माइक्रोस्कोप इमेज प्रोसेसिंग

माइक्रोस्कोप इमेज प्रोसेसिंग व्यापक शब्द है जो माइक्रोस्कोप से प्राप्त छवियों को प्रोसेस, विश्लेषण और प्रस्तुत करने के लिए डिजिटल इमेज प्रोसेसिंग तकनीकों के उपयोग को कवर करता है। इस तरह की प्रसंस्करण अब कई विविध क्षेत्रों जैसे चिकित्सा, जीव विज्ञान अनुसंधान, कैंसर अनुसंधान, [[दवा परीक्षण]], धातु विज्ञान, आदि में आम है। सूक्ष्मदर्शी के कई निर्माता अब विशेष रूप से उन विशेषताओं में डिज़ाइन करते हैं जो सूक्ष्मदर्शी को छवि प्रसंस्करण प्रणाली में इंटरफ़ेस करने की अनुमति देते हैं। .

छवि अधिग्रहण

1990 के दशक की शुरुआत तक, वीडियो माइक्रोस्कोपी अनुप्रयोगों में अधिकांश छवि अधिग्रहण आमतौर पर एनालॉग वीडियो कैमरा के साथ किया जाता था, अक्सर बस बंद सर्किट टीवी कैमरे। जबकि इसके लिए छवियों को digitize ़ करने के लिए ढाँचा धरनेवाला के उपयोग की आवश्यकता होती है, वीडियो कैमरों ने पूर्ण वीडियो फ़्रेम दर (25-30 फ़्रेम प्रति सेकंड) पर लाइव वीडियो रिकॉर्डिंग और प्रसंस्करण की अनुमति देते हुए छवियां प्रदान कीं। जबकि सॉलिड स्टेट डिटेक्टरों के आगमन से कई फायदे मिले, रीयल-टाइम वीडियो कैमरा वास्तव में कई मायनों में बेहतर था।

आज, अधिग्रहण आमतौर पर माइक्रोस्कोप के ऑप्टिकल पथ में लगे चार्ज-युग्मित डिवाइस कैमरा का उपयोग करके किया जाता है। कैमरा पूर्ण रंग या मोनोक्रोम हो सकता है। बहुत बार, अधिक से अधिक प्रत्यक्ष जानकारी प्राप्त करने के लिए बहुत उच्च रिज़ॉल्यूशन वाले कैमरों को नियोजित किया जाता है। शोर को कम करने के लिए क्रायोजेनिक कूलिंग भी आम है। अक्सर इस एप्लिकेशन के लिए उपयोग किए जाने वाले डिजिटल कैमरे 12-16 बिट्स के रिज़ॉल्यूशन के लिए पिक्सेल तीव्रता डेटा प्रदान करते हैं, उपभोक्ता इमेजिंग उत्पादों में उपयोग किए जाने से कहीं अधिक।

विडंबना यह है कि हाल के वर्षों में, वीडियो दरों या उच्चतर (25-30 फ्रेम प्रति सेकंड या अधिक) पर डेटा प्राप्त करने में बहुत प्रयास किए गए हैं। समय जो शेल्फ से अलग वीडियो कैमरों के साथ आसान था, अब विशाल डिजिटल डेटा बैंडविड्थ को संभालने के लिए विशेष, उच्च गति वाले इलेक्ट्रॉनिक्स की आवश्यकता है।

उच्च गति अधिग्रहण गतिशील प्रक्रियाओं को वास्तविक समय में देखने या बाद में प्लेबैक और विश्लेषण के लिए संग्रहीत करने की अनुमति देता है। उच्च छवि रिज़ॉल्यूशन के साथ, यह दृष्टिकोण बड़ी मात्रा में कच्चा डेटा उत्पन्न कर सकता है, जिससे निपटना आधुनिक कंप्यूटर सिस्टम के साथ भी चुनौती हो सकती है।

यह देखा जाना चाहिए कि जबकि वर्तमान सीसीडी डिटेक्टर बहुत उच्च छवि रिज़ॉल्यूशन की अनुमति देते हैं, अक्सर इसमें ट्रेड-ऑफ शामिल होता है, क्योंकि किसी दिए गए चिप आकार के लिए, जैसे-जैसे पिक्सेल की संख्या बढ़ती है, पिक्सेल का आकार घटता जाता है। जैसे-जैसे पिक्सेल छोटे होते जाते हैं, उनकी अच्छी गहराई कम होती जाती है, जिससे संग्रहित किए जा सकने वाले इलेक्ट्रॉनों की संख्या कम हो जाती है। बदले में, इसका परिणाम खराब सिग्नल-टू-शोर अनुपात में होता है।

सर्वोत्तम परिणामों के लिए, किसी दिए गए एप्लिकेशन के लिए उपयुक्त सेंसर का चयन करना होगा। क्योंकि सूक्ष्मदर्शी छवियों में आंतरिक सीमित रिज़ॉल्यूशन होता है, यह अक्सर छवि अधिग्रहण के लिए शोर, उच्च रिज़ॉल्यूशन डिटेक्टर का उपयोग करने के लिए बहुत कम समझ में आता है। बड़े पिक्सेल वाला अधिक सामान्य डिटेक्टर अक्सर कम शोर के कारण उच्च गुणवत्ता वाली छवियां उत्पन्न कर सकता है। यह प्रतिदीप्ति माइक्रोस्कोपी जैसे कम-प्रकाश अनुप्रयोगों में विशेष रूप से महत्वपूर्ण है।

इसके अलावा, किसी को आवेदन की अस्थायी समाधान आवश्यकताओं पर भी विचार करना चाहिए। कम रिज़ॉल्यूशन डिटेक्टर में अक्सर उच्च अधिग्रहण दर होती है, जिससे तेज घटनाओं का अवलोकन किया जा सकता है। इसके विपरीत, यदि देखी गई वस्तु गतिहीन है, तो छवि प्राप्त करने के लिए आवश्यक समय की परवाह किए बिना उच्चतम संभव स्थानिक संकल्प पर छवियों को प्राप्त करना चाह सकता है।

2डी छवि तकनीक

माइक्रोस्कोपी एप्लिकेशन के लिए इमेज प्रोसेसिंग मूलभूत तकनीकों से शुरू होती है, जिसका उद्देश्य माइक्रोस्कोपिक नमूने में निहित जानकारी को सबसे सटीक रूप से पुन: पेश करना है। इसमें छवि की चमक और कंट्रास्ट को समायोजित करना, छवि के शोर को कम करने के लिए छवियों का औसत और रोशनी की गैर-समानता के लिए सुधार करना शामिल हो सकता है। इस तरह के प्रसंस्करण में छवियों (यानी जोड़, घटाव, गुणा और भाग) के बीच केवल बुनियादी अंकगणितीय संचालन शामिल होते हैं। माइक्रोस्कोप इमेज पर की जाने वाली अधिकांश प्रोसेसिंग इसी प्रकृति की होती है।

आम 2डी ऑपरेशन का अन्य वर्ग जिसे इमेज कनवल्शन कहा जाता है, अक्सर छवि विवरण को कम करने या बढ़ाने के लिए उपयोग किया जाता है। अधिकांश कार्यक्रमों में इस तरह के धुंधला और तेज करने वाले कलन विधि पिक्सेल के मूल्य को उसके और आसपास के पिक्सेल के भारित योग के आधार पर बदलकर काम करते हैं (कर्नेल आधारित कनवल्शन का अधिक विस्तृत विवरण स्वयं के लिए प्रविष्टि के योग्य है) या छवि के फ़्रीक्वेंसी डोमेन फ़ंक्शन को बदलकर फूरियर रूपांतरण का उपयोग करना। अधिकांश इमेज प्रोसेसिंग तकनीक फ़्रीक्वेंसी डोमेन में की जाती हैं।

अन्य बुनियादी दो आयामी तकनीकों में ऑपरेशन शामिल हैं जैसे कि इमेज रोटेशन, वारपिंग, कलर बैलेंसिंग आदि।

कभी-कभी, माइक्रोस्कोप के ऑप्टिकल पथ के विरूपण को पूर्ववत करने के लक्ष्य के साथ उन्नत तकनीकों को नियोजित किया जाता है, इस प्रकार विकृतियों को समाप्त कर दिया जाता है और उपकरण के कारण धुंधला हो जाता है। इस प्रक्रिया को deconvolution कहा जाता है, और विभिन्न प्रकार के एल्गोरिदम विकसित किए गए हैं, जिनमें कुछ महान गणितीय जटिलताएं हैं। अंतिम परिणाम केवल ऑप्टिकल डोमेन में प्राप्त की जा सकने वाली छवि की तुलना में कहीं अधिक तेज और स्पष्ट है। यह आमतौर पर 3-आयामी ऑपरेशन है, जो वॉल्यूमेट्रिक छवि का विश्लेषण करता है (यानी नमूने के माध्यम से विभिन्न फोकल विमानों पर ली गई छवियां) और अधिक सटीक 3-आयामी छवि के पुनर्निर्माण के लिए इस डेटा का उपयोग करता है।

3डी इमेज तकनीक

एक अन्य सामान्य आवश्यकता छवियों की निश्चित स्थिति पर श्रृंखला लेना है, लेकिन विभिन्न फोकल गहराई पर। चूंकि अधिकांश सूक्ष्म नमूने अनिवार्य रूप से पारदर्शी होते हैं, और केंद्रित नमूने के क्षेत्र की गहराई असाधारण रूप से संकीर्ण होती है, इसलिए संनाभि माइक्रोस्कोपी जैसे 2डी उपकरण का उपयोग करके त्रि-आयामी वस्तु के माध्यम से छवियों को कैप्चर करना संभव है। सॉफ्टवेयर तब मूल नमूने के 3डी मॉडल का पुनर्निर्माण करने में सक्षम होता है जिसे उचित रूप से हेरफेर किया जा सकता है। प्रसंस्करण 2D उपकरण को 3D उपकरण में बदल देता है, जो अन्यथा मौजूद नहीं होता। हाल के दिनों में इस तकनीक ने कोशिका जीव विज्ञान में कई वैज्ञानिक खोजें की हैं।

विश्लेषण

आवेदन के अनुसार छवियों का विश्लेषण काफी भिन्न होगा। विशिष्ट विश्लेषण में यह निर्धारित करना शामिल है कि किसी वस्तु के किनारे कहाँ हैं, समान वस्तुओं की गणना करना, क्षेत्र की गणना करना, परिधि की लंबाई और प्रत्येक वस्तु के अन्य उपयोगी माप। सामान्य दृष्टिकोण छवि मुखौटा बनाना है जिसमें केवल पिक्सेल शामिल होते हैं जो कुछ मानदंडों से मेल खाते हैं, फिर परिणामी मुखौटा पर सरल स्कैनिंग संचालन करते हैं। वीडियो क्रम में फ़्रेम की श्रृंखला पर वस्तुओं को लेबल करना और उनकी गति को ट्रैक करना भी संभव है।

यह भी देखें

• मूर्ति प्रोद्योगिकी

संदर्भ

Russ, John C. (2006-12-19) [1992]. The Image Processing Handbook (5th ed.). CRC Press. ISBN 0-8493-7254-2.

• Jan-Mark Geusebroek, Color and Geometrical Structure in Images, Applications in Microscopy, ISBN 90-5776-057-6
• Young Ian T., Not just pretty pictures: Digital quantitative microscopy, Proc. Royal Microscopical Society, 1996, 31(4), pp. 311–313.
• Young Ian T., Quantitative Microscopy, IEEE Engineering in Medicine and Biology, 1996, 15(1), pp. 59–66.
• Young Ian T., Sampling density and quantitative microscopy, Analytical and Quantitative Cytology and Histology, vol. 10, 1988, pp. 269–275

बाहरी संबंध

• Quantitative imaging (broken link)