摘要：
相机的自动对焦要求相机根据拍摄环境和场景的变化，通过相机内部的微型驱动马达，自动调节相机镜头和CCD之间的距离，保证像平面正好投影到CCD的成像表面上。这时候物体的成像比较清晰，图像细节信息丰富。 相机自动对焦的过程，其实就是对成像清晰度评价的过程，对焦不准确，拍摄出来的图像清晰度低，视觉效果模糊，
阅读全文
posted @ 2020-02-14 14:13
一杯清酒邀明月
阅读(4168)
推荐(1)
编辑
摘要：
前言 我们都知道TCP和UDP作为传输协议，被广泛应用于网络通信。这些基础的网络知识也是需要了解，既然两种传输协议都可以用于通信，那它们两者又有何区别。本文将以下面5个点进行对比： 连接特点 交互通信 数据处理 传输服务 报头开销 UDP和TCP在TCP/IP模型中的位置 在比较这两者的区别之前，有
阅读全文
posted @ 2020-02-14 14:07
一杯清酒邀明月
阅读(354)
推荐(0)
编辑
摘要：
在Windows平台下： 您可以使用dllimport或dllexport属性声明C ++类。这些形式意味着导入或导出整个类。以这种方式导出的类称为可导出类。 以下示例定义可导出的类。导出其所有成员函数和静态数据： 1 #define DllExport __declspec( dllexport
阅读全文
posted @ 2020-02-14 13:53
一杯清酒邀明月
阅读(2584)
推荐(0)
编辑
摘要：
目前市面上常见的CCD和sCMOS相机多为制冷相机，具体的制冷温度在各个生产厂家和相机型号之间各有不同。大家或许要问，为什么制冷温度会设定的不一样？制冷对图像信噪比有很大影响么？本期真相小编就来给大家详细说说这个问题。 首先还是要上万能的信噪比公式： 大家还记得在噪声系列（上）中我们说了暗电流是受温
阅读全文
posted @ 2020-02-13 19:08
一杯清酒邀明月
阅读(765)
推荐(0)
编辑
摘要：
前两篇如影随形的噪声(上，中) 我们讨论了图像的主要噪声源。了解噪声的目的，是为了尽可能提升图像的信噪比。本期小编就想和大家探讨一下，常用的提升信噪比方法的技术原理，并对他们的效果做定量分析。 以下的讨论，都是基于这个基本信噪比公式: 另外，对生物成像应用，我们有以下假设: 制冷相机的暗电流可以忽略
阅读全文
posted @ 2020-02-13 19:06
一杯清酒邀明月
阅读(1044)
推荐(0)
编辑
摘要：
在上一期中我们给大家详细介绍了科学成像中三种主要的噪声：散粒噪声，读出噪声和暗电流。有了这三种噪声的数据，忽略其他噪声源，我们可以计算出图像的信噪比： 其中： 以上公式就变为： 通常暗电流噪声可以忽略，这样我们不难看出：当光信号较强时（远大于读出噪声），散粒噪声占主导地位，信噪比主要由信号强度决定；
阅读全文
posted @ 2020-02-13 19:00
一杯清酒邀明月
阅读(965)
推荐(0)
编辑
摘要：
锵锵锵！新一期的真相系列又和大家见面啦~~~ 在之前的文章中，我们向大家介绍了信噪比及其计算方法，还记得这个公式么？ 大家都想要获得信噪比高的图像，但是噪声就像一个如影随形的幽灵，总是出来捣乱。尤其在一些高端显微成像应用中，如转盘式共聚焦、TIRF、单分子荧光成像等，由于信号弱，这时更低的噪声尤为重
阅读全文
posted @ 2020-02-13 18:57
一杯清酒邀明月
阅读(1598)
推荐(0)
编辑
摘要：
前几期真相文章得到了读者积极的反馈，其中提问最多的就是这个公式: 首先，大家觉得这个公式太有用了。以前只能定性地评价图像质量，现在一下子就能直接算出信噪比，瞬间高大上了许多有木有。然而，杯具的现实是，95%的人都找不到相机的出厂报告，也就是说并不知道自己相机的 Gain 是多少。不知道 Gain,
阅读全文
posted @ 2020-02-13 17:27
一杯清酒邀明月
阅读(2395)
推荐(0)
编辑
摘要：
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
阅读全文
posted @ 2020-02-13 17:21
一杯清酒邀明月
阅读(1161)
推荐(0)
编辑
摘要：
“你这个手机相机分辨率是多少？” “XPPO，前后2000万，拍照更清晰！” “哇，分辨率这么高！” 说到分辨率，大家第一个反应是看有多少像素，而且认为像素越多，分辨率就越高，图像质量也越好。这种说法，当我们单纯看图像分辨率或者显示器分辨率时，也可以说没错。但在讨论科研相机的分辨率和成像质量时，单看
阅读全文
posted @ 2020-02-13 17:19
一杯清酒邀明月
阅读(1510)
推荐(0)
编辑
摘要：
我们上几期的真相系列文章讨论了信噪比(做成像的你不能不了解的真相3 - 信噪比1；做成像的你不能不了解的真相3 - 信噪比2) 和灰度值与电子数的换算（增益Gain, 灰度值与电子数-做成像的你不能不了解的真相4）。本期我们以Image J 为例，讨论一下怎样使用图像分析软件，对图像的信噪比进行定量
阅读全文
posted @ 2020-02-13 17:12
一杯清酒邀明月
阅读(3405)
推荐(0)
编辑
摘要：
引 子 上两期真相中（做成像的你不能不了解的真相3--信噪比1和做成像的你不能不了解的真相3--信噪比2），我们说到在散粒噪声限制区域里（也就是其他噪声都可以忽略），信噪比等于光强度的平方根。其中的强度值是实际的物理量电子数，而不是灰度值。 那到底什么是电子数？灰度值与电子数有什么关系？今天我们要来
阅读全文
posted @ 2020-02-13 17:03
一杯清酒邀明月
阅读(2076)
推荐(0)
编辑
摘要：
小编又回来了，上篇最后我们留下了以下两个问题，请大家思考是否正确: (没读过上篇"做成像的你不能不了解的真相3—信噪比1”的，一定要先读喔)。 1. 成像的追求，就是要不断提高信噪比；没有最好，只有更好 2. 图像的信噪比，一般肉眼判断一下就可以了, 定量计算很难，也没有必要 讨论分割线 首先看看第
阅读全文
posted @ 2020-02-13 16:59
一杯清酒邀明月
阅读(1892)
推荐(0)
编辑
摘要：
大家对前几期《做成像的你不得不了解的真相》系列文章反馈积极，小编倍受鼓舞，今天再来开讲新话题——信噪比。 做荧光成像的你一定有这个经历吧，你小心翼翼制备好了样品，调整好显微镜和软件，点击拍照按钮，结果得到了下面的图像。 图1 看到这样的图像是不是有点沮丧？不过，有经验的用户已经意识到问题所在，并且手
阅读全文
posted @ 2020-02-13 16:47
一杯清酒邀明月
阅读(1687)
推荐(0)
编辑
摘要：
科研级相机的灵敏度由三个主要参数决定: 探测器的QE, 像元尺寸和相机噪声。 后两项我们以后再做专题讨论。这期先讲讲小编认为顶顶重要，看起来最容易理解，但是其实还有些奥妙的QE. QE-量子效率 QE很容易理解，就是探测器的探测效率。由于半导体材料对光信号的吸收效率和波长相关，我们看到的QE曲线横轴
阅读全文
posted @ 2020-02-13 16:42
一杯清酒邀明月
阅读(1685)
推荐(0)
编辑
摘要：
朋友，你知道专业摄影师拍摄出赏心悦目美好照片的秘密武器吗？你还在羡慕别人的文章里的图片为什么辣么漂亮吗？你想知道同样是一副图像，如何经过简单的处理就有完全不同的表现效果起死回生吗？朋友，你需要阅读这篇文章，做成像的你不得不了解的真相1-对比度。 我们回来啦！说来惭愧，Photometrics和QIm
阅读全文
posted @ 2020-02-13 16:35
一杯清酒邀明月
阅读(1199)
推荐(0)
编辑
摘要：
成像中大家最关心的无非是两个问题：信噪比和分辨率，这也正是我们讨论最多的两个因素。 首先是信噪比：图像的信噪比取决于信号和噪声的强弱。对此我们在信噪比1和信噪比2中给出了详细的解释。这里隆重的请出2018年最佳上镜奖获得者——信噪比公式： 信噪比公式教导我们，要获得高信噪比的图像，就要选择高量子效率
阅读全文
posted @ 2020-02-13 16:30
一杯清酒邀明月
阅读(508)
推荐(0)
编辑
管理