Reconnaissance automatique des plaques d'immatriculation (ANPR)

Dans le monde d'aujourd'hui, l'identification transparente et efficace des véhicules est cruciale pour diverses applications, allant de l'application de la loi au contrôle d'accès au stationnement. La Reconnaissance Automatique des Plaques d'Immatriculation (ANPR) s'est imposée 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 essentielles et les solutions impliquées dans le développement d'un système ANPR robuste et efficace pour un chercheur qui a envoyé une demande d'aide pour son projet.

Table of contents
Sélection de la caméra de vision par ordinateur pour l'ANPR
La sélection de la bonne caméra pour un système ANPR nécessite une considération minutieuse de plusieurs facteurs pour garantir 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 de la police, 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 mètres), ce qui a conduit à utiliser une interface USB3.0.
La résolution joue un rôle crucial, car la précision du système est essentielle pour capturer des images claires et détaillées des plaques d'immatriculation, surtout dans des conditions d'éclairage difficiles. Cela garantit une reconnaissance précise des caractères même sur des plaques plus petites. Pour ce projet ANPR, les caractères les plus petits à lire mesuraient 1,5 cm de large, ce qui devait être reconnu dans un champ de vision (FOV) de 2,15 mètres sur 1,6 mètres. Par conséquent, les 1440px x 1080px de cette caméra ont pu construire un système robuste.
Le taux de trame est un autre facteur crucial. Il détermine le nombre d'images capturées par seconde, et un taux de trame plus élevé est essentiel pour capturer des véhicules en mouvement rapide et garantir une reconnaissance précise de la plaque. Il est recommandé de viser des caméras avec un taux de trame d'au moins 30 images par seconde (FPS) pour tenir compte des variations de vitesse des véhicules et garantir une capture constante. Dans ce cas, nous avions un taux de trame élevé de 227 images par seconde à résolution maximale.
La taille des pixels joue également un rôle important dans la qualité de l'image, en particulier dans des environnements à faible luminosité. Les caméras avec une plus grande taille de pixel (3,45 µm dans ce cas), capturent généralement plus de lumière, ce qui se traduit par une amélioration de la qualité de l'image. C'est crucial pour capturer des plaques d'immatriculation claires dans des conditions d'éclairage diverses, assurant l'efficacité du système jour et 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 les caméras à obturateur global et les caméras à obturateur roulant est crucial. Les caméras à obturateur global capturent l'image entière en une seule fois, minimisant la distorsion causée par les objets en mouvement, ce qui est essentiel pour capturer des plaques d'immatriculation claires de véhicules en mouvement. Bien que les caméras à obturateur roulant soient peut-être moins chères, pour les applications ANPR, les caméras à obturateur global sont fortement recommandées pour leur qualité d'image supérieure, surtout lorsqu'il s'agit de véhicules en mouvement rapide.

Sélection de l'objectif adapté
Le chercheur avait également besoin d'aide pour sélectionner l'objectif optimal pour son système ANPR. Garantir la capture claire des plaques d'immatriculation, surtout pour les véhicules à des distances variables (de 5 à 15 mètres dans ce cas), était crucial.
Pour y parvenir, nous avons suivi une approche similaire à celle utilisée dans des projets précédents. Nous avons mis l'accent 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 mètres) tout en maintenant une WD adaptée pour une mise au point claire.
Grâce à des discussions et des calculs (en utilisant notre calculateur d'objectifs), nous avons déterminé qu'un objectif de 16 mm de focale serait idéal. Cet 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 accordé la priorité à la minimisation de la distorsion de l'objectif, garantissant une reconnaissance précise des plaques d'immatriculation. La distorsion peut faire apparaître les caractères comme déformés, entravant ainsi leur identification. Tout comme dans les projets précédents, nous avons recommandé un objectif avec une distorsion minimale (généralement inférieure à 1 %) pour garantir des images claires et non déformées, ce qui est crucial pour une fonctionnalité ANPR efficace. En appliquant cette méthodologie, nous avons réussi à aider notre client à sélectionner le meilleur ensemble caméra-objectif pour leur système ANPR spécifique, assurant une capture claire et précise des plaques d'immatriculation, qu'ils continuent d'utiliser à ce jour.

Éclairage pour l'ANPR
Comme mentionné, ce chercheur devait 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.
Tout 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" de focalisation était la plaque d'immatriculation.
Contrairement à la photographie, la capture de plaques d'immatriculation nécessite différentes approches d'éclairage. Nous avons recommandé l'utilisation de projecteurs à lumière infrarouge proche (NIR). Invisible 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 des projecteurs NIR, le système ANPR peut toujours voir clairement les plaques d'immatriculation même dans des conditions de faible luminosité, car cette caméra fonctionne dans la plage NIR.
Enfin, nous avons abordé le problème des réflexions. Selon le matériau de la plaque d'immatriculation et l'angle de la caméra, la lumière peut rebondir et créer des reflets. 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 maintient l'image claire et aide le système ANPR à lire précisément la plaque d'immatriculation.
En envisageant 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 leur système ANPR, garantissant une capture claire des plaques d'immatriculation jour et nuit.

Logiciel de traitement d'images pour l'ANPR
Une caméra, un objectif et un éclairage ne sont que les premiers éléments du puzzle lorsqu'il s'agit de construire un système de vision par ordinateur complet. Pour des tâches telles que l'ANPR, un logiciel de vision par ordinateur est nécessaire pour analyser les images capturées et extraire des informations significatives.
Heureusement, nos systèmes offrent une flexibilité en matière de choix de logiciel. Ils sont conformes à GenIcam, ce qui signifie qu'ils fonctionnent parfaitement avec diverses options logicielles tierces telles que MvTec Halcon, NI LabVIEW, Cognex Vision Pro, et même des plateformes populaires telles que MATLAB et OpenCV.
Nous proposons un kit de développement logiciel (SDK) gratuit. Cette trousse 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 configurations industrielles avec des appareils de la série NVIDIA TX ou Raspberry Pi. Il prend également en charge divers systèmes d'exploitation tels que Windows, Linux et Android. Il existe de nombreux programmes open-source conçus pour l'ANPR qui fonctionnent avec notre SDK.
Ce chercheur a développé son programme, en utilisant notre SDK, pour reconnaître les plaques d'immatriculation. Ce programme a également rendu possible le changement automatique des paramètres de la caméra en fonction des conditions environnementales.
Pour les projets à la recherche d'un ensemble 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, ce qui conduit finalement à des mises en œuvre réussies de la vision par ordinateur.

Applications de l'ANPR
La reconnaissance automatique des plaques d'immatriculation (ANPR) a dépassé ses origines de point de contrôle de sécurité. Aujourd'hui, elle rationalise les opérations et renforce la sécurité dans divers secteurs :
L'ANPR automatise la collecte des péages, analyse les schémas de circulation et identifie les véhicules en excès de vitesse, améliorant le flux et générant des revenus pour des routes plus sûres.
Elle facilite l'entrée/sortie autorisée et surveille les véhicules non autorisés dans les parkings, assurant la commodité pour les utilisateurs légitimes et les revenus pour les exploitants.
L'ANPR aide à récupérer les véhicules volés, à suivre les individus disparus et à appréhender les criminels, contribuant à la sécurité communautaire.
Les entreprises l'utilisent pour le suivi en temps réel des véhicules, l'optimisation des itinéraires et la surveillance du comportement des conducteurs, ce qui entraîne des économies et une efficacité.
L'ANPR renforce la sécurité aux frontières en surveillant les véhicules, en identifiant ceux d'intérêt et en vérifiant les autorisations de voyage.
Support pour l'ANPR ?
Aimeriez-vous bénéficier de l'assistance de l'un de nos experts en vision par ordinateur 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 !