Als het pixels heeft, kunnen wij er mee aan de slag!
Beeldmateriaal
Het ontwikkelen van beeldherkenning begint meestal bij de bron, het beeldmateriaal. Bij Studio diip hebben we ervaring met het werken met de meest uiteenlopende soorten beeldmateriaal. Hier onder zie je een greep uit de verschillende typen beeld waar we ervaring mee hebben.
Pixels
Of het nou gaat om microscoop beelden of satelliet beelden, thermische beelden of 3D punten, bij Studio diip hebben we er ervaring mee. Daarom zeggen we vaak: als het pixels heeft, kunnen wij er mee aan de slag.
Offline of online
In onze projecten komen we vaak tegen dat beeldmateriaal online beschikbaar is op servers of vanuit camera’s gestreamed wordt. Ook hebben we vaak toepassingen waarbij mensen of systemen zelf foto’s of video’s aanleveren die verwerkt moeten worden of waarbij de camera direct gekoppeld is.
Bestaande foto‘s en video’s
In sommige projecten ontwikkelen wij software die bestaande foto’s of video’s kan inladen en analyseren. Soms is het nodig om een grote hoeveelheid aan beeld automatisch te categoriseren of om daarop een bepaalde situatie te detecteren of een bepaald voorwerp te tellen. Het is mogelijk om in deze gevallen een programma te schrijven dat deze actie eenmalig uitvoert, of een systeem te ontwikkelen dat continue grote hoeveelheden data analyseert.
Camera beelden
Vaak ontwikkelen wij systemen waar een camera bij hoort of reeds aanwezig is. Vanuit de camera haalt onze software foto’s binnen of halen we een stream van video beeldmateriaal op om beeldherkenning op uit te voeren. We kunnen beeldmateriaal inladen via allerlei verbindingen met de camera. Dat kan bijvoorbeeld via een USB kabel, over het netwerk of internet maar ook met speciale camera verbindingen zoals gigE, FireWire of specialistische camera connecties. Ook kunnen we software maken die de camerabeelden in een app van de telefoon kan gebruiken in iOS of Android.
Camera beelden
Vaak ontwikkelen wij systemen waar een camera bij hoort of reeds aanwezig is. Vanuit de camera haalt onze software foto’s binnen of halen we een stream van video beeldmateriaal op om beeldherkenning op uit te voeren. We kunnen beeldmateriaal inladen via allerlei verbindingen met de camera. Dat kan bijvoorbeeld via een USB kabel, over het netwerk of internet maar ook met speciale camera verbindingen zoals gigE, FireWire of specialistische camera connecties. Ook kunnen we software maken die de camerabeelden in een app van de telefoon kan gebruiken in iOS of Android.
3D data
Een relatief nieuwe ontwikkeling in de beeldherkenning is het gebruiken van 3D data. Tegenwoordig is het mogelijk om met allerlei verschillende technieken 3D beeld op te bouwen van een situatie of object. Studio diip heeft ervaring met technieken zoals Time of Flight camera’s, Structured Light systemen en met Structure from Motion algoritmes. We hebben qua hardware onder andere gewerkt met Intel RealSense, Microsoft Kinect, pmd technologies camera’s, Occipital Structure sensor, Zivid One en we hebben ook zelf een Structured Light oplossing gebouwd met meerdere camera’s en projectors. Ook hebben we gewerkt met systemen zoals LiDAR, radar en multibeam data. Om 3D data te verwerken maken we vaak gebruik van Point Cloud Library, OpenCV, Meshlab, Cloud Compare in onze software. Uiteindelijk kunnen we allerlei detecties en analyses uitvoeren of 3D modellen exporteren.
Satelliet beelden
Omdat satelliet beelden steeds beter beschikbaar worden, zijn deze goed te gebruiken voor allerlei automatische analyses op het gebied van infrastructuur, natuur en ruimtelijke ordening. Studio diip is in staat om beeldherkenning te doen op dit soort geo gerefereerde beelden zodat er nuttige data uit gehaald kan worden. Dit kan bijvoorbeeld ook op beelden van luchtfotografie of beelden die op een andere manier voorzien van coördinaten.
Satelliet beelden
Omdat satelliet beelden steeds beter beschikbaar worden, zijn deze goed te gebruiken voor allerlei automatische analyses op het gebied van infrastructuur, natuur en ruimtelijke ordening. Studio diip is in staat om beeldherkenning te doen op dit soort geo gerefereerde beelden zodat er nuttige data uit gehaald kan worden. Dit kan bijvoorbeeld ook op beelden van luchtfotografie of beelden die op een andere manier voorzien van coördinaten.
Microscoop beelden
Detecties op hele kleine beelden kunnen een groot effect hebben. Tegenwoordig is het bij veel microscopen mogelijk om het beeld direct met software uit te lezen en zelfs om te de microscoop aan te sturen. Daardoor kan een programma automatische of semi automatische detectie of identificatie uitvoeren op SEM of normale microscoop beelden.
Thermische beelden
Met thermische camera’s zijn aspecten zichtbaar te maken die met het blote oog of normale camera’s niet te zien zijn. Denk hierbij aan productiefouten of het vinden van plaatsen waar warmte weg lekt. Maar het is bijvoorbeeld ook mogelijk om daarmee een bepaald materiaal te detecteren omdat het anders op warmte reageert. Bij Studio diip kunnen we werken met bijvoorbeeld FLiR of Xenics thermische camera’s als dat nodig is voor projecten.
Thermische beelden
Met thermische camera’s zijn aspecten zichtbaar te maken die met het blote oog of normale camera’s niet te zien zijn. Denk hierbij aan productiefouten of het vinden van plaatsen waar warmte weg lekt. Maar het is bijvoorbeeld ook mogelijk om daarmee een bepaald materiaal te detecteren omdat het anders op warmte reageert. Bij Studio diip kunnen we werken met bijvoorbeeld FLiR of Xenics thermische camera’s als dat nodig is voor projecten.