分析测试百科网

搜索

喜欢作者

微信支付微信支付
×

凝胶成像基础知识

2021.11.18
头像

zhaoqisun

致力于为分析测试行业奉献终身

(1)分辨率

 分辨率的大小和像素值是分不开的,像素指得是CCD能分别的*小的感光元件,我们平时说的多少万像素就是这些感光元件的个数了。所以一般来讲像素越多,成像也就越清晰细腻,当然这其中还要受许多因素限制,下面会慢慢提到的。但是高像素也不一定是好的CCD,其原因就是像素大小(Pixel Size),也是很重要的因素,相同数目的像素,排列越密集,像素之间就越容易出现电流干扰,容易出现"噪点"等干扰成像质量的现象出现。由于制造工艺的限制,增加尺寸,成本将会以几何级数提高。

现在大部分厂家的CCD为了提高图像的灵敏度,会使用像素合并的技术,那么像素合并的意义是什么呢?

像素合并是一种非常有用的功能,它可被用来提高像素的大小和灵敏度,如图所示分辨率为795512,像素大小为9u,当经过22合并后,变成398256,像素大小为18u.33合并后,变成265170,像素大小为27u,灵敏度提高9倍,这样每个像素大小为27u.

(2)动态范围值

动态范围表示在一个图像中*亮与*暗的比值。

灰阶表示在一种表征光亮度的方法,12bit表示从*暗到*亮等分为212=4096个级别,16bit即分为216个级别,可见bit值越高能分出的细微差别越大,如图下面这张图片人眼只能分辨出40个灰阶,而对于一台12bit的仪器能分辨出4,096个灰阶。值得一提的是,目前来说,市场上主流的凝胶成像的CCD以12bit为主,16bit的仪器一般情况下,分辨率均在200万像素左右,对于真正的16bit,而像素值又近400万的CCD是非常少见的。

12bit与16bit在图像分辨上的区别

对动态范围进行量化需要一个运算公式,即动态范围值 = 20 log (well depth/read noise),其中Well depth代表是满井电子,是CCD饱和时能接受的电子信号总值,read noise是读出噪声(以电子数来表示),每个CCD在读数的过程中都会产生噪声,噪声越小,监测灵敏度越高。其中满井电子与CCD的bit值是相关的,通常下,bit值越高,满井电子的数值越大。

举例如下:

  Well depth = 85,000 个电子, read noise = 12 个电子

  Dynamic range = 20 log (85,000/12), or 77dB.

动态范围的值越高CCD性能越好.

(3)量子效率

CCD的量子效率也称像素灵敏度,指在一定的曝光量下,像素势阱中所积累的电荷数与入射到像素表面上的光子数之比。不同结构的CCD其量子效率差异很大。比如100光子中积累到像素势阱中的电荷数是50个,则量子效率为50%(100 photons = 50 electrons means 50% efficiency)。值得注意的是CCD 的量子效率与入射光的波长有关。

(4)信噪比

说到信噪比就不得不提到暗电流了,暗电流是导致CCD噪音的很重要的因素。暗电流指在没有曝光的情况下,在一定的时间内,CCD传感器中像素产生的电荷。我们在做化学发光检测的时候,需要的曝光的时候比较长,这样导致CCD产生较多的暗电流,对图像的质量影响非常大。通常情况下通过降低CCD的温度来*大限度的减少暗电流对成像的影响。下图表明了暗电流与温度的关系,从图中我们可以看出,CCD产生的暗电流随着温度下降而减少,但是在-23℃下曲线开始趋于平缓,由此可以看出温度并非需要无休止的降低的。所以在选择冷CCD时,温度在-25℃(优良温度,非室温以下)下一般就可以达到您的要求了。

有的CCD是在图像*终生成后,通过软件去背景来扣除暗电流,对于信号远远强于背景的有一定效果,但是对于弱信号处理过程中会产生越来越多的错误。

以上是关于CCD的原理和影响因素的一些介绍,

(5)光学镜头

光学镜头是机器视觉系统中必不可少的部件,直接影响成像质量的优劣,影响算法的实现和效果。光学镜头规格繁多,有时不免头晕。光学镜头从焦距上可分为短焦镜头、中焦镜头,长焦镜头;从视场大小分有广角、标准,远摄镜头;结构上分有固定光圈定焦镜头,手动光圈定焦镜头,自动光圈定焦镜头,手动变焦镜头、自动变焦镜头,自动光圈电动变焦镜头,电动三可变(光圈、焦距、聚焦均可变)镜头等。

(6)滤光镜片

荧光:EB 、TLC plates、GFP plates、SYBR Green、SYBR Gold、SYBR Safe、SYPRO Red、SYPRO Orange、Texas Red、Rhodamine Red、Fluorescein、Deep Purple、Cy2、Cy3、Cy3.5、Cy5、荧光板等(要根据具体的激发光源和滤镜来决定)


互联网
文章推荐