| 1 |
1
(a) 도로 주행 영상에서 단일 문자 영역을 식별하고 식별된 문자 영역들을 병합하여 자동차 번호판의 후보 영역들을 선택하는 단계; 및(b) 소정의 특징 벡터들을 사용하는 기계 학습에 기반하여 상기 후보 영역들 중에서 자동차 번호판 영역을 결정하는 단계를 포함하고,상기 자동차 번호판의 후보 영역들을 선택하는 단계는,(a-1) 상기 도로 주행 영상에서 에지를 강조함으로써 문자와 연관된 에지들을 강화하는 단계;(a-2) 상기 에지가 강조된 영상에서 노이즈를 제거하고 불연속적인 에지들을 연결하는 단계;(a-3) 상기 노이즈가 제거되고 불연속적인 에지들이 연결된 영상에서 단일 문자 영역을 식별하는 단계;(a-4) 상기 단일 문자 영역들 중 소정의 조건을 만족하는 단일 문자 영역들을 병합하는 단계; 및(a-5) 자동차 번호판 고유의 특성을 이용하여 상기 병합된 문자 영역들 중 자동차 번호판의 후보 영역들을 결정하는 단계를 포함하고,상기 단계 (a-4)는,문자 영역들의 높이 차이가 소정의 제1 임계값 미만이고, 문자 영역들의 중심 수평선의 위치 차이가 소정의 제2 임계값 미만이며, 문자 영역들 간의 수평 거리가 소정의 범위 내에 있는 문자 영역들을 병합하는 단계를 포함하며,상기 단계 (a-5)는,영역의 높이 대 폭의 비가 자동차 번호판의 높이 대 폭의 비와 실질적으로 일치하고, 영역의 절대 크기가 최소 임계값보다 크며 최대 임계값보다 작은, 병합된 문자 영역들을 자동차 번호판의 후보 영역들로서 결정하는 단계를 포함하고,상기 단계 (b)는,자동차 번호판의 복수의 서브 영역의 에지 밀도 및 자동차 번호판의 색상(hue)과 관련된 특징 벡터들을 사용하는 서포트 벡터 머신에 기반하여 상기 후보 영역들 중에서 자동차 번호판 영역을 결정하는 단계를 포함하는, 자동차 번호판 검출 방법
|
| 2 |
2
청구항 1에 있어서,상기 단계 (a-1)은,라플라시안(Laplacian) 필터를 이용하여 상기 도로 주행 영상에서 에지를 강화하는 단계를 포함하는, 자동차 번호판 검출 방법
|
| 3 |
3
청구항 1에 있어서,상기 단계 (a-2)는,모폴로지 연산인 열기(opening) 연산을 이용하여 상기 에지가 강조된 영상에서 노이즈를 제거하고, 닫기(closing) 연산을 이용하여 불연속적인 에지들을 연결하는 단계를 포함하는, 자동차 번호판 검출 방법
|
| 4 |
4
청구항 1에 있어서,상기 단계 (a-3)은,연결 요소 분석(connected component analysis)에 기반하여 상기 노이즈가 제거되고 불연속적인 에지들이 연결된 영상에서 문자에 대응하는 직사각형 영역을 단일 문자 영역으로서 식별하고, 픽셀의 개수가 소정 범위를 벗어난 직사각형 영역들을 문자 영역에서 제외시키는 단계를 포함하는, 자동차 번호판 검출 방법
|
| 5 |
5
삭제
|
| 6 |
6
삭제
|
| 7 |
7
삭제
|
| 8 |
8
청구항 1에 있어서,상기 단계 (a) 이전에,기지의 자동차 번호판의 복수의 서브 영역의 에지 밀도 및 색상(hue)과 관련된 특징 벡터들을 추출하는 단계; 및상기 특징 벡터들에 기반하여 자동차 번호판을 분류하기 위한 서포트 벡터 머신용 분류 모델을 형성하는 단계를 더 포함하는, 자동차 번호판 검출 방법
|
| 9 |
9
청구항 8에 있어서,상기 단계 (b)는,(b-1) 상기 후보 영역들 각각의 복수의 서브 영역의 에지 밀도 및 색상(hue)과 관련된 특징 벡터들을 추출하는 단계; 및(b-2) 상기 특징 벡터들을 상기 분류 모델에 적용하여 상기 후보 영역들 중에서 자동차 번호판 영역을 결정하는 단계를 포함하는, 자동차 번호판 검출 방법
|
| 10 |
10
도로 주행 영상에서 단일 문자 영역을 식별하고 식별된 문자 영역들을 병합하여 자동차 번호판의 후보 영역들을 선택하기 위한 후보 영역 선택부; 및소정의 특징 벡터들을 사용하는 기계 학습에 기반하여 상기 후보 영역들 중에서 자동차 번호판 영역을 결정하기 위한 자동차 번호판 영역 결정부를 포함하고,상기 후보 영역 선택부는,(a-1) 상기 도로 주행 영상에서 에지를 강조함으로써 문자와 연관된 에지들을 강화하는 동작;(a-2) 상기 에지가 강조된 영상에서 노이즈를 제거하고 불연속적인 에지들을 연결하는 동작;(a-3) 상기 노이즈가 제거되고 불연속적인 에지들이 연결된 영상에서 단일 문자 영역을 식별하는 동작;(a-4) 상기 단일 문자 영역들 중 소정의 조건을 만족하는 단일 문자 영역들을 병합하는 동작; 및(a-5) 자동차 번호판 고유의 특성을 이용하여 상기 병합된 문자 영역들 중 자동차 번호판의 후보 영역들을 결정하는 동작을 수행하며,상기 동작 (a-4)는,문자 영역들의 높이 차이가 소정의 제1 임계값 미만이고, 문자 영역들의 중심 수평선의 위치 차이가 소정의 제2 임계값 미만이며, 문자 영역들 간의 수평 거리가 소정의 범위 내에 있는 문자 영역들을 병합하는 동작을 포함하고,상기 동작 (a-5)는,영역의 높이 대 폭의 비가 자동차 번호판의 높이 대 폭의 비와 실질적으로 일치하고, 영역의 절대 크기가 최소 임계값보다 크며 최대 임계값보다 작은, 병합된 문자 영역들을 후보 영역들로서 결정하는 동작을 포함하며,상기 자동차 번호판 영역 결정부는,자동차 번호판의 복수의 서브 영역의 에지 밀도 및 자동차 번호판의 색상(hue)과 관련된 특징 벡터들을 사용하는 서포트 벡터 머신에 기반하여 상기 후보 영역들 중에서 자동차 번호판 영역을 결정하는 동작을 수행하는, 자동차 번호판 검출 장치
|
| 11 |
11
청구항 10에 있어서,상기 동작 (a-1)은,라플라시안(Laplacian) 필터를 이용하여 상기 도로 주행 영상에서 에지를 강화하는 동작을 포함하는, 자동차 번호판 검출 장치
|
| 12 |
12
청구항 10에 있어서,상기 동작 (a-2)는,모폴로지 연산인 열기(opening) 연산을 이용하여 상기 에지가 강조된 영상에서 노이즈를 제거하고, 닫기(closing) 연산을 이용하여 불연속적인 에지들을 연결하는 동작을 포함하는, 자동차 번호판 검출 장치
|
| 13 |
13
청구항 10에 있어서,상기 동작 (a-3)은,연결 요소 분석(connected component analysis)에 기반하여 상기 노이즈가 제거되고 불연속적인 에지들이 연결된 영상에서 문자에 대응하는 직사각형 영역을 단일 문자 영역으로서 식별하고, 픽셀의 개수가 소정 범위를 벗어난 직사각형 영역들을 문자 영역에서 제외시키는 동작을 포함하는, 자동차 번호판 검출 장치
|
| 14 |
14
삭제
|
| 15 |
15
삭제
|
| 16 |
16
삭제
|
| 17 |
17
청구항 10에 있어서,상기 자동차 번호판 영역 결정부는,상기 자동차 번호판 영역을 결정하기 위한 동작을 수행하기 이전에,기지의 자동차 번호판의 복수의 서브 영역의 에지 밀도 및 색상(hue)과 관련된 특징 벡터들을 추출하는 동작; 및상기 특징 벡터들에 기반하여 자동차 번호판을 분류하기 위한 서포트 벡터 머신용 분류 모델을 형성하는 동작을 수행하는, 자동차 번호판 검출 장치
|
| 18 |
18
청구항 17에 있어서,상기 자동차 번호판 영역 결정부는,상기 후보 영역들 각각의 복수의 서브 영역의 에지 밀도 및 색상(hue)과 관련된 특징 벡터들을 추출하는 동작; 및상기 특징 벡터들을 상기 분류 모델에 적용하여 상기 후보 영역들 중에서 자동차 번호판 영역을 결정하는 동작을 더 수행하는, 자동차 번호판 검출 장치
|
