광학 점자 인식

Optical braille recognition
상승된 점자 문자와 페이지 반대편에 있는 오목한 문자를 모두 보여주는 페이지 이미지.

광학 점자 인식은 점자 문자의 이미지를 캡처해 자연어 문자로 가공하는 기술이다. 점자문서를 읽을 수 없는 사람을 위한 점자문서를 텍스트로 변환하고, 문서의 보존·복제 등에 사용한다.

역사

1984년 델프트 공대 연구팀이 점자 판독 태블릿을 설계했는데, 이 태블릿은 감광성 세포를 가진 판독 헤드를 자판기 세트를 따라 움직여 점자 텍스트들을 선별로 캡처하도록 했다.[1] 1988년 릴 과학기술 대학의 프랑스 연구원들이 렉토브레일이라는 알고리즘을 개발했는데, 이 알고리즘은 점자 문서를 일반 텍스트로 변환하였다. 시스템은 해상도가 낮은 CCD 카메라로 점자 텍스트를 촬영하고 공간 필터링 기법, 중앙분리대 필터링, 침식, 확장 등을 이용해 점자를 추출했다. 그리고 나서 점자 문자는 적응적 인식을 사용하여 자연 언어로 변환되었다.[2] 렉토브레일 기법은 오차율이 1%로 1줄당 평균 처리시간이 7초나 걸렸다.[1] 1993년, Katholieke Universityit Leuven의 연구팀은 상업적으로 이용 가능한 스캐너로 스캔한 점자를 인식하는 시스템을 개발했다.[1] 그러나 이 시스템은 점자 격자의 기형을 처리할 수 없었기 때문에 잘 만들어진 점자 문서가 요구되었다.[3] 1999년 홍콩폴리텍대학의 한 단체가 가장자리 감지를 이용한 광학 점자 인식 기법을 시행하여 점자를 영어 또는 중국어 텍스트로 번역하였다.[4] 2001년에 머레이와 다이스는 문서의 작은 부분을 한 번에 스캔하는 휴대용 인식 시스템을 만들었다.[5] 한 번에 스캔하는 작은 영역 때문에 격자 변형은 문제가 되지 않았고, 보다 간단하고 효율적인 알고리즘이 채택되었다.[3] 2003년 모가비와 모란도는 인공신경망을 이용해 점자 문자를 인식하는 시스템을 설계했다. 이 시스템은 다른 접근법보다 더 성공적으로 이미지 저하를 처리할 수 있는 기능으로 주목받았다.[3]

과제들

점자 텍스트를 성공적으로 처리하기 위한 많은 어려움은 점자 문서의 특성에서 발생한다. 점자는 일반적으로 고체색 종이에 인쇄되는데, 위로 올린 글자와 배경 종이 사이에 대비를 만들어낼 잉크가 없다. 그러나 페이지의 불완전성은 페이지의 스캔이나 이미지에 나타날 수 있다.

많은 문서들이 점간으로 인쇄되는데, 양면성이라는 뜻이다. 이처럼 한쪽의 점자가 움푹 들어간 부분은 다른 쪽의 돌출된 점자와 교차하여 나타난다.[6]

기술

일부 광학 점자 인식 기법에서는 사선 조명과 카메라를 이용해 점자의 움푹 들어간 부분과 돌출부의 그림자를 드러내려고 한다. 다른 사람들은 상업적으로 이용할 수 있는 문서 스캐너를 이용한다.[6]

참고 항목

참조

  1. ^ Jump up to: a b c Mennens, Jan; Tichelen, Luc van; François, Guido; Engelen, Jan J. (December 1994). "Optical recognition of Braille using standard equipment". IEEE Transactions on Rehabilitation Engineering. 2 (4): 207–212. doi:10.1109/86.340878. ISSN 1063-6528.
  2. ^ Dubus, J.P.; Benjelloun, M.; Devlaminck, V.; Wauquier, F.; Altmayer, P. (November 1988). Image processing techniques to perform an autonomous system to translate relief braille into black-ink, called: Lectobraille. Proceedings of the Annual International Conference of the IEEE. 4. Engineering in Medicine and Biology Society. pp. 1584–1585. doi:10.1109/IEMBS.1988.94726. ISBN 978-0-7803-0785-8. S2CID 57767398.
  3. ^ Jump up to: a b c Wong, Lisa; Abdulla, Waleed; Hussman, Stephan (August 2004). A software algorithm prototype for optical recognition of embossed Braille. Proceedings of the 17th International Conference on Pattern Recognition. pp. 586–589. doi:10.1109/ICPR.2004.1334316. ISBN 978-0-7695-2128-2. ISSN 1051-4651. S2CID 16350406.
  4. ^ Ng, C.; Ng, V.; Lau, Y. (September 1999). Regular feature extraction for the recognition of braille. Third International Conference on Computational Intelligence and Multimedia Applications. pp. 302–306. doi:10.1109/ICCIMA.1999.798547. ISBN 978-0-7695-0300-4. S2CID 58353838.
  5. ^ Murray, I.; Dias, T. (2001). A portable device for optically recognizing Braille. The Seventh Australian and New Zealand Intelligent Information Systems Conference. pp. 302–306. doi:10.1109/ANZIIS.2001.974063. ISBN 978-1-74052-061-4. S2CID 195859595.
  6. ^ Jump up to: a b Antonacopoulos, A.; Bridson, D. (2004). A Robust Braille Recognition System. Document Analysis Systems. Lecture Notes in Computer Science. VI. pp. 533–545. doi:10.1007/978-3-540-28640-0_50. ISBN 978-3-540-23060-1. ISSN 0302-9743.