CN109477782A - 检测流体中的微观物体 - Google Patents
检测流体中的微观物体 Download PDFInfo
- Publication number
- CN109477782A CN109477782A CN201780039197.1A CN201780039197A CN109477782A CN 109477782 A CN109477782 A CN 109477782A CN 201780039197 A CN201780039197 A CN 201780039197A CN 109477782 A CN109477782 A CN 109477782A
- Authority
- CN
- China
- Prior art keywords
- image data
- filtering
- micro
- light
- hologram pattern
- 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.)
- Pending
Links
- 239000012530 fluid Substances 0.000 title claims abstract description 60
- 238000001914 filtration Methods 0.000 claims abstract description 150
- 238000000034 method Methods 0.000 claims abstract description 60
- 238000002360 preparation method Methods 0.000 claims abstract description 34
- 238000003384 imaging method Methods 0.000 claims abstract description 26
- 230000001427 coherent effect Effects 0.000 claims abstract description 22
- 230000001678 irradiating effect Effects 0.000 claims abstract description 8
- 230000001902 propagating effect Effects 0.000 claims abstract description 5
- 230000015572 biosynthetic process Effects 0.000 claims abstract description 4
- 230000003068 static effect Effects 0.000 claims description 8
- 238000004590 computer program Methods 0.000 claims description 4
- 241000208340 Araliaceae Species 0.000 claims description 3
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 claims description 3
- 235000003140 Panax quinquefolius Nutrition 0.000 claims description 3
- 238000000151 deposition Methods 0.000 claims description 3
- 235000008434 ginseng Nutrition 0.000 claims description 3
- 230000000644 propagated effect Effects 0.000 claims description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 22
- 238000001514 detection method Methods 0.000 description 20
- 238000012545 processing Methods 0.000 description 14
- 230000002708 enhancing effect Effects 0.000 description 8
- 239000002245 particle Substances 0.000 description 6
- 238000004458 analytical method Methods 0.000 description 5
- 230000008901 benefit Effects 0.000 description 5
- 238000003708 edge detection Methods 0.000 description 5
- 238000001093 holography Methods 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 230000033001 locomotion Effects 0.000 description 4
- 238000004519 manufacturing process Methods 0.000 description 4
- 244000005700 microbiome Species 0.000 description 4
- 238000012544 monitoring process Methods 0.000 description 4
- 241000894006 Bacteria Species 0.000 description 3
- 210000004027 cell Anatomy 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 239000000463 material Substances 0.000 description 3
- 239000011159 matrix material Substances 0.000 description 3
- 238000000386 microscopy Methods 0.000 description 3
- 238000005070 sampling Methods 0.000 description 3
- 230000009466 transformation Effects 0.000 description 3
- 108010034145 Helminth Proteins Proteins 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 230000000295 complement effect Effects 0.000 description 2
- 239000003344 environmental pollutant Substances 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 244000000013 helminth Species 0.000 description 2
- 239000012535 impurity Substances 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 229910044991 metal oxide Inorganic materials 0.000 description 2
- 150000004706 metal oxides Chemical class 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 231100000719 pollutant Toxicity 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 238000003860 storage Methods 0.000 description 2
- 241000195493 Cryptophyta Species 0.000 description 1
- 241000588724 Escherichia coli Species 0.000 description 1
- 241000224467 Giardia intestinalis Species 0.000 description 1
- 241000589248 Legionella Species 0.000 description 1
- 208000007764 Legionnaires' Disease Diseases 0.000 description 1
- 102000008297 Nuclear Matrix-Associated Proteins Human genes 0.000 description 1
- 108010035916 Nuclear Matrix-Associated Proteins Proteins 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 239000010868 animal carcass Substances 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000000149 argon plasma sintering 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
- 238000013481 data capture Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 229940085435 giardia lamblia Drugs 0.000 description 1
- 239000008187 granular material Substances 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000002032 lab-on-a-chip Methods 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 210000000299 nuclear matrix Anatomy 0.000 description 1
- 230000000474 nursing effect Effects 0.000 description 1
- 238000003909 pattern recognition Methods 0.000 description 1
- 230000000704 physical effect Effects 0.000 description 1
- 238000011112 process operation Methods 0.000 description 1
- 238000007430 reference method Methods 0.000 description 1
- 230000008929 regeneration Effects 0.000 description 1
- 238000011069 regeneration method Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 239000013535 sea water Substances 0.000 description 1
- 230000008054 signal transmission Effects 0.000 description 1
- 239000008400 supply water Substances 0.000 description 1
- 238000010998 test method Methods 0.000 description 1
- 238000000844 transformation Methods 0.000 description 1
- 238000004457 water analysis Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
- G01N15/02—Investigating particle size or size distribution
- G01N15/0205—Investigating particle size or size distribution by optical means
- G01N15/0227—Investigating particle size or size distribution by optical means using imaging; using holography
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
- G01N15/10—Investigating individual particles
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
- G01N15/10—Investigating individual particles
- G01N15/14—Optical investigation techniques, e.g. flow cytometry
- G01N15/1484—Optical investigation techniques, e.g. flow cytometry microstructural devices
-
- 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
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/41—Refractivity; Phase-affecting properties, e.g. optical path length
- G01N21/45—Refractivity; Phase-affecting properties, e.g. optical path length using interferometric methods; using Schlieren methods
- G01N21/453—Holographic interferometry
-
- 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
- G01N21/84—Systems specially adapted for particular applications
- G01N21/85—Investigating moving fluids or granular solids
-
- G—PHYSICS
- G03—PHOTOGRAPHY; CINEMATOGRAPHY; ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ELECTROGRAPHY; HOLOGRAPHY
- G03H—HOLOGRAPHIC PROCESSES OR APPARATUS
- G03H1/00—Holographic processes or apparatus using light, infrared or ultraviolet waves for obtaining holograms or for obtaining an image from them; Details peculiar thereto
- G03H1/04—Processes or apparatus for producing holograms
- G03H1/0443—Digital holography, i.e. recording holograms with digital recording means
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
- G01N15/02—Investigating particle size or size distribution
- G01N15/0205—Investigating particle size or size distribution by optical means
- G01N15/0227—Investigating particle size or size distribution by optical means using imaging; using holography
- G01N2015/0233—Investigating particle size or size distribution by optical means using imaging; using holography using holography
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
- G01N15/10—Investigating individual particles
- G01N2015/1029—Particle size
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
- G01N15/10—Investigating individual particles
- G01N2015/103—Particle shape
-
- 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
- G01N21/01—Arrangements or apparatus for facilitating the optical investigation
- G01N21/03—Cuvette constructions
- G01N2021/0378—Shapes
-
- G—PHYSICS
- G03—PHOTOGRAPHY; CINEMATOGRAPHY; ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ELECTROGRAPHY; HOLOGRAPHY
- G03H—HOLOGRAPHIC PROCESSES OR APPARATUS
- G03H1/00—Holographic processes or apparatus using light, infrared or ultraviolet waves for obtaining holograms or for obtaining an image from them; Details peculiar thereto
- G03H1/0005—Adaptation of holography to specific applications
- G03H2001/0033—Adaptation of holography to specific applications in hologrammetry for measuring or analysing
-
- G—PHYSICS
- G03—PHOTOGRAPHY; CINEMATOGRAPHY; ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ELECTROGRAPHY; HOLOGRAPHY
- G03H—HOLOGRAPHIC PROCESSES OR APPARATUS
- G03H1/00—Holographic processes or apparatus using light, infrared or ultraviolet waves for obtaining holograms or for obtaining an image from them; Details peculiar thereto
- G03H1/0005—Adaptation of holography to specific applications
- G03H2001/0033—Adaptation of holography to specific applications in hologrammetry for measuring or analysing
- G03H2001/0044—Adaptation of holography to specific applications in hologrammetry for measuring or analysing holographic fringes deformations; holographic sensors
-
- G—PHYSICS
- G03—PHOTOGRAPHY; CINEMATOGRAPHY; ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ELECTROGRAPHY; HOLOGRAPHY
- G03H—HOLOGRAPHIC PROCESSES OR APPARATUS
- G03H1/00—Holographic processes or apparatus using light, infrared or ultraviolet waves for obtaining holograms or for obtaining an image from them; Details peculiar thereto
- G03H1/04—Processes or apparatus for producing holograms
- G03H1/0443—Digital holography, i.e. recording holograms with digital recording means
- G03H2001/0447—In-line recording arrangement
Landscapes
- Chemical & Material Sciences (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Pathology (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Immunology (AREA)
- Dispersion Chemistry (AREA)
- Engineering & Computer Science (AREA)
- Computing Systems (AREA)
- Theoretical Computer Science (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
- Holo Graphy (AREA)
- Image Processing (AREA)
- Microscoopes, Condenser (AREA)
Abstract
一种方法(10)包括:在通过相干光照射样本体积的同时,获得(11)由图像传感器接收传播穿过样本体积的光而捕获的预备图像数据,样本体积包含可能包括外来源的微观物体的流体,预备图像数据包括针对微观物体的具有由干涉条纹形成的预备空间交替强度的预备全息图案;提供(12)经滤波的图像数据,包括通过边缘增强滤波器自动地对预备图像数据进行滤波,经滤波的图像数据包括针对预备的全息图案的经滤波的全息图案;在经滤波的全息图案的基础上自动地检测(13)流体的样本体积中的与经滤波的全息图案相关联的微观物体的存在。
Description
技术领域
本发明总体上涉及监视流体(诸如水)的质量。特别地,本发明涉及借助于光学感测来监视流体的微观粒子或微生物含量的方法和设备。
背景技术
水质是针对生产、供应或使用清洁水的各种应用的重要参数。水质对于作为市政用水的最终用户的人的安全和健康以及对于使用具有特定质量要求的水的各种工业过程而言也可能是至关重要的。
传统上,已经执行了全面的水质分析以作为耗时的实验室过程,其中借助于复杂的分析仪器来研究水样。然而,对于许多应用,诸如监视水处理厂中、市政供水网络中、或某些关键类型的住宅供水系统(诸如医院、老人院或托儿所中的住宅供水系统)的内部供水中、以及某些工业过程中的水质,需要更快的响应时间。
已经提出了同轴全息术(In-line holography)或全息显微术以作为用于快速水质监视的一种潜在技术。在US 2004/0169903 A1中,公开了一种用于跟踪海水中的颗粒和生命形式的同轴全息术方法。在另一示例中,在www.rsc.org处的电子出版物,Lab on achip,2010;10(18):2419-2423,使用现场便携式和经济的无透镜显微镜检测水性寄生虫,Mudanyali O,Oztoprak C,Tseng D,Erlinger A,Ozcan A中公开了一种用于检测致病水性寄生虫的紧凑型同轴全息显微镜。
在现有技术的全息显微术方法中,其中使用复杂的数学算法将全息图像重建成样本的一个或多个二维图像的重建阶段需要繁琐且耗时的计算以及强大、昂贵的计算设备。这可能妨碍同轴全息显微镜系统的小尺寸、低成本传感器级实施方式的实施。
与水质监视类似,还存在需要检测和/或分析流体中的外来微观物体的各种其他应用。
发明内容
提供本发明内容以便以简化的形式介绍对概念的选择,所述概念将在下面的具体实施方式中进一步描述。本发明内容不旨在识别所要求保护的主题的关键特征或必要特征,也不旨在用于限制所要求保护的主题的范围。
在一个方面,可以实施以下一种方法,该方法可以被用于检测存在于流体中的外来源的微观物体。该方法可以被用于例如监视供水、水分配或水使用系统和网络中的水质,其中微观物体可以是例如杂质颗粒和/或微生物。可替选地,流体可以是一些其他液体或气体。
该方案可以包括:在通过相干光照射样本体积时,获得源自于由图像传感器接收传播穿过(即横向通过)样本体积的光而捕获的全息数字图像帧的预备图像数据(preparedimage data),所述样本体积包含可能含有外来源的微观物体的流体,由此可能的微观物体散射光的一部分,散射的光和非散射的光进行干涉,从而在微观物体后面形成干涉条纹,所述预备图像数据包括针对微观物体的具有由干涉条纹形成的预备空间交替强度的预备全息图案;提供经滤波的图像数据,包括通过边缘增强滤波器可能地以两个或多个不同方向对预备图像数据进行自动滤波,所述经滤波的图像数据包括针对存在于预备图像数据中的预备全息图案的经滤波的全息图案;并且在经滤波的全息图案的基础上自动地检测流体的样本体积中的与经滤波的全息图案相关联的微观物体的存在。
在该方法中,可以使用如从同轴全息显微术中已知这样的一些原理。
由于通过参考结合附图所考虑的以下详细描述而更好地理解许多伴随特征,因此这些伴随特征将更容易领会。
附图说明
从以下根据附图阅读的详细描述中将更好地理解本说明书,在附图中:
图1至图4作为示意性流程图示出了用于检测存在于流体中的外来物体的微观物体的方法;并且
图5和图6作为示意性框图示出了用于检测存在于流体中的外来物体的微观物体的设备。
具体实施方式
图1的方法10包括:在操作11中,在通过相关光照射样本体积时,获得源自于由图像传感器接收传播穿过样本体积的光而捕获的全息数字图像帧的预备图像数据,该样本体积可以存在于比色皿内或由比色皿限定,所述样本体积包含可能包括外来源的微观物体的流体。
由比色皿限定是指样本体积的延伸(即形状和尺寸)物理上受比色皿限制或约束。这样的比色皿可以具有任何适当的形状和结构,其具有可以确定样本体积的边界的一个或多个直的或弯曲的壁。可替选地,样本体积可以包括由比色皿限定的内部体积的仅一部分。
“外来源的”表述是指微观物体不是由流体本身形成的。它们可以源自例如输送或储存所讨论的流体的管道或容器的材料。这种系统的材料颗粒可以例如由于管道破裂或设备故障而被释放到流体中。可替选地,外来源的微观物体可能源自最终在这种管道或容器内的外来物或污染物。例如,在供水系统的情况下,产生微生物进入到流体中的这种外来物可能是动物尸体。
在供水、水分配或水使用系统和网络的情况下,不通常存在的微生物可以是,例如各种细菌(诸如属于大肠杆菌或军团菌的细菌)、原生动物(诸如蓝氏贾第虫)、或各种类型的藻类。
另一方面,从物理性质的角度,外来源的微观物体通常具有例如与流体的折射率不同的折射率。这使得能够借助于光学感测来检测这种物体。在图1的方法中,这被利用在于,对微观物体的检测是基于由于微观物体和流体的折射率之间的差异而导致的微观物体的光散射。
“图像传感器”是指能够捕获数字图像帧的光敏感部件或元件。图像传感器可以包括例如CMOS(互补金属氧化物半导体)或任何其他适当类型的传感器元件作为有源光检测成像元件。
“数字图像帧”或简称“帧”是指通过图像传感器的像素或一些其他光感测元件的曝光而捕获的数据内容。因此,帧通常包括能够在该图像数据的基础上合成可显示的数字图像的图像数据。数字图像帧的图像数据可以包括例如关于由图像传感器的像素接收到的光能的信息。
当通过相干光照射样本体积时,在其中的可能的微观物体散射光的一部分,并且照射光的散射部分和非散射部分进行干涉,从而在微观物体后面形成干涉条纹。
通过相干光照射是指用以照射样本体积的光的至少一部分在空间上和时间上足够相干,使得所述干涉是可能的。因此,“通过相干光照射”不排除同时也通过非相干光照射样本体积的可能性。因此,照射样本体积的光可以包括相干光和非相干光。
“后面”是指如从照射光(即对样本进行照射的相干光)的入射方向观察到的干涉条纹的位置。换句话说,当从产生相干照射光的光源的位置观察时,干涉条纹主要形成在微观物体后面,即在微观物体的、与相干光从其入射到微观物体上的一侧相反的一侧处。
因此,源自全息数字图像帧的预备图像数据包括:针对存在于由图像传感器接收到的光路径中的微观物体,具有由干涉条纹形成的预备空间交替的强度的预备全息图案。
相干光(即照射光)可以被发射或引导成展开的锥形或束形或者被发射或引导成准直光束。在前一种情况下,干涉条纹是根据距散射微观物体的距离而展开。此外,不管照射光是被发射或引导成展开的光束还是准直光束,干涉条纹都由于取决于微观物体的类型和照射光的波长而使光散射到各个方向来展开。因此,微观物体与图像传感器之间的距离越长,在图像传感器上形成的全息图案越大。
从尺寸的角度,“微观物体”是指其特征尺寸(诸如最大直径、长度或宽度)在0.1、0.5或1.0μm至50或100μm范围内的物体。具有如此小的特征尺寸的物体对于人眼是不可见的,因此它们不能在视觉上被检测到。另一方面,由该大小的物体形成的全息图可由具有相当小尺寸的图像传感器检测。此外,利用这种微米级特征尺寸,物体主要向前散射光,从而能够通过同轴全息术进行高效检测。
“源自”全息数字图像帧的“预备”图像数据指的是:由所捕获的全息数字图像帧直接限定的初始图像数据可以首先以某些适当方式进行准备或处理以产生形成了该方法的后续操作的基础的预备图像数据。
“获得”全息图数字图像帧的预备图像数据或其图像数据是指:为了自动数据处理和/或存储目的提供可利用的这种数据内容的任何适当方式。准备生成的预备图像数据可以被存储在该设备中的任何适当存储器中或一些其他设备或装置中,或者例如可以被存储在云服务器中。在该方法中可以使用任何适当的有线或无线数据或信号传输路径来获得这种准备生成的数据内容。在一些实施例中,所述“获得”还可以包括生成预备图像数据或处理初始图像数据,以便产生准备的图像数据。
利用所获得的预备图像数据,该方法包括在操作12中提供经滤波的图像数据。这进而包括通过边缘增强滤波器对预备图像数据进行自动滤波,使得经滤波的图像数据包括:针对存在于预备图像数据中的预备全息图案的,经滤波的全息图案。
如技术人员所知,存在以下各种已知数学运算,其可被用于对图像数据进行滤波以用于边缘增强滤波目的。可以使用任何适当的边缘增强滤波器。优选地,可以使用增强了图像数据中的大致圆的或圆形对象的边缘增强滤波器。
边缘增强滤波器可以基于例如各种边缘检测算法。通常,边缘检测的原理是通过这种边缘检测算法对图像数据进行滤波而找出图像内容中存在相对突然变化的位置。例如,用于找到“边缘”的感兴趣参数可以是在捕获帧期间由图像传感器接收到的光的强度,即由图像数据形成的图像的亮度。
作为通过边缘增强滤波器对图像数据进行滤波的结果,经滤波的图像数据通常突显了边缘,即存在于原始图像数据中的可区分对象的轮廓。在对具有预备全息图案的预备图像数据进行滤波的情况下,经滤波的图像数据因此包括以经滤波的全息图案的形式的预备全息图案的轮廓。
在经滤波的全息图案的基础上,对图像数据的进一步分析可以集中在或限于图像区域中全息图案的实际位置。由于不需要分析剩余的图像数据,因此可以节省所需计算能力的大量节省。
边缘增强滤波器可以是对称滤波器。对称滤波器是指基本上保留旋转对称性(即要滤波的原始图案的旋转形状信息)的滤波器。因此,当使用对称滤波器时,保留预备全息图案的原始旋转对称性,使得经滤波的全息图案的形状基本上对应于相关联的预备全息图案的形状。
代替仅一个方向,通过边缘增强滤波器的滤波可以优选地以两个或更多个不同方向来执行。使用的方向越多,经滤波的全息图案可以越精确地遵循相关联的预备全息图案的形状。
在以两个或更多个方向执行滤波的情况下,提供经滤波的图像数据可以包括提供多个经滤波的图像帧,每个经滤波的图像帧包括部分经滤波的图像数据,并且通过组合多个经滤波的图像帧的部分图像数据来形成最终经滤波的图像数据。因此,预备图像数据可以利用不同方向的滤波器来滤波,每个滤波器提供部分经滤波的图像数据,并且然后可以对不同部分的图像数据求和或组合以形成经滤波的图像数据。可以在不同的滤波操作中使用不同或相同类型的滤波器。
除了边缘增强滤波之外,提供经滤波的图像数据可以包括通过一些其他类型的滤波器(诸如通过增强了全息图案的对称性的一个或多个滤波器)对预备图像数据进行滤波。
当以多于一个方向执行滤波时,可以对原始预备图像数据执行原始预备图像数据,并且然后可以组合经滤波的图像数据以形成一个单个经滤波的图像数据。
在实施例中,通过对称边缘增强滤波器对预备图像数据进行滤波包括将卷积核应用于预备图像数据。
如本领域技术人员所知,应用卷积核可以包括在图像数据上滑动该卷积核。可替选地,实际上可以通过首先对图像数据和核进行傅里叶变换、将那些傅里叶变换相乘以及对由此实现的乘积进行逆变换来实现相同的结果。
如本领域技术人员所知,卷积核包括二维滤波器矩阵,矩阵中的每个单元定义一个因子,将要滤波的图像数据的对应单元或像素乘以该因子。对于图像数据的给定单元或像素,该特定单元或像素及其相邻单元或像素的值中每个乘以该矩阵的相应单元。对得到的乘积求和,并将结果设置为经滤波的图像数据的该特定单元或像素的值。
通常对于边缘增强滤波器和边缘检测算法,存在各种适用于增强和/或检测图像数据中的边缘的准备好的指定核矩阵。用于边缘增强的卷积核的众所周知的示例包括Roberts、Prewitt和Sobel核。常用的边缘检测算法包括Canny和Deriche边缘检测器。
在可以根据应用卷积核的先前实施例的实施例中,在提供经滤波的图像数据时,针对至少两个不同的空间频率来执行通过边缘增强滤波器(其可以是对称滤波器)对预备图像数据的滤波。
“空间”频率是指形成预备全息图的相邻干涉条纹之间的空间距离。相邻干涉条纹越近,空间频率越高。
干涉条纹的空间频率受到微观物体距图像传感器的距离和微观物体的尺寸两者的影响。干涉条纹的低空间频率(可能连同其低强度最大值)可以产生预备全息图案的平缓边缘。相反,高空间频率和/或高强度最大值可以产生具有基本上更尖锐边缘的预备全息图案。在预备图像数据中存在具有不同边缘尖锐度的预备全息图案的情况下,针对至少两个不同的空间频率对预备图像数据进行滤波可以提高边缘增强的可靠性。
在针对两个或更多个空间频率执行滤波的情况下,提供经滤波的图像数据可以包括提供多个经滤波的图像帧,每个经滤波的图像帧包括部分经滤波的图像数据,并且通过组合多个经滤波的图像帧的部分图像数据来形成最终经滤波的图像数据。因此,预备图像数据可以利用针对不同空间频率的滤波器来滤波,每个滤波器提供了部分经滤波的图像数据,并且然后可以对不同部分的图像数据求和或组合以形成经滤波的图像数据。可以在不同的滤波操作中使用不同或相同类型的滤波器。
此外,提供经滤波的图像数据可以包括通过多个滤波器对预备图像数据进行自动滤波,每个滤波器被配置为通过滤波方向和空间频率的特定组合来对预备图像数据进行滤波。然后可以将这种多个滤波操作的部分经滤波的图像数据进行组合或求和以形成经滤波的图像数据。图10中示出了这的示例。
在图10中,左侧列示出了经滤波的图像帧,每个经滤波的图像帧是通过利用滤波方向和空间频率的特定组合对全息图像进行滤波而产生的。左侧列从上到下示出了通过组合由每个滤波操作产生的不同经滤波图像的部分经滤波图像数据而形成的“累积的”经滤波的图像帧的发展。右侧列的最下面的图像帧表示具有最终经滤波图像数据的最终累积的经滤波图像帧。出于说明目的,这个最终累积的或组合的经滤波图像帧是通过将也在其中的未示出在左侧列的经滤波的图像帧的任一个中的一些部分经滤波的图像数据进行组合而形成的。
具有交替强度的干涉条纹可以在对预备图像数据的滤波中产生,初始产生了针对预备图像数据的预备全息图案的、具有正值和负值的经滤波的空间交替的强度分量。这是因为下降的边缘也被确定为“边缘”。“强度分量”是指空间交替强度的交替部分,其可能被调用(summoned)到空间上基本恒定或缓慢变化的基本水平。在可以根据先前实施例中任一个的实施例中,提供经滤波的图像数据还包括:将经滤波的空间交替强度分量的这种负值自动地转换成它们的绝对值,即正值。
在实施例中,在将经滤波的空间交替强度分量的负值转换成它们的绝对值之后,该方法还包括自动地平滑经滤波的空间交替强度分量。
从一般角度上看,“平滑化”是指降低经滤波的全息图案的区域中的空间交替强度分量的幅度。可以利用任何适当的一个或多个滤波器和一个或多个算法来实现此目的。因此,经滤波的图像数据可以包括经滤波的全息图案的区域中的局部增加的强度,经滤波的全息图案内的强度仅略微交替或根本不交替。
可以通过将超过预定阈值水平的其值自动地设置到特定恒定强度水平、同时将保持低于所述阈值的值转换为零或转换为经滤波的全息图案之外的可能非零的强度基本水平而对局部增强的强度设阈值(thresholding)来进一步处理经滤波的图像数据。因此,经滤波的图像数据可以包括作为二进制图像的经滤波的全息图案。可替选地,超过阈值水平的值可以保持不变。
从图像的角度上看,将经滤波的空间交替强度分量的初始负值转换为它们的正的对应值(可能接着对其进行平滑化并且还可能设阈值)可以产生经滤波的图像数据,其中经滤波的全息图案形成“斑点(blob)”,即具有基本恒定或略微交替局部增强的强度的区域。
在图5中示出了将负强度分量值转换为正值、对由此实现的强度分量曲线进行平滑化以及对经平滑的曲线设阈值的操作。
利用可用的经滤波的图像数据,该方法还包括在操作13中,在经滤波的全息图案的基础上自动地检测流体的样本体积中的与经滤波的全息图案相关联的微观物体的存在。
因此,经滤波的图像数据的可能的一个或多个经滤波的全息图案被用作对于样本体积中包含的流体中的一个或多个微观散射物体的存在的指示。
在“经滤波的全息图案的基础上”检测微观物体的存在是指利用以下事实:从对具有预备全息图案的预备图像数据进行滤波而产生的经滤波的全息图案源自样本体积中微观物体的存在。因此,检测经滤波的全息图案指示出样本体积中的外来源的微观物体的存在。
为了检测经滤波的图像数据中的经滤波的全息图案,可以使用任何适当的一个或多个图案识别滤波器或一个或多个算法。例如,在以上讨论的具有包括“斑点”的经滤波的全息图案的经滤波的全息图数据的情况下,各种斑点检测滤波器和算法是已知的并且可以被使用。
检测微观物体的存在是指确定流体中是否存在任何微观物体。在这个意义上,检测这种物体的存在还可以包括确定和断言在照射光通过其传播到图像传感器的流体体积中不存在这种物体。另一方面,当在经滤波的图像数据中存在多个经滤波的全息图案时,除了确定微观物体的一般存在之外,该方法还可以自然地包括在所分析的流体体积中的它们的数量。
检测操作的结果(即关于所分析的流体体积中存在至少一个微观物体的信息)可以以适于存储或进一步传送的任何适当的电数据或信号形式而布置。
“自动地”执行该方法的一个或多个操作是指根据预定规则或过程,由一个或多个适当的数据处理单元或模块执行所讨论的一个或多个操作(例如对流体中存在一个或多个微观物体的所述检测),而不需要由包含这种单元或模块的设备或装置的用户提供的任何贡献或执行的确定。除了特别声明自动执行的那些操作之外,其他操作也可以被完全或部分地自动执行。
通过上述方法可以实现许多有利效果。首先,在经滤波的图像数据的基础上确定流体中微观物体的存在要求相对低的计算或数据处理能力,特别是相比于传统全息显微术,其中计算在三维样本体积的一个或多个二维平面处的真实重建并在一个或多个重建的图像的基础上执行对散射物体的检测。另一方面,相比于利用样本体积或其二维部分的完全重建的方法,可以基本上更快地执行微观物体的检测。
所需计算能力和/或处理时间的节省可以使能够实施用于同轴操作(例如用于水质监视)的小尺寸、低成本的检测设备。
此外,在边缘增强滤波期间,全息图案的尺寸保持基本上不变。全息图通常基本上大于实际物体,因此在以上方法中,可能存在于图像数据中的噪声不如在检测重建的图像中的较小尺寸物体的情况下那样有害。
作为可选操作14,除了检测一个或多个微观物体的存在之外,该方法还可以包括在相关联的经滤波的全息图案的形状的基础上自动地确定检测到的微观物体的至少一个形状参数。
“形状参数”是指取决于或指示出微观物体的形状的一个或多个特征的任何适当的指示符。
形状参数的确定可以基于微观物体的很可能形状与预备和/或经滤波的全息图案的相关联形状之间的预定关系。例如,诸如一些特定细菌类型的细长物体通常产生略微细长的全息图。在边缘增强滤波期间可以主要保持该形状,以允许在经滤波的全息图案的基础上直接确定原始微观物体的形状参数。
在确定微观物体的形状参数时,可以使用任何适当的一个或多个图案识别算法。
作为未示出在图1中的另一可选操作(其可以被执行而无论以上讨论的可选操作14是否也被执行),该方法还可以包括在经滤波的图像数据中的相关联的经滤波的全息图案的位置的基础上自动地确定检测到的微观物体的至少一个位置参数。
“位置参数”是指经滤波的图像数据中的取决于或指示出微观物体的位置的一个或多个特性特征的任何适当的指示符。利用已知的样本体积、照射和图像传感器的几何结构,一个或多个位置参数可以被用于在捕获全息数字图像帧时进一步确定样本体积中的检测到的微观物体的位置参数。
例如,所确定的一个或多个位置参数可以被用于各种诊断目的。例如,在检测具有相似或相同位置参数的微观物体的情况下,可以确定的是,那些检测到的物体实际上是由测量或设备中的一些杂质引起的。
作为又另一可选操作15(其可以被执行而无论以上讨论的可选操作14和/或图1中未示出的先前可选操作是否被执行),该方法还可以包括:针对经滤波的全息图案识别预备图像数据中的相关联的预备全息图案,并且在相关联的预备全息图案的预备或空间交替的幅度的基础上自动地确定相关联的微观物体的至少一个尺寸参数。因此,在检测到经滤波的全息图案并因此检测到外来源的微观物体之后,可以评估即识别产生了该特定经滤波的全息图案的预备图像数据中的预备全息图案。然后可以在所讨论的预备全息图案的幅度的基础上来确定指示产生了预备全息图案的相关联的微观物体的尺寸的一个或多个尺寸参数。
“尺寸参数”是指取决于或指示出相关联的微观物体的一个或多个特性特征(诸如直径或长度)的任何适当的指示符。
可替选地,可以在经滤波的图像数据的基础上、基于其经滤波的全息图案直接地确定检测到的微观物体的一个或多个尺寸参数——假设经滤波的全息图案具有留下的原始预备全息图案的足够的幅度信息。
用于确定一个或多个尺寸参数的“幅度”可以指空间上下交替强度分量的幅度,其可能被调用到空间上基本恒定或缓慢变化的基本水平。用于确定一个或多个尺寸参数的这种强度分量的幅度可以是例如最大或平均峰值或峰峰值幅度、第二大峰值或峰峰值幅度,或者与预备或经滤波的全息图案的区域中的强度的性质有关的任何其他适当的幅度。
在包括确定了微观物体的一个或多个尺寸参数的那些实施例中,利用了干涉条纹的亮度与物体尺寸之间的相关性。物体越大,干涉条纹的干涉最大值的强度越高。
可以提供形状、位置和尺寸参数中的任一个以供进一步使用或作为任何适当的电数据或信号形式存储。
此外,除了幅度或亮度之外,在确定微观物体的尺寸参数时还可以利用诸如干涉条纹的空间频率的其他参数。
识别与经滤波的全息图案相关联的预备全息图案可以基于相应地在经滤波的图像数据和预备图像数据中的经滤波的全息图案和预备全息图案的位置的比较。
在可以根据先前实施例中任一个的图2所示的实施例中,在操作21中获得预备图像数据包括:在子操作211中获得全息数字图像帧的初始图像数据,其包括:针对存在于相关光的路径中的微观物体的、具有初始空间交替强度分量的初始全息图案;以及在子操作212中对超过预定限度的初始全息图案的初始空间交替强度的幅度值自动地按比例缩小。
可能存在这样的情况,其中具有基本上不同尺寸的两个或更多个微观物体的初始全息图案(产生了不同的最大亮度或空间上交替的光强度的幅度)被定位成使得较弱的全息图难以与较强的全息图区分开。在该实施例中,可以通过按比例缩小最高强度值来改善这种全息图的可区分性。
所述按比例缩小可以包括将最大强度简单地削减到预定的最大水平。可替选地,超过限度的强度值可以通过将它们乘以恒定系数或通过使用缩放函数来按比例缩放。
在图7中示出了经滤波的全息图案中的按比例缩放效果。
该方法及其实施例可以被实施为采样过程,其中流体的静态样本体积被包含在封闭的比色皿中,该比色皿结构可能限定样本体积。
可替选地,在一些应用中,可以检测流动的流体中存在的或携带的微观物体,并且可能确定其性质。
在可以根据先前实施例中任一个的图3所示实施例中,所分析的流体在样本体积中流动,并且在操作31中获得预备图像包括:在子操作311中,获得时间上顺序捕获的两个全息数字图像帧的初始图像数据;在操作312中,在两个全息数字图像帧的图像数据中类似出现的静态全息图案的存在基础上自动地检测静态散射物体的存在;以及在子操作313中,在从其去除检测到的静态全息图的两个数字图像帧中的至少一个的初始图像数据的基础上自动地生成预备图像数据。
在该实施例中,样本体积可以位于比色皿内或由比色皿限定,该比色皿可以是封闭的并且包含恒定的流体含量,然而其处于非静止状态,即在比色皿内流动。可替选地,样本体积可以位于比色皿内或由比色皿限定,该比色皿可以是流通型,其中要分析的流体连续地流过比色皿并因此流过样本体积。后者使能够实施同轴传感器和检测设备。
在该实施例中利用流体和其中携带的微观颗粒的流动运动来去除例如由附着到比色皿表面或照射光传播路径中的其他地方的污染物所产生的任何静态全息图案。然后,准备所述预备图像数据,使得其中不包含可能的这种全息图案。所得到的预备图像数据可以包括两个全息数字图像帧中的一个的初始图像数据。可替选地,其数据内容可以被定义为那两个帧的初始图像数据的组合。
在实施例中,两个全息数字图像帧中的一个的图像数据可以由多个顺序捕获的全息数字图像帧组成。
在上文中,仅集中于实际数据处理操作来讨论了该方法。这表明捕获图像数据的前述阶段不一定是该方法的一部分。这允许例如实施这样的分析仪器或设备,其与实际照射和图像捕获操作分开地执行微观物体的检测和确定。
还可以实施也包括那些操作的完整的检测方法。在可以根据先前实施例中任一个的图4所示的实施例中,在操作41中获得预备图像数据包括:在子操作411中,提供相干光;在子操作412中,由相干光照射包含可能包括外来源的微观物体的流体的样本体积,该样本体积可以位于比色皿内或由比色皿限定,由此微观物体散射光的一部分,散射的光和非散射的光进行干涉,从而在微观物体后面形成干涉条纹;以及在子操作413中,由图像传感器接收传播穿过样本体积的光而捕获全息数字图像帧。
在该实施例中,该方法因此还包括生成预备图像数据所需的实际照射操作和图像捕获操作。
捕获的全息数字图像帧的图像数据可以因此形成预备图像数据。可替选地,可以通过任何适当的一个或多个操作处理所述图像数据来生成或产生(即“准备”)预备图像数据。
在图5中,示出了上面讨论的一些原理,这些原理在提供经滤波的图像数据时是可用的。
在图5A)中,示出了经滤波的全息图案的经滤波的空间交替强度分量517,其被调用到经滤波的图像数据的强度的基本水平518。经滤波的空间交替强度分量具有正值和负值。
在图5B)中,示出了在将经滤波的空间交替强度分量的初始负值转换成它们的正的对应值之后的经滤波的空间交替强度分量。
在图5C)所示的下一阶段中,经滤波的空间交替强度分量已被平滑化,导致经滤波的全息图案的区域中的强度值在基本水平以上略微交替。
在图5D)中,示出了在空间交替强度分量曲线上标记的预定强度分量阈值水平519。
最后,图5E)示出了在设阈值操作之后经滤波的全息图案中的强度,其中超过阈值水平的强度分量的值已被转换成恒定的最高水平520,而保持低于阈值水平519的那些值已被设置为零。
图6示出了有形微观外来物和由此得到的预备和经滤波的全息图案之间的关系。
在图6A)中,示出了具有不同尺寸的两个基本上点状或圆形的微观物体616’、616”以及一个细长的微观物体616”’。图6B)示意性地示出了分别从微观物体得到的两个圆形和一个略微细长的预备全息图案616’、616”、616”’。预备全息图案由同心干涉条纹形成。虽然在图中不可见,但是微观物体越大,相关联的预备全息图案的干涉条纹越亮。
图6C)示出了类似于图5所示操作的操作之后,从预备全息图案初始得到的经滤波的全息图案615’、615”、615”’。在将经滤波的空间交替强度分量的负值转换成它们的正的对应值之后接着进行平滑化和设阈值操作的结果中,经滤波的图像数据的经滤波的全息图案是清晰的斑点。斑点的形状指示微观物体的形状,并且其尺寸取决于预备全息图案的亮度,并因此取决于微观物体的尺寸。
图7示出了以上讨论的对超过预定阈值水平的初始全息图案的初始空间交替强度的幅度值进行等比例缩小的效果。
在图7A)中,示出了具有显著不同尺寸的两个微观物体616’、616”,其导致具有显著不同亮度(亮度差异在图中不可见)的预备全息图案613’、613”,如图7B)所示。
在图7C)中,示出了由两个替代过程得到的呈斑点形式的两对经滤波的全息图案615’、615”。首先,上部一对斑点表示其中初始全息图案613’、613”的初始空间交替强度的幅度值没有进行缩放的经滤波的全息图案。
下部一对斑点表示当超过预定限度的初始全息图案的初始空间交替强度的幅度值已被按比例缩小时的经滤波的全息图案。如图7C)所示,该下部对的斑点比上部对的斑点更清楚地彼此区分。
以上讨论了其各种实施例的该方法可以被用于例如监视诸如水或工业过程流体的各种流体的质量,其中流体中的微观颗粒或微生物成分是指示流体的质量的重要参数。该方法还可以包括:如果微观物体含量(即,检测到的微观物体的量和/或类型)满足预定标准,则启动预定动作。
这样的动作可以包括例如收集被监视的流体的样本以用于进一步分析、控制其中包含被监视的流体或从其供应被监视的流体的过程或系统和/或生成警报信号。
被至少部分地自动执行的以上解释的方法及其各种实施例的操作可以借助于任何适当的计算和/或数据处理器件来执行。这种器件可以包括例如至少一个处理器和耦合到处理器的至少一个存储器。至少一个存储器可以存储代码指令,其在至少一个处理器上运行时致使该处理器根据该方法的各种操作来执行操作。可替选地或另外地,那些操作中的至少一些可以至少部分地借助于诸如现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、片上系统(SOC)、复杂可编程逻辑器件(CPLD)等的一些硬件逻辑元件或部件来执行,不限于这些示例。
以上关于参考方法方面的细节、实施方式、优选特征和优点所述的内容加上必要的修改也适用于下文所讨论的设备方面。反之亦然。
图8的设备800可被用于检测存在于流体中的外来源的微观物体。该设备包括计算装置810,其被配置为执行除了提供相干光、照射样本体积和捕获全息数字图像帧之外的以上方法的第一方面或其任何实施例的操作。
计算装置可以包括能够执行上面讨论的方法的操作的任何适当的数据处理和通信设备、一个或多个单元、一个或多个元件和一个或多个部件。
在图8的示例中,计算装置810包括处理单元811,其被配置为:执行获得包括预备全息图案813的预备图像数据812的操作;提供包括经滤波的全息图案815的经滤波图像数据814;以及在经滤波的全息图案的基础上自动地检测微观物体816的存在。
尽管在图8中示出为在使用时获得准备好生成的预备图像数据,但是计算单元可以替代地被配置为执行以上参考各种方法实施例而获得预备图像数据的任何特定方式。
此外,计算装置可以被配置为根据以上讨论的方法实施例中任一个来提供经滤波的图像数据。
从另一术语角度来看,“被配置为”执行特定方法操作的计算装置或其处理单元意味着该计算装置或处理单元包括或用作执行该操作的“器件”。
计算装置可以包括用于不同操作的单独器件。可替选地,可以组合用于执行上述那些各种操作的任何这种器件,使得通过相同器件执行多于一个的操作。所有这些操作甚至可以通过相同器件(例如,通过单个数据处理模块或单元)来执行。在图8的示例中,这由处理单元811示出。
用于执行以上操作中任一个的任何器件可以包括一个或多个计算机或其他计算和/或数据处理部件、单元、仪器或设备。除了实际的计算和/或数据处理器件之外,用于执行所述操作的器件还可以自然地包括任何适当的数据或信号通信和连接器件,以及用于存储所生成和/或接收到的数据的存储器或存储器件。
用作执行以上操作中的一个或多个的器件的计算和/或数据处理器件(诸如图8的示例的处理单元811)可以包括例如至少一个存储器和与至少一个存储器耦合的至少一个处理器。然后,至少一个存储器可以包括计算机可读程序代码指令,其在由至少一个处理器执行时致使该设备执行所讨论的一个或多个操作。
除了处理器、存储器和由处理器可执行的程序代码指令的组合之外或代替其组合,用于执行一个或多个操作的器件可以包括一些硬件逻辑部件、元件或单元,诸如以上参考方法方面所提到的那些示例。
除了对要分析的流体中的微观物体的实际检测之外,计算装置810(实际上其处理单元811)被配置为生成警报信号821,其指示满足了微观颗粒量、类型或例如平均尺寸的预定标准。该设备包括发送装置830,以将这种警报信号从该设备发送到例如某个集中控制系统。发送装置可以包括例如无线数据通信器件,包括例如天线。发送装置和生成警报信号的操作是可选特征,并且没有那些特征的实施例也是可能的。
在上文中,该设备被定义为仅包括计算或数据处理器件。在可以根据先前实施例中任一个的图9所示的实施例中,实施了完整的检测设备900,与图8的检测设备不同之处在于,除了计算装置910之外,它还包括测量装置940,其被配置为执行对要由计算装置处理的图像数据的捕获。因此,在该方法中,该设备还包括用于执行物理量的测量的器件。
更详细地,测量装置包括:比色皿941,其限定用于接收可能包含外来源的微观物体916的流体942的样本体积;照射装置950,其被配置为发射相干光951并通过相干光照射样本体积中接收的流体,由此可能的微观物体散射光的一部分,散射光和非散射光进行干涉,从而在微观物体后面形成干涉条纹;以及图像传感器960,其被定位并配置为通过接收传播穿过比色皿及其中的样本体积的光来捕获全息数字图像帧。
在该实施例中,计算装置910被连接到测量装置940,以接收捕获到的一个或多个全息数字图像帧970的图像数据,其形成预备图像数据的基础。计算装置还可以被配置为控制测量装置和照射装置及其图像传感器。
“比色皿”是指能够接收要分析的流体的任何适当的样本池或容器。比色皿可以包括限定其内部体积的一个或多个壁以用于接收所述流体。限定内部体积意味着一个或多个壁在其整个周边限制或围绕内部体积的横截面。换句话说,比色皿的一个或多个壁和/或一些其他适当的结构至少在内部体积的一个横截面处完全环绕整个内部体积,从而防止要测量的流体以这种横截面的平面中的方向从内部体积漏出。
考虑到所讨论的应用,比色皿和包含比色皿的测量装置作为整体可以具有任何适当的尺寸。例如,在照射光的入射方向上的内部体积的厚度可以是例如在0.5mm至1mm的范围内。例如,比色皿的宽度可以在图像传感器的光敏单元的尺寸的基础上进行调整,其可以位于例如距比色皿的内部体积约1mm至3mm的距离处。例如,比色皿可以在一个或多个方向上具有4mm至8mm的宽度。光敏单元的一个像素可以具有例如在1.5μm至5μm范围内的宽度。例如,矩形像素的宽度可以是约2μm。照射装置的光源的定位可以根据例如光源及其发光表面的尺寸而变化。在示例中,作为光源的发光元件的激光二极管可以被定位在距比色皿的内部体积几十毫米处,例如约40mm处。
通常,比色皿可以是采样型的,其中离散体积可以被存储在比色皿中。在图9的示例中,它是流通型的,其中要分析的流体942的连续流动可以在分析期间被引导通过比色皿。在其他实施例中,可以使用其他类型的比色皿。例如,在一些实施例中,比色皿可以被配置为替代地用作采样型比色皿或流通型比色皿。
比色皿包括窗口981、982,以允许由照射装置发出的照射光进入和离开比色皿。在图9的示例中,照射装置和图像传感器被定位在比色皿的相对侧,以形成从照射装置经由比色皿到图像传感器的光的直接传播路径。
照射装置可以包括能够产生相干光的任何适当的光源,诸如激光二极管。光可以具有例如350nm至500nm范围内而不限于该范围的一个或多个波长。照射装置还可以包括任何适当的光学元件,其被配置为将发射的相干光朝向比色皿和样本体积引导以照射被接收在其中的流体。
图像传感器960可以是任何适当的类型。例如,它可以包括CMOS(互补金属氧化物半导体)或CCD(电荷耦合器件)单元。图像传感器可以是黑白类型传感器。有效区域的合适尺寸和图像传感器的分辨率取决于测量装置的整体配置。在一些应用中,它可以具有例如5×5mm2的尺寸。在一些应用中,图像传感器的有效区域可以具有例如500万个像素。
图8和图9的设备可以被实施为独立设备或传感器。可替选地,它们可以形成更大的控制或监视系统的一部分。
在附图中未示出的又另一方面,可以实施包括程序代码指令的计算机程序产品,其在由处理器执行时致使处理器执行以上参考方法方面或其任何实施例所讨论的操作。
这种计算机程序产品可以被存储在任何适当的计算机可读介质上;计算机在这里是指任何类型的自动计算器件。
要注意的是,本发明不限于上面的实施例和示例。取而代之的是,本发明的实施例可以在权利要求的范围内自由变化。
将理解的是,上述益处和优点可以涉及一个实施例或示例,或者可以涉及若干实施例或示例。实施例和示例不限于解决任何或所有所述问题的那些实施例和示例,或者具有任何或所有所述益处和优点的那些实施例和示例。将进一步理解的是,对“一个”项目的引用是指那些项目中的一个或多个。
术语“包括”在本说明书中用于表示包括其后伴随的一个或多个特征或一个或多个动作,而不排除一个或多个附加特征或动作的存在。
Claims (19)
1.一种用于检测存在于流体中的外来源的微观物体的方法(10),所述方法包括:
在通过相干光照射样本体积时获得(101)源自于由图像传感器接收传播穿过所述样本体积的光而捕获的全息数字图像帧的预备图像数据,所述样本体积包含有可能地含有外来源的微观物体的流体,由此有可能存在的微观物体散射所述光的一部分,散射的光和非散射的光进行干涉,从而在所述微观物体后面形成干涉条纹,所述预备图像数据包括:针对微观物体的、具有由所述干涉条纹形成的预备空间交替强度的预备全息图案;
提供(102)经滤波的图像数据,包括通过边缘增强滤波器自动地对所述预备图像数据进行滤波,所述经滤波的图像数据包括:针对存在于所述预备图像数据中的预备全息图案的、经滤波的全息图案;以及
在所述经滤波的全息图案的基础上自动地检测(103)所述流体的样本体积中的与所述经滤波的全息图案相关联的微观物体的存在。
2.根据权利要求1所述的方法,其中,所述边缘增强滤波器是对称滤波器。
3.根据权利要求1或2所述的方法,其中,至少在两个不同的方向上由所述边缘增强滤波器对所述预备图像数据进行滤波。
4.根据权利要求1至3中任一项所述的方法(10),还包括在相关联的经滤波的全息图案的形状的基础上,自动地确定(104)检测到的微观物体的至少一个形状参数。
5.根据权利要求1至4中任一项所述的方法,还包括在所述经滤波的图像数据中的相关联的经滤波的全息图案的位置的基础上,自动地确定检测到的微观物体的至少一个位置参数。
6.根据权利要求1至5中任一项所述的方法(10),还包括针对经滤波的全息图案自动地识别(105)所述预备图像数据中的相关联的预备全息图案,并且在所述相关联的预备全息图案的预备空间交替强度的幅度的基础上自动地确定所述相关联的微观物体的至少一个尺寸参数。
7.根据权利要求1至6中任一项所述的方法(20),其中,获得预备图像数据包括:获得(211)所述全息数字图像帧的初始图像数据,所述初始图像数据包括:针对微观物体的、具有初始空间交替强度分量的初始全息图案;以及自动地按比例缩小(212)超过预定限度的初始全息图案的初始空间交替强度分量的幅度值。
8.根据权利要求1至7中任一项所述的方法(10),其中,通过边缘增强滤波器对所述预备图像数据进行滤波包括将卷积核应用于所述预备图像数据。
9.根据权利要求1至8中任一项所述的方法(10),其中,针对至少两个不同空间频率来执行通过边缘增强滤波器对所述预备图像数据进行滤波。
10.根据权利要求3或9所述的方法,其中,所述提供经滤波的图像数据包括:提供多个经滤波的图像帧,每个经滤波的图像帧包括部分经滤波的图像数据,并且将多个经滤波的图像帧的部分经滤波的图像数据组合成所述经滤波的图像数据。
11.根据权利要求1至10中任一项所述的方法(10),对预备图像数据进行滤波初始产生针对预备全息图案的具有正值和负值的经滤波的空间交替强度分量,其中,所述提供经滤波的图像数据还包括将所述负值自动地转换成其绝对值。
12.根据权利要求11所述的方法,其中,所述提供经滤波的图像数据还包括自动地使所述经滤波的空间交替强度分量平滑。
13.根据权利要求1至12中任一项所述的方法(30),所述流体在所述样本体积中流动,其中,获取所述预备图像数据包括:
获得(311)时间上顺序捕获的两个全息数字图像帧的初始图像数据;
在所述两个全息数字图像帧的初始图像数据的基础上,基于所述两个全息数字图像帧的图像数据中类似出现的静态全息图案的存在,自动地检测(312)任何静态散射物体的存在;以及
在从其去除检测到的任何静态全息图的初始图像数据中的至少一个的基础上,自动地生成(313)所述预备图像数据。
14.根据权利要求1至13中任一项所述的方法(40),其中,所述获取预备图像数据包括:
提供(41)相干光;
通过所述相干光来照射(42)包含有可能地含有外来源的微观物体的流体的样本体积,由此有可能存在的微观物体散射所述光的一部分,散射的光和非散射的光进行干涉,从而在所述微观物体后面形成干涉条纹;以及
由图像传感器接收传播穿过所述样本体积的光来捕获(43)全息数字图像帧。
15.一种用于检测存在于流体中的外来源的微观物体(816)的设备(800),所述设备包括计算装置(810),其被配置为执行根据权利要求1至12中任一项所述的方法的操作。
16.根据权利要求15所述的设备(900),还包括测量装置(940),其包括:
比色皿(941),其限定用于接收流体(942)的样本体积,所述流体(942)有可能地包含外来源的微观物体(916);
照射装置(950),其被配置为发射相干光(951)并由所述相干光照射被接收在所述样本体积中的流体,由此有可能存在的微观物体(916)散射所述光的一部分,散射的光和非散射的光进行干涉,从而在所述微观物体后面形成干涉条纹;以及
图像传感器(960),其被定位并配置为通过接收传播穿过所述样本体积的光来捕获全息数字图像帧(970);
计算装置(910),其被连接到测量装置以接收所述全息数字图像帧(970)的图像数据。
17.根据权利要求16所述的设备(900),其中,所述比色皿(941)是流通型的。
18.一种包括程序代码指令的计算机程序产品,所述程序代码指令在由处理器执行时致使所述处理器执行根据权利要求1-13中任一项所述的方法。
19.一种根据权利要求18所述的计算机程序产品,其被存储在计算机可读的介质上。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
EP16175687.9A EP3260841B1 (en) | 2016-06-22 | 2016-06-22 | Detecting microscopic objects in fluids |
EP16175687.9 | 2016-06-22 | ||
PCT/FI2017/050463 WO2017220860A1 (en) | 2016-06-22 | 2017-06-21 | Detecting microscopic objects in fluids |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109477782A true CN109477782A (zh) | 2019-03-15 |
Family
ID=56203200
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201780039197.1A Pending CN109477782A (zh) | 2016-06-22 | 2017-06-21 | 检测流体中的微观物体 |
Country Status (10)
Country | Link |
---|---|
US (1) | US11630420B2 (zh) |
EP (1) | EP3260841B1 (zh) |
KR (1) | KR102402198B1 (zh) |
CN (1) | CN109477782A (zh) |
AU (1) | AU2017281680B2 (zh) |
CA (1) | CA3027810A1 (zh) |
EA (1) | EA037743B1 (zh) |
SG (1) | SG11201811309YA (zh) |
WO (1) | WO2017220860A1 (zh) |
ZA (1) | ZA201900411B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116071689A (zh) * | 2023-03-07 | 2023-05-05 | 四川三思德科技有限公司 | 一种基于lora技术的水源地水质在线监测方法及系统 |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108489872B (zh) * | 2018-03-23 | 2022-03-04 | 奥星制药设备(石家庄)有限公司 | 在线粒度监测方法和系统 |
EP3575773A1 (en) * | 2018-05-28 | 2019-12-04 | Universität für Bodenkultur Wien | A method for determining a three-dimensional particle distribution in a medium |
WO2021011637A1 (en) * | 2019-07-15 | 2021-01-21 | Arizona Board Of Regents On Behalf Of The University Of Arizona | Complex diversity for accurate phase retrieval with single-shot acquisition |
CN116026729B (zh) * | 2023-03-03 | 2024-03-15 | 浙江大学 | 一种基于数字同轴全息显微的便携式微塑料检测装置 |
CN117233116B (zh) * | 2023-11-09 | 2024-02-02 | 江西鼎智检测有限公司 | 一种基于机器视觉的水质分析方法及系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2110697A1 (en) * | 2008-04-17 | 2009-10-21 | Ruprecht-Karls-Universität Heidelberg | Wave field microscope with sub-wavelength resolution and methods for processing microscopic images to detect objects with sub-wavelength dimensions |
WO2011049965A1 (en) * | 2009-10-20 | 2011-04-28 | The Regents Of The University Of California | Incoherent lensfree cell holography and microscopy on a chip |
WO2015166009A1 (fr) * | 2014-04-30 | 2015-11-05 | Commissariat A L'energie Atomique Et Aux Energies Alternatives | Procédé et système de détection d'au moins une particule dans un liquide corporel, et procédé associé de diagnostic de la méningite |
CN105547945A (zh) * | 2016-01-14 | 2016-05-04 | 天津大学 | 干涉粒子成像系统采样区内粒子的判别方法 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6876474B2 (en) | 2002-11-27 | 2005-04-05 | Dalhousie University | Method for tracking particles and life forms in three dimensions and in time |
EP1747502A4 (en) * | 2004-04-16 | 2009-05-13 | Dce Aprilis Inc | CALIBRATION OF HOLOGRAPHIC DATA STORAGE SYSTEMS USING CALIBRATION CHARACTERISTICS OF HOLOGRAPHIC MEDIA |
JP2013533469A (ja) * | 2010-05-25 | 2013-08-22 | アリックス インク | 免疫診断における生物学的および化学的分析および用途における粒子の位置的自由度の検出のための方法および装置 |
EP2985719A1 (en) * | 2014-08-15 | 2016-02-17 | IMEC vzw | A system and method for cell recognition |
TWI557462B (zh) * | 2014-11-28 | 2016-11-11 | 台灣愛美科股份有限公司 | 自動聚焦系統與方法 |
KR101820563B1 (ko) * | 2014-12-31 | 2018-01-19 | 한국전자통신연구원 | 홀로그램 데이터 포맷과 홀로그래픽 비디오 시스템 장치 및 방법 |
WO2017201546A1 (en) * | 2016-05-20 | 2017-11-23 | The Board Of Trustees Of The Leland Stanford Junior University | Systems and methods for automated single cell cytological classification in flow |
-
2016
- 2016-06-22 EP EP16175687.9A patent/EP3260841B1/en active Active
-
2017
- 2017-06-21 CA CA3027810A patent/CA3027810A1/en active Pending
- 2017-06-21 WO PCT/FI2017/050463 patent/WO2017220860A1/en active Application Filing
- 2017-06-21 EA EA201892777A patent/EA037743B1/ru not_active IP Right Cessation
- 2017-06-21 US US16/310,541 patent/US11630420B2/en active Active
- 2017-06-21 CN CN201780039197.1A patent/CN109477782A/zh active Pending
- 2017-06-21 AU AU2017281680A patent/AU2017281680B2/en not_active Ceased
- 2017-06-21 SG SG11201811309YA patent/SG11201811309YA/en unknown
- 2017-06-21 KR KR1020197002096A patent/KR102402198B1/ko active IP Right Grant
-
2019
- 2019-01-21 ZA ZA2019/00411A patent/ZA201900411B/en unknown
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2110697A1 (en) * | 2008-04-17 | 2009-10-21 | Ruprecht-Karls-Universität Heidelberg | Wave field microscope with sub-wavelength resolution and methods for processing microscopic images to detect objects with sub-wavelength dimensions |
WO2011049965A1 (en) * | 2009-10-20 | 2011-04-28 | The Regents Of The University Of California | Incoherent lensfree cell holography and microscopy on a chip |
WO2015166009A1 (fr) * | 2014-04-30 | 2015-11-05 | Commissariat A L'energie Atomique Et Aux Energies Alternatives | Procédé et système de détection d'au moins une particule dans un liquide corporel, et procédé associé de diagnostic de la méningite |
CN105547945A (zh) * | 2016-01-14 | 2016-05-04 | 天津大学 | 干涉粒子成像系统采样区内粒子的判别方法 |
Non-Patent Citations (3)
Title |
---|
ANTONIO C SOBIERANSKI ET AL.: "《Portable lensless wide-field microscopy imaging platform based on digital inline holography and multi-frame pixel super-resolution》", 《LIGHT: SCIENCE & APPLICATIONS》 * |
刘红丽 等: "《多尺度多结构元素的悬浮颗粒物图像边缘检测》", 《武汉理工大学学报·信息与管理工程版》 * |
夏飞 等: "《同轴全息粒径测量的仿真研究》", 《上海电力学院学报》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116071689A (zh) * | 2023-03-07 | 2023-05-05 | 四川三思德科技有限公司 | 一种基于lora技术的水源地水质在线监测方法及系统 |
CN116071689B (zh) * | 2023-03-07 | 2023-06-06 | 四川三思德科技有限公司 | 一种基于lora技术的水源地水质在线监测方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
US11630420B2 (en) | 2023-04-18 |
EA037743B1 (ru) | 2021-05-17 |
EP3260841B1 (en) | 2024-03-13 |
WO2017220860A1 (en) | 2017-12-28 |
ZA201900411B (en) | 2022-08-31 |
KR102402198B1 (ko) | 2022-05-25 |
AU2017281680A1 (en) | 2019-02-07 |
EP3260841C0 (en) | 2024-03-13 |
EA201892777A1 (ru) | 2019-06-28 |
CA3027810A1 (en) | 2017-12-28 |
SG11201811309YA (en) | 2019-01-30 |
AU2017281680B2 (en) | 2022-03-17 |
KR20190022691A (ko) | 2019-03-06 |
EP3260841A1 (en) | 2017-12-27 |
US20190187613A1 (en) | 2019-06-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109477782A (zh) | 检测流体中的微观物体 | |
CA2988263C (en) | Nanoparticle analyzer | |
KR102479862B1 (ko) | 입자 분석 방법 | |
CN109416309B (zh) | 用于同轴全息显微术的装置 | |
Kim et al. | Volumetric monitoring of airborne particulate matter concentration using smartphone-based digital holographic microscopy and deep learning | |
KR102045079B1 (ko) | 테라헤르츠파를 이용한 검사 장치 | |
CN206132564U (zh) | 液体中粒子在线分析仪 | |
CN206603773U (zh) | 基于血红细胞浓度测量的烧伤程度与面积检测系统 | |
US11132784B2 (en) | Detecting microscopic objects in fluids | |
KR102407130B1 (ko) | 수질 검사기 | |
KR102528012B1 (ko) | 공기중 부유균 측정 장치 | |
OA18929A (en) | Detecting microscopic objects in fluids. | |
OA19599A (en) | Detecting microscopic objects in fluids. | |
OA18930A (en) | Arrangement for in-line holography microscopy | |
Ng | Two dimensional angular domain optical imaging in biological tissues |
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 | ||
TA01 | Transfer of patent application right | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20210716 Address after: Wanta, Finland Applicant after: Aubono Ltd. Address before: Tampere Applicant before: UWATER OY |
|
AD01 | Patent right deemed abandoned | ||
AD01 | Patent right deemed abandoned |
Effective date of abandoning: 20230811 |