Vehicle License Plate Extraction and Verification Using Compounded Feature Information and Support Vector Machines

복합 특성 정보와 SVM을 이용한 차량 번호판 추출 및 검증

In this paper, we propose a new approach to detect candidate area of vehicle license plate using compounded color and vertical edge information it's own. Also, we propose a verification course, to compressed image generated by Fast DCT, using SVM to increase accuracy of extracted vechicle license plate area. Proposed method is consider that vehicle's position, become a object of it's license plate recognition, has various angle, scale and include enough environment informations. As a experimental results, proposed method shows a superior performance compared with the case that not includes verification course using SVM.

본 논문에서는 번호판 고유의 복합 색상 정보와 수직 에지 정보를 이용한 번호판 후보 영역 추출기법을 제안한다. 또한 추출된 번호판 영역의 정확성을 높이기 위해서, Fast DCT를 거쳐 압축된 이미지에 대하여 Support Vector Machines(SVM)을 이용한 검증 과정을 제안한다. 제안하는 기법은 차량번호판 인식의 대상이 되는 자동차의 위치가 정면, 후면을 구분하지 않는 다양함을 가지고, 주변 배경이 충분히 포함되는 상황에서 다양한 크기를 가지는 355장의 영상들을 대상으로 한다. 실험 결과, SVM을 이용한 검증 과정을 거친 방법이 그렇지 않은 경우보다 20%이상 향상된 번호판 추출 성공률을 나타내었다.