KR20160083226A - Apparatus and method for recognizing license plate - Google Patents
Apparatus and method for recognizing license plate Download PDFInfo
- Publication number
- KR20160083226A KR20160083226A KR1020140193315A KR20140193315A KR20160083226A KR 20160083226 A KR20160083226 A KR 20160083226A KR 1020140193315 A KR1020140193315 A KR 1020140193315A KR 20140193315 A KR20140193315 A KR 20140193315A KR 20160083226 A KR20160083226 A KR 20160083226A
- Authority
- KR
- South Korea
- Prior art keywords
- license plate
- image
- unit
- photographing angle
- plate frame
- Prior art date
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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/25—Fusion techniques
- G06F18/254—Fusion techniques of classification results, e.g. of results related to same input data
-
- 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
- G08G1/0175—Detecting movement of traffic to be counted or controlled identifying vehicles by photographing vehicles, e.g. when violating traffic rules
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Bioinformatics & Computational Biology (AREA)
- General Engineering & Computer Science (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Multimedia (AREA)
- Character Input (AREA)
- Traffic Control Systems (AREA)
Abstract
Description
본 발명은 차량 번호판 인식 장치 및 방법에 관한 것으로, 더욱 상세하게는 사선으로 촬영된 차량 번호판을 용이하게 인식할 수 있도록 하는 차량 번호판 인식 장치 및 방법에 관한 것이다.
BACKGROUND OF THE
도로상에 설치된 카메라, CCTV 등은 차량의 진행을 방해하지 않아야 하므로 상부 또는 측면에 설치되어 운용되고 있다. 이러한 위치에서 차량 번호판의 촬영이 이루어지면, 촬영 각도에 대응하여 문자 왜곡이 발생하게 된다.Cameras, CCTVs, etc. installed on the roads are installed on the upper side or the side surface so as not to interfere with the progress of the vehicle. When the license plate is photographed at such a position, character distortion occurs corresponding to the photographing angle.
이에, 사선으로 촬영된 차량 번호판을 인식하기 위해 다양한 기법의 문자인식 기술이 제안된 바 있다. 그러나, 촬영 각도가 일정 범위를 벗어날 경우에는 문자 인식률이 급격히 저하하는 문제점이 있다.In order to recognize the license plate photographed by the oblique line, various character recognition techniques have been proposed. However, when the photographing angle deviates from a certain range, the character recognition rate sharply decreases.
이에 이러한 문제를 해결하기 위해, 가우시안(Gaussian) 필터를 이용하여 노이즈를 제거하고, 그 결과에 라플라시안(Laplacian)을 적용하여 경계선을 추출한 후 차량 번호판의 영역을 추정하고, 차량 번호판의 영역에 포함된 각 문자를 구분하여 신경망 문자 인식기를 통해 각 문자를 인식하는 기술이 제안된 바 있다. 그러나, 이 기술 역시 촬영 각도가 커질 경우에 영상 왜곡으로 인해 차량 번호판의 인식률이 크게 저하하는 문제점이 있다.In order to solve this problem, a noise is removed by using a Gaussian filter, a boundary is extracted by applying Laplacian to the result, an area of the license plate is estimated, A technique has been proposed in which each character is recognized and each character is recognized through a neural network character recognizer. However, this technique also has a problem that the recognition rate of the license plate significantly deteriorates due to image distortion when the photographing angle becomes large.
이에 촬영 각도가 커질 경우에도 차량 번호판 인식률을 향상시킬 수 있는 방안이 필요하다할 것이다.
Therefore, there is a need for a method to improve the recognition rate of the license plate even when the shooting angle increases.
따라서, 본 발명은 상기한 종래 기술의 문제점을 해결하기 위해 이루어진 것으로서, 본 발명의 목적은 촬영된 영상으로부터 촬영 각도를 추출하여 촬영 각도별 샘플 이미지 데이터와의 비교를 통해 차량 번호판을 용이하게 인식할 수 있도록 하는 차량 번호판 인식 장치 및 방법을 제공하는데 있다.
SUMMARY OF THE INVENTION It is therefore an object of the present invention to provide a method and apparatus for extracting a photographing angle from a photographed image and comparing it with sample image data for each photographing angle to easily recognize a license plate And a method for recognizing a license plate of the license plate.
상기와 같은 목적을 달성하기 위한 본 발명의 차량 번호판 인식 장치는, 차량 번호판을 촬영하여 영상정보를 생성하는 카메라; 상기 영상정보의 차량 번호판 프레임으로부터 촬영 각도를 계산하고, 상기 차량 번호판 프레임의 위치별 단위 이미지와 미리 저장된 해당 촬영 각도의 샘플 이미지 데이터를 비교하여 문자를 판독하는 영상판독부; 및 상기 촬영 각도별 샘플 이미지 데이터 및 해당 문자 텍스트 정보를 매칭시켜 저장하고 있는 데이터베이스를 포함하는 것을 특징으로 한다.According to another aspect of the present invention, there is provided a license plate recognition apparatus comprising: a camera for photographing a license plate to generate image information; An image reading unit for calculating a photographing angle from the license plate frame of the image information, comparing the unit image for each position of the license plate frame with the sample image data of the photographing angle stored in advance, and reading the characters; And a database for matching and storing the sample image data for each photographing angle and corresponding character text information.
상기 촬영 각도별 샘플 이미지 데이터는, 지면에 대한 상기 카메라의 촬영 각도와 차량의 진행방향에 대한 상기 카메라의 촬영 각도를 조합하여 각각 1° ~ 89° 범위 내에서 1° 단위마다 마련하는 것이 바람직하다.It is preferable that the sample image data for each photographing angle is provided for every 1 degree within a range of 1 to 89 degrees by combining the photographing angle of the camera with respect to the ground and the photographing angle of the camera with respect to the traveling direction of the vehicle .
상기 영상판독부는, 상기 영상정보로부터 노이즈 제거를 포함한 필터링을 수행하는 전처리부; 전처리된 영상정보로부터 상기 차량 번호판 프레임을 추출하는 차량 번호판 프레임 추출부; 추출된 차량 번호판 프레임으로부터 상기 촬영 각도를 계산하는 촬영 각도 계산부; 추출된 차량 번호판 프레임 내의 상기 위치별 단위 이미지를 생성하는 단위 이미지 생성부; 및 상기 위치별 단위 이미지와 해당 촬영 각도의 샘플 이미지 데이터를 비교하여 매칭되는 문자를 출력하는 이미지 비교부를 포함한다.
Wherein the image reading unit comprises: a preprocessing unit for performing filtering including noise removal from the image information; A license plate frame extracting unit for extracting the license plate frame from the preprocessed image information; A photographing angle calculation unit for calculating the photographing angle from the extracted license plate frame; A unit image generating unit for generating the position-specific unit image in the extracted license plate frame; And an image comparing unit for comparing the unit image for each position with the sample image data for the corresponding photographing angle to output a matching character.
한편, 본 발명의 차량 번호판 인식 방법은, 전처리부에서, 영상정보에 대해 노이즈 제거를 포함한 필터링을 수행하는 단계; 차량 번호판 프레임 추출부에서, 영상정보로부터 차량 번호판 프레임을 추출하는 단계; 촬영 각도 계산부에서, 추출된 차량 번호판 프레임으로부터 촬영 각도를 계산하는 단계; 단위 이미지 생성부에서, 위치별 단위 이미지를 생성하는 단계; 및 이미지 비교부에서, 상기 위치별 단위 이미지와 데이터베이스에 미리 저장된 해당 촬영 각도의 샘플 이미지 데이터를 비교하여 매칭되는 문자들을 조합한 차량 번호를 출력하는 단계를 포함하는 것을 특징으로 한다.
Meanwhile, the vehicle license plate recognition method of the present invention includes the steps of: performing filtering including noise removal on image information in a preprocessor; Extracting a license plate frame from the image information in the license plate frame extracting unit; Calculating a photographing angle from the extracted license plate frame in the photographing angle calculation unit; Generating a unit image for each position in the unit image generating unit; And the image comparing unit compares the unit image for each position with the sample image data of the corresponding photographing angle stored in advance in the database and outputs the vehicle number combining the matched characters.
상술한 바와 같이, 본 발명에 의한 차량 번호판 인식 장치 및 방법에 따르면, 모든 촬영 각도에 대응하여 차량 번호판 인식률을 향상시킬 수 있으므로, 차량 번호판 인식을 필요로 하는 다양한 환경에 용이하게 적용할 수 있다.
As described above, according to the apparatus and method for recognizing license plate of the present invention, it is possible to improve the license plate recognition rate corresponding to all the photographing angles, so that it can be easily applied to various environments requiring license plate recognition.
도 1은 본 발명의 일 실시 예에 의한 차량 번호판 인식 장치의 구성도이다.
도 2는 본 발명의 일 실시 예에 의한 영상판독부의 구성도이다.
도 3은 본 발명의 일 실시 예에 의한 차량 번호판 인식 방법의 흐름도이다.
도 4는 지면에 대한 카메라의 촬영 각도를 나타낸 도면이다.
도 5는 차량의 진행방향에 대한 카메라의 촬영 각도를 나타낸 도면이다.
도 6은 차량의 진행방향에 대한 카메라의 촬영 각도에서의 차량 번호판 프레임을 나타낸 도면이다.1 is a configuration diagram of a license plate recognition apparatus according to an embodiment of the present invention.
2 is a configuration diagram of an image reading unit according to an embodiment of the present invention.
3 is a flowchart of a license plate recognition method according to an embodiment of the present invention.
4 is a view showing a photographing angle of the camera with respect to the ground.
5 is a view showing the photographing angle of the camera with respect to the traveling direction of the vehicle.
6 is a view showing a license plate frame at an angle of photographing of the camera with respect to the traveling direction of the vehicle.
이하, 본 발명의 차량 번호판 인식 장치 및 방법에 대하여 첨부된 도면을 참조하여 상세히 설명하기로 한다.DETAILED DESCRIPTION OF THE PREFERRED EMBODIMENTS A vehicle license plate recognition apparatus and method according to the present invention will now be described in detail with reference to the accompanying drawings.
도 1은 본 발명의 일 실시예에 의한 차량 번호판 인식 장치의 구성도이다.1 is a configuration diagram of a license plate recognition apparatus according to an embodiment of the present invention.
도 1을 참조하면, 본 발명의 차량 번호판 인식 장치는, 차량 번호판을 촬영하여 영상정보를 생성하는 카메라(1)와, 영상정보의 차량 번호판 프레임으로부터 촬영 각도를 계산하고, 차량 번호판 프레임의 위치별 단위 이미지와 미리 저장된 해당 촬영 각도의 샘플 이미지 데이터를 비교하여 문자를 판독하는 영상판독부(2)와, 촬영 각도별 샘플 이미지 데이터 및 해당 문자 텍스트 정보를 매칭시켜 저장하고 있는 데이터베이스(DB)(3)를 포함한다.1, a vehicle license plate recognition apparatus according to the present invention includes a
여기서, 데이터베이스(3)에는 차량 번호판의 종류에 따라 각도, 글자, 숫자, 문자 위치에 대응하는 촬영 각도별 샘플 이미지 데이터가 저장되며, 촬영 각도별 샘플 이미지 데이터는 지면에 대한 카메라(1)의 촬영 각도와 차량의 진행방향에 대한 카메라(1)의 촬영 각도를 조합하여 각각 1° ~ 89° 범위 내에서 1° 단위마다 마련되어 있다. 또한, 데이터베이스(3)에는 촬영 각도별 샘플 이미지 데이터의 특징 정보를 저장하고 있다.
Here, in the
도 2는 본 발명의 일 실시 예에 의한 영상판독부의 구성도이다.2 is a configuration diagram of an image reading unit according to an embodiment of the present invention.
도 2를 참조하면, 본 발명의 영상판독부(2)는, 영상정보로부터 노이즈 제거 등의 필터링을 수행하는 전처리부(21)와, 전처리된 영상정보로부터 차량 번호판 프레임을 추출하는 차량 번호판 프레임 추출부(22)와, 추출된 차량 번호판 프레임으로부터 촬영 각도를 계산하는 촬영 각도 계산부(23)와, 추출된 차량 번호판 프레임 내의 위치별 단위 이미지를 생성하는 단위 이미지 생성부(24)와, 위치별 단위 이미지와 데이터베이스(3)에 미리 저장된 해당 촬영 각도의 샘플 이미지 데이터를 비교하여 매칭되는 문자를 출력하는 이미지 비교부(25)를 포함한다.
Referring to FIG. 2, the
도 3은 본 발명의 일 실시예에 의한 차량 번호판 인식 방법의 흐름도이다.3 is a flowchart of a license plate recognition method according to an embodiment of the present invention.
도 3을 참조하면, 카메라(1)에서 차량의 전면 혹은 후면의 번호판을 촬영하여 영상정보를 생성하면, 전처리부(21)에서는 노이즈 제거 등 필터링을 수행한다(S1).Referring to FIG. 3, when the
전처리가 완료되면, 차량 번호판 프레임 추출부(22)에서는 차량의 전체 영상으로부터 차량 번호판 프레임을 추출한다(S2).When the preprocessing is completed, the license plate
이어서, 촬영 각도 계산부(23)에서는 추출된 차량 번호판 프레임으로부터 촬영 각도를 계산한다(S3). 이 때, 촬영 각도는 지면에 대한 카메라(1)의 촬영 각도와 차량의 진행방향에 대한 카메라(1)의 촬영 각도를 추출한다.Subsequently, the photographing
한편, 차량 번호판 프레임은 미리 정해진 규격을 가지고 있으며, 해당 규격에 대응하여 규정된 문자/숫자의 위치가 정해져 있다. 또한, 해당 위치가 정해진 문자/숫자는 문자 세트 및 폰트가 제한되어 있다.On the other hand, the license plate frame has a predetermined standard, and the prescribed letter / number position is determined in accordance with the standard. In addition, the character / number for which the position is determined is limited to the character set and the font.
이러한 프레임 규격 및 제한된 문자 세트 및 폰트의 위치를 이용하여, 단위 이미지 생성부(24)에서는 위치별 단위 이미지를 생성한다(S4).Using the frame specification and the limited character set and the position of the font, the unit
위치별 단위 이미지가 생성되면, 이미지 비교부(25)에서는 위치별 단위 이미지와 데이터베이스(3)에 미리 저장된 해당 촬영 각도의 샘플 이미지 데이터를 비교한다(S5).When a unit image for each position is generated, the
이어서, 이미지 비교부(25)에서는 비교 결과로서 매칭되는 문자들을 조합하여 차량 번호를 출력한다(S6).
Subsequently, the
[실시예][Example]
본 발명은 촬영된 차량 번호판이 가지는 정형화된 정보, 즉 차량 번호판은 사각 프레임의 형상을 하고 있으며, 대부분 숫자로 구성되며, 제한된 문자 세트와 제한된 폰트, 문자/숫자가 일정한 위치에 존재한다는 정보를 활용하여 촬영된 이미지로부터 각도를 추출하고 촬영 각도별 샘플 이미지 데이터와의 비교를 통해 차량 번호판을 용이하게 인식할 수 있도록 한다.In the present invention, the stereotyped information of the photographed vehicle license plate, that is, the license plate has the shape of a rectangular frame, is composed mostly of numerals, and utilizes information that a limited character set, limited font, and character / An angle is extracted from the photographed image, and the vehicle license plate is easily recognized through comparison with the sample image data for each photographing angle.
이에 본 발명에서는, 카메라(1)에서 촬영된 영상정보에서 차량 번호판 이미지를 추출하는 과정, 추출된 차량 번호판 이미지에서 노이즈를 제거하거나 크기를 조절하는 등 차량 번호판 이미지를 비교하기 위한 전처리를 수행하는 과정, 추출된 차량 번호판 이미지에서 지면에 대한 카메라(1)의 촬영 각도와 차량의 진행방향에 대한 카메라(1)의 촬영 각도를 추출하는 과정, 차량 번호판의 위치에 대응하여 위치별 단위 이미지를 추출하는 과정, 위치별 단위 이미지와 해당 촬영 각도의 샘플 이미지 데이터를 비교하여 문자/숫자를 추출하는 과정을 포함한다.In the present invention, the process of extracting the license plate image from the image information photographed by the
한편, 데이터베이스(3)는 차량 번호판에서 사용하는 문자/숫자를 촬영 각도별 샘플 이미지 데이터를 지면에 대한 카메라(1)의 촬영 각도와 차량의 진행방향에 대한 카메라(1)의 촬영 각도의 조합으로 이루어진 세트를 미리 준비하여 카메라(1)에서 촬영한 차량 번호판의 단위 이미지와 비교한다.
On the other hand, in the
도 4 내지 도 6은 차량과 카메라와의 각도가 형성되는 예시도이다.Figs. 4 to 6 are views showing an example in which an angle between the vehicle and the camera is formed. Fig.
도 4 내지 도 6을 참조하면, 대부분의 카메라(1)는 커다란 화각을 얻기 위하여 상당한 높이에 설치되기 때문에 본 발명에서 얻고자 하는 차량 번호판은 지면에 대한 카메라(1)의 촬영 각도를 이루게 된다. 이를 α라 예시한다. 또한 차량의 진행방향에 대한 카메라(1)의 촬영 각도는 다양한 각도를 이루게 된다. 이를 β로 예시한다.4 to 6, since most of the
각도 α는 차량과 카메라(1)와의 거리인 d와 카메라(1)의 높이(h)로부터 다음 (식1)을 얻을 수 있다. (식1)로부터 얻을 수 있는 각도의 범위는 0° ~ 90° 이다.The angle? Can be obtained from the distance d between the vehicle and the
α = arctan (h/d) --- (식1)
? = arctan (h / d) --- (1)
그리고, 차량이 카메라(1)의 정면에서만 촬영되지 않으므로 차량과 카메라(1)와는 도 5와 같은 각도(β)를 이루게 된다. 이에 차량 번호판은 도 6과 같은 마름모 꼴의 형상을 갖게 된다. 이 때, 수평선과 이루는 각도가 β가 되며 수평선에서 시계방향으로 회전된 각도를 +β 시계 반대방향으로 회전된 각도를 -β로 표기하고, 각 각도는 0° ~ 90° 범위내에서 변화한다.
Since the vehicle is not photographed only on the front surface of the
한편, 보다 빠르고 정확한 문자인식을 위해, 문자인식 이전에 수행되는 과정으로서 이진화, 영상향상, 기울어진 문자 교정 등을 수행한다.
On the other hand, for faster and more accurate character recognition, binarization, image enhancement, skewed character correction, and the like are performed before the character recognition.
이진화는 컬러 혹은 흑백 영상을 단순한 0과 1로만 표현하는 흑백 영상으로 변환하는 과정이다. 화소의 밝기 분포 히스토그램에서 전경과 배경에는 큰 피크가 존재하는데, 이 두 피크 사이의 중간값을 임계값으로 하여 (식2)와 같은 이진화를 수행한다.Binarization is the process of converting a color or black-and-white image into a black-and-white image that represents only 0's and 1's. In the histogram of the brightness distribution of pixels, there is a large peak in the foreground and background, and the intermediate value between the two peaks is used as a threshold value to perform the binarization as shown in (Equation 2).
B(x, y) = 0 if G(x, y) < 임계값B (x, y) = 0 if G (x, y) <threshold
B(x, y) = 1 if G(x, y) ≥ 임계값 ---- (식2)B (x, y) = 1 if G (x, y)? Threshold ---- (2)
G: 카메라 입력 화소, B: 이진 변환된 화소
G: camera input pixel, B: binary-converted pixel
영상향상(image enhancement) 기법은 영상을 효율적으로 처리하기 위해 선택한 특징을 강조하거나 억제하는데 사용하는 기법이다. 영상향상 기법은 매스크(mask)를 사용하는 공간영역(spacial domain) 방법과 푸리에(fourier) 변환이나 히스토그램 수정 등을 이용하는 주파수 영역 방법이 있다.Image enhancement is a technique used to emphasize or suppress selected features to efficiently process the image. Image enhancement techniques include a spatial domain method using a mask and a frequency domain method using a fourier transformation or a histogram modification.
(식3)과 같은 Laplacian 여과 연산자는 저해상도 명도 영상에서 문자나 문자 영역의 패턴을 향상시키는데 사용되고, 또한 고주파 잡영을 제거하는 효과가 있다.The Laplacian filtering operator like (Equation 3) is used to improve the pattern of the character or character region in the low-resolution brightness image, and also has the effect of eliminating the high frequency misfit.
(∇2f)(x,y)=[f(x+1,y) + f(x-1, y) + f(x, y+1) + f(x, y-1)]-4f(x,y) --- (식3)
(∇ 2 f) (x, y) = [f (x + 1, y) + f (x-1, y) + f (x, y + 1) + f (x, y-1)] - 4f (x, y) - (3)
촬영된 차량 번호판은 수직 상태임을 가정하고 있으나, 여러 가지 원인에 의해 기울어질 수 있다. 이에 문자의 기울어짐이 발생하게 되는데, 문자의 기울어짐은 그 정도가 적은 경우에도 문자 인식 시스템의 성능을 급격히 저하시킨다. 특히 문자의 구조분석 방법 중에서 문자가 기본적으로 사각형의 영역으로 구성되었다는데 근거를 두고 처리하는 투영윤곽(projection profile) 분석 방법이나 길이 평활화(run length smoothing) 방법 등은 기울어진 문자에는 적용할 수 없다. 따라서 문자의 기울어짐을 교정하는 것은 문자의 구조분석 과정 이전에 반드시 수행하여야 한다.The photographed vehicle license plate is assumed to be vertical, but it can be inclined for various reasons. Thus, the inclination of the characters occurs. Even if the degree of the inclination of the characters is small, the performance of the character recognition system is drastically deteriorated. Especially, the projection profile analysis method and the run length smoothing method based on the fact that the characters are basically composed of the rectangular region among the character structure analysis methods can not be applied to the slanted characters . Therefore, correcting the skew of a character must be performed before the character structure analysis process.
문자의 기울어짐 정도를 측정하기 위해 가장 일반적으로 사용하는 방법은 허프(Hough) 변환을 이용하는 것이다. Hough 변환이란 기본적으로 임의의 각도에 위치한 선분과 그 선분의 기울어진 각도를 알아내는 방법으로 영상공간(x,y)를 매개변수 공간(ρ,θ)의 곡선으로 대응시키는 (식4)와 같은 변환으로 이루어진다.The most commonly used method for measuring the degree of skewing of characters is by using a Hough transform. The Hough transform is basically the same as the method (x, y) which corresponds to the curve of the parameter space (ρ, θ) by finding a line segment at an arbitrary angle and a tilted angle of the line segment Conversion.
ρ = x cosθ = y sinθ --- (식4)
? = x cos? = y sin? - (4)
이와 같은 변환에서 (ρ,θ)에 따라 그 교차의 수를 누적하는 배열(T, R)이 필요한데 일반적으로 T= -90 ~ +90, R = ((문자의 폭)2+ (문자의 길이)2)의 값으로 수행하며, 누적한 배열에서 가장 큰 ρ 값을 갖는 θ가 원래 영상에서의 선분에 해당된다.In such a conversion according to (ρ, θ) requires the arrangement (T, R) for accumulating the number of the intersecting generally T = -90 ~ +90, R = (( width of character) 2 + (length of the character ) 2 ), and θ, which has the largest ρ value in the accumulated array, corresponds to the line segment in the original image.
문자의 구조분석은 신문, 논문, 잡지 등과 같은 일반적인 문자나 각종 영수증, 수표 등과 같은 특정한 형식을 갖는 문자에서 사전 지식을 사용하여 문자 영상으로부터 문자의 기하학적인 구조를 추출하는 것으로, 문자를 단위 블록의 집합으로 분할한 후, 각 블록의 특성을 조사하여 문자를 분리하고자 하는 영역으로 분리하는 것이다.The structure analysis of a character extracts a geometrical structure of a character from a character image using a prior knowledge in a character having a specific format such as a general character such as a newspaper, a paper, a magazine, or a receipt or a check, After dividing into sets, the characteristics of each block are examined to separate characters into areas to be separated.
차량 번호판의 문자를 인식하기 위한 문자구조 분석의 경우, 우리나라에서 사용하는 몇 가지의 차량 번호판의 단순성을 이용하는 것이므로 복잡한 기법을 사용할 필요는 없으나, 외국의 차량 번호판을 사용하는 경우도 있으므로 기본적인 알고리즘은 포함하여야 한다. 문자구조분석 방법은 연결요소 분석방법, 인접선분 밀도 분석방법, 런길이 평활화방법(run length smoothing), 투영윤곽 분석방법 등이 있다.
In case of character structure analysis for character recognition of license plate, it is not necessary to use complicated technique because it uses simplicity of several license plates used in Korea. However, there are some cases where foreign license plate is used. shall. Character structure analysis methods include link element analysis method, adjacent line density analysis method, run length smoothing method, and projection outline analysis method.
한편, 이미지 비교부(25)에서 전처리 및 필터링이 완료된 영상 데이터와 촬영 각도별 샘플 이미지 데이터를 비교하는 과정에 대해 설명한다.The process of comparing the preprocessed and filtered image data in the
글자는 다양한 형태의 정보를 포함하고 있다. 따라서 수집된 영상에서의 정보의 분포를 알 수 있다면 영상에서의 글자 인식이 가능하다. 정보란 여러 개의 객체들로부터 한 객체를 구별할 수 있는 상태에 관한 지식으로서 상태에 관한 불확실성을 감소시키는 것이며 엔트로피는 무질서의 정도를 나타내는 척도로서 원래는 열 역학적 엔트로피와는 다른 관점에서 연구가 시작되었으나 수학적인 표현은 서로 일치하며 상호 밀접한 관계를 갖고 있다.The letters contain various types of information. Therefore, if the distribution of the information in the collected image is known, character recognition in the image is possible. Information is a knowledge of the state in which an object can be distinguished from multiple objects, reducing uncertainty about the state, and entropy is a measure of the degree of disorder, originally being studied from a different viewpoint than thermodynamic entropy Mathematical expressions are coincident and closely related.
본 발명에서는 샤논(shannon)의 정보이론(information theory)에 기술한 정보량과 엔트로피를 이용하여 영상에 포함된 정보를 확정하는 방법을 사용한다. 즉, 지면에 대한 카메라(1)의 촬영 각도(α)와 차량의 진행방향에 대한 카메라(1)의 촬영 각도(β)의 조합에 따라 미리 숫자와 글자에 대한 엔트로피를 데이터베이스(3)에 저장하고, 영상으로부터 추출된 숫자와 글자의 엔트로피를 계산하여 서로 비교하여 글자를 인식한다.In the present invention, a method of determining information contained in an image is used by using information amount and entropy described in Shannon's information theory. That is, entropy for numbers and letters is stored in advance in the
엔트로피를 계산하는 방법은 다음과 같다.The method of calculating the entropy is as follows.
n개의 사건으로 구성된 확률분포가 아래와 같이 존재할 때,When there is a probability distribution of n events as follows,
Pi >= 0 (i = 1, 2, ... , n), ∑Pi = 1
Pi> = 0 (i = 1, 2, ..., n), ΣPi = 1
정보량 I와 엔트로피 H는 다음과 같다The information amount I and the entropy H are as follows
I = -∑ log₂PiI = -Σ log2Pi
H = -∑Pi log₂Pi
H = -? Pi log? Pi
문자 영상 전체에 대한 정보량과 엔트로피는 다음과 같다.The amount of information and entropy for the entire character image are as follows.
I = ∑∑ I[i, j] (i, j는 픽셀정보) I = ΣΣ I [i, j] (i, j is pixel information)
H = ∑∑ H[i, j] (i, j는 픽셀정보)
H = ΣΣ H [i, j] (i, j is pixel information)
이 때, 영상 데이터와 촬영 각도별 샘플 이미지 데이터간의 매칭이 이루어지면, 데이터베이스(3)에 저장된 해당 문자 텍스트 정보를 결과물로서 출력한다.At this time, if the matching between the image data and the sample image data by the photographing angle is made, the corresponding text text information stored in the
만약, 영상 데이터와 촬영 각도별 샘플 이미지 데이터간의 매칭이 이루어지지 않으면, 이웃하는 각도에 대한 촬영 각도별 샘플 이미지 데이터를 추출하여 비교하는 과정을 반복하게 된다.
If no matching is made between the image data and the sample image data by the photographing angle, the process of extracting and comparing the sample image data by the photographing angle with respect to the neighboring angle is repeated.
이상에서 몇 가지 실시 예를 들어 본 발명을 더욱 상세하게 설명하였으나, 본 발명은 반드시 이러한 실시예로 국한되는 것이 아니고 본 발명의 기술사상을 벗어나지 않는 범위 내에서 다양하게 변형 실시될 수 있다.
While the present invention has been particularly shown and described with reference to exemplary embodiments thereof, it is to be understood that the invention is not limited to the disclosed exemplary embodiments, but, on the contrary, is intended to cover various modifications and equivalent arrangements included within the spirit and scope of the invention.
1 : 카메라 2 : 영상판독부
21 : 전처리부 22 : 차량 번호판 프레임 추출부
23 : 촬영 각도 계산부 24 : 단위 이미지 생성부
25 : 이미지 비교부 3 : 데이터베이스1: camera 2: image reading unit
21: preprocessing unit 22: license plate frame extracting unit
23: photographing angle calculating section 24: unit image generating section
25: image comparing part 3: database
Claims (4)
상기 영상정보의 차량 번호판 프레임으로부터 촬영 각도를 계산하고, 상기 차량 번호판 프레임의 위치별 단위 이미지와 미리 저장된 해당 촬영 각도의 샘플 이미지 데이터를 비교하여 문자를 판독하는 영상판독부; 및
상기 촬영 각도별 샘플 이미지 데이터 및 해당 문자 텍스트 정보를 매칭시켜 저장하고 있는 데이터베이스를 포함하는 차량 번호판 인식 장치.
A camera for photographing a license plate to generate image information;
An image reading unit for calculating a photographing angle from the license plate frame of the image information, comparing the unit image for each position of the license plate frame with the sample image data of the photographing angle stored in advance, and reading the characters; And
And a database for matching and storing the sample image data for each photographing angle and corresponding character text information.
상기 촬영 각도별 샘플 이미지 데이터는, 지면에 대한 상기 카메라의 촬영 각도와 차량의 진행방향에 대한 상기 카메라의 촬영 각도를 조합하여 각각 1° ~ 89° 범위 내에서 1° 단위마다 마련한 차량 번호판 인식 장치.
The method according to claim 1,
The sample image data for each photographing angle is obtained by combining the photographing angle of the camera with respect to the ground and the photographing angle of the camera with respect to the traveling direction of the vehicle, .
상기 영상판독부는,
상기 영상정보로부터 노이즈 제거를 포함한 필터링을 수행하는 전처리부;
전처리된 영상정보로부터 상기 차량 번호판 프레임을 추출하는 차량 번호판 프레임 추출부;
추출된 차량 번호판 프레임으로부터 상기 촬영 각도를 계산하는 촬영 각도 계산부;
추출된 차량 번호판 프레임 내의 상기 위치별 단위 이미지를 생성하는 단위 이미지 생성부; 및
상기 위치별 단위 이미지와 해당 촬영 각도의 샘플 이미지 데이터를 비교하여 매칭되는 문자를 출력하는 이미지 비교부를 포함하는 차량 번호판 인식 장치.
The method according to claim 1,
The image reading unit reads,
A pre-processing unit for performing filtering including noise removal from the image information;
A license plate frame extracting unit for extracting the license plate frame from the preprocessed image information;
A photographing angle calculation unit for calculating the photographing angle from the extracted license plate frame;
A unit image generating unit for generating the position-specific unit image in the extracted license plate frame; And
And an image comparator for comparing the unit image for each position with sample image data for a corresponding photographing angle to output a matching character.
차량 번호판 프레임 추출부에서, 영상정보로부터 차량 번호판 프레임을 추출하는 단계;
촬영 각도 계산부에서, 추출된 차량 번호판 프레임으로부터 촬영 각도를 계산하는 단계;
단위 이미지 생성부에서, 위치별 단위 이미지를 생성하는 단계; 및
이미지 비교부에서, 상기 위치별 단위 이미지와 데이터베이스에 미리 저장된 해당 촬영 각도의 샘플 이미지 데이터를 비교하여 매칭되는 문자들을 조합한 차량 번호를 출력하는 단계를 포함하는 차량 번호판 인식 방법.Performing filtering including noise removal on the image information in the preprocessing unit;
Extracting a license plate frame from the image information in the license plate frame extracting unit;
Calculating a photographing angle from the extracted license plate frame in the photographing angle calculation unit;
Generating a unit image for each position in the unit image generating unit; And
Comparing the unit image for each position with sample image data of a corresponding photographing angle stored in advance in the database, and outputting the vehicle number combining the matched characters.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020140193315A KR101731804B1 (en) | 2014-12-30 | 2014-12-30 | Apparatus and method for recognizing license plate |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020140193315A KR101731804B1 (en) | 2014-12-30 | 2014-12-30 | Apparatus and method for recognizing license plate |
Publications (2)
Publication Number | Publication Date |
---|---|
KR20160083226A true KR20160083226A (en) | 2016-07-12 |
KR101731804B1 KR101731804B1 (en) | 2017-05-04 |
Family
ID=56504798
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020140193315A KR101731804B1 (en) | 2014-12-30 | 2014-12-30 | Apparatus and method for recognizing license plate |
Country Status (1)
Country | Link |
---|---|
KR (1) | KR101731804B1 (en) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101888959B1 (en) * | 2018-05-14 | 2018-08-16 | 이형각 | Method and system for recognizing vehicle plate in multi-lane |
KR102339686B1 (en) | 2021-05-12 | 2021-12-16 | 주식회사 실리콘큐브 | License plate image processing device for car number recognition and license plate image correction method using the same |
KR20220111074A (en) * | 2021-02-01 | 2022-08-09 | 한국로봇융합연구원 | Loaded object recognition device and object recognition method |
KR102480582B1 (en) * | 2021-12-15 | 2022-12-23 | 주식회사 펜타게이트 | Generating system of virtual license plate for number recognition learning and method of generating virtual license plate for number recognition learning using the same |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101800591B1 (en) | 2017-10-30 | 2017-11-24 | 김용오 | System for vehicle number recognition using 3D camera |
KR20230086368A (en) | 2021-12-08 | 2023-06-15 | 엔에이치엔클라우드 주식회사 | Method and system for character detection based on object recognition |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101182173B1 (en) | 2012-02-07 | 2012-09-12 | 김진호 | Method and system for recognizing vehicle plate |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2009237669A (en) * | 2008-03-26 | 2009-10-15 | Ayonix Inc | Face recognition apparatus |
JP2013251005A (en) * | 2013-09-03 | 2013-12-12 | Tateyama System Laboratory Ltd | Image correction method |
-
2014
- 2014-12-30 KR KR1020140193315A patent/KR101731804B1/en active IP Right Grant
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101182173B1 (en) | 2012-02-07 | 2012-09-12 | 김진호 | Method and system for recognizing vehicle plate |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101888959B1 (en) * | 2018-05-14 | 2018-08-16 | 이형각 | Method and system for recognizing vehicle plate in multi-lane |
KR20220111074A (en) * | 2021-02-01 | 2022-08-09 | 한국로봇융합연구원 | Loaded object recognition device and object recognition method |
KR102339686B1 (en) | 2021-05-12 | 2021-12-16 | 주식회사 실리콘큐브 | License plate image processing device for car number recognition and license plate image correction method using the same |
WO2022240207A1 (en) * | 2021-05-12 | 2022-11-17 | 주식회사 실리콘큐브 | Device for processing license plate image for vehicle identification number recognition and method for correcting license plate image using same |
KR102480582B1 (en) * | 2021-12-15 | 2022-12-23 | 주식회사 펜타게이트 | Generating system of virtual license plate for number recognition learning and method of generating virtual license plate for number recognition learning using the same |
Also Published As
Publication number | Publication date |
---|---|
KR101731804B1 (en) | 2017-05-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR101731804B1 (en) | Apparatus and method for recognizing license plate | |
CN110414507B (en) | License plate recognition method and device, computer equipment and storage medium | |
US10699146B2 (en) | Mobile document detection and orientation based on reference object characteristics | |
US8611662B2 (en) | Text detection using multi-layer connected components with histograms | |
US9904848B1 (en) | Character count determination for a digital image | |
US8559748B2 (en) | Edge detection | |
CN109492642B (en) | License plate recognition method, license plate recognition device, computer equipment and storage medium | |
US9349237B2 (en) | Method of authenticating a printed document | |
KR101182173B1 (en) | Method and system for recognizing vehicle plate | |
KR20110057536A (en) | Character recognition device and control method thereof | |
US20150178573A1 (en) | Ground plane detection | |
CN108108658B (en) | Biological feature recognition method | |
CN110378351B (en) | Seal identification method and device | |
US11126824B2 (en) | Face image quality evaluating method and apparatus and computer readable storage medium using the same | |
CN104318216B (en) | Across the identification matching process of blind area pedestrian target in video monitoring | |
Kanter | Color Crack: Identifying Cracks in Glass | |
CN108961262B (en) | Bar code positioning method in complex scene | |
Arulmozhi et al. | Image refinement using skew angle detection and correction for Indian license plates | |
US20120250105A1 (en) | Method Of Analyzing Digital Document Images | |
US20150112853A1 (en) | Online loan application using image capture at a client device | |
CN112991159B (en) | Face illumination quality evaluation method, system, server and computer readable medium | |
CN104408430B (en) | License plate positioning method and device | |
KR101904480B1 (en) | Object recognition system and method considering camera distortion | |
US9569681B2 (en) | Methods and systems for efficient image cropping and analysis | |
CN108647680B (en) | Image positioning frame detection method and device |
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 |