JPH0554196A - ナンバープレート認識装置 - Google Patents

Abstract

(57)【要約】 〔目的〕 ナンバープレート認識装置の設置環境が多少
変わったとしても、この変化に容易に対応して文字認識
を正確に行う。 〔構成〕 カメラＣ１〜Ｃ５で撮像し、画像処理部４で
所定の画像処理を行った車輌ＣＲの画像データを、ニュ
ーラル・ネットワークによる学習機能を持つニューロ・
コンピュータを使用した文字認識部５に入力して文字を
認識させる一方、認識できない文字に付いては、画像モ
ニタ６とコンソールモニタ１２に表示された原画像と認
識した文字データとを見くらべながらキーボード１３を
用いて正しい文字を入力することによって学習させ、認
識の誤りを訂正する。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は、例えば駐車場の入出庫
を管理する駐車場管理装置等の技術分野で利用されるも
のであって、具体的には、入庫又は出庫する車輌のナン
バープレートを読取ることができるナンバープレート認
識装置に関する。

【０００２】

【従来の技術】車輌のナンバープレートに表示されてい
る文字（陸支コード、種別番号、区分文字、一連指定番
号）を認識する装置としては、従来よりカメラで車輌の
ナンバープレートを撮像し、この画像情報に所定の画像
処理を加えることによって文字（ナンバー）を確認する
ことができるカメラ式認識装置が広く利用されており、
また、この認識装置としては、例えば特公平２−３８９
９７号公報に見られるように、プレート切出し部から送
出されたナンバープレートのイメージの中からナンバー
プレート上の文字情報を切出し、この文字情報を認識辞
書と照合することによって文字認識を行うように構成し
た文字認識装置が使用されている。

【０００３】しかし、上記の認識辞書を備えた文字認識
装置の場合は、ナンバープレートを正面からカメラで撮
像した時には認識辞書との照合によって正確な文字認識
が可能であるが、例えば、近距離の斜め方向からナンバ
ープレートを撮像した時は、ナンバープレート内の各文
字が傾いてしまうし、また、周囲が明るすぎるとナンバ
ープレート内の文字が細くなってしまうため、撮像条件
によっては正確に文字認識できなくなる問題があった。

【０００４】そこで従来は、例えば特開平２−８３７９
８号公報に見られるように、傾いて撮像された文字を垂
直にするようなアルゴリズムを追加したり、或は、認識
辞書を修正したり撮像時のストロボの光度を調整したり
することによって、上述した各問題点を解決していた。

【０００５】

【発明が解決しようとする課題】ところが、上述した解
決策を実施するには、システム（認識装置）の設置時に
撮像角度調整や光度調整と云った様々で而も面倒な調整
作業が必要であり、更に、プログラムとか辞書データの
変更には高度な専門的知識が必要なため、システムの立
ち上げに時間が掛ると共に、システムの設置環境が多少
でも異なると、その都度面倒な調整作業が必要になるの
で、その取扱いが頗る煩雑化する問題があった。

【０００６】従って本発明の技術的課題は、ナンバープ
レート認識装置の設置環境が多少異なったとしても、こ
の環境の変化に容易に対応してナンバープレートの認識
を正確に行えるようにすることである。

【０００７】

【課題を解決するための手段】上記の技術的課題を解決
するために本発明で講じた手段は以下の如くである。カ
メラによって撮像された車輌の画像情報に所定の画像処
理を加えることによって、ナンバープレートを認識する
ように構成したナンバープレート認識装置に於いて、

【０００８】（１） 上記カメラによって撮像された車
輌の原画像を蓄積するメモリ手段と、必要に応じて学習
モードを選択することができる学習モード選択手段を設
けること。 （２） ナンバープレートを認識する文字認識部に、ニ
ューラル・ネットワークによる学習機能を持つニューロ
・コンピュータを用いること。 （３） 上記の学習モードには、カメラが撮像した原画
像データと文字認識部が認識した文字データを同時に表
示する表示手段と、文字認識部によって認識された文字
が誤っている場合に、正しい文字パターンを文字認識部
に入力して学習させることができる文字入力手段を設け
ること。

【０００９】但しここに於いてニューロ・コンピュータ
とは、人間の脳をモデルにして、ニューロンによる並列
情報メカニズムを使用したニューラル・ネットワークに
よる学習機能を持つ判断やパターン認識を行うためのシ
ステムであって、例えば、特開昭６１−１９３２７９号
公報に開示されているパターンを分類及び識別する装置
に相当する。

【００１０】

【作用】上記の手段は以下の如く作用する。 上記（１）の要素は、カメラで撮像した車輌の原画
像を学習用として蓄積することができると共に、システ
ムの設置時とか設置環境の変化等に合せて、学習モード
を選択して文字認識の条件を調整することを可能にす
る。

【００１１】 上記（２）の要件は、ニューロ・コン
ピュータのニューラル・ネットワークが、多数の処理ユ
ニット（ニューロン）が並列的に情報処理する特徴（並
列分散処理）と、学習によって処理能力を身につける特
徴（自己組織化）と、学習していないパターンにも過去
の学習に基づいて対応できる特徴（学習の一般化）と、
記憶はユニット間の結合として表現される特徴（分散表
現）を備えているため、撮像した画像と認識辞書を照合
したり、システムの設置環境に合せたアルゴリズムを考
えたりすることなく、ニューラル・ネットワークを用い
てナンバープレートの文字を正確に認識することを可能
にする。

【００１２】 上記（３）の要素は、学習に当って原
画データとシステムが認識した文字データを同時に表示
して比較することができるから、認識の誤りを容易に見
付け出すことができ、且つ、文字入力手段を用いてこの
誤りを正確に訂正できるから、システムの設置後でも設
置環境に合せた文字認識の知識データを簡単に入力する
ことができるものであって、このパターン入力によって
学習を繰返し、ニューロンの生成、しきい値の修正を行
ってパターン空間をクラス分けして、ナンバープレート
の文字認識を確実に行うことを可能にする。以上の如く
であるから、上記の手段によって上述した技術的課題を
解決して、前記従来の技術の問題点を解消することがで
きる。

【００１３】

【実施例】以下に、上述した本発明に係るナンバープレ
ート認識装置の好適な実施例を添付した図面と共に詳細
に説明する。図１は本発明に係るナンバープレート認識
装置の一実施例を示した構成図であって、図中Ｒは例え
ば駐車場の入庫口のような車輌ＣＲ用の通路であって、
ＲＬは複数台のカメラＣ１，Ｃ２，Ｃ３，Ｃ４，Ｃ５に
よって車輌ＣＲのナンバープレートＮＰが撮影される撮
影ライン（撮影位置）を示すものであって、図示した実
施例では通路Ｒの全幅をＡ〜Ｅの５つの領域に分割し、
これ等５つの領域Ａ〜Ｅを計５台のカメラＣ１〜Ｃ５で
カバーする仕組に成っているが、これ等通路幅の分割数
とカメラの台数は実施の一例であって、通路幅の変化に
応じて分割数とカメラ台数が増減することは勿論であ
り、場合によっては１台のカメラで撮影することもあ
る。

【００１４】また、符号１で全体的に示したのは本発明
の主要部を構成するナンバープレート認識制御装置（コ
ンピュータ）であって、この制御装置１には、上記カメ
ラのシャッタータイミングに同期してＯＮ（発光）する
ストロボ７と、前述した撮影ラインＰＬの手前に設けた
車輌検知用の第１赤外線センサー８と、撮影ラインＰＬ
の後方に設けた車輌通過確認用の第２赤外線センサー９
と、上記撮影ラインＰＬの手前に設けられた車輌ＣＲの
横幅と車輌中心位置を検出するための超音波センサー１
０が接続されている。

【００１５】上記超音波センサー１０によって車輌と車
輌の中心位置、即ち、ナンバープレートＮＰの位置を算
出するには、左右の超音波センサー１０，１０によって
計測された車輌ＣＲまでの左右の距離データを基に、下
記の式によって求めることができる。 車幅＝通路幅−（右側距離データ＋左側距離データ−右
側マージンＳａ−左側マージンＳｂ） プレート位置＝車幅／２＋右側距離デーダ−右側マージ
ンＳａ

【００１６】図２は上述したナンバープレート認識制御
装置の電気的構成を示したブロック図であって、図中、
２は前述したカメラＣ１〜Ｃ５を接続した画像メモリ
で、３は前述したストロボ７と第１と第２の赤外線セン
サー８，９と超音波センサー１０を接続した撮像制御部
であって、各カメラＣ１〜Ｃ５は垂直帰線に同期して常
時シャッタを切る仕組に成っており、撮像制御部３から
画像メモリ２に対して画像取込指示が入力されると、シ
ャッタータイミング信号に同期してストロボ７を発光
（ＯＮ）させ、且つ、画像メモリ２が各カメラＣ１〜Ｃ
５の垂直帰線に同期して画像を取り込む仕組に成ってい
る。

【００１７】また画像の選択は、超音波センサー１０に
よって検出されたナンバープレートＮＰの位置に従っ
て、その中心位置と左右両側の各領域をカバーするカメ
ラ、即ち、図１で示した実施例では５台のカメラＣ１〜
Ｃ５が撮影した５枚の画像の中から、Ｂ領域を中心にそ
の左右のＡとＣの領域をカバーするカメラＣ２，Ｃ１，
Ｃ３が撮影した計３枚の画像を選択し、また、仮りにナ
ンバープレートＮＰの位置が図１のＥ領域の如く一方の
端に位置する場合は、このＥ領域を中心に隣接する２つ
の領域Ｄ，Ｃの計３領域をカバーする３台のカメラＣ
３，Ｃ４，Ｃ５が撮影した３枚の画像を５枚の画像の中
から選択するものであって、撮像制御部３はこの画像選
択指示を画像メモリ２に送る仕組に成っている。

【００１８】更に図２に於いて４は上記の画像メモリ２
に接続された画像処理部であって、この処理部４は、画
像メモリ２から送られて来る画像データ、即ち、選択さ
れた計３枚の画像を夫々１／４に縮小し、更にこの縮小
した３枚の画像を１枚のメモリに集めて１枚の多値画像
とする画像圧縮処理と、この多値画像に写っているナン
バープレートＮＰから汚れとかノイズを除去してナンバ
ープレート上の「一連指定番号」のイメージを強調する
前処理と、この前処理を行った多値画像を白黒２値の画
像に変換する２値化処理と、白又は黒の画像のつながり
を１つのかたまり（ラベル）として位置と大きさの情報
を抽出するラベリング処理と、このラベルデータに基づ
いて「一連指定番号」の大きさと位置関係からナンバー
プレート候補（複数）を抽出する候補抽出処理と、抽出
した複数のナンバープレート候補の画像を原画像から切
出して１枚のフレームメモリ（図示せず）に集める「一
連指定番号」のための画像切出し処理を行い、更に、上
記のフレームメモリに集めたナンバープレート候補の多
値画像に対して、ナンバープレートＮＰの「区分文
字」、「種別番号」、「陸支コード」を抽出するために
行う前記と同様の前処理と、この前処理した多値画像を
白黒２値の画像に変換する２値化処理と、上記の「区分
文字」、「種別番号」、「陸支コード」を抽出するため
のラベリング処理と、ラベルデータに基づいてナンバー
プレート候補から最もナンバープレートらしいものを選
択してこれをナンバープレートとして決定するナンバー
プレート決定処理と、各画像のナンバープレートに決ま
ったエリアより文字画像を切り出し、これ等切り出した
「一連指定番号」、「区分文字」、「種別番号」、「陸
支コード」の文字画像を１つのフレームメモリに集める
画像切出し処理と、これ等切出したナンバープレートＮ
Ｐの画像情報を同じく図２に示したホストコンピュータ
の文字認識部５に送る送信処理を行うための各種手段
（プログラム）を備えている。

【００１９】上記の文字認識部５には、図２に示したよ
うにニューロ・コンピュータ用のソフトを格納したプロ
グラム部１１と、文字認識部５で認識した文字の認識結
果を表示するための学習用のコンソールモニタ１２と、
学習モードを選択したり、或は、学習時に正しい文字を
文字認識部５に入力して間違いを訂正する場合に使用す
るキーボード１３と、文字認識とか学習に必要な各種の
情報を格納したＮＬＳメモリ１４と、前記画像処理部４
から送られて来るナンバープレートＮＰの画像情報を蓄
積するエリアと文字認識部５が認識したナンバープレー
トＮＰの認識データを格納するエリアを備えた記憶部１
５が接続されており、更に上述した画像処理部４には、
学習モードの時に上記の記憶部１５から呼出したナンバ
ープレートＮＰの画像情報を表示する画像モニタ６が接
続されていて、学習時には、この画像モニタ６に表示さ
れている原画像と、コンソールモニタ１２に表示されて
いる認識データとを比較して間違いを見つけ出す仕組に
成っている。

【００２０】また、上述した文字認識部５には、上述し
た画像処理部４から送られて来る文字情報から、各文字
の特徴を抽出する特徴抽出処理と、この抽出された文字
の特徴を認識してナンバープレートＮＰの番号を決定す
る認識処理と、画像処理部４が処理したナンバープレー
トＮＰの原画像と文字認識部５が認識したナンバープレ
ートＮＰの番号を記憶部６に送って格納する記憶処理を
行うための各手段（プログラム）を備えている。

【００２１】尚、上述した文字認識部５として、アメリ
カ合衆国、ネスター・インコーポレーテッドが開発した
ニューラルネットワーク（特開昭６１−１９３２７９号
公報参照）を利用した文字認識システムを利用している
が、その詳細な説明は省略する。

【００２２】本発明に係るナンバープレート認識装置の
構成は以上述べた如くであるが、次に、本発明を用いて
実際に通路Ｒを走行中の車輌ＣＲのナンバープレートＮ
Ｐを認識するための撮像処理と画像処理と認識処理の各
処理手順と、学習モードの処理手順を夫々図示したフロ
ーチャートに従って説明する。

【００２３】（図３に示した撮像処理の説明）先ず始め
のステップＳ１では、通路Ｒに設けた車輌検知用の第１
赤外線センサー８が進行して来る車輌ＣＲを検知したか
否かが判定され、検知した場合は次のステップＳ２に進
んで図２に示す如く撮像制御部３が画像メモリ２に対し
て画像の取込指示を送り、次のステップＳ３に進む。

【００２４】ステップＳ３では、カメラＣ１〜Ｃ５のシ
ャッタータイミングに同期してストロボ７がＯＮ（発
光）するが、本発明では上記の画像メモリ２に接続され
ている計５台のカメラＣ１〜Ｃ５を、垂直帰線に同期し
て常時シャッタを切るように構成し、更に、画像メモリ
２はこれ等カメラＣ１〜Ｃ５の垂直帰線に同期して画像
を取込むように構成しているため、撮像制御部３から取
込み指示を受けると、画像メモリ２はストロボ７で明る
く照明された５台分のカメラＣ１〜Ｃ５が撮影した鮮明
な画像を取込むことができる。（ステップＳ４）

【００２５】次のステップＳ５では、超音波センサー１
０からのデータを読込み、次いでステップＳ６で超音波
センサー１０のデータから前述した方法で車輌ＣＲの幅
と中心位置、即ち、ナンバープレートＮＰの位置を算出
し、更に、ステップＳ７に進んで車輌ＣＲの中心位置を
基準にして同じく前述した方法で５枚の画像データから
３枚の画像データを選択するための指示を画像メモリ２
に送って、次のステップＳ８に進む。ステップＳ８で
は、撮像制御部３から送られて来る選択指示によって選
択した３枚分の画像データを画像処理部４に転送する。

【００２６】（図４に示した画像処理の説明）画像処理
部４では、送られて来る３枚の画像を夫々１／４の大き
さに縮小して１枚の画像としてフレームメモリに集める
圧縮処理（ステップＳ９）と、ナンバープレートＮＰの
一連指定番号を含む画像のイメージを強調する前処理
（ステップＳ１０）と、この画像の２値化処理（ステッ
プＳ１１）と、同じくこの画像のラベリング処理（ステ
ップＳ１２）と、この画像から一連指定番号のナンバー
プレート候補を抽出する抽出処理（ステップＳ１３）
と、ナンバープレート候補の画像を原画像から切出して
１枚のメモリに集める切出し処理（ステップＳ１４）
と、この１枚に集められた多値画像からナンバープレー
トＮＰの区分文字と種別文字と陸支コードを含む画像の
イメージを強調するための前処理（ステップＳ１５）
と、この画像を白黒２値の画像に変換するための２値化
処理（ステップＳ１６）と、２値化した画像の中の文字
等の位置と大きさの情報を抽出するラベリング処理（ス
テップＳ１７）と、ラベルデータから最もナンバープレ
ートらしいものを選択してこれをナンバープレートとし
て決定する処理（ステップＳ１８）と、各画像のナンバ
ープレートに決まったエリアより文字画像を切出す切出
し処理（ステップＳ１９）と、切出した文字画像を１つ
のエリアに集める処理（ステップＳ２０）と、この集め
た画像データを一括してホストコンピュータ１Ｈの文字
認識部５に送る送信処理（ステップＳ２１）を順番に実
行して、その後、図５に示したステップＳ２２に進む仕
組になっている。

【００２７】尚、上述した文字画像の切出し処理（ステ
ップＳ１９）に於いて、ナンバープレートＮＰの一連指
定番号は前記ステップＳ１３で抽出され、且つ、保持さ
れているラベル情報より、圧縮多値画像を２値化した画
像から切出され、また、区分文字と種別文字はステップ
Ｓ１７のラベル情報より、ステップＳ１６で２値化した
画像から切出し、更に、陸支コードはステップＳ１７の
ラベル情報より、ステップＳ１４で１枚に集めた画像か
ら切出すように構成されている。

【００２８】（図５に示したモード選択処理の説明）ス
テップＳ２２ではキーボード１３の操作によって学習モ
ードが選択されたか否かが判定され、学習モードが選択
された場合は次のステップＳ２３に進んで図７に示した
学習処理が実行され、学習モードを選択していない場合
はステップＳ２４に進んで図６に示したナンバープレー
トＮＰの認識処理が実行される。

【００２９】（図６に示した認識処理の説明）始めのス
テップＳ３０では、画像処理部４から文字認識部５に送
られて来る文字画像の特徴が抽出され、次いで、ステッ
プＳ３１に進んで抽出した特徴量をニューロ・システム
に渡して次のステップＳ３２に進む。

【００３０】ステップＳ３２では、入力された文字画像
の特徴量に興奮（反応）するニューロンが存在するか否
かが判定され、存在する場合は次のステップＳ３３に進
んで興奮したニューロンが唯一であるか否かが判定さ
れ、唯一である場合はステップＳ３７に進んで一つのパ
ターンに確定（ｉｄｅｎｔｅｆｉｅｄ）と評価し、複数
のクラスでニューロンが興奮して唯一でないと判定され
た場合は、ステップＳ３４に進んで複数のクラス間で不
確定（ｕｎｃｅｒｔａｉｎ）と評価されて、確定と評価
された場合はステップＳ３８に進んで文字が認識されて
出力され、不確定と評価された場合はステップＳ３５に
進んで複数の候補文字とその確定率（％）が出力され、
更に、前述したステップＳ３２で興奮するニューロンが
存在しないと判定された場合は、ステップＳ３６に進ん
で不明（ｕｎｉｄｅｎｔｉｆｉｅｄ）と評価されて、夫
々次のステップＳ３９に進む。

【００３１】ステップＳ３９では抽出された全ての特徴
量に対して上述した評価処理が成されたか否かが判定さ
れ、評価されていない特徴量が存在する場合は再びステ
ップＳ３０に戻って上述した処理が繰返され、全ての特
徴量に対する評価が終了した場合は、次のステップＳ４
０に進んで認識した文字の位置と認識結果を記憶部１５
に記憶して、次のステップＳ４１に進む。

【００３２】ステップＳ４１では上述したステップＳ３
０〜Ｓ４０迄の処理をナンバープレートＮＰの全文字に
対して行ったか否かが判定され、処理を終えていない文
字が存在する場合は再びステップＳ３０に戻って処理を
繰返し、全文字の処理が終了している場合はステップＳ
４２に進んで認識（決定）したナンバープレートＮＰの
番号を記憶部１５に格納して処理を終える。

【００３３】（図７に示した学習処理の説明）また、本
発明ではニューラル・ネットワークが持つ学習機能によ
って、上述した図６の認識処理で不確定（ステップＳ３
４）或は不明（ステップＳ３６）と評価された文字が存
在する場合は、図５に示した処理で学習モードを選択し
て図７に示した学習処理を行うことによって、これ等不
確定又は不明の文字を正しく認識することを可能にす
る。

【００３４】即ち、学習を行うには先ずキーボード１３
を操作して認識できなかったナンバープレートＮＰの原
画像を記憶部１５から呼出して画像処理部４の画像モニ
タ６に表示し（ステップＳ５０）、次いで、ステップＳ
５１に進んで前記図６に示した認識処理によって認識し
た結果を同じく記憶部１５から呼出してコンソールモニ
タ１２に表示して、次のステップＳ５２に進む。

【００３５】ステップＳ５２では、再度不確定又は不明
の文字の認識ができないか否かが判定され、認識不可で
あると判定された場合は、次のステップＳ５３に進んで
画像モニタ６に表示されている原画像の判断が不可であ
るか否かが判定され、判定不可、即ち、原画像からも文
字を読取ることができないと判定した場合は学習不能と
してそのまま処理を終え、判定可、即ち、原画像から読
取り可能と判定された場合は、ステップＳ５４に進んで
画像モニタ６を見ながらキーボード１３を操作して正し
いデータを入力する。

【００３６】一方、上述したステップＳ５２でシステム
による認識が可能であると判定された場合は、次のステ
ップＳ５５に進んで今度はシステムによる認識が正しい
か否かが判定され、認識が正しいと判断された場合は学
習の必要性が不要であるためそのまま学習処理を終え、
認識が間違っていると判断された場合は、上述したステ
ップＳ５４に進んで正しいデータがキーボード１３を通
して入力されて、次のステップＳ５６に進む。

【００３７】次のステップＳ５６では、原画像の文字の
複数の特徴量（例えば文字を小分割した面積等）が抽出
され、次いで、ステップＳ５７に進んで上記ステップＳ
５４で入力された正しいデータと特徴量をニューロ・シ
ステムに渡して学習させると、次のステップＳ５８に進
んでニューロンを生成したりニューロンのしきい値（半
径）を修正したりして、パターン空間を順次クラス分け
して原画像データに対する認識の誤りを訂正し、次い
で、ステップＳ５９に進んでこの学習データをＮＬＳメ
モリ１４に送って内容を更新することによって処理を終
える。

【００３８】尚、本発明を駐車場の入庫管理装置として
使用した場合は、決定した番号を記憶部１５に格納した
後、前述した通路Ｒの撮影ラインＲＬの位置に設けた入
口ゲート（図示せず）を開いて車輌ＣＲの入庫を可能と
成し、次いで、通過確認用の第２赤外線センサー９が車
輌ＣＲの通過を検出すると、入口ゲートを閉じて入庫処
理を終える仕組に成っていて、上記記憶部１５に格納さ
れたプレートナンバーには入庫時刻が一緒に記憶され、
出庫時の料金計算等に使用される。

【００３９】

【発明の効果】以上述べた次第で、本発明に係るナンバ
ープレート認識装置によれば通路を進行して来るナンバ
ープレートの文字を正確に認識することができるもので
あるが、本発明では特に、撮像したナンバープレートの
文字を認識する文字認識部に、人間の脳をモデルにし、
ニューロンによる並列情報メカニズムを使用したニュー
ラル・ネットワークによる学習機能を持つニューロ・コ
ンピュータを使用したため、文字認識に誤りがあったり
認識不確定とか不明の個所が存在する場合は、正しいデ
ータを入力して学習させれば、ニューロンの生成とかし
きい値を修正してパターン空間をクラス分けし、認識の
誤りを訂正することができるものであって、従って、ナ
ンバープレート認識装置の設置環境が多少異なったとし
ても、学習を行うことによって環境の変化に容易に対応
して文字認識を確実に行うことができるから、認識装置
の立ち上げを如何なる環境下でも短時間で簡単に行える
利点を発揮できるものであって、駐車場の入庫及び出庫
管理装置等に使用して洵に好適なものである。

【図面の簡単な説明】

【図１】本発明に係るナンバープレート認識装置の一実
施例を示した構成図である。

【図２】ナンバープレート認識制御装置の電気的構成を
説明したブロック図である。

【図３】本発明による撮像処理の手順を説明したフロー
チャートである。

【図４】同じく画像処理の手順を説明したフローチャー
トである。

【図５】同じく学習モード選択処理の手順を説明したフ
ローチャートである。

【図６】同じく文字認識処理の手順を説明したフローチ
ャートである。

【図７】同じく学習処理の手順を説明したフローチャー
トである。

【符号の説明】

Ｒ 通路 ＣＲ 車輌 ＮＰ ナンバープレート Ｃ１〜Ｃ５ カメラ １ ナンバープレート認識制御装置 ２ 画像メモリ ３ 撮像制御装置 ４ 画像処理部 ５ 文字認識部（ホストコンピュータ） ６ 画像モニタ １１ ニューロ・コンピュータソフト １２ コンソールモニタ １３ キーボード １４ ＮＬＳメモリ １５ 記憶部

フロントページの続き (72)発明者 澤 琢磨 神奈川県横浜市港北区大豆戸町275番地 アマノ株式会社内

Claims (1)

【特許請求の範囲】
1. 【請求項１】 カメラによって撮像された車輌の画像情
   報に所定の画像処理を加えることによって、ナンバープ
   レートを認識するように構成したナンバープレート認識
   装置に於いて、 上記カメラによって撮像された車輌の原画像を蓄積する
   メモリ手段と、必要に応じて学習モードを選択すること
   ができる学習モード選択手段を設け、且つ、ナンバープ
   レートを認識する文字認識部に、ニューラル・ネットワ
   ークによる学習機能を持つニューロ・コンピュータを用
   いると共に、上記の学習モードには、カメラが撮像した
   原画像データと文字認識部が認識した文字データを同時
   に表示する表示手段と、文字認識部によって認識された
   文字が誤っている場合に、正しい文字パターンを文字認
   識部に入力して学習させることができる文字入力手段を
   設けたことを特徴とするナンバープレート認識装置。