Innowacyjne technologie wykorzystane w kamerach HD i kamerach megapikselowych firmy Bosch umożliwiają zmniejszenie wymagań dotyczących pasma sieciowego, a tym samym obniżenie kosztów transmisji, zapisu i przechowywania materiału wizyjnego w systemach dozorowych, i jednocześnie zachowanie dobrej rozróżnialności szczegółów i wysokiej jakości obrazu.
Technologie przyczyniające się do zmniejszenia kosztów
Kamery megapikselowe wytwarzają użyteczne obrazy, na których można rozróżnić bardzo wiele szczegółów, lecz wiąże się to z pewnymi kosztami. Ilość danych niezbędnych do transmisji i zapisu obrazów rośnie wraz ze wzrostem ich rozdzielczości. Wynikający z tego wzrost obciążenia infrastruktury sieciowej oraz konieczność rozbudowy jednostek pamięciowych przekłada się na znaczny wzrost kosztów wdrożenia sieciowych systemów dozorowych. Przestrzeń dyskowa jest jednym z najkosztowniejszych składników takich systemów. W efekcie firmy oferujące kamery megapikselowe mają niewielkie szanse na pokonanie konkurentów podczas realizacji dużych projektów.
Rys. 1. Technologia obróbki obrazu oparta na analizie jego treści (CBIT)
Najłatwiej zmniejszyć koszty transmisji i zapisu obrazów w miejscu, w którym te obrazy powstają, czyli w kamerach. Firma Bosch rozwiązuje problem ograniczenia ilości wytwarzanych danych kilkoma metodami:
- przez zastosowanie technologii obróbki obrazu opartej na analizie jego treści,
- przez wyznaczenie priorytetowych fragmentów obrazu, z których pochodzą najistotniejsze informacje,
- przez optymalizację pracy koderów w celu zapewnienia skuteczniejszej kompresji obrazu.
Jednoczesne zastosowanie tych trzech metod powoduje poprawę jakości obrazu w stosunku do przepływności strumienia wizyjnego, co bezpośrednio przekłada się na zmniejszenie kosztów infrastruktury sieciowej i jednostek pamięciowych.
Technologia obróbki obrazu oparta na analizie jego treści (CIBT) ma kluczowe znaczenie dla redukcji szumów
Fot. 1. Porównanie obrazu, na którym widoczne są wyraźne szumy (u góry), z obrazem, na którym poziom szumów został zredukowany (na dole)
Firma Bosch jako pierwsza w branży opracowała nową technologię sterowania procesem obróbki obrazów, opartą na analizie treści tych obrazów. Zastosowana metoda sterowania pozwala na wytworzenie informacji zwrotnej i przekazanie jej do procesora sygnałowego DSP, dzięki czemu możliwa jest optymalizacja parametrów procesu obróbki sygnału wizyjnego.
Obecnie firma Bosch jest jedynym producentem kamer, w których sterowanie procesem obróbki obrazów odbywa się z wykorzystaniem metody inteligentnej analizy sygnału wizyjnego IVA i metody inteligentnej detekcji ruchu Motion+. Opracowanie innowacyjnej technologii CBIT umożliwiło stworzenie zintegrowanego układu scalonego, łączącego funkcje przetwornika obrazowego, cyfrowego procesora sygnałowego oraz modułu inteligentnej analizy sygnału wizyjnego. Technologia CBIT umożliwia radykalną poprawę jakości obrazu. Jej stosowanie przynosi jeszcze lepsze efekty, gdy jest wykorzystywana wraz z innymi technologiami zmniejszającymi poziom szumów w sygnale wizyjnym, takimi jak iDNR.
Metoda inteligentnej, dynamicznej redukcji szumów iDNR
Rys. 2. Wykres ilustrujący zależność szerokości pasma sieciowego od zastosowanych metod redukcji szumów
Istnieją dwa klasyczne sposoby redukcji szumów – w wymiarze przestrzennym i w wymiarze czasowym. Z natury rzeczy szumy mają charakter losowy i wszelkie próby uśredniania sygnału wizyjnego prowadzą do ich redukcji. Redukcja szumów w wymiarze przestrzennym następuje dzięki uśrednianiu sygnałów z poszczególnych pikseli w obrębie jednej ramki telewizyjnej. Redukcja szumów w wymiarze czasowym następuje dzięki agregacji sygnałów z poszczególnych pikseli w obrębie kilku ramek telewizyjnych.
Do stworzenia metody inteligentnej, dynamicznej redukcji szumów iDNR wykorzystane zostały oba sposoby. Ich proporcjonalny udział w procesie redukcji szumów jest dynamicznie dostosowywany do poziomu oświetlenia obserwowanej sceny oraz do rozkładu ruchomych obiektów, wykrywanych w wyniku analizy treści obrazu metodą CBIT.
Redukcja szumów w wymiarze czasowym jest bardzo skuteczna w przypadku nieruchomych obrazów, jednak może sprawić kłopoty w przypadku obserwacji obiektów ruchomych. W tym drugim przypadku na obrazie mogą wystąpić smugi, ruchome obiekty mogą ulec rozmyciu lub rozdwojeniu. Dzięki analizie treści obrazu metodą CBIT możliwe jest wykrywanie klatek, na których występują obiekty ruchome, i przekazywanie informacji zwrotnej do procesora DSP, który modyfikuje sposób redukcji szumów dla tych klatek.
Fot. 2. Rozmieszczenie istotnych obszarów obrazu z podziałem na fragmenty różniące się sposobem kodowania oraz wymaganym pasmem sieciowym
Podczas redukcji szumów metodą iDNR brane są pod uwagę trzy czynniki wpływające na proporcje redukcji w wymiarze przestrzennym i w wymiarze czasowym:
- wynik detekcji ruchu podczas analizy treści obrazów metodą CBIT,
- poziom oświetlenia obserwowanej sceny,
- ustawienia dokonywane przez użytkownika.
Dzięki wszystkim wymienionym czynnikom i zastosowaniu metody iDNR pasmo sieciowe jest wykorzystane w optymalny sposób. Stopień redukcji szumów jest dostosowany do bieżącej treści obrazu. Jeśli obraz jest nieruchomy lub intensywność ruchu jest niewielka, pasmo sieciowe jest wykorzystywane jedynie w niewielkim stopniu. Gdy w obserwowanej scenie pojawiają się obiekty ruchome, szerokość wykorzystywanego pasma wzrasta w celu zapewnienia dobrej reprodukcji szczegółów obrazu. W praktyce, podczas obserwacji pewnego rodzaju scen, zaawansowany algorytm detekcji ruchu stosowany w metodzie iDNR pozwala na zmniejszenie przepływności strumienia wizyjnego i ograniczenie wymaganej przestrzeni pamięciowej o około 50% – bez pogorszenia jakości obrazu.
Jaka jest zależność między zastosowaniem inteligentnej metody dynamicznej redukcji szumów iDNR a pracą kamery w trybie stałej lub zmiennej przepływności?
Rys. 3. Na wykresie widoczne są obszary o zwiększonej przepływności, odpowiadające fragmentom obrazu, w których występuje intensywny ruch. W przypadku braku ruchu następuje znaczne zmniejszenie przepływności. Górne zdjęcie: wzrost przepływności następuje jedynie wtedy, gdy widoczne są osoby przechodzące przez korytarz; dolne zdjęcie: wzrost przepływności następuje jedynie wtedy, gdy widoczne są samochody przejeżdżające ulicą
Kamery megapikselowe z zasady wykorzystują szerokie pasmo sieciowe, gdyż jest to niezbędne do transmisji obrazów o wysokiej rozdzielczości. W szczególności dotyczy to pracy kamer w trybie stałej przepływności CBR, w którym przepływność jest ustalana arbitralnie i utrzymywana na stałym poziomie. W przypadku sieci wąskopasmowych, przepływność spada i następuje wyraźne pogorszenie jakości obrazu.
Z drugiej strony, podczas pracy kamery w trybie zmiennej przepływności VBR ustalany jest stały poziom jakości obrazu, który zostaje zachowany niezależnie od tego, czy obraz jest nieruchomy, czy w obserwowanej scenie występuje ruch. Pasmo sieciowe jest wykorzystywane w stopniu zależnym od intensywności tego ruchu.
W przypadku stosowania metody iDNR używany jest tryb pracy zbliżony do VBR, jednak podczas regulacji przepływności podejmowane są decyzje oparte na wynikach inteligentnej analizy treści obrazu. Regulacja przepływności w przypadku zastosowania metody iDNR jest lepsza, skuteczniejsza niż w trybie VBR.
Podział obrazu na fragmenty
Poza zmniejszeniem przepływności strumienia wizyjnego, uzyskanym dzięki zastosowaniu metody iDNR, możliwe jest dalsze jej zmniejszenie przez zróżnicowanie stopnia kompresji poszczególnych fragmentów obrazu.
Nieistotne fragmenty obrazu mogą podlegać silnej kompresji, co spowoduje znaczne zmniejszenie przepływności wyjściowego strumienia wizyjnego. Z kolei ważne fragmenty mogą w ogóle nie podlegać kompresji lub poziom kompresji może być niski, dzięki czemu będzie można rozróżnić drobne szczegóły, zaś sumaryczna przepływność strumienia wizyjnego wzrośnie jedynie w niewielkim stopniu. Przez odpowiedni dobór wielkości i rozkładu poszczególnych fragmentów obrazu oraz przez przypisanie tym fragmentom odpowiednich poziomów kompresji można uzyskać znaczne obniżenie sumarycznej przepływności strumienia wizyjnego.
Wyniki
Korzystne efekty wynikające ze stosowania metody inteligentnej, dynamicznej redukcji szumów iDNR oraz ze zróżnicowania poziomów kompresji różnych fragmentów obrazu kumulują się, dzięki czemu wynikowy obraz odznacza się bardzo dobrą jakością, zaś sumaryczna przepływność strumienia wizyjnego jest niska. Wyniki uzyskane dzięki tej metodzie obróbki obrazów można prześledzić na rys. nr 3.
Jakie realne oszczędności można uzyskać dzięki metodzie iDNR?
Oszczędności uzyskiwane dzięki metodzie iDNR można łatwo obliczyć. Z przeprowadzonych testów wynika, że przepływność strumieni wizyjnych podczas obserwacji jednej z przykładowych scen zmalała o 58%. W dużych systemach dozorowych zależność kosztów związanych z zapotrzebowaniem na jednostki pamięciowe od sumarycznej przepływności zapisywanych strumieni wizyjnych jest w przybliżeniu liniowa. Oznacza to, że można obniżyć koszty zakupu jednostek pamięciowych w przybliżeniu o połowę, przy czym jakość zapisywanych obrazów i rozróżnialność szczegółów nie ulegnie zmianie.
Konkluzja
Dzięki metodzie iDNR firmy Bosch możliwe jest uzależnienie sposobu obróbki sygnału wizyjnego od treści przekazywanego obrazu. W efekcie stopień redukcji szumów będzie zależny od poziomu oświetlenia i intensywności ruchu w obserwowanej scenie. Dzięki temu w przypadku nieruchomych obrazów przepływność wyjściowego strumienia wizyjnego może być o 50% mniejsza niż w trybie VBR. Analiza treści obrazów metodą CBIT pozwala na dalsze zmniejszenie przepływności, więc wymagana przestrzeń dyskowa jest o połowę mniejsza i potrzebnych jest mniej jednostek pamięciowych. Kolejne konsekwencje to mniejsze zużycie energii i ograniczenie emisji ciepła, co również ma przełożenie na oszczędności i oczywiście korzystny wpływ na środowisko naturalne.
Należy pamiętać, że w każdej kamerze można zmniejszyć przepływność wyjściowego strumienia wizyjnego, lecz w przypadku klasycznych rozwiązań powoduje to pogorszenie jakości obrazu. Podstawową korzyścią wynikającą z zastosowania metody iDNR oraz podziału obrazu na mniej i bardziej istotne fragmenty jest ograniczenie przepływności wyjściowego strumienia wizyjnego bez pogorszenia jakości obrazu.
Dzięki zachowaniu równowagi między jakością obrazu a zajmowanym pasmem sieciowym kamery firmy Bosch są dla użytkowników końcowych bardzo atrakcyjnym produktem, gdyż umożliwiają dobrą reprodukcję szczegółów obserwowanych scen i zarazem ograniczenie kosztów wdrożenia i eksploatacji systemów dozorowych.
Bosch Security Systems
Zabezpieczenia 1/2014