[发明专利]数字全息术中的自动聚焦系统和方法

说明书

本发明公开了一种用于确定最优焦平面的自动聚焦方法。该方法包括：重构(201)全息图像，以及基于经重构图像的实部来执行(203)至少两个经重构深度处的第一边缘检测，以及基于经重构图像的虚部来执行在这些经重构深度处的第二边缘检测。该方法进一步包括：基于分别相对于第一和第二边缘检测的统计离差，来获得(204)每个深度的第一和第二清晰度测量。该方法还包括：基于该至少两个深度的清晰度标量测量的比较来确定(205)该至少一个对象的焦平面，其中，该标量测量基于第一和第二清晰度测量。

发明领域

本发明涉及数字全息图像处理的领域。更具体地，本发明涉及一种用于数字全息术中的图像处理的自动聚焦系统和方法。

发明背景

无透镜全息成像可提供针对对小对象进行成像的低成本解决方案，因为其通常不需要昂贵和/或复杂的光学组件。当与使用透镜的紧凑型常规显微镜相比时，无透镜全息成像还可提供相对大的视场。此外，全息成像允许良好的景深成像，以使得大体积可通过单次图像采集被成像。

然而，在许多情形中，诸如在对象的自动检查中，感兴趣对象与图像检测器之间的距离不是提前已知的，例如，该距离可以是可变的并且可具有显著的随机分量。如本领域已知的数字全息重构算法(例如，使用光场的前向和后向传播)通常可能需要提供此类焦距作为参数以获得高质量重构。由于不正确的聚焦会引起模糊的图像并且会造成特定应用(诸如细胞行为分析)的困难，因此可能期望使用一种自动地找到最优焦平面的方法并提供对应的自动聚焦系统。

本领域中已知的是，使用包括因变于图像坐标的梯度幅值的标量图像，来确定无透镜全息成像中感兴趣对象的合适焦平面。此类办法可基于由经重构的波幅度值或相关量(例如，标量图像强度)构成的全息重构图像的空间梯度分析。此类方法由此可以被表征为基于幅度的办法。

例如，在Onur Mudanyali等人的题为“Detection of Waterborne ParasitesUsing Field-Portable and Cost-Effective Lensfree Microscopy”的论文中，幅度图像是基于因变于二维图像坐标的图像梯度幅值来确定的，其中图像梯度通过经重构图像的水平和垂直Sobel算子卷积来近似。该幅度图像的方差被用作焦点测量，其中在获得良好锐度和对比度情况下该焦点测量在重构焦距处达到最大值。

在Mario A.Bueno-Ibarra等人的题为“Fast Autofocus AlgorithmforAutomated Microscopes”的论文中，针对在不同焦距处通过常规显微成像获得的图像来确定焦点测量。该论文公开了一种基于Sobel-Tenengrad梯度幅值的方差(SOB VAR)的焦点测量。该论文还公开了一种基于图像与离散拉普拉斯算子的卷积的绝对值的方差(LAPVAR)的焦点测量。

虽然此类基于幅度的办法被广泛使用，但是从通过操纵图像导数获得的标量图像中确定标量焦点测量的缺点在于：在整个感兴趣的深度范围中的全局搜索被实施，以通过标量焦点测量的最大化来确定最优焦平面。因此，缩小搜索范围以使得能够改善搜索速度将是有利的。

发明概述

本发明的各实施例的目的是提供良好且高效的自动聚焦方法和对应的自动聚焦系统。

以上目的通过根据本发明的方法和设备来实现。

本发明的各实施例的优点在于不需要机械聚焦装置。

本发明的各实施例的优点在于可实现离线计算图像聚焦。

本发明的各实施例的优点在于，例如因为可能不需要机械聚焦而可获得短的图像采集时间。

本发明的各实施例的优点在于在自动光学检查过程中可容易且快速地缩小焦距的搜索范围。

本发明的各实施例的优点在于仅需要全息图像重构的很少迭代来获得感兴趣对象的良好的经重构图像，例如，清晰、清楚和良好聚焦的图像。