یکی از محدودیت های استخراج جزئیات تصویر از تصاویر ویدئویی زنده یا ضبط شده این است که کاربر با این واقعیت که جزئیات باید در تصویر اصلی نیز وجود داشته باشد رو به رو می شود. تصویر زیر درجات مختلفی از پبکسل سازی را به نمایش می گذارد. یک روش بهتر از تعریف جزئیات عکس چگالی پیکسل در هدف مورد نظر است(Pixel Per Foot/Pixel Per Meter). چگالی پیکسل بدست آمده از تراکم پیکسلی با تقسیم وضوح افقی بر عرض میدان دید است.
شکل 1: جزئیات تصویر بر حسب پیکسل بر متر(Pixel Per Meter) یا پیکسل بر فوت(Pixel Per Foot) اندازه‌گیری می‌شود.(اعداد بر اساس میلی متر در هر پیکسل توسط استاندارد اروپایی EN 62676-4: 2015 مشخص شده است)
هرچه تراکم پیکسل بیشتر باشد کیفیت تصویر بالاتر است با چگالی پیکسل بالاتر می توان جزئیات بیشتری از تصاویر را معلوم کرد. به طور پیش‌فرض، ابزار طراحی سیستم ویدئوی پیش از اقدام به خرید دوربین مداربسته IP، مناطق دوربین را مطابق با استاندارد اتحادیه اروپا EN 62676-4: 2015 (EN 50-132-7 قدیمی‌تر) نشان می‌دهد. بخش 4 این استاندارد اتحادیه اروپا وظایف مختلف اپراتور از جمله شناسایی، تشخیص، مشاهده، شناخت و نظارت را پوشش می دهد.
این آیتم بیشتر برای پروژه های IP مطرح است و برای محاسبه ی دستی به عنوان مثال برای رزولوشن تصویر 1920*2500 پیکسل و عرض واقعی میدان 3 متر باشد:
فرمول: PPF(PPM)=Resolution/w(m)
2500/3=600PPM
اما ار آنجایی که در واقعیت محاسبه عرض واقعی میدان دشوار است میتوان از دو سایت مرجع رایگان (IPVM,JVSG) استفاده کرد.
آنالیز پردازش تصویر بیشتر در دوربین های تشخیص پلاک خودرو(LPR) و تشخیص چهره(Face Detection) کاربرد بیشتری دارد و دو تا فاکتور F-stop و Location مهم هستند.
بیش تر مطالعه کنید: دوربین های مداربسته پلاک خوان
مناطق DORI
آنچه در ادامه می خوانید:
شناسایی(Identification)
شناخت(Recognition)
مشاهده(Observation)
تشخیص(Detection)
نظارت(Monitoring)
بازرسی(Inspection)
این مفهوم مخفف کلمات زیر است:
D: Detection
O: Observation
R: Recognition
I: Identification
همانگونه که در بالا اشاره شد، برای دیدن مناطق DORI می توانید از ابزار طراحی سیستم تصویری دوربین های مداربسته IP یا ماشین حساب آنلاین تراکم پیکسلی استفاده کنید.
شناسایی(Identification): اولین نوع از نواحی مختلف در تصویر دوربین های مداربسته، منطقه ی شناسایی است. که در این برنامه با رنگ قرمز مشخص شده است. در این ناحیه، می توانید به طور موثر فردی را منطقی و بدون شک شناسایی کنیم. در اینجا ما کیفیت تصویر و جزئیات کافی برای شناسایی یک فرد را داریم. استاندارد اتحادیه اروپا(EU) ناحیه شناسایی را به عنوان "بیش از 4 میلی متر در فاصله هدف در هر پیکسل" تعریف می کند. اگر 4 میلی متر در هر پیکسل به تراکم پیکسل را پنهان کنیم (1000 میلی متر تقسیم بر 4 میلی متر در هر پیکسل)، نتیجه 250 پیکسل در متر (PPM) یا حدود 76 پیکسل در هر فوت (PPF) است.
شناخت(Recognition): ناحیه دوم شناسایی که با رنگ زرد مشخص شده است. در این ناحیه اپراتور سیستم دوربین مداربسته فردی را که آشنا باشد می تواند شناسایی کند. در این ناحیه مشاهده کنندگان با دقت خوبی می توانند تشخیص دهند که فردی که در تصویر دیده می شود همان شخصی است که می شناختند یا خیر.
در این ناحیه چگالی پیکسل کمتر از 125PPM نیست(38PPF) یا 8 میلی متر در پیکسل است همچنین در این ناحیه امکان تشخیص دستی پلاک خودرو(ANPR) نیز وجود دارد.
مشاهده(Observation): در ناحیه ی بعدی ما ناحیه ی شناسایی رو داریم(به رنگ سبز). در این ناحیه برخی از جزئیات مشخصات فرد مانند برجستگی های لباس فرد می تواند دیده شود. چگالی پیکسلی 62 پیکسل و یا در حدود 19PPFاست(16 میلی متر در هر پیکسل براساس استاندارد EN 62676-4).
تشخیص(Detection): ناحیه ی بعدی مربوط به تشخیص است(سبز روشن). در این ناحیه اپراتور قادر به تشخیص حضور افراد است: 25PPM یا 8PPF(40mm در پیکسل).
نظارت(Monitoring): در ناحیه نظارت(آبی ) برای نظارت بر تصاویر و عملکرد کنترل ازدحام انجام می شود. 12PPM/4PPF/80mm per pixel
بازرسی(Inspection): همچنین ناحیه ی خاصی وجود دارد که ناحیه بازرسی یا شناسایی قوی نامیده می شود: 1000PPM یا 303PPF(یا 1 میلی متر در هر پیکسل با EN 62676-4 یا EN 50132-7) که در نرم افزار با رنگ بنفش مشخص شده است.
بیش تر مطالعه کنید: چگونه یک دوربین مداربسته مناسب انتخاب کنیم؟
محاسبه ی دستی ترکیب رزولوشن و لنز در دسترس دوربین مداربسته برای دستیابی چگالی پیکسل لازم می تواند کار زمان بری باشد.بنابراین این کار با طراحی سیستم نظارت تصویری یا مراجع آنلاین بصورت خودکار انجام می شود که دارای یک ماشین حساب تراکم پیکسلی یکپارچه است که پیکسل ها را در هر فوت یا در هر متر محاسبه می کند و سطح جزئیات را با نواحی رنگی(قرمز، زرد، سبز و آبی) نمایش می دهد. در پروژه های واقعی پردازش تصویر به منظور دستیابی به Recognition در رنج 40-60PPF قرار بگیرد کفایت می کند توجه شود اعدادی که در این مقاله برای مقادیر PPF ذکر شده تقریبی بوده و بر اساس نوع پروژه، تجهیزات مورد استفاده، نویز موجود، Image Sensor، Lens و DSP(دیجیتایز شدن تصویر) می تواند با تحلیل و بررسی اعداد دیگری انتخاب گردد.
مدیر
۱۴۰۱/۰۹/۱۴
