透射式K空间变换成像技术研究

来源 :江南大学 | 被引量 : 0次 | 上传用户:gf2516
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
三维成像技术在当代社会应用广泛,在信息和生命科学领域中尤为突出。物体的三维信息对于人们正确认识和探知其结构、三维形貌等具有重要意义。随着近年科学技术水平的飞速发展,人们对提取物体三维信息的能力的需求也日益增长。现代三维成像也逐步向着高分辨、记录彩色图像、动态成像的趋势不断发展,对传统三维成像技术不断提出了新的挑战。近年来,人们相继开发出许多全新的三维成像技术,其中包括全息术、激光扫描共聚焦显微镜、光学相干层析术等。而在这之中,数字全息技术由于其自身独特的成像特点和优势,被广泛应用于各种三维成像领域中。由于数字全息技术可以重建记录面的光场复振幅,并通过数值衍射传播到待测物体平面,从而获得物体表面的光场分布。但是对于高透过率的弱散射型样品,传统数字全息术不能实现对物体不同深度进行层析成像,而近年来新发展的多种数字全息三维成像技术都或多或少的存在结构复杂、成像速度慢的缺点。因此,为了克服目前数字全息三维成像技术中上述的诸多劣势,本文设计提出了一种与传统三维成像技术原理完全不同的透射式K空间变换三维成像方法,仅需单波长照明和一维方向运动扫描即可实现对三维物体的层析成像,极大简化了光学系统结构并且显著加快了成像速度。本文提出的透射式K空间变换三维成像技术利用片状照明光对物体进行照明,引入参考光和物体透射光波进行干涉并记录离轴全息图,采用传统数字全息技术对透射光的空间频谱进行重建后,利用高通滤波法将频谱中的零级衍射光分量滤除,再通过K空间变换将空间频谱转换到另一平面,对其做反傅里叶变换得到该平面的空间分布。将物体沿横向进行一维扫描并组合就可以重建出整个物体的层析像。基于本文提出的透射式K空间变换三维成像方法,分析了其基本原理和特性,分别利用数值模拟和实际实验证实了该方法的可行性,对其中引入的高通滤波法进行分析和特性说明,并从实验数据中得到成像系统的横向、纵向和轴向分辨率分别为31.3um、44.2um和1mm左右,定量测量了搭建的透射式K空间变换三维成像系统的分辨能力。由于该方法能够使用透射光进行三维层析成像,由此可推广到X射线成像和其它短波长测量中,并且由于采用一维方向的线扫描方式,因此可以实现快速三维成像,在研究样品内部三维结构信息和生物动态观测成像中具有潜在的应用价值。
其他文献
智能体是人工智能的具体实现。在群体智能中,种群中的每一个个体都可以视为智能体,这些智能体根据某些规则决策下一次的搜索轨迹,以逼近优化问题的全局最优解。目前粒子群优化(Particle Swarm Optimization,PSO)算法及其变体已被证明是求解复杂优化问题的有效方法。在过去的20年中,PSO已引起了学术界的广泛关注。然而,粒子群算法在搜索过程中存在粒子位置振荡、多样性不足和易于陷入局部
磁共振成像由于其无辐射、多参数、对比度高等特性,被广泛应用到医学成像领域。但是其过长的数据采样时间限制了其应用。自磁共振成像技术被提出以来,各种用于提升成像速度的方法被提出,比如提高最大磁场转换率与并行成像等。而当前研究的一大热点是通过对k-空间数据进行欠采样来快速成像。理论上对k-空间欠采样可以成倍的加快成像速度,但如果采样频率低于Nyquist-Shannon定理,重建出来的图像就会出现严重的
近些年来随着深度学习的发展,基于图像的虚拟试衣技术获得越来越多的关注。目前利用深度学习算法实现虚拟试衣的技术主要有两个,一是基于CAGAN的,但是该网络生成的图像质量不理想,并且无法处理较大的空间变形,二是基于VITON的,但是在试衣前后的图像存在较严重的颜色失真、面对自我遮挡时生成效果不理想以及变形网络存在一些缺陷等。因此,本文对深度学习算法应用在虚拟试衣中出现的这些问题进行了研究和解决,本文的
近年来,人工智能在诸多领域都取得了重大进展,如生物医学、智能交通、智能家居等。医学图像处理是生物医学领域热门的研究方向之一,随着人工智能技术的飞速发展,尤其是深度学习的兴起,该问题有了新的解决方案。应用深度学习技术解决常见的医学图像处理问题已经取得了一定的进展,但仍存在以下挑战:1)医学图像的获取耗时长、花销大,某些图像的获取甚至会对人体产生伤害,如何避免这些限制获得充分的医学图像辅助医生诊断?2
目标跟踪是计算机视觉范畴内一项基础而重要的研究方向,在智能监控,公共安全,人机交互和自动驾驶等诸多科学和技术领域中,都有着广泛的应用。目标跟踪的主要任务可以简单概括为,在已知视频第一帧中某个任意物体具体位置的情况下,尽可能精确地定位出在该目标后续帧中的位置。在实际应用中,由于目标会不可避免地遭遇诸如尺寸变化、形变、运动模糊等干扰因素,因此,本文对基于孪生神经网络的跟踪算法进行了深入调研,并在此基础
随着我国汽车保有量的不断增加,城市停车难问题日益凸显,AGV智能停车库作为缓解停车难问题的新型解决方案,受到了越来越多的关注。在AGV智能停车库中,主要依靠停车AGV来运输车辆,因此AGV的路径规划与协同调度策略的好坏直接关系到停车库能否稳定高效地运行。本文以AGV智能停车库作为研究背景,主要研究AGV的路径规划算法与多AGV协同调度策略,同时为了提高系统的运行效率,对AGV电池充电问题与停车位资
行为识别是人工智能与计算机视觉领域最具挑战性的研究方向之一,在人机交互,医疗健康,智慧安防以及智能机器人等领域有着广泛的应用。行为识别技术的核心是通过聚合视频片段中每帧的预测信息从而实现视频级预测。尽管针对每帧图像的分类技术已经取得了很大的成功,但从二维图像的分类扩展到三维视频的识别仍然有一定的困难。因为从二维图像扩展到三维视频不仅因为计算复杂度的巨大提升,更需要捕捉视频中不同帧之间的时空上下文关
随着在线社交网络的蓬勃发展,越来越多的人喜欢在互联网上以文字的形式表达自己的情感,例如用户可以对已购买的产品进行评价、对外卖订单给出点评、在微博等网站上发表自己对某件事情的看法等等。而对这些包含大量情感、态度、观点的文本进行情感倾向分析已经成为自然语言处理领域的一个非常热门的研究方向,具有实际的商业价值以及学术研究意义。以往的情感分析研究多为篇章级或句子级,即把整段文本归纳为一种情绪,这种研究已经
图像配准是医学影像处理中常用的技术,大量应用于医学的各个领域,包括病灶检测,疾病诊断,手术规划,手术导航和疗效评估等。随着多种医学影像技术的蓬勃发展,从反映解剖结构的形态学成像到反映器官组织的功能性成像,不同模态的医学影像从不同的角度承载着丰富的医学诊断信息,将多种模态的图像进行融合处理,能够为临床治疗提供丰富的功能互补信息。而多种模态的图像融合的基础是将这些图像进行配准。因此,多模态医学镜像的配
我国很多关于书法学习的教材和论著都是从二维平面的角度出发,将书法笔迹看作一幅静止不变的平面图像,但实际上书法笔迹是通过书写运动形成的运动轨迹。运笔速度和书写压力都是笔迹变化的最基本因素之一,也是常见的书写指标,可以用来衡量书法临摹时的相似程度。但是在传统的书法教学模式当中,普遍使用的都是手把手模式,也就是学生在观察并记忆教师书写时的力度、速度、布局及节奏等示范之后,再反复在字帖上进行临摹的学习方式