显微光学模糊图像的景物深度提取及应用

目的 显微光学成像有景深小和易模糊等缺陷，很难根据几何光学中的点扩散函数准确评估图像的模糊程度，进而很难计算景物深度。同时，传统的使用边缘检测算子衡量图像模糊程度变化的方法缺少与景物深度之间的函数关系，影响深度计算的精度。为此，本文提出一种显微光学系统成像模糊程度与景物深度关系曲线的获取方法。方法 从显微光学系统中的光学传递特性出发，建立光学传递函数中的光程差、高频能量参数和景物深度之间的数学关系，并通过归一化和曲线拟合得到显微光学系统的成像模糊程度与景物深度之间的解析函数。结果 为了验证本文获取的图像模糊程度和景物深度之间的函数关系，首先使用纳米方形栅格的模糊图像进行深度计算，实验测得的深度平均误差为0.008 μm，即相对误差为0.8%，与通过清晰图像和模糊图像的逐个像素亮度值比较，根据最小二乘方法搜索两幅图像的亮度差最小时求得深度的方法相比，精度提高了约73%。然后基于深度测量结果进行模糊栅格图像的清晰重构，重构后的图像在平均梯度和拉普拉斯值两个方面都明显提高，且相对于传统基于高斯点扩散函数清晰重构方法，本文方法的重构精度更高，稳定性更强；最后通过多种不同形状和亮度特性的栅格模糊图像的深度计算，证明了本文的模糊程度—深度变化曲线对不同景物的通用性。结论 本文建立的函数关系能够更加直观地反映系统参数对光学模糊成像过程的影响。使用高频能量参数表征图像的模糊特性，既可以准确测量图像模糊程度，也与景物深度具有直接的函数关系。固定光学系统参数后，建立的归一化系统成像模糊程度与景物深度之间的函数关系不会受到景物图像的纹理、亮度等特性差异的影响，鲁棒性强、更方便、更省时。

Scene depth extraction and application of microscopic optical blur image