Plan De Sélection Des Lumières De Remplissage Pour Les Compétences De Reconnaissance Des Plaques D'immatriculation La Nuit

Pourquoi la reconnaissance des plaques d'immatriculation est-elle difficile la nuit ?

La nuit, les conditions environnementales dans lesquelles se trouve la lumière sont complexes et le manque de lumière naturelle constitue le problème le plus important. La plaque d'immatriculation elle-même est un matériau aux propriétés réfléchissantes. En l'absence de lumière ambiante suffisante, il est difficile pour la caméra de capturer les contours clairs des caractères, et l'image affichée peut facilement devenir noire, ou il peut y avoir un nombre extrêmement élevé de bruits, rendant impossible l'identification du numéro de plaque d'immatriculation.

De plus, une interférence centrale provient des phares du véhicule lui-même. Lorsque le véhicule allume les feux de route ou les feux de croisement puissants, la lumière brille directement sur la caméra, provoquant de graves phénomènes de halo et d'éblouissement. Cela entraînera une surexposition de la zone de la plaque d'immatriculation et les caractères seront « submergés » par la forte lumière, formant une vaste zone blanche, rendant impossible l'extraction des caractéristiques par l'algorithme de reconnaissance.

Quelle lumière d’appoint est la meilleure la nuit ?

Les lampes grand public actuelles sont les lumières de remplissage à LED et les lumières de remplissage infrarouges. Les lumières LED peuvent fournir une lumière blanche et, lorsqu'elles sont combinées avec des caméras couleur, elles peuvent obtenir des images en couleur, ce qui est utile à l'œil humain pour identifier les couleurs et les détails du véhicule. Cependant, ses inconvénients sont que la lumière est éblouissante, peut provoquer des interférences avec le conducteur et que la consommation d'énergie est relativement élevée.

La lumière de remplissage infrarouge utilise la bande lumineuse invisible, n'a aucun impact sur le conducteur et offre une bonne dissimulation. Lorsqu'il est associé à un capteur d'image noir et blanc, il peut obtenir des images de personnages d'une très haute définition sans être interféré par la couleur de la lumière ambiante. Son inconvénient est que l'image est présentée en noir et blanc, ce qui rend impossible la détermination de la couleur de la carrosserie, et l'effet sera considérablement réduit lorsqu'on rencontre un film de carrosserie à forte absorption infrarouge.

Comment choisir un appareil photo fiable

La clé dépend des performances de la caméra en basse lumière, communément appelées « niveau de lumière des étoiles » ou « niveau de lumière noire ». Ne regardez pas seulement les pixels, ce qui est plus important, c'est la taille de la surface cible du capteur et la zone photosensible d'un seul pixel. Un capteur à grands pixels avec une grande surface cible laissera entrer plus de lumière la nuit, contrôlera mieux le bruit et rendra l'image plus pure.

La taille de l’ouverture de l’objectif est également d’une importance cruciale. Un objectif à très grande ouverture avec une ouverture de F1.0 ou même plus peut garantir un apport de lumière suffisant dans des conditions de lumière extrêmement faible. Dans le même temps, il faut prêter attention à la capacité de contrôle de la distorsion de l’objectif. Une distorsion excessive entraînera une déformation géométrique de la plaque d'immatriculation, ce qui augmentera la difficulté de correction et de reconnaissance post-traitement, affectant ainsi la précision finale.

Comment les algorithmes de reconnaissance améliorent la précision

Les algorithmes de reconnaissance actuels utilisent généralement la technologie du deep learning. Pendant la phase de formation, des millions d’échantillons nocturnes sont nourris. Ces échantillons couvrent des images de plaques d'immatriculation floues sous différents angles, des images de plaques d'immatriculation surexposées sous diverses intensités lumineuses et des images de plaques d'immatriculation inclinées sous diverses intensités lumineuses. Cela permet au réseau neuronal convolutif d'apprendre par lui-même, d'extraire des fonctionnalités clés et, finalement, de s'adapter à des environnements complexes.

Le niveau algorithme intégrera des modules de prétraitement d'image, tels que la correction gamma adaptative, l'égalisation d'histogramme, la réduction du bruit multi-images et d'autres technologies. Ces technologies optimiseront dynamiquement l'image avant que la plaque d'immatriculation n'entre dans le noyau de reconnaissance pour améliorer le contraste et supprimer le bruit, garantissant ainsi que l'entrée dans le moteur de reconnaissance est une image de haute qualité.

Comment ajuster l'angle de position d'installation

Il est recommandé que la hauteur d'installation de la caméra soit comprise entre 1,5 mètres et 2 mètres, avec un angle de vision horizontal par rapport à la plaque d'immatriculation. C'est la meilleure condition. L'angle de dépression ne doit pas être trop grand, sinon il sera facile de capter le toit de la voiture ou le fort reflet du capot. Il est nécessaire de s'assurer que l'axe optique de l'objectif de la caméra forme un certain angle avec la ligne centrale de la voie pour empêcher les phares des voitures de briller directement sur l'objectif. Il s’agit d’une conception clé pour éviter l’éblouissement.

Est-ce la position de déclenchement de la bobine de détection au sol ou du radar qui correspond avec précision à la position de capture de la caméra ? Lorsque l'avant de la voiture atteint la meilleure zone de capture, les phares du véhicule ne font pas complètement face à la caméra. Dans ce cas, le feu de remplissage est activé, ce qui peut capturer une image claire de la plaque d'immatriculation juste avant que le véhicule n'entre dans la zone de forte luminosité. Pour obtenir le résultat optimal, un débogage répété est nécessaire.

Peut-on encore l'identifier par mauvais temps ?

Par temps pluvieux et neigeux, les gouttes de pluie ou les flocons de neige qui tombent refléteront la lumière de la lumière d'appoint, formant ainsi un grand nombre de points lumineux et de bruit dans l'image, ce qui interfère sérieusement avec la segmentation de la zone de la plaque d'immatriculation. Les algorithmes avancés doivent avoir pour fonction d’éliminer la pluie et la neige. À l'aide de l'analyse temporelle et de la modélisation d'arrière-plan, les interférences dynamiques sont filtrées pour extraire des cibles de véhicules stables.

Un épais brouillard réduira la visibilité aérienne, et une forte fumée d'échappement réduira également la visibilité aérienne, ce qui entraînera des images floues. À l'heure actuelle, la caméra doit avoir pour fonction de pénétrer le brouillard et doit être combinée avec un algorithme pour améliorer le contraste à moyenne et longue distance. Il n’existe actuellement aucun moyen de résoudre le problème des plaques d’immatriculation bloquées par la boue et la saleté grâce à la technologie visuelle. On ne peut compter que sur le nettoyage physique ou sur l’intégration d’autres méthodes d’identification comme la RFID.

Quelle est l’erreur de reconnaissance la plus ridicule que vous ayez jamais rencontrée lors de l’utilisation du système de reconnaissance automatique de parking ? Vous êtes invités à partager vos propres expériences dans la zone de commentaires, à l'aimer afin que davantage de personnes puissent la voir, et discutons ensemble de la manière de l'améliorer !