Innovatív technikák digitális mikroszkóphoz

A mikroszkóp nem mai találmány – immár legalább 400 éve tanulmányozzák általa a mikro­világot a kutatók. Az időközben végbement fejlesztésekkel – vélhetnénk – a mikroszkóp optikáját és mechanikáját sikerült közel a tökéletességig javítani. Ha azonban a fénymikrosz­kópot a legújabb kori digitális képalkotás módszereivel egészítjük ki, korábban nem ismert szolgáltatásokat bocsáthatunk a mikroszkóp-felhasználók rendelkezésére.

Bevezetés 

A digitális képfeldolgozás és a kamerás eszközök fejlődése új lehetőségeket teremtenek már az egyszerűbb készülékeknél is. A piacon megjelenő legújabb, korszerű eszközök a nagyított, éles és részletdús képpel segített minőség-ellenőrzéshez és dokumentálásához nyújtanak segítséget. A költséghatékony, ugyanakkor tiszta, éles képet adó eszközök a jó kamera, az optika és a korszerű képfeldolgozás egységére épülnek. A hagyományos mikroszkópot az optikán történő betekintés miatt meglehetősen kötött testhelyzetben lehet csak hasz­nálni, amely fizikailag fárasztja a felhasználót, akinek emiatt csökken a figyelemkoncentrációja. A digitális technológiával ellátott mikroszkópoknál azonban a kép már monitoron jelenik meg, ezért még huzamos idejű monoton munkavégzésnél sem befolyásolják negatívan a felhasználó egészségét. Ezért is széles körben terjednek el az ipar és a tudományos kutatás különböző területein. Cikkünkben az automatikus kalibrációról, a nagy dinamikatartományú (HDR) képalkotásról és a nagy mélységélességű kép (image stacking) készítésének technikájáról esik szó – csupa olyan szolgáltatásról, amellyel még a legfejlettebb – tisztán optikai – mikroszkópok sem rendelkezhettek.

Gyorskalibráció

A kamerák kalibrációja, a gépi látás egyik alapproblémája annak az állapotnak az elérését jelenti, hogy a mikroszkóp által megjelenített képen végzett geometriai mérés eredményéből a tárgy megfelelő méretére lehessen következtetni. Mára már számtalan jól bevált algoritmus létezik, amelyek a kamerás mérőeszközök nagyobb pontosságát és ezáltal a jobb minőség-ellenőrzést teszik lehetővé. A kalibrációs módszerek egyik legnépszerűbbjét sakktáblaminta segítségével végzik (1. ábra). A módszer lényege: a sakktábla ábra kitüntetett pontjainak nagy biztonságú (mérettől, szögtől és fényviszonyoktól független) detektálása. Ezen pontrács alapján, egy – akár nemlineáris – torzításokkal is terhelt „pinhole“ kameramodellt feltételezve, a sakktáblaábra fizikai dimenziói ismeretében minden lényeges paraméter kiszámítható, beleértve a méretviszonyokat is.

1. ábra Az eredeti kép torzításait egy ismert geometriájú kalibráló sakktáblaminta pontjaival összevetve, képfeldolgozási módszerekkel kiküszöbölhető az eredeti felvétel geometriai torzítása

A felhasználó szempontjából ezen eljárás mindössze egy pl. névjegy méretű kalibrálókártya elhelyezését jelenti a munkafelületen, és a képfeldolgozó algoritmus egy kattintás után, mindössze pár másodperc alatt létrehozza a kalibrált állapotot, amely már pontos geometriai mérések elvégzését teszi lehetővé.

Nagy dinamikatartományú kép (HDR)

Az emberi látás viszonylag nagy dinamikatartományú képek befogadására és feldolgozására képes. A szem a ma leggyakrabban használt szenzortechnológiákhoz (CMOS, CCD) képest jóval nagyobb tartományban alkalmas sötét és  világos részek egyidejű érzékelésére.Ez természetesen nem csak a szemünk receptorainak köszön­hető. Csak az egész látórendszerünk, az agyunk működését is beleértve képes a szélsőséges megvilágítottságú képek részleteinek felismerésére, amely mintegy mozaikként „összeilleszti” és kiegészíti a kevésbé érzékelt részleteket. A CMOS- vagy CCD-szenzorokkal szerelt fényképezőknél gyakran előfordult, hogy a kép bizonyos részei már elérték a szenzor által maximálisan feldolgozható fényerősséget, míg más részek sötétek maradtak. Az úgynevezett HDR (High Dynamic Range) technika alkalmazásával olyan nagy dinamikatartományú fényviszonyok is jól kezelhetők, amelyek már az emberi szem számára is gondot jelentenének.  Ilyenkor a szem számára már nem észlelhető részletek is előjönnek a képeken, amely nagyban segítheti a felhasználót. Az eljárás során egy képsorozat készül, különböző expozíciós idők alkalmazásával. A sorozat alapján kiszámolható a képpontok fényreakciója, és előállítható a kép pixelenként lebegőpontos értékekkel történő reprezentációja. A legelterjedtebb algoritmusok a kontrasztredukálás (a dinamikai tartomány igény szerinti változtatása, valamint az ún. tone mapping, amely eljárás megtartja a lokális kontrasztot.

Fókuszsorozat kép (image stacking)

A fókuszsorozat kép (Image stacking, 2. ábra) egy képfeldolgozási eljárás, amelynek elsődleges célja a mélységélesség növelése, illetve a mélységinformáció kinyerése. Ehhez olyan mikroszkópra van szükség, amelynek fókusztávolsága finom lépésekben, számítógéppel vezérelhető. A mélységgel rendelkező tárgyról sorozatfelvétel készül, amelyek abban különböznek egymástól, hogy a fókusztávolságot a tárgy mélységi mérete mentén, egyenletes lépésközzel változtatva, különböző mélységi síkok mentén képezi le élesen. A folyamat végén olyan képsorozattal rendelkezünk, amelynek mindegyikén éles a képhez tartozó fókusztávolság mélységében látható réteg. Az éles képrészekből eszerint digitális feldolgozással a teljes tárgy nagy mélységélességű képét állathatjuk elő.

2. ábra Az Image Stacking módszer szemléltetése. Az (a) „háttér éles” és a (b) „előtér éles” képekből képfeldolgozási eljárás illeszti össze a mindenütt éles (c) „szuperképet”

A képsorozat feldolgozhatóságának feltétele, hogy a tárgyat a felhasználó által kiválasztott fókusztartományban egyenletes lépésközű, állítható lépésszámú fókuszponttal és lépésközzel, azonos fényviszonyok és expozíciós idők alkalmazásával képezzük le. Ez a művelet programozottan, állítható fókuszlencse – lehetőleg nagyon gyorsan beálló, pl. folyadéklencse – segítségével ma már rövid idő alatt elvégezhető. Azonban figyelembe kell venni azt a tényt is, hogy a fókusztávolság változtatásával változik az optika látószöge – és ezzel a perspektivikus torzítása is. Ennek kompenzálására a képfeldolgozó rendszer jól azonosítható képrészletek (ún. feature-pontok) segítségével perspektivikus transzformációt végez a szomszédos képek között. Ezután egy algoritmus a képsorozatot közös koordináta-rendszerbe konvertálja, azaz a képrészletek adott képpontjait minden képen azonos pixel-koordinátában jelenteti meg. A módszer további előnye, hogy kompenzálja az esetleges elmozdulásból eredő hibákat.
A legélesebb blokkok kiválaszása képpontonként történik a pixel környezetének figyelembevételével. Az élesség mérőszáma a LoG (Laplacian of Gauss) konvolúció abszolút értéke. Ez alapján minden blokkra kiválasztható az a réteg, ahol az a legélesebb.
Az eredmény összesíthető mélységtérkép formájában, ahol a diszkrét értékek megegyeznek a blokkot adó réteg indexével. Az előző lépésben kiszámolt indextérkép alapján a képsorozat összeilleszthető egy olyan  „szuperképpé”, amelynek minden része fókuszban van.
A mélységkép alkalmazásával, a képsorozat releváns részeit textúraként felhasználva akár 3D-s modell (3. ábra) is készíthető a megfigyelt tárgyról.

3. ábra A nagy mélységélességű képből előállított 3D-modell

Szerző: Tóth Sándor, Kovács András – SANXO-Systems Finn-Magyar Méréstechnikai és Automatizálási Kft.

SANXO-Systems Finn-Magyar
Méréstechnikai és Automatizálási Kft.
1221 Budapest, Arany J. u. 87/B
Tel/fax: +36 1 226 2624, mobil: +36 30 976 7539
E-mail: Ez az e-mail-cím a szpemrobotok elleni védelem alatt áll. Megtekintéséhez engedélyeznie kell a JavaScript használatát.
www.sanxo.eu

Címkék:  képfeldolgozás | leképezés