CC BY
58
ПРЕДСТАВЛЕНИЕ МНОГОКАНАЛЬНЫХ ИЗОБРАЖЕНИЙ В ПСЕВДОЦВЕТЕ ПО ПРИНЦИПУ СХОДСТВА С ОБРАЗЦОМ
А.М. Малов
(ФГУП НИИ комплексных испытаний оптико-электронных приборов и систем) Научный руководитель - д.т.н., профессор И.П. Гуров
Представлен способ визуализации многоканальных изображений в псевдоцвете. Синтез итогового изображения проводится интерактивно с применением преобразования изображений по принципу сходства с образцом под визуальным контролем пользователя. Способ может быть использован для обработки многоканальных изображений медико-биологических микропрепаратов, в материаловедении, а также -для обработки многоспектральных данных дистанционного зондирования, полученных с помощью аэрокосмической съемки. Работоспособность способа продемонстрирована на примерах обработки нескольких гиперспектральных изображений.
Введение
Из множества задач, решаемых в рамках компьютерной обработки изображений, можно выделить задачу визуализации - представления данных в наглядной форме и в виде, удобном для их дальнейшего использования. Эта задача наиболее актуальна при обработке многоканальных изображений.
В связи с трудностями наглядного представления многомерных данных известные методы визуализации многоканальных изображений либо используют представление лишь части этих данных - цветовой синтез трех выборочных спектральных зон (выбирают эти зоны различными способами) [1], либо предлагают отображение трехмерных данных в виде так называемого «многоспектрального куба» [2]. При таком подходе к визуализации многоканальных изображений пытаются сохранить все исходные данные и представить все отображаемые объекты. При этом визуальное восприятие затруднено - приходится «рассматривать» различные варианты представления.
Однако при решении конкретной задачи не все объекты представляют одинаковый интерес. Очевидно, что производить визуализацию целесообразно таким образом, чтобы для выделения объектов использовалась вся относящаяся к ним информация, и при этом на итоговом изображении объекты, представляющие интерес, отображались наилучшим образом с сохранением, по возможности, контекстной информации.
Для визуализации многоканальных изображений в работе предлагается использовать метод преобразования изображений по принципу сходства с образцом [3, 4].
Синтез итогового изображения в псевдоцвете
При обработке многоканальных изображений часто возникает необходимость выделить и отобразить на одном изображении сразу несколько групп разнотипных объектов, представляющих интерес для исследователя. Наиболее наглядного представления имеющейся информации можно достичь, если каждой группе объектов сопоставить свой цвет, синтезировав, таким образом, изображение в псевдоцвете.
Для решения данной задачи предлагается использовать метод преобразования изображений по принципу сходства с образцом [3, 4].
Процесс представления многоканальных изображений в псевдоцвете состоит из нескольких этапов. Сначала выбирают образцы (эталоны), представляющие интерес. Затем для каждого из образцов синтезируют монохроматическое изображение, представляющее собой визуализацию меры сходства с этим эталоном. Итоговое изображение получается путем слияния всех изображений, полученных для выбранных образцов, каждому из которых присвоен свой цвет.
При слиянии всех монохроматических изображений цвет каждого пикселя на итоговом изображении определяется следующим правилом:
ЬУи—е = ™х{1хук | к = 1,2,.., N}, (1)
где 1хуитоговое - интенсивность пикселя с пространственными координатами х и у на итоговом изображении, 1хук - интенсивность пикселя с теми же пространственными координатами на к-м монохроматическом изображении, а N определяет количество выбранных образцов.
Продемонстрируем результат синтеза итогового изображения в псевдоцвете на примере обработки 50 гиперспектральных изображений поперечного среза корневища ландыша с концентрическими васкулярными узелками. Изображения получены с помощью автофлюоресцентной микроскопии в спектральном диапазоне от 420 до 750 нм с интервалом 6 нм. На рис. 1 в качестве примера исходных данных приведены 6 из 50 изображений препарата.
Рис. 1. Некоторые из 50 использованных для обработки исходных гиперспектральных
изображений микропрепарата
После обработки всех 50 исходных гиперспектральных изображений были получены монохроматические изображения, которые представляют собой визуализацию меры сходства с каждым из трех выбранных нами эталонов. Результаты обработки приведены на рис. 2.
Эталон 1 Эталон 2 Эталон 3
Рис. 2. Монохроматические изображения. Визуализация меры сходства с каждым из
трех выбранных эталонов
Из-за сложности представления цветного изображения в тонах серого для демонстрации синтеза изображения в псевдоцвете мы выбрали лишь три эталона. В реальной практике, при работе с полноцветной RGB палитрой, количество выбранных эталонов (следовательно, количество выделяемых объектов интереса) может быть больше. В нашем примере с первым эталоном был сопоставлен зеленый цвет, со вторым - желтый, а с третьим - белый. Осуществив по правилу (1) слияние трех монохроматических изображений, представленных на рис. 2, мы синтезировали итоговое изображение в псевдоцвете. Результат синтеза показан на рис. 3.
Рис. 3. Результат синтеза итогового изображения в псевдоцвете с выделением объектов трех типов
Отметим, что этот метод позволяет включать в процесс визуализации, кроме спектральных, и другие признаки отображаемых объектов, например, текстурные, путем добавления преобразованных исходных изображений.
При обработке данных дистанционного зондирования, полученных с помощью аэрокосмической съемки, часто также возникает необходимость в визуализации многоканальных изображений в псевдоцвете, например, для создания различных тематических карт. Синтез итогового цветного изображения в данном случае производится по тому же принципу, который описан нами выше. При интерактивном создании промежуточных монохроматических изображений пользователь идентифицирует определенный эталон с конкретным объектом, руководствуясь контекстной информацией, основанной на его собственном опыте, и данными, полученными с помощью наземных измерений.
Метод не чувствителен к изменениям условий съемки. Действительно, если использовать значения спектральных признаков для эталонов, которые получены при съемке (а не из спектральной библиотеки), то при визуализации данным методом условия съемки не окажут влияния на результат, так как используемые значения признаков изображений визуализируемой сцены получены при тех же условиях и имеют те же искажения. Кроме того, в этом случае метод менее чувствителен к погрешностям попиксельного совмещения исходных каналов по сравнению с методами, использующими базы спектральных данных, так как если спектр эталона, выбранного на изображении, искажен из-за смещения, то он также искажен и у других пикселей, сходных с эталоном.
В качестве примера мы выполнили синтез гиперспектральных снимков городского ландшафта в псевдоцвете с использованием 330 спектральных каналов. Некоторые из использованных гиперспектральных снимков приведены на рис. 4. Результат визуализации всех 330 гиперспектральных снимков, среди которых были и зашумленные с помехами различной величины (около 20 снимков очень сильно зашумлены, 54 имеют частичные искажения), представлен на рис. 5.
919 нм 1066 нм 1365 нм 1734 нм
Рис. 4. Примеры некоторых из 330 гиперспектральных снимков, участвовавших
при синтезе цветного изображения
Рис. 5. Итоговое цветное изображение, синтезированное с использованием 330 гиперспектральных снимков
Заключение
Предложенный подход к решению задачи представления многоканальных изображений в псевдоцвете имеет ряд положительных свойств:
• синтез итогового изображения осуществляется интерактивно, под визуальным контролем пользователя;
• для такой визуализации не требуется проведения предварительной классификации: напротив, визуализированное изображение способствует проведению классификации с меньшей погрешностью;
• в процессе получения промежуточных монохроматических изображений для достижения лучшего качества выделения объектов интереса может быть привлечена дополнительная информация (текстурные, градиентные и другие признаки).
Рассмотренный способ представления многоканальных изображений в псевдоцвете реализован в специализированном программном обеспечении.
В статье использованы гиперспектральные снимки, любезно предоставленные Convallaria section, acquisition with Leica TCS SP5, data received from Biotechnologisches Zentrum der TU Dresden (объекты автофлюоресцентной микроскопии) и компанией "Norsk Elektro Optikk AS" (данные дистанционного зондирования земной поверхности).
Литература
1. Know H., Der S.Z., Nasrabadi N.M., Adaptive multisensor target detection using feature-based fusion. // Optical Engineering. - 2002. - V. 41(1). - 69-80.
2. Hyperspectral Image Analysis. Geomatica 10. - Режим доступа: www.pcigeomatics.com
3. Sheremetyeva T.A., Filippov G.N., Malov A.M. Visualization of multispectral images. / International Symposium OPTRO 2005, Paris, France.
4. Шереметьева Т.А., Филиппов Г.Н. Способ преобразования изображений. Патент РФ № 2267232. // Бюллетень изобретений. - 2005. - №36. - С. 265.
СМЕЩЕНИЕ ОСИ СВЕТОВОГО ПУЧКА, НАКЛОННО ПАДАЮЩЕГО НА ГРАНИЦУ АНИЗОТРОПНО РАССЕИВАЮЩЕЙ
СРЕДЫ Е.И. Задорожная, М.Е. Кононенко Научный руководитель - к.ф.-м.н., доцент Ю.И. Копилевич
В приближении малоуглового рассеяния для уравнения переноса излучения в поглощающей и рассе-вающей среде исследовано распределение освещенности в поперечном сечении светового пучка, наклонно падающего на границу заполненного средой полупространства. Показано, что несимметричность ослабления относительно геометрической оси пучка в среде приводит к смещению энергетического центра пучка. Изучено изменение величины смещения с глубиной, проанализирована зависимость эффекта от оптических характеристик среды, угла падения и параметров исходного пучка.
Введение
С наклонным падением светового пучка на границу поглощающей и/или рассеивающей среды приходится сталкиваться в различных областях применения лазеров - от лазерной обработки материалов до дистанционного зондирования океана, причем зачастую важно учитывать изменение распределения освещенности по поперечному сечению пучка с глубиной проникновения в среду [1, 2]. Сущность рассматриваемого здесь явления состоит в смещении максимума поперечного распределения освещенности в пучке относительно его геометрической оси, соответствующей закону преломления на границе среды.
Проведенный теоретический анализ основывается на применении уравнения переноса излучения (УПИ) [3, 4]. Предполагается, что падающий пучок имеет достаточно малую расходимость, а индикатриса рассеяния в среде является сильно вытянутой вперед, что позволяет использовать малоугловое диффузионное приближение для решения УПИ [4, 5].
Формулировка задачи
Пусть в декартовых координатах {2, х}, х = {х, у} плоскость г = 0 является границей поглощающей и рассеивающей среды с показателем преломления п2, заполняющей полупространство 2 > 0; контактирующая среда с показателем преломления п1 в области г < 0 предполагается прозрачной. Ось монохроматического светового пучка (ОС на рис. 1), падающего на границу раздела из прозрачной среды, составляет угол $1 с осью О2.
В декартовых координатах {£, обозначим через
I (, к ) = I , к) лучевую яркость падающего пучка в направлении
{1, к } = {., К , К }, причем предполагается, что к2 << 1.
Ограничимся для простоты рассмотрением двумерной задачи; начальное распределение яркости на плоскости £ = 0 зададим в виде
I (0, к) = I (0, £//,£±, к) = ехр
лЯагу
а ^
V Я2,
ехр
( 2 ^ К/
V а/у2 J
8К±), (1)
где Я - начальный радиус пучка, - его расходимость (й1\ << 1) в плоскости падения, 5(к) - дельта-функция Дирака.
