[논문]차량 규격과 특징 패턴을 이용한 자동차 번호판 추출

남기환; 배철수

[국내논문] 차량 규격과 특징 패턴을 이용한 자동차 번호판 추출
Extracting Of Car License Plate Using Motor Vehicle Regulation And Character Pattern Recognition 원문보기

한국해양정보통신학회논문지 = The journal of the Korea Institute of Maritime Information & Communication Sciences, v.6 no.2, 2002년, pp.339 - 345

남기환 (관동대학교) , 배철수 (관동대학교)

초록
AI-Helper

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.

Abstract ▼ AI-Helper

Extracting of car licens plate os important for identifying the car. Since there are some problems such as poor ambient lighting problem, bad weather problem and so on, the car images are distorted and the car license plate is difficult to be extracted. This paper proposes a method of extracting car license plate using motor vehicle regulation. In this method, some features of car license plate according to motor vehicle regulation such as color information, shape are applied to determine the candidate of car license plates. For the result of recognition by neural network, the candidate which has characters and numbers patterns according to motor vehicle regulation is certified as license-plate region. The results of the experiments with 70 samples of real car images shoe the performance of car license-plate extraction by 84.29%, and the recognition rate is 80.81%.

Keyword

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

본 논문에서는 자동차 영상에서 번호판 영역을 추출하기 위해 자동차 영상의 아래에서 위로 일정한 간격으로 행을 이동하면서 명암도 변화를 조사한다. 영업용 자동차 번호판(황색 바탕, 군청색 문자)의 경우 배경영역이 문자 영역보다 더 밝고, 자가용(초록색 바탕, 백색 문자)의 경우 문자 영역이 배경 영역보다 더 밝다.
본 논문에서는 차량의 규격과 번호판의 특징패턴을 이용하여 자동차 번호판을 추출하기 위한 방법으로 각 차량의 색상, 모양, 기호형식과 같은 차량의 규격을 이용하여 자동차 번호판을 추출하는 방법을 제안하였다. 또한 다양한 오후 시간대에 자동차 영상을 획득하여 실험한 결과 84.

제안 방법

NIJHUIS, TER BRUGGE, 그리고 HELMHO1F^[1]는 번호판 형태를 추출하기 위하여 Discrete-Time Cellular Neural Networks(DTCNIWS)를 사용하였다. H.J.CHOI^[5]와 H.S.KIM^[6]은 Hough Transform(HT)를 사용한 수직 에지에 기초한 방법을 제안하였다. 이 방법은 번호판이 수직 에지가 있다고 가정한 방법인데 HT 사용은 번호판의 변형에 민감하고, 처리시간에 많이 소요된다.
그러나 이 방법도 많은 시간이 요구되는 단점이 있다. 본 논문은 번호판 추출 방법으로 색상이나 모양등의 차량의 규격을 이용하여 기호와 번호판의 색상과 직사각형 모양을 추출하였다. 그리고 번호판을 인식하기 위한 방법으로 문자와 숫자의 패턴은 4계층 역전파 신경망(backpropagation neural network)에 의해 인식된다.
개수와 위치를 알아낸다. 다음으로 번호판 영역의 최소 변화점 개수와 최대 변화점 개수의 조건에 만족되는 지를 조사하여 만족되지 않는 행은 무시하고, 만족되는 행에 대하여 변화점과 변화점의 위치를 병합하여 번호판의 최소 크기와 최대 크기를 만족하는지 조사한다. 병합된 크기가 번호판의 크기와 만족되면 위에서 제시한 조건들을 만족하는 일정한 간격을 가지는 인속하는 행을 찾아 번호판 영역으로 추출한다.
본 연구는 번호판 영역을 결정하기 위하여 차량의 색상이나 모양과 같은 인지결과를 사용하여 픽셀의 연결점으로 번호판영역을 분류하였다. 다음으로 숫자와 기호를 인식하기 위해 번호판을 수평, 수직 구도로 나눈다음, 최종적으로 4계층의 신경망을 사용하여 숫자와 기호를 분류하여 확정된 번호판이 모니터에 출력된다.
본 논문에서는 디지털 카메라를 이용하여 자가용, 트럭, 승합차를 차량이 많은 오후시간대에 70개의 영 상을 획득하였고 C언어를 이용하여 알고리즘을 구현 하였다. 획득된 자동차 영상은 320 × 240 픽셀(Pixel)크기의 256 칼라 영상이다.
획득된 자동차 영상은 320 × 240 픽셀(Pixel)크기의 256 칼라 영상이다. 번호판에서 문자 영역을 추출한 후 효과적 인식을 위하여〈표1＞과 같이 크기를 정규화 하였다. 또한 번호판 영역의 각 문자에 대하여 학습 및 인식을 각각 나누어 시켰다.
번호판에서 문자 영역을 추출한 후 효과적 인식을 위하여〈표1＞과 같이 크기를 정규화 하였다. 또한 번호판 영역의 각 문자에 대하여 학습 및 인식을 각각 나누어 시켰다.

대상 데이터

본 논문에서는 디지털 카메라를 이용하여 자가용, 트럭, 승합차를 차량이 많은 오후시간대에 70개의 영 상을 획득하였고 C언어를 이용하여 알고리즘을 구현 하였다. 획득된 자동차 영상은 320 × 240 픽셀(Pixel)크기의 256 칼라 영상이다. 번호판에서 문자 영역을 추출한 후 효과적 인식을 위하여〈표1＞과 같이 크기를 정규화 하였다.

이론/모형

그리고 FAHMY^[3]는 숫자판 해독을 위해 BAM 신경망을 사용하여 번호판의 포착과 기호의 분류를 가능하게 했지만 이 방법은 적은 수의 차량을 인식하는데 적 합하다. NIJHUIS, TER BRUGGE, 그리고 HELMHO1F^[1]는 번호판 형태를 추출하기 위하여 Discrete-Time Cellular Neural Networks(DTCNIWS)를 사용하였다. H.
이 방법은 번호판이 수직 에지가 있다고 가정한 방법인데 HT 사용은 번호판의 변형에 민감하고, 처리시간에 많이 소요된다. E.R.LEE, P.K.KIM, 그리고 H.J.KIM[7]은 기호나 문자를 인식하기 위한 방법으로 신경망을 이용하였고, S.K.KIM, D.W.KIM, H.J.KIM[8]은 번호판 추출을 위해 영역기반을 기본으로한 유전 알고리즘을 사용하였다. H.

성능/효과

실험결과 번호판 추출률에서는 84.29%, 인식률에서는 80.81 %의 비교적 높은 결과를 나타내었다. 그림 6, 그림 7은 성공된 형태이고, 그림[8]은 실패한 예를 보여준다.
제안하였다. 또한 다양한 오후 시간대에 자동차 영상을 획득하여 실험한 결과 84.29%의 추출율, 그리고 80.81%의 인식률을 보였으며, 평균처리 시간은 1.6초의 시간을 보였다. 또한 테두리가 선명하지 않은 번호판과 훼손이 심한 번호판에서도 효과적으로 번호판을 추출해서 인식할 수 있었다.

후속연구

또한 테두리가 선명하지 않은 번호판과 훼손이 심한 번호판에서도 효과적으로 번호판을 추출해서 인식할 수 있었다. 향후 연구과제로서 볼트모양이 특이한 경우나 번호판이 손상된 경우의 번호판 추출방법과 저조도의 경우에 있어서도 효과적으로 번호판 영역을 추출 할 수 있도록 하는 연구와 실험이 요구된다.

참고문헌 (9)

R.A. Lotufo, A.D. Morgan, and A.S. Johnson, 1990, 'Automatic Number-Plate Recognition,' Proceedings of the IEE Colloquium on Image analysis for Transport Applications, Vol.035, pp.6/1-6/6, February 16, 1990
M.M.M. Fahmy, 1994, 'Automatic Number-plate Recognition : Neural Network Approach, 'Proceedings of VNIS'94 Vehicle Navigation and Information System Conference, 31 Aug-2 Sept, 1994
H.J. Choi, 1987, 'A Study on the Extraction and Recognition of a Car Number Plate by Image Processing,' Journal of the Korea Institute of Telematics and Electronics, Vol.24, pp. 309-315, 1987
H.J. Kim, K.W. Kim, S.K. Kim, J. V. Lee, J.K. Lee, 1997, "Automatic Recognition of Car License Plates Using Color Image Processing," Engineering Design&Automation, 3(2), pp.215-225, 1997
임은경, 김광백, '새로운 인공 신경망을 이용한 자동차 번호판 인식에 관한 연구,' 제11회 영상처리 및 이해에 관한 워크샵 논문집, pp. 243-245, 1999. 2
이진배, '조명과 기울기에 강한 차량번호판 인식에 관한 연구,' 숭실대학교 석사 학위논문, 1995. 6
R. Tanktak, M. Dufaut, and R. Husson, 'Road Modeling and Vehicle Detection By Using Image Processing,' IEEE International Conference on System, Man, and Cybernetics, pp.2153-2158, Oct. 1994
허남숙, 조희정, 양황규, 김광백, '그레이 명암도 변화에 의한 차량 번호판 추출에 관한 연구,' 한국정보처리학회 추계 학술발표논문집, pp.1353-1356, 1998
A. James and Freeman, Neural Networks : Algorithm, Application and programming Techniques, Addison-Wesley. 1991

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증