1 华南师范大学生物光子学研究院, 教育部激光生命科学重点实验室, 广东 广州 510631
2 华南师范大学生物光子学研究院, 广东省激光生命科学重点实验室, 广东 广州 510631
由于具有低光毒性、高速宽视场以及多通道三维超分辨成像能力,超分辨结构照明显微术(SR-SIM)特别适合用于活细胞中动态精细结构的实时检测研究。超分辨结构照明显微图像重建算法(SIM-RA)对SR-SIM的成像质量具有决定性影响。本文首先简要介绍了超分辨显微术的发展现状,阐述了研究SR-SIM图像重建算法的必要性;然后介绍了SR-SIM的成像原理,并重点介绍了SR-SIM图像重建算法,包括SR-SIM中频繁使用的去卷积重建算法、SR-SIM校准与重建过程中参数值获取的算法,以及目前发展的超分辨结构照明显微图像重建算法,并介绍了SR-SIM工具箱;最后总结了当前发展超分辨结构照明显微图像重建算法需解决的5个问题。
生物光子学 光学成像 超分辨显微术 结构照明显微术 图像重建算法 荧光 多帧重建 biophotonics optical imaging super-resolution microscopy structured illumination microscopy image reconstruction algorithm fluorescence multi-frame reconstruction
1 中国科学院西安光学精密机械研究所光谱成像技术实验室, 陕西 西安 710119
2 西安交通大学数学与统计学院, 陕西 西安 710149
随着光谱成像技术向高空间分辨率、 高光谱分辨率、 高信噪比方向发展, 传统的光谱成像系统面临着数据采集量过大的问题, 同时, 系统分辨率受探测器帧频与像元尺寸影响较大、 大口径长焦距系统难于精密装调、 系统能量受限引起信噪比提高困难。 为了解决上述问题, 研究了一种单色散压缩编码光谱成像系统, 并针对国内压缩编码光谱成像系统工程实现与试验验证不足的问题, 重点研究了该新系统的设计与实现, 模板平移下的系统数学模型及多帧重构算法, 并给出实际样机试验及数据处理结果。 最后, 根据试验情况, 总结提出该新技术后续发展需重点关注的研究内容, 包括编码模板误差分析, 多维稀疏重构模型与算法, 压缩编码光谱成像系统标定技术, 重构算法/重构图谱评价技术。 单色散压缩编码光谱成像系统通过编码、 色散、 甚至下采样, 由探测器接收得到成像观测图像, 然后, 利用该成像数据, 通过重构算法, 得到目标光谱图像数据, 其优点是低数据量采样、 工程实现硬件要求减低、 多通道高通量探测。 相关研究结果表明, 该系统获取的数据有效, 样机设计合理, 重构算法与标定方法较为准确, 其得到的字母HSI目标光谱图像的空间信息清晰, 光谱信息较为准确, 符合钨灯光谱, 其系统设计与实现具有工程可行性。
压缩编码 光谱成像 多帧重构 单色散 Compressed coding Spectral imaging Multi-frame reconstruction Single dispersion 光谱学与光谱分析
2017, 37(9): 2919
1 电子科技大学电子工程学院
2 电子科技大学通信与信息工程学院，成都 611731
本文主要研究序列图像超分辨率重建技术。本文提出了一种新的基于分块策略的超分辨率算法，由于采用分块策略，矩阵规模极大减小，且其规模与分块大小相关，而与原始序列大小无关，故能有效降低系统内存开销，提高系统处理效率。实验表明，传统多帧算法对运动估计的精度要求很高，而本文算法对此要求不高，在采用低精度运动估计技术的条件下，本文算法性能要远远胜过传统多帧算法。因此本文算法更为适合实际工程应用。关键词: 中图分类号: 文献标志码: Adoi:
超分辨率 多帧重建 自适应技术 super resolution multi-frame reconstruction adaptive technology
