• 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.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2008.05a
• /
• pp.337-342
• /
• 2008

최근 들어 기존의 녹색 바탕 차량 번호판에서, 흰색 바탕의 신 차량 번호판으로 교체되고 있다. 하지만 아직 기존 차량 번호판이 신 차량 번호판으로 전면 교체되지 않아 두 번호판 모두 사용되고 있다. 따라서 주차관리 시스템, 속도위반, 신호 위반 등 무인 카메라를 이용한 시스템에서, 기존 차량 번호판과 신 차량 번호판의 특징에 맞는 인식 시스템이 요구된다. 본 논문에서는 이러한 문제를 해결하기 위해 기존 차량 번호판과 신 차량 번호판을 통합한, 지능형 차량 번호판 인식 시스템을 제안한다. 무인 카메라에서 획득된 차량 영상에서 번호판의 색상 정보를 이용하여 기존 차량 번호판과 신 차량 번호판을 구분한다. 기존 차량 번호판인 경우에는 HSI 컬러 공간을 이용하여 이진화를 적용하며, 신 차량 번호판인 경우에는 블록 이진화를 적용한다. 이진화된 영상을 대상으로 차량의 형태학적 특징을 이용하여 잡음을 제거한 후, 차량 번호판 영역을 추출한다. 추출된 차량 번호판 영역에 대해 Labeling 알고리즘을 적용하여 개별 문자를 추출한다. 추출된 개별 문자는 FCM 알고리즘을 적용하여 인식한다. 제안된 차량 번호판 추출 및 인식 방법의 성능을 평가하기 위해 160장의 기존 차량 영상과 100장의 신 차량 영상을 대상으로 실험한 결과, 제안된 차량 번호판 추출 및 인식 방법이 실험을 통해서 효율적인 것을 확인하였다.

• Proceedings of the Korea Contents Association Conference
• /
• 2005.05a
• /
• pp.437-442
• /
• 2005

본 연구에서는 칼라정보와 주성분분석법(principal component analysis : PCA)를 이용한 차량 번호판 인식시스템을 구성하였다. 먼저 입력된 차량 영상에서 번호판의 형태적 특징과 녹색 칼라 정보를 이용하여 번호판 영역을 추출하였으며, 추출된 번호판내의 문자 및 숫자의 위치적 특징을 이용하여 번호판의 종류(구형, 신형, 최신형)를 구분하였다. 이렇게 추출되고 구분된 번호판은 문자의 상대적 위치정보와 수평 및 수직 투영 정보를 함께 이용하여 각각의 문자영역을 분리 추출하였다. 추출된 문자영역은 주성분분석법을 이용하여 고유벡터를 추출한 후 문자 인식에 사용하였다. 본 논문의 실험과정에서는 다양한 시간대 환경에서 촬영된 주행 중인 자동차 320대의 자가용 차량영상에 대하여 실험하였으며 높은 번호판 추출률과 번호판종류 구분률 그리고 문자 인식률을 얻을 수 있었다.

• Proceedings of the Korean Information Science Society Conference
• /
• 1999.10b
• /
• pp.476-478
• /
• 1999

본 논문에서는 신경망을 이용하여 자동차 번호판을 찾는 방법을 제안한다. 신경망은 영상의 윈도우들을 분석하기 위한 필터로 사용되며 이 윈도우가 번호판을 포함하는지의 여부를 결정한다. 후 처리기는 필터링된 영상들로부터 번호판의 최종 위치를 지정한다. 신경망을 이용한 필터링 방법은 잡음이 많은 영상과 해상도가 ？은 영상을 처리할 때 유용하다. 주차장과 도로상에서 자동차 영상들을 실험한 결과 각각 96%와 92.0%의 확률로 번호판을 추출했다. 이 실험결과에서는 제안된 방법이 현실 세계의 상황에 유용함을 제시한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 1999.10b
• /
• pp.524-526
• /
• 1999

본 논문은 환경에 독립적인 자동차 영상에서 자동차 번호판 영역을 추출하는 방법을 제안하고 실험 결과를 기술한다. 번호판 주위환경에는 다양한 조건이 존재하며 이에 적응성을 가지고 빠른 추출을 수행하는 것은 매우 중요한 문제이다. 본 논문은 이러한 문제를 해결하기 위해 HSI 컬러 모델에 기반하여 번호판을 면밀히 분석하여 번호판을 유형별로 그룹화하고, 지역 분할 및 병합을 통해 빠른 시간안에 번호판 후보 영역을 검색한다. 그리고 번호판이 갖는 특성을 이용하여 후보 영역에서 번호판 영역임을 검증함으로써 자동차 번호판 영역을 찾는다.

• Proceedings of the Korea Inteligent Information System Society Conference
• /
• 2000.04a
• /
• pp.457-462
• /
• 2000

교통 법규 위반 단속이나 주차 관리를 위한 차량 번호판 인식 시스템을 구현하기 위해서는 크게 차량 번호판 추출, 문자 분할, 문자 인식의 세부분으로 이루어진다. 본 논문에서는 차량 번호판 인식 시스템의 구현을 위해 번호판 영역의 색상정보를 이용하여 차량 번호판을 추출하는 방법을 제안하고, 번호판 영역 문자들의 사전 정보와 색상성분을 사용하여 정확하게 번호판 문자 분할을 하는 방법을 제안한다. 자가용과 영업용 차량 영상을 주간/dirks 및 정면/후면으로 나누어 다양하게 취득하여 실험한 결과, 94.6%의 번호판 추출률과 86.8%의 문자분할률을 얻었다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2008.10a
• /
• pp.431-435
• /
• 2008

2006년 11월 이후 신 차량 번호판 등장 후, 신 차량 번호판과 구 차량 번호판이 혼합되어 있다. 이에 따라 속도위반, 신호위반 단속, 무인 주차관리 시스템, 범죄 및 도주 차량 검거, 고속도로 톨게이트에서 통행료 지불로 인한 교통 체증현상을 해소하기 위한 자동 요금 징수와 같은 다양한 경우에서 자동차 번호판의 특징에 맞는 인식 시스템이 요구되고 있다. 따라서 본 논문에서는 이러한 문제를 해결하기 위해 형태학적 특징 및 차 연산과 ART2 알고리즘을 이용한 차량 번호판 인식 방법을 제안한다. 무인 카메라에서 획득된 차량 번호판 영상에서 차 연산을 이용하여 에지를 추출한 후에 블록 이진화를 한다. 이진화 된 차량 영상에서 신 구 차량 번호판의 형태학적 특성을 8방향 윤곽선 추적 알고리즘에 적용하여 잡음 영역을 제거하고, 차량의 번호판 영역을 추출한다 추출된 번호판 영역에 대하여 평균 이진화와 최대 최소 이진화를 적용하여 번호판의 개별 영역에 대한 형태학적 특성을 고려하여 잡음을 제거하고, Labeling 알고리즘을 적용하여 개별 문자를 추출한 후에 결합한다. 이렇게 분류된 개별 문자 및 숫자 코드를 ART2 알고리즘에 적용하여 학습 및 인식을 한다. 제안된 차량 번호판 추출 및 인식 방법의 성능을 평가하기 위해 녹색 번호판과 흰색 번호판 이미지 각각 100장을 대상으로 실험한 결과, 제시 된 차량 번호판 추출 및 인식 방법이 실험을 통해서 효율적인 것을 확인하였다.

• Proceedings of the Korea Multimedia Society Conference
• /
• 2000.04a
• /
• pp.174-177
• /
• 2000

자동차 번호판 인식 시스템을 구현하기 위해서는 영상에서 번호판을 추출하는 영역과 추출된 번호판에서 각 문자의 숫자를 추출하는 영역, 마지막으로 이를 인식하는 영역으로 나누어진다. 본 논문에서는 번호판 영역이 다른 영역보다 녹색의 밀집도가 높다는 특징을 이용하여 이미지에서 번호판을 추출하고, 개선된 퍼지 ART학습 알고리즘으로 자동차 번호판 인식에 적용한다. 실험결과에서는 여러 차량에 대해 인식율이 우수한 것을 보인다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2014.01a
• /
• pp.339-342
• /
• 2014

현재 차량의 출입통제 및 주정차 단속 등이 차량 번호판 자동 인식 시스템을 통해 자동화 되고 있다. 본 논문은 촬영 각도에 따라 기울어지거나 왜곡된 번호판에 대해서도 잘 동작하는 번호판 영역 추출 알고리즘을 제안한다. 번호판의 배경과 문자의 밝기 대비가 커서 그 분포가 이원 양상을 보인다는 점을 이용하여 번호판의 중심부와 대략적인 후보 영역을 추출한다. 이후 허프 변환을 통하여 번호판의 네 모서리에 해당하는 직선을 검출한다. 이들 네 직선의 교점이 번호판의 꼭짓점이 된다. 네 꼭짓점의 좌표를 이용하여 왜곡된 번호판을 실제 번호판의 가로와 세로 비율에 맞는 정규화 된 모양으로 변환한다. 차량의 측면 1m~3m 사이의 다양한 거리에서 촬영한 이미지로 실험한 결과 일반적인 실외 조명 아래에서 차체의 색에 관계없이 번호판 영역 추출에 성공하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2001.10a
• /
• pp.789-792
• /
• 2001

본 논문은 자동차의 번호판 인식 시스템의 한 부분인 번호판 추출과 자모 분리를 통한 문자 인식까지의 과정을 실험한 것이다. 본 논문은 gray-level에서 영상을 실험하였고, 번호판을 추출하기 위해서 morphology를 반복 적용하고 크기 보정을 통해 번호판을 추출하며, hough transform을 이용한 크기 재보정을 통해 최종적으로 번호판을 추출한다. 그리고, 문자 인식 단계에서는 먼저 hough transform을 사용하여 한글의 모음의 시작점을 얻고, 문자 특징을 이용하여 자음과 모음을 분리하여 모음을 인식한다.