KR20150075728A - An apparatus for extracting characters and the method thereof - Google Patents
An apparatus for extracting characters and the method thereof Download PDFInfo
- Publication number
- KR20150075728A KR20150075728A KR1020130163960A KR20130163960A KR20150075728A KR 20150075728 A KR20150075728 A KR 20150075728A KR 1020130163960 A KR1020130163960 A KR 1020130163960A KR 20130163960 A KR20130163960 A KR 20130163960A KR 20150075728 A KR20150075728 A KR 20150075728A
- Authority
- KR
- South Korea
- Prior art keywords
- binarization
- image
- pixel
- standard deviation
- character
- Prior art date
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/12—Edge-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Bioinformatics & Computational Biology (AREA)
- General Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- Character Input (AREA)
Abstract
Description
본 발명은 문자 추출 장치 및 그 방법에 관한 것으로, 조명이 균일하지 않거나 문자의 인쇄가 명확하지 않은 조건에서 효과적으로 문자를 추출할 수 있으며, 특히 문자를 추출하는 데 있어 방해되는 많은 특징을 가지고 있는 비강체에서도 효과적인 이진화 과정을 통해 로컬 영역에 분포된 여러 가지 가변 조건들에 강건한 문자 추출 장치 및 그 방법에 관한 것이다. The present invention relates to a character extracting apparatus and method thereof, and more particularly, to a character extracting apparatus and method which can extract characters effectively in a condition where lighting is not uniform or printing of characters is not clear, The present invention relates to a robust character extraction apparatus and method for various variable conditions distributed in a local region through an effective binarization process in a body.
여러 응용 분야에서 이미지로부터 문자를 자동으로 추출하는 것은 중요한 이슈이다. 특히 문자를 이미지에서 분리하여 이진 데이터로 표현하는 이진화에 있어서, 문자를 포함한 이미지의 불균일로 인해서 표기된 문자를 추출하는데 여러 가지 어려움이 있는 실정이다. 번호판 인식 장치(License Plate Recognition System, LPR)과 같은 이진화를 통해 강체(Rigid Object)에서 문자를 추출하는 장치에서 이진화를 수행할 때 문제가 되는 것은, 불균일한 조명과 먼지 등에 의한 오염의 영향이다. 뿐만 아니라, 문서 이미지에서는 다양한 이미지의 밝기와 인쇄 잉크의 부족 등과 같은 문제들로 인해 제대로 된 이진화 결과를 얻지 못하는 경우가 많이 있을 수 있다. Automatically extracting characters from images in many applications is an important issue. In particular, in binarization in which characters are separated from an image and represented as binary data, there are various difficulties in extracting the characters represented by the unevenness of images including characters. In the apparatus for extracting characters from rigid objects through binarization such as License Plate Recognition System (LPR), a problem in performing binarization is the influence of contamination due to uneven illumination and dust. In addition, in document images, there are many cases where proper binarization results are not obtained due to problems such as the brightness of various images and the lack of printing ink.
한편, 비강체(예: 옷, 깃발, 이너튜브 등)는 상기 강체에서의 문제점 이외에 또 다른 문제점을 가지고 있다. 비강체는 굽힘성, 탄성, 유연성과 같은 전형적인 특징을 가지고 있는데, 이 같은 특성으로 인해 빛이 왜곡되어 문자의 형태가 변형될 수도 있는 문제점이 있다. 이와 같은 실정으로 인해 상기 문제들을 극복할 수 있는 적절한 이진화 방법이 필요한 실정이다.On the other hand, non-rigid bodies (e.g., clothes, flags, inner tubes, etc.) have other problems in addition to the above-mentioned problems in the rigid body. Non-rigid bodies have typical characteristics such as bendability, elasticity, and flexibility, which may distort the shape of characters due to the distortion of light. Due to such a situation, a proper binarization method is needed to overcome the above problems.
컴퓨터 비전 분야에서 많은 이진화 방법들이 제시되어 왔다. 상기 이진화 방법들은 간단히 전역 임계와 로컬 영역 임계의 두 가지로 분류할 수 있다. 가장 많이 사용되는 전역 임계 방법 중 하나가 Otsu(N.Otsu, “A Threshold Selection Method from Gray-level Histogram,”IEEE Trans. Syst. Man Cybern, vol. 9, pp. 62-66, 1979.)에 의해 소개되어 있다. 이 방법은 계산량에 있어서는 매우 효율적이지만, 배경 이미지의 분산도가 매우 높은 경우에는 정상적으로 이진화가 수행되지 않는 문제가 있다.Many binarization methods have been proposed in the field of computer vision. The binarization methods can be classified into two categories: global threshold and local threshold. One of the most commonly used global threshold methods is Otsu (N. Otsu, "A Threshold Selection Method from Gray-level Histogram," IEEE Trans. Syst. Man Cybern, vol.9, pp. 62-66, . This method is very efficient in terms of calculation amount, but there is a problem that binarization is not normally performed when the degree of dispersion of the background image is very high.
또한, 조명에 따라 문자가 변화하는 문제를 해결하기 위해서는, 로컬 영역 임계 방법을 적용하는 것이 효과적일 수 있다. 상기 로컬 영역 임계 방법에는 두 가지 방법 즉, Bernsen(J. Bernsen, “Dynamic Thresholding of Gray-level Images,” in Proc .of 8th International Conference Pattern Recognition, Paris, 1986.)의 방법과 Niblack(W. Niblack, An Introduction to Digital Image Processing. NJ, USA: Prentice Hall, Englewood Cliffs, 1986.)의 방법이 있다. 두 방법은 이미지에서 사각형 윈도우를 이동하면서 윈도우 안의 각 픽셀마다 별도의 임계값을 계산하는 알고리즘을 제시한다. 그러나 이 방법으로도 비강체의 이진화 문제를 해소하기 어려워, 여전히 개선되어야 할 문제가 존재하는 실정이다.Further, in order to solve the problem that the characters change according to illumination, it may be effective to apply the local area threshold method. Critical how the local area there are two methods that is, Bernsen (J. Bernsen, " Dynamic Thresholding of Gray-level Images," in Proc . and Niblack (W. Niblack, An Introduction to Digital Image Processing, NJ, USA: Prentice Hall, Englewood Cliffs, 1986.) Both methods present an algorithm that computes a separate threshold for each pixel in the window while moving the rectangular window in the image. However, this method also makes it difficult to solve the problem of non-rigid body binarization, and there is still a problem to be improved.
본 발명은 상기된 과제를 해결하기 위해 창작된 것으로, 상기한 바와 같은 다양한 조건을 가진 비강체에서 효과적으로 문자 추출을 수행하기 위해 상기 전역 임계 방법과 로컬 영역 임계 방법의 조합을 이용하여 이진화를 수행하고, 더불어 전체 이미지 중 문자가 인쇄되어 있는 부분만 이진화를 수행하도록 함으로써 계산량에 있어서 효율적인 새로운 문자 추출 장치와 그 방법을 제시하고자 한다.The present invention has been made in order to solve the above-described problems. In order to effectively perform character extraction in a non-rigid body having various conditions as described above, the present invention performs binarization using a combination of the global critical method and the local area critical method In addition, the present invention proposes a new character extraction apparatus and a method thereof that are efficient in terms of calculation amount by performing binarization only on a portion where characters are printed in the entire image.
또한, 본 발명은 상기된 과제를 해결하기 위해 창작된 것으로, 조명이 균일하지 않거나 문자의 인쇄가 명확하지 않은 조건에서 뿐만 아니라, 문자를 추출하는데 있어 방해되는 많은 특징을 가지고 있는 비강체에서도 효과적으로 이진화를 통해 문자를 추출할 수 있는 문자 추출 장치 및 그 방법을 제공하는데 그 목적이 있다. In addition, the present invention has been made to solve the above-described problems, and it is an object of the present invention to provide a method and apparatus for effectively binarizing a non-rigid body having many features that are hindered in extraction of characters, And to provide a character extracting apparatus and a method therefor.
또한, 본 발명은 상기 문자를 추출하는데 있어서 이미지에 수직 및 수평 방향의 양방향 표준편차 알고리즘을 적용하여 이진화함으로써, 이미지의 배경에서 문자의 영역을 효과적으로 분리할 수 있는 문자 추출 장치 및 그 방법을 제공하는데 그 목적이 있다.In addition, the present invention provides a character extraction apparatus and method for extracting characters by binarizing standardized deviation algorithms in both vertical and horizontal directions, thereby effectively separating regions of characters in the background of an image It has its purpose.
또한, 본 발명은 상기 표준편차 알고리즘을 통해 추출한 문자의 영역에 로컬 영역 임계 알고리즘을 적용하여 이진화함으로써, 전체 이미지에서 문자 추출에 필요한 부분만 이진화 과정을 수행할 수 있어 문자 추출에 따른 계산 효율을 높일 수 있는 문자 추출 장치 및 그 방법을 제공하는데 그 목적이 있다.In addition, according to the present invention, a local region threshold algorithm is applied to a region of a character extracted through the standard deviation algorithm to binarize the region, so that only a portion necessary for character extraction in the entire image can be binarized, The present invention is directed to a character extraction apparatus and method therefor.
또한, 본 발명은 조명의 반사가 이미지 전체에 고르게 분산되지 않더라도 이미지의 각 로컬 영역마다 문자 추출을 위한 최적의 이진화 결과를 얻을 수 있도록 각 로컬 영역의 밝기에 따라 임계값을 업데이트 하는 문자 추출 장치 및 그 방법을 제공하는데 그 목적이 있다. The present invention also relates to a character extraction device for updating a threshold value according to the brightness of each local area so as to obtain an optimal binarization result for character extraction for each local area of an image even if the reflection of the illumination is not evenly distributed throughout the image, The purpose of this method is to provide.
본 발명의 일 실시예에 따른 문자 추출 장치는, 문자를 포함한 이미지를 획득하는 카메라; 상기 카메라에서 획득된 이미지에 대한 전처리 수단; 상기 이미지로부터 문자를 포함하는 관심영역을 추출하는 수단; 상기 추출된 관심영역에 대해서 이진화를 수행하는 이진화 수단; 및 상기 이진화수단에서 추출된 문자를 검증하는 수단;을 포함하는 것을 특징으로 한다.According to an embodiment of the present invention, there is provided a character extraction apparatus including: a camera that acquires an image including a character; A preprocessing means for an image obtained from the camera; Means for extracting a region of interest comprising characters from the image; Binarization means for binarizing the extracted region of interest; And means for verifying the character extracted by the binarization means.
또한, 상기 카메라에서 획득되는 이미지는 실시간으로 라이브 스트리밍 비디오 이미지인 것을 특징으로 한다.In addition, the image obtained by the camera is a live streaming video image in real time.
또한, 상기 전처리 수단은, 이미지 캡처 수단; 컬러 스페이스 변환 수단; 및 이미지 분할 수단;을 더 포함하는 것을 특징으로 한다.The preprocessing means may further comprise: image capturing means; Color space conversion means; And image dividing means.
또한, 상기 관심영역을 추출하는 수단은, 표준편차를 이용하여 관심영역을 추출하는 것을 특징으로 한다.In addition, the means for extracting the region of interest extracts the region of interest using the standard deviation.
또한, 상기 관심영역을 추출하는 수단은, 분할된 이미지를 가우시안 커널과 컨볼루션을 수행하는 가우시안 아이소트로픽 평활화를 통해서 노이즈를 제거하는 과정을 포함하는 것을 특징으로 한다.In addition, the means for extracting the ROI includes a process of removing noise through Gaussian isotropic smoothing that performs convolution of the divided image with a Gaussian kernel.
또한, 상기 이진화 수단은, 표준편차 이진화 방법과 적응적 임계 이진화 방법을 혼용하는 것을 특징으로 한다.In addition, the binarization means may be a combination of a standard deviation binarization method and an adaptive threshold binarization method.
또한, 상기 표준편차 이진화 방법은, 수평 및 수직의 두 방향으로 표준편차를 계산하는 것을 특징으로 한다.The standard deviation binarization method is characterized in that the standard deviation is calculated in two directions, horizontal and vertical.
또한, 상기 수평 방향으로 표준편차를 계산하는 것은, 각 수평 라인에 대해서 반복적으로 표준편차를 계산하고, 문자의 높이에 해당하는 전체 수평 라인에 대해서 모든 픽셀의 밝기(intensity)값이 미리 정해진 임계값 이하인 경우 0로 설정하여 잘라내고, 그렇지 않은 픽셀은 유지하는 것으로 1차적인 이진화를 수행하는 것을 특징으로 한다.The standard deviation in the horizontal direction is calculated by repeatedly calculating the standard deviation with respect to each horizontal line and setting the intensity value of all the pixels to a predetermined threshold value The binary binarization is performed by cutting out the pixel by setting it to 0 and retaining the pixels that are not.
또한, 상기 수직 방향으로 표준편차를 계산하는 것은, 문자 관심영역의 폭만큼 수직 방향 라인에 대해서 반복적으로 표준편차를 계산하여 픽셀의 밝기(intensity)값이 미리 정해진 임계값 이하인 경우 0로 설정하여 잘라내고, 그렇지 않은 픽셀은 유지하는 것으로 2차적인 이진화를 수행하는 것을 특징으로 한다.The standard deviation in the vertical direction is calculated by repeatedly calculating the standard deviation with respect to the vertical direction line by the width of the character area of interest and when the intensity value of the pixel is equal to or less than a predetermined threshold value, And performs a secondary binarization by maintaining pixels that are not included.
또한, 1차적인 이진화에서 0로 설정된 픽셀값은 2차적인 이진화에서 0이 아니더라도 0의 값을 유지하도록 하며, 전체 관심영역의 모든 픽셀 값에 대해서 0이 아닌 픽셀값들은 모두 최대값(255)으로 설정하는 것을 특징으로 한다.Also, the pixel value set to 0 in the primary binarization maintains a value of 0 even if it is not 0 in the secondary binarization, and all non-zero pixel values for all pixel values in the entire region of interest are all 255 .
또한, 상기 임계값은, 수직 방향 이진화에서 노이즈로부터 문자의 블랍(blob)을 분리하기 위해서 갱신되는 것을 특징으로 한다.The threshold is also characterized in that it is updated to separate blobs of characters from noise in the vertical binarization.
또한, 상기 적응적 임계 이진화 방법은, 특정 해당 픽셀과 그에 인접한 로컬에 위치한 픽셀들의 값에 따라, 얼마나 많은 인접 픽셀들이 상기 특정 해당 픽셀에 영향을 주는지에 따라 로컬 윈도우를 생성하여, 상기 윈도우를 적용한 각 픽셀의 최대 및 최소 픽셀값을 찾아내고, 이를 이용하여 가중 임계치 추출 방법으로 최적의 임계치를 구하는 것을 특징으로 한다.According to another aspect of the present invention, there is provided an adaptive threshold binarization method for generating a local window according to how many neighboring pixels affect the specific pixel according to a value of a specific pixel and a local pixel adjacent thereto, The maximum and minimum pixel values of each pixel are found, and an optimal threshold value is obtained by using the weighted threshold value extraction method.
또한, 상기 적응적 임계 이진화 방법은, 이미지의 배경에 적용한 로컬 프로젝션을 통해서 얻은 조명 팩터를 전체 이미지에 적용하여 수행하는 것을 특징으로 한다.The adaptive threshold binarization method is performed by applying an illumination factor obtained through a local projection applied to the background of an image to the entire image.
또한, 상기 로컬 프로젝션은, 특정 영역에 대한 이미지의 밝기를 추출하기 위한 것으로, 모든 배경의 수직 픽셀에 있는 각 픽셀의 값에 대한 총합을 추출하기 위해서 사용되는 것을 특징으로 한다.The local projection is used to extract the brightness of the image for a specific region and is used to extract the sum of values of each pixel in the vertical pixels of all the backgrounds.
또한, 상기 가중 임계치는, 전체 이미지에 대한 것과 로컬 영역에 대한 것이 서로 상이한 것을 특징으로 한다.In addition, the weighting threshold is characterized by being different for the entire image and for the local region.
또한, 상기 적응적 임계 이진화 방법은, 각 픽셀의 값이 임계값을 초과하는 경우 상기 각 픽셀의 값을 최대값으로 설정하고, 그렇지 않은 경우에는 최소값으로 설정하는 것을 특징으로 한다.In addition, the adaptive threshold binarization method sets the value of each pixel to a maximum value when the value of each pixel exceeds a threshold value, and sets the value of each pixel to a minimum value otherwise.
또한, 상기 적응적 임계 이진화 방법을 수행한 후에 블랍(blob) 분석이 추가로 수행되는 것을 특징으로 한다.In addition, a blob analysis is further performed after the adaptive threshold binarization method is performed.
또한, 상기 검증하는 수단은, 상기 표준편차 이진화 방법을 사용한 경우 추출된 각 블랍을 적응 임계 이진화 방법을 사용한 경우 추출된 각 블랍과 매칭시켜, 매칭되면 가용한 문자로 인증하는 것을 특징으로 한다.If the standard deviation binarization method is used, the verification means matches each extracted blob with each extracted blob when the adaptive threshold binarization method is used, and authenticates the extracted blob by using available characters if matched.
또한, 본 발명의 또 다른 일 실시예에 따른 문자 추출 방법은, 카메라를 통해 문자를 포함한 이미지를 획득하는 단계; 상기 카메라를 통해 획득한 이미지에서 문자를 추출하기 위한 전처리를 수행하는 단계; 상기 이미지로부터 문자를 포함하는 관심영역을 추출하는 단계; 상기 추출된 관심영역에 대해서 이진화를 수행하여 문자를 추출하는 단계; 및 상기 이진화를 통해 추출된 문자를 검증하는 단계;를 포함하는 것을 특징으로 한다.According to another aspect of the present invention, there is provided a character extraction method including: obtaining an image including a character through a camera; Performing a preprocessing for extracting characters from an image acquired through the camera; Extracting a region of interest including characters from the image; Extracting a character by binarizing the extracted ROI; And verifying the extracted character through the binarization.
또한, 상기 카메라를 통해 획득하는 이미지는 실시간으로 라이브 스트리밍 비디오 이미지인 것을 특징으로 한다.In addition, an image acquired through the camera is a live streaming video image in real time.
또한, 상기 전처리를 수행하는 단계는, 이미지 캡처 단계; 컬러 스페이스 변환 단계; 및 이미지 분할 단계;를 더 포함하는 것을 특징으로 한다.The performing of the preprocessing may further include: an image capturing step; A color space conversion step; And an image segmenting step.
또한, 상기 관심영역을 추출하는 단계는, 표준편차를 이용하여 관심영역을 추출하는 것을 특징으로 한다.The extracting of the ROI may include extracting ROIs using the standard deviation.
또한, 상기 관심영역을 추출하는 단계는, 분할된 이미지를 가우시안 커널과 컨볼루션을 수행하는 가우시안 아이소트로픽 평활화를 통해서 노이즈를 제거하는 과정을 포함하는 것을 특징으로 한다.In addition, the step of extracting the ROI includes a process of removing noise through Gaussian isotropic smoothing that performs convolution with the Gaussian kernel.
또한, 상기 이진화는 표준편차 이진화 방법과 적응적 임계 이진화 방법을 혼용하는 것을 특징으로 한다.Further, the binarization is characterized in that a standard deviation binarization method and an adaptive threshold binarization method are used in combination.
또한, 상기 표준편차 이진화 방법은, 수평 및 수직의 두 방향으로 표준편차를 계산하는 것을 특징으로 한다.The standard deviation binarization method is characterized in that the standard deviation is calculated in two directions, horizontal and vertical.
또한, 상기 수평 방향으로 표준편차를 계산하는 것은, 각 수평 라인에 대해서 반복적으로 표준편차를 계산하고, 문자의 높이에 해당하는 전체 수평 라인에 대해서 모든 픽셀의 밝기(intensity)값이 미리 정해진 임계값 이하인 경우 0로 설정하여 잘라내고, 그렇지 않은 픽셀은 유지하는 것으로 1차적인 이진화를 수행하는 것을 특징으로 한다.The standard deviation in the horizontal direction is calculated by repeatedly calculating the standard deviation with respect to each horizontal line and setting the intensity value of all the pixels to a predetermined threshold value The binary binarization is performed by cutting out the pixel by setting it to 0 and retaining the pixels that are not.
또한, 상기 수직 방향으로 표준편차를 계산하는 것은, 문자 관심영역의 폭만큼 수직 방향수직 라인에 대해서 반복적으로 표준편차를 계산하여 픽셀의 밝기(intensity)값이 미리 정해진 임계값 이하인 경우 0로 설정하여 잘라내고, 그렇지 않은 픽셀은 유지하는 것으로 2차적인 이진화를 수행하는 것을 특징으로 한다.The standard deviation in the vertical direction is calculated by repeatedly calculating the standard deviation with respect to the vertical direction vertical line by the width of the character interest region and setting the standard deviation to 0 when the intensity value of the pixel is equal to or less than a predetermined threshold value And a secondary binarization is performed by keeping pixels that are not.
또한, 1차적인 이진화에서 0로 설정된 픽셀값은 2차적인 이진화에서 0이 아니더라도 0의 값을 유지하도록 하며, 전체 관심영역의 모든 픽셀 값에 대해서 0이 아닌 픽셀값들은 모두 최대값(255)으로 설정하는 것을 특징으로 한다.Also, the pixel value set to 0 in the primary binarization maintains a value of 0 even if it is not 0 in the secondary binarization, and all non-zero pixel values for all pixel values in the entire region of interest are all 255 .
또한, 상기 임계값은, 수직 방향 이진화에서 노이즈로부터 문자의 블랍(blob)을 분리하기 위해서 갱신되는 것을 특징으로 한다.The threshold is also characterized in that it is updated to separate blobs of characters from noise in the vertical binarization.
또한, 상기 적응적 임계 이진화 방법은, 특정 해당 픽셀과 그에 인접한 로컬에 위치한 픽셀들의 값에 따라, 얼마나 많은 인접 픽셀들이 상기 특정 해당 픽셀에 영향을 주는지에 따라 로컬 윈도우를 생성하여, 상기 윈도우를 적용한 각 픽셀의 최대 및 최소 픽셀값을 찾아내고, 이를 이용하여 가중 임계치 추출 방법으로 최적의 임계치를 구하는 것을 특징으로 한다.According to another aspect of the present invention, there is provided an adaptive threshold binarization method for generating a local window according to how many neighboring pixels affect the specific pixel according to a value of a specific pixel and a local pixel adjacent thereto, The maximum and minimum pixel values of each pixel are found, and an optimal threshold value is obtained by using the weighted threshold value extraction method.
또한, 상기 적응적 임계 이진화 방법은, 이미지의 배경에 적용한 로컬 프로젝션을 통해서 얻은 조명 팩터를 전체 이미지에 적용하여 수행하는 것을 특징으로 한다.The adaptive threshold binarization method is performed by applying an illumination factor obtained through a local projection applied to the background of an image to the entire image.
또한, 상기 로컬 프로젝션은, 특정 영역에 대한 이미지의 밝기를 추출하기 위한 것으로, 모든 배경의 수직 픽셀에 있는 각 픽셀의 값에 대한 총합을 추출하기 위해서 사용되는 것을 특징으로 한다.The local projection is used to extract the brightness of the image for a specific region and is used to extract the sum of values of each pixel in the vertical pixels of all the backgrounds.
또한, 상기 가중 임계치는, 전체 이미지에 대한 것과 로컬 영역에 대한 것이 서로 상이한 것을 특징으로 한다.In addition, the weighting threshold is characterized by being different for the entire image and for the local region.
또한, 각 픽셀의 값이 임계값을 초과하는 경우 상기 각 픽셀의 값을 최대값으로 설정하고, 그렇지 않은 경우에는 최소값으로 설정하는 것을 특징으로 한다.In addition, when the value of each pixel exceeds the threshold, the value of each pixel is set to a maximum value, and otherwise, it is set to a minimum value.
또한, 상기 적응적 임계 이진화 방법을 수행한 후에 블랍(blob) 분석이 추가로 수행되는 것을 특징으로 한다.In addition, a blob analysis is further performed after the adaptive threshold binarization method is performed.
또한, 상기 검증하는 단계는, 상기 표준편차 이진화 방법을 사용한 경우 추출된 각 블랍을 적응 임계 이진화 방법을 사용한 경우 추출된 각 블랍과 매칭시켜, 매칭되면 가용한 문자로 인증하는 것을 특징으로 한다.The verifying may be performed by matching the extracted blobs with each extracted blob when the standard deviation binarization method is used, and authenticating the extracted blobs by using available characters if they match.
본 발명은 문자 추출 장치 및 그 방법에 관한 것으로, 더욱 상세하게는 조명이 균일하지 않거나 문자의 인쇄가 명확하지 않은 조건에서 뿐만 아니라, 문자를 추출하는데 있어 방해되는 특징을 많이 가지고 있는 비강체에서도 효과적으로 이진화를 통해 문자를 추출할 수 있고, 상기 문자를 추출하는데 있어서 이미지에 수직 및 수평 방향의 양방향 표준편차 알고리즘을 적용하여 이진화 함으로써, 이미지의 배경에서 문자의 영역을 효과적으로 분리할 수 있으며, 상기 표준편차 알고리즘을 통해 추출한 문자의 영역에 로컬 영역 임계 알고리즘을 적용하여 이진화 함으로써, 전체 이미지에서 문자 추출에 필요한 부분만 이진화 과정을 수행할 수 있어 문자 추출에 따른 계산 효율을 높일 수 있고, 이미지 각 로컬 영역의 밝기에 따라 임계값을 업데이트함으로써, 조명의 반사가 이미지 전체에 고르게 분산되지 않더라도 이미지의 각 로컬 영역마다 문자 추출을 위한 최적의 이진화 결과를 얻을 수 있는 효과가 있다.More particularly, the present invention relates to a character extracting apparatus and method thereof, and more particularly, to a character extracting apparatus and method therefor, and more particularly, to a character extracting apparatus and method thereof that are effective not only in a condition where illumination is not uniform, A character can be extracted through binarization and the character region can be effectively separated from the background of the image by applying a bi-directional standard deviation algorithm to the image by binarizing the image in extracting the character, By applying the local area threshold algorithm to the area of the extracted character through the algorithm, the binarization process can be performed only for the part necessary for character extraction in the whole image, thereby improving the calculation efficiency according to the character extraction, Update thresholds based on brightness Writing, there is an effect that the reflection of the light to get the best result of the binarization for the character extracted in each local area, even though they are evenly distributed throughout the image.
도 1은 본 발명의 일 실시예에 따른 문자 추출 장치의 구조도.
도 2는 본 발명의 일 실시예에 따른 문자 추출 장치의 동작을 나타내는 흐름도.
도 3은 본 발명의 일 실시예에 따른 표준편차를 이용한 이진화 방법에 대한 처리 흐름도.
도 4는 본 발명의 일 실시예에 따른 적응적 임계를 이용한 이진화 방법에 대한 처리 흐름도.
도 5는 본 발명의 일 실시예에 따른 추출된 문자에 대한 검증 방법에 대한 처리 흐름도.
도 6은 본 발명의 일 실시예에 따른 관찰된 픽셀, Px ,y를 중심으로 사이즈가 n x n인 로컬 윈도우의 예시도.
도 7은 본 발명의 일 실시예에 따른 (a) 정상적인 조명 조건, (b) 전체적인 조명의 밝기가 어두운 조건, (c) 부분적인 조명 조건에서의 문자 추출 결과를 보인 예시도.1 is a structural view of a character extraction apparatus according to an embodiment of the present invention;
FIG. 2 is a flowchart illustrating an operation of a character extraction apparatus according to an embodiment of the present invention; FIG.
FIG. 3 is a flowchart of a binarization method using a standard deviation according to an embodiment of the present invention. FIG.
4 is a flow chart of a process for a binarization method using an adaptive threshold according to an embodiment of the present invention.
5 is a flowchart of a verification method for extracted characters according to an embodiment of the present invention.
Figure 6 is an illustration of a local window of size nxn centered on an observed pixel, P x , y , in accordance with an embodiment of the present invention.
FIG. 7 is a diagram illustrating a character extraction result in (a) a normal illumination condition, (b) a dark condition of overall illumination, and (c) a partial illumination condition according to an embodiment of the present invention.
이하, 첨부된 도면을 참조하여 본 발명에 따른 문자 추출 장치 및 그 방법의 일 실시예를 설명한다.DESCRIPTION OF THE PREFERRED EMBODIMENTS Hereinafter, an embodiment of a character extraction apparatus and a method thereof according to the present invention will be described with reference to the accompanying drawings.
도 1은 본 발명의 일 실시예에 따른 문자 추출 장치의 구조도이다. 이에 도시된 바와 같이 본 발명에 의한 문자 추출 장치(10)는 전처리 수단(100), 관심영역 추출수단(200), 이진화수단(300) 및 추출된 문자의 검증수단(400)을 포함하여 구성된다. 전처리수단(100)은 다시 이미지 캡처수단(110), 컬러스페이스 변환수단(120), 이미지분할수단(130)으로 나누어지고, 이진화수단(300)은 다시 표준편차 이진화수단(310)과 적응임계 이진화수단(320)으로 나누어 진다.1 is a structural diagram of a character extraction apparatus according to an embodiment of the present invention. The character extraction apparatus 10 according to the present invention includes a
상기 전처리수단(100)에서 이미지 캡처수단(110)은 카메라를 통해서 촬영된 이미지를 캡처하는 것으로, 실시간으로 카메라에서 입력되는 영상을 라이브 스트리밍을 통해서 받아들일 수도 있고, 임의의 영상을 카메라로 캡처하여 촬영한 이미지를 받아들이는 것을 말한다. 또한 컬러스페이스 변환수단(120)은 RGB(Red, Blue, Green) 이미지를 색상, 밝기 및 채도 정보인 HLS(Hue Luminance Saturation)로 변환하는 것을 말한다. 그리고 이미지 분할수단(130)은 이미지를 문자의 관심영역(Region Of Interest, ROI)으로 분할하는 것을 말한다.In the preprocessing means 100, the image capturing means 110 captures an image photographed through a camera. The image capturing means 110 may receive an image input from a camera in real time through live streaming, capture an arbitrary image with a camera It is the acceptance of the photographed image. The color space conversion means 120 converts RGB (Red, Blue, Green) images into HLS (Hue Luminance Saturation), which is color, brightness and saturation information. The image dividing means 130 divides the image into regions of interest (ROI) of the character.
상기 관심영역 추출수단(200)은 표준편차를 이용하여 전체 이미지에서 관심영역을 추출하는 것으로, 분할된 이미지를 가우시안 커널과 컨볼루션을 수행하는 가우시안 아이소트로픽 평활화를 통해서 노이즈를 제거하는 과정을 포함한다.The
전처리 및 관심영역 추출이 완료된 결과는 이미지에서 문자 영역이 관심영역으로 분할된 정보이며, 이러한 정보를 토대로 이진화수단(300)에서 이진화를 수행하게 되는데, 본 발명에서는 표준편차를 이용한 방법과 적응임계 이진화 수단을 사용하여 이진화를 수행하게 된다.The result of the pre-processing and the extraction of the ROI is the information obtained by dividing the character region into the ROIs in the image, and the
이러한 이진화 결과는 추출된 문자 검증수단(400)을 통해서 검증을 수행한 후 최종적으로 추출된 문자를 출력하게 된다.The result of the binarization is verified through the extracted character verification means 400, and finally the extracted character is output.
도 2는 본 발명의 일 실시예에 따른 문자 추출 장치의 동작에 대한 흐름도로서, 이에 도시되어 있는 바와 같이, 본 발명의 문자 추출 장치는 크게 카메라를 통해 문자를 포함한 이미지를 획득하는 1단계, 상기 카메라를 통해 획득한 이미지에서 문자를 추출하기 위한 전처리를 수행하는 2단계, 상기 이미지로부터 문자를 포함하는 관심영역을 추출하는 3단계, 상기 추출된 관심영역에 대해서 이진화를 수행하여 문자를 추출하는 단계 및 상기 이진화를 통해 추출된 문자를 검증하는 4단계를 수행하여 이미지에서 문자를 추출한다.FIG. 2 is a flowchart of an operation of a character extraction apparatus according to an embodiment of the present invention. As shown in FIG. 2, the character extraction apparatus of the present invention includes a
더욱 상세하게는, 본 발명의 문자 추출 장치는 먼저, 카메라를 통해 실시간으로 라이브 스트리밍 비디오 이미지를 획득한다(S101). 상기 획득한 이미지에서 문자를 포함한 2D 이미지를 획득한다(S102). 상기 2D 이미지에서 루미넌스(휘도) 색공간을 분리한다(S103). 다음 단계를 위해 필요한 상기 루미넌스 색공간은 RGB(빨강, 초록, 파랑)에서 HLS(색상, 밝기, 채도)로 변환하여 얻을 수 있다. 그 후, 이미지를 분할하고(S104), 문자 관심영역을 분리한다(S105). 또한, 전처리기술로서, 분할한 이미지에 3X3 크기의 가우시안 커널(Gaussian kernel)을 씌워 가우시안 등방성 평활화(Gaussian isotropic smoothing)를 적용하여 이미지의 노이즈를 제거한다. 상기 관심영역을 분리 위해, 본 발명의 장치는 이미지의 관심영역에 표준편차 알고리즘을 적용한다. 참고로, 표준편차 결과에서 임계값을 초과하는 곳이 문자의 관심영역이 되는 것이다. 상기 결과에 따라 본 발명의 문자 추출 장치는 인쇄된 문자의 상단과 하단의 위치를 얻을 수 있다. 한편, 상기 표준편차 알고리즘은 하향식 접근방법을 사용하여 문자영역을 찾을 수 있을 때까지 반복적으로 임계값을 업데이트하는 방식을 사용한다. More specifically, the character extraction apparatus of the present invention acquires a live streaming video image in real time through a camera (S101). A 2D image including a character in the acquired image is acquired (S102). A luminance (luminance) color space is separated from the 2D image (S103). The luminance space required for the next step can be obtained by converting from RGB (red, green, blue) to HLS (color, brightness, saturation). Thereafter, the image is divided (S104), and the character region of interest is separated (S105). In addition, as a pre-processing technique, a Gaussian kernel having a size of 3 × 3 is placed on a divided image, and Gaussian isotropic smoothing is applied to remove image noise. To separate the region of interest, the apparatus of the present invention applies a standard deviation algorithm to the region of interest of the image. For reference, in the result of standard deviation, a region exceeding a threshold value becomes a region of interest of a character. According to the above result, the character extraction device of the present invention can obtain the positions of the upper and lower ends of the printed characters. Meanwhile, the standard deviation algorithm uses a method of repeatedly updating a threshold value until a character region can be found by using a top-down approach.
한편, 문자의 관심영역을 분리하고 문자의 위치를 추출하기 위해 양방향 표준편차 알고리즘을 사용하여 이진화를 수행한다(S106). 이미지 정보는 2D로 표현되어 있으므로, 표준편차 알고리즘은 수직(vertical), 수평(horizontal) 방향 두 방향으로 적용한다. 먼저, 각 행(row) 라인의 모든 픽셀에 대한 표준편차를 계산하는 방식으로, 수평방향의 표준편차를 반복적으로 산출한다. 행 라인의 총합은 문자의 높이와 같다. 그 후에, 행 라인의 모든 픽셀의 밝기값에서 임계값(σxτ)보다 낮은 표준편차를 가지는 밝기값은 0으로 내림 처리함으로써 첫 번째 이진화를 적용한다. 높은 표준편차를 가지는 밝기값은 그대로 유지한다. 두 번째 이진화로 수직방향의 표준편차를 계산하는 방식으로, 문자 관심영역의 열(column) 라인의 모든 픽셀에 대한 표준편차를 반복적으로 산출한다. 열 라인의 총합은 문자의 넓이와 같다. 상기 수직방향의 표준편차를 계산하는 것은 상기 수평방향의 표준편차를 계산하는 방법과 동일한 방법으로 진행한다. 그러나 여기서는 이진화를 위한 파라미터로 이전 계산을 사용한다. 즉, 이미 이전의 초기 값 설정에서 0으로 할당된 픽셀은 그 값을 유지한다. 그리고 0이 아닌 모든 픽셀의 밝기값을 8비트 그레이 스케일 이미지의 최대 휘도 값(255)과 같도록 올림 처리하여 이진화한다. 수직 방향의 표준편차에서, 이진화를 수행함에 있어 최고의 임계값을 찾기 위하여, 선택된 임계값(σyτ)을 업데이트 한다(S107). 상기 양방향 표준편차 알고리즘의 주된 목적은 노이즈로부터 문자를 확실하게 분리하는 것이다.On the other hand, binarization is performed using a bi-directional standard deviation algorithm to separate the region of interest of the character and extract the position of the character (S106). Since the image information is expressed in 2D, the standard deviation algorithm is applied in two directions, vertical and horizontal. First, the standard deviation in the horizontal direction is repeatedly calculated in such a manner that the standard deviation of all pixels in each row line is calculated. The sum of line lines is equal to the height of the character. Thereafter, a brightness value having a standard deviation lower than the threshold value (? X ?) From the brightness values of all the pixels of the row line is subjected to the first binarization by descending to zero. The brightness value having a high standard deviation is maintained. The standard deviation of all the pixels of the column line of the character area of interest is repeatedly calculated in such a manner that the standard deviation of the vertical direction is calculated by the second binarization. The sum of the column lines is equal to the width of the character. The calculation of the standard deviation in the vertical direction proceeds in the same manner as the calculation of the standard deviation in the horizontal direction. However, here we use the previous calculation as a parameter for binarization. That is, a pixel that has already been assigned 0 in the previous initial value setting retains its value. And binarizes the brightness values of all non-zero pixels to the same value as the maximum brightness value (255) of the 8-bit gray scale image. In the standard deviation of the vertical direction, the selected threshold value? Y ? Is updated in order to find the highest threshold value in performing binarization (S107). The main purpose of the bidirectional standard deviation algorithm is to reliably separate characters from noise.
또한, 본 발명의 문자 추출 장치는 이진화를 위한 적응적 임계 알고리즘을 수행한다(S108). 상기 적응적 임계 알고리즘을 이용한 이진화는 계측된 픽셀과 그 주변의 밝기를 기반으로 각 픽셀마다 개별적으로 적용한다. 결과에 영향을 미치는 주변픽셀을 얼마나 많이 선택하느냐에 따라 로컬 윈도우의 사이즈가 달라진다. 로컬 윈도우 내 픽셀의 최대 밝기와 최소 밝기를 구하고, 각 픽셀에 대한 최적 임계값을 찾기 위해 가중(weighted) 임계 알고리즘을 적용한다. 또한, 다른 중요한 요소인 전체 조명의 영향도 고려하는데, 상기 조명 요건은 로컬 프로젝션(local projection)을 적용하여 얻을 수 있다. 로컬 프로젝션은 모든 배경 열의 각 픽셀의 밝기값의 합을 추출하기 위한 목적으로 사용된다. 이 단계에서는 어떤 로컬 영역이 다른 곳보다 더 밝은지에 대해 알 수 있다. 만약 로컬 프로젝션의 값이 높으면, 해당 로컬 영역의 조명이 상대적으로 밝다는 의미이다.In addition, the character extraction apparatus of the present invention performs an adaptive threshold algorithm for binarization (S108). The binarization using the adaptive threshold algorithm is applied to each pixel individually based on the measured pixels and their surrounding brightness. The size of the local window depends on how many surrounding pixels are selected to affect the result. We obtain the maximum brightness and minimum brightness of the pixels in the local window and apply a weighted threshold algorithm to find the optimal threshold for each pixel. It also takes into consideration the influence of the overall illumination, which is another important factor, which can be obtained by applying a local projection. The local projection is used for the purpose of extracting the sum of brightness values of each pixel of all the background columns. At this stage, you can see which local areas are brighter than others. If the value of the local projection is high, it means that the illumination of the local area is relatively bright.
즉, 적응적 임계 방법을 위한 이진화는 픽셀의 밝기가 임계값을 초과하면 픽셀의 최대 밝기값으로 반올림하고, 초과하지 않으면 최소 밝기값으로 내린다. 상기와 같이 분석 범위에서 벗어난 부분은 무시함으로써 분석의 효율을 높일 수 있다. 상기 방법을 통해 각 문자의 중심 및 문자의 가장자리의 위치와 같은 중요한 특징을 추출할 수 있다.That is, the binarization for the adaptive threshold method rounds to the maximum brightness value of the pixel if the brightness of the pixel exceeds the threshold value, or to the minimum brightness value otherwise. As described above, it is possible to increase the efficiency of analysis by disregarding portions deviating from the analysis range. Through this method, important features such as the center of each character and the position of the edge of the character can be extracted.
블랍(bolb) 분석은 상기 이진화를 수행한 다음에 실시된다(S109). 본 발명의 문자 추출 장치는 상기와 같이 이진화를 이용하여 배경 픽셀과 전경 픽셀을 분리하기 때문에 블랍 분석을 구현할 수 있는 것이다. 블랍 분석을 이용하여 본 발명의 문자 추출 장치는 분할된 이미지 내의 문자 픽셀의 연결 영역의 특징을 식별하고 추출할 수 있다. 또한, 본 발명의 문자 추출 장치는 상기 분석을 단순화하기 위하여 문자의 사이즈 정보를 이용하여 분석 범위에서 벗어난 부분은 무시할 수 있다. 상기 문자 추출 장치가 추출하는 중요한 특징은 문자 부분의 가장자리와 경계사각형 중심의 위치이다. 이너튜브에 인쇄된 문자의 전체 모양은 상기 추출한 부분 분석 결과를 통합함으로써 추출한다(S110). The blob analysis is performed after performing the binarization (S109). The character extraction apparatus of the present invention can realize a blob analysis because the background pixel and the foreground pixel are separated using the binarization as described above. Using the blob analysis, the character extraction device of the present invention can identify and extract the characteristics of the connected regions of the character pixels in the divided image. Further, in order to simplify the analysis, the character extraction apparatus of the present invention can ignore portions deviating from the analysis range using character size information. An important feature extracted by the character extraction device is the position of the edge of the character portion and the center of the boundary rectangle. The overall shape of the characters printed on the inner tube is extracted by integrating the extracted partial analysis results (S110).
마지막 단계에서는, 적응적 임계 방법의 결과와 표준편차 알고리즘의 결과를 확인한다(S111). 표준편차 방법을 사용하여 추출된 부분은 중심 위치와 연결 박스의 사이드 길이의 차이를 측정하여 임계방법에 적용한다. 모든 문자가 추출되지 않았다고 판단되면 최적화단계를 거쳐 적응적 임계 이진화 단계로 돌아가고(S112), 모든 문자가 추출되었다고 판단되면 추출된 문자의 중심 정보를 이용하여 배치된 순서대로 문자를 저장한다(S113).In the last step, the result of the adaptive threshold method and the result of the standard deviation algorithm are confirmed (S111). The part extracted using the standard deviation method is applied to the critical method by measuring the difference between the center position and the side length of the connection box. If it is determined that all the characters have not been extracted, the process returns to the adaptive threshold binarization step through the optimization step (S112). If it is determined that all the characters have been extracted, the character is stored in the arranged order using the center information of the extracted characters (S113) .
이하, 본 발명의 문자 추출 장치의 알고리즘(양방향 표준편차 알고리즘, 적응적 임계화 알고리즘 및 상기 두 알고리즘으로부터 추출된 문자를 확인하는 방법)에 대해 더욱 상세하게 설명하도록 한다.Hereinafter, the algorithm (bi-directional standard deviation algorithm, adaptive thresholding algorithm, and method for identifying characters extracted from the two algorithms) of the character extraction apparatus of the present invention will be described in more detail.
도 3은 본 발명의 일 실시예에 따른 표준편차를 이용한 이진화 방법에 대한 처리 흐름도이다.3 is a flowchart of a binarization method using a standard deviation according to an embodiment of the present invention.
참고로, 본 발명의 문자 추출 장치는 모든 수평라인의 표준편차σ(y)를 σxτ와 비교하여 첫 번째 이진화를 적용한다(수학식 1). 또한, 문자의 관심영역은 n이 문자의 높이를 나타내는 mXn 디멘션(차원) 안에 나타내진다. 같은 방법을 사용하여, 문자 관심영역 안의 모든 수직라인의 표준편차를 σyt와 비교한다(수학식 2). 상기 임계값은 최상의 이진화 결과를 얻을 때까지 업데이트된다.For reference, the character extraction apparatus of the present invention applies the first binarization by comparing the standard deviation? (Y) of all the horizontal lines with? X ? (Equation 1). Also, the region of interest of the character is represented in the mXn dimension (dimension) where n represents the height of the character. Using the same method, the standard deviation of all vertical lines in the character area of interest is compared to σ yt (Equation 2). The threshold is updated until the best binarization result is obtained.
본 발명의 표준편차를 이용한 이진화 방법은 먼저, 모든 수평라인의 각 픽셀의 표준편차 값을 계산하고(S201), 수평라인 임계값과 비교한다(S202). 픽셀의 표준편차 값이 임계값보다 낮으면 픽셀값을 0으로 하고, 높으면 픽셀값을 255로 한다(S203). 수평, 수직라인의 모든 픽셀값이 이진화될 때까지 상기 단계를 반복한다(S204). In the binarization method using the standard deviation of the present invention, the standard deviation value of each pixel of all the horizontal lines is calculated (S201) and compared with the horizontal line threshold value (S202). If the standard deviation value of the pixel is lower than the threshold value, the pixel value is set to 0. If the standard deviation value is higher than the threshold value, the pixel value is set to 255 (S203). The above steps are repeated until all the pixel values of the horizontal and vertical lines are binarized (S204).
다음으로 수직라인의 각 픽셀의 표준편차 값을 계산하고(S205), 수평라인 임계값과 비교한다(S206). 픽셀의 표준편차 값이 임계값보다 낮으면 픽셀값을 0으로 하고, 높으면 픽셀값을 255로 한다(S207). 수평, 수직라인의 모든 픽셀값이 이진화될 때까지 상기 단계를 반복한다(S208). Next, the standard deviation value of each pixel of the vertical line is calculated (S205), and is compared with the horizontal line threshold value (S206). If the standard deviation value of the pixel is lower than the threshold value, the pixel value is set to 0. If the standard deviation value is higher than the threshold value, the pixel value is set to 255 (S207). The above steps are repeated until all the pixel values of the horizontal and vertical lines are binarized (S208).
도 4는 본 발명의 일 실시예에 따른 적응적 임계를 이용한 이진화 방법에 대한 처리 흐름도이다.FIG. 4 is a flowchart of a process for a binarization method using an adaptive threshold according to an embodiment of the present invention.
도 4에 도시되어 있는 바와 같이, 본 발명의 문자 추출 장치(10)는 문자 관심영역의 모든 픽셀을 위한 로컬 윈도우 스캐닝을 적용한다(S301). Pxy는 x,y 좌표로 표시된 픽셀의 밝기로 가정한다. 상기 로컬 윈도우는 해당 픽셀의 주위 밝기값을 고려한 사이즈로 만들어 졌다. 로컬 윈도우는 윈도우 사이즈를 nXn으로 가정하여 도 6과 같이 표현된다. 상기 로컬 윈도우는 수학식 5에 의해 제약되는 수학식 3 및 4를 사용하여 윈도우 내의 최대, 최소 밝기값을 찾기 위해 사용된다. 적응적 임계 방정식에서 각 픽셀의 최대 밝기를 MaxPxy로 최소 밝기를 MinPxy로 한다. As shown in FIG. 4, the character extraction apparatus 10 of the present invention applies local window scanning for all the pixels of the character area of interest (S301). Pxy is assumed to be the brightness of the pixel represented by x, y coordinates. The local window has a size considering a surrounding brightness value of the pixel. The local window is expressed as shown in FIG. 6, assuming that the window size is nXn. The local window is used to find the maximum and minimum brightness values in the window using equations (3) and (4) constrained by equation (5). In the adaptive threshold equation, the maximum brightness of each pixel is MaxPxy and the minimum brightness is MinPxy.
이 알고리즘에서는 우선순위 임계값을 결정하기 위해 최적화 단계를 사용한다(S302). 그 후, AT1을 계산하여 각 픽셀의 밝기값과 비교하여 AT1보다 작으면 픽셀값을 0으로 하고, 높으면 픽셀값을 255로 이진화한다(S303). 그 후, AT2를 계산하여 각 픽셀의 밝기값과 비교하여 AT2보다 작으면 픽셀값을 0으로 하고, 높으면 픽셀값을 255로 이진화한다(S304). 상기 AT1 및 AT2를 사용하여 모든 픽셀의 이진화를 수행하였으면 이진화 과정을 종료한다(S305).In this algorithm, an optimization step is used to determine a priority threshold (S302). Then, AT1 is calculated and compared with the brightness value of each pixel. If the AT1 is smaller than AT1, the pixel value is set to 0, and if it is higher, the pixel value is binarized to 255 (S303). Then, AT2 is calculated, and the pixel value is compared with the brightness value of each pixel. If it is smaller than AT2, the pixel value is made to be 0, and if it is higher, the pixel value is binarized to 255 (S304). If all the pixels are binarized using the AT1 and AT2, the binarization process is terminated (S305).
참고로, AT1 접근은 4개의 메인 요건에 의해 영향을 받는다. 상기 4개의 메인 요건은 수정된 가중치값(W1), 로컬 윈도우의 최대 밝기값(MaxPxy), 최적화값(OPu) 및 로컬 영역 조명 요건(x)이다. 최적화값은 지정된 퍼센티지에 의한 가중치 임계값인 동적 가중치 값을 나타낸다. 각 단계의 값은 상황에 따라 조정될 수 있다. 최적화 값을 적용하는 목적은 우선순위 임계값을 적용하여 계산량을 줄이는데 있다. For reference, AT1 access is affected by four main requirements. The four main requirements are the modified weight value W1, the maximum brightness value (MaxPxy) of the local window, the optimization value (OPu), and the local area illumination requirement (x). The optimization value represents a dynamic weight value that is a weight threshold value by a specified percentage. The value of each step can be adjusted according to the situation. The purpose of applying the optimization value is to reduce the calculation amount by applying the priority threshold value.
AT2 접근(수학식 7)은 AT1 접근으로 커버되지 않는 특이조건을 위해 사용된다. AT2 접근은 가중치(W2), 최대값(MaxPxy), 최소값(MinPxy), 로컬 윈도우의 밝기에 영향을 받는다. AT2 접근의 목적은 각 픽셀의 로컬 윈도우 안에서 최대 및 최소값의 차이를 기반으로 최적의 임계값을 찾는 것이다.The AT2 approach (Equation 7) is used for specific conditions not covered by the AT1 approach. The AT2 access is affected by the weight (W2), the maximum value (MaxPxy), the minimum value (MinPxy), and the brightness of the local window. The goal of the AT2 approach is to find an optimal threshold based on the difference between the maximum and minimum values within the local window of each pixel.
도 5는 본 발명의 일 실시예에 따른 추출된 문자에 대한 검증 방법에 대한 처리 흐름도이다.5 is a flowchart of a verification method for extracted characters according to an embodiment of the present invention.
도 5에 도시되어 있는 바와 같이, 본 발명의 문자 추출 장치는 표준편차 이진화 방법에서 추출된 결과(S401)에서 최적화 단계 및 상기 AT1 및 AT2를 이용하는 적응적 임계 이진화 방법을 수행하여(S402) 추출된 결과를 통해 추출 결과가 가용 문자인지 검증할 수 있다(S403). 검증 결과 모든 문자가 추출되지 않았으면 최적화 단계로 넘어가 다시 적응적 임계 이진화를 수행하고, 모든 문자가 추출되었으면 문자 추출 과정을 종료한다(S404).As shown in FIG. 5, the character extraction apparatus of the present invention performs an optimization step and an adaptive threshold binning method using AT1 and AT2 in the result (S401) extracted in the standard deviation binarization method (S402) Through the result, it is possible to verify whether the extraction result is an available character (S403). If all the characters have not been extracted, the process proceeds to the optimization step, and the adaptive threshold binarization is performed again. If all the characters are extracted, the character extraction process is terminated (S404).
도 7은 본 발명의 일 실시예에 따른 (a) 정상적인 조명 조건, (b) 전체적인 조명의 밝기가 어두운 조건, (c) 부분적인 조명 조건에서의 문자 추출 결과를 보인 예시도이다.FIG. 7 is an exemplary diagram showing character extraction results under (a) normal illumination conditions, (b) dark conditions of overall illumination, and (c) partial illumination conditions according to an embodiment of the present invention.
도 7은 백색 잉크로 특정 영역에 일련번호가 인쇄되어 있는 이너튜브에서 일련번호를 추출한 결과이다. 참고로 상기 이너튜브는 비강체로서 평평하지 않을 수 있고 상황에 따라 모양이 유동적이기 때문에 빛의 반사가 잘 분산되지 않으며 이너튜브의 색상이 회색과 검정의 조합에 의한 순수한 검정이 아니기 때문에 보통의 방법으로는 문자를 추출하기 어려운 오브젝트이다. Fig. 7 is a result of extracting the serial number from the inner tube in which the serial number is printed in a specific area with white ink. For reference, the inner tube is a non-rigid body and may not be flat. Since the shape of the inner tube is fluid, the reflection of light is not well dispersed and the color of the inner tube is not a pure black- Is an object that is difficult to extract a character.
도 7에 도시되어 있는 바와 같이, 조명에 따른 3가지 다른 조건에서 이너튜브에 인쇄된 시리얼 넘버를 추출하는 것을 4개의 서브 이미지를 통해 보여주고 있다. 첫 번째 이미지는 테스팅(testing) 샘플인 이너튜브에 인쇄된 시리얼 넘버의 이미지이다. 두 번째 이미지는 양방향 표준편차 알고리즘을 적용한 이미지로서, 노란색 도트는 각각의 문자 위치의 중심점을 표시한다. 또한 상기 양방향 표준편차 알고리즘을 사용해 추출한 또 다른 모양은 배경 이미지에서 분리된 문자의 영역이다. 상기 알고리즘을 이용함으로써 문자 이외의 노이즈 부분을 무시할 수 있어 계산 효율을 높일 수 있다. 세 번째 이미지는 본 발명에 따른 문자 추출 장치의 확인(검증) 방법의 결과를 보여준다. 상기 알고리즘을 결합하여 각각의 문자에 노랑색 박스가 표시된 문자를 얻을 수 있다. 네 번째 이미지는 최종적으로 이너튜브에 인쇄된 문자에서 추출된 문자를 보여준다.As shown in Fig. 7, four sub-images show the extraction of the serial number printed on the inner tube under three different conditions depending on the illumination. The first image is an image of the serial number printed on the inner tube, which is a testing sample. The second image is an image using a bidirectional standard deviation algorithm, and the yellow dot indicates the center point of each character position. Another shape extracted using the bidirectional standard deviation algorithm is an area of characters separated from the background image. By using the above algorithm, noise parts other than characters can be ignored, and the calculation efficiency can be increased. The third image shows the results of the verification (verification) method of the character extraction device according to the present invention. By combining the algorithms, a character marked with a yellow box can be obtained for each character. The fourth image finally shows the characters extracted from the characters printed on the inner tube.
도 7에 도시되어 있는 바와 같이, 본 발명의 문자 추출 장치는 정상적인 조명 조건, 전체적인 조명의 밝기가 어두운 조건 및 부분적인 조명 조건을 포함한 모든 조명 조건에서 이너튜브에 인쇄되어 있는 시리얼 넘버를 정확하게 추출할 수 있다.As shown in Fig. 7, the character extraction device of the present invention can accurately extract the serial number printed on the inner tube in all lighting conditions including normal lighting condition, dark condition of overall lighting, and partial lighting condition .
이상으로 본원 발명은 도면에 도시된 실시예를 참고로 하여 설명되었으나, 이는 예시적인 것에 불과하며, 당해 기술이 속하는 분야에서 통상의 지식을 가진 자라면 이로부터 다양한 변형 및 균등한 타 실시예가 가능하다는 점을 이해할 것이다. 따라서 본원 발명의 기술적 보호범위는 아래의 특허청구범위에 의해서 정하여져야 할 것이다.While the present invention has been particularly shown and described with reference to exemplary embodiments thereof, it is to be understood that the invention is not limited to the disclosed embodiments, but, on the contrary, I will understand the point. Accordingly, the technical scope of the present invention should be defined by the following claims.
110 : 이미지 캡처수단 120 : 컬러스페이스 변환수단
130 : 이미지 분할수단 200 : 관심영역 추출수단
300 : 이진화 수단 310 : 표준편차 이진화수단
320 : 적응 임계 이진화수단 400 : 추출된 문자의 검증수단110: image capturing means 120: color space conversion means
130: Image dividing means 200: Interest area extracting means
300: binarization means 310: standard deviation binarization means
320: adaptive threshold binarization means 400: verification means for extracted characters
Claims (36)
상기 카메라에서 획득된 이미지에 대한 전처리 수단;
상기 이미지로부터 문자를 포함하는 관심영역을 추출하는 수단;
상기 추출된 관심영역에 대해서 이진화를 수행하는 이진화 수단; 및
상기 이진화 수단에서 추출된 문자를 검증하는 수단;을 포함하는 것을 특징으로 하는 문자 추출 장치.A camera for acquiring an image including characters;
A preprocessing means for an image obtained from the camera;
Means for extracting a region of interest comprising characters from the image;
Binarization means for binarizing the extracted region of interest; And
And means for verifying the character extracted by said binarization means.
상기 카메라에서 획득되는 이미지는 실시간으로 라이브 스트리밍 비디오 이미지인 것을 특징으로 하는 문자 추출 장치.The method according to claim 1,
Wherein the image obtained by the camera is a live streaming video image in real time.
상기 전처리 수단은,
이미지 캡처 수단; 컬러 스페이스 변환 수단; 및 이미지 분할 수단;을 더 포함하는 것을 특징으로 하는 문자 추출 장치.The method according to claim 1,
The pre-
Image capture means; Color space conversion means; And image dividing means for dividing the image into a plurality of characters.
상기 관심영역을 추출하는 수단은,
표준편차를 이용하여 관심영역을 추출하는 것을 특징으로 하는 문자 추출 장치.The method according to claim 1,
Wherein the means for extracting the ROI comprises:
And extracts the region of interest using the standard deviation.
상기 관심영역을 추출하는 수단은,
분할된 이미지를 가우시안 커널과 컨볼루션을 수행하는 가우시안 아이소트로픽 평활화를 통해서 노이즈를 제거하는 과정을 포함하는 것을 특징으로 하는 문자 추출 장치.The method of claim 4,
Wherein the means for extracting the ROI comprises:
And removing noise through Gaussian isotropic smoothing that performs convolution with the Gaussian kernel in the segmented image.
상기 이진화 수단은,
표준편차 이진화 방법과 적응적 임계 이진화 방법을 혼용하는 것을 특징으로 하는 문자 추출 장치.The method according to claim 1,
Wherein the binarization means comprises:
Wherein a standard deviation binarization method and an adaptive threshold binarization method are used in combination.
상기 표준편차 이진화 방법은,
수평 및 수직의 두 방향으로 표준편차를 계산하는 것을 특징으로 하는 문자 추출 장치.The method of claim 6,
The standard deviation binarization method includes:
And the standard deviation is calculated in two directions, horizontal and vertical.
상기 수평 방향으로 표준편차를 계산하는 것은,
각 수평 라인에 대해서 반복적으로 표준편차를 계산하고, 문자의 높이에 해당하는 전체 수평 라인에 대해서 모든 픽셀의 밝기(intensity)값이 미리 정해진 임계값 이하인 경우 0로 설정하여 잘라내고, 그렇지 않은 픽셀은 유지하는 것으로 1차적인 이진화를 수행하는 것을 특징으로 하는 문자 추출 장치.The method of claim 7,
The calculation of the standard deviation in the horizontal direction,
The standard deviation is repeatedly calculated for each horizontal line, and if the intensity value of all pixels is equal to or lower than a predetermined threshold value for all the horizontal lines corresponding to the height of the character, And performs a primary binarization by maintaining the first binarization.
상기 수직 방향으로 표준편차를 계산하는 것은,
문자 관심영역의 폭만큼 수직 방향수직 라인에 대해서 반복적으로 표준편차를 계산하여 픽셀의 밝기(intensity)값이 미리 정해진 임계값 이하인 경우 0로 설정하여 잘라내고, 그렇지 않은 픽셀은 유지하는 것으로 2차적인 이진화를 수행하는 것을 특징으로 하는 문자 추출 장치.The method of claim 8,
Calculating the standard deviation in the vertical direction,
The standard deviation is repeatedly calculated with respect to the vertical line perpendicular to the width of the character area of interest, and when the intensity value of the pixel is equal to or less than the predetermined threshold value, it is set to 0, And performs a binarization process.
1차적인 이진화에서 0로 설정된 픽셀값은 2차적인 이진화에서 0이 아니더라도 0의 값을 유지하도록 하며, 전체 관심영역의 모든 픽셀 값에 대해서 0이 아닌 픽셀값들은 모두 최대값(255)으로 설정하는 것을 특징으로 하는 문자 추출 장치.The method of claim 9,
The pixel value set to 0 in the primary binarization is set to 0 even if it is not 0 in the secondary binarization and the non-zero pixel values are set to the maximum value (255) for all the pixel values in the entire region of interest And the character extraction unit.
상기 임계값은,
수직 방향 이진화에서 노이즈로부터 문자의 블랍(blob)을 분리하기 위해서 갱신되는 것을 특징으로 하는 문자 추출 장치.The method of claim 8,
The threshold value may be set to &
And is updated to separate blobs of characters from noise in vertical binarization.
상기 적응적 임계 이진화 방법은,
특정 해당 픽셀과 그에 인접한 로컬에 위치한 픽셀들의 값에 따라, 상기 특정 해당 픽셀에 영향을 주는 인접 픽셀의 범위에 따라 로컬 윈도우를 생성하여, 상기 윈도우를 적용한 각 픽셀의 최대 및 최소 픽셀값을 찾아내고, 이를 이용하여 가중 임계치 추출 방법으로 최적의 임계치를 구하는 것을 특징으로 하는 문자 추출 장치.The method of claim 6,
The adaptive threshold binarization method comprising:
A local window is generated according to a range of adjacent pixels influencing the specific pixel in accordance with a value of a corresponding pixel and a local pixel adjacent thereto to find the maximum and minimum pixel values of each pixel to which the window is applied , And uses the weighted threshold value extraction method to obtain an optimal threshold value.
상기 적응적 임계 이진화 방법은,
이미지의 배경에 적용한 로컬 프로젝션을 통해서 얻은 조명 팩터를 전체 이미지에 적용하여 수행하는 것을 특징으로 하는 문자 추출 장치.The method of claim 6,
The adaptive threshold binarization method comprising:
And applying the illumination factor obtained through the local projection applied to the background of the image to the entire image.
상기 로컬 프로젝션은,
특정 영역에 대한 이미지의 밝기를 추출하기 위한 것으로, 모든 배경의 수직 픽셀에 있는 각 픽셀의 값에 대한 총합을 추출하기 위해서 사용되는 것을 특징으로 하는 문자 추출 장치.14. The method of claim 13,
The local projection may include:
Is used to extract the brightness of an image for a specific area and is used to extract a sum of values of each pixel in vertical pixels of all backgrounds.
상기 가중 임계치는,
전체 이미지에 대한 것과 로컬 영역에 대한 것이 서로 상이한 것을 특징으로 하는 문자 추출 장치.The method of claim 12,
The weighting threshold may be a weighting factor,
Characterized in that the local area is different from the local area.
각 픽셀의 값이 임계값을 초과하는 경우 상기 각 픽셀의 값을 최대값으로 설정하고, 그렇지 않은 경우에는 최소값으로 설정하는 것을 특징으로 하는 문자 추출 장치.The method of claim 12,
Wherein when the value of each pixel exceeds a threshold value, the value of each pixel is set to a maximum value, and otherwise, it is set to a minimum value.
상기 적응적 임계 이진화 방법을 수행한 후에 블랍(blob) 분석이 추가로 수행되는 것을 특징으로 하는 문자 추출 장치.The method of claim 12,
Wherein the blob analysis is further performed after performing the adaptive threshold binarization method.
상기 검증하는 수단은,
표준편차 이진화 방법을 사용한 경우 추출된 각 블랍을 적응 임계 이진화 방법을 사용한 경우 추출된 각 블랍과 매칭시켜, 매칭되면 가용한 문자로 인증하는 것을 특징으로 하는 문자 추출 장치.The method according to claim 1,
Wherein the verifying means comprises:
Wherein when the standard deviation binarization method is used, each of the extracted blobs is matched with each extracted blob when the adaptive threshold binarization method is used, and if it is matched, the character is extracted as an available character.
상기 카메라를 통해 획득한 이미지에서 문자를 추출하기 위한 전처리를 수행하는 단계;
상기 이미지로부터 문자를 포함하는 관심영역을 추출하는 단계;
상기 추출된 관심영역에 대해서 이진화를 수행하여 문자를 추출하는 단계; 및
상기 이진화를 통해 추출된 문자를 검증하는 단계;를 포함하는 것을 특징으로 하는 문자 추출 방법.Acquiring an image including a character through a camera;
Performing a preprocessing for extracting characters from an image acquired through the camera;
Extracting a region of interest including characters from the image;
Extracting a character by binarizing the extracted ROI; And
And verifying the extracted characters through the binarization.
상기 카메라를 통해 획득하는 이미지는 실시간으로 라이브 스트리밍 비디오 이미지인 것을 특징으로 하는 문자 추출 방법.The method of claim 19,
Wherein the image obtained through the camera is a live streaming video image in real time.
상기 전처리를 수행하는 단계는,
이미지 캡처 단계; 컬러 스페이스 변환 단계; 및 이미지 분할 단계;를 더 포함하는 것을 특징으로 하는 문자 추출 방법.The method of claim 19,
The step of performing the pre-
Image capturing step; A color space conversion step; And an image dividing step of dividing the image into a plurality of characters.
상기 관심영역을 추출하는 단계는,
표준편차를 이용하여 관심영역을 추출하는 것을 특징으로 하는 문자 추출 방법.The method of claim 19,
Wherein the extracting of the ROI comprises:
And extracting a region of interest using the standard deviation.
상기 관심영역을 추출하는 단계는,
분할된 이미지를 가우시안 커널과 컨볼루션을 수행하는 가우시안 아이소트로픽 평활화를 통해서 노이즈를 제거하는 과정을 포함하는 것을 특징으로 하는 문자 추출 방법.23. The method of claim 21,
Wherein the extracting of the ROI comprises:
And removing noise through Gaussian isotropic smoothing that performs convolution with the Gaussian kernel in the segmented image.
상기 이진화는 표준편차 이진화 방법과 적응적 임계 이진화 방법을 혼용하는 것을 특징으로 하는 문자 추출 방법.The method of claim 19,
Wherein the binarization uses a standard deviation binarization method and an adaptive threshold binarization method.
상기 표준편차 이진화 방법은,
수평 및 수직의 두 방향으로 표준편차를 계산하는 것을 특징으로 하는 문자 추출 방법.27. The method of claim 24,
The standard deviation binarization method includes:
Wherein the standard deviation is calculated in two directions, horizontal and vertical.
상기 수평 방향으로 표준편차를 계산하는 것은,
각 수평 라인에 대해서 반복적으로 표준편차를 계산하고, 문자의 높이에 해당하는 전체 수평 라인에 대해서 모든 픽셀의 밝기(intensity)값이 미리 정해진 임계값 이하인 경우 0로 설정하여 잘라내고, 그렇지 않은 픽셀은 유지하는 것으로 1차적인 이진화를 수행하는 것을 특징으로 하는 문자 추출 방법.26. The method of claim 25,
The calculation of the standard deviation in the horizontal direction,
The standard deviation is repeatedly calculated for each horizontal line, and if the intensity value of all pixels is equal to or lower than a predetermined threshold value for all the horizontal lines corresponding to the height of the character, And performing a primary binarization by maintaining the first binarization.
상기 수직 방향으로 표준편차를 계산하는 것은,
문자 관심영역의 폭만큼 수직 방향수직 라인에 대해서 반복적으로 표준편차를 계산하여 픽셀의 밝기(intensity)값이 미리 정해진 임계값 이하인 경우 0로 설정하여 잘라내고, 그렇지 않은 픽셀은 유지하는 것으로 2차적인 이진화를 수행하는 것을 특징으로 하는 문자 추출 방법.27. The method of claim 26,
Calculating the standard deviation in the vertical direction,
The standard deviation is repeatedly calculated with respect to the vertical line perpendicular to the width of the character area of interest, and when the intensity value of the pixel is equal to or less than the predetermined threshold value, it is set to 0, And performing a binarization process.
1차적인 이진화에서 0로 설정된 픽셀값은 2차적인 이진화에서 0이 아니더라도 0의 값을 유지하도록 하며, 전체 관심영역의 모든 픽셀 값에 대해서 0이 아닌 픽셀값들은 모두 최대값(255)으로 설정하는 것을 특징으로 하는 문자 추출 방법.28. The method of claim 27,
The pixel value set to 0 in the primary binarization is set to 0 even if it is not 0 in the secondary binarization and the non-zero pixel values are set to the maximum value (255) for all the pixel values in the entire region of interest The character extraction method comprising:
상기 임계값은,
수직 방향 이진화에서 노이즈로부터 문자의 블랍(blob)을 분리하기 위해서 갱신되는 것을 특징으로 하는 문자 추출 방법.27. The method of claim 26,
The threshold value may be set to &
And is updated to separate blobs of characters from noise in vertical binarization.
상기 적응적 임계 이진화 방법은,
특정 해당 픽셀과 그에 인접한 로컬에 위치한 픽셀들의 값에 따라, 상기 특정 해당 픽셀에 영향을 주는 인접 픽셀의 범위에 따라 로컬 윈도우를 생성하여, 상기 윈도우를 적용한 각 픽셀의 최대 및 최소 픽셀값을 찾아내고, 이를 이용하여 가중 임계치 추출 방법으로 최적의 임계치를 구하는 것을 특징으로 하는 문자 추출 방법.27. The method of claim 24,
The adaptive threshold binarization method comprising:
A local window is generated according to a range of adjacent pixels influencing the specific pixel in accordance with a value of a corresponding pixel and a local pixel adjacent thereto to find the maximum and minimum pixel values of each pixel to which the window is applied , And an optimum threshold value is obtained by using the weighted threshold value extraction method.
상기 적응적 임계 이진화 방법은,
이미지의 배경에 적용한 로컬 프로젝션을 통해서 얻은 조명 팩터를 전체 이미지에 적용하여 수행하는 것을 특징으로 하는 문자 추출 방법.32. The method of claim 30,
The adaptive threshold binarization method comprising:
And applying an illumination factor obtained through local projection applied to the background of the image to the entire image.
상기 로컬 프로젝션은,
특정 영역에 대한 이미지의 밝기를 추출하기 위한 것으로, 모든 배경의 수직 픽셀에 있는 각 픽셀의 값에 대한 총합을 추출하기 위해서 사용되는 것을 특징으로 하는 문자 추출 방법.32. The method of claim 31,
The local projection may include:
Is used to extract the brightness of an image for a specific region and is used to extract a sum of values of each pixel in vertical pixels of all backgrounds.
상기 가중 임계치는,
전체 이미지에 대한 것과 로컬 영역에 대한 것이 서로 상이한 것을 특징으로 하는 문자 추출 방법.32. The method of claim 30,
The weighting threshold may be a weighting factor,
Wherein the local region is different from the local region for the entire image.
각 픽셀의 값이 임계값을 초과하는 경우 상기 각 픽셀의 값을 최대값으로 설정하고, 그렇지 않은 경우에는 최소값으로 설정하는 것을 특징으로 하는 문자 추출 방법.32. The method of claim 30,
Wherein when the value of each pixel exceeds a threshold value, the value of each pixel is set to a maximum value, otherwise, the minimum value is set.
상기 적응적 임계 이진화 방법을 수행한 후에 블랍(blob) 분석이 추가로 수행되는 것을 특징으로 하는 문자 추출 방법.32. The method of claim 30,
Wherein the blob analysis is further performed after performing the adaptive threshold binarization method.
상기 검증하는 단계는,
표준편차 이진화 방법을 사용한 경우 추출된 각 블랍을 적응 임계 이진화 방법을 사용한 경우 추출된 각 블랍과 매칭시켜, 매칭되면 가용한 문자로 인증하는 것을 특징으로 하는 문자 추출 방법.The method of claim 19,
Wherein the verifying step comprises:
Wherein when the standard deviation binarization method is used, each of the extracted blobs is matched with each extracted blob when the adaptive threshold binarization method is used, and if the blob is matched, the character is extracted as an available character.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020130163960A KR101549495B1 (en) | 2013-12-26 | 2013-12-26 | An apparatus for extracting characters and the method thereof |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020130163960A KR101549495B1 (en) | 2013-12-26 | 2013-12-26 | An apparatus for extracting characters and the method thereof |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20150075728A true KR20150075728A (en) | 2015-07-06 |
| KR101549495B1 KR101549495B1 (en) | 2015-09-03 |
Family
ID=53788793
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020130163960A KR101549495B1 (en) | 2013-12-26 | 2013-12-26 | An apparatus for extracting characters and the method thereof |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR101549495B1 (en) |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20200104488A (en) * | 2019-02-26 | 2020-09-04 | 주식회사 핀그램 | System and method for object recognition using local binarization |
| KR20210071806A (en) * | 2019-12-06 | 2021-06-16 | 주식회사 임펙 엔터프라이즈 | Method and apparatus for bubble detection in conformal coated PCB and computer readable recording medium thereof |
| KR20210134486A (en) * | 2020-05-01 | 2021-11-10 | 유아이패스, 인크. | Text detection, caret tracking, and active element detection |
| US11302093B2 (en) | 2020-05-01 | 2022-04-12 | UiPath, Inc. | Text detection, caret tracking, and active element detection |
| US11461164B2 (en) | 2020-05-01 | 2022-10-04 | UiPath, Inc. | Screen response validation of robot execution for robotic process automation |
| KR102585921B1 (en) * | 2022-04-22 | 2023-10-06 | 주식회사 앤트랩 | Learning method for inventory management apparatus and inventory management method using the same |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101957925B1 (en) * | 2017-08-29 | 2019-03-13 | 금오공과대학교 산학협력단 | Braille trainning apparatus and braille translation method using it |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP3904840B2 (en) | 2000-08-15 | 2007-04-11 | 富士通株式会社 | Ruled line extraction device for extracting ruled lines from multi-valued images |
| JP2007086954A (en) | 2005-09-21 | 2007-04-05 | Fuji Xerox Co Ltd | Character recognition processing device, character recognition processing method, and computer program |
-
2013
- 2013-12-26 KR KR1020130163960A patent/KR101549495B1/en active IP Right Grant
Cited By (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20200104488A (en) * | 2019-02-26 | 2020-09-04 | 주식회사 핀그램 | System and method for object recognition using local binarization |
| KR20210071806A (en) * | 2019-12-06 | 2021-06-16 | 주식회사 임펙 엔터프라이즈 | Method and apparatus for bubble detection in conformal coated PCB and computer readable recording medium thereof |
| KR20210134486A (en) * | 2020-05-01 | 2021-11-10 | 유아이패스, 인크. | Text detection, caret tracking, and active element detection |
| US11302093B2 (en) | 2020-05-01 | 2022-04-12 | UiPath, Inc. | Text detection, caret tracking, and active element detection |
| US11461164B2 (en) | 2020-05-01 | 2022-10-04 | UiPath, Inc. | Screen response validation of robot execution for robotic process automation |
| US11594007B2 (en) | 2020-05-01 | 2023-02-28 | UiPath, Inc. | Text detection, caret tracking, and active element detection |
| US11625138B2 (en) | 2020-05-01 | 2023-04-11 | UiPath, Inc. | Text detection, caret tracking, and active element detection |
| US11630549B2 (en) | 2020-05-01 | 2023-04-18 | UiPath, Inc. | Text detection, caret tracking, and active element detection |
| US11734104B2 (en) | 2020-05-01 | 2023-08-22 | UiPath, Inc. | Screen response validation of robot execution for robotic process automation |
| KR102585921B1 (en) * | 2022-04-22 | 2023-10-06 | 주식회사 앤트랩 | Learning method for inventory management apparatus and inventory management method using the same |
Also Published As
| Publication number | Publication date |
|---|---|
| KR101549495B1 (en) | 2015-09-03 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR101549495B1 (en) | An apparatus for extracting characters and the method thereof | |
| CN110678901B (en) | Information processing apparatus, information processing method, and computer-readable storage medium | |
| CN107545239B (en) | Fake plate detection method based on license plate recognition and vehicle characteristic matching | |
| KR101403876B1 (en) | Method and Apparatus for Vehicle License Plate Recognition | |
| US8611662B2 (en) | Text detection using multi-layer connected components with histograms | |
| KR101738129B1 (en) | Apparatus and method for recognizing automatic number plate on long distance image using one camera | |
| US9171224B2 (en) | Method of improving contrast for text extraction and recognition applications | |
| CN107784669A (en) | A kind of method that hot spot extraction and its barycenter determine | |
| KR101182173B1 (en) | Method and system for recognizing vehicle plate | |
| KR101224164B1 (en) | Pre- processing method and apparatus for license plate recognition | |
| CN106934794A (en) | Information processor, information processing method and inspection system | |
| JP6890427B2 (en) | Car number recognition device | |
| CN110268420A (en) | In the picture detect background objects on exotic computer implemented method, in the picture detect background objects on exotic equipment and computer program product | |
| CN110866932A (en) | Multi-channel tongue edge detection device and method and storage medium | |
| JP6779688B2 (en) | Image processing equipment, image processing method, computer program | |
| KR101813223B1 (en) | Method and apparatus for detecting and classifying surface defect of image | |
| CN106408025A (en) | Classification and recognition method of aerial image insulators based on image processing | |
| KR20210071806A (en) | Method and apparatus for bubble detection in conformal coated PCB and computer readable recording medium thereof | |
| WO2020130799A1 (en) | A system and method for licence plate detection | |
| KR101613703B1 (en) | detection of vehicle video and license plate region extraction method | |
| CN110910394B (en) | Method for measuring resolution of image module | |
| JP2004030188A (en) | Method, apparatus and program for dividing image into areas | |
| CN113569859B (en) | Image processing method and device, electronic equipment and storage medium | |
| TWI498830B (en) | A method and system for license plate recognition under non-uniform illumination | |
| CN111695374B (en) | Segmentation method, system, medium and device for zebra stripes in monitoring view angles |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A201 | Request for examination | ||
| E902 | Notification of reason for refusal | ||
| E701 | Decision to grant or registration of patent right | ||
| FPAY | Annual fee payment |
Payment date: 20180723 Year of fee payment: 4 |
|
| FPAY | Annual fee payment |
Payment date: 20190819 Year of fee payment: 5 |