• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2001년도 합동 추계학술대회 논문집 정보 및 제어부문
• /
• pp.435-437
• /
• 2001

본 논문은 BMI (Background Marking 1)을 개선하여 차량의 번호판정 보를 보다 신속히 추출하는 방법에 대한 연구이다. BMI은 입력된 영상에서 각각의 화소를 비교하여 특정색상을 최고치인 255로 지정하고, 그 이외의 화소는 최저치인 0으로 표시하는 방법이다. 하지만 이 방법은 모든 화소를 처리함으로써 검색시간이 많이 소요된다는 단점을 가지고 있다. BM2는 이러한 단점을 개선하여 빠른 차량 번호판 검색 및 추출을 가능하도록 하였다. 또한 기존에 제시된 히스토그램에 기초한 검색방법은 명암의 변화에 따른 추론방법으로 조명과 잡음에 약하다는 단점을 가진다. BM2는 기존 방법과 달리 특정색상을 추출함으로써 명암의 변화에 강한 특징을 가지도록 하였다. 제안된 방법을 여러 가지지 차량 종류에 따른 영상에 적용하여 BMI보다 우수한 성능을 검증하였다.

• 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

• 한국정보통신학회논문지
• /
• 제7권4호
• /
• pp.833-838
• /
• 2003

차량의 수가 급격히 증가함에 따라 보다 지능적인 번호판 자동인식체계가 요구된다. 따라서 본 논문은 주행하는 차량에서 기울어진 번호판을 포함한 효율적인 자동차 번호판 인식방법을 제안하였다. 실험결과로서 일반적인 환경에서 획득된 인식 비율은 약 99%의 높은 성공률을 나타내었으며, 번호판이 차량에 비례하여 많이 기울어지게 위치해 있을 경우에도 97%의 성공률을 나타내었다. 논문에서는 CCD 카메라를 통해 전송되는 영상 시퀀스를 대상으로 움직이는 물체의 형태가 보행중인 사람, 혹은 자동차인지를 식별하고 이의 이동 방향을 판단하여, 이를 추적하는 무인 감시 시스템을 위한 효율적인 알고리즘을 제안한다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2004년도 춘계학술발표대회
• /
• pp.773-776
• /
• 2004

본 논문에서는 에지 검출기에 의해 다양한 명암이 존재하는 차량 번호판 영역의 사각형 에지를 검출시 사용되는 소벨 및 Prewitt, Roberts, 가우시안의 라플라시안, 그리고 Canny 검출기를 사용하여 처리 속도와 에지 검출의 정확성을 실험하여 각 연산자의 성능을 평가하였다. 기존의 Sobel 에지 검출기는 적응적 임계값을 구하지 않으면 다양한 조명의 영향에 강인하지 못하다. 또한 Canny 에지 검출기는 조명의 영향에 강인하기는 하나, 계산량이 Sobel 보다는 많아 처리 속도가 느리다. 색상에 의해 번호판 후보 영역을 추출한 후 에지 검출기 번호판 내의 명암이 둘 이상으로 차량 번호판 영역에 대해서, 다양한 에지 검출기를 적용하여 속도와 에지 검출 성능을 비교 평가하고자 한다.

• 한국지능시스템학회논문지
• /
• 제19권1호
• /
• pp.6-12
• /
• 2009

본 논문에서는 입력된 차량영상에서 번호판을 추출하여 인식하는 시스템을 제안하였다. 개선된 IAFC 퍼지 신경회로망을 사용하여 자동차 번호판의 후보영역을 추출하고, 형태학적 필터를 사용하여 잡음을 제거하였다. 추출한 자동차 번호판을 정형화하기 위하여 허프 변환과 기하학적 변환을 사용하였다. 투영기법을 사용하여 분리한 숫자를 오류역전파 신경회로망을 사용하여 인식하였다.

• 전자공학회논문지CI
• /
• 제43권2호
• /
• pp.21-32
• /
• 2006

번호판인식은 번호판 영역분할, 개별문자 추출, 문자 인식의 세 가지 핵심부분으로 구성된다. 이 가운데 번호판 영역분할의 정확성은 전체 인식률을 결정한다. 본 논문에서는 다양한 도로주변 환경을 고려해야하는 불법주정차 무인단속 현장으로부터 획득된 영상에서 차량의 번호판 영역을 정확하고 빠르게 분할하는 방법을 제안한다. 접근방법은 현장영상으로부터 번호판영역의 분할성능을 높이기 위하여 번호판색상의 수학적 모델을 제시하고, 이를 이용한 이진화를 수행하며, Gaussian Smoothing과 Double Threshold을 이용한 잡영제거, 1-패스 경계추적 레이블링 및 레이블링 이후 MBR을 이용한 번호판 영역후보 판정과 판정된 번호판 영역후보에서 개별문자 추출을 통한 번호판영역 검증과정을 통해 최종적으로 번호판영역을 분할하는 방법이다. 본 연구는 기존방법의 번호판 테두리 훼손에 따른 번호판 영역분할 실패의 문제점을 해결하고 시간소요의 문제를 실시간 안에 처리함으로서 실용적 응용이 가능하게 되었다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2007년도 한국컴퓨터종합학술대회논문집 Vol.34 No.1 (C)
• /
• pp.407-411
• /
• 2007

이 논문은 우리나라 차량 영상에서 번호판 영역을 추출하는 알고리즘을 제안한다. 우리나라 번호판은 하단에 네개의 숫자를 포함하고 있으므로, 네 개의 숫자를 찾으면 번호판을 추출 할 수 있다. 제안하는 방법은 입력된 영상에서 숫자의 가능성을 가진 연결 요소를 검출하고 이들을 군집화 한다. 군집화 된 연결요소들을 바탕으로 숫자 네개(4-digits) 후보를 생성한다. 4-digits 후보들을 인식하여 숫자의 가능성을 측정하고, 적합도로 변환한다. 후보영역 중 적합도가 가장 높은 영역을 번호판 영역으로 추출한다. 적합도는 Perfect Metrics 방법으로 측정하였다. 제안하는 방법을 주간 영상 4600장과 야간 영상 264장으로 테스트 한 결과 각각 97.23%, 95.45%의 검출률과 0.09%, 0.11%의 오검출률을 얻었다.

• 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.

• 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.

• 한국컴퓨터정보학회논문지
• /
• 제10권5호
• /
• pp.87-94
• /
• 2005

본 논문은 자동차 차량의 컬러 영상 이미지에서 신속하고 효율적으로 번호판 영역을 찾는 방법에 대한 연구이다. 일반적으로 자동차 번호판 영역은 차량의 종류에 따라 일정한 색상을 가지고 있다. 이에 일정한 색상영역을 찾기 위해 HSI 컬러모델의 색상 성분 H와 YIQ 컬러 모델의 색상 성분 Q를 결합하는 방식을 사용한다. 그러나 이러한 방법을 사용하면 전체 연산시간이 많이 걸리게 되는 단점이 존재한다. 그러므로 본 논문에서는 차량 번호판 영역을 추출하는 단계들 중에서 H와 Q 색상 성분을 추출하면서 후보영역 추출 연산을 병행 수행한다. 이 단계가 끝나면 H와 Q성분을 결합하는 단계에서 전체 이미지 픽셀 정보를 대상으로 비교연산을 수행하지 않고 각 단계에서 추출된 후보영역들만을 비교 연산함으로써 영역 추출을 빠르게 수행할 수 있다 이에 대한 각 단계별 시스템 처리 결과 화면을 보이고 이미지 해상도에 따른 추출 시간을 비교하였다.