Argielus puutuvad inimesed enamasti kokku läbipaistvate keskkondadega, milles suudavad optikasüsteemid, kaasa arvatud meie endi silmad, luua objektidest koopiaid erilise vaevata. Samas leidub hulk olukordi, kus on tavaline kujutiste loomise protsess häiritud, isegi kui pildistamissüsteem ise tõhusalt töötab, kirjutab Tartu Ülikooli füüsika nooremteadur Francis Gracy Arockiaraj.

Selle kõige tuntum näide on udune talvepäev. Ka hõreda vine korral tekitavad pildistatavat objekti ümbritsevas keskkonnas leiduvad erisused moonutusi, isegi kui kasutatakse parimat saadaolevat pildistamissüsteemi. Teadlased nimetavad seda hajumisest tingitud varjutuseks (occlusion due to scattering). Sama probleemiga puutuvad talvises udus ja tuisus kokku kõik eestlased, kui neil palutakse helkureid kanda. Kuigi helkur ei aita autojuhtidel neid otseses mõttes paremini näha, peegeldab see vähemalt valgust, püüdes autojuhi tähelepanu.

Hajumisest tingitud varjutusi tuleb ette ka paljudes valdkondades, mis on tavainimestele tundmatumad. Biomeditsiinis näeb sarnaseid moonutusi pildistades objekte läbi nahakoe, ookeanides kohtab sama probleemi eutrofeerumise ja muidu häguse vee tõttu. Satelliidilt tehtavate vaatluste puhul seisavad teadlased silmitsi aga atmosfääri turbulentsiga.

Doktoritöö raames püüan täiustada arvutuslikke pildistamistehnikaid, mis aitaks meil näha läbi hajutavate keskkondade senisest paremini. Sarnaselt teistele elualadele peame meiegi oma uuringutes aga tihti tunnistama, et tasuta lõunaid pole olemas. Millegi parendamiseks peame millestki muust loobuma. See tähendab, et pildi üht omadust parandades toome ohvriks mõne teise pildi omaduse.

Kuigi sama põhimõte kehtib ka argielus, puutun pilditehnoloogia arendamise vallas töötava teadlasena selle kibeda reaalsusega kokku peaaegu iga päev. Selle ilmestamiseks võime mõelda optikalabori eksperimendile, kus kasutame läbi hajutava keskkonna objekti pildi püüdmiseks läätsi, hajutit jms. Suurem hajuti saadab valguskiiri suuremate nurkade alla. Terve objekti kohta info kogumiseks peame kasutama sellisel juhul laiema vaateväljaga süsteemi, kuid selle hinnaks on madalam lahutusvõime.

Invasiivne ja mitte-invasiivne pildistamine

Täpsemalt tegelen läbi hajutavate keskkondade nägemiseks kahte tüüpi lähenemisviiside arendamisega, mida nimetatakse invasiivseks ja mitte-invasiivseks pilditehnikaks.

Nagu nimigi vihjab, nõuab invasiivne pildistamine keskkonda tungimist ehk üritame sellest aru saada täiendavate mõõtmiste abil. See hõlmab punkt-valgusallika kasutamist, näiteks võime atmosfääri pildistamisel appi võtta mõne tähe. Saame sellega välja selgitada, millise teralise mustri hajutav kiht täpselt tekitab. Seejärel saame kasutada nihke suhtes invariantsete süsteemide olekute eriomadust. See omadus võimaldab meil ennustada valguse hajumiskäitumist üle terve objekti, tuginedes selle hajumisele vaid ühes punktis.

Nõnda erineb läbi hajutavate keskkondade pildistamine olemuslikult tavapäraste ülesvõtete tegemisest. Hajunud valgust kasutades peame pildi tegemiseks kasutama mitut kaamerasalvestust ja arvutuslikku rekonstruktsiooni. Lähenemisviis töötab, kui hajutav keskkond jääb salvestisi lahutaval ajal samasuguseks. See tähendab, et ülaltoodud tehnika toimib ainult staatilises maailmas, mida näeb argielus kohatava udu ja muu sellise näitel pigem harva.

Mitte-invasiivse pildistamise korral pole vaja muud teavet peale eelmainitud teralise täpikestemustri. Seejuures kasutan ära mustri ühte erilist omadust – juhuslikkust. Kui kõrvutame ühte täpikesemustrit teise identse täpikesemustriga, kattuvad need kaks mustrit ideaalselt ainult väikestel skaaladel. See tekitab autokorrelatsiooniks nimetatava matemaatilise protsessi käigus terava tipu.

Meenutades punktallika ja objekti täpikeste vahelist seost, aitab objekti täpikesemustri autokorrelatsioon meil osaliselt aimu saada, kuidas näeb objekt välja Fourier'i domeenis. See tähendab, et sagedusdomeenis saab esitada sama infot teistmoodi kui ruumidomeenis. Sellisele osalisele infole toetudes ja tehes pildistatava objekti kohta teatud eeldusi, saame objekti kohta teada kogu tarviliku info. Teaduskeeles kutsutakse seda meetodit faasi taastamise algoritmiks.

Taoline ennustus erineb süvaõppel põhinevatest meetoditest. Meetodi ühe eelisena pole meil vaja hajutavat keskkonda täiendavalt mõõta ja piisab vaid ühest kaamerapildist. Miinuspoolena kasvab pildi rekonstruktsioonil tekkiv määramatus, sest tegu on ennustusel põhineva lähenemisviisiga. Kindluse suurendamiseks peame tegema seetõttu mitu pakkumist.

Kui minu töö aga vilja kannab, on võimalik Eesti autojuhtidel tulevikus palju lihtsam udust ja lumest läbi näha, olenemata sellest, kui pime ja sünge see talv ka parasjagu on.

Tartu Ülikooli füüsika nooremteadur Francis Gracy Arockiaraj astus teaduste akadeemias üles esimesel Eesti ülikoolides õppivatele välisdoktorantidele mõeldud ingliskeelsel konkursil "Teadus 3 minutiga", kus ta valiti viie parema sekka. Tema teadustööd kirjeldav ingliskeelne populaarteaduslik artikkel ilmub portaalis Research in Estonia.