Automatische Nummernschilderkennung: Das Potenzial der Computer-Vision-Technologie erschließen

Von Fouad Sabry

Was ist automatische Nummernschilderkennung

Automatische Nummernschilderkennung ist eine Technologie, die optische Zeichenerkennung auf Bildern nutzt, um Fahrzeugkennzeichen zu lesen und Fahrzeugstandortdaten zu erstellen. Es können vorhandene Überwachungskameras, Kameras zur Durchsetzung der Straßenverkehrsordnung oder speziell für diese Aufgabe entwickelte Kameras verwendet werden. ANPR wird von Polizeikräften auf der ganzen Welt zu Strafverfolgungszwecken eingesetzt, einschließlich der Überprüfung, ob ein Fahrzeug registriert oder zugelassen ist. Es wird auch für die elektronische Mauterhebung auf gebührenpflichtigen Straßen und als Methode zur Erfassung der Verkehrsbewegungen, beispielsweise von Autobahnbehörden, verwendet.

Ihre Vorteile

(I) Erkenntnisse und Validierungen zu folgenden Themen:

Kapitel 1: Automatische Nummernschilderkennung

Kapitel 2: Intelligentes Transportsystem

Kapitel 3: Kamera zur Verkehrsüberwachung

Kapitel 4: Elektronische Mauterhebung

Kapitel 5: Polizeiauto

Kapitel 6: Maut auf offener Straße

Kapitel 7: TECHNISCHE DATEN (Radarkamera)

Kapitel 8: Durchsetzung von Geschwindigkeitsbegrenzungen im Straßenverkehr in Australien

Kapitel 9: Straßenpolizei

Kapitel 10: Video-Maut

(II) Beantwortung der häufigsten öffentlichen Fragen zur automatischen Nummernschilderkennung.

(III) Beispiele aus der Praxis für den Einsatz der automatischen Nummernschilderkennung in vielen Bereichen.

Für wen sich dieses Buch eignet

Profis, Studenten und Doktoranden, Enthusiasten, Hobbyisten und diejenigen, die über grundlegende Kenntnisse oder Informationen hinausgehen möchten Art der automatischen Nummernschilderkennung.

 

• Sprache: Deutsch
• Herausgeber: Eine Milliarde Sachkundig [German]
• Erscheinungsdatum: 14. Mai 2024

Buchvorschau

Kapitel 1: Automatische Kennzeichenerkennung

Das Auslesen von Autokennzeichen durch Fotos unter Verwendung optischer Zeichenerkennung zur Bereitstellung von Fahrzeugpositionsdaten wird als automatische Nummernschilderkennung (ANPR; siehe auch verschiedene Bezeichnungen unten) bezeichnet. Es kann bereits vorhandene CCTV, Kameras zur Durchsetzung der Straßenverkehrsregeln oder speziell angefertigte Kameras verwenden. Polizeidienststellen auf der ganzen Welt nutzen ANPR, um rechtliche Inspektionen durchzuführen, z. B. die Überprüfung der Zulassung und Versicherung eines Fahrzeugs. Autobahnbehörden nutzen es zum Beispiel, um Verkehrsmuster zu verfolgen und elektronische Mautgebühren auf Pay-per-Use-Strecken zu erheben.

Die von den Kameras aufgenommenen Bilder und der Text auf dem Nummernschild können mit der automatischen Nummernschilderkennung gespeichert werden, und einige Systeme können sogar so eingerichtet werden, dass sie einen Schnappschuss des Fahrers speichern. Die Kamera kann zu jeder Tages- und Nachtzeit ein Bild aufnehmen, da in den meisten Systemen Infrarotbeleuchtung verwendet wird. Das ANPR-System muss sich an regionale Unterschiede in der Nummernschildgestaltung anpassen.

Fehlidentifikationen, hohe Fehlerquoten und höhere Regierungsausgaben sind nur einige der Datenschutzbedenken, die von ANPR geäußert werden. Einige haben behauptet, dass es sich um ein massives Überwachungsprogramm handelt.

Alternative Bezeichnungen für Kennzeichenleser:

Mechanisches Erkennen von Fahrzeugen anhand ihrer Nummernschilder (ALPR)

Motorisierter oder computergesteuerter Nummernschildleser (ALPR)

Autos automatisch identifizieren (AVI)

Automatisch generierte Nummernplatzierung (ANPG)

Kennzeichenleser (CPR)

Plattenlesetechnologie (LPR)

Automatisches Kennzeichenlesesystem (LAPI)

Kennzeichenleser auf Rädern (MLPR)

Automatische Kennzeichenlesesysteme (VLPR)

Automatischer Nummernschildleser (VRI)

1976 entwickelte die Police Scientific Development Branch in Großbritannien die Technologie, die zur ANPR werden sollte.

Die Software des Systems ist mit gängiger Desktop-PC-Hardware kompatibel und kann in Programme und Datenspeicher von Drittanbietern integriert werden. Die optische Zeichenerkennung (OCR) wird verwendet, um die alphanumerischen Daten des Nummernschilds zu extrahieren, nachdem eine Reihe von Bildverarbeitungsmethoden verwendet wurden, um das Bild des Nummernschilds zu identifizieren, zu normalisieren und zu verbessern. Es gibt zwei Hauptmethoden für den Einsatz von ANPR-Systemen: Die erste ermöglicht es, den gesamten Prozess in Echtzeit an der Spur durchzuführen, während die zweite die Übertragung von Bildern von mehreren Spuren an einen entfernten Computerstandort beinhaltet, der dann zu einem späteren Zeitpunkt den OCR-Prozess durchführt. Es dauert etwa 250 ms, um die alphanumerischen Zeichen eines Nummernschilds, die Uhrzeit und das Datum, die Spurnummer und alle anderen erforderlichen Daten an der Spurposition aufzuzeichnen. Diese Daten können lokal auf der Spur gespeichert, zur Verarbeitung an einen entfernten Computer übertragen werden oder beides. Die zweite Einrichtung, eine Serverfarm, wird verwendet, um intensive Aufgaben zu verwalten, wie sie am Londoner Staugebührensystem beteiligt sind. In solchen Systemen kann ein bandbreitenintensiveres Übertragungsmedium erforderlich sein, da häufig Fotos auf einen entfernten Server hochgeladen werden müssen.

Kamerabilder werden mit OCR-Software (Optical Character Recognition) für die Verwendung in ANPR verarbeitet. Kleine Lücken wurden in bestimmten Buchstaben (wie P und R) eingefügt, als die Niederländer 2002 auf eine neue Form von Autokennzeichen umstellten, wodurch sie einzigartiger und damit für solche Systeme besser lesbar wurden. Um wirklich erfolgreich zu sein, müssen ANPR-Systeme in der Lage sein, mit der Tatsache umzugehen, dass bestimmte Nummernschildlayouts unterschiedliche Textgrößen und -platzierungen verwenden. Auch wenn viele Programme länderspezifisch angepasst werden, sind komplexere Systeme besser in der Lage, weltweite Versionen zu verarbeiten.

Mobile Einheiten, die oft auf Autos montiert sind, können ebenfalls eingesetzt werden, zusammen mit fest installierten Kameras, die bereits für die Durchsetzung der Straßenverkehrsregeln oder Videoüberwachung vorhanden sind. Um einen besseren Blick auf die Platten zu erhalten, verwenden einige Setups Infrarotkameras.

Der technologische Fortschritt in den 1990er Jahren verwandelte automatisierte Nummernschilderkennungssysteme (ANPR) von umständlichen, kostspieligen und stationären zu tragbaren Point-and-Shoot-Geräten. Die Entwicklung von Software, die auf Standard-PCs funktionieren konnte, machte es überflüssig, die Winkel, Richtungen, Größen und Geschwindigkeiten genau zu kennen, mit denen die Platten das Sichtfeld der Kamera kreuzen würden. Kompaktere und erschwinglichere Teile führten zu einem Anstieg der Akzeptanz durch Polizeidienststellen auf der ganzen Welt. Die Beamten können jetzt jeden Tag patrouillieren, mit dem Vorteil des Lesens von Nummernschildern in Echtzeit, wenn sie dank der Miniaturisierung sowohl der Kameras als auch der Computer, die dies ermöglichen, schnell abfangen können.

So nützlich sie auch sein mögen, mobile ANPRs sind nicht ohne erhebliche Nachteile. Bei herannahendem Verkehr besteht eine der größten Herausforderungen darin, sicherzustellen, dass Computer und Kameras mit Relativgeschwindigkeiten von mehr als 100 mph (160 km/h) Schritt halten können. Da die Geräte über die Stromversorgung des Fahrzeugs betrieben werden, müssen sie besonders platzsparend sein.

Die Fähigkeit der Kamera, ein Nummernschild zu lesen, wird von einer Reihe von Faktoren beeinflusst, von denen einer die relative Geschwindigkeit des Fahrzeugs ist. Tageszeit, Wetter und Kamerawinkel können sich auf die Fähigkeit einer ANPR auswirken, einen genauen Scan zu erstellen, daher müssen Algorithmen in der Lage sein, diese Faktoren zu berücksichtigen. Unter diesen Umständen kann die Auflösung und Genauigkeit eines Lesevorgangs auch direkt von den Wellenlängen des im System verwendeten Lichts beeinflusst werden.

Bei der Entscheidung, wo an einem Polizeifahrzeug eine ANPR-Kamera montiert werden soll, ist es wichtig, die Nähe zu den Nummernschildern zu berücksichtigen, die gescannt werden. Angesichts der großen Vielfalt an Missionen und Bedingungen kann es schwierig sein, zu bestimmen, wie viele Kameras verwendet werden sollen und wo sie platziert werden sollen, um optimale Ergebnisse zu erzielen. Nach vorne gerichtete, mehrspurige Kameras zum Lesen von Nummernschildern sind für die Autobahnpatrouille unerlässlich. Kameras mit geringerer Reichweite und kleinerer Brennweite sind für die Stadtpolizei erforderlich, um Kennzeichen an geparkten Autos zu erfassen. Parkhäuser mit senkrecht zueinander ausgerichteten Fahrzeugreihen benötigen Kameras mit sehr geringen Brennweiten. Die modernsten Systeme sind formbar und ermöglichen die Installation von einer bis vier austauschbaren Kameras. Da eine nach vorne gerichtete Kamera bei herannahendem Verkehr unbrauchbar wird, haben Staaten, die nur hintere Nummernschilder benötigen, eine zusätzliche Schwierigkeit. In einem solchen Szenario kann eine Kamera invertiert sein.

Das Programm benötigt sieben Kernalgorithmen, um ein Nummernschild zu erkennen:

Auffinden und Trennen der Platte im Bild (Plattenlokalisierung)

Plattenausrichtung und -größe - korrigiert die Plattenneigung und ändert die Messungen, um die Spezifikationen zu erfüllen

Bildhelligkeit und Kontrast werden während des Normalisierungsprozesses normalisiert.

Das Trennen der Zeichen auf den Platten wird als Zeichensegmentierung bezeichnet.

Optische Zeichenerkennung

Analyse von Zeichen und ihrer Platzierung in Bezug auf regionale Grammatiknormen

Erkennungswertmittelung über zahlreiche Felder/Bilder, um das Vertrauen in das Endergebnis zu erhöhen, da jedes einzelne Bild aufgrund von Lichtreflexionen, teilweiser Verdunkelung oder anderen Faktoren unscharf werden kann.

Die Genauigkeit des Systems hängt von der Schwierigkeit dieser einzelnen Teile des Codes ab. Einige Systeme verwenden Kantenerkennungsmethoden während der dritten Phase (Normalisierung), um den visuellen Kontrast zwischen den Buchstaben und dem Plattenhintergrund zu verbessern. Um störende visuelle Elemente weiter zu minimieren, kann ein Medianfilter verwendet werden.

Das Programm muss widerstandsfähig genug sein, um eine Vielzahl von Problemen zu bewältigen. Darunter sind:

Der Abstand der Platte zur Kamera oder eine Kamera von schlechter Qualität tragen beide zu einer geringen Dateiauflösung bei.

verschwommene Fotos, insbesondere solche mit Bewegungsunschärfe

Überbelichtung, Reflexion oder Schatten führen zu schwacher Beleuchtung und schlechtem Kontrast.

Eine Anhängerkupplung oder ein anderes Hindernis oder Schmutz auf der Platte können das Lesen erschweren.

Nummernschilder auf gezogenen Anhängern, Wohnmobilen und anderen Fahrzeugen haben manchmal separate vordere und hintere Nummernschilder, daher ist es wichtig, beide zu lesen.

Kennzeichenlesung durch Spurwechsel unterbrochen

Schriftvariante; Wird oft für personalisierte Nummernschilder verwendet (einige Länder erlauben solche Nummernschilder nicht, wodurch das Problem beseitigt wird)

Umgehungstechniken

Unzusammenhängendes Handeln mehrerer Nationen. Es ist möglich, dass zwei Fahrzeuge ein Kennzeichen haben, aber visuell unterschiedliche Kennzeichen haben, wenn sie aus verschiedenen Nationen oder Staaten stammen.

Einige dieser Probleme können in der Software behoben werden, aber im Allgemeinen liegt es an den Hardware-Designern, herauszufinden,