• Journal of IKEEE
• /
• v.15 no.4
• /
• pp.274-280
• /
• 2011

The implementation of the recognition system of a vehicle license plate and the Linux OS environment which is built in SoC Embedded system and its test result are presented in this paper. In order to recognize a vehicle license plate, each character has to be extracted from the whole image of a license plate and the extracted image is revised for the template matching. Labeling technique and numerical features are used to detect the vehicle license plate. Each character in the license plate has coordinates. The extracted image is revised by comparison of the numerical coordinates and recognized through template matching method. The experimental results show that the license plate detection rate is 96%, and a character recognition rate is 73%, and a number recognition rate is 97% for about 300 license plate images. The average time of the recognition in the embedded board is 0.66 sec.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.21 no.6
• /
• pp.705-711
• /
• 2011

This paper proposes an effective algorithm of license plate recognition for industrial applications. By applying Canny edge detection on a vehicle image, it is possible to find a connected rectangular, which is a strong candidate for license plate. The color information of license plate separates plates into white and green. Then, OTSU binary image processing and foreground neighbor pixel propagation algorithm CLNF will be applied to each license plates to reduce noise except numbers and letters. Finally, through labeling, numbers and letters will be extracted from the license plate. Letter and number regions, separated from the plate, pass through mesh method and thinning process for extracting feature vectors by X-Y projection method. The extracted feature vectors are compared with the pre-learned weighting values by backpropagation neural network to execute final recognition process. The experiment results show that the proposed license plate recognition algorithm works effectively.

• Journal of IKEEE
• /
• v.23 no.2
• /
• pp.642-651
• /
• 2019

One of the most important research topics on intelligent transportation systems in recent years is detecting and recognizing a license plate. The license plate has a unique identification data on vehicle information. The existing vehicle traffic control system is based on a stop and uses a loop coil as a method of vehicle entrance/exit recognition. The method has the disadvantage of causing traffic jams and rising maintenance costs. We propose to exploit differential image of camera background instead of loop coil as an entrance/exit recognition method of vehicles. After entrance/exit recognition, we detect the candidate images of license plate using the morphological characteristics. The license plate can finally be detected using SVM(Support Vector Machine). Letter and numbers of the detected license plate are recognized using CNN(Convolutional Neural Network). The experimental results show that the proposed algorithm has a higher recognition rate than the existing license plate recognition algorithm.

• Proceedings of the Korean Information Science Society Conference
• /
• 2007.06c
• /
• 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.

• Proceedings of the Korea Multimedia Society Conference
• /
• 1998.04a
• /
• 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.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2012.11a
• /
• 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.

• Proceedings of the KIEE Conference
• /
• 2002.07d
• /
• 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.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2016.04a
• /
• 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.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2004.11a
• /
• 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.

• The Transactions of the Korea Information Processing Society
• /
• v.7 no.10
• /
• pp.3155-3163
• /
• 2000

In the recognitionsystem of car license plate, it is very important to extract the character from the license plate and recognize the extrated character. In this paper, I use the adaptive algorithm to recognize the charactor of licensse plate image. The adaptive algorithm is compounded of thinning algorithm template matching,algarthm, vector algorithm and so on. The adaptive algorithm was used to recognize the character from license image. In the result of expenment, character recognition is about up to 90% with the adaptive algorithm for the character region.