• Proceedings of the Korea Institute of Convergence Signal Processing
• /
• 2000.08a
• /
• pp.241-244
• /
• 2000

본 논문에서는 차량 영상의 수평 및 수직 명암 값 변화 정보를 이용하여 번호판 영역을 추출하고 원형 패턴 벡터를 이용하여 번호판 내용을 인식하는 알고리즘에 관해 기술하였다. 제안된 알고리즘에서는 번호판 영역에서 문자와 배경이 뚜렷하게 구별되고, 일정한 명암도 변화를 가지면서 다른 영역보다 밀집도가 높다는 특성을 이용하여 수평 및 수직 명암도 변화값을 구하여 차량영상에서 번호판 영역을 추출하며 상당히 어둡거나 밝게 입력된 영상에도 동일한 인식 성능을 얻기 위하여 밝기 보정을 수행한다. 또한, 입력 문자의 크기, 이동 및 회전에 무관한 특성을 추출을 위해 원형 패턴 벡터를 이용하여 차량 번호를 인식하는 알고리즘을 제안하였다. 제안한 방법들을 적용한 결과 계산 속도가 훨씬 빠르며, 차량 번호판의 크기에 관계없이, 또한 잡음에 크게 영향을 받지 않으면서 번호판 추출이 정확하여 실시간 처리의 가능성을 제시하였을 뿐만 아니라 번호판 영역이 불투명하거나 불규칙한 조명 상태에서도 검출이 가능하였다.

• Journal of the Korea Academia-Industrial cooperation Society
• /
• v.7 no.6
• /
• pp.1167-1174
• /
• 2006

Text region detection from a natural scene is useful in many applications such as vehicle license plate recognition. Therefore, in this paper, we propose a text region extraction method using pattern histogram of character-edge maps. We create 16 kinds of edge maps from the extracted edges and then, we create the 8 kinds of edge maps which compound 16 kinds of edge maps, and have a character feature. We extract a candidate of text regions using the 8 kinds of character-edge maps. The verification about candidate of text region used pattern histogram of character-edge maps and structural features of text region. Experimental results show that the proposed method extracts a text regions composed of complex background, various font sizes and font colors effectively.

• Journal of the Korea Academia-Industrial cooperation Society
• /
• v.18 no.7
• /
• pp.655-661
• /
• 2017

It is a very important task to extract character regions contained in various input color images, because characters can provide significant information representing the content of an image. In this paper, we propose a new method for extracting character regions from various input images using MCT features and an AdaBoost algorithm. Using geometric features, the method extracts actual character regions by filtering out non-character regions from among candidate regions. Experimental results show that the suggested algorithm accurately extracts character regions from input images. We expect the suggested algorithm will be useful in multimedia and image processing-related applications, such as store signboard detection and car license plate recognition.