• Journal of the Korean Institute of Telematics and Electronics
• /
• v.24 no.2
• /
• pp.309-314
• /
• 1987

Using computer picture processing, a method of extracting the region of a car number plate is described. A modified Hough transformation, in which parameter plane is restricted, is proposed. The demerits of Hough transformation, i.e., it requires much computation time and storage capacity, are reduced by this method. Further, taking the features of a car number plate into consideration, the region of a car number plate is extracted.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2017.07a
• /
• pp.127-128
• /
• 2017

해마다 대포차로 인한 사건 사고가 많이 일어나고 있으며, 피해율이 점점 더 증가하는 시점에서 검거율은 현저히 낮다. 이러한 문제를 줄이기 위해 대포차 검거 애플리케이션을 개발하고자 한다. 본 연구는 GPS와 사진으로부터 텍스트를 추출하는 기능을 활용하여 대포차를 검거하는 데 도움을 주는 애플리케이션이다. 사용자가 정차 및 주차되어 있는 차의 번호판을 사진 촬영 기능을 활용하여 자동으로 사진을 분석을 통해 차량의 번호를 인식하고, GPS를 활용하여 촬영한 장소의 위치 값을 추출하고 대포차 여부를 확인한다. 촬영한 차량이 대포차로 식별되면 관리 서버에 등록되고 대응 절차에 의해 대포차 검거 절차를 진행한다. 대포차의 실시간 검거를 위해 대포차 대응서버에서는 관리자에게 실시간으로 정보를 전송하고 알림 기능을 통해 검거 절차가 진행된다. 또한 실시간 대응에 어려움이 있는 상황에서는 자주 신고가 접수되는 출몰지역 정보를 관리자가 유추할 수 있도록 통계정보를 제공하여 추후 잠복에 의한 검거 정보를 제공한다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2004.10a
• /
• pp.564-567
• /
• 2004

In this thesis, a method is proposed to extract the car plate at the rear side of vehicle using blobs. We first extract the blobs in the input images using intensity variations and calculate the minimum horde. rectangle (MBR) of each blobs. It is followed that we select groups of blobs having similar width, centroid. And then, we try to detect the border lines of car plate and verify whether the area is a car plate or not using NN.

• The Magazine of the IEIE
• /
• v.15 no.1
• /
• pp.106-113
• /
• 1988

현재 필자가 소속하고 있는 연구실에서는, 컴퓨터 아니메이숀, 컴퓨터 그래픽, 화상처리, 인공지능에 관한 연구등을 하고 있다. 본고에서는 화상처리에 관한 연구중에서, 본 연구실에서 최근에 발표한 컴퓨터 비죤에 관계있는 각종의 도로 정보처리에 관한 연구에 대해서 소개한다. 우선, 화상처리의 수법을 이용한 자동조종의 연구로서, 고속도로에서의 선행차의 자동동정에 관한 연구와 하프변환을 이용한 차량번호판 추출에 관한 연구에 대해서 소개한다. 다음에 도로망 지도처리에 관한 연구로서, 차재형 자동항법 시스템의 개요에 관한 소개와 최단시간 경로에 관한 연구, 도로지도의 자동판독에 관한 연구에 대해서 소개한다. 가까운 미래에, 점점 자동차의 자동화가 추진되고, 인공위성을 이용해서 자동차의 현재 위치를 정확하게 파악할 수 있게 되면, 본고에서 소개하는 연구들이 보다 중요한 의미를 가지게 되리라 생각한다.

• Proceedings of the IEEK Conference
• /
• 2008.06a
• /
• pp.1037-1038
• /
• 2008

Since the characters are not clear always due to lighting conditions, sometimes only a part of the characters are detected and the boundary of the number plate is not completely shown. To solve this problem, this paper presents a new efficient algorithm for segmenting the number plate using the topological relationship among the characters in the number plate and its outer contour. The boundary of the number plate is estimated using the detected characters and detected by testing the connectivity of the vertical and horizontal edges. The superior performance of the proposed algorithm has been proved by the experiments.

• Journal of the Korean Society of Surveying, Geodesy, Photogrammetry and Cartography
• /
• v.37 no.4
• /
• pp.219-231
• /
• 2019

The specifications of signboards are set for each type of signboards, but the shape and size of the signboard actually installed are not uniform. In addition, because the colors of the signboard are not defined, so various colors are applied to the signboard. Methods for recognizing signboards can be thought of as similar methods of recognizing road signs and license plates, but due to the nature of the signboards, there are limitations in that the signboards can not be recognized in a way similar to road signs and license plates. In this study, we proposed a methodology for recognizing plate-type signboards, which are the main targets of illegal and old signboards, and automatically extracting areas of signboards, using the deep learning-based Faster R-CNN algorithm. The process of recognizing flat type signboards through signboard images captured by using smartphone cameras is divided into two sequences. First, the type of signboard was recognized using deep learning to recognize flat type signboards in various types of signboard images, and the result showed an accuracy of about 71%. Next, when the boundary recognition algorithm for the signboards was applied to recognize the boundary area of the flat type signboard, the boundary of flat type signboard was recognized with an accuracy of 85%.

• Proceedings of the Korea Multimedia Society Conference
• /
• 2000.04a
• /
• pp.353-356
• /
• 2000

본 논문에서는 데이터 내의 비선형 속성을 보다 빠르고 정확하게 추출하기 위한 수정된 학습알고리즘의 비선형 주요 성분분석 신경망을 제안한다. 제안된 학습알고리즘은 신경망의 학습시에 과거의 속성을 반영하기 위한 모멘트 항이 추가된 학습기법이다. 이는 최적해로의 수렴에 따른 발전을 억제하여 그 수렴성능을 좀더 개선시키는 모멘텀의 장점을 그대로 살리기 위함이다. 제안된 학습알고리즘을 이용한 신경망을 128$\times$128 픽셀의 Lenna와 256$\times$128 픽셀의 차량 번호판 영상들을 대상으로 시뮬레이션 한 결과, 제안된 학습알고리즘이 기존의 비선형 주요성분 분석을 위한 신경망이나 선형속성을 가지는 역전파 알고리즘을 이용한 신경망보다 더욱 우수한 수렴 성능과 특징추출 성능이 있음을 확인하였다.

• Journal of Institute of Control, Robotics and Systems
• /
• v.12 no.4
• /
• pp.400-404
• /
• 2006

We suggest a method to detect rear car license plate of one more cars by using blobs. First, we try to search all of the blobs from an input image based on the difference between objects and background. Second, we obtain rectangles enclosed the blobs, and rectangle clusters by considering the properties, for example, the number, size, distance, position. Third, the cluster is verified by the Support Vector Machine. Even if we only use the adaptive binarization as the preprocessing, the detection ratio is very high.

• Proceedings of the Korean Institute of Navigation and Port Research Conference
• /
• 2022.11a
• /
• pp.281-283
• /
• 2022

화물 선박의 전복사고가 매해 발생하고 있음에도 화물을 측정하지 않고 서류에 의존하는 방식으로 화물을 선적하고 있습니다. 우리는 사고의 원인을 사전에 차단할 수 있는 자동 계측 시스템을 연구하였습니다. 본 논문의 시스템은 LiDAR 센서를 이용하여 비규격 화물이 멈추지 않고 자동 계측되어 인력과 시간의 소요를 줄이고 산출된 체적과 3D 모델을 제공합니다. 게다가 화물 차량에 실린 화물을 내리지 않고도 화물의 체적을 산출할 수 있어 항만의 효율성을 향상할 수 있을 것으로 기대합니다.

• Journal of the Institute of Electronics and Information Engineers
• /
• v.51 no.2
• /
• pp.95-101
• /
• 2014

This paper explains effective tracking method for a vehicle cutting in a line on the road automatically. The method employs KLT based on optical flow using play-back image sequence. Main contribution of this paper is play-back image sequence that is in order image frames for rewind direction from a reference point in time. The moment when recognizing camera can read a license plate very well can usually be the reference point in time. The biggest images of object traced can usually be obtained at this moment also. When optic flow is applied, the bigger image of the object traced can be obtained, the more feature points can be obtained. More many feature points bring good result of tracking object. After the recognizing cameras read a license plate on the vehicle suspected of cut-in-line violation, and then the system extracts the play-back image sequence from the tracking cameras for watching wide range. This paper compares using play-back image sequence as normal method for tracking to using play-forward image sequence as suggested method on the results of the experiment and also shows the suggested algorithm has a good performance that can be applied to the unmanned system for watching cut-in-line violation.