[논문 리뷰] Sliding window approach based Text Binarisation from Complex Textual images

Chitrakala Gopalan, D. Manjula|arXiv (Cornell University)|2010. 03. 18.

Image Retrieval and Classification Techniques참고 문헌 15인용 수 10

한 줄 요약

이 논문은 무늬가 있는 배경을 가진 복잡한 텍스트 이미지에서 텍스트 이진화를 위한 슬라이딩 윈도우 방법을 제안한다. 이미지 대비를 향상시키고, 반복적 임계값 설정을 통해 윤곽선을 검출하며, 윤곽선 박스 분석을 이용해 노이즈를 제거하고, 슬라이딩 윈도우를 통해 크기 균일성 검사를 실시하여 이진화 정확도를 향상시킨다. 이는 이질적인 이미지에서 Otsu 및 Niblack 방법보다 뛰어난 성능을 보인다.

ABSTRACT

Text binarisation process classifies individual pixels as text or background in the textual images. Binarization is necessary to bridge the gap between localization and recognition by OCR. This paper presents Sliding window method to binarise text from textual images with textured background. Suitable preprocessing techniques are applied first to increase the contrast of the image and blur the background noises due to textured background. Then Edges are detected by iterative thresholding. Subsequently formed edge boxes are analyzed to remove unwanted edges due to complex background and binarised by sliding window approach based character size uniformity check algorithm. The proposed method has been applied on localized region from heterogeneous textual images and compared with Otsu, Niblack methods and shown encouraging performance of the proposed method.

연구 동기 및 목표

• 복잡하고 무늬가 있는 배경을 가진 이미지에서 텍스트 이진화 문제를 해결하기 위해.
• 노이즈가 많고 비균일한 배경에서 텍스트를 정확히 분리하여 OCR 성능을 향상시키기 위해.
• 다양한 문자 크기와 배경 무늬에 적응할 수 있는 견고한 이진화 방법을 개발하기 위해.
• 윤곽선 검출 및 이진화 과정에서 배경 노이즈로 인한 오소견을 줄이기 위해.
• 이질적인 텍스트 이미지에서 표준 기법인 Otsu 및 Niblack 방법과의 성능을 평가하기 위해.

제안 방법

• 무늬에 의한 배경 노이즈를 억제하고 대비를 향상시키기 위해 사전 처리를 적용한다.
• 사전 처리된 이미지에서 반복적 임계값 설정을 사용해 윤곽선을 검출한다.
• 검출된 윤곽선에서 윤곽선 박스를 형성하고, 복잡한 배경으로 인한 관련 없는 윤곽선을 걸러낸다.
• 국소 영역의 문자 크기 균일성 검사를 위해 슬라이딩 윈도우 방법을 구현한다.
• 슬라이딩 윈도우 전역에서 균일성 검사를 적용하여 픽셀을 텍스트 또는 배경으로 분류한다.
• 윤곽선 필터링과 윈도우 기반 분석을 결합하여 이진화 결과를 정밀하게 개선한다.

실험 결과

연구 질문

• RQ1 어떻게 하면 무늬가 있는 배경을 가진 복잡한 텍스트 이미지에서 텍스트를 효과적으로 분리할 수 있는가?
• RQ2 슬라이딩 윈도우 방법은 전역 임계값 설정 방법에 비해 이진화 정확도를 어느 정도 향상시키는가?
• RQ3 윤곽선 기반 필터링과 국소 크기 균일성 검출을 조합하면 이진화 과정에서 오소견을 줄일 수 있는가?
• RQ4 이상적인 방법은 다양한 텍스트 및 배경 특성을 가진 이질적인 텍스트 이미지에서 어떻게 성능을 발휘하는가?
• RQ5 사전 처리가 이진화 과정에서 대비 향상과 노이즈 감소에 어떤 영향을 미치는가?

주요 결과

• 제안된 방법은 이질적인 텍스트 이미지에서 Otsu 및 Niblack 방법보다 더 나은 이진화 결과를 달성한다.
• 사전 처리가 대비 향상과 배경 노이즈 감소에 크게 기여하여 윤곽선 검출 정확도를 향상시킨다.
• 윤곽선 박스 분석은 무늬로 인한 잘못된 윤곽선을 효과적으로 제거한다.
• 크기 균일성 검사를 통한 슬라이딩 윈도우 방법은 국소 문자 일관성에 초점을 맞춰 이진화 정밀도를 향상시킨다.
• 실세계의 복잡한 이미지에서 높은 성능을 보이며 배경 변동에 대한 견고성을 입증한다.
• 평가 결과, 이 방법은 텍스트 위치 지정과 OCR 인식 간 격차를 메우는 데 효과적임을 확인한다.