• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2005년도 한국컴퓨터종합학술대회 논문집 Vol.32 No.1 (B)
• /
• pp.850-852
• /
• 2005

차량을 포함하는 임의의 영상에서 번호판 추출은 다양한 조명조건 및 배경, 촬영 각도, 번호판 종류 등의 요인으로 인해 고도의 영상처리 과정을 필요로 한다. 본 논문에서는 실제 환경에서 발생할 수 있는 이러한 요인들에 대해 강건한 번호판 추출 방법을 제안한다. 제안하는 방법은 입력영상의 RGB 성분들을 색상성분과 영암성분으로 분리할 수 있는 칼라모델 HSI로 변환하고 H(hue)와 S(saturation)성분을 이용하여 번호판의 배경색상을 고려한 칼라 퍼지지도를 구성한다. 또한, I(intensity)성분을 이용하여 에지밀도를 추출하고 에지밀도 지도에 기반한 영역분리 퍼지지도를 생성한다. 마지막으로, 후보영역 탐색을 위해 칼라 퍼지지도와 영역분리 퍼지지도를 결합하고, 연결성분 해석(Connected Component Analysis)을 통해 ROI(Region Of Interest)를 추출한다. 제안하는 방법의 유효성 검증을 위해 조명 및 촬영 각도에 제한을 거의 두지 않고 촬영된 차량 영상 410장을 실험 영상으로 사용하였다. 실험 결과에서는 $97.1\%$의 효과적인 추출 성공률을 볼 수 있었다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2004년도 봄 학술발표논문집 Vol.31 No.1 (B)
• /
• pp.796-798
• /
• 2004

기존의 번호판 인식 시스템에서는 대부분 카메라가 고정 상태에서 차량의 전면부를 찍어 영상을 획득하고, 이로부터 번호판을 추출하고 인식한다 그러나 본 연구에서는 기존 연구들과 달리 이동 중인 자동차에 카메라를 설치하여 움직이는 자동차의 영상을 획득하여 번호판을 추출하고 인식한다. 인식하고자 하는 영상이 잡음이나 왜곡 없이 깨끗하다면 인식 과정은 간단하게 수행될 것이다. 그러나, 실제로 얻어진 영상은 간단한 방법으로 인식하기에는 어려올 정도로 왜곡이나 변형이 심한 경우가 많다. 따라서 본 논문에서는 SVM 전단에 모듈라 신경망을 결합하여 인식하는 방법을 사용함으로써 잡음과 같은 변형에 덜 민감하도록 하고자 하였다. 실험결과, 제안하는 분류기를 이용한 방법이 번호판 인식에 우수한 성능을 보임을 확인하였다.

• 융합신호처리학회 학술대회논문집
• /
• 한국신호처리시스템학회 2000년도 하계종합학술대회논문집
• /
• pp.245-248
• /
• 2000

자동차 번호판 인식 시스템에서 가장 중요한 요소는 자동차 이미지 영역에서 번호판 영역을 추출, 추출된 영역에서 문자 추출, 추출된 문자의 인식 등의 과정이다. 본 논문은 자동차 번호판 인식 과정에서 적응 알고리즘을 이용하여 보다 정확한 인식이 될 수 있도록 한다. 본 논문에서 사용하는 적응 알고리즘은 기존의 방식과는 달리 특정한 알고리즘을 이용한 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.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2004년도 춘계학술발표대회
• /
• pp.773-776
• /
• 2004

본 논문에서는 에지 검출기에 의해 다양한 명암이 존재하는 차량 번호판 영역의 사각형 에지를 검출시 사용되는 소벨 및 Prewitt, Roberts, 가우시안의 라플라시안, 그리고 Canny 검출기를 사용하여 처리 속도와 에지 검출의 정확성을 실험하여 각 연산자의 성능을 평가하였다. 기존의 Sobel 에지 검출기는 적응적 임계값을 구하지 않으면 다양한 조명의 영향에 강인하지 못하다. 또한 Canny 에지 검출기는 조명의 영향에 강인하기는 하나, 계산량이 Sobel 보다는 많아 처리 속도가 느리다. 색상에 의해 번호판 후보 영역을 추출한 후 에지 검출기 번호판 내의 명암이 둘 이상으로 차량 번호판 영역에 대해서, 다양한 에지 검출기를 적용하여 속도와 에지 검출 성능을 비교 평가하고자 한다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2023년도 춘계학술발표대회
• /
• pp.473-475
• /
• 2023

자동차 번호판 인식은 영상 내 검출한 차량의 번호판의 문자열을 인식하여 차량을 식별하고 추적하는 기술로 주변 환경에 의한 잡음, 왜곡과 차량의 움직임으로 발생한 흐림, 영상 입력 장치와의 물리적 거리 등에 강인해야 한다. 본 논문에서는 차량 움직임으로 발생한 흐림이 있는 저해상도 영상에 대한 번호판 인식 성능의 향상을 위해 디블러링 모델과 초해상화 모델을 이용한 영상 복원 방법을 제안한다. 실험을 통해 디블러링 모델과 초해상화 모델을 결합하여 흐림이 있는 저해상도 국내 번호판 영상에서의 인식 성능을 개선하였다.

• 전자공학회논문지SC
• /
• 제45권2호
• /
• pp.8-17
• /
• 2008

본 논문에서는 매우 다양한 조건하에서 취득된 영상으로부터 차량 번호판 영역을 추출하는 방법을 제안한다. 제안하는 방법은 색상정보와 에지정보를 보완적으로 사용함으로써 다양한 조명조건은 물론 압축영상에서 흔히 나타나는 영상의 블록화 현상에 강건하게 번호판을 추출한다. 번호판 기울기 각도 보정은 탐색된 영역만을 허프 변환을 통해 각도를 추정, 보정함으로써 연산량을 줄였다. 최종 번호판 후보지 결정은 대상 영역의 가로 대 세로 비율 평가, 수평 스캔하여 영점 교차되는 양상 평가, 레이블링 방법을 이용한 연결 성분 수 측정 등의 방법을 이용하여 결정한다. 다양한 시간대에 수집된 차량 영상을 대상으로 수행된 실험을 통해 제안하는 방법이 강건하게 번호판을 추출 할 수 있음을 확인하였다. 실제 주정차 단속 영상을 대상으로 실험한 결과 94.9%의 번호판 추출 결과를 얻었다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2001년도 하계학술대회 논문집 D
• /
• pp.2771-2773
• /
• 2001

날씨변화와 차량의 속도차이 등으로 주어지는 외란은 차량번호판을 인식하기 위한 전처리 작업인 영상 추출에 어려움을 준다. 따라서 이러한 외란으로 부터 강인하면서도 효과적으로 번호판을 추출하기 위한 방법으로 Background Marking 방법을 제안한다. 이 방법은 차량의 종류에 따른 번호판 색상 및 인식을 어렵게 하는 여러가지 조건들을 고려함으로써 차량번호판을 보다 효과적으로 추출하는 방법이다. 또한, 히스토그램 정규화를 사용하여 밝기의 차이에 의한 영상의 손상을 보상함으로써 보다 선명한 차량번호판 영상을 습득 할 수 있게 된다. 제안된 방법을 주행 중 또는 주차 중인 차량영상에 적용하여 성능을 검증하였다.

• 디지털콘텐츠학회 논문지
• /
• 제10권4호
• /
• pp.597-604
• /
• 2009

번호판 인식 시스템의 인식 성능의 향상을 위해서는 문자 추출 및 문자인식을 하는 인식단계의 성능도 중요하지만 번호판 영역의 추출의 성능, 또한 중요하다. 본 논문에서는 기존 번호판 추출 과정의 오류를 분석하여, 유형별 분류를 하고, HoG (histogram of gradient) 특징 추출과 AdaBoost 기반 검증 절차를 적용하여 알고리즘 개선을 하였다. HoG 특징은 다양한 유형의 번호판 유형과 잡음에 강건한 특성을 갖게 되어, 이전에 검출하지 못하였던 번호판 영역을 검출하는데 효과적인 방법임을 보여준다.

• 한국정보처리학회논문지
• /
• 제6권6호
• /
• pp.1686-1692
• /
• 1999

본 논문은 특징 영역 기반의 자동차 번호판 인식 시스템(VPRS : Vehicle Plate Recognition System)에 대한 연구이다. 자동차영상에서 번호판을 추출하기 위해 명암도 변화를 이용하였고, 추출된 번호판에서 문자를 포함하는 특징 영역을 추출하기 위해 히스토그램 기법과 번호판 문자의 상대적인 위치 정보를 이용하였다. 이렇게 추출된 특징 영역을 ART2 신경회로망의 입력 벡터로 사용하여 인식하였다. 제안한 방법은 기존의 문자 인식을 위한 전처리 과정을 간소화 할 수 있었고, 이치화 과정에서의 원 화상의 왜곡과 노이즈 발생 문제를 해결할 수 있었으며, 또한 기존의 이치화 방법으로 문자 추출이 어려운 번호판에 대해서도 효과적으로 문자영역을 추출하여 인식할 수 있었다.

• 한국통신학회논문지
• /
• 제37A권9호
• /
• pp.780-785
• /
• 2012

본 논문은 차량 번호판 중앙부 위치값을 기반으로 한 신경망을 이용하여 차량의 번호판 영역을 추출하는 방법을 제안하고자 한다. 임의의 숫자들로 정의된 번호판영역에 대한 학습패턴과 넓은 범위를 수용할 수 있도록 한 신경망의 학습패턴을 이용하여 보다 효율적인 방법을 제시하였다. 학습패턴으로 차량 번호판 인식의 최적화을 이루었고 차량번호 및 헤드라이트 부분의 은닉효과와, 학습패턴의 확대 및 감소에 대하여 연구하였다. 위의 과정을 통하여 지하주차장에서 595여대의 자동차에 대하여 번호판 영역을 추출한 결과 98.5%의 인식율을 보여주었다.