Oulun yliopiston tietotekniikan tohtorikoulutettava Janne Mustaniemi on tutkinut moniaukkokameraa diplomityönään. Mustaniemen tutkimaa moniaukkokameraa ei ole vielä olemassakaan, mutta hän on silti tutkinut sen mahdollisuuksia mobiililaitteissa. Teoriassa moniaukkokamera mahdollistaa järjestelmäkameratasoisen kuvanlaadun kaikkine ominaisuuksineen älypuhelimen kokoisena ja paksuisena.
Moniaukkokamera on laite, kuten älypuhelin, jossa on kaksi tai useampi kamera takakannessa. Moniaukkokameran ongelmana on, että ne vaativat usean eri kameran, jotka sijoitetaan eri kohtaan älypuhelimen takakanteen. Mustaniemen tutkima moniaukkokamera perustuu neljään kamerayksikköön, joista jokaisella on oma värisuodattimensa. Tällöin kuvia tulee neljä, ja näistä neljästä kuvasta on tarkoitus saada koostettua yksi tavallinen värikuva. Kameroiden välillä on kuitenkin parallaksivirhe, joka pyritään korjaamaan ennen kuvien yhdistämistä.
”Parallaksi-ilmiön voi havaita esimerkiksi silloin, kun ihminen nostaa oikean kätensä eteensä, ja sulkee vasemman silmänsä. Sitten kun oikea silmä suljetaan, ja vasen avataan, käsi näyttää liikkuneen enemmän kuin tausta sillä käsi on taustaa lähempänä.”
Teoriassa moniaukkokameran avulla on mahdollista parantaa kuvanlaatua järjestelmäkameran tasoiseksi. Moniaukkokamera sopii Mustaniemen mukaan mobiilaitteille siksi, ettei se vaadi syvyyssuunnassa paljon tilaa eikä laitteen tarvitse olla paksu. Lisäksi moniaukkokamera toisi älypuhelimen kameraan lisää ominaisuuksia, kuten paremman syvyysterävyyden hallinnan, joka pystytään saavuttamaan järjestelmäkameralla. Moniaukkokameran avulla pystyisi tallentamaan myös kuvaan liityvää syvyystietoa, jota voi hyödyntää esimerkiksi synteettisessä uudelleen tarkennuksessa.
”Moniaukkokameran idea on samankaltainen kuin ihmisen silmissä: Ihminen käyttää kahta silmää ja parallaksi-ilmiötä etäisyyksien arviointiin. Samaan tapaan moniaukkokameraa voi käyttää etäisyyksien arviointiin, ja syvyystiedon tallentamiseen.”
Mustaniemen tutkimuksen mukaan moniaukkokameran ottamista useista kuvista muodostetaan yksi värikuva. Tämä on kuitenkin tutkimuksen mukaan haastavaa, sillä parallaksivirheen korjaaminen edellyttää vastaavien pikseleiden etsimistä jokaisesta kuvasta. Toisinaan mahdollisia vaihtoehtoja voi olla suuri määrä, toisinaan kaikki pikselit eivät välttämättä ole näkyvillä jokaisessa kuvassa. Näin käy esimerkiksi silloin kun lähellä kameraa oleva kohde peittää osan taustasta. Nämä katvealueet ovat ongelmallisia vastinpisteiden löytymisen kannalta.
”Kun jokaisesta kuvasta halutaan löytää vastaavat pikselit, eli pikselit, jotka vastaavat toisiaan, puhutaan vastinpikseleistä.”
Moniaukkokameran haasteena on, että kaikki pisteet eivät välttämättä ole näkyvissä joka kuvassa liittyen parallaksiongelmaan, ja nämä katvealueet ovat ongelmallisia vastinpisteiden löytymisen kannalta. Mustaniemi vertaili tutkimuksessaan neljää eri menetelmää vastinpikseleiden löytämiseksi. Hän käytti vastinpikseleiden samankaltaisuuden arviointiin joko keskinäisinformaatiota (Mutual information) tai Census-muunnosta (Sensus Transform).
Lisäksi hän vertaili Graph cuts ja Semi-global matching (SGM) -menetelmiä, joiden tehtävänä on valita kaikista todennäköisimmät vastinpikselit kaikkien vaihtoehtojen joukosta. Tutkimuksen mukaan näistä menetelmistä toimin yhdistelmä oli Census-muunnos yhdessä SGM:n kanssa. Tämä yhdistelmä löysi vastinpikselit kuvista kaikkein luotettavimmin, ja tästä johtuen myös parallaksivirheen korjaaminen onnistui parhaiten parantaen lopullisen kuvan laatua.
Vaikka Mustaniemen tutkimuksen kaltaista moniaukkokameraa ei vielä toistaiseksi ole olemassakaan, Mustaniemi uskoo vahvasti tulevaisuudessa olevan tällaisia kameroita mobiililaitteilla käytettävissä.
Tutkimuksen julkaisi Machine Vision and Applications.
