Automatische kentekenherkenning (ANPR)
Max Reijngoudt
In de wereld van vandaag is naadloze en efficiënte voertuigidentificatie crucial voor verschillende toepassingen, van wetshandhaving tot toegangscontrole voor parkeerplaatsen tot toegangscontrole voor parkeerplaatsen. Automatische kentekenplaat herkenning (ANPR) is een krachtige technologie die dit proces automatiseert en aanzienlijke voordelen biedt ten opzichte van traditionele methoden. Dit artikel bidet als leidraad en schetst de essentiële stappen en oplossingen voor het ontwikkelen van een robuust en effectief ANPR systeem voor een onderzoeker die hulp vroeg bij zijn project.
Table of contents
Machine vision camera selectie voor ANPR
De selectie van de juiste camera voor een ANPR systeem vereist zorgvuldige overweging van verschillende factoren om optimale prestaties en accurate registratie van kentekens garanderen. Onze aanbeveling voor dit project was onze MER2-160-227U3M, gebaseerd op de specificaties die als volgt worden uitgelegd.
De onderzoeker moest de camera gebruiken met een Android tablet voor wetshandhaving, die geen ethernetverbinding had en die naast de camera in de politieauto zou worden geplaatst (de afstand was dus korter dan 4,6 m), wat leidde tot het gebruik van een USB3.0 interface.
De resolutie speelt een cruciale rol, omdat de nauwkeurigheid van het systeem essentieel is voor het vastleggen van duidelijke en gedetailleerde beelden van nummerplaten, vooral onder moeilijke lichtomstandigheden. Dit zorgt voor nauwkeurige karakterherkenning, zelfs op kleinere platen. Voor dit ANPR project waren de kleinste tekens die gelezen moesten worden 1,5 cm breed, die herkend moesten worden in een FOV van 2,15 m x 1,6 m. Daarom kon deze camera met zijn 1440px x 1080px een robuust systeem bouwen.
De framerate is een andere cruciale factor. Deze bepaalt het aantal beelden dat per seconde wordt vastgelegd en een hogere framesnelheid is van vitaal belang om snel bewegende voertuigen vast te leggen en een nauwkeurige nummerplaatherkenning te garanderen. Het wordt aanbevolen om te streven naar camera’s met een framesnelheid van ten minste 30 beelden per seconde (FPS) om rekening te houden met variaties in de snelheid van voertuigen en een consistente opname te garanderen. In dit geval hadden we een hoge framesnelheid van 227 fps bij maximale resolutie.
De pixelgrootte speelt ook een belangrijke rol in de beeldkwaliteit, vooral in omgevingen met weinig licht. Camera’s met een grotere pixelgrootte (3,45um in dit geval) vangen over het algemeen meer licht op, wat resulteert in een betere beeldkwaliteit. Dit is cruciaal voor het vastleggen van duidelijke nummerplaten in verschillende lichtomstandigheden, waardoor het systeem dag en nacht effectief blijft. Bovendien werd om dezelfde reden de voorkeur gegeven aan de monochrome versie, omdat deze 3x lichtgevoeliger is dan kleurencamera’s.
Tot slot is de keuze tussen global shutter en rolling shutter camera’s cruciaal. Global shutter camera’s nemen het volledige beeld in één keer op, waardoor vervorming door bewegende objecten geminimaliseerd wordt, wat essentieel is voor het vastleggen van duidelijke nummerplaten van voertuigen in beweging. Hoewel camera’s met rolling shutter goedkoper zijn, worden voor ANPR toepassingen camera’s met rolling shutter sterk aanbevolen vanwege hun superieure beeldkwaliteit, vooral wanneer het gaat om snel bewegende voertuigen.
De optimale lens kiezen
De onderzoeker had ook hulp nodig bij het kiezen van de optimale lens voor hun ANPR systeem. Het was van cruciaal belang om nummerplaten duidelijk vast te leggen, vooral voor voertuigen op veschillende afstanden (5 tot 15m in dit geval).
Om dit te bereiken volgden we een vergelijkbare aanpak als bij eerdere projecten. We concentreerden ons op twee belangrijke factoren: field of view (FOV) en werkafstand (WD). De FOV moest breed genoeg zijn om de weg vast te leggen (2,15 m) en tegelijkertijd een geschikte WD voor een duidelijke focus behouden.
Door discussies en berekeningen (met onze lenscalculator) kwamen we tot de conclusie dat een lens met een focal length van 16 mm ideaal zou zijn. Deze lens bood de nodige balans, met een FOV die breed genoeg was om nummerplaten op de verwachte afstanden vast te leggen en met voldoende WD om problemen met scherpstellen te voorkomen.
Bovendien hebben we prioriteit gegeven aan het minimaliseren van lensvervorming, zodat een nauwkeurige kentekenherkenning gegarandeerd is.
Door vervorming kunnen tekens vervormd lijken, wat de identificatie belemmert. Net als bij eerdere projecten adviseerden we een lens met minimale vervorming (meestal minder dan 1%) om heldere en onvervormde beelden te garanderen, wat cruciaal is voor effectieve ANPR funcitonaliteit.
Door deze methodologie toe te passen, hebben we onze klant met succes geholpen bij het selecteren van de optimale camera lens opstelling voor hun specifieke ANPR systeem, waardoor een duidelijke en nauwkeurige registratie van kentekens werd gegarandeerd, die ze tot op de dag van vandaag gebruiken.
Verlichting voor ANPR
Zoals gezegd moest deze onderzoeker kentekenplaten duidelijk vastleggen, ongeacht het tijdstip van de dag. We begrepen hun behoefte, want duidelijk beelden zijn van vitaal belang voor nauwkeurige kentekenplaatherkenning.
Net als bij andere projecten richtten we ons op het optimaliseren van de machine vision verlichting om de beeldkwaliteit te verbeteren. Hier was het ‘object’ waarop we ons concentreerden de kentekenplaat.
In tegenstelling tot fotografie vereist het vastleggen van nummerplaten een andere benadering van de belichting. We adviseerden om NIR-spots (Near-Infrared) te gebruiken. Deze spots zijn onzichtbaar voor het blote oog en werken in hetzelfde bereik als de camera van de klant. Ze werken als onzichtbare zaklampen die de scène verlichten zonder de nachtelijke omgeving te verstoren. Met NIR schijnwerpers kan het ANPR systeem zelfs bij weinig licht nog duidelijk kentekenplaten zien, omdat deze camera in het NIR bereik werkt.
Tot slot hebben we het probleem van reflecties aangepakt. Afhankelijk van het materiaal van de nummerplaat en de camerahoek kan het licht weerkaatsen en schitteringen veroorzaken. Om dit te minimaliseren, vooral overdag, stellen we voor om polarisatiefilters te gebruiken. Deze filters werken als een zonnebril voor de camera en blokkeren specifieke lichtgolven die reflecties veroorzaken. Dit houdt het beeld helder en helpt het ANPR systeem om de nummerplaat nauwkeurig te lezen.
Door zowel NIR-spots voor ’s nachts als polarisatiefilters voor overdag te overwegen, hielpen we de klant om optimale verlichting voor hun ANPR systeem te bereiken, zodat de kentekenplaat dag en nacht duidelijk werden vastgelegd.
Beeldverwerkingssoftware voor kentekenplaat herkenning
Een camera, lens en verlichting zin slechts de eerste stukjes van de puzzel als het gaat om het bouwen van een compleet machine vision systeem. Voor taken zoals ANPR is computer vision software nodig om de vastgelegde beelden te analyseren en er zinvolle informatie uit te halen.
Gelukkig bieden onze systemin flexibiliteit als het gaat om softwarekeuzes. Ze zijn compatibel met GenICam, wat betekent dat ze naadloos samenwerken met software van derden, zoals MvTec Halcon, NI LabVIEW, Cognex Vision Pro en zelfs populaire platforms als MATLAB en OpenCV.
We bieden een gratis Software Development Kit (SDK). Deze handige toolkit helpt u bij het vastleggen van beelden en het regelen van cameraparameters, waardoor het een geweldig startpunt is. De SDK is compatible met verschillende platforms, van gewone pc’s tot industriële opstellingen met NVIDIA TX-serie of Raspberry Pi apparaten. Het ondersteunt zelfs verschillende besturingssystemen zoals Windows, Linux en Android. Er zijn tal van Open-Source programma’s voor ANPR die met onze SDK werken.
Deze onderzoeker bouwde hun programma, samen met onze SDK, om kentekens te herkennen. Dit programma maakte het ook mogelijk om de parameters van de camera automatisch aan te passen aan de omgevingsomstandigheden.
Voor projecten die op zoek zijn naar een heel softwarepakket, raden we Zebra Aurora Vision Studio aan. Deze krachtige maar intuïtieve software bidet een visuele interface die lijkt op een gereedschapskist, waardoor het gemakkelijk te leren en te gebruiken is. Met Aurora Vision kunnen gebruikers kentekenplaten herkennen. De gratis Lite versie, uitgerust met alle standard algoritmes, diende als een goed startpunt voor de klant om de mogelijkheden van de software te verkennen.
Door verschillende softwareopties en gebruiksvriendelijke tools aan te bieden, stellen we klanten in staat om de oplossing te kiezen die het beste past bij hun expertise en projectvereisten, wat uiteindelijk leidt tot succesvolle machine vision implementaties.
ANPR applications
ANPR, automatische kentekenplaat herkenning, is de oorsprong van beveiligingscontroleposten ontgroeid. Vandaag de dag stroomlijnt het activiteiten en verbetert het de veiligheid in verschillende sectoren:
Ondersteuning voor ANPR?
Wilt u ondersteuning van een van onze machine vision experts bij het maken van uw kentekenplaat herkenning systeem (ANPR)? Of een ander soortgelijk vision systeem? Aarzel dan niet om contact met ons op te nemen via onderstaand formulier!
