본문 바로가기
HOME> 보고서 > 보고서 검색상세

보고서 상세정보

웨이블릿 변환을 이용한 무제약 이미지상의 글자영역 추출 및 응용
Character for extraction on a unconstrained image using wavelet transform and its application

  • 주관연구기관

    조선대학교
    Chosun University

  • 연구책임자

    조범준

  • 참여연구자

    서원택   김영은   이금분   박아람   윌프레드  

  • 보고서유형

    최종보고서

  • 발행국가

    대한민국

  • 언어

    한국어

  • 발행년월

    2006-06

  • 주관부처

    정보통신부

  • 사업 관리 기관

    정보통신연구진흥원
    Institute for Information Technology Advancement

  • 등록번호

    TRKO201000018401

  • DB 구축일자

    2013-04-18

  • 초록 


    We've researched the method of extraction characters area from many images. In order to detect the embedded text from image, we'v...

    We've researched the method of extraction characters area from many images. In order to detect the embedded text from image, we've used wavelet transform. Multi-resolution analysis, wavelet transform, offer a hierarchical decomposing scheme for understanding image information. Features is extracted with wavelet transform of 16×16 block size. character areas have different texture from background areas. In this study, we considered image as mixture of textures. If we get the texture signal, we can extract features based on texture. Images are decomposed sparse data and detail coefficient in multi-scale and multi-orientation. We filtered images into multi-resolution and multi-scale subbands using 2D Haar wavelet transform. The subbands are fused to emphasized the character areas and detect the character areas. Finally SVM verify them whether character areas or not.


    본 연구는 무제약 이미지상에서 글자 영역을 검출하는 방법에 대해서 연구하였다. 이미지로부터 글자영역을 추출하기 위해 웨이블릿 변환을 이용하였다. 웨이블릿 변환은 이미지 정보를 이해하는 계층적인 분해 구조를 제공한다. 특징들은 16×...

    본 연구는 무제약 이미지상에서 글자 영역을 검출하는 방법에 대해서 연구하였다. 이미지로부터 글자영역을 추출하기 위해 웨이블릿 변환을 이용하였다. 웨이블릿 변환은 이미지 정보를 이해하는 계층적인 분해 구조를 제공한다. 특징들은 16×16 블록의 웨이블릿 변환으로부터 추출된다. 글자 영역은 배경영역과 다른 텍스처를 가진다. 영상을 텍스처의 혼합으로 보며, 텍스처 신호에너지에 대한 정보를 얻을 수 있다면 텍스처에 기반한 특징추출이 가능하다 보고, 멀티 스케일에서서로 다른 방향으로 영상 텍스처를 성긴 데이터(sparse data)와 상세계수(detail coefficient)로 표현한다. 본 논문에서는 영상의 2D Haar 웨이블릿 변환을 사용하여 멀티스케일과 여러방향의 필터링을 수행한다. 2D Haar 웨이블릿 필터들의 다양한 결합으로 특징영역을 강조하며 텍스트 후보영역을 검출하고, 여기에 SVM을 사용하여 텍스트 영역을 검증한다.


  • 목차(Contents) 

    1. 표지 ...1
    2. 제출문 ...3
    3. 요약문 ...4
    4. summary ...7
    5. contents ...12
    6. 목차 ...10
    7. 표목차 ...14
    8. 그림목차 ...15
    9. 제1장 서론 ...17
    10. 제1절 연구의 배경 ...17
    11. 제2절 ...
    1. 표지 ...1
    2. 제출문 ...3
    3. 요약문 ...4
    4. summary ...7
    5. contents ...12
    6. 목차 ...10
    7. 표목차 ...14
    8. 그림목차 ...15
    9. 제1장 서론 ...17
    10. 제1절 연구의 배경 ...17
    11. 제2절 국내외 환경 및 동향 ...17
    12. 1. 국내 동향 ...17
    13. 2. 국외 현황 ...19
    14. 제3절 연구의 중요성 ...20
    15. 제4절 연구의 목표 ...23
    16. 제2장 관련 연구 ...24
    17. 제1절 텍스트 추출 연구 ...24
    18. 제2절 텍스트 영역 추출 방법 ...27
    19. 1. 색 연속성을 이용한 추출 ...27
    20. 가. 색줄임 ...27
    21. 나. 색병합 ...27
    22. 다. 후보영역 추출 ...28
    23. 2. 밝기 변화를 이용한 추출 ...29
    24. 가. 전처리 ...30
    25. 나. 후보영역 추출 ...30
    26. 3. 색변화를 이용한 추출 ...32
    27. 가. 수평 및 수직 분산이미지 생성 ...32
    28. 나. AND 연산을 이용한 잡영 제거 ...33
    29. 다. 영역추출 및 검증 ...34
    30. 4. 추출된 영역의 결합 ...34
    31. 제3장 영역 검출 과정 ...36
    32. 제1절 Wavelet을 이용한 특징추출 ...36
    33. 1. Wavelet이란? ...36
    34. 가. Wavelet의 정의 ...36
    35. 가. Wavelet의 특징 ...36
    36. 2. Haar 기저함수 ...37
    37. 가. Haar 웨이블릿 변환을 위한 기본 정의 ...37
    38. 나. Haar 웨이블릿 ...41
    39. 3. 웨이블릿 변환의 확장 ...46
    40. 가. 2차원 변환 ...46
    41. 4. 웨이블릿과 곡선 ...50
    42. 가. Subdivision ...51
    43. 나. 다해상도 분석(Multi-resolution Analysis) ...57
    44. 다. 웨이블릿의 종류 ...61
    45. 제2절 SVM(Support Vector Machine) ...66
    46. 1. 개요 ...66
    47. 2. SVM 분류기 ...67
    48. 제4장 실험 및 결과분석 ...73
    49. 제5장 결론 및 향후과제 ...78
    50. 참고문헌 ...79
  • 참고문헌

    1. 전체(0)
    2. 논문(0)
    3. 특허(0)
    4. 보고서(0)

 활용도 분석

  • 상세보기

    amChart 영역
  • 원문보기

    amChart 영역