Obr´azek 4.2: Pomˇer intenzity mezi prvn´ım (FO) a nult´ym (ZO) ˇr´adem
Obr´azek 4.3: Spektrum jednotliv´ych barevn´ych filtr˚u osvˇetlen´ych halogenovou lam-pou Thorlabs QTH10/M (mˇeˇreno pomoc´ı spektrometru Ocean Optics Flame) -barvy kˇrivek odpov´ıdaj´ı barv´am filtr˚u
Na obr´azku4.4 je moˇzn´e vidˇet vstupn´ı data, kter´a nasn´ımal detektor pro jednotliv´e sc´eny. Jak jiˇz bylo zm´ınˇeno napˇr´ıklad v kapitole3.1.2, sn´ım´ame jak nult´y ˇr´ad (prav´a ˇc´ast obr´azku), tak i spektr´alnˇe rozm´ıtnut´y prvn´ı ˇr´ad (lev´a ˇc´ast obr´azku). U sc´eny osvˇetlen´e laserem (obr´azek4.4a) si vˇsak m˚uˇzeme vˇsimnout zd´anliv´e absence nult´eho ˇr´adu, coˇz je d´ano t´ım, ˇze m´a oproti prvn´ımu ˇr´adu velmi slabou intenzitu a tud´ıˇz zde nen´ı vidˇet.
4.2.1 Probl´ emy ve zobrazovan´ı sc´ eny
Pˇri mˇeˇren´ıch jsme identifikovali nˇekolik probl´em˚u, t´ykaj´ıc´ıch se samotn´ych sc´en a i obecnˇe cel´e zobrazovac´ı soustavy, kter´e maj´ı do jist´e m´ıry vliv na kvalitu re-konstrukce.
Jedn´ım z tˇechto probl´em˚u je fakt, ˇze jsme nebyli schopni doc´ılit toho, aby se na obrazech nult´eho ˇr´adu a prvn´ıho ˇr´adu zobrazovala pˇresnˇe totoˇzn´a sc´ena, vˇzdy byly navz´ajem posunuty. Toto posunut´ı se pohybovalo okolo 10 pixel˚u kamery, coˇz uˇz m˚uˇze ovlivnit kvalitu rekonstrukce, nebot’ to odpov´ıd´a v´ıce jak jednomu pixelu masky. Obdobnˇe jsme tak´e zjistili, ˇze vrchn´ı a spodn´ı hrany nult´eho ˇr´adu nejsou rovnobˇeˇzn´e. I kdyˇz se n´am tedy podaˇrilo vrchn´ı hranu vyrovnat do vodorovn´e po-lohy, spodn´ı hrana mˇela na cel´e sv´e d´elce v ose y rozd´ıl mezi poˇc´atkem a koncem pˇribliˇznˇe 3 pixely kamery. Tento rozd´ıl tedy nen´ı ani jeden pixel masky a tud´ıˇz je moˇzn´e ho povaˇzovat za zanedbateln´y.
Dalˇs´ı dva probl´emy se t´ykaj´ı nedokonalosti optick´e soustavy. Zaprv´e k nult´emu
(a) Vstupn´ı data z detektoru sc´eny s kˇr´ıˇzem osvˇetlen´e zelen´ym laserem
(b) Vstupn´ı data z detektoru sc´eny s kˇr´ıˇzem osvˇetlen´e halogenovou lampou
(c) Vstupn´ı data z detektoru sc´eny s barevn´ymi filtry osvˇetlen´e halogenovou lampou
Obr´azek 4.4: Vstupn´ı data z detektro˚u pro jednotliv´e testovan´e sc´eny
ˇr´adu pˇristupujeme tak, ˇze ho uvaˇzujeme bez jak´ehokoliv spektr´aln´ıho rozm´ıtnut´ı. Ve skuteˇcnosti to vˇsak nen´ı zcela pravda, nebot’ v soustavˇe m´ame hranol (viz obr´azek 3.1), kter´y zp˚usobuje, ˇze je obraz nult´eho ˇr´adu ˇc´asteˇcnˇe rozm´ıtnut. Toto rozm´ıtnut´ı sice nen´ı tak velk´e jako u prvn´ıho ˇr´adu, nicm´enˇe se projevuje rozmaz´an´ım obrazu.
Zadruh´e jsme narazili na probl´em zp˚usoben´y nejsp´ıˇse odstranˇen´ım vstupn´ı ˇc´asti optick´e soustavy (viz kapitola 3.1.1), kdy nejsme schopni obraz
”rovnomˇernˇe“ za-ostˇrit. To znamen´a, ˇze kdyˇz se n´am podaˇrila zaostˇrit vrchn´ı ˇc´ast obrazu, spodn´ı z˚ustala rozostˇren´a a naopak. Toto rozostˇren´ı je vˇsak pomˇernˇe mal´e, tud´ıˇz se ne-jedn´a o probl´em, kter´y by razantnˇe sniˇzoval kvalitu rekonstrukce.
D´ale jsme narazili na dva probl´emy t´ykaj´ıc´ı se pˇredevˇs´ım sc´en osvˇetlen´ych lampou nebo jin´ym zdrojem svˇetla se ˇsirok´ym spektrem. Uk´azalo se, ˇze obraz prvn´ıho ˇr´adu m´a
”soudkovit´y“ tvar. To znamen´a, ˇze se smˇerem od stˇredu k vyˇsˇs´ım a niˇzˇs´ım vl-nov´ym d´elk´am zuˇzuje. V nejˇsirˇs´ım bodˇe m´a na kameˇre ˇs´ıˇrku pˇribliˇznˇe 540 pixel˚u a v nejuˇzˇs´ım pˇribliˇznˇe 530 pixel˚u. Rozd´ıl mezi tˇemito m´ısty je tedy 10 pixel˚u ka-mery (opˇet to odpov´ıd´a rozd´ılu v´ıce jak jednoho pixelu na masce), coˇz uˇz m˚uˇze b´yt probl´em pˇri oˇrez´an´ı. Druh´ym probl´emem, kter´y se projevuje u sc´en osvˇetlen´ych lampou, je pˇrekryv prvn´ıho ˇr´adu vysok´ych vlnov´ych d´elek (okolo 900 nm a v´ıce) a druh´eho ˇr´adu n´ızk´ych vlnov´ych d´elek (okolo 450 nm a m´enˇe). Kv˚uli tomuto pˇrekryvu maj´ı vysok´e vlnov´e d´elky vyˇsˇs´ı intenzitu prvn´ıho ˇr´adu neˇz tomu je ve skuteˇcnosti. Tento probl´em byl vyˇreˇsen pouˇzit´ım ˇzlut´eho filtru, kter´y odst´ınil z´aˇren´ı o vlnov´e d´elce 515 nm a m´enˇe.
U dat pro sc´enu osvˇetlenou zelen´ym Nd:YAG laserem jsme naopak narazili na probl´em, ˇze HDES mimo vlnovou d´elku laseru zaznamen´av´a i vlnovou d´elku okolo 800 nm s velmi slabou intenzitou. Zprvu jsme tento probl´em d´avali za vinu ˇspatn´e kalibraci, nicm´enˇe i po zkalibrov´an´ı tento probl´em pˇretrv´aval. Aˇz pozdˇeji se uk´azalo, ˇze laser v sobˇe m´a bud´ıc´ı diodu o vlnov´e d´elce pr´avˇe 808 nm, tud´ıˇz byl pro dalˇs´ı mˇeˇren´ı pouˇzit pˇred laserem infraˇcerven´y filtr, kter´y tento probl´em vyˇreˇsil.
4.3 Rekonstrukce pomoc´ı jednotliv´ ych m´ od˚ u
Pro testov´an´ı jednotliv´ych pˇr´ıstup˚u a parametr˚u byly nejprve ke kaˇzd´emu typu sc´eny vytvoˇreny nasimulovan´e datakrychle, kde byl zohlednˇen jak pr˚ubˇeh spektr´aln´ı in-tenzity samotn´e lampy (pˇr´ıpadnˇe laseru), tak dˇr´ıve zjiˇstˇen´a z´avislost intenzity mezi prvn´ım a nult´ym ˇr´adem na r˚uzn´ych vlnov´ych d´elk´ach. Z tˇechto datakrychl´ı byly pak vytvoˇreny matice detektor˚u, kter´e slouˇzily jako vstupy pro n´aˇs algoritmus. V´ystupy (tedy opˇet datakrychle) se n´aslednˇe daly jednoduˇse porovnat s p˚uvodn´ı nasimulo-vanou datakrychl´ı, ˇc´ımˇz jsme mohli urˇcit jak´y vliv maj´ı jednotliv´e parametry na rekonstrukci.
Prvn´ı testov´an´ı bylo provedeno na ide´aln´ıch datech (nebyl zde ˇsum, nebyla rozma-zan´a atd.). Na tˇechto datech se vˇsak uk´azalo, ˇze za ide´aln´ıch podm´ınek jsme schopni prov´est velmi pˇresn´e rekonstrukce za pouˇzit´ı jak´ehokoliv m´odu, tud´ıˇz pro pˇribl´ıˇzen´ı se skuteˇcn´ym dat˚um bylo nutn´e tato data upravit tak, aby se zde projevilo roz-maz´an´ı a ˇsum. Toho bylo doc´ıleno tak, ˇze se kaˇzd´y sn´ımek zvˇetˇsil, byla na nˇeho
(a) Data bez rozmaz´an´ı (b) Data s rozmaz´an´ım
Obr´azek 4.5: Porovn´an´ı nult´eho ˇr´adu ze simulovan´ych dat bez rozmaz´an´ı a ze simu-lovan´ych dat s rozmaz´an´ım
pouˇzita konvoluce pro rozmaz´an´ı a opˇet se zmenˇsil na p˚uvodn´ı velikost. Zvˇetˇsen´ı bylo osmin´asobn´e a prob´ıhalo pomoc´ı funkce Matlabu
”imresize“. K n´asledn´e kon-voluci byla pouˇzita matice 5×5 skl´adaj´ıc´ı se, kv˚uli co nejmenˇs´ımu vlivu na zmˇenu celkov´e intenzity, z hodnot 251 , samotn´a konvoluce pak byla prov´adˇen´a pomoc´ı funkce Matlabu
”conv2“. Porovn´an´ı ide´aln´ıch a rozmazan´ych dat je moˇzn´e vidˇet na obr´azku 4.5. Nakonec probˇehlo i testov´an´ı na re´aln´ych datech, jejichˇz vstupy je moˇzn´e vidˇet na obr´azku 4.4.
Testov´an´ı jsem prov´adˇel za zmˇeny sedmi r˚uzn´ych parametr˚u. Hlavn´ım z tˇechto parametr˚u byl regularizaˇcn´ı parametr, kter´y ud´av´a ˇr´ıdkost v´ysledn´eho ˇreˇsen´ı (viz parametr λ v rovnici2.8). Dalˇs´ımi parametry, jejichˇz pouˇzit´ı je moˇzn´e vidˇet v kapi-tol´ach 3.2.1 aˇz 3.2.3, jsou
”useRMinInitGuess“, kter´y umoˇzˇnuje pouˇzit´ı masky pˇri poˇc´ateˇcn´ım odhadu,
”useZOinInitGuess“, kter´y umoˇzˇnuje poˇc´ıtat s nult´ym ˇr´adem v poˇc´ateˇcn´ım odhadu (viz obr´azek 3.4),
”imDecZeroing“ a
”imEncZeroing“, kter´e umoˇzˇnuj´ı nulovat nebo pˇr´ıpadnˇe vytv´aˇret absolutn´ı hodnoty ze z´aporn´ych prvk˚u ˇrezu a
”useZOinCalc“, kter´y umoˇzˇnuje vyuˇz´ıvat nult´eho ˇr´adu v pr˚ubˇehu rekon-strukce (viz obr´azek 3.5 a 3.6). Posledn´ım testovan´ym parametrem byl pak para-metr ”ZOmean“, kter´y slouˇz´ı k tomu, aby byl v pr˚ubˇehu rekonstrukce kaˇzd´y ˇrez datakrychle pˇren´asoben matic´ı nult´eho ˇr´adu (tato matice je vˇsak z d˚uvodu minima-lizace vlivu na celkovou intenzitu dan´eho ˇrezu datakrychle nejprve vydˇelena sv´ym pr˚umˇerem). Tento parametr n´am v nˇekter´ych pˇr´ıpadech pom´ahal zlepˇsit prostoro-vou informaci.
Vˇetˇsinˇe z uveden´ych parametr˚u je moˇzn´e nastavit dvˇe hodnoty 0 a 1. 0 znamen´a, ˇze dan´y parametr nepouˇz´ıv´ame a do rekonstrukce tedy v˚ubec nevstupuje, naopak 1 znamen´a, ˇze ho pˇri rekonstrukci vyuˇzijeme. V´yjimku tvoˇr´ı parametry pro nahra-zov´an´ı z´aporn´ych hodnot, kter´e maj´ı tˇri moˇzn´e hodnoty
-”abs“ (z´aporn´e hodnoty nahrazujeme jejich absolutn´ı hodnotou),
”zero“ (z´aporn´e hodnoty nahrazujeme nu-lou) a
”none“ (nahrazov´an´ı z´aporn´ych hodnot se nepouˇz´ıv´a).
V n´asleduj´ıc´ıch tˇrech podkapitol´ach se budu zab´yvat rekonstrukc´ı pomoc´ı jednot-liv´ych m´od˚u a konfiguracemi jejich parametr˚u pro jednotliv´e testovan´e sc´eny, pod-kapitola 4.3.4 je pak shrnut´ım cel´eho mˇeˇren´ı. Vˇsechny testovac´ı rekonstrukce byly prov´adˇeny pˇri maxim´aln´ım poˇctu 300 iterac´ı algoritmu TwIST. Nastaven´ı vyˇsˇs´ıho poˇctu iterac´ı pak jen rekonstrukci zpomalovalo a na v´ysledek nemˇelo z´asadn´ı vliv.
V mnoha pˇr´ıpadech vˇsak algoritmus konvergoval k ˇreˇsen´ı dˇr´ıve neˇz po 300 iterac´ıch.
Vyhodnocen´ı mˇeˇren´ı prob´ıhalo u simulovan´ych a re´aln´ych dat rozd´ılnˇe. Pro simu-lovan´a data jsme mˇeli k porovn´an´ı nasimulovanou datakrychli, tud´ıˇz bylo moˇzn´e pomˇernˇe pˇresnˇe urˇcit, jak dobr´a rekonstrukce je, respektive jestli se se zmˇenou pa-rametr˚u zlepˇsila ˇci zhorˇsila. Toto vyhodnocen´ı bylo prov´adˇeno pomoc´ı jiˇz dˇr´ıve vy-tvoˇren´e funkce v Matlabu
”evaluateSimilarity“. Tato funkce v z´asadˇe porovn´av´a p˚uvodn´ı a rekonstruovanou datakrychli a to takov´ym zp˚usobem, ˇze hled´a minimum z funkce rozmˇery. V´ysledn´e minimum pak bylo vydˇeleno poˇctem pixel˚u datakrychle, ˇc´ımˇz jsme dostali hodnotu, kter´a by se dala pˇrirovnat pr˚umˇern´emu rozd´ılu mezi data-krychlemi na jeden pixel (d´ale oznaˇcov´ano jako podobnost datakrychl´ı) a ˇc´ım je toto ˇc´ıslo menˇs´ı, t´ım pˇresnˇejˇs´ı rekonstrukce byla.
U re´aln´ych dat bylo porovn´av´an´ı v´ysledk˚u ˇcistˇe subjektivn´ı a byl br´an zˇretel na pr˚ubˇeh intenzity spektra, kter´e jsem porovn´aval se spektrem zmˇeˇren´ym pomoc´ı spektrometru Ocean Optics Flame, a na celkov´y vzhled rekonstruovan´e sc´eny.
4.3.1 M´ od 1
M´od 1 je nejednoduˇsˇs´ım z pˇr´ıstup˚u, kter´ymi rekonstruujeme obraz. Kv˚uli vyuˇzit´ı pouze vrchn´ı ˇc´asti detektoru nem´ame tolik informace, jako u ostatn´ıch m´od˚u, a proto m˚uˇze, zvl´aˇstˇe u sloˇzitˇejˇs´ıch sc´en, vykazovat horˇs´ı v´ysledky neˇz ostatn´ı pˇr´ıstupy, nicm´enˇe z´aroveˇn n´am to do jist´e m´ıry dovoluje porovnat dvojˇcoˇckov´y pˇr´ıstup s p˚ uvod-n´ım n´avrhem HDES, kter´y pracoval pouze s jednou ˇcoˇckou.
Obecnˇe se d´a ˇr´ıct, ˇze rekonstrukci u tohoto m´odu zhorˇsuj´ı parametry
” RMinInitGu-ess“ a nahrazov´an´ı z´aporn´ych prvk˚u. Z´aroveˇn, stejnˇe jako pro ostatn´ı m´ody, k rekon-strukci vˇzdy pˇrisp´ıvaly parametry
”useZOinInitGuess“ a
”useZOinCalc“ a pomoc´ı parametru
”ZOmean“ jsme byli schopni z´ıskat lepˇs´ı prostorovou informaci.
Jak jiˇz bylo zm´ınˇeno v pˇredchoz´ı ˇc´asti, pˇri testov´an´ı na simulovan´ych ide´aln´ıch da-tech byly v´ysledky pro vˇsechny tˇri m´ody velmi dobr´e a podobn´e, proto nem´a v´yznam je zde rozeb´ırat. D´ale se tedy budu vˇenovat pouze simulovan´ym neide´aln´ım dat˚um a re´aln´ym mˇeˇren´ım.
Simulovan´a data:
• Sc´ena s kˇr´ıˇzem osvˇetlen´a laserem - V porovn´an´ı s ostatn´ımi m´ody vyka-zoval m´od 1 u tˇechto dat nejhorˇs´ı v´ysledky, nicm´enˇe st´ale se jednalo o velmi
pˇresnou rekonstrukci, kdy se podaˇrilo pˇresnˇe zachytit vzhled kˇr´ıˇze i vlnovou d´elku, ve kter´e pomysln´y laser vyzaˇroval. Nejlepˇs´ıch v´ysledk˚u jsem dos´ahl pˇri nastaven´ı regularizaˇcn´ıho parametru na hodnotu 400 a podobnost datakrychl´ı byla v tomto pˇr´ıpadˇe 5 · 10−3.
• Sc´ena s kˇr´ıˇzem osvˇetlen´a lampou - U tˇechto dat k rekonstrukci pˇrisp´ıval parametr
”ZOmean“, bez kter´eho nebyl tento m´od schopn´y spr´avn´e rekon-strukce a ve v´ysledku na vˇetˇsinˇe ˇrez˚u zobrazil pouze horizont´aln´ı ˇc´aru. Pˇri za-pnut´ı tohoto parametru a pˇri nastaven´ı regularizaˇcn´ıho parametru na hodnotu 5000 byl vˇsak algoritmus schopn´y zobrazit kˇr´ıˇz na vˇetˇsinˇe ˇrez˚u datakrychle a dos´ahnout podobnosti datakrychl´ı 6, 9 · 10−4.
• Sc´ena s barevn´ymi filtry osvˇetlen´a lampou - Tato data byla obecnˇe probl´emem pro vˇsechny tˇri m´ody, nicm´enˇe jako nejlepˇs´ı se pro tuto sc´enu uk´azaly m´ody 1 a 2, kter´e vykazovaly t´emˇeˇr totoˇzn´e v´ysledky. Nejlepˇs´ıch v´ysledk˚u se podaˇrilo dos´ahnout pˇri nastaven´ı regularizaˇcn´ıho parametru na vysok´e hodnoty (5000 a v´ıce) a podobnost datakrychl´ı pak byla 2, 6 · 10−4. Na obr´azku 4.6b je vidˇet nˇekolik ˇrez˚u z rekonstruovan´e datakrychle, na obr´azku 4.6a jsou pak stejn´e ˇrezy z p˚uvodn´ı nasimulovan´e datakrychle.
Re´aln´a data:
• Sc´ena s kˇr´ıˇzem osvˇetlen´a laserem - Obdobnˇe jako u simulovan´e sc´eny, v porovn´an´ı s ostatn´ımi m´ody, vykazoval m´od 1 nejhorˇs´ı v´ysledky projevuj´ıc´ı se horˇs´ı rekonstrukc´ı spektra (kˇr´ıˇz se zobrazoval na v´ıce vlnov´ych d´elk´ach).
Nejlepˇs´ıch v´ysledk˚u se podaˇrilo dos´ahnout pˇri nastaven´ı regularizaˇcn´ıho para-metru na hodnotu 400.
• Sc´ena s kˇr´ıˇzem osvˇetlen´a lampou - Stejnˇe jako u simulovan´ych dat, i zde bylo nutn´e zapnout parametr
”ZOmean“, bez kter´eho nebyl algoritmus scho-pen prov´est pˇr´ıliˇs kvalitn´ı rekonstrukci a zobrazoval pouze horizont´aln´ı ˇc´aru nam´ısto kˇr´ıˇze. Nejlepˇs´ıch v´ysledk˚u se s t´ımto m´odem podaˇrilo dos´ahnout pˇri nastaven´ı regularizaˇcn´ıho parametru na hodnotu 700. V takov´emto pˇr´ıpadˇe se kˇr´ıˇz spr´avnˇe zobrazil na vˇetˇsinˇe vlnov´ych d´elek, nicm´enˇe pr˚ubˇeh intenzity spektra byl oproti namˇeˇren´emu pr˚ubˇehu pomˇernˇe zkreslen´y.
• Sc´ena s barevn´ymi filtry osvˇetlen´a lampou - U tˇechto dat jsem nejlepˇs´ıch v´ysledk˚u dos´ahl pˇri nastaven´ı regularizaˇcn´ıho parametru na hodnotu 1000, pˇri vyˇsˇs´ıch hodnot´ach pak uˇz doch´azelo ve v´ysledn´e datakrychli ke
”spojen´ı“ jed-notliv´ych filtr˚u a vytv´aˇreli se tak jednolit´e plochy. Rekonstruovan´e spektrum pro jednotliv´e barevn´e filtry pˇri tomto nastaven´ı pomˇernˇe pˇresnˇe odpov´ıdalo namˇeˇren´emu spektru.
4.3.2 M´ od 2
M´od 2 je, co se t´yˇce pˇr´ıstupu, podobn´y m´odu 1, kde vˇsak nam´ısto pouze vrchn´ı ˇc´asti detektoru, vyuˇz´ıv´ame detektor cel´y. M´ame tedy k dispozici v´ıce informace, coˇz
(a) P˚uvodn´ı datakrychle simulovan´ych dat
(b) Rekonstrukce pomoc´ı m´odu 1
Obr´azek 4.6: Simulovan´a sc´ena s barevn´ymi filtry osvˇetlen´a lampou
se projev´ı lepˇs´ı rekonstrukc´ı sc´eny. V nˇekter´ych pˇr´ıpadech u tohoto m´odu rekon-strukci zlepˇsuje jak parametr
”RMinInitGuess“, tak i nahrazov´an´ı z´aporn´ych prvk˚u (v tomto pˇr´ıpadˇe nastaveno na hodnotu
”zero“, kde jsou tedy z´aporn´e prvky na-hrazeny nulov´ymi hodnotami). Stejnˇe jako u m´odu 1 k rekonstrukci vˇzdy pˇrisp´ıvaly parametry lze lepˇs´ıch v´ysledk˚u dos´ahnout niˇzˇs´ımi hodnotami regularizaˇcn´ıho parametru (kolem hodnoty 500), ˇc´ım vyˇsˇs´ı je pak jeho hodnota, t´ım h˚uˇre je patrn´y kˇr´ıˇz a pokud se parametr nav´yˇs´ı na pˇr´ıliˇs vysok´e hodnoty (3000 a v´ıce), algoritmus d´av´a na v´ysledku pouze jednolitou plochu bez kˇr´ıˇze. Zapnut´ı nebo vypnut´ı parametru
”RMinInitGuess“ pak nemˇelo na kvalitu t´eto rekonstrukce ˇz´adn´y vliv. Pˇri nastaven´ı regularizaˇcn´ıho parametru na hodnotu 500 jsem dos´ahl podobnosti datakrychl´ı 4, 8 · 10−3, coˇz je lepˇs´ı v´ysledek neˇz u m´odu 1.
• Sc´ena s kˇr´ıˇzem osvˇetlen´a lampou - Pro tento typ sc´eny se uk´azal m´od 2 jako nejlepˇs´ı. Pro spr´avn´e zobrazen´ı kˇr´ıˇze zde bylo stejnˇe jako u m´odu 1 nutn´e zapnout parametr
”ZOmean“ a nastavit vysokou hodnotu regula-rizaˇcn´ıho parametru (kolem 5000). Podobnost datakrychl´ı se pak pohybovala kolem 4, 7 · 10−4.
• Sc´ena s barevn´ymi filtry osvˇetlen´a lampou - U tˇechto dat se nejlepˇs´ıch v´ysledk˚u podaˇrilo dos´ahnout opˇet pˇri nastaven´ı regularizaˇcn´ıho parametru na hodnotu 5000 a pˇri pouˇzit´ı parametr˚u
”RMinInitGuess“ a
”imEncZeroing“ na-staven´eho na hodnotu
”zero“. V takov´emto pˇr´ıpadˇe byla hodnota podobnosti datakrychl´ı 2, 5·10−4, coˇz je pro tato data nejlepˇs´ı v´ysledek, jak´eho se podaˇrilo dos´ahnout.
Zaj´ımav´e je, ˇze pˇri nastaven´ı regularizaˇcn´ıho parametru pˇribliˇznˇe do hod-noty 2000, celkov´e rekonstrukci pom´ahal i parametr
”ZOmean“, nicm´enˇe po pˇrekroˇcen´ı hranice 2000 naopak jeho pouˇzit´ı rekonstrukci zhorˇsovalo.
Re´aln´a data:
• Sc´ena s kˇr´ıˇzem osvˇetlen´a laserem - Na tomto typu dat vykazoval m´od 2 obecnˇe lepˇs´ı v´ysledky neˇz m´od 1, projevuj´ıc´ı se pˇredevˇs´ım uˇzˇs´ı ˇspiˇckou intenzity v okol´ı vlnov´e d´elky, na kter´e laser vyzaˇruje (to znamen´a, ˇze se kˇr´ıˇz zobrazoval na menˇs´ım poˇctu vlnov´ych d´elek). Nejlepˇs´ı rekonstrukce se podaˇrilo dos´ahnout pˇri pouˇzit´ı parametr˚u
”RMinInitGuess“ a
”imEncZeroing“
(opˇet nastaven´eho na hodnotu
”zero“) a nastaven´ı regularuzaˇcn´ıho parame-tru na hodnotu pˇribliˇznˇe 700. Parametr
”ZOmean“ zde rekonstrukci z´asadnˇe zhorˇsoval.
• Sc´ena s kˇr´ıˇzem osvˇetlen´a lampou - Podobnˇe jako u simulovan´ych dat byl pro tato data nejlepˇs´ı m´od 2 a to pˇri zapnut´ı parametru
”RMinInitGuess“
Obr´azek 4.7: Sc´ena s kˇr´ıˇzem osvˇetlen´a halogenovou lampou - rekonstrukce pomoc´ı m´odu 2
a ”ZOmean“, kter´y sice ˇc´asteˇcnˇe zkresloval v´ysledn´e spektrum, nicm´enˇe se d´ıky nˇemu spr´avnˇe zobrazoval kˇr´ıˇz t´emˇeˇr ve vˇsech vlnov´ych d´elk´ach. Ide´aln´ı hod-nota regularizaˇcn´ıho parametru se uk´azala kolem 2000, pˇri vyˇsˇs´ıch hodnot´ach pak zaˇc´ınal b´yt kˇr´ıˇz h˚uˇre patrn´y. Nˇekolik ˇrez˚u z rekonstruovan´e datakrychle je vidˇet na obr´azku4.7.
• Sc´ena s barevn´ymi filtry osvˇetlen´a lampou - U tˇechto dat v´ysledn´y pr˚ubˇeh spektra jednotliv´ych filtr˚u odpov´ıdal namˇeˇren´ym dat˚um nejpˇresnˇeji z testovan´ych m´od˚u. Ide´aln´ı hodnotou regularizaˇcn´ıho parametru se zde uk´azala hodnota kolem 1000, pˇri vyˇsˇs´ıch hodnot´ach pak od sebe neˇsly jednotliv´e fil-try odliˇsit a v´ysledn´e spektrum bylo zkreslen´e. Pouˇzit´ı parametru
” RMinInit-Guess“ na rekonstrukci nemˇelo t´emˇeˇr ˇz´adn´y vliv a parametry pro nahrazen´ı z´aporn´ych prvk˚u a
”ZOmean“ zkreslovali v´yslednou intenzitu spektra. Rekon-strukci spektra pomoc´ı t´eto konfigurace je moˇzn´e vidˇet na obr´azku4.8.
4.3.3 M´ od 3
V m´odu 3 opˇet vyuˇz´ıv´ame informaci z cel´eho detektoru. Ve v´ysledku vˇsak algorit-mus pracuje pouze s jednou matic´ı, kter´a je sloˇzena z prvn´ıho ˇr´adu, kter´y odpov´ıd´a odeˇcten´ym prvn´ım ˇr´ad˚um z vrchn´ı a spodn´ı ˇc´asti, a z nult´eho ˇr´adu, kter´y odpov´ıd´a seˇcten´ym nult´ym ˇr´ad˚um. Pro vˇsechny typy dat bylo nutn´e u tohoto m´odu vyuˇz´ıvat parametr
”imEncZeroing“ nastaven´y na hodnotu
”abs“ (nahrazen´ı z´aporn´ych prvk˚u jejich absolutn´ı hodnotou), bez kter´eho nebyl algoritmus schopen spr´avnˇe zobrazit
Obr´azek 4.8: Rekonstruovan´e spektrum sc´eny s barevn´ymi filtry osvˇetlen´e halogeno-vou lampou - rekonstrukce pomoc´ı m´odu 2 (barvy kˇrivek odpov´ıdaj´ı barv´am filtr˚u)
sc´enu ani intenzitu spektra. Obdobnˇe jako u dvou dˇr´ıve zm´ınˇen´ych m´od˚u, i zde k re-konstrukci pˇrisp´ıvaly parametry
”useZOinInitGuess“ a
”useZOinCalc“ a v nˇekter´ych pˇr´ıpadech i parametr
”RMinInitGuess“.
Simulovan´a data:
• Sc´ena s kˇr´ıˇzem osvˇetlen´a laserem - Pro laser a obecnˇe pro rekonstrukci sc´en o nˇekolika vlnov´ych d´elk´ach s v´yraznou intenzitou se m´od 3 uk´azal jako nejlepˇs´ı. Konkr´etnˇe u tˇechto simulovan´ych dat se ve v´ysledn´e datakrychli kˇr´ıˇz zobrazoval pouze na tˇrech ˇrezech datakrychle a na ostatn´ıch ˇrezech byly nulov´e nebo t´emˇeˇr nulov´e hodnoty, coˇz odpov´ıd´a simulovan´ym dat˚um, kde byly nenu-lov´e hodnoty takt´eˇz pouze na tˇrech ˇrezech datatkrychle. Takov´ychto v´ysledk˚u jsem dos´ahl pˇri nastaven´ı regularizaˇcn´ıho parametru na hodnotu 1000 a pˇri pouˇzit´ı parametru i zde bylo podm´ınkou spr´avn´e rekonstrukce zapnut´ı parametru
”ZOmean“. Po-rovn´an´ı vlivu tohoto parametru na rekonstrukci je moˇzn´e vidˇet na obr´azku4.9.
Nejlepˇs´ıch v´ysledk˚u se podaˇrilo dos´ahnout pˇri nastaven´ı regularizaˇcn´ıho para-metru na hodnotu 5000 a pouˇzit´ı parametru
”imEncZeroing“. V´ysledn´a po-dobnost datakrychl´ı byla 7, 3·10−4, coˇz je v´ysledek horˇs´ı neˇz u obou pˇredeˇsl´ych m´od˚u. Na obr´azku4.10 je pak moˇzn´e vidˇet porovn´an´ı rekonstruovan´eho spek-tra s p˚uvodn´ım simulovan´ym spektrem datakrychle.
• Sc´ena s barevn´ymi filtry osvˇetlen´a lampou - U tˇechto dat se nepodaˇrila za pomoci m´odu 3 prov´est rekonstrukci s dobr´ymi v´ysledky.
(a) Rekonstrukce bez parametru
”ZOmean“ - podobnost datakrychl´ı 8, 7 · 10−4
(b) Rekonstrukce s parametrem
”ZOmean“ - podobnost datakrychl´ı 7, 3 · 10−4 Obr´azek 4.9: Uk´azka rekonstrukce simulovan´e sc´eny (kˇr´ıˇz osvˇetlen´y halogenovou lampou) pomoc´ı m´odu 3 s vypnut´ym a zapnut´ym parametrem
”ZOmean“
(a) Rekonstruovan´e spektrum (b) Spektrum simulovan´e sc´eny Obr´azek 4.10: Spektrum simulovan´e sc´eny s kˇr´ıˇzem osvˇetlen´e lampou - rekonstrukce pomoc´ı m´odu 3 (vlevo) a p˚uvodn´ı spektrum datakrychle (vpravo)
Re´aln´a data:
• Sc´ena s kˇr´ıˇzem osvˇetlen´a laserem - Jak jiˇz bylo ˇreˇceno u simulovan´ych dat laseru, m´od 3 se uk´azal pro takov´yto typ dat ide´aln´ı. Nejlepˇs´ıch v´ysledk˚u se podaˇrilo dos´ahnout obdobnˇe jako u simulovan´ych dat za pouˇzit´ı
” imEncZe-roing“ a nastaven´ı regularizaˇcn´ıho parametru na hodnotu kolem 400. V tomto pˇr´ıpadˇe se kˇr´ıˇz zobrazoval pouze na dvou ˇrezech datakrychle (vlnov´e d´elky 528 nm a 532 nm), coˇz pˇribliˇznˇe koresponduje s vlnovou d´elkou, na kter´e laser
” imEncZe-roing“ a nastaven´ı regularizaˇcn´ıho parametru na hodnotu kolem 400. V tomto pˇr´ıpadˇe se kˇr´ıˇz zobrazoval pouze na dvou ˇrezech datakrychle (vlnov´e d´elky 528 nm a 532 nm), coˇz pˇribliˇznˇe koresponduje s vlnovou d´elkou, na kter´e laser