맞춤기술찾기

홈으로 가기
맞춤기술찾기
이전대상기술
프린트하기

이전대상기술

차량 번호판 검출 장치 및 방법

  • 기술번호 : KST2015097193
  • 담당센터 : 대전기술혁신센터
  • 전화번호 : 042-610-2279
상담신청 PDF 받기
요약, Int. CL, CPC, 출원번호/일자, 출원인, 등록번호/일자, 공개번호/일자, 공고번호/일자, 국제출원번호/일자, 국제공개번호/일자, 우선권정보, 법적상태, 심사진행상태, 심판사항, 구분, 원출원번호/일자, 관련 출원번호, 기술이전 희망, 심사청구여부/일자, 심사청구항수의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 서지정보 표입니다.
요약 입력 영상 내에 번호판이 포함되는지 여부를 판단하기 위한 최적 특징을 이용하여 입력 영상이 번호판을 포함하는지 여부를 결정하는 차량 번호판 검출 장치 및 방법이 제공된다. 차량 번호판 검출 장치는 빛, 조명, 오염 및 물리적 훼손 등으로 인해 번호판의 일부분이 가려지거나 왜곡되는 경우에도 강인하게 차량의 번호판을 검출할 수 있다.
Int. CL G06K 9/46 (2006.01) G06T 7/00 (2006.01)
CPC G06T 7/74(2013.01)G06T 7/74(2013.01)G06T 7/74(2013.01)G06T 7/74(2013.01)
출원번호/일자 1020130125239 (2013.10.21)
출원인 한국전자통신연구원
등록번호/일자
공개번호/일자 10-2015-0045679 (2015.04.29) 문서열기
공고번호/일자 문서열기
국제출원번호/일자
국제공개번호/일자
우선권정보
법적상태 소멸
심사진행상태 수리
심판사항
구분 신규
원출원번호/일자
관련 출원번호
심사청구여부/일자 Y (2015.10.01)
심사청구항수 17

출원인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 출원인 표입니다.
번호 이름 국적 주소
1 한국전자통신연구원 대한민국 대전광역시 유성구

발명자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 발명자 표입니다.
번호 이름 국적 주소
1 한병길 대한민국 대구광역시 수성구
2 임길택 대한민국 대구광역시 수성구
3 정윤수 대한민국 대구광역시 달성군 구
4 이수인 대한민국 대전광역시 서구

대리인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 대리인 표입니다.
번호 이름 국적 주소
1 특허법인 무한 대한민국 서울특별시 강남구 언주로 ***, *층(역삼동,화물재단빌딩)

최종권리자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 최종권리자 표입니다.
번호 이름 국적 주소
1 한국전자통신연구원 대한민국 대전광역시 유성구
번호, 서류명, 접수/발송일자, 처리상태, 접수/발송일자의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 행정처리 표입니다.
번호 서류명 접수/발송일자 처리상태 접수/발송번호
1 [특허출원]특허출원서
[Patent Application] Patent Application		 2013.10.21 수리 (Accepted) 1-1-2013-0947641-98
2 출원인정보변경(경정)신고서
Notification of change of applicant's information		 2015.02.02 수리 (Accepted) 4-1-2015-0006137-44
3 [심사청구]심사청구(우선심사신청)서
[Request for Examination] Request for Examination (Request for Preferential Examination)		 2015.10.01 수리 (Accepted) 1-1-2015-0952281-41
4 의견제출통지서
Notification of reason for refusal		 2016.06.28 발송처리완료 (Completion of Transmission) 9-5-2016-0465010-87
5 [거절이유 등 통지에 따른 의견]의견(답변, 소명)서
[Opinion according to the Notification of Reasons for Refusal] Written Opinion(Written Reply, Written Substantiation)		 2016.08.25 수리 (Accepted) 1-1-2016-0828989-61
6 [명세서등 보정]보정서
[Amendment to Description, etc.] Amendment		 2016.08.25 보정승인간주 (Regarded as an acceptance of amendment) 1-1-2016-0828990-18
7 최후의견제출통지서
Notification of reason for final refusal		 2016.12.23 발송처리완료 (Completion of Transmission) 9-5-2016-0928452-25
8 [명세서등 보정]보정서
[Amendment to Description, etc.] Amendment		 2016.12.26 보정승인 (Acceptance of amendment) 1-1-2016-1273357-98
9 [거절이유 등 통지에 따른 의견]의견(답변, 소명)서
[Opinion according to the Notification of Reasons for Refusal] Written Opinion(Written Reply, Written Substantiation)		 2016.12.26 수리 (Accepted) 1-1-2016-1273356-42
10 등록결정서
Decision to grant		 2017.02.07 발송처리완료 (Completion of Transmission) 9-5-2017-0093816-23
번호, 청구항의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 청구항 표입니다.
번호 청구항
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
지정국 정보가 없습니다
순번, 패밀리번호, 국가코드, 국가명, 종류의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 패밀리정보 - 패밀리정보 표입니다.
순번 패밀리번호 국가코드 국가명 종류
1 US20150110358 US 미국 FAMILY

DOCDB 패밀리 정보

순번, 패밀리번호, 국가코드, 국가명, 종류의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 패밀리정보 - DOCDB 패밀리 정보 표입니다.
순번 패밀리번호 국가코드 국가명 종류
1 US2015110358 US 미국 DOCDBFAMILY
국가 R&D 정보가 없습니다.