Vizualizace módových polí v blízkosti normalizované frekvence

VŠB - Technická univerzita Ostrava Fakulta elektrotechniky a informatiky Katedra Telekomunikační techniky

Teze ke státní doktorské zkoušce

Vizualizace módových polí v blízkosti normalizované frekvence

Školitel: prof. RNDr. Vladimír Vašinek, CSc.

LATEX

2007

Ing. Leoš Maršálek

Seznam použitých zkratek a symbol˚ u ∆ γ γ0 λ π a AFM C/C++ CCD CMOS D f FIREWIRE GI GigE HW IEEE M Mb MB MFD MM NA Nr P PC Qe SEM SI SM SNR TEM V SW USB Z

– – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – –

Optický interval mikroskopu Zvětšení okuláru Zvětšení objektivu Vlnová délka světla Ludolfovo číslo Průměr jádra optického vlákna Atomic Force Microscopy - mikroskopie atomárních sil Programovací jazyk Nábojově vázaná struktura Technologie výroby integrovaných obvodů Temný proud Ohnisková vzdálenost Žhavý drát, komunikační rozhraní IEEE 1394 Gradient index - vlákna s gradientním průběhem indexu lomu Gigabit Ethernet - standard pro připojení kamer Hardware Standardizační organizace pro elektroniku Počet módů ve vlákně Mega bite - 106 bite Mega byte - 106 × 8 bite Mode Field Diameter - průměr módového pole Multi Mode - Multimodová vlákna Numerická apertura Šum vyčítání buněk CCD Počet fotonů za jednu sekundu na jeden pixel Personal Computer - osobní počítač Kvantová účinnost čipu Rastrovací elektronový mikroskop Step Index - vlákna se skokovou změnou indexu lomu Single Mode - jednomodová vlákna Signal to noise ratio - Odstup signálu od šumu Transmitní elektronový mikroskop Normalizovaná frekvence Software Universal Serial Bus - seriová sběrnice počítače Zvětšení mikroskopu

OBSAH

1

Obsah 1 Úvod do problematiky 2 Přehled optických vláken a vláknových 2.1 Telekomunikační vlákna . . . . . . . . 2.2 Hybridní vlákna . . . . . . . . . . . . . 2.3 Vláknově-optické senzory . . . . . . . . 2.4 Zařazení hybridních vláken . . . . . . .

2 senzorů . . . . . . . . . . . . . . . . . . . . . . . .

3 Vizualizační systém 3.1 Možnosti řešení vizualizačního systému . . . 3.2 Softwarová část . . . . . . . . . . . . . . . . 3.3 Elektrická část . . . . . . . . . . . . . . . . 3.4 Optomechanická část vizualizačního systému 3.5 Optické vady zvětšovací soustavy . . . . . .

. . . . .

. . . . .

. . . . .

. . . .

. . . .

. . . .

. . . .

. . . .

. . . .

. . . .

. . . .

. . . .

. . . .

. . . .

. . . .

. . . .

. . . .

4 4 5 6 7

. . . . .

. . . . .

. . . . .

. . . . .

. . . . .

. . . . .

. . . . .

. . . . .

. . . . .

. . . . .

. . . . .

. . . . .

. . . . .

. . . . .

8 8 9 10 13 15

4 Cíle dizertační práce

18

5 Realizace vizualizačního systému 5.1 Praktický návrh vizualizační soustavy . . . . . . . . . . . . . . . . . . . . . 5.2 Návrh teoretického modelu vizualizační soustavy . . . . . . . . . . . . . . . 5.3 Návrh kompenzační funkce . . . . . . . . . . . . . . . . . . . . . . . . . . .

19 19 19 21

6 Publikační činnost doktoranda

22

7 Literatura

24

1 ÚVOD DO PROBLEMATIKY

1

2

Úvod do problematiky

Optická vlákna se již několik desítek let využívají v oblastech telekomunikační techniky pro šíření informací. Vedle masivního využití optických vláken v telekomunikační technice se optická vlákna začala využívat i jako detektory různých fyzikálních veličin. V poslední době se víc a víc ukazuje, že vláknově optické senzory mohou a také přinášejí spoustu nových možností v oblasti měření. Telekomunikační vlákna jsou navrhována tak, aby vnější prostředí ovlivňovalo přenášený signál ve vlákně co nejméně. Vláknově-optické senzory jsou navrhovány tak, aby okolní prostředí ovlivňovalo přenášené světlo vláknem co nejvíce. Existuje tedy cesta, jak sloučit telekomunikační vlákna s vláknově optickými senzory do jediného vlákna? Poslední výsledky ukazují, že cestou by mohla být hybridní vlákna, která jsou popsána v kapitole 2.2. Využití hybridních vláken by mohlo být široké, od společností které distribuují elektrickou energii a často využívají optická vlákna zapletená do zemních lan pro přenos informací, přes požární hlásiče v budovách až po dopravní systémy, které by byly schopny detekovat průjezd automobilů.

Obrázek 1: Přehledové schéma vizualizační soustavy

1 ÚVOD DO PROBLEMATIKY

3

Ukazuje se, že telekomunikační a měřící vlákna lze sloučit do jednoho pomocí vlnového multiplexu. Přírodní zákony, které jsou popsány v kapitole 2.2, dovolují ve vlákně vybudit na vlnové délce λ = 1550nm jeden jedinný mód pro vysokorychlostní přenos informací a na kratších vlnových délkách λ ≤ 850nm je vlákno uvedeno do kvazi-jednomódového režimu činnosti, který by měl sloužit k měření fyzikálních veličin podél komunikační trasy. Ukázalo se, že klasické telekomunikační ani měřící vlákna tohoto stavu nejsou schopny dosáhnout při využití standardních budících zdrojů (LD, LED λ = 850, 1310, 1550nm), proto je vyvíjeno hybridní vlákno[22][23], které má netradiční vlastnosti. Dá se předpokládat, že citlivost tohoto vlákna bude na vnější podněty vysoká, což ukazují již první laboratorní experimenty, při zachování dobrých parametrů pro přenos informací. Citlivost vlákna na vnější podněty je dána novou měřící metodou, která sleduje rozložení intenzity světla na čele optického vlákna. Pro měření a vizualizaci rozložení energie na čele optického vlákna bylo zapotřebí postavit nestandardní mikroskopický kamerový systém, který je schopen vizualizovat malé rozměry ≈ 1µm a který je citlivý na intenzitní změny. Tento vizualizační systém pracuje téměř na hranici optického zvětšení pro dané vlnové délky λ a navíc je primárně navrhován pro budící koherentní laserové světlo, což přináší mnoho dalších problémů k řešení. Přesnější popis vizualizačního systému je v kapitole 3. Výstupem z tohoto vizualizačního systému jsou dvojrozměrná data (obrázek). Na těchto datech se provádí analýza obrazu, která by měla určit do kterých módu se přelije jaké množství energie při daném působení na vlákno[24]. Přehledové schéma celého vizualizačního systému ukazuje obrázek 1. Při návrhu vizualizačního systému se vycházelo z konceptu virtuální instrumentace. Tento koncept dovolil přenést maximum řešené problematiky do SW na počítači, a tím značně zjednodušit a zlevnit vlastní řešení. Práce je členěna tak, aby zde byla shrnuta celá řešená problematika, proto v kapitole 2 je shrnutí telekomunikačních vláken a měřících senzorů. Následuje krátký popis hybridních vláken v kapitole 2.2. V kapitole 3 je detailněji popsána vlastní vizualizační soustava. Dále jsou popsány vlastní teze práce v kapitole 4, po kterých následuje stručné nastínění řešení dané problematiky v kapitole 5.

2 PŘEHLED OPTICKÝCH VLÁKEN A VLÁKNOVÝCH SENZORŮ

2

4

Přehled optických vláken a vláknových senzorů

2.1

Telekomunikační vlákna

V současnosti se v telekomunikacích nejčastěji používají skleněná jednomódová vlákna na pracovní vlnové délce λ = 1310nm pro přenosy informací na páteřních sítích. V lokálních počítačových sítích se často využívají plastová vlákna na vlnových délkách λ = 850nm a λ = 650nm. V počítačových sítích jsou také často používána gradientní vlákna, která potlačují módovou dispersi[2][3]. V metropolitních sítích se používají skleněná mnohomódová nebo jednomódová vlákna. Pro WDM systémy se využívá výhradně skleněných jednomódových vláken s pracovní vlnovou délkou λ = 1550nm. Aby byla možnost vizualizovat a rozlišit jednotlivé módy ve vlákně, je zapotřebí, aby ve vlákně bylo pouze omezené množství módů. Počet módů závisí na energii, které jednotlivé módy nesou. Počet módů ve vlákně je závislý na normalizované frekvenci, pro kterou platí [12]: 2π V = · a · NA (1) λ Pro vlákna se skokovou změnou indexu lomu (SI)1 platí relace, která udává počet módů: MSI ≈

V2 2

(2)

MSI ≈

V2 4

(3)

a pro gradientní vlákna (GI)2 platí:

Vztah 2 ukazuje, že počet módů závisí jen na normalizované frekvenci V . Ve vztahu 1 pro normalizovanou frekvenci jsou tři způsoby, jak ovlivnit počet módů. Nejjednodušší je změna vlnové délky λ. To přináší mnoho problémů z hlediska použitelnosti světelných zdrojů a detektorů. Dalším možností jak ovlivnit normalizovanou frekvenci je změna numerické apertury N A. Pro numerickou aperturu vlákna se skokovou změnou indexu lomu platí: q N A = n21 − n22 (4) Ze vztahu 4 je vidět, že numerická apertura závisí u SI vláken jen na indexu lomu jednotlivých sklovin. Index lomu u skloviny se ovlivňuje dopanty, které zároveň mění materiálové vlastnosti, jakými jsou například tepelná roztažnost, která je důležitá při vytahování vlákna z preformy. Pokud skloviny nemají podobné vlastnosti, potom vlákna z těchto materiálů jsou křehká z důvodu vnitřního pnutí a často praskají. Velmi dobře se však dá využít změna průměru jádra vlákna a, kde je limitující pouze technologie výroby, ale pro vizualizační systém je žádoucí, aby rozměr jádra byl co největší. Zvětšení jádra však přináší i větší počet módů, jak ukazují vztahy 1 a 2. Proto vlákna pracující v kvazi-jenomódovém 1 2

SI - Step Index GI - Gradient Index


5

Obrázek 2: Profil hybridního optického vlákna[22]

režimu činnosti nemohou být navrhována jako SI vlákna, ale jako vlákna s komplikovaným profilem indexu lomu, jak ukazuje obrázek 2. 2.1.1

Kvazi-jednomódový režim činnosti vlákna

Pro kvazi-jednomódové vlákno musí platit, že existují takové vlnové délky λ, kde na jedné vlnové délce λ1 vlákno pracuje v jednomódovém režimu a na druhé vlnové délce λ2 vlákno pracuje ve více-módovém režimu, kde z důvodu rozlišitelnosti jednotlivých módů vizualizačním systémem by se nemělo šířit příliš mnoho módů. Na první vlnové délce bude probíhat vysokorychlostní přenos informací λ1 a druhá vlnová délka λ2 bude sloužit k vlastnímu měření fyzikálních veličin kolem vlákna. Vzhledem k nestandardní měřící metodě, která je založena na sledování přelévání energie mezi jednotlivými módy je problém tyto vlákna zařadit do již vzniklého dělení, které je nastíněno v kapitole 2.3.

2.2

Hybridní vlákna

Jelikož v klasické telekomunikační vlákna nejsou schopny pracovat jako senzory a naopak klasické měřící vlákna nejsou schopna přenášet větší množství informací, musela být vyvinuta nová optická vlákna, která se mírně odlišují od klasických telekomunikačních vláken. Tyto vlákna jsou spojením telekomunikační a měřicí oblasti, které se dosáhlo komplikovaným průběhem indexu lomu, jak ukazuje obrázek 2 hybridního vlákna. Tyto vlákna pracují v kvazi-jednomódovém režimu činnosti, a tím jsou schopny zajistit jak telekomunikační tak senzorové vlastnosti vlákna.


6

Na obrázku 2 je zobrazen navržený profil indexu lomu (design) a také je na něm zobrazen profil již vytaženého vlákna, které bylo vytaženo ve spolupráci s Ústavem Fotoniky AV ČR (interní označení vlákna UF AV SG-949). Ukázalo se, že technologie výroby vlákna nedovoluje vyrobit vlákno přesně podle návrhu, proto se návrh vlákna musel přizpůsobit technologii výroby. Dále se při vývoji vlákna uvažovalo i s vizualizací, pro kterou je nejvhodnější co největší průměr módového pole MFD3 . MFD nelze zvětšovat příliš mnoho, protože musí platit vztahy 1, 2 a navíc by MFD nemělo být příliš velké, aby vlákna byla napojitelná na již stávající vláknovou technologii. Proto MFD těchto vláken by se mělo pohybovat mezi 7 − 15µm, což by pro vizualizaci módů mělo být dostačující a zároveň by takovéto vlákna neměl být problém spojovat s ostatními telekomunikačním vlákny. Pracovní vlnové délky těchto vláken by měly být standardní telekomunikační vlnové délky λ = 1550, 1310, 850nm, aby byla zachována maximální využitelnost zdrojů, detektorů.

2.3

Vláknově-optické senzory

Vláknově-optické senzory lze rozdělit podle různých vlastností a principů, které se při detekci používají, ale ve většině publikací je podobné dělení[1][3][4]. Zařazení hybridních vláken je shrnuto v kapitole 2.4. 2.3.1

Oblast použití

Optická vlákna lze s úspěchem využívat pro měření vibrací, zvuku[16], posunu, zrychlení, tlaku[15], teploty[5], elektrických a magnetických polí, radiace (scintilační měření)[17], chemické koncentrace látek, proudění kapalin[6] přes měření přítomnosti průhledných laků[9] až pro rychlost krevního toku. 2.3.2

Rozložení měřené veličiny[7]

Toto rozdělení se zakládá na velikosti detekční oblasti[4]. Bodový senzor má malou detekční oblast a nejvíce se používá pro měření teploty, zrychlení, tlaku a dalších veličin. Integrovaný senzor měří u určité oblasti, která je větší než oblast bodového senzoru, ale výstupní hodnota je dána integrací všech získaných hodnot. Distribuovaný senzor je navržený tak, aby byl schopen měřit podél celé své pracovní délky, a tím lze využít pro prostorovou detekci fyzikálních dějů. Kvazi-distribuovaný senzor je to senzor, který spadá mezi bodové a distribuované senzory. 3

Průměr módového pole se často označuje MFD - Mode Field Diameter


2.3.3

7

Přeměny fyzikální veličiny

Intrinzitní - k ovlivnění dochází uvnitř vlákna. Extrinzitní - k ovlivnění dochází vně vlákna 2.3.4

Modulace měřené veličiny

Amplitudové, intenzitní senzory využívají útlumu světla při průchodu světla vláknem. Výhoda těchto senzorů je nízká cena proto tyto senzory jsou široce používány v průmyslu[18]. Fázové, interferometrické senzory pracují s posunem fáze světla a její následné interference s fázově neposunutým svazkem světla. Výhodou je vysoká citlivost na detekované veličiny. Typickým zástupcem těchto senzorů jsou optické gyroskopy[10]. Polarometrické senzory jsou takové senzory kde pro převod veličiny se využívá polarizace světla např. v polarografii[8]. Spektrometrické senzory se nejčastěji používají v oblasti chemie pro měření koncentrací roztoků, ale také se používají k měření teploty plamene, detekci průhledných laků[9].

2.4

Zařazení hybridních vláken

Hybridní vlákna z pohledu telekomunikací by se dala zařadit jako klasická jednomódová vlákna. Zařazení těchto vláken z pohledu senzorové oblasti není jednoduché. Dalo by se říci, že hybridní vlákna spadají do oblasti amplitudových resp. intenzitních senzorů, které jsou extrinzitní a zatím vypadá, že jejich pracovní oblast bude po celé délce vlákna. Z experimentů, které zatím byly s vlákny udělány se ukazuje, že tyto vlákna budou citlivá na vibrace a teplotu. V současné době zatím není dostatek informací pro přesnější zařazení vláken.

3 VIZUALIZAČNÍ SYSTÉM

8

Obrázek 3: Fotografie vizualizačního systému

3

Vizualizační systém

Vizualizační systém se skládá z optické zvětšovací soustavy, kamery a počítače, jak ukazuje obrázek 1. Na obrázku 3 je zobrazen existující vizualizační systém. Vizualizační systém se dá rozdělit do třech částí: 1. Softwarová 2. Elektrická 3. Optická Požadavky na vizualizační systém se zdají být relativně jednoduché, ale ukazuje se, že je problém tyto požadavky splnit. Velikost zvětšení by měla být větší než 1000x, systém by měl být chopen pracovat v monochromatickém světle o různých vlnových délkách. Světlo s největší pravděpodobností bude koherentní, protože se předpokládá použití LASERových zdrojů, což přináší problém s koherentní zrnitostí[27].

3.1 3.1.1

Možnosti řešení vizualizačního systému Využití klasických měřících prostředků

Využití klasických měřicích prostředků přináší řadu výhod jako jsou rychlost zpracování naměřených dat, ale také několik nevýhod. Hlavní nevýhodou je uzavřenost řešení, které málo kdy dovoluje upravovat měřící postupy. Na druhou stranu je to i výhoda, protože uzavřené řešení bývají jednodušší na obsluhu. Další nevýhodou je cena, která díky hardwarovému řešení bývá řádově vyšší než obdobné systémy realizovaného pomocí konceptu virtuální instrumentace.


3.1.2

9

Využití konceptu virtuální instrumentace

Koncept virtuální instrumentace[20][21] za svým názvem skrývá výměnu klasických měřících přístrojů za softwarové aplikace, které běží na standardním hardware, který je levný a dostupný. Výhodou tohoto konceptu je, že měřící přístroj je nahrazen klasickým počítačem, který je osazeno patřičným rozhraním pro komunikaci s převodníky fyzikálních veličin na digitální data. Jelikož autor má relativně mnoho zkušeností s touto oblastí, rozhodl se realizovat vizualizační systém s využitím virtuální instrumentace. 3.1.3

Výhody konceptu virtuální instrumentace[20]

Výhody: • • • • •

Využití masově vyráběných komponent. Odbourání složitého HW softwarovými funkcemi. Možnosti měření jsou závislé jen na programátorovy a výkonu počítače. Rychlost vývoje. Odpadá nutnost přístroje certifikovat, protože jsou postaveny na již certifikovaných komponentách.

Nevýhody: • Nelze dosáhnout špičkového výkonu jako u jednoúčelového HW. • Složitější návrh měřící aplikace. • Horší časová determinističnost než u jednoúčelového HW.

3.2

Softwarová část

Jelikož vizualizační systém byl pojat v konceptu virtuální instrumentace, je nutné využít SW prostředků, které jsou nástroji pro vlastní měření. Existuje spousta již vytvořených softwarových aplikací, jako jsou cellR Software[38] od firmy Olympus, Digital Eclipse DXM 1200[39] od firmy Nicon, AxioVision[41] od firmy Carl Zeiss nebo Image Archive Plus[40], které jsou sice výkoné a dobré, ale pro účely vizualizace módových polí stěží použitelné, protože jsou primárně vyvíjeny pro biologii nebo pro metalurgii. Díky konceptu virtuální instrumentace a normám, rozhraním, které jsou v oblasti měřící techniky standardizovány si lze vlastní SW nástroje vytvořit. K tomuto účelu se dá využít jakékoliv programovací prostředí, ale klasické programovací jazyky jako jsou C, C++, Delphi[14], JAVA nejsou příliš efektivní pro vývoj měřících aplikací. Proto vznikla celá řada vývojových prostředí[21], které jsou primárně určeny pro vývoj měřících aplikací pro průmysl a vědu. Existuje celá řada prostředí jako např. Control Web[34],NI LabVIEW[31],NI LabWindows/CVI[32], Matlab[33], TestPoint[19], VEE [29][30].


10

Pro vývoj softwarových nástrojů vizualizačního systému bylo vybráno prostředí od firmy National Instruments LabVIEW[31], které využívá grafického programovacího jazyka [20][26]. Tento jazyk je poměrně srozumitelný i technikům, kteří neumějí programovat. Další výhodou tohoto prostředí je jeho modulárnost s možností začlenit do něj moduly, které jsou schopny snímat obraz z kamery (Vision Aquisition Software[48]) a dělat následnou jeho analýzu (Vision Developenet Module[47]). Největším důvodem, proč bylo rozhodnuto pro toto vývojové prostředí, jsou zkušenosti autora s tímto vývojovým prostředím, ve kterém autor realizoval již několik projektů a zároveň se podílí společně s firmou ELCOM, a.s. na vývoji univerzální měřící aplikace, která bude v tomto vizualizačním systému využita a je vyvýjena právě v prostředí LabVIEW od NI.

3.3

Elektrická část

Elektrická část měřícího systému se skládá z kamery a z počítače, ke kterému je kamera připojena, což je vidět na obrázku 1. Pro přesné časování snímků lze kameru externě spouštět. Po příchodu spouštěcího signálu kamera začne snímat snímek který je odeslán do paměti počítače. Vybavovací doba kamer mezi příchodem spouštěcí hrany a vlastním začátkem snímání je typicky kolem 1µs což vzhledem k době otevření závěrky je zanedbatelné. 3.3.1

Kamera

Kamera je zde jako plošný detektor intenzity, který převádí dopadené fotony na čip v binární informaci, která je v počítači reprezentována jako obrázek nebo dvojrozměrný graf. Nejmenší informační jednotka v obraze se nazývá pixel. Počet pixelů určuje rozlišení kamery. Do vizualizačního systému byla vybrána plošná kamera od firmy Basler A641f, která vyniká svou citlivostí a rozlišením. Většího rozlišení by se dalo dosáhnout řádkovou kamerou. Tato kamera je stěží použitelná, protože snímá obraz pouze v jedné řadě pixelů. Tím by se získal řez obrazem který by byl sice vypovídající, pokud by módové pole bylo kruhově symetrické, ale zatím se to nepotvrdilo. Do vizualizačního systému byla použita kamera s digitálním rozhraním, protože přenáší signál bez zkreslení a zpracování digitálního signálu je jednodušší. Z digitálních elektricko-logických rozhraní[21][26] jsou použitelné následující rozhraní. Camera link, které je robustní a dokáže přenést až 680M B · s−1 , ale je drahé a potřebuje specielní řadič. V nedávné době se objevilo nové digitální rozhraní pod názvem GigE, které využívá standardního gigabitového ethernetu, ale toto rozhraní je natolik mladé, že se u něj projevují dětské nemoci. Proto pro vizualizační systém bylo vybráno rozhraní IEEE 1394a, které je známé pod názvem FIREWIRE. Jedná se o rozhraní s přenosovou rychlostí 400M bit · s−1 a je natolik robustní, že se používá v průmyslu, vojenství i letectví. V roce 2003 se toto rozhraní dočkalo druhé verze IEEE 1394b, která pracuje s přenosovou rychlostí 800M bit · s−1 [13], která je zpětně kompatibilní s IEEE 1394a. BR = W idth × Height × BitDeep × F rameRate

(5)


11

Obrázek 4: Spektrální citlivost kamery[49]

Kamery se dnes standardně osazují pouze dvěmi typy senzorů/čipů. Používanější jsou čipy s CCD technologií. Druhou méně používanou technologií je CMOS. Obě technologie mají svá pro i proti a vyskytují se u nich jevy, které degradují kvalitu obrazu. Pro vizualizační systém, který má pracovat pro různé vlnové délky, je důležité znát citlivost kamer, na jednotlivé vlnové délky světla. Kamery nemají lineární citlivost. Jak je vidět z obrázku 4 tak bez výměny kamery je vizualizační systém schopen pracovat do vlnových délek λ ≈ 1000nm kde citlivost kamery je pouze 5%, ale pro velké budící výkony je to stále dostačující citlivost. Citlivost kamery bude jedním z klíčových parametrů teoretického modelu. Citlivost kamery musí být kompenzována v navrhované kompenzační funkci, aby byla zajištěna zaměnitelnost kamer s jinou spektrální citlivostí. Kamery, které jsou schopny detekovat i část IR spektra jsou často označovány jako NIR4 kamery. Všechny kamery, které se dnes používají, trpí vadami, které výrobci dokáží pouze částečně potlačit. Proto tyto vady musí být začleněny do teoretického modelu vizualizační soustavy a jsou popsány v kapitole 3.3.2 3.3.2

Vady CCD a CMOS čipů[11]

3.3.2.1 Vinětace čipu Většina čipů pro snímání obrazu je vybavena mikročočkami pro jednotlivé buňky. Proto na ně dopadá maximum světla pouze ze směru kolmého k rovině snímače. Jakmile dopadají paprsky jen mírně šikmo, je jejich účinnost zmenšená. Bohužel při použití běžného objektivu dopadají paprsky kolmo jen uprostřed obrazu a směrem ke krajům obrázku se jejich úhel zvětšuje. To se projeví jako postupné ztmavení obrazu směrem k okrajům. 4

NIR - Near Infra Red - blízká infračervená oblast spektra


12

Obrázek 5: Odstup signálu od šumu[45]

3.3.2.2 Blooming K tomuto jevu dochází při použití elektronické závěrky. Blooming vzniká když na některé pixely (buňky CCD) dopadne tolik světla, že se vygeneruje více elektronů v CCD struktuře, než je schopna CCD buňka uchovat. Přebytečné elektrony se „roztečouÿ do okolních pixelů (buněk) v řadě, takže okolo silného světla vzniknou na sejmutém obrázku rovnoběžné čárky nepravidelných délek. Tento jev se vyskytuje pouze u CCD prvků. 3.3.2.3 Glooming Podobný jev jako blooming u CCD prvků. Při přesvícení jednotlivých fotocitlivých buněk dojde k jejích saturaci a v obraze se tyto buňky jeví jako černé. Touto chybou trpí pouze CMOS čipy. Přítomnost tohoto děje v obrázku se detekuje snadno ve srovnáním s Bloomingem u CCD. 3.3.2.4 Tepelný, výstřelový šum a temný proud Detektory v oblasti vláknové optiky trpí šumy z niž se nejvíc projevuje tepelný šum, výstřelový šum, temný proud. Kamery také trpí těmito jevy, které jsou známy u optických detektorů. Výrobci se sice snaží některé ze šumů značně omezit, ale např. tepelný šum lze potlačit pouze chlazením celé kamery, což bez podchlazení celé soustavy není realizovatelné, protože atmosférická vlhkost by okamžitě kondenzovala na optických funkčních plochách. 3.3.2.5 Odstup signálu od šumu pro CCD čipy Odstup signálu od šumu pro CCD čip je definován vztahem 6[45]. Poměr odstupu signálu od šumu ukazuje obrázek 5, na kterém je zobrazena bakterie fluorescentní metodou zobrazení, která se nejvíce podobá vizualizaci módových polí, protože bakterie je zdrojem světla stejně jako čelo optického vlákna. P · Qe · t

SN R = q

(P + B) · Qe · t + D · t + Nr2

(6)

Kde P je počet fotonů na jeden pixel za jednu sekundu, Qe je kvantová účinnost, t je integrační čas, D je temný proud v elektronech na jeden pixel za jednu sekundu, N r je šum vyčítání (střední počet elektronů na jeden pixel).


3.4

13

Optomechanická část vizualizačního systému

Optomechanická část vizualizačního systému zahrnuje v sobě zvětšovací soustavu, která se dá realizovat dvěmi způsoby: 1. Optická lavice 2. Mikroskop Realizace optické části měřící soustavy na optické lavici má výhodu, kterou je možnost zasáhnout a ovlivnit jakoukoliv část zvětšovací soustavy. Je to výhoda i velká nevýhoda, protože se pracuje s rozměry cca 4 − 10µm což jsou rozměry blízké teplotní roztažnosti materiálů. Proto je výhodnější využít již ověřené konstrukce mikroskopu, který má kompenzované tepelné roztažnosti a navíc jeho korpus je natolik stabilní, že vnější vibrace nevnášejí do měření/vizualizace tak velkou chybu. Mikroskop na obrázku 1 je popsán jako zvětšovací soustava. 3.4.1

Mikroskop

Dnes existuje mnoho mikroskopů pracujících s různými principy zvětšení. Kromě optického mikroskopu, který je nejstarší existují ještě mikroskopy označované jako TEM, SEM, a SPM, které dále dělí na AFM, STM a SNOM. Tyto mikroskopy sice poskytují lepší zvětšení než klasické optické mikroskopy, ale pro realizaci vizualizace módových polí jsou obtížně realizovatelné, protože primární úlohou tohoto systému je zvětšit obraz z čela vlákna, které vzniká průchodem světla přes rozhraní (čelo) optického vlákna na čipu kamery. Proto je použitelný pouze optický mikroskop. Největší dnes dostupné optické zvětšení poskytují konfokální mikroskopy, které jsou pro tento účel nepoužitelné. Vyšší rozlišovací schopnost konfokálního mikroskopu je daná detekcí světla pouze z ohniskové roviny mikroskopu, která je vymezená osvětlovacím laserovým svazkem. Dá se říci, že konfokální mikroskopy mají přibližně 1, 4x lepší rozlišovací schopnost než klasické optické mikroskopy se stejnou numerickou aperturou. Vizualizační systém ale má vizualizovat světlo vystupující z čela optického vlákna. Z tohoto důvodu nelze použít princip konfokálního mikroskopu[28]. Klasické mikroskopy mají zvětšení až ≈ 2000x. Při tomto zvětšení se už naráží na fyzikální meze, který jsou dány ohybovými jevy světla a vlnovou délkou světla λ. Daleko důležitější než zvětšení je rozlišovací schopnost mikroskopu, kterou je myšlena minimální vzdáleností dvou ještě rozlišitelných bodů. V případě optického mikroskopu lze rozlišovací schopnost teoreticky odvodit spojením Rayleighova kritéria s teorií difrakce na kruhovém otvoru[2]. λ sinΘ (7) n Zvětšení mikroskopu je závislé na zvětšení okuláru a objektivu, jak popisuje vztah 8 Xmin = 0.61 ·

Z = γ · γ0 =

∆ d · f f0

(8)


14

Obrázek 6: Inverzní mikroskop[50]

Kde Z je zvětšení, γ a γ0 představují zvětšení objektivu a okuláru, f je obrazová ohnisková vzdálenost objektivu, f0 je předmětová ohnisková vzdálenost okuláru, ∆ je optický interval mikroskopu a d je konvenční zraková vzdálenost. Pro vizualizační systém je zapotřebí dosáhnout rozlišovací schopnosti alespoň 1µm, čím bude rozlišovací schopnost vyšší tím přesněji bude vizualizační systém pracovat. Rozlišení vizualizačního systému také závisí na rozlišení kamery, které by mělo být vždy vyšší než rozlišení zvětšovací soustavy, jinak by docházelo ke zbytečné degradaci rozlišení vizualizačního systému. 3.4.2

Základní popis mikroskopu

Optický inverzní mikroskop ukazuje obrázek 6. Výhodou inverzního uspořádání mikroskopu o proti klasickému uspořádání je velký manipulační prostor nad objektivem, což pro vizualizační systém je žádoucí. Systém by měl být schopen vizualizovat i konektorovaná vlákna, která by se při klasickém uspořádání mikroskopu jen stěží vešla do pracovní oblasti mikroskopu. Optický mikroskop lze rozdělit na dvě části. Na okulár a objektiv. Největší zvětšení v mikroskopu má objektiv, proto je také zdrojem největších optických vad, které budou popsány dále a které by měla vizualizační soustava korigovat. Mikroskop je opatřen mechanickým křížovým posuvným stolkem, který má přesnost posunu ≈ 1µm, což se již projeví v obraze. První laboratorní testy s vizualizační soustavou ukázaly, že soustava je citlivá na vibrace, které se projevují v obraze jako dodatečný šum nebo jako rozostření optické


15

soustavy. Proto algoritmy pro vyhodnocení módů musí pracovat s relativním umístěním středu vlákna (jádra) v obraze. Největší zvětšení bez ztrát světla poskytuje mikroskopie s imersními gely, které ale podstatně mění vyvazování světla z optického vlákna, a tím i zasahuje do přelévání energie mezi módy. Proto se využívá pro vizualizaci klasické suché mikroskopie. 3.4.3

Přehled mikroskopických pozorovacích metod

V klasické optické mikroskopii se dnes používá mnoho metod, kterými lze dosáhnout nejlepší požadovaných výsledků v závislosti na analyzovaném předmětu. Od mikroskopie temného pole, mikroskopii fázového kontrastu, Hoffmanova kontrastu až po mikroskopii světlého pole občas označovanou jako přímou mikroskopii. Vzhledem k tomu, že ve vizualizační soustavě není možnost ovlivňovat osvětlení, protože objektem analýzy je světlo přicházející optickým vláknem do mikroskopu, musí být pro vizuální systém využitá přímá mikroskopie. Teoreticky by byla využitelná i upravená metoda fázového kontrastu. Pokud se použije koherentní světlo, které má stejnou fázi na vstupu do optického vlákna tak vlivem šíření módů po různých optických trasách dojde k posunu fází světla, což by se využitím interference světla mohlo dobře vizualizovat a zvýšit tím citlivost systému na vnější podněty. Dá se očekávat, že tato metoda bude natolik citlivá na vnější podněty a změny ve fázovém kontrastu budou velmi rychlé. Detekce takto rychlých dějů by přinesla mnoho problémů, protože většina kamer není schopna tyto rychlé děje zaznamenat. Navíc by bylo zapotřebí navrhnout optickou mikrosoustavu, kde by jednotlivé módy mohly interferovat s referenčním světlem nebo s jinými módy.

3.5

Optické vady zvětšovací soustavy

Čočky používané v mikroskopech nejsou ideální a jsou zatíženy různými vadami. Vzhledem k tomu, že soustava bude sice pracovat na různých vlnových délkách, ale vždy s monochromatickým světlem tak se chromatická aberace čoček téměř neprojeví[2].

Obrázek 7: Sférická aberace[36]

Jedna z vad, která se bude projevovat, je sférická aberace často označována jako sférická vada. Sférická vada vzniká tehdy, pokud na čočku dopadá široký svazek paprsků, přičemž


16

paraxiální paprsky se za čočkou setkávají v jiném bodě než okrajové paprsky širokého svazku[12]. Další vadou, kterou bude zapotřebí kompenzovat, i když její vliv by neměl být příliš velký, je astigmatická vada. Je to vada, kdy při zobrazení roviny kolmé k optické ose dochází k tomu, že body v navzájem kolmých osách se nezobrazí ve stejné vzdálenosti. Astigmatismus také způsobuje rozdílné zobrazení pokud paprsek dopadá na optickou soustavu kolmo nebo pod úhlem. Pro široké svazky bývá tato vada často nazývána koma. Svazek dopadající na čočku není rovnoběžný s optickou osou a pokud je dopadající svazek paprsků dostatečně široký, nebude se bod zobrazovat jako úsečka, ale bude v různě vzdálených rovinách od optické soustavy vytvářet složité obrazce, které tvarem připomínají komety.

Obrázek 8: Zkreslení obrazu a) rastr, b) poduškovité zkreslení, c) soudkovité zkreslení

Geometrické zkreslení obrazu dochází tehdy, je-li zvětšení vnějších částí předmětu odlišné od zvětšení vnitřních částí. Zkreslení lze dobře pozorovat pomocí tzv. rastru. Pokud jsou vnější části předmětu zvětšeny více, pak se jedná o poduškovitém zkreslení, jsou-li naopak zvětšeny méně než vnitřní části, pak se jedná o zkreslení soudkovité. Soustava, u níž nedochází ke zkreslení, se nazývá ortoskopická. Tato vada je dobře kompenzovatelná softwarovými prostředky, kdy se do předmětové roviny vloží stínítko s definovanou kresbou a v počítači se provede ze sejmutého obrázku z kamery softwarová korekce zkreslení obrazu[47]. Další vada, která se projeví, je zklenutí zorného pole. Body ležící v rovině kolmé k optické ose se nezobrazují v rovině kolmé k ose, ale na zakřivené ploše. V rovině kolmé k optické ose tak nelze získat obraz, který by byl v celém rozsahu stejně ostrý. Tato vada se dá odstranit použitím planachromatického objektivu.

Obrázek 9: Ukázka vinětace objektivu Sigma 18-50mm f/2.8 EX DC při ohnisku 18mm a cloně f/2.8


17

a)

b)

c)

d)

e)

f )

g)

h)

Obrázek 10: Airyho difrakce vzhledem k zaostření mikroskopu

Jednou z kritických vad vizualizačního sytému je vada nazývaná jako vinětace. Vinětace je důsledek vad jednotlivých čoček, ze kterých se skládá objektiv. Dá se říci, že vinětace je funkce, která popisuje útlum intenzity světla v závislosti na souřadnicích v obraze po průchodu světla skrz objektiv. Velikost vinětace je závislá na konstrukci objektivu a správnou konstrukcí se dá dobře potlačit. Vinětaci fotografického objektivu ukazuje obrázek 9. Největší vliv na výsledky bude mít správné zaostření celé soustavy. Světlo z vlákna vystupuje z vlákna pod numerickou aperturou vlákna a objektiv má také svou vlastní numerickou aperturu. Druhá varianta, je vytvoření optické vazby pomocí mikročočky, která by dovolila prodloužit vazbu světla mezi objektivem a čelem vlákna. Na obrázku 10 je znázorněna Airyho difrakce, která při nesprávné zaostření vnese do vizualizace velkou chybu. Obrázek 10 d) ukazuje Airyho difrakční obrazec v místě největšího zaostření zvětšovací soustavy.

4 CÍLE DIZERTAČNÍ PRÁCE

4

18

Cíle dizertační práce 1. Shrnutí problematiky pozorování dynamicky se měnících malých obrazců zatížených koherentní zrnitostí 2. Vytvoření a ověření matematického modelu zobrazovací soustavy 3. Vytvoření kompenzačních funkcí pro kompenzaci základních optických vad zobrazovacího systému 4. Nalezení algoritmů pro vyhodnocení účinnosti kompenzačních funkcí pro zobrazování módových obrazců na výstupu optického vlákna

5 REALIZACE VIZUALIZAČNÍHO SYSTÉMU

19

Vi zual i zanís ys t ém EL VI S

Obrázek 11: Univerzální měřící aplikace

5 5.1

Realizace vizualizačního systému Praktický návrh vizualizační soustavy

Vizualizační systém je postaven na klasickém PC, které bylo vybaveno kartou pro FIREWIRE rozhraní. K počítači je připojena kamera Basler A641, která je zabudována do mikroskopu od firmy Intraco Micro. Jedná se o inverzní mikroskop MTM 400, který je vybaven křížovým posuvným stolkem, který dovoluje zakonektorované vlákno přesně navést do optické osy mikroskopu. Dále je mikroskop vybaven hrubým a jemným ostřením. Obrázek 6 ukazuje schématicky celý mikroskop a obrázek 3 zobrazuje vlastní vizualizační systém. Na obrázku 11 je zobrazen čelní panel z aplikace, která je předpřipravena pro vizualizační systém v prostředí LabVIEW[31]. Aplikace je psána univerzálně a modulárně, proto kompenzační funkce, která vznikne z teoretického modelu vizualizační soustavy, který je popsán v kapitole 5.2, bude zahrnuta do aplikace jako modul.

5.2 5.2.1

Návrh teoretického modelu vizualizační soustavy Stanovení vlivu vad na výsledky měření

Vizualizační systém je zatížen celou řadou chyb, které se mohou opakovat i vícenásobně, proto je zde zapotřebí rozdělit chyby, na ty které lze zanedbat, protože se téměř neprojeví a chyby a na ty které je nutno kompenzovat. Obrázek 12 schématicky znázorňuje návrh teoretického modelu, který je rozdělen do třech oblastí. První oblastí jsou chyby objektivu, které se projeví při zobrazení. Největší chyba, která musí být do modelu zahrnuta je vinětace objektivu, která se ale jen stěží popisuje analyticky. Proto tato chyba bude


20

Obrázek 12: Teoretický model vizualizačního systému

v modelu vyjádřena jako dvojrozměrná konstanta, která v bude zahrnovat i vinětaci čipu kamery. Tuto konstantu bude zapotřebí změřit, pomocí plošně konstantního zdroje světla, které bude muset být navrženo. Další chybou, která se u objektivů projevuje je zkreslení obrazu. Tato chyba se dá úspěšně potlačit SW prostředky, jak bylo popsáno v kapitole 3.5. Míra zkreslení se dá měřit pomocí mikroskopického rastru, který je vyleptaný ve skleněné destičce a má přesně známé rozměry a tvar. Kompenzace geometrického zkreslení částečně potlačí i zkreslení dané zklenutím pole, ale toto zkreslení je lépe kompenzovat planachromatickým objektivem. Chromatická aberace je zanedbatelná, protože bude využíváno monochromatického světla nízkých výkonů. Dále je nutno ověřit vliv koherentní zrnitosti na jednotlivých odrazných plochách objektivu na výsledný obraz. Současné poznatky ukazují, že i tento jev bude zapotřebí zahrnout do modelu. Největší vliv na vizualizaci má druhá část zakreslená na obrázku 12, kde se nejvíce projeví chybně zaostřená vizualizační soustava, hloubka ostrosti objektivů a různost numerické apertury vlákna a objektivu. Ideální případ by byl, pokud N Aobjektivu = N Avlakna

(9)

Toleranci zaostření definuje hloubka ostrosti, kterou lze zapsat[52]: D.O.F =

ω × 250, 000 λ + NA × M 2 (N A)2

(10)

kde ω je rozlišovací schopnost snímacího systému5 , M je celkové zvětšení soustavy a N A je numerická apertura. Hloubka ostrosti také určuje citlivost vizualizačního systému na vibrace, ale tento parametr úzce souvisí s konstrukcí mikroskopu. Další chyby jsou vlastní chyby kamery, kde se projeví kvantování signálu na omezený počet bitů, šumy a jevy, které byly popsány v kapitole 3.3.2. Vliv těchto chyb se dá očekávat malý, nicméně ne nezanedbatelný. Ve vizualizačním systému byla použita kamera splňující normu EMVA 1288[43], proto parametry, které udává výrobce lze ověřit a posoudit s normou, která přesně definuje postup měření parametrů pro kamery. 5

pro lidské oko 0, 0014


5.2.2

21

Řešení teoretického modelu

Teoretický model lze řešit numericky nebo analyticky. Dnes se jeví jako výhodnější využít numerického řešení, které lze snadněji integrovat do SW a také se do numerického modelu jednodušeji zanášejí naměřené data, které lze analyticky jen stěží popsat. Navíc vstupní teoretický obraz nebude k dispozici v analytickém vyjádření, ale pouze jako vstupní matice dat. Teoretický model bude rozdělen do tří částí, jak ukazuje obrázek 12, kde každá část bude řešena jako samostatný celek.

5.3

Návrh kompenzační funkce

Poznatky a data získaná z teoretického modelu budou využity v kompenzační funkci, která by měla plně automaticky v reálném čase kompenzovat vady vizualizačního systému. Vlastní kompenzační funkce bude mít podobu maticových výpočtů, které bude zapotřebí maximálně optimalizovat, protože velikost vstupních dat je relativně velká.

6 PUBLIKAČNÍ ČINNOST DOKTORANDA

6

22

Publikační činnost doktoranda 1. Vasinek V., Siska P., Marsalek L.: Quasi Single-Mode Optical Fibers and their Applications, Journal of SCI, ISSN 1690-4524. 2. Vasinek V., Siska P., Marsalek L.: Mode visualization for fiber optic temperature sensor, European Symposium on Optics and Optoelectronics, Praha, duben 2007. 3. Marsalek L.: Using FPGA and vision processing for automate testing, Automated Test Summit an Industry event hosted by National Instrument, 2007. 4. Marsalek L., Hamersky V.: Utilize FPGA and polarized light at the vision control system Austin USA, 2007, NIweek. 5. Marsalek L., Hamersky V., Vasinek V.: Mode field visualization of normalized frequency, RTT, 2007. 6. Šiška P., Maršálek L., Vašinek V.: Použití telekomunikačních optických vláken pro účely vláknových optických senzorů, Sborník VII. Seminář katedry telekomunikační techniky, 13.4.2007, Ostrava, ISBN 978-80-248-1370-7. 7. Maršálek L., Hamerský V., Vašinek V.: Mode Field Visualization Near of Normalized Frequency, WOFEX, 2007, ISBN 978-80-248-1571-8. 8. Maršálek L., Šiška P., Vašinek V.: Vizualizace módových polí v blízkosti normalizované frekvence, Sborník VII. Seminář katedry telekomunikační techniky, 13.4.2007, Ostrava, ISBN 978-80-248-1370-7. 9. Vanda J., Nečesaný J., Maršálek L., Vašinek V.: Basic Characterization of Suspendcore Microstructured Polymer Optical Fiber, 2007, IEEE, Brno, ISBN 1-4244-0821-0.

10. Maršálek L., Šiška P., Vašínek V.: Vizualizace módových polí v blízkosti normalizované frekvence, Vršov, 2006, ISBN 80-214-3247-0. 11. Marsalek L., Hamersky V., Vasinek V.: Mode field visualization of normalized frequency, WOFEX, 2006, ISBN 80-248-1152-9. 12. Šiška P. Maršálek L. Vašínek V.: Současné využití optických vláken pro telekomunikační měření, Vršov, 2006, ISBN 80-214-3247-0. 13. Vasinek V., Siska P., Marsalek L.: Quasi single-mode fibers and their applications, The 10th World Multi-Conference on Systemics, Cybernetics and Informatics WMSCI 2006, July 16-19, 2006, Orlando, Florida, USA, p. 317-122, ISBN 980-6560-70-1. 14. Maršálek L., Kičmer M.: Využití virtuální instrumentace při detekci průhledného laku, RTT, 2006, ISBN 80-214-3243-8. 15. Maršálek L.: Měření na digitálních přenosových systémech, 2006 http://goro.czweb.org/publikace.php 16. Maršálek L.: Optická vlákna, 2006 http://goro.czweb.org/publikace.php

6 PUBLIKAČNÍ ČINNOST DOKTORANDA

23

17. Maršálek L.: Aplikace technologie virtuální instrumentace pro optické testování a měření v procesu půmyslové výroby, 2005, diplomová práce http://goro.czweb.org/publikace.php 18. Maršálek L.: Fraktály a jejich popis v Matlabu, 2005 http://goro.czweb.org/fractal types.php 19. Maršálek L.: Analýza dopravních značek, 2005 http://goro.czweb.org/analyza znacek.php 20. Maršálek L., Skapa J.: Porovnání jednotlivých integrálních transformací ke kompresi obrázků, 2003 http://goro.czweb.org/ditr

7 LITERATURA

7

24

Literatura

[1] Lopéz-Higuera, J. M.: Handbook of optical fibersensing technology, John Wiley and sons, Ltd. 2002, ISBN 0-471-82053-9 [2] Fuka J., Havelka B.: Optika a atomová fyzika. I, Optika., 1.vydání, Praha, Státní pedagogické nakladatelství, 1961 [3] Ghatak A.K.,Thyagarajan K.: Introduction to fiber optics Cambrige University Press, 1998, ISBN 0-521-57120-0 [4] Krohn D. A.: Fiber Optic Sensors, fundamentals and applications Second Edition, Instrument Sosiety of Amerika, 1992, ISBN 0-55617-010-6 [5] Kreidl M.: Měření teploty - senzory a měřicí obvody BEN - technická literatura, 2005, ISBN 80-7300-145-4 [6] Bejček L., Ďaďo S., Platil A.: Měření průtoku a výšky hladiny BEN - technická literatura, 2006, ISBN 80-7300-156-X [7] Grattan, K. T. V., Sun, T.: Fiber optic sensor technology: an overview. Sensor and Actuators 82, 2002 p.40-61 [8] Heyrovský J., Forejt J.: Oscilografická polarografie : Polarografie střídavým proudem, její theorie a použití, Praha, SNTL, 1953 [9] Maršálek L., Kičmer M. Využití virtuální instrumentace při detekci průhledného laku, RTT 2006 ISBN 80-214-3243-8 [10] Hotate K.: Fiber Sensor Technology Today, Optical Fiber Technology 3, 1997, p.356402 Article No. OF970230 [11] Morimura A., Uomori K., Kitamara Y., Fujioka A., Harada J., Iwamura S., Hitora M.: A digital video camera system, Rosemont, IL, USA, Matsushita Electr. Ind. Co. Ltd., Osaka 1990, ISSN 0098-3063 [12] Saleh B., Teich M.: Základy fotoniky - svazek 1 - 2, matfyzpress 1994, ISBN 80-8586301-4, 80-85863-02-2 [13] IEEE p1349 Working Group: IEEE Std 1394b-2002 High Performance Serial Bus Amendment, IEEE, 2003, ISBN 0-7381-3253-5 [14] Swan T.: Mistrovství v DELPHI, Computer Press, 1999, Brno, ISBN 80-7226-173-8 [15] Bejček L., Vaculík J.: Snímače tlaku přehled trhu, 21.10.2007 http://www.automatizace.cz/article.php?a=1025 [16] SAFIBRA: Optické mikrofony, 21.10.2007 http://www.safibra.cz/cesky/produkty/mikrofony/monitoring.html #FOM MON2

7 LITERATURA

25

[17] Krejčí V.: Scintilační detektory, 21.10.2007 http://www.pf.jcu.cz/stru/katedry/fyzika/prof/Svadlenkova/ Scintilacni%20detektory.pdf [18] Vojáček A.: Měření teploty v průmyslu, 21.10.2007 http://hw.cz/Teorie-a-praxe/Dokumentace/ ART1149-Mereni-teploty-v-prumyslu.html [19] TestPoint - QuickStart , KEITHLEY, 2001 http://www.keithley.com [20] Doc. Ing. Jan Žídek CSc. Virtuální instrumentace, 2005 [21] Maršálek L.: Aplikace technologie virtuální instrumentace pro optické testování a měření v procesu prumyslové výroby, 2005 [22] Šiška P.: Studium a modelování hybridních vláken pro telekomunikace a měření, 2007 [23] Šiška P.: Současné využití optických vláken pro telekomunikace a měření, 2005 [24] Skapa J.: Optická vlákna v blízkosti normalizované frekvence jako přenosové prostředí pro telekomunikace a vláknově optické senzory, 2007 [25] Cupák Z.: Návrh snímací kamery pro vyhodnocování intenzitních změn na výstupu optických vláken, 2006 [26] Segeťa J.: Aplikace kamerových systémů v automobilovém průmyslu, 2006 [27] Přehnil M.: Návrh projekční soustavy pro snímání specklových obrazů na čele vláken, 2006 [28] Fellers T., Davidson M.: Introduction to Confocal Microscopy, 2007 http://www.olympusconfocal.com/theory/index.html [29] Agilent software development tools test Mars Exploration Rover mission’s communications equipment, Agilent, March 2004 http://www.agilent.com/about/newsroom/features/2004mar08 marsrover.html [30] Agilent VEE Pro 8.5, Agilent, 22.10.2007 http://basic.product.agilent.com/vee/ [31] LabVIEW 8.5, National Instrument, 22.10.2007 http://www.ni.com/labview/ [32] LabWindows/CVI, National Instrument, 22.10.2007 http://www.ni.com/lwcvi/ [33] Matlab, The MathWorks, Inc., 22.10.2007 http://www.mathworks.com/ [34] Control Web, Moravské přístroje, a.s., 22.10.2007 http://www.mii.cz/cat?id=94&lang=405

7 LITERATURA

26

[35] Microscopy, Wikipedia, 23.10.2007 http://en.wikipedia.org/wiki/Microscopy [36] Sférická aberace, Wikipedia, 20.11.2007 http://cs.wikipedia.org/wiki/Sf%C3%A9rick%C3%A1 aberace [37] Mikroskop, Wikipedia, 23.10.2007 http://cs.wikipedia.org/wiki/Mikroskop [38] cellR Software, Olympus, 23.10.2007 http://www.olympus.cz/microscopy/35 cell R Software.htm [39] Digital Eclipse DXM 1200, Nicon, 23.10.2007 http://www.microscopyu.com/articles/digitalimaging/dxm1200/version1/ software.html [40] Image Archive Plus, Intraco Micro, 23.10.2007 http://www.intracomicro.cz/stranky/firma/zobraz.php?jazyk=cs&ID kat=30 [41] AxioVision, Carl Zeiss, 23.10.2007 http://www.zeiss.de/C12567BE0045ACF1/Inhalt-Frame/ 48AD2BF2F89EF23B41256A73005143EE [42] DIN, Deutsches Institut für Normung e. V., 20.10.2007 http://www.din.de/ [43] EMVA, European Machine Vision Association, 2007 http://emva.org/ [44] Robinson C. P., Bradbury S., Abramowitz M. Davidson W. M.: Microscope Configuration, 1.8.2003 http://micro.magnet.fsu.edu/ [45] Fellers T. J., Davidson W. M.: CCD Noise Sources and Signal-to-Noise Ratio, 2004 http://micro.magnet.fsu.edu/primer/ digitalimaging/concepts/ccdsnr.html [46] Davitson W. M., Lofgern G. E.: Photomicrograpghy, JOURNAL OF GEOLOGICAL EDUCATION, 1991, V. 39, p. 403 [47] NI VISION - NI Vision Concepts Manual, NI, 2007 [48] Vision Aquisition Software, NI, 2007 [49] Basler A600f - User Manual, Basler, 2.3.2005 [50] Inverted Metallurgical Microscope - Model MTM 400 - User Manual, Intraco Micro, 2006 [51] Basler A630f and A640f, Basler, 2006 A630 A640 3 0709.pdf [52] Microscope General Catalog - For Industrial Use, Olympus, 2006 http://www.olympus.com

Vizualizace módových polí v blízkosti normalizované frekvence

Recommend Documents