• 한국정보통신학회논문지
• /
• 제22권5호
• /
• pp.747-753
• /
• 2018

자동차 블랙박스 영상용 자동차 번호판 인식 시스템에서는 수시로 변하는 도로 주변의 외부 환경에 의해 자동차 번호판에 그림자가 존재하는 경우가 많이 발생한다. 이러한 그림자는 번호판의 문자와 숫자의 개별 문자 분할 과정에서 예상하지 않은 오류를 발생시키게 되고, 그 결과 전체적인 자동차 번호판 인식률을 저하시킨다. 본 논문에서는 이러한 환경에서 번호판 인식률을 높이고자, 번호판의 그림자를 효과적으로 제거하는 번호판 영상 이진화 알고리즘을 제안한다. 제안한 방법에서는 그림자의 경계를 기준으로 그림자가 드리운 영역과 드리우지 않은 영역으로 분할하는데, 그림자의 경계를 찾기 위해 최소 자승법을 사용하여 그림자 경계선에 대한 곡선을 추정한다. 그림자가 존재하는 자동차 번호판의 영상에 대해 시뮬레이션을 수행하였으며, 그 결과 기존 알고리즘 보다 훨씬 높은 인식률을 보임을 확인하였다.

• 한국정보처리학회논문지
• /
• 제6권12호
• /
• pp.3710-3717
• /
• 1999

무인 자율 주행 시스템의 개발에는 전방의 장애물 검출 및 거리 계산이 필수적이다. 전방 장애물 검출시 입력 영상에는 검출하고자 하는 도로면 상의 물체뿐만 아니라 도로 주변에 가로수, 표지판 둥 관심 외적인 요소들이 함께 존재한다. 이러한 관심 외적인 요소들을 제거하기 위해 탐색 영역을 차선의 안쪽으로 제안시켜 계산 시간을 단축하고 관심의 대상이 되는 물체만 검출하는 것이 필요하다. 본 논문에서는 관심의 대상이 되는 전방 장애물 검출을 위하여, 탐색영역을 제한하는 간단하고 효율적인 차선 검출 알고리즘을 제시한다. 제안된 알고리즘은 Hough 변환을 이용하여 차선으로 추측된 영역에 수평탐색 영역과 2차 곡선의 근사화를 이용하여 정확하게 직선 차선 및 곡률을 지닌 차선을 검출하게 된다. 실험 결과로부터 제안한 알고리즘이 직선의 차선 뿐만 아니라 곡률을 지닌 차선 검출을 효과적으로 수행할 수 있는 실시간 시스템에 적합하다는 것을 보여준다.

• 전자공학회논문지CI
• /
• 제43권2호
• /
• pp.21-32
• /
• 2006

번호판인식은 번호판 영역분할, 개별문자 추출, 문자 인식의 세 가지 핵심부분으로 구성된다. 이 가운데 번호판 영역분할의 정확성은 전체 인식률을 결정한다. 본 논문에서는 다양한 도로주변 환경을 고려해야하는 불법주정차 무인단속 현장으로부터 획득된 영상에서 차량의 번호판 영역을 정확하고 빠르게 분할하는 방법을 제안한다. 접근방법은 현장영상으로부터 번호판영역의 분할성능을 높이기 위하여 번호판색상의 수학적 모델을 제시하고, 이를 이용한 이진화를 수행하며, Gaussian Smoothing과 Double Threshold을 이용한 잡영제거, 1-패스 경계추적 레이블링 및 레이블링 이후 MBR을 이용한 번호판 영역후보 판정과 판정된 번호판 영역후보에서 개별문자 추출을 통한 번호판영역 검증과정을 통해 최종적으로 번호판영역을 분할하는 방법이다. 본 연구는 기존방법의 번호판 테두리 훼손에 따른 번호판 영역분할 실패의 문제점을 해결하고 시간소요의 문제를 실시간 안에 처리함으로서 실용적 응용이 가능하게 되었다.

• 한국정보통신학회논문지
• /
• 제8권2호
• /
• pp.471-476
• /
• 2004

본 논문에서는 영상처리를 이용하여 온라인으로 교통표지판을 인식하는 비젼 시스템을 제안한다. 제안된 시스템은 넓은 두 개의 카메라, 즉 광각렌즈(wide-angle lends)와 망원렌즈(telephoto lends)를 장착하였고, 이미지처리 보드가 있는 PC로 구성되었다. 이 시스템은 색상, 자기, 형태 등과 같은 정보를 이용하여 광각이미지의 교통표지판을 추출한 다음, 보다 큰 이미지에서 정확한 표지판 후보영역을 추출하기 위해 망원렌즈에서 포착된 이미지를 이용하여 처리하였다. 실험결과로써 수동으로 촬영한 비디오 연속장면에서 포착한 영상을 시용하여 실험한 결과 속도표지판은 추출율 96.5%, 인식률 34.4% 그리고 안내표지판은 추출율 100%, 인식률 40%의 결과를 나타내었다. 또한 간단한 실행과정으로 빠른 인식률을 얻을 수 있었으며, 도로상에서의 실험으로 시스템의 효용성을 입증하였다.

• 한국콘텐츠학회논문지
• /
• 제7권2호
• /
• pp.30-39
• /
• 2007

본 연구는 고안전도 차량의 자율주행을 위해 필수적인 장애물 차량 탐지를 위한 시스템 개발에 관한 것이다. 먼저 칼만필터를 이용해 차량에 부착된 CCD 카메라에 의해서 획득한 전방 영상으로부터 주행차선의 경계를 탐지한다. 그리고 탐지된 경계의 회귀분석을 통해 차선을 인식한다. 다음으로 주행 방향을 인식하기 위해 탐지된 차선내의 도로 굴곡 파라미터를 오류 역전파 알고리즘의 입력값으로 사용한다. 마지막으로 전방과 측방에 탐지영역을 설정함으로써 탐지영역으로 들어오는 장애물 차량을 탐지할 수 있다. 제안한 방법으로 실험한 결과 주행방향 인식과 장애물 차량의 인식 모두 90% 이상의 높은 정확도를 보였다.

• 전자공학회논문지
• /
• 제52권2호
• /
• pp.148-161
• /
• 2015

자동차 시장의 성장과 함께 차량에 카메라가 사용되는 사례가 늘고 있으며 영상 처리 기술의 중요성이 증가하고 있다. 또한, 차량 전장 시스템 기술 역시 급속도로 성장을 하고 있으며, 특히 차선이탈경보시스템(Lane Departure Warning System, LDWS)과 관련된 기술들이 다방면으로 개발 중이다. 본 논문에서는 기존의 방법보다 더 높은 차선 인식률을 검출하기 위해 촬영된 영상에서 먼저 Normalized Luminance Descriptor와 Normalized Contrast Descriptor값을 각각 연산하여, 두 값의 상관관계를 통해 Normalized Image Quality값을 조절하여 영상의 감마값을 조절한다. 그 뒤 다중의 관심영역을 통해 다중 영역에서 선택적 허프변환 알고리즘을 통한 차선 검출 알고리즘을 적용하여 차량 전방의 차선을 인식한다. 제안하는 알고리즘은 평균 27 Frame/sec와 $640{\times}480$ 해상도에서 검증 과정을 가졌다. 결과적으로 주 야간 및 심야를 포함한 도로들에서 평균 97% 이상의 차선 인식률을 보였으며 커브구간이나 차도 내 표식이 많은 구간에서도 성공적인 차선 인식을 보인다.

• 한국멀티미디어학회논문지
• /
• 제13권9호
• /
• pp.1314-1321
• /
• 2010

본 논문에서는 도로에서 주행 중인 차량검출 알고리즘에 대하여 연구한다. 카메라에서 입력된 영상으로부터 차량을 검출하기위해 먼저 분할 및 합병(split & merge)방법을 적용하여 영상을 분할하고 그 다음 분할된 영역을 해석하여 차량이 위치할 가능성이 높은 영역을 집중적으로 탐색하여 차량을 실시간으로 검출하는 알고리즘을 연구한다. 전방차량의 후면을 검출하기 위하여 수직/수평 성분을 특정으로 하였으며 적분영상을 이용하여 계산시간을 줄일 수 있는 Haar-like방법을 적용하였으며 분류기로는 SVM을 사용하였다. 제안된 방법의 성능을 평가하기 위해 350개의 영상을 사용하여 분류기를 학습하였으며 또한 학습에 사용하지 않은 비학습영상 150개를 사용하여 인식률을 구하였다. 실험결과 비학습영상에 대해 95.00%의 인식률을 얻었다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2007년도 춘계학술대회 학술발표 논문집 제17권 제1호
• /
• pp.394-396
• /
• 2007

본 논문은 레이더를 통해 입력받은 데이터를 분석하여 같은 물체에 관한 데이터를 구분하는 방법을 제시한다. 큰 영역을 감시하는 레이더에 비해 영역이 좁을 때 레이더는 한 물체에 대해서 물체 형태에 따라 데이터가 들어오게 된다. 이 데이터들은 같은 물체인지 아닌지 구분이 없어서 응용된 알고리즘을 적용하기 힘들다. 따라서 응용된 알고리즘을 적용하기 전 하나의 물체에 대한 데이터의 그룹핑 작업이 필요하다. 본 논문에서 그룹핑 방법을 제시하며 실제 도로에서 취득한 데이터를 가지고 시뮬레이션을 하였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2018년도 추계학술발표대회
• /
• pp.733-735
• /
• 2018

최근의 차량 주차관리 시설, 출입통제가 필요한 장소 그리고 도로 방범카메라를 통한 단속 등 다양한 곳에서 차량 번호판 자동 인식 기술들이 활용되고 있다. 하지만 현재 사용되고 있는 LPR(License Plate Recognition) 시스템에는 많은 장비와 비용이 들어간다는 큰 단점이 존재한다. 본 논문에서는 하나의 컴퓨터와 최소의 카메라를 가지고 할 수 있는 기계학습을 통한 영상처리를 제안하려 한다. 먼저 딥러닝 프레임워크 중 하나인 YOLO(You Only Look Once) [4]를 활용하여 자동차의 번호판 부분의 영역을 검출하고 Grayscale를 통해 햇빛 또는 조명 등의 영향을 감소시켜 번호판의 특징을 보존시킨다. 전처리 작업이 끝난 후 번호판에서 숫자를 인식 하는 부분에서는 k-NN(k-Nearest Neighbor) 알고리즘을 사용하였으며 한글 문자 인식부분은 Template Matching을 이용하였다. 제안한 알고리즘을 사용하여 기존 LPR 시스템에서 획득한 차량이미지를 대상으로 시뮬레이션 한 결과 좋은 결과를 얻을 수 있어 향후 연구 방향의 시스템 확장성의 가능성을 발견할 수 있었다.

• 한국멀티미디어학회논문지
• /
• 제8권11호
• /
• pp.1496-1509
• /
• 2005

본 논문에서는 투영면 컨벌루션과 결정트리 분류기법을 사용하여 주변 환경이 복잡한 차량영상으로부터 실시간으로 번호판을 추출하고 인식하는 적응적 차량번호판 인식 시스템을 제안하였다. 일반적으로 고속도로 톨게이트와 주차장 출입구에서의 차량영상은 설치 카메라와 도로 환경에 따라 차량번호판의 크기, 각도변화, 주변잡음 등으로 매우 다양하므로 번호판 추출과 분할이 어렵다. 따라서 본 논문에서는 차량 영상을 획득한 후 번호판 후보영역을 검출하고 진입 위치 변화에 따라 번호판의 기울기와 크기를 자동으로 보정하여 인식하는 알고리즘을 제안하였다. 제안한 인식 방법은 차량의 에지누적 분포와 번호판의 일정한 명암값 변화 빈도수를 누적한 투영면 컨벌루션과 체인코드를 사용하여 크기와 기울기가 일정하지 않은 번호판으로부터 번호판영역을 정확히 추출하고, 적응적 이진화 기법을 이용하여 문자를 분할하였다. 본 논문에서 제안한 방법으로써 실험한 결과 복잡한 영상에서 전방 및 후방 차량영상으로부터 번호판 인식이 가능하였으며 각각 $98.8\%$와 $95.5\%$의 추출률과 분할된 문자영역에서 $97.3\%$와 $96\%$의 인식률 개선 결과를 나타내었다.