Didelės skiriamosios gebos adaptyvusis vaizdavimas vienu fotodiodu | mokslinės ataskaitos

Didelės skiriamosios gebos adaptyvusis vaizdavimas vienu fotodiodu | mokslinės ataskaitos

Anonim

Dalykai

  • Adaptyvioji optika
  • Vaizdo gavimas ir jutimas

Anotacija

Per pastaruosius kelerius metus atsiradus erdviniams šviesos moduliatoriams, veikiantiems dešimčių kHz dažniu, atsirado naujų vaizdų sudarymo būdų, pagrįstų vieno vaizdo elementų fotodetektoriais. Vieno vaizdo taško vaizdo pobūdis patvirtina abipusį ryšį tarp kadrų dažnio ir vaizdo dydžio. Suspaudimo metodai leidžia rekonstruoti vaizdus iš daugybės projekcijų, kurios sudaro tik dalį vaizdo elementų skaičiaus. Mikroskopijos metu vieno pikselio vaizdavimas gali atkurti vidutinio dydžio 128 × 128 pikselių vaizdus, ​​kurių kadrų dažnis mažesnis nei viena Hz. Pastaruoju metu kilo didelis susidomėjimas aukštosios raiškos realaus laiko operacijų, tokių kaip biologinė mikroskopija, kūrimu. Šioje sistemoje pristatome adaptyvią gniuždymo metodą, pagrįstą bangų medžiais. Mūsų adaptaciniame požiūryje projekcinių šablonų skiriamoji geba išlieka sąmoningai maža, o tai labai svarbu norint išvengti kompresinių jutimo algoritmų reikalaujančių atminties reikalavimų. Kai modelio projekcijos dažnis yra 22, 7 kHz, mūsų technika leistų gauti 128 × 128 pikselių atvaizdus, ​​kurių kadrų dažnis būtų apie 3 Hz. Savo eksperimentuose mes parodėme ekonomišką sprendimą, kuriame naudojamas komercinis projekcinis ekranas.

Įvadas

Pastaraisiais metais vienkartinių vaizdo elementų vaizdavimas (SPI) buvo sukurtas kaip tinkama priemonė gyvybės moksluose. Viena iš pagrindinių technikos savybių yra ta, kad atkuriant vaizdą naudojami labai paprasti jutikliai (kibirų detektoriai, tokie kaip fotodiodai arba fotoelektros multiplikatoriaus vamzdeliai), ir matematiniai algoritmai 1 . Šis jutiklio prietaiso sudėtingumo sumažėjimas suteikia šioms sistemoms galimybę efektyviai veikti tokiomis sąlygomis, kai trūksta šviesos 2 . Be to, buvo įrodyta, kad vieno taško fotoaparatai gauna vaizdus mažame gylyje, įveikdami išsklaidymo problemą 3, 4, 5 . Taip pat yra keletas metodų, kuriais pasinaudojama detektorių paprastumu, norint gauti daugialypę informaciją, tokią kaip 3D, poliarizacija ir spektriniai vaizdai 6, 7, 8, 9, 10 . Tačiau dėl šio jutiklio sudėtingumo sumažėjimo skaičiuojamas laikas atkurti vaizdą, palyginti su įprastais būdais. Matomoje spektro srityje, kur pikseliuotų jutiklių našumas buvo labai didelis, tai gali pasirodyti ne gera išeitis. Nepaisant to, kituose spektro regionuose, tokiuose kaip infraraudonieji spinduliai ir terahercai, kur pikselių jutikliai neturi tokių gerų specifikacijų, ši technika gali duoti didžiulę naudą 11, 12, 13, 14 .

Norėdami atkurti vaizdą, SPI turi uždengti kaukių rinkinį ant tiriamos scenos ir atgauti visą scenos skleidžiamos ar atspindimos šviesos intensyvumą. Šio rinkinio dydis priklauso nuo norimos vaizdo skyros. Net ir 64 × 64 pikselių mažos skiriamosios gebos vaizdams reikia daug projekcijų (64 2 ). Nepaisant to, kad šiose vieno pikselio kamerų architektūrose paprastai naudojami greiti erdviniai šviesos moduliatoriai (skaitmeniniai mikrotrauminiai įtaisai arba DMD), tai riboja įsigijimo proceso greitį.

Norint išspręsti šią problemą, kompresinio jutimo (CS) metodais pateikiamas metodas atkurti vaizdus, ​​kai matavimų skaičius yra mažesnis už bendrą vaizdo elementų skaičių. Tai įmanoma, nes natūralūs vaizdai paprastai būna reti (ty tik nedidelė šių projekcijų dalis turi svarbios informacijos) tam tikrose funkcijose 15 . Nepaisant mažesnio bendro projekcijų skaičiaus, rekonstrukcijos algoritmams reikia didelės skaičiavimo galios, o tai taip pat riboja techniką iki mažos skiriamosios gebos vaizdų, jei vartotojas nori gauti greitą ir didelės spartos ekraną realiu laiku. Kai kurie kiti būdai išsprendžia šią problemą, naudojant laikiną 16, 17 .

Neseniai pranešta, kad technika veikia esant mažesniems kaip Hz dažniams, kai vaizdo dydis yra iki 128 × 128 pikselių 18 . Pagrindinis technikos elementas yra suprojektuoti tik tas bazės funkcijas, kurios turi daugiausiai informacijos apie sceną, ir atkurti vaizdą nenaudojant CS algoritmų, taip pagreitinant rodymo etapą. Nors šis požiūris išsprendžia CS algoritmų rekonstravimo laiko problemą, projektuodami tik svarbias kaukes, turite iš anksto žinoti, kurie iš jų turi reikiamą informaciją apie sceną. Be to, jei scena greitai keičiasi, greitai prarandama atitinkamų funkcijų informacija. Norint pasiekti realiojo laiko normą, pageidautina, kad būtų technika, kuri nenaudotų a priori informacijos apie sceną ir išlaikytų aukščiau aptartus pranašumus.

Čia siūlome adaptyvųjį SPI metodą, kuris atkuria vaizdus, ​​kai matavimų skaičius mažesnis nei scenos taškų skaičius, naudojant smulkesnes detales nei CS metodus (atsižvelgiant į tą patį matavimų skaičių) ir mažesnį rekonstravimo laiką. Šis požiūris nereikalauja a priori žinoti objekto ir tik adaptuojant renka informaciją apie atitinkamas scenos dalis. Tai paremta sumaniu scenos pavyzdžių rinkiniu su nedideliu kaukių rinkiniu. Šių kaukių dydis yra pritaikomas, kai scenos dalį reikia įrašyti didesne skiriamąja geba. Vaizdas galutinai atkuriamas naudojant greitas bangų transformacijas. Panašios idėjos buvo pasiūlytos siekiant pagerinti vaiduoklių ir dvigubos fotografijos atvaizdavimo sistemų veikimą 19, 20, 21 . Šis metodas yra labai tinkamas, kai vartotojas nori užfiksuoti didelio dydžio vaizdus dėl dviejų pagrindinių priežasčių. Viena, nors galutinis vaizdas gali būti didelis (mūsų eksperimentuose 2048 × 2048 taškų), projektuojamų kaukių skaičius išlieka mažas dėl adaptacinio algoritmo pobūdžio. Ir dvi, net jei šio skaičiaus negalima sumažinti dėl objekto ypatybių (ty objektų, turinčių labai sudėtingas erdvines savybes ar į tekstūrą panašius vaizdus), naudojant šį metodą reikia saugoti tik mažos skiriamosios gebos kaukių rinkinį. Ši charakteristika yra labai tinkama skaičiavimo požiūriu, nes mažoms deterministinėms matricoms reikia mažai atminties, kad jas būtų galima laikyti, ir jas galima lengvai naudoti atliekant greitas matematines operacijas, užtikrinant didžiulį skaičiavimo prieaugį 22, 23 . Pavyzdžiui, minėto vaizdo atkūrimo etape klasikiniai SPI metodai turėtų laikyti 2048 2 skirtingas kaukes, kurių kiekvienoje yra 2048 2 elementai. Nepaisant to, pritaikydami požiūrį, mes galime atkurti vaizdą, veikdami su 128 2 kaukėmis su kiekviena 128 2 elementais. Turėdami omenyje šias savybes, mes sugebėjome suprojektuoti aukštos skiriamosios gebos SPI sistemą su standartiniu DMD ir vidutinės klasės nešiojamu kompiuteriu. Tokią sistemą galima lengvai sujungti su turimais komerciniais mikroskopais, kad būtų galima pasinaudoti aukščiau aptartais SPI pranašumais.

Rezultatai

Adaptyvusis kompresinis vaizdavimas (ACI)

Norint geriau suprasti ACI algoritmą, reikia išsiaiškinti, kaip veikia 2D bangelių transformacijos technika. Procesas pavaizduotas 1 pav. Atsižvelgiant į N × N vaizdą, bangelės transformaciją sudaro keturių dažnių juostos pralaidumo filtrų pritaikymas vaizdui. Dėl to gaunami keturi N / 2 × N / 2 kvadrantai; mažos skiriamosios gebos vaizdo versija ir dar trys kvadrantai, turintys informaciją apie horizontalius, vertikalius ir įstrižus kraštus. Šis procesas gali būti pakartotinai pritaikytas žemos skiriamosios gebos vaizdo versijai, gaunant medžio struktūros vaizdą, parodytą dešinėje 1 pav., Kur viršutinis kairysis kvadrantas (mažos skiriamosios gebos vaizdas) buvo pakeistas bangos transformacija. Šią procedūrą galima pakartoti iki

Image

kartų, kai taške viršutiniame kairiajame kampe yra visa scenos energija, o likusiame paveikslėlyje yra informacijos apie scenos kraštus. Kaip matyti, taškų, kuriuose yra aštrių briaunų, nėra daug, todėl norint gauti vaizdą, panašų į originalų, pakanka kelių koeficientų. „Wavelet“ glaudinimo algoritmai pasirenka keletą iteracijų (lygių) ir kaupia tik tuos koeficientus, kurių reikšmės yra didesnės nei iš anksto nustatytas slenkstis, tokiu būdu sumažinant skaitmeninio failo dydį nepažeidžiant kokybės. Kadangi šiai transformacijai apskaičiuoti reikalingos operacijos yra tiesinės, jos yra puikus greito algoritmo pasirinkimas, nes reikalauja mažai skaičiavimo galios ir atminties.

Image

Ryškūs pikseliai ant bangos transformacijos žymi scenos kraštus. Bangų pavaizdavime scenos sritį vaizduoja bangos koeficientų rinkinys, išdėstytas medžio struktūroje, kaip parodyta dešinėje skydelyje.

Visas dydis

ACI technikos idėja yra sumažinti kaukių, reikalingų atkurti atvaizdą, skaičių, naudojant aukštos skiriamosios gebos kaukes tik aukštos raiškos vaizdo vietose. Šiuo tikslu pirmiausia imame scenos pavyzdžius su mažos skiriamosios gebos kaukių rinkiniu ir toliau imame pavyzdžius su didesnės skiriamosios gebos maskuotėmis vaizdo dalimis su dominančiomis sritimis (ty tomis, kurių aštrių briaunų tankis yra didelis). Jei algoritmas nustato zoną scenoje be kraštų, jis šiame regione dar kartą neprojekcionuoja modelių, nes nereikia didesnės skiriamosios gebos. Šis procesas kartojamas, kol pasiekiame galutinę norimą rezoliuciją. Kaip technikos demonstraciją, 2 pav. Pateikiame modeliavimą, atliktą naudojant realų mikroskopijos vaizdą.

Image

Objektas: 256 × 256 Fasciola hepatica ląstelių vaizdas, užfiksuotas komerciniu mikroskopu. 1 etapas: šiurkštus paveikslėlis ir jo pirmo lygio bangelių transformacijos patikrinimas. Kadangi ketvirtasis kvadrantas neturi svarbios informacijos, jis išmetamas. 2 etapas: Aukštesnės skiriamosios gebos vaizdų nepanaudotos zonos, kurių pirmo lygio bangelė yra, paverčia patikrinimą. Šiame etape atsisakoma šešių regionų. 3 etapas: Aukščiausios skiriamosios gebos vaizdų neišmestos zonos ir jų pirmo lygio bangos transformacijos. Kadangi tai yra paskutinis etapas, daugiau zonų nebus išmesta, todėl nėra bangų tikrinimo proceso. Naudodamas visas pirmo lygio bangelių transformacijas, algoritmas sukuria trečiojo lygio bangelių transformaciją. Atliekant atvirkštinę bangos transformaciją, įgyjama scenos rekonstrukcija. Šiame pavyzdyje bendras matavimų skaičius siekiant atgauti sceną buvo 62% iš 256 2 matavimų, nustatytų Nyquist kriterijumi.

Visas dydis

Tokiu atveju siekiama atkurti 256 × 256 taškų ląstelių grupės vaizdą. Pasirinktas kaukių rinkinys yra 2D Hadamardo pagrindas, kurio dydis yra 64 × 64 taškų. Pirmame etape algoritmas įgauna grubų visos scenos vaizdą su mūsų kaukių rinkiniu (keičiant 64 × 64 Hadamardo modelius iki 256 × 256 taškų). Atkūrus vaizdą, jis apskaičiuoja jo pirmojo lygio bandelių virsmą ir ieško kvadrantų, kurių kraštų tankis yra didesnis. Jei vieno iš kvadrantų skaičius ribojasi su iš anksto nustatytu slenksčiu, jis bus pašalintas kituose etapuose, tokiu būdu sumažinant bendrą numatytų kaukių skaičių. Kai šis veiksmas bus baigtas, prasideda antrasis algoritmo etapas. Dabar 64 × 64 raiškos dydis yra 128 × 128 taškų, taigi jis užima ketvirtadalį originalios scenos. Jei nė vienas iš kvadrantų nebuvo išmestas ankstesniame etape, čia algoritmas užfiksuoja dar keturis paveikslėlius, atkurdamas sceną su smulkesnėmis detalėmis. Jei ankstesniame etape buvo atmestas vienas ar keli kvadrantai, algoritmas neprogramuoja atmestų kvadrantų modelių rinkinio. Šiame etape algoritmas pakartoja pirmojo lygio bandelių transformacijas kiekviename paveikslėlyje, kad vėl būtų galima ieškoti naujų zonų be kraštų. Vykdant algoritmą paieškos zonos tampa vis mažesnės ir mažesnės, o šie mažesnių kaukių rinkiniai projektuojami tik scenos didelės erdvinės skiriamosios gebos zonose. Paskutiniame etape kaukės projektuojamos į regionus su smulkesnėmis scenos detalėmis. Kai visi regionai bus išmatuoti reikiama skiriamąja geba, visos bangelių transformacijos bus naudojamos trečiojo lygio bangelių transformacijai, parodytai 2 pav., Galutinis 256 × 256 vaizdas atkuriamas atvirkštinės bangos transformacijos būdu. Skirtingai nuo tradicinių CS metodų, kuriems paprastai reikia atsijungimo nuo tinklo, šis veiksmas kompiuteriu nėra daug reikalaujantis. Kaip tai bus išsamiau aptarta tekste, naudojant ACI, šį procesą galima atlikti sklandžiai naudojant žemos klasės kompiuterius.

ACI metodas turi keletą puikių pranašumų, palyginti su tradiciniu SPI-CS metodu. Jas galima suskirstyti į tris kategorijas: vaizdo dydį, skiriamąją gebą ir laiko pranašumus. Norėdami įrodyti šią naudą, šiame darbe mes palyginsime savo techniką su GPSR-Basic algoritmu, kurį pateikė Figuereido ir kt. 24 Pirmiausia aptarsime vaizdo dydžio pranašumus. Kaip minėta anksčiau, norint atkurti N × N paveikslėlį, SPI reikia nubrėžti M = N 2 kaukes. Kai naudojami CS metodai, tos M projekcijos sumažėja (tipiški suspaudimo koeficientai paprastai būna nuo 10% iki 40% be žymaus kokybės praradimo). Tačiau šis sumažinimas reiškia, kad atkuriant vaizdą reikia naudoti išgaubtus optimizavimo algoritmus. Algoritmų atmintis ir laiko poreikis didėja atsižvelgiant į vaizdo dydį ir atliktų matavimų skaičių. Net jei greitis nėra esminis kai kurių programų reikalavimas, atminties reikalavimai riboja maksimalų atkuriamų vaizdų dydį. Mūsų eksperimentuose, atliktuose su kompiuteriu su 24 GB RAM ir „Intel Xeon Processor X5690“, esant 3, 47 GHz, maksimalus vaizdo dydis, kurį galima rekonstruoti dėl atminties apribojimų naudojant CS algoritmus, yra 256 × 256 pikseliai, o glaudinimo santykis yra apie 50%. Naudojant ACI algoritmą, reikia saugoti tik nedidelį mažos skiriamosios gebos kaukių rinkinį ir matavimų vektorių. Praktiškai mes modeliavome vaizdus, ​​kurių dydis yra iki 4 megapikselių (MP), net jei tai nėra mūsų įrangos riba. Kaip matyti 3 pav., Scenos dominančios sritys yra atkuriamos visiškai panašiai, o zonos, kuriose nėra informacijos, yra mažesnės detalės.

Image

ACI rekonstrukcija įsigyta apytiksliai 25% iš 2048 2 matavimų, nustatytų Nyquist santykiu.

Visas dydis

Kai kalbama apie aukštesnes raiškas, kaip parodyta aukščiau, rekonstrukcijos laikas tampa svarbiausiu veiksniu, į kurį reikia atsižvelgti. Bendras tyrėjų požiūris yra paaukoti tam tikrą kokybę rekonstruojant, kad būtų pasiektas didesnis kadrų dažnis. Tai gali būti padaryta taikant aukštus suspaudimo laipsnius arba taikant naujus metodus, tokius, kaip siūlo Radwellas ir kt. 18 . Šios procedūros nėra pakankamai greitos, kad būtų galima gauti didelės skiriamosios gebos vaizdus realiuoju laiku, arba norint atlikti pagreitinti rekonstrukcijos procesą, reikia a priori informacijos apie sceną. SPI sistemose vaizdo gavimo laikas t a priklauso nuo projektuojamų kaukių skaičiaus M , kurį lemia vaizdo dydis. Apibrėžus SLM projekcijos greitį kaip R SLM , vaizdo gavimo laikas nurodomas

Image
, kur t P yra pakartotinio apdorojimo laikas atkurti vaizdą iš atliktų matavimų, M , t t yra kaušo detektoriaus integracijos laikas. Idealiu atveju abu M an t p turėtų būti kuo mažesni. Kadangi vieno vaizdo elementų detektoriai veikia aukštesniais nei SLM dažniais, s, t int yra nereikšmingas visuose čia nagrinėjamuose scenarijuose, kur apšvietimo sąlygos nėra kraštutinės. Kai tradicinis vieno vaizdo taškų vaizdavimas reikalauja, kad M būtų lygus vaizdo taškų skaičiui N 2, o jo t p yra nereikšmingas, CS metodai sumažina M, bet padidina t p . Be to, CS metodai turi išspręsti išgaubtą optimizavimo problemą, norint atkurti vaizdą, kuriam reikia daug atminties. Yra žinoma, kad adaptyvūs vaizdavimo būdai sumažina M , išlaikydami nežymų t p 19, 20 . Nepaisant to, atsižvelgiant į ACI pobūdį, scenos dydžio padidinimas nebūtinai reiškia, kad padidėja atminties poreikis. Jei yra atminties apribojimų, scenos rekonstravimo etapų skaičius bus padidintas, todėl kaukių dydis sumažės.

4 pav. Parodyti du CS ir ACI algoritmų palyginimai. Mes patikrinome PSNR ir rekonstrukcijos laiką, kad su keliais biologiniais vaizdais elgtųsi panašiai. Modeliavimui panaudojome tris skirtingus biologinių bandymų vaizdus (parodyta 5 pav.), Kurių dydis yra 128 × 128 taškų. ACI algoritmo etapų skaičius buvo nustatytas iki trijų, tokiu būdu naudojant 32 × 32 „Hadamard“ kaukes. Pirmasis grafikas rodo PSNR vidurkį, palyginti su ACI ir CS algoritmų matavimų skaičiumi, kai rekonstrukcijos lyginamos su originaliais vaizdais. Antrame grafike parodytas abiejų metodų laiko palyginimas. Į laiką įeina ne tik CS ir ACI algoritmo skaičiavimo laikas, bet ir kaukės, prognozuojančios laiką. Nors kokybė panaši, žiūrint į apatinę schemą aišku, kad ACI technika turi didelį pranašumą rekonstruojant. Kaip galima spręsti iš rezultatų, aukštos kokybės nuotraukas galima pasiekti, kai „Sub-Nyquist“ matavimo dažnis yra apie 50%. Esant tokiems matavimo santykiams ir moderniausiems DMD, 128 × 128 taškų vaizdus galima įgyti maždaug 3 Hz kadrų dažniu (~ 8000 matavimų 22, 7 kHz dažniu). Panašūs testai buvo atlikti su didesne skiriamąja geba, o rezultatai buvo dar palankesni ACI metodui. Vaizdai, kurių skiriamoji geba yra 256 × 256 pikseliai, yra rekonstruojami per mažiau nei minutę naudojant ACI algoritmą, palyginti su keliomis dienomis su GPSR rutina. Nepavyko palyginti aukštesnės skiriamosios gebos vaizdų, nes mūsų įranga negali atkurti vaizdų, kurių skiriamoji geba yra didesnė nei 256 × 256 pikselių, naudojant CS.

Image

Visas scenos panašumas matuojamas PSNR palyginimu viršutinėje diagramoje. Atsižvelgiant į tą patį matavimų kiekį, abiejų metodų kokybė yra panaši. Tačiau laiko palyginimas rodo, kad ACI technika lenkia tradicinę CS techniką.

Visas dydis

Image

Analizei parenkami trys biologiniai mėginiai. Kiekviename pavyzdyje tiriama viena IG. Dėl ACI požiūrio adaptacinio pobūdžio, jo PSNR kreivės atspindi žingsniuojantį elgesį, įgauna daugiau panašumo nei tradicinė CS technika. Kad būtų lengviau vizualizuoti, CS kreivė yra trijų IG vidurkis, nes visuose vaizduose rezultatai buvo beveik vienodi.

Visas dydis

Kitas didžiulis šios technologijos pranašumas yra tai, kad ji atkuria dominančius regionus aukšta skiriamąja geba, naudodama sub-Nyquist matavimo greitis. 5 pav. Pateiktas trijų biologinių mėginių pavyzdys. Kiekvienam mėginiui pasirinkome dominantį regioną ir palyginome to regiono PSNR, kai naudojame abu metodus. Kadangi CS projektuoja kaukes, apimančias visą sceną, viso vaizdo kokybė palaipsniui gerėja, atsižvelgiant į prognozuojamų kaukių skaičių, nepriklausomai nuo pasirinkto dominančio regiono. Tačiau taip nėra su ACI algoritmu, nes kaukės siunčiamos į skirtingus scenos regionus. Šiuo atveju ACI kreivės turi pakopinį elgesį, kai kiekvienas žingsnis atitinka algoritmo etapą. Jei scenoje yra keli dominantys regionai, pradiniai matavimai koncentruojami į veiksmus (žr. Žalią kreivę), o jei scenoje yra daug aštrių briaunų, aukščiausia regiono kokybė pasiekiama vėliau (žr. Oranžinę kreivę). Mikroskopijos sąrankoje, kai mėginiai paprastai dedami ant konkrečių stiklelio sričių, šią charakteristiką galima naudoti mėginių paėmimui atliekant labai mažą matavimų skaičių arba greitai nustatyti dominančias sritis. Nustačius tuos regionus, sistemos stiprinimas gali būti pakeistas, kad pavyzdys užpildytų visą sistemos matymo lauką.

Eksperimentiniai rezultatai

Siekdami išbandyti šias idėjas, atlikome koncepcijos įrodymo eksperimentą su projektoriumi ir vidutinio nuotolio nešiojamu kompiuteriu. Eksperimentinė sąranka parodyta 6 pav. Jį sudaro skaitmeninis šviesos projektorius, fotodiodas, analogo-skaitmeninio keitiklis ir kompiuteris. DLP kaukių rinkinį siunčia ant skirtingų objekto sričių, prireikus jas pakeisdamas. Kiekvienas pakeistų kaukių rinkinys yra iš anksto apskaičiuojamas, o „Labview“ parašyta pritaikyta programinė įranga pasirenka tinkamą kiekvienam algoritmo etapui. Kadangi kiekvienos kaukės pikselių skaičius visuose etapuose išlieka toks pats (vienintelis pokytis yra pikselių dydis), palengvinamas rekonstrukcijos algoritmo skaičiavimo krūvis. Objektyvo atspindima šviesa optinio rinkimo sistemos pagalba matuojama fotodiodu. Kadangi fotodetektorių kvantinis efektyvumas yra didesnis nei CCD / CMOS jutiklių ir atsižvelgiant į tai, kad kiekvieno matavimo metu detektorius pasiekia daugiau fotonų, įgyti signalai mažiau iškraipomi dėl tamsaus ir rodomo triukšmo 1 . Analoginis-skaitmeninis keitiklis skaitmenina signalą, o kompiuteris atkuria vaizdus naudodamas pasirinktinį kodą, parašytą „Matlab“. Eksperimentinis modelių projekcijos ir elektrinio signalo matavimo procesas kontroliuojamas pagal pasirinktinę programinę įrangą, parašytą „Labview“.

Image

Skaitmeninis projektorius siunčia iš anksto nustatytą kaukių rinkinį į skirtingas objekto dalis. Iš objekto atspindėta šviesa matuojama kaušo detektoriumi. Signalas suskaitmeninamas ir naudojamas atkurti scenos vaizdą.

Visas dydis

7 pav. Parodytos dvi eksperimentinės rekonstrukcijos. Pirmoji rekonstruota scena yra nedidelis LEGO objektas. Mes pradedame ACI algoritmą, naudodami 64 × 64 Hadamardo modelius, o etapų skaičius yra 3. Tada pasiekiama galutinė skiriamoji geba yra 256 × 256 pikselių. Skirtingai nuo standartinių CS metodų, scenos rekonstravimui reikalingas laikas priklauso tik nuo SLM atnaujinimo dažnio, o ne nuo glaudinimo strategijos. Šiai rekonstrukcijai mes išsiuntėme 88% visų 256 2 matavimų, nustatytų pagal Nyquist kriterijų. Savo eksperimentuose naudojame „DLP LightCrafter 4500“ iš „Texas Instruments“. Nors maksimalus šio įrenginio atnaujinimo dažnis yra 4225 Hz, kai prognozuojamų šablonų skaičius padidėja, kyla atminties apribojimų. Tada modeliai turi būti siunčiami naudojant įrenginio vaizdo įvestį, o ne įkeliami į vidinę atmintį. Šio vaizdo įvesties greitis yra ribotas iki 120 Hz. Užkoduojant 24 skirtingus dvejetainius rašmenis kiekviename vaizdo įrašo kadre kaip 24 bitų vaizdą, maksimalus įgytas greitis yra 2880 Hz 25 . Turint tai omenyje, įsigijimo laikas su mūsų įranga buvo 20, 02 sekundės. Jei naudojami moderniausi SLM, turintys atnaujinimo dažnį apie 22, 7 kHz ir turintys didelę talpą vidinę atmintį, šių apribojimų galima išvengti ir šiuo metodu galima pasiekti 2, 54 sekundžių rekonstrukcijos laiką.

Image

Viršutinėje eilutėje rodome 256 × 256 taškų LEGO ‚Ned Flanders paveikslėlį (kairėje) ir jo rekonstravimą naudojant ACI techniką (dešinėje). ACI rekonstrukcija buvo gauta naudojant 88% viso vaizdo elementų skaičiaus. Apatinėje eilutėje rodome 512 × 512 taškų USAF1951 testą (kairėje) ir jo ACI rekonstrukciją (dešinėje). Šiuo atveju rekonstrukcija buvo atlikta 55% viso taškų skaičiaus matuojant. Vienintelis ACI vaizdų perdirbimas buvo baltos spalvos balanso korekcija.

Visas dydis

Kaip minėta anksčiau, ACI išsiskiria fotografuodama didelės raiškos vaizdus. Dėl DLP specifikacijų didžiausios kvadratinės kaukės, kurias galima projektuoti, yra 512 × 512 taškų. Antroje 7 pav. Eilutėje parodoma JAVF testo rekonstrukcija ta skiriamąja geba. Norint pasiekti šią skiriamąją gebą, buvo naudojami keturi ACI algoritmo etapai. Kai vaizdas tampa didesnis, išmetamų regionų skaičius paprastai didėja, todėl pasiekiami didesni glaudinimo santykiai išlaikant gerą panašumą į sceną. Visų pirma, šiame antrame pavyzdyje mes panaudojome tik 55% 512 2 matavimų, nustatytų pagal Nyquist kriterijų. Nustatydami vaizdą įsigijome per 50, 06 sekundės. Naudojant aukščiausios klasės DMD, s gali būti pasiektas 6, 35 sekundės.

Diskusija

Mes sukūrėme ACI algoritmą, kuris leidžia atkurti aukštos skiriamosios gebos vaizdus su nedidelėmis laiko sąnaudomis naudojant SPI. Palyginus su tradiciniais CS metodais, vaizdus su lygiaverte kokybe gauname daug mažesnį laiką 1, 3 . Tiesą sakant, atliekant tą patį matavimų skaičių, CS reikia pakartotinio apdorojimo, kad būtų atkurtas vaizdas, o ACI gali tai padaryti tiesiogiai. Nauji metodai, tokie kaip daugiadiodiniai fotoaparatai ar adaptyvus vaizdų vaizdavimas, taip pat įveikė greičio skiriamosios gebos apribojimą - 20, 26 . Tačiau mūsų požiūris palaiko vieno fotodetektoriaus naudojimą, kuris pagerina matavimų SNR, dirbant esant silpno apšvietimo scenarijams, pavyzdžiui, biologinei aplinkai. Be to, kaip kaukių pagrindą naudojant deterministines matricas, šis metodas yra geriau pritaikytas greitoms matematinėms operacijoms ar net naudojant CS kiekviename įsigijimo proceso etape 22 . Mes taip pat skaičiavimais įrodėme šios metodikos efektyvumą, kad būtų galima puikiai atkurti dominančias sritis, esant mažesnėms nei Nyquist matavimo greičiams. Čia ištirtoms scenoms, kuriose yra palyginti nedaug interesetų regionų, įrodyta, kad ACI teikia aukštesnės kokybės rekonstrukcijas per trumpesnį laiką nei GPSR-Basic CS metodas. Palyginti su kitomis vieno vaizdo elementais, norint pasiekti šį greitį, mums nereikia išankstinių žinių apie sceną 18 .

Didžiulės technologinės pastangos nukreiptos į optinių prietaisų skiriamąją gebą. Iki šiol SPI nepateikė aukštos raiškos vaizdų dėl laiko apribojimų. Vienintelis ribojantis ACI technikos faktorius yra SLM atnaujinimo dažnis, leidžiantis mums pateikti aukštos skiriamosios gebos eksperimentinius vaizdus, ​​kurių matmenys palyginami su SLM pikselių skaičiumi, nereikalaujant susiuvimo būdų ir naudojant vieną fotodiodą kaip detektorių.

Taip pat reikia pažymėti, kad ACI yra labai lanksti technika. Pavyzdžiui, kiekviename ACI etape galime naudoti tradicinius gniuždymo būdus, kad dar labiau sumažintume reikalingų matavimų skaičių. ACI taip pat gali būti naudojamas vieno vaizdo elementų fotoaparatų, veikiančių skirtinguose matomo, infraraudonųjų spindulių ir terahercinio spektro diapazonuose, 3, 4, 11, našumui pagerinti . Būsimas darbas ACI metodu turėtų būti nukreiptas į adaptyviosios schemos tobulinimą. Tai apims intelektualesnį kraštų paiešką. Užuot patikrinę reguliariai į sceną patalpintus kvadrantus, galėtume laisvai juos išdėstyti didelio tankio pasienio zonose, kad efektyviau rinktume informaciją. Tai pagerins atkurtų vaizdų kokybę dar mažesniais matavimo greičiais.

Metodai

Eksperimentuose naudojamas DLP yra „Texas Instruments“ pagamintas DLP „LightCrafter 4500“. Jame yra DMD ir trys spalvoti šviesos šaltiniai (raudona, žalia ir mėlyna). Įtaisyta optinė sistema naudojama modeliams vaizduoti į sceną. Naudojamas fotodetektorius yra PDA36A-EC iš „Thorlabs“, o elektrinis signalas suskaitmenintas naudojant NI USB-6001 DAQ. Visi eksperimentiniai rezultatai buvo įsigyti naudojant „Lenovo ThinkPad E531“ nešiojamąjį kompiuterį su 12 GB RAM ir „Intel Core i7 2, 20 GHz“ procesoriumi. Modeliavime naudojami biologiniai vaizdai atitinka skirtingus dviejų skaidrių rinkinių mėginius iš Karolinos (Nr. 292148A ir Nr. 293708).

ACI algoritmas

Čia pridedame ACI algoritmo, naudojamo eksperimento metu, pseudo kodą.

Image

Papildoma informacija

Kaip pacituoti šį straipsnį : Soldevila, F. et al. Didelės skiriamosios gebos adaptyvus vaizdavimas su vienu fotodiodu. Mokslas. Rep. 5, 14300; „doi“: 10.1038 / srep14300 (2015).

Komentarai

Pateikdami komentarą jūs sutinkate laikytis mūsų taisyklių ir bendruomenės gairių. Jei pastebite ką nors įžeidžiančio ar neatitinkančio mūsų taisyklių ar gairių, pažymėkite, kad tai netinkama.