선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 본 논문에서 흰색 신형 번호판 차량 이미지에서 번호판과 번호를 추출하고 인식하는 시스템을 제안한다. 사용한 학습 이미지의 크기는 35×60이고, 각 번호에 대해서 클래스 당 5장씩 10개 클래스에 대해서 총 50장을 학습에 사용하였다.
- 본 논문에서는 다항식 기반 RBFNNs를 이용한 차량 번호판 인식 시스템을 제안하였다. 본 실험에서는 다소 번호판이 정면으로 나오는 이미지들을 많이 사용하였지만 실제로 주차장이나 고속도로에서 적용되는 영상은 정면이 아닐 경우가 많을 것이다.
- 그렇기 때문에 본 연구에서는 번호판 추출을 위해 영상의 지역이진화, 모폴로지 기법(열림 및 닫힘 연산) 등을 사용하였다. 이러한 전처리를 통해서 테스트 영상의 화질 개선과 조명 및 그림자로 인한 왜곡 현상을 보완해 준다. 번호 이미지의 학습을 위해 PCA 알고리즘을 사용하여 고차원의 이미지를 저차원으로 축소한다.
가설 설정
- 그림 1은 임계값의 가변과 고정에 대한 영상이다. 두 이미지에 대한 큰 차이가 없어 보이지만 임계값을 고정시켜서 이진화를 한다고 가정하면 차의 색상과 반사 정도, 그림자 등의 변수들이 발생할 때마다 번호판 추출에 어려움이 생긴다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.