• Proceedings of the Korea Multimedia Society Conference
• /
• 1998.04a
• /
• pp.143-147
• /
• 1998

카메라 영상에 의한 자동차 번호판 인식시스템은 영상 획득, 번호판 추출, 전처리, 문자 분리, 문자 인식 등 크게 5자기의 핵심 부분으로 구성된다. 따라서 자동차 번호판 인식시스템의 성능을 향상시키기 위해서는 이들 부분들 각각의 성능의 최적화가 필요하다. 본 연구는 자동차 번호판 인식시스템의 여러 단계 중 전처리에 해당하는 번호판 영역의 이진화에 관한 연구로서, 기존의 단일 임계치 방법과 다중 임계치 방법이 해결하지 못했던 부분을 보완하는 새로운 다중 임계치 방법을 제안한다. 본 논문에서 제안하는 다중 임계치 알고리즘(Adaptive Multi-threshold Algorithm)을 사용함으로써 gray-level 번호판 영상에 대해서 보다 깨끗한 이진 영상을 얻을 수 있었으며, 또한 이 알고리즘은 번호판 영역의 밝기값이 고르지 않은 영상에 대해서도 효율적인 알고리즘 임을 알 수 있었다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2014.05a
• /
• pp.408-410
• /
• 2014

In this paper a license plate area extraction of labeling the vehicle images is proposed. Studies on license plate recognition systems have largely been conducted and there is a tendency of increasing license plate recognition rates. In this paper a license plate region is extracted from an image labeling for the region of interest and research on technology for labeling sample image using the Otsu algorithm to binary.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2006.05a
• /
• pp.792-795
• /
• 2006

In this paper, we propose a method of vehicle license plate recognition on PDA for illegal parking car regulation. we classified three kinds of vehicle license plates being used down to date since the introduction of each vehicle license Plate using features of each one. And we recognized vehicle license plates segmentation the AreaName, the AreaCode, the TypeCharacter and the Numbers. A 88.7% recognition accuracy was obtained through the experiment of the proposed vehicle license plate recognition system using the obtained images of PDA.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2007.05a
• /
• pp.345-348
• /
• 2007

자동차 번호판 인식은 카메라의 발달과 무인자동차 주차 시스템, 불법 주정차 단속 등 응용 서비스의 증가로 부각되고 있는 텔레매틱스 분야의 핵심 기술이다. 특히 우리나라의 번호판은 영업용과 비영업용의 도색이 틀리고, 현재 4종류의 번호판 체계를 갖고 있다. 따라서 번호판 인식은 이들 번호판을 종류별로 분류하고 인식해야 되는 어려움이 있다. 본 논문은 레이블링 기법으로 번호판 종류를 분류하고, 지역 글자 인식에서 뭉개짐 현상이 발생하는 경우, 기존의 신경망에서 인식치 못하는 것을 차영상과 신경망을 이용하여 인식률 향상을 이루었다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2011.04a
• /
• pp.437-440
• /
• 2011

본 논문은 이동식 자동영상속도측정기로 과속 단속된 영상자료 중 역광 원인으로 자동차 번호판을 인식할 수 없어 폐기되는 영상자료에 대한 번호판 인식률을 향상시키는 알고리즘을 제안하였다. 명암값 분포가 불규칙한 자동차 번호판 이미지나 영상 자체에 손상이 많은 자동차 번호판 이미지를 지역적 적응 이진화 알고리즘을 사용함으로써, 오츠 전역적 이진화 알고리즘보다 뛰어난 자동차 번호판 인식률을 얻었다.

• Journal of Navigation and Port Research
• /
• v.28 no.8
• /
• pp.727-733
• /
• 2004

In the car license plate recognition system, it is very important to extract the part of the license plate from the car image. In this paper, I use ACL algorithm to extract the license plate image from car image. The ACL algorithm is used to color and luminance information, either. Therefore in this paper, suggested algorithm is called ACL algorithm The ACL algorithm uses color, luminance information and the rate of license plate information Each of these information are used to exact area of license plate. The result of experiment to extract the car license plate with ACL algorithm is 97% extraction rate. The result of experiment with ACL algorithm for the character region, character recognition is 92% extraction rate.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2003.05a
• /
• pp.623-626
• /
• 2003

본 논문에서는 현재 자동차 번호판의 형식이 구 번호판과 신 번호판 두 가지 유형으로 구성되어 있다는 점을 고려하여 번호판의 세부적 세그멘테이션의 성능을 개선하는 방법에 대하여 제시한다. 컴퓨터 비젼을 바탕으로 한 자동차 번호판의 인식방법과 문자인식방법은 비용면이나 간편성에서 맡은 장점을 가지고 있으며 여러 응용분야에서 사용될 수 있기 때문에 다방면에서 시도되고 있다. 본 시스템은 모폴로지 연산과 클러스트링을 이용하여 자동차 번호판 전체 영역을 추출하는 방법을 사용한다. 다음으로 구번호판에서 신번호판으로 넘어가는 과도기적 단계에 있는 번호판들의 특징인 용도기능의 표시문자의 위치 차이를 이용하여 구 번호판과 신번호판을 먼저 분류한다. 분류된 번호판에서 두 번호판의 차이점인 차종기초 표시영역의 숫자를 나누어서 세그멘테이션함으로서 기존의 연구방법보다 개선된 세그멘테이션 능력과 이로 인하여 향상된 번호판 인식결과를 얻을 수 있다.

• 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.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2003.11a
• /
• pp.275-278
• /
• 2003

자동차 번호판 인식 시스템은 영상획득, 번호판추출, 전처리(이진화), 문자영역 분할, 문자인식 등의 5가지 핵심 부분으로 구성된다. 따라서 자동차 번호판 인식 시스템의 최종 인식율은 각 단계의 성능에 따라 직접적인 영향을 받는다. 본 논문은 영상처리 기법을 이용하여 영상에서 번호판 영역을 추출을 위한 연구로 문자인식 단계에서 높은 인식율을 확보할 수 있도록 빠른 연산속도와 추출 정확성을 높일 수 있는 알고리즘을 제안한다.

• 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.