자연 이미지에서 명암차이를 이용한 MSER 기반의 문자 검출 기법

국문 초록 (Abstract)

본 논문에서는 문자 영역의 패턴을 분석하여 배경 영역을 제거하는 방법을 제안하였다. 명암이 일정한 영역을 구분하는 MSER(Maximally Stable External Regions)방법의 문자 검출에서는 배경 영역이 포함되어 검출되었다. 이 러한 문제점을 해결하기 위해 자연 이미지에서 MSER 방법을 사용하여 명암 값이 차이가 나는 영역과 차이가 나지 않는 영역 즉 문자 영역과 배경 영역을 구해 변화율을 계산하여 배경을 제거하였다. 그러나 배경이 제거된 이미지에서 일부 제거되지 않는 배경 영역이 생겨 LBP(Local Binary Patterns)방법을 사용하여 이미지에서 균일한 값을 갖는 영역을 문자 영역이라고 판단하고 문자를 검출하였다. 실험 데이터는 배경이 단순한 이미지, 문자가 정면으로 구성된 이미지, 문자가 기울어진 이미지 등의 다양한 자연 이미지를 실험하였다. 제안하는 방법을 기존의 MSER, MSER+LBP 방법의 문자 검출 방법과 비교하였을 때 약 1.73%로 높은 검출률을 보였다.

다국어 초록 (Multilingual Abstract)

In this paper, we propose a method to remove the background area by analyzing the pattern of the character area. In the character detection result of the MSER(Maximally Stable External Regions) method which distinguishes a region having a constant contrast background regions were detected. To solve this problem, we use the MSER method in natural images, the background is removed by calculating the change rate by searching the character area and the background area which are not different from the areas where the contrast values are different from each other. However, in the background removed image, using the LBP(Local Binary Patterns) method, the area with uniform values in the image was determined to be a character area and character detection was performed. Experiments were carried out with simple images with backgrounds, images with frontal characters, and images with slanted images. The proposed method has a high detection rate of 1.73% compared with the conventional MSER and MSER + LBP method.

목차 (Table of Contents)

• 요약
• Abstract
• 1. 서론
• 2. 관련연구
• 2.1 MSER(Maximally Stable External Regions)
• 2.2 LBP(Local Binary Patterns)
• 3. 제안하는 방법
• 3.1 잡음 제거
• 3.2 배경 영역 제거
• 4. 실험 결과 및 고찰
• 5. 결론
• REFERENCES

참고문헌 (Reference)

1 표성국, "주변 환경 변화에 적응하는 윤곽선 추출 기반의 자동차 번호판 검출 기법" 한국융합학회 9 (9): 31-39, 2018

2 한주찬, "자율주행차를 위한 장애물 탐지 및 인식 시스템" 중소기업융합학회 7 (7): 229-235, 2017

3 김가온, "영상에서 K-means 군집화를 이용한 윤곽선 검출 기법" 한국디지털정책학회 12 (12): 281-288, 2014

4 이유진, "에지영상의 비율을 이용한 차종 인식 보안 알고리즘" 중소기업융합학회 7 (7): 77-82, 2017

5 오명관, "로드뷰 영상에서 번호판 영역의 저해상도 특징을 이용한 원거리 자동차 번호판 영역 검출" 한국디지털정책학회 15 (15): 239-245, 2017

6 Chong Yu, "Text detection and recognition in natural scene with edge analysis" Institution of Engineering and Technology (IET) 9 (9): 603-613, 2015

7 J. H. Yang, "Text area detection using text shape analysis in natural since image with enhanced object boundary" Kwangwoon University 2017

8 A. Tabassum, "Text Detection Using MSER and Stroke Width Transform" 568-571, 2015

9 Yuanyuan Feng, "Scene text detection based on multi-scale swt and edge filtering" 645-650, 2016

10 H. I. Koo, "Scene Text detection via Connected Component Clustering and Nontext Filtering" 2296-2305, 2013

11 Xu-Cheng Yin, "Robust Text Detection in Natural Scene Images" Institute of Electrical and Electronics Engineers (IEEE) 36 (36): 970-983, 2014

12 P. Sujatha, "Performance Analysis of Different Edge Detection Techniques for Image Segmentation" 1-6, 2015

13 L. Kang, "Orientation Robust Text Line Detection in Natural Images" 4023-4041, 2014

14 A. Raza, "Multilingual Artificial Text Detection Using a Cascade of Transforms" 309-313, 2013

15 J. Y. Kim, "Method on Detection Specific Region Using License Plate Edge Feature In Car Image" Kwangwoon University 2015

16 Zhandong Liu, "Method for unconstrained text detection in natural sence image" 11 (11): 596-604, 2017

17 김민우, "MSER를 위한 획 너비 변환과 특징추출" 한국정보과학회 20 (20): 21-25, 2014

18 K. Meena, "Local binary patterns and its variants for face recognition" 782-786, 2011

19 Amit Satpathy, "LBP-Based Edge-Texture Features for Object Recognition" Institute of Electrical and Electronics Engineers (IEEE) 23 (23): 1953-1964, 2014

20 M. Donoser, "Efficent Maximally Stable Extermal Region (MSER) Tracking" 2006

21 Lele Xie, "A New CNN-Based Method for Multi-Directional Car License Plate Detection" Institute of Electrical and Electronics Engineers (IEEE) 19 (19): 507-517, 2018