• 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 Korea Information Processing Society Conference
• /
• 2006.05a
• /
• pp.689-692
• /
• 2006

본 논문에서는 그림 영역에서 단어 영상을 효과적으로 추출하는 방법을 제안한다. 제안 방법은 문자 성분과 그래픽 성분을 분류하기 위하여 구성 원소들의 통계값을 이용하는 상자그림 분석을 응용하고, 분류된 문자 성분들에 대하여 지역적 밀집도를 분석하여 문자 영역을 추출한다. 추출된 문자 영역에서 문자열 및 단어 영상을 추출하는 방법은 투영 히스토그램 분석 등을 적용한다. 제안 방법은 임계치 대신에 그림 영역의 통계값을 이용하였기 때문에 그림의 형태 변화에 민감하지 않으며, 지역적 밀집도 분석으로 보다 정확한 문자 영역을 추출하였다.

• 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.

• Journal of Intelligence and Information Systems
• /
• v.8 no.2
• /
• pp.105-115
• /
• 2002

This paper proposed a recognition method of english calling card using both 4-directed contour tracking algorithm and enhanced ART1 algorithm. After we extract candidate character string region using horizontal smearing and 4-directed contour tracking method, we extract character string region through comparison of character region and non-character region using horizontal and vertical ratio and area in english calling card. In extracted character string region, we extract each character using horizontal smearing and contour tracking algorithm, and recognize each character by enhanced ART1 algorithm. The proposed ART1 algorithm is enhanced by dynamic control of similarity using fuzzy sum connective operator. The result indicate that the proposed method is superior in performance.

• Journal of the Korea Academia-Industrial cooperation Society
• /
• v.7 no.6
• /
• pp.1167-1174
• /
• 2006

Text region detection from a natural scene is useful in many applications such as vehicle license plate recognition. Therefore, in this paper, we propose a text region extraction method using pattern histogram of character-edge maps. We create 16 kinds of edge maps from the extracted edges and then, we create the 8 kinds of edge maps which compound 16 kinds of edge maps, and have a character feature. We extract a candidate of text regions using the 8 kinds of character-edge maps. The verification about candidate of text region used pattern histogram of character-edge maps and structural features of text region. Experimental results show that the proposed method extracts a text regions composed of complex background, various font sizes and font colors effectively.

• Proceedings of the Korean Information Science Society Conference
• /
• 2003.04c
• /
• pp.259-261
• /
• 2003

차량 번호판 인식 시스템의 번호판 인식과정은 영상획득 및 번호판 영역 추출, 개별문자 추출, 문자 인식의 3가지 핵심부분으로 구성된다. 이 중에서도 번호판 추출의 정확성은 시스템 전체의 결과에 영향을 줄 수 있는 부분이며 다양한 주변 환경에도 정확한 추출과 빠른 수행 시간을 요구한다. 본 논문에서는 검출 시간의 단축을 위하여 명암값의 차이와 사전정보를 이용하여 먼저 인식대상의 주목표인 등록번호의 위치를 추출 및 검증하고 등록번호에 대한 지역명의 상대적인 위치 정보를 이용하여 문자의 대략적인 위치를 선정, 각 요소들의 외곽 근접 선들의 투영(protection)과 이동을 통하여 번호판의 모든 문자 요소의 위치를 추출한다.

• 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.

• The Transactions of the Korea Information Processing Society
• /
• v.6 no.12
• /
• pp.3530-3538
• /
• 1999

In this paper, we propose a novel method for feature extraction of off-line handwritten characters recognition based on human optical neural field model. The proposed feature extraction system divide into three parts ; 1) smoothing process, 2) removing boundaries(boundary lines), 3) extracting feature information. The proposed system first removes rough pixels which are easy to occur in handwritten characters. The system then extracts and removes the boundary information which have no influence on characters recognition. Finally, the feature information for off-line handwritten characters recognition is extracted. With PE2 Hangul database, we perform feature extraction experiments for off-line handwritten characters recognition. In the experiment results, the proposed system based on optical neural field shows that can extract the feature information of off-line handwritten characters including curve lines, circles, quadrangles and so on.

• 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 Korea Multimedia Society
• /
• v.11 no.11
• /
• pp.1515-1524
• /
• 2008

This paper proposes a method that detects a license plate in complex background using a multiple-color model and character layout information. A layout of a green license plate is different from that of a white license plate. So, this study used a strategy that firstly assumes the plate color and then utilizes its layout information. At first, it extracts green areas from an input image using a multiple-color model which combined HIS and YIQ color models with RGB color model. If green areas are detected, it searches the character layout of the green plate by analyzing the connected components in each areas. If not detected, it searches the character layout of the white plate in all area. Finally, it extracts a license plate by grouping the connected components which corresponds to characters. Experimental result shows that 98.1% of 419 input images are correctly detected. It also shows that the proposed method is robust against illumination, shadow, and weather condition.