본 논문은 입력된 차량 영상으로부터 차량의 번호를 인식하는 알고리즘을 개발하는 것으로써 차량 번호판은 RGB 칼라정보와 번호판의 특징을 이용해 번호판 영역을 추출하고, 추출된 번호판 영역에서 수평, 수직 투영 히스토그램과 각각 문자의 상대적 위치정보를 이용하여, 각각의 문자영역을 상하 좌우로 분리 하였다. 분리된 문자에 불연속 코사인변환(...
본 논문은 입력된 차량 영상으로부터 차량의 번호를 인식하는 알고리즘을 개발하는 것으로써 차량 번호판은 RGB 칼라정보와 번호판의 특징을 이용해 번호판 영역을 추출하고, 추출된 번호판 영역에서 수평, 수직 투영 히스토그램과 각각 문자의 상대적 위치정보를 이용하여, 각각의 문자영역을 상하 좌우로 분리 하였다. 분리된 문자에 불연속 코사인변환(DCT)를 적용 특징벡터추출과 추출된 특징벡터를 역전과 신경회로망(Backpropagation)의 입력계수로 이용하여 차량 번호판 인식시스템을 구성하였다. 실험결과 다양한 촬영환경에서 획득한, 테두리가 선명하지 않은 번호판, 물리적 훼손을 입은 번호판, 잡음이 많은 번호판등 다양한 자가용 차량에 대하여 상대적으로 높은 번호판 영역추출과 문자 인식률을 나타내었다.
본 논문은 입력된 차량 영상으로부터 차량의 번호를 인식하는 알고리즘을 개발하는 것으로써 차량 번호판은 RGB 칼라정보와 번호판의 특징을 이용해 번호판 영역을 추출하고, 추출된 번호판 영역에서 수평, 수직 투영 히스토그램과 각각 문자의 상대적 위치정보를 이용하여, 각각의 문자영역을 상하 좌우로 분리 하였다. 분리된 문자에 불연속 코사인변환(DCT)를 적용 특징벡터추출과 추출된 특징벡터를 역전과 신경회로망(Backpropagation)의 입력계수로 이용하여 차량 번호판 인식시스템을 구성하였다. 실험결과 다양한 촬영환경에서 획득한, 테두리가 선명하지 않은 번호판, 물리적 훼손을 입은 번호판, 잡음이 많은 번호판등 다양한 자가용 차량에 대하여 상대적으로 높은 번호판 영역추출과 문자 인식률을 나타내었다.
This dissertation presents a vehicle license plate recognition system, which is highly tolerant of noise, by using the DCT(Discrete Cosine Transform) coefficients extracted from the character region of a license plate and the back_propagation neural network. The image of a license plate is taken fro...
This dissertation presents a vehicle license plate recognition system, which is highly tolerant of noise, by using the DCT(Discrete Cosine Transform) coefficients extracted from the character region of a license plate and the back_propagation neural network. The image of a license plate is taken from a captured vehicle image based on RGB color information, and each character region is derived by using the vertical and horizontal histogram of the license plate and the relative position of individual characters in the plate. The feature vector obtained by the DCT of extracted character region is utilized as an input to the back_propagation neural network for the recognition process. In the experiment, 109 vehicle images captured by using digital camera under various types of circumstances were evaluated, and the relatively high extraction rate of license plates and recognition rate were observed.
This dissertation presents a vehicle license plate recognition system, which is highly tolerant of noise, by using the DCT(Discrete Cosine Transform) coefficients extracted from the character region of a license plate and the back_propagation neural network. The image of a license plate is taken from a captured vehicle image based on RGB color information, and each character region is derived by using the vertical and horizontal histogram of the license plate and the relative position of individual characters in the plate. The feature vector obtained by the DCT of extracted character region is utilized as an input to the back_propagation neural network for the recognition process. In the experiment, 109 vehicle images captured by using digital camera under various types of circumstances were evaluated, and the relatively high extraction rate of license plates and recognition rate were observed.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.