KR960013818B1 - 다중획인식을 이용한 한글조합인식장치 - Google Patents

Abstract

내용 없음.

Description

다중획인식을 이용한 한글조합인식장치

제1도는 종래의 한글인식장치의 구성 블럭도,

제2도는 본 발명의 다중획인식을 이용한 한글조합인식장치의 구성 블럭도.

제3도는 8방향의 코드의 할당을 설명하기 위한 도면.

제4도 및 제5도는 자소인식과정을 설명하기 위한 도면.

* 도면의 주요부분에 대한 부호의 설명

10 : 거리필터링부 20 : 영역분리부

30 : 특징추출부 40 : 데이타 베이스부

50 : 자소인식부 60 : 자소조합부

본 발명은 한글조합인식장치에 관한 것으로, 더욱 상세하게는 다중획인식이 가능한 자소인식부분과 자소조합부분을 연결하여 완전한 한글인식이 가능토록 한 다중획인식을 이용한 한글조합인식장치에 관한 것이다.

제1도는 일반적인 한글인식시스템을 도시한 것으로, 태블릿을 통해 입력된 각획의 X,Y 좌표값들을 입력으로 받으며, 인식을 빠르고 정확하게 하기 위해 입력점들중에 의미없는 점을 제거하고 잡음으로 입력된 점을 삭제하는 과정을 거친다. 이 부분을 전처리부(1)라 한다.

상기 전처리부(1)를 거친 입력점들은 특징추출부(2)에서 인식을 하기 위해 정해진 특징으로 표현하게 된다. 이때 획의 방향변화라든지 입력점들간의 거리등을 사용하게 된다.

그 다음 인식부(3)에서는 특징값을 가지고 입력된 획이 이미 데이타 베이스(4)에 저장되어 있는 기준획의 어느 것과 비슷한 것인지 판단하게 된다.

상기 각 과정에 대해 좀더 자세히 설명하면 다음과 같다.

상기 전처리부(1)에서는 보통 거리필터링부, 각 필터링부, 혹 제거부로 구성되어 있는데, 거리필터링부는 입력된 X,Y점들중에 중복된 점들과 일정한 거리안에 있고 제거해도 전체적인 모양에 큰 영향을 주지 않는 점들을 제거해주고, 각 필터링은 전체적인 모양의 왜곡을 최소화시키면서 획을 이루는데 필요한 최소한의 점들만 남기기 위해 연속된 두 직선 사이의 각이 일정각 이하이면 제거해준다.

그리고 마지막으로 혹 제거부에서는 획을 쓰기위해 펜을 태블릿에 대는 순간과 떼는 순간에 발생하는 의미없는 입력점 즉, 혹을 제거한다.

그리고 사기 전처리부(1)를 거친 입력점들은 특징추출부(2)로 들어가는데, 여기서는 인식부(3)에서 필요한 특성값 예를 들어 입력점들간의 각 변화라든지 길이의 변화를 특징으로 삼기도 하고, 전체획을 특징화하기 위해 시작각과, 끝각, 획을 포함할 수 있는 최소의 사가형, 시작점과 끝점과이 거리, 획의 총길이등을 특징으로 삼기도 한다.

그리고 특징추출이 끝나면 입력된 획을 기준획으로 인식하는 인식부(3)로 넘어간다. 보통 인식부(3)는 대분류와 소분류의 두단계로 이루어진다. 대분류에서는 굴곡의 횟수와 굴곡방향에 따라 획을 대략적으로 분류한다. 획의 대분류가 끝나면 정확한 획을 인식하는 소분류로 들어간다. 이미 대분류를 하고 난이후이므로 소분류에서는 모두 비슷한 획만 존재하고 있으므로 세밀한 구분을 해서 기준획중에서 가장 비슷한 획을 결과로 출력하게 된다. 이때, 앞에서 정의한 특징값을 충분히 활용하게 된다.

그러나 상기와 같은 종래의 기술은 복잡한 굴곡이 있는 획에 대해서는 정확하게 인식할 수 없는 단점이 있다.

즉, 획의 굴곡이 많아지게 되면 대분류가 부정확해질 뿐더러 특성값 자체가 획의 굴곡에 대한 정보를 자세히 가질 수 없으므로 세밀한 비교분석은 하지 못하게 된다. 따라서 한글의 정자인식에는 큰 문제점이 없지만 흘림체 인식에 적용하는 경우 많은 오인식과 미인식이 발생하게 된다.

또한, 보통 글씨를 쓰는 경우 여러개의 비슷한 모양이 생길 수 있지만 단지 하나의 기준획으로만 인식하기 때문에 혼돈이 되는 글자를 정확하게 인식할 수 없다.

또한, 한글인식과정에서 한글인식방법은 조합이라는 특수한 방법을 사용하기 때문에 기존의 방식은 많은 문제점을 가지고 있다. 즉, 하나의 획만을 가지고 여러개의 획으로 이루어진 자소를 인식하는 것이 문제가 될 수 있고, 또한 조합방식의 불환전성 때문에 새로 등록한 자소를 가지고 글자를 조합하는 경우에 사용하는데는 많은 문제점이 생기게 된다.

본 발명은 이러한 점을 감암한 것으로, 본 발명은 여러개의 혹을 하나의 자소로 인식하며, 입력획들과 각기준자소의 유사성을 계산하여 유사도를 출력하여 인식자소와 후보자소가 출력되게 하여 자소인식이후에 있게 되는 문자인식에서 후보자소를 이용하여 정확한 인식이 가능토록 하는 다중획인식을 이용한 한글조합인식장치를 제공함에 금 목적이 있다.

즉, 본 발명은 학습을 통해 쓰여진 글씨이 데이타 베이스를 만들어 입력된 글자의 자소들을 저장하여 두었다가 입력되는 글자를 데이타 베이스부에 있는 자소와의 유사도로 출력하여 자소인식부에서 기본자소를 인식하고, 자소조합부에서 각 인식된 자소로 가능한 모든 문자를 조합하여 자소간의 위치관계에 의해 최종적으로 글자를 인식하도록 한 것이다.

이하, 본 발명의 바람직한 일실시예를 첨부도면을 참조로 하여 상세히 설명하다.

제2도는 본 발명에 따른 다중획인식을 이용한 한글조합인식장치의 블럭 구성도로써, 시간에 따라 입력되는 X,Y 정보의 갯수를 줄이기 위한 거리필터링부(10)와, 획의 모양변화가 시작되는 점을 찾아 영역을 분리하는 영역분리부(20)와, 분리된 영역에서 특징값을 만드는 특징추출부(30)와, 기준자소의 특징값이 저장되어 있는 데이타 베이스부(40)와, 상기 데이타 베이스부(40)를 이용하여 입력된 획들을 인식하고 유사도에 따라 인식된 자소들을 결과로 출력하는 자소인식부(50)와, 상기 자소인식부(50)에서 입력된 글자의 완성상태에 따라 가능한 자소조합을 예측하고 그 내용을 자소인식부(50)에 전달하여 자소인식을 하고, 인식된 자소를 가지고 가능한 글자의 조합을 만들어보고 그 중에서 가장 높은 확신도를 가지는 글자를 최종글자로 인식하는 자소조합부(60)로 구성된다.

상기와 같이 구성된 본 발명에서 필기자가 압력부에서 획을 입력하면 상기 거리필터링부(10)에서 중복된 점들가 일정한 거리안에 존재하는 점들을 제거한다.

그리고 상기 거리필터링부(10)의 기준이되는 거리값은 해상도와 획의 크기에 따라 가변적으로 변할 수 있으며 일반적으로 해상도가 높고, 획의 크기가 크면 큰 값을 사용하게 된다.

또한, 거리필터링을 하는 이유는 필시속도에 상관없이 입력점들을 일정한 시간간격으로 샘플링하는 효과를 얻기 위함이다. 따라서 필시속도에서 오는 변화를 흡수할 수 있게 되고, 입력점의 갯수를 줄여 후단에서 행해지는 계산량을 줄일 수 있게 된다.

한편, 상기 거리필터링을 거친 입력데이타들은 영역분리부(20)로 넘겨지는데, 여기서는 입력획을 이루고 있는 부분중에서 특징으로 작용할 수 있는 영역을 분리하게 된다.

영역을 분리하는 방법은 누적각에 따라 분리하게 되는데 한쪽방향으로 누적각이 360도 이상이 되거나 누적각이 한쪽방향에서 다른 방향으로 돌기 시작하면 하나의 영역으로 분리한다.

이때 각 영역에 대해 특징추출부(30)에서 특징값을 정하게 된다. 특징값은 다음의 다섯가지로 이루어져 있다.

1). 영역내의 획의 크기에 관한 정보 : 영역내에 들어 있는 획의 크기에 관한 정보를 특징화한다. 그러기 위해 영역의 크기를 먼저 구한다. 그 다음 크기를 0-15 사이의 정수로 양자화하고 정규화한다.

Rx : 영역의 X 크기

Ry : 영역의 y 크기

Sx : 전체획의 X 크기

Sy : 전체획의 y 크기

Xs=(Rx/Sx)×15, 여기서 0≤Xs≤15, Ry가 0이거나 Xs가 15보다 크면 Xs=15

Ys=(Ry/Sy)×15, 여기서 0≤Ys≤15, Rx가 0이거나 Ys가 15보다 크면 Ys=15

2). 선택된 영역의 전체획내에서의 위치에 관한 정보 : 선택된 영역이 전체획에서의 위치를 특징화하기 위한 값이다. 이것을 특징화하기 위해 영역의 시작되는 점이 전체획의 어떤 위치에 있는가를 특징화한다. 이 특징값도 크기를 0-15사이의 정수로 양자화하고 정규화를 한다.

Sxm : 전체획의 가장 작은 X좌표

Sym : 전체획의 가장 작은 Y좌표

Rsx : 영역시작의 X좌표

Rsy : 영역시작의 Y좌표

Xp : ((Rsx-Sxm)/Sx)×15, 여기서 0≤Xp≤15

Yp : ((Rsy-Sym)/Sy)×15, 여기서 0≤Yp≤15

3). 영역에서 획의 방향에 관한 정보 : 영역내의 획의 쓰여진 방향을 특징화한다.

영역내의 획의 직선일 경우 특징값은 영역내의 획의 시작점과 끝점 사이의 각도를 45도 간격으로 방향을 구분하는 8방향 코드를 사용하며, 제3도는 8방향 코드가 할당하는 방향을 보여준다. 결과적으로 하나의 영역이 특징하는 특징값은 Xs, Ys, Xp, Yp, D(영역의 시작점과 끝점 사이의 8방향 코드)로 정의되어진다. 만일, 여러 획으로 만들어진 데이타를 인식할 경우에는 각 획에 대한 영역분리를 한 다음 입력된 획의 순서에 따라 각 특징값을 지정하게 된다.

즉, 제1획이 3개의 영역으로 나누어지고 각 특징값이 F11, F12, F13으로 이루어져 있고, 제2획이 2개의 영역으로 나누어지고 특징값이 F21, F22로 이루어져 있다면, 전체 제2획으로 이루어진 입력의 특징값(F)은 F=F11, F12, F13, F21, F22의 5개의 특징값들로 표현된다. 이렇게 만들어진 특징값을 가지고 자소인식으로 하게 된다. 자소인식은 이미 저장해 놓은 기준자소와 입력획들과의 비유사도를 계산해서 가장 낮은 기준자소를 인식된 자소로 출력하게 된다.

따라서 기준이 되는 자소들의 특징값이 데이타 베이스부(40)에 데이타 베이스 형태로 저장되고 있다고 가정한다. 데이타 베이스는 영역의 갯수에 따라 각기 다른 데이타 베이스를 가지게 된다.

예를 들어 직선같이 가장 간단한 모양으로 이루어진 자소의 경우에는 영역이 1개이므로 데이타 베이스부(40)의 데이타 베이스 1에 저장되어 있고, 복잡한 획이나 여러개의 획으로 이루어진 자소의 경우는 데이타 베이스부(40)내의 여러개의 영역으로 이루어진 데이타 베이스에 특징값이 저장되어 있다.

그리고 입력된 획들을 영역분할하고 특징값을 만든 상태에서 인식을 하게 되는 경우, 비교 알고리즘은 입력획들의 총영역 갯수의 영역으로 이루어진 데이타 베이스로 이루어진다.

그리고 선택된 데이타 베이스내에서는 같은 갯수의 특징영역을 가지고 있기 때문에 간단한 계산만으로도 획인식을 할 수 있게 된다 특징값중에서 상기 D에 관한 비교를 먼저하게 된다. 입력획들의 영역 특징값과 기준자소의 영역 특징값중에서 상기 D를 비교하여 일정 이상의 방향차이가 있으며 다른 자소로 하고, 비슷한 것으로 확인이 되면 나머지 다른 특징값을 비교하게 된다.

입력획들이 영역이 3개이면 특징값을 Xs1, Ys1, Xp1, Yp1, Xs2, Ys2, Xp2, Yp2, Xs3, Ys3, Xp3, Yp3라 하고, 데이타 베이스의 기준자소의 값이 Xds1, Yds1, Xdp1, Ydp1, Xds2, Yds2, Xdp2, Ydp2, Xds3, Ydsd3, Xdp3, Ydp3이면 비교 알고리즘은 다음과 같이 된다.

E1=(Xs1-Xds1)²+(Ys1-Yds1)²+(Xp1-Xds1)²+(Yp1-Ysd1)²

E2=(Xs2-Xds2)²+(Ys2-Yds2)²+(Xp2-Xds2)²+(Yp2-Ysd2)²

E3=(Xs3-Xds3)²+(Ys3-Yds3)²+(Xp3-Xds3)²+(Yp3-Ysd3)²

이중에서 3개의 값이 일정치 이하가 되면 입력된 획과 기준자소가 같은 것으로 인식하게 된다. 또한, E=(E1+E2+E3)/3가 입력회과 기준자소의 평균 비유사도가 되기 때문에 이 값이 일정한 값 이하가 되는 것을 후보자소로 출력을 할 수 있다.

그리고 여러 획으로 이루어진 자소를 인식하기 위한 인식방법을 설명하기 전에 한글의 구조를 살펴보면 복모음을 제외하고, 하나의 자소를 이루기 위한 최대획은 4획이다(4획의 예 : ㅂ, ㅍ). 따라서 4획까지만 획을 모아서 자소인식을 하여 보면 이것이 하나의 자소인지 아닌지 알 수 있다.

이 자소 데이타 베이스에 모든 자소에 대한 특징값이 저장되어 있다고 가정하고, 제4도와 같이 성이라는 글자를 쓴 경우의 인식과정을 살펴보면 다음과 같다.

1). 1획(/)

2). 1획+2획(ㅅ)

3). 1획+2획+3획(ㅅ-)

4). 1획+2획+3획+4획(서)

5). 1획+2획(ㅅ)

6). 3획(-)

7). 3획+4획(ㅓ)

8). 3획+4획+5획()

9). 3획+4획(ㅓ)

10). 5획(ㅇ)

상기에서 4) 과정에서 5)과정으로 가는 것은 이미 앞에서 설명한 것처럼 한글의 경우, 4획 이상으로 이루어진 자소가 존재하지 않기 때문이다. 또, 6), 7) 과정에서 무도 인식을 하였지만 ㅓ로 인식하는 것은 가장 많은 자소로 인식하는 자소를 최종인식획으로 결정하기 때문이다.

그리고 자소인식 결과가 자소조합부(60)로 이동한다. 상기 자소조합부(60)에서는 인식된 자소를 조합하여 글자를 만들게 된다.

한편, 상기 자소조합부(60)의 동작을 보다 상세히 살펴보면 다음과 같다.

제5도에서와 같이 싱자를 필기할 경우 인식과정은 다음과 같다.

이 경우 처음 1획이 ㅣ, ㅡ, 또는 ㄱ으로 인식이 가능할 수 있고, 1획과 2획이 ㅅ과 ㅗ로 인식이 가능하다, 또 2획과 3획이 ㅓ로 인식될 수 있다.

따라서 가능한 모든 경우에 대한 인식의 결과를 만들어 내고 그 중에서 가장 확신도가 높은 글자를 인식하는 과정이 있어야 한다.

그러나 모든 가능한 글자를 만들어 내는 과정은 대단히 복잡하고 많은 자소인식과 정을 거쳐야 하기 때문에 인식에 걸리는 시간이 크게 문제가 된다. 특히 여러 글자를 쓰는 경우에는 글자가 만들어질 수 있는 모든 조합의 경우를 찾기 때문에 기하급수적으로 데이타 베이스는 찾는 횟수가 증가하게 되고, 결과적으로 인식속도가 크게 떨어지게 된다.

따라서 데이타 베이스에서 빠르게 자소를 인식하기 위해 자소조합부(50)에서 자소인식부(50)에 필요한 자소의 종류를 정하게 하여 결과적으로 자소인식에서 필요한 자소만 찾게 하여 결과적으로 인식의 속도를 향상시키게 된다.

예를 들어 초성이 완성된 상태에서 중성을 인식하는 과정을 진행하게 되는 경우, 자소인식부(50)에 중성이 필요하다는 것을 알리게 되면 자소인식부(50)에서 중성이나 중,종성의 데이타 베이스만 찾게 되어 자소인식에 걸리는 시간이 크게 감소하게 된다.

이러한 방식을 이용하여 제5도의 싱이 인식결과, 겅이 후보문자로 출력되는 과정을 살펴보면 다음과 같다.

1.1) 1획 인식(ㄱ)

1.2) 2획 인식(ㅡ)

1.3) 3획 인식(ㅣ)

1.4) 4획 인식(ㅇ)

⇒완성

2.1) 1.1)의 결과를 그대로 사용

2.2) 1.1)의 결과를 그대로 사용

2.3) 3획, 4획(　)

⇒글자안됨

3.1) 1.1)의 결과를 그대로 사용

3.2) 2획, 3획, 4획(　)

⇒글자안됨

4.1) 1.1)의 결과를 그대로 사용

4.2) 2획, 3획(ㅓ)

4.3) 1.4)의 결과를 그대로 사용…………………………………ㅇ인식

⇒겅 완성

5.1) 1획, 2획 인식(ㅅ)

5.2) 3획 인식(ㅣ)

5.3) 4획 인식(ㅇ)

⇒싱 완성

6.1) 5.1)의 결과를 그대로 사용

6.2) 3획, 4획 인식(　)

⇒글자안됨

7.1) 1획, 2획, 3획(시)

8.1) 1획, 2획, 3획, 4획(싱)

결과적으로 인식된 글자는이 만들어진다. 이중에서 자소간의 위치관계에 의해은 버리게 되고, 겅과 싱이 의미있는 인식문자로 선정된다. 그중에서 각 자소때 계산된 비유사도가 적은 싱이 인식문자가 되고, 겅이 후보문자가 된다.

이상에서 살펴본 바와 같이 본 발명은 기존의 획인식기와 같이 단지 하나의 기준획으로 인식하는 것과 달리 여러개의 획을 결합하여 하나의 자소로 인식하며, 비슷한 자소들을 후보로 내어줌으로써 온라인 필기체 인식기로 사용할 경우 획의 오인식에 의한 인식률 저하를 막을 수 있게 된다.

또한, 복잡한 획을 학습하여 인식할 수 있는 기능이 있으므로 한글의 복잡한 흘림글자 뿐만 아니라 영문의 필기체도 인식할 수 있어 한글과 영문의 혼용인식기를 쉽게 설계할 수 있는 장점이 있다.

또한, 글자를 구성하는데 있어서 만들어지는 글자에 대한 정보를 제공하여자소인식을 빠른 속도로 이루어질 수 있게 된다.

그리고 학습기능이 있음에 따라 새로운 획들을 하나의 자소로 등록시켜 전체적인 시스템을 변경없이 모든 글자인식에 효과가 있게 할 수 있으므로 인식률 항상을 꾀할 수 있으며, 지속적으로 인식기의 능력을 향상시킬 수 있다.

Claims (5)

1. 시간에 따라 입력되는 X, Y정보의 갯수를 줄이기 위한 거리필터링부와, 획의 모양변화가 시작되는 점을 찾아 영역을 분리하는 영역분리부와, 상기 영역분리부에 의해 분리된 영역에서 특징값을 만드는 특징추출부와, 기준자소의 특징값이 저장되어 있는 데이타 베이스부와, 상기 데이타 베이스부를 이용하여 상기 특징추출부로부터 입력된 획들을 인식하고 유사도에 따라 자소를 인식하는 자소인식부와, 상기 자소인식부로부터의 각 자소를 조합하여 글자를 인식하는 자소조합부로 구성됨을 특징으로 하는 다중획인식을 이용한 한글조합인식장치.
2. 제1항에 있어서, 상기 영역분리부는 누적각이 한쪽방향으로 누적각이 360도 이상이거나 누적각이 한쪽 방향에서 다른 방향으로 돌기시작하면 하나의 영역으로 분리함을 특징으로 하는 다중획인식을 이용한 한글조합인식장치.
3. 제1항에 있어서, 상기 특징추출부는 영역내의 획의 크기와 선택된 영역의 전체획내에서의 위치와 영역에서 획의 방향의 특징값을 추출함을 특징으로 하는 다중획인식을 이용한 한글조합인식장치.
4. 제1항에 있어서, 상기 데이타 베이스부는 영역의 갯수에 따라 각기 다른 데이타 베이스로 구성되어 입력획의 총 영역갯수와 같은 데이타 베이스가 선택되도록 됨을 특징으로 하는 다중획인식을 이용한 한글조합인식장치.
5. 제1항에 있어서, 상기 자소조합부는 상기 자소인식부에 자소인식에 필요한 자소의 종류를 결정해 주고 상기 필요한 자소를 차례로 불러들여 가능한 모든 문자를 조합한 후 자소간의 위치관계에 의해 인식문자를 선정함을 특징으로 하는 다중획인식을 이용한 한글조합인식장치.