KR100683360B1

KR100683360B1 - Image Binarization Method

Info

Publication number: KR100683360B1
Application number: KR1020050011402A
Authority: KR
Inventors: 김유남
Original assignee: 엘지전자 주식회사
Priority date: 2005-02-07
Filing date: 2005-02-07
Publication date: 2007-02-15
Anticipated expiration: 2025-02-07
Also published as: KR20060090480A

Abstract

본 발명은 영상을 이진화하는 방법에 관한 것이다.The present invention relates to a method of binarizing an image.

본 발명의 영상 이진화 방법은 입력 영상에서 휘도 값을 추출하는 단계; 비율 상수 및 휘도 누적 평균값을 초기화하는 단계; 픽셀을 스캐닝하면서 [현재 픽셀의 휘도값 ×휘도 누적 평균값 초기치]를 [휘도 누적 평균값 ×(100 - 비율 상수)/100]을 임계치로 하여 서로 비교하는 단계; 상기 휘도 누적 평균값을 [새로운 휘도 누적 평균값 = 현재 휘도 누적 평균값 ×(1 - 1/휘도 누적 평균값 초기치) + 현재 픽셀의 휘도 값]으로 상기 매 픽셀의 스캐닝에 따라 갱신함으로써 상기 임계치를 적응적으로 변경시키면서 이진화를 수행하는 단계; 를 포함하여 이루어지며, 문서 영상 촬영 시의 조명이나 그림자 등의 다양한 환경에도 적절하게 영상 이진화 처리가 이루어질 수 있고, 촬영한 문서 영상의 형태에 따라 적절한 스캐닝 방법을 선택하고 이를 적용함으로써 문자 인식에 알맞은 최적의 이진화 처리 결과를 유도할 수 있다.The image binarization method of the present invention comprises the steps of: extracting a luminance value from an input image; Initializing a ratio constant and a luminance cumulative average value; Comparing the luminance value × luminance cumulative average initial value of the current pixel with the luminance cumulative average value × (100 − ratio constant) / 100 as a threshold while scanning the pixel; Adaptively change the threshold by updating the luminance cumulative average value as [new luminance cumulative average value = current luminance cumulative average value × (1-1 / luminance cumulative average value initial value) + current pixel luminance value] according to the scanning of each pixel. Performing binarization while making; The image binarization process can be appropriately applied to various environments such as lighting and shadows when photographing a document image, and by selecting and applying an appropriate scanning method according to the type of document image captured, it is suitable for character recognition. Optimal binarization treatment results can be derived.

영상 이진화, 지역적 영상 이진화, 적응적 스캐닝Image Binarization, Local Image Binarization, Adaptive Scanning

Description

Image binarization method {METHOD OF GENERATING BINARY IMAGE DATA}

도1은 영상 이진화 시스템의 예를 나타낸 도면1 shows an example of an image binarization system;

도2는 원 영상의 예를 나타낸 도면2 shows an example of an original image;

도3은 종래의 영상 이진화 방법에 따른 이진화 영상의 예를 나타낸 도면3 illustrates an example of a binarized image according to a conventional image binarization method.

도4는 본 발명에 따른 영상 이진화 방법의 플로우차트4 is a flowchart of an image binarization method according to the present invention;

도5a 내지 5h는 본 발명에서 제안된 이진화 영상의 스캐닝 방법의 다양한 예를 나타낸 도면5A to 5H illustrate various examples of a scanning method of a binarized image proposed in the present invention.

도6a는 도2의 영상에 적응적 수평 스캐닝(Horizontal Scanning) 방법을 적용한 결과 영상의 예를 나타낸 도면FIG. 6A illustrates an example of an image obtained by applying an adaptive horizontal scanning method to the image of FIG. 2. FIG.

도6b는 도2의 영상에 적응적 수직 스캐닝(Vertical Scanning) 방법을 적용한 결과 영상의 예를 나타낸 도면FIG. 6B is a diagram illustrating an example of an image obtained by applying an adaptive vertical scanning method to the image of FIG. 2. FIG.

도6c는 도2의 영상에 적응적 대각 스캐닝(Diagonal Scanning) 방법을 적용한 결과 영상의 예를 나타낸 도면FIG. 6C illustrates an example of an image obtained by applying an adaptive diagonal scanning method to the image of FIG. 2. FIG.

도6d는 도2의 영상에 적응적 수평 지그재그 스캐닝(Horizontal ZigZag Scanning) 방법을 적용한 결과 영상의 예를 나타낸 도면FIG. 6D is a diagram illustrating an example of an image obtained by applying an adaptive horizontal zig zag scanning method to the image of FIG. 2. FIG.

도6e는 도2의 영상에 적응적 수직 지그재그 스캐닝(Vertical ZigZag Scanning) 방법을 적용한 결과 영상의 예를 나타낸 도면FIG. 6E is a diagram illustrating an example of an image obtained by applying an adaptive vertical zig zag scanning method to the image of FIG. 2. FIG.

도6f는 도2의 영상에 적응적 대각 지그재그 스캐닝(Diagonal ZigZag Scanning) 방법을 적용한 결과 영상의 예를 나타낸 도면FIG. 6F is a diagram illustrating an example of an image obtained by applying an adaptive diagonal zigzag scanning method to the image of FIG. 2. FIG.

도6g는 도2의 영상에 수평 서브 이미지 분할을 기반으로 하여 적응적 수직 스캐닝 방법을 적용한 결과 영상의 예를 나타낸 도면FIG. 6G illustrates an example of an image obtained by applying an adaptive vertical scanning method based on horizontal sub-image segmentation to the image of FIG. 2. FIG.

본 발명은 이진 영상(binary image data)을 생성하는 방법에 관한 것으로서, 입력된 영상에서 휘도값을 추출하여 비율상수, 휘도 누적 평균값을 초기화한 후에 픽셀(pixel) 이진화를 진행하되, 적응적으로 이진화 임계치를 변경시켜 가면서 픽셀 스캐닝(pixel scanning)을 기반으로 모든 픽셀에 대해 이진화 처리가 완료되면 이진화된 영상을 출력하는 방법으로 영상을 이진화 함으로써, 영상 취득시의 다양한 환경에 대하여 적응적으로 스캐닝 방법을 구사하면서 영상 이진화 품질과 성능을 향상시킬 수 있도록 한 영상 이진화 방법에 관한 것이다.The present invention relates to a method of generating a binary image data, wherein after extracting a luminance value from an input image and initializing a ratio constant and a luminance cumulative average value, the pixel binarization is performed, but the adaptive binarization is performed. When the binarization process is completed for all pixels based on pixel scanning while changing the threshold, the image is binarized by outputting a binarized image, thereby adaptively scanning a variety of environments when acquiring an image. The present invention relates to an image binarization method that can improve image binarization quality and performance.

영상의 이진화 처리는 문자의 자동 인식 분야에서 가장 중요하고 필수적인 신호처리 과정에 해당하며, 이진화 결과는 문자의 인식률과 밀접한 관계를 가지고 있다.Image binarization process is the most important and essential signal processing process in the field of automatic character recognition, and the result of binarization is closely related to the recognition rate of character.

도1은 영상을 이진화 처리하는 시스템의 개략적인 구성을 보여준다. 피사체(10)를 카메라 장치(20)를 이용해서 촬영하고, 촬영된 영상 데이터를 저장장치(30)에 저장하며, 상기 저장된 영상에 대해서 프로세서(40)가 이진화 처리를 수행하여 이진 영상을 출력하는 시스템이다. 상기 피사체(10)는 문자를 포함하는 피사체로서, 예를 들면 문서 영상을 들 수 있다. 즉, 도2에 나타낸 바와 같이 문자를 포함하는 피사체 영상(문서 영상)을 카메라 장치(20)에서 촬영한 신호를 저장장치(30)에 저장하고, 프로세서(40)가 상기 저장장치(30)에 저장된 카메라 영상에 대하여 적절한 신호처리를 가함으로써 이진 영상을 생성하는 시스템이다.1 shows a schematic configuration of a system for binarizing an image. The subject 10 is photographed using the camera device 20, the photographed image data is stored in the storage device 30, and the processor 40 performs a binarization process on the stored image to output a binary image. System. The subject 10 is a subject including a character, for example, a document image. That is, as shown in FIG. 2, a signal photographed by the camera apparatus 20, which includes a character image (document image), including a character, is stored in the storage device 30, and the processor 40 stores the signal in the storage device 30. A system for generating binary images by applying appropriate signal processing to stored camera images.

지금까지 제안된 영상의 이진화 처리 기법은 크게 나누어 전역적 영상 이진화 방식과 지역적 영상 이진화 방식을 들 수 있다.The binary image processing techniques proposed so far can be divided into global image binarization and local image binarization.

전역적 영상 이진화 방식은 전체 영상의 모든 픽셀 값을 단 하나의 임계치를 기준으로 이진화 처리를 하는 방식이고, 지역적 영상 이진화 방식은 지역적 휘도 분포에 따라 임계치가 적응적으로 변경됨으로써 영상의 각 부분에 따라 차등적인 이진화 처리를 하는 방식이다.The global image binarization method binarizes all pixel values of the entire image based on a single threshold value. In the local image binarization method, the threshold value is adaptively changed according to the local luminance distribution, thereby according to each part of the image. Differential binarization.

전역적 영상 이진화 방식은 단 하나의 임계치를 기준으로 모든 픽셀 값에 대한 이진화 처리를 수행하기 때문에 이진화 처리 속도가 빠르다는 장점이 있고, 히스토그램 분포가 양분되는 경우에 상당히 좋은 처리 결과를 유도할 수 있지만, 밝기 분포에 민감하기 때문에 영상의 밝기 분포가 고르지 못한 경우에는 글자 정보의 훼손이나 손실과 같은 심각한 결과를 초래하는 단점이 있다.Global image binarization has the advantage of speeding up the binarization process because it performs the binarization process for all pixel values based on a single threshold value, and can lead to a fairly good result when the histogram distribution is divided. However, it is sensitive to the brightness distribution, so if the brightness distribution of the image is uneven, there is a disadvantage of causing serious consequences such as loss or loss of character information.

도2는 카메라로 촬영된 영상을 보여 주고 있는데, 이 영상에 대해서 전역적 영상 이진화 처리를 수행하게 되면 도3에 보인 바와 같이 글자 정보를 상당 부분 훼손하게 되는 단점이 있다.FIG. 2 shows an image captured by a camera. When performing global image binarization on the image, the image information is substantially damaged as shown in FIG. 3.

즉, 전역적 영상 이진화 방식에 의하면 영상의 이진화 처리를 위한 임계치 한 개를 결정하고, 이 임계치와 도2에 나타낸 영상의 모든 픽셀들을 서로 비교해서 임계치 이상인 경우와 임계치 이하인 경우로 분류하여 그 결과를 이진화 처리 결과로 내놓는 것이다. 이렇게 하면 이미 임계치가 결정된 상태에서 영상의 각 픽셀과 하나의 임계치를 단순 비교하게 되므로 처리 시간이 상당히 빠르다는 장점을 갖게 된다. 하지만, 도2에 나타낸 영상처럼 그 밝기의 분포가 고르지 못하고 지역적으로 차이를 갖는 경우, 즉 도2의 영상에서 보이는 것처럼 좌하단 부분에 대하여 나머지 부분과 같은 임계치를 이용해서 영상 이진화 처리를 하게 되면 도3에 나타낸 영상에서 보는 것처럼 좌하단 부분에서 글자정보를 상당 부분 훼손하게 되어 문자 인식 자체가 불가능하게 되는 단점이 따르게 된다. 도3은 전역적 영상 이진화 방식의 대표적인 방식인 'Otsu 기법'을 적용한 것이다.That is, according to the global image binarization method, one threshold for binarization processing of an image is determined, and the result is classified by comparing the threshold value and all pixels of the image shown in FIG. The result is a binarization process. This has the advantage that the processing time is considerably faster because a simple threshold is compared with each pixel of the image while the threshold is already determined. However, when the distribution of brightness is uneven and regionally different as in the image shown in FIG. 2, that is, when image binarization processing is performed using the same threshold as the rest of the lower left portion as shown in the image of FIG. 2. As shown in the image shown in Fig. 3, in the lower left part, the character information is largely damaged, which makes the character recognition itself impossible. FIG. 3 applies the Otsu technique, which is a representative method of global image binarization.

한편, 지역적 영상 이진화 방식은 임계치가 지역적 휘도 분포에 따라 적응적으로 변경되기 때문에 영상의 이진화 처리 결과가 좋다는 장점이 있지만, 반면에 수행 속도가 느리다는 단점이 있다. 즉, 지역적 이진화 방식은 휘도 분포 등에 따라 이진화 임계치를 적응적으로 변경시켜 가면서 지역적으로 차등을 두어 영상을 이진화하는 방법이므로 밝기 분포가 고르지 않은 문서 영상에 대해서도 전역적 영상 이진화 방식보다는 좋은 처리 결과를 유도하지만, 적응적으로 임계치를 변경시켜 주면서 이진화를 수행해야 하기 때문에 수행 속도는 떨어지게 된다.On the other hand, the local image binarization method has an advantage that the result of image binarization is good because the threshold is adaptively changed according to the local luminance distribution, but has a disadvantage of slow performance. In other words, the local binarization method adapts the binarization threshold according to the luminance distribution, and binarizes the image by localizing the difference. Therefore, even in the case of document images with uneven brightness distribution, the result is better than the global image binarization method. However, since the binarization must be performed while adaptively changing the threshold, the execution speed is slowed.

따라서, 전역적 영상 이진화 방식의 장점과 지역적 영상 이진화 방식의 장점을 살리면서, 각각의 방식에서 나타나는 단점은 최소화할 수 있는 영상 이진화 방법이 필요하다.Therefore, while utilizing the advantages of the global image binarization method and the local image binarization method, there is a need for an image binarization method that can minimize the disadvantages of each method.

본 발명은 지역적 영상 이진화 방식의 성능을 보유하면서 전역적 영상 이진화 방식의 처리 속도에 대등한 영상 이진화 방법을 제공하는데 그 목적이 있다.An object of the present invention is to provide an image binarization method which is compatible with the processing speed of the global image binarization while maintaining the performance of the local image binarization.

본 발명은 적응적이고 지역적인 영상 이진화 방식을 기반으로 하여 영상을 이진화함에 있어서, 비율상수와 휘도 누적 평균값을 영상 이진화 처리의 주요 팩터(factor)로 삼아, 초기에 비율상수와 휘도 누적 평균값 초기치를 설정하고, 이를 바탕으로 하여 적절한 스캐닝 방식에 따라 픽셀 스캐닝을 수행하면서 각각의 픽셀에 대하여 이진화 처리를 수행함과 함께, 그 이진화 처리를 위한 임계치를 상기 휘도 누적 평균값을 갱신하여 매 픽셀마다 최적의 값으로 변경시켜 줌으로써 적응적인 영상 이진화 처리를 함과 동시에 빠른 처리 속도를 가능하게 한 영상 이진화 방법을 제공하는데 그 목적이 있다.According to the present invention, in binarizing an image based on an adaptive and local image binarization scheme, the ratio constant and the luminance cumulative average value are used as the main factors of the image binarization process, and the initial ratio constant and luminance cumulative average value are initially set. Based on this, while performing pixel scanning according to an appropriate scanning method, binarization processing is performed on each pixel, and the threshold value for the binarization processing is updated to the optimum value for every pixel by updating the luminance cumulative average value. It is an object of the present invention to provide an image binarization method that enables an adaptive image binarization process and enables a fast processing speed.

상기 목적을 달성하기 위한 본 발명의 영상 이진화 방법은, 영상 이진화의 기준이 되는 임계치를 픽셀 스캐닝에 따라 계속 갱신해 나가면서 이진화를 수행하는 방법에 있어서, 입력 영상에서 휘도 값을 추출하는 단계; 비율 상수 및 휘도 누적 평균값을 초기화하는 단계; 픽셀을 스캐닝하면서 휘도 누적 평균값 및 비율 상수를 반영하여 갱신되는 임계치와 현재 픽셀의 휘도값을 비교하여 이진화를 수행하는 단계; 상기 휘도 누적 평균값을 상기 매 픽셀의 스캐닝에 따라 갱신하여 상기 임계치를 적응적으로 변경시키는 단계; 를 포함하여 이루어지는 것을 특징으로 한다.According to an aspect of the present invention, there is provided a method for binarizing a threshold value, which is based on pixel scanning, comprising: extracting a luminance value from an input image; Initializing a ratio constant and a luminance cumulative average value; Performing binarization by comparing the luminance value of the current pixel with a threshold updated by reflecting the luminance cumulative average value and the ratio constant while scanning the pixel; Adaptively changing the threshold by updating the luminance cumulative average value according to scanning of each pixel; Characterized in that comprises a.

또한 본 발명의 영상 이진화 방법에서, 상기 이진화를 위하여 임계치와 비교되는 현재 픽셀의 휘도값은 휘도 누적 평균값을 반영하여, [현재 픽셀의 휘도값 ×휘도 누적 평균값의 초기치]로 산출되는 것을 특징으로 한다.Also, in the image binarization method of the present invention, the luminance value of the current pixel compared to the threshold value for the binarization is calculated as [the initial value of the luminance value × luminance cumulative average value of the current pixel] reflecting the luminance accumulation average value. .

또한 본 발명의 영상 이진화 방법에서, 상기 임계치는 [휘도 누적 평균값 ×(100 - 비율 상수)/100] 으로 산출되는 것을 특징으로 한다.In the image binarization method of the present invention, the threshold value is calculated as [luminance cumulative mean value x (100 − ratio constant) / 100].

또한 본 발명의 영상 이진화 방법에서, 상기 휘도 누적 평균값의 갱신은, [새로운 휘도 누적 평균값 = 현재의 휘도 누적 평균값 ×(1 - 1/휘도 누적 평균값의 초기치) + 현재 픽셀의 휘도값] 으로 산출되어 갱신되는 것을 특징으로 한다.Further, in the image binarization method of the present invention, the update of the luminance cumulative average value is calculated as [new luminance cumulative average value = current luminance cumulative average value x (initial value of 1-1 / luminance cumulative average value) + luminance value of the current pixel]. It is characterized by being updated.

또한 본 발명의 영상 이진화 방법에서, 상기 비율상수는 '20', 휘도 누적 평균값의 초기치는 '입력 영상의 가로 픽셀의 1/8 크기 값' 으로 설정함을 특징으로 한다.In the image binarization method of the present invention, the ratio constant is set to '20', and the initial value of the cumulative luminance average value is set to '1/8 size value of horizontal pixels of the input image'.

또한 본 발명의 영상 이진화 방법에서, 상기 픽셀의 스캐닝은 문서 영상의 형태에 따라 수평 스캐닝(Horizontal Scanning), 수직 스캐닝(Vertical Scanning), 대각선 스캐닝(Diagonal Scanning), 수평 지그재그 스캐닝(Horizontal ZigZag Scanning), 수직 지그재그 스캐닝(Vertical ZigZag Scanning), 대각선 지그재그 스캐닝(Diagonal ZigZag Scanning), 수평 서브 이미지 분할 수직 스캐닝(Vertical Scanning - Horizontal Subimages), 수직 서브 이미지 분할 수평 스캐닝(Horizontal Scanning - Vertical Subimages) 중의 적어도 어느 한 가지 방법으로 이루어지는 것을 특징으로 한다.In addition, in the image binarization method of the present invention, the scanning of the pixels is performed according to the shape of the document image, Horizontal Scanning, Vertical Scanning, Diagonal Scanning, Horizontal ZigZag Scanning At least one of Vertical ZigZag Scanning, Diagonal ZigZag Scanning, Horizontal Subimage Splitting, Vertical Scanning-Horizontal Subimages, and Horizontal Sub Scanning-Vertical Subimages It is characterized by consisting of a method.

또한 상기 목적을 달성하기 위한 본 발명의 영상 이진화 방법은, 영상 이진 화의 기준이 되는 임계치를 픽셀 스캐닝에 따라 계속 갱신해 나가면서 이진화를 수행하는 방법에 있어서, 입력 영상에서 휘도 값을 추출하는 단계; 비율 상수 및 휘도 누적 평균값을 초기화하는 단계; 픽셀을 스캐닝하면서 [현재 픽셀의 휘도값 ×휘도 누적 평균값 초기치]를 [휘도 누적 평균값 ×(100 - 비율 상수)/100]을 임계치로 하여 서로 비교하는 단계; 상기 휘도 누적 평균값을 [새로운 휘도 누적 평균값 = 현재 휘도 누적 평균값 ×(1 - 1/휘도 누적 평균값 초기치) + 현재 픽셀의 휘도 값]으로 상기 매 픽셀의 스캐닝에 따라 갱신함으로써 상기 임계치를 적응적으로 변경시키면서 이진화를 수행하는 단계; 를 포함하여 이루어지는 것을 특징으로 한다.In addition, the image binarization method of the present invention for achieving the above object, in the method of performing the binarization while continuously updating the threshold value as a reference of the image binarization according to the pixel scanning, extracting a luminance value from the input image ; Initializing a ratio constant and a luminance cumulative average value; Comparing the luminance value × luminance cumulative average initial value of the current pixel with the luminance cumulative average value × (100 − ratio constant) / 100 as a threshold while scanning the pixel; Adaptively change the threshold by updating the luminance cumulative average value as [new luminance cumulative average value = current luminance cumulative average value × (1-1 / luminance cumulative average value initial value) + current pixel luminance value] according to the scanning of each pixel. Performing binarization while making; Characterized in that comprises a.

이하, 전술한 바와 같이 이루어지는 본 발명의 영상 이진화 방법의 실시예를 첨부된 도면을 참조하여 상세히 설명한다.Hereinafter, embodiments of the image binarization method of the present invention made as described above will be described in detail with reference to the accompanying drawings.

영상의 이진화 방식은 문자 인식과 같은 분야에서 상당히 중요하게 다루는 기술이다. 영상의 이진화 결과는 문자의 인식률과 밀접한 관계가 있기 때문이다.Image binarization is a very important technology in fields such as character recognition. This is because the binarization result of the image is closely related to the recognition rate of the characters.

영상을 이진화함에 있어서 전역적 이진화 방식은 수행속도는 빠르지만 문서 영상의 밝기 분포가 고르지 못한 경우에는 글자 정보의 훼손이나 손실과 같은 심각한 결과를 유도한다. 반면에, 지역적 이진화 방식은 수행 속도는 느리지만 영상의 이진화 결과는 만족할 만한 수준에 이른다. 하지만, 카메라 폰과 같은 임베디드(embedded) 환경에서 영상 이진화 기능을 지원하기 위해서는 전역적, 지역적 이진화 방식의 장, 단점을 서로 절충한 방식이 요구된다. 즉, 수행속도는 전역적 이진화 방식과 대등하며 영상 이진화 처리 결과는 지역적 방식과 대등한 성능을 갖도록 해야 한다.In the binarization of images, the global binarization method has a high speed, but when the brightness distribution of the document image is uneven, serious results such as loss or loss of character information are induced. On the other hand, the local binarization method is slow in performance, but the result of binarization of the image is satisfactory. However, in order to support image binarization in an embedded environment such as a camera phone, a tradeoff between the advantages and disadvantages of global and regional binarization is required. In other words, the execution speed is equivalent to the global binarization method, and the image binarization processing result should have the performance equivalent to the local method.

우선, 전역적 영상 이진화 방식에 관해서 간단히 살펴본다. 이 방식은 영상 이진화 알고리즘의 가장 기본적이고 간단한 방식으로서, 영상의 이진화를 위한 임계값 한 개를 계산하여 영상의 모든 픽셀에 대하여 이진화를 적용한다. 이 방식의 장점은 이미 임계값이 결정된 상태에서 영상의 각 픽셀값과 비교를 수행하게 되므로 처리 시간이 상당히 빠르다는 점이다. 그렇지만 이 방식은 수행 시간이 빠른 반면에 영상의 밝기 분포가 일정하지 않은 경우 글자 정보를 상당 부분 훼손해 버리는 단점을 갖고 있다.First, a brief overview of the global image binarization method. This method is the most basic and simple method of the image binarization algorithm. It calculates one threshold for binarization of an image and applies binarization to all pixels of the image. The advantage of this method is that the processing time is considerably faster because the comparison is performed with each pixel value of the image with the threshold value already determined. However, this method has a disadvantage in that, while the execution time is fast, the character information is largely damaged when the brightness distribution of the image is not constant.

히스토그램 분포가 양분되는 경우에는 전역적 영상 이진화 방식이 상당히 좋은 결과를 유도할 수 있으나, 밝기 분포가 일정하지 않은 영상인 경우에는 지역적 영상 이진화 방식을 통해서 영상의 이진화가 수행되어야 한다. 본 발명은 지역적 영상 이진화 방식을 기반으로 하여 밝기 분포에 따라 적응적인 영상 이진화 처리를 수행하는 방법을 제안한다.In the case where the histogram distribution is divided, the global image binarization method may lead to a very good result. However, in the case of an image having an uneven brightness distribution, the image binarization should be performed through the local image binarization method. The present invention proposes a method for performing adaptive image binarization processing according to brightness distribution based on a local image binarization scheme.

도4는 본 발명에서 제안하는 적응적 영상 이진화 방법의 플로우차트이다.4 is a flowchart of an adaptive image binarization method proposed in the present invention.

제1 단계(S10)는 영상 입력단계로서, 카메라 장치를 이용해서 문서 영상을 촬영하여 그 촬영된 영상 데이터를 이진화 시스템에 입력하는 단계이다.The first step S10 is an image input step, in which a document image is photographed using a camera apparatus and the photographed image data is input to the binarization system.

제2 단계(S20)는 휘도 추출단계로서, 상기 입력된 문서 영상의 각 픽셀에 대한 휘도값을 추출하는 단계이다.The second step S20 is a brightness extraction step, in which a brightness value for each pixel of the input document image is extracted.

제3 단계(S30)는 비율상수, 휘도 누적 평균값을 초기화하는 단계로서, 본 발명의 실시예에서는 비율상수를 '20', 휘도 누적 평균값의 초기치는 입력 영상의 가로 픽셀 크기의 1/8 크기 값으로 설정한다. 예를 들어 입력 영상의 크기(가로×세로)가 1280(픽셀) ×960(픽셀) 크기의 영상인 경우는 휘도 누적 평균값의 초기치는 1280(픽셀)/8 = 160이므로, '160'이 된다.The third step (S30) is a step of initializing the ratio constant and the luminance cumulative average value, in the embodiment of the present invention, the ratio constant is '20', and the initial value of the luminance cumulative average value is 1/8 size of the horizontal pixel size of the input image. Set to. For example, when the input image has a size of 1280 (pixels) x 960 (pixels), the initial value of the luminance cumulative average value is 1280 (pixels) / 8 = 160, which is '160'.

제4 단계(S40)는 픽셀 이진화를 수행하는 단계이다. 즉, 픽셀을 스캐닝하면서 각 픽셀의 휘도값을 본 발명에서 제안한 방식에 의해서 설정된 임계치와 비교하고 그 비교 결과에 따라 이진화를 수행하는 단계이다.The fourth step S40 is to perform pixel binarization. That is, while scanning the pixels, the luminance value of each pixel is compared with the threshold set by the method proposed by the present invention, and binarization is performed according to the comparison result.

여기서, 픽셀의 휘도값과 임계치는 다음과 같이 결정하고 서로 비교하여 이진화 된다.Here, the luminance value and the threshold of the pixel are determined as follows and compared with each other to be binarized.

즉, 임계치 = [휘도 누적 평균값 ×(100 - 비율 상수)/100]으로 결정하고, 상기 결정된 임계치와 [현재 픽셀의 휘도값 ×휘도 누적 평균값 초기치]를 서로 비교하여 [현재 픽셀의 휘도값 ×휘도 누적 평균값 초기치] < [휘도 누적 평균값 ×(100 - 비율 상수)/100] 이면 현재 픽셀 = '255', [현재 픽셀의 휘도값 ×휘도 누적 평균값 초기치] ≥[휘도 누적 평균값 ×(100 - 비율 상수)/100] 이면 현재 픽셀 = '0' ; 으로 픽셀 이진화를 수행하는 것이다.That is, the threshold value is determined as [a cumulative luminance average value × (100-ratio constant) / 100], and the determined threshold value is compared with [the luminance value of the current pixel × luminance accumulated average value initial value] and compares [the luminance value of the current pixel × luminance]. Cumulative Average Initial Value] <[Luminescent Luminance Average Value × (100-Rate Constant) / 100] If present pixel = '255', [Luminance Value of Luminance Value × Luminance Cumulative Average Value Initial Value] ≥ [Luminescent Cumulative Average Value × (100-Rate Constant) ) / 100] if the current pixel = '0'; Is to perform pixel binarization.

제5 단계(S50)는 모든 픽셀에 대해서 이진화 처리가 이루어졌는가를 판별하는 단계로서, 상기 제4 단계(S40)와 같은 픽셀 이진화가 문서 영상 전체에 대해서 수행되었는가를 판별하는 것이다. 이 단계(S50)의 판별 결과 이진화할 픽셀이 남아있는 경우에는 휘도 누적 평균값 갱신 단계(S51)로 이행하여, 상기 픽셀 이진화에 사용되었던 휘도 누적 평균값을, [새로운 휘도 누적 평균값 = 현재의 휘도 누적 평균값 ×(1 - 1/휘도 누적 평균값의 초기치) + 현재 픽셀의 휘도값] 으로 갱신하고 제4 단계(S40)로 이행하여 다음 픽셀에 대한 이진화를 갱신된 임계치 [휘도 누적 평균값 ×(100 - 비율 상수)/100]를 토대로 하여 계속 수행한다.The fifth step (S50) is to determine whether the binarization process has been performed for all pixels, and to determine whether pixel binarization as in the fourth step (S40) has been performed for the entire document image. If the pixel to be binarized is left as a result of the determination in step S50, the process proceeds to updating the cumulative luminance average value step S51, whereby the luminance cumulative average value used for the pixel binarization is determined as [new luminance cumulative average value = current luminance cumulative average value. × (1-1 / initial value of the cumulative luminance average value) + the luminance value of the current pixel] and proceed to the fourth step S40 to update the binarization for the next pixel [the luminance cumulative average value × (100-ratio constant) Continue based on.

이러한 일련의 과정이 모든 픽셀에 대해서 수행되었으면 제6 단계(S60)로 이행하여 이진화된 영상 데이터를 출력하고 종료한다.If this series of processes has been performed for all pixels, the process proceeds to a sixth step S60 to output binarized image data and to end.

위와 같은 방식으로 영상 이진화를 수행하는 경우, 영상 이진화 시의 스캐닝 방법에 따라서도 이진화 처리 결과가 다르게 나타난다.When image binarization is performed in the above manner, the binarization process results differently depending on the scanning method at the time of image binarization.

도5a 내지 도5h는 다양한 영상 이진화 스캐닝 방법을 보여주고 있으며, 도6a 내지 도6g는 도5에 예시한 각각의 다양한 스캐닝 방법을 적용한 적응적 이진화 처리 결과를 나타낸다.5A to 5H show various image binarization scanning methods, and FIGS. 6A to 6G show the results of the adaptive binarization process to which each of the various scanning methods illustrated in FIG. 5 is applied.

도5a에 나타낸 수평 스캐닝(Horizontal Scanning)은 영상을 수평 방향으로 스캐닝하는 방식으로서, 한 행에 대한 스캐닝이 끝나면 다음 행에 대한 스캐닝을 그 행의 처음부터 수행하는 방식이다. 도5b에 나타낸 수직 스캐닝(Vertical Scanning)은 영상을 수직 방향으로 스캐닝하는 방식으로서, 한 열에 대한 스캐닝이 끝나면 다음 열에 대한 스캐닝을 그 열의 처음부터 수행하는 방식이다.Horizontal scanning shown in FIG. 5A is a method of scanning an image in a horizontal direction. When scanning of one row is completed, scanning of the next row is performed from the beginning of the row. Vertical scanning shown in FIG. 5B is a method of scanning an image in a vertical direction. When scanning of one column is completed, scanning of the next column is performed from the beginning of the column.

도5c에 나타낸 대각선 스캐닝(Diagonal Scanning)은 영상을 대각선 방향으로 스캐닝하는 방식으로서, 한 대각선에 위치한 영상의 스캐닝이 끝나면 처음으로 돌아와서 다음 대각선에 위치한 영상의 스캐닝을 수행하는 방식이다.Diagonal scanning shown in FIG. 5C is a method of scanning an image in a diagonal direction. When scanning of an image located on one diagonal line is finished, the scanning method returns to the beginning and scans an image located on the next diagonal line.

도5d에 나타낸 수평 지그재그 스캐닝(Horizontal ZigZag Scanning)은 수평 방향으로 영상을 스캐닝하되, 그 다음 행에서는 앞 행에서와는 반대 방향으로 스캐닝하는 방식이다. 도5e에 나타낸 수직 지그재그 스캐닝(Vertical ZigZag Scanning)은 수직 방향으로 영상을 스캐닝하되, 그 다음 열에서는 앞 열에서와는 반대 방향 으로 스캐닝하는 방식이다. 도5f에 나타낸 대각선 지그재그 스캐닝(Diagonal ZigZag Scanning)은 대각 방향으로 영상을 스캐닝하되, 다음 대각 행에서는 앞의 대각 행과 반대 방향으로 스캐닝하는 방식이다.Horizontal ZigZag Scanning shown in FIG. 5D scans an image in the horizontal direction, but in the next row, scans in the opposite direction to the previous row. Vertical ZigZag Scanning shown in FIG. 5E scans the image in the vertical direction, but in the next row, in the opposite direction to the previous column. Diagonal ZigZag Scanning shown in FIG. 5F scans an image in a diagonal direction, but scans in a direction opposite to the previous diagonal row in the next diagonal row.

도5g에 나타낸 수평 서브 이미지 분할 수직 스캐닝(Vertical Scanning - Horizontal Subimages)은 수직 방향으로 영상을 스캐닝하되, 수평 방향으로 서브 이미지를 분할하여 각각의 서브 이미지를 순차적으로 수직 스캐닝하는 방식이다. 5G is a method of vertically scanning each sub-image by scanning an image in a vertical direction, but dividing the sub-image in a horizontal direction.

도5h에 나타낸 수직 서브 이미지 분할 수평 스캐닝(Horizontal Scanning - Vertical Subimages)은 수평 방향으로 영상을 스캐닝하되, 수직 방향으로 서브 이미지를 분할하여 각각의 서브 이미지를 순차적으로 수평 스캐닝하는 방식이다.5H is a method of scanning an image in a horizontal direction, but splitting a sub image in a vertical direction to sequentially scan each sub image in a horizontal direction.

앞서 나열한 여러 가지 스캐닝 방식을 통한 영상 이진화 결과는 모두 전역적 영상 이진화 방식보다 나은 결과를 보이지만 각각의 스캐닝 방식에 대해서 조금씩 성능이 다르다.The image binarization results from the various scanning methods listed above show better results than the global image binarization method, but the performance is slightly different for each scanning method.

도6a 내지 도6g는 스캐닝 방식을 달리하여 도2의 문서 영상을 이진화한 경우의 결과 영상을 보여주고 있다.6A to 6G show the resultant image when the document image of FIG. 2 is binarized by using different scanning methods.

도6a는 수평 스캐닝(Horizontal Scanning) 방식으로 픽셀 스캐닝을 수행하면서 앞서 설명한 도4의 본 발명에 따른 영상 이진화 처리를 수행한 결과 영상의 예를 보여준다. 수평 스캐닝(Horizontal Scanning) 방식의 경우 가로 방향의 검은 잔재가 나타나며, 가로선의 정보가 훼손됨을 알 수 있다.FIG. 6A illustrates an example of an image resulting from performing image binarization according to the present invention of FIG. 4 while performing pixel scanning by a horizontal scanning method. In the case of the horizontal scanning method, black residues in the horizontal direction appear, and the information on the horizontal lines is damaged.

도6b는 수직 스캐닝(Vertical Scanning) 방식으로 픽셀 스캐닝을 수행하면서 본 발명에 따른 영상 이진화 처리를 수행한 결과 영상의 예를 보여준다. 수직 스캐 닝(Vertical Scanning) 방식의 경우는 세로 방향의 검은 잔재가 나타나며, 세로선의 정보가 훼손됨을 알 수 있다.FIG. 6B shows an example of an image resulting from performing image binarization processing according to the present invention while performing pixel scanning in a vertical scanning method. In the case of the vertical scanning method, black residues in the vertical direction appear, and the information on the vertical lines is damaged.

도6c는 대각선 스캐닝(Diagonal Scanning) 방식으로 픽셀 스캐닝을 수행하면서 본 발명에 따른 영상 이진화 처리를 수행한 결과 영상의 예를 보여준다. 대각선 스캐닝(Diagonal Scanning) 방식의 경우에는 수직 스캐닝 방식이나 수평 스캐닝 방식보다 결과는 좋지만, 글자 정보가 뚜렷하지 못하고 약간 흐린 결과를 가져온다.6C shows an example of an image resulting from performing image binarization processing according to the present invention while performing pixel scanning in a diagonal scanning method. Diagonal Scanning results in better results than Vertical Scanning or Horizontal Scanning, but results in less clear and slightly blurred character information.

도6d는 수평 지그재그 스캐닝(Horizontal ZigZag Scanning) 방식으로 픽셀 스캐닝을 수행하면서 본 발명에 따른 영상 이진화 처리를 수행한 결과 영상의 예를 보여준다. 도6e는 수직 지그재그 스캐닝(Vertical ZigZag Scanning) 방식으로 픽셀 스캐닝을 수행하면서 본 발명에 따른 영상 이진화 처리를 수행한 결과 영상의 예를 보여준다. 도6f는 대각선 지그재그 스캐닝(Diagonal ZigZag Scanning) 방식으로 픽셀 스캐닝을 수행하면서 본 발명에 따른 영상 이진화 처리를 수행한 결과 영상의 예를 보여준다. 지그재그 스캐닝(ZigZag Scanning) 방식을 적용하면 각 방향으로의 톱날 형태의 왜곡이 발생함을 알 수 있다.FIG. 6D shows an example of an image resulting from performing image binarization according to the present invention while performing pixel scanning in a horizontal zigzag scanning method. 6E shows an example of an image resulting from performing image binarization processing according to the present invention while performing pixel scanning in a vertical zigzag scanning method. FIG. 6F shows an example of an image obtained by performing image binarization processing according to the present invention while performing pixel scanning by a diagonal zigzag scanning method. When the ZigZag Scanning method is applied, it can be seen that saw blade-shaped distortion occurs in each direction.

지금까지 설명한 스캐닝 방법 이외에도, 하나의 큰 이미지에 대하여 일괄적인 스캐닝을 적용하지 않고 여러 개의 서브 이미지(sub images)로 나누어 적용한 결과가 더 나은 영상 이진화 처리 결과를 보여주기도 한다. 즉, 수평 서브 이미지 분할 수직 스캐닝(Vertical Scanning - Horizontal Subimages), 수직 서브 이미지 분할 수평 스캐닝(Horizontal Scanning - Vertical Subimages)이 더 나은 결과를 보여준다. 이 경우 검은 잔재는 나타나지 않으면서 대체적으로 우수하게 영상 이진 화 처리가 이루어진다. 도6g는 수평 서브 이미지 분할 수직 스캐닝(Vertical Scanning - Horizontal Subimages) 방식으로 픽셀 스캐닝을 수행하면서 본 발명에 따른 영상 이진화 처리를 수행한 결과 영상의 예를 보여준다.In addition to the scanning methods described so far, the result of applying a plurality of sub-images without applying a batch scanning to one large image may show a better result of image binarization. In other words, vertical sub-image segmentation vertical scanning (Vertical Scanning-Horizontal Subimages), vertical sub-image segmentation horizontal scanning (Horizontal Scanning-Vertical Subimages) shows better results. In this case, black remnants do not appear, and image binarization is generally performed well. FIG. 6G shows an example of an image obtained by performing an image binarization process according to the present invention while performing pixel scanning in a horizontal sub-image splitting vertical scanning method.

지금까지 설명한 적응적 영상 이진화 방식은 지역적 영상 이진화 방식의 한 방법으로써, 이진화의 기준이 되는 임계치를 픽셀을 스캐닝하면서 계속 보정(갱신)해 나감으로써 밝기 분포가 고르지 않은 영상을 이진화하는 경우에도 좋은 성능을 낼 수 있는 방식이다.The adaptive image binarization method described so far is a method of local image binarization, which is good even when binarizing an image having an uneven brightness distribution by continuously correcting (update) a threshold that is a standard of binarization while scanning pixels. This is how you can make it.

본 발명에서 제안한 적응적 영상 이진화 방식은 스캐닝 방법과 상관없이 동일하게 계산 복잡도를 가지며, 스캐닝 방법과 상관없이 그 이진화 처리 수행 시간도 동일하다. 그리고, 본 발명에서 제안한 적응적 영상 이진화 방식은 전역적 영상 이진화 방식과 동일한 계산 복잡도를 가지지만, 상수배(실험치: 3.3배)의 수행이 더 소요됨을 실험을 통해 확인하였다.The adaptive image binarization scheme proposed in the present invention has the same computational complexity regardless of the scanning method, and the execution time of the binarization process is the same regardless of the scanning method. In addition, although the adaptive image binarization scheme proposed in the present invention has the same computational complexity as the global image binarization scheme, it has been confirmed through experiments that the constant multiple times (experiment: 3.3 times) is required to be performed.

본 발명의 영상 이진화 방법에 따르면, 문서 영상의 촬영 시의 조명이나 그림자 등의 다양한 환경에도 적절하게 영상 이진화 처리가 이루어질 수 있으며, 촬영한 문서 영상의 형태에 따라 적절한 스캐닝 방법을 선택하고 이를 적용함으로써 문자 인식에 알맞은 최적의 이진화 처리 결과를 유도할 수 있다.According to the image binarization method of the present invention, image binarization processing can be appropriately performed in various environments such as lighting or shadows when photographing a document image, and by selecting and applying an appropriate scanning method according to the type of document image captured It is possible to derive an optimal binarization result suitable for character recognition.

Claims

In the method for performing binarization while continuously updating the threshold as a reference for image binarization according to pixel scanning,

Extracting a luminance value from an input image; Initializing a ratio constant and a luminance cumulative average value; Performing binarization by comparing the luminance value of the current pixel with a threshold updated by reflecting the luminance cumulative average value and the ratio constant while scanning the pixel; Adaptively changing the threshold by updating the luminance cumulative average value according to scanning of each pixel; Image binarization method comprising a.

2. The image binarization method of claim 1, wherein the luminance value of the current pixel compared to a threshold for binarization is calculated as [initial value of luminance value x luminance cumulative average value of the current pixel] by reflecting a luminance cumulative average value. .

2. The image binarization method according to claim 1, wherein the threshold is calculated as [luminance cumulative mean value x (100-ratio constant) / 100].

2. The method of claim 1, wherein the update of the luminance cumulative average value is calculated and updated as [new luminance cumulative average value = current luminance cumulative average value x (initial value of 1-1 / luminance cumulative average value) + luminance value of the current pixel]. Image binarization method characterized in that.

The image binarization method of claim 1, wherein the ratio constant is set to '20', and an initial value of the luminance cumulative average value is set to '1/8 size value of the horizontal size (pixel unit) of the input image'.

The method of claim 1, wherein the scanning of the pixels is performed according to the shape of the document image. Horizontal scanning, vertical scanning, diagonal scanning, horizontal zigzag scanning, and vertical zigzag scanning. (Vertical ZigZag Scanning), Diagonal ZigZag Scanning, Horizontal Subimages Vertical Scanning-Horizontal Subimages, or Horizontal Scanning-Vertical Subimages. Image binarization method characterized in that.

Extracting a luminance value from an input image; Initializing a ratio constant and a luminance cumulative average value; Scanning the pixels while comparing the [luminance value x luminance cumulative average initial value of the current pixel] with the luminance cumulative average value x (100 − ratio constant) / 100 as a threshold; Adaptively change the threshold by updating the luminance cumulative average value as [new luminance cumulative average value = current luminance cumulative average value × (1-1 / luminance cumulative average value initial value) + current pixel luminance value] according to the scanning of each pixel. Performing binarization while making; Image binarization method comprising a.

8. The image binarization method of claim 7, wherein the ratio constant is set to '20' and an initial value of the luminance cumulative average value is set to '1/8 size value of the horizontal size (pixel unit) of the input image'.

The method according to claim 7, wherein when comparing [the luminance value x luminance cumulative average initial value of the current pixel] and the threshold [luminance cumulative average value x (100-ratio constant) / 100] to each other,

[Initial value of luminance value × luminance accumulated average value of current pixel] <[cumulative luminance value × (100-ratio constant) / 100] If the current pixel = '255',

[Luminance value of the current pixel x luminance luminance average initial value] ≥ [cumulative luminance value × (100-ratio constant) / 100] If the current pixel = '0'; Image binarization method characterized in that the binarization.