Resoconto Analisi Immagini - OfficinaTurini

Go to content
RESOCONTO  - ANALISI STATISTICA

Aggiornamento:   2 Febbraio 2021 - Analisi statistica
Aggiornamento:   5 Febbraio 2021 - Primi risultati
Aggiornamento:   6 Febbraio 2021 - Qualitá immagini
Aggiornamento: 20 Febbraio 2021 - Verifica nuovo settaggio microscopio camera
Aggiornamento:  1     Marzo 2021 - Report preliminare acquisizione 27 Febbraio

Dopo aver completato la scrittura (C++) ed il test di 4 librerie (DLL) per l'analisi ed il trattamento dell'immagine con possibilitá di eseguire codice a 64bit ho iniziato il lavoro di analisi delle immagini fornite.


Il primo passo fatto é stato quello di elaborare una statistica di primo livello sulle sequenze di immagini.
L'obiettivo é quello di valutare la qualitá delle immagini e/o della ripresa.

Quello che si evince da una prima analisi delle immagini é l'elevato rumore presente.
Difficilmente si supera un rapporto S/N maggiore di 100, ma da una camera di questa classe ci si aspetta come minimo 1000:1 !
A rendere piú difficile l'analisi é anche la presenza di frequenti fuori fuoco.

Giá a prima vista, senza alcuna analisi matematica, si percepisce la rumorositá delle immagini, qui sotto un esempio, non ritoccato e a grandezza naturale (porzione).


Anche l'istogramma della suddetta immagine é eloquente.


Mi sono chiesto quale fosse l'origine di questo rumore che per una camera a 14 bit é veramente elevato.
É vero che il soggetto da riprendere é difficile in quanto lievemente opaco, ma é proprio in questo caso che una camera con un elevato range intrascenico puó offrire il suo meglio.
Per primo ho analizzato una immagine di buio della camera ed il responso é che questa é molto buona, infatti il rumore elettronico é molto basso e soprattutto molto pulito (std < 1.5), qui sotto una immagine di dark:



e come del resto confermato dalla sua FFT



Se la camera intrinsecamente ha un basso rumore da dove deriva la scarsa qualitá delle immagini?
Non conoscendo l'istallazione ne tantomeno gli strumenti presenti é per me azzardato formulare una ipotesi.
Comunque per quel che vale farei una verifica sulle emissioni RF prodotte dalla lampada.
I sensori di immagine lavorano con segnali dell'ordine dei uV e una eventuale sorgente RF potrebbe facilmente corrompere la qualitá delle immagini.

L'immagine sottostante visualizza l'FFT di una immagine ripresa (la 50 controllo 1) ed il dubbio della presenza di un segnale ad alta frequenza é forte.



Qui sotto riporto invece l'andamento del valor medio della sequenza di immagini relative al "I Giorno".
Si vede come il valor medio abbia forti variazioni da una sequenza "controllo" a l'altra per ragioni a me ignote.
Sulle ordinate trovate il valor medio del frame, mentre sulle ascisse trovate il numero del frame, si riconoscono facilmente i sei diversi controlli, forse il numero delle cellule cambia .....




Cé da dire che il mio algoritmo di misura del movimento é fortemente immune alla variazioni statistiche di questo tipo, ma lo é molto meno per il rumore.
Il rumore mi introduce artefatti e questo andrá sicuramente a scapito della rivelazione di micro variazioni, che saranno sicuramente compromesse.
Alla luce attuale sarebbe stato preferibile avere una risoluzione spaziale minore ma un rapporto segnale disturbo piú elevato.
Penso che la stessa camera in binning 2x2 avrebbe dato il suo meglio.
Non ultimo il fatto che una risoluzione spaziale di quasi 6 Mpixel comporta tempi elaborazione molto gravosi, attualmente impiego 5 secondi ad immagine per la statistica ed oltre 20s per l'analisi del movimento.
Per cui mi occorreranno diversi giorni per completare l'elaborazione con il PC in funzione H24.

Mi sarebbe tanto piaciuto poter lavorare con qualcosa di qualitá simile ... ???


RESOCONTO  - PRIMI RISULTATI
Dopo diverse ore di elaborazione cominciano ad uscire i primi dati ....
Prima di tentare una loro analisi vorrei prima spiegare (brevemente)  come si é arrivati al risultato proposto entrando in dettaglio sulla matematica, gli algoritmi ed i processi utilizzati.

  1. I dati forniti era codificati nel formato TIFF a 16bit, da qui sono stati estratti i dati e memorizzati in una matrice all'interno dalla memoria di sistema.
  2. Viene calcolata la statistica intrinseca minimale. I suoi dati vengono poi utilizzati per i successivi processi
  3. Viene applicata una negazione all'immagine. Normalmente la cellula é piú scura perché assorbe parte della luce ma per il nostro scopo occorre che sia la parte piú luminosa. Per questo neghiamo l'immagine.
  4. Viene eseguito un algoritmo (Optical Flow Dense), molto complesso, che rileva il movimento che si é verificato fra due immagini, esempio fra la 1 e la 2, 2 e 3, etc. Dettaglio dell'algoritmo é spiegato in questo articolo. L'algoritmo é stato implemementato in C++ e successivamente sono stati trovati i migliori settaggi.
  5. L'OFD richiede un tempo computazionale notevole ma produce in uscita vettori, caratterizzati da una modulo e da un orientamento. Il settaggio proposto rivela il 1/10 di pixel di spostamento, questo é un valore elevato soprattutto in relazione alla bassa qualitá delle immagini, ma ho preferito lavorare con un sovracampionamento per ridurre gli artefatti.
  6. Dalla matrice di vettori si crea un contatore di frequenza (istogramma) bidimensionale e normalizzato su 256 valori e da qui possiamo partire con le prime considerazioni ...

Qui sotto si puó vedere un tipico andamento dei dati su un singolo passo.



Cerchiamo di capire cosa rappresenta questo grafico, al centro cé lo spostamento 0 ció che é fermo! Alla sinistra i movimenti negativi (é solo una convenzione) a destra i positivi.
Verticalmente troviamo il numero degli eventi.
Quelli piú vicini al centro sono gli spostamenti piú piccoli (il maggior numero) quelli piú lontani dal centro sono gli spostamenti piú grandi ma in minor numero.
Ad ogni step temporale tutto questo cambia ... qui un video che mostra il suo andamento per "I Giorno - Controllo 1". Per farlo partire cliccateci sopra!

Se avete visto il video temo che potreste essere un pó confusi perché non é facile capire da quel tipo di rappresentazione cosa stia succedendo ....
Per questo motivo applichiamo un successivo passaggio che permette di visualizzare tutti gli eventi insieme ....


Questa immagine rappresenta il nostro istogramma bidimensionale dove questo si sviluppa verticalmente mentre orizzontalmente cé il tempo.
Un punto piú intenso rappresenta un numero maggiore di eventi, altresi maggiore é la sua distanza dal centro e piú questo sará stato piú intenso ...

Forse peró questa rappresentazione 3D puó essere di aiuto ...



Un occhio esperto si accorge che lí cé una attivitá, anche piuttosto intensa, oltretutto a questo punto é facile filtrare gli eventi e scegliere un preciso punto di lavoro ....



Per brevitá non Vi posso mostrare tutti i miei grafici ma é evidente che cé una continua alternanza di attivitá. Per alcuni periodi cé qiete poi succede qualcosa (cosa ???) di cui non ho la minima idea ....
Mi sono chiesto invece quanto fosse affidabile questo tipo di rivelazione, in particolare nelle riprese si vedono ogni tanto corpi non cellulari o bolle che transitano ... é evidente che queste perturbano la nostra misura, ma di quanto?
La risposta é semplice piccolo corpo piccolissima purturbazione, grande corpo piccola perturbazione. Va ricordato che questa é una misura integrata, comunque é bene che sia il piú pulita possibile.

Qui sotto il plot di tutti i sei controlli del giorno 1



A questa particolare immagine ho applicato una visualizzazione logaritmica per pemettere di vedere anche gli eventi meno frequenti .... se la ingrandite vedete molto bene lo "stacco" fra un controllo e l'altro per evidenti motivi ...

A conclusione posso affermare con certezza che all'interno di una "comunitá" di cellule non cé un moto continuo ma sembra pulsato ....
In questo momento sono in elaborazione i successivi giorni e controlli .... dalla prima porzione di dati prodotta si intravedono cose interessanti ma avremo modo di esaminarli in dettaglio la prossima settimana.

RESOCONTO - QUALITÁ IMMAGINI


Come si evidenzia dai vari video del "Giorno I" il segnale prodotto dal particolato e dalle bolle é molto piú intenso e definito di quello offerto dalle cellule.
Pertanto ritengo inutlie andare avanti nell'analisi a meno che di non voler studiare i moti browniani.
Non mi sono accorto prima di questo problema in quanto per una cieca fiducia avevo posto delle verifiche ogni 50 quadri ripresi.
Ma dall'evidente forte variabilitá presente fra un CONTROLLO e l'altro ho deciso di analizzare quadro per quadro.
RESOCONTO  -  NUOVO SETTAGGIO

Ritengo che il settaggio "WS1 - Ph1 20x - Time Lapse 2.3ms - 1x Analog - 14bit - 808x808" sia decisamente il migliore.
Il rapporto S/N é decisamente migliorato e nel campo si individuano un numero maggiore di cellule.
Purtroppo peró una attenta analisi rivela un grave difetto di cui non conosco l'origine ma che rende le riprese inutilizzabili.
Come si puó vedere dalle animazioni il campo si muove!



RESOCONTO  - ACQUISIZIONI 27 FEBBRAIO

L'acquisizione fornita in data 27 febbraio é di buona qualitá (Grazie Riccardo) e ci ha permesso di effettuare una prima analisi delle diverse riprese effettuate.
La tecnica é quella spiegata in precedenza percui vado diritto ad esaminare i primi risultati.

Le differenti acquisizioni (9) sono state cosi nominate:
  1. Ctrl
  2. Ctrl I
  3. Ctrl II
  4. Ctrl III
  5. Rot 1 IV
  6. Rot 1 V
  7. Rot 05 I
  8. Rot 05 II
  9. Rot 05 IV

In tutti i video, plot, etc qui sotto visualizzati si rispetta questa sequenza.

Intanto partiamo con il vedere il video dei diversi istogrammi temporali relativi alle diverse sessioni: VIDEO
L'ho riportato allo scopo di documentazione anche se non é di grande aiuto a vederlo ...
Dalla sequenza temporale degli istogrammi ricaviamo due prime grandezze:

VALORE MEDIO


DEVIAZIONE STANDARD
(Scusate ma mi é rimasta l'indicazione AVERAGE sulla grafica)


Anche un profano come me evince che dalla Rot 1 IV succede qualcosa ...
Ho ripetuto l'analisi anche con campi piú limitati ed il risultato é il medesimo.
Adesso analizziamo l'andamento degli eventi con un campo di un pixel, VIDEO
Dopo di che analizziamo lo stesso ma con un campo a quattro pixel, con questo voglio vedere quanto il rumore creato dai vari detriti é presente .... VIDEO

Non guasta anche dare una occhiata al video Ctrl e del Rot 05 I che risulta il piú violento, forse ci sono troppi detriti? Mi sembra di no, qui sotto trovate tre video i primi due sono magnificati per evidenziare i movimenti il terzo no.

Per sicurezza ho analizzato tutti i video e direi che statisticamente tutti portano lo stesso numero di perturbazioni da detriti ....
Free counters!
VAT IT 02230330504
(C) 2016-2021 Officina Turini, Tutti i diritti riservati
Back to content