超分辨成像方法研究现状与进展
超分辨成像方法研究现状与进展
超分辨成像方法研究现状与进展超分辨成像是一种能够提高图像分辨率的技术，通过利用图像中的相关信息来增加图像的细节，使得低分辨率图像能够得到更高的质量和清晰度。
超分辨成像方法的研究近年来取得了显著进展，下面将以1200字以上的篇幅来探讨这一领域的现状和进展。
超分辨成像方法可以分为两大类：基于图像的方法和基于信息的方法。
基于图像的方法主要是根据低分辨率图像中的像素信息进行插值和扩展，以获得高分辨率的图像。
而基于信息的方法则通过利用图像中的统计信息和结构特征来进行图像重建。
目前，超分辨成像方法的研究主要集中在以下几个方向：多帧图像重建、深度学习方法、先验模型和高光谱成像。
多帧图像重建是一种通过对多个低分辨率图像进行融合以提高图像质量的方法。
该方法利用多帧图像之间的相关性，通过图像对齐和叠加来获得更高分辨率的图像。
然而，由于多帧图像之间的配准问题和运算量的增加，这种方法在实际应用中有一定的限制。
深度学习方法是目前超分辨成像研究领域的热点之一、深度学习方法通过训练神经网络模型来学习图像之间的映射关系，以实现从低分辨率到高分辨率的图像转换。
这种方法广泛应用于图像超分辨领域，取得了一定的成果。
然而，深度学习方法需要大量的训练样本和计算资源，并且模型的鲁棒性和泛化能力有待提高。
先验模型是一种基于图像统计信息的超分辨成像方法。
该方法通过构建图像的先验分布来实现图像重建，利用图像的统计特性来提高图像的清晰度。
先验模型方法在图像恢复和图像去噪方面取得了一定的成果。
然而，由于先验模型复杂度高和计算量较大，其在实际应用中面临一些挑战。
高光谱成像是一种通过获取物体在各个频带下的光谱信息来提高图像分辨率的方法。
该方法通过同时采集多个频带的图像，然后将这些图像进行融合来得到高分辨率的图像。
高光谱成像方法在遥感和医学影像领域有一定的应用，但由于设备成本高和数据处理复杂度大，其在实际应用中还存在一定的限制。
总的来说，超分辨成像方法在近年来取得了一定的进展，但仍然存在一些挑战。
超分辨镜头设计与制造技术发展现状及前景
超分辨镜头设计与制造技术发展现状及前景超分辨镜头是指具有超过人眼分辨能力的成像能力的镜头。
随着可见光成像技术的不断进步，超分辨镜头设计与制造技术也逐渐成为人们关注的焦点。
本文将从设计与制造技术的发展现状入手，探讨超分辨镜头在不同领域的应用前景。
一、超分辨镜头设计技术发展现状超分辨镜头设计的核心目标是实现更高的分辨率和更低的畸变。
在过去的几十年中，随着光学材料科学和光学设计软件的不断发展，超分辨镜头设计技术经历了从传统到数码光学的转变。
传统光学设计中，主要利用球面透镜实现成像，其设计受限于球面透镜的物理性质，难以实现高分辨率成像。
而数码光学技术则采用非球面透镜和复杂的光学结构，通过精确计算和优化设计，有效地降低畸变，提高分辨率。
此外，近年来人工智能技术在超分辨镜头设计中的应用也呈现出较大潜力。
通过机器学习和深度学习等技术，可以建立模型对不同物体和场景进行学习，快速优化镜头参数，提高成像质量。
二、超分辨镜头制造技术发展现状超分辨镜头制造技术的发展与材料科学和工艺技术的进步密不可分。
传统制造技术在高精度成像方面存在诸多限制，而现代超分辨镜头制造技术则具备更高的精度和可控性。
现代超分辨镜头的制造过程包括材料选择、精密加工、表面处理等多个环节。
先进材料如高折射率玻璃和光纤增强塑料等的应用，有助于提高光学元件的折射率和透射率，优化镜头的性能。
精密加工技术在镜片的加工和组装中起着关键作用，如计算机辅助加工和机器人自动组装等技术的应用，能够实现高精度的制造工艺，提高镜头的成像质量。
不仅如此，表面处理技术也是超分辨镜头制造中的重要环节。
采用镀膜和抛光等表面处理技术，可以改善光线的传输和消光效果，减少光学成像中的反射和散射现象，提高光学元件的透过率和对比度。
三、超分辨镜头应用前景超分辨镜头在多个领域具有广阔的应用前景。
以摄影领域为例，超分辨镜头可以实现更高清晰度和更细腻的图像细节，为专业级摄影和影视拍摄提供更多可能性。
超分辨光学成像技术的研究现状和应用前景
超分辨光学成像技术的研究现状和应用前景随着科技不断发展，光学成像技术也在不断进步。
而在其中，超分辨光学成像技术的涌现，甚至开创了一种全新的视野。
在这个技术中，人们可以通过进一步地扩大物体的层面尺度，以实现更加清晰的详细信息。
但是，尽管这个技术很新颖，但其潜在的研究价值却不容忽视，因为它被认为是解决分子级别的显性问题的最佳途径。
本文将从四个方面来介绍这种技术，分别是技术定义、研究现状、应用实例以及未来展望。
一、技术定义首先，我们需要明确什么是“超分辨光学成像技术”。
一般来说，超分辨光学成像技术是指那些可以突破衍射极限的成像方法。
因为光线在通过小孔的时候，其应该留下一个大小不变的圆形图案，但是这些光线会在过去呈现出一种模糊的效果，因为它们会发生光的衍射，这就是著名的Abbe限制。
因此，在光学成像技术中，研究者们需要想出新的方法来破解这个衍射极限的局限。
这就是超分辨光学成像技术的主要作用。
二、研究现状随着科技的持续发展，越来越多的研究机构和大学开始关注超分辨光学成像技术。
有许多基于这种技术的成像设备已经呈现出优越的成果。
例如，利用基于STED（史蒂芬-汤姆逊效应退相干的刺激放射）镜片技术的激光扫描显微镜，美国麻省理工大学的研究人员已经成功地实现了对细胞所有成分的超分辨成像。
同样的，苏黎世大学的研究人员也使用同样的STED技术，对肿瘤细胞的内部情况进行了详细的研究。
此外，瑞士的图尔根大学、美国的西南医学中心、英国的伦敦大学等机构也都发表了基于这种技术的新研究成果。
三、应用实例除了上述的研究实例外，超分辨光学成像技术还可以应用在其他许多的方面。
例如，这个技术可以加速拓扑学、量子计算等领域的发展，同时该技术还可为数据存储提供重要的支持。
此外，该技术还被广泛应用于分子生物学、医学诊断、药物研发以及材料科学等领域。
比如，瑞士的AXS研究团队就利用超分辨显微镜，为材料科学的研究提供了无与伦比的精度。
同样的，来自美国加州大学的研究者对于超分辨成像技术的应用却完全不同。
新型光学成像技术研究现状
新型光学成像技术研究现状自20世纪以来，光学成像技术得到快速发展并得以广泛应用于各种领域。
从最基本的单反相机到最新的高分辨率医疗成像设备，光学成像技术一直在不断创新和改进。
那么，目前新型光学成像技术的研究现状是如何呢？一、超分辨成像超分辨成像是目前光学成像技术的研究热点之一。
传统的成像方式受到了不少限制，例如受分辨率限制的模糊图像、受光线干涉影响的鬼影等，这些问题都是传统成像方式无法解决的。
而超分辨成像便是打破这些限制的有效途径，使我们能够得到更清晰、更可信的成像结果。
超分辨成像主要分为两种方式，分别是超分辨率计算和超分辨率成像。
其中，超分辨率计算技术通过数学算法，将图像分析、处理、重建和插值，最终得到高分辨率图像；而超分辨率成像技术则通过对原始图像的多次成像和处理，从而实现物体的更高分辨率成像。
二、光学相位成像光学相位成像（OPI）是利用物体对相干光的干涉，通过测量和重建物体的相位信息，实现成像的一种新兴技术。
相比传统的成像方式，OPI可以在不需要反射镜或透镜的情况下进行成像，避免了光学元件引起的像差和畸变，从而可以得到更高质量的图像。
OPI技术可以广泛应用于机械、人体和动物等领域。
例如在医疗领域，OPI技术被用于眼科、内科、肺科等疾病的诊断和治疗；在机械领域，OPI技术可以用于金属表面质量检测、电子元件的组装等方面。
三、光学相干成像光学相干成像（OCI）是一种可以在不接触样品、不需准直样品和不需机械扫描的情况下，得到样品的微观结构和物理性质的新型成像技术。
OCI技术主要依靠光的相干性，通过对样品反射光波前的相位和振幅进行干涉分析，从而得到样品的细节信息。
OCI技术可以应用于药物筛选、生物医学、图像制备和表面分析等领域。
例如在制药领域，OCI技术可以用于药物微观结构分析和表面质量检测；在生物医学领域，OCI技术可以用于动物和人体器官结构的成像分析。
总结新型光学成像技术的研究发展，既是提高成像质量的有效途径，也是光学科技不断创新的重要方向。
超分辨率成像技术及其应用
超分辨率成像技术及其应用近年来，随着科学技术的不断发展，超分辨率成像技术逐渐成为研究热点。
这种技术通过提高图片的分辨率，使观察者能够得到更准确、更清晰的图像，从而开拓了科技研究的新门路。
本文将重点阐述超分辨率成像技术的原理及其应用领域。
一、超分辨率成像技术的原理超分辨率成像技术是一种利用计算机算法实现图像分辨率增强的技术。
在传统的成像过程中，分辨率是由感光元件和光学透镜的分辨能力决定的，分辨率的提高需要提高光学系统的分辨率或增大成像器件的像素数，这往往需要更高的成本和更复杂的设备。
而超分辨率成像技术则通过数学算法对多幅低分辨率图像进行整合、重构，形成更高分辨率的图像。
这种技术使得计算机能够在固定的像素数下实现更高的图像分辨率，同时也减少了成像设备的投入成本。
超分辨率成像技术的主要方法有三种：插值、超分辨率重建和基于深度学习的超分辨率重建。
其中，插值方法是最简单、最容易实现的一种方法，具体是通过对低分辨率图像进行像素插值，从而得到一个更高分辨率的图像。
超分辨率重建方法则是利用低分辨率图像中携带的信息进行像素补全，从而实现对图像的增强。
而基于深度学习的超分辨率重建方法则是利用深度学习中的卷积神经网络进行图像修复，从而实现对图像的超分辨率重构。
在这三种方法中，基于深度学习的超分辨率重建方法具有最高的准确度和鲁棒性。
二、超分辨率成像技术的应用领域超分辨率成像技术具有广阔的应用前景。
在医学影像领域中，超分辨率成像技术可以帮助医生更准确、更快速地诊断疾病，提高医疗效率。
例如，针对胰腺癌的诊断，超分辨率成像技术能够显示更细微的细节，并且可以帮助医生确定更准确的诊断结果。
在安防领域中，超分辨率成像技术可以帮助警察更快速地发现犯罪嫌疑人。
例如，在犯罪现场采集的低分辨率图像中，超分辨率成像技术可以增强图像，使嫌疑人的面部特征更为明显，从而更方便民警开展抓捕工作。
在航空航天领域中，超分辨率成像技术可以帮助科学家更加清晰地观察航天器或卫星上的目标物体，从而更好地了解宇宙环境。
超分辨成像技术的发展历程及未来发展趋势
超分辨成像技术的发展历程及未来发展趋势一、前言超分辨成像技术是一种通过图像处理技术提高图像分辨率的方法，可以将低分辨率的图像转换成高分辨率的图像。
它在医学影像、遥感、安防等领域有着广泛应用。
本文将从发展历程和未来发展趋势两个方面来探讨超分辨成像技术的发展。
二、超分辨成像技术的发展历程1.传统方法传统的超分辨成像方法主要包括插值法和基于频域的方法。
插值法是指通过对低分辨率图像进行插值得到高分辨率图像。
但是，这种方法容易产生锐化和噪声等问题。
基于频域的方法则是通过对低分辨率图像进行傅里叶变换，然后在频域中增加高频信息，最后再进行逆傅里叶变换得到高分辨率图像。
但是，这种方法需要对整个图像进行频谱变换，计算量大且容易出现振铃现象。
2.机器学习方法近年来，随着机器学习技术的快速发展，越来越多的研究者开始使用机器学习方法来解决超分辨成像问题。
机器学习方法主要包括基于回归的方法和基于生成对抗网络（GAN）的方法。
基于回归的方法是指通过训练一个回归模型，将低分辨率图像映射到高分辨率图像。
这种方法需要大量的高质量数据用于训练，并且容易出现过度拟合的问题。
基于GAN的方法则是通过训练一个生成器网络和一个判别器网络来实现超分辨成像。
生成器网络用于将低分辨率图像转换为高分辨率图像，而判别器网络则用于评估生成器网络的输出是否与真实高分辨率图像相似。
这种方法可以在不需要大量数据情况下进行训练，并且可以产生更加真实的高分辨率图像。
三、超分辨成像技术未来发展趋势1.深度学习技术的发展随着深度学习技术的不断发展，超分辨成像技术也将会得到进一步提升。
未来，研究者们可能会探索更加复杂的神经网络结构，以提高超分辨成像技术的性能和效果。
2.多模态融合技术多模态融合技术可以将不同传感器获取的数据进行融合，从而提高图像的质量和分辨率。
未来，超分辨成像技术可能会与多模态融合技术相结合，以实现更加精确的图像重建。
3.硬件设备的发展随着硬件设备的不断发展，如光学元件、传感器等，超分辨成像技术也将得到进一步提升。
超分辨率成像技术的研究现状及发展前景
超分辨率成像技术的研究现状及发展前景随着科技的不断进步和发展，人们对图像和视频质量的要求也越来越高。
然而，由于受到硬件和成像原理的限制，传统的图像和视频质量难以满足人们对于高分辨率、高清晰度、高保真度的需求，因此超分辨率成像技术应运而生。
超分辨率成像技术，即通过图像处理算法对低分辨率图像进行重建，得到高分辨率图像的一种技术。
在很多领域都有着广泛的应用，如自然图像处理、医疗影像、安防监控等。
对于人类生活和科学研究都具有重要的意义。
一、超分辨率成像技术研究现状1.1 传统算法的局限性早期的超分辨率技术大多都是基于传统的插值和滤波算法，如双三次插值、双线性插值等。
通过这些算法可以得到较为平滑的高分辨率图像，但是对于复杂细节部分的重建效果并不理想。
同时，也忽略了低分辨率图像中存在的高频细节信息，导致高分辨率图像缺失细节信息，不真实。
1.2 基于深度学习的算法随着深度学习技术的发展，许多基于深度学习的超分辨率算法应运而生。
这些算法采用卷积神经网络（CNN）作为核心，将原图与低分辨率图像同时输入网络中，通过神经网络对低分辨率图像进行处理，得到高分辨率图像。
这些算法包括SRCNN、VDSR、ESPCN、SRGAN等。
这些算法的优势在于能够从大量的训练数据中学习到图像的特征，从而对图像进行更加精准的重建。
同时，还能够有效地处理低分辨率图像中的高频细节信息，得到更加真实、更加细致的高分辨率图像。
1.3 图像重建评价指标对于超分辨率算法的评价，除了视觉效果之外，还需要考虑到一些量化指标。
例如，PSNR（峰值信噪比）、SSIM（结构相似性）、MS-SSIM（多尺度结构相似性）等方面的评估指标。
这些指标可以帮助评价算法重建图像的质量和准确程度，为算法的改进提供了重要的参考。
二、超分辨率成像技术的发展前景2.1 应用前景广泛超分辨率技术的应用涉及到很多领域，如航空航天、无人驾驶、自然图像处理、遥感影像、医疗影像等。
通过超分辨率技术，可以提高图像的分类精度、目标检测的准确性、识别能力等，为人类生产和社会发展带来更多的变革和创新。
光学超分辨成像原理及应用前景探讨
光学超分辨成像原理及应用前景探讨光学超分辨成像是一种通过克服光学衍射极限的技术，实现对细微结构的超高分辨观测的方法。
光学成像在生物医学、材料科学和纳米技术等领域具有广泛应用前景。
本文将对光学超分辨成像的原理进行探讨，并对其应用前景进行展望。
光学超分辨成像的原理主要基于发展于20世纪90年代的两种技术：刺激发射消除和近场光学显微镜。
刺激发射消除利用荧光分子的激发和发射过程，通过将样品中非发射区域的荧光灭掉，从而实现超分辨成像。
近场光学显微镜则利用探针与样品之间的非辐射耦合来获得超高分辨图像。
在刺激发射消除技术中，通过使用特殊的荧光染料，例如荧光素、留香草素和硫苏丹痒素，将样品标记。
接着，通过使大部分标记物在同一时间内处于光学激活态，进而改变衍射极限。
一种常用的实现方法是使用初始的激活光照射样品，然后将剩余的未激活荧光标记活化，使其参与光致发光，形成具有超分辨能力的图像。
刺激发射消除技术在生物医学领域具有广泛应用，例如细胞结构和功能的研究，细菌感染的观测以及神经元的成像等。
近场光学显微镜利用位于光学探针顶端的纳米尖端来探测样品表面的电磁波。
这种技术允许我们通过将光学探针置于样品表面附近，在纳米尺度上进行成像。
近场光学显微镜的分辨率超过了传统衍射极限，因为其分辨率取决于光学探针的尺寸。
然而，近场光学显微镜在成像模式、样品的可操作性和成像速度方面存在一些局限性。
光学超分辨成像技术在许多领域的应用前景广阔。
在生物医学领域，超分辨成像可用于研究细胞的亚细胞结构和细胞内互作机制，如蛋白质和RNA的运输、核糖体的形成和DNA分子的交互作用等。
对细胞的超分辨观测有助于深入了解细胞生理学和病理学的细微变化，以及癌症和神经退行性疾病等疾病的诊断和治疗。
此外，超分辨成像技术还可以应用于材料科学领域，用于研究材料中的微观结构和纳米颗粒的排列方式，以及光子晶体和纳米器件的制造等。
虽然光学超分辨成像技术在理论和应用方面取得了重要进展，但仍存在一些技术挑战和限制。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
超分辨成像方法研究现状与进展王超;张雅琳;姜会林;李英超;江伦;付强;韩龙【摘要】光电成像系统受到衍射极限和像元分辨率的制约,但研究者们从未停止过脚步来突破这一限制.本文介绍了近年来开展的各种超分辨成像方法和技术,包括应用于荧光显微成像的受激发射损耗技术、结构光照明技术、光激活定位技术与随机光学重构超分辨成像技术;可应用于显微系统、光存储与眼底成像的光瞳滤波技术与径向偏振光超分辨聚焦技术;应用于空间探测的合成孔径技术、光子筛成像技术、超振荡透镜技术、亚像元技术与焦平面编码技术.主要讨论了以上超分辨方法的原理、实现手段与目前发展水平.%Optical imaging system is limited by pixel resolution and diffraction limit,but the researchers try to solve this problem.Various super-resolution imaging methods and techniques in recent years are introduced,including STED technology,SIM technology,PALM technology and STORM technology for the fluorescence microscopy imaging;pupil filtering technology and radially polarizedsuper-resolution focusing technology for microscope,optical storage and retina imaging;synthetic aperture technology,photon sieve imaging technology,super oscillation lens technology,sub-pixel technology and focal plane coding technology for space detection area.The principle,the implementation means and the current development level of these super-resolution imaging methods were discussed.【期刊名称】《激光与红外》【年(卷),期】2017(047)007【总页数】8页(P791-798)【关键词】超分辨率;衍射极限;空间光学系统【作者】王超;张雅琳;姜会林;李英超;江伦;付强;韩龙【作者单位】长春理工大学空间光电技术研究所,吉林长春 130022;长春理工大学光电工程学院,吉林长春 130022;长春理工大学空间光电技术研究所,吉林长春130022;长春理工大学空间光电技术研究所,吉林长春 130022;长春理工大学空间光电技术研究所,吉林长春 130022;长春理工大学空间光电技术研究所,吉林长春130022;长春理工大学光电工程学院,吉林长春 130022【正文语种】中文【中图分类】TN305.7自从光学显微镜和天文望远镜诞生以来,人们在不断寻求着提高光学分辨率的方法,从而观测到更多物体细节。
英国科学家瑞利基于光的衍射理论,提出光学系统的分辨率极限可由下式计算：δxDIF≈1.22λf′/D式中,λ为波长;f′为光学焦距;D为光学系统口径。
如果两个物点之间的距离小于δxDIF即无法分辨。
由式(1)可见,在焦距不变的情况下,想要提升系统的衍射分辨能力可以扩大光学系统的口径或减小工作波长。
在评价显微系统的分辨率时,通常利用数值孔径NA=nsinα来表示系统集光能力,其分辨率可写为：δ=0.61λ/NA由上式可知,要想提高显微系统的分辨率则需要提高相对孔径,在波长为可见光时,即使使用油浸透镜将NA提高到1以上,分辨率极限也不小于200 nm,限制了系统对物体细节进一步分辨。
此外,光电成像系统的分辨率除了与光学镜头有关外,还与探测器像元大小有关。
这种分辨率称为几何分辨率,如式(3)所示：δx=Δxf′/R其中,Δx为像元大小;f′为焦距;R为探测距离。
可见,像元越小,传感器的空间采样频率越高,丢失高频信息越少。
根据Johnson准则,要探测到一个目标,其需要在探测器上占1.5个像元；要识别一个目标则需要占6个像元。
物体在探测器靶面上成像大小相同的情况下,小像元更有利于目标的探测与识别。
由于体积重量以及制造工艺的限制,光学系统的口径与NA不可能无限增大,传感器像元也不可能无限缩小。
因此超分辨理论与技术应运而生,根据研究对象的不同可分为衍射超分辨与几何超分辨,根据应用场景的不同,又可分为用于生物显微镜、投影光刻系统、光盘存储系统、地基望远镜、视网膜成像等不同用途的超分辨技术。
本文将从实际应用的角度出发,分别讨论超分辨成像技术在不同领域的发展现状。
2.1 主要适用于显微领域的超分辨技术(1)受激发射损耗超分辨显微成像应用于显微术的超分辨方法有很多,主流方法为荧光显微技术。
2014年,诺贝尔化学奖即授予发展超分辨率荧光显微成像技术的3位科学家,分别是美国霍华德·休斯医学研究所教授Eric Betzig、德国马克斯普朗克生化研究所教授Stefan W.Hell 和美国斯坦福大学教授William Moerner。
其中除了W.Moerner是由于发现了绿色荧光蛋白的光转化效应而间接推动了超分辨荧光显微技术,另两位学者的研究领域均是直接与超分辨显微成像相关的[1]。
其中发展较早的是1994年由S.W.Hell提出的受激发射损耗技术(STED) 。
该系统中利用一束激发光和一束损耗光来实现超分辨[2]。
其原理如图1(a)所示,首先利用激发光来照射衍射斑范围内的荧光分子,使其处于激发态；然后利用环形损耗光照射,使损耗光照射区域外环的电子以受激发射的方式回到基态；内环的电子仍然以自发荧光的方式回到基态。
这样探测器仅能接收到来自于光斑中心的光,光斑大小远低于衍射极限。
2009年,S.W.Hell等人利用氮缺位样品实现了5.8 nm的横向分辨率[3]；2012年,S.W.Hell等采用固态浸没技术获得2.4 nm 的横向分辨率[4]。
STED系统的成像速度开始为28 f/s,取决于视频扫描速度。
2011年,STED系统在实现38 nm的分辨率的同时成像速度也比原来提升了近4倍[5]。
在国内,北京大学席鹏于2010年首次在国内实现了STED超分辨[6],其后浙江大学刘旭[7]、中科院化学研究所方晓红[8]等也报道了STED技术的进展。
STED技术分辨率高,成像速度快,是目前荧光显微系统中应用较为广泛,发展较为成熟的一种超分辨方法。
其缺点是激发光功率密度很高,容易对活性细胞造成光损伤。
(2)结构光照明超分辨显微成像结构光照明显微镜技术(SIM)和STED技术均可归于基于特殊强度分布照明光场的显微成像技术一类。
SIM技术使用结构光照明,探测器采集到几束不同的结构光和物体在不同角度混频所产生的摩尔条纹,最后对条纹进行解码,生成三维高分辨率图像,如图1(b)所示[9]。
SIM方法的超分辨能力取决于空间光调制器产生的光栅的粗细,由于光栅也受到衍射极限的限制,因此最高能达到常规分辨率的2倍。
但利用饱和非线性效应,可进一步将SIM的分辨率提升到50 nm左右[10]。
2015年,Eric Betzig证实使用光功率极低的连续光照明的SIM技术可获得很高的时间分辨率(不足1 s 内采集40次)[11]。
在国内,2013年中国科学院西安光机所姚保利课题组报道了基于DMD光调制的SIM[12]。
SIM的弱点为分辨率提高有限,优点为光功率低,时间分辨率很高,适于观测活体细胞。
(3)基于随机单分子定位的超分辨显微成像光激活定位显微术(PALM)[13]和随机光学重构显微镜术(STORM)[14]这两种技术原理非常相像,均是基于随机单分子定位技术,即每次仅激活几个荧光分子,并准确定位单个荧光分子点扩展函数的中心,再通过循环叠加来合成高分辨率图像,如图2(a)和2(b)所示。
其中,PALM的概念为Eric Betzig在1994年首次提出,并于2006年在实验中得以实现,该研究使他荣获2014届诺贝尔奖。
在国内,针对PALM/STORM方面,北京大学孙育杰课题组也一直在进行单分子成像技术的研究[15-16]。
这两种方法的分辨率均可达到20～30 nm,至少可比传统光学显微镜分辨率提高10倍。
PALM/STORM的优势是宽视场成像,成像分辨率较高,但这两种方法所需的时间较长,需要反复成像进行叠加,因此其时间分辨率相对较低。
2.2适用于显微及光存储、眼底视网膜成像领域的超分辨技术(1)光瞳滤波超分辨成像光瞳滤波器一般为位于光学系统光瞳处的超分辨衍射元件(DSE),其具有很多个同心环带,且每个环带具有不同的位相或透过率函数,从而缩小衍射花样的主斑大小,提高光学系统的分辨率,如图3所示。
为了评价超分辨的能力,引入超分辨因子G,G为超分辨情况下和衍射极限情况下主瓣宽度之比。
2003 年,Daniel M.de Juana等人提出了一种相位按正弦关系连续变化的DSE,可以抑制旁瓣强度[17]。
2013年,Noé Alcalá Ochoa 等人提出了纯相位型DSE超分辨方法[18]。
2011年,中科院成都光电研究院通过在照明和探测光路中分别加入两个环形光瞳滤波器,将光瞳滤波超分辨技术应用在了活体人眼视网膜共焦扫描成像系统中[19]。
2015年,北京理工大学完成了超分辨聚焦实验和分辨率板实验,其中超分辨聚焦实验的超分辨因子G达到了0.61[20]。
光瞳滤波超分辨技术的应用领域目前主要为生物显微镜、光盘存储系统、人眼视网膜成像等等。
(2)径向偏振光超分辨成像径向偏振光是电矢量振动方向在光束横截面上具有轴对称性,始终沿着径向的一种偏振光,其电场分布图如图4(a)所示。
2000年,K.S.Youngworth对衍射公式进行积分得到了径向偏振光聚焦时的强度分布,并得出聚焦场中纵向分量和径向分量强度的关系[21] 。
D.Deng等根据矢量角谱理论的方法分析了径向偏振光获得超分辨效果的前提[22] 。
径向偏振光能够实现超分辨的一个关键参数是成像系统的数值孔径。
在大数值孔径聚焦的前提下,聚焦场的纵向分量的大小远远超过径向分量的大小,从而得到小于衍射极限大小的光斑。
其原理如图4(b)所示。
以波长为632.8 nm为例,本文通过理论计算,比较了径向偏振光和普通自然光的光学系统在不同数值孔径下的焦面焦斑能量分布,如图5所示。