[發明專利]基于深度學習的水下原位顯微成像儀景深擴展方法及系統

在審

• 申請號: 202210858548.4
• 申請日: 2022-07-20
• 公開（公告）號: CN115170429A
• 公開（公告）日: 2022-10-11
• 發明（設計）人: 程雪岷;崔曉琎;牛嘉琪;畢洪生;蔡中華;應軻臻
• 申請（專利權）人: 清華大學深圳國際研究生院;深圳市綠洲光生物技術有限公司
• 主分類號: G06T5/00
• 分類號: G06T5/00;G06N3/04;G06N3/08
• 代理公司: 深圳新創友知識產權代理有限公司 44223
• 代理人: 江耀鋒

1.一種基于深度學習的水下原位顯微成像儀景深擴展方法，其特征在于，包括以下步驟：

S1、將待景深擴展的光學系統建模為可微分數學模型；

S2、在可微分數學模型中加入采用離散化的面型表達的相位掩模板；

S3、由加入相位掩膜的數學模型求得成像系統的點擴散函數；使用所述點擴散函數與圖像卷積并且模擬傳感器采樣，得到傳感器采集到的圖像；

S4、將傳感器采集到的圖像輸入神經網絡進行圖像復原；

S5、以最終大景深范圍內的成像質量作為優化目標，對相位掩模板面型和神經網絡進行參數優化。

2.如權利要求1所述的基于深度學習的水下原位顯微成像儀景深擴展方法，其特征在于，步驟S1具體包括：

S11、根據傅里葉光學，離散化表示圖像平面(x₂,y₂)的點擴散函數，將其建模為廣義光瞳函數的傅里葉變換的平方：

其中表示二維傅里葉變換過程，P(x₁,y₁)為廣義光瞳函數，將其表示為：

其中，(x₁,y₁)表示光瞳平面的各個位置，A(x₁,y₁)表示光瞳平面各個位置的振幅，φ(x₁,y₁)表示光瞳平面各個位置的相位，eⁱ表示自然底數的復指數；

S12、將離焦而引發的相位變化建模為：

其中表示數，λ表示光波波長，z和z₀分別表示成像系統的離焦距離和對焦距離，表示光瞳平面上坐標點(x₁,y₁)到光瞳平面圓心的距離的平方。

3.如權利要求2所述的基于深度學習的水下原位顯微成像儀景深擴展方法，其特征在于，步驟S2具體包括：在光瞳平面加入相位掩模板，即采用一個額外的相位項φ^M(x₁,y₁)來調制廣義光瞳函數：

其中，h(x₁,y₁)為相位掩模板各個位置的厚度，n為相位掩模板的折射率；

調制后的廣義光瞳函數中的相位項為：

φ(x₁,y₁,z)＝φ^OOF(x₁,y₁,z)+φ^M(x₁,y₁)。

4.如權利要求3所述的基于深度學習的水下原位顯微成像儀景深擴展方法，其特征在于，步驟S3具體包括：

S31、將調制后的廣義光瞳函數中的相位項帶入點擴散函數計算公式中，計算出添加相位掩模板的光學系統在景深范圍內各個位置z₀,z₁,...的PSF(x₂,y₂,z)；

S32、使用訓練圖像I₀(x,y)與可微分數學模型中獲得的待擴大景深范圍的不同位置PSF(x₂,y₂,z)卷積，即模擬傳感器平面采集到的不同景深位置的成像圖像I(x₂,y₂,z)：

其中，η～N(0,σ²)表示標準差為σ的零均值高斯噪聲，表示傳感器接收信號時的噪聲，表示卷積計算；

S33、根據光學系統參數計算得到圖像I(x₂,y₂,z)中像素尺寸s_pixel為：

其中f為成像系統焦距，d為光瞳平面的直徑；

S34、根據圖像像素尺寸和傳感器像素尺寸進行采樣，得到與傳感器像素尺寸相匹配的圖像S(I)。