[논문 리뷰] A novel scheme for binarization of vehicle images using hierarchical histogram equalization technique

Satadal Saha, Subhadip Basu외 2명|arXiv (Cornell University)|2010. 03. 31.

Vehicle License Plate Recognition참고 문헌 5인용 수 4

한 줄 요약

이 논문은 다중 이미지 분할 영역에서의 픽셀 소속값을 계산하고 통합하여 최적의 임계치를 결정함으로써, 복잡한 저대비 교통 영상에서 신뢰성 있는 차량 번호판 이진화를 향상시키는 계층적 히스토GRAM 균형화(HHE)를 사용하는 새로운 이진화 방법을 제안한다. 이 방법은 기존 기법에 비해 실세계 데이터셋에서 뚜렷한 성능 향상을 보이며 강건한 성능을 발휘한다.

ABSTRACT

Automatic License Plate Recognition system is a challenging area of research now-a-days and binarization is an integral and most important part of it. In case of a real life scenario, most of existing methods fail to properly binarize the image of a vehicle in a congested road, captured through a CCD camera. In the current work we have applied histogram equalization technique over the complete image and also over different hierarchy of image partitioning. A novel scheme is formulated for giving the membership value to each pixel for each hierarchy of histogram equalization. Then the image is binarized depending on the net membership value of each pixel. The technique is exhaustively evaluated on the vehicle image dataset as well as the license plate dataset, giving satisfactory performances.

연구 동기 및 목표

• 어두운 조명과 혼잡한 환경에서 실세계 교통 조건에서 안정적인 번호판 이진화 문제를 해결하기 위해.
• 복잡한 배경과 저대비 조건에서 실패하는 기존 이진화 기법의 한계를 극복하기 위해.
• 다양한 이미지 영역에서 대비를 적응적으로 향상시켜 보다 우수한 임계치 설정을 위한 계층적 접근법을 개발하기 위해.
• 다중 수준의 이미지 분할에서 유도된 픽셀 소속값을 통합하여 보다 정확하고 강건한 이진화 결과를 도출하기 위해.

제안 방법

• 이 방법은 전체 이미지뿐 아니라, 다중 계층적 수준에서 점진적으로 분할된 이미지 영역에도 히스토GRAM 균형화를 적용한다.
• 각 픽셀은 각 계층적 수준에서 히스토GRAM 균형화 이후 강도 변화에 기반하여 소속값이 할당된다.
• 각 픽셀의 네트워크 소속값은 모든 계층 수준에서의 소속값에 대한 가중합으로 계산된다.
• 최종 이진화를 수행하기 위해 누적 소속도 분포에서 동적 임계치를 유도한다.
• 계층적 분할은 지역 대비 변화에 적응적으로 집중하기 위해 재귀적 퀼리트 유사 분할 기법을 사용한다.
• 최종 이진화 이미지는 각 픽셀의 네트워크 소속값이 학습되거나 적응 가능한 임계치를 초과하는지 여부에 따라 이진값으로 할당함으로써 생성된다.

실험 결과

연구 질문

• RQ1 복잡한 차량 영상에서 이진화 성능을 향상시키기 위해 히스토GRAM 균형화를 다중 공간 계층에 효과적으로 적용하는 방법은 무엇인가?
• RQ2 다른 계층적 수준에서 유도된 소속값을 최적으로 통합하여 이진화 정확도를 향상시키는 방법은 무엇인가?
• RQ3 다중 수준 히스토GRAM 균형화 기법이 실세계 번호판 영상에서 표준 전역 또는 국소 이진화 기법을 능가할 수 있는가?
• RQ4 제안된 방법은 교통 감시에서 흔히 발생하는 다양한 조도 및 배경 조건에서 어떻게 성능을 발휘하는가?

주요 결과

• 제안된 HHE 기반 이진화 방법은 기존 이진화 기법에 비해 일반 차량 영상과 전용 번호판 데이터셋 모두에서 뛰어난 성능을 보였다.
• 저대비 및 고잡음 환경에서도 강건성을 유지하며 높은 세그먼테이션 정확도를 확보하였다.
• 계층적 소속값 통합으로 인해 이진화 출력에서 노이즈 증폭과 오분류를 크게 감소시켰다.
• 기준 데이터셋에서의 검증을 통해 다양한 실세계 교통 환경에서 이진화 품질이 일관되게 향상되었음을 입증하였다.