پردازش تصویر دوربین مداربسته

پردازش تصویر دوربین مداربسته

 اختراع و پیشرفت در ساخت پردازشگرها تأثیر بسزایی در رشد و ایجاد نوآوریهای خارق العاده در افزایش کیفیت دوربین های مداربسته داشته است و بی شک در صورت نبود این پردازنده های بسیاری از عملیات دوربین های مداربسته امروزه ناممکن بود. در این قسمت سعی شده است مهمترین فن آوریهای ارائه شده در خصوص پردازش تصویر شرح داده شود.

ما در این مقاله به این فناوری ها و نحوه عملیات اصلی در پردازش تصویر دوربین به طور کامل پرداخته ایم. در دروه عملی آموزش نصب دوربین مدار بسته فن آموزان جزئیات کامل مربوط به این دروبین ها بصورت عملی و پروژه محور نمایش داده می شود.

آموزش نصب دوربین مدار بسته

قابلیت های دوربین مداربسته

در ابتدا و پیش از آن که به عملیات اصلی در پردازش تصویر دوربین های مداربسته بپردازیم نیاز است تا قابلیت ها و انتظاراتی که از این نوع دوربین ها داریم را بیان نماییم.

  • فیلم با کیفیت بالا و زاویه دید عریض

حتی ابتدایی ترین دوربین تلفن های همراه با عملکرد ضبط فیلم HD ارائه می شوند. چرا از دوربین امنیتی مدرن انتظار چنین چیزی را ندارید؟ HD یا Hi-def به معنای رزولوشن 1080p است. دوربین های 4K یا Ultra-HD  یا UHD  هنوز کمی گران هستند. تصاویر ضبط شده توسط دوربین های HD کاملاً واضح و مشخص است و به شما و مسئولان اجرای قانون اجازه می دهد کوچکترین جزئیات را تشخیص دهید.

علاوه بر این، دوربین های زاویه دید عریض را نیز در نظر بگیرید. اینها با یک دوربین مساحت بیشتری را پوشش می دهند و اغلب نیازی به نصب چندین دوربین را از بین می برند

  • فناوری بی سیم دوربین

اگر بتوانید تغذیه دوربین را با جدا کردن کابل قطع کنید، واضح ترین تصاویر خوب نخواهند بود. شما دوربین هایی می خواهید که بتوانند فیلم ضبط شده را بی سیم و بدون افت کیفیت آن انتقال دهند. دوربین های بی سیم و سیستم های دوربین امنیتی مرتبط نیز معمولاً به نوعی سیستم کنترل از راه دور و تغذیه ارائه می شوند.

  • قابلیت دید در شب / دوربین های کم نور

شما باید روی دوربین های دید در شب یا حداقل آنهایی که توانایی ضبط در شرایط کم نور را دارند سرمایه گذاری کنید. برخلاف آنچه شما تصور می کنید، این دوربین ها یک فیلم تک رنگ سبز تولید نمی کنند. بیشتر دوربین ها فیلم هایی را ضبط می کنند که شبیه فیلم های سیاه و سفید معمولی است.

در سیستم های پیشرفته تر دوربین، از دوربین های مادون قرمز یا دید گرمایی برای مناطقی کاملا تاریک استفاده می شود که دید ساده در شب باعث کاهش کیفیت آن نمی شود. این گزینه اما برای هر خانه ای لازم نیست اما قطعاً گزینه خوبی برای فضاهای تجاری است.

  • دسترسی از راه دور و پشتیبان گیری در فضای ابری

دسترسی از راه دور به فیلم ضبط شده و خوراک مستقیم از دوربین های امنیتی شما بسیار مهم است. تقریباً هر سیستم مدرن امنیت خانه شهری با نوعی برنامه همراه ارائه می شود که به شما درجه های مختلفی از کنترل را می دهد. این به این معنی است که شما می توانید فیلم های زنده را از دوربین روی تلفن همراه خود ببینید، در حالی که در مسیر هستید، حتی در یک شهر دیگری حضور دارید.

حتی ممکن است بتوانید دوربین ها را از راه دور فعال و غیرفعال کنید. علاوه بر توانایی نظارت بر خانه هنگام دور بودن، به شما امکان کنترل نحوه و مکان دسترسی به سیستم امنیتی را نیز می دهد. آنها همچنین معمولاً با سایر دستگاه های هوشمند خانگی تلفیق می شوند و به شما امکان می دهند چراغ ها را خاموش کنید یا آبگرمکن خود را از همان برنامه روشن کنید.

سیستم های امنیتی همچنین به شما امکان می دهند فیلم های خود را در فضای ابری ذخیره کرده و پشتیبان تهیه کرده و تصاویر را برای استفاده های بعدی بایگانی کنید.

  • تشخیص حرکت

دیگر فناوری تشخیص حرکت فقط به فیلم های جیمز باند یا ماموریت غیرممکن محدود نمی شود. تقریباً همه سیستم های مداربسته مبتنی بر IP اکنون دارای سطحی از تشخیص حرکت هستند.

سیستم های مدرن از تشخیص حرکت برای افزایش دوره زمانی که می تواند روی ضبط بماند فقط با حفظ واقعی ضبط ها در جایی که چیزی درون قاب در حال حرکت است، استفاده می کنند.

حتی جالب تر اینکه شما می توانید به راحتی سیستم را پیکربندی کنید تا قسمتهای خاصی از قاب مانند درختان یا پرچم ها را نادیده بگیرید تا اطمینان حاصل شود که باد با امنیت شما بازی نمی کند. تشخیص حرکت همچنین می تواند در برنامه های تجاری و انبار برای شناسایی رفتارهای خطرناک یا مواردی که مردم در مکان هایی هستند که باید محدودیت داشته باشند، مورد استفاده قرار گیرد.

آموزش های مرتبط : آموزش نصب دزدگیر اماکن ، آموزش نصب اعلام حریق ، آموزش نصب اعلام حریق آدرس پذیر

عملیات اصلی در پردازش تصویر دوربین مداربسته

  • تفریق دو تصویر

یکیی از فناوری هایی که در پردارزش تصاویر در دوربین های مداربسته مورد استفاده قرار می گیرد، تفریق تصاویر می باشد. تفریق کردن و اختلاف بین دو فریم تصویر متوالی نشان دهنده حرکت می باشد و با تفریق کردن فریم قبلی و کنونی می توان اختلافی که در بین دو تصویر وجود دارد را پیدا نمود. به علاوه تفریض دو تصویر باعث می شود تا پشت زمینه ثابت از تصاویر حذف شده و در نتیجه حجم فایل ذخیره سازی کاهش یابد.

پردازش تصویر دوربین

تفریق دو تصویر هم اندازه بدین مفهوم است که شدت روشنایی پیکسل های متناظر دو تصویر از هم کم شود. هنگام تفریق مقادیر پیکسلها مقادیر منفی به مقدار صفر تبدیل می شود و یا از قدر مطلق تفریقا استفاده میشود. به عنوان مثال کاربردی از تفریق دو تصویر میتوان به شناسایی حرکت در سیستم های دوربین مداربسته اشاره کرد.

اختلاف بین دو فریم متوالی گرفته شده از دوربین مداربسته نشان دهنده حرکت است. با تفریق فریم فعلی و فریم قبلی گرفته شده از دوربین مداربسته می توان اختلاف موجود در دو تصویر را پیدا کرد. از دیگر کاربردهای تفریق دو تصویر می توان به حذف پشت زمینه ثابت از تصاویر جهت کاهش حجم فایل ذخیره سازی و یا ارسال شده اشاره کرد.

  • جمع دو تصویر

جمع دو تصویر بدین مفهوم است که در دو تصویر شدت روشنایی پیکسل های متناظر با هم جمع شود. یکی از رایجترین کاربردهای جمع دو تصویر افزودن پشت زمینه به تصویر است. برای این منظور نیاز به دو تصویر پشت زمینه و تصویر شیمی باشد که تصویر شی باید در مقابل پرده ای با رنگ ثابت گرفته شود. از جمع کردن دو تصویر مذکور تصویری با پشت زمینه دلخواه به دست می آید.

در این فناوری، شدت روشنایی پیکسل های دو تصویر با هم جمع می شوند و در این حالت یک پشت زمینه به دو تصویر افروده می شود. این فناوری کاربرد بسیاری در پردازش تصاویر دوربین های مداربسته داشته و با استفاده از تصویر پشت زمینه و تصویر شیء می توان تصویری را با پشت زمینه دلخواه ایجاد نمود.

  • گرفتن میانگین از تصویر

گاهی اوقات ممکن است چندین تصویر وجود داشته باشد که بر روی هر یک از آنها نویزهایی موجود باشد. به منظور افزایش کیفیت تصویر مورد نظر نیاز است تا از این تصاویر میانگین گیری شود. بدین صورت که مقادیر پیکسل های متناظر در همه تصاویر با هم جمع و سپس به تعداد کل تصاویر تقسیم میشود. بدیهی است که هر قدر تعداد تصاویر برای میانگین گیری بیشتر باشد، تصویر حاصل از میانگین گیری آنها نیز بیشتر به واقعیت نزدیک خواهد بود.

برای این کار میزان پیکسل های متناظر در تصویر با یکدیگر جمع شده و پس از آن به تعداد کل تصاویر تقسیم می شود. هرچه تعداد ان تصاویر بیشتر باشد تصویری که در نهایت به دست می آید از کیفیت بالاتری برخوردار خواهد بود.

  • ترمیم تصویر

 تصاویری که با اختلالاتی، به دلایل مختلف، همراه هستند (خش دارند)، نیاز به ترمیم خواهند داشت. دو اختلال مهم در تصاویر چند باندی، نواری شدن و خطوط از جا افتاده می باشد.

  • تعدیل هیستوگرام

از کاربردهای -هیستوگرام در افزایش تباین تصاویر با کنتراست پایین است. زمانی که گفته می شود، کنتراست تصویری کم است. منظور اختلاف کم بین کمترین و بیشتری شدت روشنایی تصویر است.

تعدیل سازی هیستوگرام موجب میشود که تباین تصویر ورودی تا حد ممکن افزایش یابد.

  • بالا بردن دقت تصویر

از جمله کارهای مهمی که در پردازش تصاویر این نوع دوربین انجام می گیرد بالا بردن دقت تصویر می باشد. برای انجام این کار نیاز است تا کنتراست تصویر را افزایش داده و فیلتر کردن را بر روی تصویر انجام داد. این کار باعث تفسیر چشمی دقیق تر در تصویر مورد نظر می گردد.

عملیات اصلی پردازش تصویر دوربین مدار بسته

  • افزایش کنتراست تصویر

برای این که کنتراست تصاویر را در حین پردازش بالا ببریم نیاز است تا مقدار پیکسل ها را امتداد دهیم. به عنوان مثال در صورتی که بخواهید دامنه مقادیر پیکسل را به جای 0-255 به 84-153 تبدیل کنید نیاز است تا پیکسل ها را تا جایی امتداد دهیم که به جای 0، 183 قرار گرفته و به جای 255 نیز 153 قرار گیرد. به این کار کشش خطی گفته می شود و می تواند تا حدی کیفیت تصویر دریافتی توسط دوربین را افزایش دهد.

  • فیلتر کردن تصاویر

پیکسل های موجود در تصویر در دو دسته پیکسل های تیز و آرام قرار دارند. پیکسل هایی که پایین تر از ناحیه IR می باشند پیکسل های تیز می باشند که اختلاف شدت روشنایی آنها با پیکسل های مجاور خود زیاد می باشد. در واقع جزئیات تصاویر با استفاده از این نوع از پیکسل ها دریافت شده و نقش مهمی را در دوربین های مداربسته دارند.

در پیکسل های آرام اختلاف شدت روشنایی با پیکسل هایی که در مجاورت آنها قرار دارند کم بوده و موجب تولید تصاویر آرام تری می گردند.

فیلترها نیز در دو دسته فیلترهای تیز کننده و آرام کننده قرار دارند و به عنوان مثال در صورتی که در پردازش تصاویر، یک فیلتر آرام کننده اعمال شود، نویزهای تصویر نویزدار از بین رفته و کیفیت تصویر بالاتر می رود. در صورتی که تصویر شما دارای چین و چروک باشد می توانید از فیلترهای آرام کننده برای اصلاح تصویر استفاده نمایید.

اما در تصاویری که دارای حالت بلوری می باشند یعنی جزئیات تصویر نمایش داده نمی شوند، می توان از فیلترهای تیز کننده استفاده نمود. این فیلترها می توانند جزئیات را بر روی تصویر نمایش داده و از این طریق کیفیت تصویر را افزایش دهند.

  • وضوح تصویر

مهم ترین انتظاراتی که از یک دوربین مداربسته امنیتی میرود، وضوح و میزان روشنایی تصاویر ارایه شده توسط آن است. منظور از وضوح در واقع کمیتی است که نشان می دهد تصویری که توسط دوربین ارایه شده است تا چه مقدار شفاف و خوانا است. وضوح دارای دو شاخص افقی و عمودی است.

وضوح تصویر دوربین مدار بسته

منظور از وضوح افقی تعداد خطوط سیاه و سفیدی عمودی است که با چشم به راحتی می تواند از تصویری که توسط دوربین تهیه شده است دیده شود. در مقابل منظور از وضوح عمودی تعداد حداکثر خطوط افقی است که دوربین می تواند برای تهیه تصویر از آن استفاده نماید.

مقدار این وضوح در سیستم های آنالوگ با وضوح سیستم اسکن مورد استفاده (PAL,SECAM, NTSC) محدود شده است. جهت بررسی وضوح ارائه شده توسط یک دوربین  از نمودارهایی بهره می گیریم که در ضمایم کتاب به طور مفصل تشریح شده است.

  • حداقل میزان روشنایی تصاویر

 در واقع حداقل چگالی نوری است که از شی مورد نظر باید تابیده شود تا دوربین بتواند از آن تصویر مناسبی ارایه دهد. واحد سنجشی روشنایی بر حسب لوکس است و هر لوکس در واقع میزان روشنایی یک متر مربع از سطحی است که شدت نوری برابر یک لومن بر آن تابیده شود. به صورت تجربی می توان گفت که روشنایی یک لوکس میزان نوری است که از یک شمع در فاصله یک متری دیده می شود.

  • گستره پویا و با دامنه دینامیک

نسبت بین حداکثر و حداقل شدت نور قابل اندازه گیری سیاه و سفید را گستره پویا و یا دامنه دینامیک مینامند. در دنیای واقعی، سیاه یا سفید واقعی هیچگاه یافتنی نیستند و تنها درجات مختلف شدت نور منبع و انعکاسی سوژه وجود دارند.

به همین سبب مفهوم گستره پویا پیچیده تر می شود. چشم انسان گستره پویای مخصوص خود را دارد و به همین دلیل تفسیر اطلاعات تصویر بر گرفته از دوربین  ممکن است بر چگونگی تولید دوباره تصویر تأثیرگذار باشد. مفهوم گستره پویا می تواند به همین خاطر در مقایسه های نسبی بین صحنه واقعی و تصویر بر روی صفحه نمایشگر یا پرینتر مفید باشد.

گرچه مفهوم گستره پویا در صحنه های دنیای واقعی، به سادگی نسبت بین تاریکترین و روشن ترین مناطق عکس است (نسبت تضاد)، ولی معنای آن زمانی که ابزارهای اندازه گیری مانند دوربین یا اسکنر دخیل باشند، پیچیده تر میشود.

تور در هر پیکسل در یک گودال یا چاله به نام فوتوسایت اندازه گیری میشود و اندازه هر فوتوسایت و این که چطور محتوای آن اندازه گیری میشود، تعیین کننده گستره پویای یک دوربین دیجیتال است.

نکته: در برخی از دوربین های مداربسته، گزینه ای برای تنظیمات ایزو پایین تر وجود دارد که نویز کمتری تولید می کند، ولی گستره پویا را نیز کاهش می دهد.

  • روشنایی و انعکاس

شدت نور به دو صورت نور مستقیم و انعکاسی معنا میشود که هر دو بر گستره پویای صحنه اثر گذارند. صحنه هایی با تغییرات انعکاسی بالا، مانند اشیا سیاه در کنار انعکاسی شدید، در واقع گستره پویای بالاتری نسبت به صحنه هایی که گوناگونی نورهای مستقیم بزرگ در آنهاست، دارند. تصاویر در هر کدام از این شرایط به راحتی از گستره پویای دوربین فراتر می رود، بخصوص اگر نوردهی دقیق نباشد.

به همین خاطر محاسبه دقیق شدت نور، یا روشنایی، در ارزیابی گستره پویا بسیار مهم است که در این جا از عبارت روشنایی برای مشخص کردن نور مستقیم استفاده می شود. اگر صحنه ای به صورت ناهمگون با دونور مستقیم و پشت ابر روشن شود، همین به تنهایی گستره پویایی تصویر را افزایش بسیاری خواهد داد.

  • اشباع و سطح سفیدی دوربین مداربسته

فوتوسایتها را می توان مانند سطل هایی فرضی کرد که فوتون ها را، انگار که آب باشند، در خود نگه میدارند. بنابراین اگر سطلی بیش از حد پر شود، سرریز می کند. فوتوسایتی که سرریز کند به اصطلاح اشباع می شود و نمی تواند فوتون های ورودی اضافی را تشخیص دهد. این تعریف سطح سفیدی دوربین است.

  • نسبت تباین، تضاد یا کنتراست

 برای یک دوربین مداربسته ایده ال، نسبت تباین تعداد فوتون هایی است که هر فوتوسایت آن می تواند در خود نگه دارد، تقسیم بر تیره ترین شدت نور قابل اندازه گیری (یک فوتون) برای مثال اگر هرکدام 1000 فوتون نگهدارند، نسبت تباین 1:1000 خواهد بود.

  • سطح سیاهی

در واقعیت، دوربین های مداربسته نمیتوانند تک فوتون ها را بشمارند. به همین دلیل گستره پویا محدود به تاریکترین تونالیته است. وقتی طرح ها دیگر قابل تشخیص نیستند. اما این را سطح سیاهی می نامیم.

سطح سیاهی محدود به میزان دقت اندازه گیری هر فوتوسایت است، و به همین سبب به خاطر نویز عکس در تاریکی محدود است. پس گستره پویا کلا در ایزوهای پایین تر و در دوربین های مداربسته با نویز محاسباتی کمتر افزایش می یابد.

نکته: حتی اگر یک فوتوسایت به تواند تک فوتون ها را بشمارد، باز محدود به نویز فوتون خواهد بود. نویز فوتون با تغییرات آماری در هنگام رسیدن فوتون ها ایجاد می شود و به همین خاطر از لحاظ تئوری وجود حداقل نویزرا عنوان می کند. نویز کلی مجموع نویز فوتون ها و نویز بازخوانی اطلاعات است.

در مجموع، گستره پویای یک دوربین دیجیتالی را میتوان اینگونه تعریف کرد : نسبت حداکثر شدت نور قابل اندازه گیری (در حالت اشباع پیکسل)، به حداقل شدت نور قابل اندازه گیری (بالاتر از نویز بازخوانی)

  • دقت تصویر

 دقت تصویر بستگی به شماره پیکسل ها دارد. با یک تصویر دوبیتی، حداکثر دامنه روشنایی ۴ می باشد که دامنه آن از 0 تا ۳ تغییر می کند. در این حالت تصویر دقت (تفکیک پذیری لازم) را ندارد. تصویر ۸ بیتی حداکثر دامنه ۲۵۶ دارد و تغییرات آن بین ۰ تا ۲۵۵ است که دقت بالاتری دارد.

جدول 5-1 (دقت تصویر)

دمانه تغییرات رنگمقدار پیکسلنوع تصویر
0-25528=2568 بیتی
0-65535216=6553616 بیتی
0-16777215224=1677721624 بیتی
  • خاکستری کردن تصویر

 در رایج ترین مدل رنگ گرافیک کامپیوتری، رنگها از ترکیب سه رنگ قرمز، سبز و آبی به وجود می آیند که در مجموع ۱۶۵۸۱۳۷۵ رنگ متفاوت توسط این سه مولفه می توان تولید کرد.

این مدل رنگ در گرافیک کامپیوتری با نامRGB شناخته می شود. در کنار مدل رنگ RGB مدلهای دیگری همچون HIS,HSV ،CMYK و Grayscale نیز وجود دارد که هر یک از آنها به روش متفاوتی به نمایش رنگها می پردازند.

در این بین مدل رنگ Grayscale از اهمیت ویژه ای برخوردار است، چرا که در بیشتر کاربردها نیازی به یک تصویر رنگی نمیباشد و داشتن تنها یک تصویر خاکستری کافی خواهد بود.

در میان عموم، تصویر خاکستری با نام تصویر سیاه و سفید شناخته میشود (البته استفاده ; نام سیاه سفید به جای خاکستری اشتباه است و در اینجا فقط برای روشنتر شدن مطلب از این نام استفاده شد هاست) آن مقادیر یکسانی داشته باشند.

از آنجا که مقادیر ماتریس های B و G و R و پس از Grayscale کردن در الگوریتم های بعدی که برای پردازش تصویر ارائه خواهند شد از تصاویر Grayscale استفاده خواهد شد. بنابراین عملیات نیز بر روی تنها یک ماتریس انجام خواهد پذیرفت.

  • تصویر دیجیتالی

تصاویر دیجیتالی، تصاویری سنجش شده اند که از تعداد زیادی مربعات کوچک (پیکسل) تشکیل می شوند که هر پیکسل دارای یک شماره رقمی می باشد که بیانگر مقدار روشنایی آن پیکسل است (شکل 5-2) یک تصویر را می توان توسط تابع دوبعدی (۷,f(x نشان داد که در آن x و y را مختصات مکانی و مقدار f در هر نقطه را شدت روشنایی تصویر تک رنگ (سطح خاکستری) در آن نقطه مینامند. تصاویر رنگی نیز از تعدادی تصویر دو بعدی تشکیل میشود.

زمانی که مقادیر x و۷و مقدار (x,y) با مقادیر گسسته و محدود بیان شوند، تصویر را یک تصویر دیجیتالی می نامند. دیجیتال کردن مقادیر x و y را  Samplingو دیجیتال کردن مقدار (f(x,y را quantization گویند. برای نمایش یک تصویر MxN از یک آرایه دو بعدی (ماتریسی) که اسطر و ستون دارد استفاده می شود.

  • هیستوگرام تصویر

هیستوگرام تصویر نموداری است که توسط آن تعداد پیکسل های هر سطح روشنایی در تصویر ورودی مشخص میشود. اگر تصویر ورودی یک تصویر خاکستری با ۲۵۶ سطح روشنایی باشد.

هریک از پیکسل های تصویر مقداری در بازه صفر تا ۲۵۵ می توانند داشته باشند. برای به دست آوردن هیستوگرام تصویر کافی است با پیمایش کلی پیکسل های تصویر تعداد پیکسل های هر سطح روشنایی محاسبه شود. هیستوگرام نرمال نیز از تقسیم کردن مقادیر هیستوگرام به تعداد کل پیکسل های تصویر به دست می آید. نرمال سازی هیستوگرام موجب میشود که مقادیر هیستوگرام در بازه صفر تا یک قرار گیرند.

یکی از کاربردهای هیستوگرام در تمرکز خودکار دوربین های مداربسته دیجیتالی است. بدین صورت که لنز دوربین از ابتدا تا انتها حرکت کرده و در هر گام از حرکت خود تصویری از صحنه می گیرد. سپس کنتراست تصویر گرفته شده را با استفاده از هیستوگرام آن محاسبه میکند. پس از آن که لنز به انتهای حرکتی خود رسید، محلی از حرکت لنز که در آن تصویر دارای بیشترین تباین(اختلاف) خود بوده است، به عنوان محلی لنز تعیین می شود.

آموزشگاه فن آموزان مجری برگزاری بیش از هشتاد دوره آموزشی ویژه بازار کار از جمله آموزش سیم پیچی موتور ، آموزش تعمیرات برد الکترونیکی ، آموزش تابلو برق صنعتی ، آموزش تعمیرات موبایل ، آموزش تعمیرات لپ تاپ ، آموزش plc و … می باشد. لیست تمامی دوره ها در صفحه اصلی سایت قابل مشاهده است.

امتیاز بدهید

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

هفت − پنج =