• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2002.05a
• /
• pp.51-54
• /
• 2002

본 논문은 글자 문서를 배경으로 사용자의 손가락 이동에 의하여 일정한 영역을 그린 후, 영역내의 한글영상을 편집 가능한 에디터에 출력하는 시스템을 구현하였다. 영상의 전처리 단계에서는 문서 배경과 손영역을 분리하고 최대 원형 이동법을 이용하여 손의 무게 중심점을 추출한다. 원형 패턴 벡터 알고리즘을 사용하여 손을 인식한 후, 거리 스펙트럼으로 손가락 위치를 찾는다. 손가락의 움직임에 의해 선택되어진 문자 영역을 추출한 후, 한글 자소 간 히스토그램을 이용하여 추출된 문자 이미지 영역에서 문자단위로 분할하고 다양한 크기의 문자를 표준화한다. 퍼지 추론을 적용한 원형 패턴 벡터 알고리즘을 이용하여 표준 패턴문자와 입력문자의 특징벡터를 비교하여 문자를 인식하게 함으로써 사용자가 원하는 영역의 문자들을 수정 가능한 문서로 변환하였다

• Journal of the Korea Society of Computer and Information
• /
• v.11 no.4 s.42
• /
• pp.55-60
• /
• 2006

The proposed method uses FFT(Fast Fourier Transform) and neural networks in order to extract texts in real time. In general, text areas are found in the higher frequency domain, thus, can be characterized using FFT. The neural network are learned by character region(high frequency) and non character region(low frequency). The candidate text areas can be thus found by applying the higher frequency characteristics to neural network. Therefore, the final text area is extracted by verifying the candidate areas. Experimental results show a perfect candidate extraction rate and about 95% text extraction rate. The strength of the proposed algorithm is its simplicity, real-time processing by not processing the entire image.

• Proceedings of the Korean Information Science Society Conference
• /
• 2000.04b
• /
• pp.559-561
• /
• 2000

본 논문은 문자 인식의 기법을 이용하여 임의 영상에서 우리의 일상 생활에서 접하는 일반적인 달력을 포함하는 영상만을 검출하기 위한 영상 인식에 관한 연구이다. 달력이라는 영상내의 객체를 인식하기 위한 과정은 다음과 같이 요약된다. 우선 1~31까지의 숫자, 월요일(MON)과 같이 한글과 영문으로 된 요일, 월, 년과 같이 달력에 존재하는 아주 기본적인 문자에 대한 참조 패턴을 형성한다. 입력된 영상에서는 문자 영역 검출 단계, 문자의 특징 추출 단계를 거쳐 영상의 문자 추출이 이루어지고, 달력을 검출하기 위한 참조패턴과 입력 패턴의 비교를 수행하는 인식 단계를 거쳐, 영상 내의 달력 유무를 판단한다. 특히 불규칙적인 배열을 이루는 문자영역을 추출하기 위하여, 본 논문에서는 Hough Transform을 이용하여 기존의 규칙적 문자 인식의 문자 검출 방법의 한계점을 해결하였다.

• Journal of Korea Society of Industrial Information Systems
• /
• v.6 no.2
• /
• pp.16-22
• /
• 2001

In this paper we mose a new scheme for recognition of deformed letters by extracting feature vectors based on Gibbs distributions which are well suited for representing the spatial continuity. The extracted feature vectors are comprised of 2-D conditional moments which are invariant under translation, rotation, and scale of an image. The Algorithm for pattern recognition of deformed letters contains two parts: the extraction of feature vector and the recognition process. (i) We extract feature vector which consists of an improved 2-D conditional moments on the basis of estimated conditional Gibbs distribution for an image. (ii) In the recognition phase, the minimization of the discrimination cost function for a deformed letters determines the corresponding template pattern. In order to evaluate the performance of the proposed scheme, recognition experiments with a generated document was conducted. on Workstation. Experiment results reveal that the proposed scheme has high recognition rate over 96%.

• Journal of KIISE:Software and Applications
• /
• v.36 no.12
• /
• pp.1016-1023
• /
• 2009

A license plate recognition system consists of image processing in which characters and features are extracted, and pattern recognition in which extracted characters are classified. Feature extraction plays an important role in not only the level of data reduction but also performance of recognition. Thus, in this paper, we focused on the recognition of numeral characters especially on the feature extraction of numeral characters which has much effect in the result of plate recognition. We suggest a hybrid statistical feature model which assures the best dispersion of input data by reassignment of clustering property of input data. And we verify the effectiveness of suggested model using multi-layer perceptron and learning vector quantization neural networks. The results show that the proposed feature extraction method preserves the information of a license plate well and also is robust and effective for even noisy and external environment.

• Journal of KIISE:Software and Applications
• /
• v.27 no.6
• /
• pp.632-641
• /
• 2000

Conventional character extraction methods extract character regions using methods such as color reduction, region split and merge and texture analysis from the whole image. Because these methods use many heuristic variables and thresholding values derived from a priori knowledge, it is difficult to generalize them algorithmically. In this paper, we propose a method that can extract character regions using a topographical feature extraction method and a point-line-region extension method. The proposed method can also solve the problems of conventional methods by reducing heuristic variables and generalizing thresholding values. We see that character regions can be extracted by generalized variables and thresolding values without using a priori knowledge of character region. Experimental results show that the candidate region extraction rate is 100%, and the character region extraction rate is over 98%.

• Journal of the Korea Society of Computer and Information
• /
• v.16 no.9
• /
• pp.27-33
• /
• 2011

In this paper, we propose an efficient on-line handwritten digit recognition base on Convex-Concave curves feature which is extracted by a chain code sequence using Smith-Waterman alignment algorithm. The time sequential signal from mouse movement on the writing pad is described as a sequence of consecutive points on the x-y plane. So, we can create data-set which are successive and time-sequential pixel position data by preprocessing. Data preprocessed is used for Convex-Concave curves feature extraction. This feature is scale-, translation-, and rotation-invariant. The extracted specific feature is fed to a Smith-Waterman alignment algorithm, which in turn classifies it as one of the nine digits. In comparison with backpropagation neural network, Smith-Waterman alignment has the more outstanding performance.

• Proceedings of the Korean Information Science Society Conference
• /
• 2002.04b
• /
• pp.661-663
• /
• 2002

필기체 숫자 인식을 위한 새로운 특징 추출방범을 숫자의 기하학적인 구조들을 이용하여 연구 제안하였다. 일반적으로 쓰이고 있는 특징점들의 몇가지 부류를 결정하여 추줄하였고, 분절 화소들을 이용한 특징 추출기는 사소한 부분들을 명확한 특징으로 탐지하여 추줄하게 된다. 신경망은 새로운 접근 가능성을 탐지하는 실험 인식기로 사용하였고, 이러한 방법들을 이용하여, 일반적인 특징점 추줄방법과 본 연구에서 제안하는 특징점 추출방법을 결합하게 되면 필기체 문자의 인식률이 단순히 일반적인 특징만을 활용하여 얻는 인식률 보다 훨씬 향상됨을 보여주었다.

• Journal of Korea Multimedia Society
• /
• v.4 no.6
• /
• pp.518-523
• /
• 2001

This paper proposes the new method which is adopted in extracting character features and recognizing characters using fractal dimension of the Chaos theory which highly recolonizes a minute difference with strange attractor created from Henon system. This paper implements a high precision character recognition system. firstly, it gets features of mesh, projection and cross distance feature from character images. And their feature is converted into data of time series. Then using modified Henon system suggested in this paper, each characters attractor about standard Korean Character, KSC 5601 is reconstructed. Secondly, in order to analyze the Chaotic degree of each characters attractor, it gets last features of character image after calculating box-counting Dimension, Natural Measure, Information Bit, Information Dimension which are meant fractal dimension. An experimental result shows 97.49% character classification rates for 2350 Korean characters using proposed method in this paper.

• Proceedings of the Korea Multimedia Society Conference
• /
• 2002.05c
• /
• pp.342-345
• /
• 2002

차량 번호판 인식에 대한 여러 가지 방법들이 제시되고 있다. 기존 연구들의 문제점은 번호판 영역의 밝기 변화 둥에 영향을 많이 받았으며 그로 인하여 번호판 영역 추출률에 영향을 미치는 것은 물론 문자 인식에서도 많은 문제점들이 존재하였다. 따라서 본 연구에서는 색상 정보를 이용하여 밝기를 보정한 후 마스크 적용을 통한 수평ㆍ수직 에지 검출과 형태학적 정보를 이용하여 번호판을 추출하고 변형된 특징 매칭을 이용하여 문자를 인식함으로써 인식률을 향상시킬 수 있었다.