KR100705660B1 - 컬러영상의 위치 추정 방법 및 그 방법에 따른 차량 번호판번호 인식 및 위치추정 장치 - Google Patents

Abstract

본 발명은 차량 번호판이 포함된 차량 영상에서 복합 칼라 좌표계와 번호판의 질감을 이용한 컬러영상의 위치 추정 방법에 관한 것이다. 본 발명의 번호판 위치 추정방법은 복합 칼라 좌표계에서 필터링된 번호판 예상 영역과 질감 정보로 필터링된 번호판의 예상 영역으로 칼라 번호판의 위치를 추정한다. 복합 칼라 좌표계에서 번호판 위치를 추정하는 과정은 칼라 영상을 HSI 칼라 좌표계의 Hue를 얻는 단계, YIQ 칼라 좌표계의 I와 Q를 얻는 단계, 얻어진 Hue와 I, Q를 합쳐 H-IQ 좌표계를 만드는 단계, H-IQ 칼라 좌표계에서 영상을 필터링 하는 단계, 필터링 된 영상을 노이즈 감쇠 및 블랍 라벨링하는 단계로 나누어진다. 그리고 번호판의 질감을 이용하여 번호판 위치를 예상하는 과정은 수직 엣지를 추정하는 단계, 엣지를 돋보이게 하는 다일레이션 단계를 포함한다. 칼라로 필터링된 영상과 질감으로 필터링된 영상 두곳 모두에서 나타나는 영역을 번호판의 예상영역으로 판단한다. 이 방법은 조명변화와 번호판 칼라의 외란에 강인한 H-IQ 좌표계와 번호판의 질감 정보를 이용함으로써, 기존의 번호판 추정 방법에 비해 조명 변화에 강인하게 번호판 위치를 추정할 수 있다.

칼라 번호판 위치 추정, HSI 칼라 좌표계, YIQ 칼라 좌표계, HIQ 칼라 좌표계, LUT, 질감 분석

Description

컬러영상의 위치 추정 방법 및 그 방법에 따른 차량 번호판 번호 인식 및 위치추정 장치{Color image positioning finding Method and Car number board position and number recognize apparatus thereof}

도 1은 본 발명에 따른 컬러영상의 위치 추정 방법의 흐름도.

도 2는 도 1에서 제시하는 복합 칼라 좌표계를 이용한 영상 필터링 방법의 흐름도.

도 3은 도 1에서 제시하는 질감을 이용한 영상 필터링 방법의 흐름도.

도 4a는 도 1에서 제시하는 복합 칼라 좌표계에서 HSI 칼라 좌표계에서의 Hue와 YIQ좌표계에서의 I 채널의 관계를 나타내는 영상 도면.

도 4b는 도 1에서 제시하는 복합 칼라 좌표계에서 HSI 칼라 좌표계에서의 Hue와 YIQ좌표계에서의 Q 채널의 관계를 나타내는 영상 도면.

4c는 도 1에서 제시하는 복합 칼라 좌표계에서 HSI 칼라 좌표계에서의 Hue와 새롭게 얻어지는 IQ 채널의 관계를 나타내는 영상 도면.

도 5는 YIQ 칼라 좌표계에서 I와 Q채널을 2차원으로 나타낸 영상으로, I와 Q 채널의 값을 IQ 값으로 치환할 때, 경계가 되는 Hue의 값을 나타낸 영상 도면.

도 6은 H-IQ 칼라 좌표계에서 녹색 차량 번호판의 영역을 나타낸 영상 도면.

도 7은 RGB 영상의 한점의 R, G, B 데이터를 H-IQ LUT에 입력하여 출력을 얻 어내는 흐름도.

도 8a는 처리를 위한 예시 영상 도면.

도 8b는 도 8a에서 H-IQ 칼라 필터링된 결과 영상 도면.

도 9a는 도 8b에서 노이즈 제거 및 블랍 라벨링이 된 결과 영상 도면.

도 9b는 도 9a의 결과에서 얻어진 블랍을 직 사각형으로 만든 결과 영상 도면.

도 10a는 도 8a에서 수직 엣지를 얻은 결과 영상 도면.

도 10b는 도 10a에서 다일레이션을 수행한 결과 영상 도면.

본 발명은 자동차의 칼라 번호판을 인식하기 위한 전단계인 번호판의 위치를 추정하는 방법에 관한 것으로, 특히 번호판의 크기가 일정 이하일 경우, 이의 대략 위치를 추정하는 컬러영상의 위치 추정 방법 및 그 방법에 따른 차량 번호판 번호 인식 및 위치추정 장치에 관한 것이다.

최근 불법 주정차 관제 시스템, 과속 방지 시스템 등이 활발히 연구되고 있다. 여기서 차량 번호판을 인식이 중요한 부분을 차지하는데, 이를 위해 자동으로 차량의 번호판을 인식하는 방법이 아주 중요하다.

특히, 화질이 좋지 않은 웹 카메라(Web camera)로 상기 시스템을 연구/개발 할 때, 일반적으로 사용하는 방법은 카메라를 차량과 거리가 먼, 미리 정의된 위치 (preset position)에 위치시키고, 차량이 들어 왔을 경우, 번호판의 위치를 추정한다. 위치가 추정된 번호판은 문자를 인식할 수 없을 정도로 작기 때문에, 추정된 번호판 위치로 카메라를 Pan, Tilt, Zoom하여 번호판 번호를 인식할 정도로 크게한 후 번호를 인식한다.

이때 정의된 위치에 있는 카메라에서 얻어진 영상에서 번호판의 위치를 추정하는 하는 것은 중요하다.

종래의 번호판 위치를 추정하는 방법은, 1)번호판의 외각 사각형 정보를 이용한 번호판 위치 추출 방법, 2)HSI 칼라 좌표계를 이용한 번호판 위치 추출 방법, 3) 신경망을 이용한 컬러영상의 위치 추정 방법, 4)SVM을 이용한 컬러영상의 위치 추정 방법 등이 있다.

그러나, 상기에서 1)의 외각 사각형 정보를 이용한 번호판 위치 추출 방법은 번호판의 테두리가 회손되거나, 번호판의 테두리와 비슷한 모양을 가진 영역이 존재할 경우, 위치 추적을 실패할 가능성이 높으며, 웹 카메라에서 사용하는 방법처럼, 정의된 위치에서 얻어진 영상에서 번호판을 추정할 경우, 번호판의 테두리가 거의 나타나지 않아 번호판의 위치를 추정하기 어렵다.

또한, 2)의 HSI 칼라 좌표계를 이용한 번호판 위치 추출 방법은 웹 카메라를 사용하는 시스템에서 1)의 방법에 비해 효과적으로 번호판 위치를 추정할 수 있다. 그러나 HSI 좌표계를 이용한 방법은 Hue와 Saturation을 이용하여 번호판의 위치를 추정하는데, Hue는 칼라에 변별력이 있는 반면, Saturation은 칼라에 대한 변별력이 거의 없는 문제점이 있다. 그래서 태양광등 조명이 심하게 변하는 곳에서 번호 판의 위치 추정을 실패할 가능성이 높다.

또한, 3)과 4)의 신경망과 SVM을 이용한 컬러영상의 위치 추정 방법은 번호판의 그레이 레벨(gray level)의 값에 대한 질감을 신경망이나 SVM에 훈련(training)시켜 번호판 영역인지 아닌지를 판별하는 방법으로, 이 역시 번호판의 크기가 크지 않은 웹 카메라를 이용한 방법에서 사용하기 적합하지 않은 방법이다.

따라서, 본 발명은 상기한 종래의 문제점을 해결하기 위하여 안출된 것으로, 복합 컬러 좌표계로 필터링된 컬러영상과, 상기 질감으로 필터링된 컬러영상 두곳 모두에서 나타나는 영역을 번호판의 예상영역으로 판단하여 이의 대략 위치를 추정하는 컬러영상의 위치 추정 방법 및 그 방법에 따른 차량 번호판 번호 인식 및 위치추정 장치를 제공하는 데에 그 목적이 있다.

상기한 목적을 달성하기 위한 본 발명에 따른 컬러영상의 위치 추정 방법은, a)컬러 영상을 HSI 컬러 좌표계의 Hue채널을 획득하는 단계; YIQ 컬러 좌표계의 I와 Q채널을 획득하는 단계; 상기 단계에서 얻어진 Hue와 I, Q채널을 합쳐 H-IQ 컬러 좌표계를 만드는 단계; H-IQ 좌표계에 대한 변위에 기초하여 영상을 필터링하는 단계; 필터링된 컬러영상정보를 바탕으로 상응하는 컬러영상 위치정보를 획득하는 단계로 구성되어, 복합 컬러 좌표계에서 필터링된 컬러영상의 위치추정과정; b)컬러 영상을 그레이(gray) 영상으로 변환하는 단계; 수직 엣지(edge)를 추정하는 단계 ; 엣지를 돋보이게 하는 다일레이션(dilation) 단계로 구성되어, 질감 정보로 필터링된 컬러영상의 위치추정과정; c)상기 복합 컬러 좌표계로 필터링된 컬러영상과, 상기 질감으로 필터링된 컬러영상 두곳 모두에서 나타나는 영역을 번호판의 예상영역으로 판단하기 위하여 각각의 영상을 AND 연산하는 과정을 포함하는 것을 특징으로 한다.

상기 복합 컬러 좌표계에서 필터링된 컬러영상의 위치추정과정은; 상기 컬러 변환시의 계산량의 감소를 위한 LUT(Look Up Table) 제작 단계를 더 포함한다.

상기 복합 컬러 좌표계에서 필터링된 컬러영상의 위치추정과정은; 미리 얻어진 컬러 번호판의 H-IQ 영역 변위를 이용해 입력 H-IQ 컬러가 컬러 번호판 컬러인지를 판단하되, R, G, B 값의 입력에 대해 LUT에서 출력되는 값은, 입력된 컬러값이 H-IQ 좌표계에 대해서 컬러 번호판 영역이면 참, 아니면 거짓의 값을 출력한다.

상기 복합 컬러 좌표계에서 필터링된 컬러영상의 위치추정과정은; 필터링 된 영상을 노이즈 감쇠(noise reduction) 및 블랍 라벨링(blob labeling)하는 단계를 더 포함한다. 상기 노이즈 감쇠를 위해 사용되는 필터는 비선형 필터인 것이 바람직하다.

상기 복합 컬러 좌표계에서 필터링된 컬러영상의 위치추정과정에서 상기 컬러 영상에서 얻어 진 I와 Q 채널을 하나의 IQ 채널로 변환하는 단계에서는; 컬러 좌표계에서의 한점은 Hue와 I 축의 한점 혹은 Hue와 Q 축의 한점으로 매핑되되, 일정 Hue의 범위에서는 I 값을, 다른 일정 Hue 범위에서는 Q값을 단일한 IQ 채널 값으로 사용한다.

상기 질감 정보로 필터링된 컬러영상의 위치추정과정은; 상기 엣지의 특성이 확실히 나타나도록 충분히 큰 다일레이션 마스크(dilation mask)를 사용한다.

상기 각각의 영상을 AND 연산하는 과정은; 상기 AND 연산 결과 영상에서 노이즈 제거하는 단계; 미리 설정된 기준크기에 비교하여 일정 크기 이하 또는 일정크기 이상의 블랍(blob)을 무시하고, 아울러 번호판의 기준 높이와 넓이의 비와 일정값 이상으로 차이가 나는 블랍을 무시하는 블랍 라벨링(labeling) 단계를 포함한다.

또한, 상기 촬영된 차량 컬러영상으로부터 상기에 기재한 방법으로 차량 번호판의 위치를 추정하는 자동차 번호판 위치 추정 장치를 제공하는 것을 다른 특징으로 한다.

또한, 상기 촬영된 차량 컬러영상으로부터 상기에 기재한 방법으로 차량 번호판의 위치를 추정하여 추출된 차량 번호판 영상정보로부터 문자인식을 통하여 차량 번호를 인식하는 차량 번호판 번호 인식장치를 제공하는 것을 또 다른 특징으로 한다.

이하, 첨부된 도면을 참조하여 본 발명의 바람직한 실시예를 설명한다.

도 1은 본 발명에 따른 자동차 번호판 위치 추정방법을 개략적으로 나타낸 순서도이다. 카메라에서 일정거리에 번호판이 보이는 차량이 있을 경우, 그 영상을 촬영하여 복합 칼라 좌표계를 이용하여 번호판 예상 영역만을 필터링한다(S100).

그와 동시에 입력 영상을 수직 엣지 영상으로 만든다(S200). S100과 S200단계에서 얻어진 결과 영상을 AND 연산을 하여, 1차 번호판 예상 영역을 추출한다.

그리고 노이즈 필터링과 블랍 라벨링을 하여, 번호판 위치를 추정한다.

도 2는 도1의 S100의 과정 즉, 도 1에서 제시하는 복합 칼라 좌표계를 이용한 영상 필터링 방법의 흐름도를 나타낸다.

RGB 입력 영상을 Hue 채널을 얻기 위해(S101) 수학식 1을 사용한다.

여기서 R, G, B는 RGB 영상에서 한 점에 대한 R채널, G채널, B채널의 갑이다. 단, B > G 면 H = 360 - H 이다.

RGB 영상을 YIQ 좌표계의 I와 Q채널을 얻는 단계(S10)에서는 수학식 2를 사용한다.

계산량을 줄이고 계산을 단순화하기 위해, 상기 얻어진 Hue, I 그리고 Q 채널을 Hue 채널에 대해 하나의 IQ 채널로 만든다(S103).

하나의 RGB 값은 Hue값에 대해 I와 Q 값이 나타나는데, 이때 Hue에 대해 I 혹은 Q 한값만을 가지고도 그 칼라를 표현할 수 있다.

도 4는 Hue와 I, Hue와 Q의 관계 그리고 Hue와 IQ 채널의 관계를 나타내고 있다. 이 때 도 4(c)는 도 4(a)와 도 4(b)에 대해 다음의 관계로 만들어 진다.

if((Hue >= 0) && (Hue <= 41))

{

IQ = I;

}

else if((Hue > 41) && (Hue <= 101))

{

IQ = Q;

}

else if((Hue > 101) && (Hue <= 170))

{

IQ = I;

}

else if((Hue > 170) && (Hue <= 230))

{

IQ = Q;

}

else if((Hue > 230))

{

IQ = I;

}

여기서, Hue는 RGB영상에서 얻어진 Hue 값이고 0 내지 255 사이의 값을 갖으며, I와 Q는 RGB 영상에서 얻어진 I와 Q이다. 그리고 IQ는 I와 Q 채널에서 얻어지는 하나의 채널이다. 이는 도 5와 같다.

칼라 영상에서 번호판을 추출하기 위해, 미리 칼라 번호판의 변위를 측정해야한다. H-IQ 좌표계에서 보았을 경우, 녹색 번호판의 변위는 도 6과 같다. 이때 변위는 다각형의 형태로 나타난 것을 이용한다.

얻어진 칼라 번호판의 칼라가 도 6의 칼라 번호판 영역안에 존재하는 칼라는 번호판 칼라이고, 영역 밖의 칼라는 번호판이 아닌 칼라로 반별하고 필터링을 한다(S104).

이때, 번호판을 추정하려는 영상의 모든 화소를 칼라 변환하면 계산량이 많아진다. 그래서 미리 칼라 변환 LUT를 만든다.

이때, 단순히 RGB 칼라 좌표계에서 Hue와 IQ에 대한 LUT(S340)만을 만들지 않고, 필터 영역까지 같이 포함한 LUT를 제작한다(S330).

즉, 도 7과 같이 번호판 영역의 칼라 영역은 참으로 매핑하고 번호판 칼라가 아닌 영역은 거짓으로 매핑하는 LUT를 제작한다. RGB 영상의 한 채널이 n 개의 칼라를 가진다고 가정했을 경우, n³ 크기의 LUT가 만들어진다.

이 LUT를 참조하여 차량 번호판 영상을 칼라 필터링한 영상이 도 8이다.

그리고 도 9는 상기 결과를 노이즈를 제거(S105)하고 블랍 라벨링(S106)한 결과와 블랍 라벨링한 결과를 직사각형으로 만드는 블랍 filling 과정(S107)을 거친 결과다.

질감을 이용한 영상 필터링 과정에서는 우선 RGB영상을 그레이영상으로 변환(S201)하여, 수직 엣지를 만든다. 이때 소벨(sobel) 엣지 오퍼레이터(operator)를 사용한다. 상기에서 얻어진 결과 영상을 옵티멀 쓰레드홀딩(optimal thresholding)을 하는 과정이 포함되며, 얻어진 2진 영상을 다일레이션(S203) 하여 엣지를 더욱 돋보이게 한다. 도 10은 결과를 나타낸다.

상기 칼라 필더링된 결과 영상과 엣지 필터링된 영상 두곳에서 다 예상 영역으로 나타난 영역만을 번호판 예상 영역으로 추정하기 위해 AND 연산(S300)을 한다. 이때 얻어진 노이즈가 같이 있는 영상에서 비선형 노이즈 필터를 사용하여 노이즈를 제거(S400)하고, 블랍 라벨링(S500)을 하여 최종 번호판 예상 위치를 추정한다.

이상에서 상술한 바와 같이 본 발명에서는, 상기 RGB 컬러영상에서 Hue 채널을 획득하는 단계에서 영상의 그레이 레벨을 8bit으로 사용하기 때문에, 0에서 360까지인 Hue의 범위를 0에서 255로 변환하는 단계를 포함한다. RGB 컬러영상에서 I와 Q 채널을 획득하는 단계에서는 I의 변위가 0.595716에서 -0.595716, Q의 변위는 0.522591에서 -0.522591이기 때문에, 이를 각 0에서 1 사이의 값으로 변환하는 과정을 포함한다. 이때, I채널이 Q채널보다 더 섬세하게 칼라를 표현하는 특징을 계승하는 과정을 포함한다.

RGB 컬러영상에서 얻어진 I와 Q 채널을 하나의 IQ 채널로 변환하는 단계에서는 RGB 좌표계에서의 한점은 Hue와 I축의 한점 혹은 Hue와 Q축의 한점으로 매핑된다는 점을 이용한다. 이때, Hue 에 따라 I와 Q가 기술할 수 있는 칼라 영역이 차이가 있다는 점에 착안하여, 일정 Hue의 범위에서는 I값을, 다른 일정 Hue 범위에서는 Q값을 단일한 IQ 채널값으로 사용하는 방법을 포함한다.

칼라 좌표계 변환시, 계산량을 줄이기 위해 룩업테이블(Look up Table:LUT)을 사용하는 단계에서는 상기에서 기술된 내용을 RGB 칼라 좌표계의 모든 값을 H-IQ 좌표계로 매핑하는 단계를 포함한다.

그리고, 미리 얻어진 칼라 번호판의 H-IQ 영역 변위를 이용해 입력 H-IQ 칼라가 칼라 번호판 칼라인지를 판단하는 과정을 포함한다. 즉, R,G,B값의 입력에 대해 LUT에서 출력되는 값은, 입력된 RGB 값이 H-IQ 좌표계에 대해서 칼라 번호판 영역이면 참, 아니면 거짓의 값을 출력하는 과정을 포함한다.

차량 번호판이 존재하는 영상의 모든 화소를 상기의 LUT를 이용하여 칼라 필터링을 한 후 나타나는 결과 영상은 노이즈가 포함되어 있기 때문에, 노이즈를 제거하는 단계를 포함한다. 이때 사용되는 노이즈 제거 필터는 메디안 필터(Median filter)와 같은 비선형 필터가 사용된다.

상기 노이즈 제거된 영상에서 블랍 라벨링을 하는 단계에서는 일정 크기 이하의 블랍은 삭제하는 단계가 포함되며; 결과로 얻어진 블랍을 직 사각형 블랍으로 만드는 과정을 포함한다.

질감을 이용한 영상 필터링 단계에서는, 번호판의 크기가 크지 않을 경우에 엣지를 찾을 경우, 수직 엣지 성분이 높게 나타나는 특징을 이용한다. 그래서 RGB 영상을 그레이 영상으로 변환하고 수직 엣지를 구한다. 수직 엣지가 끊겨 나오는 경우나 잘 나타나지 않는 경우를 대비하여 다일레이션 단계가 포함된다.

상기에서 얻어진 칼라 필터링 영상과 엣지 필터링 영상을 이용하여 번호판 위치를 추정하는 단계는 상기 두 영상을 AND 연산을 하여 번호판의 예상 영역을 찾아낸다. 이때 나타날 수 있는 미세한 노이즈를 제거하는 과정이 포함되며, 블랍 라벨링을 하는 과정이 포함된다. 이 때, 번호판의 크기는 너무 작거나 너무 크지 않기 때문에, 일정 크기 이하의 블랍을 무시하는 과정이 포함되며, 일정 크기 이상되는 블랍도 무시하는 과정이 포함된다. 또 번호판의 높이와 넓이의 비와 크게 차이가 나는 블랍을 무시하는 과정도 포함하여, 번호판의 예상 위치를 추정률을 높인다.

이상에서는 본 발명의 바람직한 실시예에 대하여 도시하고 또한 설명하였으나, 본 발명은 상기한 실시예에 한정되지 아니하며, 청구범위에서 청구하는 본 발명의 요지를 벗어남이 없이 당해 본 발명이 속하는 분야에서 통상의 지식을 가진 자라면 누구든지 다양한 변형 실시가 가능한 것은 물론이고, 그와 같은 변경은 기재된 청구범위 내에 있게 된다.

이상에서 설명한 바와 같이 본 발명에 따른 컬러영상의 위치 추정 방법 및 그 방법에 따른 차량 번호판 번호 인식 및 위치추정 장치에 의하면, 복합 컬러 좌표계로 필터링된 컬러영상과, 상기 질감으로 필터링된 컬러영상 두곳 모두에서 나 타나는 영역을 번호판의 예상영역으로 판단하여 이의 대략 위치를 추정하며, 조명변화에 효과적으로 칼라를 기술할 수 있는 Hue, I와 Q 좌표계를 복합적으로 사용하기 때문에, 태양광의 변화에 강인하고, 번호판의 자체 색 변화에 강인한 번호판 위치 추정을 할 수 있다. 또 LUT를 사용함으로써 계산량을 줄임으로써, 실시간 연산도 가능한 효과가 있다.

Claims (10)

1. a)컬러 영상을 HSI 컬러 좌표계의 Hue채널을 획득하는 단계; YIQ 컬러 좌표계의 I와 Q채널을 획득하는 단계; 상기 단계에서 얻어진 Hue와 I, Q채널을 합쳐 H-IQ 컬러 좌표계를 만드는 단계; H-IQ 좌표계에 대한 변위에 기초하여 영상을 필터링하는 단계; 필터링된 컬러영상정보를 바탕으로 상응하는 컬러영상 위치정보를 획득하는 단계로 구성되어, 복합 컬러 좌표계에서 필터링된 컬러영상의 위치추정과정;

   b)컬러 영상을 그레이(gray) 영상으로 변환하는 단계; 수직 엣지(edge)를 추정하는 단계 ; 엣지를 돋보이게 하는 다일레이션(dilation) 단계로 구성되어, 질감 정보로 필터링된 컬러영상의 위치추정과정;

   c)상기 복합 컬러 좌표계로 필터링된 컬러영상과, 상기 질감으로 필터링된 컬러영상 두곳 모두에서 나타나는 영역을 번호판의 예상영역으로 판단하기 위하여, 상기 복합 컬러 좌표계로 필터링된 컬러영상과, 상기 질감으로 필터링된 컬러영상에서 동시에 나타나는 영역만을 남기도록 필터링하는 AND 연산 과정;

   을 포함하는 것을 특징으로 하는 컬러영상의 위치 추정 방법.
2. 제 1항에 있어서,

   상기 H-IQ 좌표계에 대한 변위에 기초하여 영상을 필터링하는 단계는

   계산량을 줄이기 위해 LUT(Look Up Table)이 이용되는 것을 특징으로 하는 컬러영상의 위치 추정 방법.
3. 제 2항에 있어서,

   상기 LUT는

   HUE와 IQ에 대한 LUT(Look Up Table)를 구비하고, 번호판의 칼라영역은 참으로 매핑하고 번호판 칼라가 아닌 영역은 거짓으로 매핑하는 것을 특징으로 하는 컬러영상의 위치 추정 방법.
4. 제 1항에 있어서,

   상기 복합 컬러 좌표계에서 필터링된 컬러영상의 위치추정과정(a)는

   H-IQ 좌표계에 대한 변위에 기초하여 영상을 필터링하는 단계 이후에

   필터링 된 영상을 노이즈 감쇠(noise reduction) 및 블랍 라벨링(blob labeling)하는 단계;

   를 더 포함하는 것을 특징으로 하는 컬러영상의 위치 추정 방법.
5. 제 4항에 있어서,

   상기 노이즈 감쇠를 위해 사용되는 필터는 비선형 필터인 것을 특징으로 하는 컬러영상의 위치 추정 방법.
6. 제 1항에 있어서,

   상기 복합 컬러 좌표계에서 필터링된 컬러영상의 위치추정과정에서 상기 컬 러 영상에서 얻어 진 I와 Q 채널을 하나의 IQ 채널로 변환하는 단계에서는;

   컬러 좌표계에서의 한점은 Hue와 I 축의 한점 혹은 Hue와 Q 축의 한점으로 매핑되되, 일정 Hue의 범위에서는 I 값을, 다른 일정 Hue 범위에서는 Q값을 단일한 IQ 채널 값으로 사용하는 것을 특징으로 하는 컬러영상의 위치 추정 방법.
7. 제 1항에 있어서,

   상기 질감 정보로 필터링된 컬러영상의 위치추정과정은;

   상기 엣지의 특성이 확실히 나타나도록 충분히 큰 다일레이션 마스크(dilation mask)를 사용하는 것을 특징으로 하는 컬러영상의 위치 추정 방법.
8. 제 1항에 있어서,

   상기 각각의 영상을 AND 연산하는 과정은;

   상기 AND 연산 결과 영상에서 노이즈 제거하는 단계;

   미리 설정된 기준크기에 비교하여 일정 크기 이하 또는 일정크기 이상의 블랍(blob)을 무시하고, 아울러 번호판의 기준 높이와 넓이의 비와 일정값 이상으로 차이가 나는 블랍을 무시하는 블랍 라벨링(labeling) 단계;

   를 포함하는 것을 특징으로 하는 컬러영상의 위치 추정 방법.
9. 삭제
10. 삭제

Images