• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2008.05a
• /
• pp.337-342
• /
• 2008

최근 들어 기존의 녹색 바탕 차량 번호판에서, 흰색 바탕의 신 차량 번호판으로 교체되고 있다. 하지만 아직 기존 차량 번호판이 신 차량 번호판으로 전면 교체되지 않아 두 번호판 모두 사용되고 있다. 따라서 주차관리 시스템, 속도위반, 신호 위반 등 무인 카메라를 이용한 시스템에서, 기존 차량 번호판과 신 차량 번호판의 특징에 맞는 인식 시스템이 요구된다. 본 논문에서는 이러한 문제를 해결하기 위해 기존 차량 번호판과 신 차량 번호판을 통합한, 지능형 차량 번호판 인식 시스템을 제안한다. 무인 카메라에서 획득된 차량 영상에서 번호판의 색상 정보를 이용하여 기존 차량 번호판과 신 차량 번호판을 구분한다. 기존 차량 번호판인 경우에는 HSI 컬러 공간을 이용하여 이진화를 적용하며, 신 차량 번호판인 경우에는 블록 이진화를 적용한다. 이진화된 영상을 대상으로 차량의 형태학적 특징을 이용하여 잡음을 제거한 후, 차량 번호판 영역을 추출한다. 추출된 차량 번호판 영역에 대해 Labeling 알고리즘을 적용하여 개별 문자를 추출한다. 추출된 개별 문자는 FCM 알고리즘을 적용하여 인식한다. 제안된 차량 번호판 추출 및 인식 방법의 성능을 평가하기 위해 160장의 기존 차량 영상과 100장의 신 차량 영상을 대상으로 실험한 결과, 제안된 차량 번호판 추출 및 인식 방법이 실험을 통해서 효율적인 것을 확인하였다.

• The Bulletin of The Korean Astronomical Society
• /
• v.37 no.2
• /
• pp.174.2-174.2
• /
• 2012

위성의 방열판 설계 과정은 수치해석을 위해 위성을 모델링한 열모델에서 분할 격자인 노드를 기준으로 방열판 위치와 형상, 크기를 조절하면서 한계 온도조건을 만족할 때까지 설계 엔지니어의 판단에 의존하여 열해석을 반복하는 것이 보편적인 방식이다. 대부분 방열판 면적을 줄이기 위한 추가적인 노력을 하지 않기 때문에 필요 이상의 과도한 방열판 설계를 하는 경우가 많은 것이 사실이다. 이러한 방열판 설계에서 최소한의 방열판 면적을 사용하여 한계 온도를 만족하도록 설계를 최적화 한다면 무엇보다 전체 위성 열설계의 효율성과 경제성을 높일 수 있는 바탕이 될 수 있을 것이다. 위성의 방열판 설계는 방열판 영역 내에서 동일한 면적을 가지더라도 위치나 형상에 따라 그 효과가 상당히 차이가 날 수 있기 때문에 실제 방열판 설계에서는 이러한 점을 고려하는 것이 필수적이다. 먼저 위성은 열해석에 알맞는 격자 크기로 분할된 노드로 이루어진 열모델로 모델링되어 개발된다. 방열판이 설계되는 방열판 영역 역시 격자 모양의 노드로 분할되기 때문에 열해석을 이용하여 방열판 설계를 한다면 노드 크기를 기준으로 노드 분할 형태에 따라 설계를 한다. 그래서 위성 열모델에서 방열판 영역의 각 노드가 방열판 노드 여부에 따라 모자이크와 같은 분포의 방열판 설계를 하게 되므로 방열판 노드 분포의 최적화가 방열판 최적 설계를 의미하게 된다. 본 연구에서는 방열판 설계 최적화를 위해 일반적인 위성 프로그램의 열제어 개발에서 사용하는 위성 열모델과 열해석 프로그램을 최적화 기법과 동일한 언어로 다시 개발해야 하는 부담 없이 그대로 최적화 기법과 연동할 수 있도록 하는 방법을 제안하고, 실제 소형의 검증용 위성 열모델을 개발하여 여러 가지 해석 조건에 따른 방열판 최적 설계 결과를 비교하고 검토함으로써 이러한 접근 방식을 검증해보고자 하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2003.05a
• /
• pp.623-626
• /
• 2003

본 논문에서는 현재 자동차 번호판의 형식이 구 번호판과 신 번호판 두 가지 유형으로 구성되어 있다는 점을 고려하여 번호판의 세부적 세그멘테이션의 성능을 개선하는 방법에 대하여 제시한다. 컴퓨터 비젼을 바탕으로 한 자동차 번호판의 인식방법과 문자인식방법은 비용면이나 간편성에서 맡은 장점을 가지고 있으며 여러 응용분야에서 사용될 수 있기 때문에 다방면에서 시도되고 있다. 본 시스템은 모폴로지 연산과 클러스트링을 이용하여 자동차 번호판 전체 영역을 추출하는 방법을 사용한다. 다음으로 구번호판에서 신번호판으로 넘어가는 과도기적 단계에 있는 번호판들의 특징인 용도기능의 표시문자의 위치 차이를 이용하여 구 번호판과 신번호판을 먼저 분류한다. 분류된 번호판에서 두 번호판의 차이점인 차종기초 표시영역의 숫자를 나누어서 세그멘테이션함으로서 기존의 연구방법보다 개선된 세그멘테이션 능력과 이로 인하여 향상된 번호판 인식결과를 얻을 수 있다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2014.01a
• /
• pp.339-342
• /
• 2014

현재 차량의 출입통제 및 주정차 단속 등이 차량 번호판 자동 인식 시스템을 통해 자동화 되고 있다. 본 논문은 촬영 각도에 따라 기울어지거나 왜곡된 번호판에 대해서도 잘 동작하는 번호판 영역 추출 알고리즘을 제안한다. 번호판의 배경과 문자의 밝기 대비가 커서 그 분포가 이원 양상을 보인다는 점을 이용하여 번호판의 중심부와 대략적인 후보 영역을 추출한다. 이후 허프 변환을 통하여 번호판의 네 모서리에 해당하는 직선을 검출한다. 이들 네 직선의 교점이 번호판의 꼭짓점이 된다. 네 꼭짓점의 좌표를 이용하여 왜곡된 번호판을 실제 번호판의 가로와 세로 비율에 맞는 정규화 된 모양으로 변환한다. 차량의 측면 1m~3m 사이의 다양한 거리에서 촬영한 이미지로 실험한 결과 일반적인 실외 조명 아래에서 차체의 색에 관계없이 번호판 영역 추출에 성공하였다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2020.07a
• /
• pp.232-235
• /
• 2020

최근 딥러닝을 이용한 자동차 번호판 인식 알고리즘에 있어서 인조 번호판을 생성하여 데이터 수집과 라벨링 작업 시간을 줄이기 위한 연구가 진행되고 있다. 하지만 인조 번호판의 특성상 정면의 이미지로 구성되어 있기 때문에 자동차의 정면에서 촬영된 번호판의 인식률은 높지만 측면에서 촬영된 번호판의 경우 인식률이 낮아진다. 본 논문에서는 다양한 카메라 설치 위치에 따른 다각도로 촬영된 번호판 영상의 인식률을 보완하기 위해 이미지를 3차원으로 회전하여 데이터를 생성하는 인조 번호판 생성기 프로그램을 개발하였다. 3차원 회전을 하였을 때 번호판 인식 성능을 비교하기 위해 기존 방식으로 생성한 번호판과 제안 방식으로 생성한 번호판 각 600,000장씩 생성하여 총 1,200,000장을 생성하였으며, 데이터의 비율에 따라 10가지의 학습 데이터 셋을 구성하였다. 인조 번호판 데이터의 학습 결과를 평가하기 위해 실제 번호판 이미지 1789장으로 테스트 셋을 구성하였고, 기존의 인조 번호판 생성 방식과 인식 정확도를 비교 분석하였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 1999.10b
• /
• pp.524-526
• /
• 1999

본 논문은 환경에 독립적인 자동차 영상에서 자동차 번호판 영역을 추출하는 방법을 제안하고 실험 결과를 기술한다. 번호판 주위환경에는 다양한 조건이 존재하며 이에 적응성을 가지고 빠른 추출을 수행하는 것은 매우 중요한 문제이다. 본 논문은 이러한 문제를 해결하기 위해 HSI 컬러 모델에 기반하여 번호판을 면밀히 분석하여 번호판을 유형별로 그룹화하고, 지역 분할 및 병합을 통해 빠른 시간안에 번호판 후보 영역을 검색한다. 그리고 번호판이 갖는 특성을 이용하여 후보 영역에서 번호판 영역임을 검증함으로써 자동차 번호판 영역을 찾는다.

• 한국지구물리탐사학회:학술대회논문집
• /
• 2004.06a
• /
• pp.176-181
• /
• 2004

남${\cdot}$북 Bismarck 판은 호주판과 태평양 판 사이의 복잡한 판구조를 보이는 지역에 위치한다. 남${\cdot}$북 Bismarck 판 내부에서는 판구조 활동이 활발하게 일어나 지진의 발생빈도가 높고 활성 및 비활성화산이 많이 존재한다. 한국해양연구원은 Bismarck 해의 서부지역과 동 Manus 분지에서 판 경계부의 구조 및 열수구조의 밝히기 위하여 탄성파 탐사를 수행하였다. 탐사결과에 의하면 남${\cdot}$북 Bismarck 판의 경계부에는 주향이동단층대가 발달되어 있으며 이는 판의 경계를 나타내고 있다. PACMANUS 열수하부에는 돔 형태의 구조가 존재하며 이는 마그마 또는 이의 분화과정에서 형성된 지질학적인 구조로 추정된다.

• Proceedings of the Korea Inteligent Information System Society Conference
• /
• 2000.04a
• /
• pp.457-462
• /
• 2000

교통 법규 위반 단속이나 주차 관리를 위한 차량 번호판 인식 시스템을 구현하기 위해서는 크게 차량 번호판 추출, 문자 분할, 문자 인식의 세부분으로 이루어진다. 본 논문에서는 차량 번호판 인식 시스템의 구현을 위해 번호판 영역의 색상정보를 이용하여 차량 번호판을 추출하는 방법을 제안하고, 번호판 영역 문자들의 사전 정보와 색상성분을 사용하여 정확하게 번호판 문자 분할을 하는 방법을 제안한다. 자가용과 영업용 차량 영상을 주간/dirks 및 정면/후면으로 나누어 다양하게 취득하여 실험한 결과, 94.6%의 번호판 추출률과 86.8%의 문자분할률을 얻었다.

• The Bulletin of The Korean Astronomical Society
• /
• v.37 no.2
• /
• pp.198.2-198.2
• /
• 2012

태양 전지판의 전개 여부는 저궤도 위성의 발사 성공 여부를 판단하는 가장 중요한 항목 중 하나이다. 태양 전지판이 성공적으로 전개되어야만 태양 지향 자세제어에 의해 위성 운용에 필요한 전력 생성이 가능하기 때문이다. 그러므로 발사 후 지상국 교신을 통해 최우선적으로 태양 전지판의 전개 여부를 판단한다. 태양 전지판의 전개 여부는 다양한 실패 상황에 가정해 총 5가지 조건을 통해 판단한다. 첫째, SAR1, SAR2의 입력 전류가 모두 0.8A보다 커야 한다. 만약 하나라도 0.8A 미만이라면 한 개 이상의 태양 전지판이 전개되지 않고 1번 태양 전지판이 태양 지향을 하지 못하는 상황이다. 둘째, SAR1 입력 전류와 SAR2 입력 전류의 값이 유사해야 한다. 만약 입력 전류 값이 크게 차이가 난다면 2번과 3번 태양 전지판 중 하나만 태양 지향을 하는 경우이다. 셋째, CSSA#5 출력 전류가 3.2mA보다 커야 한다. 만약 3.2mA보다 작다면 2번과 3번 태양 전지판의 전개가 실패하고 1번 태양 전지판이 태양 지향을 하는 경우 또는 1번 태양 전지판이 전개 실패하고 태양 지향을 하는 경우이다. 넷째, S/C Roll, Pitch, Yaw rate이 모두 0.2 deg/sec 보다 작아야 한다. 만약 body rate이 크다면 1번 태양 전지판의 전개 실패 상황을 예상할 수 있다. 다섯째, 각 태양 전지판의 온도 차이가 $35^{\circ}C$ 보다 작아야 한다. 만약 온도 차이가 크다면 1번 태양 전지판 전개 실패 상황에서 2번과 3번 태양 전지판이 태양 지향을 하는 경우이다. 총 다섯 가지의 조건을 모두 만족해야만 태양 전지판이 성공적으로 전개되었다고 판단한다. 태양 전지판의 전개 판단은 위성이 발사체에서 분리되고 약 4500초 이후 시점에 스발바드 지상국과의 교신을 통해 확인되었다. 이 시점의 SAR1 입력 전류는 약 2.00A, SAR2 입력 전류는 약 1.93A였기 때문에 모두 0.8A보다 크고 서로 유사한 값임을 확인했다. CSSA#5의 출력 전류는 약 3.5mA의 값을 나타냈다. S/C Roll rate은 -0.0084 deg/sec, Pitch rate은 -0.0072 deg/sec, Yaw rate은 -0.0303 deg/sec의 값을 나타냈다. 각 태양 전지판의 최대 온도 차이는 $7.7^{\circ}C$의 값을 나타냈다. 5가지 조건을 모두 만족함으로써 태양 전지판 전개는 성공적으로 수행된 것으로 판단했다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2008.08a
• /
• pp.128-132
• /
• 2008

본 논문에서는 현재 자가용 차량 번호판으로 사용되고 있는 4종류의 번호판인, 구형 녹색 번호판 두 종류와 유럽식 신형 흰색 번호판 두 종류에 대해 개별 코드를 효과적으로 추출하기 위한 개선된 퍼지 이진화 방법을 제안한다. 차량 영상에서 수직 에지와 반복 이진화 기법, 그리고 Grassfire 알고리즘을 적용하여 번호판의 후보 영역을 추출하고, 번호판의 형태학적 특징을 이용해 잡음을 제거한 후, 최종 번호판 영역을 추출한다 추출된 번호판 영역에서 개선된 퍼지 이진화 기법을 적용하여 개별 코드를 추출한다. 본 논문에서 제안하는 개선된 퍼지 이진화 방법은 추출한 번호판 영역을 그레이 레벨로 변환한 후에 번호판의 명도를 2구간으로 나누고 각각의 구간에 퍼지 소속 함수를 적용하여 번호판 영역을 이진화한 후, 퍼지 소속 함수에 의해 이진화 된 2개의 번호판 영역 중에서 가장 최적화된 번호판 영역을 선택하여 개별 코드를 추출한다. 본 논문에서 제안한 기법을 4종류의 번호판이 부착된 327장(구형녹색 50장, 신형녹색 157장, 짧은 흰색 60장, 긴 흰색 60장)을 대상으로 실험한 결과, 번호판 영역 추출은 327장의 영상중 97%가 추출되었고 개별 코드 추출은 번호판 영역이 추출된 324장의 영상에서 97%가 추출된 결과를 보였다.