호텔링 변환을 이용한 자동차 번호판 인식시스템에 관한 연구 = License Plate Recognition System Using Hotelling Transform

국문 초록 (Abstract)

본 논문에서는 차량의 후면에서 촬영한 영상을 이용하여 효과적으로 번호판을 추출하고, 그 안에 표기된 문자를 인식하는 방법을 제안한다. 기존의 연구방법은 전체영상에 대하여 전처리를 수행하여 에지(edge)영상을 구하여 이진화 한다. 이진화된 영상에서 허프(Hough)변환을 수행하여 수평, 수직선을 구하고, 번호판의 특징을 이용하여 번호판 영역을 추출한다. 이 방법의 문제점은 처리시간이 많이 소요되므로 실시간처리가 곤란하다는 점과 야간관 같이 명암상태가 불규칙하고 영상에서 번호판 테두리가 나타나지 않으면 번호판 영역추출을 할 수 없다는 점이다. 또한 차량의 후면에서 촬영한 영상에서 번호판 영역의 명암값 변화의 특성을 이용하여 번호판 영역에서 숫자폭, 배경영역과 숫자영역의 명암차를 조사하여 숫자영역임을 확인하고, 확인된 숫자와 숫자사이의 거리를 조사하여 번호판 영역을 추출한다. 본 연구는 기존방법의 번호판 테두리 훼손에 따른 번호판 영역추출 실패의 문제점을 해결하고 시간 소요의 문제를 실시간안에 처리 함으로써 실용적 응용이 가능하다. 실험 결과 100장의 샘플영상으로 실험한 결과 멀리 있는 자동차 영상에서도 자동으로 번호판을 판독할 수 있었으며, 번호판 추출에 실패한 영상은 13%를 나타내었고, 문자인식에 실패한 영상은 0.4%의 결과를 나타내었다.

다국어 초록 (Multilingual Abstract)

In this paper by using the image taken from the rear of the vehicle to effectively extract the license plate and how to recognize the characters appearing in the offer. How to existing research on the entire video by following the pre-edge (edge) images to obtain yijinhwa. Qualified heopeu in a binary image (Hough) to convert the horizontal and vertical lines to obtain, using the characteristics of the plates to extract the license plate area. The problem with this method, the processing time is so difficult to handle real-time status of irregular points, and visual contrast with yagangwan border does not appear in the plates to extract the license plate area is that it is not. In addition, the rear of the vehicle license plate area from images taken using the characteristics of the plates myeongamgap changes sutjapok in the area, background area and the number number area of the region confirmed the contrast of the car and identified the number and the number of 42 of distance to extract the license plate area. How to research, the existing damage to the border of the plate to fail to extract the license plate area, a matter of hours to resolve problems in real-time, practical application is processed. Chapter 100 as the results of the experiment the sample video image in a car that far experiment results automatically read license plates have been able to extract the license plate and failing to represent 13% of images, character recognition result of failing to represent the image was 0.4%