【技术实现步骤摘要】
本专利技术属于三维荧光显微成像，具体涉及了一种基于泊松过程的交替迭代解耦去卷积图像处理方法。
技术介绍
1、荧光显微镜，如共聚焦显微镜、多光子显微镜、受激发射损耗显微镜、结构照明显微镜和单分子定位显微镜等，已成为从微观尺度观察生物组织三维结构不可或缺的工具，从而极大地促进了生命科学的发展和认识。对于神经科学研究，三维成像技术能够使得追踪神经元环路和分析神经元形态成为可能。然而，受到光学系统有限的数值孔径的影响，荧光信号在成像过程中会变模糊，使得收集到的荧光图像的对比度和分辨率出现下降。此外，受到探测器的暗电流，读出噪声，光子噪声等因素的影响，成像过程中还伴随着噪声干扰，微弱的荧光信号会被淹没。模糊和噪声仍然是荧光显微镜成像过程中的固有障碍，这会严重降低图像质量，从而不利于科研人员对数据进行统计分析。
2、常用显微图像处理方法包括传统图像去噪算法和传统去卷积方法。传统的图像去噪算法，如bm4d去噪算法以及nlm去噪算法虽然可以抑制显微图形中的噪声，但是在抑制噪声的同时可能会带来图像细节的模糊，从而降低了显微系统的成像能力。而传...
【技术保护点】
1.一种基于泊松过程的交替迭代解耦去卷积图像处理方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于泊松过程的交替迭代解耦去卷积图像处理方法，其特征在于：所述步骤S1中，退化图像y的图像形成过程采用矩阵向量形式进行表示：
3.根据权利要求1所述的一种基于泊松过程的交替迭代解耦去卷积图像处理方法，其特征在于：所述步骤S1中，所述解耦形式下去卷积过程的最小化目标函数表达式通过以下方式处理得到：
4.根据权利要求1所述的一种基于泊松过程的交替迭代解耦去卷积图像处理方法，其特征在于：所述步骤S2中，通过变量分离技术，得到图像去...
【技术特征摘要】
1.一种基于泊松过程的交替迭代解耦去卷积图像处理方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于泊松过程的交替迭代解耦去卷积图像处理方法，其特征在于：所述步骤s1中，退化图像y的图像形成过程采用矩阵向量形式进行表示：
3.根据权利要求1所述的一种基于泊松过程的交替迭代解耦去卷积图像处理方法，其特征在于：所述步骤s1中，所述解耦形式下去卷积过程的最小化目标函数表达式通过以下方式处理得到：
4.根据权利要求1所述的一种基于泊松过程的交替迭代解耦去卷积图像处理方法，其特征在于：所述步骤s2中，通过变量分离技术，得到图像去模糊过程的最小化目标函数表达式如下：
5.根据权利要求1所述的一种基于泊松过程的交替迭代解耦去卷积图像处理方法，其特征在于：所述步骤s2的去模糊过程中通过交替方向乘子法admm对潜在图像x进行求解，具体为引入三个辅助变量z1、z2、z3将去模糊过程转化为...
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。