• Proceedings of the Korean Information Science Society Conference
• /
• 2001.10b
• /
• pp.328-330
• /
• 2001

컴퓨터 비전을 이용한 자동차 번호판 인식은 자동차에 특별한 장치가 필요없어 비용면에서 유리하다. 자동차 번호판을 인식하기 위해서는 번호판의 영역을 추출한 후 번호판에서 문자와 숫자 영역을 분리하고 그 세그먼트를 신경 회로망 혹은 다른 방법을 통하여 인식한다. 본 논문은 자동차 번호판 위치 검출 방법과 세그멘테이션 방법에 대하여 제안한다. 자동차 번호판 위치 검출을 위하여 모폴로지 기법과 ART2 클러스터링 방법을 이용하였고 검출한 번호판 영역에서 세그멘테이션은 모폴로지 연산을 이용한 이진화와 레이블링을 이용한다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2009.01a
• /
• pp.181-184
• /
• 2009

본 논문은 번호판 내 명암도 대비를 이용한 자동차 번호판 검출 기법을 제안한다. 평균값 필터와 라플라시안 필터를 사용하여 영상의 잡음을 제거하는 동시에 에지 성분을 향상시킨 후 조명 환경 변화에 강인한 번호판 내 명암도 대비 특징을 이용하여 문자 후보를 검출한다. 다음으로 검출된 문자 후보가 열을 이루는 텍스트 후보를 검출하고, 이 영역을 Otsu 이진화 기업을 사용하여 x축에 투영하였을 시 나타나는 패턴을 평가함으로써 최종적으로 자동차 번호판을 검출하게 된다. 제안하는 기법의 성능을 평가하기 위해 다수의 데이터를 사용하여 실험하였고, 이를 분석하여 제안하는 기법의 우수성을 검증하였다.

• 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.

• Journal of Digital Convergence
• /
• v.15 no.1
• /
• pp.239-245
• /
• 2017

For privacy protection, we propose a vehicle license plate region detection method in road view image served from portal site. Because vehicle license plate regions in road view images have different feature depending on distance, long distance vehicle license plate regions are not detected by feature of low resolution. Therefore, we suggest a method to detect short distance vehicle license plate regions by edge feature and long distance vehicle license plate regions using MSER feature. And then, we select candidate region of vehicle license plate region from detected region of each method, because the number of the vehicle license plate has a structural feature, we used it to detect the final vehicle license plate region. As the experiment result, we got a recall rate of 93%, precision rate of 75%, and F-Score rate of 80% in various road view images.

• 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.

• Proceedings of the Korean Information Science Society Conference
• /
• 1999.10b
• /
• pp.318-320
• /
• 1999

본 논문에서는 디지털 카메라를 통해 얻어진 자동차 영상으로부터 이산코사인변환(Discrete Cosin Transform : DCT)를 이용한 자동차번호판 추출방법을 제안한다. 번호판은 문자와 배경으로 이루어져 있으며 번호판 내에는 문자들이 조밀하게 모여 있다는 특징과 번호판 영역이 직사각형으로 되어 있다는 것을 이용하여 DCT에 의해서 자동차영상에서 수직, 수평, 대각선 성분만을 추출한후 이 추출된 에지영상에서 코릴레이션(Correlation)을 이용하여 번호판영역을 검출하고 이 검출된 번호판영역을 투영 히스토그램(Histogram)에 의해서 날씨가 흐리거나 아주 밝거나 밤에 찍은 영상들에 대해서는 번호판 추출이 힘들었다. 그러나 제안된 본 논문은 날씨와 납과 밤에 상관없이 일관된 번호판 영상을 추출할 수 있었다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2005.11a
• /
• pp.550-554
• /
• 2005

본 논문에서는 블럽을 사용해서 다수의 자동차 후면의 번호판을 추출하는 방법을 제안한다. 입력 영상에서 번호판의 문자와 배경사이의 명암도 차이를 이용하여, 입력 영상의 모든 블럽을 찾고, 찾아낸 블럽을 둘러싸는 최소의 사각형들을 구한다. 이 사각형들 중에서 일련의 경향성을 갖는 블럽 그룹을 찾는다. 찾아난 블럽 그룹이 자동차 번호판인지 아닌지를 SVM을 이용하여 확인한다. 적응적 이진화를 제외한 전처리작업을 하지 않았음에도 불구하고 번호판 검출률은 매우 높았으며, 번호판을 검출하는데 걸리는 시간도 길지 않았다.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.12 no.7
• /
• pp.1278-1290
• /
• 2008

This paper proposes a preprocessing method and a neural network based character recognizer to enhance the overall performance of the license plate recognition system. First, plate outlines are extracted by virtual line matching, and then the 4 vertexes are obtained by calculating intersecting points of extracted lines. By these vertexes, plate image is reconstructed as rectangle-shaped image by bilinear transform. Finally, the license plate is recognized by the neural network based classifier which had been trained using delta-bar-delta algorithm. Various license plate images were used in the experiments, and the proposed plate normalization enhanced the recognition performance up to 16 percent.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2014.01a
• /
• pp.55-57
• /
• 2014

본 논문에서는 자동차 번호판 인식을 위해 직선검출법, 모폴로지에 의한 검출법을 사용하지 않고, Blob 레이블링 기법을 이용한 번호판 인식 기법을 제안한다. 고성능 컴퓨팅 시스템의 성능 향상을 위한 효율적인 동적 작업부하 균등화 정책을 제안한다. ITS분야에서 가장 중요한 요소라 할 수 있는 자동차 번호판 인식은 자동화된 차량 관리 시스템 구성에 필수적인 요소로 요구된다. 또한, 자동차와 관련된 정보는 직, 간접적으로 높은 중요도를 가지고 있으며, 자동차와 관련된 정보가 이용되는 영역은 교통관리, 교통량분석, 자동 요금 징수 시스템, 자동차 위법 단속 등 응용범위가 나날이 넓어지고 있다. 본 논문에서는 자동차 번호판 인식을 위해 Blob 레이블링 기법을 이용하였으며, 번호판 인식을 위한 영상 샘플은 오츠알고리즘을 이용하여 이진화된 영상을 사용하였다.

• Journal of the Institute of Convergence Signal Processing
• /
• v.13 no.4
• /
• pp.173-179
• /
• 2012

In this paper, we presents a new method for vehicle number plate detection. Our method is basically the method extracting a rectangles from a car image because the shape of a vehicle number plate is a rectangle. For detecting the vehicle number plate, firstly, the contrast of the input image is enhanced. Then, the lines in the image are obtained by using LSD(line segment detector), and rectangles in the image are detected from the line data. These rectangles are the candidates of the car plate, from which the car plate is selected. In this procedure, the method of detecting rectangles is our proposed method, which consists of three stages: (1) extracting corners from the line segments by LSD; (2) extracting diagonal lines from the corner data; and (3) detecting rectangles from diagonal line information. And finally the vehicle number plate is selected from these rectangles by using the feature of the vehicle number plate and the inside information of rectangles. In the experiments with the 100 images captured by our digital camera, we have achieved a detection rate of 94%.