[发明专利]基于光电特性先验的显微成像的杂散光去除方法及装置有效

专利信息
申请号: 201711373195.4 申请日: 2017-12-19
公开(公告)号: CN108120680B 公开(公告)日: 2019-11-22
发明(设计)人: 范静涛;陈熙;戴琼海 申请(专利权)人: 清华大学
主分类号: G01N21/01 分类号: G01N21/01;G06T5/00;H04N5/21;H04N5/232
代理公司: 11201 北京清亦华知识产权代理事务所(普通合伙) 代理人: 张润<国际申请>=<国际公布>=<进入国
地址: 10008*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 杂散光 相机 光源 取点 去除 先验 变化规律 光电特性 显微成像 暗室 曝光 曝光时间参数 时间复杂度 分布模型 实验效率 光陷阱 吸收光 像感器 拍摄 减去 算法 物镜 像素 采集 优化 分析 图片
【说明书】:

发明公开了一种基于光电特性先验的显微成像的杂散光去除方法及装置,其中方法包括:布置暗室并在相机支持的曝光时间参数区间上以对数间断取点,拍摄第一照片;在暗室中仅打开仪器光源,在物镜下方使用光陷阱吸收光,以相机曝光时间和光源亮度组合,在光源亮度上均匀取点,且在相机曝光时间上述取点相同,拍摄第二照片;将第二照片减去第一照片以消除相机本身像感器对实验结果的干扰,进而获取杂散光在相机曝光时间和光源亮度上的变化规律;在对特定的一张图分析杂散光强度在空间上的优化分布模型时,根据变化规律得到采集照片中每个像素的杂散光数值,以去除杂散光的影响。该方法可以减少算法的时间复杂度,有效提高实验效率和图片清晰度。

技术领域

本发明涉及计算机视觉技术和图像处理技术领域,特别涉及一种基于光电特性先验的显微成像的杂散光去除方法及装置。

背景技术

多维多尺度高分辨率计算摄像仪器是目前世界上最大的兼顾“宽视场、高分辨率、高帧率”的计算摄像仪器,通过高维耦合信息的可逆计算,解耦重建拍到的原始图像,可以实现多维多尺度高分辨率的连续观测。该仪器要求拍摄出来的照片在达到帧率要求的同时具有较低的信噪比,可以显示更多的细节,以期望能够清晰地观察到细胞层次的生命运动,从而帮助实验人员抓住生命过程中的有效信息,不仅节约了操作时间(生物实验的最大难度在于其难以复现,因为生物样本是非常珍贵的),而且可以提高后续解耦重建图像的精度,从而为生命科学领域提供巨大的支持。

此外,该计算摄像仪器拍摄的样本主要为荧光样本,荧光蛋白在波长为488的光激发下发出荧光,但是荧光强度(有效信息)非常低,相对的,其他干扰就比较高。因此,减弱成像过程中仪器固有特性对样本成像的干扰至关重要,其中影响最大的是非成像光线(主要是光源光线)在光路中的非正常传递到达像感器表面的杂散光。然而,相关技术的实验效率低,图片清晰度差,算法较为复杂,有待解决。

发明内容

本发明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,本发明的一个目的在于提出一种基于光电特性先验的显微成像的杂散光去除方法,该方法可以减少算法的时间复杂度,有效提高实验效率,有效提高图片清晰度。

本发明的另一个目的在于提出一种基于光电特性先验的显微成像的杂散光去除方装置。

为达到上述目的,本发明一方面实施例提出了一种基于光电特性先验的显微成像的杂散光去除方法,包括以下步骤:步骤A1:布置暗室并在相机支持的曝光时间参数区间上以对数间断取点,拍摄第一照片;步骤A2:在所述暗室中仅打开仪器光源,在物镜下方使用光陷阱吸收光,以相机曝光时间和光源亮度组合,在所述光源亮度上均匀取点,且在所述相机曝光时间上与所述步骤A1取点相同,拍摄第二照片;步骤A3:将所述第二照片减去所述第一照片以消除相机本身像感器对实验结果的干扰,进而获取杂散光在所述相机曝光时间和所述光源亮度上的变化规律;步骤A4:在对特定的一张图分析杂散光强度在空间上的优化分布模型时,根据所述变化规律得到采集照片中每个像素的杂散光数值,以去除杂散光的影响。

本发明实施例的基于光电特性先验的显微成像的杂散光去除方法,针对成像仪器的光路在一段时间内空间位置不变的性质,事先采集在不同光源亮度和不同相机曝光时间下的杂散光数据,进行分析,将复杂的建模计算放在平时空余时间内完成,降低了实时算法的时间复杂度,可以实现根据拍摄照片时的相关参数,实时生成对应的杂散光空间分布模型,在图像存储之前就去除杂散光的影响,从而减少了算法的时间复杂度,不仅有效提高了实验效率,而且有效提高了图片清晰度。

另外,根据本发明上述实施例的基于光电特性先验的显微成像的杂散光去除方法还可以具有以下附加的技术特征:

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于清华大学,未经清华大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201711373195.4/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top