• 전기학회논문지
• /
• 제65권1호
• /
• pp.142-149
• /
• 2016

This paper proposes a method to detect LP(License Plate) of vehicles in indoor and outdoor parking lots. In restricted environment, there are many conventional methods for detecting LP. But, it is difficult to detect LP in natural and complex scenes with background clutters because several patterns similar with text or LP always exist in complicated backgrounds. To verify the performance of LP text detection in natural images, we apply MB-LGP feature by combining with ensemble machine learning algorithm in purpose of selecting optimal features of small number in huge pool. The feature selection is performed by adaptive boosting algorithm that shows great performance in minimum false positive detection ratio and in computing time when combined with cascade approach. MSER is used to provide initial text regions of vehicle LP. Throughout the experiment using real images, the proposed method functions robustly extracting LP in natural scene as well as the controlled environment.

• 대한교통학회지
• /
• 제23권5호
• /
• pp.135-146
• /
• 2005

현재까지 다양한 검지기로부터 추정되는 통행시간의 융합에 관한 연구는 주로 GPS, Probe 자료 등 간헐적인 자료에 기반하여 이루어져 왔다. 이러한 간헐적 자료의 분산비에 기초한 융합모형은 번호판 인식 AVI와 같이 다량의 자료 구득이 용이한 시스템에는 적합하지 않다. 따라서, 본 연구는 지점검지기와 번호판 인식 AVI를 기반으로 각각 산출한 통행시간의 융합모형을 개발하고자 수행되었다. 본 연구에서는 지점검지기와 번호판인식 AVI 통행시간의 융합을 위해 최적화 융합모형과 비례화 융합모형을 각각 개발하였다. 검증 결과, 최적화 융합모형이 가장 우수한 추정력을 보여주었다. 최적화 융합모형은 실시간 이력자료를 기반으로 융합 가중치를 산정하여 현재 시간대에 적용하는 실시간 차원의 동적 융합비 예측 모형이다. 본 연구결과는 향후 국도교통관리 및 정보제공시스템에 유용하게 적용될 것으로 기대된다. 그러나, 향후 AVI의 적정설치간격과 설치차로에 따른 매칭율을 고려한 보다 심도있는 연구를 필요로 한다.

• 방송공학회논문지
• /
• 제27권2호
• /
• pp.185-197
• /
• 2022

최근 객체 인식에 높은 성능을 가진 딥러닝 네트워크가 나오고 있다. 딥러닝을 이용한 객체 인식의 경우 성능 향상을 위해 학습 데이터 셋 구축이 중요하다. 데이터 셋을 구축하기 위해서는 이미지를 수집하고 라벨링 해야 한다. 이 과정은 많은 시간과 인력이 필요하다. 때문에 오픈 데이터 셋을 사용한다. 그러나 방대한 오픈 데이터 셋을 가지고 있지 않는 객체도 존재한다. 그 중 하나가 번호판 검출과 인식에 필요한 데이터이다. 이에 본 논문에서는 이미지를 최소화 하여 대용량 데이터 셋을 만들 수 있는 인조 번호판 생성기 시스템을 제안한다. 또한 인조 번호판 배치구조에 따른 검출률을 분석했다. 분석결과 가장 좋은 배치구조는 FVC_III, B이며 가장 적합한 네트워크는 D2Det이었다. 인조 데이터셋 성능은 실제 데이터셋의 성능보다 2~3%가 낮았지만, 인조 데이터를 구축하는 시간이 실제 데이터셋을 구축하는 시간보다 약 11배 빨라 시간적으로 효율적인 데이터 셋 구축 시스템임을 증명하였다.

• 한국정보통신학회논문지
• /
• 제9권3호
• /
• pp.684-689
• /
• 2005

본 논문에서는 수평$\cdot$수직 에지의 형태학적 정보를 이용한 차량 번호판 추출과 개선된 신경망을 이용한 차량 번호판 인식 시스템을 제안한다. 번호판 영역은 수평 수직에지의 형태학적 정보를 이용하여 추출하고 개별 문자는 히스토그램 방법과 위치 정보를 이용한 방법에 윤곽선 추적 알고리즘을 병합하여 추출한다. 개별 문자 인식은 ART-1 알고리즘을 지도 학습 방법과 결합한 개선된 신경망을 제안하여 차량 번호판 인식에 적용한다. 제안된 방법의 성능을 확인하기 위하여 실제 차량 번호판들을 대상으로 실험한 결과, 수평$GF(2^m)$수직 에지의 형태학적 정보를 이용한 차량 번호판 추출 방법이 임계화를 이용한 차량 번호판 추출 방법, RGB와 HSI 컬러 정보를 각각 이용한 차량 번호판 추출 방법보다 추출룰이 개선되었으며, 인식 성능도 개선된 신경망의 학습 알고리즘이 기존의 학습 알고리즘들 보다 우수한 성능이 있음을 확인하였다.

• 한국전자통신학회논문지
• /
• 제11권1호
• /
• pp.73-80
• /
• 2016

자동차 번호판 인식은 뺑소니차량의 추적이나 교통량의 측정, 교통사고의 조사 및 차량의 증가에 따른 차량범죄의 추적에 이용되고 있다. 실제 적용되는 교통 환경에서는 눈이나 비 그리고 주야간의 조명 변화에 따라서 입력되는 영상에 외란의 영향을 받기 쉬우며, 또한 영상을 촬영하는 순간의 차량의 직진방향과 카메라가 보는 방향에 따라서 동일한 번호판에 대해서도 기하학적으로 변형된 영상이 입력되게 된다. 본 연구에서는 이러한 카메라를 이용한 번호판 인식 환경의 문제를 해결하는 방법으로 호모그래피를 이용하여 기하학적으로 변형된 영상을 원래의 영상으로 변환하는 방법과 투영 히스토그램을 이용한 문자의 분리 방법을 제안하였다. 분리된 영상은 다중 퍼셉트론방법을 이용하여 문자와 숫자를 인식하였고 특히 최적한 입력, 은닉, 출력 층의 비율을 실험을 통하여 도출 하였다.

• 한국전자통신학회논문지
• /
• 제6권2호
• /
• pp.231-236
• /
• 2011

이진화 알고리즘은 영상인식, 영상 분석 등 다양한 영상 처리 분야의 전처리 과정으로 자주 적용되고 있다. 영상 이진화는 임계치의 설정에 따라 처리 성능이 좌우되므로 영상처리부분에서 매우 중요하다고 할 수 있다. 대부분의 기존 이진화 방법은 배경과 물체의 명도차이가 큰 경우에는 히스토그램이나 픽셀의 평균값을 이용하여 양호한 임계치를 얻을 수 있으나, 배경과 물체의 밝기 차이가 크지 않은 경우에는 적절한 임계치를 얻기 어렵다. 따라서 본 논문에서는 차량 번호판을 이진화 하기 위해 차량 영상의 명도를 2구간으로 구분하고 각각의 구간에 퍼지 소속 함수를 적용하여 영상을 이진화하는 개선된 퍼지 이진화 방법을 제안하고자 한다. 제안된 이진화 방법의 성능을 평가하기 위하여 차량번호판 영상에 적용한 결과, 기존의 이진화 방법들보다 효율적인 것을 확인하였다.

• 방송공학회논문지
• /
• 제19권1호
• /
• pp.56-63
• /
• 2014

본 논문은 자동차 번호판 인식을 위한 이진화 과정을 다루고자 한다. 이진화 과정은 번호판 영상을 이진 영상으로 나타내는 것을 말하며, 많은 경우 이진화 결과가 번호판 문자인식 성능에 결정적인 영향을 미치게 된다. 후면 번호판은 전면 번호판과는 달리 구조적 영향에 의해 번호판에 그림자가 생기는 경우가 많은데, 그림자가 있는 번호판은 기존 이진화 방법을 사용할 경우에 적절하지 못한 결과를 가져올 때가 많다. 본 논문에서는 이 같은 문제점을 해결하기 위해 그림자가 있는 번호판에서 그림자가 있는 부분과 그림자가 없는 부분을 구분한 후, 나눠진 영역에 대해 히스토그램 매칭을 수행한다. 히스토그램 매칭된 두 영상을 다시 붙여서 전체 영상에 대해 이진화한다. 그림자가 있는 번호판 이진화를 위한 기존 방법과 성능을 비교 분석하였고, 그림자 경계선 검출에 오차가 있는 경우 제안하는 방법이 기존 방법에 비해 성능이 우수함을 확인할 수 있다.

• ETRI Journal
• /
• 제35권3호
• /
• pp.491-500
• /
• 2013

A connected component analysis from a binary image is a popular character segmentation method but occasionally fails to segment the characters owing to image noise and uneven illumination. A multimethod binarization scheme that incorporates two or more binary images is a novel solution, but selection of binarization methods has never been analyzed before. This paper reveals the best combination of binarization methods and parameters and presents an in-depth analysis of the multimethod binarization scheme for better character segmentation. We carry out an extensive quantitative evaluation, which shows a significant improvement over conventional single-method binarization methods. Experiment results of six binarization methods and their combinations with different test images are presented.

• 정보처리학회논문지B
• /
• 제8B권2호
• /
• pp.195-200
• /
• 2001

본 논문에서는 실제 입력 차량 영상으로부터 명암도 변화 정보와 원형 패턴 벡터를 이용하여 차량 번호판을 인식하는 알고리즘을 제안하였다. 일반적으로 차량 영상에서는 번호판 영역에서 문자와 배경이 뚜렷하게 구별되고, 일정한 명암도 변화를 가지면서 번호판 이외의 다른 영역 보다 빌집도가 높은 특성이 있다. 따라서 본 논문에서는 이러한 성질을 이용하여 먼저 명암도 변화값을 사용하여 번호판을 추출하도록 하였으며 영상 입력 과정에서 외부 환경에 따라 차량 영상이 어둡거나 밝게 입력될 경우에도 동일한 추출 성능을 얻기 위하여 밝기 보정 과정을 수행하였다. 또한 추출된 번호판 영역으로부터 입력 문자의 크기, 이동 및 회전에 무관한 특성 추출을 위해 원형 패턴 벡터를 이용하여 차량 번호를 인식하도록 하였다. 제안한 알고리즘을 적용한 결과 번호판 추출이 가능하였으며 기존의 방법에 비해 계산 속도가 향상되어 실시간 처리의 가능성을 제시하였다.

• 대한교통학회:학술대회논문집
• /
• 대한교통학회 1998년도 제34회 추계 학술발표회
• /
• pp.150-150
• /
• 1998

본 연구는 최근에 대두되는 첨단 교통체계(Intelligent Transportation Systems : ITS)중 첨단교통 관리체계(Advanced Traffic Management Systems : ATMS)에서 자동단속체계(Automatic Traffic Enforcement Systems : ATES)에 사용되는 자동차량번호판인식시스템의 핵심기술인 자동차량 번호판 추출에 관한 연구이다. 일반적으로 번호판익식시스템(License Plate Recogition System : LPRS)가 번호판을 인식하는데 있어서 번호판 추출과 문자인식, 크게 2개의 Process로 구분되어 수행된다. 본 연구에서는 도로상에 설치된 영상 카메라에서 얻은 차량의 영상을 바탕으로 차량의 번호판을 추출하는 새로운 영상처리기법을 제시하고 있다. 본 연구에서 제시한 영상처리기법은 메쉬와핑으로 차량번호판영역의 특징을 이용하여 추출해내는 방법이다. 메쉬란 직교하는 선들로 이루어진 그물 모양의 제어선을 말하는데 이 제어선은 가로와 세로로 한번씩 이미지를 왜곡하여 최종 이미지를 만들어낸다. 이 메쉬와핑기법은 정교하면서도 빠른 속도로 이미지를 처리할 수 있기 때문에 실시간 처리하는데 사용할 수 있다.