景深延拓的激光散斑衬比成像系统

景深延拓的激光散斑衬比成像系统

论文摘要

激光散斑衬比成像是一种无创、非接触的宽场相干域光学血流成像技术,可对生物组织血流和血管形态变化进行实时监测,具有高时空分辨率的优点,近年来在生物医学研究和临床诊疗中展现出良好的应用前景。然而,由于光学成像系统的景深有限,对非平面的生物组织,特别是表面曲率较大的区域,难以获得大视场范围准确对焦的血流图像,从而影响血流检测的准确性。本文发展了快速多聚焦成像与多聚焦图像融合的激光散斑衬比成像技术,增大激光散斑衬比成像系统的景深,改善非平面生物组织的宽场血流成像性能。主要研究工作包括:(1)提出了基于电控液体透镜的快速调焦激光散斑衬比成像方法,实现了快速的多聚焦激光散斑成像,并通过预配准的方式完成对不同对焦平面上血流图像的实时配准。(2)设计了基于轮廓波变换的多聚焦血流图像融合方法,包括分析了激光散斑衬比成像系统中,离焦对血流速度检测及血管结构的影响;展示了基于轮廓波变换的多聚焦血流图像融合方法在实际脑血流图像中的融合效果;比较了不同的多聚焦图像融合方法进行散斑血流图像融合的性能。(3)设计并实现了快速调焦成像与多聚焦图像融合相结合的景深延拓激光散斑衬比成像系统,实现了非平面生物组织的宽场血流成像检测。

论文目录

  • 摘要
  • Abstract
  • 1 绪论
  •   1.1 背景和意义
  •   1.2 景深延拓技术研究现状
  •   1.3 本文的主要研究内容
  • 2 快速调焦的激光散斑衬比成像方法
  •   2.1 激光散斑衬比成像技术
  •   2.2 快速调焦系统设计
  •   2.3 图像配准
  •   2.4 实验结果与分析
  •   2.5 本章小结
  • 3 多聚焦激光散斑衬比血流图像融合方法
  •   3.1 激光散斑衬比成像技术的离焦特性
  •   3.2 多聚焦图像融合相关技术
  •   3.3 基于轮廓波的多聚焦血流图像融合方法
  •   3.4 实验结果与分析
  •   3.5 本章小结
  • 4 景深延拓的激光散斑衬比成像系统
  •   4.1 系统结构
  •   4.2 模型实验
  •   4.3 动物实验
  •   4.4 本章小结
  • 5 总结
  •   5.1 全文总结
  •   5.2 工作展望
  • 致谢
  • 参考文献
  • 附录 攻读硕士学位期间发表论文目录
  • 文章来源

    类型: 硕士论文

    作者: 吕文志

    导师: 李鹏程

    关键词: 激光散斑衬比成像,快速调焦,多聚焦图像融合,景深延拓

    来源: 华中科技大学

    年度: 2019

    分类: 基础科学,信息科技

    专业: 物理学,无线电电子学,计算机软件及计算机应用

    单位: 华中科技大学

    基金: 国家重点研发计划课题(2017YFB1002503),国家自然科学基金项目(61890951,61775071),中央高校基本科研业务费专项资金(HUST:2018KFYXKJC035,2019kfy XMBZ009)

    分类号: TP391.41;TN24

    DOI: 10.27157/d.cnki.ghzku.2019.001805

    总页数: 61

    文件大小: 12276K

    下载量: 47

    相关论文文献

    • [1].隐低秩结合低秩表示的多聚焦图像融合[J]. 吉林大学学报(工学版) 2020(01)
    • [2].基于梯度理论的多聚焦图像融合[J]. 现代计算机 2020(01)
    • [3].基于迭代型形态成分分析的多聚焦图像融合[J]. 软件导刊 2020(05)
    • [4].基于分数阶导数和直觉模糊集的多聚焦图像融合(英文)[J]. Frontiers of Information Technology & Electronic Engineering 2020(06)
    • [5].自学习规则下的多聚焦图像融合[J]. 中国图象图形学报 2020(08)
    • [6].基于改进生成对抗网络的多聚焦图像融合[J]. 科学技术与工程 2020(25)
    • [7].基于分数阶微分的多聚焦图像融合[J]. 计算机科学 2019(S2)
    • [8].基于区域分割和引导滤波的多聚焦图像融合[J]. 北京理工大学学报 2015(06)
    • [9].通过简单的标准偏差对多聚焦图像进行图像融合[J]. 电脑知识与技术 2015(03)
    • [10].基于小波变换的多聚焦图像融合算法研究[J]. 产业与科技论坛 2015(22)
    • [11].基于小波变换和引导滤波的多聚焦图像融合[J]. 测控技术 2020(09)
    • [12].基于边缘保护滤波的多聚焦图像融合算法[J]. 佳木斯职业学院学报 2019(09)
    • [13].基于改进的非下采样剪切波变换多聚焦图像融合技术的研究[J]. 仪表技术与传感器 2017(09)
    • [14].基于小波变换的多聚焦图像融合算法[J]. 计算机工程与应用 2015(23)
    • [15].基于自适应稀疏表示的多聚焦图像融合[J]. 微电子学与计算机 2015(06)
    • [16].基于差异演化的多聚焦图像融合算法[J]. 合肥学院学报(自然科学版) 2013(01)
    • [17].多聚焦图像融合算法[J]. 微型电脑应用 2012(09)
    • [18].彩色多聚焦图像融合演示平台[J]. 计算机工程与设计 2011(11)
    • [19].基于视觉感知特性的多聚焦图像融合技术[J]. 农业机械学报 2009(S1)
    • [20].小波分析在多聚焦图像融合中的应用[J]. 电光与控制 2008(03)
    • [21].基于离散不可分剪切波变换和迭代自适应引导滤波的多聚焦图像融合[J]. 计算机应用 2019(S2)
    • [22].多特征结合引导滤波的多聚焦图像融合[J]. 通信技术 2020(03)
    • [23].多视觉特征和引导滤波的鲁棒多聚焦图像融合[J]. 计算机辅助设计与图形学学报 2017(07)
    • [24].免疫粒子群优化算法在多聚焦图像融合中的应用[J]. 电子技术与软件工程 2016(13)
    • [25].改进的基于稀疏表示的多聚焦图像融合[J]. 电视技术 2014(07)
    • [26].基于小波变换多聚焦图像融合算法改进[J]. 自动化与仪器仪表 2014(08)
    • [27].一种基于遗传算法的自适应多聚焦图像融合新方法[J]. 中南大学学报(自然科学版) 2013(S2)
    • [28].基于快速非抽样小波变换的岩屑多聚焦图像融合[J]. 计算机工程与应用 2013(11)
    • [29].非下采样三通道不可分小波的多聚焦图像融合[J]. 计算机工程与应用 2012(17)
    • [30].基于清晰度和非下采样多聚焦图像融合[J]. 计算机工程 2010(11)

    标签:;  ;  ;  ;  

    景深延拓的激光散斑衬比成像系统
    下载Doc文档

    猜你喜欢