[发明专利]一种集成在图像传感器中提高细胞分辨率的系统与方法

说明书

本发明公开了一种集成在图像传感器中提高细胞分辨率的系统与方法，通过过采样技术得到具有细胞亚像素信息的超分辨率模糊图像，再通过流水处理乘加电路实现时域反卷积，还原得到图像质量较好的超分辨率图像。本发明有效解决现有超分辨率重构算法中物体运动函数复杂和硬件实现存储空间大而导致的集成度低等问题，在像素尺寸相同的情况下，本发明比传统TDI图像传感器采集得到的细胞图像具有更高的分辨率。此外，本发明有效提高了光流体显微镜系统的集成度。

技术领域

本发明属于应用于光流体显微镜(Optofluidic Microscope，OFM)中时间延迟积分(Time Delay Integration，TDI)型金属氧化物半导体(Complementary Metal OxideSemiconductor，CMOS)图像传感器的技术领域，具体涉及到一种集成在TDI CMOS图像传感器芯片内部，利用过采样累加技术和时域反卷积技术采集具有细胞亚像素位移信息并还原为超分辨率细胞图像的系统，本发明还涉及采用上述系统提高细胞图像分辨率的方法。

背景技术

光流体显微镜的出现和迅速发展克服了传统光学显微镜核心部件(物镜)体积较大和操作复杂等因素的限制使得临床医学诊断在小型诊所和个人家庭得到普及成为了可能。OFM具有微型化、低功耗、低成本等优点，目前这种芯片级的“显微镜”已经成为了生物、化学、医学、流体力学、微电子学、材料学、机械学等众多学科研究的热点问题。

现阶段，CMOS图像传感器像素尺寸与人体90％以上的细胞大小处于同一量级，因此通过OFM系统直接采集到的细胞图像分辨率非常低，难以满足医疗诊断和医学研究的需求。因此提高图像分辨率是OFM系统的研究重点之一。

已有提高图像分辨率的方法旨在利用低分辨率图像通过信号估计理论来生成高分辨率图像，主要分为两个方面：基于多帧图像的超分辨率重构算法和基于单帧的超分辨率重构算法。其中，基于单帧图像的超分辨率算法核心就是对单帧图像进行插值重构，包括近邻插值、线性插值、双三次插值、样条插值等。基于单帧图像的超分辨率算法虽然结构简单，便于集成且满足实时处理，但只能在一定程度上提高视觉效果，并不能获得包含细胞的更多真实信息。而基于多帧图像的超分辨率算法则是通过多次采集在微通道运动的同一细胞，获得具有亚像素位移的细胞信息，再根据物体运动函数将多帧图像信息整合得到一幅单独的超分辨率图像，如迭代反投影算法、凸集投影算法，最大后验概率算法等。基于多帧图像的超分辨率算法是目前主流的分辨率提高算法，然而该方法的分辨率提高效果取决于追踪目标和运动函数。为了满足市场应用，提高OFM的集成度就要求将基于多帧图像的超分辨率算法集成在芯片内部。但是，一方面需要存储大量图像信息，不可能实现细胞图像的实时还原。另一方面，由于追踪目标和运动函数的复杂度较高，还原算法也非常复杂，使得在OFM系统的应用中还须配有一个微处理器芯片来支持该算法。

时间延时积分型图像传感器不同于一般的线阵型图像传感器，它可实现多行像素对移动中的同一物体进行多次曝光，并将每次曝光结果进行累加。TDI图像传感器的工作方式等效延长了像素对物体的曝光时间，因此可以大幅提升传感器的信噪比和灵敏度，非常适合应用在低照度，物体运动速度较快的成像环境中，但目前市场上还没有具有可提高分辨率的TDI图像传感器。

基于以上分析，现有的图像分辨率提高算法并不符合OFM系统低成本和芯片化的市场需求与发展。

发明内容

本发明的目的在于提供一种集成在图像传感器中提高细胞分辨率的系统与方法，有效解决现有超分辨率重构算法中物体运动函数复杂和硬件实现存储空间大而导致的集成度低等问题。

本发明的另一目的是提供采用上述系统提高细胞图像分辨率的方法。

本发明的技术方案是：