Jedna od najpoznatijih sposobnosti Supermana je super-vid, koji mu omogućava da vidi atome, vidi u mraku i na ogromnim udaljenostima, a također i da vidi kroz predmete. Ovu sposobnost veoma rijetko demonstriraju na ekranima, no ona postoji. U našoj stvarnosti, također je moguće vidjeti kroz praktično neprozirne objekte korištenjem nekih znanstvenih trikova. Međutim, snimke su oduvijek bile crno-bijele, sve do nedavno. Danas ćemo se upoznati s istraživanjem u kojem su znanstvenici sa Sveučilišta Duke (Sjedinjene Države) uspjeli napraviti obojenu sliku objekata skrivenih iza neprozirnog zida koristeći jednokratnu svjetlosnu stimulaciju. Kakva je to super-tehnologija, kako ona funkcionira i u kojim područjima može biti primjenjiva? O tome će nas obavijestiti izvještaj istraživačke grupe. Idemo.
Osnova istraživanja
Unatoč svim mogućim "koristima" tehnologije vizualizacije objekata u raspršenim sredinama, postoji niz problema u implementaciji ove tehnologije. Osnovni problem je taj što se putanje fotona kroz raspršivač jako mijenjaju, što dovodi do slučajnih uzoraka. speckle* s druge strane.
Speckle* je slučajna interferencijska slika koja se formira međusobnom interferencijom koherentnih valova koji imaju slučajne pomake faze i/ili slučajan skup intenziteta. Često izgleda kao skup svijetlih točaka na tamnoj pozadini.
Tijekom posljednjih godina razvijeno je nekoliko metoda vizualizacije koje omogućuju zaobilaženje efekata raspršivača i ekstrakciju informacija o objektu iz slike speckle-a. Problemi ovih metoda leže u njihovim ograničenjima — potrebno je imati određena saznanja o objektu, imati pristup raspršivaču ili objektu itd.
Istovremeno, postoji mnogo sofisticiranija metoda — vizualizacija s memorijskim učinkom (ME). Ova metoda omogućava vizualizaciju objekta bez prethodnog znanja o njemu ili o raspršivačkoj sredini. Svi imaju nedostatke, kao što znamo, a ME metoda nije iznimka. Za postizanje visokokonturiranih speckle uzoraka i, sukladno tome, preciznijih slika, osvjetljenje mora biti uskopojasno, tj. manje od 1 nm.
Mogućnost obilaženja ograničenja ME metode također postoji, ali, opet, ti trikovi su povezani s pristupom optičkom izvoru ili objektu prije raspršivača ili sa direktnim mjerenjem. PSF*.
PSF* — funkcija raspršenja točke koja opisuje sliku koju sustav formiranja dobiva pri promatranju točkastog izvora svjetlosti ili točkastog objekta.
Istraživači nazivaju te metode funkcionalnima, ali ne savršenima, jer mjerenje PSF-a nije uvijek moguće zbog, na primjer, dinamike raspršivača ili njegove nedostupnosti prije vizualizacijske procedure. Drugim riječima, ima posla.
U svom radu istraživači predlažu drugi pristup. Demonstriraju nam metodu implementacije multispektralne vizualizacije objekata kroz raspršivačku sredinu koristeći jedinstveno spekle mjerenje monokromatskom kamerom. Za razliku od drugih tehnika, ova ne zahtijeva prethodno znanje o PSF sustavu ili spektru izvora.
Nova metoda omogućava stvaranje visokokvalitetnih slika ciljnog objekta u pet dobro razdvojenih spektralnih kanala između 450 nm i 750 nm, što je potvrđeno proračunima. U praksi je do sada postignuta vizualizacija triju dobro razdvojenih spektralnih kanala između 450 nm i 650 nm i šest susjednih spektralnih kanala između 515 i 575 nm.
Načelo rada nove metode
Slika br. 1: lampa — prostorni modulator svjetlosti — raspršivač (s irisnom dijafragmom) — kodirajuća otvor — prizma — optički relej (vizualizacija 1:1) — monokromatska kamera.
Istraživači ističu tri osnovna elementa svake vizualizacije preko raspršivača: objekt interesa (osvijetljen izvana ili samosvjetleći), raspršivač i detektor.
Kao i u standardnim ME sustavima, u ovom istraživanju razmatra se objekt čiji je kutni veličina smješten unutar vidnog polja ME i na udaljenosti u iza raspršivača. Nakon interakcije s raspršivačem, svjetlost se širi na udaljenosti v prije nego što dođe do detektora.
Uobičajena ME-vizualizacija koristi standardne kamere, dok ovaj metod koristi modul kodirajućeg detektora, koji se sastoji od kodirajuće aperture i optičkog elementa koji ovisi o valnoj dužini. Cilj ovog elementa je jedinstvena modulacija svake spektralne trake prije njihovog kombiniranja i pretvaranja u monokromatskom detektoru.
Dakle, umjesto jednostavnog mjerenja niskokontrastnog spektra, čiji su spektralni kanali nerazdvojno izmiješani, snimalo se spektralno multiplexirani signal, koji se dobro uklapa za razdvajanje.
Istraživači ponovno naglašavaju da njihova metoda ne zahtijeva nikakve unaprijed poznate karakteristike ili pretpostavke o rasipanju ili izvoru svjetlosti.
Nakon izvođenja preliminarnih mjerenja multiplexiranog spektra, korištena su poznata vrijednost Tλ (kodirajući uzorak koji ovisi o valnoj dužini) za individualnu rekonstrukciju spektra u svakoj spektralnoj traci.
U svom radu, tijekom faze računanja i modeliranja, znanstvenici su primijenili određene metode strojnog učenja koje mogu pomoći u realizaciji dosad neistraženog metoda. Prije svega, korišteno je učenje značajki rijetke matrice za prikaz spektra.
Učenje značajki* — omogućuje sustavu da automatski pronađe prikaze potrebne za identificiranje značajki izvornih podataka.
Kao rezultat toga, stvorena je baza obučena na speklo-slikama iz različitih mjernih konfiguracija. Ova baza je dovoljno općenita i ne ovisi o specifičnim objektima i rasipačima koji sudjeluju u generaciji maske Iλx, y. Drugim riječima, sustav se obučava na temelju rasipača koji nije korišten u eksperimentalnoj konfiguraciji, tj. sustav nema pristup tome, što je istraživačima i bilo cilj.
Za dobivanje speklo-slika na svakoj valnoj dužini korišten je OMP algoritam (orthogonal matching pursuit).
Na kraju, izračunavanjem autokorelacije svakog spektralnog kanala neovisno i inverzije autokorelacije na svakoj valnoj dužini dobijene su slike objekta. Dobivene slike na svakoj valnoj dužini zatim se kombiniraju kako bi se stvorila kolorirana slika objekta.
Slika br. 2: postupni proces sastavljanja slike objekta.
Ova metoda, prema riječima njenih tvoraca, ne postavlja nikakva pretpostavke o korelacijama između spektralnih kanala i zahtijeva samo pretpostavku da je vrijednost valne duljine dovoljno slučajna. Osim toga, ova metoda zahtijeva samo informacije o kodirajućem detektoru, oslanjajući se na prethodnu kalibraciju kodirajuće aperture i prethodno obučenu biblioteku podataka. Ove karakteristike čine ovu vizualizacijsku metodu vrlo univerzalnom i neinvazivnom.
Rezultati modeliranja
Najprije razmotrimo rezultate modeliranja.
Slika br. 3
Na gornjoj slici prikazani su primjeri multisperktralne snimke dvaju objekata, snimljenih kroz raspršivač. Gornji red na 3a sadrži objekt interesa, sastavljen od nekoliko brojeva, prikazanih u lažnoj boji, kao i u razdvojenim spektalnim kanalima. Kada se objekt gradi u lažnoj boji, profil intenziteta svake valne duljine se prikazuje u CIE 1931 RGB prostoru.
Rekonstruktivni objekt (donji red na 3a) kako u lažnoj boji, tako i s aspekta pojedinačnih spektralnih kanala, pokazuje da metodika osigurava odličnu vizualizaciju i samo neznatnu međusobnu interakciju između spektralnih kanala, koja ne igra značajnu ulogu u procesu.
Nakon dobivanja rekonstrukcijskog objekta, tj. nakon vizualizacije, trebala se ocijeniti točnost usporedbom spektralne intenziteta (prosječena preko svih svijetlih piksela) stvarnog objekta i rekonstrukcijskog (3b).
Na slikama 3c prikazan je stvarni objekt (gornji red) i rekonstrukcija slike (donji red) za stanicu iz stabljike pamuka, dok je na 3d prikazana analiza točnosti vizualizacije.
Za procjenu točnosti vizualizacije bilo je potrebno izračunati vrijednosti koeficijenta strukturne sličnosti (SSIM) i vršnog odnosa signala i šuma (pSNR) stvarnog objekta za svaki spektralni kanal.
Gornja tablica pokazuje da svaki od pet kanala ima SSIM koeficijent od 0,8 do 0,9 i PSNR veći od 20. Iz toga se može zaključiti da, unatoč niskom kontrastu speckle signala, preklapanje na detektor pet spektralnih pojasa širine 10 nm omogućuje dovoljno preciznu rekonstrukciju prostornih i spektralnih svojstava ispitanog objekta. Drugim riječima, metoda funkcionira, no to su samo rezultati modeliranja. Za potpunu sigurnost u svoje rezultate, znanstvenici su proveli niz praktičnih eksperimenata.
Rezultati eksperimenata
Jedna od najznačajnijih razlika između modeliranja i stvarnih eksperimenata je okruženje, odnosno uvjeti u kojima se obavljaju i jedno i drugo. U prvom slučaju postoje kontrolirani uvjeti, dok su u drugom nepredict ni, tj. kako ispadne.
Razmatrana su tri spektralna kanala širine 8-12 nm s centrom na 450, 550 i 650 nm, koji, u kombinaciji s različitim relativnim veličinama, generiraju širok raspon boja.
Slika br. 4
Na gornjoj slici prikazana je usporedba između stvarnog objekta (dugobojno slovo „H”) i rekonstruiranog. Vrijeme osvjetljavanja (ekspozicije) postavljeno je na 1800 s, što je omogućilo postizanje SNR-a u rasponu od 60-70 dB. Takav SNR, kažu znanstvenici, nije iznimno važan za eksperiment, ali služi kao dodatno potvrđivanje funkcionalnosti njihove metode, posebno u slučajevima složenih objekata. U stvarnosti, a ne u laboratorijskim uvjetima, ova metoda može biti red veličine brža.
Na gornjem redu slike br. 4 prikazan je objekt na svakoj valnoj duljini (s lijeva na desno) i stvarni punobojni objekt.
Kako bi se prilikom vizualizacije dobila slika stvarnog objekta, korištena je kamera strojnog vida s odgovarajućim pojasevnim filtrima za izravno prikazivanje spektralnih komponenti i dobivanje punobojne slike zbrajanjem rezultantnih spektralnih kanala.
Drugi red slike iznad prikazuje obrasce autokorelacije svakog rekonstruiranog spektralnog kanala, koji formiraju multiplikirane mjere, koje su ulazni podaci za fazu obrade podataka.
Treći red je rekonstruirani objekt u svakom spektralnom kanalu, kao i rekonstruirani punobojni objekt, tj. konačni rezultat vizualizacije.
Punobojna slika pokazuje da su relativne vrijednosti između spektralnih kanala također točne, jer boja kombinirane rekonstruirane slike odgovara stvarnoj vrijednosti, a SSIM koeficijent prelazi 0,92 za svaki kanal.
Najdonji red potvrđuje ovu tvrdnju, prikazujući usporedbu između intenziteta stvarnog objekta i rekonstruiranog. Podaci o oba objekta se podudaraju u svim spektralnim opsezima.
Iz ovoga proizlazi da prisutnost šuma i potencijalnih grešaka u modeliranju nisu ometali dobivanje visokokvalitetne slike, a rezultati eksperimenata se odlično podudaraju s rezultatima modeliranja.
Gore opisani eksperiment proveden je uzimajući u obzir odvojene spektralne kanale. Znanstvenici su proveli još jedan eksperiment, ali s priljubljenim kanalima, točnije s kontinuiranim spektralnim opsegom od 60 nm.
Slika br. 5
Kao stvarni objekt korišteni su slova „X” i znak „+” (5a). Spektar slova „X” je relativno ujednačen i neprekidan — između 515 i 575 nm, dok znak „+” ima strukturirani spektar, većinom smješten između 535 i 575 nm (5b). Za ovaj eksperiment ekspozicija je iznosila 120 s kako bi se postigao željeni (kao i ranije) SNR od 70 dB.
Također je korišten trakasti filtar širine 60 nm iznad cijelog objekta i donji filtar iznad znaka „+”. Tijekom rekonstrukcije, spektralni opseg od 60 nm dijeli se na 6 nastavnih kanala širine 10 nm (5b).
Kao što možemo vidjeti iz slika 5c, rezultantne slike se odlično podudaraju sa stvarnim objektom. Ovaj eksperiment pokazao je da prisutnost ili odsutnost spektralnih korelacija u mjerenom speklu ne utječe na učinkovitost istraživane metode vizualizacije. Sami znanstvenici smatraju da mnogo veću ulogu u procesu vizualizacije, a točnije u njegovoj uspješnosti, igraju ne toliko spektralne karakteristike objekta, koliko kalibracija sustava i detalja njegovog kodirajućeg detektora.
Za detaljnije upoznavanje s nijansama istraživanja preporučujem da zavirite u i za njega.
Epilog
U ovom radu znanstvenici su opisali novu metodu multispektalne vizualizacije kroz raspršivač. Modulacija spekla koja ovisi o valnoj duljini, uz pomoć kodirajuće aperture, omogućila je izvršenje jednog multiplexiranog mjerenja i izračunavanje spekla pomoću OMP algoritma temeljenog na strojarstvu učenja.
Na primjeru raznobojnog slova „H“ znanstvenici su pokazali da fokusiranje na pet spektralnih kanala, koji odgovaraju ljubičastoj, zelenoj i tri nijanse crvene, omogućava dobivanje rekonstrukcije slike koja sadrži sve boje originala (plava, žuta itd.).
Prema riječima istraživača, njihova metodologija može biti korisna kako u medicini, tako i u astronomiji. Boja nosi važnu informaciju u oba smjera: u astronomiji — kemijski sastav proučavanih objekata, u medicini — molekularni sastav stanica i tkiva.
U ovoj fazi znanstvenici ističu samo jedan problem koji može izazvati netočnosti u vizualizaciji, to su pogreške modeliranja. Zbog prilično dugog vremena potrebnog za izvršenje procesa, mogu se javljati promjene u okolini koje će unositi svoje korekcije, a koje nisu uzete u obzir tijekom pripreme. Međutim, u budućnosti planiraju pronaći način za neutralizaciju ovog problema, što će omogućiti čini opisane metode vizualizacije ne samo točnom, već i stabilnom u svim uvjetima.
Petak Off-Topic:
Svjetlost, boja, glazba i trio najpoznatijih plavih „čuda” na svijetu (Blue Man Group).
Hvala na pažnji, ostanite radoznali, i želim svima odličan vikend, ekipa! 🙂
Hvala što ste s nama. Sviđa li vam se naš sadržaj? Želite li vidjeti više zanimljivih materijala? Podržite nas naručivanjem ili preporučite prijateljima. 30% popusta za korisnike Habr-a na jedinstveni analog entry-level servera, koji smo stvorili za vas: (dostupne opcije s RAID1 i RAID10, do 24 jezgre i do 40GB DDR4).
Dell R730xd za pola cijene? Samo kod nas u Nizozemskoj! Dell R420 — 2x E5-2430 2.2Ghz 6C 128GB DDR3 2x960GB SSD 1Gbps 100TB — od 99 $! Pročitajte o tome
Izvor: habr.com
