【《显微成像光学理论基础综述》2500字】

显微成像光学理论基础综述目录TOC\o"1-3"\h\u30504显微成像光学理论基础综述 170651.1.1显微图像降质成因分析 1222841.1.2光学显微成像的模糊特性 2显微图像降质成因分析显微图像降质主要是由于光本身的物理特性以及光学成像系统的硬件限制造成的。对其进行独立分析后，发现造成图像降质主要有四种原因：噪声、散射、眩光和模糊。（1）噪声噪声本质来自于图像细节的拟随机紊乱，常见的噪声有椒盐噪声、高斯噪声等等，其中最严重的形式是白噪声和黑白相间噪声，其具体表现类似于由微弱信号引起的电视屏幕上的雪花噪点，如图2.1(a)所示。只要能明确噪声的起源，就可以估测噪声的分布形态，从而进行噪声去除。先进光学显微镜中存在的噪声主要来自于信号本身（光子噪声）或成像系统内部的光学器件损耗。目前，相关研究已明确产生图像噪声的源头，并可以通过适当的滤波算法来进行有效去除，比如高斯滤波、双线性滤波、中值滤波等等。（2）散射散射是由于样品本身质地不均导致样品表面折射率不同而引起的光的随机干扰，这种干扰会导致图像细节信息的真正随机紊乱，如图2.1(b)所示。由于散射的随机性和不规律性，目前的技术还很难对这一现象进行有效的图像还原。（3）眩光图2.1(c)是一个典型的眩光图像，眩光也是由光的随机扰动引起的，但与散射不同，这种扰动是由镜头、滤光片等光学器件引起的而不是样品本身。现在的光学显微系统已经可以通过抗反射涂层和镜头细化成像等技术成功遏制眩光引起的图像降质。（4）模糊模糊主要是由于光的衍射现象引起的，仅仅由于模糊引起的显微成像分辨率受限，被称为阿贝衍射极限。阿贝衍射极限代表了所有光学成像系统固有的局限，同时也是评价一个光学成像系统的像素有限性的决定性因素。图2.1(d)是一副由于衍射现象引起的分辨率不足的模糊图像。本文旨在建立显微图像特征分析系统深入学习光的衍射现象背后的机理，以解决这种模糊现象。(a)(b)(c)(d)图STYLEREF1\s2.SEQ图\*ARABIC\s11图片降质的原因光学显微成像的模糊特性光学显微镜的衍射极限上一节提到四种造成图像降质的成因，噪声可以通过特定的滤波算法去除，眩光可以通过改进光学元件精度来遏制，散射由于其自身随机性还难以解决，因此本文从解决最后一种“模糊”入手来提高显微图像质量。造成图像模糊的主要成因是光的衍射现象，这种模糊导致光学显微镜的分辨能力受到限制，即是阿贝衍射极限。所谓阿贝衍射极限是指德国物理学家Abbe指出光学系统的分辨率的极限大约是可见光波长的一半。衍射现象普遍存在于所有光学显微成像系统，物镜在成像过程中无法将光线聚焦到理想中的一个像点，而是在像平面上形成一个形状有限的光斑，被称为艾里斑，如图2.2所示。艾里斑的特点其中心集中了大部分光子能量，可以观察到中心的亮度最大，中心的外围则被明暗相间的环交替包裹着，图2.2(a)为艾里斑的三维光强图像，图2.2(b)为艾里斑的二维光强分布曲线，x轴为像平面到光轴的距离。从中可以更直观地观察到艾里斑各级环之间发光强度的区别。(b)图STYLEREF1\s2.SEQ图\*ARABIC\s12光学衍射中的艾里斑正是光的衍射现象限制了光学显微成像系统的精度，众所周知，凸透镜将入射光聚集于焦点，然而显微镜中的透镜口径是有大小的，同样会发生衍射。普遍来讲，所有光学显微系统的成像过程都可以认为是待观测物体上的无数微小物点成像后而形成的艾里斑，而无数艾里斑相互叠加，导致最终形成的像无法精确地描述物体的所有信息，表现出模糊的效果。基于前人所研究的衍射理论，物理学家瑞利对光学系统的分辨率给出了这样的结论:两个相邻的"点"光源所成的像是两个衍射斑，若两个等光强的非相干点像之间的间隔等于艾里斑的半径，即一个像斑的中心恰好落在另一个像斑的第一级暗环处，则这两个点就是恰能分辨的点，如图2.3(b)，此时，若两点光源继续靠近，则它们的像点逐渐开始重合，如图2.3(c)，直到最后不能分辨两个点，如图2.3(a)中，是两个像点距离比较远时可以分辨的情况。(a)可以分辨两个点(b)几乎不能分辨(c)完全不能分辨图STYLEREF1\s2.SEQ图\*ARABIC\s13瑞利判据的三种情况示意图德国物理学家Abbe通过分析指出，在常规显微镜中，恰能分辨时两个物点的距离约为半波长，200nm左右(最小的可见光波长约为400nm)。假如物平面有两个物点，通过光学系统后产生两个艾里斑，两个艾里斑离得较远时，可以很容易分辨，当两个艾里斑的距离小到一定程度时，就达到了能够分辨出有两个点的极限，也就是阿贝极限，因此显微镜的分辨率受限于阿贝极限。衍射图像的时变特性由于光的不确定性，光学成像系统采集得到的光学衍射图像具有难以忽视的时变特性。将光学显微系统在参数固定的情况下，每隔1s采集图像，连续采集三幅图像。如图2.4所示，三张图像从肉眼无法分辨区别，但对不同时刻同一焦距下采集得到系列衍射图像批量进行灰度化处理后，逐一比对发现这些衍射图像之间仍有60%左右的像素点存在灰度值变化。图2.5为衍射图像的三维光强图像，x轴和y轴表示像素点的个数，z轴表示像素灰度值的大小。图2.6中，x轴表示像平面到衍射中心距离，单位为mm，z轴表示像素灰度值的大小。对衍射图像集的三维光强图像进行不同角度的截面曲线提取得到了图2.6，可观察到曲线的两端波动十分紊乱，这一现象即说明了衍射图像的亮度分布特性实时变化不规律，与图2.2(b)中的理想衍射模型有较大区别。也可以理解为衍射图像之间方差较大，因此难以选择一张有代表性的衍射图像完成衍射模糊核的提取。(a)(b)(c)图STYLEREF1\s2.SEQ图\*ARABIC\s14采集得到的光学衍射图像由此可见，由于光学衍射中光强分布的随机性，实际的光学衍射图像和理论衍射分布存在较大区别，因此不能直接采用光学衍射的理论数学模型对模糊图像进行清晰度还原。为了解决这一问题，本文采用深度学习的方法，利用神经网络学习显微图像内部复杂多变的数据结构，提取光学衍射图像的隐式特征，从而生成现有衍射图像集之间的拟和态衍射图像，这样做的好处是可以使生成衍射图像的光强分布特性规律化。随后，从得到的理想衍射图像中心截取艾里斑并提取衍射模糊核，以模糊核作为预条件，通过非盲反卷积技术进行显微图像的清晰度复原，可以达到提升光学显微系统的成像质量的最终目标。图STYLEREF1\s2.SEQ图\*ARABIC\s15采集衍射图像的三维光强图像图STYLEREF1\s2.SEQ图\*ARABIC\s16衍射图像集的截面曲线图综上所述，