-
公开(公告)号：CN112965229B
公开(公告)日：2022-02-08
申请号：CN202110227193.4
申请日：2021-03-02
Applicant: 南京大学
Abstract: 本发明提出一种基于正交偏振光的无透镜显微成像系统及方法。其成像系统包括照明模块、偏振模块和图像传感器，照明模块用于获得单色非偏振入射光，包括依次放置的光源、窄带滤波片、照明孔径及透镜组、中继透镜对；偏振模块包括偏振方向相互垂直的线偏振片和偏振薄膜，分别用于产生线偏振光和阻挡通过样品的透射光；中继透镜对的出射端依次放置所述线偏振片、样品、偏振薄膜、图像传感器；偏振薄膜确保图像传感器只采集样品的消偏振的散射光。本发明将偏振模块引入现有无透镜成像系统，通过采集样品的单曝光图像信息，并运用盲解卷积算法重建样品图像，从而对植物样本实现无标记、高对比度、无本底成像。
-
公开(公告)号：CN112950736A
公开(公告)日：2021-06-11
申请号：CN202110243398.1
申请日：2021-03-05
Applicant: 南京大学
Abstract: 本发明公开了一种基于无监督网络解色散模糊的高光谱成像方法。该方法的步骤是：S1，采集色散模糊的RGB图像；S2，构建无监督学习的卷积神经网络，该网络的输入为色散RGB图像，其输出为重建高光谱图像；S3，将步骤S1采集的单张色散RGB图像输入步骤S2的卷积神经网络,使用在线训练的方法重建图像的光谱信息；S4，根据成像系统生成的色散图像的物理关系驱动所述卷积神经网络的参数优化，利用反向传播算法训练所述卷积神经网络从色散RGB图像中重建出高光谱数据的能力；S5，重复迭代多次，得到逐渐逼近真实高光谱图像的重建结果。本发明的高光谱成像方法利用无监督网络解色散模糊，使用模型驱动替代数据驱动，保证重建精度同时使得系统更简单且成本降低。
-
公开(公告)号：CN111174912B
公开(公告)日：2021-02-23
申请号：CN202010006728.0
申请日：2020-01-03
Applicant: 南京大学
Abstract: 本发明公开了一种快照型解色散模糊的高光谱成像方法。该方法的步骤为：S1，选择参考波长，标定参考波长的色散，并选定中心波长；S2，估算所有重建波长与中心波长的相对色散；S3，生成色散矩阵，利用传感器的光谱响应曲线，生成光谱响应矩阵；S4，采集色散模糊的图像；S5，利用S3生成的色散矩阵、光谱响应矩阵，对S4采集的图像解色散模糊，得到各个通道图像对齐的光谱数据；S6，将S5得到的对齐的光谱数据投影到成像空间，通过阈值法提取前景图像，对S4得到的色散图像采样，作为前景图像像素值的强先验约束，重建精确的空间高光谱数据，实现高光谱成像。本发明利用简单、低成本的系统，实现精准地高光谱成像。
-
公开(公告)号：CN112184578A
公开(公告)日：2021-01-05
申请号：CN202011007975.9
申请日：2020-09-23
Applicant: 南京大学
Abstract: 本发明公开了一种标定光场成像中各微透镜成像的中心坐标的方法。该方法的步骤为：S1采集无样本的光场成像图；S2进行二值化操作；S3利用形态学操作优化二值化图像；S4标记所有连通区域，测量属性；S5设立约束条件，筛选有效连通区域，记录重心坐标；S6对重心坐标按列排序，还原其在图像中的相对位置；S7找到包含重心坐标数目最多的最长列，对该列插值填充；S8对重心坐标按行排序；S9找到最长行，对该行插值填充；S10创建矩阵，将记录的重心坐标填充到矩阵中；S11对无元素填充的矩阵位置进行插值，得到完整的微透镜成像中心坐标矩阵。本发明能够准确地标定光场成像图中各微透镜成像的中心坐标。
-
公开(公告)号：CN108983579B
公开(公告)日：2020-05-01
申请号：CN201811029798.7
申请日：2018-09-05
Applicant: 南京大学
Abstract: 本发明公开了一种无透镜数字全息显微成像相位恢复和重建的方法及其装置。该方法的步骤为：S1采集无样本背景光场图像；S2在距离传感器不同高度放置样本，采集样本全息图像序列；S3利用背景光场图像对全息图像序列进行背景去除；S4对去除背景后的全息图像序列进行水平配准对齐；S5利用自动对焦算法计算每个高度的全息图像对应的高度；S6计算传感器平面到样本平面的光场传播矩阵序列；S7将配准对齐后的全息图像序列和光场传播矩阵序列使用约束迭代的方法初始化得到样本平面复振幅的初始值；S8使用沃廷格‑流方法将初始值进行迭代更新，得到样本平面恢复的相位和重建的振幅。本发明能精确地恢复出样本平面光场的相位并重建其振幅。
-
Patent Agency Ranking
公开(公告)号：CN110836867A
公开(公告)日：2020-02-25
申请号：CN201910996372.7
申请日：2019-10-18
Applicant: 南京大学
Abstract: 本发明公开了一种基于卷积神经网络的无透镜全息显微微粒表征方法。该方法的步骤为：S1先采集暗场图像，然后采集光源均匀照射下的明场图像；S3在传感器上方放置样本，采集不同折射率的样本的显微图像，并标注每张图像对应的折射率；S3对所有全息显微图像进行平场校正；S4计算图像中所有微粒的中心，并切割各个微粒的图像；S5清洗切割后的所有图像，随机分为训练集、验证集和测试集；将训练集作为卷积神经网络的输入，训练分类网络，在验证集上验证效果训练参数，最后在测试集上测试分类效果，微粒对应的分类标签即为微粒的折射率表征结果。本发明的方法可以对大视场下的生物样本进行快速、方便、准确的表征。
-
公开(公告)号：CN108508588B
公开(公告)日：2019-11-15
申请号：CN201810368146.X
申请日：2018-04-23
Applicant: 南京大学
Abstract: 本发明公开了一种多约束信息的无透镜全息显微相位恢复方法及其装置。该方法包括如下步骤：S1：关闭光源，利用无透镜全息显微装置采集暗场图像；S2：打开光源，采集光源均匀照射下的明场图像；S3：在图像传感器上方放置样本，保证样本到图像传感器的距离远小于样本到光源的距离；打开光源，采集全息图像序列；S4：对需要计算的任意一张全息图像进行平场校正；S5：对平场校正后的图像进行自动对焦算法，求得样本在空间中的位置；S6：对自动对焦后的全息图像采用多约束信息的相位恢复算法，重建出样本的准确幅度和相位信息。本发明能不增加系统复杂度和采集图像的数量，从拍摄到的全息图像中恢复出准确的相位信息。
-
公开(公告)号：CN109655383A
公开(公告)日：2019-04-19
申请号：CN201710941056.0
申请日：2017-10-11
Applicant: 南京大学
IPC: G01N15/00
Abstract: 本发明提供了一种基于血小板投影成像的检测装置及其方法。通过具有亚微米像元尺寸和千万像素规模的图像传感器芯片直接对注入到固定于图像传感器芯片表面的微流控芯片样品腔中的待检血液样品进行光学投影和/或拍照，然后利用血液样品中异常尺寸血小板在成像结果中所占的像元物理尺寸明显大于正常尺寸血小板所占的像元物理尺寸，对成像结果利用图像处理算法进行识别和统计，从而获取异常尺寸血小板的数目及比例。本发明弥补了现有基于光学透镜显微检测的缺陷，在满足分辨率的同时提供大的视场，极大地提高了检测效率，可实现统计意义的显微观测，对临床疾病脑卒中的发生提供预警及诊断参考。
-
公开(公告)号：CN109389557A
公开(公告)日：2019-02-26
申请号：CN201811224978.0
申请日：2018-10-20
Applicant: 南京大学
IPC: G06T3/40
Abstract: 本发明公开了一种基于图像先验的细胞图像超分辨方法及其装置，属于计算机视觉和深度学习领域。该方法主要包括以下步骤：拍摄显微镜下的细胞图像；手动标记出三个区域，生成掩膜；生成特征图；提取掩膜；利用图像解码网络生成高分辨率图像；以细胞图像和掩膜作为训练集，训练卷积神经网络；固定网络参数，将训练得到的卷积神经网络，对低分辨率细胞图像进行超分辨。其装置包括：显微图像获取模块、图像预处理模块、图像特征编码模块、图像掩膜提取模块、图像解码模块、神经网络训练模块和细胞超分辨模块。本发明的细胞图像超分辨方法，充分利用了细胞图像先验知识，大大提高了细胞超分辨的性能，对基于显微图像的病理学诊断有至关重要的意义。
-
公开(公告)号：CN108983579A
公开(公告)日：2018-12-11
申请号：CN201811029798.7
申请日：2018-09-05
Applicant: 南京大学
Abstract: 本发明公开了一种无透镜数字全息显微成像相位恢复和重建的方法及其装置。该方法的步骤为：S1采集无样本背景光场图像；S2在距离传感器不同高度放置样本，采集样本全息图像序列；S3利用背景光场图像对全息图像序列进行背景去除；S4对去除背景后的全息图像序列进行水平配准对齐；S5利用自动对焦算法计算每个高度的全息图像对应的高度；S6计算传感器平面到样本平面的光场传播矩阵序列；S7将配准对齐后的全息图像序列和光场传播矩阵序列使用约束迭代的方法初始化得到样本平面复振幅的初始值；S8使用沃廷格-流方法将初始值进行迭代更新，得到样本平面恢复的相位和重建的振幅。本发明能精确地恢复出样本平面光场的相位并重建其振幅。
-
-
-
-
-
-
-
-
-
Search Results
33
records
(took 0.024 seconds)
