Фазовое растягивающее преобразование
Преобразование фазового растяжения ( PST ) — это вычислительный подход к обработке сигналов и изображений. Одна из его утилит предназначена для обнаружения и классификации функций. [1] [2] PST связано с дисперсионным преобразованием Фурье с растяжением во времени . [3] Он преобразует изображение, имитируя распространение через дифракционную среду с специально разработанным свойством трехмерной дисперсии (показателем преломления). Эта операция основана на симметрии профиля дисперсии и может быть понята с точки зрения собственных функций дисперсии или мод растяжения. [4] PST выполняет те же функции, что и фазово-контрастная микроскопия , но на цифровых изображениях. PST можно применять к цифровым изображениям и временным данным (временным рядам). Это основанный на физике алгоритм проектирования функций. [5]
Принцип работы
[ редактировать ]Здесь принцип описан в контексте улучшения характеристик цифровых изображений. Изображение сначала фильтруется с помощью пространственного ядра, после чего применяется нелинейная частотно-зависимая фаза. Результатом преобразования является фаза в пространственной области. Основным шагом является двумерная фазовая функция, которая обычно применяется в частотной области. Величина фазы, приложенной к изображению, зависит от частоты, при этом более высокая величина фазы применяется к более высокочастотным характеристикам изображения. Поскольку резкие переходы, такие как края и углы, содержат более высокие частоты, PST подчеркивает информацию о краях. Возможности можно дополнительно улучшить, применяя пороговые значения и морфологические операции . PST — это чисто фазовая операция, тогда как традиционные алгоритмы обнаружения границ работают по амплитуде.
Физико-математические основы фазового растяжения преобразования
[ редактировать ]Технику фотонного растяжения во времени можно понять, рассмотрев распространение оптического импульса через дисперсионное волокно. Пренебрегая потерями и нелинейностью в волокне, нелинейное уравнение Шредингера, управляющее распространением оптического импульса в волокне после интегрирования [6] сводится к:
- (1)
где = параметр ДГД, z — расстояние распространения, — это измененный выходной импульс на расстоянии z и времени t . Отклик этого дисперсионного элемента в системе растяжения во времени можно аппроксимировать как распространитель фазы, как представлено в [4] (2)
Следовательно, уравнение. 1 можно записать следующим образом для импульса, который распространяется через систему растяжения во времени и преобразуется во временной сигнал со сложной огибающей, определяемой выражением [4]
- (3)
Операция растяжения во времени формулируется как обобщенные операции фазы и амплитуды:
- (4)
где фазовый фильтр и это амплитудный фильтр. Далее оператор преобразуется в дискретную область,
- (5)
где - дискретная частота, фазовый фильтр, — амплитудный фильтр, а БПФ — быстрое преобразование Фурье.
Оператор растяжения для цифрового изображения тогда
- (6)
В приведенных выше уравнениях это входное изображение, и являются пространственными переменными, — двумерное быстрое преобразование Фурье, а и являются переменными пространственной частоты. Функция — искривленное фазовое ядро и функция представляет собой ядро локализации, реализованное в частотной области. Оператор PST определяется как фаза вывода преобразования деформированного растяжения следующим образом:
- (7)
где является оператором угла.
Реализация ядра PST
[ редактировать ]Искажённое фазовое ядро может быть описан нелинейной частотно-зависимой фазой
Хотя для работы PST можно рассматривать произвольные фазовые ядра, здесь мы изучаем фазовые ядра, для которых производная фазы ядра является линейной или сублинейной функцией по отношению к частотным переменным. Простым примером таких профилей производной фазы является функция обратного тангенса. Рассмотрим фазовый профиль в полярной системе координат
От у нас есть
Таким образом, ядро PST реализовано как
где и являются вещественными числами, связанными с силой и короблением фазового профиля.
Приложения
[ редактировать ]PST использовался для обнаружения границ на биологических и биомедицинских изображениях, а также для обработки изображений радара с синтезированной апертурой (SAR). [7] [8] [9] PST также применялся для улучшения функции рассеяния точки для визуализации одиночных молекул с целью достижения сверхразрешения. [10] Преобразование демонстрирует превосходные свойства по сравнению с обычными детекторами краев при обнаружении особенностей на низкоконтрастных изображениях для людей с ослабленным зрением. [11]
Функция PST также может выполняться на одномерных временных сигналах в аналоговой области для выявления переходов и аномалий в реальном времени. [4]
Выпуск с открытым исходным кодом
[ редактировать ]9 февраля 2016 года инженерная исследовательская группа Калифорнийского университета в Лос-Анджелесе обнародовала компьютерный код алгоритма PST, который помогает компьютерам обрабатывать изображения на высоких скоростях и «видеть» их так, как не могут человеческие глаза. Исследователи говорят, что код в конечном итоге может быть использован в лиц , отпечатков пальцев и системах распознавания радужной оболочки глаз для обеспечения высокотехнологичной безопасности, а также в навигационных системах беспилотных автомобилей или для проверки промышленных товаров. Реализация Matlab для PST также может быть загружена с сайта Matlab Files Exchange. [12] Однако он предоставляется только для исследовательских целей, а для любого коммерческого применения необходимо получить лицензию. Программное обеспечение защищено патентом США. Затем код был значительно переработан и улучшен для поддержки ускорения графического процессора. В мае 2022 года он стал одним из алгоритмов PhyCV : первой библиотеки компьютерного зрения, вдохновленной физикой.
См. также
[ редактировать ]- Обнаружение края
- Обнаружение функций (компьютерное зрение)
- Аналого-цифровой преобразователь с растяжением времени
- Дисперсионное преобразование Фурье с растяжением во времени
- Адаптивный экстрактор градиентного поля с фазовым растяжением
- ФиКВ
Ссылки
[ редактировать ]- ^ М. Х. Асгари и Б. Джалали, «Обнаружение краев в цифровых изображениях с использованием дисперсионного фазового растяжения», Международный журнал биомедицинской визуализации, Vol. 2015, № статьи 687819, стр. 1–6 (2015).
- ^ М. Х. Асгари и Б. Джалали, «Обнаружение границ изображения на основе физики», Симпозиум IEEE Global Signal and Information Processing Symposium (GlobalSIP 2014), документ: WdBD-L.1, Атланта, декабрь 2014 г.
- ^ Ю. Хан и Б. Джалали, «Фотонный аналого-цифровой преобразователь с растянутым во времени: фундаментальные концепции и практические соображения», Journal of Lightwave Technology 21, 3085 (2003)
- ^ Jump up to: а б с д Б. Джалали и А. Махджубфар, «Настройка широкополосных сигналов с помощью фотонного аппаратного ускорителя», Proceedings of the IEEE, Vol. 103, № 7, стр. 1071–1086 (2015).
- ^ Разработка функций на основе физики. Джалали и др. Оптика, фотоника и лазерные технологии, 2019
- ^ Агравал, врач общей практики (2007). Нелинейная волоконная оптика. Академическая пресса. Чикаго.
- ^ Абдол, AM; Бедард, Эндрю; Лански, Имке; Каандорп, JA (2018). «Высокопроизводительный метод извлечения и визуализации пространственной экспрессии генов из изображений гибридизации in situ: тематическое исследование раннего развития актинии Nematostella vectensis». Паттерны экспрессии генов . 27 : 36–45. дои : 10.1016/j.gep.2017.10.005 . ISSN 1567-133X . ПМИД 29122675 .
- ^ М. Х. Асгари, К. Клементе, Б. Джалали и Дж. Сораган, «Сжатие радиолокационных изображений с синтезированной апертурой с использованием дискретного анаморфного растягивающего преобразования», Глобальный симпозиум IEEE по обработке сигналов и информации (GlobalSIP 2014), документ: WsBD-P.7, Атланта, декабрь 2014 г.
- ^ К. В. Илиудис, К. Клементе, М. Х. Асгари, Б. Джалали и Дж. Сораган, «Обнаружение краев на изображениях SAR с использованием дисперсионного фазового преобразования», представлено на 2-й Международной конференции IET по интеллектуальной обработке сигналов, Лондон, 2015 г.
- ^ Т. Иловитш, Б. Джалали, М. Х. Асгари и З. Залевский, «Фазовое растяжение для микроскопии локализации сверхвысокого разрешения», Экспресс «Биомедицинская оптика». 1 октября 2016 г.; 7 (10): 4198–209.
- ^ М. Сутар, Х. Асгари и Б. Джалали, «Улучшение функций изображений для людей с ослабленным зрением», IEEE Access 6 (2018): 1407–1415.
- ^ «JalaliLabUCLA/обнаружение-характеристик-изображения с использованием-фазового-растяжения-преобразования – обмен файлами – MATLAB Central» .