• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2004년도 봄 학술발표논문집 Vol.31 No.1 (B)
• /
• pp.748-750
• /
• 2004

주행 중인 차량 뒷 번호판을 획득하여 이진화하는 과정에서 번호판 주변의 움푹 들어간 차량구조 영향으로 인하여 번호판에 그림자가 드리워지게 된다. 그림자가 진 상황에서 영상을 이진화를 하게 되면 번호판 문자가 확실하게 나오지 않게 된다. 따라서 그림자가 드리워진 번호판에 대해서 그림자 영역의 경계를 구하여 처리를 하고, 그림자가 진 부분과 그림자가 지지 않은 부분을 각각 이진화한 후 두 부분을 합하여 번호판 문자를 얻어낸다. 그림자 처리 방법을 사용할 경우 일반적인 이진화를 했을 때 보다 훨씬 좋은 번호판 문자를 얻을 수 있었다.

• 전자공학회논문지S
• /
• 제36S권6호
• /
• pp.76-86
• /
• 1999

본 논문은 웨이브렛 변환을 이용하여, 차량 번호판 영역을 추출하는 새로눙 방법을 제안한다. 차량 영상을 웨이브렛 변환에 의하여 분해하고 분해된 각 영상으로부터 생성되는 고주파 영상들은 특징 영상으로 선정한다. 선정된 3개의 특징 영상들을 하나의 특징 영상으로 합성하고, 번호판 위치 영역을 검출한다. 검출된 영역에 대하여 수직 방향 히스토그램에 의해 Y축 영역을 결정하고, 수평 방향 히스토그램의 분산 히스토그램을 구성하여 X축 영역을 결정하므로써의 번호판 영역을 추출한다. 또한 제안한 방법의 타당성을 보이기 위하여, 다양한 국내${\cdot}$외 차량 데이터에 대하여 실험한 결과, 기존방법들의 문제점을 해결하고 96%의 높은 정확성의 번호판 영역을 추출하였다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2022년도 제66차 하계학술대회논문집 30권2호
• /
• pp.465-466
• /
• 2022

본 논문에서는 딥러닝 영상인식 기술을 활용한 객체검출 모델인 YOLOv4를 활용하여 차량의 모델과 번호판인식 시스템을 제안한다. 본 논문에서 제안하는 시스템은 실시간 영상처리기술인 YOLOv4를 사용하여 차량모델 인식과 번호판 영역 검출을 하고, CNN(Convolutional Neural Network)알고리즘을 이용하여 번호판의 글자와 숫자를 인식한다. 이러한 방법을 이용한다면 카메라 1대로 차량의 모델 인식과 번호판 인식이 가능하다. 차량모델 인식과 번호판 영역 검출에는 실제 데이터를 사용하였으며, 차량 번호판 문자 인식의 경우 실제 데이터와 가상 데이터를 사용하였다. 차량 모델 인식 정확도는 92.3%, 번호판 검출 98.9%, 번호판 문자 인식 94.2%를 기록하였다.

• 한국어업기술학회:학술대회논문집
• /
• 한국어업기술학회 2001년도 춘계 수산관련학회 공동학술대회발표요지집
• /
• pp.45-46
• /
• 2001

PIV(Particle Image Velocimetry : 입자영상유속계)는 유동장에 분포된 추종입자의 위치를 영상처리에 의해 자동추적 함으로써 속도벡터를 전유동영역에 걸쳐 동시에 구할 수 있는 계측기법이다. 따라서, CFD와 같이 정량적 및 정성적으로 수치해석된 결과와 바로 비교 검토가 가능한 유일한 실험기법으로 인식되고 있다. 본 실험에서는 CFD에 의한 모형의 유체유동 특성을 분석하고 이를 회류수조에서 PIV를 이용해 모형 전개판 주위의 유체흐름을 분석하여 각 전개판 모형의 유체유동 특성을 파악하였다. (중략)

• 융합신호처리학회논문지
• /
• 제9권3호
• /
• pp.188-194
• /
• 2008

본 논문에서는 지능형 자동차의 주행보조 시스템 중의 하나인 교통 표지판 인식을 위한 새로운 방법을 제안한다. 제안한 방법은 잡음, 회전, 크기 등의 변형된 교통 표지판으로부터 기하학적 방법을 이용하여 변형된 정도를 추정하여 교통 표지판 원형으로 보정한다. 그리고 교통 표지판 인식을 위해서 보정된 표지판 영상으로부터 순차적 색기반 군집화(Sequential color-based clustering)에 의한 주의, 규제, 지시, 보조 등의 1차적 분류에 따라서 해당 교통 표지판의 형태 특징인 인식 심벌을 추출한다. 그리고 추출된 인식 심벌에 원형 추척법을 적용하여 교통 표지판 최종 인식 작업을 수행한다. 제안하는 방법의 성능 평가를 위해서 교통 표지판 영상에 잡음, 회전, 크기 등의 임의 변형을 적용하여 다양한 실험 영상을 만들고, 적용한 결과 단일 변형에서는 95%, 혼합 변형에서는 93% 이상의 인식률을 보인다.

• 한국멀티미디어학회:학술대회논문집
• /
• 한국멀티미디어학회 2000년도 춘계학술발표논문집
• /
• pp.174-177
• /
• 2000

자동차 번호판 인식 시스템을 구현하기 위해서는 영상에서 번호판을 추출하는 영역과 추출된 번호판에서 각 문자의 숫자를 추출하는 영역, 마지막으로 이를 인식하는 영역으로 나누어진다. 본 논문에서는 번호판 영역이 다른 영역보다 녹색의 밀집도가 높다는 특징을 이용하여 이미지에서 번호판을 추출하고, 개선된 퍼지 ART학습 알고리즘으로 자동차 번호판 인식에 적용한다. 실험결과에서는 여러 차량에 대해 인식율이 우수한 것을 보인다.

• 대한방사선기술학회지:방사선기술과학
• /
• 제30권2호
• /
• pp.121-127
• /
• 2007

최근 요통의 원인을 밝히기 위한 노력의 일환으로 의료 영상 자료를 이용하는 연구가 많이 이루어지고 있는 실정이나 의료 영상 장비들은 사용 비용이 고가라는 점, 인체에 침습적이라는 점 그리고 추간판의 크기를 측정하기 위해서는 이를 구현할 수 있는 소프트웨어가 필요하다는 점 등의 제한점으로 인해 연구 환경에서는 그 사용이 제한적으로 이루어지고 있는 실정이다. 이에 본 연구는 비교적 신뢰도가 높으면서 신체 계측 자료를 이용하여 간단한 추정식에 의해 추간판의 크기를 추정할 수 있는 Colombini 등의 방법과 이를 수정하여 보다 발전시킨 Turk와 Celan의 방법을 소개하고 이들의 방법에 의해 추정된 추간판의 크기가 의료 영상 자료에 의한 실계측치와 유의한 상관성이 있는가를 알아보기 위하여 수행되었다. 본 연구는 근골격계 질환이 없는 20대의 정상 성인을 대상으로 신체 계측을 통해 구해진 자료를 Colombi의 추정식과 Turk와 Celan의 추정식으로 처리한 후 이를 통해 구해진 L4-5, L5-S1 추간판의 크기를 CT 영상을 통해 구해진 실계측치와 비교하는 방식으로 진행되었다. 본 연구 결과 L4-5와 L5-S1 추간판의 크기는 Colombi 추정식에 의해 구해진 값이 Turk와 Celan 추정식으로 구한 값이나 CT 영상을 통해 얻어진 실계측치 보다 약간 큰 것으로 나타났으나 Turk와 Celan의 값과 CT에 의한 실계측치 사이에는 유의한 차이가 없었다. 따라서 신체 계측을 통한 추간판 크기의 추정 방법인 Turk와 Celan의 공식이 CT 실계측과 매우 높은 상관성을 가진다는 것을 알 수 있었다.

• 한국융합학회논문지
• /
• 제9권9호
• /
• pp.31-39
• /
• 2018

본 논문에서는 차량 주변 환경의 변화에서도 번호판 영역을 검출하는 연구를 하였다. 그래서 주변 환경 변화에 적응하는 윤곽선 추출 기반의 자동차 번호판 검출 방법을 제안하였다 제안하는 방법은 윤곽선 추출 과정에서 불필요한 잡음 부분을 제거하기 위해 DoG(Difference of Gaussian)을 이용하여 윤곽선을 추출 하였다. 추출한 윤곽선 영상를 이진화하여 Mophology operation을 사용하여 문자부분 윤곽선을 강조시켰다. 그리고 문자의 종횡비를 판별하여 번호판의 문자와 유사한 비율의 윤곽선을 추출하였다. 그리고 윤곽이 가장 길게 이어진 경우를 차량 번호판으로 추정하여 검출 하였다. 본 연구에서는 차량 정면 뿐 아니라 기울어져 있는 차량의 번호판, 차량 주변 환경의 변화를 가지는 차량 번호판 등 다양한 130개의 차량 영상 데이터를 사용하였다. 그리고 번호판의 패턴이 다른 오토바이 영상에서도 실험 하였다. 실험 결과 기울어져 있는 영상은 93%, 다양한 배경 환경에서는 90% 오토바이영상에서는 70%의 검출률을 나타냈으나 정면의 영상에서 98%의 검출률을 나타내었다.

• 한국산학기술학회논문지
• /
• 제12권7호
• /
• pp.3117-3122
• /
• 2011

머리부 전후방향촬영은 종래의 증감지-필름 방사선촬영보다 디지털방사선촬영 시 입사표면선량(ESD)이 훨씬 높다. 따라서 본 연구의 목적은 부가필터를 사용하여 환자의 피폭선량을 줄이기 위한 것이다. 본 연구에서는 머리부 팬톰을 이용하여 머리부 전후방향촬영 시 부가여과판의 두께에 따른 선량 감소효과를 알아보았고, 동시에 부가여과판 사용에 따른 영상의 질적 저하의 평가를 위한 실험을 진행하였다. 선량측정은 머리부 팬톰을 머리부 전후방향촬영자 세로 위치시켜 입사표면선량과 투과선량을 0.1 mmAl으로부터 0.5 mmCu+2.0 mmAl까지 16종류의 부가여과판을 바꾸어 가며 측정하였다. 영상의 화질 평가를 위해서 총 17매의 영상을 촬영하였고 촬영된 영상은 영상의학과 전문의에게 평가를 의뢰하였다. 그 결과 부가여과판 중 0.2 mmCu+1.0 mmAl의 복합여과판을 사용한 부가여과판까지 진단적 가치가 있는 영상을 얻었고, 이 때 머리부 팬톰에 입사표면선량은 약 0.6 mGy이었다. 이 값은 국제원자력기구(IAEA)에서 권고하고 있는 머리부 후전방향촬영 시 입사표면선량 5 mGy의 12%에 불과하였다. 따라서 검사부위에 따라 적정한 부가여과판의 사용으로 환자의 피폭선량을 상당히 감소시키는 효과를 얻을 수 있다.

• 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.