Особенности математической обработки СЗМ-изображений
Применение математических методов обработки результатов измерений, полученных сканированием. Характерные особенности наноизмерений, представление результатов в виде статистической гистограммы. Проблема верификация СЗМ-изображений, их восприятие.
Рубрика | Программирование, компьютеры и кибернетика |
Вид | статья |
Язык | русский |
Дата добавления | 02.11.2018 |
Размер файла | 76,5 K |
Отправить свою хорошую работу в базу знаний просто. Используйте форму, расположенную ниже
Студенты, аспиранты, молодые ученые, использующие базу знаний в своей учебе и работе, будут вам очень благодарны.
Размещено на http://www.allbest.ru//
Размещено на http://www.allbest.ru//
Егорьевский технологический институт (филиал) ГОУ ВПО МГТУ «Станкин»
Особенности математической обработки СЗМ-изображений
В. Б. Илюшин
Одно из основных направлений современного развития нанотехнологий связано со сборкой разномасштабных структур. Возможность реализации подобной технологии непосредственно зависит от совершенствования сканирующей зондовой микроскопии (СЗМ).
Сканирующая зондовая микроскопия это основной инструмент визуализации наноструктур. При изучении свойств объектов её методами основным результатом научного поиска являются, как правило, трехмерные изображения поверхности этих объектов. В последние годы наметилась тенденция перехода от простой визуализации наноструктур к определение их количественным характеристикам, в том числе к построению геометрической конфигурации расположения составляющих структуру элементов, в частности это могут быть молекулы и атомы. Кроме того, СЗМ -- это инструмент механической нанообработки материалов.
Данная статья написана в порядке дискуссии и обсуждении проблемы доверия результатам измерений сканирующей зондовой микроскопии и основана на доступных автору публикациях по этой теме.
В публикациях на тему сканирующей микроскопии [1, 2, 3] отмечается, что есть потенциальная возможность получения метрологически точной, трехмерной информации о свойствах нанообъектов с нанометровым пространственным разрешением вплоть до атомарного, причем можно строить карту распределений той или иной физической величины в нанометровом масштабе измерений. С другой стороны, аргументированные, несложные расчеты по физике, показывают, что «заявления производителей электронных микроскопов о том, что их микроскопы позволяют фотографировать отдельные атомы, мягко говоря, некорректны», так как носителями информации, представляемой на фотографиях электронных микроскопов, являются рентгеновские фотоны, но не электроны [4].
Насколько искажается форма наноструктур при сканировании можно наглядно проиллюстрировать результатами, приведенными в работе [5]. На 9 атомно-силовых микроскопов разных фирм изготовителей была установлена одна и та же микронная структура, представляющая собой шаговую структуру, состоящую из выступов трапециевидной формы. Профиль этой структуры (рис. 1а) был определен на растровом электронном микроскопе. Результаты визуализаций даны на рис. 1б и это для микронной структуры, для атомарного разрешения при исследовании нанометровых объектов атомно-силовой микроскопией искажения толком не исследовались. Из этого в работе [5] делается вывод, что атомно-силовые микроскопы на самом деле до сих пор не являются измерительными приборами. Они являются устройствами, предназначенными только для визуализации объекта исследования.
В этой связи приобретает важность широкомасштабного экспериментального исследования результатов визуализации картин наномира, предоставления возможности пользователям сканирующей электронной микроскопии убедиться в достаточной достоверности визуализации картин наноструктур, используя для этого аппаратуру разных фирм и альтернативные возможности визуализации.
С точки зрения общепринятой методики обработки физических измерений для повышения точности и достоверности визуализации, часто достаточно заменить значение в каждой точке средним арифметическим значений всех точек в некоторой ближайшей ее окрестности. Если же уровень шумов довольно высок, то требуется применение более сложных методов.
Важную роль для повышения точности и достоверности картины визуализации играют применение математических методов обработка результатов измерений, полученных сканированием. При записи изображений СЗМ используются цифровые методы хранения информации, разработанные для компьютеров. Информация в компьютере представляется в виде двумерной матрицы целых чисел. Основная проблема визуализации - это преобразование этой матрицы чисел в вид, удобный для восприятия. Помимо полезного сигнала на изображении всегда присутствует шумовая составляющая. Чтобы убрать ее применяются различные алгоритмы обработки чисел матрицы. Современные компьютерные программы предлагают различные дополнительные возможности по обработке и построению изображений, полученных с помощью СЗМ, производители этого вида программного обеспечения либо не утруждают себя разработкой математических методов математических методов обработка результатов измерений, либо оставляют за кадром запрограммированные алгоритмы математической обработки результатов сканирования. Это создает вполне обоснованное недоверие ко всему комплексу в целом. Например, один из главных российских производителей приборов для нанотехнологий компания НТ-МДТ http://www.ntmdt.ru/ использует самые простые алгоритмы статистической обработки исходной матрицы. Не очень понятно, какие алгоритмы в этом плане использует программное обеспечение компании ВидеоТест http://www.videotest.ru/ru/products, но если судить по анонсируемым на их сайте методикам анализа изображений СЗМ, то несложные. Ведущие производители микроскопов интальянская компания Digital Instruments http://www.veeco.com/ и германская Карл Цейсс http://www.optec.zeiss.ru/ вообще не утруждают себя разработкой соответствующих алгоритмов обработки СЗМ-изображений.
Рис.1
математический сканирование изображение наноизмерение
Если же взять аналогичные задачи обработки изображений со спутников поверхности Земли и других планет в разных диапазонах электромагнитных волн, включая радиолокацию, то можно привести много ссылок на разработанные математические, алгоритмические и программные методы обработки этих изображений. Причем в данном случае верификация изображений в целях проверки их достоверности большого труда не составляет, в отличии от СЗМ-изображений.
В статьях журналов и сайтов интернета много картинок с достаточно отчетливым изображением наноструктур, но они чаще всего приводятся как иллюстративный материал и не являются доказательной базой утверждений статьи. Это наводит на мысль, что авторы публикуемых изображений сами не очень доверяют им.
Характерной особенностью наноизмерений является представление результатов в виде статистической гистограммы, которая является статистической оценкой распределения вероятностей измеряемой физической или геометрической величины. Естественно, что замена гистограммы точечной или даже интервальной статистической оценкой значения измеряемой величины может привести к сильным искажениям и ошибкам в представлении результирующей картины, особенно если вероятностное распределение многомодально.
Таким образом, математическая обработка результатов сканирования наноструктур микроскопом в целях выделения полезного сигнала актуальная задача и решать её надо с применением уже разработанных программно-математических методов обработки изображений макрообъектов, с учетом специфики СЗМ-изображений. Искажения СЗМ-изображений, в свою очередь, в большей степени зависят от параметров кантилевера зондового микроскопа, следовательно, по своей сути методы должны основываться на адаптивном управлении съема информации с помощью кантеливера. Остается проблемой верификация СЗМ-изображений, их субъективное восприятие привычными образами макрообъектов в виде статических структур.
Литература
А.Я. Вуль, А.Т. Дидейкин, З.Г. Царева, М.Н. Корытов, П.Н. Брунков, Б.Г. Жуков, С.И. Розов. Прямое наблюдение изолированных кластеров ультрадисперсного алмаза методом атомно-силовой микроскопии. ПЖТФ, т. 32, вып. 13, 2006, с.12-18.
И.В. Шальнев, В.В. Гончаров, П.Н. Брунков, С.Г. Конников, А.Т. Дидейкин, А.Я. Вуль. Анализ АСМ изображений изолированных наноразмерных кластеров - Тезисы докладов 1 Международного форума по нанотехнологиям, М.,2008: http://rusnanotech08.rusnanoforum.ru/Section.aspx/Show/19001 .
А.А.Бухараев, Д.А.Бизяев, С.А.Зиганшина, А.П.Чукланов, Н.И.Нургазизов, Д.В.Лебедев. Особенности получения топографических, оптических, упругих и агезионных характеристик нанообъектов методами сканирующей зондовой микроскопии. - Тезисы докладов 1 Международного форума по нанотехнологиям, М.,2008: http://rusnanotech08.rusnanoforum.ru/Section.aspx/Show/19001 .
Канарёв Ф.М. Теоретические основы физхимии нанотехнологий. 2-е издание. Краснодар 2008, 675 с.
Ю.А. Новиков, Ю.В.Озерин, Ю.И. Плотников, А.В. Раков, П.А. Тодуа Нанометрология линейных измерений в атомно-силовой микроскопии - Труды Института общей физики им. А.М. Прохорова РАН, т. 62, 2006, с.121-144.
Размещено на Allbest.ru
...Подобные документы
Описание математических методов представления и обработки графических изображений. Описание разработанного программного дополнения. Описание функций и их атрибутов. Представление и обработка графических изображений. Результаты тестирования программы.
курсовая работа [1,7 M], добавлен 27.01.2015Обработка изображений на современных вычислительных устройствах. Устройство и представление различных форматов изображений. Исследование алгоритмов обработки изображений на базе различных архитектур. Сжатие изображений на основе сверточных нейросетей.
дипломная работа [6,1 M], добавлен 03.06.2022Обзор существующего программного обеспечения для автоматизации выделения границ на изображении. Разработка математической модели обработки изображений и выделения контуров в оттенках серого и программного обеспечения для алгоритмов обработки изображений.
дипломная работа [1,7 M], добавлен 27.03.2013История появления и основные понятия графического дизайна. Выявление главных преимуществ и недостатков недеструктивной обработки изображений. Сравнение деструктивной и недеструктивной обработки изображений. Сущность и особенности двухмерной графики.
реферат [5,2 M], добавлен 05.05.2023Изучение современных методик компьютерной обработки биомедицинских изображений с целью улучшения изображений для их наилучшего визуального восприятия врачом-диагностом и эффективного сжатия изображений – для надежного хранения и быстрой передачи данных.
курсовая работа [2,3 M], добавлен 15.04.2019Современные системы текстурного анализа изображений. Примеры текстурной сегментации одноканальных изображений. Использование признаков, полученных на основе гистограммы яркостей второго порядка, для классификации спектрозональных аэрофотоснимков.
реферат [573,5 K], добавлен 15.01.2017Изучение и программная реализация в среде Matlab методов обработки, анализа, фильтрации, сегментации и улучшения качества рентгеновских медицинских изображений. Цифровые рентгенографические системы. Разработка статически обоснованных алгоритмов.
курсовая работа [4,7 M], добавлен 20.01.2016Выбор методов обработки и сегментации изображений. Математические основы примененных фильтров. Гистограмма яркости изображения. Программная реализация комплексного метода обработки изображений. Тестирование разработанного программного обеспечения.
курсовая работа [1,3 M], добавлен 18.01.2017Цифровые рентгенографические системы. Методы автоматического анализа изображений в среде MatLab. Анализ рентгеновского изображения. Фильтрация, сегментация, улучшение изображений. Аппаратурные возможности предварительной нормализации изображений.
курсовая работа [890,9 K], добавлен 07.12.2013Задача пространственно-временной обработки изображений при наличии шумов и помех. Методы оптимизации при пространственно-временной обработке изображений. Структура специализированной программы, описание ее пользовательского интерфейса. Смета затрат.
дипломная работа [957,2 K], добавлен 10.06.2013Основные категории изображений: растровые и векторные. Программы, работающие с растровыми изображениями. Инструменты для работы с обоими типами графики в программе Photoshop. Обзор современных программ обработки и просмотра графических изображений.
курсовая работа [49,0 K], добавлен 20.09.2010Описание метода обработки "Выделение контурных линий" и особенностей его применения и программной реализации. Способы увеличения контрастности. Значение правильного подбора формы гистограммы для качества компьютерной обработки растрового изображения.
курсовая работа [940,2 K], добавлен 24.06.2013Типы изображений (черно-белые, полутоновые, цветные) и их форматы. Устройства, создающие цифровые изображения, и их параметры. Применение и характеристики методов сжатия изображений. Поиск по содержимому в базах данных изображений. Структуры баз данных.
презентация [360,4 K], добавлен 11.10.2013Разработка программы для визуализации результатов статистической обработки экспериментальных данных. График, визуализирующей зависимость температуры физического объекта от времени, регистрируемой датчиками на протяжении фиксированного промежутка времени.
курсовая работа [1,8 M], добавлен 18.09.2014Общие сведения о графических редакторах, понятия компьютерной растровой и векторной графики, форматов. Обзор и сравнительный анализ современных программ обработки и просмотра графических изображений: Paint, Corel Draw, Adobe Photoshop, MS PowerPoint.
дипломная работа [283,9 K], добавлен 09.08.2010Анализ существующих методов масштабирования изображений. Повышение скорости обработки и изменения картинок. Алгоритм масштабирования с использованием параллелизма. Отбор пикселей для правильного расчета градиента. Выбор метода интерполяции изображения.
курсовая работа [5,8 M], добавлен 17.06.2017Обнаружение деталей и их границ изображения. Применение ранговых алгоритмов. Использование алгоритмов адаптивного квантования мод в режиме пофрагментной обработки. Обобщенная линейная фильтрация изображений. Восстановление отсутствующих участков.
курсовая работа [1,8 M], добавлен 17.06.2013Задачи цифровой обработки изображений. Методы пороговой сегментации. Создание программы представления рисунка в виде матрицы и применения к нему пороговой обработки. Разработка интерфейса программы загрузки и фильтрации изображения с выбранным порогом.
курсовая работа [2,0 M], добавлен 12.11.2012Система компьютерной обработки данных для сбора, систематизации, статистической обработки, анализа результатов учебного процесса за четверть, полугодие, год. Модуль обработки данных о качестве обучения, итогов успеваемости и данных о движении учащихся.
реферат [22,5 K], добавлен 05.02.2011Методы обработки изображений. Представление изображения в форматах RGB и HSB. Экономическая эффективность разработки и внедрения программного обеспечения подсистем обработки и выделения текстильных волокон. Защита оператора ЭВМ от вредных факторов.
дипломная работа [287,2 K], добавлен 19.06.2010