATING
Sharma et al. A deep cnn model for student learning pedagogy detection data collection using ocr
Yu et al. Convolutional neural networks for figure extraction in historical technical documents
Hirata et al. Comics image processing: learning to segment text
Okun et al. A survey of texture-based methods for document layout analysis
Andersen et al. Features for neural net based region identification of newspaper documents
Vu et al. Automatic extraction of text regions from document images by multilevel thresholding and k-means clustering
Ranjitha et al. A review on text detection from multi-oriented text images in different approaches
CN107545261A (zh) 文本检测的方法及装置
Bouressace et al. A convolutional neural network for Arabic document analysis

Legal Events

Date Code Title Description
A201 Request for examination
AMND Amendment
E902 Notification of reason for refusal
AMND Amendment
E601 Decision to refuse application
J2X1 Appeal (before the patent court)

Free format text: APPEAL AGAINST DECISION TO DECLINE REFUSAL

B701 Decision to grant
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20051019

Year of fee payment: 9

LAPS Lapse due to unpaid annual fee