Jean-Luc Bethmont (Picroformol) Posté(e) lundi à 12:00 Signaler Posté(e) lundi à 12:00 Bonjour, Pour rebondir sur le sujet du ralentissement des ciliés et des remarques de Jean-Marc qui utilise un flash incorporé à l' éclairage du microscope je me suis demandé si l' on pouvait tiré le portrait de ces "bolides" avec une caméra basique. J' utilise maintenant un capteur Sony IMX477 pilotable entièrement via la bibliothèque Picamera2 (en python) avec un Raspberry Pi4: https://forum.mikroscopia.com/topic/19143-camera-sony-et-raspberry/#comment-79351 Donc j' ai développé un programme qui permet de capturer des images avec une vitesse d' obturation de 100 à 1000 µ secondes (soit 1/10000 à 1/1000 sec). Pour pouvoir déclencher automatiquement la prise de vue j' ai choisi de détecter les objets (ciliés) en mouvement dans le champ de capture sur la base de la soustraction du fond (background subtractor). Je met sur la platine la lame avec l' échantillon et la lamelle, je fais la mise au point et je démarre le programme. Une première photo du fond est capturée puis le programme recherche à chaque capture combien de pixels ont changés. Le programme trace le contour des objets en mouvement , si l' objet en mouvement à une surface dont la valeur est supérieure à une limite alors la prise de vue est déclenchée et la photo est enregistrée puis le programme attend un nouvel objet en mouvement etc... Ci dessous l' écran de contrôle de détection du mouvement: Pour avoir plus de chance de détecter un cilié j' utilise un morceau de lamelle. Voici quelques ciliés détectés:
Jean-Luc Bethmont (Picroformol) Posté(e) lundi à 12:14 Auteur Signaler Posté(e) lundi à 12:14 Suite...... Les photos sont prises à l' objectif x40 et recadrées. La vitesse de prise de vue va du 1/2000 au 1/1000. On arrive à obtenir des détails intéressants ! Il y a pas mal de déchets dans les photos, il faut faire du tri après. Comme le temps de pose est très court je suis obligé d' augmenter le gain ce qui produit du bruit. l' autre problème vient du courant alternatif qui alimente l' éclairage halogène (50 Hz) ce qui fait qu'il y a du "scintillement" (flickering) en desous d' un temps d' expo inférieur au 1/100. Je dois refléchir à ces 2 points...... Mais c'est quand même cool de lancer le programme et d' aller boire un café en attendant Cordialement, JL
Jean Marie Cavanihac Posté(e) mardi à 05:00 Signaler Posté(e) mardi à 05:00 Bonjour Jean Luc Vraiment intéressante ta démarche , que l'on pourrait aussi appliquer au zooplancton vivant et qui m'intéresse à ce titre !. Pour le scintillement (et les barres sur les images) la solution serait de passer en éclairage LED alimenté en courant continu filtré , il pourrait être même possible au moment de la prise de vue de suralimenter brièvement la LED pour faire un pseudo flash (comme sur les téléphones) . Pour le bruit on peut utiliser Neat image dont voici le résultat avec la version gratuite et en prenant comme échantillon un rectangle en haut à droite de l'image: Amitiés JMC
Jean-Luc Bethmont (Picroformol) Posté(e) mardi à 19:42 Auteur Signaler Posté(e) mardi à 19:42 Bonsoir Jean-Marc, Je te remercie pour ton intérêt et je pense quand réunissant l' informatique, les micro ordi (Arduino,Raspberry Pi etc...) et nos microscopes ont pourrait faire pas mal de projets intéressants. Concernant le zooplancton il n'y a pas de problème, la détection doit aussi fonctionner il suffit d' ajuster le paramètre de seuil de la détection. Dans mon exemple j' utilise l' aire calculée par le contour de l' organisme en mouvement quelque soit sa vitesse et sa forme. La bibliothèque OpenCV est riche, on peut détecter des carrés ,des ronds, des structures particulières (coins) sans compter sur l' utilisation de modèles entraînés (deep learning) etc... Concernant le scintillement j' avais pensé aux LEDs mais je n'ai pas les connaissances nécessaires pour faire un tel montage (remplacer la lampe halogène du micro par une LED) et effectivement l' idée de suralimenter la LED est très intéressante. La RaspberryPi possède des broches GPIO permettant de piloter pas mal de choses. Le programme pourrait avoir la séquence suivante: détection, suralimentation LED, prise de vue, arrêt de la suralimentation de la LED. Si tu peux faire un schéma de montage avec alimentation de la LED, les caractéristiques des pièces à commander, je suis preneur... Enfin on peut gagner en luminosité en faisant un binning 2x2 ou 4x4 par addition (regroupement des valeurs des pixels) ce qui multiplie par 4 ou 16 la luminosité (au détriment du nombre de pixel constituant l' image. Image neat (que je n' utilise pas encore) améliore le bruit et préserve les détails. Je vais demander à chatGPT comment il travail afin d' essayer de l' ajouter au programme (c'est peut-être ambitieux !) Amicalement, JL
Jean Marie Cavanihac Posté(e) il y a 3 heures Signaler Posté(e) il y a 3 heures Bonjour Jean Luc Moi c'est Jean-Marie (pas Jean Marc ! ) Le problème principal pour la LED c'est de pouvoir la positionner à la place de l'ampoule actuelle. Bien que la LED soit plus petite , il faut aussi loger son radiateur indispensable. Pour une remplacer une ampoule de 30 w on peut estimer qu'une LED 3 W (qui consomme 1 ampère) est suffisante. Les alims pour LEDS disponibles travaillent en courant constant mais en alternatif ! Il faut concevoir une alimentation filtrée en courant continu ou utiliser une alimentation de laboratoire réglable en courant. Il faudrait avoir une photo de l'ampoule en place pour voir si la transformation (réversible) est possible Pour Neat Image le principe est de prendre un échantillon de bruit seul sur une zone unie de l'image et de faire son spectre en fréquence puis le soustraire de l'Image. Probablement en utilisant la transformée de Fourier. Mais si on peut d'emblée obtenir une bonne image le post processing est inutile. AMitiés JMC
Messages recommandés