Розпізнавання автомобільних номерів web камерою. Перегляд відео з камер спостереження: як розпізнати номер авто? Переваги застосування IP камер

Настав час докладно розповісти, як працює наша реалізація алгоритму розпізнавання номерів: що виявилося вдалим рішенням, що працювало дуже погано. І просто відзвітувати перед Хабра-користувачами - адже ви за допомогою Android програми Recognitor допомогли нам набрати пристойного розміру базу знімків номерів, знятих абсолютно неупереджено, без пояснення як знімати, а як ні. А база знімків при розробці алгоритмів розпізнавання найважливіше!

Що вийшло з Android додатком Recognitor

Завантажень програми та оцінки

З моменту викладання додатки на сервер прийшло 3800 знімків номерів від мобільного додатка.
А ще більше нас порадувала посилання http://212.116.121.70:10000/uploadimage - нам за 2 дня відправили близько 8 тисяч повнорозмірних знімків автомобільних номерів (переважно вологодських)! Сервер майже лежав.

Тепер у нас на руках база в 12 000 знімків фотографій - попереду гігантська робота з налагодження алгоритмів. Все найцікавіше тільки починається!

Нагадаю, що в додатку Android попередньо виділявся номер. У цій статті я не буду детально зупинятися на цьому етапі. У нашому випадку - каскадний детектор Хаара. Цей детектор не завжди спрацьовує, якщо номер в кадрі сильно повернуть. Аналіз того, як працює нами навчений каскадний детектор, коли не працює, залишу на наступні статті. Це й справді дуже цікаво. Здається, що це чорний ящик - ось навчили детектор і більше нічого не зробити. Насправді це не так.

Але все-таки каскадний детектор - непоганий варіант в разі обмежених обчислювальних ресурсів. Якщо автомобільний номер брудний або рамка погано видно, то Хара теж непогано себе проявляє щодо інших методів.

розпізнавання номера

Загальні підходи про розпізнаванні були описані в першій статті.

Спочатку ми ставили перед собою завдання розпізнавання брудних, частково стертих і здорово перекручених перспективою номерів.
По-перше, це цікаво, а по-друге, здавалося, що тоді чисті будуть спрацьовувати взагалі в 100% випадках. Зазвичай, звичайно, так і відбувається. Але тут не склалося. Виявилося, що якщо по брудним номерами ймовірність успіху була 88%, то за чистим, наприклад, 90%. Хоча на ділі ймовірність розпізнавання від фотографії на мобільному додатку до успішної відповіді, звичайно, виявилося ще гірше зазначеної цифри. Трохи менше 50% від приходять зображень (щоб люди не намагалися фотографувати). Тобто в середньому двічі потрібно було сфотографувати номер, щоб розпізнати його успішно. Хоча багато в чому такий низький відсоток пов'язаний з тим, що багато хто намагався знімати номери з екрану монітора, а не в реальній обстановці.

Весь алгоритм будувався для брудних номерів. Але ось виявилося, що зараз влітку в Москві 9 з 10 номерів ідеально чисті. А значить краще змінити стратегію і зробити два роздільних алгоритму. Якщо вдалося швидко і надійно розпізнати чистий номер, то цей результат і відправимо користувачеві, а якщо не вдалося, то витрачаємо ще трохи часу процесора і запускаємо другий алгоритм для брудних номерів.

Простий алгоритм розпізнавання номерів, який варто б реалізувати відразу

Висунемо такі вимоги до такого алгоритму:

1) деяка стійкість до поворотів (± 10 градусів)
2) стійкість до незначної зміни масштабу (20%)
3) відрізання будь-яких кордонів номера кордоном кадру або просто погано виражені кордони не повинні руйнувати все (це принципово важливо, тому що в разі брудних номерів доводиться спиратися на кордон номера; якщо номер чистий, то нічого кращого цифр / літер не характеризує номер).

Отже, в чистих і добре читаються номерах всі цифри і букви віддільні один від одного, а значить можна бінаризованими зображення і морфологічними методами або виділити пов'язані області, або скористатися відомими функціями виділення контурів.

Бінарізуем кадр

Тут варто ще пройтися фільтром середніх частот і нормалізувати зображення.


На зображенні наведено спочатку Недостатньо контрастний кадр для наочності.

Потім бінаризованими по фіксованому порогу (можна поріг фіксувати, т. К. Зображення було нормалізовано).

Гіпотези по повороту кадру

Припустимо кілька можливих кутів поворотів зображення. Наприклад, +10, 0, -10 градусів:

Надалі метод буде мати невелику стійкість до кута повороту цифр і букв, тому обраний такий досить великий крок по куту - 10 градусів.
З кожним кадром надалі будемо працювати незалежно. Яка гіпотеза по повороту дасть кращий результат, та і переможе.

А потім зібрати всі пов'язані області. Тут використовувалася стандартна функція findContours з OpenCV. Якщо пов'язана область (контур) має висоту в пікселях від H1 до H2 а ширина і висота пов'язана відношенням від K1 до K2, то залишаємо в кадрі і відзначаємо, що в цій області може бути знак. Майже напевно на цьому етапі залишаться лише цифри і букви, решта сміття з кадру піде. Візьмемо обмежують контури прямокутники, наведемо їх до одного масштабу і далі попрацюємо з кожною буквою / цифрою окремо.

Ось які обмежують прямокутники контурів задовольнили нашим вимогам:

Букви / цифри

Якість знімка хороше, всі букви і цифри відмінно разделіми, інакше ми до цього кроку не дійшли б.
Масштабується все знаки до одного розміру, наприклад, 20х30 пікселів. Ось вони:

До речі, OpenCV при виконанні Resize (при приведенні до розміру 20х30) бінаризованими зображення перетворить в градіентаное, за рахунок інтерполяції. Доведеться повторити бінаризація.

І тепер найпростіший спосіб порівняти з відомими зображеннями знаків - використовувати XOR (нормалізована дистанція Хеммінга). Наприклад так:

Distance \u003d 1.0 - | Sample XOR Image | / | Sample |

Якщо дистанція більше порогової, то вважаємо, що ми знайшли знак, менше - викидаємо.

Буква-цифра-цифра-цифра-буква-буква

Так, ми шукаємо автомобільні знаки РФ саме в такому форматі. Тут потрібно врахувати, що цифра 0 і буква «о» взагалі не відрізняються один від одного, цифра 8 і буква «в». Вибудуємо все знаки зліва направо і будемо брати по 6 знаків.
Критерій раз - буква-цифра-цифра-цифра-буква-буква (не забуваємо про 0 / о, 8 / в)
Критерій два - відхилення нижньої межі 6 знаків від лінії

Сумарні бали за гіпотезу - сума дистанцій Хеммінга всіх 6 знаків. Чим більше тим краще.

Отже, якщо сумарні окуляри менше порога, то вважаємо, що ми знайшли 6 знаків номера (без регіону). Якщо більше порога, то йдемо до алгоритму стійкого до брудних номерами.

Тут ще варто розглянути окремо букви «Н» і «М». Для цього потрібно зробити окремий класифікатор, наприклад, по гістограмі градієнтів.

регіон

Наступні два або три знаки над лінією, проведеної по низу 6 вже знайдених знаків, - регіон. Якщо третя цифра існує, і її схожість більше порогової, то регіон складається з трьох цифр. Інакше з двох.

Однак, розпізнавання регіону часто відбувається не так гладко, як хотілося б. Цифри в регіони менше, можуть вдало не розділені. Тому регіон краще дізнаватися способом більш стійким до бруду / шуму / перекриттю, описаним далі.

Якісь деталі опису алгоритму не надто детально розкриті. Частково через те, що зараз зроблений лише макет цього алгоритму і має бути ще протестувати і налагодити його на ті тисячі зображень. Якщо номер хороший і чистий, то потрібно за десятки мілісекунд розпізнати номер або відповісти «не вдалося» і перейти до більш серйозного алгоритму.

Алгоритм стійкий до брудних номерами

Зрозуміло, що алгоритм, описаний вище зовсім не працює, якщо знаки на номері злипаються через погану якість зображення (бруду, поганого дозволу, невдалої тіні або кута зйомки).

Ось приклади номерів, коли перший алгоритм не зміг нічого зробити:

Але доведеться спиратися на межі автомобільного номера, а потім вже всередині строго певній галузі шукати знаки з точно відомою орієнтацією і масштабом. І головне - ніякої бинаризации!

Шукаємо нижню межу номера

Найпростіший і найнадійніший етап в цьому алгоритмі. Перебираємо кілька гіпотез по куту повороту і будуємо для кожної гіпотези по повороту гистограмму яскравості пікселів уздовж горизонтальних ліній для нижньої половини зображення:

Виберемо максимум градієнта і так визначимо кут нахилу і по якому рівню відрізати номер знизу. Не забудемо поліпшити контраст і отримаємо ось таке зображення:

Взагалі варто використовувати не тільки гистограмму яскравості, але також і гістограму дисперсії, гистограмму градієнтів, щоб збільшити надійність обрізки номера.

Шукаємо верхню межу номера

Тут вже не так очевидно, виявилося, якщо знімають з рук задній автомобільний номер, то верхня межа може бути сильно вигнута і частково прикривати знаки або в тіні, як в даному випадку:


Різкого переходу яскравості у верхній частині номера немає, а максимальний градієнт і зовсім розріже номер посередині.

Ми вийшли з ситуації не дуже тривіально: навчили на кожну цифру і кожну букву каскадний детектор Хаара, знайшли всі знаки на зображенні, так визначили верхню лінію де різати:

Здавалося б, що тут і варто зупинитися - ми ж знайшли вже цифри і букви! Але на ділі, звичайно, детектор Хаара може помилятися, а у нас тут 7-8 знаків. Хороший приклад цифри 4. Якщо верхня межа номера зливається з цифрою 4, то зовсім не складно побачити цифру 7. Що до речі і сталося в даному прикладі. Але з іншого боку, незважаючи на помилку в детектировании, верхня межа знайдених прямокутників дійсно збігається з верхньою межею автомобільного номера.

Знайти бічні кордону номера

Теж нічого хитрого - абсолютно так само, як і нижню. Єдина відмінність, що часто яскравість градієнта першого або останнього знака в номері може перевищувати яскравість градієнта вертикальної межі номера, тому вибирати не максимум, а перший градієнт, що перевищує поріг. Аналогічно з нижньою межею необхідно перебрати кілька гіпотез по нахилу, т. К. Через перспективу перпендикулярність вертикальної і горизонтальної кордону зовсім не гарантована.

Отже, ось добре обрізаний номер:

да! особливо приємно вставити кадр з огидним номером, який був успішно розпізнано.

Засмучує лише одне - до цього етапу від 5% до 15% номерів можуть відрізуватися неправильно. Наприклад, так:

(До речі це хтось нам відправив жовтий номер таксі, наскільки я зрозумів - формат не штатний)

Все це потрібно було, щоб все це робилося лише для оптимізації обчислень, т. К. Перебрати всі можливі положення, масштаби і нахили знаків при їх пошуку - дуже затратно обчислювально.

Розділити рядок на знаки

На жаль, через перспективу і не стандартної ширини всіх знаком, доводиться якось виділяти символи в уже обрізаному номері. Тут знову виручить гістограма по яскравості, але вже уздовж осі X:

Єдине, що в подальшому варто досліджувати дві гіпотези: символи починаються відразу або один максимум гістограми варто пропустити. Це пов'язано з тим, що на деяких номерах отвір під гвинт або головка гвинта автомобільного номера можуть відрізнятися, як окремий знак, а можуть бути і зовсім непомітні.

розпізнавання символів

Зображення до сих пір не бінаризованими, будемо використовувати всю інформацію, що є.

Тут друковані символи, значить підійде зважена ковариация для порівняння зображень з прикладом:

Зразки для порівняння і ваги при ковариации:

Звичайно, не можна просто порівняти область, виділену за допомогою горизонтальної гістограми, із зразками. Доводиться робити кілька гіпотез щодо зміщення і за масштабом.
Кількість гіпотез по положенню по осі X \u003d 4
Кількість гіпотез по положенню по осі Y \u003d 4
Кількість гіпотез за масштабом \u003d 3

Таким чином, для кожної області при порівнянні з одним знаком необхідно розрахувати 4х4х3 ковариации.

Насамперед знайдемо 3 великі цифри. Це 3 х 10 х 4 х 4 х 3 \u003d 1440 порівнянь.

Потім зліва одну букву і праворуч ще дві. Букв для порівняння 12. Тоді кількість порівнянь 3x12x4x4x3 \u003d +1728

Коли у нас є 6 символів, то все справа від них - регіон.

В регіоні можуть бути 2 цифри або 3 цифри - це потрібно врахувати. Розбивати регіон гістограмного способом вже безглуздо через те, що якість зображення може бути занадто низька. Тому просто по черзі знаходимо цифри зліва направо. Починаємо з лівого верхнього кута, необхідно кілька гіпотез по осі X, осі Y і масштабом. Знаходимо найкраще збіг. Зміщуємося на задану величину вправо, знову шукаємо. Третій символ будемо шукати зліва від першого і праворуч від другого, якщо міра схожості третього символу більше порогової, то нам пощастило - номер регіону складається з трьох цифр.

висновки

Розкрилася і інша сторона медалі: мало що так дратує користувача, як ситуація, коли автоматична система не вирішує зовсім примітивну завдання. «Ну що тут може не читатися ?!» А то, що автоматична система не змогла дізнатися брудний або потертий номера, - це очікувано.

Відверто кажучи, це наш перший досвід розробки системи розпізнавання для масового споживача. І про такі «дрібниці», як про користувачів, варто вчитися думати. Зараз до нас приєднався фахівець, який розробив аналогічну «Recognitor» програму під iOs. У UI у користувача з'явилася можливість побачити, що зараз вирушає на сервер, вибрати який з виділених Хаара номерів потрібний, є можливість виділити необхідну область в уже «застиглому» кадрі. І користуватися цим вже зручніше. Автоматичне розпізнавання стає безглуздою функцією, без якої не можна нічого зробити, а просто помічником.

Продумувати систему, в якій автоматичне розпізнавання зображення буде гармонійно і зручно користувачеві, - виявилося завданням нітрохи не простіше, ніж створювати ці алгоритми розпізнавання.

І, звичайно, сподіваюся, що стаття буде корисна.

Обмеження доступу
Напевно найпоширеніша причина по якій встановлюють системи розпізнавання автомобільних номерів. На багато територій в'їзд дозволений далеко не всім і системи розпізнавання автомобільних номерів один з найбільш зручних і недорогих способів обмежити доступ небажаного автотранспорту.

Організація платного доступу для автомобілів
Це можуть бути платні парковки в торгових і бізнес-центрах, парковки призначені для зберігання автомобілів в темний час доби, це можуть бути перехоплюючі парковки і багато інших.

Система розпізнавання автомобільних номерів для цілей організації платних парковок можуть не тільки забезпечувати можливість ідентифікації в'їжджають і виїжджають транспортних засобів а й автоматизувати процес оплати.

Управління потоками автотранспорту
На багатьох об'єктів міської інфраструктури існує необхідність для пропуску уповноважених транспортних засобів на ту чи іншу територію.

Це можуть бути автомобілі спеціальних служб - поліція, швидка, МНС, це можуть бути автомобілі міських служб здійснюють прибирання вулиць або прибирання сміття, словом транспорт обслуговує міську інфраструктуру Це можуть бути автомобілі використовуються пасажирами - автобуси та маршрутні таксі, звичайні таксі, автомобілі каршерінгових компаній.

За допомогою систем розпізнавання автомобільних номерів Ви можете гнучко налаштовувати рівні доступу і створювати території на яких дозволений в'їзд тільки окремим типам транспорту.

Управління часом знаходження автотранспортного засобу на території
У багатьох випадках існує необхідність обмежити не саме в'їзд, а час перебування на території автотранспортного засобу. Це може бути затребуване на аеропортах, вокзалах, станціях метро, \u200b\u200bтранспортних вузли, перехоплюючих парковках, прибудинкових територіях.

Реєстрація автотранспорту
Іноді необхідно просто реєструвати весь виїжджають і виїжджає автотранспорт. Це може бути затребуваним при наприклад зборі статистики яка дозволяє аналізувати транспортну завантаженість.

Відстеження автотранспорту внесено в список спостереження
Система може відстежувати появу автотранспортних засобів і спеціально створеного для цих цілей списку спостереження і видавати тривожний сигнал при їх появі.

Типи автомобільних номерів використовуваних в Росії
Це мабуть перші з чим варто визначитися, автомобілі з якими типами номерів, можуть заїжджати до вас на територію. Найчастіше цих типів набагато більше ніж ви можете собі уявити. Не всі системи розпізнавання авто номерів підтримують всі існуючі номери, більш того в багатьох випадках ніж з великою кількістю типів номерів системі належить працювати, тим дорожче буде система. Коротко з типами державних автомобільних номерів можна ознайомитись вВікіпедії , А вичерпну інформацію в тексті державного стандарту РФГОСТ Р 50577-93 "Знаки державні реєстраційні транспортних засобів. Типи і основні розміри. Технічні вимоги".

Апаратні системи розпізнавання автомобільних номерів
Апаратні системи розпізнавання з'явилися відносно недавно, і мають велику кількість переваг над класичними софтверними системами. І найголовніша перевага це ціна! Все що потрібно що б отримати працюючу систему щодо допуску на парковку це камери відеоспостереження і шлагбаум. У це важко повірити але це так.

Розподілена структура дозволяє зберігати працездатність навіть при поломці центрального сервера, якого до речі може взагалі не бути. Навантаження на локогальную мережу мінімальна, тому що обробка зображення здійснюється безпосередньо процесором камери і на сервер відправляються результати обробки відео потоку.

1. HikVision
Рішення від найбільшої світової компанії лідера ринку систем відеоспостереження і систем безпеки. Розпізнавання автомобільних номерів підтримують всі камери 4-ої серії DS-2CD4ххх Smart-IP на даний момент це 41 камера.

• Розробник: Hikvision Digital Technology . Офіційний сайт:www.hikvision.com. Адреса: Китай, Ханчжоу, No.555 Qianmo Road, Binjiang District

Перший варіант
Ви використовуєте тільки камеру, за допомогою браузера ви підключаєтеся до камери і створюєте базу фіксованого набору, при проїзді автомобіля камера буде самостійно управляти шлагбаумом, якщо автомобіль в білому списку то відкривати, якщо такого номера немає тоді залишить закритим.
Особливість даного варіанту в тому що дані про проїзді наприклад час або напрямок проїзду не зберігаються, а значить у вас не буде можливості наприклад встановити хто і коли проїжджав через ваш шлагбаум, або побудувати звіти.

До недоліків даної системи розпізнавання можна віднести те, що для формування "чорних" і "білих" списків автомобільних номерів вам доведеться, виконувати всі дії на кожній камері, якщо камер багато то це може бути досить тривалий проїзд, плюс потрібна велика уважність що б бази зі списками автомобільних номерів були абсолютно ідентичні.

Смарт камери HikVision підтримують розпізнавання автомобільних номерів

2Мп Smart IP-камера DS-2CD4025FWD-AP -ціна 34 990 рублів
2Мп купольна Smart IP-камера DS-2CD4125FWD-IZ -ціна 36 990 рублів
3Мп купольна Smart IP-камера DS-2CD4135FWD-IZ -ціна 42 990 рублів

4-канальний мережевий відеореєстратор HikVision DS-7604NI-E1 / 4P -ціна 11 990 рублів
16-канальний мережевий відеореєстратор HikVision DS-7616NI-E2 -ціна 15 990 рублів
16-канальний мережевий відеореєстратор HikVision DS-7716NI-E4 / 16P -ціна 33 990 рублів

2. Axis

Завдяки відкритій платформіAxis Communications - ACAP, сторонні розробники можуть розробляти програми для установки їх безпосередньо на IP камеру. Саме таким чином реалізована можливість розпізнавання автомобільних номерів в камерах Axis.
Розробник програмного забезпечення для розпізнавання автомобільних номерів компаніяFF Group , Розробила додаток яка може бути встановлено на камеру Axis.
Додаток безкоштовне, вірніше правильніше буде сказати входить у вартість камери. На даний момент адаптовано для країн Євросоюзу, СНД, Ізраїлю та Туреччини.

• Розробник: Axis. Офіційний сайт:www.axis.com. Адреса: Швеція, Лунд, Emdalavägen 14, SE-223 69

3. NedAp
Рішення від голландської компанії NedAp

• Розробник: Nedap Security Management . Офіційний сайт:www.nedapsecurity.com/ru . Адреса: Нідерланди, Грунло

Зчитувач автомобільних номерів Nedap ANPR Access -ціна 204 149 рублів
Зчитувач автомобільних номерів Nedap ANPR Access HD -ціна 266 013 рублів

Автономна система контролю доступу автотранспорту
IP-камера B2230L містить список автомобільних номерів, дозволених для в'їзду. Редагування списку доступно через WEB-інтерфейс. При виявленні в кадрі автомобільного номера зі списку, вона дає сигнал на тривожний вихід, який можна використовувати для управління шлагбаумами, воротами та іншими системами обмеження автомобільного доступу без будь-якого додаткового обладнання.

• Розробник: Beward. Офіційний сайт:www.beward.ru . Адреса: Росія, Москва

Софтверні системи розпізнавання автомобільних номерів
Софтверні системи розпізнавання вперше з'явилися на російському і світовому ринку, в 90-х роках, плюсом даного підходу є величезний відеокамер, ціна за камеру нижча ніж у випадку зі смарт камери з вбудованими функціями розпізнавання. Мінусом буде висока вартість сервера на якому встановлено програмне забезпечення з розпізнавання авто номерів, високе навантаження на локальну мережу. У разі виходу сервера з ладу, вся система втрачає працездатність.

1. Трал-Паркінг
Система розпізнавання автомобільних номерів побудована на базі малогабаритних готових модулів "Трал-Паркінг 2", що складаються з аналогової відеокамери і контролера, який виробляє обробку зображення, перевірку автомобільних номерів і відкриття виконавчих пристроїв, підключених до його релейним виходам. Існує два типи реалізації модулів - можна придбати готовий виріб в герметичному корпусі з рівнем захисту IP66, або просто купити контролер з камерою для установки на свій розсуд.

• Розробник: СМП-Сервіс. Офіційний сайт:www.tral.ru . Адреса: Росія, Москва

Відео огляд - Трал-Паркінг 2

Події проїзду містять наступну інформацію: Фотографію автомобіля з його державним реєстраційним знаком, час проїзду, напрямок проїзду, факт розпізнавання номера і його приналежність до певної групи.

Робоча станція використовується для перегляду відео з точок проїзду, редагування списку номерів автомобілів, передачі їх в пам'ять контролерів і для зберігання архіву подій, і ніякого іншого способу роботи з модулями розпізнавання немає. Система розпізнає з ймовірністю до 92% тільки Російські цивільні номера, реакції системи на події не передбачені.
Системні вимоги для установки програмного модуля - ОС Win Vista, 7 32 і 64 біта.

2. номерок
Програмно-апаратний комплекс «номерок» призначений для розпізнавання автомобільних номерів і управління виконавчими пристроями.
Модуль дозволяє з імовірністю до 97% розпізнавати автомобільні державні реєстраційні знаки Російської Федерації, Республіки Білорусь, України, Ізраїлю та більшості європейських країн.

• Розробник: FF-group. Офіційні сайти:www.avtonomerok.com, www.ff-group.org . Адреса: Україна, Київ

Відео огляд - «номерок»

можливості інтерфейсу
У модулі існує установка тривожної події для окремого номера або групи номерів, тривожною подією може бути:



включення будь-якого зовнішнього пристрою за допомогою релейних виходів контролерів

Ручний коригування автомобільного ГРЗ модуль не підтримує, існує функція ігнорування одного або кількох які розпізнаних символів в складі автомобільного номера.

Системні вимоги для установки модуля
Win 7, 8, S2013 32 і 64 біта, рекомендовані технічні вимоги до робочої станції (розглядаємо установку модуля для 4-х каналів розпізнавання) - Intel® Core ™ i5-6400, RAM 8 Gb, Radeon HD 7750, system SSD 120 Gb, HDD 4 Tb.

Інтеграція з СКУД
СКУД Gate - суть загального інтеграційного рішення проста: сервер розпізнавання номерів з ПО номерок v.2 самостійно не приймає ніяких рішень, а тільки розпізнає номер автомобіля і передає розпізнаний номер, як ідентифікатор, безпосередньо в контролер Gate-8000 Авто. Таким чином, сервер розпізнавання стає для контролера Gate, по суті, звичайним зчитувачем ідентифікаторів. При цьому вся робота системи доступу проводиться в штатному режимі за типовими сценаріями і принципам класичної СКУД. Автомобільний номер використовується в системі доступу як самостійний ідентифікатор, причому не в кодованому вигляді, а безпосередньо в явному вигляді автомобільного номера. Це забезпечує значне зручність і користувачам, і службі експлуатації при занесенні ідентифікаторів в базу, при аналізі подій доступу і при формуванні необхідних звітів. Якщо до цього інтеграційного комплекту додатипрограмний комплекс для відеоспостереження Лінія , З'являється можливість прив'язати відеоролик до події проїзду автомобіля, при цьому встановити всю цю трійку - номерок, Gate, Лінія, можна на один комп'ютер, але слід врахувати вимоги по сумісності ПО з типом операційної системи.

• Контролери Gate - ціна від 5 183 рублів
• Програмне забезпечення Gate -ціна від безкоштовного до 35 512 рублів

• Контролери Сфінкс -ціна від 10 700 рублів

3. iPera EX-LPR
Модуль розпізнавання автомобільних номерів EX-LPR є спільною розробкою фахівців компаній iPera і Exacq Technologies Inc., є клієнтським додатком системи відеоспостереження ExacqVision і призначений для автоматичного розпізнавання всіх автомобільних номерів, які потрапили в поле зору відеокамери, і їх реєстрації. Для роботи модуля необхідно встановлене ПЗ відеоспостереження exacqVision, для невеликої системи все програмне забезпечення може встановлюватися на один комп'ютер
Особливістю цього модуля на даний час є те, що пошук автомобільних номерів відбувається по всьому об'єму кадру, а не за конкретною його області, що задається при налаштуванні модулів розпізнавання інших виробників - це вносить свої корективи в вимоги до обчислювальної потужності використовуваного комп'ютерного обладнання.

• Розробник: iPera. Офіційний сайт:www.ipera.ru . Адреса: Росія, Москва

клієнтські підключення
Модуль розпізнавання EX-LPR є повноцінним сервер-клієнт додатком на базі сервера бази даних MySQL. Зберігання бази даних може здійснюватися на будь-якому комп'ютері або сервері, на якому встановлений сервер MySQL і до якого є доступ по мережі. Всі клієнтські підключення безкоштовні і не мають обмежень за їх кількістю, призначені для користувача права лунають кожному користувачеві окремо і в необхідному обсязі. За допомогою такого підключення можна переглядати події, налаштовувати систему, редагувати списки номерів, створювати звіти.
Другий тип клієнтського підключення, реалізований розробниками - веб-інтерфейс.

Системні вимоги для установки продуктів Exacq - ОС Win 7, 8, Ser2003Rev2 32 і 64 біта, рекомендовані технічні вимоги до робочої станції (розглядаємо установку модуля для 4-х каналів розпізнавання паркінг версії) - Intel® Core ™ i5-6400, RAM 8 Gb , Radeon HD 7750, system SSD 120 Gb, HDD 4 Tb.

4. CVS-Авто
Система CVS Авто розроблена фахівцями компанії «Нові Технології», є клієнтським додатком для основної програми системи відеоспостереження CVSCenter і призначена для автоматичного розпізнавання і фіксації автомобільних номерів, які потрапили в поле зору відеокамери. Для роботи модуля потрібно встановлене ПЗ сервера відеоспостереження, в разі необхідності весь комплект програм може встановлюватися на один комп'ютер.

• Розробник: Нові Технології. Офіційний сайт:www.cvsnt.ru . Адреса: Росія, Московська область

Відео огляд - інтерфейс «CVS-Авто»

Реакцією системи можуть бути:
- текстова інформація будь-якого змісту (затримати, додивитися, пропустити і т.д.)
- звукові сигнали (кожній події можна налаштувати окремий звуковий файл)
- світлова індикація (до контролера підключаються сигнальні лампи або світлодіоди)
- включення будь-якого зовнішнього пристрою

У модулі реалізована можливість ідентифікації транспортного засобу - при внесенні номера автомобіля в базу даних додається його фото (можна використовувати один знімок). Додаткова текстова інформація про автомобіль може містити -Марк, модель, колір автомобіля, ім'я власника, контактну інформацію
У процесі розпізнавання ця інформація разом зі знімком може відображатися на моніторі оператора.

Системні вимоги для установки всіх продуктів CVS - ОС Win 7/8 / S2010 32 і 64 біта, рекомендовані технічні вимоги до робочої станції (розглядаємо установку модуля для 4-х каналів розпізнавання паркінг версії) - Intel® Core ™ i5-6400, RAM 8 Gb, Radeon HD 7750, system SSD 120 Gb, HDD 4 Tb.

Клієнтське програмне забезпечення
У модулі реалізовано два варіанти роботи з базою даних:
- варіант 1 - (версія CVS-Auto) база даних і модуль розпізнавання встановлені на одному локальному комп'ютері, що має на увазі автономну роботу без можливості клієнтських підключень;
- варіант 2 - кілька терміналів c модулем розпізнавання працюють з однією базою, яка може зберігатися на будь-якому з них або на іншому зовнішньому сервері (версія CVS-Auto +). У такій версії зв'язок з сервером бази даних здійснюється постійно. Кількість терміналів з модулем розпізнавання в мережі так само як і клієнтських підключень для оператора бази даних необмежено.
Призначені для користувача права на клієнтські підключення лунають адміністратором бази даних в необхідному обсязі для кожного окремого користувача - перегляд архівів, перегляд в реальному часі, адміністрування списків, груп, створення звітів. Кількість клієнтських підключень не обмежена і всі вони безкоштовні.

Звіти
У модулі можливе створення звітів по - розпізнаним, що не розпізнаних номерів, окремому номером, їх групі або шаблоном; в'їхав або виїхати транспорту; номерами, скоригованими вручну оператором охорони; автотранспорту, забороненого до в'їзду, але пропущеного оператором охорони; точкам проїзду, камерам; подій за часовий інтервал; часу знаходження на території, списку знаходяться на території.

5. AutoTRASSIR
Програма автоматичного розпізнавання автомобільних державних реєстраційних знаків Авто-трасуючими є одним з піонерів в лінійці вітчизняних продуктів даного напрямку, створена розробниками Російської компанії DSSL, є клієнтським додатком системи відеоспостереження Trassir, призначена для автоматичного розпізнавання і реєстрації автомобільних ГРЗ і відрізняється (не тільки на думку розробників ) простотою робочого інтерфейсу і налаштування.

• Розробник: ДССЛ. Офіційний сайт:www.dssl.ru . Адреса: Росія, Москва,Список рекомендовані камер для AutoTRASSIR.

Клієнтське програмне забезпечення
У модулі реалізовано два варіанти роботи з базою даних. У першому варіанті (версія СУБД SQLLite) база даних і модуль розпізнавання встановлені на одному локальному комп'ютері без можливості клієнтських підключень, що має на увазі автономну роботу. В іншому варіанті кілька терміналів c модулем розпізнавання працюють з однією базою, яка може зберігатися на будь-якому з них або на якомусь зовнішньому сервері (версія СУБД PostgreSQL). У такій версії зв'язок з сервером бази даних здійснюється постійно. Підключення за допомогою веб-інтерфейсу не передбачені.
Призначені для користувача права на безкоштовні клієнтські підключення лунають адміністратором бази даних в необхідному обсязі і для кожного користувача, кількість клієнтських підключень не обмежена.

можливості інтерфейсу
При некоректному розпізнаванні в модулі передбачена можливість ручного коригування номера автомобіля, така дія відобразиться в журналі подій, як коригування.
В системі існує установка тривожних подій на окремий номер або групу номерів. Всі можливі реакції системи програмуються в спеціальному розділі "Система правил Авто-трасуючими".

Реакцією системи можуть бути - текстова інформація будь-якого змісту (затримати, додивитися, пропустити і т.д.), звукові сигнали, світлова індикація (до контролера підключаються сигнальні лампи або світлодіоди), включення будь-якого зовнішнього пристрою, відправлення повідомлень в зовнішні системи (наприклад, розсилка СМС повідомлень на вказані номери по SSMP протоколу).

Відео огляд - Авто трасуючими

З метою об'єктивної ідентифікації автомобіля в базу даних можна також додати наступну інформацію - марку, колір, ПІБ власника, контактну інформацію.
За результатами розпізнавання ця інформація може відображатися на моніторі робочої станції.

Системні вимоги для установки модуля - ОС Win 7,8 32 і 64 біта, рекомендовані технічні вимоги до робочої станції (розглядаємо установку модуля для 4-х каналів розпізнавання паркінг версії) - Intel® Core ™ i5-6400, RAM 8 Gb, Radeon HD 7750, system SSD 120 Gb, HDD 4 Tb.

Інтеграція з системами СКУД
Модуль має інтеграцію з вітчизняною системою контролю і управління доступом Сфінкс. Є дві версії інтеграції - перша написана розробниками трасуючими, друга - розробниками Сфінкс. Тут ми розглянемо версію, написану розробниками Сфінкса (як ми її розуміємо). Рівень інтеграції має на увазі використання модуля Авто-трасуючими як джерело ідентифікаторів (автомобільних ГРЗ), рішення про проїзд транспортного засобу приймає система СКУД (база автомобільних ГРЗ зберігається в ній).

• Контролери Сфінкс -ціна від 12 510 рублів
• Програмне забезпечення Сфінкс -ціна від безкоштовного до 31 800 рублів

6. Оріон-Авто
Оріон-Авто має повноцінну сервер-клієнт ієрархію побудови системи, вся база даних (автомобільних ГРЗ, подій, фотографій транспортних засобів і т.д.) може зберігатися на будь-якому терміналі або на іншому зовнішньому сервері, де встановлено сервер бази даних. Весь комплект ПО може бути також встановлений на одному робочому місці. Кількість камер, що підключаються до модуля розпізнавання, обмежена до 64 (для підключення більше 4-х камер необхідний запит на поставку відповідного ключа).

• Розробник: НВП "Болід" Офіційний сайт:www.bolid.ru . Адреса: Московська область, м Корольов

7. SpecLab-Traffic
Модуль розпізнавання SpecLab-Traffic розроблений одним з визнаних лідерів вітчизняного ринку компанією СпецЛаб, є клієнтським додатком системи відеоспостереження Goal-City Cassandra і призначений для автоматичного розпізнавання і фіксації автомобільних номерів, які потрапили в поле зору відеокамери. Для роботи модуля обов'язково потрібна установка сервера Goal-City Cassandra (або, за заявою розробників, будь сторонній відеосервер), зі списку камер, підключених до цього сервера, вибираються ті, які будуть використовуватися модулем розпізнавання автомобільних номерів.

• Розробник: СпецЛаб, Офіційний сайт:www.goal.ru. Адреса: г. Иваново, ул. Будівельна, д.17

Апаратне забезпечення
Максимальна кількість підключаються до модуля розпізнавання камер обмежена технічними можливостями робочої станції, інших обмежень немає. Для роботи з модулем можна використовувати IP і аналогові відеокамери. Список інтегрованого IP обладнання можна подивитися тут. Загальна методика підбору камер практично не відрізняється від рекомендацій інших виробників подібного ПО, але можливості по установці відеокамер для модуля SpecLab-Traffic дещо інші.
Для управління зовнішніми пристроями і отримання сигналів датчиків в системі можна використовувати дуже функціональний IP контролер "" Telepatya "", для роботи з ним встановлюється додаткове платне програмне забезпечення сервер SLDA і власну мову охоронної логіки S ++, за допомогою якого проводиться настройка алгоритмів роботи всіх пристроїв.

можливості інтерфейсу
При некоректному розпізнаванні в модулі реалізована функція ручного коректування номера оператором охорони, така дія відобразиться в журналі подій, як коригування. У модулі можлива установка тривожної події для окремого номера або групи номерів, такою подією може бути:
текстова інформація будь-якого змісту (затримати, додивитися, пропустити і т.д.)
звукові сигнали
світлова індикація (до контролера підключаються сигнальні лампи або світлодіоди)


З метою об'єктивної ідентифікації автомобіля в базу даних можна також додати наступну інформацію - марку, колір, ПІБ власника, контактну інформацію. За результатами розпізнавання ця інформація відобразиться на екрані монітора.

З метою підвищення безпеки платних парковок розробниками написаний більш ніким не застосовується алгоритм "безпечний виїзд", суть якого полягає в порівнянні отриманих при в'їзді транспортного засобу зображень автомобіля і його власника з фактично які виїжджають автомобілем. Для цієї мети використовується додаткова відеокамера, яка встановлюється в зручному для зйомки місці, і будь-який датчик наявності транспортного засобу (магнітна петля, фотоелемент) для її включення в потрібний момент часу.

Системні вимоги для установки всього комплекту ПЗ Goal - ОС Win 7 і S2008r2 32 і 64 біта, рекомендовані технічні вимоги до робочої станції (розглядаємо установку модуля для 4-х каналів розпізнавання паркінг версії) - Intel® Core ™ i5-4460, RAM 8 Gb , Radeon HD 7750, system SSD 120 Gb, HDD 4 Tb.

Клієнтське програмне забезпечення
У модулі реалізовані клієнтські підключення за допомогою веб-інтерфейсу і за допомогою сервера баз даних. Підключення за допомогою веб-інтерфейсу дозволяє тільки перегляд списків номерів і відеозаписів подій з будь-якого комп'ютера або мобільного пристрою, що має браузер і вихід в інтернет. Підключення за допомогою СУБД дозволяє переглядати всю потрібну інформацію і проводити настройку системи. Всі види клієнтських підключень безкоштовні і не мають обмежень за їх кількістю. Права кожному користувачеві системи призначаються в необхідному розмірі.
Модуль може працювати як зі своєю, так і з зовнішніми базами даних (приклад - пошукові бази ГИБДД), для цього існує спеціальне програмне забезпечення.

Інтеграція з системами СКУД
Модуль розпізнавання SpecLab-Traffic в даний час не має інтеграції зі сторонніми виробниками систем контролю і управління доступом.

8. Автомаршал
Автомаршал є самостійний додаток, розроблене Науково-виробничою компанією «Малленом Системс», призначеної для автоматичного розпізнавання і реєстрації автомобільних ГРЗ. Пропонується в двох варіантах виконання - для автомагістралей (швидкість до 150 км / год) і для парковок або КПП (швидкість до 30 км / год).
Додаток має цілий ряд платних і безкоштовних доповнень (плагінів) для розширення функціоналу, наприклад плагін "Парковка" допоможе повноцінно автоматизувати будь-які парковки, в тому числі платні.

• Розробник: Малленом Системс. Офіційний сайт:www.mallenom.ru . Адреса: Росія, Череповець

інтеграція
Модуль розпізнавання автомобільних ГРЗ має функціональну інтеграцію з системою контролю і управління доступом Gate - починаючи з можливості працювати з контролерами Gate серії 8000 в автономному варіанті і закінчуючи спільною роботою з системою Gate в складі інтегрованої системи безпеки. Рівень взаємодії Автомаршала і Gate справляє враження, всю інформацію про це можна подивитися тут.

9. Macroscop-Авто
Компанія Macroscop в рамках свого аналітичного пакета використовує модуль розпізнавання автомобільних номерів Macroscop-Авто, розроблений київською компанією VIT (Відео є клієнтським додатком програми відеоспостереження Macroscop і призначений для автоматичного розпізнавання та фіксування автомобільних номерів, які потрапили в поле зору відеокамери. Модуль має два типи виконання - версія для автомагістралей (швидкість транспортних засобів до 150 км / ч) і версія для парковок (швидкість транспортних засобів до 20 км / ч). При необхідності всі програмне забезпечення може встановлюватися на одну робочу станцію - встановлюється серверне ПЗ відеоспостереження, в ньому налаштовуються всі відеокамери , потім встановлюється модуль Macroscop-Авто з сервером бази даних і до нього програмними засобами підключаються ті, які будуть використовуватися для розпізнавання автомобільних номерів.
У разі роботи декількох терміналів, що працюють в одній мережі (нагадуємо, в ній обов'язково повинен бути присутнім сервер відеоспостереження, до якого підключені всі використовувані відеокамери), база даних і журнал подій зберігаються на будь-якому сервері або терміналі, зв'язок клієнт-сервер повинна бути постійною.

• Розробник: Macroscop, Офіційний сайт:www.macroscop.com. Адреса: г. Пермь, шосе Космонавтів, 111, корпус 27, офіс 301

Відео огляд - Macroscop Авто

Можливості інтерфейсу при некоректному розпізнаванні
У разі некоректного розпізнавання ручного коректування номера в модулі Macroscop-Авто ні, не розпізнаний номер буде запропонований для збереження в базі, як новий.
У модулі існує установка тривожної події для окремого номера або групи номерів, тривожною подією може бути:
текстова інформація будь-якого змісту (затримати, додивитися, пропустити і т.д.)
звукові сигнали
світлова індикація (до контролера підключаються сигнальні лампи або світлодіоди)
включення будь-якого зовнішнього пристрою.

З метою об'єктивної ідентифікації автомобіля в базу даних можна додати наступну інформацію: марку, VIN - код, колір, ПІБ власника, контактну інформацію. За результатами розпізнавання ця інформація відобразиться на моніторі оператора.

Системні вимоги за умови установки для сервера відеоспостереження і модуля розпізнавання на одну робочу станцію - ОС Win 7, 8, S2008R2 32 і 64 біта, рекомендовані технічні вимоги до робочої станції (розглядаємо установку модуля для 4-х каналів розпізнавання паркінг версії) - Intel® Core ™ i5-4460, RAM 8 Gb, Radeon HD 7750, system SSD 120 Gb, HDD 4 Tb.

Інтеграція з системами СКУД
Модуль має інтеграцію з виробниками систем контролю і управління доступом Сфінкс і Парсек. Рівень інтеграції має на увазі використання модуля розпізнавання як джерело ідентифікаторів (номерних знаків) для системи контролю і управління доступом.

• Контролери Сфінкс -ціна від 12 510 рублів
• Програмне забезпечення Сфінкс -ціна від безкоштовного до 31 800 рублів

10. Кодос-Транспорт
Система автоматичного розпізнавання номерів, оперативного моніторингу та обліку доступу транспорту, є самостійним додатком, яке може працювати в складі комплексної системи безпеки, побудованої з використанням серверів відеоспостереження "GLOBOSS" і СКУД "ІКБ КОДОС". Модуль має два типи реалізації за цільовим призначенням - «КОДОС-Транспорт» дозволяє тільки розпізнавати і реєструвати автомобільні номери, «КОДОС-Транспорт-КПП" має додатковий розділ, який дозволяє керувати виконавчими пристроями. Максимальна швидкість реєстрації номерів транспортних засобів однакова для двох типів реалізації - до 200 км / ч.
Слід враховувати, що при купівлі комплекту ПЗ на 2 канали розпізнавання існує обмеження швидкості транспортних засобів до 60 км / год, а для швидкості транспортних засобів до 200 км / год можна при цьому використовувати тільки один канал.

• Розробник: Кодос. Офіційний сайт:www.kodos.ru. Адреса: м Москва, Полкова вулиця, д. 3, стор. 2

Апаратне забезпечення
Максимальна кількість камер, що підключаються до однієї робочої станції або сервера розпізнавання автомобільних номерів - 16.
У режимі автономної роботи при реалізації простих схем проїзду додатком «КОДОС-Транспорт-КПП" для управління виконавчими пристроями може використовуватися контролер ЄС-602, для його роботи встановлюється додаткове ПО. У складних системах контролю доцільно використовувати сервер СКУД "ІКБ КОДОС".
Модуль орієнтований на роботу як з IP так і з аналоговими відеокамерами, критерії підбору камер можна подивитися тут.

Інтеграція з системами СКУД
У модулі не реалізована інтеграції зі сторонніми виробниками СКУД, компанія КОДОС має власний комплект обладнання та програмного забезпечення для цих цілей.

Звіти
У звітах про проїздах можна зробити вибірку за наступними даними:
Дата-час подій по кожній точці проїзду;
Назва проїзду;
Напрямок руху (в'їзду / виїзд);
Розпізнавання - номер автомобіля, і коефіцієнт точності розпізнавання;
Водій - ПІБ закріпленого водія;
Оператор - ім'я в системі і ПІБ оператора, в чию зміну відбувався в'їзд / виїзд автомобіля.
Крім табличній частині звіт містить розділ відеоданих - знімок, отриманий в момент розпізнавання номера автомобіля (поле позначається «Камера распознавателя номера»), і посилань для перегляду відеоархіву, отриманого від закріплених за проїздом оглядових камер (тільки в разі спільної роботи модуля з сервером відеоспостереження GLOBOSS ).

11. Domination АUТО
Domination АВТО - система автоматичної ідентифікації державних реєстраційних знаків автомобілів, орієнтована на мережеву архітектуру.

Модуль Domination АUТО є клієнтським додатком - для розпізнавання номерів використовуються камери, підключені до відеосервери Domination, база даних може зберігатися на будь-якому комп'ютері або сервері, зв'язок клієнт-сервер при цьому повинна бути постійною. Установка на одному комп'ютері всього комплекту ПЗ не можлива, оскільки відеосервер Domination працює під управлінням ОС Linux.

• Розробник: Віпакс +, Офіційний сайт:www.networkvideo.ru . Адреса: Росія, г. Пермь.

можливості інтерфейсу
У модулі передбачена можливість ручного коригування номера автомобіля, така дія відобразиться в журналі подій, як коригування. У разі близького збіги не розпізнаного номера з номером в базі буде запропонований варіант автокоррекции.
Установка тривожної події реалізована для окремого номера або групи номерів, прив'язка до певного типу відсутня. Тривожним подією може бути:
текстова інформація будь-якого змісту (затримати, додивитися, пропустити і т.д.)
звукові сигнали (на кожну подію можна налаштувати свій звуковий файл)
світлова індикація (до контролера підключаються сигнальні лампи або світлодіоди)
включення будь-якого зовнішнього пристрою.

Відео - огляд інтерфейсу Domination АUТО

У модулі реалізована можливість Фотоідентифікація транспортного засобу, в базу даних з цією метою додається фото транспортного засобу (можна використовувати один знімок). Додатково можна додати:
марку
Модель
колір автомобіля
ім'я власника
контактну інформацію

При розпізнаванні номера ця інформація відобразиться на екрані монітора.

Системні вимоги для установки модуля розпізнавання - ОС Win 7, 8 32 і 64 біта, мінімальні технічні вимоги до робочої станції розпізнавання номерів (розглядаємо установку модуля для 4-х каналів розпізнавання паркінг версії) - Intel® Core ™ i5-4460, RAM 8 Gb , Radeon HD 7750, system SSD 120 Gb, HDD 4 Tb.

Апаратне забезпечення
Максимальна кількість підключаються до одного модулю розпізнавання камер - 4, кількість модулів в системі необмежена.
Для управління зовнішніми пристроями і отримання сигналів датчиків в системі використовується контролер ADAM-6066CE, з цією метою в модуль розпізнавання встановлюється додаткове безкоштовне програмне забезпечення і проводиться настройка алгоритму роботи всіх пристроїв.

Інтеграція з системами СКУД
Модуль інтегрований c системою контролю і управління доступом Сфінкс. Рівень інтеграції - джерело ідентифікаторів (номерних знаків) для системи СКУД.

• Контролери Сфінкс -ціна від 12 510 рублів
• Програмне забезпечення Сфінкс -ціна від безкоштовного до 31 800 рублів

Відео - н астройка програмних модулів Авто-Інтелект

інтеграція
Модуль інтегрований з системами контролю і управління доступом Gate, Перко і Парсек. Рівень інтеграції - джерело ідентифікаторів (номерних знаків) для системи СКУД.

13. Авто-Ураган
Компанія «Технології розпізнавання» є провідним російським розробником автоматичних систем фото-та відеофіксації транспортних потоків. Система «АвтоУраган» - основна розробка компанії. Апаратно-програмний комплекс «АвтоУраган» це система автоматичної відеофіксації і ідентифікації державних реєстраційних знаків транспортних засобів.

• Розробник: «Технології розпізнавання». Офіційний сайт:www.eng.recognize.ru. Адреса: Москва, вул. Електрозаводська, д. 24

можливості інтерфейсу
При некоректному розпізнаванні автомобільного ГРЗ можливості ручного коректування в модулі розпізнавання Авто-Ураган немає.
Установка тривожної події реалізована для окремого номера або групи номерів. Тривожним подією може бути - текстова інформація будь-якого змісту (затримати, додивитися, пропустити і т.д.), звукові сигнали (на кожну подію можна налаштувати свій звуковий файл), світлова індикація (до контролера підключаються сигнальні лампи або світлодіоди), включення будь-якого зовнішнього пристрою.

У модулі реалізована можливість ідентифікації транспортного засобу, в базу даних з цією метою додається наступна інформація - марка, колір автомобіля, ім'я власника, контактна інформація. При розпізнаванні номера ця інформація відобразиться на екрані монітора.

У модулі розпізнавання є можливість зробити кілька знімків автомобіля за допомогою додаткових оглядових камер. Натисканням однієї кнопки оператор може записати і зберегти окремий відеоролик при проїзді автомобіля, тобто в разі виїзду з паркінгу оператор може відтворити відео або фото в'їзду на паркінг автомобіля з тим-же розпізнаним номером і порівняти їх.

Клієнтське програмне забезпечення
Авто-Ураган - повноцінне сервер-клієнт додаток, в простій схемі встановлюється на один термінал, в разі великої системи окремі термінали працюють з однією базою даних (базова версія СУБД PostgreSQL 9.2), яка може зберігатися на будь-якому з них або на зовнішньому сервері. За допомогою спеціального ПО забезпечується робота з зовнішніми базами даних, при цьому можливе використання декількох баз.
Кількість клієнтських підключень не обмежена, одна ліцензія включена в базовий пакет, інші ліцензії платні. Права і повноваження призначаються кожному користувачеві окремо в необхідному обсязі.

Системні вимоги для установки модуля розпізнавання - ОС Win 7, 8 32 і 64 біта, мінімальні технічні вимоги до робочої станції розпізнавання номерів (розглядаємо установку модуля для 4-х каналів розпізнавання паркінг версії) - Intel® Core ™ i5-4460, RAM 8 Gb , Radeon HD 7750, system SSD 120 Gb, HDD 4 Tb.

Інтеграція з системами СКУД
Модуль інтегрований з системою контролю і управління доступом Парсек. Рівень інтеграції - джерело ідентифікаторів (номерних знаків) для системи СКУД.

Звіти
Модуль має зручний інтерфейс формування звітів за такими ознаками або часового інтервалу - номер автомобіля, групі номерів, час проїзду, точка проїзду, напрямок проїзду
У звіт можна вкласти фотозображення фактів проїзду транспортного засобу.

Вибір камери відеоспостереження
Перш ніж ми перейдемо до рекомендацій по вибору камери для системи розпізнавання автомобільних номерів. Хочеться застерегти всіх від одного небезпечного, але вкрай поширеної помилки. Неможливо з однієї камери здійснювати і загальний огляд території та розпізнавання автомобільних номерів.

Камера яку ви будете використовувати для розпізнавання автомобільних в номерів повинна виконувати тільки цю функцію і нічого більше.

Дозвіл відеокамери має бути дозволяє сформувати зображення автомобільного номера мінімум 140 пікселів по горизонталі на номерний знак.

Як ви розумієте кількість пікселів які доведеться на номерний знак буде залежати від ширини вашого проїзду і дозволу камери. Ще й від віддаленості камери від проїзду звичайно, але для наших цілей ми будемо виходити з того що ми маємо можливість пересувати камеру на найбільш зручне для нас місце.

Наприклад для найпоширенішою ширини проїзду в 4 метри, в більшості випадків достатньо буде камери з роздільною здатністю 1 мегапіксель.

Друга важлива рекомендація це розмір матриці. Чим більше розмір матриці тим більше світлочутливість камери а чим вище світлочутливість камери, тим більше буде відсоток розпізнаних номерів. 1/3 дюйма це мінімальний розмір матриці який варто використовувати для цілей розпізнавання автомобільних номерів. А камери з розміром матриці 1/2 дюйма будуть ідеальним вибором.

• Камера відеоспостереження з розміром матриці 1/3 дюйма -ціна від 1 190 рублів
• Камера відеоспостереження з розміром матриці 1/2 дюйма і вище -ціна від 29 900 рублів

Одна важлива і загальна рекомендація по вибору місця установки камери - не варто встановлювати камеру відеоспостереження далеко від проїзду, так як в цьому випадку навіть найменші вібрації наприклад від вітру можуть сильно позначитися на якості розпізнавання, і як ви розумієте не в кращу сторону.

Такі характеристики камер як швидкість затвора, компенсація фонової засвітки, глибина різкості, шуми і передача кольору, стиснення відео та іншу еквілібристику і вищий пілотаж залишимо для приватних консультацій.

На закінчення хочеться сказати про один дуже простий спосіб визначення підійде камера для розпізнавання чи ні. Якщо ви на стоп кадрі своїми власними очима чітко можете прочитати державний номер, то і система розпізнавання автомобільних номерів абсолютно точно його розпізнає.

висновки

Відверто кажучи будь-яке програмне забезпечення з яким ми стикалися забезпечує прийнятну якість розпізнавання як правило в діапазоні від 90 до 99%. а вже повірте за 11 років ми багато з чим встигли зіткнутися.

Підсумкове якість розпізнавання більшою мірою буде залежати від вибору камери відеоспостереження від проектування системи і від якості монтажу.

Але на практиці дуже часто вам може знадобитися не просто розпізнати номер і на цій підставі прийняти рішення про допуск автомашини на територію. Вам може знадобитися інтеграція з системами контролю доступу вам можуть знадобитися ведення чорних списків вам може знадобитися інтеграція з системою відеоспостереження. Вам може знадобитися різноманітні звіти і в якихось системах цього функціоналу може не бути взагалі, в якихось він може бути надзвичайно багатим.

Ну, і найважливіше - ваша думка

Розглянемо докладніше можливості IP камери для зчитування номерів.

Вона може використовуватися в цілях:

• автоматизованого відкриття шлагбаума при в'їзді на контрольовану територію;
• автоматизованої виписки штрафів при порушенні водієм правил в зоні покриття камери з розпізнаванням автомобільних номерів.
• для автоматичного розрахунку вартості парковки, грунтуючись на даних автомобіля.
• негайного інформування про виявлення потрібної машини, шляхом порівняння її номера з базою даних.

Всі ці аналітичні процеси виконуються внутрішнім софтом в автоматичному режимі, або з настройками і заданими функціями від користувача, через встановлений на сервері програмне забезпечення. Починаючи роботу з IP камерою для розпізнавання автомобільних номерів, рекомендується ознайомитися з інструкцією по установці, налаштуванні і експлуатації приладу. Мережева камера розпізнавання номерів може мати різний форм фактор і тип монтажу. Вибирати слід, грунтуючись на поточних вимогах і умовах.

Ми пропонуємо купити IP камери для розпізнавання автомобільних номерів, за ціною від 3000 рублів в нашому інтернет магазині. На сайті доступна вся необхідна інформація про пристрій.

Характеристики IP камери для розпізнавання автомобільних номерів

Перш ніж купити IP камеру з функцією розпізнавання номерів, ознайомтеся з її технічними характеристиками.

Список технічних характеристик:

• Параметри електроживлення.
• Тип програмного забезпечення, зручність управління.
• Клас захисту IP камери.
• Кут огляду.
• Розширення.
• Спосіб монтажу та підключення.
• Швидкість обробки інформації, пошуку відповідників.
• Швидкість зйомки, записи.
• Температурний режим роботи камери.
• Гранично допустима вологість повітря
• Рейтинг марки виробника на ринку систем контролю і відеоспостереження, відгуки користувачів.
• Габарити, вага пристрою.
• Комплектація, наявність потрібних для установки кріплень, інструкції по експлуатації.

Камери, представлені в даному розділі були перевірені нашими фахівцями на сумісність з програмним забезпеченням Macroscop "Розпізнавання автомобільних номерів". У поєднанні з даними ПЗ, наші камери забезпечать Вам постійний контроль за територією, що охороняється, допоможе в пошуку потрібної машини, автоматизації ряду процесів.

Вибравши пристрій, що відповідає всім вимогам, ви можете швидко оформити замовлення на сайті. Ми доставимо відеокамеру з розпізнаванням номерів на потрібний об'єкт по Москві в найкоротший термін.

Сучасне відеоспостереження дозволяє збирати інформацію про потік руху автомобілів і пішоходів, а також надає різні можливості відеоаналітики.

Функції визначення кількості відвідувачів, ідентифікації осіб, стали затребувані серед приватних організацій і підприємців.

Розглянемо детальніше важливу функцію визначення номерних знаків. Системи відеоспостереження можуть поєднуватися з системою управління доступом. Відеокамера визначає номер, а система аналітики шукає збіг в переліку номерів бази даних і при його наявності, дає дозвіл системі контролю доступу на в'їзд транспортного засобу.

При плануванні установки системи відеоспостереження потрібно відокремити завдання визначення номерів від функції спостереження за транспортом і пішоходами. Відеокамери для розпізнавання номерних знаків мають обмеження на місця установки, а також вони потребують особливої \u200b\u200bналаштуванні. Камера повинна бути сфокусована тільки на ділянці, де проїжджають транспортні засоби. Тому краще встановлювати камери, у яких нерухомий об'єктив. У них є додаткова перевага в характеристиках світлочутливості.

дозвіл камери

Висока роздільна здатність камери ще не означає якісне виконання поставленого завдання з розпізнавання номерів. Розрахункова оптимальне дозвіл може дати навіть кращий результат. Чим вище дозвіл, тим гірше світлочутливість, а це погіршує визначення номерів при поганому освітленні.

При розрахунку необхідного дозволу використовують наступну формулу: (w / n) * p, де w - ширина огляду зафіксованого номерного знака; n - розмір номерного знака; p - пропонована ширина відображуваного номера, яка вимірюється в пікселях.

Розглянемо розрахунок на наступному прикладі: середній розмір знака - 0,52 м, ширина контрольованої зони - 3 м, а рекомендований розмір зазвичай приймають в 200 пікселів. Отримуємо таку відповідь:

(W / n) * p \u003d (3 / 0,52) * 200 \u003d 1154 пікселя.

З розрахунку видно, що оптимальним варіантом буде камера зі стандартним HD форматом зйомки (1280 * 720 пікселів). Але це справедливо якщо відстань від камери до номера 3-5 метрів. Якщо відстань більше, то і дозвіл камери необхідно вище. Якщо ця відстань перевищує 20м, то необхідна камера з варіофокальним об'єктивом. Вона дозволить звузити кут огляду, тим самим збільшивши фіксується об'єкт на екрані монітора.

Характеристики відеокамер для розпізнавання номерів

Потрібно брати до уваги розмір самої матриці. Велика сволок має більшу світлочутливістю. Щоб розпізнавати номери, матриця повинна бути не менше 1/3 дюйма. Але для якісного визначення номерів необхідна матриця від 1/2 дюйма і більше. Наприклад IP камера з матрицею Sony IMX 185 розміром 1 / 1.8.

Не менш важлива і характеристика світлосили. Цей показник визначає об'єктив відеокамери і позначається як число F. Воно характеризується відношенням фокусної відстані до значення розкриття діафрагми. Характеристика сигнал / шум буде краще при більшій світлосилі, так як на матрицю надходить більше світла. Зі збільшенням світлосили зменшується і кількість цифрових шумів. Визначення номерів вимагає значення світлосили від F / 1,4 і вище.

Навіть найкращі камери не здатні визначити номер автомобіля, що знаходиться в повній темряві. Тому потрібно відразу подбати про нормальному освітленні. Велика частина сучасних камер має ІЧ-підсвічуванням, але ця функція змушує переходити в режим чорно-білої зйомки. При ІК-підсвічуванню відбувається додатковий нагрів камери, що може викликати перегрів в жарку пору року, а це створить зайві перешкоди.

Має значення і показник числа кадрів в секунду. Рекомендуються камери з частотою 25 к / с. На ділянках з малою швидкістю руху транспортного потоку відеокамери перемикають в режим 12 к / с або нижче. Це дозволяє зменшити навантаження на пристрій, щоб краще обробляти обсяги інформації.

Розташування відеокамери

Для отримання очікуваного результату обладнання потрібно розміщувати з чітким дотриманням всіх умов

• На зображенні нахил номера автомобіля не повинен бути більше 5 ° по осі x.
• Кут напрямку камери повинен бути до 30 ° як по горизонталі, так і по вертикалі.
• Щоб захопити 2 смуги, можна встановити камеру по центру між ними.
• Висота розташування камери повинна знаходитися в межах 2-6 \u200b\u200bметрів.
• При монтажі пристрою біля шлагбаума, потрібно враховувати, що він створює певний ділянку відчуження.
• Встановивши камеру, необхідно перевірити прийнятність якості зйомки в нічний час доби. Режим діафрагми виставляється на «авто» з рівнем 50.
• Для гасіння світла фар в темний період необхідна камера з витримкою 1/1000 і більш.
• При відсутності нормального освітлення дороги слід виставити функцію день / ніч на «авто». В іншому випадку виставляється інтелектуальна підсвічування в положення - "вкл".
• Підсвічування BLC і WDR повинна бути виключена.

Щоб автоматично фіксувати номери в базі даних, необхідна спеціальна програма для камери або ПК, що розпізнає номерні знаки. Зараз з'явилися у продажу і камери, які самі розпізнають номери автомобілів.

Технології програмного розпізнавання номерів автомобілів і осіб людей, стають все більш затребувані. Наприклад, автоматичне розпізнавання номерів автомашин може використовуватися як компонент системи контролю доступу, для організації білінгових систем платних парковок, автоматизації пропуску автомобілів або для збору статистичної інформації (повторні візити в ТРЦ або на мийку, наприклад). Все це під силу сучасному інтелектуальному ПО. Що ж потрібно для реалізації подібної системи? В принципі, не так і багато - відеокамери, що задовольняють певним вимогам і відповідний інтелектуальний програмний модуль. Наприклад, ПО або більш бюджетний

У цій статті ми розповімо, як правильно вибрати цифрову відеокамеру, здатну формувати якісне відеозображення, прийнятне для задач програмного розпізнавання номерів автомобілів

Розширення

Ще кілька років тому розмір номерного знака на екрані вимірювався в% від ширини кадру. Все телекамери були аналоговими і їх реазрешеніе було величиною постійною. Тепер, коли матриці можуть мати дозвіл від 0.5 до 12Мп, відносні величин не застосовуються і необхідна ширина номерного знака вимірюється в пікселях.

Як правило, в специфікації на ПО розпізнавання номерів вказуються вимоги до ширини номерного знака на екрані, достатньою для впевненого їх розпізнавання. Так, наприклад, програмний модуль АвтоТрассір вимагає ширини в 120 пікселів, а номерок - 80 пікселів. Відмінності у вимогах пояснюються як нюансами роботи алгоритмів розпізнавання, так і допустимим рівнем достовірності, прийнятим розробником. З особистого досвіду можна відзначити, що АвтоТрассір більш вимогливий і «капризний» в частині вибору обладнання, об'єктива, правильності установки камери. Але, будучи доведеним до розуму, показує стабільно достовірні результати і мало залежить від погодних умов.

Для більшої надійності можна порекомендувати орієнтуватися на значення ширини номерного знака в 150 пікс. А якщо згадати, що ширина номерного знака за ГОСТом становить пів метра (520мм якщо бути точним), то ми приходимо до необхідного дозволу в 300 точок на метр.

Лінійне дозвіл пікселів на метр залежить від кута огляду і дозволу матриці камери. Розрахувати його можна за формулою:

R lin - лінійне дозвіл, пікселів на метр

R h - горизонтальне дозвіл камери (наприклад,R h =1080)

α - кут огляду камери

L - відстань від камери до об'єкта

Також ви можете скористатися нашим онлайн-калькулятором на сторінці цікавить вас, на вкладці «Що побачу».

Нижче наведено (для прикладу) кілька варіантів камер IP відеоспостереження із зазначенням максимальної дистанції, з якої можливо розпізнавання номерних знаків (ширина номерного знака 150 пікс). Зверніть увагу, для камер з варіофокальним об'єктивом в розрахунку використовувалося максимальне значення фокусної відстані

Важливо розуміти, що камери з більш високою роздільною здатністю можуть вести спостереження за більш широкими зонами, тому їх на один і той же ділянку потрібно менше. При цьому лінійне дозвіл залишається в межах вимог щодо ідентифікації. Даний факт робить економічно обгрунтованим використання камер високого дозволу в багатьох ситуаціях.

Світлочутливість і швидкість затвора

Для впевненого розпізнавання автомобільних реєстраційних знаків камера повинна мати гарну світлочутливістю і можливістю ручного регулювання швидкості затвора (shutter speed або просто витримки). Ця вимога вкрай важливо при побудові систем розпізнавання номерів автомобілів, що рухаються на високій швидкості. Для машин, що рухаються зі швидкістю до 30 км / год (а саме такі проекти ми, як правило, і реалізуємо для наших замовників: котеджних селищ, житлових комплексів, парковок ТЦ, різних закритих територій) ця вимога менш важливо, але недооцінювати його не можна, адже для досягнення високої якості розпізнавання камера повинна зняти не менше десяти кадрів з читаним номером.
Тому, наприклад, для розпізнавання номера а / м, що рухається зі швидкістю 30 км / год при вугіллі установки камери до 10 градусів щодо осі руху, швидкість затвора повинна бути порядку 1/200 секунди. Для багатьох недорогих камер така витримка навіть вдень при похмурій погоді може виявитися недостатньою, і картинка виявиться темною і / або зашумленной. Тому варто звертати пильну увагу на розмір матриці і її якість. В ідеалі використовувати спеціалізовану чорно-білу камеру з CCD матрицею. Однак ціна їх досить висока а дозвіл зазвичай не більше 1МП, що накладає серйозні обмеження на їх придатність.
У загальному випадку не слід гнатися за високою роздільною здатністю, якщо на те немає об'єктивних причин. Щодо недорогі камери ультра-високого дозволу (4МП, 5Мп і вище) побудовані на матрицях 1/3, 1 / 2.8 і, рідше 1 / 2.5 дюйма. Такий же розмір матриці мають і камери з роздільною здатністю 1.3 і 2Мп. Як наслідок, розмір кожного світлочутливого елемента в камері 1.3Мп відчутно більше ніж в камері 5Мп, а чим більше розмір - тим більше світла може зібрати кожен світлочутливий елемент. Саме тому рекомендовані нами для задач розпізнавання номерів IP камери рідко мають дозвіл більше 2Мп.

Широкий динамічний діапазон (WDR), компенсація фонової засвітки

Динамічний діапазон камери визначає співвідношення між максимальною і мінімальною інтенсивністю світла, які може нормально фіксувати її сенсор. Іншими словами, це здатність камери передати без спотворень і втрат одночасно і яскраво освітлені і темні ділянки зображення. Даний параметр дуже важливий при автоматичному розпізнаванні номерів, тому що допомагає боротися із засвіченням камери світлом фар. Однак навіть найбільш просунуті камери з WDR в 140dB не завжди в змозі впоратися з висококонтрастним освітленням. У цьому випадку встановлюється додаткове освітлення видимого світла або працює в ІК діапазоні, підсвічують зону, в якій відбувається розпізнавання номера.

Глибина різкості

Глибиною різкості, або, повністю, глибиною різкості зображуваного простору (ГРИП) називається діапазон відстаней на в якому предмети сприймаються як різкі.

Цей параметр визначається фокусною відстанню, діафрагмою і відстанню до об'єкта. Чим більше глибина різкості - тим більше зона фокусування і тим більше можливостей «зловити» достатню кількість чітких кадрів автомобілем під час руху.

Мабуть, максимальний вплив на глибину різкості надає діафрагма об'єктива. Чим менше отвір діафрагми - тим більше глибина різкості, чим більше - тим ГРИП менше. Всі рекомендовані нами камери для розпізнавання номерів вміють підлаштовуватися під зміну умов освітлення за рахунок автоматичної зміни діафрагми. Налаштування фокуса таких камер рекомендується проводити при максимально відкритої діафрагми, коли глибина різкості мінімальна.

Чим більше дистанція від камери до об'єкта, тим глибина різкості більше, тому не варто прагнути розміщувати камеру максимально близько до зони розпізнавання. З іншого боку - чим фокусна відстань більше, тим глибина різкості менше. За нашою практикою, оптимальна відстань від камери до ам - в межах від 6 до 10 метрів. Хоча не є неможливим і розпізнавання з відстані і 100 метрів.

спотворення

Багато об'єктиви трохи спотворюють зображення. Найбільш часто зустрічається так зване «бочкоподібне» спотворення картинки. Це пов'язано зі збільшенням, яке більше в центрі і менше по краях, що призводить до зміни розмірів об'єкта. Так, якщо один і той же об'єкт потрапить у центр зображення і на його край - його розміри на краю будуть здаватися менше. Це може вплинути на можливість ідентифікації.

Чим коротше фокусна відстань - тим сильніше може бути помітно спотворення. Тому камери з ширококутним об'єктивом (менше 4 мм) для ідентифікації застосовувати небажано.

Шуми і передача кольору

Чим менше шумів і чим точніше перенесення кольорів - тим краще для ідентифікації. Тому рекомендується звернути увагу на такі параметри як мінімальна освітленість камери, а також наявність функцій шумозаглушення.
Пониження шумів особливо актуально при недостатньому освітленні, коли датчики камери сильно «шумлять», що ускладнює ідентифікацію. Слід розуміти, що в багатьох випадках шумозаглушення і інші електронні «примочки» не можуть впоратися, і потрібно забезпечити достатній рівень освітлення на об'єкті.

стиснення відео

Сучасні IP-камери передають стислий відеосигнал, причому, якщо руху в кадрі немає або він мінімальний - трафік буде невеликим. Якщо ж рух в кадрі інтенсивне - трафік буде рости. Тому, в разі виставлення в настройках камери постійного бітрейта, картинка буде придатною для ідентифікації при відсутності руху, але непридатною - при інтенсивному русі в кадрі.
Для ідентифікації рекомендується виставляти змінний бітрейт з найвищим рівнем якості. У цьому випадку буде забезпечуватися потрібну якість зображення.