项目名称: 超分辨高精度实时数字全息显微术及对活细胞动态成像研究

项目编号: No.61465005

项目类型: 地区科学基金项目

立项/批准年度: 2015

项目学科: 无线电电子学、电信技术

项目作者: 楼宇丽

作者单位: 昆明理工大学

项目金额: 46万元

中文摘要: 本项目以数字全息显微术在活细胞形态检测与动态监测中的应用为基本背景,以提高成像分辨率、位相测量精度及再现的实时性为目标,对数字全息显微中的几个关键问题进行研究。提出并研究基于高数值孔径环形光锥照明的数字全息实时超分辨成像方法,真正实现实时高分辨成像。通过选取1/4谱面的固定区域作为滤波重建区域,避免手工介入的重建过程,真正实现实时重建。采用并研究基于同态信号处理的非线性重建方法,同时对自动位相畸变补偿法及现有的高效位相解包裹方法进行改进和优化,实现全息图高精度实时重建。采用基于光栅衍射的离轴共路干涉记录系统,降低外界干扰引入的位相噪声,进一步提高位相测量精度。构建由环形光锥照明的离轴共路干涉像面数字全息记录系统,对生物活细胞动态变化过程进行实时记录与再现,通过图像微分对比技术及动画制作,清晰显示细胞细节及动态变化。本项目的实施可对细胞内ms量级的超快过程也可对长达数天的过程进行准确表征。

中文关键词: 数字全息显微术;超分辨;位相测量;活细胞;动态监测

英文摘要: The project will focus on several key issues in digital holography, to reach the goal to enhance the imaging resolution, phase measurement accuracy and real-time reproducibility, under the background of the applications of digital holographic microscopy in living cell morphology and dynamic monitoring. Digital holographic-based high numerical aperture annular light cone lighting, real-time super-resolution imaging methods are proposed to realize the real real-time high-resolution imaging. By choosing 1/4 spectrum of the fixed area of the surface as a filter reconstruction area, to avoid the manual intervention of the reconstruction process, the real-time reconstruction will be achieved. The nonlinear reconstruction method based on homomorphic signal processing, along with the improvement and optimization of automatic phase distortion compensation method and the efficient phase unwrapping method, are used to achieve high-precision real-time reconstruction of holograms. To further improve the phase measurement accuracy, off-axis common path interference in the recording system based on the diffraction grating is used to reduce the phase noise introduced by the outside interference. Digital holographic recording system built from off-axis of the annular light cone lighting, real-time recording and reproduction by the image of the differential contrast techniques and animation, will clearly show the cellular details and living cells dynamic process. The implementation of this project will provide the accurate characterization of living cells on the magnitude of millisecond, ultrafast process and of several days process.

英文关键词: digital holographic microscopy;supper-resolution;phase measurment;living cell;dynamic monitoring

成为VIP会员查看完整内容
0

相关内容

【CVPR2022】多机器人协同主动建图算法
专知会员服务
47+阅读 · 2022年4月3日
【博士论文】基于深度学习的单目场景深度估计方法研究
专知会员服务
31+阅读 · 2021年7月26日
专知会员服务
15+阅读 · 2021年6月6日
专知会员服务
42+阅读 · 2021年2月8日
专知会员服务
77+阅读 · 2020年12月6日
小图像,大图景:AI彻底改变了显微镜技术
机器之心
0+阅读 · 2021年5月2日
CVPR2021-单目实时全身捕捉的方法
专知
0+阅读 · 2021年3月18日
深度学习之图像超分辨重建技术
机器学习研究会
12+阅读 · 2018年3月24日
一文概览基于深度学习的超分辨率重建架构
红外弱小目标处理研究获进展
中科院之声
17+阅读 · 2017年11月19日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
2+阅读 · 2014年12月31日
国家自然科学基金
4+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
Arxiv
1+阅读 · 2022年4月19日
Arxiv
0+阅读 · 2022年4月14日
小贴士
相关VIP内容
【CVPR2022】多机器人协同主动建图算法
专知会员服务
47+阅读 · 2022年4月3日
【博士论文】基于深度学习的单目场景深度估计方法研究
专知会员服务
31+阅读 · 2021年7月26日
专知会员服务
15+阅读 · 2021年6月6日
专知会员服务
42+阅读 · 2021年2月8日
专知会员服务
77+阅读 · 2020年12月6日
相关资讯
小图像,大图景:AI彻底改变了显微镜技术
机器之心
0+阅读 · 2021年5月2日
CVPR2021-单目实时全身捕捉的方法
专知
0+阅读 · 2021年3月18日
深度学习之图像超分辨重建技术
机器学习研究会
12+阅读 · 2018年3月24日
一文概览基于深度学习的超分辨率重建架构
红外弱小目标处理研究获进展
中科院之声
17+阅读 · 2017年11月19日
相关基金
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
2+阅读 · 2014年12月31日
国家自然科学基金
4+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
微信扫码咨询专知VIP会员