当前位置: 首页 > 专利查询>南京大学专利>正文

基于矩阵分解的无透镜全息显微散斑噪声去除方法及装置制造方法及图纸

技术编号:19008126 阅读:25 留言:0更新日期:2018-09-22 08:09
本发明专利技术公开了一种基于矩阵分解的无透镜全息显微散斑噪声去除方法及装置。去除方法的步骤如下:S1关闭光源,采集暗场图像;S2打开光源,采集光源均匀照射下的明场图像;S3,在传感器上方放置含有微粒的溶液样本,保证样本到传感器距离远小于样本到光源的距离;打开光源,采集样本的全息图像序列;S4对需要计算的任意一张全息图像进行平场校正;S5对校正之后的全息图像采用矩阵分解算法进行噪声分离,将其分解成微粒的全息图和背景噪声两部分;S6对计算出的全息图像进行更进一步的图像分析处理工作。本发明专利技术能去除掉散斑噪声和样本多次反射产生的干涉条纹噪声,实现高精度的动态三维成像。

Method and device for eliminating lensless holographic speckle noise based on matrix decomposition

The invention discloses a method and a device for removing speckle noise of lensless holography based on matrix decomposition. The steps of the removal method are as follows: S1 turns off the light source and collects the dark field image; S2 turns on the light source and collects the bright field image under the uniform illumination of the light source; S3 places a solution sample containing particles above the sensor to ensure that the distance between the sample and the sensor is far less than the distance from the sample to the light source; and opens the light source to collect the holographic image of the sample. Sequence; S4 carries on the flat field correction to any holographic image which needs to be calculated; S5 carries on the noise separation to the corrected holographic image using the matrix decomposition algorithm, and decomposes it into the particle hologram and the background noise two parts; S6 carries on the further image analysis processing to the computed holographic image. The invention can remove speckle noise and interference fringe noise produced by multiple reflections of samples, and realize high-precision dynamic three-dimensional imaging.

【技术实现步骤摘要】
基于矩阵分解的无透镜全息显微散斑噪声去除方法及装置
本专利技术属于无透镜显微领域,尤其涉及一种去除全息显微成像中的散斑噪声的方法及其装置。
技术介绍
大量的现有和新兴的应用将受益于对于微粒运动的定位、表征或追踪,如生物医学、流体力学和软物质领域中的胶体球、纳米棒、蛋白质聚集体等的定位与追踪,水质检测中污染物的表征等。先前的对于微粒的追踪与表征等相关研究建立在标准的倒置光学显微镜上,用准直、衰减的HeNe激光器替代传统的白炽照明器和聚光器。利用常规的目镜来放大干涉图案,然后用灰度摄像机记录全息图。然而,这种技术受到视场(FOV,field-of-view)和成像分辨率二者互相制衡的影响。标准的光学显微镜的高放大倍率代表了更小的视场,因而阻碍了其在需要大视野下定位、识别、追踪多个微粒的情况下的应用。为了获得高分辨率和大视场的图像,需要机械扫描和拼接来扩大有限的视场,这不仅使成像过程复杂化,而且显着增加了这些系统的总体成本。即使如此,时间分辨率仍然会受到影响。无透镜全息显微镜近年来已经成为新的成像技术。与基于透镜的传统全息显微镜相比,无透镜全息显微镜直接采样透过物体的光线,而无需在物体和传感器平面之间使用任何成像透镜,因此空间带宽积与空间分辨率不再相关。具有单倍放大率(样本与传感器平面距离极小,几乎不存在放大)的无透镜全息显微镜具有与成像传感器一致大小的视场,而不需要任何透镜和其他中间光学元件。这进一步允许成像装置的简化,同时有效地避免了传统的基于透镜的成像系统中不可避免的光学像差和色散。此外,整个系统结构紧凑,成本效益高,为资源有限的环境中大视场下多微粒的同时定位和表征提供了一种可能的解决方案。然而,先前的研究中,系统难以处理散斑噪声和由于样本内部的反射造成的周期性条纹干扰,在受到噪声干扰影响下,只能实现对样本的粗略成像。
技术实现思路
本专利技术的目的在于提供一种去除无透镜全息显微成像中的散斑噪声的方法及其装置,实现在宽视场下对样本进行高精度动态三维成像。本专利技术采用的技术方案为:基于矩阵分解的无透镜全息显微散斑噪声去除方法,步骤如下:S1:关闭光源,采集暗场图像;S2:打开光源,采集光源均匀照射下的明场图像;S3:在传感器上方放置含有微粒的溶液样本,保证样本到传感器距离远小于样本到光源的距离;打开光源,采集样本的全息图像序列;S4:对需要计算的任意一张全息图像进行平场校正;平场校正的具体方法为:将步骤S1中采集的暗场图像表示为Id,将步骤S2中采集的明场图像表示为I0,将步骤S3中采集的全息图像序列中需要计算的任意一张全息图像表示为I,对图像I进行平场校正后的图像Ic表示为:S5:对校正之后的全息图像采用矩阵分解算法进行噪声分离,将其分解成微粒的全息图和背景噪声两部分;具体方法为:首先,使用采集到的全息图像序列建立数据矩阵D,其中每一列yi对应一帧观测样本,将改矩阵分解为D=A+E其中A为低秩矩阵,对应为包含散斑噪声和内反射噪声干涉的条纹干扰信号的背景图像;E为稀疏矩阵,对应为期望的全息图像;然后,采用核范数和L1范数分别约束低秩矩阵A和稀疏矩阵E求解该问题,目标函数如下所示:s.t.D=A+E全息图像E中每一列即对应于一帧去除掉了散斑噪声和内反射噪声干涉的条纹干扰信号的全息图像。S6:根据需要,对微粒的全息图进行更进一步图像分析处理工作。本专利技术基于矩阵分解的无透镜全息显微散斑噪声去除装置,包括相干光源、图像传感器和计算机,所述相干光源照射范围覆盖整个图像传感器平面,样本放置于图像传感器平面的上方,且样本与相干光源的距离远大于样本与图像传感器平面的距离;所述相干光源发射线极化的激光束入射到样本平面,样本散射入射光,在所述图像传感器平面入射光与散射光发生干涉,所述图像传感器记录到干涉图案即全息图像,所述计算机对全息图像进行平场校正和噪声分离。本专利技术与现有技术相比,其显著优点为:本专利技术的无透镜全息显微能同时满足大视场与高分辨率的要求,在不增加系统复杂度和采集图像数量的情况下,通过发现采集到的标准图像序列的内在规律,采用矩阵低秩稀疏分解的算法将全息图像从拍摄到的干涉图像中分离出来,从而去除掉散斑噪声和样本多次反射产生的干涉条纹噪声,实现高精度的动态三维成像。附图说明图1是本专利技术去除全息显微成像中的散斑噪声的方法的流程图。图2是本专利技术去除全息显微成像中的散斑噪声的装置结构示意图,其中,1-相干光源,2-样本,3-传感器。图3是采用本专利技术提出的装置拍摄的大视场全息图,图中插图为黑色方框部分的放大图。图4是采用本专利技术提出的散斑噪声去除方法处理前后的对比结果,(a)去除散斑噪声前;(b)去除散斑噪声后。具体实施方式参见图1,本专利技术去除全息显微成像中的散斑噪声的方法,步骤如下:S1:关闭光源,在暗室条件下(无环境杂散光的情况)利用传感器3拍摄暗场图像。用于拍摄图像的无透镜全息显微装置参见图2,包括相干光源1、传感器3等。光源照射范围覆盖整个传感器3的有效感光区域。S2:打开光源,在暗室条件下(无环境杂散光的情况)采集光源均匀照射下的明场图像。S3:在传感器3的上方放置样本2(溶液样本或其他样本)。样本2到传感器3的距离远小于样本2到相干光源1的距离。这一方面使得从样本2传播到传感器3平面的入射波可以视为平面波,另一方面保证了无透镜全息显微装置的单倍放大率(即对样本2基本不存在放大),提供和芯片大小一致的大视场(FOV,field-of-view,)的同时不需要任何其他光学元件。打开相干光源1,线极化的激光束入射到样本2平面,样本2散射入射光,在传感器3平面入射光与散射光发生干涉,传感器3采集干涉图案即全息图。手动拍摄保存或者对相机进行开发自动拍摄保存图片,按一定的时间间隔采集全息图序列(时间间隔尽量短,不要求等时间间隔,序列数量尽量在15张以上),此时所有样本2中的微粒应一直进行无规则的布朗运动,同时调整相机曝光时间,保证图像亮度适中的情况下也尽量避免微粒布朗运动造成的干涉图案模糊,拍摄的全息图参见图3。S4:对需要计算的任意一张全息图进行平场校正。该步骤中,选择全息图序列的任意一张全息图,将按步骤S1中所描述的采集的暗场图像表示为Id,将按步骤S2中所描述的采集的明场图像表示为I0,将按步骤S3中所描述的采集的全息图序列中需要计算的任意一张全息图表示为I,则对I进行平场校正后的图像Ic表示为:对全息图像做平场校正得到一幅相对值图像,并不会对图像处理产生不良影响,并且能够消除各像素响应不一的情况,缓解光照不均匀带来的图像值不均匀的问题。S5:对先前采集的图像序列进行矩阵低秩稀疏分解得到所需要的未受到噪声干扰的全息图与包含散斑噪声和内反射噪声干涉的条纹干扰信号的背景图。首先,被摄样本2在一定深度的溶液中做无规则的布朗运动,可以认为被摄样本的位置处于不停变化的状态,而同时溶液本身处于静止的状态,也就是说散斑噪声和内反射噪声干涉的条纹干扰信号在整个拍摄到的图像序列中,其位置和形态是固定不变的。使用采集到的图像序列建立数据矩阵D,其中每一列di对应一帧观测样本,其中di由对应的图像帧的每一列首尾相接得到,然后将改矩阵分解为D=A+E其中A为低秩矩阵,E为稀疏矩阵。其中E对应为期望的全息图,A对应为包含散斑噪声和内反射噪声干涉本文档来自技高网
...
基于矩阵分解的无透镜全息显微散斑噪声去除方法及装置

【技术保护点】
1.基于矩阵分解的无透镜全息显微散斑噪声去除方法,其特征在于,步骤如下:S1:关闭光源,采集暗场图像;S2:打开光源,采集光源均匀照射下的明场图像;S3:在传感器上方放置含有微粒的溶液样本,保证样本到传感器距离远小于样本到光源的距离;打开光源,采集样本的全息图像序列;S4:对需要计算的任意一张全息图像进行平场校正;S5:对校正之后的全息图像采用矩阵分解算法进行噪声分离,将其分解成微粒的全息图和背景噪声两部分;S6:根据需要,对微粒的全息图进行更进一步图像分析处理工作。

【技术特征摘要】
1.基于矩阵分解的无透镜全息显微散斑噪声去除方法,其特征在于,步骤如下:S1:关闭光源,采集暗场图像;S2:打开光源,采集光源均匀照射下的明场图像;S3:在传感器上方放置含有微粒的溶液样本,保证样本到传感器距离远小于样本到光源的距离;打开光源,采集样本的全息图像序列;S4:对需要计算的任意一张全息图像进行平场校正;S5:对校正之后的全息图像采用矩阵分解算法进行噪声分离,将其分解成微粒的全息图和背景噪声两部分;S6:根据需要,对微粒的全息图进行更进一步图像分析处理工作。2.根据权利要求1所述的基于矩阵分解的无透镜全息显微散斑噪声去除方法,其特征在于,步骤S4中,平场校正的具体方法为:将步骤S1中采集的暗场图像表示为Id,将步骤S2中采集的明场图像表示为I0,将步骤S3中采集的全息图像序列中需要计算的任意一张全息图像表示为I,对图像I进行平场校正后的图像Ic表示为:3.根据权利要求1所述的基于矩阵分解的无透镜全息显微散斑噪声去除方法,其特征在于,步骤...

【专利技术属性】
技术研发人员:曹汛华夏黄烨杨程闫锋
申请(专利权)人:南京大学
类型:发明
国别省市:江苏,32

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1