CN113671682A - 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 - Google Patents

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 Download PDF

Info

Publication number
CN113671682A
CN113671682A CN202110969362.1A CN202110969362A CN113671682A CN 113671682 A CN113671682 A CN 113671682A CN 202110969362 A CN202110969362 A CN 202110969362A CN 113671682 A CN113671682 A CN 113671682A
Authority
CN
China
Prior art keywords
resolution
frequency domain
sample
low
spectrum
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
Application number
CN202110969362.1A
Other languages
English (en)
Other versions
CN113671682B (zh
Inventor
许廷发
陈毅文
张继洲
李佳男
张瑾华
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Institute of Technology BIT
Chongqing Innovation Center of Beijing University of Technology
Original Assignee
Beijing Institute of Technology BIT
Chongqing Innovation Center of Beijing University of Technology
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing Institute of Technology BIT, Chongqing Innovation Center of Beijing University of Technology filed Critical Beijing Institute of Technology BIT
Priority to CN202110969362.1A priority Critical patent/CN113671682B/zh
Publication of CN113671682A publication Critical patent/CN113671682A/zh
Application granted granted Critical
Publication of CN113671682B publication Critical patent/CN113671682B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G02—OPTICS
    • G02B—OPTICAL ELEMENTS, SYSTEMS OR APPARATUS
    • G02B21/00—Microscopes
    • G02B21/06—Means for illuminating specimens
    • G—PHYSICS
    • G02—OPTICS
    • G02B—OPTICAL ELEMENTS, SYSTEMS OR APPARATUS
    • G02B21/00—Microscopes
    • G02B21/06—Means for illuminating specimens
    • G02B21/08—Condensers
    • G02B21/14—Condensers affording illumination for phase-contrast observation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/004—Artificial life, i.e. computing arrangements simulating life
    • G06N3/006—Artificial life, i.e. computing arrangements simulating life based on simulated virtual individual or collective life forms, e.g. social simulations or particle swarm optimisation [PSO]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
    • G06T7/33—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods
    • 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)
  • Analytical Chemistry (AREA)
  • Optics & Photonics (AREA)
  • Chemical & Material Sciences (AREA)
  • Biophysics (AREA)
  • General Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Biomedical Technology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Health & Medical Sciences (AREA)
  • Molecular Biology (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Image Analysis (AREA)
  • Microscoopes, Condenser (AREA)

Abstract

本发明基于傅里叶叠层显微成像的频域光源位置精确校正方法中，(1)针对校正位置不精确的问题，对LED阵列中每个LED引入独立的频域位置误差模型进行精确校正；(2)针对校正过程需要参与图像重建过程而带来的时间消耗过长的问题，引入一幅高倍物镜采集的高分辨率强度图像当做参考图像，模拟傅里叶叠层显微成像技术的图像采集过程，生成每个LED对应的虚拟低分辨强度图像。结合虚拟与实际采集的图像，建立损失函数，以二维粒子群算法搜索每个LED对应的最佳频域位置参数。因此，本发明利用引入的高倍物镜下高分辨强度图像与频域位置误差模型实现了基于傅里叶叠层成像原理的LED光源频域位置精确校正，具有实现简易、鲁棒性高、位置精确等优点。

Description

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
技术领域
本发明涉及定量位相计算显微成像技术领域，具体而言，涉及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。
背景技术
传统光学显微成像技术以记录光强度信息方式形成图像对比度，为人类打开了显微世界的大门。然而，对于一些透明生物样本，仅凭光强度测量值成像的传统光学显微技术却显得无能为力。1930年，Frits Zernike发明了一种可对位相物体进行高对比成像技术。至此，定量位相成像逐渐成为一种对透明生物样本进行无标记成像的主要方法。不同于传统光学显微成像，定量位相成像根据由样本引入的光程延迟形成高对比度定量图像，并提供对目标特征的客观位相测量值。由于位相与样本的折射率和厚度的乘积为正比，这些测量值可进一步揭示样本的深层结构特征，为后续判断、决策提供相应条件。当前，定量位相成像技术已被广泛研究并应用于生物观察、细胞检测、药物筛选、微量元素研究、精密材料等领域。
为打破传统光学显微成像技术中的一些固有限制条件，如***分辨率与物镜视场之间的相互制约关系，***衍射极限条件等，定量位相计算显微成像技术应运而生。作为一种新兴的定量位相计算显微成像技术，傅里叶叠层显微成像技术(Fourier PtychographicMicroscopy，FPM)通过有效结合合成孔径、位相检索、最优化理论等计算成像相关技术，可同时实现宽视场、高分辨、多模态、数字重聚焦、像差校正、定量位相成像等功能。相比于传统数字光学显微成像***，该技术仅需利用一个可编程的LED阵列替换传统的反射式或主动式光源即可完成***硬件部分改装，廉价且易于实现。
傅里叶叠层显微成像技术的实现分为两个过程：图像采集过程与图像重建过程。对于图像采集过程，其在低倍物镜下逐个点亮阵列中的LED作为照明光源。当点亮阵列中不同位置的单个LED斜照明一个二维薄样本时，其等效于样本的频谱在频域发生了相对平移效应。这种由不同斜照明引入的位置平移变换使得物镜可收集到原截止频率外的样本频谱信息并在相机面捕获一系列低分辨强度图像。之后在图像重建过程中，这些强度图像将在频域中进行迭代更新样本的频谱信息并最终合成为一张新频谱。经反傅里叶变换后，重建频谱信息即可转化为高分辨的样本复振幅信息。类似于合成孔径理念，傅里叶叠层显微成像技术提升了***的等效截止频率，从而同时实现了低倍镜下宽视场、高分辨率及定量位相成像。
LED阵列作为傅里叶叠层显微镜中的光源部分，其每个LED的位置参数决定每个子频谱在频域的更新位置，其准确程度直接影响最终图像重建的质量。因此，在实际***中，对每个LED位置实现精确校正，是实现傅里叶叠层显微成像技术的重要一环。2016年，Sun等人首次建立空域全局误差模型描述LED阵列位置误差，并以模拟退火算法与图像重建过程相结合，完成LED的位置校正。相关实验结果表明该方法有效自动校正了LED位置误差，降低了实验***搭建中对光源位置精度需求。2017年，Pan等人在此基础上结合嵌入式瞳孔函数恢复算法(Embedded Pupil Function Recovery,EPRY)，进一步提升了校正算法的鲁棒性。然而这些算法都基于空域统一校正模型，以一致性参数表征每个LED与实际位置的误差。不仅如此，使用的模拟退火算法极易陷入局部最优解而非全局最优。综合以上两点分析，现有校正算法依旧存在校正不准确的风险。另一方面，基于模拟退火算法的校正过程必须参与图像重建过程，导致整个校正过程显得十分冗长。
发明内容
本发明旨在提供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，以解决现有基于傅里叶叠层显微成像技术中的校正算法存在校正位置不精确以及校正过程时间消耗过长的问题。
本发明提供的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，包括如下步骤：
步骤S100，低倍镜下带位置误差的FPM采集与重建：低倍物镜下逐个点亮可编程LED阵列中的LED，在相机面上捕获关于样本的一系列处于不同LED对应位置的低分辨强度图像；然后利用重建算法对捕获的低分辨强度图像在频域中完成重建，获得重建的带位置误差的高分辨强度与位相复振幅；
步骤S200，高倍物镜下高分辨率强度图像采集与区域配准：使用高倍物镜替换低倍物镜并完成调焦操作后，采集高倍物镜下样本的高分辨强度图像；然后对低分辨强度图像以及高分辨强度图像使用图像配准算法匹配并框选二者图像中表征相同信息区域，对高分辨强度图像中表征相同信息区域经过插值后获得配准后的高分辨强度图像；
步骤S300，LED对应位置的虚拟低分辨强度图像生成：使用带位置误差的高分辨强度与位相复振幅以及配准后的高分辨强度图像组成样本的新频谱图；根据可编程LED阵列中每个LED理想频域位置，从新频谱图中获取对应每个LED理想频域位置的子频谱信息，并对子频谱信息通过傅里叶反变换获得一系列虚拟低分辨强度图像；
步骤S400，阵列中独立LED位置参数的搜索：根据空域中LED对应位置的平移效应等效于频域中孔径位置的平移效应，对每个LED引入频域位置误差模型；由此，将当前LED理想频域位置作为搜索中心，规定搜索区域，并以二维粒子群算法进行最佳位置参数搜索；当所产生的虚拟低分辨强度图像与当前实际采集的低分辨强度图像之间差异最小时，即认为此位置为该LED对应的实际频域位置，完成该LED的位置校正。
进一步地，步骤S100中低倍镜下带位置误差的FPM采集的方法包括如下子步骤：
步骤S101，使用规格为m×n的可编程LED阵列作为光源；假定该可编程LED阵列中相邻LED之间的间隔为d，那么处于第i行、第j列(1≤i≤m,1≤j≤n)的LED理想位置Pi,j表示为：
Pi,j＝(xi,j,yi,j)＝(i·d,j·d)
式中，xi,j与yi,j表示LED在空域所处水平面的二维坐标分量值；
步骤S102，假定光源位置距样本足够远，那么从LED出射的照明光波可视为单色平面波。因此，使用某个LED照明样本时，对应的波矢量ki,j表示为：
Figure BDA0003225066120000041
式中，
Figure BDA0003225066120000042
与
Figure BDA0003225066120000043
分别表示波矢量ki,j在x与y方向上的波矢分量值；λ表示LED辐射的中心波长值；h表示样本距离当前照明样本的LED的垂直距离；
步骤S103，将样本的入射光场的强度值归一化为1，那么从样本出射的频谱表示为：
F{e(r)}＝F{o(r)exp(iki,jr)}＝O(k-ki,j)
式中，F{}表示二维傅里叶变换，e(r)表示从样本出射的复振幅，o(r)表示样本空域的复振幅调制函数，即样本的复振幅函数；o(k)表示样本在频域中的频谱；O(k-ki,j)表示将样本出射的频谱等效于样本的频谱中心被平移至波矢量ki,j处；
步骤S104，从样本的出射复振幅在频域被低倍物镜的光瞳函数P(k)低通滤波，该低通滤波过程表示为：
Gi,j(k)＝O(k-ki,j)P(k)
式中Gi,j(k)表示通过低倍物镜后的样本频谱；
步骤S105，样本频谱传播至像面进行成像，并被相机采集转换为低分辨率强度图像
Figure BDA0003225066120000051
表示为：
Figure BDA0003225066120000052
式中，gi,j(r)表示像面上样本的复振幅，F-1{}表示二维傅里叶逆变换；
步骤S106，逐个点亮可编程LED阵列中的LED，并对每个点亮的LED执行步骤S102～S105，则捕获关于样本的一系列处于不同LED对应位置的低分辨强度图像
Figure BDA0003225066120000053
进一步地，步骤S100中的重建方法包括如下子步骤：
步骤S111，频谱初始化，即将可编程LED阵列的中心位置采集的低分辨强度图像插值后的结果当作重建样本频谱的强度部分初始值，并选择零位相作为相关位相的初始值，再结合低倍物镜的光瞳函数，求解重建样本频谱的初始值为：
Figure BDA0003225066120000054
式中，
Figure BDA0003225066120000055
表示重建样本频谱的初始值；u与v表示二维频域中的坐标分量；R()表示相关插值过程，Icenter(r)表示LED阵列中心位置的LED照明样本时采集的低分辨强度图像，kcenter表示LED阵列中心位置的LED照明样本时对应的波矢量；
Figure BDA0003225066120000056
表示初始位相；
步骤S112，获取子孔径低分辨复振幅，即利用平移效应原理从当前样本频谱中截取相应子孔径样本频谱，然后利用二维傅里叶逆变换，获得对应LED下的子孔径低分辨复振幅估计值：
Figure BDA0003225066120000057
式中，n表示当前迭代次数，1≤n≤nmax，nmax表示设定的最大迭代次数，
Figure BDA0003225066120000058
表示更新位置序列(i,j)对应子孔径的样本频谱；(ui,j,vi,j)表示位置序列(i,j)在频域中对样本的平移效应，P(u+ui,j,v+vi,j)表示平移效应结果；
Figure BDA0003225066120000059
表示第n次迭代对应位置序列(i,j)的子频谱复振幅估计值；
步骤S113，更新子频谱复振幅估计值：
以位置序列(i,j)实际采集的低分辨强度图像替换子频谱复振幅估计值的振幅部分，并使位相部分保持不变，由此子频谱复振幅估计值的更新公式为：
Figure BDA0003225066120000061
式中，
Figure BDA0003225066120000062
表示更新后的第n次迭代对应位置序列(i,j)的子频谱复振幅估计值；
步骤S114，对更新后的第n次迭代对应位置序列(i,j)的子频谱复振幅估计值利用二维傅里叶逆变换即获得对应子孔径频谱信息：
Figure BDA0003225066120000063
式中，
Figure BDA0003225066120000064
表示对应
Figure BDA0003225066120000065
的子孔径频谱信息，F{}表示二维傅里叶变换；
之后，根据位置序列(i,j)对应的子孔径位置更新整体的样本频谱：
Figure BDA0003225066120000066
式中，
Figure BDA0003225066120000067
表示更新后的样本频谱；
步骤S115，以步骤S112～S114更新所有位置序列{(i,j)1≤i≤m,1≤j≤n}对应的子孔径频谱信息，得到第n次迭代更新的样本频谱作为重建结果On(u,v)；
步骤S116，以步骤S112～S115迭代循环直至重建结果收敛或循环结束后，得到最终重建结果，即重建的带位置误差的样本频谱，表示为
Figure BDA0003225066120000068
其中，每一次迭代循环的初始值为上一次循环更新后的样本频谱结果；
步骤S117，将重建的带位置误差的样本频谱经过二维傅里叶逆变换，得到重建的带位置误差的样本高分辨复振幅
Figure BDA0003225066120000069
并将样本高分辨复振幅
Figure BDA00032250661200000610
分为强度部分与位相部分：
Figure BDA0003225066120000071
式中，
Figure BDA0003225066120000072
表示重建的带位置误差的样本高分辨复振幅，
Figure BDA0003225066120000073
表示重建的带位置误差的样本高分辨复振幅中的强度部分，
Figure BDA0003225066120000074
表示重建的带位置误差的样本高分辨复振幅中的位相部分。
进一步地，步骤S116中判断重建结果收敛的方法为：
对于第n次迭代循环对应的损失评判函数为：
Figure BDA0003225066120000075
式中，En取得最小值或(En-En-1)/En-1小于设定阈值，则认为重建结果已经收敛。
进一步地，步骤S200包括如下子步骤：
步骤S201，通过相关匹配操作，进行低分辨强度图像与高分辨强度图像显示区域的粗匹配，获得二者图像的粗匹配区域；
步骤S202，对粗匹配区域进行二值化操作，提取用于描述区域的边界中上、下、左、右的四点坐标，以此四点框选区域即认定为表征相同信息区域；
步骤S203，以FPM重建图像分辨率为基准，对高分辨强度图像中表征相同信息区域经过插值后获得配准后的高分辨强度图像Ihr。
进一步地，步骤S300包括如下子步骤：
步骤S301，使用配准后的高分辨采集图像Ihr替换带位置误差的高分辨强度与位相复振幅中的强度部分
Figure BDA0003225066120000076
位相部分保持不变，经二维傅里叶变换后获得虚拟频谱Ovir：
Figure BDA0003225066120000077
步骤S302，仿照步骤S100中FPM采集过程，根据位置序列(i,j)对应的理想频域位置(u+ui,j,v+vi,j)，进行子孔径采样处理：
Figure BDA0003225066120000081
式中，
Figure BDA0003225066120000082
表示位置序列(i,j)虚拟的采样子孔径频谱；
步骤S303，将虚拟的采样子孔径频谱经二维傅里叶变换，获得对应的虚拟低分辨强度图
Figure BDA0003225066120000083
Figure BDA0003225066120000084
步骤S304，重复步骤S302～S303直至所有位置序列LED采样完毕，生成一系列虚拟低分辨强度图像
Figure BDA0003225066120000085
进一步地，步骤S400包括如下子步骤：
步骤S401，对每个位置序列(i,j)引入独立的频域位置误差模型(Δui,j,Δvi,j)，那么，引入频域位置误差模型后对应的虚拟低分辨强度图像表示为：
Figure BDA0003225066120000086
式中，Δui,j与Δvi,j分别表示二维频域中位置序列(i,j)的位置误差分量；
步骤S402，使用二维相关函数Corr2评价位置序列(i,j)对应的虚拟低分辨强度图像与步骤S100实际采集的低分辨强度图像之间的差异性：
Figure BDA0003225066120000087
式中，
Figure BDA0003225066120000088
表示位置序列(i,j)对应的虚拟低分辨强度图像的均值，
Figure BDA0003225066120000089
表示位置序列(i,j)对应的步骤S100实际采集的低分辨强度图像的均值；
步骤S403，使用二维粒子群算法(PSO)搜索位置序列(i,j)在频域中的最佳频域位置参数：
(Δui,j,Δvi,j)＝argmin(fitness)
fitness＝1-Corr2for(i,j)
式中，fitness表示描述粒子群的适应函数，即损失函数；当全体粒子的适应函数值收敛于最小值时，即表示所产生的虚拟低分辨强度图像与当前实际采集的低分辨强度图像之间差异最小，此时的(Δui,j,Δvi,j)为位置序列(i,j)的频域校正参数；然后使用频域校正参数对位置序列(i,j)的频域位置参数进行校正，得到校正后的最佳频域位置参数；
进一步地，步骤S404还包括：
步骤S404，使用校正后的最佳频域位置参数再次按照步骤S100的方法进行FPM采集与重建，即获得校正后的重建的带位置误差的高分辨强度与位相复振幅。
综上所述，由于采用了上述技术方案，本发明的有益效果是：
本发明基于傅里叶叠层显微成像的频域光源位置精确校正方法中，(1)针对校正位置不精确的问题，对LED阵列中每个LED引入独立的频域位置误差模型进行精确校正；(2)针对校正过程需要参与图像重建过程而带来的时间消耗过长的问题，引入一幅高倍物镜采集的高分辨率强度图像当做参考图像，模拟傅里叶叠层显微成像技术的图像采集过程，生成每个LED对应的虚拟低分辨强度图像。结合虚拟与实际采集的图像，建立损失函数，以二维粒子群算法搜索每个LED对应的最佳频域位置参数。因此，本发明利用引入的高倍物镜下高分辨强度图像与频域位置误差模型实现了基于傅里叶叠层成像原理的LED光源频域位置精确校正，具有实现简易、鲁棒性高、位置精确等优点。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例中的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。
图1为本发明实施例的基于傅里叶叠层显微成像的频域光源位置精确校正方法的流程图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。
因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
实施例
如图1所示，本实施例提出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，包括如下步骤：
步骤S100，低倍镜下带位置误差的FPM采集与重建：低倍物镜下逐个点亮可编程LED阵列中的LED，在相机面上捕获关于样本的一系列处于不同LED对应位置的低分辨强度图像；然后利用重建算法对捕获的低分辨强度图像在频域中完成重建，获得样本带位置误差的高分辨强度与位相图像；
具体地：
(1)低倍镜下带位置误差的FPM采集的方法包括如下子步骤：
步骤S101，使用规格为m×n的可编程LED阵列作为光源；假定该可编程LED阵列中相邻LED之间的间隔为d，那么处于第i行、第j列(1≤i≤m,1≤j≤n)的LED理想位置Pi,j表示为：
Pi,j＝(xi,j,yi,j)＝(i·d,j·d)
式中，xi,j与yi,j表示LED在空域所处水平面的二维坐标分量值；
步骤S102，假定光源位置距样本足够远，那么从LED出射的照明光波可视为单色平面波，因此，使用某个LED照明样本时，对应的波矢量ki,j表示为：
Figure BDA0003225066120000111
式中，
Figure BDA0003225066120000112
与
Figure BDA0003225066120000113
分别表示波矢量ki,j在x与y方向上的波矢分量值；λ表示LED辐射的中心波长值；h表示样本距离当前照明样本的LED的垂直距离；
步骤S103，将样本的入射光场的强度值归一化为1，那么从样本出射的频谱表示为：
F{e(r)}＝F{o(r)exp(iki,jr)}＝O(k-ki,j)
式中，F{}表示二维傅里叶变换，e(r)表示从样本出射的复振幅，o(r)表示样本空域的复振幅调制函数，即样本的复振幅函数；o(k)表示样本在频域中的频谱；O(k-ki,j)表示将样本出射的频谱等效于样本的频谱中心被平移至波矢量ki,j处；
步骤S104，从样本的出射复振幅在频域被低倍物镜的光瞳函数P(k)低通滤波，该低通滤波过程表示为：
Gi,j(k)＝O(k-ki,j)P(k)
式中Gi,j(k)表示通过低倍物镜后的样本频谱；
步骤S105，样本频谱传播至像面进行成像，并被相机采集转换为低分辨率强度图像
Figure BDA0003225066120000114
表示为：
Figure BDA0003225066120000115
式中，gi,j(r)表示像面上样本的复振幅，F-1{}表示二维傅里叶逆变换；
步骤S106，逐个点亮可编程LED阵列中的LED，并对每个点亮的LED执行步骤S102～S106，则捕获关于样本的一系列处于不同LED对应位置的低分辨强度图像
Figure BDA0003225066120000121
(2)重建方法包括如下子步骤：
步骤S111，频谱初始化：
为了使迭代求解算法有着更快的收敛速度，需要先给定求解重建频谱的初始值。一般选择正入射，将可编程LED阵列的中心位置采集的低分辨强度图像插值后的结果当作重建样本频谱的强度部分初始值，并选择零位相作为相关位相的初始值，再结合低倍物镜的光瞳函数，求解重建样本频谱的初始值为：
Figure BDA0003225066120000122
式中，
Figure BDA0003225066120000123
表示重建样本频谱的初始值；u与v表示二维频域中的坐标分量；R()表示相关插值过程，Icenter(r)表示LED阵列中心位置的LED照明样本时采集的低分辨强度图像，kcenter表示LED阵列中心位置的LED照明样本时对应的波矢量；
Figure BDA0003225066120000124
表示初始位相，一般取0；
步骤S112，获取子孔径低分辨复振幅估计值：
对于由波矢量ki,j决定的入射角度，利用平移效应原理从当前样本频谱中截取相应子孔径频谱信息，然后利用二维傅里叶逆变换，获得对应LED下的子孔径低分辨复振幅估计值：
Figure BDA0003225066120000125
式中，n表示当前迭代次数(1≤n≤nmax)，nmax表示设定的最大迭代次数，
Figure BDA0003225066120000126
表示更新位置序列(i,j)对应子孔径的样本频谱；(ui,j,vi,j)表示位置序列(i,j)在频域中对样本的平移效应，P(u+ui,j,v+vi,j)表示平移效应结果；
Figure BDA0003225066120000127
表示第n次迭代对应位置序列(i,j)的子频谱复振幅估计值；
步骤S113，更新子频谱复振幅估计值：
以位置序列(i,j)实际采集的低分辨强度图像替换子频谱复振幅估计值的振幅部分，并使位相部分保持不变，子频谱复振幅估计值的更新公式为：
Figure BDA0003225066120000131
步骤S114，更新频谱内的子孔径区域：
对更新后的第n次迭代对应位置序列(i,j)的子频谱复振幅估计值利用二维傅里叶逆变换即获得对应子孔径频谱信息：
Figure BDA0003225066120000132
之后，根据位置序列(i,j)对应的子孔径位置更新整体的样本频谱：
Figure BDA0003225066120000133
式中，
Figure BDA0003225066120000134
表示更新后的样本频谱；该式表示，在进行一次子频谱复振幅后，整体样本频谱只对位置序列(i,j)子孔径部分更新频谱信息，其余部分则保持不变。
步骤S115，以步骤S112～S114更新所有位置序列{(i,j)|1≤i≤m,1≤j≤n}对应的子孔径频谱信息，得到第n次迭代更新的样本频谱作为重建结果On(u,v)；
步骤S116，以步骤S112～S115迭代循环直至重建结果收敛或循环结束后，得到最终重建结果，即重建的带位置误差的样本频谱，表示为
Figure BDA0003225066120000135
其中，每一次迭代循环的初始值为上一次循环更新后的样本频谱结果。
其中判断重建结果收敛的方法为：
对于第n次迭代循环对应的损失评判函数为：
Figure BDA0003225066120000136
式中，En取得最小值或(En-En-1)/En-1小于设定阈值，则认为重建结果已经收敛。
步骤S117，将重建的带位置误差的样本频谱经过二维傅里叶逆变换，得到重建的带位置误差的样本高分辨复振幅
Figure BDA0003225066120000137
并将样本高分辨复振幅
Figure BDA0003225066120000141
分为强度部分与位相部分：
Figure BDA0003225066120000142
式中，～表示带位置误差的相关结果，即
Figure BDA0003225066120000143
表示重建的带位置误差的样本高分辨复振幅，
Figure BDA0003225066120000144
表示重建的带位置误差的样本高分辨复振幅中的强度部分，
Figure BDA0003225066120000145
表示重建的带位置误差的样本高分辨复振幅中的位相部分。
步骤S200，高倍物镜下高分辨率强度图像采集与区域配准：使用高倍物镜替换低倍物镜并完成调焦操作后，采集高倍物镜下样本的高分辨强度图像；然后对低分辨强度图像以及高分辨强度图像使用图像配准算法匹配并框选二者图像中表征相同信息区域，对高分辨强度图像中表征相同信息区域经过插值后获得配准后的高分辨强度图像；
由于视场差异，高倍物镜下采集的高分辨率强度图像的显示区域为低倍物镜下的捕获的低分辨强度图像的显示区域的一个子区域，为匹配二者图像的视场并表征相同信息区域，需要对高分辨强度图像进行配准，具体包括如下子步骤：
步骤S201，通过相关匹配操作，进行低分辨强度图像与高分辨强度图像显示区域的粗匹配，获得二者图像的粗匹配区域，也即二者图像的大致区域范围；
步骤S202，对粗匹配区域进行二值化操作，提取用于描述区域的边界中上、下、左、右的四点坐标，以此四点框选区域即认定为表征相同信息区域；
步骤S203，以FPM重建图像分辨率为基准，对高分辨强度图像中表征相同信息区域经过插值后获得配准后的高分辨强度图像Ihr。可见，由于本发明是对表征相同信息区域进行插值，在之后的位置校正过程中，也仅对高分辨强度图像中表征相同信息区域内信息作相关处理。
步骤S300，LED对应位置的虚拟低分辨强度图像生成：使用带位置误差的高分辨强度与位相复振幅以及配准后的高分辨强度图像组成样本的新频谱图；根据可编程LED阵列中每个LED理想频域位置，从新频谱图中获取对应每个LED理想频域位置的子频谱信息，并对子频谱信息通过傅里叶反变换获得一系列虚拟低分辨强度图像；具体包括如下子步骤：
步骤S301，使用配准后的高分辨采集图像Ihr替换带位置误差的高分辨强度与位相复振幅中的强度部分
Figure BDA0003225066120000151
位相部分保持不变，经二维傅里叶变换后获得虚拟频谱Ovir：
Figure BDA0003225066120000152
步骤S302，仿照步骤S100中FPM采集过程，根据位置序列(i,j)对应的理想频域位置(u+ui,j,v+vi,j)，进行子孔径采样处理：
Figure BDA0003225066120000153
式中，
Figure BDA0003225066120000154
表示位置序列(i,j)虚拟的采样子孔径频谱；
步骤S303，将虚拟的采样子孔径频谱经二维傅里叶变换，获得对应的虚拟低分辨强度图
Figure BDA0003225066120000155
Figure BDA0003225066120000156
步骤S304，重复步骤S302～S303直至所有位置序列LED采样完毕，生成一系列虚拟低分辨强度图像
Figure BDA0003225066120000157
步骤S400，阵列中独立LED位置参数的搜索：根据空域中LED对应位置的平移效应等效于频域中孔径位置的平移效应，对每个LED引入频域位置误差模型；由此，将当前LED理想频域位置作为搜索中心，规定搜索区域，并以二维粒子群算法进行最佳位置参数搜索；当所产生的虚拟低分辨强度图像与当前实际采集的低分辨强度图像之间差异最小时，即认为此位置为该LED对应的实际频域位置，完成该LED的位置校正；具体包括如下子步骤：
步骤S401，为了对每个LED进行位置误差精确校正，本发明对每个位置序列(i,j)引入独立的频域位置误差模型(Δui,j,Δvi,j)，那么，引入频域位置误差模型后对应的虚拟低分辨强度图像表示为：
Figure BDA0003225066120000161
式中，Δui,j与Δvi,j分别表示二维频域中位置序列(i,j)的位置误差分量；
步骤S402，使用二维相关函数Corr2评价位置序列(i,j)对应的虚拟低分辨强度图像与步骤S100实际采集的低分辨强度图像之间的差异性：
Figure BDA0003225066120000162
式中，
Figure BDA0003225066120000163
表示位置序列(i,j)对应的虚拟低分辨强度图像的均值，
Figure BDA0003225066120000164
表示位置序列(i,j)对应的步骤S100实际采集的低分辨强度图像的均值。
步骤S403，使用二维粒子群算法(PSO)搜索位置序列(i,j)在频域中的最佳频域位置参数：
(Δui,j,Δvi,j)＝argmin(fitness)
fitness＝1-Corr2 for(i,j)
式中，fitness表示描述粒子群的适应函数，即损失函数；当全体粒子的适应函数值收敛于最小值时，即表示所产生的虚拟低分辨强度图像与当前实际采集的低分辨强度图像之间差异最小，此时的(Δui,j,Δvi,j)为位置序列(i,j)的频域校正参数；然后使用频域校正参数对位置序列(i,j)的频域位置参数(二维频域中的坐标分量)进行校正，得到校正后的最佳频域位置参数；
步骤S404，使用校正后的最佳频域位置参数再次按照步骤S100的方法进行FPM采集与重建，即获得校正后的重建的带位置误差的高分辨强度与位相复振幅。
至此，本发明基于傅里叶叠层显微成像的频域光源位置精确校正方法中，(1)针对校正位置不精确的问题，对LED阵列中每个LED引入独立的频域位置误差模型进行精确校正；(2)针对校正过程需要参与图像重建过程而带来的时间消耗过长的问题，引入一幅高倍物镜采集的高分辨率强度图像当做参考图像，模拟傅里叶叠层显微成像技术的图像采集过程，生成每个LED对应的虚拟低分辨强度图像。结合虚拟与实际采集的图像，建立损失函数，以二维粒子群算法搜索每个LED对应的最佳频域位置参数。因此，本发明利用引入的高倍物镜下高分辨强度图像与频域位置误差模型实现了基于傅里叶叠层成像原理的LED光源频域位置精确校正，具有实现简易、鲁棒性高、位置精确等优点。
以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (8)

1.一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，其特征在于，包括如下步骤：
步骤S100，低倍镜下带位置误差的FPM采集与重建：低倍物镜下逐个点亮可编程LED阵列中的LED，在相机面上捕获关于样本的一系列处于不同LED对应位置的低分辨强度图像；然后利用重建算法对捕获的低分辨强度图像在频域中完成重建，获得重建的带位置误差的高分辨强度与位相复振幅；
步骤S200，高倍物镜下高分辨率强度图像采集与区域配准：使用高倍物镜替换低倍物镜并完成调焦操作后，采集高倍物镜下样本的高分辨强度图像；然后对低分辨强度图像以及高分辨强度图像使用图像配准算法匹配并框选二者图像中表征相同信息区域，对高分辨强度图像中表征相同信息区域经过插值后获得配准后的高分辨强度图像；
步骤S300，LED对应位置的虚拟低分辨强度图像生成：使用带位置误差的高分辨强度与位相复振幅以及配准后的高分辨强度图像组成样本的新频谱图；根据可编程LED阵列中每个LED理想频域位置，从新频谱图中获取对应每个LED理想频域位置的子频谱信息，并对子频谱信息通过傅里叶反变换获得一系列虚拟低分辨强度图像；
步骤S400，阵列中独立LED位置参数的搜索：根据空域中LED对应位置的平移效应等效于频域中孔径位置的平移效应，对每个LED引入频域位置误差模型；由此，将当前LED理想频域位置作为搜索中心，规定搜索区域，并以二维粒子群算法进行最佳位置参数搜索；当所产生的虚拟低分辨强度图像与当前实际采集的低分辨强度图像之间差异最小时，即认为此位置为该LED对应的实际频域位置，完成该LED的位置校正。
2.根据权利要求1所述的基于傅里叶叠层显微成像的频域光源位置精确校正方法，其特征在于，步骤S100中低倍镜下带位置误差的FPM采集的方法包括如下子步骤：
步骤S101，使用规格为m×n的可编程LED阵列作为光源；假定该可编程LED阵列中相邻LED之间的间隔为d，那么处于第i行、第j列(1≤i≤m,1≤j≤n)的LED理想位置Pi,j表示为：
Pi,j＝(xi,j,yi,j)＝(i·d,j·d)
式中，xi,j与yi,j表示LED在空域所处水平面的二维坐标分量值；
步骤S102，假定光源位置距样本足够远，那么从LED出射的照明光波可视为单色平面波，因此，使用某个LED照明样本时，对应的波矢量ki,j表示为：
Figure FDA0003225066110000021
式中，
Figure FDA0003225066110000022
与
Figure FDA0003225066110000023
分别表示波矢量ki,j在x与y方向上的波矢分量值；λ表示LED辐射的中心波长值；h表示样本距离当前照明样本的LED的垂直距离；
步骤S103，将样本的入射光场的强度值归一化为1，那么从样本出射的频谱表示为：
F{e(r)}＝F{o(r)exp(iki,jr)}＝O(k-ki,j)
式中，F{}表示二维傅里叶变换，e(r)表示从样本出射的复振幅，o(r)表示样本空域的复振幅调制函数，即样本的复振幅函数；o(k)表示样本在频域中的频谱；O(k-ki,j)表示将样本出射的频谱等效于样本的频谱中心被平移至波矢量ki,j处；
步骤S104，从样本的出射复振幅在频域被低倍物镜的光瞳函数P(k)低通滤波，该低通滤波过程表示为：
Gi,j(k)＝O(k-ki,j)P(k)
式中Gi,j(k)表示通过低倍物镜后的样本频谱；
步骤S105，样本频谱传播至像面进行成像，并被相机采集转换为低分辨率强度图像
Figure FDA0003225066110000031
表示为：
Figure FDA0003225066110000032
式中，gi,j(r)表示像面上样本的复振幅，F-1{}表示二维傅里叶逆变换；
步骤S106，逐个点亮可编程LED阵列中的LED，并对每个点亮的LED执行步骤S102～S105，则捕获关于样本的一系列处于不同LED对应位置的低分辨强度图像
Figure FDA0003225066110000033
3.根据权利要求1所述的基于傅里叶叠层显微成像的频域光源位置精确校正方法，其特征在于，步骤S100中的重建方法包括如下子步骤：
步骤S111，频谱初始化，即将可编程LED阵列的中心位置采集的低分辨强度图像插值后的结果当作重建样本频谱的强度部分初始值，并选择零位相作为相关位相的初始值，再结合低倍物镜的光瞳函数，求解重建样本频谱的初始值为：
Figure FDA0003225066110000034
式中，
Figure FDA0003225066110000035
表示重建样本频谱的初始值；u与v表示二维频域中的坐标分量；R()表示相关插值过程，Icenter(r)表示LED阵列中心位置的LED照明样本时采集的低分辨强度图像，kcenter表示LED阵列中心位置的LED照明样本时对应的波矢量；
Figure FDA0003225066110000036
表示初始位相；
步骤S112，获取子孔径低分辨复振幅，即利用平移效应原理从当前样本频谱中截取相应子孔径样本频谱，然后利用二维傅里叶逆变换，获得对应LED下的子孔径低分辨复振幅估计值：
Figure FDA0003225066110000037
式中，n表示当前迭代次数，1≤n≤nmax，nmax表示设定的最大迭代次数，
Figure FDA0003225066110000038
表示更新位置序列(i,j)对应子孔径的样本频谱；(ui,j,vi,j)表示位置序列(i,j)在频域中对样本的平移效应，P(u+ui,j,v+vi,j)表示平移效应结果；
Figure FDA0003225066110000041
表示第n次迭代对应位置序列(i,j)的子频谱复振幅估计值；
步骤S113，更新子频谱复振幅估计值：
以位置序列(i,j)实际采集的低分辨强度图像替换子频谱复振幅估计值的振幅部分，并使位相部分保持不变，由此子频谱复振幅估计值的更新公式为：
Figure FDA0003225066110000042
式中，
Figure FDA0003225066110000043
表示更新后的第n次迭代对应位置序列(i,j)的子频谱复振幅估计值；
步骤S114，对更新后的第n次迭代对应位置序列(i,j)的子频谱复振幅估计值利用二维傅里叶逆变换即获得对应子孔径频谱信息：
Figure FDA0003225066110000044
式中，
Figure FDA0003225066110000045
表示对应
Figure FDA0003225066110000046
的子孔径频谱信息，F{}表示二维傅里叶变换；
之后，根据位置序列(i,j)对应的子孔径位置更新整体的样本频谱：
Figure FDA0003225066110000047
式中，
Figure FDA0003225066110000048
表示更新后的样本频谱；
步骤S115，以步骤S112～S114更新所有位置序列{(i,j)|1≤i≤m,1≤j≤n}对应的子孔径频谱信息，得到第n次迭代更新的样本频谱作为重建结果On(u,v)；
步骤S116，以步骤S112～S115迭代循环直至重建结果收敛或循环结束后，得到最终重建结果，即重建的带位置误差的样本频谱，表示为
Figure FDA0003225066110000049
其中，每一次迭代循环的初始值为上一次循环更新后的样本频谱结果；
步骤S117，将重建的带位置误差的样本频谱经过二维傅里叶逆变换，得到重建的带位置误差的样本高分辨复振幅
Figure FDA0003225066110000051
并将样本高分辨复振幅
Figure FDA0003225066110000052
分为强度部分与位相部分：
Figure FDA0003225066110000053
式中，
Figure FDA0003225066110000054
表示重建的带位置误差的样本高分辨复振幅，
Figure FDA0003225066110000055
表示重建的带位置误差的样本高分辨复振幅中的强度部分，
Figure FDA0003225066110000056
表示重建的带位置误差的样本高分辨复振幅中的位相部分。
4.根据权利要求3所述的基于傅里叶叠层显微成像的频域光源位置精确校正方法，其特征在于，步骤S116中判断重建结果收敛的方法为：
对于第n次迭代循环对应的损失评判函数为：
Figure FDA0003225066110000057
式中，En取得最小值或(En-En-1)/En-1小于设定阈值，则认为重建结果已经收敛。
5.根据权利要求1所述的基于傅里叶叠层显微成像的频域光源位置精确校正方法，其特征在于，步骤S200包括如下子步骤：
步骤S201，通过相关匹配操作，进行低分辨强度图像与高分辨强度图像显示区域的粗匹配，获得二者图像的粗匹配区域；
步骤S202，对粗匹配区域进行二值化操作，提取用于描述区域的边界中上、下、左、右的四点坐标，以此四点框选区域即认定为表征相同信息区域；
步骤S203，以FPM重建图像分辨率为基准，对高分辨强度图像中表征相同信息区域经过插值后获得配准后的高分辨强度图像Ihr。
6.根据权利要求1所述的基于傅里叶叠层显微成像的频域光源位置精确校正方法，其特征在于，步骤S300包括如下子步骤：
步骤S301，使用配准后的高分辨采集图像Ihr替换带位置误差的高分辨强度与位相复振幅中的强度部分
Figure FDA0003225066110000061
位相部分保持不变，经二维傅里叶变换后获得虚拟频谱Ovir：
Figure FDA0003225066110000062
步骤S302，仿照步骤S100中FPM采集过程，根据位置序列(i,j)对应的理想频域位置(u+ui,j,v+vi,j)，进行子孔径采样处理：
Figure FDA0003225066110000063
式中，
Figure FDA0003225066110000064
表示位置序列(i,j)虚拟的采样子孔径频谱；
步骤S303，将虚拟的采样子孔径频谱经二维傅里叶变换，获得对应的虚拟低分辨强度图
Figure FDA0003225066110000065
Figure FDA0003225066110000066
步骤S304，重复步骤S302～S303直至所有位置序列LED采样完毕，生成一系列虚拟低分辨强度图像
Figure FDA0003225066110000067
7.根据权利要求1所述的基于傅里叶叠层显微成像的频域光源位置精确校正方法，其特征在于，步骤S400包括如下子步骤：
步骤S401，对每个位置序列(i,j)引入独立的频域位置误差模型(Δui,j,Δvi,j)，那么，引入频域位置误差模型后对应的虚拟低分辨强度图像表示为：
Figure FDA0003225066110000068
式中，Δui,j与Δvi,j分别表示二维频域中位置序列(i,j)的位置误差分量；
步骤S402，使用二维相关函数Corr2评价位置序列(i,j)对应的虚拟低分辨强度图像与步骤S100实际采集的低分辨强度图像之间的差异性：
Figure FDA0003225066110000069
式中，
Figure FDA00032250661100000610
表示位置序列(i,j)对应的虚拟低分辨强度图像的均值，
Figure FDA00032250661100000611
表示位置序列(i,j)对应的步骤S100实际采集的低分辨强度图像的均值；
步骤S403，使用二维粒子群算法(PSO)搜索位置序列(i,j)在频域中的最佳频域位置参数：
(Δui,j,Δvi,j)＝argmin(fitness)
fitness＝1-Corr2 for(i,j)
式中，fitness表示描述粒子群的适应函数，即损失函数；当全体粒子的适应函数值收敛于最小值时，即表示所产生的虚拟低分辨强度图像与当前实际采集的低分辨强度图像之间差异最小，此时的(Δui,j,Δvi,j)为位置序列(i,j)的频域校正参数；然后使用频域校正参数对位置序列(i,j)的频域位置参数进行校正，得到校正后的最佳频域位置参数。
8.根据权利要求7所述的基于傅里叶叠层显微成像的频域光源位置精确校正方法，其特征在于，步骤S404还包括：
步骤S404，使用校正后的最佳频域位置参数再次按照步骤S100的方法进行FPM采集与重建，即获得校正后的重建的带位置误差的高分辨强度与位相复振幅。
CN202110969362.1A 2021-08-23 2021-08-23 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 Active CN113671682B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110969362.1A CN113671682B (zh) 2021-08-23 2021-08-23 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

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110969362.1A CN113671682B (zh) 2021-08-23 2021-08-23 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

Publications (2)

Publication Number Publication Date
CN113671682A true CN113671682A (zh) 2021-11-19
CN113671682B CN113671682B (zh) 2023-05-23

Family

ID=78545336

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110969362.1A Active CN113671682B (zh) 2021-08-23 2021-08-23 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

Country Status (1)

Country Link
CN (1) CN113671682B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114355601A (zh) * 2021-12-24 2022-04-15 北京理工大学 显微成像***的led阵列光源位姿偏差校正方法及装置
CN114926357A (zh) * 2022-05-07 2022-08-19 北京理工大学 计算显微成像***的led阵列光源位姿自校正方法
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
CN117147551A (zh) * 2023-10-30 2023-12-01 中国科学院苏州生物医学工程技术研究所 一种染色体扫描成像方法及装置

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140118529A1 (en) * 2012-10-30 2014-05-01 California Institute Of Technology Fourier Ptychographic Imaging Systems, Devices, and Methods
US20150160450A1 (en) * 2012-10-30 2015-06-11 California Institute Of Technology Embedded pupil function recovery for fourier ptychographic imaging devices
CN106127767A (zh) * 2016-06-24 2016-11-16 南京理工大学 一种针对傅立叶叠层显微成像技术的位置校正方法
CN111062889A (zh) * 2019-12-17 2020-04-24 北京理工大学 一种用于傅里叶叠层显微成像技术的光强校正方法
CN111158131A (zh) * 2019-12-31 2020-05-15 杭州电子科技大学 一种基于傅里叶叠层成像的led矩阵校正方法
CN111338068A (zh) * 2020-03-13 2020-06-26 中国科学院长春光学精密机械与物理研究所 一种基于远心扫描镜头的傅里叶叠层成像***

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140118529A1 (en) * 2012-10-30 2014-05-01 California Institute Of Technology Fourier Ptychographic Imaging Systems, Devices, and Methods
US20150160450A1 (en) * 2012-10-30 2015-06-11 California Institute Of Technology Embedded pupil function recovery for fourier ptychographic imaging devices
CN106127767A (zh) * 2016-06-24 2016-11-16 南京理工大学 一种针对傅立叶叠层显微成像技术的位置校正方法
CN111062889A (zh) * 2019-12-17 2020-04-24 北京理工大学 一种用于傅里叶叠层显微成像技术的光强校正方法
CN111158131A (zh) * 2019-12-31 2020-05-15 杭州电子科技大学 一种基于傅里叶叠层成像的led矩阵校正方法
CN111338068A (zh) * 2020-03-13 2020-06-26 中国科学院长春光学精密机械与物理研究所 一种基于远心扫描镜头的傅里叶叠层成像***

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
杨佳琪;马骁;林锦新;钟金钢;: "傅里叶叠层显微术的照明光强校正研究", 激光与光电子学进展 *

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114355601A (zh) * 2021-12-24 2022-04-15 北京理工大学 显微成像***的led阵列光源位姿偏差校正方法及装置
CN114926357A (zh) * 2022-05-07 2022-08-19 北京理工大学 计算显微成像***的led阵列光源位姿自校正方法
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
CN117147551A (zh) * 2023-10-30 2023-12-01 中国科学院苏州生物医学工程技术研究所 一种染色体扫描成像方法及装置
CN117147551B (zh) * 2023-10-30 2024-02-20 中国科学院苏州生物医学工程技术研究所 一种染色体扫描成像方法及装置

Also Published As

Publication number Publication date
CN113671682B (zh) 2023-05-23

Similar Documents

Publication Publication Date Title
CN113671682B (zh) 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
US11781966B2 (en) 3D diffraction tomography microscopy imaging method based on LED array coded illumination
CN113960908B (zh) 用于表征样本中的颗粒的全息方法
US10162161B2 (en) Ptychography imaging systems and methods with convex relaxation
EP2954309B1 (en) 3-d holographic imaging flow cytometry
US8816279B2 (en) Tunable laser-based infrared imaging system and method of use thereof
ES2301706T3 (es) Metodo de videomicroscopia cuantitativa y sistema asociado asi como el producto de programa informatico de sofware.
JPH05509015A (ja) 物体のトポグラフィーを得るための方法及び装置
CN108761752A (zh) 傅立叶重叠关联成像***、设备和方法
CN111158131A (zh) 一种基于傅里叶叠层成像的led矩阵校正方法
US10908060B2 (en) Method for determining parameters of a particle
WO2020258434A1 (zh) 一种基于tie的相位成像方法、装置及可读存储介质
CN102028477A (zh) 一种测量眼底视网膜血氧饱和度的装置及方法
Clemens et al. Quantum cascade laser-based mid-infrared spectrochemical imaging of tissue and biofluids
CN115032196A (zh) 一种全划片高通量彩色病理成像分析仪器及方法
CN107655571B (zh) 一种基于色散模糊的光谱成像***及其光谱重建方法
CN112130306B (zh) 运用于细胞分割下的cmos全息显微成像装置及方法
Rychtáriková et al. Super-resolved 3-D imaging of live cells’ organelles from bright-field photon transmission micrographs
JP2009014355A (ja) 画像処理装置および画像処理プログラム
CN110785709A (zh) 从低分辨率图像产生高分辨率图像以用于半导体应用
Ma et al. Light-field tomographic fluorescence lifetime imaging microscopy
CN110619680A (zh) 一种基于图变分的三维断层相位显微镜重建方法
CN111815544B (zh) 一种数字全息频谱中心亚像素搜索方法
CN114926357A (zh) 计算显微成像***的led阵列光源位姿自校正方法
WO2021155378A1 (en) Systems and methods for performing multiple-wavelength quantitative phase imaging (qpi)

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