Una de las habilidades más famosas de Superman es la visión de rayos X, que le permite ver átomos, observar en la oscuridad y a grandes distancias, además de ver a través de objetos. Esta habilidad rara vez se muestra en la pantalla, pero existe. En nuestra realidad, ver a través de objetos prácticamente opacos también es posible utilizando algunos trucos científicos. Sin embargo, las imágenes obtenidas siempre han sido en blanco y negro, hasta hace poco. Hoy exploraremos un estudio en el que científicos de la Universidad de Duke (EE.UU.) lograron hacer una imagen en color de objetos ocultos detrás de una pared opaca, aplicando un solo pulso de luz. ¿Qué es esta supertecnología, cómo funciona y en qué áreas puede aplicarse? La presentación del grupo de investigación nos lo contará. Vamos.
Base de la investigación
A pesar de todos los posibles "beneficios" de la tecnología de visualización de objetos en medios dispersivos, existen una serie de problemas en la implementación de esta tecnología. El principal es el hecho de que las trayectorias de los fotones que atraviesan el dispersor cambian drásticamente, lo que conduce a patrones aleatorios. especkle* del otro lado.
Especkle* es un patrón de interferencia aleatorio formado por la interferencia mutua de ondas coherentes que tienen desplazamientos de fase aleatorios y/o una aleatoria combinación de intensidad. A menudo se ve como un conjunto de puntos brillantes sobre un fondo oscuro.
En los últimos años, se han desarrollado varias técnicas de visualización que permiten sortear los efectos del dispersor y extraer información sobre el objeto a partir del patrón de especkle. El problema de estas técnicas radica en su limitación — es necesario tener cierto conocimiento sobre el objeto, acceso al medio dispersor o al objeto, etc.
Al mismo tiempo, existe un método mucho más avanzado, en opinión de los científicos, la visualización con efecto de memoria (ME). Este método permite visualizar un objeto sin tener conocimiento previo sobre él o sobre el medio dispersor. Todos los métodos tienen desventajas, como sabemos, y el método ME no es una excepción. Para obtener patrones de especkle de alto contraste y, por ende, imágenes más precisas, la iluminación debe ser de banda estrecha, es decir, menos de 1 nm.
También es posible eludir las limitaciones del método ME, pero, de nuevo, estos trucos están relacionados con el acceso a la fuente óptica o al objeto antes del dispersor, o con la medición directa. PSF*.
PSF* — función de dispersión puntual, que describe la imagen que obtienen los sistemas de formación al observar una fuente de luz puntual o un objeto puntual.
Los investigadores consideran que estos métodos son funcionales, pero no perfectos, ya que la medición PSF no siempre es posible debido, por ejemplo, a la dinámica del dispersor o su inaccesibilidad antes del procedimiento de visualización. En otras palabras, hay espacio para mejora.
En su trabajo, los investigadores proponen un enfoque diferente. Nos muestran un método para implementar la visualización multiespectral de objetos a través de un medio dispersor utilizando una única medición de speckle con una cámara monocromática. A diferencia de otros métodos, este no requiere conocimientos previos sobre el sistema PSF o el espectro de la fuente.
El nuevo método permite crear imágenes de alta calidad del objeto objetivo en cinco canales espectrales bien separados entre 450 nm y 750 nm, lo cual ha sido confirmado por cálculos. Sin embargo, en la práctica, hasta ahora se ha logrado visualizar tres canales espectrales bien separados entre 450 nm y 650 nm y seis canales espectrales adyacentes entre 515 y 575 nm.
Principio de funcionamiento del nuevo método
Imagen n.º 1: lámpara — modulador espacial de luz — dispersor (con diafragma de iris) — apertura codificadora — prisma — relé óptico (visualización 1:1) — cámara monocromática.
Los investigadores señalan tres elementos principales de cualquier visualización a través de un dispersor: el objeto de interés (iluminado externamente o que brilla por sí mismo), el dispersor y el detector.
Al igual que en los sistemas ME estándar, en este estudio se considera un objeto cuyo tamaño angular se encuentra dentro del campo de visión de ME y a una distancia u detrás del dispersor. Después de interactuar con el dispersor, la luz se propaga a una distancia v antes de llegar al detector.
La visualización ME estándar utiliza cámaras convencionales, pero este método emplea un módulo de detector codificador, que consiste en una apertura codificadora y un elemento óptico dependiente de la longitud de onda. El objetivo de este elemento es modular de manera única cada canal espectral antes de su combinación y conversión en un detector monocromático.
Así, en lugar de simplemente medir un speckle de bajo contraste, cuyos canales espectrales están inextricablemente mezclados, se registró una señal espectralmente multiplexada, que es adecuada para la separación.
Los investigadores subrayan una vez más que su método no requiere características ni suposiciones previamente conocidas sobre el dispersor o la fuente de luz.
Después de realizar las medidas preliminares del speckle multiplexado, se utilizó un valor conocido de Tλ (patrón codificador dependiente de la longitud de onda) para la reconstrucción individual de speckle en cada banda espectral.
En su trabajo, en la fase de cálculos y modelado, los científicos aplicaron ciertos métodos de aprendizaje automático que pueden ayudar en la implementación de un método que no se había abordado anteriormente. En primer lugar, se utilizó el aprendizaje de características de matrices dispersas para representar el speckle.
Aprendizaje de características* — permite que el sistema encuentre automáticamente las representaciones necesarias para identificar las características de los datos originales.
Como resultado, se obtuvo una base entrenada en imágenes de speckle de diversas configuraciones de mediciones. Esta base es bastante general y no depende de objetos y dispersores específicos involucrados en la generación de la máscara Iλx, y. En otras palabras, el sistema se entrena sobre la base de un dispersor que no se utiliza en la configuración experimental, es decir, el sistema no tiene acceso a él, como deseaban los investigadores.
Para obtener imágenes de speckle a cada longitud de onda, se utilizó el algoritmo OMP (búsqueda de coincidencia ortogonal).
Al final, calculando la autocorrelación de cada canal espectral de manera independiente e invirtiendo la autocorrelación en cada longitud de onda, se obtuvieron las imágenes del objeto. Las imágenes resultantes en cada longitud de onda se combinan luego para crear una imagen de color del objeto.
Imagen №2: proceso paso a paso para la creación de una imagen del objeto.
Este método, según sus creadores, no hace suposiciones sobre las correlaciones entre los canales espectrales y solo requiere suponer que el valor de la longitud de onda es lo suficientemente aleatorio. Además, este método solo requiere información sobre el detector codificador, basándose en la calibración previa de la apertura de codificación y en una biblioteca de datos previamente entrenada. Estas características hacen que este método de visualización sea bastante versátil y no invasivo.
Resultados de la simulación
Para empezar, examinemos los resultados de la simulación.
Imagen Nº 3
La imagen de arriba muestra ejemplos de una captura multiespectral de dos objetos, realizadas a través de un dispersor. La fila superior en 3a contiene el objeto de interés, que consiste en varios números, mostrados tanto en falso color como desglosados por canal espectral. Al construir el objeto en falso color, se muestra el perfil de intensidad de cada longitud de onda en el espacio RGB de CIE 1931.
El objeto reconstruido (fila inferior en 3a) tanto en falso color como desde la perspectiva de los canales espectrales individuales, demuestra que la metodología proporciona una excelente visualización y solo una mínima interacción cruzada entre los canales espectrales, que no juega un papel significativo en el proceso.
Después de obtener el objeto reconstruido, es decir, después de la visualización, fue necesario evaluar el grado de precisión, comparando la intensidad espectral (promediada sobre todos los píxeles brillantes) del objeto real y el reconstruido (3b).
En las imágenes 3c se muestra el objeto real (fila superior) y la imagen reconstruida (fila inferior) de una célula del tallo de algodón, y en 3d se muestra el análisis de la precisión de la visualización.
Para evaluar la precisión de la visualización, fue necesario calcular los valores del coeficiente de similitud estructural (SSIM) y la relación entre la señal y el ruido (pSNR) del objeto real para cada canal espectral.
La tabla anterior muestra que cada uno de los cinco canales tiene un coeficiente SSIM de 0.8 a 0.9 y un PSNR superior a 20. Esto indica que, a pesar del bajo contraste de la señal speckle, la superposición en el detector de cinco bandas espectrales de 10 nm de ancho permite reconstruir con bastante precisión las propiedades espacio-espectrales del objeto estudiado. En otras palabras, la metodología funciona, aunque estos son solo resultados de simulación. Para mayor certeza, los científicos realizaron una serie de experimentos prácticos.
Resultados de los experimentos
Una de las diferencias más significativas entre la simulación y los experimentos reales es el entorno, es decir, las condiciones en las que se llevan a cabo ambos. En el primer caso, hay condiciones controladas, en el segundo, son impredecibles, es decir, depende de cómo salga.
Se consideraron tres canales espectrales de 8-12 nm de ancho centrados en 450, 550 y 650 nm, que en combinación con diversas proporciones relativas generan un amplio rango de colores.
Imagen número 4
La imagen anterior muestra una comparación entre el objeto real (la letra 'H' multicolor) y el reconstruido. El tiempo de exposición se estableció en 1800 s, lo que permitió obtener un SNR en el rango de 60-70 dB. Este nivel de SNR, según los científicos, no es crucial para el experimento, pero sirve como una confirmación adicional de la viabilidad de su metodología, especialmente en el caso de objetos complejos. En la realidad, y no en condiciones de laboratorio, este método puede ser significativamente más rápido.
En la fila superior de la imagen Nº4 se muestra el objeto en cada longitud de onda (de izquierda a derecha) y el objeto a color real.
Para obtener una imagen del objeto real a través de la visualización, se utilizó una cámara de visión por computadora con los filtros de banda correspondientes para mostrar directamente los componentes espectrales y obtener una imagen en color completo mediante la suma de los canales espectrales resultantes.
La segunda fila de la imagen anterior muestra los patrones de autocorrelación de cada canal espectral reconstruido, que forman mediciones multiplexadas, que son los datos de entrada para la etapa de procesamiento de datos.
La tercera fila es un objeto reconstruido en cada canal espectral, así como un objeto a color reconstruido, es decir, el resultado final de la visualización.
La imagen a color muestra que las magnitudes relativas entre los canales espectrales también son correctas, ya que el color de la imagen reconstruida combinada corresponde al valor real, y el coeficiente SSIM supera 0,92 para cada canal.
La fila más baja valida esta afirmación, mostrando la comparación de la intensidad del objeto real y el reconstruido. Los datos de ambos coinciden en todos los rangos espectrales.
De esto se deduce que incluso la presencia de ruido y posibles errores de modelado no impidieron obtener una imagen de alta calidad, y los resultados de los experimentos se correlacionan perfectamente con los resultados del modelado.
La experiencia descrita anteriormente se realizó con canales espectrales separados. Los científicos llevaron a cabo otro experimento, pero con canales adyacentes, específicamente con un rango espectral continuo de 60 nm.
Imagen Nº 5
Como objeto real se utilizó la letra 'X' y el signo '+' (5a). El espectro de la letra 'X' es relativamente uniforme y continuo, entre 515 y 575 nm, mientras que el '+' tiene un espectro estructurado, predominantemente ubicado entre 535 y 575 nm (5b). Para este experimento, la exposición fue de 120 s para alcanzar el deseado (como antes) SNR de 70 dB.
También se utilizó un filtro de banda de 60 nm sobre todo el objeto y un filtro de paso bajo sobre el signo '+'. Durante la reconstrucción, el espectro de 60 nm se divide en 6 canales adyacentes de 10 nm de ancho (5b).
Como podemos ver en las imágenes 5c, las imágenes resultantes coinciden perfectamente con el objeto real. Este experimento mostró que la presencia o ausencia de correlaciones espectrales en el speckle medido no afecta la efectividad del método de visualización estudiado. Los propios científicos creen que un papel mucho más importante en el proceso de visualización, y en su éxito, lo juegan no tanto las características espectrales del objeto, sino la calibración del sistema y los detalles de su detector codificador.
Para una comprensión más detallada de las sutilezas de la investigación, recomiendo consultar y a ello.
Epílogo
En este trabajo, los científicos describieron un nuevo método de visualización multispectral a través de un dispersor. La modulación del speckle, que depende de la longitud de onda, utilizando una apertura codificadora, permitió realizar una medición multiplexada y calcular el speckle mediante un algoritmo OMP basado en aprendizaje automático.
A través de la letra colorida «N», los científicos demostraron que el enfoque en cinco canales espectrales correspondientes al violeta, verde y tres tonos de rojo permite obtener una reconstrucción de imagen que contiene todos los colores del original (azul, amarillo, etc.).
Según los investigadores, su metodología puede ser útil tanto en medicina como en astronomía. El color transporta información crucial en ambas direcciones: en astronomía, la composición química de los objetos estudiados; en medicina, la composición molecular de células y tejidos.
En esta etapa, los científicos solo señalan un problema que puede causar imprecisiones en la visualización, que son los errores de modelado. Debido al tiempo relativamente largo requerido para completar el proceso, pueden ocurrir cambios en el entorno que se ajusten adecuadamente, no considerados en la etapa de preparación. Sin embargo, en el futuro se planea encontrar una manera de mitigar este problema, lo que permitirá que el método de visualización descrito sea no solo preciso, sino también estable en cualquier condición.
Off-topic del viernes:
Luz, color, música y el trío de los «locos» azules más famosos del mundo (Blue Man Group).
¡Gracias por su atención, sigan siendo curiosos y les deseo un excelente fin de semana, chicos! 🙂
Gracias por seguir con nosotros. ¿Te gustan nuestros artículos? ¿Quieres ver más material interesante? Apóyanos realizando un pedido o recomendándonos a tus conocidos, 30% de descuento para los usuarios de Habr en una alternativa única a los servidores de nivel de entrada, que hemos diseñado para usted: (disponibles opciones con RAID1 y RAID10, hasta 24 núcleos y hasta 40GB DDR4).
¿Dell R730xd a la mitad de precio? Solo aquí ¡en los Países Bajos! Dell R420 — 2x E5-2430 2.2Ghz 6C 128GB DDR3 2x960GB SSD 1Gbps 100TB — ¡desde $99! Lee sobre cómo
Fuente: habr.com
