Wavelet과 DBSCAN을 이용한 Paper ID 생성 소프트웨어 설계 및 구현 :Design and Implementation of a Software to Generate Paper ID using Wavelet and DBSCAN

강유현

추천

검색

자료유형: 학위논문

저자정보: 강유현 (이화여자대학교, 이화여자대학교 대학원)

지도교수: 조동섭

발행연도: 2019

저작권: 이화여자대학교 논문은 저작권에 의해 보호받습니다.

이용수10

이 논문의 연구 히스토리 (2)

2019

Wavelet과 DBSCAN을 이용한 Paper ID 생성 소프트웨어 설계 및 구현

강유현 컴퓨터공학과 2019.01 학위논문

2018

Wavelet 변환 및 DBSCAN 을 이용한 Paper ID 생성 방법

강유현 , 고운 , 조동섭 정보 및 제어 논문집 2018.10 학술대회자료

이 논문의 후속연구가 궁금하신가요?
연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
이 논문의 연구 히스토리 확인하기

초록· 키워드

오류제보하기

문서 감정은 법과학의 한 분야로, 문서의 위변조 여부, 작성자, 작성 시기 등을 식별하기 위해 문서에 사용된 문자, 지문, 잉크, 지질과 같은 필요 사항을 과학적인 실험과 관찰을 통하여 분석하고 감정하는 일이다. 작성자의 필적 특성이 남는 수기 문서와 달리 전자 문서의 경우 출력에 나타나는 문자, 잉크 등의 사항은 개인화된 특성을 포함하지 않기 때문에 감정이 어렵다. 한편 전자 문서에 쓰이는 인쇄용지는 제조 과정에서 형성되는 용지 고유의 섬유 구조를 지니므로, 이러한 특징을 이용하여 문서 용지 각각을 식별할 수 있다면 문서의 원본 여부 감정에 매우 유용할 것이다.
본 연구에서는 인쇄용지의 특정 위치를 고배율로 확대한 영상으로부터 섬유의 구조적 특징을 분석하고 추출함으로써 용지 고유의 Paper ID를 생성하는 소프트웨어를 설계하고 구현한다. 인쇄용지의 확대 영상은 고해상도 광학 현미경으로부터 얻을 수 있다. 이때 ID의 생성과 확인 시의 확대 위치는 항상 일정해야 하므로, 확대 위치를 결정하는 기준점을 정의하고 표시하여 해당 영역을 촬영하도록 한다.
확대 영상에서 섬유질의 구조적 특징은 두께, 방향성, 밀집성 등의 형태적 차이점으로 나타난다. 섬유 구조의 특징을 추출하기 위해 wavelet transform을 이용하여 영상의 해상도를 줄이고 상세 정보를 획득한다. Wavelet transform은 영상을 다양한 해상도의 고주파 성분 세 개와 하나의 저주파 성분으로 분해하는데, 그중 고주파 성분의 영상은 객체의 에지 및 방향성 등의 상세 정보를 포함한다.
섬유 구조의 특징 추출은 thresholding 기법과 DBSCAN 클러스터링에 의한 영상 분할을 적용하였다. 확대 영상에 대한 적절한 임계값을 찾고 thresholding 함으로써 섬유질 영역과 배경 영역을 분리한다. 분할된 배경 영역에 대해 DBSCAN을 이용하여 클러스터링하면. 노이즈가 제거되고 클러스터로 형성되는 특징 영역만을 추출할 수 있으며, 클러스터의 중심 좌표, 크기 정보 등을 이용하여 Paper ID를 생성한다.
Paper ID 생성 소프트웨어를 이용해 중요한 문서에 대해 고유의 ID를 생성하고 데이터베이스로 관리함으로써, 문서 감정 시 문자, 지문, 잉크 등에 대한 실험 및 관찰과 같은 일련의 감정 업무를 거치지 않고도 문서의 원본 여부를 확인하는 방법을 제공할 수 있다.

Document analysis is a field of forensic science that analyzes and evaluates characters, fingerprints, ink, and lipids through scientific experimentation and observation in order to identify whether a document is forged or altered, the author and when to create it. Unlike a handwritten document in which the author''s handwriting characteristics remain, in the case of an electronic document, the characters and ink appearing in the output do not include personalized characteristics, so it is hard to analysis. On the other hand, since the printing paper has a paper-specific fiber structure that formed in the manufacturing process, if it is possible to identify each of the document paper by using such features of fiber structure, it will be very useful for analyzing whether or not the document is original.
In this paper, a software to generate Paper ID by analyzing and extracting the structural features of the fiber from the image enlarged at a specific position of the printing paper is designed and implemented. An enlarged image of the printing paper can be obtained from a high-resolution optical microscope. Since the enlarged position should always be the same, the enlarged position is defined and displayed on the paper. In the enlarged image, the structural features of fiber are morphological characteristics such as thickness, directionality, and density. To extract the features of the fiber structure, the wavelet transform is used to reduce the resolution of the image and obtain detailed information. The wavelet transform decomposes an image into three high-frequency components and one low-frequency component of various resolutions. Among them, the image of the high frequency component includes detailed information of the edge and direction of the object. Feature extraction of fiber structure is performed by thresholding technique and image segmentation by DBSCAN clustering. The fibrous area and the background area are separated by thresholding to an appropriate threshold value for the enlarged image. After the partitioned background area is clustered using DBSCAN, only the feature region in which the noise is removed and formed into clusters can be extracted, and the paper ID is generated using the center coordinates and size information of the clusters.
By generating a unique ID for important documents and manage them in a database using the software to generate Paper ID, it provides a method for verifying whether the document is original without having to undergo a series of emotional tasks such as testing and observing letters.

Ⅰ. 서론 1
A. 연구 배경 및 연구 목적 1
B. 연구 내용 2
C. 논문의 구성 3
Ⅱ. 관련 기술 및 연구 동향 4
A. Wavelet transform 4
B. Image segmentation 8
C. DBSCAN 12
D. Paper ID 생성 선행 연구 13
Ⅲ. 인쇄용지 확대 영상 획득 및 분석 15
A. 인쇄용지 확대 15
B. 확대 영상 분석 17
Ⅳ. Paper ID 생성 소프트웨어 구현 및 설계 20
A. 확대 영상 전처리 20
B. 확대 영상의 특징 추출 22
C. DBSCAN을 이용한 특징값 추출 32
D. Paper ID 생성 39
E. Paper ID 생성 소프트웨어 구현 40
Ⅴ. 실험 결과 및 결론 41
A. Paper ID 생성 결과 및 의의 41
B. 연구의 한계점 및 향후 계획 44
참고문헌 46
ABSTRACT 48

최근 본 자료

전체보기

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

이 논문의 연구 히스토리 (2)

초록· 키워드

목차

최근 본 자료

댓글(0)