[논문 리뷰] Proposal for Automatic License and Number Plate Recognition System for Vehicle Identification

Hamed Saghaei|arXiv (Cornell University)|2016. 10. 09.

Vehicle License Plate RecognitionEngineering참고 문헌 6인용 수 16

한 줄 요약

이 논문은 GPS나 RFID와 같은 추가 하드웨어 없이 카메라로 촬영한 이미지에서 차량의 번호판을 감지하고 인식하기 위해 영상 처리 기법을 활용하는 컴퓨터 비전 기반 자동 번호판 인식(LNPR) 시스템을 제안한다. 이 시스템은 국소화, 정규화, 분할 및 OCR 기법을 사용하여 실제 이미지에서 성공적으로 번호판을 감지하고 인식하며, 보안 및 교통 통제 응용 분야에 실용적 적용 가능성을 입증한다.

ABSTRACT

In this paper, we propose an automatic and mechanized license and number plate recognition (LNPR) system which can extract the license plate number of the vehicles passing through a given location using image processing algorithms. No additional devices such as GPS or radio frequency identification (RFID) need to be installed for implementing the proposed system. Using special cameras, the system takes pictures from each passing vehicle and forwards the image to the computer for being processed by the LPR software. Plate recognition software uses different algorithms such as localization, orientation, normalization, segmentation and finally optical character recognition (OCR). The resulting data is applied to compare with the records on a database. Experimental results reveal that the presented system successfully detects and recognizes the vehicle number plate on real images. This system can also be used for security and traffic control.

연구 동기 및 목표

• GPS나 RFID에 의존하지 않고 저비용의 자동화된 차량 식별 시스템을 개발하는 것.
• 영상 처리를 통해 교통 모니터링 및 보안 응용 분야에서 실시간 차량 식별을 가능하게 하는 것.
• 다양한 조도, 각도 및 이미지 품질 조건에서 번호판 감지 과제를 해결하는 것.
• 국소화, 정규화, 분할 및 OCR를 통합한 모듈러한 파이프라인을 설계하여 강력한 인식 성능을 확보하는 것.
• 실제 차량 이미지를 사용하여 시스템의 효과성을 검증하고 데이터베이스 기록과의 비교를 수행하는 것.

제안 방법

• 통과하는 차량의 영상을 촬영하기 위해 전용 카메라를 사용하여 LNPR 시스템의 입력 자료로 활용한다.
• 촬영된 이미지의 대비를 향상시키고 노이즈를 감소시키기 위해 영상 전처리 기법을 적용한다.
• 이미지 내 번호판을 포함한 관심 영역(ROI)을 감지하기 위해 국소화 알고리즘을 활용한다.
• 일관된 처리를 위해 번호판의 각도를 보정한다.
• 다양한 이미지 간의 표준화된 크기와 조도 조건을 확보하기 위해 정규화를 적용한다.
• OCR 엔진에 입력하기 전에 번호판의 개별 문자를 분리하기 위해 분할을 수행한다.

실험 결과

연구 질문

• RQ1 추가 센서 없이 영상 기반 시스템이 실제 도로 영상에서 번호판을 신뢰성 있게 감지할 수 있는가?
• RQ2 제안된 파이프라인이 조도, 각도 및 이미지 품질의 변동성을 다루는 데 얼마나 효과적인가?
• RQ3 기본 OCR 기법을 사용할 때 시스템이 문자 인식을 얼마나 정확하게 수행할 수 있는가?
• RQ4 시스템은 실시간 교통 모니터링 및 보안 응용 분야에 구현 가능한가?
• RQ5 다양한 실제 차량 이미지에 대해 시험한 결과 시스템의 인식 정확도는 어느 정도인가?

주요 결과

• 제안된 LNPR 시스템은 다양한 조건에서 실제 이미지 내 번호판을 성공적으로 감지하고 인식한다.
• 영상 처리 및 OCR 기법의 조합을 통해 번호판 국소화 및 문자 인식에서 높은 정확도를 달성한다.
• GPS나 RFID와 같은 추가 하드웨어가 필요 없어 구현 비용과 복잡성이 감소한다.
• 조도, 방향, 해상도의 변동성을 다루는 데 있어 시스템의 강건성이 입증된다.
• 실험 결과는 교통 및 보안 분야에서 자동 차량 식별을 위한 영상 기반 처리의 실현 가능성을 확인한다.
• 시스템의 모듈러한 설계는 기존 감시 및 교통 관리 인fra구조에의 통합을 가능하게 한다.