• Proceedings of the Korea Multimedia Society Conference
• /
• 2002.05c
• /
• pp.342-345
• /
• 2002

차량 번호판 인식에 대한 여러 가지 방법들이 제시되고 있다. 기존 연구들의 문제점은 번호판 영역의 밝기 변화 둥에 영향을 많이 받았으며 그로 인하여 번호판 영역 추출률에 영향을 미치는 것은 물론 문자 인식에서도 많은 문제점들이 존재하였다. 따라서 본 연구에서는 색상 정보를 이용하여 밝기를 보정한 후 마스크 적용을 통한 수평ㆍ수직 에지 검출과 형태학적 정보를 이용하여 번호판을 추출하고 변형된 특징 매칭을 이용하여 문자를 인식함으로써 인식률을 향상시킬 수 있었다.

• Journal of the Korea Society of Computer and Information
• /
• v.12 no.6
• /
• pp.261-268
• /
• 2007

In this paper, We propose a new technique extract efficiently a car number plate based on edge projection. In order to obtain the region of car number plate, we use a motive that the luminance differences between the number plate background and characters. And, we introduce a projection technique to obtain character parts based on edge image. In vertical direction. we propose a shape matching method. Specially the new number plate standard has more characters than the old one in horizontal direction and, it is efficiently used to extract the number plate. Therefore, the proposed technique is useful to the new number plate standard. In simulation results. We have illustrated that our algorithm can recognize different number plates with a success ration of 90%.

• Proceedings of the KOR-KST Conference
• /
• 1998.10b
• /
• pp.150-150
• /
• 1998

본 연구는 최근에 대두되는 첨단 교통체계(Intelligent Transportation Systems : ITS)중 첨단교통 관리체계(Advanced Traffic Management Systems : ATMS)에서 자동단속체계(Automatic Traffic Enforcement Systems : ATES)에 사용되는 자동차량번호판인식시스템의 핵심기술인 자동차량 번호판 추출에 관한 연구이다. 일반적으로 번호판익식시스템(License Plate Recogition System : LPRS)가 번호판을 인식하는데 있어서 번호판 추출과 문자인식, 크게 2개의 Process로 구분되어 수행된다. 본 연구에서는 도로상에 설치된 영상 카메라에서 얻은 차량의 영상을 바탕으로 차량의 번호판을 추출하는 새로운 영상처리기법을 제시하고 있다. 본 연구에서 제시한 영상처리기법은 메쉬와핑으로 차량번호판영역의 특징을 이용하여 추출해내는 방법이다. 메쉬란 직교하는 선들로 이루어진 그물 모양의 제어선을 말하는데 이 제어선은 가로와 세로로 한번씩 이미지를 왜곡하여 최종 이미지를 만들어낸다. 이 메쉬와핑기법은 정교하면서도 빠른 속도로 이미지를 처리할 수 있기 때문에 실시간 처리하는데 사용할 수 있다.

• Proceedings of the KAIS Fall Conference
• /
• 2007.11a
• /
• pp.159-161
• /
• 2007

본 논문에서는 버스에 장착되는 LED 번호판의 효율적인 설계에 관한 연구를 보여준다. LED 번호판은 16X16 LED Dot Matrix(LDM)을 사용하여 버스 구간을 번호로 표시하기 위한 것으로 기존의 플라스틱 판을 LDM을 사용하여 표시한 것이다. 본 논문에서는 LDM을 사용하여 효율적인 번호판 설계를 보여주고, 실제 시작품을 버스에 장착하여 그의 타당성을 확인하였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2003.04c
• /
• pp.259-261
• /
• 2003

차량 번호판 인식 시스템의 번호판 인식과정은 영상획득 및 번호판 영역 추출, 개별문자 추출, 문자 인식의 3가지 핵심부분으로 구성된다. 이 중에서도 번호판 추출의 정확성은 시스템 전체의 결과에 영향을 줄 수 있는 부분이며 다양한 주변 환경에도 정확한 추출과 빠른 수행 시간을 요구한다. 본 논문에서는 검출 시간의 단축을 위하여 명암값의 차이와 사전정보를 이용하여 먼저 인식대상의 주목표인 등록번호의 위치를 추출 및 검증하고 등록번호에 대한 지역명의 상대적인 위치 정보를 이용하여 문자의 대략적인 위치를 선정, 각 요소들의 외곽 근접 선들의 투영(protection)과 이동을 통하여 번호판의 모든 문자 요소의 위치를 추출한다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2007.10a
• /
• pp.413-417
• /
• 2007

2006년 11월 이후 신 차량 번호판 등장 후, 신 차량 번호판 차량이 꾸준히 증가하고 있다. 이에 따라 속도위반, 신호위반 단속, 무인 주차 관리 시스템, 범죄 및 도주 차량 검거, 고속도로 톨게이트에서 통행료 지불로 인한 교통 체증현상을 해소하기 위한 자동 요금 징수와 같은 다양한 경우에서 신 자동차 번호판의 특징에 맞는 인식 시스템이 요구되고 있다. 따라서 본 논문에서는 이러한 문제를 해결하기 위해 지능형 신 자동차 번호판 인식 방법을 제안한다. 무인 카메라에서 획득된 신 차량 영상을 그레이 레벨로 변환한 후에 블록 이진화한다. 블록 이진화된 차량 영상을 대상으로 차량의 형태학적 특징을 적용하여 잡음을 제거한 후, 번호판 영역을 추출한다. 추출된 번호판 영역에 대해 Grassfire 알고리즘을 적용하여 개별 코드를 추출한다. 차량 번호판을 인식하기 위하여 추출된 개별 코드를 퍼지 ART 알고리즘을 적용하여 학습 및 인식한다. 제안된 차량 번호판 추출 및 인식 방법의 성능을 평가하기 위해 100장의 차량 영상을 대상으로 실험한 결과, 제안된 차량 번호판 추출 및 인식 방법이 실험을 통해서 효율적인 것을 확인하였다.

• Journal of Broadcast Engineering
• /
• v.19 no.1
• /
• pp.56-63
• /
• 2014

This paper deals with a binarization for plate number recognition. The binarization process converts an image into a binary image and plays an important role for automatically recognizing plate number. The rear license plate has often a shadowed image which causes erroneous binarized image due to non-uniform illumination. In this paper, a binarization method is proposed in which the shadow line is detected in a rear plate with a shadow. And then the histogram matching is conducted for the two image separated by the shadow line. After histogram matching, two images are joined and finally Otsu method is applied for the binarization. In the experiment, the proposed algorithm shows robust performance compared to the conventional method in the presence of estimation error in the shadow line.

• Journal of the Korea Society of Computer and Information
• /
• v.13 no.6
• /
• pp.273-278
• /
• 2008

Cars attaching new license plates are increasing after introducing the new format of car license plate in Korea. Therefore, a car new license plate recognition system is required for various fields using automatic recognition of car license plates, automatic parking management systems and arrest of criminal or missing vehicles. In this paper, we proposed an intelligent new car license plate recognition method for the various fields. The proposed method is as follows. First of all, an acquired color image from a surveillance camera is converted to a gray level image and binarized by block binarization method. Second, noises of the binarized image removed by morphological characteristics of cars and then license plate area is extracted. Third, individual characters are extracted from the extracted license plate area using Grassfire algorithm. lastly, the extracted characters are learned and recognized by a fuzzy ART algorithm for final car license plate recognition. In the experiment using 100 car images, we could see that the proposed method is efficient.

• Smart Media Journal
• /
• v.5 no.1
• /
• pp.15-23
• /
• 2016

This paper proposes an effective algorithm of Korean license plate recognition. By applying Haar-like feature and Canny edge detection on a captured 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 classified using neural networks trained by backpropagation algorithm to execute final recognition process. The experiment results show that the proposed license plate recognition algorithm works effectively.

• Journal of the Institute of Convergence Signal Processing
• /
• v.2 no.1
• /
• pp.1-11
• /
• 2001

This paper presents a learning-based approach for the construction of license Plate recognition system. The system consist of three modules. They are respectively, car detection module, license plate recognition module and recognition module. Car detection module detects a car in the given image sequence obtained from the camera with simple color-based approach. Segmentation module extracts the license plate in detect car image using neural network as filters for analyzing the color and texture properties of license plate. Recognition module then reads characters in detected license plate with support vector machine (SVM)-based characters recognizer. The system has been tested from parking lot and tollgate, etc. and have show the following performances on average: Car detect rate 100%, segmentation rate 97.5%, and character recognition rate about 97.2%. Overall system performances is 94.7% and processing time is one sec. Then our propose system does well using real world.