Nog niet zo lang geleden was het maken van video-opnames met forensische details bij weinig licht erg lastig. Voor een bruikbaar resultaat was vaak extra verlichting nodig. Het is belangrijk dat beelden potentiële indringers kunnen identificeren. Dit betekent dat een gezicht of de kleur van een auto duidelijk te zien moeten zijn, ook wanneer er weinig licht is. De Axis Lightfinder-technologie is een van de weinige oplossingen die bruikbare details kan leveren in situaties met weinig licht. Daarnaast wordt deze technologie steeds beter. Enkele van deze aanpassingen en ontwikkelingen zijn doorgevoerd in Lightfinder 2.0.
Spectaculair zicht in het donker
De mens kan niet goed zien in het donker, al helemaal niet als het om kleuren en details gaat. Miljoenen jaren van ontwikkeling hebben ons in staat gesteld om dat wat onze ogen waarnemen in het donker, door te sturen naar onze hersenen en op de best mogelijke manier te interpreteren. Maar we kunnen de beelden niet zelf verbeteren. Vaak is het voor ooggetuigen van incidenten dan ook bijna onmogelijk om gebeurtenissen en details correct te beschrijven. Een technologie als Axis Lightfinder voor bewakingscamera's is dan ook een bruikbare aanvulling voor beveiligingsmedewerkers, vooral in slechte lichtomstandigheden.
De Lightfinder-technologie bestaat uit een combinatie van extreem lichtgevoelige sensoren en nauwkeurig afgestemde beeldverwerkingsalgoritmes. In combinatie met een kwalitatief hoogwaardig objectief kan deze technologie scherpe beelden met levensechte kleuren genereren wanneer er weinig licht is. Inbrekers gaan het liefst te werk wanneer het donker is of in ruimtes die slecht verlicht zijn. Voor latere identificatie is het belangrijk om details te kunnen zien, zoals de kleur van een auto of de kleding die een inbreker aan heeft.
De algoritmes in een bewakingscamera herstellen de kleuren, halen de ruis weg en creëren uiteindelijk een helder beeld. Ze zijn enorm bruikbaar en zetten zelfs het kleinste sensorsignaal om in bruikbare videobeelden. Maar het is cruciaal dat deze bewakingsalgoritmes zich op een voorspelbare manier gedragen en dat ze nooit vreemde informatie aan een beeld toevoegen om dit aantrekkelijker te maken voor het oog. Behoud van het originele beeld en de forensische details ervan heeft altijd prioriteit boven uitgebreide filtering.
We gaan een stap verder: Lightfinder 2.0
Lightfinder 2.0 bouwt verder op deze geavanceerde functionaliteiten en alle kennis van de originele versie van Lightfinder. Het draagt bij aan het doel om 24/7 en onder alle omstandigheden met de hoogst mogelijke kwaliteit een gebied te kunnen monitoren. Daarom heeft de nieuwere versie van Lightfinder een hogere lichtgevoeligheid en ander functionaliteiten die beelden duidelijker en kleurrijker maken.
Belang van fotonen en ruisreductieOm te begrijpen hoe deze nieuwe functionaliteiten werken, moeten we even een stapje terug doen: in werkelijkheid is lichtgevoeligheid het vermogen om kleine contrastveranderingen op te merken, zelfs onder moeilijke omstandigheden. Daarom is het van cruciaal belang om de weinige fotonen die bij de beeldsensor terechtkomen op te vangen, zodat ze niet uiteen vliegen op het glazen oppervlak van de sensor: fotonen die verloren gaan vóórdat ze in de pixel in elektronen worden omgezet, krijgen we nooit meer terug. Beeldsignalen die onder deze omstandigheden worden gevangen, worden vaak overstemd door ruis. Daarom is er een aanzienlijke ruisreductie en herstel van het signaal nodig. Dit moet ook worden gedaan zonder kritieke informatie over tijd en ruimte te vernietigen of ongewenste artefacten te introduceren.
De nieuwe, geavanceerde versie is uitgerust met schuifregelaars om het ruisreductieniveau dat op de video wordt toegepast aan te passen. Dit is essentieel omdat sommige analytics-toepassingen vrij gevoelig zijn voor ruisreducties. Op basis van de behoeften kan een system integrator dus de nauwkeurigheid optimaliseren door het ruisniveau aan te passen of de analytics dit laten doen. Terwijl sommige analytics prima presteren met een bepaald ruisniveau, moeten andere de ruis zoveel mogelijk reduceren om een vals alarm te voorkomen. Ook maakt Lightfinder 2.0 het mogelijk om de prestaties van de camera aan te passen aan zijn omgeving, aangezien de installatieomstandigheden van de camera, zoals licht of andere factoren, kunnen verschillen. Daarom is het in Lightfinder 2.0 mogelijk om de spatial noise filter (SNF) en temporal noise filter (TNF) aan te passen. Uiteindelijk leidt deze aanpassing tot meer maatwerk in beeldverwerking.
Duidelijke beelden met meer kleurZoals gezegd legt Lightfinder 2.0 beelden vast met meer helderheid en levensechte kleuren, twee factoren die tot op zekere hoogte met elkaar verbonden zijn. De meeste moderne beeldsensoren gebruiken de zogenaamde Bayer-filter om een kleurenbeeld te maken. Dit filterpatroon, dat op elke 2x2-groep van fotosensoren wordt geplaatst, groepeert pixels in drie categorieën: 50 procent groen, 25 procent rood en 25 procent blauw. De reden hiervoor is dat het menselijk oog met groen het beste helderheid of contrast kan zien. Voor camera's betekent dit dat blauwe of rode objecten slechts de helft van het signaal ontvangen ten opzichte van een groen object. Dit maakt dat ze meer ruis veroorzaken. Hier kan het witbalansalgoritme de signaal-ruisverhouding (SNR) optimaliseren en het ruisniveau reduceren.
Bewegingsgevoelige blootstelling reduceert de bewegingsonscherpte van naderende of in de buurt zijnde objecten aanzienlijk door de snelheid te meten en de belichtingstijd hierop aan te passen. Als een operator de video-opname stopzet, zal het zichtbare frame nog steeds een beeld laten zien dat duidelijk en gedetailleerd genoeg is om de situatie te beoordelen, bijvoorbeeld om een persoon of auto te identificeren, om vervolgens de juiste actie in gang te zetten of de persoon te volgen.
Niet elke Lightfinder is hetzelfde
Natuurlijk is het belangrijk om het juiste cameratype te kiezen voor specifieke toepassingen, omdat deze geoptimaliseerd zijn voor verschillende doeleinden. De meeste camera's zijn uitgerust met Lightfinder, maar dit betekent nog niet dat ze allemaal dezelfde mate van lichtgevoeligheid hebben. Ze werken allemaal anders. PTZ-camera's met een verre zoom zijn bijvoorbeeld perfect om snel van beeld te switchen, zoals tussen een nabijgelegen deur en een gebouw op honderden meters afstand, maar ze hebben een lage lichtgevoeligheid. Aan de andere kant van het spectrum heb je fixed-box camera's, vaak uitgerust met beeldsensoren met grotere pixels, wat direct wordt omgezet in een betere contrastdetectie.
Vergelijking met andere technologieën voor slechte lichtomstandigheden
Natuurlijk is Lightfinder niet de enige manier om beelden op te nemen in slechte lichtomstandigheden of wanneer het bijna helemaal donker is. Waar Lightfinder in uitblinkt, is zijn vermogen om ware kleuren vast te leggen. Hiermee onderscheidt deze oplossing zich van andere technologieën, zoals camera's met infraroodstraling (IR) of thermische beeldvorming. Hoewel beide van deze opties geschikt zijn voor bepaalde toepassingen, geven ze geen informatie over kleur en dat kan identificatie juist bemoeilijken. Bovendien nemen thermische camera's geen details op die nodig zijn voor een betrouwbare identificatie. IR-camera's zijn afhankelijk van led's om 's nachts een duidelijk beeld te kunnen leveren. Daarom is een systeem dat de Lightfinder 2.0-technologie combineert met bijvoorbeeld thermische camera's in sommige situaties een uitstekende optie. Thermische camera's leveren beelden waarop elke beweging nauwkeurig kan worden gedetecteerd door analytics. En Lightinder levert de informatie over kleuren en de mogelijkheid om een verdachte activiteit te identificeren en te onderzoeken.
Nog maar het begin voor bewakingstechnologie bij weinig licht
Lightfinder 2.0 heeft veel geleerd van de eerste generatie en kan nog gedetailleerdere beelden en resultaten produceren. Dit is een aanzienlijke boost voor de veiligheid van mensen en bedrijven. Bovendien is dit nog maar het begin van het proces om 'oude' technologieën naar een hoger niveau te tillen met behulp van nieuwe hardware en software.