25.08.12.Lai gan krāsu kameras dominē patērētāju kameru tirgū, melnbaltās kameras ir biežāk sastopamas zinātniskajā attēlveidošanā.
Kameru sensori nav spējīgi noteikt savāktās gaismas krāsu jeb viļņa garumu. Krāsu attēla iegūšanai ir nepieciešami vairāki kompromisi jutības un telpiskās izlases ziņā. Tomēr daudzās attēlveidošanas lietojumprogrammās, piemēram, patoloģijā, histoloģijā vai dažās rūpnieciskās pārbaudēs, krāsu informācija ir būtiska, tāpēc krāsu zinātniskās kameras joprojām ir izplatītas.
Šajā rakstā ir aplūkotas krāsu zinātniskās kameras, to darbības princips, stiprās un ierobežotās puses, kā arī to priekšrocības zinātniskos pielietojumos, kuros tās pārspēj melnbaltās kameras.
Kas ir krāsu zinātniskās kameras?
Krāsu zinātniskā kamera ir specializēta attēlveidošanas ierīce, kas uztver RGB krāsu informāciju ar augstu precizitāti, konsekvenci un precizitāti. Atšķirībā no patērētāju līmeņa krāsu kamerām, kurām prioritāte ir vizuālā pievilcība, zinātniskās krāsu kameras ir paredzētas kvantitatīvai attēlveidošanai, kur krāsu precizitāte, sensora linearitāte un dinamiskais diapazons ir izšķiroši svarīgi.
Šīs kameras tiek plaši izmantotas tādās jomās kā gaišā lauka mikroskopija, histoloģija, materiālu analīze un mašīnredzes uzdevumi, kuros būtiska ir vizuālā interpretācija vai uz krāsām balstīta klasifikācija. Lielākā daļa krāsu zinātnisko kameru ir balstītas uz CMOS vai sCMOS sensoriem, kas izstrādāti, lai atbilstu stingrajām zinātnisko un rūpniecisko pētījumu prasībām.
Lai padziļināti iepazītos ar dažādām attēlveidošanas sistēmām, iepazīstieties ar mūsu augstas veiktspējas klāstu.zinātniskā kameramodeļi, kas radīti profesionālai lietošanai.
Krāsas iegūšana: Bayer filtrs
Tradicionāli krāsu noteikšana kamerās tiek panākta ar tādiem pašiem līdzekļiem kā krāsu atveidošana monitoros un ekrānos: apvienojot tuvumā esošos sarkanos, zaļos un zilos pikseļus pilnkrāsu "superpikseļos". Kad R, G un B kanāli ir maksimālajā vērtībā, ir redzams balts pikselis.
Tā kā silīcija kameras nevar noteikt ienākošo fotonu viļņa garumu, katra R, G vai B viļņa garuma kanāla atdalīšana ir jāpanāk, izmantojot filtrēšanu.
Sarkanajos pikseļos virs pikselim tiek novietots individuāls filtrs, lai bloķētu visus viļņu garumus, izņemot tos, kas atrodas spektra sarkanajā daļā, un līdzīgi arī zilajai un zaļajai krāsai. Tomēr, lai panāktu kvadrātveida mozaīkošanu divās dimensijās, neskatoties uz trim krāsu kanāliem, superpikselis tiek veidots no viena sarkana, viena zila un diviem zaļiem pikseļiem, kā parādīts attēlā.
Bayer filtra izkārtojums krāsu kamerām
PIEZĪMEKrāsu filtru izkārtojums, kas pievienots atsevišķiem pikseļiem krāsu kamerām, izmantojot Bayer filtra izkārtojumu, izmantojot atkārtotas kvadrātveida 4 pikseļu vienības: zaļi, sarkani, zili, zaļi pikseļi. Secība 4 pikseļu vienības ietvaros var atšķirties.
Zaļajiem pikseļiem tiek piešķirta prioritāte gan tāpēc, ka lielākā daļa gaismas avotu (no saules līdz baltajām LED spuldzēm) savu maksimālo intensitāti uzrāda spektra zaļajā daļā, gan tāpēc, ka gaismas detektori (no silīcija bāzes kameru sensoriem līdz mūsu acīm) parasti sasniedz maksimālo jutību zaļajā krāsā.
Tomēr, runājot par attēlu analīzi un attēlošanu, attēli lietotājam parasti netiek piegādāti ar pikseļiem, kuros katram ir redzama tikai tā R, G vai B vērtība. Katram kameras pikselim tiek izveidota 3 kanālu RGB vērtība, interpolējot blakus esošo pikseļu vērtības procesā, ko sauc par "debayering".
Piemēram, katrs sarkanais pikselis ģenerēs zaļo vērtību, vai nu no četru blakus esošo zaļo pikseļu vidējās vērtības, vai izmantojot kādu citu algoritmu, un tāpat arī četriem blakus esošajiem zilajiem pikseļiem.
Krāsu plusi un mīnusi
Plusi
● To var redzēt krāsās! Krāsa sniedz vērtīgu informāciju, kas uzlabo cilvēka interpretāciju, īpaši analizējot bioloģiskos vai materiālu paraugus.
● Daudz vienkāršāk uzņemt RGB krāsu attēlus, salīdzinot ar secīgu R, G un B attēlu uzņemšanu, izmantojot melnbaltu kameru
Mīnusi
● Krāsu kameru jutība ir ievērojami samazināta salīdzinājumā ar to melnbaltajām kamerām atkarībā no viļņa garuma. Sarkanajā un zilajā spektra daļā, tā kā tikai viens no četriem pikseļu filtriem iziet cauri šiem viļņu garumiem, gaismas savākšana nepārsniedz 25% no līdzvērtīgas melnbaltas kameras gaismas savākšanas šajos viļņu garumos. Zaļajā krāsā šis koeficients ir 50%. Turklāt neviens filtrs nav perfekts: maksimālā caurlaidība būs mazāka par 100% un var būt daudz zemāka atkarībā no precīzā viļņa garuma.
● Arī smalku detaļu izšķirtspēja pasliktinās, jo paraugu ņemšanas biežums tiek samazināts šo pašu faktoru dēļ (līdz 25 % sarkanajai un zilajai krāsai un līdz 50 % zaļajai krāsai). Sarkano pikseļu gadījumā, kad tikai viens no četriem pikseļiem uztver sarkano gaismu, efektīvais pikseļa izmērs izšķirtspējas aprēķināšanai katrā dimensijā ir 2 reizes lielāks.
● Krāsu kamerām vienmēr ir arī infrasarkanais (IR) filtrs. Tas ir saistīts ar silīcija kameru spēju noteikt dažus cilvēka acij neredzamus IR viļņu garumus no 700 nm līdz aptuveni 1100 nm. Ja šī IR gaisma netiktu filtrēta, tā ietekmētu baltā balansu, kā rezultātā krāsu atveidojums būtu neprecīzs, un iegūtais attēls neatbilstu tam, ko redz ar aci. Tādēļ šī IR gaisma ir jāizfiltrē, kas nozīmē, ka krāsu kameras nevar izmantot attēlveidošanas lietojumprogrammās, kurās tiek izmantoti šie viļņu garumi.
Kā darbojas krāsu kameras?
Tipiskas krāsu kameras kvantu efektivitātes līknes piemērs
PIEZĪMEKvantu efektivitātes atkarība no viļņa garuma, kas parādīta atsevišķi pikseļiem ar sarkanu, zilu un zaļu filtru. Tiek parādīta arī tā paša sensora kvantu efektivitāte bez krāsu filtriem. Krāsu filtru pievienošana ievērojami samazina kvantu efektivitāti.
Zinātniskās krāsu kameras kodols ir tās attēla sensors, kas parasti irCMOS kamera or sCMOS kamera(zinātniskā CMOS), kas aprīkota ar Baijera filtru. Darbplūsma no fotonu uztveršanas līdz attēla izvadei ietver vairākus galvenos soļus:
1. Fotonu noteikšana: gaisma iekļūst objektīvā un trāpa sensorā. Katrs pikselis ir jutīgs pret noteiktu viļņa garumu, pamatojoties uz tajā esošo krāsu filtru.
2. Lādiņa pārveidošana: fotoni ģenerē elektrisko lādiņu fotodiodā zem katra pikseļa.
3. Nolasīšana un pastiprināšana: Lādiņi tiek pārveidoti spriegumos, nolasīti pa rindām un digitalizēti ar analogciparu pārveidotājiem.
4. Krāsu rekonstrukcija: kameras iebūvētais procesors vai ārēja programmatūra interpolē pilnkrāsu attēlu no filtrētajiem datiem, izmantojot demosaicing algoritmus.
5. Attēla korekcija: Lai nodrošinātu precīzu un uzticamu rezultātu, tiek piemērotas tādas pēcapstrādes darbības kā plakana lauka korekcija, baltā balansa regulēšana un trokšņu samazināšana.
Krāsu kameras veiktspēja ir ļoti atkarīga no tās sensoru tehnoloģijas. Mūsdienu CMOS kameru sensori piedāvā lielu kadru ātrumu un zemu trokšņu līmeni, savukārt sCMOS sensori ir optimizēti jutībai vājā apgaismojumā un plašam dinamiskajam diapazonam, kas ir ļoti svarīgi zinātniskajam darbam. Šie pamatprincipi veido pamatu krāsu un melnbalto kameru salīdzināšanai.
Krāsu kameras salīdzinājumā ar melnbaltajām kamerām: galvenās atšķirības
Krāsu un melnbaltu kameru attēlu salīdzinājums darbam vājā apgaismojumā
PIEZĪMEFluorescējošs attēls ar sarkanā viļņa garuma emisiju, ko uztver krāsu kamera (pa kreisi) un melnbalta kamera (pa labi), pārējām kameras specifikācijām paliekot nemainīgām. Krāsu attēlam ir ievērojami zemāka signāla un trokšņa attiecība un izšķirtspēja.
Lai gan gan krāsu, gan melnbaltajām kamerām ir daudz kopīgu komponentu, to veiktspējas un lietošanas gadījumu atšķirības ir ievērojamas. Šeit ir īss salīdzinājums:
| Funkcija | Krāsu kamera | Vienkrāsaina kamera |
| Sensora tips | Bayer filtrēts CMOS/sCMOS | Nefiltrēta CMOS/sCMOS |
| Gaismas jutība | Zemāks (krāsu filtru dēļ, kas bloķē gaismu) | Augstāks (filtri nezaudē gaismu) |
| Telpiskā izšķirtspēja | Zemāka efektīvā izšķirtspēja (mozaīkas noņemšana) | Pilna sākotnējā izšķirtspēja |
| Ideāli pielietojumi | Gaišā lauka mikroskopija, histoloģija, materiālu pārbaude | Fluorescence, attēlveidošana vājā apgaismojumā, augstas precizitātes mērījumi |
| Krāsu dati | Uztver pilnu RGB informāciju | Uzņem tikai pelēktoņus |
Īsāk sakot, krāsu kameras ir vislabākās, ja krāsa ir svarīga interpretācijai vai analīzei, savukārt melnbaltās kameras ir ideāli piemērotas jutīgumam un precizitātei.
Kur krāsu kameras izceļas zinātniskos pielietojumos
Neskatoties uz to ierobežojumiem, krāsu kameras pārspēj daudzās specializētās jomās, kur krāsu atšķirība ir būtiska. Tālāk ir sniegti daži piemēri, kur tās izceļas:
Dzīvības zinātnes un mikroskopija
Krāsu kameras parasti izmanto gaišā lauka mikroskopijā, īpaši histoloģiskajā analīzē. Krāsošanas metodes, piemēram, H&E vai Grama krāsošana, rada uz krāsu balstītu kontrastu, ko var interpretēt tikai ar RGB attēlveidošanu. Izglītības laboratorijas un patoloģijas nodaļas arī izmanto krāsu kameras, lai uzņemtu reālistiskus bioloģisko paraugu attēlus mācību vai diagnostikas vajadzībām.
Materiālzinātne un virsmas analīze
Materiālu izpētē krāsu attēlveidošana ir vērtīga korozijas, oksidēšanās, pārklājumu un materiālu robežu identificēšanai. Krāsu kameras palīdz noteikt smalkas virsmas apdares variācijas vai defektus, kurus vienkrāsainā attēlveidošanā varētu nepamanīt. Piemēram, kompozītmateriālu vai iespiedshēmu plates novērtēšanai bieži vien ir nepieciešama precīza krāsu attēlošana.
Mašīnredze un automatizācija
Automatizētās pārbaudes sistēmās krāsu kameras tiek izmantotas objektu šķirošanai, defektu noteikšanai un marķēšanas pārbaudei. Tās ļauj mašīnredzes algoritmiem klasificēt detaļas vai produktus, pamatojoties uz krāsu norādēm, tādējādi uzlabojot automatizācijas precizitāti ražošanā.
Izglītība, dokumentācija un informēšana
Zinātniskajām iestādēm publikācijām, dotāciju pieteikumiem un sabiedrības informēšanas pasākumiem bieži vien ir nepieciešami augstas kvalitātes krāsu attēli. Krāsu attēls nodrošina intuitīvāku un vizuāli saistošāku zinātnisko datu attēlojumu, īpaši starpdisciplinārai komunikācijai vai sabiedrības iesaisti.
Noslēguma domas
Krāsu zinātniskajām kamerām ir būtiska loma mūsdienu attēlveidošanas darbplūsmās, kur svarīga ir krāsu diferenciācija. Lai gan tās var neatbilst melnbaltajām kamerām jutības vai neapstrādātas izšķirtspējas ziņā, to spēja radīt dabiskus, interpretējamus attēlus padara tās neaizstājamas dažādās jomās, sākot no dzīvības zinātnēm līdz rūpnieciskajām pārbaudēm.
Izvēloties starp krāsu un melnbalto attēlu, ņemiet vērā savus attēlveidošanas mērķus. Ja jūsu lietojumam ir nepieciešama veiktspēja vājā apgaismojumā, augsta jutība vai fluorescences noteikšana, melnbalta zinātniskā kamera varētu būt labākā izvēle. Taču spilgtā lauka attēlveidošanai, materiālu analīzei vai jebkuram citam uzdevumam, kas saistīts ar krāsu kodētu informāciju, krāsu risinājums varētu būt ideāls.
Lai izpētītu uzlabotas krāsu attēlveidošanas sistēmas zinātniskajiem pētījumiem, apskatiet mūsu pilno augstas veiktspējas CMOS kameru un sCMOS modeļu klāstu, kas pielāgots jūsu vajadzībām.
Tucsen Photonics Co., Ltd. Visas tiesības aizsargātas. Citējot, lūdzu, norādiet avotu:www.tucsen.com
