초록
카메라에 의해 획득되는 주행 차량의 번호판 영상은 많은 변화와 잡음을 포함할 뿐만 아니라 번호판 영상내의 문자 영상은 매우 작은 크기를 가지게 된다. 이러한 열악한 조건으로 대표되는 번호판 영상의 인식 효율을 높이기 위해 번호판 영상의 인식에 적합한 영상 정제와 특징 추출 방법을 다양한 실험에 의해 결정하였으며, 서로 대비되는 특징을 사용하여 인식 성능을 상호 보완할 수 있는 인식기쌍을 설계하였다. 전체 번호판의 인식을 위해 다수의 인식기쌍으로 구성된 복합인식기를 구축하여 개별 인식 결과, 신뢰도, 상호 연관성, 저평가 요소의 처리 등을 분석하여 최종 인식하였다. 제안된 방법의 인식 효율을 도로 현장에서 취득된 번호판 영상을 대상으로 검증하였다.
Camera-captured car plate images contain much variation and noise and the character images in a plate are typically very small. We attempted to improve the plate identification efficiency suitable for this undesirable condition. We experimented various image preprocessing and feature extracting methods and the very effective features that can compensate one feature's limitation is determined through extensive experiments. Finally two very effective features that can complement the limitations of each other feature(classifier) are determined and the efficiency is proved by recognition experiments. This approach is very necessary when handling plate character images which are typically small, various, and noisy. Individual classification result, confidence factor, region name relation and feedback verification are comprehensively considered to enhance the overall recognition efficiency. The efficiency of our method is verified by a recognition experiment using real car plate images taken from traffic roads.