• 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 Korea Multimedia Society Conference
• /
• 2003.05b
• /
• pp.641-645
• /
• 2003

본 논문은 일반적으로 차량의 번호판이 차종에 따라 녹색계통과 노란색계통 등 일정한 색상을 가지고 있다는 특징을 이용하여, 복합 칼라 좌표계의 성분을 결합한 차량 번호판 영역 추출에 대한 방법을 제안하였다. LUV와 HSI 및 YIQ 칼라 좌표계에서 번호판 영역을 검출하기 위해 사용한 색상은 U, H, Q영역이고 이진화 작업을 위한 임계치 조정의 효율성을 높이기 위해 각 영역의 평균 자기 값을 기준이 되는 값으로 보정하는 방법을 사용하였다. 처리과정의 효율성을 높이기 위해 번호판 후보 영역을 선정하여 번호판 크기의 마스크영역을 수직, 수평 라인으로 검색하여 추출하는 방법을 사용하였다. 실험 결과 H와 Q성분으로만 실험대상에 대하여 결합한 경우는 72.58％의 추출률을 보인 반면, 제안한 방법인 U와 H 및 Q성분의 결합에 의한 경우는 100％의 추출률을 보였다.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.7 no.5
• /
• pp.1052-1061
• /
• 2003

In this paper, we propose the car plate recognition using SOM algorithm and describe the parking control system using the proposed car plate recognition. The recognition of car plate was investigated by means of the SOM algorithm. The morphological information of horizontal and vertical edges was used to extract a plate area from a car image. In addition, the 4-direction contour tracking algorithm was applied to extract the specific area, which includes characters from an extracted plate area. The extracted characteristic area was recognized by using the SOM algorithm. In this paper, 50 car images were tested. The extraction rate obtained by the proposed extraction method showed better results than that from the color information of RGB and HSI, respectively. And the car plate recognition using SOM algorithm was very efficient. We develop the parking control system using the proposed car plate recognition that shows performance improvement by the experimental results.

• The Journal of the Korea institute of electronic communication sciences
• /
• v.5 no.5
• /
• pp.471-476
• /
• 2010

In this paper, we propose an effective method that recognizes the vehicle license plate using RGB color information and back-propagation neural network algorithm. First, the image of the vehicle license plate is adjusted by the Mean of Blue values in the vehicle plate and two candidate areas of Red and Green region are classified by calculating the differences of pixel values and the final Green area is searched by back-propagation algorithm. Second, our method detects the area of the vehicle plate using the frequence of the horizontal and the vertical histogram. Finally, each of codes are detected by an edge detection algorithm and are recognized by error back-propagation algorithm. In order to evaluate the performance of our proposed extraction and recognition method, we have run experiments on a new car plates. Experimental results showed that the proposed license plate extraction is better than that of existing HSI information model and the overall recognition was effective.

• Proceedings of the Korean Information Science Society Conference
• /
• 2003.10b
• /
• pp.601-603
• /
• 2003

최근에 차량수의 증가로 인하여 교통량이 증가하고 그로 인하여 ITS(Intelligent Transport System)에 대한 관심이 증가하게 되었다. 그 중에서도 LPR system(License Plate Recognition system)은 ITS에서 중요한 역할을 한다. 본 논문에서는 차량의 번호를 인식하기 위해 선행되어야 하는 과정인 대상 차량의 번호판 영역을 추출하고 구성 숫자들을 분리하는 알고리즘을 제안한다. 이 알고리즘은 영상에서 차량의 번호판 영역을 찾는 부분과 번호판의 숫자를 분리하는 부분으로 구성이 되어 있다. 먼저 입력 영상에서 gradient를 구하게 된다. 구해진 gradient에서 차량의 구조와 transition의 횟수를 조사를 통해서 번호판 영역을 찾게 된다. 찾아진 번호판 영역에서 adaptive threshold를 적용하여 숫자들을 분리하게 된다. 실내 주차장 환경에서 촬영된 영상을 대상으로 실험을 수행하고 그 결과를 정리하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2002.04a
• /
• pp.775-778
• /
• 2002

본 논문에서는 도로를 주행하는 차량영상으로부터 번호판의 인식에 대한 연구이다. 차량을 검출하기 위해 두 프레임의 차를 이용하여 도로상에서 차량을 분리하였고, 번호판 영역을 추출하기 위해 명암도 변화의 파형 곡선 결과에 임계값을 적용하여 번호판을 추출하였다. 번호판 영역 검출은 96.05%의 검출결과를 얻었으며, 차량의 번호판 문자인식은 신경망을 통하여 학습 시켰 그 성능은 잭나이프 기법을 통해 측정하였다. 학습데이터에 대해서는 99.85 비학습데이터에 대해서는 88.15%의 인식율을 보였다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2015.07a
• /
• pp.41-44
• /
• 2015

본 논문에서는 안드로이드 기기를 활용하여 차량의 번호판을 인식하는 시스템을 제안한다. 이 시스템은 안드로이드 기기로 촬영한 차량의 이미지를 이용하여 번호판을 인식한다. 촬영한 이미지에서 번호판 영역을 추출한 후 번호판 영역 내에서 각각의 문자를 개별 추출한다. 추출된 각각의 문자에 대하여 세선화를 수행하고 세선화 후 얻은 이미지를 신경망의 입력으로 이용하여 최종적으로 개별의 문자를 인식하고 결과를 안드로이드 기기에 출력한다. 안드로이드 기기를 이용하여 바로 번호판을 인식할 수 있기 때문에 시, 공간에 대한 제약이 없으며 신경망을 사용하기 때문에 기존의 문자 인식 방법보다 우수한 인식률을 보인다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• v.9 no.1
• /
• pp.493-496
• /
• 2005

In this paper, we propose a new approach to detect candidate area of vehicle license plate using compounded color and vertical edge information it's own. Also, we propose a verification course, to compressed image generated by Fast DCT, using SVM to increase accuracy of extracted vechicle license plate area. Proposed method is consider that vehicle's position, become a object of it's license plate recognition, has various angle, scale and include enough environment informations. As a experimental results, proposed method shows a superior performance compared with the case that not includes verification course using SVM.

• The Journal of the Acoustical Society of Korea
• /
• v.17 no.5
• /
• pp.22-27
• /
• 1998

본 논문에서는 차량 자동 인식 시스템(AVI:Automatic Vehicle Identification)구현에 있어 목표 영역이 되는 차량 번호판과 운전자 얼굴의 특진요소를 효율적으로 추출하기 위한 방법에 대해 다루고자 한다. 이를 위해 카메라를 두 대 설치하여 한 대의 카메라로부터는 차량 번호판 영역을 추출하고 또 하나의 카메라로는 운전자의 얼굴영역을 추출한다. 목표가 되는 두 영역의 추출을 위해 환경에 불변인 경계선 추출 방법을 제안하였고, 히스토그램의 특성을 이용하여 목표영역을 추출한다. 최종적으로 차량 번호판의 경우 추출된 번호판 영역 에 다시 X, Y 라인히스토그램을 이용하여 문자영역의 분리를 행하였고, 운전자의 경우 눈, 코, 입 등에 대한 특징을 추출하였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2005.07b
• /
• pp.850-852
• /
• 2005

차량을 포함하는 임의의 영상에서 번호판 추출은 다양한 조명조건 및 배경, 촬영 각도, 번호판 종류 등의 요인으로 인해 고도의 영상처리 과정을 필요로 한다. 본 논문에서는 실제 환경에서 발생할 수 있는 이러한 요인들에 대해 강건한 번호판 추출 방법을 제안한다. 제안하는 방법은 입력영상의 RGB 성분들을 색상성분과 영암성분으로 분리할 수 있는 칼라모델 HSI로 변환하고 H(hue)와 S(saturation)성분을 이용하여 번호판의 배경색상을 고려한 칼라 퍼지지도를 구성한다. 또한, I(intensity)성분을 이용하여 에지밀도를 추출하고 에지밀도 지도에 기반한 영역분리 퍼지지도를 생성한다. 마지막으로, 후보영역 탐색을 위해 칼라 퍼지지도와 영역분리 퍼지지도를 결합하고, 연결성분 해석(Connected Component Analysis)을 통해 ROI(Region Of Interest)를 추출한다. 제안하는 방법의 유효성 검증을 위해 조명 및 촬영 각도에 제한을 거의 두지 않고 촬영된 차량 영상 410장을 실험 영상으로 사용하였다. 실험 결과에서는 $97.1\%$의 효과적인 추출 성공률을 볼 수 있었다.