• The Transactions of the Korea Information Processing Society
• /
• v.6 no.12
• /
• pp.3683-3693
• /
• 1999

Most recognition methods of car licence plate have difficulties concerning plate recognition rates and system stability in that restricted car images are used and good image capture environment is required. To overcome these difficulties, I proposed a new recognition method of car licence plates, in which both intensity variation and color information are used. For a captured car image, multiple candidate plate-bands are extracted based on the number of intensity variation. To have an equal performance on abnormally dark and bright Images. plate lightness is calculated and adjusted based on the brightness of plate background. Candidate plate regions are extracted using contour following on plate color pixels in oath plate band. A candidate region is decided as a real plate region after extracting character regions and then recognizing them. I recognize characters using template matching since total number of possible characters is small and they art machine printed. To show the efficiency of the proposed method, I tested it on 200 car images and found that the method shows good performance.

• Proceedings of the Korean Information Science Society Conference
• /
• 2000.10b
• /
• pp.338-340
• /
• 2000

자동차 번호판 인식 시스템은 영상획득, 번호판 영역 추출, 추출된 번호판 영역의 전처리, 문자부분 영역화, 문자인식 등의 5가지 핵심부분으로 구성된다. 그 중에서도 번호판 영역 추출, 추출된 영역의 전처리, 문자부분 영역화의 정확성은 전체 시스템 인식률에 지대한 영향을 줄 수 있는 부분으로써 그 정확성이 요구된다. 이에 본 논문에서는 컴퓨터 비젼 분야 중의 하나인 영상처리 기법을 사용하여 명암의 변화에도 문자를 잘 추출할 수 있는 Dynamic Adaptive Threshold 방법을 사용하여 추출된 번호판 영역을 이진화하고, 정확하게 문자 부분을 영역화하기 위한 방법으로 누적분포와 번호판 문자배열 특성을 이용한 방법을 제안한다. 그리고 추출되어진 문자는 ART2 신경망을 이용하여 인식한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2011.06a
• /
• pp.466-468
• /
• 2011

본 논문은 영상 획득 환경이 자유로운 상황에서 차량 번호판 영역을 검출하기 위한 새로운 방법을 제안한다. 입력 영상에서 SIFT 지역특징을 추출하고 미리 학습한 분류기를 통해 각 지역특징이 번호판 내부에 속하는지 번호판 외부에 속하는지를 분류한다. 번호판 내부로 분류된 지역특징이 밀집한 영역이 번호판 영역으로 검출된다. 실험을 통해 제안하는 지역특징 분류 방법이 높은 성능으로 번호판 내/외부를 분류함을 보인다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2007.05a
• /
• pp.345-348
• /
• 2007

자동차 번호판 인식은 카메라의 발달과 무인자동차 주차 시스템, 불법 주정차 단속 등 응용 서비스의 증가로 부각되고 있는 텔레매틱스 분야의 핵심 기술이다. 특히 우리나라의 번호판은 영업용과 비영업용의 도색이 틀리고, 현재 4종류의 번호판 체계를 갖고 있다. 따라서 번호판 인식은 이들 번호판을 종류별로 분류하고 인식해야 되는 어려움이 있다. 본 논문은 레이블링 기법으로 번호판 종류를 분류하고, 지역 글자 인식에서 뭉개짐 현상이 발생하는 경우, 기존의 신경망에서 인식치 못하는 것을 차영상과 신경망을 이용하여 인식률 향상을 이루었다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2002.04b
• /
• pp.667-669
• /
• 2002

번호판 인식은 번호판 영역 추출 세그멘테이션, 인식의 3단계로 나눈다. 일반적으로 번호판 영역을 검출하는 과정에서 여러 후보영역이 추출되는데 검증 과정을 통해 그 중 하나를 선택한다. 따라서 적절한 검증 방법은 번호판 인식의 신뢰성을 높히기 위해 필수적이다. 본 논문은 다층 신경망에 사용하는 대표적인 알고리즘 중 하나인 역전과 알고리즘을 이용하여 번호판 후보 영역을 검증하는 방법을 제시한다. 신경망을 통한 학습을 위해 우선 적절한 훈련 이미지를 수집해야한다. 특히 번호판 이미지가 아닌 훈련 데이터를 수집하는 것은 어려운 문제이다. 본 논문에서는 효과석인 훈련 데이터 수집의 방법과 특징 벡터 생성에 대하여 제안하고 이 방법의 효용성을 실험을 통하여 검증한다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2015.07a
• /
• pp.41-44
• /
• 2015

본 논문에서는 안드로이드 기기를 활용하여 차량의 번호판을 인식하는 시스템을 제안한다. 이 시스템은 안드로이드 기기로 촬영한 차량의 이미지를 이용하여 번호판을 인식한다. 촬영한 이미지에서 번호판 영역을 추출한 후 번호판 영역 내에서 각각의 문자를 개별 추출한다. 추출된 각각의 문자에 대하여 세선화를 수행하고 세선화 후 얻은 이미지를 신경망의 입력으로 이용하여 최종적으로 개별의 문자를 인식하고 결과를 안드로이드 기기에 출력한다. 안드로이드 기기를 이용하여 바로 번호판을 인식할 수 있기 때문에 시, 공간에 대한 제약이 없으며 신경망을 사용하기 때문에 기존의 문자 인식 방법보다 우수한 인식률을 보인다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2002.11a
• /
• pp.751-754
• /
• 2002

본 논문에서는 획득한 차량 영상에서, 차량 번호판의 후보영역을 동적으로 할당하여 번호판을 추출하고, 이중 템플릿 매칭을 이용하여 인식하는 방법을 제안하였다. 차량 번호판 영역은 다른 영역에 비해 영상의 밀도값이 높다는 것을 근거로, 후보영역을 투영하여 추출된 영상의 밀도값과 기준밀도값을 비교하여 차이가 임계값 이하를 만족한 때 차량 번호판 영역으로 추출하고 만족하지 않을 때는 다음 후보영역을 투영하여 차량 번호판 영역을 추출하였다. 추출된 번호판 영역에서 문자와 숫자영역으로 분할된 입럭패턴과 표준패턴을 흑화소로 1차 매칭하고, 이 중 유사도가 높은 표준패턴과 다시 백화소로 2차 매칭하는 이중 템플릿 매칭으로 인식하였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2004.10a
• /
• pp.121-123
• /
• 2004

차량 번호판 인식 시스템은 무인 카메라 등의 영상 장치로부터 입력된 차량 이미지로부터, 차량 번호판 정보를 읽어내는 시스템이다. 이러한 차량 번호판 인식 시스템의 응용 시스템 중 과속 차량 단속과 같은 일부 응용 시스템은 번호판의 글자나 숫자를 다른 글자나 숫자로 잘못 인식할 경우 심각한 문제를 발생시킬 수 있다. 이러한 시스템을 위해 우리는 인식 결과에 대한 신뢰도가 낮은 경우 인식을 포기 또는 위임하는 신중한 분류기(Cautious Classifier)를 이용 인식 시스템을 구성하였다. 또한 학습 예제의 가중치를 조절하는 방법을 사용 이러한 신중한 분류기의 성능을 향상 시켰다. 실제 번호판 인식 실험 결과 우리가 제안한 가중치 부여 방식이 차량 번호판 인식 문제에 좋은 결과를 보임을 확인하였다.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.20 no.6
• /
• pp.1209-1214
• /
• 2016

LPR(License plate recognition) is a kind of the most popular surveillance technology based on accompanied by a video and video within the optical character recognition. LPR need a many process. One is a localization of car license plates, license plate of size, space, contrast, normalized to adjust the brightness, another is character division for recognize the character optical character recognition to win the individual characters, character recognition, the other is phrase analysis of the shape, size, position by year, the procedure for the analysis by comparing the database of license plate having a difference by region. In this paper, describing the results of performance of license plate recognition S/W, which was implemented using EmguCV, find the location, using the tesseract OCR, which are well known to an optical character recognition engine of open source, the characters of the license plate image capturing angle of the plate, image size, brightness.

• Proceedings of the Korean Information Science Society Conference
• /
• 1999.10b
• /
• pp.476-478
• /
• 1999

본 논문에서는 신경망을 이용하여 자동차 번호판을 찾는 방법을 제안한다. 신경망은 영상의 윈도우들을 분석하기 위한 필터로 사용되며 이 윈도우가 번호판을 포함하는지의 여부를 결정한다. 후 처리기는 필터링된 영상들로부터 번호판의 최종 위치를 지정한다. 신경망을 이용한 필터링 방법은 잡음이 많은 영상과 해상도가 ？은 영상을 처리할 때 유용하다. 주차장과 도로상에서 자동차 영상들을 실험한 결과 각각 96%와 92.0%의 확률로 번호판을 추출했다. 이 실험결과에서는 제안된 방법이 현실 세계의 상황에 유용함을 제시한다.