Implementation of panoramic image acquisition system based on stitching in microscopic imaging
Cet article présente un système d'imagerie panoramique microscopique qui utilise l'asservissement visuel pour contrôler le mouvement pan-tilt et emploie des techniques de mosaïquage d'images pour générer des vues panoramiques à haute résolution (15488 × 15456) à partir d'entrées à basse résolution (640 × 480), surmontant ainsi le champ de vision limité inhérent à la microscopie traditionnelle.
Article original sous licence CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Ceci est une explication générée par l'IA de l'article ci-dessous. Elle n'a pas été rédigée ni approuvée par les auteurs. Pour une précision technique, consultez l'article original. Lire la clause de non-responsabilité complète
Dans le monde de la biologie et de la science des matériaux, voir les détails infimes d'une cellule ou d'une puce électronique est essentiel, mais il existe un compromis persistant entre la proximité de l'observation et la quantité de ce que l'on peut voir à la fois. Les microscopes à haute puissance agissent comme une loupe tenue très près d'un point unique ; ils révèlent des détails incroyables, mais la vue est si étroite que le contexte environnant disparaît. Traditionnellement, les scientifiques ont dû déplacer manuellement une lame sous la lentille, prendre une photo d'un minuscule point, déplacer à nouveau, et prendre une autre photo, en espérant reconstituer une carte mentale de l'ensemble de la scène. Ce processus manuel est lent, sujet à l'erreur humaine et échoue souvent à capturer l'image complète d'un spécimen. Pour résoudre ce problème, les chercheurs se sont tournés vers une méthode appelée le raccordement d'images (image stitching), où un ordinateur prend de nombreuses photographies de petite taille, qui se chevauchent, et les fusionne en un large panorama à haute résolution. Cependant, pour que ces images s'alignent parfaitement, il faut un mouvement précis et un moyen pour la caméra de savoir exactement où elle se situe par rapport à l'objet, un défi qui a souvent nécessité des machines complexes et coûteuses.
Une équipe de chercheurs de l'Université de Nanjing et de l'Université de l'Aéronautique et de l'Astronautique de Nanjing a développé une manière plus accessible d'obtenir cette vue panoramique. Ils ont construit un système qui combine une caméra industrielle standard avec une plateforme motorisée simple qui déplace l'échantillon d'avant en arrière. L'innovation centrale réside dans la manière dont le système contrôle ce mouvement. Au lieu de s'appuyer sur des trajectoires préprogrammées ou des capteurs coûteux, le système utilise une technique appelée asservissement visuel (visual servoing). En termes simples, la caméra « regarde » constamment le bord de l'échantillon qu'elle photographie. En analysant la luminosité et les contours dans les coins de sa vue actuelle, l'ordinateur peut déterminer s'il se trouve au milieu de l'échantillon, près du haut ou du bas. Sur la base de ce retour visuel, l'ordinateur envoie des instructions aux moteurs pour déplacer l'échantillon juste assez pour capturer la section suivante en chevauchement, s'arrêtant automatiquement lorsque la nouvelle vue s'aligne parfaitement avec la précédente.
Les chercheurs ont construit une platine de déplacement bidimensionnelle utilisant trois moteurs pas à pas et un contrôleur à bas coût. Ils ont placé un échantillon de test sur cette platine et ont recouvert la zone environnante d'un verre noir mat pour s'assurer que la caméra ne voie que l'objet d'intérêt. Avant que le système ne puisse fonctionner, l'équipe a dû lui enseigner la relation entre le mouvement des moteurs et les pixels sur l'écran de la caméra. Ils ont utilisé une plaque d'étalonnage aux mesures connues pour déterminer exactement combien de pas de moteur étaient nécessaires pour déplacer l'image d'un seul pixel. Ils ont également établi un facteur de conversion afin que les images finales incluent une barre d'échelle, permettant à un utilisateur de mesurer directement la taille physique réelle des caractéristiques à partir de la photo numérique. Cet étalonnage a permis de s'assurer que le système savait exactement de combien il devait se déplacer pour créer le chevauchement nécessaire entre les images sans manquer aucune partie du spécimen ni capturer trop d'espace vide.
Une fois étalonné, le système a commencé son travail en identifiant les limites de l'échantillon. Le logiciel a divisé la vue de la caméra en sections et a vérifié la luminosité moyenne des bords. Si le bord supérieur de la vue était sombre, le système savait que l'échantillon se trouvait en dessous de ce bord et déplaçait la platine vers le haut. Si le bord gauche était sombre, il déplaçait la platine vers la droite. Ce processus s'est poursuivi jusqu'à ce que l'échantillon entier soit couvert par une grille d'images se chevauchant. Les chercheurs ont sélectionné des zones spécifiques aux bords de chaque photo pour servir de points de référence. En utilisant une méthode appelée mise en correspondance de modèles (template matching), l'ordinateur a trouvé ces mêmes points de référence dans la photo suivante et a calculé exactement comment les aligner. Comme l'échantillon se déplaçait en ligne droite sans rotation ni changement de taille, les images pouvaient être empilées comme des carreaux sur un sol sans nécessiter de corrections géométriques complexes.
Les résultats de cette approche ont été frappants. En utilisant une caméra à résolution relativement faible de 640 par 480 pixels, le système a réussi à assembler un immense panorama d'une résolution de 15 488 par 15 456 pixels. Cette image finale a capturé l'ensemble de la scène avec une grande clarté, préservant des détails qui auraient été perdus dans un cliché unique à basse résolution. Les chercheurs ont testé le système avec des mouvements horizontaux et verticaux, confirmant qu'aucune information n'a été perdue ou déformée durant le processus de raccordement. Bien que l'image panoramique finale présente quelques coutures visibles là où les photos individuelles se rejoignent, le système a démontré avec succès qu'une installation simple et à bas coût pouvait automatiser la capture de scènes microscopiques à haute résolution. L'étude conclut que cette méthode offre une alternative pratique aux systèmes d'imagerie de pointe coûteux, rendant possible la génération de vues détaillées et complètes de cellules biologiques et de microstructures avec une intervention manuelle minimale.
Noyé(e) sous les articles dans votre domaine ?
Recevez des digests quotidiens des articles les plus récents correspondant à vos mots-clés de recherche — avec des résumés techniques, dans votre langue.