CN112967268B - 基于光场的数字光学层析方法和装置 - Google Patents
基于光场的数字光学层析方法和装置 Download PDFInfo
- Publication number
- CN112967268B CN112967268B CN202110312399.7A CN202110312399A CN112967268B CN 112967268 B CN112967268 B CN 112967268B CN 202110312399 A CN202110312399 A CN 202110312399A CN 112967268 B CN112967268 B CN 112967268B
- Authority
- CN
- China
- Prior art keywords
- dimensional
- space information
- point spread
- spread function
- biological sample
- 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
Links
- 230000003287 optical effect Effects 0.000 title claims abstract description 97
- 238000000034 method Methods 0.000 title claims abstract description 39
- 238000003325 tomography Methods 0.000 title claims abstract description 34
- 238000005070 sampling Methods 0.000 claims abstract description 54
- 239000012472 biological sample Substances 0.000 claims abstract description 51
- 230000003321 amplification Effects 0.000 claims abstract description 32
- 238000003199 nucleic acid amplification method Methods 0.000 claims abstract description 32
- 238000003384 imaging method Methods 0.000 claims description 20
- 238000012545 processing Methods 0.000 claims description 12
- 238000004088 simulation Methods 0.000 claims description 6
- 238000006243 chemical reaction Methods 0.000 claims description 4
- 238000004587 chromatography analysis Methods 0.000 abstract description 6
- 230000006870 function Effects 0.000 description 48
- 238000004422 calculation algorithm Methods 0.000 description 6
- 230000008569 process Effects 0.000 description 5
- 238000012805 post-processing Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000000386 microscopy Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 239000000523 sample Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/80—Analysis of captured images to determine intrinsic or extrinsic camera parameters, i.e. camera calibration
-
- 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
- G06T2207/10004—Still image; Photographic image
- G06T2207/10012—Stereo images
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Computer Graphics (AREA)
- Geometry (AREA)
- Software Systems (AREA)
- Microscoopes, Condenser (AREA)
Abstract
本申请提出一种基于光场的数字光学层析方法和装置,涉及光学层析成像技术领域,其中,方法包括:获取三维生物样本,对三维生物样本进行光学放大处理;采集在设置光场中进行光学放大处理后的三维生物样本的光场图像,并将光场图像转换为四维低分辨相空间信息,以及对四维低分辨相空间信息进行上采样,获取四维相空间信息;获取点扩散函数,并对点扩散函数和四维相空间信息进行同尺度的降采样,获取目标空间信息;对目标空间信息进行三维重建,获取三维重建结果,并对三维重建结果进行上采样,获取目标结果。由此,有效地对背景建模,去除背景荧光和散射噪声,显著地提升光学层析能力,以此实现高分辨率的三维动态物体重建。
Description
技术领域
本申请涉及显微成像的光学层析成像技术领域,尤其涉及一种基于光场的数字光学层析方法和装置。
背景技术
在生命科学研究中,对生物组织的显微成像是帮助科学家认知生命奥秘、疾病机理的重要前提。但是,现有的显微成像通常是对近焦面处的物体进行观测重建,很难实现快速大范围的生物组织结构三维重建,不能全面地反映结构信息,对生命科学的进一步研究造成了障碍。因此,实现快速大范围三维显微成像技术是很有必要的。
现有的快速三维显微成像技术主要是通过光场显微镜实现的,并且使用重建算法将光场图像转化成三维体积。但是通常的重建技术的轴向范围较小,会使得景深之外的信息成为背景。这些背景的存在严重影响了三维体积的正常成像。若想实现对背景的建模,即大范围的数据采集,传统方法会造成重建时间过长、存储空间不够等问题,对现有计算资源是一个挑战。现有的计算算法在重建上存在的缺陷限制了三维显微成像在生命科学观测中的应用。
发明内容
本申请旨在至少在一定程度上解决相关技术中的技术问题之一。
为此,本申请的第一个目的在于提出一种基于光场的数字光学层析方法,通过对背景荧光建模,并利用光场显微轴向分辨率不一致的特性多尺度地进行重建,实现数字的光学层析能力,去除背景光的干扰,从而实现高信噪比的快速大范围三维物体重建。
本申请的第二个目的在于提出一种基于光场的数字光学层析装置。
为达上述目的,本申请第一方面实施例提出了一种基于光场的数字光学层析方法,包括:
获取三维生物样本,对所述三维生物样本进行光学放大处理;
采集在设置光场中进行光学放大处理后的所述三维生物样本的光场图像,并将所述光场图像转换为四维低分辨相空间信息,以及对所述四维低分辨相空间信息进行上采样,获取四维相空间信息;
获取点扩散函数,并对所述点扩散函数和所述四维相空间信息进行同尺度的降采样,获取目标空间信息;
对所述目标空间信息进行三维重建,获取三维重建结果,并对所述三维重建结果进行上采样,获取目标结果。
本申请实施例的基于光场的数字光学层析方法,通过获取三维生物样本,对三维生物样本进行光学放大处理;采集在设置光场中进行光学放大处理后的三维生物样本的光场图像,并将光场图像转换为四维低分辨相空间信息,以及对四维低分辨相空间信息进行上采样,获取四维相空间信息;获取点扩散函数,并对点扩散函数和四维相空间信息进行同尺度的降采样,获取目标空间信息;对目标空间信息进行三维重建,获取三维重建结果,并对三维重建结果进行上采样,获取目标结果。由此,有效地对背景建模,去除背景荧光和散射噪声,显著地提升光学层析能力,以此实现高分辨率的三维动态物体重建。
可选地,在本申请的一个实施例中,所述对所述三维生物样本进行光学放大处理,包括:
使用传统宽场显微镜对三维生物样本进行成像,将所述三维生物样本进行光学放大处理。
可选地,在本申请的一个实施例中,所述对所述三维生物样本进行光学放大处理之后,还包括:
在成像面放置微透镜阵列对光路进行调制获取所述设置光场,同时使用中继透镜对,对微透镜阵列与物镜、相机参数进行匹配。
可选地,在本申请的一个实施例中,所述获取点散函数,包括:
通过仿真或标定的方式获取光场相空间的大轴向范围所述点扩散函数。
可选地,在本申请的一个实施例中,对所述点扩散函数进行降采样,包括:
沿z轴方向,对所述点扩散函数进行第一次降采样;
对于z轴所述第一次降采样后的点扩散函数,在xy平面继续按照降采样系数对点扩散函数进行降采样。
为达上述目的,本申请第二方面实施例提出了一种基于光场的数字光学层析装置,包括:
第一获取模块,用于获取三维生物样本;
放大模块,用于对所述三维生物样本进行光学放大处理;
转换采样模块,用于采集在设置光场中进行光学放大处理后的所述三维生物样本的光场图像,并将所述光场图像转换为四维低分辨相空间信息,以及对所述四维低分辨相空间信息进行上采样,获取四维相空间信息;
第二获取模块,用于获取点扩散函数;
采样模块,用于对所述点扩散函数和所述四维相空间信息进行同尺度的降采样,获取目标空间信息;
处理模块,用于对所述目标空间信息进行三维重建,获取三维重建结果,并对所述三维重建结果进行上采样,获取目标结果。
本申请实施例的基于光场的数字光学层析装置,通过获取三维生物样本,对三维生物样本进行光学放大处理;采集在设置光场中进行光学放大处理后的三维生物样本的光场图像,并将光场图像转换为四维低分辨相空间信息,以及对四维低分辨相空间信息进行上采样,获取四维相空间信息;获取点扩散函数,并对点扩散函数和四维相空间信息进行同尺度的降采样,获取目标空间信息;对目标空间信息进行三维重建,获取三维重建结果,并对三维重建结果进行上采样,获取目标结果。由此,有效地对背景建模,去除背景荧光和散射噪声,显著地提升光学层析能力,以此实现高分辨率的三维动态物体重建。
可选地,在本申请的一个实施例中,所述放大模块,具体用于:
使用传统宽场显微镜对三维生物样本进行成像,将所述三维生物样本进行光学放大处理。
可选地,在本申请的一个实施例中,所述的装置,还包括:
设置模块,用于在成像面放置微透镜阵列对光路进行调制获取所述设置光场,同时使用中继透镜对,对微透镜阵列与物镜、相机参数进行匹配。
可选地,在本申请的一个实施例中,所述第二获取模块,具体用于:
通过仿真或标定的方式获取光场相空间的大轴向范围所述点扩散函数。
可选地,在本申请的一个实施例中,所述采样模块,具体用于:
沿z轴方向,对所述点扩散函数进行第一次降采样;
对于z轴所述第一次降采样后的点扩散函数,在xy平面继续按照降采样系数对点扩散函数进行降采样。
本申请附加的方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本申请的实践了解到。
附图说明
本申请上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解,其中:
图1为本申请实施例所提供的一种基于光场的数字光学层析方法的流程示意图;
图2为本申请实施例所提供的一种基于光场的数字光学层析装置的结构示意图。
具体实施方式
下面详细描述本申请的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,旨在用于解释本申请,而不能理解为对本申请的限制。
下面参考附图描述本申请实施例的基于光场的数字光学层析方法和装置。
图1为本申请实施例所提供的一种基于光场的数字光学层析方法的流程示意图。
具体地,在实际重建过程中,考虑到远离焦面物体的分辨率较低,即在重建远离焦面的物体时可进行降采样,并通过后处理等手段实现在不失采样率和分辨率的基础上完成快速大范围三维物体重建,实现光场显微的数字光学层析。
本申请提供了一种用于三维光场显微成像领域的数字光学层析算法,能够有效去除光场显微中背景的影响,基于远离焦面处成像分辨率不高的特点,本算法通过降采样、上插值的方式来实现远离焦面处的重建,降低计算复杂度,以此实现等采样率的需求。同时,远离焦面处的重建等价于对背景建模,得到数字光学层析的效果,实现高信噪比的快速大范围三维物体重建。
由此,通过采用上述方法,采用降采样以及后处理的方式来解决当前重建算法在实现大范围三维物体重建过程中运行速度慢、存储空间不够等问题,有效地对背景建模,去除背景荧光和散射噪声,显著地提升光学层析能力,以此实现高分辨率的三维动态物体重建。
如图1所示,该基于光场的数字光学层析方法包括以下步骤:
步骤101,获取三维生物样本,对三维生物样本进行光学放大处理。
在本申请实施例中,使用传统宽场显微镜对三维生物样本进行成像,将三维生物样本进行光学放大处理。
具体地,使用传统宽场显微镜对三维生物样本进行成像,将微小的生物样本进行光学放大。
在本申请实施例中,还包括在成像面放置微透镜阵列对光路进行调制获取所述设置光场,同时使用中继透镜对,对微透镜阵列与物镜、相机参数进行匹配。
步骤102,采集在设置光场中进行光学放大处理后的三维生物样本的光场图像,并将光场图像转换为四维低分辨相空间信息,以及对四维低分辨相空间信息进行上采样,获取四维相空间信息。
具体地,使用控制系统触发相机,在相机上采集光场图像,并将采集到的扫描光场图像堆栈转化为四维低分辨相空间信息,并上采样恢复为采样率为四维相空间信息。
步骤103,获取点扩散函数,并对点扩散函数和四维相空间信息进行同尺度的降采样,获取目标空间信息。
在本申请实施例中,通过仿真或标定的方式获取光场相空间的大轴向范围点扩散函数。
在本申请实施例中,对点扩散函数进行降采样,包括:沿z轴方向,对点扩散函数进行第一次降采样;对于z轴第一次降采样后的点扩散函数,在xy平面继续按照降采样系数对点扩散函数进行降采样。
具体地,对光学系统大轴向范围的点扩散函数和四维相空间信息进行同尺度的降采样,减少计算复杂度,并对背景建模,数字地加强光学层析能力。
具体地,沿z轴方向,对点扩散函数进行降采样。完整保留近焦面处的点扩散函数,对远离焦面处的点扩散函数进行不等间隔采样,其中采样间随离焦距离逐渐增大;对于z轴降采样后的点扩散函数,在xy平面继续对点扩散函数进行降采样。对于远离焦面处的点扩散函数,适当缩小xy平面大小,并补零为未降采样前xy平面大小;为保持点扩散函数能量的连续性,引入降采样系数,避免解卷积过程中出现能量跳变等不连续情况。
步骤104,对目标空间信息进行三维重建,获取三维重建结果,并对三维重建结果进行上采样,获取目标结果。
具体地,利用相空间解卷积以及对应后处理算法进行三维重建,恢复大深度的三维生物样本,对于重建结果进行上采样,以插值的方式恢复降采样丢失的信息,实现大物理轴向范围、具有数字光学层析能力的三维重建。
本申请实施例的基于光场的数字光学层析方法,通过获取三维生物样本,对三维生物样本进行光学放大处理;采集在设置光场中进行光学放大处理后的三维生物样本的光场图像,并将光场图像转换为四维低分辨相空间信息,以及对四维低分辨相空间信息进行上采样,获取四维相空间信息;获取点扩散函数,并对点扩散函数和四维相空间信息进行同尺度的降采样,获取目标空间信息;对目标空间信息进行三维重建,获取三维重建结果,并对三维重建结果进行上采样,获取目标结果。由此,有效地对背景建模,去除背景荧光和散射噪声,显著地提升光学层析能力,以此实现高分辨率的三维动态物体重建。
为了实现上述实施例,本申请还提出一种基于光场的数字光学层析装置。
图2为本申请实施例提供的一种基于光场的数字光学层析装置的结构示意图。
如图2所示,该基于光场的数字光学层析装置包括:第一获取模块210、放大模块220、转换采样模块230、第二获取模块240、采样模块250和处理模块260。
第一获取模块210,用于获取三维生物样本。
放大模块220,用于对所述三维生物样本进行光学放大处理。
转换采样模块230,用于采集在设置光场中进行光学放大处理后的所述三维生物样本的光场图像,并将所述光场图像转换为四维低分辨相空间信息,以及对所述四维低分辨相空间信息进行上采样,获取四维相空间信息。
第二获取模块240,用于获取点扩散函数。
采样模块250,用于对所述点扩散函数和所述四维相空间信息进行同尺度的降采样,获取目标空间信息。
处理模块260,用于对所述目标空间信息进行三维重建,获取三维重建结果,并对所述三维重建结果进行上采样,获取目标结果。
在本申请实施例中,放大模块220,具体用于:使用传统宽场显微镜对三维生物样本进行成像,将所述三维生物样本进行光学放大处理。
在本申请实施例中,设置模块,用于在成像面放置微透镜阵列对光路进行调制获取所述设置光场,同时使用中继透镜对,对微透镜阵列与物镜、相机参数进行匹配。
在本申请实施例中,第二获取模块240,具体用于:通过仿真或标定的方式获取光场相空间的大轴向范围所述点扩散函数。
在本申请实施例中,采样模块250,具体用于:沿z轴方向,对所述点扩散函数进行第一次降采样;对于z轴所述第一次降采样后的点扩散函数,在xy平面继续按照降采样系数对点扩散函数进行降采样。
本申请实施例的基于光场的数字光学层析装置,通过获取三维生物样本,对三维生物样本进行光学放大处理;采集在设置光场中进行光学放大处理后的三维生物样本的光场图像,并将光场图像转换为四维低分辨相空间信息,以及对四维低分辨相空间信息进行上采样,获取四维相空间信息;获取点扩散函数,并对点扩散函数和四维相空间信息进行同尺度的降采样,获取目标空间信息;对目标空间信息进行三维重建,获取三维重建结果,并对三维重建结果进行上采样,获取目标结果。由此,有效地对背景建模,去除背景荧光和散射噪声,显著地提升光学层析能力,以此实现高分辨率的三维动态物体重建。
需要说明的是,前述对基于光场的数字光学层析方法实施例的解释说明也适用于该实施例的基于光场的数字光学层析装置,此处不再赘述。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本申请的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本申请的描述中,“多个”的含义是至少两个,例如两个,三个等,除非另有明确具体的限定。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为,表示包括一个或更多个用于实现定制逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分,并且本申请的优选实施方式的范围包括另外的实现,其中可以不按所示出或讨论的顺序,包括根据所涉及的功能按基本同时的方式或按相反的顺序,来执行功能,这应被本申请的实施例所属技术领域的技术人员所理解。
在流程图中表示或在此以其他方式描述的逻辑和/或步骤,例如,可以被认为是用于实现逻辑功能的可执行指令的定序列表,可以具体实现在任何计算机可读介质中,以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用,或结合这些指令执行系统、装置或设备而使用。就本说明书而言,"计算机可读介质"可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。计算机可读介质的更具体的示例(非穷尽性列表)包括以下:具有一个或多个布线的电连接部(电子装置),便携式计算机盘盒(磁装置),随机存取存储器(RAM),只读存储器(ROM),可擦除可编辑只读存储器(EPROM或闪速存储器),光纤装置,以及便携式光盘只读存储器(CDROM)。另外,计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质,因为可以例如通过对纸或其他介质进行光学扫描,接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序,然后将其存储在计算机存储器中。
应当理解,本申请的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中,多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。如,如果用硬件来实现和在另一实施方式中一样,可用本领域公知的下列技术中的任一项或他们的组合来实现:具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路,具有合适的组合逻辑门电路的专用集成电路,可编程门阵列(PGA),现场可编程门阵列(FPGA)等。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成,所述的程序可以存储于一种计算机可读存储介质中,该程序在执行时,包括方法实施例的步骤之一或其组合。
此外,在本申请各个实施例中的各功能单元可以集成在一个处理模块中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时,也可以存储在一个计算机可读取存储介质中。
上述提到的存储介质可以是只读存储器,磁盘或光盘等。尽管上面已经示出和描述了本申请的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本申请的限制,本领域的普通技术人员在本申请的范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (8)
1.一种基于光场的数字光学层析方法,其特征在于,包括:
获取三维生物样本,对所述三维生物样本进行光学放大处理;
采集在设置光场中进行光学放大处理后的所述三维生物样本的光场图像,并将所述光场图像转换为四维低分辨相空间信息,以及对所述四维低分辨相空间信息进行上采样,获取四维相空间信息;
获取点扩散函数,并对所述点扩散函数和所述四维相空间信息进行同尺度的降采样,获取目标空间信息;
对所述目标空间信息进行三维重建,获取三维重建结果,并对所述三维重建结果进行上采样,获取目标结果;
其中,所述对所述点扩散函数进行降采样,包括:
沿z轴方向,对所述点扩散函数进行第一次降采样;
对于z轴所述第一次降采样后的点扩散函数,在xy平面继续按照降采样系数对点扩散函数进行降采样。
2.如权利要求1所述的方法,其特征在于,所述对所述三维生物样本进行光学放大处理,包括:
使用传统宽场显微镜对三维生物样本进行成像,将所述三维生物样本进行光学放大处理。
3.如权利要求1所述的方法,其特征在于,所述对所述三维生物样本进行光学放大处理之后,还包括:
在成像面放置微透镜阵列对光路进行调制获取所述设置光场,同时使用中继透镜对,对微透镜阵列与物镜、相机参数进行匹配。
4.如权利要求1所述的方法,其特征在于,所述获取点扩 散函数,包括:
通过仿真或标定的方式获取光场相空间的大轴向范围所述点扩散函数。
5.一种基于光场的数字光学层析装置,其特征在于,包括:
第一获取模块,用于获取三维生物样本;
放大模块,用于对所述三维生物样本进行光学放大处理;
转换采样模块,用于采集在设置光场中进行光学放大处理后的所述三维生物样本的光场图像,并将所述光场图像转换为四维低分辨相空间信息,以及对所述四维低分辨相空间信息进行上采样,获取四维相空间信息;
第二获取模块,用于获取点扩散函数;
采样模块,用于对所述点扩散函数和所述四维相空间信息进行同尺度的降采样,获取目标空间信息;
处理模块,用于对所述目标空间信息进行三维重建,获取三维重建结果,并对所述三维重建结果进行上采样,获取目标结果;
其中,所述采样模块,具体用于:
沿z轴方向,对所述点扩散函数进行第一次降采样;
对于z轴所述第一次降采样后的点扩散函数,在xy平面继续按照降采样系数对点扩散函数进行降采样。
6.如权利要求5所述的装置,其特征在于,所述放大模块,具体用于:
使用传统宽场显微镜对三维生物样本进行成像,将所述三维生物样本进行光学放大处理。
7.如权利要求5所述的装置,其特征在于,还包括:
设置模块,用于在成像面放置微透镜阵列对光路进行调制获取所述设置光场,同时使用中继透镜对,对微透镜阵列与物镜、相机参数进行匹配。
8.如权利要求5所述的装置,其特征在于,所述第二获取模块,具体用于:
通过仿真或标定的方式获取光场相空间的大轴向范围所述点扩散函数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110312399.7A CN112967268B (zh) | 2021-03-24 | 2021-03-24 | 基于光场的数字光学层析方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110312399.7A CN112967268B (zh) | 2021-03-24 | 2021-03-24 | 基于光场的数字光学层析方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112967268A CN112967268A (zh) | 2021-06-15 |
CN112967268B true CN112967268B (zh) | 2022-08-09 |
Family
ID=76278304
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110312399.7A Active CN112967268B (zh) | 2021-03-24 | 2021-03-24 | 基于光场的数字光学层析方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112967268B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114943800B (zh) * | 2022-03-18 | 2024-07-02 | 山东大学 | 基于相空间的穿透散射介质目标三维重构方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104463949A (zh) * | 2014-10-24 | 2015-03-25 | 郑州大学 | 一种基于光场数字重聚焦的快速三维重建方法及其系统 |
CN106447762A (zh) * | 2015-08-07 | 2017-02-22 | 中国科学院深圳先进技术研究院 | 基于光场信息的三维重建方法及系统 |
CN109615651A (zh) * | 2019-01-29 | 2019-04-12 | 清华大学 | 基于光场显微系统的三维显微成像方法及系统 |
CN111429500A (zh) * | 2020-02-18 | 2020-07-17 | 清华大学 | 轴向扫描光场数据的重建与拼接方法及装置 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104243823B (zh) * | 2014-09-15 | 2018-02-13 | 北京智谷技术服务有限公司 | 光场采集控制方法和装置、光场采集设备 |
CN104506762B (zh) * | 2014-12-25 | 2018-09-04 | 北京智谷睿拓技术服务有限公司 | 光场采集控制方法和装置、光场采集设备 |
US9797716B2 (en) * | 2015-01-09 | 2017-10-24 | Ricoh Company, Ltd. | Estimating surface properties using a plenoptic camera |
-
2021
- 2021-03-24 CN CN202110312399.7A patent/CN112967268B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104463949A (zh) * | 2014-10-24 | 2015-03-25 | 郑州大学 | 一种基于光场数字重聚焦的快速三维重建方法及其系统 |
CN106447762A (zh) * | 2015-08-07 | 2017-02-22 | 中国科学院深圳先进技术研究院 | 基于光场信息的三维重建方法及系统 |
CN109615651A (zh) * | 2019-01-29 | 2019-04-12 | 清华大学 | 基于光场显微系统的三维显微成像方法及系统 |
CN111429500A (zh) * | 2020-02-18 | 2020-07-17 | 清华大学 | 轴向扫描光场数据的重建与拼接方法及装置 |
Non-Patent Citations (3)
Title |
---|
Image-Based Spatially Variant and Count Rate Dependent Point Spread Function on the HRRT;Fotis A. Kotasidis等;《 IEEE Transactions on Nuclear Science》;20140604;全文 * |
Light Field Image Processing: An Overview;Gaochang Wu等;《 IEEE Journal of Selected Topics in Signal Processing》;20170830;全文 * |
光场图像三维重建中的关键技术综述;喻鹤翔等;《福建电脑》;20160925(第09期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN112967268A (zh) | 2021-06-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10903043B2 (en) | Method, device and system for remote deep learning for microscopic image reconstruction and segmentation | |
CN110441271B (zh) | 基于卷积神经网络的光场高分辨解卷积方法及系统 | |
US11169367B2 (en) | Three-dimensional microscopic imaging method and system | |
US9679360B2 (en) | High-resolution light-field imaging | |
CN109884018B (zh) | 一种基于神经网络的亚微米级无透镜显微成像方法及系统 | |
JP4865930B2 (ja) | 構造化された照射および均一な照射の両方を用いて光学的に切片化された画像を生成するためのシステムおよび方法 | |
WO2004075107A2 (en) | Extended depth of focus microscopy | |
RU2734447C2 (ru) | Система для формирования синтезированного двухмерного изображения биологического образца с повышенной глубиной резкости | |
WO2012058233A2 (en) | Scanning projective lensless microscope system | |
CN101865673B (zh) | 一种微观光场采集与三维重建方法及装置 | |
KR20060131828A (ko) | 영상 도파관을 통해 포착된 공초점 영상의 초해상도를 위한방법 및 시스템, 그리고 그 방법을 구현하기 위하여사용한 디바이스 | |
JP2022538406A (ja) | 位相分布を強調するための画像処理装置および方法 | |
CN110349237B (zh) | 基于卷积神经网络的快速体成像方法 | |
JP7244706B2 (ja) | 生体試料の合成デジタル画像を生成するシステム | |
CN115220211B (zh) | 基于深度学习和光场成像的显微成像系统及方法 | |
JP2015192238A (ja) | 画像データ生成装置および画像データ生成方法 | |
US20220343463A1 (en) | Changing the size of images by means of a neural network | |
CN112967268B (zh) | 基于光场的数字光学层析方法和装置 | |
CN114241072B (zh) | 一种叠层成像重建方法及系统 | |
CN113724150A (zh) | 无需高信噪比真值图像的结构光显微重建方法及装置 | |
CN114155340B (zh) | 扫描光场数据的重建方法、装置、电子设备及存储介质 | |
CN116402681A (zh) | 一种基于像素重排列的自监督结构光显微重建方法和系统 | |
WO2019246478A1 (en) | Systems and methods for interferometric multifocus microscopy | |
CN111656163A (zh) | 用于在荧光显微成像期间扩展景深的方法和装置 | |
CN115728926A (zh) | 基于双螺旋点扩散函数的透过散射介质的三维定位和成像的方法 |
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 |