CN105784113B - 区分荧光辐射光谱图像和反射光谱图像的成像系统及方法 - Google Patents

区分荧光辐射光谱图像和反射光谱图像的成像系统及方法 Download PDF

Info

Publication number
CN105784113B
CN105784113B CN201610130319.5A CN201610130319A CN105784113B CN 105784113 B CN105784113 B CN 105784113B CN 201610130319 A CN201610130319 A CN 201610130319A CN 105784113 B CN105784113 B CN 105784113B
Authority
CN
China
Prior art keywords
convex lens
image
light
spectrum
fluorescence emission
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.)
Active
Application number
CN201610130319.5A
Other languages
English (en)
Other versions
CN105784113A (zh
Inventor
张永兵
苗长龙
季向阳
林星
李莉华
戴琼海
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.)
Shenzhen Weilai Media Technology Research Institute
Shenzhen Graduate School Tsinghua University
Original Assignee
Shenzhen Weilai Media Technology Research Institute
Shenzhen Graduate School Tsinghua University
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 Shenzhen Weilai Media Technology Research Institute, Shenzhen Graduate School Tsinghua University filed Critical Shenzhen Weilai Media Technology Research Institute
Priority to CN201610130319.5A priority Critical patent/CN105784113B/zh
Publication of CN105784113A publication Critical patent/CN105784113A/zh
Application granted granted Critical
Publication of CN105784113B publication Critical patent/CN105784113B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01JMEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
    • G01J3/00Spectrometry; Spectrophotometry; Monochromators; Measuring colours
    • G01J3/28Investigating the spectrum
    • G01J3/2823Imaging spectrometer

Landscapes

  • Physics & Mathematics (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • General Physics & Mathematics (AREA)
  • Investigating, Analyzing Materials By Fluorescence Or Luminescence (AREA)

Abstract

本发明公开了区分荧光辐射光谱图像和反射光谱图像的成像系统及方法,该系统包括:物镜、第一光栅、第一凸透镜、第二凸透镜、蒙板、第三凸透镜和光传感器,场景辐射的荧光和反射的光依次经过所述物镜、第一光栅、第一凸透镜、第二凸透镜、蒙板和第三凸透镜到达所述光传感器。本发明在两次曝光后捕获的编码图像中能够恢复两组不同特性的高光谱图像,能够实现对动态场景的分析。本发明使用了空间维度和光谱维度的联合编码,克服了之前高光谱成像中在时间、空间维度做出的牺牲。本发明恢复的结果具有对噪声的鲁棒性。

Description

区分荧光辐射光谱图像和反射光谱图像的成像系统及方法
【技术领域】
本发明涉及区分荧光辐射光谱图像和反射光谱图像的成像系统及方法。
【背景技术】
高光谱成像是关于获取单个场景点的几十甚至更多的光谱信息的技术。高光谱成像所获得的高光谱图像集可以被看成是由空间维度(两维)和光谱维度(一维)组成的三维数据。高光谱成像技术常被用于遥感拍摄、生物医学分析、材料分析等领域。依托于这些应用,许多高光谱成像方法已经被提出。传统的高光谱成像方法牺牲时间维度以满足对光谱维度的要求,采用时序光谱扫描的方式完成成像。为克服这种弊端,实现对动态场景的高光谱分析,一些方法尝试将光谱维度映射到空间维度上,采用空间变化的滤色片或者可调谐的光谱滤波器完成这个任务。另外的方法,则尝试利用高光谱图像的稀疏性,利用压缩感知的原理,在一次曝光成像的图片中恢复出高光谱图像。但这些高光谱成像方法都没有考虑荧光材料的特殊光谱特性。
对于一般的非荧光材料,材料表面反射出来的光谱并不改变入射光的光谱谱段,本方法称这种光谱为反射光谱。而荧光效应,是指一种荧光材料,会吸收特定波长的光,进而辐射出波长更长波段的荧光,本方法称它吸收的光谱为荧光吸收光谱,辐射的光谱为荧光辐射光谱。然而,传统的高光谱成像技术并没有考虑这种荧光效应,更无法区分出场景中的反射光谱和荧光辐射光谱。
对于含有荧光材料的静态场景,有很多公开方法可以用来区分反射光谱和荧光辐射光谱。双光谱扫描通过不断改变光源和成像的谱段,能够准确获取每一对入射光谱和辐射光谱的数据,但时间和工作的开销大大限制了它的应用。独立成分分析(IndependentComponent Analysis)也可以用来实现对荧光辐射光谱和反射光谱的区分,但区分的效果并不十分理想,同时也受限于光谱的分布特性。通过利用荧光效应的同分布特性(同一荧光材料辐射出光的光谱分布相同),简单的数学计算就可以从在多幅(不少于3)不同光照下的高光谱图像集中分离出荧光辐射光谱图像和反射光谱图像。同样,分别在两束互补的光谱高频光下捕获高光谱数据也可以比较容易的区分反射光谱图像和荧光辐射高光谱图像。然而,以上这些方法因为采用了普通的谱段扫描的高光谱成像系统,而受限于静态的场景分析。
在自然世界中,荧光材料广泛存在,而且荧光特性只是荧光材料的一部分,一般的光谱反射特性它同样具有。
【发明内容】
为了实现对动态场景中荧光材料的分析,本发明提出了一种区分荧光辐射光谱图像和反射光谱图像的成像系统及方法。
区分荧光辐射光谱图像和反射光谱图像的成像系统,包括:物镜、第一光栅、第一凸透镜、第二凸透镜、蒙板、第三凸透镜和光传感器,场景辐射的荧光和反射的光依次经过所述物镜、第一光栅、第一凸透镜、第二凸透镜、蒙板和第三凸透镜到达所述光传感器。
在一个实施例中,还包括空间光调制器,用于依次调制出光谱上互不重叠的两束光照射到所述场景。
在一个实施例中,还包括光源、第四凸透镜、第二光栅、第五凸透镜,所述光源的光依次经过所述第四凸透镜、第二光栅和第五凸透镜到达所述空间光调制器。
在一个实施例中,还包括滤波片,所述滤波片设置在所述光传感器与第三凸透镜之间。
在一个实施例中,所述空间光调制器为Lcos空间光调制器。
本发明还提供了区分荧光辐射光谱图像和反射光谱图像的成像方法,包括如下步骤:
S1、调制光谱上互不重叠的第一束光和第二束光,其中,所述第一束光和第二束光的频率大于设定频率;
S2、将所述第一束光和第二束光依次照射含有荧光材料的场景,所述场景辐射的荧光和反射的光依次经过物镜、光栅、第一凸透镜、第二凸透镜、蒙板和第三凸透镜到达光传感器;
S3、所述光传感器依次捕获第一束光照射所述场景对应的第一图像i1和第二束光照射所述场景对应的第二图像i2,第一图像i1和第二图像i2均包括荧光辐射光谱图像f和反射光谱图像r:
i1=φ(l1·r+k1·f)
i2=φ(l2·r+k2·f)
基于字典进行稀疏表示有如下关系:
f=Dfαf
r=Drαr
其中Df代表荧光辐射字典,αf则表示荧光辐射光谱图像在荧光辐射字典上的稀疏系数,Dr代表反射字典,αr表示反射光谱图像在反射字典上的稀疏系数,φ、l1、k1、l2和k2均为系数,k1=k2
S4、使用稀疏恢复算法恢复i1-i2=φ((l1-l2)·r)得到αr和αf
S5、根据f=Dfαf计算荧光辐射光谱图像f,r=Drαr计算反射光谱图像r。
在一个实施例中,包括如下步骤:
在步骤S4中通过如下式子计算αr
min||αr||1,满足:εr是计算误差;
再通过如下式子计算αf
min||αf||1,满足
在一个实施例中,所述场景的反射光谱和荧光辐射光谱之和h(x,y,λ)经过蒙板编码后的图像i(x,y):
其中,x和y表示空间坐标,表示蒙板所使用的随机编码的二维矩阵,c是一个将光谱坐标转为空间坐标的校准参数,λ是光谱坐标,s是所述蒙板位置至像平面的距离与所述像平面至光谱平面距离的比值,所述像平面和光谱平面为在所述第二凸透镜和第三凸透镜之间的像平面和光谱平面。
本发明在两次曝光后捕获的编码图像中能够恢复两组不同特性的高光谱图像,能够实现对动态场景的分析。
本发明使用了空间维度和光谱维度的联合编码,克服了之前高光谱成像中在时间、空间维度做出的牺牲。
本发明恢复的结果具有对噪声的鲁棒性。
【附图说明】
图1是本发明一种实施例的区分荧光辐射光谱图像和反射光谱图像的成像系统的光谱可编码光源部分示意图
图2是本发明一种实施例的区分荧光辐射光谱图像和反射光谱图像的成像系统的高光谱编码成像部分示意图
图3是本发明一种实施例的流程图
【具体实施方式】
以下对发明的较佳实施例作进一步详细说明。
如图1和2所示,一种区分荧光辐射光谱图像和反射光谱图像的成像系统,包括:光谱可编码光源部分和高光谱编码成像部分,其中,光谱可编码光源部分包括:光源18、第四凸透镜17、第二光栅16、第五凸透镜15和空间光调制器13(如Lcos空间光调制器),光源18发出的光依次经过第四凸透镜17、第二光栅16和第五凸透镜15到达空间光调制器13,然后到达含有荧光材料的场景1。高光谱编码成像部分包括:物镜2、第一光栅3、第一凸透镜4、第二凸透镜6、蒙板8、第三凸透镜10、滤波片11和光传感器12,场景辐射的荧光和反射的光依次经过所述物镜2、第一光栅3、第一凸透镜4、第二凸透镜6、蒙板8、第三凸透镜10和滤波片11到达所述光传感器12。
一种区分荧光辐射光谱图像和反射光谱图像的成像方法,包括如下步骤:
S1、为获得理想的光谱高频光,光源18最好是一个宽光谱光源信号,以DLP投影仪为例,为去除投影仪内部器件对光谱的影响,投影仪内部的滤波片需要去除,这样就确保了投影仪所投射出来的光直接来自于投影仪内的发光光源,保证光源光束的光谱完整。之后,利用第四凸透镜17将光线聚集到衍射的第二光栅16的入射面,经过第二光栅16的色散,会形成多个能级的光谱面。为获得最好的效果,选择能级的能量应当尽可能高。这个目标可以通过选择散射的第一能级和选择功率较大的光源18实现。选择的光谱带再次经过一个第五凸透镜15,将光谱带透射到空间光调制器13的调制面上,经过调制后,将色散的光尽可能的混叠,就得到了光谱调制的光信号。为获得光谱高频光,需要利用空间光调制器13将光谱带按照需要的光谱密度进行选通,而仅仅通过改变所有选通状态,就可以得到一个光谱上互不重叠的,例如互补的光谱高频光。
S2、将空间光调制器13调制的两束高频光依次照射场景1,场景1中的不同材料会辐射出不同的光谱,既有反射光谱,也有荧光辐射光谱。空间光调制器13依次选通第一束光和第二束光通过空间光调制器13,从而可以使两束高频光依次照射场景1。用hr(x,y,λ)表示场景1的反射光谱的三维数据,(x,y)表示二维的空间坐标,λ表示光谱坐标,则
hr(x,y,λ)=l(λ)r(x,y,λ), (1)
其中l(λ)为光照的光谱,r(x,y,λ)表示场景中点(x,y)的光谱反射率。同样,可以得到荧光辐射光谱的表达式:
hf(x,y,λ)=(∫l(λi)a(x,y,λi)dλi)f(x,y,λ)=k(x,y)f(x,y,λ) (2)
其中,l(λi)表示入射到场景1的入射光谱,a(x,y,λi)表示在空间位置(x,y)的荧光吸收光谱,f(x,y,λ)表示空间位置(x,y)的荧光辐射光谱,在式子(2)中,因为(∫l(λi)a(x,y,λi)dλi)只取决于光照和场景中的荧光吸收特性,公式可以如式子(2)所示的进一步优化。因此,就得到了一个普通场景中的高光谱图像(反射光谱和荧光辐射光谱之和)的表示:
h(x,y,λ)=hr(x,y,λ)+hf(x,y,λ)=l(λ)r(x,y,λ)+k(x,y)f(x,y,λ) (3)
场景1中的反射和辐射的光线经过物镜2聚焦到衍射的第一光栅3上,第一光栅3将所成的像进行色散,形成多个能级的光谱面,本实施例选择能量最高的第一能级进行处理,利用一组透镜透射光线,使得光谱面和像面定位在第二凸透镜6和第三凸透镜10之间,如图3所示,像面7在蒙板8与第二凸透镜6之间,光谱面9在第三凸透镜10与蒙板8之间,在像面和光谱面之间加入随机生成的蒙板8(如胶片蒙板),达到空间维度和光谱维度联合编码的效果,最后将编码的图像投影到传感器12平面进行捕获。如果蒙板8设置在第一凸透镜4与第二凸透镜6之间,蒙板8的编码效果不好,会导致传感器12捕获的图像比较模糊。编码的方式可以通过下面的公式表达:
其中i(x,y)表示最终所成的编码的二维图像,表示蒙板所使用的随机编码的二维矩阵,c是一个将光谱坐标转为空间坐标的校准参数,s是蒙板8的位置至像平面7的距离dm与像平面7至光谱平面距离9(dm+da)的比值。通过上式(4)所表示的编码,三维的高光谱数据就被编码为二维的图像数据,并通过灰度相机捕捉到。(4)式可以简化为:
i=φH (5)
S3、荧光辐射光谱和反射光谱混合图像和其他普通的图像一样,具有稀疏性。根据压缩感知的原理,混合高光谱图像具有稀疏性,可以基于字典进行稀疏表示:
f=Dfαf (6)
r=Drαr (7)
其中,Df和Dr分别代表荧光辐射字典和反射字典,是由从多组已知的高光谱数据集中选择几十万的小块(patch)训练得到,而αf和αr则表示图像在此字典上的稀疏系数。
S4、依次利用在两束光谱高频光照射下捕获到的两幅编码图像,进行高光谱三维数据的恢复,图像可以利用如下两个公式表示:
i1=φ(l1·r+k1·f) (8)
i2=φ(l2·r+k2·f) (9)
当高频光的频率足够高时,k1和k2可以被认为是相等的,公式8减去公式9就得到了:
i1-i2=φ((l1-l2)·r) (10)
对于这个公式,可以使用稀疏恢复算法,例如SPGL1算法来,恢复稀疏系数,具体恢复公式如下:
min||αr||1,满足:
εr是计算误差。求得αr之后,可以继续求解下面的公式:
min||αf||1,满足:
就可以得到αf,继续使用公式6和公式7就可以得到荧光辐射光谱图像f和反射光谱图像r。
以上内容是结合具体的优选实施方式对本发明所作的进一步详细说明,不能认定本发明的具体实施只局限于这些说明。对于本发明所属技术领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干简单推演或替换,都应当视为属于本发明由所提交的权利要求书确定的专利保护范围。

Claims (7)

1.区分荧光辐射光谱图像和反射光谱图像的成像系统,其特征是,包括:物镜、第一光栅、第一凸透镜、第二凸透镜、蒙板、第三凸透镜、光传感器和空间光调制器,所述空间光调制器用于依次调制出光谱上互不重叠的两束光照射到场景,所述场景辐射的荧光和反射的光依次经过所述物镜、第一光栅、第一凸透镜、第二凸透镜、蒙板和第三凸透镜到达所述光传感器。
2.如权利要求1所述的区分荧光辐射光谱图像和反射光谱图像的成像系统,其特征是,还包括光源、第四凸透镜、第二光栅、第五凸透镜,所述光源的光依次经过所述第四凸透镜、第二光栅和第五凸透镜到达所述空间光调制器。
3.如权利要求1所述的区分荧光辐射光谱图像和反射光谱图像的成像系统,其特征是,还包括滤波片,所述滤波片设置在所述光传感器与第三凸透镜之间。
4.如权利要求1所述的区分荧光辐射光谱图像和反射光谱图像的成像系统,其特征是,所述空间光调制器为Lcos空间光调制器。
5.区分荧光辐射光谱图像和反射光谱图像的成像方法,其特征是,包括如下步骤:
S1、调制光谱上互不重叠的第一束光和第二束光,其中,所述第一束光和第二束光的频率大于设定频率;
S2、将所述第一束光和第二束光依次照射含有荧光材料的场景,所述场景辐射的荧光和反射的光依次经过物镜、光栅、第一凸透镜、第二凸透镜、蒙板和第三凸透镜到达光传感器;
S3、所述光传感器依次捕获第一束光照射所述场景对应的第一图像i1和第二束光照射所述场景对应的第二图像i2,第一图像i1和第二图像i2均包括荧光辐射光谱图像f和反射光谱图像r:
i1=φ(l1·r+k1·f)
i2=φ(l2·r+k2·f)
基于字典进行稀疏表示有如下关系:
f=Dfαf
r=Drαr
其中Df代表荧光辐射字典,αf则表示荧光辐射光谱图像在荧光辐射字典上的稀疏系数,Dr代表反射字典,αr表示反射光谱图像在反射字典上的稀疏系数,φ、l1、k1、l2和k2均为系数,k1=k2
S4、使用稀疏恢复算法恢复i1-i2=φ((l1-l2)·r)得到αr和αf
S5、根据f=Dfαf计算荧光辐射光谱图像f,r=Drαr计算反射光谱图像r。
6.如权利要求5所述的区分荧光辐射光谱图像和反射光谱图像的成像方法,其特征是,包括如下步骤:
在步骤S4中通过如下式子计算αr
min||αr||1,满足
εr是计算误差;
再通过如下式子计算αf
min||αf||1,满足
7.如权利要求5所述的区分荧光辐射光谱图像和反射光谱图像的成像方法,其特征是,
所述场景的反射光谱和荧光辐射光谱之和h(x,y,λ)经过蒙板编码后的图像i(x,y):
其中,x和y表示空间坐标,表示蒙板所使用的随机编码的二维矩阵,c是一个将光谱坐标转为空间坐标的校准参数,λ是光谱坐标,s是所述蒙板位置至像平面的距离与所述像平面至光谱平面距离的比值,所述像平面和光谱平面为在所述第二凸透镜和第三凸透镜之间的像平面和光谱平面。
CN201610130319.5A 2016-03-08 2016-03-08 区分荧光辐射光谱图像和反射光谱图像的成像系统及方法 Active CN105784113B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610130319.5A CN105784113B (zh) 2016-03-08 2016-03-08 区分荧光辐射光谱图像和反射光谱图像的成像系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610130319.5A CN105784113B (zh) 2016-03-08 2016-03-08 区分荧光辐射光谱图像和反射光谱图像的成像系统及方法

Publications (2)

Publication Number Publication Date
CN105784113A CN105784113A (zh) 2016-07-20
CN105784113B true CN105784113B (zh) 2017-09-22

Family

ID=56387842

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610130319.5A Active CN105784113B (zh) 2016-03-08 2016-03-08 区分荧光辐射光谱图像和反射光谱图像的成像系统及方法

Country Status (1)

Country Link
CN (1) CN105784113B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107144954B (zh) * 2017-04-10 2020-06-19 清华大学 成像系统和方法
CN109784142B (zh) * 2018-11-27 2020-12-04 北京理工大学 一种基于条件随机投影的高光谱目标检测方法
CN111489309B (zh) * 2020-04-07 2022-04-15 重庆工商大学 一种稀疏解混的预处理装置及方法

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1149555A3 (en) * 2000-04-24 2002-04-17 Fuji Photo Film Co., Ltd. Fluorescent endoscope apparatus
CN100507521C (zh) * 2004-04-23 2009-07-01 中国科学院上海光学精密机械研究所 上转换发光生物传感器
US8270689B2 (en) * 2006-09-12 2012-09-18 Carestream Health, Inc. Apparatus for caries detection
WO2010019515A2 (en) * 2008-08-10 2010-02-18 Board Of Regents, The University Of Texas System Digital light processing hyperspectral imaging apparatus
CN101592659B (zh) * 2009-02-09 2012-08-08 马义才 一种基于持续荧光物标记的试条定量检测系统及其方法
CN103471715B (zh) * 2013-09-02 2015-09-09 北京航空航天大学 一种共光路组合式光场光谱成像方法及装置

Also Published As

Publication number Publication date
CN105784113A (zh) 2016-07-20

Similar Documents

Publication Publication Date Title
Lin et al. Spatial-spectral encoded compressive hyperspectral imaging
Cao et al. A prism-mask system for multispectral video acquisition
Kim et al. 3D imaging spectroscopy for measuring hyperspectral patterns on solid objects
Du et al. A prism-based system for multispectral video acquisition
US9900562B2 (en) System and method for light-field imaging
CN105784113B (zh) 区分荧光辐射光谱图像和反射光谱图像的成像系统及方法
CN106679808B (zh) 基于压缩光谱的关联成像系统及其方法
CN113048907B (zh) 一种基于宏像素分割的单像素多光谱成像方法及装置
CN107076611A (zh) 光谱成像方法与系统
CN112802145A (zh) 一种基于深度学习的彩色计算鬼成像方法
CN108370422A (zh) 利用单个矩阵传感器采集可见和近红外图像的系统和方法
CN110319790A (zh) 一种基于彩色散斑场的全彩色计算鬼成像方法
CN110501071A (zh) 一种基于模糊编码的压缩高光谱掩膜优化方法
CN111198037A (zh) 一种快速多光谱成像装置
US20220091694A1 (en) Fingerprint identification system having real/fake fingerprint identification function for mobile phone, and identification method using same
CN208270074U (zh) 时空联合调制光场光谱成像系统
CN106895916A (zh) 一种单次曝光拍摄获取多光谱图像的方法
Trumpy et al. A multispectral design for a new generation of film scanners
CN109798978B (zh) 一种采用异形蓝色噪声编码孔径的光谱成像方法
Wenger et al. Optimizing color matching in a lighting reproduction system for complex subject and illuminant spectra
US20200404248A1 (en) System and method for compressed sensing light field camera
CN207571310U (zh) 压缩感知成像装置
Ji et al. Separating reflective and fluorescent components for dynamic scenes
Goesele New acquisition techniques for real objects and light sources in computer graphics
Berns et al. Modifications of a sinarback 54 digital camera for spectral and high-accuracy colorimetric imaging: simulations and experiments

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant