Visión Artificial y Aplicaciones (2006)

Visión Artificial y Aplicaciones (2006) 17: 147-162 DOI 10.1007 / s00138-006-0021-7

DOCUMENTO ORIGINAL

Visión por computador para imágenes a nanoescala

Eraldo Ribeiro · Mubarak Shah

Recibido: 11 Febrero de 2006 / Aceptado: 11 Febrero de 2006 / Publicado en Internet el 9 de junio 2006 © Springer-Verlag 2006

Resumen El principal objetivo de la nanotecnología es para analizar y comprender las propiedades de la materia a nivel atómico y molecular. Visión por computador se está expandiendo rápidamente en este nuevo y emocionante campo de aplicación, y los esfuerzos de investigación considerables actualmente se están gastando en el desarrollo de nuevas técnicas de la caracterización basadas en imágenes para analizar imágenes a nanoescala. Caracterización de nano escala requiere de algoritmos para realizar el análisis de imágenes en condiciones extremadamente difíciles, como la baja relación señal-ruido y baja resolución. Para lograr esto, los investigadores de nanotecnología requieren herramientas de ima- gen que son capaces de mejorar las imágenes, detectar objectsandfeatures, reconstruct3Dgeometry, andtrack- ing. Este artículo revisa los avances actuales en visión por computador y áreas relacionadas aplicado a imagen objects.Wecategorizethealgorithms nanoescala, métodos representati- describetheirrep-, y concluir con varias direcciones prometedoras de investigación futura.

1 Introducción

En este trabajo, se revisa el estado-of-the-art de la visión ordenador y áreas relacionadas aplicado a imagen de las aplicaciones a escala nanométrica. La nanotecnología nos permite

E. Ribeiro (B) Departamento de Ciencias de la Computación, Instituto de Tecnología de Melbourne 32901 Florida, EE.UU. e-mail:. Eribeiro @ cs fi t.edu

M. Shah Computer Vision Laboratory de la Facultad de Ciencias de la Computación, Universidad de Florida Central, Orlando, FL 32826, EE.UU.

comprender las propiedades únicas de la materia a nivel atómico y molecular que abarcan una amplia gama de aplicaciones en áreas como la medicina, el sector manufacturero micro-procesador, ciencias de los materiales y las tecnologías medioambientales. El uso de técnicas de caracterización basados en imágenes son esenciales para la investigación a nanoescala, y la función de análisis de imágenes se ha ampliado considerablemente en los últimos años. La inspección visual de los defectos, la selección de partículas, andanalysisofthree dimensiones (3D) structurearefew ejemplos de tareas realizadas con la ayuda de imágenes en ciencias de nanoescala. Creemos que la caracterización basada image- nanoescala representa una nueva y rica fi eld de aplicación tanto para la visión por computador y de imagen tecnologías procesamiento. Desarrollo actual en algoritmos de visión por computador en el reconocimiento de objetos, la reconstrucción 3D, el filtrado de fi, y el seguimiento representan una pequeña muestra de las muchas aplicaciones potenciales de la investigación de visión por ordenador que se pueden aplicar a las imágenes a nanoescala. Algoritmos de visión por computador tradicionales analizan las edades importaciones generadas por la interacción de la luz visible con la escena observada. En la caracterización nanoescala, edades implantes son creados principalmente por medición de la respuesta de los electrones en la superficie del material a medida que interactúan con haces de electrones emitidos y sondas de tamaño atómico. Este no conventionalacquisitionprocessposesseveralchal- retos a los métodos tradicionales de visión por computador. La mayoría de estos desafíos se deben al tipo de imagen instrumento mentación necesaria para analizar objetos en una escala tan pequeña. En las siguientes secciones, se resumen algunos de estos principales factores desafiantes:

• Muy baja relación señal-ruido (SNR). Imágenes a nanoescala tienen generalmente extremadamente baja relación señal a ruido incluso cuando generada por dispositivos de imagen ticada altamente sofisti- tales como la transmisión

148 E. Ribeiro, M. Shah

Microscopio Electrónico (TEM) y microscopio electrónico de barrido (SEM). El alto nivel de ruido en estas imágenes puede ser considerado el principal factor de complicación para los algoritmos de visión por computador. • ofspecimens apariencia transparente. Objetos a nanoescala pueden tener apariencia transparente (por ejemplo, cristales y estructuras biológicas). Esta transparencia crea un desafío adicional a los algoritmos para aplicaciones de visión, como la detección de características, reconocimiento y algoritmos de reconstrucción 3D. • Número limitado de imágenes por observación. La naturaleza destructiva de algunos procedimientos de imagen como wellaslengthlyimageacquisitionproceduresreduce el número de imágenes que se puede utilizar para el análisis y la formación. Como resultado, los métodos de visión por ordenador tendrán que entrenar y trabajar con conjuntos de datos muy reducidos que afrontar nuevos retos en los algoritmos. • Geometría de formación de la imagen Complex. Modelo tradicional (perspectiva) de formación de imágenes no siempre constituye un modelo razonable para neprojections nanoescala imagingdevices.Orthographicandaf fi areusuallyconsideredasreasonableapproximations de la geometría de formación de imágenes de microscopía electrónica. Sin embargo, un trabajo más extenso está todavía por hacer en modelar el proceso de formación de la imagen de electrones desde el punto de vista de la visión por computador.

La cantidad de investigación sobre análisis de imágenes a nanoescala ha aumentado considerablemente en los últimos 10 años. Los recientes avances de las dos comunidades de visión por computador y procesamiento de imágenes combinadas con la disponibilidad de asequibilidad hardware de alto rendimiento capaces están haciendo basado en imágenes caracterización nanoescala un importante campo de investigación fi. En este trabajo, nuestro objetivo es ofrecer una revisión de las técnicas de visión artificial y análisis de imagen utilizados para la caracterización nanoescala. Una gran cantidad del trabajo actual en la literatura trata con el problema de la detección de partículas. Particledetection automática isarequiredstepbeforeanother tarea principal en imágenes a nanoescala, la reconstrucción 3D de partículas, se puede realizar. Estas dos tareas están estrechamente relacionados como el proceso de reconstrucción 3D etría la tría de las partículas individuales requiere un gran número de imágenes tomadas desde ángulos diferentes. En algunas aplicaciones, el número requerido de partículas para producir modelos 3D razonables pueden ser tan grandes como decenas de miles. Modelado en 3D de objetos a escala nanométrica es otra área de investigación activa. Por último, la mejora de imagen y aplicaciones de realidad virtual son otros temas populares. En este trabajo, nos centramos principalmente en la aplicación de la visión por ordenador a las imágenes de objetos en una escala típica de menos de 100 nm. Imágenes de objetos de pequeña escala, tales son producidos por microscopía electrónica como el

...