Разработана методика определения длины волны с точностью выше 1 нм

Друзья, с момента основания проекта прошло уже 20 лет и мы рады сообщать вам, что сайт, наконец, переехали на новую платформу.

Какое-то время продолжим трудится на общее благо по адресу https://n-n-n.ru.
На новой платформе мы уделили особое внимание удобству поиска материалов.
Особенно рекомендуем познакомиться с работой рубрикатора.

Спасибо, ждём вас на N-N-N.ru

Сотрудники Физического института им. П.Н. Лебедева РАН (ФИАН) разработали методику определения длины волны монохроматического светового излучения с точностью выше 1 нм. Для этого достаточно сфотографировать излучающую поверхность на цифровой фотоаппарат и соответствующим образом обработать получившееся изображение. При этом ученые столкнулись с дефектом цветопередачи, присущим практически всем современным цифровым фотоаппаратам.

Идея развить колориметрический метод определения длины волны появилась у физиков из ФИАНа в процессе разработки голографических сенсоров для диагностики концентрации различных составляющих растворов. При опускании сенсора в раствор, содержащий диагностируемые компоненты, голографический слой разбухает или наоборот сжимается, и при освещении голограммы белым светом длина волны отраженного от нее излучения изменяется. Такие пластинки могут быть использованы для определения кислотности среды, содержания в ней спирта, ионов некоторых металлов, глюкозы, определения качества воды и многого другого. С помощью одной пластинки можно анализировать сразу несколько образцов, например, тестировать на глюкозу одновременно несколько проб крови от разных пациентов. Это несложно осуществить при разделении самой голограммы на несколько непересекающихся областей. Но тогда необходимо и сами отклики измерять в большом массиве точек пространства. Привычный спектрометр с волоконно-оптическим входом здесь не помощник – нужно промерить слишком большое количество точек, но методами науки об измерении цвета – колориметрии – эту задачу решить можно.

«Все наши ощущения о цвете построены на одновременном действии трех типов цветовых колбочек и возможности мозга обрабатывать их показания. Известные всем компоненты RGB в каком-то смысле этому соответствуют. От поверхности сенсоров отражаются узкие спектральные линии, то есть цвет монохроматический, и поэтому колориметрически достаточно сигналов даже от двух спектральных каналов – зная соотношение этих сигналов в конкретной точке, мы можем определить в ней длину волны», – объясняет руководитель работы, кандидат физ.-мат. наук Александр Крайский.

Иными словами, каждый пиксель цифрового изображения в системе RGB содержит три цветовых компоненты – красную, зеленую и синюю. В случае монохроматического излучения, которое дают сенсоры, можно ограничиться и двумя компонентами этой системы. Проще говоря, для того, чтобы найти распределение средней длины волны по поверхности сенсора, нужно сфотографировать излучающую поверхность, выделить с помощью специальной программы минимум две компоненты системы RGB и определить их соотношения в различных точках фотографии. Но, конечно, предварительно нужно знать, как конкретный фотоаппарат отображает излучение с различными длинами волн.

> «Найти такие зависимости для фотоаппаратов в Интернете нам не удалось, представители различных фирм, к которым мы обращались на выставках, также ничем не смогли помочь. В итоге мы сделали простую установку и стали фотографировать спектр. Следует отметить, что работали мы с распространенными форматами цифровых изображений – BMP и JPG. Дальше из изображения выделили RGB компоненты и увидели, что разница в цветовосприятии глаза и фотоаппаратов в каком-то смысле катастрофическая. Глаз устроен так, что в любой области присутствуют минимум две цветовые компоненты, тут же оказалось, что в спектральном диапазоне 540–575 нм фотоаппараты вообще не чувствуют изменений цветового тона», – констатирует Крайский.

finf_news823.jpg Рис. 1. Спектральные чувствительность колбочек глаза (слева) и сенсоров исследованных фотоаппаратов (справа) (на интервале 540–575 нм фотоаппарат не чувствует изменения цвета).

Всего физики исследовали более десятка различных фотоаппаратов, оказалось, что спектральные характеристики их приемных матриц принципиальных различий не имеют. В итоге был выбран и откалиброван один фотоаппарат. Для калибровки выбранным фотоаппаратом с различной выдержкой снимали непрерывный спектр – спектр лампы накаливания – с наложенным на него для градуировки спектром ртутной лампы. В последующем этот спектр использовался как опорный для калибровки изображений по длинам волн.

«Встроенный процессор фотоаппарата обрабатывает сигнал с матрицы так, чтобы улучшить восприятие изображения глазом, – поясняет участница работы, научный сотрудник ФИАН Татьяна Миронова. – Поэтому при изменении экспозиции изменяются не только величины сигналов в каналах R, G, B, но и их соотношение. По сводной фотографии спектров мы определяем, как для конкретной длины волны изменяется соотношение цветовых компонент в конкретной точке в зависимости от ее яркости».

Для автоматизации процесса определения длины волны все возможные вариации зависимости ее от цветности и интенсивности были учтены при составлении характеристической поверхности. Пока это было сделано для конкретного фотоаппарата, в дальнейшем на этом же принципе можно изготовить специальный прибор, но уже с широкополосной системой регистрации, то есть без «пробела» в диапазоне от 540 до 575 нм. При необходимости также можно сконструировать систему, работающую не только во всем видимом диапазоне, но и во всем диапазоне чувствительности приемной матрицы, который простирается вплоть до инфракрасной области.

finf_news825.gif Рис. 2. Характеристическая поверхность: горизонтальные оси – цветность (H) и интенсивность (I), вертикальная ось – длина волны.

Погрешность в определении длины волны в эксперименте для сплошного спектра не превышает 0,32 нм. При этом точность определения тем выше, чем меньше градиент длины волны. Размер фотографии в данном случае влияния на погрешность не оказывает.

Пожалуйста, оцените статью:
Ваша оценка: None Средняя: 4.2 (13 votes)
Источник(и):

1. АНИ ФИАН-информ