Una delle capacità più famose di Superman è la visione a raggi X, che gli consentiva di vedere atomi, scorgere nel buio e a lunghe distanze, e persino di guardare attraverso gli oggetti. Questa abilità viene raramente mostrata sugli schermi, ma esiste. Nella nostra realtà, vedere attraverso oggetti praticamente opachi è possibile anche qui, usando alcuni trucchi scientifici. Tuttavia, le immagini ottenute sono sempre state in bianco e nero, fino a poco tempo fa. Oggi esploreremo uno studio in cui scienziati dell'Università di Duke (USA) sono riusciti a realizzare un'immagine a colori di oggetti nascosti dietro una parete opaca, utilizzando un'unica esposizione alla luce. Di che si tratta, come funziona e in quali aree può essere applicata? Ce lo dirà il rapporto del gruppo di ricerca. Andiamo.
La base della ricerca
Nonostante tutti i possibili «benefit» della tecnologia di visualizzazione degli oggetti in ambienti diffusi, ci sono diverse problematiche nella realizzazione di questa tecnologia. La principale è il fatto che i percorsi dei fotoni che attraversano il diffusore cambiano notevolmente, portando a modelli casuali. spécchio* dall'altra parte.
Specchio* è un'immagine di interferenza casuale, formata dall'interferenza reciproca di onde coerenti che presentano spostamenti di fase casuali e/o un insieme casuale di intensità. Si presenta più spesso come un insieme di punti luminosi su uno sfondo scuro.
Negli ultimi anni sono state sviluppate diverse tecniche di visualizzazione, che consentono di bypassare gli effetti dello scattering ed estrarre informazioni sull'oggetto dal disegno dello specchio. Il problema di queste tecniche è la loro limitatezza: è necessario possedere certe conoscenze sull'oggetto, avere accesso all'ambiente dispersivo o all'oggetto stesso, ecc.
Allo stesso tempo, esiste un metodo ritenuto molto più avanzato dagli scienziati: la visualizzazione con effetto memoria (ME). Questo metodo consente di visualizzare un oggetto senza conoscenze preliminari riguardo a esso o all'ambiente dispersivo. Tutte le tecniche hanno i loro svantaggi, come sappiamo, e il metodo ME non fa eccezione. Per ottenere schemi di speckle ad alto contrasto e quindi immagini più precise, l'illuminazione deve essere a banda stretta, cioè inferiore a 1 nm.
È possibile aggirare le limitazioni del metodo ME, ma, nuovamente, questi trucchi riguardano l'accesso alla sorgente ottica o all'oggetto prima del diffusore oppure alla misurazione diretta. PSF*.
PSF* — è la funzione di diffusione del punto, che descrive l'immagine che il sistema di formazione ottiene osservando una sorgente luminosa puntiforme o un oggetto puntiforme.
I ricercatori considerano questi metodi validi, ma non perfetti, poiché la misurazione della PSF non è sempre possibile, ad esempio a causa della dinamicità del diffusore o della sua inaccessibilità prima della procedura di visualizzazione. In altre parole, c'è ancora lavoro da fare.
Nel loro lavoro, i ricercatori propongono un approccio diverso. Ci mostrano un metodo di realizzazione di visualizzazione multispettrale di oggetti attraverso un mezzo diffondente, utilizzando una misurazione 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 separati tra 450 nm e 750 nm, come confermato dai calcoli. Nella pratica, finora è stato possibile visualizzare tre canali spettrali ben separati tra 450 nm e 650 nm e sei canali spettrali adiacenti tra 515 e 575 nm.
Principio di funzionamento del nuovo metodo
Immagine n. 1: lampada — modulatoro spaziale della luce — diffonditore (con diaframma a iride) — apertura di codifica — prisma — relè ottico (visualizzazione 1:1) — camera monocromatica.
I ricercatori evidenziano tre elementi fondamentali di qualsiasi visualizzazione tramite un diffonditore: oggetto di interesse (illuminato dall'esterno o che emette luce autonomamente), diffonditore e rivelatore.
Come nei sistemi ME standard, in questo studio si considera un oggetto di dimensioni angolari situato all'interno del campo visivo del ME e a una distanza u dietro il diffonditore. Dopo l'interazione con il diffonditore, la luce si diffonde per una distanza v prima di raggiungere il rivelatore.
La visualizzazione ME convenzionale utilizza telecamere standard, mentre in questo metodo si impiega un modulo di rilevamento codificante, composto da un'apertura codificante e un elemento ottico a lunghezza d'onda variabile. L'obiettivo di questo elemento è la modulazione unica di ciascun canale spettrale prima della loro fusione e trasformazione in un rivelatore monocrHomatico.
Pertanto, invece di una semplice misurazione di uno spettro a bassa contrasto, i cui canali spettrali sono indissolubilmente mischiati, è stata registrata una segnale spettralmente multiplexato, adatto per una separazione efficace.
I ricercatori sottolineano ancora una volta che il loro metodo non richiede alcuna conoscenza preventiva delle caratteristiche o delle ipotesi riguardanti il disperditore o la sorgente luminosa.
Dopo aver effettuato misurazioni preliminari dello spettro multiplexato, è stato utilizzato un valore noto di Tλ (pattern codificante a lunghezza d'onda) per ricostruire individualmente lo spettro in ciascuna banda spettrale.
Nel loro lavoro sulla fase di calcolo e modellazione, gli scienziati hanno applicato determinati metodi di apprendimento automatico, in grado di contribuire alla realizzazione di un metodo non precedentemente considerato. In particolare, è stato utilizzato l'apprendimento delle caratteristiche di una matrice sparsa per rappresentare il segnale di diffrazione.
Apprendimento delle caratteristiche* — consente al sistema di trovare automaticamente le rappresentazioni necessarie per identificare i segnali nei dati di origine.
Di conseguenza, è stata ottenuta una base addestrata su immagini di segnale di diffrazione da varie configurazioni di misurazione. Questa base è abbastanza generica e non dipende da oggetti specifici e da diffusori coinvolti nella generazione della maschera Iλx, y. In altre parole, il sistema viene addestrato sulla base di un diffusore che non è utilizzato nella configurazione sperimentale, ovvero il sistema non ha accesso a esso, come desideravano i ricercatori.
Per ottenere immagini di segnale di diffrazione a ogni lunghezza d'onda, è stato utilizzato l'algoritmo OMP (orthogonal matching pursuit).
Alla fine, calcolando l'autocorrelazione di ciascun canale spettrale in modo indipendente e invertendo l'autocorrelazione su ciascuna lunghezza d'onda, sono state ottenute immagini dell'oggetto. Le immagini ottenute a ciascuna lunghezza d'onda vengono quindi combinate per creare un'immagine a colori dell'oggetto.
Immagine n. 2: processo graduale di composizione dell'immagine dell'oggetto.
Questa metodologia, secondo i suoi creatori, non fa supposizioni sulle correlazioni tra i canali spettrali e richiede solo l'assunzione che il valore della lunghezza d'onda sia sufficientemente casuale. Inoltre, questo metodo richiede solo informazioni sul rivelatore di codifica, basandosi sulla calibrazione preliminare dell'apertura di codifica e su una biblioteca di dati pre-addestrata. Queste caratteristiche rendono questo metodo di visualizzazione molto universale e non invasivo.
Risultati della simulazione
Iniziamo esaminando i risultati della simulazione.
Immagine n. 3
Nell'immagine sopra sono mostrati esempi di acquisizioni multispettrali di due oggetti, effettuate attraverso uno scattering. La fila superiore su 3a contiene un oggetto di interesse composto da più numeri, visualizzati sia in falsi colori che suddivisi per canale spettrale. Nella costruzione dell'oggetto in falsi colori, viene visualizzato il profilo di intensità di ciascuna lunghezza d'onda nello spazio RGB CIE 1931.
L'oggetto ricostruito (row inferiore su 3a) sia in falsi colori che in termini dei singoli canali spettrali, dimostra che la metodologia fornisce un'ottima visualizzazione e solo una lieve interazione crociata tra i canali spettrali, che non gioca un ruolo significativo nel processo.
Dopo aver ottenuto l'oggetto ricostruito, cioè dopo la visualizzazione, era necessario valutare il grado di accuratezza confrontando l'intensità spettrale (mediata su tutti i pixel luminosi) dell'oggetto reale e di quello ricostruito (3b).
Nelle immagini 3c sono mostrati l'oggetto reale (row superiore) e l'immagine ricostruita (row inferiore) per una cellula di fusto di cotone, e su 3d viene mostrata l'analisi dell'accuratezza della visualizzazione.
Per valutare l'accuratezza della visualizzazione, è stato necessario calcolare i valori del coefficiente di somiglianza strutturale (SSIM) e del rapporto di picco segnale-rumore (pSNR) dell'oggetto reale per ciascun canale spettrale.
La tabella sopra mostra che ciascuno dei cinque canali ha un coefficiente SSIM compreso tra 0,8 e 0,9 e un PSNR superiore a 20. Questo implica che, nonostante il basso contrasto del segnale speckle, la sovrapposizione su un rilevatore di cinque bande spettrali di 10 nm di larghezza consente di ricostruire abbastanza accuratamente le proprietà spaziali e spettrali dell'oggetto in esame. In altre parole, la metodologia funziona, ma questi sono solo risultati di simulazione. Per maggiore sicurezza, gli scienziati hanno condotto una serie di esperimenti pratici.
Risultati degli esperimenti
Una delle differenze più significative tra la simulazione e gli esperimenti reali è l'ambiente, ossia le condizioni in cui entrambi vengono condotti. Nel primo caso ci sono condizioni controllate, nel secondo — imprevedibili, cioè come verrà.
Sono stati esaminati tre canali spettrali con larghezza di 8-12 nm, centrati a 450, 550 e 650 nm, che, combinati con diverse grandezze relative, generano un ampio spettro di colori.
Immagine n. 4
L'immagine sopra mostra un confronto tra l'oggetto reale (la lettera «H» colorata) e quello ricostruito. Il tempo di esposizione è stato impostato a 1800 s, il che ha permesso di ottenere un rapporto segnale/rumore (SNR) compreso tra 60 e 70 dB. Questo valore di SNR, secondo gli scienziati, non è estremamente cruciale per l'esperimento, ma consente di confermare ulteriormente la validità della loro metodologia, soprattutto nel caso di oggetti complessi. In realtà, al di fuori delle condizioni di laboratorio, questo metodo può risultare di gran lunga più veloce.
Nella fila superiore dell'immagine n. 4, viene mostrato l'oggetto su ogni lunghezza d'onda (da sinistra a destra) e un oggetto a colori reali.
Per ottenere un'immagine fedele di un oggetto nella visualizzazione, è stata utilizzata una fotocamera di visione artificiale con filtri a bande adeguati per rappresentare direttamente i componenti spettrali e ottenere un'immagine a colori sommando i canali spettrali risultanti.
La seconda riga dell'immagine sopra mostra i modelli di autocorrelazione di ciascun canale spettrale ricostruito, che formano misurazioni multiplexate, le quali costituiscono i dati in ingresso per la fase di elaborazione dei dati.
La terza riga mostra l'oggetto ricostruito in ciascun canale spettrale, così come l'oggetto ricostruito a colori, 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, dimostrando il confronto tra l'intensità di un oggetto reale e quella ricostruita. I dati di entrambi coincidono in tutti i campi spettrali.
Da ciò si deduce 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 con i risultati della modellazione.
L'esperimento sopra descritto è stato condotto tenendo conto dei canali spettrali separati. Gli scienziati hanno effettuato un ulteriore esperimento, ma con canali adiacenti, precisamente con un intervallo spettrale continuo di 60 nm.
Immagine n. 5
Come oggetti reali sono state utilizzate la lettera «X» e il segno «+» (5a). Lo spettro della lettera «X» è relativamente uniforme e continuo — tra 515 e 575 nm, mentre il «+» ha uno spettro strutturato, prevalentemente situato tra 535 e 575 nm (5b). Per questo esperimento, l'esposizione è stata di 120 secondi per raggiungere il desiderato (come in precedenza) SNR di 70 dB.
È stato utilizzato anche un filtro a banda di 60 nm su tutto l'oggetto e un filtro passa-basso sopra il segno «+». Durante la ricostruzione, lo spettro di 60 nm viene suddiviso in 6 canali adiacenti di larghezza 10 nm (5b).
Come possiamo vedere dalle immagini 5с, le immagini risultanti si accordano perfettamente con l'oggetto reale. Questo esperimento ha dimostrato che la presenza o l'assenza di correlazioni spettrali nello speckle misurato non influisce sull'efficacia della metodologia di visualizzazione esaminata. Gli scienziati stessi ritengono che un ruolo molto più importante nel processo di visualizzazione, e ancor più nel suo successo, sia giocato non tanto dalle caratteristiche spettrali dell'oggetto, quanto dalla calibrazione del sistema e dai dettagli del suo rivelatore codificante.
Per una comprensione più approfondita delle sfumature della ricerca, consiglio di dare un'occhiata a e ad esso.
Epilogo
In questo lavoro, gli scienziati hanno descritto un nuovo metodo di visualizzazione multispettrale tramite scatterer. La modulazione dello speckle, che dipende dalla lunghezza d'onda, tramite un'apertura codificante ha permesso di eseguire una singola misurazione multiplexata e calcolare lo speckle utilizzando un algoritmo OMP basato sull'apprendimento automatico.
Attraverso l'esempio della lettera «H» colorata, i ricercatori hanno dimostrato che concentrarsi 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 potrebbe 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 di cellule e tessuti.
In questa fase, i ricercatori segnalano solo un problema che potrebbe causare imprecisioni nella visualizzazione: gli errori di modellazione. A causa del lungo tempo necessario per completare il processo, potrebbero verificarsi cambiamenti nell'ambiente circostante che non sono stati considerati nella fase di preparazione. Tuttavia, in futuro si prevede di trovare un modo per attenuare questo problema, rendendo così la metodologia di visualizzazione non solo accurata, ma anche stabile in qualsiasi condizione.
Off-topic del venerdì:
Luce, colore, musica e il trio dei più famosi "strambi" blu al mondo (Blue Man Group).
Grazie per l'attenzione, rimanete curiosi e buon weekend a tutti, ragazzi! 🙂
Grazie per rimanere con noi. Ti piacciono i nostri articoli? Vuoi vedere più contenuti interessanti? Supportaci effettuando un ordine o raccomandando ai tuoi amici. Sconto del 30% per gli utenti di Habr su un'alternativa unica ai server entry-level, progettata da noi per te: (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! Scopri di più su
Fonte: habr.com
