Salah sawijining kabisan Superman sing paling misuwur yaiku super vision, sing ngidini dheweke ndeleng atom, ndeleng ing peteng lan ing jarak sing adoh, lan malah bisa ndeleng obyek. Kemampuan iki arang banget ditampilake ing layar, nanging ana. Ing kasunyatan, kita uga bisa ndeleng obyek sing meh ora jelas kanthi nggunakake sawetara trik ilmiah. Nanging, gambar sing diasilake tansah ireng lan putih, nganti saiki. Dina iki kita bakal nyinaoni studi ing ngendi para ilmuwan saka Universitas Duke (AS) bisa njupuk foto warna obyek sing didhelikake ing mburi tembok buram kanthi nggunakake cahya siji. Apa teknologi super iki, kepiye cara kerjane lan ing wilayah apa sing bisa digunakake? Laporan klompok riset bakal ngandhani babagan iki. Tindak.
Basis riset
Senadyan kabeh mupangat teknologi kanggo nggambarake obyek ing media sing nyebar, ana sawetara masalah ing implementasine teknologi iki. Sing utama yaiku kasunyatan manawa jalur foton sing ngliwati panyebar owah-owahan banget, sing ndadékaké pola acak. bintik-bintik * ing sisih liyane.
Speckel* minangka pola interferensi acak sing dibentuk saka interferensi bebarengan gelombang koheren sing nduweni owah-owahan fase acak lan / utawa sakumpulan intensitas acak. Paling asring katon kaya set titik cahya (titik) ing latar mburi peteng.
Ing taun-taun pungkasan, sawetara teknik pencitraan wis dikembangake kanggo ngusir efek scatterer lan ngekstrak informasi obyek saka pola speckle. Masalah karo teknik kasebut yaiku watesan - sampeyan kudu duwe kawruh tartamtu babagan obyek kasebut, duwe akses menyang medium utawa obyek sing nyebar, lsp.
Ing wektu sing padha, ana cara sing luwih maju, miturut para ilmuwan - visualisasi kanthi efek memori (ME). Cara iki ngidini sampeyan nggambarake obyek tanpa ngerti babagan awake dhewe utawa medium panyebaran. Saben uwong duwe kekurangan, kaya sing kita ngerti, lan metode ME ora ana sing istiméwa. Kanggo entuk pola speckle kontras dhuwur lan, kanthi mangkono, gambar sing luwih akurat, cahya kudu sempit-band, i.e. kurang saka 1 nm.
Sampeyan uga bisa ngalahake watesan metode ME, nanging maneh trik kasebut kalebu ngakses sumber optik utawa obyek sadurunge diffuser, utawa langsung ngukur. PSF*.
PSF* - fungsi panyebaran titik sing njlèntrèhaké gambar sing ditampa sistem imaging nalika mirsani sumber cahya titik utawa obyek titik.
Peneliti nelpon cara iki bisa, nanging ora sampurna, amarga pangukuran PSF ora tansah bisa amarga, contone, kanggo dinamika scatterer utawa inaccessibility sadurunge prosedur imaging. Ing tembung liyane, ana sing bisa digarap.
Ing karyane, peneliti ngusulake pendekatan sing beda. Dheweke nuduhake cara kanggo nyadari pencitraan multispektral obyek liwat medium panyebaran nggunakake ukuran speckle siji karo kamera monokrom. Ora kaya teknik liyane, iki ora mbutuhake kawruh sadurunge babagan sistem PSF utawa spektrum sumber.
Cara anyar ngasilake gambar obyek target kanthi kualitas apik ing limang saluran spektral sing dipisahake kanthi apik ing antarane 450 nm lan 750 nm, sing dikonfirmasi kanthi petungan. Ing praktik, nganti saiki bisa nggambarake telung saluran spektral sing dipisahake kanthi apik ing antarane 450 nm lan 650 nm lan enem saluran spektral sing cedhak antarane 515 lan 575 nm.
Cara kerjane cara anyar
Gambar No. 1: lampu - modulator cahya spasial - diffuser (kanthi diafragma iris) - aperture coding - prisma - relay optik (visualisasi 1: 1) - kamera monokrom.
Peneliti nyathet telung unsur dhasar saka sembarang pencitraan diffuser: obyek sing diminati (eksternal disinari utawa cahya dhewe), diffuser, lan detektor.
Kaya ing sistem ME standar, panliten iki nganggep obyek sing ukuran sudute ana ing njero lapangan tampilan ME lan ing jarak u konco diffuser. Sawise sesambungan karo diffuser, cahya travels kadohan v sadurunge tekan detector.
Pencitraan ME konvensional nggunakake kamera standar, nanging cara iki nggunakake modul detektor enkoding sing kasusun saka aperture enkoding lan unsur optik sing gumantung ing dawa gelombang. Tujuan saka unsur iki yaiku kanggo ngowahi saben saluran spektral kanthi unik sadurunge nggabungake lan ngowahi dadi detektor monokrom.
Mangkono, tinimbang mung ngukur speckle kontras kurang sing saluran spektral dicampur inextricably, sinyal spectrally multiplexed direkam, kang cocok kanggo misahake.
Peneliti maneh negesake manawa metode kasebut ora mbutuhake karakteristik utawa asumsi sing wis dingerteni babagan diffuser utawa sumber cahya.
Sawise nggawe pangukuran awal saka speckle multiplexed, nilai Tλ sing dikawruhi (pola pengkodean gumantung dawa gelombang) digunakake kanggo mbangun maneh speckle ing saben pita spektral.
Ing karyane, ing tahap petungan lan modeling, para ilmuwan nggunakake metode pembelajaran mesin tartamtu sing bisa mbantu ngetrapake metode sing sadurunge ora dianggep. Kaping pisanan, sinau fitur matriks jarang digunakake kanggo makili speckle.
Fitur sinau * - ngidini sistem kanthi otomatis nemokake perwakilan sing dibutuhake kanggo ngenali fitur data sumber.
Asil kasebut minangka basis data sing dilatih ing gambar speckle saka macem-macem konfigurasi pangukuran. Basis iki cukup umum lan ora gumantung ing obyek tartamtu lan scatterers sing melu nggawe topeng Iλx, y. Ing tembung liyane, sistem dilatih adhedhasar diffuser sing ora digunakake ing konfigurasi eksperimen, i.e. sistem ora duwe akses menyang, minangka peneliti wanted.
Algoritma OMP digunakake kanggo njupuk gambar speckle ing saben dawa gelombang (nguber cocog orthogonal).
Pungkasan, kanthi ngitung autokorelasi saben saluran spektral kanthi mandiri lan ngowahi autokorelasi ing saben dawa gelombang, gambar obyek kasebut dijupuk. Gambar sing diasilake ing saben dawa gelombang banjur digabungake kanggo nggawe gambar warna obyek kasebut.
Gambar No. 2: langkah-langkah proses nyusun gambar obyek.
Teknik iki, miturut pangripta, ora nggawe asumsi babagan korélasi antarane saluran spektral lan mung mbutuhake asumsi yen nilai dawane gelombang cukup acak. Kajaba iku, cara iki mung mbutuhake informasi babagan detektor enkoding, gumantung ing pra-kalibrasi bukaan enkoding lan perpustakaan data sing wis dilatih. Karakteristik kasebut ndadekake cara pencitraan iki serbaguna lan ora invasif.
asil simulasi
Pisanan, ayo ndeleng asil simulasi.
Gambar #3
Gambar ing ndhuwur nuduhake conto gambar multispektral saka rong obyek sing dijupuk liwat diffuser. Baris ndhuwur ing 3a ngandhut obyek saka kapentingan dumadi saka sawetara nomer, ditampilake loro ing werna palsu lan bejat mudhun dening saluran spektral. Nalika ngrancang obyek kanthi warna palsu, profil intensitas saben dawa gelombang ditampilake ing ruang RGB CIE 1931.
Objek sing direkonstruksi (baris ngisor ing 3a) ing werna palsu lan saka saluran spektral individu, nduduhake yen teknik kasebut nyedhiyakake visualisasi sing apik lan mung crosstalk cilik antarane saluran spektral, sing ora nduweni peran khusus ing proses kasebut.
Sawise nampa obyek sing direkonstruksi, i.e. Sawise rendering, perlu kanggo ngevaluasi tingkat akurasi kanthi mbandhingake intensitas spektral (rata-rata ing kabeh piksel padhang) obyek nyata lan sing direkonstruksi (3b).
Ing gambar 3c nuduhake obyek nyata (baris ndhuwur) lan gambar sing direkonstruksi (baris ngisor) kanggo sel stem kapas, lan ing 3d analisis akurasi visualisasi ditampilake.
Kanggo ngevaluasi akurasi pencitraan, perlu ngetung nilai indeks persamaan struktural (SSIM) lan rasio sinyal-kanggo-noise puncak (pSNR) obyek nyata kanggo saben saluran spektral.
Tabel ing ndhuwur nuduhake yen saben limang saluran duwe koefisien SSIM 0,8-0,9 lan PSNR luwih saka 20. Nanging sanajan kontras sinyal speckle sing sithik, superposisi limang pita spektral kanthi jembaré 10 nm. ing detektor ngidini kanggo reconstruction cukup akurat sifat spasial-spektral saka obyek sing diteliti. Ing tembung liyane, technique dianggo, nanging iki mung asil simulasi. Kanggo entuk kapercayan lengkap ing karyane, para ilmuwan nindakake sawetara eksperimen praktis.
Asil eksperimen
Salah sawijining prabédan paling signifikan ing antarane simulasi lan eksperimen nyata yaiku lingkungan, yaiku. kahanan sing loro-lorone ditindakake. Ing kasus pisanan ana kahanan sing dikontrol, ing kaloro ana kahanan sing ora bisa ditebak, yaiku. kita bakal weruh carane dadi.
Telung saluran spektral kanthi jembaré 8-12 nm sing dipusatake ing 450, 550 lan 650 nm dianggep, sing, nalika digabungake karo magnitudo relatif sing beda-beda, ngasilake macem-macem warna.
Gambar #4
Gambar ing ndhuwur nuduhake perbandingan antarane obyek nyata ("H") kanthi warna-warni lan obyek sing direkonstruksi. Wektu cahya cahya (kacepetan rana, yaiku eksposur) disetel dadi 1800 detik, sing ngidini entuk SNR ing kisaran 60-70 dB. Indikator SNR iki, miturut para ilmuwan, ora penting banget kanggo eksperimen, nanging minangka konfirmasi tambahan babagan kinerja teknik kasebut, utamane ing kasus obyek sing kompleks. Ing kasunyatan, lan ora ing kahanan laboratorium, cara iki bisa dadi urutan gedhene luwih cepet.
Baris ndhuwur gambar #4 nuduhake obyek ing saben dawa gelombang (saka kiwa menyang tengen) lan obyek warna lengkap.
Kanggo njupuk gambar obyek nyata minangka asil pencitraan, kamera visi komputer digunakake kanthi saringan bandpass sing cocog kanggo langsung nggambar komponen spektral lan entuk gambar warna kanthi nyimpulake saluran spektral sing diasilake.
Baris kapindho gambar ing ndhuwur nuduhake pola autokorelasi saben saluran spektral sing direkonstruksi mbentuk pangukuran multiplexed sing dadi input kanggo tahap pangolahan data.
Baris katelu yaiku obyek sing direkonstruksi ing saben saluran spektral, uga obyek warna sing direkonstruksi, yaiku. asil visualisasi pungkasan.
Gambar full-werna nuduhake yen magnitudo relatif antarane saluran spektral uga bener, amarga werna saka gambar rekonstruksi gabungan cocog Nilai nyata, lan koefisien SSIM tekan luwih saka 0,92 kanggo saben saluran.
Baris ngisor nandheske pernyataan iki, nuduhake perbandingan intensitas obyek nyata lan sing direkonstruksi. Data saka loro kasebut pas ing kabeh kisaran spektral.
Mula saka iki, sanajan ana gangguan lan kesalahan modeling potensial ora nyegah kita entuk gambar sing bermutu, lan asil eksperimen kasebut ana hubungane karo asil pemodelan.
Eksperimen sing diterangake ing ndhuwur ditindakake kanthi njupuk saluran spektral sing dipisahake. Para ilmuwan nganakake eksperimen liyane, nanging wektu iki kanthi saluran sing cedhak, utawa kanthi jarak spektral sing terus-terusan 60 nm.
Gambar #5
Objek asline yaiku huruf "X" lan tandha "+" (5a). Spektrum huruf "X" relatif seragam lan terus-terusan - antarane 515 lan 575 nm, nanging "+" nduweni spektrum terstruktur, utamane dumunung ing antarane 535 lan 575 nm (5b). Kanggo eksperimen iki, cahya ana 120 detik kanggo entuk SNR sing dikarepake (kaya sadurunge) 70 dB.
Filter bandpass sudhut 60 nm uga digunakake ing kabeh obyek lan filter low-pass ing tandha "+". Sajrone rekonstruksi, spektrum 60 nm dipérang dadi 6 saluran jejer kanthi jembaré 10 nm (5b).
Minangka kita bisa ndeleng saka gambar 5, gambar sing diasilake cocog banget karo obyek nyata. Eksperimen iki nuduhake yen ana utawa ora ana korelasi spektral ing speckle sing diukur ora mengaruhi efektifitas teknik pencitraan sing diteliti. Para ilmuwan dhewe percaya yen peran sing luwih gedhe ing proses visualisasi, utawa luwih sukses, ora dimainake kanthi karakteristik spektral obyek, nanging kanthi kalibrasi sistem lan rincian detektor enkoding.
Kanggo ndeleng luwih rinci babagan nuansa sinau, aku nyaranake njupuk dipikir ing и kanggo dheweke.
Epilogue
Ing karya iki, para ilmuwan nerangake cara anyar pencitraan multispektral liwat diffuser. Modulasi speckle gumantung dawa gelombang nggunakake aperture coding ngaktifake pangukuran multiplexed lan pitungan speckle nggunakake algoritma OMP basis learning mesin.
Nggunakake huruf multi-warna "H" minangka conto, para ilmuwan nuduhake yen fokus ing limang saluran spektral sing cocog karo violet, ijo lan telung warna abang ngidini sampeyan entuk rekonstruksi gambar sing ngemot kabeh warna asli (biru, kuning lsp).
Miturut peneliti, teknik kasebut bisa migunani kanggo obat lan astronomi. Werna nggawa informasi penting ing loro arah: ing astronomi - komposisi kimia saka obyek sing diteliti, ing obat - komposisi molekul sel lan jaringan.
Ing tahap iki, para ilmuwan nyathet mung siji masalah sing bisa nyebabake ketidakakuratan visualisasi: kesalahan modeling. Amarga wektu sing cukup suwe kanggo ngrampungake proses kasebut, owah-owahan ing lingkungan bisa kedadeyan sing bakal ngenalake pangaturan sing ora digatekake ing tahap persiapan. Nanging, ing mangsa ngarep kita bakal nemokake cara kanggo ngurangi masalah iki, sing bakal nggawe teknik pencitraan sing diterangake ora mung akurat, nanging uga stabil ing kahanan apa wae.
Jum'at ing ndhuwur:
Lampu, werna, musik lan trio saka aneh biru paling misuwur ing donya (Blue Man Group).
Matur nuwun kanggo maca, tetep penasaran, lan duwe akhir minggu sing apik! 🙂
Matur nuwun kanggo tetep karo kita. Apa sampeyan seneng karo artikel kita? Pengin ndeleng konten sing luwih menarik? Ndhukung kita kanthi nggawe pesenan utawa menehi rekomendasi menyang kanca, Diskon 30% kanggo pangguna Habr ing analog unik saka server level entri, sing diciptakake kanggo sampeyan: (kasedhiya karo RAID1 lan RAID10, munggah 24 intine lan nganti 40GB DDR4).
Dell R730xd 2 kaping luwih murah? Mung kene ing Walanda! Dell R420 - 2x E5-2430 2.2Ghz 6C 128GB DDR3 2x960GB SSD 1Gbps 100TB - saka $99! Maca babagan
Source: www.habr.com