KR100196358B1 - 영상 인식 시스템의 영상 인식을 위한 정규화 방법 - Google Patents

영상 인식 시스템의 영상 인식을 위한 정규화 방법 Download PDF

Info

Publication number
KR100196358B1
KR100196358B1 KR1019960032597A KR19960032597A KR100196358B1 KR 100196358 B1 KR100196358 B1 KR 100196358B1 KR 1019960032597 A KR1019960032597 A KR 1019960032597A KR 19960032597 A KR19960032597 A KR 19960032597A KR 100196358 B1 KR100196358 B1 KR 100196358B1
Authority
KR
South Korea
Prior art keywords
image recognition
segment
block
image
binarized
Prior art date
Application number
KR1019960032597A
Other languages
English (en)
Other versions
KR19980013895A (ko
Inventor
전병태
왕민
심광호
김주현
Original Assignee
정선종
한국전자통신연구원
심광호
건아정보기술주식회사
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 정선종, 한국전자통신연구원, 심광호, 건아정보기술주식회사 filed Critical 정선종
Priority to KR1019960032597A priority Critical patent/KR100196358B1/ko
Publication of KR19980013895A publication Critical patent/KR19980013895A/ko
Application granted granted Critical
Publication of KR100196358B1 publication Critical patent/KR100196358B1/ko

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00Pattern recognition
    • G06F18/10Pre-processing; Data cleansing
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/70Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/74Image or video pattern matching; Proximity measures in feature spaces
    • G06V10/75Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/60Type of objects
    • G06V20/62Text, e.g. of license plates, overlay texts or captions on TV images
    • G06V20/625License plates
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V30/00Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
    • G06V30/10Character recognition

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Evolutionary Computation (AREA)
  • Artificial Intelligence (AREA)
  • General Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Data Mining & Analysis (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Health & Medical Sciences (AREA)
  • Computing Systems (AREA)
  • Evolutionary Biology (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Image Analysis (AREA)
  • Character Input (AREA)

Abstract

본 발명은 이치화한 영상을 이루는 픽셀 단위를 분할할 수 있는 것으로 보아, 상기 이치화한 영상을 세그먼트 단위를2 갖는 소정의 포맷으로 직접 분할 하여 상기 세그먼트의 값을 구하는 영상 인식 시스템의 영상 인식을 위한 정규화 방법에 관한 것으로서, 메모리의 증가를 억제하여 연산속도를 향상시킴으로써 영상을 인식하는데 소요되는 시간을 최소화할 수 있는 효과가 있다.
또한, 이동 중인 차량의 번호판이나 타이어에 표시된 숫자 및 문자를 인식하는데 적용함으로써 효율적인 도로 관리를 할 수 있는 효과가 있다.

Description

영상 인식 시스템의 영상 인식을 위한 정규화 방법
제1도는 일반적인 영상 인식용 시스템을 도시한 블록도.
제2도는 일반적인 영상 인식 과정을 도시한 흐름도.
제3도는 가장 기본적인 영상 인식 시스템의 구성을 도시한 블록도.
제4도는 버스 시스템을 이용한 영상 인식용 시스템으로서 다수의 프래임 그래버와 단일 MPU가 접속된 시스템을 도시한 블록도.
제5도는 버스 시스템을 이용한 영상 인식용 시스템으로서 다수의 MPU와 단일 화면 표시장치가 접속된 시스템을 도시한 블록도.
제6도는 복수의 입력을 갖는 영상 인식용 무정지 시스템을 도시한 블록도.
제7도는 제2도의 일반적인 영상 인식 과정 중 종래 기술에 의한 정규화 방법을 나타내는 도면.
제8도는 제7도를 간략화 하여 일 실시예를 나타낸 도면.
제9도는 제2도의 일반적인 영상 인식 과정 중 본 발명에 의한 정규화 방법을 나타내는 도면.
제10도는 제9도를 간략화 하여 일 실시예를 나타낸 도면.
* 도면의 주요부분에 대한 부호의 설명
300 : 이치화(Threshold)한 블록 400 : 정규화할 포맷
500 : 픽셀 600 : 세그먼트
900 : 정규화한 블록
본 발명은 영상 인식 시스템의 영상 인식을 위한 정규화 방법에 관한 것으로서 보다 상세하게는, 소정의 물체를 촬영하여 그 영상을 인식하기 까지의 과정 중 상기 영상의 인식하고자 하는 부분을 특징부로 블록화하여 이치화한 후 미리 준비한 레퍼런스와 비교하기 위해 소정의 단위로 포맷하는 과정에 관한 것이다.
제1도는 일반적인 영상 인식용 시스템을 나타내고 있는 바, 본 명세서에서 기술되는 종래의 기술 및 본 발명의 상세한 설명을 보다 효율적으로 하기위해, 상기 영상 자동 인식 시스템이 주행 중인 차량을 감지한 후 이를 촬영하여 번호판의 문자 및 숫자를 인식하는 것을 일 실시예로 들어 설명하면 다음과 같다.
루프 코일(loop coil) 등과 같은 차량 감지 장치(미도시)에서 주행중인 차량의 진입을 감지하면 카메라(10)가 상기 차량 감지 장치에 진입한 상기 차량을 촬영하고, 프레임 그래버(frame grabber : 20)에서 상기 카메라(10)가 촬영한 상기 차량의 영상을 그래브(grab)하여 인식부(30)에 입력하면, 상기 인식부(30)는 상기 프래임 그래버(20)에서 입력된 상기 차량의 영상 중 번호판의 영역을 검출하고 상기 번호판 영역내의 숫자 및 문자 영역을 추출한 후 이를 인식하여 그 결과를 메인 제어부(40)에 입력하고, 상기 메인 제어부(40)는 미리 입력되어 있던 데이터와 비교(차량 조회)하여 그 결과를 저장 및 출력하게 된다.
상기한 바와 같은 영상 인식용 시스템을 구성하는 방법에는 여러가지가 있으나, 이에는 제6도에 도시된 바와 같은 복수의 입력을 갖는 영상 인식용 무정지 시스템을 적용함이 가장 바람직 하다.
즉, 제3도에 도시된 바와 같이 프래임 그래버(21)가 단일 영상 입력원(미도시)으로부터 영상을 포착하여 디지털 신호로 변환시키고, MPU(Micro Processor Unit : 52)는 상기 프래임 그래버(21)가 포착한 영상을 인식하고 변환시키며, 화면 표시장치(53)는 상기 MPU(52)에서 인식된 원영상 및 변환된 영상을 화면에 디스플레이 하는 가장 기본적인 영상 인식 시스템을 구성한 경우, 다수의 영상 입력원으로부터 영상을 포착하기 위하여는 다수의 프래임 그래버와, 동수의 MPU 및 화면 표시장치가 필요하게 되어 시스템의 가격이 상승하게 되는 문제점이 있었고; 제4도에 도시된 바와 같이 버스 시스템을 이용하고 단일 MPU(55)에 다수의 프레임 그래버(24a, 24b, 24c)가 접속되어 상기 다수의 프래임 그래버(24a, 24b, 24c)를 통해 다수의 영상 입력원(미도시)으로부터 영상이 포착되도록 한 복수의 입력을 갖는 영상 인식용 시스템을 구성한 경우, 다수의 영상 입력원에 포착된 영상이 상기 다수의 프레임 그래버(24a, 24b, 24c)를 통해 MPU(55)에 동시에 입력되면 실시간으로 상기 영상을 화면 표시장치(56)에 디스플레이할 수 없는 문제점이 있었으며; 제5도에 도시된 바와 같이 다수의 프레임 그래버(27A, 27B, 27C)가 각각 다수의 MPU(58a, 58b, 58c)와 접속되어 있고, 상기 다수의 MPU(58a, 58b, 58c)가 단일 화면 표시용 MPU(59a)를 통해 단일 화면 표시장치(59b)에 동시에 접속되어 있어, 상기 다수의 프래임 그래버(27a, 27b, 27c)와 MPU(58a, 58b, 58c)를 통해 포착된 영상이 화면 표시장치(59b)에 디스플레이되는 복수의 입력을 갖는 영상 인식용 시스템을 구성한 경우, 다수의 MPU 중에서 단 하나의 MPU만이 화면 표시장치에 영상을 디스플레이할 수 있기 때문에 우선 순위를 결정하기 위한 규약 및 장치가 필요하게 되는 문제점이 있으므로 제6도에 도시된 바와 같이 프래임 그래버(11a, 11b, 11c)와, 상기 프래임 그래버(11a, 11b, 11c)에서 포착한 영상을 인식하는 인식용 MPU(12a, 12b, 12c)와, 통신용 MPU(13a, 13b, 13c)로 구성된 다수의 인식장치와; 상기 다수의 인식장치를 상호 접속시키거나 접속 해제시키는 크로스-바 스위치(21)와; 상기 크로스-바 스위치(21)와 접속된 통신용 MPU(33)와, 상기 통신용 MPU(33)와 접속된 표시용 MPU(32)와, 상기 표시용 MPU(32)에 의해 제어되어 영상을 디스플레이하는 디스플레이부(31)로 구성된 화면 표시장치와; 상기 크로스-바 스위치(21)을 제어하는 스위치 통신용 MPU(22)로 구성된 영상 인식용 무정지 시스템을 적용하게 되면,(여기서, 상기 크로스-바 스위치(21)는 통신용 MPU(34)를 통해 외부 장치(35)와 접속되어 있어, 상기 외부 장치(35)와 통신을 함으로 필요한 데이터를 입력받을 수 있도록 되어 있으며, N개의 입력과 N개의 출력을 가지면서 N×N 일대일 결선이 가능한 스위치이고, 상기 통신용 MPU(13a, 13b, 13c, 22, 33, 34)는 고속의 시리얼 통신을 수행하는 MPU를 의미한다.) 상기 크로스-바 스위치에 의해 상기 다수의 인식 장치와, 화면 표시장치 사이의 접속 및 해제가 신속하게 제어되어 보다 용이하고 효율적인 영상 인식용 시스템의 운용이 가능하고, 상기 다수의 인식 장치 중 고장난 인식 장치를 제외한 접속을 다시 재구성하게 되므로 고장난 인식 장치에 의해 시스템 전체가 정지함이 없이 동작할 수 있게 되는 것이다.
아울러, 상기 영상 인식용 시스템에 의해 운행중인 차량의 번호판에 쓰여진 문자 및 숫자를 인식하는 방법 중 번호판 영역을 검출하는 방법은 번호판 테두리의 훼손 또는 번호판 테두리 유무에 관계없이 번호판 내의 문자 및 숫자를 인식하도록 하는 방법 즉, 입력영상의 열을 코딩하는 과정과, 열의 1군에 있는 1의 개수의 최대군을 찾아 이 최대군과 예정된 임계치와의 크기를 비교하여 그레이 레벨변화 유무의 열을 결정하는 과정과, 상기 레벨변화가 있는 열이면 제일 밑열을 선택하여 상기 과정을 반복수행하는 과정과, 상기 과정에서 최대군이 주기 문턱치보다 작으면 선택된 열이 윗열을 j라 하고 아랫열을 k라 정하는 과정과, 상기 j에서 k를 뺀 절대치가 높이 문턱치보다 크거나 같은가를 체크하여 번호판 구역을 추출하는 과정으로 이루어지는 번호판 추출 방법을 적용함이 바람직하다.
제2도는 제1도에 도시된 인식부(30)에서 프레임 그래버(20)로부터 영상을 입력받아 차량의 번호판 영역에 스여진 문자 및 숫자를 인식하는 과정을 보다 상세하게 나타내는 도면으로서, 상기 인식부(30)는 상기 프레임 그래버(20)에서 그래브한 상기 차량의 영상을 입력받아(가) 상기 영상 중 번호판의 영역을 찾아내고(나), 찾아낸 번호판의 영역 중 문자 및 작은 숫자와 큰 숫자의 영역을 특징부로 검출하여 각각의 특징부를 블록화(다)하고, 상기 블록을 이루는 각각의 픽셀을 소정의 값을 기준으로 하여 1또는 0의 값으로 이치화(라)한 후 상기 이치화한 블록을 세그먼트 단위를 갖는 소정의 포맷으로 정규화(마) 하여 각각의 세그먼트가 갖는 값을 구하고, 상기 포맷과 동일한 세그먼트 개수를 갖는 레퍼런스에 형성된 각각의 세그먼트에 대응하는 상기 정규화한 블록에 형성된 각각의 세그먼트의 값을 상호 비교하여(바) 그 전체 비교값이 가장 근사한 레퍼런스를 결과로 출력(사)함으로써 상기 차량의 번호판에 쓰여진 문자 및 숫자를 인식하게 된다.
여기서, 상기 정규화(마)하는 과정에 의해 상기 이치화한 블록에 형성된 각각의 세그먼트는, 상기 레퍼런스에 형성된 각각의 세그먼트와 1:1로 대응되어 그 값이 비교(바)되어지므로 상기 이치화한 블록은 상기 레퍼런스와 동일한 세그먼트 개수를 갖는 포맷으로 정규화(마)되어야만 한다.
상기한 영상 인식 과정 중 종래 기술에 의한 정규화 밥법은 제7도 및 제8도에 도시되어 있으며 이하, 도면을 참조 하여 종래 기술에 의한 영상 인식 시스템의 영상 인식을 위한 정규화 방법을 설명하면 다음과 같다.
종래 기술에 의한 영상 인식 시스템의 영상 인식을 위한 정규화 방법은 제7도의 (가)내지 (다)에 도시되어 있으며, 이치화(Threshold)한 블록(가)에 형성된 픽셀(100)의 개수를 가로×세로의 사이즈로 나타내어 m×n이라 하고, 상기 이치화한 블록(가)을 정규화시킬, 소정의 포맷(다)에 형성된 세그먼트(200)의 개수를 가로×세로의 사이즈로 나타내어 m'×n'이라 하며, m과 m'의 최소 공배수를 m, n'과 n'의 최소 공배수를 n이라 했을 때, 종래에는 상기 이치화한 블록(가)을 이루는 픽셀(100)을 분할할 수 없는 단위로 보아 상기 이치화한 블록(가)을 상기 소정의 포맷(다)으로 직접 분할 하여 정규화하지 않고 먼저, 상기 이치화한 블록(가)을 확대 하여 m×n 사이즈의 픽셀(100)로 이루어진 포맷(나)을 추출한 후 상기 m×n 사이즈의 포맷(나)을 행으로 n'만큼, 열로 m'만큼 분할함으로써 상기 이치화한 블록(가)을 상기 m'×n' 사이즈의 세그먼트(200) 개수를 갖는 소정의 포맷(다)으로 정규화할 수 있었다.
여기서, 상기 소정의 포맷(다)에 형성된 각각의 세크먼트(200)가 갖는 값은 각각의 세그먼트(200)에 포함되어 있는 전체 픽셀(100)의 개수에 대한 상기 픽셀(100)이 갖는 1의 값의 비율로 구할 수 있다.
즉, [하나의 세그먼트가 갖는 값] = (한 세그먼트에 포함된 1의 값을 갖는 픽셀 개수) ÷ (한 세그먼트에 포함된 전체 픽셀 개수)로 나타낼 수 있다.
제8도는 제7도를 간략화 하여 일 실시예를 나타내고 있는 바, 이치화한 블록(가)에 형성된 픽셀(100)의 개수를 2×2라 하고, 상기 이치화한 블록(가)을 정규화시킬 소정의 포맷(다)에 형성된 세그먼트(200)의 개수를 3×3이라 할 때, 상기 이치화한 블록(가)을 2와 3의 최소 공배수인 6×6의 픽셀(100) 사이즈로 확대한 포맷(나)을 추출한 후 상기 6×6의 픽셀(100) 사이즈를 갖는 포맷(나)이 상기 소정의 포맷(다)과 동일한 사이즈의 세그먼트(200) 단위를 갖게 하기 위해 행으로 3만큼, 열로 3만큼을 분할 하여 상기 이치화한 블록(가)을 3×3의 사이즈의 세그먼트(200) 단위를 갖는 블록(라)으로 정규화할 수 있게 된다.
상기한 바와 같이 이루어지는 종래 기술에 의한 영상 인식 시스템의 영상 인식을 위한 정규화 방법은 영상 인식의 정확도를 높이기 위해 레퍼런스의 세그먼트 사이즈를 크게 하거나, 이치화한 블록의 픽셀 사이즈가 솟수로 형성될 때에는 상기 이치화한 블록을 확대 하여 추출하는 포맷의 사이즈가 무한히 커져, 많은 메모리와 연산 시간이 필요하게 되므로 영상을 인식하는데 소요되는 시간이 길어지는 문제점이 있었다.
본 발명은 상기와 같은 문제점을 해결하기 위하여 안출한 것으로서, 이치화한 블록의 사이즈를, 소정의 포맷으로 정규화할 사이즈와의 최소 공배수에 의해 확대하지 않고 정규화할 사이즈로 직접 분할 하여 그 각각의 세그먼트가 갖는 값을 구함으로써, 메모리의 사용을 감소시켜 영상 인식에 소요되는 시간을 최소하할 수 있는 영상 인식 시스템의 영상 인식을 위한 정규화 방법을 제공하는데 그 목적이 있다.
상기와 같은 목적을 달성하기 위한 본 발명에 의한 영상 인식 시스템의 영상 인식을 위한 정규화 방법은, 소정의 물체를 촬영하여 그 영상을 그래브(grab)하는 과정과; 그래브한 상기 영상 중 인식하고자하는 부분을 검출하여 각각의 특징부로 블록화하는 과정과; 상기 블록을 이루는 각각의 픽셀을 이치화하는 과정과; 상기 이치화한 블록을 세그먼트 단위를 갖는 소정의 포맷으로 정규화하는 과정과; 상기 이치화한 블록에 형성된 각각의 세그먼트가 갖는 값을, 상기 포맷과 동일한 세그먼트 단위를 갖는 레퍼런스에 형성된 각각의 세그먼트가 갖는 값과 비교하여 가장 근사한 값을 갖는 레퍼런스를 결과로 출력하는 과정으로 이루어지는 영상 인식 방법에 있어서, 상기 정규화하는 과정은 상기 이치화한 블록을 이루는 픽셀의 개수를 가로×세로의 사이즈로 나타내어 a×b 라 하고 상기 포맷 및 상기 레퍼런스를 이루는 세그먼트의 개수를 가로×세로의 사이즈로 나타내어 a'×b'라 했을 때, 상기 픽셀을 분할할 수 있는 개념으로 보아 상기 이치화한 블록을 상기 a'×b'의 면적 단위로 직접 분할하는 단계화; 상기 이치화한 블록을 상기 a'×b'의 면적 단위로 분할하여 형성된 각각의 세그먼트가 갖는 값을 상기 각각의 세그먼트의 면적에 대한 상기 각각의 세그먼트 영역에 위치한 상기 이치화한 픽셀값의 비로 추출하는 단계로 이루어지는 것을 특징으로 한다.
이하, 첨부한 도면을 참조 하여 본 발명의 바람직한 실시예를 보다 상세하게 설명하면 다음과 같다.
본 발명에 의한 영상 인식 시스템의 영상 인식을 위한 정규화 방법은 제9도의 (가) 내지 (다)에 도시되어 있으며, (가)에 도시된 바와 같이 이치화한 블록(300)에 형성된 픽셀(500)의 개수를 가로×세로의 사이즈로 나타내서 a×b 라 하고 (나)에 도시된 바와 같이 상기 이치화한 블록(300)을 정규화시킬 소정의 포맷(400)에 형성된 세그먼트(600)의 개수를 가로×세로의 사이즈로 나타내어 a'×b'라 할 때, 상기 이치화한 블록(300)에 형성된 픽셀(500)을 분할할 수 있는 단위로 보아 (다)에 도시된 바와 같이 상기 이치화한 블록(300)을, 행으로 b'만큼 열로 a'만큼 직접 분할 하여 상기 정규화시킬 소정의 포맷(400)과 동일한 세그먼트 사이즈(a×b)의 포맷을 갖는 정규화한 블록(900)을 얻게 된다.
여기서, (다)에 도시된 바와 같이 상기 정규화한 블록(900)에 형성된 세그먼트(600) 단위 중 임의의 한 세그먼트(600)를 확대한 도면을 참조하면, 하나의 세그먼트(600)는 면적의 크기가 각기 다른 일정 구성요소(E₁내지 E )들로 이루어져 있으며 상기 구성요소(E₁내지 E )들은 상기 이치화한 블록(300)에 형성된 픽셀(500)이 갖는 값인 1 또는 0의 값을 갖게 된다.
그리고, 상기 정규화한 블록(900)에 형성된 각각의 세그먼트(600)가 갖는 값은 상기 세그먼트(600)의 면적에 대한 상기 구성요소(E₁내지 E )가 갖는 1의 값의 비율로 얻어져 레퍼런스에 형성된 각각의 세그먼트(미도시)와 그 값이 비교되어 진다.
제10도 제9도를 간략화 하여 일 실시예를 나타낸 도면으로서, (가)에 도시된 바와 같이 이치화한 블록(300)에 형성된 픽셀(500)의 개수를 2×2라 하고 (다)에 도시된 바와 같이 상기 이치화한 블록(300)을 정규화시킬 소정의 포맷(400)에 형성된 세그먼트(600)의 개수를 3×3이라 할 때, (나)에 도시된 바와 같이 상기 이치화한 블록(300)을 행으로 3만큼, 열로 3만큼 직접 분할 하여 상기 정규화시킬 소정의 포맷(400)이 갖는 세그먼트의 사이즈(3×3)와 동일한 사이즈를 갖는 정규화한 블록(900)을 얻을 수 있다.
여기서, (라)는 (나)에 도시된 정규화한 블록(900)에 형성된 각각의 세그먼트(600)가 갖는 값을 나타내는 도면으로서, 상기 정규화한 블록(900)에 형성된 각각의 세그먼트(600)가 갖는 값은 하나의 세그먼트(600)에 포함된 구성요소들의 값(1 또는 0)을 각각의 면적비로 곱 하여 그 값을 합한 후 하나의 세그먼트(600)가 갖는 면적비로 나누어줌으로써 얻을 수 있다.
상가와 같이 이루어지는 본 발명에 의한 영상 인식 시스템의 영상 인식을 위한 정규화 방법은 이치화한 블록의 사이즈를, 소정의 포맷으로 정규화할 사이즈와의 최소 공배수에 의해 확대하지 않고 정규화할 사이즈로 직접 분할 하여 그 각각의 세그먼트가 갖는 값을 구함으로써 메모리의 사용을 감소시켜 영상 인식에 소요되는 시간을 최소화할 수 있는 효과가 있다.
아울러, 이동 중인 차량의 번호판이나 타이어에 표시된 숫자 및 문자를 인식하는데 적용함으로써 도로 관리를 효율적으로할 수 있는 효과가 있다.
또한, 여러 가지 크기의 칩에 마킹된 숫자 및 문자를 인식하거나 동일한 모양을 갖는 농 수산물을 판별하여 분리하는데 적용함으로써 산업적으로 유용하게 활용할 수 있는 효과가 있다.

Claims (1)

  1. 소정의 물체를 촬영하여 그 영상을 그래브(grab)하는 과정과; 그래브한 상기 영상 중 인식하고자하는 부분을 검출하여 각각의 특징부로 블록화하는 과정과; 상기 블록을 이루는 각각의 픽셀을 이치화하는 과정과; 상기 이치화한 블록을 세그먼트 단위를 갖는 소정의 포맷으로 정규화하는 과정과; 상기 이치화한 블록에 형성된 각각의 세그먼트가 갖는 값을, 상기 포맷과 동일한 세그먼트 단위를 갖는 레퍼런스에 형성된 각각의 세그먼트가 갖는 값과 비교하여 가장 근사한 값을 갖는 레퍼런스를 결과로 출력하는 과정으로 이루어지는 영상 인식 방법에 있어서, 상기 정규화하는 과정은 상기 이치화한 블록을 이루는 픽셀의 개수를 가로×세로의 사이즈로 나타내어 a×b라 하고 상기 포맷 및 상기 레퍼런스를 이루는 세그먼트의 개수를 가로×세로의 사이즈로 나타내어 a'×b'라 했을 때, 상기 픽셀을 분할할 수 있는 개념으로 보아 상기 이치화한 블록을 상기 a'×b'의 면적 단위로 직접 분할하는 단계와; 상기 이치화한 블록을 상기 a'×b'의 면적 단위로 분할하여 형성된 각각의 세그먼트가 갖는 값을 상기 각각의 세그먼트의 면적에 대한 상기 각각의 세그먼트 영역에 위치한 상기 이치화한 픽셀값의 비로 추출하는 단계로 이루어지는 것을 특징으로 하는 영상 인식 시스템의 영상 인식을 위한 정규화 방법.
KR1019960032597A 1996-08-05 1996-08-05 영상 인식 시스템의 영상 인식을 위한 정규화 방법 KR100196358B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1019960032597A KR100196358B1 (ko) 1996-08-05 1996-08-05 영상 인식 시스템의 영상 인식을 위한 정규화 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1019960032597A KR100196358B1 (ko) 1996-08-05 1996-08-05 영상 인식 시스템의 영상 인식을 위한 정규화 방법

Publications (2)

Publication Number Publication Date
KR19980013895A KR19980013895A (ko) 1998-05-15
KR100196358B1 true KR100196358B1 (ko) 1999-06-15

Family

ID=19468818

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1019960032597A KR100196358B1 (ko) 1996-08-05 1996-08-05 영상 인식 시스템의 영상 인식을 위한 정규화 방법

Country Status (1)

Country Link
KR (1) KR100196358B1 (ko)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100371100B1 (ko) * 2000-01-05 2003-02-05 강현철 자동차 번호판 인식 시스템에서의 제한적 워터폴알고리듬을 이용한 분할 방법
KR100441536B1 (ko) * 2001-11-08 2004-07-23 삼성전자주식회사 자동차 번호판 인식방법
CN109753576A (zh) * 2018-12-25 2019-05-14 上海七印信息科技有限公司 一种相似图像检索方法

Also Published As

Publication number Publication date
KR19980013895A (ko) 1998-05-15

Similar Documents

Publication Publication Date Title
WO2005048191A3 (en) Object detection in images
KR101738129B1 (ko) 단일 카메라를 이용한 원거리 영상에서의 차량 번호판 인식 장치 및 그 방법
US10691969B2 (en) Asynchronous object ROI detection in video mode
KR101778605B1 (ko) 차량 번호판 인식 방법 및 장치
JPH1139495A (ja) 画像監視装置
US20050123201A1 (en) Image processing apparatus for detecting and recognizing mobile object
JPS63308679A (ja) 隆線紋様の隆線方向検出装置
JPH10162118A (ja) 画像処理装置及び方法
KR100196358B1 (ko) 영상 인식 시스템의 영상 인식을 위한 정규화 방법
KR0167616B1 (ko) 화상 처리 장치 및 방법
KR102152006B1 (ko) 동일인 인식 방법, 이를 이용하는 컴퓨팅 시스템, 및 프로그램
US9830527B2 (en) Image processing system for extraction of contextual information and associated methods
US20200219222A1 (en) Attached substance detection device and attached substance detection method
US20050074141A1 (en) Image processing apparatus and method and program
EP1993060A1 (en) Device for object detection in an image, and method thereof
JP3779229B2 (ja) 識別方法、識別装置、及び交通制御システム
KR102297908B1 (ko) 영상 분석에 기반한 상품 수량 관리 시스템 및 방법
JPH07105352A (ja) 画像処理装置
WO2019066642A2 (en) SYSTEM AND METHOD FOR DETECTION OF LICENSE PLATE
JPH0962763A (ja) バーコードの検出方法
JPS615383A (ja) 文字パタ−ン分離装置
JPWO2019167278A1 (ja) 店舗装置、店舗システム、画像取得方法、およびプログラム
KR101941660B1 (ko) 영상 처리 장치 및 그 방법
JPH0589244A (ja) パターンマツチング方法及び装置
JPH11108632A (ja) 道路形状検出装置

Legal Events

Date Code Title Description
A201 Request for examination
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20130219

Year of fee payment: 15

FPAY Annual fee payment

Payment date: 20140204

Year of fee payment: 16

FPAY Annual fee payment

Payment date: 20150203

Year of fee payment: 17

FPAY Annual fee payment

Payment date: 20160216

Year of fee payment: 18

EXPY Expiration of term