وضوح و فرمت تصاویر

وضوح تصویر (قدرت تفکیک)

در دنیای آنالوگ و دیجیتال مفهوم وضوح تصویر (Resolution) که به آن قدرت تفکیک نیز گفته می شود، شبیه به هم است ولی تفاوتهای مهمی در تعریف آن در این دو دنیا وجود دارد. از آن جایی که فن آوری ویدئوی آنالوگ از صنعت تلویزیون سرچشمه می گیرد، تصویر در ویدئوی آنالوگ از خطوط تلویزیونی تشکیل شده است اما در سیستم دیجیتالی تصویر از پیکسل های مربعی تشکیل می شود.

وضوح تصویر NTSC و PAL

در امریکای شمالی و ژاپن برای ویدئوی آنالوگ از استاندارد NTSC و در اروپا از استاندارد PAL استفاده می شود. وضوح تصویر استاندارد NTSC، ۴۸۰ خط و نرخ بروز رسانی خطوط آن ۶۰ درجه (۳۰ فریم) در ثانیه است که به زبان فنی به شکل ۶۰i480 نمایش داده می شود، در اینجا «i» نمایان گر رشته اطلاعاتی (Interlaced Scaning) است. وضوح تصویر استاندارد PAL، ۵۷۶ خط و نرخ بروز رسانی خطوط آن ۵۰ خط (۲۵ فریم) در ثانیه است (۵۰i576). یادآوری می شود که کل اطلاعاتی منتقل شده توسط هر دو روش در هر ثانیه برابر است.

برای عددی کردن مقادیر آنالوگ در هنگام تبدیل ویدئوی آنالوگ به دیجیتال می توان بر اساس خطوط تلویزیونی از حداکثر تعداد پیکسلی تولیدی استفاده کرد. در سیستم NTSC حداکثر ابعاد تصویر دیجیتالی شده ۴۸۰×۷۲۰ پیکسل و در سیستم PAL 576×۷۲۰ پیکسل (DI) است.

پر کاربردترین وضوح تصویر به ترتیب قالب ۴CIF: 576×۷۰۴ (PAL) یا ۴۸۰×۷۰۴ (NTSC) و بعد از آن قالب ۲CIF: 288×۷۰۴ (PAL) یا ۲۴۰×۷۰۴ (NTSC) می باشد. در برخی از کاربری ها از یک- چهارم CIF تصویر استفاده (QCIF) می شود. در شکل (الف ) انواع مختلف وضوح تصویر برای تصاویر سیستم PAL و NTSC به نمایش درآمده است.

قالب های وضوح تصویر سیستم PAL    قالب های وضوح تصویر سیستم NTSC

وضوح تصویر VGA

طراحی سیستم ویدئویی کاملاً دیجیتال با تولید دوربین های شبکه ممکن شده است. این قابلیت جدید محدودیت های سیستم های PAL و NTSC را ندارد. امروزه قالب های وضوح تصویر متنوعی در صنعت تولید کارت های گرافیک رایانه ها ابداع شده است که همه آنها جزء استانداردهای بین المللی هستند و نسبت به قالب های قدیمی انعطاف بیشتری دارند.

اصطلاح فنی VGA مخفف آرایه نگاره سازی بصری (Video Graphics Array) است و توسط شرکت IBM برای نمایش تصاویر گرافیکی روی صفحه ی رایانه های شخصی (PC) طراحی شده است. اکثر دوربین های دیجیتال یا شبکه به جز دوربین های مگاپیکسلی از وضوح تصویر قالب VGA (480×۶۴۰ پیکسل) استفاده می کنند. معمولاً از آنجایی که در اکثر موارد صفحه نمایش رایانه می تواند وضوح تصویر VGA یا مضربی از آن را نمایش بدهد، بهتر است از وضوح تصویر VGA برای دوربین های شبکه استفاده شود. انواع مختلف قالب های وضوح تصویر VGA شبیه به ابعاد CIF بوده و در جدول زیر نشان داده شده اند.

وضوح تصویر VGA

وضوح تصویر MPEG

گروه کارشناسان تصاویر متحرک  ( Motion Picture Expert Group-MPEG ) یک کارگروه از سازمان بین المللی استاندارد جهانی ( ISO ) است و عهده دار توسعه استاندارد رمز گذازی صدا و تصویر می باشد. در سال ۱۹۹۲ این گروه با هدف ضبط تصویر دیجیتال روی لوح فشرده (CD) تشکیل شد که نتیجه کار آنها اختراع قالب MPEG-1 بود. با استفاده از این قالب جدید می توان یک فیلم سینمایی را برروی CD ذخیره کرد. در سال ۱۹۹۵ قالب MPEG-2 تدوین شد و با استقبال زیادی در شبکه های کابلی و ماهواره ای و … مواجه گردید. تکنیک های MPEG برای فشرده سازی، کدگذاری و کدبرداری اطلاعات موافقتنامه هایی ساخته است .

الگوریتم MPEG

در این روش به جای اینکه یک فریم به صورت کامل ذخیره شود تغییرات آن نسبت به فریم قبلی ذخیره می گردد. در قالب MPEG اطلاعات به صورت بسته های فشرده تبدیل می شود که به آسانی قابل انتقال هستند و در مقصد این بسته ها از حالت فشرده شده خارج می شوند (Decompress).

تعداد قالب های وضوح تصویری MPEG-1 و MPEG-2 در اوائل محدوده بود و در برخی از موارد با قالب D1 یا بخشی از آن تفاوت داشت. امروزه منظور از وضوح تصویر MPEG یکی از قالب های زیر است.

• ۵۷۶×۷۰۴ پیکسل (PAL 4CIF)
• ۴۸۰×۷۰۴ پیکسل (NTSC 4CIF)
• ۵۷۶×۷۲۰ پیکسل (PAL & DI)
• ۴۸۰×۷۲۰ پیکسل (NTSC & DI)

وضوح تصویر مگاپیکسلی

دوربین های مگاپیکسلی برای داشتن وضوح تصویر بسیار بالا از حسگر های مگاپیکسلی استفاده می کنند. تصاویر فیلم برداری شده توسط آنها حاوی یک یا چندین میلیون پیکسل است. این دوربین ها به کاربر اجازه می دهد جزئیات بیشتری از صحنه را مشاهده کند. به هر میزان که پیکسل های حسگر دوربین بیشتر شود، جزئیات تصاویر بیشتر شده و کیفیت تصویر بالاتر می رود. این مزیت در کاربری های ویدئوی حفاظتی بسیار مطلوب است. در جدول زیر قالب های مگاپیکسلی گرد آوری شده اند.

قالب های وضوح تصویر مگاپیکسلی

بهترین روش تعیین تعداد پیکسل دوربین در طراحی سیستم های ویدئوی حفاظتی، توجه به ویژگی های تعریف شده برای کاربری دوربین در مجموعه حفاظتی است. به عنوان مثال در تصویر منظره نما برای نمایش یک متر ۷۰ الی ۱۰۰ پیکسل کافی است و برای کاربری هایی که در آنها جزئیات درون تصاویری اهمیت دارد (نظیر تشخیص چهره) باید برای نمایش یک متر از ۵۰۰ پیکسل یا بیشتر استفاده شود، یعنی برای دوربین مگاپیکسلی حداقل وضوح تصویر لازم برای تشخیص چهره افرادی که از یک محدوده ۲ در ۲ متر عبور می کنند ۱ مگاپیکسل (۱۰۰۰×۱۰۰۰ پیکسل) است.

حداکثر وضوح تصویر دوربین آنالوگ روی DVR یا کدگذار ویدئو پس از دیجیتالی شدن تصاویر، D1 است که معادل ۴۸۰×۷۲۰ پیکسل سیستم NTSC و ۵۷۶×۷۲۰ پیکسل سیستم PAL است (معادل ۴۱۴۷۲۰ پیکسل یا ۰.۴ مگاپیکسل). در مقابل این وضوح تصویر، یک قالب مگاپیکسلی پر کاربرد ۱۰۲۴×۱۲۸۰ پیکسل (۱.۳ مگاپیکسل) است که سه برابر وضوح تصویر دوربین آنالوگ است.

نسبت تصویر  

نسبت تصویر (Aspect Ratio) نسبت عرض به ارتفاع تصویر است و با وضوح تصویر مگاپیکسلی می توان نسبت تصویرهای متنوع تری داشت ( شکل د ). متداول ترین نسبت تصویر برای نمایشگرهای تلویزیونی ۴:۳ است.

وضوح تصویر تلویزیون های بسیار با کیفیت

با استفاده از استاندارد دیجیتالی (High-Definition TV) HDTV در صفحه نمایشگرهای بسیار با کیفیت می توان در نسبت تصویر ۴:۳ تصاویری با وضوح تصویر p720  ( پیمایش جلو رونده) یاi1080 (پیمایش محل تصویر) و در نسبت تصویر ۱۶:۹ تصاویری با حداقل وضوح تصویر p540 یا i810 نمایش داد.

ابعاد استاندارد تصویر در قالب HDTV برای اتحادیه اروپا (EBU) و کشورهای NTSC در جدول های  زیر گرد آوری شده اند.

ابعاد استاندارد تصویر قالب HDTV در EBU

ابعاد استاندارد تصویر قالب HDTV در NTSC

تعیین وضوح تصویر و قالب فشرده سازی

وضوح تصویر تحت تاثیر ابعاد و فاصله ی هدف داخل صحنه قرار دارد. برای توضیح این تاثیرات، سیستم تشخیص چهره ای که برای درب ورودی فرودگاه استفاده می شود را در نظر بگیرید، عرض محدوده ی درب ورودی در حدود ۲۰ متر است و باید در این محدوده چهره افراد قابل تشخیص باشد. در این مثال میدان دید عمودی مورد نیاز ۲ متر تخمین زده شده است. طراح با ترکیب وضوح تصویر لازم و ابعاد محدوده ی تحت پوشش ویدئوی حفاظتی ( در این مثال درب ورودی فرودگاه ۲۰ در ۲ متر است) می تواند تعداد پیکسل های مورد نیاز برای پوشش صحنه را محاسبه کند. در شکل زیر چهره فردی با چهار وضوح تصویر مختلف نشان داده شده است. از آن جایی که اکثر افراد بزرگسال عرض چهره ی مشابه ای دارند ( در حدود ۰.۱۵ متر)، تعیین ابعاد چهره افراد کار آسانی است.

جایگزین هایی که در دو تصویر انتهایی ارائه شده اند (یعنی ۳۲ و ۶۴ پیکسل) برای سیستم های تشخیص چهره گزینه های مناسبی هستند.

تعداد پیکسل های لازم برای نمایش چهره ای با عرض ۰.۱۵ متر (۶ اینچ)

تعداد دوربین های سیستم ویدئوی حفاظتی با تعیین وضوح تصویر قابل محاسبه هستند. در جدول زیر انواع روش های ترکیب دوربین ها و مزایای استفاده از دوربین های مگاپیکسلی نشان داده شده است .

تعداد دوربین های لازم برای ایجاد پوشش ویدئوی حفاظتی

مثال های جدول بالا نشان می دهد که برای رسیدن به وضوح تصویر بالاتر به هزینه ی بیشتر و به عبارت دیگر به تعداد دوربین بیشتری نیاز است. اگر برای ایجاد پوشش ویدئوی حفاظتی از طراحی شماره ۴ استفاده شود به ۲۸ دوربین VGA نیاز است ولی در صورت استفاده از دوربین های ۲ مگاپیکسلی به جای این ۲۸ دوربین، برای پوشش منطقه فقط به ۶ دوربین نیاز است.

قالب های H.264، MPEG-4 و JPEG متحرک پر کاربرد ترین روش های فشرده سازی ویدئو هستند.

این قالب ها از ساز و کارهای متفاوتی برای کاهش حجم اطلاعات استفاده می کنند و هر کدام مزایا و معایبی دارند. قدرت مانور سیستم هایی که تجهیزات آنها از چند نوع قالب فشرده سازی استاندارد پشتیبانی می کنند. در نمایش بهتر ویدئو و ذخیره آن بیشتر است. به عنوان مثال در برخی از سیستم ها از قالب MPEG-4 برای نمایش زنده ویدئو و از قالب JPEG برای ذخیره آنها استفاده می شود.

در انتخاب نوع فشرده سازی می توان از توصیه های زیر استفاده کرد:

• JPEG متحرک: این قالب فشرده سازی برای سیستم های کوچک با تجهیزات ویدئویی محدود و سیستم هایی با نرخ فریم در ثانیه کمتر از fps5، پهنای باند نامعلوم و دارای دوربین های کنترل از راه دور مناسب است .
• MPEG-4: این قالب فشرده سازی برای سیستم های متوسط و بزرگ مناسب است. ارزش قالب MPEG-4 بیشتر در سیستم هایی با نرخ فریم در ثانیه بالاتر و زمان تأخیر طولانی تر نمایان می شود. همچنین این قالب برای سیستم هایی که پهنای باند ثابت ولی محدودی دارند، مناسب است.
• ۲۶۴: این روش علاوه بر داشتن تمامی مزایای روش MPEG-4، در صرفه جویی پهنای باند و فضای ذخیره سازی دو برابر قوی تر عمل می کند.