سیستمهای مداربسته روز به روز در حال پیشرفت هستند و کیفیت تصاویر آنها رو به بهبود است. در زمینه نظارت تصویری کیفیت تصاویر حرف اول را می زند. یک تصویر واضح و بدون اختلال میتواند به طور دقیق جزئیات را تشخیص داده، افراد و اشیا را شناسایی کرده و در نهایت اثربخشی بیشتری داشته باشد.
هر تصاویری که از دوربینهای مداربسته به دست میآید، یکی از چالشهای رایج آن وجود نویز است. نویز میتواند به شکل دانههای ریز، نقاط رنگی، الگوها و یا خطوط ناخواسته در تصویر ظاهر شود. در نتیجه باعث میشود که وضوح تصویر کمتر شده و قابلیت تحلیل آن کاهش یابد.
اگر بتوانید انواع نویزها را بشناسید و روشهای کاهش آن را بلد باشید، میتوانید به تصاویری دست پیدا کنید که با کیفیت هستند.
نویز در تصویر دوربین مداربسته چیست؟
نویزی که در تصاویر به وجود میآید، به خاطر هرگونه تغییر تصادفی و یا ناخواسته در روشنایی و یا رنگ پیکسلها ایجاد میشود. نویز باعث ایجاد اختلال در تصاویر شده و کیفیت آنها را کاهش میدهد.
نویز در تصاویر میتواند ناشی از عوامل مختلفی باشد که از آن جمله میتوانیم به شرایط محیطی، تداخلات الکترونیکی، سنسور تصویر، محدودیتهای سختافزار و تنظیمات نامناسب اشاره کنیم.
به وجود آمدن نویز در تصاویر مدار بسته میتواند باعث شود که جزئیات مهم از دست رفته، دقت در تشخیص حرکت کاهش یافته و امکان تحلیل تصاویر کمتر شود. در نتیجه کارای این سیستم ها تا حد زیادی کمتر خواهد شد.
انواع رایج نویز در تصاویر دوربین مداربسته
بهتر است شما انواع مختلف از نویزها را در ابتدا بشناسید و برای کاهش آن راهکارهای مناسبی پیدا کنید. در ادامه انواع نویز تصاویر دوربینهای مداربسته را به شما معرفی میکنیم.
نویز حرارتی
این نویز به شکل برفک و یا همان دانههای ریزی است که در تصویر ظاهر میشود. تصاویر رنگی ممکن است به شکل نقاط رنگی هم دیده شود. علت به وجود آمدن نویز حرارتی ناشی از حرکت تصادفی الکترونها در سنسور تصویر است که در اثر حرارت ایجاد می شود.
نویز حرارتی زمانی تشدید میشود که دمای سنسور افزایش یافته و یا در محیط نور کمی وجود داشته باشد. نویز را میتوان در تمامی نقاط تصویر و با توزیع یکنواخت مشاهده کرد.
نویز خواندن
این نویز شکل ظاهری به صورت الگوهای ثابت یا تصادفی دارد که در تصویر با شدت کمی دیده میشود. نویز خواندن به شکل خطوط عمودی و افقی کمرنگ ظاهر میشود. به وجود آمدن نویز خواندن ناشی از نوسانات الکترونیکی است که در مدارات خواندن سیگنال از سنسور تصویر به وجود میآید. شدت این نویز مستقل از نور محیط است.
نویز الگویی ثابت
این نویز به صورت یک الگوی ثابتی است که از پیکسلهای تیره و روشن در تصویر ظاهر میشود. این حالت در تمامی فیلمها تکرار میگردد. علت به وجود آمدن نویز الگوی ثابت به خاطر تفاوتهای جزئی است که در حساسیت پیکسلهای مختلف سنسور تصویر در فرایند ساخت ایجاد میشود. الگوی نویز ثابت در طول زمان ثابت است و با تغییر نور محیط هیچ تغییری نمیکند.
نویز خطوط
این نویز به شکل پیکسلهای سفید و پراکنده در تصویر است. زمانی که خطاهای ناگهانی در سنسور تصویر و یا در حین انتقال داده رخ دهد، نویز خطوط مشاهده میشود. نویز خطوط به شکل نقاط تک و مجزا در تصاویر دیده میشود.
نویز تداخل الکترونیکی
این نویز به شکل خطوط افقی و عمودی است که در تصویر الگوهای موجی و یا اختلالات منظمی ایجاد میکند. زمانی که از یک منبع خارجی مثل کابل برق در مجاور دستگاههای الکترونیکی دیگر و یا موتور اطراف دوربین وجود داشته باشد، تداخلات الکترومغناطیسی را ایجاد میکند. الگو و شدت این نویز ممکن است با تغییر منابعی که باعث تداخل شده، دچار تغییر شود.
نویز کوانتیزاسیون
این نویز به شکل تغییرات پلهای و ناگهانی در سطوح روشنایی یا رنگ تصویر دیده میشود، مخصوصاً در مناطقی که گرادیانهای ملایم دارد، بیشتر با آن مواجه هستیم. نویز کوانتیزاسیون ناشی از محدودیتی است که در تعداد سطوح قابل نمایش برای هر پیکسل در حین تبدیل سیگنالهای آنالوگ به دیجیتال مشاهده میشود. معمولا این نویز در تصاویر با عمق رنگ پایینتر بیشتر قابل مشاهده است.
روشهای کاهش نویز در دوربینهای مداربسته
فناوریهای مختلفی برای کمتر کردن نویز در تصاویر دوربینهای مداربسته روی کار آمده اند. این روشها را ما در حالت کلی میتوانیم به دو دسته اصلی نرمافزاری و سختافزاری تقسیم بندی کنیم:
روشهای سختافزاری کاهش نویز
سنسورهای بزرگتر نور بیشتری را جذب میکنند و نسبت سیگنال به نویز آنها بالاتر است. در نتیجه باعث تولید تصاویری میشود که میزان نویز کمتری دارند. زمانی که از قطعات با کیفیتی استفاده شود و ساختار مدارها طراحی دقیقی داشته باشد، در مدارهای خواندن و پردازش سیگنال میزان خواندن به حداقل میرسد.
در دوربینهای حرفهای که روی کار آمدهاند، برای کمتر کردن دمای سنسور از سیستمهای خنک کننده استفاده میکنند. در نتیجه میزان نویز حرارتی با این روش کمتر میشود.
روشهای نرمافزاری کاهش نویز
این روش معمولاً در داخل خود دوربین و یا خود دستگاه ضبط کننده پیاده سازی میشود. در این روش برای کاهش نویز از الگوریتمهای پردازش تصویر استفاده میکنند. رایج ترین الگوریتمهای کاهش نویز را در ادامه معرفی میکنیم:
کاهش نویز فضایی
این الگوریتم میتواند پیکسلهای مجاور را در یک فریم تصویر تجزیه و تحلیل کند و سپس سعی میکند تغییرات تصادفی که در رنگ و روشنایی نیز وجود دارد را با میانگین و یا فیلتر کردن هموار کند.
انواع رایج
در اینجا میخواهیم انواع رایج این فیلترها را به شما معرفی کنیم تا بیشتر با آنها آشنا شوید:
فیلتر میانگینگیر
مقدار هر پیکسل را با میانگین مقدار پیکسلهای مجاور جایگزین میکنند. این روش ساده بوده اما اگر از آن استفاده کنید، ممکن است که جزئیات تصویر از بین برود.
فیلتر گوسی
این نوع فیلتر مشابه با فیلتر میانگین گیر است، اما به پیکسلهای نزدیکتر وزن بیشتری میدهد و معمولاً نتایجی که از آنها میگیریم بهتر است.
فیلتر میانه
مقدار هر پیکسل را با مقدار میانه پیکسلهای مجاور جایگزین میکنند، در نتیجه میزان نویز خطوط کمتر میشود و لبههای تصویر را بهتر میتواند حفظ کرد.
فیلتر دوطرفه
این فیلتر نزدیکی فضای سلول ها را در نظر میگیرد و همچنین به تفاوتی که در شدت روشنایی آنها وجود دارد توجه میکند. در نتیجه لبههای تیز تصویر در هنگام کاهش نویز همچنان حفظ میشود.
مزایا
در کمتر شدن نویزهای تصادفی مثل نویز خواندن و نویز حرارتی موثر هستند.
معایب
ممکن است باعث شود که جزئیاتی از تصویر محو شود، مخصوصاً وقتی که بخواهید میزان نویز را تا سطح زیادی کاهش دهید.
کاهش نویز زمانی
این الگوریتمها میتواند فریمهای متوالی ویدیو را تجزیه و تحلیل کرده و سعی کند که نویز را کاهش دهد. کاهش نویز زمانی با مقایسه و میانگین گیری پیکسلهای متناظر در فیلمهای مختلف انجام میگیرد. در اینجا فرض بر این است که نویز بین فریمها به صورت تصادفی ایجاد شده، در حالی که اشیای واقعی حرکت میکنند.
انواع رایج
روشهای رفع این نویز را میخواهیم بررسی کنیم:
میانگینگیری فریم
مقدار هر پیکسلی که در فریم فعلی وجود دارند را با میانگین مقادیر آن در چند فریم قبل و بعد جایگزین میکنند.
فیلتر Kalman
یک الگوریتم پیچیدهای است که از مدل سازی حرکت اشیا برای تفکیک کردن نویز از سیگنالهای واقعی استفاده میکند.
3D Noise Reduction
ترکیبی است از کاهش نویز فضایی و زمانی است که در شرایط کم نور و حرکت، عملکرد بهتری ارائه یدهد.
مزایا
این روش در کمتر کردن نویز زمانی که در محیط در شرایط کم نوری قرار گرفته بسیار موثر است. این روش میتواند نسبت به روشهای فضایی جزات تصویر را بهتر حفظ کند.
معایب
این روش ممکن است که در اطراف اشیا متحرک شبح ایجاد کند. مخصوصاً زمانی که کاهش نویز در سطح بالایی انجام بگیرد، این موضوع بیشتر خودش را نشان میدهد. برای آنکه این روش عملکرد بهتری انجام دهد، به نرخ فریمهای نسبتاً بالایی نیاز است.
جبران نویز الگویی ثابت
در این روش، دوربین در کارخانه کالیبره میشود تا الگوی ثابت نویز سنسور آن را شناسایی کرده و از تصویر آن را حذف کنند. روش نویز الگوی ثابت به طور موثر از بین میرود، اما در زمان تولید لازم است که به طور دقیق کالیبراسیون شود.
راهکارهای عملی برای کاهش نویز در سیستمهای مداربسته
یک سری اقداماتی برای کمتر کردن نویزهای داخلی دوربین و دستگاه ضبط کننده انجام میشود، اما یک سری اقدامات عملی دیگری انجام میگیرد تا میزان نویز در تصاویر مدار بسته را به حداقل برساند.
- شما در هنگام خرید دوربین باید به مشخصات SNR و اندازه سنسور آن توجه کنید. اگر زمان نوردهی را بیشتر کنید، میتوانید میزان نوری که به وسیله سنسورها جذب میشود را افزایش داده و نسبت سیگنال به نویز را بهتر کنید. این کار میتواند باعث تار شدن اشیا متحرک هم شود.
- در محیطی که نظارت میکنید، نور کافی تامین کنید.
- کابلهای برق و کابلهای سیگنال را از همدیگر جدا نگه دارید و برای آنها از کابلهای شیلد دار با کیفیت استفاده کنید.
- دوربین را در نزدیکی منابع قوی تداخل الکترومغناطیسی نصب نکنید.
- استفاده کردن از کابلهای طولانی و یا نامرغوب باعث میشود که سیگنالها افت کرده و میزان نویز بیشتر شود.
- سازندگان دوربین برای فایروار یک سری به روز رسانیهای ارائه میدهند که از آن جمله میتوان به بهتر شدن الگوریتمهای کاهش نویز اشاره کرد.
- با دقت تنظیمات مربوط به کاهش نویز فضایی و زمانی را در منوی مربوط به دستگاه ضبط کننده و تنظیمات دوربین بررسی کنید. در این حالت میتوانید بین کاهش نویز و حفظ جزئیات تصویر یک تعادل خوبی برقرار کنید.
- اگر بخواهید میزان نویز را در سطح بالایی کاهش دهید، ممکن است که بعضی از جزئیات تصویر از بین برود.
نتیجهگیری
در تصاویر دوربینهای مداربسته، نویز یک چالش رایج است که میتواند کارایی و کیفیت سیستمهای نظارتی را تحت تاثیر قرار دهد. شما باید انواع مختلف از نویزها را درک کرده و با روشهای نرمافزاری و سختافزاری آن آشنا شوید. در این صورت است که میتوانید برای دستیابی به تصاویر واضح و قابل اعتماد گامهای موثری بردارید.
انتخاب کردن دوربینهای با کیفیت، انجام دادن تنظیمات نورردهی بهینه، جلوگیری از ایجاد تداخلات الکترومغناطیسی و استفاده بهتر و هوشمندانه از الگوهای کاهش نزول داخلی باعث میشود که تصاویر بهتری به دست آورید. بهترین کار در تنظیمات سیستم نظارتی آن است که بین کاهش نویز و حفظ جزئیات تصویر، تعادل مناسبی برقرار کنید.