[論文レビュー] Real-Time and Efficient Method for Accuracy Enhancement of Edge Based License Plate Recognition System

Reza Azad, Babak Azad+1 more|arXiv (Cornell University)|Jul 24, 2014

Vehicle License Plate Recognition参考文献 25被引用数 14

ひとこと要約

本稿では、傾きのあるナンバープレートや画像品質が悪い状況下でも、リアルタイムで効率的かつ高精度なエッジベースのナンバープレート認識（LPR）システムを実現する手法を提案する。本手法は、適応的しきい値処理、エッジ検出、モルフォロジカル操作によるプレート領域の局所化と傾き補正を経て、KNNに基づく文字認識を実行し、多様なテスト画像において98%のプレート検出率と99.12%の文字認識精度を達成した。また、ペルシャ語の車両データセットにおいても99%の認識精度を示した。

ABSTRACT

License Plate Recognition plays an important role on the traffic monitoring and parking management. Administration and restriction of those transportation tools for their better service becomes very essential. In this paper, a fast and real time method has an appropriate application to find plates that the plat has tilt and the picture quality is poor. In the proposed method, at the beginning, the image is converted into binary mode with use of adaptive threshold. And with use of edge detection and morphology operation, plate number location has been specified and if the plat has tilt; its tilt is removed away. Then its characters are distinguished using image processing techniques. Finally, K Nearest Neighbour (KNN) classifier was used for character recognition. This method has been tested on available data set that has different images of the background, considering distance, and angel of view so that the correct extraction rate of plate reached at 98% and character recognition rate achieved at 99.12%. Further we tested our character recognition stage on Persian vehicle data set and we achieved 99% correct recognition rate.

研究の動機と目的

• 画像品質が悪く、プレートが傾いている状況下でも、エッジベースのナンバープレート認識の精度を向上させること。
• 交通監視および駐車管理システムへの導入に適した、リアルタイムかつ計算効率の良い手法を開発すること。
• 異なる背景、距離、視点角度においても、プレート検出と文字認識の課題に対処すること。
• 一般およびペルシャ語固有の車両データセットを用いて、より広範な適用性を検証すること。

提案手法

• 入力画像を適応的しきい値処理により二値化することでコントラストを向上させ、ノイズを低減する。
• エッジ検出およびモルフォロジカル操作を用いて、傾いている場合でさえもナンバープレート領域を局所化する。
• 幾何学的補正アルゴリズムを用いて、ずれの角度を推定・補正することでプレートの傾きを除去する。
• 連結成分解析と形状フィルタリングを用いて、補正済みプレート領域から個々の文字を分離・抽出する。
• 正規化された文字特徴量を用いて、K-Nearest Neighbor（KNN）分類器による文字認識を実行する。
• 効率的な画像処理パイプラインと最小限の計算負荷を活用することで、リアルタイム性能を最適化する。

実験結果

リサーチクエスチョン

• RQ1 劣悪な画像品質や変動する照明条件下でも、ナンバープレート検出の精度をどのように向上できるか？
• RQ2 プレート局所化と傾き補正を高効率に実現するための、最適な前処理技術の組み合わせは何か？
• RQ3 リアルタイムLPRシステムは、多様な視点角度や距離においても高い認識精度を達成できるか？
• RQ4 ペルシャ語のようなラテン文字以外のスクリプトに適用した場合、KNN分類器の文字認識性能はどの程度か？
• RQ5 適応的しきい値処理とモルフォロジカル操作が、全体のシステムの頑健性と速度に与える影響は何か？

主な発見

• 提案手法は、背景、距離、視点角度が多様なテスト画像において、98%の高精度なプレート抽出率を達成した。
• 一般データセット（画像品質が悪く、課題の多い状況を含む）において、文字認識率が99.12%に達した。
• ペルシャ語の車両データセットでは、99%の文字認識精度を達成し、非ラテン文字スクリプトに対しても頑健であることが示された。
• 適応的しきい値処理とモルフォロジカル操作の統合により、コントラストが低くノイズの多い画像でもプレート局所化の精度が著しく向上した。
• 軽量な画像処理技術の効果的な活用と計算複雑度の低さのおかげで、システムはリアルタイム性能を維持している。
• プレートが傾いている場合や斜めの角度から撮影された場合でも、高い汎化能力を示しており、高精度な認識が可能である。