KR101738129B1

KR101738129B1 - 단일 카메라를 이용한 원거리 영상에서의 차량 번호판 인식 장치 및 그 방법

Info

Publication number: KR101738129B1
Application number: KR1020170008468A
Authority: KR
Inventors: 박영석
Original assignee: 주식회사 엠제이비전테크
Priority date: 2017-01-18
Filing date: 2017-01-18
Publication date: 2017-05-22

Abstract

본 발명은 부가적인 감지센서의 사용 없이 영상처리에 의해 원거리 영상으로부터 다수개의 차량을 동시에 인식한 후 차량의 번호판을 인식할 수 있도록 하며, 차량 번호판 인식을 위한 영상처리 속도를 현저히 개선시킨 단일 카메라를 이용한 원거리 영상에서의 차량 번호판 인식 장치 및 그 방법에 관한 것이다.
상기 차량 번호판 인식 장치는, 1초당 n 프레임을 가지는 입력된 동영상데이터로부터 이전 프레임의 데이터와 현재 프레임의 데이터를 이용하여 각 픽셀의 가우시안 분포로부터 전경 픽셀과 배경 픽셀을 분리한 후 물체의 형태를 추출하는 물체형태추출부(110); 상기 추출된 물체의 형태로부터 차량의 전면 그릴 또는 후면의 조명형태에 해당하는 에지 패턴을 검출하여 차량이 존재하는 차량영역을 분리하는 차량영역분리부(120); 상기 분리된 차량영역에서 차량을 수평 스캔하여 번호판후보 영역을 추출한 후, 컨투어 알고리즘과 체인코드 알고리즘을 적용하여 문자와 숫자를 분리하여 번호판을 생성하여 출력하는 번호인식부(130); 및 상기 물체형태추출부(110)와 차량영역분리부(120)와 번호인식부(130)의 제어를 수행하고 각각의 연산처리를 수행하는 중앙처리부(140);를 포함하여 구성되는 것을 특징으로 한다.

Description

단일 카메라를 이용한 원거리 영상에서의 차량 번호판 인식 장치 및 그 방법{APPARATUS AND METHOD FOR RECOGNIZING AUTOMATIC NUMBER PLATE ON LONG DISTANCE IMAGE USING ONE CAMERA}

본 발명은 차량번호 인식 장치 및 그 방법에 관한 것으로서, 더욱 상세하게는, 부가적인 감지센서의 사용 없이 영상처리에 의해 원거리 영상으로부터 다수개의 차량을 동시에 인식한 후 차량의 번호판을 인식할 수 있도록 하며, 차량 번호판의 인식을 위한 영상처리 속도를 현저히 개선시킨 단일 카메라를 이용한 원거리 영상에서의 차량 번호판 인식 장치 및 그 방법에 관한 것이다.

일반적으로, 도시를 관리하기 위한 목적이나 각종 범죄에 대한 증거자료 확보 및 대응을 하기 위하여 폐쇄 회로티브이(CCTV)가 설치되고 있다. 그리고 통합관제 센터는 도시 곳곳에 설치된 CCTV로부터 촬영 된 영상을 수신하고 이를 재생함으로써 모니터링에 의한 감시 동작을 수행할 수 있다.

그러나 종래의 경우 도시 곳곳에 설치된 CCTV는 원거리 영상으로 카메라의 뷰어 영역을 설정하여 단순 모니터링만 수행하였으며 차량번호 인식된 데이터의 생성이 없기 때문에 범죄에 이용된 차량의 위치를 파악할 수 없으며, 이로 인해서, 범죄 등과 같은 특수한 상황에서 실시간으로 촬영 자료가 이용되기는 어려운 문제가 많이 발생하고 있다.

상술한 바와 같은 단순 모니터링만을 수행하는 CCTV와 차량번호 인식을 위해 설치되는 CCTV의 차이를 설명하면 다음과 같다.

도 1은 단순 모니터링을 수행하는 CCTV와 차량번호를 인식하기 위해서 설치되는 차량번호 인식용 CCTV의 차이점을 비교한 도면이다.

먼저, 차량번호 인식용 CCTV의 경우에는 카메라 뷰어의 영역이 한 개 차료를 비추는 좁은 영역이고, 차량 번호판 문자크기의 경우에는 40픽셀 이상이며, 영상처리 데이터 형태는 압축되지 않은 순수 데이터를 이용하기 때문에 문자의 특징의 손실되지 않고, 번호판 인식 형태는 한 개 차로의 뷰어영역 이므로 차량의 전면 번호판(또는 후면 번호판)의 하나의 번호판 형태에 대해서만 인식하게 되므로, 차량 번호판 인식이 용이하게 된다.

그러나 단순 모니터링용 CCTV의 경우에는 카메라뷰어 영역이 다차로 및 주변을 비추는 넓은 영역이고, 번호판 문자의 크기가 20픽셀 이하이며, 영상처리 데이터의 형태는 실시간 전송을 위해서 손실 압축하므로 차량 번호판 문자의 특징이 손실될 수 있고, 번호판 인식의 형태는 전면 및 후면 번호판을 동시에 다수 개의 차량에 대하여 인식해야 하므로 차량번호판 인식이 용이하지 않은 문제점이 있다.

따라서 단순 모니터링용 CCTV를 이용하여 차량의 번호판을 인식하기 위해서는 많은 기술적 개선이 요구된다.

도 2는 단순 모니터링용 CCTV를 이용한 차량번호판 인식의 요구사항을 나타내는 도면이다.

도 2를 참조하면, 단순 모니터링용 CCTV 즉, 단일 카메라를 이용하여 객체검지 및 차량번호를 인식하기 위해서는 첫째, 카메라의 줌을 도 2의 (a)와 같이 원거리(long distance)로 설정하게 되므로 작은 번호판 문자로부터 높은 신뢰도의 번호인식 알고리즘이 요구된다. 둘째, 원거리로 설정된 카메라 뷰어에서는 차량의 전면 번호판뿐만 아니라 후면 번호판에 대한 인식이 필요하며, 이 경우 도 2의 (b)와 같이, 차량 후면 번호판이 햇빛에 의해 장소, 시간에 따라서 그늘이 생기게 되어 이에 따라 그늘이 있는 후면 번호판의 문자 인식을 위한 알고리즘이 요구된다. 셋째, 도 2의 (c)와 같이 하나의 프레임으로부터 다수개의 차량에 대한 번호 인식을 위해 빠른 처리속도의 알고리즘이 요구된다.

따라서 본 발명은 상술한 종래기술의 문제점을 해결하기 위한 것으로서, 단순 모니터링을 위해서 설치되는 CCTV로부터 차량번호를 인식할 수 있도록 하는 단일 카메라를 이용한 원거리 영상에서의 차량 번호판 인식 장치 및 그 방법을 제공하는 것을 목적으로 한다.

또한, 본 발명은, 작은 번호판 문자 및 그늘진 번호판으로부터 문자 분리를 위해서 컨투어 알고리즘 및 체인코드를 이용하며, 특히, 이진화하지 않은 원본 영상에서 문자 분리를 위해 임계치를 결정하는 개선된 알고리즘을 적용하는 것에 의해 단순 모니터링 CCTV 영상으로부터 차량의 번호판을 신속하고 정확하게 인식할 수 있도록 하는 단일 카메라를 이용한 원거리 영상에서의 차량 번호판 인식 장치 및 그 방법을 제공하는 것을 다른 목적으로 한다.

상술한 목적을 달성하기 위한 본 발명의 단일 카메라를 이용한 원거리 영상에서의 차량 번호판 인식 장치는, 상술한 목적을 달성하기 위한 본 발명의 단일 카메라를 이용한 원거리 영상에서의 차량 번호판 인식 장치는 1초당 n 프레임을 가지는 입력된 동영상데이터로부터 이전 프레임의 데이터와 현재 프레임의 데이터를 이용하여 각 픽셀의 가우시안 분포로부터 전경 픽셀과 배경 픽셀을 분리한 후 물체의 형태를 추출하는 물체형태추출부(110); 상기 추출된 물체의 형태로부터 차량의 전면 그릴 또는 후면의 조명형태에 해당하는 에지 패턴을 검출하여 차량이 존재하는 차량영역을 분리하는 차량영역분리부(120); 상기 분리된 차량영역에서 차량을 수평 스캔하여 번호판후보 영역을 추출한 후, 컨투어 알고리즘과 체인코드 알고리즘을 적용하여 문자와 숫자를 분리하여 번호판을 생성하여 출력하는 번호인식부(130); 및 상기 물체형태추출부(110)와 차량영역분리부(120)와 번호인식부(130)의 제어를 수행하고 각각의 연산처리를 수행하는 중앙처리부(140);를 포함하고, 상기 번호인식부(130)는, 상기 입력된 동영상데이터에 대하여 이진화처리를 수행함이 없이 원본 영상 데이터의 프레임에 대하여 임의의 스캔라인에서 에지 패턴을 검출하고, 하기의 식 1과 같이, 동일한 에지 패턴이 스캔 라인(scan line #n)에서 연속하여 4개 이상 나타나는 구간의 에지길이의 총합(Ln)을 만족하는 모든 에지에서 에지 유효성이 만족될 경우, 해당 영역을 번호판 후보 영역으로 추출하고, 체인코드(chain code)를 위한 임계치를 결정한 후, 컨투어(contour) 알고리즘과 체인코드를 이용하여 문자와 숫자를 분리하는 것에 의해 차량 번호를 인식하도록 구성될 수 있다.
[식 1]

은 동일한 에지 패턴이 스캔 라인(scan line #n)에서 연속하여 4개 이상 나타나는 구간의 에지길이의 총합,

는 임의의 스캔라인에서 검출한 k번째 에지이다.

삭제

상기 물체형태추출부(110)는 상기 입력된 영상 프레임을 기 설정된 가로x세로 픽셀의 크기로 변환한 후 , R(Red), G(Green), B(Blue)의 삼색에 대한 공분산(covariance)을 계산하여 K개의 가우시안 분포로 분리한 후 전경픽셀과 배경픽셀을 결정하고, 전경 픽셀과 배경 픽셀로 분리된 영상데이터로부터 윤곽선 추출하는 것에 의해 물체형태를 추출하는 객체 검출 알고리즘을 이용하여 상기 물체형태를 추출하도록 구성될 수 있다.

삭제

상기 에지 유효성의 검증은 상기 스캔라인 n(scan line #n)을 기준으로 Δy의 거리에서 에지를 계산하고, edge_i의 x 좌표를 기준으로 edge_il와 edge_ir의 범위에 edge_i'이 존재하는지를 계산하며, edge_i의 x좌표(edge_ir)을 시작점으로 컨투어 및 체인코드를 적용하여 두 개의 에지에 대해서 연결성(connectivity)를 계산하는 일련의 과정을 이용하고, edge_i와 매칭되는 edge_i'가 존재하면 에지 패턴의 다음 에지에 대해서 상기 일련의 과정을 반복 수행하고, 상기 식 1과 같이, 동일한 에지 패턴이 스캔 라인(scan line #n)에서 연속하여 4개 이상 나타나는 구간의 에지길이의 총합을 만족하는 모든 에지에서 연결성이 확인되면 유효한 에지로 판단하는 것에 의해 상기 에지 유효성을 검증하도록 구성되고, 상기 edge_i는 임의의 스캔라인에서 검출된 에지들 중에서 i번째 에지이고, 상기 edge_il는 상기 edge_i의 왼쪽 에지를 의미하고, 상기 edge_ir은 상기 edge_i의 오른쪽 에지를 의미하고, 상기 edge_i'는 상기 edge_i와 △y의 합에 해당하는 영역(범위)에 매칭되는 edge_i이다.

삭제

상기 체인코드를 위한 임계치는 상기 edge_i에서 임계치를 계산한 후 상기edge_i가 존재하는 스캔라인 n(scan line #n)으로부터 Δy의 거리에 있는 스캔라인(scan line)에서 상기 에지 유효성 검증에 의해 검증된 edge_i'로부터 임계치를 계산한 후, 상기 edge_i 및 상기 edge_i'에서 계산된 임계치에서 낮은 것으로 선택될 수 있다.

삭제

상기 번호인식부(130)는, 상기 분리된 차량영역으로 번호인식 알고리즘을 초기화한 후, 상기 분리된 차량 영역의 개수에 대응하는 상기 중앙처리부 내의 ALU(Arithmetic and Logic Unit)들에 각각의 차량영역 내에서의 번호인식을 위한 번호인식 알고리즘의 처리가 병렬로 수행하도록 할당하여 번호인식을 수행하도록 구성될 수 있다.

삭제

상술한 목적을 달성하기 위한 본 발명의 단일 카메라를 이용한 원거리 영상에서의 차량 번호판 인식 방법은, 물체형태추출부(110), 차량영역분리부(120), 번호인식부(130) 및 중앙처리부(140)를 포함하는 차량 번호판 인식 장치의 차량번호판 인식 방법에 있어서, 물체형태추출부(110)가 1초당 n 프레임을 가지는 입력된 동영상데이터로부터 이전 프레임의 데이터와 현재 프레임의 데이터를 이용하여 각 픽셀의 가우시안 분포로부터 전경 픽셀과 배경 픽셀을 분리한 후 물체의 형태를 추출하는 물체형태추출과정(S100); 차량영역분리부(120)가 상기 추출된 물체의 형태로부터 차량의 전면 그릴 또는 후면의 조명형태에 해당하는 에지 패턴을 검출하여 차량이 존재하는 차량영역을 분리하는 차량영역분리과정(S200); 번호인식 연산처리가 상기 추출된 차량영역 각각에 대응하여 병렬 처리되도록 상기 번호인식부(130)가 추출된 차량영역의 개수에 대응하는 상기 중앙처리부(140)내의 ALU를 할당하고, 상기 번호인식 연산처리 대상 영역을 상기 차량영역으로 설정하는 번호인식알고리즘초기화과정(S300); 및 상기 번호인식부(130)가 상기 분리된 차량영역에서 차량을 수평 스캔하여 번호판후보 영역을 추출한 후, 컨투어 알고리즘과 체인코드 알고리즘을 적용하여 문자와 숫자를 분리하여 번호판을 생성하여 출력하는 번호인식과정(S400);을 포함하고, 상기 번호인식과정(S400)은 상기 입력된 동영상데이터에 대하여 이진화처리를 수행함이 없이 원본 영상 데이터의 프레임에 대하여 임의의 스캔라인에서 에지 패턴을 검출하고, 하기의 식 1과 같이, 동일한 에지 패턴이 스캔 라인(scan line #n)에서 연속하여 4개 이상 나타나는 구간의 에지길이의 총합(Ln)을 만족하는 모든 에지에서 에지 유효성이 만족될 경우, 해당 영역을 번호판 후보 영역으로 추출하는 번호판후보영역추출과정(S410); 및 체인코드(chain code)를 위한 임계치를 결정한 후, 컨투어(contour) 알고리즘과 체인코드를 이용하여 문자와 숫자를 분리하는 것에 의해 차량 번호를 인식하는 문자 및 숫자 분리과정(S420)을 포함한다.
[식 1]

는 임의의 스캔라인에서 검출한 k번째 에지이다.

삭제

상기 물체형태추출과정(S100)은, 상기 물체형태추출부(110)가, 상기 입력된 영상 프레임을 기 설정된 가로x세로 픽셀의 크기로 변환한 후 , R(Red), G(Green), B(Blue)의 삼색에 대한 공분산(covariance)을 계산하여 K개의 가우시안 분포로 분리한 후 전경픽셀과 배경픽셀을 결정하고, 전경 픽셀과 배경 픽셀로 분리된 영상데이터로부터 윤곽선 추출하는 것에 의해 물체형태를 추출하는 객체 검출 알고리즘을 이용하여 상기 물체형태를 추출하는 과정일 수 있다.

삭제

상기 에지 유효성의 검증은 상기 스캔라인 n(scan line #n)을 기준으로 Δy의 거리에서 에지를 계산하고, edge_i의 x 좌표를 기준으로 edge_il와 edge_ir의 범위에 edge_i'이 존재하는지를 계산하며, edge_i의 x좌표(edge_ir)을 시작점으로 컨투어 및 체인코드를 적용하여 두 개의 에지에 대해서 연결성(connectivity)를 계산하는 일련의 과정을 이용하고, 상기 edge_i와 매칭되는 edge_i'가 존재하면 에지 패턴의 다음 에지에 대해서 상기 과정을 반복 수행하고, 상기 식 1과 같이, 동일한 에지 패턴이 스캔 라인(scan line #n)에서 연속하여 4개 이상 나타나는 구간의 에지길이의 총합(Ln)을 만족하는 모든 에지에서 연결성이 확인되면 유효한 에지로 판단하는 것에 의해 상기 에지 유효성을 검증하도록 구성되고, 상기 edge_i는 임의의 스캔라인에서 검출된 에지들 중에서 i번째 에지이고, 상기 edge_il는 상기 edge_i의 왼쪽 에지를 의미하고, 상기 edge_ir은 상기 edge_i의 오른쪽 에지를 의미하고, 상기 edge_i'는 상기 edge_i와 △y의 합에 해당하는 영역(범위)에 매칭되는 edge_i이다.

삭제

상기 체인코드를 위한 임계치는, 상기 edge_i에서 임계치를 계산한 후 edge_i가 존재하는 스캔라인 n(scan line #n)으로부터 Δy의 거리에 있는 스캔라인(scan line)에서 상기 에지 유효성 검증에 의해 검증된 edge_i'로부터 임계치를 계산한 후, 상기 edge_i 및 상기 edge_i'에서 계산된 임계치에서 낮은 것으로 선택될 수 있다.

삭제

상술한 구성을 가지는 본 발명의 단일 카메라를 이용한 원거리 영상에서의 차량 번호판 인식 장치 및 그 방법은, 고해상도의 카메라를 이용하여 주행하는 차량과 함께 주변의 상황을 볼수 있는 원거리 영상으로부터 차량번호를 인식하기 위해, 더 작은 문자와 그림자 있는 후면번호판으로부터 효율적으로 문자와 숫자를 분리할 수 있도록 하는 알고리즘을 제공하는 것에 의해, 단순 모니터링을 위해서 설치되는 CCTV의 촬영 영상으로부터 차량번호를 신속하고 정확하게 인식할 수 있도록 하는 효과를 제공한다.

도 1은 단순 모니터링을 수행하는 CCTV와 차량번호를 인식하기 위해서 설치되는 차량번호 인식용 CCTV의 차이점을 비교한 도면.
도 2는 단순 모니터링용 CCTV를 이용한 차량번호판 인식의 요구사항을 나타내는 도면.
도 3은 본 발명의 실시예에 따르는 단일 카메라를 이용한 원거리 영상에서의 차량 번호판 인식 장치의 기능블록 구성도.
도 4는 가우시안분포를 적용한 물체형태추출을 위한 객체 검출 알고리즘을 나타내는 도면.
도 5는 객체 검출 알고리즘을 적용한 차량영역분리과정을 나타내는 도면.
도 6은 번호인식부(130)에 의한 차량의 번호인식의 처리과정을 도식화한 도면.
도 7은 번호판후보영역을 추출하는 과정을 나타내는 도면.
도 8은 차량 번호판에서 이진화에 의한 문자손실을 나타내는 도면.
도 9는 유효한 에지 패턴의 판단을 위한 유효성 검증 알고리즘을 나타내는 도면.
도 10은 컨투어(contour) 알고리즘 및 체인코드를 이용한 문자 분리(추출)를 나타내는 도면.
도 11은 컨투어 알고리즘에 의한 문자 분리(추출)를 나타내는 도면.
도 12는 체인코드를 이용한 윤곽선 표현을 나타내는 도면.
도 13은 에지 검출을 위한 마스크를 나타내는 도면.
도 14는 체인코드를 위한 임계치 결정을 나타내는 도면.
도 15는 본 발명의 실시예에 따르는 단일 카메라를 이용한 원거리 영상에서의 차량 번호판 인식 방법의 처리과정을 나타내는 순서도.
도 16은 도 15의 처리과정 중 번호인식과정(S400)의 상세 처리과정을 나타내는 순서도.

하기에서 본 발명을 설명함에 있어서, 관련된 공지 기능 또는 구성에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명을 생략할 것이다.

본 발명의 개념에 따른 실시 예는 다양한 변경을 가할 수 있고 여러 가지 형태를 가질 수 있으므로, 특정 실시 예들을 도면에 예시하고 본 명세서 또는 출원서에 상세하게 설명하고자 한다. 그러나 이는 본 발명의 개념에 따른 실시 예를 특정한 개시 형태에 대해 한정하려는 것이 아니며, 본 발명은 본 발명의 사상 및 기술 범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다.

어떤 구성요소가 다른 구성요소에 "연결되어" 있다거나 "접속되어" 있다고 언급된 때에는, 그 다른 구성요소에 직접적으로 연결되어 있거나 또는 접속되어 있을 수도 있지만, 중간에 다른 구성요소가 존재할 수도 있다고 이해되어야 할 것이다. 반면에, 어떤 구성요소가 다른 구성요소에 "직접 연결되어" 있다거나 "직접 접속되어" 있다고 언급된 때에는, 중간에 다른 구성요소가 존재하지 않는 것으로 이해되어야 할 것이다. 구성요소들 간의 관계를 설명하는 다른 표현들, 즉 "~사이에"와 "바로 ~사이에" 또는 "~에 이웃하는"과 "~에 직접 이웃하는" 등도 마찬가지로 해석되어야 한다.

본 명세서에서 사용한 용어는 단지 특정한 실시예를 설명하기 위해 사용된 것으로, 본 발명을 한정하려는 의도가 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 명세서에서, "포함하다" 또는 "가지다" 등의 용어는 설시된 특징, 숫자, 단계, 동작, 구성요소, 부분품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부분품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.

이하, 본 발명의 실시예를 나타내는 첨부 도면을 참조하여 본 발명을 더욱 상세히 설명한다.

도 3은 본 발명의 실시예에 따르는 단일 카메라를 이용한 원거리 영상에서의 차량 번호판 인식 장치(이하, '차량 번호판 인식장치(100)'라 함)의 기능블록 구성도이다.

도 3과 같이, 상기 차량 번호판 인식장치(100)는 물체형태추출부(110), 차량영역분리부(120), 번호인식부(130) 및 중앙처리부(140)를 포함하여 구성되어, 종래기술에서 인식하기 어려운 작은 크기의 문자와 숫자를 가지는 주행하는 차량과 함께 주변의 상황을 볼 수 있는 원거리 영상을 입력받은 후, 영상에 포함되는 차량을 포함하는 다수의 차량영역을 추출하고, 추출된 각각의 차량영역에 대하여 이진화를 수행함이 없이 병렬처리에 의해 번호판 영역을 추출한 후 차량번호를 인식하여 출력하도록 구성된다.

이를 위해, 상기 중앙처리부(140)는 다수의 ALU를 구비하여 상기 물체형태추출부(110)와 차량영역분리부(120)와 번호인식부(130)를 제어하며, 각 구성의 연산처리를 병렬처리하도록 구성된다.

상기 물체형태추출부(110)는 1초당 n 프레임을 가지는 입력된 동영상데이터로부터 이전 프레임의 데이터와 현재 프레임의 데이터를 이용하여 각 픽셀의 가우시안 분포로부터 전경 픽셀과 배경 픽셀을 분리한 후 물체의 형태를 추출하도록 구성된다. 이때 상기 물체형태추출부(110)는 객체 검출 알고리즘의 연산처리를 수행하여 물체형태를 추출한다.

도 4는 가우시안분포를 적용한 물체형태추출을 위한 객체 검출 알고리즘을 나타내는 도면이다.

도 4와 같이, 상기 물체형태추출부(110)의 객체 검출 알고리즘은 입력된 영상을 기 설정된 크기(예, 640x480)로 변환한 후, 이전 프레임 데이터의 픽셀과 현재 프레임 픽셀 데이터를 비교하여 전경 픽셀 또는 백경 픽셀을 판단하고, 전경 픽셀을 분리하여 물체의 형태를 추출하는 처리과정을 수행하도록 구성된다. 즉, 상기 물체형태추출부(110)는 입력된 영상을 기 설정된 크기로 변환한 후 각 픽셀의 색상 값(R, G, B)들의 공분산을 계산하여 K 개의 가우시안 분포로 분리한 후 전경 픽셀과 배경 픽셀을 결정한다. 그리고 전경 픽셀과 배경 픽셀로 분리된 이진화된 영상으로부터 윤곽선을 추출하여 물체형태를 추출하도록 구성된다.

다시 도 3을 참조하면, 상기 차량영역분리부(120)는 상기 추출된 물체의 형태로부터 차량의 전면 그릴 또는 후면의 조명형태에 해당하는 에지 패턴을 검출하여 차량이 존재하는 차량영역을 분리하도록 구성된다.

도 5는 객체 검출 알고리즘을 적용한 차량영역분리과정을 나타내는 도면이다.

도 5에 도시된 바와 같이, 상기 차량영역분리부(120)는 물체형태추출부(110)에 의해 객체 검출 알고리즘이 수행되어 현재 프레임으로부터 검출된 물체형태들에 대하여, 물체의 크기 정보를 기준으로 차량으로 예측되는 물체를 판단하고, 예측된 차량을 포함하는 영역을 차량영역으로 추출하도록 구성된다.

다시 도 3을 참조하면, 상기 번호인식부(130)는, 상기 분리된 차량영역에서 차량을 수평 스캔하여 번호판후보 영역을 추출한 후, 컨투어 알고리즘과 체인코드 알고리즘을 적용하여 문자와 숫자를 분리하여 번호판을 생성하여 출력하도록 구성된다. 이때, 상기 번호인식부(130)는 추출된 상기 차량영역들에 대한 번호인식 연산처리를 병렬로 수행하는 것에 의해, 고해상도 영상에서 다수개의 차량이 존재하는 경우의 처리속도를 개선한다.

도 6은 번호인식부(130)에 의한 차량의 번호인식의 처리과정을 도식화한 도면이다.

도 6과 같이, 상기 번호인식부(130)는 각 차량 영역으로 초기화된 번호인식 알고리즘은 해당 영역에 대해서만 번호판의 후보 영역 추출, 문자 및 숫자 분리에 의해 차량번호를 인식하여 출력하도록 구성된다.

상술한 번호인식 연산처리가 상기 추출된 차량영역 각각에 대응하여 병렬 처리되도록 상기 번호인식부(130)는 현재 프레임으로부터 추출된 차량영역들로 번호인식 연산처리를 수행하는 번호인식 알고리즘을 초기화한다. 즉, 현재 프레임의 전체 영역이 아닌 차량영역들로 번호인식 알고리즘을 초기화하는 것에 의해 멀티코어기반의 병렬 처리를 수행할 수 있도록 한다. 그리고 번호인식 연산처리 대상 영역을 상기 차량영역으로 설정한 후, 추출된 차량영역들에 대한 번호 인식 연산 처리가 병렬로 수행될 수 있도록 추출된 차량영역들에 대한 번호인식 연산처리를 상기 중앙처리부(140) 내의 ALU들에 각각 할당한다. 이에 의해 각 차량 영역으로 초기화된 번호인식 알고리즘은 해당 영역에 대해서만 번호판의 후보 영역 추출, 문자 및 숫자 분리하여 차량번호를 인식하여 출력하므로 처리속도가 향상된다.

도 7은 번호판후보영역을 추출하는 과정을 나타내는 도면이다.

도 7과 같이, 입력 영상에 대해서 일차원의 수평 스캔 라인에서 에지를 검출하면, 번호판이 존재하는 부분에서 (+) 에지와 (-) 에지 패턴이 반복하여 나타난다. Δy의 스캔 라인으로 에지 검출을 반복하면서 도 7의 에지패턴 형상이

를 만족하는 구간이 존재하면 번호판 후보 영역으로 판단한다.

구체적으로, 상기 번호판 후보 영역 추출을 위해 상기 번호인식부(130)는, 상기 입력 영상 데이터에 대하여 이진화처리를 수행함이 없이 원본 영상(gray image) 데이터의 프레임에 대하여 임의의 스캔라인에서 에지 패턴을 검출한다.

도 8은 차량 번호판에서 이진화에 의한 문자손실을 나타내는 도면이다.

도 8의 (a)는 이진화를 수행하지 않은 원본 영상이고, 도 8의 (b)는 이진화를 수행한 영상이다. 도 8의 (b)와 같이, 이진화를 수행하는 경우 문자 고유의 특징 픽셀들이 손실될 수 있으며 처리속도 지연의 문제점이 발생하기 때문이다. 특히, 번호판에 그림자가 있는 경우는 이진화에 의한 문자 픽셀의 손실이 발생할 가능성이 매우 높다. 도 8은 그림자에 의해 번호판의 하단 문자와 상단 문자에서 경계부의 강도 값이 서로 다른 영상이다. 이와 같은 영상에서 번호판 후보 영역 검출에서 계산된 에지의 강도 값은 기준으로

(여기서, X: 현재 픽셀 값, th_b: 배경 픽셀 값, th_o: 전경 픽셀값)을 적용하여 번호판 영역을 이진화하면 경계부의 강도 값의 차이가 상대적으로 작은 상단 문자의 특징 픽셀들이 많이 손실되는 것을 알 수 있다. 따라서 본 발명의 경우 이진화를 수행하지 않은 원본 영상으로부터 번호인식을 수행한다.

상기 번호인식부(130)는 상술한 처리과정에 의해 검출된 에지 패턴이

를 만족하는 경우 번호판후보 영역으로 가정한다. 그러나 하나의 스캔 라인에서 검출되는 에지 패턴에 대해서 번호판 후보영역으로 가정하는 경우 노이즈에 매우 민감하게 되며 처리속도 지연의 문제점이 발생할 수 있다. 특히, 이진화하지 않은 원본(gray-scale image)의 입력 영상으로부터 에지를 계산하는 경우 이와 같은 문제점의 발생 가능성이 더욱 높아지게 된다.

이에 따라, 잡음에 대한 영향을 제거하기 위해, 상기 번호인식부(130)는 도 7에 도시된 바와 같이 임의의 스캔 라인에서 에지 패턴이 검출되면 번호판의 후보영역을 예측(expected plate candidate area)한 후 그 영역으로부터 Δy의 스캔 라인으로 에지맵(edge map)을 생성하여

를 만족하는 각 에지의 유효성을 검증하는 유효성 검증 알고리즘을 구비한다.

도 9는 유효한 에지 패턴의 판단을 위한 유효성 검증 알고리즘을 나타내는 도면이다.

상기 에지 패턴에 대한 유효성 검증 알고리즘(에지의 유효성 검증)을 도 9를 참조하여 설명하면, 먼저, 스캔라인 n(scan line #n)을 기준으로 Δy의 거리에서 에지를 계산한다. 이후 edge_i의 x 좌표를 기준으로 edge_il와 edge_ir의 범위에 edge_i'이 존재하는지를 계산한다. 다음으로, edge_i의 x좌표(edge_ir)를 시작점으로 컨투어 및 체인코드를 적용하여 두 개의 에지에 대해서 연결성(connectivity)을 계산한다. edge_i와 매칭되는 edge_i'가 존재하면 에지 패턴의 다음 에지에 대해서 상기 과정을 반복 수행한다.

상술한 처리과정에 의해

의 모든 에지에서 연결성이 확인되면 해당 영역을 유효한 번호판 후보 영역으로 추출한다.

상술한 바와 같은 처리과정에 의해 유효한 번호판 후보 영역이 추출된 후에는, 상기 번호인식부(130)는 체인코드(chain code)를 위한 임계치를 결정한 후, 컨투어(contour) 알고리즘과 체인코드를 이용하여 문자와 숫자를 분리하는 것에 의해 차량 번호를 인식하는 처리과정을 수행한다.

도 10은 컨투어(contour) 알고리즘 및 체인코드를 이용한 문자 분리(추출)를 나타내는 도면이다.

식

를 만족하는 구간(번호판 후보 영역)이 검출되면, edgei에서 컨투어 알고리즘을 이용하여 윤곽선을 추적한 후 문자를 분리할 수 있다. 구체적으로, 에지(edge)는 영상에서 픽셀 밝기의 변화에 의해 검출되는 영역의 경계를 의미한다. 자동차 번호판에서는 문자와 배경의 경계에서 픽셀 밝기의 변화가 발생하므로, 에지가 검출되고 번호판 이외의 다른 영역보다 검출되는 에지의 밀집도가 높은 특성이 있다. 이와 같은 번호판의 특징과 문자에서 검출되는 에지의 거리정보를 이용하여 문자분리를 위한 시작 에지를 선택한다. 선택된 시작점으로부터 8방향 체인코드(chain code)를 이용하여 문자의 윤곽선을 검출하고, 각 문자의 경계 라인으로부터 MBR(Minimum Bounding Rectangle)을 계산한다.

도 11은 컨투어 알고리즘에 의한 문자 분리(추출)를 나타내는 도면이다.

도 11에서 (a)는 8방향 이웃화소기반 탐색 방법을 나타내며, (b)는 원본 영역을 나타내고, (c)는 8방향 이웃화소기반 연결성에 의해서 추적된 윤곽선을 나타낸다.

도 11의 (c)에서 컨투어 알고리즘을 이용하여 얻어진 각 픽셀을 표현하는 아주 단순한 방법은 시작 픽셀을 기준으로 상대적인 위치를 표현하는 체인코드이다.

도 12는 체인코드를 이용한 윤곽선 표현을 나타내는 도면이다.

도 12는 8방향 체인코드를 이용하여 컨투어 알고리즘 에 의해 계산된 윤곽선의 각 픽셀의 정보를 표현하는 방법을 보여준다. (a)는 중심점에서 각 방향의 방향코드이다. 컨투어의 시작점 S(x, y) 좌표와 연결된 각 픽셀의 방향 코드정보만 있으면 윤곽선의 각 픽셀의 정보를 복원할 수 있다.

본 발명은 상술한 바와 같이, 번호판 후부 영역으로부터 개별 문자를 분리하는 알고리즘은 체인코드를 이용한 문자분리 알고리즘을 기반으로 하고 있다. 그러나 입력 영상에 대해서 이진화를 하지 않은 원본 영상으로부터 처리되는 알고리즘은 첫 째, 컨투어 및 체인코드를 위한 임계치(threshold) 결정해야 하고, 둘 째, 그림자를 포함하여 잡음(noise)에 강건해야 한다.

본 발명의 실시예에서는, 원거리 영상으로부터 차량번호 인식을 위한 영상으로써 문자의 크기가 20픽셀 미만이고, 그림자에 의해 동일한 문자에서 에지의 강도가 변화는 경우 영상을 적용하였다.

이와 같은 영상에서 에지 검출을 위한 마스크의 정의가 수행된다.

도 13은 에지 검출을 위한 마스크를 나타내는 도면이다.

원거리 영상에서는 문자 사이의 간격이 매우 좁기 때문에 현재 픽셀을 중심으로 좌-우로부터 두 개의 픽셀을 참조하도록 마스크가 정의된다.

상술한 마스크를 적용하여 현재 픽셀을 중심으로 픽셀의 강도 값(P)의 차이 X를

로부터 계산하여 X가 임계치보다 크면 에지로 검출한다. 여기서 (i, j) 픽셀의 가로 세로 위치 번호이다.

도 14는 체인코드를 위한 임계치 결정을 나타내는 도면이다.

도 14는 체인코드에서 사용될 임계치를 결정하는 방법으로서, 체인코드의 시작 픽셀 edge_i에서 임계치를 계산한 후, edge_i가 존재하는 스캔라인 n으로부터 Δy의 거리에 있는 스캔라인에서 도 9의 유효한 에지 패턴 판단 절차를 수행하여, 매칭되는 edge_i'로부터 임계치를 계산한다. edge_i 및 edge_i'에서 계산된 임계치에서 더 낮은 값의 임계치를 임계치로 선택한다.

도 15는 본 발명의 실시예에 따르는 단일 카메라를 이용한 원거리 영상에서의 차량 번호판 인식 방법의 처리과정을 나타내는 순서도이고, 도 16은 도 15의 처리과정 중 번호인식과정(S400)의 상세 처리과정을 나타내는 순서도이다.

도 15 및 도 16과 같이, 본 발명의 단일 카메라를 이용한 원거리 영상에서의 차량 번호판 인식 방법은, 물체형태추출과정(S100), 차량영역분리과정(S200), 번호인식알고리즘초기화과정(S300); 및 상기 번호인식과정(S400)을 포함하여 이루어질 수 있다.

구체적으로, 물체형태추출부(110)가 1초당 n 프레임을 가지는 입력된 동영상데이터로부터 이전 프레임의 데이터와 현재 프레임의 데이터를 이용하여 각 픽셀의 가우시안 분포로부터 전경 픽셀과 배경 픽셀을 분리한 후 물체의 형태를 추출하는 물체형태추출과정(S100)을 수행한다. 구체적으로, 상기 물체형태추출과정(S100)에서 상기 물체형태추출부(110)는, 입력된 영상 프레임을 기 설정된 가로x세로 픽셀의 크기로 변환한다. 이 후 , R(Red), G(Green), B(Blue)의 삼색에 대한 공분산(covariance)을 계산하여 K개의 가우시안 분포로 분리한다. 그리고 전경 픽셀과 배경 픽셀을 결정하고, 전경 픽셀과 배경 픽셀로 분리된 영상데이터로부터 윤곽선을 추출하는 것에 의해 물체형태를 추출한다. 상술한 처리과정이 객체 검출 알고리즘이 된다.

다음으로, 차량영역분리부(120)는 상기 추출된 물체의 형태로부터 차량의 전면 그릴 또는 후면의 조명형태에 해당하는 에지 패턴을 검출하여 차량이 존재하는 차량영역을 분리하는 차량영역분리과정(S200);을 수행한다.

상기 번호인식부(130)는 번호인식 연산처리가 상기 추출된 차량영역 각각에 대응하여 병렬 처리되도록 추출된 차량영역의 개수에 대응하는 상기 중앙처리부(140)내의 ALU를 할당하고, 상기 번호인식 연산처리 대상 영역을 상기 차량영역으로 설정하는 번호인식알고리즘초기화과정(S300)을 수행한다.

상기 번호인식부(130)가 상기 분리된 차량영역에서 차량을 수평 스캔하여 번호판후보 영역을 추출한 후, 상기 번호인식부(130)는 컨투어 알고리즘과 체인코드 알고리즘을 적용하여 문자와 숫자를 분리하여 번호판을 생성하여 출력하는 번호인식과정(S400)을 수행한다.

도 16과 같이, 상기 번호인식과정(S400)은, 번호판후보영역추출과정(S410) 및 문자 및 숫자 분리과정(S420)을 포함하여 이루어진다.

번호인식의 수행을 위해 번호인식부가(130)가 상기 입력 영상 데이터에 대하여 이진화처리를 수행함이 없이 원본 영상 데이터의 프레임에 대하여 임의의 스캔라인에서 에지 패턴을 검출하고, 검출된 에지 패턴이

를 만족하는 경우 번호판으로 가정한 후, 에지 유효성 검증을 수행하여 상기

를 만족하는 모든 에지에서 에지 유효성이 만족하는 경우 해당 영역을 번호판 후보 영역으로 추출하는 번호판후보영역추출과정(S410)을 수행한다.

이 후, 번호인식부(130)는 체인코드(chain code)를 위한 임계치를 결정한 후, 컨투어(contour) 알고리즘과 체인코드를 이용하여 문자와 숫자를 분리하는 것에 의해 차량 번호를 인식하는 문자 및 숫자 분리과정(S420)을 수행하여 번호판의 차량 번호를 인식한 후 출력한다.

상기에서 설명한 본 발명의 기술적 사상은 바람직한 실시예에서 구체적으로 기술되었으나, 상기한 실시예는 그 설명을 위한 것이며 그 제한을 위한 것이 아님을 주의하여야 한다. 또한, 본 발명의 기술적 분야의 통상의 지식을 가진자라면 본 발명의 기술적 사상의 범위 내에서 다양한 실시예가 가능함을 이해할 수 있을 것이다. 따라서 본 발명의 진정한 기술적 보호 범위는 첨부된 특허청구범위의 기술적 사상에 의해 정해져야 할 것이다.

100: 차량 번호판 인식 장치

Claims

1초당 n 프레임을 가지는 입력된 동영상데이터로부터 이전 프레임의 데이터와 현재 프레임의 데이터를 이용하여 각 픽셀의 가우시안 분포로부터 전경 픽셀과 배경 픽셀을 분리한 후 물체의 형태를 추출하는 물체형태추출부(110);
상기 추출된 물체의 형태로부터 차량의 전면 그릴 또는 후면의 조명형태에 해당하는 에지 패턴을 검출하여 차량이 존재하는 차량영역을 분리하는 차량영역분리부(120);
상기 분리된 차량영역에서 차량을 수평 스캔하여 번호판후보 영역을 추출한 후, 컨투어 알고리즘과 체인코드 알고리즘을 적용하여 문자와 숫자를 분리하여 번호판을 생성하여 출력하는 번호인식부(130); 및
상기 물체형태추출부(110)와 차량영역분리부(120)와 번호인식부(130)의 제어를 수행하고 각각의 연산처리를 수행하는 중앙처리부(140);를 포함하고,
상기 번호인식부(130)는,
상기 입력된 동영상데이터에 대하여 이진화처리를 수행함이 없이 원본 영상 데이터의 프레임에 대하여 임의의 스캔라인에서 에지 패턴을 검출하고, 하기의 식 1과 같이, 동일한 에지 패턴이 스캔 라인(scan line #n)에서 연속하여 4개 이상 나타나는 구간의 에지길이의 총합(Ln)을 만족하는 모든 에지에서 에지 유효성이 만족될 경우, 해당 영역을 번호판 후보 영역으로 추출하고,
체인코드(chain code)를 위한 임계치를 결정한 후, 컨투어(contour) 알고리즘과 체인코드를 이용하여 문자와 숫자를 분리하는 것에 의해 차량 번호를 인식하도록 구성되는 단일 카메라를 이용한 원거리 영상에서의 차량 번호판 인식 장치.
[식 1]

는 임의의 스캔라인에서 검출한 k번째 에지이다.

청구항 1에 있어서, 상기 물체형태추출부(110)는,
상기 입력된 영상 프레임을 기 설정된 가로x세로 픽셀의 크기로 변환한 후 , R(Red), G(Green), B(Blue)의 삼색에 대한 공분산(covariance)을 계산하여 K개의 가우시안 분포로 분리한 후 전경픽셀과 배경픽셀을 결정하고, 전경 픽셀과 배경 픽셀로 분리된 영상데이터로부터 윤곽선 추출하는 것에 의해 물체형태를 추출하는 객체 검출 알고리즘을 이용하여 상기 물체형태를 추출하도록 구성되는 단일 카메라를 이용한 원거리 영상에서의 차량 번호판 인식 장치.

삭제

청구항 1에 있어서, 상기 에지 유효성의 검증은,
스캔라인 n(scan line #n)을 기준으로 Δy의 거리에서 에지를 계산하고,
edge_i의 x 좌표를 기준으로 edge_il와 edge_ir의 범위에 edge_i'이 존재하는지를 계산하며,
edge_i의 x좌표(edge_ir)을 시작점으로 컨투어 및 체인코드를 적용하여 두 개의 에지에 대해서 연결성(connectivity)를 계산하는 일련의 과정을 이용하고,
edge_i와 매칭되는 edge_i'가 존재하면 에지 패턴의 다음 에지에 대해서 상기 일련의 과정을 반복 수행하고,
상기 식 1과 같이, 동일한 에지패턴이 스캔 라인(scan line #n)에서 연속하여 4개 이상 나타나는 구간의 에지길이의 총합을 만족하는 모든 에지에서 연결성이 확인되면 유효한 에지로 판단하는 것에 의해 상기 에지 유효성을 검증하도록 구성되고,
상기 edge_i는 임의의 스캔라인에서 검출된 에지들 중에서 i번째 에지이고, 상기 edge_il는 상기 edge_i의 왼쪽 에지를 의미하고, 상기 edge_ir은 상기 edge_i의 오른쪽 에지를 의미하고, 상기 edge_i'는 상기 edge_i와 △y의 합에 해당하는 영역(범위)에 매칭되는 edge_i인 단일 카메라를 이용한 원거리 영상에서의 차량 번호판 인식 장치.

청구항 4에 있어서, 상기 체인코드를 위한 임계치는,
상기 edge_i에서 임계치를 계산한 후 상기 edge_i가 존재하는 상기 스캔라인 n(scan line #n)으로부터 Δy의 거리에 있는 스캔라인(scan line)에서 상기 에지 유효성 검증에 의해 검증된 edge_i'로부터 임계치를 계산한 후, 상기 edge_i 및 상기 edge_i'에서 계산된 임계치에서 낮은 것으로 선택되는 단일 카메라를 이용한 원거리 영상에서의 차량 번호판 인식 장치.

청구항 1에 있어서, 상기 번호인식부(130)는,
상기 분리된 차량영역으로 번호인식 알고리즘을 초기화한 후, 상기 분리된 차량 영역의 개수에 대응하는 상기 중앙처리부 내의 ALU(Arithmetic and Logic Unit)들에 각각의 차량영역 내에서의 번호인식을 위한 번호인식 알고리즘의 처리가 병렬로 수행하도록 할당하여 번호인식을 수행하도록 구성되는 단일 카메라를 이용한 원거리 영상에서의 차량 번호판 인식 장치.

물체형태추출부(110), 차량영역분리부(120), 번호인식부(130) 및 중앙처리부(140)를 포함하는 차량 번호판 인식 장치의 차량번호판 인식 방법에 있어서,
물체형태추출부(110)가 1초당 n 프레임을 가지는 입력된 동영상데이터로부터 이전 프레임의 데이터와 현재 프레임의 데이터를 이용하여 각 픽셀의 가우시안 분포로부터 전경 픽셀과 배경 픽셀을 분리한 후 물체의 형태를 추출하는 물체형태추출과정(S100);
차량영역분리부(120)가 상기 추출된 물체의 형태로부터 차량의 전면 그릴 또는 후면의 조명형태에 해당하는 에지 패턴을 검출하여 차량이 존재하는 차량영역을 분리하는 차량영역분리과정(S200);
번호인식 연산처리가 상기 추출된 차량영역 각각에 대응하여 병렬 처리되도록 상기 번호인식부(130)가 추출된 차량영역의 개수에 대응하는 상기 중앙처리부(140)내의 ALU를 할당하고, 번호인식 연산처리 대상 영역을 상기 차량영역으로 설정하는 번호인식알고리즘초기화과정(S300); 및
상기 번호인식부(130)가 상기 분리된 차량영역에서 차량을 수평 스캔하여 번호판후보 영역을 추출한 후, 컨투어 알고리즘과 체인코드 알고리즘을 적용하여 문자와 숫자를 분리하여 번호판을 생성하여 출력하는 번호인식과정(S400);을 포함하고,
상기 번호인식과정(S400)은
상기 입력된 동영상데이터에 대하여 이진화처리를 수행함이 없이 원본 영상 데이터의 프레임에 대하여 임의의 스캔라인(scan line #n)에서 에지 패턴을 검출하고, 하기의 식 1과 같이, 동일한 에지 패턴이 스캔라인(scan line #n)에서 연속하여 4개 이상 나타나는 구간의 에지길이의 총합(Ln)을 만족하는 모든 에지에서 에지 유효성이 만족될 경우, 해당 영역을 번호판 후보 영역으로 추출하는 번호판후보영역추출과정(S410); 및
체인코드(chain code)를 위한 임계치를 결정한 후, 컨투어(contour) 알고리즘과 체인코드를 이용하여 문자와 숫자를 분리하는 것에 의해 차량 번호를 인식하는 문자 및 숫자 분리과정(S420)을 포함하는 단일 카메라를 이용한 원거리 영상에서의 차량 번호판 인식 방법.
[식 1]

는 임의의 스캔라인에서 검출한 k번째 에지이다.

청구항 7에 있어서, 상기 물체형태추출과정(S100)은,
상기 물체형태추출부(110)가, 상기 입력된 영상 프레임을 기 설정된 가로x세로 픽셀의 크기로 변환한 후 , R(Red), G(Green), B(Blue)의 삼색에 대한 공분산(covariance)을 계산하여 K개의 가우시안 분포로 분리한 후 전경픽셀과 배경픽셀을 결정하고, 전경 픽셀과 배경 픽셀로 분리된 영상데이터로부터 윤곽선 추출하는 것에 의해 물체형태를 추출하는 객체 검출 알고리즘을 이용하여 상기 물체형태를 추출하는 과정인 단일 카메라를 이용한 원거리 영상에서의 차량 번호판 인식 방법.

삭제

청구항 7에 있어서, 상기 에지 유효성의 검증은,
상기 스캔라인 n(scan line #n)을 기준으로 Δy의 거리에서 에지를 계산하고,
edge_i의 x 좌표를 기준으로 edge_il와 edge_ir의 범위에 edge_i'이 존재하는지를 계산하며,
edge_i의 x좌표(edge_ir)을 시작점으로 컨투어 및 체인코드를 적용하여 두 개의 에지에 대해서 연결성(connectivity)를 계산하는 일련의 과정을 이용하고,
상기 edge_i와 매칭되는 edge_i'가 존재하면 에지 패턴의 다음 에지에 대해서 상기 일련의 과정을 반복 수행하고,
상기 식 1과 같이, 동일한 에지 패턴이 스캔 라인(scan line #n)에서 연속하여 4개 이상 나타나는 구간의 에지길이의 총합(Ln)을 만족하는 모든 에지에서 연결성이 확인되면 유효한 에지로 판단하는 것에 의해 상기 에지 유효성을 검증하도록 구성되고,
상기 edge_i는 임의의 스캔라인에서 검출된 에지들 중에서 i번째 에지이고, 상기 edge_il는 상기 edge_i의 왼쪽 에지를 의미하고, 상기 edge_ir은 상기 edge_i의 오른쪽 에지를 의미하고, 상기 edge_i'는 상기 edge_i와 △y의 합에 해당하는 영역(범위)에 매칭되는 edge_i인 단일 카메라를 이용한 원거리 영상에서의 차량 번호판 인식 방법.

청구항 10에 있어서, 상기 체인코드를 위한 임계치는,
상기 edge_i에서 임계치를 계산한 후 edge_i가 존재하는 스캔라인 n(scan line #n)으로부터 Δy의 거리에 있는 스캔라인(scan line)에서 상기 에지 유효성 검증에 의해 검증된 edge_i'로부터 임계치를 계산한 후, 상기 edge_i 및 상기 edge_i'에서 계산된 임계치에서 낮은 것으로 선택되는 단일 카메라를 이용한 원거리 영상에서의 차량 번호판 인식 방법.