• 한국콘텐츠학회논문지
• /
• 제10권10호
• /
• pp.1-8
• /
• 2010

현재 카메라로 입력된 문자 영상 처리를 위한 기술 개발이 국내외에서 활발히 이루어지고 있으나 낮은 정확도나 처리시간이 많이 걸리는 문제점 등으로 실용화 비율은 현저히 낮다. 본 논문에서는 휴대단말기 카메라에서 얻은 영상으로 기하학적 정보를 이용한 차량 번호판 인식 방법을 제안한다. 휴대폰 영상의 낮은 해상도와 부족한 명암대비, 각도 차이 등을 고려한 전처리 작업 수행 후 투영에지 누적 계산을 통해 추출된 번호판 영역에서 체인코드와 Thickness 정보를 이용하여 문자를 인식한다. 제안된 알고리즘은 기존의 차량 번호판 인식 알고리즘의 문제점과 휴대단말기 영상 처리라는 점 등을 고려하여 가볍고 처리 시간을 단축시켰으며, 실험 결과 95%의 문자 인식 성공률을 얻었다. 향후 연구로 원거리 영상이나 모션블러가 가미된 영상에서의 번호판 인식 알고리즘을 모색할 예정이다.

• 한국정보전자통신기술학회논문지
• /
• 제2권1호
• /
• pp.29-35
• /
• 2009

본 논문에서는 차량의 후면에서 촬영한 영상을 이용하여 효과적으로 번호판을 추출하고, 그 안에 표기된 문자를 인식하는 방법을 제안한다. 기존의 연구방법은 전체영상에 대하여 전처리를 수행하여 에지(edge)영상을 구하여 이진화 한다. 이진화된 영상에서 허프(Hough)변환을 수행하여 수평, 수직선을 구하고, 번호판의 특징을 이용하여 번호판 영역을 추출한다. 이 방법의 문제점은 처리시간이 많이 소요되므로 실시간처리가 곤란하다는 점과 야간관 같이 명암상태가 불규칙하고 영상에서 번호판 테두리가 나타나지 않으면 번호판 영역추출을 할 수 없다는 점이다. 또한 차량의 후면에서 촬영한 영상에서 번호판 영역의 명암값 변화의 특성을 이용하여 번호판 영역에서 숫자폭, 배경영역과 숫자영역의 명암차를 조사하여 숫자영역임을 확인하고, 확인된 숫자와 숫자사이의 거리를 조사하여 번호판 영역을 추출한다. 본 연구는 기존방법의 번호판 테두리 훼손에 따른 번호판 영역추출 실패의 문제점을 해결하고 시간 소요의 문제를 실시간안에 처리 함으로써 실용적 응용이 가능하다. 실험 결과 100장의 샘플영상으로 실험한 결과 멀리 있는 자동차 영상에서도 자동으로 번호판을 판독할 수 있었으며, 번호판 추출에 실패한 영상은 13%를 나타내었고, 문자인식에 실패한 영상은 0.4%의 결과를 나타내었다.

• 한국멀티미디어학회논문지
• /
• 제8권11호
• /
• pp.1496-1509
• /
• 2005

본 논문에서는 투영면 컨벌루션과 결정트리 분류기법을 사용하여 주변 환경이 복잡한 차량영상으로부터 실시간으로 번호판을 추출하고 인식하는 적응적 차량번호판 인식 시스템을 제안하였다. 일반적으로 고속도로 톨게이트와 주차장 출입구에서의 차량영상은 설치 카메라와 도로 환경에 따라 차량번호판의 크기, 각도변화, 주변잡음 등으로 매우 다양하므로 번호판 추출과 분할이 어렵다. 따라서 본 논문에서는 차량 영상을 획득한 후 번호판 후보영역을 검출하고 진입 위치 변화에 따라 번호판의 기울기와 크기를 자동으로 보정하여 인식하는 알고리즘을 제안하였다. 제안한 인식 방법은 차량의 에지누적 분포와 번호판의 일정한 명암값 변화 빈도수를 누적한 투영면 컨벌루션과 체인코드를 사용하여 크기와 기울기가 일정하지 않은 번호판으로부터 번호판영역을 정확히 추출하고, 적응적 이진화 기법을 이용하여 문자를 분할하였다. 본 논문에서 제안한 방법으로써 실험한 결과 복잡한 영상에서 전방 및 후방 차량영상으로부터 번호판 인식이 가능하였으며 각각 $98.8\%$와 $95.5\%$의 추출률과 분할된 문자영역에서 $97.3\%$와 $96\%$의 인식률 개선 결과를 나타내었다.

• 전자공학회논문지CI
• /
• 제40권6호
• /
• pp.47-55
• /
• 2003

본 논문에서는 다양한 시간과 장소에서 차량 정면이나 후면 주변의 다양한 위치에서 촬영되고 주변 배경이 충분히 포함되는 주차 단속용 영상에서 차량 번호판을 추출하기 위해, 명암 벡터와 복합 색상을 이용하여 차량 번호판의 고유한 특성을 감지하는 방법을 제안한다. 기본적으로 번호판 영역에서 문자와 배경의 명암도 차이가 뚜렷하여 명암값의 증감이 빈번히 발생하고, 번호판 영역이 차종에 따라 일정한 색상을 갖는다는 특성을 함께 이용한다. 먼저, 번호판 영상의 하단부터 시작하여 일정 간격의 행마다 탐색해가면서, 명암 벡터의 부호가 충분히 자주 변화하고 번호판 색상이 충분히 검출되는 구간을 번호판 후보로 간주하여 대략 영역을 지정한다. 그런 다음, 수직 에지 성분을 수평ㆍ수직으로 프로젝션하여 번호판의 정교 영역을 추출한다. 이때, 추출된 번호판의 색상에 의해 차종도 쉽게 판별된다. 제안한 방법의 성능을 평가하기 위해 다양한 시간과 장소에서 촬영된 실제 단속 영상 200장을 사용하였다. 실험 결과, 제안한 방법이 명암 벡터만을 사용한 방법보다 약 9% 향상된 96%의 번호판 추출률을 보였다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2020년도 제62차 하계학술대회논문집 28권2호
• /
• pp.701-702
• /
• 2020

본 논문에서는 Jetson-Nano와 데스크탑에서 OpenCV와 YOLOv3 실시간 객체 인식 알고리즘을 이용하여 웹캠을 통해 주차장 등의 출입 차량 인식 통계 시스템을 개발하였다. 최근 에지컴퓨팅에 관심이 증가하고 있는 시점에서 Nvidia사에서 개발하여 보급하고 있는 Jetson-Nano에 YOLOv3 tiny와 OpenCV를 이용하여 차량인식을 수행하고, 구글에서 개발한 오픈 소스 Tesseract-OCR을 이용해 차량번호인식하여 입출차 혹은 주차시 차량정보를 확인할 수 있다. 딥러닝 학습 알고리즘에서 전기차 번호판의 특징점을 인식하여 전기차를 판별하여 일반차량이 전기차 주차구역에 불법주차하는 것을 모니터링할 수도 있다. 출입한 차량 데이터 베이스에서 입출차 시각, 차량번호, 전기차여부등이 확인 가능하다.

• 정보처리학회논문지B
• /
• 제13B권4호
• /
• pp.353-360
• /
• 2006

본 논문에서는 도로 영상으로부터 차량 번호판 영역을 분할하는 알고리즘을 제시한다. 차량의 번호판 영역이 다른 영역에 비해 차별되는 특정을 세 가지 측면으로 나누어, 1) 번호판의 내부 문자, 2) 번호판의 색상, 3) 번호판의 형태에 대해 분석한다. 전처리 과정에서는, 이와 같은 세 가지 측면을 고려하여 번호판의 내부 영역 및 크기를 판별할 수 있는 임계값들을 계산하며, 이를 위해 표본 영상에 대한 통계적 처리를 수행한다. 차량 영역 분할 알고리즘에서는 임계값들을 이용하여 입력영상 내부에서 번호판 영역이 강조되도록 영상을 이진화한다. 일정한 크기의 윈도우로 이진 영상(binary image) 전체를 탐색하여, 윈도우 내부 픽셀 값의 합이 높은 순으로 서로 중복이 없도록 후보 영역을 찾은 후, 간단한 휴리스틱을 이용하여 후보 영역들 중에서 번호판 영역을 선택한다. 이 알고리즘은 번호판의 변형 또는 색상 명암도에 차이가 있는 경우에 대해서 안정적이다. 또한 이 알고리즘은 복잡한 전처리 과정을 요구하지 않고, 적은 수의 표본 영상에 대한 통계 처리만으로도 228장의 실험 영상들에 대해 97.8% 정도의 높은 성공률을 보였다. 프로토타입 시스템을 구현한 결과는 512M 바이트 메모리를 장착한 3GHz 펜티엄4 PC에서 $1280{\times}960$ 해상도의 영상 1장당 평균 0.676초의 처리 속도를 보였다.

• 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.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2022년도 제65차 동계학술대회논문집 30권1호
• /
• pp.315-316
• /
• 2022

최근 전 세계적인 탄소 중립 정책으로 인해 전기차 보급 속도는 예상보다 훨씬 빠르게 증가하고 있다. 하지만 늘어나는 수요에 비해 전기차 충전기 수는 턱없이 부족하다. 그뿐만 아니라 일반 차들의 전기차 충전소 불법주차로 인해 전기차가 충전하지 못하는 불편함이 발생하고 있다. 본 논문에서는 에지 컴퓨터(edge computer)와 딥러닝 기반 객체 감지 시스템 YOLO(You only look once)를 이용한 전기차 충전소 불법주차 방지 시스템을 개발한다. 먼저, 이 시스템은 카메라를 통해 실시간으로 영상을 받아 YOLO를 이용하여 차량 번호판 인식이 되면 전기차 번호판의 특정 마크를 인식하여 전기차인지 일반 차인지를 판별하여 판별된 값에 따라 주차 차단기가 작동되는 시스템이다. 전기차이면 차단기가 내려가서 충전소를 이용할 수 있게 하고 일반차일 경우 주차 차단기가 내려가지 않고 막아 불법주차를 차단한다. 이와 같은 기술을 활용하여 전기차 충전소 불법주차 방지에 기여하고자 한다.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2008년도 하계종합학술대회
• /
• pp.1037-1038
• /
• 2008

Since the characters are not clear always due to lighting conditions, sometimes only a part of the characters are detected and the boundary of the number plate is not completely shown. To solve this problem, this paper presents a new efficient algorithm for segmenting the number plate using the topological relationship among the characters in the number plate and its outer contour. The boundary of the number plate is estimated using the detected characters and detected by testing the connectivity of the vertical and horizontal edges. The superior performance of the proposed algorithm has been proved by the experiments.