[发明专利]一种对于噪声鲁棒的高质量无透镜成像方法及系统

说明书

本发明提出了一种对于噪声鲁棒的高质量无透镜成像方法。该方法包括如下步骤：在样本到图像传感器不同距离下，采集多个样本衍射图像；对采集的衍射图像进行对焦搜索和x‑y方向的图像配准；使用WGDG算法对衍射图像进行图像重建。其中，WGDG算法是通过在Wirtinger梯度下降优化中引入高斯模型来进行设计的，用于实现相位恢复。本发明的无透镜成像方法，运用了一种新型迭代算法，能够有效降低高斯噪声对图像重建的影响，获得噪声鲁棒性、高质量成像结果。

技术领域

本发明涉及显微成像技术领域，特别涉及一种对于噪声鲁棒的高质量无透镜成像方法及系统。

背景技术

无透镜显微(lensless microscopy)是一种不需要使用任何光学透镜而实现样本复振幅成像的显微成像技术。采用数字图像传感器直接采集物体的衍射图像，并通过相应的物理模型计算反解，重建物体的图像信息。无透镜显微的主要优点包括：光学系统结构简洁、操作简单、易于实现小型化成像系统、以及成本低廉等，尤其是其成像系统的光学空间带宽积(spatial bandwidth product，SBP)具有很大的拓展性，便于实现高分辨率、大视场(field of view，FOV)的显微成像。

目前，现有无透镜显微成像技术能成功重建出高质量的图像，主要依赖于成像系统采集的图像具有高信噪比，但在实际成像中却很难保证高信噪比这一条件。因为真实实验总会受到光子噪声、来自图像传感器的电子噪声等噪声的干扰，系统采集的图像可能会受到噪声污染。而常用于无透镜成像的GS(Gerchberg-Saxton)算法是对噪声敏感的。若采集图像被噪声污染，则会导致重建图像中出现伪影，成像质量下降。目前无透镜显微成像中的去噪声方法还未被系统地研究，因此研究对于噪声鲁棒的无透显微成像有着重要意义。

Wirtinger梯度下降(Wirtinger gradient descent,WGD)优化目前已应用在傅里叶叠层成像(fourier pythchography microscopy,FPM)和叠层成像术(ptychography)中。相较于常用的GS算法，WGD能够获得更好的去噪声效果和鲁棒性重建。

此外，为了实现高质量的相位恢复，确保算法重建的收敛性，无透镜成像需要采集具有特定多样性的多张测量图片(包括轴向高度多样性、光照波长多样性以及光照角度多样性等)，进行融合重建，以得到样本的高质量复振幅信息。

发明内容

针对以上现有技术中存在的缺陷，本发明目的在于提出一种对于噪声鲁棒的高质量无透镜成像方法及系统，可实现噪声鲁棒性、高质量的无透镜成像。

本发明的方法采用的技术方案如下：

一种对于噪声鲁棒的高质量无透镜成像方法，包括如下步骤：在样本到图像传感器不同距离下，采集多个样本的衍射图像；对采集的衍射图像进行对焦搜索和x-y方向的图像配准；使用WGDG算法对所述衍射图像进行图像重建。

进一步地，所述WGDG算法为基于高斯模型的Wirtinger梯度下降算法，具体包括以下步骤：

步骤一，初始化：生成初始化的重建图像O、高斯噪声G和松弛矩阵E；

步骤二，正向传播：利用角谱传播理论，结合初始化信息，依次得到各个样本高度下图像传感器平面的2D图像分布；

步骤三，方向求导：根据损失函数f，计算f对于各个样本平面的矩阵O^*和高斯噪声G的偏导数和其中O^*表示以重建图像O各元素的共轭复数为元素组成的矩阵；

步骤四，更新一：根据WGD优化和对应不同矩阵更新设定的梯度下降步长，以梯度下降的方式依次更新重建图像O和高斯噪声G；

步骤五，更新二：根据设定的高斯标准差σ和步骤四得到的高斯噪声G，更新松弛矩阵E；