用于提高大视野全息成像质量的自适应滑动窗重建方法技术

本发明专利技术涉及一种用于提高大视野全息成像质量的自适应滑动窗重建方法，属于数字全息成像技术领域。该方法首先对原始全息图进行预处理和裁剪；然后使用常规分块方法对整图进行单次无交叠分块并完成各块重建，记录各块灰度均值；再计算各块灰度均值集合的离出率并据此设置窗体移动步长；最后按照设置步长滑动窗体加以分块重建，并将各块交叠对应像素点灰度赋为叠加平均值，使变化明显的背景干扰项得以抵消，使相对固定的物体信息得以保留。本发明专利技术增强了大尺寸全息图重建后物体信息的保真度与完整性，更好地满足了大视野微观物体的观察测量，为其后续物体信息的分析与提取奠定了基础。

Adaptive sliding window reconstruction method for improving the quality of large field holographic imaging

The invention relates to an adaptive sliding window reconstruction method for improving the quality of large field holographic imaging, and belongs to the technical field of digital holographic imaging. In this method, the original hologram is preprocessed and trimmed, and then a single block method is used to carry out a single unoverlapped block and complete the reconstruction of the whole block, record the mean value of each block, then calculate the departure rate of the gray mean set of each block and set the moving step of the form accordingly. It is reconstructed by block, and the pixel gray level of each block is assigned to the superposition average, so that the changed background interference is counteracted and the relative fixed object information is preserved. The invention enhances the fidelity and integrity of the information after the reconstruction of the large size hologram, and better satisfies the observation and measurement of the microscopic objects in the large field of vision, and lays the foundation for the analysis and extraction of the information of the following objects.

【技术实现步骤摘要】
用于提高大视野全息成像质量的自适应滑动窗重建方法
本专利技术属于数字全息图重建
，涉及一种针对于大视野成像的大尺寸全息图的滑动窗分块重建方法。
技术介绍
数字全息是近年来新兴的一种精度可达微米级别的成像方法，由CCD等光学元器件直接记录获取样本图像，具有全视场、非接触、无损伤、实时性、定量化的优点。因为其无需对样本颜色即可清晰成像，故特别适合于活体生物样品的定量三维重建和快速跟踪，得以在生物医学应用领域尤其是细胞培养观测中发展迅速。全息图成像视野直接对应于光学元器件CCD尺寸，所以其得天独厚具有大视野成像的优点。在能够对微米级别物体准确成像的前提下，全息图视野下所记录的物体信息远丰富于常规光学显微镜，在对大样本微观物体群的观察、记录方面颇具优势。但是大尺寸全息图的重建无法回避的一个问题在于必须对图像进行分块后再逐一完成各图像块的卷积重建。经实验验证过大的分块或直接对全息图整图重建总会在重建时引入过多周围无关的光场信息，进而形成难以去除的横纵条带和背景斑块。此外考虑到卷积重建法需要大量正、逆傅里叶变换，而快速傅里叶变换对于长度为2的整数次幂的信号运算效率最高，故综合考量后认为单块尺寸选取256像素或512像素重建效果最佳，过大或过小均会造成不良效果。伴随图像分割，一些物体势必处于分割的边缘位置，衍射环被人为割裂分布在不同图像子块上，不完整的衍射环重建后导致物体信息被损伤，难以反映物体的真实形貌，可能导致实验人员观察后误判、漏判，甚至造成实验失败。除此之外，受物体分布的影响，不同块之间重建后整体亮度差异往往十分明显，分块痕迹显著，不同图像子块内物体的可比对性受到影响，对于实验人员的观察和分析工作形成巨大干扰与挑战。因此，亟需一种针对于大视野成像的大尺寸全息图的滑动窗分块重建方法，用以提高重建图像质量和物体信息保真度。
技术实现思路
有鉴于此，本专利技术的目的在于提供一种基于自适应滑动窗的分块处理策略，通过互相交叠的分块，确保全息图观察区域内位于分块边界上的物体总会在窗体移动后落入下一图像块内部，保证了其至少在一次重建过程中物体信息可以得到完整保留，且随滑动步长的细化，重建后物体信息得以完整保留的次数增多，达到提高重建图像质量和物体信息保真度的目的。为达到上述目的，本专利技术提供如下技术方案：一种用于提高大视野全息成像质量的自适应滑动窗重建方法，首先对原始全息图进行预处理和裁剪；然后使用常规分块方法对整图进行单次无交叠分块并完成各块重建，记录各块灰度均值；再计算各块灰度均值集合的离出率并据此设置窗体移动步长；最后按照设置步长滑动窗体加以分块重建，并将各块交叠对应像素点灰度赋为叠加平均值，使变化明显的背景干扰项得以抵消，使相对固定的物体信息得以保留；该方法具体包括以下步骤：S1：读入待重建全息图，进行预处理；S2：设置分块尺寸，对图像进行裁剪；S3：初步分块、重建，记录各块平均亮度，根据数据离出率自适应设置窗体滑动步长；S4：按照S1中设置分块尺寸与S3中计算所得自适应步长移动窗体，对图像有效区域进行窗体遍历，并对各窗内图像块进行重建；S5：将S4中处理所得的两个矩阵相同坐标处数据对应相除，得到最终经过自适应滑动窗分块处理后叠加平均的重建图像Rec。进一步，所述步骤S1具体包括：将其从RGB彩色空间映射为灰度图像，图像RGB空间向灰度转换公式如下式所示，其中i、j为行列坐标，R、G、B分别为三原色中红、绿、蓝通道信息：Gray(i,j)＝0.229×R(i,j)+0.587×G(i,j)+0.114×B(i,j)。进一步，所述步骤S2具体包括：S21：设图像块分块边长为L，整幅图像行列值为M和N，单位为像素(pixel)；对应整除取其行、列所能排布图像块的个数Row和Col：Row＝M|LCol＝N|LS22：取整幅图像中间Row×L行与Col×L列区域为有效重建区域，完成图像裁剪。进一步，所述步骤S3具体包括：S31：在有效区域内进行图像块的无交叠初步排布，即传统分块方法，对各图像块逐一重建，并记录各重建图像块平均亮度值，记录在Row×Col的矩阵中；S32：对矩阵中所记录的平均亮度数据进行利群(Outlier)分析，采用目前国际通用标准：以低于箱形图(Boxplot)下箱体的1.5倍个四分位间距(Inter-quartileRange，IQR)，或是高于箱形图上箱体的1.5倍个四分位间距作为离群值界限；S33：统计离群值个数Numout，并计算各块平均灰度值的离群率Ratioout：S34：根据利群率设置自适应的窗体滑动步长Step，其中[·]表示四舍五入取整：该滑动步长的设置理由在于，图像各块平均灰度值离出率越高说明图像块重建后块间差异越大，需要更为细致的滑动窗进行处理。进一步，所述步骤S4具体包括：某一全息图像块，当其进行p次行方向滑动、q次列方向滑动后，以全息整图有效区域最左上角像素点为参考点，记为(1,1)，则该图像块的行：L；列：L，对应覆盖在全息图有效区域中的范围为，行：(p-1)×L+1至p×L；列：(q-1)×L+1至q×L；设置两个与全息图有效区域等大的空矩阵Matrix1和Matrix2，分别用于叠加各全息图块重建图recp,q对应位置处像素灰度值和叠加次数；其中图像：X＝(p-1)×L+i，Y＝(q-1)×L+j。进一步，所述步骤S5中，所述重建图像Rec为：Rec(X,Y)＝Marix1(X,Y)/Matrix2(X,Y)。进一步，对于所述步骤S1和S4中的全息图重建，均采用卷积重建法，具体流程如下：卷积重建法是基于线性系统理论和瑞利-索默菲积分公式而构建的，能够准确反映光的空间衍射分布，由瑞利-索默菲衍射积分公式，全息图中衍射信息再现后对应光波：其中，ima在此表示虚数单位，λ为重建光波长，zi为物体距离CCD的距离，即重建距离，其中，(x,y)为记录面横、纵坐标，(xi,yi)为重建图在再现像平面上的位置分布；H(x,y)为图像传感器所记录的全息图光强分布，也即是所采集记录得到的全息图；C(x,y)是重建光波在传感器平面上的分布，取为R(x,y)的共轭：R(x,y)＝exp[-ima·k(xsinα+ysinβ)]其中，k＝2π/λ，α、β分别为平面参考光波与空间yoz平面和xoz平面的夹角；而根据线性系统理论，再现像复振幅表示为如下卷积形式：其中，g为自由空间脉冲响应；再由卷积理论，使用傅里叶变换计算得到再现像，重建图：U＝FT-1[FT(H·C)·FT(g)]。本专利技术的有益效果在于：本专利技术使大尺寸全息图重建结果的保真度得到了增强，所涵盖的物体信息得以完善，整图视觉感受更加趋于真实和自然，大大方便了实验人员的观察记录。附图说明为了使本专利技术的目的、技术方案和有益效果更加清楚，本专利技术提供如下附图进行说明：图1为本专利技术所述的滑动窗重建方法的流程图；具体实施方式下面将结合附图，对本专利技术的优选实施例进行详细的描述。图1为用于提高大视野全息成像质量的自适应滑动窗重建方法的流程图，如图1所示，一种用于提高大视野全息成像质量的自适应滑动窗重建方法，具体包括以下步骤：S1：读入待重建全息图，进行预处理；将其从RGB彩色空间映射为灰度图像，图像RGB空间向灰度转换公式如下式所示，其中i、j为本文档来自技高网...

【技术保护点】
1.一种用于提高大视野全息成像质量的自适应滑动窗重建方法，其特征在于，该方法首先对原始全息图进行预处理和裁剪；然后使用常规分块方法对整图进行单次无交叠分块并完成各块重建，记录各块灰度均值；再计算各块灰度均值集合的离出率并据此设置窗体移动步长；最后按照设置步长滑动窗体加以分块重建，并将各块交叠对应像素点灰度赋为叠加平均值，使变化明显的背景干扰项得以抵消，使相对固定的物体信息得以保留；该方法具体包括以下步骤：S1：读入待重建全息图，进行预处理；S2：设置分块尺寸，对图像进行裁剪；S3：初步分块、重建，记录各块平均亮度，根据数据离出率自适应设置窗体滑动步长；S4：按照S1中设置分块尺寸与S3中计算所得自适应步长移动窗体，对图像有效区域进行窗体遍历，并对各窗内图像块进行重建；S5：将S4中处理所得的两个矩阵相同坐标处数据对应相除，得到最终经过自适应滑动窗分块处理后叠加平均的重建图像Rec。

【技术特征摘要】
1.一种用于提高大视野全息成像质量的自适应滑动窗重建方法，其特征在于，该方法首先对原始全息图进行预处理和裁剪；然后使用常规分块方法对整图进行单次无交叠分块并完成各块重建，记录各块灰度均值；再计算各块灰度均值集合的离出率并据此设置窗体移动步长；最后按照设置步长滑动窗体加以分块重建，并将各块交叠对应像素点灰度赋为叠加平均值，使变化明显的背景干扰项得以抵消，使相对固定的物体信息得以保留；该方法具体包括以下步骤：S1：读入待重建全息图，进行预处理；S2：设置分块尺寸，对图像进行裁剪；S3：初步分块、重建，记录各块平均亮度，根据数据离出率自适应设置窗体滑动步长；S4：按照S1中设置分块尺寸与S3中计算所得自适应步长移动窗体，对图像有效区域进行窗体遍历，并对各窗内图像块进行重建；S5：将S4中处理所得的两个矩阵相同坐标处数据对应相除，得到最终经过自适应滑动窗分块处理后叠加平均的重建图像Rec。2.根据权利要求1所述的用于提高大视野全息成像质量的自适应滑动窗重建方法，其特征在于，所述步骤S1具体包括：将其从RGB彩色空间映射为灰度图像，图像RGB空间向灰度转换公式如下式所示，其中i、j为行列坐标，R、G、B分别为三原色中红、绿、蓝通道信息：Gray(i,j)＝0.229×R(i,j)+0.587×G(i,j)+0.114×B(i,j)。3.根据权利要求1所述的用于提高大视野全息成像质量的自适应滑动窗重建方法，其特征在于，所述步骤S2具体包括：S21：设图像块分块边长为L，整幅图像行列值为M和N，单位为像素(pixel)；对应整除取其行、列所能排布图像块的个数Row和Col：Row＝M|LCol＝N|LS22：取整幅图像中间Row×L行与Col×L列区域为有效重建区域，完成图像裁剪。4.根据权利要求1所述的用于提高大视野全息成像质量的自适应滑动窗重建方法，其特征在于，所述步骤S3具体包括：S31：在有效区域内进行图像块的无交叠初步排布，即传统分块方法，对各图像块逐一重建，并记录各重建图像块平均亮度值，记录在Row×Col的矩阵中；S32：对矩阵中所记录的平均亮度数据进行利群(Outlier)分析，采用目前国际通用标准：以低于箱形图(Boxplot)下箱体的1.5倍个四分位间距(Inter-quartile...

【专利技术属性】
技术研发人员：廖彦剑，叶东海，朱子岩，罗洪艳，李明勇，杨军，罗小刚，
申请(专利权)人：重庆大学，
类型：发明
国别省市：重庆,50