• 전기학회논문지
• /
• 제65권9호
• /
• pp.1531-1540
• /
• 2016

In this paper, we propose vehicle license plate recognition system based on Radial Basis Function Neural Networks (RBFNNs) with the use of local binarization functions and canny edge algorithm. In order to detect the area of license plate and also recognize license plate numbers, binary images are generated by using local binarization methods, which consider local brightness, and canny edge detection. The generated binary images provide information related to the size and the position of license plate. Additionally, image warping is used to compensate the distortion of images obtained from the side. After extracting license plate numbers, the dimensionality of number images is reduced through Principal Component Analysis (PCA) and is used as input variables to RBFNNs. Particle Swarm Optimization (PSO) algorithm is used to optimize a number of essential parameters needed to improve the accuracy of RBFNNs. Those optimized parameters include the number of clusters and the fuzzification coefficient used in the FCM algorithm, and the orders of polynomial of networks. Image data sets are obtained by changing the distance between stationary vehicle and camera and then used to evaluate the performance of the proposed system.

• 한국전자통신학회논문지
• /
• 제5권3호
• /
• pp.304-308
• /
• 2010

본 논문에서는 컬러 공간 및 형태학적 특징과 ART2 알고리즘을 이용한 차량 번호판 인식 방법을 제안한다. 번호판의 후보영역 중에서 신 구 차량 번호판의 형태학적 특성을 8방향 윤곽선 추적 알고리즘에 적용하여 잡음 영역을 제거하고, 차량의 번호판 영역을 추출한다. 추출된 번호판 영역에서 번호판 개별 영역에 대한 형태학적 특성을 고려하여 잡음을 제거하고, Labeling 알고리즘을 적용하여 개별 문자를 추출한 후에 결합한다. 이렇게 분류된 개별 문자 및 숫자 코드를 ART2 알고리즘에 적용하여 학습 및 인식을 한다. 제안된 차량 번호판 추출 및 인식 방법의 성능을 평가하기 위해 녹색 번호판과 흰색 번호판 각각 100장의 이미지를 대상으로 실험한 결과, 제시된 차량 번호판 추출 및 인식 방법이 실험을 통해서 효율적인 것을 확인하였다.

• 한국정보통신학회논문지
• /
• 제10권5호
• /
• pp.877-889
• /
• 2006

교통제어나 차량에 연관된 범죄 등에서 자동차의 인식에 관한 연구의 중요성 때문에 이에 관련된 연구는 오래전부터 수행되어 왔다. 본 논문에서는 차량이 주행할 때의 정보와 영상을 획득하여 제조회사별 차종을 인식하는 방법을 제안하고자 한다. 본 논문의 차종인식은 차량의 압력을 이용한 차폭 검출방법, 그리고 보다 더 정확한 인식률을 얻기 위한 레이저 거리계를 이용한 차고 검출방법, $3\sim5$종의 구별을 위 한 차량의 번호판 인식 방법을 조합함으로써 차량 인식의 오류를 줄이는 시스템을 구현하였다. 구현된 차종인식 시스템은 2차원 CCD에 의한 차량의 영상획득과 이를 통한 다양한 영상처리 알고리즘에 의해서 국내의 전 차종에 적용할 수 있으며, 실제의 실험 결과는 높은 인식률을 나타내었다.

• 스마트미디어저널
• /
• 제6권3호
• /
• pp.57-63
• /
• 2017

차량번호인식 개선을 위해서는 무엇보다 양질의 차량이미지를 획득하는 것이 무엇보다 먼저 선행되어야 하는 필수적인 요소이다. 일반적인 도로영상들은 시간, 햇빛, 날씨 등 다양한 환경의 영향을 받아 번호판 밝기가 일률적이지 않고 다양한 형태로 나타나기 때문에 여러 가지 이미지 보정 기능을 거치게 되고 이로 인하여 인식속도 저하, 인식률 저하 등이 나타난다. 따라서, 본 논문에서는 실시간 영상 촬영 시 번호판 주위의 밝기를 측정하여 카메라의 shutter, bright, gain등 이미지 밝기와 품질에 영향을 주는 각 요소를 실시간으로 제어하여 빠르고 선명한 고품질의 차량 이미지 촬영하기 위해 실시간 도로 영상을 통하여 제안된 방법을 테스트 하였다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 1995년도 하계학술대회 논문집 B
• /
• pp.965-967
• /
• 1995

One of the most difficult tasks in the process of automatic vehicle license plate recognition is the extraction of each character from within license plate region. In many cases, characters, especially serial numbers of plates are connected together due to noise and plate accessories. The recognition process may not be successful without extracting these characters effectively. This paper presents an algorithm to extract these connected characters very effectively. The algorithm utilizes mathematical morphology, connected component analysis, and gradient filters for character extraction. The paper also presents thorough experimental results as well as details of the algorithm.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 1995년도 하계학술대회 논문집 B
• /
• pp.1002-1005
• /
• 1995

This paper presents an enhanced preprocessing and recognition algorithm for automatic vehicle license plate recognition system. The algorithm first applies horizontal gradient filter followed by thresholding and mathematical morphology operation for preprocessing. The final stage of the preprocessing is the application of connected component analysis in order to estimate the license plate region. For the recognition of the serial numbers of the plates, we developed a very effective algorithm. We call this zerocrossing count algorithm. This paper presents a detail of this algorithm and compare the performance with a template matching algorithm which utilizes correlation coefficient.

• 스마트미디어저널
• /
• 제9권4호
• /
• pp.134-143
• /
• 2020

자동차 번호판 인식 기술은 도로의 교통상황 통제, 과속차량 단속, 도주 차량의 추적 등 현대 교통 시설 및 교통 안전망을 책임지고 있는 핵심 기술 중 하나이다. 이 기법은 과거에도 연구되었던 분야였으나 최근 딥러닝 기술의 발전으로 다양한 기법들을 적용하여 향상된 성능을 보이는 분야이며, 크게 자동차 번호판 검출과 번호판 인식으로 나뉜다. 본 연구에서는 다양한 객체 검출 모델과 WPOD-Net(Warped Planar Object Detection Network) 모델을 활용하여 자동차 번호판 검출 성능을 향상시키기 위한 실험을 진행하였으며, 객체 검출 모델을 활용하여 번호판을 검출하는 기존 방식들 대신 차량을 검출한 다음 번호판을 검출하는 방식을 택하여 정확도를 높였다. 특히 Super-Resolution 기법 중 하나인 Fast-SRGAN 모델을 활용하여 이미지 내에 존재하는 노이즈를 제거하는 처리를 통해 최종 성능을 향상시켰다. 결과적으로 92.38%에서 96.72%로 선행 연구 대비 평균 4.34% 향상된 성능이 실험을 통해 확인되었다.

• 한국위성정보통신학회논문지
• /
• 제10권3호
• /
• pp.16-21
• /
• 2015

본 논문은 두 가지 영상 이벤트 신호로 제어되는 실시간 차량하부 검사 엔진에 대해 제안한다. 첫 번째 영상 이벤트는 차량 번호판 인식에 의한 과정으로 생성된 것이고, 두 번째 영상 이벤트는 차량 하부 특정 이벤트 검출에 의해 생성된 것이다. 실험 결과, 두 영상 이벤트 모두 2.8초, 1.1초로 실시간 처리에 적합하게 발생되는 것을 확인할 수 있었고, 이러한 영상 이벤트가 시스템의 제어 체계로 사용되어 후부에 연결되는 다음 대응 상황에 적합한 신호를 보내주는 것으로 확인할 수 있었다.

• 한국통신학회논문지
• /
• 제22권11호
• /
• pp.2432-2438
• /
• 1997

본 논문은 CCD 카메라로부터 얻어진 차량 영상에서 번호판 영역이 일정한 패턴의 광강도를 지니는 특징을 이용하여 번호판 영역을 추출학 문자인식을 개선하기 위하여 단일 역전파 신경망 대신 다중 역전파 신경망으로 차량 번호판 인식 시스템을 구현하였다. 본 논문의 실험 결과, 효율적인 문자 영역의 추출이 가능하고, 기존의 단일 역전파 방법보다 학습 시간이 단축되고 인식율이 향상됨을 보인다.

• 한국지능시스템학회논문지
• /
• 제11권5호
• /
• pp.379-387
• /
• 2001

본 논문은 그레이 명암도 변화와 HSl 컬러 모형의 Hue 정보를 함께 이용한 번호판 영역 추출 방법을 제안한다. 차량 이미지에서 차량 번호판 추출은 명암도 변화를 이용하여 번호판 후보 영역을 추출하고 후보 영역에 대해 HSI 컬러 모형의 Hue 정보를 이용하여 실제 번호판 영역을 결정한다. 추출된 번호판 영역으로부터 문자를 포함하는 특징 영역 추출은 각 문자들에 대한 히스토그램을 이용하여 추출한다. 그리고 Yager의 합접속 연산자를 이용하여 경계 변수 값을 동적으로 변화시키는 개선된 ART2 알고리즘을 제안하고 번호판의 개별 문자 인식에 적용한다. 또한 개선된 ART2와 지도 학습 방법을 통합한 SOSL 알고리즘을 제안한다. 100개의 실제 차량 이미지를 이용한 실험 결과를 통해 제안된 번호판 영역 추출 방법이 단일 컬러 모형을 적용한 기존 추출 방법보다 추출률이 향상되었고, 개선된 알고리즘들이 기존의 ART2 알고리즘과 오류 역전파 알고리즘 보다 더 높은 인식률을 보임을 알 수 있었다.