Una delle capacità più celebri di Superman è la vista superumana, che gli permetteva di esaminare gli atomi, vedere nel buio e a grande distanza, oltre a guardare attraverso gli oggetti. Questa abilità viene mostrata raramente sugli schermi, ma esiste. Nella nostra realtà, è possibile vedere attraverso oggetti praticamente opachi anche utilizzando alcuni trucchi scientifici. Tuttavia, le immagini ottenute sono sempre state in bianco e nero, fino a poco tempo fa. Oggi esploreremo uno studio condotto da ricercatori dell'Università di Duke (USA), che sono riusciti a scattare una foto a colori di oggetti nascosti dietro un muro opaco, utilizzando un'unica fonte di luce. Di che tecnologia super è, come funziona e in quali aree può essere applicata? Ce lo racconterà il gruppo di ricerca. Andiamo avanti.
Fondamenti della ricerca
Nonostante tutti i possibili "benefici" della tecnologia di visualizzazione degli oggetti in ambienti distorsivi, ci sono delle problematiche relative all'implementazione di questa tecnologia. La principale è il fatto che i percorsi dei fotoni che attraversano il diffusore cambiano notevolmente, portando a schemi casuali spot* dall'altra parte.
Spot* è un'immagine di interferenza casuale formata dall'interferenza reciproca di onde coerenti, che presentano spostamenti di fase casuali e/o insiemi casuali di intensità. Di solito appare come un insieme di punti luminosi su uno sfondo scuro.
Negli ultimi anni sono state sviluppate diverse metodologie di visualizzazione che consentono di superare gli effetti del diffusore e di estrarre informazioni sull'oggetto dal pattern di spot. Il problema di queste metodologie è la loro limitatezza: è necessario avere certe conoscenze sull'oggetto, avere accesso all'ambiente o all'oggetto diffusore, ecc.
Allo stesso tempo, esiste un metodo molto più avanzato, secondo gli scienziati, chiamato visualizzazione con effetto memoria (ME). Questo metodo consente di visualizzare un oggetto senza conoscenze preliminari riguardo all'oggetto stesso o al mezzo di diffusione. Ci sono dei difetti in tutti i metodi, come sappiamo, e il metodo ME non fa eccezione. Per ottenere modelli di speckle ad alto contrasto e, di conseguenza, immagini più precise, l'illuminazione deve essere a banda stretta, cioè inferiore a 1 nm.
È possibile anche aggirare le restrizioni del metodo ME, ma, di nuovo, questi trucchi sono legati all'accesso alla sorgente ottica o all'oggetto prima del diffusore, o alla misurazione diretta. PSF*.
PSF* — funzione di diffusione puntuale, che descrive l'immagine ottenuta dal sistema di formazione quando si osserva una sorgente di luce puntuale o un oggetto puntuale.
I ricercatori definiscono questi metodi funzionanti, ma non perfetti, poiché la misurazione della PSF non è sempre possibile a causa, ad esempio, della dinamicità del diffusore o della sua inaccessibilità prima della procedura di visualizzazione. In altre parole, c'è molto su cui lavorare.
Nel loro lavoro, i ricercatori propongono un approccio diverso. Dimostrano un metodo per realizzare la visualizzazione multispettrale di oggetti attraverso un mezzo di diffusione utilizzando una singola misurazione di speckle con una camera monocromatica. A differenza di altre metodologie, questa non richiede conoscenze preliminari sulla PSF del sistema o sullo spettro della sorgente.
Il nuovo metodo consente di creare immagini di alta qualità dell'oggetto target in cinque canali spettrali ben distinti, tra 450 nm e 750 nm, come confermato dai calcoli. Nella pratica, però, si è riusciti a visualizzare tre canali spettrali ben distinti tra 450 nm e 650 nm e sei canali spettro adiacenti tra 515 e 575 nm.
Principio di funzionamento del nuovo metodo
Immagine n. 1: lampada — modulatori spaziali di luce — diffusore (con diaframma a iride) — apertura codificante — prisma — relè ottico (visualizzazione 1:1) — camera monocromatica.
I ricercatori evidenziano tre elementi principali di qualsiasi visualizzazione attraverso un diffusore: l'oggetto di interesse (illuminato esternamente o che emette luce autonomamente), il diffusore e il rivelatore.
Come nei sistemi ME standard, in questo studio viene considerato un oggetto il cui angolo di dimensione si trova all'interno del campo visivo del ME e a una distanza u dal diffusore. Dopo l'interazione con il diffusore, la luce si espande a una distanza v, prima di colpire il rivelatore.
La visualizzazione ME standard utilizza telecamere tradizionali, mentre in questo metodo viene impiegato un modulo di rivelatore codificatore, composto da un'apertura codificante e da un elemento ottico che dipende dalla lunghezza d'onda. L'obiettivo di questo elemento è la modulazione unica di ciascun canale spettrale prima della loro unione e trasformazione nel rivelatore monocromatico.
Pertanto, invece di misurare semplicemente il basso contrasto dello speckle, i cui canali spettrali sono mescolati inestricabilmente, è stata registrata una segnale spettrale multiplexato, ben adatto alla separazione.
I ricercatori sottolineano ancora una volta che il loro metodo non richiede alcuna caratteristica nota in anticipo o ipotesi riguardanti il diffusore o la sorgente luminosa.
Dopo aver effettuato misurazioni preliminari dello speckle multiplexato, è stato utilizzato un valore noto Tλ (pattern codificante dipendente dalla lunghezza d'onda) per la ricostruzione individuale dello speckle in ciascun intervallo spettrale.
Nel loro lavoro, nella fase di calcolo e modellizzazione, gli scienziati hanno applicato determinati metodi di apprendimento automatico, in grado di aiutare nell'implementazione di un metodo non precedentemente considerato. Prima di tutto, è stato utilizzato l'apprendimento delle caratteristiche delle matrici sparse per rappresentare lo speckle.
Apprendimento delle caratteristiche* consente al sistema di trovare automaticamente le rappresentazioni necessarie per identificare le caratteristiche dei dati originali.
Di conseguenza, è stato ottenuto un database addestrato su immagini di speckle provenienti da diverse configurazioni di misurazione. Questo database è sufficientemente generalizzato e non dipende da oggetti e diffusori specifici coinvolti nella generazione della maschera Iλx, y. In altre parole, il sistema si addestra su un diffusore che non viene utilizzato nella configurazione sperimentale, cioè il sistema non ha accesso ad esso, come desiderato dai ricercatori.
Per ottenere immagini di speckle a ciascuna lunghezza d'onda è stato utilizzato l'algoritmo OMP (caccia abbinata ortogonale).
Alla fine, calcolando l'autocorrelazione di ciascun canale spettrale in modo indipendente e invertendo l'autocorrelazione per ciascuna lunghezza d'onda, sono state ottenute le immagini dell'oggetto. Le immagini ottenute a ciascuna lunghezza d'onda vengono poi unite per creare un'immagine colorata dell'oggetto.
Immagine n. 2: processo passo-passo per la creazione dell'immagine dell'oggetto.
Questa metodologia, secondo i suoi creatori, non fa alcuna ipotesi sulle correlazioni tra i canali spettrali e richiede solo l'ipotesi che il valore della lunghezza d'onda sia sufficientemente casuale. Inoltre, questo metodo richiede solo informazioni sul rivelatore codificatore, facendo affidamento sulla calibrazione preliminare dell'apertura codificante e su una libreria di dati pre-addestrata. Queste caratteristiche rendono questo metodo di visualizzazione abbastanza universale e non invasivo.
Risultati della simulazione
Iniziamo esaminando i risultati della simulazione.
Immagine n. 3
Nell'immagine sopra sono mostrati esempi di riprese multispettrali di due oggetti effettuate tramite un diffusore. La riga superiore a 3a contiene l'oggetto di interesse, composto da diversi numeri, mostrati sia in falsa luce che separati per canale spettrale. Nella costruzione dell'oggetto in falsa luce viene visualizzato il profilo di intensità di ciascuna lunghezza d'onda nello spazio CIE 1931 RGB.
L'oggetto ricostruito (riga inferiore a 3a) sia in falsa luce che per quanto riguarda i singoli canali spettrali, dimostra che la metodologia fornisce un'ottima visualizzazione e solo una minima interazione incrociata tra i canali spettrali, che non gioca un ruolo significativo nel processo.
Dopo aver ottenuto l'oggetto ricostruito, ovvero dopo la visualizzazione, era necessario valutare il grado di precisione, confrontando l'intensità spettrale (media su tutti i pixel luminosi) dell'oggetto reale con quello ricostruito (3b).
Nelle immagini 3c sono mostrati l'oggetto reale (riga superiore) e l'immagine ricostruita (riga inferiore) per una cellula di fusto di cotone, mentre in 3d è mostrata l'analisi della precisione della visualizzazione.
Per valutare l'accuratezza della visualizzazione era necessario calcolare i valori del coefficiente di somiglianza strutturale (SSIM) e del rapporto segnale-rumore di picco (pSNR) dell'oggetto reale per ogni canale spettrale.
La tabella sopra mostra che ognuno dei cinque canali ha un coefficiente SSIM tra 0,8 e 0,9 e un PSNR superiore a 20. Da ciò si deduce che, nonostante il basso contrasto del segnale di speckle, l'applicazione di cinque bande spettrali larghe 10 nm sul rilevatore consente di ricostruire in modo sufficientemente accurato le proprietà spaziali e spettrali dell'oggetto studiato. In altre parole, la metodica funziona, tuttavia si tratta solo di risultati di modellazione. Per maggiore certezza, gli scienziati hanno condotto una serie di esperimenti pratici.
Risultati degli esperimenti
Una delle differenze più significative tra la modellazione e gli esperimenti reali è l'ambiente, ovvero le condizioni in cui entrambi vengono condotti. Nel primo caso ci sono condizioni controllate, nel secondo — imprevedibili, cioè come verrà.
Sono stati considerati tre canali spettrali con larghezza di 8-12 nm con centro a 450, 550 e 650 nm, che combinati con varie grandezze relative generano un'ampia gamma di colori.
Immagine n. 4
Nell'immagine sopra è mostrato un confronto tra l'oggetto reale (la lettera multicolore «H») e quello ricostruito. Il tempo di esposizione della luce (tempo di posa, cioè esposizione) è stato fissato a 1800 s, il che ha permesso di ottenere un SNR nell'intervallo di 60-70 dB. Tale valore di SNR, secondo gli scienziati, non è estremamente importante per l'esperimento, ma serve come ulteriore conferma della funzionalità della loro metodica, soprattutto nel caso di oggetti complessi. Nella realtà, e non in condizioni di laboratorio, questo metodo potrebbe essere ordini di grandezza più veloce.
Nella fila superiore dell'immagine n. 4 è mostrato l'oggetto a ciascuna lunghezza d'onda (da sinistra a destra) e l'oggetto a colori reali.
Per ottenere un'immagine dell'oggetto reale attraverso la visualizzazione, è stata utilizzata una telecamera di visione artificiale con relativi filtri a banda per visualizzare direttamente i componenti spettrali e ottenere un'immagine a colori completi sommando i canali spettrali risultanti.
La seconda riga dell'immagine sopra mostra i modelli di autocorrelazione di ciascun canale spettrale ricostruito, formando misurazioni multiplexate che sono i dati in ingresso per la fase di elaborazione dei dati.
La terza riga rappresenta l'oggetto ricostruito in ciascun canale spettrale, insieme all'oggetto a colori ricostruito, ovvero il risultato finale della visualizzazione.
L'immagine a colori mostra che le grandezze relative tra i canali spettrali sono anch'esse corrette, poiché il colore dell'immagine ricostruita combinata corrisponde al valore reale, e il coefficiente SSIM supera 0,92 per ciascun canale.
L'ultima riga conferma questa affermazione, mostrando il confronto dell'intensità dell'oggetto reale e di quello ricostruito. I dati di entrambi coincidono su tutti gli intervalli spettrali.
Ne consegue che anche la presenza di rumore e potenziali errori di modellazione non hanno impedito di ottenere un'immagine di alta qualità, e i risultati degli esperimenti si allineano perfettamente ai risultati della modellazione.
L'esperimento descritto è stato condotto tenendo conto dei canali spettrali separati. Gli scienziati hanno effettuato un altro esperimento, ma con canali adiacenti, più precisamente con un intervallo spettrale continuo di 60 nm.
Immagine n. 5
Come oggetto reale è stata utilizzata la lettera «X» e il segno «+» (5а). Lo spettro della lettera «X» è relativamente uniforme e continuo — tra 515 e 575 nm, mentre il «+» ha uno spettro strutturato, principalmente situato tra 535 e 575 nm (5b). Per questo esperimento, l'esposizione è stata di 120 s per raggiungere il desiderato (come in precedenza) SNR di 70 dB.
È stato anche utilizzato un filtro a banda di 60 nm su tutto l'oggetto e un filtro passa basso sul segno «+». Durante la ricostruzione, lo spettro di 60 nm è stato suddiviso in 6 canali adiacenti di larghezza 10 nm (5b).
Come possiamo vedere dalle immagini 5с, le immagini risultanti sono perfettamente in accordo con l'oggetto reale. Questo esperimento ha dimostrato che la presenza o l'assenza di correlazioni spettrali nel interferogramma misurato non influisce sull'efficacia della metodologia di visualizzazione studiata. Gli scienziati stessi ritengono che un ruolo molto maggiore nel processo di visualizzazione, e più precisamente nel suo successo, sia giocato non tanto dalle caratteristiche spettrali dell'oggetto, quanto dalla calibrazione del sistema e dei dettagli del suo rivelatore codificante.
Per un approfondimento sui dettagli della ricerca, consiglio di dare un'occhiata a e ad essa.
Epilogo
In questo lavoro, gli scienziati hanno descritto un nuovo metodo di visualizzazione multispettrale attraverso un dispersore. La modulazione dell'interferogramma, a seconda della lunghezza d'onda, tramite un'apertura codificante ha consentito di effettuare una misurazione multiplexata e calcolare l'interferogramma utilizzando un algoritmo OMP basato su apprendimento automatico.
Utilizzando come esempio la lettera colorata «Н», gli scienziati hanno dimostrato che focalizzarsi su cinque canali spettrali corrispondenti al viola, al verde e a tre tonalità di rosso consente di ottenere una ricostruzione dell'immagine contenente tutti i colori dell'originale (blu, giallo, ecc.).
Secondo i ricercatori, la loro metodologia può essere utile sia in medicina che in astronomia. Il colore porta con sé informazioni importanti in entrambi i settori: in astronomia - la composizione chimica degli oggetti studiati, in medicina - la composizione molecolare delle cellule e dei tessuti.
In questa fase, gli scienziati segnalano solo un problema che può causare imprecisioni nella visualizzazione: gli errori di modellazione. A causa del piuttosto lungo tempo necessario per completare il processo, potrebbero verificarsi cambiamenti nell'ambiente circostante che apporteranno delle correzioni non considerate durante la fase di preparazione. Tuttavia, in seguito si prevede di trovare un modo per mitigare questo problema, il che consentirà di rendere la metodologia di visualizzazione descritta non solo precisa, ma anche stabile in qualsiasi condizione.
Off-topic del venerdì:
Luce, colore, musica e il trio dei più famosi «strani» blu al mondo (Blue Man Group).
Grazie per l'attenzione, rimanete curiosi e buon fine settimana a tutti, ragazzi! 🙂
Grazie per rimanere con noi. Ti piacciono i nostri articoli? Vuoi vedere più contenuti interessanti? Supportaci effettuando un ordine o raccomandandoci ai tuoi amici, Sconto del 30% per gli utenti di Habra su un'analoga unica di server entry-level, che abbiamo ideato per te: (sono disponibili opzioni con RAID1 e RAID10, fino a 24 core e fino a 40GB DDR4).
Dell R730xd a metà prezzo? Solo da noi nei Paesi Bassi! Dell R420 — 2x E5-2430 2.2Ghz 6C 128GB DDR3 2x960GB SSD 1Gbps 100TB — a partire da $99! Leggi di
Fonte: habr.com
