CN107345925B - 液体检测方法和系统 - Google Patents
液体检测方法和系统 Download PDFInfo
- Publication number
- CN107345925B CN107345925B CN201610294907.2A CN201610294907A CN107345925B CN 107345925 B CN107345925 B CN 107345925B CN 201610294907 A CN201610294907 A CN 201610294907A CN 107345925 B CN107345925 B CN 107345925B
- Authority
- CN
- China
- Prior art keywords
- xrd
- liquid
- liquid substance
- data
- gamma
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N23/00—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00
- G01N23/20—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by using diffraction of the radiation by the materials, e.g. for investigating crystal structure; by using scattering of the radiation by the materials, e.g. for investigating non-crystalline materials; by using reflection of the radiation by the materials
- G01N23/20083—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by using diffraction of the radiation by the materials, e.g. for investigating crystal structure; by using scattering of the radiation by the materials, e.g. for investigating non-crystalline materials; by using reflection of the radiation by the materials by using a combination of at least two measurements at least one being a transmission measurement and one a scatter measurement
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N23/00—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00
- G01N23/20—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by using diffraction of the radiation by the materials, e.g. for investigating crystal structure; by using scattering of the radiation by the materials, e.g. for investigating non-crystalline materials; by using reflection of the radiation by the materials
- G01N23/20075—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by using diffraction of the radiation by the materials, e.g. for investigating crystal structure; by using scattering of the radiation by the materials, e.g. for investigating non-crystalline materials; by using reflection of the radiation by the materials by measuring interferences of X-rays, e.g. Borrmann effect
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N23/00—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00
- G01N23/20—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by using diffraction of the radiation by the materials, e.g. for investigating crystal structure; by using scattering of the radiation by the materials, e.g. for investigating non-crystalline materials; by using reflection of the radiation by the materials
- G01N23/20091—Measuring the energy-dispersion spectrum [EDS] of diffracted radiation
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2223/00—Investigating materials by wave or particle radiation
- G01N2223/05—Investigating materials by wave or particle radiation by diffraction, scatter or reflection
- G01N2223/056—Investigating materials by wave or particle radiation by diffraction, scatter or reflection diffraction
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2223/00—Investigating materials by wave or particle radiation
- G01N2223/10—Different kinds of radiation or particles
- G01N2223/101—Different kinds of radiation or particles electromagnetic radiation
- G01N2223/1016—X-ray
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2223/00—Investigating materials by wave or particle radiation
- G01N2223/60—Specific applications or type of materials
- G01N2223/637—Specific applications or type of materials liquid
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N23/00—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00
- G01N23/02—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by transmitting the radiation through the material
- G01N23/04—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by transmitting the radiation through the material and forming images of the material
- G01N23/046—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by transmitting the radiation through the material and forming images of the material using tomography, e.g. computed tomography [CT]
Abstract
公开了一种液体检测方法和系统。根据本发明实施例的液体检测方法,包括:对液体物质同时进行CT扫描以及XRD扫描,以获取液体物质的CT数据和XRD能谱数据;根据液体物质的CT数据和XRD能谱数据,提取液体物质的分子干涉函数;以及利用液体物质的分子干涉函数以及CT数据,识别液体物质。根据本发明实施例的液体检测方法和系统可以得到液体物质的信噪比更高、有效范围更大的分子干涉函数,从而可以对更广泛范围的液体物质进行识别。
Description
技术领域
本发明涉及物质识别领域,更具体地涉及一种液体检测方法和系统。
背景技术
在现有的辐射成像技术中,实现无损检测的一种主要手段是衍射成像技术,即利用不同分子结构的物质会产生不同的X射线衍射(X-Ray Diffraction,简称XRD)图谱这一原理,实现对液体物质的不取样检查。
发明内容
本发明提供了一种液体检测方法和系统。
根据本发明实施例的液体检测方法,包括:对液体物质同时进行CT扫描以及XRD扫描,以获取液体物质的CT数据和XRD能谱数据;根据液体物质的CT数据和XRD能谱数据,提取液体物质的分子干涉函数;以及利用液体物质的分子干涉函数以及CT数据,识别液体物质。
根据本发明实施例的液体检测系统,包括:数据获取装置,被配置为对液体物质同时进行CT扫描以及XRD扫描,以获取液体物质的CT数据和XRD能谱数据;函数提取单元,被配置为根据液体物质的CT数据和XRD能谱数据,提取液体物质的分子干涉函数;以及物质识别单元,被配置为利用液体物质的分子干涉函数以及CT数据,识别液体物质。
根据本发明实施例的液体检测方法和系统可以得到液体物质的信噪比更高、有效范围更大的分子干涉函数,从而可以对更广泛范围的液体物质进行识别。
附图说明
从下面结合附图对本发明的具体实施方式的描述中可以更好地理解本发明,其中:
图1示出了根据本发明实施例的液体检测方法的流程图;
图2示出了根据本发明实施例的提取液体物质的MIF的处理的流程图;
图4a和4b分别示出了采用精确解法和近似解法得到的水和乙醇的MIF计算结果。
具体实施方式
下面将详细描述本发明的各个方面的特征和示例性实施例。在下面的详细描述中,提出了许多具体细节,以便提供对本发明的全面理解。但是,对于本领域技术人员来说很明显的是,本发明可以在不需要这些具体细节中的一些细节的情况下实施。下面对实施例的描述仅仅是为了通过示出本发明的示例来提供对本发明的更好的理解。本发明决不限于下面所提出的任何具体配置和算法,而是在不脱离本发明的精神的前提下覆盖了元素、部件和算法的任何修改、替换和改进。在附图和下面的描述中,没有示出公知的结构和技术,以便避免对本发明造成不必要的模糊。
利用XRD进行液体识别主要是基于液体的分子干涉函数(Molecularinterference function,简称MIF)进行,从MIF中可提取若干用于液体识别的物质信息。在液体物质未知的情况下进行MIF的提取,一般需要先得到液体物质的相干散射形成因子F2和非相干散射函数S。
美国发明专利申请US7519154提出了以下MIF提取方法:利用液体物质的较高能量区间的XRD能谱数据通过比值方法和统计的规律得到液体物质的等效原子序数,然后根据经验公式或者查表的方法得到液体物质的F2和S的估计,最后利用MIF在1附近波动的特点,迭代优化解出液体物质的MIF(即,基于高能端区域分析(High Energy Tip RegionAnalysis,简称HETRA)的方法)。美国发明专利申请US8582718提出了以下MIF提取方法:对液体物质的XRD能谱数据中的某区段进行线性拟合,得到液体物质的F2和S的线性近似,然后再提取液体物质的MIF(即,基于线性近似的方法)。上述两种方法利用液体物质的XRD能谱数据自身的信息近似计算出其MIF,在一定的范围内得到了较好的结果。
对于液体安检技术而言,如何更好地提取液体物质的MIF对于液体物质的正确识别是至关重要的。现有的MIF提取方法具有较准确的计算结果,但是依旧存在一些问题。
基于HETRA的方法的关键在于,从液体物质的XRD能谱数据中提取液体物质的等效原子序数(不同于从CT数据中提取的等效原子序数)。从液体物质的XRD能谱数据中提取液体物质的等效原子序数的方法依赖于高散射向量区间的XRD能谱数据,其中散射向量的定义为),E为光子能量,θ为散射角,hc为普朗克常数与光速的乘积。高散射向量区间(例如,3nm-1~4nm-1)对应于能量色散的XRD能谱数据中的高能端数据。需要说明的是,通过能量色散的XRD扫描得到的是能谱数据,由于散射角度θ固定,因此可以通过公式将能谱数据转换到以散射向量q为横坐标的谱数据,能量E与q成线性关系,因此全文沿用“能谱数据”的说法。
通常情况下,高散射向量区间的信号较弱,因此信噪比较低甚至难以获得,因此等效原子序数的提取误差较大,MIF的提取准确性降低。对于散射角度较小、射线源能量有限的系统,基于HETRA的方法便无法使用。另外,根据描述基于HETRA的方法的相关文献,基于HETRA的方法获取液体物质的等效原子序数具有一定的适用范围,如针对等效原子序数在11以下的情况效果较好(大量的有机物、水、双氧水等情况),但是对于等效原子序数稍大的物质,其通过比值与统计的方法估计的等效原子序数的准确度就很难保证,因此这样的方法适用的液体物质的种类具有一定的局限。
基于线性近似的方法不同于基于HETRA的方法,它不需要高散射向量区间的XRD能谱数据,而是针对XRD能谱数据的中间区域,即信噪比较高的区间数据进行分析(即,对液体物质的XRD能谱数据中的某区段进行线性拟合),受噪声影响较小。然而,基于线性近似的方法利用直线对F2+S进行估计,本身近似范围较小(即,F2+S可以用单一直线近似的区间有限,一般来讲2.5nm-1以下的F2+S的线性度较好),因此该方法往往只能得到有限范围内的MIF。
在基于线性近似的方法和基于HETRA的方法都可以使用的情况下,基于线性近似的方法对于F2+S的估计不如基于HETRA的方法准确,且获得的MIF范围较小。另外,由于基于线性近似的方法的处理区间处于散射因子较低的区间,在此范围内液体物质的MIF波动较大,尤其是液体物质的MIF在1附近波动,随着散射因子的增大,波动逐渐减小并趋于1(例如,水在1.6nm-1~2.4nm-1范围内有两个波峰),因此很难保证对所有液体物质利用中间区段的线性拟合能够得到较好的F2+S结果。
因此,现有的MIF提取方法无法做到针对各种不同情况下的XRD能谱数据都有良好的MIF计算结果。现有的MIF提取方法都是依据测量得到的XRD能谱数据进行MIF的提取,然而液体物质的XRD散射信号相对XRD透射信号弱许多,在实际的液体安检系统中,较难得到信噪比非常好的数据,因此依据XRD能谱数据提取信息,再从中提取MIF可能会造成较大的误差。
本发明提出了一种新颖的液体检测方法和系统,其中结合液体物质的CT数据处理液体物质的XRD能谱数据,从而进行液体物质的MIF的提取。首先,通过诸如,双能CT扫描、能谱CT扫描、或者相衬CT扫描之类的CT扫描得到液体物质的等效原子序数。然后,根据液体物质的等效原子序数,用两个或更多个元素进行组合得到液体物质的“等效分子式”,进而利用独立原子模型(Independent atomic modeling,简称IAM)得到液体物质的F2和S的近似函数。最后,通过上述得到的F2和S的近似函数,提取液体物质的MIF。
在根据本发明实施例的液体检测方法和系统中,用结合CT数据并针对液体物质使用多元素组合计算“等效分子式”的方式代替单原子模型,有效地提高了对液体物质的F2和S估计的准确性,并可以得到信噪比更高、有效范围更大的MIF。
下面,结合附图详细描述根据本发明实施例的液体检测方法和系统。图1是示出根据本发明实施例的液体检测方法的流程图。如图1所示,该液体检测方法包括:S102,对检测区域的液体物质同时进行CT扫描以及XRD扫描,以获取液体物质的CT数据和XRD能谱数据,其中CT扫描得到液体物质的CT数据,该CT数据包含液体物质的等效原子序数,XRD扫描得到液体物质的XRD散射能谱数据以及透射能谱数据,利用XRD透射能谱数据对XRD散射能谱数据进行校正得到的结果作为液体物质的XRD能谱数据;S104,综合液体物质的CT数据和XRD能谱数据,提取液体物质的MIF;以及S106,利用液体物质的MIF以及CT数据识别液体物质。
图2是示出根据本发明实施例的提取液体物质的MIF的处理的流程图。如图2所示,该MIF提取处理包括:S202,利用液体物质的CT数据,获取液体物质的等效原子序数;S204,利用液体物质的等效原子序数对液体物质进行双元素或者多元素的分解,获取液体物质的等效分子式(例如,AmBn);S206,根据液体物质的等效分子式,估计液体物质的F2和S;S208,利用液体物质的F2和S提取液体物质的MIF。
下面,详细描述根据一些实施例的实现步骤S202-S208的具体过程。
S202,获取液体物质的等效原子序数。
通过对液体物质的CT数据进行重建,可以获取液体物质的等效原子序数。例如,在通过双能CT扫描得到液体物质的CT数据的情况下,液体物质的等效原子序数可以如下定义:
其中,Ni为液体物质的实际分子式中每种元素的原子个数,Zi为液体物质的实际分子式中相应元素的原子序数,Zeff为液体物质的等效原子序数。
本领域技术人员应该明白的是,由通过能谱CT扫描、相衬CT扫描得到的液体物质的CT数据重建得出的有效原子序数的定义公式与公式(1)会略有差异,但是这些有效原子序数的定义公式同样给出了等效分子式与等效原子序数之间的计算关系。
S204,获取液体物质的等效分子式。
利用液体物质的等效原子序数对液体物质进行双元素或者多元素的分解,获取液体物质的等效分子式。这里,假设液体物质由两种元素A和B组成(也可以是多种元素),其等效分子式为AmBn,m+n=1,m和n两者均为正有理数。由于在液体安检领域,绝大多数的检测对象包含氢(H)元素,因此假设元素B为H。当然,也可以假设液体物质中还包含其他的已知元素。
等效分子式AmBn可通过下面的方程组求出(以AmHn为例):
m+n=1 (3)
其中,式(2)保证了等效分子式代表的液体物质与实际物质在双能分解的意义上,具有相同的等效原子序数。m和n代表液体物质包含的元素A和B在分子中所占的个数比例。式(4)表示对Zeff向上取整,其给出了元素A的一种求解方法,当然还可以使用其他方法,但需保证上述方程组可解。通过式(2)-(4)即可得到液体物质的等效分子式。
S206,估计液体物质的F2和S。
在液体物质的分子式已知的情况下,利用独立原子模型(IAM)估计液体物质的F2和S是一种常见的方法,其利用了叠加原理,对液体物质的F2和S的估计较为准确。
SIAM=∑NiSi (6)
其中,Ni表示液体物质的等效分子式中i号元素的原子个数,Fi 2和Si分别代表i号元素的相干散射形成因子和非相干散射函数。
对于液体物质,获得其准确的F2和S比较困难,因此常利用IAM获取和来代替真实值,这种近似在X射线衍射领域中效果较好。根据上述得到的等效分子式AmBn,基于以下等式利用IAM对液体物质的F2和S进行估计:
SAB=mSA+nSB (8)
利用和SAB近似液体物质的F2和S依据了以下几点前提假设:a.在安检检测的液体对象中,绝大多数含有氢元素;b.绝大多数的液体由低原子序数的元素组成;c.低原子序数的元素的F2和S形态相似性很高;d.原子序数相近的元素的F2和S形态相似性很高。假设a和b可通过统计获得其可信度,假设c和d可通过查表来验证。
和SAB与和SIAM(或者液体物质的真实F2和S)具有相近的形态,即变化趋势,但是数值上分别相差了一个常数倍数,这个倍数与液体物质有关。单个原子的F2的最大值为其原子序数的平方,在q=0处取得;单个原子的S的最大值等于其原子序数,在q趋向于无穷大或者足够大之后取得;因此由公式(5)~(8)可知,和SIAM的最大值分别为和∑NiZi,而和SAB的最大值分别为和mZA+nZB。
图3a示出了水的和SAB以及和SIAM,图3b示出了乙醇的和SAB以及和SIAM,其中它们的最大强度已经归一化。在图3a和图3b中,实线是和SIAM,虚线是和SAB。由于水分子的构成与这里的双元素假设一致,因此得到的估计结果和已知分子式的情况下用IAM方法计算得到的结果形态完全重合。乙醇分子包含三种元素,而这里估计出的函数曲线在形态上基本与IAM计算结果一致。所有函数的比较范围均为(0nm-1~8nm-1),大于实际用于液体检测所需要考虑的范围。
S208,利用液体物质的F2和S提取液体物质的MIF。
根据不同的XRD测量条件,这里给出了精确解法和近似解法两种解决方法。
在通过能量色散的方式(使用多色射线源以及能谱探测器测量固定角度散射的光子的能谱)获取液体物质的XRD散射能谱数据后,利用液体物质的XRD透射能谱数据对其散射能谱数据进行校正,即可得到液体物质的XRD能谱数据。其中,可以根据以下等式将液体物质的XRD能谱数据转换为散射向量q:
其中,θ为用于获取XRD能谱数据的散射角,h为普朗克常量,c为光速。
1)精确解法
液体物质的XRD能谱强度公式可表示为:
其中,系数α包括了系统几何参数、探测立体角、物质分子密度等,对特定的物质可以认为α是常数,M为MIF。通过上述等效分子式的提取,可以通过下式计算M:
即:
由于液体物质的MIF在1附近波动,且随着q的增加,波动逐渐减弱,因此系数b和c可通过最小化下式求出:
其中,区间上下限q1和q2可根据实际测量得到的XRD能谱数据的有效区间选择,如(3.0nm-1~4.0nm-1)或者根据其他先验知识选择。根据液体物质的MIF的波动性,通常区间值越高(高q区域),优化结果越准确。
也就是说,根据液体物质的XRD能谱数据的有效区间选择液体物质的散射向量q的上限值和下限值;并且利用散射向量q的上下值和下限值,基于XRD能谱强度公式提取液体物质的分子干涉函数。
这里的精确解法同基于HETRA的方法类似,即在得到液体物质的F2、S估计后,在高q区间进行优化求解出液体物质的MIF。这里的精确解法与基于HETRA的方法的区别在于,基于利用CT数据获取的液体物质的等效原子序数进行F2和S的估计。由于利用CT数据获取的等效原子序数的计算准确性可做到5%或者3%以内,其准确性不受XRD能谱数据的高q端噪声的影响,因此F2、S估计的准确性更高。
同时,等效原子序数基于等式(1),对各种物质都适用。多元素分解求等效分子式的方法也更切合液体物质,对等效原子序数在11以上的物质也可以得到很好的估计结果。另外,这里的方法利用等式(11)和等式(12)求解MIF,相比使用总散射截面(F2+S)的方法(该方法认为衍射强度正比于(F2+S)M)求解的MIF,更符合物理本质。
2)近似解法
利用总散射截面F2+S,基于以下衍射强度公式的近似等式进行求解:
即:
常数K可利用公式(16)计算得出。
公式(16)与(13)类似,需要在较高的散射向量区间(q1,q2)进行优化。
当实际测量得到的XRD能谱数据不包含如此高散射向量的数据或者该区域数据噪声过强而无法使用的时候,近似方法按照公式(17)得到MIF的近似结果:
M′与液体物质的实际MIF具有相似的形态,但是相差一个常数倍数。通常,在利用MIF进行液体识别的时候更关注MIF的形态如:峰位、缝宽等,因此M′也可以满足识别需求。
近似解法不受XRD能谱数据的测量范围的限制,当精确解法无法使用时仍然可以得到较好的结果。在低q区间与精确解法的计算结果十分近似,在较高q区间,与精确解法的计算结果稍有差别,适用范围大于基于线性近似的方法,因此近似解法实用性更强。
图4a示出了采用以上两种解法得到的水的MIF计算结果,图4b示出了采用以上两种解法得到的乙醇的MIF计算结果。利用近似解法得到的曲线在1.61nm-1处与利用精确解法得到的结果归一化了(即强度一致),便于比较两者的曲线形态。在图4a和4b中,实线是精确解法的MIF计算结果,虚线是近似解法的MIF计算结果。
根据本发明实施例的液体检测方法合理运用了CT数据和XRD能谱数据,并对液体的元素组成进行了合理的假设,利用多元素组合得到液体物质的等效分子式,从而能更准确地估计出液体物质的相干散射形成因子和非相干散射函数,从而得出液体物质的MIF。根据本发明实施例的液体检测方法避免了使用信噪比相对较低的XRD能谱数据进行估计,且在利用CT数据计算得出的等效原子序数误差在5%以内的情况下,可以得到较好的结果。另外,根据本发明实施例的液体检测方法的噪声敏感性低,适用的物质范围广,针对不同条件下测量得到的XRD能谱数据均可以使用,且能获得更为准确、范围更大的分子干涉函数。
本领域技术人员应该理解的是,以上所述的处理S102可以由X射线源和能谱探测器(它们构成了数据获取装置)来实现,并且以上所述的处理S104至S106可以由相应的功能模块(例如,函数提取单元和物质识别单元)实现,X射线源、能谱探测器、以及这些功能模块可以组成用于实现根据本发明实施例的液体检测方法的液体检测系统。这里,这些功能模块可以实现为硬件、软件、固件或者它们的组合。当以硬件方式实现时,其可以例如是电子电路、专用集成电路(ASIC)、适当的固件、插件、功能卡等等。当以软件方式实现时,本发明的元素是被用于执行所需任务的程序或者代码段。程序或者代码段可以存储在机器可读介质中,或者通过载波中携带的数据信号在传输介质或者通信链路上传送。“机器可读介质”可以包括能够存储或传输信息的任何介质。机器可读介质的例子包括电子电路、半导体存储器设备、ROM、闪存、可擦除ROM(EROM)、软盘、CD-ROM、光盘、硬盘、光纤介质、射频(RF)链路等等。代码段可以经由诸如因特网、内联网等的计算机网络被下载。
本发明可以以其他的具体形式实现,而不脱离其精神和本质特征。例如,特定实施例中所描述的算法可以被修改,而系统体系结构并不脱离本发明的基本精神。因此,当前的实施例在所有方面都被看作是示例性的而非限定性的,本发明的范围由所附权利要求而非上述描述定义,并且,落入权利要求的含义和等同物的范围内的全部改变从而都被包括在本发明的范围之中。
Claims (16)
1.一种液体检测方法,包括:
对液体物质同时进行CT扫描以及XRD扫描,以获取所述液体物质的CT数据和XRD能谱数据;
根据所述CT数据和所述XRD能谱数据,提取所述液体物质的分子干涉函数;以及
利用所述分子干涉函数以及所述CT数据,识别所述液体物质;
其中,根据所述CT数据和所述XRD能谱数据,提取所述分子干涉函数的处理包括:
基于利用CT数据获取的液体物质的等效原子序数进行所述液体物质的相干散射形成因子和非相干散射函数的估计;
利用所述液体物质的相干散射形成因子和所述非相干散射函数提取液体物质的分子干涉函数。
2.根据权利要求1所述的液体检测方法,其中,提取所述分子干涉函数的处理包括:
利用所述CT数据获取所述液体物质的等效原子序数;
利用所述等效原子序数对所述液体物质进行双元素或者多元素的分解,以获取所述液体物质的等效分子式;
根据所述等效分子式,估计所述液体物质的相干散射形成因子和非相干散射函数;以及
利用所述相干散射形成因子、所述非相干散射函数、以及所述XRD能谱数据,提取所述分子干涉函数。
3.根据权利要求2所述的液体检测方法,其中,利用独立原子模型估计所述相干散射形成因子和所述非相干散射函数。
4.根据权利要求3所述的液体检测方法,其中,基于XRD能谱强度公式提取所述分子干涉函数。
5.根据权利要求4所述的液体检测方法,其中,提取所述分子干涉函数的处理包括:
根据所述XRD能谱数据的有效区间选择与所述XRD能谱数据相对应的散射向量的上限值和下限值;
利用所述散射向量的上下值和下限值,基于所述XRD能谱强度公式提取所述分子干涉函数。
6.根据权利要求3所述的液体检测方法,其中,基于衍射强度公式提取所述分子干涉函数。
7.根据权利要求6所述的液体检测方法,其中,利用取决于所述相干散射形成因子和所述非相干散射函数的总散射截面,基于所述衍射强度公式的近似等式提取所述分子干涉函数。
8.根据权利要求1所述的液体检测方法,其中,所述XRD能谱数据是利用所述液体物质的XRD透射能谱数据对所述液体物质的XRD散射能谱数据进行校正得到的XRD能谱数据。
9.一种液体检测系统,包括:
数据获取装置,被配置为对液体物质同时进行CT扫描以及XRD扫描,以获取所述液体物质的CT数据和XRD能谱数据;
函数提取单元,被配置为根据所述CT数据和所述XRD能谱数据,提取所述液体物质的分子干涉函数;其中,根据所述CT数据和所述XRD能谱数据,提取所述分子干涉函数的处理包括:基于利用CT数据获取的液体物质的等效原子序数进行所述液体物质的相干散射形成因子和非相干散射函数的估计;利用所述液体物质的相干散射形成因子和所述非相干散射函数提取液体物质的分子干涉函数;以及
物质识别单元,被配置为利用所述分子干涉函数以及所述CT数据,识别所述液体物质。
10.根据权利要求9所述的液体检测系统,其中,所述函数提取单元还被配置为:
利用所述CT数据获取所述液体物质的等效原子序数;
利用所述等效原子序数对所述液体物质进行双元素或者多元素的分解,以获取所述液体物质的等效分子式;
根据所述等效分子式,估计所述液体物质的相干散射形成因子和非相干散射函数;以及
利用所述相干散射形成因子、所述非相干散射函数、以及所述XRD能谱数据,提取所述分子干涉函数。
11.根据权利要求10所述的液体检测系统,其中,所述函数提取单元利用独立原子模型估计所述相干散射形成因子和所述非相干散射函数。
12.根据权利要求11所述的液体检测系统,其中,所述函数提取单元基于XRD能谱强度公式提取所述分子干涉函数。
13.根据权利要求12所述的液体检测系统,其中,所述函数提取单元还被配置为:
根据所述XRD能谱数据的有效区间选择与所述XRD能谱数据相对应的散射向量的上限值和下限值;
利用所述散射向量的上下值和下限值,基于所述XRD能谱强度公式提取所述分子干涉函数。
14.根据权利要求11所述的液体检测系统,其中,所述函数提取单元基于衍射强度公式提取所述分子干涉函数。
15.根据权利要求14所述的液体检测系统,其中,所述函数提取单元利用取决于所述相干散射形成因子和所述非相干散射函数的总散射截面,基于所述衍射强度公式的近似等式提取所述分子干涉函数。
16.根据权利要求10所述的液体检测系统,其中,所述XRD能谱数据是利用所述液体物质的XRD透射能谱数据对所述液体物质的XRD散射能谱数据进行校正得到的XRD能谱数据。
Priority Applications (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610294907.2A CN107345925B (zh) | 2016-05-05 | 2016-05-05 | 液体检测方法和系统 |
EP17154154.3A EP3242127B1 (en) | 2016-05-05 | 2017-02-01 | Method and system for liquid detection |
PL17154154T PL3242127T3 (pl) | 2016-05-05 | 2017-02-01 | Sposób i system wykrywania cieczy |
TR2019/02478T TR201902478T4 (tr) | 2016-05-05 | 2017-02-01 | Sıvı algılama için yöntem ve sistem. |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610294907.2A CN107345925B (zh) | 2016-05-05 | 2016-05-05 | 液体检测方法和系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107345925A CN107345925A (zh) | 2017-11-14 |
CN107345925B true CN107345925B (zh) | 2019-10-15 |
Family
ID=57963044
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610294907.2A Active CN107345925B (zh) | 2016-05-05 | 2016-05-05 | 液体检测方法和系统 |
Country Status (4)
Country | Link |
---|---|
EP (1) | EP3242127B1 (zh) |
CN (1) | CN107345925B (zh) |
PL (1) | PL3242127T3 (zh) |
TR (1) | TR201902478T4 (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115078414B (zh) * | 2022-08-18 | 2022-11-04 | 湖南苏科智能科技有限公司 | 基于多能量x射线的液体成分抗干扰智能检测方法 |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
ATE385595T1 (de) * | 2004-03-17 | 2008-02-15 | Koninkl Philips Electronics Nv | Korrektur der strahlungsaufhärtung und der dämpfung in der coherent scatter computed tomography (csct) |
US7519154B2 (en) | 2006-08-15 | 2009-04-14 | Ge Security, Inc. | Systems and methods for using a crystallinity of a substance to identify the substance |
US7831019B2 (en) * | 2007-12-28 | 2010-11-09 | Morpho Detection, Inc. | System and methods for characterizing a substance |
US8582718B2 (en) | 2010-11-30 | 2013-11-12 | Morpho Detection, Inc. | Method and system for deriving molecular interference functions from XRD profiles |
BR112014017258B1 (pt) * | 2012-01-13 | 2022-03-29 | Ingrain, Inc | Método para avaliar um reservatório e sistema para avaliar um reservatório |
CN103913472B (zh) * | 2012-12-31 | 2016-04-20 | 同方威视技术股份有限公司 | Ct成像系统和方法 |
FR3023001A1 (fr) * | 2014-06-30 | 2016-01-01 | Commissariat Energie Atomique | Procede d'analyse d'un objet en deux temps utilisant un rayonnement en transmission puis un spectre en diffusion. |
CN106896122B (zh) * | 2015-12-18 | 2019-07-30 | 清华大学 | 液体检测方法和系统 |
-
2016
- 2016-05-05 CN CN201610294907.2A patent/CN107345925B/zh active Active
-
2017
- 2017-02-01 TR TR2019/02478T patent/TR201902478T4/tr unknown
- 2017-02-01 EP EP17154154.3A patent/EP3242127B1/en active Active
- 2017-02-01 PL PL17154154T patent/PL3242127T3/pl unknown
Also Published As
Publication number | Publication date |
---|---|
CN107345925A (zh) | 2017-11-14 |
TR201902478T4 (tr) | 2019-03-21 |
PL3242127T3 (pl) | 2019-05-31 |
EP3242127B1 (en) | 2018-11-28 |
EP3242127A1 (en) | 2017-11-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20200149883A1 (en) | Gas-mapping 3d imager measurement techniques and method of data processing | |
Cornish et al. | Bayeswave: Bayesian inference for gravitational wave bursts and instrument glitches | |
Hewett et al. | Improved redshifts for SDSS quasar spectra | |
Jones et al. | Spectral imaging of the Central Molecular Zone in multiple 3-mm molecular lines | |
Magoulas et al. | The 6dF Galaxy Survey: the near-infrared Fundamental Plane of early-type galaxies | |
Pannekoucke et al. | Background‐error correlation length‐scale estimates and their sampling statistics | |
Appleby et al. | Testing isotropy in the local Universe | |
CN107345925B (zh) | 液体检测方法和系统 | |
CN106408571B (zh) | 一种基于最优模糊因子选择的可变类遥感图像分割方法 | |
Syed et al. | Atomic and molecular gas properties during cloud formation | |
CN111523587A (zh) | 一种基于机器学习的木本植物物种光谱识别方法 | |
JP5394060B2 (ja) | 確率密度関数分離装置、確率密度関数分離方法、ノイズ分離装置、ノイズ分離方法、試験装置、試験方法、プログラム、及び記録媒体 | |
CN105631176A (zh) | 一种基于双树复小波分段直接标准化的模型传递方法 | |
Rodighiero et al. | Deep Hubble Space Telescope imaging surveys and the formation of spheroidal galaxies | |
CN102542284B (zh) | 辨识光谱的方法 | |
US11790636B1 (en) | System and method for detection of gas in the atmosphere from a multispectral image | |
Kononov et al. | Model-associated forest parameter retrieval using VHF SAR data at the individual tree level | |
Abbondanza et al. | Three-Corner Hat for the assessment of the uncertainty of non-linear residuals of space-geodetic time series in the context of terrestrial reference frame analysis | |
Johnson et al. | Surface shape reconstruction from phaseless scattered acoustic data using a random forest algorithm | |
Zhou et al. | Improved triangular prism methods for fractal analysis of remotely sensed images | |
Landman et al. | β Pictoris b through the eyes of the upgraded CRIRES+-Atmospheric composition, spin rotation, and radial velocity | |
Juvela et al. | Synthetic observations of dust emission and polarisation of Galactic cold clumps | |
Hou et al. | The primordial non-Gaussianity of local type (f localNL) in the WMAP 5-year data: the length distribution of CMB skeleton | |
CN105957050B (zh) | 分割图像的方法及装置 | |
CN105259538B (zh) | 一种基于信号特征收敛的信号质量评估方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |