微信咨询

400-888-5135

3nh@3nh.com

仪器百科

显微高光谱成像系统的原理是什么?应用领域有哪些?

发布时间:2023-09-04 17:45:08  

高光谱显微成像技术将高光谱成像与显微成像相结合,可以同时提供待测组织的图像信息和光谱信息。显微高光谱成像系统的原理是什么?应用领域有哪些呢?本文进行了简单总结。

 

高光谱系数据基本结构


显微高光谱成像系统的原理

高光谱成像系统可以采集到三维数据立方,图中(x,y)维度为空间图像信息(如图所示),第三个维度(1)为光谱信息。在高光谱数据中,有n个灰度图像,其中n为波段数;图像中各个像素点均有与之相对应一条长度为n的光谱曲线。

高光谱成像系统根据成像方式的不同分为摆扫型,推扫型,凝视型和快照型。如图所示,为四种典型高光谱系统成像示意图的。

摆扫型成像原理如图2.2(a)所示,样本某点光谱信息(1)经过扫描镜、分光系统后被CCD收集,样本完整空间信息依靠移动x,y两个维度实现,最终得到高光谱图像数据立方体(x,y,1)。摆扫型系统在图像采集过程中需要匹配两轴高精度电动位移台,因此硬件配置复杂。同时由于需要在空间维度上进行扫描,该成像方式通常也很耗时。

推扫型成像原理如图2.2(b)所示,与摆扫型不同,推扫型可一次性获取狭缝x方向的空间信息,以及狭缝中每个空间点所对应的光谱信息(1),只需沿另一空间轴y方向进行扫描,即可得到三维高光谱数据。推扫型在单个像元上有较长的探测时间,空间分辨率和光谱分辨率相较摆扫型有很大提升,但是系统在推扫成像过程中需要使样本的移动与阵列检测器的帧采集率同步以保证图像平滑。

凝视型成像原理如图2.2(c)所示,该系统可通过一次曝光获得待测样本的空间信息(即特定波段二维灰度图像(x,y)),利用滤波器(如带通滤波器、可变干涉滤波器或线性可变滤波器等)调整系统的输出波长将高光谱数据立方体(x,y,2)填充完整。

快照型成像原理如图2.2(d)所示,通过一次曝光即可获得待测样本空间信息和光谱信息。与摆扫型、推扫型和凝视型不同的是,快照型不需要进行扫描,通过一次积分可获得完整高光谱数据立方体(x,y,1),时间分辨率有很大的提升。快照型成像系统的优点是硬件配置简单,可以实现便携功能,数据处理方便,缺点是空间分辨率和光谱分辨率均有限。

 

高光谱系统成像示意图

图2.2高光谱系统成像示意图(a)摆扫型,(b)推扫型,(c)凝视型,(d)快照型(41高光谱系统


根据分光方式不同,又有多种分类,不同的分光技术直接影响高光谱系统的整体性能、结构和成本。常见的分光方式有:棱镜分光、光栅分光、可调谐滤光片分光和光楔成像等。


 高光谱系统分光方式


图2.3(a)所示为棱镜分光法,入射光在经过狭缝和准直镜后进入棱镜发生色散现象,置于成像镜片后焦面的探测器将色散光进行成像。图2.3(b)为光栅分光法,原理与棱镜法相类似,分光元件采用光栅。图2.3(c)为迈克尔逊干涉分光原理示意图。光谱信息由经过傅里叶变换的干涉图得到,该分光模式适用于空间和光谱随时间变化较慢的样本光谱图像测量。图2.3(d)所示为声光可调谐滤光片。其分光原理是声光衍射,声波是一种机械波,当机械波通过晶体介质时会产生应变作用,在介质内部产生收缩或膨胀区域,周期性地改变介质折射率,此时的晶体介质相当于相位光栅。当复色光入射到该晶体时,某一波长的单色光发生衍射,并以一定角度透射出来,通过控制晶体振动频率实现分光。图2.3(e)为光楔分光原理,靠近面阵探测器安装有楔形多层膜介质干涉滤光片,最终干涉产生不同波长的光被面阵探测器的探测像元所接收。

高光谱应用领域

显微高光谱成像系统的应用领域

显微高光谱成像系统,基于高光谱成像技术,可同时获取目标的三维数据立方体(二维图像及一维光谱数据)。

近年来,随着成像光谱技术的日趋成熟,其在显微领域的应用也逐渐成为人们研究的热点,美国、英国、希腊等国家的研究人员通过不同的技术手段将成像光谱技术应用到病理学、细胞遗传学、组织学、免疫组织化学等领域,这些不同的技术手段主要体现在光谱分光方式上。在国内,人们对成像光谱技术的研究已经有多年的历史,西安光机所、长春光机所和上海技物所等单位先后开展了基于不同分光方法的成像光谱技术研究,

目前为止,显微高光谱成像系统的应用领域主要集中在以下介个方面:

生物医学:医疗病理学诊断、免疫组织检测、生物组织的识别、判断和分析等;

材料科学:纳米材料检验、复合纤维成分检验、半导体晶片质量检验等;

食品安全:瓜果蔬菜农药残留检测、肉类产品食用品质及表面污染物检测;

药品检测:药片中的有效成分含量及其分布检测;

石油石化:石油中化学成分鉴定,石化产品的化学成分剖析和配方研制等。

 


在线客服
联系方式
  • 400-888-5135
  • 3nh@3nh.com
Baidu
map