• 한국컴퓨터정보학회논문지
• /
• 제12권3호
• /
• pp.105-113
• /
• 2007

본 논문에서는 경계 중요도 맵과 영역 병합에 의한 영상 분할 방법을 제안한다. 경계 중요도 맵은 텍스쳐 경계 강도와 칼라 경계 강도의 조합에 의해 생성한다. 텍스쳐 경계 강도는 가버 필터 뱅크를 사용하여 다중 스케일과 방향에 따른 필터링 결과를 병합하여 생성하며 칼라 경계 강도는 HSI 칼라 모델의 H 성분에 대해 계산한다. 경계 중요 맵 영상에 대해서는 Watershed 변환을 통해 사전 영상 분할을 수행한다. Watershed 변환에 의한 영상 분할은 영역들이 과잉 분할되는 현상이 나타나므로 이를 개선하여 최종 영상 분할 결과를 생성한다. 이를 위해 우선 모폴로지 연산을 사용하여 경계 중요도 맵 영상에 대한 컨트라스트 향상과 마커 영역을 생성한다. 모폴로지 연산으로 과잉 분할 영역은 줄어들지만 여전히 상당수 존재하게 되므로 이를 극복하기 위해 영역 병합 과정을 수행한다. 영역 병합 단계에서는 영역 내부의 평균 칼라 및 가버 텍스쳐 벡터를 함께 사용함으로써 효과적으로 과잉 분할된 영역을 병합할 수 있도록 하였다. 제안한 방법은 다양한 자연 영상에 대해 실험하였으며 기존 방법과 결과를 비교하여 성능의 우수성을 확인하였다.

• 스마트미디어저널
• /
• 제6권4호
• /
• pp.32-40
• /
• 2017

In this paper, a robust text detection method based on edge enhanced contrasting extremal region (CER) is proposed using stroke width transform (SWT) and tensor voting. First, the edge enhanced CER extracts a number of covariant regions, which is a stable connected component from input images. Next, SWT is created by the distance map, which is used to eliminate non-text regions. Then, these candidate text regions are verified based on tensor voting, which uses the input center point in the previous step to compute curve salience values. Finally, the connected component grouping is applied to a cluster closed to characters. The proposed method is evaluated with the ICDAR2003 and ICDAR2013 text detection competition datasets and the experiment results show high accuracy compared to previous methods.