• Journal of information and communication convergence engineering
• /
• 제6권4호
• /
• pp.444-447
• /
• 2008

In this paper, we proposed the recognition system of car license plates to mitigate traffic problems. The processing sequence of the proposed algorithm is as follows. At first, a license plate segment is extracted from an acquired car image using morphological features and color information, and noises are eliminated from the extracted license plate segment using line scan algorithm and Grassfire algorithm, and then individual codes are extracted from the license plate segment using edge tracking algorithm. Finally the extracted individual codes are recognized by an FCM algorithm. In order to evaluate performance of segment extraction and code recognition of the proposed method, we used 100 car images for experiment. In the results, we could verify the proposed method is more effective and recognition performance is improved in comparison with conventional car license plate recognition methods.

• 한국컴퓨터정보학회논문지
• /
• 제13권6호
• /
• pp.273-278
• /
• 2008

신 차량 번호판 차량이 꾸준히 증가함에 따라, 교통위반 단속, 무인 주차 관리 시스템, 범죄 및 도난 차량 검거를 위한 신 자동차 번호판의 특징에 맞는 인식 시스템이 요구되고 있다. 따라서 본 논문에서는 이러한 문제를 해결하기 위해 지능형 신 자동차 번호판 인식 방법을 제안하였다. 무인 카메라에서 획득된 신 차량 영상을 그레이 레벨로 변환한 후에 블록 이진화한다. 블록 이진화된차량 영상을 대상으로 차량의 형태학적 특징을 적용하여 잡음을 제거한 후, 번호판 영역을 추출한다. 추출된 번호판 영역에 대해 Grassfire 알고리즘을 적용하여 개별 코드를 추출한다. 차량 번호판을 인식하기 위하여 추출된 개별 코드를 퍼지 ART 알고리즘을 적용하여 학습 및 인식한다. 제안된 차량 번호판 추출 및 인식 방법의 성능을 평가하기 위해 100장의 차량 영상을 대상으로 실험한 결과, 제안된 차량 번호판 추출 및 인식 방법이 실험을 통해서 효율적인 것을 확인하였다.

• 한국정보통신학회논문지
• /
• 제6권2호
• /
• pp.339-345
• /
• 2002

자동차의 번호판을 인식하는 것은 차량을 식별하는데 있어서 매우 중요하다. 어두운 조명에서나 날씨가 나쁠 경우 차량의 형상이 왜곡 될 수 있고, 번호판을 식별하는데 어려움이 있다. 본 논문은 차량의 규격을 이용하여 효율적으로 번호판을 추출하는 방법을 제안한다. 이 방법에서 색상이나 형태처럼 차량의 규격을 따르는 자동차 번호판의 특징들은 번호판의 후보영역으로 결정되고, 신경망에 의해 숫자나 문자의 패턴 갖는 영역이 번호판 영역으로 인식된다. 또한 특징패턴인식의 결과로서 번호판을 확정하였다. 70개 차량영상을 실험해 본 결과 번호판 추출률에서는 84.29 ％, 인식률에서는 80.81 ％의 결과를 나타내었다.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2001년도 추계종합학술대회
• /
• pp.596-599
• /
• 2001

자동차의 번호판을 인식하는 것은 차량을 식별하는데 있어서 매우 중요하다. 어두운 조명에서나 날씨가 나쁠 경우 차량의 형상이 왜곡 될 수 있고, 번호판을 식별하는데 어려움이 있다. 본 논문은 차량의 규격을 이용하여 효율적으로 번호판을 추출하는 방법을 제안한다. 이 방법에서 색상이나 형태처럼 차량의 규격을 따르는 자동차 번호판의 특징들은 번호판의 후보영역으로 결정되고, 신경망에 의해 숫자나 문자의 패턴 갖는 영역이 번호판 영역으로 인식된다. 또한 특징패턴인식의 결과로서 번호판을 확정하였다. 70개 차량영상을 실험해 본 결과 번호판 추출률에서는 84.29 %, 인식률에서는 80.81 %의 결과를 나타내었다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2003년도 ISIS 2003
• /
• pp.648-651
• /
• 2003

In this paper, we propose the recognition system of a license plate using SOM algorithm. The recognition of license plate was investigated by means of the SOM algorithm. The morphological information of horizontal and vertical edges was used to extract a plate region from a car image. In addition, the 4-direction contour tracking algorithm was applied to extract the specific area, which includes characters from an extracted plate area. Therefore, we proposed how to extract license plate region using morphological information and how to recognize the character string using SOM algorithm. In this paper, 50 car images were tested. The extraction rate obtained by the proposed extraction method showed better results than that from the color information of RGB and HSI, respectively. And the license plate recognition using SOM algorithm was very efficient.

• 한국컴퓨터정보학회논문지
• /
• 제27권4호
• /
• pp.19-26
• /
• 2022

최근 지능형 교통 체계의 발전에 따라 자동차 번호판 인식 시스템이 다양한 분야에서 활용되고 있다. 주행 중인 자동차의 번호판을 인식하기 위해서는 실시간성이 보장되어야 하며, 영상이 왜곡되어 뚜렷하지 않거나 번호판의 크기가 작은 저해상도 영상에서도 높은 인식률이 유지되어야 한다. 본 논문에서는 자유 앵커 방식 기반의 객체 탐지 알고리즘과 합성곱 신경망(CNN) 기반의 문자 인식 알고리즘을 이용하여 처리 속도를 향상한 실시간 자동차 번호판 인식 시스템을 제안한다. 더불어 공간 변형 네트워크를 이용하여 저해상도 및 왜곡된 영상에서의 인식률을 높였다. 제안하는 시스템의 인식률은 93.769%, 이미지 당 처리 속도는 약 0.006초로 기존 자동차 번호판 인식 시스템보다 빠른 속도로 자동차 번호판을 인식하며, 다양한 환경 및 품질의 영상에 대해 높은 인식률을 유지하는 것을 확인할 수 있다.

• 융합신호처리학회논문지
• /
• 제2권1호
• /
• pp.1-11
• /
• 2001

자동차 번호판은 조명과 카메라에 따라 영상에서 다양한 형태로 나타나고 영상내의 잡음으로 인해 알고리즘 방식으로 자동차 번호판을 인식하기가 쉽지 않다. 이러한 문제에 적합한 해결 방법으로 본 논문에서는 학습 기반의 자동차 번호판 인식 시스템을 제안한다. 제안한 시스템은 자동차 검출 모듈, 번호판 추출 모듈, 번호판 문자 인식 모듈로 구성된다 본 논문에서는 자동차 번호판 추출을 위해서 입력 영상의 잡음에 상대적인 영향이 적은 시간-지연 신경망(Time-Delay Neural Networks : TDNN)과 번호판 인식을 위해서 일반적인 신경망보다 일반화 성능이 뛰어난 서포트 벡터 머신(Support Vector Machines : SVMs)을 시스템에 적용한다. 주차장과 톨게이트에서 여러 시간대의 움직이는 자동차 영상들을 실험한 결과, 번호판 추출율은 97.5%, 번호판 문자 인식률은 97.2%의 성능을 내었고, 전체 시스템 성능은 947%이며 처리 시간은 약 1조 미만이다. 따라서 본 논문에서 제안한 시스템은 실세계에서 유용하게 적용될 수 있다.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2006년도 춘계종합학술대회
• /
• pp.792-795
• /
• 2006

본 논문에서는 주정차 단속을 위해 PDA를 이용하여 자동차 번호판을 인식하는 방법을 제시한다. 현재까지 도입되어 사용 중인 세 종류의 자동차 번호판의 특징을 이용하여 번호판의 종류를 구분하고, 지역명, 지역코드, 용도문자 및 일련번호를 영역화하여 자동차번호판을 인식하였다. PDA를 이용해 영상을 획득하여 번호판 인식 시스템 실험 결과 88.7%의 인식률을 보였다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 1997년도 하계학술대회 논문집 B
• /
• pp.507-509
• /
• 1997

One of the most difficult tasks in the process of car license plate is the extraction of each character from within license plate region. This paper presents a real-time recognition of car licence number using neural network in parking lot. The feature parameters of letters and numbers of license plate are extracted by thinning algorithm. Both feature parameters are used to train neural networks for the image recognition.

• 정보처리학회논문지D
• /
• 제9D권6호
• /
• pp.1113-1118
• /
• 2002

자동차 번호판 인식 시스템에서 가장 중요한 요소는 자동차 이미지로부터 번호판 영역을 정확히 검출해 내는 것이다. 자동차 이미지에서 번호판 영역을 추출하기 위한 방법으로 색상과 밝기 정보와 자동차 번호판의 가로 : 세로 비율 등 번호판을 인식할 수 있는 정보를 혼용한 ACL 알고리즘을 제안한다 ACL 알고리즘을 사용함으로써 기존의 색상 정보나 명암 정보만을 이용할 경우 자동차 번호판 영역 추출이 잘되지 않는 문제를 해소시켜 준다. 본 논문에서 제안하는 ACL 알고리즘은 자동차 이미지에서 번호판 영역을 추출하기 위하여 색상 정보와 명암 정보, 기타 자동차 번호판을 판단할 수 있는 정보를 모두 이용한다. ACL 알고리즘을 이용하여 번호판 추출 실험을 한 결과 97%의 추출률을 보였다. ACL 알고리즘을 이용하여 추출된 번호판을 이용하여 문자 영역, 문자 인식을 실험한 결과 92%의 결과를 보였다.