Оптико-электронные приборы и системы Дисциплина для магистерской подготовки по направлению 11. 04. 01 «Радиотехника» Автор: Исаев Владимир Александрович, к. т. н. , профессор (соисполнители Вакулова В. А. , Иванов А. Д. ) Великий Новгород, 2017
Занятие 16 Измерительные оптико-электронные системы
ГОСТ Р 53696 -2009 Контроль неразрушающий. Методы оптические. Термины и определения
Методы оптического неразрушающего контроля (по ГОСТ Р 53696 -2009)
Средства оптического неразрушающего контроля (по ГОСТ Р 53696 -2009)
ГОСТ 23479 -79 Контроль неразрушающий. Методы оптического вида. Общие требования
Методы оптического контроля и области их применения (по ГОСТ 23479 -79)
Классификация и терминология средств измерительной техники Средства измерительной техники – обобщающее понятие, охватывающие технические средства, специально предназначенные для измерений. К ним относят средства измерений и их совокупности, измерительные преобразователи, измерительные устройства. Средство измерений – техническое средство (или их комплекс), предназначенное для измерений, имеющее нормированные метрологические характеристики, воспроизводящее и (или) хранящее единицу физической величины, размер которой принимается неизменным в течение известного интервала времени. Это определение означает, что измерять можно лишь тогда, когда техническое средство может хранить единицу, достаточно неизменную по размеру.
Классификация и терминология средств измерительной техники • • • Классификация по метрологическому назначению: Рабочее средство измерений – средство измерений, предназначенное для измерений, не связанных с передачей размера единицы другим средствам измерений (угломер, фотометр, пирометр и т. д. ); Метрологическое средство измерений – средство измерений, предназначенное для метрологических целей: воспроизведение единицы и (или) ее хранения или передачи размера единицы рабочим средствам измерений (эталоны, рабочие эталоны, поверочные установки, средства сравнений, стандартные образцы). Классификация по конструктивному исполнению: Меры; Измерительные приборы; Измерительные установки; Измерительные системы; Измерительные комплексы.
Классификация и терминология средств измерительной техники • • • Классификация по уровню автоматизации: Автоматизированные средства измерений; Неавтоматизированные средства измерений. Классификация по уровню стандартизации: Стандартизованное – средство измерений, изготовленное в соответствии с требованиями государственного или отраслевого стандарта. Нестандартизуемое– уникальное средство измерений, предназначенное для специальной измерительной задачи, в стандартизации требований к которому нет необходимости. Классификация по форме предоставления отчета: Регистрирующий измерительный прибор – измерительный прибор, в котором предусмотрена регистрация показаний. Измерительный прибор сравнения – измерительный прибор, предназначенный для непосредственного сравнения измеряемой величины с величиной, значение которой известно.
Системы технического зрения Система технического зрения (СТЗ) — это специальное сенсорное устройство, с помощью которого можно обеспечить получение качественных изображений, их последующую обработку и преобразование. Система технического зрения применяет несколько методов обработки информации: сегментация, подсчет пикселей, декодирование, работа по контуру, бинаризация, символьное распознавание, сопоставление шаблонов и др. Преимущества СТЗ: • Понятный, простой интерфейс. • СТЗ отличается высокой скоростью работы, производительностью, максимальной точностью измерений, • Многофункциональность. Для решения широкого спектра задач производства и науки используются СТЗ для подсчета количества элементов на конвейере, чтение номеров серии, контроль качества приклеивания различных элементов и т. д.
Состав системы технического зрения • Основным элементом системы технического зрения является видеокамера 2, совместимая с персональным компьютером 3, в поле зрения которой находится неподвижный или перемещающийся объект контроля 1.
Пример определения системой технического зрения расстояния между центрами отверстий и ширины скобы
СТЗ для контроля технологического процесса Микропроцессорный датчик технического зрения ZFV Интеллектуальный датчик F 160 Система технического зрения среднего класса F 210 Скоростная система технического зрения F 250
СТЗ для контроля технологического процесса компании Omron
Микропроцессорный датчик технического зрения ZFV компании Omron • Датчик состоит из двух отдельных модулей – камеры со встроенным источником света и модуля обработки данных. • Во время работы на дисплее отображаются изображения и результаты измерения, благодаря чему обеспечивается оперативный визуальный контроль процесса измерения.
Функциональные возможности СТЗ ZFV компании Omron • Если для решения поставленной задачи одного контроллера недостаточно, функциональные возможности системы можно расширить путем подключения дополнительных контроллеров, соединяя их друг с другом в один ряд. • Для выполнения одновременно нескольких задач контроля можно соединить вместе до 5 контроллеров - как с камерами, так и без них.
Инструменты контроля системы технического зрения ZFV компании Omron • В зависимости от модели контроллера на выбор предоставляется до 8 различных инструментов контроля и большое количество разнообразных головок датчиков с дальностью действия до 150 мм.
Особенности информационно-измерительных систем, оснащённых системой технического зрения Информационно-измерительная система контроля линейных размеров с видеодетектором в качестве первичного датчика должна решать следующие задачи: − восприятие оптического сигнала и формирование изображения; − предварительная обработка изображения в целях ослабления влияния шумов, улучшения контрастности, коррекции искажений, сжатия информации и т. д. ; − сегментация изображения контролируемой сцены на составные части – выделение нужных объектов, их фрагментов или характерных особенностей. При этом используются эталонные изображения объектов, а также их конструктивных узлов. Для точного измерения геометрических параметров объектов необходима предварительная калибровка; − описание изображений – расчёт их геометрических и других характеристик, вычисление классифицирующих признаков, определение местоположения и ориентации; − качественная оценка изображения с распознаванием образов объектов и принятием решения о действии над ним.
Краснящих А. В. Обработка оптических изображений. – СПб: НИУ ИТМО, 2012. – 129 с.
Сегментация изображений • Сегментация – операция, заключающаяся в проверке каждого отдельного пикселя для того, чтобы выяснить принадлежит ли он к интересующему нас объекту, или нет. • В результате операции сегментации образуется бинарное изображение, где пиксель имеет значение единицы, если он принадлежит объекту; в противном случае он равен нулю. • Сегментация представляет собой операцию, находящуюся на границе между низкоуровневой обработкой изображений и анализом изображений. • Методы на основе анализа пикселей используют только уровни яркости отдельных пикселей. • Методы на основе анализа областей анализируют уровни яркости в более крупных областях. • Методы на основе анализа контуров выделяют контуры и затем стараются следовать им.
Красильников Н. Н. Цифровая обработка 2 D- и 3 Dизображений: учеб. пособие. — СПб. : БХВ-Петербург, 2011. — 608 с.
Сегментация изображений Сегментация изображения – это разделение изображения на области (пиксели), каждая из которых содержит пиксели, обладающие визуальными характеристиками. Цель сегментации заключается в упрощении и (или) изменении представления изображения, чтобы его было проще и легче анализировать.
Методы сегментации изображений
Методы сегментации, основанные на кластеризации Схема алгоритма: 1) Выбрать центры кластеров (случайно); 2) Определить кластер, которому принадлежит каждый пиксель изображения; 3) Пересчитать центры кластеров посредством усреднения вектора интенсивностей в кластере. 4) Повторить 2 -3 раза, пока центры кластеров не перестанут совмещаться.
Метод водоразделов Схема алгоритма: 1) Вычисление градиента в каждом пикселе; 2) Определение локальных минимумов; 3) Обход пикселей, применение приоритетной очереди (приоритет тем выше – чем меньше интенсивность). Недостаток алгоритма: чрезмерная сегментация. Чтобы её устранить используют алгоритм с маркерами.
Метод водоразделов. Алгоритм, основанный на маркерах Метод водораздела, основанный на маркерах Схема алгоритма: 1). На изображении маркером обозначается фон и интересующий объект; 2). Применяется алгоритм водораздела, считая маркированные пиксели локальными минимума.
Сегментация вида «Фон/не фон» через вычитание фона Схема алгоритма: 1) Изначальное изображение - «фон» ; 2) Вычитается фон из новых изображений с объектом; 3) Полученная разница сравнивается с пороговым значением. Если разница больше порога, то пиксель принадлежит объекту. Основные недостатки: неверная сегментация изображения при изменении фона и изменения освещения. Чтобы устранить недостатки моделируется фон изображения.
Метод разреза графа Схема алгоритма: 1) Инициализация маски изображения (выбор прямоугольной области для сегментации и маркировка пикселей, принадлежащих объекту/фону). 2) Создание и обучение моделей распределения интенсивности фона и объекта: - Создание двух моделей распределения интенсивностей; - Каждая модель кластеризируется; - Назначение каждому пикселю изображения индекса наиболее подходящей компоненты.
Метод разреза графа (продолжение) 3) Построение графа специального вида для множества пикселей изображения: - Вершины - все пиксели графа; - Ребра - связи между соседними пикселями - Вычисляются веса ребер между соседними пикселями, используя изменение градиента по 8 -ми направлениям. 4) Обновление маски изображения.
Бинаризация изображений Бинаризация - операция порогового разделения, которая в результате дает бинарное изображение. Целью операции бинаризации является радикальное уменьшение количества информации, содержащейся на изображении. В процессе бинаризации исходное полутоновое изображение, имеющее некое количество уровней яркости, преобразуется в черно-белое изображение, пиксели которого имеют только два значения – 0 и 1.
Бинаризация с нижним и верхним порогом Бинаризация с нижним порогом является наиболее простой операцией, в которой используется только одно значение порога: Все пиксели, цвет которых меньше порога становятся белыми, а остальные черными. Бинаризация с верхним порогом:
Бинаризация с двойным ограничением Для выделения областей, в которых значения яркости пикселей может меняться в известном диапазоне, вводится бинаризация с двойным ограничением (t 1<t 2): В этом случае пиксели, которые входят в диапазон [t 1, t 2] – становятся черными, которые не входят белыми.
Методы описания контуров объектов. Метод Превитта Градиентный оператор Превитта: Дискретное изображение сканируется окном размером 3 х 3 пиксела, при этом для каждого положения окна значения Gx и Gy вычисляются по формулам: L 0 -L 8 – значения яркостей пикселов, оказавшихся в пределах окна.
Методы описания контуров объектов. Метод Превитта (продолжение) Для обнаружения перепадов яркости применяется градиентный оператор Превитта. Результат вычисления модуля градиента сравнивается с порогом Р, который подбирается экспериментально. Если выполняется условие , пиксель считается принадлежащим контуру и ему присваивается значение яркости Lk, в противном случае пиксел считается принадлежащим фону и ему присваивается значение яркости Lф.
Методы описания контуров объектов. Метод Кирша Для обнаружения перепадов яркости применяется оператор с окном 3 х 3 пиксела, который определяется следующим образом: Индексы у слагаемых Li подсчитываются по модулю 8. Результат вычисления модуля градиента сравнивается с порогом Р, и если выполняется условие , то пиксель считается принадлежащим контуру и ему присваивается максимальное значение курсового градиента в некоторой точке изображения без учета значения L 8.
Методы описания контуров объектов. Метод Уоллиса В соответствии с этим методом считается, что точка находится на перепаде яркости, если значение логарифма от яркости в этой точке превышает среднее значение логарифмов яркостей четырех ближайших соседних пикселов на порог. Пиксел определяется следующим образом: Главное достоинство логарифмического детектора перепадов помимо простоты вычислений заключается в том, что он не чувствителен к мультипликативным изменениям уровня яркости.
Методы описания контуров объектов. Метод Канни Схема алгоритма: 1) Сглаживание изображения посредством фильтрации, с использованием импульсной функции, описываемой гауссовым законом: 2) Нахождение градиента изменения яркости в изображении путем вычисления квадратного корня из суммы квадратов производных яркости изображения Lc(x, y) по координатам x и y. Является одним из лучших методов выделения контуров
Метод описания контуров объектов. Метод Канни (продолжение) 3) Пороговая обработка результатов вычисления градиентов в каждой точке изображения. При этой обработке осуществляется «не максимальное» подавление скачков яркости изображения, в результате которого сохраняются только те значения вычислительных градиентов, которые превышают значения градиентов в двух соседних точках на изображении по направлению градиента. 4) Морфологическая обработка результатов, полученных на предыдущем шаге алгоритма. При этой обработке задаются два порога: нижний и верхний. При формировании контуров все точки, превысившие верхний порог. Что же касается точек, превысивших верхний порог, то сохраняются только те точки, которые непосредственно содействуют с точками превысившими порог, прочие же исключаются из изображения.
Среда визуального программирования Lab. View с библиотекой компонент обработки и анализа изображений IMAQ Vision фирмы National Instruments Визильтер Ю. В. , Желтов С. Ю. , Князь В. А. , Ходарев А. Н. , Моржин А. В. Обработка и анализ цифровых изображений с примерами на Lab. VIEW IMAQ Vision. – М. : ДМК Пресс, 2008.
Визильтер Ю. В. , Желтов С. Ю. , Князь В. А. , Ходарев А. Н. , Моржин А. В. Обработка и анализ цифровых изображений с примерами на Lab. VIEW IMAQ Vision. – М. : ДМК Пресс, 2008. • Рассматриваются основные аспекты получения, хранения, обработки и анализа цифровых изображений, а также автоматического выделения и распознавания на изображениях различного рода объектов. • Описываемые методы подробно иллюстрируются программами и схемами обработки, созданными в Lab. VIEW на базе IMAQ Vision.
Среда визуального программирования Lab. View с библиотекой компонент обработки и анализа изображений IMAQ Vision фирмы National Instruments • При обработке изображений следует обратить внимание на то, что сглаживающие, или фильтрующие, маски линейных фильтров должны иметь сумму всех элементов, равную 1. Данное условие нормировки гарантирует адекватный отклик фильтра на постоянный сигнал, т. е. постоянное изображение • Для реализации этой задачи исследования изображения в среде визуального программирования Lab. VIEW c использованием библиотеки средств обработки и анализа изображений IMAQ Vision существуют следующие функции IMAQ: - Convolute – осуществляет свёртку изображения в пространственной области с произвольно заданной маской; - Low. Pass – реализует сглаживающий фильтр в пространственной области.
Грошев И. В. , Корольков В. И. Системы технического зрения и обработки изображений. – М. : РУДН, 2008.
Предварительная обработка изображений • коррекция геометрических искажений – для их устранения, а также для реализации совмещения изображений или размасштабирования при неправильной оценке ракурса текущего изображения относительно эталонного; • улучшение качества изображения – путем подавления шумов, компенсации нелинейных искажений, оптимизации контраста, подчеркивания границ изображений при расфокусировке или дефокусировке изображения; • восстановление изображения – базируется на оценке параметров искажений с использованием их для коррекции исходных данных, т. е. средств компенсаций искажений, вносимых в изображение в процессе его формирования; • реконструкция изображения – основана на использовании априорной информации о принимаемом изображении.
Гистограммная обработка изображений В настоящее время гистограммную обработку изображений можно осуществить в среде визуального программирования Lab. VIEW c использованием библиотеки средств обработки и анализа изображений IMAQ Vision. В этой программной среде выполняются следующие функции IMAQ: • Histograph – осуществляет построение и визуализацию гистограммы изображения; • Histogram – выдает отчёт о гистограмме изображения; • User. Lookup и Math. Lookup – осуществляют гистограммную обработку изображения, преобразовывая каждый элемент изображения с помощью таблицы отображения яркости – LUT (Look-Up-Table); • Equalize – выполняет эквализацию изображения; • Inverse – инвертирует яркость изображения.
Профилометр Taylor Hobson CC 1 Трехмерный бесконтактный оптический профилометр/профилограф для измерения «сверхгладких поверхностей» , высоты ступенек и толщины пленок
Методы оптического контроля и области их применения (по ГОСТ 23479 -79)
Профилометр Taylor Hobson CC 1
Профилометр Taylor Hobson CC 1 • • • Предназначен для бесконтактного измерения широкого круга поверхностей – от «сверхгладких» , с высотами неровностей на уровне ангстрема, до поверхностей после стандартных видов обработки (высоты неровностей профиля до 400 мкм). Принцип действия основан на интерференции света. Измерения осуществляются методом когерентной корреляционной интерферометрии.
Метод когерентной корреляционной интерферометрии • Метод основан на регистрации интерференционных картин в белом свете при перемещении объектива вертикали. • Положение реперного зеркала в оптической системе подобрано таким образом, чтобы оптическая разность хода была равна нулю. При этом условии в интерференционной картине возникают максимумы для всех длин волн, и наблюдается абсолютный максимум интенсивности, регистрируемый видеокамерой. Таким образом, если в некоторой точке образца наблюдается абсолютный максимум, она находится в фокусе. • Измерения проводятся в трехмерной системе координат. При вертикальном сканировании все точки поверхности поочередно проходят через фокус. По последовательности полученных интерференционных картин видеокамера определяет изменения интенсивности света в каждой точке в зависимости от расстояния. • Программа вычисляет положение максимума интенсивности для каждой точки матрицы, после чего восстанавливается форма поверхности, основанная на регистрации интерференционных картин в белом свете при перемещении объектива по вертикали.
Волынский М. А. и др. Бесконтактный контроль микрообъектов методами интерферометрии малой когерентности и оптической когерентной томографии // Известия ВУЗов. Приборостроение. – 2011. – Т. 54, № 2. – С. 75 -82.
Методы интерферометрии малой когерентности и оптической когерентной томографии (ОКТ) • Принцип построения интерферометрических радаров и систем ОКТ основывается на формировании измерительной волны E 1, взаимодействующей с исследуемым объектом, и опорной волны E 2 при последующем сложении и квадратичном детектировании суммы двух волн E = E 1 + E 2. • При этом возможно использовать различные методы формирования и регистрации интерферометрических сигналов.
Упрощенные схемы интерферометров малой когерентности • • • В корреляционном интерферометре (рис. а) осуществляют перемещение оптической системы относительно исследуемого объекта. В спектральном интерферометре (рис. б) оптическая длина пути опорной волны не равна оптической длине пути измерительной волны для всего диапазона высот рельефа непрозрачного объекта или глубины частично прозрачного объекта. В случае использования источника когерентного излучения с перестраиваемой длиной волны (рис. в) разделение по длинам волн осуществляется во временной области вместо разделения в пространственной области (рис. б).
Результаты измерений с использованием профилометра Taylor Hobson CC 1 Измерение сферы Результаты измерения сферы
Результаты измерений с использованием профилометра Taylor Hobson CC 1 Измерение DVD линз
Результаты измерений с использованием профилометра Taylor Hobson CC 1 Визуализация результатов оценки погрешностей формы с использованием профилометра Taylor Hobson CC 1
Результаты измерений с использованием профилометра Taylor Hobson CC 1 Микроэлектромеханическая система (МЭМС) Визуализация результатов измерения МЭМС
Микроскопы измерительные оптические OLYMPUS серии STM 6 Микроскопы выпускаются в модификациях: STM 6 -LM-F 31, STM 6 -LM-F 35, STM 6 -F 00, STM 6 -F 10, STM 6 -F 21, различающихся: типом рамы, количеством возможных перемещений - по осям X, Y или X, Y, Z; диапазонами и дискретностью перемещений столиков, наличием или отсутствием автоматической фокусировки, габаритными размерами и массой.
Микроскоп измерительный оптический OLYMPUS STM 6 • • • Предназначен для измерений линейных размеров деталей. Принцип действия основан на оптическом визирном методе, при этом перекрестие окуляра поочередно наводится на края измеряемого объекта (посредством перемещения предметного столика). Перемещения предметного столика измеряются системой, состоящей из оптической измерительной линейки и счетчика.
Метрологические и технические характеристики STM 6
Микроскоп измерительный оптический OLYMPUS STM 6 • • • Оптический микроскоп состоит из: рамы, на которой установлены подвижный столик и вертикальная стойка; к вертикальной стойке крепятся тубус с окулярами, осветитель, объективы и жидкокристаллический дисплей; вдоль координатных осей X, Y, Z монтируются оптические линейки и счетчики (на базе для координат X, Y и стойке для координаты Z). Свет от осветителя направляется на объект (расположенный на предметном столике) с помощью зеркала и конденсора. Измерения выполняются в проходящем и отраженном свете (поляризованном и неполяризованном). Микроскопы могут быть модернизированы путем добавления необходимых модулей. Для улучшения эффективности измерения, предлагаются несколько дополнительных модулей, в том числе: автофокус; модуль автоматического измерения высоты и глубины; датчик края, обеспечивающий автоматическое обнаружение края образца.
Датчик края • Датчик края автоматически обнаруживает край исследуемого образца. Специальная технология обнаружения края основана на обработке и анализе изображения путем проведения края через сенсор, обеспечивает превосходную точность и повторяемость изображения. Использование датчика сокращает время измерения и минимизирует влияние человеческого фактора.
Предметные столики • Устанавливаются на все модификации микроскопа STM 6 в зависимости от поставленных задач.
Специальный набор измерительных объективов с увеличениями 1 х - 10 х, а также установка безаберрационных объективов с увеличениями 1, 25 х 150 х для высокоточных измерений • Объективы измерительные: Серия ММ 6 -ОВ. • Объективы наблюдательные: Серии MPLFLN, LMPLFLN, MPLFLN-BD, LMPLFLN-BD
Требования к системе
Примеры комплектаций микроскопа STM-6
Автофокусировка в измерительных оптико-электронных микроскопах Фокусировка производится в ручном (модификации STM 6 -F 00, STM 6 -F 10) и автоматическом режиме (модификации STM 6 -LM-F 31, STM 6 -LM-F 35 и STM 6 -F 21 лазерная автофокусировка через объектив). Автоматическая фокусировка используется как для наведения на объект при измерении по осям X и Y, так и для измерения высоты (по оси Z).
Виды режимов автофокусировки в STM 6 • One – shot mode. Однократный режим. Позволяет мгновенную фокусировку в центре поля зрения. • Track mode (режим следа). Поддерживает фокусировку на один раз уже сфокусированной поверхности. • Assist mode (режим помощи). Когда поверхность образца уходит из фокуса, автофокус входит в режим ожидания. Переместите моторизованный столик вверх или вниз, чтобы автофокус «проснулся» и автофокусировка заработала. Примечание: Конфокальный автофокус использует активный отражательный метод. Эта система поддерживает устойчивую фокусировку даже на образцах с наклонной поверхностью и неровностями. При использовании 100 х объективом, воспроизводимость составляет – 1μm.
Варианты реализации автофокусировки в STM 6 • Скорость грубой фокусировки - 4. 8 мм/сек • Скорость тонкой фокусировки - 800 мкм/400 мкм/200 мкм/50 мкм 4 -позиционный.
Алгоритмы автофокусировки цифрового микроскопа Беззубик В. В. , Белашенков Н. Р. Оптимизация алгоритмов автофокусировки цифрового микроскопа // Оптический журнал. – 2009 - № 10. – С. 16 -22.
Беззубик В. В. , Белашенков Н. Р. , Устинов С. Н. Оптимизация алгоритмов автофокусировки цифрового микроскопа // Оптический журнал. – 2009 - № 10.
Системы автоматической фокусировки, широко применяемые в настоящее время в микроскопах, можно условно разделить на две категории: - системы, контролирующие расстояние от объектива микроскопа до объекта исследования; - системы, в которых в режиме реального времени проводится анализ получаемого изображения и вырабатывается стратегия изменения положения фокуса. В свою очередь системы первого типа подразделяются по способам реализации контроля расстояния на пассивные и активные.
Пассивные системы автоматической фокусировки • В пассивных системах для контроля расстояния между объектом и объективом микроскопа обычно используют интерференцию света (как правило, инфракрасного диапазона). • По интерференционной картине принимают решение о взаимном расположении объекта наблюдения и объектива. • В некоторых пассивных системах используют специальную подсветку, когда на объект наблюдения проецируют контрастную сетку и по её контрасту специальное устройство принимает решение о качестве фокусировки и при необходимости изменяет ее.
Пример реализации пассивной системы автоматической фокусировки
Активные системы автоматической фокусировки • В активных системах автофокусировки используют ультразвуковые излучатели и датчики либо лазерные источники, излучение которых направляют на объект и по характеристикам отраженного сигнала судят о расстоянии до него. • При использовании лазеров система автофокусировки должна включать отдельную оптическую систему, которая фокусирует лазерный луч на предметное стекло, а оптический датчик анализирует размер сфокусированного пятна. • В случае изменения размера пятна контроллер принимает решение об изменении взаимного расположения объекта исследования и объектива микроскопа.
Примеры реализации активной системы автофокусировки
Системы автофокусировки второго типа • К системам второй категории, т. е. тем, в которых в режиме реального времени проводится анализ получаемого изображения, в последнее время проявляется большой интерес, т. к. непрерывно возрастающая производительность процессоров, участвующих в обработке изображения, и одновременная тенденция снижения их стоимости делают эти системы удобным инструментом достижения поставленных целей автофокусировки. • В свою очередь эти системы также можно разделить на два типа: - аппаратные, использующие одномерные аппаратные фильтры для выделения высокочастотного компонента изображения; - программные, использующие программную обработку на основе разнообразных вычислительных алгоритмов.
Системы автофокусировки второго типа (продолжение) • Системы аппаратной фильтрации обладают высоким быстродействием, однако они не работают на многих видах изображений. • Программные системы, напротив, имеют худшее быстродействие, но позволяют проводить фокусировку на большинстве видов изображений. Существующие программные системы автоматической фокусировки встроены в специализированные системы обработки изображений. • Системы автофокусировки на базе процессоров нового поколения непосредственным образом имитируют работу зрительного аппарата человека, а производительные и устойчивые алгоритмы поиска оптимального фокуса вплотную приближаются к алгоритмам принятия решения оператором, исходящим из чувственного восприятия разнообразных зрительных образов.
Системы автоматической фокусировки микроскопа • При создании системы автоматической фокусировки микроскопа, в основу которой положен принцип анализа цифровых данных, получаемых с выхода фотоэлектронного приемника изображения, необходимо принимать во внимание два не зависимых друг от друга этапа программной обработки этих данных: - во-первых, нужно выбрать метод критериальной оценки наилучшего, с точки зрения резкости, наблюдаемого изображения; - во-вторых, следует определить способ определения положения наилучшей фокусировки при условии непрерывного изменения изображения, например, при сканировании предметного столика в плоскости, перпендикулярной оси объектива.
Построение расфокусировочной кривой • В результате анализа особенностей построения и функционирования известных алгоритмов определения положения наилучшей фокусировки в микроскопах, установлено, что наиболее продуктивными являются два из них, а именно: - алгоритм, основанный на применении вторых производных (здесь и далее метод Лапласа); - алгоритм, основанный на вычислении среднеквадратического отклонения яркости пикселов изображения. • Метод Лапласа, обладающий наиболее острым пиком расфокусировочной кривой, в максимальной степени отвечает требованию точности определения положения наилучшей фокусировки. Примечание: Жирков В. Ф. , Новиков К. В. , Сушкова Л. Т. Проблема автоматической фокусировки видеомикроскопа при сканировании цитологических препаратов // Биомед. радиоэлектрон. - 2000. - № 6. - С. 55 -60.
Изображение фотошаблона штриховой миры (а), полученное с использованием длиннофокусного объектива, и соответствующие ему расфокусировочные кривые (б), рассчитанные по методу Лапласа (1 ), алгоритму вычисления среднеквадратического отклонения яркости пикселов (2) и обобщенному алгоритму (3)
Изображение фотошаблона штриховой миры (а), полученное с использованием короткофокусного объектива, и соответствующие ему расфокусировочные кривые (б), рассчитанные по методу Лапласа (1 ), алгоритму вычисления среднеквадратического отклонения яркости пикселов (2) и обобщенному алгоритму (3)
Схема цифрового микроскопа с системой автофокусировки • 1 – штатив с управляемым сканирующим столиком; • 2 – цифровой приемник изображения; • 3 – блок управления шаговыми двигателями вертикального и горизонтального перемещения и системой подсвета; • 4 – компьютер; • 5 – дисплей.
Бинарный процесс автофокусировки • Выбор способа определения положения наилучшей фокусировки при условии непрерывного изменения изображения (например, в процессе сканирования) зависит от характеристик образцов, подвергаемых микроскопическому исследованию. • Наиболее распространенным является так называемый бинарный процесс автофокусировки, основанный на процедуре половинного деления шага после прохождения локального максимума оценочной функции. • В данном процессе вводятся два основных параметра: - C – центральное положение предметного столика из диапазона поиска наилучшего фокуса по вертикали; - D – диапазон поиска – текущее значение вертикальных перемещений, в пределах которых проводится поиск наилучшего фокуса.
Приложение 1 G 02 B 7/09 … для автоматической фокусировки или изменения размеров изображения G 03 B 13/36 …системы автоматической фокусировки
Патент № 2528582 (RU) Cпособ автоматической фокусировки / Никифоров В. О. , Алексеев А. И. , Маларёв Д. В. / Заявл. 05. 04. 2013, опубл. 20. 09. 2014
Патент № 2528582 (RU) Cпособ автоматической фокусировки • Известен способ, который обеспечивает перемещение предметного столика в положение наилучшей фокусировки с переменным шагом, каждое последующее значение которого меньше предыдущего в случае приближения к глобальному максимуму. • Постоянной величиной в этом способе является произведение текучего значения шага на значение расфокусировочной функции. • Как и в случае способа половинного деления шага, реверс направления и уменьшение произведения вдвое происходят при устойчивом переходе значений расфокусировочной функции через максимум.
Патент № 2528582 (RU) Cпособ автоматической фокусировки • Известен способ автоматической фокусировки определения положения наилучшей фокусировки при непрерывном изменении изображения (например, в процессе сканирования), основанный на процедуре половинного деления шага после прохождения локального максимума оценочной функции. • В данном процессе вводятся два основных параметра: - C - центральное положение предметного столика из диапазона поиска наилучшего фокуса по вертикали; - D - диапазон поиска - текущее значение вертикальных перемещений, в пределах которых проводится поиск наилучшего фокуса. • Значения параметров C и D вводит оператор или задаются программно.
Приложение 2 Дополнительные модули (блоки) STM 6
Дополнительные модули (блоки) • MM 6 – RH 250, MM 6 C- HS 100 – Reset – Выключатель для обнуления счетчика и проведения дальнейших X и Y отсчетов. • MM 6 – RK 01 Дистанционный кнопочный блок – служит для обнуления счетчика по X, Y и Z, вывода данных и частичного обмена данными.
Дополнительные модули (блоки) (продолжение) • MMFS 01 – Педальный переключатель – для свободной передачи данных на принтер или 2 – размерный блок обработки данных. • MM 6 – EMO Монокулярный тубус с фото-выходом – может использоваться в комбинации с окуляром с встроенной шкалой MM 6 – OCC 10 x.
Дополнительные модули (блоки) (продолжение) • SZ – FLR Флуоресцентный кольцевой осветитель – обеспечивает постоянное, четкое освещение без теней (требуется адаптер). • LG – R 66 Кольцевой осветитель – обеспечивает наиболее чистое и яркое изображение исследуемых образцов, исключая типовые тени возникающие при использовании боковых осветителей (требуется адаптер).
Приложение 3 Опции системы управления STM 6
Функции вычисления
Методы ввода данных
Измерение и расчет
Учебное задание • Познакомиться с содержанием ГОСТ Р 53696 -2009 Контроль неразрушающий. Методы оптические. Термины и определения. • Изучить раздел 6 «Сегментация изображений» учебного пособия Краснящих А. В. Обработка оптических изображений. – СПб: НИУ ИТМО, 2012. – 129 с. • Изучить содержание статьи Беззубик В. В. , Белашенков Н. Р. , Устинов С. Н. Оптимизация алгоритмов автофокусировки цифрового микроскопа // Оптический журнал. – 2009 - № 10. – С. 16 -22. • Познакомиться с техническим решением автофокусировки, приведенным в патенте № 2528582 (RU) Cпособ автоматической фокусировки / Никифоров В. О. , Алексеев А. И. , Маларёв Д. В. / Заявл. 05. 04. 2013, опубл. 20. 09. 2014 Примечание: учебные материалы размещены на портале Нов. ГУ (Исаев Владимир Александрович > ОЭ приборы и системы > …)
Список литературы 1. Мирошников М. М. Теоретические основы оптико-электронных приборов : учеб. пособие / М. М. Мирошников. - 3 -е изд. , испр. и доп. - СПб. : Лань, 2010. – 697 c. 2. Якушенков Ю. Г. Теория и расчет оптико-электронных приборов. Учебник. - 6 -е изд. , перераб. и доп. - М. : Логос, 2010. – 328 с. 3. Коротаев В. В. , Краснящих А. В. Измерительные оптикоэлектронные приборы / Методические указания по выполнению лабораторных работ. – СПб: СПб. ГУ ИТМО, 2006. – 104 с. 4. Коротаев В. В. Точность измерительных оптико-электронных приборов и систем: Учебное пособие. - СПб. : НИУ ИТМО, 2011. - 41 с. 5. Коротаев В. В. , Краснящих А. В. Видеоинформационные измерительные системы: Учебное пособие. - СПб. : НИУ ИТМО, 2012. - 124 с.
Список литературы (продолжение) 6. Горбачёв А. А. , Коротаев В. В. , Мусяков В. Л. , Тимофеев А. Н. Измерительные оптико-электронные приборы и системы / Методические указания к курсовому проекту по содержанию, оформлению и защите. – СПб. : СПб. ГУ ИТМО, 2008. – 27 с. 7. Прокопенко В. Т. , Никущенко Е. М. , Дмитриев А. Л. и др. Оптикофизические измерения: Лабораторный практикум / Под редакцией д. т. н. , проф. В. Т. Прокопенко. - СПб. : СПб. ГУ ИТМО, 2006. - 58 с. 8. ГОСТ Р 53696 -2009 Контроль неразрушающий. Методы оптические. Термины и определения. 9. Кирилловский В. К. Оптические измерения. Часть 3. Функциональная схема прибора оптических измерений. Типовые узлы. Оптические измерения геометрических параметров. Учебное пособие. – СПб. : СПб ГУ ИТМО, 2005. 67 с.
Список литературы (продолжение) 10. Андреев А. Л. Автоматизированные видеоинформационные системы. – СПб: НИУ ИТМО, 2011. – 120 с. 11. Дивин А. Г. Методы и средства измерений, испытаний и контроля : учебное пособие. В 5 ч. / А. Г. Дивин, С. В. Пономарев. – Тамбов : Изд-во ГОУ ВПО ТГТУ, 2011. – Ч. 1. – 104 с. 12. Визильтер Ю. В. , Желтов С. Ю. , Князь В. А. , Ходарев А. Н. , Моржин А. В. Обработка и анализ цифровых изображений с примерами на Lab. VIEW IMAQ Vision. – М. : ДМК Пресс, 2008. 464 с. 13. Грошев И. В. , Корольков В. И. Системы технического зрения и обработки изображений. – М. : РУДН, 2008. – 212 с.
Список литературы (продолжение) 14. Фисенко В. Т. , Фисенко Т. Ю. Компьютерная обработка и распознавание изображений: учеб. пособие. - СПб: СПб. ГУ ИТМО, 2008. -192 с. 15. Волынский М. А. . Воробьева Е. А. , Гуров И. П. , Маргарянц Н. Б. Бесконтактный контроль микрообъектов методами интерферометрии малой когерентности и оптической когерентной томографии // Известия ВУЗов. Приборостроение. – 2011. – Т. 54, № 2. – С. 75 -82. 16. Краснящих А. В. Обработка оптических изображений. – СПб: НИУ ИТМО, 2012. – 129 с. 17. Красильников Н. Н. Цифровая обработка 2 D- и 3 Dизображений: учеб. пособие. — СПб. : БХВ-Петербург, 2011. — 608 с.
Список литературы (продолжение) 18. МИ 2060 -90 ГСИ. Государственная поверочная схема для средств измерений длины в диапазоне 1 • 10 -6. . . 50 м и длин волн в диапазоне 0, 2. . . 50 мкм. 19. ГОСТ Р 55704 -2013 Источники света электрические. Термины и определения. 20. ГОСТ Р 55702 -2013 Источники света электрические. Методы измерений электрических и световых параметров. 21. Беззубик В. В. , Белашенков Н. Р. , Устинов С. Н. Оптимизация алгоритмов автофокусировки цифрового микроскопа // Оптический журнал. – 2009 - № 10. – С. 16 -22. Патент № 2528582 (RU) Cпособ автоматической фокусировки / Никифоров В. О. , Алексеев А. И. , Маларёв Д. В. / Заявл. 05. 04. 2013, опубл. 20. 09. 2014
Спасибо за внимание! E-mail: vladimir. isaev@novsu. ru
Скачать презентацию Оптико-электронные приборы и системы Дисциплина для магистерской подготовки
14443143916b9514c9622303b8724bf9.ppt