КАРТОЧКА
ПРОЕКТА ФУНДАМЕНТАЛЬНЫХ И ПОИСКОВЫХ НАУЧНЫХ ИССЛЕДОВАНИЙ,
ПОДДЕРЖАННОГО РОССИЙСКИМ НАУЧНЫМ ФОНДОМ
Информация подготовлена на основании данных из Информационно-аналитической системы РНФ, содержательная часть представлена в авторской редакции. Все права принадлежат авторам, использование или перепечатка материалов допустима только с предварительного согласия авторов.
ОБЩИЕ СВЕДЕНИЯ
Номер 20-79-00291
НазваниеМетоды оперативного восстановления 3D-сцен с цифровых голограмм
РуководительЧерёмхин Павел Аркадьевич, Кандидат физико-математических наук
Организация финансирования, регион федеральное государственное автономное образовательное учреждение высшего образования "Национальный исследовательский ядерный университет "МИФИ", г Москва
| Период выполнения при поддержке РНФ | 07.2020 - 06.2022 |
Конкурс№49 - Конкурс 2020 года «Проведение инициативных исследований молодыми учеными» Президентской программы исследовательских проектов, реализуемых ведущими учеными, в том числе молодыми учеными.
Область знания, основной код классификатора 09 - Инженерные науки, 09-708 - Лазерно-информационные технологии
Ключевые словацифровая голография, машинное обучение, динамическое отображение, трехмерная сцена, бинаризация, отношение сигнал/шум, оптическое воспроизведение, пространственно-временной модулятор света, сжатие изображений, численная реконструкция, объемное изображение, оптическая обработка информации, цифровая регистрация, голографическое видео, голографическая память
Код ГРНТИ29.33.00, 47.37.00
СтатусУспешно завершен
ИНФОРМАЦИЯ ИЗ ЗАЯВКИ
Аннотация
Современные системы оптической регистрации и отображения информации позволяют производить обработку с частотами в десятки кГц. Однако методы анализа и преобразования не могут обеспечить столь высокую скорость совместно с высоким качеством восстановления 3D-сцен. Поэтому целью данного проекта является разработка и апробация методов оперативного восстановления изображений с регистрируемых цифровых голограмм. Данная проблема в проекте решается как за счет создания новых методов на основе применения современных алгоритмических технологий, включающих машинное обучение и сжатое представление сигналов в различных пространствах, так и применение современных средств отображения и модуляции сигналов, включая высокоскоростные микрозеркальные модуляторы света и цифровые фоторегистраторы.
Цифровые голографические системы направлены на запись информации о трехмерных сценах, а также ее численную (программными средствами) и оптическую (выводом голограмм на пространственно-временные модуляторы света и их освещением лазером) реконструкцию. Оперативность подобного восстановления необходима в медико-биологических задачах визуализации микрообъектов, в виброанализе и оценке деформаций, при регистрации быстропротекающих процессов как в видимом, так и невидимом оптическом спектральном диапазонах и др.
Главное ограничение возможности оперативного численного восстановления изображений – это необходимость пространственного отделения информативного дифракционного порядка, содержащего восстановленное изображение объекта, и/или подавление неинформативных порядков. Данная проблема ограничивает скорость восстановления изображений как с осевых цифровых голограмм, так и с большинства голограмм внеосевого типа. В настоящее время реконструкция объектной волны решается цифровыми методами (за счет обработки голограмм низко- или высокочастотными фильтрами, вейвлетами и др.) либо оптическими (за счет регистрации набора голограмм, например, методом фазовых шагов при очень высокой устойчивости положения экспериментальной установки). Однако данные методы увеличивают сложность расчетов и время восстановления в разы, а иногда и на порядок. Для ускорения расчетов в последние годы начали предлагать методы на основе машинного обучения, все чаще применяющиеся в областях фотоники и информационной оптики: синтез изображений, машинное зрение, распознавание, классификация и оценка количества объектов в изображении и др. Использование таких алгоритмов может снизить вычислительную нагрузку и уменьшить время расчетов по сравнению с использованием традиционных методов. Однако методы машинного обучения пока применялись лишь на конкретных параметрах цифровой голографической установки и объектах одного типа и размера: например, контурные изображения малого размера (64×64), отдельно не рассматривается восстановление при различных расстояниях от объекта до голограммы и др. В данном проекте предлагается разработка метода, учитывающего как разный тип объектов, так и различные размеры и параметры голографируемой сцены. В результате будет получено как ускорение расчетов, так и улучшение качества восстановления изображений объектов.
При оптической реконструкции 3D-сцен с цифровых голограмм качество серьезно ухудшается неточностями отображения сигнала на пространственно-временных модуляторах света (ПВМС). Например, вследствие ступенчатой структуры управляющего напряжения присутствуют флуктуации модуляции фазы в жидкокристаллических (ЖК) ПВМС, достигающие величины pi при глубине модуляции 2pi. При этом ЖК ПВМС позволяют достичь частоты смены кадров в несколько десятков Гц. Для оперативного оптического восстановления следует использовать высокоскоростные бинарные микрозеркальные модуляторы света (МЗМ), лишь в последние годы преимущества которых начали реализовывать в различных областях: аддитивные технологии, зондирование сред, быстрая фокусировка пусков, восстановление амплитудно-фазовых профилей и др. Для реконструкции сцен с цифровых голограмм с помощью МЗМ вначале необходимо произвести их бинаризацию. Однако до сих пор широко используются лишь глобальные пороговые методы, хотя многие локальные методы и методы на основе операции диффузии ошибки демонстрируют существенно лучшее качество. Даже с учетом этого среди методов нельзя выделить однозначно лучшие или худшие для бинаризации цифровых голограмм в общем случае. Следовательно, необходимо проанализировать и разработать адаптивный метод подбора весовых коэффициентов, универсальный для бинаризации голограмм различных объектов. В проекте предлагается разработка подобного методов бинаризации цифровых голограмм для возможности оперативного восстановления с помощью МЗМ.
Развитие характеристик цифровых фото- и видеокамер привело к тому, что размеры файлов голограмм составляют десятки мегабайт. Для передачи голографического видео даже с кадровой частотой фильмов уже необходимо иметь канал с пропускной способностью 2-6 Гбит/с, что существенно больше используемой в стандартных каналах связи в настоящее время. Аналогично для хранения такого видео необходимы большие объёмы носителей информации, так как 10 мин видео будет иметь размер более 1 терабайта. Для повышения скорости передачи голограмм и снижения объёмов архивной памяти, требуемой для их хранения, можно проводить сжатие голограмм. В настоящее время предлагаются следующие типы методов сжатия цифровых голограмм: основанные на стандартах изображений и видео (JPEG, MPEG-4 и др.), скалярные (неравномерное логарифмическое сжатие и др.), векторные (метод динамических ядер) и вейвлетные. Первая и четвертая группы основана на статистических параметрах изображений и в случае голограмм эти методы напрямую значительно менее пригодны, так как снимки направлены на регистрацию амплитуды волны, а голограммы направлены в большей степени на сохранение фазы. При скалярном сжатии каждое входное значение преобразуется в одно квантованное выходное без учёта зависимости между значениями сигнала. Векторные методы основаны на алгоритмах обучения и нейронных сетях и направлены на создание книги значений соответствия уровню сжатия данной голограммы. В результате скалярные методы сжатия голограмм обычно имеют наиболее высокое быстродействие, но низкое качество восстановления, а векторные – наиболее низкое быстродействие и высокое качество восстановленных изображений. Для получения наилучшего соотношения качество восстановления/скорость сжатия/степень компрессии необходимо использовать все группы методов совместно. В проекте предлагается разработка и экспериментальная апробация возможностей методов адаптивного сжатия для оперативного восстановления сцен с голограмм.
Для улучшения качества и повышения скорости численного и оптического формирования двумерных изображений и 3D-сцен необходим быстрый и точный учет указанных проблем. С учетом вышесказанного, предлагаемый проект направлен на одновременное решение следующих взаимосвязанных между собой задач:
1) Разработка метода восстановления изображений с цифровых голограмм машинным обучением, включающий в себя расчет дифракции, определение фокусного положения объекта и подавление неинформативных порядков дифракции.
2) Разработка нового метода на основе совместного адаптивного использования операции диффузии ошибки и локальной пороговой бинаризации.
3) Экспериментальная апробация возможностей методов сжатия и бинаризации цифровых голограмм для оперативного восстановления сцен с использованием микрозеркальных модуляторов света.
4) Экспериментальная реализация оперативного оптического отображения сцен с использованием микрозеркальных модуляторов света при совместном применении разработанных методов улучшения качества голограмм, их компрессии и отображения сцен.
Апробация разрабатываемых методов предполагается при создании оптико-цифровых дифракционных систем численного и оптического формирования трехмерных сцен. Новизна проекта определяется тем, что в результате его выполнения будет создан набор новых взаимосвязанных цифровых методов обработки и оптического формирования цифровых голограмм, обеспечивающий как улучшение характеристик существующих оптико-цифровых систем, так и создание оптико-цифровых систем с новыми пользовательскими возможностями. Это должно позволить упрощение и удешевление систем микроскопии, интерферометрии, голографического видео и голографической памяти.
Ожидаемые результаты
По итогам предлагаемого проекта должны быть получены следующие основные результаты:
1. Результаты анализа особенностей методов сжатия, бинаризации и разреженного представления цифровых голограмм «плоских» изображений и 3D-сцен с числом пикселей до 4096х4096 и их адаптируемости к типу объекта. Будут получены зависимости качества восстановленных изображений с голограмм от используемого метода и его реализации.
2. Разработка нового оригинального метода восстановления изображений с цифровых голограмм машинным обучением, включающий в себя расчет дифракции, определение фокусного положения объекта и подавление неинформативных порядков дифракции. Будут учитываться параметры реально существующих экспериментальных схем записи цифровых голограмм и объектов. При обучении на вход нейронной сети будет требоваться подать цифровую голограмму и сопоставлять его на выходе с некоторым набором изображениями объектов. По существующими подходами предложенный метод сможет позволить восстанавливать трехмерные сцены или связанные последовательности цифровых голограмм (голографического видео).
3. Разработка нового метода на основе совместного адаптивного использования операции диффузии ошибки и локальной пороговой бинаризации. Метод позволит обеспечить качество сжатия голограмм, превышающее как случай использования локальных методов (за счет распространения значения ошибки среди необработанных пикселей), так и случай использования методов диффузии ошибки (за счет использования локального адаптивного порога и адаптивного подбора весовых коэффициентов).
4. Результаты экспериментальной апробации возможностей методов сжатия и бинаризации цифровых голограмм для оперативного восстановления сцен с использованием микрозеркальных модуляторов света. Число отсчетов голограммы составит до 1920х1080.
5. Результаты экспериментальной реализации системы оперативного оптического отображения сцен с использованием микрозеркальных модуляторов света при совместном применении разработанных методов улучшения качества голограмм, их компрессии и отображения сцен. По результатам проведенных экспериментов будут выявлены достоинства и недостатки различных методов при их использовании в динамическом отображении объёмных сцен (т.е. при записи цифровых голограмм объёмных сцен и их численном и оптическом восстановлении в режиме реального времени), а также передачи по каналам связи.
Эти результаты позволят использовать в различных областях применения дифракционной оптики и цифровой голографии, например, как внеосевые цифровые голограммы голограммы, так и осевые цифровые голограммы без дополнительного применения метода фазовых шагов, а также амплитудные пространственно-временные модуляторы света, имеющие на несколько порядков более высокие скоростные параметры, чем фазовые модуляторы.
Данные результаты позволят существенно продвинуться в разработке и создании оптико-цифровых систем регистрации, преобразования и воспроизведения изображений.
В ходе выполнения проекта все разработанные методы должны быть экспериментально апробированы при построении экспериментальных образцов конкретных оптико-цифровых систем, а именно:
1) системы регистрации цифровых голограмм и восстановления трехмерных сцен с них,
2) системы улучшения качества дифракционных элементов и оптического отображения двумерных изображений и трехмерных сцен.
Значимость планируемых результатов состоит в том, что они составят теоретическую и экспериментальную базу, необходимую для повышения характеристик существующих оптико-цифровых систем, а также для создания новых типов таких систем, в том числе введением автоматизации функционирования и дополнением новыми техническими и пользовательскими возможностями.
По результатам разработки данного проекта в ближайшей перспективе будет возможно создание:
1) систем численного отображения объемных сцен с использованием цифровой голографии с повышенным отношением сигнал/шум, в том числе для задач:
- микроскопии (например, исследования объектов размерами в доли или единицы нанометров);
- интерферометрии (например, исследование изменение показателя преломления материалов);
- голографической памяти (в частности, снижение ошибок считывания страниц двоичных данных формата ECMA-377).
2) систем динамического оптического воссоздания сцен с использованием цифровой голографии, в том числе в режиме реального времени, для задач:
- передачи информации, в том числе систем трехмерной связи,
- кодирования и декодирования информации с высокой степенью криптостойкости,
По результатам, полученным в ходе выполнения данного проекта, будут опубликованы не менее чем 7 работ, из них не менее 4 в журналах, входящих в базы данных «Сеть науки» (Web of Science Core Collection) или «Скопус» (Scopus).
ОТЧЁТНЫЕ МАТЕРИАЛЫ
Аннотация результатов, полученных в 2020 году
При реализации проекта в 2020-2021 гг. проводились следующие работы:
1) Анализ и сравнение 30 методов бинаризации цифровых голограмм на основе операции диффузии ошибки.
2) Анализ методов машинного обучения для улучшения качества восстановленных изображений объектов с цифровых голограмм.
3) Анализ методов адаптивной локальной пороговой бинаризации цифровых голограмм.
4) Разработка метода адаптивного подбора весовых коэффициентов диффузии ошибки в случае бинаризации цифровых голограмм.
5) Разработка метода машинного обучения улучшения качества восстановленных изображений объектов с цифровых голограмм.
6) Анализ особенностей методов сжатия и бинаризации цифровых голограмм как «плоских» изображений, так и 3D-сцен с числом пикселей до 4096х4096 и их адаптируемости к типу объекта.
7) Проведение численных экспериментов по применению метода машинного обучения для улучшения качества восстановленных изображений объектов с цифровых голограмм. Учитывались параметры, типичные при регистрации цифровых голограмм 2D- и 3D-сцен.
8) Сравнительный анализ параметров бинарных амплитудных голограмм, синтезированных с использованием преобразования Фурье и Хартли.
9) Проведение численных экспериментов по восстановлению изображений с голограмм с числом пикселей до 4096х4096, бинаризованных разработанным методом адаптивного подбора весовых коэффициентов диффузии ошибки, и оценке качества восстановления изображений.
10) Публикация работ, выступления на конференциях.
В ходе выполнения Проекта появилось множество информационных ресурсов, которые ссылались на выполненные задачи, в том числе:
«Терабиты в секунду. Физики рассказали о создании техники будущего», https://ria.ru/20201201/mifi-1586987987.html (РИА Новости, Дата: 01.12.2020. Поддержка фонда указана в тексте новости. Многие издания ссылаются на нее: например, https://planet-today.ru/novosti/nauka/item/128827-fiziki-rasskazali-o-tekhnike-budushchego-kotoraya-pozvolit-peredavat-i-obrabatyvat-terabity-v-sekundu и др.)
При проведении указанных работ получены следующие основные результаты:
1) Результаты сравнения 30 методов бинаризации цифровых голограмм на основе операции диффузии ошибки. Наиболее высокое качество восстановленных изображений обеспечивают методы стандартной диффузии ошибки Стаки и Аткинсона, среди методов точечной диффузии – методы Кната, Арней и Фунг Чана. С точки зрения соотношения качества восстановления и времени обработки голограмм, оптимальными являются методы точечной диффузии ошибки.
2) Результаты анализа методов адаптивной локальной пороговой бинаризации цифровых голограмм. Наиболее высокое качество восстановления достигается при использовании блоков размером 7×7 пикселей и более, а при определении пороговых значений - локальными методами Бернсена и срединного значения яркости.
3) Результаты анализа методов машинного обучения для улучшения качества восстановленных изображений объектов с цифровых голограмм. Необходимо использовать в качестве базы архитектуру сети, применяющуюся в задачах преобразования изображений. Для облегчения обработки изображений большого размера следует применять дополнительные метод. Для возможности обработки 3D-массивов следует ориентироваться на обучение послойному восстановлению изображений с голограмм.
4) Метод адаптивного подбора весовых коэффициентов диффузии ошибки в случае бинаризации цифровых голограмм. Он основан на итеративном изменении матрицы весовых коэффициентов и последовательной оценке качества восстановления при каждой итерации. Наиболее высокое качество восстановления достигнуто в случае использования начальной матрицы с 34 коэффициентами.
5) Метод улучшения качества восстановленных изображений объектов с цифровых голограмм машинным обучением. Он позволяет восстанавливать изображения с голограмм 2D и 3D-сцен без необходимости применения дополнительной фильтрации. Неитеративность подхода позволяет производить оперативное восстановление изображений с голограмм.
6) Результаты анализа особенностей методов сжатия и бинаризации цифровых голограмм как «плоских» изображений, так и 3D-сцен с числом пикселей до 4096х4096 и их адаптируемости к типу объекта. Сложные матрицы обхода пикселей Мессе и Кната с глобальным методом по порогу Отцу обеспечивают наиболее высокое качество восстановления изображений.
7) Результаты численных экспериментов по применению метода машинного обучения для улучшения качества восстановленных изображений объектов с цифровых голограмм. Результаты для осевых голограмм 2D-объектов и 3D-сцен при использовании предложенного метода значительно превосходят по качеству прямой расчет дифракции. При этом скорость восстановления составила не более 0,025 с, что позволяет его производить оперативно.
8) Результаты сравнительного анализа параметров бинарных амплитудных голограмм, синтезированных с использованием преобразования Фурье и Хартли. Получено, что по своим основным характеристикам голограммы на основе преобразования Хартли не уступают амплитудным голограммам, синтезированных с использованием преобразования Фурье, однако имеют более высокую скорость расчетов.
9) Результаты численных экспериментов по восстановлению изображений с голограмм с числом пикселей до 4096х4096, бинаризованных разработанным методом адаптивного подбора весовых коэффициентов диффузии ошибки, и оценке качества восстановления изображений. Качество достигает максимума при использовании количества итераций, кратного количеству элементов матрицы весовых коэффициентов. Значения метрик качества выше на 13-15% по сравнению со случаями использования стандартных методов.
10) Публикация 5 работ, сделано 5 докладов на 2 Международных конференциях.
Публикации
1. Черёмхин П.А., Евтихиев Н.Н., Курбатова Е.А., Краснов В.В., Родин В.Г., Стариков Р.С. Error diffusion hologram binarization for DMD applications Proceedings of SPIE, Vol. 11698, Pp. 116980W. (год публикации - 2021) https://doi.org/10.1117/12.2579355
2. Козлов А.В., Черёмхин П.А. Повышение качества реконструкции 3D-объектов с голограмм на основе цифровой фильтрации интерполированного восстановленного поля Сборник трудов X Международной конференции по фотонике и информационной оптике, Москва, c. 477-478 (год публикации - 2021)
3. Краснов В.В., Молодцов Д.Ю., Родин В.Г., Стариков Р.С., Черёмхин П.А. Сравнительный анализ бинарных амплитудных голограмм, синтезированных с использованием преобразований Фурье и Хартли Сборник трудов X Международной конференции по фотонике и информационной оптике, Москва, c. 487-488 (год публикации - 2021)
4. Курбатова Е.А., Родин В.Г., Черёмхин П.А. Адаптивный подбор весовых коэффициентов операции диффузии ошибки для бинаризации цифровых голограмм Сборник трудов X Международной конференции по фотонике и информационной оптике, Москва, c. 485-486 (год публикации - 2021)
5. Рымов Д.А., Стариков Р.С., Черёмхин П.А. Восстановление изображений с голограмм 3D-сцен на основе машинного обучения Сборник трудов X Международной конференции по фотонике и информационной оптике, Москва, c. 479-480 (год публикации - 2021)
6. - Терабиты в секунду. Физики рассказали о создании техники будущего РИА Новости, Дата: 01.12.2020. Поддержка фонда указана в тексте новости. Многие издания ссылаются на нее: например, https://planet-today.ru/novosti/nauka/item/128827-fiziki-rasskazali-o-tekhnike-budushchego-kotoraya-pozvolit-peredavat-i-obrabatyvat-terabity-v-sekundu (год публикации - )
Аннотация результатов, полученных в 2021 году
При реализации проекта в 2021-2022 гг. проводились следующие основные работы:
1) Разработка адаптивного метода бинаризации цифровых голограмм, комбинирующего локальную пороговую обработку голограмм и процедуры диффузии ошибки с адаптивным подбором коэффициентов.
2) Численная апробация возможностей методов сжатия цифровых голограмм для оперативного восстановления сцен с использованием микрозеркальных модуляторов света.
3) Программная реализация метода улучшения качества восстановленных изображений объектов с цифровых голограмм с использованием машинного обучения для возможности проведения оперативной реконструкции.
4) Проведение численных экспериментов по восстановлению изображений с голограмм, бинаризованных разработанным адаптивного метода бинаризации цифровых голограмм, комбинирующего локальную пороговую обработку голограмм и процедуры диффузии ошибки с адаптивным подбором коэффициентов, и оценке качества восстановления изображений.
5) Экспериментальная апробация метода улучшения качества восстановления изображений объектов с цифровых голограмм с использованием машинного обучения.
6) Экспериментальная апробация возможностей методов сжатия и бинаризации цифровых голограмм для оперативного восстановления сцен с использованием микрозеркальных модуляторов света.
7) Экспериментальная апробация разработанного адаптивного метода бинаризации цифровых голограмм, комбинирующего локальную пороговую обработку голограмм и процедуры диффузии ошибки с адаптивным подбором коэффициентов, на основе оптического восстановления изображений с голограмм с помощью микрозеркальных модуляторов света.
8) Анализ полученных в ходе выполнении проекта результатов.
9) Публикация работ в журналах, входящих в базы данных «Сеть науки» (Web of Science Core Collection) или «Скопус» (Scopus), в соответствии с планом, трудов конференций, выступления на конференциях.
При проведении указанных работ получены следующие основные результаты:
1) Адаптивный метод бинаризации цифровых голограмм, комбинирующего локальную пороговую обработку голограмм и процедуры диффузии ошибки с адаптивным подбором коэффициентов
2) Результаты численной апробации возможностей методов сжатия цифровых голограмм для оперативного восстановления сцен с использованием микрозеркальных модуляторов света. Наиболее высокое качество восстановления в случае применения методов диффузии ошибки достигается при использовании матриц весовых коэффициентов с большим количеством элементов (6-10) и матриц точечной диффузии ошибки.
3) Результаты программной реализации метода восстановления и улучшения качества восстановленных изображений объектов с цифровых голограмм с использованием машинного обучения для возможности проведения оперативной реконструкции. Первый метод заключается в извлечении фазовой и амплитудной информации из голограмм. Второй метод позволяет восстанавливать с голограмм изображения 3D-сцен, состоящих из набора плоских сцен. Нейронная сеть в данном методе извлекает из исходной голограммы объектную информацию напрямую.
4) Результаты численных экспериментов по восстановлению изображений с голограмм, бинаризованных разработанным адаптивного метода бинаризации цифровых голограмм, комбинирующего локальную пороговую обработку голограмм и процедуры диффузии ошибки с адаптивным подбором коэффициентов, и оценке качества восстановления изображений. Наиболее высокое качество восстановления по всем использованным метрикам качества в случае использования всех методов локального определения порога достигается в случае разделения голограммы на блоки размером 8×8 и 4×4 пикселей и при использовании трех матриц весовых коэффициентов.
5) Результаты экспериментальной апробации метода улучшения качества восстановления изображений объектов с цифровых голограмм с использованием машинного обучения. Применение первого метода позволяет значительно улучшить качество восстановленных с тестовых голограмм изображений, и в значительной степени подавить нежелательные порядки дифракции. Для второго метода набор состоял из голограмм 3D-сцен, моделирующих скопление частиц в объеме. Метод обеспечил успешное восстановление изображений.
6) Результаты экспериментальной апробации возможностей методов сжатия и бинаризации цифровых голограмм для оперативного восстановления сцен с использованием микрозеркальных модуляторов света. Методы локальной бинаризации по порогу (наилучший Отцу) и метод глобальной бинаризации по порогу Киттлера (наилучший) обеспечивают относительно высокое качество восстановления. Три группы глобальных методов, основанные на сходстве особенностей изображений, энтропии и анализе гистограммы обеспечили наиболее быструю бинаризацию голограмм, что дает возможность их использования для динамического отображения объёмных сцен и передачи по каналам связи.
7) Результаты экспериментальной апробации разработанного адаптивного метода бинаризации цифровых голограмм на основе оптического восстановления изображений с помощью микрозеркальных модуляторов света. Наиболее высокое качество восстановления объемных сцен было достигнуто при использовании разработанного метода бинаризации на основе локальной бинаризации и диффузии ошибки в случае использования начальной матрицы весовых коэффициентов №12.
8) Результаты анализа и обобщение полученных в ходе выполнении проекта результатов, формулировка указаний и методик по их применению. С точки зрения скоростных характеристик методы можно разделить на используемые в динамическом отображении объёмных сцен в квазиреальном режиме времени (все методы, кроме некоторых исследовавшихся методов бинаризации) и которые существенно сложнее так использовать. Набор полученных методов восстановления, обработки и улучшения качества могут использоваться в четырех вариантах оптико-цифровых систем формирования 3D-сцен.
9) Публикация 8 работ, в том числе 4 из них входят в журналы, входящие в базы данных «Сеть науки» (Web of Science Core Collection) или «Скопус» (Scopus) и 4 в базу данных РИНЦ. Сделано 5 докладов на 3 Международных конференциях.
Публикации
1. Евтихиев Н.Н., Родин В.Г., Савченкова Е.А., Стариков Р.С., Черёмхин П.А. Адаптивный итеративный метод подбора весовых коэффициентов операции диффузии ошибки для бинаризации цифровых голограмм Measurement Techniques (Измерительная техника), - (год публикации - 2022)
2. Рымов Д.А., Черёмхин П.А., Стариков Р.С. Нейросетевая реконструкция сцен с цифровых голограмм на основе извлечения амплитуды и фазы Оптический журнал (Journal of Optical Technology), - (год публикации - 2022)
3. Черёмхин П.А., Евтихиев Н.Н., Курбатова Е.А., Краснов В.В., Родин В.Г., Стариков Р.С., Comparative analysis of off-axis digital hologram binarization by error diffusion Journal of Optics, Vol. 23 (11), Pp. 115701 (год публикации - 2021) https://doi.org/10.1088/2040-8986/ac05d1
4. Черёмхин П.А., Евтихиев Н.Н., Курбатова Е.А., Краснов В.В., Родин В.Г., Стариков Р.С., Adaptive Digital Hologram Binarization Method Based on Local Thresholding, Block Division and Error Diffusion Journal of Imaging, 8, no. 2: 15 (год публикации - 2022) https://doi.org/10.3390/jimaging8020015
5. Евтихиев Н.Н., Рымов Д.А., Стариков Р.С., Черёмхин П.А. Нейросетевой подход к восстановлению изображений с голограмм Сборник трудов XI Международной конференции по фотонике и информационной оптике, Москва, c. 237-238 (год публикации - 2022)
6. Козлов А.В., Родин В.Г., Черёмхин П.А. Подавление шума в цифровой голографии фильтрацией с интерполяцией Сборник трудов XI Международной конференции по фотонике и информационной оптике, Москва, c. 651-652 (год публикации - 2022)
7. Рымов Д.А., Черёмхин П.А., Стариков Р.С. Оперативный расчет дифракционных оптических элементов 3D-сцен с использованием нейронных сетей Сборник трудов XVIII Международной конференции «ГОЛОЭКСПО – 2021», г. Геленджик, c.223-228 (год публикации - 2021)
8. Свистунов А.С., Рымов Д.А., Черёмхин П.А., Яровой И.Ю. Реконструкция сечений 3D-сцены из набора цифровых голограмм машинным обучением Сборник трудов XI Международной конференции по фотонике и информационной оптике, Москва, c. 647-648 (год публикации - 2022)
Возможность практического использования результатов
Полученные результаты позволят существенно продвинуться в разработке и создании оптико-цифровых голографических и дифракционных систем регистрации, преобразования и воспроизведения 2D- и 3D-сцен. Среди основных областей внедрения стоит отметить:
1) систем численного отображения объемных сцен с использованием цифровой голографии с повышенным отношением сигнал/шум, в том числе для задач микроскопии (например, исследования объектов размерами в доли или единицы нанометров); интерферометрии (например, исследование изменение показателя преломления материалов); голографической памяти (в частности, снижение ошибок считывания страниц двоичных данных).
2) систем динамического оптического воссоздания сцен с использованием цифровой голографии, в том числе в режиме реального времени, для задач передачи информации, в том числе систем трехмерной связи, кодирования и декодирования информации с высокой степенью криптостойкости.