Основной тип шума –
спекл-шум (от английского слова speckle — «крапинка, пятнышко») – связан с
использованием лазерного излучения при записи голограмм и проявляется как
мелкое «зерно» на восстановленных изображениях объектов. Его можно представить
как мелкие точки и пятнышки, которые снижают качество гладких и равномерно
меняющихся линий на фотографиях. Спекл-шум скрывает важные детали объектов,
делает изображение менее контрастным и мешает качественному анализу полученных
данных. Традиционно с «зерном» в
цифровой голографии борются с помощью компьютерных фильтров – специальных
алгоритмов, которые исправляют искажения. Однако обычно эти алгоритмы не
учитывают или слабо учитывают локальные статистические изменения яркости в кадрах,
что приводит к снижению детализации на восстановленных изображениях объектов.
Научный коллектив
Лаборатории фотоники и оптической обработки информации Института Лазерных и
плазменных технологий Плаз НИЯУ МИФИ предложил принципиально отличный метод.
Вместо обработки одиночных изображений, они работают сразу с целой серией
фотографий (голограмм, зарегистрированных цифровой камерой) одного и того же
объекта.
Основа этого подхода
заключается в следующем: на каждом новом кадре «зерно» распределяется случайно
и различается от кадра к кадру, тогда как сам объект съёмки остаётся
неизменным. На компьютере все эти кадры объединяются в один трёхмерный массив
данных. Затем предложенный алгоритм анализирует эту «стопку» и определяет, где
находится случайный шум (он отличается на каждом кадре) и где расположены
реальные детали объекта (они видны на всех кадрах одинаково). В результате
программа отсекает шум и формируется одно итоговое изображение объекта с
гораздо более высокой чёткостью и детализацией.
«Наш метод позволяет
обрабатывать сразу набор цифровых голограмм, каждая из которых имеет свою
спекл-структуру, с использованием адаптированного 3D-фильтра, – рассказывает к.ф.-м.н., доцент Павел
Черëмхин. В отличие от традиционных методов фильтрации, наш подход использует
статистическую адаптивность для улучшения подавления шума при сохранении мелких
деталей в восстановленных изображениях объектов из голограмм. Это подтверждают
как результаты численного моделирования, так и оптических экспериментов.»
Метод продемонстрировал
значительно более высокие результаты по шумоподавлению, чем популярные и
современные передовые алгоритмы (такие как BM3D и BM4D). Так, он на 30–40%
эффективнее подавляет «зернистость» и на 50% лучше сохраняет точность передачи
мелких деталей на изображениях объектов.
«Метод работает в 200
раз быстрее передовых алгоритмов и обрабатывает кадры практически в
реальном времени, - сообщил магистрант и инженер Андрей Керов. При этом
требуется минимум исходных данных: всего 10-15 голограмм уже достаточно для
получения высококачественного результата.»
Разработка имеет широкие
возможности для применения в различных областях, где требуется точная
визуализация или качественная характеризация 2D- и 3D-объектов.
Например, в медицине она позволит разглядеть мельчайшие детали клеток и тканей
для более точной диагностики. В промышленности её можно использовать для
контроля качества микросхем и обнаружения микроскопических дефектов на
поверхностях. В области нано- и микроскопии технология обеспечит получение
высокодетальных изображений. Кроме того, метод позволит повысить качество и
скорость работы голографических систем кодирования и защиты информации.
Исследование, проведённое
учёными, демонстрирует, как эффективное сочетание лазерных оптико-цифровых
систем и продвинутых компьютерных алгоритмов позволяет решить давнюю
техническую задачу. Это открывает новые возможности для создания более точных и
информативных систем визуализации в науке, медицине и промышленности.
Работа выполнена при
финансовой поддержке Российского научного фонда (РНФ), грант № 24-19-00899.
Константин
Фрумкин, начальник отдела по работе со СМИ НИЯУ МИФИ
