自适应激光共焦高速扫描显微成像错位校正算法 下载: 1004次
1 引言
激光共焦扫描显微镜是一种无损观测微观结构的高端大型科学仪器,广泛应用于生物和医学领域[1]。这种高端激光共焦扫描显微镜主要被Zeiss、Nikon、Olympus、Leica等国外著名品牌垄断,相关关键图像重构算法并未对外公布[2]。在这样的情况下,自主研发国产激光共焦扫描显微镜,尤其是能够实现高速扫描成像的高端激光共焦扫描显微镜显得尤为重要。
激光共焦扫描显微系统中常用的扫描成像方式分为单程式隔行扫描和往复式逐行扫描两种[3]。相比于单程式隔行扫描,往复式逐行扫描方式具有成像速度快、图像数据利用率高等优点,是提高激光共焦高速扫描显微系统成像帧速和成像分辨率的理想扫描方式[4]。重构图像时,为使图像不错位,图像列间相邻像素必须与样品上实际空间点位置对应一致。然而,在对样品进行往复式逐行扫描的过程中,受振镜运动特性以及图像重建过程中相关采样信号匹配程度的影响,振镜扫描正行程与反行程中的数据采集点对应的实际空间点位置无法准确匹配,即数据采集点重组成的图像列间相邻像素数据无法准确匹配。如果采用采集数据直接排列的方式,重构图像会明显存在锯齿样式错位,这种错位严重影响图像质量,大大降低了图像分辨率。
本文在最大程度降低每帧图像扫描时间的基础上,针对高速振镜扫描时图像出现的错位现象,提出了基于形态学梯度的图像错位评价算法,并利用实验验证了该算法的可靠性。
2 高速扫描振镜扫描方式及错位分析
2.1 高速振镜成像轨迹
激光共焦高速扫描显微系统采用二维振镜配合进行平面扫描[5],其常用的两种振镜搭配方式为
在激光共焦扫描显微成像系统中,振镜扫描方式决定着每帧图像的成像速度[7]。以线扫描为基础的往复式逐行扫描方式比单程式隔行扫描方式的成像速度快,数据利用率高,其
图 1. 高速振镜逐行扫描成像轨迹图
Fig. 1. Traces of high speed mirror reciprocating progressive scanning
2.2 高速振镜错位分析
针对双检流计振镜扫描系统,成像错位的原因主要是检流计振镜对其驱动电压的响应有一定的延迟[8]。在激光共焦显微成像系统启动时,数据采集指令与控制振镜的驱动电压指令同时发出,这导致数据采集卡在连续采集样本灰度数据初期,由于振镜系统响应延迟,数据信号起始端存入了重复性的无效灰度数据。在图像重构时,首行使用了无效灰度数据进行排列,致使后续每行对应的灰度数据均混入前一行的灰度信息,这是导致双检流计振镜扫描系统图像错位的主要原因。
对于共振-检流计振镜扫描系统,驱动板反馈位置信号与角速度信号不匹配是造成图像错位的主要原因。在共振振镜驱动板输出的信号中,振镜反馈位置信号(即TTL Sync信号)提供用来确定振镜方向的信息,由于其下降沿陡峭,系统用其作为开始采集指令的触发信号,信号的高电平部分代表振镜处于正向行程运动阶段,低电平代表反向行程运动阶段;振镜运动角速度信号是由其角度位置信号求导得出的余弦函数,共振振镜具有与其扫描谐振频率相等的正弦角位移,因此振镜运动角速度信号也作为精确计算振镜运动实际频率的依据。在实际重构图像过程中,每行图像灰度数据必须完全对应振镜运动角速度信号正周期或负周期。然而,由扫描系统硬件导致的相关反馈信号无法完全匹配,如
图 2. 振镜驱动板反馈信号与图像质量关系图。(a)错位信号反馈图;(b)图2(a)对应的重建错位艾里斑图像;(c)理想信号反馈图;(d)图2(c)对应的重建艾里斑图像
Fig. 2. Relationship between feedback signals of mirror driving board and image quality. (a) Dislocation signal feedback; (b) reconstructed dislocation Airy spot corresponding to Fig. 2(a); (c) ideal signal feedback; (d) reconstructed Airy spot corresponding to Fig. 2(c)
3 高速振镜扫描图像错位校正
由成像错位分析可知,图像出现错位的主要原因是扫描振镜系统对驱动电压响应延迟以及其反馈位置信号与角速度信号不匹配,从而导致在利用同步采集的灰度数据重建图像时,无法确定重构图像的有效灰度数据起始位置,重构出来的图像行间数据错乱,因此确定图像有效灰度数据的起始位置(即采集数据错位量)是校正算法的关键。激光共焦高速扫描显微系统的图像错位校正算法结构框图如
处理系统成像错位问题的过程为:首先设置错位量Δ
3.1 图像构建与ΔS的关系
在图像重建中,Δ
式中:
3.2 基于形态学梯度的图像错位评价算法
Δ
3.2.1 结构元素
结构元素的形状和大小决定了形态学运算中所提取的图像信息。形态学有膨胀和腐蚀两种基本运算,灰度图像的形态学定义为[11]
式中:
应用以上8个方向的结构元素对图像进行变换并提取梯度
3.2.2 错位评价函数
激光共焦扫描显微镜分辨率的评判标准主要来自于图像的边缘和轮廓,因此可通过形态学梯度计算梯度值来提取图像的边缘错位信息[13]。图像中荧光激发被染料标记的部分相比于未标记部分,边缘区域具有较大的梯度,因此采用的形态学梯度边缘检测算子为
式中:
为衡量图像的错位程度,将形态学梯度边缘检测算子累加,以此作为形态学梯度的图像错位程度评价系数,其表达式为
式中:
图 4. 基于形态学梯度的图像错位评价算法流程图
Fig. 4. Flow chart of imaging dislocation evaluation algorithm based on morphological gradient
通过基于形态学梯度的图像错位评价算法可以对每帧图像的错位程度进行准确评估,此时需确定错位评价系数最小的一帧图像及此时的Δ
3.3 单目标约束优化粒子群算法
根据图像错位评价算法可以计算出选取Δ
图 5. 单目标约束优化粒子群算法流程图
Fig. 5. Flow chart of single-objective constrained optimization particle swarm algorithm
搜索算法首先初始化一批粒子,对于其中的每个粒子,根据错位量搜索阈值及速度设置区间,随机生成一个当前错位量和当前速度,根据当前错位量对应的目标函数(即错位评价函数)确定一个评价系数,即
式中:
式中:
式中:
4 错位校正实验
为验证本文算法,系统实验在自主搭建的激光共焦高速扫描显微系统中进行。实验中分别使用双检流计振镜搭配方式以及共振-检流计振镜搭配方式扫描图像,以此验证算法的准确性及自适应特性。
4.1 双检流计振镜扫描算法验证
图 6. 双检流计振镜扫描成像错位校正。(a)未经算法校正;(b)经算法校正后;(c)图6(a)错位图像中红色线段部分灰度值与像素的关系曲线;(d)图6(b)校正后图像中红色线段部分灰度值与像素的关系曲线
Fig. 6. Imaging dislocation correction in double-glvanometer scanning. (a) Before correction; (b) after correction; (c) gray value and pixel relationship curve of the red line in dislocation image corresponding to Fig. 6(a); (d) gray value and pixel relationship curve of the red line in correction image corresponding to Fig. 6(b)
系统采用双检流计振镜作为扫描模块时,产生图像错位的主要原因是振镜电机响应时间延迟,应用错位校正算法解决了振镜运动与数据采集指令不同时启动产生的图像错位问题。
双检流计振镜系统的成像帧速较慢,因此所得数据直接排列的图像错位现象并不严重,如
利用经单目标约束优化粒子群算法搜索的结果绘制曲线,如
图 7. 双检流计振镜扫图模式下ΔS与EMGD的关系曲线
Fig. 7. Relationship between ΔS and EMGD in double-galvanometer scanning
4.2 共振-检流计振镜扫描算法验证
图 8. 共振-检流计振镜扫描成像错位校正图。(a)未经算法校正;(b)经算法校正后;(c)图8(a)错位图像中红色线段部分灰度值与像素的关系曲线;(d)图8(b)校正后图像中红色线段部分灰度值与像素的关系曲线
Fig. 8. Imaging dislocation correction in resonant-galvanometer scanning. (a) Before correction; (b) after correction; (c) gray value and pixel relationship curve of the red line in dislocation image corresponding to Fig. 8(a); (d) gray value and pixel relationship curve of the red line in correction image corresponding to Fig. 8(b)
与采用双检流计振镜作为系统扫描模块元器件不同,共振-检流计振镜搭配方式的图像产生错位的主要原因为反馈位置信号与角速度信号不匹配,应用错位校正算法解决了图像列间相邻像素数据无法准确匹配的问题。
共振-检流计振镜搭配方式较双检流计振镜模式系统的成像帧速高,但所得数据直接排列的图像错位现象严重。可以观察到
利用单目标约束优化粒子群算法的搜索结果绘制的曲线如
图 9. 共振-检流计振镜扫图模式下ΔS与EMGD的关系曲线
Fig. 9. Relationship between ΔS and EMGD in resonant-galvanometer scanning
计扫描振镜成像条件下,总数为10的粒子在10次迭代中Δ
5 结论
基于形态学梯度的图像错位评价函数可以有效反映图像错位程度,结合单目标约束优化粒子群算法可以准确搜索最佳错位量。实验结果表明,所提算法满足高帧频共聚焦显微成像下的图像错位校正,并可有效提高横向分辨率。基于形态学梯度的错位校正算法为下一步高帧频图像的分割提供了基础,并为利用共聚焦显微镜实现高帧频超分辨成像提供了前提条件。
[1] LiuY. Study of scanning control and imaging system of two photon fluorescence microscopy[D]. Changchun: University of Chinses Academy of Sciences ( Changchun Institute of Optics, Fine Mechanics and Physics), 2015.
[2] 狄伶, 王瑾晔. Leica SP8 STED 3X激光扫描共聚焦显微镜的使用研究[J]. 中国医疗设备, 2017, 32(2): 9-15.
[3] 米雪. 线扫描型共聚焦生物芯片荧光检测关键技术研究[D]. 北京: 北京理工大学, 2016.
MiX. Research on key techniques of the line scanning confocal biochip fluorescence detection device[D]. Beijing: Beijing Institute of Technology, 2016.
[4] 苏靖峰. 基于激光扫描的运动目标检测与识别[D]. 成都: 电子科技大学, 2014.
Su JF. Moving target detecting and recognition under the laser scanning[D]. Chengdu: University of Electronic Science and Technology of China, 2014.
[5] 郭亚晶, 唐顺兴, 姜秀青, 等. 基于振镜扫描方式的光学元件表面损伤检测[J]. 光学学报, 2017, 37(6): 0612003.
[6] Wei TD. Key technologies research in confocal laser scanning optical microscopy imaging[D]. Changchun: University of Chinses Academy of Sciences ( Changchun Institute of Optics, Fine Mechanics and Physics), 2014.
[8] 叶乔. 高速振镜理论研究及实践[D]. 武汉: 华中科技大学, 2004.
YeQ. A study of high speed galvanometer and practise[D]. Wuhan: Huazhong University of Science & Technology, 2004.
[9] 熊大曦, 刘云, 梁永, 等. 共振扫描显微成像中的图像畸变校正[J]. 光学精密工程, 2015, 23(10): 2971-2979.
[10] 赵维谦, 任利利, 盛忠, 等. 激光共焦显微光束的偏转扫描[J]. 光学精密工程, 2016, 24(6): 1257-1263.
[13] 张来线, 孙华燕, 郭惠超, 等. 基于图像灰度梯度最大值累加的自动调焦算法[J]. 光子学报, 2013, 42(5): 605-610.
[14] 王道档, 徐杨波, 陈茜茜, 等. 基于快速搜索粒子群算法的点衍射干涉绝对位移测量方法[J]. 光学学报, 2016, 36(1): 0112001.
[15] 高红霞, 罗澜, 骆英浩, 等. 角度受限下稀疏投影数据的改进粒子群优化随机CT重建[J]. 光学学报, 2018, 38(1): 0111003.
Article Outline
秦小云, 苏丹, 贾新月, 周玮, 郭汉明. 自适应激光共焦高速扫描显微成像错位校正算法[J]. 光学学报, 2019, 39(1): 0118001. Xiaoyun Qin, Dan Su, Xinyue Jia, Wei Zhou, Hanming Guo. Dislocation Correction Algorithm for Adaptive Laser Confocal High-Speed Scanning Microscopic Imaging[J]. Acta Optica Sinica, 2019, 39(1): 0118001.