KR20150055652A - 차량 번호판 인식 시스템 및 방법 - Google Patents

차량 번호판 인식 시스템 및 방법 Download PDF

Info

Publication number
KR20150055652A
KR20150055652A KR1020130137591A KR20130137591A KR20150055652A KR 20150055652 A KR20150055652 A KR 20150055652A KR 1020130137591 A KR1020130137591 A KR 1020130137591A KR 20130137591 A KR20130137591 A KR 20130137591A KR 20150055652 A KR20150055652 A KR 20150055652A
Authority
KR
South Korea
Prior art keywords
unit
license plate
pixel
characters
vehicle
Prior art date
Application number
KR1020130137591A
Other languages
English (en)
Inventor
이상협
장경찬
Original Assignee
한국건설기술연구원
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 한국건설기술연구원 filed Critical 한국건설기술연구원
Priority to KR1020130137591A priority Critical patent/KR20150055652A/ko
Publication of KR20150055652A publication Critical patent/KR20150055652A/ko

Links

Images

Classifications

    • 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
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/11—Region-based segmentation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Traffic Control Systems (AREA)
  • Character Discrimination (AREA)

Abstract

본 발명의 일 측면에 따른 차량 번호판 인식 시스템은 주행 및 주정차된 차량의 번호판을 촬영하는 영상부와, 상기 영상부가 촬영한 상기 번호판을 해상도에 따라 다수의 픽셀로 나누어 는 상기 픽셀의 해상도를 계산하는 분석부와, 상기 분석부에서 계산한 상기 픽셀의 해상도에 따라 상기 번호판의 문자를 이분화하는 필터부와, 상기 필터부에서 이분화한 영상을 결합하여 저품질의 상기 번호판을 인식하는 인식부를 포함할 수 있다.

Description

차량 번호판 인식 시스템 및 방법{A Vehicle License Plate Recognition System and Method Thereof}
본 발명은 차량 번호판 인식 시스템 및 방법에 관한 것으로, 보다 상세하게는 차량 번호판을 그레이 스케일로 변환하여 인식률을 높이는 차량 번호판 인식 시스템 및 방법에 관한 것이다.
일반적으로 차량번호판 인식장치는 차량에 부착된 번호판을 영상으로 촬영하고 촬영된 영상을 이용하여 문자 및 숫자를 인식하는 장치이다.
또한, 교통정보수집 시스템에서도 지정된 구간의 통행시간자료를 수집, 운영하고 있는데 차량 번호판 인식장치(License Plate Recognition, LPR)를 활용한 시스템을 주로 사용하고 있으며, 최근에는 일부 도로구간에서 무선통신체계를 활용한 차량 인식장치를 활용하여 구간 통행시간 자료를 수집하고 있다.
이처럼 차량번호판 인식장치는 도로교통체계에서 다양한 목적에 맞춰 적절하게 활용되고 있으며, 최근에는 주차장 이용차량의 관리 및 과금 체계에 적극적으로 도입?활용되고 있다. 차량번호판의 문자인식을 위해서는 수집하는 영상은 해상도가 크고 품질이 좋을수록 인식율이 높아진다. 이를 위해서 최적의 수집을 위한 위치(높이)가 필요하며 카메라의 줌(zoom)을 이용하여 번호판 부위를 확대하여 수집하고 있다
그러나 수집당시의 조건(조도, 위치 등)에 따라 번호판 영상 품질이 문자인식이 가능한 정도의 수준이 못되어 인식이 불가능한 경우가 발생하고 있으며, 최근에는 CCTV의 보급이 늘어나면서 영상을 활용하여 생활방범, 상황관제의 기능과 차량번호 인식을 동시에 만족하는 수요가 증가하고 있는 추세이다.
그러나, 방범 및 상황관제 목적을 위해서 설치된 카메라는 화각이 넓고 주변상황을 인지하는 목적으로 설치되어 차량의 번호를 인식하기에는 번호판 부분의 해상도가 부족하며 한 대의 카메라의 영상으로 복합적인 기능을 수행하기 힘든 문제점이 있다.
본 발명은 상기와 같은 문제점을 해결하기 위해 안출된 것으로, 본 발명의 목적은 저품질의 영상에서 문자인식을 할 수 있는 차량 번호판 인식 시스템 및 방법을 제공하는 것이다.
본 발명의 또 다른 목적은 원거리에서 취득된 차량영상이나 저해상도 카메라에서 수집된 영상의 번호판 인식 성공률을 향상시키는 차량 번호판 인식 시스템 및 방법을 제공하는 것이다.
상기와 같은 목적을 달성하기 위한 본 발명의 일 측면에 따른 차량 번호판 인식 시스템은 주행 및 주정차된 차량의 번호판을 촬영하는 영상부와, 상기 영상부가 촬영한 상기 번호판을 해상도에 따라 다수의 픽셀로 나누어 는 상기 픽셀의 해상도를 계산하는 분석부와, 상기 분석부에서 계산한 상기 픽셀의 해상도에 따라 상기 번호판의 문자를 이분화하는 필터부와, 상기 필터부에서 이분화한 영상을 결합하여 저품질의 상기 번호판을 인식하는 인식부를 포함할 수 있다.
상기 영상부는 도로의 상부에서 주행 및 주정차된 상기 차량을 촬영하는 촬영부와, 상기 촬영부에서 촬영한 상기 차량의 번호판을 인식하는 추출부를 구비할 수 있다.
상기 추출부는 상기 차량의 번호판을 구역으로 나누어 상기 번호판의 문자를 인식하기 위한 문자범위를 추출할 수 있다.
상기 분석부는 상기 영상부에서 추출한 상기 번호판의 문자를 해상도에 따라 다수의 픽셀로 나누는 분할부와, 상기 분할부에서 다수의 상기 픽셀로 나눈 상기 번호판의 문자를 그레이 스케일로 변환하는 변환부와, 상기 변환부에서 변환한 상기 번호판의 문자를 상기 그레이 스케일에 따른 픽셀의 값을 숫자로 지정하는 지정부를 구비할 수 있다.
상기 그레이 스케일은 하양에서 검정 사이까지 9단계의 회색으로 변환될 수 있다.
상기 필터부는 상기 지정부에서 지정한 픽셀의 값을 5를 기준으로 최대픽셀부와 최소픽셀부로 이분화할 수 있다.
상기 인식부는 상기 필터부에서 이분화한 상기 최대필셀부와 상기 최소픽셀부를 결합하는 결합부와, 상기 결합부에서 결합한 상기 번호판의 문자를 인식하는 결과부를 구비할 수 있다.
또한, 상기와 같은 목적을 달성하기 위한 본 발명의 다른 측면에 따른 차량 번호판 인식 방법은 (a) 도로 상부에 설치되어 주행 및 주정차 차량을 영상부에서 촬영하는 단계; (b) 상기 영상부에서 촬영한 상기 차량의 번호판을 추출하는 단계; (c) 상기 번호판의 문자를 상기 영상부의 추출불에서 각각 인식하여 추출하는 단계; (d) 상기 추출부에서 추출한 상기 문자를 분석부에서 해상도에 따라 픽셀을 나누어 그레이 스케일로 변환하는 단계; (e) 상기 문자를 상기 분석부의 지정부에서 상기 그레이 스케일에 따른 픽셀의 값을 숫자로 지정하는 단계; (f) 상기 지정부에서 지정한 상기 픽셀의 값을 5를 기준으로 최대픽셀부와 최소픽셀부로 이분화하는 단계; (g) 상기 최대픽셀부와 상기 최소픽셀부를 인식부에서 결합하여 상기 번호판의 문자를 인식하는 단계;를 포함할 수 있다.
상기 영상부는 도로의 상부에서 주행 및 정차된 상기 차량을 촬영하는 촬영부와, 상기 촬영부에서 촬영한 상기 차량의 번호판을 인식하는 추출부를 구비할 수 있다.
상기 분석부는 상기 영상부에서 추출한 상기 번호판의 문자를 해상도에 따라 다수의 픽셀로 나누는 분할부와, 상기 분할부에서 다수의 상기 픽셀로 나눈 상기 번호판의 문자를 그레이 스케일로 변환하는 변환부와, 상기 변환부에서 변환한 상기 번호판의 문자를 상기 그레이 스케일에 따른 픽셀의 값을 숫자로 지정하는 지정부를 구비할 수 있다.
상기 그레이 스케일은 하양에서 검정 사이까지 9단계의 회색으로 변환될 수 있다.
상기 인식부는 상기 필터부에서 이분화한 상기 최대필셀부와 상기 최소픽셀부를 결합하는 결합부와, 상기 결합부에서 결합한 상기 번호판의 문자를 인식하는 결과부를 구비할 수 있다.
본 발명에 따른 차량 번호판 인식 시스템 및 방법에 의하면, 차량 번호판의 문자를 다수의 픽셀로 나누어 그레이 스케일로 변환하여 식별이 어려운 영상을 오차를 줄이며 인식할 수 있는 것이다.
그리고, 픽셀에 픽셀 값을 지정하여 최대픽셀부와 최소픽셀부로 이분화한 후 결합하므로 저품질 영상을 쉽게 인식할 수 있는 것이다.
도 1은 본 발명의 일 실시 예에 따른 차량 번호판을 인식하는 모습을 나타낸 사시도.
도 2는 본 발명의 일 실시 예에 따른 차량 번호판 인식 시스템을 나타낸 블록도.
도 3은 본 발명의 일 실시 예에 따른 촬영부에서 차량의 번호판을 인식하는 모습을 나타낸 사시도.
도 4는 본 발명의 일 실시 예에 따른 추출부에서 번호판의 문자를 인식하여 추출하는 모습을 나타낸 정면도.
도 5는 본 발명의 일 실시 예에 따른 분석부에서 문자를 픽셀로 나누어 그레이 스케일로 변환하는 모습을 나타낸 정면도.
도 6은 본 발명의 일 실시 예에 따른 그레이 스케일에 픽셀의 값을 지정하는 모습을 나타낸 정면도.
도 7은 본 발명의 일 실시 예에 따른 필터부에서 문자를 이분화하는 모습을 나타낸 정면도.
도 8은 본 발명의 일 실시 예에 따른 인식부에서 이분화한 문자를 결합하는 모습을 나타낸 정면도.
도 9는 본 발명의 다른 실시 예에 따른 차량 번호판 인식 방법을 나타낸 순서도.
이하에서는 첨부된 도면을 참조하여 본 발명의 일 실시 예에 따른 차량 번호판 인식 시스템 및 방법에 대해 상세히 설명한다.
도 1은 본 발명의 일 실시 예에 따른 차량 번호판을 인식하는 모습을 나타낸 사시도이고, 도 2는 본 발명의 일 실시 예에 따른 차량 번호판 인식 시스템을 나타낸 블록도이다.
도 1 내지 도 2에 도시된 바와 같이 본 발명의 일 실시 예에 따른 차량 번호판 인식 시스템 및 방법은 주행 및 주정차된 차량(20)의 번호판(30)을 촬영하는 영상부(100)와, 상기 영상부(100)가 촬영한 상기 번호판(30)을 해상도에 따라 다수로 나누어 해상도를 계산하는 분석부(200)와, 상기 분석부(200)에서 계산한 해상도에 따라 영상을 이분화하는 필터부(300)와, 상기 필터부(300)에서 이분화한 영상을 결합하여 저품질의 상기 번호판(30)을 인식하는 인식부(400)를 구비할 수 있다.
상기 차량 번호판 인식 시스템(10)은 도로를 주행하는 차량(20)의 과속 및 방범과 주정차 차량(20)을 인식하기 위하여 도로에 설치되는 것이다. 상기 차량 번호판 인식 시스템(10)은 도로에 설치되는 것 외에 차량(20)의 번호판(30)을 인식하는 다양한 방법으로 사용될 수 있다.
상기 영상부(100)는 도로의 상부에서 주행 및 주정차된 상기 차량(20)을 촬영하는 촬영부(110)와, 상기 촬영부(110)에서 촬영한 상기 차량(20)의 번호판(30)을 인식하는 추출부(120)를 구비할 수 있다.
상기 촬영부(110)는 도로를 주행하거나 주정차된 차량(20)을 촬영할 수 있다. 또한, 상기 추출부(120)는 상기 촬영부(110)에서 촬영한 상기 차량(20)의 번호판(30)을 인식할 수 있다.
상기 추출부(120)는 상기 번호판(30)의 각 문자를 구역으로 나누어 상기 번호판(30)에 입력된 각각의 문자 및 숫자를 추출할 수 있다.
상기 분석부(200)는 상기 영상부(100)에서 추출한 상기 번호판(30)의 문자를 해상도에 따라 다수로 나누는 분할부(210)와, 상기 분할부(210)에서 다수로 나눈 상기 번호판(30)의 문자를 그레이 스케일로 변환하는 변환부(220)와, 상기 변환부(220)에서 변환한 상기 번호판(30)의 문자를 상기 그레이 스케일에 따른 값을 숫자로 지정하는 지정부(230)를 구비할 수 있다.
상기 분할부(210)는 상기 추출부(120)에서 추출한 번호판(30)의 문자를 해상도에 따라 다수로 나눌 수 있다. 상기 번호판(30)에서 추출된 문자는 도로의 상부에서 촬영하여 해상도가 낮은 상태로 형성되므로 상기 문자를 인식하기 어려울 수 있다. 그러므로 상기 문자를 해상도에 따라 다수로 나눌 수 있다.
상기 변환부(220)는 상기 분할부(210)에서 나눈 문자를 그레이 스케일로 변환할 수 있다. 상기 변환부(220)는 다양한 색상으로 형성되거나 해상도가 낮아 알아보기 힘든 문자를 그레이 스케일로 나누므로 구분할 수 있다.
상기 지정부(230)는 상기 그레이 스케일을 번호로 구분하여 값을 숫자로 지정하여 입력할 수 있다.
상기 인식부(400)는 상기 필터부(300)에서 이분화한 그레이 스케일을 결합하는 결합부(410)와, 상기 결합부(410)에서 결합한 상기 번호판(30)의 문자를 인식하는 결과부(420)를 구비할 수 있다.
도 3은 본 발명의 일 실시 예에 따른 촬영부에서 차량의 번호판을 인식하는 모습을 나타낸 사시도이고, 도 4는 본 발명의 일 실시 예에 따른 추출부에서 번호판의 문자를 인식하여 추출하는 모습을 나타낸 정면도이다.
도 3 내지 도 4에 도시된 바와 같이 본 발명의 일 실시 예에 따른 영상부(100)는 도로의 상부에서 주행 및 주정차된 상기 차량(20)을 촬영하는 촬영부(110)와, 상기 촬영부(110)에서 촬영한 상기 차량(20)의 번호판(30)을 인식하는 추출부(120)를 구비할 수 있다.
상기 촬영부(110)는 도로의 상부에 설치하거나 도로 측면에 설치되어 도로를 주행하거나 주정차된 차량(20)을 촬영할 수 있다. 상기 촬영부(110)는 도로방범CCTV 또는 과속카메라와 같이 차량(20)의 번호판(30)을 인식하는 것을 목적으로 하는 장치에 사용될 수 있다. 상기 촬영부(110)는 과속카메라 또는 도로방범CCTV와 같이 빠른 속도로 진행하는 차량(20)의 번호판(30)을 인식할 수 있으며 상기 촬영부(110)는 빠른 속도로 진행하는 차량(20)을 촬영하며 상기 차량(20)의 번호판(30)이 보일 수 있도록 상기 차량(20)의 앞면 또는 뒷면을 촬영할 수 있다.
상기 추출부(120)는 도 3에 도시된 바와 같이 상기 차량(20)의 앞면과 뒷면에 부착된 상기 차량(20)의 번호판(30) 등과 같이 인식대상을 추출할 수 있다.
또한, 상기 추출부(120)는 상기 번호판(30)의 문자를 인식하기 위한 문자범위를 추출하여 상기 번호판(30)에 형성된 문자 또는 숫자를 각각 인식할 수 있다.
상기 추출부(120)는 상기 번호판(30)의 문자를 인식하기 위하여 상기 번호판(30)의 각각 문자 및 숫자를 도 4에 도시된 바와 같이 상기 문자를 사각의 구역으로 나누어 상기 문자와 상기 문자의 여백을 같이 인식할 수 있다.
도 5는 본 발명의 일 실시 예에 따른 분석부에서 문자를 픽셀로 나누어 그레이 스케일로 변환하는 모습을 나타낸 정면도이고, 도 6은 본 발명의 일 실시 예에 따른 그레이 스케일에 픽셀의 값을 지정하는 모습을 나타낸 정면도이다.
도 5 내지 도 6에 도시된 바와 같이 본 발명의 일 실시 예에 따른 상기 분석부(200)는 상기 영상부(100)에서 추출한 상기 번호판(30)의 문자를 해상도에 따라 다수의 픽셀(500)로 나누는 분할부(210)와, 상기 분할부(210)에서 다수의 상기 픽셀(500)로 나눈 상기 번호판(30)의 문자를 그레이 스케일로 변환하는 변환부(220)와, 상기 변환부(220)에서 변환한 상기 번호판(30)의 문자를 상기 그레이 스케일에 따른 픽셀(500)의 값을 숫자로 지정하는 지정부(230)를 구비할 수 있다.
상기 분할부(210)는 추출부(120)에서 구역을 나누어 추출한 상기 번호판(30)의 각각의 문자를 다수의 픽셀(500)로 나눌 수 있다. 상기 분할부(210)는 상기 문자를 다수의 픽셀(500)로 나누기 위하여 상기 추출부(120)에서 구역을 나누어 추출한 상기 번호판(30)의 문자를 해상도에 따라 가로와 세로에 다수의 분할선을 구비할 수 있다.
예를 들어, 상기 번호판(30) 문자의 해상도의 픽셀(500)이 작으면 상기 분할선을 다수 구비하여 상기 픽셀(500)의 수를 늘릴 수 있다. 하지만 해상도의 픽셀(500)이 크면 상기 분할선의 수를 적게하여 상기 픽셀(500)의 수를 줄여 상기 픽셀(500)의 수를 줄일 수 있다.
상기 변환부(220)는 상기 분할부(210)에서 분할한 다수의 픽셀(500)을 하양에서 검정까지 9단계의 회색으로 형성되는 그레이 스케일로 변환될 수 있다. 상기 변환부(220)에서 그레이 스케일로 변환된 상기 문자는 해상도에 따라 다양한 단계의 회색으로 형성되므로 다양한 색상으로 형성된 문자보다 식별하기 쉬울 수 있다.
상기 지정부(230)는 상기 변환부(220)에서 9단계의 회색으로 형성되는 그레이 스케일로 변환된 문자의 픽셀(500)에 각각 픽셀(500)의 값을 숫자로 지정할 수 있다. 상기 지정부(230)에서 도 6에 도시된 바와 같이 하양에서 검정에 가까운 회색의 색상일수록 번호를 높게 하여 설정할 수 있다.
그리고, 상기 지정부(230)는 다양한 단계의 그레이 스케일로 문자를 변환시킬 수 있다.
상기 지정부(230)는 상기 변환부(220)에서 그레이 스케일로 변환되어 쉽게 픽셀(500)의 값을 지정할 수 있다.
도 7은 본 발명의 일 실시 예에 따른 필터부에서 문자를 이분화하는 모습을 나타낸 정면도이고, 도 8은 본 발명의 일 실시 예에 따른 인식부에서 이분화한 문자를 결합하는 모습을 나타낸 정면도이다.
도 7 내지 도 8에 도시된 바와 같이 본 발명의 일 실시 예에 따른 필터부(300)는 분석부(200)에서 계산한 픽셀(500)의 해상도에 따라 영상을 이분화하고, 상기 인식부(400)는 상기 필터부(300)에서 이분화한 상기 최대필셀부와 상기 최소픽셀부(320)를 결합하는 결합부(410)와, 상기 결합부(410)에서 결합한 상기 번호판(30)의 문자를 인식하는 결과부(420)를 구비할 수 있다.
상기 필터부(300)는 상기 지정부(230)에서 그레스 스케일로 변환한 다수의 픽셀(500)을 이분화할 수 있다. 상기 필터부(300)는 상기 지정한 픽셀(500)의 값을 5를 기준으로 이분화할 수 있으며 상기 픽셀(500)의 값 중 최대픽셀(500)값과 최소픽셀(500)값으로 최대픽셀부(310)와 최소픽셀부(320)로 이분화할 수 있다.
예를 들어, 상기 지정부(230)에서 그레스 스케일로 변환한 픽셀(500)의 값이 5이상이면 픽셀(500)의 최대값인 9의 회색으로 변환하여 최대픽셀부(310)로 설정할 수 있다. 그리고 픽셀(500)의 값이 4이하이면 픽셀(500)의 최소값인 1의 회색으로 변환하여 최소픽셀부(320)로 설정할 수 있다.
상기 최소픽셀부(320)로 변환할 때는 상기 최소픽셀부(320)에서 4이하인 픽셀(500)의 값은 픽셀(500)의 최소값인 1로 변환하고 5이상의 픽셀(500)의 값은 변환하지 않는다.
이와 마찬가지로 상기 최대픽셀부(310)로 변환할 때는 상기 최대픽셀부(310)에서 5이상인 픽셀(500)의 값은 픽셀(500)의 최대값인 9로 변환하고 4이하인 픽셀(500)의 값은 변환하지 않는다.
이와 같이 최소픽셀부(320)와 최대픽셀부(310)로 이분화한 상기 번호판(30)의 문자는 인식부(400)에서 결합하여 문자를 인식할 수 있다.
상기 인식부(400)는 필터부(300)에서 이분화한 문자의 영상을 결합하는 결합부(410)와, 상기 결합부(410)에서 결합한 문자를 인식하는 결과부(420)를 구비할 수 있다.
상기 결합부(410)는 최소픽셀부(320)와 최대픽셀부(310)로 이분화한 상기 픽셀(500)을 결합하여 하나의 문자로 형성할 수 있다. 상기 최소픽셀부(320)와 상기 최대픽셀부(310)로 이분화한 상기 문자를 결합할 때는 상기 최소픽셀부(320)의 최소값과 상기 최대픽셀부(310)의 최대값만을 생성하고 다른 픽셀(500)의 값은 삭제하여 결합한다.
상기 결과부(420)는 상기 최소픽셀부(320)와 상기 최대픽셀부(310)가 결합되면 상기 결과부(420)에서는 픽셀(500)의 값이 1과 9만 남기게 되어 상기 픽셀(500)의 값이 9가 되는 픽셀(500)에 의하여 상기 번호판(30)의 문자를 인식할 수 있다.
이하에서 본 발명의 다른 실시 예에 따른 차량 번호판 인식 방법을 설명함에 있어 상술한 실시 예에 따른 차량 번호판 인식 시스템과 동일한 구성에 대해서는 동일한 참조번호를 사용하며, 그에 대한 상세한 설명은 생략한다.
도 9는 본 발명의 다른 실시 예에 따른 차량 번호판 인식 방법을 나타낸 순서도이다.
단계 S110은 도로의 상부에 구비되어 도로를 주행하거나 주정차된 차량(20)을 촬영할 수 있다.
단계 S120은 단계 S110에서 촬영한 상기 차량(20)의 번호판(30)을 상기 영상부(100)의 추출불에서 추출할 수 있다.
단계 S130은 단계 S120과 동일하게 추출부(120)에서 상기 차량(20)의 번호판(30)에 입력된 문자를 구역으로 나누어 각각의 문자를 인식하여 추출할 수 있다.
단계 S140에서는 단계 S130에서 각각의 문자로 인식하여 추출한 문자를 분석부(200)의 분할부(210)에서 해상도에 따라 다수의 픽셀(500)로 나눌 수 있다.
단계 S150은 단계 S140에서 분할부(210)에서 다수의 픽셀(500)로 나눈 문자를 변환부(220)에서 하양에서 검정까지 9단계의 회색으로 변화하는 그레이 스케일로 형성할 수 있다.
단계 S160은 단계 S150에서 그레이 스케일로 변환한 다수의 픽셀(500)에 지정부(230)에서 9단계의 그레이 스케일에 번호를 지정할 수 있다.
단계 S170은 단계 S160에서 다수의 픽셀(500)에 지정된 픽셀(500) 값을 필터부(300)에서 최대값과 최소값을 구분할 수 있다. 상기 픽셀(500) 값은 5를 기준으로 구분할 수 있다.
단계 S180은 다수의 픽셀(500)에 지정된 픽셀(500) 값을 5를 기준으로 하여 5이상으로 이분화된 최대픽셀부(310)에서는 픽셀(500) 값의 최대값이 9로 변환하고 4이하이면 변환하지 않는다. 또한, 최소픽셀부(320)에서는 픽셀(500) 값을 5를 기준으로 하여 4이하이면 픽셀(500) 값의 최소값이 1로 변환하고 5이상이면 변환하지 않는다.
단계 190은 단계 S180에서 최대픽셀부(310)와 최소픽셀부(320)로 이분화한 상기 문자를 상기 인식부(400)의 결합부(410)에서 결합할 수 있다. 상기 최대픽셀부(310)와 상기 최소픽셀부(320)를 결합할 때는 상기 최대픽셀부(310)의 최대값을 제외한 픽셀(500) 값은 반영하지 않고 상기 최소픽셀부(320)의 최소값을 제외한 픽셀(500) 값은 반영하지 않고 결합할 수 있다.
단계 200은 단계 S190에서 결합한 상기 문자를 상기 결과부(420)에서 문자로 인식하는 단계로 상기 문자에는 그레이 스케일의 픽셀(500) 값이 최대값인 9와 최소값인 1로 나누어 형성되므로 상기 문자를 명확하게 인식할 수 있다.
이상에서는 본 발명의 일 실시 예에 따른 차량 번호판 인식 시스템 및 방법에 대해 설명하였으나, 본 발명의 사상은 본 명세서에 제시되는 실시 예에 제한되지 아니한다. 그리고, 본 발명의 사상을 이해하는 당업자는 동일한 사상의 범위 내에서, 구성요소의 부가, 변경, 삭제, 추가 등에 의해서 다른 실시 예를 용이하게 제안할 수 있을 것이나, 이 또한 본 발명의 사상범위 내에 든다고 할 것이다.
10: 차량 번호판 인식 시스템 20: 차량
30: 번호판 100: 영상부
200: 분석부 300: 필터부
400: 인식부

Claims (12)

  1. 주행 및 주정차된 차량의 번호판을 촬영하는 영상부와,
    상기 영상부가 촬영한 상기 번호판을 해상도에 따라 다수의 픽셀로 나누어 는 상기 픽셀의 해상도를 계산하는 분석부와,
    상기 분석부에서 계산한 상기 픽셀의 해상도에 따라 상기 번호판의 문자를 이분화하는 필터부와,
    상기 필터부에서 이분화한 영상을 결합하여 저품질의 상기 번호판을 인식하는 인식부를 포함하는 차량 번호판 인식 시스템.
  2. 제 1항에 있어서,
    상기 영상부는 도로의 상부에서 주행 및 주정차된 상기 차량을 촬영하는 촬영부와,
    상기 촬영부에서 촬영한 상기 차량의 번호판을 인식하는 추출부를 구비하는 것을 특징으로 하는 차량 번호판 인식 시스템.
  3. 제 2항에 있어서,
    상기 추출부는 상기 차량의 번호판을 구역으로 나누어 상기 번호판의 문자를 인식하기 위한 문자범위를 추출하는 것을 특징으로 하는 차량 번호판 인식 시스템.
  4. 제 2항에 있어서,
    상기 분석부는 상기 영상부에서 추출한 상기 번호판의 문자를 해상도에 따라 다수의 픽셀로 나누는 분할부와,
    상기 분할부에서 다수의 상기 픽셀로 나눈 상기 번호판의 문자를 그레이 스케일로 변환하는 변환부와,
    상기 변환부에서 변환한 상기 번호판의 문자를 상기 그레이 스케일에 따른 픽셀의 값을 숫자로 지정하는 지정부를 구비하는 것을 특징으로 하는 차량 번호판 인식 시스템.
  5. 제 4항에 있어서,
    상기 그레이 스케일은 하양에서 검정 사이까지 9단계의 회색으로 변환되는 것을 특징으로 하는 차량 번호판 인식 시스템.
  6. 제 5항에 있어서,
    상기 필터부는 상기 지정부에서 지정한 픽셀의 값을 5를 기준으로 최대픽셀부와 최소픽셀부로 이분화하는 것을 특징으로 하는 차량 번호판 인식 시스템.
  7. 제 6항에 있어서,
    상기 인식부는 상기 필터부에서 이분화한 상기 최대필셀부와 상기 최소픽셀부를 결합하는 결합부와,
    상기 결합부에서 결합한 상기 번호판의 문자를 인식하는 결과부를 구비하는 것을 특징으로 하는 차량 번호판 인식 시스템.
  8. (a) 도로 상부에 설치되어 주행 및 주정차 차량을 영상부에서 촬영하는 단계;
    (b) 상기 영상부에서 촬영한 상기 차량의 번호판을 추출하는 단계;
    (c) 상기 번호판의 문자를 상기 영상부의 추출불에서 각각 인식하여 추출하는 단계;
    (d) 상기 추출부에서 추출한 상기 문자를 분석부에서 해상도에 따라 픽셀을 나누어 그레이 스케일로 변환하는 단계;
    (e) 상기 문자를 상기 분석부의 지정부에서 상기 그레이 스케일에 따른 픽셀의 값을 숫자로 지정하는 단계;
    (f) 상기 지정부에서 지정한 상기 픽셀의 값을 5를 기준으로 최대픽셀부와 최소픽셀부로 이분화하는 단계;
    (g) 상기 최대픽셀부와 상기 최소픽셀부를 인식부에서 결합하여 상기 번호판의 문자를 인식하는 단계;를 포함하는 차량 번호판 인식 방법.
  9. 제 8항에 있어서,
    상기 영상부는 도로의 상부에서 주행 및 정차된 상기 차량을 촬영하는 촬영부와,
    상기 촬영부에서 촬영한 상기 차량의 번호판을 인식하는 추출부를 구비하는 것을 특징으로 하는 차량 번호판 인식 방법.
  10. 제 9항에 있어서,
    상기 분석부는 상기 영상부에서 추출한 상기 번호판의 문자를 해상도에 따라 다수의 픽셀로 나누는 분할부와,
    상기 분할부에서 다수의 상기 픽셀로 나눈 상기 번호판의 문자를 그레이 스케일로 변환하는 변환부와,
    상기 변환부에서 변환한 상기 번호판의 문자를 상기 그레이 스케일에 따른 픽셀의 값을 숫자로 지정하는 지정부를 구비하는 것을 특징으로 하는 차량 번호판 인식 방법.
  11. 제 10항에 있어서,
    상기 그레이 스케일은 하양에서 검정 사이까지 9단계의 회색으로 변환되는 것을 특징으로 하는 차량 번호판 인식 방법.
  12. 제 11항에 있어서,
    상기 인식부는 상기 필터부에서 이분화한 상기 최대필셀부와 상기 최소픽셀부를 결합하는 결합부와,
    상기 결합부에서 결합한 상기 번호판의 문자를 인식하는 결과부를 구비하는 것을 특징으로 하는 차량 번호판 인식 방법.
KR1020130137591A 2013-11-13 2013-11-13 차량 번호판 인식 시스템 및 방법 KR20150055652A (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020130137591A KR20150055652A (ko) 2013-11-13 2013-11-13 차량 번호판 인식 시스템 및 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020130137591A KR20150055652A (ko) 2013-11-13 2013-11-13 차량 번호판 인식 시스템 및 방법

Publications (1)

Publication Number Publication Date
KR20150055652A true KR20150055652A (ko) 2015-05-22

Family

ID=53391154

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020130137591A KR20150055652A (ko) 2013-11-13 2013-11-13 차량 번호판 인식 시스템 및 방법

Country Status (1)

Country Link
KR (1) KR20150055652A (ko)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101648701B1 (ko) * 2015-06-26 2016-08-17 렉스젠(주) 차량 번호 판독 장치 및 그 방법
CN105894819A (zh) * 2016-01-26 2016-08-24 浙江捷尚视觉科技股份有限公司 一种基于二次验证的套牌车识别方法
KR101954404B1 (ko) * 2018-07-13 2019-03-05 주식회사 엘리소프트 가변 문턱값을 이용한 반그림자 차량번호판 인식률 개선방법 및 그 방법을 위한 cctv 시스템
CN110415532A (zh) * 2019-08-27 2019-11-05 邹瑜 一种智能调节亮灯时间的红绿灯装置

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101648701B1 (ko) * 2015-06-26 2016-08-17 렉스젠(주) 차량 번호 판독 장치 및 그 방법
WO2016208870A1 (ko) * 2015-06-26 2016-12-29 렉스젠(주) 차량 번호 판독 장치 및 그 방법
CN107667382A (zh) * 2015-06-26 2018-02-06 莱克斯真株式会社 车辆牌照号码识别装置及其方法
US10607100B2 (en) 2015-06-26 2020-03-31 Rexgen Device for recognizing vehicle license plate number and method therefor
CN105894819A (zh) * 2016-01-26 2016-08-24 浙江捷尚视觉科技股份有限公司 一种基于二次验证的套牌车识别方法
KR101954404B1 (ko) * 2018-07-13 2019-03-05 주식회사 엘리소프트 가변 문턱값을 이용한 반그림자 차량번호판 인식률 개선방법 및 그 방법을 위한 cctv 시스템
CN110415532A (zh) * 2019-08-27 2019-11-05 邹瑜 一种智能调节亮灯时间的红绿灯装置

Similar Documents

Publication Publication Date Title
WO2017028587A1 (zh) 车辆监控的方法和装置、处理器、图像采集设备
CN105702048B (zh) 基于行车记录仪的高速公路前车违法占道识别系统及方法
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
KR100834550B1 (ko) 불법 주정차 무인 자동 단속방법 및 그 시스템
KR101246120B1 (ko) 전후면 번호판 영상 기반 차량번호 인식 시스템
KR101561626B1 (ko) 주행차량의 번호판 인식이 실시간으로 가능한 차량용 블랙박스
JP4577153B2 (ja) 環境認識装置
CN109117702B (zh) 目标车辆的检测与跟踪计数方法及系统
KR102100965B1 (ko) 카메라 내장형 다차로 차량정보 분석 시스템 및 그 방법
KR20150055652A (ko) 차량 번호판 인식 시스템 및 방법
KR101375567B1 (ko) 부분 이미지 추출기 및 그 부분 이미지 추출 방법
CN105190687A (zh) 图像处理装置以及图像处理方法
CN106951898A (zh) 一种车辆候选区域推荐方法及系统、电子设备
US8229170B2 (en) Method and system for detecting a signal structure from a moving video platform
JP2016206801A (ja) 物体検出装置、移動体機器制御システム及び物体検出用プログラム
KR101365557B1 (ko) 차선 검출장치 및 그 방법
KR101911239B1 (ko) 불법 주정차 단속을 위한 채널 확대 운영 시스템
KR102338912B1 (ko) 수퍼 레졸루션 기법을 이용한 차량 번호판 인식 방법
KR20080098850A (ko) 차량 번호판 위치 추정 방법 및 차량 번호판 위치 추정장치
KR100969603B1 (ko) 숫자의 기하학적 관계를 이용한 차량 번호판 인식 방법
CN113076852A (zh) 一种基于5g通信的占用公交车道车载抓拍处理系统
CN106340031A (zh) 一种检测运动物体的方法和装置
JP2008041017A (ja) 監視システムおよび監視装置
KR102115792B1 (ko) 신호등에 설치된 카메라에 의한 상황감시 시스템
JP5056931B2 (ja) 車色判定装置、車色判定システム及び車色判定方法

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
AMND Amendment
E601 Decision to refuse application
AMND Amendment