1. 傅里叶叠层成像技术回顾
第一次接触傅里叶叠层成像（Fourier Ptychographic Microscopy，简称FPM）时，我完全被它的"魔法"震惊了——用低分辨率显微镜拍几十张照片，通过算法处理就能得到高分辨率图像。这就像用手机拍的照片经过处理后比专业单反还清晰，简直颠覆了我对显微成像的认知。
传统显微镜有个难以调和的矛盾：高分辨率和大视场就像鱼和熊掌不可兼得。想要看清更小的细节（高分辨率），就得用高倍物镜，但视野范围会变得很小；想要看更大的范围（大视场），就得降低分辨率。这个矛盾在光学上有个专业术语叫"空间带宽积"（SBP），它就像显微镜的"信息容量"，普通显微镜的SBP大概在1000万像素左右。
FPM的聪明之处在于它用计算成像的方法突破了这个物理限制。它结合了两个关键技术创新：相位恢复和孔径合成。简单来说，相位恢复解决了相机只能记录光强而丢失相位信息的问题；孔径合成则通过不同角度照明，把多张低分辨率图像的信息"拼"在一起，相当于在傅里叶空间把各个方向的频谱信息都收集全了。
2. 逆向重建算法的核心思想
2.1 从正向模型到逆向问题
在正向成像过程中，我们已知高分辨率物体和照明条件，可以模拟出低分辨率图像。这就像知道菜谱和原料，能预测出菜的味道。但实际问题恰恰相反——我们手头只有一堆低分辨率照片（相当于只尝到了菜的味道），要反推出原始物体（相当于还原菜谱和原料），这就是典型的逆向问题。
逆向重建算法的本质是解这个"反问题"。想象你玩拼图游戏：正向过程是把完整图片剪成碎片，逆向过程则是把碎片拼回原图。FPM的难点在于，我们不仅丢失了相位信息（相当于拼图片被翻转看不到图案），每张图片还只包含部分频谱信息（相当于每片拼图都是半透明的）。
2.2 交替投影算法原理
最经典的逆向重建方法是交替投影（Alternating Projection），它像在两个房间来回穿梭的侦探：
- 在"实物房间"（空间域），我们要求重建的图像必须与拍摄的低分辨率图像一致
- 在"频谱房间"（傅里叶域），我们要求频谱必须符合显微镜的光学限制 算法就在这两个"房间"来回穿梭
7692
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
