• 한국전자파학회논문지
• /
• 제20권6호
• /
• pp.535-543
• /
• 2009

본 논문은 차량 범퍼에 부착된 번호판을 이용한 900 MHz 대역 RFID 태그 안테나의 설계를 기술하고 있다. 차량 번호판의 위쪽 중앙 지점에 위치한 제안된 태그 안테나의 크기는 162.5${\times}$40${\times}$1 $mm^3$이다. 설계 안테나의 공진 주파수와 - 10 dB 이하의 반사 손실을 가지는 대역폭은 각각 900 MHz와 약 720 MHz(640${\sim}$1,360 MHz)이다. 설계에 고려된 상용 칩의 임피던스는 16-j131${\Omega}$이었고, 칩의 복소 공액 임피던스가 태그 안테나의 입력 임피던스로써 사용되었다. 측정된 반사 손실과 방사 패턴은 계산된 결과들과 잘 일치하였다. 단지 차량 번호판 위에 설계된 태그 안테나의 측정된 인식 거리는 11.5 m였다. 또한, 번호판과 차량 범퍼가 볼트와 너트에 의해 고정되어진 제작된 태그 안테나의 인식 거리는 10.4 m로 관측되었다. 이 측정된 인식 거리는 상용 태그 안테나의 평균 인식 거리보다 약 5 m 이상 먼 거리였다.

• 한국정보전자통신기술학회논문지
• /
• 제7권4호
• /
• pp.212-222
• /
• 2014

In the current study, the authors propose a method for extracting license plate regions by means of a neural network trained to output the plate's center of gravity. The method is shown to be effective. Since the learning pattern presentation positions are defined by random numbers, a different pattern is submitted to the neural network for learning each time, which enables it to form a neural network with high universality of coverage. The article discusses issues of the optimal learning surface for a license plate covered by the learning pattern, the effect of suppression learning of the number and pattern enlargement/reduction and of concentration value conversion. Results of evaluation tests based on pictures of 595 vehicles taken at an under-ground parking garage demonstrated detection rates of 98.5%, 98.7%, and 100%, respectively.

• 보일러설비
• /
• 통권258호
• /
• pp.148-152
• /
• 2015

• 보일러설비
• /
• 통권260호
• /
• pp.144-149
• /
• 2015

• 전자공학회논문지SC
• /
• 제45권2호
• /
• pp.8-17
• /
• 2008

본 논문에서는 매우 다양한 조건하에서 취득된 영상으로부터 차량 번호판 영역을 추출하는 방법을 제안한다. 제안하는 방법은 색상정보와 에지정보를 보완적으로 사용함으로써 다양한 조명조건은 물론 압축영상에서 흔히 나타나는 영상의 블록화 현상에 강건하게 번호판을 추출한다. 번호판 기울기 각도 보정은 탐색된 영역만을 허프 변환을 통해 각도를 추정, 보정함으로써 연산량을 줄였다. 최종 번호판 후보지 결정은 대상 영역의 가로 대 세로 비율 평가, 수평 스캔하여 영점 교차되는 양상 평가, 레이블링 방법을 이용한 연결 성분 수 측정 등의 방법을 이용하여 결정한다. 다양한 시간대에 수집된 차량 영상을 대상으로 수행된 실험을 통해 제안하는 방법이 강건하게 번호판을 추출 할 수 있음을 확인하였다. 실제 주정차 단속 영상을 대상으로 실험한 결과 94.9%의 번호판 추출 결과를 얻었다.

• 전기전자학회논문지
• /
• 제18권4호
• /
• pp.471-477
• /
• 2014

본 논문에서는 안드로이드 운영체제를 기반으로 하는 스마트 캠 방식의 저가형 자동차 번호판 인식 시스템을 제안한다. 제안하는 시스템은 휴대용 단말기와 서버로 구성된다. 단말기 하드웨어부는 ARM Cortex-A9(S5PV210) 프로세서로 이루어진 제어부, 전원부, 유무선통신부, 입출력부 등으로 구성된다. 단말기에 사용되는 카메라와 WiFi 모듈을 위한 리눅스 커널을 포팅하고 전용 디바이스 드라이버를 개발하였다. 번호판 인식 알고리즘은 캐니 에지검출기를 사용한 번호판 후보영역 설정, 레이블링을 이용한 번호판 번호 추출, 템플릿 매칭을 이용한 번호인식 등으로 구현된다. 단말기에 의하여 인식된 번호는 사용자가 소지한 휴대폰을 통하여 원격지의 서버에 전송되어 차량상태를 데이터베이스에서 검색하여 다시 단말기로 전송 해주게 된다. 본 논문에서 제안하는 시스템을 효용성을 입증하기 위하여 자연환경에서 사용자가 직접 단말기를 휴대하고 임의의 차량 번호판을 촬영하여 인식률을 확인한 결과, 95%의 인식률을 보였다. 제안된 시스템은 저가형의 휴대용 번호판 인식기에 적합하며, 안드로이드 운영체제를 사용함으로써 장기간 사용 시에도 시스템의 안정성을 가능케 하였다.

• 전기전자학회논문지
• /
• 제21권4호
• /
• pp.412-415
• /
• 2017

본 논문에서는 고해상도 $360^{\circ}$ 전방위 IP 카메라를 이용한 다중 번호판 인식 시스템을 제안한다. 제안한 시스템은 $360^{\circ}$ 원형영상의 평면 분할 부와 다중 번호판 인식 부로 구성되었다. $360^{\circ}$ 원형영상의 평면 분할 부는 고해상도 $360^{\circ}$ 전방위 IP 카메라에서 원형영상 획득, 원형영상 분할, 평면영상으로 변환, 보간법을 사용한 픽셀 보정 및 컬러보정, 에지 보정 등의 과정을 거쳐 화질이 개선된 평면영상으로 출력한다. 다중 번호판 인식 부는 평면영상에서 다중 번호판 후보영역 추출, 다중 번호판 후보영역 정규화 및 복원, 신경망을 사용한 다중 번호판 숫자, 문자 인식 과정을 거쳐 다중 번호판을 인식하게 된다. 제안된 고해상도 $360^{\circ}$ 전방위 IP 카메라를 이용한 다중 번호판 인식 시스템을 평가하기 위하여 지능형 주차관제시스템 운영 전문 업체와 공동으로 실험한 결과, 97.8%의 높은 번호판 인식률이 확인되었다.

• 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.

• International Journal of Contents
• /
• 제5권1호
• /
• pp.51-55
• /
• 2009

In this paper, we present a structure of personalized e-Learning system to study for a test formalized by uniform multiple-choice using on/off line mixed estimations as is the case of Driver :s License Test in Korea. Using the system a candidate can study toward the license through the Internet (and/or mobile instruments) within the personalized concept based on IRT(item response theory). The system accurately estimates user's ability parameter and dynamically offers optimal evaluation problems and learning contents according to the estimated ability so that the user can take possession of the license in shorter time. In order to establish the personalized e-Learning concepts, we build up 3 databases and 2 agents in this system. Content DB maintains learning contents for studying toward the license as the shape of objects separated by concept-unit. Item-bank DB manages items with their parameters such as difficulties, discriminations, and guessing factors, which are firmly related to the learning contents in Content DB through the concept of object parameters. User profile DB maintains users' status information, item responses, and ability parameters. With these DB formations, Interface agent processes user ID, password, status information, and various queries generated by learners. In addition, it hooks up user's item response with Selection & Feedback agent. On the other hand, Selection & Feedback agent offers problems and content objects according to the corresponding user's ability parameter, and re-estimates the ability parameter to activate dynamic personalized learning situation and so forth.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2005년도 춘계종합학술대회
• /
• pp.493-496
• /
• 2005

본 논문에서는 번호판 고유의 복합 색상 정보와 수직 에지 정보를 이용한 번호판 후보 영역 추출기법을 제안한다. 또한 추출된 번호판 영역의 정확성을 높이기 위해서, Fast DCT를 거쳐 압축된 이미지에 대하여 Support Vector Machines(SVM)을 이용한 검증 과정을 제안한다. 제안하는 기법은 차량번호판 인식의 대상이 되는 자동차의 위치가 정면, 후면을 구분하지 않는 다양함을 가지고, 주변 배경이 충분히 포함되는 상황에서 다양한 크기를 가지는 355장의 영상들을 대상으로 한다. 실험 결과, SVM을 이용한 검증 과정을 거친 방법이 그렇지 않은 경우보다 20%이상 향상된 번호판 추출 성공률을 나타내었다.