Image Processing arşivleri - Sayfa 2 / 2 - INFODIF
3
archive,paged,category,category-image-processing,category-3,paged-2,category-paged-2,ajax_fade,page_not_loaded,,side_area_uncovered_from_content,qode-theme-ver-16.8,qode-theme-bridge,qode_header_in_grid,wpb-js-composer js-comp-ver-5.5.2,vc_responsive

Image Processing

Raporlanmış vaka sayısı artmaya devam ettikçe, Domuz Gribi küresel bir sorun haline geldi. Greg Blackman domuz gribine bağlı olarak artan bir ihtiyaç olan ateş ölçümünü termal görüntüleme kullanarak başarmanın yollarını arıyor.

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.

Thermal1

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

El kontrollü robot sistemleri savaş meydanlarında keşif, bomba tespit ve imha görevlerinde sayısız görevi başarıyla yerine getirdiler. Bir süre bu şekilde devam edeceği öngörülse de robot üreticleri geleceğin bir sonraki nesil robotları için şimdiden çalışmalarına başladılar. Birleşik Devletler ordusuna robot sağlayan önde gelen bir firmanın kurucusu, robotik araç beklentilerinde uzaktan kontrollü robotların yanında otonom özelliklerin de olması yönünde bir yönelimin olduğunu belirtiyor ve yarı otomatik ve otonom insansız yer araçlarında (UGV- Unmanned Ground Vehicles) en fazla talebi aldıklarını ekliyor. Bazı firmalar ise maliyetten kazanma amacıyla insan kontrollü araçlara otonom özelliği kazandıracak modülleri geliştirmekteler. Bu firmalar bu tür çözümlerin ucuz olmasının yanında insan kontrollü özelliklerinin modül eklense bile kaybolmadığını belirtmekteler.

retariusDSC00949highres

Otonom robot olarak geliştirilen 6 ayaklı MULE (Multifunction Utility/Logistics Equipment Vehicle) saatte 30-40 km hıza çıkıp yalaşık 860 kilogramlık yük taşıyabilmekte. 6 ayağı sayesinde arazideki çukurları kolaylıkla geçip tırmanışlar yapabilen MULE’nin taşıma, kuşatma ve anti-mayın olmak üzere 3 modu bulunmakta. Üreticinin insansız araçlar yetkilisi aracın, bir adet Javelin füzesi, M240 otamatik silahı ve orta mesafeli elektro-optik ve kızılötesi algılayıcılarla donatılabileceğini belirtmekte. Mule tasarlanırken otonom işletim şekli olarak askerlerden gelen radyo sinyali takip edecek ya da dah öncede belirlenmiş bir rotayı takip edecek şekilde tasarlanmış. Bunun yanında askerler el kontrol cihazları ile aracın rotasında değişiklik yapabilme olanağına da sahipler.

Şirket kurucumuz Sn. Kerem ÇALIŞKAN'ın Temmuz 2008 tarihli Popüler Bilim dergisinde  yayımlanan yazısı...

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

Akıllı Görüntü İşleme Sistemleri
Akıllı Görüntü İşleme Sistemleri

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.

Yıkıcı teknoloji yoluyla  yeni pazar dilimi oluşturuldugunda, bundan en çok etkilenen alan yüksek teknoloji sektorüdür. Rakip şirketler eger birlikte çalışırlarsa daha çok kazanabilirler ve böylece standartlar da belirlenebilir. 28 şirketin temsil eden GenICam topluluğu yeni bilgisayarla görüş standartlarını oluşturmak için çalışmaktadır. GenICam kısaltması kameralar için genel arayüz  cümlesinin kısaltmasıdır (GENeric Interface for CAMera) bazen GenIcam veya Gencam olarak da yazılmaktadır.

genicam01

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.

genicam02

Infodif GenICam standartları çalışma grubu üyesidir.

Bütünleşik video analizleri ile akıllı kameralarının gözetleme uygulamalarında nasıl kullanıldığı hakkındaki başlangıç araştırmamız. Görüntü işleme kullanarak büyük ve kalabalık alanlarda gözetleme yapmak için sabit gözetleme sahası ve çok sayıda kameraya ihtiyaç duyulur. Örneğin tren garları veya havalimanlarında. Görüntü işleme ve görüş sistemleri belirli hareketleri ayırt edebilir veya otomatik olarak kişileri ya da araçları karmaşık görüntülerde izleyebilirler, suç unsuru taşıyan kişileri analiz edebilmek için işaretleyebilir ya da gözden  kaybolmasına seyredebilirler.

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.

Bir çok insan canını trafik kazalarıyla kaybetmesinin önüne geçmek için konulan trafik kuralları maalesef yetersiz takip sonucu insanlar tarafından kimi zaman uygulanmıyor. Takip edilememesinin en büyük sebebi yeterli insan gücünü bu takip işine verilmesinin hem maliyetli olması hem de insan faktörünün hatalara daha açık olmasıdır. Bu noktada hayatımızı farklı yönlerden kolaylaştıran makineler bu sorunu ortadan kaldırmak için de uygunlardır. Makinelere ne gördüklerini anlatabildiğimiz yani bu yönde programlar geliştirdikçe trafik takip ve benzeri bir çok işi kararlı bir şekilde yerine getirebilmekteler.

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.

TrafikTakip01

Görüntü İşleme Amacıyla Optik Algılayıcı - Kamera Seçiminde Önemli Faktörler

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.

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.

Kemal Doğuş TÜRKAY -MS Student - Medical Informatics METU - kdturkay@infodif.com

Kerem CALIŞKAN -PhD Student - Medical Informatics METU - kcaliskan@infodif.com

Abstract

A Human Machine Interface (HMI) system that is capable of tracking eyes and putting augmented images/scenes following the gaze in the scene is implemented. The system works with an infrared camera connected to a frame grabber. The streaming data captured from the camera is then processed and gaze coordinates are found. This system will be fundamentally an augmented reality (AR) system and provide us the combination of real-world and computer-generated data produced via eye tracking. The computer generated objects will be placed on real world data by considering the point of gaze. Basis of this application especially tracking part can be used for many projects leading to new scenarios and innovations in the era. So the implementation will be in a modular style for further compliance.