[논문 리뷰] Segmentation of Camera Captured Business Card Images for Mobile Devices

Ayatullah Faruk Mollah, Subhadip Basu외 1명|arXiv (Cornell University)|2011. 01. 03.

Vehicle License Plate Recognition참고 문헌 13인용 수 13

한 줄 요약

이 논문은 모바일 폰 카메라로 촬영한 영업용 명함 이미지에 대해 기울기 보정을 수행한 후 수평 및 수직 히스토그램 기반의 줄 및 문자 분할을 사용하여 효율적인 문자 분할 방법을 제안한다. 3메가픽셀 이미지에서 평균 분할 정확도가 97.48%에 달하며, 중간 성능의 노트북에서 1.1초 내로 처리되어 자원이 제한된 모바일 기기용으로 적합하다.

ABSTRACT

Due to huge deformation in the camera captured images, variety in nature of the business cards and the computational constraints of the mobile devices, design of an efficient Business Card Reader (BCR) is challenging to the researchers. Extraction of text regions and segmenting them into characters is one of such challenges. In this paper, we have presented an efficient character segmentation technique for business card images captured by a cell-phone camera, designed in our present work towards developing an efficient BCR. At first, text regions are extracted from the card images and then the skewed ones are corrected using a computationally efficient skew correction technique. At last, these skew corrected text regions are segmented into lines and characters based on horizontal and vertical histogram. Experiments show that the present technique is efficient and applicable for mobile devices, and the mean segmentation accuracy of 97.48% is achieved with 3 mega-pixel (500-600 dpi) images. It takes only 1.1 seconds for segmentation including all the preprocessing steps on a moderately powerful notebook (DualCore T2370, 1.73 GHz, 1GB RAM, 1MB L2 Cache).

연구 동기 및 목표

• 모바일 기기에서 기하학적 왜곡이 심한 카메라 촬영 영업용 명함 이미지의 텍스트 영역을 분할하는 과제를 해결하기 위해.
• 기울기, 노이즈 및 다양한 영업용 명함 레이아웃을 처리할 수 있는 계산 비용이 낮은 방법을 개발하기 위해.
• 모바일 플랫폼의 엄격한 계산 자원 제약 조건 하에서도 정확한 문자 분할을 가능하게 하기 위해.
• 저성능 하드웨어에서 실시간 성능을 유지하면서도 높은 분할 정확도를 달성하기 위해.

제안 방법

• 촬영된 영업용 명함 이미지에서 전처리 기법을 사용하여 텍스트 영역을 먼저 추출한다.
• 기하학적 왜곡을 보정하기 위해 계산 비용이 낮은 기울기 보정 방법을 적용한다.
• 수평 및 수직 투영 히스토그램을 사용하여 보정된 텍스트 영역을 줄과 개별 문자로 분할한다.
• 선 분할과 문자 경계를 식별하기 위해 강도 변화와 공간 분포 패턴을 활용한다.
• 모든 전처리 및 분할 단계는 모바일 기기 배포에 적합하도록 낮은 계산 오버헤드를 최적화한다.
• 실제 모바일 촬영 품질을 반영하기 위해 3메가픽셀 이미지에서 500–600 dpi 해상도로 평가한다.

실험 결과

연구 질문

• RQ1 어떻게 하면 모바일 폰 카메라로 촬영한 기하학적으로 심하게 왜곡된 영업용 명함 이미지에서 텍스트 영역을 신뢰성 있게 추출할 수 있는가?
• RQ2 제한된 처리 성능을 가진 모바일 기기용으로 적합한 효율적인 기울기 보정 기법은 무엇인가?
• RQ3 실제 이미지 왜곡 상황에서 히스토그램 기반 방법을 사용해 줄과 문자를 정확히 분할할 수 있는가?
• RQ4 저성능 모바일 하드웨어에서 실시간 성능을 유지하면서도 어떤 정도의 분할 정확도를 달성할 수 있는가?

주요 결과

• 제안된 방법은 500–600 dpi 해상도의 3메가픽셀 영업용 명함 이미지에서 평균 분할 정확도가 97.48%에 달한다.
• 전체 분할 파이프라인(전처리 및 기울기 보정 포함)은 중간 성능의 노트북(DualCore T2370, 1.73 GHz, 1GB RAM)에서 1.1초 내에 실행된다.
• 이 방법은 계산 비용이 낮아 자원이 제한된 모바일 기기에서의 배포에 적합하다.
• 기울기 보정은 텍스트 영역을 선과 문자 추출 전에 정렬함으로써 분할 성능을 크게 향상시킨다.
• 히스토그램 기반 분할은 다양한 영업용 명함 디자인에서의 폰트 크기, 간격, 레이아웃의 변화를 효과적으로 처리한다.