超声相干平面波复合成像的环形统计矢量加权

为提高超声相干平面波复合(CPWC)成像质量,本文提出了基于环形统计矢量(CSV)的加权算法。该算法以延时信号相位为环形统计样本,通过样本平均合矢量建立反映相位分布一致性程度的相干因子。进一步地,根据波束形成及相干因子构建数量的不同,提出了全孔径环形统计矢量(tCSV)加权算法。结果表明,相比于CPWC,CSV和tCSV的散射靶点分辨率和囊肿的对比度分别提高了至少23.67%和27.69%,CNR值降低至多39.37%。与相干因子(CF)和符号相干因子(SCF)相比,虽然CSV和tCSV算法在分辨率和对比度上最大分别比之减小约12.83%和88.31%,但抑制背景噪声和保留目标靶点回波幅值的能力较强,且CNR值比之提高了约20%,其成像质量具有更好地鲁棒性。     

一种傅里叶域超声平面波复合成像处理构架

提出一种相位迁移(PSM)和相位环形统计矢量(PCSV)相结合的傅里叶域超声平面波复合成像(PWCI)处理构架。首先,提取平面波数据的瞬时相位,并将其实部和虚部视作圆形复平面上分布的PCSV。然后,利用针对平面波成像修正后的相位迁移算法对平面波数据的实部和虚部分别进行波场外推,并通过外推后的实部和虚部构建PCSV加权因子。最后,利用PCSV因子对修正PSM处理后的平面波图像进行自适应加权获得PSM-PCSV图像。结果表明,相比于传统平面波成像构架,这种新型平面波成像构架具有较高的成像质量和较低的运算复杂度。与延时叠加算法相比,当复合平面波数量为17时,PSM-PCSV图像的信噪比提高了76%,半峰值全宽缩短了44%。该构架有望进一步降低高质量平面波成像系统的硬件成本。     

频域相位相干合成孔径聚焦超声成像研究

为提高合成孔径聚焦技术(SAFT)的成像质量和成像效率,提出一种基于相位环形统计矢量(PCSV)的频域SAFT超声成像算法。首先,通过希尔伯特变换和欧拉公式提取波场记录中信号的瞬时相位。然后,将瞬时相位的实部和虚部视作圆形复平面上分布的PCSV,并通过波场外推构建用于频域SAFT加权的相位相干因子。最后,通过加权处理获得高质量频域SAFT-PCSV图像。成像结果表明,频域SAFT-PCSV成像算法有效增强了图像分辨率和信噪比。在相同测试条件下,频域SAFT-PCSV成像算法的运算时间小于传统时域SAFT算法的1/46,所占内存空间低于时域SAFT算法的1/47。     

基于相位相干性的厚壁焊缝TOFD成像检测研究

将相位相干成像(Phase coherence imaging,PCI)后处理算法应用于厚壁焊缝超声TOFD检测,有效改善低信噪比和水平分辨力问题。首先,利用合成孔径聚焦(Synthetic aperture focusing technique,SAFT)算法对TOFD-B图像的孔径数据集进行延时叠加处理。然后,基于PCI算法通过孔径数据集中各路信号的相位信息构建相干因子,用以表征B-SAFT图像中各像素点的相位相干性。最后,通过构建的相位相干因子对B-SAFT图像进行加权处理。结果表明,PCI算法能够通过放大相位分布对像素点幅值的贡献,有效抑制噪声和提高信噪比,使壁厚78 mm奥氏体不锈钢焊缝中3个Φ3边钻孔平均信噪比达到30d B以上,较TOFD-B图像提高了20 dB。此外,PCI算法还可增强孔径波束指向性提高分辨力,使48 mm壁厚CV焊缝中缺陷半波高水平宽度较TOFD-B图像缩小70%以上。     

融合最小方差自适应和相干系数波束合成的超快速主动空化成像方法

基于平面波发射和延迟叠加(DAS)波束合成的超高速主动空化成像能够以高帧频监测超声空化活动, 但其图像分辨率和对比度较低. 本文提出一种结合最小方差自适应算法(MV)和相干系数算法(CF)实现基于MVCF波束合成的超高速主动空化成像, 以此提高空化图像质量. 通过Field II仿真和实验数据全面详细验证本方法的有效性与优点, 仿真数据包括点目标和囊肿仿体, 实验数据是对1.2 MHz单聚焦超声换能器产生的空化泡采集原始射频数据. 文中将MVCF波束合成算法与传统B超图像、 DAS、 MV、 DAS-CF和MVCS波束合成算法进行比较. 结果表明, 基于MVCF波束合成的超高速主动空化成像可显著提高空化图像的信噪比和分辨率. 与传统B超图像相比, 基于MVCF波束合成的超高速主动空化成像图像信噪比高21.82 dB, 且横向和轴向空间分辨率分别是传统B超图像的2.69倍和1.93倍. 基于MVCF波束合成的超高速主动空化成像能够以较高的信噪比和分辨率监测超声空化活动.     

融合最小方差自适应和相干系数波束合成的超快速主动空化成像方法（英文）

基于平面波发射和延迟叠加(DAS)波束合成的超高速主动空化成像能够以高帧频监测超声空化活动,但其图像分辨率和对比度较低。本文提出一种结合最小方差自适应算法(MV)和相干系数算法(CF)实现基于MVCF波束合成的超高速主动空化成像,以此提高空化图像质量。通过Field Ⅱ仿真和实验数据全面详细验证本方法的有效性与优点,仿真数据包括点目标和囊肿仿体,实验数据是对1.2 MHz单聚焦超声换能器产生的空化泡采集原始射频数据。文中将MVCF波束合成算法与传统B超图像、DAS、MV、DAS-CF和MVCS波束合成算法进行比较。结果表明,基于MVCF波束合成的超高速主动空化成像可显著提高空化图像的信噪比和分辨率。与传统B超图像相比,基于MVCF波束合成的超高速主动空化成像图像信噪比高21.82dB,且横向和轴向空间分辨率分别是传统B超图像的2.69倍和1.93倍。基于MVCF波束合成的超高速主动空化成像能够以较高的信噪比和分辨率监测超声空化活动。     

自适应波束形成在超声平面波造影的应用

目前,超声平面波造影图像空间分辨率和信噪比的提升主要依赖于相干角度复合技术。然而,角度复合次数的增加,势必导致造影成像帧率的下降以及微泡击碎率的提升。为了克服该技术瓶颈,本文将具有更窄主瓣宽度和更强干扰/背景噪声抑制能力的自适应波束形成应用于超声平面波造影成像,力求以较少的角度复合次数达到与常规波束形成方法相当甚至更优的空间分辨率和信噪比。其中,采用前后向空域平滑方法对阵列协方差矩阵进行解相干处理,以抑制多次反射回波和相干杂波,最后引入对角加载技术以提升自适应方法的稳健性。本文使用迈瑞公司的Resona7平台配以L11-3U线阵探头,采集平面波造影通道数据进行MATLAB仿真,验证了所提出方法的有效性和性能优势。基于体模数据的仿真结果显示,在同为17次相干角度复合的条件下,本文方法的横向分辨率优于常规波束形成方法;基于犬肝脏活体数据(注射Sono Vue造影,剂量为0.05m L/kg)的仿真结果则表明,本文方法只需9次复合即可达到与常规方法13次复合相当的造影信噪比。     

基于相位相干成像的TOFD检测缺陷图像增强处理研究

利用超声衍射时差法(TOFD)对钢制安全壳(CV)焊缝进行缺陷检测时,存在信噪比低和分辨率差等现象。为解决上述问题,发展了一种基于相位相干成像(PCI)的TOFD的图像增强处理算法,该算法适用于平行扫查(B扫查)与非平行扫查(D扫查),针对B扫查和D扫查图像从增强算法原理及其试验效果进行了说明,为后续缺陷定位、定量研究奠定理论基础。首先,利用合成孔径聚焦技术(SAFT)对厚度48 mm的CV试块焊缝中底面开口槽B扫查和D扫查图像进行处理,得到SAFT图像;然后,利用PCI算法对SAFT图像进行相位相干处理。结果表明,PCI算法能够通过减小合成孔径声束宽度有效提高横向分辨率。此外,该算法还能够通过放大相位分布对幅值的作用有效抑制背景噪声,使缺陷信噪比得到提升。并在上述研究基础之上,比较了CCF和SCF权重矩阵增强效果,为实际图像处理中权重矩阵的选择提供参考。     

基于变换域Hough变换的遥感图像相干干扰分析

相干干扰的存在严重地影响了对遥感图像中目标的特征提取和识别的精度,降低了各种遥感定量分析方法的有效性。通过对相干干扰的幅度和相位特性的定量分析,本文提出了相干干扰的小视场模型和大视场模型,并给出了基于变换域的Hough变换算法。实践表明,与传统的邻域平均、中值滤波、经典频域滤波等消除干扰算法相比,该算法不仅高质量地消除了遥感图像中的相干干扰,同时还能有效地保留原图像中的细微影纹和边缘信息,并获得较好的峰值信噪比。该方法已在航天遥感图像的实时采集及处理系统中获得成功应用。     

二维频域光学相干层析系统研究

针对时域光学相干层析成像系统的成像速度较慢的问题,采用VC++与Matlab混合编程技术开发了二维频域光学相干层析成像系统,实现了对被测样品进行内部快速成像;搭建二维频域光学相干层析成像系统代替一维频域光学相干层析成像系统;利用计算机驱动面阵CCD相机对干涉信号进行采集得到干涉信号;采用计算机驱动NI卡对压电陶瓷(PZT)移相器进行相移控制以达到频域光学相干层析成像系统对移相的需求,利用计算机驱动线性电动移动平台实现检测样品进行横向扫描以达到对样品进行三维成像。研究结果表明,该系统集成度高,开发的软件功能齐全、界面友好、便于维护和升级;该二维系统相比一维光学相干层析成像系统而言减少了一维的扫描采集次数,大大提高了成像速度。     

Signal-to-noise analysis of biomedical photoacoustic measurements in time and frequency domains

Sensitivity analysis of photoacoustic measurements is conducted using estimates of the signal-to-noise ratio (SNR) achieved under two different modes of optical excitation. The standard pulsed time-domain photoacoustic imaging is compared to the frequency-domain counterpart with a modulated optical source. The feasibility of high-SNR continuous wave depth-resolved photoacoustics with frequency-swept (chirp) modulation pattern has been demonstrated. Utilization of chirped modulation waveforms achieves dramatic SNR increase of the periodic signals and preserves axial resolution comparable to the time-domain method. Estimates of the signal-to-noise ratio were obtained using typical parameters of piezoelectric transducers and optical properties of tissue.     

基于尺度MMSE波束的超宽带穿墙成像方法

与最大化信干噪比波束相比,最小均方误差(minimum mean squared error,MMSE)波束能够获得更好的信号波形估计,因此非常适合超宽带穿墙雷达目标成像。通过分析MMSE最优权矢量中标量因子和用于旁瓣抑制的相干因子(coherence fac-tor,CF)之间的关系,建立MMSE算法与CF加权最小方差无失真响应(minimum variance distortionless response,MVDR)算法之间的统一形式,提出尺度MMSE算法。考虑到墙体介质的非均匀性、天线定位误差等的影响,给出了最优权矢量中未知参数的稳健估计方法。最后,利用时域有限差分(finite difference time domain,FDTD)数值仿真和实验数据分析了不同尺度的成像性能。结果表明尺度越大,成像质量越好,目标杂波比(target-clutter-ratio,TCR)提高约25 dB。     

基于稀疏布阵的实时三维成像声纳系统

水下实时三维成像声纳系统可以有效地提高对水下目标探测及识别的能力,本文提出基于稀疏面阵的实时三维成像声纳系统,该系统包括3个部分:窄带信号发射系统、稀疏布阵接收系统及信号处理系统。信号处理系统在远场情况下采用二维FFT波束形成获得目标三维成像,近场情况下采用自聚焦二维FFT波束形成获得三维成像结果。相比于直接相移波束形成,稀疏布阵情况下采用二维FFT波束形成算法具有更小的计算量和内存需求量的优势。基于该成像算法,设计并实现一套实时三维成像声纳系统,通过多次湖上及海上实验对该系统进行测试,实验结果表明:该系统可以获得水下近场及远场目标的三维图像并满足实时成像的要求。     

一种时域平面扫描三维成像算法研究

提出了一种基于平面扫描模式下的三维成像时域算法。该算法在平面网格点上获取扫频幅相信息,经过相位补偿后变换到球面上,然后利用傅里叶逆变换将频域数据沿投影线转换为时域数据,对应球面的不同空间角度在投影线上作线性插值,最后通过二维角域积分获得目标的三维图像。仿真结果表明该算法聚焦效果良好。在微波暗室内构建了一套平面扫描三维成像系统,采用该算法处理后能获得高分辨率三维微波图像,成像的空间位置误差优于1 cm。     

Compression of fluorescence microscopy images based on the signal-to-noise estimation

Modern microscopic techniques like high-content screening (HCS), high-throughput screening, 4D imaging, and multispectral imaging may involve collection of thousands of images per experiment. Efficient image-compression techniques are indispensable to manage these vast amounts of data. This goal is frequently achieved using lossy compression algorithms such as JPEG and JPEG2000. However, these algorithms are optimized to preserve visual quality but not necessarily the integrity of the scientific data, which are often analyzed in an automated manner. Here, we propose three observer-independent compression algorithms, designed to preserve information contained in the images. These algorithms were constructed using signal-to-noise ratio (SNR) computed from a single image as a quality measure to establish which image components may be discarded. The compression efficiency was measured as a function of image brightness and SNR. The alterations introduced by compression in biological images were estimated using brightness histograms (earth's mover distance (EMD) algorithm) and textures (Haralick parameters). Furthermore, a microscope test pattern was used to assess the effect of compression on the effective resolution of microscope images.     

基于 MCP / sCMOS 的单光子成像探测系统及算法研究

针对单光子计数成像技术探测目标信号微弱信噪比低、所得图像目标区域不清楚、背景噪声严重等问题。 本文利用 270±5 nm 的日盲紫外滤光片、图像增益 710 5 的微通道板像增强器(MCP)、荧光屏和最大分辨率为 1 504×1 504 的科学级互补金属 氧化物半导体(sCMOS)等器件,设计了日盲紫外单光子探测系统,并通过时序控制获取了单光子光斑图像。 为了突出图像中的目 标区域,本文利用改进的形态学高帽变换算法,对光斑目标区域进行增强处理;随后利用三角阈值法对图像进行二值化处理,同时 利用连通域对目标区域的坐标进行提取;最后运用区域极值算法在原图中的目标区域进行单光子计数。 对紫外光源进行了单次 曝光时间为 80~100 ns 的系列成像和数据处理实验,实验结果验证了所设计的单光子成像探测系统和光子计数算法的可行性。     

用于线纹显微图像的边缘检测算法

为了在简化计算的同时达到较高的定位精度,提出一种轴向邻域和差边缘检测算法,用于低信噪比、缓慢过渡的微结构显微图像的边缘检测。首先,结合显微图像采集系统的配置,分析了线纹显微图像边缘灰度轮廓特征和基于导数的边缘检测算法的不足。然后,基于方向信息测度,定义了轴向邻域和差运算,依据矩不变理论推导出轴向邻域和差边缘检测算法。实验结果表明:轴向邻域和差边缘检测算法能够适应不同分辨率的显微图像,具有较强的抗噪能力和较高的定位精度,边缘检测效果优于基于导数的算法。该算法用于显微图像时,其边缘坐标定位方差为0.57pixel,微米级线条宽度的测量结果与扫描电子显微镜的测量结果(1.35μm)相差0.17μm,基本满足了测量精度的要求。     

Sequential processing of quantitative phase images for the study of cell behaviour in real‐time digital holographic microscopy

Transmitted light holographic microscopy is particularly used for quantitative phase imaging of transparent microscopic objects such as living cells. The study of the cell is based on extraction of the dynamic data on cell behaviour from the time‐lapse sequence of the phase images. However, the phase images are affected by the phase aberrations that make the analysis particularly difficult. This is because the phase deformation is prone to change during long‐term experiments. Here, we present a novel algorithm for sequential processing of living cells phase images in a time‐lapse sequence. The algorithm compensates for the deformation of a phase image using weighted least‐squares surface fitting. Moreover, it identifies and segments the individual cells in the phase image. All these procedures are performed automatically and applied immediately after obtaining every single phase image. This property of the algorithm is important for real‐time cell quantitative phase imaging and instantaneous control of the course of the experiment by playback of the recorded sequence up to actual time. Such operator's intervention is a forerunner of process automation derived from image analysis. The efficiency of the propounded algorithm is demonstrated on images of rat fibrosarcoma cells using an off‐axis holographic microscope.