工业相机在全息成像中的应用

小白学视觉

共 2105字,需浏览 5分钟

 ·

2022-06-09 21:24

点击上方小白学视觉”,选择加"星标"或“置顶

重磅干货,第一时间送达

对透明物体成像作为一种独特的技术,广泛应用于生物学、医学、工业机器视觉等领域,其中特殊涂层、样本染色、相位成像、结构光和多光谱成像等,都是透明物体成像技术的一种。然而,发展透明物体成像技术,在许多领域都面临挑战。

数字全息成像(Digital holography)利用光波的振幅和相位数据来重建3D图像,因此能够提供重要的成像能力,甚至可以对透明物体进行成像。使用标准RGB范围以外的图像数据(例如多光谱成像),也可以增加数字全息成像的能力,用于显示之前没有被观察到的结构,进而获得观测物的额外数据。然而,根据全息图像的产生方法,将多光谱技术的优点运用到全息成像中,仍然面临挑战。


图1:The Imaging Source的黑白工业相机DMK 72BUC02,作为记录干涉条纹系统装置的一部分。


近日,研究人员发表了一篇关于数字全息成像实验方案的文章,这套实验装置中包括一个带有声光可调谐滤波器的干涉仪和The Imaging Source公司的DMK 72BUC02单色工业相机。

研究人员的目标是增加拍摄到的数字全息图像的信息量,这对于观察透明物体而言,将会是很重大的突破。



01
工业相机获取的光波前数据



生成全息图像与相干光息息相关,为了生成全息图像,相干光源(即激光器)的光束被分成物光束(object beams)和参考光束(reference beams)。在数字全息照相的情况下,由工业相机传感器记录物光束和参考光束所产生的干涉图样,并以数字方式进行存储。然后,对这些光波前数据以数字方式进行重建,产生量化振幅还有相位图像,经过进一步处理,产生清晰的数字全息图像。

用来产生全息图像的相干光源基本上是单色的,而要产生多光谱全息图,来自不同波长的多个相干光束的图像数据进行重建和融合,形成多光谱全息图。

在这些系统中,工作波长的集合通常是有限的,人们不能选择任意波长。同时,在许多情况下,在相当宽的光谱范围内研究一个样品是一件有趣的工作。因此,一个亟待解决的问题是开发记录‘涉及准连续光谱调谐的多光谱全息图像’的方法。



02
声光滤波器调光实验装置



为了实现这样的实验系统,研究人员在马赫-曾德干涉仪的入口处安装了一个宽带光源和可调谐声光(AO)滤波器,“设计用于在任意窄光谱间隔内,形成光学透明物体的数字全息图”。


图2:由The Imaging Source黑白工业相机DMK 72BUC02所捕捉到的生物样本全息图,显示了典型的干涉图样。


在实验中,物光波前和参考光波前通过分束器在空间上对齐,以形成干扰图样,然后由DMK 72BUCO2相机记录图像。相机前面安装一个长通滤波器,用于消除背景光的干扰。通过调整“加到AO单元上的超声波频率”来调节工作波长。

通过在空间上分离背景零阶和+1阶和-1阶衍射阶,研究人员实现了离轴数字全息方案,能够捕获透明物体以及测试图案和生物样品的傅立叶全息图。   

研究人员写道:“……任意光谱使获得多色全息图像成为可能,这些图像不对应于固定波长,但允许任意排列光谱组件。



03
数字全息成像的应用



数字全息成像的非接触成像能力,使其特别适合于一些精细应用,如生物医疗应用中细胞和结构(尤其是活体标本)的研究;无损材料测试,如金属或复合材料中的内部缺陷检测;透明介质中的折射率场;“在微轮廓重建、相结构研究、应力状态监测、粒子轨迹调查、显微镜、光学相干断层扫描等过程中,对各种物体的性质进行定性和精确定量分析。

本文所描述的技术应在不需要多个相干光源的情况下“提高全息图像的信息性”,同时也有利于那些“必须同时研究透明物体的振幅相位和光谱结构”的应用。

好消息! 

小白学视觉知识星球

开始面向外开放啦👇👇👇




下载1:OpenCV-Contrib扩展模块中文版教程
在「小白学视觉」公众号后台回复:扩展模块中文教程即可下载全网第一份OpenCV扩展模块教程中文版,涵盖扩展模块安装、SFM算法、立体视觉、目标跟踪、生物视觉、超分辨率处理等二十多章内容。

下载2:Python视觉实战项目52讲
小白学视觉公众号后台回复:Python视觉实战项目即可下载包括图像分割、口罩检测、车道线检测、车辆计数、添加眼线、车牌识别、字符识别、情绪检测、文本内容提取、面部识别等31个视觉实战项目,助力快速学校计算机视觉。

下载3:OpenCV实战项目20讲
小白学视觉公众号后台回复:OpenCV实战项目20讲即可下载含有20个基于OpenCV实现20个实战项目,实现OpenCV学习进阶。

交流群


欢迎加入公众号读者群一起和同行交流,目前有SLAM、三维视觉、传感器自动驾驶、计算摄影、检测、分割、识别、医学影像、GAN算法竞赛等微信群(以后会逐渐细分),请扫描下面微信号加群,备注:”昵称+学校/公司+研究方向“,例如:”张三 + 上海交大 + 视觉SLAM“。请按照格式备注,否则不予通过。添加成功后会根据研究方向邀请进入相关微信群。请勿在群内发送广告,否则会请出群,谢谢理解~


浏览 19
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报
评论
图片
表情
推荐
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报