Valutazione automatica della qualità dello spettro di un Free Electron

Laser mediante analisi di immagini

Università degli Studi di Trieste

Dipartimento di Ingegneria e Architettura

Corso di laurea triennale in Ingegneria dell’Informazione

Laureando: Lorenzo SAULE

Relatore: Gianfranco FENU

Correlatore:Felice Andrea PELLEGRINO

Anno accademico 2014-2015

Cos’è un Free-Electron Laser

Cos’è un Free-Electron Laser

Sistema di controllo e diagnosi

Immagini acquisite

Caratteristiche:

Matrici 1000x1000

Interi positivi

Colonne: Lunghezza d’onda

Righe: Posizione verticale

1X1000

1000X1

Profili delle immagini

Calcolo dei vettori dei profili:

Somma per righe

Vettore colonna

Somma per colonne

Vettore riga

Sistema attuale e Obiettivo

Sistema attuale:

Vari strumenti di supporto all’uomo

Valutazione soggettiva dello spettro

Obiettivo:

Procedura per la valutazione automatica delle immagini dello spettro

Indice di qualità attendibile per l’immagine

Ordinamento accettabile su un insieme di immagini

Strategie

Strategia 1:

Estrapolazione di determinate caratteristiche

Funzioni basate su tali caratteristiche

Simulazione della valutazione umana

Strategia 2:

Confronto tra immagini

Calcolo della distanza dall’ottimo

Strategia 1: Algoritmo di estrazione

Ciclo:

Costruzione di soglie

𝑝𝑖𝑥𝑒𝑙 > 𝑚𝑎𝑥 ∙ (1 − 𝑡ℎ ∙ 𝑖)

i = numero dell’iterazione

max = pixel più intenso nella matrice

th = valore dello step, inserito dall’utente

Confronto tra immagini

Strategia 1: Algoritmo di estrazione

Iterazione i-1 Iterazione i

Strategia 1: Algoritmo di estrazione

Immagine Originale Immagine Binaria

Strategia 1: Formulazione funzioni

Costruzione Funzioni:

𝐹𝑧 = 𝐼𝐹

Fattore 𝐼:

Intensità e dimensioni dell’area più intensa

Fattore 𝐹:

Presenza e distribuzione delle aree nell’immagine

Strategia 1: Formulazione funzioni

2 Fattori 𝐼

3 esponenti 𝑎, 𝑏, 𝑐 ∈ {1,2,3}

3 Fattori F

1 esponente 𝑑 ∈ {1,2,3}

486 funzioni generate

Strategia 2

Utilizzo della distanza Earth Mover’s Distance perdistribuzioni

Primo sistema di utilizzoRiduzione della dimensione dell’immagine

Utilizzo distanza EMD

Secondo sistema di utilizzoVettore somma per righe e vettore somma per colonne

Utilizzo distanza EMD

Somma e prodotto

Confronto procedure di valutazione

Selezione di una lista di immagini campione

Imposizione di un ordinamento sulle immagini campione

Costruzione degli ordinamenti

Calcolo distanze dall’ordinamento ideale

Distanze dall’ordinamento ideale

Ordinamento ideale:

1, 2, … , 30 ∈ ℕ30

Ordinamento generato:

𝑋1, 𝑋2, … , 𝑋30 ∈ ℕ30

con 𝑋𝑖 posizione dell’immagine

nell’ordinamento ideale

Gli ordinamenti sono un sottoinsieme finito di ℕ30

Metrica su ℕ30 come metrica per gli ordinamenti

Calcolata la distanza di ogni ordinamento dall’ideale

Selezionate le funzioni più vicine all’ottimo

Osservazioni preliminari

Presenti solo funzioni con estrazione feature

Funzioni molto simili tra loro

Solo 2 senza fattore 𝐼2Solo 3 con esponente 𝑎 ≠ 3

Nessun fattore 𝐹1

Sistema di valutazione

Valutazione delle funzioni su:

2 Set di 800 Immagini

Ordinamento dei set con ciascuna funzione

Costruzione delle immagini dei profili

Immagini dei profili

Costruzione matrice dei profili:

Giustapposizione dei profili

Ordine imposto dalle funzioni

Matrice dei vettori colonna (1000X800)Matrice dei vettori riga (800X1000)

Osservazioni

Osservazioni generali:

Tutte le funzioni generano immagini simili

Tutte andamenti estremamente positivi

Immagini per colonne meno significative

Matrice dei vettori colonna (1000X800)Matrice dei vettori riga (800X1000)

Osservazioni

Osservazioni sulla prima scansione:

Immagini molto pulite

Osservazioni sulla seconda scansione

Tabella delle osservazioni

Osservazioni

Scelta funzioni migliori

Tre funzioni migliori delle altre

Stessi fattori 𝐼2𝐹2Sempre esponente 𝑎 = 3

Sempre esponente 𝑑 = 1

Parametri algoritmo di estrazione

Scelta dei fattori

Scelta degli esponenti

Utilizzo delle funzioni

Immagine originale Immagine prodotta

Feature estratte

Conclusioni

Obiettivo:

Procedura per la valutazione automatica delle immagini dello spettro

Risultato:

Procedura di valutazione molto valida

Ordinamenti prodotti estremamente validi

Installazione di un’applicazione in sala controllo

Sviluppi futuri

Miglioramento dell’efficienza della procedura

Tempi di calcolo attuali di 2-4 secondi

Utilizzo in sala controllo dell’applicazione

Ulteriori controlli, studio e sviluppo

Procedura per l’ottenimento di dati su come migliorare il fascio

Possibile nuova automazione

Grazie per l’attenzione