• Proceedings of the Korea Multimedia Society Conference
• /
• 2002.05c
• /
• pp.361-364
• /
• 2002

번호판 인식 시스템은 일반적으로 한 차선에 한 카메라를 사용한다. 만약 2개의 차로를 동시에 촬영하도록 카메라를 설치한다면 시스템 구축 비용이 많이 감소할 것이다. 본 논문은 이러한 시스템의 구축에 필요한 기본적인 방법으로써 이미지에서 번호판이 2개 이상 존재할 경우에도 그 위치를 모두 검출할 수 있는 방법에 대하여 제안한다. 번호판 후보 영역 추출은 모폴로지 연산을 통해 검출하고 각 후보 영역은 이진화후 제안한 검증 방법을 통해 후보 영역을 제거하고 번호판인 후보 영역에 대하여 정확한 번호판 영역을 검출한다. 제안한 검출 방법은 일반 번호판과 영업용 번호판 모두 검출할수 있다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2001.10b
• /
• pp.328-330
• /
• 2001

컴퓨터 비전을 이용한 자동차 번호판 인식은 자동차에 특별한 장치가 필요없어 비용면에서 유리하다. 자동차 번호판을 인식하기 위해서는 번호판의 영역을 추출한 후 번호판에서 문자와 숫자 영역을 분리하고 그 세그먼트를 신경 회로망 혹은 다른 방법을 통하여 인식한다. 본 논문은 자동차 번호판 위치 검출 방법과 세그멘테이션 방법에 대하여 제안한다. 자동차 번호판 위치 검출을 위하여 모폴로지 기법과 ART2 클러스터링 방법을 이용하였고 검출한 번호판 영역에서 세그멘테이션은 모폴로지 연산을 이용한 이진화와 레이블링을 이용한다.

• Journal of KIISE:Software and Applications
• /
• v.36 no.2
• /
• pp.122-130
• /
• 2009

Conventional approaches for car number plate detection have dealt with those input images having similar sizes and simple background acquired under well organized environment. Thus their performance get reduced when input images include number plates with different sizes and when they are acquired under different lighting conditions. To solve these problem, this paper proposes a new scheme that uses the geometrical features of number plates and their topological information with reference to other features of the car. In the first step, those edges constructing a rectangle are detected and several pixels neighboring those edges are selected as the seed pixels for region growing. For region growing, color and intensity are used as the features, and the result regions are merged to construct the candidate for a number plate if their features are within a certain boundary. Once the candidates for the number plates are generated then their topological relations with other parts of the car such as lights are tested to finally determine the number plate region. The experimental results have shown that the proposed method can be used even for detecting small size number plates where characters are not visible.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2009.01a
• /
• pp.181-184
• /
• 2009

본 논문은 번호판 내 명암도 대비를 이용한 자동차 번호판 검출 기법을 제안한다. 평균값 필터와 라플라시안 필터를 사용하여 영상의 잡음을 제거하는 동시에 에지 성분을 향상시킨 후 조명 환경 변화에 강인한 번호판 내 명암도 대비 특징을 이용하여 문자 후보를 검출한다. 다음으로 검출된 문자 후보가 열을 이루는 텍스트 후보를 검출하고, 이 영역을 Otsu 이진화 기업을 사용하여 x축에 투영하였을 시 나타나는 패턴을 평가함으로써 최종적으로 자동차 번호판을 검출하게 된다. 제안하는 기법의 성능을 평가하기 위해 다수의 데이터를 사용하여 실험하였고, 이를 분석하여 제안하는 기법의 우수성을 검증하였다.

• Proceedings of the Korea Multimedia Society Conference
• /
• 2002.05c
• /
• pp.365-370
• /
• 2002

본 논문은 차량의 번호판 인식 시스템을 구축할 목적으로 번호판 추출을 컬러 정보를 이용하여 구현하였다. 본 실험은 특히 번호판 추출에 많은 장애 요인, 즉, 흐린날, 늦은 오후에 촬영된 차량, 번호판과 같은 색상을 가지는 차량, 그늘진 곳에 주차된 차량 그리고, 운행중인 차량에 대해서도 실험 대상으로 하였다. 그리고, 본 논문에서는 빠른 번호판 검출을 위하여 부분 영역에 대한 특정 픽셀을 추출하였고, 변형 모폴로지와 레이블링의 반복 적용을 통하여 번호판을 검출하며, 후처리를 통하여 보다 정확한 영역을 재보정 한다.

• Journal of Digital Convergence
• /
• v.15 no.1
• /
• pp.239-245
• /
• 2017

For privacy protection, we propose a vehicle license plate region detection method in road view image served from portal site. Because vehicle license plate regions in road view images have different feature depending on distance, long distance vehicle license plate regions are not detected by feature of low resolution. Therefore, we suggest a method to detect short distance vehicle license plate regions by edge feature and long distance vehicle license plate regions using MSER feature. And then, we select candidate region of vehicle license plate region from detected region of each method, because the number of the vehicle license plate has a structural feature, we used it to detect the final vehicle license plate region. As the experiment result, we got a recall rate of 93%, precision rate of 75%, and F-Score rate of 80% in various road view images.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2004.05a
• /
• 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.

• Journal of the Korea Society of Computer and Information
• /
• v.16 no.4
• /
• pp.53-60
• /
• 2011

This paper proposes fusion methods of license plate detection and super-resolution for improving license plate recognition in low-resolution images. In the proposed method, we apply the license plate detection based on local structure pattern feature and the sequential super-resolution based on Kalman filter. The proposed fusion methods are divided into two according to whether the license plate is detected or not in the input image : (i) performing license plate detection after restoring whole image through super resolution, and (ii) restoring only the detected region through super-resolution after detecting the license plate. We demonstrated effectiveness of the proposed methods in various environments.

• Smart Media Journal
• /
• v.9 no.4
• /
• pp.134-143
• /
• 2020

Vehicle License Plate Recognition is one of the approaches for transportation and traffic safety networks, such as traffic control, speed limit enforcement and runaway vehicle tracking. Although it has been studied for decades, it is attracting more and more attention due to the recent development of deep learning and improved performance. Also, it is largely divided into license plate detection and recognition. In this study, experiments were conducted to improve license plate detection performance by utilizing various object detection methods and WPOD-Net(Warped Planar Object Detection Network) model. The accuracy was improved by selecting the method of detecting the vehicle(s) and then detecting the license plate(s) instead of the conventional method of detecting the license plate using the object detection model. In particular, the final performance was improved through the process of removing noise existing in the image by using the Fast-SRGAN model, one of the Super-Resolution methods. As a result, this experiment showed the performance has improved an average of 4.34% from 92.38% to 96.72% compared to previous studies.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2022.07a
• /
• pp.465-466
• /
• 2022

본 논문에서는 딥러닝 영상인식 기술을 활용한 객체검출 모델인 YOLOv4를 활용하여 차량의 모델과 번호판인식 시스템을 제안한다. 본 논문에서 제안하는 시스템은 실시간 영상처리기술인 YOLOv4를 사용하여 차량모델 인식과 번호판 영역 검출을 하고, CNN(Convolutional Neural Network)알고리즘을 이용하여 번호판의 글자와 숫자를 인식한다. 이러한 방법을 이용한다면 카메라 1대로 차량의 모델 인식과 번호판 인식이 가능하다. 차량모델 인식과 번호판 영역 검출에는 실제 데이터를 사용하였으며, 차량 번호판 문자 인식의 경우 실제 데이터와 가상 데이터를 사용하였다. 차량 모델 인식 정확도는 92.3%, 번호판 검출 98.9%, 번호판 문자 인식 94.2%를 기록하였다.