.
..
..informe especial
rnds
®
.com.ar
www.
2do. Premio Concurso Casel
Reconocimiento de patentes (ANPR)
180
l reconocimiento automático
de placas patentes automoto-
to es muy amplio y resulta de interés
en diferentes campos:
• Control vehicular público relacio-
nado con la seguridad. Ejemplos: de-
tección de vehículos buscados, contro-
les fronterizos de cualquier tipo: mu-
nicipales, provinciales, internacionales,
portuarios, etc.
• Control vehicular público relacio-
nado con el tránsito. Ejemplos: con-
trol de velocidad, uso para cobrar una
tasa por conducir en determinadas
zonas en horas pico como se hace en
algunos países, estadísticas, etc.
• Control vehicular privado para re
gistro o control de acceso. Ejemplos:
countries, empresas, complemento
para monitoreo de rutas, peajes, esta-
cionamientos.
• Marketing y comercialización.
Ejemplos: seguimiento de clientes, es-
tudios de fidelidad por concurrencia
de clientes, publicidad electrónica per-
sonalizada en los ingresos a shoppings,
marketing aplicado al turismo, recono-
cimiento de clientes para ofrecer el
res es un sistema de registro y vigilan-
cia en masa de uso incipiente en el
mundo, no muy desarrollado aún, pero
en plena expansión. Su principal moti-
vación es la seguridad.
Uno de los objetivos es poder llevar
a cabo una tarea que en el estado del
arte actual es inviable para las fuerzas
de seguridad: leer todas las patentes
de los automóviles circulando por los
puntos vigilancia, día y noche, llueva o
no, y notificar un estado de alarma
cuando se detecta un automóvil bus-
cado o llevar un registro de los que
pasaron por el lugar.
En la Argentina no se ha desarrolla-
do ningún proyecto de este tipo hasta
la actualidad, aunque sí se han instala-
do algunos productos de origen ex-
tranjero a nivel privado.
Desarrollo
Motivación y diagnóstico
El ámbito de aplicación del proyec-
El proyecto presentado por Andrés Hurtis, ganador del Segundo premio en el 1er
Concurso organizado por Casel para promover el crecimiento de la industria nacional
de seguridad electrónica, consistió en el desarrollo de un método de reconocimiento de
placas patentes automotores por medio de un software de visión artificial.
Continúa en página 184
E
servicio de acuerdo a su última elec-
ción o historial, etc.
Párrafos más adelante se incluye en este
informe una sección con ejemplos para
ventajas en el campo de la seguridad.
La tecnología de reconocimiento de
patentes vehiculares por visión artificial
permite realizar controles que son impo-
sibles hasta el momento, dado el gran
caudal de vehículos en tránsito, entre
otros factores. Ingresando y saliendo de
la Ciudad de Buenos Aires se contabiliza
una media de 2.000.000 vehículos dia-
rios. Para analizar la inviabilidad de reali-
zar el control manualmente se puede
tomar en cuenta que si se invirtieran 10
segundos en cada uno de ellos (mirar la
patente e introducir el número en una
computadora) se necesitarían 5.555 ho-
ras hombre diarias, lo que equivale a
unas 700 personas dedicando 8 horas
por día a la tarea, sin mencionar la insa-
lubridad de la labor y el hecho de que el
caudal de automóviles no es uniforme a
lo largo del día. A todo esto, debe sumar-
.
..
..informe especial
rnds
®
.com.ar
www.
2do. Premio Concurso Casel
Viene de página 180
184
se las problemáticas inherentes al factor
humano que en una actividad de esta
naturaleza se ven potenciadas.
El proyecto
La topología básica del sistema es
una cámara y una computadora inter-
conectadas. La cámara envía video a la
computadora, la cual lo procesa en
tiempo real brindando como salida la
lectura de la patente para su uso en
diferentes aplicaciones, como por
ejemplo para ser buscada en una lista
negra o para su registro y posterior
procesamiento.
El principal componente del sistema
es el algoritmo de detección, que fue
desarrollado especialmente en base al
diseño de las patentes argentinas. Esto
es de gran ventaja, ya que al estar es-
pecializado se gana en velocidad y ca-
lidad. Otros sistemas extranjeros utili-
zan la combinación de algoritmos ge-
néricos, con lo cual se pierde detección
en situaciones críticas, se limitan sus
posibilidades y se reduce su velocidad.
Cabe entonces remarcar que el de-
sarrollo del sistema abarca integral-
mente el desarrollo del software de vi-
sión artificial y que no es una aplica-
ción que utiliza un producto de reco-
nocimiento de patentes de terceros,
por lo que es un producto de innova-
ción a nivel nacional.
El diseño tecnológico con el que se
ha abordado este proyecto apunta a
tener la disponibilidad a futuro de es-
calarlo a niveles que los sistemas con-
vencionales no llegan: la posibilidad de
instalarlo en patrulleros de manera
que esté leyendo continuamente to-
das las patentes que estén al alcance
de su vista electrónica, para avisar me-
diante una alarma, así como también
ejecutarse en teléfonos celulares con
cámara, que puedan ser utilizados
como detectores de autos buscados
por la policía. Una de las bases de esta
ventaja es que el desarrollo se ha he-
cho utilizando código multiplatafor-
ma, entre otras cosas.
El hecho de que sea un producto na-
cional aporta la ventaja adicional de la
disponibilidad de escalar el desarrollo
para aplicaciones más complejas, como
por ejemplo convalidar la patente con
el modelo o con el color del automóvil.
Información técnica del proyecto
El componente más importante del
sistema es el algoritmo de detección
de la ubicación y dimensiones dentro
de la imagen capturada por la cámara.
El sistema del procesamiento de la
lectura se compone básicamente de lo
siguiente:
• Preprocesamiento de la imagen: di-
ferentes filtros digitales orientados a
corregir problemas de iluminación, rui-
do y demás problemas típicos que se
presentan en todos los sistemas de vi-
sión artificial.
• Localización de la patente en la
imagen.
• Corrección del ángulo o de la pers-
pectiva: el sistema admite que la cáma-
ra no esté nivelada con respecto al ve-
hículo y también admite diferentes
ángulos de captura con respecto al eje
longitudinal del vehículo, razón por la
cual debe practicarse esta corrección.
• Reconocimiento óptico de caracteres
sobre la imagen resultante del proceso
anterior (OCR, por sus siglas en inglés).
• Validación de sintaxis.
El núcleo del sistema es el segundo
punto: el de la localización de la paten-
te, ya que teniendo en cuenta el esta-
do del arte actual, el resto de los pun-
tos se resuelven con técnicas conven-
cionales, que aunque no por ello de-
jan de ser complejas. También el ter-
cer punto, el de la corrección del án-
gulo, reviste de complejidad, p ero es
debido a las exigencias que se han
asignado a este proyecto en cuanto a
tolerancia a ruido y algunas otras co-
sas como por ejemplo maximizar la
capacidad de detección en la imagen
en cuanto a los vehículos más lejanos
al sistema de detección.
El OCR se ha implementado con la li-
brería de código abierto (open source)
más reputada del mercado. Esta libre-
ría ha debido ser entrenada con la tipo-
grafía de las patentes argentinas. Como
la tipografía no se encuentra disponi-
ble ni es estándar, hubo que compagi-
narla basándose en fotografías.
Con relación a este último punto, sur-
ge aclarar que muchos sistemas exis-
tentes (extranjeros) necesitan que el
vehículo esté en una posición más o
menos preestablecida y que la paten-
te en la imagen abarque dimensiones
dentro de un rango muy limitado. Y
también muchos de ellos necesitan
disparar la captura por medio de sen-
sores en el asfalto. Podemos ver un
ejemplo de un sistema de esas carac-
terísticas en Brasil, en el peaje de la ruta
BR 290 km 224, cerca de Pantano Gran-
de, camino que usualmente se toma
para ir a Puerto Alegre. Probablemen-
te sea el sistema de reconocimiento de
patentes usado en peajes más cerca-
no a Buenos Aires.
El sistema que estamos describien-
do no presenta esas limitaciones en
absoluto, ya que fue uno de los requi-
sitos iniciales que se establecieron al
inicio del diseño.
Además del software, para desarrollar
el proyecto se ha contado con un capi-
tal de conocimientos en lo referente a
la captura digital de imágenes aplicada
a la visión artificial. A modo de resumen:
• Tecnologías de las cámaras y los de-
talles que las diferencian, como por
ejemplo, tipos de sensores (CCD y
CMOS), tipos de CCD, particularidades
de los tamaños de los CCDs, sus rela-
ciones con los precios; detalles de las
lentes para cada tipo de cámara (carac-
terísticas ópticas, iris, fijaciones anti vi-
bración, montajes, etc.), tipos de inter-
faces (con sus particularidades, como
por ejemplo velocidades de transfe-
rencia o cuáles admiten conectar va-
rias a una misma computadora y cuá-
les no), respuestas espectrales, filtros
infrarrojos incluidos, parametrizacio-
nes del disparo y su relación con las
condiciones de iluminación y con el
movimiento del objeto, etc.
• Filtros ópticos existentes para me-
jorar la captura de la cámara, así como
también polarizadores de luz visible e
infrarroja.
• Fuentes de iluminación: posibilidad
de polarización, tipos de fuentes infra-
rrojas, sincronización con cámaras.
• Cámaras: industriales, inteligentes,
OEM, diferentes opciones del mercado
y su compatibilidad con los diferentes
sistemas.
• Dispositivos industriales con capa-
cidad de captura de imágenes
• Conocimiento de los proveedores
de los productos mencionados ante-
riormente, sus precios y productos.
La base tecnológica que se desarro-
lló para este proyecto permite además
generar aplicaciones similares, como
por ejemplo el de identificación de
containers en tránsito en accesos a ter-
minales portuarias.
Algunos casos de aplicación
Como consideración importante, vale
la pena aclarar que en Inglaterra y en
Estados Unidos, donde se insume mu-
cho en seguridad, se han hecho grandes
inversiones en este tipo de sistemas. Por
ejemplo, en el sitio www.platescan.com/
.
..
..informe especial
rnds
®
.com.ar
www.
2do. Premio Concurso Casel
news/displaynews.asp.NewsID=16 pue-
de leerse un artículo que da cuenta que
Inglaterra invertirá 28 millones de dóla-
res en sistemas de reconocimiento de
patentes.
Teniendo en cuenta la vertiginosa
tecnologización en curso no es des-
acertado considerar que pronto se
tome como una necesidad importan-
te el uso de sistemas de reconocimien-
to en móviles policiales. Por ejemplo,
en una nota del diario Clarín se anun-
cia el uso de cámaras en patrulleros de
la Policía Metropolitana, aunque sin sis-
tema de reconocimiento de patentes
(www.clarin.com/diario/2009/07/
23/um/m-01963560.htm)
Para ejemplificar las enormes venta-
jas en el campo de la seguridad públi-
ca podemos imaginar algunos escena-
rios donde su uso sería contundente:
• Un secuestro movilizándose en el
mismo auto de la víctima. Al momen-
to de dar vuelta a la esquina, ya el pro-
blema se torna similar al de buscar una
aguja en un pajar. Teniendo instalado
el sistema en aunque sea algunos pun-
tos se podría ya descartar o incluir pun-
tos de paso que puedan ayudar a la
búsqueda. Un ejemplo similar a este es
el del conocido caso Pomar.
• El segundo ejemplo, que es en reali-
dad el que despertó la idea para este pro-
yec to, fue leer en un periódico que se en-
cuentró un cuerpo al costado de una
ruta poco transitada en el interior de la
Provincia de Buenos Aires. Teniendo en
cuenta lo poco transitado de la ruta, con
los datos proporcionados por este siste-
ma, se podría reducir la búsqueda a los
automóviles que hubieran pasado.
• Se produce el robo de un vehículo
monitoreado satelitalmente y se blo-
quea la recepción GPS por medio de
un dispositivo bloqueador de señales
satelitales. Si el vehículo fuera detec-
tado fuera de la ruta por el sistema de
reconocimiento de patentes se podría
disparar un aviso.
Es fácilmente posible imaginar mu-
chos escenarios más.
188
Viene de página 184
Bibliografía
Procesamiento de imágenes:
Russ, John (2006). The image Processing Handbook, Fifth Edition. CRC Press. ISBN: 978-0849372544
Visión artificial:
Linda Shapiro y George Stockman (2001). Computer Vision. Prentice Hall. ISBN: 978-0130307965
Davies, E.R. (2005). Machine Vision, Third Edition: Theory, Algorithms, Practicalities (Signal Processing and its Applications). Morgan Kaufmann. ISBN: 978-0122060939
Nixon, Mark y Aguado, Alberto (2008). Feature Extraction & Image Processing, Second Edition. Academic Press. ISBN: 978-0123725387
Reconocimento de patentes automotores:
Para búsquedas en Internet respecto del tema es útil tener en cuenta las siglas con las que se denomina al tema en inglés: ANPR (automatic number plate recognition)
LPR (licence plate recognition) CPR (car plate recognition) ALPR (automatic licence plate recognition) AVI (automatic vehicle identification) y en francés LAPI (Lecture
Automatique de Plaques d'Immatriculation)
Imagen de la salida de pantalla de una de las he-
rramientas auxiliares que se desarrollaron para
idear el algoritmo.
Localización. Obsérvese el rectángulo rojo.
Etapa intermedia 2.
Imagen de la salida en pantalla del prototipo final.
Imagen inicial
Etapa intermedia 1.
Conclusiones
Se ha descripto el sistema de reconocimiento de patentes automotores de-
sarrollado como un producto capaz de generar grandes beneficios para el cam-
po de la seguridad en nuestro país.
Se han remarcado las ventajas con respecto a productos extranjeros. Estas radi-
can en la especialización del producto en las patentes argentinas, aportando ven-
tajas a nivel técnico relacionadas con la confiabilidad y velocidad de la detección,
y también en la ventaja de ser un producto nacional pudiendo así ser escalado o
adaptado a necesidades especiales. Se acentúa además el beneficio de tener un
producto nacional y un proveedor nacional de un sistema de esta complejidad
por razones ya consensuadas en todo tipo de industria, que tienen que ver con el
soporte, persistencia en el mercado, y comunicación, entre otras.
Se ha expuesto también la importancia que los países desarrollados le están
confiriendo al tema.
J