Simulación de escenarios de formación de imágenes multiespectrales de rayos x por Wien cambiar espectroscopia óptica

M. Brydegaard y S. Svanberg

Citación: American Journal of Physics 78, 170 (2010); doi: 10.1119 / 1.3248356 Ver en línea: http://dx.doi.org/10.1119/1.3248356

Ver Tabla de contenidos: http://scitation.aip.org/content/aapt/journal/ajp/78/2?ver=pdfcov

Publicado por la Asociación Americana de Profesores de Física

Los artículos que pueden estar interesados ​en

Desarrollo de alta velocidad fluorescente de rayos X micro-tomografía computarizada

AIP Conf. Proc. 705, 1320 (2004); 10.1063 / 1.1758044

En el diseño de una Imaging versátil y duro Beamline de rayos X en el sincrotrón de Australia: Implantación de In-Line de contraste de fase
Imaging
AIP Conf. Proc. 705, 380 (2004); 10.1063 / 1.1757813

Calculado Evolución de lado-a-extremo y en los rayos X. Las imágenes de alambre y Gas Puff Implosiones en Z
AIP Conf. Proc. 651, 350 (2002); 10.1063 / 1.1531348

métodos de imagen de rayos X de los últimos 25 años, los nuevos avances y capacidades
AIP Conf. Proc. 557, 16 (2001); 10.1063 / 1.1373737

Las condiciones óptimas para imágenes de rayos X por simulación matemática

AIP Conf. Proc. 509, 665 (2000); 10.1063 / 1.1306113

Este artículo tiene derechos de autor, como se indica en el artículo. Reutilización del contenido AAPT está sujeta a los términos en: http://scitation.aip.org/termsconditions. Descargado a la PI:

En 132.206.205.6: Jue 26 Feb el año 2015 23:02:40

 Simulación de escenarios de formación de imágenes multiespectrales de rayos x por Wien cambiar espectroscopia
óptica

M. Brydegaard una y S. Svanberg

División de Física Atómica, Universidad de Lund, PO Box 118, SE-100 22 Lund, Suecia

Recibido el 22 de diciembre de 2008; aceptan las 24 de septiembre de 2009

La adquisición de imágenes de rayos X multiespectrales y el tratamiento de estos datos son esenciales para la comprensión de muchos
dispositivos que nos encontramos en la vida cotidiana. Los ejemplos incluyen la tomografía computarizada en los hospitales y los escáneres
en los aeropuertos. aparatos de rayos X siguen siendo poco práctico para los laboratorios universitarios debido a su considerable coste y el
riesgo de la exposición a la radiación ionizante. Una manera de adquirir información espectral y por lo tanto constituyente de discriminación
de datos en imágenes de rayos x es alterar los contenidos espectrales de la fuente de rayos x iluminación, que se puede conseguir
cambiando el voltaje del tubo de rayos X y por lo tanto con energía el desplazamiento de la radiación de frenado. Un efecto similar se
produce en la emisión de un radiador de cuerpo negro en las regiones ópticas e infrarrojas cuando la alteración de la temperatura. Nos
ilustran cómo simular el escenario de rayos X con una cámara web y una bombilla ordinaria. La comprensión de cómo la información física
con respecto a los objetos química y se pueden obtener en imágenes multiespectrales apoyada por el análisis multivariante se gana. © 2010
Asociación Americana de Profesores de Física.

DOI: 10.1119 / 1.3248356

I. INTRODUCCIÓN
Los contenidos espectrales en la luz reflejada, es decir, los colores de los objetos que
nos rodean, nos ayuda a distinguir objetos y determinar su composición. Los espectros de
rayos X son particularmente eficaces para determinar la composición atómica utilizando
las líneas características, la energía de la que se relaciona con la carga nuclear. 1 Para las
imágenes de rayos x 2D y 3D de la radiación de frenado de un ánodo metálico dará lugar
a una distribución particular de energías de rayos x en función de la tensión aplicada.
curvas de emisión de rayos X se muestran en la Fig. 1 una para 10, 20, y 30 kV adaptado
de Ref. 2 , Donde se aumenta la longitud de onda corta de corte se mueve a la izquierda
como la tensión. voltajes más altos se utilizan normalmente en las imágenes médicas. 3 Si
los coeficientes de atenuación coef fi de rayos x tienen una dependencia de energía
diferente, lo que es el caso de los huesos, músculos y sangre 4 Higo. 1 b , Y los pesos de
iluminación diferentes partes de las curvas de atenuación de manera diferente, los
materiales pueden ser discriminados unos de otros. La radiación de frenado Fig. 1 una contiene utilizan para la grabación de datos. día presente- instrumentos espectrómetro de
longitudes de onda más cortas con el aumento de tensión del tubo, y por lo tanto la
ponderación espectral será diferente. Una imagen multiespectral se puede considerar que
consistirá norte canales “Color”, que pueden ser representados por una NORTE- espacio
de color tridimensional. 5 - 7 Si el objeto SEGUNDO, tal como hueso, tiene una composición
atómica diferente de objeto METRO, tales como músculo, los espectros de atenuación son
diferentes como se muestra en la Fig.
rojo obj = ER obj S rojo re , 1
0
donde el rojo obj es el color rojo percibido, mi es la ilumi-
espectro de emisión ción, R obj es el objeto de re fl ectancia
espectro, S rojo es la sensibilidad espectral del color rojo
canal, y es la longitud de onda.
Podemos proporcionar canales espectrales tiene o bien diferente mi
funciones o diferente S funciones debido mi y S entrar en la ecuación.
1 de forma equivalente. “Que se ve el objeto, como cuando se ilumina con
luz roja?” Esta pregunta intrigante se le pide en ciertas situaciones
cotidianas.
En las imágenes ectancia re fl multiespectral, 8 - 11 como encon- cados en imágenes
por satélite de recursos terrestres, una serie de bien de fi nidas bandas espectrales se
imágenes hiperespectrales tienen 128 o más canales espectrales. Si usamos bien de fi
nida cuasi monocromática bandas espectrales, las grabaciones espectrales y
procesamiento de imágenes subsecuente a ser conceptualmente simple, ya que se
relacionan con la espectroscopia normal, pero con un gran número de puntos
espaciales. La visión humana o color CCD tografía foto- utiliza un pequeño número de
canales de color, que no son tan bien definida. Claramente, la información espectral
puede pueden obtener los utilización de bandas de distribución espectral amplios y
complejos si difieren su fi cientemente unos de otros. Tal troscopy SPEC- “integral” está
bien adaptado para el análisis utilizando análisis multivariante

1 b , Y los píxeles o vóxeles de los dos objetos serán representados por enjambres de
puntos de datos separados en el espacio de color de rayos x Higo. 1 c . Proyección de
los valores de segundo y METRO en un solo eje que podría dar lugar a la superposición
de datos y prohibir distinción. Por esta razón no podemos distinguir la sangre de los
músculos de una imagen tradicional de rayos X que se toma con la distribución de la
radiación de frenado de la tensión del tubo de rayos X en. Del mismo modo, no sería
capaz de distinguir pasta de dientes de explosivos en una bolsa de viaje.
En nuestro espacio de color natural de la visión, los ejes describen la
contribución que la luz de un objeto hace a cada uno de nuestros canales
espectrales visuales: rojo, verde y azul. Cada eje representa la respuesta
espectral de un tipo diferente de tor recep- en el ojo. Por ejemplo, el color
rojizo percibido de un objeto está dada por
técnicas, como director componente
análisis. 12 - 15 Un espectro se puede expandir en una serie de espectros de
componentes principales, que son ortogonales entre sí. Siguiendo esta línea de
razonamiento, de imágenes multiespectrales de rayos x se puede realizar mediante
el uso de radiación de frenado producido por tres tensiones de tubo T 1, T 2, y T 3 que
podría ser 30,
60, y 90 kV, lo que corresponde a las energías máximas de fotones de 30, 60 y 90
keV, respectivamente , Proporcionando medidas de tres canales espectrales
generalizadas 5 - 7 como se muestra en la Fig. 1 c . Aquí los tres ejes en el espacio
espectral representan la iluminación por las tres tensiones de tubo. Los espectros
de iluminación son muy diferentes. También podemos elegir expresar la
sensibilidad S
o el espectro de absorción como una función
de tensión del tubo en lugar de longitud de onda.

170 A.m. J. Phys. 78 2 , Febrero de 2010 http://aapt.org/ajp © Asociación Americana de Profesores de Física 2010 170

Este artículo tiene derechos de autor, como se indica en el artículo. Reutilización del contenido AAPT está sujeta a los términos en: http://scitation.aip.org/termsconditions. Descargado a la PI:

En 132.206.205.6: Jue 26 Feb el año 2015 23:02:40

 Fig. 1. a tubo de rayos X y tres espectros bremsstrahlung generados por diferentes voltajes de tubo adaptados de Ref. 2 . segundo Los espectros de atenuación de los rayos X para diferentes sustancias datos de Ref. 3 . do Localización de
puntos de datos de varios objetos en un espacio de color de rayos x expandido en varias tensiones de tubo.

equipos de rayos X es generalmente costoso, y varios problemas de seguridad

que deben tenerse en cuenta para minimizar la exposi- ción a la radiación ionizante R=U R0+ r T - T0, 5
yo
no deseada. Estos problemas hacen que sea difícil para proveer demostraciones
prácticas en ing ima- de rayos X, que comúnmente se encuentra en el diagnóstico dónde R es la resistencia del filamento, R 0 la resistencia a temperatura ambiente, r la
médico y control de seguridad. Una manera de simular nario el esce- de rayos x es resistencia térmica coeficiente, y T 0 es la temperatura de la habitación. Ecuación 6 para
tomar ventaja de la Wien cambio que los radiadores de cuerpo negro de ser introducido más tarde, será importante para la determinación de las temperaturas
exposiciones cuando sus cambios de temperatura. La similitud entre la radiación de absolutas de los emisores de cuerpo negro.
frenado con- ceptual y los espectros ción Planck radia- es el tema de este trabajo.

El contenido espectral de una bombilla de filamento común está dada por la II. CONFIGURACIÓN EXPERIMENTAL

distribución de Planck
Un diagrama esquemático de la configuración experimental utilizada para la simulación de

radiación de frenado que emplea un radiador de Planck se muestra en la Fig. 2 . fuente de

2 hc 2
mi , T = , 2 alimentación variable de 0-15 Amanually V corriente continua
5 mi hc kT - 1 y 2 A se utiliza para cambiar la corriente a una bombilla de 12 V y 3 W de luz
incandescente y de ese modo la temperatura del filamento y el espectro
emitido. Las imágenes de la misma escena se toman con diferentes
dónde h es la constante de Planck, do es la velocidad de la luz, k es la constante de
temperaturas de iluminación. La edad Voltios y la corriente se miden para
Boltzmann, y T es la temperatura del radiador.
cada imagen. Las imágenes se obtuvieron usando una cámara web ordinaria
Una re digital de imagen reflectancia a la luz de un radiador de cuerpo negro
con una cámara PAC207 PixArt. También utilizamos otra CMOS de imágenes
es el producto del espectro de reflectancia R ,
FillFactory IBIS5-A-1300 montado en una cámara Bassler. Ambas cámaras
mi , T , y la sensibilidad del chip de imagen S conforme
son operados en modo blanco y negro con los filtros de bloqueo fi infrarrojos
a la ecuación. 1 . La longitud de onda de la intensidad del pico, max, está dada por la ley de eliminado. Aislamiento de la luz ambiente es RESPETA pro- montando el
desplazamiento de Wien, equipo en el fondo de un cubo de plástico negro, y el cubo se coloca boca
abajo sobre la muestra a estudiar.

máx T=b 3
T,

dónde segundo es constante desplazamiento de Wien. La integración de la distribución de

Planck sobre todas las longitudes de onda proporciona el total emit- intensidad ted según la ley
de Stefan,

PAG phot = A 4 PAG EL = la interfaz de usuario, 4

dónde PAG foto es la potencia radiada, es la emisividad, es el

constante de Stefan-Boltzmann, UNA es el área del radiador, PAG EL es la potencia eléctrica
aplicada, T es la tensión de filamento, y yo es la corriente de filamento. Cuando la imagen
de una escena de cuerpo negro sistema de iluminación, el rango de temperatura del cuerpo
negro estará limitada por la emisión inferior para las bajas temperaturas y el punto de fusión
lament fi a altas temperaturas. La resistividad de los metales depende casi linealmente de la
temperatura en el rango de funcionamiento de la mayoría de los emisores de cuerpo negro,
Fig. 2. Configuración para formación de imágenes cambio Wien. Un cubo proporciona aislamiento óptico para el

experimento. La grabación simultánea de la corriente y el voltaje proporciona una estimación de las temperaturas

absolutas.

171 A.m. J. Phys., Vol. 78, N ° 2, febrero de 2010 M. Brydegaard y S. Svanberg 171

Este artículo tiene derechos de autor, como se indica en el artículo. Reutilización del contenido AAPT está sujeta a los términos en: http://scitation.aip.org/termsconditions. Descargado a la PI:

En 132.206.205.6: Jue 26 Feb el año 2015 23:02:40

 Fig. 3. a La temperatura absoluta filamento se determina al minimizar la varianza entre los espectros de transmisión del sistema, que se sabe que ser el mismo. segundo Los espectros de emisiones de filamento
calculada y la real en una escala logarítmica. Equidistancia a diferentes temperaturas se indica mediante las flechas a una longitud de onda particular, mostrando que el sistema de transmisión medido para las dos
temperaturas es el mismo que es un sistema invariante.
La intensidad total cambiará considerablemente más que los contenidos espectrales
cuando la variación de la potencia. Este hecho se compensa en parte por el control
automático de ganancia de la cámara, que ajusta el tiempo de exposición y ganancia. El
cambio Wien varía con PAG el-cuarto, y por lo tanto el contenido espectral varía más para la
pequeña PAG EL. Si representamos una re fl espectro de reflectancia como una función de la
potencia de filamento, a continuación, porque la mayor parte de la infor- mación vendrá de
pequeña PAG EL, los pasos de barrido actuales para la pequeña PAG EL debe ser el más
pequeño.
III. VERIFICACIÓN DEL INSTRUMENTO
En primer lugar se caracterizó la fuente de iluminación. La fi la- ción fue
barrido en un rango de temperaturas, mientras que RECORD- ing la tensión y
corriente. Los espectros de emisión correspondientes W norte, se registraron
mediante un espectrómetro integrado compacto separada Ocean Optics
USB2000 . Para determinar la temperatura absoluta del filamento, es necesario
conocer los coeficientes de la expresión T = p 1 R + p 2. A tem- peratura dado
corresponderá a un espectro de emisión teórico dado. La emisión real será el
mismo o menor, porque la potencia emitida se disminuye debido a la emisividad
menor que una y la absorción mayor del vidrio cealing con-. La sensibilidad
espectro de absorción de vidrio y espectrómetro combinado es desconocida,
pero se toma para ser el mismo para cada medición. Los parámetros del modelo
térmico se encontraron al minimizar la varianza , Entre las funciones de
transferencia trales espec- del sistema NOSOTROS, que consiste en la
emisividad, la absorción de vidrio, y la sensibilidad espectral del espectrómetro
de la figura. 3 una . Nos encontramos pag 1 y pag 2 por numéricamente reducir al
mínimo el valor de Q definida por
1100
W norte
Q p 1, pag 2 = , 6
norte
Ep 1 R n + pag 2,
= 400
dónde mi es la distribución de Planck calculado, W norte es la distribución medi- sured, y norte representación se obtiene mediante el uso de un parámetro de longitud de onda de
etiquetas de la norte ésimo par de mediciones de W y R. La minimización se realiza de
forma iterativa utilizando
MATLAB. Una vez que se determinan los parámetros del modelo, los espectros
medidos se puede comparar con el ción Planck distribución en la Ec. 2 , Como se
muestra en la Fig. 3 b , Donde en la escala logarítmica vertical, la diferencia entre
el par espectral medida y calculada es independiente de la temperatura como in-
172 A.m. J. Phys., Vol. 78, N ° 2, febrero de 2010
Este artículo tiene derechos de autor, como se indica en el artículo. Reutilización del contenido AAPT está sujeta a los términos en: http://scitation.aip.org/termsconditions. Descargado a la PI:
En 132.206.205.6: Jue 26 Feb el año 2015 23:02:40
dicated por los de igual longitud flechas para dos temperaturas y una longitud de onda
seleccionada.
La capacidad para determinar las temperaturas absolutas y la función de
transferencia UN- conocido utilizando sólo el hecho de que este último es constante es
aplicable en muchas aplicaciones espectroscópicas y facilita la calibración
basada-emisor de cuerpo negro. Por simplicidad, todas las longitudes de onda se
ponderan por igual, aunque su incertidumbre no es igual.
La sensibilidad espectral está relacionada con el desplazamiento del pico de
emisión de acuerdo con la ley del desplazamiento de Wien con desplazamientos
hacia el azul cuando se aumenta la tensión de la bombilla. Observamos que la
situación es conceptualmente muy similar al cambio en el fotón de alta energía de
corte de radiación de frenado cuando se aumenta el voltaje aplicado ver fig. 1 una .
Sin embargo, para una bombilla de luz del intervalo de temperatura es limitada. El
límite superior es el punto de tungsteno de fusión, T = 3695 K correspondiente al
pico de emisión a 784 nm , Y el límite inferior viene del límite de detección de la
cámara. El dad sensibili- espectral de la cámara limita el rango espectral 400 a
1100 nm.
Para ilustrar la capacidad de proporcionar color formación in- del sistema, cuatro
colores Schott filtros de vidrio fi estándar, véase Fig.
4 una se utiliza en el sistema, y ​la temperatura del filamento fue barrido 1600-3000
K. La fi filtros se colocaron sobre papel blanco, y se calculó la reflectancia re fl
restando el fondo y suponiendo re total de reflexión para el fondo de papel blanco.
El sistema de detección se comprobó la linealidad. Figura 4 b muestra el caso de un
filtro de vidrio azul fi, BG38. Cuando el filamento está caliente, la iluminación
contiene una cantidad considerable de la luz azul, y la ecuación de la señal
resultante. 1 es largo. Cuando la temperatura disminuye, los cambios minación ilu-
hacia el infrarrojo y el contenido de azul disminuye debido a que los transmitidos
disminuciones de luz y las disminuciones de señal ver Fig. 4 c . Hemos representado
la transmisión ver- SUS la longitud de onda de pico inversamente proporcional a
TEMPERATURA para la curva de emisión. Esta representación es no convencional,
ya que por lo general representamos la transmisión en términos de longitud de onda
o energía. Sin embargo, debido a que la olución res- espectral es pobre, una mejor
integración tales como la longitud de onda de pico. Cerca de las temperaturas más
bajas y el pico más alto de onda longitudes, el filtro se vuelve más permeable de
nuevo y la señal comienza a elevarse. El comportamiento del filtro VG6 fi simi-
M. Brydegaard y S. Svanberg 172
 Fig. 4. a espectros de transmisión de cuatro Schott vidrio de color filtros comerciales expresado en longitudes de onda. segundo Ilustración de la luz transmitida desde un filtro de vidrio azul cuando es iluminado por un negro
K-3000 del cuerpo; el área sombreada representa la señal resultante recibida por la cámara de acuerdo con la Ec. 1 . c luz transmitida frente a la radiación del cuerpo negro pico inversamente proporcional a la temperatura , Con
cada valor espectral derivada de una temperatura diferente.

lar. Para los filtros de RG610 y RG830, los valores de transmitancia monótonamente
creciente a medida que disminuye la temperatura se muestran en la Fig. 4 c y puede ser
fácilmente entendido por con- Sidering las cambiantes distribuciones Planck
muestreados sobre los bordes de transmitancia afilados. Por simplicidad, la función de
la misión del sistema de trans- fue considerado como independiente de la longitud de
onda en la Fig. 4 b . Este supuesto no tiene ninguna influencia sobre las curvas de la
figura. 4 c debido a que la transmisión de sistema anula cuando la relación de
transmisión filtro se calcula utilizando el papel blanco como referencia. La transmisión
filtro se corresponde con un filtro de doble espesor, porque la luz pasa el filtro dos
veces. En cuanto a las curvas de atenuación de rayos X mostrado en la Fig. 1 b , La
curva de transmisión en la Fig. 4 c no puede ser des- cribe como una combinación
lineal de las otras curvas. Como se señaló en la Sec. Yo, esta observación es el
aspecto clave en la espectroscopia y la imagen de rayos X brems- strahlung y en
nuestra demostración análoga en el régimen óptico.
stricted a la región visible. Sin embargo, no tenemos información acerca de las
propiedades de reflexión Re, en la región del infrarrojo cercano que no están cubiertos por
los receptores humanos. La vegetación es conocido por tener un fuerte aumento de la
reflectancia a partir de alrededor de 700 nm.
En mediciones espectrales separadas usando el mismo espectrómetro Ocean
Optics USB4000, una esfera de integración Oriel, y una lámpara de arco corto Oriel
XeHg , Se encontró que el color de la imagen presenta una fuerte ectancia re infrarrojo
cercano fl pero se desplaza aproximadamente 50 nm hacia longitudes de onda más
largas ver Fig. 5 b . También nos damos cuenta de las diferencias en los espectros
visible; Sin embargo no podemos distinguir los espectros que dan lugar a la misma
contribución a nuestros tres bandas espectrales. Se espera que un cambio de
infrarrojos puede ser revelado por imágenes de turno Wien, en la misma forma que
podemos distinguir la RG610 y RG830 filtros en la Fig. 4 . La disposición de dos hojas se
colocó en nuestro sistema de imagen cambio de Wien. La temperatura se barrió en 26
etapas a partir de 1600 a 3000 K y las imágenes impresas.

IV. Espectroscopia en Imágenes: HOJA HOJA O FALSO?

Para interpretar los datos se utilizó la descomposición lineal. Tenemos una breve
revisión de los principios básicos del análisis de componentes principales, 6 , 12 - 15 también

Con nuestra demostración de la viabilidad de la espectroscopia de turno Wien, conocida como la descomposición en valores singulares. Cuando se trabaja con la

pasamos ahora a imágenes multiespectrales. Se organizó un esce- nario espectroscopia y / o imágenes, que suelen adquirir grandes cantidades de datos. En la

incluyendo una hoja y una imagen de color impresa de la misma hoja. La imagen mayoría de los casos somos capaces de reducir la representación de un determinado

se imprime con una impresora láser a color. Para una buena impresora láser conjunto de espectros o de un determinado conjunto de imágenes. Si nos vamos a medir la

esperamos la aparición para el ojo humano para estar cerca de la original. Varios absorción a 1000 longitudes de onda de 100 cócteles hechos de Curaçao azul y zumo de

de nuestros colegas fueron incapaces de distinguir lo falso de la hoja de la real, a arándano rojo, nos damos cuenta de que todas las mediciones son una combinación lineal
una distancia de un metro. La imagen de la hoja y la hoja real se muestran en la de la Curaçao y los espectros de arándano con concentración dada coeficientes. Así que
Fig. 5 una ; es muy difícil de distinguir la diferencia entre los dos elementos cuando sería capaz de representar a los 100 000 puntos de datos utilizando únicamente
estamos re-

Fig. 5. Una línea de color Fotografía de una hoja real colocada junto a una copia impresa de la misma hoja de papel blanco. segundo Re fl espectros de reflectancia de las hojas verdaderas y falsas aparentemente similares. do Los primeros tres

principales imágenes base se pueden ilustrar con una falsa imagen de color RGB, donde una clara distinción entre las hojas puede ser visto.

173 A.m. J. Phys., Vol. 78, N ° 2, febrero de 2010 M. Brydegaard y S. Svanberg 173

Este artículo tiene derechos de autor, como se indica en el artículo. Reutilización del contenido AAPT está sujeta a los términos en: http://scitation.aip.org/termsconditions. Descargado a la PI:

En 132.206.205.6: Jue 26 Feb el año 2015 23:02:40

 2000 puntos de los espectros de absorción de Curaçao y bayas cran- más los 200
coeficientes lineales que especifican la concentración de cada ingrediente. En este
caso tendríamos re- ducido el conjunto de datos sin pérdida significativa de
información. enfoques de descomposición similares pueden aplicarse a conjuntos de
datos de imágenes similares, tales como imágenes de rayos X de una escena
iluminada por bremsstrahlung distribuciones distintas. análisis compo- nente Principal
no requiere el conocimiento de los espectros de los componentes pero proporciona
los vectores de base mediante el análisis de la varianza dentro del conjunto de la
muestra. Descomponiendo y pro- jecting en componentes principales, podemos
describir cada espectro de absor- ción o la imagen con unos coeficientes más el
correspondiente auto generada componentes principales de PC ,
n, = k norte, 1 PC1 + k norte, 2 PC2 + k norte, 3 PC3 . . . ,
dónde norte, es el ciente fi coef absorción para la medición norte en la longitud de onda , k n,
j es el coef fi cientes para la reconstrucción norte,
términos de PC1 ,. . . ,ORDENADOR PERSONAL j ,, PC1 es el espectro de media para el conjunto
completo de datos, PC2 es el espectro de base que describe la desviación de 1 ,. . ., NORTE,
en el conjunto de datos con respecto a k norte, 1 PC1 ,
PC3 es el espectro de base que describe la desviación de 1 ,. . ., NORTE,
el conjunto de datos con respecto a k norte, 1 PC1 + k norte, 2 PC2 , y así. En el caso de los
principales componentes espectrales son tores 1D Vec-, que nos dicen en el que las
regiones espectrales se producen cambios en el conjunto de datos. Podríamos pensar en
el análisis de componentes principales aplicado a un conjunto de espectros que se graba
cada espec- trum con un conjunto de detectores con bandas de sensibilidad definida por
los componentes principales ven Ec. 1 y dando lugar a un color k j porque la operación
matemática es idéntico. En otras palabras vemos los espectros a través de filtros de
componentes principales perfectamente adaptadas para cubrir la varianza dentro del
conjunto de datos.
En el caso de imágenes de los principales componentes son superficies
de base 2D o 3D espacios topográficos básicos que nos dicen qué regiones
espaciales en la imagen varían de forma independiente. Indepen-
dientemente regiones variables serían el caso de múltiples bandas de una
imagen de rayos x multiespectral de una bolsa que contiene diferentes
objetos con diferentes composiciones atómicas en. Mediante el análisis de
los residuos del análisis de componentes principales, se hace evidente que
el análisis de componentes principales corresponde a un cambio de
coordenadas. Si representamos 100 cócteles con 100 componentes
principales, obtendríamos un residual de cero. Por suerte los componentes
principales se clasifican en orden de de- arrugar significación, y mediante el
análisis de la caída de los residuos en función del truncamiento elegido,
podemos determinar el número de espectros independiente en el conjunto.
Para el Curaçao azul y cóctel de arándano rojo,
Si volvemos a nuestro conjunto de datos adquiridos, vemos que somos capaces
de comprimir una serie de fotos del mismo escenario iluminado por diferentes
distribuciones de Planck o diferentes distribuciones bremsstrahlung de la misma
manera que antes. También vemos que mediante la construcción de funciones de
contraste, somos capaces de procesar los datos reducidos y girar las observaciones
en información útil, tales como la detección de explosivos en una bolsa o venas de
sangre en un cuerpo humano.
Cuando aplicamos el análisis de componentes principales de las imágenes de las hojas
nos preguntamos: “¿Podemos expresar las 26 imágenes de la misma escena iluminada por
diferentes distribuciones de Planck como tiempos escalares imagen de una base?” Si la
escena contiene sustancias con diferentes contenidos espectrales, la respuesta debe ser
sin ver Figs. 1 b , 4 c y 5 b . El análisis de componentes principales
174 A.m. J. Phys., Vol. 78, N ° 2, febrero de 2010
Este artículo tiene derechos de autor, como se indica en el artículo. Reutilización del contenido AAPT está sujeta a los términos en: http://scitation.aip.org/termsconditions. Descargado a la PI:
En 132.206.205.6: Jue 26 Feb el año 2015 23:02:40
residuos muestran una caída clara después de la tercera componente BE- causa
hay tres distribuciones espectrales diferentes en la imagen debido a la papel, hoja, y
falso hoja. Hemos reducido nuestros datos de 26 imágenes a tres imágenes, y una
matriz 26 3, disminuyendo así más o menos 26 millones de reflexión medi-
surements a 3 millones. También puso de manifiesto la capacidad del sistema para
acceder a la información espectral.
Con la presentación de los tres primeros años im- base principal componente en una
falsa representación de color RGB, hacemos hincapié en la diferencia espectral entre las
hojas de higo. 5 c , Lo que demuestra nuestra capacidad para tomar imágenes en color y / o
de color falsa utilizando una cámara en blanco y negro y la iluminación con una bombilla de
luz fi lamento.
El método de presentación de los componentes principales de las imágenes RGB color
7 falso es útil para obtener una visión general de los conjuntos de datos complicados. En nuestro
caso lo aplicamos a una serie de imágenes con diferentes temperaturas de iluminación, pero el
análisis de componentes prin- cipal pueden ser aplicados a lo largo de cualquier dominio, tales
en
como el tiempo. dieciséis
V. Discusión y conclusiones
en
Una serie de mejoras en nuestra configuración se puede hacer. En la
configuración de la primera se utilizó un polarizador de película lineal en la fuente de
luz junto con una perpendicular al frente de la era cam- rechazar especular re fl
exiones y para asegurar que la luz con cable re incluyó la dispersión múltiple en el
Ject ob- muestreado. Debido a que los filtros polarizantes funcionan mal y se vuelven
transparentes en el infrarrojo, esta técnica sólo se puede utilizar en combinación con
las cámaras insensibles infrarrojos. Para ampliar la región de sensibilidad de los
polarizadores se trasladó re-, y los objetos no especular tenido que ser fotografiado.
Las mejoras se pueden obtener mediante el uso de polarizadores que cubren toda la
región espectral. Otras fuentes de luz pueden ser aplicados, tales como lámparas fl
ceniza,
combinado con CMOS de laminación-obturador
técnicas. 17 Las lámparas halógenas se han probado y dar buenos resultados
posiblemente debido a su mayor temperatura eficaz.
RECONOCIMIENTO
Este trabajo fue apoyado por el CIL de Investigación sueco Con- a través de
una subvención a la Linneo Laser Center Lund.
una El correo electrónico: mikkel.brydegaard@fysik.lth.se
1 S. Svanberg, Espectroscopia Atómica y Molecular: aspectos básicos y aplicaciones prácticas, 4ª
ed. Springer, Berlín, 2004 .
2 R. Jenkins, X-ray espectrometría de fluorescencia, 2ª ed. Wiley, Nueva York, 1999 .
3 EE Christensen, TS Curry, JE Dowdey, y RC Murry, Física de Christensen de Radiología
Diagnóstica, 4ª ed. Lea & Febiger, Filadelfia, 1990 .
4 JH Hubbell, “Tablas de rayos X de atenuación de masa coeficientes y coeficientes de absorción de
energía de masas,” División de la radiación ionizante, Laboratorio de Física, Instituto Nacional de
Estándares y Tecnología, 1996.
5 Técnicas y Aplicación de Análisis de Imágenes hiperespectrales, editado por
HF Grahn y P. Geladi Wiley, Hoboken, Nueva Jersey, 2007 .
6 M. Brydegaard, Z. Guan, y S. Svanberg, “Amplio-banda microscopio multiespectral para la
espectroscopia de transmisión de formación de imágenes que emplea array de diodos emisores de
luz”, Am. J. Phys. 77, 104-110 2009 .
7 M. Brydegaard y S. Svanberg, “funciones de contraste y manejo de datos espectral”, en el Actas
de la óptica y Aplicaciones del Láser en Medicina y Monitoreo Ambiental para el Desarrollo
Sostenible, editado por P. Buah-Bassuah Universidad de Cape Coast, Ghana, 2007 , Pp. 91-92.
8 AP Cracknell y LWB Hayes, Introducción a la percepción remota, 2ª ed. CRC, Boca Raton, FL,
2007 .
9 M. Borengasser, WS Hungate, y R. Watkins, Hiperespectrales Sensores Remotos: Principios y
Aplicaciones CRC, Boca Raton, FL, 2008 .
M. Brydegaard y S. Svanberg 174
 10 AK Maini y V. Agrawal, La tecnología satelital: Principios y Aplicaciones Wiley, Chichester, 2007 . 15 P. Weibring, T. Johansson, H. Edner, S. Svanberg, B. Sundnér, V. Raimondi, G. Cecchi, y L. Pantani,

“Fluorescencia lidar de formación de imágenes de monumentos históricos,” Appl. Optar. 40, 6111-6120
11 S. Svanberg, Multiespectral de imágenes de la astronomía a Microscopy- De ondas de radio para
2001 , Con figuras de color impresas en “imágenes de fluorescencia lidar de monumentos históricos:
los rayos gamma Springer-Verlag, Berlín que se publicará .
Fe de erratas” ibídem. 41, 434-436 2002 .

12 TW Anderson, Una Introducción al análisis estadístico multivariado, 3ª ed. Wiley, Hoboken, NJ,
dieciséis EMC Hillman y A. Moore, “All-óptico anatómica co-registro para imágenes moleculares de
2003 .
13 AC Rechner, Métodos de Análisis multivariado Wiley Interscience, Nueva York, 2002 . pequeños animales,” Nat. fotónica 1, 526-529 2007 .

14 KR Beebe y BR Kowalski, “Una introducción a la calibración y el análisis multivariante,” Anal. 17 GC Holst y TS Lomheim, Los sensores CMOS / CCD y sistemas de cámaras JCD, SPIE,

Chem. 59, 1007A-1017A 1987 . Bellingham, WA, 2007 .

Postal proyector. Muchos de los estudiantes, que tienen la experiencia de laboratorio en la formación de imágenes utilizando un blanco iluminado por detrás, se

sorprenden de que un objeto brillantemente iluminado desde la parte delantera también producirá una imagen. Esta es la base para el proyector tarjeta postal, popular

durante la primera porción del siglo 20. se coloca la tarjeta postal, al revés, en un soporte en la parte posterior de la caja de metal. Está iluminada por dos bombillas por

lo general apoyado por la re fl ectores Y la lente forma una imagen derecha de la pantalla. Colores postales eran el recuerdo de las vacaciones de la época y los

abuelos de la fotografía de las vacaciones digital moderna. Estos dos proyectores están en la Colección Greenslade. Fotografía y Notas por Thomas B. Greenslade,

Jr., Kenyon College

175 A.m. J. Phys., Vol. 78, N ° 2, febrero de 2010 M. Brydegaard y S. Svanberg 175

Este artículo tiene derechos de autor, como se indica en el artículo. Reutilización del contenido AAPT está sujeta a los términos en: http://scitation.aip.org/termsconditions. Descargado a la PI:

En 132.206.205.6: Jue 26 Feb el año 2015 23:02:40