카오스 이론을 이용한 고정도 문자 인식 시스템

High Precision Character Recognition System using The Chaos Theory

미세한 차이를 고감도 식별하는 카오스 이론의 프랙탈 차원과 에농 시스템에서 발생하는 이상한 끌개(Strange Attractor)를 이용하여 문자 특징을 추출, 문자 인식에 적용하는 새로운 방법을 제안함으로써 일반문자 뿐만 아니라, 문자들의 유사성에 의해 오인식되는 혼동 문자를 프랙탈 차원 해석에 의해 해소하는 고정도 문자 인식 시스템을 구현한다. 먼저, 문자 영상으로부터 문자의 고유 성질을 나타내는 망 특징 및 투영 특징, 교차거리 특징 등을 1차 구한 후, 이들 특징을 시계열 데이터로 변환한 다음, 이를 본 논문에서 제안한 수정된 에농 시스템을 이용하여, KS C 5601 표준 한글 2,350자에 대 한 각각의 문자 어트랙터를 재구성한다. 다음 단계에서는 개별 문자 어트랙터의 혼돈도를 분석하기 위해 각각의 문자에 대하여, 프랙탈 차원을 나타내는 정보 차원값(Box-counting Dimension, Natural Measure, Information Bit, Information Dimension)을 계산하여 문자 영상의 최종 특징을 구한다. 실험결과 한글 2,350자에 대하여 99.49%은 분류율을 나타내어 제안된 방법의 유효성을 보였다.

This paper proposes the new method which is adopted in extracting character features and recognizing characters using fractal dimension of the Chaos theory which highly recolonizes a minute difference with strange attractor created from Henon system. This paper implements a high precision character recognition system. firstly, it gets features of mesh, projection and cross distance feature from character images. And their feature is converted into data of time series. Then using modified Henon system suggested in this paper, each characters attractor about standard Korean Character, KSC 5601 is reconstructed. Secondly, in order to analyze the Chaotic degree of each characters attractor, it gets last features of character image after calculating box-counting Dimension, Natural Measure, Information Bit, Information Dimension which are meant fractal dimension. An experimental result shows 97.49% character classification rates for 2350 Korean characters using proposed method in this paper.