一种显微图像的超分辨重构方法，属于显微镜超分辨重构技术领域，提供了通过插值处理提高图像重构质量的方法。本发明专利技术所述的方法：通过采用不同分辨率记录相机采集由于点扩散函数导致的弥散图像，然后通过插值处理得到近似高分辨率弥散图像，然后基于与近似高分辨率弥散图像相适应的点扩散函数测量矩阵，通过压缩感知重构算法重构出高质量的图像。本发明专利技术为显微镜超分辨重构走向实用化奠定了基础。
【技术实现步骤摘要】
本专利技术属于显微镜
，具体提供了一种显微图像的超分辨重构方法。
技术介绍
尽管随机光学重建显微(stochasticopticalreconstructionmicroscopy，STORM)可获得纳米分辨率的荧光图像，但也存在图像采集速度慢、采集过程复杂、图像重构速度慢、重构算法复杂、时间分辨率低等缺点。而且重构效果受稀疏激发时荧光分子分布情况的影响很大，当相邻荧光分子较近时空间分辨率会降低。压缩感知技术的出现为解决STORM和(F)PALM等的问题和缺点提供了可能。点扩散函数(PointSpreadFunction，PSF)是一个无限小物点通过光学系统(例如显微镜)在像平面处的光强分布函数。光学系统的成像过程就是物函数与PSF的卷积，如果对物函数和PSF作离散化处理，那么物函数与PSF的卷积就转化为两个离散向量的内积。基于这一原理，采用PSF构成压缩感知的测量矩阵，以低分辨STORM原始图像叠加后的合成图像作为测量数据，采用压缩感知算法就可重构出，最终得到高分辨率图像。
技术实现思路
本专利技术为了解决显微图像重构效果差的问题，特提供了一种显微图像的超分辨重构方法。本专利技术是通过下述方案予以实现的：一种显微图像的超分辨重构方法，所述方法的过程为：步骤一：通过高斯函数或贝塞尔函数拟合显微镜的点扩散函数，通过显微镜的低分辨记录相机记录真实图像X的低分辨图像Y，X∈RN×N，Y∈RM×M，N≥4M，M和N都是自然数；步骤二：以真实图像X每个像素中心为点扩散函数的源点，计算点扩散函数在各个低分辨记录相机记录的低分辨图像Y上的数值，然后按行或列首尾相接，形成一基于点扩散函数的列向量Φj，基于真实图像X每个像素中心的点扩散函数的列向量按照所有真实图像X每个像素中点行或列首位相接构成基于点扩散函数的矩阵Φ，其中Φj是Φ的第j列；步骤三：基于双三次插值法，对低分辨率图像Y做插值处理，得到插值后的近似高分辨率图像Yha，并将Yha一维化成yha，Yha∈R2M×2M，步骤四：以真实图像X每个像素中心为点扩散函数的源点，计算点扩散函数在各个高分辨记录相机记录的高分辨图像Yh上的数值，然后按行或列首尾相接，形成一基于点扩散函数的列向量Φjh，基于真实图像X每个像素中心的点扩散函数的列向量按照所有真实图像X每个像素中点行或列首位相接构成基于点扩散函数的矩阵Φh，其中Φjh是Φh的第j列；步骤五：通过传统的信号重构算法重构超分辨率图像x：min||x||0s.t.yha＝Φhx；步骤六：把一维图像x二维化成X。本专利技术通过显微镜的低分辨记录相机记录真实图像X的低分辨图像Y,并对之做插值处理，然后通过Φh重构真实图像。本专利技术所述的方法不但降低了记录相机的分辨率要求，而且改善了图像重构效果，在图像处理、超分辨、视频分析、雷达遥感、通信编码、数字音频等领域有着广泛的应用前景。附图说明图1是具体实施方式一所述的一种显微图像的超分辨重构方法的流程图；图2是应用具体实施方式插值前后重构效果的分子密度与信噪比的关系图；图3是应用具体实施方式插值前后重构效果的分子密度与定位精度的关系图；图4是应用具体实施方式插值前后重构效果的分子密度与死别绿的关系图。具体实施方式具体实施方式一：根据说明书附图1具体说明本实施方式。一种显微图像的超分辨重构方法，所述方法的过程为：步骤一：通过高斯函数或贝塞尔函数拟合显微镜的点扩散函数，通过显微镜的低分辨记录相机记录真实图像X的低分辨图像Y，X∈RN×N，Y∈RM×M，N≥4M，M和N都是自然数；步骤二：以真实图像X每个像素中心为点扩散函数的源点，计算点扩散函数在各个低分辨记录相机记录的低分辨图像Y上的数值，然后按行或列首尾相接，形成一基于点扩散函数的列向量Φj，基于真实图像X每个像素中心的点扩散函数的列向量按照所有真实图像X每个像素中点行或列首位相接构成基于点扩散函数的矩阵Φ，其中Φj是Φ的第j列；步骤三：基于双三次插值法，对低分辨率图像Y做插值处理，得到插值后的近似高分辨率图像Yha，并将Yha一维化成yha，Yha∈R2M×2M，步骤四：以真实图像X每个像素中心为点扩散函数的源点，计算点扩散函数在各个高分辨记录相机记录的高分辨图像Yh上的数值，然后按行或列首尾相接，形成一基于点扩散函数的列向量Φjh，基于真实图像X每个像素中心的点扩散函数的列向量按照所有真实图像X每个像素中点行或列首位相接构成基于点扩散函数的矩阵Φh，其中Φjh是Φh的第j列；步骤五：通过传统的信号重构算法重构超分辨率图像x：min||x||0s.t.yha＝Φhx；步骤六：把一维图像x二维化成X。具体实施方式二：本具体实施方式是对具体实施方式一所述的一种显微图像的超分辨重构方法的进一步说明，步骤一中低分辨记录相机的可以是市场上能够买到的任意分辨率相机，“低分辨”只是相对于“高分辨”真实图像X而言。具体实施方式三：本具体实施方式是对具体实施方式一所述的一种显微图像的超分辨重构方法的进一步说明，步骤物所述的传统的信号重构算法，指的是压缩感知领域的任意重构算法。具体实施方式四：下面结合图2—图4具体说明本实施方式。本实施方式是采用不同分子密度的STORM图像，比较其各500次实验后的平均值。图2-图4中带标记的是做插值处理前的重构效果曲线，带标记的是做插值处理后的重构效果曲线。实验结果如图2-图4所示。由图2可见，插值处理后信噪比曲线远远好于插值处理前；由图3可见，插值处理后定位精度曲线尽管与插值处理前几乎重合；由图4可见，插值处理后识别率曲线远远好于插值处理前。因此总体的重构效果得到提高。本文档来自技高网...
【技术保护点】
一种显微图像的超分辨重构方法，其特征是：所述方法的过程为：步骤一：通过高斯函数或贝塞尔函数拟合显微镜的点扩散函数，通过显微镜的低分辨记录相机记录真实图像X的低分辨图像Y，X∈RN×N，Y∈RM×M，N≥4M，M和N都是自然数；步骤二：以真实图像X每个像素中心为点扩散函数的源点，计算点扩散函数在各个低分辨记录相机记录的低分辨图像Y上的数值，然后按行或列首尾相接，形成一基于点扩散函数的列向量Φj，基于真实图像X每个像素中心的点扩散函数的列向量按照所有真实图像X每个像素中点行或列首位相接构成基于点扩散函数的矩阵Φ，其中Φj是Φ的第j列；步骤三：基于双三次插值法，对低分辨率图像Y做插值处理，得到插值后的近似高分辨率图像Yha，并将Yha一维化成yha，Yha∈R2M×2M，步骤四：以真实图像X每个像素中心为点扩散函数的源点，计算点扩散函数在各个高分辨记录相机记录的高分辨图像Yh上的数值，然后按行或列首尾相接，形成一基于点扩散函数的列向量Φjh，基于真实图像X每个像素中心的点扩散函数的列向量按照所有真实图像X每个像素中点行或列首位相接构成基于点扩散函数的矩阵Φh，其中Φjh是Φh的第j列；步骤五：通过传统的信号重构算法重构超分辨率图像x：min||x||0 s.t. yha＝Φhx；步骤六：把一维图像x二维化成X。...
【技术特征摘要】
1.一种显微图像的超分辨重构方法，其特征是：所述方法的过程为：
步骤一：通过高斯函数或贝塞尔函数拟合显微镜的点扩散函数，通过显微镜的低分辨
记录相机记录真实图像X的低分辨图像Y，X∈RN×N，Y∈RM×M，N≥4M，M和N都是自然数；
步骤二：以真实图像X每个像素中心为点扩散函数的源点，计算点扩散函数在各个低分
辨记录相机记录的低分辨图像Y上的数值，然后按行或列首尾相接，形成一基于点扩散函数
的列向量Φj，基于真实图像X每个像素中心的点扩散函数的列向量按照所有真实图像X每
个像素中点行或列首位相接构成基于点扩散函数的矩阵Φ，其中Φj是Φ的第j
列；
步骤三：基于双三次插值法...
【专利技术属性】
技术研发人员：程涛，
申请(专利权)人：程涛，
类型：发明
国别省市：广西;45
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。