• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2015년도 추계학술발표대회
• /
• pp.1358-1360
• /
• 2015

본 논문에서는 MB-LBP(Multi-scale Block Local Binary Patterns)와 공간피라미드를 이용하여 생성된 특징을 랜덤 포레스트(Random Forest) 분류기에 적용하여 영상내의 표지판 속도를 인식하는 알고리즘을 제안한다. 입력 영상에서 표지판 영역은 다양한 위치와 크기를 가지며 주위 배경이 후보 영역에 포함되므로 먼저 입력 영상에 원형 Hough Transform을 적용하여 원형의 표지판 후보 영역만을 검출한다. 그 후 영상의 화질을 향상시키기 위해 히스토그램 평활화와 모폴로지 연산을 적용하여 표지판의 숫자 영역과 배경 영역의 대비를 높이도록 한다. 표지판의 크기 변화에 강건한 시스템의 구현을 위해 후보 영역에서 LBP(Local Binary Patterns)보다 우수한 성능을 보이는 MB-LBP를 적용하고, 다양한 크기의 속도 표지판을 인식하기 위해 공간 피라미드를 사용하여 지역적 특징과 전역적 특징 모두를 추출하였다. 추출된 특징은 랜덤 포레스트(Random Forest)를 이용하여 각 9개의 속도 표지판으로 분류, 각 속도별 클래스에 대한 인식 성능을 측정하였다.

• 한국콘텐츠학회논문지
• /
• 제4권3호
• /
• pp.125-130
• /
• 2004

본 논문에서는 디지털 카메라를 통하여 입력된 차량 영상으로부터 차량 번호판을 인식하는 방법을 제안한다. 최근 몇 년간 차량 번호판 영상을 인식하는 기술은 많은 발전을 이루어 왔다. 정확한 인식을 위한 핵심 기술은 차량 번호판 영역의 정확한 추출이다. 에지 정보나 칼라 정보로 번호판 영역을 추출할 경우, 번호판을 보는 시각에 따른 기울어진 번호판의 정확한 영역 추출이 어렵기 때문에 기존의 번호판 인식은 차량의 정면에서 촬영된 영상을 사용하였고 번호판 영역에 경사나 기울기를 고려하지 않았다. 본 연구에서는 입력 영상의 경사나 기울어진 입력 영상에 대한 인식이 가능한 형태로 변환하는 데 중점을 둔다. 그에 따라 영상에서 번호판의 위치 및 기울어짐 혹은 높낮이가 정면에서 벗어나더라도 번호판 영역 추출을 가능토록 칼라 정보를 이용하여 후보 영역을 추출한 후 선형 회귀 방정식을 사용하여 보다 정확하게 차량 번호판 영역을 추출하였다. 실험 결과 92%의 번호판 검출율을 보였으며, 50$^{\circ}$ 정도 기울어진 번호판에서도 문자의 인식이 가능함을 확인하였다.

• 한국산업정보학회:학술대회논문집
• /
• 한국산업정보학회 2002년도 춘계학술대회 논문집
• /
• pp.343-347
• /
• 2002

본 논문에서 는 자동차 영상에서 모폴로지 연산을 이용한 번호판 추출 방법을 제안한다. 먼저 입력 받은 자동차 영상을 적응적 임계값을 적용하여 이진화 한다. 이 진화 영상에 대하여 모폴로지 연산의 침식/팽창 과정을 연속적으로 수행하여 번호판 내의 문자영역을 제거하는 opening과정 과 팽창/침식 과정을 연속적으로 수행하여 번호판 내의 문자영역을 확장하는 closing 연산을 병렬 수행한 후 그들간의 차영상을 추출한다. 추출된 차영상에 Geo-correction과 번호판의 일반적인 특성을 이용한 필터링 작업을 수행하여 실제 번호판 영역을 추출한다. 제안한 방법을 구현하고 다양한 각도에서 취득된 다양한 형태의 자동차 영상에 적용하여 본 알고리즘의 효용성을 보인다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2004년도 가을 학술발표논문집 Vol.31 No.2 (2)
• /
• pp.802-804
• /
• 2004

번호판 인식시스템의 개발에 있어서 번호판 영역의 추출단계는 시스템의 성능에 큰 영향을 미치는 단계이며 문자인식단계 이상으로 중요하다. 본 논문에서는 웹 카메라를 이용하여 얻어진 저해상도 영상으로부터 번호판 고유의 색상과 텍스쳐를 이용하여 번호판영역을 추출하고, 허프변환을 이용한 기울어진 영상의 회전을 통해 번호판 문자 영역화 및 인식에 용이한 차량번호판 영상을 추출하는 기법을 제안한다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2003년도 추계학술발표논문집 (상)
• /
• pp.275-278
• /
• 2003

자동차 번호판 인식 시스템은 영상획득, 번호판추출, 전처리(이진화), 문자영역 분할, 문자인식 등의 5가지 핵심 부분으로 구성된다. 따라서 자동차 번호판 인식 시스템의 최종 인식율은 각 단계의 성능에 따라 직접적인 영향을 받는다. 본 논문은 영상처리 기법을 이용하여 영상에서 번호판 영역을 추출을 위한 연구로 문자인식 단계에서 높은 인식율을 확보할 수 있도록 빠른 연산속도와 추출 정확성을 높일 수 있는 알고리즘을 제안한다.

• 한국정보통신학회논문지
• /
• 제6권8호
• /
• pp.1352-1357
• /
• 2002

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 이진화한다. 이진화된 영상에서 허프(Hough)변환을 수행하여 수평, 수직선을 구하고, 번호판의 특징을 이용하여 번호판 영역을 추출한다 이 방법의 문제점은 처리시간이 많이 소요되므로 실시간 처리가 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 실시간 안에 처리함으로써 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, 문자 인식에 실패한 영상은 0.4%의 결과를 나타내었다

• 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.

• 정보처리학회논문지B
• /
• 제8B권2호
• /
• pp.195-200
• /
• 2001

본 논문에서는 실제 입력 차량 영상으로부터 명암도 변화 정보와 원형 패턴 벡터를 이용하여 차량 번호판을 인식하는 알고리즘을 제안하였다. 일반적으로 차량 영상에서는 번호판 영역에서 문자와 배경이 뚜렷하게 구별되고, 일정한 명암도 변화를 가지면서 번호판 이외의 다른 영역 보다 빌집도가 높은 특성이 있다. 따라서 본 논문에서는 이러한 성질을 이용하여 먼저 명암도 변화값을 사용하여 번호판을 추출하도록 하였으며 영상 입력 과정에서 외부 환경에 따라 차량 영상이 어둡거나 밝게 입력될 경우에도 동일한 추출 성능을 얻기 위하여 밝기 보정 과정을 수행하였다. 또한 추출된 번호판 영역으로부터 입력 문자의 크기, 이동 및 회전에 무관한 특성 추출을 위해 원형 패턴 벡터를 이용하여 차량 번호를 인식하도록 하였다. 제안한 알고리즘을 적용한 결과 번호판 추출이 가능하였으며 기존의 방법에 비해 계산 속도가 향상되어 실시간 처리의 가능성을 제시하였다.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 1998년도 춘계종합학술대회
• /
• pp.193-198
• /
• 1998

본 논문은 차량 영상에서 번호판을 인식하는 방법에 관하여 기술한다. 번호판이 가지는 수평 경계선을 Peak & Valley로 표현하고, 번호판의 Color 특성을 이용하여 번호판 영역을 추출한 뒤, 번호판 영역에서 히스토그램 기법을 이용하여 문자를 추출하고, Maximum Likely Hood에 의해 문자를 인식한다.

• 한국정보통신학회논문지
• /
• 제12권7호
• /
• pp.1278-1290
• /
• 2008

본 논문은 자동차 번호판 인식 시스템의 전반적인 성능을 향상시키기 위한 전처리 방법과 신경회로망을 이용한 문자 인식기를 제안한다. 먼저 자동차 번호판 영상에서 번호판의 외곽 직선을 가상 직선 매칭에 의해 검출하고 검출된 직선의 교점을 구하여 4개의 외곽 꼭지점을 구한다. 4개의 꼭지점 좌표에 의해 양선형 변환으로 직사각형 모양의 번호판 영상으로 정규화한다. 정규화된 번호판 영상으로부터 문자를 추출한 뒤 Delta-bar-delta 알고리즘에 의해 학습된 신경 회로망 기반 인식기로 번호판을 인식한다. 다양한 환경에서 획득된 자동차 번호판 영상을 대상으로 실험한 결과 제안된 번호판 이미지의 정규화에 의해 인식 성능이 16%까지 향상됨을 확인하였다.