Детектирование частиц космических лучей с помощью цифровой фотокамеры или моя охота на частицы

Для детектирования ионизирующего излучения, в том числе частиц космических лучей - Cosmic Rays (CR) (состоящих из высокоэнергетических частиц, природа происхождения которых окончательна неясна и через 100 лет после начала их изучения - в качестве источников рассматриваются взрывы сверхновых звезд и даже экзотические "темная материя" и антиматерия) и окружающих радиоактивных источников, можно использовать цифровые фото- или вебкамеры. Эти камеры имеют в своем составе CMOS-сенсоры (или реже CCD-сенсоры), аналогичные тем, что используются для детектирования частиц в LHC (Большом адронном коллайдере) в эксперименте ATLAS ! Кстати, с помощью CCD-сенсоров пытаются найти темную материю (эксперимент DAMIC). Радиография мюонов, порожденных космическими лучами, использовалась даже для обнаружения большой полости в пирамиде Хеопса!

Разновидности следов частиц

Существуют несколько видов следов частиц.

Чаще всего фиксируется "пятно" (spot) - след электрона:

Реже фиксируется "червь" (worm) - продолговатый изогнутый след электрона:

Эти электроны с энергией порядка МэВ являются либо результатом комптоновского рассеяния гамма-квантов (в большинстве случаев), либо результатом земного бета-распада радиоактивных материалов.

Заметно реже фиксируется прямая линия (track) - след высокоэнергетической частицы космических лучей - мюона с энергией порядка ГэВ.

Также редко фиксируется "большое пятно":

Вот следы всех трех типов (сделаны с выдержкой 3600 секунд в лаборатории NOAO lab в Tucson) из работы "Radiation events in astronomical CCD images" исследователя Donald E. Groom:

На сайте проекта DECO приводятся примеры следов различных частиц:

Также примеры следов частиц приведены в работе "Cosmic Rays and Other Nonsense in Astronomical CCD Imagers" исследователя Donald E. Groom из Lawrence Berkeley National Laboratory (Berkeley Lab):

Радиолюбитель из Испании Miguel A. Vallejo (позывной EA4EOZ) (http://ea4eoz.blogspot.com.by/) удалил объектив дешевой веб-камеры и закрыл сенсор слюдяной пленкой, получив детектор альфа-частиц (http://ea4eoz.blogspot.com.by/2012/09/detecting-alpha-particles-with-modified.html).
Белые точки на фотограмме - это следы от альфа-частиц и, возможно, космических частиц:

Donald E. Groom (фотография N Akchurin)

Как указывает Donald E. Groom, в большинстве лабораторий частота регистрации "червей" и "пятен" в два раза превышает частоту регистрации мюонов, а экранирование свинцовым экраном толщиной 1 см снижает частоту регистрации "червей" и "пятен" до уровня меньшего, чем для мюонов.

Также следует учитывать, что регистрируемые события весьма редки. Их частота мала из-за малых размеров сенсора камеры, и интервал между соседними событиями составляет часы, а то и сутки. Например, для горизонтально расположенного детектора интенсивность регистрации мюонов составляет около 1 события в минуту на 1 кв. см площади детектора.

Проект Cosmic Ray Finder

Для фиксации пролета частицы необходимо циклически захватывать изображение с камеры и подвергать его анализу. Для устранения влияния освещения (дневного или искусственного) необходимо заклеить "глазок" камеры изолентой, причем лучше в несколько слоев.

Я разработал Windows-приложение CRF.exe, выполняющее циклический захват и анализ изображения с подключенной к компьютеру цифровой камеры с целью поиска следов частиц:

Приложение совместимо с Windows 10:

Скачать приложение Cosmic Ray Finder Вы можете здесь - https://foxylab.com/CRF.php .

Это приложение выполняет захват изображения с камеры со скоростью 300...500 сэмплов в минуту (SPM).

Как работает программа?

При запуске приложение сворачивается в трей в виде значка со звездочкой:

После запуска захвата приложение выбирает наивысшее разрешение (Source), позволяемое камерой, для захвата изображения.
При захвате первого кадра приложение рассчитывает среднее цветовое расстояние для пикселов кадра, и если оно превышает заданный предел, то делается вывод, что "глазок" камеры не закрыт, захват прекращается и выдается предупреждающее сообщение.

Для закрытой двумя слоями черной изоленты встроенной камеры ноутбука Lenovo G580 (модель 20157) среднее значение практически не зависит от внешней освещенности и составляет 27 ... 28. Для USB-камеры, чей объектив тоже закрыт черной изолентой, среднее значение колеблется в пределах 0,7 ... 3. Я выбрал в качестве предела величину 40.
В качестве удобного средства для светоизоляции камеры я выбрал сумку от компактного CD-плейера, застегивающуюся на молнию и покрытую изнутри черным материалом.

В своих исследований я использовал следующее оборудование:
- встроенная камера ноутбука Lenovo G580 (модель 20157)  - QIWG5 Camera 1M PK40000GR10/GP10/H400:

- USB-камера Vimicro USB Camera (Altair).

В окне приложения отображаются значения цветовых каналов (красного, зеленого и синего) для наиболее яркого пиксела в текущем захваченном изображении с камеры.

В фоновом изображении с камеры значения уровней цветовых каналов малы:
распределение значений для красного канала

распределение значений для зеленого канала

распределение значений для синего канала

Приложение позволяет задать предельное значение цветового канала (Limit, я использую значение 150, рекомендованное в проекте DECO) для обнаружения "события" (event) - следа частицы. Такой подход позволяет отбросить как фоновый шум (например, от инфракрасного излучения), так и следы от низкоэнергетических частиц.

При регистрации события возникает всплывающее сообщение, и регистрация события может сопровождаться звуковым сигналом (Sound).
В случае обнаружения на изображении с камеры следа частицы это изображение сохраняется в файл формата PNG в текущей или выбранной пользователем директории, а в журнале в окне приложения протоколируется время обнаружения события и значения цветовых каналов (красного, зеленого и синего) для наиболее яркого пиксела.
Число зарегистрированных событий отображается красным утолщенным шрифтом. Скорость возникновения событий отображается как число событий в сутки (EPD).

Также возможно инвертировать получаемое изображение (галочка "Inverse" в окне программы):

Можно отобразить изображение (лучше инвертированное) в градациях серого (галочка "Gray" в окне программы):
  

Следы частиц

Для лучшей наглядности я масштабировал изображения следов частиц, увеличив их в три раза.

"Черви":
   

Мюоны? :
 

Вот как выглядит такой след попиксельно:

"Большие пятна" - одно из самых интересных наблюдений

Вот наглядное различие размеров малых и больших пятен:

(без увеличения)

Что интересно, три больших пятна наблюдались 4 июня 2019 года в течение небольшого интервала времени:
17 ч 37 м 49 с UTC - 190604203749484.png
17 ч 40 м 41 с UTC - 190604204041084.png
18 ч 11 м 57 с UTC - 190604211157594.png

(увеличение в три раза)

Это необычно, так как такие события весьма редки (примерно одно "большое пятно" на 30 обычных), а тут три события фактически подряд!
Причем пятна расположены близко друг к друг (два почти накладываются друг на друга! - вероятность такого события IMHO крайне мала):

(изображение уменьшено в два раза)

Размеры пятен достигают восьми пикселей.

Некоторые зарегистрированные большие пятна:
(трехкратное увеличение)
20 июля 2021 года:

4 декабря 2021 года:

Событие может быть представлено несколькими фрагментами:

Возможно и одновременная фиксация двух-трех событий на одном кадре:

Я провел опыт по регистрации 50 событий с помощью USB-камеры Vimicro (разрешение 640x480).
Объединенные вместе следы частиц, полученные в результате этого эксперимента:

Для иллюстрации я зафиксировал 100 событий, архив снимков которых доступен здесь: CRF_100.ZIP

Влияние предела детектирования события
Я попытался исследовать влияние предельного уровня детектирования события (Limit) на частоту событий (EPD) (встроенная камера ноутбука, разрешение 1280x720, наклон панели с камерой к горизонту 60 градусов):

Limit: 40 - ~208 EPD:
R:105 G:93 B:90   R:18 G:18 B:44  R:18 G:18 B:45  R:255 G:191 B:255 ...  R:17 G:17 B:43

Limit: 50 - ~55 EPD:
R:78 G:61 B:58   R:96 G:100 B:94   R:98 G:65 B:103  R:214 G:232 B:255  ... R:79 G:49 B:94

Limit: 60 - ~32 EPD:
R:33 G:27 B:82  R:255 G:206 B:255  R:68 G:47 B:80  R:70 G:71 B:68  ... R:179 G:213 B:179

Limit: 100 - ~24 EPD:
R:215 G:175 B:202  R:255 G:207 B:255 R:243 G:169 B:255  R:163 G:73 B:200  ... R:104 G:70 B:147

Во всех случаях регистрация проводилась для 15 событий.

Средняя скорость регистрации составила  ~ 15 EPD (события в сутки).

Влияние источника ионизирующего излучения
Я провел эксперименты с целью определения влияния находящегося вблизи от веб-камеры источника ионизирующего излучения на частоту регистрируемых событий (при предельном значении цветового канала 150).

Компас
Расположив веб-камеру, подключаемую к USB-порту, на компасе с радиоактивной светомассой, я провел два замера - в обоих случаях частота событий (EPD) равнялась ~140 событий в сутки.

Тахометр
Также я расположил камеру на тахометре с радиоактивной светомассой:

При этом частота событий составила 1440 (!) событий в сутки:

При расположении веб-камеры вдали от радиоактивных артефактов, я получил при эксперименте частоту 10...20 событий в сутки.

Кто использует проект Cosmic Ray Finder?

Мой проект Cosmic Ray Finder удостоился упоминания на сайте группы Martin Fleischmann Memorial Project, посвященному иследованию низкоэнергетических атомных реакций (LENR):
Cosmic Ray Finder - A muon spotter? - http://www.quantumheat.org/index.php/de/home/mfmp-blog/540-cosmic-ray-finder-a-muon-spotter

Также о проекте рассказано в постах на Steemit:
ECCO - 'Cosmic Ray Finder' detections with web camera perpendicular to fuel emissions - https://steemit.com/science/@mfmp/ecco-cosmic-ray-finder-detections-with-web-camera-perpendicular-to-fuel
ECCO - Using the webcam based 'Cosmic Ray Finder' to look for muons? - https://steemit.com/blog/@mfmp/ecco-using-the-webcam-based-cosmic-ray-finder-to-look-for-muons

Обзор других проектов по охоте на частицы

Проект CosmicRays_MATLAB

Также я реализовал процедуру обработки изображений с камеры в MATLAB (пакете прикладных программ для выполнения технических вычислений, имеющем свой язык программирования) - проект CosmicRays_MATLAB.
Исходный код этого проекта открыт (лицензия GPL версии 3.0) и расположен на GitHub в репозитарии https://github.com/Dreamy16101976/CosmicRays_MATLAB . Основу проекта составляет M-файл cr.m - скрипт на языке MATLAB.

После запуска скрипт cr.m производит поиск доступного оборудования для захвата изображений.

Для использования выбирается устройство, подключенное через адаптер (adaptor) Windows Video (winvideo), с идентификатором (DeviceID) 1:

После инициализации скрипт циклически захватывает и анализирует изображение с подключенной к компьютеру цифровой камеры. Следы частиц сохраняются в виде PNG-файлов.

Проекты для смартфонов

Известен такой проект как DECO - Distributed Electronic Cosmic-Ray Observatory (http://wipac.wisc.edu/deco) университета University of Wisconsin–Madison, который объединяет пользователей по всему миру в распределенную обсерваторию, являющуюся частью Global Sensor Web предназначенную для обнаружения космических лучей и других высокоэнергетических частиц с помощью цифровых камеров смартфонов и планшетов под управлением операционной системы Android.

снимок экрана приложения DECO

пример зафиксированного "события" в DECO

Данные, полученные от пользователей, загружаются в репозитарий.
Координаторы проекта - Justin Vandenbroucke и Silvia Bravo.
    
Justin Vandenbroucke          Silvia Bravo

В обсуждении проекта можно участвовать, вступив в группу Google.

Также следует упомянуть проект CRAYFIS - Cosmic Rays Found in Smartphones (http://crayfis.ps.uci.edu/about.html), в котором также формируется распределенный детектор из камер смартфонов и планшетов под управлением операционных систем Android (2.3.3 (Gingerbread, API Level 10, февраль 2011 года) или новее) or iOS (7 или новее). После установки специализированного приложения на смартфон оно запускается после гашения (из-за бездействия пользователя) экрана смартфона, подключенного к электросети (для предотвращения разряда батареи).
Руководители проекта - Daniel Whiteson из университета University of California, Irvine и Michael Mulhearn из University of California, Davis.

    
Daniel Whiteson                   Michael Mulhearn

Присоединиться к проекту CRAYFIS  можно здесь.

Проект CREDO - Cosmic-Ray Extremely Distributed Observatory (https://credo.science/) тоже использует камеры смартфонов под управлением ОС Android 4.0 и новее как распределенный детектор для изучения такого феномена космических лучей как CRE (cosmic-ray ensemble). Проект предоставляет бесплатное приложение, которое регистрирует следы частиц и отправляет изображения в центральную базу данных проекта. Цель проекта - выявить частицы с одинаковыми моментами регистрации, но зафиксированные детекторами, удаленными друг от друга.

Смартфон как дозиметр

Аналогичный подход используется для измерения интенсивности ионизирующего излучения в приложении WikiSensor (цена $0,99), использующем CMOS-сенсор смартфона Apple iPhone 4/4S:

Проблемой при использовании современных моделей смартфонов в качестве детекторов частиц является тот факт, что они выполняют пост-обработку снимка для уменьшения шума, которая заодно и может устранять следы частиц.

Продолжение следует