지능형 교통 서비스를 위한 다중 번호판 인식 영역 추출 알고리즘 연구

Abstract

자율주행 자동차(Autonomous Driving Car)는 가장 큰 사회적 이슈 중 하나이다. 자율주행 자동차에는 많은 전자, 컴퓨터, 무선통신 등의 기술(차선 인식, 차량 거리 인식, 객체 인식)들이 적용되고 있다. 이 기술들의 대부분은 카메라를 기반으로 한다. 이러한 카메라를 이용한 자동차 관련 기술 중에서 가장 널리 사용되고 있는 것이 자동차 번호판 인식(LPR: License Plate Recognition) 이다. 자동차 번호판 인식은 차량을 식별하는데 사용되는 차량 이미지 처리에서 가장 중요한 기술이다. 자동차 번호판 인식 기술은 현재 다양한 분야에 사용되고 있다. 특히, 주차장, ITS(Intelligent Transport System) 혹은 스마트 하이웨이의 요금 징수, 위반차량 검출 등 많은 용도로 사용되고 있다. 이를 위해 번호판 위치를 정확하게 인식하는 기술은 특히 매우 중요하다 할 수 있다. 하지만. 현재 대부분의 자동차 번호판 인식은 정해진 위치의 단일 번호판 인식 방식을 주로 채택하고 있다. 카메라를 이용한 객체 인식은 카메라가 설치되어 있는 환경적인 요인에 영향을 많이 받는다. 빛의 반사, 우천, 야간 등 악조건의 환경에서는 객체 인식률이 저하 될 수 있다. 본 논문에서는 다양한 환경 (주간 거리, 야간 거리, 지하 주차장 등)에서 번호판 추출률을 향상시키는 알고리즘을 제안한다. 제안 알고리즘은 이미지 향상 알고리즘과 번호판 추출 알고리즘으로 구성된다. 이미지 향상 방법은 이미지의 히스토그램 정보 및 전체적인 그레이 레벨 분포를 이용하는 과도한 밝기를 제어하고 원 영상의 특징을 유지하는 알고리즘이다. 제안 알고리즘은 영상 밝기의 급격한 변화를 제어하기 위해 보간 된 확률 분포 함수 값 (PDFV: Probability Distribution Function Value)을 사용한다. 확률 분포 함수 값은 캡쳐 된 이미지의 누적 분포 함수 (CDF: Cumulative Distribution Function)와 확률 밀도 함수 (PDF: Probability Distribution Function)를 사용하여 계산할 수 있으며, 그 값은 캡쳐 된 이미지의 밝기 분포에 의해 생성된다. 생성된 확률 분포 함수 값을 이용하여, 영상을 밝은 영역, 어두운 영역으로 구분하였다. 구분된 두 영역은 밝기 향상 인자를 사용하여 각각 밝기를 조절하여 번호판 영역을 추출하기 적합한 이미지로 향상 시켰다. 화질 향상 알고리즘으로 얻어진 그레이 영상을 미디언 필터를 사용하여 잡음 제거하고 이진 이미지로 변환한다. 이진 영상은 모폴로지 기법을 이용하여 번호판 영역으로 생각되는 영역을 생성하고 종회비와 면적비를 이용하여 최종 적으로 번호판 영역을 추출한다. 알고리즘 검증을 위해 사용되어진 영상은 차량용 영상 저장 장치에 저장된 영상을 사용하였으며, 다양한 환경(주간거리, 야간거리, 비오는 거리 그리고 주차장)을 운전하면서 촬영된 것이다. OpenCV 및 MATLAB을 사용하여 영상 시뮬레이션이 실행되었으며, 번호판 영역의 추출 성공률이 기존 알고리즘보다 향상되었음을 보여 주었다. 향후에는 화질 저하와 추출률에 영향을 주는 자동차 헤드라이트 혹은 반사되는 불빛에 영향을 적게 받는 방법을 계속해서 연구할 예정이다