CN111062889A - 一种用于傅里叶叠层显微成像技术的光强校正方法 - Google Patents
一种用于傅里叶叠层显微成像技术的光强校正方法 Download PDFInfo
- Publication number
- CN111062889A CN111062889A CN201911299272.5A CN201911299272A CN111062889A CN 111062889 A CN111062889 A CN 111062889A CN 201911299272 A CN201911299272 A CN 201911299272A CN 111062889 A CN111062889 A CN 111062889A
- Authority
- CN
- China
- Prior art keywords
- image
- value
- intensity
- resolution
- intensity correction
- 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
- 238000012937 correction Methods 0.000 title claims abstract description 66
- 238000000034 method Methods 0.000 title claims abstract description 35
- 238000003384 imaging method Methods 0.000 title claims abstract description 22
- 238000005516 engineering process Methods 0.000 title claims abstract description 13
- 238000011156 evaluation Methods 0.000 claims abstract description 21
- 230000008859 change Effects 0.000 claims abstract description 8
- 238000005286 illumination Methods 0.000 claims description 22
- 238000001228 spectrum Methods 0.000 claims description 20
- 238000000386 microscopy Methods 0.000 claims description 9
- 238000011084 recovery Methods 0.000 claims description 7
- 238000005259 measurement Methods 0.000 claims description 6
- 230000008569 process Effects 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 3
- 238000012545 processing Methods 0.000 claims description 3
- 238000012360 testing method Methods 0.000 claims 1
- 230000000694 effects Effects 0.000 abstract description 5
- 230000001131 transforming effect Effects 0.000 abstract 1
- 239000011324 bead Substances 0.000 description 2
- 230000017525 heat dissipation Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000007547 defect Effects 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 230000000877 morphologic effect Effects 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000009466 transformation Effects 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
-
- G—PHYSICS
- G02—OPTICS
- G02B—OPTICAL ELEMENTS, SYSTEMS OR APPARATUS
- G02B21/00—Microscopes
- G02B21/36—Microscopes arranged for photographic purposes or projection purposes or digital imaging or video purposes including associated control and data processing arrangements
- G02B21/365—Control or image processing arrangements for digital or video microscopes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
- G06T3/4007—Scaling of whole images or parts thereof, e.g. expanding or contracting based on interpolation, e.g. bilinear interpolation
-
- 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
- G06T2207/10056—Microscopic image
-
- 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
- G06T2207/20—Special algorithmic details
- G06T2207/20048—Transform domain processing
- G06T2207/20056—Discrete and fast Fourier transform, [DFT, FFT]
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Optics & Photonics (AREA)
- Image Analysis (AREA)
- Microscoopes, Condenser (AREA)
Abstract
一种用于傅里叶叠层显微成像技术的光强校正方法,能够实现图像亮度校正的效果,进而达到校正光强不一致误差的目的。包括:(1)采集原始图像,构成图像数据集;(2)设定一个图像强度倍数变化区间[A,B],将采集的原始图像对应的强度校正系数初始值定为1,变换强度校正系数数值,调整图像的强度;将初始图像强度校正系数值按照区间[A,B]内的值根据t依次变化,每次测量图像都乘以不同的强度校正系数,每次变化后都计算一次评价函数;经过若干次迭代,找到最合适的亮度倍数值;(3)对每张低分辨率图像都按照最合适的亮度倍数值调整,就完成了图像的亮度校正;(4)经过校正后的图像进行高分辨率重构,得到重构图像。
Description
技术领域
本发明涉及显微成像的技术领域,尤其涉及一种用于傅里叶叠层显微成像技术的光强校正方法。
背景技术
显微成像技术是利用光学***或电子设备,观察微小物体形态结构及其特性的技术,傅里叶叠层显微成像技术(FPM)通过计算重构的方式可以突破成像***物镜数值孔径的限制,同时实现大视场、超分辨率成像,在细胞学、生物学、医学等方面应用广泛。
就目前研究表明,FPM采用照明亮度一致的照明光提供不同角度的平面波并分别对样本进行照明,理想情况下各个角度的照明光到达样本的光强大小应一致,恢复出的各子频率分量之间保持样本各部分原有的频率比例关系。
但是,目前***中存在多种光照不均匀类型,误差来源包括:流过LED灯的电流不稳定,不同LED灯珠的电阻大小有差异,随着使用时间变长部分LED灯散热功能下降、亮度衰减等。这些都会导致不同角度的入射光到达样本表面的光强大小不同,造成重构高分辨率图像质量较差。
目前解决上述问题的方法主要是从算法上进行补偿,一般通过缩小测量图像与目标复振幅图像的振幅差异或二者的幅值差异来达到误差校正的目的,但当采集的原始图像存在较大程度的光照不均匀误差或重构时子频谱存在非线性误差时,很多校正方法不能起到良好的校正效果。
发明内容
为克服现有技术的缺陷,本发明要解决的技术问题是提供了一种用于傅里叶叠层显微成像技术的光强校正方法,其能够实现图像亮度校正的效果,进而达到校正光强不一致误差的目的。
本发明的技术方案是:这种用于傅里叶叠层显微成像技术的光强校正方法,其包括以下步骤:
(1)采集原始图像,构成图像数据集;
(2)设定一个图像强度倍数变化区间[A,B],将采集的原始图像对应的强度校正系数初始值为1,在此基础上变换强度校正系数数值,调整图像的强度;调整的方法为将初始图像强度校正系数值按照区间[A,B]内的值根据一定步长t依次变化,每次测量图像都乘以不同的强度校正系数,每次变化后都计算一次评价函数;经过若干次迭代寻找最佳评价函数与最佳亮度倍数的过程,找到最合适的亮度倍数值;
(3)对每张低分辨率图像都按照最合适的亮度倍数值调整,就完成了图像的亮度校正;
(4)经过校正后的图像进行高分辨率重构,得到重构图像。
本发明通过设定一系列强度校正系数,不断调整每张图像的强度值,达到光强校正的目的,用校正后的图像进行重构,可以削弱光照强度不均匀对重构结果的影响,因此能够实现图像亮度校正的效果,进而达到校正光强不一致误差的目的。
附图说明
图1是采集的原始图像。
图2是未经光照不均匀误差校正的重构图像。
图3是加入光照不均匀误差校正的重构图像。
图4是根据本发明的用于傅里叶叠层显微成像技术的光强校正方法的流程图。
具体实施方式
在FPM***中,重构质量受光照强度影响,当到达样本表面的光照强度大小不一致时,会产生光照不均匀误差,需要对每张原始图像的强度进行校正,使得图像强度更接近真实强度值。本发明通过设定一系列强度校正系数,不断调整每张图像的强度值,达到光强校正的目的,用校正后的图像进行重构,可以削弱光照强度不均匀对重构结果的影响。
传统FPM重构方法是直接将未校正的图像进行多次GS重构。先构建一张高分辨率初始估计图像,对其进行傅里叶变换,得到初始估计频谱,在初始估计频谱上寻找一块子区域频谱图,对其进行傅里叶逆变换,得到一张目标复振幅图像,然后直接用采集的原始图像替换目标复振幅图像的振幅部分,相位部分保持不变,再将得到的新的目标复振幅图像进行傅里叶变换,将初始估计频谱图上对应位置的频谱图进行更新。再进行下一块子频谱的替换,直到完成所有子频谱的替换,至此,完成一次迭代。
如图4所示,本发明的这种用于傅里叶叠层显微成像技术的光强校正方法,其包括以下步骤:
(1)采集原始图像,构成图像数据集;
(2)设定一个图像强度倍数变化区间[A,B],将采集的原始图像对应的强度校正系数初始值为1,在此基础上变换强度校正系数数值,调整图像的强度;调整的方法为将初始图像强度校正系数值按照区间[A,B]内的值根据一定步长t依次变化,每次测量图像都乘以不同的强度校正系数,每次变化后都计算一次评价函数;经过若干次迭代寻找最佳评价函数与最佳亮度倍数的过程,找到最合适的亮度倍数值;
(3)对每张低分辨率图像都按照最合适的亮度倍数值调整,就完成了图像的亮度校正;
(4)经过校正后的图像进行高分辨率重构,如采用GS迭代重构,得到重构图像。
本发明通过设定一系列强度校正系数,不断调整每张图像的强度值,达到光强校正的目的,用校正后的图像进行重构,可以削弱光照强度不均匀对重构结果的影响,因此能够实现图像亮度校正的效果,进而达到校正光强不一致误差的目的。
优选地,所述步骤(2)中评价函数为目标复振幅图像与测量图像强度值差值的平方,其计算方法如下:先利用传统GS重构方法进行一次重构,得到一张高分辨率图像作为初始估计值,对其进行傅里叶变换,得到初始估计频谱,在初始估计频谱上寻找一块子区域频谱图,对其进行傅里叶逆变换,得到一张目标复振幅图像I1,将其强度值记为Er1,其对应的测量图像记为I2,将其强度值记为Er2,初始评价函数值记为Er=(Er1-Er2)2,并将Er记为最优评价函数Erbest;当图像经过亮度校正系数调整之后,得到新的测量图像I2new,将强度值记为Er2new,利用新的测量图像更新目标复振幅图像,得到新的目标复振幅图像I1new,将其强度值记为Er1new,计算新的评价函数值Ernew=(Er1new-Er2new)2,当Ernew<Erbest时,将Ernew记为Erbest,其对应的强度校正系数为最优校正系数,当Ernew>Erbest时,Erbest不变。
优选地,所述步骤(2)中经过多次迭代寻找最佳评价函数与最佳亮度倍数的过程,找到每张图像最合适的亮度倍数值。
优选地,所述步骤(4)中,图像重构,对采集的多张低分辨率图像进行FPM算法重构。
优选地,所述步骤(4)中,图像重构通过相位恢复算法中的GS相位恢复算法进行超分辨率重构。
所述步骤(4)以GS相位恢复算法为例(但不限于采用该方式),包括以下分步骤:
(4.1)将LED阵列上中心LED灯拍摄的图像进行插值处理,作为空域初始估计值;
(4.2)将插值后的图像进行傅立叶变换得到频域初始估计值;
(4.3)在得到的频谱图中选取一块子区域进行傅里叶逆变换,得到目标复振幅图像,目标复振幅图像包含振幅信息和相位信息;
(4.4)保持目标复振幅图像相位信息不变,用LED阵列上对应位置LED灯拍摄的实际图像替换其振幅信息,得到更新后的目标复振幅图像;
(4.5)将更新后的目标复振幅图像进行傅里叶变换,得到更新后的频谱图,用更新后的频谱图替换初始频谱图的对应子频谱区域;
(4.6)重复步骤(4.3)-(4.5),完成所有子频谱更新;
(4.7)重复步骤(4.3)-(4.6)使结果收敛,得到图像高频信息增强的高分辨率频谱图像,再进行傅里叶逆变换,得到空域中的高分辨率图像。
优选地,还包括步骤(5),结果检验,对比原始低分辨倍率图像、未经光照不均匀误差校正的重构图像、经过光照不均匀误差校正的重构图像后发现,光照不均匀误差会造成重构图像质量变差,经过校正之后,分辨率有所提高,同时图像背景更均匀。
为了更好的说明本发明的目的和优点,下面结合附图和实施例对本发明做详细说明。
实施例1:
由于***中存在流过LED灯的电流不稳定、不同LED灯珠的电阻大小有差异、随着使用时间变长,部分LED灯散热功能下降,亮度衰减等误差,会造成到达样本表面的光强大小不一致的误差,采用可用于傅里叶叠层显微成像技术的光强校正方法可以有效校正此项误差。本实施例采用的光源为LED阵列。参与照明的LED阵列大小为31×31,LED灯的间距为2.5mm,LED阵列到样本的距离为96mm,照明光波长为630nm,物镜数值孔径为0.09,图像采集装置为CCD相机,成像的像元尺寸为2.45μm。LED阵列上不同位置的LED灯采集一张子孔径图像,每张子孔径图像之间都存在一定程度的亮度误差,当采集的原始图像直接用于重构时,重构图像质量会下降。需要采用误差校正方法校正此项误差。
本实施例公开的可用于傅里叶叠层显微成像技术的图像增强方法,具体步骤如下:
步骤一:采集图像数据集,共961张原始低分辨率图像
步骤二:将961张原始图像进行一次原始GS迭代重构,作为初始估计图像,进行傅里叶变换,得到一张高分辨率频谱图,作为初始估计频谱,用于之后的光照不均匀误差校正。
步骤三:将原始图像排序,然后从第一张图像开始,进行亮度校正,首先从高分辨率频谱图上选取对应的子频谱图像,进行傅里叶逆变换,得到一张目标复振幅图像I1,将其强度值记为Er1,第一张图像记为I2,将其强度值记为Er2,初始评价函数值记为Er=(Er1-Er2)2,并将Er记为最优评价函数Erbest。
步骤四:设定亮度校正系数变化区间[0.4,1.2],步长为0.01,将亮度校正系数C从0.4开始变化,每次增加0.01,直到1.2结束,原始低分辨率图像按照亮度校正系数变化,每次变化之后都得到新的测量图像I2new,将强度值记为Er2new,利用新的测量图像更新目标复振幅图像,得到新的目标复振幅图像I1new,将其强度值记为Er1new,计算新的评价函数值Ernew=(Er1new-Er2new)2,当Ernew<Erbest时,将Ernew记为Erbest,其对应的强度校正系数为最优校正系数,当Ernew>Erbest时,Erbest不变。
步骤五:经过五次迭代寻找最佳评价函数与最佳亮度倍数的过程,找到每张图像最合适的亮度倍数值。对每张低分辨率图像都按照最合适的亮度倍数值调整,完成图像的亮度校正。
步骤六:图像重构,对采集的多张低分辨率图像进行FPM算法重构,选用经典的GS相位恢复算法进行超分辨率重构,包括以下几步:
[1]将LED阵列上中心LED灯拍摄的图像进行插值处理,作为空域初始估计值;
[2]将插值后的图像进行傅立叶变换得到频域初始估计值;
[3]在得到的频谱图中选取一块子区域进行傅里叶逆变换,得到目标复振幅图像,目标复振幅图像包含振幅信息和相位信息;
[4]保持目标复振幅图像相位信息不变,用LED阵列上对应位置LED灯拍摄的实际图像替换其振幅信息,得到更新后的目标复振幅图像;
[5]将更新后的目标复振幅图像进行傅里叶变换,得到更新后的频谱图,用更新后的频谱图替换初始频谱图的对应子频谱区域;
[6]重复[3]-[5]步骤,完成所有子频谱更新;
[7]重复[3]-[6]步骤使结果收敛,得到图像高频信息增强的高分辨率频谱图像,再进行傅里叶逆变换,得到空域中的高分辨率图像。
步骤七:结果检验,原始低分辨倍率图像如图1所示,未经光照不均匀误差校正的重构图像如图2所示,经过光照不均匀误差校正的重构图像如图3所示;经过对比发现,光照不均匀误差会造成重构图像质量变差,进过校正之后,分辨率有所提高,同时图像背景更均匀。
以上所述,仅是本发明的较佳实施例,并非对本发明作任何形式上的限制,凡是依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化与修饰,均仍属本发明技术方案的保护范围。
Claims (7)
1.一种用于傅里叶叠层显微成像技术的光强校正方法,其特征在于:其包括以下步骤:
(1)采集原始图像,构成图像数据集;
(2)设定一个图像强度倍数变化区间[A,B],将采集的原始图像对应的强度校正系数初始值为1,在此基础上变换强度校正系数数值,调整图像的强度;调整的方法为将初始图像强度校正系数值按照区间[A,B]内的值根据一定步长t依次变化,每次测量图像都乘以不同的强度校正系数,每次变化后都计算一次评价函数;经过若干次迭代寻找最佳评价函数与最佳亮度倍数的过程,找到最合适的亮度倍数值;
(3)对每张低分辨率图像都按照最合适的亮度倍数值调整,就完成了图像的亮度校正;
(4)经过校正后的图像进行高分辨率重构,得到重构图像。
2.根据权利要求1所述的用于傅里叶叠层显微成像技术的光强校正方法,其特征在于:所述步骤(2)中评价函数为目标复振幅图像与测量图像强度值差值的平方,其计算方法如下:先利用传统GS重构方法进行一次重构,得到一张高分辨率图像作为初始估计值,对其进行傅里叶变换,得到初始估计频谱,在初始估计频谱上寻找一块子区域频谱图,对其进行傅里叶逆变换,得到一张目标复振幅图像I1,将其强度值记为Er1,其对应的测量图像记为I2,将其强度值记为Er2,初始评价函数值记为Er=(Er1-Er2)2,并将Er记为最优评价函数Erbest;当图像经过亮度校正系数调整之后,得到新的测量图像I2new,将强度值记为Er2new,利用新的测量图像更新目标复振幅图像,得到新的目标复振幅图像I1new,将其强度值记为Er1new,计算新的评价函数值Ernew=(Er1new-Er2new)2,当Ernew<Erbest时,将Ernew记为Erbest,其对应的强度校正系数为最优校正系数,当Ernew>Erbest时,Erbest不变。
3.根据权利要求2所述的用于傅里叶叠层显微成像技术的光强校正方法,其特征在于:所述步骤(2)中经过多次迭代寻找最佳评价函数与最佳亮度倍数的过程,找到每张图像最合适的亮度倍数值。
4.根据权利要求3所述的用于傅里叶叠层显微成像技术的光强校正方法,其特征在于:所述步骤(4)中,图像重构,对采集的多张低分辨率图像进行FPM算法重构。
5.根据权利要求4所述的用于傅里叶叠层显微成像技术的光强校正方法,其特征在于:所述步骤(4)中,图像重构通过相位恢复算法中的GS相位恢复算法进行超分辨率重构。
6.根据权利要求5所述的用于傅里叶叠层显微成像技术的光强校正方法,其特征在于:所述步骤(4)以GS相位恢复算法进行超分辨率重构,包括以下分步骤:
(4.1)将LED阵列上中心LED灯拍摄的图像进行插值处理,作为空域初始估计值;
(4.2)将插值后的图像进行傅立叶变换得到频域初始估计值;
(4.3)在得到的频谱图中选取一块子区域进行傅里叶逆变换,得到目标复振幅图像,目标复振幅图像包含振幅信息和相位信息;
(4.4)保持目标复振幅图像相位信息不变,用LED阵列上对应位置LED灯拍摄的实际图像替换其振幅信息,得到更新后的目标复振幅图像;
(4.5)将更新后的目标复振幅图像进行傅里叶变换,得到更新后的频谱图,用更新后的频谱图替换初始频谱图的对应子频谱区域;
(4.6)重复步骤(4.3)-(4.5),完成所有子频谱更新;
(4.7)重复步骤(4.3)-(4.6)使结果收敛,得到图像高频信息增强的高分辨率频谱图像,再进行傅里叶逆变换,得到空域中的高分辨率图像。
7.根据权利要求6所述的用于傅里叶叠层显微成像技术的光强校正方法,其特征在于:还包括步骤(5),结果检验,对比原始低分辨倍率图像、未经光照不均匀误差校正的重构图像、经过光照不均匀误差校正的重构图像后发现,光照不均匀误差会造成重构图像质量变差,进过校正之后,分辨率有所提高,同时图像背景更均匀。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911299272.5A CN111062889B (zh) | 2019-12-17 | 2019-12-17 | 一种用于傅里叶叠层显微成像技术的光强校正方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911299272.5A CN111062889B (zh) | 2019-12-17 | 2019-12-17 | 一种用于傅里叶叠层显微成像技术的光强校正方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111062889A true CN111062889A (zh) | 2020-04-24 |
CN111062889B CN111062889B (zh) | 2023-10-24 |
Family
ID=70301051
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911299272.5A Active CN111062889B (zh) | 2019-12-17 | 2019-12-17 | 一种用于傅里叶叠层显微成像技术的光强校正方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111062889B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112233040A (zh) * | 2020-10-29 | 2021-01-15 | 南京理工大学智能计算成像研究院有限公司 | 一种自动离焦校正的傅里叶叠层显微成像方法 |
CN113671682A (zh) * | 2021-08-23 | 2021-11-19 | 北京理工大学重庆创新中心 | 一种基于傅里叶叠层显微成像的频域光源位置精确校正方法 |
CN113724202A (zh) * | 2021-08-03 | 2021-11-30 | 哈尔滨工程大学 | 基于一维傅里叶变换的图像传感器校正效果量化评价方法 |
CN113724201A (zh) * | 2021-08-03 | 2021-11-30 | 哈尔滨工程大学 | 基于二维傅里叶变换的图像传感器校正效果量化评价方法 |
CN114998161A (zh) * | 2022-06-02 | 2022-09-02 | 中国科学院西安光学精密机械研究所 | 一种基于完美傅里叶变换的傅里叶叠层显微术高精度重构图像方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20160266366A1 (en) * | 2015-03-13 | 2016-09-15 | California Institute Of Technology | Correcting for aberrations in incoherent imaging systems using fourier ptychographic techniques |
US20160341945A1 (en) * | 2015-05-21 | 2016-11-24 | California Institute Of Technology | Laser-based fourier ptychographic imaging systems and methods |
CN107966801A (zh) * | 2017-12-29 | 2018-04-27 | 南京理工大学 | 一种基于环形照明的高速傅立叶叠层成像装置及重构方法 |
CN108550108A (zh) * | 2017-09-28 | 2018-09-18 | 武汉大学 | 一种基于相位迭代最小化的傅里叶叠层成像图像重建方法 |
CN108957724A (zh) * | 2018-05-21 | 2018-12-07 | 深圳市唯特视科技有限公司 | 一种基于傅里叶叠层成像技术的显微镜错位校正方法 |
CN110060214A (zh) * | 2019-04-12 | 2019-07-26 | 北京理工大学 | 一种用于傅里叶叠层显微成像技术的图像增强方法 |
-
2019
- 2019-12-17 CN CN201911299272.5A patent/CN111062889B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20160266366A1 (en) * | 2015-03-13 | 2016-09-15 | California Institute Of Technology | Correcting for aberrations in incoherent imaging systems using fourier ptychographic techniques |
US20160341945A1 (en) * | 2015-05-21 | 2016-11-24 | California Institute Of Technology | Laser-based fourier ptychographic imaging systems and methods |
CN108550108A (zh) * | 2017-09-28 | 2018-09-18 | 武汉大学 | 一种基于相位迭代最小化的傅里叶叠层成像图像重建方法 |
CN107966801A (zh) * | 2017-12-29 | 2018-04-27 | 南京理工大学 | 一种基于环形照明的高速傅立叶叠层成像装置及重构方法 |
CN108957724A (zh) * | 2018-05-21 | 2018-12-07 | 深圳市唯特视科技有限公司 | 一种基于傅里叶叠层成像技术的显微镜错位校正方法 |
CN110060214A (zh) * | 2019-04-12 | 2019-07-26 | 北京理工大学 | 一种用于傅里叶叠层显微成像技术的图像增强方法 |
Non-Patent Citations (3)
Title |
---|
AN PAN 等: "System calibration method for Fourier ptychographic microscopy" * |
YING WANG 等: "Microscopic image enhancement based on Fourier ptychography technique" * |
杨佳琪 等: "傅里叶叠层显微术的照明光强校正研究" * |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112233040A (zh) * | 2020-10-29 | 2021-01-15 | 南京理工大学智能计算成像研究院有限公司 | 一种自动离焦校正的傅里叶叠层显微成像方法 |
CN112233040B (zh) * | 2020-10-29 | 2024-02-20 | 南京理工大学智能计算成像研究院有限公司 | 一种自动离焦校正的傅里叶叠层显微成像方法 |
CN113724202A (zh) * | 2021-08-03 | 2021-11-30 | 哈尔滨工程大学 | 基于一维傅里叶变换的图像传感器校正效果量化评价方法 |
CN113724201A (zh) * | 2021-08-03 | 2021-11-30 | 哈尔滨工程大学 | 基于二维傅里叶变换的图像传感器校正效果量化评价方法 |
CN113724202B (zh) * | 2021-08-03 | 2023-10-13 | 哈尔滨工程大学 | 基于一维傅里叶变换的图像传感器校正效果量化评价方法 |
CN113724201B (zh) * | 2021-08-03 | 2023-10-13 | 哈尔滨工程大学 | 基于二维傅里叶变换的图像传感器校正效果量化评价方法 |
CN113671682A (zh) * | 2021-08-23 | 2021-11-19 | 北京理工大学重庆创新中心 | 一种基于傅里叶叠层显微成像的频域光源位置精确校正方法 |
CN113671682B (zh) * | 2021-08-23 | 2023-05-23 | 北京理工大学重庆创新中心 | 一种基于傅里叶叠层显微成像的频域光源位置精确校正方法 |
CN114998161A (zh) * | 2022-06-02 | 2022-09-02 | 中国科学院西安光学精密机械研究所 | 一种基于完美傅里叶变换的傅里叶叠层显微术高精度重构图像方法 |
Also Published As
Publication number | Publication date |
---|---|
CN111062889B (zh) | 2023-10-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111062889B (zh) | 一种用于傅里叶叠层显微成像技术的光强校正方法 | |
CN108362643B (zh) | 一种双高度照明傅里叶叠层显微成像方法 | |
JP4987414B2 (ja) | 電光画像処理システムを調整する方法及び装置 | |
CN112255776B (zh) | 一种点光源扫描照明方法及检测装置 | |
CN111158131B (zh) | 一种基于傅里叶叠层成像的led矩阵校正方法 | |
Savakis et al. | On the accuracy of PSF representation in image restoration | |
CN112697751B (zh) | 多角度照明无透镜成像方法、***及装置 | |
CN113160212B (zh) | 基于led阵列位置误差快速校正的傅里叶叠层成像***及方法 | |
Li et al. | PURE-LET deconvolution of 3D fluorescence microscopy images | |
WO2019152216A1 (en) | Systems and methods for robust background correction and/or emitter localization for super-resolution localization microscopy | |
CN108010124B (zh) | 基于辐射传递的大视场红外探测图像仿真方法 | |
CN108225731B (zh) | 彩色面阵相机mtf测试方法及装置 | |
CN110161667B (zh) | 一种基于压缩感知超分辨显微成像方法 | |
Chen et al. | Precise and independent position correction strategy for Fourier ptychographic microscopy | |
CN106875338B (zh) | 一种基于群组稀疏处理的图像超分辨率处理方法 | |
CN106952233B (zh) | 荧光多分子定位方法、装置以及超分辨成像方法、*** | |
CN114234846B (zh) | 一种基于双响应曲线拟合的快速非线性补偿方法 | |
CN112712486B (zh) | 一种基于激活函数的射电天文图像重建方法 | |
Reiser et al. | Phase diverse phase retrieval for microscopy: comparison of Gaussian and Poisson approaches | |
CN111289361A (zh) | 基于高分辨数字图像相关的材料力学特性测量装置及方法 | |
Williams | Search for optimal infrared projector nonuniformity correction procedures | |
KR20000060731A (ko) | 다수의 촬상소자를 이용한 고해상도 촬영 장치의 보정 방법 | |
CN110807768A (zh) | 一种基于mtf的遥感图像质量评价方法 | |
CN103930922B (zh) | 在没有已知输入信号的情况下确定信号处理***的传递函数 | |
CN112330757B (zh) | 一种评价彩色图像自动聚焦清晰度的互补色小波测度 |
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 |