共查询到17条相似文献,搜索用时 187 毫秒
1.
相位恢复是利用能观测到的强度信息恢复原始相位信息。强度传输方程(TIE)作为一种传统的非干涉相位恢复技术,只需通过测量至少两个相近平面的强度信息即可计算出相位信息。这种方法通常需要通过移动被测物体或摄像机来获取强度图像,不可避免地会产生机械误差。提出了一种新的相位恢复方法:与色散融合的混合相位恢复算法(CD-HPR)。通过设置不同波长的光通过单透镜系统得到物体在同一位置成的像,这样不需要机械运动就能获得聚焦和散焦图像强度,然后结合散焦量与波长之间的关系计算出散焦量,再用强度传输方程计算初始相位信息。角谱迭代算法的使用较好地改进了初始相位值。在仿真实验中,该方法恢复的相位与原始相位之间的均方差为0.1076;同时,通过实验恢复了透镜阵列的相位,实验结果与实际参数的误差为3.4%,证明了该方法的正确性和有效性。该方法扩展了传统方法要求光源为单色的局限性,提高了计算精度。 相似文献
2.
光强传输方程作为典型的相位恢复技术,在已知待测面光强分布与光强轴向微分时,可以通过求解该方程直接得到待测面的相位分布。强度微分可以通过采集沿传播方向的不同散焦面的光强信息以计算强度差分来估计,由此,散焦面的适当选择变得尤为重要。将光强传输方程与图像插值法相结合,在几何光学模型下描述采集的散焦面光强分布与聚焦面光强分布之间的关系,再利用图像插值法计算出模糊参数不同的散焦面的光强分布,由新得到的散焦图和采集的聚焦图代入光强传输方程以计算出相位。该方法只需要采集三幅强度图像,即可计算获得其他位置的强度图像,避免了采集设备的多次移动,也为某些特殊情况下无法获取适合位置的强度图像提供了一种解决途径。实验中搭建了一个实际的光强图像获取系统,所得结果验证了所提算法的有效性。 相似文献
3.
针对基于强度传输方程(Transport of Intensity Equation, TIE)的非干涉相位恢复技术要求光源是单色的限制,以及强度采集过程移动CCD或物体而引入的机械误差,提出了一种适用于透镜模型下的色散相位恢复技术。该方法基于透镜成像系统的相位变换特性,将色散与TIE结合在一起, 使不同波长的光经过透镜系统后在同一位置成像,从而在不机械移动的情况下获得聚焦和散焦强度图像。再利用散焦量与波长的关系结合TIE计算出物体的相位信息。模拟实验中用该方法恢复物体的相位与原始相位的相关性系数为0.970 7,均方根误差为0.061 8;同时真实实验对透镜阵列相位进行了恢复,实验结果与真实参数误差为1.74%,证明了所提方法的正确性和有效性。 相似文献
4.
基于光强传输方程(TIE)的相位恢复技术,可以通过测量一系列垂直于光轴分布的散焦强度图,直接求解得到光场的相位信息。传统的基于TIE的强度图像采集系统在获得散焦图像时需要机械移动。通过在空间光调制器(SLM)上加载透镜相位图,使其实现可编程透镜的功能,任意改变此透镜的焦距值,可以实现不同的散焦距离,从而避免采集图像过程中CCD的移动。根据不同的算法理论,设计了两种光强图像采集系统。由于日常生活中使用相机拍照时,透镜的相位调制作用不可忽略,使用SLM代替含透镜的光传播模型中透镜的作用,设计了第一种实验装置。此外,通过在4f系统的频率域位置放置SLM,设计了第二种实验装置。真实实验的结果验证了这两种方法的有效性和正确性。 相似文献
5.
6.
在显微成像中,基于光强传输方程的双相机动态相位成像是定量观测活细胞运动的一种有效方法。但是相机安装带来的误差使得两个相机的视场之间存在一定差异,导致利用光强传输方程求解获取的相位不准确。为此,提出了一种基于棋盘格标定的双相机图像校正方法,以消除相机间视场的不匹配问题,校正后的匹配精度可达到亚像素级,大大提高了相位成像的正确率。首先对标准微透镜阵列进行定量成像测量,验证所提方法的准确性和可行性,再对游动的雨生红球藻细胞进行动态相位成像,成像结果表明该方法在动态生物成像领域具有一定的应用前景。 相似文献
7.
受光场相机微透镜几何标定精度的影响,4D光场在角度方向上的解码误差会造成积分后的重聚焦图像边缘信息损失,从而降低全聚焦图像融合的精度。该文提出一种基于边缘增强引导滤波的光场全聚焦图像融合算法,通过对光场数字重聚焦得到的多幅重聚焦图像进行多尺度分解、特征层决策图引导滤波优化来获得最终全聚焦图像。与传统融合算法相比,该方法对4D光场标定误差带来的边缘信息损失进行了补偿,在重聚焦图像多尺度分解过程中增加了边缘层的提取来实现图像高频信息增强,并建立多尺度图像评价模型实现边缘层引导滤波参数优化,可获得更高质量的光场全聚焦图像。实验结果表明,在不明显降低融合图像与原始图像相似性的前提下,该方法可有效提高全聚焦图像的边缘强度和感知清晰度。 相似文献
8.
基于强度测量的确定性相位检索技术将光学与计算结合起来,通过求解强度传输方程恢复相位信息,理论和实验证明是相位检索的可行途径.论文将Green函数应用于强度传输方程的求解中,给出Neumann和Dirichlet边界条件下新的推导方法.该方法中,Green函数的偏导数是四维矩阵,随着图像分辨率的提高,直接求解所占的内存空间比较大,提出了数值化处理方法,并推广到自然光条件下的相位检索中.同时,搭建了图像数据采集光学平台.模拟和真实实验验证了算法的正确性和实用性. 相似文献
9.
10.
相位检索技术将光学与计算相结合,从强度测量中恢复相位,包括强度传输方程法和角谱迭代法。但前者仅对近场相位的恢复有效,其基于相干照明的假设前提使得该方法不能直接应用于自然场景的相位检索中;而后者具有迭代不确定性、收敛速度慢等缺点。探讨了在相干照明情况下传统强度传输方程法和角谱迭代法相融合的相位检索算法,将该融合法进一步扩展,提出了适用于自然场景透镜模型的相位检索方法,即使用强度传输方程法计算像平面的相位,并将该相位值作为角谱迭代的初始值,根据光路的可逆性,迭代出物面的相位信息,分别给出了两种情况下的实验结果。 相似文献
11.
12.
13.
基于模糊推理的聚焦曲线峰值搜索算法研究 总被引:1,自引:0,他引:1
为了提高变焦成像系统中自动聚焦的速度与精度,提出了一种使用Zoom-Focus曲线和模糊推理的聚焦曲线峰值搜索算法。在峰值搜索过程中,通过Zoom-Focus曲线将搜索范围缩小至全程的50%以内;采用模糊推理的方法自适应调整搜索步长,在远离焦点时大步长快速搜索,在接近焦点时小步长准确定焦。实验结果表明,该方法可以将聚焦精度提升至5μm,在小倍率情况下将平均搜索时间缩短为0.7 s,满足自动聚焦系统快速、准确、鲁棒性强等要求。 相似文献
14.
针对激光反射层析成像中目标随机抖动与径向运动造成的投影中心失配问题,提出采用相位恢复算法对重构图像进行相位恢复重建,通过反复光强迭代消除目标随机运动造成的相位误差,达到减少重构误差、恢复目标图像的目的。为改进G-S算法收敛速度与恢复精度,提出频域模值加权方法进行投影数据相位迭代恢复,仿真实验表明,将算法收敛速度与收敛精度提高了1.2倍以上。通过对三组仿真实验处理,重构图像的平均相对均方误差由2.487 5下降到0.792 7,有效地恢复了目标图像轮廓。外场实验表明,该算法能够有效消除重构图像伪迹,改善激光反射层析成像系统成像质量。 相似文献
15.
为了减少三轴视觉测量系统在对焦过程中的时间消耗和提高对焦的准确性,提出基于光学离焦模型的自动对焦算法。自动对焦算法评价函数采用Tenengrad梯度函数,搜索算法分两步:(1)将光学离焦模型分解成两个曲线函数,通过采集4张图像的清晰度值和x轴坐标求出两条曲线函数,最终得到两条曲线的交点位置,交点位置即为正焦位置粗定位位置;(2)在交点位置采集1张图像以及在交点左右两侧各采集2张图像,通过高斯函数拟合得到拟合高斯函数的均值,均值即为准确的正焦位置。为了验证本方法的有效性,首先进行10次重复性试验,验证算法粗定位的重复定位误差4.1 μm。其次,在粗定位位置采集1张图像及其两边各采集2张图像,通过高斯拟合得到精确正焦位置,10次精确位置的重复定位误差为5.1 μm。该算法只需采集9张图像,得到的合成标准不确定度为2.12 μm。该方法提高了三轴视觉测量系统的对焦效率和精度。 相似文献
16.
基于透镜模型的部分相干光场相位检索技术 总被引:1,自引:1,他引:0
基于强度传输方程(TIE)的相位检索技术通过光学 与计 算的结合,利用强度信息恢复相位,避免了由于干涉法造成的分辨率、敏感性等问题,理论 和 实验证明是获取相位信息的一种可行途径。 这一方法是基于相 干照明假设前提推导出的,将TIE直接扩展到部分相干场是困难的,因为部分相干光 场对于时间是随机 波动的,需要使用点对之间的相关函数完整描述。结合部分相干光场的光学特性以及实际 成像中的透镜 相位调制作用,本文提出了一种基于透镜模型的部分相干照明下的相位检索新方法,并给 出了一致照明和 非一致照明下的相位检索结果。实验验证了新方法的合理性和正确性。新方法的提出,扩展 了传统的基于TIE的相位检索方法的应用范围。 相似文献
17.
In this paper, we present a high speed autofocus system for micro system applications and design a look-up-table based autofocusing algorithm for applications when a target object is always visible, e.g., manufacturing parts with alignment fiducials. We perform an evaluation of 24 focus measures to verify that which focus measure is the best for the look-up-table based method. From the evaluation, we find that the Chebyshev moments-based focus measure (CHEB) is the most suitable. Furthermore, we also develop a look-up-table based autofocus system that uses CHEB as the focus measure. In training phase, we offline construct a table from training images of an object that are captured at several lens distances. Each entry of table consists of focus measure computed from image and lens distance. In working phase, given an input image, the algorithm first computes the focus measure and then finds the best match focus measure from the table and looks up the corresponding lens position for moving it into the in-focus position. Our algorithm can perform autofocusing within only 2 steps of lens moving. The experiment shows that the system can perform high speed autofocusing of micro objects. 相似文献