• Journal of the Korea Society of Computer and Information
• /
• v.13 no.5
• /
• pp.77-84
• /
• 2008

This paper proposes a new approach to eliminate the reflectance component for the localization of text in natural scene images. Natural scene images normally have an illumination component as well as a reflectance component. It is well known that a reflectance component usually obstructs the task of detecting and recognizing objects like texts in the scene, since it blurs out an overall image. We have developed an approach that efficiently removes reflectance components while Preserving illumination components. We decided whether an input image hits Normal or Polarized for determining the light environment, using the histogram which consisted of a red component. In the normal image, we acquired the text region without additional processing. Otherwise we removed light reflecting from the object using homomorphic filtering in the polarized image. And then this decided the each text region based on the color merging technique and the Saliency Map. Finally, we localized text region on these two candidate regions.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2000.04a
• /
• pp.1077-1083
• /
• 2000

본 논문은 운송 컨테이너 식별자의 자동화 처리를 위한 문자 인식의 단계중 최종 문자 인식 전단계 까지의 처리 과정을 컨테이너의 특성에 맞게 제안하였으며, 이러한 전처리 과정은 문자 인식 시스템의 성능에 중요한 영향을 미친다. 제안한 방법은 먼저 입력된 컨테이너 컬러 영상을 명암 영상으로 바꾸고 전체 영상중 인식에 필요한 식별자 영역만을 경계선 검출과 형태학적 연산을 이용하여 추출한다. 이어서 다양한 배경색과 문자색을 판단하여 일반 문서와 같이 일관성있게 통일한 후, DCT를 이용한 명암도별 이진영역으로 분할한 후에 Otsu방법과 새로운 이진화방법을 자동으로 선택하여 효율적인 이진화가 이루어지도록 하였다. 이렇게 얻어진 이진 영상은 문자인식 단계로 넘어갈 수 있도록 개별 문자로 분할한다. 이 방법은 컨테이너 영상의 불균등한 배경색과 잡음으로 인하여 문자인식에 오류가 생기는 단점을 보완하였으며 컨테이너 특성을 최대한 반영함으로써 효과적인 전처리 결과를 얻을 수 있었다. 또한, 제안한 방법의 응용은 컨테이너 이외의 다른 상황에서도 매우 효과적으로 사용될 수 있으리라 본다.

• Journal of the Korea Convergence Society
• /
• v.8 no.8
• /
• pp.33-40
• /
• 2017

In this paper, we propose a text extraction method by pattern analysis on contour for effective text detection in image. Text extraction algorithms using edge based methods show good performance in images with simple backgrounds, The images of complex background has a poor performance shortcomings. The proposed method simplifies the color of the image by using K-means clustering in the preprocessing process to detect the character region in the image. Enhance the boundaries of the object through the High pass filter to improve the inaccuracy of the boundary of the object in the color simplification process. Then, by using the difference between the expansion and erosion of the morphology technique, the edges of the object is detected, and the character candidate region is discriminated by analyzing the pattern of the contour portion of the acquired region to remove the unnecessary region (picture, background). As a final result, we have shown that the characters included in the candidate character region are extracted by removing unnecessary regions.

• Proceedings of the Korea Inteligent Information System Society Conference
• /
• 2002.05a
• /
• pp.203-209
• /
• 2002

본 논문에서는 영상 처리 및 인식 기술을 학생증 영상 인식에 적용하여 학생증 영상을 인식하고 웹 환경에서 학생 정보를 관리할 수 있는 방법을 제안한다. 원 학생증 영상에 대해서 가장 밝은 픽셀과 가장 어두운 픽셀에 대한 평균 밝기 값을 임계치로 설정하여 원 영상을 이진화하여 수평 방향으로 히스토그램을 수행하고 학번의 위치 정보를 이용하여 학번 영 역을 추출한다. 추출된 학번 영 역의 잡음을 제거하기 위하여 3$\times$3 마스크를 적용한 최빈수 평활화(smothing)를 수행하여 잡음을 제거하고 수직 방향 히스토그램을 이용하여 개별 문자를 추출하고 정규화 한다. 개별 학번 인식은 인공 신경망의 자율학습 방법인 ARTI 알고리즘을 적용하여 학번 문자를 인식한다. 실험 결과에서는 제안된 학생증 인식 방법이 학번 영역 추출과 개별 문자 인식에 효율적인 것을 보이고 인식된 개련 문자들을 데이터 베이스에 저장하여 웹환경에서 학생정보를 관리한다

• Journal of Navigation and Port Research
• /
• v.28 no.8
• /
• pp.727-733
• /
• 2004

In the car license plate recognition system, it is very important to extract the part of the license plate from the car image. In this paper, I use ACL algorithm to extract the license plate image from car image. The ACL algorithm is used to color and luminance information, either. Therefore in this paper, suggested algorithm is called ACL algorithm The ACL algorithm uses color, luminance information and the rate of license plate information Each of these information are used to exact area of license plate. The result of experiment to extract the car license plate with ACL algorithm is 97% extraction rate. The result of experiment with ACL algorithm for the character region, character recognition is 92% extraction rate.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.11 no.5
• /
• pp.1004-1012
• /
• 2007

In this paper, we proposed a new car license plate recognition method using an unsupervised ART2 algorithm with HSI color model. The proposed method consists of two main modules; extracting plate area from a vehicle image and recognizing the characters in the plate after that. To extract plate area, hue(H) component of HSI color model is used, and the sub-area containing characters is acquired using modified fuzzy binarization method. Each character is further divided by a 4-directional edge tracking algorithm. To recognize the separated characters, noise-robust ART2 algorithm is employed. When the proposed algorithm is applied to recognize license plate characters, the extraction rate is better than that of existing RGB model and the overall recognition rate is about 97.4%.

• The KIPS Transactions:PartB
• /
• v.12B no.1 s.97
• /
• pp.17-24
• /
• 2005

In this paper, we will show that a control search methodology is a alternative method of a sequential search which is difficult in finding books for arrangement at library or a bookstore when books are out of place. To solve the problem of the sequential search, we apply a edge operator and the Hough Transform to boundary of a taken photograph image book. We generate histogram by a projected image from boundary range of selected books and select title areas from this and possible areas which are a character number of title, authors, a publishing company and an array sequence. Finally, we can select the final possible area of a book location by a curve fitting and a regression line extraction, and show utility through experiment.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2002.11a
• /
• pp.751-754
• /
• 2002

본 논문에서는 획득한 차량 영상에서, 차량 번호판의 후보영역을 동적으로 할당하여 번호판을 추출하고, 이중 템플릿 매칭을 이용하여 인식하는 방법을 제안하였다. 차량 번호판 영역은 다른 영역에 비해 영상의 밀도값이 높다는 것을 근거로, 후보영역을 투영하여 추출된 영상의 밀도값과 기준밀도값을 비교하여 차이가 임계값 이하를 만족한 때 차량 번호판 영역으로 추출하고 만족하지 않을 때는 다음 후보영역을 투영하여 차량 번호판 영역을 추출하였다. 추출된 번호판 영역에서 문자와 숫자영역으로 분할된 입럭패턴과 표준패턴을 흑화소로 1차 매칭하고, 이 중 유사도가 높은 표준패턴과 다시 백화소로 2차 매칭하는 이중 템플릿 매칭으로 인식하였다.

• Proceedings of the Korea Multimedia Society Conference
• /
• 1998.10a
• /
• pp.266-271
• /
• 1998

본 논문에서는 칼라지도영상으로부터 GIS의 벡터링 과정에 사용할 벡터링 영역(도로, 해안선, 등고선 등)을 추출하는 방법에 대해 연구하였다. 입력영상으로는 트루칼라영상을 사용할 경우 추출 영역의 칼라가 비교적 균일하게 분포되지만 데이터량이 방대하여 처리에 어려움이 있어 현실적이지 못하므로 이를 양자화하여 256칼라 영상으로 변환한 후 사용할 수 있도록 하였다. 추출 단계에서는 Lab칼라공간에서 mahalanobis 거리 및 방향성 마스크를 사용하여 다양한 칼라 분포를 흡수할 수 있도록 하여 배경 영역을 배제하면서 연결성이 있는 추출결과를 얻을수 있도록 하였다. 그리고 추출된 결과를 원영상과 중첩해 보면서 기호, 문자 등의 요소로 인해 끊어진 영역이나 추출시 발생되는 피할 수 없는 잡영을 편집하여 제거할 수 있는 기능을 제공하였다. 추출된 결과는 벡터링 작업에 직접 사용 가능한 형태로 추출되도록 하였는데 실제 벡터링 작업에 다양한 추출영역을 사용해 봄으로써 이를 검증하였다.

• Journal of the Korea Society of Computer and Information
• /
• v.14 no.11
• /
• pp.61-71
• /
• 2009

Vehicle license plate is the only way to check the registrated information of a vehicle. Many works have been devoted to the vision system of recognizing the license plate, which has been widely used to control an illegal parking. However, it is difficult to correctly segment characters on the license plate since an illumination is affected by a weather change and a neighboring obstacles. This paper proposes a robust method of segmenting the character of the license plate on irregular illumination condition. The proposed method enhance the contrast of license plate images using the Chi-Square probability density function. For segmenting characters on the license plate, binary images with the high quality are gained by applying the adaptive threshold. Preprocessing and labeling algorithm are used to eliminate noises existing during the whole segmentation process. Finally, profiling method is applied to segment characters on license plate from binary images.