Typowe problemy przy rejestracji obrazów, które sprawiają kłopoty automatyce kamery mikroskopu. Fenomenologicznie, na przykładzie programu NIS-Elements AR.

1. 8.06.16 » COI » ZMR » JW
Prawda ekranu, prawda histogramu
Do czego informacje zawarte w histogramie mogą
być przydatne?
Jakie problemy mogą pojawić się przy
obrazowaniu cyfrowym?
Z czego wynikają ograniczenia detektora?

2. 8.06.16 » COI » ZMR » JW
Plan prezentacji
● Działanie detektora
● Balans bieli
● Oszukiwanie obrazem
● Mikroskop vs skaner konfokalny
● Wskazówki

3. 8.06.16 » COI » ZMR » JW
Krótki quiz
Które zdjęcie jest lepsze?

4. Działanie detektora
» COI » ZMR » JW8.06.16
Histogram obrazu
Ludzkie oko
Dynamika obrazu i detektora
Oś pozioma: Intensywność [cd], skala logarytmiczna
Dynamika kamery: >60dB, wg deklaracji producenta
Ludzkie oko: widzenie skotopowe oraz fotopowe,
łącznie 280dB
Kamera

5. Działanie detektora
» COI » ZMR » JW8.06.16
Istota obrazowania
Informacja zawarta w obrazie jest optymalnie przedstawiona wówczas gdy
wypełnia cały przedział dynamiki detektora
Dobór
oświetlenia
Dobór
ekspozycji
Obraz
instensywność
przysłony
filtry
czas ekspozycji
wzmocnienie
Kamera

6. Działanie detektora
» COI » ZMR » JW8.06.16
Nieliniowość
Możliwa jasność obrazu
Możliwe warunki ekspozycji
Fotony w ilości przekraczającej
liniową charakterystykę detektora,
nie wnoszące użytecznej informacji
Wygląd histogramu w praktyce – rośnie intensywność oświetlenia
1
2
3
4

7. Działanie detektora
» COI » ZMR » JW8.06.16
Nieliniowość w praktyce

8. Działanie detektora
» COI » ZMR » JW8.06.16
Nieliniowość w praktyce

9. Działanie detektora
» COI » ZMR » JW8.06.16
Filtr Bayera
● Każdy piksel matrycy CCD rejestruje tylko
liczbę padających na niego fotonów
● Ponad każdym pikselem znajduje się filtr
jednej z trzech podstawowych barw RGB
● Pojęcia: dynamiki,
optymalnego dopasowania
parametrów, nieliniowości
odnoszą się do każdego z
kanałów osobno

10. Działanie detektora
» COI » ZMR » JW8.06.16
Czy konfokal widzi barwy?
Nie, jest daltonistą dokładnie jak detektor kamery.
Tyle tylko że ma 20-krotnie większą dynamikę i czułość :)
[cd]
Długość fali
[nm]
Intensywność
405 DAPI FITC TRITC
Częstość
[AU]
Widmo emisji DAPI
Pseudokolor

11. 8.06.16» COI » ZMR » JW
Balans bieli
Filtr barwny
Możliwa jasność obrazu
Możliwe warunki ekspozycji
[cd]
Długość fali
[nm]
[cd]
Widmo typowego obrazu
Widmo filtru
czerwonego
wzmocnienie
kanału

12. 8.06.16» COI » ZMR » JW
Balans bieli
Informacja o bieli
● Teoria:
barwa biała jest wynikiem syntezy addytywnej trzech
przeciwstawnych barw,
pod warunkiem ich precyzyjnej przeciwstawności
i równego natężenia strumieni
● Praktyka:
przeciwstawność barw zapewnia filtr Bayera nad matrycą
wraz z algorytmami interpolacji
równe natężenie strumieni należy zapewnić podczas
rejestracji
● Krótko:
wartości R,G,B w danym pikselu muszą być
równe

13. 8.06.16» COI » ZMR » JW
Balans bieli
Metody uzyskania białej barwy
● Dopasowanie
wzmocnienia
konkretnych kanałów
detektora
● Tablice LUT
View » Visualization Controls »
LUTs
● Przesuwanie
składowych RGB
Image » Adjust Image »
RGB Transformation
● Programowo
Image » Adjust Image » White
Balance
Automatycznie »
Manualnie »
Sprzętowe Programowe

14. 8.06.16» COI » ZMR » JW
Balans bieli
Wzmocnienie kanałów barwnych
Możliwe warunki ekspozycji
Określony czas ekspozycji
i wzmocnienie kamery
Wzmocnienie względne
każdego z kanałów
Automatyczny balans bieli optymalizuje wartości
wzmocnienia wg kryterium pokrywania się
środków ciężkości histogramów.
Manualne ustawienie balansu bieli daje większą
swobodę lecz jest bardzo pracochłonne

15. 8.06.16» COI » ZMR » JW
Balans bieli
Tabela LUT
● Oś pozioma:
wszystkie możliwe wartości
intensywności w obrazie
● Oś pionowa:
liczba pikseli o danej intensywności
● Modus operandi:
Piksele o wartości intensywności
określonej czarnym punktem będą
miały zerową intenność w
wyświetlanym obrazie; dla punktu
białego – maksymalną.
Wszystkie wartości pomiędzy będą
skalowane wg krzywej gamma.
Punkt czerni Punkt bieli
Korekcja
gamma

16. 8.06.16» COI » ZMR » JW
Wskazówki
Fałszowanie informacji
Edycja
tablicami LUT
Program
IrfanView
Obraz
oryginalny

17. Wskazówki
Maszyna vs Człowiek
Maszyna Człowiek
Dynamika detektora 3 rzędy wielkości
= 60dB
14 rzędów wielkości
= 280dB
Nieliniowość Zniekształcenie
informacji
Potężna sieć
neuronowa o bliżej
nieokreślonej
charakterystycePostrzeganie koloru
białego
Operacje
numeryczne
Wydajność kwantowa
detektora
80% 10%

18. 8.06.16 » COI » ZMR » JW
Rozwiązanie quizu

19. 8.06.16» COI » ZMR » JW
Wskazówki
Kłopotliwe obrazy
● Kolejność czynności:
– Ustaw ostrość
– Wypełnij zakres dynamiki kamery
– Jeśli wykraczasz poza liniową charakterystkę, zmniejsz aperturę
– Sprawdź mozliwości regulacji automatycznym balansem bieli
– Spróbuj ręcznie ustawić wzmocnienia kamery
● Gdy wynik starań nadal daleki od oczekiwań:
– Sprawdź oświetlenie Köhlera
– Zmudnie szukaj najlepszych możliwych ustawień, zmieniając jako
pierwsze ustawienie przysłony aperturowej
– Poszukaj w materiałach dodatkowych
– Rozważ krytycznie następny slajd...

20. 8.06.16» COI » ZMR » JW
Wskazówki
Uwagi ogólne
● Apertura ↘ ⇒
– ryzyko nieliniowości ↘
– głębia ostrości ↗
– wyrazistość artefaktów ↗
● Ograniczenia dobrego systemu mikroskopowego są
znacznie dalej niż gorszego, jednak nadal jest to
tylko maszyna
● Obrazowanie mikroskopowe jest na końcu procedury
badawczej – stąd na jego wynik silnie wpływają
skumulowane błędy całego procesu
● Każdy barwnik rozpuszczony w buforze jest filtrem i
pogarsza możliwości obrazowania

21. 8.06.16» COI » ZMR » JW
Wskazówki
Materiały dodatkowe