• 동력기계공학회지
• /
• 제5권2호
• /
• pp.93-99
• /
• 2001

This paper presents the automatic recognition system for car number plate. In our country, two types of number plate pattern is used. The one is old type of number plate, the other is new type of number plate. To recognize both new and old type number plates, the system must have flexibility. Therefore, in this paper, automatic recognition system is developed by use of the neural network for good adaptation, good generalization, and modulation. And because the number plate is made of three codes, the multi neural network consists of three networks. Neural network is teamed by GDR(Generalized Delta learning Rule) and it is verified the effectiveness of the method through experimental results.

• Journal of the Korean Society for Industrial and Applied Mathematics
• /
• 제14권1호
• /
• pp.57-66
• /
• 2010

In this paper, we develop the Automatic Number Plate Recognition (ANPR) System. ANPR is generally composed of the following four steps: i) The acquisition of the image; ii) The extraction of the region of the number plate; iii) The partition of the number and iv) The recognition. The second and third steps incorporate image processing technique. We propose to resolve this by using Partial Differential Equation(PDE) based segmentation method. This method is computationally efficient and robust. Results indicate that our methods are capable to recognize the plate number on difficult situations.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2006년도 추계학술대회 학술발표 논문집 제16권 제2호
• /
• pp.203-207
• /
• 2006

Nowadays, Cars are continuing to grow at an alarming rate but they also cause many problems such as traffic accident, pollutions and so on. One of the most effective methods that prevent traffic accidents is the use of traffic monitoring systems, which are already widely used in many countries. The monitoring system is beginning to be used in domestic recently. An intelligent monitoring system generates photo images of cars as well as identifies cars by recognizing their plates. That is, the system automatically recognizes characters of vehicle plates. An automatic vehicle plate recognition consists of two main module: a vehicle plate locating module and a vehicle plate number identification module. We study for a vehicle plate number identification module in this paper. We use image preprocessing, feature extraction, multi-layer neural networks for recognizing characters of vehicle plates and we present a feature-comparison method for improving the performance of vehicle plate number identification module. In the experiment on identifying vehicle plate number, 300 images taken from various scenes were used. Of which, 8 images have been failed to identify vehicle plate number and the overall rate of success for our vehicle plate recognition algorithm is 98%.

• 제어로봇시스템학회논문지
• /
• 제3권5호
• /
• pp.511-519
• /
• 1997

This paper presents the automatic recognition algorithm of the license number in on vehicle image. The proposed algorithm uses the correlation coefficient and Hough transform to detect license plate. The m/n ratio reduction is performed to save time and memory. By the correlation coefficient between the standard pattern and the target pattern, licence plate area is roughly extracted. On the extracted local area, preprocessing and binarization is performed. The Hough transform is applied to find the extract outline of the plate. If the detection fails, a smaller or a larger standard pattern is used to compute the correlation coefficient. Through this process, the license plate of different size can be extracted. Two algorithms to each separate number are proposed. One segments each number with projection-histogram, and the other segments each number with the label. After each character is separated, it is recognized by the neural network. This research overlomes the problems in conventional methods, such as the time requirement or failure in extraction of outlines which are due to the processing of the entire image, and by processing in real time, the practical application is possible.

• 방송공학회논문지
• /
• 제24권5호
• /
• pp.713-725
• /
• 2019

번호판 자동인식(ALPR: Automatic License Plate Recognition)은 지능형 교통시스템 및 비디오 감시 시스템 등 많은 응용 분야에서 필요한 기술이다. 대부분의 연구는 자동차를 대상으로 번호판 감지 및 인식을 연구하였고, 오토바이를 대상으로 번호판 감지 및 인식은 매우 적은 편이다. 자동차의 경우 번호판이 차량의 전방 또는 후방 중앙에 위치하며 번호판의 뒷배경은 주로 단색으로 덜 복잡한 편이다. 그러나 오토바이의 경우 킥 스탠드를 이용하여 세우기 때문에 주차할 때 오토바이는 다양한 각도로 기울어져 있으므로 번호판의 글자 및 숫자 인식하는 과정이 훨씬 더 복잡하다. 본 논문에서는 다양한 각도로 주차된 오토바이 데이터세트에 대하여 번호판의 문자 인식 정확도를 높이기 위하여 2-스테이지 YOLOv2 알고리즘을 사용하여 오토바이 영역을 선 검출 후 번호판 영역을 검지한다. 인식률을 높이기 위해 앵커박스의 사이즈와 개수를 오토바이 특성에 맞추어 조절하였다. 그 후 기울어진 번호판을 검출한 후 영상 워핑 알고리즘을 적용하였다. 모의실험 결과, 기존 방식의 인식률이 47.74%에 비해 제안된 방식은 80.23%의 번호판의 인식률을 얻었다. 제안된 방법은 전체적으로 오토바이 번호판 특성에 맞는 앵커박스와 이미지 워핑을 통해서 다양한 기울기의 오토바이 번호판 문자 인식을 높일 수 있었다.

• 한국통신학회논문지
• /
• 제38C권12호
• /
• pp.1114-1125
• /
• 2013

License Plate Detection (LPD) is a key component in automatic license plate recognition system. Despite the success of License Plate Recognition (LPR) methods in the past decades, the problem is quite a challenge due to the diversity of plate formats and multiform outdoor illumination conditions during image acquisition. This paper aims at automatical detection of car license plates via image processing techniques. In this paper, we proposed a real-time and robust method for license plate detection using Heuristic Energy Map(HEM). In the vehicle image, the region of license plate contains many components or edges. We obtain the edge energy values of an image by using the box filter and search for the license plate region with high energy values. Using this energy value information or Heuristic Energy Map(HEM), we can easily detect the license plate region from vehicle image with a very high possibilities. The proposed method consists two main steps: Region of Interest (ROI) Detection and License Plate Detection. This method has better performance in speed and accuracy than the most of existing methods used for license plate detection. The proposed method can detect a license plate within 130 milliseconds and its detection rate is 99.2% on a 3.10-GHz Intel Core i3-2100(with 4.00 GB of RAM) personal computer.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 1996년도 하계학술대회 논문집 B
• /
• pp.1107-1109
• /
• 1996

In this paper, we discuss the automatic recognition system of vehicle types and licence plate numbers using artificial neural networks, which will be used as vehicle identifier. We confine to expose the vehicle licence number for violating bus lane and stolen cars. Therefore, the vehicle height, width and distribution profile are used as the feature parameters of vehicle type. This system is composed of two parts: one is an image preprocessor of vehicle images and the other one is a pattern classifier by neural networks. The experimental results show that our method has good results for the recognition of vehicle types and numbers.

• 한국컴퓨터정보학회논문지
• /
• 제15권9호
• /
• pp.57-65
• /
• 2010

본 논문은 컨테이너터미널의 야드에서 무인으로 하역작업을 수행하는 자동화 크레인(ATC; Automatic Transfer Crane) 에서 신속하고 효율적으로 작업 대상인 컨테이너화물의 컬러 영상 이미지내의 컨테이너번호를 인식하는 방법에 대한 연구이다. 부산의 신선대부두 게이트에는 정부의 연구개발사업인 "지능형 항만물류시스템 기술 개발"에 의해 컨테이너번호 인식시스템이 설치되어 있다. 수출컨테이너화물을 자동으로 인식하기 위해 게이트에 터널식 구조물 내 카메라를 설치하여 컨테이너번호를 인식하는 방식이다. 그러나 컨테이너터미널에 자동화장비가 도입되고 작업의 무인화가 점진적으로 이루어짐에 따라 야드의 자동화크레인에서 작업 대상의 확인을 위한 컨테이너번호 인식시스템을 필요로 한다. 따라서 게이트와는 달리 햇빛, 비, 눈, 그림자 등 영상을 통한 문자인식의 방해요소가 많은 야드의 자동화크레인에서는 그에 맞는 컨테이너번호 인식시스템이 필요하다. 본 논문에서는 카메라, 조명, 센서 등 하드웨어 요소들의 변경과 주변 환경의 밝기차 등을 조절하여 번호를 인식하는 알고리즘 등 소프트웨어 요소들의 변화를 통해 태양광이나 하역장비 아래에 짙게 드리워지는 그림자 문제 등을 해결하고 인식시간의 단축과 인식률을 높이는 결과를 도출하였다.

• 한국위성정보통신학회논문지
• /
• 제10권3호
• /
• pp.16-21
• /
• 2015

본 논문은 두 가지 영상 이벤트 신호로 제어되는 실시간 차량하부 검사 엔진에 대해 제안한다. 첫 번째 영상 이벤트는 차량 번호판 인식에 의한 과정으로 생성된 것이고, 두 번째 영상 이벤트는 차량 하부 특정 이벤트 검출에 의해 생성된 것이다. 실험 결과, 두 영상 이벤트 모두 2.8초, 1.1초로 실시간 처리에 적합하게 발생되는 것을 확인할 수 있었고, 이러한 영상 이벤트가 시스템의 제어 체계로 사용되어 후부에 연결되는 다음 대응 상황에 적합한 신호를 보내주는 것으로 확인할 수 있었다.

• 경영과학
• /
• 제13권2호
• /
• pp.1-11
• /
• 1996

Two different methods to extract the license plate area of a vehicle have been used for automatic recognition purposes. One method is with a color vision system and the other is with an edge detecting operator. The system with color vision has some problems if the colors of license plate and vehicle's body are similar. The various plate colors in Korea also drops the system performance. The edge detecting operator also has a problem for a real time processing since it performs on all pixels of the scene. In this paper a possible method using gray level vision system and available pre-known information of license plates is suggested. The suggested procedure searches the lower boundary of the plate by counting high contrast points between one and near pixel from the bottom line of the scene. It finds the upper boundary from the bottom line by adding number plate height after finding the lower boundary. The left and right boundaries are found by similar processes.