האם תוכנה יכולה לתקן עדשת מצלמה גרועה?

מצלמות מודרניות יכולות לעשות כמה דברים מרשימים.

הפחתת רעש יכולה לגרום לתמונה כהה להיראות נקייה יותר. אלגוריתמי AI יכולים לחדד קצוות. תוכנה יכולה לתקן עיוות, להתאים צבע ואפילו ליצור פרטים חסרים למראה.

אז באופן טבעי, מישהו שואל בסופו של דבר:

אם התוכנה מתחילה להיות כל כך טובה, האם אנחנו עדיין צריכים עדשת מצלמה יקרה?

תשובה קצרה:

כֵּן. מאוד.

תוכנה יכולה לשפר תדמית בינונית.

זה לא יכול להפוך בצורה מהימנה מידע אופטי רע למידע אופטי טוב.

וההבחנה הזו חשובה יותר מתמיד מכיוון שמצלמות משמשות לזיהוי בינה מלאכותית, רובוטיקה, מעקב, הדמיית רכב וראיית מכונה.

תוכנה טובה מאוד בניקוי בלגן

בוא ניתן קודם כל קרדיט לתוכנה.

עיבוד תמונה מודרני יכול לעשות הרבה.

אם תמונה מכילה רעש, אלגוריתמים יכולים להפחית אותו.

אם עיוות העדשה ניתן לחיזוי, תוכנה יכולה לתקן את הגיאומטריה.

אם לתמונה יש ניגודיות מעט חלשה, חידוד ושיפור ניגודיות מקומית יכולים לגרום לה להיראות טוב יותר.

עיבוד צבע יכול גם לפצות על מאפיינים מסוימים של מערכת ההדמיה.

זה שימושי להפליא.

למעשה, מצלמות מודרניות יהיו הרבה יותר גרועות ללא הדמיה חישובית.

אבל יש גבול חשוב:

תוכנה יכולה לעבד מידע. זה לא יכול לשחזר באופן מושלם מידע שהמערכת האופטית מעולם לא תפסה.

שם נכנסת העדשה.

אתה לא יכול לחדד את מה שמעולם לא נפתר

דמיינו שאתם מצלמים לוחית רישוי מרחוק.

לחיישן יש מספיק פיקסלים.

המצלמה חשופה כהלכה.

אבל העדשה לא יכולה לפתור את התווים הקטנים בצורה ברורה.

הדמויות מגיעות לחיישן כצורות מטושטשות.

כעת החל השחזה.

הקצוות עשויים להיראות חזקים יותר.

החל שיפור בינה מלאכותית.

התוצאה עשויה להיראות אפילו יותר משכנעת.

אבל יש בעיה.

הפרטים הקטנים המקוריים מעולם לא תועדו כראוי.

התוכנה מעריכה איך הפרט עשוי להיראות.

עבור צילום מזדמן, זה עשוי להיות מקובל לחלוטין.

עבור יישומים כגון זיהוי לוחיות רישוי, זיהוי פנים, בדיקה תעשייתית או ראיית מכונה, "נראה סביר" ו"מכיל מידע אמין" אינם בהכרח אותו הדבר.

ההבדל הזה חשוב.

MTF הוא המקום בו הוויכוח נעשה רציני

זו אחת הסיבות שמהנדסי אופטיקה שמים לב אליהMTF (פונקציית העברת מודולציה).

MTF מתאר באיזו יעילות עדשה משמרת ניגודיות ברמות שונות של פירוט.

עדשה עם ביצועים גרועים בתדר גבוה עשויה להתקשה לשחזר מבנים עדינים מאוד.

שום כמות שלאחר עיבוד לא יכולה לגרום לעדשה הזו להתנהג כמו מערכת אופטית טובה יותר ביסודו.

תוכנה יכולה להגביר את החדות הנראית לעין.

זה לא יכול לשנות את יכולת הפתרון הפיזית של העדשה.

זו הסיבה שמצלמה עם חיישן 8MP עדיין יכולה לייצר פרטים מאכזבים אם המערכת האופטית לא מסוגלת לנצל את הפיקסלים הללו.

אתה יכול לקבל שמונה מיליון פיקסלים.

אתה לא יכול להכריח עדשה מטושטשת לספק שמונה מיליון פרטים שימושיים.

מה לגבי שיפור תמונה בינה מלאכותית?

כאן הדברים הופכים למעניינים במיוחד.

שיפור תמונה מבוסס AI יכול לפעמים להפיק תוצאות משכנעות להפליא.

אבל יש הבחנה עדינה בין:

שחזור מידע

ו

יוצר תוצאה סבירה.

בינה מלאכותית יכולה להסיק דפוסים על סמך מה שהיא למדה.

זה יכול לגרום לתמונה להיראות טוב יותר לצופה אנושי.

אבל אם משתמשים במצלמה כדי לקבל החלטה אובייקטיבית, המהנדסים צריכים להיות זהירים.

לדוגמה, אם מערכת בינה מלאכותית מזהה רכב, קוראת טקסט או בודקת פגם בייצור, ייתכן שפרטים שנוצרו באופן מלאכותי לא תמיד מייצגים את מה שהיה בפועל בסצנה.

במילים אחרות:

תמונה יפה היא לא אוטומטית תמונה אמינה.

זו הבחנה שכדאי לזכור בעת תכנון מערכות ראיית AI.

יש כמה בעיות שהתוכנה פשוט לא יכולה לבטל

שקול כמה בעיות אופטיות נפוצות.

רזולוציה גרועה

אם העדשה לא יכולה לפתור פרטים עדינים, לתוכנה יש מידע אמיתי מוגבל לעבוד איתו.

אור לא מספיק

עדשה איטית בסביבה חשוכה עלולה לאלץ את החיישן לפעול בהגברה גבוהה, לייצר רעש ולהפחית פרטים שמיש.

תוכנה יכולה להפחית את הרעש, אבל הפחתת רעש אגרסיבית יכולה גם להסיר מידע עדין.

חָמוּראַכְרוֹמָטִיסְטִיָה

תוכנה יכולה לתקן כמה שולי צבע צפויים, אבל סטייה אופטית חמורה עדיין פירושה שאיכות התמונה המקורית נפגעה.

ביצועי אדג' גרועים

אם הפינות של תמונה עם זווית רחבה מטושטשות מאוד, חידוד דיגיטלי עשוי לגרום להן להיראות קונטרסטיות יותר מבלי לשחזר את הפרטים החסרים.

התלקחות ורוח רפאים

השתקפויות חזקות בתוך המערכת האופטית עלולות לזהם את התמונה. ברגע שאור לא רצוי התערבב לתוך האות שנלכד, לתוכנה יש יכולת מוגבלת מאוד להפריד אותו בצורה מושלמת.

זו הסיבה שעיצוב אופטי עדיין חשוב.

המצלמה הטובה ביותר משתמשת גם באופטיקה וגם בתוכנה

התשובה האמיתית היא לא:

אופטיקה מול תוכנה.

זה:

אופטיקה + תוכנה.

מצלמה מעוצבת מעניקה לתוכנה נקודת התחלה טובה.

העדשה מספקת:

רזולוציה מספקת

העברת אור מספקת

עיוות נשלט

ניגודיות טובה

ביצועי קצה יציבים

התאמת חיישנים מתאימה

אז עיבוד תמונה יכול לקחת את הבסיס האופטי החזק הזה ולהפוך את התמונה הסופית לטובה אפילו יותר.

זה הרבה יותר יעיל מלבקש מתוכנה להציל מערכת אופטית חלשה מיסודה.

תחשוב על זה כמו בישול.

תוכנה היא התיבול.

אלגוריתם טוב יכול לשפר תמונה טובה.

אבל אם החומרים כבר שרופים, הוספת תיבול נוספת היא כנראה לא הפתרון.

זה חשוב אפילו יותר עבור מצלמות AI

עבור צילום מסורתי, תמונה מעט לא מושלמת עלולה להיות פשוט לא מושכת.

עבור ראיית AI, ההשלכות יכולות להיות חמורות יותר.

אלגוריתמי AI תלויים בתכונות חזותיות כגון:

קצוות

צורות

טקסטורות

ניגודיות

צבע

גבולות אובייקט

אם המערכת האופטית הורסת את התכונות הללו לפני שהן מגיעות לחיישן, מערכת ה-AI מקבלת קלט גרוע יותר.

זה יכול להשפיע על ביצועי הזיהוי והזיהוי.

זו הסיבה שעיצוב אופטי צריך להיחשב יותר ויותר כחלק ממערכת הבינה המלאכותית - לא רק כרכיב המחובר לחזית המצלמה.

אז האם תוכנה יכולה לתקן עדשה גרועה?

זה תלוי למה אתה מתכוון ב"תיקון".

תוכנה יכולה לתקן מאפיינים אופטיים מסוימים הניתנים לחיזוי.

זה יכול לשפר את הניגודיות.

זה יכול להפחית רעש.

זה יכול לחדד תמונות.

זה יכול לתקן עיוות.

אבל תוכנה לא יכולה להחליף לחלוטין:

רזולוציה אופטית טובה.

העברת אור טובה.

יישור אופטי טוב.

בקרת סטייה טובה.

אלגוריתם עיבוד התמונה הטוב בעולם עדיין זקוק לפוטונים לעבוד איתם.

והפוטונים האלה צריכים לעבור דרך העדשה תחילה.

ב-Boshi Optics, אנו ניגשים לפיתוח עדשות מצלמה מאותה נקודת התחלה: המערכת האופטית צריכה לספק מידע שימושי לפני שהתוכנה מתחילה לעבד אותה. עם יכולות תכנון אופטי, ייצור, הרכבה ובדיקות אופטיות, Boshi Optics מפתחת עדשות ליישומים הכוללים מצלמות אבטחה, ראיית AI, הדמיית רכב, רחפנים, הדמיה רפואית ומערכות מצלמות אחרות.

כי בסופו של דבר, תוכנה יכולה לשפר תמונה.

אבל העדשה מחליטה איזה מידע מגיע לשם מלכתחילה.