Аннотация результатов, полученных в 2019 году
Основная идея проекта в том, что в изображениях неоднородного объекта ценной является не только информация о его внутреннем строении, но и взаимосвязь характеристик нескольких изображений, количественный совместный анализ которой может выявить детали внутреннего строения и тонкие особенности фундаментальных физико-химических свойств соединения. Преимущество комплекса карт и изображений по сравнению с точечными определениями состоит в большом количестве точек, что позволяет выявить детали строения с более высокой локальностью и установить корреляцию сигналов с большей точностью. Центральная задача проекта заключается в методическом и программном развитии совместного анализа изображений (JPD-анализа) для решения задач минералогии и технологического материаловедения. 1. JPD-методика анализа изображений развита и реализована в программном коде на языке Python с использованием современных модулей и библиотек numpy, scipy, plotly, opencv, matplotlib, scikit-learn, PIL. Программный код написан заново и составил более 1000 текстовых строк с основными и ключевыми этапами JPD-алгоритма. На настоящий момент JPD-алгоритм реализуется в трех подпрограммах: (1) JPD-overlay – совмещение изображений; (2) JPD-hist – построение и анализ гистограмм (основная часть JPD-алгоритма); (3) JPD-user – упрощенная версия JPD-hist с графическим интуитивно понятным интерфейсом для широкого круга пользователей. 2. Оптимизированы приборные условия регистрации изображений BSE, CL, карт распределения элементов и параметров рамановских и фотолюминесцентных спектров на электронно-зондовом микроанализаторе, сканирующем электронном микроскопе и рамановском спектрометре. Установлено, что ключевое значение для эффективности применения JPD-методики имеет отношение сигнал/шум и пространственное разрешение, близкое для всех рассматриваемых изображений и сопоставимое с размерностью неоднородностей объекта. Параметры каждого прибора оптимизированы для улучшения этих характеристик. 3. Сформулированы принципы выбора участка образца для улучшения результатов JPD-анализа. Выбор участка (зерна) для анализа имеет ключевое значение для эффективности применения JPD-методики как для процедуры кластеризации, так и для анализа зависимостей сигналов. Применение инструментов анализа JPD-гистограммы требуют регистрации изображений и/или карт, где проявляются зоны (кластеры) с близким соотношением площадей. В общем случае для получения представительной JPD-гистограммы рекомендуется регистрация изображений с нескольких участков и дальнейшее их совместное рассмотрение. 4. Рассмотрены математические алгоритмы уменьшения шумов изображения, вносящие минимальные искажения и улучшающие JPD-гистограмму. Показано, что математические фильтры, учитывающие окружение каждого пикселя, могут использоваться как инструменты уменьшения шумовой части сигнала. Установлено, что размытие диаметром 1 пиксель улучшает JPD-гистограмму – делает ее более компактной и повышает разрешение по интенсивности. Применение размытия размером больше 4 имеет такой же эффект, но при этом наблюдается дифференциация первоначально однородных зон, не имеющим отношение к особенностям исследуемого материала, а являются артефактом алгоритма работы фильтра «гауссово размытие», проявляющемся в группировании точек изображения. 5. Расширены алгоритмы программного совмещения изображений, что актуально, поскольку в общем случае два изображения зерна могут быть получены при разных условиях, на разных приборах или разными методами. Тогда при наложении они не будут полностью совпадать из-за геометрических искажений, создаваемых оптическими или магнитными линзами приборов. Совмещение изображений реализовано в подпрограмме JPD-overlay с использованием библиотеки opencv и основано на поиске «особых» точек на каждом изображении по их окружению с использованием нейронной сети. 6. Реализована возможность построения JPD-гистограмм для нескольких изображений с построением и анализом многомерных JPD-гистограмм; отработана программа на примере трех изображений с моделированием трехмерными гауссианами. 7. Внедрена возможность использования на JPD-гистограмме шкалы абсолютных значений и процедуры калибровки, заключающаяся в пересчете значений по осям абсцисс и ординат по двум точкам двумерной гистограммы. Калибровка позволяет сравнивать и сопоставлять JPD-гистограммы, полученные при различных условиях, времени регистрации и приборах, а не только сравнивать общий вид гистограмм, как это было в предыдущей версии программы. 8. Расширены способы разбиения множества точек JPD-гистограммы на группы. В JPD-hist реализована процедура разбиения JPD-гистограммы с использованием гауссова распределения с подгонкой параметров гауссианов и простое «жесткое» выделение групп многоугольниками. 9. Созданы инструменты анализа данных, представленных на JPD-гистограмме. Реализована возможность построения корреляционных зависимостей для двумерных JPD-гистограммах с использованием линейной, полиномиальной, экспоненциальной и логарифмической функциями, определение площадей каждой из выделенных зон путем подсчета количества пикселей. 10. Разработанный программный код JPD-hist частично реализован в подпрограмме JPD-user с графическим интуитивно понятным интерфейсом, предназначенной для широкого круга пользователей. 11. Исследованы изображения и спектральный состава катодолюминесценции микронеоднородных зерен циркона Мугоджар (Южный Урал) с целью извлечения информации об особенностях внутреннего строения кристаллов, их дефектного состояния и выявления люминесцентных центров, определяющих вариации яркости на JPD-гистограмме.

Аннотация результатов, полученных в 2020 году
(1) Разработан онлайн JAIM-сервис (сокращение от Joint Image Analysis of Materials and Minerals), в котором реализован метод совместного анализа изображений (JPD-анализ) со всеми последними улучшениями и доработка программного кода на базе локальной JPD-программы построения и анализа JPD гистограмм (1а) Создан и зарегистрирован сайт с собственным доменным именем https://jiam.expert/ (или http://jiam.expert/). Сайт с JAIM-сервисом спроектирован на современном уровне с интерактивным интерфейсом и возможностью дальнейшего его усовершенствования. Программный код локальной JPD-программы переписан для адаптации в рамках клиент-серверного взаимодействия таким образом, чтобы пользователю был интуитивно понятен алгоритм, из каких функций он состоит и как действовать на каждом его шаге. Рекомендации использования и последние методические наработки интегрированы в сайт в виде пояснений к каждому шагу (функции) и на отдельных страницах с указанием ссылок на соответствующие публикации. (1б) Реализовано сохранение состояния пользователя между ними, очередность задач и параллельная обработка заданий от пользователей. Доработана функциональность, настроена регистрация и авторизация пользователей. Созданы интерфейсы для пользователей и обработчики событий. Сайт размещен на хостинге с достаточными ресурсами для полноценной работы разработанного JIAM-сервиса. (1в) В онлайн сервисе JIAM реализованы алгоритмы машинного обучения. Искусственные нейронные сети применяются для решения задачи совмещения изображений и уменьшения шума. В архитектуру заложены возможности использования нейронной сети для кластеризации и типизации объектов. В качестве обучающей выборки для нейронной сети применяются пользовательские загружаемые изображения и ключевые слова описания к ним. (2) Выполнена апробация метода совместного анализа изображений на минералах и их синтетических аналогах. (2а) Исследованы изображения и спектральный состава катодолюминесценции микронеоднородных зерен циркона Мугоджар (Южный Урал) с целью извлечения информации об особенностях внутреннего строения кристаллов, их дефектного состояния и выявления люминесцентных центров, определяющих вариации яркости на JPD-гистограмме. (2б) Исследованы зерна монацита К-1366б Тараташского массива. Построена трехмерная JPD гистограмма по BSE-изображению, картам интенсивностей линий ThMα, YLα, выполнена кластеризация и получена карта зональности. (2в) Совместный анализ изображений применен для анализа рамановских гиперспекральных карт. Исследовано зональное зерно циркона 20a из псевдотахелитов импактной структуры Вредерфорт. Построены карты распределения ширины на половине высоты (FWHM) колебательной моды B1g (1000 см-1), показывающей вариации степени метамиктности и соотношение интенсивностей B1g (1008 см–1) to Eg (356 см–1), характеризующее отклонение ориентировок кристалла. Показано, что соотношение B1g/Eg может использоваться для выявления значительных отклонений ориентировок. (2г) Исследован синтезированный золь-гель методом циркон. Установлено, что циркон формирует частицы, состоящие из микрокристаллитов с фазовыми включениями. Показаны существенные вариации по яркости BSE и однородность по яркости CL, темные в BSE включения проявляются низкой яркостью CL. (2д) Выполнен анализ взаимосвязи яркости люминесценции с содержанием примесей в заготовках активных волоконных световодов. Показано, что корреляция имеет обратно-пропорциональную связь яркости CL и концентрации Al в центральной области легирования. (3) Сделаны обобщающие выводы о возможностях и границах применимости JPD-методики, обозначены наиболее перспективных областях внедрения. Показано, что с использованием подхода могут решаться разнообразные задачи: исследование внутреннего строения циркона и других минералов, выявление структурных и химических факторов зональности по BSE- и CL-изображениям, оценка степени метамиктности зерен циркона по соотношению площади метамиктных и кристаллических зон, JPD-методика может быть применена для классификации цирконов по BSE- и CL-изображениям, анализа люминесцентных свойств алмазов и других минералов, характера распределения примесей в оптически активных волоконных световодах, строения оптических гетероструктур, оценки однородности кристаллов синтетических порошков, определения степени обогащения породы рудой, а так же определения соотношение занимаемых площадей, построения изохрон по картам распределения содержания элементов U, Th, Pb. (4) Подготовлено две статьи в научные журналы, один раздел и одна глава монографий, пять тезисов в сборниках научных мероприятий. Часть материала находится на стадии подготовки публикации в научный журнал и докладов конференций. Таким образом, реализация совместного анализа изображений (JPD-анализа) в онлайн сервисе JAIM https://jiam.expert/ (или http://jiam.expert/) c возможностями машинного обучения является основным научным результатом выполнения проекта. Методические рекомендации, архитектура сайта и функциональные возможности сформированы исходя из опыта исследования различных образцов и были ориентированы на пользователя. Свободный доступ к онлайн сервису JIAM, его удобство и возможности будут способствовать повышению востребованности в научно-исследовательских работах геологов, минералогов, химиков, физиков и ученых других смежных областей.