基于Hilbert变换实现数字全息高精度相位重建

为了提高数字全息相位重建精度,研究了基于Hilbert变换重建相位的理论和方法,并通过像面数字全息实验对该方法的有效性进行了验证,同时与数字全息常规重建方法得到的结果进行了比较.结果表明:Hilbert变换本身具有消除直流项的作用,对利用频域滤波滤除零级谱后的全息图进行Hilbert变换,能够彻底消除零级衍射项的干扰,从而提高相位重建精度.与常规重建结果相比,基于Hilbert变换的相位重建结果的标准偏差降低了14.0%.本文结果对提高数字全息相位重建精度具有重要的指导意义.     

显微数字全息中的3维信息重建

通过理论分析和模拟验证,研究了基于横向剪切的数字全息相位重建方法,分析并指明了详细的重建过程,提出了利用平坦区域相位数据进行线性拟合,从而获得线性相位畸变系数的方法,并指出对原始包裹相位图进行1维相位展开是横向剪切法重建数字全息相位信息的前提。对无噪声及含有噪声的全息图进行了数值重建,结果表明:对于弱噪声干扰的全息图,该方法很有效;而对于较强噪声干扰的全息图,采用中值滤波方法对原始相位图进行滤波后再重建,并对重建的相位图再次进行中值滤波,可以得到高质量的再现像;减小再现像平面抽样间隔,使剪切相位图中相邻的两个像元之间相位差的最大值小于2π,才可以获得正确的相位重建。     

像面数字全息的重建相位误差分析和改善

像面数字全息是数字全息技术中常用的测量和成像方式,它通常采用离散傅里叶变换和频率滤波的方法进行物光波的重建.本文讨论了这些算法对重建相位的影响.首先分析了频谱泄露对于相位误差的影响,结果表明当采样周期为整数时,重建相位误差很小,因此具有极高的相位重建精度;而当不满足整周期采样时,相位重建误差有了明显的增加.为了改善频谱泄露所引起的相位误差,采用Hanning函数对数字全息图进行了预处理,结果表明Hanning窗的加入能够有效地提高重建相位的准确程度.     

高精度定量相位显微成像方法研究

定量相位显微成像在工业检测、生物医学和光场调控等领域具有重要的应用价值。常用的定量相位显微成像技术通过干涉的方法来获取相位的定量分布,干涉装置的稳定性、光学衍射极限的限制、相位再现时的解包裹问题、激光照明下的相干噪声,以及动态观测过程中的样品离焦等因素都会影响定量相位显微成像的分辨率和精度。本文围绕高精度定量相位显微成像中的上述关键问题展开研究,通过构建物参共路的同步相移数字全息显微结构实现稳定的实时测量;采用结构光照明的超分辨相位成像方法实现对微小物体的超分辨相位成像;利用双波长照明将纵向无包裹相位测量范围扩大到微米量级;使用低相干LED照明解决相干噪声问题;提出了基于结构光照明和双波长照明的数字全息显微自动调焦方法,可以满足对不同类型样品的长时间跟踪观测。     

微铣刀同轴全息图像增强方法

数字同轴全息对刀技术中,再现像中的零级项和离焦共轭像会形成一个强而复杂的背景噪声作用在实像上,严重降低了再现像的质量。针对全息应用中的干扰像问题,提出了一种基于改进自蛇模型滤波的全息图像增强方法,改进后的自蛇模型令每次扩散中只根据初始图像的梯度来选择扩散力度。实验结果表明,改进后的自蛇模型能够避免在扩散过程中由于受大梯度背景噪声影响而出现的"伪轮廓"和边缘锯齿化,弥补了自蛇模型在全息图像应用中的不足。此外,与相位恢复法和多重再现法去干扰像效果相比较,本文提出的改进自蛇模型滤波法不仅对干扰像有更好的抑制作用,还能够增强刀具边缘,有利于实现微铣刀的数字全息对刀。     

基于同态信号处理的数字全息广义线性重建算法研究

为了提高数字全息图的重建速度和精度,本文提出了一种基于同态信号处理的数字全息广义线性重建算法. 首先利用预放大数字全息显微系统并结合同态信号处理原理进行了理论分析,得到了广义线性重建算法的实现条件及重建步骤,并对该算法的优点进行了分析;然后利用计算机模拟和实验相结合的方法对理论分析进行了验证. 结果表明：数字全息广义线性重建算法不仅可以有效的消除全息图频谱中零级项的干扰,实现高精度再现,而且由于采用一个完整象限的固定区域滤波,避免了常规线性算法的手动滤波操作,极大地提高了重建速度,同时最大限度地保留了原始像中的高频成分,实现全息图的高分辨重建. 关键词： 数字全息显微术 同态信号处理 傅里叶变换 分辨率     

数字全息波前重建中的像平面滤波技术研究

基于数字全息图的频谱平面滤波及像平面滤波技术,最近出现两种可变放大率的物光波前重建方法.为适应数字全息精细检测的要求,对两种滤波方法进行了研究,导出让局部重建图像布满重建平面的表达式.研究结果表明,像平面滤波技术优于频谱平面滤波技术,基于像平面滤波技术的重建方法能够按照需要的放大率高质量地重建局部物光场.给出彩色数字全...     

相位特征在三维物体识别中的应用

提出利用物体的相位特征联合神经网络的方法对透明半透明三维物体进行识别.首先利用波长扫描数字全息技术和数字再现技术提取物体的相位特征，然后将物体的这些相位特征作为学习模式训练一个BP神经网络，最后利用训练好的网络对三维物体进行识别.实验表明，对于具有小尺度变化的透明半透明三维物体识别，该方法的正确识别率为100%. 关键词： 相位特征 波长扫描技术 数字全息 BP神经网络     

单光路共轴数字全息去背景新方法及应用

针对数字全息图像背景去除的问题,提出两种全息图像重建去背景的方法:背景减弱法和自适应滤波法.搭建了共轴数字全息显微成像实验系统,利用该系统分别对洋葱表皮、植物根茎横切标本、叶片气孔标本和血细胞标本进行背景去除和图像重建.通过光强分布曲线、对比度计算等证明了自适应滤波方法在共轴数字全息结构中去除背景的有效性.实验结果表明,根据环境、样品等不同,全息图的背景也会发生变化.基于此结果,将全息数字显微图像分为三类,并针对不同的背景特点,得出了获取最佳重建图像应采用的有效去除背景方法.研究结果有助于共轴光路数字全息显微术中的重建成像.     

基于离轴数字全息改善散斑自相关重建效果

针对在成像物体没有超出散射介质记忆效应范围的情况下,提出一种结合数字离轴全息术减少散射介质成像中散斑自相关噪声的方法。当成像目标经过散射介质时,使用自相关技术结合相位恢复算法能够从散斑中重建成像目标。但在实际成像的过程中,为了有效抑制环境噪声和热噪声等对重建效果的影响,设计利用离轴全息中的相移法消除噪声项中静态噪声项的干扰,再利用散斑自相关与相位恢复算法重建去噪后效果更好的成像目标。采用结构相似度对重建效果进行定量评估,仿真结果表明对于给出的成像目标,去噪前后的结构相似度从0.8796提高到0.9875,验证了该方法的有效性。说明所提出的方法能够改善散斑自相关法重建效果。     

数字全息显微像平面相位畸变的自动补偿研究

对离轴数字全息显微相位畸变的自动补偿进行了理论和实验研究。首先对由CCD记录的数字全息图采用平均梯度自聚焦方法确定最佳再现距离,然后将修正的虚拟参考光作用于切趾滤波后的全息图进行数字再现,经像平面相位自动补偿后得到无畸变的物体相位分布。该方法仅需记录一幅离轴数字全息图就可以自动快速地重建物体的真实相位信息。     

基于数字全息的热透镜效应测量

提出一种数字全息定量测量半导体激光二极管侧面泵浦Nd∶YAG晶体热透镜效应的方法。CCD采集Nd∶YAG晶体在不同泵浦电流下的数字全息图,通过数值重建得到热透镜效应引起的相位分布及其变化过程。再由相位分布计算得到对应的热透镜焦距。实验结果表明,利用数字全息技术可以准确和有效测量热透镜效应及热透镜焦距。     

两步相移数字全息物光重建误差分析与校正

系统研究了两步相移数字全息干涉术中相移误差引起的波前再现误差的计算和校正方法. 基于衍射物光相位分布的随机性和振幅相位的相互独立性原理,介绍了相移数字全息中物光波前再现误差的表达形式,推导出步长为π/2的两步算法中物光重建误差的表达式. 通过进一步分析这一重建误差的结构和特点,结合物光表达式,给出了自动校正相移误差引起的波前重建误差的校正方法. 该方法无需增加测量,在未知相移误差大小的情况下,只对标准两步相移算法恢复的物光复振幅进行处理就可以实现对物光振幅和相位的同时校正. 计算机模拟结果表明,校正后可将 关键词： 相移干涉术 数字全息 物光重建 误差校正     

数字全息显微术中重建物场波前的相位校正

数字全息显微术克服了传统光学显微术无法直接提取样品相位信息的缺点,可以对活体细胞组织等相位型生物样品进行定量测量和有效观察。但在数字全息显微成像过程中,像场弯曲会对再现像相位分布的测量和观察产生影响。提出一种采用相位相减来校正数字全息再现像像场弯曲的方法。通过在样品加入前后两次拍摄全息图,并对数值重建像分别进行去包裹运算再令其相减,即可实现对像场弯曲的有效校正,对蝉翼和大蒜表皮细胞等相位型物体进行测量,并采用数值校正和相位相减两种方法对像场弯曲进行校正。与现有的数值校正方法相比,利用相位相减获得样品三维相位信息的方法更为简单、可靠,是校正像数字全息再现场弯曲的有效方法。     

基于深度学习的粒子场数字全息成像研究进展

粒子场的数字全息成像中,由一幅粒子场全息图重建出高精度的三维粒子场分布,是数字全息技术领域的经典问题之一。相比于传统反向重建算法,深度学习算法可以从单个全息图直接重建出三维粒子场来简化算法复杂度,提高计算效率和准确率。介绍国内外研究团队将深度学习算法结合数字全息技术实现粒子场数字全息成像的研究进展,从不同粒子表征方法入手,叙述了支持向量机、全连接神经网络、全卷积网络、U-Net网络、深度神经网络在粒子场数字全息成像中粒子表征及粒子场反向重建过程中的应用原理、实现途径和准确率。最后指出了深度学习算法在这一研究领域的优势及目前基于深度学习算法的不足,并对如何进一步提高该方法的准确率进行了展望。     

结构光照明相位/荧光双模式显微技术

本文提出了一种基于结构光照明的高分辨相位/荧光双模式显微成像方法.该方法利用一数字微镜阵列(DMD)产生条纹结构光,并记录样品在结构光照明下的全息图像和荧光图像,最终可以重建出样品的定量相位图像和超分辨荧光图像.此外,还提出了一种补偿环境扰动对相位成像影响的数值方法,提高了成像系统的抗干扰能力.在该双模式成像系统中,定量相位成像和荧光成像的空间分辨率分别为840 nm和440 nm,为同一样品提供互补信息.该方法有望被广泛应用于生物医学、工业和化学等诸多领域.     

无零级衍射干扰的彩色数字全息研究

彩色数字全息研究中,用球面波为重建波及角谱衍射公式进行波前重建是一种有效的方法.然而,重建图像上通常伴有强烈的零级衍射干扰.本文通过理论分析,对波前重建过程作了重要改进.用改进后的方法进行彩色数字全息的实验研究表明,重建彩色图像的质量获得显著改善. 关键词： 彩色数字全息 波前重建 零级衍射干扰     

基于参考透镜法的数字全息显微相位畸变校正技术

建立了数值与物理方法结合的参考透镜法,对离轴数字全息显微系统进行畸变相位校正.对离轴全息图进行频谱分析,通过频谱滤波、移位的数值方法对一次相位畸变进行校正.在参考光路中引入参考透镜,根据频谱中心能量判别参考透镜的轴向最佳位置,利用物理方法对多次相位畸变进行校正.在相位校正理论分析的基础上,结合实验用参考透镜法验证其有效性和准确性.微台阶表面形貌测量结果表明,参考透镜法能够准确校正相位畸变,通过校正的相位可以获取44nm标准微台阶形貌数据,测量标准差能够达到0.8nm,且测量结果与轮廓仪测量结果一致.表明参考透镜法能够有效、准确地校正离轴数字全息显微系统的畸变相位.     

结合划线拟合和深度学习的数字全息显微相位像差自动补偿方法

针对动态观察活体细胞形态的数字全息显微应用,提出了一种结合划线拟合和深度学习的自动相位像差补偿方法.首先在全息面提取中心十字线上的物光场相位值,通过二次多项式数值拟合构建相位掩模完成相位像差初步补偿.然后在成像面运用卷积神经网络生成二值化图像掩膜,提取物光场中无物体区域的相位值,再次通过高阶多项式进行数字拟合构建相位掩模完成相位像差精确补偿.最后得到无相位像差的再现相位像.该方法通过在全息面划线取值和数字拟合有效补偿物光中的主要相位像差,降低了成像面物光场的图像轮廓复杂性,利用有限的训练数据集获得能够准确建立图像分割的深度学习模型,从而实现了准确的无需人工干预的数字全息显微自动相位像差补偿.基于离轴数字全息显微成像系统对多种具有不同形态特征的活体细胞开展动态观察实验,并进一步应用该方法进行子宫内膜癌细胞抗药性筛选.结果表明该方法可以很好地用于动态显微观察,从而为生物学细胞动态研究提供实验依据.     

超分辨率数字全息实验研究

为提高全息成像的分辨率,对超分辨率数字全息进行实验研究,介绍了全息和超分辨率的基本理论。试验中以激光二极管尾纤发射端作为点光源,采用非放大的光路系统,拍摄了一组亚像素位移的LR全息图。通过对LR全息图和SR全息图重建的结果对比,结果显示该方法能够实现全息图亚像素位移,经超分辨率重建的图像分辨率明显提升。通过使用更高精度的位移装置和更有针对性的超分辨率算法将会进一步提升效果。