Earticle

초록

영어

For each character constituting learning data, different fonts are added in pixel unit to create MASK,
and then pixel values belonging to the MASK are divided into three groups. The experimental data are
modified into skeletal forms, and then regional boundary operation is used to create a boundary that
distinguishes the background region adjacent to the skeleton of the character from the background of the
modified experimental data. Discordance values between the modified experimental data and the MASKs are
calculated, and then the MASK with the minimum value is found. This MASK is selected as a finally
recognized result for the given experiment data. The recognition algorithm using skeleton of the character and
the regional boundary operation can easily extend the learning data set by adding new fonts to the given
learning data, and also it is simple to implement, and high character recognition rate can be obtained.

한국어

학습 데이터를 구성하는 각각의 문자들에 대해 서로 다른 글자체들을 픽셀 단위로 더해서 MASK를 만들고, 해당 MASK에 속하는 픽셀값들을 세 영역으로 나눈다. 실험 데이터를 골격 형태로 수정하고, 지역 경계 연산을 사용 하여 수정된 실험 데이터의 배경 중에서 문자의 골격에 인접한 배경 영역을 구분하는 경계를 만든다. 수정된 실험 데 이터와 MASK들 간의 불일치 정도를 계산해서 최소값을 가지는 MASK를 찾는다. 이 MASK가 해당 실험 데이터에 대해 최종적으로 인식된 학습 데이터 문자로 선택된다. 문자의 골격과 지역 경계 연산을 사용하는 인식법은 주어진 학습 데이터에 새로운 글자체를 추가해서 학습 데이터를 쉽게 확장할 수 있으며, 구현하기가 간단하면서도 높은 문자 인식률을 얻을 수 있다.

목차

요약
Abstract
Ⅰ. 서론
Ⅱ. 관련 연구
Ⅲ. 본론
1. 기본 개념
2. 문자 인식을 위한 지역경계 연산
3. 실행 결과
4. 알고리즘의 장단점
Ⅳ. 결론 및 추후 연구방향
References

키워드

골격 세선화 영상 처리 문자 인식 경계 확장 영상 분석 특징 추출 Skeleton Thinning Image Processing Character Recognition Boundary Expansion Image Analysis Feature Extraction

저자

• 유석원 [ Suk Won Yoo | 정회원, 서경대학교 컴퓨터과학과 ] Corresponding Author

참고문헌

발행기관

간행물