Czas szczegółowo opowiedzieć, jak działa nasza implementacja algorytmu rozpoznawania tablic rejestracyjnych: co okazało się dobrym rozwiązaniem, co zadziałało bardzo źle. I po prostu zgłoś się do użytkowników Habra - w końcu za pomocą aplikacji Recognitor na Androida pomogłeś nam zdobyć przyzwoitej wielkości bazę danych zdjęć tablic rejestracyjnych wykonanych w całkowicie obiektywny sposób, bez tłumaczenia, jak strzelać, a jak nie. A baza danych obrazów jest najważniejsza przy opracowywaniu algorytmów rozpoznawania!
Co się stało z aplikacją Recognitor na Androida
To bardzo miłe, że użytkownicy Habr zaczęli pobierać aplikację, testować ją i przesyłać nam numery.
Programy do pobrania i oceny
Od momentu wgrania aplikacji na serwer wpłynęło 3800 zdjęć numerów z aplikacji mobilnej.
Co więcej, byliśmy zadowoleni z linku http://212.116.121.70:10000/uploadimage - w ciągu 2 dni przesłano do nas około 8 tysięcy pełnowymiarowych zdjęć Tablice rejestracyjne(głównie Wołogda)! Serwer był prawie wyłączony.
Teraz mamy w rękach bazę 12 000 zdjęć - przed algorytmami debugowania gigantyczna praca. Cała zabawa dopiero się zaczyna!
Przypomnę, że numer został wcześniej przydzielony w aplikacji na Androida. W tym artykule nie będę szczegółowo omawiał tego etapu. W naszym przypadku detektor kaskadowy Haara. Ten detektor nie zawsze działa, jeśli liczba w ramce jest zbyt mocno obrócona. Analizę działania wyuczonego detektora kaskadowego, gdy nie działa, zostawię na kolejne artykuły. To naprawdę bardzo interesujące. Wygląda na to, że jest to czarna skrzynka - wyszkolony detektor i nic więcej. Właściwie tak nie jest.
Mimo to detektor kaskadowy jest dobrym rozwiązaniem w przypadku ograniczonych zasobów obliczeniowych. Jeśli tablica rejestracyjna jest zabrudzona lub ramka jest słabo widoczna, to Haar sprawdza się również w stosunku do innych metod.
Rozpoznawanie liczb
Oto opowieść o rozpoznawaniu tekstu na obrazach tego typu:
Ogólne podejścia do uznawania zostały opisane w pierwszym artykule.
Początkowo postawiliśmy sobie za zadanie rozpoznawanie zabrudzonych, częściowo zatartych i poważnie zniekształconych tablic rejestracyjnych.
Po pierwsze jest to ciekawe, a po drugie wydawało się, że wtedy czyste będą działać na ogół w 100% przypadków. Zazwyczaj tak się oczywiście dzieje. Ale tutaj nie wyszło. Okazało się, że jeśli dla liczb brudnych prawdopodobieństwo sukcesu wynosiło 88%, to dla liczb czystych na przykład 90%. Chociaż w rzeczywistości prawdopodobieństwo rozpoznania z fotografii dalej mobilna aplikacja przed pomyślną odpowiedzią oczywiście okazało się, że jest jeszcze gorzej niż wskazana liczba. Nieco mniej niż 50% przychodzących zdjęć (aby ludzie nie próbowali robić zdjęć). Te. średnio tablica rejestracyjna musiała zostać sfotografowana dwukrotnie, aby ją skutecznie rozpoznać. Chociaż pod wieloma względami tak niski odsetek wynika z faktu, że wielu próbowało wziąć liczby z ekranu monitora, a nie w prawdziwym życiu.
Cały algorytm został zbudowany dla liczb nieczytelnych. Okazało się jednak, że teraz latem w Moskwie 9 na 10 pokoi jest idealnie czystych. Lepiej więc zmienić strategię i zrobić dwa osobne algorytmy. Jeśli udało się szybko i niezawodnie rozpoznać czystą liczbę, wówczas wyślemy ten wynik do użytkownika, a jeśli nie było to możliwe, to poświęcamy trochę więcej czasu procesora i uruchamiamy drugi algorytm dla liczb nieczytelnych.
Prosty algorytm rozpoznawania tablic rejestracyjnych, który należy wdrożyć od razu
Jak rozpoznać dobry i czysty numer? To wcale nie jest trudne.Przedstawiamy następujące wymagania dla takiego algorytmu:
1) pewna stabilność na zakrętach (± 10 stopni)
2) odporność na drobne skalowanie (20%)
3) obcinanie jakichkolwiek granic liczby przy granicy kadru lub po prostu źle zaznaczonych granic nie powinno zepsuć wszystkiego (jest to fundamentalnie ważne, bo w przypadku liczb brudnych trzeba polegać na granicy liczby; jeśli numer jest czysty, to nic lepiej nie charakteryzuje cyfr/liter numer).
Więc czysto i dobrze czytelne numery wszystkie cyfry i litery można od siebie oddzielić, co oznacza, że można zbinaryzować obraz i użyć metod morfologicznych do wybrania powiązanych obszarów lub użyć dobrze znanych funkcji wykrywania krawędzi.
Binaryzujemy ramkę
Tutaj warto przejść przez filtr średnioprzepustowy i znormalizować obraz. 
Obraz przedstawia początkowo ramkę o niskim kontraście dla przejrzystości.
Następnie zbinaryzuj według ustalonego progu (możesz ustalić próg, ponieważ obraz został znormalizowany).
Hipotezy dotyczące obrotu klatki
Załóżmy kilka możliwych kątów obrotu obrazu. Na przykład +10, 0, -10 stopni:
W przyszłości metoda będzie miała niewielkie opory na kąt obrotu cyfr i liter, więc wybrano taki dość duży skok kąta - 10 stopni.
W przyszłości będziemy pracować z każdą ramką niezależnie. Która hipoteza rotacji da najlepszy wynik, wygra.
A następnie zbierz wszystkie powiązane obszary. Tutaj użyliśmy funkcji standardowej znajdźKontury z OpenCV. Jeśli połączony obszar (kontur) ma wysokość w pikselach od H1 do H2, a szerokość i wysokość są powiązane stosunkiem od K1 do K2, to zostaw to w ramce i zwróć uwagę, że w tym obszarze może znajdować się znak. Prawie na pewno na tym etapie pozostaną tylko cyfry i litery, reszta śmieci opuści ramkę. Weźmy prostokąty ograniczające kontury, sprowadźmy je do tej samej skali, a następnie pracujmy z każdą literą / cyfrą osobno.
Oto obwiednie ścieżek, które spełniły nasze wymagania: 
Litery/cyfry
Jakość obrazu jest dobra, wszystkie litery i cyfry są doskonale rozdzielone, inaczej nie osiągnęlibyśmy tego kroku.
Skalujemy wszystkie znaki do tego samego rozmiaru, na przykład 20x30 pikseli. Tutaj są:
Nawiasem mówiąc, kiedy OpenCV wykonuje Resize (po zmniejszeniu do rozmiaru 20x30), zbinaryzowany obraz zmieni się w gradientowy z powodu interpolacji. Będziemy musieli powtórzyć binaryzację.
A teraz najłatwiejszym sposobem porównania ze znanymi obrazami znaków jest użycie XOR (znormalizowana odległość Hamminga). Na przykład tak:
Odległość = 1,0 - |Próbka obrazu XOR|/|Próbka|
Jeśli odległość jest większa niż próg, to uważamy, że znaleźliśmy znak, jeśli jest mniejsza, wyrzucamy go.
Litera-numer-numer-numer-litera-litera
Tak, szukamy rosyjskich znaków samochodowych w tym formacie. Tutaj musisz wziąć pod uwagę, że cyfra 0 i litera „o” wcale nie różnią się od siebie, cyfra 8 i litera „c”. Ustawimy wszystkie znaki od lewej do prawej i weźmiemy 6 znaków.
Kryterium razy - litera-liczba-liczba-liczba-litera-litera (nie zapomnij o 0/o, 8/v)
Kryterium drugie - odchylenie dolnej granicy 6 znaków od linii
Całkowity wynik dla hipotezy jest sumą odległości Hamminga dla wszystkich 6 znaków. Im większy tym lepszy.
Tak więc, jeśli suma punktów jest mniejsza niż próg, to uważamy, że znaleźliśmy 6 cyfr liczby (bez regionu). Jeśli jest większy niż próg, to przechodzimy do algorytmu odpornego na brudne liczby.
Tutaj nadal warto osobno rozważyć litery „H” i „M”. Aby to zrobić, musisz utworzyć osobny klasyfikator, na przykład zgodnie z histogramem gradientów.
Region
Kolejne dwa lub trzy znaki powyżej linii narysowanej wzdłuż dolnej części 6 już znalezionych znaków to region. Jeśli istnieje trzecia cyfra i jej podobieństwo jest większe niż próg, to region składa się z trzech cyfr. W przeciwnym razie z dwóch.
Jednak rozpoznawanie regionu często nie przebiega tak płynnie, jak powinno. Liczby w regionach są mniejsze, mogą nie zostać pomyślnie podzielone. Dlatego region jest lepiej rozpoznawany w sposób bardziej odporny na brud/hałas/nakładanie się, jak opisano poniżej.
Niektóre szczegóły opisu algorytmu nie są ujawniane zbyt szczegółowo. Częściowo dlatego, że teraz wykonano tylko makietę tego algorytmu i pozostaje on do przetestowania i debugowania na tych tysiącach obrazów. Jeśli liczba jest dobra i czysta, musisz rozpoznać liczbę w dziesiątki milisekund lub odpowiedzieć „nie powiodło się” i przejść do poważniejszego algorytmu.
Algorytm odporny na brudne liczby
Oczywiste jest, że opisany powyżej algorytm w ogóle nie działa, jeśli znaki na tablicy rejestracyjnej sklejają się ze względu na złą jakość obrazu (brud, słaba rozdzielczość, zły cień lub kąt strzału).
Oto przykłady liczb, w których pierwszy algorytm nic nie zrobił: 
Będziesz jednak musiał polegać na granicach tablicy rejestracyjnej, a następnie w ściśle określonym obszarze szukać znaków o dokładnie znanej orientacji i skali. A co najważniejsze - brak binaryzacji!
Szukamy dolnej granicy liczby
Najprostszy i najbardziej niezawodny krok w tym algorytmie. Przechodzimy przez kilka hipotez dotyczących kąta obrotu i budujemy dla każdej hipotezy dotyczącej obrotu histogram jasności pikseli wzdłuż linii poziomych dla dolnej połowy obrazu: 
Wybierzmy maksimum nachylenia i tym samym określmy kąt nachylenia oraz na jakim poziomie odciąć cyfrę od dołu. Nie zapomnijmy poprawić kontrastu i uzyskać ten obraz: 
Ogólnie rzecz biorąc, warto używać nie tylko histogramu jasności, ale także histogramu dyspersji, histogramu gradientu, aby zwiększyć niezawodność obcinania liczb.
Szukamy górnej granicy liczby
Tutaj nie jest to takie oczywiste, okazało się, że jeśli zdejmie się tylną tablicę rejestracyjną z rąk, to górna ramka może być mocno zakrzywiona i częściowo zasłaniać znaki lub w cieniu, jak w tym przypadku: 
Nie ma ostrego przejścia jasności w górnej części liczby, a maksymalny gradient całkowicie wytnie liczbę w środku.
Wybrnęliśmy z sytuacji w niezbyt trywialny sposób: wyszkoliliśmy detektor kaskady Haara dla każdej cyfry i każdej litery, znaleźliśmy wszystkie znaki na obrazie i ustaliliśmy górną linię, gdzie należy wyciąć:
Wydawać by się mogło, że warto się tu zatrzymać – cyfry i litery już znaleźliśmy! Ale w rzeczywistości oczywiście detektor Haara może się mylić, a mamy tu 7-8 znaków. Dobry przykład liczby 4. Jeśli górna granica liczby łączy się z liczbą 4, to wcale nie jest trudno zobaczyć liczbę 7. Co zresztą zdarzyło się w tym przykładzie. Ale z drugiej strony, pomimo błędu wykrywania, górna granica znalezionych prostokątów rzeczywiście pokrywa się z górną granicą tablicy rejestracyjnej.
Znajdź boczne krawędzie liczby
Również nic trudnego - absolutnie taki sam jak dolny. Jedyna różnica polega na tym, że często jasność gradientu pierwszego lub ostatniego znaku w liczbie może przekraczać jasność gradientu pionowej granicy liczby, więc nie jest wybierane maksimum, ale pierwszy gradient, który przekracza próg . Podobnie w przypadku dolnej granicy konieczne jest uporządkowanie kilku hipotez nachylenia, ponieważ ze względu na perspektywę prostopadłość granic pionowych i poziomych nie jest w ogóle gwarantowana.
Oto ładnie przycięta liczba:
Tak! szczególnie miło jest wstawić ramkę z obrzydliwym numerem, który został pomyślnie rozpoznany.
Smutne jest tylko jedno - na tym etapie od 5% do 15% liczb można nieprawidłowo odciąć. Na przykład tak: 
(swoją drogą, ktoś przysłał nam żółty numer taksówki, o ile dobrze rozumiem - format nie jest regularny)
Wszystko to było konieczne, aby wszystko to zostało zrobione tylko w celu optymalizacji obliczeń, ponieważ uporządkowanie wszystkich możliwych pozycji, skal i nachyleń znaków podczas ich wyszukiwania jest bardzo kosztowne obliczeniowo.
Podziel ciąg znaków na znaki
Niestety ze względu na perspektywę i niestandardową szerokość wszystkich znaków trzeba jakoś uwypuklić znaki w już wykadrowanym numerze. Tutaj znowu pomoże histogram jasności, ale wzdłuż osi X: 
Jedyne, co warto zbadać w przyszłości, to dwie hipotezy: symbole zaczynają się natychmiast lub należy pominąć jedno maksimum histogramu. Wynika to z faktu, że na niektórych numerach otwór na śrubę lub łeb śruby tablicy rejestracyjnej może różnić się jako osobny znak lub może być całkowicie niewidoczny.
Rozpoznawanie znaków
Obraz nadal nie jest zbinaryzowany, wykorzystamy wszystkie informacje, które posiadamy.
Oto znaki do wydrukowania, więc ważona kowariancja jest odpowiednia do porównywania obrazów z przykładem:
Próbki do porównania i ważenia w ramach kowariancji:
Oczywiście nie można po prostu porównać obszaru zaznaczonego poziomym histogramem z próbkami. Musimy postawić kilka hipotez dotyczących przemieszczenia i skali.
Liczba hipotez według pozycji wzdłuż osi X = 4
Liczba hipotez według pozycji wzdłuż osi Y = 4
Liczba hipotez według skali = 3
Zatem dla każdego obszaru w porównaniu z jednym znakiem konieczne jest obliczenie kowariancji 4x4x3.
Przede wszystkim znajdziemy 3 duże liczby. To 3 x 10 x 4 x 4 x 3 = 1440 porównań.
Potem jedna litera po lewej i dwie kolejne po prawej. Do porównania jest 12 liter, więc liczba porównań wynosi 3x12x4x4x3 = 1728
Kiedy mamy 6 postaci, to wszystko na prawo od nich to region.
W regionie mogą być 2 cyfry lub 3 cyfry - należy to wziąć pod uwagę. Dzielenie regionu w sposób histogramowy jest już bez sensu ze względu na to, że jakość obrazu może być zbyt niska. Dlatego po prostu na przemian znajdujemy liczby od lewej do prawej. Zaczynając od lewego górnego rogu, potrzebujemy kilku hipotez dla osi x, osi y i skali. Znalezienie najlepszego dopasowania. Przesuwamy się o określoną wartość w prawo, ponownie szukamy. Będziemy szukać trzeciego znaku na lewo od pierwszego i na prawo od drugiego, jeśli miara podobieństwa trzeciego znaku jest większa niż próg, to mamy szczęście - numer regionu składa się z trzech cyfr.
wnioski
Praktyka stosowania algorytmu (druga opisana w artykule) po raz kolejny potwierdziła powszechną prawdę w rozwiązywaniu problemów rozpoznawania: do tworzenia algorytmów potrzebna jest prawdziwie reprezentatywna baza. Celowaliśmy w brudne i odrapane pokoje, bo baza testowa została sfilmowana zimą. Rzeczywiście, często można było rozpoznać raczej złe liczby, ale w próbie szkoleniowej prawie nie było czystych liczb.Ujawniono też drugą stronę medalu: niewiele rzeczy tak irytuje użytkownika, jak sytuacja, gdy system automatyczny nie rozwiązuje zupełnie prymitywnego zadania. „Cóż, czego tu nie można przeczytać?!” Oczekiwany jest fakt, że automatyczny system nie mógł rozpoznać brudnej lub odrapanej tablicy rejestracyjnej.
Szczerze mówiąc, jest to nasze pierwsze doświadczenie w tworzeniu systemu rozpoznawania dla masowego konsumenta. I warto nauczyć się myśleć o takich „drobiazgach”, jak o użytkownikach. Teraz dołączył do nas specjalista, który opracował podobny program „Recognitor” dla iOs. W UI użytkownik ma możliwość zobaczyć co jest aktualnie wysyłane na serwer, wybrać który z przydzielonych przez Haar numerów jest potrzebny, istnieje możliwość zaznaczenia wymaganego obszaru w już „zamrożonej” ramce. I wygodniej jest z niego korzystać. Automatyczne rozpoznawanie staje się nie głupią funkcją, bez której nic się nie da zrobić, ale po prostu asystentem.
Przemyślenie systemu, w którym automatyczne rozpoznawanie obrazu byłoby harmonijne i wygodne dla użytkownika, okazało się wcale nie łatwiejszym zadaniem niż stworzenie tych algorytmów rozpoznawania.
I oczywiście mam nadzieję, że artykuł będzie przydatny.
Kilka miesięcy temu Hikvision oficjalnie wprowadził oprogramowanie układowe do kamer czwartej serii z możliwością rozpoznawania tablic rejestracyjnych. To oprogramowanie można pobrać z oficjalnej strony internetowej Hikvision w Rosji, oprogramowanie jest całkowicie bezpłatne i nadaje się nawet do aparatów zakupionych ponad 2 lata temu, jedyną wadą w tej chwili jest wyłączenie wszystkich inteligentnych funkcji, z wyjątkiem rozpoznawania numerów (wynika to z dużego obciążenia procesora aparatu). W tej chwili każdy posiadacz kamer serii Hikvision 4 może przetestować możliwości tego oprogramowania na swoich kamerach. Platforma wbudowana w kamerę wykrywa i rozpoznaje tablice rejestracyjne, a otrzymane informacje przesyła do lub w celu kontroli dostępu.
Dla poprawne wykonanie Funkcja rozpoznawania tablic rejestracyjnych w kamerze serii Hikvision 4 musi spełniać szereg parametrów:
- do rozpoznania kąt poziomy jest krytyczny i powinien mieścić się w zakresie 0-7 stopni;
- liczba musi zajmować co najmniej 130 pikseli na obrazie;
- oprogramowanie aparatu specjalistyczne 5.3.0_150719. Na razie tylko po angielsku
Co dostajemy przez przeglądarkę:
Do celów prywatnych usunięto zdjęcie tablicy rejestracyjnej i jeden znak z rozpoznanego numeru.
Jak widać, aparat rozpoznaje tablicę rejestracyjną, wskazuje czas, region i zdjęcia samego numeru, jeśli numer z jakiegoś powodu nie zostanie rozpoznany, wykonywany jest zrzut ekranu i można go rozpoznać ręcznie. Aby zachować dane w przypadku utraty połączenia, w aparacie znajduje się bufor na 1000 numerów.
Co dostajemy przez Smart NVR(w naszym przypadku, z oprogramowaniem układowym V3.4.0):
Otrzymujemy komplet zdjęć z datą, numerem aparatu oraz rozpoznanym numerem pojazdu. Rejestrator zbiera i przechowuje te informacje. Możliwe jest wyszukiwanie zarówno po czasie, jak i po numerze, dowolnym numerze i literze, przez dowolny okres czasu.Wszystkie niezbędne informacje można pobrać w pliku XLS.
A także możesz ponownie wgrać plik z numerami z czarnej i białej listy, a tym samym zautomatyzować otwieranie siłownika.
Ostatnią opcją uzyskania informacji jest. Dziś to właśnie ten system w pełni obsługuje wszystkie funkcje rozpoznawania tablic rejestracyjnych i inne inteligentne funkcje kamery. W iVMS-5200Pro interfejs rozpoznawania tablic rejestracyjnych wyświetla 8 ostatnich tablic rejestracyjnych w czasie rzeczywistym po prawej stronie wideo z inteligentnej kamery wraz z czasem.
Do celów prywatnych usunięto jeden znak z rozpoznanego numeru.
W tym samym czasie, klikając tablicę rejestracyjną, pojawia się szczegółowy obraz: 
Wyszukiwanie informacji: wszystkie numery i zdjęcia samochodów trafiają do Bazy Danych, gdzie można je łatwo wyszukać według parametrów ( może być dowolną liczbą i literą numeru, dla dowolnego okresu). W tym celu otwórz interfejs Żądanie numeru i wskaż interesujące nas informacje.
Testowaliśmy ten system na 2 kamerach + DS-7616NI-E2 z firmwarem V3.4.0 i oprogramowaniem iVMS-5200Pro firmy Hikvision (nie tak dawno w zaktualizowana wersja IVMS-4200 2.3.1.3 ten moduł również się pojawił i był testowany). Odsetek rozpoznanych tablic rejestracyjnych wyniósł ~ 70% , ale w naszym przypadku wynikało to z niemożności idealnego ustawienia kamery i zachowania wszystkich parametrów kąta horyzontu do numeru samochodu.
Z doświadczenia naszych kolegów z Petersburga: „Według informacji producenta odsetek rozpoznawanych tablic rejestracyjnych wynosi 85% przy prędkości 65 km/h. W praktyce czasami po nasypie jeździ ponad 100 samochodów, ale numery są rozpoznawane poprawnie. Jeśli chodzi o rozpoznawanie tablic rejestracyjnych w ciemności, to zgodnie z informacjami producenta i zdrowym rozsądkiem należy zainstalować oświetlacz IR o długości fali 850 nm. W naszym przypadku kamera jest zamontowana wysoko, a reflektor nie jest odpowiedni.”
Powyżej użyliśmy „wiązki”:
2) Obiektyw Tamrona 5-50
3) Obudowa termiczna Hikvision 1313HZ-S 
Ogólnie system działa przyzwoicie, rozpoznawanie tablic rejestracyjnych odbywa się bezpośrednio na kamerze, obciążenie komputera klienta jest minimalne (nawet jeśli wszystkie kamery działają z rozpoznawaniem), system może odczytywać informacje z 4 pasów jednocześnie.
Część ekonomiczna tego rozwiązania: Kamery Hikvision 4. serii kosztują od 19990 rubli. osobno potrzebujesz obudowy termicznej i dobrego obiektywu) oraz 39 990 rubli. bo jeśli dodać tutaj 16-kanałowy rejestrator, to dodatkowe 16 990 rubli. Koszt systemu rozpoznawania tablic rejestracyjnych z jedną kamerą (opcja za 39 990 rubli) w oparciu o rejestrator będzie kosztował 57 000 rubli. Przy zastosowaniu 2-3 kamer cena rozwiązania na kanał spadnie i faktycznie zrówna się z kosztem samej kamery.
Oficjalny dealer Hikvision (Hikvision) na Uralu (C) 2017
Nowoczesny monitoring wizyjny umożliwia gromadzenie informacji o ruchu samochodów i pieszych, a także zapewnia różnorodne możliwości analizy wideo.
Funkcje określania liczby odwiedzających, identyfikacji osób stały się poszukiwane przez prywatne organizacje i przedsiębiorców.
Przyjrzyjmy się bliżej ważna funkcja definicje tablic rejestracyjnych. Systemy monitoringu wizyjnego można łączyć z systemem kontroli dostępu. Kamera wideo określa numer, a system analityczny szuka zgodności na liście numerów w bazie danych i, jeśli jest dostępny, zezwala systemowi kontroli dostępu na wejście pojazd.
Planując instalację systemu monitoringu wizyjnego należy oddzielić zadanie identyfikacji numerów od funkcji monitorowania pojazdów i pieszych. Kamery do rozpoznawania tablic rejestracyjnych mają ograniczone miejsca instalacji i wymagają specjalnej konfiguracji. Kamera powinna skupiać się tylko na obszarze, w którym przejeżdżają pojazdy. Dlatego lepiej jest instalować kamery ze stałym obiektywem. Ich dodatkową zaletą jest charakterystyka światłoczułości.
Rozdzielczość aparatu
Wysoka rozdzielczość aparatu nie oznacza jeszcze wysokiej jakości wykonania zadania rozpoznawania liczb. Obliczona optymalna rozdzielczość może dać jeszcze lepsze wyniki. Im wyższa rozdzielczość, tym gorsza światłoczułość, a to pogarsza identyfikację cyfr przy słabym oświetleniu.
Przy obliczaniu wymaganego prześwitu stosuje się następujący wzór: (w/n)*p, gdzie w jest szerokością kontrolną stałej tablicy rejestracyjnej; n - rozmiar tablicy rejestracyjnej; p to sugerowana szerokość wyświetlanej liczby, mierzona w pikselach.
Rozważ obliczenia na następującym przykładzie: średni rozmiar znaku wynosi 0,52 m, szerokość kontrolowanej strefy wynosi 3 m, a zalecany rozmiar to zwykle 200 pikseli. Otrzymujemy następującą odpowiedź:
(w/n)*p = (3/0,52)*200 = 1154 piksele.
Z obliczeń widać, że odpowiednią opcją byłby aparat ze standardowym formatem fotografowania HD (1280 * 720 pikseli). Ale to prawda, jeśli odległość od kamery do pokoju wynosi 3-5 metrów. Jeśli odległość jest większa, rozdzielczość kamery musi być wyższa. Jeśli odległość ta przekracza 20m, wymagana jest kamera z obiektywem zmiennoogniskowym. Pozwoli to zawęzić kąt widzenia, zwiększając tym samym nieruchomy obiekt na ekranie monitora.
Charakterystyka kamer wideo do rozpoznawania liczb
Konieczne jest uwzględnienie rozmiaru samej matrycy. Duża matryca ma większą światłoczułość. Aby rozpoznać liczby, matryca musi mieć co najmniej 1/3 cala. Ale do jakościowego określenia liczb wymagana jest matryca 1/2 cala lub większa. Na przykład kamera IP z matrycą Sony IMX 185 o rozmiarze 1/1,8.
Nie mniej ważna jest charakterystyka współczynnika przysłony. Wskaźnik ten określa obiektyw kamery wideo i jest oznaczony jako liczba F. Charakteryzuje się stosunkiem ogniskowej do wartości przysłony. Stosunek sygnału do szumu będzie lepszy przy większej aperturze, ponieważ do matrycy wpada więcej światła. Wraz ze wzrostem współczynnika przysłony zmniejsza się również ilość szumu cyfrowego. Definicja liczb wymaga wartości przysłony F / 1,4 i wyższej.
Nawet najlepsze kamery nie są w stanie określić numeru samochodu w całkowitej ciemności. Dlatego musisz natychmiast zadbać o normalne oświetlenie. Większość nowoczesnych aparatów ma podczerwień, ale ta funkcja wymusza przejście do trybu czarno-białego. Przy oświetleniu IR dochodzi do dodatkowego nagrzewania się kamery, co może spowodować przegrzanie w gorących porach roku, a to spowoduje niepotrzebne zakłócenia.
Liczy się również liczba klatek na sekundę. Zalecane są kamery o częstotliwości 25 kl./s. W obszarach o małym natężeniu ruchu kamery są przełączane na 12 kl./s lub mniej. Pozwala to zmniejszyć obciążenie urządzenia w celu lepszego przetwarzania przychodzących ilości informacji.
Lokalizacja kamery wideo
Aby uzyskać oczekiwany rezultat, sprzęt musi być umieszczony przy ścisłym przestrzeganiu wszystkich warunków.
- Na zdjęciu nachylenie numeru pojazdu nie może przekraczać 5° wzdłuż osi x.
- Kąt ustawienia kamery musi wynosić maksymalnie 30° zarówno w poziomie, jak iw pionie.
- Aby uchwycić 2 pasy, możesz zamontować kamerę pośrodku między nimi.
- Wysokość kamery powinna mieścić się w granicach 2-6 metrów.
- Instalując urządzenie w pobliżu bariery, należy wziąć pod uwagę, że tworzy ona pewną strefę wyłączenia.
- Po zainstalowaniu aparatu konieczne jest sprawdzenie akceptowalności jakości fotografowania w nocy. Tryb przysłony jest ustawiony na „auto” na poziomie 50.
- Aby zgasić reflektory w okresie ciemności, wymagany jest aparat o czasie otwarcia migawki 1/1000 lub większym.
- Z nieobecnością normalne oświetlenie drodze, ustaw funkcję dzień/noc na „auto”. W przeciwnym razie inteligentne podświetlenie jest ustawione w pozycji „włączone”.
- Podświetlenie BLC i WDR powinno być wyłączone.
Aby automatycznie naprawić numery w bazie danych, potrzebujesz specjalnego programu do aparatu lub komputera, który rozpoznaje tablice rejestracyjne. Teraz w sprzedaży są kamery, które same rozpoznają numery samochodów.
Technologie do oprogramowania do rozpoznawania numerów samochodów i twarzy ludzi stają się coraz bardziej poszukiwane. Na przykład automatyczne rozpoznawanie tablic rejestracyjnych może być wykorzystane jako element systemu kontroli dostępu, do organizacji systemów rozliczeniowych za płatne parkowanie, automatyzacji przejazdu samochodów lub do zbierania informacji statystycznych (powtarzające się wizyty w centrum handlowym lub myjni samochodowej, np. ). Wszystko to leży w mocy nowoczesnego oprogramowania intelektualnego. Co jest potrzebne do wdrożenia takiego systemu? Zasadniczo nie tak bardzo - kamery wideo, które spełniają określone wymagania i odpowiedni inteligentny moduł oprogramowania. Na przykład oprogramowanie lub większy budżet
W tym artykule dowiesz się, jak wybrać odpowiednią cyfrową kamerę wideo zdolną do generowania wysokiej jakości obrazu wideo, który jest akceptowalny do zadań rozpoznawania tablic rejestracyjnych oprogramowania.
Pozwolenie
Kilka lat temu wielkość tablicy rejestracyjnej na ekranie mierzono w % szerokości ramki. Wszystkie kamery telewizyjne były analogowe, a ich rozdzielczość była stała. Teraz, gdy matryce mogą mieć rozdzielczości od 0,5 do 12Mp, wartości względne nie mają zastosowania, a wymagana szerokość tablicy rejestracyjnej jest mierzona w pikselach.
Z reguły specyfikacje oprogramowania do rozpoznawania tablic rejestracyjnych określają wymagania dotyczące szerokości tablicy rejestracyjnej na ekranie, wystarczającej do ich pewnego rozpoznania. Na przykład moduł oprogramowania Autotrassir wymaga szerokości 120 pikseli, a NumberOK wymaga 80 pikseli. Różnice w wymaganiach tłumaczone są zarówno niuansami działania algorytmów rozpoznawania, jak i akceptowalnym poziomem niezawodności przyjętym przez dewelopera. Z osobiste doświadczenie można zauważyć, że Autotrassir jest bardziej wymagający i „kapryśny” pod względem doboru sprzętu, obiektywów i prawidłowego montażu kamer. Ale, jak się pamięta, pokazuje konsekwentnie wiarygodne wyniki i niewiele zależy od warunków pogodowych.
Dla większej niezawodności możemy polecić skupienie się na wartości szerokości tablicy rejestracyjnej wynoszącej 150 pikseli. A jeśli pamiętamy, że szerokość tablicy rejestracyjnej według GOST wynosi pół metra (dokładnie 520 mm), to dochodzimy do wymaganej rozdzielczości 300 punktów na metr.
Rozdzielczość liniowa pikseli na metr zależy od kąta patrzenia i rozdzielczości matrycy kamery. Można to obliczyć za pomocą wzoru:
Rlin- rozdzielczość liniowa, piksele na metr
R godz- pozioma rozdzielczość kamery (np.R godz =1080)
𝛼 - kąt kamery
Ł- odległość od kamery do obiektu
Możesz również skorzystać z naszego kalkulatora online na stronie interesującego Cię produktu, w zakładce „Co widzę”.
Poniżej znajduje się (na przykład) kilka opcji dla kamer monitoringu IP wskazujących maksymalną odległość, z której możliwe jest rozpoznawanie tablic rejestracyjnych (szerokość tablicy rejestracyjnej 150 pikseli). Należy pamiętać, że w przypadku aparatów z obiektywem zmiennoogniskowym w obliczeniach wykorzystano maksymalną ogniskową
|
Długość ogniskowa |
Rozdzielczość w poziomie |
Maks. odległość, m |
Maks. szerokość widzenia, m |
|
|
1920 pikseli |
||||
|
1280 pikseli |
||||
|
2688 pikseli |
||||
|
2048 pikseli |
||||
|
2048 pikseli |
Ważne jest, aby zrozumieć, że kamery o wyższej rozdzielczości mogą obejmować większe obszary, więc do tego samego obszaru potrzeba mniej kamer. W tym przypadku rozdzielczość liniowa mieści się w granicach wymagań identyfikacyjnych. Fakt ten sprawia, że w wielu sytuacjach stosowanie kamer o wysokiej rozdzielczości jest ekonomicznie wykonalne.
Czułość na światło i szybkość migawki
Aby niezawodnie rozpoznawać tablice rejestracyjne samochodu, aparat musi mieć dobrą światłoczułość i możliwość ręcznego ustawienia czasu otwarcia migawki (czas otwarcia migawki lub po prostu czas otwarcia migawki). Wymóg ten jest niezwykle ważny przy budowie systemów rozpoznawania tablic rejestracyjnych pojazdów poruszających się z dużą prędkością. Dla samochodów poruszających się z prędkością do 30 km/h (czyli zazwyczaj realizujemy takie projekty dla naszych klientów: osiedla domków letniskowych, kompleksy mieszkalne, parkingi centrów handlowych, różne tereny zamknięte) to wymaganie jest mniej istotne, ale nie do przecenienia, ponieważ aby osiągnąć wysoką jakość rozpoznawania, aparat musi wykonać co najmniej dziesięć klatek z czytelnym numerem.
Dlatego, aby np. rozpoznać numer rejestracyjny samochodu poruszającego się z prędkością 30 km/h przy kącie montażu kamery do 10 stopni względem osi ruchu, czas otwarcia migawki powinien wynosić około 1/200 sekundy . W przypadku wielu niedrogich aparatów nawet w ciągu dnia przy pochmurnej pogodzie taka ekspozycja może nie być wystarczająca, a obraz okaże się ciemny i/lub zaszumiony. Dlatego warto zwrócić baczną uwagę na rozmiar matrycy i jej jakość. Najlepiej użyć specjalistycznej kamery czarno-białej z matrycą CCD. Jednak ich cena jest bardzo wysoka, a rozdzielczość zwykle nie przekracza 1 MP, co nakłada poważne ograniczenia na ich zastosowanie.
Ogólnie rzecz biorąc, nie należy gonić za wysoką rozdzielczością, chyba że istnieją ku temu obiektywne powody. Stosunkowo niedrogie kamery ultrawysokiej rozdzielczości (4Mp, 5Mp i więcej) są zbudowane na matrycach 1/3, 1/2,8 i rzadziej 1/2,5 cala. Aparaty o rozdzielczości 1,3 i 2 megapiksele mają taką samą wielkość matrycy. W rezultacie rozmiar każdego elementu światłoczułego w aparacie 1,3 MP jest znacznie większy niż w aparacie 5 MP, a większy rozmiar- tym więcej światła może zebrać każdy element światłoczuły. Dlatego polecane przez nas kamery IP do zadań rozpoznawania numerów rzadko mają rozdzielczość większą niż 2 megapiksele.
Szeroki zakres dynamiki (WDR), kompensacja podświetlenia
Zakres dynamiczny kamery określa stosunek między maksymalnym a minimalnym natężeniem światła, które jej czujnik może normalnie uchwycić. Innymi słowy, jest to zdolność kamery do przesyłania zarówno jasno oświetlonych, jak i ciemnych obszarów obrazu bez zniekształceń i strat. Ten parametr jest bardzo ważny dla automatycznego rozpoznawania tablic rejestracyjnych, ponieważ pomaga radzić sobie z oświetleniem kamery przez reflektory. Jednak nawet najbardziej zaawansowane kamery z 140dB WDR nie zawsze są w stanie poradzić sobie z oświetleniem o wysokim kontraście. W tym przypadku ustaw dodatkowe oświetlenieświatło widzialne lub pracujące w zakresie podczerwieni, podświetlające obszar, w którym rozpoznawana jest tablica rejestracyjna.
Głębia pola
Głębia ostrości lub w całości głębia ostrości przedstawionej przestrzeni (DOF) to zakres odległości, z których obiekty są postrzegane jako ostre.
To ustawienie zależy od ogniskowej, przysłony i odległości od obiektu. Im większa głębia ostrości, tym większe pole ostrości i więcej okazji do „złapania” wystarczającej liczby wyraźnych klatek poruszającego się samochodu.
Być może maksymalny wpływ na głębię ostrości ma przysłona obiektywu. Im mniejszy otwór przysłony, tym większa głębia ostrości; im większy, tym mniejsza głębia ostrości. Wszystkie polecane przez nas kamery do rozpoznawania tablic rejestracyjnych są w stanie dostosować się do zmieniających się warunków oświetleniowych poprzez automatyczną zmianę przysłony. Zaleca się ustawianie ostrości takich aparatów na maksymalnym otworze względnym, gdy głębia ostrości jest minimalna.
Im większa odległość od kamery do obiektu, tym większa głębia ostrości, więc nie próbuj umieszczać kamery jak najbliżej strefy rozpoznawania. Z drugiej strony im dłuższa ogniskowa, tym mniejsza głębia ostrości. Zgodnie z naszą praktyką optymalna odległość od kamery do am mieści się w przedziale od 6 do 10 metrów. Chociaż nie jest to niemożliwe i rozpoznanie z odległości 100 metrów.
Zniekształcenie
Wiele obiektywów nieznacznie zniekształca obraz. Najczęściej spotykane jest tak zwane „beczkowate” zniekształcenie obrazu. Wynika to z faktu, że powiększenie jest większe w środku i mniejsze na krawędziach, co powoduje zmianę rozmiaru obiektu. Tak więc, jeśli ten sam obiekt wpadnie na środek obrazu i na jego krawędź, jego wymiary na krawędzi będą wyglądać na mniejsze. Może to wpłynąć na możliwość identyfikacji.
Im krótsza ogniskowa, tym silniejsza może być zauważalna dystorsja. Dlatego niepożądane jest używanie do identyfikacji aparatów z obiektywami szerokokątnymi (poniżej 4 mm).
Odwzorowanie szumów i kolorów
Im mniej szumów i dokładniejsze odwzorowanie kolorów, tym lepsza identyfikacja. Dlatego zaleca się zwrócenie uwagi na takie parametry, jak minimalne oświetlenie kamery, a także obecność funkcji redukcji szumów.
Tłumienie szumów jest szczególnie ważne przy słabym oświetleniu, kiedy czujniki aparatu są bardzo „zaszumione”, co komplikuje identyfikację. Należy rozumieć, że w wielu przypadkach wyciszenie i inne elektroniczne „gadżety” nie dają sobie rady i konieczne jest zapewnienie odpowiedniego poziomu oświetlenia obiektu.
Kompresja wideo
Nowoczesne kamery IP przesyłają skompresowany sygnał wideo, a jeśli w kadrze nie ma ruchu lub jest on minimalny, ruch będzie niewielki. Jeśli ruch w kadrze będzie intensywny, ruch będzie rósł. Dlatego jeśli w ustawieniach kamery zostanie ustawiona stała przepływność, obraz będzie nadawał się do identyfikacji przy braku ruchu, ale bezużyteczny - przy dużym ruchu w kadrze.
W celu identyfikacji zaleca się ustawienie zmiennego bitrate z najwyższym poziomem jakości. W takim przypadku zapewniona zostanie pożądana jakość obrazu.
|
Przetwornik: 1/2,8” Progressive Scan CMOS Sprzętowy WDR 140dB Soczewka: 2,8-12 mm Cechy: komora jest wewnętrzna, do instalacji na ulicy wymagana jest obudowa termiczna. Obiektyw nie wchodzi w skład zestawu i jest sprzedawany osobno |
|
|
Maks. Rozdzielczość: 1,3 MP, 1280 x 960 pikseli Sprzętowy WDR Soczewka: 2,8-12 mm |
|
|
Zewnętrzna kamera sieciowa AXIS P1365-E 2 MP z funkcją WDR i Lightfinder
Przetwornik: 1/2,8” Progressive Scan CMOS |
|
|
Dahua IPC-HF8301E Utlra WDR 120dB, Ultra 3DNR Przetwornik: 1/3" Progressive Scan CMOS |
|
|
Przetwornik: 1/3” Progressive Scan CMOS Maks. Rozdzielczość: 1,3 MP, 1280x960 pikseli Obiektyw: 2,8 - 8 mm (F1,2) Cechy: Wysoka czułość, automatyczne ustawianie ostrości |
Jeśli zamierzasz wdrożyć system rozpoznawania tablic rejestracyjnych, to powinieneś być świadomy wszystkich możliwości i wykorzystać system na 100%. A więc z jakimi zadaniami radzą sobie nowoczesne systemy rozpoznawania tablic rejestracyjnych.
Ograniczenie dostępu
Prawdopodobnie najczęstszy powód instalowania systemów rozpoznawania tablic rejestracyjnych. Nie każdemu wolno wjeżdżać na wiele terytoriów, a systemy rozpoznawania tablic rejestracyjnych to jeden z najwygodniejszych i najtańszych sposobów na ograniczenie wjazdu niechcianym pojazdom.
Organizacja płatnego dostępu dla samochodów
Mogą to być płatne parkingi w centrach handlowych i biznesowych, parkingi przeznaczone do nocnego przechowywania samochodów, mogą to być parkingi typu „parkuj i jedź” i wiele innych.
System rozpoznawania tablic rejestracyjnych na potrzeby organizacji płatnego parkowania może nie tylko zapewnić możliwość identyfikacji pojazdów wjeżdżających i wyjeżdżających, ale także zautomatyzować proces płatności.
Zarządzanie przepływem pojazdów
W przypadku wielu obiektów infrastruktury miejskiej istnieje konieczność wjazdu uprawnionych pojazdów na określone terytorium.
Mogą to być samochody służb specjalnych – policji, pogotowia, Ministerstwa Sytuacji Nadzwyczajnych, mogą to być samochody służb miejskich czyszczących ulice czy śmieci, słowem transport obsługujący infrastrukturę miejską.Mogą to być samochody używane przez pasażerów – autobusy i stałe - taksówki trasowe, zwykłe taksówki, samochody firm car-sharingowych.
Za pomocą systemów rozpoznawania tablic rejestracyjnych możesz elastycznie dostosowywać poziomy dostępu i tworzyć obszary, na które wjazd mogą mieć tylko określone typy pojazdów.
Zarządzanie czasem spędzonym przez pojazd na terenie
W wielu przypadkach istnieje konieczność ograniczenia nie samego wjazdu, ale czasu przebywania na terenie pojazdu. Może to być pożądane na lotniskach, dworcach kolejowych, stacjach metra, węzłach komunikacyjnych, parkingach typu „parkuj i jedź” oraz na terenach przyległych do domów.
Rejestracja pojazdu
Czasami wystarczy zarejestrować wszystkie wjeżdżające i wyjeżdżające pojazdy. Może to być pożądane, gdy na przykład zbierasz statystyki, które pozwalają analizować natężenie ruchu.
Śledzenie pojazdów dodane do listy obserwowanych
System może śledzić wygląd pojazdy oraz listę obserwacyjną stworzoną specjalnie w tym celu i emitować sygnał alarmowy, gdy się pojawią.
Rodzaje tablic rejestracyjnych używanych w Rosji
To chyba pierwsza rzecz do ustalenia, samochody z jakimi numerami mogą wjeżdżać na twoje terytorium. Tych typów jest często więcej, niż mogłoby się wydawać. Nie wszystkie systemy rozpoznawania tablic rejestracyjnych obsługują wszystkie istniejące numery, ponadto w wielu przypadkach im więcej typów numerów system musi obsługiwać, tym droższy będzie system. Krótko z rodzajami państwowych tablic rejestracyjnych można znaleźć w Wikipedii oraz wyczerpujące informacje w tekście normy państwowej Federacji Rosyjskiej GOST R 50577-93 „Znaki państwowej rejestracji pojazdów. Rodzaje i główne wymiary. Wymagania techniczne”.
Sprzętowe systemy rozpoznawania tablic rejestracyjnych
Systemy rozpoznawania sprzętu pojawiły się stosunkowo niedawno i mają wiele zalet w porównaniu z klasycznymi systemami oprogramowania. A najważniejszą zaletą jest cena! Wszystko, czego potrzebujesz, aby uzyskać działający system zezwoleń na parkowanie, to kamery CCTV i szlaban. Trudno w to uwierzyć, ale to prawda.
Rozproszona struktura pozwala na kontynuowanie pracy nawet w przypadku awarii centralnego serwera, który swoją drogą może w ogóle nie istnieć. Obciążenie sieci lokalnej jest minimalne, ponieważ obróbka obrazu realizowana jest bezpośrednio przez procesor kamery, a wyniki obróbki strumienia wideo przesyłane są na serwer.
1. HikVision
Rozwiązanie największej na świecie firmy, lidera rynku systemów monitoringu wizyjnego i bezpieczeństwa. Rozpoznawanie tablic rejestracyjnych jest obsługiwane przez wszystkie kamery 4. serii DS-2CD4ххх Smart-IP, w tej chwili jest to 41 kamer.
- Deweloper: technologia cyfrowa Hikvision . Oficjalna strona: www.hikvision.com. Adres: Chiny, Hangzhou, nr 555 Qianmo Road, dystrykt Binjiang
Pierwsza opcja
Używasz tylko kamery, za pomocą przeglądarki łączysz się z kamerą i tworzysz bazę dozwolonych numerów, gdy samochód przejeżdża, kamera samodzielnie steruje szlabanem, jeśli samochód jest na białej liście, to otwórz go, jeśli jest nie ma takiej liczby, to zostaw to zamknięte.
Specyfika tej opcji polega na tym, że dane dotyczące podróży, na przykład czas lub kierunek podróży, nie są zapisywane, co oznacza, że nie będziesz mógł np. ustalić, kto i kiedy przekroczył barierę, ani zbudować raportów.
Wady tego systemu rozpoznawania obejmują fakt, że aby utworzyć „czarne” i „białe” listy tablic rejestracyjnych, będziesz musiał wykonać wszystkie czynności na każdej kamerze, jeśli jest dużo kamer, może to być dość długa podróż, a ponadto trzeba bardzo uważać, aby bazy z wykazami tablic rejestracyjnych były absolutnie identyczne.
Inteligentne kamery HikVision obsługują rozpoznawanie tablic rejestracyjnychDruga opcja.
Inteligentna kamera IP 2 MP DS-2CD4025FWD-AP - cena 34 990 rubli
Inteligentna kopułkowa kamera IP 2 MP DS-2CD4125FWD-IZ - cena 36 990 rubli
Inteligentna kopułkowa kamera IP 3 MP DS-2CD4135FWD-IZ - cena 42 990 rubli
Rozpoznawanie tablic rejestracyjnych nadal odbywa się na pokładzie kamery, ale kamera przesyła rozpoznane dane do inteligentnego rejestratora wideo, gdzie prowadzona jest baza danych ze statystykami wszystkich przejazdów. Nie mniej ważna jest sama baza danych z listami „czarnych” i „białych” tablic rejestracyjnych, która jest tworzona raz w interfejsie oprogramowania smart DVR.
4-kanałowy rejestrator sieciowy HikVision DS-7604NI-E1/4P - cena 11 990 rubliEkskluzywne webinarium wideo — szczegółowa analiza od inżyniera HikVision
HikVision DS-7616NI-E2 16-kanałowy NVR - cena 15 990 rubli
16-kanałowy rejestrator sieciowy HikVision DS-7716NI-E4/16P - cena 33 990 rubli
2. Oś
Z otwartą platformą Komunikacja osi - ACAP, zewnętrzni programiści mogą opracowywać aplikacje, aby instalować je bezpośrednio w kamerze IP. W ten sposób realizowana jest możliwość rozpoznawania tablic rejestracyjnych w kamerach Axis.
Firma deweloperska oprogramowania do rozpoznawania tablic rejestracyjnych Grupa F.F , opracował aplikację, którą można zainstalować na aparacie Axis.
Aplikacja jest bezpłatna, a raczej należałoby powiedzieć, że jest wliczona w cenę aparatu. Obecnie przystosowany do UE, WNP, Izraela i Turcji.
- Deweloper: oś. Oficjalna strona: www.axis.com. Adres: Szwecja, Lund, Emdalavägen 14, SE-223 69
3.
NedAp
Rozwiązanie holenderskiej firmy NedAp
- Deweloper: Zarządzanie bezpieczeństwem Nedap . Oficjalna strona: www.nedapsecurity.com . Adres: Holandia, Grunlo
Czytnik tablic rejestracyjnych Nedap ANPR Access - cena 204 149 rubliWideo — ANPR Dostęp do NedAp
Czytnik tablic rejestracyjnych Nedap ANPR Access HD - cena 266 013 rubli
4. Uważaj
Rozwiązanie z Rosyjski producent Kamera IP Beward 2 MP B2230L to samodzielny system kontroli dostępu do pojazdów. Dzięki wbudowanemu rozpoznawaniu tablic rejestracyjnych kamera montowana jest obok szlabanu i samodzielnie nim steruje. Tym samym nie ma potrzeby zakupu dodatkowego oprogramowania, serwerów czy licencji. Wszystko, czego potrzebujesz, jest już wliczone w model, a koszt ostatecznego rozwiązania rozpoznawania tablic rejestracyjnych jest już wliczony w cenę kamery i nie będzie wymagał dodatkowych kosztów.
Autonomiczny system kontroli dostępu do pojazdów
Kamera IP B2230L zawiera listę tablic rejestracyjnych, które mogą wejść. Edycja listy jest dostępna za pośrednictwem interfejsu WEB. Znalezienie w ramce tablicy rejestracyjnej z listy daje sygnał do wyjścia alarmowego, które bez dodatkowego wyposażenia może być wykorzystane do sterowania szlabanami, bramami i innymi systemami ograniczającymi wjazd samochodów.
- Deweloper: Beward. Oficjalna strona: www.beward.ru . Adres: Rosja, Moskwa
Systemy oprogramowania do rozpoznawania tablic rejestracyjnych
Systemy rozpoznawania oprogramowania pojawiły się po raz pierwszy na rynku rosyjskim i światowym w latach 90., zaletą tego podejścia jest ogromna kamera wideo, cena za kamerę jest niższa niż w przypadku inteligentnych kamer z wbudowanymi funkcjami rozpoznawania. Minusem jest wysoki koszt serwera, na którym zainstalowane jest oprogramowanie do rozpoznawania tablic rejestracyjnych, duże obciążenie sieci lokalnej. W przypadku awarii serwera cały system traci swoją funkcjonalność.
1. Parking trałowy
System rozpoznawania tablic rejestracyjnych zbudowany jest na bazie gotowych, niewielkich rozmiarów modułów „Tral-Parking 2”, składających się z analogowej kamery wideo oraz kontrolera przetwarzającego obraz, sprawdzającego tablice rejestracyjne oraz otwierającego siłowniki podłączone do jego wyjść przekaźnikowych . Istnieją dwa rodzaje wykonania modułów - można zakupić gotowy produkt w szczelnej obudowie o stopniu ochrony IP66 lub po prostu kupić sterownik z kamerą do montażu według własnego uznania.
- Deweloper: SMP-Service. Oficjalna strona: www.tral.ru . Adres: Rosja, Moskwa
Recenzja wideo - Trawl Parking 2
Zdarzenia przejazdowe zawierają następujące informacje: zdjęcie samochodu z jego państwową tablicą rejestracyjną, czas przejazdu, kierunek jazdy, fakt rozpoznania numeru rejestracyjnego i przynależność do określonej grupy.
Stacja robocza służy do podglądu obrazu z punktów wejścia, edytowania listy tablic rejestracyjnych, przenoszenia ich do pamięci kontrolerów oraz przechowywania archiwum zdarzeń, az modułami rozpoznawania nie ma innej możliwości. System rozpoznaje z prawdopodobieństwem do 92% tylko rosyjskie numery cywilne, reakcje systemu na zdarzenia nie są zapewnione.
Wymagania systemowe do instalacji modułu programu - OS Win Vista, 7 32 i 64 bity.
2. Numer OK
Kompleks programowo-sprzętowy „NumberOk” przeznaczony jest do rozpoznawania tablic rejestracyjnych i sterowania urządzeniami wykonawczymi.
Moduł pozwala z 97% prawdopodobieństwem rozpoznać tablice rejestracyjne pojazdu Federacja Rosyjska, Białoruś, Ukraina, Izrael i większość krajów europejskich.
- Deweloper: grupa FF. Oficjalne strony: www.avtonomerok.com, www.ff-group.org . Adres: Ukraina, Kijów
Moduł współpracuje zarówno z kamerami IP jak i analogowymi, sterowanie urządzeniami zewnętrznymi odbywa się za pomocą bloków przekaźnikowych-kontrolerów „Barbos” oraz ICP CON PET-7060, a sterowniki mogą nie tylko wydawać sygnały sterujące, ale także odbierać je z innych urządzeń (fotokomórki , pętle indukcyjne i inne urządzenia, których typ sygnału wyjściowego będzie zrozumiały dla sterowników). Interfejs do pracy ze sterownikami jest wbudowany w oprogramowanie główne. Liczba kamer wideo jednocześnie podłączonych do modułu rozpoznawania jest ograniczona programowo do 8.
Moduł implementuje dwie opcje pracy z bazą danych:
- serwer bazy danych SQLite - baza danych i moduł rozpoznawania są zainstalowane na tym samym komputerze lokalnym, co oznacza autonomiczną pracę;
- Serwer bazy danych Firebird - kilka terminali z modułem rozpoznawania współpracuje z jedną bazą danych, którą można przechowywać na dowolnym z nich, przy czym nie ma wydzielonej części klienckiej, tj. do zdalnej administracji wymagana jest instalacja dodatkowego oprogramowania „Numberok”. W tej wersji komunikacja z serwerem bazy danych odbywa się w toku. Liczba terminali z modułem rozpoznawania współpracującym z jedną bazą danych jest nieograniczona.
Recenzja wideo - „NumberOk”
Funkcje interfejsu
W module istnieje ustawienie zdarzenia alarmowego dla osobnego numeru lub grupy numerów, zdarzeniem alarmowym może być:
załączenie dowolnego urządzenia zewnętrznego za pomocą wyjść przekaźnikowych sterowników
Moduł nie obsługuje ręcznej regulacji tablicy rejestracyjnej pojazdu, istnieje funkcja ignorowania jednego lub kilku nierozpoznanych znaków w tablicy rejestracyjnej.
Wymagania systemowe do instalacji modułu
Win 7, 8, S2013 32 i 64 bity, zalecane wymagania techniczne stacji roboczej (rozważamy instalację modułu obsługującego 4 kanały rozpoznawania) - Intel® Core™ i5-6400, RAM 8 Gb, Radeon HD 7750, systemowy dysk SSD 120 Gb , HDD 4 TB.
Integracja z ACS
Gate ACS - istota ogólnego rozwiązania integracyjnego jest prosta: serwer rozpoznawania tablic rejestracyjnych z oprogramowaniem NomOK v.2 nie podejmuje samodzielnie żadnych decyzji, a jedynie rozpoznaje numer samochodu i przekazuje rozpoznany numer jako identyfikator bezpośrednio do sterownik Gate-8000 Auto. Tym samym serwer rozpoznawania staje się de facto zwykłym czytnikiem identyfikatorów dla kontrolera Gate. Jednocześnie cała praca systemu dostępu odbywa się w trybie normalnym według typowych scenariuszy i zasad klasycznego systemu kontroli dostępu. Numer samochodu jest używany w systemie dostępowym jako niezależny identyfikator i to nie w postaci zakodowanej, ale bezpośrednio w jawnej postaci numeru samochodu. Zapewnia to znaczną wygodę zarówno użytkownikom, jak i obsłudze operacyjnej podczas wprowadzania identyfikatorów do bazy danych, analizowania zdarzeń dostępowych oraz generowania wymaganych raportów. Jeśli dodasz do tego zestawu integracyjnegopakiet oprogramowania do monitoringu wideo Line , możliwe staje się powiązanie klipu wideo z wydarzeniem przejazdu samochodu, podczas instalowania całego tego trio - Number Ok, Gate, Line, na jednym komputerze, ale należy wziąć pod uwagę wymagania dotyczące zgodności oprogramowania z typem systemu operacyjnego.
- Sterowniki bram - cena od 5 183 rubli
- Oprogramowanie bramy —cena od bezpłatnego do 35 512 rubli
- Kontrolery Sfinksa -cena od 10 700 rubli
Moduł przewiduje generowanie raportów dwojakiego rodzaju:
Raporty ogólne - wszystkie zdarzenia rozpoznawania generowane przez wybrane filtry:
- Według okresu
- Według numeru grupowego lub indywidualnego
- Według kanałów i stref rozpoznawania
- Według numeru lub części numeru
- W kierunku jazdy
- Zgodnie z opisem
2. Sprawozdania skonsolidowane:
- Tryb „Rozpoznawanie”. Łączna liczba przejeżdżających samochodów
pogrupowane według kanałów/stref i kierunku jazdy
- Tryb punktu kontrolnego. Całkowita liczba przejeżdżających pojazdów, pogrupowana według kierunku jazdy i dostępu.
Dla wygody dane raportu mogą być prezentowane w formacie Excel.
3.iPera EX-LPR
Moduł rozpoznawania tablic rejestracyjnych EX-LPR to wspólne opracowanie specjalistów z iPera i Exacq Technologies Inc., jest aplikacją kliencką systemu monitoringu wizyjnego ExacqVision i ma za zadanie automatycznie rozpoznawać wszystkie tablice rejestracyjne, które wpadły w pole widzenia pojazdu kamerę wideo i zarejestrować je. Moduł wymaga zainstalowanego oprogramowania do monitoringu wizyjnego exacqVision, w przypadku małego systemu całe oprogramowanie można zainstalować na jednym komputerze
Osobliwością tego modułu w obecnym czasie jest to, że wyszukiwanie tablic rejestracyjnych odbywa się na całym rozmiarze ramki, a nie na jej określonym obszarze określonym podczas konfigurowania modułów rozpoznawania innych producentów - to samo dostosowuje się do wymagań dotyczących mocy obliczeniowej używanego sprzętu komputerowego.
- Deweloper: iPera. Oficjalna strona: www.ipera.ru . Adres: Rosja, Moskwa
Liczba kamer jednocześnie podłączonych do jednego modułu rozpoznawania jest ograniczona jedynie możliwościami sprzętowymi wykorzystywanego sprzętu, dla wygody doboru sprzętu, mając na uwadze utrzymanie odpowiedniej szybkości modułu, twórcy zalecają stosowanie jednego rdzenia procesora na kanał rozpoznawania (częstotliwość pracy będzie zależała od rozdzielczości używanej kamery).
Do sterowania urządzeniami wykonawczymi w przypadku pracy autonomicznej wykorzystywane są dotychczas tylko wyjścia alarmowe kamer wideo, jednak moduł posiada szersze możliwości integracyjne, które można znaleźć w dziale Integracje.
Połączenia klienckie
Moduł rozpoznawania EX-LPR jest kompletną aplikacją serwer-klient opartą na serwerze bazy danych MySQL. Baza danych może być przechowywana na dowolnym komputerze lub serwerze, który ma zainstalowany serwer MySQL i jest dostępny przez sieć. Wszystkie połączenia klienckie są bezpłatne i nie mają ograniczeń co do ich liczby, uprawnienia użytkownika są rozdzielane na każdego użytkownika osobno iw wymaganej ilości. Dzięki takiemu połączeniu można przeglądać zdarzenia, konfigurować system, edytować listy numerów, tworzyć raporty.
Drugim zaimplementowanym przez twórców typem połączenia z klientem jest interfejs webowy.
Wymagania systemowe do instalacji produktów Exacq - OS Win 7, 8, Ser2003Rev2 32 i 64 bity, zalecane wymagania techniczne dla stacji roboczej (rozważamy instalację modułu na 4 kanały rozpoznawania wersji parkingowej) - Intel® Core™ i5-6400, RAM 8 Gb, Radeon HD 7750, systemowy dysk SSD 120 Gb, HDD 4 Tb.
4. CVS-Auto
System CVS Auto został opracowany przez specjalistów z New Technologies, jest aplikacją kliencką dla głównego programu systemu nadzoru wideo CVSCenter i ma na celu automatyczne rozpoznawanie i naprawianie tablic rejestracyjnych, które wpadły w pole widzenia kamery wideo. Moduł wymaga zainstalowanego oprogramowania serwera monitoringu wizyjnego, w razie potrzeby cały zestaw programów można zainstalować na jednym komputerze.
- Deweloper: Nowe technologie. Oficjalna strona: www.cvsnt.ru . Adres: Rosja, obwód moskiewski
Liczba kamer rozpoznawczych podłączonych do stacji roboczej jest ograniczona do 4, jeśli jest zainstalowane oprogramowanie CVS Auto+, jeśli używany jest CVS Auto+ - ich liczba może dochodzić do 8, ale na jednym komputerze można uruchomić kilka kopii CVS Auto+. Program obsługuje zarówno kamery IP, jak i analogowe. Sposób doboru kamer do pracy z modułem rozpoznawania można obejrzeć pod linkiem. Do sterowania urządzeniami zewnętrznymi deweloper przedstawił kontroler CVS-DIO, za pomocą którego można również odbierać sygnały z czujników lub innych urządzeń zewnętrznych w celu realizacji złożonych algorytmów działania. Oprogramowanie do współpracy ze sterownikiem znajduje się tutaj.
Funkcje interfejsu
Moduł przewiduje możliwość ręcznej korekty numeru pojazdu, czego fakt zostanie wyświetlony w dzienniku zdarzeń jako korekta.
Reakcję systemu można ustawić na pojedynczy numer, grupę numerów oraz typ numeru (szablon).
Recenzja wideo - interfejs CVS-Auto
Reakcją układu może być:
- informacje tekstowe o dowolnej treści (zatrzymanie, kontrola, pominięcie itp.)
- sygnały dźwiękowe (każde zdarzenie można skonfigurować z osobnym plikiem dźwiękowym)
- sygnalizacja świetlna (do sterownika podłączone są lampki sygnalizacyjne lub diody LED)
- włącz dowolne urządzenie zewnętrzne
Moduł zaimplementował możliwość identyfikacji pojazdu - podczas wprowadzania numeru samochodu do bazy dodawane jest jego zdjęcie (można użyć jednego zdjęcia). Dodatkowe informacje tekstowe o samochodzie mogą zawierać - markę, model, kolor samochodu, imię i nazwisko właściciela, dane kontaktowe
Podczas procesu rozpoznawania informacja ta wraz z obrazem może być wyświetlana na monitorze operatora.
Wymagania systemowe do instalacji wszystkich produktów CVS - OS Win 7/8/S2010 32 i 64 bity, zalecane wymagania techniczne dla stacji roboczej (rozważamy instalację modułu dla 4 kanałów rozpoznawania wersji parkingowej) - Intel® Core™ i5-6400 , RAM 8 Gb, Radeon HD 7750, systemowy dysk SSD 120 Gb, dysk twardy 4 TB.
Oprogramowanie klienckie
Moduł implementuje dwie opcje pracy z bazą danych:
- opcja 1 - (wersja CVS-Auto) baza danych i moduł rozpoznawania są zainstalowane na tym samym komputerze lokalnym, co oznacza autonomiczną pracę bez możliwości połączeń klienckich;
- wariant 2 - kilka terminali z modułem rozpoznawania pracuje z jedną bazą danych, którą można przechowywać na dowolnym z nich lub na innym zewnętrznym serwerze (wersja CVS-Auto+). W tej wersji komunikacja z serwerem bazy danych odbywa się w toku. Liczba terminali z modułem rozpoznawania w sieci oraz połączeń klienckich dla operatora bazy danych jest nieograniczona.
Uprawnienia użytkowników do połączeń klienckich są rozdzielane przez administratora bazy danych w wymaganej ilości dla każdego indywidualnego użytkownika - przeglądanie archiwów, przeglądanie w czasie rzeczywistym, administrowanie listami, grupami, tworzenie raportów. Liczba połączeń z klientami nie jest ograniczona i wszystkie są bezpłatne.
Raporty
W module możliwe jest tworzenie raportów o - rozpoznanych, nierozpoznanych tablicach rejestracyjnych, osobnym numerze, ich grupie lub szablonie; pojazdy wjeżdżające lub wyjeżdżające, numery korygowane ręcznie przez operatora ochrony; pojazdy objęte zakazem wjazdu, ale przejechane przez operatora ochrony; punkty dostępowe, kamery; zdarzenia dla przedziału czasu; czas spędzony na terytorium, wykaz osób przebywających na terytorium.
5. Autotrassir
Program do automatycznego rozpoznawania tablic rejestracyjnych samochodów Auto-Trassir jest jednym z pionierów w linii produktów krajowych w tej dziedzinie, stworzonym przez programistów Rosyjska firma DSSL to aplikacja kliencka systemu monitoringu wizyjnego Trassir, przeznaczona do automatycznego rozpoznawania i rejestracji samochodowych GRZ i wyróżnia się (nie tylko w opinii twórców) prostotą interfejsu obsługi i konfiguracji.
- Deweloper: DSSL. Oficjalna strona: www.dssl.ru . Adres: Rosja, Moskwa,Lista polecanych aparatów dla AutoTRASSIR.
Maksymalna liczba kamer podłączonych do stacji roboczej z modułem rozpoznawania nie jest ograniczona, klucz programowy dla wymaganej liczby kamer jest dostępny na życzenie, należy jednak pamiętać, że moduł rozpoznawania pracuje z dużą ilością informacji i nadmierną obciążenie kamer zmniejszy jego prędkość (dotyczy to każdego modułu, w którym są algorytmy przetwarzania obrazu). Moduł obsługuje kamery IP i analogowe. Listę polecanych aparatów można znaleźć tutaj.
W trybie autonomicznym kontroler służy do sterowania urządzeniami zewnętrznymi. NetPing I/O v.2 , który posiada wyjścia przekaźnikowe do sterowania urządzeniami zewnętrznymi oraz wejścia cyfrowe do odbioru sygnałów z czujników i innych urządzeń. Do jego działania instalowane jest dodatkowe płatne oprogramowanie.
Możliwe jest również wykorzystanie wyjść alarmowych kamer wideo, ale tylko do sterowania urządzeniami zewnętrznymi.
Oprogramowanie klienckie
Moduł implementuje dwie opcje pracy z bazą danych. W pierwszym wariancie (wersja SQLLite DBMS) baza danych i moduł rozpoznawania są instalowane na tym samym komputerze lokalnym bez możliwości połączeń klienckich, co implikuje autonomiczną pracę. W innej wersji kilka terminali z modułem rozpoznawania współpracuje z jedną bazą danych, którą można przechowywać na dowolnym z nich lub na jakimś zewnętrznym serwerze (wersja PostgreSQL DBMS). W tej wersji komunikacja z serwerem bazy danych odbywa się w toku. Połączenie przez interfejs sieciowy nie jest zapewnione.
Uprawnienia użytkowników do bezpłatnych połączeń klienckich są rozdzielane przez administratora bazy danych w wymaganej ilości i dla każdego użytkownika liczba połączeń klienckich nie jest ograniczona.
Funkcje interfejsu
W przypadku błędnego rozpoznania moduł przewiduje możliwość ręcznej korekty numeru samochodu, taka czynność zostanie wyświetlona w dzienniku zdarzeń jako korekta.
W systemie istnieje możliwość ustawienia zdarzeń alarmowych dla osobnego numeru lub grupy numerów. Wszystko możliwe reakcje systemy są programowane w specjalnej sekcji „System reguł Auto-Tracer”.
Reakcją systemu może być - informacja tekstowa o dowolnej treści (wstrzymaj, sprawdź, pomiń itp.), sygnały dźwiękowe, sygnalizacja świetlna (do sterownika podłączone są lampki sygnalizacyjne lub diody LED), włączenie dowolnego urządzenia zewnętrznego, wysłanie komunikatów do systemy zewnętrzne (na przykład wysyłanie wiadomości SMS na określone numery za pośrednictwem protokołu SSMP).
Recenzja wideo - Auto Trassir
Aby obiektywnie zidentyfikować samochód, do bazy danych można dodać również następujące informacje - marka, kolor, imię i nazwisko właściciela, dane kontaktowe.
Zgodnie z wynikami rozpoznania informacja ta może zostać wyświetlona na monitorze stacji roboczej.
Wymagania systemowe do instalacji modułu - OS Win 7.8 32 i 64 bity, zalecane wymagania techniczne stacji roboczej (rozważamy instalację modułu do 4-kanałowego rozpoznawania wersji parkingowej) - Intel® Core™ i5-6400, RAM 8 Gb , Radeon HD 7750, systemowy dysk SSD 120 Gb, dysk twardy 4 TB.
Integracja z systemami ACS
Moduł posiada integrację z domowym systemem kontroli i zarządzania dostępem Sphinx. Istnieją dwie wersje integracji - pierwsza została napisana przez programistów Trassir, druga - przez programistów Sphinx. Tutaj rozważymy wersję napisaną przez programistów Sphinx (tak jak ją rozumiemy). Poziom integracji implikuje wykorzystanie modułu Auto-Trassir jako źródła identyfikatorów (pojazd GRZ), decyzje o przejeździe pojazdu podejmuje system ACS (w nim przechowywana jest baza samochodowych GRZ).
- Kontrolery Sfinksa -cena od 12 510 rubli
- Oprogramowanie Sphinx -cena od bezpłatnego do 31 800 rubli
6. Orion-Auto
Orion-Auto posiada pełnoprawną hierarchię budowania systemu serwer-klient, cała baza danych (motoryzacja GRZ, zdarzenia, zdjęcia pojazdów itp.) może być przechowywana na dowolnym terminalu lub na innym zewnętrznym serwerze, na którym jest zainstalowany serwer bazy danych. Cały pakiet oprogramowania można również zainstalować na jednej stacji roboczej. Liczba kamer podłączonych do modułu rozpoznawania jest ograniczona do 64 (aby podłączyć więcej niż 4 kamery, wymagane jest żądanie dostarczenia odpowiedniego klucza).
- Deweloper: NVP „Bolid” Oficjalna strona: www.bolid.ru . Adres: obwód moskiewski, Korolow
Wymagania systemowe - OS XP, 7, S2003r2, zalecane wymagania techniczne stacji roboczej (rozważamy instalację modułu na 4 kanały rozpoznawania wersji parkingowej) - Intel® Core™ i5-4460, RAM 8 Gb, Radeon HD 7750, systemowy SSD 120 GB, HDD 4 Tb.
Uprawnienia do połączeń klienckich są rozdzielane przez administratora bazy danych w wymaganym zakresie - przeglądanie archiwów, przeglądanie w czasie rzeczywistym, administrowanie listami, grupami, tworzenie raportów. Ilość połączeń klienckich jest ograniczona jedynie poprzez wykupienie licencji na wymaganą liczbę.
7. Ruch SpecLab
Moduł rozpoznawania ruchu SpecLab-Traffic został opracowany przez firmę Spetslab, jednego z uznanych liderów na rynku krajowym, i jest aplikacją kliencką dla systemu monitoringu wizyjnego Goal-City Cassandra i jest przeznaczony do automatycznego rozpoznawania i naprawy tablic rejestracyjnych, które wpadły w pole widzenia kamery wideo. Aby moduł działał, konieczne jest zainstalowanie serwera Goal-City Cassandra (lub według twórców dowolnego serwera wideo innej firmy), z listy kamer podłączonych do tego serwera, które będą wykorzystywane przez wybrany jest moduł rozpoznawania tablic rejestracyjnych.
- Deweloper: Spetslab, Oficjalna strona: www.goal.ru Adres: Iwanowo, ul. Stroitlnaja, zm.17
W razie potrzeby cały pakiet oprogramowania można zainstalować na jednym komputerze.
Warto zwrócić uwagę na zaprezentowaną przez deweloperów szeroką funkcjonalność i spory wachlarz inteligentnych modułów – na bazie produktów firmy Spetslab można zaprojektować ciekawe, wielofunkcyjne systemy bezpieczeństwa.
Sprzęt komputerowy
Maksymalna liczba kamer podłączonych do modułu rozpoznawania jest ograniczona możliwości techniczne stacji roboczej, żadnych innych ograniczeń. Do pracy z modułem można wykorzystać kamery IP oraz analogowe. Listę zintegrowanych urządzeń IP można obejrzeć tutaj. Ogólny sposób doboru kamer jest praktycznie taki sam, jak zalecenia innych producentów podobnego oprogramowania, jednak możliwości instalacji kamer dla modułu SpecLab-Traffic są nieco inne.
Do sterowania urządzeniami zewnętrznymi i odbierania sygnałów z czujników w systemie można wykorzystać bardzo funkcjonalny kontroler IP „Telepatya”, do współpracy z nim instaluje się dodatkowe płatne oprogramowanie serwer SLDA oraz własny język logiki bezpieczeństwa S++, który służy do konfiguracji algorytmy działania wszystkich urządzeń.
Funkcje interfejsu
W przypadku błędnego rozpoznania moduł realizuje funkcję ręcznego poprawiania numeru przez operatora ochrony, taka czynność zostanie wyświetlona w dzienniku zdarzeń jako korekta. W module istnieje możliwość ustawienia zdarzenia alarmowego dla pojedynczego numeru lub grupy numerów, takim zdarzeniem może być:
informacje tekstowe o dowolnej treści (wstrzymaj, obejrzyj, pomiń itp.)
sygnały dźwiękowe
sygnalizacja świetlna (do sterownika podłączone są lampki sygnalizacyjne lub diody LED)
Aby obiektywnie zidentyfikować samochód, do bazy danych można dodać również następujące informacje - marka, kolor, imię i nazwisko właściciela, dane kontaktowe. Na podstawie wyników rozpoznawania informacja ta zostanie wyświetlona na ekranie monitora.
W celu poprawy bezpieczeństwa płatnego parkowania twórcy napisali niestosowany już algorytm „bezpiecznego wyjazdu”, którego istotą jest porównanie obrazów samochodu i jego właściciela otrzymanych przy wjeździe do pojazdu z faktycznie wyjeżdżającymi samochód. W tym celu wykorzystywana jest dodatkowa kamera wideo, którą instaluje się w miejscu dogodnym do fotografowania oraz dowolny czujnik obecności pojazdu (pętla magnetyczna, fotokomórka), który włącza ją w odpowiednim momencie.
Wymagania systemowe do instalacji całego pakietu oprogramowania Goal - OS Win 7 i S2008r2 32 i 64 bity, zalecane wymagania techniczne dla stacji roboczej (rozważamy instalację modułu dla 4 kanałów rozpoznawania wersji parkingowej) - Intel® Core™ i5- 4460, RAM 8 Gb, Radeon HD 7750, systemowy dysk SSD 120 Gb, dysk twardy 4 TB.
Oprogramowanie klienckie
Moduł realizuje połączenia klienckie z wykorzystaniem interfejsu WWW oraz poprzez serwer bazy danych. Połączenie za pomocą interfejsu WWW umożliwia jedynie przeglądanie list sal oraz nagrań wideo zdarzeń z dowolnego komputera lub urządzenia mobilnego posiadającego przeglądarkę i dostęp do Internetu. Połączenie przez system DBMS umożliwia przeglądanie wszystkich niezbędnych informacji i konfigurowanie systemu. Wszystkie rodzaje połączeń klienckich są bezpłatne i nie mają ograniczeń co do ich liczby. Każdemu użytkownikowi systemu nadawane są uprawnienia w wymaganej ilości.
Moduł może współpracować zarówno z własnymi, jak i zewnętrznymi bazami danych (na przykład bazami danych wyszukiwania policji drogowej), jest do tego specjalne oprogramowanie.
Integracja z systemami ACS
Moduł rozpoznawania ruchu SpecLab-Traffic nie posiada obecnie integracji z systemami kontroli dostępu innych firm.
8. Automarszałek
Automarshal to samodzielna aplikacja opracowana przez Mullen Systems Research and Production Company, przeznaczona do automatycznego rozpoznawania i rejestracji samochodowych GRZ. Oferowany jest w dwóch wersjach - na autostrady (prędkość do 150 km/h) oraz na parkingi lub punkty kontrolne (prędkość do 30 km/h).
Aplikacja ma wiele płatnych i bezpłatnych dodatków (wtyczek) rozszerzających funkcjonalność, na przykład wtyczka „Parking” pomoże w pełni zautomatyzować dowolne parkowanie, w tym płatne.
- Deweloper: Mullenom Systems. Oficjalna strona: www.mallenom.ru . Adres: Rosja, Czerepowiec
Maksymalna liczba kamer wideo (kanałów rozpoznawania) podłączonych do jednej stacji roboczej z modułem rozpoznawania to 16. Do sterowania urządzeniami zewnętrznymi deweloper proponuje wykorzystanie imponującej gamy kontrolerów - 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. Aby pracować z kontrolerami, musisz kupić i zainstalować płatny moduł do interakcji z urządzeniami zewnętrznymi.
Integracja
Moduł Automotive LPG Recognition Module posiada integrację funkcjonalną z systemem kontroli i zarządzania dostępem Gate – począwszy od możliwości współpracy ze sterownikami serii Gate 8000 w wersji autonomicznej, a skończywszy na wspólnej pracy z systemem Gate w ramach zintegrowanego systemu bezpieczeństwa. Poziom interakcji między Automarshal a Gate jest imponujący, wszystkie informacje na ten temat można znaleźć tutaj.
9. Macroscop-Auto
W ramach swojego pakietu analitycznego Macroscop wykorzystuje moduł rozpoznawania tablic rejestracyjnych Macroscop-Avto opracowany przez kijowską firmę VIT (Video to aplikacja kliencka oprogramowania do monitoringu wideo Macroscop, przeznaczona do automatycznego rozpoznawania i naprawy tablic rejestracyjnych, które wpadły do pole widzenia kamery Moduł posiada dwa rodzaje wykonania - wersja na autostrady (prędkość pojazdu do 150 km/h) oraz wersja na parkingi (prędkość pojazdu do 20 km/h) W razie potrzeby całe oprogramowanie może być zainstalowany na jednej stacji roboczej - instalowane jest oprogramowanie do monitoringu serwera, konfigurowane są w nim wszystkie kamery wideo, następnie instalowany jest moduł Macroscop-Auto z serwerem bazy danych i podłączane są do niego programowo te, które będą używane do rozpoznawania tablic rejestracyjnych.
W przypadku kilku terminali pracujących w tej samej sieci (przypominamy, że musi ona posiadać serwer monitoringu, do którego podłączone są wszystkie używane kamery) baza danych oraz dziennik zdarzeń są przechowywane na dowolnym serwerze lub terminalu, klient- połączenie z serwerem musi być stałe.
- Deweloper: Macroscop, Oficjalna strona: www.macroskop.com. Adres: Perm, autostrada Kosmonavtov, 111, budynek 27, biuro 301
Maksymalna liczba kamer podłączonych do jednej stacji roboczej lub serwera z modułem rozpoznawania jest ograniczona Specyfikacja techniczna biorąc pod uwagę rodzaj zastosowanego modułu (wersja autostradowa lub parkingowa) nie ma innych ograniczeń.
Moduł nastawiony jest głównie na pracę z kamerami IP, których lista obsługiwanych kamer znajduje się w tym dziale, ale możliwe jest również wykorzystanie kamer analogowych, dla których wymagania dotyczące połączenia można znaleźć tutaj.
Kontrolery mogą służyć do sterowania urządzeniami zewnętrznymi oraz odbierania sygnałów z czujników w systemie. NetPing I/O v.2 lub UniPing v3 w tym celu w module rozpoznawania instalowane jest dodatkowe płatne oprogramowanie oraz konfigurowany jest algorytm działania wszystkich urządzeń.
Oprogramowanie klienckie
Istnieją dwa rodzaje oprogramowania klienckiego dla modułu rozpoznawania — interfejs WWW i klient oprogramowania serwera bazy danych.
Za pośrednictwem interfejsu internetowego można jedynie przeglądać dowolne informacje - archiwa wideo, bazę danych numerów, wydarzeń itp. (wersja aplikacji dla interfejsu WWW jest dostępna dla urządzenia mobilne opartych na iOs, Windows Mobile i Android).
Połączenie za pośrednictwem klienta serwera bazodanowego umożliwia zarówno podgląd, jak i pełną konfigurację systemu.
Liczba jednorazowych połączeń klienckich nie jest ograniczona, wszystkie połączenia są bezpłatne. Prawa i uprawnienia do połączeń klienckich nadawane są każdemu użytkownikowi z osobna w wymaganym zakresie.
Recenzja wideo - Eocortex Auto
Możliwości interfejsu w przypadku nieprawidłowego rozpoznania
W przypadku błędnego rozpoznania ręcznej korekty tablic rejestracyjnych w module Eocortex-Auto, nierozpoznana tablica rejestracyjna zostanie zaoferowana do zapisania w bazie danych jako nowa.
W module istnieje ustawienie zdarzenia alarmowego dla osobnego numeru lub grupy numerów, zdarzeniem alarmowym może być:
informacje tekstowe o dowolnej treści (wstrzymaj, obejrzyj, pomiń itp.)
sygnały dźwiękowe
sygnalizacja świetlna (do sterownika podłączone są lampki sygnalizacyjne lub diody LED)
włączenie dowolnego urządzenia zewnętrznego.
W celu obiektywnej identyfikacji samochodu, do bazy danych można dodać następujące informacje: marka, kod VIN, kolor, imię i nazwisko właściciela, dane kontaktowe. W zależności od wyników rozpoznania informacja ta zostanie wyświetlona na monitorze operatora.
Wymagania systemowe do instalacji serwera monitoringu wizyjnego i modułu rozpoznawania na jednej stacji roboczej - OS Win 7, 8, S2008R2 32 i 64 bity, zalecane wymagania techniczne dla stacji roboczej (rozważamy instalację modułu na 4 kanały rozpoznawania wersja parkingowa) - Intel® Core™ i5-4460, RAM 8 Gb, Radeon HD 7750, systemowy dysk SSD 120 Gb, HDD 4 Tb.
Integracja z systemami ACS
Moduł posiada integracje z producentami systemów kontroli i zarządzania dostępem Sphinx oraz Parsec. Poziom integracji zakłada wykorzystanie modułu rozpoznawania jako źródła identyfikatorów (tablic rejestracyjnych) dla systemu kontroli i zarządzania dostępem.
- Kontrolery Sfinksa -cena od 12 510 rubli
- Oprogramowanie Sphinx -cena od bezpłatnego do 31 800 rubli
Tworzenie raportów z pracy modułu może odbywać się według następujących parametrów: zdarzenia związane z daną tablicą rejestracyjną lub ich grupą (jeden numer może należeć do kilku grup), zdarzenia za określony czas, w kierunek ruchu pojazdów, zezwolenie na przejazd przez operatora ochrony, przez rozpoznane lub nierozpoznane numery.
10. Kodos-Transport
System automatycznego rozpoznawania numerów, monitoringu operacyjnego i rozliczania dostępu do transportu jest samodzielną aplikacją, która może pracować w ramach zintegrowanego systemu bezpieczeństwa zbudowanego z wykorzystaniem serwerów monitoringu wizyjnego GLOBOSS oraz IKB KODOS ACS. Moduł posiada dwa rodzaje realizacji zgodnie z jego przeznaczeniem – „KODOS-Transport” pozwala jedynie na rozpoznawanie i rejestrację tablic rejestracyjnych, „KODOS-Transport-KPP” posiada dodatkową sekcję pozwalającą na sterowanie urządzeniami wykonawczymi. maksymalna prędkość rejestracja numerów pojazdów jest taka sama dla dwóch typów realizacji - do 200 km/h.
Należy pamiętać, że przy zakupie zestawu oprogramowania dla 2 kanałów rozpoznawania obowiązuje ograniczenie prędkości pojazdu do 60 km/h, a tylko jeden kanał może być używany do prędkości pojazdu do 200 km/h.
- Deweloper: Kodos. Oficjalna strona: www.kodos.ru Adres: Moskwa, ulica Połkowa, 3, budynek 2
Kodos-Transport posiada kompletną strukturę serwer-klient, którą można zbudować na serwerach bazodanowych Firebird i MS SQL. Baza danych jest instalowana na jednym komputerze, każda kolejna stacja robocza jest podłączona do tej samej bazy danych. W małym systemie sterowania przejściami cały pakiet oprogramowania można zainstalować na jednym komputerze.
Połączenia klienckie są realizowane przez Kodos-Transport. Administrator”, ich liczba w systemie nie jest ograniczona, ale każda wymaga osobnej płatnej licencji. FireBird v.2.5 jest używany jako podstawowy DBMS.
Uwaga. System musi mieć zainstalowany moduł „Kodos-Transport. Administrator". Niedopuszczalna jest instalacja serwera wideo GLOBOSS z serwerem IKB KODOS ACS lub modułem rozpoznawania KODOS-Transport na jednym stanowisku.
Możliwości interfejsu w przypadku nieprawidłowego rozpoznania
W przypadku błędnego rozpoznania numeru tablicy rejestracyjnej moduł przewiduje możliwość jego ręcznej korekty, taka czynność zostanie odnotowana w pamięci zdarzeń jako korekta.
Moduł posiada wygodny interfejs do wypełniania wniosków o przejazd pojazdów z możliwością ich obserwacji przez ograniczony krąg osób.
W celu obiektywnej identyfikacji samochodu, do bazy danych można dodać następujące informacje: marka, kod VIN, kolor, zdjęcie samochodu lub właściciela, imię i nazwisko właściciela, dane kontaktowe.
Wymagania systemowe do instalacji wszystkich produktów KODOS - OS Win 7, 8 32 i 64 bity, minimalne wymagania techniczne stacji roboczej do rozpoznawania tablic rejestracyjnych (rozważamy instalację modułu do 4-kanałowego rozpoznawania wersji parkingowej) - Intel® Core™ i5 -4460, RAM 8 Gb, Radeon HD 7750, systemowy dysk SSD 120 Gb, dysk twardy 4 TB.
Sprzęt komputerowy
Maksymalna liczba kamer podłączonych do jednej stacji roboczej lub serwera rozpoznawania tablic rejestracyjnych wynosi 16.
Offline podczas wdrażania proste obwody Sterownik EC-602 może służyć do sterowania siłownikami za pomocą aplikacji KODOS-Transport-Checkpoint, do jego obsługi instalowane jest dodatkowe oprogramowanie. W rozbudowanych systemach sterowania wskazane jest wykorzystanie serwera IKB KODOS ACS.
Moduł przeznaczony jest do współpracy zarówno z kamerami IP jak i analogowymi, kryteria doboru kamer znajdują się tutaj.
Integracja z systemami ACS
Moduł nie integruje się z systemami ACS innych producentów, KODOS posiada własny zestaw sprzętu i oprogramowania do tych celów.
Raporty
W raportach z podróży można wybrać następujące dane:
Data-godzina zdarzeń dla każdego punktu przejścia;
Nazwa przejścia;
Kierunek ruchu (wejście/wyjście);
Rozpoznawalność - numer samochodu i współczynnik dokładności rozpoznawania;
Kierowca - imię i nazwisko przypisanego kierowcy;
Operator – nazwa w systemie oraz pełna nazwa operatora, z którego zmiany wjechał/wyjechał pojazd.
Oprócz części tabelarycznej raport zawiera sekcję danych wideo - migawkę wykonaną w momencie rozpoznania tablicy rejestracyjnej samochodu (pole jest oznaczone jako „Kamera rozpoznająca tablice rejestracyjne”) oraz linki umożliwiające obejrzenie wideo archiwum otrzymane z kamer monitoringu przypisanych do przejścia (tylko w przypadku współpracy modułu z serwerem monitoringu GLOBOSS).
11. Dominacja AUTOMATYCZNA
Domination AUTO to system automatycznej identyfikacji państwowych tablic rejestracyjnych samochodów, zorientowany na architekturę sieci.
Moduł Domination AUTO jest aplikacją kliencką - kamery podłączone do serwera wideo Domination służą do rozpoznawania tablic rejestracyjnych, baza danych może być przechowywana na dowolnym komputerze lub serwerze, a połączenie klient-serwer musi być stałe. Nie jest możliwe zainstalowanie całego pakietu oprogramowania na jednym komputerze, ponieważ serwer wideo Domination działa pod kontrolą systemu operacyjnego Linux.
- Deweloper: Vipax+, Oficjalna strona: www.networkvideo.ru . Adres: Rosja, Perm.
Liczba bezpłatnych połączeń klienckich nie jest ograniczona. Prawa i uprawnienia nadawane są każdemu użytkownikowi z osobna. Moduł posiada bardzo obszerną listę ustawień (cecha charakterystyczna).
Funkcje interfejsu
Moduł przewiduje możliwość ręcznej korekty numeru samochodu, taka czynność zostanie wyświetlona w dzienniku zdarzeń jako korekta. Jeśli nierozpoznana tablica rejestracyjna jest zbliżona do numeru tablicy rejestracyjnej w bazie danych, zaoferowana zostanie opcja automatycznej korekty.
Ustawienie zdarzenia alarmowego jest realizowane dla pojedynczego numeru lub grupy numerów, nie ma powiązania z określonym typem. Zdarzenie alarmowe może być:
informacje tekstowe o dowolnej treści (wstrzymaj, obejrzyj, pomiń itp.)
sygnały dźwiękowe (dla każdego wydarzenia można ustawić własny plik dźwiękowy)
sygnalizacja świetlna (do sterownika podłączone są lampki sygnalizacyjne lub diody LED)
włączenie dowolnego urządzenia zewnętrznego.
Wideo - przegląd interfejsu Domination AUTO
Moduł realizuje możliwość fotoidentyfikacji pojazdu, w tym celu do bazy dodaje się zdjęcie pojazdu (można wykorzystać jedno zdjęcie). Dodatkowo możesz dodać:
marka
Model
kolor samochodu
Imię właściciela
informacje kontaktowe
Po rozpoznaniu numeru informacja ta zostanie wyświetlona na ekranie monitora.
Wymagania systemowe do instalacji modułu rozpoznawania - OS Win 7, 8 32 i 64 bity, minimalne wymagania techniczne stacji roboczej do rozpoznawania tablic rejestracyjnych (rozważamy instalację modułu do 4-kanałowego rozpoznawania wersji parkingowej) - Intel® Core™ i5 -4460, RAM 8 Gb, Radeon HD 7750, systemowy dysk SSD 120 Gb, dysk twardy 4 TB.
Sprzęt komputerowy
Maksymalna ilość kamer podłączonych do jednego modułu rozpoznawania to 4, ilość modułów w systemie nie jest ograniczona.
Do sterowania urządzeniami zewnętrznymi i odbioru sygnałów z czujników system wykorzystuje sterownik ADAM-6066CE, w tym celu w module rozpoznającym instalowane jest dodatkowe bezpłatne oprogramowanie oraz konfigurowany jest algorytm działania wszystkich urządzeń.
Integracja z systemami ACS
Moduł jest zintegrowany z systemem kontroli dostępu Sphinx. Poziom integracji - źródło identyfikatorów (tablic rejestracyjnych) dla systemu ACS.
- Kontrolery Sfinksa -cena od 12 510 rubli
- Oprogramowanie Sphinx -cena od bezpłatnego do 31 800 rubli
„Auto-Intellect” to system automatycznego rozpoznawania tablic rejestracyjnych i bezpieczeństwa ruchu drogowego.
Wymagania systemowe - OS Win 7, 8 32 i 64 bity, minimalne wymagania techniczne stacji roboczej do rozpoznawania tablic rejestracyjnych (rozważamy instalację modułu do 4-kanałowego rozpoznawania wersji parkingowej) - Intel® Core™ i5-4460, RAM 8 Gb, Radeon HD 7750, systemowy dysk SSD 120 Gb, dysk twardy 4 TB.
Maksymalna liczba kamer podłączonych do jednej stacji roboczej lub serwera z modułem rozpoznawania jest ograniczona specyfikacją techniczną, nie ma innych ograniczeń. Listę obsługiwanych urządzeń można zobaczyć tutaj.
Deweloper: Oficjalna strona: . Adres:
Wideo - przyp
Konfigurowanie modułów oprogramowania Auto-Intellect
Integracja
Moduł jest zintegrowany z systemami kontroli i zarządzania dostępem Gate, Perco i Parsec. Poziom integracji - źródło identyfikatorów (tablic rejestracyjnych) dla systemu ACS.
13. Auto-huragan
Recognition Technologies to wiodący rosyjski deweloper systemy automatyczne rejestracja zdjęć i wideo przepływów ruchu. System AvtoUragan jest głównym rozwojem firmy. Kompleks sprzętowo-programowy „AvtoUragan” to system automatycznego nagrywania wideo i identyfikacji państwowych tablic rejestracyjnych pojazdów.
- Deweloper: Technologie rozpoznawania. Oficjalna strona: www.eng.recognize.ru. Adres: Moskwa, ul. Elektrozawodskaja, 24
W Auto-Hurricane istnieje ograniczenie możliwości podłączenia do 16 kamer do jednego serwera lub stacji roboczej z zainstalowanym modułem rozpoznawania.
W celu sterowania urządzeniami zewnętrznymi lub odbierania sygnałów z czujników lub innych urządzeń do modułu dodano oprogramowanie dla kontrolerów ICP DAS serii ET-7000 lub I7000. Za ich pomocą można odbierać sygnały z urządzeń zewnętrznych i sterować nimi.
Funkcje interfejsu
W przypadku błędnego rozpoznania samochodowego GRZ nie ma możliwości ręcznej korekty w module rozpoznawania Auto-Hurricane.
Ustawienie zdarzenia alarmowego realizowane jest dla pojedynczego numeru lub grupy numerów. Zdarzeniem alarmowym może być - informacja tekstowa o dowolnej treści (opóźnienie, inspekcja, pominięcie itp.), sygnały dźwiękowe (dla każdego zdarzenia można ustawić własny plik dźwiękowy), sygnalizacja świetlna (do sterownika podłączone są lampki sygnalizacyjne lub diody LED) ), włączenie jakichkolwiek urządzeń zewnętrznych.
Moduł realizuje możliwość identyfikacji pojazdu, w tym celu do bazy dodawane są informacje - marka, kolor samochodu, imię i nazwisko właściciela, dane kontaktowe. Po rozpoznaniu numeru informacja ta zostanie wyświetlona na ekranie monitora.
Moduł rozpoznawania ma możliwość wykonania kilku zdjęć samochodu za pomocą dodatkowych kamer poglądowych. Naciskając jeden przycisk, operator może nagrać i zapisać osobne wideo, gdy samochód przejeżdża, czyli w przypadku wyjazdu z parkingu, operator może odtworzyć wideo lub zdjęcie samochodu wjeżdżającego na parking z tym samym rozpoznane tablice rejestracyjne i porównaj je.
Oprogramowanie klienckie
Auto-Hurricane jest pełnoprawną aplikacją serwer-klient, w prostym schemacie instalowana jest na jednym terminalu, w przypadku rozbudowanego systemu poszczególne terminale współpracują z jedną bazą danych (podstawowa wersja DBMS PostgreSQL 9.2), która mogą być przechowywane na dowolnym z nich lub na serwerze zewnętrznym. Za pomocą specjalnego oprogramowania zapewniona jest praca z zewnętrznymi bazami danych, przy czym możliwe jest korzystanie z kilku baz danych.
Liczba połączeń klienckich nie jest ograniczona, jedna licencja jest zawarta w pakiecie podstawowym, pozostałe licencje są płatne. Prawa i uprawnienia nadawane są każdemu użytkownikowi z osobna w wymaganym wolumenie.
Wymagania systemowe do instalacji modułu rozpoznawania - OS Win 7, 8 32 i 64 bity, minimalne wymagania techniczne stacji roboczej do rozpoznawania tablic rejestracyjnych (rozważamy instalację modułu do 4-kanałowego rozpoznawania wersji parkingowej) - Intel® Core™ i5 -4460, RAM 8 Gb, Radeon HD 7750, systemowy dysk SSD 120 Gb, dysk twardy 4 TB.
Integracja z systemami ACS
Moduł jest zintegrowany z systemem kontroli i zarządzania dostępem Parsec. Poziom integracji - źródło identyfikatorów (tablic rejestracyjnych) dla systemu ACS.
Raporty
Moduł posiada wygodny interfejs do generowania raportów o następujących cechach lub przedziale czasowym - numer samochodu, grupa numerów, czas przejazdu, punkt przejazdu, kierunek przejazdu
Do protokołu można dołączyć zdjęcia stanu faktycznego przejazdu pojazdu.
Wybór kamery CCTV
Zanim przejdziemy do zaleceń dotyczących wyboru kamery do systemu rozpoznawania tablic rejestracyjnych. Chciałbym wszystkich ostrzec przed jednym niebezpiecznym, ale niezwykle powszechnym nieporozumieniem. Nie da się przeprowadzić i przegląd ogólny rozpoznawanie terytorium i tablic rejestracyjnych.
Kamera, której będziesz używał do rozpoznawania tablic rejestracyjnych, powinna spełniać tylko tę funkcję i nic więcej.
Rozdzielczość kamery wideo musi umożliwiać wygenerowanie obrazu tablicy rejestracyjnej o rozdzielczości co najmniej 140 poziomych pikseli na tablicę rejestracyjną.
Jak rozumiesz, liczba pikseli, które znajdą się na tablicy rejestracyjnej, będzie zależała od szerokości Twojego przejazdu i rozdzielczości kamery. Zależy to też oczywiście od odległości aparatu od drogi, ale dla naszych celów wyjdźmy z tego, że mamy możliwość przesunięcia aparatu w najdogodniejsze dla nas miejsce.
Na przykład dla najczęściej spotykanej szerokości przejścia 4 metry w większości przypadków wystarczy kamera o rozdzielczości 1 megapiksela.
Drugim ważnym zaleceniem jest rozmiar matrycy. Im większy rozmiar matrycy, tym większa światłoczułość kamery, a im wyższa światłoczułość kamery, tym większy odsetek rozpoznanych tablic rejestracyjnych. 1/3 cala to minimalny rozmiar matrycy, który powinien być używany do rozpoznawania tablic rejestracyjnych. A aparaty z matrycą 1/2 cala będą idealnym wyborem.
- Kamera CCTV o rozmiarze matrycy 1/3 cala -cena od 1190 rubli
- Kamera monitorująca z matrycą o rozmiarze 1/2 cala i większym -cena od 29 900 rubli
Ważną i ogólną rekomendacją przy wyborze miejsca instalacji kamery jest nie instalowanie kamery monitoringu daleko od podjazdu, ponieważ w tym przypadku nawet najmniejsze wibracje, na przykład od wiatru, mogą znacznie wpłynąć na jakość rozpoznawania, a w miarę rozumiesz, nie na lepsze.
Takie cechy aparatu, jak szybkość migawki, kompensacja podświetlenia, głębia ostrości, reprodukcja szumów i kolorów, kompresja wideo i inne działania balansujące i akrobacyjne pozostawiamy do prywatnych konsultacji.Aby dokładnie obliczyć charakterystykę aparatu, zalecamy skorzystanie ze specjalistycznych kalkulatorów, oto przykładtaki kalkulator z firmy .
Podsumowując, chciałbym powiedzieć o jednym bardzo prostym sposobie ustalenia, czy kamera nadaje się do rozpoznania, czy nie. Jeśli jesteś na stopklatce na własne oczy, możesz wyraźnie czytać numer rządowy, wtedy system rozpoznawania tablic rejestracyjnych rozpozna go dokładnie.
wnioski
Szczerze mówiąc, każde napotkane przez nas oprogramowanie zapewnia akceptowalną jakość rozpoznawania, zwykle w zakresie od 90 do 99%. i uwierz mi, w ciągu 11 lat udało nam się stawić czoła wielu rzeczom.
Ostateczna jakość rozpoznania w większym stopniu będzie zależała od wyboru kamery monitoringu, konstrukcji systemu oraz jakości instalacji.
Jednak w praktyce bardzo często trzeba zrobić coś więcej niż tylko rozpoznać tablicę rejestracyjną i na tej podstawie podjąć decyzję o zezwoleniu na wjazd samochodu na teren. Możesz potrzebować integracji z systemami kontroli dostępu Możesz potrzebować czarnej listy Możesz potrzebować integracji z systemem nadzoru wideo. Możesz potrzebować różnych raportów, aw niektórych systemach ta funkcjonalność może być w ogóle niedostępna, w niektórych może być niezwykle bogata.
Lub może być konieczne osiągnięcie nie 99% tego, co naprawdę możesz osiągnąć w życiu, ale wszystkich 100%. Jest to również całkiem realistyczne do osiągnięcia, na przykład za pomocą takiej funkcji oprogramowania, jak ręczna korekta, tablica rejestracyjna nie została rozpoznana przez operatora. Jak rozumiesz, nie wszystkie programy obsługują tę funkcję. Możesz chcieć dać swoim najemcom możliwość wydawania własnych przepustek dla gości pojazdu. konsultacje są bezpłatne .