• 전기전자학회논문지
• /
• 제15권4호
• /
• pp.274-280
• /
• 2011

본 연구에서는 SoC를 이용한 임베디드 시스템에 리눅스 OS 환경을 구축하고 번호판 인식 시스템을 구현하여 그 성능을 측정하였다. 자동차 번호판을 인식하기 위해서는 번호판을 검출하고 검출된 번호판을 보정 한 뒤 각 문자들에 대해 인식을 한다. 번호판 검출 방법으로는 레이블링 기법과 숫자의 특징을 이용하여 검출하였다. 검출된 번호판의 표기되어 있는 숫자들은 각각의 좌표가 있다. 이러한 숫자들의 좌표를 비교하여 영상을 보정하고 템플릿 매칭을 통해 인식을 한다. 그 결과로 번호판의 검출율은 96%, 문자 인식률은 73%, 숫자 인식률은 97%로 나타났다. 인식 시스템은 기존의 PC기반이 아닌 임베디드 보드에서 측정 되었으며 총 인식시간은 약 0.66초가 소요되었다.

• 한국지능시스템학회논문지
• /
• 제21권6호
• /
• pp.705-711
• /
• 2011

본 논문은 산업응용을 목표로 효과적인 차량 번호판 인식 알고리즘을 제안한다. 자동차 이미지를 얻은뒤 캐니 에지 추출(Canny Edge Detecting) 알고리즘을 이용하여 연결된 사각형을 찾아 번호판을 추출한다. 추출된 번호판의 색상 정보를 이용하여 흰색/녹색 번호판을 구분하고, 각 번호판을 OTSU 이진화와 주변 전경 픽셀 전파 알고리즘인 CLNF (CCLUF with NFPP)을 통해 문자를 제외한 잡음을 제거하고 레이블링하여 숫자 및 문자 영역을 분리한다. 분리된 문자 영역은 메쉬 방법 및 세선화 후 X-Y 투영 방법으로 특징 벡터를 추출한다. 추출된 특징 벡터는 역전파 신경망으로 미리 학습된 가중치 값과 비교되며, 최종 문자 인식을 수행한다. 제안된 차량 번호판 인식 알고리즘의 효과적 동작은 실험을 통해 확인하였다.

• 전기전자학회논문지
• /
• 제23권2호
• /
• pp.642-651
• /
• 2019

최근 지능형 교통관제 시스템에 관한 다양한 연구가 진행되고 있는 가운데 번호판 검출과 인식 알고리즘은 가장 중요한 요소 중에 하나로 대두되고 있다. 번호판은 차량의 고유 식별값을 가지고 있기 때문이다. 기존의 차량 통행 관제 시스템은 정차를 기반으로 하고 있으며 차량의 입출입 인식 방법으로 루프 코일을 사용하고 있다. 이러한 방법은 교통 정체를 유발하고 유지보수 비용이 상승하는 단점을 가지고 있다. 본 논문에서는 이러한 문제점을 해결하기 위해서 차량의 입출입 인식 방법으로 카메라 영상을 사용한다. 차량 통행 관제 시스템의 특성상 카메라가 고정되어 있다. 이에 차량이 접근하면 카메라의 배경화면이 달라진다. 이 특징을 이용하여 배경화면의 차분영상을 구하면 차량의 입출입을 인식할 수 있다. 입출입 인식 후 한국 번호판의 형태학적 특성을 이용하여 후보 이미지를 추정한다. 그리고 선형 SVM(Support Vector Machine)을 이용해서 최종 번호판을 검출한다. 검출한 번호판의 글자와 숫자 인식 방법으로는 CNN(Convolutional Neural Network) 알고리즘을 사용한다. 제안한 알고리즘은 기존의 시스템과 달리 검출 위치를 기준으로 글자와 숫자를 인식하기 때문에 번호판의 규격이 변해도 인식할 수 있다. 실험한 결과 기존의 번호판 인식 알고리즘들 보다 제안한 알고리즘이 더 높은 인식률을 가진다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2007년도 한국컴퓨터종합학술대회논문집 Vol.34 No.1 (C)
• /
• pp.407-411
• /
• 2007

이 논문은 우리나라 차량 영상에서 번호판 영역을 추출하는 알고리즘을 제안한다. 우리나라 번호판은 하단에 네개의 숫자를 포함하고 있으므로, 네 개의 숫자를 찾으면 번호판을 추출 할 수 있다. 제안하는 방법은 입력된 영상에서 숫자의 가능성을 가진 연결 요소를 검출하고 이들을 군집화 한다. 군집화 된 연결요소들을 바탕으로 숫자 네개(4-digits) 후보를 생성한다. 4-digits 후보들을 인식하여 숫자의 가능성을 측정하고, 적합도로 변환한다. 후보영역 중 적합도가 가장 높은 영역을 번호판 영역으로 추출한다. 적합도는 Perfect Metrics 방법으로 측정하였다. 제안하는 방법을 주간 영상 4600장과 야간 영상 264장으로 테스트 한 결과 각각 97.23%, 95.45%의 검출률과 0.09%, 0.11%의 오검출률을 얻었다.

• 한국멀티미디어학회:학술대회논문집
• /
• 한국멀티미디어학회 1998년도 춘계학술발표논문집
• /
• pp.138-142
• /
• 1998

자동차 번호판 인식시스템은 영상획득, 번호판 추출, 전처리(이치화), 문자영역분할, 문자인식 등의 5가지 핵심부분으로 구성되어 있다. 따라서 자동차 번호판 인식시스템의 최종 인식률은 각 단계의 성능에 따라 직접적인 영향을 받는다. 본 논문은 컴퓨터 비젼의 한 분야인 영상처리 기법을 이용한 이치화된 자동차 번호판의 문자영역 추출에 관한 연구로서 문자 인식단계에서 높은 인식률을 확보하기 위해서 가장 중요한 입력 데이터의 상태를 보다 깨끗하게 정확하게 분리하는데 변형된 Run Length Coding 기법을 이용하여 효과적이고 빠른 문자 영역 분리 방법을 제안함으로서 처리속도의 향상은 물론 잡영에도 강한 문자 영역 분리 시스템을 구현하였다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송공학회 2012년도 추계학술대회
• /
• pp.23-24
• /
• 2012

자동화된 번호판 검출 시스템은 지능형 교통체계 시스템 (intelligent transportation systems)의 핵심적인 모듈이다. 그러나 실제 CCTV 환경에서는 저해상도 및 잡음 등의 다양한 영상 획득 환경의 제한으로 인해 효과적인 번호판 검출이 요구되고 있다. 이에 본 논문은 저해상도 환경에 강인한 새로운 번호판 검출에 대하여 sparse representation 을 적용하여 그 우수성을 보였다. 실제 CCTV 영상으로 수행한 실험을 통하여 제안하는 검출 방법이 저해상도 환경에서의 번호판 검출에 효과적임을 확인하였다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2002년도 하계학술대회 논문집 D
• /
• pp.2752-2754
• /
• 2002

본 논문에서는 차량영상으로부터 분류된 화소정보를 이용하여 번호판 정보를 검증하는 방법을 제안한다. 차량 번호판의 구조는 정규화된 형태로 구조적인 특징을 가지고 있다. 기존의 검증방법은 배경화소가 변색된 경우에는 번호판 정보를 추출하는데 어려움이 있다. 또한, 전처리 과정을 포함한 처리과정은 복잡하고 처리시간이 길다는 단점을 가지고 있다. 제안된 방법은 특정색상으로 분류된 화소정보를 이용하고, 기존의 검증조건을 통합하므로써 성능을 개선하여 보다 정확한 번호판 정보를 추출하도록 하였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2016년도 춘계학술발표대회
• /
• pp.754-757
• /
• 2016

기존 번호판 인식은 직접 특징 추출 알고리즘을 개발하여 완전 연결 신경망으로 특징을 분류하는 방법이 보편적이다. 본 연구는 전처리 과정에서 번호판 후보군 검출 및 세그먼테이션을 수행하고 특징 추출 없이 미리 학습된 심층 컨볼루션 신경망을 통해 문자를 분류하는 방법을 제안한다. 직접 수집한 2,900장의 번호판 데이터베이스를 이용하여 훈련 집합 및 검증 집합을 구성하였다. 훈련 집합과 검증 집합에 대해 실험한 결과 번호판 후보군 검출률은 97%를 얻을 수 있었고, 이에 대한 인식률은 95%를 얻었다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2004년도 추계학술발표논문집(상)
• /
• pp.907-910
• /
• 2004

본 논문에서는 자동차 번호판 인식의 성공률을 높이기 위해 자동차 번호판을 정형화하는 법을 제시한다. 번호판의 테두리 직선을 찾기 위해서 Hough 변환과 Mask 를 사용한 방법을 제시하고, 그 방법을 사용하여 다수의 기울어진 번호판 영상을 정확하게 정형화할 수 있었다. Hough 변환과 Mask 를 이용한 직선 검출 방법은 두꺼운 에지 성분이나 저해상도 영상의 경우에도 효과적으로 직선을 검출해냄을 알 수 있었다.

• 한국정보처리학회논문지
• /
• 제7권10호
• /
• pp.3155-3163
• /
• 2000

자동차 번호판 인식 시스템에서 가장 중요한 요소는 자동차 이미지 영역에서 번호판 영역을 추출, 추출된 영역에서 문자추출, 추출된 문자의 인식등의 과정이다. 본 논문은 자동차 번호판 인식과정에서 적응 알고리즘을 이용하여 보다 정확한 인식이 될 수 있도록 한다. 본 논문에서 사용하는 적응 알고리즘은 기존의 방식과는 달리 특정한 알고리즘을 이용하여 인식을 하지 않고 다양한 알고리즘을 이용한 인식 결과의 조합으로 최적의 해법을 찾는다. 번호판 인식을 위한 적응 알고리즘은 원형 정합 알고리즘, 벡터 알고리즘, 세선화 알고리즘 등이다. 적응 알고리즘을 이용한 실험 결과 자동차 이미지에 대해서 90% 이상 인식이 가능함을 확인할 수 있었다.