A jövő ABC-je: kassza, kasszás és sorok nélkül

Az Amazon az online kereskedelem után az offline boltokra fordítja vigyázó tekintetét, ennek legújabb bizonyítéka a Seattle-ben most nyílt Amazon Go élelmiszerbolt. Persze  ne egy sima sarki abc-t képzeljünk magunk elé, hiszen mégiscsak az egyik legnagyobb újításokkal szolgáló vállalatról beszélünk.

Az egyelőre csak béta teszt alatt lévő, Amazon alkalmazottak számára elérhető boltban ugyanis hiába keresnénk kosarunkkal a kasszasort, csak zavartan forgólódnánk, mert úgy néz ki, hogy a gépi látás technológiával és egyéb szenzorok segítségével sikerült kiváltani a pénztárakat, ezáltal pedig megszűntetni  az időrabló sorban állást és a búval bélelt pénztárasokat.

Az újításoknak köszönhetően belépéskor mindössze az Amazon Go app által generált egyedi QR kódot kell beszkennelni, utána már csak a táskánkba kell bepakolni a kiválasztott cikkeket, majd lazán kisétálni a boltból. Persze a fizetés nem marad el, a vásárolt termékek árát távozás után terhelik rá Amazon fiókunkra.

Természetesen a kényelemnek ára is van, a vásárlók minden egyes lépését és mozdulatát kamerák tucatjai figyeli és elemzi, mellyel egyrészt azonosítani tudják a kiválasztott cikeket, másrészt az Amazon adatokat tud gyűjteni rólunk, hogy még inkább személyre szabott hirdetéseket kapjunk, amint újra online leszünk.

Az üzletet 2017 elején tervezik megnyitni a nagyközönség előtt, és használatához elég lesz egy Amazon fiók, és egy megfelelő mobilra letöltött ingyenes app.

Már megint savanyú a szőlő, éretlen a barack? Segít a kamerád!

Abba már egy ideje beletörődhettünk, hogy eszközeink számítási kapacitásukkal kenterbe vernek bennünket, de lassan ott tartunk, hogy látásbeli képeségeikkel is messze elhúznak az emberi szemtől.

Mára elfogadtuk, hogy telefonunk kamerájának is nagyobb felbontása van, mint szemünknek, és, hogy egyes speciális kamerák gyorsabban, vagy a sötétben is jobban látnak nálunk. Ma már viszont csak egy lépésre vagyunk attól, hogy a zsebünkben lévő kamerával a dolgok mélyére láthassunk.

Ebben a hiperspektrális képalkotás technológiája fog majd segíteni, amit a tudományos kutatások során már 1-2 évtizede ugyan használnak, de csak mostanra került közel hozzá, hogy a mindennapi élet során is hasznát vegyük.

A technológia rövid lényege, hogy az alkalmazott kamera a fény szabad szemmel és a hagyományosnak tekinthető kamerákkal láthatatlan spektrumait is érzékelni képes.

Ennek segítségével aznnal megállípítható egy gyümölcsről, hogy elég érett-e már, vagy akár gyógyszerekről (sőt egyéb pirulákról is), hogy valódiak-e. Ugyanis a gyümölcsök kölönböző érettségi szintje, vagy a tabletták összetevői más-más mértékben nyelik el a hullámokat.

hyperspectralimaging
Forrás: MIT Technology Review

A technológiával kapcsolatos legfrissebb hír, hogy Alex Hegyi ezzel a technológiával került fel az MIT Technology Review lap legtehetségesebb 35 év alatti feltalálókat összegyűjtő listájára, melyen korábban többek között Mark Zuckerberg és a Google alapítók is megfordultak. Az ő megoldásának legfőbb újdonsága, hogy fejlesztésével az eddigi megolásoknál kisebb, és kevésbé költséges eszközt tudott összerakni: egy egyszerű monokróm kamera szenzora elé helyezett polarizációs gyűrűk közé tett folyadékkristály cella segítségével sikerült elérnie a kívánt eredményt. A prototípus egyelőre egy tablethez kapcsolódik, és ezen fut a képfeldolgozó szoftver, de a fejlesztő szerint 3-5 éven belül a technológia már a mobilokban is megjelenhet. Az elképzelések szerint a felhasználóknak szerencsére nem kell majd ismerniük a különböző hullámhosszok és frekvenciatartományok jellemzőit, hiszen az alkalmazások egyszerűen ki fogják tudni írni a kamera elé tett gyümölcsről, hogy  az elég érett vagy sem.

8 dolog, amit mindig is tudni akartál a digitális mikroszkópokról

A digitális mikroszkópia ma a mikroszkópia egyik legfelkapottabb területe, és van néhány dolog, amit a hozzánk hasonló átlagembernek is érdemes tudnia róla.

Mitől digitális egy mikroszkóp?

Egy digitális mikroszkóp gyakorlatilag egy mezei optikai mikroszkóp, és egy digitális mikroszkóp kamera párosa, amihez külön okulár nem szükséges. A megfigyelés alatt álló minta elemzése és értékelése pedig közvetlenül egy monitoron megtekintve történik.

Milyen alkalmazásokra használható egy digitális mikroszkóp?

A digitális mikroszkóp optimális eszköze a minták elemzésének, dokumentálásának, legyen szó akár kutatás-fejlesztésről, ipari gyártás és minőségvizsgálatról vagy laboratóriumi vizsgálatokról.

Mik a digitális mikroszkópok előnyei?

A legegyértelműbb előny az eszközök ergonomikus használata, hiszen azáltal, hogy a vizsgált képek egy monitoron jelennek meg, a felhasználó kényelmes pozícióban ülve tudja a kapott képet kielemezni, vizsgálni, akár egy erre kitalált mikroszkópiai szoftver segítségével is. Az ergonómiai előny különösen szembetűnő, ha a felhasználóknak egyhuzamban sokat kell dolgozniuk a mikroszkóppal, vagy ha a minták képeit csoportosan vizsgálnák meg. Utóbbira jó példa lehet egy oktatási helyzet, ahol az egész csoport egyszerre láthatja a mikroszkóp által adott képet.

Mik a digitális mikroszkópok korlátai?

A legnyilvánvalóbb korlát a hagyományos mikroszkópokhoz képest, hogy a digitális mikroszkópoknak minden esetben szükségük van tápellátásra. Ha adott mikroszkópon nincs okulár, akkor pedig a számítóphez, vagy monitorhoz való csatlakozás is megoldandó és biztosítani kell a megjelenítéshez szükséges képernyőt is.

Összehasonlítható a digitális mikroszkópok által nyújtott kép minősége az okuláros mikroszkópokéival?

Alapvetően a két kép ugyanaz, bár a látómezőben előfordulhat különbség a használt mikroszkóp kamera és okulár függvényében. Egy fontos különbség azonban van a két eltérő technológia miatt: a kétdimenziós képet adó digitális mikroszkóp nem fogja tudni visszaadni egy binokuláris mikrszkópon keresztül vizsgált minta mélységérzetét.

Könnyebb használni a digitális mikroszkópokat a hagyományos, okuláros mikrszkópokhoz képest?

Egy amatőr, tapasztalatlan felhasználónak mindenképp. A mintáról vakó képkészítés gyorsabb és könnyebb, mint egy hagyományos mikroszkóppal.

Mikroszkóp szakértőnek kell lennem, hogy használni tudjak egy digitális mikroszkópot?

Nem. Bővebben kifejtve, a digitális mikroszkóp mind a kezdő tanuló, mind a tapasztalt profi számára optimális választás.

Milyen kiegészítőkre van szükségem egy digitális mikroszkóphoz?

A szükséges eszközöket nagyban befolyásolják az alkalmazás követelményei, az alábbi kérdések megválaszolása azonban megkönnyítheti a választást:

  • Nagy részletességű képek gyors rögzítésére van szükséged? A te optimális választásod egy nagyfelbontású, nagysbességű digitális mikroszkóp kamera lesz.
  • Gyorsan mozgó minta élő megjelenítése szükséges? Válassz egy legalább 30 fps-es (képkocka/másodperc) sebességgel működő mikroszkóp kamerát.
  • Elemezned kell a mintát kaviltatívan vagy kvantitatívan? Amennyiben igen, gondosan válassz magadnak egy mikroszkópiai szoftvert is.
  • Kiegyensúlyozott képekre van szükséged, azaz a sötét és világos részek egyaránt fontosak? Válassz nagy dinamikatartományú mikroszlóp kamerát, ami biztosítja a sötét és világos részek egyidejű jó láthatóságát.

 

Basler_Power_Pack_for_Microscopy

Kiegészítő választás során nagy segítségedre lehet a Basler legújabb terméke, a PowerPack for Microscopy néven futó mikrszkópia csomag, melyben minden összetevőt egy csomagban kapsz kézhez. A csomag tartalma többek között egy Basler mikroszkóp kamera, melyet szabadon, az alkamazásodnak megfelelő paraméterek szerint tudsz kiválasztani, az elérhető pulse és ace alapú, új, kifejezetten mikroszkópiai felhasználásra szánt kamerák közül. A csomag a kamerán kívül tartalmaz még egy mikroszkópiai szoftvert és USB 3.0 kábelt is a könnyű kezelés és összeállítás érdekében.

 

 

 

Gépi látás a levegőben

A cím alapja a DJI dróngyártó cég legújabb terméke, a Phantom 4 drón, amin a kamera nem csak menő drónvideók készítésére való, hanem azok segítségével tájékozódni is képes, köszönhetően a fedélzeti képfeldolgozó rendszerének.

vision_01-7d359e1cdeb4fe1d4a230c4f7745f8b5
Forrás: http://www.dji.com/product/phantom-4

A gépi látás rendszernek köszönhetően a drón érzékelni tudja környezetét, elkerüli az akadályokat és automatikusan képes objektumok követésére. A Phantom 4 fő kamerája 4K felbontású videót 30 fps-sel, míg full HD videót 120 fps-sel készít, 94°-os látószög mellett. Érzékelésre használt kamerákból kettőt kapott az eszköz, amikkel 3D-ben tud látni, és azonnal reagálni, ha valami az útjába kerül. A drón akadály esetén normál módban megáll és lebeg, míg újabb utasítást nem kap, de megadható olyan mód is, hogy automatikusan kikerülje az akadályt és folytassa útját. Ilyen esetkeben mindig küld egy riasztást az irányítójának, hogy az mindig tisztában legyen a történésekkel.,

learn-more-vision01
Forrás: http://www.dji.com/prodict/phantom-4

A drón alján is helyett kapott két-két kamera és ultrahang szenzor, a korábbi termékeknél ötször pontosabb pozícionálás elérése érdekében.

Az úgynevezett ActiveTrack mód ad lehetőséget az automata követésre, ami a gépi látás és tárgyfelismerés keveréke. Az akadály elkerülés funkció természetesen ebben az esetben is működik, így nem töri össze magát a kis gép.

Az emberek egy része még mindig idegenkedve tekint a drónokra, de az ilyen biztonságot növelő funkciók segíthetnek az egyre gyorsabban terjedő technológia széleskörű elfogadtatásában.

Három szenzor tulajdonság, amire figyelve javíthatsz a képminőségen

Mitől lesz szép az általunk készített kép? Amatőr fotósoknak az éles, világos és kontrasztos kép számít minőséginek, azonban az ipari kamerák esetén a képminőség ennél többet jelent. A képminőség a kamera és a szenzor különböző tulajdonságaiból áll össze, fontos paraméter a kontraszton és élességen kívül még a  világosság, kvantumhatásfok (angolul quantum efficiency/QE), szenzor és pixel méret, felbontás, dinamika tartomány, jel-zaj viszony (signal to noise ratio/SNR) is. Ezek a tulajdonságok szorosan össze  is függnek egymással de mit is takarnak ezek a kifejezések, milyen értékek esetén lesz minőségi a képünk, és hol ismerhetjük meg ezeket az számokat?

Mindenek előtt vegyük például, hogy van két kamera, ami megfelelne az alkalmazásunk követelményeinek, kívülről szinte ugyanúgy néznek ki, honnan fogjuk tudni, hogy melyik készíti a jobb képet? Ebben segítenek az EMVA1288 adatlapok, amik az Európai Gépi Látás Szövetség által is szabványosított képminőség és érzékenység mérések eredményeit tartalmazzák a gépi látás kamerákra és szenzorokra. Mit jelentenek ezek az adatok, és vajon a nagyobb érték jobb minőséget is jelent?

Screenshot 2016-03-21 11.59.46

Minden kamera lelke a szenzor, ennek a tulajdonságai határozzák meg az elkészülő kép minőségét is.

A digitális kamerák szenzorai a pixeleikben lévő fényérzékeny diódák segítségével a beérkező fényt alakítják át elektronikus töltésekké, elektronokká. Ezek feldolgozásával áll elő a digitális kép. A szenzorra érkező fotonok, és az azokból generált elektronok számának arányszáma az úgynevezett kvantumhatásfok (QE). Minél nagyobb ez a  szám, annál több elektront tud generálni a szenzor adott mennyiségű fotonból, tehát annyival több információt fog tartalmazni az elkészült kép, ezzel biztosítva a magas képminőséget.

Több információ nem csak a nagy QE értékkel érhető el, hanem több fény, ezáltal több foton befogásával is, ami pedig a szenzorméret növelésével érhető el. Ez az analógia jól érzékelhető egy nagy szenzorral rendelkező tükörreflexes fényképezőgép és egy kis, kompakt digitális kamera összehasonlításakor. Ideális fényviszonyok között mindkét gép jól teljesít, azonban sötétben jól látszódik, hogy a DSLR kamera sokkal jobb képet ad. Leegyszerűsítve tehát kijelenthetjük, hogy minél nagyobb a szenzor, annál jobb a képminőség is.

De nem csak a szenzor mérete számít, hanem a benne lévő pixelek száma, és azok nagysága is. Maradva a DSLR és egy kompakt fényképező példájánál, egyértelmű, hogy azonos felbontás esetén a DSLR nagy szenzorán nagyobbak lehetnek a pixelek, mint a kis kompakt kamerán. De ha túl sok pixel van a szenzorra zsúfolva, az növelheti a zajt, és csökkentheti az fényérzékenységet, rontva a készülő kép minőségén.

Screenshot 2016-02-26 15.58.15

A pixelek mérete is a befogható fény mennyisége miatt fontos. Az érzékeltethetőség miatt tekintsünk úgy a szenzor pixeleire, mint nagyon sok apró vödör, a fotonok pedig legyenek az esőcseppek. Minél több víz gyűlik össze a vödörben exponálás során, annál világosabb lesz az a pont a képen. Exponálás után az összegyújtött víz mennyiségéhez egy konkrét digitális értéket rendelnek . Ha exponálás során a vödrünk megtelik, kicsordul a víz. Fotonokra visszatérve, azokból nem keletkezhet elektron, így információ veszik el. A túlcsorduló vödör eléri a maximális értéket, fehér színű lesz, pedig más értéket kellene felvennie.

Kép1

A fenti három képen jól látszódik ez a hatás. Az első kép hosszú expozíciós idővel készült, hogy a sötétebb sziklákról elegendő fény jusson a pixelekre, viszont emiatt a világosabb ég fehér színű lett, kiégett az a rész. A második kép rövid expozícióval készült, látszik, hogy az ég valójában kék, nem fehér, viszont a sziklákról nem jut elég fény a szenzorra, ezért szinte teljesen feketének tűnnek. A nagy pixel méretű szenzorral készült harmadik képen viszont már jól látszódnak mind a szikla részletei, és az ég kéksége is. Kimondhatjuk, hogy a nagy pixellel rendelkező szenzorok jól tudják rögzíteni egyszerre a  kép sötét és világos részeit is. Hogy milyen minőségben tudja egy szenzor visszaadni a sötét és világos részeket egyszerre, a dinamika tartomány adja meg. Nagy dinamika tartomány lehetővé teszi a sötét és világos részek valósághű rögzítését.

A képminőség egyik fontos kerékkötője a zaj. Szenzoroknál ezt a tulajdonságot a jel-zaj viszonyszám (SNR) mutatja. Magas SNR számmal rendelkező szenzor kevés zajt fog produkálni, jó lesz a kép.

Persze ahhoz, hogy ki tudjuk használni a szenzor maximális teljesítőképességét, a kamera gyártó gondos odafigyelése szükséges a annak beépítése során.

A képminőség azonban, nem csak ezektől a technológiai részletektől függ, hanem az alkalmazásunkban használt teljes gépi látás rendszert figyelembe kell venni. Bármik is legyenek a követelmények, fontos, hogy azonos körülményeket teremtsünk a a kameratesztek során. Azonos szenzorméret esetén viszonylag egyszerű a helyzet, azonban eltérő méret már megnehezítheti a feladatot.

Tehát gépi látás, vagy bármilyen digitális kamera összehasonlítása során a legfontosoabb szenzortulajdonságok a

  • Kvantumhatékonyság
  • Dinamika tartomány
  • Jel-zaj viszony

És ami ezeket meghatározza

  • Szenzorméret
  • Pixelméret
  • Felbontás.

Természetesen az összehasonlításhoz nem elég megnézni az adatlapok értékeit, hanem ki is kell próbálni a kamerákat a saját rendszerünkben, a kamerák számára egyenlő viszonyokat teremtve.

További infókat és érdekességeket hallhattok a képminőségről és kamera összehasonlításról a Basler alábbi videójában:

 

Így válassz kamerát

Az optikák után ismét visszatérünk a kamerákhoz, és azt vesszük végig, hogy miket kell figyelembe vennünk az optimális kamera kiválasztása során. Egy képfeldolgozó rendszer tervezésekor az ember könnyen a lehetséges opciók dzsungelében találhatja magát, mindenféle kameratípussal, fontos funkciókkal, és jól jöhet, ha van egy vezérfonál, ami alapján utat vághat magának ebben a rengetegben a legjobb választáshoz.

Első körben két kérdést kell feltennünk magunknak:

  • Mit akarok látni a kamerámmal?
  • Milyen kamera tulajdonságok szükségesek ennek eléréséhez

A válasz alapján először a képfeldolgozásban használt kameratípusokból kell kiválasztanunk a nekünk valót: hálózati/IP kamera vagy gépi látás kamera? A kettő közti különbségeket és alkalmazási területeiken korábbi írásunkban már bemutattuk, de nézzük meg röviden ismét:

  • Az IP kamerákat leggyakrabban klasszikus megfigyelési, felügyeleti feladatokra használják, illetve a gépi látás kamerák kiegészítéseként. Jellemzőik:
    • Kül és beltéri használatra is alkalmasak, gyakran strapabíró házba helyezik, hogy jól bírják az időjárást, vagy rongálási kísérletet
    • Széles funkciókínálat: day-night funkció, multi streaming
    • Tömörített képek a videóban, a kisebb tárhelyigény és sávszélesség érdekében, a képfeldolgozás egy része kamerán belül történik
  • Ezzel szemben az ipari/gépi látás kamerákat legtöbbször gyártás során, például minőségellenőrzésre használják, vagy robotoknak biztosítják a vizuális információt
    • Tömörítetlen képeket küldenek a PC-nek, a képfeldolgozás ott történik. A tömörítetlen képeknek köszönhetően nem veszik el adat, így minden kis hibát észlelni tud az alkalmazás
    • Két technológiája létezik, area és line scan. A különbség a képrögzítésben van, különböző alkalmazások igényeinek megfelelően

Az area scan kamerák a jól ismert képrögzítési módszert használják, azaz egy több sornyi és oszlopnyi pixelből álló négyszögletű szenzor készíti a képet. Ezt a technológiát használják számtalan ipari alkalmazásban, gyógyászati alkalmazásokban, a közlekedésben, de megfigyelő és felügyeleti feladatokra is, IP kamerák kiegészítőjeként. A line scan kamerák ellenben egy mindössze 1,2 vagy 3 soros szenzort használnak, a képrögzítés sorról, sorra történik, és a teljes kép a képfeldolgozás során áll össze. Ezt a típust általában futószalagon, nagy sebességgel mozgó termékek vizsgálatához használják. Jellemző iparág a nyomdászat, szelektálás és csomagolás, élelmiszer és ital gyártás.

Újabb döntési pont, hogy monokróm, vagy színes kamerára van szükségünk. Ez az egyik legegyszerűbb döntés, az alkalmazásunk egyértelműen meghatározza, hogy szükséges-e színek vizsgálata, vagy elegendő a fekete-fehér kép. Ha a színes kép nem követelmény, akkor a monokróm kamera általában jobb választás, érzékenyebbek, így részletesebb képet tudnak adni. Néhány alkalmazáshoz – például Intelligens Közlekedési Rendszerekben – a kettőt kombinálva használják, hogy minden szükséges információ kigyűjthető legyen.

Továbbra is a szenzor tulajdonságainál maradva, választani kell szenzor típust, zártechnológiát és sebességet. Szenzor típusból jelenleg a CMOS és CCD között tudunk választani, de a CMOS technológia folyamatos és rohamos fejlődésének köszönhetően a CCD szenzorok lassan kiszorulnak a piacról.Zártechnológiából kétféle van, global és rolling shutter közül választhatunk. Előbbi esetén minden sor exponálása és kiolvasása egyszerre történik, ez a technológia gyorsan mozgó objektumok rögzítésére optimális. Utóbbi viszont soronként végzi az exponálást és kiolvasást, így  gyors mozgás esetén torzulhat az elkészült kép. Ennek ellenére nem kell teljesen elvetni ezt a technológiát se mozgó elem felvétele esetén, a torzulás kiküszöbölhető az expozíciós idők megfelelő beállításával és világítás használatával.

rolling-global shutter

A kamera sebessége a másodpercenként rögzíthető és továbbítható képek számát – angolul frame rate, frames per second (fps), line scan kamráknál line rate – jelenti. A gyors szenzor több kép készítését jelenti egy másodpercen belül, de ne feledjük, több kép több adatot is jelent. Gyors mozgásra tervezett alkalmazások, mint a nyomtatott anyagok vizsgálata, akár ezredmásodpercenkénti képrögzítést is igényelhet, míg egy gyógyászati, mikroszkópos alkalmazásnál nincs szükség magas fps-re.A sebességet le tudja korlátozni a kamera interfésze, például egy magas frame rate-el rendelkező szenzor nem biztos, hogy tudja a maximális sebességét nyújtani GigE interfésszel, míg USB 3.0-ás kivitelben igen.

Még mindig a szenzornál maradva, ki kell választanunk az alkalmazásunknak megfelelő felbontást, valamint az ehhez kapcsolódó szenzor és pixel méretet. A kamera felbontását a szenzor pixeleinek száma adja meg: ha például a specifikációban azt látjuk, hogy 2048 x 1088, az azt jelenti, hogy 2048 pixel van a vízszintes vonalakon és 1088 a függőlegeseken. A kettő szám szorzata 2.228.224 pixel, azaz 2.2 megapixel (MP). Az alkalmazásunkhoz szükséges felbontást az alábbi képlettel tudjuk kiszámolni:

resolution

Ha például egy 2 m magas ember szemszínét szeretnénk pontosan megállapítani a teljes alakos képről, akkor 1 mm-es részletet érdemes vizsgálnunk, tehát a képlet így alakul:

resolution2

A szenzor és pixel méretről, és azok összefüggéseiről négy dolgot érdemes tudni:

  1. Nagy szenzor és nagy pixelméret több fényt tud befogni, több fény pedig több átalakított elektronikus jelet, ezáltal részletesebb képet eredményez.Ezt a jel-zaj viszonyszám (SNR) jelzi, minél magasabb az értéke, annál jobb minőségű lesz a kép
  2. Nagy szenzor nagy helyet jelent, ahova sok pixel fér, magas felbontást szolgáltatva. A nagy szenzoron elég hely van ahhoz, hogy a nagy felbontás mellett az egyes pixelek is elég nagyok legyenek egy magas SNR értékhez. Kis szenzor viszont kis pixelméretet, így alacsonyabb SNR-t, ezáltal gyengébb minőségű képet tud szolgáltatni.
  3. Optikaválasztó cikkünkben is említettük, de a nagy szenzor és pixel méret mit sem ér a megfelelő optika nélkül.
  4. A nagy szenzorhoz több anyag szükséges, így többe is kerülnek. Nagy szenzorhoz nagy optika is dukál, ami tovább növeli a költségeket

Elhagyva a szenzort, ideje dönteni a kamera intefészéről és méretéről is.A kettő összefügg egymással, az interfész típusa befolyásolja a kameraház méretét is:

interface

A különböző interfészeket egy korábbi posztunkban már bemutattuk, de a legfontosabb jellemzőket nem lehet elégszer kiemelni:

Screenshot 2016-01-13 09.38.21

A megfelelő kamerához már csak egy kérdésre kell választ találnunk: milyen kamerafunkciókra van szükségünk? Sok gépi látás kamera – például minden Basler kamera is – fel van szerelve különböző hasznos, képminőséget javító, feldolgozást segítő funkciókkal. A legtipikusabb ilyen funkciók a

  • AOI (Area of Interest) – segítségével ki lehet választan a képen belül, egy vagy több olyan területet is, ahol a vizsgálatot el akarjuk végezni, ezáltal gyorsíthatunk a rendszer működésén
  • Automatikus beállítások – a környezethez alkalmazkodva automatikusan be tudja állítani az expozíciós időt, vagy gain szintet, ezáltal folyamatosan biztosítva az állandó képminőséget.

Láthatjuk, hogy ebben a folyamatban szinte minden lépés befolyással van egy másikra, körültekintőnek kell lennünk a kameraválasztás során, nehogy éles helyzetben szembesüljünk vele, hogy valamilyen paraméterben mellényúltunk és nem a kívánt eredményt kapjuk. Jó válogatást a kamerák között!

Legózz magadnak kamerát

Több startup és nagyvállalat szerint is – köztük a Google a Project Ara telefonjával – a jövő a moduláris készülékekben rejlik, a különálló hardverelemekben, melyeket egyszerűen összeillesztve mindig a célnak megfelelő kütyüt vihetjük magunkkal. Habár az Ara továbbra is messze van egy működő összerakosgatható okostelefontól, a Columbia Egyetem gépi látás laborjának kutatói most megpróbálják valóssággá tenni azt egy kamera esetében.

A Cambits-nek nevezett eszköz eltérő színű és funkciójú tömbökből rakosgatható össze. A hardver különböző elemei – jelenleg alapegység, szenzor, vaku, optika, mozgatható egység  és különböző optikai kiegészítők (polarizáló, mikroszkóp) elérhetőek – mágnesesen tapadnak egymáshoz, az adatátvitel, tápellátás és irányítás pedig külön kis csatlakozókon keresztül zajlik.

Cambits

A lenti kis videó alapján a megfelelő elemekkel pillantok alapján össze tudjuk rakni akár a saját 3D kameránkat, mikroszkópunkat vagy pan-tilt kameránkat is.

A Cambits egyelőre csak az egyetemen létezik, de ha valahol, akkor a kamerák világában talán tényleg lehet értelme a modularitásnak, hiszen azok a cserélhető optikáikkal szinte már annak is számítanak. A Cambits ezt emeli egy újabb szintre, és valljuk be, mi is szívesen kísérletezgetnénk a színes kis kockákkal saját kameránkon.