Если вы собрались внедрить систему распознавания автомобильных номеров то вы должны знать о всех возможностях и использовать систему на все 100%. И так с какими задачами справляются современные системы распознавания номеров.
Ограничение доступа
Наверное самая распространённая причина по которой устанавливают системы распознавания автомобильных номеров. На многие территории въезд разрешен далеко не всем и системы распознавания автомобильных номеров один из самых удобных и недорогих способов ограничить доступ нежелательного автотранспорта.
Организация платного доступа для автомобилей
Это могут быть платные парковки в торговых и бизнес-центрах, парковки предназначенные для хранения автомобилей в темное время суток, это могут быть перехватывающие парковки и многие другие.
Система распознавания автомобильных номеров для целей организации платных парковок могут не только обеспечивать возможность идентификации въезжающих и выезжающих транспортных средств но и автоматизировать процесс оплаты.
Управление потоками автотранспорта
На многих объектов городской инфраструктуры существует необходимость для пропуска уполномоченных транспортных средств на ту или иную территорию.
Это могут быть автомобили специальных служб - полиция, скорая, МЧС, это могут быть автомобили городских служб осуществляющих уборку улиц или уборку мусора, словом транспорт обслуживающий городскую инфраструктуру Это могут быть автомобили используемые пассажирами - автобусы и маршрутные такси, обычные такси, автомобили каршеринговых компаний.
С помощью систем распознавания автомобильных номеров Вы можете гибко настраивать уровни доступа и создавать территории на которые разрешен въезд только отдельным типам транспорта.
Управление временем нахождения автотранспортного средства на территории
Во многих случаях существует необходимость ограничить не сам въезд, а время нахождения на территории автотранспортного средства. Это может быть востребовано на аэропортах, вокзалах, станциях метро, транспортных узлы, перехватывающих парковках, придомовых территориях.
Регистрация автотранспорта
Иногда необходимо просто регистрировать весь выезжающие и выезжающий автотранспорт. Это может быть востребованным при например сборе статистики которая позволяет анализировать транспортную загруженность.
Отслеживание автотранспорта внесено в список наблюдения
Система может отслеживать появление автотранспортных средств и специально созданного для этих целей списка наблюдения и выдавать тревожный сигнал при их появлении.
Типы автомобильных номеров используемых в России
Это пожалуй первое с чем стоит определиться, автомобили с какими типами номеров, могут заезжать к вам на территорию. Зачастую этих типов гораздо больше чем вы можете себе представить. Не все системы распознование авто номеров поддерживают все существующие номера, более того во многих случаях чем с большим количеством типов номеров системе предстоит работать, тем дороже будет система. Кратко с типами государственных автомобильных номеров можно ознакомится в
Википедии
, а исчерпывающую информацию в тексте государственного стандарта РФ
ГОСТ Р 50577-93
"Знаки государственные регистрационные транспортных средств. Типы и основные размеры. Технические требования".
Аппаратные системы распознавания автомобильных номеров
Аппаратные системы распознавания появились относительно недавно, и имеют большое количество преимуществ над классическими софтверными системами. И самое главное преимущество это цена! Все что нужно что бы получить работающую систему по допуску на парковку это камеры видеонаблюдения и шлагбаум. В это трудно поверить но это так.
Распределенная структура позволяет сохранять работоспособность даже при поломке центрального сервера, которого кстати может вообще не быть. Нагрузка на локогальную сеть минимальна, т.к. обработка изображения осуществляется непосредственно процессором камеры и на сервер отправляются результаты обработки видео потока.
1. HikVision
Решение от крупнейшей мировой компании лидера рынка систем видеонаблюдения и систем безопасности. Распознавание автомобильных номеров поддерживают все камеры 4-ой серии DS-2CD4ххх Smart-IP на данный момент это 41 камера.
- Разработчик: Hikvision Digital Technology . Официальный сайт: www.hikvision.com . Адрес: Китай, Ханчжоу, No.555 Qianmo Road, Binjiang District
Первый вариант
Вы используете только камеру, с помощью браузера вы подключаетесь к камере и создаете базу разрешенных номеров, при проезде автомобиля камера будет самостоятельно управлять шлагбаумом, если автомобиль в белом списке то открывать, если такого номера нет тогда оставит закрытым.
Особенность данного варианта в том что данные о проезде например время или направление проезда не сохраняются, а значит у вас не будет возможности например установить кто и когда проезжал через ваш шлагбаум, или построить отчеты.
К недостаткам данной системы распознавания можно отнести то, что для формирования "черных" и "белых" списков автомобильных номеров вам придется, выполнять все действия на каждой камере, если камер много то это может быть достаточно длительный проезд, плюс нужна большая внимательность что бы базы со списками автомобильных номеров были абсолютно идентичны.
Смарт камеры HikVision поддерживают распознавание автомобильных номеровВторой вариант.
2Мп Smart IP-камера DS-2CD4025FWD-AP - цена 34 990 рублей
2Мп купольная Smart IP-камера DS-2CD4125FWD-IZ - цена 36 990 рублей
3Мп купольная Smart IP-камера DS-2CD4135FWD-IZ - цена 42 990 рублей
Распознавание номера все также происходит на борту камеры, но распознанные данные камера отправляет на смарт видеорегистратор, где ведется база данных со статистикой всех проездов. И что не менее важна сама база данных со списками "черных" и "белых" автомобильных номеров, формируется единожды в программном интерфейсе смарт видеорегистратора.
4-канальный сетевой видеорегистратор HikVision DS-7604NI-E1/4P - цена 11 990 рублейЭксклюзивныйидео вебинар - подробный разбор от инженера HikVision
16-канальный сетевой видеорегистратор HikVision DS-7616NI-E2 - цена 15 990 рублей
16-канальный сетевой видеорегистратор HikVision DS-7716NI-E4/16P - цена 33 990 рублей
2. Axis
Благодаря открытой платформе
Axis Communications
- ACAP, сторонние разработчики могут разрабатывать приложения для установки их непосредственно на IP камеру. Именно таким образом реализована возможность распознавания автомобильных номеров в камерах Axis.
Разработчик программного обеспечения для распознавание автомобильных номеров компания
FF Group
, разработала приложение которая может быть установлено на камеру Axis.
Приложение бесплатное, вернее правильнее будет сказать входит в стоимость камеры. На данный момент адаптированно для стран Евросоюза, СНГ, Израиля и Турции.
- Разработчик: Axis. Официальный сайт: www.axis.com . Адрес: Швеция, Лунд, Emdalavägen 14, SE-223 69
3.
NedAp
Решение от голландской компании NedAp
- Разработчик: Nedap Security Management . Официальный сайт: www.nedapsecurity.com/ru . Адрес: Нидерланды, Грунло
Считыватель автомобильных номеров Nedap ANPR Access - цена 204 149 рублейВидео - ANPR Access NedAp
Считыватель автомобильных номеров Nedap ANPR Access HD - цена 266 013 рублей
4. Beward
Решение от российского производителя Beward 2 Мп IP-камера B2230L – это автономная система контроля доступа автотранспорта. Благодаря встроенному распознаванию номеров камера устанавливается рядом с шлагбаумом и сама управляет им. Таким образом, не нужно приобретать дополнительное ПО, сервера или лицензию. Все необходимое уже присутствует в модели, а стоимость окончательного решения по распознаванию номеров уже заложена в цену камеры и не потребует дополнительных расходов.
Автономная система контроля доступа автотранспорта
IP-камера B2230L содержит список автомобильных номеров, разрешенных для въезда. Редактирование списка доступно через WEB-интерфейс. При обнаружении в кадре автомобильного номера из списка, она дает сигнал на тревожный выход, который можно использовать для управления шлагбаумами, воротами и прочими системами ограничения автомобильного доступа без какого-либо дополнительного оборудования.
- Разработчик: Beward. Официальный сайт: www.beward.ru . Адрес: Россия, Москва
Софтверные системы распознавания автомобильных номеров
Софтверные системы распознавания впервые появились на российском и мировом рынке, в 90-х годах, плюсом данного подхода является огромный видеокамер, цена за камеру более низкая чем в случае со смарт камеры со встроенными функциями распознавания. Минусом будет высокая стоимость сервера на котором установлено программное обеспечение по распознаванию авто номеров, высокая нагрузка на локальную сеть. В случае выхода сервера из строя, вся система утрачивает работоспособность.
1. Трал-Паркинг
Система распознавания автомобильных номеров построена на базе малогабаритных готовых модулей “Трал-Паркинг 2”, состоящих из аналоговой видеокамеры и контроллера, который производит обработку изображения, проверку автомобильных номеров и открытие исполнительных устройств, подключенных к его релейным выходам. Существует два типа реализации модулей - можно приобрести готовое изделие в герметичном корпусе с уровнем защиты IP66, либо просто купить контроллер с камерой для установки по своему усмотрению.
- Разработчик: СМП-Сервис. Официальный сайт: www.tral.ru . Адрес: Россия, Москва
Видео обзор - Трал-Паркинг 2
События проезда содержат следующую информацию: Фотографию автомобиля с его государственным регистрационным знаком, время проезда, направление проезда, факт распознавания номера и его принадлежность к определенной группе.
Рабочая станция используется для просмотра видео с точек проезда, редактирования списка номеров автомобилей, передачи их в память контроллеров и для хранения архива событий, и никакого другого способа работы с модулями распознавания нет. Система распознает с вероятностью до 92 % только Российские гражданские номера, реакции системы на события не предусмотрены.
Системные требования для установки программного модуля - ОС Win Vista, 7 32 и 64 бита.
2. НомерОк
Программно-аппаратный комплекс «НомерОк» предназначен для распознавания автомобильных номеров и управления исполнительными устройствами.
Модуль позволяет с вероятностью до 97% распознавать автомобильные государственные регистрационные знаки Российской Федерации, Республики Беларусь, Украины, Израиля и большинства европейских стран.
- Разработчик: FF-group. Официальные сайты: www.avtonomerok.com , www.ff-group.org . Адрес: Украина, Киев
Модуль работает как с IP, так и с аналоговыми видеокамерами, управление внешними устройствами осуществляется с помощью релейных блоков-контроллеров «Барбос» и ICP CON PET-7060, причем контроллеры могут не только выдавать управляющие сигналы, но и принимать их от других устройств (фотоэлементы, индукционные петли и прочие устройства, тип выходного сигнала которых будет понятен контроллерам). Интерфейс работы с контроллерами встроен в основное программное обеспечение. Количество одновременно подключенных к модулю распознавания видеокамер ограничено программно до 8.
В модуле реализовано два варианта работы с базой данных:
- сервер базы данных SQLite - база данных и модуль распознавания установлены на одном локальном компьютере, что подразумевает автономную работу;
- сервер базы данных Firebird - несколько терминалов c модулем распознавания работают с одной базой, которая может храниться на любом из них, при этом отдельной клиентской части нет, т.е. для удаленного администрирования требуется установка дополнительного ПО “Номерок”. В такой версии связь с сервером базы данных осуществляется постоянно. Количество терминалов с модулем распознавания, работающих с одной базой данных, неограниченно.
Видео обзор - «НомерОк»
Возможности интерфейса
В модуле существует установка тревожного события для отдельного номера или группы номеров, тревожным событием может быть:
включение любого внешнего устройства посредством релейных выходов контроллеров
Ручной корректировки автомобильного ГРЗ модуль не поддерживает, существует функция игнорирования одного или нескольких не распознанных символов в составе автомобильного номера.
Системные требования для установки модуля
Win 7, 8, S2013 32 и 64 бита, рекомендуемые технические требования к рабочей станции (рассматриваем установку модуля для 4-х каналов распознавания) - Intel® Core™ i5-6400, RAM 8 Gb, Radeon HD 7750, system SSD 120 Gb, HDD 4 Tb.
Интеграция со СКУД
СКУД Gate - суть общего интеграционного решения проста: сервер распознавания номеров с ПО НомерОК v.2 самостоятельно не принимает никаких решений, а только распознает номер автомобиля и передает распознанный номер, как идентификатор, непосредственно в контроллер Gate-8000 Авто. Таким образом, сервер распознавания становится для контроллера Gate, по сути, обычным считывателем идентификаторов. При этом вся работа системы доступа производится в штатном режиме по типовым сценариям и принципам классической СКУД. Автомобильный номер используется в системе доступа как самостоятельный идентификатор, причем не в кодированном виде, а непосредственно в явном виде автомобильного номера. Это обеспечивает значительное удобство и пользователям, и службе эксплуатации при занесении идентификаторов в базу, при анализе событий доступа и при формировании требуемых отчетов. Если к этому интеграционному комплекту добавить
программный комплекс для видеонаблюдения Линия
, появляется возможность привязать видеоролик к событию проезда автомобиля, при этом установить всю эту тройку - НомерОк, Gate, Линия, можно на один компьютер, но следует учесть требования по совместимости ПО с типом операционной системы.
- Контроллеры Gate - цена от 5 183 рублей
- Программное обеспечение Gate - цена от бесплатного до 35 512 рублей
- Контроллеры Сфинкс - цена от 10 700 рублей
В модуле предусмотрено формирование отчетов двух видов:
Общие отчеты – все события распознавания, сгенерированные по выбранным фильтрам:
- По периоду времени
- По группе или отдельному номеру
- По каналам и по зонам распознавания
- По номеру или части номера
- По направлению движения
- По описанию
2. Консолидированные отчеты:
- Режим «Распознавание». Суммарное количество проехавших машин,
сгруппированных по каналам/зонам и по направлению движения
- Режим «КПП». Суммарное количество проехавших машин, сгруппированных по направлению движения и по доступу.
Для удобства данные отчетов могут быть представлены в Excel формате.
3. iPera EX-LPR
Модуль распознавания автомобильных номеров EX-LPR является совместной разработкой специалистов компаний iPera и Exacq Technologies Inc., является клиентским приложением системы видеонаблюдения ExacqVision и предназначен для автоматического распознавания всех автомобильных номеров, попавших в поле зрения видеокамеры, и их регистрации. Для работы модуля необходимо установленное ПО видеонаблюдения exacqVision, для небольшой системы все программное обеспечение может устанавливаться на один компьютер
Особенностью этого модуля на текущее время является то, что поиск автомобильных номеров происходит по всему размеру кадра, а не по конкретной его области, задаваемой при настройке модулей распознавания других производителей - это вносит свои коррективы в требования к вычислительной мощности используемого компьютерного оборудования.
- Разработчик:iPera. Официальный сайт: www.ipera.ru . Адрес: Россия, Москва
Количество камер, одновременно подключенных к одному модулю распознавания, ограничено только аппаратными возможностями используемого оборудования, для удобства подбора оборудования с учетом сохранения достаточной скорости работы модуля разработчики рекомендуют использовать на один канал распознавания одно ядро процессора (рабочая частота будет зависеть от разрешения используемой камеры).
Для управления исполнительными устройствами в случае автономной работы используются пока только тревожные выходы видеокамер, однако модуль имеет более широкие интеграционные возможности, о чем можно прочитать в разделе Интеграция.
Клиентские подключения
Модуль распознавания EX-LPR является полноценным сервер-клиент приложением на базе сервера базы данных MySQL. Хранение базы данных может осуществляться на любом компьютере или сервере, на котором установлен сервер MySQL и к которому есть доступ по сети. Все клиентские подключения бесплатны и не имеют ограничений по их количеству, пользовательские права раздаются каждому пользователю отдельно и в необходимом объеме. Посредством такого подключения можно просматривать события, настраивать систему, редактировать списки номеров, создавать отчеты.
Второй тип клиентского подключения, реализованный разработчиками - веб-интерфейс.
Системные требования для установки продуктов Exacq - ОС Win 7, 8, Ser2003Rev2 32 и 64 бита, рекомендуемые технические требования к рабочей станции (рассматриваем установку модуля для 4-х каналов распознавания паркинг версии) - Intel® Core™ i5-6400, RAM 8 Gb, Radeon HD 7750, system SSD 120 Gb, HDD 4 Tb.
4. CVS-Авто
Система CVS Авто разработана специалистами компании «Новые Технологии», является клиентским приложением для основной программы системы видеонаблюдения CVSCenter и предназначена для автоматического распознавания и фиксации автомобильных номеров, попавших в поле зрения видеокамеры. Для работы модуля требуется установленное ПО сервера видеонаблюдения, в случае необходимости весь комплект программ может устанавливаться на один компьютер.
- Разработчик: Новые Технологии. Официальный сайт: www.cvsnt.ru . Адрес: Россия, Московская область
Количество подключаемых камер распознавания к рабочей станции ограничено в случае установленного ПО CVS Авто до 4, если используется CVS Авто+ - их количество может достигать 8, но на одном компьютере можно запустить несколько копий CVS Авто+. Программой поддерживается работа как с IP, так и с аналоговыми видеокамерами. Методику подбора камер для работы с модулем распознавания можно посмотреть по ссылке. Для управления внешними устройствами компанией разработчиком представлен контроллер CVS-DIO, с его помощью можно также получать сигналы с датчиков или прочих внешних устройств для реализации сложных алгоритмов работы. Программное обеспечение для работы с контроллером можно найти по ссылке.
Возможности интерфейса
В модуле предусмотрена возможность ручной корректировки номера автомобиля, факт которой отобразится в журнале событий, как корректировка.
Реакцию системы можно настроить на отдельный номер, группу номеров и тип номеров (шаблон) .
Видео обзор - интерфейс «CVS-Авто»
Реакцией системы могут быть:
- текстовая информация любого содержания (задержать, досмотреть, пропустить и т.д.)
- звуковые сигналы (каждому событию можно настроить отдельный звуковой файл)
- световая индикация (к контроллеру подключаются сигнальные лампы или светодиоды)
- включение любого внешнего устройства
В модуле реализована возможность идентификации транспортного средства - при внесении номера автомобиля в базу данных добавляется его фото (можно использовать один снимок). Дополнительная текстовая информация об автомобиле может содержать -марку, модель, цвет автомобиля, имя владельца, контактную информацию
В процессе распознавания эта информация вместе со снимком может отображаться на мониторе оператора.
Системные требования для установки всех продуктов CVS - ОС Win 7/8/S2010 32 и 64 бита, рекомендуемые технические требования к рабочей станции (рассматриваем установку модуля для 4-х каналов распознавания паркинг версии) - Intel® Core™ i5-6400, RAM 8 Gb, Radeon HD 7750, system SSD 120 Gb, HDD 4 Tb.
Клиентское программное обеспечение
В модуле реализовано два варианта работы с базой данных:
- вариант 1 - (версия CVS-Auto) база данных и модуль распознавания установлены на одном локальном компьютере, что подразумевает автономную работу без возможности клиентских подключений;
- вариант 2 - несколько терминалов c модулем распознавания работают с одной базой, которая может храниться на любом из них либо на другом внешнем сервере (версия CVS-Auto+). В такой версии связь с сервером базы данных осуществляется постоянно. Количество терминалов с модулем распознавания в сети равно как и клиентских подключений для оператора базы данных неограниченно.
Пользовательские права на клиентские подключения раздаются администратором базы данных в необходимом объеме для каждого отдельного пользователя - просмотр архивов, просмотр в реальном времени, администрирование списков, групп, создание отчетов. Количество клиентских подключений не ограничено и все они бесплатные.
Отчеты
В модуле возможно создание отчетов по - распознанным, не распознанным номерам, отдельному номеру, их группе или шаблону; въехавшему или выехавшему транспорту;номерам, скорректированным вручную оператором охраны; автотранспорту, запрещённому к въезду, но пропущенного оператором охраны; точкам проезда, камерам; событиям за временной интервал; времени нахождения на территории, списку находящихся на территории.
5. AutoTRASSIR
Программа автоматического распознавания автомобильных государственных регистрационных знаков Авто-Трассир является одним из пионеров в линейке отечественных продуктов данного направления, создана разработчиками Российской компании DSSL, является клиентским приложением системы видеонаблюдения Trassir, предназначена для автоматического распознавания и регистрации автомобильных ГРЗ и отличается (не только по мнению разработчиков) простотой рабочего интерфейса и настройки.
- Разработчик: ДССЛ. Официальный сайт: www.dssl.ru . Адрес: Россия, Москва, Список рекомендуемые камер для AutoTRASSIR.
Максимальное количество камер, подключаемых к рабочей станции с модулем распознавания, не ограничено, программный ключ на необходимое количество камер поставляется под заказ, но следует помнить, что модуль распознавания работает с объемным массивом информации, и чрезмерная нагрузка камерами снизит скорость его работы (это касается любого модуля, где присутствуют алгоритмы обработки изображений). Модуль поддерживает работу с IP и аналоговыми видеокамерами. Список рекомендуемых видеокамер можно посмотреть здесь.
В режиме автономной работы для управления внешними устройствами применяется контроллер NetPing I/O v.2 , имеющий релейные выходы для управления внешними устройствами и цифровые входы для получения сигналов датчиков и прочих устройств. Для его работы устанавливается дополнительное платное ПО.
Возможно также использование тревожных выходов видеокамер, но только для управления внешними устройствами.
Клиентское программное обеспечение
В модуле реализовано два варианта работы с базой данных. В первом варианте (версия СУБД SQLLite) база данных и модуль распознавания установлены на одном локальном компьютере без возможности клиентских подключений, что подразумевает автономную работу. В другом варианте несколько терминалов c модулем распознавания работают с одной базой, которая может храниться на любом из них либо на некоем внешнем сервере (версия СУБД PostgreSQL). В такой версии связь с сервером базы данных осуществляется постоянно. Подключение посредством веб-интерфейса не предусмотрены.
Пользовательские права на бесплатные клиентские подключения раздаются администратором базы данных в необходимом объеме и для каждого пользователя, количество клиентских подключений не ограничено.
Возможности интерфейса
При некорректном распознавании в модуле предусмотрена возможность ручной корректировки номера автомобиля, такое действие отобразится в журнале событий, как корректировка.
В системе существует установка тревожных событий на отдельный номер или группу номеров. Все возможные реакции системы программируются в специальном разделе “Система правил Авто-Трассир”.
Реакцией системы могут быть - текстовая информация любого содержания (задержать, досмотреть, пропустить и т.д.), звуковые сигналы, световая индикация (к контроллеру подключаются сигнальные лампы или светодиоды), включение любого внешнего устройства, отправление сообщений во внешние системы (например, рассылка СМС сообщений на указанные номера по SSMP протоколу).
Видео обзор - Авто Трассир
С целью объективной идентификации автомобиля в базу данных можно также добавить следующую информацию - марку, цвет, ФИО владельца, контактную информацию.
По результатам распознавания эта информация может отображаться на мониторе рабочей станции.
Системные требования для установки модуля - ОС Win 7,8 32 и 64 бита, рекомендуемые технические требования к рабочей станции (рассматриваем установку модуля для 4-х каналов распознавания паркинг версии) - Intel® Core™ i5-6400, RAM 8 Gb, Radeon HD 7750, system SSD 120 Gb, HDD 4 Tb.
Интеграция с системами СКУД
Модуль имеет интеграцию с отечественной системой контроля и управления доступом Сфинкс. Есть две версии интеграции - первая написана разработчиками Трассир, вторая - разработчиками Сфинкс. Здесь мы рассмотрим версию, написанную разработчиками Сфинкса (как мы ее понимаем). Уровень интеграции подразумевает использование модуля Авто-Трассир в качестве источника идентификаторов (автомобильных ГРЗ), решения о проезде транспортного средства принимает система СКУД (база автомобильных ГРЗ хранится в ней).
- Контроллеры Сфинкс - цена от 12 510 рублей
- Программное обеспечение Сфинкс - цена от бесплатного до 31 800 рублей
6. Орион-Авто
Орион-Авто имеет полноценную сервер-клиент иерархию построения системы, вся база данных (автомобильных ГРЗ, событий, фотографий транспортных средств и т.д.) может храниться на любом терминале либо на другом внешнем сервере, где установлен сервер базы данных. Весь комплект ПО может быть также установлен на одном рабочем месте. Количество камер, подключаемых к модулю распознавания, ограничено до 64 (для подключения более 4-х камер необходим запрос на поставку соответствующего ключа).
- Разработчик: НВП "Болид" Официальный сайт: www.bolid.ru . Адрес: Московская область, г. Королев
Системные требования - ОС XP, 7, S2003r2, рекомендуемые технические требования к рабочей станции (рассматриваем установку модуля для 4-х каналов распознавания паркинг версии) - Intel® Core™ i5-4460, RAM 8 Gb, Radeon HD 7750, system SSD 120 Gb, HDD 4 Tb.
Права на клиентские подключения раздаются администратором базы данных в необходимом объеме - просмотр архивов, просмотр в реальном времени, администрирование списков, групп, создание отчетов. Количество клиентских подключений ограничено лишь покупкой лицензии на необходимое количество.
7. SpecLab-Traffic
Модуль распознавания SpecLab-Traffic разработан одним из признанных лидеров отечественного рынка компанией Спецлаб, является клиентским приложением системы видеонаблюдения Goal-City Cassandra и предназначен для автоматического распознавания и фиксации автомобильных номеров, попавших в поле зрения видеокамеры. Для работы модуля обязательно требуется установка сервера Goal-City Cassandra (либо, по заявлению разработчиков, любой сторонний видеосервер), из списка камер, подключенных к этому серверу, выбираются те, которые будут использоваться модулем распознавания автомобильных номеров.
- Разработчик: Спецлаб, Официальный сайт: www.goal.ru . Адрес: г. Иваново, ул. Строительная, д.17
В случае необходимости весь комплект ПО может быть установлен на одном компьютере.
Следует обратить внимание на широкий функционал и большую номенклатуру интеллектуальных модулей, представленных разработчиками - на базе продуктов Спецлаб можно спроектировать интересные многофункциональные системы безопасности.
Аппаратное обеспечение
Максимальное количество подключаемых к модулю распознавания камер ограничено техническими возможностями рабочей станции, других ограничений нет. Для работы с модулем можно использовать IP и аналоговые видеокамеры. Список интегрированного IP оборудования можно посмотреть здесь. Общая методика подбора камер практически не отличается от рекомендаций других производителей подобного ПО, но возможности по установке видеокамер для модуля SpecLab-Traffic несколько другие.
Для управления внешними устройствами и получения сигналов датчиков в системе можно использовать очень функциональный IP контроллер ""Telepatya"", для работы с ним устанавливается дополнительное платное программное обеспечение сервер SLDA и собственный язык охранной логики S++, с помощью которого производится настройка алгоритмов работы всех устройств.
Возможности интерфейса
При некорректном распознавании в модуле реализована функция ручной корректировки номера оператором охраны, такое действие отобразится в журнале событий, как корректировка. В модуле возможна установка тревожного события для отдельного номера или группы номеров, таким событием может быть:
текстовая информация любого содержания (задержать, досмотреть, пропустить и т.д.)
звуковые сигналы
световая индикация (к контроллеру подключаются сигнальные лампы или светодиоды)
С целью объективной идентификации автомобиля в базу данных можно также добавить следующую информацию - марку, цвет, ФИО владельца, контактную информацию. По результатам распознавания эта информация отобразится на экране монитора.
С целью повышения безопасности платных парковок разработчиками написан более никем не применяемый алгоритм “безопасный выезд”, суть которого заключается в сравнении полученных при въезде транспортного средства изображений автомобиля и его владельца с фактически выезжающим автомобилем. Для этой цели используется дополнительная видеокамера, которая устанавливается в удобном для съемки месте, и любой датчик наличия транспортного средства (магнитная петля, фотоэлемент) для ее включения в нужный момент времени.
Системные требования для установки всего комплекта ПО Goal - ОС Win 7 и S2008r2 32 и 64 бита, рекомендуемые технические требования к рабочей станции (рассматриваем установку модуля для 4-х каналов распознавания паркинг версии) - Intel® Core™ i5-4460, RAM 8 Gb, Radeon HD 7750, system SSD 120 Gb, HDD 4 Tb.
Клиентское программное обеспечение
В модуле реализованы клиентские подключения с помощью веб-интерфейса и посредством сервера баз данных. Подключение с помощью веб-интерфейса позволяет только просмотр списков номеров и видеозаписей событий с любого компьютера или мобильного устройства, имеющего браузер и выход в интернет. Подключение посредством СУБД позволяет просматривать всю нужную информацию и проводить настройку системы. Все виды клиентских подключений бесплатны и не имеют ограничений по их количеству. Права каждому пользователю системы назначаются в необходимом размере.
Модуль может работать как со своей, так и с внешними базами данных (пример - поисковые базы ГИБДД), для этого существует специальное ПО.
Интеграция с системами СКУД
Модуль распознавания SpecLab-Traffic в настоящее время не имеет интеграции со сторонними производителями систем контроля и управления доступом.
8. Автомаршал
Автомаршал представляет собой самостоятельное приложение, разработанное Научно-производственной компанией «Малленом Системс», предназначенно для автоматического распознавания и регистрации автомобильных ГРЗ. Предлагается в двух вариантах исполнения - для автомагистралей (скорость до 150 км/час) и для парковок или КПП (скорость до 30 км/час).
Приложение имеет целый ряд платных и бесплатных дополнений (плагинов) для расширения функционала, к примеру плагин “Парковка” поможет полноценно автоматизировать любые парковки, в том числе платные.
- Разработчик: Малленом Системс. Официальный сайт: www.mallenom.ru . Адрес: Россия, Череповец
Максимальное количество видеокамер (каналов распознавания) подключаемых к одной рабочей станции с модулем распознавания - 16. Для управления внешними устройствами разработчик предлагает использовать внушительный ряд контроллеров - ICP DAS USB-2060, ICP DAS ET-7060, Advantech USB-4750-AE, Advantech USB-4761, ICP DAS USB-2055, ICP DAS ET-7044, Moxa ioLogik E2212. Для работы с контроллерами необходимо приобрести и установить платный модуль взаимодействия с внешними устройствами.
Интеграция
Модуль распознавания автомобильных ГРЗ имеет функциональную интеграцию с системой контроля и управления доступом Gate - начиная с возможности работать с контроллерами Gate серии 8000 в автономном варианте и заканчивая совместной работой с системой Gate в составе интегрированной системы безопасности. Уровень взаимодействия Автомаршала и Gate производит впечатление, всю информацию об этом можно посмотреть здесь.
9. Macroscop-Авто
Компания Macroscop в рамках своего аналитического пакета использует модуль распознавания автомобильных номеров Macroscop-Авто, разработанный киевской компанией VIT (Видео является клиентским приложением программы видеонаблюдения Macroscop и предназначен для автоматического распознавания и фиксирования автомобильных номеров, попавших в поле зрения видеокамеры. Модуль имеет два типа исполнения - версия для автомагистралей (скорость транспортных средств до 150 км/ч) и версия для парковок (скорость транспортных средств до 20 км/ч). При необходимости все программное обеспечение может устанавливаться на одну рабочую станцию - устанавливается серверное ПО видеонаблюдения, в нем настраиваются все видеокамеры, затем устанавливается модуль Macroscop-Авто с сервером базы данных и к нему программными средствами подключаются те, которые будут использоваться для распознавания автомобильных номеров.
В случае работы нескольких терминалов, работающих в одной сети (напоминаем, в ней обязательно должен присутствовать сервер видеонаблюдения, к которому подключены все используемые видеокамеры), база данных и журнал событий хранятся на любом сервере или терминале, связь клиент-сервер должна быть постоянной.
- Разработчик: Macroscop, Официальный сайт: www.macroscop.com . Адрес: г. Пермь, шоссе Космонавтов, 111, корпус 27, офис 301
Максимальное количество камер, подключаемых к одной рабочей станции или серверу с модулем распознавания ограничено техническими характеристиками с учетом типа применяемого модуля (автомагистраль или паркинг версия), других ограничений нет.
Модуль ориентирован в основном на работу с IP-камерами, поддерживаемый список которых можно посмотреть в этом разделе, но есть возможность использования и аналоговых видеокамер, требования к подключению которых смотри здесь.
Для управления внешними устройствами и получения сигналов датчиков в системе можно использовать контроллеры NetPing I/O v.2 или UniPing v3 , с этой целью в модуль распознавания устанавливается дополнительное платное программное обеспечение и производится настройка алгоритма работы всех устройств.
Клиентское программное обеспечение
Клиентское программное обеспечение для модуля распознавания есть двух видов - веб-интерфейс и программный клиент сервера базы данных.
Посредством веб-интерфейса возможен только просмотр любой информации - архивов видео, базы номеров, событий и т.д. (версия приложения для веб-интерфейса есть для мобильных устройств на базе iOs, Windows mobile и Android).
Подключение посредством клиента сервера базы данных позволяет осуществлять как просмотр, так и настройку системы в полном объеме.
Количество единовременных клиентских подключений не ограничено, все подключения бесплатны. Права и полномочия на клиентский подключения назначаются каждому пользователю отдельно в необходимом объеме.
Видео обзор - Macroscop Авто
Возможности интерфейса при некорректном распознавании
В случае некорректного распознавания ручной корректировки номера в модуле Macroscop-Авто нет, не распознанный номер будет предложен для сохранения в базе, как новый.
В модуле существует установка тревожного события для отдельного номера или группы номеров, тревожным событием может быть:
текстовая информация любого содержания (задержать, досмотреть, пропустить и т.д.)
звуковые сигналы
световая индикация (к контроллеру подключаются сигнальные лампы или светодиоды)
включение любого внешнего устройства.
С целью объективной идентификации автомобиля в базу данных можно добавить следующую информацию: марку, VIN - код, цвет, ФИО владельца, контактную информацию. По результатам распознавания эта информация отобразится на мониторе оператора.
Системные требования при условии установки для сервера видеонаблюдения и модуля распознавания на одну рабочую станцию - ОС Win 7, 8, S2008R2 32 и 64 бита, рекомендуемые технические требования к рабочей станции (рассматриваем установку модуля для 4-х каналов распознавания паркинг версии) - Intel® Core™ i5-4460, RAM 8 Gb, Radeon HD 7750, system SSD 120 Gb, HDD 4 Tb.
Интеграция с системами СКУД
Модуль имеет интеграцию с производителями систем контроля и управления доступом Сфинкс и Парсек. Уровень интеграции подразумевает использование модуля распознавания как источник идентификаторов (номерных знаков) для системы контроля и управления доступом.
- Контроллеры Сфинкс - цена от 12 510 рублей
- Программное обеспечение Сфинкс - цена от бесплатного до 31 800 рублей
Формирование отчетов о работе модуля может производится по следующим параметрам: события, связанные с отдельным номером автомобиля или их группой (один номер может принадлежать к нескольким группам), события за определенный период времени, по направлению движения транспортных средств, разрешение проезда оператором охраны, по распознанным или не распознанным номерам.
10. Кодос-Транспорт
Система автоматического распознавания номеров, оперативного мониторинга и учета доступа транспорта, является самостоятельным приложением, которое может работать в составе комплексной системы безопасности, построенной с использованием серверов видеонаблюдения “GLOBOSS” и СКУД “ИКБ КОДОС”. Модуль имеет два типа реализации по целевому назначению - «КОДОС-Транспорт» позволяет только распознавать и регистрировать автомобильные номера, «КОДОС-Транспорт-КПП» имеет дополнительный раздел, который позволяет управлять исполнительными устройствами. Максимальная скорость регистрации номеров транспортных средств одинакова для двух типов реализации - до 200 км/ч.
Следует учитывать, что при покупке комплекта ПО на 2 канала распознавания существует ограничение скорости транспортных средств до 60 км/ч, а для скорости транспортных средств до 200 км/ч можно при этом использовать только один канал.
- Разработчик: Кодос. Официальный сайт: www.kodos.ru . Адрес: г. Москва, Полковая улица, д. 3, стр. 2
Кодос-Транспорт имеет полноценную сервер-клиент структуру, которая может быть построена на серверах баз данных Firebird и MS SQL. База данных устанавливается на одном компьютере, каждая следующая рабочая станция подключается к этой-же базе. В небольшой системе контроля проезда весь комплект ПО можно установить на один компьютер.
Клиентские подключения реализуются посредством модуля «Кодос-Транспорт. Администратор», их количество в системе не ограничено, но для работы каждого требуется отдельная платная лицензия. В качестве базовой СУБД используется FireBird v.2.5.
Внимание. В системе должен обязательно присутствовать установленный модуль «Кодос-Транспорт. Администратор». Установка видеосервера GLOBOSS c сервером СКУД “ИКБ КОДОС” или модулем распознавания «КОДОС-Транспорт» на одну рабочую станцию недопустима.
Возможности интерфейса при некорректном распознавании
При некорректном распознавании номера автомобиля в модуле предусмотрена возможность его ручной корректировки, такое действие отобразится в журнале событий, как корректировка.
Модуль имеет удобный интерфейс оформления заявок на проезд автотранспорта с возможностью их визирования ограниченным кругом лиц.
С целью объективной идентификации автомобиля в базу данных можно добавить следующую информацию: марку, VIN - код, цвет, фото автомобиля или владельца, ФИО владельца, контактную информацию.
Системные требования для установки всех продуктов компании КОДОС - ОС Win 7, 8 32 и 64 бита, минимальные технические требования к рабочей станции распознавания номеров (рассматриваем установку модуля для 4-х каналов распознавания паркинг версии) - Intel® Core™ i5-4460, RAM 8 Gb, Radeon HD 7750, system SSD 120 Gb, HDD 4 Tb.
Аппаратное обеспечение
Максимальное количество камер, подключаемых к одной рабочей станции или серверу распознавания автомобильных номеров - 16.
В режиме автономной работы при реализации простых схем проезда приложением «КОДОС-Транспорт-КПП» для управления исполнительными устройствами может использоваться контроллер ЕС-602, для его работы устанавливается дополнительное ПО. В сложных системах контроля целесообразно использовать сервер СКУД “ИКБ КОДОС”.
Модуль ориентирован на работу как с IP так и с аналоговыми видеокамерами, критерии подбора камер можно посмотреть здесь.
Интеграция с системами СКУД
В модуле не реализована интеграции со сторонними производителями СКУД, компания КОДОС имеет собственный комплект оборудования и программного обеспечения для этих целей.
Отчеты
В отчетах о проездах можно сделать выборку по следующим данным:
Дата-время событий по каждой точке проезда;
Название проезда;
Направление движения (въезда/выезд);
Распознавание – номер автомобиля, и коэффициент точности распознавания;
Водитель – ФИО закрепленного водителя;
Оператор – имя в системе и ФИО оператора, в чью смену происходил въезд/выезд автомобиля.
Кроме табличной части отчет содержит раздел видеоданных - снимок, полученный в момент распознавания номера автомобиля (поле обозначается «Камера распознавателя номера»), и ссылок для просмотра видеоархива, полученного от закрепленных за проездом обзорных камер (только в случае совместной работы модуля с сервером видеонаблюдения GLOBOSS).
11. Domination АUТО
Domination АВТО – система автоматической идентификации государственных регистрационных знаков автомобилей, ориентированная на сетевую архитектуру.
Модуль Domination АUТО является клиентским приложением - для распознавания номеров используются камеры, подключенные к видеосерверу Domination, база данных может храниться на любом компьютере или сервере, связь клиент-сервер при этом должна быть постоянной. Установка на одном компьютере всего комплекта ПО не возможна, поскольку видеосервер Domination работает под управлением ОС Linux.
- Разработчик: Випакс+, Официальный сайт: www.networkvideo.ru . Адрес: Россия, г. Пермь.
Количество бесплатных клиентских подключений не ограничено. Права и полномочия назначаются каждому пользователю отдельно. В модуле очень широкий список настроек (отличительная особенность).
Возможности интерфейса
В модуле предусмотрена возможность ручной корректировки номера автомобиля, такое действие отобразится в журнале событий, как корректировка. В случае близкого совпадения не распознанного номера с номером в базе будет предложен вариант автокоррекции.
Установка тревожного события реализована для отдельного номера или группы номеров, привязка к определенному типу отсутствует. Тревожным событием может быть:
текстовая информация любого содержания (задержать, досмотреть, пропустить и т.д.)
звуковые сигналы (на каждое событие можно настроить свой звуковой файл)
световая индикация (к контроллеру подключаются сигнальные лампы или светодиоды)
включение любого внешнего устройства.
Видео - обзор интерфейса Domination АUТО
В модуле реализована возможность фотоидентификации транспортного средства, в базу данных с этой целью добавляется фото транспортного средства (можно использовать один снимок). Дополнительно можно добавить:
марку
модель
цвет автомобиля
имя владельца
контактную информацию
При распознавании номера эта информация отобразится на экране монитора.
Системные требования для установки модуля распознавания - ОС Win 7, 8 32 и 64 бита, минимальные технические требования к рабочей станции распознавания номеров (рассматриваем установку модуля для 4-х каналов распознавания паркинг версии) - Intel® Core™ i5-4460, RAM 8 Gb, Radeon HD 7750, system SSD 120 Gb, HDD 4 Tb.
Аппаратное обеспечение
Максимальное количество подключаемых к одному модулю распознавания камер - 4, количество модулей в системе не ограничено.
Для управления внешними устройствами и получения сигналов датчиков в системе используется контроллер ADAM-6066CE, с этой целью в модуль распознавания устанавливается дополнительное бесплатное программное обеспечение и производится настройка алгоритма работы всех устройств.
Интеграция с системами СКУД
Модуль интегрирован c системой контроля и управления доступом Сфинкс. Уровень интеграции - источник идентификаторов (номерных знаков) для системы СКУД.
- Контроллеры Сфинкс - цена от 12 510 рублей
- Программное обеспечение Сфинкс - цена от бесплатного до 31 800 рублей
«Авто-Интеллект» - система автоматического распознавания автомобильных номеров и обеспечения безопасности дорожного движения.
Системные требования - ОС Win 7, 8 32 и 64 бита, минимальные технические требования к рабочей станции распознавания номеров (рассматриваем установку модуля для 4-х каналов распознавания паркинг версии) - Intel® Core™ i5-4460, RAM 8 Gb, Radeon HD 7750, system SSD 120 Gb, HDD 4 Tb.
Максимальное количество камер, подключаемых к одной рабочей станции или серверу с модулем распознавания ограничено техническими характеристиками, других ограничений нет. Список поддерживаемых устройств можно посмотреть по ссылке.
Разработчик: Официальный сайт: . Адрес:
Видео - н
астройка программных модулей Авто-Интеллект
Интеграция
Модуль интегрирован с системами контроля и управления доступом Gate, Перко и Парсек. Уровень интеграции - источник идентификаторов (номерных знаков) для системы СКУД.
13. Авто-Ураган
Компания «Технологии Распознавания» является ведущим российским разработчиком автоматических систем фото и видеофиксации автотранспортных потоков. Система «АвтоУраган» - основная разработка компании. Аппаратно-программный комплекс «АвтоУраган» это система автоматической видеофиксации и идентификации государственных регистрационных знаков транспортных средств.
- Разработчик: «Технологии Распознавания». Официальный сайт: www.eng.recognize.ru . Адрес: Москва, ул. Электрозаводская, д. 24
В Авто-Ураган существует ограничение на подключение до 16 камер на один сервер или рабочую станцию с установленным модулем распознавания.
Для управления внешними устройствами или получения сигналов датчиков или прочих устройств в модуль добавлено программное обеспечение для контроллеров ICP DAS серий ET-7000 или I7000. С их помощью можно получать сигналы от внешних устройств и управлять ими.
Возможности интерфейса
При некорректном распознавании автомобильного ГРЗ возможности ручной корректировки в модуле распознавания Авто-Ураган нет.
Установка тревожного события реализована для отдельного номера или группы номеров. Тревожным событием может быть - текстовая информация любого содержания (задержать, досмотреть, пропустить и т.д.), звуковые сигналы (на каждое событие можно настроить свой звуковой файл), световая индикация (к контроллеру подключаются сигнальные лампы или светодиоды), включение любого внешнего устройства.
В модуле реализована возможность идентификации транспортного средства, в базу данных с этой целью добавляется следующая информация - марка, цвет автомобиля, имя владельца, контактная информация. При распознавании номера эта информация отобразится на экране монитора.
В модуле распознавания есть возможность сделать несколько снимков автомобиля с помощью дополнительных обзорных камер. Нажатием одной кнопки оператор может записать и сохранить отдельный видеоролик при проезде автомобиля, то есть в случае выезда с паркинга оператор может воспроизвести видео или фото въезда на паркинг автомобиля с тем-же распознанным номером и сравнить их.
Клиентское программное обеспечение
Авто-Ураган - полноценное сервер-клиент приложение, в простой схеме устанавливается на один терминал, в случае обширной системы отдельные терминалы работают с одной базой данных (базовая версия СУБД PostgreSQL 9.2), которая может храниться на любом из них либо на внешнем сервере. С помощью специального ПО обеспечивается работа с внешними базами данных, при этом возможно использование нескольких баз.
Количество клиентских подключений не ограничено, одна лицензия включена в базовый пакет, остальные лицензии платные. Права и полномочия назначаются каждому пользователю отдельно в необходимом объеме.
Системные требования для установки модуля распознавания - ОС Win 7, 8 32 и 64 бита, минимальные технические требования к рабочей станции распознавания номеров (рассматриваем установку модуля для 4-х каналов распознавания паркинг версии) - Intel® Core™ i5-4460, RAM 8 Gb, Radeon HD 7750, system SSD 120 Gb, HDD 4 Tb.
Интеграция с системами СКУД
Модуль интегрирован с системой контроля и управления доступом Парсек. Уровень интеграции - источник идентификаторов (номерных знаков) для системы СКУД.
Отчеты
Модуль имеет удобный интерфейс формирования отчетов по следующим признакам или временному интервалу - номеру автомобиля, группе номеров, время проезда, точка проезда, направление проезда
В отчет можно вложить фотоизображения фактов проезда транспортного средства.
Выбор камеры видеонаблюдения
Прежде чем мы перейдем к рекомендациям по выбору камеры для системы распознавания автомобильных номеров. Хочется предостеречь всех от одного опасного, но крайне распространенного заблуждения. Невозможно с одной камеры осуществлять и общий обзор территории и распознавание автомобильных номеров.
Камера которую вы будете использовать для распознавания автомобильных в номеров должна выполнять только эту функцию и ничего более.
Разрешение видеокамеры должно быть позволяет сформировать изображение автомобильного номера минимум 140 пикселей по горизонтали на номерной знак.
Как вы понимаете количество пикселей которые придется на номерной знак будет зависеть от ширины вашего проезда и разрешения камеры. Ещё и от удаленности камеры от проезда конечно, но для наших целей мы будем исходить из того что мы имеем возможность передвигать камеру на наиболее удобное для нас место.
Например для самой распространённой ширины проезда в 4 метра, в большинстве случаев достаточно будет камеры с разрешением 1 мегапиксель.
Вторая важная рекомендация это размер матрицы. Чем больше размер матрицы тем больше светочувствительность камеры а чем выше светочувствительность камеры, тем больше будет процент распознанных номеров. 1/3 дюйма это минимальный размер матрицы который стоит использовать для целей распознавания автомобильных номеров. А камеры с размером матрицы 1/2 дюйма будут идеальным выбором.
- Камера видеонаблюдения с размером матрицы 1/3 дюйма - цена от 1 190 рублей
- Камера видеонаблюдения с размером матрицы 1/2 дюйма и выше - цена от 29 900 рублей
Одна важная и общая рекомендация по выбору места установки камеры - не стоит устанавливать камеру видеонаблюдения далеко от проезда, так как в этом случае даже малейшие вибрации например от ветра могут сильно сказаться на качестве распознавания, и как вы понимаете не в лучшую сторону.
Такие характеристики камер как скорость затвора, компенсация фоновой засветки, глубина резкости, шумы и цветопередача, сжатие видео и прочую эквилибристику и высший пилотаж оставим для частных консультаций.Для точного расчета характеристик камеры рекомендуем использовать специализированные калькуляторы, вот пример такого калькулятора от компании .
В заключение хочется сказать про один очень простой способ определения подойдет камера для распознавания или нет. Если вы на стоп кадре своими собственными глазами чётко можете прочитать государственный номер, то и система распознавания автомобильных номеров совершенно точно его распознает.
Выводы
Откровенно говоря любое программное обеспечение с которым мы сталкивались обеспечивает приемлемое качество распознавания как правило в диапазоне от 90 до 99%. а уж поверьте за 11 лет мы много с чем успели столкнуться.
Итоговое качество распознавания в большей степени будет зависеть от выбора камеры видеонаблюдения от проектирования системы и от качества монтажа.
Но на практике очень часто вам может потребоваться не просто распознать номер и на этом основании принять решение о допуске автомашины на территорию. Вам может потребоваться интеграция с системами контроля доступа вам могут потребоваться ведение чёрных списков вам может потребоваться интеграция с системой видеонаблюдения. Вам может потребоваться разнообразные отчёты и в каких-то системах этого функционала может не быть вообще, в каких-то он может быть чрезвычайно богатым.
Или вам может потребоваться добиться не 99% которых реально добиться в жизни, а все 100%. И этого тоже добиться вполне реально, например с помощью такой возможности программного обеспечения как ручная коррекция не распознано номера оператором. Как вы понимаете далеко не все программное обеспечение поддерживает эту возможность. Может потребоваться возможность предоставить вашим арендаторам возможность самим оформлять гостевые пропуска на автотранспорт. консультации бесплатны .Ну, и самое важное - ваше мнение
Ничто так сильно не мотивирует меня писать новые статьи как ваша оценка, если оценка хорошая я пилю статьи дальше, если отрицательная думаю, как улучшить эту статью. Но, без вашей оценки, у меня нет самого ценного для меня - обратной связи от вас. Не сочтите за труд, выберете от 1 до 5 звезд, я старался.Настало время подробно рассказать, как работает наша реализация алгоритма распознавания номеров: что оказалось удачным решением, что работало весьма скверно. И просто отчитаться перед Хабра-пользователями - ведь вы с помощью Android приложения Recognitor помогли нам набрать приличного размера базу снимков номеров, снятых совершенно непредвзято, без объяснения как снимать, а как нет. А база снимков при разработке алгоритмов распознавания самое важное!
Что получилось с Android приложением Recognitor
Было очень приятно, что пользователи Хабра взялись качать приложение, пробовать его и отправлять нам номера.
Скачиваний программы и оценки
С момента выкладывания приложения на сервер пришло 3800 снимков номеров от мобильного приложения.
А еще больше нас порадовала ссылка http://212.116.121.70:10000/uploadimage - нам за 2 дня отправили около 8 тысяч полноразмерных снимков автомобильных номеров (преимущественно вологодских)! Сервер почти лежал.
Теперь у нас на руках база в 12 000 снимков фотографий - впереди гигантская работа по отладке алгоритмов. Все самое интересное только начинается!
Напомню, что в приложении Android предварительно выделялся номер. В этой статье я не буду подробно останавливаться на этом этапе. В нашем случае - каскадный детектор Хаара . Этот детектор не всегда срабатывает, если номер в кадре сильно повернут. Анализ того, как работает нами обученный каскадный детектор, когда не работает, оставлю на следующие статьи. Это ведь действительно очень интересно. Кажется, что это черный ящик - вот обучили детектор и больше ничего не сделать. На самом деле это не так.
Но все-таки каскадный детектор - неплохой вариант в случае ограниченных вычислительных ресурсов. Если автомобильный номер грязный или рамка плохо видна, то Хаар тоже неплохо себя проявляет относительно других методов.
Распознавание номера
Здесь рассказ про распознавание текста в картинках такого вида:
Общие подходы про распознавании были описаны в первой статье .
Изначально мы ставили перед собой задачу распознавания грязных, частично стертых и здорово искаженных перспективой номеров.
Во-первых, это интересно, а во-вторых, казалось, что тогда чистые будут срабатывать вообще в 100% случаях. Обычно, конечно, так и происходит. Но тут не сложилось. Оказалось, что если по грязным номерам вероятность успеха была 88%, то по чистым, например, 90%. Хотя на деле вероятность распознавания от фотографии на мобильном приложении до успешного ответа, конечно, оказалось еще хуже указанной цифры. Чуть меньше 50% от приходящих изображений (чтобы люди не пытались фотографировать). Т.е. в среднем дважды нужно было сфотографировать номер, чтобы распознать его успешно. Хотя во многом такой низкий процент связан с тем, что многие пытались снимать номера с экрана монитора, а не в реальной обстановке.
Весь алгоритм строился для грязных номеров. Но вот оказалось, что сейчас летом в Москве 9 из 10 номеров идеально чистые. А значит лучше изменить стратегию и сделать два раздельных алгоритма. Если удалось быстро и надежно распознать чистый номер, то этот результат и отправим пользователю, а если не удалось, то тратим еще немного времени процессора и запускаем второй алгоритм для грязных номеров.
Простой алгоритм распознавания номеров, который стоило бы реализовать сразу
Как же распознать хороший и чистый номер? Это совсем не сложно.Предъявим следующие требования к такому алгоритму:
1) некоторая устойчивость к поворотам (± 10 градусов)
2) устойчивость к незначительному изменению масштаба (20%)
3) отрезание каких-либо границ номера границей кадра или просто плохо выраженные границы не должны рушить все (это принципиально важно, т.к. в случае грязных номеров приходится опираться на границу номера; если номер чистый, то ничего лучше цифр/букв не характеризует номер).
Итак, в чистых и хорошо читаемых номерах все цифры и буквы отделимы друг от друга, а значит можно бинаризовать изображение и морфологическими методами либо выделить связанные области, либо воспользоваться известными функциями выделения контуров.
Бинаризуем кадр
Здесь стоит еще пройтись фильтром средних частот и нормализовать изображение.
На изображении приведен изначально малоконтрастный кадр для наглядности.
Затем бинаризовать по фиксированному порогу (можно порог фиксировать, т. к. изображение было нормализовано).
Гипотезы по повороту кадра
Предположим несколько возможных углов поворотов изображения. Например, +10, 0, -10 градусов:
В дальнейшем метод будет иметь небольшую устойчивость к углу поворота цифр и букв, поэтому выбран такой достаточно большой шаг по углу - 10 градусов.
С каждым кадром в дальнейшем будем работать независимо. Какая гипотеза по повороту даст лучший результат, та и победит.
А затем собрать все связанные области. Тут использовалась стандартная функция findContours из OpenCV. Если связанная область (контур) имеет высоту в пикселях от H1 до H2 а ширина и высота связана отношением от K1 до K2, то оставляем в кадре и отмечаем, что в этой области может быть знак. Почти наверняка на этом этапе останутся лишь цифры и буквы, остальной мусор из кадра уйдет. Возьмем ограничивающие контуры прямоугольники, приведем их к одному масштабу и дальше поработаем с каждой буквой/цифрой отдельно.
Вот какие ограничивающие прямоугольники контуров удовлетворили нашим требованиям:
Буквы/цифры
Качество снимка хорошее, все буквы и цифры отлично разделимы, иначе мы до этого шага не дошли бы.
Масштабируем все знаки к одному размеру, например, 20х30 пикселей. Вот они:
Кстати, OpenCV при выполнении Resize (при приведении к размеру 20х30) бинаризованное изображение превратит в градиентаное, за счет интерполяции. Придется повторить бинаризацию.
И теперь самый простой способ сравнить с известными изображениями знаков - использовать XOR (нормализованная дистанция Хэмминга). Например так:
Distance = 1.0 - |Sample XOR Image|/|Sample|
Если дистанция больше пороговой, то считаем, что мы нашли знак, меньше - выкидываем.
Буква-цифра-цифра-цифра-буква-буква
Да, мы ищем автомобильные знаки РФ именно в таком формате. Тут нужно учесть, что цифра 0 и буква «о» вообще не отличимы друг от друга, цифра 8 и буква «в». Выстроим все знаки слева направо и будем брать по 6 знаков.
Критерий раз - буква-цифра-цифра-цифра-буква-буква (не забываем про 0/о, 8/в)
Критерий два - отклонение нижней границы 6 знаков от линии
Суммарные очки за гипотезу - сумма дистанций Хэмминга всех 6 знаков. Чем больше, тем лучше.
Итак, если суммарные очки меньше порога, то считаем, что мы нашли 6 знаков номера (без региона). Если больше порога, то идем к алгоритму устойчивому к грязным номерам.
Тут еще стоит рассмотреть отдельно буквы «Н» и «М». Для этого нужно сделать отдельный классификатор, например, по гистограмме градиентов.
Регион
Следующие два или три знака над линей, проведенной по низу 6 уже найденных знаков, - регион. Если третья цифра существует, и ее похожесть больше пороговой, то регион состоит из трех цифр. Иначе из двух.
Однако, распознавание региона часто происходит не так гладко, как хотелось бы. Цифры в регионы меньше, могут удачно не разделиться. Поэтому регион лучше узнавать способом более устойчивым к грязи/шума/перекрытию, описанным далее.
Какие-то детали описания алгоритма не слишком подробно раскрыты. Отчасти из-за того, что сейчас сделан лишь макет этого алгоритма и предстоит еще протестировать и отладить его на тех тысячах изображений. Если номер хороший и чистый, то нужно за десятки миллисекунд распознать номер или ответить «не удалось» и перейти к более серьезному алгоритму.
Алгоритм устойчивый к грязным номерам
Понятно, что алгоритм, описанный выше совсем не работает, если знаки на номере слипаются из-за плохого качества изображения (грязи, плохого разрешения, неудачной тени или угла съемки).
Вот примеры номеров, когда первый алгоритм не смог ничего сделать:
Но придется опираться на границы автомобильного номера, а потом уже внутри строго определенной области искать знаки с точно известной ориентацией и масштабом. И главное - никакой бинаризации!
Ищем нижнюю границу номера
Самый простой и самый надежный этап в этом алгоритме. Перебираем несколько гипотез по углу поворота и строим для каждой гипотезы по повороту гистограмму яркости пикселей вдоль горизонтальных линий для нижней половины изображения:
Выберем максимум градиента и так определим угол наклона и по какому уровню отрезать номер снизу. Не забудем улучшить контраст и получим вот такое изображение:
Вообще стоит использовать не только гистограмму яркости, но также и гистограмму дисперсии, гистограмму градиентов, чтобы увеличить надежность обрезки номера.
Ищем верхнюю границу номера
Тут уже не так очевидно, оказалось, если снимают с рук задний автомобильный номер, то верхняя граница может быть сильно изогнута и частично прикрывать знаки или в тени, как в данном случае:
Резкого перехода яркости в верхней части номера нет, а максимальный градиент и вовсе разрежет номер посередине.
Мы вышли из ситуации не очень тривиально: обучили на каждую цифру и каждую букву каскадный детектор Хаара, нашли все знаки на изображении, так определили верхнюю линию где резать:
Казалось бы, что тут и стоит остановиться - мы же нашли уже цифры и буквы! Но на деле, конечно, детектор Хаара может ошибаться, а у нас тут 7-8 знаков. Хороший пример цифры 4. Если верхняя граница номера сливается с цифрой 4, то совсем не сложно увидеть цифру 7. Что кстати и произошло в данном примере. Но с другой стороны, несмотря на ошибку в детектировании, верхняя граница найденных прямоугольников действительно совпадает с верхней границей автомобильного номера.
Найти боковые границы номера
Тоже ничего хитрого - абсолютно также, как и нижнюю. Единственное отличие, что часто яркость градиента первого или последнего знака в номере может превышать яркость градиента вертикальной границы номера, поэтому выбирается не максимум, а первый градиент, превышающий порог. Аналогично с нижней границей необходимо перебрать несколько гипотез по наклону, т. к. из-за перспективы перпендикулярность вертикальной и горизонтальной границы совсем не гарантирована.
Итак, вот хорошо обрезанный номер:
да! особенно приятно вставить кадр с отвратительным номером, который был успешно распознан.
Печалит лишь одно - к этому этапу от 5% до 15% номеров могут отрезаться неправильно. Например, так:
(кстати это кто-то нам отправил желтый номер такси, насколько я понял - формат не штатный)
Все это нужно было, чтобы все это делалось лишь для оптимизации вычислений, т. к. перебрать все возможные положение, масштабы и наклоны знаков при их поиске - очень затратно вычислительно.
Разделить строку на знаки
К сожалению, из-за перспективы и не стандартной ширины всех знаком, приходится как-то выделять символы в уже обрезанном номере. Тут снова выручит гистограмма по яркости, но уже вдоль оси X: 
Единственное, что в дальнейшем стоит исследовать две гипотезы: символы начинаются сразу или один максимум гистограммы стоит пропустить. Это связано с тем, что на некоторых номерах отверстие под винт или головка винта автомобильного номера могут различаться, как отдельный знак, а могут быть и вовсе незаметны.
Распознавание символов
Изображение до сих пор не бинаризовано, будем использовать всю информацию, что есть.
Здесь печатные символы, значит подойдет взвешенная ковариация для сравнения изображений с примером:
Образцы для сравнения и веса при ковариации:
Конечно, нельзя просто сравнить область, выделенную с помощью горизонтальной гистограммы, с образцами. Приходится делать несколько гипотез по смещению и по масштабу.
Количество гипотез по положению по оси X = 4
Количество гипотез по положению по оси Y = 4
Количество гипотез по масштабу = 3
Таким образом, для каждой области при сравнении с одним знаком необходимо рассчитать 4х4х3 ковариации.
Первым делом найдем 3 большие цифры. Это 3 х 10 х 4 х 4 х 3 = 1440 сравнений.
Затем слева одну букву и справа еще две. Букв для сравнения 12. Тогда количество сравнений 3x12x4x4x3 = 1728
Когда у нас есть 6 символов, то все справа от них - регион.
В регионе могут быть 2 цифры или 3 цифры - это нужно учесть. Разбивать регион гистограммным способом уже бессмысленно из-за того, что качество изображения может быть слишком низкое. Поэтому просто поочередно находим цифры слева направо. Начинаем с левого верхнего угла, необходимо несколько гипотез по оси X, оси Y и масштабу. Находим наилучшее совпадение. Смещаемся на заданную величину вправо, снова ищем. Третий символ будем искать слева от первого и справа от второго, если мера похожести третьего символа больше пороговой, то нам повезло - номер региона состоит из трех цифр.
Выводы
Практика применения алгоритма (второго описанного в статье) в очередной раз подтвердила прописную истину при решении задач распознавания: нужна действительно презентативная база при создании алгоритмов. Мы нацеливались на грязные и потертые номера, т.к. тестовая база снималась зимой. И действительно часто довольно плохие номера удавалось узнавать, но чистых номеров в обучающей выборке почти не было.Вскрылась и другая сторона медали: мало что так раздражает пользователя, как ситуация, когда автоматическая система не решает совсем примитивную задачу. «Ну что тут может не читаться?!» А то, что автоматическая система не смогла узнать грязный или потертый номера, - это ожидаемо.
Откровенно говоря, это наш первый опыт разработки системы распознавания для массового потребителя. И о таких «мелочах», как о пользователях, стоит учиться думать. Сейчас к нам присоединился специалист, разработавший аналогичную «Recognitor» программу под iOs. В UI у пользователя появилась возможность увидеть, что сейчас отправляется на сервер, выбрать какой из выделенных Хааром номеров нужный, есть возможность выделить необходимую область в уже «застывшем» кадре. И пользоваться этим уже удобнее. Автоматическое распознавание становится не дурацкой функцией, без которой нельзя ничего сделать, а просто помощником.
Продумывать систему, в которой автоматическое распознавание изображения будет гармонично и удобно пользователю, - оказалось задачей ничуть не проще, чем создавать эти алгоритмы распознавания.
И, конечно, надеюсь, что статья будет полезна.
Анастасия Шуткина
В связи с все большим проникновением сетевого видеонаблюдения в системы безопасности, в профессиональном сообществе возникла дискуссия о том какие камеры лучше подходят для распознавания автомобильных номеров – аналоговые или IP. Судя по постам в форумах, в том числе и на sec.ru, есть достаточное число экспертов полагающих, что использование IP камер для этого не эффективно. Мы попробовали разобраться в ситуации более подробно – для чего изучили различные публикации в СМИ и провели интервью с экспертами.
Низкая чувствительность: «вечная» проблема IP камер?
Один из основных аргументов скептиков – IP камеры требуют для распознавания номеров намного большей освещенности сцены, чем аналоговые. В совокупности с необходимостью использовать «короткий» электронный затвор (не более 1/500 секунды), полагают они, это приведет к тому что в сумерках и при ночном освещении распознавание номеров вообще будет не возможно. Еще одна типичная претензия к IP камерам – необходимость обеспечения трафика передачи по сети, т.е. нахождения компромисса между степенью сжатия и точностью передачи деталей изображения.
Ю.Л. Зарубин, Генеральный директор компании «Технологии Распознавания» отмечает по этому поводу: «Я считаю, что большинство IP камер не годятся для распознавания номеров, поскольку они жмут информацию, не считаясь с необходимостью сохранения мелких деталей. Есть и еще один недостаток у IP камер – это то, что получается достаточно большой объем передаваемой информации, потому что для распознавания нужно практически полное разрешение. На сегодняшний день все IP камеры, с которыми я сталкивался, для распознавания номеров годятся очень слабо. Они фактически работают только в дневное время и в очень ограниченных условиях»
Однако, если приглядеться внимательнее, ситуация здесь несколько иная. Во-первых, надо разделять две различные ситуации: распознавание номеров на парковках (скорость движения на которых не велика, а уровня освещения как правило достаточно для работы IP камер) и на трассах (скорость движения на которых большая, имеется зачастую плотный поток машин, а освещение не слишком велико). Казалось бы, именно в последней ситуации применение IP камер и вызывает наибольшие вопросы.
Предоставим слово Ю.В. Бухтиярову, Директору украинской компании "Видео Интернет Технологии" : «Еще недавно наиболее существенным препятствием к применению мегапиксельных телекамер, которое характерно не только для области распознавания автомобильных номеров, но и вообще для наблюдения за дорожным движением, является высокая скорость движения автомобилей. Для того чтобы автомобильные номера и изображения самих автомобилей не размывались при движении на большой скорости, приходится устанавливать высокую скорость электронного затвора. Следовательно, чувствительность снижается примерно на порядок, если сравнивать со стандартным значением времени накопления, которое у мегапиксельных телекамер обычно находится в пределах 1/50-1/60 с. Однако, в последнее время, с появлением более чувствительных матриц с лучшим соотношением сигнал/шум разработчики мегапиксельных телекамер сделали заметный шаг вперед, более того у них в линейках появились модели с перемещаемым ИК-фильтром, после чего эти камеры стали пригодны для использования в системах круглосуточного наблюдения с применением ИК-подсветки».
На самом деле представление, что без дополнительного освещения в ночное время аналоговые камеры позволяют уверенно справляться с распознаванием так же не совсем верно. По крайней мере, большинство производителей модулей распознавания номеров крайне рекомендуют использовать дополнительную подсветку – узколучевые импульсные ИК прожекторы. Угол падения света в таких прожекторах, как правило, позволяет осветить площадь объекта видеонаблюдения на одну камеру. Таким образом, схема построения системы распознавания такова: 1 полоса движения = 1 камера + 1 ик-прожектор Однако, при таком грамотном подходе и IP камеры будут работать прекрасно. Да и чувствительность сетевых камер (особенно с CCD матрицами, а не КМОП) лишь немногим уступает аналоговым. Так что правильно подобранные IP камеры с этой точки зрения ничем не хуже аналоговых.
М.В. Руцков, Генеральный директор компании «Мегапиксел», отмечает: «Сначала сделаем замечание о терминах. Понятие IP-камера достаточно широкое. Если говорить о нашей отрасли, то это в большинстве своём камеры на цветных CMOS-сенсорах, с компрессией на борту и выходом в FastEthernet. Тогда если говорить именно о их использовании -ответ отрицательный, такие камеры использовать для распознавания автономеров нельзя. IP-камеры на CMOS-сенсорах имеют низкую чувствительность и фактически не работают в тёмное время суток. Аналоговые камеры более чувствительны, но проигрывают по разрешающей способности. Такие камеры, например, имеют эффективную ширину захвата не более 2-х метров, что мало для решения задач ГИБДД. Таким образом, если говорить про "узкие" заезды - весы, парковки, КПП, то преимущество за аналоговыми камерами. Если же, иметь ввиду задачи ГИБДД - "широкие" проезды, то ситуацию спасут только мегапиксельные чёрно-белые камеры из машинного зрения - там нет компрессии и высокая чувствительность за счёт использования CCD-сенсоров.»
Преимущества применения IP камер.
Итак, поговорим теперь о преимуществах применения IP камер. Прежде всего, они работают без привязки к «железу», тогда как аналоговые камеры требуют наличия рядом регистратора или, по крайней мере, видеосервера.. Насколько это проблематично может быть на протяженной трассе понять не трудно.
Предоставим слово Д.А. Горбаневу, Техническому директору компании ITV:
«Сейчас все чаще и чаще начинают использовать IP камеры для распознавания номеров, поскольку очень удобно, что они позволяют получить изображение с высоким мегапиксельным разрешением, с помощью которого можно перекрывать сразу несколько полос движения. К безусловным достоинствам IP камер можно отнести простоту установки – сеть легче подвести, чем, например, тот же коаксиальный кабель., можно даже Wi-Fi использовать, Более того, есть IP камеры, которые используют POE интерфейс т.е питание к ним отдельно подводить не надо»
Важным свойством IP камер является и простота наращивания системы – они просто созданы для того, чтобы легко строить масштабируемые распределенные системы видеонаблюдения. Их широкий диапазон дистанционных настроек позволяет получить максимальное качество изображения в меняющихся внешних условиях, а отсутствие двойной конвертации сигнала (свойственного ситуации с аналоговыми камерами) увеличивает скорость работы.
Р.В. Стрельцов Генеральный директор компании "Навиком" отмечает:
«IP камеры на текущий момент очень успешно решают задачу распознавания номеров. Их основные достоинства - удобство монтажа и высокое качество получаемого изображения, а основной недостаток – относительно не высокая светочувствительность»
Помимо этого IP камеры позволяют использовать прогрессивную развертку, а также легко управлять сжатием сигнала, что позволяет экономить место на цифровых носителях. Ну и разумеется, весьма важно, что они, как отмечал уже выше М.В. Руцков , позволяют решить проблему «перекрытия» полос движения. В этой связи Ю.В. Бухтияров отмечает:
«Применение мегапиксельных телекамер для распознавания номеров позволяет решить одну важную техническую проблему, которая заключается в следующем. Разрешающей способности аналоговых телекамер, которые используются в системах распознавания автомобильных номеров, с трудом хватает, чтобы фиксировать номерные знаки на ширине одной полосы дорожного движения. Поэтому в случае проезда автомобиля сразу по двум полосам движения его номерной знак окажется «разрезанным» на изображениях, полученных от двух телекамер, направленных на эти полосы. Для исключения такой ситуации инсталляторы устанавливают аналоговые телекамеры таким образом, чтобы края их поля зрения перекрывали поля зрения соседних телекамер. Очевидно, что это ведет к повышению стоимости проекта. Мегапиксельные же камеры позволяют легко решить эту проблему с помощью одного устройства».
Таким образом, применение IP камер для систем распознавания автомобильных номеров не только правомерно, но и позволяет получить многие дополнительные преимущества, трудно достижимые для их аналоговых «собратьев».
Распознавание номеров: за какими камерами будущее?
Д.А. Горбанев: «Мне кажется, что сетевые камеры будут доминировать над аналоговыми - это эволюция, от которой никуда не уйти. На данный момент, конечно, есть аналоговые камеры которые по отдельным характеристикам превосходят сетевые на порядок, например, по чувствительности, поэтому насколько я по личному опыту знаю обычно применяют ИК подсветку, чтобы в сумерки номер был более виден и легче его было распознать. Однако, технологии не стоят на месте, а развиваются и я думаю, что в конечном счете IP камеры будут безусловно лидировать. Пока что-то не придет и им взамен в свою очередь…».
Р.В. Стрельцов: «В любом случае будущее однозначно за IP камерами, поскольку технологии не стоят на месте. Главное при применении сетевых камер обеспечить правильные установку, угол обзора и работу электронного затвора с объективом, а также компенсацию засветки».
Ю.Л. Зарубин: «Я думаю все-таки придет время когда сетевые камеры повернутся лицом к проблеме работы в ночных условиях».
А.В. Пименов, Начальник отдела по связям с общественностью компании "ЭЛВИС": «Рано или поздно все вообще перейдет на IP. Конечно, безопасность это та отрасль в которой достаточно тяжело происходят изменения., есть всякие перечни и регламенты по использованию того или иного оборудования. Поэтому ближайшее будущее все-таки за аналогом, а в перспективе конечно IP камеры полностью заменят аналоговые.»
А.В. Коробков, Директор по разработкам компании-разработчика MACROSCOP :
«Мы изначально сделали ставку именно на IP камеры. Собственно, наши продукты только на них и ориентированы. Наш опыт показал, что при правильном подборе компонентов системы, установке и настройке они позволяют надежно распознавать номера автомобилей при скорости движения до 150 км/ч. При этом построение и модернизация систем на IP камерах намного быстрее и проще, чем на аналоговых, поэтому мы уверены, что будущее, безусловно, за IP камерами».
Применение IP-камер для распознавания номеров: пример реализации.
Как мы видели выше, хотя практически все эксперты и соглашаются, что за IP камерами будущее, многие при этом считают, что на сегодня они вряд ли предпочтительней аналоговых. Однако, несмотря на это разработчики из Перми недавно добавили модуль распознавания номеров в свое ПО MACROSCOP – единственное, которое с аналоговыми камерами вообще не работает. Мы связались с ними и получили материал о том, как устроен этот модуль.
Модуль обеспечивает следующие функциональные возможности:
- Распознавание регистрационных номеров движущихся автомобилей с сохранением в архив информации о времени, дате, номере автомобиля, а также ссылки на соответствующий видеокадр.
- Перехват по номеру транспортных средств, занесенных в картотеку, в реальном времени.
- Работу со встроенной картотекой автомобильных номеров, которая позволяет добавлять и редактировать номера, вводить дополнительную информацию о транспортных средствах, формировать списки перехвата и/или информационные списки.
- Поиск транспортного средства в архиве по времени, дате, номеру автомобиля и дополнительной информации из картотеки.
Модуль позволяет:
- Проводить обработку видеопотока со скоростью 6 и 25 кадров секунду.
- Распознавать номера при вертикальном угле наклона видеокамеры до 40° и горизонтальном угле отклонения до 30°, а также при угле крена государственного регистрационного знака относительно плоскости до 10°.
- Распознавать стандартные типы номеров соответствующие стандартам России, Украины, СССР, Беларуси и Италии, а также инверсные, дипломатические и полицейские номера.
- Использовать детектор движения для уменьшения вычислительных затрат при идентификации номера.
- Задавать отдельные области поиска для уменьшения вычислительных затрат при идентификации номера.
- Распознавать номера при скорости движения автомобиля до 150 км/час.
- Распознавать одновременно до 10 различных номеров.
Покажем как все эти возможности реализуются на практике. Для настройки работы модуля служит специальное окно (рис.1).
Рис 1. Настройка модуля распознавания автомобильных номеров
Сначала необходимо выбрать один из двух режимов работы: «Парковка» (6 кадр / сек) используется при маленькой скорости движения транспорта, а «Дорога» (25 кадр / сек) для быстрого движения (например, улица или автомобильная трасса).
Чтобы включить поиск и распознавание при угле крена государственного регистрационного знака относительно плоскости дорожного полотна до 10°, достаточно активировать опцию «Искать не горизонтальные номера». Для поиска инверсных номеров (например, полицейские или военные номера), служит специальная опция «Искать инверсные номера».
Регулируемый параметр «Порог достоверности» позволяет изменять качество распознавания номера в процентах. Номера, качество которых будет ниже заданной величины порога, будут автоматически отброшены. Еще один параметр «Количество нераспознанных символов» позволяет автоматически отбрасывать номера, в которых количество нераспознанных символов больше указанного.
Параметры «Минимальный размер номера» и «Максимальный размер номера» - задают минимальный и максимальный размер номера в процентах от кадра. Их можно задать также и интерактивно на изображении от камеры - растянув прямоугольную область так, чтобы номер автомобиля оказался внутри данной области (рис.2).
Рис 2. Задание минимального размера номера
Поскольку минимизация вычислительных ресурсов при высоком качестве результата, является «фирменным стилем» MACROSCOP и в модуле распознавания номеров сделано все, чтобы оптимизировать работу системы.
Прежде всего, это возможность задания отдельных зон поиска (рис.3) – всегда может быть часть кадра, в которой появление автомобильных номеров не возможно (например, обочина, тротуар и т.д.). Если зоны поиска не будут заданы, то анализироваться будет полный кадр, как это типично и бывает во многих прочих системах.
Рис 3. Задание зон поиска
Настройка «Использовать автомасштаб» снижает вычислительные затраты в случае, когда горизонтальный размер номера более чем 120 пиксел. (такая ситуация возникает когда для наблюдения за одной полосой движения используются камера с разрешением более 1Mpix, и как следствие, размер номеров получается слишком большим).
Для этих же целей служит и настройка «Использовать детектор движения» при включении которой, будут анализироваться только те кадры и зоны где есть движение.
Важно отметить, что база данных системы может работать в двух режимах:
- «Локальная» – если картотека используется одним сервером в системе и ее необходимо расположить на том же сервере, где производится распознавание номеров.
- «Удаленная»– если картотека используется несколькими серверами, и она расположена на определенном сервере в сети. Необходимо указать адрес сервера в сети и порт, на котором он расположен, имя пользователя и пароль пользователя.
Рис 4. Окно «Распознавание номеров»
Для наблюдения в реальном времени и просмотра архива в клиенте служит окно «Распознавание номеров» (рис.4), которое включает в себя три закладки: «Наблюдение», «Архив» и «Картотека».
Закладка «Наблюдение» (именно она отображена на приведенном выше рисунке) предназначена для просмотра событий обнаружения автомобильных номеров в реальном времени. В правой нижней части вкладки расположен список событий обнаружения автомобильных номеров.
В левой верхней части вкладки отображается кадр соответствующий выбранному событию. Вверху на кадре отображается название канала, время и дата соответствующая данному кадру. Оранжевой линей на изображении выделяется автомобиль, номер которого был распознан. В нижнем левом углу кадра отображается увеличенное изображение распознанного номера. В левой нижней части окна расположена дополнительная информация, справа от дополнительной информации располагаются кнопки «Перейти в картотеку» и «Добавить в картотеку».
Над списком в правой верхней части расположена панель фильтрации. С её помощью можно производить фильтрацию данных, отображаемых в списке событий обнаружения номеров. Панель «Фильтрация» позволяет задавать следующие параметры фильтрации:
- Номер автомобиля;
- Фамилия владельца;
- Группа, которой принадлежит номер автомобиля;
- Канал, на котором был обнаружен номер;
- Дополнительная информация;
- Скорость;
- Цвет автомобиля;
Закладка «Архив» предназначена для просмотра и поиска в архиве событий обнаружения автомобильных номеров. Функционал данной закладки аналогичен закладке «Наблюдение». Отличие заключается в том, что события в списке номеров являются результатом запроса из основного архива.
Закладка «Картотека» (рис.5) для работы с картотекой автомобильных номеров, позволяет управлять группами и списками перехвата, добавлять, редактировать, удалять номера и связанную с ними информацию.
Рис.5 Закладка «Картотека»
Рис.6 Окно «Управление группами»
Чтобы добавить какую либо группу в перехват, достаточно поставить галочку в поле «Перехватывать автомобили из данной группы». Можно включить и режим для отображения номеров непосредственно на изображении нужного канала – он представлен на рис.7
Рис.7 Режим для отображения номеров непосредственно на изображении
При выборе опции «Отображать все номера» - будут отображаться все обнаруженные номера (зелёным цветом) и номера, добавленные в перехват (красным цветом), а «Отображать номера, добавленные в перехват» - будут отображаться только добавленные в перехват номера.
По утверждению разработчиков описанного модуля их практический опыт показал, что IP-камеры прекрасно справляются с распознаванием номеров, однако, ИК подсветка для ночного времени все же желательна.
Современное видеонаблюдение позволяет собирать информацию о потоке движения автомобилей и пешеходов, а также предоставляет различные возможности видеоаналитики.
Функции определения количества посетителей, идентификации лиц, стали востребованы среди частных организаций и предпринимателей.
Рассмотрим подробней важную функцию определения номерных знаков. Системы видеонаблюдения могут совмещаться с системой управления доступом. Видеокамера определяет номер, а система аналитики ищет совпадение в перечне номеров базы данных и при его наличии, дает разрешение системе контроля доступа на въезд транспортного средства.
При планировании установки системы видеонаблюдения нужно отделить задачу определения номеров от функции наблюдения за транспортом и пешеходами. Видеокамеры для распознавания номерных знаков имеют ограничения на места установки, а также они нуждаются в особой настройке. Камера должна быть сфокусирована только на участке, где проезжают транспортные средства. Поэтому лучше устанавливать камеры, у которых неподвижный объектив. У них есть дополнительное преимущество в характеристиках светочувствительности.
Разрешение камеры
Высокое разрешение камеры еще не означает качественное выполнение поставленной задачи по распознаванию номеров. Расчетное оптимальное разрешение может дать даже лучший результат. Чем выше разрешение, тем хуже светочувствительность, а это ухудшает определение номеров при плохом освещении.
При расчете требуемого разрешения используют следующую формулу: (w/n)*p, где w - ширина осмотра зафиксированного номерного знака; n - размер номерного знака; p - предлагаемая ширина отображаемого номера, измеряемая в пикселях.
Рассмотрим расчет на следующем примере: средний размер знака - 0,52 м, ширина контролируемой зоны - 3 м, а рекомендуемый размер обычно принимают в 200 пикселей. Получаем такой ответ:
(w/n)*p = (3/0,52)*200 = 1154 пикселя.
Из расчета видно, что подходящим вариантом будет камера со стандартным HD форматом съемки (1280*720 пикселей). Но это справедливо если расстояние от камеры до номера 3-5 метров. Если расстояние больше, то и разрешение камеры необходимо выше. Если это расстояние превышает 20м, то необходима камера с вариофокальным объективом. Она позволит сузить угол обзора, тем самым увеличив фиксируемый объект на экране монитора.
Характеристики видеокамер для распознавания номеров
Нужно принимать во внимание размер самой матрицы. Большая матица обладает большей светочувствительностью. Чтобы распознавать номера, матрица должна быть не меньше 1/3 дюйма. Но для качественного определения номеров необходима матрица от 1/2 дюйма и больше. Например IP камера с матрицей Sony IMX 185 размером 1/1.8.
Не менее важна и характеристика светосилы. Этот показатель определяет объектив видеокамеры и обозначается как число F. Оно характеризуется отношением фокусного расстояния к значению раскрытия диафрагмы. Характеристика сигнал/шум будет лучше при большей светосиле, так как на матрицу поступает больше света. С увеличением светосилы уменьшается и количество цифровых шумов. Определение номеров требует значение светосилы от F/1,4 и выше.
Даже самые лучшие камеры неспособны определить номер автомобиля, находящегося в полной темноте. Поэтому нужно сразу позаботиться о нормальном освещении. Большая часть современных камер обладает ИК-подсветкой, но эта функция вынуждает переходить в режим черно-белой съемки. При ИК-подсветке происходит дополнительный нагрев камеры, что может вызвать перегрев в жаркое время года, а это создаст лишние помехи.
Имеет значение и показатель числа кадров в секунду. Рекомендуются камеры с частотой 25 к/с. На участках с малой скоростью движения транспортного потока видеокамеры переключают в режим 12 к/с или ниже. Это позволяет уменьшить нагрузку на устройство, чтобы лучше обрабатывать поступающие объемы информации.
Расположение видеокамеры
Для получения ожидаемого результата оборудование нужно размещать с четким соблюдением всех условий
- На изображении наклон номера автомобиля не должен быть больше 5° по оси x.
- Угол направления камеры должен быть до 30° как по горизонтали, так и по вертикали.
- Чтобы захватить 2 полосы, можно установить камеру по центру между ними.
- Высота расположения камеры должна находиться в пределах 2-6 метров.
- При монтаже устройства возле шлагбаума, нужно учитывать, что он создает некоторый участок отчуждения.
- Установив камеру, необходимо проверить приемлемость качества съемки в ночное время суток. Режим диафрагмы выставляется на «авто» с уровнем 50.
- Для гашения света фар в темный период необходима камера с выдержкой 1/1000 и более.
- При отсутствии нормального освещения дороги следует выставить функцию день/ночь на «авто». В ином случае выставляется интеллектуальная подсветка в положение - «вкл».
- Подсветка BLC и WDR должна быть выключена.
Чтобы автоматически фиксировать номера в базе данных, необходима специальная программа для камеры либо ПК, распознающая номерные знаки. Сейчас появились в продаже и камеры, которые сами распознают номера автомобилей.
Похожие статьи
