Abstract

This paper describes the feature area-based vehicle plate recognition system(VPRS). For the extraction of vehicle plate in a vehicle image, we used the method which extracts vehicle plate area from a s vehicle image using intensity variation. For the extraction of the feature area containing character from the extracted vehicle plate, we used the histogram-based approach and the relative location information of individual characters in the extracted vehicle plate. The extracted feature area is used as the input vector of ART2 neural network. The proposed method simplifies the existing complex preprocessing the solves the problem of distortion and noise in the binarization process. In the difficult cases of character extraction by binarization process of previous method, our method efficiently extracts characters regions and recognizes it.

본 논문은 특징 영역 기반의 자동차 번호판 인식 시스템(VPRS : Vehicle Plate Recognition System)에 대한 연구이다. 자동차영상에서 번호판을 추출하기 위해 명암도 변화를 이용하였고, 추출된 번호판에서 문자를 포함하는 특징 영역을 추출하기 위해 히스토그램 기법과 번호판 문자의 상대적인 위치 정보를 이용하였다. 이렇게 추출된 특징 영역을 ART2 신경회로망의 입력 벡터로 사용하여 인식하였다. 제안한 방법은 기존의 문자 인식을 위한 전처리 과정을 간소화 할 수 있었고, 이치화 과정에서의 원 화상의 왜곡과 노이즈 발생 문제를 해결할 수 있었으며, 또한 기존의 이치화 방법으로 문자 추출이 어려운 번호판에 대해서도 효과적으로 문자영역을 추출하여 인식할 수 있었다.

Keywords