WO2023033211A1 - 차대 번호의 인식 방법 - Google Patents

차대 번호의 인식 방법 Download PDF

Info

Publication number
WO2023033211A1
WO2023033211A1 PCT/KR2021/011987 KR2021011987W WO2023033211A1 WO 2023033211 A1 WO2023033211 A1 WO 2023033211A1 KR 2021011987 W KR2021011987 W KR 2021011987W WO 2023033211 A1 WO2023033211 A1 WO 2023033211A1
Authority
WO
WIPO (PCT)
Prior art keywords
image
identification number
vehicle identification
correlation
brightness
Prior art date
Application number
PCT/KR2021/011987
Other languages
English (en)
French (fr)
Inventor
최성수
Original Assignee
주식회사 아이티앤티
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 주식회사 아이티앤티 filed Critical 주식회사 아이티앤티
Priority to PCT/KR2021/011987 priority Critical patent/WO2023033211A1/ko
Publication of WO2023033211A1 publication Critical patent/WO2023033211A1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/24—Aligning, centring, orientation detection or correction of the image

Definitions

  • the present invention relates to a method for recognizing a vehicle identification number, and more specifically, by recognizing a vehicle identification number using a vehicle identification number image having depth information and a vehicle identification number image having brightness information, so that the surface on which the vehicle identification number is engraved is contaminated or scratched, or Even if the lighting is not uniform, the vehicle identification number can be accurately recognized, and edge comparison is performed using the first reference vehicle identification number image generated graphically from the character information of the preset vehicle identification number, and at the same time, the actual image of the preset vehicle identification number is used.
  • By performing brightness comparison using the second reference vehicle identification number image generated by photographing the engraved vehicle identification number it is possible to accurately recognize the vehicle identification number engraved on the vehicle in the field.
  • VIN Vehicle Identification Number
  • Vehicle identification number was devised by ISO (International Organization for Standardization) in 1980 and has been applied to vehicles since 1981. It is composed of 17 or 19 characters consisting of a combination of uppercase letters and numbers or special characters to classify production region, manufacturer, and vehicle. , vehicle model, year of manufacture, etc. are displayed.
  • a vehicle identification number attached to or imprinted on a vehicle is recognized through a vehicle identification number recognition system using lighting and a camera.
  • the vehicle identification number is imprinted on the vehicle through a laser beam or pin. Even if the vehicle identification number is accurately imprinted on the vehicle and the engraved vehicle identification number can be accurately recognized, the vehicle identification number depends on the material of the vehicle to be engraved or the degree of wear of the pin. There is a problem such that characters of the vehicle identification number are engraved at different widths or depths. As such, there is a demand for a method capable of inspecting the quality of the vehicle identification number.
  • the present invention is to solve the problems of the above-mentioned conventional vehicle identification number recognition method, and an object of the present invention is to imprint the vehicle identification number using a vehicle identification number image having depth information and a vehicle identification number image having brightness information. It is to provide a method for accurately recognizing the vehicle identification number even if the surface is contaminated or scratched or the lighting is not uniform.
  • Another object to be achieved by the present invention is to accurately determine the vehicle identification number by using a reference image generated graphically from the text information of the preset vehicle identification number and a reference image generated by photographing the vehicle identification number actually engraved with the text information of the preset vehicle identification number. It is to provide a way to recognize it.
  • Another object to be achieved by the present invention is to generate split images by dividing the vehicle identification number by character, and to create a position of the characters constituting the vehicle identification number using a reference image formed at the same engraving position as the engraving position of the divided image in the vehicle identification number. It is to provide a method for accurately recognizing the vehicle identification number even if the lighting for each star is different.
  • Another object of the present invention is to provide a vehicle identification number recognition method capable of determining the quality of engraving of the vehicle identification number in addition to recognizing the vehicle identification number.
  • a method for recognizing a vehicle identification number of a vehicle generates a vehicle identification number image by photographing a vehicle identification number composed of a plurality of characters engraved on a vehicle, and constructs a vehicle identification number from the vehicle identification number image.
  • Generating a split image for each character comparing the first reference vehicle identification number image and the split image to calculate edge (contour) correlation of the character, and comparing the second reference vehicle identification number image and the split image It is characterized by including the step of calculating the brightness correlation of the character, and the step of recognizing the character of the divided image from the edge correlation and the brightness correlation.
  • the first reference vehicle identification number image is a reference image generated graphically using text information of a preset vehicle identification number
  • the second reference vehicle identification number image is generated by photographing a vehicle identification number actually engraved with text information of a preset vehicle identification number. It is characterized in that it is a reference image to be.
  • the divided image is characterized in that it is generated as a depth divided image having depth information and a brightness divided image having brightness information.
  • the step of calculating the edge correlation comprises: calculating a first edge correlation for each character by comparing the depth division image and the first reference vehicle identification number image, and the brightness division image and the first reference vehicle identification number Comparing the images and calculating a second edge correlation for each character.
  • the vehicle identification number recognition method calculates a quality coefficient from the sum of the first edge correlation and the second edge correlation for the characters recognized as characters of the divided image, thereby imprinting the vehicle corresponding to the divided image It is characterized in that it further comprises the step of determining the imprint quality of the written character.
  • the second reference vehicle identification number image is characterized in that it is generated as a reference depth image having depth information and a reference brightness image having brightness information.
  • the step of calculating the brightness correlation comprises: calculating a first brightness correlation for each character by comparing the depth division image and the reference depth image; and comparing the brightness division image and the reference brightness image for each character. and calculating a second lightness correlation.
  • the step of calculating the brightness correlation includes determining a position identifier of the divided image in the vehicle identification number image, and searching for a reference depth image and a reference brightness image at the same position as the determined position identifier. Including more
  • a first brightness correlation is calculated by comparing the reference depth image at the same location as the determined location identifier with the depth division image
  • a second brightness correlation is calculated by comparing the reference brightness image at the same location as the determined location identifier with the brightness division image. It is characterized by doing.
  • a character having the highest overall correlation calculated from edge correlation and lightness correlation is recognized as a character of a divided image.
  • the vehicle identification number recognition method further comprises generating an alarm notifying text recognition failure when the total correlation does not satisfy the threshold correlation by comparing the total correlation with the threshold correlation.
  • the method for recognizing a second half sign according to the present invention further comprises the step of providing an alarm notifying of deterioration in imprinting quality when the quality coefficient does not satisfy the threshold quality coefficient by comparing the quality coefficient with the threshold quality coefficient. do.
  • the vehicle identification number recognition method according to the present invention has various effects as follows.
  • the vehicle identification number recognition method recognizes the vehicle identification number using a vehicle identification number image having depth information and a vehicle identification number image having brightness information, even if the surface on which the vehicle identification number is engraved is contaminated or the lighting is not uniform. Vehicle identification number can be recognized accurately.
  • the vehicle identification number recognition method performs edge comparison using a reference image generated graphically from the character information of the preset vehicle identification number, and at the same time, the vehicle identification number actually engraved with the character information of the preset vehicle identification number is photographed By performing brightness comparison using the reference image generated by the above, it is possible to accurately recognize the vehicle identification number engraved on the vehicle in the field.
  • the vehicle identification number recognition method divides the vehicle identification number by letter to generate a divided image and recognizes the vehicle identification number using a reference image formed at the same engraving position as the engraving position of the divided image in the vehicle identification number. , the vehicle identification number can be accurately recognized by considering the location information of the character.
  • the vehicle identification number recognition method can determine the engraving quality of the vehicle identification number in addition to recognizing the vehicle identification number.
  • FIG. 1 is a functional block diagram for explaining a vehicle number imprinting system according to the present invention.
  • FIG. 2 is a functional block diagram for explaining a recognition device according to the present invention.
  • FIG 3 shows an example of an image generating unit according to the present invention.
  • FIG. 4 is a flowchart illustrating a vehicle identification number recognition method according to the present invention.
  • FIG. 5 is a flowchart illustrating an example of a step of calculating a degree of correlation according to the present invention.
  • FIG. 6 is a flowchart illustrating an example of a step of recognizing a character according to the present invention.
  • 7 is a diagram for explaining an example of text recognition.
  • FIG. 8 is a diagram for explaining a first reference vehicle identification number image stored in a first database unit.
  • FIG. 9 is a diagram for explaining a second reference vehicle identification number image stored in a second database unit.
  • FIG. 10 is a diagram for explaining an example of a method of recognizing characters of a divided image by comparing divided images for each vehicle identification number character generated from a vehicle identification number image with a first reference vehicle identification number image and a second reference vehicle identification number image.
  • 11 illustrates an example of an alarm message provided to an administrator terminal.
  • FIG. 1 is a functional block diagram for explaining a vehicle number imprinting system according to the present invention.
  • the engraving device 10 receives information of a vehicle identification number to be engraved and stamps the vehicle number on a set part or set position of the vehicle when the vehicle is disposed at the stamping position.
  • the engraving device 10 engraves the vehicle identification number in an intaglio through a laser or a pin according to the material of the vehicle, the location of the engraving, or the engraving method.
  • the engraving device 10 may It is possible to imprint the vehicle identification number in this way, which falls within the scope of the present invention.
  • the recognizing device 30 photographs the vehicle identification number imprinted on the vehicle to generate a vehicle identification number image, and the generated vehicle identification number image and the first reference vehicle identification number. Edge correlation is calculated by comparing the images, and brightness correlation is calculated by comparing the generated vehicle identification number image with the second reference vehicle identification number image. The total correlation is calculated from the calculated edge correlation and brightness correlation, and the vehicle identification number engraved on the vehicle is recognized letter by character. It is determined whether the same vehicle identification number as the received vehicle identification number is imprinted on the vehicle by comparing the recognized vehicle identification number with the received vehicle identification number information.
  • the recognition device 30 calculates an engraving quality coefficient for the recognized character to determine whether the vehicle identification number is accurately engraved with the required quality.
  • the manager terminal 50 is a terminal used by a manager, and a personal computer, laptop, smart phone, etc. may be used.
  • a manager terminal 50 receives a signal from the recognition device 30 that an incorrect vehicle identification number is imprinted, an alarm message is sent.
  • An alarm message may be generated and output to a manager, or an alarm message may be generated and output to a manager when receiving a signal from the recognizing device 30 that the vehicle identification number is imprinted with low engraving quality.
  • FIG. 2 is a functional block diagram for explaining a recognition device according to the present invention.
  • the image generating unit 110 creates a vehicle identification number image by photographing the vehicle identification number imprinted on the vehicle.
  • the image generating unit 110 includes a camera for photographing the surface on which the vehicle identification number is engraved and a lighting device for radiating light to the surface on which the vehicle identification number is engraved. It is equipped with at least 3 or more lights that illuminate.
  • the image generator 110 generates a brightness image having brightness information of the surface on which the vehicle identification number is engraved and a depth image having depth information on the surface on which the vehicle identification number is engraved using lights and a camera. In this state, the vehicle identification number is photographed to generate a brightness image having brightness information, and a plurality of lights are sequentially turned on, and each vehicle identification number is photographed to generate a depth image having depth information from them.
  • the brightness image is an image having information about the brightness (reflection intensity) of a specific pixel in terms of gray scale.
  • the depth image is an image having depth information of the surface on which the vehicle identification number is engraved using the photometric stereo technique.
  • the segmentation unit 120 generates split images for each character from the vehicle identification number image generated by the image generation unit 110, and generates split images by dividing the vehicle identification number image by character constituting the vehicle identification number in the brightness image of the vehicle identification number image. In the depth image of the number image, each character constituting the vehicle identification number is divided to create a divided image.
  • the edge comparison unit 130 compares the divided image generated from the depth image with the first reference vehicle identification number image stored in the first reference database unit 140 to calculate a first edge correlation (CP), and calculates the brightness image
  • CP first edge correlation
  • CI second edge correlation
  • the edge comparator 130 calculates edge correlation for each character of the first reference vehicle identification number image and a character corresponding to the divided image from the first edge correlation and the second edge correlation.
  • the brightness comparator 150 compares the split image generated from the depth image with a reference depth image among the second reference vehicle identification number images stored in the second reference database unit 160 to calculate a first brightness correlation (GP).
  • a second brightness correlation (GI) is calculated by comparing the divided image generated from the brightness image with the reference brightness image among the second reference vehicle identification number images stored in the second reference database unit 160 .
  • the brightness comparator 160 calculates the brightness correlation for each character between the characters corresponding to the divided image and the second reference VIN image from the first brightness correlation and the second brightness correlation.
  • the recognizing unit 170 calculates the total correlation for each character from the edge correlation and the brightness correlation, and recognizes a character having the highest total correlation as a character corresponding to the divided image. When all characters corresponding to each divided image are recognized, the recognition unit 170 compares the vehicle identification number consisting of the recognized characters with the received vehicle identification number information to determine whether the same vehicle identification number as the received vehicle identification number is imprinted on the vehicle. judge The recognition unit 170 may generate alarm information and transmit the generated alarm information to a manager terminal when some characters of the engraved vehicle identification number are not recognized or some characters of the engraved vehicle identification number are incorrectly imprinted.
  • the imprinting quality determination unit 190 calculates a quality coefficient from a combination of the first edge correlation (CP) and the second edge correlation (CI), and accurately converts the recognized character to the required quality based on the quality coefficient. determine if it is imprinted. In the case of some characters engraved on the vehicle due to long use of the engraving pin or defective engraving pin, recognition is possible, but there may be cases where the desired quality is not engraved. can judge When it is determined that the vehicle identification number is not imprinted with the required quality, the engraving quality determination unit 190 may generate alarm information and transmit the generated alarm information to a manager terminal.
  • CP first edge correlation
  • CI second edge correlation
  • Figure 3 shows an example of an image generator according to the present invention, as shown in Figure 3, a camera (C) for photographing the surface on which the vehicle identification number is engraved and a number of radiating light around the camera (C)
  • the lights S1, S2, S3, and S4 of are arranged in different positions. Depending on the field to which the present invention is applied, at least three lights may be used, which fall within the scope of the present invention.
  • FIG. 4 is a flowchart illustrating a vehicle identification number recognition method according to the present invention.
  • a vehicle identification number image is generated by photographing a vehicle identification number, and the vehicle identification number image is generated as a depth image having depth information and a brightness image having brightness information (S110).
  • Split images for each character constituting the vehicle identification number are generated from the depth image and brightness image (S120).
  • a depth segmentation image for each character constituting the vehicle identification number is generated from the depth image
  • a brightness segmentation image for each character constituting the vehicle identification number is generated from the brightness image.
  • location identifiers are mapped and recorded to the depth-segmented image and the brightness-segmented image in consideration of the order or location of characters. For example, if the vehicle identification number consists of 19 characters, the brightness image is divided by each character to generate 19 brightness divided images from the brightness image.
  • 1" may be mapped and recorded, and the location identifier "2" may be mapped and recorded in the brightness division image corresponding to the second character.
  • the depth image is divided by each character to generate 19 depth division images from the depth image. 1" is mapped and recorded, and the location identifier "2" may be mapped and recorded in the depth segmentation image corresponding to the second character.
  • the total correlation for each character is calculated from the edge correlation and brightness correlation (S150).
  • a character having the highest overall correlation is recognized as a character corresponding to the divided image (S170).
  • FIG. 5 is a flowchart illustrating an example of a step of calculating a degree of correlation according to the present invention.
  • a first edge correlation (CP) for each character is obtained by comparing the depth segmentation image generated from the depth image of the segmented images with the first reference vehicle identification number image stored in the first reference database unit is calculated (S131), and a second edge correlation (CI) for each character is calculated by comparing the brightness division image generated from the brightness image among the division images with the first reference vehicle identification number image stored in the first reference database unit (S133).
  • the position identifier of the divided image is determined (S135), and based on the determined position identifier, a reference depth image and a reference brightness image corresponding to the same position as the divided image are searched in the second reference database unit 160 (S136).
  • the first brightness correlation (GP) for each character is calculated by comparing the depth division image with the searched reference depth image (S137), and the second brightness correlation (GI) for each character is compared with the search reference brightness image for the brightness division image. ) is calculated (S137).
  • the first edge correlation (CP) is determined as the same distribution of pixels between the depth division image and the reference depth image, and is calculated as, for example, Equation (1) below.
  • t(r,c) is a reference vehicle identification number image as a template, i(r,c) is a segmented image, r is a row, and c is a column.
  • the second edge correlation (CI), the first brightness correlation (GP), and the second brightness correlation (GI) are also calculated as in Equation (1) above.
  • the brightness correlation is calculated for the entire brightness image.
  • the first edge correlation, the second edge correlation, the first brightness correlation, and the second brightness correlation may be calculated in various ways, which falls within the scope of the present invention.
  • a total correlation for each character is calculated from the first edge correlation (CP), the second edge correlation (CI), the first brightness correlation (GP), and the second brightness correlation (GI) (S139).
  • the total correlation (TC) can be calculated as in Equation (2) below.
  • the total correlation can be calculated in various ways, which falls within the scope of the present invention.
  • FIG. 6 is a flowchart illustrating an example of a step of recognizing a character according to the present invention.
  • a character having the highest overall correlation is determined as a character corresponding to the divided image (S171).
  • the total correlation of the determined characters is compared with the threshold correlation, and it is determined whether the total correlation exceeds the threshold correlation (S173). If the total correlation of the determined characters exceeds the threshold correlation, the determined characters are recognized as characters corresponding to the divided images (S175). However, if the total correlation of the determined characters does not exceed the critical correlation, it is determined that the characters corresponding to the split image have not been recognized, and a notification message informing that the recognition of the characters corresponding to the split image has failed is provided to the manager ( S179).
  • the quality coefficient of the character corresponding to the divided image from the first edge correlation and the second edge correlation between the divided image of the recognized character and the first reference vehicle identification number image is calculated, and it is determined whether the calculated quality factor exceeds a critical quality factor (S177). If the quality factor exceeds the critical quality factor, it is determined that the characters corresponding to the divided images are imprinted on the vehicle with the required quality and passed. However, if the quality factor does not exceed the critical quality factor, a notification message notifying that the characters corresponding to the divided images are not imprinted on the vehicle with the required quality is provided to the manager (S179).
  • the quality factor (QF) can be calculated as in Equation (3) below.
  • CP I is the first edge correlation of the recognized character
  • CI I is the second edge correlation of the recognized character
  • FIG. 8 is a diagram for explaining a first reference vehicle identification number image stored in a first database unit.
  • the characters imprinted on the vehicle include uppercase letters of the alphabet, special characters, and numbers.
  • the characters imprinted on the vehicle include predetermined character information for each character, such as vector font, font width, font height, and font pitch. Based on text information such as , font thickness, etc., the vehicle is imprinted through the imprinting device.
  • the first reference vehicle identification number image stored in the first database unit is a graphic character image generated from the same character information for each character engraved on the vehicle.
  • graphic character images may be generated through various word applications, and the generated graphic character images are ideal character images having precise edges.
  • FIG. 9 is a diagram for explaining a second reference vehicle identification number image stored in a second database unit.
  • the second reference vehicle identification number image is generated from an image taken after imprinting actual characters on a steel plate made of the same material as the vehicle with preset character information.
  • the same characters are repeatedly engraved on the steel plate as many times as the number of characters constituting the vehicle identification number, and the engraved characters are photographed to create a depth image and brightness image, and from the depth image and brightness image, divided images for each character are created as a second standard. It is created with vehicle identification number image.
  • the second reference vehicle identification number image is generated from a reference depth image D generated from the depth division image and a reference brightness image I generated from the brightness division image.
  • Position identifiers of the divided images are mapped and recorded to the reference depth image and the reference brightness image in consideration of positions of the divided images.
  • the vehicle identification number consists of 19 letters
  • 19 letters "A” one of the letters used in the vehicle identification number, on the same steel plate as the vehicle, and then photographing the steel plate on which the 19 A's are engraved
  • depth information is obtained.
  • Create a depth image with and a brightness image with brightness information.
  • the depth image is divided by character to create 19 depth division images
  • the brightness image is divided by character to create 19 brightness division images.
  • 19 second reference vehicle identification number images are generated by mapping the location identifier of the split image to the depth split image for "A" considering the location of the split image, and the brightness split image for "A” considering the location of the split image.
  • 19 second reference vehicle identification number images mapped with location identifiers of the divided images are generated and stored in the second database unit.
  • FIG. 10 is a diagram for explaining an example of a method of recognizing characters of a divided image by comparing divided images for each vehicle identification number character generated from a vehicle identification number image with a first reference vehicle identification number image and a second reference vehicle identification number image.
  • depth images having depth information among vehicle identification number images are divided into characters to generate depth segmentation images D for each character, and brightness images having brightness information among vehicle identification number images are divided into characters.
  • a brightness segmentation image (I) for each character is created.
  • a first edge correlation for each character is calculated by comparing the depth division image with the first reference VIN image for each character stored in the first reference database unit DB1, and the brightness division image is stored in the first reference database unit DB1.
  • a second edge correlation for each character is calculated by comparing with the first reference vehicle identification number image for each character stored in .
  • the depth division image is compared with a reference depth image mapped with the same location identifier as the depth division image among the second reference vehicle identification number images for each character stored in the second reference database DB2 to obtain a first brightness correlation for each character.
  • the brightness division image is compared with the reference brightness image mapped with the same location identifier as the brightness division image among the second reference vehicle identification number images for each character stored in the second reference database DB2, and the second brightness correlation for each character is compared.
  • a character having the highest overall correlation from the first edge correlation, the second edge correlation, the first brightness correlation, and the second brightness correlation is recognized as a character of the divided image.
  • the vehicle identification number in consideration of both the graphic character image generated from the character information of the character imprinted with the vehicle identification number and the image generated by photographing the character engraved on the steel plate of the same material as the actual vehicle, the vehicle identification number can be accurately recognized.
  • the chassis engraved on the vehicle taking into account the effect of lighting that changes depending on the location. Numbers can be recognized accurately.
  • 11 illustrates an example of an alarm message provided to an administrator terminal.
  • the unrecognized character and the recognized character are displayed to be distinguished from each other to generate an alarm message.
  • the characters that do not satisfy the engraving quality and the characters that satisfy the engraving quality are displayed so as to be distinguished from each other, and an alarm is displayed. create a message
  • an enlarged image of a character that does not satisfy the engraving quality is provided together with an alarm message so that the administrator can accurately monitor the state of the character that does not satisfy the engraving quality.
  • the above-described embodiments of the present invention can be written as a program that can be executed on a computer, and can be implemented in a general-purpose digital computer that operates the program using a computer-readable recording medium.
  • the computer-readable recording medium includes a magnetic storage medium (eg, ROM, floppy disk, hard disk, etc.), an optical reading medium (eg, CD-ROM, DVD, etc.), and a carrier wave (eg, Internet transmission through).
  • a magnetic storage medium eg, ROM, floppy disk, hard disk, etc.
  • an optical reading medium eg, CD-ROM, DVD, etc.
  • a carrier wave eg, Internet transmission through

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Traffic Control Systems (AREA)

Abstract

본 발명은 차대번호의 인식 방법에 관한 것으로, 보다 구체적으로 깊이정보를 가지는 차대번호 이미지와 명도정보를 가지는 차대번호 이미지를 이용하여 차대번호를 인식함으로써 차대번호가 각인된 표면이 오염되거나 조명이 균일하지 않더라도 차대번호를 정확하게 인식할 수 있으며, 기설정된 차대번호의 문자 정보로부터 그래픽으로 생성되는 기준 이미지를 이용하여 에지 비교를 수행함과 동시에 기설정된 차대번호의 문자 정보로 실제 각인한 차대번호를 촬영하여 생성되는 기준 이미지를 이용하여 명도 비교를 수행함으로써 현장에서 차량에 각인된 차대번호를 정확하게 인식할 수 있다.

Description

차대 번호의 인식 방법
본 발명은 차대번호의 인식 방법에 관한 것으로, 보다 구체적으로 깊이정보를 가지는 차대번호 이미지와 명도정보를 가지는 차대번호 이미지를 이용하여 차대번호를 인식함으로써 차대번호가 각인된 표면이 오염되거나 흠집이 있거나 조명이 균일하지 않더라도 차대번호를 정확하게 인식할 수 있으며, 기설정된 차대번호의 문자 정보로부터 그래픽으로 생성되는 제1 기준 차대번호 이미지를 이용하여 에지 비교를 수행함과 동시에 기설정된 차대번호의 문자 정보로 실제 각인한 차대번호를 촬영하여 생성되는 제2 기준 차대번호 이미지를 이용하여 명도 비교를 수행함으로써 현장에서 차량에 각인된 차대번호를 정확하게 인식할 수 있다.
차대번호(Vehicle Identification Number, VIN)는 차량의 대쉬패널, 크로스멤버 또는 방화벽 상부 등의 위치에 부착 또는 각인되어 있는데, 차대번호에는 차량을 식별할 수 있는 정보가 포함되어 있어 차량도난방지, 차량결함추적 등을 위해 사용된다.
차대번호는 1980년 ISO(International Organization for Standardization)에 의해 고안되어 1981년 이후 차량에 적용되고 있는데, 알파벳 대문자와 숫자 또는 특수문자의 조합으로 이루어진 17자 또는 19자의 문자로 생산지역, 제조사, 차량구분, 차종, 제작년도 등의 정보를 나타낸다.
차량 제조사에서 차량을 제조시 차량에 음각으로 차대번호를 각인하고 각인한 차대번호가 정확하게 형성되었는지를 확인하여야 한다.
통상적으로 자동차에 부착 또는 각인된 차대번호는 조명 및 카메라 등을 이용하는 차대번호 인식 시스템을 통해 인식된다.
그러나 카메라에 의해 촬영된 차대번호 영상에 표면 오염이 혼재하는 경우 촬영된 차대번호를 이진화하여 영상 처리하는 과정에서 차대번호의 인식 오류가 발생할 수 있다. 또한 현장에서 조명의 설치 위치에 따라 또는 계절이나 시간에 따라 변화하는 채광에 따라 차대번호의 각인 면에서 반사되는 차대번호의 일부가 난반사되어 카메라를 통해 촬영된 영상으로부터 차대번호를 정확하게 인식하지 못하게 되는 오류가 발생할 수 있다.
또한 차대번호는 레이저 빔 또는 핀을 통해 차량에 각인되는데, 차대번호가 정확하게 차량에 각인되고 각인된 차대번호를 정확하게 인식할 수 있다고 하더라도 차대번호가 각인되는 차량의 재질에 따라 또는 핀의 마모도에 따라 차대번호의 문자가 서로 상이한 폭이나 깊이로 각인되는 등의 문제가 발생하는데 이와 같이 차대번호의 각인 품질를 검사할 수 있는 방법에 대한 요구가 있다.
본 발명은 위에서 언급한 종래 차대번호의 인식 방법이 가지는 문제점을 해결하기 위한 것으로, 본 발명이 이루고자 하는 목적은 깊이정보를 가지는 차대번호 이미지와 명도정보를 가지는 차대번호 이미지를 이용하여 차대번호가 각인된 표면이 오염되거나 흠집이 있거나 조명이 균일하지 않더라도 차대번호를 정확하게 인식할 수 있는 방법을 제공하는 것이다.
본 발명이 이루고자 하는 다른 목적은 기설정된 차대번호의 문자 정보로부터 그래픽으로 생성되는 기준 이미지와 기설정된 차대번호의 문자 정보로 실제 각인한 차대번호를 촬영하여 생성되는 기준 이미지를 이용하여 차대번호를 정확하게 인식할 수 있는 방법을 제공하는 것이다.
본 발명이 이루고자 하는 또 다른 목적은 차대번호를 구성하는 문자별로 분할하여 분할 이미지를 생성하며 차대번호에서 분할 이미지의 각인 위치와 동일한 각인 위치에 형성된 기준 이미지를 이용하여 차대번호를 구성하는 문자의 위치별 조명이 상이하더라도 차대번호를 정확하게 인식할 수 있는 방법을 제공하는 것이다.
본 발명이 이루고자 하는 또 다른 목적은 차대번호를 인식하는 것 이외에 차대번호의 각인 품질도 판단할 수 있는 차대번호의 인식 방법을 제공하는 것이다.
본 발명의 목적을 달성하기 위하여, 본 발명에 따른 차량의 차대번호 인식 방법은 차량에 각인된, 다수의 문자로 이루어진 차대번호를 촬영하여 차대번호 이미지를 생성하고 차대번호 이미지로부터 차대번호를 구성하는 각 문자에 대한 분할 이미지를 생성하는 단계와, 제1 기준 차대번호 이미지와 분할 이미지를 비교하여 문자의 에지(contour) 상관도를 계산하는 단계와, 제2 기준 차대번호 이미지와 분할 이미지를 비교하여 문자의 명도 상관도를 계산하는 단계와, 에지 상관도와 명도 상관도로부터 분할 이미지의 문자를 인식하는 단계를 포함하는 것을 특징으로 한다.
여기서 제1 기준 차대번호 이미지는 기설정된 차대번호의 문자 정보를 이용하여 그래픽으로 생성되는 기준 이미지이며, 제2 기준 차대번호 이미지는 기설정된 차대번호의 문자 정보로 실제 각인한 차대번호를 촬영하여 생성되는 기준 이미지인 것을 특징으로 한다.
여기서 분할 이미지는 깊이 정보를 가지는 깊이 분할 이미지와 명도 정보를 가지는 명도 분할 이미지로 생성되는 것을 특징으로 한다.
바람직하게, 본 발명에 따라 에지 상관도를 계산하는 단계는 깊이 분할 이미지와 제1 기준 차대번호 이미지를 비교하여 문자별 제1 에지 상관도를 계산하는 단계와, 명도 분할 이미지와 제1 기준 차대번호 이미지를 비교하여 문자별 제2 에지 상관도를 계산하는 단계를 포함하는 것을 특징으로 한다.
바람직하게, 본 발명에 따른 차대번호의 인식 방법은 분할 이미지의 문자로 인식된 문자에 대한 제1 에지 상관도와 제2 에지 상관도의 합으로부터 품질 계수를 계산하여 분할 이미지에 해당하는, 차량에 각인된 문자의 각인 품질을 판단하는 단계를 더 포함하는 것을 특징으로 한다.
여기서 제2 기준 차대번호 이미지는 깊이 정보를 가지는 기준 깊이 이미지와 명도 정보를 가지는 기준 명도 이미지로 생성되는 것을 특징으로 한다.
바람직하게, 본 발명에 따라 명도 상관도를 계산하는 단계는 깊이 분할 이미지와 기준 깊이 이미지를 비교하여 문자별 제1 명도 상관도를 계산하는 단계와, 명도 분할 이미지와 기준 명도 이미지를 비교하여 문자별 제2 명도 상관도를 계산하는 단계를 포함하는 것을 특징으로 한다.
바람직하게, 본 발명에 따라 명도 상관도를 계산하는 단계는 차대번호 이미지에서 상기 분할 이미지의 위치 식별자를 판단하는 단계와, 판단한 위치 식별자와 동일한 위치의 기준 깊이 이미지와 기준 명도 이미지를 검색하는 단계를 더 포함하며,
판단한 위치 식별자와 동일한 위치의 기준 깊이 이미지를 깊이 분할 이미지와 비교하여 제1 명도 상관도를 계산하고, 판단한 위치 식별자와 동일한 위치의 기준 명도 이미지를 명도 분할 이미지와 비교하여 제2 명도 상관도를 계산하는 것을 특징으로 한다.
본 발명에서 따른 차대반호의 인식 방법에서 에지 상관도와 명도 상관도로부터 계산되는 전체 상관도가 가장 높은 문자를 분할 이미지의 문자로 인식하는 것을 특징으로 한다.
바람직하게, 본 발명에 따른 차대번호의 인식 방법은 전체 상관도와 임계 상관도를 비교하여 전체 상관도가 임계 상관도를 만족하지 못하는 경우 문자 인식 실패를 알리는 알람을 생성하는 단계를 더 포함하는 것을 특징으로 한다.
바람직하게, 본 발명에 따른 차대반호의 인식 방법은 품질 계수와 임계 품질 계수를 비교하여 품질 계수가 임계 품질 계수를 만족하지 못하는 경우 각인 품질 저하를 알리는 알람을 제공하는 단계를 더 포함하는 것을 특징으로 한다.
본 발명에 따른 차대번호의 인식 방법은 다음과 같은 다양한 효과를 가진다.
첫째, 본 발명에 따른 차대번호의 인식 방법은 깊이정보를 가지는 차대번호 이미지와 명도정보를 가지는 차대번호 이미지를 이용하여 차대번호를 인식함으로써, 차대번호가 각인된 표면이 오염되거나 조명이 균일하지 않더라도 차대번호를 정확하게 인식할 수 있다.
둘째, 본 발명에 따른 차대번호의 인식 방법은 기설정된 차대번호의 문자 정보로부터 그래픽으로 생성되는 기준 이미지를 이용하여 에지 비교를 수행함과 동시에 기설정된 차대번호의 문자 정보로 실제 각인한 차대번호를 촬영하여 생성되는 기준 이미지를 이용하여 명도 비교를 수행함으로써, 현장에서 차량에 각인된 차대번호를 정확하게 인식할 수 있다.
셋째, 본 발명에 따른 차대번호의 인식 방법은 차대번호를 구성하는 문자별로 분할하여 분할 이미지를 생성하고 차대번호에서 분할 이미지의 각인 위치와 동일한 각인 위치에 형성된 기준 이미지를 이용하여 차대번호를 인식함으로써, 문자의 위치 정보를 고려하여 차대번호를 정확하게 인식할 수 있다.
넷째, 본 발명에 따른 차대번호의 인식 방법은 차대번호를 인식하는 것 이외에 차대번호의 각인 품질도 판단할 수 있다.
도 1은 본 발명에 따른 차량번호의 각인 시스템을 설명하기 위한 기능 블록도이다.
도 2는 본 발명에 따른 인식 장치를 설명하기 위한 기능 블록도이다.
도 3은 본 발명에 따른 영상 생성부의 일 예를 도시하고 있다.
도 4는 본 발명에 따른 차대번호의 인식 방법을 설명하기 위한 흐름도이다.
도 5는 본 발명에 따라 상관도를 계산하는 단계의 일 예를 설명하기 위한 흐름도이다.
도 6은 본 발명에 따라 문자를 인식하는 단계의 일 예를 설명하기 위한 흐름도이다.
도 7은 문자 인식의 일 예를 설명하기 위한 도면이다.
도 8은 제1 데이터베이스부에 저장되어 있는 제1 기준 차대번호 이미지를 설명하기 위한 도면이다.
도 9는 제2 데이터베이스부에 저장되는 제2 기준 차대번호 이미지를 설명하기 위한 도면이다.
도 10은 차대번호 이미지로부터 생성되는 차대번호 문자별 분할 이미지를 제1 기준 차대번호 이미지 및 제2 기준 차대번호 이미지와 비교하여 분할 이미지의 문자를 인식하는 방법의 일 예를 설명하기 위한 도면이다.
도 11은 관리자 단말기로 제공되는 알람 메시지의 일 예를 도시하고 있다.
본 발명에서 사용되는 기술적 용어는 단지 특정한 실시 예를 설명하기 위해 사용된 것으로, 본 발명을 한정하려는 의도가 아님을 유의해야 한다. 또한, 본 발명에서 사용되는 기술적 용어는 본 발명에서 특별히 다른 의미로 정의되지 않는 한, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 의미로 해석되어야 하며, 과도하게 포괄적인 의미로 해석되거나, 과도하게 축소된 의미로 해석되지 않아야 한다. 또한, 본 발명에서 사용되는 기술적인 용어가 본 발명의 사상을 정확하게 표현하지 못하는 잘못된 기술적 용어일 때에는, 당업자가 올바르게 이해할 수 있는 기술적 용어로 대체되어 이해되어야 할 것이다.
또한, 본 발명에서 사용되는 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한 복수의 표현을 포함한다. 본 발명에서, "구성된다" 또는 "포함한다" 등의 용어는 발명에 기재된 여러 구성 요소들, 또는 여러 단계를 반드시 모두 포함하는 것으로 해석되지 않아야 하며, 그 중 일부 구성 요소들 또는 일부 단계들은 포함되지 않을 수도 있고, 또는 추가적인 구성 요소 또는 단계들을 더 포함할 수 있는 것으로 해석되어야 한다.
또한, 첨부된 도면은 본 발명의 사상을 쉽게 이해할 수 있도록 하기 위한 것일 뿐, 첨부된 도면에 의해 본 발명의 사상이 제한되는 것으로 해석되어서는 아니 됨을 유의해야 한다.
도 1은 본 발명에 따른 차량번호의 각인 시스템을 설명하기 위한 기능 블록도이다.
도 1을 참고로 보다 구체적으로 살펴보면, 각인 장치(10)는 각인할 차대번호의 정보를 수신하고 차량이 각인 위치에 배치되는 경우 차량의 설정된 부품 또는 설정된 위치에 차량번호를 각인한다. 각인 장치(10)는 차량의 재질에 따라 또는 각인 위치에 따라 또는 각인 방식에 따라 레이저 또는 핀 등을 통해 음각으로 차대번호를 각인하는데, 본 발명이 적용되는 분야에 따라 각인 장치(10)는 다양한 방식으로 차대번호를 각인할 수 있으며, 이는 본 발명의 범위에 속한다.
각인 장치(10)를 통해 차량에 차대번호의 각인이 완료되는 경우, 인식 장치(30)는 차량에 각인된 차대번호를 촬영하여 차대번호 이미지를 생성하고 생성한 차대번호 이미지와 제1 기준 차대번호 이미지를 비교하여 에지 상관도를 계산하고 생성한 차대번호 이미지와 제2 기준 차대번호 이미지를 비교하여 명도 상관도를 계산한다. 계산한 에지 상관도와 명도 상관도로부터 전체 상관도를 계산하여 차량에 각인된 차대번호를 문자별로 인식한다. 인식된 차대번호와 수신한 차대번호 정보를 비교하여 수신한 차대번호와 동일한 차대번호가 차량에 각인되었는지를 판단한다.
또한 인식 장치(30)는 인식된 문자에 대한 각인 품질 계수를 계산하여 차량에 차대번호가 요구되는 품질로 정확하게 각인되었는지 판단한다.
관리자 단말기(50)는 관리자가 사용하는 단말기로 개인용컴퓨터, 노트북, 스마트폰 등이 사용될 수 있는데, 관리자 단말기(50)는 인식 장치(30)로부터 잘못된 차대번호가 각인되었다는 신호를 받은 경우 알람 메시지를 생성하여 관리자에 출력하거나, 인식 장치(30)로부터 낮은 각인 품질로 차대번호가 각인되었다는 신호를 받는 경우 알람 메시지를 생성하여 관리자에 출력할 수 있다.
도 2는 본 발명에 따른 인식 장치를 설명하기 위한 기능 블록도이다.
도 2를 참고로 보다 구체적으로 살펴보면, 영상 생성부(110)는 차량에 각인된 차대번호를 촬영하여 차대번호 이미지를 생성한다.
여기서 영상 생성부(110)는 차대번호가 각인된 면을 촬영하는 카메라와 차대번호가 각인된 면으로 광을 조사하는 조명을 구비하는데, 서로 다른 위치에서 서로 다른 각도로 각인된 차대번호에 광을 조사하는 적어도 3개 이상의 조명을 구비하고 있다.
영상 생성부(110)는 조명과 카메라를 이용하여 차대번호가 각인된 면의 명도 정보를 가지는 명도 이미지와 차대번호가 각인된 면의 깊이 정보를 가지는 깊이 이미지를 생성하는데, 다수의 조명을 모두 온시킨 상태로 차대번호를 촬영하여 명도 정보를 가지는 명도 이미지를 생성하고, 다수의 조명을 순차적으로 온시킨 상태로 각각 차대번호를 촬영하여 이들로부터 깊이 정보를 가지는 깊이 이미지를 생성한다.
여기서 명도 이미지는 그레이 레벨(Grayscale) 관점에서 특정 화소의 밝은 정도(reflection intensity)에 대한 정보를 가지는 이미지이다.
여기서 깊이 이미지는 포토메트릭 스테레오(Photometric Stereo) 기법을 이용하여 차대번호가 각인된 면의 깊이 정보를 가지는 이미지인데, 포토메트릭 스테레오(Photometric Stereo) 기법이란 1개의 카메라를 이용하여 대상 물체에 최소 3개 이상의 조명을 순차적으로 조사하여 취득한 영상을 이용하여 물체의 3차원 형상을 추출하는 기법이으로 조명의 개수가 많을수록 보다 신뢰성 있게 물체의 3차원 형상을 추출할 수 있다. 포토메트릭 스테레오(Photometric Stereo) 기법은 공지된 기술로 이에 대한 상세한 설명은 생략한다.
분할부(120)는 영상 생성부(110)에서 생성한 차대번호 이미지로부터 문자별 분할 이미지를 생성하는데, 차대번호 이미지 중 명도 이미지에서 차대번호를 구성하는 문자별로 분할하여 분할 이미지를 생성하고, 차대번호 이미지 중 깊이 이미지에서 차대번호를 구성하는 문자별로 분할하여 분할 이미지를 생성한다.
에지 비교부(130)는 깊이 이미지로부터 생성된 분할 이미지와 제1 기준 데이터베이스부(140)에 저장되어 있는 제1 기준 차대번호 이미지를 비교하여 제1 에지 상관도(CP)를 계산하고, 명도 이미지로부터 생성된 분할 이미지와 제1 기준 데이터베이스부(140)에 저장되어 있는 제1 기준 차대번호 이미지를 비교하여 제2 에지 상관도(CI)를 계산한다. 에지 비교부(130)는 제1 에지 상관도와 제2 에지 상관도로부터 분할 이미지에 해당하는 문자와 제1 기준 차대번호 이미지의 문자별 에지 상관도를 계산한다.
명도 비교부(150)는 깊이 이미지로부터 생성된 분할 이미지와 제2 기준 데이터베이스부(160)에 저장되어 있는 제2 기준 차대번호 이미지 중 기준 깊이 이미지와 비교하여 제1 명도 상관도(GP)를 계산하며, 명도 이미지로부터 생성된 분할 이미지와 제2 기준 데이터베이스부(160)에 저장되어 있는 제2 기준 차대번호 이미지 중 기준 명도 이미지와 비교하여 제2 명도 상관도(GI)를 계산한다. 명도 비교부(160)는 제1 명도 상관도와 제2 명도 상관도로부터 분할 이미지에 해당하는 문자와 제2 기준 차대번호 이미지의 문자별 명도 상관도를 계산한다.
인식부(170)는 에지 상관도와 명도 상관도로부터 문자별 전체 상관도를 계산하여 가장 높은 전체 상관도를 가지는 문자를 분할 이미지에 해당하는 문자로 인식한다. 인식부(170)는 각 분할 이미지에 해당하는 문자를 모두 인식 완료하는 경우, 인식한 문자로 이루어진 차대번호와 수신한 차대번호 정보를 비교하여 수신한 차대번호와 동일한 차대번호가 차량에 각인되었는지를 판단한다. 인식부(170)는 각인된 차대번호 중 일부 문자를 인식하지 못하거나 각인된 차대번호 중 일부 문자가 잘못 각인된 경우 알람 정보를 생성하고 생성한 알람 정보를 관리자 단말기로 송신할 수 있다.
한편, 각인 품질 판단부(190)는 제1 에지 상관도(CP)와 제2 에지 상관도(CI)의 조합으로부터 품질 계수를 계산하며, 품질 계수에 기초하여 인식된 문자가 요구되는 품질로 정확하게 각인되었는지 판단한다. 각인 핀의 오랜 사용 또는 각인 핀의 불량 등으로 인하여 차량에 각인된 일부 문자의 경우 인식은 가능하지만 원하는 품질로 각인되지 않는 경우가 발생할 수 있는데, 품질 계수에 기초하여 원하는 품질로 차대번호가 각인되었는지 판단할 수 있다. 각인 품질 판단부(190)는 요구되는 품질로 차대번호가 각인되지 않은 것으로 판단되는 경우 알람 정보를 생성하고 생성한 알람 정보를 관리자 단말기로 송신할 수 있다.
도 3은 본 발명에 따른 영상 생성부의 일 예를 도시하고 있는데, 도 3에 도시되어 있는 바와 같이 차대번호가 각인된 면을 촬영하는 카메라(C)와 카메라(C) 주변에서 광을 조사하는 다수의 조명(S1, S2, S3, S4)가 서로 다른 위치에 배치되어 있다. 본 발명이 적용되는 분야에 따라 적어도 3개 이상의 조명이 사용될 수 있으며 이는 본 발명의 범위에 속한다.
도 4는 본 발명에 따른 차대번호의 인식 방법을 설명하기 위한 흐름도이다.
도 4을 참고로 보다 구체적으로 살펴보면, 차량의 차대번호를 촬영하여 차대번호 이미지를 생성하는데, 차대번호 이미지는 깊이 정보를 가지는 깊이 이미지와 명도 정보를 가지는 명도 이미지로 생성된다(S110).
깊이 이미지와 명도 이미지로부터 차대번호를 구성하는 각 문자에 대한 분할 이미지를 생성한다(S120). 깊이 이미지로부터 차대번호를 구성하는 각 문자에 대한 깊이 분할 이미지를 생성하고, 명도 이미지로부터 차대번호를 구성하는 각 문자에 대한 명도 분할 이미지를 생성한다. 깊이 이미지 또는 명도 이미지에서 문자별 깊이 분할 이미지 또는 명도 분할 이미지를 생성할 때, 문자의 순서 또는 위치를 고려하여 깊이 분할 이미지와 명도 분할 이미지에 위치 식별자를 매핑하여 기록한다. 예를 들어, 차대번호가 19자의 문자로 이루어지는 경우, 명도 이미지를 각각 문자별로 분할하여 명도 이미지로부터 19개의 명도 분할 이미지를 생성하는데 차대번호 중 첫번째 위치하는 문자에 해당하는 명도 분할 이미지에는 위치 식별자 "1"을 매핑하여 기록하며 두번째 위치하는 문자에 해당하는 명도 분할 이미지에는 위치 식별자 "2"를 매핑하여 기록할 수 있다. 예를 들어, 차대번호가 19자의 문자로 이루어지는 경우, 깊이 이미지를 각각 문자별로 분할하여 깊이 이미지로부터 19개의 깊이 분할 이미지를 생성하는데 차대번호 중 첫번째 위치하는 문자에 해당하는 깊이 분할 이미지에는 위치 식별자 "1"을 매핑하여 기록하며 두번째 위치하는 문자에 해당하는 깊이 분할 이미지에는 위치 식별자 "2"를 매핑하여 기록할 수 있다.
깊이 분할 이미지 및 명도 분할 이미지를 제1 기준 차대번호 이미지와 비교하여 문자별 에지 상관도를 계산하고 깊이 분할 이미지 및 명도 분할 이미지를 제2 기준 차대번호 이미지를 비교하여 문자별 명도 상관도를 계산하며, 에지 상관도와 명도 상관도로부터 문자별 전체 상관도를 계산한다(S150).
문자별 전체 상관도에 기초하여 가장 높은 전체 상관도를 가지는 문자를 분할 이미지에 해당하는 문자로 인식한다(S170).
도 5는 본 발명에 따라 상관도를 계산하는 단계의 일 예를 설명하기 위한 흐름도이다.
도 5를 참고로 보다 구체적으로 살펴보면, 분할 이미지 중 깊이 이미지로부터 생성된 깊이 분할 이미지와 제1 기준 데이터베이스부에 저장되어 있는 제1 기준 차대번호 이미지를 비교하여 문자별 제1 에지 상관도(CP)를 계산하고(S131), 분할 이미지 중 명도 이미지로부터 생성된 명도 분할 이미지와 제1 기준 데이터베이스부에 저장되어 있는 제1 기준 차대번호 이미지를 비교하여 문자별 제2 에지 상관도(CI)를 계산한다(S133).
한편 분할 이미지의 위치 식별자를 판단하며(S135), 판단한 위치 식별자에 기초하여 분할 이미지와 동일한 위치에 해당하는 기준 깊이 이미지와 기준 명도 이미지를 제2 기준 데이터베이스부(160)에서 검색한다(S136). 깊이 분할 이미지를 검색한 기준 깊이 이미지와 비교하여 문자별 제1 명도 상관도(GP)를 계산하고(S137), 명도 분할 이미지를 검색한 기준 명도 이미지와 비교하여 문자별 제2 명도 상관도(GI)를 계산한다(S137).
여기서 제1 에지 상관도(CP)는 깊이 분할 이미지와 기준 깊이 이미지 사이의 픽셀들의 분포 동일성으로 판단되는데, 예를 들어 아래의 수학식(1)과 같이 계산된다.
[수학식 1]
Figure PCTKR2021011987-appb-img-000001
여기서
Figure PCTKR2021011987-appb-img-000002
Figure PCTKR2021011987-appb-img-000003
Figure PCTKR2021011987-appb-img-000004
Figure PCTKR2021011987-appb-img-000005
t(r,c)는 템플릿으로 기준 차대번호 이미지이고, i(r,c)는 분할 이미지이며, r은 로우, c는 컬럼을 의미한다.
제2 에지 상관도(CI), 제1 명도 상관도(GP) 및 제2 명도 상관도(GI)도 위의 수학식(1)과 같이 계산되는데, 다만 에지 상관도는 에지 정보만으로 상관도를 계산하며, 명도 상관도는 명도 이미지 전체에 대해 상관도를 계산한다.
본 발명이 적용되는 분야에 따라 제1 에지 상관도, 제2 에지 상관도, 제1 명도 상관도 및 제2 명도 상관도는 다양한 방식으로 계산될 수 있으며, 이는 본 발명의 범위에 속한다.
제1 에지 상관도(CP), 제2 에지 상관도(CI), 제1 명도 상관도(GP) 및 제2 명도 상관도(GI)로부터 문자별 전체 상관도를 계산한다(S139). 여기서 전체 상관도(TC)는 아래의 수학식(2)와 같이 계산될 수 있다.
[수학식 2]
TC=(CP+CI+GP+GI)/4
본 발명이 적용되는 분야에 따라 전체 상관도는 다양한 방식으로 계산될 수 있으며, 이는 본 발명의 범위에 속한다.
도 6은 본 발명에 따라 문자를 인식하는 단계의 일 예를 설명하기 위한 흐름도이다.
도 6을 참고로 보다 구체적으로 살펴보면, 문자별 전체 상관도에 기초하여 가장 높은 전체 상관도를 가지는 문자를 분할 이미지에 해당하는 문자로 판단한다(S171).
판단한 문자의 전체 상관도와 임계 상관도를 비교하여 전체 상관도가 임계 상관도를 초과하는지 판단한다(S173). 판단한 문자의 전체 상관도가 임계 상관도를 초과하는 경우 판단한 문자를 분할 이미지에 해당하는 문자로 인식한다(S175). 그러나 판단한 문자의 전체 상관도가 임계 상관도를 초과하지 않는 경우 분할 이미지에 해당하는 문자를 인식하지 못한 것으로 판단하여 분할 이미지에 해당하는 문자의 인식을 실패하였음을 알리는 알림 메시지를 관리자에 제공한다(S179).
도 7은 문자 인식의 일 예를 설명하기 위한 도면인데, 도 7(a)에 도시되어 있는 바와 같이 문자별 전체 상관도에 기초하여 가장 높은 전체 상관도를 가지는 문자(A)를 분할 이미지에 해당하는 문자로 판단하는데, 판단한 문자의 전체 상관도가 임계 상관도(TH=0.8)를 초과하는 경우 판단한 문자를 분할 이미지에 해당하는 문자로 인식한다.
그러나 도 7(b)에 도시되어 있는 바와 같이 문자별 전체 상관도에 기초하여 가장 높은 전체 상관도를 가지는 문자(A)를 분할 이미지에 해당하는 문자로 판단하더라도, 판단한 문자의 전체 상관도가 임계 상관도(TH=0.8)를 초과하지 못하는 경우 분할 이미지에 해당하는 문자의 인식을 실패한 것으로 판단할 수 있다.
다시 도 6을 참고하여 살펴보면, 문자 인식이 성공하는 경우 인식한 문자에 대한 분할 이미지와 제1 기준 차대번호 이미지 사이의 제1 에지 상관도와 제2 에지 상관도로부터 분할 이미지에 해당하는 문자의 품질 계수를 계산하고, 계산한 품질 계수가 임계 품질 계수를 초과하는지 판단한다(S177). 품질 계수가 임계 품질 계수를 초과하는 경우, 분할 이미지에 해당하는 문자가 요구되는 품질로 차량에 각인된 것으로 판단하여 패스한다. 그러나 품질 계수가 임계 품질 계수를 초과하지 못하는 경우, 분할 이미지에 해당하는 문자가 요구되는 품질로 차량에 각인되지 못하였음을 알리는 알림 메시지를 관리자에 제공한다(S179).
여기서 품질 계수(QF)는 아래의 수학식(3)과 같이 계산될 수 있다.
[수학식 3]
QF=(CPI+CII)/2
여기서 CPI는 인식한 문자의 제1 에지 상관도이며, CII는 인식한 문자의 제2 에지 상관도이다.
도 8은 제1 데이터베이스부에 저장되어 있는 제1 기준 차대번호 이미지를 설명하기 위한 도면이다.
도 8을 참고로 살펴보면, 차량에 각인되는 문자는 알파벳 대문자, 특수문자, 숫자 등인데, 차량에 각인되는 문자는 문자별 기설정된 문자 정보, 예를 들어 벡터 폰트, 폰트 폭, 폰트 높이, 폰트 피치, 폰트 두께 등의 문자 정보에 기초하여 각인 장치를 통해 차량에 각인된다. 제1 데이터베이스부에 저장되는 제1 기준 차대번호 이미지는 차량에 각인되는 문자별로 동일한 문자 정보로부터 생성되는 그래픽 문자 이미지이다. 여기서 그래픽 문자 이미지는 다양한 워드 애플리케이션을 통해 생성될 수 있는데, 생성되는 그래픽 문자 이미지는 정확한 에지를 가지는 이상적인 문자 이미지이다.
도 9는 제2 데이터베이스부에 저장되는 제2 기준 차대번호 이미지를 설명하기 위한 도면이다.
도 9를 참고하여 살펴보면, 제2 기준 차대번호 이미지는 기설정된 문자 정보로 차량과 동일한 재질의 철판에 실제 문자를 각인 후 촬영한 이미지로부터 생성된다.
차대번호를 구성하는 문자의 수와 동일한 수만큼 동일한 문자를 반복하여 철판에 각인하며, 각인된 문자를 촬영하여 깊이 이미지와 명도 이미지를 생성하고 깊이 이미지와 명도 이미지로부터 문자별 분할 이미지를 제2 기준 차대번호 이미지로 생성한다. 제2 기준 차대번호 이미지는 깊이 분할 이미지로부터 생성되는 기준 깊이 이미지(D)와 명도 분할 이미지로 생성되는 기준 명도 이미지(I)로 생성된다. 분할 이미지의 위치를 고려하여 기준 깊이 이미지와 기준 명도 이미지에는 분할 이미지의 위치 식별자가 매핑되어 기록된다.
예를 들어, 차대번호가 19개의 문자로 구성되는 경우, 차대번호로 이용되는 문자 중 하나인 "A"를 차량과 동일한 철판에 19개 각인 후, 19개의 A가 각인된 철판을 촬영하여 깊이 정보를 가지는 깊이 이미지와 명도 정보를 가지는 명도 이미지를 생성한다. 깊이 이미지를 문자별로 분할하여 19개의 깊이 분할 이미지를 생성하고 명도 이미지를 문자별로 분할하여 19개의 명도 분할 이미지를 생성한다. 분할 이미지의 위치를 고려하여 "A"에 대한 깊이 분할 이미지에 분할 이미지의 위치 식별자를 매핑한 19개의 제2 기준 차대번호 이미지를 생성하고 분할 이미지의 위치를 고려하여 "A"에 대한 명도 분할 이미지에 분할 이미지의 위치 식별자를 매핑한 19개의 제2 기준 차대번호 이미지를 생성하여 제2 데이터베이스부에 저장한다.
차대번호에 이용되는 모든 문자에 대해 동일한 작업을 반복하여 모든 문자에 대한 위치 식별자별 기준 깊이 이미지와 기준 명도 이미지를 제2 기준 차대번호 이미지로 생성하고 생성한 제2 기준 차대번호 이미지를 제2 데이터베이스부에 저장한다.
도 10은 차대번호 이미지로부터 생성되는 차대번호 문자별 분할 이미지를 제1 기준 차대번호 이미지 및 제2 기준 차대번호 이미지와 비교하여 분할 이미지의 문자를 인식하는 방법의 일 예를 설명하기 위한 도면이다.
도 10을 참고로 살펴보면, 차대번호 이미지 중 깊이 정보를 가지는 깊이 이미지를 문자별로 구분하여 각 문자에 대한 깊이 분할 이미지(D)를 생성하고 차대번호 이미지 중 명도 정보를 가지는 명도 이미지를 문자별로 구분하여 각 문자에 대한 명도 분할 이미지(I)를 생성한다.
깊이 분할 이미지를 제1 기준 데이터베이스부(DB1)에 저장되어 있는 문자별 제1 기준 차대번호 이미지와 비교하여 문자별 제1 에지 상관도를 계산하고, 명도 분할 이미지를 제1 기준 데이터베이스부(DB1)에 저장되어 있는 문자별 제1 기준 차대번호 이미지와 비교하여 문자별 제2 에지 상관도를 계산한다.
또한 깊이 분할 이미지를 제2 기준 데이터베이스부(DB2)에 저장되어 있는 문자별 제2 기준 차대번호 이미지 중 깊이 분할 이미지와 동일한 위치 식별자로 매핑된 기준 깊이 이미지와 비교하여 문자별 제1 명도 상관도를 계산하고, 명도 분할 이미지를 제2 기준 데이터베이스부(DB2)에 저장되어 있는 문자별 제2 기준 차대번호 이미지 중 명도 분할 이미지와 동일한 위치 식별자로 매핑된 기준 명도 이미지와 비교하여 문자별 제2 명도 상관도를 계산한다.
제1 에지 상관도, 제2 에지 상관도, 제1 명도 상관도 및 제2 명도 상관도로부터 가장 높은 전체 상관도를 가지는 문자를 분할 이미지의 문자로 인식한다.
이와 같이 차대번호 각인되는 문자의 문자 정보로부터 생성되는 그래픽 문자 이미지와 실제 차량과 동일한 재질의 철판에 각인된 문자를 촬영하여 생성되는 이미지를 모두 고려하여 차대번호를 인식함으로써, 차대번호를 정확하게 인식할 수 있다. 더욱이 실제 차량과 동일한 재질의 철판에 각인된 문자의 위치도 고려하여 동일한 위치에서 생성한 제2 기준 차대번호 이미지로 차대번호를 인식함으로써, 위치에 따라 변화하는 조명 영향도 고려하여 차량에 각인된 차대번호를 정확하게 인식할 수 있다.
도 11은 관리자 단말기로 제공되는 알람 메시지의 일 예를 도시하고 있다.
도 11(a)에 도시되어 있는 바와 같이, 차대번호 중 인식하지 못한 문자가 존재하는 경우 인식하지 못한 문자와 인식한 문자가 서로 구분되도록 표시하여 알람메시지를 생성한다.
도 11(b)에 도시되어 있는 바와 같이, 차대번호 중 요구되는 각인 품질로 각인되지 못한 문자가 존재하는 경우, 각인 품질을 만족하지 못한 문자와 각인 품질을 만족하는 문자가 서로 구분되도록 표시하여 알람 메시지를 생성한다. 바람직하게, 각인 품질을 만족하지 못한 문자에 대한 확대 이미지를 알람 메시지에 함께 제공하여 관리자는 각인 품질을 만족하지 못한 문자의 상태를 정확하게 모니터링할 수 있다.
한편, 상술한 본 발명의 실시 예들은 컴퓨터에서 실행될 수 있는 프로그램으로 작성 가능하고, 컴퓨터로 읽을 수 있는 기록 매체를 이용하여 상기 프로그램을 동작시키는 범용 디지털 컴퓨터에서 구현될 수 있다.
상기 컴퓨터로 읽을 수 있는 기록 매체는 마그네틱 저장 매체(예를 들어, 롬, 플로피 디스크, 하드디스크 등), 광학적 판독 매체(예를 들면, 시디롬, 디브이디 등) 및 캐리어 웨이브(예를 들면, 인터넷을 통한 전송)와 같은 저장 매체를 포함한다.
본 발명은 도면에 도시된 실시예를 참고로 설명되었으나 이는 예시적인 것에 불과하며, 본 기술 분야의 통상의 지식을 가진 자라면 이로부터 다양한 변형 및 균등한 타 실시예가 가능하다는 점을 이해할 것이다. 따라서, 본 발명의 진정한 기술적 보호 범위는 첨부된 등록청구범위의 기술적 사상에 의해 정해져야 할 것이다.

Claims (11)

  1. 차량에 각인된 차대번호를 인식하는 방법에 있어서,
    차량에 각인된, 다수의 문자로 이루어진 차대번호를 촬영하여 차대번호 이미지를 생성하고 상기 차대번호 이미지로부터 차대번호를 구성하는 각 문자에 대한 분할 이미지를 생성하는 단계;
    제1 기준 차대번호 이미지와 분할 이미지를 비교하여 문자의 에지(contour) 상관도를 계산하는 단계:
    제2 기준 차대번호 이미지와 분할 이미지를 비교하여 문자의 명도 상관도를 계산하는 단계; 및
    상기 에지 상관도와 상기 명도 상관도로부터 상기 분할 이미지의 문자를 인식하는 단계를 포함하는 것을 특징으로 하는 차대번호의 인식 방법.
  2. 제 1 항에 있어서,
    상기 제1 기준 차대번호 이미지는 기설정된 차대번호의 문자 정보를 이용하여 그래픽으로 생성되는 기준 이미지이며,
    상기 제2 기준 차대번호 이미지는 기설정된 차대번호의 문자 정보로 실제 각인한 차대번호를 촬영하여 생성되는 기준 이미지인 것을 특징으로 하는 차대번호의 인식 방법.
  3. 제 2 항에 있어서, 상기 차대번호의 인식 방법에서
    상기 분할 이미지는 깊이 정보를 가지는 깊이 분할 이미지와 명도 정보를 가지는 명도 분할 이미지로 생성되는 것을 특징으로 하는 차대번호의 인식 방법.
  4. 제 3 항에 있어서, 상기 에지 상관도를 계산하는 단계는
    상기 깊이 분할 이미지와 상기 제1 기준 차대번호 이미지를 비교하여 문자별 제1 에지 상관도를 계산하는 단계; 및
    상기 명도 분할 이미지와 상기 제1 기준 차대번호 이미지를 비교하여 문자별 제2 에지 상관도를 계산하는 단계를 포함하는 것을 특징으로 하는 차대번호의 인식 방법.
  5. 제 4 항에 있어서, 상기 차대번호의 인식 방법은
    상기 분할 이미지의 문자로 인식된 문자에 대한 상기 제1 에지 상관도와 상기 제2 에지 상관도의 합으로부터 품질 계수를 계산하여 상기 분할 이미지에 해당하는, 상기 차량에 각인된 문자의 각인 품질을 판단하는 단계를 더 포함하는 것을 특징으로 하는 차대번호의 인식 방법.
  6. 제 2 항에 있어서, 상기 제2 기준 차대번호 이미지는
    깊이 정보를 가지는 기준 깊이 이미지와 명도 정보를 가지는 기준 명도 이미지로 생성되는 것을 특징으로 하는 차대번호의 인식 방법.
  7. 제 6 항에 있어서, 상기 명도 상관도를 계산하는 단계는
    상기 깊이 분할 이미지와 상기 기준 깊이 이미지를 비교하여 문자별 제1 명도 상관도를 계산하는 단계; 및
    상기 명도 분할 이미지와 상기 기준 명도 이미지를 비교하여 문자별 제2 명도 상관도를 계산하는 단계를 포함하는 것을 특징으로 하는 차대번호의 인식 방법.
  8. 제 7 항에 있어서, 상기 명도 상관도를 계산하는 단계는
    상기 차대번호 이미지에서 상기 분할 이미지의 위치 식별자를 판단하는 단계; 및
    판단한 상기 위치 식별자와 동일한 위치의 기준 깊이 이미지와 기준 명도 이미지를 검색하는 단계를 더 포함하며,
    판단한 상기 위치 식별자와 동일한 위치의 기준 깊이 이미지를 상기 깊이 분할 이미지와 비교하여 제1 명도 상관도를 계산하고, 판단한 상기 위치 식별자와 동일한 위치의 기준 명도 이미지를 상기 명도 분할 이미지와 비교하여 제2 명도 상관도를 계산하는 것을 특징으로 하는 차대번호의 인식 방법.
  9. 제 1 항 내지 제 8 항 중 어느 한 항에 있어서,
    상기 에지 상관도와 상기 명도 상관도로부터 계산되는 전체 상관도가 가장 높은 문자를 상기 분할 이미지의 문자로 인식하는 것을 특징으로 하는 차대번호의 인식 방법.
  10. 제 9 항에 있어서, 상기 차대번호의 인식 방법은
    상기 전체 상관도와 임계 상관도를 비교하여 상기 전체 상관도가 임계 상관도를 만족하지 못하는 경우 문자 인식 실패를 알리는 알람을 생성하는 단계를 더 포함하는 것을 특징으로 하는 차대번호의 인식 방법.
  11. 제 5 항에 있어서, 상기 차대번호의 인식 방법은
    상기 품질 계수와 임계 품질 계수를 비교하여 상기 품질 계수가 임계 품질 계수를 만족하지 못하는 경우 각인 품질 저하를 알리는 알람을 제공하는 단계를 더 포함하는 것을 특징으로 하는 차대번호의 인식 방법.
PCT/KR2021/011987 2021-09-06 2021-09-06 차대 번호의 인식 방법 WO2023033211A1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
PCT/KR2021/011987 WO2023033211A1 (ko) 2021-09-06 2021-09-06 차대 번호의 인식 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/KR2021/011987 WO2023033211A1 (ko) 2021-09-06 2021-09-06 차대 번호의 인식 방법

Publications (1)

Publication Number Publication Date
WO2023033211A1 true WO2023033211A1 (ko) 2023-03-09

Family

ID=85412604

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2021/011987 WO2023033211A1 (ko) 2021-09-06 2021-09-06 차대 번호의 인식 방법

Country Status (1)

Country Link
WO (1) WO2023033211A1 (ko)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20060064089A (ko) * 2004-12-08 2006-06-13 김상오 차량식별번호 인식 방법
KR101182173B1 (ko) * 2012-02-07 2012-09-12 김진호 차량 번호판 인식 방법 및 시스템
KR20200010643A (ko) * 2018-06-27 2020-01-31 현대자동차주식회사 식별기호 인식장치 및 인식방법
KR20200045023A (ko) * 2018-10-08 2020-05-04 울산과학기술원 학습 모델 기반의 차대번호 인식 방법 및 그 장치
CN110276295B (zh) * 2019-06-20 2020-08-25 上海眼控科技股份有限公司 车辆识别号码检测识别方法及设备

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20060064089A (ko) * 2004-12-08 2006-06-13 김상오 차량식별번호 인식 방법
KR101182173B1 (ko) * 2012-02-07 2012-09-12 김진호 차량 번호판 인식 방법 및 시스템
KR20200010643A (ko) * 2018-06-27 2020-01-31 현대자동차주식회사 식별기호 인식장치 및 인식방법
KR20200045023A (ko) * 2018-10-08 2020-05-04 울산과학기술원 학습 모델 기반의 차대번호 인식 방법 및 그 장치
CN110276295B (zh) * 2019-06-20 2020-08-25 上海眼控科技股份有限公司 车辆识别号码检测识别方法及设备

Similar Documents

Publication Publication Date Title
CN112528863A (zh) 表格结构的识别方法、装置、电子设备及存储介质
CN114240939B (zh) 一种主板元器件外观缺陷检测方法、系统、设备及介质
CN102915433B (zh) 基于字符组合的车牌定位和识别方法
CN108764352A (zh) 重复页面内容检测方法和装置
CN111260645B (zh) 基于分块分类深度学习的篡改图像检测方法及系统
CN115049638A (zh) 一种基于图像处理的丝网印刷玻璃缺陷检测方法及装置
US7715632B2 (en) Apparatus and method for recognizing an image
Tian et al. An algorithm combined with color differential models for license-plate location
CN114581760B (zh) 一种机房巡检的设备故障检测方法及系统
KR20010015046A (ko) 구조화된 배경 모델과 문자의 조합에 의한 배경위의 문자자동 인식 방법
CN111931769A (zh) 结合rpa及ai的发票处理、装置、计算设备及存储介质
WO2023033211A1 (ko) 차대 번호의 인식 방법
CN110533660B (zh) 一种电子产品外壳丝印缺陷的检测方法
CN1898555A (zh) 基板检查装置
CN114463731A (zh) 一种车牌定位与识别方法及装置
CN115760854A (zh) 基于深度学习的电力设备缺陷检测方法、装置及电子设备
JPH11306325A (ja) 対象物検出装置及び対象物検出方法
US11644427B2 (en) Automatic detection method and automatic detection system for detecting crack on wafer edges
CN111640122B (zh) 基于连通域的led异形显示屏光斑定位分割方法
KR102474140B1 (ko) 차대 번호의 인식 방법
CN113159029A (zh) 一种图片中局部信息精准抓取的方法和系统
CN113989481A (zh) 一种合同文本图像印章检测和去除方法
WO2023127992A1 (ko) 3d 이미지 데이터를 이용한 타이어 불량 검출 방법
WO2008023886A1 (en) Method for optimizing image for vehicle's identification plate
CN111126380A (zh) 一种电力设备铭牌印文识别方法及系统

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 21956139

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE