Erik's Corner: de comeback van beeldkwaliteit

25 Maart 2025

Het succes van je beveiligingsinstallatie hangt af van vele factoren, maar er is één ding dat het meeste verschil maakt in de effectiviteit van de beveiligingscamera's: beeldkwaliteit. Een helder en scherp beeld kan het verschil maken tussen een mislukte identificatie en een geslaagde opsporing.

Maar hoe ziet goede beeldkwaliteit er eigenlijk uit? En waarom is het anno 2025 plotseling weer zo belangrijk?

Allereerst omdat er in voorgaande jaren andere factoren belangrijker bleken te zijn. Voornamelijk de prijs. Met de opkomst van steeds meer cameramerken, is er meer te kiezen. Betekent het dat de beelden van deze verschillende merken gelijk zijn? De meeste mensen denken van wel, waardoor de prijs ineens de belangrijkste differentiatie werd. Maar laten we hier eens op inzoomen.

Is de beeldkwaliteit van alle videocameramerken vergelijkbaar?

We beantwoorden deze vraag door drie aspecten te doorlopen.

Beeldfunctionaliteit – bepaal functioneel wat je wilt bereiken met het beeld.
Welke details heb je nodig en denk daarbij ook gelijk aan de toekomst. We praten vaak over camera’s, maar het beeld staat centraal. In het camerabeeld wil je specifieke kenmerken van een object kunnen aflezen. Is dat een mens, dan spreken we van identificatie of herkenning. Maar ook bij voertuigen gaat het om specifieke details, zoals een kentekenplaat. Bij een pakketje wil je een barcode kunnen aflezen of bijvoorbeeld een beschadiging waarnemen.

Bepaal functioneel wat je wilt bereiken met het camerabeeld.
Lichtomstandigheden – bepaal onder welk licht je beeld bruikbaar moet zijn.
Gaat het alleen om de dag of ook in de schemering en nacht? Dit is bij uitstek het aspect waarbij de verschillen van merken zichtbaar zijn. Er zijn twee onderdelen waar je op moet letten bij het vergelijken van camera’s.
1. Beeldkwaliteit
  Het genereren van een kwalitatief bruikbaar camerabeeld onder lastige lichtomstandigheden is niet eenvoudig. Door beeldkwaliteit, met focus op de aanwezigheid van de benodigde (forensische) details in het camerabeeld.
  Bijvoorbeeld: ben ik nog in staat om details op de kleding te onderscheiden, of kan ik nog wel een persoon identificeren? En kan dit nog onder de benodigde lichtomstandigheden
2. Bandbreedte
  Zie het als een kostenpost, want met bandbreedte komt de nodige hoeveelheid storage kijken. Servers zijn relatief kostbaar en genereren veel warmte. Hoe minder storage je nodig hebt, hoe lager de kosten.
  
  Houd rekening met: in donkere situaties heeft een camera de neiging om ruis te veroorzaken. Ruis is pixelverandering, iets wat door H.264 / H.265 wordt gezien als beeldverandering waardoor de beeldfragmenten gecomprimeerd doorgezet worden. Iets wat veel bandbreedte vergt. Beeldkwaliteit en bandbreedte zijn enorm met elkaar verbonden.

Test onder allerlei lichtomstandigheden en vooral in het donker

Bewegende beelden – controleer het beeld.
Stilstaande objecten krijg je al snel haarscherp in beeld, maar bewegende objecten zijn stukken lastiger. Wanneer je de kwaliteit van het camerabeeld wilt beoordelen, kijk je dus naar de kwaliteit van bewegende beelden.

De test die je hiervoor uit zou moeten voeren, is het stilzetten van de beelden op het moment dat er een relevant object door het beeld beweegt. Vervolgens kun je het object frame voor frame bekijken. Ben je dan nog steeds in staat om de benodigde forensische kenmerken waar te nemen?

En ook hierbij geldt weer dat er een groot verschil zit tussen de dag situatie (voldoende licht) en de nachtelijke situatie (weinig licht). Herhaal zo’n test met beweging dus ook onder lastige lichtomstandigheden.

Beeldkwaliteit anno 2025

Het is veilig om te zeggen dat we camera’s steeds vaker gebruiken voor doeleinden buiten beveiliging. Camera’s analyseren beelden en creëren metadata. Er vindt een beeldanalyse proces plaats in de camera, die ervoor zorgt dat we naast video allerlei andere informatie kunnen onttrekken.

Het creëren van metadata blijft een analyse proces dat zich op de camera afspeelt. Hoe beter (technisch: contrast-rijker) het camerabeeld, des te eenvoudige het beeld te analyseren is én hoe groter de kan dat je eindigt met de juiste conclusie. En bedenk dat we dus ook metadata van de camera verwachten onder de lastige lichtomstandigheden en met bewegende objecten.

Het camerabeeld moet je zien als de bron van informatie waarmee we kunnen werken. Hoe beter de input voor het analyseproces, des te betrouwbaarder ook de output zal zijn. Beeldkwaliteit bepaalt dus in grote mate het resultaat van de analytics.