• 제목/요약/키워드: 자동차 번호판 추출

검색결과 94건 처리시간 0.026초

HSI 컬러 모델에 기반한 자동차 번호판 영역 추출 (Detection of License Plate Area in a Car Image based on HSI Color Model)

  • 이운석;김희승
    • 한국정보과학회:학술대회논문집
    • /
    • 한국정보과학회 1999년도 가을 학술발표논문집 Vol.26 No.2 (2)
    • /
    • 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.

  • PDF

학습 기반의 자동차 번호판 인식 시스템 (Learing-based approach for License Plate Recognition)

  • 김종배;김갑기;김항준
    • 융합신호처리학회 학술대회논문집
    • /
    • 한국신호처리시스템학회 2000년도 하계종합학술대회논문집
    • /
    • 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.

  • PDF

ACL 알고리즘을 이용한 자동차 번호판 영역 추출에 대한 연구 (A Study on Car License Plate Extraction using ACL Algorithm)

  • 문두열;이용희;장승주
    • 한국항해항만학회지
    • /
    • 제28권8호
    • /
    • pp.727-733
    • /
    • 2004
  • 자동차 번호판 인식 시스템에서 가장 중요한 요소가 자동차 이미지 영역에서 번호판 영역을 정확히 검출해 내는 것이다. 자동차 이미지에서 번호판 영역을 추출하기 위한 방법으로 색상과 밝기 정보와 자동차 번호판의 가로 세로 비율 등 번호판을 인식할 수 있는 정보를 혼용한 ACL 알고리즘을 제안한다. ACL 알고리즘을 사용함으로써 기존의 색상 정보나 명암 정보만을 이용할 경우 자동차 번호판 영역 추출이 잘되지 않는 문제를 해소시켜 준다. 본 논문에서 제안하는 ACL 알고리즘은 자동차 이미지에서 번호판 영역을 추출할 경우 색상 정보와 명암정보, 기타 자동차 번호판을 판단할 수 있는 정보를 모두 이용한다. ACL 알고리즘을 이용하여 번호판 추출 실험을 한 결과 97%의 추출률을 보였다. ACL 알고리즘을 이용하여 추출된 번호판을 이용하여 문자 영역, 문자 인식을 한 결과 92%의 결과를 보였다.

하이브리드 패턴벡터를 이용한 자동차 마크 인식 및 번호판 인식 알고리즘 (Vehicle Mark and License Plate Recognition Using Hybrid Pattern Vector)

  • 이수현;김영일;이응주
    • 대한전자공학회:학술대회논문집
    • /
    • 대한전자공학회 2001년도 제14회 신호처리 합동 학술대회 논문집
    • /
    • pp.459-462
    • /
    • 2001
  • 본 논문에서는 하이브리드 패턴벡터를 이용하여 자동차의 고유 마크와 차량 번호를 실시간으로 인식하는 알고리즘을 제안하였다. 제안한 알고리즘에서는 차량 입력 영상에서 차량의 마크와 번호판의 수평 및 수직 명암값 빈도수 변화를 이용해 마크와 번호판 영역을 추출한다. 또한, 추출된 알고리즘으로부터 수평 수직 패턴을 적용해 자동차의 마크를 인식하고 하이브리드 패턴벡터를 이용하여 번호판의 문자 및 숫자를 인식하도록 하였다. 제안한 자동차 마크 및 번호판 추출 과정에서는 마크와 번호판 영역의 문자와 배경이 뚜렷하게 구별되는 상대적인 크기의 특성과 수평 및 수직 빈도수와 패턴 벡터를 사용하여 마크 및 번호판 영역을 추출, 인식하도록하였다. 제안한 방법들을 적용한 결과, 차량 번호판의 크기에 관계없이 잡음에 영향을 받지 않고 차량의 종류와 번호를 실시간으로 처리할 수 있으며 차량번호판 추출 및 인식뿐 아니라 차량의 마크 추출 가능성을 제시하였다.

  • PDF

개선된 Fuzzy ART를 이용한 자동차 번호판 인식에 관한 연구 (Recognition System of a Car License Plate using a Fuzzy Networks)

  • 허남숙;임은경;김광백
    • 한국멀티미디어학회:학술대회논문집
    • /
    • 한국멀티미디어학회 2000년도 춘계학술발표논문집
    • /
    • 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.

  • PDF

ACL 알고리즘을 이용한 자동차 번호판 영역 추출에 대한 연구 (A Study on Car License Plate Extraction using ACL Algorithm)

  • 장승주;신병철
    • 정보처리학회논문지D
    • /
    • 제9D권6호
    • /
    • pp.1113-1118
    • /
    • 2002
  • 자동차 번호판 인식 시스템에서 가장 중요한 요소는 자동차 이미지로부터 번호판 영역을 정확히 검출해 내는 것이다. 자동차 이미지에서 번호판 영역을 추출하기 위한 방법으로 색상과 밝기 정보와 자동차 번호판의 가로 : 세로 비율 등 번호판을 인식할 수 있는 정보를 혼용한 ACL 알고리즘을 제안한다 ACL 알고리즘을 사용함으로써 기존의 색상 정보나 명암 정보만을 이용할 경우 자동차 번호판 영역 추출이 잘되지 않는 문제를 해소시켜 준다. 본 논문에서 제안하는 ACL 알고리즘은 자동차 이미지에서 번호판 영역을 추출하기 위하여 색상 정보와 명암 정보, 기타 자동차 번호판을 판단할 수 있는 정보를 모두 이용한다. ACL 알고리즘을 이용하여 번호판 추출 실험을 한 결과 97%의 추출률을 보였다. ACL 알고리즘을 이용하여 추출된 번호판을 이용하여 문자 영역, 문자 인식을 실험한 결과 92%의 결과를 보였다.

DCT를 이용한 자동차번호판 추출에 관한 연구 (A Study For Vehicle License Plate Extraction Using DCT)

  • 경보현;손태주;전호상;이학찬;남성기;남궁재찬
    • 한국정보과학회:학술대회논문집
    • /
    • 한국정보과학회 1999년도 가을 학술발표논문집 Vol.26 No.2 (2)
    • /
    • 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.

  • PDF

색상정보와 행별 Red값 변화량을 이용한 자동차 번호판과 글자 추출 (Extraction of Automobile License Plates and Letter Using Color Information and Red Value Change in Line-by-Line)

  • 유송현;이도경;정제창
    • 한국방송∙미디어공학회:학술대회논문집
    • /
    • 한국방송공학회 2014년도 추계학술대회
    • /
    • pp.138-141
    • /
    • 2014
  • 본 논문에서는 색상 정보를 이용하여 배경 영역이 포함된 자동차의 전,후면 사진에서의 자동차 번호판 영역(녹색, 흰색) 추출과 추출된 번호판에서 글자를 분리해내는 방법을 제안한다. 기존의 색상 정보를 이용하여 번호판을 추출하는 방법은 흰색 번호판(신형 번호판)의 경우에는 배경 영역에서 흰색인 영역도 많고 국내 차량 중에 흰색 차량이 많기 때문에 번호판 영역과 배경 영역 사이의 명확한 구분에 어려움이 있었다. 따라서 행별 Red값 변화도를 조사하여 배경 영역과 번호판 영역 사이의 명확한 구분을 하게 하며, 흰색 번호판의 경우에 추출이 안되면 흰색의 기준을 더 낮추어서 다시 영역 추출을 할 수 있는 재추출 알고리즘을 추가해서 비교적 어두운 사진에서도 번호판영역을 추출할 수 있도록 한다. 추출된 번호판에서 글자를 추출해내는 과정에서도 이진화를 거치면 노이즈가 많이 생기기 때문에 이를 줄이고자 행별 Red값 변화도를 조사하여 번호판 영역에서 위아래 부분의 노이즈를 줄일 수 있도록 하였다.

  • PDF

적응성 신경회로망 기법을 이용한 차량 일련번호 추출 (The Extraction of Vehicle Number Components Using Adaptive Neural Network)

  • 제성관;강이철;차의영
    • 한국멀티미디어학회:학술대회논문집
    • /
    • 한국멀티미디어학회 2000년도 추계학술발표논문집
    • /
    • pp.139-142
    • /
    • 2000
  • 자동차 번호판 일련번호를 인식하는 과정에서 차량이미지는 예상치 못할 정도로 복합적인 문제를 많이 포함하고 있다. 번호판 주위환경에서의 다양한 조건에 따른 적응성을 가지고 빠근 추출을 성공적으로 수행하는 것은 이 분야에서 매우 중요한 문제이다. 본 논문은 이러한 문제를 해결할 수 있는 자동차 번호판 일련번호 추출에 관한 연구로서, 레이블링기법과 적응성 신경망을 활성화시켜 일련번호를 추출하는 알고리즘을 제안하므로써 자동차 번호판 주위환경의 다양한 조건과 복합적 문제를 빠른 시간에 적응하여 해결을 할 수 있도록 하였다.

  • PDF

모폴로지 연산을 이용한 자동차 영상에서의 고속의 번호판 추출 (Fast Extraction of Vehicle Plate in Car Image using Morphology Operation)

  • 유돈극;이종구;정재영
    • 한국산업정보학회:학술대회논문집
    • /
    • 한국산업정보학회 2002년도 춘계학술대회 논문집
    • /
    • pp.343-347
    • /
    • 2002
  • 본 논문에서 는 자동차 영상에서 모폴로지 연산을 이용한 번호판 추출 방법을 제안한다. 먼저 입력 받은 자동차 영상을 적응적 임계값을 적용하여 이진화 한다. 이 진화 영상에 대하여 모폴로지 연산의 침식/팽창 과정을 연속적으로 수행하여 번호판 내의 문자영역을 제거하는 opening과정 과 팽창/침식 과정을 연속적으로 수행하여 번호판 내의 문자영역을 확장하는 closing 연산을 병렬 수행한 후 그들간의 차영상을 추출한다. 추출된 차영상에 Geo-correction과 번호판의 일반적인 특성을 이용한 필터링 작업을 수행하여 실제 번호판 영역을 추출한다. 제안한 방법을 구현하고 다양한 각도에서 취득된 다양한 형태의 자동차 영상에 적용하여 본 알고리즘의 효용성을 보인다.

  • PDF