차량번호인식 개선을 위해서는 무엇보다 양질의 차량이미지를 획득하는 것이 무엇보다 먼저 선행되어야 하는 필수적인 요소이다. 일반적인 도로영상들은 시간, 햇빛, 날씨 등 다양한 환경의 영향을 받아 번호판 밝기가 일률적이지 않고 다양한 형태로 나타나기 때문에 여러 가지 이미지 보정 기능을 거치게 되고 이로 인하여 인식속도 저하, 인식률 저하 등이 나타난다. 따라서, 본 논문에서는 실시간 영상 촬영 시 번호판 주위의 밝기를 측정하여 카메라의 shutter, bright, gain등 이미지 밝기와 품질에 영향을 주는 각 요소를 실시간으로 제어하여 빠르고 선명한 고품질의 차량 이미지 촬영하기 위해 실시간 도로 영상을 통하여 제안된 방법을 테스트 하였다.
차량번호인식 개선을 위해서는 무엇보다 양질의 차량이미지를 획득하는 것이 무엇보다 먼저 선행되어야 하는 필수적인 요소이다. 일반적인 도로영상들은 시간, 햇빛, 날씨 등 다양한 환경의 영향을 받아 번호판 밝기가 일률적이지 않고 다양한 형태로 나타나기 때문에 여러 가지 이미지 보정 기능을 거치게 되고 이로 인하여 인식속도 저하, 인식률 저하 등이 나타난다. 따라서, 본 논문에서는 실시간 영상 촬영 시 번호판 주위의 밝기를 측정하여 카메라의 shutter, bright, gain등 이미지 밝기와 품질에 영향을 주는 각 요소를 실시간으로 제어하여 빠르고 선명한 고품질의 차량 이미지 촬영하기 위해 실시간 도로 영상을 통하여 제안된 방법을 테스트 하였다.
The most important, essential prerequisite for the improvement of vehicle license plate recognition is the acquisition of high-quality vehicle images. Because typical images acquired from roads are affected by different environmental factors including the time of day, sunlight, and the weather, the ...
The most important, essential prerequisite for the improvement of vehicle license plate recognition is the acquisition of high-quality vehicle images. Because typical images acquired from roads are affected by different environmental factors including the time of day, sunlight, and the weather, the brightness and the shape of the license plates in the images are inconsistent. To this end, many image corrections are performed, resulting in slower recognition and lower recognition rate. Therefore, in this study, we used the images acquired from roads to test the proposed method for fast capturing of vivid, high-quality vehicle images by measuring the brightness around license plates during real-time image capturing to control in real time the factors, such as shutter speed, brightness, and gain of the camera, that affect the brightness and the quality of the images.
The most important, essential prerequisite for the improvement of vehicle license plate recognition is the acquisition of high-quality vehicle images. Because typical images acquired from roads are affected by different environmental factors including the time of day, sunlight, and the weather, the brightness and the shape of the license plates in the images are inconsistent. To this end, many image corrections are performed, resulting in slower recognition and lower recognition rate. Therefore, in this study, we used the images acquired from roads to test the proposed method for fast capturing of vivid, high-quality vehicle images by measuring the brightness around license plates during real-time image capturing to control in real time the factors, such as shutter speed, brightness, and gain of the camera, that affect the brightness and the quality of the images.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
따라서, 본 논문에서는 실시간 영상 촬영 시 번호판 주위의 밝기를 측정하여 카메라의 shutter, bright, gain등 이미지 밝기와 품질에 영향을 주는 각 요소를 실시간으로 제어하여 빠르고 선명한 고품질의 차량 이미지 촬영하기 위해 실시간 도로 영상을 통하여 제안된 방법을 테스트 하였다.
따라서, 본 논문에서는 실시간 영상 촬영 시 번호판 주위의 밝기를 측정하여 카메라의 shutter, bright, gain등 이미지 밝기와 품질에 영향을 주는 각 요소를 실시간으로 제어하여 빠르고 선명한 고품질의 차량 이미지 촬영하기 위해 실시간 도로 영상을 통하여 제안된 방법을 테스트 하였다.
따라서, 본 논문에서는 실시간 영상 촬영 시 번호판 주위의 밝기를 측정하여 카메라의 shutter, bright, gain등 이미지 밝기와 품질에 영향을 주는 각 요소를 실시간으로 제어하여 빠르고 선명한 고품질의 차량 이미지 촬영하기 위해 실시간 도로 영상을 통하여 제안된 방법을 테스트 하였다.
제안 방법
따라서, 본 논문에서는 역광에 따른 번호판 인식률 저하를 개선하기 위해 주야간 상태를 조회한 후 blc 보정 값을 적용하여 주간 모드를 처리하였으며, 셔터가 최댓값에 있을 경우 gain값을 조정한 후, gain 값 우선모드에서 야간에는 gain값을 우선처리 하였으며. bright 값 우선모드에서는 주간에는 밝기 값을 우선처리하고 셔터 처리 값이 한계에 달하면 밝기로 노출을 제어한다.
둘째, bright 값 우선 모드에서는 주간에는 밝기 값을 우선처리하고 셔터 처리 값이 한계에 달하면 밝기로 노출을 제어한다. 셋째, shutter값 우선 모드에서 셔터제어가 가능한 상황이면 셔터를 이용하여 노출을 제어한다.
주야간 상태를 조회한 후 blc 보정 값을 적용하여 주간 모드만 처리하며, 자동노출 계산 값을 적용하여 주야간 모드가 아닐 경우 야간 고정모드 상태로 변경 후, shutter, gain, bright 값을 적용하였으며, 그림 4는 노출 전 영상이며, 그림 5, 6은 노출 후 주야간 영상을 보여주고 있다.
이론/모형
본 논문에서는 차량 번호판 밝기 제어를 이용한 인식률 개선을 위해 평균값 셔터 제어와 자동노출 값 계산 알고리즘을 사용하였다.
성능/효과
셋째, 부대장치 최소화, 간편한 설치와 유지보수, 간편한 시스템 연동, 다양한 분야에서 활용 가능하다. 넷째, 높은 가격 경쟁력, 공사비용 절감, 유지보수 비용이 낮다.
셋째, 안정적인 BNC 연결이 가능하며, 장애요인을 최소화할 수 있다. 넷째, 차량번호 판독과 동영상 동시녹화, 일반 DVR 녹화가 가능하다.
셋째, 차량번호 인식과 동시에 BNC 케이블 연결을 통하여 동영상 동시 녹화를 지원하며, BNC에 HD-SDI DVR을 연결하면 별도의 카메라 설치 없이 동영상 녹화도 가능하다. 다섯째, 모든 장치의 임베디드화를 통하여 낮은 소비전력 실현 가능하다. 여섯째, JPG파일 및 파일명을 이용한 연동, 추가적인 Clouding Server 지원 작업 없이 바로 연동, SDK 제공으로 다양한 연동 및 활용이 가능하다.
본 논문에서 사용한 XPR-S5 카메라 특징은 임베디드 시스템을 기반으로 하며, 첫째, 높은 안정성, 소형화, 낮은 소비전력, 차량번호인식, 동영상 차량검지가 가능하다. 둘째, HD-SDI 일반카메라, 국제표준기술, 동축케이블 사용, BNC 연결, 동영상 동시녹화를 지원한다. 셋째, 부대장치 최소화, 간편한 설치와 유지보수, 간편한 시스템 연동, 다양한 분야에서 활용 가능하다.
자동 노출 값 계산 알고리즘에서는 표2 와 같이 셔터가 최댓값에 있을 경우 gain값을 조정하며, 첫째, gain 값 우선모드에서 야간에는 gain값을 우선 처리한다. 둘째, bright 값 우선 모드에서는 주간에는 밝기 값을 우선처리하고 셔터 처리 값이 한계에 달하면 밝기로 노출을 제어한다. 셋째, shutter값 우선 모드에서 셔터제어가 가능한 상황이면 셔터를 이용하여 노출을 제어한다.
임베디드 시스템은 첫째, 별도의 차량번호 인식 시스템이 필요 없이 카메라 자체에서 차량의 번호판을 인식하여 결과를 전송하며, HD-SDI 메카픽셀 고화질 카메라 적용이 가능하다. 둘째, 외부 센서의 도움 없이 영상 분석을 통하여 차량을 검지하며, 동영상 검지와 센서 검지를 복합적으로 사용 가능하고, 동영상 검지 및 센서 검지 중 선택이 가능하다. 셋째, 차량번호 인식과 동시에 BNC 케이블 연결을 통하여 동영상 동시 녹화를 지원하며, BNC에 HD-SDI DVR을 연결하면 별도의 카메라 설치 없이 동영상 녹화도 가능하다.
타사 제품에 비해 독립적이며, 첫째, HD-SDI 규격의 일반카메라를 사용하며, 유지보수 및 수리비용이 낮다. 둘째, 전 세계 모든 카메라 회사에서 생산이 가능하여 대체 카메라 수급이 원활하다. 셋째, 안정적인 BNC 연결이 가능하며, 장애요인을 최소화할 수 있다.
일곱째, 카메라 설정 제어, PT제어 등 주요 기능 원격 관리가 가능하며, 카메라·조명·네트워크 장치 등 모든 장치의 전원을 원격에서 제어 및 모니터링 할 수 있고, 정전 또는 차단기 문제가 아닌 경우를 제외하곤 현장 출동이 필요가 없다. 마지막으로, 번호판독 미처리 시 유휴 장치를 이용한 차량번호 판독실행 가능하며, 차량 통행이 많은 경우 영상 이미지만 촬영하여 차량 빠짐 현상을 방지할 수 있고, 타사 차량이미지(JPG) 차량번호 판독이 가능하고, 타사 시스템 연동 및 통합을 지원한다.
본 논문에서 사용한 XPR-S5 카메라 특징은 임베디드 시스템을 기반으로 하며, 첫째, 높은 안정성, 소형화, 낮은 소비전력, 차량번호인식, 동영상 차량검지가 가능하다. 둘째, HD-SDI 일반카메라, 국제표준기술, 동축케이블 사용, BNC 연결, 동영상 동시녹화를 지원한다.
본 논문에서 사용한 시스템은 그림1 과 같이 함체, UPS, 내장장치가 별도로 필요가 없으며, 비용절감 효과가 높고, 이미지 파일 기반 연동과 기존 시스템 연동이 용이하다.
둘째, HD-SDI 일반카메라, 국제표준기술, 동축케이블 사용, BNC 연결, 동영상 동시녹화를 지원한다. 셋째, 부대장치 최소화, 간편한 설치와 유지보수, 간편한 시스템 연동, 다양한 분야에서 활용 가능하다. 넷째, 높은 가격 경쟁력, 공사비용 절감, 유지보수 비용이 낮다.
둘째, 전 세계 모든 카메라 회사에서 생산이 가능하여 대체 카메라 수급이 원활하다. 셋째, 안정적인 BNC 연결이 가능하며, 장애요인을 최소화할 수 있다. 넷째, 차량번호 판독과 동영상 동시녹화, 일반 DVR 녹화가 가능하다.
둘째, 외부 센서의 도움 없이 영상 분석을 통하여 차량을 검지하며, 동영상 검지와 센서 검지를 복합적으로 사용 가능하고, 동영상 검지 및 센서 검지 중 선택이 가능하다. 셋째, 차량번호 인식과 동시에 BNC 케이블 연결을 통하여 동영상 동시 녹화를 지원하며, BNC에 HD-SDI DVR을 연결하면 별도의 카메라 설치 없이 동영상 녹화도 가능하다. 다섯째, 모든 장치의 임베디드화를 통하여 낮은 소비전력 실현 가능하다.
다섯째, 모든 장치의 임베디드화를 통하여 낮은 소비전력 실현 가능하다. 여섯째, JPG파일 및 파일명을 이용한 연동, 추가적인 Clouding Server 지원 작업 없이 바로 연동, SDK 제공으로 다양한 연동 및 활용이 가능하다. 여섯째, 데이터 베이스 자동복구 기능이 있으며, 검색데이터 자동 복구 데이터를 정기적으로 검사하여 데이터를 최적의 상태로 자동 관리해준다.
여섯째, JPG파일 및 파일명을 이용한 연동, 추가적인 Clouding Server 지원 작업 없이 바로 연동, SDK 제공으로 다양한 연동 및 활용이 가능하다. 여섯째, 데이터 베이스 자동복구 기능이 있으며, 검색데이터 자동 복구 데이터를 정기적으로 검사하여 데이터를 최적의 상태로 자동 관리해준다. 일곱째, 카메라 설정 제어, PT제어 등 주요 기능 원격 관리가 가능하며, 카메라·조명·네트워크 장치 등 모든 장치의 전원을 원격에서 제어 및 모니터링 할 수 있고, 정전 또는 차단기 문제가 아닌 경우를 제외하곤 현장 출동이 필요가 없다.
일곱째, 카메라 설정 제어, PT제어 등 주요 기능 원격 관리가 가능하며, 카메라·조명·네트워크 장치 등 모든 장치의 전원을 원격에서 제어 및 모니터링 할 수 있고, 정전 또는 차단기 문제가 아닌 경우를 제외하곤 현장 출동이 필요가 없다.
타사 제품에 비해 독립적이며, 첫째, HD-SDI 규격의 일반카메라를 사용하며, 유지보수 및 수리비용이 낮다. 둘째, 전 세계 모든 카메라 회사에서 생산이 가능하여 대체 카메라 수급이 원활하다.
후속연구
본 논문에서는 역광에 따른 번호판 인식률 저하를 개선하였으며, 향후에는 역광 값을 필터링을 통한 차량번호 밝기 제어를 이용하여 지능화될 수 있도록 연구할 계획이다.
질의응답
핵심어
질문
논문에서 추출한 답변
도로영상에서의 인식속도 저하, 인식률 저하를 방지하기 위해 무엇을 하였는가?
따라서, 본 논문에서는 역광에 따른 번호판 인식률 저하를 개선하기 위해 주야간 상태를 조회한 후 blc 보정 값을 적용하여 주간 모드를 처리하였으며, 셔터가 최댓값에 있을 경우 gain값을 조정한 후, gain 값 우선모드에서 야간에는 gain값을 우선처리 하였으며. bright 값 우선모드에서는 주간에는 밝기 값을 우선처리하고 셔터 처리 값이 한계에 달하면 밝기로 노출을 제어한다. shutter값 우선모드에서는 셔터제어가 가능한 상황일 경우 셔터를 이용하여 노출을 제어하였다.
차량번호판 인식은 어디에 효과적으로 이용되는가?
차량번호판 인식은 교통 단속은 물론 교통량 조사, 도난 차량 검거, 출입 차량 통제, 주차 시설 관리 등 다양한 분야에서 효과적으로 이용할 수 있다[2].
차량번호판 인식은 어느 분야에서 필수적인 요소인가?
차량번호판 인식은 ITS(Intelligent Transportation System) 분야에서 필수적인 요소이며, 무인 자동차 주차 시스 템, 무인 불법 주차 감시 시스템, 톨게이트에서의 무인 자동 요금 징수 시스템 등 활용분야가 다양하다[1].
참고문헌 (10)
E.R. Lee, "Automatic Recognition of a car license plate using color image processing," Proc. IEEE Int, Conf. on Image Processing, vol. 2, pp. 301-305, 1994.
M. Yoshida, "Optical Vehicle Detector for Traffic Control," Ottawa-VNIS'93, pp. 154-156, Oct.1993.
S. Yoshimori and Y. Mitsukure, "License Plate Dection System," Proc. of IEEE International Symposium on Computational Intelligence in Robotics and Automation, pp. 972-976, Jul.2003.
M. Sarfraz, M. J. Ahmed, and S. A. Ghazi, "Saudi Arabian License plate recognition system," in Proc. Int. Conf. Geom. Model. Graph, pp. 36-41, 2003.
D. Zheng, Y. Zhao, and J. Wang, "An efficient method of license plate location," Pattern Recognit. Lett, vol.26, no. 15, pp. 2431-2438, 2005.
V. Kamat S. Ganesan, "An efficient implementation of the Hough transform for detecting vehicle license plates using DSPs," in Proc. Int. Conf. Real-Time Tech. Applicat. Symp, pp. 58-59, 1995.
T.D. Duan, D. A. Duc, and T. L. H. Du, "Combining Hough transform and contour algorithm for detecting vehicles, license-plates," in Proc. Int. Syp. Intell. Multimedia Video Speech Process, pp. 747-750, 2004.
장언동, 송영준, 김영길, "칼라 정보와 선형 회귀 방정식을 이용한 차량 번호판 추출," 한국콘텐츠학회/한국통신학회 학술대회, 제1권, 제2호, 218-222쪽, 2013년 11월
강용성, "영상분할 기법을 이용한 자동차 번호판 인식 시스템의 성능 개선", 관동대학교 석사학위 논문, 2014. 2
윤종호, "지능형 교통 시비스를 위한 다중 번호판 인식 영역 추출 알고리즘 연구", 한양대학교 박사학위 논문, 2017. 8
※ AI-Helper는 부적절한 답변을 할 수 있습니다.