Ученые МИФИ разработали эффективный способ шумоподавления в голографии

Специалисты ядерного университета МИФИ разработали новый метод шумоподавления в цифровой голографии, который может работать в 200 раз быстрее передовых аналогов и обрабатывать целые серии фотографий практически в режиме реального времени.

Как рассказал один из авторов разработки, доцент университета Павел Черëмхин, к числу главных сложностей при обработке данных относится значительный уровень шума на восстанавливаемых из голограмм изображениях объектов. Мелкие точки и пятнышки снижают качество гладких и равномерно меняющихся линий на фотографиях.

Традиционно с «зерном» в цифровой голографии специалисты борются с помощью компьютерных фильтров – специальных алгоритмов, которые исправляют искажения. Однако обычно эти алгоритмы не учитывают или слабо учитывают локальные статистические изменения яркости в кадрах, что приводит к снижению детализации на восстановленных изображениях объектов.

– Разработанный нами метод позволяет с использованием адаптированного 3D-фильтра обрабатывать сразу набор цифровых голограмм, каждая из которых имеет свою спекл-структуру, – говорит Павел Черемхин. – В отличие от традиционных методов фильтрации, наш подход использует статистическую адаптивность для улучшения подавления шума при сохранении мелких деталей в восстановленных изображениях объектов из голограмм.

Основа предложенного подхода заключается в следующем: на каждом новом кадре «зерно» распределяется случайно и различается от кадра к кадру, тогда как сам объект съемки остается неизменным. На компьютере все эти кадры объединяются в один трехмерный массив данных. Затем алгоритм анализирует эту «стопку» и определяет, где находится случайный шум, а где расположены реальные детали объекта – они видны на всех кадрах одинаково. В результате программа отсекает шум и формируется одно итоговое изображение объекта с гораздо более высокой четкостью и детализацией.

По оценкам исследователей, разработка имеет широкие возможности для применения в различных областях, где требуется точная визуализация или качественная характеризация 2D и 3D-объектов. Например, в медицине она позволит разглядеть мельчайшие детали клеток и тканей для более точной диагностики. В промышленности ее можно использовать для контроля качества микросхем и обнаружения микроскопических дефектов на поверхностях.

Мона Платонова.

Фото rea.ru