• KSCE Journal of Civil and Environmental Engineering Research
• /
• v.26 no.3D
• /
• pp.349-352
• /
• 2006

To cope with traffic congestion, traffic accidents and lack of parking facilities, caused by dramatic increase in total vehicle number, vigorous researches on managing vehicles efficiently are done, both domestically and internationally. The vehicle license plate recognition makes effective management of traffic possible, with its wide application in many fields, covering from speed enforcement, collecting toll, stolen vehicle detection to parking management. The vehicle license plate recognition system causes high cost for collecting training data. Many researches are done by using the virtual sample method, which can be effective for utilizing limited number of training data by generating virtual sample. This paper investigates techniques to improve the performance of vehicle license plate recognition by using the training data's annexation. Also, popular methods for virtual sample creation used for text recognition algorithm are analyzed and their effectiveness is verified.

• 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.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.7 no.4
• /
• pp.833-838
• /
• 2003

This paper presents novel methods of recognizing license plates of passing vehicles outdo(n. In particular, the proposed method is much robust for inclined plates caused by the changes of camera placement. To acquire fine images of quickly passing vehicles under a wide range of illumination conditions, we developed a sensing system having superb characteristics. We expanded the dynamic range and eliminated the blurring of images of fast moving vehicles by synthesizing a pair of synchronized images with different intensities. furthermore, to extend the flexibility of the positioning of the TV camera, we propose a recognition algorithm that can be applied to inclined plates. The performance of the integrated system was investigated on real images of vehicles captured under various illumination conditions. The recognition rates of over 99% (conventional plates) and over 97% (highly inclined plates) shows that the developed system is effective for license plate recognition.

• 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.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2003.05a
• /
• pp.627-630
• /
• 2003

기존의 자동차 번호판 인식시스템은 특정위치에 설치된 카메라로부터 획득한 영상을 서버로 전송하여 서버가 모든 처리 및 인식을 하게 된다. 하지만 다량의 카메라를 설치할 경우 서버의 부하가 심해지는 단점이 있다. 따라서 본 논문에서는 카메라에 연결된 DSP 보드를 통해 자동차 번호판 인식에 필요한 각각의 문자라 숫자를 추출하고, 이진화 및 정규화 과정을 거쳐 서버로 전송함으로써, 서버는 인식단계만을 수행하여 부하를 줄이는 방식을 제안한다.

• 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 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.

• Proceedings of the Korea Society of Information Technology Applications Conference
• /
• 2003.06a
• /
• pp.81-82
• /
• 2003

• 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.