• 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 Korea Multimedia Society Conference
• /
• 2003.05b
• /
• pp.635-640
• /
• 2003

본 논문에서는 일본 차량 번호판 인식에 적응적 탬플릿 마스킹 방법을 이용하여 번호판 문자, 숫자를 분할하고 패턴벡터기법을 이용하여 인식하는 방법을 제안하였다 주, 야간과 거리에 따른 일본 차량 번호판 영상을 입력받아 전처리 과정을 수행한 후 에지 정보와 명도값 변화의 빈도수를 이용하여 번호판 영역을 검출하였다 검출된 번호판 영역에서 각 문자 및 숫자의 위치정보와 적응적 탬플릿을 이용하여 분할하고 번호판의 지역문자를 무게중심 패턴으로 분류 한 다음 크기와 이동에 무관한 특실을 가지는 패턴 벡터를 적용하여 문자를 인식하였으며, 숫자는 Four Segment Pattern을 이용하여 인식하도록 하였다 본 논문에서 제안한 방법을 실제 일관 차량 번호판 인식에 적용한 결과 98.8％ 추출율과 96.6％의 인식율을 나타내었다.

• Journal of Intelligence and Information Systems
• /
• v.8 no.1
• /
• pp.15-25
• /
• 2002

This paper proposes a vehicle license plate recognition system, which has relatively a simple structure and is highly tolerant of noise, by using the DCT(Discrete Cosine Transform) coefficients extracted from the character region of a license plate and the LVQ(Learning Vector Quantization) neural network. The image of a license plate is taken from a captured vehicle image based on RGB color information, and the character region is derived by the histogram of the license plate and the relative position of individual characters in the plate. The feature vector obtained by the DCT of extracted character region is utilized as an input to the LVQ neural classifier fur the recognition process. In the experiment, 109 vehicle images captured under various types of circumstances were tested with the proposed method, and the relatively high extraction rate of license plates and recognition rate were achieved.

• Journal of Korea Multimedia Society
• /
• v.8 no.11
• /
• pp.1449-1461
• /
• 2005

In this paper, we propose a vehicle recognition system based on the classification of vehicle identification mark and recognition of vehicle license plate. In the proposed algorithm, From the input vehicle image, we first simulate preprocessing procedures such as noise reduction, thinning etc., and detect vehicle identification mark and license plate region using the frequency distribution of intensity variation. And then, we classify extracted vehicle candidate region into identification mark, character and number of vehicle by using structural feature informations of vehicle. Lastly, we recognize vehicle informations with recognition of identification mark, character and number of vehicle using hybrid and vertical/horizontal pattern vector method. In the proposed algorithm, we used three properties of vehicle informations such as Independency property, discriminance property and frequency distribution of intensity variation property. In the vehicle images, identification mark is generally independent of the types of vehicle and vehicle identification mark. And also, the license plate region between character and background as well as horizontal/vertical intensity variations are more noticeable than other regions. To show the efficiency of the propofed algorithm, we tested it on 350 vehicle images and found that the propofed method shows good Performance regardless of irregular environment conditions as well as noise, size, and location of vehicles.

• Proceedings of the Korean Information Science Society Conference
• /
• 2004.04b
• /
• pp.748-750
• /
• 2004

주행 중인 차량 뒷 번호판을 획득하여 이진화하는 과정에서 번호판 주변의 움푹 들어간 차량구조 영향으로 인하여 번호판에 그림자가 드리워지게 된다. 그림자가 진 상황에서 영상을 이진화를 하게 되면 번호판 문자가 확실하게 나오지 않게 된다. 따라서 그림자가 드리워진 번호판에 대해서 그림자 영역의 경계를 구하여 처리를 하고, 그림자가 진 부분과 그림자가 지지 않은 부분을 각각 이진화한 후 두 부분을 합하여 번호판 문자를 얻어낸다. 그림자 처리 방법을 사용할 경우 일반적인 이진화를 했을 때 보다 훨씬 좋은 번호판 문자를 얻을 수 있었다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2004.04a
• /
• pp.192-197
• /
• 2004

본 논문에서는 수평ㆍ수직 에지의 형태학적 정보를 이용한 차량 번호판 추출과 개선된 RBF 네트워크를 이용한 차량 번호판 인식 시스템을 제안한다. 번호판 영역은 수평ㆍ수직 에지의 형태학적 정보를 이용하여 추출하고 개별 문자는 히스토그램 방법과 위치 정보를 이용한 방법에 윤곽선 추적 알고리즘을 병합하여 추출한다. 개별 문자 인식은 ARTI 알고리즘을 개선하여 지도 학습 방법과 결합한 개선된 신경망을 제안하여 차량 번호판 인식에 적용한다. 제안된 방법의 성능을 확인하기 위하여 트루 컬러 차량 영상 155개와 그레이 컬러 차량 영상 100개를 대상으로 실험한 결과, 수평ㆍ수직 에지의 형태학적 정보를 이용한 차량 번호판 추출 방법이 임계화를 이용한 차량 번호판 추출 방법, RGB와 HSI 컬러 정보를 각각 이용한 차량 번호판 추출 방법보다 추출률이 개선되었으며, 인식 성능도 개선된 신경망의 학습 알고리즘이 기존의 학습 알고리즘들보다 우수한 성능이 있음을 확인하였다.

• 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 Korea Information Processing Society Conference
• /
• 2017.11a
• /
• pp.785-788
• /
• 2017

우리나라의 차량 범죄율은 국민들의 소득 증가와 더불어 계속해서 증가 중인 추세이다. 현재 상용화 된 차량 번호판 인식은 시스템은 특정 우치에 고정되어 있고, 화면의 특정 영역에 물체가 들어와야만 번호판을 인식할 수 있다. 단순히 그 영역에 들어오지 못하면 번호판을 인식하지 못하고 지나치게 된다. 본 연구는 특정 영역에 구애받지 않고 장소, 화면 어디에서든 차량 번호판을 인식할 수 있게 딥 러닝 기술을 응용하여 범죄차량을 찾아내는 기법을 제안한다. 또한 서버와 연동시켜 실시간으로 범죄차량의 위치를 파악, 주변 경찰들에게 연락을 주어 빠르게 범죄차량을 검거하는 서비스를 제공한다.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.8 no.1
• /
• pp.80-87
• /
• 2004

In this paper we proposed the novel feature extraction method that is able to extract the individual characters from the license plate area of the car image more precisely by using the RGB color information and the fuzzy binarization newly proposed. The proposed method, first, extracts from the original image the areas that the pixels with the colors around the green are concentrated on as the candidate areas of the license plate, and selects the area with the most intensive distribution of pixels with the white color among the candidate areas as the license plate area. Second the noises of the license plate area should be removed by using 34{\times}$3 Sobel masking, and the fuzzy binarization method are proposed and applied to the license plate area to generate the binarized image of the license plate area. Lastly, the application of the contour tracking algorithm to the binarized area extracts the individual characters from the license plate area. The experiment on a variety of the real car images showed that the proposed method generates the higher rate of success for character extraction than the previous methods.

• 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.