• 한국멀티미디어학회:학술대회논문집
• /
• 한국멀티미디어학회 2002년도 춘계학술발표논문집(상)
• /
• pp.346-351
• /
• 2002

본 연구에서는 차량 번호판에서 추출된 문자영역의 DCT(Digital Cosine Transform) 계수와 LVQ (Learning Vector Quantization) 신경회로망을 이용하여 차량 번호판 인식 시스템을 구성하였다. 입력된 차량영상의 RGB 칼라정보를 이용하여 번호판 영역을 추출하고 추출된 번호판의 히스토그램과 문자의 상대적 위치정보를 병합하여 문자영역을 추출하였다. 이렇게 추출된 문자영역의 명암도 영상에 DCT를 적용하여 얻은 특징 벡터는 LVQ 신경회로망의 입력으로 사용되어 인식 과정을 수행한다. 제안된 시스템의 검증을 위하여 다양한 환경에서 촬영된 109대의 자가용 차량영상에 대하여 실험하여 상대적으로 높은 번호판 영역 추출율과 인식률을 보였다.

• 한국ITS학회 논문지
• /
• 제10권6호
• /
• pp.32-39
• /
• 2011

꼬리물기는 교차로에 정체가 발생하면 녹색 현시라도 진입해서는 안 되는데 이를 무시하고 무리하게 진입, 신호가 바뀐 뒤 다른 방향의 차량흐름에 방해를 주는 행위이다. 인력에 의한 단속 방법은 한계가 있어 지속적으로 단속을 하기위해서는 대체 방안이 필요하다고 하겠다. 교차로에서의 꼬리물기 위반를 시스템을 통해 단속가능한 지 여부를 파악하기 위해 실제 현장에서 실험을 통해 평가를 수행하였다. 본 연구에서는 현재 운영 중인 신호위반 단속장비와 달리 위반 차량을 단속하는 시점을 교차로 진출부 횡단보도 부근에서 하였으며, 위반 차량을 역추적 방식으로 궤적을 추적하는 방식을 적용하였다. 현장 실험 결과 시스템에 다음과 같은 결론을 얻었다. 교차로 꼬리물기 위반 차량에 대한 단속 능력, 즉 위반차량 검지율 및 오검지율을 평가한 결과, 평균 검지율은 83.5%, 오단속률은 0.2, 오인식률 1.5%로 나타났다. 따라서 꼬리물기 위반 차량을 무인단속장비에 의해 단속을 할 수 있을 것으로 판단된다.

• 한국전자통신학회논문지
• /
• 제7권5호
• /
• pp.1153-1164
• /
• 2012

본 논문에서는 자동차 번호판 인식 및 스마트폰을 활용한 객체 지향 설계 기반의 효율적인 차량 관리 시스템을 제안한다. 제안하는 시스템은 수리 차량 입고 시 IP카메라를 이용하여 실시간으로 자동차 번호판을 인식하고 인식된 차량의 기존 수리 이력 정보를 DID에 출력한다. 또한 차량 정비사가 수리 차량을 정비하는 동안 IP 카메라를 통해 수리 과정을 동영상으로 촬영하며, 촬영된 동영상 중에 프레임을 추출하여 사용자의 스마트폰에 이미지를 전송함으로써 고객 차량 확인 및 수리 이력 관리 기능을 제공한다. 사용자의 편의성을 제공하기 위해 웹 및 모바일 기반의 사용자 인터페이스를 제공한다. 제안하는 시스템의 설계는 구현 후 재사용성과 확장성을 고려하여 모듈을 세분화한 객체 지향 기반의 소프트웨어 설계 모델링을 적용한다. 제안하는 시스템을 통해 차량 수리 센터 및 정비업체는 업무의 효율성을 향상시킬 수 있으며, 아울러 차량 수리를 요청한 고객의 신뢰도를 높일 수 있다.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2005년도 추계종합학술대회
• /
• pp.509-512
• /
• 2005

The aim of this work is to design a real-time reusable image enhancement architecture for video signals, based on a spatial processing of the video sequence. The VHDL hardware description language has been used in order to make possible a top-down design methodology. By adding proposed algorithms to the LPR(License Plate Recognition) system, the system is implemented with reliability and safety on a rainy day. Spartan-2E XC2s300E is used as implementation platforms for real-time system.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2019년도 추계학술발표대회
• /
• pp.615-618
• /
• 2019

이 모듈은 오픈소스인 Tesseract OCR 및 Open CV 라이브러리와 Raspberry Pi를 사용하여 저렴한 비용으로 구현합니다. 컴팩트한 사이즈로 사람이 직접 들고 움직이면서도 사용이 가능하며 사용자의 니즈에 따라서 한 곳에 위치하여도 사용 가능합니다. Open CV 라이브러리를 사용하여 이미지 이진화, 노이즈 필터링 후에 흑백 이미지를 만들고 윤곽선 검출 알고리즘을 통해서 번호판 영역을 추출하여 Tesseract OCR 엔진을 사용해서 차량 번호판이 추출된 이미지에서 차량 번호를 인식 합니다. 인식된 번호는 Tkinter 와 Python, 데이터베이스를 활용하여 구현된 GUI프로그램을 통해서 유료주차장(선불, 후불) 또는 아파트에서 사용할 수 있는 주차장 관리 서비스를 함께 제공합니다.

• 디지털산업정보학회논문지
• /
• 제17권4호
• /
• pp.85-94
• /
• 2021

The LPR system's trigger sensor makes problem occasionally due to the heave weight of vehicle or the obsolescence equipment. If we replace the hardware sensor to the deep-learning based software sensor in order to generate the trigger signal, LPR system maintenance would be a lot easier. In this paper we proposed the deep-learning sliding window based object detection and tracking algorithm for the LPR system's trigger signal generation. The gate passing vehicle's license plate recognition results are combined into the normal tracking algorithm to catch the position of the vehicle on the trigger line. The experimental results show that the deep learning sliding window based trigger signal generating performance was 100% for the gate passing vehicles including the 5.5% trigger signal position errors due to the minimum bounding box location errors in the vehicle detection process.

• 한국컴퓨터정보학회논문지
• /
• 제12권5호
• /
• pp.313-319
• /
• 2007

본 논문에서는 획득된 차량 영상에서 수직 에지의 특징을 이용하여 번호판 영역과 개별 코드를 추출하고, 추출된 개별 코드는 퍼지 신경망 알고리즘을 이용하여 인식한다. 차량 번호판 영역을 검출하기 위해 프리윗 마스크에 의해 수직 에지를 찾고, 차량 번호판에 관한 특성 정보를 이용하여 잡음을 제거한 추에 차량 번호판 영역과 개별 코드를 추출한다 추출된 개별 코드를 인식하기 위해 퍼지 신경망 알고리즘을 제안하고 인식에 적용한다. 제안된 퍼지 신경망은 입력층과 중간층간의 학습 구조로는 FCM 알고리즘을 적용하고, 중간층과 출력층간의 학습 구조에는 Max_Min 신경망을 적용한다. 제안된 방법의 추출 및 인식 성능을 평가하기 위하여 실제 차량 영상 150장을 대상으로 실험한 결과, 기존의 차량 번호판 인식 방법보다 효율적이고 인식 성능이 개선된 것을 확인하였다.

• 한국융합학회논문지
• /
• 제10권11호
• /
• pp.79-84
• /
• 2019

영상을 기반으로 하는 기술들의 지속적인 발전으로 다양한 분야에서 활용되고 있고, 카메라를 통하여 획득한 영상의 객체를 분석하고 판별하는 비전 시스템의 기술 수요가 급속하게 증가하고 있다. 비전 시스템의 핵심 기술인 영상처리는 반도체 생산 분야의 불량 검사, 타이어 표면의 숫자 및 심볼과 같은 객체 인식 검사 등에 사용되고 있고, 자동차 번호판 인식 등의 연구가 계속하여 이루어지고 있는 실정으로, 객체를 신속, 정확하게 인식할 필요가 있다. 본 논문에서는 곡면과 같은 곳에 마킹되어 있는 숫자나 심볼과 같이 기울어진 객체를 인식하기 위하여 입력된 영상 이미지의 객체 기울기에 대한 각도 값을 확인하여 객체의 회전 정렬을 통한 인식 모델을 제안한다. 제안 모델은 컨투어 알고리즘을 기반으로 객체 영역을 추출하고, 객체의 각도를 산출한 후, 회전 정렬된 이미지에 대한 객체 인식을 진행할 수 있는 모델이다. 향후 연구에서는 기계학습을 통한 탬플릿 매칭 연구가 필요하다.

• 한국콘텐츠학회:학술대회논문집
• /
• 한국콘텐츠학회 2005년도 춘계 종합학술대회 논문집
• /
• pp.437-442
• /
• 2005

본 연구에서는 칼라정보와 주성분분석법(principal component analysis : PCA)를 이용한 차량 번호판 인식시스템을 구성하였다. 먼저 입력된 차량 영상에서 번호판의 형태적 특징과 녹색 칼라 정보를 이용하여 번호판 영역을 추출하였으며, 추출된 번호판내의 문자 및 숫자의 위치적 특징을 이용하여 번호판의 종류(구형, 신형, 최신형)를 구분하였다. 이렇게 추출되고 구분된 번호판은 문자의 상대적 위치정보와 수평 및 수직 투영 정보를 함께 이용하여 각각의 문자영역을 분리 추출하였다. 추출된 문자영역은 주성분분석법을 이용하여 고유벡터를 추출한 후 문자 인식에 사용하였다. 본 논문의 실험과정에서는 다양한 시간대 환경에서 촬영된 주행 중인 자동차 320대의 자가용 차량영상에 대하여 실험하였으며 높은 번호판 추출률과 번호판종류 구분률 그리고 문자 인식률을 얻을 수 있었다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2016년도 춘계학술발표대회
• /
• pp.754-757
• /
• 2016

기존 번호판 인식은 직접 특징 추출 알고리즘을 개발하여 완전 연결 신경망으로 특징을 분류하는 방법이 보편적이다. 본 연구는 전처리 과정에서 번호판 후보군 검출 및 세그먼테이션을 수행하고 특징 추출 없이 미리 학습된 심층 컨볼루션 신경망을 통해 문자를 분류하는 방법을 제안한다. 직접 수집한 2,900장의 번호판 데이터베이스를 이용하여 훈련 집합 및 검증 집합을 구성하였다. 훈련 집합과 검증 집합에 대해 실험한 결과 번호판 후보군 검출률은 97%를 얻을 수 있었고, 이에 대한 인식률은 95%를 얻었다.