JP2000251016A - ナンバープレート認識装置 - Google Patents

Abstract

(57)【要約】 【課題】3桁車種コードが認識可能なナンバープレート
認識装置を提供する。 【解決手段】一連番号の座標から定まる車種コード領域
について、常に文字色を白色に変換する文字画像作成処
理（ステップ３）と、この画像に対し、垂直方向濃度投
影分布を求め、この分布を解析して車種コードの桁数を
判定する桁数判定処理（ステップ４〜６）と、3桁の場
合は、車種コード領域を水平方向に3分割しそれぞれの
領域の画像データを所定の画素数に正規化し、ニューラ
ルネットワークを用いて一文字づつ認識する文字認識処
理（ステップ７〜８）、2桁の場合は車種コード領域全
体の画像データを所定の画素数に正規化し、ニューラル
ネットワークを用いて認識する文字認識処理（ステップ
１０）と、3桁の場合に認識結果が正常か否かを判断す
る合理性チェック処理（ステップ９）とを設けた。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】画像処理による種々の計測な
どが行なわれているが、本発明は、文字認識技術に係わ
り、特に車のナンバープレート（以下、プレートと称
す）の文字や数字（車番）を自動認識するナンバープレ
ート認識装置に関する。

【０００２】

【従来の技術】ナンバープレートの文字認識は、これま
で多くの方式が開発されてきており、最近では、漢字の
認識やひらがなの認識などが可能なナンバープレート認
識システムが開発されている。例えば、特開平6-215293
号公報「車番認識装置」に開示された従来技術などがあ
る。

【０００３】ところで、平成10年5月からナンバープレ
ートの車種コードが3桁のプレートが発行されている。
これにともない、これまでの2桁車種コードの認識だけ
でなく、3桁の車種コードの認識が必要となってきた。

【０００４】

【発明が解決しようとする課題】従来のナンバープレー
ト認識装置では、従来の2桁車種コードだけに対応して
いるため、新たに導入された3桁車種コードの認識が困
難となっている。

【０００５】例えば、特開平6-215293号公報「車番認識
装置」に記載されているように、車種コードの領域を一
連番号から算出して設定し、その領域画像をあらかじめ
学習しておいたニューラルネットワークにその領域の画
像を与えることで、2桁車種コードの認識を実行してい
た。このニューラルネットワークには2桁もしくは1桁番
号のデータしか記憶していないため、ニューラルネット
ワークの出力層ユニットは高だか100個で済む。

【０００６】しかし、3桁車種までこの方式にしてしま
うと、出力層ユニットの数は1000個にもなり、処理時間
が大幅に増えるだけでなく、ニュートラルネットワーク
の学習の作業も膨大となってしまう。

【０００７】本発明の目的は、3桁車種コードを実現す
るナンバープレート認識装置を提供することにある。

【０００８】また、本発明の他の目的は、3桁車種コー
ドの認識を行うナンバープレート認識装置において、こ
れまでの2桁車種コードの認識に悪影響を与えず高精度
な認識精度を確保することにある。

【０００９】

【課題を解決するための手段】上記目的を達成するため
に本発明は、車両のナンバープレートを撮影し、文字認
識するナンバープレート認識装置において、前記撮影さ
れた画像データから車種コードに対応する領域の画像デ
ータを求める車種コード画像取得手段と、前記取得され
た車種コードに対応する領域の画像データを用いて、該
車種コードの数字の桁数が3桁かを判定する車種コード
判定手段と、前記判定結果に応じて、2桁および3桁のう
ちいずれかの桁数の車種コードを認識する車種コード認
識手段とを備える。

【００１０】具体的には、例えば、取得された車種コー
ド領域の画像データについて垂直方向の濃度投影分布を
求め、この分布の幅から2桁の車種コードか3桁の車種コ
ードかを判定し、3桁と判断した場合は、1文字毎に数字
認識用のニューラルネットワークに画像データを与え、
認識し、3桁以外の場合は、従来の一括認識方式で認識
するようにする。これにより、3桁車種コードの認識が
可能となる。

【００１１】また、上記投影分布の幅だけで3桁か否か
を判断する場合、2桁車種コードを3桁車種コードと誤判
定する可能性もある。これは、プレートの取り付け位置
や傾きなどによって、文字の見える大きさが変動するた
めである。この車種コードの桁数を誤判定した場合は、
2桁のコードが3桁に強制的に分離されるために、有りえ
ない車種コードを出力する可能性がある。

【００１２】このため、あらかじめ存在しうる車種コー
ドを定義しておき、この車種コードより1大きい数値ま
での番号なら正常と判断し、それ以外は異常として2桁
認識を実行させ、そのコードを出力する構成とすること
が好ましい。

【００１３】

【発明の実施の形態】以下、本発明の一実施形態を図面
を用いて説明する。

【００１４】本実施形態における処理フローの概略を図
１に示す。本処理では最初、ステップ１ａにおいて、画
像入力、ナンバープレート領域抽出、一連番号の2値化
処理などの処理を実行して、ナンバープレートに示され
ている一連番号に対応する2値化データを取得する。こ
こで、画像入力、ナンバープレート領域抽出、一連番号
の２値化処理については、例えば文献「画像処理を用い
た車番認識システムの開発（三島他：電学論Ｄ、109巻5
号、平成元年）」に記載されたような従来方式を用い
る。

【００１５】次に、一連番号を切り出し（ステップ
１）、切り出した一連番号から車種コード領域の設定を
行なう（ステップ２）。さらに、設定された車種コード
領域について文字画像を作成し（ステップ３）、その文
字画像に対し垂直方向投影分布を求める（ステップ
４）。

【００１６】次に、垂直方向投影分布を解析して車種コ
ードの桁数が3桁かどうかを判定する（ステップ５、
６）。3桁であると判断された場合には、車種コード領
域幅を３分割し（ステップ７）、１文字毎に認識する
（ステップ８）。その後、認識された結果が予め入力し
た様々な条件に照らし合わせて、正常かどうかを判定す
る（ステップ９）。

【００１７】ステップ６で2桁と判断された場合、およ
び、ステップ９で3桁の認識結果が正常ではないと判断
された場合には、2桁車種コードとして認識処理を実行
する（ステップ１０）。

【００１８】上述した各ステップについては、その内容
を以下で詳細に説明する。

【００１９】上述した図１のような処理を実行する本実
施形態におけるナンバープレート認識装置のハードウエ
ア構成の一例を図２に示す。

【００２０】本実施形態における装置は、対象となるナ
ンバープレートを撮像するテレビカメラ15と、画像デー
タを処理する画像処理装置16とから構成される。

【００２１】画像処理装置16は、テレビカメラ15の映像
をデジタル画像に変換するA/D変換器101と、変換された
画像を記憶する画像メモリ102と、画像メモリ102に格納
されているデジタル画像信号を外部のディスプレィ装置
に表示させるためのアナログ信号に変換するためのD/A
変換器103と、画像メモリ102に格納されている画像に対
し、平滑化処理や、最大値フィルタ、最小値フィルタ処
理などを実行する空間積和演算回路104と、処理領域の
濃度の投影分布などを求るヒストグラム処理回路105
と、その結果が格納されるヒストグラムメモリ106とを
備えており、これらはメモリ111、CPU112によってあら
かじめプログラミングされた動作を実行する。

【００２２】なお、本ナンバープレート認識装置で認識
された結果の出力手段は特に限定されるものではない
が、例えばCPU112に接続された通信回路を出力手段とし
て用い、認識結果を外部装置などへ伝送する構成とす
る。

【００２３】また、後述するニューラルネットワークの
演算などはCPU112、メモリ111で実行するもので、ハー
ドウエアの追加や特別なハードウエアは必要としない。

【００２４】また、上記図１の処理をコンピュータで実
現させるためのプログラムをＣＤやＦＤ等の記憶媒体に
記録させ、この記録媒体により該プログラムを任意のコ
ンピュータシステムに読み込ませ、本実施形態の処理あ
るいは装置を実現させる構成としてもよい。

【００２５】次に、上記図１の処理の各ステップについ
て説明する。

【００２６】上記ステップ１ａ〜１の処理では、従来の
2桁車種コードの認識処理と同様に、撮像された画像デ
ータにおけるナンバープレート領域を2値化処理し、該
ナンバープレート領域から一連番号に対応するサイズの
領域（文字）を切り出す。

【００２７】上記ステップ２では、切り出された一連番
号について、その文字のサイズ、位置などから相対的に
車種コードの領域を設定する。

【００２８】ここで、車種コードは一連番号の上部の定
まった位置に書かれている。このため、一連番号の全体
座標から相対的な計算を行えば、該一連番号に含まれて
いる車種コード領域の大まかな位置を決定することがで
きる。

【００２９】例えば、車種コード領域の上下位置は、そ
の各文字サイズがある程度決まっているため、一連番号
の全体座標から一意に決定することができる。一方、車
種コードの横方向位置は、陸運支局コード（漢字文字）
の桁数によって、車種コード領域の位置が左右に移動す
る。ここで、陸運支局コードとは、例えば「品川」、
「なにわ」、「尾張小巻」のようなもので、その違いに
よりコードの桁数（文字幅）が変わってくる。このた
め、車種コードの横方向位置は、最初大まかに決定し、
その後、その領域を詳しく解析する構成とすればよい。

【００３０】上記ステップ３では、設定した車種コード
領域について、文字画像を作成する。この画像は、白ナ
ンバー、緑ナンバー等のナンバープレートの色によら
ず、文字が常に白くなるように変換するものである。本
実施形態では、一連番号抽出時にプレート色の判定が済
んでいるものとし、その色に応じて変換する。

【００３１】具体的には、プレートの背景画像を作成
し、白ナンバーの場合は、この画像から入力画像から減
算し、緑ナンバーの場合は、入力画像から背景画像を減
算することにより作成することができる（背景差分処
理）。

【００３２】本ステップの目的は、次のステップ４で濃
度投影分布を求める場合に、白プレート、緑プレートで
投影パターンが逆転しないようにするためと、文字成分
は所定の濃度、背景は０に変換し、文字領域を正確に切
り出すために行われる処理である。本実施形態では、本
ステップの処理を空間積和演算回路104を利用して実行
するもので、その方式としては例えば特開昭63-153682
号公報に記載されている従来技術を用いることができ
る。

【００３３】本処理によれば、次のステップ４で求めら
れる濃度投影分布のパターンにおいて、文字の部分が常
に山になるようにすることができる。なお、この処理を
実行しない場合には、黒文字は文字部分が谷に、白文字
は文字部分が山になる。

【００３４】上記ステップ４では、ヒストグラム処理回
路105、ヒストグラムメモリ106を用いて、垂直方向に投
影分布変換した画像に対し垂直方向に濃度の投影分布を
求める。図３に車種コード領域11の垂直方向濃度投影分
布の一例を示す。実際は文字が白色になるが、記載上の
都合上、黒文字で表現している。本処理によれば、車種
コードの存在領域を詳細に決めることが出来る。

【００３５】上記ステップ５、６では車種コード桁数を
判定する。上記ステップ４で得られた投影分布に対し、
ある非常に小さなしきい値で投影分布の山の数をカウン
トすると、図３のように文字が鮮明に分離されている場
合は、車種コードの桁数分の数を求めることが出来る。
しかし、現実的には限られた分解能で撮影しているため
に、文字間が狭くなり、桁数を求めるためのしきい値決
定が困難となることが多い。例えば、濃度投影分布が図
４のような場合には、投影分布を所定のしきい値で分離
して山の数（桁数）を求められない。

【００３６】このため本処理では、車種コード全体の幅
が何ミリあるかを図４のように計算し、所定のしきい値
より大きい場合は、3桁と判断することとする。図５に2
桁車種、3桁車種コードの寸法を示す。例えば、2桁と3
桁の車種コード幅の中間の71ミリあるいはその近傍値を
しきい値に設定すれば、3桁判定が可能である。

【００３７】なお、図５の例は陸運支局コードが2桁
（品川）の場合であるが、その桁数にかかわらず車種コ
ードの幅は基本的には同じ寸法になる。ただし、尾張小
巻の場合だけ2桁車種コードの幅は小さくなる。このた
め、必要に応じて桁数判定に用いるしきい値を変えて設
定する構成としてもよい。

【００３８】もちろん、明らかに文字が分離している場
合は、投影分布の山の数をカウントすることで、桁数判
定することができる。

【００３９】また、桁数判定の別の方式として、図６の
ようにニューラルネットワークを利用する方法もある。
これは、車種コード領域11に対して求めた垂直方向への
投影分布を、その座標位置でｎ個に正規化して、そのデ
ータをニューラルネットワーク12に入力する。ニューラ
ルネットワーク12にあらかじめ２桁のパターン、３桁の
パターンを教示しておけば、出力層から得られるデータ
の内、高い出力を出すニューロンが認識桁数となる。

【００４０】このニューラルネットワークを用いた処理
によれば、車種コード領域の幅などに関係なく、パター
ンで桁数を判定できるため、確実な判定が可能である。

【００４１】なお、図６に示すニューラルネットワーク
12の入力層、中間層、出力層の数は多少変動する場合が
あるが、基本構造は３層ニューラルネットワークであ
る。

【００４２】さらに、処理時間あるいは処理性能に余裕
がある場合は、投影パターンでなく車種コード領域の画
像データを直接桁数判定ニューラルネットワーク12に入
力して判定することも可能である。ただし、この場合に
は、ネットワークの規模が大きくなるので処理時間が多
少かかる。本発明において、ニューラルネットワークの
学習処理などについては特に限定されるものでなく、一
般的に普及している例えばバックプロパゲーション法等
の周知のニューラルネットワーク技術を用いることがで
きる。

【００４３】以上の処理により桁数を判定した後、文字
の認識処理を実行する。

【００４４】次に、上記ステップ６で3桁と判定した場
合の処理について説明する。

【００４５】上記車種コード桁数判定で3桁と判定した
場合は、ステップ７へ進み、車種コード領域の幅方向に
ついて3分割する。このとき、図７のように3分割候補座
標の近傍で、投影分布の最小濃度の位置を探し、この点
を分離点に設定する。この後、設定された分利点の座標
位置に基づいて一文字ごとに領域を切り出し、その画像
データを認識する。

【００４６】上記ステップ８では、上記切り出した各領
域の画像データを、例えば図８のようにニューラルネッ
トワーク13に入力し、認識する。図８のニューラルネッ
トワーク13は３層の構造になっており、入力層に画像デ
ータを入力し、中間層を経由して出力層に出力が出る。
この出力層の出力が最大のニューロンが認識結果にな
る。図８に示す例では「５」のカテゴリのニューロンが
0.98の出力を出しているので、認識結果は「５」にな
る。

【００４７】なお、ネットワークの荷重係数はあらかじ
め学習処理を実行することで、各文字を教示して決定し
ておく。また図８では、入力層、中間層の数は例として
160、80を示しているが、この数に限定するものではな
い。

【００４８】上記ステップ９では、上記ステップ８で得
られた認識結果が車種コードとして正常なものかどうか
を判定する。もし、2桁車種コードを誤って3桁と判断し
た場合、車種コード領域を強制的に3桁に分割し認識す
るため、認識結果がでたらめな出力になる場合がある。
図９に「55」の車種コードを「509」と認識した例を示
す。

【００４９】ここで、3桁車種コードの発行順は、例え
ば小型乗用自動車の場合を例にとると、順次番号が割り
当てられる一般払い出しの場合は、500→501→502・・
・→510・・→529、一般希望番号は、530→531・・598
→700→701・・798、抽選対象希望番号は、500→501→5
02・・→598→700→701・・798となる。車種コードは1
づつ増加していくパターンになっている。

【００５０】本実施形態では、上記の点に着目して、得
られた認識結果が正常かどうかの判定を可能としてい
る。

【００５１】例えば、平成10年7月時点では、払い出し
開始直後であるので、出回っているコードは、100、30
0、330、400、500など限られた番号である。したがっ
て、2桁コードを3桁と誤判定し認識し、例えば509、578
などの認識結果が出た場合は、誤認識したと判定するこ
とが出来る。すなわち、あらかじめ、現在出回っている
可能性のある車種コードを既存車種コードデータとして
登録しておき、この番号より、1大きい数の車種コード
までは正常と判断し、それ以外は異常と判断することが
できる。

【００５２】具体的には、図１０のように100、130、20
0、230、300、330−−が初期に登録されている場合、10
0、101、300、301、500、501は正常な車種コードとして
判定するが、102や502は登録番号より2以上大きいため
存在しない番号として異常となる。

【００５３】また、1大きい数の車種コードが現れた場
合は、そのコードを新たに既存車種コードデータとして
登録することで、順次増えるコードに対応可能である。
例えば、300が登録されている場合に301が認識された
ら、登録コードを301に変更する。変更後は、300、30
1、302までが正常なコードとして判定される。

【００５４】特殊な例としては598の車種コードが新た
に登録される場合は、次の新規登録は700になることを
考慮しておけば、前回の登録結果に1加算したコードを
順次登録していけば、誤認識判定の目的は達成可能であ
る。

【００５５】本ステップの処理によれば、発行車種コー
ドの種類が少ない現状では、誤認識の発生を大幅に低減
することが可能である。

【００５６】最終的には、全てのコード認識が必要にな
るが、それまでには何十年と時間が必要であり、この誤
認識判定方式は、かなりの期間有効に動作することが保
証される。

【００５７】以上の処理で、3桁認識結果が異常と判定
された場合は、2桁車種コードと判定し、従来の2桁認識
の処理を実行し、その結果を出力するようにする。

【００５８】上記ステップ１０では、2桁車種コードの
認識を実行する。

【００５９】2桁認識処理としては、例えば、図１１の
ように車種コード領域の画像データを一括してニューラ
ルネットワーク14に入力し認識する処理方法を用いるこ
とができる。

【００６０】具体的には、車種コード領域の濃淡画像を
水平16画素×垂直10画素あるいはその近傍の大きさに正
規化し、そのデータをニューラルネットワーク14に与え
る。ニューラルネットワーク14の構造は前記と同様であ
るが、出力層の数が２桁を一度に認識するため0〜99ま
での100個に出力層を有している。

【００６１】本方式では一文字ごとに文字を切り出して
認識しないため、分離による問題などが無い方式であり
高い識別率を達成可能である。

【００６２】本ステップは、上記ステップ６の桁数判定
で2桁と判定した場合と、ステップ６で3桁と判定して3
桁認識したが、ステップ９で認識結果が異常と判定され
た場合に実行される。

【００６３】なお、2桁と判定した場合でも、3桁認識と
同様に、一文字ごとに分離して図８のニューラルネット
ワークで認識する方式をあわせて使用する構成としても
よい。

【００６４】この場合、2つの認識結果、すなわち一文
字毎の認識と一括認識とによる認識結果が得られるが、
一文字毎に認識した場合の出力層の出力値の平均（2文
字の平均）と、図１１の一括認識方式によるニューラル
ネットワークの出力値とを比較し、大きい方の認識結果
を最終結果として出力すれば、更に認識率の向上が見込
める。

【００６５】以上説明したように、本実施形態のナンバ
ープレート認識による処理によれば、これまで実現され
ていなかった3桁車種コードの認識が可能となり、しか
も従来の2桁車種コードの認識方式に悪影響を与えるこ
となく、高精度な出力を得ることが可能となる。

【００６６】

【発明の効果】本発明によれば、車種コード領域画像に
対し垂直方向濃度投影分布を求め、この分布を解析する
ことで車種コードの桁数を判定する処理と、3桁の場合
は一文字ごとにニューラルネットワークを用いて認識す
る認識処理と、2桁と判定した場合は車種コード領域を
一括で認識する認識処理により、2桁、3桁の車種コード
を良好に認識可能となる。

【００６７】さらに、本発明によれば、現在発行されて
いる可能性のある3桁車種コードを記憶しておき、この
数値より１大きい数値の車種コードまでは正常な認識結
果と判断し、それ以外は異常と判断し従来の2桁車種コ
ード認識処理を実行することで、誤認識の防止効果が上
がり、総合的に高認識率のナンバープレート認識装置を
提供可能である。

【図面の簡単な説明】

【図１】本発明による車種コード認識処理の一例を示す
フローチャート。

【図２】本発明のナンバープレート認識装置のハードウ
エア構成例を示すブロック図。

【図３】車種コード領域の垂直方向濃度投影分布を求め
た一例を示す説明図。

【図４】車種コード領域の垂直方向濃度投影分布を求め
た他の例を示す説明図。

【図５】2桁、3桁車種コード領域の大きさの違いを示す
ための説明図。

【図６】ニューラルネットワークを用いた桁数判定処理
を説明するための説明図。

【図７】車種コード領域の３分割処理を説明するための
説明図。

【図８】一文字毎に切り出した領域の画像データを認識
するニューラルネットワークを説明するための説明図。

【図９】2桁車種コードを3桁車種コードと誤認識した場
合を説明するための説明図。

【図１０】認識結果が正常かを判定する際に用いる車種
コードリストの例を示す説明図。

【図１１】2桁車種コードをニューラルネットワークを
用いて認識する処理を説明するための説明図。

【符号の説明】

5…車種コード桁数判定処理、７、８…3桁車種コード認
識処理、９…3桁コード異常チェック処理、１０…2桁車
種コード認識処理。

───────────────────────────────────────────────────── フロントページの続き (72)発明者 菊池 一博 茨城県日立市大みか町五丁目２番１号 日 立プロセスコンピュータエンジニアリング 株式会社内 (72)発明者 佐藤 良幸 茨城県日立市大みか町五丁目２番１号 株 式会社日立製作所大みか工場内 Ｆターム(参考） 5B064 AA02 AB13 BA01 CA08 DA27 DC37 EA26

Claims (9)

【特許請求の範囲】
1. 【請求項１】車両のナンバープレートを撮影し、文字認
   識するナンバープレート認識装置において、 前記撮影された画像データから車種コードに対応する領
   域の画像データを求める車種コード画像取得手段と、 前記取得された車種コードに対応する領域の画像データ
   を用いて、該車種コードの数字の桁数が3桁かを判定す
   る車種コード判定手段と、 前記判定結果に応じて、2桁および3桁のうちいずれかの
   桁数の車種コードを認識する車種コード認識手段とを備
   えることを特徴とするナンバープレート認識装置。
2. 【請求項２】請求項１に記載のナンバープレート認識装
   置において、 前記車種コード判定手段は、 前記車種コードに対応する領域の画像データについて、
   文字色を白色に背景を黒色に変換する背景差分処理を実
   施して、車種コードを示す文字画像を生成する文字画像
   作成手段と、 前記文字画像について垂直方向の濃度投影分布を求め、
   該垂直方向濃度投影分布を解析することにより車種コー
   ドの数字桁数が3桁かどうかを判定する数字桁数判定手
   段とを備えることを特徴とするナンバープレート認識装
   置。
3. 【請求項３】請求項２に記載のナンバープレート認識装
   置において、 前記数字桁数判定手段は、前記垂直方向濃度投影分布に
   おいて車種コードを示す領域の幅が予め定めた第1のし
   きい値より大きい場合に3桁車種コードと判定し、該第1
   のしきい値以下の場合に2桁車種コードと判定すること
   を特徴とするナンバープレート認識装置。
4. 【請求項４】請求項２に記載のナンバープレート認識装
   置において、 前記数字桁数判定手段は、車種コードに対応する領域の
   前記垂直方向濃度投影分布を受け付ける入力層と、2桁
   車種コードおよび3桁車種コードに対応する出力を持つ
   出力層とを備える3層構造のニューラルネットワークを
   備えることを特徴とするナンバープレート認識装置。
5. 【請求項５】請求項２に記載のナンバープレート認識装
   置において、 前記数字桁数判定手段は、車種コードに対応する領域の
   前記垂直方向濃度投影分布について、予め定めた第2の
   しきい値より濃度値が大きい山の数をカウントし、この
   山の数を車種コードの桁数とすることを特徴とするナン
   バープレート認識装置。
6. 【請求項６】請求項１に記載のナンバープレート認識装
   置において、 前記車種コード認識手段は、 前記車種コード判定手段で3桁と判定された場合、車種
   コード領域に対応する画像データを水平方向に3分割
   し、該分割された各領域の画像データをそれぞれニュー
   ラルネットワークに入力して、3桁車種コードを認識
   し、 前記車種コード判定手段で2桁と判定された場合、車種
   コード領域全体の画像データをニューラルネットワーク
   に入力して、2桁車種コードを認識することを特徴とす
   るナンバープレート認識装置。
7. 【請求項７】請求項１に記載のナンバープレート認識装
   置において、 前記車種コード認識手段で認識された3桁車種コードの
   認識結果が、その時点で存在しうる番号か否かを判定す
   るチェック手段をさらに設けたことを特徴とするナンバ
   ープレート認識装置。
8. 【請求項８】請求項７に記載のナンバープレート認識装
   置において、 前記チェック手段は、予め定めた時点で発行済みの3桁
   車種コードである複数の数値範囲の最大値をそれぞれ記
   憶する記憶手段と、前記認識された3桁車種コードの数
   値が、前記記憶手段に記憶されているいずれかの最大値
   より1大きい範囲内にあれば正常な値であると判定し、2
   以上大きければ異常の値と判定する判定手段とを備える
   ものであって、 前記認識結果が異常と判定された場合には、前記車種コ
   ード認識手段は2桁車種コードとして認識を再実行する
   ことを特徴とするナンバープレート認識装置。
9. 【請求項９】請求項８に記載のナンバープレート認識装
   置において、 前記チェック手段は、前記判定手段で正常と判定された
   認識結果が前記記憶手段に記憶されている最大値よりも
   １大きい値である場合、該１大きい値を対応する数値範
   囲の新たな最大値として、前記記憶手段に記憶された最
   大値データを更新する最大値更新手段をさらに備えるこ
   とを特徴とするナンバープレート認識装置。