• The Journal of the Korea Contents Association
• /
• v.11 no.3
• /
• pp.1-8
• /
• 2011

Automatic vehicle license plate recognition technology is widely used in gate control and parking control of vehicles, and police enforcement of illegal vehicles. However inherent geometric information of the license plate can be transformed in the vehicle images due to the slant and the sunlight or lighting environment. In this paper, a distortion invariant vehicle license plate extraction and recognition algorithm is proposed. First, a binary image reserving clean character strokes can be achieved by using a DoG filter. A plate area can be extracted by using the location of consecutive digit numbers that reserves distortion invariant characteristic. License plate is recognized by using neural networks after geometric distortion correction and image enhancement. The simulation results of the proposed algorithm show that the accuracy is 98.4% and the average speed is 0.05 seconds in the recognition of 6,200 vehicle images that are obtained by using commercial LPR system.

• Journal of the Korea Society of Computer and Information
• /
• v.12 no.5
• /
• pp.73-81
• /
• 2007

This paper presents how to recognize the new-type vehicle license plate using multi-link recognizer after extract the features from characters. In order to assist this task, this paper proposed FE-MCBP to recognize each character that got through image preprocess, extract range of vehicle license plate and extract process of each character. FE-MCBP is the recognizer based on the features of the character, The recognizer is employed to identify the new-type vehicle licence plates which have both the hangul and the arabic numeral characters. And its recognition rate is improved 9.7 percent than the back propagation recognizer before. Also it makes use of extract of linear component and region coordinate generation technology to normalize a image of the tilted vehicle license plate. The recognition system of the new-type vehicle license plate make possible recognize a image of the tilted vehicle license plate when using this system. Also, this system can recognize the tilted or imperfect vehicle licence plates.

• 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.

• Proceedings of the Korean Information Science Society Conference
• /
• 2004.04b
• /
• 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.

• Proceedings of the Korea Institute of Convergence Signal Processing
• /
• 2000.08a
• /
• 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.

• Journal of Intelligence and Information Systems
• /
• v.8 no.1
• /
• pp.87-101
• /
• 2002

In this paper, we proposes the car plate recognition and describe the parking control system using the proposed car plate recognition algorithm. The car plate recognition system using color information and fuzzy c-means algorithm consists of the extraction part of a car plate from a car image and the recognition part of characters in the extracted car plate. This paper eliminates green noise from car image using the mode smoothing and extract plate region using green and white information of RGB color. The codes of extracted plate region is extracted by histogram based approach method and is recognized by fuzzy c-means algorithm. For experimental, we tested 80 car images. We shows that the proposed extraction method is better than that from the color information of RGB and HSI, respectively. So, we can know that the proposed car plate recognition method using fuzzy c-means algorithm was very efficient. We develop the parking control system using the proposed car plate recognition method, which showed performance improvement by the experimental results.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.22 no.5
• /
• pp.747-753
• /
• 2018

In the license-plate recognition systems for automobile black Image, the license-plate image frequently has a shadow due to outdoor environments which are frequently changing. Such a shadow makes unpredictable errors in the segmentation process of individual characters and numbers of the license plate image, and reduces the overall recognition rate. In this paper, to improve the recognition rate in these circumstance, a license-plate image binarization algorithm is proposed removing the shadow effectively. The propose algorithm splits the license-plate image into the regions with the shadow and without. To find out the boundary of two regions, the algorithm estimates the curve for shadow boundary using the least-squares method. The simulation is performed for the license-plate image having its shadow, and the results show much higher recognition rate than the previous algorithm.

• 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 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.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2018.10a
• /
• pp.749-752
• /
• 2018

깊은 신경망 모델을 이용한 차량 번호판 검출과 번호판 문자 인식 시스템을 제안한다. 차량 번호판 인식 시스템은 세 가지 종류의 깊은 신경망 모델로 구성된다. 기존의 영상처리 기반의 차량 번호판 검출과 문자 인식을 전부 신경망으로 대체함으로써 영상의 밝기, 회전, 왜곡 등의 변형에 강인한 성능을 얻을 수 있다. 차량 번호판 검출률은 99.3%, 문자 영역 검출률은 99%, 문자 인식률을 98.5%를 얻었다.