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