[논문 리뷰] Binarizing Business Card Images for Mobile Devices

Ayatullah Faruk Mollah, Subhadip Basu외 4명|arXiv (Cornell University)|2010. 03. 02.

Handwritten Text Recognition Techniques참고 문헌 7인용 수 4

한 줄 요약

이 논문은 모바일 디바이스에서 카메라로 촬영한 명함 이미지를 처리하기 위해 블록 단위로 분할하고, 밝기 분산을 통해 배경 영역을 분류하며, 비문자 영역을 제거하고, 텍스트 영역에 대해 기울기 보정과 이진화를 적용하는 빠르고 적응형 이진화 방법을 제안한다. 이 기법은 자원이 제한된 모바일 플랫폼에서도 높은 정확도를 유지하면서 자원 효율적이고 실시간 성능을 달성한다.

ABSTRACT

Business card images are of multiple natures as these often contain graphics, pictures and texts of various fonts and sizes both in background and foreground. So, the conventional binarization techniques designed for document images can not be directly applied on mobile devices. In this paper, we have presented a fast binarization technique for camera captured business card images. A card image is split into small blocks. Some of these blocks are classified as part of the background based on intensity variance. Then the non-text regions are eliminated and the text ones are skew corrected and binarized using a simple yet adaptive technique. Experiment shows that the technique is fast, efficient and applicable for the mobile devices.

연구 동기 및 목표

• 복잡한 혼합된 텍스트, 그래픽 및 변동하는 조명 조건을 가진 명함 이미지를 모바일 디바이스에서 이진화하는 데 도전하는 데 목적을 두며.
• 비균일하고 혼합 콘텐츠가 포함된 명함 이미지에서는 실패하는 전통적인 문서 이진화 기법의 한계를 극복하는 데 목적을 두며.
• 자원이 제한된 모바일 플랫폼에 배포하기에 적합한 경량이고 빠른 알고리즘을 개발하는 데 목적을 두며.
• 비문자 성분을 제거한 후 텍스트 영역만 선택적으로 이진화함으로써 텍스트 추출 정확도를 향상시키는 데 목적을 두며.

제안 방법

• 입력 명함 이미지는 국소적 처리를 위해 작은 겹치지 않는 블록으로 분할된다.
• 배경 영역는 밝기 분산을 사용하여 식별되며, 낮은 분산을 보이는 블록은 배경로 분류된다.
• 고주파 성분이 없는 것을 기반으로 비문자 영역이 필터링되어 잠재적 텍스트 블록만 유지된다.
• 텍스트 영역는 이진화 이전에 문자를 수평으로 정렬하기 위해 기울기 보정을 거친다.
• 각 텍스트 블록에 적응형 임계값 기법이 적용되어 이진 이미지가 생성된다.
• 최종 출력은 후속 OCR 및 정보 추출 작업에 최적화된 이진화 이미지이다.

실험 결과

연구 질문

• RQ1 혼합 콘텐츠가 포함된 명함 이미지에서 블록 기반 접근법이 배경과 텍스트 영역을 효과적으로 구분할 수 있는가?
• RQ2 실시간으로 모바일 디바이스에서 배경 블록을 효율적으로 분류하기 위해 밝기 분산을 어떻게 활용할 수 있는가?
• RQ3 기울기 보정과 적응형 이진화가 모바일 촬영 명함의 OCR 정확도에 미치는 영향은 어떠한가?
• RQ4 경량 알고리즘이 다양한 명함 레이아웃과 조명 조건에서도 성능을 유지할 수 있는 정도는 어느 정도인가?

주요 결과

• 제안된 방법은 국소적 계산 방식을 통해 실시간 사용에 적합한 고속 처리 성능을 달성한다.
• 밝기 분산 기반의 배경 탐지 기법은 복잡한 특징 추출 없이도 균일한 영역를 효과적으로 식별한다.
• 비문자 영역 제거로 인해 후속 단계에서 노이즈가 감소하고 이진화 품질이 향상된다.
• 기울기 보정은 최종 이진화 출력의 가독성과 정확도를 크게 향상시킨다.
• 적응형 이진화 단계는 카드의 다양한 부분에서 변동하는 조명과 대trast를 효과적으로 처리한다.
• 전반적인 접근법은 다양한 명함 레이아웃, 폰트, 이미지 품질에 대해 뛰어난 강건성을 보여준다.