A rendszámtáblák világszerte számtalan formában, méretben és színben léteznek, és a technológia fejlődésével egyre nagyobb hangsúly kerül a szabványosításukra. Az automatikus rendszámfelismeréssel foglalkozó vállalkozások számára (ALPR, más néven ANPR) ez kedvező fejlemény. Mindezek ellenére azonban egy rendszámtábla felismerése — legyen szó szabványos vagy egyedi kialakításról — továbbra is számos kihívást rejt. A szokatlan formátumoktól és az elhasználódott tábláktól kezdve a kedvezőtlen kameraszögeken át egészen a nagy sebességgel haladó járművek okozta elmosódott képekig számos tényező nehezíti a rendszámfelismerő rendszerek pontos működését.
A rendszámfelismerés legnagyobb kihívásai
Nézzük meg közelebbről azokat a kihívásokat, amelyekkel még a legfejlettebb ANPR-rendszereknek is meg kell küzdeniük. Bár az automatikus rendszámfelismerési (ANPR) technológia alapjaiban változtatta meg a járműazonosítást és a megfigyelést, továbbra is számos olyan kihívás létezik, amely innovatív megoldásokat igényel. A rendszámtáblák változatosságától a bonyolult kamerabeállításokon és kedvezőtlen időjárási körülményeken át minden egyes tényező próbára teszi az ANPR-technológia képességeit.
Az olyan kihívások, mint a sérült táblák, a világítás okozta tükröződés vagy a sűrű forgalom megzavarhatják a felismerést. A környezeti tényezők, például az eső vagy a köd további komplexitást adnak, ahogyan az is, hogy a járművek milyen sebességgel haladnak el a kamerák előtt. E kihívások közül kiemelkednek az egyedi kialakítású és különleges színű rendszámtáblák — például a piros táblák —, amelyek speciális felismerési megoldásokat igényelnek.
Az egyedi rendszámtáblák felismerésének kihívásai
Ebben a cikkben a nem szabványos rendszámtáblák által jelentett kihívásokra összpontosítunk. Az egyedi kialakítású vagy szokatlan színű — például piros — táblák különösen nehéz feladatot jelentenek a rendszámfelismerő rendszerek számára. A gyenge fényviszonyok tovább fokozzák a problémát, mivel a részletek könnyen elvesznek az infravörös megvilágításban, ami még nehezebbé teszi a pontos felismerést.
E problémák kezelésére a fejlett rendszámfelismerő rendszerek korszerű hardvert intelligens szoftverrel kombinálnak. A speciális kamerabeállítások optimalizálják a képrögzítést, míg a neurális hálózatokra épülő algoritmusok elemzik a rendszámtáblák szerkezetét és a regionális mintázatokat, lehetővé téve a hiányzó vagy nehezen értelmezhető karakterek pontos azonosítását. A változatos adathalmazokon végzett tanításnak köszönhetően ezek a rendszerek folyamatosan fejlesztik képességeiket, hogy még a legösszetettebb kialakítású táblákat is nagy pontossággal felismerjék.
Bár ez a cikk az egyedi rendszámtáblákra és a különleges színekre összpontosít, a következő részekben más kritikus kihívásokat is bemutatunk majd — például a tükröződések kezelését, a nagy sebességű forgalom okozta nehézségeket vagy a környezeti zavaró tényezők hatásait. Most pedig nézzük meg közelebbről, hogyan kezelik a rendszámfelismerő rendszerek a piros rendszámtáblák jelentette kihívásokat.
Miért nehéz a piros rendszámtáblák felismerése?
Számos rendszámfelismerő rendszer infravörös (IR) megvilágítást használ a rendszámtábla-adatok rögzítéséhez gyenge fényviszonyok vagy éjszakai körülmények között. Az IR-fény azonban nem rögzít színinformációt, ami komoly kihívást jelent azokban a régiókban, ahol a színek megkülönböztetése alapvető fontosságú. Infravörös megvilágítás mellett például nem lehet különbséget tenni az azonos karaktereket tartalmazó piros és zöld rendszámtáblák között.
Most képzelje el: olyan rendszámtáblákat kell felismernie, amelyek eltérnek a megszokottól — világos háttéren piros karakterekkel, vagy éppen piros háttérrel és fehér karakterekkel. Ehhez adódik még, hogy mindezt éjszaka, nem ideális fényviszonyok mellett kell megtenni. Elég összetett feladatnak hangzik, igaz? Nos, valóban az — de mi segítünk.
Először nézzük meg, hogyan működik a rendszámfelismerő technológia szabványos táblák esetén. Az alapok megértése jól szemlélteti, miért jelentenek bizonyos rendszámtípusok — például a piros táblák — külön kihívást.
Akár nappal, akár éjszaka történik a felismerés, a rendszámtáblák pontos rögzítése számos kulcsfontosságú tényezőtől függ — például a jármű sebességétől, a kamera elhelyezésétől, a táblák változatosságától, a megvilágítástól vagy az időjárási körülményektől. Az igazi kihívást azonban az éjszakai rendszámfelismerés jelenti. Megfelelő megvilágítás nélkül a kamerák a rendszámtáblákat könnyen homályos, sötét alakzatként érzékelhetik. A fehér fény használata zavarhatja a járművezetőket, ráadásul a fényvisszaverő bevonattal ellátott táblák esetében tükröződést okozhat, ami elfedheti a fontos részleteket. Éppen ezért a rendszámfelismerésben az infravörös (IR) megvilágítás alkalmazása vált általános gyakorlattá. A piros rendszámtáblák azonban újabb kihívásokat hoznak — és itt válik igazán érdekessé a technológia működése.
A piros rendszámtáblák felismerésének kihívásai
A szabványos rendszámtáblák sötétben is jól olvashatók az infravörös (IR) megvilágításnak köszönhetően. Az IR segíti a rendszámfelismerő kamerákat a gyenge fényviszonyok melletti működésben, növelve a karakterek és a háttér közötti kontrasztot. További előnye, hogy nem zavarja a járművezetőket, mivel az infravörös fény a látható spektrumon kívül működik.
Az emberi szem a 380 és 750 nm közötti hullámhosszú fényt érzékeli. Annak érdekében, hogy éjszaka ne vakítsák el a járművezetőket, ezeknek a megvilágítóknak 750 nm felett kell működniük. Az éjszakai rendszámfelismeréshez a 850 nm-es infravörös (IR) fény tekinthető optimálisnak, míg a 760 nm-es IR-fény inkább az utasszámlálási alkalmazásokhoz (Vidar PAX) előnyös, mivel jobb láthatóságot biztosít a szélvédő mögött.
A probléma kezelésére a piros rendszámtáblák éjszakai felismerésénél általában a fehér LED-megvilágítás jelenti a legjobb kiindulópontot. Ezek egyenletes fényt biztosítanak, és segítenek csökkenteni az olyan gyakori problémák hatását, mint a tükröződés, a szokatlan táblaméretek vagy a nehezen olvasható karaktertípusok. Ha a fehér LED-ek nem nyújtanak megfelelő eredményt, a 760 nm-es közeli infravörös (NIR) fény gyakran megbízható alternatívát jelent. Ezzel szemben a 850 nm-es IR-fény különösen jól alkalmazható piros rendszámtáblák esetén. Ez a hullámhossz hatékonyan lép kölcsönhatásba a piros színnel, növeli a kontrasztot, és segít abban, hogy a rendszámtábla részletei tisztán elkülönüljenek a háttértől.
Képzelje el úgy, mint egy oroszlánt, amely megpróbál észrevenni egy mozdulatlanul álló zebrát a magas fűben. A színtévesztő oroszlán szemszögéből a zebra szinte beleolvad a környezetébe, így alig különíthető el a háttértől. Hasonló módon a vörös fény sem képes megfelelően kiemelni a piros rendszámtáblákat, ezért még a megfelelően beállított kamera és megvilágítás mellett is előfordulhat, hogy a végeredmény nehezen olvasható kép lesz.
Optimális kamerabeállítások piros rendszámtáblák felismeréséhez
Az oroszlánnal ellentétben — amelynek evolúciós alkalmazkodásra lenne szüksége az éjszakai kihívások leküzdéséhez — a rendszámfelismerő kamerák néhány beállítás finomhangolásával optimalizálhatók a piros rendszámtáblák felismerésére. A megfelelő konfigurációval a kamerák pontosan képesek olvasni a piros karaktereket vagy piros hátteret tartalmazó táblákat is.
MEGJEGYZÉS: Ezek a konfigurációk az Adaptive Recognition Vidar ANPR kameráihoz készültek, 850 nm-es IR megvilágítóval vagy beépített infravörös világítással használva. Ha harmadik féltől származó kamerát használ valamelyik Carmen® szoftvertermékkel, a kompatibilitással kapcsolatban érdemes egyeztetni a kamera gyártójával.
1. Zajcsökkentés
A kép zajosságának csökkentéséhez állítsa világosabbra a képet, miközben a Shutter és Gain értékeket alacsonyan tartja.
Javasolt a lehető legalacsonyabb megvilágítási szint használata. Fontos azonban figyelembe venni, hogy a megvilágítás intenzitását jelentősen befolyásolja a kamera és a rendszámtábla közötti távolság. Ennek megfelelően ügyeljen arra, hogy a megvilágítás elegendő legyen a rendszámtáblák megfelelő megvilágításához. A szükséges megvilágítási szintek beállításához érdemes egy járművet a kamera elé állítani a tényleges használati távolságon.
2. Képminőség
Állítsa a JPEG Quality értékét 75 és 85 közé. Ez tisztább képet eredményez, csökkenti az elmosódott karakterek előfordulását, és javítja a teljes rendszámfelismerési folyamat pontosságát.
3. Nappali/éjszakai váltás
Míg a hagyományos rendszámtáblák alkonyatkor és hajnalban hosszabb ideig jól láthatók maradnak, a piros rendszámtáblák hamarabb veszítenek láthatóságukból. Ahhoz, hogy a kamera megbízhatóan felismerje a piros rendszámtáblákat, az eszköznek megfelelő időben kell átváltania a nappali és éjszakai módok között. Ez a force_daynightcut értékének 100-ra állításával érhető el az alábbi HTTP-kérés segítségével:
http://CAMERA_IP/control/brightnesscontrol?force_daynightcut=100&save&wfilter=1
4. Gamma
A gamma értékét 1,4 és 1,5 közé javasolt beállítani. Ez segít optimalizálni a bitek felhasználását a képkódolási folyamat során, javítva a képminőséget és a karakterek olvashatóságát. Fontos megjegyezni, hogy a gamma érték csak akkor módosítható, ha a Fényerőszabályozás kézi módra van állítva.
5. Gyenge fényviszonyok módjai
A piros rendszámtáblák nappal valamivel világosabb, éjszaka pedig enyhén megemelt fényerejű képen olvashatók a legjobban. Ez úgy érhető el, hogy a nappali és éjszakai értékeket az alapértelmezett beállításokról az alábbi értékekre módosítja:
6. Célfényerő
Ha a kamera lehetőséget biztosít a Célfényerő értékének beállítására, ügyeljen arra, hogy az 0 (nulla) és a maximális pozitív (+100) érték közé essen.
Vegye figyelembe, hogy a Target Brightness pozitív tartományban tartása összességében világosabb képet eredményez, ami kedvezőbb a piros rendszámtáblák felismeréséhez. Túlexponálás esetén azonban — amely bármely rendszámtábla olvashatóságát ronthatja — lehetőség van a Target Brightness értékét a negatív tartományba állítani. A legjobb eredmény érdekében érdemes olyan értéket választani, amely egyszerre akadályozza meg az alul- és túlexponálást, miközben biztosítja a piros rendszámtáblák megbízható felismerését. A megfelelő beállítás ezért nagymértékben függ az adott telepítési környezettől.
7. MDF és IRCORR értékek
Az MDF és IRCORR értékek beállítása lehetővé teszi, hogy a kamera nappal és éjszaka is kristálytiszta és éles képeket adjon. A két érték konfigurálásához végezze el az alábbi lépéseket:
1. lépés: Mérje meg a nappali és éjszakai fókuszértékeket
2. lépés: Állítsa be a különbséget MDF-értékként az alábbi kéréssel:
http://[cameraIPaddress]/control/filtercontrol?mdf=[difference]&save§ion=1&wfilter=1
3. lépés: Kapcsolja be az IRCORR kézi korrekcióját az alábbi kéréssel:
http://[camera IP address]/control/filtercontrol?ircorr=-1&save§ion=1&wfilter=1
Észrevette, hogy a szögletes zárójelek [] közötti szöveg helyőrző? Ahhoz, hogy a kérések megfelelően működjenek, illessze be a kamerája IP-címét a ’[camera IP address]’ helyére, és cserélje le a ’[difference]’ részt a nappali és éjszakai fókuszértékek közötti számszerű különbségre.
MEGJEGYZÉS: Ezek a konfigurációk az Adaptive Recognition Vidar ANPR kameráihoz vannak igazítva, 850 nm-es IR megvilágítókkal vagy beépített IR világítással párosítva. Ha harmadik féltől származó kamerákat használ Carmen® szoftverrel, a kompatibilitásért forduljon a kamera gyártójához.
Összefoglaló: a rendszámfelismerés legnehezebb kihívásai
Az automatikus rendszámfelismerés alapjaiban változtatta meg a járműazonosítás, a megfigyelés és a forgalomirányítás működését. Ugyanakkor még a legfejlettebb rendszerek is olyan kihívásokkal szembesülnek, amelyek folyamatos innovációt igényelnek. A környezeti zavaró tényezők kezelésétől és a nagy sebességgel haladó járművek felismerésétől kezdve az összetett vagy egyedi rendszámtáblák pontos azonosításáig a megbízható felismerés számos technikai akadály leküzdését követeli meg.
Ez a cikk a rendszámfelismerés egyik legösszetettebb kihívására — a piros rendszámtáblákra és az egyedi kialakítású táblákra — összpontosított. Ezek az eltérések komoly próbatételt jelentenek a hagyományos rendszámfelismerő rendszerek számára, az Adaptive Recognition technológiája azonban képes alkalmazkodni ezekhez a kihívásokhoz intelligens szoftveralgoritmusok és fejlett neurális hálózati megoldások segítségével. A kamerabeállítások finomhangolásával és a korszerű felismerési technológiák alkalmazásával a modern rendszámfelismerő rendszerek még a legösszetettebb helyzetekben is kiemelkedő pontosságot képesek biztosítani.
Ez még csak a kezdet. A sorozat következő részeiben bemutatjuk, hogyan kezeli a rendszámfelismerés a további kulcsfontosságú kihívásokat — például a tükröződéseket, a sűrű forgalmat vagy a szélsőséges időjárási körülményeket. Együtt feltárjuk azokat a stratégiákat és innovációkat, amelyek a rendszámfelismerést az intelligens közlekedési rendszerek egyik alaptechnológiájává teszik. Tartson velünk, miközben mélyebben is megvizsgáljuk a rendszámfelismerés legösszetettebb kihívásait és az ezekre adott korszerű megoldásokat.
Van kérdése?
