• 한국정보통신학회논문지
• /
• 제6권2호
• /
• pp.339-345
• /
• 2002

자동차의 번호판을 인식하는 것은 차량을 식별하는데 있어서 매우 중요하다. 어두운 조명에서나 날씨가 나쁠 경우 차량의 형상이 왜곡 될 수 있고, 번호판을 식별하는데 어려움이 있다. 본 논문은 차량의 규격을 이용하여 효율적으로 번호판을 추출하는 방법을 제안한다. 이 방법에서 색상이나 형태처럼 차량의 규격을 따르는 자동차 번호판의 특징들은 번호판의 후보영역으로 결정되고, 신경망에 의해 숫자나 문자의 패턴 갖는 영역이 번호판 영역으로 인식된다. 또한 특징패턴인식의 결과로서 번호판을 확정하였다. 70개 차량영상을 실험해 본 결과 번호판 추출률에서는 84.29 ％, 인식률에서는 80.81 ％의 결과를 나타내었다.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2001년도 추계종합학술대회
• /
• pp.596-599
• /
• 2001

자동차의 번호판을 인식하는 것은 차량을 식별하는데 있어서 매우 중요하다. 어두운 조명에서나 날씨가 나쁠 경우 차량의 형상이 왜곡 될 수 있고, 번호판을 식별하는데 어려움이 있다. 본 논문은 차량의 규격을 이용하여 효율적으로 번호판을 추출하는 방법을 제안한다. 이 방법에서 색상이나 형태처럼 차량의 규격을 따르는 자동차 번호판의 특징들은 번호판의 후보영역으로 결정되고, 신경망에 의해 숫자나 문자의 패턴 갖는 영역이 번호판 영역으로 인식된다. 또한 특징패턴인식의 결과로서 번호판을 확정하였다. 70개 차량영상을 실험해 본 결과 번호판 추출률에서는 84.29 %, 인식률에서는 80.81 %의 결과를 나타내었다.

• 한국통신학회논문지
• /
• 제26권12A호
• /
• pp.2019-2026
• /
• 2001

본 논문에서는 동적인 임계화 방법과 코호넨 알고리즘을 이용하여 차량 번호판을 인식하는 알고리즘을 제안하였다. 일반적으로 차량 영상에서 번호판 영역은 문자와 배경의 자기가 뚜렷하게 구별되고, 일정한 크기 비율을 가지면서 다른 영역보다 밀집 비율이 높게 나타난다. 본 논문은 이런 차량 영상의 속성을 이용하여 차량 영상에 대해 동적인 임계화를 수행하였고 밀집 비율을 계산하여 번호판 영역을 추출하였다. 추출된 번호판에서 문자와 숫자를 포함하는 특징 영역을 추출하기 위해 코호겐 알고리즘을 적용한 윤곽선 추적 방법을 이용하였다. 번호판의 문자와 숫자들은 코호넨 알고리즘을 이용하여 인식하였다. 코호넨 알고리즘은 윤곽선에서 생성되는 잡음을 최대한으로 줄여주는 특성을 가진다. 다양한 환경에서 촬영된 80장의 영상에 대하여 인식 실험을 수행한 결과, 제안된 방법이 차량 번호판의 인식에 우수한 성능을 보였다.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 1997년도 한국자동제어학술회의논문집; 한국전력공사 서울연수원; 17-18 Oct. 1997
• /
• pp.1718-1721
• /
• 1997

An image processing algorithm is developed in order to recognize the type of cars, the position of a number plate and the characters on the plate. to recognize the type of cars, comparison of two images is used. One has a car image, the other is just a background image without car. After that recognition, a vertical line filter is used to find the location of the plate. Finally the simularity mehod is used to recognize the numbers on plates.

• 한국정보처리학회논문지
• /
• 제6권12호
• /
• pp.3683-3693
• /
• 1999

차량 번호판 인식 시스템의 개발에 있어서, 빛의 양 변화 및 번호판 인쇄 상태가 다양한 자연 환경에서의 높은 인식성능과 시스템 안정성 확보가 문제이다. 본 논문에서는 명암도 변화와 칼라정보를 단계별로 사용하여 이러한 문제를 해결하는 시스템을 제안한다. 다양한 번호판 상태와 종류의 차량영상에 대하여 안정적으로 동작하게 하기 위하여, 먼저 명암도 변화 횟수를 이용하여 다수의 번호판 후보 밴드(띠)를 찾는다. 상당히 어둡거나 밝게 입력된 영상에 대하여도 동일한 인식 성능을 얻기 위하여 후보밴드에 대하여 칼라정보를 이용한 밝기 조정을 수행하고, 정확한 번호판 경계를 추출하기 위하여 번호판 배경색에 근거한 이진화 및 윤곽선 추적을 수행한다. 각 번호판 후보 영역에 대하여 문자추출 및 문자인식을 병행하여 번호판 영역을 확정함으로써 번호판 추출 및 인식률을 높인다. 제안된 방법의 성능을 확인하기 위하여 다양한 환경에서 촬영된 200장의 영상에 대하여 인식 실험을 수행한 결과, 제안된 방법이 차량 번호판의 자동인식에 우수한 성능을 보임을 확인하였다.

• 한국정밀공학회:학술대회논문집
• /
• 한국정밀공학회 1995년도 추계학술대회 논문집
• /
• pp.423-426
• /
• 1995

An image processing algorithm is developed in order to recognize the type of cars, the position of a number plate and the characters on the plate. To recognize the type af cars, comparison of two images is used. One has a car image, the other is just a background image without car. After that recognition, a vertical line filter is used to find the location of the plate. Finally the similarity method is used to recognize the numbers on the plates.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2004년도 추계학술대회 학술발표 논문집 제14권 제2호
• /
• pp.564-567
• /
• 2004

In this thesis, a method is proposed to extract the car plate at the rear side of vehicle using blobs. We first extract the blobs in the input images using intensity variations and calculate the minimum horde. rectangle (MBR) of each blobs. It is followed that we select groups of blobs having similar width, centroid. And then, we try to detect the border lines of car plate and verify whether the area is a car plate or not using NN.

• 전자공학회논문지C
• /
• 제36C권1호
• /
• pp.73-81
• /
• 1999

본 논문에서는 1-D DCT를 이용한 차량 영상의 번호판 영역 및 번호판의 문자 영역을 효과적으로 분할하는 방법을 제안한다. 차량 영상에서 번호판 영역과 번호판의 문자영역은 일정 크기의 고주파 성분에 의하여 구별될 수 있다. 본 방법은 이러한 고주파 성분을 DCT로써 추출하고, 추출된 고주파 성분에 의하여 번호판 영역과 문자영역을 분리하는 방법을 보인다. 또한 제안된 방법에 대한 타당성을 보이기 위하여, 다양한 영상에 대해 실험하였다. 그 결과, 간단한 전처리 만으로 비교적 정확한 번호판 영역 추출이 가능하였으며, 보다 효과적으로 문자영역을 분리할 수 있음을 확인할 수 있었다.

• 스마트미디어저널
• /
• 제2권4호
• /
• pp.20-26
• /
• 2013

This paper presents an approach to Mongolian car plate recognition using artificial neural network. Our proposed method consists of two steps: detection and recognition. In detection step, we implement Flood fill algorithm. In recognition step we proceed to segment the plate for each Cyrillic character, and use an Artificial Neural Network (ANN) machine - learning algorithm to recognize the character. We have learned the theory of ANN and implemented it without using any library. A total of 150 vehicles images obtained from community entrance gates have been tested. The recognition algorithm shows an accuracy rate of 89.75%.

• Journal of information and communication convergence engineering
• /
• 제6권4호
• /
• pp.444-447
• /
• 2008

In this paper, we proposed the recognition system of car license plates to mitigate traffic problems. The processing sequence of the proposed algorithm is as follows. At first, a license plate segment is extracted from an acquired car image using morphological features and color information, and noises are eliminated from the extracted license plate segment using line scan algorithm and Grassfire algorithm, and then individual codes are extracted from the license plate segment using edge tracking algorithm. Finally the extracted individual codes are recognized by an FCM algorithm. In order to evaluate performance of segment extraction and code recognition of the proposed method, we used 100 car images for experiment. In the results, we could verify the proposed method is more effective and recognition performance is improved in comparison with conventional car license plate recognition methods.