التصوير بدون عدسات

تنتج أنظمة التصوير الجديدة والمجاهر ومصفوفات الفيديو صورًا رقمية تستند إلى حسابات الكمبيوتر بدلاً من العدسات التقليدية.

حتى الحرفيون في العصور الوسطى كانوا قادرين على إنشاء عدسات زجاجية ومرايا منحنية لعرض الصور. تم استخدام هذه التصميمات لصنع المجاهر والكاميرات ذات الثقب والتلسكوبات وغيرها من الأدوات التي تسمح لنا برؤية الأجسام الصغيرة والكبيرة الموجودة على مسافة قريبة جدًا وعلى الأرض وفي السماء بشكل أفضل. حدثت الثورة التالية في تكوين الصورة في منتصف القرن التاسع عشر تقريبًا: تم اختراع التصوير الفوتوغرافي. يمكنك الآن التقاط "اللحظات المتوقفة" وتشغيلها وتكرارها. اليوم ، عصر التصوير الكيميائي على وشك الانتهاء ، عصر جديد يزدهر - التصوير الرقمي. تكمن جذورها في تكنولوجيا التلفزيون ، لكننا سننظر في بداية عصر 1975 ، عندما ظهرت أول كاميرا رقمية. واليوم ، تلتقط مليارات من كاميرات الويب والكاميرات في الهواتف المحمولة حول العالم أكثر من تريليون صورة سنويًا ، ويتم تحميل العديد منها على الإنترنت فورًا. على الرغم من الزيادة الهائلة في عدد وتنوع وطرق استخدام أنظمة التصوير ، تبقى مهام المهندسين البصريين دون تغيير إلى حد كبير: لإنشاء صورة بصرية عالية الجودة تنقل بدقة المشهد إلى "جعله يبدو جيدًا".

ومع ذلك ، في السنوات العشر إلى العشرين الماضية ، بدأ ظهور نموذج جديد: التصوير الحسابي. قد لا يحل هذا النموذج محل الأساليب التقليدية تمامًا ، لكنه سيُلقي بظلال من الشك على الأفكار التي تعود إلى قرون ويساعد على إنشاء طرق بديلة لتصميم أنظمة التصوير. على سبيل المثال ، تتوفر لدينا بالفعل وظائف وأشكال جديدة من أنظمة التصوير ، بما في ذلك الأجهزة المصغرة فائقة الدقة لتصوير الأشياء المجهرية والمجاهر بدون عدسات.

التصوير الحسابي

كما يوحي الاسم ، تلعب الحوسبة دورًا رئيسيًا في تكوين الصورة الرقمية النهائية. لفترة طويلة ، تم تحسينها بمساعدة معالجة الصور الرقمية: أزالوا تأثير العين الحمراء عند التصوير باستخدام الفلاش ، وقاموا بتعديل الألوان ، وما إلى ذلك ، ولكن لم يتم تصميم الدوائر البصرية للعدسات أبدًا مع مراعاة هذه الاحتياجات. ومع ذلك ، تسمح معالجة الإشارات الرقمية ، على سبيل المثال ، بتصحيح التشوهات البصرية مثل "الوسائد" أو التشوهات واسعة الزاوية عند حواف الصورة. عندما أرسل تلسكوب هابل المداري أول صور إلى الأرض في أواخر الثمانينيات ، كانت "صابونية" أكثر بكثير مما كان متوقعًا. سرعان ما أصبح من الواضح أن هناك بعض المشاكل مع البصريات. حدد علماء وكالة ناسا ما هو الأمر ، وحتى تم إصلاح التلسكوب ، قاموا بتصحيح العديد من العيوب لعدة سنوات باستخدام خوارزميات معالجة رقمية متطورة.

في منتصف التسعينيات ، توصل واد توماس كاثي وإدوارد ر. دوسكي جونيور بفكرة تصميم عدسات لإنتاج صور ضبابية و "متدهورة" ، ولكنها تدهورت بطريقة جعلت خوارزميات المعالجة الرقمية من الممكن ألا تجعل الصور أسوأ ، أو حتى أفضل ، من التصوير بالعدسات التقليدية. على وجه الخصوص ، تحولت كاتي وداوسكي إلى السمة المميزة لجميع الكاميرات التقليدية: عمق المجال المحدود. إذا ركزت على شيء على مسافة متوسطة منك ، فستبدو حادة ، لكن الأشياء القريبة والأبعد ستصبح ضبابية. يشير عمق المجال إلى المنطقة التي تبدو فيها جميع الكائنات حادة بشكل معقول. لذلك ، توصل عالمان إلى عدسة جديدة ، والتي طمست تقريبًا الصور البصرية للأجسام في جميع المسافات. ثم قامت خوارزمية خاصة بشحذ الصورة بأكملها ، للحصول على عمق مجال لا يمكن تحقيقه للعدسات العادية. على الرغم من أن العديد من العلماء قد قاموا بتحسين التقنية الموصوفة ، إلا أن فكرة كاتي وداوسكي قد طورت الانضباط في مجال الالتقاط الحسابي وتكوين الصورة.

نتيجة أخرى لهذا العمل العلمي هو أن الدوائر الضوئية للعدسات يتم تطويرها حاليًا استنادًا إلى إنشاء صور لأجهزة الكمبيوتر ، وليس الأشخاص. من المفارقة أنه في عصرنا من إطلاق النار الكامل ، رأى عدد قليل جدًا من الأشخاص صورًا بصرية حقيقية تتكون بواسطة الكاميرات. مرت الأيام طويلاً عندما قام المصور ، الذي كان يميل نحو الكاميرا ويغطي نفسه بعباءة سميكة ، بسحب المصراع ، وقبل إدخال الكاسيت مع الفيلم ، رأى على الزجاج المصنفر صورة "حية" تشكلت مباشرة من العدسة. اليوم ، نرى على الشاشات نتيجة المعالجة الرقمية للصور البصرية التي سقطت على مصفوفات السليكون.

كان المجال التالي للتطبيق لمزيج البصريات والمعالجة الرقمية هو تبسيط تصميم العدسة. في هاتفك الذكي ، يمكن أن تتكون عدسة الكاميرا من 7-8 عناصر بصرية ، وتتكون عدسات الكاميرا الاحترافية أحيانًا من أكثر من 15 عنصرًا بصريًا. هناك حاجة إلى عدد كبير من العدسات لتصحيح عيوب الصورة - الانحرافات المتأصلة في أي نظام بصري: لوني (ظلال ملونة حول الأشياء) وبصرية (تشويه شكل ونسب الأشياء). أي أن تصميمات العدسات المعقدة مطلوبة لإنتاج صور "جيدة المظهر". سيساعد الجمع بين البصريات والمعالجة الرقمية على تحويل بعض الأعمال لتصحيح الانحرافات إلى مكون رقمي ، مما سيسمح لك بالتخلي عن بعض العناصر البصرية دون المساس بجودة الصورة الرقمية النهائية. أي أن خوارزميات المعالجة تلعب دور العناصر البصرية الافتراضية. هذا النهج جعل من الممكن إنشاء أنظمة بصرية أكثر إحكاما وأقل تكلفة دون فقدان الجودة.

إلى أي مدى سيتم تطوير هذه الأفكار؟ ما هي نسبة مهمة التصوير التي يمكن نقلها من البصريات إلى المكون الرقمي؟ ما مدى سهولة أن تكون الدائرة البصرية للحصول على صورة لائقة؟ هل من الواقعي التخلص من العدسات والمرايا؟ وقد تم تحقيق ذلك على مدى السنوات القليلة الماضية بثلاث طرق - تم استبعاد العدسات والصور البصرية التي تشكلها تمامًا. تعتمد الطرق على الحيود وإعادة بناء الطور البصري وتقنية الاستشعار الانضغاطي. وللحصول على الصورة النهائية المناسبة للأشخاص ، يتم استخدام حسابات الكمبيوتر بنشاط.

تصوير الحيود

تركز العدسات التقليدية شعاعًا من الضوء باستخدام الانكسار : ينكسر الضوء عند المرور عبر حدود الوسائط (الزجاج الهوائي) بسرعات مختلفة من الضوء. بفضل تأثير الانكسار ، يبدو أن قلم رصاص مغمور في كأس زجاجي بالماء منحني: ينكسر الضوء المنعكس من قلم الرصاص عندما يدخل الهواء على طول المسار إلى عينيك. لذلك ، الجزء تحت الماء من قلم الرصاص الذي نراه ليس في مكانه الفعلي.

بالمناسبة ، بفضل الانكسار (حد الانكسار) على حدود الفضاء وجو الأرض ، يبدو أن جميع الأجرام السماوية تقع أعلى قليلاً من موقعها الحقيقي:

تشكل المرايا المنحنية مثل تلك المستخدمة في المقاريب الكبيرة صورة بشكل مختلف: استخدام الانعكاس . لفهم الفرق بين الانكسار والانعكاس ، تخيل الضوء في شكل أشعة (خطوط).

ستساعد ظاهرتان فيزيائيتان أخريان على تغيير اتجاه انتشار الضوء واستخدام طبيعة موجته (تذكر ازدواجية جسيم الموجة ): الحيود والتداخل . عندما تلتقي موجتان مترابطتان من الضوء ، يتداخلان معًا ، ويظهر اتساع الموجة الناتجة. إذا تزامن الحد الأقصى لموجة واحدة دائمًا مع الحد الأقصى للموجة الأخرى ، فإن الموجات تعزز بعضها البعض ، وهذا ما يسمى التداخل البناء . إذا كانت الحد الأقصى لموجة واحدة تتزامن دائمًا مع الحد الأدنى للموجة الأخرى ، فإن الموجات تلغي بعضها البعض - وهذا تداخل مدمر ، ونتيجة لذلك يمكن أن يختفي الضوء تمامًا.

يمكنك التحكم في الضوء من خلال حيود عن طريق توجيهه إلى شبكة حيود - سلسلة من أفضل السكتات الدماغية (النقطية) - على سطح أملس. بما أن الموجات ذات الأطوال المختلفة تنعكس في اتجاهات مختلفة ، يحدث تلطيخ اللون. على سبيل المثال ، عندما ينعكس الضوء الأبيض من الأخاديد الصغيرة على سطح قرص مضغوط أو قرص DVD ، نرى خطوط قوس قزح. نظرًا لاعتماد الأطوال الموجية على البيانات النقطية ، فمن المستحيل إنشاء شبكة حيود تستبدل العدسات ببساطة. لن تبدو الصورة البصرية التي يتم تشكيلها بواسطة صريف بجودة صورة من عدسة مصممة جيدًا. ومع ذلك ، من الممكن تمامًا إنشاء صور رقمية مقبولة باستخدام مجموعة من بصريات الحيود (باستخدام الحيود) ومعالجة الإشارات المتطابقة (مع مراعاة البصريات).

تصوير الحيود

في إحدى فئات الأجهزة غير الموضوعية للتصوير الماكروسكوبي ، يتم استخدام حواجز شبكية مصغرة ، تقع تدريجياً في سمك مادة شفافة (زجاج أو سيليكات) وتأخير جزء من الضوء الساقط بالنسبة للجزء الآخر. الخصائص الرياضية للمخطط المتدرج هي أن توزيع الضوء في المادة يعتمد بشكل ضعيف على الطول الموجي ، وبالتالي ، على اختلاف طفيف في سمك الزجاج نفسه ، والذي يحدث حتمًا أثناء التصنيع. يتم إرفاق المشابك بمستشعر حساس للضوء - مثل المصفوفة في الكاميرات الرقمية التقليدية. يمر الضوء الساقط من خلال الشبكات ويصل إلى المصفوفة ، التي تم تحللها بالفعل إلى "مكونات". لا تبدو على الإطلاق وكأنها صورة عادية: نوع من غيمة ضبابية ، غير مفهومة للعين البشرية. ومع ذلك ، تحتوي هذه السحابة على معلومات مرئية كافية (وإن كانت موزعة بشكل غير عادي) لإعادة إنشاء الصورة المطلوبة منها باستخدام عملية حسابية تسمى تحويل الصورة.

تعتبر خوارزمية إعادة بناء الصورة حساسة قليلاً للضوضاء البصرية ، على سبيل المثال التقلبات العشوائية في عدد الفوتونات أو الضوضاء الكهربائية أثناء تحويل الإشارة من المستشعر إلى تمثيل رقمي (ما يسمى خطأ التكمية). لذلك ، قد تكون الصورة صاخبة بصريًا. على الرغم من أن هذه الجودة كافية لعدد من المهام البسيطة (على سبيل المثال ، لحساب عدد الأشخاص في إطار) ، ومع ذلك ، للحصول على صورة أكثر لائقًا ، تحتاج إلى التقاط المزيد من المعلومات حول المشهد الذي يتم تصويره. الحل "في الجبهة" هو أخذ عدة شبكات شبكية صغيرة الحجم مصممة لالتقاط معلومات مختلفة حول المشهد. أي أن كل شبكة شعرية تشكل صورة رقمية للمكونات ، ويمكن بعد ذلك معالجة هذه المكونات ويمكن الحصول على صورة واحدة أفضل.

يستخدم أحد أنواع أنظمة التصوير بدون عدسة صفائف تبعثر الضوء ، بدلاً من تركيزه مثل العدسات. في المثال أعلاه ، تم تصميم مصفوفة من 12 ميكروغريد ثنائي الطور (يسار) لالتقاط أكبر قدر ممكن من المعلومات المرئية حول المشهد. بعد مرور الضوء عبر الصفيف ، يتم الحصول على 12 نقطة ضبابية ، لا يسمح أي منها للشخص بفهم ما تم تصويره هنا (في المركز). ومع ذلك ، تحتوي هذه الصورة البصرية على معلومات كافية للحصول على صورة واضحة تمامًا (يمين) باستخدام المعالجة الرقمية التي تسمى "تحويل الصورة".

سيساعد هذا النهج ليس فقط على تكوين صورة للمشهد ، ولكن أيضًا لتحليله: لتحديد الخصائص البصرية (على سبيل المثال ، ما إذا كان هناك وجه بشري في الصورة) ، واتجاه وسرعة الحركة العامة للمشهد ( التدفق البصري ، التدفق البصري) ، لحساب عدد الأشخاص في في الداخل. في مثل هذه المواقف ، تم تصميم حواجز شبكية الحيود لاستخراج المعلومات الضرورية ، ويتم تكييف خوارزمية المعالجة مع مهمة معينة. لنفترض ، إذا كنا بحاجة إلى قراءة رمز شريطي عمودي ، فإننا نستخدم صريف حيود رأسي وخوارزمية تجلب كل بكسل من صورة رقمية إلى قيمة عتبة: يتم تحويل الضوء إلى الظلام ، الظلام إلى الأسود. والنتيجة هي صورة رقمية بالأبيض والأسود ، ويمكن التعرف عليها بالفعل من خلال خوارزمية قراءة الباركود.

الفحص المجهري للمرحلة

يختلف نهج إنشاء المجاهر المتحيزة عن طرق إنشاء الكاميرات الحسابية للكائنات الكلية ، على الرغم من استخدام ظاهرة الحيود هنا أيضًا. ومع ذلك ، على عكس الجهاز الذي يصور مشهدًا في الإضاءة العادية التي أنشأتها الشمس أو المصابيح ، لا يمكن تحديد سوى أشعة الليزر المتماسكة أو الضوء الأحادي اللون من مصدر واحد أو عدة مصادر للإضاءة في الفحص المجهري. هذا يسمح لك بالتحكم في حيود الضوء وتدخله. علاوة على ذلك ، فإن الأشياء التي تهمنا صغيرة جدًا لدرجة أن الانعراج سيحدث عندما يمر الضوء عبر الأشياء نفسها ، وليس من خلال شبكة حيود اصطناعية.

يشير مخطط مثل هذا المجهر إلى أن العينة توضع فوق مصفوفة حساسة للضوء مع عدد كبير من وحدات البكسل الصغيرة: مصفوفة 10 ميجابكسل ، على سبيل المثال ، والتي توجد غالبًا في الكاميرات الرقمية. يُسمى هذا المخطط أيضًا "المجهر الموجود على الشريحة" لأن العينة توضع مباشرة على مصفوفة تكوين الصورة. الضوء من ليزر أو ضوء LED نقي طيفي يقع على العينة وينثر على الأشياء التي يتم تصويرها. يتم فرض موجات الانعراج الناتجة - تشكيل حزمة الجسم ( حزمة الجسم) - على الإضاءة التي تمر عبر العينة دون تشويه - الحزمة المرجعية (الحزمة المرجعية). والنتيجة هي نمط تداخل معقد يتم تسجيله بواسطة مصفوفة حساسة للضوء وتستخدم في التصوير المجسم الرقمي المباشر. تشبه الصورة الخام بشكل غامض الظلال المجهرية للعينة ، وفي بعض الحالات يكفي حساب عدد الكائنات وموقعها تقريبًا. لكن الصورة الثلاثية الأبعاد الخام موحلة للغاية وصاخبة وتحتوي على "قطع أثرية حلقية" ولا تسمح بتحديد شكل الأشياء. الصورة سيئة.

يمر نمط التداخل من خلال عدة مراحل من المعالجة الرقمية ، والمرحلة الرئيسية هي خوارزمية إعادة بناء المرحلة. في ذلك ، باستخدام فيزياء التداخل البصري ، يتم استخلاص استنتاجات حول هيكل وموقع الأشياء في العينة. باختصار: تبحث الخوارزمية عن معلومات بصرية حول المرحلة المفقودة في الصورة المجسمة على المصفوفة (التي تسجل نمط التداخل فقط ، وليس أطوار أشعة الضوء الفردية نفسها). تقوم الخوارزمية بحساب معلومات الطور بشكل متكرر في حزمة الكائن ، مما أدى على الأرجح إلى ظهور مثل هذا النمط من التداخل البصري. عندما يتم تحديد معلومات حول الطور في حزمة الكائن ، تحسب الخوارزمية تغيرها مرة أخرى في الوقت المناسب لبناء صورة للكائنات ، وتشكيل الصورة الرقمية النهائية.

كما هو الحال مع الأجهزة الماكرو ، يتم زيادة الدقة من خلال التقاط العديد من الصور الضوئية ، كل منها يحتوي على معلومات مختلفة قليلاً. على سبيل المثال ، قبل تسجيل كل إطار ، يمكنك تغيير مصدر الضوء قليلاً ، أو العينة نفسها ، أو المصفوفة. ثم تتم معالجة الإطارات ودمجها للحصول على صورة تداخل واحدة للدقة المتزايدة (التي لا تزال غير مفهومة للبشر) ، ثم يتم تنفيذ مراحل استعادة المرحلة والاستعادة المؤقتة.

المجاهر الموضوعية على الشريحة لها مزايا عديدة.

أولاً ، يمكن أن تكون منطقة تصوير العينة (أي مجال الرؤية) كبيرة للغاية ، فهي محدودة فقط بحجم المصفوفة الحساسة للضوء التي يتم وضع العينة عليها. تسمح لك المصفوفات الحديثة بتوفير مجال رؤية من 20 ملم مربع إلى 20 سم مربع.

ثانيًا ، حتى الأجسام الشفافة (على سبيل المثال ، معظم البكتيريا في طبقة من الماء) يمكن دراستها باستخدام مجاهر موضوعية إذا غيرت طور الضوء الذي يمر خلالها. كما تسمح المجاهر الضوئية الموضوعية الخاصة بدراسة "كائنات الطور" ، على الرغم من أن مجال الرؤية أصغر بكثير والحجم الإجمالي للعينة.

ثالثًا ، تتيح المعالجة الرقمية للصورة البصرية عزل أنواع مختلفة من الخلايا (على سبيل المثال ، الحيوانات المنوية أو خلايا الدم في الشعيرات الدموية) وتتبع تحركاتها. بفضل هذا ، يمكن للأطباء وعلماء الأحياء الحصول على بيانات مهمة.

رابعاً ، هذه المجاهر أرخص بكثير وأكثر إحكاما من تلك التقليدية. يمكن توصيل الميكروسكوبات الخالية من الأهداف بهاتف محمول ، يُستخدم في المناطق الريفية ، ويمكن نقل البيانات الرقمية في أي مكان لمزيد من التحليل الشامل.

تقنية الاستشعار الانضغاطية

يعتمد النهج الثالث لتكوين الصورة المتحيزة على أحدث التطورات في الرياضيات وإحصاءات الإشارة - تقنية الاستشعار الانضغاطي . الصورة الضوئية على مصفوفة هي إشارة معقدة ، يتم تقديمها في شكل قائمة من الأرقام ويتم معالجتها بواسطة خوارزميات مختلفة. نظرًا لأن إشارة الصوت المعقدة تتكون من العديد من الأصوات الأبسط ، والتي تتم إضافة كل منها بالتناسب الصحيح ، بحيث تتكون الصورة من عدد كبير من الصور الأبسط. تسمى مجموعة من الصور أو الإشارات البسيطة أساسًا . في عالم الصوت ، فإن الأساس الأكثر شيوعًا هو مجموعة من نغمات جيب التمام النقية. لا يهم مدى تعقيد الصوت. يمكن إنشاء كل شيء من بوق السيارة إلى سيمفونية بيتهوفن بإضافة عدد كبير من موجات جيب التمام الأساسية ، والتي يتم تحديد كل منها الشدة المرغوبة وتحول الوقت.

ما يمكن أن يكون أساسًا مشابهًا في مجال الصور؟ القاعدتان المرئيتان الأكثر شعبية ومفيدة هي مجموعات من موجات جيب التمام ثنائية الأبعاد وأنماط المويجات متعددة الدقة. هذه العناصر الأساسية أنيقة رياضياً وتشكل أساس مخططات ضغط الصور JPEG و JPEG 2000 الحديثة. وبدلاً من تخزين ونقل قيم كل بكسل في صورة رقمية ، فإنك تعمل على ملف يصف اتساع إشارات المكونات الأساسية المختلفة. نتيجة لذلك ، يكون الملف "المضغوط" أصغر بكثير من الصورة نفسها. لعقود ، عملت هذه القواعد بأمانة كأداة لمعالجة الصور الرقمية ، لكنها لم تؤد إلى إنشاء طرق جديدة لتطوير الدوائر البصرية ؛ وبالتالي ، لا يوجد عنصر بصري يجعل من السهل إدخال أي قواعد.

دعنا ننتقل إلى الاستشعار الانضغاطي. من الناحية النظرية ، تظهر الإحصائيات أنه على الرغم من أن المعلومات حول المشهد زائدة عن الحاجة (أي يمكن ضغط الصورة) ، فلا حاجة لقياس القواعد ، إلا أن قياسات عينة عشوائية كافية. « », , ( ), compressive sensing. , , .

, (), . . «» , , (). , .

, -. (coded apertures) ( - ) . FlatCam (Ashok Veeraraghavan) . , (. ). — Angry Birds — ( ) . , , , . , . , . compressive sensing «» , .

.

, . , , , . 0,5 0,2 — , . FlatCam , , .

, , , , . , - , . , , .

. , , , , , , . , , , . , , , .

, . , - .