-
公开(公告)号：CN108508588A
公开(公告)日：2018-09-07
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：CN109389557B
公开(公告)日：2023-01-06
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：CN112965229A
公开(公告)日：2021-06-15
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：CN108562541B
公开(公告)日：2021-04-23
申请号：CN201810368143.6
申请日：2018-04-23
Applicant: 南京大学
Abstract: 本发明公开了一种基于矩阵分解的无透镜全息显微散斑噪声去除方法及装置。去除方法的步骤如下：S1关闭光源，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，在传感器上方放置含有微粒的溶液样本，保证样本到传感器距离远小于样本到光源的距离；打开光源，采集样本的全息图像序列；S4对需要计算的任意一张全息图像进行平场校正；S5对校正之后的全息图像采用矩阵分解算法进行噪声分离，将其分解成微粒的全息图和背景噪声两部分；S6对计算出的全息图像进行更进一步的图像分析处理工作。本发明能去除掉散斑噪声和样本多次反射产生的干涉条纹噪声，实现高精度的动态三维成像。
-
公开(公告)号：CN108254295B
公开(公告)日：2020-07-24
申请号：CN201810035679.6
申请日：2018-01-15
Applicant: 南京大学
Abstract: 本发明公开了一种定位与表征球形微粒的方法及其装置。该方法的步骤为：S1采集暗场图像；S2采集光源均匀照射下的明场图像；S3在传感器上方放置含有球形微粒的溶液样本，采集全息图序列，同时调整相机曝光时间；S4估计空视场下的传感器平面的图像，作为背景图像；S5对拍摄的全息图以及背景图像进行平场校正；S6得到归一化的光源照射样本形成的全息图像；S7将全息图像拟合至由散射函数和入射光场所描述的表达式，对拍摄的微粒实现高精度三维定位，并同时精确表征微粒的尺寸和折射率信息。本发明将无透镜显微装置拍摄的全息图与Lorenz‑Mie理论相结合，可以对与传感器芯片一致大小的视场下的球形微粒实现亚微米级精度的定位。
-
Patent Agency Ranking
公开(公告)号：CN111426381A
公开(公告)日：2020-07-17
申请号：CN202010047021.4
申请日：2020-01-16
Applicant: 南京大学
Abstract: 一种基于超构透镜阵列的超紧凑型光谱光场相机系统，包括依次排列的平行光源镜头，线偏振片，四分之一波片、物镜、超消色差超构透镜阵列、单色相机；所述的超消色差超构透镜阵列置于两对依次排列的线偏振片、四分之一波片和物镜组成结构之间，且主透镜像平面到超构透镜阵列的距离a、超构透镜阵列到再成像平面的距离b与超构透镜的焦距f满足一定的关系，相机置于像面上用于接受图像；超消色差超构透镜阵是由超消色差超构透镜在平面上按一定规律排列而成的二维透镜阵列平面，设计具有离轴聚焦性质的超消色差超构透镜，利用不同波长下超构透镜聚焦位置的变化，实现光谱的色散。
-
公开(公告)号：CN110163800A
公开(公告)日：2019-08-23
申请号：CN201910393981.3
申请日：2019-05-13
Applicant: 南京大学
Abstract: 本发明公开了一种基于多帧图像超分辨的芯片显微相位恢复方法及其装置，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：拍摄多帧芯片显微图像、随机打乱各帧图像，将输入的多帧芯片显微图像做两两对齐、将补偿后的图像合并成单帧特征图、恢复单帧特征图的高频细节、进行网络预训练，并在少量芯片显微多帧图像上进行迁移训练、对芯片显微多帧图像直接进行超分辨、将超分辨后的芯片显微图像进行常规相位恢复处理，得到重建后的显微图像。其装置包括：图像获取模块、运动补偿模块、多帧融合模块、单帧超分辨模块、神经网络训练模块、多帧超分辨模块和相位恢复模块。本发明的方法可以大大提高多帧超分辨及之后相位恢复的性能。
-
公开(公告)号：CN108562541A
公开(公告)日：2018-09-21
申请号：CN201810368143.6
申请日：2018-04-23
Applicant: 南京大学
Abstract: 本发明公开了一种基于矩阵分解的无透镜全息显微散斑噪声去除方法及装置。去除方法的步骤如下：S1关闭光源，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，在传感器上方放置含有微粒的溶液样本，保证样本到传感器距离远小于样本到光源的距离；打开光源，采集样本的全息图像序列；S4对需要计算的任意一张全息图像进行平场校正；S5对校正之后的全息图像采用矩阵分解算法进行噪声分离，将其分解成微粒的全息图和背景噪声两部分；S6对计算出的全息图像进行更进一步的图像分析处理工作。本发明能去除掉散斑噪声和样本多次反射产生的干涉条纹噪声，实现高精度的动态三维成像。
-
公开(公告)号：CN107977682A
公开(公告)日：2018-05-01
申请号：CN201711376577.2
申请日：2017-12-19
Applicant: 南京大学
Abstract: 本发明公开了一种基于极坐标变换数据增强的淋巴类细胞分类方法及其装置，属于计算机视觉领域。分类方法包括：S1获取细胞图像；S2计算图像的R通道与G通道的比值矩阵；S3对比值矩阵进行直方图统计并二值化；S4对二值图像做形态学处理；S5提取细胞的边缘像素点并分割细胞；S6选取细胞边缘像素点为极点，建立极坐标系，把图片用极坐标变换映射到直角坐标系中；S7遍历边缘像素点，得到变换后的细胞图像；S8用ResNet训练细胞图像，并测试分类结果。本发明提出了一种新的数据增强方法，可以用极少的标记数据进行分类，而且有效地分开了难以识别的大颗粒淋巴细胞与异型淋巴细胞。
-
公开(公告)号：CN112950736B
公开(公告)日：2024-04-09
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。
-
-
-
-
-
-
-
-
-
Search Results
33
records
(took 0.016 seconds)
