專利名稱：一種微觀光場采集與三維重建方法及裝置的制作方法
技術領域：
本發明涉及計算機應用技術和信號處理領域，具體涉及一種微觀光場采集與三維 重建方法及裝置。
背景技術：
以三維形式觀察、分析和理解細胞等微觀樣本的組織結構是國內外專家學者的研 究熱點，微觀光場采集與三維重建可以實現微觀樣本的三維成像及可視化。目前，可以實現微觀樣本三維成像及可視化的光學成像系統主要包括體式顯微成 像系統、3D-X射線顯微成像系統和共焦顯微成像系統。其中，體式顯微成像系統利用雙目鏡 筒中左右兩光束不并行產生的體式角，為左右兩眼提供具有立體感的圖像，該種顯微成像 系統產生的放大倍率不如常規顯微成像系統，主要用于工業用途，且由于集中適應性沖突 (convergence-accommodation conflict)而容易弓I起人體視覺疲勞。3D-X射線顯微成像系統需要使用X射線做光源，對樣本損傷很大，且由于需要樣 本在工作臺上旋轉，采集幾百到上千幅圖像用于三維建模，一般需要半小時到一小時左右， 再加上后期三維建模時間，整體耗時很長。共焦顯微成像系統是目前最為普遍使用的科研型顯微鏡，其成像系統利用物鏡和 探測器之間的針孔裝置，確保只有聚焦平面的光子才能通過針孔，順利到達探測器，極大減 少了非聚焦平面的光線對所成圖像的模糊影響。由于共焦裝置具有很強的層析能力，因而 可以直接獲得清晰的三維微觀樣本圖像，并且可以檢測到樣本內部很深的位置，尤其適合 檢測晶胚等厚組織樣本。但是共焦顯微成像系統有很多限制1)價格及其昂貴，一般為幾十萬美元。2)針孔裝置使得探測器探測到的光子數量及其微少，因而圖像對比度遠不如寬場 顯微成像系統。3)針孔裝置的使用決定每次只能對樣本的一個點進行聚焦成像，即使有更加先進 的針孔裝置出現，可以同時對多個點進行成像，效率也同樣非常低下。4)共焦顯微成像系統以激光作為光源，會使承載在樣本中的熒光探針發生光漂白 和光裂解，且嚴重影響活體樣本的存活能力。針對現有三維顯微成像系統難以兼顧圖像高質量、樣本無損傷、處理高效率、設備 低成本和人體舒適感等多種需求的現狀，設計并實現能同時滿足這些需求的三維顯微成像 系統，具有非常重要的意義。

發明內容
本發明的目的旨在至少解決上述技術缺陷之一，特別針對利用微觀光場的透射屬 性和寬場顯微光學成像系統，多截面高密度采集微觀光場，獲得二維圖像棧，利用三維重建 方法，再現微觀樣本的三維結構本，提出了一種微觀光場采集與三維重建方法及裝置。
為實現上述目的，本發明實施例的一方面公開了一種微觀光場采集與三維重建方 法，包括如下步驟通過控制微觀樣本沿光軸方向的微量移動，采集并記錄所述微觀樣本的光場信息 以得到圖像棧；根據得到的所述圖像棧及所述圖像棧對應的Poisson模型構建統計理論模型，并 根據微觀樣本的梯度場稀疏特性構建壓縮感知理論模型；根據所述統計理論模型和壓縮感知理論模型建立聯合模型，并利用所述聯合模型 得到微觀樣本重建公式，對該公式進行迭代求解以獲得微觀樣本的三維結構。本發明實施例的另一方面公開了一種微觀光場采集與三維重建裝置，包括微觀光場采集模塊和三維重建模塊。其中，所述微觀光場采集模塊，用于通過控制微觀樣本沿光軸方向的微量移動，采 集并記錄所述微觀樣本的光場信息以得到圖像棧，所述微觀光場采集模塊包括工作臺、寬 場顯微鏡、載物臺運動控制器、光源和制冷數碼電荷耦合元件；所述三維重建模塊，用于根據得到的所述圖像棧及所述圖像棧對應的Poisson模 型構建統計理論模型，并根據微觀樣本的梯度場稀疏特性構建壓縮感知理論模型；根據所 述統計理論模型和壓縮感知理論模型建立聯合模型，并利用所述聯合模型得到微觀樣本重 建公式，對該公式進行迭代求解以獲得微觀樣本的三維結構。本發明實施例提供的微觀光場采集與三維重建方法及裝置與其它直接顯示樣本 三維結構的顯微光學成像系統包括體式顯微成像系統、3D-X射線成像系統和共焦成像系統 相比，具有如下優點1)普適性更強。本發明提供的方法使用寬場顯微成像系統采集微觀光場，設備結 構相對簡單。例如無需共焦成像系統的針孔裝置和激光光源，以及3D-X射線顯微成像系統 的X射線光源。研究者可以直接觀測到微觀樣本的全局圖像，而不是像共焦系統由局部掃 描組合成全局圖像，效率更高。激光光源和X射線光源一方面增加了實驗條件的苛刻性，另 一方面更容易引起對光照敏感的活體樣本受到光損傷。而寬場顯微成像系統使用普通光源，且拍攝圖像時間短，有效地克服了光漂白和 光裂解，非常適合在極低光強下獲得樣本圖像，例如承載著熒光探針的活體細胞。特別是在 檢測自發光樣本時，利用激光光源的共焦顯微成像系統根本無法成像，只能利用寬場顯微 成像系統獲取樣本圖像棧，然后利用反卷積技術重建樣本的三維結構。同時，寬場顯微成像系統和計算機價格低廉，因此更加適合在相關研究領域內廣 泛使用。因此，寬場顯微成像系統無論在使用范圍，還是在應用環境上，都具有更強的普適 性。2)效果更顯著。本發明提供的方法對微觀樣本的三維重建是通過反卷積技術來實 現的，反卷積可以進一步提高圖像細節信息的清晰度和對比度，同時可以去除噪聲，提高分 辨率，尤其是軸向分辨率，而軸向分辨率的優良表現是昂貴的光學儀器如共焦或是雙光子 激發顯微成像系統等的主要優勢。經研究調查表明，寬場顯微成像系統利用反卷積方法能 夠獲得相當于甚至有時優于共焦顯微成像系統成像的結果。3)操作更靈活。其它三維光學成像系統在實驗時需要連續完成，尤其對于共焦成 像和X射線成像，耗時很長。而本發明提供的方法可以在寬場成像系統獲取圖像棧以后，隨個人意志進行計算機后期處理工作，操作更靈活。同時該方法通過對微觀樣本進行三維建模仿真，可以滿足操作人員隨意調整視角進行觀察的需要，觀察更方便，實用性也更強。本發明提出的上述方案，對現有系統的改動很小，不會影響系統的兼容性，而且實 現簡單、高效。本發明附加的方面和優點將在下面的描述中部分給出，部分將從下面的描述中變 得明顯，或通過本發明的實踐了解到。


本發明上述的和/或附加的方面和優點從下面結合附圖對實施例的描述中將變 得明顯和容易理解，其中圖1為根據本發明實施例的微觀光場采集與三維重建方法的流程框圖；圖2為圖1中微觀光場采集與三維重建方法的流程示意圖；圖3為根據本發明實施例的變步長采集微觀光場示意圖；圖4為根據本發明實施例的三維重建算法設計流程圖；圖5為根據本發明實施例的微觀樣本f和點擴散函數hk迭代過程示意圖；圖6為根據本發明實施例的微觀光場采集與三維重建裝置的結構框圖。
具體實施例方式下面詳細描述本發明的實施例，所述實施例的示例在附圖中示出，其中自始至終 相同或類似的標號表示相同或類似的元件或具有相同或類似功能的元件。下面通過參考附 圖描述的實施例是示例性的，僅用于解釋本發明，而不能解釋為對本發明的限制。為了實現本發明之目的，本發明公開了一種微觀光場采集與三維重建方法。該方 法利用微觀光場的透射屬性和寬場顯微光學成像系統，多截面高密度采集微觀光場信息， 獲得二維圖像棧。根據所獲得的二位圖像棧，在研究并估計點擴散模型基礎上，設計并實現 同時滿足上述需求的三維重建方法，以真實再現微觀樣本的三維結構本。結合圖1所示，該微觀光場采集與三維重建方法包括如下步驟SlOl 采集微觀光場信息。首先對微觀光場進行說明，微觀光場是微觀折射光場的簡稱，指微觀場景下任意 入射光條件下的通用折射光場。由于顯微光學成像系統是單一垂直視角，不會產生視差，無 法使用宏觀多視角的采集方法來采集光場。同時由于微觀光場以透射光為主，穿越樣本內 部到達探測器，所以可以采用多截面的方式采集微觀光場信息。根據以上分析，在本步驟中，采集微觀光場信息包括通過控制微觀樣本沿光軸方 向的微量移動，采集并記錄微觀樣本的光場信息得到圖像棧。具體的說，結合圖2所示首先利用光源向微觀樣本提供照明，然后控制微觀樣本 沿光軸方向的微量移動。其中，微觀樣本放置于顯微鏡載物臺上，通過載物臺運動控制器控 制顯微鏡載物臺沿光軸方向的微量移動。在理論上，圖像棧中的圖像越多，獲取的樣本信息就越完備，復原的三維結構也越 接近真實狀態。但是在實際應用中，過多的圖像會導致計算復雜度大量增加，耗時長，尤其 對于活體樣本，需要在極短的時間內得到所有光場信息，因此圖像數目不宜過多。然而，圖像棧中二維圖像數量要符合乃奎斯特采樣定理，才能保證無失真的復原出樣本三維結構。為了解決上述矛盾，可以采用變步長的方式移動載物臺以達到獲取二維圖像棧的 目的。具體的說，對于復雜或是感興趣的圖像部分，選取的步長略小，對于簡單或是不感興 趣的圖像部分，選取的步長略大。通過上述方式，可以獲取足夠的光場信息用于三維重建。為準確完備的采集微觀樣本微觀光場，在本實施例中，采用寬場顯微光學成像系 統，利用變步長移動載物臺的變焦方式高密度采集樣本微觀光場。利用變步長方式沿光軸方向移動載物臺，可以得到一系列微觀樣本不同焦平面 的2D圖像，即圖像棧g。根據采集得到的圖像棧g，利用制冷數碼CCD (Charge-coupled Device,電荷耦合元件)記錄微觀光場信息。圖3示出了采用變步長方式的微觀光場采集的示意圖。如圖3中所示，根據圖像 的復雜程度以及用戶對該部分圖形的興趣程度，載物臺沿光軸方向的微量移動步長逐漸變 化，即微觀樣本沿光軸方向的微量移動步長逐漸變化。對于復雜或是用戶感興趣的圖像部 分，選取的步長略小；對于簡單或是用戶不感興趣的圖像部分，選取的步長略大。
S102 根據上述圖像棧g，重建三維微觀樣本。由于顯微鏡的探測器本質上是一個光子計數器，尤其是在低光照條件下，光子數 一般非常少。在檢測到的光子數目中，統計變量可以被Poisson噪聲模型非常好的描述。另 夕卜，Poisson噪聲模型可以得到更快的樣本函數的收斂速度。并且Poisson噪聲模型可以 獲得比Gaussian噪聲模型更好的反卷積結果。因此，本實施例是在Poisson噪聲模型的基 礎上進行實施。具體的說，圖4示出了三維重建微觀樣本的算法設計流程圖，包括如下步驟Al 建立統計理論模型；對于沿光軸ζ軸獲取的一系列2D圖像切片{gl，g2,..., gj，即圖像棧g的圖像切 片，其對應的Poisson模型聯合概率密度函數為 因此，該聯合密度函數的對數似然函數如下式 在計算聯合密度函數的對數似然函數時，由于Infek ！)為常量所以省略。其中，f為微觀樣本，K為圖像棧g中的圖像切片數，hk為第k張圖像棧的圖像切 片的點擴散函數，&為圖像棧的2D圖像切片。A2 根據微觀樣本的梯度場稀疏特性構建壓縮感知理論模型； 由于圖像梯度=.可以理解為圖像gk沿Χ方向與濾波器 的卷積以及沿y方向與濾波器[-1 1]工的卷積。設Hi= [-1 1]，則Vgkx= gk m = f h m = f m h = Vfx h。其中，h為點擴散函數。由上式可以看出，微觀樣本f的梯度可以通過觀測圖像的 梯度和PSF(point-spread function，點散布函數)進行復原。
由于圖像梯度是稀疏的，所以根據壓縮感知(compressed sensing)理論，可以通 過求解如下優化問題復原微觀樣本梯度 其中，為第k張圖像切片的梯度場，VA= Jx = k為微觀樣本
的梯度，σ 2為噪聲方差，I1和I2分別表示1范數和2范數。A3 建立聯合模型。根據統計理論模型得到的聯合密度函數的對數似然函數和壓縮感知模型中復原 微觀樣本梯度，即結合式(2)和(3)，通過正則法得到最大似然估計函數 α > 0，用于權衡復原圖像f的光滑性和對觀測圖像g的數據依賴性；λ為拉格 朗日乘子。根據上述建立的聯合模型，計算f和h的迭代估計模型。具體的說，利用聯合模型 對f求導并令其等于0，推導出的微觀樣本重建公式，即f迭代估計模型。利用聯合模型對 h求導并令其等于0，推導出的點擴散函數重建公式，即h迭代估計模型。然后，利用已得到的f和h的迭代估計模型，設置初始值。圖5示出了微觀樣本f 和點擴散函數h迭代示意圖。結合圖5所示，設置初始值包括設置f和h的初始值。其 中，點擴散函數h的初始值可以通過理論方法得到。微觀樣本f的初始值，通過將圖像棧的 數據g設置為f的初始值得到。初始值設置成功后，對f和h的迭代估計模型并進行盲反卷積，當判斷f和h的估 計值符合視覺要求時，輸出微觀樣本f的估計值和點擴散函數h的估計值。本實施例采用盲反卷積重建樣本3D結構。在三維反卷積過程中，根據成像模型 g = (忽略背景和噪聲)可知，除了已知觀測數據g，即圖像棧外，還需要確定點擴散 函數h，才能有效的復原微觀樣本f的三維結構。而盲反卷積方法進行微觀樣本的三維重建 時，可以在估計出微觀樣本f的同時，估計出點擴散函數h。具體的說，f和h的迭代估計模型并進行盲反卷積，當判斷f和h符合視覺要求時， 輸出微觀樣本f的估計值和點擴散函數h的估計值，包括如下步驟Bl 根據已設置的點擴散函數h、微觀樣本f的初始值和圖像棧g估計新的微觀樣 本；B2 對步驟Bl中新的微觀樣本的估計值設置灰度值非負限制和邊界限制。根據上 述約束條件的限制結果，得到新的微觀樣本的估計值，更新微觀樣本的估計值；具體的說，灰度值非負限制在算法迭代過程中，由于傅里葉變換或是減運算等操 作，會導致像素灰度值出現負數的情況，這在實際中是不可能的。因此在迭代中，采用如強 制負灰度值為零的限制方法，以保證最后結果符合實際情況。邊界限制(i，j)表示圖像χ = i，y = j的位置坐標，1彡i彡M，1彡j彡N，M和N為圖像像素的行數和列數。對于圖像邊界點有 'u(\,j) = u(2,j) 滿足上式要求的圖像坐標，符合邊界限制的條件。根據上述約束條件的限制結果， 可以得到新的微觀樣本的估計值，B3 判斷步驟B2中新的微觀樣本的估計值是否符合視覺要求，如果符合視覺要 求，則輸出新的微觀樣本的估計值和點擴散函數的估計值。如果不符合視覺要求，則根據點擴散函數h、新的微觀樣本的估計值和圖像棧g重 新估計新的點擴散函數。并對新的點擴散函數的估計值設置灰度值非負限制和邊界限制， 得到新的點擴散函數的估計值，更新點擴散函數的估計值，執行步驟Bi。其中，視覺要求是指就是達到用戶滿意的程度，即用戶認為該微觀樣本的重建三 維結構達到其要求?？傊ㄟ^添加灰度值的非負限制和邊界限制，不斷更新迭代，得到滿 意的微觀樣本f估計值和點擴散函數h估計值。由此，可以達到三維重建微觀樣本的目的。本發明實施例還公開了 一種微觀光場采集與三維重建裝置。圖6示出了該微觀光 場采集與三維重建裝置的結構框圖。如圖6中所示，該裝置100包括微觀光場采集模塊110 和三維重建模塊120。具體的說，微觀光場采集模塊110，用于采集微觀光場信息，包括工作臺、寬場顯微 鏡、載物臺運動控制器、光源和制冷數碼電荷耦合元件(制冷數碼CCD)。其中，寬場顯微鏡、 載物臺運動控制器和光源均固定于工作臺上。首先利用光源向微觀樣本提供照明，然后控 制微觀樣本沿光軸方向的微量移動。將微觀樣本放置于顯微鏡載物臺上，通過載物臺運動 控制器控制顯微鏡載物臺沿光軸方向的微量移動。在理論上，圖像棧中的圖像越多，獲取的樣本信息就越完備，復原的三維結構也越 接近真實狀態。但是在實際應用中，過多的圖像會導致計算復雜度大量增加，耗時長，尤其 對于活體樣本，需要在極短的時間內得到所有光場信息，因此圖像數目不宜過多。然而，圖 像棧中二維圖像數量要符合乃奎斯特采樣定理，才能保證無失真的復原出樣本三維結構。為了解決上述矛盾，可以采用變步長的方式移動載物臺以達到獲取二維圖像棧的 目的。具體的說，對于復雜或是感興趣的圖像部分，選取的步長略小，對于簡單或是不感興 趣的圖像部分，選取的步長略大。通過上述方式，可以獲取足夠的光場信息用于三維重建。為準確完備的采集微觀樣本微觀光場，在本實施例中，微觀光場采集模塊110采 用寬場顯微光學成像系統，利用變步長移動載物臺的變焦方式高密度采集樣本微觀光場， 由此得到一系列微觀樣本不同焦平面的2D圖像，稱為圖像棧g。根據采集得到的圖像棧g， 利用制冷數碼CCD記錄微觀光場信息。結合圖3所示，根據圖像的復雜程度以及用戶對該部分圖形的興趣程度，載物臺 沿光軸方向的微量移動步長逐漸變化，即微觀樣本沿光軸方向的微量移動步長逐漸變化。 對于復雜或是用戶感興趣的圖像部分，選取的步長略小；對于簡單或是用戶不感興趣的圖 像部分，選取的步長略大。
微觀光場采集與三維重建裝置100還包括三維重建模塊120，該模塊根據來自微 觀光場采集模塊110的圖像棧g，三維重建微觀樣本。由于，Poisson噪聲模型可以得到更快的樣本函數的收斂速度。并且Poisson噪 聲模型可以獲得比Gaussian噪聲模型更好的反卷積結果。因此，本實施例是在Poisson噪 聲模型的基礎上進行實施。如圖4所示，三維重建模塊120進行三維重建微觀樣本的算法設計，包括Al 建立統計理論模型；對于微觀光場采集模塊110沿光軸ζ軸獲取的一系列2D圖像切片
，即圖像棧g的圖像切片，其對應的Poisson模型聯合概率密度函數為 因此，該聯合密度函數的對數似然函數如下式 在計算聯合密度函數的對數似然函數時，由于
為常量所以省略。其中，f為微觀樣本，K為圖像棧g中的圖像切片數，hk為第k張圖像棧的圖像切 片的點擴散函數，&為圖像棧的2D圖像切片。A2 微觀樣本的梯度場稀疏特性構建壓縮感知理論模型；由于圖像梯度▽仏=可以理解為圖像&沿χ方向與濾波器的卷積以及沿y方向與濾波器[-1 1]工的卷積。設Hi= [-1 1]，則 其中，h為點擴散函數。由上式可以看出，微觀樣本f的梯度可以通過觀測圖像的 梯度和PSF(point-spread function，點散布函數)進行復原。由于圖像梯度是稀疏的，所以根據壓縮感知(compressed sensing)理論，可以通 過求解如下優化問題復原微觀樣本梯度
(3)其中
，為第k張圖像切片的梯度場，
為微觀樣本
的梯度，σ 2為噪聲方差，I1和I2分別表示1范數和2范數。A3 建立聯合模型。根據統計理論模型得到的聯合密度函數的對數似然函數和壓縮感知模型，即結合 式(2)和(3)，通過正則法得到最大似然估計函數 α > 0，用于權衡復原圖像f的光滑性和對觀測圖像g的數據依賴性；λ為拉格 朗日乘子。根據上述建立的聯合模型，計算f和h的迭代估計模型。具體的說，根據上述建立的聯合模型，計算f和h的迭代估計模型。具體的說，利用聯合模型對f求導并令其等于0， 推導出微觀樣本重建公式，即f迭代估計模型。利用聯合模型對h求導并令其等于0，推導 出點擴散函數重建公式，即h迭代估計模型。然后，利用已得到的f和h的迭代估計模型，設置初始值。結合圖5所示，設置初 始值包括設置f和h的初始值。其中，點擴散函數h的初始值可以通過理論方法得到。微 觀樣本f的初始值，通過將圖像棧的數據g設置為f的初始值得到。初始值設置成功后，對f和h的迭代估計模型并進行盲反卷積，當判斷f和h的估 計值符合視覺要求時，輸出微觀樣本f的估計值和點擴散函數h的估計值。本實施例采用盲反卷積重建樣本3D結構。在三維反卷積過程中，根據成像模型 g = (忽略背景和噪聲)可知，除了已知觀測數據g，即圖像棧外，還需要確定點擴散 函數h，才能有效的復原微觀樣本f的三維結構。而盲反卷積方法進行微觀樣本的三維重建 時，可以在估計出微觀樣本f的同時，估計出點擴散函數h。具體的說，三維重建模塊120對f和h的迭代估計模型并進行盲反卷積，當判斷f 和h符合視覺要求時，輸出微觀樣本f的估計值和點擴散函數h的估計值，包括如下步驟Bl 根據已設置的點擴散函數h、微觀樣本f的初始值和圖像棧g估計新的微觀樣 本；B2 對步驟Bl中新的微觀樣本的估計值設置灰度值非負限制和邊界限制。根據上 述約束條件的限制結果，得到新的微觀樣本的估計值，更新微觀樣本的估計值；具體的說，灰度值非負限制在算法迭代過程中，由于傅里葉變換或是減運算等操 作，會導致像素灰度值出現負數的情況，這在實際中是不可能的。因此在迭代中，采用如強 制負灰度值為零的限制方法，以保證最后結果符合實際情況。邊界限制(i，j)表示圖像χ = i，y = j的位置坐標，1≤i≤M，1≤j≤N，M和 N為圖像像素的行數和列數。對于圖像邊界點有 滿足上式要求的圖像坐標，符合邊界限制的條件。根據上述約束條件的限制結果， 可以得到新的微觀樣本的估計值，B3 判斷步驟B2中新的微觀樣本的估計值是否符合視覺要求，如果符合視覺要 求，則輸出新的微觀樣本的估計值和點擴散函數的估計值。如果不符合視覺要求，則根據點擴散函數h、新的微觀樣本的估計值和圖像棧g重 新估計新的點擴散函數。并對新的點擴散函數的估計值設置灰度值非負限制和邊界限制， 得到新的點擴散函數的估計值，更新點擴散函數的估計值，執行步驟Bi。其中，視覺要求是指就是達到用戶滿意的程度，即用戶認為該微觀樣本的重建三維結構達到其要求。總之，通過添加灰度值的非負限制和邊界限制，不斯更新迭代，得到滿 意的微觀樣本f估計值和點擴散函數h估計值。由此，可以達到重建三維微觀樣本的目的。本發明實施例提供的微觀光場采集與三維重建方法及裝置與其它直接顯示樣本 三維結構的顯微光學成像系統包括體式顯微成像系統、3D-X射線成像系統和共焦成像系統 相比，具有如下優點1)普適性更強。本發明提供的方法使用寬場顯微成像系統采集微觀光場，設備結 構相對簡單。例如無需共焦成像系統的針孔裝置和激光光源，以及3D-X射線顯微成像系統 的X射線光源。研究者可以直接觀測到微觀樣本的全局圖像，而不是像共焦系統由局部掃 描組合成全局圖像，效率更高。激光光源和X射線光源一方面增加了實驗條件的苛刻性，另 一方面更容易引起對光照敏感的活體樣本受到光損傷。而寬場顯微成像系統使用普通光源，且拍攝圖像時間短，有效地克服了光漂白和 光裂解，非常適合在極低光強下獲得樣本圖像，例如承載著熒光探針的活體細胞。特別是在 檢測自發光樣本時，利用激光光源的共焦顯微成像系統根本無法成像，只能利用寬場顯微 成像系統獲取樣本圖像棧，然后利用反卷積技術重建樣本的三維結構。同時，寬場顯微成像系統和計算機價格低廉，因此更加適合在相關研究領域內廣 泛使用。因此，寬場顯微成像系統無論在使用范圍，還是在應用環境上，都具有更強的普適 性。2)效果更顯著。本發明提供的方法對微觀樣本的三維重建是通過反卷積技術來實 現的，反卷積可以進一步提高圖像細節信息的清晰度和對比度，同時可以去除噪聲，提高分 辨率，尤其是軸向分辨率，而軸向分辨率的優良表現是昂貴的光學儀器如共焦或是雙光子 激發顯微成像系統等的主要優勢。經研究調查表明，寬場顯微成像系統利用反卷積方法能 夠獲得相當于甚至有時優于共焦顯微成像系統成像的結果。3)操作更靈活。其它三維光學成像系統在實驗時需要連續完成，尤其對于共焦成 像和X射線成像，耗時很長。而本發明提供的方法可以在寬場成像系統獲取圖像棧以后，隨 個人意志進行計算機后期處理工作，操作更靈活。同時該方法通過對微觀樣本進行三維建 模仿真，可以滿足操作人員隨意調整視角進行觀察的需要，觀察更方便，實用性也更強。
以上所述僅是本發明的優選實施方式，應當指出，對于本技術領域的普通技術人 員來說，在不脫離本發明原理的前提下，還可以做出若干改進和潤飾，這些改進和潤飾也應 視為本發明的保護范圍。
權利要求
一種微觀光場采集與三維重建方法，其特征在于，該方法包括如下步驟通過控制微觀樣本沿光軸方向的微量移動，采集并記錄所述微觀樣本的光場信息以得到圖像棧；根據得到的所述圖像棧及所述圖像棧對應的Poisson模型構建統計理論模型，并根據微觀樣本的梯度場稀疏特性構建壓縮感知理論模型；根據所述統計理論模型和壓縮感知理論模型建立聯合模型，并利用所述聯合模型得到的微觀樣本重建公式，進行迭代求解以獲得微觀樣本的三維結構。
2.如權利要求1所述的方法，其特征在于，所述圖像棧為所述微觀樣本不同焦平面的 2D圖像。
3.如權利要求1所述的方法，其特征在于，所述統計理論模型為 其中，κ為圖像棧的切片數，&為圖像 棧中的第k張圖像切片，f為微觀樣本，hk為第k張圖像棧的圖像切片的點擴散函數。
4.如權利要求3所述的方法，其特征在于，所述根據微觀樣本的梯度場稀疏特性構建 的壓縮感知理論模型 \其中，為第k張圖像切片的梯度場，V&= = J為微觀樣本的梯 度，O 2為噪聲方差，I1和I2分別表示1范數和2范數。
5.如權利要求4所述的方法，其特征在于，所述聯合模型為 其中，α > 0，用于權衡復原圖像f的光滑性和對觀測圖像g的數據依賴性，λ為拉格 朗日乘子。
6.如權利要求5所述的方法，其特征在于，利用所述聯合模型得到的微觀樣本重建公 式，進行迭代求解以獲得微觀樣本的三維結構，包括以下步驟利用所述聯合模型分別對所述微觀樣本f和點擴散函數h進行求導，并令其等于0，得 到微觀樣本重建公式和點擴散函數重建公式；確定點擴散函數h的初始值，并將圖像棧g設為微觀樣本f的初始值； 對所述f和h的迭代估計模型并進行盲反卷積，當判斷所述f和h符合視覺要求時，輸 出微觀樣本f的估計值和點擴散函數h的估計值。
7.如權利要求1所述的方法，其特征在于，所述通過控制微觀樣本沿光軸方向的微量 移動采用變步長方式。
8.—種微觀光場采集與三維重建裝置，其特征在于，包括微觀光場采集模塊和三維重 建模塊，所述微觀光場采集模塊，用于通過控制微觀樣本沿光軸方向的微量移動，采集并記錄 所述微觀樣本的光場信息以得到圖像棧，所述微觀光場采集模塊包括工作臺、寬場顯微鏡、載物臺運動控制器、光源和制冷數碼電荷耦合元件；所述三維重建模塊，用于根據得到的所述圖像棧及所述圖像棧對應的Poisson模型構 建統計理論模型，并根據微觀樣本的梯度場稀疏特性構建壓縮感知理論模型；根據所述統計理論模型和壓縮感知理論模型建立聯合模型，并利用所述聯合模型得到 的微觀樣本重建公式，進行迭代求解以獲得微觀樣本的三維結構。
9.如權利要求8所述的裝置，其特征在于，所述工作臺，用于固定所述寬場顯微鏡、載物臺運動控制器和光源； 所述光源，用于向所述微觀樣本提供照明；所述載物臺運動控制器，用于控制所述微觀樣本沿光軸方向的微量移動，采集所述圖 像棧；所述制冷數碼電荷耦合元件，用于記錄所述微觀光場信息。
10.如權利要求8所述的裝置，其特征在于，所述圖像棧為所述微觀樣本不同焦平面的 2D圖像。
11.如權利要求8所述的裝置，其特征在于，所述統計理論模型為 其中，k為圖像棧的切片數，&為圖像 棧中的第k張圖像切片，f為微觀樣本，hk為第k張圖像棧的圖像切片的點擴散函數。
12.如權利要求11所述的裝置，其特征在于，所述根據微觀樣本的梯度場稀疏特性構 建壓縮感知理論模型 其中，為第k張圖像切片的梯度場 為微觀樣本的梯度，o 2為噪聲方差，1和12分別表示1范數和2范數。
13.如權利要求12所述的裝置，其特征在于，所述三維重建模塊建立的聯合模型為 其中，a > 0，用于權衡復原圖像f的光滑性和對觀測圖像g的數據依賴性，A為拉格 朗日乘子。
14.如權利要求13所述的裝置，其特征在于，所述三維重建模塊利用所述聯合模型得 到的微觀樣本重建公式，進行迭代求解以獲得微觀樣本的三維結構包括利用所述聯合模型分別對所述微觀樣本f和點擴散函數h進行求導，并令其等于0，得 到微觀樣本重建公式和點擴散函數重建公式；確定點擴散函數h的初始值，并將圖像棧g設為微觀樣本f的初始值； 對所述f和h的迭代估計模型并進行盲反卷積，當判斷所述f和h符合視覺要求時，輸 出微觀樣本f的估計值和點擴散函數h的估計值。
15.如權利要求8所述的裝置，其特征在于，所述通過控制微觀樣本沿光軸方向的微量 移動采用變步長方式。
全文摘要
本發明的實施例提出了一種微觀光場采集與三維重建方法，包括通過控制微觀樣本沿光軸方向的微量移動，采集并記錄微觀樣本的光場信息以得到圖像棧；根據得到的圖像棧及所述圖像棧對應的Poisson模型構建統計理論模型，并根據壓縮感知理論模型得到微觀樣本的梯度；和根據統計理論模型和壓縮感知理論模型建立聯合模型，并對聯合模型進行迭代求解以獲得微觀樣本的三維結構。本發明的實施例還提出了一種微觀光場采集與三維重建裝置，包括微觀光場采集模塊和三維重建模塊。本發明實施例提供的方法和裝置普適性更強，與現有方法相比效果更顯著，并且操作更靈活。
文檔編號G01B11/24GK101865673SQ20101019990
公開日2010年10月20日 申請日期2010年6月8日 優先權日2010年6月8日
發明者戴瓊海, 王瑜 申請人:清華大學