KR20100134206A - 영상기반의 비검지식 차량 인식 시스템 및 차량 인식방법 - Google Patents
영상기반의 비검지식 차량 인식 시스템 및 차량 인식방법 Download PDFInfo
- Publication number
- KR20100134206A KR20100134206A KR1020090052704A KR20090052704A KR20100134206A KR 20100134206 A KR20100134206 A KR 20100134206A KR 1020090052704 A KR1020090052704 A KR 1020090052704A KR 20090052704 A KR20090052704 A KR 20090052704A KR 20100134206 A KR20100134206 A KR 20100134206A
- Authority
- KR
- South Korea
- Prior art keywords
- image
- vehicle
- license plate
- area
- unit
- Prior art date
Links
Images
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/04—Detecting movement of traffic to be counted or controlled using optical or ultrasonic detectors
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
- G06V20/58—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads
- G06V20/584—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads of vehicle lights or traffic lights
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/60—Type of objects
- G06V20/62—Text, e.g. of license plates, overlay texts or captions on TV images
- G06V20/625—License plates
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/017—Detecting movement of traffic to be counted or controlled identifying vehicles
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Traffic Control Systems (AREA)
- Image Analysis (AREA)
Abstract
본 발명은 도로 등의 특정 장소에 설치된 카메라를 통해 주행중인 차량의 촬상된 영상정보를 수신하여 번호판을 자동으로 인식하여 차량의 속성을 인식하는 영상기반의 비검지식 차량 인식 시스템 및 차량 인식방법에 있어서,
그 방법은 수신된 촬상된 영상정보를 동영상에 기반을 둔 차량 검지 기술을 이용함으로써 실시간으로 번호판 인식을 가능한 동영상 기법을 이용하여 차량 영역 검지 및 실시간 처리를 위해서 영상 전체를 대상으로 처리하지 않고 차량이 존재하는 관심 영역(ROI: Region of Interest)만을 추출하여 영역 내부에서만 차량 영역을 검지하는 제 1 과정; 상기 동영상 기법을 이용하여 차량 영역이 검지되면, 검지된 차량 영상에 대해 아래쪽에서 위쪽 방향으로 일정한 간격으로 차량 영상을 스캔하면서 번호판 영역의 숫자/문자의 특징점을 추출함으로 실시간 번호판 영역을 검지하는 제 2 과정; 상기 제 1 과정에서 촬상된 영상정보를 동영상 기법을 이용하여 차량 영역이 검지되면, 검지된 차량 영상으로부터 전처리를 수행하여 잡음을 제거하고 에지 이미지를 생성하고 차량 표시 마크(symbol mark), 라디에이터 그릴(radiator grill), 앞 범퍼(front bumper), 전조등(head light, low/high beam), 방향 지시등(turning light), 안개등(fog lamp), 사이드 미러(side mirror), 보닛(bonnet, hood) 등으로 분류된 차량의 특징 영역이 저장된 데이터베이스에 각 차량의 특징영역을 질의하여 각 영역들에 해당하는 최적의 고유 정보를 검출하는 제 3 과정; 및 제 2 과정에서 추출된 차량의 번호판 영역의 숫자/문자의 특징점을 기준으로 번호판의 계층을 판단, 계층화된 번호판의 고유정보를 통해 일련번호를 추출하여 일련번호 영상 추출, 추출된 영상을 인식하기 위해 크기, 회전을 통해 추출한 영상을 정규화하고, 정규화된 일련번호 영상과 상기 데이터베이스에 저장된 일련번호와 비교하여 용도번호, 관할관청, 분류기호 등의 번호판 내에 일련번호 이외의 문자,숫자를 인식하고 번호판의 신뢰도 여부를 판단하여 검지된 번호판의 문자/숫자를 검출하여 차량 번호판을 인식하는 제 4 과정;를 포함하여 이루어지는 것을 특징으로 한다.
Description
본 발명은 주행 중인 차량의 번호판을 자동으로 인식하는 주행 차량 자동 인식 시스템 및 그 방법에 관한 것으로, 더욱 상세하게는 동영상에 기반을 둔 차량 검지 기술을 이용함으로써 실시간으로 번호판 인식을 가능하고, 차량의 고유 정보를 추가로 활용하여 번호판 인식의 신뢰성을 크게 향상시킬 수 있으며, 단일 카메라로부터 다차로에 대하여 주행 중인 차량의 번호판을 용이하게 인식할 수 있는 영상기반의 비검지식 차량 인식 시스템 및 차량 인식방법에 관한 것이다.
일반적으로 주행 중인 차량의 번호판을 자동으로 인식하여 차량의 속성을 인식하는 시스템을 주행 차량 자동 인식 (AVI: Automatic Vehicle Identification) 시스템이라 일컫는다.
전자 공학, 광학, 컴퓨터, 정보 기술들을 이용해 인식된 차량의 영상 정보는 지능형 교통 시스템(ITS: Intelligent Transport System)의 기본 정보로 활용된다.
종래의 AVI 시스템들은 대부분 루프코일(Loop coil) 등을 매설하는 검지(Trigger)방식으로 차량의 진출입 여부를 지속적으로 검지하는 모듈을 갖추고 있는 시스템을 일컫는다. 이러한 시스템은 크게 세 가지 모듈로 구분된다. 첫째, 차량의 진출입이 검지되었을 때 검지 장치로부터 신호를 받아 사진을 촬영하는 모듈, 둘째, 촬영된 영상으로부터 차량의 번호판을 인식하는 모듈, 셋째, 인식된 차량의 정보를 교통 정보 센터에 전송하는 모듈로 구분된다.
이와 같이 인식된 차량의 번호판 정보는 단거리 전용 통신망, 무선 통신망, 위성 통신망 등을 이용해 교통 정보 센터에 전송되고, 교통 정보 센터에서는 저장된 자료를 분석하여 관련 기관에 분석 정보를 제공한다. 이러한 AVI 시스템은 검지 장치를 차로에 매설하는지의 여부에 따라 크게 검지식과 비검지식으로 구분된다.
도 1에 도시된 루프코일을 이용하는 검지식 시스템이나 도 2에 제시된 바와 같이 레이저 빔을 사용하는 비검지식 시스템은 각각 시스템 설치 및 이전 작업이 복잡하다: 검지용 루프코일을 매설해야 하는 작업하거나 루프코일을 이동시킬 경우 재매설해야 하는 추가적인 도로공사를 요하는 등 각각 시스템 설치 및 이전 작업이 복잡하며, 루프코일과 연결선, 레이저 빔 발생과 검사장비 등이 고자의 장비가 요구되어 설치비가 많이 소요되며, 로다차의 차량 번호판 인식을 위한 대상 차로의 확장이 어렵고, 대상 차로를 확장하려는 경우 검지 장치와 촬영 모듈을 매 차로마다 추가해야 하므로 설치비와 운영비가 증가하고, 상기 레이저 빔 방식의 경우 도로 측면에 설치하여 여러 차선으로부터 차량 번호판을 인식하는 것은 불가능 하다는 문제점이 있다.
또한, 자동차 번호판 인식을 위해 히스토그램의 임계값, 외곽선 기반 및 영역 기반을 통한 영상 분할 방법에 의해 사용되고 있으며, 이중 히스토그램의 임계값에 의한 영상 분할 기법은 크게 전역 이진화 방법과 지역 이진화 방법으로 나눌 수 있는데, 먼저 전역 이진화 방법은 입력 영상을 단일 임계치(기준값)보다 큰 클래스(class)와 작은 클래스로 나누는 방법으로서, 입력된 영상 전체에 대해 획일적인 값(단일 임계치)을 적용한다. 이로 인해, 자동차 번호판이 물리적으로 훼손되었거나 더렵혀진 경우에는 정확한 영상 인식 결과를 얻을 수 없다.
전역 이진화 방법은 계조도의 히스토그램(Histogram)이 배경과 문자로 뚜렷하게 양분되는 경우에만 이상적으로 사용될 수 있다.
다음으로, 지역 이진화 방법은 입력된 영상을 m×n의 블록으로 나눈 후, 각 블록별로 임계치를 구하여 이진화하는 방법이다. 이러한 지역 이진화 방법은 전체적인 조명 효과나 번호판의 물리적인 훼손에는 강인할 수 있지만, 하나의 문자가 여러개의 블록으로 나누어짐으로써 블록간의 연관성을 상실하게 된다. 즉, 하나의 글자 영역이 서로 다른 임계치를 가지게 되므로, 블록간 서로 다른 이진화 결과를 가져오게 된다. 이는 곧, 인식률의 저하를 초래하게 되는 원인으로서 영상의 일부분이 끊긴다거나, 잡음으로 붙어 버리는 현상이 발생한다.
이처럼, 지역 이진화 방법은 전역 이진화 방법의 단점을 개선하기 위해 첨부된 도 3에서 도시된 바와 같이 적응적 지역 이진화를 이용한 자동차 번호판 인식 방법은, 카메라를 통해 촬영된 자동차 번호판의 영상을 인식하는 방법으로서, 상기 자동차 번호판의 영상을 객체의 윤곽선으로 이루어진 에지(edge) 영상으로 생성하고(S10), 상기 생성된 에지 영상을 흑, 백색으로 이루어진 영상인 이진화된 에지 영상으로 생성하며, 상기 생성된 이진화된 에지 영상의 전체 세로 길이 중 위에서부터 1/4 내지 3/4 영역까지 수평 투영시켜 픽셀의 누적 수가 최소 개수를 갖는 영역인 경계 영역을 찾은 후, 상기 찾은 경계 영역을 중심으로 상기 이진화된 에지 영상을 상, 하부 영역으로 분리하게 된다.(S20) 이후, 상기 분리된 상, 하부 영역을 수직 및 수평 투영시켜 문자가 포함되어 있는 소정의 영역인 문자 영역을 각각 추출하는데 이때, 글자가 포함되어 있는 영역으로 판단된 적어도 한 개 이상의 문자 영역에 대해 평균적인 문자 폭을 산출하고, 상기 산출된 평균 문자 폭 보다 작은 문자 폭을 가진 문자 영역을 검색하며(S30), 상기 검색된 적어도 한 개 이상의 문자 영역을 서로 병합시켜 인식하게 된다.(S40)
이후, 상기 추출된 문자 영역별로 임계치를 설정한 후, 상기 설정된 임계치를 기준으로 문자 영역별 이진화를 수행하게 된다(S50), 상기 이진화된 문자 영역에서 문자가 끊어져 보이는 일부 영역이 있으면, 상기 일부 영역을 다시 설정한 임계치를 기준으로 이진화를 수행하도록 구성되어 있다.(S60)
상기의 절차에 의해 자동차 번호판 영상을 인식하는 방법은 임계치 설정시 기준에 따라 번호판 인식 여부가 좌우됨으로 이진화 수행에 따른 임계치 값의 변동에 선명하고 정확한 영상 인식을 할 수 없다는 문제점이 있다.
본 발명은 상기와 같은 문제점을 해결하기 위해 안출된 것으로서, 그 목적은 동영상에 기반을 둔 차량 검지 기술을 이용함으로써 실시간으로 번호판 인식을 가능한 동영상 기법을 이용한 차량 영역검지을 수행하고, 차량의 실시간 번호판 영역을 검지 한 후, 차량 고유 정보 검출하고, 실시간 번호판 영역 검지를 통해 검지된 번호판을 번호판 문자/숫자 검출을 통하여 차량 번호판을 인식하는 영상기반의 비검지식 차량 인식 시스템 및 차량 인식방법을 제공하는데 있다.
상기의 목적을 달성하기 위한 본 발명의 제 1 특징에 따르면, 주행 중인 차량의 번호판을 자동으로 인식하여 차량의 속성을 인식하는 주행 차량 자동 인식 시스템에 있어서, 주행중인 차량의 번호판을 인식하기 위해 촬상된 영상정보에 따라 동영상처리, 번호판 추출, 차량 정보 검출 및 번호판 정보를 판단하기 위한 전반적인 동작을 제어하는 제어부와, 주행중인 차량의 영상정보를 수신하기 위해 도로 등의 특정 장소에 설치된 카메라의 내부에 위치하여 주행중인 차량의 촬상된 영상정보를 수신하는 영상입력부와, 상기 제어부의 제어신호에 따라 반응하여, 상기 영상입력부에서 수신된 촬상된 영상정보를 동영상 기법을 이용하여 차량 영역 검지 및 실시간 처리를 위해서 영상 전체를 대상으로 처리하지 않고 차량이 존재하는 관심 영역(ROI: Region of Interest)만을 추출하여 영역 내부에서만 번호판을 검지하는 동영상 처리부와, 상기 제어부의 제어신호에 따라 반응하여 상기 영상입력부에서 촬상된 영상정보가 상기 동영상 처리부를 통해 실시간으로 검지된 주행 차량 영역을 저장하는 저장부와, 상기 영상입력부을 통해 촬상된 영상정보가 상기 동영상 처리부을 통해 동영상 기법을 이용하여 차량 영역이 검지되면, 상기 제어부의 제어신호에 따라 검지된 차량 영상으로부터 아래쪽에서 위쪽 방향으로 일정한 간격으로 차량 영상을 스캔하면서 번호판 영역의 숫자/문자의 특징점을 추출하는 번호판 추출부와, 상기 영상입력부을 통해 촬상된 영상정보가 상기 동영상 처리부을 통해 동영상 기법을 이용하여 차량 영역이 검지되면, 상기 영상입력부에서 검지된 차량 영상으로부터 전처리를 수행하여 잡음을 제거하고 에지 이미지를 생성하는 차량정보 검출부와, 상기 차량정보 검출부의 최적의 차량의 고유 정보 검출을 제공하기 위해 차량 표시 마크(symbol mark), 라디에이터 그릴(radiator grill), 앞 범퍼(front bumper), 전조등(head light, low/high beam), 방향 지시등(turning light), 안개등(fog lamp), 사이드 미러(side mirror), 보닛(bonnet, hood) 등으로 분류된 차량의 특징 영역이 저장된 데이터베이스와, 상기 번호판 추출부에서 추출된 차량의 번호판 영역의 숫자/문자의 특징점을 기준으로 번호판을 계층을 판단, 계층화된 번호판의 고유정보를 통해 일련번호를 추출하여 일련번호 영상 추출, 추출된 영상을 인식하기 위해 크기, 회전을 통해 추출한 영상을 정규화하고, 정규화된 일련번호 영상과 상기 데이터베이스에 저장된 일련번호와 비교하여 용도번호, 관할관청, 분류기호등의 번호판 내에 일련번호 이외의 문자, 숫자를 인식하여 번호판의 신뢰도 여부를 판단하는 번호판 정보판단부를 포함하고, 상기 차량정보 검출부는 분류된 차 량의 특징 영역에 대해 분할된 차량의 각 특징 영역들은 차량 고유 특징 정보를 상기 데이터베이스에 질의하여 각 영역들에 해당하는 최적의 고유 정보를 검출하도록 구비되는 영상기반의 비검지식 차량 인식 시스템을 제공한다.
이때, 본 발명의 부가적인 특징에 따르면, 상기 동영상 처리부는 상기 영상입력부을 통해 촬상된 주행중인 차량의 영상정보는 상기 동영상 처리부을 통해 차량 영역의 검지를 실시간으로 처리하기 위해 영상전체를 대상으로 하지 않고 관심영역(ROI: Region of Interest)을 추출하고 이 내부에서만 번호판을 검지하며, 상기 카메라에서 획득된 영상정보는 연속된 프레임으로 입력되어 시간적 중간치법(Temporal Median)을 이용하여 주행 차량 영역을 실시간으로 검지하는 프레임입력부와, 상기 프레임 입력부을 통해 수신된 영상정보는 초기 배경 생성 단계로 연속된 프레임에서 전역 블록 매칭을 실행하여 블록간의 오차가 큰 범위 값을 제외하고 나머지 프레임이 설정된 프레임을 누적하여 생성하는 블록 매칭부와, 상기 카메라의 영상입력부을 통해 입력된 영상을 전체 전경과 배경 블록을 구분하는 이미지분류부와, 상기 카메라로부터 입력된 영상을 일정한 크기의 블록들로 나누고 각 블록들을 배경 영상과 블록매칭을 수행하는 블록설정부와, 상기 블록설정부에서 배경 영상과 블록매칭을 수행하여 그 값이 허용오차 보다 크면 그 영역은 전경 영역으로 판단되고 허용오차 보다 작으면 배경 영역으로 판단하여 배경 영상을 시간적 중간치 여과기(Temporal median Filter)를 이용하여 실시간으로 갱신하는 영상 갱신부와, 상기 영상 갱신부에서 갱신된 배경 영상을 시간적 중간치법(Temporal median)에 의해 임의의 화소에서 이전 프레임에 나타나 값들 중에서 빈도가 높은 값을 배경 영상으로 사용여부를 판단하는 영상판단부를 포함하여 구성되고, 상기 번호판 추출부는 상기 동영상 처리부에서 검지된 차량의 영상을 아래쪽에서 위쪽 방향으로 일정한 간격으로 스캔하여 번호판 영역의 특정이 추출되면 추출된 번호판에 있는 숫자/문자의 특성을 참조하여 그룹화하고 번호판 영역을 선정하고 선정된 후보 영역들에 대해 관심 블럽(Blob)으로 추출하는 숫자/문자 추출부와, 상기 숫자/문자 추출부에서 번호판 영역을 추출하기 위해 해당 번호판 영역의 명암도 변화를 이용하여 차량 번호판 영역에 문자와 배경 사이의 밝기 변동 폭이 크고 현저하며 변동 회수도 다른 영역보다 많다는 번호판의 특성을 이용하여 번호판 영역이 있음을 추정하는 명암조 변화인식부와, 상기 명암조 변화인식부에 의해 번호판 영역 여부가 추정되면, 추정된 번호판 후보 영역을 국소 이진화 방법을 기반으로 지역 적응적 이진화(Local Adaptive Threshold)를 수행하는 이진화 수행부와, 상기 명암조 변화인식부에 의해 번호판 영역 여부가 추정되면, 상기 이진화 수행부에 의해 지역 적응적 이진화를 수행하고 레이블링 연산을 수행하여 번호판 영역을 확정하는 레이블링 연산부를 포함하고, 상기 숫자/문자 추출부에서 선정된 후보 영역들에 대해 관심블럽을 추출하기 전에 상기 이진화 수행부 및 레이블링 연산부을 통해 선정된 후보 영역들에 대해 지역 적응적 이진화와 레이블링 연산을 수행하여 블럽을 추출하도록 구성되는 것이 바람직하다.
상기의 목적을 달성하기 위한 본 발명의 제 2 특징에 따르면, 도로 등의 특정 장소에 설치된 카메라를 통해 주행중인 차량의 촬상된 영상정보를 수신하여 번호판을 자동으로 인식하여 차량의 속성을 인식하는 주행 차량 자동 인식방법에 있 어서, 상기 수신된 촬상된 영상정보를 동영상에 기반을 둔 차량 검지 기술을 이용함으로써 실시간으로 번호판 인식을 가능한 동영상 기법을 이용하여 차량 영역 검지 및 실시간 처리를 위해서 영상 전체를 대상으로 처리하지 않고 차량이 존재하는 관심 영역(ROI: Region of Interest)만을 추출하여 영역 내부에서만 차량 영역을 검지하는 제 1 과정; 상기 동영상 기법을 이용하여 차량 영역이 검지되면, 검지된 차량 영상에 대해 아래쪽에서 위쪽 방향으로 일정한 간격으로 차량 영상을 스캔하면서 번호판 영역의 숫자/문자의 특징점을 추출함으로 실시간 번호판 영역을 검지하는 제 2 과정; 상기 제 1 과정에서 촬상된 영상정보를 동영상 기법을 이용하여 차량 영역이 검지되면, 검지된 차량 영상으로부터 전처리를 수행하여 잡음을 제거하고 에지 이미지를 생성하고 차량 표시 마크(symbol mark), 라디에이터 그릴(radiator grill), 앞 범퍼(front bumper), 전조등(head light, low/high beam), 방향 지시등(turning light), 안개등(fog lamp), 사이드 미러(side mirror), 보닛(bonnet, hood) 등으로 분류된 차량의 특징 영역이 저장된 데이터베이스에 각 차량의 특징영역을 질의하여 각 영역들에 해당하는 최적의 고유 정보를 검출하는 제 3 과정; 및 제 2 과정에서 추출된 차량의 번호판 영역의 숫자/문자의 특징점을 기준으로 번호판의 계층을 판단, 계층화된 번호판의 고유정보를 통해 일련번호를 추출하여 일련번호 영상 추출, 추출된 영상을 인식하기 위해 크기, 회전을 통해 추출한 영상을 정규화하고, 정규화된 일련번호 영상과 상기 데이터베이스에 저장된 일련번호와 비교하여 용도번호, 관할관청, 분류기호 등의 번호판 내에 일련번호 이외의 문자,숫자를 인식하고 번호판의 신뢰도 여부를 판단하여 검지된 번호판의 문자/숫자를 검출하여 차량 번호판을 인식하는 제 4 과정;를 포함하여 이루어지는 영상기반의 비검지식 차량 인식방법을 제공한다.
이때, 본 발명의 부가적인 특징에 따르면, 제 1 과정의 동영상 기법은 촬상된 주행중인 차량의 영상 전체를 대상으로 처리하지 않고 차량이 존재하는 관심 영역(ROI: Region of Interest)만을 추출한 뒤 이 영역 내부에서만 번호판을 실시간 처리하여 검지하는데, 상기 카메라에서 획득된 영상정보는 연속된 프레임으로 입력되어 시간적 중간치법(Temporal Median)을 이용하여 주행 차량 영역을 실시간으로 검지하는 제 1 단계; 연속된 프레임에서 전역 블록매칭을 이용하여 블록간의 움직임의 허용오차 여부를 확인하여 그 오차가 큰 범위 값들은 제외하고 나머지 프레임을 설정된 프레임까지 누적하여 초기 배경을 생성하는 제 2 단계; 상기 카메라의 통해 입력된 영상을 전체 전경과 배경 블록을 구분하고, 입력된 영상을 일정한 크기의 블록들로 나누고 각 블록들을 배경 영상과 블록매칭을 수행하는 제 3 단계; 차량 영역의 생성된 배경 영상으로부터 차분 영상에 의해 얻어진 후 모폴로지(Morphology)와 레이블링(Labeling) 연산을 수행하여 잡음이 제거된 영상을 추출하는 제 4 단계;를 포함하여 이루어지는 것이 바람직하다.
또한, 본 발명의 부가적인 특징에 따르면, 제 2 과정의 실시간 번호판 영역을 검지하는 과정은 검지된 차량 영상으로부터 아래쪽에서 위쪽 방향으로 일정한 간격으로 차량 영상을 수평으로 스캔해 가면서 번호판의 숫자나 문자 부위에서 명암 값이 음에서 양으로 혹은 양에서 음으로 연속적인 명암 변화 벡터를 가지는 것을 이용하여 번호판 영역에서 주로 나타날 수 있는 특징점(Feature Point)들을 추 출하는 제 1 단계; 추출된 특징점들은 번호판에 있는 숫자/문자들에서 나타날 수 있는 특성들을 참조하여 그룹화되고 번호판의 후보 영역으로 선정하거나, 명암 변화가 대칭적으로 일어나는 곳에 번호판 영역이 있음을 특징점을 그룹하여 추정하는 제 2 단계; 선정된 후보 영역들에 대해 국소 이진화 방법을 기반으로 번호판의 특성을 추가로 활용하여 지역 적응적 이진화(Local Adaptive Threshold)와 레이블링 연산을 수행하여 관심 블럽(Blob)들을 추출하는 제 3 단계; 및 추출된 블럽들을 번호판 영역에서 나타날 수 있는 특성들을 참조하여 번호판 영역의 여부를 최종적으로 판단하는 제 4 단계;를 포함하여 이루어지는 것이 바람직하다.
이때, 본 발명의 부가적인 특징에 따르면, 사업/비사업 등에 따른 번호판의 고유특징을 이용하여 각 연도별 번호판 규격의 특징을 바탕으로 일렬번호 영역을 기준으로 한 상대적 좌표를 이용하여 분류기호, 관할관청기호 등의 위치를 예상하여 후보 영역을 설정하고 후보 영역에서 저장된 데이터베이스를 정합시켜 산출된 값을 바탕으로 번호판 종류을 판단하여 번호판의 계층화를 수행하는 제 1 단계; 계층화된 번호판의 고유정보를 이용하여 일렬번호 4자리 좌표를 바탕으로 영상에서 일렬번호 영상을 추출하거나, 번호판 계층화 단계에서 얻은 번호판 계층 정보를 이용하여 분류기호, 관할관청기호, 지역번호 등의 영상을 추출하는 실시간 번호판 영역을 추출하는 제 2 단계; 추출한 영상을 인식하기 위한 전처리 단계로 정규화 추출된 영상과 사전 저장된 기준 기호와의 비교를 하기 위해 영상정보의 적합성을 유지하기 위해 작은 영상을 기준으로 크기, 회전 등을 통해 추출한 영상을 정규화를 수행하는 제 3 단계; 상기에 의해 정규화된 영상과 기준 기호 비교를 통해 정규화 를 수행한 영상과 사전 데이터베이스에 저장된 기준 기호를 비교하여 매칭값을 산출하는 제 4 단계; 상기 일렬번호가 임계치 이상의 인식률로 판단되면 번호판의 고유정보를 이용하여 용도번호, 관할관청, 분류기호 등을 번호판 내에서 일렬번호 이외의 숫자, 문자를 인식하는 제 5 단계; 및 제 5 단계가 이루어진 후, 최대 유사도를 갖는 기호를 통해 숫자, 문자 인식기준 기호와 비교한 매칭값을 비교하여 최대 유사도를 갖는 기호를 산출하여 해당 문자, 숫자를 인식하고, 인식률을 통해 신뢰도 여부를 판단하여 신뢰도가 있으면 문자/숫자 영역의 추출을 종료하고, 신뢰가 없다고 판단되면, 상기 추출 영상의 정규화 단계로 다시 진행하는 제 6 단계;를 포함하여 이루어지는 것이 바람직하다.
본 발명에 의한 영상기반의 비검지식 차량 인식 시스템 및 차량 인식방법은 주행중인 차량의 검지 장치가 불필요하여 설치비용이 저렴하며, 유지 보수가 용이하고 여러 차로로 검지 영역을 확장해야 할 경우 검지 장치를 추가적으로 설치할 필요가 없어 검지 장치를 도로 측면에 설치가 가능하여 교통 정보를 위한 자유로운 장소 선택 용이하고, 고속 주행 차량 검지 및 번호판 인식의 신뢰성을 향상시킬 수 있다.
또한, 동영상에 기반을 둔 차량 검지 기술을 이용함으로써 실시간으로 번호판 인식을 가능하고, 차량의 고유 정보를 추가로 활용하여 번호판 인식의 신뢰성을 크게 향상시킬 수 있으며, 단일 카메라로부터 다차로에 대하여 주행 중인 차량의 번호판 인식이 용이하다.
이하, 첨부된 도면을 참조하여 본 발명의 바람직한 실시예를 상세히 설명한다.
도 4는 본 발명에 따른 주행중 차량번호판 인식을 위해 영상기반의 비검지식 다차로 AVI 시스템의 실시예를 나타내고, 도 5는 본 발명에 따른 영상기반의 비검지식 차량 인식 시스템의 구성을 도시한 블록도이고, 도 6은 도 5에 따른 영상기반의 비검지식 차량 인식 시스템의 동영상 처리부의 내부 구성도이며, 도 7은 도 5에 따른 영상기반의 비검지식 차량 인식 시스템의 번호판 추출부의 내부 구성도를 나타내고, 도 8은 도 5에 따른 영상기반의 비검지식 차량 인식 시스템의 차량정보 검출부의 내부 구성도이며, 도 9는 본 발명에 따른 영상기반의 비검지식 차량 인식을 위한 전체 시스템 흐름도를 나타내며, 도 10은 도 9에 따른 동영상 기법을 이용한 차량 영역 검지를 위한 흐름도이고, 도 11은 도 9에 따른 실시간 번호판 영역 추출을 위한 흐름도를 나타내며, 도 12는 도 9에 따른 차량 고유 정보 검출을 위한 흐름도이고, 도 13은 도 12에 따른 차량의 고유 특정 정보의 예시를 도시한 실시예를 나타내며, 도 14는 도 9에 따른 번호판 문자/숫자 검출 및 인식을 위한 흐름도를 도시한 것이다.
상기와 같은 구성을 갖는 본 발명에 의한 영상기반의 비검지식 차량 인식 시스템 및 차량 인식방법의 구성 및 동작 상태를 설명하면 다음과 같다.
첨부된 도 5를 참조하여 그 구성을 살펴보면, 참조번호 10은 제어부로서, 주행중인 차량의 번호판을 인식하기 위해 차량 인식 시스템의 전반적인 동작을 제어하는 것으로, 촬상된 영상정보에 따라 동영상처리, 번호판 추출, 차량 정보 검출 및 번호판 정보를 판단하기 위한 전반적인 동작을 제어하며, 20은 도로의 특정 위치에 설치된 카메라의 내부에 위치하여 주행중인 차량의 촬상된 영상정보를 수신하는 영상입력부를 나타낸다.
참조번호 30은 동영상 처리부로서, 상기 제어부(10)의 제어신호에 따라 반응하여, 상기 영상입력부(20)에서 수신된 촬상된 영상정보를 동영상 기법을 이용하여 차량 영역 검지 및 실시간 처리를 위해서 영상 전체를 대상으로 처리하지 않고 차량이 존재하는 관심 영역(ROI: Region of Interest)만을 추출하여 영역 내부에서만 번호판을 검지하게 되며, 40은 상기 제어부(10)의 제어신호에 따라 반응하여 상기 영상입력부(20)에서 촬상된 영상정보가 상기 동영상 처리부(30)를 통해 실시간으로 검지된 주행 차량 영역을 저장하는 저장부를 나타낸다.
참조번호 50은 번호판 추출부로서, 상기 영상입력부(20)을 통해 촬상된 영상정보가 상기 동영상 처리부(30)을 통해 동영상 기법을 이용하여 차량 영역이 검지되면, 상기 제어부(10)의 제어신호에 따라 검지된 차량 영상으로부터 아래쪽에서 위쪽 방향으로 일정한 간격으로 차량 영상을 스캔하면서 번호판 영역의 숫자/문자의 특징점을 추출하며, 60은 상기 영상입력부(20)을 통해 촬상된 영상정보가 상기 동영상 처리부(30)을 통해 동영상 기법을 이용하여 차량 영역이 검지되면, 상기 영상입력부(20)에서 검지된 차량 영상으로부터 전처리를 수행하여 잡음을 제거하고 에지 이미지를 생성하는 차량정보 검출부를 나타낸다.
70은 데이터베이스로서, 상기 차량정보 검출부(60)의 최적의 차량의 고유 정보 검출을 제공하기 위해 차량 표시 마크(symbol mark), 라디에이터 그릴(radiator grill), 앞 범퍼(front bumper), 전조등(head light, low/high beam), 방향 지시등(turning light), 안개등(fog lamp), 사이드 미러(side mirror), 보닛(bonnet, hood) 등으로 분류된 차량의 특징 영역을 저장한다.
이때, 차량정보 검출부(60)는 분류된 차량의 특징 영역에 대해 분할된 차량의 각 특징 영역들은 차량 고유 특징 정보에 상기 상기 데이터베이스(70)에 질의하여 각 영역들에 해당하는 최적의 고유 정보를 검출하게 된다.
한편, 참조번호 80은 번호판 정보판단부로서, 상기 번호판 추출부(50)에서 추출된 차량의 번호판 영역의 숫자/문자의 특징점을 기준으로 번호판을 계층을 판단, 계층화된 번호판의 고유정보를 통해 일련번호를 추출하여 일련번호 영상 추출, 추출된 영상을 인식하기 위해 크기, 회전을 통해 추출한 영상을 정규화하고, 정규화된 일련번호 영상과 상기 데이터베이스(70)에 저당된 일련번호와 비교하여 용도번호, 관할관청, 분류기호등의 번호판 내에 일련번호 이외의 문자, 숫자를 인식하여 번호판의 신뢰도를 판단한다.
한편, 첨부된 도 6은 상기 영상기반의 비검지식 차량 인식 시스템의 동영상 처리부(30)의 내부 구성도로서, 그 세부구성을 살펴보면, 상기 영상입력부(20)을 통해 촬상된 주행중인 차량의 영상정보는 상기 동영상 처리부(30)을 통해 차량 영역의 검지를 실시간으로 처리하기 위해 영상전체를 대상으로 하지 않고 관심영역(ROI: Region of Interest)을 추출하고 이 내부에서만 번호판을 검지하게 되는데, 이때 프레임입력부(31)을 통해 상기 카메라에서 획득된 영상정보는 연속된 프레임으로 입력되어 시간적 중간치법(Temporal Median)을 이용하여 주행 차량 영역을 실시간으로 검지하게 된다.
상기 프레임 입력부(31)을 통해 수신된 영상정보는 블록 매칭부(32)에서 초기 배경 생성 단계로 연속된 프레임에서 전역 블록 매칭을 실행하여 블록간의 오차가 큰 범위 값을 제외하고 나머지 프레임이 설정된 프레임까지 누적되게 된다.
한편, 상기 카메라의 영상입력부(20)을 통해 입력된 영상은 이미지분류부(33)에서 전체 전경과 배경 블록을 구분하게 되고, 블록설정부(34)을 통해 상기 카메라로부터 입력된 영상을 일정한 크기의 블록들로 나누고 각 블록들을 배경 영상과 블록매칭을 수행한다. 이때, 상기 블록설정부(34)에서 배경 영상과 블록매칭을 수행하여 그 값이 허용오차 보다 크면 그 영역은 전경 영역으로 판단되고 허용오차 보다 작으면 배경 영역으로 판단되어 영상 갱신부(35)을 통해 배경 영상을 갱신하게 된다. 이때, 영상 갱신은 시간적 중간치 여과기(Temporal median Filter)를 이용하여 강건하게 실시간으로 배경 영상을 갱신한다.
한편, 영상판단부(36)에서 시간적 중간치법(Temporal median)에 의해 임의의 화소에서 이전 프레임에 나타나 값들 중에서 빈도가 높은 값을 배경 영상으로 사용여부를 판단하게 된다.
또한, 첨부된 도 7은 도 5에 따른 영상기반의 비검지식 차량 인식 시스템의 번호판 추출부(50)의 내부 구성도를 나타내는데, 이는 크게 숫자/문자 추출부(51), 명암도 변화인식부(53), 이진화 수행부(55) 및 레이블링 연산부(57)로 구성되어 촬상된 영상정보를 상기 동영상 처리부(30)을 통해 동영상 기법을 이용하여 차량 영역이 검지하고, 검지된 차량 영상으로부터 아래쪽에서 위쪽 방향으로 일정한 간격으로 차량 영상을 스캔하면서 번호판 영역의 숫자/문자의 특징점을 추출하게 된다.
보다 세부적으로, 숫자/문자 추출부(51)는 상기 검지된 차량의 영상을 아래쪽에서 위쪽 방향으로 일정한 간격으로 스캔하여 번호판 영역의 특정이 추출되면 추출된 번호판에 있는 숫자/문자의 특성을 참조하여 그룹화하고 번호판 영역을 선정하고 선정된 후보 영역들에 대해 관심 블럽(Blob)을 추출한다.
이때, 상기 관심 블럽을 추출하기 전에 하기에 기술될 이진화 수행부(55) 및 레이블링 연산부(57)을 통해 선정된 후보 영역들에 대해 지역 적응적 이진화와 레이블링 연산을 수행한 후 블럽을 추출한다.
상기의 숫자/문자 추출부(51)에서 번호판 영역을 추출하기 위해 명암조 변화인식부(53)에서 해당 번호판 영역의 명암도 변화를 이용하여 차량 번호판 영역에 문자와 배경 사이의 밝기 변동 폭이 크고 현저하며 변동 회수도 다른 영역보다 많다는 번호판의 특성을 이용하여 번호판 영역이 있음을 추정한다.
상기 명암조 변화인식부(53)에 의해 번호판 영역 여부가 추정되면, 상기 이진화 수행부(55)을 통해 추정된 후보 영역을 지역 적응적 이진화(Local Adaptive Threshold)하는데 이때, 번호판 영역을 이진화하는 방법은 국소 이진화 방법을 기반으로 지역 적응적 이진화를 수행한다.
또한, 상기 명암조 변화인식부(53)에 의해 번호판 영역 여부가 추정되면, 상기 이진화 수행부(55)에 의해 지역 적응적 이진화를 수행하고 상기 레이블링 연산부(57)을 통해 레이블링 연산을 수행하여 번호판 영역을 확정한다.
또한, 첨부된 도 8은 본 발명의 영상기반의 비검지식 차량 인식 시스템의 차량정보 검출부(60)의 내부 구성도를 나타내는데, 이는 에지이미지 생성부(61)와 영상 필터링부(63)로 구성되어, 촬상된 영상정보를 상기 동영상 처리부(30)을 통해 동영상 기법을 이용하여 차량 영역이 검지하고, 검지된 차량 영상으로부터 전처리를 수행하여 잡음을 제거하고 에지 이미지를 생성하게 되게 된다.
상기 카메라를 통해 촬상된 영상신호는 비디오 신호로 변환할 때 신호의 고주파 잡음에 의해 비디오 신호로부터 디지털 화상의 명암정보 생성에 제약사항이 있는데, 이때, 상기 필터링부(63)의 필터를 통해 디지털 화상에 대해 평활화를 위하여 잡을 제거하고, 상기 에지이미지 생성부(61)을 통해 상기 데이터베이스(70)에 에지 이미지를 정규화하고 미리 정의된 차량 전면부의 구조적 특징 정보를 참조하여 작은 잡음을 에지로 간주하여 추출함으로써, 에지 이미지를 만들기 전에 잡음을 제거하는 전처리 과정을 진행한다.
상기와 같이 구성된 구성을 참조하여 본 발명에 따른 영상기반의 비검지식 차량 인식 인식방법을 첨부된 도 9 내지 도 14를 참조하여 설명하면 다음과 같다.
우선, 첨부된 도 4에서 도시된 바와 같이 본 발명에 따른 영상기반의 비검지식 다차로 AVI 시스템은 도 9에서 도시된 바와 같이 첫째, 동영상에 기반을 둔 차량 검지 기술을 이용함으로써 실시간으로 번호판 인식을 가능한 동영상 기법을 이 용한 차량 영역검지(S100)을 수행하고, 차량의 실시간 번호판 영역을 검지(S200) 한 후, 차량 고유 정보 검출하고(S300), 상기 실시간 번호판 영역 검지를 통해 검지된 번호판을 번호판 문자/숫자 검출(S400)을 통하여 차량 번호판을 인식하게 된다.(S500)
그럼, 상기의 동영상 기법을 이용한 차량 영역 검지(S100)에 대해 세부적으로 그 절차를 살펴보면, 첨부된 도 10에 도시된 바와 같이, 동영상 기법을 이용한 차량 영역 검지 실시간 처리를 위해서는 상기 영상입력부(20)을 통해 촬상된 주행중인 차량의 영상 전체를 대상으로 처리하지 않고 차량이 존재하는 관심 영역(ROI: Region of Interest)만을 추출한 뒤 이 영역 내부에서만 번호판을 검지하게 된다.
따라서 상기 카메라에 의해 획득된 연속된 프레임으로부터 시간적 중간치법(Temporal Median)을 이용하여 주행 차량 영역을 실시간으로 검지한다. 초기 배경 생성 단계로 연속된 프레임에서 전역 블록매칭을 이용하여 블록간의 움직임의 허용오차 여부를 확인하는데, 그 오차가 큰 범위 값들은 제외하고 나머지 프레임을 설정된 프레임까지 누적한다. 이때 보다 강건한 배경을 생성하기 위해 시간적 중간치법을 이용한다. 차량 영역은 생성된 배경 영상으로부터 차분 영상에 의해 얻어진 후 모폴로지(Morphology)(S170)와 레이블링(Labeling) 연산(S180)이 수행되고 잡음이 제거되어 최종적으로 추출된다.
상기 카메라로부터 입력된 영상에서 전경과 배경 블록을 구분하기 위한 과정이다. 카메라로부터 입력된 영상을 일정한 크기의 블록들로 나누고 각블록들을 배경 영상과 블록매칭을 수행하여(S110 단계참조) 그 값이 허용오차(S120 단계참조) 보다 크면 그 영역은 전경 영역(S130 단계참조)으로 판단되고 허용오차(S120 단계참조) 보다 작으면 배경 영역으로 판단되어 배경 영상을 갱신하는데 사용된다.
이때, 상기의 배경 영상 갱신은 시간적 중간치 여과기(Temporal median Filter)를 이용하여 강건하게 실시간으로 배경 영상을 갱신하게 된다. 시간적 중간치법(Temporal median)은 임의의 화소에서 이전 프레임에 나타나 값들 중에서 빈도가 높은 값을 배경 영상으로 사용하며, 프레임에서 배경이 나타나는 경우가 모션이 있는 경우에 비해 훨씬 많기 때문에 좋은 결과를 기대할 수 있다. 그러나 일반적으로 계산량을 줄이기 위해 미디언의 효과가 있는 수식을 사용하여 이 방법을 근사하게 되는데, 그 사용방법은 다음과 같다.
Bn(x)를 임의의 화소 ｘ에서의 n번째 프레임에서 배경 값이라고 하고, Bn+1(x)를 그 화소에서의 다음 프레임에서의 배경 값이라고 하고, 또한 In(x)를 n번째 프레임에서의 그 화소의 값이라고 하면, 화소 ｘ에서의 n+1 번째 프레임에서의 배경 값은 <수식1>과 같이 구해진다.
(수식 1. n+1번째 프레임에서의 화소 x의 배경 값)
즉, 현재 화소의 값이 배경 화소 값보다 크면 배경화소의 값을 1만큼 증가시키고, 작으면 1만큼 배경 화소 값을 감소시키는 것이다. 이렇게 배경 영상을 계속 적으로 갱신하면서, 현재 프레임과 배경 영상을 비교하여 각 화소마다 모션이 있는지 없는지를 판단하게 되며, 모션이 발생한 화소가 기준 이상으로 많은 경우 전체 프레임에서 모션이 발생했다고 판단하게 된다. 이 방법의 특징은 배경 영상을 만들기 위해 사용되는 시스템이 자원을 최소화하고 매우 빠른 시간에 갱신이 가능하다는 것이다. 즉 배경화소로 계속 유지되던 임의의 화소에 갑자기 큰 모션이 발생하더라도 이것에 의한 배경 화소의 변화는 1로 고정되기 때문에 갑자기 큰 움직임이 발생하더라도 배경 화소는 서서히 변하게 됨으로써 이 시간적 중간치법이 효과가 있는 것이다.
상기의 동영상 기법을 이용한 차량 영역 검지(S100)가 수행되면, 실시간 번호판 영역을 검지(S200)하게 되는데, 이는 첨부된 도 11에 도시된 바와 같이, 실시간 번호판 영역 추출 이 단계에서는 검지된 차량 영상으로부터 아래쪽에서 위쪽 방향으로 일정한 간격으로 차량 영상을 수평으로 스캔(S210 단계참조)해 가면서 번호판 영역에서 주로 나타날 수 있는 특징점(Feature Point)들을 추출한다.(S220 단계참조)
그리고, 추출된 특징점들은 번호판에 있는 숫자/문자들에서 나타날 수 있는 특성들을 참조하여 그룹화되고 번호판의 후보 영역으로 선정한다.(S230 단계참조)
선정된 후보 영역들에 대해 지역 적응적 이진화(Local Adaptive Threshold)(S240 단계참조)와 레이블링 연산(S250 단계참조)을 수행하여 관심 블럽(Blob)들을 추출한다. 추출된 블럽들은 번호판 영역에서 나타날 수 있는 특성들을 참조하여 번호판 영역의 여부를 최종적으로 판단하게 된다.
상기의 과정을 구체적으로 설명하면, 실시간으로 번호판 영역을 추출하기 위해 번호판 영역의 명암도 변화를 이용한다. 차량 번호판 영역에는 문자와 배경 사이의 밝기 변동 폭이 크고 현저하며 변동 회수도 다른 영역보다 많다는 번호판의 특성을 이용할 수 있다. 즉, 영상을 수평 방향으로 한 줄을 읽어 들일 때(S210 단계참조) 번호판의 숫자나 문자 부위에서 명암 값이 음에서 양으로 혹은 양에서 음으로 연속적인 명암 변화 벡터를 가지는 것을 이용하여 특징점을 추출하고(S220 단계참조) 명암 변화가 대칭적으로 일어나는 곳에 번호판 영역이 있음을 특징점을 그룹하여 추정한다.(S230 단계참조)
다음으로, 추정된 후보 영역을 지역 적응적 이진화(Local Adaptive Threshold)하고 레이블링 연산을 수행한다. 번호판 영역을 이진화하는 방법으로는 단순히 하나의 임계치(threshold)를 주어 이진화하는 방법과 이 임계치를 그레이 레벨(gray level)의 히스토그램(histogram)에서 구하는 방법, 그리고 국지적으로 임계치를 구하여 이진화하는 국소 이진화 방법 등이 있는데, 본 발명에서는 국소 이진화 방법을 기반으로 번호판의 특성을 추가로 활용하여 지역 적응적 이진화를 수행한다.(S240 단계참조)
상기의 동영상 기법을 이용한 차량 영역 검지(S100)를 수행하고, 후, 차량고유 정보 검출(S300)되고, 최적의 차량의 고유 정보를 검출단계를 진행하는데. 이는 첨부된 도 12을 참조하여 설명하면, 차량 고유 정보 검출단계는 검지된 차량 영상으로부터 전처리(S310 단계)를 수행하여 잡음을 제거한 후 캐니 에지 검출기(canny edge detector)를 이용하여 에지 이미지를 생성한다.(S320 단계)
생성된 에지 이미지로부터 상기 데이터베이스(70)에 미리 정의된 차량 전면부의 구조적 특징 정보들을 참조하여 검지된 차량 영상을 차량의 특징 영역들로 분할한다. 즉 도 13에서 제시된 바와 같이 차량의 특징 영역들은 차량 표시 마크(symbol mark), 라디에이터 그릴(radiator grill), 앞 범퍼(front bumper), 전조등(head light, low/high beam), 방향 지시등(turning light), 안개등(fog lamp), 사이드 미러(side mirror), 보닛(bonnet, hood) 등으로 분류할 수 있다.
최종적으로, 이와 같이 분할된 차량의 각 특징 영역들은 차량 고유 특징 정보가 미리 저장된 상기 데이터베이스(70)에 질의되고 각 영역들에 해당하는 최적의 고유 정보를 검출하게 된다.
먼저, 에지 이미지를 만들기 전에 잡음 등을 제거하기 위한 전처리 과정을 수행하고(S310 단계참조) 영상신호를 카메라에 의한 비디오 신호를 통해 얻을 때 비디오 신호의 고주파 잡음에 의해 비디오 신호로부터 디지털 화상의 명암정보가 올바르게 구해지지 않는 경우가 있는데, 이때, 디지털 화상에 대해 평활화를 행하여 잡음을 제거한다. 보통 잡음을 제거하는 방법에는 여러필터들이 사용되는데 평균(Mean) 필터와 중간(Median) 필터, 그리고 침식(Erosion) 필터와 팽창(Dilation) 필터를 사용한다.
상기 전처리 과정이 이루어진 후, Canny 에지 추출 과정을 진행하는데(S320 단계참조), 대부분 에지 추출 마스크는 잡음에 대해 민감하므로, 작은 잡음이라도 그것을 에지로 간주하여 추출하는 경우가 많다. 이러한 단점을 보완하는 캐니 마스 크를 이용한 에지 추출 기법으로, 실제로 잡음에 민감하지 않게 하여 강한 에지를 추출하게 된다.
상기와 같이 에지 이미지를 정규화하고 미리 정의된 차량 전면부의 구조적 특징 정보를 참조하여(S330 단계참조) 검지된 차량 영상을 차량의 특징 영역들로 분할하게 된다.(S340 단계참조) 각 분할된 차량의 특징 영역들을 미리 저장된 차량 고유 정보 데이터베이스와 비교하여 차량의 고유 정보를 검출하게 된다.
상기의 동영상 기법을 이용한 차량 영역 검지후 실시간 번호판 영역을 감지하고, 감지된 영역에 따라 문자/숫자 영역을 추출하게 되는데, 첨부된 도 14을 참조하여 그 절차를 설명하면 다음과 같다.
번호판 문자/숫자 검출 및 인식 단계는 먼저, 사업/비사업 등에 따른 번호판의 고유특징을 이용하여 번호판의 계층을 판단하는 번호판 계층화 단계(S410)와, 계층화된 번호판의 고유정보를 이용하여 일렬번호를 추출하는 일렬번호 영상 추출하고,(S420 단계참조) 추출한 영상을 인식하기 위한 전처리 단계로 크기, 회전 등을 통해 추출한 영상을 정규화하고(S430 단계참조), 정규화된 일렬번호 영상과 상기 데이터베이스(70)내의 일렬번호에 관한 기준 기호를 비교하고(S440 단계참조), 상기 일렬번호가 임계치 이상의 인식률을 보이면 번호판의 고유정보를 이용하여 용도번호, 관할관청, 분류기호 등을 번호판 내에서 일렬번호 이외의 숫자, 문자를 인식하게 된다(S450 단계참조), 인식률을 통해 신뢰도 여부를 판단하게 되는데(S460 단계참조), 이때, 신뢰도가 있으면 문자/숫자 영역의 추출을 종료하고, 신뢰가 없 다고 판단되면, 상기 추출 영상의 정규화 단계로 다시 진행하게 된다.
보다 세부적으로 간 공정을 설명하면, 먼저, 번호판 계층화번호판의 계층화는 각 연도별 번호판 규격의 특징을 바탕으로 일렬번호 영역을 기준으로 한 상대적 좌표를 이용하여 분류기호, 관할관청기호 등의 위치를 예상하여 후보 영역을 설정하고 후보 영역에서 저장된 데이터베이스를 정합시켜 산출된 값을 바탕으로 번호판 종류를 판단하여 번호판의 계층화를 수행한다.(S410 단계참조)
이후, 일렬번호 영상 추출실시간 번호판 영역 추출 단계에서 추출한 일렬번호 4자리 좌표를 바탕으로 영상에서 일렬번호 영상을 추출한다. 또한 번호판 계층화 단계에서 얻은 번호판 계층 정보를 이용하여 분류기호, 관할관청기호, 지역번호 등의 영상을 추출하게 된다.(S420 단계참조) 추출 영상의 정규화 추출된 영상과 사전 저장된 기준 기호와의 비교를 하기 위해 추출된 영상의 정규화를 수행한다. 정규화 수행 시 영상정보의 적합성을 유지하기 위해 작은 영상을 기준으로 크기에 대한 정규화를 수행한다.(S430 단계참조) 상기에 의해 정규화된 영상과 기준 기호 비교정규화를 수행한 영상과 사전 학습된 기준 기호를 비교하여 매칭값을 산출한다.(S440 단계참조)
최대 유사도를 갖는 기호를 통해 숫자, 문자 인식기준 기호와 비교한 매칭값을 비교하여 최대 유사도를 갖는 기호를 산출하여 해당 문자, 숫자를 인식하게 된다.(S450 단계참조) 상기의 인식 결과 신뢰도 판단인식 결과가 최소 한계치 보다 높을 경우 인식을 종료하고 최소 한계치 보다 낮을 경우 S430 단계로 부터의 과정을 반복하여 인식 결과의 신뢰도를 향상시킨다.
이상의 본 발명은 상기에 기술된 실시예들에 의해 한정되지 않고, 당업자들에 의해 다양한 변형 및 변경을 가져올 수 있으며, 이는 첨부된 청구항에서 정의되는 본 발명의 취지와 범위에 포함된다.
도 1은 종래의 주행 중인 루프코일을 이용한 검지식 차량의 번호판을 인식의 일 실시예
도 2는 종래의 주행 중인 차량의 레이저 빔을 사용한 비검지식 차량의 번호판 인식의 일 실시예
도 3은 종래의 번호판 인식을 위해 적응적 지역 이진화 방법을 도시한 흐름도
도 4는 본 발명에 따른 주행중 차량번호판 인식을 위해 영상기반의 비검지식 다차로 AVI 시스템의 실시예
도 5는 본 발명에 따른 영상기반의 비검지식 차량 인식 시스템의 구성을 도시한 블록도
도 6은 도 5에 따른 영상기반의 비검지식 차량 인식 시스템의 동영상 처리부의 내부 구성도
도 7은 도 5에 따른 영상기반의 비검지식 차량 인식 시스템의 번호판 추출부의 내부 구성도
도 8은 도 5에 따른 영상기반의 비검지식 차량 인식 시스템의 차량정보 검출부의 내부 구성도
도 9는 본 발명에 따른 영상기반의 비검지식 차량 인식을 위한 전체 시스템 흐름도
도 10은 도 9에 따른 동영상 기법을 이용한 차량 영역 검지를 위한 흐름도
도 11은 도 9에 따른 실시간 번호판 영역 추출을 위한 흐름도
도 12는 도 9에 따른 차량 고유 정보 검출을 위한 흐름도
도 13은 도 12에 따른 차량의 고유 특정 정보의 예시를 도시한 실시예
도 14는 도 9에 따른 번호판 문자/숫자 검출 및 인식을 위한 흐름도
<도면의 주요부분에 대한 부호의 설명>
10 : 제어부 20 : 영상입력부
30 : 동영상 처리부 31 : 프레임 입력부
32 : 블록 매칭부 33 : 이미지 분류부
34 : 블록 설정부 35 : 영상 갱신부
36 : 영상 판단부 40 : 저장부
50 : 번호판 추출부 51 : 숫자/문자 추출부
53 : 명암조 변화인식부 55 : 이진화 수행부
57 : 레이블링 연산부 60 : 차량정보 검출부
61 : 에지이미지 생성부 63 : 영상 필터링부
70 : 데이터베이스 80 : 번호판 정보판단부
Claims (6)
- 주행 중인 차량의 번호판을 자동으로 인식하여 차량의 속성을 인식하는 주행 차량 자동 인식 시스템에 있어서,주행중인 차량의 번호판을 인식하기 위해 촬상된 영상정보에 따라 동영상처리, 번호판 추출, 차량 정보 검출 및 번호판 정보를 판단하기 위한 전반적인 동작을 제어하는 제어부와,주행중인 차량의 영상정보를 수신하기 위해 도로 등의 특정 장소에 설치된 카메라의 내부에 위치하여 주행중인 차량의 촬상된 영상정보를 수신하는 영상입력부와,상기 제어부의 제어신호에 따라 반응하여, 상기 영상입력부에서 수신된 촬상된 영상정보를 동영상 기법을 이용하여 차량 영역 검지 및 실시간 처리를 위해서 영상 전체를 대상으로 처리하지 않고 차량이 존재하는 관심 영역(ROI: Region of Interest)만을 추출하여 영역 내부에서만 번호판을 검지하는 동영상 처리부와,상기 제어부의 제어신호에 따라 반응하여 상기 영상입력부에서 촬상된 영상정보가 상기 동영상 처리부를 통해 실시간으로 검지된 주행 차량 영역을 저장하는 저장부와,상기 영상입력부을 통해 촬상된 영상정보가 상기 동영상 처리부을 통해 동영상 기법을 이용하여 차량 영역이 검지되면, 상기 제어부의 제어신호에 따라 검지된 차량 영상으로부터 아래쪽에서 위쪽 방향으로 일정한 간격으로 차량 영상을 스캔하 면서 번호판 영역의 숫자/문자의 특징점을 추출하는 번호판 추출부와,상기 영상입력부을 통해 촬상된 영상정보가 상기 동영상 처리부을 통해 동영상 기법을 이용하여 차량 영역이 검지되면, 상기 영상입력부에서 검지된 차량 영상으로부터 전처리를 수행하여 잡음을 제거하고 에지 이미지를 생성하는 차량정보 검출부와,상기 차량정보 검출부의 최적의 차량의 고유 정보 검출을 제공하기 위해 차량 표시 마크(symbol mark), 라디에이터 그릴(radiator grill), 앞 범퍼(front bumper), 전조등(head light, low/high beam), 방향 지시등(turning light), 안개등(fog lamp), 사이드 미러(side mirror), 보닛(bonnet, hood) 등으로 분류된 차량의 특징 영역이 저장된 데이터베이스와,상기 번호판 추출부에서 추출된 차량의 번호판 영역의 숫자/문자의 특징점을 기준으로 번호판을 계층을 판단, 계층화된 번호판의 고유정보를 통해 일련번호를 추출하여 일련번호 영상 추출, 추출된 영상을 인식하기 위해 크기, 회전을 통해 추출한 영상을 정규화하고, 정규화된 일련번호 영상과 상기 데이터베이스에 저장된 일련번호와 비교하여 용도번호, 관할관청, 분류기호등의 번호판 내에 일련번호 이외의 문자, 숫자를 인식하여 번호판의 신뢰도 여부를 판단하는 번호판 정보판단부를 포함하고, 상기 차량정보 검출부는 분류된 차량의 특징 영역에 대해 분할된 차량의 각 특징 영역들은 차량 고유 특징 정보를 상기 데이터베이스에 질의하여 각 영역들에 해당하는 최적의 고유 정보를 검출하도록 구성된 것을 특징으로 하는 영상기반의 비검지식 차량 인식 시스템.
- 제 1 항에 있어서,상기 동영상 처리부는상기 영상입력부을 통해 촬상된 주행중인 차량의 영상정보는 상기 동영상 처리부을 통해 차량 영역의 검지를 실시간으로 처리하기 위해 영상전체를 대상으로 하지 않고 관심영역(ROI: Region of Interest)을 추출하고 이 내부에서만 번호판을 검지하며, 상기 카메라에서 획득된 영상정보는 연속된 프레임으로 입력되어 시간적 중간치법(Temporal Median)을 이용하여 주행 차량 영역을 실시간으로 검지하는 프레임입력부와,상기 프레임 입력부을 통해 수신된 영상정보는 초기 배경 생성 단계로 연속된 프레임에서 전역 블록 매칭을 실행하여 블록간의 오차가 큰 범위 값을 제외하고 나머지 프레임이 설정된 프레임을 누적하여 생성하는 블록 매칭부와,상기 카메라의 영상입력부을 통해 입력된 영상을 전체 전경과 배경 블록을 구분하는 이미지분류부와,상기 카메라로부터 입력된 영상을 일정한 크기의 블록들로 나누고 각 블록들을 배경 영상과 블록매칭을 수행하는 블록설정부와,상기 블록설정부에서 배경 영상과 블록매칭을 수행하여 그 값이 허용오차 보다 크면 그 영역은 전경 영역으로 판단되고 허용오차 보다 작으면 배경 영역으로 판단하여 배경 영상을 시간적 중간치 여과기(Temporal median Filter)를 이용하여 실시간으로 갱신하는 영상 갱신부와,상기 영상 갱신부에서 갱신된 배경 영상을 시간적 중간치법(Temporal median)에 의해 임의의 화소에서 이전 프레임에 나타나 값들 중에서 빈도가 높은 값을 배경 영상으로 사용여부를 판단하는 영상판단부를 포함하여 구성되고,상기 번호판 추출부는상기 동영상 처리부에서 검지된 차량의 영상을 아래쪽에서 위쪽 방향으로 일정한 간격으로 스캔하여 번호판 영역의 특정이 추출되면 추출된 번호판에 있는 숫자/문자의 특성을 참조하여 그룹화하고 번호판 영역을 선정하고 선정된 후보 영역들에 대해 관심 블럽(Blob)으로 추출하는 숫자/문자 추출부와,상기 숫자/문자 추출부에서 번호판 영역을 추출하기 위해 해당 번호판 영역의 명암도 변화를 이용하여 차량 번호판 영역에 문자와 배경 사이의 밝기 변동 폭이 크고 현저하며 변동 회수도 다른 영역보다 많다는 번호판의 특성을 이용하여 번호판 영역이 있음을 추정하는 명암조 변화인식부와,상기 명암조 변화인식부에 의해 번호판 영역 여부가 추정되면, 추정된 번호판 후보 영역을 국소 이진화 방법을 기반으로 지역 적응적 이진화(Local Adaptive Threshold)를 수행하는 이진화 수행부와,상기 명암조 변화인식부에 의해 번호판 영역 여부가 추정되면, 상기 이진화 수행부에 의해 지역 적응적 이진화를 수행하고 레이블링 연산을 수행하여 번호판 영역을 확정하는 레이블링 연산부를 포함하고,상기 숫자/문자 추출부에서 선정된 후보 영역들에 대해 관심블럽을 추출하기 전에 상기 이진화 수행부 및 레이블링 연산부을 통해 선정된 후보 영역들에 대해 지역 적응적 이진화와 레이블링 연산을 수행하여 블럽을 추출하도록 구성된 것을 특징으로 하는 영상기반의 비검지식 차량 인식 시스템.
- 도로 등의 특정 장소에 설치된 카메라를 통해 주행중인 차량의 촬상된 영상정보를 수신하여 번호판을 자동으로 인식하여 차량의 속성을 인식하는 주행 차량 자동 인식방법에 있어서,상기 수신된 촬상된 영상정보를 동영상에 기반을 둔 차량 검지 기술을 이용함으로써 실시간으로 번호판 인식을 가능한 동영상 기법을 이용하여 차량 영역 검지 및 실시간 처리를 위해서 영상 전체를 대상으로 처리하지 않고 차량이 존재하는 관심 영역(ROI: Region of Interest)만을 추출하여 영역 내부에서만 차량 영역을 검지하는 제 1 과정;상기 동영상 기법을 이용하여 차량 영역이 검지되면, 검지된 차량 영상에 대해 아래쪽에서 위쪽 방향으로 일정한 간격으로 차량 영상을 스캔하면서 번호판 영역의 숫자/문자의 특징점을 추출함으로 실시간 번호판 영역을 검지하는 제 2 과정;상기 제 1 과정에서 촬상된 영상정보를 동영상 기법을 이용하여 차량 영역이 검지되면, 검지된 차량 영상으로부터 전처리를 수행하여 잡음을 제거하고 에지 이미지를 생성하고 차량 표시 마크(symbol mark), 라디에이터 그릴(radiator grill), 앞 범퍼(front bumper), 전조등(head light, low/high beam), 방향 지시등(turning light), 안개등(fog lamp), 사이드 미러(side mirror), 보닛(bonnet, hood) 등으로 분류된 차량의 특징 영역이 저장된 데이터베이스에 각 차량의 특징영역을 질의하여 각 영역들에 해당하는 최적의 고유 정보를 검출하는 제 3 과정; 및제 2 과정에서 추출된 차량의 번호판 영역의 숫자/문자의 특징점을 기준으로 번호판의 계층을 판단, 계층화된 번호판의 고유정보를 통해 일련번호를 추출하여 일련번호 영상 추출, 추출된 영상을 인식하기 위해 크기, 회전을 통해 추출한 영상을 정규화하고, 정규화된 일련번호 영상과 상기 데이터베이스에 저장된 일련번호와 비교하여 용도번호, 관할관청, 분류기호 등의 번호판 내에 일련번호 이외의 문자, 숫자를 인식하고 번호판의 신뢰도 여부를 판단하여 검지된 번호판의 문자/숫자를 검출하여 차량 번호판을 인식하는 제 4 과정;를 포함하여 이루어지는 것을 특징으로 하는 영상기반의 비검지식 차량 인식방법.
- 제 3 항에 있어서,제 1 과정의 동영상 기법은 촬상된 주행중인 차량의 영상 전체를 대상으로 처리하지 않고 차량이 존재하는 관심 영역(ROI: Region of Interest)만을 추출한 뒤 이 영역 내부에서만 번호판을 실시간 처리하여 검지하는데,상기 카메라에서 획득된 영상정보는 연속된 프레임으로 입력되어 시간적 중간치법(Temporal Median)을 이용하여 주행 차량 영역을 실시간으로 검지하는 제 1 단계;연속된 프레임에서 전역 블록매칭을 이용하여 블록간의 움직임의 허용오차 여부를 확인하여 그 오차가 큰 범위 값들은 제외하고 나머지 프레임을 설정된 프레임까지 누적하여 초기 배경을 생성하는 제 2 단계;상기 카메라의 통해 입력된 영상을 전체 전경과 배경 블록을 구분하고, 입력된 영상을 일정한 크기의 블록들로 나누고 각 블록들을 배경 영상과 블록매칭을 수행하는 제 3 단계;차량 영역의 생성된 배경 영상으로부터 차분 영상에 의해 얻어진 후 모폴로지(Morphology)와 레이블링(Labeling) 연산을 수행하여 잡음이 제거된 영상을 추출하는 제 4 단계;를 포함하여 이루어지는 것을 특징으로 하는 영상기반의 비검지식 차량 인식방법.
- 제 3 항에 있어서,제 2 과정의 실시간 번호판 영역을 검지하는 과정은검지된 차량 영상으로부터 아래쪽에서 위쪽 방향으로 일정한 간격으로 차량 영상을 수평으로 스캔해 가면서 번호판의 숫자나 문자 부위에서 명암 값이 음에서 양으로 혹은 양에서 음으로 연속적인 명암 변화 벡터를 가지는 것을 이용하여 번호판 영역에서 주로 나타날 수 있는 특징점(Feature Point)들을 추출하는 제 1 단계;추출된 특징점들은 번호판에 있는 숫자/문자들에서 나타날 수 있는 특성들을 참조하여 그룹화되고 번호판의 후보 영역으로 선정하거나, 명암 변화가 대칭적으로 일어나는 곳에 번호판 영역이 있음을 특징점을 그룹하여 추정하는 제 2 단계;선정된 후보 영역들에 대해 국소 이진화 방법을 기반으로 번호판의 특성을 추가로 활용하여 지역 적응적 이진화(Local Adaptive Threshold)와 레이블링 연산을 수행하여 관심 블럽(Blob)들을 추출하는 제 3 단계; 및추출된 블럽들을 번호판 영역에서 나타날 수 있는 특성들을 참조하여 번호판 영역의 여부를 최종적으로 판단하는 제 4 단계;를 포함하여 이루어지는 것을 특징으로 하는 영상기반의 비검지식 차량 인식방법.
- 제 3 항에 있어서,상기 제 4 과정은사업/비사업 등에 따른 번호판의 고유특징을 이용하여 각 연도별 번호판 규격의 특징을 바탕으로 일렬번호 영역을 기준으로 한 상대적 좌표를 이용하여 분류기호, 관할관청기호 등의 위치를 예상하여 후보 영역을 설정하고 후보 영역에서 저장된 데이터베이스를 정합시켜 산출된 값을 바탕으로 번호판 종류을 판단하여 번호판의 계층화를 수행하는 제 1 단계;계층화된 번호판의 고유정보를 이용하여 일렬번호 4자리 좌표를 바탕으로 영상에서 일렬번호 영상을 추출하거나, 번호판 계층화 단계에서 얻은 번호판 계층 정보를 이용하여 분류기호, 관할관청기호, 지역번호 등의 영상을 추출하는 실시간 번호판 영역을 추출하는 제 2 단계;추출한 영상을 인식하기 위한 전처리 단계로 정규화 추출된 영상과 사전 저장된 기준 기호와의 비교를 하기 위해 영상정보의 적합성을 유지하기 위해 작은 영상을 기준으로 크기, 회전 등을 통해 추출한 영상을 정규화를 수행하는 제 3 단계;상기에 의해 정규화된 영상과 기준 기호 비교를 통해 정규화를 수행한 영상과 사전 데이터베이스에 저장된 기준 기호를 비교하여 매칭값을 산출하는 제 4 단계;상기 일렬번호가 임계치 이상의 인식률로 판단되면 번호판의 고유정보를 이용하여 용도번호, 관할관청, 분류기호 등을 번호판 내에서 일렬번호 이외의 숫자, 문자를 인식하는 제 5 단계; 및제 5 단계가 이루어진 후, 최대 유사도를 갖는 기호를 통해 숫자, 문자 인식기준 기호와 비교한 매칭값을 비교하여 최대 유사도를 갖는 기호를 산출하여 해당 문자, 숫자를 인식하고, 인식률을 통해 신뢰도 여부를 판단하여 신뢰도가 있으면 문자/숫자 영역의 추출을 종료하고, 신뢰가 없다고 판단되면, 상기 추출 영상의 정규화 단계로 다시 진행하는 제 6 단계;를 포함하여 이루어지는 것을 특징으로 하는 영상기반의 비검지식 차량 인식방법.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020090052704A KR101038669B1 (ko) | 2009-06-15 | 2009-06-15 | 영상기반의 비검지식 차량 인식 시스템 및 차량 인식방법 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020090052704A KR101038669B1 (ko) | 2009-06-15 | 2009-06-15 | 영상기반의 비검지식 차량 인식 시스템 및 차량 인식방법 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20100134206A true KR20100134206A (ko) | 2010-12-23 |
| KR101038669B1 KR101038669B1 (ko) | 2011-06-02 |
Family
ID=43509162
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020090052704A KR101038669B1 (ko) | 2009-06-15 | 2009-06-15 | 영상기반의 비검지식 차량 인식 시스템 및 차량 인식방법 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR101038669B1 (ko) |
Cited By (17)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101053939B1 (ko) * | 2011-03-25 | 2011-08-04 | 주식회사 엘리소프트 | 고해상도 카메라를 이용한 차량 방범용 ｃｃｔｖ 시스템 및 그 영상처리 방법 |
| KR101271641B1 (ko) * | 2011-05-25 | 2013-06-11 | 에스엘 주식회사 | 차량의 전방 감지 시스템 |
| KR101385798B1 (ko) * | 2013-10-04 | 2014-04-16 | 안양시 | 분실물 추적 시스템 |
| KR20140112869A (ko) | 2013-03-14 | 2014-09-24 | 삼성테크윈 주식회사 | 문자 인식 장치 및 방법 |
| CN104933870A (zh) * | 2015-05-21 | 2015-09-23 | 中兴软创科技股份有限公司 | 基于车辆行为分析的车辆套牌识别方法与装置 |
| WO2016024680A1 (ko) * | 2014-08-11 | 2016-02-18 | 주식회사 엠브레인 | 주행차량의 번호판 인식이 실시간으로 가능한 차량용 블랙박스 |
| KR20160046174A (ko) * | 2014-10-20 | 2016-04-28 | 삼성에스디에스 주식회사 | 관심 영역 설정 방법 및 장치 |
| WO2016043472A3 (ko) * | 2014-09-18 | 2016-05-06 | 삼성전자 주식회사 | 콘텐트를 디스플레이하기 위한 장치 및 방법 |
| WO2016108327A1 (ko) * | 2014-12-30 | 2016-07-07 | 광주과학기술원 | 차량검출방법, 차량검출을 위한 데이터베이스의 구조, 및 차량검출을 위한 데이터베이스 구축방법 |
| CN105788280A (zh) * | 2016-03-29 | 2016-07-20 | 安徽中凯信息产业有限公司 | 一种基于车联网的智慧城市车辆自动追踪系统 |
| CN106056916A (zh) * | 2016-06-23 | 2016-10-26 | 安徽时旭智能科技有限公司 | 一种基于智能交通的换牌车辆检测方法及其系统 |
| WO2017155315A1 (ko) * | 2016-03-08 | 2017-09-14 | 광주과학기술원 | 국부지역별 크기 특정 차량 분류 방법 및 이를 이용한 차량검출방법 |
| KR20190059466A (ko) * | 2017-11-23 | 2019-05-31 | 재단법인 다차원 스마트 아이티 융합시스템 연구단 | 번호판 인식 방법 및 그 시스템 |
| CN112001444A (zh) * | 2020-08-25 | 2020-11-27 | 斑马网络技术有限公司 | 一种车辆用多场景融合方法 |
| KR102583314B1 (ko) * | 2022-05-31 | 2023-09-26 | 주식회사 에스티엠디 | 스마트폴을 이용하는 주차 관제 시스템 |
| CN116863711A (zh) * | 2023-07-29 | 2023-10-10 | 广东省交通运输规划研究中心 | 基于公路监控的车道流量检测方法、装置、设备及介质 |
| CN117744681A (zh) * | 2024-02-19 | 2024-03-22 | 煤炭科学研究总院有限公司 | 货运列车车型车号识别方法及装置 |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101269192B1 (ko) * | 2011-08-29 | 2013-05-30 | 심광호 | 일방통행 위반 단속시스템 |
| KR101461108B1 (ko) * | 2013-01-18 | 2014-11-12 | 광주과학기술원 | 인식기, 차량모델인식장치 및 방법 |
| CN105389991B (zh) * | 2015-12-03 | 2017-12-15 | 杭州中威电子股份有限公司 | 一种自适应的闯红灯抓拍方法 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR100279942B1 (ko) | 1997-12-04 | 2001-02-01 | 심광호 | 영상검지 시스템 |
| KR100413382B1 (ko) | 2001-07-31 | 2003-12-31 | 김관중 | 통신망을 이용한 감시 카메라의 통합 원격 제어 시스템 및방법과 이를 이용한 영상 데이터 처리 방법 |
-
2009
- 2009-06-15 KR KR1020090052704A patent/KR101038669B1/ko active IP Right Grant
Cited By (20)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101053939B1 (ko) * | 2011-03-25 | 2011-08-04 | 주식회사 엘리소프트 | 고해상도 카메라를 이용한 차량 방범용 ｃｃｔｖ 시스템 및 그 영상처리 방법 |
| KR101271641B1 (ko) * | 2011-05-25 | 2013-06-11 | 에스엘 주식회사 | 차량의 전방 감지 시스템 |
| KR20140112869A (ko) | 2013-03-14 | 2014-09-24 | 삼성테크윈 주식회사 | 문자 인식 장치 및 방법 |
| KR101385798B1 (ko) * | 2013-10-04 | 2014-04-16 | 안양시 | 분실물 추적 시스템 |
| WO2016024680A1 (ko) * | 2014-08-11 | 2016-02-18 | 주식회사 엠브레인 | 주행차량의 번호판 인식이 실시간으로 가능한 차량용 블랙박스 |
| WO2016043472A3 (ko) * | 2014-09-18 | 2016-05-06 | 삼성전자 주식회사 | 콘텐트를 디스플레이하기 위한 장치 및 방법 |
| KR20160046174A (ko) * | 2014-10-20 | 2016-04-28 | 삼성에스디에스 주식회사 | 관심 영역 설정 방법 및 장치 |
| WO2016108327A1 (ko) * | 2014-12-30 | 2016-07-07 | 광주과학기술원 | 차량검출방법, 차량검출을 위한 데이터베이스의 구조, 및 차량검출을 위한 데이터베이스 구축방법 |
| CN104933870A (zh) * | 2015-05-21 | 2015-09-23 | 中兴软创科技股份有限公司 | 基于车辆行为分析的车辆套牌识别方法与装置 |
| WO2017155315A1 (ko) * | 2016-03-08 | 2017-09-14 | 광주과학기술원 | 국부지역별 크기 특정 차량 분류 방법 및 이를 이용한 차량검출방법 |
| CN105788280A (zh) * | 2016-03-29 | 2016-07-20 | 安徽中凯信息产业有限公司 | 一种基于车联网的智慧城市车辆自动追踪系统 |
| CN106056916A (zh) * | 2016-06-23 | 2016-10-26 | 安徽时旭智能科技有限公司 | 一种基于智能交通的换牌车辆检测方法及其系统 |
| KR20190059466A (ko) * | 2017-11-23 | 2019-05-31 | 재단법인 다차원 스마트 아이티 융합시스템 연구단 | 번호판 인식 방법 및 그 시스템 |
| US10783391B2 (en) | 2017-11-23 | 2020-09-22 | Center For Integrated Smart Sensors Foundation | Method and system for recognizing license plate |
| CN112001444A (zh) * | 2020-08-25 | 2020-11-27 | 斑马网络技术有限公司 | 一种车辆用多场景融合方法 |
| KR102583314B1 (ko) * | 2022-05-31 | 2023-09-26 | 주식회사 에스티엠디 | 스마트폴을 이용하는 주차 관제 시스템 |
| CN116863711A (zh) * | 2023-07-29 | 2023-10-10 | 广东省交通运输规划研究中心 | 基于公路监控的车道流量检测方法、装置、设备及介质 |
| CN116863711B (zh) * | 2023-07-29 | 2024-03-29 | 广东省交通运输规划研究中心 | 基于公路监控的车道流量检测方法、装置、设备及介质 |
| CN117744681A (zh) * | 2024-02-19 | 2024-03-22 | 煤炭科学研究总院有限公司 | 货运列车车型车号识别方法及装置 |
| CN117744681B (zh) * | 2024-02-19 | 2024-05-07 | 煤炭科学研究总院有限公司 | 货运列车车型车号识别方法及装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| KR101038669B1 (ko) | 2011-06-02 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR101038669B1 (ko) | 영상기반의 비검지식 차량 인식 시스템 및 차량 인식방법 | |
| KR102054061B1 (ko) | 차량번호판 자동인식 방법 | |
| US9679203B2 (en) | Traffic violation detection | |
| US9275289B2 (en) | Feature- and classifier-based vehicle headlight/shadow removal in video | |
| Öztürk et al. | A new license plate recognition system based on probabilistic neural networks | |
| CN108197523B (zh) | 基于图像转换及轮廓邻域差异的夜间车辆检测方法及系统 | |
| KR101935010B1 (ko) | 영상 기반 차량 번호판 인식 장치 및 방법 | |
| CN111832536A (zh) | 一种车道线检测方法及装置 | |
| US20170151943A1 (en) | Method, apparatus, and computer program product for obtaining object | |
| KR102383377B1 (ko) | 차량용 번호판을 인식하기 위한 전자 장치 | |
| Gilly et al. | A survey on license plate recognition systems | |
| WO2014181386A1 (ja) | 車両判別装置 | |
| Pandya et al. | Morphology based approach to recognize number plates in India | |
| KR100969603B1 (ko) | 숫자의 기하학적 관계를 이용한 차량 번호판 인식 방법 | |
| WO2017116226A1 (en) | System and method to identify identification plate characters using background estimation binarization | |
| Kang | Dynamic programming-based method for extraction of license plate numbers of speeding vehicles on the highway | |
| JP7125843B2 (ja) | 障害検知システム | |
| Ho et al. | Intelligent speed bump system with dynamic license plate recognition | |
| JP3294468B2 (ja) | 映像監視装置における物体検出方法 | |
| CN109522851B (zh) | 基于非可见光成像的车辆行驶速度及车牌识别方法 | |
| CN110363192B (zh) | 物件影像辨识系统及物件影像辨识方法 | |
| Kodwani et al. | Automatic license plate recognition in real time videos using visual surveillance techniques | |
| KR101932631B1 (ko) | 트라이앵글형 3채널 레이저 탐지모듈·스마트 차량번호인식제어부를 통한 cctv 내에서의 지능형 차량번호인식장치 및 방법 | |
| US8116524B2 (en) | Method of object detection | |
| KR102379575B1 (ko) | 코드 인식장치, 코드의 인식방법 및 이를 활용한 차량번호의 추출시스템 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A201 | Request for examination | ||
| E902 | Notification of reason for refusal | ||
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant | ||
| FPAY | Annual fee payment |
Payment date: 20140526 Year of fee payment: 4 |
|
| FPAY | Annual fee payment |
Payment date: 20150520 Year of fee payment: 5 |
|
| FPAY | Annual fee payment |
Payment date: 20160527 Year of fee payment: 6 |
|
| FPAY | Annual fee payment |
Payment date: 20180528 Year of fee payment: 8 |