自适应像差校正方法及基于该方法的光片显微成像装置制造方法及图纸

本发明专利技术提供了一种自适应像差校正方法以及基于所述自适应像差校正方法的光片显微成像装置，所述自适应像差校正方法包括：建立像差的泽尼克多项式表征模型；利用遗传算法求解所述泽尼克多项式表征模型的近似最优解；以所述近似最优解为起点，利用随机并行梯度下降算法进一步求解所述泽尼克多项式表征模型的全局最优解；基于所述全局最优解计算待矫正相位，其中，所述待矫正相位为像差校正参数。本发明专利技术所述的自适应像差校正方法可校正的像差范围大，并具有较高的像差校正速度。

【技术实现步骤摘要】
自适应像差校正方法及基于该方法的光片显微成像装置
本专利技术涉及光学成像
，具体而言，涉及一种自适应像差校正方法及基于该自适应像差校正方法的光片显微成像装置。
技术介绍
光片显微镜具有对生物组织低漂白性、轴向分辨力高的优势，但其成像深度受限，生物医学等领域研究的发展，对现代显微系统的成像深度提出了更高的要求。而随着成像深度的增加，由折射率失配引入的像差会严重影响显微成像质量，该类型像差会随着观测环境及样品本身的改变而发生变化，因此需要引入自适应光学技术进行像差的实时动态校正。现有的自适应光学技术校正的像差范围过小，像差校正速度过慢。
技术实现思路
本专利技术解决的问题是现有的自适应光学技术校正的像差范围过小，像差校正速度过慢。为解决上述问题，本专利技术提供一种自适应像差校正方法，包括：建立像差的泽尼克多项式表征模型；利用遗传算法求解所述泽尼克多项式表征模型的近似最优解；以所述近似最优解为起点，利用随机并行梯度下降算法进一步求解所述泽尼克多项式表征模型的全局最优解；基于所述全局最优解计算待矫正相位，其中，所述待矫正相位为像差校正参数。可选地，所述泽尼克多项式表征模型为5-36阶泽尼克多项式的线性组合。可选地，所述利用遗传算法求解所述泽尼克多项式表征模型的近似最优解包括：将所述泽尼克多项式表征模型中的泽尼克系数进行编码，将编码后的所述泽尼克系数作为基因值；设置种群数量为M个，每个种群包括N个所述泽尼克系数，选取在像差校正范围内的N个随机数分别作为各项泽尼克系数，其中，N等于所述泽尼克多项式表征模型的多项式项数；基于M个种群的泽尼克系数，依次计算各个种群对应的相位分布，并依次施加到波前校正器，并分别计算各个种群对应的相位分布下的图像评价函数，其中，所述图像评价函数为所述遗传算法的适应度函数；保留所述M个种群中适应度最高的个体直接进入下一代，并从所述M个种群中基于预设交叉规则选取个体进行交叉操作，得到新个体，从所述M个种群中基于预设变异规则选取个体进行变异操作；判断是否满足预设的迭代终止条件；若不满足预设的迭代终止条件，则返回执行所述基于M个种群的泽尼克系数，依次计算各个种群对应的相位分布的步骤；若满足预设的迭代终止条件，则将当前种群中适应度最高的个体作为所述近似最优解。可选地，所述将所述泽尼克多项式表征模型中的泽尼克系数进行编码包括：将所述泽尼克多项式表征模型中的泽尼克系数进行浮点编码。可选地，所述交叉操作采用均匀交叉算子进行，所述变异操作为高斯变异操作。可选地，所述以所述近似最优解为起点，利用随机并行梯度下降算法进一步求解所述泽尼克多项式表征模型的全局最优解包括：将所述近似最优解设为a＝[a5,a6,a7,...a36]，产生服从伯努利分布的随机向量δ＝[δa5,δa6,δa7,...δa36]；根据预设公式计算经过双方扰动的泽尼克系数向量，其中，所述预设公式为：a+＝a+δ＝[a5+δa5,a6+δa6,a7+δa7,...a36+δa36]，a-＝a-δ＝[a5-δa5,a6-δa6,a7-δa7,...a36-δa36]，由向量a+与a-按所述泽尼克多项式表征模型，产生对应的相位分布ψ+与ψ-，将所述ψ+与所述ψ-分别施加至所述波前校正器，并分别计算所述ψ+与所述ψ-下的图像评价函数J+与J-，其中，图像评价函数J为所述适应度函数；计算两个图像评价函数的值之差ΔJ＝J+-J-；基于所述两个图像评价函数的值之差更新所述泽尼克系数向量；判断是否满足预设的迭代终止条件；若不满足预设的迭代终止条件，则返回执行所述产生服从伯努利分布的随机向量；若满足预设的迭代终止条件，则由更新的泽尼克系数向量根据所述泽尼克多项式表征模型计算对应的相位分布，该相位分布为所述全局最优解。可选地，所述图像评价函数包括图像灰度方差函数和/或图像梯度和函数。本专利技术还提出一种基于如上任一项所述自适应像差校正方法的光片显微成像装置，包括：校正控制器、空间光调制器和相机，所述校正控制器基于如上任一项所述的自适应像差校正方法计算像差校正参数，所述空间光调制器作为波前校正器，用于基于所述像差校正参数对像差进行校正，所述相机用于对样品成像。可选地，所述光片显微成像装置还包括声光偏转器，所述空间光调制器还用于生成不同系数的离焦模式相位分布使光聚焦样品不同深度，实现样品的纵向扫描，所述声光偏转器用于使光产生不同角度的偏转，实现对样品的横向扫描。可选地，所述光片显微成像装置还包括：激光器、第一整形透镜、第二整形透镜、偏振片、扫描透镜、收集透镜、第一显微物镜、第二显微物镜、成像透镜，其中，所述第二显微物镜、所述成像透镜以及所述sCMOS相机所在光路，与所述声光偏转器、所述扫描透镜、所述收集透镜以及所述第一显微物镜所在光路呈正交垂直关系。本专利技术将遗传算法与随机并行梯度下降算法结合，先利用遗传算法求解近似最优解，为随机并行梯度下降算法提供了一个较好的搜索起点，降低随机并行梯度下降算法出现局部最优问题的概率，即本专利技术综合了二者的优势，规避了二者的缺陷，可校正光片显微系统中存在的复杂像差，校正像差操作简单，成本低，且达到更快的像差校正速度及更高的像差校正精度。附图说明图1为本专利技术自适应像差校正方法一实施例示意图；图2为本专利技术自适应像差校正方法另一实施例示意图；图3为本专利技术光片显微成像装置一实施例示意图；图4为本专利技术光片显微成像装置另一实施例示意图。附图标记说明：1-激光器；2-第一整形透镜；3-第二整形透镜；4-偏振片；5-二维扫描系统；51-空间光调制器；52-声光偏转器；6-扫描透镜；7-收集透镜；8-第一显微物镜；9-样品；10-第二显微物镜；11-成像透镜；12-相机；13-校正控制器。具体实施方式为使本专利技术的上述目的、特征和优点能够更为明显易懂，下面结合附图对本专利技术的具体实施例做详细的说明。为便于理解本专利技术，首先对自适应光学技术进行简要介绍。自适应光学技术主要有依赖于波前探测器的直接波前探测技术以及不依赖波前传感器的间接波前探测技术。本专利技术各个实施例适用于不依赖波前传感器的间接波前探测技术，无波前传感器的自适应系统包含波前控制器和波前校正器，其中，波前控制器用于根据波前控制算法，计算出波前校正器的控制参数，并反馈到波前校正器上，波前校正器是进行像差校正的执行器件，基于波前控制器计算出的控制参数，改变入射光束不同位置的光程差进行波前畸变的相位补偿，以实现对像差的校正。像差与荧光图像有着间接对应关系，当像差为零时，荧光图像的图像评价指标最优，因此，基于荧光图像的图像评价指标的变化，确定波前校正器的控制参数，使图像质量最佳，进而间接达到像差校正的目的。本专利技术提出一种自适应像差校正方法。图1为本专利技术自适应像差本文档来自技高网...

【技术保护点】
1.一种自适应像差校正方法，其特征在于，包括：/n建立像差的泽尼克多项式表征模型；/n利用遗传算法求解所述泽尼克多项式表征模型的近似最优解；/n以所述近似最优解为起点，利用随机并行梯度下降算法进一步求解所述泽尼克多项式表征模型的全局最优解；/n基于所述全局最优解计算待矫正相位，其中，所述待矫正相位为像差校正参数。/n

【技术特征摘要】
1.一种自适应像差校正方法，其特征在于，包括：
建立像差的泽尼克多项式表征模型；
利用遗传算法求解所述泽尼克多项式表征模型的近似最优解；
以所述近似最优解为起点，利用随机并行梯度下降算法进一步求解所述泽尼克多项式表征模型的全局最优解；
基于所述全局最优解计算待矫正相位，其中，所述待矫正相位为像差校正参数。


2.如权利要求1所述的自适应像差校正方法，其特征在于，所述泽尼克多项式表征模型为5-36阶泽尼克多项式的线性组合。


3.权利要求1或2所述的自适应像差校正方法，其特征在于，所述利用遗传算法求解所述泽尼克多项式表征模型的近似最优解包括：
将所述泽尼克多项式表征模型中的泽尼克系数进行编码，将编码后的所述泽尼克系数作为基因值；
设置种群数量为M个，每个种群包括N个所述泽尼克系数，选取在像差校正范围内的N个随机数分别作为各项泽尼克系数，其中，N等于所述泽尼克多项式表征模型的多项式项数；
基于M个种群的泽尼克系数，依次计算各个种群对应的相位分布，并依次施加到波前校正器，并分别计算各个种群对应的相位分布下的图像评价函数，其中，所述图像评价函数为所述遗传算法的适应度函数；
保留所述M个种群中适应度最高的个体直接进入下一代，并从所述M个种群中基于预设交叉规则选取个体进行交叉操作，得到新个体，从所述M个种群中基于预设变异规则选取个体进行变异操作；
判断是否满足预设的迭代终止条件；
若不满足预设的迭代终止条件，则返回执行所述基于M个种群的泽尼克系数，依次计算各个种群对应的相位分布的步骤；
若满足预设的迭代终止条件，则将当前种群中适应度最高的个体作为所述近似最优解。


4.如权利要求3所述的自适应像差校正方法，其特征在于，所述将所述泽尼克多项式表征模型中的泽尼克系数进行编码包括：
将所述泽尼克多项式表征模型中的泽尼克系数进行浮点编码。


5.如权利要求3所述的自适应像差校正方法，其特征在于，所述交叉操作采用均匀交叉算子进行，所述变异操作为高斯变异操作。


6.如权利要求3所述的自适应像差校正方法，其特征在于，所述以所述近似最优解为起点，利用随机并行梯度下降算法进一步求解所述泽尼克多项式表征模型的全局最优解包括：
将所述近似最优解设为a＝[a5,a6,a7,...a36]，产生服从伯努利分布的随机向量δ＝[δa5,δa6...

【专利技术属性】
技术研发人员：王伟波，李晓君，詹天鹏，谭久彬，
申请(专利权)人：哈工大机器人中山无人装备与人工智能研究院，
类型：发明
国别省市：广东;44