• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.13 no.11
• /
• pp.2277-2282
• /
• 2009

In this paper, we proposed a new recognition method can be used in application systems using morphological features, difference operators and ART2 algorithm. At first, edges are extracted from an acquired car image by a camera using difference operators and the image of extracted edges is binarized by a block binarization method. In order to extract license plate area, noise areas are eliminated by applying morphological features of new and existing types of license plate to the 8-directional edge tracking algorithm in the binarized image. After the extraction of license plate area, mean binarization and mini-max binarization methods are applied to the extracted license plate area in order to eliminated noises by morphological features of individual elements in the license plate area, and then each character is extracted and combined by Labeling algorithm. The extracted and combined characters(letter and number symbols) are recognized after the learning by ART2 algorithm. In order to evaluate the extraction and recognition performances of the proposed method, 200 vehicle license plate images (100 for green type and 100 for white type) are used for experiment, and the experimental results show the proposed method is effective.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2002.11a
• /
• pp.751-754
• /
• 2002

본 논문에서는 획득한 차량 영상에서, 차량 번호판의 후보영역을 동적으로 할당하여 번호판을 추출하고, 이중 템플릿 매칭을 이용하여 인식하는 방법을 제안하였다. 차량 번호판 영역은 다른 영역에 비해 영상의 밀도값이 높다는 것을 근거로, 후보영역을 투영하여 추출된 영상의 밀도값과 기준밀도값을 비교하여 차이가 임계값 이하를 만족한 때 차량 번호판 영역으로 추출하고 만족하지 않을 때는 다음 후보영역을 투영하여 차량 번호판 영역을 추출하였다. 추출된 번호판 영역에서 문자와 숫자영역으로 분할된 입럭패턴과 표준패턴을 흑화소로 1차 매칭하고, 이 중 유사도가 높은 표준패턴과 다시 백화소로 2차 매칭하는 이중 템플릿 매칭으로 인식하였다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 1998.05a
• /
• pp.193-198
• /
• 1998

본 논문은 차량 영상에서 번호판을 인식하는 방법에 관하여 기술한다. 번호판이 가지는 수평 경계선을 Peak & Valley로 표현하고, 번호판의 Color 특성을 이용하여 번호판 영역을 추출한 뒤, 번호판 영역에서 히스토그램 기법을 이용하여 문자를 추출하고, Maximum Likely Hood에 의해 문자를 인식한다.

• Journal of Intelligence and Information Systems
• /
• v.8 no.1
• /
• pp.87-101
• /
• 2002

In this paper, we proposes the car plate recognition and describe the parking control system using the proposed car plate recognition algorithm. The car plate recognition system using color information and fuzzy c-means algorithm consists of the extraction part of a car plate from a car image and the recognition part of characters in the extracted car plate. This paper eliminates green noise from car image using the mode smoothing and extract plate region using green and white information of RGB color. The codes of extracted plate region is extracted by histogram based approach method and is recognized by fuzzy c-means algorithm. For experimental, we tested 80 car images. We shows that the proposed extraction method is better than that from the color information of RGB and HSI, respectively. So, we can know that the proposed car plate recognition method using fuzzy c-means algorithm was very efficient. We develop the parking control system using the proposed car plate recognition method, which showed performance improvement by the experimental results.

• 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 Korean Institute of Information and Commucation Sciences Conference
• /
• 2013.10a
• /
• pp.111-112
• /
• 2013

본 논문에서는 최근 증가하고 있는 차량의 질서 위반 행위 및 과태료 체납, 대포차 등에 대한 문제를 보다 효율적으로 해결하기 위하여 이동이 간편한 스마트 기기를 통하여 차량의 번호판을 인식하고 관리할 수 있는 시스템을 제시하고자 한다. 영상 촬영 기능과 데이터 전송 기능을 가지고 있는 휴대용 단말기를 소지한 사용자가 자동차의 번호판을 촬영했을 시 자동차 번호판을 인식하고 촬영된 영상과 차량 번호에 대한 데이터를 원격지 서버로 전송하여 차량 소유자에 대한 과태료 체납여부, 위반행위 등을 조회하여 해당 차량에 대한 정보 등을 신속하게 확인하고 현장에서 복합적으로 대응할 수 있는 시스템을 개발하고자 한다. 본 논문에서 제시할 주요한 기능은 영상처리를 통한 차량 번호판 인식과 인식된 차량 번호 정보와 번호판 영상 정보를 원격지 서버로 전송하여 정보를 관리 할 수 있는 시스템을 제시하고자 한다.

• Proceedings of the Korea Contents Association Conference
• /
• 2005.05a
• /
• pp.437-442
• /
• 2005

본 연구에서는 칼라정보와 주성분분석법(principal component analysis : PCA)를 이용한 차량 번호판 인식시스템을 구성하였다. 먼저 입력된 차량 영상에서 번호판의 형태적 특징과 녹색 칼라 정보를 이용하여 번호판 영역을 추출하였으며, 추출된 번호판내의 문자 및 숫자의 위치적 특징을 이용하여 번호판의 종류(구형, 신형, 최신형)를 구분하였다. 이렇게 추출되고 구분된 번호판은 문자의 상대적 위치정보와 수평 및 수직 투영 정보를 함께 이용하여 각각의 문자영역을 분리 추출하였다. 추출된 문자영역은 주성분분석법을 이용하여 고유벡터를 추출한 후 문자 인식에 사용하였다. 본 논문의 실험과정에서는 다양한 시간대 환경에서 촬영된 주행 중인 자동차 320대의 자가용 차량영상에 대하여 실험하였으며 높은 번호판 추출률과 번호판종류 구분률 그리고 문자 인식률을 얻을 수 있었다.

• Journal of Korea Multimedia Society
• /
• v.8 no.11
• /
• pp.1496-1509
• /
• 2005

In this paper, an adaptive license plate recognition system which detects and recognizes license plate at real-time by using projected plane convolution and Decision Tree Classifier is proposed. And it was tested in circumstances which presence of complex background. Generally, in expressway tollgate or gateway of parking lots, it is very difficult to detect and segment license plate because of size, entry angle and noisy problem of vehicles due to CCD camera and road environment. In the proposed algorithm, we suggested to extract license plate candidate region after going through image acquisition process with inputted real-time image, and then to compensate license size as well as gradient of vehicle with change of vehicle entry position. The proposed algorithm can exactly detect license plate using accumulated edge, projected convolution and chain code labeling method. And it also segments letter of license plate using adaptive binary method. And then, it recognizes license plate letter by applying hybrid pattern vector method. Experimental results show that the proposed algorithm can recognize the front and rear direction license plate at real-time in the presence of complex background environments. Accordingly license plate detection rate displayed $98.8\%$ and $96.5\%$ successive rate respectively. And also, from the segmented letters, it shows $97.3\%$ and $96\%$ successive recognition rate respectively.

• 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 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.