25/08/12მიუხედავად იმისა, რომ სამომხმარებლო კამერების ბაზარზე ფერადი კამერები დომინირებს, მონოქრომული კამერები უფრო გავრცელებულია სამეცნიერო ვიზუალიზაციაში.
კამერის სენსორებს ბუნებრივად არ შეუძლიათ მათ მიერ შეგროვებული სინათლის ფერის ან ტალღის სიგრძის აღმოჩენა. ფერადი გამოსახულების მიღება მგრძნობელობისა და სივრცითი შერჩევის რიგ კომპრომისებს მოითხოვს. თუმცა, ვიზუალიზაციის მრავალ სფეროში, როგორიცაა პათოლოგია, ჰისტოლოგია ან ზოგიერთი სამრეწველო შემოწმება, ფერის შესახებ ინფორმაცია აუცილებელია, ამიტომ ფერადი სამეცნიერო კამერები კვლავ გავრცელებულია.
ეს სტატია იკვლევს, თუ რა არის ფერადი სამეცნიერო კამერები, როგორ მუშაობენ ისინი, მათ ძლიერ და ძლიერ მხარეებს და სად აჯობებენ ისინი მონოქრომულ ანალოგებს სამეცნიერო გამოყენებაში.
რა არის ფერადი სამეცნიერო კამერები?
ფერადი სამეცნიერო კამერა სპეციალიზებული გამოსახულების მოწყობილობაა, რომელიც RGB ფერის ინფორმაციას მაღალი სიზუსტით, სიზუსტითა და თანმიმდევრულობით იღებს. სამომხმარებლო დონის ფერადი კამერებისგან განსხვავებით, რომლებიც ვიზუალურ მიმზიდველობას ანიჭებენ უპირატესობას, სამეცნიერო ფერადი კამერები შექმნილია რაოდენობრივი გამოსახულების მისაღებად, სადაც ფერის სიზუსტე, სენსორის წრფივობა და დინამიური დიაპაზონი გადამწყვეტია.
ეს კამერები ფართოდ გამოიყენება ისეთ აპლიკაციებში, როგორიცაა კაშკაშა ველის მიკროსკოპია, ჰისტოლოგია, მასალების ანალიზი და მანქანური ხედვის ამოცანებში, სადაც აუცილებელია ვიზუალური ინტერპრეტაცია ან ფერებზე დაფუძნებული კლასიფიკაცია. ფერადი სამეცნიერო კამერების უმეტესობა დაფუძნებულია CMOS ან sCMOS სენსორებზე, რომლებიც შექმნილია სამეცნიერო და სამრეწველო კვლევის მკაცრი მოთხოვნების დასაკმაყოფილებლად.
სხვადასხვა ვიზუალიზაციის სისტემების სიღრმისეული მიმოხილვისთვის, გაეცანით ჩვენს მიერ შერჩეულ მაღალი ხარისხის სისტემებს.სამეცნიერო კამერამოდელები, რომლებიც შექმნილია პროფესიონალური გამოყენებისთვის.
ფერის მიღწევა: ბაიერის ფილტრი
ტრადიციულად, კამერებში ფერის ამოცნობა მიიღწევა იმავე საშუალებებით, როგორც მონიტორებსა და ეკრანებზე ფერის რეპროდუქცია: ახლომდებარე წითელი, მწვანე და ლურჯი პიქსელების სრულფეროვან „სუპერპიქსელებად“ კომბინაციით. როდესაც R, G და B არხები მაქსიმალურ მნიშვნელობას აღწევს, თეთრი პიქსელი ჩანს.
რადგან სილიკონის კამერებს არ შეუძლიათ შემომავალი ფოტონების ტალღის სიგრძის აღმოჩენა, თითოეული R, G ან B ტალღის სიგრძის არხის გამოყოფა ფილტრაციის გზით უნდა მოხდეს.
წითელ პიქსელებში, პიქსელზე ინდივიდუალური ფილტრი თავსდება სპექტრის წითელი ნაწილის გარდა ყველა ტალღის სიგრძის დასაბლოკად, ასევე ლურჯისა და მწვანე ფერის შემთხვევაშიც. თუმცა, სამი ფერის არხის არსებობის მიუხედავად, ორ განზომილებაში კვადრატული ფილების მისაღებად, სუპერპიქსელი წარმოიქმნება ერთი წითელი, ერთი ლურჯი და ორი მწვანე პიქსელისგან, როგორც ეს ნახაზზეა ნაჩვენები.
Bayer-ის ფილტრის განლაგება ფერადი კამერებისთვის
შენიშვნაფერადი კამერებისთვის ცალკეულ პიქსელებზე დამატებული ფერის ფილტრების განლაგება Bayer-ის ფილტრის განლაგების გამოყენებით, მწვანე, წითელი, ლურჯი და მწვანე პიქსელების განმეორებითი კვადრატული 4-პიქსელიანი ერთეულების გამოყენებით. 4-პიქსელიან ერთეულში თანმიმდევრობა შეიძლება განსხვავდებოდეს.
მწვანე პიქსელებს პრიორიტეტი ენიჭებათ როგორც იმიტომ, რომ სინათლის წყაროების უმეტესობა (მზიდან თეთრ LED-ებამდე) პიკურ ინტენსივობას სპექტრის მწვანე ნაწილში ავლენს, ასევე იმიტომ, რომ სინათლის დეტექტორები (სილიკონზე დაფუძნებული კამერის სენსორებიდან ჩვენს თვალებამდე) მგრძნობელობის პიკს, როგორც წესი, მწვანეში აღწევენ.
თუმცა, როდესაც საქმე სურათის ანალიზსა და ჩვენებას ეხება, გამოსახულებები, როგორც წესი, მომხმარებლისთვის არ მიეწოდება პიქსელებით, რომელთაგან თითოეული მხოლოდ საკუთარ R, G ან B მნიშვნელობას აჩვენებს. კამერის თითოეული პიქსელისთვის იქმნება 3-არხიანი RGB მნიშვნელობა, ახლომდებარე პიქსელების მნიშვნელობების ინტერპოლაციის გზით, „დებაიერინგის“ სახელით ცნობილი პროცესის მეშვეობით.
მაგალითად, თითოეული წითელი პიქსელი გამოიმუშავებს მწვანე მნიშვნელობას, ან ოთხი ახლომდებარე მწვანე პიქსელის საშუალო მნიშვნელობიდან, ან სხვა ალგორითმის მეშვეობით და ანალოგიურად, ოთხი ახლომდებარე ლურჯი პიქსელისთვისაც.
ფერის დადებითი და უარყოფითი მხარეები
დადებითი მხარეები
● მისი დანახვა ფერებშიც შეგიძლიათ! ფერი გადმოსცემს ძვირფას ინფორმაციას, რომელიც აძლიერებს ადამიანის ინტერპრეტაციას, განსაკუთრებით ბიოლოგიური ან მატერიალური ნიმუშების ანალიზისას.
● RGB ფერის სურათების გადაღება გაცილებით მარტივია, ვიდრე მონოქრომული კამერით თანმიმდევრული R, G და B სურათების გადაღება
უარყოფითი მხარეები
● ფერადი კამერების მგრძნობელობა მკვეთრად შემცირებულია მათ მონოქრომულ ანალოგებთან შედარებით, ტალღის სიგრძის მიხედვით. სპექტრის წითელ და ლურჯ ნაწილში, იმის გამო, რომ ოთხი პიქსელის ფილტრიდან მხოლოდ ერთი გადის ამ ტალღის სიგრძეებში, სინათლის შეგროვება მაქსიმუმ 25%-ია ეკვივალენტური მონოქრომული კამერის მგრძნობელობისა ამ ტალღის სიგრძეებში. მწვანეში ეს კოეფიციენტი 50%-ია. გარდა ამისა, არცერთი ფილტრი არ არის იდეალური: პიკური გამტარობა 100%-ზე ნაკლები იქნება და შეიძლება გაცილებით დაბალი იყოს ზუსტი ტალღის სიგრძის მიხედვით.
● წვრილი დეტალების გარჩევადობაც უარესდება, რადგან შერჩევის სიხშირე იმავე ფაქტორებით მცირდება (25%-მდე R, B-სთვის და 50%-მდე G-სთვის). წითელი პიქსელების შემთხვევაში, სადაც მხოლოდ 1 პიქსელი 4-დან აღიქვამს წითელ სინათლეს, გარჩევადობის გამოსათვლელად ეფექტური პიქსელის ზომა თითოეულ განზომილებაში 2-ჯერ მეტია.
● ფერადი კამერები ასევე უცვლელად შეიცავს ინფრაწითელ (IR) ფილტრს. ეს განპირობებულია სილიკონის კამერების უნარით, აღმოაჩინონ ადამიანის თვალისთვის უხილავი ინფრაწითელი ტალღის სიგრძეები, 700 ნმ-დან დაახლოებით 1100 ნმ-მდე. თუ ეს ინფრაწითელი სინათლე არ გაფილტრული იქნებოდა, ის იმოქმედებდა თეთრის ბალანსზე, რაც გამოიწვევს ფერების არაზუსტ რეპროდუქციას და მიღებული გამოსახულება არ შეესაბამება თვალით დანახულს. შესაბამისად, ეს ინფრაწითელი სინათლე უნდა გაფილტრულიყო, რაც იმას ნიშნავს, რომ ფერადი კამერების გამოყენება არ შეიძლება ვიზუალიზაციისთვის, რომლებიც იყენებენ ამ ტალღის სიგრძეებს.
როგორ მუშაობს ფერადი კამერები?
ფერადი კამერის კვანტური ეფექტურობის მრუდის ტიპიური მაგალითი
შენიშვნაკვანტური ეფექტურობის ტალღის სიგრძეზე დამოკიდებულება ნაჩვენებია ცალ-ცალკე წითელი, ლურჯი და მწვანე ფილტრის მქონე პიქსელებისთვის. ასევე ნაჩვენებია იგივე სენსორის კვანტური ეფექტურობა ფერადი ფილტრების გარეშე. ფერადი ფილტრების დამატება მნიშვნელოვნად ამცირებს კვანტურ ეფექტურობას.
სამეცნიერო ფერადი კამერის ბირთვი მისი გამოსახულების სენსორია, როგორც წესი,CMOS კამერა or sCMOS კამერა(სამეცნიერო CMOS), რომელიც აღჭურვილია ბაიერის ფილტრით. ფოტონის აღბეჭდვიდან გამოსახულების მიღებამდე სამუშაო პროცესი რამდენიმე ძირითად ეტაპს მოიცავს:
1. ფოტონის აღმოჩენა: სინათლე შედის ლინზაში და ხვდება სენსორს. თითოეული პიქსელი მგრძნობიარეა კონკრეტული ტალღის სიგრძის მიმართ, მის მიერ გადატანილი ფერის ფილტრის მიხედვით.
2. მუხტის გარდაქმნა: ფოტონები თითოეული პიქსელის ქვეშ მდებარე ფოტოდიოდში ელექტრულ მუხტს წარმოქმნიან.
3. წაკითხვა და გაძლიერება: მუხტები გარდაიქმნება ძაბვად, იკითხება რიგ-რიგობით და ციფრულდება ანალოგურ-ციფრული გადამყვანებით.
4. ფერის რეკონსტრუქცია: კამერის ჩაშენებული პროცესორი ან გარე პროგრამული უზრუნველყოფა ინტერპოლაციას უკეთებს სრულფეროვან გამოსახულებას გაფილტრული მონაცემებიდან დემოზაისინგის ალგორითმების გამოყენებით.
5. გამოსახულების კორექცია: ზუსტი და საიმედო გამოსავლის უზრუნველსაყოფად გამოიყენება შემდგომი დამუშავების ნაბიჯები, როგორიცაა ბრტყელი ველის კორექცია, თეთრის ბალანსი და ხმაურის შემცირება.
ფერადი კამერის მუშაობა მნიშვნელოვნად არის დამოკიდებული მის სენსორულ ტექნოლოგიაზე. თანამედროვე CMOS კამერის სენსორები გვთავაზობენ სწრაფ კადრების სიხშირეს და დაბალ ხმაურს, ხოლო sCMOS სენსორები ოპტიმიზირებულია დაბალი განათების მგრძნობელობისა და ფართო დინამიური დიაპაზონისთვის, რაც აუცილებელია სამეცნიერო მუშაობისთვის. ეს საფუძვლები ქმნის საფუძველს ფერადი და მონოქრომული კამერების შედარებისთვის.
ფერადი კამერები მონოქრომული კამერების წინააღმდეგ: ძირითადი განსხვავებები
დაბალი განათების პირობებში მუშაობისას ფერადი და მონოქრომული კამერის სურათების შედარება
შენიშვნაფლუორესცენტული გამოსახულება წითელი ტალღის სიგრძის ემისიით, რომელიც დააფიქსირა ფერადი კამერამ (მარცხნივ) და მონოქრომულმა კამერამ (მარჯვნივ), კამერის სხვა მახასიათებლები კი უცვლელი დარჩა. ფერადი გამოსახულება აჩვენებს სიგნალ-ხმაურის მნიშვნელოვნად დაბალ თანაფარდობას და გარჩევადობას.
მიუხედავად იმისა, რომ როგორც ფერად, ასევე მონოქრომულ კამერებს ბევრი საერთო კომპონენტი აქვთ, მათი განსხვავება შესრულებასა და გამოყენების შემთხვევებში მნიშვნელოვანია. აქ მოცემულია მოკლე შედარება:
| ფუნქცია | ფერადი კამერა | მონოქრომული კამერა |
| სენსორის ტიპი | ბაიერის ფილტრით გაფილტრული CMOS/sCMOS | გაუფილტრავი CMOS/sCMOS |
| სინათლის მგრძნობელობა | უფრო დაბალი (ფერის ფილტრების მიერ სინათლის დაბლოკვის გამო) | უფრო მაღალი (ფილტრებში სინათლე არ იკარგება) |
| სივრცითი გარჩევადობა | დაბალი ეფექტური გარჩევადობა (დემოზაიზინგ) | სრული მშობლიური გარჩევადობა |
| იდეალური აპლიკაციები | ბრაითფილდის მიკროსკოპია, ჰისტოლოგია, მასალების ინსპექტირება | ფლუორესცენცია, დაბალი განათების ვიზუალიზაცია, მაღალი სიზუსტის გაზომვები |
| ფერის მონაცემები | იღებს სრულ RGB ინფორმაციას | მხოლოდ ნაცრისფერი ტონების აღბეჭდვა |
მოკლედ, ფერადი კამერები საუკეთესოა, როდესაც ფერი მნიშვნელოვანია ინტერპრეტაციის ან ანალიზისთვის, ხოლო მონოქრომული კამერები იდეალურია მგრძნობელობისა და სიზუსტისთვის.
სადაც ფერადი კამერები წარმატებულები არიან სამეცნიერო გამოყენებაში
მიუხედავად მათი შეზღუდვებისა, ფერადი კამერები ბევრ სპეციალიზებულ სფეროში უკეთეს შედეგს იძლევა, სადაც ფერების გარჩევა მთავარია. ქვემოთ მოცემულია რამდენიმე მაგალითი, თუ სად გამოირჩევიან ისინი:
სიცოცხლის შემსწავლელი მეცნიერებები და მიკროსკოპია
ფერადი კამერები ფართოდ გამოიყენება კაშკაშა ველის მიკროსკოპიაში, განსაკუთრებით ჰისტოლოგიურ ანალიზში. შეღებვის ისეთი ტექნიკები, როგორიცაა H&E ან გრამის მეთოდით შეღებვა, წარმოქმნის ფერზე დაფუძნებულ კონტრასტს, რომლის ინტერპრეტაცია მხოლოდ RGB გამოსახულების გამოყენებით არის შესაძლებელი. სასწავლო ლაბორატორიები და პათოლოგიის განყოფილებები ასევე ეყრდნობიან ფერად კამერებს ბიოლოგიური ნიმუშების რეალისტური სურათების გადასაღებად სასწავლო ან დიაგნოსტიკური მიზნებისთვის.
მასალათმცოდნეობა და ზედაპირული ანალიზი
მასალების კვლევაში ფერადი გამოსახულება ფასეულია კოროზიის, დაჟანგვის, საფარის და მასალის საზღვრების იდენტიფიცირებისთვის. ფერადი კამერები ხელს უწყობს ზედაპირის დამუშავების მცირე ვარიაციების ან დეფექტების აღმოჩენას, რომლებიც მონოქრომული გამოსახულების მიღებისას შეიძლება გამორჩეს. მაგალითად, კომპოზიტური მასალების ან დაბეჭდილი მიკროსქემის დაფების შეფასება ხშირად მოითხოვს ფერის ზუსტ წარმოდგენას.
მანქანური ხედვა და ავტომატიზაცია
ავტომატიზირებულ შემოწმების სისტემებში ფერადი კამერები გამოიყენება ობიექტების დახარისხების, დეფექტების აღმოჩენისა და ეტიკეტირების დადასტურებისთვის. ისინი საშუალებას აძლევს მანქანურ ხედვას ალგორითმებს, დააკლასიფიცირონ ნაწილები ან პროდუქტები ფერის მინიშნებების საფუძველზე, რაც ზრდის წარმოების ავტომატიზაციის სიზუსტეს.
განათლება, დოკუმენტაცია და საზოგადოებასთან ურთიერთობა
სამეცნიერო დაწესებულებებს ხშირად სჭირდებათ მაღალი ხარისხის ფერადი სურათები პუბლიკაციებისთვის, გრანტების წინადადებებისა და საზოგადოებისთვის. ფერადი სურათი უზრუნველყოფს სამეცნიერო მონაცემების უფრო ინტუიციურ და ვიზუალურად მიმზიდველ წარმოდგენას, განსაკუთრებით ინტერდისციპლინარული კომუნიკაციის ან საზოგადოებრივი ჩართულობისთვის.
დასკვნითი აზრები
ფერადი სამეცნიერო კამერები მნიშვნელოვან როლს ასრულებენ თანამედროვე ვიზუალიზაციის სამუშაო პროცესებში, სადაც ფერების დიფერენციაცია მნიშვნელოვანია. მიუხედავად იმისა, რომ ისინი შეიძლება არ შეესაბამებოდეს მონოქრომულ კამერებს მგრძნობელობის ან ნედლი გარჩევადობის მიხედვით, ბუნებრივი, ინტერპრეტირებადი სურათების მიწოდების მათი უნარი მათ შეუცვლელს ხდის სხვადასხვა სფეროებში, დაწყებული სიცოცხლის შემსწავლელი მეცნიერებებით და დამთავრებული სამრეწველო შემოწმებით.
ფერად და მონოქრომულ ფოტოებს შორის არჩევისას გაითვალისწინეთ თქვენი გამოსახულების მიღების მიზნები. თუ თქვენი აპლიკაცია მოითხოვს დაბალი განათების პირობებში მუშაობას, მაღალ მგრძნობელობას ან ფლუორესცენციის აღმოჩენას, მონოქრომული სამეცნიერო კამერა შეიძლება იყოს საუკეთესო ვარიანტი. თუმცა, კაშკაშა ველის გამოსახულების მისაღებად, მასალის ანალიზისთვის ან ნებისმიერი სხვა ამოცანისთვის, რომელიც ფერად კოდირებას გულისხმობს, ფერადი გადაწყვეტა შეიძლება იდეალური იყოს.
სამეცნიერო კვლევისთვის მოწინავე ფერადი ვიზუალიზაციის სისტემების შესასწავლად, დაათვალიერეთ ჩვენს მიერ შემოთავაზებული მაღალი ხარისხის CMOS კამერებისა და sCMOS მოდელების სრული ასორტიმენტი, რომლებიც თქვენს საჭიროებებზეა მორგებული.
Tucsen Photonics Co., Ltd. ყველა უფლება დაცულია. ციტირებისას, გთხოვთ, მიუთითოთ წყარო:www.tucsen.com
