Machine vision Kamera Auswahl für ANPR

Die Auswahl der richtigen Kamera für ein ANPR-System erfordert eine sorgfältige Berücksichtigung mehrerer Faktoren, um eine optimale Leistung und eine genaue Erfassung von Nummernschildern zu gewährleisten. Unsere Empfehlung für dieses Projekt war unsere MER2-160-227U3M, basierend auf den nachfolgend erläuterten Spezifikationen.
Der Forscher musste die Kamera mit einem Android-Tablet der Strafverfolgungsbehörden verwenden, das keine Ethernet-Verbindung hatte und neben der Kamera im Polizeiwagen platziert werden würde (somit war der Abstand kürzer als 4,6 m), was zur Verwendung der USB3.0-Schnittstelle führte.

Die Auflösung spielt eine entscheidende Rolle, da die Genauigkeit des Systems für die Aufnahme klarer und detaillierter Bilder von Nummernschildern, insbesondere unter schwierigen Lichtverhältnissen, von entscheidender Bedeutung ist. Dies gewährleistet eine genaue Zeichenerkennung auch auf kleineren Platten. Für dieses ANPR-Projekt waren die kleinsten zu lesenden Zeichen 1,5 cm breit und mussten in einem Sichtfeld von 2,15 m x 1,6 m erkannt werden. Daher konnte mit der 1440 x 1080 Pixel großen Kamera ein robustes System aufgebaut werden.

Bildrate ist ein weiterer entscheidender Faktor. Sie bestimmt die Anzahl der pro Sekunde aufgenommenen Bilder, und eine höhere Bildrate ist entscheidend für die Erfassung schnell bewegter Fahrzeuge und die Gewährleistung einer genauen Kennzeichenerkennung. Es wird empfohlen, Kameras mit einer Bildrate von mindestens 30 Bildern pro Sekunde (FPS) anzustreben, um Variationen in den Fahrzeuggeschwindigkeiten zu berücksichtigen und eine konsistente Aufnahme sicherzustellen. In diesem Fall hatten wir eine hohe Bildrate von 227 fps bei maximaler Auflösung.

Auch die Pixelgröße spielt eine wichtige Rolle für die Bildqualität, insbesondere in Umgebungen mit wenig Licht. Kameras mit einer größeren Pixelgröße (in diesem Fall 3,45 µm) erfassen im Allgemeinen mehr Licht, was zu einer verbesserten Bildqualität führt. Dies ist entscheidend für die Erfassung klarer Nummernschilder bei unterschiedlichen Lichtverhältnissen und stellt die Wirksamkeit des Systems tagsüber und nachts sicher. Aus dem gleichen Grund wurde außerdem die Monochrom-Version bevorzugt, da sie dreimal lichtempfindlicher ist als Farbkameras.

Schließlich ist die Wahl zwischen global Shutter und rolling Shutter-Kameras entscheidend. Global Shutter-Kameras erfassen das gesamte Bild auf einmal, wodurch Verzerrungen durch sich bewegende Objekte minimiert werden, was für die klare Erfassung von Nummernschildern von Fahrzeugen in Bewegung unerlässlich ist. Während rolling Shutter-Kameras möglicherweise günstiger sind, werden für ANPR Applikationen global Shutter-Kameras aufgrund ihrer überlegenen Bildqualität dringend empfohlen, insbesondere im Umgang mit schnell fahrenden Fahrzeugen.

Die Auswahl der optimalen Objektiv

Der Forscher benötigte auch Unterstützung bei der Auswahl des optimalen Objektiv für sein ANPR-System. Es war entscheidend, eine klare Erfassung von Nummernschildern zu gewährleisten, insbesondere bei Fahrzeugen in unterschiedlichen Entfernungen (in diesem Fall 5 bis 15 m).

Um dies zu erreichen, verfolgten wir einen ähnlichen Ansatz wie in früheren Projekten. Wir haben uns auf zwei Schlüsselfaktoren konzentriert: Sichtfeld (FOV) und Arbeitsabstand (WD). Das Sichtfeld musste breit genug sein, um die Straße zu erfassen (2,15 m), und gleichzeitig einen geeigneten Sichtwinkel für eine klare Fokussierung beizubehalten.

Durch Diskussionen und Berechnungen (unter Verwendung unseres Lenscalculators) haben wir festgestellt, dass eine 16mm Brennweite Objektiv ideal wäre. Diese Objektiv bot das notwendige Gleichgewicht, indem sie ein ausreichend breites Sichtfeld für die Aufnahme von Nummernschildern in den erwarteten Entfernungen bereitstellte und gleichzeitig einen ausreichenden Arbeitsabstand aufrechterhielt, um Fokussierungsprobleme zu vermeiden.

Darüber hinaus haben wir die Minimierung der Objektiv-Verzerrung priorisiert, um eine genaue Erkennung von Nummernschildern zu gewährleisten. Verzerrungen können dazu führen, dass Zeichen verzerrt erscheinen, was die Identifizierung erschwert. Ähnlich wie bei früheren Projekten haben wir ein Objektiv mit minimaler Verzerrung (typischerweise unter 1%) empfohlen, um klare und unverzerrte Bilder zu garantieren, die für eine effektive ANPR-Funktionalität entscheidend sind.

Durch die Anwendung dieser Methodik haben wir unseren Kunden erfolgreich bei der Auswahl des optimalen Kamera-Objektiv-Setups für sein spezifisches ANPR-System unterstützt und so eine klare und genaue Nummernschilderfassung sichergestellt, die er bis heute verwendet.

Beleuchtung für ANPR

Wie bereits erwähnt, musste dieser Forscher Nummernschilder unabhängig von der Tageszeit deutlich erfassen. Wir haben ihren Bedarf verstanden, da klare Bilder für eine genaue Nummernschilderkennung unerlässlich sind.

Ähnlich wie bei anderen Projekten konzentrierten wir uns auf die Optimierung der Beleuchtung, um die Bildqualität zu verbessern. Hier war das „Objekt“ des Fokus das Nummernschild.

Im Gegensatz zur Fotografie erfordert das Erfassen von Nummernschildern unterschiedliche Beleuchtungsansätze. Wir empfehlen die Verwendung von Nahinfrarot (NIR) Scheinwerfern. Unsichtbar für das bloße Auge, arbeiten diese Scheinwerfer im gleichen Bereich wie die Kamera des Kunden. Sie fungieren wie unsichtbare Taschenlampen und beleuchten die Szene, ohne die nächtliche Umgebung zu stören. Mit NIR-Scheinwerfern kann das ANPR-System Nummernschilder auch bei schwachem Licht klar erkennen, da diese Kamera im NIR-Bereich arbeitet.

Schließlich haben wir das Problem der Reflexionen angesprochen. Je nach Material des Nummernschilds und dem Kamera kann Licht abprallen und Blendung erzeugen. Um dies zu minimieren, insbesondere tagsüber, haben wir empfohlen, polarisierende Filter zu verwenden. Diese Filter wirken wie Sonnenbrillen für die Kamera, indem sie bestimmte Lichtwellen blockieren, die Reflexionen verursachen. Dies hält das Bild klar und hilft dem ANPR-System, das Nummernschild genau zu lesen.

Durch die Berücksichtigung sowohl von NIR-Scheinwerfern für die Nacht als auch von Polarisationsfiltern für den Tag konnten wir dem Kunden dabei helfen, eine optimale Ausleuchtung für sein ANPR-System zu erreichen und so Tag und Nacht eine klare Nummernschilderfassung zu gewährleisten.

Bildverarbeitungssoftware für ANPR

Eine Kamera, Objektiv und Beleuchtung sind nur die ersten Teile des Puzzles, wenn es darum geht, ein vollständiges Machine Vision aufzubauen. Für Aufgaben wie ANPR wird Computer Vision Software benötigt, um die aufgenommenen Bilder zu analysieren und bedeutungsvolle Informationen zu extrahieren.

Glücklicherweise bieten unsere Systeme Flexibilität bei der Auswahl der Software. Sie sind GenIcam-konform, was bedeutet, dass sie nahtlos mit verschiedenen Drittanbieter-Softwareoptionen wie MvTec Halcon, NI LabVIEW, Cognex Vision Pro und sogar beliebten Plattformen wie MATLAB und OpenCV funktionieren.

Wir bieten ein kostenloses Software Development Kit (SDK) an. Dieses praktische Toolkit hilft Ihnen, Bilder zu erfassen und Kameraaparameter zu steuern, was es zu einem großartigen Ausgangspunkt macht. Das SDK ist mit verschiedenen Plattformen kompatibel, von normalen PCs bis hin zu industriellen Setups mit NVIDIA TX-Serie oder Raspberry Pi-Geräten. Es unterstützt sogar verschiedene Betriebssysteme wie Windows, Linux und Android. Es gibt viele Open-Source-Programme, die für ANPR entwickelt wurden und mit unserem SDK funktionieren.

Dieser Forscher hat sein Programm zusammen mit unserem SDK entwickelt, um Nummernschilder zu erkennen. Dieses Programm ermöglichte es auch, die Kameraparameter automatisch an die Umgebungsbedingungen anzupassen.

Für Projekte, die nach einem kompletten Softwarelösungspaket suchen, empfehlen wir Zebra Aurora Vision Studio. Diese leistungsstarke und dennoch intuitive Software bietet eine visuelle Oberfläche, die einem Werkzeugkasten ähnelt, was das Lernen und die Nutzung erleichtert. Mit Aurora Vision können Benutzer die Nummernschilder erkennen. Die kostenlose Lite-Version, ausgestattet mit allen Standardalgorithmen, diente als hervorragender Ausgangspunkt für den Kunden, um die Möglichkeiten der Software zu erkunden. 

Durch die Bereitstellung verschiedener Softwareoptionen und benutzerfreundlicher Werkzeuge ermöglichen wir es den Kunden, die Lösung auszuwählen, die am besten zu ihrem Fachwissen und den Projektanforderungen passt, was letztendlich zu erfolgreichen Machine Vision Implementierungen führt.

ANPR Applikationen

Die automatische Nummernschilderkennung ANPR hat die Ursprünge von Sicherheitskontrollpunkten hinter sich gelassen. Heute rationalisiert es Abläufe und erhöht die Sicherheit branchenübergreifend:

Verkehrsfluss: ANPR automatisiert die Mauterhebung, analysiert Verkehrsmuster und identifiziert zu schnell fahrende Fahrzeuge, verbessert so den Verkehrsfluss und generiert Einnahmen für sicherere Straßen.

Parkplatzmanagement: Es erleichtert die autorisierte Ein-/Ausfahrt und überwacht nicht autorisierte Fahrzeuge auf Parkplätzen, um den Komfort für legitime Benutzer und Einnahmen für die Betreiber sicherzustellen.

Strafverfolgung: ANPR hilft bei der Bergung gestohlener Fahrzeuge, der Suche nach vermissten Personen und der Festnahme von Kriminellen und trägt so zur Sicherheit der Gemeinschaft bei.

Flottenmanagement: Unternehmen nutzen es zur Fahrzeugverfolgung in Echtzeit, zur Routenoptimierung und zur Überwachung des Fahrerverhaltens, was zu Kosteneinsparungen und Effizienz führt.

Grenzsicherheit: ANPR stärkt die Grenzsicherheit durch die Überwachung von Fahrzeugen, die Identifizierung relevanter Fahrzeuge und die Überprüfung von Reisegenehmigungen.

Diese vielseitige Technologie liest und interpretiert Nummernschilder und fördert reibungslosere Abläufe, verbesserte Sicherheit und Komfort in verschiedenen Applikationen.

Support für ANPR?

Möchten Sie Unterstützung von einem unserer Support-Experten für die Erstellung Ihres eigenen Automatischen Nummernschilderkennung (ANPR)-Systems? Oder ein anderes ähnliches vision-System? Zögern Sie nicht, uns über das untenstehende Formular zu kontaktieren!