1 华北理工大学电气工程学院,河北 唐山 063210
2 唐山市金属构件产线智能化技术创新中心,河北 唐山 063210
3 唐山市半导体集成电路重点实验室,河北 唐山 063210
傅里叶叠层成像(FPM)受硬件和算法等因素的限制,成像的整体性能有待提高。为解决传统FPM技术成像速度慢、成像质量低的问题,融入深度学习的FPM图像重建方法得到广泛关注。基于此,提出一种基于超分辨率对抗生成网络的FPM模型,在原有网络基础上通过增加密集块连接实现全局特征融合并且使用一种加权损失函数提高图像重建质量。分辨率板图像重构结果表明,所提深度学习方法较传统方法重建效果显著、重建速度更快。
显微 计算成像 傅里叶叠层显微成像 对抗生成网络 超分辨率重建 深度学习 激光与光电子学进展
2023, 60(20): 2018001
1 北京理工大学光电学院光电成像技术与系统教育部重点实验室, 北京 100081
2 北京理工大学重庆创新中心, 重庆 401120
3 长春大学电子信息工程学院, 吉林 长春 130022
傅里叶叠层显微成像技术通过拓展频谱的方法合成细节信息更为丰富的单帧图像,实现在大视场下重建高分辨率图像。然而,成像系统中普遍存在的各种像差往往导致成像模糊,重建图像分辨率下降。针对上述问题,提出一种基于叠层衍射成像的像差校正方法,在更新频谱和光瞳函数时,通过自适应选取频谱和光瞳函数当前值与最大值的最佳比例,提高了迭代重建的质量。利用上述方法,首先重建加载混合像差的仿真图像,并选用峰值信噪比(PSNR)和结构相似性(SSIM)为评价指标。仿真结果表明,相比于传统的嵌入式光瞳恢复算法,本文方法可以大幅提升重建光瞳函数的PSNR和SSIM,分别增长14.9%和1.4%。为进一步验证算法在真实图像上的有效性,采集了人体血细胞样本图像并进行重建,结果表明,重建图像清晰,能够准确分辨细胞轮廓。
成像系统 傅里叶叠层显微成像 像差校正 叠层衍射成像 泽尼克多项式 嵌入式光瞳恢复 光学学报
2021, 41(10): 1011001
杭州电子科技大学电子信息学院, 浙江 杭州 310018
傅里叶叠层显微成像(FPM)利用LED阵列角度变化的光照来克服低数值孔径物镜的分辨率限制。在传统的FPM系统中,LED阵列的位置误差将会给图像重建过程带来严重影响。因此准确校正LED阵列的位置对于提高重建图像质量至关重要。为了解决这一问题,提出一种基于遗传退火优化算法的位置校正方法。首先分析LED阵列、样品及物镜数值孔径的相对位置给入射波矢量带来的影响;接着采用遗传退火优化算法对LED阵列的误差位置估计全局误差参数;最后在重建过程中利用全局误差参数快速、准确地对LED阵列位置进行校正。仿真结果和实验结果表明,所提方法能显著提高重建图像的质量。
成像系统 傅里叶叠层显微成像 位置校正 遗传退火算法 图像质量
安徽大学农业生态大数据分析与应用技术国家地方联合工程研究中心, 安徽 合肥 230601
傅里叶叠层显微成像技术(FPM)是一种新型显微成像技术,该方法巧妙地结合了相位恢复算法和合成孔径的理念,解决了大视场与高分辨率难以兼备的问题。在传统计算中,往往将FPM成像过程近似为相干成像,即将LED视为点光源,进而相干传递函数作为最优解的频谱支持域约束。但是,严格来说,LED是扩展的非相干光源,因此这种不恰当的近似会降低重构图像质量。为此,通过探究FPM系统的相干性,提出了一种新的传递函数——基于贝塞尔函数加权的切趾相干(B-AC)传递函数作为支持域约束的方法,实验结果证明,B-AC约束更适配于FPM成像系统,可以明显减少相干传递函数约束时产生的振铃效应,使得重构图像质量和鲁棒性优于相干传递函数和切趾相干传递函数约束。
成像系统 相位恢复 傅里叶叠层显微成像 相干传递函数 相干成像 部分相干成像
包含多波长信息的低分辨(LR)灰度图难以被完全解复用,根据LR图像信息重建出的彩色高分辨(HR)图像容易出现通道串扰的现象。为重建不受通道串扰干扰的彩色HR图像,提出一种基于三维卷积神经网络(CNN)的彩色HR图像重建算法。采用主成分分析法提取单色HR图像和彩色LR图像的结构信息,然后基于结构信息训练CNN来建立单色HR图像和彩色LR图像之间的映射关系,最后生成彩色HR图像。实验结果表明,所提算法可以获得不受通道串扰影响、色彩不失真的彩色HR图像。定量评价指标方均根误差小于0.1,结构相似性参数大于0.9。
成像系统 显微术 傅里叶叠层显微成像 卷积神经网络 主成分分析 彩色图像重建 光学学报
2020, 40(20): 2011001