doi: 10.17586/2226-1494-2024-24-4-548-553


УДК 535.421

Изменение контраста изображения объекта наблюдения при однопиксельной и матричной визуализации через рассеивающую среду

Опарин Е.Н., , Черных А.В., Цыпкин А.Н.


Читать статью полностью 
Язык статьи - русский

Ссылка для цитирования:
Опарин Е.Н., Лаппо-Данилевская А.К., Черных А.В., Цыпкин А.Н. Изменение контраста изображения объекта наблюдения при однопиксельной и матричной визуализации через рассеивающую среду // Научно-технический вестник информационных технологий, механики и оптики. 2024. Т. 24, № 4. С. 548–553. doi: 10.17586/2226-1494-2024-24-4-548-553


Аннотация
Введение. Особенностью техники однопиксельной визуализации является возможность регистрации изображения на детекторе без пространственного разрешения, которое достигается путем подсвечивания объекта наблюдения пространственно-модулированными паттернами освещения. Данная техника применяется для получения изображений объектов, находящихся в затрудняющих видимость условиях, таких как дым или туман. Особенностью проведенных на данный момент исследований является доказательство работоспособности методов улучшения качества изображений, полученных методом однопиксельной визуализации, при выбранных условиях для рассеивающей среды без выявления границ применимости. Данная работа экспериментально демонстрирует влияние количества рассеивающих частиц в среде на контраст однопиксельных изображений. Кроме того, выполнено сравнение контраста изображений, полученных с помощью однопиксельной визуализации и матричного приемника, выполненного по технологии прибора с зарядовой связью (ПЗС-камеры). Это позволяет не только сравнить методы визуализации при изменяющихся условиях, но и оценить влияние потерь, вносимых рассеивающей средой, на контраст однопиксельных изображений. Метод. В работе использована экспериментальная схема однопиксельной визуализации, в которой однопиксельный детектор и фокусирующая линза заменены на ПЗС-камеру для получения сравнительных изображений. Между объектом и детектором помещалась кювета с раствором молока в воде различных объемных концентраций. Для каждой концентрации изображение объекта восстанавливалось методом однопиксельной визуализации и регистрировалось на ПЗСкамеру до достижения концентрации рассеивающего вещества, при котором ни один из методов не позволил получить изображение. Затем для каждого полученного изображения рассчитывался контраст. Основные результаты. Показано, что восстановленному методом однопиксельной визуализации изображению при концентрациях молока до 1/150 соответствует средний контраст 0,21, не снижающийся по мере роста рассеяния. При этом для ПЗС-камеры средний контраст в отсутствие рассеяния составляет 0,70, а с ростом концентрации молока монотонно снижается до 0,07. Обсуждение. Основной особенностью изображений, полученных методом однопиксельной визуализации сквозь рассеивающие среды, является сохранение среднего контраста при увеличении концентрации рассеивающего вещества. Полученный результат указывает на сохранение отношений между всеми зарегистрированными на одиночный детектор интенсивностями, использующимися при построении корреляционной функции. Однопиксельное изображение перестает восстанавливаться в случае, когда свет, провзаимодействовавший с объектом из-за многократного рассеяния и поглощения водным раствором молока, не доходит до детектора. Рассмотренные особенности показывают перспективность использования однопиксельной визуализации для построения систем дистанционного зондирования с распознаванием образов объектов, так как позволяют получать схожие изображения при различных коэффициентах рассеяния рассеивающей среды.

Ключевые слова: однопиксельная визуализация, системы визуализации, дистанционное зондирование, рассеяние, обработка изображений, пространственный модулятор света

Благодарности. Работа выполнена при финансовой поддержке Минобрнауки Российской Федерации в рамках государственного задания (паспорт № 2019-0903).

Список литературы
  1. Paniagua-Diaz A.M., Starshynov I., Fayard N., Goetschy A., Pierrat R., Carminati R., Bertolotti J. Blind ghost imaging // Optica. 2019. V. 6. N 4. P. 460–464. https://doi.org/10.1364/optica.6.000460
  2. Le M., Wang G., Zheng H., Liu J., Zhou Y., Xu Z. Underwater computational ghost imaging // Optics Express. 2017. V. 25. N 19. P. 22859–22868. https://doi.org/10.1364/oe.25.022859
  3. Zhang Y., Li S., Sun J., Zhang X., Liu D., Zhou X., Li H., Hou Y. Three-dimensional single-photon imaging through realistic fog in an outdoor environment during the day // Optics Express. 2022. V. 30. N 19. P. 34497–34509. https://doi.org/10.1364/oe.464297
  4. Gatti A., Bache M., Magatti D., Brambilla E., Ferri F., Lugiato L.A. Coherent imaging with pseudo-thermal incoherent light // Journal of Modern Optics. 2006. V. 53. N 5-6. P. 739–760. https://doi.org/10.1080/09500340500147240
  5. Shapiro J.H., Boyd R.W. The physics of ghost imaging // Quantum Information Processing. 2012. V. 11. N 4. P. 949–993. https://doi.org/10.1007/s11128-011-0356-5
  6. Gatti A., Brambilla E., Caspani L., Jedrkiewicz O., Lugiato L.A. Quantum imaging and spatio-temporal correlations // Optics and Spectroscopy. 2011. V. 111. N 4. P. 505–509. https://doi.org/10.1134/s0030400x11110087
  7. Bromberg Y., Katz O., Silberberg Y. Ghost imaging with a single detector // Physical Review A. 2009. V. 79. N 5. P. 053840. https://doi.org/10.1103/physreva.79.053840
  8. Bashkansky M., Park S.D., Reintjes J. Single pixel structured imaging through fog // Applied Optics. 2021. V. 60. N 16. P. 4793–4797. https://doi.org/10.1364/ao.425281
  9. Huyan D., Lagrosas N., Shiina T. Target imaging in scattering media using ghost imaging optical coherence tomography // APL Photonics. 2022. V. 7. N 8. P. 086104. https://doi.org/10.1063/5.0099638
  10. Yu Z., Wang X.-Q., Gao C., Li Z., Zhao H., Yao Z. Differential Hadamard ghost imaging via single-round detection // Optics Express. 2021. V. 29. N 25. P. 41457–41466. https://doi.org/10.1364/oe.441501
  11. Stocker S., Foschum F., Krauter P., Bergmann F., Hohmann A., Happ C.S., Kienle A. Broadband optical properties of milk // Applied Spectroscopy. 2017. V. 71. N 5. P. 951–962. https://doi.org/10.1177/0003702816666289
  12. Dahm D.J. Explaining some light scattering properties of milk using representative layer theory // Journal of Near Infrared Spectroscopy. 2013. V. 21. N 5. P. 323–339. https://doi.org/10.1255/jnirs.1071
  13. Yu Z., Zhang L., Yuan S., Bai X., Wang Y., Chen X., Sun M., Li X., Liu Y., Zhou X. Color ghost imaging through a dynamic scattering medium based on deep learning // Optical Engineering. 2023. V. 62. N 2. P. 021005. https://doi.org/10.1117/1.oe.62.2.021005
  14. Wang D., Sahoo S.K., Zhu X., Adamo G., Dang C. Non-invasive super-resolution imaging through dynamic scattering media // Nature Communications. 2021. V. 12. N 1. P. 3150. https://doi.org/10.1038/s41467-021-23421-4


Creative Commons License

This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License
Информация 2001-2024 ©
Научно-технический вестник информационных технологий, механики и оптики.
Все права защищены.

Яндекс.Метрика