mini|Französische Nummernschilder: Das System muss in der Lage sein, nach Farbe, Form und grafischem Aufbau unterschiedliche Arten von Nummernschildern zu erkennen. Automatische Nummernschilderkennung (auch automatische Kennzeichenerfassung oder automatisierte Kennzeichenkontrolle) ist eine Videoüberwachungsmethode, die Schrifterkennung (OCR) nutzt, um Kfz-Kennzeichen an Fahrzeugen zu erkennen. Automatische Kennzeichenlesesysteme (AKLS) wurden bereits im Jahr 1976 in Großbritannien erfunden und können derzeit ein Fahrzeug pro Sekunde bei einer Fahrgeschwindigkeit von bis zu 160 km/h auswerten. Dazu werden entweder fest installierte Videoüberwachungskameras, Foto- und Videokameras in Geschwindigkeitsmessanlagen oder speziell dafür aufgestellte mobile Geräte genutzt. Derartige Systeme werden von Behörden zur automatischen Beweisführung bei der Erhebung von Mautgebühren und zur Verkehrsüberwachung (etwa Geschwindigkeits- und Abstandsmessungen oder Einhaltung des roten Lichtzeichens an ampelgeregelten Kreuzungen) eingesetzt, soweit die aktuelle Rechtslage dies zulässt.

Ein technisch taugliches System kann sowohl die aufgenommenen Bilder speichern als auch den erkannten Text auslesen, teilweise zusätzlich ein Foto des Fahrers speichern. Üblicherweise wird zur Ausleuchtung infrarotes Licht eingesetzt, um unabhängig von der Tageszeit Aufnahmen machen zu können. Die Systeme verwenden auch Blitzlicht, um einerseits die Bildqualität zu steigern und andererseits dem Fahrer sein Fehlverhalten zu signalisieren. Eingesetzte Systeme unterscheiden sich im Detail, insbesondere aufgrund länderspezifischer Unterschiede in den benutzten Nummernschildern.

Die eingesetzte Software läuft auf PC-Hardware und kann mit anderen Programmen oder Datenbanken kommunizieren. Nachdem in dem Foto das Nummernschild lokalisiert ist, wird dieser Bereich optisch normalisiert und qualitativ verbessert. Dann wird eine Schriftzeichenlesung durchgeführt, um den alphanumerischen Text zu erhalten.

Die Systeme werten entweder an Ort und Stelle aus oder es werden Fotos gesammelt und an ein ausgelagertes Rechnersystem gesendet, wo die Erkennung zeitversetzt stattfindet. Wird die Erkennung an Ort und Stelle durchgeführt, dauert der gesamte Erkennungsprozess etwa 250 Millisekunden, wobei der Text der Nummerntafel, das Datum der Aufnahme, der Fahrstreifen und weitere relevante Daten (etwa das angelastete Vergehen) herausgezogen werden. Diese relativ kompakten Informationen werden übertragen oder zur späteren Abholung gespeichert. Werden die Daten ohne Reduktion des Datenvolumens sofort übertragen, dann werden sie von einem leistungsfähigen Server verarbeitet, wie etwa beim London Congestion Charge. Systeme ohne Datenreduktion benötigen für die Übertragung der Bilddaten jedoch eine höhere Bandbreite der Datenverbindung.

Begriffe Es gibt eine Vielzahl an Begriffen, die die automatische Nummernschilderkennung bezeichnen. Im Englischen werden folgende Begriffe verwendet: Automatic Number Plate Recognition (ANPR) Automatic vehicle identification (AVI) Car plate recognition (CPR) Licence plate recognition (LPR)

Technik mini|Buchstaben auf einem nieder­ländischen Nummern­schild

Der wichtigste Teil in der Software ist die Zeichenerkennung auf den Fotos („Optical Character Recognition“; OCR). Neben vielen technischen Aspekten ist dabei auch auf die Gestaltung der Kennzeichen und der darauf verwendeten Schriftzeichen zu achten. In Deutschland wird bei neuen Kennzeichen seit 2000 die „Fälschungserschwerende Schrift“ verwendet. In dieser Schrift sind üblicherweise ähnliche Buchstabenformen (z. B. Ziffer Null/Buchstabe O, 3/8, E/F oder P/R) bewusst abweichend gestaltet. Obwohl primär zur Erschwerung von Kennzeichenmodifikationen durch Kriminelle eingeführt, vereinfacht dies auch die Zeichenerkennung.

Nach ähnlichem Muster wurden bei der Umstellung der niederländischen Kennzeichen im Jahr 2002 einige Änderungen an der Schriftart vorgenommen. So wurden etwa kleine Leerräume in die Zeichen P und R eingefügt, um diese leichter unterscheiden zu können und den Einsatz der automatischen Nummernschilderkennung zu vereinfachen. Einige Kennzeichen-Systeme benutzen unterschiedliche Schriftgrößen und -positionen, was die automatische Erkennung deutlich erschwert. Komplexe Erkennungssysteme können unterschiedliche Kennzeichenarten erkennen; die meisten sind jedoch auf ein spezifisches System eingestellt.

Als Kamerasystem können bestehende Radar-Kameras oder sonstige Überwachungskameras eingesetzt werden, aber auch mobile Systeme, die meist in Fahrzeugen installiert sind. Einige Systeme benutzen Infrarot-Kameras, um ein besseres Bild des Kennzeichens zu erhalten.

Algorithmen mini|Schritte 2, 3 und 4: Das Nummernschild wird erst auf einen einheitlichen Kontrast und Helligkeit gebracht (Normalisierung) und danach für die Schrifterkennung segmentiert

Folgende Algorithmen werden auf das Bild angewandt, um den Text auf den Kennzeichen zu erkennen:

Kennzeichen-Lokalisierung: erkennt die Position des Nummernschildes im Bild Kennzeichen-Orientierung und -Größe: kompensiert Unterschiede in der räumlichen Lage und der Größe des Nummernschildes Normalisierung: passt die Helligkeit und den Kontrast des Bildes an Zeichensegmentierung: identifiziert und trennt die Zeichen des Textes Zeichenerkennung: erkennt die einzelnen alphanumerischen Zeichen.

Die Qualität jeder einzelnen Stufe beeinflusst die Genauigkeit des Gesamtsystems. Während der dritten Phase versuchen einige Systeme, die Ränder der Zeichen – den farblichen Unterschied zwischen den Zeichen und dem Hintergrund – zu erkennen. Ebenso werden Filter benutzt, um optische Störungen zu kompensieren.

Schwierigkeiten Es gibt eine Vielzahl an möglichen Problemen, die die Software berücksichtigen und ausgleichen muss. Dies sind etwa:

Schlechte Bildqualität wegen großer Entfernung der Kamera zum Fahrzeug oder zu geringer Bildauflösung unscharfe Bilder, besonders bei hohen Geschwindigkeiten und bei mobilen Kameras schlechte Beleuchtung, insbesondere zu geringer Kontrast oder Überbeleuchtung aufgrund von Reflexionen verdeckte Kennzeichen, etwa durch Verschmutzung oder Anhängerkupplungen unterschiedliche Kennzeichen auf der Frontseite (etwa rein dekorative, wenn erlaubt) absichtliche Vereitelung der Aufnahme

Während einige davon von der Software korrigiert werden können, ist der Großteil nur über bessere Hardware oder Änderungen am Gesamtsystem zu erreichen. So lässt sich über eine höhere Platzierung der Kamera das Problem beheben, dass andere Objekte – wie etwa Fahrzeuge – die Nummerntafel überdecken. Andererseits ergeben sich dadurch zusätzliche Probleme durch die stärkere Verzerrung des Kennzeichens.

Viele Länder benutzen retroreflektive Kennzeichen. Diese reflektieren das Licht in die Richtung der Quelle, wodurch sich ein besserer Kontrast ergibt. Auch werden oft nicht-reflektierende Zeichen eingesetzt, was auch unter schlechten Lichtbedingungen den Kontrast erhöht. Infrarot-Kameras eignen sich ebenfalls gut für den Einsatz in solchen Systemen – in Verbindung mit einem Infrarot-Strahler und einem Normallicht-Filter vor der Kamera. Dies kann jedoch nur bei Systemen angewandt werden, die speziell dafür adaptiert sind; herkömmliche Radar-Kameras eignen sich dafür üblicherweise nicht. Werden zu Beweiszwecken auch Echtfarben-Bilder benötigt (etwa des Fahrers), so kann die Infrarot-Kamera mit einer Normallichtkamera gekoppelt werden, um zwei Bilder aufzunehmen.

mini|Unscharfe Bilder erschweren die Schrifterkennung

Unscharfe Bilder erschweren die Zeichenerkennung. Es werden daher Kameras mit einer sehr kurzen Belichtungszeit eingesetzt, um die Bewegungsunschärfe zu minimieren. Idealerweise beträgt die Belichtungszeit  Sekunde. Wird die Kamera sehr niedrig montiert oder bewegt sich der Verkehr langsam, kann diese Zeit auch länger sein. Bei einer Geschwindigkeit von etwa 64 km/h reicht eine Belichtung von  Sekunde, bei 8 km/h genügt  Sekunde.

Andere Fahrzeuge, Anhängerkupplungen, Abschleppstangen oder ähnliche Objekte können die Sicht auf ein oder zwei Zeichen verdecken, ebenso Fahrräder auf Fahrradträgern. Die meisten derartigen Hindernisse können mittels einer höheren Platzierung der Kamera korrigiert werden. Hinsichtlich der Fahrradträger existieren teilweise Gesetze (etwa in Österreich, New South Wales, Australien), die die Montage eines zusätzlichen, gut sichtbaren Kennzeichens vorschreiben, wenn Fahrradträger oder ähnliche Sichthindernisse benutzt werden.

Je nach Anwendungszweck können auch geringfügige Fehler akzeptiert werden. Wird ein Erkennungssystem verwendet, um Zufahrt zu einem ansonst gesperrten Gebiet zu gewähren, so kann die Fehl- oder Nichterkennung eines einzelnen Zeichens meist toleriert werden. Es wäre sehr unwahrscheinlich, dass ein Fahrzeug mit fast dem gleichen Kennzeichen Zutritt zu dem Gelände erlangen möchte. In den meisten Einsatzgebieten ist jedoch eine korrekte Erkennung des gesamten Nummernschildes Voraussetzung für ein Funktionieren des Gesamtsystems.

Technische Einschränkungen Eine hohe Fehlerrate und mögliche Fehlidentifikationen werden allgemein und im Einzelfall kritisiert. Durch eine stetige Weiterentwicklung steigen jedoch die Zuverlässigkeit und die Trennschärfe der Systeme ständig an. Es ist davon auszugehen, dass Testreihen mit jeder neuen Gerätegeneration wiederholt durchgeführt werden.

Die Fehlerrate älterer Systeme war alarmierend: Ein Kritiker des Londoner Systems gibt an, dass vier von zehn Nummerntafeln falsch erkannt wurden. Dies führt unweigerlich zu einer hohen Fallanzahl der Verrechnung von Gebühren an unbeteiligte Bürger. Diese können sich gegen eine Zahlung von 10 £ den Beweis erbringen lassen, dass die Kosten gerechtfertigt sind, etwa durch Aushändigung des Beweisfotos. Verbesserungen in der verwendeten Technik haben die Fehlerraten aber drastisch reduziert, obschon unberechtigte Zahlungsansprüche noch immer häufig auftreten.

Weitere Einsatzgebiete Für folgende Zwecke lassen sich Systeme zur automatischen Nummernschilderkennung ebenfalls einsetzen bzw. werden bereits eingesetzt: Bei Grenzübertritten an Tankstellen zur automatischen Zahlungsverrechnung an Parkplätzen und Parkhäusern zur Verrechnung und Zutrittskontrolle zum Verkehrsmanagement, um die Geschwindigkeit von Fahrzeugen im Verkehrsfluss auszuwerten zur Stauvorhersage, durch Auswertung des Verkehrsflusses unter Berücksichtigung der Städte- und Regionenkennziffer zur Analyse des Verkehrsverhaltens (Routenwahl, Quelle und Ziele) für die VerkehrsplanungMarkus Friedrich, Prokop Jehlicka, Johannes Schlaich, 2008."Automatic number plate recognition for the observance of travel behavior". Abgerufen am 11. Januar 2011.

Einsatz in der Praxis Rechtliche Grundlagen in Deutschland Bedenklich sind Systeme, die Daten erfassen und ohne Auswertung speichern hinsichtlich des Datenschutzes und der Furcht, von Regierungs- oder anderen Stellen überwacht zu werden („Personenbezogene Bewegungsprofil-Erstellung“). Derartige personenbezogene Daten werden in der Bundesrepublik Deutschland im Rahmen des Grundrechts auf informationelle Selbstbestimmung geschützt.

Dennoch werden offen erkennbare Abschnittskontrollen (sog. Section Control) von einzelnen Bundesländern seit 2002 zur Gefahrenabwehr (präventiv) eingesetzt, da die Geschwindigkeitsüberwachung und Verhütung der Überschreitung der zulässigen Höchstgeschwindigkeit (Einhaltung eines Tempolimits) ein wichtiges Instrument der Polizei im Kampf für mehr Straßenverkehrssicherheit ist. So wird die Technik nicht grundsätzlich infrage gestellt, strittig waren lediglich die Gesetzgebungskompetenz und eine hinreichend bestimmte Befugnisnorm.

Die automatische Kennzeichenerfassung erfolgt auch verdeckt zu Zwecken der Strafverfolgung.

Landesgesetze Entscheidung des deutschen Bundesverfassungsgerichts am 11. März 2008