工业相机在全息成像中的应用
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。
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。
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。”
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 在「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 在「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~