<31382EB9DAB1A4BFED5F32C2F7BFF82E687770>

Transcription

1 2 차원 QR 코드에서모폴로지기반의경계선검출방법 박광욱 *, 이종연 ** 충북대학교컴퓨터교육과 *, 충북대학교소프트웨어학과 ** A Morphology Technique-Based Boundary Detection in a Two-Dimensional QR Code Kwang Wook Park *, Jong Yun Lee ** Dept. of Computer Education, Chungbuk National University * Dept. of Software, Chungbuk National University ** 요약 2차원 QR 코드는 1차원바코드의데이터용량문제를극복하였고, 방향성, 오류정정, 데이터복원력등의장점이있다. 특히 2차원바코드인식에서주요이슈는인식속도와정확성이다. 따라서본논문에서는바코드영역을검출하기위한알고리즘을제안하며, 제안방법은영상내관심영역의위치를검출하기위해모폴로지기법을기반으로한다. 세부적인연구내용은다음과같다. 첫째, 모폴로지닫힘 (close) 연산을통해입력이미지에서 QR Code의바코드영역을검출한다. 둘째, 경계선검출을통해바코드영역의외곽선들을검출한다. 셋째, 검출된네개의외곽교차점인네점을추출한후역투시변환을통하여 2차원바코드의정사각형모양으로정규화한다. 결과적으로본논문의연구결과는다양한조명상태이나영상에강한왜곡이있는경우에도좋은성능을나타내며, 영역검출율은 94.8%, 인식률은 92.3% 로기존연구들보다안정된바코드검출및인식성능을보여주고있다. 주제어 : 2 차원바코드 ; 바코드영역검출 ; 캐니경계선검출방법 ; Hough 변환 ; 투시변환 ; Abstract The two-dimensional QR code has advantages such as directional nature, enough data storage capacity, ability of error correction, and ability of data restoration. There are two major issues like speed and correctiveness of recognition in the two-dimensional QR code. Therefore, this paper proposes a morphology-based algorithm of detecting the interest region of a barcode. Our research contents can be summarized as follows. First, the interest region of a barcode image was detected by close operations in morphology. Second, after that, the boundary of the barcode are detected by intersecting four cross line outside in a code. Three, the projected image is then rectified into a two-dimensional barcode in a square shape by the reverse-perspective transform. In result, it shows that our detection and recognition rates for the barcode image is also 97.20% and 94.80%, respectively and that outperforms than previous methods in various illumination and distorted image environments. Key Words: Two-dimensional barcode; Detection of barcode region; Canny edge detection; Hough transform; Perspective-transform; * This research was supported by the MSIP (Ministry of Science, ICT and Future Planning), Korea, under the Specialized Co-operation between industry and academic support program (NIPA ) supervised by the NIPA (National IT Industry Promotion Agency). Received 15 December 2014, Revised 19 January 2015 Accepted 20 February 2015 Corresponding Author: Jong Yun LEE (Dept. of Software Engineering at Chungbuk National University) jongyun@chungbuk.ac.kr ISSN: C The Society of Digital Policy & Management. All rights reserved. This is an open-access article distributed under the terms of the Creative Commons Attribution Non-Commercial License ( which permits unrestricted non-commercial use, distribution, and reproduction in any medium, provided the original work is properly cited. Journal of Digital Convergence 159

2 2 차원 QR 코드에서모폴로지기반의경계선검출방법 1. 서론 1.1 연구의필요성및목적 바코드는검은막대와흰막대로데이터를표현하는부호시스템으로흰색과검은색의막대의조합으로구성되어있다. 그리고 2차원바코드종류에는대표적으로 PDF417, Data Matrix, QR Code, Maxi Code 등의네가지가있으며, 이바코드는 1차원바코드체계와 2차원바코드체계로분류된다 [1]. 2차원바코드종류중하나인 QR Code 는 1994년에덴소웨이브사에서개발되었다 [2,3]. 2000년도에 ISO/IE C 1) 의표준으로채택되었고, 덴소웨이브사에서는특허권을행사하지않았다 [4]. 2차원바코드인 QR Code 는기존의 1차원바코드의문제점인데이터용량을극복했다 [4]. 바코드데이터를이차원으로배열시켜데이터수용량을증가시키고작은공간에더많은데이터를저장하게하였다. QR Code의특징은인코딩과정의마지막부분에서데이터마스킹작업을한다. 마스킹이란 8개의연 산으로구성되고행과열의모듈들을일정하게조합시켜최적화시키는방법이다. 이런마스킹의효과로인해 QR Code는흰색과검은색모듈이최적화된상태로구성된다. 이러한부분이 QR Code를인식하는데많은장점을제공한다. 또한기능패턴의탑재로바코드인식에도움기술과오류정정기능을갖추고있어서바코드가손상되어도어느정도데이터의보호가가능하다.[3] 이러한 2 차원 QR Code의장점이알려지면서제품, 우편물등에서도입이활발한상태이다. 한편바코드인식과정은다음과같다. 첫째, 카메라부터바코드의칼라영상을입력받는다. 둘째, 입력받은칼라영상 (color image) 을그레이영상 (gray image) 으로변환한다. 셋째, 그레이영상으로부터바코드영역을검출한다. 넷째, 검출된바코드영역에와핑 (warping) 기술을적용하여이미지를정규화한다. 다섯째, 정규화된이미지를대상으로디코딩알고리즘을적용하여원하는정보를추출한다. 여섯째, 그레이영상을 0과 1의값으로이진화 (binarization) 한다. 이러한바코드인식과정에서인식 1) ISO/IEC(International Organization for Standardization/ International Electrotechnical Commission Joint Technical Committee) : ISO 와 IEC 의정보기술표준안의충돌을막은효율적인표준. 속도와정확성에결정적인영향을주는것이바로입력된바코드이미지로부터바코드영역을추출하는영역검출과정이다. 따라서본논문에서는입력된이미지로부터 QR Code 바코드영역검출방법의개선에초점을두고, 새로운 QR Code 바코드영역검출방법을제안하고자한다. 이에따라 QR Code를자동인식하기위한관심영역의추출에대한연구들 [5,6,7,8,9] 이이루어졌다. 일반적으로관심영역추출을위한인식과정에서촬영장치및환경의영향으로인해영상이흐려지고잡음이발생한다. 이러한잡음발생과예외상황에기반을둔적응형알고리즘이제안되었고극한점의위치를추측하여바코드형태를인식함으로써오인식의확률을줄이고자하였다. 아울러지금까지다양한종류의바코드영역검출방법들이제안되었다 [5,6,78]. 처음에는다채널필터를사용한텍스쳐분석방법을사용하여관심영역을추출하는방법이제안되었다 [5]. 그후에, 다중레벨영상에대해기울기를구해그중기울기가최대인방향정보를이용하여바코드의위치를찾고자하였다 [6]. Muntz 외는바코드의방향정보를기반으로 Hough 변환을이용하여직선성분을찾아바코드영역을추출한다 [6]. 국내의연구결과로, 김승진외는 4개의라인연산자를사용하여방향을구하고블록에대한레이블링처리를통해바코드영역을검출하였으며 [7], 박문성외는대각선검사를이용하여 ROI(Region of Interest) 를고속으로추출하는방법을제안하였다 [8]. 하지만기존의바코드영역검출알고리즘은 1차원바코드에대한것으로대부분 2차원바코드에적용하는경우다음과같은한계점이존재한다. 첫째, 2차원바코드의인식에는텍스쳐분석이나 1차원프로젝션, 에지분석등다양한기법들이부분적으로적용될수있으나, 형태의다양함으로인해많은부분에서새로운접근방법이필요하다. 둘째, Hough 변환만을사용하여경계선을검출할경우, 외부와내부에검출되는각도가같은직선들로인해검출된직선에서외곽선을찾는데많은계산식이필요하다. 셋째, 기존의방식으로바코드영역을추출한다해도각도와방향등을이용해서기존의바코드를순서대로읽는경우많은계산식이필요하지만, 외곽선들로추출한교차점을사용해서역투시변환을적용하면기존의바코드로손쉽게복원가능하다. 넷째, 현재 2차원 160 Journal of Digital Convergence 2015 Feb; 13(2):

3 A Morphology Technique-Based Boundary Detection in a Two-Dimensional QR Code 바코드의안정적인영역추출및인식에관한발표된문헌은매우드문실정이다. 1.2 연구의필요성및목적따라서본논문의연구목표는바코드인식속도와정확성향상을목적으로이차원 QR Code의새로운영역검출알고리즘을제안하는데있다. 특히본논문에서제안하는이차원 QR Code의바코드영역은다음의두단계처리과정을통해추출된다. 첫째, 입력영상으로부터침식과팽창연산인닫힘연산의모폴로지기법을적용하여관심영역만을강조한다. 둘째, 강조된관심영역의가장강한외곽선선분을검출하기위해 Hough 변환을적용하여바코드영역을추출한다. 결과적으로첫번째단계에서는식별하려는바코드영역을강조하는데초점을두고, 두번째단계에서는실질적으로입력영상으로부터바코드영역을추출하는데초점을둔다. 결과적으로제안하는 QR Code 영역검출은인코딩마지막단계에서수행되는데이터마스킹효과를이용한다. 먼저 QR Code의영역에모폴로지기법을사용하여관심영역을설정한다. 이때마스킹효과로인해최적화된모듈들의최소한의횟수로침식과팽창을적용한다. 그후, 바코드의영역을정확히식별하여바코드의네모서리를정밀하게추출하고, 추출된영역은역투시변환에의해정규화한다. 제안된인식과정은실제바코드인식시스템에서카메라의방향이바코드면과항상직교하게촬영되기어렵다는점을고려하였다. 마지막으로 2차원바코드종류중하나인 QR Code의인식을위한후처리방법을간략히소개한다. 마지막으로본논문의학술적기여도는다음과같이요약된다. 첫째, 제안하는 QR Code 영역검출방법은인코딩마지막단계에서수행되는데이터마스킹효과의이용으로최적화된모듈들의침식과팽창의횟수를최소화한다. 둘째, 모폴로지필터가적용된영상내에서경계선검출의개수를최소화할수있다. 또한, 관심영역에필터를적용되어확실한영역을설정할수있다. 셋째, 최소화된경계선을이용하여각교차점을쉽게추출할수있다. 이러한네개의교차점을통해역투시변환을적용하여정사각형모양으로정규화를해서바코드영역을정확히추출할수있다. 2. 관련연구 2.1 모폴로지필터 ( 침식과팽창 ) 모폴로지기법 [9] 의기본아이디어는미리기하학적형태를알고있는대상물체정보를반영하여영상내에서원하는부분만을추출하는것이다 [10]. 일반적인영상의경우영상내에는다양한물체들이혼합되어있으며우리가관심을가지는나머지물체들은노이즈성분이라고볼수있다. 이러한경우, 원하는물체만을추출하기위해서는다양한접근방법이가능하지만바코드영역검출을위해서는모폴로지기법을이용하면간단하게구현할수있다. [Fig. 1] An example of masking three pixels in a row with a value '255'. 모폴리지기법은마스크기반영상처리에서마스크역할을수행하는구조요소를사용하여수행하고있다. [Fig. 1] 과같이모폴로지연산에는작은크기의마스크를사용하며, 마스크의모양에따라모폴로지연산의결과가달라진다. [Fig. 1] 에서마스크가가로로세픽셀을검사하게되어있기때문에, 결과적으로너비가 1픽셀인영역은지워지고너비가 3픽셀이상인영역만남게된다. 모폴로지기법을구성하는가장기본적인연산은침식 (Erode) 연산과팽창 (Dilate) 연산두가지가있다. 두가지연산을복합적으로사용한연산으로는제거 (Opening) 연산과닫힘 (Closing) 연산이있다. 본논문에서는침식연산수행후팽창연산을하는닫힘연산을수행하여영역을설정할수있다. Step Algorithm void Erode(inImage, OutImage, mask) 1: Begin // Information about an image and mask image. 2: Get the width of input image, Width; 3: Get the height of input image, Height; 4: Get the width of Mask image, m_width; 5: Get the height of Mask image, m_height; 6: int row = m_width / 2; 7: int column = m_height / 2; Journal of Digital Convergence 161

4 2 차원 QR 코드에서모폴로지기반의경계선검출방법 8: // For the column of the input image. 9: for 10: // Save the location of pixel 11: Get the inpoint of image, inpoint, inpoint(r); 12: Get the outpoint of image, outpoint, outpoint(r); 13: // For the row of the input image. 14: for 15: if (inpoint[row]) // Do not handle the value 0 pixels 16: continue; 17: outpoint[c] = 255; 18: bool Eroded = false; 19: // Column direction of the mask 20: for && 21: Get the point of Mask, maskpoint(y); 22: // Row direction of the mask 23: for && 24: // Check the input pixel mask value is not zero 25: if (maskpoint[x]) 26: // If even a single pixel has a value of 0 27: if (!imagein.getat(c-row+x, r-hh+y)) 28: outpoint[c] = 0; // Result value is 0 29: Eroded = true; // Stop inspection 30: endif 31: endif 32: endfor 33: endfor 34: endfor 35: endfor 36: End [Fig. 2] Algorithm of the erosion operation [Fig. 2] 는침식연산에대한알고리즘이다. 침식연산은입력한이진영상의각픽셀에마스크를놓았을때, 마스크가 255값을가지는모든픽셀위치에대하여입력영상도 255 값을가져야만결과값이 255가되는연산이다. 만약대상위치에서한픽셀이라도 0값을가지면결과값은 0이되기때문에, 전체적으로 255값을가지는영역이줄어드는결과가나타난다. 침식연산을수행하는함수의이름은 Erode() 이고, 입력영상 imagein 과출력영상 imageout, 마스크영상 mask를매개변수로사용한다. 함수의동작은마스크를이용한필터와유사하게네개의 for구문을포함하는형태이다. 편의상마스크를완전하게적용할수없는영상의경계영역은처리하지않도록하였다. 입력영상의각픽셀에대하여마스크를적용할때, 단하나의픽셀이라도마스크의값은 0이아니면서입력영상의값은 0이라면, 결과영상의값이 0으로결정되면서더는검사의의미가없으므로 Eroded 변 수를사용하여마스크에해당하는 2중의 for구문을빠져나올수있도록하였다. Step Algorithm void Dilate(imageIn, imageout, mask) 1: Begin 2: Get the width of input image, Width; 3: Get the height of input image, Height; 4: Get the width of Mask image, m_width; 5: Get the height of Mask image, m_height; 6: int row = m_width / 2; 7: int column = m_height / 2; 8: // Column direction of the input image 9: for 10: Get the inpoint of image, inpoint, inpoint(r); 11: Get the outpoint of image, outpoint, outpoint(r); 12: // Row direction of the input image 13: for 14: if (!inpoint[row]) // Do not handle the value 0 pixels 15: continue; 16: // Column direction of the mask 17: for 18: Get the point of Mask, maskpoint(y); 19: // Row direction of the mask 20: for 21: // Check the input pixel mask value is not zero 22: if (maskpoint[x]) 23: imagein.getat(c-row+x, r-h, H+y) = 255; 24: endif 25: endfor 26: endfor 27: endfor 28: endfor 29: End [Fig. 3] Algorithm of the dilation operation [Fig. 3] 은팽창연산의알고리즘이다. 팽창연산도마찬가지로마스크를이용하여입력영상의픽셀값을변경하는것이다. 침식연산이마스크의유효영역 ( 픽셀값이 0이아닌 ) 을검사하여입력영상의밝은부분을어둡게만든것과달리, 팽창연산은마스크의유효영역에있는픽셀들을모두밝게만드는역할을한다. 그결과로, [Fig. 1] 과같이, 가로로세픽셀이 255값을갖는마스크를사용하면입력영상이좌우로한픽셀씩두껍게변한영상을결과로얻는다. 팽창연산은침식연산과달리 for구문을중단할필요가없어더간단하게구현할수있다. 162 Journal of Digital Convergence 2015 Feb; 13(2):

5 A Morphology Technique-Based Boundary Detection in a Two-Dimensional QR Code 2.2 캐니경계선검출기 캐니경계선검출기 [11] 는 1986년존캐니 (John F. Canny) 에의해개발된경계선검출기법으로, 굵기가변하는경계선보다는가늘고정확한윤곽선정보만추출한결과를얻고싶을때사용하는방법이다. 캐니경계선검출기는기본적으로미분값을이용한방법이지만, 구한미분값을분석하여더욱깔끔한경계선을추출한다는점에서다른마스크기반의추출기법과차이가있다. 캐니경계선검출기의진행흐름을나타내면 [Fig. 4] 와같다. Step Algorithm 1: Reduce the noise of image using Gaussian mask; 2: Calculate differential values in the column and row using the mask; 3: Analyze the size and direction of boundary edge; 4: Remove the boundary edge with non-maximum; 5: Compare the threshold with the value according to the boundary edge; [Fig. 4] Algorithm of Canny edge detection 각단계에대한세부적인내용은다음과같다. 먼저, 캐니경계선검출기에서는입력영상에가우시안필터를적용하여영상의잡음을감소시킨다. 왜냐하면, 잡음이있는픽셀은일반적으로큰미분값을가지기때문에, 나중에수행하는단계에큰영향을끼칠수있기때문이다. 다음단계로영상의가로와세로방향의미분을구한다. 그후에경계선의세기와방향을분석하는작업을하고, 네번째단계는지역적으로최댓값이아닌경계선을제거하는것인데, 이러한과정을비최댓값억제라고한다. 마지막단계에서는후보로지정된픽셀들을대상으로경계선세기의문턱값검사를수행한다. 이러한다섯단계를모두거치고나면얇은선으로정리된경계선이얻어진다. 2.3 Hough 변환 Hough 변환이란 2차원평면에서수많은점들중에최대한많은점이지나는직선을검출하는것이다 [4]. [Fig. 5] 에서보는것과같이, 한직선을지나는수많은직선들을직선의방정식인 로나타낼수있다. 이러한직선의방정식을 로표현하면우측그림과같다. 직선의방정식을지나는수많은점들을대응시키면 a와 b의조합이무수히많다는뜻이다. 따라서직선표현기법으로는영상안에서표현할수있는모든직선을검사하기란거의불가능하다. 검사해야할변수의조합이무수히많은문제를해결하고자사용하는방법이 Hough 변환으로, 더욱효율적으로변수를조합하여직선을표현하는방법이다. 직선에대한허프변환은직선을다음과같은극좌표계형식으로표현한다. 여기서 는원점에서부터직선까지의거리를나타내고, 는직선에그어진수선과 y축사이의각도를나타낸다. 이러한직선의방정식을사용하면유한한범위의 와 값을이용하여평면위의직선을표현할수있다. [Fig. 6] 은 Hough 변환의알고리즘이다. 여기서입력영상 imagein 변수는캐니경계선검출기로얻은경계선영상을사용한다. 이함수에서는두개의문턱값을사용하는데, ntnum 은경계선픽셀수에대한문턱값으로몇개이상의점을지나는직선을검출할것인지를결정하는값이고 ntval 은입력경계선영상을다루는데필요한값으로, 입력영상 imagein 의픽셀들가운데얼마이상의값을가지는픽셀을경계선픽셀로인정할것인가를결정한다. double 형변수 restheta는각도의해상도를나타내는값으로, 픽셀을지나는직선을구할때 0도에서 180도사이의각도값을몇도간격으로사용할지를결정한다. int형변수 numline 은검출되는최대직선수를나타내는데, 직선의검출결과를포인터형변수 prho 와 ptheta 를통하여얻기때문에배열의크기를알려주는값으로생각할수있다. Hough 변환알고리즘은다음의 [Fig. 6] 과같다. [Fig. 5] The concept of Hough transform Journal of Digital Convergence 163

6 2 차원 QR 코드에서모폴로지기반의경계선검출방법 Step Algorithm int HoughLines(imageIn, ntnum, ntval, restheta, numline, prho, ptheta) 1: Beign 2: Get the width of input image, Width; 3: Get the height of input image, Height; 4: Get the step of input image, WStep; 5: // The length of the image diagonal 6: int numrhoh 7: =(int)(sqrt((double((doulbe)(width*width+height*height))); 8: int numrho = numrhoh*2; 9: int numthe = 180 / restheta; 11: int numtrans = numrho * numthe; 13: double *sinlut = new double[numthe]; //Sine() 14: double *coslut = new double[numthe]; //Cos() 15: double torad = M_PI/numThe; // M_PI : : for 17: sinlut[theta] = (double)sin(theta*torad); 18: coslut[theta] = (double)cos(theta*torad); 19: endfor 20: int *pcnttrans = new int[numtrans]; 21: memset(pcnttrans, 0, numtrans*sizeof(int)); 22: for 23: Get the point of input image, point; 26: for 27: if (point[c] > ntval) 28: for 29: int rho 30: = (int)(c*sinlut[theta]+r*coslut[theta]+numrhoh+0.5); 31: pcnttrans[rho*numthe+theta]++; 32: endfor 33: endif 34: endfor 35: endfor 38: int Line = 0; 39: for && 40: if (pcnttrans[i] > ntnum) 41: prho[line] = (int) (i/numthe); 43: ptheta[line]=(i prho[line]*numthe)*restheta; 45: prho[line] -= numrhoh; 46: Line++; 47: endif 48: endfor 49: delete [] pcnttrans; 50: delete [] sinlut; 51: delete [] coslut; 52: return Line; 53: End [Fig. 6] Algorithm of the Hough transform 2.4 역투시변환카메라로 2차원바코드이미지부분을추출하더라도 이미지들은대부분 2차원바코드특징인정사각형이라보기힘들다. 이러한이미지들을복원하기위해투시변환 (Perspective Transform) 기법을사용하여이미지를원본바코드와유사하게만들어주는정규화작업을한다 [12]. 투시변환이란 [Fig. 7] 에서앞의직사각형이상이맺히는곳이라고할때, 역투시변환 (Reverse Perspective transform) 은그면을이동시킨것같은효과를주기위해사용한다. [Fig. 7] Example one of the perspective-transform [13] 요약하면 [Fig. 8] 에서왼쪽이미지에서원하는부분을추출하여오른쪽이미지로변화시키는것을말한다. [Fig. 8] Example two of a perspective-transform [14] 원본영상에서바코드영역이추출되었을때, 이를정규화하기위해서는투시변환행렬을찾아야한다. 투시변환 (Perspective Transform) 의식은다음과같다. ( 식1) 는원본이미지의좌표이고, 은투시변환에의해이동한좌표이다. 위의식을정리하자면다음과같다. 164 Journal of Digital Convergence 2015 Feb; 13(2):

7 A Morphology Technique-Based Boundary Detection in a Two-Dimensional QR Code 이와같이, 원본이미지에서얻어온 4개의꼭짓점좌표와그에대응되는 4개의좌표로 a h 값을구할수있다. 원본이미지에서추출해서담을이미지의 ( ) 좌표에대해대응되는 ( ) 좌표를계산하여값을채워주는방식으로이미지를만들수있다. [Fig. 9] 는투시변환작업의알고리즘이다. Step Algorithm image Perspective(imageIn, imageout, matrix) 1: Begin 2: for 3: for 4: 5: 6: endfor 7: endfor 8: return imageout; 9: End [Fig. 9] Algorithm of the perspective-transform 2.5 어파인변환어파인변환 (Affine Transform)[12] 은영상을특정한공간에맞도록조정하거나 (Scaling) 영상을회전, 이동등의변환에많이쓰인다. 어파인변환은회전 (Rotation), 평행이동 (Translation), 축척 (Xcaling) 뿐만아니라전단변형 (Shearing), 반전 (Reflection) 까지를포함한변환이다. 어파인변환은평행선을보존하며, 선을따라등간격의점들이보존된다. 또한 3점에의해기하학적으로성립이되며, 삼각형을삼각형으로사각형을평행사변형으로변환시킬수있다. 어파인변환은직선, 길이 ( 거리 ) 의비, 평행성 (Parallelism) 을보존하는변환이며변환식은 ( 식2) 와같다. OR ( 식2) 평면상에서일어나는어파인변환은 6자유도를가진다. 3개의대응점이있을경우하나의대응점이 2개의식을주게된다. 그러므로어파인변환의 6개인자결정이가능해진다. 다음과같은임의의세점 (, ), (, ), (, ) 을 (, ), (, ), (, ) 로매핑 (Mapping) 시키는어파인변환은다음과같이계산할수있다. ( 식2) 를전개하여 에대해묶은후세점을대입한다. 매칭쌍이 3개이상인경우에는의사역행렬 (Pseudo Inverse) 을이용하여어파인변환을구할수있다. 2.6 양선형변환양선형변환 (Bilinear Transform)[12] 은양선형보간 (Bilinear Interpolation) 과비슷한원리가지고있다. 양선형변형은 [Fig. 10] 과같이수평또는수직선을따라등간격의점을보존하지만대각선을보존하지못하는단점을가지고있다. [Fig. 10] Preservation of equidistant interval points in the bilinear transform 양선형보간법을설명하기위해 [Fig. 11] 과같이직사각형의네개의모서리점의값이주어져있을때, 이사각형의변및내부의임의의점에서의값을추정하면된다. (a) (b) [Fig. 11] Examples of the bilinear transform: (a) example of a bilinear interpolation; (b) example of a bilinear transform; Journal of Digital Convergence 165

8 2 차원 QR 코드에서모폴로지기반의경계선검출방법 [Fig. 11(a)] 와같이점 P에서 x축방향으로사각형의변까지의거리를,, 축방향으로거리를 이라하고, 알려진네점 에서의데이터값을 A, B, C, D라할때, P에서의데이터값은선형보간법 (Bilinear Interpolation) 에의해 ( 식3) 같이계산된다. ( 식 3) 계산하는방법은다음과같다. A, B를보간하여 M을얻고 C, D를보간하여 N을얻은후에 M, N을보간하여 P를얻는다. 또는, U와 V를먼저얻은후에 U, V를보간을하여도동일한결과를얻을수있다. 하지만이보간방법은직사각형을이룰경우에만적용할수있는방법이다. 요약하면원래의사각형을어떤사각형으로워핑 (Warping) 시킨후워핑된사각형에서보간법 (Interpolation) 을수행하면된다. 워핑할사각형은임의의직사각형이가능하지만편의상 [Fig. 12] 와같이네모서리점의좌표가 (0,0), (0,1), (1,1), (1,0) 인단위정사각형으로워핑시킨다고가정한다. 로바코드의디코딩과정이다. 첫번째단계인영상처리의전처리과정은입력된바코드영상에서바코드영역을분리하는과정으로다음과같은단계를거쳐처리된다. 첫째, 주어진원본영상의경계선검출을위해모폴로지기법을사용하여바코드영역을설정한다.( 닫힘연산 ) 둘째, 주어진원본영상에서바코드의외곽선을검출한다.( 경계선검출 ) 셋째, 이영상에대해직선성분을검출한다.( 직선검출 ). 넷째, 그직선들중가장외곽에검출된네가지직선들을연결하는교차점을검출하고 2차원바코드의네개꼭짓점을찾는다. 다시네개의꼭짓점을갖는영상은투시변환을통해정규화된영상으로변환된다 ( 정규화 ). 다섯째, 정규화된영상은최종적으로문자코드로해독된다.( 디코딩 ). 다만 2차원 QR Code 디코딩단계는본논문의핵심사항이아니므로간략한소개만할것이다. 다음은위의각단계별세부적인처리방법에대해기술한다. 3.1 모폴로지기법을사용한영역설정 [Fig. 12] Examples of applying the bilinear transform. 이경우보간방법은원래사각형의점 ABCD 의네개의점을 A'B'C'D' 으로변환시키는선형변환 (Linear Transformation) T를구한다. 선형변환으로구해진 T 를이용하여 P를변환시킨 P' 를구한다. 마지막으로정사각형에서양선형보간법을수행하면된다. 3. 영역검출알고리즘 2차원바코드의검출을위한단계는크게두가지로나눌수있다. 첫번째단계는영상처리의전처리단계로입력된영상에서바코드영역을분리하여정규화하는과정이다. 두번째단계는영상처리이후의후처리단계 [Fig. 13] Eight data masks in the QR code [1] QR Code는다른코드와달리인코딩마지막단계에서마스크작업을시행한다. [Fig. 13] 과같이 8가지연산으로이루어진마스크연산중모듈균형의가장높은점수를택하여마스크연산을수행한다. 모폴로지연산은균형이높은흰색과검은색의모듈에대해강점을갖고있다. 침식과팽창연산에대해손상되는부분이적으며, 적은횟수로위치를확인할수있다. 166 Journal of Digital Convergence 2015 Feb; 13(2):

9 A Morphology Technique-Based Boundary Detection in a Two-Dimensional QR Code 모폴로지기법은 Hough 변환을수행하기전단계로경계선검출을위한전처리과정으로적용한다. 카메라에서입력받은영상에는수많은픽셀들이존재한다. 이러한수많은픽셀들로구성된직선들은바코드영역의내부와외부에존재할수있다. 그렇다면효과적으로바코드영역의경계선만추출할수있는방법이필요하다. 여기서모폴로지기법의침식기법적용으로바코드내부를한가지색으로통일시키고, 침식횟수만큼팽창기법을사용한다면확장된경계선부분을원래이미지로복원시킬수있다. 이기법이바로닫힘 ( 침식 + 팽창 ) 연산이다. (a) (b) (c) [Fig. 14] The erosion and dilation operations: (a) an original image; (b) after erosion operations; (c) after dilation operations. 예로, [Fig. 14(a)] 는카메라로부터입력받은이미지이다. [Fig. 14(b)] 는 [Fig. 14(a)] 에대해침식연산을적용한결과이고, [Fig. 14(c)] 는팽창연산을적용한결과이다. 수많은흰색과검은색모듈이교차하는바코드내부영역이침식기법으로인해통일되고, 팽창연산의적용으로기존의바코드크기로복원된모습을확인할수있다. 이러한과정을통해바코드와배경화면의경계에위치한 4 개의경계선들이다르다는것을확인할수있다. [Fig. 14(a)] 의원본이미지에서도확인할수있듯이 QR Code 의경계부분은명확하지않다. 경계부분에서검은모듈이많은위치와흰부분이많은부분에대해닫힘연산을적용해도차이가있다. 닫힘연산을적용하지않으면원본이미지와같이경계선세기에대해더욱구분이어려 우며, 닫힘연산을통해경계선에대한외부와내부의차이를줄일수있다. 또한 QR Code 구조의특징인각모서리에세개의방향패턴 (Finder Pattern)[1] 이존재하므로일정픽셀의개수 (7개 ) 가확실히존재함에두개의경계선은검은픽셀의개수 (14개 ) 가있다는것을인식하고 닫힘연산적용한후, 경계선세기조절에어려움을극복할수있다. 3.2 Hough 변환을이용한경계선검출 Hough 변환 [4] 은가장많은픽셀을지나는직선을검출하는방법이다. 하지만 QR Code의경계선검출에 Hough 변환기법의직접적인적용은다음과같은문제점이존재한다. 첫째, 2차원바코드의특성상경계선이명확하지않다는것이다. 그이유는흰색과검정색의모듈이무분별하게수없이교차하는바코드의구조때문이다. 둘째, Hough 변환의수많은점을선으로검출하는방 법은바코드의경계선만을추출하지않고내부의수많은교차점들도검출된다. 그러한문제점을해결하기위해, Hough 변환전단계로모폴로지기법을적용하였다. 그이유는바코드의영역안에는수많은픽셀들이존재하고, 그점들을사용하여직선을검출할경우에는외곽선과구분이되지않을정도의수많은직선들이검출될수있기때문이다. 그래서모폴로지의닫힘연산을먼저적용하여내부와외부의모듈을통일시키고, Hough 변환을통해외곽선을검출하는기법을적용했다. [Fig. 15] 는본논문에서적용할직선검출기법들에대한개념설명의예제이다. (a) (b) (c) [Fig. 15] Edge detection for segmenting the region of interest in an image. (a) an original image; (b) detection of edge; (c) detection of contour. [Fig. 15(b)] 와같이원본이미지를 Hough 변환을통해 2차원바코드영역에서직선들을검출하면외부와내부안에모든점에해당되는모든직선을검출한다. 하지만 [Fig. 15(c)] 와같이모폴로지기법을사용하여외부와내부를통일한다면 2차원바코드영역의경계선부분만직선을검출할수있다. Journal of Digital Convergence 167

10 2 차원 QR 코드에서모폴로지기반의경계선검출방법 [Fig. 16] Detection of four intersection points by the contour 마지막으로 [Fig. 16] 과같이추출한 4개의외곽선들을통해사각형의네꼭짓점을찾아내고, 꼭짓점들을이용해투시변환을통해바코드를정규화할수있다. 이러한과정을위해서는외곽선설정방법이중요하다. QR Code의특성은정사각형이다. 하지만카메라의각도로인해무조건정사각형으로이미지가들어온다고가정할수없으며, 바코드내부에서검출되는직선들때문에외곽선을설정하는데어려움이있다. 그래서 3.1절에서소개한모폴로지기법을사용하여바코드내부를한가지모듈의색으로통일시키고, Hough 변환을사용하는방법을적용한다. [Fig. 17] 과같이원본 QR Code에아무런효과없이 Hough 변환을적용하면 [Fig. 17(b)] 와같게된다. 내부의수많은점들로인해경계선과내부에모두경계선들이검출된다. 하지만모폴로지기법을적용한 [Fig. 17(c)] 는외곽과내부의차이가가장크고, 외곽에점들을선택하여경계선을추출하는모습을확인할수있다. 도가같고 절편이가장큰두개의직선을각두개씩설정하면 4개의외곽선을검출할수있다. 카메라를통해정사각형또는직사각형이검출될경우에는 2개의직선의기울기를확인할수있지만, [Fig. 15(a)] 와같이사다리꼴의모습으로이미지가들어올수있다. 이러한경우에는, 직선의기울기가 3개가될것이며, 위와같이마찬가지로 3가지중 절편의크기만을사용하여직선을검출할수있다. 4개의경계선이모두설정이되었다면, 직선의방정식을사용하여사각형인바코드의꼭짓점 4개를쉽게구할수있다. 마지막으로 4개의꼭짓점을통해 2.4절의역투시변환을적용하여바코드를정규화할수있다. 3.3 역투시변환을통한바코드정규화 2차원바코드를카메라로입력받을때, 카메라와항상직교하여 2차원평면으로찍히는경우는매우드물다. 약간의각도차이와미세한흔들림으로인해서도 2차원평면이 3차원적으로표현될수있다. 그런이유로인해 2차원바코드의특성인정사각형또는직사각형으로추출되는경우보다원근감또는평행감효과를준것과같이추출되는경우가흔하게발생한다. (a) (b) (c) [Fig. 17] Detection of contour by the Hough transform: (a) an original image; (b) after applying the Hough-line transform; (c) after applying the Morphology transform and then applying the Hough-line transform; [Fig. 17(c)] 는카메라로부터 QR Code를인식하여 4개의외곽선을검출한모습이다. 경계선은이미지의픽셀크기에따라많이검출되지만, 직선의방정식을통해각 (a) [Fig. 18] Applying the reverse-perspective transform in a QR code (a) detection of the four vertex (b) normalization of the QR code. 이러한문제점을극복하기위해역투시변환기법을적용하여 3차원적으로표현된바코드를 2차원평면으로복원할수있다. 역투시변환기법을위해 4개의경계선을추출하여경계선들의교차점을직선의방정식을통해구한다. 그렇다면 [Fig. 18(a)] 와같이 p1부터 p4까지 4개의꼭짓점의좌표를구할수있고 2.4절에서소개한역 (b) 168 Journal of Digital Convergence 2015 Feb; 13(2):

11 A Morphology Technique-Based Boundary Detection in a Two-Dimensional QR Code 투시변환의알고리즘을이용하여경계선을추출한바코드를 2차원평면인정사각형모양으로복원을할수있다. 3.4 QR Code 디코딩과정그동안의영상처리과정으로인해, 카메라를통한입력받은이미지에서 2차원바코드의영역을안정적으로추출하면 QR Code 의정보를해석하기위한디코딩알고리즘으로결과값을추출한다. QR Code 의전체적인인식과정은 [Fig. 19(a)] 와같다. 앞서설명한바와같이, 2차원바코드의인식과정은크게두가지로분류된다. 첫째, 영상인식을위한전처리과정과둘째, QR Code를해석하기위한디코딩처리를하는후처리과정이다. 그러므로이장에서는 QR Code의디코딩과정을간략히소개한다. QR Code는 ISO규격의표준규격에맞게설계하여인코딩된다 [1]. 인코딩과정은 [Fig. 19(b)] 와같으며, 다음은 QR Code의인코딩에대한간략한설명이다. 연산과오류정정수준을확인한다. 셋째, 버전정보를읽어 QR Code의버전을확인한다. 버전정보는 QR Code 의버전 7부터존재한다. 또한, QR Code를인식하여모듈의개수로인해버전정보를확인할수있다. 넷째, 마스킹을해제하여 QR Code의데이터코드워드와오류정정코드를복원한다. 다섯째, 오류가검출될경우오류정정코드를읽어데이터를복원하고, 오류가검출되지않을경우에는데이터코드워드를해석하여데이터결과값을확인한다. 마지막으로, 데이터문자열을화면에출력하면서 QR Code 디코딩을마친다. 첫째, 저장하고싶은데이터의형태를분석한다. QR Code 는 ISO 규격에따라, 숫자, 영숫자, 한자모드를지원하며각형태에따라인코딩되는과정과버전에따른모듈의값이다르기때문이다.[1] 둘째, 분석한형태로데이터를인코딩한다. 셋째, 데이터의오류정정코드를인코딩한다. QR Code의구조는데이터의인코딩값들의모듈위치와오류정정기능코드의모듈위치가구분되어저장된다. 그래서데이터인코딩위치가훼손이있어서데이터가손상돼도복원을할수있는기능이있는것이다. 넷째, 인코딩이완료된값들을 QR Code의구조에맞게배열한다. 다섯째, 형식정보와버전정보를입력해준다. 형식정보는데이터마스크와오류정정수준의정보를포함한다. 마지막으로, 데이터마스킹연산을해서 QR Code를만든다. 다음과같은표준인코딩단계를따라서반대의방향으로풀이한다면인식한 QR Code를해석하여결과값을확인할수있다. 따라서 QR Code의디코딩단계는인코딩의역순서로다음과같이해석된다. 첫째, QR Code의영역을인식한영상에서검은색픽셀과흰색픽셀을인식하여한모듈의크기를결정한다. 둘째, 형식정보를해석하여마스크 (a) (b) (c) [Fig. 19] The recognition processes of a QR code: (a) the overall processes of recognition; (b) the encoding process of QR code; (c) the decoding process of QR code. Journal of Digital Convergence 169

12 2 차원 QR 코드에서모폴로지기반의경계선검출방법 3.5 제안된알고리즘 Procedure char *Verifier() 1: Beign 2: Load a color image from a camera, imagein; 3: Convert the color image into a gray image; 4: 5: // Closing Operation 6: size of Mask Image(5 by 5), imagemask; 7: imagemask is set to ConstValue = 255; 8: int count = 10 // The number of Operation 9: 10: for // [Fig. 2] Erode Algorithms 11: imageout = imagein; // Initialization 12: Erode(imageIn, imageout, imagemask); 13: endfor 14: for // [Fig. 3] Dilate Algorithms 15: imageout = imagein; // Initialization 16: Dilate(imageIn, imageout, imagemask); 17: endfor 18: // Canny edge detector 19: Execute to the CannyEdge, imagein; 20: 21: double *arrrho, *arrtheta; // and 22: // Find the Boundary by HoughLine 23: Finding a Line into HoughLine, Line; 24: 25: // case 1: count of angle == 4 26: for 27: if ( angle == 90 ) 28: 29: else if ( angle == 0 ) 30: 31: else 32: Find four points in and angle ; 33: Save the point[i].x1, y1, x2, y2; 34: drawaline(imagein, x1, y1, x2, y2); 35: count++; // The number of Linear 36: endif 37: endfor 38: // case 1 : count of == 2 39: // case of Squar or rectangular 40: if ( count == 2 ) 41: int index1, index2; 42: for // The largest y-intercept 43: index1 = arrtheta[1]; 44: endfor 45: Find four points in and ; 46: Save the point[index1].x1,y1,x2,y2; 47: DrawLine(imageIn, x1, y1, x2, y2); 48: for // The largest y-intercept 49: index2 = arrtheta[2]; 50: endfor 51: Find four points in and angle ; 52: Save the point[index2].x1, y1, x2, y2; 53: drawaline(imagein, x1, y1, x2, y2); 54: endif 55: // case 2 : count of angle == 3 56: // case of Parallelogram 57: else if ( count == 3 ) 58: if the y-intercept is exist 59: Find four points in and ; 60: Save the point[index1].x1,y1,x2,y2; 61: DrawLine(imageIn, x1, y1, x2, y2); 62: endif 63: // Find vertex using a linear equation 64: Using by each Point; 65: // pointx1, poiny1, pointx2, pointy2; 66: // Warping : restore the 2D Barcode 67: Execute the perspective function; 68: // Call by Decoding function of QR Code 69: Call a decoding method in QR Code; 70: 71: return resultstring; 72: End [Fig. 20] Algorithm of the overall recognition in a QR code. 2차원 QR Code의인식알고리즘은관련기술들을응용하고새로운기술을포함한 [Fig. 20] 과같다. 알고리즘에대한설명은다음과같다. 단계 2 3 은카메라로받은이미지를 imagein 에저장한후, 회색영상으로변환한다. 단계 6 17은침식연산과팽창연산을하는닫힘연산을하는과정이다. 단계 19은 Canny Edge효과로경계선을강화한다. 단계 23은경계선이강화된영상을 Hough 변환을사용하여직선을검출한다. 단계 26 62까지는검출된직선을선택하고그리는작업이다. 사각형의특징을가진 QR Code는네개의 와 를가진다. 즉, 네개의직선을형성하게되지만사각형의모양은정사각형, 직사각형, 평생사변형, 네직선기울기가모두다른사각형이존재할수있다. 단계 26 37는네개의직선기울기가다른사각형의과정이다. 단계 40 54는두직선이같은기울기를가지는경우이다. 즉, 정사각형또는직사각형일경우인데검출된하나의직선에서 y절편이다른직선을찾아쉽게추출할수있다. 단계 57 62는평행사다리꼴인경우가대표적인데, 검출된세개의직선중에 y절편이두개인직선을선택해서검출이가능하다. 검출된네개의직선을이용 170 Journal of Digital Convergence 2015 Feb; 13(2):

13 A Morphology Technique-Based Boundary Detection in a Two-Dimensional QR Code 해서각꼭짓점을추출할수있고 ( 단계 64), warping 기법을사용해서바코드를복원할수있다.( 단계 67) 복원된 QR Code를각단계에맞게디코딩하여결과값을추출할수있다.( 단계 69) 4. 실험및결과분석제안된알고리즘은 C++ 언어를이용하여구현되었고임베디드시스템에탑재를목표로하여오픈소스와상용라이브러리를사용하지않고모든코드를직접개발하였다. 최종목표시스템인바코드레이블검증기기술을기반으로고속으로바코드를인식할수있도록설계되었다. (a) (b) (c) [Fig. 22] Recognition results of QR barcode in many different distorted environments: (a) Recognition of a rotated image; (b) Recognition of a parallel-rotated image; (c) Recognition of a perspective image; [Fig. 21] Contour detection results of different 2D barcode. [Fig. 21] 은다양한종류의바코드에대해제안된방법을적용한경계선검출결과를보이는데, 2차원바코드의종류인 QR Code, Data Matrix, PDF417의 3가지코드에대해안정적으로바코드위치를검출하였다. PDF417 코드는일반적인 2차원바코드와는달리코드영역이정사각형을이루지는않지만제안된알고리즘이바코드의직사각형의정점을잘검출하였다. 또한다양한각도로취득된영상에대한실험에서도제안된방법이안정적으로동작함을알수있었다. [Fig. 22] 는하나의바코드를다각도적인차원에서촬영한바코드이미지를추출한것이다. 카메라와수직을이루어촬영하여추출한이미지 [Fig. 22(a)] 의결과는 [Fig. 21] 의실험들과같이안정된결과를확인할수있었다. 하지만바코드시스템을위한환경에서많은변수가존재할수있다. 특히조명에의한바코드의일부분의손실은모폴로지필터로인해영역검출에영향이적다는것을확인할수있도록다각도적인방향에서촬영한바코드검출에대한실험이다. [Fig. 22(b)] 는평행이미지이다. 카메라를통해고속으로지나는바코드레이블시스템에서가장흔히발생하는경우이다. 바코드이미지가카메라와직교하지만촬영각의차이가발생하여기울어지거나비스듬한상태로인식하는상황이다. 하지만, 제안된알고리즘으로문제없이안정적으로결과를추출 Journal of Digital Convergence 171

14 2 차원 QR 코드에서모폴로지기반의경계선검출방법 [Fig. 24] Comparisons of detection and recognition rates of QR code according to distortion: (a) comparison of the segmentation rate over a real data set in QR code; (b) comparison of the recognition rate over a real data set in QR code; (c) comparison of the segmentation rate over our generated experimental data sets in QR code; (d) comparison of the recognition rate over our generated experimental data sets in QR code. 하는것을확인하였다. 또한, [Fig. 22(c)] 도카메라와의촬영각으로인해이미지에원근감효과를준것과같이촬영되었다. 이러한경우도문제없이추출할수있는것을확인할수있었다. 다음은바코드이미지의회전변화에따른인식률을비교실험한다. 테스트데이터셋은다음과같이생성하였다. 첫째, 기본적으로 QR Code 바코드이미지의 10개영상을입력받는다. 둘째, 각각의입력영상에대해 의사이에서 5 씩회전시켜이미지 21개의이미지를생성하여총 210개의테스트이미지를발생시킨다. 셋째, 네개의알고리즘에대해 210개의테스트이미지를적용하고실험결과를비교한다. [Fig. 23] 을살펴보면, 모든알고리즘에서회전각도가 0 에가까울수록인식률이높고, 회전각도가증가함에따라인식률이낮아지는것을확인할수있다. 또한카메라로부터입력받은 QR Code 바코드이미지의크기와모양에따라인식률도다르게나타났다. Zxing의경우 [15], QR Code 바코드이미지의회전각도가 에서좋은인식률을나타냈고, 회전각도의허용범위는 임을알수있다. 어파인변환의경우높은바코드인식률을나타내는회전범위는 정도이고, 양선형변환의경우는 이다. 제안한알고리즘의경우인식률이높은회전범위는 이며, 회전의허용범위는 이었다. 여기서제안기법과어파인변환기법에서인식률이높은회전범위가비슷한이유는어파인변환과투시변환을동시에적용하여이미지복원하기때문이다. 따라서제안하는방법은기존연구들보다바코드이미지의회전각도허용범위가넓음을알수있다. 결과적으로제안하는방법은기존방법에비해더많은회전각도에서도바코드인식이잘이뤄짐을알수있다. 172 Journal of Digital Convergence 2015 Feb; 13(2):

15 A Morphology Technique-Based Boundary Detection in a Two-Dimensional QR Code 이번에는바코드이미지의다양한왜곡환경에서의인식률비교를한다. 테스트데이터셋은주변에서흔히발생할수있는 23개의바코드이미지와테스트하기위해임의로생성한테스트이미지 150개를사용하였다. <Table 1> 은우리주변에서흔히발생할수있는 23가지 QR Code 바코드이미지의형태와이에대해네개의알고리즘의비교실험결과이다. O X X X X X X X O X X X X X X X O X X X X X X X O X X X X X X X <Table 1> Comparison of experimental results of recognizing the QR code in many different environments. Barcode images Images Our Restor ing Decod ing Google/ Zxing Restor ing Decod ing Restor ing Affine Decod ing Binear RestorDecod ing ing O X X X X X X X O X X X X X X X O X X X X X X X O X X X X X X X O O O O X X X X O O O X O X X X O O O O O O O O O O O O X X X X O O O O O O O O O O O O O X O X O O X X O X X X O O O O O X O O O O O O O O O O O O O O O O O O O O O O O O O O O O O O O O O O O O O X O O O O [Fig. 24] 와같이, 제안하는방법은기존방법보다 QRCode 바코드영역검출에서더우수한성능을보임을알수있다. 그이유는본논문에서는먼저모폴로지기법을통해 QRCode 바코드이미지를기하학적형태로구성하고바코드영역이외에는모두인식되지않는영역으로구분하고, 그후허프변환을통해바코드외곽선을검출하기때문이다. 주목할점은제안하는방법이 QRCode 바코드영역검출율은높은반면, 검출된바코드영역에대한인식률이다소낮은이유는검출된 QRCode 바코드이미지에잡음이심하거나데이터손상이발생한경우검출율에비해해독률이다소떨어지는현상을나타냈다. 반면에기존방법은바코드이미지에잡음이심하거나데이터손상이발생하면무조건인식을포기하므로바코드영역검출율이떨어짐을알수있다. 또한입력받은 QRCode 바코드이미지내부의손상이없을경우다양한왜곡상태에서기존연구보다다소안정된바코드검출율과인식률을보여주고있다. 결과적으로제안하는방법은기존방법에비해다양한상황변화에따라좀더안정적인바코드영역검출과인식률의성능을보여줌을알수있다. O O O O O O O O O O O X X X X X 5. 결론 본논문에서는 2 차원바코드인식시스템을위한영역 Journal of Digital Convergence 173

16 2 차원 QR 코드에서모폴로지기반의경계선검출방법 의효율적인검출방법을제안하였으며, QR Code를위한후처리과정을소개하였다. 2차원바코드의경우인쇄상태, 빛상태, 모양상태등에따라왜곡이생길수있는바코드를효과적으로검출할수있는방법을제안했다. 첫째, 외곽선을추출하여사용하는것이안정적인결과를나타낼수있음을확인하였다. 둘째, 외곽선을통해네개의꼭짓점을통해바코드를정규화하였다. 셋째, 후처리단계를통해바코드에내장된텍스트를출력했다. 디코딩과정중에불필요한영역을제외한데이터가실질적으로저장된영역까지해석한다. 이것은결과적으로디코딩시간을단축하는데기여할것으로예상한다. 유통이나물류, 공장자동화등에서 2차원바코드의사용을확대하는데크게기여할수있을것이라기대한다. 결과적으로바코드의검출률은인쇄상태나촬영각도, 조명, 초점의정확도등실험환경과영상의질에영향을받으며, 테스트를위한표준영상바탕으로실험이진행될수도없으므로, 정량적인성능을보여주는것은매우어렵다. 하지만본연구결과를통해다음과같은요인들이성능에영향을주는것을알수있었다. 첫째, 바코드검출에가장큰영향을주는요인이바코드면과카메라의촬영각도인데, 수직에서부터벗어나는각이클수록실패율이높았다. 수직회전각이클수록투시변환의효과가크게나타나지만, 선명도와픽셀의손상도가크다는것을알수있었다. 둘째, 바코드의버전과크기에도인식률이차이가보인다. 실험에서는 800X600의이미지비트맵크기로사용했는데, 같은공간에버전이큰바코드를사용하면, 픽셀을결정하는데있어서더욱많은연산이필요했다. 또한, 조금의픽셀개수의오차로인해모듈을설정하는데큰영향이있다는것을알수있었다. 셋째, 인쇄상태와종이의질은가우시안필터또는경계선세기를검출하는알고리즘을사용해서복원이가능하나바코드의디코딩을하는과정에서오류를발생하는경우가생겼다. 오류정정기능을탑재하고있지만, 바코드의상태에따른성능의차이는존재할수있다고예상된다. 넷째, 실험에서는바코드인식과정에서특별한조명을사용하지않고연구실의형광등과스탠드아래에서테스트를하였지만, 미세한그림자와명암의차이가발생하는것을확인할수있었다. 아울러구현된코드는 MFC 상에서컴파일되었는데, 바코드의크기와코드자체의복잡도에따라차이를보이기는하지만영역추출에 30msec 내외그리고 QR Code 의후처리인디코딩에 5msec이내의처리시간이소요되었다. 이것은카메라의해상도가더높으며 CPU로시스템을사용하는목표시스템에서도실시간으로처리되는데충분하다고예상된다. 기존의영상인식의필터나엣지검출의계산양이많은방법을사용하지않고모폴로지기법을사용하여경계선만을추출함으로써계산양의부담이적은알고리즘을얻을수있다. 또한영역탐색과정에서영상의관심영역만을찾고설정하는방법을사용함으로써처리시간을보다줄일수있다. 이와같은실험을통해지나치게수직회전각이크거나초점이맞지않는경우를제외하고는제안된방법이바코드의종류나인쇄품질, 조명조건등의변화에도매우안정적이고빠르게코드영역을추출하는것을확인할수있었다. 앞으로의연구사항으로는첫째, 실시간처리를위해 QRcode 영역검출의속도와인식속도를개선해야한다. 둘째, 바코드검증을할수있는검증시스템의하드웨어를완성하고제안된알고리즘을탑재하여시스템을통합하는것과, 기존에사용하고있는 Cognex( 주 ) 제품과비교를통해성능우수를보장하는것이다. 셋째, 현재 QR Code 에대한후처리과정을다양한 2차원바코드에대해서구현해야한다. ACKNOWLEDGMENTS This research was supported by the MSIP (Ministry of Science, ICT and Future Planning), Korea, under the Specialized Co-operation between industry and academic support program (NIPA ) supervised by the NIPA (National IT Industry Promotion Agency). REFERENCES [1] GS1, GS1 General Specifications Version 13, 2013 [2] Thonky, QR Code. (2013) 174 Journal of Digital Convergence 2015 Feb; 13(2):

17 A Morphology Technique-Based Boundary Detection in a Two-Dimensional QR Code [3] wikipedia, QR code, 96662/augmented-reality-transformation-matrix-op (2013) timization. [4] ISO/IEC 1804:2000, Information technology: Automatic identification and data capture techniques - Bar [15] Google, Zxing, (2013) code symbology QR Code, 2000 [5] Ani1 K. Jain, and Yao Chen, BarCode Localization Using Texture Analysis. Document Analysis and Recognition, pp41-44, [6] Ruben Mufiiz, and Luis Junco, and Adolfo Otero, A Robust Software Barcode Reader Using the Hough Transform International Conference on Information 박 광 욱(Park, Kwang Wook) 2015년 2월 : 충북대학교 컴퓨터교 육과 졸업예정 관심분야 : 데이터베이스시스템, 색 인구조, 바코드 검증기 priest68@naver.com Intelligence and Systems, pp , [7] Seung-Jin Kim, and Yoon-Su Jung, and Bong-Seok Kim, and Jong-Un Won, and Chul-ho Won, and Jin-Ho Cho, and Kuhn-Il Lee, Bar Code Location Algorithm Using Pixel Gradient and Labeling. The KIPS transactions, Part D, Vol. 10D, No. 7, pp , [8] Moon-Sung Park, and Jin-suk Kim, and Hye-Kyu Kim, and Hoe-Kyung Jung, A Study on High-Speed Extraction of Bar Code Region for Parcel Automatic Identification. The KIPS transactions, Part D, Vol. 9D, No. 5, pp , [9] Normand, Nicolas, and Christian Viard-Gaudin. A two-dimensional bar code reader. Proceedings of the 12th IAPR International Conference on Pattern Recognition, Vol.3, pp , [10] Sang-Hyup Lee, and Kyoung-Mu Lee, Feature Extraction in Document Images Using Morphological. Proceedings of the Korean Society of Broadcast Engineers Conference, pp , [11] Mi-Young Park, and Chul-Won Kim, and 이 종 연(Lee, Jong Yun) 1985년 2월 : 충북대학교 전자계산 공학과(공학사) 1987년 2월 : 충북대학교 대학원 전 자계산기공학과(공학석사) 1999년 2월 : 충북대학교 전자계산 학과(이학박사) 1990년 2월 1996년 5월 : 현대전 자산업(주) SW연구소 및 현대정보 기술(주) CIM사업부 근무(책임연구원) 1989년 : (주)비트컴퓨터 연구원 근무 현재 : 충북대학교 소프트웨어학과 및 컴퓨터교육 과 교수로 근무 중임 1999년 년 3월 : 강원대학교 삼척캠퍼스 정보통신 공학과 조교수 현재 : 한국컴퓨터교육학회 이사(현) 현재 : 한국융합학회장(현) 관심분야 : Database System, Biomedical Database, Satellite Database, Science Database, and e-learning and Evaluation Model. jongyun@chungbuk.ac.kr Jong-Hoon Park, A Study on Canny Edge Detector Design Based on Image Fuzzification. Korea Institute of Information and Communication Engineering, Vol. 15, No. 9, pp , [12] Wolberg, George. Geometric transformation techniques for digital images: a survey [13] wikipedia, Perspective(graphical), [14] DOI: Journal of Digital Convergence 175