1 |
1
입력 영상을 획득하는 영상 획득부;상기 입력 영상 내에 번호판이 포함되는지 여부를 판단하기 위한 최적 특징을 제공하는 학습부; 및상기 최적 특징을 이용하여 상기 입력 영상이 번호판을 포함하는지 여부를 결정하는 번호판 검출부를 포함하고,상기 학습부는,번호판이 포함된 적어도 하나의 번호판 학습 영상의 제1 특징 영역에 대한 특징 및 번호판이 포함되지 않은 적어도 하나의 비번호판 학습 영상의 제2 특징 영역에 대한 특징을 이용하여, 기준 특징 값을 계산하는 최적 경계값 계산부;상기 기준 특징 값을 이용하여 상기 적어도 하나의 번호판 학습 영상 및 상기 적어도 하나의 비번호판 학습 영상에 번호판이 포함되어 있는지 여부를 결정하고, 상기 결정의 오차가 최소가 되는 상기 적어도 하나의 번호판 학습 영상 내의 제1 특징 영역을 최소 오차 특징 영역으로 추출하는 최소 오차 특징 영역 추출부; 및상기 최소 오차 특징 영역에 대한 특징을 최적 특징으로 결정하는 최적 특징 결정부를 포함하는 차량 번호판 검출 장치
|
2 |
2
삭제
|
3 |
3
삭제
|
4 |
4
제1항에 있어서,상기 학습부는,상기 적어도 하나의 번호판 학습 영상의 상기 제1 특징 영역을 제1 흑백 영상으로 변환하고, 상기 제1 흑백 영상의 화소의 인접 화소 값을 이용하여 상기 제1 흑백 영상의 상기 화소의 화소 값을 변환함으로써 상기 제1 흑백 영상을 제2 흑백 영상으로 변환하고, 상기 제2 흑백 영상의 히스토그램을 이용하여 상기 제1 특징 영역에 대한 특징을 추출하고,상기 적어도 하나의 비번호판 학습 영상의 상기 제2 특징 영역을 제3 흑백 영상으로 변환하고, 상기 제3 흑백 영상의 화소의 인접 화소 값을 이용하여 상기 제3 흑백 영상의 상기 화소의 화소 값을 변환함으로써 상기 제3 흑백 영상을 제4 흑백 영상으로 변환하고, 상기 제4 흑백 영상의 히스토그램을 이용하여 상기 제2 특징 영역에 대한 특징을 추출하는 특징 영역 특징 추출부를 더 포함하는 차량 번호판 검출 장치
|
5 |
5
제1항에 있어서,상기 학습부는,상기 최소 오차 특징 영역 추출부에서의 상기 결정의 상기 오차에 따라 상기 제1 특징 영역의 가중치를 변경하는 가중치 변경부를 더 포함하고,상기 최소 오차 특징 영역 추출부는,상기 변경된 가중치에 따라 상기 오차가 최소가 되는 상기 제1 특징 영역을 재식별하고, 상기 재식별된 제1 특징 영역을 상기 최소 오차 특징 영역으로 추출하는차량 번호판 검출 장치
|
6 |
6
제1항에 있어서,상기 기준 특징 값은,상기 적어도 하나의 번호판 학습 영상의 상기 제1 특징 영역 및 상기 적어도 하나의 비번호판 학습 영상의 상기 제2 특징 영역으로부터 계산된 값인차량 번호판 검출 장치
|
7 |
7
제6항에 있어서,상기 기준 특징 값은,상기 적어도 하나의 번호판 학습 영상의 상기 제1 특징 영역에 대한 히스토그램 값 및 상기 적어도 하나의 비번호판 학습 영상의 상기 제2 특징 영역에 대한 히스토그램 값을 이용하여 계산되는차량 번호판 검출 장치
|
8 |
8
제1항에 있어서,상기 번호판 검출부는,상기 입력 영상의 부분 또는 전체인 후보 영상에 대한 특징을 추출하는 후보 영상 특징 추출부;상기 추출된 특징을 상기 최적 특징과 비교하는 특징 비교부; 및상기 추출된 특징 및 상기 최적 특징과의 비교 결과를 이용하여 상기 입력 영상이 번호판을 포함하는지 여부를 결정하는 판정부를 포함하는 차량 번호판 검출 장치
|
9 |
9
제8항에 있어서,상기 후보 영상 특징 추출부는,상기 후보 영상을 제5 흑백 영상으로 변환하고, 상기 제5 흑백 영상의 화소의 인접 화소 값을 이용하여 상기 제5 흑백 영상의 상기 화소의 화소 값을 변환함으로써 상기 제5 흑백 영상을 제6 흑백 영상으로 변환하고, 상기 제6 흑백 영상 내의 일정영역의 히스토그램을 이용하여 상기 후보 영상에 대한 특징을 추출하고,상기 일정영역은,상기 학습부에 의해 결정되는차량 번호판 검출 장치
|
10 |
10
제1항에 있어서,상기 획득된 입력 영상을 사전 영상 처리하여 상기 번호판 검출부로 전송하는 전처리부; 및상기 사전 영상 처리를 고려하여 상기 획득된 입력 영상에서 번호판의 위치를 계산하는 후처리부를 더 포함하는 차량 번호판 검출 장치
|
11 |
11
입력 영상을 획득하여 상기 입력 영상을 전처리하는 단계;번호판이 포함된 적어도 하나의 번호판 학습 영상 및 번호판이 포함되지 않는 적어도 하나의 비번호판 학습 영상을 이용하여 상기 입력 영상 내에 번호판이 포함되는지 여부를 판단하기 위한 최적 특징을 결정하는 단계; 및상기 최적 특징을 이용하여 상기 입력 영상이 번호판을 포함하는지 여부를 결정하는 단계를 포함하고,상기 최적 특징을 결정하는 단계는,상기 적어도 하나의 번호판 학습 영상의 제1 특징 영역에 대한 특징 및 상기 적어도 하나의 비번호판 학습 영상의 제2 특징 영역에 대한 특징을 이용하여, 기준 특징 값을 계산하는 단계;상기 기준 특징 값을 이용하여 상기 적어도 하나의 번호판 학습 영상 및 상기 적어도 하나의 비번호판 학습 영상이 번호판을 포함하는지 여부를 결정하고, 상기 결정의 오차가 최소가 되는 상기 적어도 하나의 번호판 학습 영상 내의 제1 특징 영역을 최소 오차 특징 영역으로 추출하는 단계; 및상기 최소 오차 특징 영역에 대한 특징을 최적 특징으로 결정하는 단계를 포함하는 차량 번호판 검출 방법
|
12 |
12
삭제
|
13 |
13
제11항에 있어서,상기 최적 특징을 결정하는 단계는,상기 최소 오차 특징 영역으로 추출하는 단계에서의 상기 번호판을 포함하는지 여부에 대한 상기 결정의 오차에 따라 상기 제1 특징 영역의 가중치를 변경하는 단계를 더 포함하고,상기 최소 오차 특징 영역으로 추출하는 단계는,상기 변경된 가중치에 따라 상기 오차가 최소가 되는 상기 제1 특징 영역을 재식별하고, 상기 재식별된 제1 특징 영역을 상기 최소 오차 특징 영역으로 추출하는 단계인차량 번호판 검출 방법
|
14 |
14
제11항에 있어서,상기 기준 특징 값은,상기 적어도 하나의 번호판 학습 영상의 상기 제1 특징 영역 및 상기 적어도 하나의 비번호판 학습 영상의 상기 제2 특징 영역으로부터 계산된 값인차량 번호판 검출 방법
|
15 |
15
제11항에 있어서,상기 최적 특징을 이용하여 상기 입력 영상이 번호판을 포함하는지 여부를 결정하는 단계는,상기 입력 영상의 부분 또는 전체인 후보 영상에 대한 특징을 추출하는 단계;상기 추출된 특징을 상기 최적 특징과 비교하는 단계; 및상기 추출된 특징 및 상기 최적 특징과의 비교 결과를 이용하여 상기 입력 영상이 번호판을 포함하는지 여부를 결정하는 단계를 포함하는 차량 번호판 검출 방법
|
16 |
16
제15항에 있어서,상기 입력 영상의 부분 또는 전체인 후보 영상에 대한 특징을 추출하는 단계는,상기 후보 영상을 제5 흑백 영상으로 변환하고, 상기 제5 흑백 영상의 화소의 인접 화소 값을 이용하여 상기 제5 흑백 영상의 상기 화소의 화소 값을 변환함으로써 상기 제5 흑백 영상을 제6 흑백 영상으로 변환하고, 상기 제6 흑백 영상 내의 일정영역의 히스토그램을 이용하여 상기 후보 영상에 대한 특징을 추출하는 단계이고,상기 일정영역은,상기 입력 영상 내에 번호판이 포함되는지 여부를 판단하기 위한 최적 특징을 결정하는 단계에서 결정되는차량 번호판 검출 방법
|
17 |
17
영상 내에 번호판을 포함하는 적어도 하나의 번호판 학습 영상의 부분 또는 전체인 제1 특징 영역에 대한 특징 및 영상 내에 번호판을 포함하지 않는 적어도 하나의 비번호판 학습 영상의 부분 또는 전체인 제2 특징 영역에 대한 특징을 추출하는 단계;상기 제1 특징 영역에 대한 특징 및 상기 제2 특징 영역에 대한 특징을 이용하여 기준 특징 값을 계산하는 단계;상기 기준 특징 값을 이용하여 상기 적어도 하나의 번호판 학습 영상 및 상기 적어도 하나의 비번호판 학습 영상이 번호판을 포함하는지 여부를 결정하고, 상기 결정의 오차가 최소가 되는 상기 적어도 하나의 번호판 학습 영상 내 제1 특징 영역을 식별하고, 상기 식별된 제1 특징 영역을 최소 오차 특징 영역으로 추출하는 단계; 및상기 적어도 하나의 번호판 학습 영상의 상기 최소 오차 특징 영역에 대한 특징을 최적 특징으로 결정하는 단계를 포함하는 차량 번호판 검출을 위한 학습 방법
|
18 |
18
제17항에 있어서,상기 제1 특징 영역에 대한 특징 및 제2 특징 영역에 대한 특징을 추출하는 단계는,상기 적어도 하나의 번호판 학습 영상의 상기 제1 특징 영역을 제1 흑백 영상으로 변환하고, 상기 제1 흑백 영상의 화소의 인접 화소 값을 이용하여 상기 제1 흑백 영상의 상기 화소의 화소 값을 변환함으로써 상기 제1 흑백 영상을 제2 흑백 영상으로 변환하고, 상기 제2 흑백 영상의 히스토그램을 이용하여 상기 제1 특징 영역에 대한 특징을 추출하고,상기 적어도 하나의 비번호판 학습 영상의 상기 제2 특징 영역을 제3 흑백 영상으로 변환하고, 상기 제3 흑백 영상의 화소의 인접 화소 값을 이용하여 상기 제3 흑백 영상의 상기 화소의 화소 값을 변환함으로써 상기 제3 흑백 영상을 제4 흑백 영상으로 변환하고, 상기 제4 흑백 영상의 히스토그램을 이용하여 상기 제2 특징 영역에 대한 특징을 추출하는 단계인차량 번호판 검출을 위한 학습 방법
|
19 |
19
제17항에 있어서,상기 식별된 제1 특징 영역을 최소 오차 특징 영역으로 추출하는 단계에서의 상기 결정의 상기 오차에 따라 상기 제1 특징 영역의 가중치를 변경하는 단계를 더 포함하고상기 식별된 제1 특징 영역을 최소 오차 특징 영역으로 추출하는 단계는,상기 변경된 가중치에 따라 상기 오차가 최소가 되는 상기 제1 특징 영역을 재식별하고, 상기 재식별된 제1 특징 영역을 상기 최소 오차 특징 영역으로 추출하는 단계인차량 번호판 검출을 위한 학습 방법
|
20 |
20
제17항에 있어서,상기 기준 특징 값은,상기 적어도 하나의 번호판 학습 영상의 상기 제1 특징 영역 및 상기 적어도 하나의 비번호판 학습 영상의 상기 제2 특징 영역으로부터 계산된 값인차량 번호판 검출을 위한 학습 방법
|