• 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 Operations and Management Science Society Conference
• /
• 2006.05a
• /
• pp.33-36
• /
• 2006

OR 기법이 현실에 성공적으로 적용된 분야 중 하나가 차량 경로 문제 풀이며 이 분야에 대한 연구는 꾸준히 진행되어 오고 있다. 시간대 제약이 있는 차량 수 배송 문제는 기존의 차량 배송 문제에서 더욱 진보된 형태의 문제이다. 많은 연구가 있어왔지만, 이러한 형태의 문제들은 NP-hard 형태의 문제이므로 meta-heuristic 기법들이 많이 사용되었다. 유전자 알고리즘에 비해 타부 서치 기법이 많이 사용되었는데, 이는 시간대 제약이 있는 차량 수 배송 문제의 경우 유전자 알고리즘의 근간인 염색체 형태로 표현하기가 쉽지 않기 때문이다. 이에 본 논문에서는 시간대 제약이 있는 차량 수 배송 문제를 다수의 차량을 사용하는 Grouping Genetic Algorithms을 적용하여 이러한 어려움을 해결하였다. 또한, 기존의 유전자 알고리즘들은 초기 해 집단을 임의 선택 방식으로 구성하였지만, 초기 해 집단 구성을 heuristic 기법을 사용하여 적합도 함수 값이 좋은 해들로 구성하여 기존에 사용된 알고리즘들과 성능을 비교 분석하고자 한다.

• Journal of the KSME
• /
• v.44 no.1
• /
• pp.27-27
• /
• 2004

미국 국방부 소속 육군차량사업부(National A Automotive Center)는 대체에너지를 이용한 군용 차량 개발을 위해 Michigan 주 Rochester Hills에 위치한 E Energy Conversion Devices(ECD) 사와 일부 기술 개발 에 대한 기술 제휴를 한다고 발표했다. 국방부는 태양전 지와 수소를 연료로 사용하는 대체에너지 차량을 개발하 기 위해 ECD에 1단계 연구에 필요한 연구비를 지원했다. 이번 연구에는 연료전지를사용한차량개발을위해 5 500,$\omega$0달러가 투자되는데, Texaco Ovollic Hydrogen S Systems(TOHC)의 고체 휴대용 수소 연료와 채충천 (refueling) 시스탬이 주요 개발 목표로 설정됐다. ECD의 역할은 최근 개발된 Toyota Prius에 시범 적으로 장착된 저압 고체형 수소 저장 시스템의 기술을 군용 차량에 알맞게 전환시키는 것이다. TOHC와 ECD가 개발한 고체형 수소 보관 시스댐은 고압을 요구하는 연료전지 차량의 수소 저 장 시스템이 갖고 있는 많은 문제점들을 해결할 수 있을 것으로 기대되는 연료전지를 이용한 엔진 개발 중 최신 기술이다. 특히 전투 상황에서 차량이 폭발하기 쉬운 수소 저장 탱크를 장착한 채 전 장으로간다는 것은적에게 노출 될 경우자살과마찬가지인 치명적인 피해를 입을수 있다. 이 프로젝트의 개요를 살펴보면, 수소 저장 시스템은 적어도 약 lOkg의 수소를 적은 용적 내에 낮은 압력에서 안전하게 고체 상태로 저장할 수 있다. 이 고체 저장 용기는 하루에 두 번 1.7kg의 수소를 10분 이내에 재급유할 수 있다. 수소는대부분고압가스형태나저온액체 형태로보관된다. 기체나액체 형태의 수소는 연료전 지에 사용되기에는 적합하지 않은 점이 많다. Ovonie 수소 저장 방법은 수소를 저압 고체 형태 ( (metal hydride)로 보관하는 방법으로, 고압 기체나 저온 액체가 갖고 있는 많은 문제점들을 해결 할수있다. 그림을 참조하면 고체 형태의 수소 보관 방법이 다른 보관 방법에 비교해 단위 체적당 최고 6배 많은수소질량을보관할수 있다. 이 고체 형태의 보관방법은수소가적절한합금과평형 압력 이 상의 환경에 놓일 경우 합금에 홉착되는 현상을 이용하고 있다. 수소를 흡수한 합금은 새로운 특성 을 가진 metal hydride로 변하게 된다. 이 과정 에서 열이 부산물로 발생한다. 반대로 수소를 metal hydride로부터 분리시키기 위해서는 합금을 가열해야 한다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2008.10a
• /
• pp.431-435
• /
• 2008

2006년 11월 이후 신 차량 번호판 등장 후, 신 차량 번호판과 구 차량 번호판이 혼합되어 있다. 이에 따라 속도위반, 신호위반 단속, 무인 주차관리 시스템, 범죄 및 도주 차량 검거, 고속도로 톨게이트에서 통행료 지불로 인한 교통 체증현상을 해소하기 위한 자동 요금 징수와 같은 다양한 경우에서 자동차 번호판의 특징에 맞는 인식 시스템이 요구되고 있다. 따라서 본 논문에서는 이러한 문제를 해결하기 위해 형태학적 특징 및 차 연산과 ART2 알고리즘을 이용한 차량 번호판 인식 방법을 제안한다. 무인 카메라에서 획득된 차량 번호판 영상에서 차 연산을 이용하여 에지를 추출한 후에 블록 이진화를 한다. 이진화 된 차량 영상에서 신 구 차량 번호판의 형태학적 특성을 8방향 윤곽선 추적 알고리즘에 적용하여 잡음 영역을 제거하고, 차량의 번호판 영역을 추출한다 추출된 번호판 영역에 대하여 평균 이진화와 최대 최소 이진화를 적용하여 번호판의 개별 영역에 대한 형태학적 특성을 고려하여 잡음을 제거하고, Labeling 알고리즘을 적용하여 개별 문자를 추출한 후에 결합한다. 이렇게 분류된 개별 문자 및 숫자 코드를 ART2 알고리즘에 적용하여 학습 및 인식을 한다. 제안된 차량 번호판 추출 및 인식 방법의 성능을 평가하기 위해 녹색 번호판과 흰색 번호판 이미지 각각 100장을 대상으로 실험한 결과, 제시 된 차량 번호판 추출 및 인식 방법이 실험을 통해서 효율적인 것을 확인하였다.

• Journal of Korea Multimedia Society
• /
• v.5 no.1
• /
• pp.10-17
• /
• 2002

It is necessary to induce for using mass transit instead of passenger car, which is high occupied roadway. It is necessary to develop the automated enforcement system to do manage such things. There are lots of problems to enforce the exclusive roadway. One of the biggest problem is the difficulty of vehicle classification. In this paper, morphological vehicle classification algorithm is proposed. Vehicle object is separated from background using frame difference, then the proposed unique weighted skeleton feature is extracted. The experiments show that the vehicle identification results produced by weighted skeleton feature seem to be good quality.

• The Journal of the Korea institute of electronic communication sciences
• /
• v.7 no.5
• /
• pp.967-974
• /
• 2012

In this paper, a vehicle detection algorithm with HD CCTV camera images using GMM(Gaussian Mixture Model) algorithm and mathematical morphological processing is proposed. At the first stage, background could be estimated using GMM from CCTV input image signal and then object could be separated from difference image of the input image and background image. At the second stage, candidated object were reformed by using mathematical morphological processing. Finally, vehicle object could be detected using vehicle size informations depend on distance and vehicle type in tunnel. Through real experiments in tunnel, it is shown that the proposed system works well.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2010.05a
• /
• pp.193-196
• /
• 2010

In this paper, we propose a method to classify the types of vehicle as full, medium, or small size. The proposed method is composed of three steps. First, after obtaining vehicle contour from template candidate image, edge distance template is created by distance transform of the vehicle's contour. Second, the vehicle type of input image is classified as the type of template which has minimal edge distance with input image. The edge distance value means the measurement of distance between input image and template at each pixel which is part of vehicle contour. Experimental results demonstrate that our method presented a good performance of 80% about test images.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2009.04a
• /
• pp.7-10
• /
• 2009

본 연구에서는 차량 네트워크를 구성하는 CAN(Controller Area Network), MOST(Media Oriented System Transport)등의 버스 시스템을 중심으로 IVN(In-Vechicle Network)에 대한 선행연구와 지능형 통합 Gateway 개발 연구를 통해 통합적인 차량 상태정보 수집 및 교환을 위한 차량 Gateway를 제시하고, Soc(System on Chip)형태의 차량용 인터페이스(HMI, Human Machine Interface)를 통한 지능형 통합 GateWay 통신 기술을 OSGi의 번들 형태로 제작하여 알아본다.

• Journal of the Korea Society of Computer and Information
• /
• v.26 no.9
• /
• pp.49-55
• /
• 2021

In this paper, an enhanced 2-stage vehicle license plate detection scheme using object segmentation is proposed to detect accurately the rotated license plates due to the inclined photographing angles in real-road situations. With the previous 3-stage vehicle license plate detection pipeline model, the detection accuracy is likely decreased as the license plates are declined. To resolve this problem, we propose an enhanced 2-stage model by replacing the frontal two processing stages which are for detecting vehicle area and vehicle license plate respectively in only rectangular shapes in the previous 3-stage model with one step to detect vehicle license plate in arbitrarily shapes using object segmentation. According to the comparison results in terms of the detection accuracy of the proposed 2-stage scheme and the previous 3-stage pipeline model against the rotated license plates, the accuracy of the proposed 2-stage scheme is improved by up to about 20% even though the detection process is simplified.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.9 no.3
• /
• pp.684-689
• /
• 2005

In this paper, we propose car license plate recognition using morphological information and an enhanced neural network. Morphological information on horizontal and vertical edges was used to extract the license plate from a car image. We used a contour tracking algorithm combined with the method of histogram and location information to extract individual characters in the extracted plate. The enhanced neural network is proposed for recognizing them, which has the method of combining the ART-1 and the supervised teaming method. The proposed method has applied to real world car images. The experimental results show that the proposed method has better the extraction rates than the methods with information of the thresholding, the RGB and the HSI, respectively. And the proposed neural network has better recognition performance than the conventional neural networks.