[논문 리뷰] Real-Time and Efficient Method for Accuracy Enhancement of Edge Based License Plate Recognition System

Reza Azad, Babak Azad외 1명|arXiv (Cornell University)|2014. 07. 24.

Vehicle License Plate Recognition참고 문헌 25인용 수 14

한 줄 요약

이 논문은 기울어진 번호판과 열악한 이미지 품질과 같은 도전적인 조건에서도 엣지 기반 번호판 인식(LPR) 시스템의 정확도를 향상시키기 위한 실시간이고 효율적인 방법을 제안한다. 이 방법은 적응형 임계처리, 에지 검출, 형태학적 연산을 통해 번호판 지역을 국소화하고 기울기를 보정한 후, KNN 기반의 문자 인식을 수행하며, 다양한 테스트 이미지에서 98%의 번호판 추출 정확도와 99.12%의 문자 인식 정확도를 달성한다. 페르시아어 차량 데이터셋에서는 99%의 정확도를 기록한다.

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.

연구 동기 및 목표

• 열악한 이미지 품질과 번호판 기울기 조건에서 엣지 기반 번호판 인식의 정확도를 향상시키기 위해.
• 교통 모니터링 및 주차 관리 시스템에 구현 가능한 실시간이고 계산 비용이 낮은 방법을 개발하기 위해.
• 다양한 배경, 거리, 시점에서의 번호판 국소화 및 문자 인식 과제를 해결하기 위해.
• 일반 및 페르시아어 전용 차량 데이터셋을 활용해 방법의 보편적 적용 가능성을 검증하기 위해.

제안 방법

• 입력 이미지는 대비를 향상시키고 노이즈를 줄이기 위해 적응형 임계처리를 통해 이진화된다.
• 에지 검출 및 형태학적 연산을 적용하여 기울어진 상태일지라도 번호판 영역을 국소화한다.
• 기하학적 보정 알고리즘을 사용하여 기울기의 기울기 각도를 추정하고 보정함으로써 번호판 기울기를 제거한다.
• 연결 요소 분석과 형태 필터링을 통해 보정된 번호판 영역에서 개별 문자를 분리하고 추출한다.
• 정규화된 문자 특징을 기반으로 K-최근접 이웃(KNN) 분류기를 사용하여 문자 인식을 수행한다.
• 경량 이미지 처리 기법과 최소한의 계산 복잡도를 활용하여 효율적인 이미지 처리 파이프라인을 구성함으로써 실시간 성능를 최적화한다.

실험 결과

연구 질문

• RQ1 열악한 품질과 다양한 조명 조건을 가진 이미지에서 번호판 국소화 정확도를 어떻게 향상시킬 수 있는가?
• RQ2 번호판 국소화 및 기울기 보정을 향상시키기 위한 최적의 전처리 기법 조합은 무엇인가?
• RQ3 실시간 LPR 시스템이 다양한 시점과 거리에서 높은 인식 정확도를 달성할 수 있는가?
• RQ4 페르시아어와 같은 라틴 알파벳 이외의 문자 체계에 적용했을 때 KNN 분류기는 문자 인식에서 어떤 성능을 보이는가?
• RQ5 적응형 임계처리와 형태학적 연산이 전체 시스템의 강건성과 속도에 미치는 영향은 무엇인가?

주요 결과

• 제안된 방법은 다양한 배경, 거리, 시점 조건을 가진 다양한 테스트 이미지에서 98%의 번호판 정확한 추출 비율을 달성했다.
• 일반 데이터셋에서 어려운 이미지 조건을 포함한 테스트에서 문자 인식 정확도가 99.12%에 도달했다.
• 페르시아어 차량 데이터셋에서는 99%의 문자 인식 정확도를 기록하여 비라틴 문자 체계에 대한 강건성을 입증했다.
• 적응형 임계처리와 형태학적 연산의 통합은 저대비 및 노이즈가 많은 이미지에서 번호판 국소화 성능을 크게 향상시켰다.
• 경량 이미지 처리 기법과 최소한의 계산 복잡도를 활용함으로써 시스템은 실시간 성능를 유지한다.
• 이 방법은 기울어진 번호판이나 비스듬한 시점에서 촬영된 번호판에서도 높은 정확도로 일반화 능력을 보였다.