Los investigadores han desarrollado una cámara fácil de construir que produce imágenes en 3D a partir de una sola imagen 2D sin lentes. En una aplicación inicial de la tecnología, los investigadores planean usar la nueva cámara, que llaman DiffuserCam, para mirar microscópicaactividad neuronal en ratones vivos sin microscopio. En última instancia, podría resultar útil para una amplia gama de aplicaciones que implican captura 3D.
La cámara es compacta y económica de construir porque consiste solo en un difusor, esencialmente una pieza de plástico con baches, colocada en la parte superior de un sensor de imagen. Aunque el hardware es simple, el software que utiliza para reconstruir 3D de alta resoluciónlas imágenes son muy complejas
"La cámara difusora puede, en una sola toma, capturar información 3D en un gran volumen con alta resolución", dijo la líder del equipo de investigación Laura Waller, de la Universidad de California, Berkeley. "Creemos que la cámara podría ser útil para la conducción autónomaautomóviles, donde la información 3D puede ofrecer un sentido de escala, o podría usarse con algoritmos de aprendizaje automático para realizar detección de rostros, rastrear personas o clasificar objetos automáticamente ".
adentro óptica , el diario de The Optical Society para la investigación de alto impacto, los investigadores muestran que la DiffuserCam se puede utilizar para reconstruir 100 millones de vóxeles, o píxeles 3D, a partir de una imagen de 1.3 megapíxeles 1.3 millones de píxeles sin escaneo.La cámara del iPhone X toma fotos de 12 megapíxeles. Los investigadores usaron la cámara para capturar la estructura 3D de las hojas de una planta pequeña.
"Nuestra nueva cámara es un gran ejemplo de lo que se puede lograr con imágenes computacionales: un enfoque que examina cómo el hardware y el software se pueden usar juntos para diseñar sistemas de imágenes", dijo Waller. "Hicimos un esfuerzo concertado para mantener elhardware extremadamente simple y económico. Aunque el software es muy complicado, también se puede replicar o distribuir fácilmente, lo que permite a otros crear este tipo de cámara en casa ".
Se puede crear una cámara difusora usando cualquier tipo de sensor de imagen y puede visualizar objetos que van desde una escala microscópica hasta el tamaño de una persona. Ofrece una resolución en el rango de decenas de micras cuando se obtienen imágenes de objetos cercanos alsensor. Aunque la resolución disminuye cuando se toma una imagen de una escena más lejos del sensor, todavía es lo suficientemente alta como para distinguir que una persona está parada varios pies más cerca de la cámara que otra persona, por ejemplo.
Un enfoque simple para imágenes complejas
La cámara difusora es un pariente de la cámara de campo de luz, que captura la cantidad de luz que incide en un píxel en el sensor de imagen, así como el ángulo desde el cual la luz golpea ese píxel. En una cámara de campo de luz típica, una matriz deLas lentes colocadas frente al sensor se utilizan para capturar la dirección de la luz entrante, lo que permite enfoques computacionales para reenfocar la imagen y crear imágenes en 3D sin los pasos de escaneo que generalmente se requieren para obtener información en 3D.
Hasta ahora, las cámaras de campo de luz tenían una resolución espacial limitada porque se pierde parte de la información espacial al recopilar la información direccional. Otro inconveniente de estas cámaras es que las matrices de microlentes son caras y deben personalizarse para una cámara particular o componentes ópticos utilizadospara imágenes.
"Quería ver si podíamos lograr las mismas capacidades de imágenes usando hardware simple y barato", dijo Waller. "Si tenemos mejores algoritmos, ¿podrían reemplazarse las matrices de microlentes costosas y cuidadosamente diseñadas con una superficie de plástico con un patrón aleatorio?como un trozo de plástico lleno de baches "
Después de experimentar con varios tipos de difusores y desarrollar algoritmos complejos, Nick Antipa y Grace Kuo, estudiantes del laboratorio de Waller, descubrieron que la idea de Waller de una cámara de campo de luz simple era posible. De hecho, el uso de protuberancias aleatorias en pegatinas de vidrio de privacidad,Los titulares de credenciales de cinta adhesiva o de plástico, permitieron a los investigadores mejorar las capacidades tradicionales de las cámaras de campo de luz mediante el uso de sensores comprimidos para evitar la pérdida típica de resolución que viene con los conjuntos de microlentes.
Aunque otras cámaras de campo de luz usan matrices de lentes que están diseñadas y alineadas con precisión, se desconoce el tamaño y la forma exacta de las protuberancias en el difusor de la nueva cámara. Esto significa que se deben adquirir algunas imágenes de un punto de luz en movimiento para calibrarel software antes de la obtención de imágenes. Los investigadores están trabajando en una forma de eliminar este paso de calibración utilizando los datos brutos para la calibración. También desean mejorar la precisión del software y acelerar la reconstrucción 3D.
No se requiere microscopio
La nueva cámara se utilizará en un proyecto en la Universidad de California Berkeley que tiene como objetivo observar un millón de neuronas individuales mientras se estimulan 1,000 de ellas con precisión unicelular. El proyecto está financiado por el programa de Diseño de Sistemas de Ingeniería Neural de DARPA - parte dela Iniciativa BRAIN del gobierno federal: desarrollar interfaces neuronales implantables y biocompatibles que eventualmente puedan compensar los déficits visuales o auditivos.
Como primer paso, los investigadores quieren crear lo que llaman un módem cortical que "leerá" y "escribirá" en los cerebros de los modelos animales, al igual que la actividad de entrada-salida de los módems de Internet. La DiffuserCam será lacorazón del dispositivo de lectura para este proyecto, que también utilizará proteínas especiales que permiten a los científicos controlar la actividad neuronal con luz.
"Usar esto para ver las neuronas dispararse en el cerebro de un ratón podría en el futuro ayudarnos a comprender más sobre la percepción sensorial y proporcionar conocimiento que podría usarse para curar enfermedades como el Alzheimer o los trastornos mentales", dijo Waller.
Aunque las técnicas de imagen recientemente desarrolladas pueden capturar cientos de neuronas disparando, no se comprende completamente cómo funciona el cerebro a escalas más grandes. La DiffuserCam tiene el potencial de proporcionar esa información al obtener imágenes de millones de neuronas en una sola toma. Debido a que la cámara es liviana yno requiere microscopio ni lente objetiva, se puede conectar a una ventana transparente en el cráneo de un ratón, lo que permite que la actividad neuronal se vincule con el comportamiento. Varias matrices con difusores superpuestos se pueden colocar en mosaico para obtener imágenes de áreas grandes.
Una necesidad de diseñadores interdisciplinarios
"Nuestro trabajo muestra que las imágenes computacionales pueden ser un proceso creativo que examina todas las partes del diseño óptico y el diseño de algoritmos para crear sistemas ópticos que logran cosas que no se podían hacer antes o usar un enfoque más simple para algo que podría serhecho antes ", dijo Waller." Esta es una dirección muy poderosa para la imagen, pero requiere diseñadores con experiencia en óptica y física, así como conocimiento computacional ".
El nuevo Centro Berkeley de Imágenes Computacionales, dirigido por Waller, está trabajando para capacitar a más científicos en este campo interdisciplinario. Los científicos del centro también se reúnen semanalmente con bioingenieros, físicos e ingenieros eléctricos, así como expertos en procesamiento de señales y aprendizaje automático paraintercambiar ideas y comprender mejor las necesidades de imágenes de otros campos.
Fuente de la historia :
Materiales proporcionados por La sociedad óptica . Nota: El contenido puede ser editado por estilo y longitud.
Referencia del diario :
Cite esta página :