zoukankan      html  css  js  c++  java
  • 做成像的你不能不了解的真相6-分辨率(2)

    我们书接上回(分辨率上),继续讨论科研相机的分辨率。

    相机与显微镜的分辨率匹配

    在上篇我们最后说到,根据瑞利判据,物镜的分辨率计算公式:

     知道物镜的倍数和数值孔径,就可以计算出相应的分辨率,物镜的数值孔径越高,分辨率越好。以480nm波长为例。得到如下表格:

     这是指样品端的分辨率,是经过了物镜放大的(如下图所示)。以100x/1.4物镜为例,0.21μm的分辨率被放大100倍后,在相机端是21μm。

     根据奈奎斯特采样定律,当像元尺寸大于21μm的一半,即11μm时,相机无法分辨出相距21μm的两个物体;当像元尺寸小于11μm时,可以分辨。如下图所示:

     

    那么比11μm更小的像元有没有意义呢?首先,受限于物镜分辨率,更小的像元不能提高整个系统的分辨率;同时我们知道小像元信号少,会降低信噪比,因此11μm是此物镜的最佳匹配尺寸。

    把上面的计算应用到其他物镜,可以得到常用物镜与最佳匹配像元尺寸对比表(如下),作为我们的第三个结论:通常情况下,低倍率物镜要求高分辨率相机(小像元)与之匹配。

     

    图4. 物镜的最佳匹配像元尺寸

    红色方框内我们列出了一些常用物镜的匹配像元:40x油镜要求选择4.5μm像元的相机,如Photometrics Iris 9 sCMOS相机;60x油镜要求选择6.5μm像元的相机,如Photometrics Prime BSI sCMOS相机;100x油镜要求选择11μm像元的相机,如Photometrics Prime 95B sCMOS相机。

    显微镜接口对分辨率的影响

    显微镜接口(如C-mount)对于分辨率的影响是大家常常有疑问的地方,其实参考上面物镜匹配最佳像元的计算过程,就不难理解了。我们先给出关于分辨率的第四个结论:

    使用小于1× C-mount(如0.5×),可以提高灵敏度,增大视野,但是会降低分辨率;

    使用大于1× C-mount(如1.5×),可以提高分辨率,但是会降低灵敏度,减小视野。

    这个结论是怎么来的呢?我们按如下方法理解:不同倍率C-mount的加入,改变了整个显微镜的放大倍数。以100×/1.4物镜为例,如果使用0.5×接口,需要把整个系统当一个50×/1.4物镜去计算分辨率和匹配像元就可以了。

     

    换个角度考虑,参考图5。从1× C-mount变为使用0.5× C-mount时,进入相机的图像,放大倍数减半(图中圆形区域);相机靶面不变,拍到的图像视野面积变为原来的四倍了(图中方形区域);也相当于每个像素面积扩大为原来的4倍,所以灵敏度提高了,但是分辨率却下降了。

    非1x的C-mount有两种常见的使用场景。一种是增加视野,譬如你有一个11mm对角线的相机(2/3英寸芯片),使用0.5× C-mount时,相当于1x C-mount时22mm对角线视野;另一种是提高分辨率,譬如使用16μm像元尺寸的EMCCD,此时相机不能满足100×/1.4油镜的分辨率要求。这时候通常的做法是,加入1.5x额外的光学放大(也可以理解为使用1.5x C-mount),这样16μm像元就等价于1x C-mount时11μm的像元了。

    但是需要注意,任何光学接口的加入,都会造成额外的信号损失,降低成像系统灵敏度,因此当弱光成像实验时,我们并不建议使用。

    总  结

    说了这么多,希望大家对科研相机以及显微成像的分辨率有了更详细的了解。关于分辨率,还有一些用得到的小Tips,我们这里列出来供大家思考,不深入讨论:

    • 相机分辨率不是越高越好,匹配了光学分辨率的条件下,我们通常选择大像元的相机

    • 有的实验并不要求分辨率匹配,此时可以使用大像元相机或做binning提高相机灵敏度或成像速度

    • 对有些超高分辨率应用,需要对图像做后续deconvolution处理,有时需要做3x或4x的数字采样,此时匹配的分辨率需要在图4表格的基础上做相应比例的缩小

  • 相关阅读:
    线索二叉树
    正则表达式之后向引用
    进步的阶梯
    树和二叉树
    java 执行 exe 文件
    Electron + Vue如何实现不同窗口之间的通信(项目总结 第一个)
    liunx 修改 ip 地址
    桌面快捷工具
    微信小程序长列表组件 recycle-view 修改,使其可以下拉刷新
    微信小程序 textarea 文本滚动不了的bug
  • 原文地址:https://www.cnblogs.com/ybqjymy/p/12304314.html
Copyright © 2011-2022 走看看