超分辨定位显微成像是本世纪光学显微成像领域最重要的突破，实现了20nm的超高空间分辨率，为科学研究的诸多领域，尤其是生物体内微小精细结构的结构与功能研究，提供了前所未有的工具。但是，从该技术的原理可知，为了获得一幅超分辨图像，通常需要采集数千甚至数万幅单分子荧光图像。在此期间，生物样品与成像系统的相对位置可能发生严重的漂移，降低了超分辨图像的空间分辨率。
近年来发展起来的基于互相关计算的后采集漂移校正方法，具有使用方便、效果显著等诸多优点，受到广泛关注。但是，当前报道的该类校正方法对于具有少信号量的微小结构图像校正精度差，并且稳健性低。
BrittonChance生物医学光子学研究中心黄振立教授课题组与美国加州大学旧金山分校的黄波教授课题组合作，通过结合冗余漂移模型和互相关计算算法，建立了一种后采集漂移校正新方法（RedundantCross-correlationalgorithm，RCC）。该方法具有良好的少信号量数据处理能力，其异常值排除策略使得该方法具有优异的稳健性能。相比于已有方法，基于RCC方法的漂移校正能使小视场及微小结构的超分辨定位显微成像获得更高的空间分辨率