Noise reduction in phase maps from digital holographic microscopy
Advisor
Type
Trabajo de grado - Maestría
Document language
InglésPublication Date
2020-09-15Metadata
Show full item recordSummary
Digital Holographic Microscopy (DHM) is a technique that has allowed the quantitative measurement of the phase delays that microscopic samples introduce into a coherent illumination. The technique, however, suffers from the presence of coherent noise; this deleterious effect of coherent illumination has detrimental results for the resolution power and accuracy of the measured information, hindering the widespread adoption of DHM-based technologies. Therefore, the advancement of DHM and its effective implementation in Quantitative Phase Imaging applications is highly linked to the development of robust denoising methods that can adequately compensate for this limitation. In this Master’s thesis, the proposal and implementation of noise reduction strategies that can be applied to quantitative phase maps numerically obtained from Digital Holographic Microscopy are sought. To achieve so, a review of the state-of-the-art in existing phase-map denoising methodologies was done, finding that, while extensive literature sources that tackle the problem of noise in digital holography exist, most are focused on intensity information; meanwhile, the few that are optimized for phase denoising have been mostly used in macroscopic objects thus failing to consider the experimental conditions of DHM. Under this understanding, new denoising methodologies adapted to the specific experimental conditions of DHM are explored, its feasibility verified on both numerically modeled and experimental results, and their application limits established with previously reported metrics from the existing literature. The results were reported on 9 manuscripts submitted to indexed journals of international circulation, 7 of them already published, and 6 presentations in international conferences. These products constitute the core of the present thesis.Summary
La Microscopía Holográfica Digital (DHM) es una técnica que ha permitido la medición cuantitativa de las diferencias de fase que los objetos microscópicos introducen en una iluminación coherente. Esta técnica, sin embargo, sufre de la presencia de ruido coherente; este infortunado efecto de la iluminación coherente tiene efectos perjudiciales sobre el poder de resolución y la precisión de las mediciones realizadas, obstaculizando la amplia adopción de tecnologías basadas en DHM. Por lo tanto, el desarrollo de DHM y su efectiva implementación en aplicaciones de imágenes cuantitativas de fase está altamente relacionado con el desarrollo de métodos de reducción de ruido robustos que puedan compensar adecuadamente esta limitación. En la presente tesis de maestría, se proponen e implementan estrategias de reducción de ruido que puedan ser aplicadas a mapas de fase cuantitativos obtenidos numéricamente en microscopía holográfica digital. Para lograrlo, se realizó una revisión del estado del arte de las técnicas existentes para reducción de ruido en mapas de fase, identificando que, si bien existen extensas fuentes literarias que abordar el problema de ruido en holografía digital, la mayoría están orientadas hacia información de intensidad; además, las pocas que están optimizadas para reducción de ruido en fase han sido principalmente empleadas en objetos macroscópicos, por lo que no han sido consideradas las condiciones experimentales específicas de DHM. Bajo esta idea, nuevas técnicas de reducción de ruido que se adaptan a las condiciones experimentales específicas de DHM son propuestas, su factibilidad es estudiada en modelaciones numéricas y resultados experimentales, y sus límites de aplicación establecidos con métricas previamente reportadas en la literatura especializada. Los resultados fueron consolidados en 9 manuscritos sometidos a revistas indexadas de circulación internacional, 7 de estos ya publicados, y 6 presentaciones en eventos internacionales. Estos productos constituyen el núcleo de la presente tesis.Keywords
Collections
