Media-security

МАШИННАЯ ГОЛОГРАФИЯ

Б.Е.Хайкин

Рассмотрены основные задачи машинной голографии, в том числе задачи информационной обработки волновых полей и оптических изображений, синтеза элементов оптических многоканальных устройств и машин, а также создания гибридных я полностью оптических вычислительных машин.

Развитие машинной голографии началось с синтеза на вычислительных машинах голограмм /1-3/ с целью отображения двухмерных и трехмерных объектов, рассчитанных на ЭВМ. В этом направлении достигнуты первые шаги, но большой объем вычислений даже по самым совершенным алгоритмам и проблемы вывода синтезированных голограмм не позволяют сегодня технически решить проблему создания устройств отображения объектов на основе машинных голограмм. Дальнейшее развитие машинной голографии привело к возникновению ряда задач, которые по своей значимости перешагнули только задачу синтеза машинных голограмм. Аналогичный процесс произошел и в оптической голографии, где задача создания качественных голограмм различных объектов трансформировалась во множество прикладных задач, по значению превосходящих первоначальную задачу (голографические запоминающие устройства, когерентные оптические устройства обработки информации, синтез апертуры, радиоголография, измерительная голография и т.п.).

Сегодня машинную голографию связывают с достаточно большим кругом решаемых задач и математическим аппаратом машинной голографии, причем основный направлением машинной голографии является развитие высокоэффективных методов обработки информации и создание вычислительных устройств и машин, использующих как свойства когерентного света, так и возможности электронных, вычислительных

- 167 -

машин. Самостоятельный раздел машинной голографии составляет вопрос создания оптических вычислительных машин.

Рассмотрим классификацию задач машинной голографии, разделяемых по четырем основным, направлениям.

I. Задачи обработки оптических изображений и волновых полей на электронных вычислительных машинах

I.1. Фильтрация оптических изображений, улучшение качества зашумленных изображений, кодирование и декодирование изображений при передаче по каналам связи /4,5/.

I.2. Обработка волновых полей на ЭВМ, а также измерение параметров этих полей; т.е. в ЭВМ можно ввести действительные и комплексные поля (радиочастотные, оптические, ультразвуковые и др.), а затем выполнить над ними различные вычислительные операции с машинной точностью. В частности, на основе обработки волновых полей осуществляется коррекция частотно-контрастной характеристики при синтезе изображения по кольцевым апертурам /6,7/.

I.3. Моделирование различных голографических схем, в том числе операций обработки информации на ЭВМ для поиска рациональных и оптимальных решений Моделирование на ЭВМ приводит к количественным оценкам различных схем и процессов в когерентных оптических устройствах с учетом случайного характера ряда физических явлений (характеристики лазера, неоднородность записывающих сред, искажения оптических элементов).

I.4. Восстановление на ЭВМ голограмм и исследование характеристик этих голограмм /9/.

II. Задачи синтеза на ЭВМ элементов когерентных оптических систем обработки и хранения информации

II.1. Синтез оптических решающих фильтров (ОРФ) для обработки информации в когерентных оптических системах, определение оптимальных наборов ОРФ для решения различных задач. Под оптическим решающим фильтром /8/ понимается оптический транспарант, синтезированный на ЭВМ, выполняющий преобразование входной информации, представленной в виде оптического изображения А(x,у) в информацию

- 168 -

требуемого вида, т.е. A(x,у)® Q(x,у) при условии размещения А(x,у) и набора фильтров в когерентной оптической системе. Универсальность набора вычислительных операции обеспечивается оптимальным набором фильтров и свойствами когерентного оптического канала.

II.2. Синтез матриц голографической памяти /10/.Процесс формирования матриц для постоянной оптической памяти большого объема (10⁸ ¸ 10¹² бит) может осуществляться только автоматически. Вопреки распространенному мнению об избыточности голографических ЗУ имеется много искажений которые не компенсируются методами голографии. Например, при считывании голографического ЗУ восстанавливается действительное изображение без избыточности и требуется применение математических методов для избыточного кодирования на ЭВМ матриц голографической памяти.

II.3. Синтез на ЭВМ оптических элементов, т.е. транспарантов, которые в когерентных оптических устройствах действуют как оптические элементы: линзы, дифракционные решетки, френелевские зонные пластинки, фильтры для коррекции оптических систем /11,12/.

II.4. Синтез на ЭВМ голограмм для отображения 2-х и 3-х мерных объектов, заданных в аналитической форме /1,2,3,13/. Развитие этой задачи направлено на разработку устройств отображения различных объектов вычисленных на ЭВМ (конструкции, конфигурации и изображения различных аппаратов и механизмов, тренажеры для принятия решений в сложных ситуациях и т.п.)

III. Задачи, в которые ЭВМ используются для обработки информации, получаемой от когерентных оптических вычислительных устройств

III.1 Обработка результатов фильтрации осуществляемой на основе комплексно-сопряженных фильтров.

В частности, статистическая обработка результатов фильтрации /14/, нормировка, учет инвариантности к контрасту. Перспективным является разработка методов машинного синтеза комплексно-сопряженных фильтров, в которых можно учесть инвариантность к повороту, а также ряд других факторов. Характерно, что первоначальный

- 169 -

сравнительно простой метод фильтрации на основе комплексно-сопряженных фильтров /15,16/ при практической реализации трансформировался в объединение оптического устройства фильтрации с достаточно сложной ЭВМ /17/.

III.2. Связь с оптическими голографическими памятный, требующая формирования матриц памяти, кодирования и декодирования матриц памяти.

III.3. Совместная работа с когерентными оптическими устройствами обработки информации на основе оптических решающих фильтров.

IV. Задачи создания полностью оптических вычислительных машин и гибридных вычислительных машин

IV.1. Исследование гибридных оптических вычислительных устройств и машин, объединяющих достоинства когерентной оптики с возможностями электронных вычислительных машин.

IV.2. Исследование оптических вычислительных машин на основе логики "картин" /18/, разработка матричных оптических вычислительных машин /17/, вопросы создания полностью оптических .вычислительных машин ("Computer General" /19/).

Перейдем к рассмотрению задач четвертого направления.

Следует отметить, что несмотря на большие перспективы когерентных оптических вычислительных устройств в настоящее время практически трудно создать полностью оптические вычислительные машины, хотя возможны частные решения (постоянная голографическая память; когерентные оптические вычислительные устройства, выполняющие отдельные операции или решающие отдельные типы задач).

Для обеспечения универсального вычислительного процесса, т.е. возможности решения различных задач вычислительная машина должна постоять из следующих основных компонент:

- ввода и вывода информации в машину;

- процессора, выполняющего арифметические и логические операции;

- оперативной памяти, обеспечивающей хранение промежуточных результатов вычислений;

- устройства управления, выполняющего функции автоматического

- 170 -

формирования команд обработки информации, управления работой различных устройств;

- методов решения различных типов задач и математического обеспечения, обеспечивающего автоматическое программирование при решении различных типов задач;

- устройств внешней памяти, подготовки данных, связи с оператором и объектами управления.

В когерентных оптических устройствах возможно выполнение преобразований над матричными кодами (фильтрация, интегральные преобразования, операции с ОРФ), непосредственный ввод и вывод изображений и постоянное хранение информации. К числу вопросов, которые сегодня не могут решаться оптическими средствами относятся:

- математическое обеспечение, включая методы решения задач;

- оперативные запоминающие устройства, работающие со скоростью выполнения операций в когерентной оптической системе, т.е. порядка 10^-8 ¸ 10^-10 сек;

- формирование команд управления, реализация операционной системы;

- синтез оптических решающих фильтров и оптимизация их наборов для различных типов задач;

- арифметические операции над командами и числами;

- синтез матриц голографической памяти.

Приведенные соображения подтверждают целесообразность развития гибридных вычислительных устройств и машин, объединяющих достоинства когерентного света при обработке информации с возможностями ЭВМ.

Гибридную вычислительную систему можно рассматривать в двух планах.

1. Система обработки изображений, обслуживающую когерентные оптические системы.

2. Система, работающая с когерентными оптическими устройствами в автоматическом режиме. В первом случае система выполняет функции завода-изготовителя вычислительных устройств (заполнение голографических памятей и синтез оптических решающих фильтров для использования в когерентных вычислительных устройствах). В

- 171 -

этом случае отпадает проблема сопряжения оптических устройств в реальном масштабе времени, которая характерна для второго случая. Для сопряжения устройств в реальном масштабе времени без снижения производительности различных блоков системы скорость их работы должна быть примерно одинакова.

Можно предусмотреть четыре этапа развития системы.

1. Цифровая вычислительная система для обработки изображений

В состав системы входит базовая вычислительная машина, устройства ввода-вывода изображений и математическое обеспечение системы. Принципиальным является выбор базовой машины, позволяющей осуществлять многопрограммную обработку информации, что необходимо при сопряжении со сравнительно медленными устройствами ввода-вывода оптических изображений. На рис.1 этому этапу соответствует верхняя часть блок-схемы (1). Вводимое изображение при помощи преобразователя переводится из двух или многоградационного изображения с m²n элементами, где m² - число элементов изображения, n - число градаций изображения. Если N - число разрядов одного кода ЦВМ, то для передачи изображения с m²n элементами требуется произвести m²n/N тактов. Например, при m²=10⁶, n=10², N=0,5× 10² и времени выполнения одного такта 10^-5 сек на ввод изображения потребуется 20 сек, считая, что устройство ввода обеспечивает требуемую скорость развертки и преобразования.

Заметим, что непосредственный ввод волновых комплексных полей в ЭВМ невозможен и нужно воспользоваться либо косвенными методами (раздельный ввод амплитудной и фазовой информации), либо записью волновых фронтов голографическими методами.

При выводе изображений из ЦВМ производится обратное преобразование машинных кодов в изображения, отображаемые при помощи ЭЛТ или электромеханических устройств.

- 172 --

Рис.1. Блок-схема гибридной вычислительной системы.

2. Цифровая вычислительная система с матричным процессором

Производительность системы обработки изображений может быть существенно повышена при подключении к системе матричного процессора, представляющего из себя вычислительный блок, оперирующий одновременно над сравнительно большим числом разрядов.

Матричный процессор представляет из себя однородную вычислительную структуру, выполняющую элементарные преобразования над

- 173 -

кодом r´ r разрядов. Целесообразно, чтобы было r равно разрядной сетке, например, 32 разряда (четыре байта). Матричный процессор является буфером между ЦВМ и другими устройствами (вывод, ввод, ГЗУ, КОС). В матричной процессоре выполняются основные элементарные операции, удовлетворяющие требованиям полноты логических и арифметических операций, т.е. операций логического сложения (или умножения), инверсии и сдвига. Специфичным для матричного процессора являются диагональные связи, необходимые для реализации графов алгоритма быстрого преобразования Фурье.

Как следующий подэтап к матричному процессору может быть подключена матричная память сетчатки r´ r.

При вводе изображений в матричный процессор или матричную память эффективность ввода (и соответственно вывода) возрастает в r раз. Следует отметить возможность расширения числа параллельно обрабатываемых программ за счет применения матричного блока, что необходимо при сопряжении с когерентными оптическими вычислительными устройствами. При работе с оптическими голографическими памятями матричный процессор выполняет функции кодера и декодера информации.

Следует отметить, что матричные процессоры как самостоятельные блоки в настоящее время разрабатываются в вычислительной технике. Причем, объединяются не только отдельные элементы в матричный процессор, а арифметические устройства в матричную структуру. Были опубликованы сведения о разработке в Иллинойском университете машины "Иллиак-4", содержащий 256 процессоров с общей производительностью порядка 100 млн операций. Фирма "Bell.Lab." начала разработку системы с 32 тыс. одинаковых процессоров на больших интегральных схемах. Производительность такой системы оценивается в 100 млрд операций в сек.

3. Цифровая вычислительная система с голографической памятью

Голографическая память в системе выполняет функции постоянной памяти с большим объемом данных (10 * 10 бит). В такой памяти могут храниться различные таблицы, математическое обеспечение,

- 174 -

оптические решающие фильтры. ЦВМ в такой структуре управляет выборкой информации из ГЗУ при помощи различных развертывающих устройств и декодирует поступившие коды. Процесс записи матриц голографической памяти требует избыточного кодирования на основе математических методов, так как вопреки распространенному мнению об избыточности голографических ЗУ при считывании информации из памяти восстанавливается действительное изображение без избыточности. С учетом искажений в оптических системах, дефлекторах, записывающих средах, неоднородности лазеров и т.п. причин применение неизбыточной записи машинных кодов недопустимо.

Эффективность применения ГЗУ возрастает при наличии в системе матричного процессора и матричной памяти.

4. Подключение к системе когерентного оптического вычислительного устройства

Обработка информации в когерентной оптической системе основана на взаимодействии исходной информации вида А(x,у) с оптическими решающими фильтрами, размещаемыми на пути распространения света и использовании свойств когерентного оптического канала. ОРФ могут размещаться как в плоскости изображения, так и в частотной плоскости и всегда имеют вид оптического транспаранта, созданного оптическим путем или синтезированного на ЦВМ. Для каждого типа задач может быть синтезирован оптимальный набор фильтров, позволяющий наиболее просто решить данный тип задач. Фильтры размещаются в постоянной оптической памяти и вводятся в КОС по программе. Основными типами ОРФ являются фильтры для маскирования, согласованной фильтрации, изменения амплитуд и фаз, выполнения различных функциональных преобразований.

Ограничением подобных устройств в настоящее время является проблема оперативного ввода информации и фильтров КОС. Эта задача облегчается при решении отдельных типов задач, когда транспаранты изготовлены заранее.

- 175 -

Литература

1. B.R.Brown, A.W.Lohnan. Appl.Optics, 5, 967, 1966.

2. L.B.Lesem, P.M.Hirsch. Commun., of the ACM, 11, 10, 661, 1968.

3. A.W.Lohman, D.P.Paris. Appl.Optics, 6, 10, 1739, 1967.

4. Сб. "Иконика", под ред. Д.С.Лебедева. "Наука", стр.135, 1970.

5. H.C.Andrews. Computers technique in image processing. Acad. Press, 187, 1970.

6. Y.P.Wild. Proc.Boy.Soc.А., 286. 499, 1965.

7. F.Gori, S.Guattari. Phys.Lett., A31, 3, 131 1970.

8. Б.Е.Хайкин, В.С.Хитрова. Учёные записки Ереван. университета, 27, 2, 1971.

9. Y.Aoki. IEEE Trans. АU-18, 3, 258, 1970.

10. Э.Г.Аветисов, Б.Е.Хайкин. Тезисы докладов II Международного симпозиума по теории информации. Ереван, стр.249, 1971.

11. A.I.Mac Govern, Y.G.Wyant. Appl.Optics, 10, 3, 599, 1971.

12. I.E.Ward et al. Appl.Optics, 10, 4, 1971.

13. I.P.Waters. JOSA, 58, 9, 1284, 1968.

14. В.С.Хитрова, Б.Е.Хайкин. Учёные записки Ереванского университета, 3, 22, 1970.

15. A.Vander Lugt. IEEB Trans. IT-10, 2, 139, 1964.

16. A.Vander Lugt. Optica Acta, 15, 1, 1, 1968.

17. Б.Е.Хайкин. Вопросы радиоэлектроники, серия ЭВТ, № 1, 3, 1971.

18. L.Edelstein. Computer Journal, 6, 2, 144, 1963.

19. Electronics, 7, 29/III, 81, 1971.