CN108550128B - 一种单分子荧光散焦图像处理方法 - Google Patents
一种单分子荧光散焦图像处理方法 Download PDFInfo
- Publication number
- CN108550128B CN108550128B CN201810358433.2A CN201810358433A CN108550128B CN 108550128 B CN108550128 B CN 108550128B CN 201810358433 A CN201810358433 A CN 201810358433A CN 108550128 B CN108550128 B CN 108550128B
- Authority
- CN
- China
- Prior art keywords
- fluorescence
- molecule
- image
- fluorescent
- image sequence
- 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.)
- Expired - Fee Related
Links
- 238000003672 processing method Methods 0.000 title claims abstract description 14
- 238000012545 processing Methods 0.000 claims abstract description 39
- 238000005520 cutting process Methods 0.000 claims abstract description 15
- 230000003595 spectral effect Effects 0.000 claims abstract description 12
- 238000003709 image segmentation Methods 0.000 claims abstract description 6
- 239000010408 film Substances 0.000 claims description 39
- 238000000034 method Methods 0.000 claims description 39
- 238000003384 imaging method Methods 0.000 claims description 21
- 239000007850 fluorescent dye Substances 0.000 claims description 10
- 238000001215 fluorescent labelling Methods 0.000 claims description 9
- 230000008569 process Effects 0.000 claims description 8
- 108010076504 Protein Sorting Signals Proteins 0.000 claims description 7
- 238000001914 filtration Methods 0.000 claims description 7
- 238000010438 heat treatment Methods 0.000 claims description 7
- 230000005284 excitation Effects 0.000 claims description 5
- 239000010409 thin film Substances 0.000 claims description 5
- 239000006059 cover glass Substances 0.000 claims description 4
- 238000002073 fluorescence micrograph Methods 0.000 claims description 3
- 229920000642 polymer Polymers 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 238000002795 fluorescence method Methods 0.000 description 3
- SOGAXMICEFXMKE-UHFFFAOYSA-N Butylmethacrylate Chemical compound CCCCOC(=O)C(C)=C SOGAXMICEFXMKE-UHFFFAOYSA-N 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000009792 diffusion process Methods 0.000 description 2
- 230000009477 glass transition Effects 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000010183 spectrum analysis Methods 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 238000010191 image analysis Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000001000 micrograph Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
- 239000013526 supercooled liquid Substances 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 230000036962 time dependent Effects 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
- 238000004017 vitrification Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/90—Dynamic range modification of images or parts thereof
- G06T5/92—Dynamic range modification of images or parts thereof based on global image properties
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/62—Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light
- G01N21/63—Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light optically excited
- G01N21/64—Fluorescence; Phosphorescence
- G01N21/645—Specially adapted constructive features of fluorimeters
- G01N21/6456—Spatial resolved fluorescence measurements; Imaging
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/12—Edge-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/136—Segmentation; Edge detection involving thresholding
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10068—Endoscopic image
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Health & Medical Sciences (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Investigating, Analyzing Materials By Fluorescence Or Luminescence (AREA)
Abstract
本发明涉及一种单分子荧光散焦图像处理方法,其特征在于,包括以下步骤:对薄膜样品中所有荧光分子的按曝光时间形成的散焦图像序列进行灰度化处理得到薄膜样品中所有荧光分子的灰阶图像序列;对灰阶图像序列进行图像切割处理得到每一荧光分子的灰阶图像序列;对每一灰阶图像序列依次进行去噪声和图像复原处理;对处理后的每一灰阶图像序列进行图像分割处理得到每一荧光分子的二值图像序列;将每一二值图像序列分别转化为一个椭圆,将每一椭圆的长轴与水平线的夹角作为该荧光分子在相应曝光时间所对应的转动角度;根据每一荧光分子的转动角度和每帧散焦图像的曝光时间,得到每一荧光分子的功率谱密度,本发明可广泛应用于荧光图像处理技术领域中。
Description
技术领域
本发明涉及一种荧光图像处理方法,具体是关于一种单分子荧光散焦图像处理方法。
背景技术
玻璃化转变是凝聚态物理中未解的难题,对其本质目前尚没有一致的认识。单分子荧光方法被大家广泛用于研究玻璃化转变问题,尤其是在动力学非均匀性上,通过探测荧光分子的转动行为,可以间接地表征聚合物局域的动力学行为,但是由于受到荧光分子寿命和自相关分析方法的影响,目前的研究主要集中在过冷液体,对玻璃态体系的性质研究比较少,主要原因是缺乏一种有效地分析方法。在众多单分子荧光方法中,单分子荧光散焦成像方法主要具有两个优势,其一是可以实时追踪荧光分子的转动,通过分析散焦图像获得荧光分子的空间取向信息;其二是可以大范围同时观察很多荧光分子的转动,具有很强的空间分辨率。
用于单分子荧光方法的数字图像处理的优点包括:1)数字图像再现性好,在图像处理过程中,用户总是希望图像能承载更多信息,这就要求图像不会因存储、传输和复制等一系列操作而造成质量的退化,只要图像在数字化时准确地表现了原图,则数字图像处理过程始终能保持图像的再现。2)处理精度高,按照目前的技术,可将一幅图像数字化为任意大小的二维数组,对计算机而言,无论数组大小和每个像素的位数多少,处理程序基本相同。换句话说,从原理上不论图像的精度有多高,只要在处理时改变程序中的数组参数就可以实现其既定功能。3)适用面宽,图像信息源不会成为图像处理的障碍,可以是可见光图像、不可见的波谱图像、电子显微镜图像、航空照片、遥感图像或天文望远镜图像,来自不同信息源的图像只要转换成数字编码形式后,均由二维数组表示的灰阶图像组合而成,均可用计算机来处理。4)灵活性非常高,图像处理可分为图像的像质改善、图像分析等,每一部分均包含丰富多彩的内容,数字图像处理不仅可以完成线性运算且能实现非线性处理,可以用数学公式或逻辑关系来表达的一切运算均可以用数字图像处理实现。
但是由于现有技术中的软件均为通用软件,并未给这一类散焦图像的图像处理提供一个强有力的工具,不能将图像处理部分和频谱分析部分在同一个软件下实现既定功能,增加了工作周期,降低了工作效率,因此急需一种处理单分子荧光散焦图像的方法,以弥补传统通用软件的不足。
发明内容
针对上述问题,本发明的目的是提供一种能够减少工作周期、提高工作效率的单分子荧光散焦图像处理方法。
为实现上述目的,本发明采取以下技术方案:一种单分子荧光散焦图像处理方法,其特征在于,包括以下步骤:对薄膜样品中所有荧光分子的按曝光时间形成的散焦图像序列进行灰度化处理,得到薄膜样品中所有荧光分子的灰阶图像序列;对所有荧光分子的灰阶图像序列进行图像切割处理,得到每一荧光分子的灰阶图像序列;对每一荧光分子的灰阶图像序列依次进行去噪声和图像复原处理;对处理后的每一荧光分子的灰阶图像序列进行图像分割处理,得到每一荧光分子的二值图像序列;将每一荧光分子的二值图像序列分别转化为一个椭圆,将每一椭圆的长轴与水平线的夹角作为该荧光分子在相应曝光时间所对应的转动角度;根据每一荧光分子的转动角度和每帧散焦图像的曝光时间,得到每一荧光分子随时间转动的随机信号序列,并对每一随机信号序列作快速傅里叶变换,得到每一荧光分子的功率谱密度。
进一步,荧光分子的按曝光时间形成的散焦图像序列获取,包括以下步骤:激光激发放置在单分子荧光散焦显微镜上的荧光标记的薄膜样品,获取经激发产生的荧光信号;对荧光信号通过单分子荧光散焦显微镜进行散焦成像,得到薄膜样品中进行荧光标记的所有荧光分子按曝光时间形成的散焦图像序列。
进一步,激光激发放置在单分子荧光散焦显微镜上的荧光标记的薄膜样品,获取经激发产生的荧光信号,具体为:搭建单分子荧光散焦显微镜,其中,单分子荧光散焦显微镜包括奥林巴斯倒置显微镜、格兰泰勒棱镜、λ/4波片和二向色镜,奥林巴斯倒置显微镜的工作模式采用全内反射成像模式;设定奥林巴斯倒置显微镜的全内反射成像模式参数;将薄膜样品放置在奥林巴斯倒置显微镜的盖玻片上,通过奥林巴斯倒置显微镜的热台对薄膜样品进行控温,同时,通过奥林巴斯倒置显微镜的物镜加热套对物镜进行同步加热;激光通过格兰泰勒棱镜和λ/4波片转变为圆偏振光发射到二向色镜,经二向色镜出射的光发射到物镜聚焦薄膜样品,薄膜样品中的荧光分子经激发产生荧光信号。
进一步,对荧光信号通过单分子荧光散焦显微镜进行散焦成像,得到薄膜样品中进行荧光标记的所有荧光分子按曝光时间形成的散焦图像序列,具体为:薄膜样品中所有荧光分子经激发产生的荧光信号依次经物镜、二向色镜和高通滤光片发射到电荷藕合器件图像传感器;根据设定的全内反射成像模式参数,电荷藕合器件图像传感器对荧光信号进行散焦成像,得到薄膜样品中所有荧光分子按曝光时间形成的散焦图像序列。
进一步,全内反射成像模式参数包括过焦距离、每帧散焦图像的曝光时间和连续拍摄图像的数量。
进一步,对每一荧光分子的灰阶图像序列进行去噪声处理采用滤波。
进一步,对每一荧光分子的灰阶图像序列进行图像复原处理采用维纳滤波。
进一步,对处理后的每一荧光分子的灰阶图像序列进行图像分割处理采用大津法。
进一步,将每一荧光分子的二值图像序列分别转化为一个椭圆采用区域描述子方法。
本发明由于采取以上技术方案,其具有以下优点:1、和传统的方法相比,本发明可以将图像处理结果继续操作,对信号作快速傅里叶变换,这大大减少了工作周期、提高了工作效率,MATLAB软件与外部文件的友好交互,也使得结果更加快速地输出。将图像处理部分和频谱分析部分集成在一起,一次分析即能够输出荧光分子的转动角度和功率谱密度。随着工作效率的提升,有利于获取更多荧光分子的信息,为分析多个条件下荧光分子的功率谱密度创造了条件,为探索高分子玻璃化转变这个科学难题提供了一个新的方法。2、本发明基于奥林巴斯倒置显微镜搭建了一个单分子荧光散焦显微镜,通过单分子荧光散焦显微镜得到薄膜样品的散焦图像序列,薄膜样品上各个方向取向的荧光分子均能通过单分子荧光散焦显微镜得到很好地激发。3、本发明在图像切割步骤对所有荧光分子的灰阶图像序列均采用动态阈值切割法来切割,在图像分割步骤对每一荧光分子的灰阶图像序列均采用大津法来分割,大大提高了图像切割和图像分割的准确度,使得测得的荧光分子的转动角度更加准确,而荧光分子作为一种聚合物内部信息的探针,其转动角度准确度的增加,将使聚合物的结果更加真实可靠。4、本发明还具有多种聚合物薄膜样品中的荧光分子散焦图像的通用性,只要能够散焦成像的图像均可用本发明方法,对于用户而言,原理简单、操作方便、易学即会,且具有成本低的特点,可以广泛应用于荧光图像处理技术领域中。
附图说明
图1为本发明中单分子荧光散焦显微镜的结构示意图;
图2为本发明中散焦图像序列的一帧图像的示意图;
图3为本发明中四臂星形PnBMA末端荧光标记薄膜的荧光分子转动角度的随时间变化曲线图;
图4为对图3中的转动角度作快速傅里叶变换得到的功率谱密度的随频率变化曲线图;
图5为本发明中线形PnBMA中心荧光标记薄膜的荧光分子转动角度的随时间变化曲线图;
图6为对图5中的转动角度作快速傅里叶变换得到的功率谱密度是随频率变化曲线图。
具体实施方式
以下结合附图来对本发明进行详细的描绘。然而应当理解,附图的提供仅为了更好地理解本发明,它们不应该理解成对本发明的限制。
本发明提供的单分子荧光散焦图像处理方法,包括以下步骤:
1)如图1所示,激光1激发放置在单分子荧光散焦显微镜3上的荧光标记的薄膜样品2,获取经激发1产生的荧光信号,具体为:
1.1)搭建单分子荧光散焦显微镜3,其中,单分子荧光散焦显微镜3包括奥林巴斯倒置显微镜、格兰泰勒棱镜4、λ/4波片5和二向色镜6,奥林巴斯倒置显微镜上设置有盖玻片7、物镜8、高通滤光片9、电荷藕合器件图像传感器10、热台和物镜加热套等,物镜8采用高数值孔径的物镜,奥林巴斯倒置显微镜的工作模式采用全内反射成像模式。
1.2)设定奥林巴斯倒置显微镜的全内反射成像模式参数,其中,全内反射成像模式参数包括过焦距离、每帧散焦图像的曝光时间和连续拍摄图像的数量等。
1.3)将薄膜样品2放置在盖玻片7上,通过热台对薄膜样品2进行控温,同时,通过物镜加热套对物镜8进行同步加热,以保证薄膜样品2温度的均一。
1.4)波长为532nm的激光1通过格兰泰勒棱镜4和λ/4波片5转变为圆偏振光,发射到二向色镜6,经二向色镜6出射的光发射到物镜8聚焦薄膜样品2,薄膜样品2中的荧光分子经激发产生荧光信号。
2)对荧光信号通过单分子荧光散焦显微镜3进行散焦成像,得到薄膜样品2中进行荧光标记的所有荧光分子按曝光时间形成的散焦图像序列,具体为:
2.1)薄膜样品2中所有荧光分子经激发产生的荧光信号依次经物镜8、二向色镜6和高通滤光片9发射到电荷藕合器件图像传感器10,其中,高通滤光片9为532nm高通滤光片。
2.2)根据设定的全内反射成像模式参数,电荷藕合器件图像传感器10对荧光信号进行散焦成像,得到薄膜样品2中所有荧光分子按曝光时间形成的散焦图像序列。
3)将薄膜样品2中所有荧光分子的按曝光时间形成的散焦图像序列读入MATLAB软件中,并进行灰度化处理,得到薄膜样品中所有荧光分子的灰阶图像序列,以便后续操作。
4)采用动态阈值切割法,对薄膜样品中所有荧光分子的灰阶图像序列进行图像切割处理,得到每一荧光分子的灰阶图像序列,其中,动态阈值分割法为现有技术中公开的方法,具体过程在此不多做赘述,由于玻璃态体系下荧光分子只有转动扩散,没有平动扩散,在此条件下为一次切割一个分子提供了很大的便利。
5)对每一荧光分子的灰阶图像序列依次进行去噪声和图像复原处理,得到处理后的每一荧光分子的清晰的灰阶图像序列,其中,去噪声处理采用滤波,图像复原处理采用维纳滤波,维纳滤波的大小系数可以根据实际应用时的灰阶图像来决定。
6)采用大津法,对处理后的每一荧光分子的清晰的灰阶图像序列进行图像分割处理,得到每一荧光分子的二值图像序列,其中,大津法均为现有技术中公开的方法,具体过程在此不多做赘述。
7)采用区域描述子方法,将每一荧光分子的二值图像序列分别转化为一个椭圆,并将每一椭圆的长轴与水平线的夹角作为该荧光分子在相应曝光时间所对应的转动角度,其中,区域子描述为现有技术中公开的形状描述方法,具体过程在此不多做赘述。
8)根据每一荧光分子的转动角度和每帧散焦图像的曝光时间,得到每一荧光分子随时间转动的随机信号序列,并对每一随机信号序列作快速傅里叶变换,得到每一荧光分子的功率谱密度,其中,对随机信号序列作快速傅里叶变换可以采用现有技术公开的处理方法,具体过程在此不多做赘述。
在一个优选的实施例中,MATLAB软件的运行环境为window***,在其他***如Linux或Mac***下,修改相应的代码即可运行。
下面通过具体实施例详细说明本发明单分子荧光散焦图像处理方法。
实施例1:星形聚合物的单分子荧光散焦图像处理
将四臂星形PnBMA(聚甲基丙烯酸正丁酯)末端荧光标记薄膜放置在单分子荧光散焦显微镜3上,设定过焦距离为0.6微米,每帧散焦图像的曝光时间为0.5秒,连续拍摄时长为200秒,得到的散焦图像序列中的一帧如图2所示。
采用本发明的方法对四臂星形PnBMA末端荧光标记薄膜的散焦图像序列进行处理,随机挑选出一个荧光分子,该条件下荧光分子的转动角度随时间变化的曲线如图3所示,该条件下荧光分子的功率谱密度随频率变化的曲线如图4所示,其中,图3中的横轴表示曝光时间,间隔0.5秒,纵轴表示荧光分子在平面内的转动角度,图4中的坐标均为对数坐标,横轴表示频率,纵轴表示功率谱密度。
实施例2:线形聚合物的单分子荧光散焦图像处理
将线形PnBMA中心荧光标记薄膜放置在单分子荧光散焦显微镜上,设定过焦距离为0.6微米,每帧散焦图像的曝光时间为0.5秒,连续拍摄时长为200秒,得到400帧散焦图像。
采用本发明的方法对线形PnBMA中心荧光标记薄膜的散焦图像序列进行处理,随机挑选一个荧光分子,该条件下荧光分子的转动角度随时间变化的曲线如图5所示,该条件下荧光分子的功率谱密度随频率变化的曲线如图6所示,其中,图5中的横轴表示曝光时间,间隔0.5秒,纵轴表示荧光分子在平面内的转动角度,图6中的坐标均为对数坐标,横轴表示频率,纵轴表示功率谱密度。
上述各实施例仅用于说明本发明,其中各部件的结构、连接方式和制作工艺等都是可以有所变化的,凡是在本发明技术方案的基础上进行的等同变换和改进,均不应排除在本发明的保护范围之外。
Claims (9)
1.一种单分子荧光散焦图像处理方法,其特征在于,包括以下步骤:
对薄膜样品中所有荧光分子的按曝光时间形成的散焦图像序列进行灰度化处理,得到薄膜样品中所有荧光分子的灰阶图像序列;
对所有荧光分子的灰阶图像序列进行图像切割处理,得到每一荧光分子的灰阶图像序列;
对每一荧光分子的灰阶图像序列依次进行去噪声和图像复原处理;
对处理后的每一荧光分子的灰阶图像序列进行图像分割处理,得到每一荧光分子的二值图像序列;
将每一荧光分子的二值图像序列分别转化为一个椭圆,将每一椭圆的长轴与水平线的夹角作为该荧光分子在相应曝光时间所对应的转动角度;
根据每一荧光分子的转动角度和每帧散焦图像的曝光时间,得到每一荧光分子随时间转动的随机信号序列,并对每一随机信号序列作快速傅里叶变换,得到每一荧光分子的功率谱密度。
2.如权利要求1所述的一种单分子荧光散焦图像处理方法,其特征在于,荧光分子的按曝光时间形成的散焦图像序列获取,包括以下步骤:
激光激发放置在单分子荧光散焦显微镜上的荧光标记的薄膜样品,获取经激发产生的荧光信号;
对荧光信号通过单分子荧光散焦显微镜进行散焦成像,得到薄膜样品中进行荧光标记的所有荧光分子按曝光时间形成的散焦图像序列。
3.如权利要求2所述的一种单分子荧光散焦图像处理方法,其特征在于,激光激发放置在单分子荧光散焦显微镜上的荧光标记的薄膜样品,获取经激发产生的荧光信号,具体为:
搭建单分子荧光散焦显微镜,其中,单分子荧光散焦显微镜包括奥林巴斯倒置显微镜、格兰泰勒棱镜、λ/4波片和二向色镜,奥林巴斯倒置显微镜的工作模式采用全内反射成像模式;
设定奥林巴斯倒置显微镜的全内反射成像模式参数;
将薄膜样品放置在奥林巴斯倒置显微镜的盖玻片上,通过奥林巴斯倒置显微镜的热台对薄膜样品进行控温,同时,通过奥林巴斯倒置显微镜的物镜加热套对物镜进行同步加热;
激光通过格兰泰勒棱镜和λ/4波片转变为圆偏振光发射到二向色镜,经二向色镜出射的光发射到物镜聚焦薄膜样品,薄膜样品中的荧光分子经激发产生荧光信号。
4.如权利要求2所述的一种单分子荧光散焦图像处理方法,其特征在于,对荧光信号通过单分子荧光散焦显微镜进行散焦成像,得到薄膜样品中进行荧光标记的所有荧光分子按曝光时间形成的散焦图像序列,具体为:
薄膜样品中所有荧光分子经激发产生的荧光信号依次经物镜、二向色镜和高通滤光片发射到电荷藕合器件图像传感器;
根据设定的全内反射成像模式参数,电荷藕合器件图像传感器对荧光信号进行散焦成像,得到薄膜样品中所有荧光分子按曝光时间形成的散焦图像序列。
5.如权利要求3所述的一种单分子荧光散焦图像处理方法,其特征在于,全内反射成像模式参数包括过焦距离、每帧散焦图像的曝光时间和连续拍摄图像的数量。
6.如权利要求1至5任一项所述的一种单分子荧光散焦图像处理方法,其特征在于,对每一荧光分子的灰阶图像序列进行去噪声处理采用滤波。
7.如权利要求1至5任一项所述的一种单分子荧光散焦图像处理方法,其特征在于,对每一荧光分子的灰阶图像序列进行图像复原处理采用维纳滤波。
8.如权利要求1至5任一项所述的一种单分子荧光散焦图像处理方法,其特征在于,对处理后的每一荧光分子的灰阶图像序列进行图像分割处理采用大津法。
9.如权利要求1至5任一项所述的一种单分子荧光散焦图像处理方法,其特征在于,将每一荧光分子的二值图像序列分别转化为一个椭圆采用区域描述子方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810358433.2A CN108550128B (zh) | 2018-04-20 | 2018-04-20 | 一种单分子荧光散焦图像处理方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810358433.2A CN108550128B (zh) | 2018-04-20 | 2018-04-20 | 一种单分子荧光散焦图像处理方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108550128A CN108550128A (zh) | 2018-09-18 |
CN108550128B true CN108550128B (zh) | 2020-08-04 |
Family
ID=63511868
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810358433.2A Expired - Fee Related CN108550128B (zh) | 2018-04-20 | 2018-04-20 | 一种单分子荧光散焦图像处理方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108550128B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114851657A (zh) * | 2022-05-12 | 2022-08-05 | 深圳大学 | 可编辑的动态磷光柔性薄膜及其应用方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2005064319A1 (en) * | 2003-12-29 | 2005-07-14 | Medical Research Council | Identification of single molecules |
CN101968456A (zh) * | 2010-09-17 | 2011-02-09 | 中国科学院化学研究所 | 一种聚合物薄膜的玻璃化转变温度的测定方法 |
CN104636701A (zh) * | 2014-12-12 | 2015-05-20 | 浙江工业大学 | 一种基于图像修复的激光二维码识别方法 |
CN105699344A (zh) * | 2016-01-18 | 2016-06-22 | 中国科学院化学研究所 | 一种获取剪切场下单个分子光谱及成像测量*** |
CN106645070A (zh) * | 2017-01-10 | 2017-05-10 | 中国科学院化学研究所 | 基于单分子荧光显微成像获取聚合物形变时的测量*** |
CN107437257A (zh) * | 2017-08-08 | 2017-12-05 | 重庆信络威科技有限公司 | 一种移动背景下的运动物体检测与分割方法 |
CN107886526A (zh) * | 2017-11-13 | 2018-04-06 | 中国人民解放军国防科技大学 | 基于时域滤波的序列图像弱小目标检测方法 |
-
2018
- 2018-04-20 CN CN201810358433.2A patent/CN108550128B/zh not_active Expired - Fee Related
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2005064319A1 (en) * | 2003-12-29 | 2005-07-14 | Medical Research Council | Identification of single molecules |
CN101968456A (zh) * | 2010-09-17 | 2011-02-09 | 中国科学院化学研究所 | 一种聚合物薄膜的玻璃化转变温度的测定方法 |
CN104636701A (zh) * | 2014-12-12 | 2015-05-20 | 浙江工业大学 | 一种基于图像修复的激光二维码识别方法 |
CN105699344A (zh) * | 2016-01-18 | 2016-06-22 | 中国科学院化学研究所 | 一种获取剪切场下单个分子光谱及成像测量*** |
CN106645070A (zh) * | 2017-01-10 | 2017-05-10 | 中国科学院化学研究所 | 基于单分子荧光显微成像获取聚合物形变时的测量*** |
CN107437257A (zh) * | 2017-08-08 | 2017-12-05 | 重庆信络威科技有限公司 | 一种移动背景下的运动物体检测与分割方法 |
CN107886526A (zh) * | 2017-11-13 | 2018-04-06 | 中国人民解放军国防科技大学 | 基于时域滤波的序列图像弱小目标检测方法 |
Non-Patent Citations (2)
Title |
---|
Determining the rotational mobility of a single molecule from a single image :a numerical study;Adam S.Backer;《2015 Optical Society of America》;20150223;第23卷(第4期);全文 * |
Image Processing and Analysis for Single-Molecule Localization Microscopy;Bern Rieger;《IEEE SIGNAL PROCESSING MAGAZINE》;20141204;全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN108550128A (zh) | 2018-09-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10477097B2 (en) | Single-frame autofocusing using multi-LED illumination | |
Balzarotti et al. | Nanometer resolution imaging and tracking of fluorescent molecules with minimal photon fluxes | |
Li et al. | Single-frame wide-field nanoscopy based on ghost imaging via sparsity constraints | |
Yazdanfar et al. | Simple and robust image-based autofocusing for digital microscopy | |
JP2010503847A (ja) | 単一分子を撮像する装置 | |
US11854162B2 (en) | Microscopy with near-ideal sCMOS camera | |
CN105424189A (zh) | 扫描式多功能显微光谱成像方法 | |
JP2014219623A (ja) | 観測システム、観測プログラム及び観測方法 | |
CN110967817A (zh) | 基于双微透镜阵列的图像扫描显微成像方法与装置 | |
Hajj et al. | PSF engineering in multifocus microscopy for increased depth volumetric imaging | |
CN108550128B (zh) | 一种单分子荧光散焦图像处理方法 | |
CN107103604A (zh) | 一种微粒子色度自动聚类分析*** | |
Yu et al. | Confocal microscopy with a microlens array | |
CN112957011B (zh) | 高灵敏度微弱荧光信号探测***、方法、存储介质及应用 | |
Selek | A new autofocusing method based on brightness and contrast for color cameras | |
CN2551994Y (zh) | 生物基因芯片的扫描装置 | |
CN110243827A (zh) | 一种适用于光透明样本的快速三维成像方法 | |
Sha et al. | A fast autofocus sharpness function of microvision system based on the Robert function and Gauss fitting | |
Hirmiz et al. | Cross-talk reduction in a multiplexed synchroscan streak camera with simultaneous calibration | |
CN106952233B (zh) | 荧光多分子定位方法、装置以及超分辨成像方法、*** | |
CN205920270U (zh) | 用于高速显微扫描的动态对焦装置 | |
Li et al. | Theoretical investigations of a modified compressed ultrafast photography method suitable for single-shot fluorescence lifetime imaging | |
Tao et al. | Wavelet power spectrum-based autofocusing algorithm for time delayed and integration charge coupled device space camera | |
CN217360437U (zh) | 凝视型快速光片共聚焦高维成像*** | |
Fan et al. | Surface profiling measurement using varifocal lens based on focus stacking |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20200804 |