CN104503070A - 一种基于压缩感知的宽视场显微成像***及方法 - Google Patents
一种基于压缩感知的宽视场显微成像***及方法 Download PDFInfo
- Publication number
- CN104503070A CN104503070A CN201410753518.2A CN201410753518A CN104503070A CN 104503070 A CN104503070 A CN 104503070A CN 201410753518 A CN201410753518 A CN 201410753518A CN 104503070 A CN104503070 A CN 104503070A
- Authority
- CN
- China
- Prior art keywords
- compressed sensing
- sample
- visual field
- wide visual
- array
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G02—OPTICS
- G02B—OPTICAL ELEMENTS, SYSTEMS OR APPARATUS
- G02B21/00—Microscopes
Landscapes
- Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- General Physics & Mathematics (AREA)
- Optics & Photonics (AREA)
- Microscoopes, Condenser (AREA)
- Investigating, Analyzing Materials By Fluorescence Or Luminescence (AREA)
Abstract
本发明提供一种基于压缩感知的宽视场显微成像***及方法:光源通过第一透镜转化为平行光束照射到全息图,并产生光点阵列,利用与扫描方向有偏角的光点阵列对样品进行一维扫描,得到样品的采样信息并经过第二透镜被接收设备采集到,再经由图像处理设备基于压缩感知方法恢复所述样品信息。本发明在宽视场显微镜上运用压缩感知的原理处理图像信息,抽样样本和抽样时间都能大大减小;对于不满足规则分布要求的光点阵列,在已知光点位置的情况下,仍然可以获得较为完整的图像信息;另外可以降低制作介质板的要求,降低实验对硬件条件的要求,使用压缩感知的思想和响应恢复算法弥补实验硬件的缺陷,可大大提高图像质量。
Description
技术领域
本发明涉及图像处理领域,特别是涉及一种基于压缩感知的宽视场显微成像***及方法。
背景技术
光学显微成像在生物医学、材料分析等诸多领域起着至关重要的作用。作为重要的观察工具,随着应用要求的不断提高,光学显微成像技术不断进行着改革和突破。比较常见的是大家所熟知的传统显微光学显微镜。它的结构固定,一般由物镜、目镜、载物台等部分组成。人眼通过目镜观察放置在物镜下,载物台上的样本,从而获得所需要的图像信息。随着数字技术的发展,数码照相机取代了人眼观察,并能即时反映并记录图像信息,省去人眼长期观察带来的疲惫。随着各项技术不断地改进和进步,传统的光学显微镜的光学分辨率已经能够达到微米甚至亚微米数量级。然而传统的显微镜成像中,若要观察放大倍数越大,分辨率越小的图像,所能观察和成像的视场就会越小。若想观察视场更大的图像以获得更多的图像信息则分辨率会受限制。由于传统光学显微镜受像差,色差,数值孔径等因素的影响,图像成像分辨率和视场始终呈现此消彼长的关系。所以想要利用传统显微镜获得宽视场和分辨率也小的图像是不可能实现的。
随着医学应用要求的不断提高,人们迫切需要获取宽视场和高分辨率图像的技术。在传统光学显微镜成像的条件下,这样的图片可以通过扫描和后期处理获得。利用精确的机械制动将样品通过扫描的方式获取连续扫描所得到的一系列图片组,再将所得的高分辨率图片进行拼接即可获得高分辨率的宽视场图像。但是在这种情况下我们必须保证在扫描过程中所获取的每一幅图都是清晰的图片。但是由于机械移动的原因,细微的位移就会导致扫描过程中获取的图片失焦。另外为了保证拼接的图片能够精确反映原图的真实信息,扫描必须采用二维扫描方式,先进行行扫描,再依次将行扫描的图片进行拼接。所以这个过程繁琐而且耗时。
2010年,科研人员发明了一种新型的基于光点阵列的宽视场显微镜。这种技术打破了传统光学显微镜中关于成像分辨率和视场此消彼长的关系。它改变了传统光学显微镜中的光源,用一个排列规律的光点阵列代替原有的单一光束,并结合其独特的一维扫描方式,在此条件下成功将获取的图片重新拼接并得到了高分辨率和宽视场的图片。
在这项技术中,为了获取光点阵列,必须用到一块预置小孔规律排列的介质板。板上小孔的尺寸大小为微米数量级。利用现有技术制作完成一块小孔规律整齐分布的介质板,并用它制作全息图。
准直光照射全息图便能在与制作全息图时相同的焦平面上还原相同数量级尺寸大小的光点阵列。用此光点阵列作为光源扫描样本,并用数码相机收集透射扫描过程中的光强信息。获得的一系列图片通过计算机的处理便能重构出样本图像。在这种情况下所获得的图像分辨率不再受传统光学显微镜像差色差等因素的影响。由于光点尺寸足够小,而且临近光点之间的距离远大于光点尺寸大小,此时图像分辨率由光点的尺寸大小决定。所以为了获得高分辨率的图像,在介质板制作过程中可以在现有技术下尽量将小孔的尺寸做到最小。
为了获取完整的图像,我们所采用的光点阵列必须满足在直角坐标的两个方向上的光点都平行等距均匀分布。如图1所示为由准直光照射全息图还原的光点规律整齐分布的光点阵列,任意两相邻光点之间的距离必须非常精确。但是在制作介质板时总是有很多因素会影响介质板的质量,例如细小的震动就会影响刻蚀的轨迹偏离。如图2所示,由准直光照射全息图还原的光点阵列含有80*80个光点,相邻两个光点的间距大约为30微米。但首行的点分布不是严格的直线,光点在预设轨迹上下左右随机分布。
为了获取一张标准可用的介质板需要花费大量的时间,费时费力;而且介质板的中小孔的分布也很难做到规律整齐分布,小孔的不规则分布直接造成图像的像差变大,影响图像质量。
因此,如何减小图像清晰度对光点阵列整齐性的依赖是本领域技术人员亟待解决的问题之一。
发明内容
鉴于以上所述现有技术的缺点,本发明的目的在于提供一种基于压缩感知的宽视场显微成像***及方法,用于解决现有技术中分辨率与视场无法兼顾、图像的清晰度对光点阵列整齐性的依赖等问题。
为实现上述目的及其他相关目的,本发明提供一种基于压缩感知的宽视场显微成像***,所述基于压缩感知的宽视场显微成像***至少包括:
光源;将所述光源转化为平行光束的第一透镜;经所述平行光束照射产生光点阵列的全息图;设置于所述全息图焦平面的样品;所述光点阵列用于对所述样品进行扫描,且所述光点阵列与扫描方向之间设置有偏角;用于聚焦所述样品透射光的第二透镜;设置于所述第二透镜的焦平面的接收设备,所述接收设备接收所述样品的采样信息;以及连接于所述接收设备的图像处理设备,所述图像处理设备用于对所述样品的采样信息基于压缩感知的插值方法进行处理得到所述样品的还原信息。
优选地,所述全息图由排布小孔的介质板制成。
优选地,所述样品的原始信息可稀疏表示。
优选地,所述第二透镜为中继透镜。
优选地,所述基于压缩感知的宽视场显微成像***可应用于荧光显微镜。
更优选地,所述第二透镜为透镜组及滤镜的组合。
优选地,所述光点阵列与扫描方向之间的偏角不大于10°。
为实现上述目的及其他相关目的,本发明提供一种基于压缩感知的宽视场显微成像方法,所述基于压缩感知的宽视场显微成像方法至少包括以下步骤:
步骤一:提供一宽视场显微镜及光源,所述光源转化为平行光束,并照射全息图,在所述全息图的焦平面上产生光点阵列;
步骤二:利用所述光点阵列对样品进行一维扫描,(此处不是随机扫描。扫描一次就行。随机体现在由介质板上的光点获得的扫描线的间距随机。)随机抽样得到所述样品的采样信息,所述光点阵列与扫描方向之间设置有偏角;
步骤三:对所述样品的采样信息进行处理,基于压缩感知的插值方法得到所述样品的还原信息。
优选地,所述偏角由所述光点阵列中光点的距离以及移动的速度决定。
优选地,所述样品的还原信息可稀疏表示。
优选地,所述光点阵列为微米数量级。
优选地,所述随机抽样满足等距约束特性。
优选地,所述压缩感知的插值方法包括贪婪算法、正交匹配算法、凸优化算法。
如上所述,本发明的基于压缩感知的宽视场显微成像***及方法,具有以下有益效果:
本发明在宽视场显微镜上运用压缩感知的原理处理图像信息,随机抽样图像的一部分信息,再利用基于压缩感知的插值方法即可恢复大部分未抽样的图像信息,抽样图片样本和抽样所花时间都能大大减小,而且不损坏想要的图片信息;对于不满足规则分布要求的光点阵列,在已知光点位置的情况下,仍然可以获得较为完整的图像信息;另外可以降低制作介质板的要求,降低实验对硬件条件的要求,使用压缩感知的思想和响应恢复算法弥补实验硬件的缺陷,可大大提高图像质量。
附图说明
图1显示为规则聚焦光点阵列的分布图。
图2显示为随机聚焦光点阵列的分布图。
图3显示为本发明的基于压缩感知的宽视场显微成像***的示意图。
图4显示为本发明的光点阵列与扫描方向之间夹角的示意图。
图5~图7显示为本发明的基于压缩感知的宽视场显微成像方法在USAF分辨率测试图上的测试示意图。
图8~图10显示为本发明的基于压缩感知的宽视场显微成像方法在植物根茎切片上的测试示意图。
元件标号说明
1 基于压缩感知的宽视场显微成像***
11 光源
12 第一透镜
13 全息图
14 样品
15 第二透镜
16 接收设备
17 图像处理设备
A 光点阵列与扫描方向之间的偏角
具体实施方式
以下通过特定的具体实例说明本发明的实施方式,本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用,本说明书中的各项细节也可以基于不同观点与应用,在没有背离本发明的精神下进行各种修饰或改变。
请参阅图1~图10。需要说明的是,本实施例中所提供的图示仅以示意方式说明本发明的基本构想,遂图式中仅显示与本发明中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘制,其实际实施时各组件的型态、数量及比例可为一种随意的改变,且其组件布局型态也可能更为复杂。
一般情况下,为了获取图像必须以奈奎斯特(Nyquist)频率扫描样本以获得足量的信息。然而2006年一项名为压缩感知(Compressed sensing,CS)的构想由E.Candès提出。压缩感知的基本思想是,由于大多数的图片中存在大量冗余信息,可以在只获取图像中较为关键的一部分信息的情况下,仍然在不损坏图片质量情况下恢复图片的完整。由于大部分冗余信息中携带信息量很少,所以在忽略这些信息的情况下我们仍然可以获得我们所要的重要图片信息。
压缩感知的前提条件是信息必须是稀疏的,这里稀疏指的是图像在空域、频域、小波域或其它域内能稀疏表示。对于信号x,找到一个合适的稀疏基矩阵Ψ,使得x在所述稀疏基矩阵Ψ上得到稀疏表示。
压缩感知的条件是设计一个与所述稀疏基矩阵Ψ不相关的测量矩阵Φ。不相关性指的是,如果一个信号在一个域内能稀疏表示,那一定存在另一个域,用这个域的基表示信号时系数密集分布。例如,有界周期脉冲信号在时域内的表示为独立脉冲,但是在频域内为一条非零直线。在测量过程中,不能直接测量到K个非零系数。相反的,需用另一组正交基m∈{1,2,…,M}(M<N)作为测量波形。测得的信号y可以表示为y=Φx。y是一个M×1的列向量,Φ为测量基所构成的测量矩阵,为M×N的矩阵,矩阵的每一列为基向量由于M<N,所以这是一个不适定问题。适定问题是指满足下列三个要求的问题:①解是存在的;②解是惟一的;③解的行为随着初始条件连续变化。这三个要求中,只要有一个不满足,则称之为不适定问题。
压缩感知的关键是信号的恢复中,可以通过贪婪算法,正交匹配算法等算法恢复。
为了获取足够好的恢复图像,随机采样应满足等距约束特性(Restricted Isometry Property,RIP)限制。RIP限制指的是相邻的采样信号间距必须小于某一阈值,在小于这个阈值的情况下,才能获得较好的恢复信号。
如图3所示,本发明提供一种基于压缩感知的宽视场显微成像***1,所述基于压缩感知的宽视场显微成像***1至少包括:
光源11;将所述光源11转化为平行光束的第一透镜12;经所述平行光束照射产生光点阵列的全息图13;设置于所述全息图13焦平面的样品14;所述光点阵列用于对所述样品14进行扫描,且所述光点阵列与扫描方向之间设置有偏角;用于聚焦所述样品透射光的第二透镜15;设置于所述第二透镜15的焦平面的接收设备16,所述接收设备16接收所述样品14的采样信息;以及连接于所述接收设备16的图像处理设备17,所述图像处理设备17用于对所述样品14的采样信息基于压缩感知的插值方法进行处理得到所述样品14的还原信息。
具体地,如图3所示,xy平面为水平面,光路沿垂直于xy平面的z轴方向设置。所述光源11位于光路的起始端,在本实施例中,所述光源11为激光。
具体地,所述第一透镜12位于所述光源11的焦平面上,将所述光源11转换为平行光束(即准直光)。在本实施例中,所述第一透镜12为扩束镜,将单一的激光光源转换为平行光束。
具体地,所述全息图13由排布小孔的介质板制成,所述介质板上分布有规律整齐分布的小孔,所述介质板上小孔的尺寸大小为微米数量级。所述平行光束垂直照射到所述全息图13的表面,并在所述全息图13的焦平面还原与所述介质板上相同数量级尺寸的光点阵列,如图1所示为理想情况下,所述介质板上的小孔规律整齐分布所得到的规律整齐分布的光点阵列。如图2所示为实际情况下,所述介质板上的小孔不完全规律整齐分布所得到的随机分布的光点阵列。
具体地,所述光点阵列与扫描方向之间设置有偏角A,如图4所示,假设x方向为扫描方向,则所述光点阵列与x方向的夹角为A。所述偏角A由所述光点阵列中光点的距离以及平台移动的速度决定,所述偏角A不大于10°,在本实施例中,所述偏角A设定为2.86°。如图4所示,每个光点构成一条扫描线,y方向上的采样间距远远小于不设偏角时的采样间距,足以满足压缩感知对抽样点之间间距的要求,同时能保证相邻行在扫描过程中所得扫描线不重叠。扫描方向(在本实施例中,扫描方向为x方向)的采样距离由所述接收设备16的帧速率和平台移动速度(扫描速度)决定,垂直于扫描方向(在本实施例中,垂直于扫描方向为y方向)上的采样距离则由所述光点阵列的具***置决定。
具体地,为了满足压缩感知的原理,所述样品的原始信息必须可稀疏表示,即所述样品的原始信息在空域、频域、小波域或其它域内能稀疏表示。
具体地,所述基于压缩感知的宽视场显微成像***1可应用于常规显微镜,也可应用于荧光显微镜。当所述基于压缩感知的宽视场显微成像***1应用于常规显微镜时,所述光点阵列直接扫描所述样品,所述第二透镜为中继透镜,可用来增大所述样品14和所述接收设备16之间的距离,所述接收设备16在所述样品的后方可接收到透射光线;当所述基于压缩感知的宽视场显微成像***1应用于荧光显微镜时,所述光点阵列扫描用荧光分子处理后的样品,所述第二透镜为透镜组及滤镜的组合,可利用所述透镜组对光线进行处理并利用滤镜过滤零级光线或荧光的激发光以减小干扰,所述接收设备16在所述样品的后方可接收到光束经过荧光分子所激发的荧光。
具体地,在本实施例中,所述接收设备16为数码相机。
具体地,所述图像处理设备17连接于所述接收设备16,对所述接收设备16接收到的信号进行处理,利用随机抽样得到的所述样品的采样信息基于压缩感知的插值方法得到所述样品的还原信息。
如图3~图4所示,上述成像***的成像方法至少包括以下步骤:
步骤一:提供一宽视场显微镜及光源11,打开所述光源11,使所述光源11转化为平行光束,并照射全息图13,在所述全息图13的焦平面上产生光点阵列。
具体地,如图3所示,所述宽视场显微镜包括将所述光源11转化为平行光束的第一透镜12;经所述平行光束照射产生光点阵列的全息图13;用于聚焦所述样品透射光的第二透镜15;设置于所述第二透镜15的焦平面的接收设备16。所述光源11照射所述第一透镜12并转化为平行光束,所述平行光束照射到所述全息图13上,在所述全息图13的焦平面上还原出与制作所述全息图13的介质板上小孔相同分布规律及数量级的光点阵列。
所述光点阵列可直接扫描样品14,也可将所述样品14用荧光处理后再进行扫描。所述样品的原始信息在空域、频域、小波域或其它域内能稀疏表示,在本实施例中,所述样品的原始信息x可以用一组基ΨT=[Ψ1,…,ΨM]的线性组合表示为:
简单表示为x=Ψθ,Ψ为稀疏基N*N矩阵,θ为稀疏系数(N维向量)。
步骤二:利用所述光点阵列对所述样品14进行一维扫描,随机抽样得到所述样品的部采样信息,所述光点阵列与扫描方向之间设置一个偏角A。
具体地,如图4所示,在所述样品的扫描方向和所述光点阵列之间设置一个偏角A,所述偏角A由所述光点阵列中光点的距离以及移动的速度决定,所述偏角A设定为不大于10°,在本实施例中,所述偏角A设定为2.86°。通过改变所述样品的扫描方向和所述光点阵列之间偏角A的角度,可以得到不同的测量矩阵Φ,该测量矩阵Φ与所述样品的图像信息的稀疏基矩阵Ψ不相关。该测量矩阵Φ与稀疏基矩阵Ψ不相关的等价条件即为随机抽样满足等距约束特性(RIP),即测量矩阵Φ与稀疏基矩阵Ψ的乘积满足等距约束特性。这个性质保证了测量矩阵Φ不会把两个不同的稀疏信号映射到同一个集合中(保证原空间到稀疏空间的一一映射关系)。
沿所述扫描方向对所述样品14进行一维扫描,每个光点构成一条扫描线,得到多条扫描线,各扫描线的间距是随机的。在本实施例中,所述扫描方向设定为x轴的正向,如图4所述,各光点的扫描线为平行于x轴的直线。通过平台的移动实现扫描过程,y轴方向上的采样间距远远小于不设偏角时的采样间距,足以满足压缩感知对抽样点之间间距的要求,同时能保证相邻行在扫描过程中所得扫描线不重叠。扫描方向(在本实施例中为x轴方向)的采样距离由所述接收设备16的帧速率和平台移动速度(扫描速度)决定,垂直于扫描方向(在本实施例中为y轴方向)上的采样距离则由所述光点阵列的具***置决定。所述样品的采样信息y=Φx,利用与所述稀疏基矩阵Ψ非相干的测量矩阵Φ将变换系数线性投影得到的低维观测向量,同时保持了重建信号所需的信息。
步骤三:对所述样品的采样信息进行处理,基于压缩感知的插值方法得到所述样品的还原信息。
具体地,所述压缩感知的插值方法可是现有技术中的任意一种信号重建算法,包括贪婪算法、正交匹配算法、凸优化算法等,但不仅限于本实施例所列举的几种。
本实施例中,通过进一步求解稀疏最优化问题从低维观测向量高概率精确地重建原始高维信号。在给定稀疏基矩阵Ψ和测量矩阵Φ的情况下,求解稀疏系数θ的估计值θ’,满足如下关系式:θ’=arg min||θ||0/arg min||θ||1s.t.y=ΦΨθ,θ’即为l0/l1最小化的解,所述样品的还原信息x’=Ψθ’。
为了验证本发明的基于压缩感知的宽视场显微成像***及方法的效果,做如下实验:
本实验采用如图2所示的随机聚焦光点阵列对USAF分辨率测试图及植物根茎切片进行一维扫描,通过改变压缩感知算法过程中的测量矩阵可成功验证选取随机扫描线的可行性。它很好的匹配宽视场显微镜的一维扫描方式。
如图5所示,左侧为USAF分辨率测试图的原始图,中间为经扫描得到的遗失信息为65%的采样图,右侧为应用压缩感知插值法恢复的还原图;如图6所示,左侧为USAF分辨率测试图的原始图,中间为经扫描得到的遗失信息为50%的采样图,右侧为应用压缩感知插值法恢复的还原图;如图7所示,左侧为USAF分辨率测试图的原始图,中间为经扫描得到的遗失信息为25%的采样图,右侧为应用压缩感知插值法恢复的还原图。
同样地,如图8所示,左侧为植物根茎切片的原始图,中间为经扫描得到的遗失信息为65%的采样图,右侧为应用压缩感知插值法恢复的还原图;如图9所示,左侧为植物根茎切片的原始图,中间为经扫描得到的遗失信息为50%的采样图,右侧为应用压缩感知插值法恢复的还原图;如图10所示,左侧为植物根茎切片的原始图,中间为经扫描得到的遗失信息为25%的采样图,右侧为应用压缩感知插值法恢复的还原图。
遗失信息越少,还原图恢复的效果越好,当遗失信息为25%时,恢复的还原图几乎可以还原原始图片的大部分有效信息。但是恢复的效果并不仅与遗失信息的量有关,还与稀疏基矩阵Ψ的选择、测量矩阵Φ的设计以及压缩感知的插值方法的选择有关。在稀疏基矩阵Ψ、测量矩阵Φ及压缩感知的插值方法适宜的情况下,当遗失信息为95%时仍能还原原始图片的大部分有效信息。
本发明的在宽视场显微镜上运用压缩感知的原理处理图像信息,随机抽样图像的一部分信息,再利用基于压缩感知的插值方法即可恢复大部分未抽样的图像信息,抽样图片样本和抽样所花时间都能大大减小,而且不损坏想要的图片信息;对于不满足规则分布要求的光点阵列,在已知光点位置的情况下,仍然可以获得较为完整的图像信息;另外可以降低制作介质板的要求,降低实验对硬件条件的要求,使用压缩感知的思想和响应恢复算法弥补实验硬件的缺陷,可大大提高图像质量。
综上所述,本发明提供一种基于压缩感知的宽视场显微成像***,所述基于压缩感知的宽视场显微成像***至少包括:光源;将所述光源转化为平行光束的第一透镜;经所述平行光束照射产生光点阵列的全息图;所述光点阵列与扫描方向之间设置有偏角;设置于所述全息图焦平面的样品;用于聚焦所述样品透射光的第二透镜;设置于所述第二透镜的焦平面的接收设备;以及还原所述样品信息的图像处理设备。本发明还提供一种基于压缩感知的宽视场显微成像方法,包括以下步骤:提供一宽视场显微镜及光源,所述光源转化为平行光束,并照射全息图,在所述全息图焦平面上产生光点阵列;在所述样品的扫描方向和所述光点阵列之间设置一个偏角,沿所述扫描方向对所述样品进行一维扫描,随机抽样所述样品的部分图像信息,接收所述样品的部分图像信息;对所述样品的部分图像信息进行处理,基于压缩感知的插值方法恢复所述样品的图像信息。本发明在宽视场显微镜上运用压缩感知的原理处理图像信息,随机抽样图像的一部分信息,再利用基于压缩感知的插值方法即可恢复大部分未抽样的图像信息,抽样图片样本和抽样所花时间都能大大减小,而且不损坏想要的图片信息;对于不满足规则分布要求的光点阵列,在已知光点位置的情况下,仍然可以获得较为完整的图像信息;另外可以降低制作介质板的要求,降低实验对硬件条件的要求,使用压缩感知的思想和响应恢复算法弥补实验硬件的缺陷,可大大提高图像质量。所以,本发明有效克服了现有技术中的种种缺点而具高度产业利用价值。
上述实施例仅例示性说明本发明的原理及其功效,而非用于限制本发明。任何熟悉此技术的人士皆可在不违背本发明的精神及范畴下,对上述实施例进行修饰或改变。因此,举凡所属技术领域中具有通常知识者在未脱离本发明所揭示的精神与技术思想下所完成的一切等效修饰或改变,仍应由本发明的权利要求所涵盖。
Claims (13)
1.一种基于压缩感知的宽视场显微成像***,其特征在于,所述基于压缩感知的宽视场显微成像***至少包括:
光源;将所述光源转化为平行光束的第一透镜;经所述平行光束照射产生光点阵列的全息图;设置于所述全息图焦平面的样品;所述光点阵列用于对所述样品进行扫描,且所述光点阵列与扫描方向之间设置有偏角;用于聚焦所述样品透射光的第二透镜;设置于所述第二透镜的焦平面的接收设备,所述接收设备接收所述样品的采样信息;以及连接于所述接收设备的图像处理设备,所述图像处理设备用于对所述样品的采样信息基于压缩感知的插值方法进行处理得到所述样品的还原信息。
2.根据权利要求1所述的基于压缩感知的宽视场显微成像***,其特征在于:所述全息图由排布小孔的介质板制成。
3.根据权利要求1所述的基于压缩感知的宽视场显微成像***,其特征在于:所述样品的原始信息可稀疏表示。
4.根据权利要求1所述的基于压缩感知的宽视场显微成像***,其特征在于:所述第二透镜为中继透镜。
5.根据权利要求1所述的基于压缩感知的宽视场显微成像***,其特征在于:所述基于压缩感知的宽视场显微成像***可应用于荧光显微镜。
6.根据权利要求5所述的基于压缩感知的宽视场显微成像***,其特征在于:所述第二透镜为透镜组及滤镜的组合。
7.根据权利要求1所述的基于压缩感知的宽视场显微成像***,其特征在于:所述光点阵列与扫描方向之间的偏角不大于10°。
8.一种基于压缩感知的宽视场显微成像方法,其特征在于,所述基于压缩感知的宽视场显微成像方法至少包括以下步骤:
步骤一:提供一宽视场显微镜及光源,所述光源转化为平行光束,并照射全息图,在所述全息图的焦平面上产生光点阵列;
步骤二:利用所述光点阵列对样品进行一维扫描,随机抽样得到所述样品的采样信息,所述光点阵列与扫描方向之间设置有偏角;
步骤三:对所述样品的采样信息进行处理,基于压缩感知的插值方法得到所述样品的还原信息。
9.根据权利要求8所述的基于压缩感知的宽视场显微成像方法,其特征在于:所述偏角由所述光点阵列中光点的距离以及移动的速度决定。
10.根据权利要求8所述的基于压缩感知的宽视场显微成像方法,其特征在于:所述样品的原始信息可稀疏表示。
11.根据权利要求8所述的基于压缩感知的宽视场显微成像方法,其特征在于:所述光点阵列为微米数量级。
12.根据权利要求8所述的基于压缩感知的宽视场显微成像方法,其特征在于:所述随机抽样满足等距约束特性。
13.根据权利要求8所述的基于压缩感知的宽视场显微成像方法,其特征在于:所述压缩感知的插值方法包括贪婪算法、正交匹配算法、凸优化算法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410753518.2A CN104503070B (zh) | 2014-12-10 | 2014-12-10 | 一种基于压缩感知的宽视场显微成像***及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410753518.2A CN104503070B (zh) | 2014-12-10 | 2014-12-10 | 一种基于压缩感知的宽视场显微成像***及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104503070A true CN104503070A (zh) | 2015-04-08 |
CN104503070B CN104503070B (zh) | 2016-08-24 |
Family
ID=52944479
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410753518.2A Expired - Fee Related CN104503070B (zh) | 2014-12-10 | 2014-12-10 | 一种基于压缩感知的宽视场显微成像***及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104503070B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105225202A (zh) * | 2015-09-23 | 2016-01-06 | 清华大学深圳研究生院 | 一种基于fpm算法的图像超分辨率重建的方法 |
CN106950687A (zh) * | 2016-01-06 | 2017-07-14 | 松下知识产权经营株式会社 | 图像生成***以及图像生成方法 |
CN107145052A (zh) * | 2017-05-24 | 2017-09-08 | 上海交通大学 | 基于数字插值和相位迭代的全息显微成像方法 |
CN108010062A (zh) * | 2017-12-27 | 2018-05-08 | 清华大学 | 三维单分子追踪方法及装置 |
CN109187623A (zh) * | 2018-08-01 | 2019-01-11 | 彩虹显示器件股份有限公司 | 一种测量基板玻璃收缩率的方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101795339A (zh) * | 2010-01-25 | 2010-08-04 | 赖博 | 一种共聚焦光学扫描仪 |
CN101865673A (zh) * | 2010-06-08 | 2010-10-20 | 清华大学 | 一种微观光场采集与三维重建方法及装置 |
CN102891956A (zh) * | 2012-09-25 | 2013-01-23 | 北京理工大学 | 基于编码孔径透镜阵列的压缩成像***的设计方法 |
CN103744172A (zh) * | 2013-12-26 | 2014-04-23 | 麦克奥迪实业集团有限公司 | 一种具备空间光调制照明的共聚焦显微成像方法 |
-
2014
- 2014-12-10 CN CN201410753518.2A patent/CN104503070B/zh not_active Expired - Fee Related
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101795339A (zh) * | 2010-01-25 | 2010-08-04 | 赖博 | 一种共聚焦光学扫描仪 |
CN101865673A (zh) * | 2010-06-08 | 2010-10-20 | 清华大学 | 一种微观光场采集与三维重建方法及装置 |
CN102891956A (zh) * | 2012-09-25 | 2013-01-23 | 北京理工大学 | 基于编码孔径透镜阵列的压缩成像***的设计方法 |
CN103744172A (zh) * | 2013-12-26 | 2014-04-23 | 麦克奥迪实业集团有限公司 | 一种具备空间光调制照明的共聚焦显微成像方法 |
Non-Patent Citations (1)
Title |
---|
何靖: "基于压缩感知理论的PIE显微成像研究", 《光学学报》 * |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105225202A (zh) * | 2015-09-23 | 2016-01-06 | 清华大学深圳研究生院 | 一种基于fpm算法的图像超分辨率重建的方法 |
CN105225202B (zh) * | 2015-09-23 | 2018-06-29 | 清华大学深圳研究生院 | 一种基于fpm算法的图像超分辨率重建的方法 |
CN106950687A (zh) * | 2016-01-06 | 2017-07-14 | 松下知识产权经营株式会社 | 图像生成***以及图像生成方法 |
CN106950687B (zh) * | 2016-01-06 | 2021-01-01 | 松下知识产权经营株式会社 | 图像生成***以及图像生成方法 |
CN107145052A (zh) * | 2017-05-24 | 2017-09-08 | 上海交通大学 | 基于数字插值和相位迭代的全息显微成像方法 |
CN107145052B (zh) * | 2017-05-24 | 2019-07-09 | 上海交通大学 | 基于数字插值和相位迭代的全息显微成像方法 |
CN108010062A (zh) * | 2017-12-27 | 2018-05-08 | 清华大学 | 三维单分子追踪方法及装置 |
CN109187623A (zh) * | 2018-08-01 | 2019-01-11 | 彩虹显示器件股份有限公司 | 一种测量基板玻璃收缩率的方法 |
Also Published As
Publication number | Publication date |
---|---|
CN104503070B (zh) | 2016-08-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104503070A (zh) | 一种基于压缩感知的宽视场显微成像***及方法 | |
CN110383045B (zh) | 细胞观察装置 | |
EP3350643B1 (en) | Ptychography system | |
CN107250716A (zh) | 动态高速高灵敏度成像装置及成像方法 | |
US20120098951A1 (en) | Device for forming a high-resolution image, imaging system, and method for deriving a high-spatial-resolution image | |
JP2007516760A (ja) | イメージガイドを通じて取得した共焦点画像の超解像度方法および装置、並びにこの方法を実施するための機器 | |
CN108895985A (zh) | 一种基于单像素探测器的物体定位方法 | |
KR20190088277A (ko) | 단일촬영 푸리에 타이코그래피 마이크로스코피 시스템 | |
JP2013531816A5 (zh) | ||
JP6491578B2 (ja) | シート照明顕微鏡システム、画像処理装置、シート照明顕微鏡法、及び、プログラム | |
CN107202780A (zh) | 一种基于散斑照明的超分辨显微方法和装置 | |
Zhao et al. | High-fidelity imaging through multimode fibers via deep learning | |
US20210120156A1 (en) | Electromagnetic wave phase/amplitude generation device, electromagnetic wave phase/amplitude generation method, and electromagnetic wave phase/amplitude generation program | |
KR20210024193A (ko) | 반도체 검사의 다중 모드 결함 분류 | |
CN102805613A (zh) | 一种基于两次扫描的高分辨率光学扫描全息切片成像方法 | |
CN105301753A (zh) | 一种微纳照明下的多重散射超分辨显微方法与装置 | |
DE102008059665A1 (de) | Optischer Modulator, optisches Modulatormodul und diese enthaltende Abtastanzeigevorrichtung | |
CN106442412B (zh) | 利用超分辨率算法的同轴全息成像***的成像方法 | |
US9696255B2 (en) | Image processing method of two-photon structured illumination point scanning microscopy | |
CN114979590B (zh) | 一种线积分压缩的超快成像装置 | |
Alotaibi et al. | Laser-based dual-space microscopy | |
Wu et al. | Adaptive under-sampling deep neural network for rapid and reliable image recovery in confocal laser scanning microscope measurements | |
Ye et al. | Compressive confocal microscopy: 3D reconstruction algorithms | |
KR101766328B1 (ko) | 현미경 | |
CN108153132B (zh) | 一种基于均值梯度函数的光学扫描全息自聚焦方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20160824 Termination date: 20191210 |
|
CF01 | Termination of patent right due to non-payment of annual fee |