http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
금기문(K. M. Keum),최경민(K. M. Choi),진영근(Y. K. Jin),김태균(T. K. Kim) 한국정보과학회 1995 한국정보과학회 학술발표논문집 Vol.22 No.2A
본 연구는 한글 문자 인식을 하기 위한 예비 분류에 관한 연구이다. 문자의 구조적 정보를 이용한 예비 분류는 인식 뿐만 아니라 후처리에도 이용 가능한 장점을 가진다. 또한 구현이 간단하고 처리 시간이 매우 짧은 장점을 가지고 있다. 비교적 안정적인 특징으로 문자를 포함하는 최소 사각형의 네 모서리에서 가장 가까운 획을 추출하여 이 획의 각도와 연결된 다른 획들과의 각도를 이용하였다. 이들을 주변 구조 코드로 만들어 같은 코드의 문자들을 같은 클래스로 분류하였다. 주변 구조 코드는 그 클래스를 대표하는 인덱스로 사용하였다. 제시된 방법의 유효성을 검증하기위해 한글 2530자를 입력하여 1385개의 클래스를 만들었다. 클래스당 평균 1.67자를 포함하고 분리율은 서체 별 95%이상을 보여 견실한 예비 분류 알고리즘임을 알 수 있었다.
HSI간의 관계를 이용한 칼라 영상 클러스터링 방법에 의한 문자영역 추출
최경민(K. M. Choi),금기문(K. M. Keum),진영근(Y. K. Jin),김태균(T. K. Kim) 한국정보과학회 1995 한국정보과학회 학술발표논문집 Vol.22 No.2A
본 논문은 칼라 영상에서 HSI의 상호 관련성을 이용한 칼라클러스터링 방법에 의한 문자영역 추출에 관한 연구이다 기존의 연구는 단순히 RGB값들을 이용하여 칼라 클러스터링을 하였다. 그러나, 본 논문에서는 칼라영상에서 문자 영역을 추출하기 위하여 칼라 RGB(Red, Green, Blue)값을 인간의 감각에 가까운 HSI(Hue, Saturation, Intensity)값으로 변환한다. 특히, Hue와 Saturation간에는 밀접한 관련성이 존재하는데 이것은 Saturation값에 따른 Hue값의 노이즈에 대한 민감성이다. 본 논문에서는 이 성질을 여러개의 다른 칼라를 클러스터링하는데 적용시키고 있다. 이 칼라 클러스터링 알고리즘의 자세한 내용은 4장에 기술되어 있다. 칼라 문서 영상에서 문자영역과 배경영역을 추출할때 이 알고리즘을 사용하면 기존의 방법보다 훨씬 좋은 실험결과를 얻을 수 있었다. 이 칼라 클러스터링 알고리즘은 문서의 이진화 이외에 칼라 영상 전처리의 여러 분야에 이용될 수 있을 것이다.
강문주(M.J. Kang),진영근(Y.G. Jin),김태균(T.K. Kim) 한국정보과학회 1994 한국정보과학회 학술발표논문집 Vol.21 No.2A
본 논문에서는 2차원 모멘트를 이용하여 인쇄체 영숫자 인식을 위한 알고리즘을 제안한다. 2차원 모멘트 방법은 수학적 간결성으로 인해 패턴 인식에서 주로 사용되어 왔으며 문자 인식에도 적용되어 왔다. 그러나 모멘트는 문자의 작은 변형과 잡음에 대해서도 민감하게 반응하기 때문에 인쇄 품질이 좋은 실험 데이타를 사용하지 않을 경우는 좋은 인식 결과를 얻을 수 없다. 이러한 단점을 극복하기 위해 입력 문자의 무게 중심축으로 수직 · 수평 이등분한 후 국지 모멘트를 적용하여 인식을 수행하였다. 유사도 측정 함수로는 최대치 정규화 비교법을 사용하였다. 실험 결과 기존의 모멘트 방법에 비해 변형된 문자에 대해서도 우수한 결과를 보였으며 97% 이상의 인식률을 얻을 수 있었다.
오프라인 문자 인식을 위한 칼라 영상 전처리에 관한 연구
이문주(M. J. Lee),전미림(M. L. Jeon),진영근(Y. K. Jin),이은주(E. J. Rhee),김태균(T. K. Kim) 한국정보과학회 1994 한국정보과학회 학술발표논문집 Vol.21 No.1
본 논문에서는 칼라 영상에서 포한된 문자 인식에 필요한 전처리 과정에 관하여 논한다. 칼라 영상에서 문자 영역을 추출하기 위하여 먼저 유사색들을 묶는 clustring을 수행한다. 이는 영상의 입력시 발생하는 또는 영상 고유의 잡영을 제거하기 위한 것이다. clustring된 영상은 이진화의 정확성을 위해 주변분포를 이용하여 대분류한다. 대분류된 영상에서 문자후보 영역을 추출하기 위해서는 intensity 히스토그램 분포에 따라서 전역적 이진화 방법 또는 구조적 이진화 방법이 사용된다. 컴퓨터를 통한 모의실험에서 제안한 알고리즘은 다양한 색을 갖는 칼라 영상에 포함된 문자를 추출하는데 매우 효과적임을 확인할 수 있었다.