$\require{mediawiki-texvc}$
  • 검색어에 아래의 연산자를 사용하시면 더 정확한 검색결과를 얻을 수 있습니다.
  • 검색연산자
검색연산자 기능 검색시 예
() 우선순위가 가장 높은 연산자 예1) (나노 (기계 | machine))
공백 두 개의 검색어(식)을 모두 포함하고 있는 문서 검색 예1) (나노 기계)
예2) 나노 장영실
| 두 개의 검색어(식) 중 하나 이상 포함하고 있는 문서 검색 예1) (줄기세포 | 면역)
예2) 줄기세포 | 장영실
! NOT 이후에 있는 검색어가 포함된 문서는 제외 예1) (황금 !백금)
예2) !image
* 검색어의 *란에 0개 이상의 임의의 문자가 포함된 문서 검색 예) semi*
"" 따옴표 내의 구문과 완전히 일치하는 문서만 검색 예) "Transform and Quantization"
쳇봇 이모티콘
안녕하세요!
ScienceON 챗봇입니다.
궁금한 것은 저에게 물어봐주세요.

논문 상세정보

색상과 에지에 대한 통계 처리를 이용한 번호판 영역 분할 알고리즘

A license plate area segmentation algorithm using statistical processing on color and edge information

초록

본 논문에서는 도로 영상으로부터 차량 번호판 영역을 분할하는 알고리즘을 제시한다. 차량의 번호판 영역이 다른 영역에 비해 차별되는 특정을 세 가지 측면으로 나누어, 1) 번호판의 내부 문자, 2) 번호판의 색상, 3) 번호판의 형태에 대해 분석한다. 전처리 과정에서는, 이와 같은 세 가지 측면을 고려하여 번호판의 내부 영역 및 크기를 판별할 수 있는 임계값들을 계산하며, 이를 위해 표본 영상에 대한 통계적 처리를 수행한다. 차량 영역 분할 알고리즘에서는 임계값들을 이용하여 입력영상 내부에서 번호판 영역이 강조되도록 영상을 이진화한다. 일정한 크기의 윈도우로 이진 영상(binary image) 전체를 탐색하여, 윈도우 내부 픽셀 값의 합이 높은 순으로 서로 중복이 없도록 후보 영역을 찾은 후, 간단한 휴리스틱을 이용하여 후보 영역들 중에서 번호판 영역을 선택한다. 이 알고리즘은 번호판의 변형 또는 색상 명암도에 차이가 있는 경우에 대해서 안정적이다. 또한 이 알고리즘은 복잡한 전처리 과정을 요구하지 않고, 적은 수의 표본 영상에 대한 통계 처리만으로도 228장의 실험 영상들에 대해 97.8% 정도의 높은 성공률을 보였다. 프로토타입 시스템을 구현한 결과는 512M 바이트 메모리를 장착한 3GHz 펜티엄4 PC에서 $1280{\times}960$ 해상도의 영상 1장당 평균 0.676초의 처리 속도를 보였다.

Abstract

This paper presents a robust algorithm for segmenting a vehicle license plate area from a road image. We consider the features of license plates in three aspects : 1) edges due to the characters in the plate, 2) colors in the plate, and 3) geometric properties of the plate. In the preprocessing step, we compute the thresholds based on each feature to decide whether a pixel is inside a plate or not. A statistical approach is applied to the sample images to compute the thresholds. For a given road image, our algorithm binarizes it by using the thresholds. Then, we select three candidate regions to be a plate by searching the binary image with a moving window. The plate area is selected among the candidates with simple heuristics. This algorithm robustly detects the plate against the transformation or the difference of color intensity of the plate in the input image. Moreover, the preprocessing step requires only a small number of sample images for the statistical processing. The experimental results show that the algorithm has 97.8% of successful segmentation of the plate from 228 input images. Our prototype implementation shows average processing time of 0.676 seconds per image for a set of $1280{\times}960$ images, executed on a 3GHz Pentium4 PC with 512M byte memory.

저자의 다른 논문

참고문헌 (15)

  1. T. Naito. T. Tsukada, K. Yamada, K. Kozuka, and S. Yamamoto, 'Robust license plate re cognition method for passing vechicle under outside environment.'IEEE Trans Vehicular Technology. Vol.49, No.6, pp2309-2319, 2000 
  2. S.-L. Chang, L.-S. Chen, Y.-c. Chung, S.-w. Chen, 'Automatic license plate recognition,' IEEE Transactions on Intelligent Transportation Systems, Vol.5, No.1, pp.42-53, March, 2004 
  3. C. Rahman, W. Badawy, and A. Radmanesh, 'A real time vehicle's license plate recognition system,' In Proc. of IEEE Conference on Advanced Video and Signal Based Surveillance, pp.163-166, 2003 
  4. M. Takatoo. M. Kanasaki. T. Mishima. T. Shibata. and H. Ota, 'Gray scale image processing technology applied to vehicle license number recognition system,' Proc. of IEEE Int. Workshop Industrial Applications of Machine Vision and Machine Intelligence, pp.76-79, 1987 
  5. Y.Chui and Q. Huang, 'Automatic license extraction from moving vehicles,' Proc. of Int. Conf. Image Processing, pp.126-129, 1997. 
  6. J.-W. Hsieh, S.-H. Yu, and Y-S. Chen, 'Morphology-based license plate detection from complex scenes,' Proc. of l6th International Conference on Pattern Recognition, Vol.3, pp.176-179, 2002 
  7. 김재남, 최태일, 김병기, 'YUV컬러 공간변화에 의한 잡음환경의 차량번호판 영역 추출,' 한국정보처리학회 논문지 D, Vol13-D No.1, pp.125-132, 2006 
  8. 이화진, 박형철, 전병환, 'HSI와 YIQ의 복합 색상정보를 이용한 차량번호판 영역 추출,' 한국정보처리학회 논문지 A, Vol.7, No.12, pp.3995-4003, 2000 
  9. J.-F. Xu, S. F. Li, and M.-S. Yu, 'Car license plate extraction using color and edge information,' Proc. of IEEE 3rd International Conference on Machine Learning and Cybernetics, pp.3904-3907, Aug., 2004 
  10. 김병기, '명암변화와 칼라정보를 이용한 차량 번호판 인식.'한국정보처리학회 논문지 A, Vo1.6, No.12, pp.3683-3693, 1999 
  11. 이응주, 석영수, '명암도 변화값과 기하학적 패턴벡터를 이용한 차량번호판 인식,' 한국정보처리학회 논문지 B, Vol.9-B, No.3, pp.369-374, 2002 
  12. 이윤희, 김봉수, 김경환, '자동차 정면의 구조적 특징을 이용한 번호판 영역 추출 방법,' 한국정보과학회 2003년 추계학술대회 Vol.30, No.2-2, pp.601-603, 2003 
  13. D. -S. Gao and I. Zhou, 'Car license plates detection from complex scene,' Proc. of 5th International Conference on Signal Processing, pp.1409-1414, Aug. 2000 
  14. F. Yang and Z. Ma, 'Vehicle license plate location based on histogramming and mathematical morphology', Proc. of 4th IEEE Workshop on Automatic Identification Advanced Technologies, pp.89-94, Oct., 2005 
  15. J. Foley, A. vanDam, S. Feiner, and J. Hughes, Computer Graphics: Principles and Practice, 2nd Edition, Addison Wesley, 1992 

이 논문을 인용한 문헌 (0)

  1. 이 논문을 인용한 문헌 없음

원문보기

원문 PDF 다운로드

  • ScienceON :

원문 URL 링크

원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다. (원문복사서비스 안내 바로 가기)

상세조회 0건 원문조회 0건

DOI 인용 스타일