TIE和GS迭代算法用于生物细胞的相位恢复

提出了一种利用白光进行生物细胞图像高分辨率相位恢复方法,该方法结合了光强度传输方程(TIE)和Gerchberg-Saxton迭代(GS)算法。通过在显微镜的像平面附近连续采集3张生物细胞图像,并使用红色、蓝色和绿色通道分别对生物细胞图像的相位进行恢复,然后从3个通道的相位中提取该生物细胞的相位信息。实验结果表明,用该方法所得到的前后两次循环迭代的相位相对误差精度可以达到10^-7。

相位恢复算法在仿真与实验上的研究

相位恢复算法一直存在着精确度不高,收敛速度慢甚至停滞不前等问题。将基于光强传输方程(TIE)法与G-S迭代算法混合提高了相位恢复的精确度,梯度算法的提出加大了迭代步长,使得收敛速度加快。采用GS-TIE算法和振幅加成梯度算法分别从仿真和实验的角度去比较分析恢复的效果。通过对二维图像仿真得出,振幅加成梯度算法在收敛速度上是GSTIE迭代算法的3倍,精确度是GS-TIE迭代算法的10倍。从实验结果得知,GS-TIE恢复的相位清晰可见,轮廓明显,在边缘处过度均匀,而振幅加成梯度算法相对比较模糊,在轮廓边缘处过度不均匀,悬差较大。