精华内容
下载资源
问答
  • 激光共聚焦显微镜原理

    万次阅读 2015-12-05 09:58:46
    激光共聚焦显微镜原理 激光共聚焦扫描显微技术(Confocal laser scanning microscopy)是一种高分辨率的显微成像技术。普通的荧光光学显微镜在对较厚的标本(例如细胞)进行观察时,来自观察点邻近区域的荧光会对...
    激光共聚焦显微镜原理
    激光共聚焦扫描显微技术(Confocal laser scanning microscopy)是一种高分辨率的显微成像技术。普通的荧光光学显微镜在对较厚的标本(例如细胞)进行观察时,来自观察点邻近区域的荧光会对结构的分辨率形成较大的干扰。共聚焦显微技术的关键点在于,每次只对空间上的一个点(焦点)进行成像,再通过计算机控制的一点一点的扫描形成标本的二维或者三维图象。在此过程中,来自焦点以外的光信号不会对图像形成干扰,从而大大提高了显微图象的清晰度和细节分辨能力。
     
    图1. 共聚焦显微镜简化原理图

    图1是一般共聚焦显微镜的工作原理示意图。用于激发荧光的激光束(Laser)透过入射小孔(light source pinhole)被二向色镜(Dichroic mirror)反射,通过显微物镜(Objective lens)汇聚后入射于待观察的标本(specimen)内部焦点(focal point)处。激光照射所产生的荧光(fluorescence light)和少量反射激光一起,被物镜重新收集后送往二向色镜。其中携带图像信息的荧光由于波长比较长,直接通过二向色镜并透过出射小孔(Detection pinhole)到达光电探测器(Detector)(通常是光电倍增管(PMT)或是雪崩光电二极管(APD)),变成电信号后送入计算机。而由于二向色镜的分光作用,残余的激光则被二向色镜反射,不会被探测到。
     
    图2. 探测针孔的作用示意图
     
    图2解释了出射小孔所起到的作用:只有焦平面上的点所发出的光才能透过出射小孔;焦平面以外的点所发出的光线在出射小孔平面是离焦的,绝大部分无法通过中心的小孔。因此,焦平面上的观察目标点呈现亮色,而非观察点则作为背景呈现黑色,反差增加,图像清晰。在成像过程中,出射小孔的位置始终与显微物镜的焦点(focal point)是一一对应的关系(共轭conjugate),因而被称为共聚焦(con-focal)显微技术。 共聚焦显微技术是由美国科学家马文•闵斯基(Marvin Minsky)发明的;他于1957年就为该技术申请了专利。但是直到八十年代后期,由于激光研究的长足进步,才使得激光共聚焦扫描显微技术(CLSM)成为了一种成熟的技术。
     
    图3. 激光共聚焦显微镜原理框图
     
    当今的激光共聚焦显微镜已经发展为一种结合了激光技术,显微光学,自动控制和图像处理等多种尖端科研成果的高技术工具。是现代微观研究领域不可缺少的利器之一。Nikon秉承“信赖与创造”的一贯企业理念,正在为业界提供世界领先水平的共聚焦显微镜系统产品。
     
    图4. Nikon新一代A1激光共聚焦显微镜系统

    参考文献:

    [1] 王春梅,黄晓峰,杨家骥,陈志南,《激光扫描共聚焦显微镜技术》,第四军医大学出版社,2004年7月第一版


    注:
    二向色镜的原理是在其内放置一无色方解石(冰洲石),以将光线分解成两垂直振荡的光,而透过二向色镜分别观察这两光线的颜色。
    二向色镜右下角的那一端是要靠接观测物的,另一端靠接在眼睛;接物端有放大镜,可较清楚地观察观测物。
    二向色镜是最常用来验证双折射的仪器。
    展开全文
  • 重点介绍一种采用双波长(532 m及635 m)激光器作为激发光源,以激光共聚焦原理所设计的生物芯片荧光信息检测技术,由一个光电倍增管分时实现cy3与cy5两种荧光信号的检测.生物芯片的横向扫描由远心f-θ扫描物镜与振镜...
  • 摘要:介绍了生物芯片、激光共聚焦生物芯片扫描仪的概念以及高精度快速扫描台的意义,主要介绍对扫描台的运动进行闭环控制的原理和以DSP作为处理器实现这一控制系统的软硬件设计结果。 关键词:生物芯片;激光...
  • 共聚焦内窥镜光学成像系统是将共聚焦扫描成像技术与内窥镜系统相结合,对体内器官...系统介绍了共聚焦内窥镜成像系统的结构、原理、发展及影响系统性能的关键技术的研究现状,并对其优点及在实践中的应用前景进行阐述。
  • 本文阐述了准平板型声透镜的聚焦原理,并根据声的折射定律和到达焦点的声束必须同相的条件,推导出了点声源和平行声束入射时准平板型声透镜的计算公式,并以平行声束入射的情况为例,分别用上述推导的公式设计、制作了...
  • 从散斑类共聚焦显微镜(Speckle quasi-confocal microscope, SQCM)成像原理出发,详细分析了内窥镜光学结构对散斑类共聚焦显微镜散斑场波动的影响规律,推导了内窥镜光学结构与内窥式散斑类共聚焦系统轴向分辨力的关系...
  • 采用单点探测器扫描成像的方式, 根据同步辐射红外谱学显微共聚焦三维成像的原理及非线性特性, 建立了同步辐射红外谱学显微共聚焦三维成像模型; 根据该模型的特点建立测试样品的模型, 模拟了红外谱学共聚焦三维成像...
  • 光场相机重聚焦原理介绍及代码解析

    万次阅读 热门讨论 2018-05-25 21:25:02
    光场相机主要是记录了光线的方向和强度,记录了四维信息,因此具有深度信息,并可以实现重聚焦等 对焦和变焦 聚焦顾名思义,就是聚焦在某一物体上,由于拍照的时候景深问题,不能使所有物体全部清楚,因此可以...

    光场相机重聚焦原理介绍及代码解析
    光场相机重聚焦–焦点堆栈深度估计法
    全部代码下载地址:
    https://download.csdn.net/download/weixin_38285131/10441175

    光场相机主要是记录了光线的方向和强度,记录了四维信息,因此具有深度信息,并可以实现重聚焦等

    对焦和变焦

    聚焦顾名思义,就是聚焦在某一物体上,由于拍照的时候景深问题,不能使所有物体全部清楚,因此可以通过对焦或者是变焦,聚集在某一平面上,使该平面上的物体清晰。对焦就是改变传感器与主镜头的距离来实现这一过程的 ,而变焦改变的是主镜头的焦距实现这一过程,可以自己琢磨一下就能明白。

    重聚焦公式

    个人理解的重聚焦就是同一条光线,当改变像面时,对新的位置进行积分所成的像
    这里写图片描述
    S为成像面,重聚焦实际过程就是改变S的位置,使不同深度的图像清楚。S’为新的成像面,l’=alpha*l,,S’面上所成的像为US’之间光场的积分:
    这里写图片描述

    对于同一根光线,有
    这里写图片描述
    我们可以通过他们之间关系可得:
    这里写图片描述
    进一步推导可得,s和s’之间的关系
    这里写图片描述
    将上面的式子带入积分公式,可得:
    这里写图片描述
    上面的式子即为投影到新的平面上的成像公式,扩展到四维情况,在Ng的论文中提到了:
    这里写图片描述

    所以重聚焦就是在空间平移然后在角度上进行积分

    重聚焦代码解析

    这个重聚焦代码是Tao给出的Matlab和C混合编译的,这里只有核心的部分代码,我在这里解释一下。

    void remapping
            (
            double * im_in_remap,//输入原始的光场图像
            double * im_out_remap,//输出映射好的光场图像
            double * output_image,//重聚焦图像
            unsigned short width,//空间分辨率的宽
            unsigned short height,//空间分辨率的高
            unsigned short window_side,//角度分辨率边长或者说是微透镜直径
            unsigned short stereo_diff,//大小等于微透镜半径
            double         alpha//alpha就是每次改变平面的alpha值,L'=alpha*L
            )
        {
        int                 x,y ;//空间分辨率的长和宽
        unsigned int        x_1,x_2,y_1,y_2;//改变焦平面之后坐标值相邻的四个元素的左上角和右下角的像素的坐标
        int                 i,j;
        double              x_ind,y_ind   ;//改变焦平面之后,光线落在新的焦平面上的坐标值,一般有小数
        double              x_floor,y_floor ;
        double              x_1_w,x_2_w,y_1_w,y_2_w;//新的坐标值离相邻四个像素值的权重,根据距离计算
        unsigned int        x_1_index,x_2_index,y_1_index,y_2_index  ;//相邻四个坐标的x和y坐标值
        unsigned int        x_index_remap,y_index_remap ;//这个是Tao论文里的关于整副原始图像重聚焦的,可以忽略
        double              interp_color_R,interp_color_G,interp_color_B    ;//三个通道
        double              output_color_R,output_color_G,output_color_B    ;//重聚焦插值之后输出的图像
        unsigned int        height_of_remap, width_of_remap, pixels_of_remap;//映射完之后原始图像高,宽,像素个数
        int                 window_size                                     ;//大小为微透镜直径
    
        window_size = window_side*window_side               ;//微透镜下面覆盖的像素值个数
    
        height_of_remap = height*window_side                ;//子孔径图像高乘以微透镜直径
        width_of_remap  = width*window_side                 ;//子孔径图像宽乘以微透镜个数
        pixels_of_remap = height_of_remap*width_of_remap    ;//映射完之后的原始图像像素个数
    
        for (x = 0; x < width; ++x)//从左到右从小到下进行遍历
            for (y = 0; y < height; ++y)
            {
            output_color_R =0;//三个通道
            output_color_G =0;
            output_color_B =0;
    
            for (i = -stereo_diff; i < stereo_diff+1; ++i)//相当于u和v,角度分辨率
                for (j = -stereo_diff; j < stereo_diff+1; ++j)
                {
                x_ind   = i*(1-1/alpha) + x;//根据公式,新的焦平面上x的坐标  新的坐标:x+u(1-1/alpha)
                y_ind   = j*(1-1/alpha) + y;//同理,y坐标   y+v(1-1/alpha)
    
                x_floor = floor(x_ind);//向下取整
                y_floor = floor(y_ind);
    
                x_1     = index_x(x_floor  ,width );//进行边界判断
                y_1     = index_y(y_floor  ,height);
                x_2     = index_x(x_floor+1,width );
                y_2     = index_y(y_floor+1,height);
    
                x_1_w   = 1-(x_ind-x_floor)        ;//计算四个相邻像素插值的权重,越近权重越大
                x_2_w   = 1-x_1_w                  ;
                y_1_w   = 1-(y_ind-y_floor)        ;
                y_2_w   = 1-y_1_w                  ;
    
                x_1_index = i+stereo_diff + (x_1)*window_side   ;//这个是用于原始图像重聚焦的,可以忽略
                y_1_index = j+stereo_diff + (y_1)*window_side   ;
                x_2_index = i+stereo_diff + (x_2)*window_side   ;
                y_2_index = j+stereo_diff + (y_2)*window_side   ;
    
                interp_color_R = y_1_w*x_1_w*im_in_remap[y_1_index+x_1_index*height_of_remap+0*pixels_of_remap]+//对三个通道根据四个相邻像素进行插值
                                 y_2_w*x_1_w*im_in_remap[y_2_index+x_1_index*height_of_remap+0*pixels_of_remap]+
                                 y_1_w*x_2_w*im_in_remap[y_1_index+x_2_index*height_of_remap+0*pixels_of_remap]+
                                 y_2_w*x_2_w*im_in_remap[y_2_index+x_2_index*height_of_remap+0*pixels_of_remap];
                interp_color_G = y_1_w*x_1_w*im_in_remap[y_1_index+x_1_index*height_of_remap+1*pixels_of_remap]+
                                 y_2_w*x_1_w*im_in_remap[y_2_index+x_1_index*height_of_remap+1*pixels_of_remap]+
                                 y_1_w*x_2_w*im_in_remap[y_1_index+x_2_index*height_of_remap+1*pixels_of_remap]+
                                 y_2_w*x_2_w*im_in_remap[y_2_index+x_2_index*height_of_remap+1*pixels_of_remap];
                interp_color_B = y_1_w*x_1_w*im_in_remap[y_1_index+x_1_index*height_of_remap+2*pixels_of_remap]+
                                 y_2_w*x_1_w*im_in_remap[y_2_index+x_1_index*height_of_remap+2*pixels_of_remap]+
                                 y_1_w*x_2_w*im_in_remap[y_1_index+x_2_index*height_of_remap+2*pixels_of_remap]+
                                 y_2_w*x_2_w*im_in_remap[y_2_index+x_2_index*height_of_remap+2*pixels_of_remap];
    
    
    
                // CORRESPONDENCE ANALYSIS
                x_index_remap = i+stereo_diff + (x)*window_side   ;
                y_index_remap = j+stereo_diff + (y)*window_side   ;
    
                im_out_remap[y_index_remap + x_index_remap*height_of_remap + 0*pixels_of_remap] = interp_color_R;
                im_out_remap[y_index_remap + x_index_remap*height_of_remap + 1*pixels_of_remap] = interp_color_G;
                im_out_remap[y_index_remap + x_index_remap*height_of_remap + 2*pixels_of_remap] = interp_color_B;
    
                // DEFOCUS ANALYSIS
                output_color_R = interp_color_R + output_color_R;//该alpha值下各个通道计算之后的单通道图像
                output_color_G = interp_color_G + output_color_G;
                output_color_B = interp_color_B + output_color_B;
    
                }
            output_image[y + x * height + 0 * height*width] = output_color_R/window_size;//三通道重聚焦图像
            output_image[y + x * height + 1 * height*width] = output_color_G/window_size;
            output_image[y + x * height + 2 * height*width] = output_color_B/window_size;
    
            }
        }

    注:1.Tao是用LFToolBox计算出了相机微透镜的中心点坐标,然后根据中心点和坐对原始图像进行了重新采样,也就是上面代码中的im_in_remap,每个微透镜下面以中心取radius*radius个像素,即角度分辨率个像素
    2.Tao在论文里面进行了256层重聚焦,alpha范围为(0.2,2),因此每一次改变焦平面,alpha值增加(2-0.2)/256
    3.他输入的中心点坐标image_cords是[m,n,2],2代表横坐标,1是纵坐标,这个需要注意。

    结果展示

    输入的原始图像
    这里写图片描述
    这里写图片描述

    部分重聚焦图像
    alpha=0.2时:
    这里写图片描述
    alpha=0.2+(1.8/256)*78时:
    这里写图片描述
    alpha=2时:
    这里写图片描述

    参考:
    1.光场成像技术研究-周志良
    2.Light Field Photography with a Hand-held Plenoptic Camera–Ren-Ng
    3.Depth from Combining Defocus and Correspondence Using Light-Field Cameras-W.Tao
    4.https://www.cnblogs.com/riddick/p/6731130.html

    展开全文
  • 光场的可视化与重聚焦原理(附重聚焦代码)

    千次阅读 多人点赞 2018-12-13 09:03:14
    【本文最后更新时间:2020年1月14日】 作为计算光学成像领域的一个重要分支,随着近年来光场相机的发展,光场成像得到了越来越多的关注。...光场的可视化与重聚焦原理 阵列相机光场去遮挡网络 DeOccNet(WAC...

    【本文最后更新时间:2020年1月14日】

    作为计算光学成像领域的一个重要分支,随着近年来光场相机的发展,光场成像得到了越来越多的关注。本文主要介绍了光场的三种可视化途径(阵列子图像、宏像元图像与极平面图像),并分析了光场重聚焦的基本原理。

    图1:四维光场在不同维度的可视化表现

    光场成像专栏:

    光场成像的历史与发展

    光场的可视化与重聚焦原理

    阵列相机光场去遮挡网络 DeOccNet(WACV2020)

    一、光场的可视化途径

    因为光场的双平面模型L(u,v,x,y)有四个维度,而图像通常只包含两个维度,因此我们难以直接通过2维图像对4维光场进行描述。然而,我们可以通过固定两个维度,将4维光场投影为2维图像,从而对光场进行观察。这个过程称作光场的可视化。根据所固定维度的类型不同,我们可以得到阵列子图像、宏像元图像与极平面图像三种不同的可视化形式。下文分别对这三种可视化途径进行分析。

    (1)阵列子图像

    图2:四维光场表达为阵列子图像方式示意图
     

    由于相机平面上每一个采样点都可以采集到当前场景的一幅二维图像,因此如果固定相机平面的两个坐标 u=u0, v=v0, 则四维光场可以投影为坐标为 (u0, v0) 的相机所拍摄的子图像。若将光场中每一个视角的相机采集到的子图像看成一个整体,并按照相机平面的坐标顺序将子图像排列为一个阵列,则4维光场可以表达为“阵列子图像”的形式,如图2所示。在获取阵列子图像的过程中,我们固定了相机坐标,这使得每幅子图像反映的是光场的空间信息。由于阵列中的每张图像都对应着相机平面上的不同的采样点,其视角有着微小的差异,这种视角的差异体现在图像上就是不同子图像中同一物体之间存在的位置差异(disparity)。因此,所有的子图像可以联合反映出光场中的角度信息。

    (2)宏像元图像

    图3:四维光场表达为宏像元图像方式示意图

    光场成像与传统成像方式不同之处在于——前者不仅仅可以记录光线的强度信息,还可以记录光线的方向信息。在光场的双平面模型中(参考光场成像的历史与发展),光线方向信息的记录可以理解为穿过像平面上点 (x0, y0) 的不同方向的光线在相机平面上映射为不同的坐标。如果固定x-y 坐标,将不同相机所拍摄的同一位置的像元组合在一起,则可以反映穿过 (x0, y0) 这一点的光线的角度信息。这个由多个像元组合而成的集合称为“宏像元”,如图3所示。宏像元内像素的数量为相机平面上采样点的数量,如果使用阵列相机进行场景获取的话,则对应阵列相机中子相机的数量。如果将所有的宏像元看成是普通的像元,按照单张场景图像的排列方式组合在一起的话,则构成了表达4维光场的另外一种方式——“光场宏像元图像”。

    (3)极平面图像

    图4:四维光场表达为极平面图像方式示意图

    前面两种理解光场的方式分别是通过固定相机平面上的点(阵列子图像)或像平面上的点(宏像元图像),将另外一个平面的点组合在一起。阵列子图像在获取的过程中固定了相机平面的两个坐标,更侧重于反映光线的空间分布信息;宏像元图像在获取的过程中固定了像平面的两个坐标,更侧重于反映光线的角度分布信息。如果固定相机平面的某一个坐标(不失一般性地假设为u=u0 )与像平面的某一个坐标(不失一般性地假设为x=x0),则可以获得光线空间与角度分布的混合信息。如图4所示,这样形成的图像称为“极平面图像(Epipolar Plane Image,EPI)”。

    EPI是多视角计算机视觉中的一个重要概念。不同于前面的阵列子图像与宏像元图像,单张EPI既包含光线的空间信息,也包含着光线的角度信息。综合考虑这两种类型的信息,在一幅EPI中就可以推断场景的深度与结构:假设空间中的点向各个方向发出的光线强度相等(即满足朗伯表面的性质),则该点对应于EPI中的一条纹理线,而纹理线的斜率可以映射出该点的深度信息。

    (4)讨论

    光场的高维度特性是光场图像处理(如光场图像超分辨、光场深度估计、光场视角重建等)面临的主要难题。以上讨论的三种可视化方案均为4维光场在不同空间的投影。对于不同的任务而言,采用不同的投影方式会取得不同的效果。例如有很多光场深度估计的算法选择基于对EPI图像中纹理线的斜率进行分析;arXiv上最近挂出的光场图像超分辨网络 LF-InterNet 则巧妙地通过阵列子图像与宏像元图像两种形式进行信息交互,大幅度提升了超分辨的性能。

    二、光场图像的重聚焦

    重聚焦作为合成孔径成像的一种最简单的形式,本质是利用“不同深度的物体在多视角子图像中对应的disparity不同”这一基本原理,将多视角子图像按照规律进行平移并叠加,最终凭借较大的等效孔径实现“浅景深”的效果。为了深入理解多视角子图像的叠加,我们首先利用双目图像(图5)对基本原理进行简单说明。

    图5:双目立体图像重聚焦原理示意图

    如图5(a)所示,假设我们利用双目相机对当前场景从左侧和右侧两个不同的角度进行拍摄,所拍摄的图像分别如图5(b)和图5(c)所示。由于距离相机较近的物体具有较大的视差,因此图中的矩形在双目图像中的disparity较三角形更大。如图5(d)所示,如果将两张图片进行平移,使得矩形重合的话,则不在同一深度的三角形由于disparity不匹配,无法同时重合,此时我们则称矩形处于聚焦状态,三角形处于失焦状态,反之同理。平移两幅图像使得某一深度的物体处于聚焦状态的操作称为“重聚焦”。

    图6:光场重聚焦原理示意图

    相比于双目图像,光场图像具有更多的视角,这也使得光场重聚焦涉及到多幅图片的联合位移与叠加。为了便于说明光场重聚焦的原理,我们作图6。图6(a)所示为光场子图像阵列,其中的图片之间具有一定的视角差异。由于disparity与深度存在反比关系(参考光场成像的历史与发展),因此物体所在深度越大,对应图像的disparity越小,无穷远处的disparity为0。在通常情况下,为防止图像之间disparity的绝对值过大,这些子图像会首先经过预处理使得场景中某个深度值(称为校正深度)对应的disparity为0,从而使得大于校正深度的物体对应的disparity为负值,小于该校正深度的物体对应的disparity为正值。预处理后,如果将这些图片直接进行叠加,则校正深度的物体由于disparity为0而处于聚焦状态,其他深度的物体则经历不同程度的焦外虚化。

    图6(b)形象地说明这个过程,我们取光场子图像阵列中的某一行或某一列的5张图像叠加在一起,用不同颜色的直线从纵向穿过不同深度的物体的同一点,则处于聚焦深度的物体对应的直线应当是竖直状态的,而其他深度的物体对应的直线处于倾斜状态。且直线越倾斜,对应的物体所经历的失焦就越严重。如图6(c)所示,当子图像经过联合位移后,各条直线的状态会发生改变,对应于不同深度的聚焦状态发生改变。

    我们在斯坦福大学光场数据集的 Lego Knights 场景中进行了重聚焦实验,图7展示了光场重聚焦的效果。

    图7:光场重聚焦效果展示图

    最后,笔者给出了光场重聚焦的一个示例代码(Demo),相关下载链接为:https://github.com/YingqianWang/Light-Field-Refocusing-A-Demo

    展开全文
  • 在此基础上说明了使用荧光共聚焦显微技术来检测光学元件亚表层损伤的可行性和准确性。使用共聚焦激光扫描显微镜对熔石英玻璃试件的亚表层损伤进行了检测实验。对比了角度抛光法所得到的两种荧光量子点亚表层损伤深度...
  • 共聚焦激光扫描检眼镜技术及其应用研究综述,邹达,卢闫晔,全球视觉健康问题日益严峻,大部分的视觉损伤疾病是由慢性眼病逐步地发展而导致。由于眼底成像技术可以直观地揭示出大部分眼科疾
  • 线扫描共聚焦成像技术基于共聚焦成像原理,使用线光束一维扫描照明样品以提高成像速率;通过焦狭缝滤除样品成像光束中的非聚焦层面杂散光,提高成像分辨率和对比度;近年来,该技术因分辨率高、成像快、成像视场大...
  • 光场相机空域重聚焦原理

    千次阅读 2018-01-09 17:43:40
    但仅仅是原理性分析,这篇文章主要讲讲应用方面,光场相机重聚焦原理,也就是说为什么光场相机可以实现先拍照后聚焦的原因。 我们知道传统相机拍照之前需要对景物进行对焦,如果没有对焦就会出现下面的现象: ...

    之前给大家分享过光场相机与传统相机的区别,光场相机比传统相机增加了所采集的信息维度。但仅仅是原理性分析,这篇文章主要讲讲应用方面,光场相机重聚焦原理,也就是说为什么光场相机可以实现先拍照后聚焦的原因。

    我们知道传统相机拍照之前需要对景物进行对焦,如果没有对焦就会出现下面的现象:


    照片严重失焦,虽然有些意境美,但对于工业科研等实际应用领域,百害无一利。如果使用传统相机,我们要实现对焦然后在进行拍摄,而对于动态目标的拍摄实用性比较差。光场相机由于其独特的结构,可以轻松解决上述问题。


    最开始需要了解的就是光场的表征方式,这里就介绍使用最为常见的双平面表示法。

    L(u,v,s,t)表示光场的一个采样,其中各变量分别表示:L为光线强度,(u,v)和(s,t)分别为光线与两个平面的交点坐标。在(u,v,s,t)四维坐标空间中,一条光线对应光场的一个采样点。这一映射关系如上图所示。为便于说明,将光场简化为二维情形。采用双平面法,光线依次穿过的任意两个平行的光学器件都可以使用双平面法来表征,比如传统成像系统中的主镜头光瞳面和探测器像面。比如光场相机中的主镜头与微透镜阵列、主镜头与探测器像面等等。

    如果用探测器像面中的坐标(x,y)表示光线的分布位置,那么镜头光瞳面坐标(u,v)就反映了光线的传输方向。探测器像面上的像元接收来自整个光瞳的光线进行积分,像面(x,y)处的光照度为:


    重聚焦过程是将采集到的光场重新投影到新的像平面上进行积分。(简单来说由于景物所处深度不同,对于相同孔径的镜头而言,其聚焦面也不同,通过重聚焦可以获知各景深处所对应的聚焦像)。在上式中L(u,v,s,t)为采集到的光场,U和S分别表示主镜头孔径所在平面和微透镜阵列所在平面,两个平面之间的距离为l。选择新的对焦平面为S',与U面之间的距离为l',令l'=α*l。S'面所成的像等于US'之间光场的积分,即:



    对于同一条光线而言:L'(u,s')=L(u,s)
    此时,结合三角代换,可以知道

    此时像面处光强积分I(s')可以表示为:

    上述式子表示二维情形下,四维平面同理可推知其表示为:


    对于重聚焦而言,除了空域表示方法,还有频域表示方法,具体后续再来介绍。














    展开全文
  • 介绍一种采用双波长(532nm和635nm)激光器作为激发光源,基于激光共聚焦原理设计的生物芯片扫描仪。它采用一个光电倍增管分时实现cy3与cy5两种荧光信号的检测。生物芯片的横向扫描由远心f-θ扫描物镜与振镜实现,...
  • 为解决微小内轮廓尺寸为代表的微小尺寸的非接触式超精密测量问题,提出了将自聚焦透镜体积小的特点与共焦显微技术的高分辨率和绝对位置跟踪特性相结合的差动式自聚焦共焦微型显微技术的光探测技术,建立了相应的传感...
  • 聚焦显微镜成像原理 基本原理 从一个点光源(laser)发射的探测光通过透镜聚焦到被观测物体上,如果物体恰在焦点上,那么反射光通过原透镜应当汇聚回到光源,这就是所谓的共聚焦,简称焦。焦显微镜在反射光的...
  • 光场相机频域重聚焦原理

    千次阅读 2018-01-18 11:43:28
    之前有和大家聊过光场相机的空域重聚焦原理,而我们知道对于信号处理而言,频域处理也是很常见的。对于光场重聚焦如何在频域进行表征呢?Ng最早提出了频率域重对焦图像算法,算法核心是围绕傅里叶切片定理进行展开。...
  • 讨论了自聚焦透镜及其列阵成像的规律.根据所需列阵的共轭距离,分辨率等确定单根自聚焦透镜的几何尺寸和光学参数,设计出复印机用的自聚焦透镜列阵.最后,对列阵的制造作了初步介绍.
  • Confocal Microscopy 共聚焦显微镜
  • 聚焦网络爬虫原理

    千次阅读 2018-10-15 14:45:44
    聚焦网络爬虫中,我们首先要依据爬取需求定义好该聚焦网络爬虫爬取的目标,以及进行相关的描述 获取初始的URL 根据初始的URL爬取网页,并获得新的URL 从新的URL中过滤掉与爬取目标无关的链接。因为聚焦网络爬虫...
  • 上一节中大概讲述了光场相机和光场的参数化表示,这一节就说一下光场相机内部是如何记录光场以及实现重聚焦的。 博主用的是Lytro Illum,所以就以Illum为例来说了,Illum的功能还是挺多的,上手使用的童靴需要相机...
  • 相位梯度自聚焦算法

    2018-12-18 14:47:03
    相位梯度自聚焦算法论文,原作者所写,毕业论文里的引文用的就是这篇
  • 焦点显微术的三维成像原理(中文版)作者:顾敏
  • 凸透镜聚焦

    千次阅读 2019-07-16 15:42:29
    一直认为凸透镜是标准的圆弧,今天特模拟了下标准圆弧的焦点,下面直接上图吧。 由此可见凸透镜看起来不是标准的圆弧或者椭圆的圆弧。 下面是菲涅尔透镜原理图。 ...
  • 基于共聚焦检测原理,建立了双波长生物芯片检测系统。采用体全息滤光片,利用其反射衍射和带阻滤光特性,无需切换或改变光路,在同一光路中即可实现Cy3与Cy5荧光双波长扫描检测。提出了基于顺序形态变换的生物芯片荧光...
  • LCD1602工作原理 1602液晶也叫1602字符型液晶,它是一种专门用来显示字母、数字、符号等的点阵型液晶模块。1602LCD是指显示的内容16×2,即最多只能显示32个字符。它由若干个5X7或者5X11等点阵字符位组成,每个点阵...

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 24,948
精华内容 9,979
关键字:

共聚焦原理