监控交通状况
自动车牌识别 (ANPR) 系统已被广泛部署，以便于执法机构能够对公路上的交通状况进行控制和管理。 自动车牌识别系统能够读取高速行驶的车辆的车牌，无论是在白天还是在黑夜，无论是在交通繁忙或是在光线不足的条件下，这些系统都能胜任此项工作。
为寻求改善早期设计的性能，总部位于西班牙马德里的 Lector Vision 最近已经引入了一种新型 ANPR 系统，被称为交通眼。 这个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。 然后，系统中的先进处理器上运行的软件将在黑白图像中检测车牌的位置，并使用采用人工神经网络的光学字符识别技术识别车牌上的单独字符。 随后，将车牌号码和场景整体色彩关联在一起，并将这些信息实时发送到控制中心。
该软件首先搜索图像中感兴趣的其中可能存在车牌的矩形区域
图像采集
Lector Vision 研发经理 Gonzalo Garcia Palacios 表示，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。
他说：“过去，ANPR 的应用要求专门的相机；但是现在得益于 FLIR 相机产品的性能，新系统能够使用现成的产品。”
交通眼系统的第一台相机 - 一台 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，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 传感器的不同相机可以很容易地改变，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。
GigE 相机自 2013 年推出以来便广泛应用于 Traffic Eye 系统中，但该系统中使用的处理器模块化性质和控制硬件板意味着该公司不局限于一个相机接口。 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 GigE 接口还是具有更高带宽的 USB3 接口更合适。
减少干扰
由于太阳光的强度会根据其在红外光谱段的波长而变化，选择用于照亮交通场景的光源的波长是一项重要的设计考虑因素。
过去，许多 ANPR 系统使用位于 880nm 波长范围的红外光照明车牌。 然而，太阳光在 940nm 的强度大约是其在 880nm 强度的 60％。 因此，Lector Vision 选择使用工作在更长波长处的定制脉冲 LED 阵列照明交通场景，以减少太阳光的干扰水平。
“使用较长波长的 LED 也要付出一定代价，那就是相机中传感器对 940nm 光的灵敏度有所降低。 为了弥补这一点，Traffic Eye 的控制系统让红外 LED 每次以微秒间隔发射照明脉冲，从而产生一种强烈的选通红外光；一旦该红外光从车牌上反射出来，单色相机就能轻松检测到车牌。 由于现场采用脉冲红外光照明，因此控制器同时触发两台相机，以使它们能够捕获交通场景的单色图像和彩色图像。”Palacios 说。
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，找到车牌上的字符的边界。
神经网络
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，该网络首先训练在有来自单一国家/地区的数以千计的单独样本存在的情况下，识别车牌上的字符。 神经网络随后使用样本自动推断规则，一旦 Traffic Eye 系统在现场部署完毕，神经网络便能以此来识别由单色相机捕获的图像中的新未知字符。
“一旦车牌被确定，便可以将车牌号码以及由彩色相机（也可以选择 GPS 时间戳）捕获的交通场景图像通过线缆、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。 这样，用户（如监测交通流量和执法红灯违章的公路管理机构）可以查看两张图像，通过车牌图像识别有问题的车辆；通过检查车辆的图像，在车辆牌照被捕获的精确位置，对车辆购买者/租赁者进行检查。”Palacios 说。
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/小时的车辆的车牌。 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广受青睐。 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。
但是，Lector Vision 并没有在荣誉面前止步不前。 今年，Lector Vision 计划为该系统增加更多功能，训练它在交通执法正在成为一个显著问题的许多其他国家/地区中识别车牌。 此外，还会对系统进行升级，以便它能够同时检测高速公路上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，而且还能检测到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。
关于 Lector Vision
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。 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，我们为交通管理、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解决方案。