[实用新型]一种显微镜头的智能像差校正装置有效

专利信息
申请号: 202121510200.3 申请日: 2021-07-05
公开(公告)号: CN216013809U 公开(公告)日: 2022-03-11
发明(设计)人: 牛浩;李旸晖 申请(专利权)人: 中国计量大学
主分类号: G02B21/36 分类号: G02B21/36;G02B27/00
代理公司: 暂无信息 代理人: 暂无信息
地址: 310018 浙江省*** 国省代码: 浙江;33
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 显微 镜头 智能 校正 装置
【说明书】:

实用新型公开了一种显微镜头的智能像差校正装置,主要由显微镜头、图像采集模块、图像处理模块、无线传输模块、计算机、储存模块、图像显示模块组成。显微镜头拍摄携带像差的图像,图像采集模块对拍摄的携带像差的图像进行采集;将采集到的携带像差的图像传输到图像处理模块中;图像处理模块将携带像差的图像传输给无线通信模块,无线通信模块将携带像差的图像传输给计算机;计算机运用卷积神经网络模型对携带像差的图像进行像差校正,并把像差校正后的图像传输给无线传输模块;图像处理模块将像差校正后的图像传输给储存模块进行数据存储,同时图像处理模块将像差校正后的传输给图像显示模块进行显示。本实用新型具有成本低、像差校正效果好的优点。

技术领域

本实用新型涉及光学成像和数字图像处理领域,具体涉及一种显微镜头的智能像差校正装置。

背景技术

在显微成像研究中,由于我们需要研究的对象大多都是微观结构,因此对于成像的质量具有很高的要求。但是,由于研究对象折射率的不均匀性以及成像器件的结构复杂性所引起的像差严重阻碍了显微成像研究的发展。在实验室用显微镜头进行生物细胞观测时,为了提高图像的成像质量,大多情况采用优化显微镜头的结构来达到校正像差的目的,但此类方法会使光学元件的结构变得复杂,增加了设计难度,并且会使硬件的成本变高,因此实现一种低成本、高效校正像差的方法意义深远,为此,我们提出一种显微镜头的智能像差校正装置。

实用新型内容

本实用新型的目的是提出一种显微镜头的智能像差校正装置,针对显微镜头拍摄的图像携带像差从而影像成像质量的问题,使用神经网络算法对显微镜头拍摄的图像进行像差校正,以解决显微镜头拍摄的图像携带像差的问题。

为实现上述目的,本实用新型提供以下技术方案:一种显微镜头的智能像差校正装置,其组成包括1、显微镜头,2、图像采集模块,3、图像处理模块,4、无线传输模块,5、计算机,6、储存模块,7、图像显示模块。

所述的显微镜头与图像采集模块相连接,用来拍摄携带像差的图像。

所述的图像采集模块与图像处理模块相连接,用来对拍摄的携带像差的图像进行采集。

所述的图像处理模块与储存模块、无线传输模块和图像显示模块相连接,用来对图像采集模块进行信号处理,对储存模块、无线传输模块进行信息传递,对图像显示模块进行图像传输。

将采集的携带像差的图像传输到图像处理模块,然后传递给无线传输模块。

所述的无线传输模块为TR800模块,其内部嵌有彩信协议栈和TCP/IP协议,支持短信和彩信的收发,与计算机相连接,将携带像差的图像传输给计算机,并对计算机完成像差校正后的图像进行接收,实现光学器件与计算机的交互。

所述的计算机用来对无线传输模块传输的携带像差的图像进行接收,并运用训练好的神经网络模型对携带像差的图像进行校正,并将像差校正后的图像传输给无线传输模块。

所述的神经网络为Alexnet卷积神经网络,结构为:五层卷积层,两层池化层及三层全连接层。所述的训练模型为将显微镜头拍摄的携带像差图像与对应的清晰图像输入到卷积神经网络中进行训练,建立携带像差的图像与清晰图像的匹配模型,生成训练模型。

所述的储存模块用来储存像差校正后的图像,能够做到15天的有效储存时间,方便查询历史信息。

所述的图像显示模块用来将像差校正后的图像显示出来。

相对于现有技术,本实用新型具有以下有益的技术效果:

本实用新型属于光学成像与数字图像处理领域相结合的像差校正,能够有效的解决显微镜头拍摄的图像携带像差的问题。

本实用新型有储存模块与无线传输模块,能够实现光学器件与计算机交互的功能,储存模块能够方便查询历史信息。

本实用新型结构简单,易于实现。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国计量大学,未经中国计量大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202121510200.3/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top