• 한국콘텐츠학회논문지
• /
• 제13권10호
• /
• pp.19-26
• /
• 2013

말레이시아 차량 번호판에는 플라스틱으로 제작된 영문 및 숫자들이 엠보싱 형태로 부착되어있으며 수평 수직방향 문자들 사이 간격이 조밀하게 배치된 경우가 많다. 따라서 조도가 낮은 차량 영상에서는 번호판 문자 획 정보 추출이 어려워질 수 있다. 본 논문에서는 저 조도에서 촬영된 말레이시아 차량 영상에서 번호판을 인식하는 알고리즘을 제안하였다. 저 조도에서 촬영된 차량 영상에서도 문자 획 연결 요소를 정확하게 추출하기 위해 DoG 필터링 기반 문자 획 생성 기법을 도입하였다. 문자 획 연결요소 해석을 통한 번호판 후보 영역을 추정한 다음 문자 영역을 분할하고 인식을 하였다. 쿠알라룸푸르 도로상에서 조명이 부착되지 않은 IR 카메라를 사용하여 주야로 촬영한 6,046장의 차량 영상을 대상으로 번호판 인식 실험을 수행하였다. 제안된 알고리즘을 이용하여 실험해 본 결과 번호판 인식 성능이 96.1%로 나타났다.

• 디지털산업정보학회논문지
• /
• 제16권4호
• /
• pp.19-28
• /
• 2020

Vehicle license plate recognition system is not generalized in Malaysia due to the loose character layout rule and the varying number of characters as well as the mixed capital English characters and italic English words. Because the italic English word is hard to segmentation, a separate method is required to recognize in Malaysian license plate. In this paper, we propose a mixed character level and word level English license plate recognition algorithm using deep learning neural networks. The difference of Gaussian method is used to segment character and word by generating a black and white image with emphasized character strokes and separated touching characters. The proposed deep learning neural networks are implemented on the LPR system at the gate of a building in Kuala-Lumpur for the collection of database and the evaluation of algorithm performance. The evaluation results show that the proposed Malaysian English LPR can be used in commercial market with 98.01% accuracy.