151493 (594692), страница 7

Просмтор этого файла доступен только зарегистрированным пользователям. Но у нас супер быстрая регистрация: достаточно только электронной почты!

Текст из файла (страница 7)

Выбор между объектом и его изображением для решения задачи распознавания не всегда легок. Объект или его изображение должны обладать определенными, хорошо известными свойствами, чтобы они могли быть введены в когерентную оптическую систему распознавания образов. Во-первых, объект или его изображение не должны рассеивать свет (это исключает множество объектов, в том числе и людей, для непосредственного использования). Во-вторых, объект или изображение должны быть доступны для оптической системы (это исключает объекты, находящиеся внутри других непрозрачных или диффузных объектов, а также объекты, которые не могут быть легко доставлены в лабораторию). В-третьих, свет должен хорошо отображать характеристики объекта, полезные для распознавания (для некоторых объектов наиболее полезные характеристики не совпадают с диапазоном длин волн когерентной оптики, поэтому в рентгеновском и акустическом диапазонах нужно использовать изображения, а не сами объекты). С другой стороны, непосредственное использование самих объектов иногда оказывается выгодным. Так, оно делает процедуру распознавания более быстрой (практически мгновенной). Кроме того, реальные объекты могут исследоваться одновременно или последовательно при использовании различных длин волн, состоянии поляризации света и т.д.

Выбор между единичным объектом (или изображением) или множеством объектов (или изображений) также труден и важен. Мы приведем некоторые преимущества каждого из них и поймем это после более общего обсуждения. Единичный объект или изображение имеют единственную ориентацию (три угловые степени свободы фиксированы для него). Таким образом, можно использовать много различных оптических фильтров, а также устройств вращения изображения, чтобы заставить один фильтр быть более или менее согласованным с ориентацией объекта.

Рассмотрим, например, объект в виде непрозрачного цилиндра. При рассматривании цилиндра с любого из двух направлений вдоль его оси он выглядит как круг. При рассматривании его с любого направления, перпендикулярного оси, он оказывается прямоугольником. И наконец, цилиндр принимает другие формы с иных направлений. Используя круглые прямоугольные маски, а также много других масок, мы можем быть достаточно уверенными, что сможем идентифицировать этот объект и определить его ориентацию. Полагая три угла и₁, и₂ и и₃ , определяющих ориентацию, случайными независимыми переменными, мы можем написать функцию распределения Р(и₁, и₂ ,и₃). К чтобы описать вероятность любой угловой ориентации. Пусть изображение, соответствующее углам и₁, и₂ ,и₃, описывается функцией I(х_ч у, и₁, и₂ ,и₃)- Используя одну маску, мы можем сделать одно — распознать усредненное или ожидаемое изображение

.

Для многих объектов не имеет каких-либо характерных особенностей. Второй подход заключается в распознавании I (х, у, и₁, и₂ ,и₃ ) в заданном диапазоне от и₁ до и₁ +Ди₁ от и₂ до и₂+ +Ди₂ и от и₃ до и₃ +Ди_3, где Ди₁, Ди₂ и Ди₃ — наибольшие величины, которые еще обеспечивают «хорошую» корреляцию с I(х, у, и₁ +Ди₁ , и₂+Ди₂ , и₃ +Ди_3,) Тогда, испытав много объектов, мы можем положить, что полное число типов масок, которое мы ищем, равно числу масок, хорошо коррелирующих с I(х, у, и₁, и₂ ,и₃). деленному на величину Р(и₁, и₂ ,и₃) Ди₁, Ди₂ ,Ди₃- Мы можем теперь так выбрать набор и₁, и₂ ,и₃. чтобы он обеспечил наиболее отличительные характеристики. Точность требует, чтобы мы принимали во внимание статистически значительное число хороших корреляций. Конечно, проверяя множество объектов параллельно (используя мощную и самую замечательную способность оптической обработки), мы можем осуществить статистическое усреднение одновременно. В настоящее время используются как последовательные, так и параллельные системы распознавания.

Рис. 6.1. Оптическое преобразование Фурье и обработка изображений

Как тогда происходит распознавание образов с помощью когерентной оптики? Ответ, хорошо аргументированный в других работах [1.71], состоит в использовании оптического фурье-преобразования над входным распределением (формируемого в плоскости Р2 в результате прохождения когерентного света через линзу L₁ как показано на рис. 6.1). Таким образом, сформированная картина преобразования Фурье имеет ряд специфических свойств, а именно:

1. амплитудные характеристики Фурье-образа не зависят от поперечных размеров объекта или положения маски;

2. амплитудные характеристики Фурье-образа не изменяются при преобразовании координат вида (х, у)—>-( —х, —у). Таким образом, например, цифры 6 и 9 имеют преобразования Фурье с идентичным распределением амплитуд;

3. при когерентной записи (т. е. при использовании интерференции с опорным пучком) фазовая информация сохраняется, и цифры 6 и 9 могут быть отличены друг от друга. Такой комплексный фильтр обычно называют согласованным пространственным фильтром;

4. фурьс-образ поворачивается в пространстве при повороте объекта;

5)размеры Фурье-образа увеличиваются пропорционально уменьшению размеров объекта или изображения и наоборот;

6)самая яркая часть Фурье-образа находится в его центре;

7)комплексная амплитуда Фурье-образа представляет собой когерентную сумму индивидуальных комплексных амплитуд от дельных составных частей объекта или изображения.

Из свойств 1 и 7 мы видим, что поле, состоящее из многих объектов, может быть обработано параллельно. При этом все объекты вносят самостоятельные и совершенно одинаковые преобразования Фурье, не зависящие от их поперечного положения во входной плоскости.

6.1 Операционные методы

Имеются два отдельных способа использования преобразования Фурье для решения задачи распознавания образов. При первом способе (предназначенном для случаев последовательной обработки, а также для некоторых случаев параллельной обработки) мы можем измерить амплитудную (а иногда и фазовую) информацию, содержащуюся в Фурье-преобразовании и сравнить ее оптическими или электронными методами с аналогичными картинами для различных, ранее встречавшихся объектов. Оптически эта операция осуществляется помещением маски (позитивной или комплексной) в плоскость Фурье-преобразования и измерением прошедшего света. При использовании электронных методов сравнения в частотную плоскость помещают специальные фотодетекторы в виде секторов и колец [1.72]. При втором способе (он соответствует некоторым случаям параллельной обработки) мы можем использовать свет, прошедший через фильтр, для формирования изображения входной сцены. Изображение оказывается самым ярким для тех частей входной сцены, для которых через маску прошло больше всего света. Для равномерно освещенной сцены это означает, что объекты, наиболее близко соответствующие тест-объекту, использованному для изготовления маски, проявляют себя в виде ярких пятен. Ограничив этот отклик, мы можем определить местоположение и сосчитать объекты предварительно выбранной формы.

Изменения в размере объекта и его ориентации (относительно оптической оси) важны в разной степени для объектов разной формы, например вращение не оказывает существенного влияния при распознавании клеток, обладающих осевой симметрией. В любом случае вращение и изменение размера может быть выполнено либо физически, либо оптически (например, вращением «призмы Довэ), чтобы привести объект в соответствие с тест-объектом. Можно преобразовать преобразование Фурье в преобразование Меллина (инвариантное к масштабу объекта), а также и получить преобразование, инвариантное к вращению [1.73], путем соответствующего воздействия на входное изображение перед обработкой.

6.2 Применения

Имеются два тина областей применения когерентных оптических методов распознавания образов: во-первых, когда сцена, объект или образ очень сложны, чтобы можно было использовать удобные цифровые методы, и, во-вторых, когда высокая скорость измерения объекта исключает применение цифровых методов. В обоих этих случаях оптическое распознавание оказывается необходимым решением. Оптическое распознавание образов также является очевидным подходом к решению проблемы, когда измерения, которые должны быть выполнены, по своей природе оказываются оптическими.

Показательным применением когерентной оптики является автоматический счет ретикулоцитов с помощью согласованных фильтров, синтезированных на ЭВМ. Квалифицированный техник может сосчитать до 500 штук в минуту. С помощью когерентной оптики мы можем обработать почти мгновенно 1 млн. (это соответствует числу ретикулоцитов на площади реального предметного стекла диаметром 1,5 см) [1.74]. В данном случае используется параллельная обработка всех освещаемых клеток. Следовательно, метод работает благодаря наличию большого числа клеток, определенные усредненные свойства которых оказываются априори известными. Например, в большом поле с объектами спичкообразной формы часть этих объектов, ориентированная вертикально с точностью ±5°, предсказывается с высокой точностью. И наоборот, если мы измеряем число, таким образом, ориентированных объектов спичкообразной формы, мы можем подсчитать их полное число. Используемые в рассматриваемом случае пространственные фильтры искали определенные обобщенные образы ретикулоцитов, по всей вероятности, не заключающие в себе точно любую клетку, а Достаточно хорошо отображающие много клеток, чтобы обеспечить основу для счета. Реальный фильтр, несколько идеализированный, синтезировался на ЭВМ.

Другое применение, которое было продемонстрировано, связано с отображением рентгеновских изображений грудной клетки для постановки диагноза пневмокониоза (затемнения легкого) [1.75]. В этом случае критерием является увеличение высокочастотных компонент в пространственном спектре тенеграммы объекта с пневмокониозом. Аналогичные измерения были выполнены над рядом других изображений, интересующих медиков.

Вероятно, самым интересным применением для обработки данных была идентификация клеток (например, видов лейкоцитов) в жидкой системе [1.76]. В данном случае не формируется никакого изображения. Для освещения отдельных клеток используется свет разных длин волн, освещающий клетки при прохождении ими точки с фиксированным освещением. Часть света, дифрагированная каждой клеткой под разными углами, является мерой размеров и формы клеток. Поскольку обрабатывается большое число клеток, то статистический анализ может быть вполне точным. Конечно, перемещение объекта (всегда присутствующее по определению в жидкой системе) не вызывает изменений в картине Фурье-преобразования.

7. Выводы

Биомедицинские применения когерентной оптики многочисленны, эффективны, но случайны. Коммерческое использование когерентной оптики не предпринималось, не считая некоторых упомянутых ранее замечательных исключений.

8. Приложение: различные методы формирования трехмерных изображений

О формировании трехмерных изображений было сказано так много, что возможна некоторая путаница. Целью данного приложения является систематизация различных терминов и понятий с тем, чтобы они стали легкими для понимания и сравнения между собой.

Пусть нам дан трехмерный объект, который может содержать и некоторую внутреннюю структуру. Каким образом мы можем его зарегистрировать на двумерном носителе? Существуют четыре основных способа решения этой проблемы. Во-первых, мы можем записать голограмму этого объекта. Голограмма зарегистрирует полную трехмерную информацию об объекте (за исключением теневых эффектов в плоских голограммах, которые исчезают в цилиндрической голограмме). Во-вторых, мы можем сжать одно измерение, чтобы обеспечить правильное изображение в двух измерениях и неясное в третьем. Метод проекций в рентгенотехнике даст хорошие иллюстрации этого. С помощью точечного источника излучения мы можем спроектировать на экран тень объекта (как это показано на рис. 8.1,а). Отметим, что для каждой точки теневого изображения мы можем провести прямую линию, соединяющую эту точку с точечным источником. Распределение поглощения излучения вдоль этой линии оказывается неопределенным (во всяком случае, известно только полное поглощение вдоль этой линии). Обычные рентгеновские изображения имеют именно такой характер. Назовем такие проекции двумерными проекциями (для достижения цели, поставленной в приложении). В отличие от этого один срез двумерной проекции (который мог бы быть получен с помощью расходящегося пучка в виде веера, как показано на рис. 8.1, б), мы назовем одномерной проекцией.

Рис. 8.1. Точечный источник создает конус направленных на объект лучен, которые и образуют на экране его теневое изображение (а). Если между точечным источником и объектом поместить щелевую диафрагму, то объект будет освещаться только веером лучей. В этом случае мы имеем трансаксиальное освещение, показанное на нижнем рисунке (б).

Получив проекции объекта (одно- и двумерные) с многих ракурсов и осуществив восстановление, мы можем синтезировать изображение трехмерного объекта (по его двумерным проекциям) или получить двумерное сечение этого объекта веерным пучком (по его одномерным проекциям). Примерами синтеза трехмерных изображений объекта по его двумерным проекциям являются псевдопараллаксные изображения, а также цилиндрические мультиплексные голограммы. Примером синтеза двумерного изображения объекта по его одномерным проекциям служит трансаксиальная томография. Во всех этих случаях дополнительное измерение синтезируется по многочисленным проекциям, полученным с многих направлений. В-третьих, мы можем совсем не учитывать одну координату из трех. Метод профилирования, является примером такого подхода. Обозначив поперечные координаты через х и у, а координату по глубине через z, получаем профили изображений в координатах х—z при постоянном у и в координатах у—z при постоянном х. И, наконец, в-четвертых, мы можем точно записать изображение в координатах х—у и восстановить затем координату z (измерение по глубине) некоторым образом (например, с помощью контуров по глубине.

Мы должны теперь уделить больше внимания голографии с малой числовой апертурой (которая включает акустическую голографию и формирование изображений методом кодированной апертуры). Предположим, что мы восстанавливаем изображение с голограммы, используя оптическое излучение с длиной волны л.

Характеристики

Список файлов ВКР