전자신분증의 기계판독영역을 위한 영상판독 알고리즘
Character Recognition for Machine Reader Zone of Electronic Identity Card
- 주제(키워드) 전자신분증 , 전자여권 , 문자인식
- 발행기관 아주대학교
- 지도교수 최태영
- 발행년도 2014
- 학위수여년월 2014. 2
- 학위명 석사
- 학과 및 전공 일반대학원 전자공학과
- 파일정보 pdf
- 실제URI http://www.dcollection.net/handler/ajou/000000016523
- 본문언어 한국어
- 저작권 아주대학교 논문은 저작권에 의해 보호받습니다.
초록/요약
보안의 중요성이 날로 커지면서, 보안을 위한 다양한 방법들이 제시되고 있다. 전자신분증을 이용한 보안 기술이 추가된 차세대 인증 시스템은 기존 신분증의 보안 방법보다 훨씬 위조가 어려우며, 신분증에서 더 정확하게 정보를 얻을 수 있다는 장점이 있다. 전자신분증의 보안을 강화하기 위해서는 전자신분증의 기계판독영역(machine reader zone)의 글자를 인식해서, 다른 방법으로 얻을 수 있는 정보와 비교해야 한다. 본 논문에서는 OpenCV를 이용해서 전자여권의 기계판독영역에서 각 글자를 추출하고, 광학문자인식을 하는 방법에 대해 설명한다. 본 논문에서는 여권사진을 찾고, 찾은 여권사진을 FFT(Fast Fourier Transform)와 PCA(Principal Component Analysis)의 방법론을 이용해서 회전된 정도를 찾아 역회전 시키며, 회전된 여권에서 정확한 기계판독영역을 찾는다. 기계판독영역의 왜곡을 없애기 위해서 역 투영 변환을 하고, 보정된 기계판독영역에서 각 글자를 추출한다. 추출한 글자를 템플릿 매칭과 향상된 유사도를 사용해서 인식하고 숫자 0과 문자 O를 구분하기 위해서 SVM(Support Vector Machine)을 사용한다. 제안한 방법을 이용해서 실제 여권을 촬영한 영상에 대해서 실험했으며, 99.77%의 인식률을 보였다.
more목차
국문요약 1
1 서론 7
2 관련연구 9
2.1 Otsu's method 9
2.2 FFT(Fast Fourier Transform) 10
2.3 주 성분 분석법(Principal Component Analysis, PCA) 11
2.4 적응형 임계값(adaptive threshold) 12
2.5 수리형태론(mathematical morphology) 13
2.6 연결성분 라벨링(connected-component labeling) 15
2.7 투영 변환(projective transform) 15
2.8 Canny 에지 16
2.9 적분 영상(integral image) 17
2.10 히스토그램 연속화 19
2.11 템플릿 매칭(template matching)과 향상된 유사도 20
2.12 지지벡터기계(Support Vector Machine, SVM)와 커널 트릭(kernel trick) 22
3 영상판독 알고리즘 24
3.1 영상 읽기 24
3.2 여권 사진 24
3.3 회전 찾기 27
3.4 기계판독영역 29
3.5 기계판독영역의 역 투영 변환 31
3.6 각 글자별로 나누기 33
3.7 템플릿 매칭을 이용한 글자 찾기 34
3.8 SVM을 이용한 정확한 글자 찾기 35
4 실험 결과 36
4.1 전처리 36
4.2 글자 인식 37
4.2.1 템플릿 매칭 알고리즘만 사용 38
4.2.2 템플릿 매칭 알고리즘에 향상된 유사도 사용 40
4.2.3 템플릿 매칭 알고리즘에 SVM 사용 41
4.2.4 템플릿 매칭 알고리즘에 향상된 유사도와 SVM 사용 43
4.2.5 글자 인식 결과 45
4.2.6 실행시간 46
5 결론 47
참고문헌 48
Abstract 50
