[go: up one dir, main page]

CN118520236B - 一种用于棱镜耦合型spr检测仪信号噪声抑制方法 - Google Patents

一种用于棱镜耦合型spr检测仪信号噪声抑制方法 Download PDF

Info

Publication number
CN118520236B
CN118520236B CN202410985301.8A CN202410985301A CN118520236B CN 118520236 B CN118520236 B CN 118520236B CN 202410985301 A CN202410985301 A CN 202410985301A CN 118520236 B CN118520236 B CN 118520236B
Authority
CN
China
Prior art keywords
signal
spr
noise
original
algorithm
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202410985301.8A
Other languages
English (en)
Other versions
CN118520236A (zh
Inventor
张之
王晓萍
孙成伟
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hangzhou Jiasheng Biological Digital Technology Co ltd
Original Assignee
Hangzhou Jiasheng Biological Digital Technology Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Hangzhou Jiasheng Biological Digital Technology Co ltd filed Critical Hangzhou Jiasheng Biological Digital Technology Co ltd
Priority to CN202410985301.8A priority Critical patent/CN118520236B/zh
Publication of CN118520236A publication Critical patent/CN118520236A/zh
Application granted granted Critical
Publication of CN118520236B publication Critical patent/CN118520236B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/10—Pre-processing; Data cleansing
    • G06F18/15—Statistical pre-processing, e.g. techniques for normalisation or restoring missing data
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/01—Arrangements or apparatus for facilitating the optical investigation
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
    • G01N21/55—Specular reflectivity
    • G01N21/552—Attenuated total reflection
    • G01N21/553—Attenuated total reflection and using surface plasmons
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
    • G06F2218/02—Preprocessing
    • G06F2218/04—Denoising

Landscapes

  • Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Probability & Statistics with Applications (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Artificial Intelligence (AREA)
  • Optical Recording Or Reproduction (AREA)
  • Measurement Of Optical Distance (AREA)

Abstract

本发明公开了一种用于棱镜耦合型SPR检测仪信号噪声抑制算法，步骤1、获取原始SPR信号；步骤2、在时域上，根据空间信号在较长窗口尺度标准差函数一阶差分拐点将原始SPR信号在位置空间上进行划分，分别为左侧信号、底部信号和右侧信号；步骤3、将划分后得到不同区域的信号分别进行处理，在处理底部信号时，根据动态基线算法重新计算出动态基线参数；步骤4、将不同区域的信号进行合成得到重建信号；步骤5、将重建信号和重新计算出的动态基线参数作为输入，通过质心算法得到抑制后的SPR信号。该方法针对SPR信号在不同空间位置上表现出的不同噪声特点进行抑制，降低后续质心处理算法求解区域的边缘不确定性，提高质心算法输出的信噪比。

Description

一种用于棱镜耦合型SPR检测仪信号噪声抑制方法
技术领域
本发明涉及设备信号处理技术领域，具体指一种用于棱镜耦合型SPR检测仪信号噪声抑制方法。
背景技术
基于表面等离子共振（SPR）原理的SPR检测仪用于研究分子间相互作用，该仪器可以给出结合能、结合速度两个维度的信息。SPR检测仪大多数采用棱镜耦合型结构，并在此结构上以固定/可动两种方式实现角度调制。采用固定接收角度的SPR检测仪信号噪声来源于光信号（光源波动、接收器性能等）、电信号（电路噪声）；采用可动接收角度的SPR检测仪则还有机械噪声。
除光源噪声外，可动角度的SPR检测仪采用灵敏度更高的光电元件作为信号接收器，其信号噪声多源于机械运动引起，噪声信号特征与采用CCD或CMOS作为接收器的固定角度检测仪噪声时频特征存在较大差异，前者噪声表现出低频且周期较明显、强度较特征，后者表现为高频且周期不明显，强度较小特征。采用可动方式实现角度可调的SPR检测仪是市场主流，而固定角度类型产品较少，在包括噪声抑制在内的信号提取处理算法上缺乏充分研究，故角度固定型产品需要有相应的针对性的信号提取算法。
其次，随着电子科技发展，CCD、CMOS的感光芯片使用的基底材料、像素单元结构、工作方式均有重大变化，与早期固定角度类型采用的元件型号有重大差异，表现出的噪声类型有相当大差异，相应的信号提取算法也应有所区别。例如，早期CCD为支持较高刷新速度，芯片内采用了插值算法，实质上在信号提取处理算法前置了平滑处理过程，以损害信号在两个维度上的分辨率的代价被动降低噪声影响。
当前SPR信号提取算法多采用质心算法或以质心算法为基础改良的算法（以下均称为质心算法），信号噪声对质心算法的影响表现为对求解质心所在区域的边缘振荡，边缘振荡一方面影响了求解质心区域面积，另一方面也影响区域形态。区域面积与区域形态是相互关联的外在表现因素，单一固定面积或固定形态指标的算法抑制噪声的效果有限。其次，在对噪声性质的认识上，通常认为边缘振荡是随机噪声，处理方法单一化，即采用基于时间或空间上的平滑措施。
此外，质心算法通常搭配动态基线法共同使用以降低求解区域相对位置变化引发的噪声，这种方法本质是采用损失采样频率实现的，但动态基线的选取跟区域形态有较强关联，当整体灰度降低时信号表现为半宽度增加，此时基线的少量变动会引起区域面积的较大变动形成信号冲击，而信号边缘的不规则会进一步放大冲击，在最终的信号上体现为毛刺或阶跃形态噪声且难以通过时域平滑等方式消除。
发明内容
本发明针对现有技术的不足，提出一种用于棱镜耦合型SPR检测仪信号噪声抑制算法，针对SPR信号在不同空间位置上表现出的不同噪声特点进行抑制，降低后续质心处理算法求解区域的边缘不确定性，提高质心算法输出的信噪比。
为了解决上述技术问题，本发明的技术方案为：
一种用于棱镜耦合型SPR检测仪信号噪声抑制方法，包括如下步骤：
步骤1、获取原始SPR信号；
步骤2、在时域上，根据空间信号在标准差函数一阶差分拐点将原始SPR信号在位置空间上进行划分，分别为左侧信号、底部信号和右侧信号；
步骤3、将划分后得到不同区域的信号分别进行处理，在处理底部信号时，根据动态基线算法重新计算出动态基线参数；
步骤4、将不同区域的信号进行合成得到重建信号；
步骤5、将重建信号和重新计算出的动态基线参数作为输入，通过质心算法得到抑制后的SPR信号。
作为优选，所述步骤1中获取原始SPR信号时，初始化标零阶段对每个像素点反射率时序信号构成的噪声计算其正态分布参数。
作为优选，所述原始SPR信号为通过棱镜耦合型表面等离子共振检测仪产生并扣除暗电流后的反射率＜0.9部分的空间灰度信号。
作为优选，所述步骤2中，将原始SPR信号在位置空间上进行划分的方法为：
步骤2.1、首先以原始信号在空间上反射率强度最低点作为信号左右两侧区分偏移量，记为Pmin；
步骤2.2、对于左侧信号SL，Pmin的左侧信号用二阶导数找出噪声强度变化拐点，并以拐点作为基线左侧参考点，记为PL，将PL的左侧信号作为左侧信号记为SL；
步骤2.3、对于右侧信号记为SR，Pmin的右侧信号按步骤2.2的方法确定基线右侧参考点，记为PR，将PR的右侧信号作为右侧信号记为SR；
步骤2.4、取PL、PR中反射率较大的作为底部确认线，偏移量分别记为BL、BR，PL、PR两点间的原始信号作为底部信号SB。
作为优选，所述步骤2.3中，在确定基线右侧参考点前，先通过高通滤波器剔除低频信号。
作为优选，所述左侧信号的处理方法为：根据正态分布参数判断当前位置反射率最新值是否采信，不采信则使用空间上附近点的线性中点替代，信号仍然记为SL’。
作为优选，所述右侧信号的处理方法为：采用简单平滑去除白噪声，记为SR’。
作为优选，所述右侧信号的处理方法为：原始信号基础上采用多项式、对数函数拟合重建，且可根据计算速度要求采用低阶多项式拟合简化计算提高速度，处理后得到右侧信号，记为SR’。
作为优选，所述底部信号的处理方法为：根据需求选择是否采信底部信号，若采信，则通过平均、多项式拟合调整底部信号平滑度；若不采信，则用BL、BR、Pmin三点通过线性和二次多项式重建底部信号，调整或重建后的底部信号仍然记为SB’。
作为优选，所述SL’、SR’、SB’重新合成成质心算法的输入信号，并提供PL、PR、Pmin三点供后续动态质心算法用于确定基线。
本发明具有以下的特点和有益效果：
采用高分辨率灰度CMOS作为SPR信号接收器，在不同空间位置上的信号表现出差异显著的噪声特性差异，采取针对性的处理措施能更好改善质心算法求解空间区域的边缘稳定性。
接收器的高刷新率能为SPR检测仪提供更好的时间分辨率，对研究分子结合速率有重要意义。支持高刷新率需要有匹配的信号提取算法处理速度，复杂的算法提高信号精度的同时必然减弱对高刷新率的支持，本发明可在二者间建立平衡或提供用户选择侧重方向。
本发明有效降低噪声水平。同样的原始信号，在1帧/秒速率下，对比直接采用动态基线算法，本发明将噪声水平从0.032RU降低到0.018RU，增强了信噪比。
对比常见SPR检测仪输出速率超过1秒，本发明可有效提高棱镜耦合型SPR检测仪信号敏感度，在接收器最高20帧/秒刷新速度下可无延迟同频率输出（此时噪声水平约0.053RU），高刷新率提高了快信号的分辨率，能更好反映出分子间结合/解离反应速度。
由于噪声减小，后续数据处理上可以减少时序平滑方式处理信号，故弱信号更容易被发现，一定程度上降低了检出限。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为本发明SPR信号提取方法原理示意图；
图2为本发明SPR检测仪的机构示意图；
图3为所提取的原始SPR信号的示意图；
图4为重建SPR信号与原始SPR信号的对比示意图；
图5为噪声抑制效果对比示意图。
具体实施方式
需要说明的是，在不冲突的情况下，本发明中的实施例及实施例中的特征可以相互组合。
在本发明的描述中，需要理解的是，术语“中心”、“纵向”、“横向”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，术语“第一”、“第二”等仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”等的特征可以明示或者隐含地包括一个或者更多个该特征。在本发明的描述中，除非另有说明，“多个”的含义是两个或两个以上。
在本发明的描述中，需要说明的是，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以通过具体情况理解上述术语在本发明中的具体含义。
实施例1
本实施例中，应用固定角度棱镜耦合型SPR检测仪结构，具体结构如图2所示，包括光源，以及在光源投射出的光路上依次设置准直镜、偏振片、柱面透镜、柱面棱镜、柱面透镜你、成像透镜和目镜。
进一步的，本实施例中采用CMOS或CCD作为接收器接收目镜投射出的光信息。接收器以固定频率刷新并输出整幅灰度图像数据，图像质量取决于感光芯片像素间距及单像素灰度位深度，像素间距越小，SPR信号的空间物理分辨率越高；单像素灰度位深度越大，SPR信号的强度分辨率越高。据此本发明提供了一种用于棱镜耦合型SPR检测仪信号噪声抑制方法，如图1所示，包括如下步骤：
步骤1、获取原始SPR信号。
进一步的，获取原始SPR信号时，初始化标零阶段对每个像素点反射率时序信号构成的噪声计算其正态分布参数。原始SPR信号为通过棱镜耦合型表面等离子共振检测仪产生并扣除暗电流后的反射率＜0.9部分的空间灰度信号。取值为
其中，正态分布参数取决于摄像头的最高快门速度，快门速度随元器件批次差异有所不同，本实施例中，正态分布参数经过归一化后正态分布参数典型值取0.27。
可以理解的，SPR信号为灰度图像信号，因此通过对灰度变化的计算就可以获得最大共振偏移量。
步骤2、在时域上，根据空间信号在较长窗口尺度标准差函数一阶差分拐点将原始SPR信号在位置空间上进行划分，分别为左侧信号、底部信号和右侧信号。
可以理解的，SPR信号灰度变化呈现出三种不同特点的噪声类型。从位置空间上看，信号可分为左侧、底部、右侧三个区域，这三个区域呈现不同特征：左侧信号连续性好，接近线性；底部信号呈现白噪声态；右侧形态则表现出一定叠加了周期性噪声的形态，如图3所示。从时域上看，左侧、右侧体现出明显的正态分布特征；底部则表现为随机噪声。
因此，本实施例通过以下子步骤对原始SPR信号在位置空间上进行划分，具体方法如下：
步骤2.1、首先以原始信号在空间上反射率强度最低点作为信号左右两侧区分偏移量，记为Pmin；
步骤2.2、对于左侧信号SL，Pmin的左侧信号用二阶导数找出噪声强度变化拐点，并以拐点作为基线左侧参考点，记为PL，将PL的左侧信号作为左侧信号记为SL；
步骤2.3、对于右侧信号记为SR，Pmin的右侧信号按步骤2.2的方法确定基线右侧参考点，记为PR，将PR的右侧信号作为右侧信号记为SR。
在确定基线右侧参考点前，先通过高通滤波器剔除低频信号。
步骤2.4、取PL、PR中反射率较大的作为底部确认线，偏移量分别记为BL、BR，PL、PR两点间的原始信号作为底部信号SB。
步骤3、将划分后得到不同区域的信号分别进行处理，在处理底部信号时，根据动态基线算法重新计算出动态基线参数；
具体的，左侧信号的处理方法为：根据正态分布参数判断当前位置反射率最新值是否采信，不采信则使用空间上附近点的线性中点替代，信号仍然记为SL’。
右侧信号的处理方法为：采用简单平滑去除白噪声，记为SR’。处理方法更加简单，容易实现。
底部信号的处理方法为：根据需求选择是否采信底部信号，若采信，则通过平均、多项式拟合调整底部信号平滑度；若不采信，则用BL、BR、Pmin三点通过线性和二次多项式重建底部信号，调整或重建后的底部信号仍然记为SB’。
步骤4、将不同区域的信号进行合成得到重建信号，具体的，所述SL’、SR’、SB’重新合成质心算法的输入信号，并提供PL、PR、Pmin三点供后续动态质心算法用于确定基线。
步骤5、将重建信号和重新计算出的动态基线参数作为输入，通过质心算法得到抑制后的SPR信号。
应用上述实施例，通过对比，如图4所示，可以看出本发明有效降低噪声水平。同样的原始信号，在1帧/秒速率下，对比直接采用动态基线算法，本发明将噪声水平从0.032RU降低到0.018RU，增强了信噪比。对比常见SPR检测仪输出速率超过1秒，本发明可有效提高棱镜耦合型SPR检测仪信号敏感度，在接收器最高20帧/秒刷新速度下可无延迟同频率输出（此时噪声水平约0.053RU），高刷新率提高了快信号的分辨率，能更好反映出分子间结合/解离反应速度。
可以理解的，由于噪声减小，后续数据处理上可以减少时序平滑方式处理信号，故弱信号更容易被发现，一定程度上降低了检出限。
实施例2
本实施例与实施例1的区别在于，右侧信号的处理方法为：原始信号基础上采用多项式、对数函数拟合重建，且可根据计算速度要求采用低阶多项式拟合简化计算提高速度，处理后得到右侧信号，记为SR’。二次函数拟合重建。速度、精度更加优秀。
以上结合附图对本发明的实施方式作了详细说明，但本发明不限于所描述的实施方式。对于本领域的技术人员而言，在不脱离本发明原理和精神的情况下，对这些实施方式包括部件进行多种变化、修改、替换和变型，仍落入本发明的保护范围内。

Claims (6)

1.一种用于棱镜耦合型SPR检测仪信号噪声抑制方法，其特征在于，包括如下步骤：
步骤1、获取原始SPR信号；
步骤2、在时域上，根据空间信号在标准差函数一阶差分拐点将原始SPR信号在位置空间上进行划分，分别为左侧信号、底部信号和右侧信号；
将原始SPR信号在位置空间上进行划分的方法为：
步骤2.1、首先以原始信号在空间上反射率强度最低点作为信号左右两侧区分偏移量，记为Pmin；
步骤2.2、对于左侧信号SL，Pmin的左侧信号用二阶导数找出噪声强度变化拐点，并以所述拐点作为基线左侧参考点，记为PL，将PL的左侧信号作为左侧信号记为SL；
步骤2.3、对于右侧信号记为SR，Pmin的右侧信号按步骤2.2的方法确定基线右侧参考点，记为PR，将PR的右侧信号作为右侧信号记为SR；
步骤2.4、取PL、PR中反射率较大的作为底部确认线，偏移量分别记为BL、BR，PL、PR两点间的原始信号作为底部信号SB；
步骤3、将划分后得到不同区域的信号分别进行处理，在处理底部信号时，根据动态基线算法重新计算出动态基线参数；
所述左侧信号的处理方法为：根据正态分布参数判断当前位置反射率最新值是否采信，不采信则使用空间上附近点的线性中点替代，信号仍然记为SL’；
所述右侧信号的处理方法为：采用简单平滑去除白噪声，记为SR’；
所述底部信号的处理方法为：根据需求选择是否采信底部信号，若采信，则通过平均、多项式拟合调整底部信号平滑度；若不采信，则用BL、BR、Pmin三点通过线性和二次多项式重建底部信号，调整或重建后的底部信号仍然记为SB’；
步骤4、将不同区域的信号进行合成得到重建信号；
步骤5、将重建信号和重新计算出的动态基线参数作为输入，通过质心算法得到抑制后的SPR信号。
2.根据权利要求1所述的一种用于棱镜耦合型SPR检测仪信号噪声抑制方法，其特征在于，所述步骤1中获取原始SPR信号时，初始化标零阶段对每个像素点反射率时序信号构成的噪声计算其正态分布参数。
3.根据权利要求1所述的一种用于棱镜耦合型SPR检测仪信号噪声抑制方法，其特征在于，所述原始SPR信号为通过棱镜耦合型表面等离子共振检测仪产生并扣除暗电流后的反射率＜0.9部分的空间灰度信号。
4.根据权利要求2所述的一种用于棱镜耦合型SPR检测仪信号噪声抑制方法，其特征在于，所述步骤2.3中，在确定基线右侧参考点前，先通过高通滤波器剔除低频信号。
5.根据权利要求2所述的一种用于棱镜耦合型SPR检测仪信号噪声抑制方法，其特征在于，所述右侧信号的处理方法可以替换为：原始信号基础上采用多项式、对数函数拟合重建，且可根据计算速度要求采用低阶多项式拟合简化计算提高速度，处理后得到右侧信号，记为SR’。
6.根据权利要求5所述的一种用于棱镜耦合型SPR检测仪信号噪声抑制方法，其特征在于，所述SL’、SR’、SB’重新合成成质心算法的输入信号，并提供PL、PR、Pmin三点供后续动态质心算法用于确定基线。
CN202410985301.8A 2024-07-23 2024-07-23 一种用于棱镜耦合型spr检测仪信号噪声抑制方法 Active CN118520236B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202410985301.8A CN118520236B (zh) 2024-07-23 2024-07-23 一种用于棱镜耦合型spr检测仪信号噪声抑制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202410985301.8A CN118520236B (zh) 2024-07-23 2024-07-23 一种用于棱镜耦合型spr检测仪信号噪声抑制方法

Publications (2)

Publication Number Publication Date
CN118520236A CN118520236A (zh) 2024-08-20
CN118520236B true CN118520236B (zh) 2024-09-27

Family

ID=92285471

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202410985301.8A Active CN118520236B (zh) 2024-07-23 2024-07-23 一种用于棱镜耦合型spr检测仪信号噪声抑制方法

Country Status (1)

Country Link
CN (1) CN118520236B (zh)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105044041A (zh) * 2015-07-24 2015-11-11 天津大学 一种基于高斯拟合的光纤型表面等离子共振信号峰值定位检测方法
EP3066455A1 (en) * 2013-11-04 2016-09-14 Agency For Science, Technology And Research Optical sensing device for surface plasmon resonance (spr) and optical sensing method using surface plasmon resonance (spr)

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE69331719T2 (de) * 1992-06-19 2002-10-24 Agfa-Gevaert, Mortsel Verfahren und Vorrichtung zur Geräuschunterdrückung
WO2009070913A1 (fr) * 2007-11-29 2009-06-11 National Center For Nanoscience And Technology, China Procédé et système de mesure spr
ES2820228T3 (es) * 2018-03-29 2021-04-20 Leica Microsystems Aparato y método, en particular para microscopios y endoscopios, que utilizan estimación de línea de base y minimización semi-cuadrática para eliminar la borrosidad de imágenes
CN116898470A (zh) * 2023-08-29 2023-10-20 明峰医疗系统股份有限公司 一种ct扫描设备的低信号的噪声抑制方法、系统、设备及介质
CN118329843A (zh) * 2024-04-22 2024-07-12 淮阴工学院 基于bes及广义s变换的光纤spr传感器光谱去噪方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP3066455A1 (en) * 2013-11-04 2016-09-14 Agency For Science, Technology And Research Optical sensing device for surface plasmon resonance (spr) and optical sensing method using surface plasmon resonance (spr)
CN105044041A (zh) * 2015-07-24 2015-11-11 天津大学 一种基于高斯拟合的光纤型表面等离子共振信号峰值定位检测方法

Also Published As

Publication number Publication date
CN118520236A (zh) 2024-08-20

Similar Documents

Publication Publication Date Title
US7061524B2 (en) Motion/saturation detection system and method for synthesizing high dynamic range motion blur free images from multiple captures
CN110298874B (zh) 基于单个图像传感器及在可见光谱中的结构光图案撷取图像及相关三维模型的方法及装置
US10070042B2 (en) Method and system of self-calibration for phase detection autofocus
US9076204B2 (en) Image capturing device, image capturing method, program, and integrated circuit
CN103888689B (zh) 图像采集方法及图像采集装置
WO2011033971A1 (ja) 測距装置、測距方法、及びプログラム
US20130021484A1 (en) Dynamic computation of lens shading
US7782396B2 (en) Frame rate converting apparatus and imaging apparatus
US9635243B2 (en) Ranging apparatus, imaging apparatus, and ranging method
WO2011158498A1 (ja) 撮像装置及び撮像方法
KR20160084806A (ko) 광 집적 동안에 발생하는 광 변조 변화를 위한 전자-롤링-셔터로 비행시간 삼차원 카메라로부터의 깊이 이미지의 수정
US20230092325A1 (en) Digital pixel sensor
US20100194870A1 (en) Ultra-compact aperture controlled depth from defocus range sensor
US10877154B2 (en) Range estimation for light detecting and ranging (LIDAR) systems
KR20060129954A (ko) 화상 처리 장치 및 촬상 장치
EP0145563A2 (fr) Ophtalmoscope catadioptrique à balayage
JP2008276017A (ja) 撮像装置および方法、並びにプログラム
US20170078546A1 (en) Optimised video denoising for heterogeneous multisensor system
CN102547157B (zh) 自适应相关双采样相位校准方法
CN118520236B (zh) 一种用于棱镜耦合型spr检测仪信号噪声抑制方法
US20120176514A1 (en) Image processing apparatus, image processing method, and program
CN115297285A (zh) 一种读出图像数据的方法、装置、计算机及存储介质
JPH0792376A (ja) 測距装置
JP2012114842A (ja) 撮像装置及び駆動雑音除去装置
JP2021097346A (ja) 撮像装置およびその制御方法、プログラム

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant