Vill krympa systemen
– Kan vi förbättra videon så att ett mindre system i en uav presterar som ett större, utgör det ett stort värde. Det är vår grundläggande affärsidé, säger Andreas Lifvendahl.
– Men våra system ingår ofta som ett delsystem i något större marksystem. Ett exempel är L-3 Communications i USA, en försvarsjätte, som säljer vår produkt Ihvert till europeiska kunder. Vår programvara används för närvarande ombord på svenska försvarets ubåtsräddningsfarkost URF.
Programvaran säljs nu mest i form av en uppsättning utvecklingsverktyg för mjukvaruutvecklare, som kan bygga in smart videovisning i egna system, och där aktivera olika egenskaper, till exempel kontrastförbättring, avflätning och skakstabilisering, beroende på vad de vill betala för.
Funktionen med dynamisk och lokal kontrastförbättring ingår, liksom bildstabiliseringen, i kärntekniken Vidhance. Fördelarna är väldigt lättsålda.
– Vi frågar kunden: Vore det fint om det syntes så här bra när ni tittar ut över er dimmiga flygplats? Jo, det vore det! Kostnadsaspekten gör inte försäljningen svårare. Man frågar: Föredrar ni att köpa hundratals nya, dyrare kameror, eller vore det bättre att kunna förbättra bildkvaliteten i övervakningscentralen, just där och då någon behöver se vad som händer? Det svaret är också självklart, säger Andreas Lifvendahl.
Ska upptäcka pirater
Ett problem som Imint arbetar med just nu är att effektivt analysera om föremål rör sig trots att kameran exempelvis sitter på en svajig mast på ett fordon som rör sig – det kan till exempel handla om ett militärfartyg som ska upptäcka pirater som dyker upp vid horisonten. Då duger det inte att bara subtrahera en bild från en känd bakgrund för att få fram skillnaden. Imint kallar det för motion-in-motion detection.
Det är så företagets stabilisering fungerar. Känner man till den globala rörelsen, kan man kompensera för den och sedan ta reda på vilken skillnaden är mellan de överlappande delarna av bilderna. Därefter kan man sortera bort bakgrunden och bara koncentrera sig på det objekt som rört sig.
– Det är även grunden till vår trackingfunktion, som kan förstå den globala rörelsen när exempelvis ett flygplan rör sig och lämna utdata som kan styra en vridbar kameraplattform att kompensera för det, säger Andreas Lifvendahl.
En herrgård vid Mälaren har utsatts för bildstabilisering. Bildkanterna har drivit omkring medan bilden på slottet förblivit stabil, så kallad mosaicking. Kanterna har överdrivits för att stabiliseringen ska synas bättre. Normalt försöker man dölja förbättringen så mycket som möjligt, för det är ju inte den tittaren ska fokusera på.
Andra lösningar, så kallade black box-lösningar för tv-bolag, kan ha en given storlek på inkommande och utgående bild. Då kan man inte tolerera bildkanter som driver omkring utan tvingas förstora det stabiliserade objektet i mitten av bilden och låta bildkanterna röra sig utanför bilden och klippa bort dessa. Imints metod är att i stället spara bilden runt omkring, dels för att inte förstöra information, dels för att göra det behagligare för ögat att följa med i filmen och ge en bättre överblick av situationen.
Det är mycket svårt att få bra bilder i grumligt vatten, och utanför ljuskäglan blir det mest bara svart. Kontroller av strukturer under vatten är svårt att utföra med en vanlig kamera. Vidhance gör det så mycket enklare. Utan Vidhance hade bilden till höger bara varit ett svart myller.
Snöstorm är inte det bästa vädret när man vill filma något viktigt. Det blir mest bara grått, som i vänsterbilden. Högerbilden har behandlats med Vidhance och man ser vad det föreställer, nämligen en bil på väg över en bro. Effekten är mycket tydligare när du ser de rörliga bilderna, och här har vi överdrivit kontrasten för att du ska se turbulensen i snöstormen.
Om metadata från kameran innehåller gps-position kan programvaran peka ut exakt var på en karta som bilden tas och hur kameran var riktad. Med lasersikte kan man få exakta koordinater också.
