Riconoscimento automatico delle targhe (ANPR)
Nel mondo di oggi, un'identificazione dei veicoli fluida ed efficiente è fondamentale per diverse applicazioni, che spaziano dall'applicazione della legge al controllo degli accessi ai parcheggi. Automatic Number Plate Recognition (ANPR) si è affermata come una tecnologia potente che automatizza questo processo, offrendo vantaggi significativi rispetto ai metodi tradizionali. Questo articolo funge da guida, illustrando i passaggi essenziali e le soluzioni coinvolte nello sviluppo di un sistema ANPR robusto ed efficace per un ricercatore che ha inviato una richiesta di assistenza per il proprio progetto.
    Sommario
Selezione di Telecamera Machine vision per ANPR
La selezione della Telecamera giusta per un sistema ANPR richiede un'attenta valutazione di diversi fattori per garantire prestazioni ottimali e un'acquisizione accurata delle targhe. La nostra raccomandazione per questo progetto è stata la nostra MER2-160-227U3M, sulla base delle specifiche spiegate di seguito. 
Il ricercatore doveva utilizzare la Telecamera con un tablet Android per le forze dell'ordine, che non disponeva di una connessione Ethernet e sarebbe stato posizionato accanto alla Telecamera all'interno dell'auto della Polizia (quindi la distanza era inferiore a 4,6 m), il che ha portato all'utilizzo dell'interfaccia USB3.0. 
La risoluzione svolge un ruolo fondamentale, poiché la precisione del sistema è essenziale per acquisire immagini chiare e dettagliate delle targhe, soprattutto in condizioni di illuminazione difficili. Questo garantisce un riconoscimento accurato dei caratteri anche sulle targhe più piccole. Per questo progetto ANPR, i caratteri più piccoli da leggere erano larghi 1,5 cm, che dovevano essere riconosciuti in un FOV di 2,15 m x 1,6 m. Pertanto, i 1440px x 1080px di questa Telecamera hanno permesso di realizzare un sistema robusto. 
Anche i frame rate sono un fattore cruciale. Determina il numero di immagini acquisite al secondo e un frame rate elevato è fondamentale per catturare veicoli in rapido movimento e garantire un riconoscimento accurato delle targhe. Si consiglia di scegliere Telecamere con un frame rate di almeno 30 fotogrammi al secondo (FPS) per tenere conto delle variazioni di velocità dei veicoli e garantire una cattura costante. In questo caso, abbiamo avuto un frame rate elevato di 227fps alla massima risoluzione. 
Anche la dimensione dei pixel gioca un ruolo significativo nella qualità dell'immagine, in particolare in ambienti con scarsa illuminazione. Le Telecamere con una dimensione del pixel maggiore (in questo caso 3,45um) generalmente catturano più luce, con conseguente miglioramento della qualità dell'immagine. Questo è fondamentale per catturare targhe chiare in condizioni di illuminazione diverse, garantendo l'efficacia del sistema sia di giorno che di notte. Inoltre, per lo stesso motivo, è stata preferita la versione monocromatica, in quanto è 3 volte più sensibile alla luce rispetto alle Telecamere a colori. 
Infine, la scelta tra Telecamere global shutter e rolling shutter è fondamentale. Le Telecamere global shutter acquisiscono l'intera immagine simultaneamente, riducendo al minimo la distorsione causata da oggetti in movimento, caratteristica essenziale per catturare chiaramente le targhe dei veicoli in movimento. Sebbene le Telecamere rolling shutter possano essere più economiche, per le applicazioni ANPR si raccomandano fortemente le Telecamere global shutter per la loro superiore qualità d'immagine, soprattutto quando si tratta di veicoli ad alta velocità.
      Selezione dell'Obiettivo ottimale
Il ricercatore necessitava inoltre di assistenza nella selezione dell'obiettivo ottimale per il proprio sistema ANPR. Garantire una cattura chiara delle targhe, soprattutto per veicoli a distanze variabili (in questo caso da 5 a 15 m), era fondamentale. 
Per raggiungere questo obiettivo, abbiamo seguito un approccio simile a quello utilizzato nei progetti precedenti. Ci siamo concentrati su due fattori chiave: campo visivo (FOV) e distanza di lavoro (WD). Il FOV doveva essere sufficientemente ampio per coprire la strada (2,15 m) mantenendo una WD adeguata per una messa a fuoco chiara. 
Attraverso discussioni e calcoli (utilizzando il nostro calcolatore di obiettivi), abbiamo determinato che un obiettivo con lunghezza focale di 16mm "VA-LCM-5MP-16MM-F2.0-018" sarebbe stato ideale. Questo obiettivo offriva il giusto equilibrio, fornendo un campo visivo sufficientemente ampio per catturare le targhe alle distanze previste, mantenendo al contempo una distanza di lavoro adeguata per evitare problemi di messa a fuoco. 
Inoltre, abbiamo dato priorità alla minimizzazione della distorsione dell'obiettivo, assicurando un riconoscimento accurato delle targhe. La distorsione può causare la deformazione dei caratteri, ostacolando l'identificazione. Come nei progetti precedenti, abbiamo raccomandato un obiettivo con distorsione minima (tipicamente inferiore all'1%) per garantire immagini chiare e prive di distorsioni, fondamentali per un funzionamento efficace dell'ANPR. 
Applicando questa metodologia, abbiamo assistito con successo il nostro cliente nella selezione della configurazione ottimale di telecamera e obiettivo per il loro specifico sistema ANPR, garantendo una cattura chiara e accurata delle targhe, che continuano a utilizzare ancora oggi.
      Illuminazione per ANPR
Come accennato, questo ricercatore aveva la necessità di acquisire le targhe in modo chiaro, indipendentemente dall’ora del giorno. Abbiamo compreso la sua esigenza, poiché immagini nitide sono fondamentali per un riconoscimento accurato delle targhe. 
Come in altri progetti, ci siamo concentrati sull’ottimizzazione dell’illuminazione per migliorare la qualità dell’immagine. In questo caso, l’“oggetto” di interesse era la targa. 
A differenza della fotografia, l’acquisizione delle targhe richiede approcci di illuminazione differenti. Abbiamo raccomandato l’utilizzo di spot LED a infrarosso vicino (NIR). Invisibili all’occhio umano, questi spot funzionano nello stesso intervallo della Telecamera del cliente. Agiscono come torce invisibili, illuminando la scena senza alterare l’ambiente notturno. Grazie agli spot NIR, il sistema ANPR può continuare a vedere chiaramente le targhe anche in condizioni di scarsa illuminazione, poiché questa Telecamera lavora nella gamma NIR. 
Infine, abbiamo affrontato il problema dei riflessi. A seconda del materiale della targa e dell’angolo della Telecamera, la luce può riflettersi e creare abbagliamenti. Per ridurre questo fenomeno, soprattutto durante il giorno, abbiamo suggerito l’uso di filtri polarizzatori. Questi filtri agiscono come occhiali da sole per la Telecamera, bloccando specifiche onde luminose che causano riflessi. In questo modo l’immagine rimane nitida e il sistema ANPR può leggere la targa con precisione. 
Considerando sia gli spot NIR per la notte sia i filtri polarizzatori per il giorno, abbiamo aiutato il cliente a ottenere un’illuminazione ottimale per il proprio sistema ANPR, garantendo una chiara acquisizione delle targhe sia di giorno che di notte.
      Software di elaborazione delle immagini per ANPR
Una Telecamera, un obiettivo e l'illuminazione sono solo i primi elementi del puzzle quando si tratta di costruire un sistema di machine vision completo. Per attività come l'ANPR, è necessario un software di computer vision per analizzare le immagini acquisite ed estrarre informazioni significative. 
Fortunatamente, i nostri sistemi offrono flessibilità nella scelta del software. Sono conformi a GenIcam, il che significa che funzionano perfettamente con diverse opzioni software di terze parti come MvTec Halcon, NI LabVIEW, Cognex Vision Pro e anche piattaforme popolari come MATLAB e OpenCV. 
Offriamo un Software Development Kit (SDK) gratuito. Questo pratico toolkit aiuta a catturare immagini e a controllare i parametri della Telecamera, rappresentando un ottimo punto di partenza. L'SDK è compatibile con diverse piattaforme, dai normali PC agli ambienti industriali con dispositivi NVIDIA TX series o Raspberry Pi. Supporta anche diversi sistemi operativi come Windows, Linux e Android. Esistono numerosi programmi Open-Source sviluppati per ANPR che funzionano con il nostro SDK. 
Questo ricercatore ha sviluppato il proprio programma, insieme al nostro SDK, per riconoscere le targhe. Questo programma ha anche reso possibile modificare automaticamente i parametri della Telecamera in base alle condizioni ambientali. 
Per i progetti che cercano un pacchetto software completo, consigliamo Zebra Aurora Vision Studio. Questo software potente ma intuitivo offre un'interfaccia visiva che ricorda una cassetta degli attrezzi, rendendolo facile da apprendere e utilizzare. Con Aurora Visione, gli utenti possono riconoscere le targhe. La versione Lite gratuita, dotata di tutti gli algoritmi standard, ha rappresentato un ottimo punto di partenza per il cliente per esplorare le potenzialità del software.  
Offrendo diverse opzioni software e strumenti intuitivi, diamo ai clienti la possibilità di scegliere la soluzione che meglio si adatta alle loro competenze e ai requisiti del progetto, portando così a implementazioni di machine vision di successo.
      Applicazioni ANPR
Il riconoscimento automatico delle targhe (ANPR) ha superato le sue origini legate ai posti di controllo di sicurezza. Oggi, ottimizza le operazioni e migliora la sicurezza in diversi settori: 
Supporto per ANPR?
Desidera ricevere supporto da uno dei nostri esperti di machine vision per creare il proprio sistema di Riconoscimento Automatico delle Targhe (ANPR)? Oppure un altro sistema di visione simile? Non esiti a contattarci utilizzando il modulo sottostante!