Компьютерная дифракционная микротомография. Цифровая обработка и анализ изображений на основе 1D-, 2D-управляемой и вейвлет-фильтрации

Обложка

Цитировать

Полный текст

Открытый доступ Открытый доступ
Доступ закрыт Доступ предоставлен
Доступ закрыт Доступ платный или только для подписчиков

Аннотация

Приводятся и анализируются результаты компьютерной обработки дифракционных изображений точечного дефекта кулоновского типа в кристалле Si(111), регистрируемых рентгеновским детектором на фоне гауссовского шума, и последующей их фильтрации с использованием управляемого фильтра и эвристического вейвлета с атомной функцией Добеши четвертого порядка. Эффективность фильтрации топографического изображения определяется параметром усредненного по всем точкам относительного квадратичного отклонения пиксель-интенсивностей (RMS) обработанного и точного (незашумленного) 2D-изображений. Предложены применимые в практической работе методы выбора параметров фильтрации. При их использовании рассматриваемые методы можно с успехом применять для шумовой обработки рентгеновских 2D-изображений, имея в виду их последующее использование для цифровой 3D-реконструкции наноразмерных дефектов кристаллов.

Полный текст

Доступ закрыт

Об авторах

В. И. Бондаренко

Национальный исследовательский центр “Курчатовский институт”

Автор, ответственный за переписку.
Email: bondarenko.v@crys.ras.ru

Отделение “Институт кристаллографии им. А.В. Шубникова” Курчатовского комплекса кристаллографии и фотоники

Россия, Москва

C. Ш. Рехвиашвили

Национальный исследовательский центр “Курчатовский институт”

Email: bondarenko.v@crys.ras.ru

Отделение “Институт кристаллографии им. А.В. Шубникова” Курчатовского комплекса кристаллографии и фотоники

Россия, Москва

Ф. Н. Чуховский

Национальный исследовательский центр “Курчатовский институт”; Федеральный научный центр “Кабардино-Балкарский научный центр РАН”

Email: bondarenko.v@crys.ras.ru

Отделение “Институт кристаллографии им. А.В. Шубникова” Курчатовского комплекса кристаллографии и фотоники, Институт прикладной математики и автоматизации

Россия, Москва; Нальчик

Список литературы

  1. Authier A. Dynamical Theory of X-ray Diffraction. New York: Oxford University Press, 2001. 680 p.
  2. Asadchikov V., Buzmakov A., Chukhovskii F. et al. // J. Appl. Cryst. 2018. V. 51. P. 1616. https://doi.org/10.1107/S160057671801419X
  3. Бондаренко В.И., Конарев П.В., Чуховский Ф.Н. // Кристаллография. 2020. Т. 65. № 6. С. 845. https://doi.org/10.31857/S0023476120060090
  4. Chukhovskii F.N., Konarev P.V., Volkov V.V. // Acta Cryst. A. 2020. V. 76. P. 16. https://doi.org/10.1107/S2053273320000145
  5. Hendriksen A.A., Bührer M., Leone L. et al. // Sci. Rep. 2021. V. 11. P. 11895. https://doi.org/10.1038/s41598-021-91084-8
  6. Chukhovskii F.N., Konarev P.V., Volkov V.V. // Crystals. 2024. V. 14. P. 29. https://doi.org/10.3390/cryst14010029
  7. Бондаренко В.И., Рехвиашвили C.Ш., Чуховский Ф.Н. // Кристаллография. 2024. Т. 69. № 5. С. 755. https://doi.org/10.31857/S0023476124050012
  8. Welstead S. Fractal and Wavelet Image Compression Techniques. SPIE Publications, 1999. 254 p.
  9. He K., Sun J., Tang X. // IEEE Trans. Pattern Anal. Machine Intell. 2013. V. 35. № 6. P. 1397. https://doi.org/10.1109/TPAMI.2012.213
  10. Nagajyothi G., Raghuveera E. // Int. J. Adv. Res. Electron. Commun. Eng. 2016. V. 5. P. 2362.
  11. Li Z., Zheng J., Zhu Z. et al. // IEEE Trans. Image Process. 2015. V. 24. P. 120. https://doi.org/10.1109/TIP.2014.2371234
  12. Zhang Y.Q., Ding Y., Liu J. // IET Image Process. 2013. V. 7. № 3. P. 270. https://doi.org/10.1049/iet-ipr.2012.0351
  13. Zhu S., Yu Z. // IET Image Process. 2020. V. 14. № 11. P. 2561. https://doi.org/10.1049/iet-ipr.2019.1471
  14. Малла С. Вейвлеты в обработке сигналов. М.: Мир, 2005. 671 с.
  15. Гонсалес Р., Вудс Р. Цифровая обработка изображений. М.: Техносфера, 2005. 1072 с.
  16. Дремин И.М., Иванов О.В., Нечитайло В.А. // Успехи физ. наук. 2001. Т. 171. № 5. С. 465. https://doi.org/10.3367/UFNr.0171.200105a.0465
  17. Уэлстид С. Фракталы и вейвлеты для сжатия изображений в действии. М.: Триумф, 2003. 320 с.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
Скачать
2. Рис. 1. Функции в преобразовании D4.

Скачать (80KB)
Метаданные
3. Рис. 2. RMS как функция параметра ε. 1D-управляемый фильтр, размер окна фильтра ρ = 1, а – полное изображение, б – область вблизи дефекта. Варианты фильтра: 1 – в качестве опорного изображения использовано зашумленное; 2 – опорное изображение совпадает с точным; 3 – опорное изображение сгенерировано автоматически; 4 – интерполяция, ρ = 2.

Скачать (112KB)
Метаданные
4. Рис. 3. RMS как функция параметра ε. 2D-управляемый фильтр, размер окна фильтра ρ = 1, а – полное изображение, б – область вблизи дефекта. Варианты фильтра: 1 – в качестве опорного изображения использовано зашумленное; 2 – опорное изображение совпадает с точным; 3 – опорное изображение сгенерировано автоматически; 4 – интерполяция, ρ = 2.

Скачать (109KB)
Метаданные
5. Рис. 4. 2D-изображения: а – точное, б – зашумленное, в – фильтрованное, 2D-управляемый фильтр, автоматически сгенерированное опорное изображение.

Скачать (182KB)
Метаданные
6. Рис. 5. 2D-изображения: а – точное, б – зашумленное. Вейвлет-фильтрация: в – алгоритм первого типа [7], г – алгоритм второго типа.

Скачать (121KB)
Метаданные
7. Рис. 6. Профили интенсивности изображений, взятые вдоль отрезка, проходящего горизонтально через центр дефекта. Сплошная линия – точное изображение, пунктир – зашумленное изображение, точечная линия – результат фильтрации: а – для управляемого фильтра с автоматической генерацией опорного изображения, б – алгоритм первого типа вейвлет-фильтрации (∆ = 80), в – алгоритм второго типа вейвлет-фильтрации (∆ = 80).

Скачать (234KB)
Метаданные

© Российская академия наук, 2025