miniatura|250px|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 y control de accesos que utiliza el 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 circulando a velocidades de hasta 160 km/h. Pueden usar el circuito cerrado de televisión existente o radares, o dispositivos diseñados específicamente para dicha tarea. Las cámaras LPR (inglés: license plate readers) son empleadas por las diversas fuerzas de policía, en accesos a aparcamientos públicos y privados y como método de recaudación electrónica de peaje en las autopistas de pago, así como 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 suelen utilizar iluminación infrarroja para hacer posible que la cámara pueda tomar fotografías en cualquier momento del día. En una versión al menos 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 de un 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 un reconocimiento óptico de caracteres para extraer los alfanuméricos de la matrícula. Los sistemas ANPR/ALPR se pueden utilizar de dos modos: uno que 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 almacenada en el lugar para ser recuperada posteriormente. En la otra disposición, típicamente hay una gran cantidad de PC 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 existe en dichos sistemas la necesidad de remitir imágenes al servidor remoto y este 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.
Otros nombres Reconocimiento automático (o automatizado) de matrículas (Automatic (or automated) license-plate recognition, ALPR) Lector automático (o automatizado) de matrículas (Automatic (or automated) license-plate reader, ALPR) Identificación automática de vehículos (Automatic vehicle identification, AVI) Reconocimiento automático de placas de matrícula (Automatisk nummerpladegenkendelse, ANPG) Reconocimiento de placas de coche (Car-plate recognition, CPR) Reconocimiento de placas de matrícula (License-plate recognition, LPR) Lectura automática de placas de matrícula (Lecture automatique de plaques d'immatriculation, LAPI) Lector móvil de placas de matrícula (Mobile license-plate reader, MLPR) Reconocimiento de matrícula de vehículo (Vehicle license-plate recognition, VLPR) Identificación de reconocimiento de vehículo (Vehicle recognition identification, VRI)
Cómo funciona un lector automático de matrículas La tecnología detrás de un sistema de lector automático de matrículas (ALPR) es una combinación de componentes de hardware y software que trabajan juntos para identificar, registrar y almacenar datos de las matrículas. El hardware de ALPR es parte de la ecuación, que es el avanzado sistema de cámaras que captura las matrículas de los vehículos. El software es la segunda parte de la ecuación, que utiliza varios algoritmos y técnicas propietarios para identificar con precisión los caracteres de la matrícula a partir de las imágenes capturadas.
Hardware: El hardware generalmente consta de cámaras de alta velocidad equipadas con filtros infrarrojos para leer matrículas en todo momento del día y en diferentes condiciones climáticas. Estas cámaras se pueden montar en semáforos estacionarios, farolas, pasos elevados, aparcamientos, de mano, o montadas directamente en vehículos de las fuerzas del orden. Algunas de las cámaras de ALPR más avanzadas tienen la capacidad de monitorear muchos vehículos simultáneamente, lo cual es muy útil en áreas de mucho tráfico.
Software: El software utiliza un software de reconocimiento óptico de caracteres (OCR), que interpreta los números y letras en las matrículas capturadas por las cámaras. El software está entrenado para reconocer caracteres de diferentes fuentes y diseños de maquetación que pueden existir en matrículas de diferentes estados. Una vez que la imagen de la matrícula es capturada y los caracteres interpretados, el sistema ALPR luego registra la fecha y la geolocalización de los datos. Registrar la fecha y geolocalizar son componentes muy importantes del sistema de lector de matrículas que permiten a las fuerzas del orden rastrear vehículos en tiempo real. La marca de tiempo indica la fecha y hora en que la matrícula fue capturada en cámara, lo cual puede ayudar a rastrear los movimientos del vehículo. La geolocalización asigna una ubicación geográfica a cada matrícula capturada, permitiendo a las agencias de aplicación de la ley u otras entidades autorizadas determinar dónde se vio la matrícula. Estos datos se almacenan luego en una base de datos para futuras referencias, o se pueden usar en tiempo real cuando las fuerzas del orden están persiguiendo un vehículo.
Tecnología derecha|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.
Algoritmos miniatura|250px|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: Localización de la matrícula - responsable de encontrar y aislar la matrícula en la imagen. Orientación y tamaño de la matrícula - compensa los ángulos que hacen que la matrícula parezca "torcida" y ajusta las dimensiones al tamaño requerido. Normalización - ajusta el brillo y el contraste de la imagen. Segmentación de los caracteres - encuentra los distintos caracteres presentes en la matrícula. Reconocimiento óptico de caracteres. Análisis sintáctico y geométrico - comprueba los caracteres encontrados y sus posiciones con las reglas específicas del país al que pertenece la matrícula.
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.
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 menudo una barra del remolque, suciedad en la matrícula, desgaste de la matrícula a causa de productos para derretir la nieve en carreteras y caminos Tornillos fijadores o de sujeción de la matrícula que hacen confundir algunos caracteres a la hora de interpretarlos Vehículos que solo disponen de matrícula trasera (la única obligatoria en la mayoría de estados)
Técnicas de evasión
miniatura|250px|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. 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.
miniatura|250px|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.