• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2015.07a
• /
• pp.513-515
• /
• 2015

최근 지능형 차량과 ADAS(Advanced Driver Assistance System) 개발에 있어 차량 영상을 이용한 도로 정보 분석이 중요한 화두로 떠오르고 있다. 다양한 도로 정보 중에서 도로표지판 검출 및 판단은 차량 운행 환경을 파악할 수 있는 중요한 과정이 될 수 있다. 이에 본 논문에서는 차량 영상에서의 색상 정보를 이용하여 표지판의 후보 영역을 추출(Candidate Generation)하고, 후보 영상에 대한 HOG(Histogram of Gradient) 특징 분석을 통해 도로표지판 여부와 그 종류를 판단(Object Classification)하는 알고리즘을 구현하였다. 또한 구현 알고리즘은 실시간 처리가 가능한 속도를 보여주어 지능형 차량 또는 ADAS에서의 실제 적용이 가능하도록 하였다.

• Proceedings of the KIEE Conference
• /
• 2003.07d
• /
• pp.2795-2797
• /
• 2003

기존의 X-ray System을 보면 방사선 소스와 방사선을 가시광선으로 변환시키는 형광판, 그리고 이 발광된 빛을 증폭시키는 작용을 하는 영상 증배관과 필름으로 구성된다. 이에 따른 시스템의 부피와 한 장의 필름이 나오기까지의 과정 등이 매우 번거롭다. 이 시스템을 저비용의 디지털 X-ray 시스템으로 대체함에 있어서 형광판과 디지털 CCD카메라를 이용하여 저가이면서 시스템 자체는 간소화시킨 X-ray시스템을 개발하고자한다. X-ray이미지는 형광판의 밀도와 카메라의 분해능에 따라 그 해상도가 결정이 되지만, 이번연구에서는 8bit의 분해능에 $1300{\times}1030$의 해상도를 갖는 Monochrome Digital 카메라를 사용하고, 기존 시스템에 사용되던 간접촬영용 형광판을 사용하였다. 기존시스템의 영상증배관을 배제시켜 후처리에 중점을 두어 시스템은 간소화하고, 저비용을 실현시켰다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2006.05a
• /
• pp.352-357
• /
• 2006

매년 도로와 주차공간의 확장보다 차량의 수가 빠르게 증가하여 그에 따라 불법 주차 관리의 어려움이 증가하고 있다. 이러한 문제점을 해결하기 위해 지능형 주차 관리 시스템이 필요하게 되었다. 본 논문에서는 획득된 차량 영상에서 수직 에지의 특징을 이용하여 번호판 영역과 개별 코드를 추출하고, 추출된 개별 코드를 퍼지 신경망 알고리즘을 제안하여 학습 및 인식한다. 본 논문에서는 차량 번호판 영역을 검출하기 위해 프리윗 마스크를 적용하여 수직 에지를 찾고, 차량 번호판의 정보를 이용하여 잡음을 제거한 후에 차량 번호판 영역을 추출한다. 추출된 차량 번호판 영역은 반복 이진화방법을 적용하여 이진화하고, 이진화된 차량 번호판 영역에 대해서 수직 분포도와 수평 분포도를 이용하여 번호판의 개별 코드를 추출한다 추출된 개별 코드는 제안된 퍼지 신경망 알고리즘을 적용하여 인식한다. 제안된 퍼지 신경망은 입력층과 중간층간의 학습 구조로는 FCM 알고리즘을 적용하고 중간층과 출력층간의 학습 구조는 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.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2007.10a
• /
• pp.413-417
• /
• 2007

2006년 11월 이후 신 차량 번호판 등장 후, 신 차량 번호판 차량이 꾸준히 증가하고 있다. 이에 따라 속도위반, 신호위반 단속, 무인 주차 관리 시스템, 범죄 및 도주 차량 검거, 고속도로 톨게이트에서 통행료 지불로 인한 교통 체증현상을 해소하기 위한 자동 요금 징수와 같은 다양한 경우에서 신 자동차 번호판의 특징에 맞는 인식 시스템이 요구되고 있다. 따라서 본 논문에서는 이러한 문제를 해결하기 위해 지능형 신 자동차 번호판 인식 방법을 제안한다. 무인 카메라에서 획득된 신 차량 영상을 그레이 레벨로 변환한 후에 블록 이진화한다. 블록 이진화된 차량 영상을 대상으로 차량의 형태학적 특징을 적용하여 잡음을 제거한 후, 번호판 영역을 추출한다. 추출된 번호판 영역에 대해 Grassfire 알고리즘을 적용하여 개별 코드를 추출한다. 차량 번호판을 인식하기 위하여 추출된 개별 코드를 퍼지 ART 알고리즘을 적용하여 학습 및 인식한다. 제안된 차량 번호판 추출 및 인식 방법의 성능을 평가하기 위해 100장의 차량 영상을 대상으로 실험한 결과, 제안된 차량 번호판 추출 및 인식 방법이 실험을 통해서 효율적인 것을 확인하였다.

• Journal of the Korea Society of Computer and Information
• /
• v.13 no.6
• /
• pp.273-278
• /
• 2008

Cars attaching new license plates are increasing after introducing the new format of car license plate in Korea. Therefore, a car new license plate recognition system is required for various fields using automatic recognition of car license plates, automatic parking management systems and arrest of criminal or missing vehicles. In this paper, we proposed an intelligent new car license plate recognition method for the various fields. The proposed method is as follows. First of all, an acquired color image from a surveillance camera is converted to a gray level image and binarized by block binarization method. Second, noises of the binarized image removed by morphological characteristics of cars and then license plate area is extracted. Third, individual characters are extracted from the extracted license plate area using Grassfire algorithm. lastly, the extracted characters are learned and recognized by a fuzzy ART algorithm for final car license plate recognition. In the experiment using 100 car images, we could see that the proposed method is efficient.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2002.04a
• /
• pp.775-778
• /
• 2002

본 논문에서는 도로를 주행하는 차량영상으로부터 번호판의 인식에 대한 연구이다. 차량을 검출하기 위해 두 프레임의 차를 이용하여 도로상에서 차량을 분리하였고, 번호판 영역을 추출하기 위해 명암도 변화의 파형 곡선 결과에 임계값을 적용하여 번호판을 추출하였다. 번호판 영역 검출은 96.05%의 검출결과를 얻었으며, 차량의 번호판 문자인식은 신경망을 통하여 학습 시켰 그 성능은 잭나이프 기법을 통해 측정하였다. 학습데이터에 대해서는 99.85 비학습데이터에 대해서는 88.15%의 인식율을 보였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2018.10a
• /
• pp.749-752
• /
• 2018

깊은 신경망 모델을 이용한 차량 번호판 검출과 번호판 문자 인식 시스템을 제안한다. 차량 번호판 인식 시스템은 세 가지 종류의 깊은 신경망 모델로 구성된다. 기존의 영상처리 기반의 차량 번호판 검출과 문자 인식을 전부 신경망으로 대체함으로써 영상의 밝기, 회전, 왜곡 등의 변형에 강인한 성능을 얻을 수 있다. 차량 번호판 검출률은 99.3%, 문자 영역 검출률은 99%, 문자 인식률을 98.5%를 얻었다.

• Journal of the Institute of Electronics and Information Engineers
• /
• v.54 no.8
• /
• pp.89-96
• /
• 2017

This Paper proposes a vehicle detection system and a license plate recognition system from CCTV images installed on public roads. Since the environment of this system acquires the image in the general road environment, the stable condition applied to the existing vehicle entry / exit system is not given, and the input image is distorted and the resolution is irregular. At the same time, the viewing angle of the input image is more wide, so that the computation load is high and the recognition accuracy of the plate is likely to be lowered. In this paper, we propose an improved method to detect and recognize a license plate without a separate input control devices. The vehicle and license plate were detected based on the HOG feature descriptor, and the characters inside the license plate were recognized using the k-NN algorithm. Experimental environment was set up for the roads more than 45m away from the CCTV, Experiments were carried out on an entry vehicle capable of visually identifying license plate and Experimental results show good results of the proposed method.

• The Journal of Korean Institute of Communications and Information Sciences
• /
• v.26 no.12A
• /
• pp.2019-2026
• /
• 2001

In this paper, we proposed the car license plate extraction and recognition algorithm using both the dynamical thresholding method and the kohonen algorithm. In general, the areas of car license plate in the car images have distinguishing characteristics, such as the differences in intensity between the areas of characters and the background of the plates, the fixed ratio of width to height of the plates, and the higher dynamical thresholded density rate 7han the other areas, etc. Taking advantage of the characteristics, the thresholded images were created from the original images, and also the density rates were computed. A candidate area was selected, whose density rate was corresponding to the properties of the car license plate obtained from the car license plate. The contour tracking method by utilizing the Kohonen algorithm was applied to extract the specific area which included characters and numbers from an extracted plate area. The characters and numbers of the license place were recognized by using Kohonen algorithm. Kohonen algorithm was very effective o? suppressing noises scattered around the contour. In this study, 80 car images were tested. The result indicate that we proposed is superior in performance.

• Journal of the Korea Society of Computer and Information
• /
• v.27 no.4
• /
• pp.19-26
• /
• 2022

With the recent development of intelligent transportation systems, car license plate recognition systems are being used in various fields. Such systems need to guarantee real-time performance to recognize the license plate of a driving car. Also, they should keep a high recognition rate even in problematic situations such as small license plates in low-resolution and unclear image due to distortion. In this paper, we propose a real-time car license plate recognition system that improved processing speed using object detection algorithm based on anchor-free method and text recognition algorithm based on Convolutional Neural Network(CNN). In addition, we used Spatial Transformer Network to increase the recognition rate on the low resolution or distorted images. We confirm that the proposed system is faster than previously existing car license plate recognition systems and maintains a high recognition rate in a variety of environment and quality images because the proposed system's recognition rate is 93.769% and the processing speed per image is about 0.006 seconds.