Makine Görüşü Üzerine

Öncelikle yazımızı okuyan herkese merhaba diyor ve  esenlikler  diliyorum. T3 otomasyon olarak 14 yıllık serüvenimizde her zaman yenilikleri yakından takip eden, bunları faaliyetlerinde kullanan ve çevresi ile paylaşan bir vizyona sahip olduk. Makine görüşü konusunun günümüz ve gelecek için en önemli konulardan biri olduğunu zaten biliyor ve yakından takip ediyorduk ancak artık takip etmenin yeterli olmayacağına ve harekete geçmek gerektiğine karar verdik ve bu konuda bir uzmanlık oluşturmak üzere bir personel alımı gerçekleştirdik. 

Sakarya Üniversitesi Elektrik/ Elektronik mühendisliği bölümünde okuduğu sırada uzun dönemli stajını firmamızda yapan ve makine görmesi konusuna hayli ilgili körpe mühendisimiz Barış ULUSOY arkadaşımızla bu pozisyon için anlaştık ve işe koyulduk. Barışın bu konudaki merakı, staj sırasında yaptığı başarılı çalışmalar ve üstün raporlama performansı bu kararı vermemizde etkili oldu.

Bilgi paylaşıldıkça çoğalır mottosundan yola çıkarak başladığımız bu serüvene sizleri de ortak ederek bildiklerimizi paylaşmayı, bilmediklerimizi öğrenmeyi ve konuya ilgisi olan  arkadaşlarımıza birazda olsa faydalı olabilmeyi temenni ediyoruz.

Önce kamera ve kamera sistemlerini, kameraların yapay görmede kullanım örnekleri, sonrasında lidar ve radar sistemleri ile ilerlemeyi hedefliyoruz. Kamera ve yapay görme ile ilgili temel bilgilerden sonra Barışa verdiğimiz workshop görevlerinin sonuç raporlarını peyderpey paylaşacağız. Bu noktada sizlerin de görüş ve önerilerini alarak ilerlemeyi umuyoruz.

Haydi o zaman başlayalım,

Endüstriyel Görüntü İşleme

1.Kamera Teknolojisi

1.1. Görüntü İşleme

  Çoğu durumda kameradan alınan görüntü uygulama içinde doğrudan işlenmez. Bunun yerine, belirli bir göreve göre görüntüyü geliştirmek için önceden işlenir. Ön işlemede parazit azaltma, parlaklık ve kontrast ayarlama işlemleri yapılır. Bu adımlardan bazıları doğrudan kameranın kendisi tarafından yapılabilir ve böylece ana bilgisayar tarafında CPU yükünden tasarruf edilebilir.

Kamerayı bir ölçüm cihazı olarak kullanmak için fiziksel dünyaya kalibre edilmesi gerekir. Kamera kalibrasyonu geometrik kalibrasyon ve renk kalibrasyonu olarak yapılabilmektedir. Geometrik kalibrasyon ile lens bozulmasını düzeltiriz. Ayrıca kameranın pikselleri arasındaki ilişki de belirlenebilir. Renk kalibrasyonu ile doğru bir renk üretimi sağlanır. Ön işleme ne kadar iyi olursa görüntü kalitesi de o kadar iyi olur.

1.2 Görüntü Kalitesi Nedir?

Amatör fotoğrafçılar için, iyi görüntü kalitesi çoğunlukla keskin ve parlak bir görüntü demektir. Bununla birlikte, endüstriyel görüntü işlemede görüntü kalitesi parlaklık ve keskinlik ile tanımlanmaktadır. Sensör, kameranın kalbidir ve dolayısıyla en önemli bileşenidir. Sensör, gelen fotonların enerjisini elektrik enerjisine dönüştüren fotodiyotlu piksellerden oluşur. Bu elektrik yükü daha sonra dönüştürülür ve görüntüyü oluşturmak için işlenir. Foton sayısı başına aldığımız elektron sayısı oranına kuantum verimliliği denir. Belirli sayıda foton için üretilen elektron sayısı arttıkça kuantum verimliliği o kadar yüksek olur. Kuantum verimliliği ne kadar yüksekse, bir görüntüde o kadar fazla bilgi bulunur.

Sensör ne kadar büyükse görüntü kalitesi o kadar yüksek olur diyebiliriz. Sadece sensör boyutu değil, aynı zamanda piksel sayısı ve boyutları da çok önemlidir. Sensör yüzeyinde çok fazla piksel varsa, daha yüksek gürültü ve daha az ışığa duyarlılık oluşur. Bununda görüntü kalitesi üzerinde olumsuz bir etkisi vardır. Büyük pikselli kameralar hem parlak hem de karanlık görüntü ayrıntılarını yakalayabilirler. Karanlıktan parlak alanlara geçişi ne kadar iyi tanımlarsanız, yüksek kontrast ve daha net bir görüntü elde edilir.

Görüntü kalitesini; yakalamak istediğimiz nesne, aydınlatma, kamera ve nesne arasındaki mesafe, seçilen pozlama süresi, ilgi bölgesi, kazanç, lens ve lensin f sayısı da etkilemektedir. Genel olarak görüntü kalitesini; parlaklık, keskinlik, kuantum verimliliği, sensör boyutu, piksel boyutu,çözünürlük, dinamik aralık, gürültü, SNR (Sinyal Noise Ratio), kontrast değerleri belirlemektedir.

1.3. Görüntü İşlemede Renklerin Rolü

İnsanlarda renk izlenimlerinin yaratılmasından 380nm ile 780nm arasındaki dalga boylarına sahip elektromanyetik dalgalar sorumludur. Bu aralığın dışındaki dalgalar insan gözü ile görünmese de özel teknik cihazlarla tespit edilebilir. Gözlerimiz, üç farklı renk hassasiyetine sahip reseptörlerle bize görülebilen aralığı algılar. Beynimiz, sinyalleri renkli bir izlenime dönüştürür.

Normal bir renkli kamera, bir pikselin renk değerini 2×2 olarak adlandırılan Bayer deseninden hesaplamak için 2×2 pikselden bilgi gerektirir. Bu bir enterpolasyon olduğundan, 2×2 matris için sonuçlar nispeten zayıftır. 3×3 veya daha yüksek bir matris daha sık kullanılmaktadır. Tek renkli bir kamera, her piksel hakkındaki bilgilerini çok daha doğrusal bir şekilde, yani 1:1 piksel dizisinden alır.

Birdahaki hafta yayınlamayı planladığımız yazımızda aşağıdaki konu başlıklarına değinilecektir.

• 1.4. Multispektral Görüntüleme Nedir?
• 1.5. CMOS Görüntü Sensörleri
• 1.6. Modern CMOS Kameraları Karşılaştırmanın En İyi Yolu
• 1.6.1. Kamera Boyutu
• 1.6.2. Kameradaki Donanım
• 1.6.3. Kameranın Sıcaklık/Isı Gelişimi
• 1.6.4. Firmware Özellikleri ve Yüksek Veri İletim Kararlılığı