Содержание к диссертации
Введение
ГЛАВА 1. Современное состояние теории математического моделирования процессов формирования и обработки изображений 11
1.1 Типы рассматриваемых изображений 12
1.2 Формирование фотографических изображений 13
1.3 Оптическая система 14
1.4 Регистрирующая система 16
1.4.1 Цифровые изображения 16
1.4.2 Традиционные фотографические изображения 17
1.5 Математическое представление цифровых изображений 18
1.6 Методы обработки цифровых изображений 19
1.6.1 Задача автоматизации определения цвета при анализе результатов биохимических реакций 24
1.6.2 Задача выделения радужной оболочки в цифровой фотографии глаза при компьютерной диагностике глаукомы 26
1.7 Цифровая обработка изображений, полученных 27
традиционным фотографическим способом на галогенсеребряных фотоэмульсионных слоях
1.7.1 Задача выявления наличия периодичности изображений микрообъектов, полученных на фотоэмульсионных слоях средствами трансмиссионной электронной микроскопии 27
1.7.2 Задача контрастного выделения спектральных линий в изображении спектрограммы, полученной на фотопластинке 29
1.7.3 Свойства изображения, обусловленные традиционным фотографическим процессом 30
1.8 Разрешение галогенсеребряных фотографических слоев и 32
фотоматрицы сканера
1.9 Выводы 33
ГЛАВА 2. Математическое моделирование процесса формирования изображений на фотоматериалах 34
2.1 Структура фотослоев 34
2.2 Фоторегистрация 39
2.2.1 Формирование скрытого фотографического изображения 39
2.2.2 Проявление и фиксация фотографических слоев 41
2.3 Размытие изображения при фоторегистрации 45
2.4 Моделирование фоторегистрации 45
2.4.1 Фотослой 47
2.4.2 Объект и его оптическое изображение 48
2.4.3 Фотопроцесс 50
2.4.4 Результаты моделирования 55
2.5 Разработанное программное обеспечение 59
2.6 Численное исследование процессов рассеяния света фотографическими слоями 64
2.7 Сравнение результатов моделирования с экспериментальными данными 67
2.9 Аппроксимация модели изображения простыми аналитическими функциями 70
2.9 Выводы 72
ГЛАВА 3. Математическое моделирование и цифровая обработка специальных изображений 73
3.1 Обработка результатов биохимических реакций 73
3.1.1 Алгоритм определения цвета результатов реакций 74
3.2 Выделение области радужной оболочки в цифровом изображении глаза при компьютерной диагностике глаукомы 76
3.2.1 Описание исследуемого цифрового изображения. Цели компьютерной обработки 77
3.2.2 Описание изображаемого объекта 78
3.2.3 Искажения исследуемого изображения 80
3.2.4 Специальные методы обработки изображения глаза 82
3.2.5 Алгоритм выделения радужной оболочки глаза 90
3.3 Обработка изображения белков S-слоя сибереязвенного микроба, полученных средствами трансмиссионной электронной микроскопии 96
3.3.1 Анализируемое изображение. Цель анализа 97
3.3.2 Анализ изображения 99
3.4 Обработка изображений эмиссионного спектра, полученных на эмульсионной фотопластинке 103
3.4.1 Изображение спектрограммы 103
3.4.2 Создание тестового объекта изображения эмиссионного спектра 106
3.4.3 Обработка тестового объекта изображения эмиссионного спектра 108
3.4.4 Обработка изображения экспериментальной спектрограммы 108
3.5 Выводы 112
Заключение из
Литература
- Традиционные фотографические изображения
- Свойства изображения, обусловленные традиционным фотографическим процессом
- Проявление и фиксация фотографических слоев
- Выделение области радужной оболочки в цифровом изображении глаза при компьютерной диагностике глаукомы
Введение к работе
Автоматизированная цифровая обработка специальных фотографических изображений широко применяется в различных областях науки и техники. Для разработки эффективных алгоритмов автоматизированной (цифровой) обработки необходимо математическое моделирование процессов формирования изображений.
Общие методы цифровой обработки изображений подробно рассмотрены У.Прэттом, В.А.Сойфером, Быковым Р.Е., Р. Фрайером и другими авторами. Однако индивидуальные свойства специальных изображений (искажения вносимые процессами формирования изображений, нестандартность изображаемых объектов) не позволяют в ряде случаев применять общие методы обработки. Как следствие, актуальной является разработка алгоритмов цифровой обработки изображений с учетом их специфических свойств.
Наряду с цифровыми изображениями, изначально пригодными для компьютерного анализа, сохраняют актуальность изображения, полученные традиционными фотографическими методами на галогенсеребряных фотоэмульсионных материалах. Однако возможности традиционной фотографии ограничены искажениями, обусловленными природой фотографического процесса. Основное из них - размытие или нечеткость изображения, возникающее в результате рассеяния света внутри фотографического слоя.
Для обработки средствами вычислительной техники галогенсеребряные фотографии оцифровываются при помощи сканера. В получаемые при этом цифровые изображения вносится размытие, возникающее при традиционном галогенсеребряном фотопроцессе. В связи с этим, для составления эффективных алгоритмов автоматизированной обработки цифровых изображений, полученных из галогенсеребряных фотографий, необходимо изучение механизмов фотографического размытия, а следовательно, механизмов рассеяния света в фотослоях.
Современная теория традиционной фотографии изложена в работах Т.П. Кравца, Э. Митчелла, Т.Х.Джеймса, А.Л. Картужанского, Л.В. Красного-Адмони, А.В.Редько, Б.А.Сечкарева, П.В. Мейкляра, В.М. Шварца, П.Х. Прусса. На основе этих исследований были предложены два типа математических моделей фотографического процесса.
Модели, предложенные У.Преттом, Э.О.'Нейлом, Е.Селвином, являются результатом статистического анализа экспериментальных данных и предполагают априорное знание характеристик размытия фотоизображения. Влияние микроструктуры фотоэмульсии на процессы формирования фотографического изображения данный класс моделей не рассматривает.
Второй класс моделей фотографического процесса (В.А.Лойко, А.П.Иванов) рассматривает некий элементарный объем фотографического слоя - желатины с распределенными в ней кристаллами галогенидов серебра - (зернами). Поскольку размытие фотоизображения возникает вследствие рассеяния света на зернах фотослоя, при моделировании фотопроцесса определяется сумма рассеяний всех зерен элементарного объема. Однако, в плотноупакованных слоях, рассеяние света происходит многократно, и не может быть описано только суммированием.
Вышеприведенные факты свидетельствуют об актуальности исследования физических аспектов формирования галогенсеребряной фотографии. Представляется, что численное моделирование рассеяния света микроструктурой фотослоя внутри элементарного объема, позволило бы создать модель галогенсеребряного фотопроцесса, прогнозирующую размытие получаемого фотографического изображения, исходя из характеристик слоя фотоэмульсии.
Изложенное позволяет сформулировать следующую цель работы. целью диссертационной работы является создание алгоритмов цифровой обработки специальных фотографических изображений, а также математической модели рассеяния света в галогенсеребряных фотослоях, позволяющей описать распределение энергии светового потока внутри фотослоя и оценить размытие изображения. методы исследования и достоверность научных результатов
Результаты исследований, представленных в работе, получены путем численного моделирования процессов рассеивания и поглощения света фотоэмульсионным слоем, соответствующих процессу формирования пленочного фотографического изображения. Разработанные и исследованные математические модели демонстрируют достаточное соответствие экспериментальным данным, полученным в процессе выполнения работы и описанным в литературе. Достоверность результатов моделирования подтверждается результатами предварительного тестирования моделей, а также согласованностью с данными физического эксперимента.. научная новизна
Предложена математическая модель традиционного фотопроцесса, основанная на теории Ми, учитывающая многократное рассеяние света внутри фотослоя и влияние характерных размеров рассеивающих структур. Исследованы пространственные и двумерные распределения экспонированных зерен галогенида серебра внутри фотоэмульсионного слоя, образующие латентное изображение.
Предложенная математическая модель использована для создания тестовых объектов в задаче улучшения качества с повышением контрастности эмиссионной спектрограммы, зарегистрированной на галогенсеребряной фотопластинке.
Предложен алгоритм автоматизированного определения цвета в задаче цифрового анализа результатов цветных биохимических реакций. Создано соответствующее программное обеспечение.
Предложен оригинальный алгоритм выделения радужной оболочки в цифровых фотографиях глаза, используемых при компьютерной диагностике глаукомы. Создано соответствующее программное обеспечение.
Метод преобразования Фурье применен для обнаружения периодических структур изображения оболочки сибирской язвы, полученного на фотопленке средствами трансмиссионной электронной микроскопии. основные положения, выносимые на защиту
Построенная математическая модель процесса многократного рассеяния экспонирующего светового потока внутри фотоэмульсионного слоя позволяет получить распределение оптической плотности и пограничные кривые изображения, зарегистрированного на фотослоях, в зависимости от характеристик фотоэмульсии и экспонирующего светового потока
Предложенная модель рассеяния света фотографическими слоями позволяет провести оценку фотографического размытия в практических задачах цифровой обработки изображений, полученных средствами трансмиссионной электронной микроскопии, и эмульсионных спектрограмм.
Предложена методика выделения области радужной оболочки в цифровых фотографиях глаза, используемых при компьютерной диагностике глаукомы.
Методами цифровой обработки показано наличие периодичности строения S-слоев сибирской язвы, косвенно доказывающее их кристаллическую структуру. практическая значимость работы
Предложенные и реализованные алгоритмы цифровой обработки изображений, могут быть использованы в задачах ранней компьютерной диагностики глаукомы и анализа результатов биохимических реакций. Получено объективное подтверждение периодичности структуры S-слоев сибиреязвенного микроба. Показана возможность применения цифрового фильтра Мара-Хилдрета 5-го порядка для обработки изображений эмиссионных спектрограмм, зарегистрированных на фотоэмульсионных слоях и оцифрованных при помощи сканера. апробация работы
Основные результаты работы докладывались на конференциях «Актуальные проблемы электронного приборостроения» (Саратов, 2002), «Проблемы защиты информации ограниченного доступа от утечки по техническим каналам» (Саратов, 2003), «Актуальные проблемы электронного приборостроения» (Саратов, 2004), «Saratov Fall Meeting» (Саратов, 2005), «Medical & Biological Engineering & Computing» (Сан-Хосе, США, 2006), научно-практической конференции «Итоги и перспективы фундаментальных и прикладных исследований в институте «Микроб» (РосНИПЧИ «Микроб», Саратов, 2006), «Математические методы в технике и технологиях» (Воронеж, 2006). «Наноэлектроника, нанофотоника и нелинейная физика» (СФ ИРЭ РАН Саратов, 2006)
Выражаю искреннюю признательность д.ф.-м.н., профессору Байбурину Вилу Бариевичу за интерес и внимание, проявленные к моей диссертации, за неоднократные прочтения и прослушивания этой работы. Множество ценных замечаний, им высказанных, помогли систематизировать, структурировать и изложить представленный здесь материал.
Приношу благодарность д.т.н., профессору Волкову Юрию Петровичу за консультации по вопросам рассеяния света и помощь в получении экспериментальных данных. Без его участия практическая ценность диссертации была бы намного меньшей.
Традиционные фотографические изображения
Технические аспекты процесса формирования цифрового изображения подробно рассмотрены в [13, 50]. Получение цифрового изображения достигается путем дискретизации по пространственным координатам х и у непрерывного изображения (1.2) и последующего квантования значения яркости в каждой точке дискретного изображения. Таким образом, цифровое изображение описывается квантованной решеточной функцией, принимающей ряд дискретных значений, количество которых определяется числом уровней квантования К.
Цифровое изображение (л/х#), представленное градациями серого цвета (от 0 до К-\ - от черного до белого) может быть описано выражением l(x,y)=f(x,y\ x = 0,l,...,N, у = 0,1,...,М, /є{0,1,...,-і} (1.3) где f(x,y) - квантованная решетчатая функция. Черно-белое цифровое изображение будет являться частным случаем «серого» изображения для К = 2.
Цветные изображения, рассматриваемые в работе, представлены в формате RGB [14, 51, 103, 151]. Цвет каждой точки цветного цифрового изображения (MxN), представленного в системе RGB, будет определяться значениями трех (синей, зеленой, красной) RGB-составляющих (1.4) x = 0,l,...,N, у = 0,\,...,М, /,є{0,1,...Д-і} Галогенсеребряные фотографические изображения характеризуются лучшей, по сравнению с цифровыми фотографиями, цветопередачей и более высоким разрешением (способностью воспроизведения мелких деталей). Процесс формирования традиционных фотографических изображений детально описан в [17, 78,108,112,150]. Галогенсеребряный фотографический процесс сводится к следующему.
На поверхность фотоматериала в течение некоторого времени проецируется оптическое изображение объекта. Фотоматериал - это слой желатины, нанесенный на прозрачную подложку и содержащий светочувствительные зерна - кристаллы галогенидов серебра [24, 94, 111]. При проецировании оптического изображения, т.н. экспонировании фотоматериала, в освещенных зернах выделяется металлическое серебро [111, 148]. Эти экспонированные зерна образуют скрытое (латентное) фотографическое изображение [26,129]. В результате проявления [90,149] экспонированные зерна восстанавливаются до чистого серебра и образуют негативное фотографическое изображение. При получении позитивного изображения на фотоэмульсионный слой проецируется негативное изображение и фотографический процесс повторяется.
Для обработки средствами вычислительной техники традиционное фотографическое изображение должно быть оцифровано при помощи сканера. В результате, разрешение получаемых цифровых изображений снижается до уровня цифровой фотографии. Однако применение методов пакетной обработки сигналов [69, 72] позволяет улучшить указанную характеристику. Для этого, фотоэмульсионная фотография сканируется несколько раз со смещением меньшим, чем шаг пространственного разрешения сканера, и полученные при этом изображения объединяются.
Цифровое изображение, описанное в п. 1.4.1, хранится в памяти компьютера в виде последовательности точек, характеризующихся координатами и цветом. Математически цифровое изображение можно представить в виде матрицы o,w 0,0 (1.5) х,у А/,О lM,N где каждый элемент 1ху обозначает цвет точки изображения с координатами {х,у), М и N - высота и ширина изображения в точках. Начало координат соответствует левому верхнему углу изображения, элементу матрицы /00.
В случае цветного изображения 1ху является набором из трех составляющих (цветовых каналов) RGB [103, 151] Ixy=(lxy,Ixyjxy) (п. 1.4.1). Если цифровое изображение представлено градациями серого цвета, 1ху - единственное значение.
В машинном представлении интенсивность цветовых каналов RGB и интенсивность серого цвета представляется, как правило, набором целых значений в диапазоне от 0 до 255, что соответствует одному байту информации. Все цифровые изображения, рассмотренные в работе, представлены в указанном формате. Поэтому при необходимости интенсивность цвета цифровых изображений и оптическая плотность галогенсеребряных изображений нормировались на 255.
Алгоритмы и методы обработки изображений определяются, в первую очередь, целями обработки [51]. В случае специальных изображений цель обработки - выявление и усиление специальных признаков, содержащих научную или техническую информацию.
В диссертационной работе рассмотрены: - задача автоматизации определения цвета при анализе результатов биохимических реакций, - задача выделения радужной оболочки в цифровой фотографии глаза, при компьютерной диагностике глаукомы, - задача выявления наличия периодичности изображения микрообъектов, полученных на фотоэмульсионных слоях средствами электронной микроскопии, - задача контрастного выделения спектральных линий в изображении спектрограммы, полученной на фотопластинке.
Свойства изображения, обусловленные традиционным фотографическим процессом
Традиционные фотографические изображения обладают лучшими, по сравнению с цифровыми фотографиями, разрешением и цветопередачей. Однако возможности традиционной фотографии ограничены искажениями, обусловленными природой фотографического процесса [44,KL49,lf54, 55, 57, 128]. Основное из них - размытие изображения, возникающее в результате рассеяния света внутри фотографического слоя.
При оцифровке галогенсеребряных фотографий, в получаемые цифровые изображения вносится размытие, возникающее при традиционном галогенсеребряном фотопроцессе. В связи с этим для составления эффективных алгоритмов автоматизированной обработки цифровых изображений, полученных из галогенсеребряных фотографий, необходимо изучение механизмов фотографического размытия, а следовательно, механизмов рассеяния света в фотослоях.
Современная теория традиционной фотографии изложена в [17, 24, 41, 78, 85, 90, 94, 109, Ш, 114, 125, 143, 150]. Оптика фотографического слоя - направление, изучающее процессы рассеяния света внутри фотографического слоя, долго (до 1950-х годов) развивалась как описательный раздел фотографии. Был накоплен большой экспериментальный материал. На основе этих исследований был предложен ряд математических моделей фотографического процесса, предполагающих априорное знание характеристик размытия фотоизображения [ИЗ, 121]. Эти модели описывают зависимость оптической плотности получаемого изображения от количества экспозиции фотоматериала, основываясь на характеристической кривой фотоматериала [1, 35, 82, 123], получаемой экспериментально. Влияние микроструктуры фотоэмульсии на процессы формирования фотографического изображения в данном классе моделей не рассматривается.
С 1950-х годов началось активное развитие теоретических исследований фотографических процессов. Сотрудничество оптиков, теоретиков и программистов позволило обобщать, систематизировать и обосновывать теоретически имеющиеся экспериментальные данные. В результате был сформулирован ряд положений, определений и выводов.
Фотографический слой неоднороден, поэтому свет, рассеянный на одних частицах, встречает на пути другие частицы и рассеивается ими. Рассеяние света происходит многократно [40,56,83,87,95]. Закономерности многократного рассеяния зависят от свойств отдельных центров неоднородности, их конфигурации, расстояния между ними [1, 46, 66, 84, 92, 120, 124]. Учесть все факторы, определяющие распределение энергии светового потока внутри фотографического слоя практически невозможно.
Однако решение вопроса, может быть несколько упрощено, если иметь сведения об рассеивающих свойствах некоторого элементарного объема фотослоя [86], такого, что рассеяние и поглощение света в нем пропорционально его размеру. Существует ряд работ, описывающих экспериментальные и теоретические исследования оптических характеристик элементарного объема фотослоя [5,34,49,152].
В работах [85, Щ описана методика расчета оптических характеристик элементарного объема, согласно которой рассеяние объема фотослоя определяется как аддитивная сумма рассеяний всех его зерен. Зерна - светочувствительные кристаллы галогенидов серебра являются полупроводниками и имеют комплексный показатель преломления [7, 18, 25,29, 30]. При расчетах зерна аппроксимировались шарами. Для расчетов использовалась теория Ми, позволяющая рассматривать рассеяние шарообразными частицами, сопоставимыми по размеру с длиной волны излучения.
Однако в плотноупакованных фотослоях, характерных для современных фотоматериалов, расстояниями между зернами малы настолько, что рассеяние света происходит многократно и не может быть описано только суммированием. Этот факт свидетельствует об актуальности исследования физических аспектов формирования галогенсеребряной фотографии. Представляется, что численное моделирование многократного рассеяния света микроструктурой фотослоя внутри элементарного объема позволило бы лучше изучить и понять механизмы фотографического размытия изображения, а следовательно оценивать размытие изображения фотоматериалами, исходя из характеристик слоя фотоэмульсии.
Проявление и фиксация фотографических слоев
В ходе фотографического проявления [17, 111, 130] (визуализации скрытого фотографического изображения) экспонированные микрокристаллы AgHal восстанавливаются до металлического Ag. Один из компонентов проявителя (проявляющее вещество) адсорбируется на микрокристаллах и передает им электроны, сам при этом окисляясь. Такая передача электронов возможна только при наличии центров проявления -групп атомов восстановленного серебра, которые должны находиться в контакте с молекулами проявляющего вещества (т. е. на поверхности микрокристаллов). Центром проявления является группа, содержащая не меньше четырех атомов металлического серебра. В отсутствие центров проявления реакция восстановления не протекает.
Каждый раз, когда атом восстановленного серебра заряжается, приобретая электрон, этот заряд нейтрализуется одним из ближайших ионов Ag+, и процесс превращения AgHal в Ag продолжается до полного восстановления микрокристалла. Таким образом, визуализация в случае галогеносеребряных фотоэмульсий в огромной степени увеличивает количество продукта первичной фотохимической реакции.
Принято различать два типа фотографического проявления. В первом случае серебро восстанавливается из галогенидов серебра эмульсионных кристаллов светочувствительного слоя; во втором — из растворимой соли серебра (обычно AgNOs), входящей в состав проявителя.
Оба типа проявления, также вносят дополнительные искажения в получаемое изображение. Тем не менее, вне зависимости от механизма проявления, параметры результирующего фотографического изображения определяются, в первую очередь, распределением в фотослое экспонированных зерен. Поэтому, процесс проявления фотоматериалов в данной работе не рассматривался.
При полном проявлении объемный выход серебра составляет 36% от объема исходного микрокристалла. Размеры исходного микрокристалла и проявленного зерна, как правило, не совпадают. Для сферических зерен может иметь место увеличение объема зерна в 1.48 раз, а для кубических в 1.7 раза [85].
Для того чтобы фотография не разрушалась при освещении, после проявления фотографическое изображение фиксируется. При фиксации из фотослоя химической обработкой удаляются все непроявленные зерна. Таким образом, видимое изображение образуется зернами металлического серебра, распределенными в слое желатины. При восприятии видимого изображения сетчатка глаза или фотоэлемент сканирующего устройства воспринимают излучение, рассеянное каждым из зерен, оставшихся в фотослое, интерпретируя получаемую энергию, как оптическую плотность точки фотоизображения [103,107].
Следует заметить, что при восстановлении светочувствительных зерен до металлического серебра их оптические свойства изменяются. Некоторые значения оптических характеристик чистого серебра приведены в таблице 2.4.
При проецировании оптического изображения на поверхность фотоматериала в освещенных зернах выделяется металлическое серебро. Эти зерна образуют фотографическое изображение. Однако структура фотоэмульсии неоднородна и экспонирующий свет многократно рассеивается внутри фотослоя. В результате границы получаемого фотографического изображения оказываются размыты [38, 39,55].
Степень размытости фотографического изображения характеризуется пограничной кривой фотоматериала (рис.2.2). Пограничная кривая описывает распределение оптической плотности в изображении светящейся полуплоскости [85].
Методом численной оценки пограничной кривой является фактор резкости, характеризующий градиент прямолинейной части пограничной кривой (максимальный градиент). G-4&J (2 8) V wv /макс. где D - оптическая плотность изображения, х - координата, связанная с прямой линией, вдоль которой измеряется пограничная кривая (рис.2.2)
Предложенная в работе модель традиционного фотографического процесса позволяет рассматривать рассеяние света внутри фотоэмульсионного слоя, исходя из характеристик фотослоя и проецируемого на его поверхность оптического изображения. Результатом моделирования является пространственное распределение экспонированных зерен внутри фотографического слоя.
Фотоэмульсионный слой - среда, состоящая из желатины с распределенными в ней зернами галогенида серебра (рис.2.3а). В предлагаемой модели с фотоэмульсионным слоем связана прямоугольная система координат (XYZ).
Фотослой характеризуется толщиной - Z, содержанием галоидного серебра (в долях от общего объема фотоэмульсии) - т. При моделировании рассматриваемый участок фотослоя ограничивался шириной и высотой - X, Y.
Предполагалось, что пространственное расположение зерен внутри фотослоя равномерно. При моделировании положение центра каждого зерна внутри слоя фиксировалось координатами (x,y,z). Расположение зерен формировалось случайным образом или задавалось регулярным.
Зерно галогенида серебра моделировалось шаром. Любая несферическая форма зерен задавалась как набор сфер более мелкого диаметра.
Размеры зерен d задавались одинаковыми или распределенными по нормальному закону при заданных значениях средней величины и дисперсии.
Количество рассматриваемых зерен N определялось при моделировании, исходя из вышеперечисленных параметров фотографического слоя. Каждое зерно характеризовалось полученной энергией & = (ая,ау,а ж) и могло находиться в одном из двух состояний: быть экспонированным или неэкспонированным. Начальные условия при моделировании: все зерна неэкспонированные, для каждого зерна & = (0,0,0). Если зерно получало энергию, большую пороговой величины а = а] +а гу+ а \ а т, оно становилось экспонированным.
Выделение области радужной оболочки в цифровом изображении глаза при компьютерной диагностике глаукомы
Мнимая часть комплексного показателя преломления (показатель поглощения) фотоэмульсионных зерен изменяется в широком диапазоне: в зависимости от освещенности и нагрева фотослоя, условий синтеза фотоэмульсии, наличия сенсибилизирующих добавок [25, 29, 136]. Поэтому процесс рассеивания светового потока отдельным зерном фотослоя рассматривался для различных значений показателя поглощения. На рис.2.9,10 показаны индикатрисы рассеивания светового потока зернами галогенида серебра различного диаметра, для различных значений показателя поглощения . На рис.2.9 приведены индикатрисы рассеивания потока имеющего длину волны 0.340 мкм, рис.2.10 соответствует длине волны 0.450 мкм.
Формы индикатрис (рис.2.9,10) и диаграммы распределения плотности рассеянного потока (рис.2.5в) позволяют сделать вывод о существенном переизлучении света в направлениях, не совпадающих с направлением падения экспонирующего потока.
Также был численно исследован процесс рассеивания экспонирующего светового потока эмульсионными слоями фотоматериалов. На рис.2.11 показаны срезы фотоэмульсионных слоев. Ширина и глубина всех показанных слоев равны 20 мкм. Область экспонирования (отрезок АВ на рис.2.3) соответствует отрезку с координатами (6; 14) мкм. Энергия, получаемая фотослоем во время экспонирования, одинакова для случаев а-е. Длина волны А, экспонирующего излучения равна 0.350 мкм для а,в,д и 0.650 мкм для б,г, е. Средний диаметр зерна равен 0.500 мкм для а,б, 1.200 мкм для в,г, 2.200 мкм для д,е. На рисунке показаны зерна, получившие достаточное для экспонирования количество энергии. Полученные результаты моделирования позволяют сделать следующие выводы, хорошо согласующиеся с известными экспериментальными данными [33,46,48,49,63, 82,124].
- Эмульсии с более крупными зернами рассеивают излучение сильнее, чем мелкозернистые. Поэтому границы изображений, получаемых на крупнозернистых эмульсиях, более размыты по сравнению с случаем мелкозернистых эмульсий. На рис.2.11 видно, что при увеличении среднего размера зерен фотослоя границы фигуры, образуемой экспонированными зернами на срезе фотослоя, расходятся за границы экспонируемой области (6-14 мкм) тем сильнее, чем больше средний диаметр зерен.
- Экспонированная область в случае крупнозернистых эмульсий имеет форму, более вытянутую в направлении падения экспонирующего потока. На рис.2.11а,б видно, что проникновение излучения в глубину слоя по всей области экспонирования более равномерно чем в слоях с более крупными зернами в-е. В случае последних фигура, образуемая экспонированными зернами, вытягивается по центру в направлении падения экспонирующего потока.
- При равных условиях экспонирования площадь фигуры (пятна), образуемой экспонированными зернами на срезе фотослоя, оказывается большей для крупнозернистых эмульсий. Это подтверждает известный экспериментальный факт о большей чувствительности крупнозернистых фотоэмульсий по сравнению с мелкозернистыми.
- Свет с длинами волн, близкими к верхней границе оптического диапазона (красный свет) рассеивается сильнее крупнозернистыми эмульсиями (рис.2.11д,е). Мелкозернистые эмульсии сильнее рассеивают свет с длинами волн, близкими к нижней границе оптического диапазона (синий свет) (рис.2.11а,б,в,г).
- При равных условиях экспонирования эмульсии, содержащие зерна плоской формы обладают меньшей светочувствительностью и слабее рассеивают излучение (рис.2.11ж,з).
Для сравнения результатов моделирования с экспериментальными данными был выбран тестовый объект шириной 0.5 мм. Фотография тестового объекта была получена контактным способом.
Исследовалось распределение оптических плотностей фотографии объекта, модели объекта и модели изображения объекта, соответствующих одному и тому же участку. На рис.2.12 приведены исследуемый фрагмент фотографии тестового объекта, увеличенный в несколько раз (а), распределение оптической плотности этого фрагмента в направлении перпендикулярном границе объекта (б), распределение оптической плотности модели тестового объекта (в), распределение оптической плотности модели изображения (г). Все распределения оптической плотности нормированы на 255 (максимально возможную, в однобайтном представлении, яркость точки изображения).
Похожие диссертации на Математические модели и алгоритмы анализа специальных фотографических изображений : цифровых и галогенсеребряных
