Last updated: 29 November 2024

Reconnaissance automatique des plaques d'immatriculation (ANPR)

Dans le monde d'aujourd'hui, l'identification des véhicules de manière fluide et efficace est cruciale pour diverses Applications, allant de l'application de la loi au contrôle d'accès au stationnement. Reconnaissance automatique des plaques d'immatriculation (ANPR), est apparue comme une technologie puissante qui automatise ce processus, offrant des avantages significatifs par rapport aux méthodes traditionnelles.  Cet article sert de guide, décrivant les étapes et solutions essentielles impliquées dans le développement d'un système ANPR robuste et efficace pour un chercheur qui a envoyé une demande d'aide pour son projet. 

Reconnaissance automatique des plaques d'immatriculation (ANPR)

Machine vision caméra pour ANPR

La sélection de la bonne caméra pour un système ANPR nécessite une attention particulière à plusieurs facteurs afin d'assurer des performances optimales et une capture précise des plaques d'immatriculation. Notre recommandation pour ce projet était notre MER2-160-227U3M, basée sur les spécifications expliquées comme suit.
Le chercheur devait utiliser la caméra avec une tablette Android pour les forces de l'ordre, qui n'avait pas de connexion Ethernet et serait placée à côté de la caméra à l'intérieur de la voiture de police (ainsi, la distance était inférieure à 4,6 m), ce qui a conduit à utiliser une interface USB3.0.

La résolution joue un rôle essentiel, car la précision du système est essentielle pour capturer des images claires et détaillées des plaques d'immatriculation, en particulier dans des conditions d'éclairage difficiles. Cela garantit une reconnaissance précise des caractères, même sur des plaques plus petites. Pour ce projet ANPR, les plus petits caractères à lire mesuraient 1,5 cm de large, ce qui devait être reconnu dans un champ de vision de 2,15 mx 1,6 m. Par conséquent, les 1 440 px x 1 080 px de cette caméra ont permis de créer un système robuste.

Fréquence d'images est un autre facteur crucial. Il détermine le nombre d'images capturées par seconde, et un fréquence d'images plus élevé est vital pour capturer des véhicules en mouvement rapide et garantir une reconnaissance précise des plaques. Il est recommandé de viser des caméras avec un fréquence d'images d'au moins 30 images par seconde (IPS) pour tenir compte des variations de vitesse des véhicules et assurer une capture cohérente. Dans ce cas, nous avions un fréquence d'images élevé de 227 ips à la résolution maximale.

La taille des pixels joue également un rôle important dans la qualité de l’image, en particulier dans les environnements faiblement éclairés. Les caméras avec une taille de pixel plus grande (3,45 um dans ce cas) capturent généralement plus de lumière, ce qui améliore la qualité de l'image. Ceci est crucial pour capturer des plaques d'immatriculation claires dans diverses conditions d'éclairage, garantissant ainsi l'efficacité du système de jour comme de nuit. De plus, pour la même raison, la version monochrome a été préférée, car elle est 3 fois plus sensible à la lumière que les caméras couleur.

Enfin, le choix entre global obturateur et roulant obturateur cameras est crucial. Les caméras à Global obturateur capturent l'image entière en une seule fois, minimisant la distorsion causée par des objets en mouvement, ce qui est essentiel pour capturer des plaques d'immatriculation claires de véhicules en mouvement. Bien que les caméras à roulant obturateur puissent être moins chères, pour les Applications ANPR, les caméras à global obturateur sont fortement recommandées pour leur qualité d'image supérieure, surtout lorsqu'il s'agit de véhicules rapides.

Sélectionner l'Optimum Objectif

Le chercheur avait également besoin d'aide pour sélectionner l'objectif optimal pour son système ANPR. Assurer une capture claire des plaques d'immatriculation, en particulier pour les véhicules à différentes distances (de 5 à 15 m dans ce cas), était crucial.

Pour y parvenir, nous avons suivi une approche similaire à celle utilisée dans les projets précédents. Nous nous sommes concentrés sur deux facteurs clés : le champ de vision (FOV) et la distance de travail (WD). Le FOV devait être suffisamment large pour capturer la route (2,15 m) tout en conservant un WD approprié pour une mise au point claire.

À travers des discussions et des calculs (en utilisant notre calculateur de lentilles), nous avons déterminé qu'une lentille de 16 mm objectif serait idéale. Cette objectif offrait l'équilibre nécessaire, fournissant un FOV suffisamment large pour capturer les plaques d'immatriculation aux distances prévues tout en maintenant une WD suffisante pour éviter les problèmes de mise au point.

De plus, nous avons donné la priorité à la minimisation de la distorsion de objectif , garantissant une reconnaissance précise des plaques d'immatriculation. La distorsion peut faire apparaître les caractères déformés, entravant l'identification. Comme pour les projets précédents, nous avons recommandé un objectif avec une distorsion minimale (généralement inférieure à 1 %) pour garantir des images claires et non déformées, cruciales pour un fonctionnement efficace de l'ANPR.

En appliquant cette méthodologie, nous avons aidé avec succès notre client à sélectionner la configuration optimale de l'objectif de la caméra pour son système ANPR spécifique, garantissant ainsi une capture claire et précise des plaques d'immatriculation, qu'ils continuent d'utiliser à ce jour.

Éclairage pour ANPR

Comme mentionné, ce chercheur avait besoin de capturer clairement les plaques d'immatriculation, quelle que soit l'heure de la journée. Nous avons compris leur besoin, car des images claires sont essentielles pour une reconnaissance précise des plaques d'immatriculation.

Comme pour d’autres projets, nous nous sommes concentrés sur l’optimisation de l’éclairage pour améliorer la qualité de l’image. Ici, « l’objet » d’intérêt était la plaque d’immatriculation.

Contrairement à la photographie, la capture des plaques d'immatriculation nécessite différentes approches d'éclairage. Nous recommandons d'utiliser des projecteurs Near-Infrared (NIR). Invisibles à l'œil nu, ces projecteurs fonctionnent dans la même plage que la caméra du client. Ils agissent comme des lampes de poche invisibles, éclairant la scène sans perturber l'environnement nocturne. Avec les projecteurs NIR, le système ANPR peut toujours voir les plaques d'immatriculation clairement même dans des conditions de faible luminosité, puisque cette caméra fonctionne dans la plage NIR.

Enfin, nous avons abordé la question des reflets. En fonction du matériau de la plaque d'immatriculation et de l'angle de la caméra, la lumière peut rebondir et créer un éblouissement. Pour minimiser cela, surtout pendant la journée, nous avons suggéré d'utiliser des filtres polarisants. Ces filtres agissent comme des lunettes de soleil pour la caméra, bloquant des ondes lumineuses spécifiques qui causent des reflets. Cela garde l'image claire et aide le système ANPR à lire la plaque d'immatriculation avec précision.

En considérant à la fois des projecteurs NIR pour la nuit et des filtres polarisants pour le jour, nous avons aidé le client à obtenir un éclairage optimal pour son système ANPR, garantissant ainsi une capture claire des plaques d'immatriculation de jour comme de nuit.

Logiciel de traitement d'images pour ANPR

Une caméra, un objectif et un éclairage ne sont que les premiers éléments du puzzle lorsqu'il s'agit de construire un système complet de vision industrielle. Pour des tâches comme l'ANPR, un Vision par ordinateur est nécessaire pour analyser les images capturées et extraire des informations significatives.

Heureusement, nos systèmes offrent de la flexibilité en ce qui concerne les choix de logiciels. Ils sont conformes à GenIcam, ce qui signifie qu'ils fonctionnent parfaitement avec diverses options de logiciels tiers comme MvTec Halcon, NI LabVIEW, Cognex Vision Pro, et même des plateformes populaires comme MATLAB et OpenCV.

Nous offrons un kit de développement logiciel (SDK) gratuit. Ce kit pratique vous aide à capturer des images et à contrôler les paramètres de la caméra, ce qui en fait un excellent point de départ. Le SDK est compatible avec diverses plateformes, des PC classiques aux installations industrielles avec des appareils de la série NVIDIA TX ou Raspberry Pi. Il prend même en charge divers systèmes d'exploitation comme Windows, Linux et Android. Il existe de nombreux programmes Open-Source conçus pour l'ANPR qui fonctionnent avec notre SDK.

Ce chercheur a construit son programme, avec notre SDK, pour reconnaître les plaques d'immatriculation. Ce programme permettait également de modifier automatiquement les paramètres de la caméra en fonction des conditions environnementales.

Pour les projets à la recherche d'un pack complet de solutions logicielles, nous recommandons Zebra Aurora Vision Studio. Ce logiciel puissant mais intuitif offre une interface visuelle qui ressemble à une boîte à outils, ce qui le rend facile à apprendre et à utiliser. Avec Aurora Vision, les utilisateurs peuvent reconnaître les plaques d'immatriculation. La version Lite gratuite, équipée de tous les algorithmes standard, a servi de point de départ idéal pour que le client explore les capacités du logiciel. 

En offrant diverses options logicielles et des outils conviviaux, nous permettons aux clients de choisir la solution qui correspond le mieux à leur expertise et aux exigences de leur projet, menant finalement à des mises en œuvre réussies de vision industrielle.

ANPR Applications

Reconnaissance automatique des plaques d'immatriculation L'ANPR a transcendé ses origines en matière de contrôle de sécurité. Aujourd'hui, elle rationalise les opérations et améliore la sécurité dans tous les secteurs :

Flux de trafic : l'ANPR automatise la perception des péages, analyse les modèles de trafic et identifie les véhicules en excès de vitesse, améliorant ainsi le flux et générant des revenus pour des routes plus sûres.

Gestion du stationnement : elle facilite les entrées/sorties autorisées et surveille les véhicules non autorisés dans les parkings, garantissant ainsi la commodité des utilisateurs légitimes et des revenus pour les opérateurs.

Application de la loi : l'ANPR aide à récupérer les véhicules volés, à retrouver les personnes disparues et à appréhender les criminels, contribuant ainsi à la sécurité de la communauté.

Gestion de flotte : les entreprises l'utilisent pour le suivi des véhicules en temps réel, l'optimisation des itinéraires et la surveillance du comportement des conducteurs, ce qui entraîne des économies et une efficacité.

Sécurité des frontières : l'ANPR renforce la sécurité des frontières en surveillant les véhicules, en identifiant ceux qui présentent un intérêt et en vérifiant les autorisations de voyage.

Cette technologie polyvalente lit et interprète les plaques d'immatriculation, favorisant des opérations plus fluides, une sécurité renforcée et une commodité dans diverses Applications.

Support pour ANPR ?

Souhaitez-vous bénéficier d'un support de l'un de nos experts en vision industrielle pour créer votre propre système de Reconnaissance Automatique des Plaques d'Immatriculation (ANPR)? Ou un autre système de vision similaire ? N'hésitez pas à nous contacter en utilisant le formulaire ci-dessous !