Sistemi real-time di identificazione veicoli e lettura targhe mediante analisi di immagini digitali

 6
l’immagine che poi sarà processata e tramite questa processazione si 
arriverà al riconoscimento dei caratteri presenti nella targa del veicolo. 
Nel nostro progetto abbiamo cercato di focalizzare l’attenzione 
principalmente sul primo stadio dell’intero sistema e cioè sul sensore 
che deve “accorgersi” dell’entrata in scena di un’ automobile. 
Non abbiamo voluto utilizzare spire magnetiche o sensori di prossimità 
quali per esempio quelli a raggi infrarossi, ma volevamo riuscire a 
realizzare un sistema simile soltanto con la processazione delle 
immagini digitali provenienti dalla telecamera. 
Data un immagine digitale siamo stati in grado, dopo opportune 
elaborazioni, di capire se vi era la presenza di un veicolo oppure no e 
nella prima ipotesi abbiamo elaborato tale immagine al fine di 
localizzare la targa presente. 
Per fare questo abbiamo preso, dalla foto originale di 256 x 512 pixel, 
due maschere di soli 80 x 430 una e 30 x 430 pixel l’altra e le abbiamo 
analizzate con la tecnica dell’edge detection per capire se vi erano 
presenti oggetti di interesse al suo interno (auto, TIR, ecc…). 
La presenza di veicoli in una o nell’altra maschera ha generato 
differenti processi in cascata, fino all’individuazione corretta di una 
maschera di 512 x 180 pixel contenente l’intero veicolo con la targa 
(alcune volte, infatti, la foto conteneva solo la parte anteriore del 
veicolo e questi casi sono scartati automaticamente dal sistema). 
Questa è l’immagine che è stata passata allo stadio successivo per la 
localizzazione della targa e successivamente dei caratteri in essa 
presenti. 
 7
Oltre che a funzionare come trigger, questo primo stadio ha ridotto 
sensibilmente il numero di pixel che saranno analizzati, dato che 
adesso avrò a che fare solo con immagini di 512 x 180 pixel, mentre in 
origine queste erano di 512 x 256. 
Inoltre tutte le elaborazioni eseguite sull’immagine di partenza non 
sono risultate computazionalmente pesanti, così da permettere 
all’intero sistema di lavorare in real-time. 
A questo punto tramite l’utilizzo di un algoritmo “di linea”, abbiamo 
esaminato l’immagine dall’alto verso il basso ed identificato le 
coordinate verticali di inizio e fine della targa.  
Sempre con lo stesso sistema abbiamo localizzato le coordinate 
orizzontali, così da avere quest’ultima ben delineata in modo tale da 
rendere possibile una ricerca e riconoscimento dei caratteri. 
Prima di fare questo, però, abbiamo applicato a tale immagine un 
algoritmo per il raffinamento dei bordi orizzontali, che in alcuni casi ha 
portato una maggiore precisione nella delineazione delle coordinate 
orizzontali. 
I problemi in questo algoritmo si sono avuti nella maggior parte dei 
casi prendendo in esame le nuove targhe che presentano della strisce 
blu ai loro bordi; in questi casi tale algoritmo non ha dato quei benefici 
che si sono riscontrati in altri casi, ma non ha neppure influito 
negativamente sull’immagine analizzata. 
Una segmentazione è stata successivamente effettuata sull’immagine 
al fine di poter identificare in un modo più preciso gli intervalli esistenti 
tra un simbolo e l’altro. 
 8
Capitolo 1 
…questa tecnologia (LPR) è uno strumento che può fare risparmiare 
considerevoli somme di denaro in personale ed incrementare i 
guadagni in svariate applicazioni. 
 
 
1.1 I Sistemi di Identificazione di Targhe  
Automobilistiche 
 
Lussureggianti berline, veloci auto sportive o veicoli fuoristrada 
per ogni tipo di terreno sono ai primi posti nella fantasia di ogni 
italiano che si appresta a comperare una nuova automobile. Ma a 
dispetto di tutto questo dobbiamo fare fronte alla realtà del traffico di 
oggi: il numero di veicoli immatricolati è drammaticamente cresciuto e 
questo è evidente sia nel traffico urbano di ogni giorno sia nel traffico 
autostradale, soprattutto quando siamo in presenza di strade interrotte 
o parzialmente ostruite. Gli automobilisti perdono tempo e denaro e la 
sicurezza o l’incolumità di questi ultimi è compromessa. 
E’ in questo scenario che può essere d’aiuto la tecnologia basata sul 
Riconoscimento di Targhe Automobilistiche, conosciuta meglio con il 
nome di LPR (License-Plate Recognition- Identifier), che cattura, 
 9
interpreta, registra e processa le immagini di veicoli per molteplici 
utilizzi in varie applicazioni. 
LPR può fare risparmiare tempo ed alleviare le congestioni autostradali 
che si presentano permettendo, per esempio, agli automobilisti di 
passare i posti di pedaggio senza fermarsi o addirittura senza 
rallentare. Può fare risparmiare denaro riunendo e processando le 
informazioni dei veicoli senza l’intervento umano. Può aumentare il 
livello di sicurezza e di incolumità cercando di fare rispettare meglio i 
segnali stradali, oppure permettendo l’accesso a delle aree protette 
solo a chi ha il permesso di farlo. 
 
 
 
 
 
 10
1.2 Come sono utilizzati 
 
I Sistemi di Riconoscimento di Targhe Automobilistiche 
rappresentano una forma di Identificazione Automatica di Veicoli (AVI), 
che non solo riconoscono e contano i veicoli, ma distinguono essi come 
unici. In alcune applicazioni, come pedaggio elettronico o rispetto dei 
segnali stradali, tali sistemi sono in grado di identificare il numero di 
targa in modo tale che il conducente di tale veicolo possa essere 
facilmente identificato e si possa recapitargli la somma dell’appropriato 
pedaggio o dell’eventuale multa. 
In altri utilizzi, come le applicazioni sui veicoli commerciali (TIR o 
container) o il controllo dell’accesso in determinate zone, il numero di 
targa letto dal sistema può essere confrontato in un database per 
verificare se effettivamente tale veicolo può accedere a determinate 
aree o passare da una stazione di controllo. 
Questi sistemi possono aiutare a emettere contravvenzioni ai guidatori 
che superano i limiti di velocità, oppure a dare l’opportunità a questi 
ultimi di vedere il numero di targa con la rispettiva velocità in appositi 
display posti ai bordi della strada. 
Possono facilitare il controllo delle emissioni di gas che ogni auto deve 
compiere registrando automaticamente il numero della targa quando il 
veicolo è sottoposto all’analisi dei gas di scarico, o possono essere 
utilizzati ai margini delle strade per identificare  e multare i guidatori 
che infrangono  la legge. 
 11
Un altro beneficio può essere quello di monitorare il tempo che impiega 
un’auto nel percorrere un certo tratto autostradale, in modo tale da 
tenere informate le varie centrali del traffico sulle eventuali anomalie 
della viabilità o la presenza di code e incidenti. 
Nei passaggi di frontiera il numero di targa catturato ed 
immediatamente identificato può essere controllato su un database per 
scoprire auto rubate, sospette, oppure utilizzate per il traffico di 
contrabbando. 
Esistono almeno due altre tecnologie utilizzate per alcunei di queste 
applicazioni sopra citate: l’identificazione basata sui codici a barre e 
quella basata su Radio-Frequenza (RFID). 
LPR offre due significativi vantaggi rispetto a queste ultime. 
Primo, non richiede alcun aiuto supplementare come è richiesto nelle 
altre due tecniche perché ogni auto possiede sempre una propria 
targa. 
Secondo, siccome LPR fa affidamento sulla tecnologia video, 
l’interpretazione umana può a volte risolvere gli eventuali insuccessi 
del sistema che analizza una serie di caratteri in modo errato. 
Comunque si tratta sempre di una nuova tecnica, dunque meno 
sviluppata delle altre, e dubbi sulla sua affidabilità e accuratezza 
rimangono. 
Un grande svantaggio lo si può avere nelle applicazioni esterne, perché 
le condizioni atmosferiche (pioggia, nebbia e oscurità) possono ridurre 
sensibilmente le prestazioni della tecnologia basata sul riconoscimento 
 12
video, mentre le prestazioni dei sistemi RFID non risentono affatto di 
tali situazioni generate da diverse situazioni temporali. 
 
 
1.3 Come lavorano 
 
Un tipico sistema LPR (vedi fig. 1.1) è composto da un 
sottosistema di acquisizione video, una unità di elaborazione, 
processazione e controllo delle immagini, un motore per il 
riconoscimento dei caratteri e un altro sottosistema finale per la 
registrazione o trasmissione dei dati finali. 
 
 
 
Figura 1.1 
Schema generale di un Sistema LPR 
 
 
 13
Non appena un veicolo entra nel campo visivo della telecamera si 
innescano una serie di processi in cascata. 
La presenza del veicolo può essere avvertita da un trigger esterno, 
come una spira magnetica posta sotto la strada, oppure da un trigger 
interno al sistema che si accorge del cambiamento dell’immagine 
catturata dalla telecamera e mette in allerta il processore che un 
oggetto di interesse può essere presente nella scena. La videocamera 
(che può essere anche dotata di una luce per condizioni particolari di 
luminosità), catturerà l’immagine o la serie di immagini del veicolo che 
sta passando. 
Una volta che l’ immagine è digitalizzata, il passo successivo consiste 
nel determinare se e dove è localizzata la targa. 
Questo passo è forse il più critico, perché il sistema deve ricercare la 
targa in mezzo ad oggetti simili quali adesivi o etichette del 
costruttore. 
Di solito, dopo diversi processi si riesce comunque ad isolare e 
confermare che la targa è presente e a sottoporre l’immagine trovata 
al sistema di riconoscimento di caratteri (OCR). 
Una volta che il carattere viene riconosciuto, il tipo di font utilizzato, o 
il particolare stile della lettera e la sintassi, possono aiutare a 
raffinarne la determinazione. 
La sintassi, riferita al piazzamento del carattere nella sequenza data, 
può servire a discriminare casi di ambiguità come ad esempio: “0” e 
“o” oppure “z” e “2”. 
 14
Non tutte le targhe (stiamo analizzando solo ed esclusivamente quelle 
italiane), però, possono avvalersi della stessa sintassi; infatti accanto 
alle nuove, composte da due lettere, tre numeri e ancora due lettere 
sono anche presenti le vecchie targhe che presentano due lettere 
riferite alla provincia e cinque numeri accanto (per le grandi città 
questo non è sempre vero).(Vedi fig 2.2) 
 
 
    
Fig. 1.2 
Due differenti tipi di targhe italiane 
 
 
 
 15
1.4 Riconoscitore di caratteri 
 
La qualità dell’immagine immessa in un qualsiasi riconoscitore di 
caratteri è responsabile dell’accuratezza e precisione dell’intero 
sistema. In generale i venditori dei sistemi LPR non provvedono 
necessariamente all’equipaggiamento per l’acquisizione delle immagini. 
Le indicazioni che si trovano all’interno, e tipicamente fornite dal 
costruttore di tali sistemi, possono essere d’aiuto all’utente finale che 
sarà libero di scegliere fra vari tipi di sottosistemi per acquisizione di 
immagini. 
Se il motore di riconoscimento dei caratteri è il cuore di ogni sistema 
LPR, l’algoritmo che vi si nasconde all’interno può essere considerato il 
cervello. 
E’ importante capire che il venditore di un tale sistema decide in che 
modo scrivere il codice per un riconoscitore. Per tutti gli scopi pratici, 
l’utente acquista tale algoritmo insieme al sistema; un’idea di base su 
come tale algoritmo interpreta il contenuto dell’immagine è però 
essenziale per capire se il sistema può gestire la sua applicazione. 
Ci sono varie tecniche che differenziano gli OCR, qui di seguito saranno 
riportate quelle più comuni. 
L’approccio tramite correlazione o “Template matching” è semplice e 
può dare risultati affidabili. Come dice il nome, una volta che il 
carattere è stato isolato, l’algoritmo tenta di fare corrispondere a 
quest’ultimo una serie di caratteri standard predefiniti. Ogni variazione