Вычислительное построение изображения (Computational Imaging) и безлинзовая микроскопия
Термин «Computational Imaging» можно перевести на русский язык как вычислительная визуализация, он обозначает подход к формированию изображений с помощью вычислительных методов из расфокусированных дифракционных картин. Этот современный подход используется при построении различных оптических приборов нового поколения: телескопов, микроскопов.
Безлинзовый вычислительный микроскоп не имеет линз и микрообъективов, которые формируют изображение на светочувствительной матрице. Вместо этого исследуемый образец просвечивается (это может быть лазер или даже диод), после чего регистрируется картина дифракции света на объекте. Изображение из таких картин дифракции восстанавливается за счет компьютерных расчетов, выполняемых специальными алгоритмами. Безлинзовые микроскопы, как и голографические, обладают преимуществами. В традиционном оптическом микроскопе регистрируется сильно увеличенное фотографическое (амплитудное) изображение. Однако, если исследуемый объект прозрачный (как, например, многие живые клетки), фотографическое изображение получить не удастся без использования специальных красителей. Метод безлинзовой вычислительной микроскопии близок к голографии и устроен так, что обрабатывает не просто амплитудное изображение, а полную информацию о волновом поле, важной характеристикой которого является запаздывание световой волны по фазе. Фронт световой волны, проходящий сквозь прозрачный объект или отражающийся от его поверхности, в разных точках может по-разному замедляться или задерживаться в зависимости от оптических свойств объекта. Регистрируемая такими микроскопами информация о фазовом запаздывании позволяет визуализировать прозрачные объекты или измерять рельеф в трех измерениях.
Компьютерные вычисления в системах безлинзовых микроскопов – это ключевой инструмент, с помощью которого не только формируется оптическое изображение, но также могут быть улучшены характеристики самого оптического сигнала, зарегистрированного матрицей светочувствительных элементов (иными словами, фотокамерой). Это значит, что, используя различные математические методы и алгоритмы, можно получать изображения более высокого качества при тех же аппаратных средствах.
Вычислительное расширение поля зрения
Поле зрения – важная характеристика микроскопического изображения. Как правило, при увеличении разрешения увеличивается детализация изображения, но физические размеры наблюдаемой области объекта уменьшаются. В традиционной оптической микроскопии микрообъектив и тубусная линза фокусируют световое поле из маленькой области объекта в более крупную область регистрирующей матрицы – происходит увеличение изображения. Но размеры матрицы определяются при ее производстве и остаются фиксированными. Вычислительные методы позволяют обойти эти физические ограничения и увеличить поле зрения.
Данные методы основаны на регистрации нескольких различающихся между собой дифракционных картин на фотокамере. Различия могут обеспечиваться разными методами, например, в данной работе использовались специальные фильтры, фазовые маски, вводимые в оптическую схему с помощью специального устройства: пространственно-временного модулятора света. После обработки картин дифракции, полученных с использованием таких масок, ученым удалось искусственно увеличить поле зрения (область, в которой сигнал был зарегистрирован) и, следовательно, увеличить разрешение.
«За счет того, что мы используем разные маски, мы увеличиваем количество полезной информации, которую можно извлечь с помощью специальных алгоритмов. В данной работе мы применили ее, чтобы найти нерегистрируемую сенсором информацию между соседними пикселями. Это делается с помощью математического аппарата представления сигналов в виде разреженных множеств. На бытовом уровне это можно объяснить так. Представьте, что у вас есть лист бумаги в клеточку, на котором вы выбираете квадрат, скажем 8 на 8 клеток. Сами оптические поля по своей природе не дискретны, но вы можете регистрировать их только с помощью такой вот дискретной сетки – пикселей. Как правило, многие существующие методы вычислительного имаджинга сохраняют шаг дискретизации при восстановлении объекта. То есть, если вы зарегистрировали сигнал в квадрате 8 на 8 пикселей, то и восстановленное изображение будет продискретизировано так же. Однако если сигнал удовлетворяет некоторым критериям разреженности, то из зарегистрированного дискретного сигнала размером 8 на 8 пикселей можно восстановить всю недостающую информацию об объекте с меньшей дискретной сеткой: 16 на 16 или даже 32 на 32. При этом разрешение увеличивается в два или четыре раза соответственно. Кроме того, наш вычислительный алгоритм в процессе расчета экстраполирует сигнал за пределы области регистрации, то есть, в рассматриваемом нами примере, вокруг квадрата с сигналом размером 8 на 8 пикселей появляются дополнительные пиксели с сигналом, и поле зрения таким образом увеличивается, а это, в свою очередь, приводит к повышению разрешения. Если говорить о материальных аспектах, то вычислительными методами мы увеличиваем разрешение изображения без улучшения качества регистрирующей матрицы и других технологических составляющих устройства. То есть мы экономим огромные средства, которые бы потребовались, чтобы технически улучшить аппарат для получения того же эффекта, который мы достигаем с помощью вычислений», – прокомментировал один из авторов статьи в журнале Optica, руководитель лаборатории цифровой и изобразительной голографии Университета ИТМО Николай Петров.
Вычислительное сверхразрешение
Пространственное разрешение в микроскопии ограничено дифракционным пределом. Это значит, что невозможно до бесконечности увеличивать детализацию в изображении объекта, используя все более сильные микрообъективы. Не рассматривая проблему дискретизации, можно утверждать, что пространственное разрешение ограничено двумя параметрами: полем зрения и длиной волны используемого излучения. Чем меньше длина волны и чем больше поле зрения, тем лучше пространственное разрешение. Поскольку представленные в данной работе вычислительные алгоритмы искусственно увеличивают поле зрения, то увеличивается и пространственное разрешение.
«В перспективе развития данного направления для упрощения оптической системы необходимо исключить из схемы пространственный модулятор света и сократить количество масок-фильтров. Один из очевидных вариантов развития – это использование только одной маски, но с пошаговым перемещением. Это значительно удешевит разработанный нами вычислительный безлинзовый микроскоп, так как пространственный модулятор света – самый дорогостоящий элемент в таких системах», – добавил другой автор статьи в журнале Optica Игорь Шевкунов, сотрудник лаборатории цифровой и изобразительной голографии и участник программы Fellowship в Технологическом университете Тампере.
Улучшение техники безлинзовой вычислительной микроскопии позволит сделать еще один шаг вперед в повышении качества лабораторных и других исследований в области биологии, химии и других наук, а также в медицине.
Статья: Vladimir Katkovnik, Igor Shevkunov, Nikolay V. Petrov, and Karen Egiazarian, Computational super-resolution phase retrieval from multiple phase-coded diffraction patterns: simulation study and experiments, 2017, Optica.
