ОБРАБОТКА ЭЛЕКТРОННО-МИКРОСКОПИЧЕСКИХ ИЗОБРАЖЕНИЙ С ПОМОЩЬЮ ГРАФИЧЕСКИХ ПРОЦЕССОРОВ

Научная статья
Выпуск: № 11 (18), 2013
Опубликована:
2013/12/08
PDF

Смехун Я.А.2 , Полищук С.В.1

1Магистрант, 2магистрант, Дальневосточный федеральный университет

ОБРАБОТКА ЭЛЕКТРОННО-МИКРОСКОПИЧЕСКИХ ИЗОБРАЖЕНИЙ С ПОМОЩЬЮ ГРАФИЧЕСКИХ ПРОЦЕССОРОВ

Аннотация

Данная работа посвящена анализу серий изображений аморфных сплавов, полученных методом просвечивающей электронной микроскопии. Предложен способ выделения неровностей на поверхности сплава на основании спектральной оценки.

Ключевые слова: обработка изображений, аморфные сплавы, спектральные оценки.

Smekhun Y.A.2 , Polischuk S.V.1

1Undergraduate, 2undergraduate, Far Eastern Federal University

PROCESSING OF ELECTRON MICROSCOPIC IMAGES WITH THE GPU

Abstract

This work is devoted to the analysis of series images of amorphous alloys obtained by transmission electron microscopy. The method of separating of roughness on the alloy surface is offered on the basis of spectral estimation.

Keywords: image processing, amorphous alloys, spectral estimation.

Введение. Аморфные и нанокристаллические металлические сплавы с их уникальными механическими и магнитными свойствами представляют в настоящее время большой практический интерес. Важное место в исследовании аморфных металлических сплавов занимают методы, основанные на прямом наблюдении их структуры с помощью просвечивающей электронной микроскопии.

Задача восстановления точной морфологии поверхности сплава и детектирования дефектов в объёме сплавов является весьма важной при исследовании материалов и трудно разрешимой для методов просвечивающей электронной микроскопии. Изображение в просвечивающем микроскопе является проекцией трехмерной структуры, сложность заключается в получении информации о третьем измерении.

Определение неровностей на поверхности сплава. При изучении образцов сплава с применением просвечивающего микроскопа с атомным разрешением нет возможности определения неровностей на поверхности исследуемого образца. Поэтому, имея набор изображений, полученных в разных фокальных плоскостях, необходимо сделать оценку перепадов высот на поверхности образца. Оценить эти перепады можно анализируя локальные спектры имеющихся изображений.

Для получения карты высот неровностей поверхности сплава необходимо вычислить спектры локальных изображений постоянного размера с некоторым шагом на всех кадрах, соответствующие конкретному пикселю (рис. 1). Величина шага и размер спектров отвечают за точность построения карты, размытость границ резких перепадов высоты и напрямую влияют на количество производимых расчетов и время работы алгоритма.

12-05-2021 11-24-13

Рис. 1 - Зависимость среднего спектра от номера кадра

Вычисление карты высот неровностей поверхности сплава. Суть алгоритма состоит в пошаговом анализе среднего значения локальных спектров изображений при различных дефокусировках относительно некоторого начального положения фокальной плоскости.

Получение карты высот состоит из двух основных шагов:

  • Покадровое вычисление локального спектра изображения;
  • Вычисление карты высот неровностей поверхности сплава.

Для вычисления карты высот поверхности сплава необходимо вычислить спектры локальных изображений постоянного размера с некоторым шагом на всех кадрах, соответствующие конкретному пикселю (рис. 1).

Чтобы определить перепад высот, необходимо найти экстремумы (точки минимума) среднего спектра серий изображений и сопоставить им номера кадров, которым они принадлежат. Это обусловлено методом формирования изображения в просвечивающем электронном микроскопе. Зная дефокусировку, при которой был снят кадр изображения, можно определить высоту относительно начального положения фокальной плоскости, заданной в микроскопе при получении изображений, тем самым пиксель за пикселем построить карту поверхности образца сплава.

Анализ результатов. При обычном последовательном выполнении алгоритма на CPU и выходном размере изображения 12-05-2021 11-27-17 пикселей, размере спектра локального участка изображения 12-05-2021 11-27-26 пикселя, для которого вычисляется спектр, и количестве кадров равным 32 требуемое количество операций вычисления равно примерно 12-05-2021 11-27-36, что может занять несколько часов расчетов. Поскольку конечная точка на карте зависит только от соответствующих ей на каждом кадре спектров, было решено выполнять расчеты параллельно на видеокартах с использованием CUDA. Расчет одного спектра и средней яркости его пикселей в одном потоке графического ядра приводит к уменьшению времени выполнения в 50 раз.

Алгоритм расчетов карты высот поверхности сплава проверялся на точно известных данных. Для этого были смоделированы тестовые серии микроскопических изображений аморфного сплава с тремя ступеньками от 0,5 нм до 5 нм. Шаг дефокусировки при снятии кадров – 1 нм.

Результаты работы программы приведены на рисунке 2. Можно видеть, что при ступеньке 1,5 нм, некратной шагу получения изображений, точно определить высоту средней ступеньки не представляется возможным. При перепаде высот кратном шагу дефокусировки детектирование достаточно точное с небольшими погрешностями на границе ступенек.

12-05-2021 11-26-21

Рис. 2 - Построенные карты высот для смоделированных изображений и соответствующие им профили: а) три ступеньки по 5 нм; б) три ступеньки по 1,5 нм

Заключение. В работе рассматривается алгоритм построения карты высот по микроскопическим изображениям. Использование оценки спектра приводит к достаточно точным результатам. Реализация вычислений на графических процессорах позволяет уменьшить время выполнения расчетов в 50 раз. В данной работе технология CUDA является базисом для построения параллельных вычислений, в связи с огромным количеством одновременно выполняемых потоков. В качестве направления дальнейших исследований и усовершенствований может быть выбрана реализация более быстрого алгоритма получения спектра изображения, например: косинусное преобразование, Q-преобразование.

Список литературы

  • Р. Блейхут. Быстрые алгоритмы цифровой обработки сигналов: Пер. с англ. – М.: Мир, 2003. – 448 с.

  • Р. Гонсалес, Р. Вудс. Цифровая обработка изображений: Пер. с англ. – М: Техносфера, 2005. – 1070 с.

  • CUDA toolkit documentation. URL: http://docs.nvidia.com/cuda/index.html