Görüntü işleme; dijital olarak alınan görüntülerin işlenerek özelliklerinin ve yapılarının değiştirilmesini, geliştirilmesini ve bu görüntüler vasıtasıyla analizlerin yapılmasını sağlayan teknolojidir.

Kerem Çalışkan

Bilgisayar Yüksek Mühendisi

Görüntü işleme; dijital olarak alınan görüntülerin işlenerek özelliklerinin ve yapılarının değiştirilmesini, geliştirilmesini ve bu görüntüler vasıtasıyla analizlerin yapılmasını sağlayan teknolojidir. Modern teknoloji, herhangi bir görüntünün(fotoğraf ya da video) girdi olarak kullanılarak istenilen özellikte bir başka görüntünün ya da girdi olarak kullanılan görüntü ile ilgili verilerin elde edilmesini mümkün kılmaktadır. Görüntü işleme ile bir görüntünün rengi, parlaklığı, boyutu, yapısı gibi özellikleri uygun yazılımlar kullanılarak değiştirilebilir, geliştirilebilir ve analiz edilebilir.

Bu yazılımlar, dijital ortama aktarılan görüntülerdeki bozuklukların giderilmesi ve daha kaliteli görüntü almak için kullanılabileceği gibi nesnelerin tanımlanması, hareketli ve hareketsiz nesnelerin ayrıştırılması gibi bir çok amaç için de kullanılabilir. Farklı formatlarda görüntülerin kullanıldığı her sektöre uygun çözümlerin üretilmesini sağlayan görüntü işleme; güvenlikten astronomiye, savunma sanayiinden kalite kontrolüne kadar sayısız alanda kullanılabilir.

Kalite denetimi

Üretim alanında hızla yoğunlaşmakta olan rekabet ortamında, kalite güvencesinin sağlanması farklılık yaratmak ve rekabette avantaj sağlamak isteyen işletmelerin en çok önem verdikleri unsurlardan biri haline gelmiştir. Aynı hızla gelişen teknolojiler sayesinde kalite kontrolünü otomatik ve yüzde100 güvenli bir şekilde gerçekleştirmek artık mümkün. Endüstriyel uygulamalarda kullanılan görüntü işleme temelli kalite kontrol sistemlerinin amacı ürünlerin kalitesini analiz etmek ve gözlemlemektir.

Sinyal işleme sistemleri ve otomatik görsel denetleme sistemleri ile kalite değerlendirmesi ve denetimi güvenli bir şekilde sürekli olarak sağlanabilir. Kalite kontrolü ile ilgili problemlerin çözümü için görüntü alma, işleme, özellik seçme ve çıkarma, verileri analiz etme ve sınıflandırma gibi bir dizi işlemin etkin bir şekilde yürütülmesi gerekmektedir. Ürünleriniz veya ambalajlarından alınan görüntülerin işlenmesi ve gerekli donanım kullanılarak geliştireceğimiz sistemler sayesinde her bir ürün tek tek kontrol edilir ve standartlara uygun olmayanlar ayrılır.

Farklı formatlarda görüntülerin kullanıldığı her sektöre uygun çözümlerin üretilmesini sağlayan görüntü işleme; güvenlikten astronomiye, savunma sanayiinden kalite kontrolüne kadar sayısız alanda kullanılabilir.

Akıllı Güvenlik Sistemleri

Görüntü işleme teknolojisinin en çok kullanıldığı alanlardan biri de güvenliktir. Güvenliğin önemli olduğu bina ve ortamlarda etkin çözümler sunan sistemlerimiz sayesinde izinsiz girişlere, hırsızlığa ve bir çok tehlikeye karşı en yüksek seviyede korunmanız görüntü işleme teknolojisi ile artık mümkün. Hızlı görüntü yakalama kabiliyeti olan kameralar ve talepleriniz doğrultusunda şekillendireceğimiz yazılımlarımız sayesinde binalara yapılacak izinsiz girişler, hırsızlık olayları ve şüpheli paketler akıllı güvenlik sistemleri sayesinde anında fark edilir ve ilgili birimler uyarılır. Geleneksel güvenlik kameraları ile bazen günler sonra fark edilen ve büyük kayıplara yol açabilecek hırsızlık ve benzeri olaylardan akıllı güvenlik sistemleri sayesinde anında haberdar olmak mümkün.

Akıllı güvenlik sistemleri tanımlanan alanlardaki hareketliliği, nesneleri, sistem tarafından tanımlanan anormal durumları takip ve tespit eder. İstenmeyen veya anormal durumlar oluştuğunda sesli veya görüntülü alarm harekete geçer ve güvenliği tehlikeye sokacak veya hırsızlık gibi kayıplara yol açacak olayların önlenmesine olanak sağlar.

Makine algılaması

Bilgisayar algılaması uygulamalarının, sanayi ve üretim alanlarında kullanılmasıdır. Makine algılamasının kullanıldığı en popüler uygulamalardan biri, yarı iletken çip, otomobil, gıda ve farmasötik üretimlerinin denetlenmesidir. Hatlarda üretimi takip eden insan gözlemcilerin gözleriyle üretilen ürünün kalitesini kontrol ettiği gibi, makine algılaması sistemleri benzer bir denetini yapabilmek için dijital kameralar, akıllı kameralar ve görüntü işleme yazılımları kullanmaktadırlar.

Makine algılaması sistemleri, konveyöderki nesnelerin sayılması, seri numaralarını okunması ve yüzeysel hataları aranması görevlerini yerine getirebilmek için programlanırlar.

Üretim alanında hızla yoğunlaşmakta olan rekabet ortamında, kalite güvencesinin sağlanması farklılık yaratmak ve rekabette avantaj sağlamak isteyen işletmelerin en çok önem verdikleri unsurlardan biri haline gelmiştir. Aynı hızla gelişen teknolojiler sayesinde kalite kontrolünü otomatik ve yüzde 100 güvenli bir şekilde gerçekleştirmek artık mümkün. Endüstriyel uygulamalarda kullanılan görüntü işleme temelli kalite kontrol sistemlerinin amacı ürünlerin kalitesini analiz etmek ve gözlemlemektir.

Sinyal işleme sistemleri ve otomatik görsel denetleme sistemleri ile kalite değerlendirmesi ve denetimi güvenli bir şekilde sürekli olarak sağlanabilir. Kalite kontrolü ile ilgili problemlerin çözümü için görüntü alma, işleme, özellik seçme ve çıkarma, verileri analiz etme ve sınıflandırma gibi bir dizi işlemin etkin bir şekilde yürütülmesi gerekmektedir.

Biyometrik Tanıma

Günümüzde biyometrik tanımlamalar için parmak izi, iris, retina, ses, yüz, vb. gibi farklı metotlar kullanılmaktadır. Bütün bu metotların avantajları ve dezavantajları bulunmaktatır. Uygun biyometrik sistemi seçmek için güvenilirlik, fiyat, esneklik, cihaz ile fiziksel temas gereksinimi gibi kriterlere dikkat etmek gerekir. Yaygın olarak kullanılan parmak izi tanımanın yanı sıra insan yüzü temelli biyometrik tanımanın kullanımı da hızla artmaktadır. Yüz tanıma; binalara ve bazı alanlara, bilgisayar/ağ kaynaklarına, banka hesaplarına girişleri control eden sistemler ve işletmelerde personel takip sistemleri gibi alanlarda kullanılmaktadır.

Plaka Tanıma

Görüntü işleme yazılımları ve kameralar kullanılarak geliştirdiğimiz plaka tanımlama sistemleri ile trafik, geçiş kontrolü ve güvenlik uygulamalarında dünya standartlarında çözümler sunmaktayız. Her sektörün ve işletmenin farklı gereksinimleri olduğunu göz önünde bulundurarak ürünlerimizi ve yazılımlarımızı farklı uygulamalara adapte ediyoruz. Plaka tanımlama sistemlerinde, takibi yapılan araçların plaka numaraları güçlü kameralar ile yakalanır ve yazılımlar ile analiz edilerek veritabanına aktarılır.

Geçiş kontrol uygulamalarımızda geçiş izni olan plaka numaraları bir veritabanına önceden kaydedilir. Plaka numarası sistem tarafından tanınan araçların geçişine izin verilir. Geçiş izni olmayan araçların plaka numaraları sistem tarafından algılandığı anda uyarı sistemi devreye girer ve uygulamanın özelliğine göre bir bariyer veya alarmın devreye girmesi ile aracın geçişi engellenir. Trafik uygulamalarında ise park yeri olamayan alanlarda park etmiş olan araçların tespiti, aranmakta olan araçlarının yerinin tespiti, belirlenen noktalardan belli bir süre içinde geçen araç sayısının ve plakalarının tespit edilmesi gibi işlemler rahatlıkla gerçekleştirilebilir. Yollarda, büyük alışveriş merkezlerinde, havaalanlarında ve araç giriş-çıkışının olduğu her alanda bu sistem yardımıyla güvenlik ve düzen sağlanabilir.

Medikal Görüntüleme

Tedavi, tanı ve teşhis amacıyla vücudun tümünün ya da odaklanılan bölgelerinin görüntülenmesi medikal görüntüleme cihazları ile olur. Bu cihazlardan elde edilen görüntülerin işlenmesi, üzerinde değişiklik yapılması ve saklanması gerekebilmektedir. Bütün bunlar görüntü işleme alanına dahil işlemlerdir.  Medikal görüntüleme cihazları kendi içlerinde görüntü işleme kullandıkları gibi çıktı olarak verdikleri görüntüleride dijital ortamda işleyebilme imkânı vardır. Tabii bu durumda bütün medikal görüntülerin belli bir standart formatta olması beklenir, bu sayede farklı cihazların görüntüleri farklı yazılım üreticilerinin ürünleri ile görüntülenip işlenebilir. Bu format DICOM(Digital Imaging and Communications in Medicine) formatı olarak bilinmektedir. Bu format sayesinde hasta bilgileri, görüntüleri ve doktor yorumlarına kadar birçok veri yapısı tek bir dijital dokuman içerisinde tutulabilir. Dünyadaki tüm Medikal Görüntüleme Cihazı üreticileri için DICOM formatında görüntü oluşturmak ve bu görüntüleri gösterip işleyebilecek yazılımlar büyük önem taşımaktadır.

• InfoDif Yazılım
• İletişim

GenICam fikri 2005 yılında oluşturulmuştur. İlk amaç,  her türlü kamera için kamera programlama arayüzünü standartlaştırmaktı. Örnegin, var olan bağlanabilme, görüntü yakalama standartları Camera link, FireWire, ve GigE vision’u dur. Bu bağlanabilme şekilleri görüntü işleme yazılımına kamera ile nasıl bağlantı kurabilecegini ve veri transferinin nasıl yapılacagını belirler. Her şirketin kendine göre kamera özelliklerini sunma şekli vardır. Bu durumda müşteriler bir sistemden diğerine geçmek istediklerinde büyük bir değişiklik yaşamak zorunda kalırlar. Standart geliştiricilerinin bu sorunu çözebilmek için  her kameranın aynı şekilde sunulması saglayabilmek için bir çözüm yolu bulabilmesi gerekir.

Infodif GenICam standartları çalışma grubu üyesidir.

GenICam’in özellikleri

Bugünlerde standartlar 3 modülden oluşmakta: GenICam uygulama programlama arayüzü ( GenAPI ),  adlandırma kuralları – naming conventions ( SFNC ) ve GenICam  ulaştırma katmanı ( GenTL ) GenICam’in standart modülleridir.

GenAPI, son kullanıcı ve kamera arasındaki control katmanıdır. GenAPI XML dosyalarınu kullanır. Özellikle GenICam kameraları standartlarının bulundugu basit belgeleri XML dosyalardan okuyarak kullanır. XML dosyalar kameranın özellikleri ve kuralları ile ilgili bilgileri barındırır: kamerayı nasıl korunmalı,  belirli elamanların yazılımı, verilen değerlerin limitleri, maksimum ve minimum değerler, değer adımı ve diğer kriterlerdir. Her kamera üreticisi  GenICam uyumlulugu için XML dosyalarını oluşturur ve yazılım firmaları kodlarını GenAPI’ yi referans alarak yazarlar. Adlandırma kuralları GenICam komitesi tarafından  kontrol edilir. GenTL ise, aygıt sayımı ve görüntü yakalamak  için soyutlama seviyesi verir. GenTL’ye, diğer dillerin de eklenebilmesine ragmen, C++ dilini temel alır. Kameraların kayıt tabanlı arayüz oldugunu varsayarak GigE ve IEEE 1394 arayüzlerinin dogal stillerini takip eder. Sisteme bağlı kameralardan resimleri yakalama, yapılandırma ve yönetebilmeyi GenTL’de DLL library ile yapabilir. Bunun avantajı kameranızın yazılımını destekleyen pakete rahatlıkla  takabilmenizdir. Eğer belirli iletişim kuralları geliştiriyorsanız, bu herhangi bir sorun oluşturmaz ve görüntü işleme yazılımları için sürücü yazmanıza  gerek kalmaz tek yapmanız gereken GenTL ve GenICam otomatik olarak algılamasını sağlamaktır.

Şuandaki Sıkıntılar

Standartların katı olmasının arkasındaki sebepler arasında bazı tehlikeli noktaları da bulunmakta. Standartlara alışmak biraz zaman alabilir ancak bu standartlar müşteriler ve firmalar için çok önemli bir yer teşkil etmez. Bayiler gelişen yeni kameraları  daha etkin kullanabilmek için  çalışmalarını ilerletmekteler  ancak GenICam modellerindeki yeni özelliklerde de bazı kısıtlamalar bulunmakta. Kameraların %80’i iyi çalışmakta ancak geri kalan %20’lik kısımda tuhaf ve uygun olmayan problemler söz konusu olmaktadır. XML dosyalar çoğu cihazları tanımlamaya yardımcı olurken, Adlandırma kuralları bazen (SFNC) farklı kameraların standartlaşmasına engel olmakta. Her yeni özelliğe yeni elemanlar ekleme veya kamera bayileri tuhaf özellikleri destekleyerek GenICam modeline yerleştirebilmek için varolan elemanlarla çaprazlaması gerekebilir. Bu tür problemler GenICam komitesinin sıradaki toplantısında çözüm bulmaya çalışacaklar.

Komite

Her yıl iki adet uluslarası toplantı yapılmakta bu toplantıların biri kuzey Amerikada  diğeri ise Avrupada yapılmaktadır. Son toplantıda potansiyel belgeleme methodları tartışılmıştır. Pleroda kıdemli geliştirici ve GigE Vision’ un teknik komitesininin başkan yardımcısına göre GenICam belgelemesi, şu an her hangi bir kişi veya kurum tarafından uygulanmamakta. GenICam uyum alt komitesine göre bu tür belgelemeler çok önemli. GenICam uyumlulugu sadece kameraları kapsamamakta, bu uyum testi  görüntü işleme kütüphaneleri ve görüntü işleme yazılımlarını da kapsamakta bu yüzden bir ürünün GenICam’e  uygun olabilmesi  için kendine uygun uyum testini başarı ile geçmesi gerekmektedir.

Rakipler Arasındaki İşbirligi

GenICam ‘e uyumluluk için görüntü işleme yazılımı üreticileri  ve kamera bayileri  birlikte çalışmaktadır. Bir firma yöneticisine göre standartlaşmanın o firma için çok büyük bir önemi yoktur  ancak müşteri başka bir firmanın kamerasını kullanırken  sizin firmanızın kamerasını kullanmaya başladığı andan itibaren sorun teşkil eder ki bu olay şirket  için müşteri kaybına sebep olur.

Gelecekte gigabit ethernet kameralara büyük bir adaptasyon sağlanması beklenmekte. Çogu bayi  10 gigabit ethernet kameraları  GenAPI ile kontrol etmektedir. Görüntü işleme için farklı bağlantılı kameraların GenICam arayüzü kullanımı çok önemli bir adımdır. Geniş Firewire ve USB uyumlulugu çok hızlı bir şekilde yayılmakta; komiteler bu iki standardın kontrolü  GenICam standartlarında şuana kadar dahil olmamakla birlikte yoğun beyin fırtınası yürütülmektedir. Bilgisayarla görüş gelecekte ne getirirse getirsin GenICam komitesi üyeleri kolayca bağlantı kurabilecekleri bir görüntü işleme ve yakalama yapısı umut ediliyorlar.

GenICam Üyeleri

GenICam grubu katılımcı ve ilgili üyeler olmak üzere ikiye ayrılmaktadır. InfoDif de yakında bu gruba üye olmayı planlamaktadır. Yazının yazıldığı an itibarı ile üye listesi aşağıda verilmiştir :

• ABS GmbH
• Accu Soft Corp.
• Adaptive Vision
• Adimec B.V.
• Allied Vision Technologies GmbH
• Andor Technology PLC
• AT – Automation Technology GmbH
• A&B Software LLC
• Basler AG
• Baumer Optronic GmbH
• Beijing Jimingyuan Technology Co.
• BurgerMetrics
• Cognex Corp.
• Cohu Inc.
• COLOUR Control Farbmesstechnik Gmbh
• Crevis Co., Ltd.
• Dalsa Inc.
• 4DSP B.V.
• DVC Co.
• e2v semiconductors (former ATMEL)
• Eltec Elektronik AG
• EPIX Inc.
• Euresys S.A.
• EVK DI Kerschhaggl GmbH
• Fairchild Imaging Systems
• FAST Corporation
• Fast Vision LLC
• FLIR AB
• GE Fanuc Intelligent Platforms Ltd.
• GigaLinx Ltd.
• Hitachi Kokusai Electric Inc.
• I2S
• IDS Imaging Development Systems GmbH
• IMAC IT F&E GmbH
• Imagsa S.A.
• IMI Technology Co., Ltd.
• Impuls GmbH
• InfoDif
• Intek Christoph Kühnel Hard- & Software
• IO Industries Inc.
• I-Solutions
• JAI A/S
• Kappa Opto-Electronics GmbH
• Leutron Vision
• Lumenera Corp.
• Matrix Vision GmbH
• Matrox Ltd.
• MaxxVision GmbH
• Mikrotron GmbH
• MontiVision
• Monitoring Technology Corp.
• MVTec Software GmbH
• National Instruments Corp.
• PCO AG
• PixeLink R&D
• Pleora Technologies Inc.
• Prosilica Inc.
• Sick IVP
• Silicon Software
• Sistemas Fruticolas S.L.
• Softhard Technology Ltd.
• Stemmer Imaging GmbH
• SVS-Vistek GmbH
• Toshiba Teli Inc.
• Unibrain S.A.
• University of Bristol
• Vieworks Co., Ltd.
• Visionite Inc.
• VRmagic GmbH
• X-Scan Imaging Corp.

• InfoDif Yazılım
• İletişim

InfoDif çalışmalarında mümkün mertebe IP tabanlı kameralardansa karmaşık video analizli kameralara dogru yönlenmektedir. Smart camera olarak adlandırılan bu sistemler veya DSP – FPGA kökenli kendi video analizi / görüntü işleme yazılımlarımızı çalıştırabileceğimiz kartlar kullanarak görüntüyü merkeze iletmeden işlemek için çalışmalar yapıyoruz. PC üzerinde çalışan karmaşık video işlemlerinde PC tabanlı analizler yaparken devamlı video akışına ihtiyaç duyulur bu ihtiyaç gerekli olan bant genişligi miktarını arttırır oysa bizim hedefimiz bu iletişimi minimuma indirgeyip yapılacak otomatik görüntü işleme ve video analizi operasyonunun kamera tarafına kaymasını sağlamaktır. Bütünleşik analiz içeren kameralar sistemdeki bant genişliği kullanımını düşürerek, çok sayıda kameranın bir ağa bağlanmasına izin verir. Bu ayrıca yeni nesil kablosuz sistemleri ( 3G, 4G – WiMax gibi) en rahat şekilde kullanıp yeni nesil surveillance sistemleri geliştirmemize olanak verecektir. Kamera üreticileri çok karmaşık analizleri PC’ye aktarmadan tamamlamak için sistem mühendisliği üzerine yogunlaşmış durumdalar ki InfoDif bu konuda eldeki kameraların da kullanabileceği altyapılara odaklanmaya çalışmaktadır.

Sony’ nin geliştirdigi bütünleşik analizleri içeren akıllı kamera çözümü ile yüz tarama yazılımı üreten alman bir firma binaların giriş kontrollerini saglamak için birlikte geliştirdikleri teknoloji yüz tanıma ve çalınmış parola anahtarları ile giriş yapmak isteyen davetsiz misafirlerin tespiti için kullanılmaktadır. InfoDif bu konuda hem RFID hem de Görüntü işleme deneyimini birleştiren bütünleşik çözümler planlıyor. Amaç yüksek güvenlik gerektiren bölgelere gerçekten sadece ilgili kişilerin giriş yaptığını garantilemektir. Ar-Ge sistemimiz GIP bittiğinde son derece sağlam yüz tanıma algoritmalarımız ile RFID sistemlerinin verilerini örtüştüren bir çok görüntü işleme çözümü ortaya koymayı planlıyoruz.

Her çalışana bir kullanıcı numarası, elektronik giriş şifreleri ve kamera kontrollü giriş kapısı, tipik giriş kontrolü için olmazsa olmazlar arasındadır. Tanınmayan bir kişi çalınmış bir şifre ile girişe geldiginde muhtemelen yüzünü kameradan gizlemeye çalışacaktır. Akıllı kameralar ve görüntü işleme sistemleri için yapılacak potansiyel uygulama, video beslemelerini analiz edebilen ve geçerli giriş şifresi kulanıldığında eger yüz gizli ise giriş talebinin reddedilmesi ile görevli olan bir uygulamadır. Bu uygulama veritabanındaki yüz ile kameradakini eşleştrip basit bir şekilde giriş kontrolunu sağlamaktadır. Kamera , bina içindeki davetsiz misafirleri resmlerini yakalayabilir. Bu teknoloji kişi ile ilgili bilgileri maximuma çıkartmak için dizayn edilmiştir. Ancak yetersiz ışıklandırma davetsiz misafirlerin yüzlerinin fotograflanmasını zorlaştırır. Aynı zamanda davetsiz misafir eğer hızlı bir şekilde hareket ediyorsa pozitif tanımada da problem oluşturmaktadır. Yüzü en iyi açıdan gösterebilmek için video beslemelerinde bazı kareleri keser. Çekim sonrası işlemler ile de ışıklandırma ve renk ayarlarında yapılan degişiklikler kişi tanımlamada başarılı sonuçlar çıkarır bu teknoloji polis tarafındanda rahatlıkla kullanılabilir.

Bu teknolojinin avantajlı yanı yüzleri izleyebilmektir. Kameralar artık neyi arandıgını bilmekte ve tren garları ve havalimanlarında ki sistemlerde izlenmiş olan nesnelerdeki farklılık saptayabilmektedir. Bu teknoloji trafik izleme gibi diger bir çok uygulamada kullanılabilir. Örneğin, müşterinin alışveriş merkezinde ne kadar zaman harcadıgını saptayabilirsiniz.

İşleme teknolojisindeki ilerleme ile kamerada karmaşık videoları işlemeyi hızlanmakta California da bulunan bir şirket akıllı kameraların kullanımı için FPGA ( Geçiş dizinli programlama alanı ) da bitişik işleme mimarisi geliştirmişlerdir. Bu teknoloji, yüksek hızlı video çözümlemeyi bir adım öne geçirmiştir. Çoklu çekirdek video cözümleme motoru yüksek hızlı video çözümleme ve bellirli olayları saptamak için çeşitli algoritmalar içerir. Örneğin, havalimanında kalan bavulları tespit etmek için bu algoritmalardan faydalanılır.

Dijital Sinyal işlemcileri ( DSP ), birleştirilmiş resim işleme mimarisi için alternatiftir. Avrupa operasyon yöneticisi Dr Gusztav Bartfai’ye göre “DSP ile işleme etkinligi yüksek çözünürlüklerde veya kamera çoklu olayları belirlemek için kullanıldığında düşüş yaşamaktadır”. InfoDif bu konuda yeni nesil ve yüksek hızda ayrıca paralel de çalışabilecek DSP mimarileriyle yazılım geliştirmektedir ve Dr Gustzav’ın söyledikleri geliştirmekte olduğumuz sistemlerde çok geçerli olmayacaktır. Biz bu konuda hem yüksek çözünürlükte hem de çoklu kameralarla görüntü işleyebilecek bir altyapı geliştiriyoruz. Güvenlik uygulamaları yoğun işlemli ve koşut seviyesi gerektirmektedir. Bu tür güvenlik yazılım kombinasyonu karmaşıklık ve taleplerle başa çıkmak zorunda kalınmaktadır ve InfoDif buna uygun hareket etmektedir.

Video çözümleme veya gerçek zamanlı görüntü işleme kameradan da çalışsa PC dende çalışsa ancak uygulamaya ve kamera yeteneğine göre degişiklik gösterir. Çalışan kamera performansı ve tünleşik çözümleme arasında degiş tokuş bulunur. İşlem gücü bütünleşik kameralarda gelişirken, görünüşe göre gelecekte karmaşık görüntülerin analizleri PC tabanlı olacaktır. Çünkü her ne kadar her bir kamerayı kendi çıktısını görüntü işleme yoluyla analiz edebilsek de çoklu kameralardan ilişki çıkarımı ve Swarm Robotics tarzı çoklu sensör algını birleştirme için merkezi bir yapıya daha uzun bir süre ihtiyaç duyulacaktır. Aksi takdirde, görüntü taşımayıp her bir kameradan elde ettigimiz veri aktarım azalımındaki başarımı bu sefer de kameraların dağıtık yapılarında arada haberleşme verisi aktarmaya çalışarak harcarız. InfoDif video analizi ve akıllı görüntü işleme sistemlerine bir sistem olarak bakıyor ve melez çözümler sunabilecek platformlar üzerine çalışıyor. Her bir kamera sistemi kendi başına kararlar verebilen basit zekada yapılar olacaktır. Ancak merkezde birleştirilen bu basit zeka çıktıları arasında ilişkilendirme sağlanabilecektir. George Orwell’in 1984 romanı her şeyi özetlemeye çalışan bir gözetleme yapısından bahsediyordu ama eksikleri çok fazla olması en büyük dezavantajıydı. Çünkü görüntü işleme alanında yapabileceklerimiz her gün katlanarak artmakta ve bu bilimsel gelişmeler teknolojide çok hızlı kullanım alanı sunmaktadır. Yaptığımız işi severek yapıyoruz ve bu yapıların kötülerin eline geçtiğinde olacaklara kafa yormuyoruz çünkü kötülere zaten bu sistemleri yapan ve hatta ötesinde sistemler sağlayanlar var bu dünyada, biz yapmaktan zevk aldığımız işi yapıyor ve bu yapıların iyilerin elinde olacağına inanıyoruz :)

• InfoDif Yazılım
• İletişim

Kameralarla trafik çeşitli şekillerde denetlenebilmekte bunun yanında bazı ek işlevler de yerine getirilebilmektedir:

Yüksek Hız Tespit Sistemleri

Bu sistemlerde aracın hızı algılayıcılar ile belirlenmekte, aracın hızı belirlenen değerin üzerine çıktığında aracın fotoğrafı çekilmektedir. Çekilen fotoğraf otomatik olarak sinyal işleme yani görüntü işleme sisteminden geçerek önce plakası sonra sürücü bilgileri ve araç ruhsat bilgileri veritabanından elde edilmektedir. Bazı sistemlerde algıyacı yerine aralarında fazlaca mesafe bulanan farklı iki konuma yerleştirilen kameralar ile plakalar tanınmakta, ortalama süre ve mesafe bilgisinden aracın hız bilgisi elde edilmektedir.

Kırmızı Işık İhlalinin Tespiti

Kırmızı ışık ihlalinin tespiti için geliştirilen sistemi yüksek hız tespit sisteminden farklı olarak fotoğraf çekmesi için gereken sinyal hız algılayıcılardan değil trafik lambasının o anki renk bilgisini taşıyan sinyal ile kırmızı ışık çizgisinin geçilip geçilmediğini kontrol eden algılayıcı sinyalinin işlenmesi ile elde edilir.

Otobüs Hattı Kontrolü

Başka araçlar için yasaklanmış, otobüs gibi toplu taşıma araçlarına adanmış özel şeritlere başka araçların girmesiyle oluşacak ihlaller, kameralarla alınan görüntülerin görüntü işleme ve sinyal işleme algoritmaları sonucunda aracın plakası ve şekline bakılarak tespit edilebilmektedir. Taksi ve araç çekici gibi araçlara da bu hat için ayrıcalık tanınabilmektedir. Burada kilit nokta ayrıcalık tanınacak aracın görüntü işleme sistemine öğretilmesi ve bu araçlar için sistemin ne yapacağının doğru şekilde tanımlanabilmesidir.

Bilet Gişesi Kontrol Sistemleri

Bu sistemlerde geleneksel olarak insan faktörünün getirdiği yavaşlık kameralı sistemlerin plaka okuma gibi yetenekleriyle araç tanınarak aşılabilmektedir. Bu sayede aracın sahibinin hesabından gerekli miktar otomatik olarak düşülmekte akıcı trafik sağlanmaktadır. Bu sistemin avantajı son kullanıcı araç sahiplerine ek maliyet getirmemesidir.

Çift Sarı Çizgi İhlali Kontrolü

Çift sarı çizgi ihlali de gelişmiş görüntü işleme teknikleri ile tespit edilebilmektedir. Bu durumun tespiti için kameralarla kurulacak görüntü işleme sistemi ile yapılacak algılama diğer algılama yollarına göre maliyet bakımından daha bize üstünlük sağlar.

Dönme Yasağı Kameraları

Trafikte belirli zamanlarda ışığa göre dönüş yasağının olduğu durumlarda ihlalin tespiti için kameralar kullanılır. Dönme yasağı gibi başka trafik ihlallerin için gerekecek sistemler bu tür sistemlerin esnekliğine bağlı olarak birlikte kullanılabilir.

Birleşik Sistemler

Kameralarla yapılan kırmızı ışık ve hız sınırı ihlalleri tek bir kamera sisteminde toplanabilmekte ve böylece genel sistem maliyeti aşağıya çekilebilmektedir.

Trafikte ihlal olmayan ancak trafiğin daha düzenli akmasını sağlayacak sistemlere örnek vermek gerekirse:

Trafik Yoğunluğu Takibi

Trafik yoğunluğu otomatik sistemler tarafından görüntü işleme algoritmaları kullanılarak belirlenmekte uyarı işaretleri gibi yollarla sürücüler yönlendirilerek trafik yoğunluğu azaltılmaktadır.

Park Kontrolü

Park kontrolünde park yasağı kontrolünün yanında kısıtlandırılmış park yönetimi de yapılabilir. Park alanlarının belirli araçlara tahsis edilmesi, ya da otopark ücretlendirilmesi kameralar doğrultusunda yapılabilir.

Çalıntı Araç Takibi ve Güvenlik Uygulamaları

Hazırlanan bir çok kamera sistemi aynı zamanda çalıntı araç, polis tarafından aranan bir suçlu ve benzeri gibi suç unsuru içeren olayların takibinde kullanılabilmektedir.

Kamera sistemlerinde hız, kırmızı ışık ve park ihlali gibi durumlarda sadece ihlal anları tespit edilerek sadece ihlal anı resmi ve hatta sadece bu anlarda ihlal durumu için gerekli sinyal işlemeler yapılarak sadece sonucu merkeze ileterek sistem omurgası üzerindeki yük azaltılmaktadır. Bu durumda algılayıcıların önemi büyüktür ve aşağıdaki gibi algılama yöntemleri kullanılır:

Piezo-elektrik Şeritler

Piezo maddeler günümüzde bir çok elektronik uygulamasında hareket, ses ve hatta elektrik üretmek amacı ile kullanılmakta. Elektrik üretmek amacı ile olanlar düşük akım ve gerilim üretecek şekilde tasarlandığında bize algılayıcı özelliği vermektedir. Yola döşenen şeritlerden gelen verilerlerle aracın hızı ya da aracın kırmızı ışıkta geçip geçmediği öğrenilebilmektedir.

LIDAR

Bu tür algılayıcılar lazerle üretilen ışık darbelerinin (pulse) yardımıyla aracın konumunu anlık olarak tespit etmemizi sağlamaktadır.

Dopler RADAR

Burada kullanılan teknik, radyo dalgalarının hareketli cisimlerden yansıdıktan sonra frekansın cismin hızına göre değişmesi ilkesidir. (Dopler Etkisi)

İndüktif Algılayıcılar

Yola döşenecek halkaların üzerinden geçen araçlar halkanın iki ucundaki indüktansı değiştirir ve bu değişim bir denetleyici ile ölçülerek araç varlığı tespit edilir.

ANPR – Otomatik Plaka Tanıma Okuma

Burada kameralardan alınan görüntülerden Optik Karakter Tanıma (Optical Character Recognition – OCR) yazılımı ile plaka bilgisi karakter ve sayısal olarak elde edilir. Belirli iki mesafeye konulan ve bu şekilde veri elde eden kamera sistemleri ve bunlara bağlı görüntü işleme sistemleri ile aracın bu mesafeler arasındaki ortalama hız bilgisi elde edilir.

• InfoDif Yazılım
• İletişim