• Proceedings of the Korea Contents Association Conference
• /
• 2005.05a
• /
• pp.437-442
• /
• 2005

본 연구에서는 칼라정보와 주성분분석법(principal component analysis : PCA)를 이용한 차량 번호판 인식시스템을 구성하였다. 먼저 입력된 차량 영상에서 번호판의 형태적 특징과 녹색 칼라 정보를 이용하여 번호판 영역을 추출하였으며, 추출된 번호판내의 문자 및 숫자의 위치적 특징을 이용하여 번호판의 종류(구형, 신형, 최신형)를 구분하였다. 이렇게 추출되고 구분된 번호판은 문자의 상대적 위치정보와 수평 및 수직 투영 정보를 함께 이용하여 각각의 문자영역을 분리 추출하였다. 추출된 문자영역은 주성분분석법을 이용하여 고유벡터를 추출한 후 문자 인식에 사용하였다. 본 논문의 실험과정에서는 다양한 시간대 환경에서 촬영된 주행 중인 자동차 320대의 자가용 차량영상에 대하여 실험하였으며 높은 번호판 추출률과 번호판종류 구분률 그리고 문자 인식률을 얻을 수 있었다.

• Proceedings of the KAIS Fall Conference
• /
• 2006.05a
• /
• pp.139-142
• /
• 2006

본 연구는 장면 이미지로부터 텍스트에 존재하는 문자-에지 특징을 이용하여 텍스트를 추출하는 방법을 제안한다. 캐니(Canny)에지 연산자를 이용하여 장면 이미지로부터 에지를 추출하고, 추출된 에지로부터 16종류의 에지-맵 생성한다. 생성된 에지 맵을 재구성하여 문자 특징을 갖는 8종류의 문자-에지 맵을 만단다. 텍스트는 배경과 잘 분리되는 특징이 있으므로 텍스트에 존재하는 '문자-에지 맵'의 특징을 이용하여 텍스트를 추출한다. 텍스트 영역에 대한 검증은 문자-에지 맵의 분포와 텍스트에 존재하는 글자간의 공백 특징으로 한다. 제안한 방법은 다양한 종류의 장면 이미지를 실험대상으로 하였고, 텍스트는 적어도 2글자 이상으로 구성된다는 제한조건과 너무 크거나 작은 텍스트는 텍스트 추출에서 제외하였다. 실험결과 텍스트 영역 추출률은 약 83%를 얻었다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2011.01a
• /
• pp.43-45
• /
• 2011

본 논문은 동영상 내 삽입된 자막을 문자인식이 가능하도록 문자영역을 이루는 화소를 추출하는 방법을 제안한다. 최초 자막영상을 통계학적 방법을 이용하여 색상극성을 결정한다. 이 후 색상극성에 따른 잡음제거 방법을 명암값기반과 형태학적기반으로 달리한다. 제안된 방법은 각 색상결정에 따른 적합한 잡음제거를 수행함으로서 추출된 화소들이 이루는 문자영역의 영상을 이용하여 문자인식을 수행하였을 때 기존방법보다 높은 문자인식률을 보였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2000.10b
• /
• pp.389-391
• /
• 2000

본 논문을 자연여상에서 문자열의 위치를 찾아내는데 모폴로지 연산인 WTH(white top-hats)과 BTH(black top-hars)을 사용하였다. 기존의 자연영상에서의 문자열추출은 칼라양자화방법 경우 각 칼라공간에서 문자열 추출과정을 반복 적용하거나 모델기반방법의 경우 문자열의 획의 크기나 특징에 따라서 하나의 영상을 여러 개로 분리 적용하여 추가적인 계산비용을 필요로 한다는 점을 개선하고 공간적 변화도를 이용하여 영상을 직접 처리하는 경우 최소 문자열 후보영역을 찾기 위한 프로세스를 다시 적용해야 한다는 점을 개선하였다. 자연영상에 문자열의 위치를 대략적으로 찾아내기 위해 WTH+BTH을 적용하여 그 결과로 문자열의 대략적 위치와 최소문자열후보영역을 동시에 얻을 수 있다. 문자열이 가지는 특성을 적용하여 문자열-비문자열 분류과정을 적용하고 후처리를 통해 완전한 문자열의 위치를 보여준다.

• Proceedings of the Korea Multimedia Society Conference
• /
• 2002.05c
• /
• pp.346-351
• /
• 2002

본 연구에서는 차량 번호판에서 추출된 문자영역의 DCT(Digital Cosine Transform) 계수와 LVQ (Learning Vector Quantization) 신경회로망을 이용하여 차량 번호판 인식 시스템을 구성하였다. 입력된 차량영상의 RGB 칼라정보를 이용하여 번호판 영역을 추출하고 추출된 번호판의 히스토그램과 문자의 상대적 위치정보를 병합하여 문자영역을 추출하였다. 이렇게 추출된 문자영역의 명암도 영상에 DCT를 적용하여 얻은 특징 벡터는 LVQ 신경회로망의 입력으로 사용되어 인식 과정을 수행한다. 제안된 시스템의 검증을 위하여 다양한 환경에서 촬영된 109대의 자가용 차량영상에 대하여 실험하여 상대적으로 높은 번호판 영역 추출율과 인식률을 보였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2001.10b
• /
• pp.424-426
• /
• 2001

신문, 잡지, 공문서, 영수증 등의 문서로부터 필요한 정보를 자동화하여 처리할 수 있는 문서영상 이해 시스템의 구현에 있어서 문서영상에 존재하는 문자를 추출하는 연구는 문자 인식의 전처리 단계로서 매우 중요한 의미를 지니고 있다. 하지만 현 시점에서 문서 자체가 가지는 다양한 형태 및 배경 등에 의하여 범용화되고 일반화된 방법을 찾기란 매우 어려운 실정이다. 본 논문에서는 특히 배경이 선이나 도표 등으로 이루어진 문서 영상에서 Hough Transform을 사용하여 기울어짐을 보정하고 문자들이 선에 겹친 부분을 효과적으로 보정하며 추출된 영역에 대한 분할 및 합병 과정을 거쳐 최종적으로 완전한 문자 영역을 추출하는 방법에 대하여 다룬다.

• The Journal of the Korea Contents Association
• /
• v.11 no.12
• /
• pp.511-521
• /
• 2011

As the use of image input and output devices increases, the importance of extracting text area in color images is also increasing. In this paper, in order to extract text area of the images efficiently, we present a text area extraction method for color images based on labeling and gradient difference method. The proposed method first eliminates non-text area using the processes of labeling and filtering. After generating the candidates of text area by using the property that is high gradient difference in text area, text area is extracted using the post-processing of noise removal and text area merging. The benefits of the proposed method are its simplicity and high accuracy that is better than the conventional methods. Experimental results show that precision, recall and inverse ratio of non-text extraction (IRNTE) of the proposed method are 99.59%, 98.65% and 82.30%, respectively.

• The Transactions of the Korea Information Processing Society
• /
• v.4 no.5
• /
• pp.1277-1288
• /
• 1997

In this paper,the extraciton method for individual and the recognition method for the printed dociments are discussed. In preprocessing is a technique to extract characters that are difficult to manage such as touching characters or overlapped chracters.Genrally in the existing segmentation methods,projection and edge detection are applied.However,in this paper an indvidual character is extracted by using connected pixel with one projection after the string extraction The maximum Blok Methld(MBM)is used for the recognition.The MBM is a method to enlarge the block to the last point the pixel that was found during projection. The maximum blocks are skeletonxied after the division into straight line block and oblique line block.Especially,in the recognition of chinese chracters compared to the existing method it showed improved recognition rate.

• Journal of KIISE:Software and Applications
• /
• v.29 no.3
• /
• pp.180-191
• /
• 2002

We present a new text localization method in images using a multi-layer perceptron(MLP) and a multiple continuously adaptive mean shift (MultiCAMShift) algorithm. An automatically constructed MLP-based texture classifier generates a text probability image for various types of images without an explicit feature extraction. The MultiCAMShift algorithm, which operates on the text probability Image produced by an MLP, can place bounding boxes efficiently without analyzing the texture properties of an entire image.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2002.04a
• /
• pp.713-716
• /
• 2002

자동차의 번호판은 각각의 차량을 추분 할 수 있는 것으로, 번호판의 문자를 인식함으로써 전국에 등록되어 있는 모든 차량 중에 1 대를 폭정 지을 수 있다. 그러나 기존의 연구방법 대부분은 번호판 문자 중에서 큰 숫자 4개만을 인식하는 것으로 전국적인 규모에서 완전한 차량인식이 불충분하였다. 따라서 본 논문에서는 차량의 정면에서 촬영한 영상에서 번호판을 추출하고, 그 안에 표기된 모든 문자를 인식하는 방법을 제안한다. 본 연구에서 사용된 방법은 허프변환과 번호판의 형상특징을 이용하여 번호판영역을 추출하고, 추출된 번호판에서 문자의 위치적 특징을 사용하여 각 문자를 추분하고 인식하였다. 160장의 샘플사진으로 실험해 본 결과 번호판 영역을 추출하고, 문자인식을 모두 성공한 종합성공률은 87.5%의 결과를 나타내었다.