[发明专利]一种光学相干层析成像系统中相位解缠的方法

说明书

本发明提供一种光学相干层析成像系统中相位解缠的方法。由于缠绕相位梯度图与真实相位梯度图的差别在于相位跳跃边界的梯度值不一样，将缠绕相位梯度图进行再次缠绕，可得到与真实相位梯度图等价的恢复相位梯度图。同时，本发明假设真实相位梯度图与恢复相位梯度图之间的误差具有不确定性，可以取任意数值，没有约束条件，很好的解决光学相干成像系统中相位缠绕问题，且具有很强的抗噪声能力。

技术领域

本发明属于光电成像技术领域，尤其涉及一种光学相干层析成像系统中相位解缠的方法。

背景技术

精确的相位信息提供的有价值的信息可用于在物体探测和成像方面。到目前为止，相位图像被广泛用在干涉孔径雷达，核磁共振成像，条纹投影轮廓术，数字全息，显微成像以及光学相干层析等领域。光学相干层析因为分辨率高，可实时三维成像而被广泛应用在生物医学成像中。然而，对于各种血管成像的流体研究，相位图由于测量长度超过一个波长而出现缠绕现象，因此解决相位的不连续性是必要的问题。

为了解决相位缠绕问题，人们在过去已经提出各种方法，这些方法大致可分为：路径跟踪法，最小范数法，网络流法，多波长法以及其他方法。就光学相干层析成像系统中，目前只有一个方法被报道，该方法属于第四种方法，具体来说就是通过合成一个较长的波长来避免这种缠绕现象出现，但是该方法的应用对象是细胞表面成像，所处理的数据仅仅是在x-y平面的信息，没有包含所有深度z方向的信息，故而该方法的通行性较差。

为了重新解决这个问题，我们在由学者Costantini提出网络法的基础上提出了一种鲁棒性较好的相位解缠方法。Costantini提出的网络流法假设真实相位的梯度图像与经过缠绕算子作用在缠绕相位的梯度后的图像之间的误差值是2π的整数倍(这里的梯度图像是指经过x和y方向求导后的图像)，然而对于实际系统的相位图，带有噪声的像素点已经偏离原有的数值，所以带有整数倍的约束关系是不适用于实验中的相位图。因此，基于该假设的不合理性，本文提出了一种适用范围更广的网络流法。

发明内容

为解决相位图像的不连续问题，本发明提供一种光学相干层析成像系统中相位解缠的方法。由于缠绕相位梯度图与真实相位梯度图的差别在于相位跳跃边界的梯度值不一样，将缠绕相位梯度图进行再次缠绕，可得到与真实相位梯度图等价的恢复相位梯度图。

一种光学相干层析成像系统中相位解缠的方法，其基本步骤包括：

步骤一：对输入的缠绕相位图在图像平面坐标系下的x与y方向分别进行求导，得到缠绕相位图x和y方向的缠绕相位梯度图；

步骤二：缠绕相位梯度图经缠绕算子解缠作用后得到恢复相位梯度图，则真实相位梯度图与恢复相位梯度图各个像素点之间的误差表示如下：

其中，(i,j)代表像素点的位置，e₁(i,j)、e₂(i,j)分别为恢复相位梯度图与真实相位梯度图在x和y方向的各个像素点误差；Δφ₁(i,j)、Δφ₂(i,j)分别为x 和y方向的真实相位梯度图各个像素点梯度值；分别为x 和y方向的缠绕相位梯度图各个像素点梯度值；W为缠绕算子，也即对缠绕相位梯度图进行2π取模操作；

步骤三：将恢复相位梯度图与真实相位梯度图的相邻四个像素点的误差表示为：

e₁(i,j+1)-e₁(i,j)-e₂(i+1,j)+e₂(i,j)＝R(i,j) (2)

其中右边R(i,j)为：

步骤四：以方程(2)为约束条件，通过求解方程(3)的最小值，计算误差e₁(i,j)与e₂(i,j)的值；