AT520007B1 - Thermographieverfahren - Google Patents
Thermographieverfahren Download PDFInfo
- Publication number
- AT520007B1 AT520007B1 ATA50421/2017A AT504212017A AT520007B1 AT 520007 B1 AT520007 B1 AT 520007B1 AT 504212017 A AT504212017 A AT 504212017A AT 520007 B1 AT520007 B1 AT 520007B1
- Authority
- AT
- Austria
- Prior art keywords
- reconstruction
- imaged
- psf
- thermal
- images
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 30
- 238000001931 thermography Methods 0.000 title abstract description 20
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 22
- 238000005286 illumination Methods 0.000 claims abstract description 15
- 230000005670 electromagnetic radiation Effects 0.000 claims abstract description 10
- 238000011156 evaluation Methods 0.000 claims abstract description 10
- 230000004044 response Effects 0.000 claims description 6
- 230000001427 coherent effect Effects 0.000 claims description 5
- 238000004441 surface measurement Methods 0.000 claims description 5
- 230000036962 time dependent Effects 0.000 claims description 3
- 238000002604 ultrasonography Methods 0.000 claims description 3
- 238000003384 imaging method Methods 0.000 abstract description 10
- 229910000831 Steel Inorganic materials 0.000 description 15
- 239000010959 steel Substances 0.000 description 15
- 238000009792 diffusion process Methods 0.000 description 9
- 238000010521 absorption reaction Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 6
- 238000004519 manufacturing process Methods 0.000 description 5
- 240000002989 Euphorbia neriifolia Species 0.000 description 4
- 230000008901 benefit Effects 0.000 description 4
- 230000007423 decrease Effects 0.000 description 4
- 238000011161 development Methods 0.000 description 4
- 230000018109 developmental process Effects 0.000 description 4
- XAGFODPZIPBFFR-UHFFFAOYSA-N aluminium Chemical compound [Al] XAGFODPZIPBFFR-UHFFFAOYSA-N 0.000 description 3
- 229910052782 aluminium Inorganic materials 0.000 description 3
- 230000002238 attenuated effect Effects 0.000 description 3
- 230000033228 biological regulation Effects 0.000 description 3
- 239000011888 foil Substances 0.000 description 3
- 238000005259 measurement Methods 0.000 description 3
- 238000000386 microscopy Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 230000002745 absorbent Effects 0.000 description 2
- 239000002250 absorbent Substances 0.000 description 2
- 239000006096 absorbing agent Substances 0.000 description 2
- 210000004204 blood vessel Anatomy 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000005284 excitation Effects 0.000 description 2
- 238000010438 heat treatment Methods 0.000 description 2
- 239000013598 vector Substances 0.000 description 2
- 241000283087 Equus Species 0.000 description 1
- 238000010870 STED microscopy Methods 0.000 description 1
- 229910000746 Structural steel Inorganic materials 0.000 description 1
- 238000000149 argon plasma sintering Methods 0.000 description 1
- 238000009529 body temperature measurement Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000001143 conditioned effect Effects 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000013016 damping Methods 0.000 description 1
- 238000013144 data compression Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 230000001066 destructive effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 238000000799 fluorescence microscopy Methods 0.000 description 1
- 230000004907 flux Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 230000035515 penetration Effects 0.000 description 1
- 239000004033 plastic Substances 0.000 description 1
- 229920003023 plastic Polymers 0.000 description 1
- 239000011148 porous material Substances 0.000 description 1
- 238000001454 recorded image Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000005309 stochastic process Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 238000012285 ultrasound imaging Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/73—Deblurring; Sharpening
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J5/00—Radiation pyrometry, e.g. infrared or optical thermometry
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N25/00—Investigating or analyzing materials by the use of thermal means
- G01N25/72—Investigating presence of flaws
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
- G06T3/4053—Scaling of whole images or parts thereof, e.g. expanding or contracting based on super-resolution, i.e. the output image resolution being higher than the sensor resolution
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/56—Cameras or camera modules comprising electronic image sensors; Control thereof provided with illuminating means
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J5/00—Radiation pyrometry, e.g. infrared or optical thermometry
- G01J2005/0077—Imaging
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J5/00—Radiation pyrometry, e.g. infrared or optical thermometry
- G01J5/48—Thermography; Techniques using wholly visual means
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/003—Reconstruction from projections, e.g. tomography
- G06T11/006—Inverse problem, transformation from projection-space into object-space, e.g. transform methods, back-projection, algebraic methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10048—Infrared image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2211/00—Image generation
- G06T2211/40—Computed tomography
- G06T2211/424—Iterative
Landscapes
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Mathematical Physics (AREA)
- Mathematical Analysis (AREA)
- Algebra (AREA)
- Health & Medical Sciences (AREA)
- Immunology (AREA)
- Pathology (AREA)
- General Health & Medical Sciences (AREA)
- Biochemistry (AREA)
- Signal Processing (AREA)
- Analytical Chemistry (AREA)
- Life Sciences & Earth Sciences (AREA)
- Multimedia (AREA)
- Chemical & Material Sciences (AREA)
- Investigating Or Analyzing Materials Using Thermal Means (AREA)
- Radiation Pyrometers (AREA)
Abstract
Es wird eine Verfahren zur Aufnahme von Wärmebildern einer unter einer Probenoberfläche (P) angeordneten abzubildenden Struktur (S) mit einer die Probenoberfläche (P) aufnehmenden Wärmebildkamera (K), einer Quelle (Q) elektromagnetischer Strahlung zum Beleuchten der abzubildenden Struktur (S) und mit einer Auswerteeinheit (A) zum Auswerten der von der Wärmebildkamera (K) aufgenommenen Oberflächenmeßdaten vorgeschlagen. Zur Verbesserung der Tiefenauflösung wird vorgeschlagen, dass die abzubildende Struktur (S) zur verbesserten Rekonstruktion mit einer unbekannt strukturierten Beleuchtung angestrahlt und damit erwärmt wird, wobei zur Auswertung der Struktur (S) mehrere Bilder verwendet werden und die Struktur (S) je Bild mit einer anders strukturierten Beleuchtung angestrahlt wird und dass zum Errechnen der abzubildenden Struktur (S) aus den mit der Wärmebildkamera (K) aufgenommenen Bildern ein nichtlinearer iterativer Auswerte-Algorithmus verwendet wird.
Description
Patentamt
Beschreibung [0001] Die Erfindung bezieht sich auf ein Verfahren und eine Vorrichtung zur Aufnahme von Wärmebildern einer unter einer Probenoberfläche angeordneten abzubildenden Struktur mit einer die Probenoberfläche aufnehmenden Wärmebildkamera, einer Quelle elektromagnetischer Strahlung zum Beleuchten der abzubildenden Struktur und mit einer Auswerteeinheit zum Auswerten der von der Wärmebildkamera aufgenommenen Oberflächenmessdaten.
[0002] Die Verwendung einer Infrarotkamera für die Aufnahme von Wärmebildern ermöglicht die berührungslose und gleichzeitige Temperaturmessung vieler Oberflächenpixel. Aus diesen Oberflächenmessdaten kann eine in einer Probe, in einem Gewebe od. dgl. unterhalb einer Oberfläche, eingebettete Struktur rekonstruiert und dargestellt werden, wenn diese durch einen Anregungspuls aufgeheizt wird. Der Hauptnachteil in der Abbildung mit der aktiven Thermographie ist der Verlust der räumlichen Auflösung proportional zur Tiefe unterhalb der Probenoberfläche. Dies hat unscharfe Bilder für tiefer liegende Strukturen zur Folge. Derartige Thermographieverfahren sind beispielsweise aus der EP 2 743 688 A1, der W02006/124977 A2 und der US 7 018 094 B1 bekannt. Nachteilig ist bei den bekannten Verfahren insbesondere, dass sie keine befriedigende Tiefenauflösung ermöglichen.
[0003] Für viele bildgebende Verfahren ist die mögliche räumliche Auflösung durch die Breite der Punktantwort (engl.“point spread function, kurz PSF), nämlich das Bild eines kleinen Objekts, idealerweise eines Punktes, begrenzt. In der Akustik entspricht dies der Beugungsgrenze oder in der Optik der Abbe-Grenze. Beide Grenzen sind proportional zur akustischen bzw. optischen Wellenlänge. Für kleinere Strukturen können entweder höhere räumliche Frequenzen, die kürzeren Wellenlängen entsprechen, z.B. von Elektronen, oder Nahfeld-Effekte ausgenutzt werden. Für die biomedizinische und zerstörungsfreie Bildgebung ist dies oft nicht möglich, da die Strukturen in eine Probe oder in ein Gewebe eingebettet sind. Daher sind sie für Nahfeldmethoden nicht zugänglich. Höhere Frequenzen werden unterhalb des Rauschpegels gedämpft, bevor sie auf der Oberfläche detektiert werden können. Für die Darstellung solcher Strukturen sind andere hochauflösende Verfahren notwendig.
[0004] In ihrer Theorie der Hochauflösung haben Donoho et al. (D. L. Donoho, A. Μ. Johnstone, J. C. Hoche, and A. S. Stern, J. R. Statist. Soc. B 54, 41 (1992)) gezeigt, dass die Hochauflösende Bildgebung eine solche Auflösungsgrenze überwinden kann. Wenn das Rauschen gegen Null geht, konvergiert das rekonstruierte Bild zum ursprünglichen Objekt. Für die beugungsbegrenzte Bildgebung zeigten sie, dass nichtlineare Algorithmen, die einer Positivitätsbeschränkung gehorchen, eine Hochauflösung erhalten können. Bereits 1972 zeigte Frieden (B. R. Frieden, J. Opt. Soc. Am. 62, 1202 (1972)) für ein simuliertes, aus zwei schmalen Linien bestehendes Objekt, das mit einer Regressionsrechnung nach dem Prinzip der kleinsten Quadrate nicht aufgelöst werden konnte, dass sein nichtlinearer Rekonstruktionsalgorithmus das Objekt auflösen und darstellen kann.
[0005] Experimentell wurde 1999, fünf Jahre nach ihrer theoretischen Beschreibung, mit der STED-Mikroskopie die erste hochauflösende Fernfeld-Fluoreszenzmikroskopie realisiert (T. A. Klar and S. W. Hell, Opt. Lett. 24, 954 (1999)). Später kamen weitere hochauflösende Verfahren wie STORM, PALM oder SOFI auf, die allesamt ausnutzen, dass eine Lokalisierung von Punktquellen (z. B. aktivierte fluoreszierende Moleküle) mit einer höheren Genauigkeit möglich ist als die Breite der PSF ist.
[0006] Die strukturierte Beleuchtungsmikroskopie (engl. „structured Illumination microscopy“, kurz SIM - Μ. G. Gustafsson, J. Microscopy 198, 82 (2000)) verwendet mehrere strukturierte Muster als Beleuchtung für die hochauflösende Bildgebung.
[0007] Der physikalische Ursprung der Auflösungserhöhung ist eine Frequenzmischung zwischen Frequenzen der Beleuchtung und den Objektfrequenzen. Die hohen räumlichen Frequenzen im Objekt werden durch diese Frequenzmischung in den niederfrequenten Bereich gegeben durch die Fourier-Transformation der PSF transformiert und können daher abgebildet
1/14
AT 520 007 B1 2019-09-15 österreichisches
Patentamt werden. Normalerweise verwenden Rekonstruktionsalgorithmen die Kenntnis der Beleuchtungsmuster der strukturierten Beleuchtung für die Berechnung der Bilder. Allerdings können auch kleine Fehler in den Mustern zu Fehlern in den endgültigen Bildern führen. Daher wurde eine blinde SIM vorgeschlagen, bei der die Kenntnis des Beleuchtungsmusters nicht notwendig ist. Es wird davon ausgegangen, dass die Beleuchtungsmuster positiv sind und ihre Summe homogen ist (E. Mudry, K. Belkebir, J. Girard, J. Savatier, E. L. Moal, C. Nicoletti, Μ. Allain, and A. Sentenac, Nat. Photon. 6, 312 (2012)), oder zusätzliche Einschränkungen wie die gleichen Absorptionsmuster für alle Beleuchtungen, dünne Besetzung der Funktionen oder Anforderungen an die Kovarianz der Muster angewendet werden. Vor kurzem wurden zwei Rekonstruktionsalgorithmen vorgeschlagen, die dünne Besetzung und Gleichheit der Absorptionsmuster (sogenannte Blocksparsity) verwenden, die erfolgreich für die akustische Auflösung der photoakustischen Mikroskopie angewendet wurden. Die räumliche Auflösungsgrenze, die durch die akustische PSF gegeben war, konnte damit weitgehend verbessert werden, indem eine Beleuchtung mit unbekannten granulären Lasermustern („Specklemuster“) verwendet wurde. Die verwendeten Rekonstruktionsalgorithmen sind auch für andere bildgebende Verfahren wertvoll, bei denen diffuse Prozesse hochfrequente strukturelle Informationen durcheinanderbringen.
[0008] Die thermografische Bildgebung nutzt die reine Diffusion von Wärme, die manchmal auch als thermische Wellen bezeichnet werden, wobei die strukturellen Informationen von Wärmebildern bei höheren Bildtiefen viel stärker gedämpft werden als durch akustische Dämpfung. Die thermografische Bildgebung hat einige Vorteile im Vergleich zu anderen bildgebenden Verfahren, z.B. der Ultraschallbildgebung. Es werden keine Kopplungsmedien wie Wasser benötigt, und die Temperaturentwicklung vieler Oberflächenpixel kann parallel und berührungslos mit einer Infrarotkamera gemessen werden. Der Hauptnachteil der thermografischen Bildgebung ist die starke Abnahme der räumlichen Auflösung proportional zur Tiefe, was zu verschwommenen Bildern für tiefer liegende Strukturen führt.
[0009] Aufgabe der Erfindung ist es ein Verfahren und eine zugehörige Vorrichtung zur Aufnahme von Wärmebildern zu schaffen die gegenüber dem Stand der Technik eine merklich verbesserte Tiefenauflösung mit Wärmebildern vermessener Strukturen ermöglichen. Insbesondere sollen auch tiefer unter einer Oberfläche liegende Strukturen damit verbessert dargestellt werden können.
[0010] Die Erfindung löst diese Aufgabe mit den Merkmalen des unabhängigen Anspruches 1. Vorteilhafte Weiterbildungen der Erfindung sind in den Unteransprüchen dargestellt.
[0011] Die Erfindung überwindet den Nachteil, nämlich dem Verlust der räumlichen Auflösung proportional zur Tiefe unterhalb der Probenoberfläche und ermöglicht auch für tiefer liegende Strukturen eine höhere Auflösung durch die Verwendung von (unbekannter) strukturierter Beleuchtung und durch die Verwendung eines nicht-linearen iterativen Auswerte-Algorithmus, der die dünne Besetzung (engl. „sparsity“) und den konstanten Ort der aufgeheizten Strukturen für die verschiedenen strukturierten Beleuchtungsmuster ausnutzt (IJOSP-Algorithmus - T. W. Murray, Μ. Haltmeier, T. Berer, E. Leiss-Holzinger, and P. Burgholzer, Optica 4, 17 (2017).
[0012] Die unbekannte strukturierte Beleuchtung kann Licht sein, das durch sich bewegende Schlitzblenden fällt, wie in der Folge in einem Ausführungsbeispiel dargestellt. Bei Verwendung von kohärentem Licht (Laser, Mikrowelle od. dgl.) entstehen in einer streuenden Probe, wie beispielsweise einem biologischen Gewebe, durch Interferenzerscheinungen automatisch dunkle und helle Flecken, genannt Laser-Speckles, womit gegebenenfalls auf den Einsatz einer gesonderten Blende verzichtet werden kann. Diese Speckle-Muster werden als unbekannt strukturierte Beleuchtung herangezogen und die Größe von den hellen Bereichen (Speckles) hängt von der Lichtwellenlänge des Lasers, den Streueigenschaften der Probe und von der Eindringtiefe des Lichts in der Probe ab.
[0013] Erfindungsgemäß kann der Effekt der mit der Tiefe proportional abnehmenden Auflösung vermieden werden, wenn eine bekannte oder auch unbekannte strukturierte Beleuchtung und ein nichtlinearer Rekonstruktionsalgorithmus zur Rekonstruktion der eingebetteten Struktur zum Einsatz kommen. Damit ist beispielsweise die Abbildung von Linienmustern oder von
2/14
AT 520 007 B1 2019-09-15 österreichisches
Patentamt sternförmigen Strukturen durch ein 3 mm dickes Stahlblech hindurch mit einer Auflösung möglich, die wenigstens wesentlich besser ist als die Breite der thermografischen Punktantwort (engl.“point spread function, kurz PSF). Näheres dazu wird im Ausführungsbeispiel dargestellt.
[0014] Um den Nachteil der starken Abnahme der räumlichen Auflösung proportional zur Tiefe einer Probe unter der Probenoberfläche zu vermeiden, wird erfindungsgemäß eine unbekannt strukturierte Beleuchtung zusammen mit einem Iterativen Algorithmus, der die dünne Besetzung der Strukturen ausnutzt, verwendet. Der Grund für diese Abnahme in der Auflösung mit zunehmender Tiefe ist die Entropieproduktion während der Diffusion von Wärme, die für makroskopische Proben gleich dem Informationsverlust ist und daher die räumliche Auflösung begrenzt. Der Mechanismus für den Verlust von Informationen ist die thermodynamische Fluktuation, die für makroskopische Proben extrem klein ist. Diese Fluktuationen werden aber bei der Rekonstruktion von Strukturinformationen aus thermografischen Daten hoch verstärkt („schlecht gestelltes“ inverses Problem). Die Entropieproduktion, die nur von den Temperaturmittelwerten abhängt, ist für makroskopische Proben gleich dem Informationsverlust, der durch diese Schwankungen verursacht wird. Für reale Wärmediffusionsprozesse können diese Schwankungen nicht durch einfache stochastische Prozesse beschrieben werden, aber bei makroskopischen Proben hängt der Informationsverlust nur von der Amplitude der Fluktuationen im Verhältnis zu den mittleren Temperatursignalen ab, was dem Signal-Rausch-Verhältnis (SNR) entspricht. Mit dieser Erkenntnis ist es möglich, eine PSF aus dem SNR ohne Berechnung des Informationsverlustes und der Entropieproduktion abzuleiten.
[0015] Insbesondere erfolgt die thermografische Rekonstruktion in einem dreistufigen Verfahren. In einem ersten Schritt werden die gemessenen zeitabhängigen Temperatursignale Ts(r, t) als Funktion des Ortes r und der Zeit t in virtuelle akustische Wellen umgewandelt (siehe P. Burgholzer, Μ. Thor, J. Gruber, and G. Mayr, J. Appl. Phys. 121, 105102 (2017)). In einem zweiten Schritt wird ein Ultraschall-Rekonstruktionsverfahren (z.B. FSAFT) verwendet, um y(r) als Raumfunktion zu rekonstruieren. In einem dritten Schritt wird der nur im Raum arbeitende IJOSP-Algorithmus, ein nichtlinearer iterativer Algorithmus, zur thermografischen Rekonstruktion verwendet (T. W. Murray, Μ. Haltmeier, T. Berer, E. Leiss-Holzinger, and P. Burgholzer, Optica 4, 17 (2017)).
[0016] In der Zeichnung und im folgenden Ausführungsbeispiel ist die Erfindung beispielsweise dargestellt. Es zeigen [0017] Fig. 1 die Darstellung einer Punktquelle, deren thermographische Abbildung im Fourierraum und deren thermographische Abbildung im realen Raum, [0018] Fig. 2 eine Versuchsanordnung für zu messende linienförmige Strukturen, [0019] Fig. 3 verschiedene Rekonstruktionsbeispiele der linienförmigen Strukturen, [0020] Fig. 4 eine Gegenüberstellung der Ergebnisse verschiedener Rekonstruktionsbeispiele, [0021] Fig. 5 Rekonstruktionsergebnisse für eine sternförmige Struktur, und [0022] Fig. 6 eine alternative Versuchsanordnung für zu messende beliebige dreidimensionale Strukturen in einer streuenden Probe.
[0023] Fig. 1 (a) zeigt eine Punktquelle in einer Tiefe d mit Einheitsvektor (ez) senkrecht zur Oberflächenebene: Die Länge a der zur Oberflächenebene gelangenden thermische Welle hängt vom Winkel Θ ab. Fig. 1 (b) zeigt eine zweidimensionale (oder einen Querschnitt einer dreidimensionalen) PSF im Fourierraum. Bis zu kcut(9) (Gl. 5) ist der Wert der PSF Eins und über kcut Null. Parallel zur Detektionsoberflächefläche (Θ = 90°) wird die Länge a unendlich, weshalb keine thermischen Wellen in dieser Richtung zur Oberfläche gelangen können. Fig. 1 (c) zeigt die zweidimensionale PSF im realen Raum. Die laterale Auflösung (vertikale Richtung) beträgt 2,44 mal die axiale Auflösung (horizontale Richtung). Die axiale Auflösung (horizontale Pfeile) für die gepulste Thermographie ist durch kcut begrenzt und ist daher proportional zur Tiefe d, dividiert durch den natürlichen Logarithmus des SNR.
[0024] Fig. 2a zeigt eine Vorrichtung zur Aufnahme von Wärmebildern einer unter einer Pro
3/14
AT 520 007 B1 2019-09-15 österreichisches
Patentamt benoberfläche P angeordneten Struktur S mit einer Wärmebildkamera K zur Aufnahme der Probenoberfläche P, mit einer Quelle Q elektromagnetischer Strahlung zum Beleuchten der Struktur S und mit einer nicht näher dargestellten Auswerteeinheit zum Auswerten der von der Wärmebildkamera K aufgenommenen Oberflächenmessdaten, wobei die Wärmebildkamera K derart gegen die Probenoberfläche P gerichtet ist, dass sie Wärmebilder der unter einer Probenoberfläche P angeordneten abzubildenden Struktur S aufnimmt und dass die Quelle Q elektromagnetischer Strahlung zum Beleuchten der Struktur S auf der der Wärmebildkamera K gegenüberliegenden Seite der Probenoberfläche P angeordnet und gegen die abzubildende Struktur S gerichtet ist. Zwischen Quelle Q und Struktur S ist eine Blende B zur strukturierten Beleuchtung der Struktur S angeordnet, wobei die Blende B gegenüber der Struktur S verschiebbar, im vorliegenden Fall zur Probenoberfläche P parallelverschiebbar, geführt ist.
[0025] Die Struktur S ist auf die Rückseite eines 3 mm Stahlblechs aufgebracht. In Fig. 2(b) werden vier in y-Richtung verlaufende Linienpaare als lichtabsorbierende Muster verwendet. Der Abstand zwischen den Linien beträgt (von links nach rechts) 2 mm, 1,3 mm, 0,9 mm und 0,6 mm bei einer Linienbreite von 1 mm. Zur Erzeugung einer strukturierten Beleuchtung (Fig. 2(c)) wurden in eine als Blende B wirkende Aluminiumfolie, Schlitze in einem Abstand von 10 mm geschnitten, wobei die Schlitze eine Breite von 1 mm aufweisen und parallel zu den Absorptionslinien verlaufen. Durch diese Schlitze kann das Blitzlicht die Oberfläche der Rückseite des Stahlbleches mit Energie anregen. Auf der Vorderseite des Stahlblechs misst eine Infrarotkamera (Bildrate 800 Hz, 320 x 32 Pixel, 6 Pixel pro mm) die Oberflächentemperaturentwicklung. Die Schlitzmaske wird nach jeder Messung mit einer Schrittweite von 0,2 mm in xRichtung verschoben. Im Ausführungsbeispiel werden 55 Messungen verwendet, um die Positionen der absorbierenden Linienpaare aus den aufgenommenen Bildern zu rekonstruieren.
[0026] Fig. 3 zeigt ein zweidimensionales Rekonstruktionsbeispiel (für die vorgenannten parallelen Linienpaare). Fig3(a) stellt ein Mittelwertsignal Ts(x,t) aller Speckle-Muster dar, das gleich dem gemessenen Signal ohne der Schlitzmaske ist. Fig. 3(b) und (c) stellen die gemessene Oberflächentemperatur Ts(x,t) für die Beleuchtung mit zwei verschiedenen Speckle-Muster dar. Fig. 3 (d) sind die thermographischen Rekonstruktionen ym(x), für die beiden verschiedenen Beleuchtungsmuster (Fig. 3(b) und (c) m = 10 (punktiert) und m = 19 (strichpunktiert)), sowie die Rekonstruktion des in Fig. 3(a) dargestellten Mittelwertes y(x) (durchgezogen) zu entnehmen. Die senkrechten Linien zwischen den Fig. 3(a) bis (d) zeigen die Verschiebung des Maximums für die einzelnen Speckle-Muster, welche in weiterer Folge die Hochauflösungsrekonstruktion der Linienpositionen ermöglichen.
[0027] FIG 4. Zeigt eine Mittelwert Rekonstruktion (fett), eine R-L (Richardson-Lucy)Dekonvolution (punktiert) und eine iterative Rekonstruktion (IJOSP, strichpunktiert).
[0028] Fig. 5 zeigt Rekonstruktionsergebnisse unter Verwendung einer zweidimensionalen sternförmigen Probe mit 165 Beleuchtungsmustern, 55 Beleuchtungsmustern mit in y-Richtung verlaufenden Schlitzen und je 55 Beleuchtungsmustern mit Schlitzen in ± 45 ° -Richtung verlaufenden Schlitzen. Fig. 5(a) Das Objekt ist eine sternförmige Probe, bestehend aus 12 Linien, je ca. 1 mm dick. Die rekonstruierten Objekte wurden, in Fig. 5(b) aus dem mittleren Temperatursignal, in Fig. 5(c) mit der R-L-(Richardson-Lucy)-Dekonvolution und in Fig. 5(d) mit der der iterativen - Rekonstruktion (IJOSP) errechnet. Die Pixelgröße betrug 0,21 mm, was zu 4,75 Pixeln je 1 mm und insgesamt 128 x 128 Pixel führte. Die Kamera-Bildwiederholfrequenz betrug 500 Hz.
[0029] Fig. 6a und das vergrößerte Detail der streuenden Probe davon in Fig. 6b zeigen eine Vorrichtung zur Aufnahme von Wärmebildern einer unter einer Probenoberfläche P angeordneten Struktur S mit einer Wärmebildkamera K zur Aufnahme der Probenoberfläche P, mit einer kohärenten Quelle Q elektromagnetischer Strahlung zum Beleuchten der Struktur S und mit einer Auswerteeinheit A zum Auswerten der von der Wärmebildkamera K aufgenommenen Oberflächenmessdaten, wobei die Wärmebildkamera K derart gegen die Probenoberfläche P gerichtet ist, dass sie Wärmebilder der unter einer Probenoberfläche P angeordneten abzubildenden Struktur S aufnimmt und dass die Quelle Q elektromagnetischer Strahlung zum Be
4/14
AT520 007 B1 2019-09-15 österreichisches
Patentamt leuchten der Struktur S auf der gleichen Seite wie die Wärmebildkamera K bezogen auf die Probenoberfläche P angeordnet und gegen die abzubildende Struktur S gerichtet ist. In der Auswerteeinheit ist mit zwei übereinanderliegenden Diagrammen die Ansteuerung der Wärmebildkamera K und der Quelle Q, einem Pulslaser oder einer gepulsten Mikrowellenquelle, angedeutet. Zunächst wird ein kurzer Angregungs-Puls ausgesendet, wonach (ggf. auch gleichzeitig) die Wärmebildkamera für ein vorgegebenes Zeitintervall eine Abfolge an Bildern aufnimmt. Dieser Vorgang wird nun mehrmals wiederholt, wobei wesentlich ist, dass sich das durch Interferenz der kohärenten elektromagnetischen Strahlung ausgebildete Speckle-Muster im Inneren der streuenden Probe von Puls zu Puls ändert (unbekannte strukturierte Beleuchtung). In einem lebenden biologischen Gewebe passiert dies durch geringfügige Bewegung von selbst, für andere Proben (z. B Kunststoffe) kann die Änderung des Speckle-Musters von einem Puls zum nächsten Puls durch eine geringfügige Bewegung von Probe oder Quelle bewirkt werden (Drehung oder Verschiebung).
[0030] Ausführungsbeispiel:
[0031] Um die thermografische PSF abzuleiten, wird zuerst die Dämpfung einer eindimensionalen thermischen Welle behandelt
T(z, t) = ReaZ(roei(ffZ_wi)), (1) wobei T(z,t) die Temperatur als Funktion der Tiefe z der Probe und der Zeit t ist, To ist eine komplexe Konstante, um die Randbedingung an der Oberfläche mit z = 0 zu erfüllen, o ist die komplexe Wellenzahl und ω = 2πί, entspricht der thermische Wellenfrequenz.
[0032] Dies löst die Wärmediffusionsgleichung
+ i <(2) wobei V2 der Laplace-Operator, also die zweite Ableitung im Raum ist, α ist der materialabhängige thermische Diffusionskoeffizient, der in der Probe als homogen angenommen wird und μ = yjla/ω als thermische Diffusionslänge definiert ist, wo die Amplitude der Wärmewelle um den Faktor 1/e reduziert ist. Damit ergibt sich Gl. (1) wie folgt:
T(z, t) = Real (Toe exp (i — ίωί^ j, (3) die eine exponentiell gedämpfte Welle in z mit der Wellenzahl oder der Raumfrequenz k=1/p beschreibt. Die abgeschnittene Wellenzahl kcut, bei der das Signal für eine Tiefe z=a auf den Rauschpegel gedämpft wird, ergibt sich aus Gl. (3) zu:
exp(-/cCMta) = — => kcut = (4) [0033] Eine höhere Raumfrequenz als kcut kann nicht aufgelöst werden, da die Signalamplitude in einem Abstand a unter den Rauschpegel fällt. Das gleiche Ergebnis kann für die eindimensionale Wärmediffusion hergeleitet werden, indem der Informationsverlust gleich der mittleren Entropieproduktion gesetzt wird. Um eine zwei- oder dreidimensionale thermografische PSF zu erhalten, wird eine Punktquelle in einer homogenen Probe in einer Tiefe d bezogen auf eine ebene Messoberfläche eingebettet. Der Abstand a zur Oberfläche hängt vom Winkel Θ ab (Fig. 1 (a)):
kcut(ß^
InSNR a
InSNR d cos(0) (5) [0034] Fig. 1 (b) zeigt eine zweidimensionale PSF oder einen Querschnitt einer dreidimensionalen thermografischen PSF im Fourierraum. In allen Richtungen bis zu kcut(0) ist der Wert der PSF Eins und über kcut Null.
[0035] Für eine gewählte Versuchsanordnung (siehe Abb. 2) ist die Tiefe d = 3mm (=Dicke
5/14
AT 520 007 B1 2019-09-15 österreichisches ll^r patentamt eines Stahlblechs) und der effektive SNR = 2580. Fig. 1 (c) zeigt die dafür berechnete zweidimensionale thermografische PSF im realen Raum, die der inversen Fourier-Transformation aus Fig. 1 (b) entspricht, berechnet durch die zweidimensionale inverse Fourier-Transformation. Die axiale Tiefenauflösung ist durch kcut=2,62mrrr1 aus Gl. (5) bei 8=0 begrenzt, was das gleiche ist wie im eindimensionalen Fall gemäß Gl. (4). Die Nullpunkte in einer Tiefe z=d±TT/kcut=3mm ± 1,2mm sind in Fig. 1 (c) durch zwei horizontale Pfeile dargestellt, was zu einer axialen Auflösung von 2,4 mm führt. Die laterale Auflösung (5,85 mm vertikale Richtung in Fig. 1 (c)) beträgt das 2,44-fache der axialen Auflösung.
[0036] Die laterale Auflösung dieses PSF wird im Folgenden für die Dekonvolution oder für den IJOSP-Rekonstruktionsalgorithmus verwendet, der eine Hochauflösung ermöglicht. Die gleiche PSF kann unter Verwendung einer zweistufigen Bildrekonstruktionsmethode aus einer Punktquelle rekonstruiert werden. Zuerst wird das gemessene Signal in virtuelle akustische Wellen umgewandelt (siehe P. Burgholzer, Μ. Thor, J. Gruber, and G. Mayr, J. Appl. Phys. 121, 105102 (2017)), wonach jedes verfügbare Ultraschall-Rekonstruktionsverfahren, wie beispielsweise das Verfahren der synthetische Apertur-Fokussierung (F-SAFT), für die Rekonstruktion verwendet werden. Dieses Verfahren ergibt nur dann eine sinnvolle PSF, wenn die Messzeit ausreicht die Signale bis zu 8 » 45 ° zu messen und für die Rekonstruktion zu verwenden. Bei kürzeren Messzeiten hat nur ein kleiner Kegel der PSF im Fourierraum in axialer Richtung den Wert eins und der Rest den Wert Null. Im realen Raum bleibt für kürzere Messzeiten die axiale Auflösung beinahe konstant, während die laterale Auflösung schlechter wird.
[0037] Ein experimenteller Aufbau zur Veranschaulichung dieses erfindungsgemäßen Verfahrens zur hochauflösenden thermografischen Bildgebung umfasst folgendes. Ein 3 mm starkes Stahlblech (üblicher Baustahl mit einer Temperaturleitfähigkeit von 16mm2s'1) wurde für verbesserte Wärmeaufnahme und -abgabe auf beiden Seiten eingeschwärzt. Auf der Rückseite des Stahlbleches wurde ein absorbierendes Muster, wie beispielsweise parallele Linien oder ein Stern mit Hilfe einer als reflektierende Maske wirkenden Aluminiumfolie, erzeugt. Dadurch wird sichergestellt, dass nur die unmaskierten (schwarzen) Muster Licht von einer diese Seite bestrahlenden optischen Blitzlichtanordnung (PB G 6000 von Blaesing mit 6 kJ elektrischer Energie) absorbieren. Eine Infrarotkamera (Ircam Equus 81k M Pro) wurde verwendet, um den Temperaturverlauf, bzw. die Temperaturentwicklung auf der Vorderseite des Stahlbleches zu messen. Dazu wird eine dreidimensionale thermografische Abbildungsmethode verwendet (P. Burgholzer, Μ. Thor, J. Gruber, and G. Mayr, J. Appl. Phys. 121, 105102 (2017)), womit das Bild y (r) als Raumfunktion r des absorbierenden Musters rekonstruiert werden kann, wobei die Faltung des absorbierten Lichts l(r) p(r) mit dem in Fig. 1 (c) gezeigten thermografischen PSF h (r) erfolgt:
y(r) = /i(r) * [/(r) p(r)] + e(r) = f h(r—r')/(r')p(r') dr' + e(r), (6) [0038] Wobei ε (r) das Rauschen (den Fehler) in den Daten angibt, p (r) die optische Absorption der absorbierenden Muster angibt und I (r) der Beleuchtungslichtstrom ist. Die räumliche Variable r ist für die Linienpaarmuster als eindimensionale Koordinate auf der Stahloberfläche senkrecht zu den Linien (x-Richtung) beschrieben, und für zweidimensionale Muster, wie einen Stern, ist das zweidimensionale kartesische Koordinatenpaar (x- und y-Richtung) auf der Rückseite des Stahlblechs beschrieben.
[0039] Im ersten Ausführungsbeispiel (Fig. 2) wurden als absorbierendes Muster vier parallele Linien auf dem 3 mm dicken Stahlblech mit einem Abstand von 2 mm, 1,3 mm, 0,9 mm und 0,6 mm und einer Dicke von 1 mm verwendet (Fig. 2(a)). Zur strukturierten Beleuchtung wurden in eine Aluminiumfolie 1 mm breite Schlitze in einem Abstand von jeweils 10 mm geschnitten und diese Schlitzmaske wurde senkrecht zu den Linien in x-Richtung mit einer Schrittweite von 0.2 mm bewegt. Die Verwendung von mindestens M = 55 verschiedener Beleuchtungsmuster h, l2, ..., IM gewährleistet in diesem Ausführungsbeispiel die Beleuchtung aller Absorptionslinien. Die Beleuchtungsmuster und die Absorberverteilung werden durch diskrete Vektoren lm, peRN
6/14
AT 520 007 B1 2019-09-15 österreichisches
Patentamt dargestellt, wobei die N-Komponenten die Pixel-Werte der Kamera an äquidistanten Punkten bezeichnen. Gemäß Gl. (6) ist das gemessene Signal vom fokussierten Wandler ym = h* [Im -p] + em for m= 1, ...,M (7) [0040] Ziel ist es, die Absorberverteilung p und, in gewissem Maße, das Beleuchtungsmuster lm aus den Daten zurückzurechnen. Das Produkt HmE|m.p entspricht der dem m-ten SpeckleMuster zugeordneten Heizquelle. Die Heizquellen Hm sind (theoretisch) eindeutig durch die Entfaltungsgleichungen (7) bestimmt. Wegen der schlecht konditionierten Dekonvolution mit einem glatten Kern sind diese ungekoppelten Gleichungen jedoch fehlerempfindlich und liefern nur Rekonstruktionen geringer Auflösungen, wenn sie unabhängig und ohne geeignete Regularisierung gelöst werden. Um hochauflösende Rekonstruktionen zu erhalten, wird erfindungsgemäß vorgeschlagen einen Rekonstruktionsalgorithmus zu verwenden, welcher die Tatsache ausnutzt, dass alle Hm aus der gleichen Dichteverteilung p kommen, die auch dünn besetzt (engl. „sparse“) sind, genannt IJOSP-Algorithmus (von engl. „iterative joint sparsity“).
[0041] Numerisch kann dies durch folgende Minimierung
Μ N = 2 ^\h * - ym(xi)\2 + «1 \\H||2,i m=l i = l (^) + ^\\H\\2 2 min mit dem FISTA (schneller iterativer Schwellenwertalgorithmus - A. Beck and Μ. Teboulle “A Fast Iterative Shrinkage-Thresholding Algorithm for Linear Inverse Problems,“ SIAM J. Imaging Sei. 2, 183-202 (2009)) umgesetzt werden. Der erste Term in Gl. (8) ist der Datenanpassungsterm, der zweite Term nutzt die dünne Besetzung und Gleichheit der Dichteverteilung p und der letzte Term ist ein Stabilitätsterm, der aus der Tikhonov-Regulierung für generelle inverse Probleme bekannt ist. Wie bei anderen Regulierungsmethoden sind cn und a2 Regelungsparameter, die für die in Fig. 4 dargestellten Ergebnisse adäquat gewählt werden müssen (¢^=10-2 und a2=5*10'4). Der die dünne Besetzung und Gleichheit der Dichteverteilung p erzeugende Term
11^112,1 = 1^171^=11^(^)12 (9) liefert bei Minimierung Lösungen, die dünne Besetzung und Gleichheit der Dichteverteilung p bevorzugen. Zunächst wird für jedes einzelne gemessene Pixel die £2-Norm über alle M verschiedenen Beleuchtungsmuster genommen und dann werden diese positiven Werte aufsummiert (N Pixel). Dieser Term begünstigt geblockte dünne Lösungen, was bedeutet, dass er einen niedrigeren Wert für Lösungen hat, die nur an wenigen Stellen von Null abweichen, aber auch noch niedriger wird, wenn diese Einträge ungleich Null für alle Beleuchtungsmuster an der gleichen Stelle liegen.
[0042] Im Folgenden werden die Mess- und Rekonstruktionsergebnisse für die vier absorbierenden Linienpaare dargestellt.
[0043] Fig. 3(a) zeigt die gemessene Oberflächentemperatur Ts(x, t) ohne Verwendung der Schlitzmaske zum Zeitpunkt t. Da die Dicke des Stahlblechs (3 mm) im Vergleich zur Länge der Linienpaare (47 mm) kurz ist, kann das Problem auf ein zweidimensionales Wärmediffusionsproblem reduziert werden. In y-Richtung, parallel zu den Zeilenpaaren, wird der Mittelwert über, in diesem Ausführungsbeispiel, 32 Kamerapixel aufgenommen, um den SNR um einen Faktor a/32 von etwa 25,5 auf 144 für Ts(x, t) zu verbessern. Fig. 3 (b) und (c) zeigen Ts(x, t) für zwei unterschiedliche Beleuchtungsmuster. Fig. 3(d) zeigt die entsprechende zweidimensionale thermografische Rekonstruktion ym(x), für die beiden unterschiedlichen Beleuchtungsmuster m = 10 und m = 19 in Fig. 3 (b) bzw. (c) sowie die Rekonstruktion y(x) für den Mittelwert in Fig. 3(a). Für eine ordnungsgemäße Funktion des IJOSP-Rekonstruktionsalgorithmus ist es notwendig, dass diese Rekonstruktionen für unterschiedliche Beleuchtungsmuster variieren. Der effektive SNR wird durch die zweidimensionale thermografische Rekonstruktion um einen Faktor erhöht, der gleich der Quadratwurzel der verwendeten Pixel ist. In x-Richtung wurden 320
7/14
AT 520 007 B1 2019-09-15 österreichisches
Patentamt
Kamerapixel verwendet, 6 Pixel für 1 mm auf dem Stahlblech. Daher beträgt der effektive SNR etwa 2580, was die in Fig. 1(c) gezeigte thermografische PSF in einer Tiefe von 3 mm ergibt.
[0044] Fig. 4 zeigt die Rekonstruktionen aus dem Mittelwertsignal aller Speckle-Muster, die dem rekonstruierten Signal ohne die Schlitzmaske entspricht. Eine Richardson-Lucy (R-L) Dekonvolution dieses Signals unter Verwendung der thermografischen PSF in lateraler Richtung und der IJOSP-Rekonstruktion werden verglichen. Der IJOSP erlaubt es, alle Linienpaare, auch das mit einem Abstand von nur 0,6 mm, aufzulösen, während die Richardson-Lucy (R-L)Dekonvolution des Mittelwertsignals nur die beiden Linienpaare mit einem Abstand von 1,3 mm und 2 mm auflösen kann.
[0045] Fig. 5 zeigt die gleichen Rekonstruktionsergebnisse für eine zweidimensionale sternförmige Struktur anstelle von parallelen Linienpaaren. Für die Erstellung der einzelnen Beleuchtungsmuster waren die schlitze der Blende B nicht nur in der y-Richtung verlaufend ausgerichtet, sondern auch um ± 45 ° in der x-y-Ebene geneigt. Bei 55 Beleuchtungsmustern je Schlitzausrichtung ergibt dies 165 Beleuchtungsmuster für die zweidimensionale sternförmige Struktur.
[0046] Zusammenfassend konnte die Auflösung für die Linienpaare mit Hilfe des IJOSPAlgorithmus von 6 mm lateraler Auflösung (Fig. 1 (c)) der PSF auf weniger als 1,6 mm (1 mm Linienbreite und 0,6 mm Linienabstand) verbessert werden, womit sich eine Verbesserung der Auflösung um ungefähr den Faktor vier ergibt. Wie ist eine solche Auflösung möglich, wenn der Informationstransport durch das Stahlblech durch die Entropieproduktion begrenzt ist? Der theoretische Rahmen der Hoch-Auflösung ist eng mit der Theorie von Datenkompression verknüpft, welche die inhärente dünne Besetzung natürlicher Objekte in einer geeigneten mathematischen Basis ausnutzt. Die Menge an Information, die durch das Stahlblech für eine strukturierte Beleuchtung transportiert wird, ist die gleiche, wie für eine homogene Beleuchtung und die Lösung der linearen inversen Gl. (6). Durch Frequenzmischung der Beleuchtungsfrequenzen werden die höheren räumlichen Frequenzen des Objekts nach unten verschoben. Für die Rekonstruktion ist die Beleuchtung entweder bekannt (SIM) oder zusätzliche Information über die abgebildete Struktur, einschließlich Nichtnegativität oder dünne Besetzung werden ausgenutzt (blind-SIM). Für die thermografische Bildgebung ist die dünne Besetzung oft eine gute Annahme auch im realen Raum, auch ohne eine Darstellung in einer anderen Basis zu verwenden. Risse oder Poren sind oft dünn besetzt im Probenvolumen verteilt.
[0047] Zum Vergleich wurde das Linienmuster p unter Berücksichtigung bekannter Beleuchtungsmuster aus Gl. (7) mit Methode der kleinsten Quadrate berechnet. Die Ergebnisse für bekannte Beleuchtungsmuster waren nicht besser als die Ergebnisse für unbekannte Mustern bei Verwendung von IJOSP. Zudem ist auch eine dreidimensionale hochauflösende thermografische Bildgebung unter Verwendung von z.B. Speckle-Mustern für die Beleuchtung möglich, bei der die PSF ist nicht über die abgebildete Region gleichverteilt ist, sondern mit der Tiefe zunimmt.
[0048] Dabei wird eine Licht-streuende Probe, beispielsweise biologisches Gewebe (Fig. 6a, b), mit einem Laser dessen Licht in das Gewebe eindringt und gestreut wird, beleuchtet. Durch den Laser-Puls entstehen durch Interferenz des gestreuten Lichts helle und dunkle Bereiche (LaserSpeckles). Die Größe dieser Speckles hängt von der Lichtwellenlänge, den Streueigenschaften der Probe und der Tiefe des eindringenden Lichtes ab. Diese im Inneren der Probe unbekannten Speckle-Muster sind die unbekannte strukturierte Beleuchtung, die an bestimmten Strukturen, z. B. Blutgefäßen im Gewebe, absorbiert wird und damit zur Heizquelle wird. Durch viele solcher Speckle-Muster und deren Auswertung mit dem IJOSP Algorithmus kann die Licht absorbierende Struktur, als z. B. die Blutgefäße, aus den Infrarotbildern von der Oberfläche mit hoher Auflösung rekonstruiert werden.
[0049] Für die thermografische Rekonstruktion kann auch an Stelle der PSF h(r) aus Gl. (6) direkt auf gemessene zeitabhängige Temperatursignale Ts(r, t) zurückgegriffen werden, die H(r, t) nutzen, wobei H dann auch den zeitlichen Temperaturverlauf der Wärmediffusion umfasst.
Claims (8)
1. Verfahren zur Aufnahme von Wärmebildern einer unter einer Probenoberfläche (P) angeordneten abzubildenden Struktur (S) mit einer die Probenoberfläche (P) aufnehmenden Wärmebildkamera (K), einer Quelle (Q) elektromagnetischer Strahlung zum Beleuchten der abzubildenden Struktur (S) und mit einer Auswerteeinheit (A) zum Auswerten der von der Wärmebildkamera (K) aufgenommenen Oberflächenmessdaten, dadurch gekennzeichnet, dass die abzubildende Struktur (S) zur verbesserten Rekonstruktion mit einer unbekannt strukturierten Beleuchtung angestrahlt und damit erwärmt wird, wobei zur Auswertung der Struktur (S) mehrere Bilder verwendet werden und die Struktur (S) je Bild mit einer anders strukturierten Beleuchtung angestrahlt wird und dass zum Errechnen der abzubildenden Struktur (S) aus den mit der Wärmebildkamera (K) aufgenommenen Bildern ein nicht-linearer iterativer Auswerte-Algorithmus verwendet wird.
2. Verfahren nach Anspruch 1, dadurch gekennzeichnet, dass die mit der Wärmebildkamera (K) für jeden Bildpunkt gemessenen zeitabhängigen Temperatursignale Ts(r, t) als Funktion des Ortes r und der Zeit t in virtuelle akustische Wellen umgewandelt werden.
3. Verfahren nach Anspruch 2, dadurch gekennzeichnet, dass in einem anschließenden Schritt ein Ultraschall-Rekonstruktionsverfahren verwendet wird um die Raumfunktion y(r) der Struktur (S) aus den virtuellen akustischen Wellen zu rekonstruieren.
4. Verfahren nach Anspruch 3, dadurch gekennzeichnet, dass in einem weiteren anschließenden Schritt ein eine Punktantwort (PSF) benötigender IJOSP-Algorithmus für die thermografische Rekonstruktion der Struktur verwendet wird.
5. Verfahren nach Anspruch 4, dadurch gekennzeichnet, dass für jedes von der Wärmebildkamera aufgenommene Bild eine Punktantwort (PSF) aus dem Signalrauschabstand (SNR) und dem Abstand der abzubildenden Struktur (S) von einer Oberfläche abgeleitet wird, wobei Frequenzen der Signalamplituden der Punktantwort (PSF) die unter den Rauschpegel fallen auf Null gesetzt werden.
6. Verfahren nach Anspruch 4, dadurch gekennzeichnet, dass die Punktantwort (PSF) aus der Rekonstruktion einer kleinen punktförmigen Struktur in einer bestimmten Tiefe bestimmt wird.
7. Verfahren nach einem der Ansprüche 1 bis 6, dadurch gekennzeichnet, dass die Quelle (Q) elektromagnetischer Strahlung eine kohärente Lichtquelle, ein Laser oder eine Mikrowelle ist.
8. Verfahren nach einem der Ansprüche 1 bis 6, dadurch gekennzeichnet, dass die Quelle (Q) elektromagnetischer Strahlung eine nicht kohärente Lichtquelle ist, welche die abzubildende Struktur (S) über eine Blende (B) beleuchtet und dass unterschiedliche Blendeneinstellungen je Bild die anders strukturierte Beleuchtung je Bild gewährleisten.
Priority Applications (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
ATA50421/2017A AT520007B1 (de) | 2017-05-16 | 2017-05-16 | Thermographieverfahren |
PCT/AT2018/050007 WO2018209370A1 (de) | 2017-05-16 | 2018-05-02 | Thermographieverfahren |
EP18727129.1A EP3625760A1 (de) | 2017-05-16 | 2018-05-02 | Thermographieverfahren |
US16/613,986 US20210255042A1 (en) | 2017-05-16 | 2018-05-02 | Thermography method |
CA3063278A CA3063278A1 (en) | 2017-05-16 | 2018-05-02 | Thermography method |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
ATA50421/2017A AT520007B1 (de) | 2017-05-16 | 2017-05-16 | Thermographieverfahren |
Publications (2)
Publication Number | Publication Date |
---|---|
AT520007A1 AT520007A1 (de) | 2018-12-15 |
AT520007B1 true AT520007B1 (de) | 2019-09-15 |
Family
ID=62245099
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
ATA50421/2017A AT520007B1 (de) | 2017-05-16 | 2017-05-16 | Thermographieverfahren |
Country Status (5)
Country | Link |
---|---|
US (1) | US20210255042A1 (de) |
EP (1) | EP3625760A1 (de) |
AT (1) | AT520007B1 (de) |
CA (1) | CA3063278A1 (de) |
WO (1) | WO2018209370A1 (de) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102018124984A1 (de) * | 2018-10-10 | 2020-04-16 | Friedrich-Schiller-Universität Jena | Verfahren und Vorrichtung zur hochaufgelösten Fluoreszenzmikroskopie |
CN109900742B (zh) * | 2019-04-03 | 2019-12-17 | 哈尔滨商业大学 | 一种线性和非线性调频混合激励制冷式检测碳纤维复合材料脱粘缺陷装置及方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7018094B1 (en) * | 1999-10-16 | 2006-03-28 | Airbus Uk Limited | Material analysis |
WO2006124977A2 (en) * | 2005-05-18 | 2006-11-23 | Federal-Mogul Corporation | Transient defect detection algorithm |
CN103258755A (zh) * | 2013-04-22 | 2013-08-21 | 哈尔滨工业大学 | 倒装焊芯片焊点缺陷背视测温检测法 |
EP2743688A1 (de) * | 2012-12-17 | 2014-06-18 | Thermosensorik Gmbh | Verfahren und System zur Untersuchung einer Probe mittels Thermographie |
-
2017
- 2017-05-16 AT ATA50421/2017A patent/AT520007B1/de not_active IP Right Cessation
-
2018
- 2018-05-02 EP EP18727129.1A patent/EP3625760A1/de not_active Withdrawn
- 2018-05-02 CA CA3063278A patent/CA3063278A1/en active Pending
- 2018-05-02 WO PCT/AT2018/050007 patent/WO2018209370A1/de unknown
- 2018-05-02 US US16/613,986 patent/US20210255042A1/en not_active Abandoned
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7018094B1 (en) * | 1999-10-16 | 2006-03-28 | Airbus Uk Limited | Material analysis |
WO2006124977A2 (en) * | 2005-05-18 | 2006-11-23 | Federal-Mogul Corporation | Transient defect detection algorithm |
EP2743688A1 (de) * | 2012-12-17 | 2014-06-18 | Thermosensorik Gmbh | Verfahren und System zur Untersuchung einer Probe mittels Thermographie |
CN103258755A (zh) * | 2013-04-22 | 2013-08-21 | 哈尔滨工业大学 | 倒装焊芯片焊点缺陷背视测温检测法 |
Also Published As
Publication number | Publication date |
---|---|
EP3625760A1 (de) | 2020-03-25 |
US20210255042A1 (en) | 2021-08-19 |
WO2018209370A1 (de) | 2018-11-22 |
AT520007A1 (de) | 2018-12-15 |
CA3063278A1 (en) | 2019-12-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP2774530B1 (de) | Verfahren zur photoakustischen Tomographie | |
DE102008028387B4 (de) | Tomographisches Bildrekonstruktionsverfahren zum Erzeugen eines Bildes von einem Untersuchungsobjekt und nach diesem Verfahren arbeitende bildgebende Einrichtung | |
DE112010005498T5 (de) | Schrittgitterabbildungssystem mit Röntgenstrahlungsquelle und Abbildungsverfahren | |
DE3422143A1 (de) | Geraet zur wafer-inspektion | |
DE10317384A1 (de) | Computertomographie | |
WO1996004545A1 (de) | Apparat und methode zur optischen charakterisierung von struktur und zusammensetzung einer streuenden probe | |
DE102017118767A1 (de) | Verfahren und Vorrichtung zum Bestimmen von dimensionellen und/oder geometrischen Eigenschaften eines Messobjekts | |
DE102010007396B4 (de) | Verfahren und Vorrichtung zum optischen Inspizieren eines Prüflings mit einer zumindest teilweise reflektierenden Oberfläche | |
DE112009000516T5 (de) | Intraorales Abbildungssystem und Verfahren, das auf der konoskopischen Holographie beruht | |
AT520007B1 (de) | Thermographieverfahren | |
DE102013201975A1 (de) | Verfahren und Vorrichtung zur Verbesserung der SAFT-Analyse bei unregelmäßiger Messung | |
EP3304025B1 (de) | Verfahren und vorrichtung zum bestimmen von oberflächendaten und/oder messdaten einer oberfläche eines zumindest teilweise transparenten objekts | |
WO2011098324A1 (de) | Verfahren und vorrichtung zur oberflächenprüfung mittels deflektometrie | |
DE3022906A1 (de) | Geraet zur bestimmung des histogramms der groessenverteilung von partikeln, besonders von blutkoerperchen | |
EP2508842A1 (de) | Verfahren und System zur optischen Kohärenztomographie | |
DE4408226A1 (de) | Meßeinrichtung zur prozeßgekoppelten Bestimmung der Rauheit technischer Oberflächen durch Auswertung di- oder polychromatischer Specklemuster | |
WO2005003758A1 (de) | Verfahren und vorrichtung zum messen eines schaums | |
DE2440376A1 (de) | Teilchengroessen-analyse von polydispersen systemen mit hilfe der laserlichtstreuung | |
DE102009053510B4 (de) | Konzept zur Erzeugung eines räumlich und/oder zeitlich veränderbaren thermischen Strahlungsmusters | |
DE102015107485B3 (de) | Verfahren und Vorrichtung zur Bestimmung optischer Tiefeninformationen eines optisch streuenden Objekts | |
DE112014007116T5 (de) | Fotoakustisches Mikroskop und fotoakustisches Signalerfassungsverfahren | |
WO2017025570A1 (de) | Technik zur tomografischen bilderfassung | |
DE102021109153B4 (de) | Verfahren zur verbesserten optischen Auflösung in großen Messvolumina bei der telezentrischen Shadowgraphie und Vorrichtung zur Durchführung des Verfahrens | |
DE102018103942A1 (de) | Verfahren und Vorrichtung zur Vermessung der Oberflächenform eines Brillenglases | |
DE102012022966A1 (de) | Verfahren zur Auswertung von durch schmalbandige, kurzwellige, kohärente Laserstrahlung erzeugten Streubildern von Objektiven, insbesondere zur Verwendung in der XUV-Mikroskopie |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
MM01 | Lapse because of not paying annual fees |
Effective date: 20230516 |