用于增强数字输入信号的信号处理装置和方法

    公开(公告)号:CN114041162A

    公开(公告)日:2022-02-11

    申请号:CN202080045891.6

    申请日:2020-06-19

    Abstract: 本发明涉及一种用于增强由具有系统响应(H(xi))的记录系统(4)记录的数字输入信号(I(xi))的信号处理装置(1),其中所述装置被配置为检索数字输入信号;计算数字输入信号的基线估计(f(xi)),所述基线估计包括大于特征长度(fl)的数字输入信号的空间特征;从数字输入信号中去除基线估计以获得包括小于特征长度的空间特征的输出信号O(xi)),其中所述装置被配置为检索系统响应的特性长度(cl)并使用小于系统响应的特性长度的特征长度计算基线估计(f(xi))。

    使用局部信噪比的去卷积装置和方法

    公开(公告)号:CN112740262B

    公开(公告)日:2024-04-02

    申请号:CN201980060402.1

    申请日:2019-01-25

    Abstract: 本发明涉及一种用于对n维数字输入图像I(xi)进行卷积的方法和装置,例如图像处理器(1),其中n为至少两个。数字输入图像包括多个输入体素(xi)。根据本发明的去卷积根据局部信噪比(SNR(xi))使用噪声分量β(xi),根据噪声电平N(xi)和信号电平S(xi)来计算。通过仅使用位于围绕输入体素的输入区R(xi)中的输入图像的体素来计算信号电平和噪声电平,在所述输入区R(xi)中确定当前信噪比。对于低于下SNR阈值(SNRmin)的信噪比,噪声分量被限制为最大噪声值(βmax),并且对于高于上SNR阈值(SNRmax)的信噪比,噪声分量被限制为最小噪声值(βmin)。去卷积可以是维纳(Wiener)或最大后验去卷积,例如露西‑理查森去卷积。优选地将噪声电平确定为输入图像的导数值的方差,从而可以使用区域求和表。本发明的装置和方法特别适合于来自显微镜或内窥镜的图像,其记录了特定的荧光图像。

    使用局部长度尺度进行去模糊的信号处理装置和方法

    公开(公告)号:CN114097002A

    公开(公告)日:2022-02-25

    申请号:CN202080050240.6

    申请日:2020-07-08

    Abstract: 本发明涉及一种用于对数字输入信号(I(xi))去模糊的信号处理装置和方法。信号处理装置和方法配置为从局部信号分辨率(FRCk)和局部信噪比(SNRk)中的至少一个计算多个局部长度尺度(lk,l(xi),λ)并在数字输入信号的不同位置(Ik(xi))处计算多个局部长度尺度中的每个,每个不同位置包括输入信号的至少一个样本点(xi);基于多个局部长度尺度计算输入信号的至少一个基线估计(fn(xi,ln),f(xi,l(xi))),至少一个基线估计表示大于局部长度尺度的数字输入信号的信号结构;以及基于(a)基线估计和(b)数字输入信号和基线估计中的一种,计算数字输出信号(O(xi))。

    使用局部信噪比的去卷积装置和方法

    公开(公告)号:CN112740262A

    公开(公告)日:2021-04-30

    申请号:CN201980060402.1

    申请日:2019-01-25

    Abstract: 本发明涉及一种用于对n维数字输入图像I(xi)进行卷积的方法和装置,例如图像处理器(1),其中n为至少两个。数字输入图像包括多个输入体素(xi)。根据本发明的去卷积根据局部信噪比(SNR(xi))使用噪声分量β(xi),根据噪声电平N(xi)和信号电平S(xi)来计算。通过仅使用位于围绕输入体素的输入区R(xi)中的输入图像的体素来计算信号电平和噪声电平,在所述输入区R(xi)中确定当前信噪比。对于低于下SNR阈值(SNRmin)的信噪比,噪声分量被限制为最大噪声值(βmax),并且对于高于上SNR阈值(SNRmax)的信噪比,噪声分量被限制为最小噪声值(βmin)。去卷积可以是维纳(Wiener)或最大后验去卷积,例如露西‑理查森去卷积。优选地将噪声电平确定为输入图像的导数值的方差,从而可以使用区域求和表。本发明的装置和方法特别适合于来自显微镜或内窥镜的图像,其记录了特定的荧光图像。

    用于信号数据去模糊的装置和方法

    公开(公告)号:CN111937031B

    公开(公告)日:2024-05-28

    申请号:CN201980023893.2

    申请日:2019-03-29

    Abstract: 本发明涉及用于对信号去模糊的装置和方法。装置和方法从以下假设开始,即输入信号数据(I(xi))可以被分离为主要地具有高空间频率的焦点对准分量(I1(xi))和主要由具有低空间或时间频率的结构表示的离焦或基线分量(I2(xi))。通过使用半二次最小化方案对输入信号数据进行拟合,优选样条拟合,来估计未知的基线分量。基线估计由离散基线估计数据(f(xi))表示,离散基线估计数据是使用除最小二乘最小化准则(M(f(xi)))之外的惩罚项(M(f(xi)))计算的。基线估计数据可以通过迭代半二次最小化方案来计算。半二次最小化方案可以使用计算高效的卷积以更新基线估计数据。根据本发明的另一方面,可以使用各种惩罚项,包括基线估计数据的导数和优选地线性特征提取滤波器的导数的任意线性组合。

    使用基线估计和半二次最小化用于信号数据去模糊的装置和方法

    公开(公告)号:CN111937031A

    公开(公告)日:2020-11-13

    申请号:CN201980023893.2

    申请日:2019-03-29

    Abstract: 本发明涉及用于对信号去模糊的装置和方法。装置和方法从以下假设开始,即输入信号数据(I(xi))可以被分离为主要地具有高空间频率的焦点对准分量(I1(xi))和主要由具有低空间或时间频率的结构表示的离焦或基线分量(I2(xi))。通过使用半二次最小化方案对输入信号数据进行拟合,优选样条拟合,来估计未知的基线分量。基线估计由离散基线估计数据(f(xi))表示,离散基线估计数据是使用除最小二乘最小化准则(M(f(xi)))之外的惩罚项(M(f(xi)))计算的。基线估计数据可以通过迭代半二次最小化方案来计算。半二次最小化方案可以使用计算高效的卷积以更新基线估计数据。根据本发明的另一方面,可以使用各种惩罚项,包括基线估计数据的导数和优选地线性特征提取滤波器的导数的任意线性组合。

Patent Agency Ranking