[发明专利]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有效
申请号: | 201810368143.6 | 申请日: | 2018-04-23 |
公开(公告)号: | CN108562541B | 公开(公告)日: | 2021-04-23 |
发明(设计)人: | 曹汛;华夏;黄烨;杨程;闫锋 | 申请(专利权)人: | 南京大学 |
主分类号: | G01N21/01 | 分类号: | G01N21/01;G03H1/04;G03H1/32 |
代理公司: | 南京知识律师事务所 32207 | 代理人: | 李媛媛 |
地址: | 210023 江苏*** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 矩阵 分解 透镜 全息 显微 噪声 去除 方法 装置 | ||
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;进行噪声分离的具体方法为:
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,将该 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。
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.实现如权利要求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的装置,其特征在于,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。
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南京大学,未经南京大学许可,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/201810368143.6/1.html,转载请声明来源钻瓜专利网。