A Study on the Recognition of Car Plate using an Enhanced Fuzzy ART Algorithm

개선된 퍼지 ART 알고리즘을 이용한 차량 번호판 인식에 관한 연구

The recognition of car plate was investigated by means of the enhanced fuzzy ART algorithm. The morphological information of horizontal and vertical edges was used to extract a plate area from a car image. In addition, the contour tracking algorithm by utilizing the SOFM was applied to extract the specific area which includes characters from an extracted plate area. The extracted characteristic area was recognized by using the enhanced fuzzy ART algorithm. In this study we propose the novel fuzzy ART algorithm different from the conventional fuzzy ART algorithm by the dynamical establishment of the vigilance threshold which shows a tolerance limit of unbalance between voluntary and saved patterns for clustering. The extraction rate obtained by using the morphological information of horizontal and vertical edges showed better results than that from the color information of RGB and HSI. Furthermore, the recognition rate of the enhanced fuzzy ART algorithm was improved much more than that of the conventional fuzzy ART and SOFM algorithms.

본 논문은 개선된 퍼지 ART알고리즘을 이용한 차량 번호판 인식에 대한 연구이다. 차량 영상에서 번호판 영역을 추출하기 위해 수평·수직 에지의 형태학적 정보를 이용하고, 추출된 번호판에서 문자를 포함하는 특징 영역을 추출하기 위해 SOFM을 적용한 윤곽선(Contour)추적 알고리즘을 이용한다. 추출된 특징 영역의 인식은 개선된 퍼지 ART알고리즘을 사용한다. 본 논문에서 제안한 퍼지 ART알고리즘은 클러스터링 하는데 있어서 임의의 패턴과 저장된 패턴사이의 불일치 허용도를 나타내는 유사도(vigilance threshold)를 동적으로 설정함으로써 기존의 퍼지 ART 알고리즘을 개선한다. 추출 실험 결과, 수평·수직 에지의 형태학적 정보를 이용한 추출 방법이 RGB와 HSI 컬러 정보를 이용한 추출 방법보다 추출율이 개선되었다. 인식 결과에서도 개선된 퍼지 ART알고리즘이 기존의 퍼지 ART 알고리즘과 SOFM 알고리즘보다 인식율이 향상되었다.