留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

空间频谱约束傅里叶叠层成像重建方法

李生福 赵宇 罗振雄 叶雁 刘正君

李生福, 赵宇, 罗振雄, 叶雁, 刘正君. 空间频谱约束傅里叶叠层成像重建方法[J]. 红外与激光工程, 2019, 48(4): 422003-0422003(8). doi: 10.3788/IRLA201948.0422003
引用本文: 李生福, 赵宇, 罗振雄, 叶雁, 刘正君. 空间频谱约束傅里叶叠层成像重建方法[J]. 红外与激光工程, 2019, 48(4): 422003-0422003(8). doi: 10.3788/IRLA201948.0422003
Li Shengfu, Zhao Yu, Luo Zhenxiong, Ye Yan, Liu Zhengjun. Spectral-and spatial-constrained reconstruction for Fourier ptychography[J]. Infrared and Laser Engineering, 2019, 48(4): 422003-0422003(8). doi: 10.3788/IRLA201948.0422003
Citation: Li Shengfu, Zhao Yu, Luo Zhenxiong, Ye Yan, Liu Zhengjun. Spectral-and spatial-constrained reconstruction for Fourier ptychography[J]. Infrared and Laser Engineering, 2019, 48(4): 422003-0422003(8). doi: 10.3788/IRLA201948.0422003

空间频谱约束傅里叶叠层成像重建方法

doi: 10.3788/IRLA201948.0422003
基金项目: 

国家自然科学基金(11702275,11672275);科学挑战计划(TZ2016001)

详细信息
    作者简介:

    李生福(1984-),助理研究员,博士,主要从事高分辨成像、数字全息和光声成像方面的研究。Email:lisfu2008@163.com

  • 中图分类号: O438.2

Spectral-and spatial-constrained reconstruction for Fourier ptychography

  • 摘要: 傅里叶叠层成像是一种能够同时实现大视场和高分辨的成像方法,公开发表的文献表明其空间分辨率极限由照明数值孔径和物镜数值孔径决定。为了进一步提高其分辨率,提出了频域和空间约束傅里叶叠层重建方法:利用传统重建算法获得的空间频谱进行频域约束,以传统重建算法获得的图像进行空间约束;该方法基于一个假设:图像具有稀疏特性;从传统重建算法获得的图像中提取所需的频域和空间约束条件,不需要额外采集数据和硬件改进。仿真和实验结果表明:与传统无约束重建方法相比,提出的算法能够提高分辨率和改善对比度,空间分辨率提高幅度高达~26%。
  • [1] Ou X, Horstmeyer R, Yang C, et al. Quantitative phase imaging via Fourier ptychographic microscopy[J]. Optics Letters, 2013, 38:4845-4848.
    [2] Zheng G, Horstmeyer R, Yang C. Wide-field, high-resolution Fourier ptychographic microscopy[J]. Nature Photonics, 2013, 7:739-745.
    [3] Ou X, Horstmeyer R, Zheng G, et al. High numerical aperture Fourier ptychography:principle, implementation and characterization[J]. Optics Express, 2015, 23(3):3472-3491.
    [4] Tian L, Waller L. 3D intensity and phase imaging from light field measurements in an LED array microscope[J]. Optica, 2015, 2:104-111.
    [5] Tian L, Liu Z, Yeh L H, et al. Computational illumination for high-speed in vitro Fourier ptychographic microscopy[J]. Optica, 2015, 2:904-911.
    [6] Lu J, Shaw R A, Yang W. Improved particle size estimation in digital holography via sign matched filtering[J]. Optics Express, 2012, 20:12666-12674.
    [7] Katz J, Sheng J. Applications of holography in fluid mechanics and particle dynamics[J]. Annual Review of Fluid Mechanics, 2010, 42:531-555.
    [8] Fugal J P, Shaw R A. Cloud particle size distributions measured with an airborne digital in-line holographic instrument[J]. Atmospheric Measurement Techniques, 2009, 2:259-271.
    [9] Denis L, Fournier C, Fournel T, et al. Direct extraction of the mean particle size from a digital hologram[J]. Applied Optics, 2006, 45:944-952.
    [10] Li S, Zhao Y, Chen G. Extraction of particle size via Fourier ptychography with selective illuminations[J]. Infrared and Laser Engineering, 2017, 46(11):1103005.
    [11] Li Shengfu, Zhao Yu, Chen Guanghua, et al. High-resolution extraction of particle size via Fourier Ptychography[C]//SPIE, LIDAR Imaging Detection and Target Recognition, 2017, 10605:106053G.
    [12] Shi Zhenhua, Lin Guanyu, Wang Shurong, et al. Numerical analysis of small particle measurement based on the theory of laser scattering[J]. Infrared and Laser Engineering, 2015, 44(7):2189-2194. (in Chinese)
    [13] Yang Chunling, Zhang Zhendong, Liu Guocheng. Influence of particle radius of composition on radiation characteristics of infrared decoy[J]. Infrared and Laser Engineering, 2016, 45(S1):S104005. (in Chinese)
    [14] Szameit A, Shechtman Y, Osherovich E, et al. Sparsity-based single-shot subwavelength coherent diffractive imaging[J]. Nature Materials, 2012, 11:455-459.
    [15] Sidorenko P, Kfir O, Shechtman Y, et al. Sparsity-based super-resolved coherent diffraction imaging of one-dimensional objects[J]. Nature Communications, 2015, 6:8209-8217.
    [16] Ashok A, Baheti P K, Neifeld M A. Compressive imaging system design using task-specific information[J]. Applied Optics, 2008, 47:4457-4471.
    [17] Katz O, Bromberg Y, Silberberg Y. Ghost imaging via compressed sensing[C]//OSA Optics Photonics, Frontiers in Optics, 2009:FThX3.
    [18] Otsu N. A threshold selection method from gray-level histograms[J]. IEEE Transactions on Systems Man Cybernetics-Systems, 1979, 9(1):62-66.
    [19] Sun J, Chen Q, Zhang Y, et al. Efficient positional misalignment correction method for Fourier ptychographic microscopy. Biomed[J]. Optics Express, 2016, 7(4):1336-1350.
    [20] Zuo C, Sun J, Chen Q. Adaptive step-size strategy for noise-robust Fourier ptychographic microscopy[J]. Optics Express, 2016, 24(18):20724-20744.
    [21] Zhang Y, Song P, Zhang J, et al. Fourier ptychographic microscopy with sparse representation[J]. Scientifc Reports, 2017, 7:8664.
    [22] Phansalkar N, More S, Sabale A, et al. Adaptive local thresholding for detection of nuclei in diversely stained cytology images[C]//IEEE, ICCSP, 2011.
    [23] Kuang C, Ma Y, Zhou R, et al. Digital micromirror device-based laser-illumination Fourier ptychographic microscopy[J]. Optics Express, 2015, 23(21):26999-27010.
    [24] Chung J, Lu H, Ou X, et al. Wide-field Fourier ptychographic microscopy using laser illumination source[J]. Optics Express, 2016, 7(11):4787-4802.
  • [1] 张泽宇, 范瑶, 徐钦, 陈雨舟, 孙佳嵩, 陈钱, 左超.  基于智能手机平台的计算光学显微成像技术研究综述 . 红外与激光工程, 2022, 51(2): 20220095-1-20220095-36. doi: 10.3788/IRLA20220095
    [2] 王爱业, 潘安, 马彩文, 姚保利.  相位恢复算法:原理、发展与应用(特邀) . 红外与激光工程, 2022, 51(11): 20220402-1-20220402-26. doi: 10.3788/IRLA20220402
    [3] 郭恩来, 师瑛杰, 朱硕, 程倩倩, 韦一, 苗金烨, 韩静.  深度学习下的散射成像:物理与数据联合建模优化(特邀) . 红外与激光工程, 2022, 51(8): 20220563-1-20220563-13. doi: 10.3788/IRLA20220563
    [4] 赵海博, 刘彦丽, 杨雯铄, 苏云, 高大化, 孙权森, 赵慧洁.  双通道衍射计算成像光谱仪系统 . 红外与激光工程, 2022, 51(5): 20220077-1-20220077-8. doi: 10.3788/IRLA20220077
    [5] 左超, 陈钱.  计算光学成像:何来,何处,何去,何从? . 红外与激光工程, 2022, 51(2): 20220110-1-20220110-184. doi: 10.3788/IRLA20220110
    [6] 刘金鹏, 冯怡, 刘蕾, 相萌, 刘飞, 邵晓鹏.  全息技术在散射成像领域中的研究及应用进展(特邀) . 红外与激光工程, 2022, 51(8): 20220307-1-20220307-15. doi: 10.3788/IRLA20220307
    [7] 陈钱.  先进夜视成像技术发展探讨 . 红外与激光工程, 2022, 51(2): 20220128-1-20220128-8. doi: 10.3788/IRLA20220128
    [8] 郑培霞, 刘亦辰, 刘宏超.  单像素成像与超表面成像(特邀) . 红外与激光工程, 2021, 50(12): 20211058-1-20211058-12. doi: 10.3788/IRLA20211058
    [9] 李珮明, 蒋文杰, 赵海潇, 孙宝清.  掩膜版调制关联成像的发展及应用(特邀) . 红外与激光工程, 2021, 50(12): 20210738-1-20210738-14. doi: 10.3788/IRLA20210738
    [10] 廖兆琨, 王汉, 陈文, 孙鸣捷.  紧凑双光路单像素成像系统(特邀) . 红外与激光工程, 2021, 50(12): 20210723-1-20210723-7. doi: 10.3788/IRLA20210723
    [11] 程永强, 王宏强, 曹凯程, 刘康, 罗成高.  微波关联成像研究进展及展望(特邀) . 红外与激光工程, 2021, 50(12): 20210790-1-20210790-21. doi: 10.3788/IRLA20210790
    [12] 孙宝清, 江山, 马艳洋, 蒋文杰, 殷永凯.  单像素成像在特殊波段及三维成像的应用发展 . 红外与激光工程, 2020, 49(3): 0303016-0303016-16. doi: 10.3788/IRLA202049.0303016
    [13] 范斌, 刘彦丽, 赵海博, 徐婧, 孙权森, 王旭.  新型深空高光谱衍射计算成像探测技术(特约) . 红外与激光工程, 2020, 49(5): 20201005-20201005-6. doi:  10.3788.IRLA20201005
    [14] 刘正君, 耿勇, 谭久彬.  基于柱透镜多旋转测量的计算成像 . 红外与激光工程, 2019, 48(6): 603016-0603016(5). doi: 10.3788/IRLA201948.0603016
    [15] 张子邦, 陆天傲, 彭军政, 钟金钢.  傅里叶单像素成像技术与应用 . 红外与激光工程, 2019, 48(6): 603002-0603002(19). doi: 10.3788/IRLA201948.0603002
    [16] 潘安, 姚保利.  高通量快速傅里叶叠层显微成像技术研究进展 . 红外与激光工程, 2019, 48(6): 603012-0603012(19). doi: 10.3788/IRLA201948.0603012
    [17] 刘正君, 郭澄, 谭久彬.  基于多距离相位恢复的无透镜计算成像技术 . 红外与激光工程, 2018, 47(10): 1002002-1002002(16). doi: 10.3788/IRLA201847.1002002
    [18] 李生福, 赵宇, 陈光华, 罗振雄, 叶雁.  选择型照明傅里叶叠层成像提取粒子尺度 . 红外与激光工程, 2017, 46(11): 1103005-1103005(8). doi: 10.3788/IRLA201746.1103005
    [19] 刘子伟, 许廷发, 王洪庆, 申子宜, 饶志涛.  深度成像理论与实现 . 红外与激光工程, 2016, 45(7): 726001-0726001(5). doi: 10.3788/IRLA201645.0726001
    [20] 赵惠, 魏静萱, 庞志海, 刘美莹.  波前编码超分辨成像技术 . 红外与激光工程, 2016, 45(4): 422003-0422003(10). doi: 10.3788/IRLA201645.0422003
  • 加载中
计量
  • 文章访问数:  423
  • HTML全文浏览量:  53
  • PDF下载量:  44
  • 被引次数: 0
出版历程
  • 收稿日期:  2018-11-07
  • 修回日期:  2018-12-12
  • 刊出日期:  2019-04-25

空间频谱约束傅里叶叠层成像重建方法

doi: 10.3788/IRLA201948.0422003
    作者简介:

    李生福(1984-),助理研究员,博士,主要从事高分辨成像、数字全息和光声成像方面的研究。Email:lisfu2008@163.com

基金项目:

国家自然科学基金(11702275,11672275);科学挑战计划(TZ2016001)

  • 中图分类号: O438.2

摘要: 傅里叶叠层成像是一种能够同时实现大视场和高分辨的成像方法,公开发表的文献表明其空间分辨率极限由照明数值孔径和物镜数值孔径决定。为了进一步提高其分辨率,提出了频域和空间约束傅里叶叠层重建方法:利用传统重建算法获得的空间频谱进行频域约束,以传统重建算法获得的图像进行空间约束;该方法基于一个假设:图像具有稀疏特性;从传统重建算法获得的图像中提取所需的频域和空间约束条件,不需要额外采集数据和硬件改进。仿真和实验结果表明:与传统无约束重建方法相比,提出的算法能够提高分辨率和改善对比度,空间分辨率提高幅度高达~26%。

English Abstract

参考文献 (24)

目录

    /

    返回文章
    返回