Введение
Теоретическая часть
Обзор существующих решений
Сравнительный анализ существующих решений
Реализация системы
Общие требования
Пост весового контроля автотранспорта
Калибровка камеры
Паттерн распознавания
Архитектура
Проект внедрения
Общие требования
Интеграция на станции весового контроля г. Казани
Заключение
Литература
Обеспечение безопасности на дорогах и соблюдение правил дорожного движения является актуальной задачей, так как исследования и статистика показывают, что Россия является не самой безопасной страной с точки зрения дорожного движения. И этому способствуют многие факторы, такие как пьянство за рулем, невнимательные пешеходы, нарушение ПДД в трезвом и нетрезвом состоянии.
Есть достаточно много способов решений данных проблем, одной из которых является автоматический контроль соблюдения правил дорожного движения. Реализацией данного способа и являются камеры видеорегистрации государственных номеров автомобилей. С помощью камер можно выявлять такие нарушения как выезд на запрещающий свет светофора, пересечение сплошной линии, остановка в ненадлежащем месте, нарушение скоростного режима, перестроение с нарушением правил дорожной разметки и многие другие. Более того камеры видеорегистрации дают нам информацию о каждом проезжающем автомобиле на данном участке проезжей части, таким образом ведется поиск угнанных автотранспортных средств и выявляются автомобили без номерного знака.
Преимущества автоматической регистрации очевидны - система регистрирует каждый проезжающий мимо автомобиль, что при высокой интенсивности движения при многополосном движении работник патрульно-постовой службы не сможет сделать в принципе. Сверить все номера автомобилей по списку также не под силу одному человеку. С телекамер, стационарных либо установленных на подвижных объектах, например на автомобилях дорожно-постовой службы, видеосигнал поступает в компьютер. С помощью программы распознаются номерные знаки автомобилей. Если по анализу траектории движения этого автомобиля следует, что он нарушает правила дорожного движения, то этот факт регистрируется программой слежения и автоматически формируется карточка нарушения.
В европейских странах автоматический контроль применяется уже давно. В Норвегии, например, автоматический контроль дорожного движения впервые ввели для регистрации нарушений скоростного режима на дороге Е18 через Телемарк в июне 1988 г. [1]. Применение системы автоматического контроля в России затрудняется тем, что на российских дорогах имеется большое количество автомобилей с грязными номерными знаками. И отсутствие надёжной системы распознавания номерных знаков снижает эффект от действия системы контроля. Увеличение производительности компьютеров и разработка более эффективных систем распознавания позволяют использовать системы автоматической регистрации правонарушений и поиска автомобилей, находящихся в розыске. Поэтому появилась возможность эффективно использовать такую систему и в России. В системе автоматической регистрации одной из самых сложных задач является поиск в кадре положения регистрационного знака (номера) и его преобразование в символьную форму, т.е. распознавание. Относительно чистый автомобильный номер (рис. 1) можно выявить на изображении и распознать с применением способов, ставших уже практически стандартными:
1) бинаризации всего изображения с плавающим уровнем;
2) поиска замкнутых контуров на изображении, которые являются вероятными символами номерного знака;
3) распознавании бинаризованного изображения символов.
ABBYY, программный продукт FineReader Engine имеет две специальные технологии, направленные на решение задачи, связанной с распознаванием таких документов: адаптивная бинаризация (преобразование исходного изображения в чёрно-белое) и интеллектуальные алгоритмы фильтрации текстур. Несмотря на потери информации при бинаризации, качество распознавания символов оказывается достаточным для идентификации изображения во многих случаях. К тому же проверка слов по словарю помогает исправить недостаточно чётко распознанные символы. Последнее неприменимо при определении номеров, т.к. последовательность символов в номерном знаке может быть любой.
Более сложный случай для распознавания показан на рис. 2. При изменении уровня бинаризации цифра “5” в коде региона начинает распадаться на отдельные части раньше, чем появляется промежуток между цифрой “5” и “0” (рис. 2,б). Проблемы разделения символов разрешимы, если широкие символы разделить на два или больше. Если удалось определить положение символов в номерном знаке, то это несложно. Однако при большом количестве типов распознаваемых номеров вероятность ошибки возрастает. Нередко встречаются автомобильные номера, которые однозначно распознать
стандартными средствами бывает проблематично. Чтобы решить эту проблемы были уже созданы некоторые сервисы, которые мы сравним между собой в следую щей главе.
Цель создание инструмента системы идентификации государственных номеров транспортных средств с поддержкой российских и европейских паттернов:
1. Автоматический контроль соблюдения правил дорожного движения
2. Идентификация транспортного средства на контрольно-пропускных пунктах
В результате созданного проекта удалось автоматизировать часть решения данной проблемы. У разработанного продукта есть дальнейшая перспектива применения на коммерческой разработке и внедрения его на участки весового контроля для грузовых транспортных средств республики Татарстан.
