• Proceedings of the Korea Multimedia Society Conference
• /
• 2003.05b
• /
• pp.641-645
• /
• 2003

본 논문은 일반적으로 차량의 번호판이 차종에 따라 녹색계통과 노란색계통 등 일정한 색상을 가지고 있다는 특징을 이용하여, 복합 칼라 좌표계의 성분을 결합한 차량 번호판 영역 추출에 대한 방법을 제안하였다. LUV와 HSI 및 YIQ 칼라 좌표계에서 번호판 영역을 검출하기 위해 사용한 색상은 U, H, Q영역이고 이진화 작업을 위한 임계치 조정의 효율성을 높이기 위해 각 영역의 평균 자기 값을 기준이 되는 값으로 보정하는 방법을 사용하였다. 처리과정의 효율성을 높이기 위해 번호판 후보 영역을 선정하여 번호판 크기의 마스크영역을 수직, 수평 라인으로 검색하여 추출하는 방법을 사용하였다. 실험 결과 H와 Q성분으로만 실험대상에 대하여 결합한 경우는 72.58％의 추출률을 보인 반면, 제안한 방법인 U와 H 및 Q성분의 결합에 의한 경우는 100％의 추출률을 보였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2001.10b
• /
• pp.442-444
• /
• 2001

본 논문은 차량의 번호판 인식 시스템을 구축하는 첫 단계인 번호판 추출에 관한 것으로 차량과 번호판의 색상이 같은 경우에 대해서도 실험을 하였다. 본 논문에서는 RGB 컬러 정보 대신에 HSI 컬러 정보를 사용하여 특징점을 추출하였고, morphology를 이용하여 크기 보정을 반복 실행하며, 실패할 경우 merge 등을 통하여 최종적으로 크기를 보정한다. 그리고, 정확한 번호판 추출을 위해 한번 더 hue값을 이용한 보정을 함으로써 원하는 번호판 영역을 정확히 추출한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2003.10b
• /
• pp.610-612
• /
• 2003

일상 생활에서 자동차의 수가 증가함에 따라 최근 자동차 번호판을 자동으로 인식하는 시스템이 다양한 곳에서 이용되고 있다. 일례로 공항이나 아파트 단지에서 자동으로 문을 개폐해주는 시스템을 도입하고 있다. 기존에 주차권을 통한 개폐기와의 차이점 달려오던 자동차가 일정 속도만 유지하면 자동으로 번호를 인식하는 점이다. 또한 번호판을 통해 정확한 자동차에 대한 정확한 정보를 관리할 수 있다. 이러한 시스템을 위해서 자동차 번호판 영역의 정확한 추출이 필요하다. 본 논문은 자동차 번호판 영역을 RGB영역으로 인식하던 시스템에 수직, 수평 선분을 포함하여 기존에 RGB영역으로 인식하던 시스템의 단점을 보완하고 더 나은 인식시스템 구현하고 실험 하였다.

• Proceedings of the Korea Multimedia Society Conference
• /
• 2002.05c
• /
• pp.346-351
• /
• 2002

본 연구에서는 차량 번호판에서 추출된 문자영역의 DCT(Digital Cosine Transform) 계수와 LVQ (Learning Vector Quantization) 신경회로망을 이용하여 차량 번호판 인식 시스템을 구성하였다. 입력된 차량영상의 RGB 칼라정보를 이용하여 번호판 영역을 추출하고 추출된 번호판의 히스토그램과 문자의 상대적 위치정보를 병합하여 문자영역을 추출하였다. 이렇게 추출된 문자영역의 명암도 영상에 DCT를 적용하여 얻은 특징 벡터는 LVQ 신경회로망의 입력으로 사용되어 인식 과정을 수행한다. 제안된 시스템의 검증을 위하여 다양한 환경에서 촬영된 109대의 자가용 차량영상에 대하여 실험하여 상대적으로 높은 번호판 영역 추출율과 인식률을 보였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2000.04a
• /
• pp.896-901
• /
• 2000

차량 번호판 인식 시스템은 크게 번호판 영역의 추출과 인식 단계로 구분된다. 본 논문에서는 전처리단계로써 임계화 방식을 이용하여 번호판 영역을 추출한다. 차량 영상을 임계화하고 영상에서 발생되는 잡음을 제거한다. 잡음이 제거된 차량 영상에서 각 라인의 밀도비율을 계산하여 번호판 영역에서 나타나는 밀도의 비율과 비슷하게 나타나는 영역을 후보영역으로 설정한다. 설정된 후보영역이 번호판 영역의 특징과 유사하게 나타나는 부분을 추출한다. 그리고 추출된 번호판 영역은 코호넨 알고리즘의 2${\times0}$2마스크에 적용시켜서 윤곽선을 추출하고, 번호판의 문자와 숫자를 인식한다. 코호넨 알고리즘의 2${\times0}$2마스크를 이용하게 되면, 윤곽선의 잡음을 최대한으로 줄여주는 특성을 가진다. 잡음이 제거된 후에, 번호판의 문자와 숫자들을 코호넨 알고리즘을 이용하여 인식하였다. 실험 결과에서는 임계화 작업을 이용한 번호판 추출과 코호넨 알고리즘을 이용한 번호판 인식이 우수하는 것을 알 수 있다.

• Journal of the Korea Convergence Society
• /
• v.12 no.1
• /
• pp.29-35
• /
• 2021

License plate recognition plays a key role in intelligent transportation systems. Therefore, it is a very important process to efficiently detect the number and character areas. In this paper, we propose a method to effectively detect license plate number area by applying deep learning and semantic image segmentation algorithm. The proposed method is an algorithm that detects number and text areas directly from the license plate without preprocessing such as pixel projection. The license plate image was acquired from a fixed camera installed on the road, and was used in various real situations taking into account both weather and lighting changes. The input images was normalized to reduce the color change, and the deep learning neural networks used in the experiment were Vgg16, Vgg19, ResNet18, and ResNet50. To examine the performance of the proposed method, we experimented with 500 license plate images. 300 sheets were used for learning and 200 sheets were used for testing. As a result of computer simulation, it was the best when using ResNet50, and 95.77% accuracy was obtained.

• Proceedings of the Korea Institute of Convergence Signal Processing
• /
• 2000.08a
• /
• pp.273-276
• /
• 2000

자동차 번호판은 조명과 카메라에 따라 영상에서 다양한 형태로 나타나고 영상내의 잡음으로 인해 알고리즘 방식으로 자동차 번호판을 인식하기가 쉽지 않다. 이러한 문제에 적합한 해결 방법으로 본 논문에서는 학습 기반의 자동차 번호판 인식 시스템을 제안한다. 제안한 시스템은 자동차 검출 모듈, 번호판 추출 모듈, 번호판 문자인식 모듈로 구성된다. 본 논문에서는 자동차 번호판 추출을 위해서 시간-지연 신경망(Time-Delay Neural Networks : TDNN)과 번호판 인식을 위해서 일반적인 신경망보다 일반화 성능이 뛰어난 서포트 벡터 머신(Support Vector Machines : SVMs)을 시스템에 적용한다. 주차장과 톨케이트에서 여러 시간대의 움직이는 자동차 영상들을 실험한 결과, 자동차 검출율은 100%, 번호판 추출율은 97.5%, 번호판 문자 인식율은 97.2%의 성능을 내었고, 전체 시스템 성능은 94.7%이며 처리 시간은 약 1초 미만이다. 따라서 본 논문에서 제안한 시스템은 실세계에서 유용하게 적용될 수 있다.

• The KIPS Transactions:PartD
• /
• v.9D no.6
• /
• pp.1113-1118
• /
• 2002

In recognition system of the car license plate, the most important is to extract the image of the license plate from a car image. In this paper, we use ACL (Adaptive Color Luminance) algorithm to extract the license plate image from a car image. The ACL algorithm that uses color and luminance information of a car image is used to extract the image of the license plate. In this paper, color, luminance and other related information of a car image are used to extract the image of the license plate from that of a car. In this reason, we call it the ACL algorithm. The ACL algorithm uses color, luminance information and other related information of a license plate. These informations are avaliable to exact the image of the license plate. The rate of extracting the image of the license plate from a car is 97%. The experimental result of the ACL algorithm for the character region is 92%.

• The Journal of the Korea institute of electronic communication sciences
• /
• v.5 no.3
• /
• pp.304-308
• /
• 2010

In this paper, we propose a new method of recognizing the vehicle license plate using color space, morphological characteristics and ART2 algorithm. Morphological characteristics of old and/or new style vehicle license plate among the candidate regions are applied to remove noise areas using 8-directional contour tracking algorithm, then follow by the extraction of vehicle plate. From the extracted license plate area, plate morphological characteristics of each region are removed. After that, labeling algorithm to extract the individual characters are then combined. The classified individual character and numeric codes are applied to the ART2 algorithm for the learning and recognition. In order to evaluate the performance of our proposed extraction and recognition of vehicle license method, we have run experiments on 100 green plates and white plates. Experimental results shown that the proposed license plate extraction and recognition method was effective.

• Proceedings of the Korean Information Science Society Conference
• /
• 2002.04b
• /
• pp.646-648
• /
• 2002

본 논문에서는 차량번호판의 용도구분 문자를 자소 단위로 분리하는 효율적인 방법을 제안하고, 신경망을 이용하여 자소를 인식하는 방법을 소개한다. 용도구분 문자(가, 거, 나, 너‥‥)는 실제 번호판의 훼손, 카메라의 성능, 기타 여러 가지 조건에 의해서 번호판 영상에 많은 잡영이 포함된다. 따라서 차량번호판 한글문자를 자소분리하는 것은 어려운 작업이다. 제안하는 이진 영상처리 기법(morphological operation, connected component labeling 등) 으로 분리된 자소가 인식시스템으로의 입력벡터로 입력되었을 때 높은 인식률을 보이는 것을 실험을 통하여 확인하였다