한국정보통신학회:학술대회논문집 (Proceedings of the Korean Institute of Information and Commucation Sciences Conference)

한국정보통신학회 (The Korea Institute of Information and Commucation Engineering)
권호 표지

차량 번호판 인식 향상을 위한 개선된 퍼지 이진화와 차량 번호판 추출

Enhanced fuzzy Binarization for Improvement of Car License Plate Recognization and Extraction of Car License Plate

  • 김동현 (신라대학교 컴퓨터정보공학부) ;
  • 김기석 (신라대학교 컴퓨터정보공학부) ;
  • 조재현 (부산가톨릭대학교 컴퓨터공학과) ;
  • 김광백 (신라대학교 컴퓨터정보공학부)
  • Kim, Dong-Hyun (Division of Computer and Information Engineering, Silla University) ;
  • Kim, Ki-Suk (Division of Computer and Information Engineering, Silla University) ;
  • Cho, Jae-Hyun (Dept. of Computer Engineering, Catholic University of Pusan) ;
  • Kim, Kwang-Baek (Division of Computer and Information Engineering, Silla University)
  • 발행 : 2008.08.08
PDF 다운로드
⟨ 이전 논문 다음 논문 ⟩

초록

본 논문에서는 현재 자가용 차량 번호판으로 사용되고 있는 4종류의 번호판인, 구형 녹색 번호판 두 종류와 유럽식 신형 흰색 번호판 두 종류에 대해 개별 코드를 효과적으로 추출하기 위한 개선된 퍼지 이진화 방법을 제안한다. 차량 영상에서 수직 에지와 반복 이진화 기법, 그리고 Grassfire 알고리즘을 적용하여 번호판의 후보 영역을 추출하고, 번호판의 형태학적 특징을 이용해 잡음을 제거한 후, 최종 번호판 영역을 추출한다 추출된 번호판 영역에서 개선된 퍼지 이진화 기법을 적용하여 개별 코드를 추출한다. 본 논문에서 제안하는 개선된 퍼지 이진화 방법은 추출한 번호판 영역을 그레이 레벨로 변환한 후에 번호판의 명도를 2구간으로 나누고 각각의 구간에 퍼지 소속 함수를 적용하여 번호판 영역을 이진화한 후, 퍼지 소속 함수에 의해 이진화 된 2개의 번호판 영역 중에서 가장 최적화된 번호판 영역을 선택하여 개별 코드를 추출한다. 본 논문에서 제안한 기법을 4종류의 번호판이 부착된 327장(구형녹색 50장, 신형녹색 157장, 짧은 흰색 60장, 긴 흰색 60장)을 대상으로 실험한 결과, 번호판 영역 추출은 327장의 영상중 97%가 추출되었고 개별 코드 추출은 번호판 영역이 추출된 324장의 영상에서 97%가 추출된 결과를 보였다.

키워드