The Journal of the Korea Contents Association (한국콘텐츠학회논문지)

The Korea Contents Association (한국콘텐츠학회)
권호 표지
DOI QR코드

DOI QR Code

Text Region Segmentation from Web Images using Variance Maps

분산맵을 이용한 웹 이미지 텍스트 영역 추출

  • 정인숙 (전북대학교 전자정보공학부 컴퓨터공학.영상정보신기술연구소) ;
  • 오일석 (전북대학교 전자정보공학부 컴퓨터공학.영상정보신기술연구소)
  • Published : 2009.09.28
Download PDF
⟨ Previous Next ⟩

Abstract

A variance map can be used to detect and distinguish texts from background in images. However, previous variance maps work at one level and they suffer a limitation in dealing with varieties in text size, slant, orientation, translation, and color. We present a method for robustly segmenting text regions in complex color Web images using two-level variance maps. The two-level variance maps work hierarchically. The first level finds the approximate locations of text regions using global horizontal and vertical color variances with the specific mask sizes. The second level then segments each text region using intensity variance with a local mask size, which is determined adaptively. By the second process, backgrounds tend to disappear in each region and segmentation can be accurate. Highly promising experimental results have established the effectiveness of our approach.

분산맵은 텍스트 영역이 주변과의 색상 혹은 밝기 변화가 심하다는 특징을 이용하는 방법으로 특히 잦은 포맷 변환에 의하여 해상도가 낮거나 일정하지 않은 웹 이미지의 텍스트 영역을 추출하는 데 적용할 수 있다. 그러나 이전의 분산맵을 적용한 방법들은 입력 영상 전역에 고정된 마스크를 한 번만 적용하는 광역 분산맵을 사용하므로 텍스트 크기가 매우 작거나 큰 경우, 획의 색상에 gradation효과가 있는 경우, 각도, 위치, 색상 등이 복잡한 경우 텍스트 추출 성능이 안정 적이지 못하다. 본 논문은 2단계 분산맵을 사용하여 Web 이미지에서 텍스트 영역을 안정적으로 추출하는 방법을 제안한다. 제안된 방법은 광역 및 지역 분산맵이 각 단계에서 적용되며 서로 계층적 관계를 가진다. 1단계는 텍스트 영역 추출 재현율을 높일 수 있도록, 충분히 큰 글자 혹은 작은 글자도 추출할 수 있는 일정한 마스크 크기를 가진 광역의 수직 및 수평 색 분산맵을 적용하여 유사 텍스트 영역을 추출한다. 2단계에서는 1단계의 각 연결요소영역에 새로운 마스크 크기를 가진 명암 분산맵을 적용하여 최종적인 텍스트 영역을 추출한다. 2단계 분산맵 적용에 의하여 1단계에서 구한 유사 텍스트 영역에 남아 있는 배경 부분이 많이 사라지게 되어 추출 정확률이 높아진다. 제안한 방법을 400개의 Web 이미지에 적용한 결과 배경이 복잡해도 비교적 안정적으로 텍스트 영역을 추출하는 것을 확인할 수 있었다.

Keywords

References

  1. H. K. Kim, "Efficient Automatic Text Location Method and Content-Based Indexing and Structuring of Video Database," Journal of Visual Communication and Image Representation, Vol.7,No.4, pp.336-344, 1996. https://doi.org/10.1006/jvci.1996.0029
  2. R. Lienhart and F. Stuber, "Automatic Text Recognition In Digital Videos," Proceedings of SPIE, vol.2666, pp.180-188, 1996 https://doi.org/10.1117/12.234741
  3. Y. Zhong, K. Karu, and A. K. Jain, "Locating Text Complex Color Images," Pattern Recognition, Vol.28, No.10, pp.1523-1535, 1995. https://doi.org/10.1016/0031-3203(95)00030-4
  4. R. Lienhart and W. Effelsberg, "Automatic Text Segmentation and Text Recognition for Video Indexing," Technical Report TR-98-009, Praktische Informatik IV, University of Mannheim, 2000.
  5. K. C. Jung and J. H. Han, "Hybrid Approach to Efficient Text Extraction in Complex Color Images," Pattern Recognition Letters, Vol.25,pp.679-699, 2004. https://doi.org/10.1016/j.patrec.2004.01.017
  6. K. C. Jung, K. I. Kim, and A. K. Jain, "Text Information Extraction in Images and Video: A Survey," Pattern Recognition, Vol.37, No.5, pp.977-997, 2004. https://doi.org/10.1016/j.patcog.2003.10.012
  7. J. Zhou and A. D. Lopresti, "Extracting Text from WWW Images," Proceedings of the 4th International Conference on Document Analysis and Recognition (ICDAR'97), Vol.1, pp.248-252, 1997. https://doi.org/10.1109/ICDAR.1997.619850
  8. A. Antonacopoulos and F. Delporte, "Automated Interpretation of Visual Representations: Extracting Textual Information from WWW Images," Visual Representations and Interpretations, R.Paton and I.Neilson(eds.), Springer, London, 1999.
  9. J. Zhou, A. D. Lopresti, and T. Tasdizen, "Finding Text in Color Images," Proceedings of the IS&T/SPIE Symposium on Electronic Imaging, SanJose, California, Vol.3305, pp.130-140, 1998. https://doi.org/10.1117/12.304625
  10. A. D. Lopresti and J. Zhou, "Locating and Recognizing Text in WWW Images," Information Retrieval, Vol.2, pp.177-206, 2000. https://doi.org/10.1023/A:1009954710479
  11. A. K. Jain and Y. Bin, "Automatic Text Locationin Images and Video Frames," Pattern Recognition, Vol.2, pp.1497-1499, 1998. https://doi.org/10.1109/ICPR.1998.711990
  12. M. I. C. Murguia, "Document Segmentation Using Texture Variance and Low Resolution Images," Image Analysis and Interpretation, 1998 IEEE Southwest Symposiumon, pp. 164-167, 1998. https://doi.org/10.1109/IAI.1998.666879
  13. D. Karatzas and A. Antonacopoulos, Colour "Text Segmentation in Web Images Based on Human Perception," Image and Vision Computing, Elsevier, Vol.25, pp.564-577, 2007. https://doi.org/10.1016/j.imavis.2006.05.003
  14. Y. J. Song, K. C. Kim, Y. W. Choi, H. R. Byun, S. H. Kim, S. Y. Chi, D. K. Jang, and Y. K. Chung, "Text Region Extraction and Text Segmentation on Camera Captured Document Style Images," Proceedings of the Eight International Conference on Document Analysis and Recognition (ICDAR'05), Vol.1, pp.172-176, 2005. https://doi.org/10.1109/ICDAR.2005.234
  15. I. S. Jung, D. S. Ham, and I. S. Oh, "Empirical Evaluation of Color Variance Method for Text Retrieval from Web Images," Proceedings of the 19th Workshop on Image Processing and Image Understanding (IPIU'08), pp.36-41, 2008.
  16. Y. Li, Y. Zheng, D. Doermann, and S. Jaeger, "Script-Independent Text Line Segmentation in Freestyle Handwritten Documents," IEEE Trans. on Pattern Analysis and Machine Intelligence, Vol.30, No.8, pp.1313-1329, 2008. https://doi.org/10.1109/TPAMI.2007.70792
  17. M. Makridis, N. Nikolaou, and B. Gatos, "An Efficient Word Segmentation Technique for Historical and Degraded Machine-Printed Documents," Proceedings of the Eight International Conference on Document Analysis and Recognition (ICDAR'07), Vol.1, pp.178-182, 2007. https://doi.org/10.1109/ICDAR.2007.51
  18. I. Nwogu and G. H. Kim, "Word Separation of Unconstrained Handwritten Text Lines in PCR Forms," Proceedings of the Eight International Conference on Document Analysis and Recognition (ICDAR'05), Vol.2, pp.715-719, 2005. https://doi.org/10.1109/ICDAR.2005.255