Артефакты линий сканирования

Этот раздел описывает функции для выделения и исправления различных артефактов в данных СЗМ, связанных с получением данных линия за линией. Методы выравнивания и коррекции линий сканирования нередко требуют значительного изменения данных, которого следует по возможности избегать. К сожалению, дефекты линий сканирования встречаются очень широко, и, опять же, очень часто, их исправление может быть единственным способом работать с данными дальше. Тем не менее, данные методы должны использоваться с осторожностью.

Также рекомендуется ознакомиться с разделом Редактирование и исправление данных, который посвящен более общим методам исправления локальных дефектов.

Выравнивание строк

Профили, взятые вдоль оси быстрого сканирования (обычно ось x), могут быть взаимно сдвинуты на некоторое значение или иметь несколько иной уклон. Основные функции коррекции линий исправляют это несоответствие. Основная функция коррекции линий Обработка данныхИсправить данныеВыровнять строки работает с этим типом несоответствий используя несколько разных алгоритмов коррекции:

Срединное

Основные методы коррекции основаны на расчёте некоторой высоты, представляющей данную линию скана, и её вычитании, тем самым перемещая линии на одинаковую высоту. Здесь в качестве такой высоты используется срединное значение линии скана.

Мода высоты

Этот метод отличается от Срединного только используемым значением: модой распределения высоты. Разумеется, мода всего лишь оценивается поскольку доступен только конечный набор высот.

Полиномиальное

Метод Полиномиальное аппроксимирует строку полиномом заданной степени и вычитает его значения из данных строки. Для нулевой степени полинома из каждой строки вычитается среднее значение, для степени 1 вычитается наклон, для степени 2 дуга окружности, и т.д.

Срединное разностей

В отличие от методов сдвига характерной высоты каждой строки, Срединное разности сдвигает линии таким образом, что срединное значение разницы (между соседними по вертикали точками) становилось равным нулю. Следовательно, она лучше сохраняет крупные детали, в то же время она более чувствительна к сильно испорченным строкам.

Соответствие

Этот алгоритм в некоторой степени можно считать экспериментальным, однако иногда он может пригодиться. Он минимизирует определённую функцию разности линий, которая придаёт больший вес плоским областям и меньший областям с большими наклонами.

Усечённое среднее

Усечённое среднее лежит между обычным средним значением и срединным, в зависимости от того, насколько большая часть наибольших и наименьших значений будет отброшена. Для нулевого усечения (0) этот метод будет эквивалентен вычитанию среднего значения или Полиномиальному со степенью 0, для максимально возможного усечения (0.5) он эквивалентен Срединному.

Усечённое среднее разностей

Этот метод похожим образом предлагает непрерывный переход между Срединным разности и вычетом среднего значения. Он делает нулевыми усечённые средние разности высот (между соседними по вертикали пикселями). Для максимально возможного усечения (0.5) он эквивалентен Срединному разности. Поскольку средняя разность эквивалентна разнице средних значений (в отличие от срединных), для отсутствия усечения (0) он снова будет эквивалентен Полиномиальному со степенью 0.

Также, как и для двумерного полиномиального выравнивания, фон, т.е. значения, которые вычитаются из каждой строки, можно извлечь в другое изображение. Или построить в виде графика поскольку значения будут одинаковыми для всей строки.

Функция коррекции линий поддерживает использование маски, что позволяет исключить из рассмотрения крупные объекты на изображении, которые могут препятствовать корректной работе алгоритмов. Опции работы с масками будут представлены только если маска присутствует на данном изображении. Следует заметить, что инструмент Выровнять вдоль линии описанный ниже предоставляет другой способ выбрать фрагменты изображения, которые должны быть выровнены. Это может быть более удобно в ряде случаев.

Подсказка

Можно использовать Ctrl-F (Повторить последний) чтобы применить коррекцию с теми же настройками к нескольким изображениям не заходя в диалоговое окно.

Пример коррекции линий: изображение с дефектами (слева), диалог выравнивания строк с предпросмотром коррекции по срединному (по центру), и извлекаемый фон строк (справа). Следует заметить, что масштабы шкалы псевдоцвета на этих изображениях будут различны.

Инструмент выпрямления пути

Инструмент Выровнять вдоль линии может использоваться для коррекции высот в выбранном подмножестве линий на сложных изображениях.

Вначале необходимо выбрать несколько прямых линий на данных. Пересечения этих линий со строками затем формируют набор точек в каждой строке, которые будут использованы для выравнивания. Строки двигаются вверх и вниз с целью минимизации разницы высоты точек в граничащих строках. Строки, которые не пересекаются ни одной линий не двигаются (относительно соседних строк).

Пример выравнивания вдоль линии: (a) исходные данные со ступенями, которые автоматические линии могут исправить с ошибками, две подходящих выравнивающих линии выбраны; (b) результат применения выравнивания вдоль линии с шириной линии 5.

линейная коррекция ступеней

Функция Линейная коррекция ступеней пытается работать со сдвигами, которые происходят посреди линии скана. Она пытается определить смещённые сегменты в строках и исправить высоту каждого подобного сегмента индивидуально. Вследствие этого, она нередко может исправить данные с разрывом в середине строки. Эта функция носит характер экспериментальной и точный алгоритм её работы может меняться в дальнейшем.

Пометить инвертированные строки

Функция Пометить инвертированные строки находит линии изображения с перевёрнутыми вертикально особенностями и помечает их маской. Инверсия строк это пример артефакта, который случается, например, в магнитно-силовой микроскопии. Поскольку строка обычно перевёрнута сильно приблизительно, простая смена знака будет плохим вариантом исправления и обычно нужно использовать интерполяцию функцией Лапласа для исправления.

Пометить царапины

Обработка данныхИсправить данныеПометить царапины

Подобным образом, модуль Пометить царапины может создавать маску точек, рассматриваемых как царапины. В отличие от модуляУдалить царапины, который напрямую интерполирует обнаруженные дефекты, этот модуль позволяет интерактивно задавать несколько параметров для тонкой настройки процесса выделения царапин:

  • Максимальная ширина – только те царапины, толщина которых равна или меньше заданного значения (в пикселях), будут помечены.
  • Минимальная длина – только царапины, которые равны или длиннее заданной величины (в пикселях) будут помечены.
  • Жёсткий порог – минимальная разница значений относительно соседних верхней и нижней линии, которая будет считаться дефектом. Единицы считаются относительно среднеквадратичного отклонения изображения.
  • Мягкий порог – значения, отличающиеся не меньше, чем на заданную величину не образуют дефектов сами, но присоединяются к дефектам полученным по жёсткому порогу если они граничат с ними.
  • Положительные, Отрицательные, Оба – типы дефектов, которые будут удалены. Положительные означают дефекты с выпадающими значениями выше нормальных (пики), отрицательные – дефекты с выпадающими значениями ниже нормальных (дыры).

После нажатия на кнопку Ok новая маска царапин будет наложена на изображение. Другие модули и инструменты могут затем применяться для редактирования этих данных.

Пример удаления царапин

Пример выделения и удаления царапин: (a) исходные данные с дефектами, (b) данные с помеченными дефектами, (c) исправленные данные.

Удалить царапины

Обработка данныхИсправить данныеУдалить царапины

Царапины (полосы, штрихи) – части изображения, повреждённые очень распространённой ошибкой сканирования: локальным сбоем петли обратной связи. Линейные дефекты обычно параллельны оси быстрого сканирования изображения. Эта функция автоматически находит и удаляет эти царапины. используя соседние линии чтобы «заполнить» пустоты. Метод запускается с настройками, установленными при последнем использовании функции «пометить царапины».

Удаление шума XY

Обработка данныхМножественные данныеУдалить шум XY

Функция убирает шум на изображении на основе двух измерений одной и той же области – одного при сканировании вдоль оси x и второго вдоль оси y (и повернутым таким образом, чтобы оказаться ориентированными таким же способом, как изображении при сканировании вдоль x). Она основана на работах E. Anguiano и M. Aguilar (см. [1]).

Удаление шума работает путём применения преобразования Фурье к обоим изображениям, комбинировании информации в пространстве частот, и затем использовании обратного преобразования Фурье для получения изображения, очищенного от шума. Оно полезно для удаления больших царапин и полос в направлении быстрой оси сканирования.

Модель процедуры удаления шума XY: A) исходные данные, B) модель измерения по оси x, C) модель измерения по оси Y, D) изображение без шума.

Источники

[1] E. Anguiano and M. Aguilar, Ultramicroscopy, 76 (1999) 47