Mikroszkopikus méretű partikulumok morfológiai paramétereinek mérése

MIKROSZKOPIKUS MÉRETŰ PARTIKULUMOK MORFOLÓGIAI

PARAMÉTEREINEK MÉRÉSE

Készítette:

Pálfalvi József

Konzulens:

Eördögh Imre (MTA MFA)

Tanszéki konzulens:

Dr. Dobrowiecki Tadeusz (BME MIT)

BUDAPESTI MŰSZAKI ÉS GAZDASÁGTUDOMÁNYI EGYETEMMÉRÉSTECHNIKA ÉS INFORMÁCIÓS RENDSZEREK TANSZÉK

2

FIZIKAI HÁTTÉR ÉS FELHASZNÁLÁS

Kozmikus, nagyenergiájú részecskék (sugárzás) detektálása egyre fontosabb (űrkorszak, űrturizmus)

Sugárzás hatása az emberi szervezetrenem elhanyagolható

Földön: sugárterhelés 17%-a kozmikuseredetű (a Föld mágneses tere még véd)

Űrben (űrutazás, űrséták): nincs természetes védelem

3

FELMERÜLŐ KÉRDÉSEK

Felmerülő kérdések: Milyen részecskékből áll a sugárzás (energia,

tömeg, töltés)? Mekkora a dózis? Mik a hatások (rövid és hosszú távú)?

Válasz: Meg kellene mérni (lehetőleg helyben)!

Megoldás: Szilárdtest nyomdetektorok (CR-39)

4

DETEKTOROK ANALIZÁLÁSA

• Részecskék romboló hatásának kihasználása

Előfeldolgozás (maratás)

5

AMIT TUDUNK…

Az intenzitásképekről egyértelműen lehet következtetni a részecske fajtájára, energiájára

A részecske „nyom” felszínnel párhuzamos metszete egy ellipszis

Az ellipszis paramétereiből és a részecske „nyom” más adataiból (hossz, mélység…) kiszámítható az energia

6

IMAN 2.0, PROBLÉMAFELVETÉS

Általános képfeldolgozó szoftver

Alapvető képfeldolgozási eszközök és eljárások megtalálhatók benne

Hiányosságok: kozmikus részecske specifikus, magas szintű

feldolgozás (és a speciális esetek kezelése) háttérdetektálás magasabb szintű megoldása

Cél: algoritmusok létrehozása ezek kezelésére (az algoritmusok bemenete az IMAN kimenete)

7

KONKRÉT PROBLÉMÁK

Összetett (egymást fedő) részecske nyomok szétválasztása

„Csepp” alakú részecske nyomok kezelése

Háttér egyenetlenségeinek kiküszöbölése

8

BELSŐ GÖRBÜLET

Második derivált (meredekség változás) Kontúroknál: iránytangens változás (relatív) Előjeles formájával meghatározhatók a konvex

és konkáv szakaszok Simított körvonalra igen robusztusan működik

9

LENYOMAT (SIGNATURE)

A körvonal egy reprezentációja Csökkenti az eredeti probléma dimenzióját

(2D1D) Pl.: egy kitüntetett ponttól vett távolság és a

bezárt szög függvénye

10

LENYOMAT (SIGNATURE)

Saját lenyomat készítése: csepp alakú nyom középtengelyének

megkeresése körvonalpontok távolságának ábrázolása közelítése 4-ed fokú függvénnyel illeszkedés minősége (hibája) jellemzi az alakot

11

ALGORITMUSOK

Összetett nyomok szétválasztása: Belső görbület a körvonal minden pontjára Hu-paraméterek a konvex szakaszokra A kiválogatott konvex szakaszokra ellipszisek

illesztése Csepp alakú nyomok:

Saját lenyomat készítése Azonosított nyomokra ellipszis illesztés

12

13

14

15

16

17

18

19

20

21

22

23

24

HÁTTÉRDETEKTÁLÁS

Adaptív módszer N db képből határozzuk meg minden pixelre

a háttérintenzitás értékét Egy pixel háttérintenzitása az adott pixelhez

tartozó értékek (N db) mediánja lesz Új kép beérkezésekor a pixelértékeket

frissítjük a legutóbbi N darabra (adaptivitás) A küszöbözés ez alapján minden pixelre

külön történik Ezzel kiküszöbölhető:

megvilágítás egyenetlensége megvilágítás változása a felvételek között

25

IMPLEMENTÁCIÓ ÉS TESZTELÉS

MATLAB 7.7(fájlbeolvasás, algoritmusok, eredmény megjelenítők)

Tesztadatok: előzőleg, szakemberek által kiértékelt detektorok képei és statisztikái

Tesztelés célja: az algoritmusok helyességének, használhatóságának ellenőrzése

26

TESZTEREDMÉNYEK

Ellipszis alakú nyom

Összetett nyom

Összes nyom

Etalon 1012 81 1179

Algoritmus 1000 76 1157

Összetett nyomok szétválasztása1. teszt (labor detektor)

Pontosság: 98%

Ellipszis alakú nyom

Összetett nyom

Összes nyom

Etalon 318 87 492

Algoritmus 285 63 388Pontosság: 79%

2. teszt (űrdetektor)

27

TESZTEREDMÉNYEK

Pontosság: 68%

képfeldolgozás lépéseiben is van hiba (15%)

hamis negatív eredmények minimalizálása ↔ igaz pozitív eredmény is romlik

Csepp nyom Nem csepp nyom

Összesen

Etalon 90 59 149

Algoritmus 51 50 101

Csepp alakú nyomok azonosítása (űrdetektor)

28

ÉRTÉKELÉS

Mindkét algoritmus működőképes (az irány jó)

Cseppek felismerése nem elég robusztus

Összetett nyomok szétválasztásából az összes részecske 25%-a származik, és az össznyomszám 10%-a csepp alakú nyom

fontos az algoritmusok helyes működése(már most sokat számít)

Futási idők: képmezőnként 15ms - 30ms (kielégítő)

29

KITEKINTÉS, FEJLESZTÉSI LEHETŐSÉGEK

Algoritmusok tökéletesítése további leírók bevonásával, kombinálásával (komponens analízis?)

Előfeldolgozási lépések (IMAN makro) felülvizsgálata, finomítása

IMAN programcsomagba való integrálás (Real-Time feldolgozás)

Kezelői felület kialakítása, az algoritmusok vizualizálásához, paraméterezéséhez

30

„SIC ITUR AD ASTRA”(„ÍGY JUTUNK A CSILLAGOKIG”)

Köszönöm a figyelmet!