Класифікаційна настроювання електронного мікроскопа: Інформаційне і програмне забезпечення системи автофокусування електронного мікроскопу, страница 16

        Означимо три класи функціонального стану РЕМ: , який відповідає прийнятнїй фокусності, тобто оцінці “НОРМА”; , який відповідає значенню параметру  “МЕНШЕ НОРМИ”; , який відповідає значенню параметру  “БІЛЬШЕ НОРМИ”. Зрозуміло, що класи  і  мають розфокусовані зображення різного ступеню. Умовою запуску алгоритму є вихід РЕМ зі стану, що відповідає класу  . За базовий клас  приймаємо стан РЕМ на момент запуску алгоритму КН. На мал.1 наведено структурну схему алгоритму автофокусування РЕМ у рамках МФСВ.

Малюнок 3.2.1.

        Формування класу  відбувається таким чином:

1  Зчитується масив значень яскравості зображення базового класу .

2  Здійснюється вибір початкових допусків  і .

3  Формується бінарний масив  за процедурою (4).

4  Формується ЕВ  шляхом статистичного усереднення масиву  за процедурою (5).

        Після визначення напрямку зміни струму  шляхом встановлення приналежності класу  до одного із класів  або  обирається стратегія зміни  на шкірному кроці КН.

        Поточне зображення  формується аналогічно  при незмінних контрольних допусках. КФЕ обчислюється за формулою (3.2.3) у рамках наведених процедур оптимізації параметрів навчання [].

        3.3 Опис програмної системи

        3.4 Результати моделювання на ЕОМ

          Проблема автофокусування електронного мікроскопу за зображенням є однією з важливих задач, пов'язаних із забезпеченням однакових і незмінних розумів, наприклад, при автоматичній класифікації досліджуваних об’єктів. Розглянемо приклад реалізації вищенаведеного алгоритму КН для автофокусування растрового мікроскопу РЕМ 103  виробництва АТ СЕЛМІ (м. Суми, Україна) за зображенням зразка, що досліджувався. На мал.1 наведено три зображення об’єкту “Грати”: початкове розфокусоване зображення  (мал.3.4.1,а), яку було прийнято за базове, поточне  (мал.3.4.1,б) і сфокусоване зображення  (мал.3.4.1,в).

а)                                           б)                                                  в)

            Малюнок 3.4.1.

Для базового зображення був сформований масив , , що складався із значень яскравості від 0 до 255 градацій чорно-білого зображення в шкірному пікселі рецепторного полючи розміром 512 512. Початкові значення масивів ,  вибирали із умови:  ,  відповідно, де  - усереднене в -ому стовпчику масива  значення яскравості; - симетричне поле контрольних допусків, яку вибиралося однаковим для всіх 512 ОР, що утворюють рядок рецепторного полючи, тобто -ту реалізацію. Автофокусування мікроскопу здійснювалося за алгоритмом (4) для одного управляючого параметра - струму об’єктивної лінзи, який змінювався в межах 0.3-2.0 А. При цьому поточний крок зміни струму лінзи з метою підвищення оперативності настроювання вибирався за методом половинного поділу. На мал.3.4.2 наведено значення інформаційного критерію, який обчислювався за формулою (3) на  S-ому кроці настроювання для класу    (мал.3.4.2,а) і для сфокусованого зображення (мал.3.4.2,б).

1.0

                     а)                                                                     б)

Малюнок 3.2.2.

Затемнено область на мал.2 означає робочу область значень критерію (3), у якій виконується другий принцип адитивності інформації: чим більше достовірність приймаємого рішення, тім більшу кількість інформації отримує СППР. Аналіз зміни площі робочої області також показавши її збільшення в процесі настроювання. Для різних початкових класів настроювання година автофокусування мікроскопу становив від 2 до 10з і обмежувався знизу інерційністью обмотки управління об'єктивної лінзи мікроскопу.

  Основні висновки

  Додаток А (Інформаційний)

  Текст программи автофокосування електронного мікроскопа

  Список використанної літератури