초록 ▼

용어보기논문에서 용어와 풀이말을 자동 추출한 결과로, 시범 서비스 중입니다. AI-Helper

경제성장을 통한 자동차 보급률의 급격한 증가는 많은 교통 문제를 야기하게 되었다. 교통 상황의 효율적인 운영과 관리를 위해 자동차 번호판 인식 기술은 여러 차량 관리 시스템에 사용되고 있고, 현재에도 지속적으로 발전되고 있다. 정확한 자동차 번호판 문자 인식을 위해 여러 번호판 후보 영역 추출 기법이 사용되어지고 있다. 하지만 기존의 에지 기반 번호판 후보 영역 추출 기법의 경우 차량 번호판 후보 영역의 정확하지 않은 인식으로 인한 번호판의 검출 오류 발생으로 인식률이 감소하는 문제점이 있다. 본 논문에서는 위와 같은 문제를 해결하기 위하여, 기존의 에지 기반 번호판 영역 추출 기법을 개선하여 캐니 에지와 ...

경제성장을 통한 자동차 보급률의 급격한 증가는 많은 교통 문제를 야기하게 되었다. 교통 상황의 효율적인 운영과 관리를 위해 자동차 번호판 인식 기술은 여러 차량 관리 시스템에 사용되고 있고, 현재에도 지속적으로 발전되고 있다. 정확한 자동차 번호판 문자 인식을 위해 여러 번호판 후보 영역 추출 기법이 사용되어지고 있다. 하지만 기존의 에지 기반 번호판 후보 영역 추출 기법의 경우 차량 번호판 후보 영역의 정확하지 않은 인식으로 인한 번호판의 검출 오류 발생으로 인식률이 감소하는 문제점이 있다. 본 논문에서는 위와 같은 문제를 해결하기 위하여, 기존의 에지 기반 번호판 영역 추출 기법을 개선하여 캐니 에지와 라플라시안 에지 혼합 연산에 의한 검출 기법을 사용하여 향상된 번호판 영역 추출 알고리즘을 설계 및 평가하였다. 본 논문에서 제안하는 알고리즘을 설계하기 위해 번호판 영역 검출 과정에서 캐니 에지와 라플라시안 에지를 혼합하여 에지 검출이 처리된 영상에 대한 번호판 후보 영역을 추출하는 번호판 인식 기법을 설계하였다. 또한 번호판 인식 알고리즘의 전체적인 구현을 위하여 번호판 영상 보정에 효율적인 양선형 보간법과 이진 잡음 제거율이 높은 지역적 적응 이진화 기법을 사용하여 차량 번호판 인식 알고리즘을 설계하였다. 본 논문에서 설계한 알고리즘을 테스트하기 위하여 Windows 환경에서 C#과 Emgu CV를 사용하여 번호판 인식 알고리즘을 구현하였다. 그리고 번호판 영역 추출 결과와 검출 영상을 확인할 수 있는 테스트 프로그램을 작성하였다. 시뮬레이션 결과 제안한 알고리즘이 기존의 알고리즘보다 12.9%의 향상된 번호판 영역 추출 성능을 확인하였으며 전체 처리 속도는 평균 71 ms 향상됨을 확인하였다. 따라서 제안하는 알고리즘이 번호판 영역의 인식률을 향상시키면서 동시에 처리 속도를 개선하였음을 확인하였다.