oba sn´ımky odeˇcetly)
M´od 1 [pozitiv]
M´od 2 [pozitiv]
[negativ]
M´od 3 [pozitiv - negativ]
samotn´e rekonstrukce je funkce oznaˇcen´a jako
”reconstruct“, kter´a slouˇz´ı prim´arnˇe k pˇred´an´ı parametr˚u TwIST algoritmu a z´aroveˇn jeho spuˇstˇen´ı v poˇzadovan´em poˇctu iterac´ı. D´ale se zde pak nach´az´ı soubor funkc´ı pro samotn´y TwIST algoritmus. J´adro tohoto algoritmu a jeho matematick´a podstata je mimo rozsah t´eto pr´ace, a proto j´ı tu nebudu uv´adˇet.
Mimo parametr˚u, kter´ymi ovlivˇnujeme rekonstrukci (jako napˇr´ıklad poˇzadovan´a pˇresnost v´ysledku, maxim´aln´ı poˇcet iterac´ı, atd.) jsou stˇeˇzejn´ı tˇri funkce, kter´e znaˇcnˇe ovlivˇnuj´ı pr˚ubˇeh TwISTu a v´ysledky, kter´e n´am bude d´avat. Jsou to funkce pro poˇc´ateˇcn´ı odhad (oznaˇcen´a jako
”makeInitGuess“), kter´a ze vstupn´ıch dat vy-tvoˇr´ı poˇc´ateˇcn´ı odhad datakrychle, coˇz slouˇz´ı jako v´ychoz´ı bod TwIST algoritmu, d´ale pak funkce pro pˇrevod datakrychle I na detektor ¯D (oznaˇcen´a jako
” imageEn-code“), kter´a odpov´ıd´a matici A v2.8a n´aslednˇe jej´ı inverze pro pˇrevod detektoru ¯D na datakrychli I (oznaˇcen´a jako
”imageDecode“).
Dalˇs´ım d˚uleˇzit´ym faktorem, kter´y ovlivˇnuje zp˚usob rekonstrukce, je jak pˇristupujeme k samotn´ym dat˚um. Jak jiˇz bylo zm´ınˇeno dˇr´ıve v kapitole3.1.1, nesn´ım´ame pouze je-den obraz, ale dva, skrz dvˇe navz´ajem komplement´arn´ı masky. Nab´ız´ı se tedy nˇekolik moˇznost´ı, jak k dat˚um pˇristupovat. Moment´alnˇe jsou implementov´any tˇri pˇr´ıstupy (m´ody) viz tabulka 3.2.
M´od 1 vyuˇz´ıv´a pouze vrchn´ı masku a tud´ıˇz pracujeme jen s vrchn´ı ˇc´ast´ı detektoru.
Zbyl´e dva m´ody pak pouˇz´ıvaj´ı obˇe masky a pracuj´ı tedy jiˇz s cel´ym detektorem.
V m´odu 2 po celou dobu rekonstrukce z˚ust´avaj´ı obˇe ˇc´asti detektoru oddˇelen´e a pra-cujeme tedy se dvˇema maticemi. Naopak v m´odu 3 od sebe na zaˇc´atku rekonstrukce odeˇcteme obrazy prvn´ıch ˇr´ad˚u a pˇriˇcteme k sobˇe obrazy nult´ych ˇr´ad˚u a ve v´ysledku tedy pracujeme pouze s jednou matic´ı reprezentuj´ıc´ı detektor. V´yhody a nev´yhody tˇechto pˇr´ıstup˚u budou d´ale diskutov´any v kapitole 4.3.
V n´asleduj´ıc´ı ˇc´asti se budu zab´yvat tˇremi jiˇz zm´ınˇen´ymi funkcemi, je vˇsak nutn´e podotknout, ˇze kaˇzd´a z tˇechto funkc´ı se liˇs´ı v z´avislosti na pouˇzit´em m´odu. Popis, kter´y zde pˇredloˇz´ım, se tedy bude t´ykat m´odu 1, nicm´enˇe pro ostatn´ı m´ody jsou tyto funkce principi´alnˇe velmi podobn´e a maj´ı jen d´ılˇc´ı rozd´ıly.
3.2.1 Poˇ c´ ateˇ cn´ı odhad
Algoritmus TwIST ke sv´emu fungov´an´ı potˇrebuje m´ıt zadan´y v´ychoz´ı bod, ide´alnˇe co nejbl´ıˇze samotn´emu ˇreˇsen´ı a z toho d˚uvodu je nutn´e dˇelat poˇc´ateˇcn´ı odhad, k ˇcemuˇz slouˇz´ı jiˇz zm´ınˇen´a funkce
”makeInitGuess“. Tato funkce pˇrev´ad´ı vstupn´ı detektor D
na datakrychli I a transformuje ji do vlnkov´e dom´eny pomoc´ı haarovy transformace.
Hlavn´ı ˇc´ast t´eto funkce, kterou zde budu popisovat, je moˇzn´e vidˇet na obr´azku3.4.
Cel´y proces prob´ıh´a po ˇc´astech, nam´ısto vytvoˇren´ı datakrychle v jednom kroku pouˇz´ıv´ame cyklus, ve kter´em postupnˇe vytv´aˇr´ıme kaˇzd´y ˇrez. Nejprve tedy ze vstupn´ıho detektoru D extrahujeme ˇc´ast sn´ımku (actSlice), se kterou budeme d´ale praco-vat. D´ale pˇren´asob´ıme matici naˇseho aktu´aln´ıho sn´ımku matic´ı masky (nejeden´a se vˇsak o klasick´e maticov´e n´asoben´ı, oper´ator .* v Matlabu znaˇc´ı n´asoben´ı po prvc´ıch, neboli Hadamard˚uv souˇcin - kdykoliv se tedy d´ale v pr´aci budu zmiˇnovat o n´asoben´ı dvou matic, je myˇsleno pr´avˇe toto n´asoben´ı po prvc´ıch). Po t´eto operaci tedy m´ame n´aˇs aktu´aln´ı sn´ımek v podobˇe, kde na m´ıstech, kde v masce byly nuly, jsou i v aktu´aln´ım sn´ımku nuly a tam kde byly jedniˇcky, z˚ust´avaj´ı prvky nezmˇenˇeny (to ovˇsem plat´ı pouze pokud vyuˇz´ıv´ame 1. m´od, viz tabulka3.2, v ostatn´ıch m´odech je matice masky upravena obdobnˇe jako jsou zpracov´any sn´ımky, tud´ıˇz napˇr´ıklad u 3. m´odu se maska skl´ad´a z ˇc´ısel 1 a -1). D´ale se do rekonstrukce zapojuje i nult´y ˇr´ad (ZOimage), kdy k aktu´aln´ımu sn´ımku pˇriˇc´ıt´ame nult´y ˇr´ad vydˇelen´y pomˇerem mezi prvn´ım a nult´ym ˇr´adem na dan´e vlnov´e d´elce (FOvZO). V podstatˇe to zna-men´a, ˇze kdyˇz se na dan´e vlnov´e d´elce nult´y ˇr´ad t´emˇeˇr neprojevuje (m´a minim´aln´ı intenzitu), bude FOvZO velk´e (intenzita prvn´ıho ˇr´adu je mnohon´asobnˇe vyˇsˇs´ı neˇz intenzita nult´eho ˇr´adu) a tud´ıˇz se pˇriˇcte k aktu´aln´ımu sn´ımku jen mal´a ˇc´ast nult´eho ˇr´adu a naopak. N´aslednˇe uˇz m˚uˇze probˇehnout haarova transformace do vlnkov´e b´aze a zapsan´ı aktu´aln´ıho sn´ımku do datakrychle. Jak je vidˇet z posledn´ıho ˇr´adku k´odu, nejedn´a se o 3D-datakrychli, ale o dvourozmˇernou matici, kde jsou jednotliv´e sn´ımky ˇrazeny vedle sebe a ne za sebe, coˇz ulehˇcuje n´asledn´e zpracov´an´ı t´eto matice TwIST algoritmem. Tento proces pak opakujeme pro kaˇzd´y ˇrez datakrychle (to znamen´a pro kaˇzdou vlnovou d´elku, kterou poˇc´ıt´ame).
3.2.2 Pˇ revod detektoru na datakrychli
Pro pˇrevod dat z detektoru ¯D na datakrychli I se vyuˇz´ıv´a funkce
”imageDecode“.
Hlavn´ı ˇc´ast k´odu, kterou zde budu popisovat, je moˇzn´e vidˇet na obr´azku3.5.
Nejprve tedy opˇet dojde k extrahov´an´ı pˇr´ısluˇsn´eho ˇrezu a tento ˇrez je n´aslednˇe pˇren´asoben maskou. D´ale je zde moˇznost nahrazen´ı z´aporn´ych prvk˚u, v tomto pˇr´ıpadˇe se daj´ı bud’ z´aporn´e prvky vynulovat nebo jsou pˇreps´any jejich absolutn´ı hodnotou. Tato moˇznost m˚uˇze ˇc´asteˇcnˇe zlepˇsit kvalitu rekonstrukce a je zde proto, ˇze algoritmus TwIST m˚uˇze d´avat ve v´ysledku z´aporn´e hodnoty. Matematicky je to samozˇrejmˇe spr´avnˇe, nicm´enˇe z fyzik´aln´ıho hlediska pˇredstavuj´ı hodnoty pixel˚u in-tenzitu svˇetla, kter´a nem˚uˇze b´yt z´aporn´a. N´aslednˇe je do v´ypoˇctu zaˇrazen i nult´y ˇr´ad, kter´y je nejprve, obdobnˇe jako tomu bylo u poˇc´ateˇcn´ıho odhadu, pˇren´asoben maskou a vydˇelen pomˇerem intenzity prvn´ıho a nult´eho ˇr´adu a pot´e pˇriˇcten k aktu´aln´ımu ˇrezu. Ve fin´ale je stejnˇe jako u poˇc´ateˇcn´ıho odhadu na aktu´aln´ı ˇrez pouˇzita haarova transformace a je pˇrid´an do v´ysledn´e 2D-datakrychle I. Cel´y tento proces je pak opakov´an pro kaˇzdou mˇeˇrenou vlnovou d´elku.
Obr´azek 3.4: ˇC´ast funkce v Matlabu pro vytvoˇren´ı poˇc´ateˇcn´ıho odhadu (tzn. pˇrevod vstupn´ıch dat na datakrychli)
Obr´azek 3.5: ˇC´ast funkce v Matlabu pro pˇrevod dat detektoru na datakrychli
Obr´azek 3.6: ˇC´ast funkce v Matlabu pro pˇrevod datakrychle na detektor
3.2.3 Pˇ revod datakrychle na detektor
Pro pˇrevod datakrychle I na detektor ¯D vyuˇz´ıv´ame funkce
”imageEncode“, kter´a je ve sv´e podstatˇe inverzn´ı funkc´ı k
”imageDecode“ a odpov´ıd´a matici A v rovnici 2.9. Hlavn´ı ˇc´ast k´odu, kterou zde budu popisovat, je moˇzn´e vidˇet na obr´azku3.6.
Nejprve je nutn´e z´ıskat ˇrez, se kter´ym budeme pracovat. Toho doc´ıl´ıme tak, ˇze vy-jmeme pˇr´ısluˇsn´y ˇrez z 2D-datakrychle I, kter´a je v tuto chv´ıli ve vlnkov´e dom´enˇe, a aplikujeme na nˇeho inverzn´ı haarovu transformaci. N´aslednˇe je zde opˇet moˇznost nahrazen´ı z´aporn´ych prvk˚u, kter´a sice funguje stejnˇe jako u
”imageDecode“, nicm´enˇe se jedn´a o dva nez´avisl´e procesy, a proto m˚uˇzeme napˇr´ıklad v
”imageDecode“ nahra-zovat z´aporn´e prvky absolutn´ı hodnotou (imDecZeroing = ’abs’) a v
”imageEncode“
tento parametr v˚ubec nepouˇz´ıvat (imEncZeroing = ’none’). N´aslednˇe aktu´aln´ı ˇrez vyn´asob´ıme maskou a m˚uˇzeme pˇristoupit k v´ypoˇctu nult´eho ˇr´adu, kde ke st´avaj´ıc´ımu nult´emu ˇr´adu pˇriˇc´ıt´ame n´aˇs aktu´aln´ı ˇrez vyn´asoben´y maskou a pomˇerem intenzit mezi prvn´ım a nult´ym ˇr´adem (ten je zde pouˇzit ze stejn´eho d˚uvodu jako u poˇc´ateˇcn´ıho odhadu a pˇrevodu detektoru na datakrychli). V dalˇs´ım kroku pˇriˇcteme aktu´aln´ı ˇrez k detektoru v m´ıstˇe, kter´e je posunuto o jeden sloupeˇcek vpravo oproti pˇredchoz´ımu ˇrezu (toto posunut´ı odpov´ıd´a rozm´ıtnut´ı spektra, respektive oper´atoru S v rovnici
Obr´azek 3.7: Sestava HDES
2.9). Cel´y tento proces se opˇet opakuje pro kaˇzdou mˇeˇrenou vlnovou d´elku. V po-sledn´ım kroku pak na v´ystup bud’ odes´ıl´ame bud’ samotn´y rozm´ıtnut´y obraz (prvn´ı ˇr´ad), v pˇr´ıpadˇe, ˇze v rekonstrukci nechceme vyuˇz´ıvat nult´y ˇr´ad (useZOinCalc = 0), anebo matici, kde jsou za sebou spojeny jak matice prvn´ıho ˇr´adu, tak matice nult´eho ˇr´adu (useZOinCalc = 1).
3.3 Just´ aˇ z a kalibrace
Pro spr´avn´e fungov´an´ı aparatury je nutn´e prov´est just´aˇz a kalibraˇcn´ı mˇeˇren´ı. Pro jednoduˇsˇs´ı orientaci v jednotliv´ych komponentech a jejich uchycen´ı v soustavˇe je zde pˇriloˇzen obr´azek 3.7.
Prvn´ım krokem just´aˇze je zaostˇren´ı detektoru na masku. Toho doc´ıl´ıme tak, ˇze nejprve uvoln´ıme ˇsrouby drˇz´ıc´ı detektor a pomoc´ı zaostˇrovac´ıho koleˇcka, kter´e se nach´az´ı pˇred detektorem, doostˇr´ıme obraz masky. V tomto kroku je vˇsak probl´em vypl´yvaj´ıc´ı z konstrukce uchycen´ı detektoru. Pˇri zpˇetn´em dotaˇzen´ı ˇsroub˚u totiˇz doch´az´ı k mal´emu posunut´ı detektoru a tud´ıˇz i rozostˇren´ı obrazu, je tud´ıˇz nutn´e s t´ımto rozostˇren´ım poˇc´ıtat a pˇri ostˇren´ı nechat obraz nepatrnˇe rozostˇren´y. N´asledn´e posunut´ı detektoru zp˚usoben´e utaˇzen´ım ˇsroub˚u pot´e v ide´aln´ım pˇr´ıpadˇe zp˚usob´ı spr´avn´e zaostˇren´ı a my m˚uˇzeme pˇristoupit k dalˇs´ımu kroku.
Dalˇs´ım krokem je zarovn´an´ı detektoru, masky a difrakˇcn´ı mˇr´ıˇzky (maska a difrakˇcn´ı mˇr´ıˇzka jsou souˇc´ast´ı tubusu s disperzn´ı ˇc´ast´ı soustavy, viz obr´azek 3.1). Snaˇz´ıme se tedy o to, aby maska, detektor i difrakˇcn´ı mˇr´ıˇzka byly v jedn´e vodorovn´e ose a nebyly v˚uˇci sobˇe natoˇceny. Toho lze doc´ılit bud’ natoˇcen´ım samotn´eho detektoru nebo po-otoˇcen´ım masky, samotnou difrakˇcn´ı mˇr´ıˇzkou h´ybat nelze nebot’ je pevnˇe um´ıstˇen´a
v tubusu.
Jakmile jsou detektor, maska a mˇr´ıˇzka ve spr´avn´e pozici a obraz je zaostˇren, zkont-rolujeme dotaˇzen´ı ˇsroub˚u u detektoru a pootoˇc´ıme cel´ym tubusem s disperzn´ı ˇc´ast´ı optick´e soustavy tak, aby spodn´ı a vrchn´ı hrana masky byly rovnobˇeˇzn´e s podloˇzkou (respektive s dvojˇcoˇckou). N´aslednˇe zkontrolujeme, jestli je cel´y tubus ve vodorovn´e poloze.
D´ale posuneme kolektor (ˇcoˇcka pro nasmˇeˇrov´an´ı paprsk˚u, kter´e vych´az´ı z dvojˇcoˇcky pod pˇr´ıliˇs velk´ym ´uhlem, na detektor) tak, aby se nach´azel co nejbl´ıˇze masce a aby jeho stˇred byl ide´alnˇe v optick´e ose soustavy. Stejnˇe tak nastav´ıme dvojˇcoˇcku a ˇstˇerbinu do stejn´e v´yˇsky jako je zbytek komponent.
N´aslednˇe posuneme dvojˇcoˇcku do vzd´alenosti pˇribliˇznˇe 20 cm od masky a ˇstˇerbinu takt´eˇz pˇribliˇznˇe 20 cm od dvojˇcoˇcky (d´ano vzd´alenost´ı pˇredmˇetov´eho a obrazov´eho ohniska). Pot´e posouv´ame dvojˇcoˇckou po kolejnici a snaˇz´ıme se, aby spot, kter´y osvˇetlujeme, byl na stejn´em m´ıstˇe masky jak na horn´ım tak na spodn´ım obrazu.
Jakmile toho doc´ıl´ıme, nastav´ıme velikost ˇstˇerbiny tak, aby se oba obrazy navz´ajem nepˇrekr´yvaly.
Cel´a just´aˇz je kv˚uli souˇcasn´e konstrukci vcelku ˇcasovˇe n´aroˇcn´a a tud´ıˇz je do bu-doucna pl´anov´ana ´uprava pˇredevˇs´ım t´ykaj´ıc´ı se uchycen´ı detektoru k tubusu s disperzn´ı ˇc´ast´ı soustavy.
Po proveden´ı just´aˇze je nutn´e prov´est kalibraˇcn´ı mˇeˇren´ı, kter´e sest´av´a z mˇeˇren´ı homogennˇe osvˇetlen´e sc´eny pomoc´ı laseru a homogennˇe osvˇetlen´e sc´eny pomoc´ı ˇsirokop´asmov´eho zdroje svˇetla (v naˇsem pˇr´ıpadˇe pouˇz´ıv´ame halogenovou lampu).
Z tˇechto mˇeˇren´ı jsou n´aslednˇe pomoc´ı pˇr´ısluˇsn´eho skriptu v Matlabu zjiˇstˇeny koefici-enty pro oˇrez´an´ı obrazu a pro kompenzaci intenzit mezi horn´ım a spodn´ım obrazem, kter´e jsou n´aslednˇe pouˇz´ıv´any pˇri rekonstrukci.
4 Mˇ eˇ ren´ı
4.1 Intenzita prvn´ıho a nult´ eho ˇ r´ adu
Jak jiˇz bylo uvedeno v kapitole 3.1.4 difrakˇcn´ı mˇr´ıˇzka m´a na kaˇzd´e vlnov´e d´elce ji-nou propustnost svˇetla, tud´ıˇz pr˚ubˇeh intenzity spektra bude z´aviset na vlnov´e d´elce.
Z´aroveˇn tato propustnost bude u kaˇzd´e vlnov´e d´elky rozd´ıln´a pro prvn´ı a nult´y ˇr´ad, tud´ıˇz pomˇer intenzity mezi prvn´ı a nult´ym ˇr´adem bude takt´eˇz z´avisl´y na vlnov´e d´elce. Jedno z prvn´ıch mˇeˇren´ı, kter´e jsem tedy prov´adˇel, mˇelo za c´ıl zjistit, jak tato z´avislost pomˇeru intenzity mezi prvn´ım a nult´ym ˇr´adem na vlnov´e d´elce vypad´a.
Pro mˇeˇren´ı bylo vyuˇzito monochrom´atoru, kter´ym se z halogenov´e lampy vyb´ıralo
´
uzk´e p´asmo vlnov´ych d´elek o ˇs´ıˇrce pˇribliˇznˇe 15 nm. Toto svˇetlo bylo n´aslednˇe po-moc´ı optick´eho vl´akna pˇrivedeno na pap´ırov´e st´ın´ıtko a osvˇetlovalo zde bodovou oblast. Obraz na st´ın´ıtku byl n´aslednˇe zaznamen´an pomoc´ı soustavy HDES. Mˇeˇren´ı prob´ıhalo v rozsahu vlnov´y d´elek od 440 nm do 900 nm, coˇz je pˇribliˇznˇe maxim´aln´ı rozsah, kter´y je HDES schopen zaznamenat. Velikost vlnov´y d´elek byla n´aslednˇe ovˇeˇrov´ana spektrometrem od Ocean Optics Flame.
Nejprve tedy pro prvn´ı a nult´y difrakˇcn´ı ˇr´ad byla pro kaˇzdou vlnovou d´elku z nasn´ı-man´ych dat zjiˇstˇena intenzita obrazu. Pr˚ubˇeh t´eto intenzity v z´avislosti na vlnov´e d´elce je moˇzn´e vidˇet na obr´azku 4.1. Je moˇzn´e si zde povˇsimnout, ˇze pro prvn´ı ˇr´ad je maxim´aln´ı intenzita v 620 nm a u nult´eho ˇr´adu je toto maximum posunuto k 720 nm.
Pro kaˇzdou mˇeˇrenou vlnovou d´elku pak mohl b´yt z tˇechto ´udaj˚u vypoˇcten pomˇer mezi intenzitou prvn´ıho a nult´eho ˇr´adu. Z´avislost tohoto pomˇeru na vlnov´e d´elce je moˇzn´e vidˇet na obr´azku 4.2.
4.2 Testovac´ı sc´ eny
Pro fin´aln´ı testov´an´ı jsem si zvolil tˇri typovˇe odliˇsn´e sc´eny. Prvn´ım typem sc´eny byl nepr˚uhledn´y kˇr´ıˇz osvˇetlen´y zelen´ym Nd:YAG laserem vyzaˇruj´ıc´ı na vlnov´e d´elce 532 nm, jehoˇz svˇetlo bylo difusnˇe rozpt´yleno, aby byla sc´ena homogennˇe osvˇetlena.
Druh´ym typem sc´eny byla opˇet sc´ena s kˇr´ıˇzem, tentokr´at vˇsak osvˇetlen´a halogenovou lampou od firmy Thorlabs (QTH10/M). Tˇret´ı sc´ena se skl´adala ze ˇctyˇr kvadrant˚u, pˇriˇcemˇz kaˇzd´y kvadrant obsahoval jinak barevn´y filtr (na kaˇzd´e vlnov´e d´elce m´a tedy kaˇzd´y kvadrant jinou intenzitu - viz obr´azek 4.3) a jako osvˇetlen´ı n´am opˇet poslouˇzila halogenov´a lampa Thorlabs.
(a) Prvn´ı ˇr´ad (b) Nult´y ˇr´ad
Obr´azek 4.1: Relativn´ı intenzita obrazu na detektoru (vztaˇzeno k maxim´aln´ı hodnotˇe v jednotliv´ych obrazech)
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