사회변화로 인한 저출산, 고령화는 노동 인구 감소 및 인건비 상승을 일으켰으며 국내 제조업에서 큰 위협으로 작용하고 있다. 이에 기업들은 경쟁력 확보를 위해 공장 자동화에 많은 투자를 하고 있으며 공정 자동화에 필수적인 Optical Character Recognition 기술 또한 중요성이 대두되고 있다. 이미지에서 문자를 인식하는 Optical Character Recognition 기술은 문서의 디지털화, 사무자동화, 의료, 금융뿐만 아니라 제품에는 식별이나 재고 파악을 위한 공장 자동화에도 사용된다.
국내 타이어 제조 공장은 한 생산 라인에서 20종류에 달하는 타이어를 동시 생산하며 작업자가 육안으로 타이어의 종류를 식별해서 분류하는 방법을 사용하고 있다. 타이어 분류 작업은 많은 노동력을 필요하므로 타이어 분류 공정을 자동화할 경우 인건비 절감을 기대할 수 있다. 하지만 타이어의 측면에 새겨진 양각 문자는 조명의 영향을 크게 받아 문자 인식에 어려움을 가지고 있어, 타이어 분류 자동화에 큰 걸림돌로 작용하였다.
이에 본 논문은 타이어 식별 코드인 DOT 코드를 자동으로 인식해서 분류를 자동화하는 시스템으로 볼록 문자가 조명의 영향을 크게 받는 문제를 3D Laser Profiler에서 취득한 3D Height Map 데이터를 영상처리로 문자 데이터를 추출하는 방법으로 개선하였다. 실험 결과 다양한 타이어에서 타이어 규격 코드인 DOT 코드를 인식할 수 있었으며 본 연구를 통해 수작업으로 진행되었던 타이어 분류 공정을 자동화로 원가절감 및 타이어 분류 속도 개선에 기여할 것으로 예상한다.