Jednou z najznámejších schopností Supermana je superzrak, ktorý mu umožňuje vidieť atómy, vidieť v tme a na obrovské vzdialenosti, a tiež vidieť skrz objekty. Túto schopnosť veľmi zriedka demonštrujú na obrazovkách, ale existuje. V našej realite je však možné vidieť skrz takmer úplne nepriehľadné objekty, keď sa použijú niektoré vedecké triky. Avšak získané snímky boli vždy čiernobiele až do nedávna. Dnes sa oboznámime s výskumom, v ktorom vedci z Duke University (USA) dokázali urobiť farebný snímok objektov skrytých za nepriehľadnou stenou pomocou jednorazového svetelného pôsobenia. Aká je to supertechnológia, ako funguje a v akých oblastiach by mohla byť využitá? O tom nás informuje správa výskumnej skupiny. Poďme na to.
Základ výskumu
Napriek všetkým možným "benefitom" technológie vizualizácie objektov v rozptylových prostrediach existuje niekoľko problémov s implementáciou tejto technológie. Hlavný problém spočíva v tom, že dráhy fotónov prechádzajúcich cez rozptylovač sa výrazne menia, čo vedie k náhodným vzorcom. speklov* na druhej strane.
Spekl* je náhodný interferenčný obrazec, ktorý sa vytvára pri vzájomnej interferencii koherentných vĺn, ktoré majú náhodné posuny fázy a/alebo náhodný rozpis intenzity. Často vyzerá ako súbor svetlých bodov na tmavom pozadí.
V posledných rokoch bolo vyvinutých niekoľko metód vizualizácie, ktoré umožňujú obísť efekty rozptylovača a získať informácie o objekte z obrazu speklo. Problém týchto metód spočíva v ich obmedzenosti - je potrebné mať určité vedomosti o objekte, mať prístup k rozptylovému prostrediu alebo objektu a podobne.
Zároveň existuje oveľa dokonalšia metóda - vizualizácia s efektom pamäte (ME). Táto metóda umožňuje vizualizovať objekt bez predchádzajúcich znalostí o ňom alebo o rozptylovom prostredí. Každá metóda má svoje nevýhody, ako vieme, a ME-metóda nie je výnimkou. Na získanie vysoko kontrastných speklových vzorov a tým pádom presnejších obrazov by malo byť osvetlenie úzko pásmové, t.j. menej ako 1 nm.
Obísť obmedzenia metódy ME je tiež možné, no tieto triky sú opäť spojené s prístupom k optickému zdroju alebo objektu pred rozptylovým zariadením, alebo priamym meraním. PSF*.
PSF* — funkcia rozptylu bodu, opisujúca obraz, ktorý získava systém formovania pri pozorovaní bodového svetelného zdroja alebo bodového objektu.
Vedci nazývajú tieto metódy funkčnými, no nie dokonalými, pretože meranie PSF nie je vždy možné kvôli dynamike rozptylového zariadenia alebo jeho nedostupnosti pred procedúrou vizualizácie. Inými slovami, je tu priestor na zlepšenie.
Vo svojej práci vedci navrhujú iný prístup. Demonštrujú metódu realizácie multispektrálnej vizualizácie objektov cez rozptylové prostredie s využitím jediného speklového merania monochromatickou kamerou. Na rozdiel od iných metodík táto nevyžaduje predchádzajúce znalosti o PSF systému alebo spektre zdroja.
Nová metóda umožňuje vytvoriť vysokokvalitné obrázky cieľového objektu v piatich dobre odlíšených spektrálnych kanáloch medzi 450 nm a 750 nm, čo bolo potvrdené výpočtami. V praxi sa však zatiaľ podarilo dosiahnuť vizualizáciu troch dobre odlíšených spektrálnych kanálov medzi 450 nm a 650 nm a šiestich susedných spektrálnych kanálov medzi 515 a 575 nm.
Princíp fungovania novej metódy
Obrázok č. 1: lampa — priestorový modulator svetla — rozptylové zariadenie (s iridovým otvorom) — kódovacia apertúra — prizmа — optické relé (vizualizácia 1:1) — monochromatická kamera.
Vedci uvádzajú tri základné elementy akejkoľvek vizualizácie cez rozptylové zariadenie: objekt záujmu (osvetlený zvonka alebo sám svietiaci), rozptylové zariadenie a detektor.
Rovnako ako v štandardných systémoch ME sa v tomto výskume zohľadňuje objekt, ktorého uhlová veľkosť sa nachádza v zornom poli ME a vo vzdialenosti u za rozptylovým zariadením. Po interakcii s rozptylovým zariadením sa svetlo rozširuje na vzdialenosť v predtým, než dopadne na detektor.
Bežná ME vizualizácia používa štandardné kamery, zatiaľ čo v tejto metóde sa používa modul kódovacieho detektora, ktorý pozostáva z kódovacej apertúry a optického elementu závislého od vlnovej dĺžky. Cieľom tohto elementu je jedinečná modulácia každého spektrálneho kanála pred ich zložením a transformáciou na monochromatickom detektore.
Týmto spôsobom, namiesto jednoduchého merania nízkokontrastného spektra, ktorého spektrálne kanály sú neoddeliteľne zmiešané, sa zaznamenával spektrálne multiplexovaný signál, ktorý je dobre vhodný na oddelenie.
Výskumníci znovu zdôrazňujú, že ich metóda si nevyžaduje žiadne vopred známe charakteristiky alebo predpoklady o rozptyľovači alebo svetelnom zdroji.
Po vykonaní predbežných meraní multiplexovaného spektra sa použila známa hodnota Tλ (kódovací vzor závislý od vlnovej dĺžky) na individuálnu rekonštrukciu spektra v každej spektrálnej oblasti.
Vo svojich prácach vo fáze výpočtov a modelovania vedci aplikovali určité metódy strojového učenia, ktoré môžu pomôcť pri realizácii predtým nepreskúmanej metódy. Predovšetkým sa použilo učenie vlastnostiam sparse matice na reprezentáciu spektra.
Učenie vlastnostiam* — umožňuje systému automaticky nájsť reprezentácie potrebné na identifikáciu charakteristík pôvodných údajov.
Výsledkom bola získaná databáza, ktorá bola trénovaná na spekle obrazových snímkach z rôznych konfigurácií meraní. Táto databáza je dosť generalizovaná a nezávisí od konkrétnych objektov a rozptyľovačov zapojených do generovania masky Iλx, y. Inými slovami, systém sa učí na základe rozptyľovača, ktorý sa nepoužíva v experimentálnej konfigurácii, t.j. systém k nemu nemá prístup, ako si to vedci želali.
Na získanie spekle obrazov na každej vlnovej dĺžke bol použitý algoritmus OMP (orthogonal matching pursuit).
Nakoniec, vypočítaním autokorelácií každého spektrálneho kanála nezávisle a inverziou autokorelácií na každej vlnovej dĺžke boli získané obrazy objektu. Získané obrazy na každej vlnovej dĺžke sa potom spoja, aby vytvorili farebný obraz objektu.
Obrázok č. 2: krokový proces zostavovania obrázka objektu.
Podľa slov jej tvorcov táto metodika neurobí žiadne predpoklady o koreláciách medzi spektrálnymi kanálmi a vyžaduje iba predpoklad, že hodnota vlnovej dĺžky je dostatočne náhodná. Okrem toho táto metóda vyžaduje iba informácie o kódovacom detektore, spoliehajúc sa na predchádzajúcu kalibráciu kódovacej apertúry a predtým naučenú knižnicu údajov. Tieto charakteristiky robia túto metódu vizualizácie veľmi univerzálnou a neinvazívnou.
Výsledky modelovania
Najprv sa pozrime na výsledky modelovania.
Obrázok č. 3
Na obrázku vyššie sú zobrazené príklady multispektrálneho snímku dvoch objektov, urobených cez rozptyľovač. Horný rad na 3a obsahuje objekt záujmu, pozostávajúci z niekoľkých čísel, zobrazených ako v falošnej farbe, tak aj v rozdelení podľa spektrálneho kanálu. Pri vytváraní objektu vo falošnej farbe sa zobrazuje profil intenzity každej vlnovej dĺžky v CIE 1931 RGB priestore.
Rekonštruovaný objekt (dolný rad na 3a) ako vo falošnej farbe, tak aj z pohľadu jednotlivých spektrálnych kanálov, demonštruje, že metodika poskytuje vynikajúcu vizualizáciu a iba nepatrné krížové interakcie medzi spektrálnymi kanálmi, ktoré nezohráva významnú úlohu v procese.
Po získaní rekonštruovaného objektu, t.j. po vizualizácii, bolo potrebné posúdiť presnosť porovnaním spektrálnej intenzity (priemerovanej na všetkých jasných pikseloch) skutočného objektu a rekonštruovaného (3b).
Na obrázkoch 3c sú zobrazené skutočný objekt (horný rad) a rekonštruovaný obrázok (dolný rad) pre bunku z stonky bavlníka, a na 3d je zobrazená analýza presnosti vizualizácie.
Na hodnotenie presnosti vizualizácie bolo potrebné vypočítať hodnoty koeficientu štrukturálnej podobnosti (SSIM) a pomeru signál-šum (pSNR) skutočného objektu pre každý spektrálny kanál.
Tabuľka vyššie ukazuje, že každý z piatich kanálov má koeficient SSIM 0,8–0,9 a PSNR viac ako 20. Z toho vyplýva, že napriek nízkemu kontrastu spektra signálu, prekrytie na detektore piatich spektrálnych pásiem s šírkou 10 nm umožňuje pomerne presne rekonštruovať priestorovo-spektrálne vlastnosti skúmaného objektu. Inými slovami, metóda funguje, avšak toto sú len výsledky modelovania. Pre úplnú istotu vo svojich výsledkoch vedci uskutočnili rad praktických skúšok.
Výsledky experimentov
Jedným z najvýznamnejších rozdielov medzi modelovaním a skutočnými experimentmi je prostredie, teda podmienky, v ktorých sa obe činnosti vykonávajú. V prvom prípade sú podmienky kontrolované, v druhom sú nepredvídateľné, t.j. ako to dopadne.
Boli preskúmané tri spektrálne kanály so šírkou 8-12 nm so stredom na 450, 550 a 650 nm, ktoré v kombinácii s rôznymi relatívnymi hodnotami generujú široké spektrum farieb.
Obrázok č. 4
Na obrázku vyššie je zobrazené porovnanie medzi skutočným objektom (farebným písmom „H“) a rekonštruovaným. Doba osvetlenia (expozícia) bola nastavená na 1800 s, čo umožnilo dosiahnuť SNR v rozmedzí 60-70 dB. Takáto hodnota SNR, podľa slov vedcov, nie je extrémne dôležitá pre pokus, ale slúži ako dodatočné potvrdenie funkčnosti ich metódy, najmä v prípade zložitých objektov. V skutočnosti, a nie v laboratórnych podmienkach, by mohla byť táto metóda poriadne rýchlejšia.
Na hornom riadku obrázka č. 4 je zobrazený objekt na každej vlnovej dĺžke (zľava doprava) a skutočný farebný objekt.
Na dosiahnutie vizualizácie skutočného objektu bola použitá kamera strojového videnia s príslušnými prúžkovými filtrami na priame zobrazenie spektrálnych komponentov a získanie plnofarebného obrazu sčítaním výsledných spektrálnych kanálov.
Druhý riadok obrázka vyššie zobrazuje vzory autokorelácie každého rekonštruovaného spektrálneho kanála, tvoriace multiplexované merania, ktoré sú vstupnými údajmi pre fázu spracovania dát.
Tretí rad je rekonštruovaný objekt v každom spektrálnom kanáli, ako aj rekonštruovaný plnofarebný objekt, t.j. konečný výsledok vizualizácie.
Plnofarebný obrázok ukazuje, že relatívne hodnoty medzi spektrálnymi kanálmi sú taktiež správne, keďže farba skombinovaného rekonštruovaného obrázka zodpovedá skutočnej hodnote a koeficient SSIM dosahuje viac ako 0,92 pre každý kanál.
Najnižší rad potvrdzuje toto tvrdenie, demonštrujúc porovnanie intenzity skutočného objektu a rekonštruovaného. Dáta oboch sa zhodujú vo všetkých spektrálnych pásmach.
Z toho vyplýva, že aj prítomnosť šumu a potenciálnych chýb modelovania nebránili dosiahnuť obraz vysokej kvality, a výsledky experimentov sa skvelo zhodujú s výsledkami modelovania.
Vyššie opísaný experiment bol uskutočnený so zohľadnením oddelených spektrálnych kanálov. Vedci uskutočnili ďalší experiment, ale už so susednými kanálmi, presnejšie s kontinuálnym spektrálnym pásmom 60 nm.
Obrázok č. 5
Ako skutočný objekt slúžila písmeno „X“ a znak „+“ (5a). Spektrum písmena „X“ je relatívne rovnomerné a nepretržité — medzi 515 a 575 nm, zatiaľ čo „+“ má štruktúrované spektrum, prevažne umiestnené medzi 535 a 575 nm (5b). Pre tento experiment bola expozícia 120 s na dosiahnutie prianého (ako v predchádzajúcom prípade) SNR na úrovni 70 dB.
Taktiež bol použitý pásmový filter so šírkou 60 nm nad celým objektom a dolnofrekvenčný filter nad znakom „+“. Počas rekonstrukcie sa spektrum 60 nm delí na 6 susediacich kanálov so šírkou 10 nm (5b).
Ako vidíme na obrázkoch 5c, výsledné obrázky sa skvele zhodujú so skutočným objektom. Tento experiment ukázal, že prítomnosť alebo neprítomnosť spektrálnych korelácií v meranom spekle nemá vplyv na účinnosť skúmanej vizualizačnej metódy. Samotní vedci sa domnievajú, že oveľa väčšiu úlohu v procese vizualizácie, a presnejšie v jeho úspešnosti, hrajú nie toľko spektrálne charakteristiky objektu, ako kalibrácia systému a detailov jeho kódovacieho detektora.
Pre podrobnejšie oboznámenie sa s nuansami výskumu odporúčam nahliadnuť do a k nej.
Epilog
V tejto práci vedci opísali novú metódu multispektrálnej vizualizácie cez rozptyl. Modulačný spekl, ktorý závisí od vlnovej dĺžky, pomocou kódujúcej apertúry, umožnil vykonať jedno multiplexované meranie a vypočítať spekl pomocou algoritmu OMP založeného na strojovom učení.
Na príklade pestrofarebného písmena „H“ vedci ukázali, že zameranie na päť spektrálnych kanálov zodpovedajúcich fialovej, zelenej a trom odtieňom červenej, umožňuje získať rekonštrukciu obrazu obsahujúcu všetky farby originálu (modrú, žltú atď.).
Podľa výskumníkov môže byť ich metodika užitočná ako v medicíne, tak aj v astronómii. Farba nesie dôležité informácie v oboch oblastiach: v astronómii - chemické zloženie skúmaných objektov, v medicíne - molekulárne zloženie buniek a tkanív.
V súčasnej fáze vedci zaznamenávajú len jeden problém, ktorý môže spôsobovať nepresnosti vizualizácie, a to chyby modelovania. Vzhľadom na dostatočne dlhý čas potrebný na vykonanie procesu môžu nastať zmeny v okolí, ktoré prinesú svoje úpravy, nezohľadnené v príprave. V budúcnosti sa však plánuje nájsť spôsob, ako túto problematiku vyriešiť, čo umožní, aby opísaná vizualizačná metóda nebola len presná, ale aj stabilná za akýchkoľvek podmienok.
Petkov offtop:
Svetlo, farba, hudba a trio najznámejších modrých „šialencov“ na svete (Blue Man Group).
Ďakujem za pozornosť, zostávajte zvedaví a prajem vám všetkým skvelý víkend, kamaráti! 🙂
Ďakujeme, že s nami zostávate. Páčia sa vám naše články? Chcete vidieť viac zaujímavých materiálov? Podporte nás objednaním alebo odporúčaním priateľom, 30% zľava pre používateľov Chabra na unikátny ekvivalent entry-level serverov, ktorý sme pre vás vytvorili: (k dispozícii varianty s RAID1 a RAID10, až 24 jadier a až 40GB DDR4).
Dell R730xd za polovicu? Len u nás v Holandsku! Dell R420 — 2x E5-2430 2.2Ghz 6C 128GB DDR3 2x960GB SSD 1Gbps 100TB — od 99 dolárov! Prečítajte si o tom
Zdroj: habr.com
