Journal of Broadcast Engineering (방송공학회논문지)

The Korean Institute of Broadcast and Media Engineers (한국방송∙미디어공학회)
권호 표지
DOI QR코드

DOI QR Code

A Binarization Technique using Histogram Matching for License Plate with a Shadow

그림자가 있는 자동차 번호판을 위한 히스토그램 매칭 기반의 이진화

  • Kim, Jung Hun (School of Electrical Engineering, Soongsil Univ.) ;
  • Kim, Gibak (School of Electrical Engineering, Soongsil Univ.)
  • Received : 2013.10.04
  • Accepted : 2014.01.13
  • Published : 2014.01.30
Download PDF
⟨ Previous Next ⟩

Abstract

This paper deals with a binarization for plate number recognition. The binarization process converts an image into a binary image and plays an important role for automatically recognizing plate number. The rear license plate has often a shadowed image which causes erroneous binarized image due to non-uniform illumination. In this paper, a binarization method is proposed in which the shadow line is detected in a rear plate with a shadow. And then the histogram matching is conducted for the two image separated by the shadow line. After histogram matching, two images are joined and finally Otsu method is applied for the binarization. In the experiment, the proposed algorithm shows robust performance compared to the conventional method in the presence of estimation error in the shadow line.

본 논문은 자동차 번호판 인식을 위한 이진화 과정을 다루고자 한다. 이진화 과정은 번호판 영상을 이진 영상으로 나타내는 것을 말하며, 많은 경우 이진화 결과가 번호판 문자인식 성능에 결정적인 영향을 미치게 된다. 후면 번호판은 전면 번호판과는 달리 구조적 영향에 의해 번호판에 그림자가 생기는 경우가 많은데, 그림자가 있는 번호판은 기존 이진화 방법을 사용할 경우에 적절하지 못한 결과를 가져올 때가 많다. 본 논문에서는 이 같은 문제점을 해결하기 위해 그림자가 있는 번호판에서 그림자가 있는 부분과 그림자가 없는 부분을 구분한 후, 나눠진 영역에 대해 히스토그램 매칭을 수행한다. 히스토그램 매칭된 두 영상을 다시 붙여서 전체 영상에 대해 이진화한다. 그림자가 있는 번호판 이진화를 위한 기존 방법과 성능을 비교 분석하였고, 그림자 경계선 검출에 오차가 있는 경우 제안하는 방법이 기존 방법에 비해 성능이 우수함을 확인할 수 있다.

Keywords

References

  1. D. L. Baggio, S. Emami, D. M. Escriva, K. Ievgen, N. Mahmood, J. Saragih, R. Shilkrot, Mastering OpenCV with Practical Computer VIsion, Packt Publishing, 2012.
  2. R. C. Gonzalez, R. E. Woods, Digital Image Processing, 3rd edition, Pearson, 2010.
  3. N. Otsu, "A threshold selection method from gray-level histograms," IEEE trans. Systems, Man, and Cybernetics, vol. SMC-9, no. 1, pp.62-66, Jan. 1979.
  4. J. Kittler and J. Illingworth, "Minimum error thresholding," Pattern Recognition, vol. 19, no. 1, pp. 41-47, 1986. https://doi.org/10.1016/0031-3203(86)90030-0
  5. W. Niblack, An Introduction to Digital Image Processing, Prentice Hall, 1986.
  6. C. Wolf and J. Jolion, "Extraction and recognition of artificial text in multimedia documents," Pattern Analysis and Applications, vol. 6, no. 4, pp. 309-326, 2003.
  7. D. Bradley and G. Roth, "Adaptive thresholding using the integral image," Journal of Graphics Tools, vol. 12, no. 2, pp. 13-21, 2007. https://doi.org/10.1080/2151237X.2007.10129236
  8. J. Bernsen, "Dynamic thresholding of grey-level images," Proc. ICPR, pp. 1251-1255, 1986.
  9. Min-Ki Kim, "Comparative performance evaluation of binarization methods for vehicle license plate," Journal of the Korea Contents Association, vol. 9, no. 8, pp. 9-17, 2009. https://doi.org/10.5392/JKCA.2009.9.8.009
  10. Jin-Tae Kim, Young-Suk Lee, Young-Bong Kim, "Good threshold for binary image of a vehicle license plate," Proc. The 1999 Fall Conference of Korea Multimedia Society, pp.230-234, 1999.
  11. Byoung Hoon Seo, Byeong Man Kim, Chang Bae Moon, Yoon Sik, Shin, "Binarization of number plate image with a shadow," Journal of the Korea Industrial Information Systems Research, vol. 13, no. 4, pp. 1-13, 2008.