[发明专利]基于压缩感知的淡水藻类全息图像增强与重建方法有效

专利信息
申请号: 201610394908.4 申请日: 2016-06-06
公开(公告)号: CN106157243B 公开(公告)日: 2019-01-15
发明(设计)人: 陈震;冷健雄;张聪炫;张初华;王官权;危水根 申请(专利权)人: 南昌航空大学
主分类号: G06T3/40 分类号: G06T3/40;G06T5/00;G06T5/40
代理公司: 南昌市平凡知识产权代理事务所 36122 代理人: 张文杰
地址: 330063 江*** 国省代码: 江西;36
权利要求书: 查看更多 说明书: 查看更多
摘要: 发明公开了一种基于压缩感知的淡水藻类全息图像增强与重建方法,该方法先利用S‑G滤波器对图像进行滤波和增强对比度处理;之后利用基于压缩感知的超分辨率重建方法提高处理后图像的分辨率;再利用角谱全息再现方法结合自动对焦测距的方法对全息图进行全息再现获得包含实际物象的全息再现图;利用孪生像迭代消除方法消除再现图像中残留的孪生像形成的噪声。本发明能够良好地改善无透镜全息成像装置获得的全息图的像质,不仅去除了噪声,还提高了图像的分辨率;同时实现的复杂度较低,图像处理时间短。
搜索关键词: 基于 压缩 感知 淡水 藻类 全息 图像 增强 重建 方法
【主权项】:
1.基于压缩感知的淡水藻类全息图像增强与重建方法,其特征在于,包括如下步骤:1)利用无透镜全息成像装置获取淡水藻类全息图像;2)利用Savitzky‑Golay平滑滤波器和直方图均衡化去除图像噪声和增强图像对比度;3)通过基于压缩感知的单幅图像的超分辨率重建方法,提高全息图像的分辨率;其步骤如下:a)根据图像建立超分辨重建问题模型:y=SFHGFΨx%=SFHGFx;   (1)式中:F是傅里叶变换矩阵,起到将图像从空间域转换成频域内处理的作用;x=Ψx%,其中:Ψ是变换基矩阵,x%则代表的是x在稀疏域的表达式;G是低通滤波器,S是下采样矩阵,y即是待超分辨率重建的全息图像,x是超分辨率重建后的全息图像;b)求解x的过程为求解无约束凸规划的过程,即求目标函数f(x)的最小值:式中:等号右边第一项表示观测数据的拟合优度;第二项中的Φ(x)是能保持图像边缘的对比度与锐度的TV正则化算子;λ>0,为正则化参数;c)利用两步迭代收缩算法求解式(2),得到x‑即超分辨率重建之后的全息图像;4)利用角谱全息再现结合自动对焦精确测距的方法,将全息图像进行全息再现,以还原淡水藻类细胞的实际轮廓结构;其步骤如下:a)计算得到频域的衍射传递函数:式中:fx和fy代表的是水平和垂直方向的空间频率,n是传输介质的折射率,z2为衍射传播距离;b)设定z2的取值范围为0.7~3mm,相同间隔取值100次;c)每相同间隔取一次z2的值后,利用式(3)对超分辨率重建后的图像x在此z2位置进行全息再现;d)利用Sobel算子计算此位置的全息再现图像梯度,并求得TEG对焦量化函数F的值,比较F值的大小,F的值最大时,得到全息再现图像;5)利用的迭代消除方法,去除残留在藻类细胞图像周围的孪生像形成的噪声。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于南昌航空大学,未经南昌航空大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/patent/201610394908.4/,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top