지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학위논문
- 저자정보
- 지도교수
- 이상훈
- 발행연도
- 2018
- 저작권
- 광운대학교 논문은 저작권에 의해 보호받습니다.
이용수0
이 논문의 연구 히스토리 (2)
- 이 논문의 후속연구가 궁금하신가요?
- 연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
- 이 논문의 연구 히스토리 확인하기
초록· 키워드
오류제보하기
본 논문에서는 자연 이미지(Natural Scene Image)에서 문자를 검출하기 위해 이미지 개선 및 문자의 형태 분석을 통해 문자 검출 방법을 제안하였다. 제안하는 방법은 자연 이미지에서 문자영역의 검출결과를 향상시키기 위해 이미지 전체의 개선이 아닌 객체부분의 경계만을 강조하는 방법으로 언샤프 마스크를 사용하여 객체의 경계부분의 대비를 향상하였다.
객체의 경계 부분이 향상된 이미지에서 문자 후보영역을 검출하기 위해 MSER(Maximally Stable Extremal Regions)알고리즘을 적용하였다.
검출된 문자 후보영역 중 문자영역을 검출하기 위해 각 영역들의 형태(높이, 너비, 객체의 크기, 객체의 비율)를 분석하여, 비 문자영역을 제거함으로써 정확한 문자영역을 검출하였다.
본 논문의 객관적인 실험 비교를 위해 기존의 연결 기반 방법, SWT(Stroke Width Transform)알고리즘, 제안하는 방법을 공개 dataset인 MSRA-TD500(MSRA Text Detection 500)을 사용하여 문자검출 결과를 비교하였다. 또한 정량적 비교를 위해 각 실험 결과 이미지를 Detection Rate(검출률)과 Precision(정확도)을 이용하여 기존의 방법들과 비교하였다. 실험 결과 제안하는 방법은 기존의 문자 검출 방법보다 문자영역의 검출률 및 정확도가 향상된 결과를 보였다.
객체의 경계 부분이 향상된 이미지에서 문자 후보영역을 검출하기 위해 MSER(Maximally Stable Extremal Regions)알고리즘을 적용하였다.
검출된 문자 후보영역 중 문자영역을 검출하기 위해 각 영역들의 형태(높이, 너비, 객체의 크기, 객체의 비율)를 분석하여, 비 문자영역을 제거함으로써 정확한 문자영역을 검출하였다.
본 논문의 객관적인 실험 비교를 위해 기존의 연결 기반 방법, SWT(Stroke Width Transform)알고리즘, 제안하는 방법을 공개 dataset인 MSRA-TD500(MSRA Text Detection 500)을 사용하여 문자검출 결과를 비교하였다. 또한 정량적 비교를 위해 각 실험 결과 이미지를 Detection Rate(검출률)과 Precision(정확도)을 이용하여 기존의 방법들과 비교하였다. 실험 결과 제안하는 방법은 기존의 문자 검출 방법보다 문자영역의 검출률 및 정확도가 향상된 결과를 보였다.
목차
제 1 장 서론 1제 2 장 문자 검출 방법 42.1 연결 기반 방법 52.2 윤곽선 기반 방법 62.3 텍스처 기반 방법 8제 3 장 Natural Scene Image에서의 문자 검출 113.1 SWT(Stroke Width Transform) 123.2 MSER(Maximally Stable Extremal Regions) 14제 4 장 제안하는 문자 검출 방법 164.1 객체의 경계 향상 174.2 MSER를 이용한 문자 후보 검출 194.3 문자 후보 형태 분석을 통한 비 문자영역 제거 214.3.1 종횡비를 이용한 비 문자영역 판별 234.3.2 객체의 크기를 이용한 비 문자영역 판별 25제 5 장 결과 및 고찰 27제 6 장 결론 38참고문헌 39
최근 본 자료
댓글(0)
0