Static Wikipedia February 2008 (no images)

aa - ab - af - ak - als - am - an - ang - ar - arc - as - ast - av - ay - az - ba - bar - bat_smg - bcl - be - be_x_old - bg - bh - bi - bm - bn - bo - bpy - br - bs - bug - bxr - ca - cbk_zam - cdo - ce - ceb - ch - cho - chr - chy - co - cr - crh - cs - csb - cu - cv - cy - da - de - diq - dsb - dv - dz - ee - el - eml - en - eo - es - et - eu - ext - fa - ff - fi - fiu_vro - fj - fo - fr - frp - fur - fy - ga - gan - gd - gl - glk - gn - got - gu - gv - ha - hak - haw - he - hi - hif - ho - hr - hsb - ht - hu - hy - hz - ia - id - ie - ig - ii - ik - ilo - io - is - it - iu - ja - jbo - jv - ka - kaa - kab - kg - ki - kj - kk - kl - km - kn - ko - kr - ks - ksh - ku - kv - kw - ky - la - lad - lb - lbe - lg - li - lij - lmo - ln - lo - lt - lv - map_bms - mdf - mg - mh - mi - mk - ml - mn - mo - mr - mt - mus - my - myv - mzn - na - nah - nap - nds - nds_nl - ne - new - ng - nl - nn - no - nov - nrm - nv - ny - oc - om - or - os - pa - pag - pam - pap - pdc - pi - pih - pl - pms - ps - pt - qu - quality - rm - rmy - rn - ro - roa_rup - roa_tara - ru - rw - sa - sah - sc - scn - sco - sd - se - sg - sh - si - simple - sk - sl - sm - sn - so - sr - srn - ss - st - stq - su - sv - sw - szl - ta - te - tet - tg - th - ti - tk - tl - tlh - tn - to - tpi - tr - ts - tt - tum - tw - ty - udm - ug - uk - ur - uz - ve - vec - vi - vls - vo - wa - war - wo - wuu - xal - xh - yi - yo - za - zea - zh - zh_classical - zh_min_nan - zh_yue - zu

Web Analytics
Cookie Policy Terms and Conditions Reconocimiento automático de matrículas - Wikipedia, la enciclopedia libre

Reconocimiento automático de matrículas

De Wikipedia, la enciclopedia libre

Esta página está traduciéndose del idioma inglés a partir del artículo Automatic number plate recognition, razón por la cual puede haber lagunas de contenidos, errores sintácticos o escritos sin traducir.
Puedes colaborar con Wikipedia continuando con la traducción desde el artículo original

El sistema debe ser capaz de reconocer diferentes tipos de matrículas
El sistema debe ser capaz de reconocer diferentes tipos de matrículas

El reconocimiento automático de matrículas (Automatic number plate recognition o ANPR en inglés) es un método de vigilancia en masa que utiliza reconocimiento óptico de caracteres en imágenes para leer las matrículas de los vehículos. En 2005, los sistemas pueden escanear las matrículas con una frecuencia aproximada de una por segundo en vehículos con velocidades de hasta 160 km/h. Pueden utilizar el circuito cerrado de televisión existente o radares, o unas diseñadas específicamente para dicha tarea. Son utilizadas por las diversas fuerzas de policía y como método de recaudación electrónica de peaje en las autopistas de pago, y para vigilar la actividad del tránsito como una luz roja en una intersección.

El ANPR se puede utilizar para almacenar las imágenes capturadas por las cámaras fotográficas, así como el texto de la matrícula, y algunas se pueden configurar para almacenar una fotografía del conductor. Estos sistemas a menudo utilizan iluminación infrarroja para hacer posible que la cámara pueda tomar fotografías en cualquier momento del día. En al menos una versión de cámara fotográfica para la supervisión de intersecciones se incluye un flash de gran alcance, que sirve para iluminar la escena y hacer que el infractor se dé cuenta de su error. La tecnología ANPR tiende a ser específica para una región, debido a la variación entre matrículas deun lugar a otro.

El software del sistema se ejecuta sobre un hardware de PC estándar y puede ser enlazado con otras aplicaciones o bases de datos. Primero utiliza una serie de técnicas de manipulación de la imagen para detectar, normalizar y realzar la imagen del número de la matrícula, y finalmente reconocimiento óptico de caracteres para extraer los alfanuméricos de la matrícula. Los sistemas ANPR/ALPR se pueden utilizar de dos modos; uno permite que el proceso sea realizado en su totalidad en el lugar de la toma en tiempo real, mientras que el otro transmite todas las imágenes de muchas cámaras a un ordenador remoto en que se realiza el proceso de OCR más tarde. Cuando se realiza in situ, la información capturada de la matrícula alfanumérica, fecha y hora, identificación del lugar y cualquier otra información que se requiera es completada en unos 250 milisegundos. Esta información, convertida ahora en pequeños paquetes de datos, se puede transmitir fácilmente a algún ordenador remoto para un posterior procesamiento en caso de que sea necesario, o ser almacenado en el lugar para ser recuperada posteriormente. En la otra disposición, típicamente hay una gran cantidad de PCs usados en una granja de servidores para manejar altas cargas de trabajo, como los que se encuentran en el proyecto de carga de congestión de Londres. A menudo en dichos sistemas existe la necesidad de remitir imágenes al servidor remoto y éste puede requerir medios de transmisión con un gran ancho de banda. Los inconvenientes de estos sistemas están centrados en el temor en cuanto a la privacidad de los movimientos de los ciudadanos y los informes de los medios sobre la identificación errónea y altas tasas de error. Sin embargo, según se han ido desarrollando, estos sistemas han logrado ser mucho más exactos y fiables.

Tabla de contenidos

[editar] Otros nombres

A ANPR se le conoce a veces con otros términos:

  • Identificación automática de vehículos (Automatic vehicle identification, AVI)
  • Reconocimiento de matrículas de vehículos (Car plate recognition, CPR)
  • Reconocimieto de matrículas (Licence plate recognition, LPR)

[editar] Tecnología

La fuente de las matrículas holandesas fue cambiada para mejorar su reconocimiento
La fuente de las matrículas holandesas fue cambiada para mejorar su reconocimiento

ANPR utiliza reconocimiento óptico de caracteres (OCR) en las imágenes tomadas por las cámaras fotográficas. Cuando las matrículas de vehículos holandeses cambiaron su diseño en 2002, uno de los cambios realizados fue el de la fuente tipográfica, introduciendo pequeños espacios en algunas letras (como P y R) para hacerlas más distinguibles y por tanto más legibles a dichos sistemas. Algunas matrículas utilizan cambios en los tamaños de las fuentes y en la posición - los sistemas ANPR deben poder hacer frente a estas diferencias para ser verdaderamente eficaces. Algunos sistemas más complicados pueden distinguir variantes internacionales, aunque muchos programas se adaptan a cada país individualmente.

[editar] Algoritmos

Pasos 2, 3 y 4: Se normaliza el brillo y el contraste de la matrícula y se dividen los caracteres para el OCR
Pasos 2, 3 y 4: Se normaliza el brillo y el contraste de la matrícula y se dividen los caracteres para el OCR

Hay cinco algoritmos principales que el software necesita para identificar una matrícula:

  1. Localización de la matrícula - responsable de encontrar y aislar la matrícula en la imagen
  2. Orientación de la matrícula y tamaño - compensa la oblicuidad de la matrícula y ajusta las dimensiones al tamaño requerido
  3. Normalización - ajusta el brillo y el contraste de la imagen
  4. Segmentación del carácter - encuentra los caracteres individuales en las matrículas
  5. Reconocimiento óptico de caracteres

La complejidad de cada una de estas subdivisiones del programa determina la exactitud del sistema. Durante la tercera fase (normalización) algunos sistemas utilizan técnicas de detección de borde para aumentar la diferencia en la imagen entre las letras y el fondo de la placa. A También se puede utilizar un filtro digital de punto medio para reducir el "ruido" visual de la imagen.

[editar] Dificultades

El software debe ser capaz de afrontar diferentes dificultades posibles, que incluyen:

  • Resolución de imagen pobre, a menudo porque la matrícula está demasiado lejos, aunque a menudo es resultado del uso de una cámara de baja calidad.
  • Imágenes desenfocadas, en particular desenfoque de movimiento y muy a menudo en unidades móviles
  • Iluminación pobre y bajo contraste debido a sobreexposición, reflexión o sombras
  • Un objeto que oscurece (parte de) la matrícula, a mudo una barra del remolque, o suciedad en la matrícula
  • Técnicas de evasión
Los primeros sistemas ANPR eran incapaces de leer letras blancas o plateadas sobre un fondo negro, como se permitía en los vehículos del Reino Unido fabricados antes de 1973.
Los primeros sistemas ANPR eran incapaces de leer letras blancas o plateadas sobre un fondo negro, como se permitía en los vehículos del Reino Unido fabricados antes de 1973.

Aunque algunos de estos problemas se pueden corregir en el software, se dejan sobre todo en el lado del hardware del sistema para ofrecer soluciones a estos problemas. El aumento de la altura de la cámara puede evitar problemas con los objetos (tales como otros vehículos) que oscurecen la placa, pero introduce y aumenta otros problemas como el ajuste según la oblicuidad creciente de la placa.

Muchos países utilizan matrículas retroreflectivas [1]. Esto devuelve la luz hacia la fuente y mejora así el contraste de la imagen. En algunos países los caracteres de la matrícula no son reflectantes, dando un alto nivel del contraste con el fondo reflectante bajo cualquier condición de iluminación. Una cámara que utiliza imagen infrarroja (con un filtro normal de color sobre la lente y una fuente luminosa infrarroja al lado de ella) beneficia en gran medida, reflejándose las ondas infrarrojas desde la matrícula. Sin embargo, esto sólo es posible en cámaras ANPR dedicadas, por lo que las cámaras usadas para otros propósitos deben confiar en mayor medida en las capacidades del software. Además, cuando se necesita una imagen a todo color y la captación de detalles es necesario tener una cámara con infrarrojos y una cámara normal (en color) funcionando conjuntamente.

Imágenes borrosas dificultan el OCR – los sistemas ANPR deberían tener altas velocidades de disparo para evitar el desenfoque de movimiento
Imágenes borrosas dificultan el OCR – los sistemas ANPR deberían tener altas velocidades de disparo para evitar el desenfoque de movimiento

Para evitar el desenfoque es ideal tener la velocidad del obturador de la cámara fijada a 1/1000 segundos. Debido a que el coche está en movimiento, el uso de velocidades más reducidas podría dar lugar a una imagen demasiado borrosa para ser leída con el software OCR, especialmente si la cámara está en una posición mucho más alta que el vehículo. Cuando el tránsito es lento o cuando la cámara fotográfica está a una altura inferior y el vehículo está en un ángulo de aproximación a la cámara, no es necesario que la velocidad del obturador sea tan alta. Velocidades del obturador de 1/500 pueden funcionar correctamente con vehículos con una velocidad de hasta 64 kilómetros por hora y 1/250 hasta 8 kilómetros por hora. [2]

En algunos coches, las barras de remolque pueden oscurecer uno o dos caracteres de la matrícula. Las bicicletas en las bacas también oscurecer la placa, aunque en algunos países y jurisdicciones, como por ejemplo Nueva Gales del Sur, se supone que las "matrículas de bicicletas" quedan bien.

Algunos sistemas a escala reducida permiten algunos errores en la matrícula. Cuando se utiliza para ofrecer acceso específico de los vehículos a una zona con barrera, la decisión puede ser tomada con un índice de error aceptable de un carácter. Esto es así porque la probabilidad de que un coche desautorizado con una matrícula tan similar se considera que es absolutamente pequeña. Sin embargo, este nivel de imprecisión no sería aceptable en la mayoría de las aplicaciones de un sistema ANPR.

[editar] Técnicas de evasión

Los propietarios de vehículos han utilizado una variedad de técnicas para intentar evadir los sistemas ANPR. Un método consiste en incrementar las propiedades de reflexión de las letras y aumentar así la probabilidad de que el sistema no sea capaz de localizar la matrícula o de producir suficiente nivel de contraste para lograr leerla. Esto normalmente se realiza usando una tapadera de matrículas o recubriendo la placa con aerosol, aunque hay dudas sobre la efectividad de este último. En la mayoría de las jurisdicciones, las tapaderas son ilegales y está contemplado bajo leyes existentes, mientras que en la mayoría de los países no hay ninguna ley que rechace el uso de los aerosoles. [3]

En Argentina se considera a la patente de la misma forma que un documento público, por lo que se considera delito su modificación.

En la ruta de peaje 407 de Toronto (Canadá), la policía ha registrado varias técnicas avanzadas que algunos motoristas han tratado de llevar a cabo. Un piloto tenía un mecanismo que le permitía levantar un cable del asiento del conductor que hacía que se mostrara una matrícula diferente en el momento en que pasaba por las zonas vigiladas con cámara. Otros han tratado de manchar su matrícula con suciedad o utilizar cubiertas para enmascararla.

Los novedosos marcos alrededor de las matrículas de Texas fueron declarados ilegales el 1 de septiembre de 2003 por el Senate Bill 439 porque causaban problemas en los sistemas ANPR. Esa ley lo convertía en un delito menor de la clase C (sancionable con una multa de hasta de 200$), o clase B (sancionable con una multa de hasta 2.000$ y 180 días de cárcel) si se podía probar que el propietario lo hacía para oscurecer deliberadamente su matrícula [4]

Hay algunos paneles traseros para coche con una inserción en ángulo para la matrícula, lo que cambia la alineación de caracteres de la rejilla de lectura. Puesto que la mayoría de los estados de EE.UU. ya no necesitan nuevas matrículas cada año, quizás la manera más fácil de invalidar el reconocimiento es simplemente permitir que la pintura reflectante de las placas se degrade por la edad y se haga por tanto ilegible.

Si un sistema ANPR no puede leer la placa de matrícula avisará, por medio de una señal acústica, para llamar la atención de los operadores humanos, que pueden entonces tratar de identificar los caracteres visualmente. Es entonces posible hacer operaciones de búsqueda usando caracteres comodín que sustituyan cualquier parte oculta de la matrícula y utilizar los detalles del coche (fabricante y modelo, por ejemplo) para refinar la búsqueda.


[editar] Otros usos

Los sistemas ANPR también pueden ser usados para:

  • Cruce de fronteras
  • Estaciones de servicios para llevar un registro de los conductores que abandonan la estación sin realizar el pago
  • Control de acceso a aparcamientos
  • Una herramienta de mercadotecnia para llevar un registro de patrones de uso
  • Sistemas de gestión de tráfico, para determinar el flujo de tráfico usando el tiempo que tardan los vehículos en pasar por dos sitios dotados de ANPR

[editar] Véase también

[editar] Referencias

[editar] Enlaces externos

Compañías y agencias que utilizan y proporcionan sistemas ANPR:

Noticias e informes:

Investigación:

Información para desarrolladores de sistemas ANPR:

Static Wikipedia 2008 (no images)

aa - ab - af - ak - als - am - an - ang - ar - arc - as - ast - av - ay - az - ba - bar - bat_smg - bcl - be - be_x_old - bg - bh - bi - bm - bn - bo - bpy - br - bs - bug - bxr - ca - cbk_zam - cdo - ce - ceb - ch - cho - chr - chy - co - cr - crh - cs - csb - cu - cv - cy - da - de - diq - dsb - dv - dz - ee - el - eml - en - eo - es - et - eu - ext - fa - ff - fi - fiu_vro - fj - fo - fr - frp - fur - fy - ga - gan - gd - gl - glk - gn - got - gu - gv - ha - hak - haw - he - hi - hif - ho - hr - hsb - ht - hu - hy - hz - ia - id - ie - ig - ii - ik - ilo - io - is - it - iu - ja - jbo - jv - ka - kaa - kab - kg - ki - kj - kk - kl - km - kn - ko - kr - ks - ksh - ku - kv - kw - ky - la - lad - lb - lbe - lg - li - lij - lmo - ln - lo - lt - lv - map_bms - mdf - mg - mh - mi - mk - ml - mn - mo - mr - mt - mus - my - myv - mzn - na - nah - nap - nds - nds_nl - ne - new - ng - nl - nn - no - nov - nrm - nv - ny - oc - om - or - os - pa - pag - pam - pap - pdc - pi - pih - pl - pms - ps - pt - qu - quality - rm - rmy - rn - ro - roa_rup - roa_tara - ru - rw - sa - sah - sc - scn - sco - sd - se - sg - sh - si - simple - sk - sl - sm - sn - so - sr - srn - ss - st - stq - su - sv - sw - szl - ta - te - tet - tg - th - ti - tk - tl - tlh - tn - to - tpi - tr - ts - tt - tum - tw - ty - udm - ug - uk - ur - uz - ve - vec - vi - vls - vo - wa - war - wo - wuu - xal - xh - yi - yo - za - zea - zh - zh_classical - zh_min_nan - zh_yue - zu -

Static Wikipedia 2007 (no images)

aa - ab - af - ak - als - am - an - ang - ar - arc - as - ast - av - ay - az - ba - bar - bat_smg - bcl - be - be_x_old - bg - bh - bi - bm - bn - bo - bpy - br - bs - bug - bxr - ca - cbk_zam - cdo - ce - ceb - ch - cho - chr - chy - co - cr - crh - cs - csb - cu - cv - cy - da - de - diq - dsb - dv - dz - ee - el - eml - en - eo - es - et - eu - ext - fa - ff - fi - fiu_vro - fj - fo - fr - frp - fur - fy - ga - gan - gd - gl - glk - gn - got - gu - gv - ha - hak - haw - he - hi - hif - ho - hr - hsb - ht - hu - hy - hz - ia - id - ie - ig - ii - ik - ilo - io - is - it - iu - ja - jbo - jv - ka - kaa - kab - kg - ki - kj - kk - kl - km - kn - ko - kr - ks - ksh - ku - kv - kw - ky - la - lad - lb - lbe - lg - li - lij - lmo - ln - lo - lt - lv - map_bms - mdf - mg - mh - mi - mk - ml - mn - mo - mr - mt - mus - my - myv - mzn - na - nah - nap - nds - nds_nl - ne - new - ng - nl - nn - no - nov - nrm - nv - ny - oc - om - or - os - pa - pag - pam - pap - pdc - pi - pih - pl - pms - ps - pt - qu - quality - rm - rmy - rn - ro - roa_rup - roa_tara - ru - rw - sa - sah - sc - scn - sco - sd - se - sg - sh - si - simple - sk - sl - sm - sn - so - sr - srn - ss - st - stq - su - sv - sw - szl - ta - te - tet - tg - th - ti - tk - tl - tlh - tn - to - tpi - tr - ts - tt - tum - tw - ty - udm - ug - uk - ur - uz - ve - vec - vi - vls - vo - wa - war - wo - wuu - xal - xh - yi - yo - za - zea - zh - zh_classical - zh_min_nan - zh_yue - zu -

Static Wikipedia 2006 (no images)

aa - ab - af - ak - als - am - an - ang - ar - arc - as - ast - av - ay - az - ba - bar - bat_smg - bcl - be - be_x_old - bg - bh - bi - bm - bn - bo - bpy - br - bs - bug - bxr - ca - cbk_zam - cdo - ce - ceb - ch - cho - chr - chy - co - cr - crh - cs - csb - cu - cv - cy - da - de - diq - dsb - dv - dz - ee - el - eml - eo - es - et - eu - ext - fa - ff - fi - fiu_vro - fj - fo - fr - frp - fur - fy - ga - gan - gd - gl - glk - gn - got - gu - gv - ha - hak - haw - he - hi - hif - ho - hr - hsb - ht - hu - hy - hz - ia - id - ie - ig - ii - ik - ilo - io - is - it - iu - ja - jbo - jv - ka - kaa - kab - kg - ki - kj - kk - kl - km - kn - ko - kr - ks - ksh - ku - kv - kw - ky - la - lad - lb - lbe - lg - li - lij - lmo - ln - lo - lt - lv - map_bms - mdf - mg - mh - mi - mk - ml - mn - mo - mr - mt - mus - my - myv - mzn - na - nah - nap - nds - nds_nl - ne - new - ng - nl - nn - no - nov - nrm - nv - ny - oc - om - or - os - pa - pag - pam - pap - pdc - pi - pih - pl - pms - ps - pt - qu - quality - rm - rmy - rn - ro - roa_rup - roa_tara - ru - rw - sa - sah - sc - scn - sco - sd - se - sg - sh - si - simple - sk - sl - sm - sn - so - sr - srn - ss - st - stq - su - sv - sw - szl - ta - te - tet - tg - th - ti - tk - tl - tlh - tn - to - tpi - tr - ts - tt - tum - tw - ty - udm - ug - uk - ur - uz - ve - vec - vi - vls - vo - wa - war - wo - wuu - xal - xh - yi - yo - za - zea - zh - zh_classical - zh_min_nan - zh_yue - zu