发表于:2021/3/30 13:54:21
#0楼
随着人们经济、生活水平的提高,民用汽车数量骤增,因此对汽车的管理就变得很重要。目前,自动车牌号码识别 (ANPR) 系统已被广泛应用,这样就有助于执法机构对公路上的交通状况进行控制和管理。今天,小菲就给大家介绍一款新型ANPR系统——Traffic Eye,它是总部位于西班牙马德里的Lector Vision引入创建的。
机器视觉相机在ANPR系统中的应用
Lector Vision是一家硬件和软件开发公司,专注于机器视觉系统,即自动车牌读取。其凭借在ITS、停车场、访问控制、视频监控和机器视觉领域的广泛技术和商业经验,为交通管理、访问控制车辆、停车场管理以及其他安全运营和物流领域开发产品系列提供解决方案。
这款新型自动车牌号码识别 (ANPR) 系统将最好的现成硬件与由Lector Vision设计和开发的定制硬件相结合,同时结合该公司自身的OCR软件引擎,实现了一种高度灵活的系统,可快速定制用于识别世界上任何一个国家/地区的车牌。
Traffic Eye系统本身采用脉冲红外光照亮交通场景,同时使用两台单独的相机捕获车辆的黑白图像和场景的整体图像。这两种图像随后通过GigE接口传送到Traffic Eye系统中的一个嵌入式四核处理器。在这里,运行在处理器上的定制软件将对单色图像进行分析,以确定图像中车牌上的字符。 为此,软件首先在图像中车牌可能存在的地方搜索相关矩形区域。然后,对相关区域执行边缘检测运算,通过在图像中检测亮度的不连续性,找到车牌上字符的边界。
该系统首先搜索图像中可能存在车牌的矩形区域
在图像中确定了车牌上的字符位置后,该系统接下来就要识别个别的字符了。为此,Lector Vision 选择部署一个基于软件的人工神经网络,用以识别车牌上的字符。随后,将车牌号码和场景整体色彩关联在一起,通过线缆、光纤、GPRS或3G网络传送到控制中心,传输方式根据实际应用情况而定。
ANPR系统中机器视觉相机的选择
Lector Vision研发经理Gonzalo Garcia Palacios表示,机器视觉相机在车牌识别过程中发挥着重要作用,因为该系统的整体性能高度依赖于所捕获到的图像质量。
Traffic Eye系统的第一台相机是FLIR Blackfly GigE单色相机,配备了Sony Pregius IMX249 CMOS全局快门传感器和一个红外滤波器,分辨率为1920 × 1200 像素。该相机用于捕获由系统软件进行分析,以确定车辆车牌的图像。
第二台相机是FLIR Blackfly GigE彩色相机,配备了Sony IMX249 CMOS传感器,像素为1920 × 1200像素,该相机用于捕获场景的整体图像。配备了不同CMOS传感器的各个相机可以很容易地变化,以更好地满足应用需求,例如单车道或多车道(最多同时出现三个车道)ANPR设备、闯红灯执法和行驶超速执法等。
FLIR Blackfly GigE相机自2013年推出以来便广泛应用于Traffic Eye系统中,但该系统中使用的模块化性质处理器和控制硬件板导致该公司有多个相机接口。Palacios表示,当系统需要更高的分辨率时,相对简单直接的做法是先选择一台具有合适传感器的相机,然后再决定是选择GigE接口还是具有更高带宽的USB3接口。
新型ANPR系统对企业的帮助
Palacios表示,Traffic Eye系统自2013年推出到现在,其安装量已经超过了500套,这证明了该系统能够读取行驶速度超过200公里/小时车辆的车牌。除了在西班牙广泛部署外,这些系统在安道尔、哥伦比亚、智利、波兰、斯洛伐克、秘鲁、阿尔及利亚和墨西哥等地也颇受青睐。此外,自2003年以来,该公司还向其他感兴趣的用户出售了700多套访问控制设备,以及作为单独软件产品出售的OCR识别软件。
今年,Lector Vision计划为该系统进行升级,以便它能够同时检测高速公路三个以上车道的交通状况。最后,进一步改进该系统,使它不仅能够读取车牌,而且还能检测公路上的许多其他类型的事件,例如在公路上朝着错误方向行驶的交通状况以及车祸等。
机器视觉相机在ANPR系统中的应用
Lector Vision是一家硬件和软件开发公司,专注于机器视觉系统,即自动车牌读取。其凭借在ITS、停车场、访问控制、视频监控和机器视觉领域的广泛技术和商业经验,为交通管理、访问控制车辆、停车场管理以及其他安全运营和物流领域开发产品系列提供解决方案。
这款新型自动车牌号码识别 (ANPR) 系统将最好的现成硬件与由Lector Vision设计和开发的定制硬件相结合,同时结合该公司自身的OCR软件引擎,实现了一种高度灵活的系统,可快速定制用于识别世界上任何一个国家/地区的车牌。
Traffic Eye系统本身采用脉冲红外光照亮交通场景,同时使用两台单独的相机捕获车辆的黑白图像和场景的整体图像。这两种图像随后通过GigE接口传送到Traffic Eye系统中的一个嵌入式四核处理器。在这里,运行在处理器上的定制软件将对单色图像进行分析,以确定图像中车牌上的字符。 为此,软件首先在图像中车牌可能存在的地方搜索相关矩形区域。然后,对相关区域执行边缘检测运算,通过在图像中检测亮度的不连续性,找到车牌上字符的边界。
该系统首先搜索图像中可能存在车牌的矩形区域
在图像中确定了车牌上的字符位置后,该系统接下来就要识别个别的字符了。为此,Lector Vision 选择部署一个基于软件的人工神经网络,用以识别车牌上的字符。随后,将车牌号码和场景整体色彩关联在一起,通过线缆、光纤、GPRS或3G网络传送到控制中心,传输方式根据实际应用情况而定。
ANPR系统中机器视觉相机的选择
Lector Vision研发经理Gonzalo Garcia Palacios表示,机器视觉相机在车牌识别过程中发挥着重要作用,因为该系统的整体性能高度依赖于所捕获到的图像质量。
Traffic Eye系统的第一台相机是FLIR Blackfly GigE单色相机,配备了Sony Pregius IMX249 CMOS全局快门传感器和一个红外滤波器,分辨率为1920 × 1200 像素。该相机用于捕获由系统软件进行分析,以确定车辆车牌的图像。
第二台相机是FLIR Blackfly GigE彩色相机,配备了Sony IMX249 CMOS传感器,像素为1920 × 1200像素,该相机用于捕获场景的整体图像。配备了不同CMOS传感器的各个相机可以很容易地变化,以更好地满足应用需求,例如单车道或多车道(最多同时出现三个车道)ANPR设备、闯红灯执法和行驶超速执法等。
FLIR Blackfly GigE相机自2013年推出以来便广泛应用于Traffic Eye系统中,但该系统中使用的模块化性质处理器和控制硬件板导致该公司有多个相机接口。Palacios表示,当系统需要更高的分辨率时,相对简单直接的做法是先选择一台具有合适传感器的相机,然后再决定是选择GigE接口还是具有更高带宽的USB3接口。
新型ANPR系统对企业的帮助
Palacios表示,Traffic Eye系统自2013年推出到现在,其安装量已经超过了500套,这证明了该系统能够读取行驶速度超过200公里/小时车辆的车牌。除了在西班牙广泛部署外,这些系统在安道尔、哥伦比亚、智利、波兰、斯洛伐克、秘鲁、阿尔及利亚和墨西哥等地也颇受青睐。此外,自2003年以来,该公司还向其他感兴趣的用户出售了700多套访问控制设备,以及作为单独软件产品出售的OCR识别软件。
今年,Lector Vision计划为该系统进行升级,以便它能够同时检测高速公路三个以上车道的交通状况。最后,进一步改进该系统,使它不仅能够读取车牌,而且还能检测公路上的许多其他类型的事件,例如在公路上朝着错误方向行驶的交通状况以及车祸等。
[此贴子已经被作者于2021/3/30 13:54:45编辑过]