Meksika’da başlamasıyla, domuz gribi  tüm dünyaya yayıldı. Dünya Sağlık Örgütü(WHO) 11 Haziran 2009 tarihinde salgın olarak ilan etti.  31 Temmuz 2009’da Dünya Sağlık Örgütü’nün raporlarına göre 168 ülke ve deniz aşırı bölgede en az bir laboratuvar, bir H1N1 2009 stren içeren vaka ve toplamda 162,380 vaka bildirildi.

Havaalanlarında termal ateş taraması, ilk olarak 2002-3 SARS salgını sırasında kullanıldı, ve hala domuz gribi için yollucuların taranmasında kullanılıyor. Görüntü Flir’den alınmıştır.

Domuz gribinin yüksek ateş(38°)ve yukarı, öksürük, boğaz ağrısı, halsizlik, ve ağrı gibi temel özellikleri sezon gribleri ile çok benzemektedir.  Termal görüntüleme büyük ölçekte ateşli insan tarama konusunda 2002-3 SARS salgınında hastalığın yayılmasını önlemek için Asyadaki havaalanlarında yolcuları taramada kullanılmıştı. Son zamanlardaki domuz gribi salgınıyla  termal görüntüleme ile ateş taraması yapma konusuna ilgi arttı.

TEKNOLOJİ

Termal kameralar nesnelerin sıcaklığına bağlı (Planck kuralına göre her nesne teorik bir eğriye bağlı kalarak enerji saçar) olarak farklı kızılötesi ışıma algılar. Termal görüntüleme sensörleri ışıktaki fotonları tespit eden foton detektörlerin aksine kızıl ötesi ışımaya maruz kalan her pikseldeki direnç değişimini ölçen tipik odaksal  düzlem sıraları (focal plane array) şeklindedir. Termal kameralar orta(~3-5 µm) ve uzun(~7-14µm)  kızılötesi dalga boylarında çalışırlar.

Termal kameralar soğutulmuş ve soğutulmamış olarak ayrılırlar. En yaygın termal kamera üreticilerinden biri olan  Flir Sistem’in  satış pazarlama müdürü Paul Sacker, on sene önce termal kameranın büyük çoğunluğunun  kriyojenik olarak  (-190°) civarında soğutulmuş olduğunu söyledi. Eski modeller soğutucu olarak sıvı nitrojen kullanırken günümüzde stirling motorlu soğutucu kullanılmaktadır.

Soğutulmuş kameralar iyi bir sinyal gürültü oranı sağlar, böylece  yüksek duyarlılık,  sıcaklık farkı algılamayı 0,015° ye kadar düşürür.  Ancak kameralar pahalıdır ve mekanik olarak soğutuldukları için sınırlı ömürleri vardır. Soğutulan kameraların genel  uygulamaları  hedeflenen imza analizi veya uzak mesafede nesnelerin sıcaklık algılaması gibi en yüksek kalite askeri ve savunma uygulamalarını içerir. Diğer taraftan soğutulmamış kamera teknolojisi kolay yapılır, ucuz ve ömrü sınırlı değildir. Sensör serileri genellikle kristalli yapısı olmayan(amorphous) silikondan  veya vanadyum oksitten  üretilmişlerdir. Duyarlılığı soğutulmuş kameralardan azdır(en az tespit edilebilen sıcaklık aralığı 0,5°dir), fakat bu bir çok uygulama için yeterlidir.

Kızılötesi detektör üreticisi ULIS’in teknik yöneticisi Jean-Luc Tissot, detektör üretim tekniklerindeki  gelişmeler küçük piksel boyu üretimine olanak sağladığını belirtiyor. Tissot, “küçük pikseller çözünürlüğün artmasına ve sistemin boyutlarının küçülmesini sağlıyor” diyor. ULIS termal detektörlerinin piksel boyları  2003’te 45 µm’den 35 µm’ye, 2005’te ise 25 µm’ye düşmüş. Firma bu sene çıkartacağı 640×480 formatlı  IR detektörü ile piksel boyunu 17 µ’ye kadar düşerecek.

ATEŞ  ALGILAMA

Sacker, “Soğutulmamış kameraların soğutulmuş kameralara göre ucuzluğu,  sayısı artan görüntüleme uygulamalarında termal görüntülemenin kullanılmasını sağladı.” diyor. Ateş algılama olayında, kameralar havaalanlarından veya diğer ana ulaşım noktalarından geçen insanları izleyecek şekilde yerleştirilir. Prensip olarak, eğer  vücut sıcaklığı önceden belirlenmiş sınırların üstünde (38°)olan biri geçerse bu durum, kişinin ateşi olduğu göstergesi olarak algılanır , sistem, yetkilileri sesli veya görsel olarak uyarır.

Sağlıklı(sol) ve ateşi yüksek(sağ) insanların yüz termogramları. Görüntü Glamorgan Üniversitesi, Medikal Görüntüleme Araştırma Birimi(Prof FJ Ring)’den alınmıştır.

Yüz yüzeyinde en güvenilir vücut sıcaklığı göstergesi iç göz kantusudur(gözün iç kenarı)ve ateş ölçüm sisteminin verimli kullanılması için bu bölgeden ölçüm yapmak gerekir. İç kantus, beyinden gelen karotisden(boyun atar damarı) beslenir, oysaki yüzün geri kalanı dış karotis atardamarından beslenir ve bu yüzden iç vücut sıcaklığı göstergesi olarak daha az güvenilirdir.

Glamorgan Üniversitesi Medikal Görüntüleme Araştırma Grubu ve termal görüntülemeyle ateş ölçümü için ISO standartları yazan grubun bir parçası olan Prof. Francis Ring, “Kesin bir ölçüm almak için kişinin yüzü lense direk bakmalı ve kamera her göz kenarı için en az 16 pixel alabilecek kadar yakın olmalıdır” der. Gözlük, yüz maskeleri, beyzbol şapkaları  gözleri kapatır , düzgün bir ölçüm yapmak için hepsinin çıkartılması gerekir. Glamorgan Üniversitesinde geliştirilen kesin görüntü yakalama prosedürü ateş ölçümü için uluslar arası standart olarak alınmıştır.

Ring’e göre, SARS konusundaki hayal kırıklıklarından biri, bir çok anektotsal bilgi ortaya çıkmasına rağmen, çok az doküman saklanmış veya yayınlanmış olmasıdır.  Kriter basitçe görüntülere 38° eşik değeri koymak ve bu seviyeyi  geçen yüzler için bir alarm sistemi kurmaktır.

Ring, “Teknik SARS’a yakalanmış birinin çok sıcak bir yüzü olacağını ve kalabalıkta yürürlerken termal kameraların onları ayırt edebileceğini temel almıştır. Esas sorun, grip virüsü ile ilgili durumun gerçekte böyle olmamasıdır. Uç örneklerde tüm yüz sıcak olacaktır fakat  kişi bu kadar hastaysa muhtemelen yolculuk etmez.”  diyor.

Tasarımın detaylandırılması, kameraların performans özellikleri ve nasıl kullanılacağı, test edileceği , bakım yapılacağı ve çalışanların eğitim gereksiminleri için iki standart belirlenmiştir. Standartın gereksinimlerinden biri teçhizatın medikal teçhizat olarak düşünülmesidir ve bu da belli ana özelliklere sadık kalmak zorunluluğu getirir.

Standardın verimli ateş ölçümü için tavsiye ettiği kriterler, kameranın kullanımdan önce durağan hale ulaşmış olmasını, belirli aralıklarla teçhizatın kalibre edilmesini, kameranın yüz ile duruşunun önemini, kameraların düzenli kontrolunu ve verilerin yedeklenmesini içerir.

Soğutulmamış kameralarla ilgili bir kriter sahnede bir sıcaklık referans kaynağı olmasını öneriyor böylece her görüntü kendi içinde kalibre olacaktır. Xenics Avrupa satış temsilcisi Martin Ghillemyn, der ki;  “birisinin ateşinin olup olmadığının kararının verilmesi hassas bir ateş ölçüm metodu gerektirir ve referansı bu çerçeveye dahil etmek ölçüm hassasiyetini maksimize eder”.  Xenics’ Raven-384 soğutulmamış kameralar ateş taraması için uygundur.

Kızılötesi kameraların kalibrasyonu sıkı sıkıya kontrollu çevresel koşullar altında yapılır. Xenic’te bu, siyah vücut referansı kullanılarak iklim odasında gerçekleştirilir. Bu özellikle soğutulmayan bolometre kameraların duyarlılığı çevre koşullarından etkilendikleri  için  önemlidir. Ev içi kalibrasyona rağmen, siyah vücut referansı yolcu kontrol noktasının arka planına yerleştirilmesi ile hala kesin okumalar elde edebilmektedir.

KESİNLİK ANAHTARDIR

H1N1 virüsü hakkında ateş seviyesine gelmesi için ne kadar zaman gerektiği gibi hala bilinmeyenler var.   Bu, bazı insanların bir kaç saat gibi daha çabuk ateşinin çıkması ile bir kaç günde ateşi çıkanlar arasında değişiyor. Ring “her zaman ölçülemeyenler olacaktır, ateşlenme durumu hakkında her şeyi bilmiyoruz ama elimizden gelenin en iyisi teknolojiyi mümkün olan en kesin şekilde kullanmaktır” diyor.

Sacker, sistemin yanlış pozitifler üretebileceğini söylüyor.  Yakın zamanda sıcak içecek içen birisinin vücut sıcaklığı diğerlerinden daha fazladır. Bunun gibi vücut sıcaklığını arttıran ve viral olmayan sebepler de vardır. Ancak eğer uygun donanım kullanılırsa ve sistem düzgün kurulursa tarama sistemi olması hiç olmamasından iyidir.

Sacker işyerlerinin de ofis binalarında H1N1 virüsünün yayılmasını azaltmak ve sağlıklı iş gücünü korumak için termal görüntüleme donanımına olan ilgilerinin arttığını ekliyor.

Dört seneden fazla zamandır, Ring ateşli çocukların termal taramadan geçtiği Warsaw’da Askeri Sağlık Enstitüsünde çalışmalarını sürdürüyor. Ring  “ Ortaya çıkan sonuç, teknik kesinlikle çalışıyor” diyor. Vücut sıcaklığı ile  gözlerin termal görüntülerinin ölçümleri arasında yüksek bir ilişki var, ancak kişi dosdoğru yüksek kalite görüntü kullanan lense bakarsa.

Ağustos/Eylül 2009 tarihli 34 sayılı Imaging and Machine Vision dergisinin 16-17. sayfalarından  çevrilmiştir.

InfoDif Yazılım

İletişim

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

Bilgisayarlı görme günümüzde robotik, çokluortam ve güvenlik sistemleri gibi görüntü işleme kullanılan benzeri alanlarda önemli bir yere sahiptir. Nesnelerin doğru şekillerde, doğru renklerde algılanabilmesi ise görüntü işleme yapacak sistemlerin daha doğrusu makinelerin gözü diyebileceğimiz kamera sistemlerine bağlıdır. Kameralar bir sistemdir, hatta bilinen en karmaşık sistemlerden birisidir. İç yapılarında doğru odaklamayı ve istenilen yakınlaştırmayı yapan mercekler onu onları hareket ettiren piezoelektrik gibi malzemelerle üretilmiş hassas motorlar, alınan renk bilgisini elektirik sinyale dönüştüren ve kameranın kalbi diyebileceğimiz ALGILAYICILAR (Sensörler) ve alınan sinyali analogdan dijitale çeviren ADC’ler (Analog to Digital Converters) barındırırlar.

Algılayıcılar kamera sistemlerinin kalbidir, çünkü görüntüyü yani ışığı veriye dönüştürme işi bunlara verilmiştir. Merceklerden geçen fotonlar algılayıcıların üzerine düşerek bıraktıkları enerji elektriksel sinyallere çevrilir. Bu işi gerçekleştirmek için piyasada kullananılan iki çözüm vardır: CCD (Charged Couple Device) ve CMOS (Complementary Metal Oxide Semiconductor) algılayıcılar. Her iki çözümün çeşitli avantajları ve dezavantajları vardır. İkisi arasında seçim yapılması gerekirse önemli olan algılayıcının ne olduğu değil, kullanım amacına uygun olup olmadığıdır. Uygulamalar teknolojiden çok doğru seçimi gerektirir.

Algılayıcı seçiminin temelinde 3 önemli faktör vardır. Bunlar algılayıcının etkin dinamik alanı ( Dynamic Range ), hızı ve algılayıcının tepkisidir.

İlk olarak dinamik alanı ele almak gerekirse, etkin alan algılayıcının düşük seviyede çalışarak tam koyuluk, yüksek seviyede çalışarak tam renk değerini elde ettiği maksimum genişlikteki renk alanıdır. Genişlik noktacıkta renk kanalı başına düşen bit sayısı ile belirlenir. Daha fazla bit her bir noktacık için daha fazla çözünürlüğe daha doğrusu daha fazla renk değerine karşılık gelir. Günlük uygulamalarda insanların kullandığı çoğu sistemde dinamik alan için insan gözünün bile bir çoğunu ayırdetmede zorlandığı 8 bitlik bir renk genişliği yeterliyken medikal ve havacılık gibi uygulamalarda bu yetersiz gelmekte 14 bit gibi daha yüksek dinamik alana gereksinim duyulmaktadır. Sonuçta bu yüksek renk genişliği insanlar tarafından farkedilmese de görüntü işleme yapan makineler tarafından farkedilebilmekte ve bunun sonucunda makineler gerekli tanıları koyup ve gerekli işlemleri yürütebilmektedirler.

Algılayıcı hızı makineyle görme / görüntü işleme uygulamalarında aranan ikinci temel faktördür. Hız bir kameranın görüntüyü alıp sisteme sunma hızıdır. Odaklama ve yakınlaştırma hızları olarak düşünülmemelidir. Algılayıcı hızı bir saniyede ürettiği kare sayısı( frame per second FPS) ve pozlama süresi ile ifade edilir. Bir kamera bir saniyede ne kadar çok kare çekiyorsa hızlı bir hareketin o kadar daha fazla detayını sinyale çevirme kabiliyetine sahiptir. Algılayıcı üretebildiği kare sayısına göreceli olarak daha hızlı bir nesnenin hareketini görüntüyü çevirmek istediğinde nesnenin herhangi bir noktası algılayıcı üzerindeki herhangi bir nokta üzerinde oluşturduğu renk değeri o karenin işlenmesini bitmeden bu algılayıcı noktasının komşuları üzerine de düşerek görüntünün bulanık olmasına sebep olmaktadır. Çok hızlı kare çekebilmek önemlidir ancak buradaki kilit nokta bir saniyede üretilen karelerin hepsinin doğru renk değerlerine sahip olup olmadıklarıdır. Bu da algılayıcının pozlama süresinin önemini bize vurgulamaktadır. Pozlama süresi bir algılayıcının bir tek noktasının algıladığı renk değerinin doğru veriye çevirmesi için gereksinim duyguduğu minimum süredir. Sonuç olarak algılayıcı ne kadar düşük sürede doğru renk değerini üretiyorsa o kadar yüksek kare sayısına çıkabilir ve bir o kadar da hareketli nesneleri daha az bulanık algılayabilir.

Kamera sistemlerinde hızlı görüntü elde etmesinde kameranın algılanınan resmi algılayıcıda hızlıca analog sinyale çevirip yine bu sinyali hızlıca ADC’lerde dijital sinyallere çevirmesi gerekmektedir. Bu noktada kamera sistemlerinde ADC’lerin alınan sinyali çevirme hızından çok algılayıcıların hızları daha önemlidir. Çünkü günümüz teknolojisinin bize verdiği olanaklar dar boğazın algılayıcıda olmasına sebep olmaktadır ve algılayıcı seçiminin önemini bize bir kez daha vurgulamaktadır.

Algılayıcıdaki pozlama süresinin saniyede çekilen kare sayısını sınırlamasını aşmak için sistem tasarımcıları ortamdaki ışık seviyesini arttırarak pozlandırma süresini aşağıya çekmeye çalışırlar. Işıklandırmanın yapılamayacağı durumlarda ise aygılayıcı seçiminde son önemli nokta olan algılayıcının tepkiselliğinin yüksek olması ile bu sınır aşılmaya çalışılır. Tepkisellik belirlenen pozlandırma süresinde algılayıcının ne kadar güçlü sinyal ürettiğidir. Tepkiselliğin yüksek olmasının getirdiği dezavantaj ise gürültü seviyesini yukarıya çekmesidir. Işıklandırmanın elimizde olmadığı günümüz güvenlik uygulamalarında daha farklı kameralara da ihtiyaç duyulabilir. Dış ortama uyumlu olması gereken ve ışıklandırmaya hakim olamadığımız görüntü işleme sistemlerinde Wide Dynamic Range adı verilen sensörler devreye girmektedir. Bu konuya ileride başka bir yazımızda değinmeyi düşünüyoruz.

Algılayıcı seçimindeki bu kritik faktörler birbirleriyle ilişkilidir ve birisi için diğerlerinden taviz vermeyi gerektirebilir. Ancak algılayıcı seçiminde bunların yanında algılayıcının nokta çözünürlüğü, nokta alanı ve çözünürlük de görüntü işleme kalitesini etkileyen faktörlerdir. Sonuç olarak verilmesi gereken tavizler nedeniyle algılayıcı seçiminin uygulamanın gereksinim duyduğu faktöre önem verilerek yapılması gerekir. Anneniz ciddi para verip hediye olarak aldığınız DSLR (Digital single-lens reflex) fotoğraf makinesini beğenmeyeceği gibi görüntü işleme uygulamanız da kameranızı beğenmeyebilir.

• InfoDif Yazılım
• İletişim

Hacettepe Üniversitesi Teknoparkı bünyesinde, görüntüleme sektöründe tecrübeli genç araştırmacıların kurduğu InfoDif firması, “Sınır ihlalleri ve medikal görüntüleme”  projelerinde geliştirdiği yeni nesil çözümlerle göz dolduruyor.

Firmanın geliştirdiği yapay zekalı yeni yazılım, çok uzak mesafeden tehdidi algılamayı mümkün kılarken, kamufle olmuş ve neredeyse hareketsiz tehditleri bile algılayabilme özelliği gösteriyor.

Yazılım, saniyede 100 çerçeve işleyebilen, kar, sis gibi doğa olaylarını görüntüden temizleme özelliğiyle yurt dışındaki rakiplerine üstünlük sağlıyor.
İşlemci teknolojilerinin önde gelen firmalarından Intel`in desteklediği InfoDif, medikal görüntülemede dünyanın en büyük firmalarıyla da rekabete hazırlanıyor.

InfoDif firması Genel Müdürü Kerem Çalışkan, iki yıl önce kurulan firmalarının medikal görüntüleme ve savunma sektörü için gözetleme ve gözlemleme alanlarında faaliyetler yürüttüğünü anlattı.

Yeni bir firma olmalarına karşın çalışanların 10 yılın üzerinde sektörel deneyimleri ve devam eden akademik çalışmalarının bulunduğunu dile getiren Çalışkan, firmanın Ar-Ge faaliyetlerinin Intel firmasınca desteklendiğini söyledi.

Görüntü işleme yazılımlarının geliştirilmesi aşamasında konusunda uzman pek çok akademisyenden de destek aldıklarını ifade eden Çalışkan, “Bu nedenle geliştirdikleri yazılımın piyasadaki görüntü işleme yazılımlarına göre 5 kata varan hız farkı ortaya koyduğunu” belirtti.

TERÖR OLAYLARINA KARŞI “SINIR GÜVENLİĞİ”

InfoDif`in Türkiye`de terör olaylarına karşı bünyesinde “Sınır Güvenliği Projesi“ başlattığını bildiren Çalışkan, projenin, tehditlerin erken tespitinde kullanılmak amacıyla üretildiğini anlattı.
Pilot olarak başarıyla uygulamaya koydukları bir sistemin bulunduğunu dile getiren Çalışkan, bu sistemde termal ve güvenlik kamerasının kullanıldığını ve yeni uygulamayla sistemde halen kullanımda olan kameralarla birlikte sorunsuz çalıştığını kaydetti.

Sistemin kurulmasının ardından yazılımın devreye girdiğini ve görüntülerin işlenmesinin ardından olası bir pusu veya sınır ihlali bilgisini alarm verdiğini ifade eden Çalışkan, böylece kullanıcının isteğine bağlı olarak kamera görüntülerinin ayrı ayrı veya birleşik olarak gösterilebildiğini bildirdi.
Çalışkan, sistemle ilgili şöyle konuştu:

“Uygulama, kurulduğu ortamdan bir süre sonra adaptasyon sağlıyor ve kullanılan yapay zeka yöntemleri sayesinde çevresindeki değişikliklere adapte oluyor. Bu sayede hem çok uzak mesafeden terörist ya da başka bir tehdidi belirlemek mümkün oluyor hem de kamufle olmuş ve neredeyse hareketsiz tehditler bile algılanabiliyor. Proje, hareket algılama ve takibi esasına dayanıyor.

Klasik hareket algılama yöntemleri, görüntüler arasındaki farkı yakalayarak çalışmakta, bulut ve gölge gibi sahte hareket yapılarından ve rüzgar kaynaklı, yaprak uçması, ağaç sallanması gibi hareketlerde de yanlış alarm verebiliyor.

Geliştirdiğimiz modern yaklaşımla, görüntü alınan mekanda yer alan ağaç ve bayrak gibi tehlike arz etmeyen hareketsiz nesnelerin öğrenilmesi sonucu arka planı modelleyerek tehdit unsuru oluşturmayan hareketlerden sıyrılmayı mümkün hale getirdik.”

“DIŞ ETKENLERDEN ETKİLENMİYOR”

InfoDif`in yaptığı sınır güvenliği sisteminin, sadece insan hareketini algılayabilecek düzeye indirgenebilir yapıda olduğunu belirten Çalışkan, rüzgar gibi dış etkenler yüzünden kameranın hareket etmesi ve bu nedenle de çok fazla sayıda yanlış uyarı üretmesi gibi sorunların da üstesinden gelebildiğini anlattı.

Çalışkan, görüntü sabitleme özelliğiyle de kameranın sarsılması ve yerinden oynaması gibi faktörlerin etkisiz hale getirildiğini, saniyede 100 çerçeve işleyebilme özelliğiyle gecikmeleri ortadan kaldırdıklarını ve bu yönüyle de pek çok rakip firma ürünlerine göre üstünlükler getirdiklerini söyledi.

“3 BİN METRE GÖRÜŞ MESAFESİ”

Projenin öncelikli hedefleri arasında uzak görüşün sağlanmasının yattığını dile getiren Çalışkan, “İnsan gözünün bir eylemi ayırt etme limitinin 135 metre olduğu göz önünde bulundurulursa 2-3 bin metre görüş mesafesi sağlayan sistem, hareket tespit ederek olası tehditlerin anlaşılmasına yardımcı olacak. Sistem şu anda uzak görüş mesafesi için gerekli başarı kriterlerini sağlıyor” dedi.

Sis, yağmur ve kar gibi doğa olaylarının hareket algılamalarındaki zorluklardan olduğunu anlatan Çalışkan, “Bu tür durumlar, otomatik sistemlerde görüşü ve görüşün arkasındaki hareketleri, cisimleri algılanamaz hale getirir. Biz bu olayları görüntüden atarak, temiz bir görüntü elde ediyoruz. Hatta bu konuda dünyadaki örneklerinden çok daha başarılı sonuçlar elde ettik” dedi.

Çalışkan, sınır güvenliği sisteminden yola çıkarak trafik yoğunluğunu ve ihlallerini gösteren kameraların, havaalanları, tren garı gibi yolcu alanları için yüz tanıma tekniklerinin, şüpheli paketlerin bulunması gibi sivil güvenlik alanlarına da uygulanabileceğini dile getirdi.

Medikal görüntüleme teknolojileri alanında da “Callisto-Gelişmiş Medikal Görüntü İşleme İstasyonu” projesini yürüttüklerini kaydeden Çalışkan, bu sistemlerin yüksek ücretlerinin bulunduğunu belirtti.

Kerem Çalışkan, Siemens ve GE gibi firmaların ürettiği bilgisayarlı tomografi görüntülerinden, damar yapılarının haritalanması, 3 boyutlu görüntülerin gösterilmesi gibi özelliklere sahip bu tür sistemleri ucuzlatmak için İntel`in desteğiyle Ar-Ge faaliyetlerini sürdürdüklerini sözlerine ekledi.

http://www.haberortak.com

• İnfoDif
• İletişim

AA