CN109270105B - 快速识别并定位大视域中目标矿物颗粒的方法 - Google Patents

快速识别并定位大视域中目标矿物颗粒的方法 Download PDF

Info

Publication number
CN109270105B
CN109270105B CN201810955877.4A CN201810955877A CN109270105B CN 109270105 B CN109270105 B CN 109270105B CN 201810955877 A CN201810955877 A CN 201810955877A CN 109270105 B CN109270105 B CN 109270105B
Authority
CN
China
Prior art keywords
target
mineral
mineral particles
particles
view
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
Application number
CN201810955877.4A
Other languages
English (en)
Other versions
CN109270105A (zh
Inventor
原园
杨继进
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Institute of Geology and Geophysics of CAS
Original Assignee
Institute of Geology and Geophysics of CAS
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Institute of Geology and Geophysics of CAS filed Critical Institute of Geology and Geophysics of CAS
Priority to CN201810955877.4A priority Critical patent/CN109270105B/zh
Publication of CN109270105A publication Critical patent/CN109270105A/zh
Application granted granted Critical
Publication of CN109270105B publication Critical patent/CN109270105B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G01N23/22—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 measuring secondary emission from the material
    • G01N23/227—Measuring photoelectric effect, e.g. photoelectron emission microscopy [PEEM]
    • G01N23/2273—Measuring photoelectron spectrum, e.g. electron spectroscopy for chemical analysis [ESCA] or X-ray photoelectron spectroscopy [XPS]
    • 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
    • G01N23/203—Measuring back scattering
    • 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
    • G01N23/22—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 measuring secondary emission from the material
    • G01N23/225—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 measuring secondary emission from the material using electron or ion
    • G01N23/2251—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 measuring secondary emission from the material using electron or ion using incident electron beams, e.g. scanning electron microscopy [SEM]

Landscapes

  • Chemical & Material Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Biochemistry (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Analytical Chemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Crystallography & Structural Chemistry (AREA)
  • Analysing Materials By The Use Of Radiation (AREA)

Abstract

本发明属于颗粒定位分析技术领域，具体提供一种快速识别并定位大视域中目标矿物颗粒的方法。本发明旨在解决现有的大视域中特定矿物颗粒的识别和定位困难导致的测试实验时间长、效率低的问题。本发明的方法包括：选择目标视域并采集样品在目标视域中的背散射信号图像；根据背散射信号图像中的灰度与样品包含的矿物颗粒的对应关系，调整目标视域内背散射信号图像的图像参数，以使至少包含目标矿物颗粒的部分矿物颗粒显现；对部分矿物颗粒进行成分测试，确定目标颗粒在目标视域内的位置信息。这种方法能够大幅减少测试时间，对目标矿物颗粒进行快速的定位，为后期分析测试提供极大的便利。

Description

快速识别并定位大视域中目标矿物颗粒的方法
技术领域
本发明属于颗粒定位分析技术领域，具体提供一种快速识别并定位大视域中目标矿物颗粒的方法。
背景技术
类似多种矿物颗粒U-Th-Pb定年以及稳定/非传统稳定同位素分析实验是在一个较大面积的视域中选区特定的矿物颗粒进行测试，特定矿物颗粒可能为锆石、金红石、榍石、磷灰石、石英和方解石等。这些矿物颗粒较小，多为微米级别。在对视域中特定矿物颗粒进行选取和识别时，由于很多不同矿物颗粒形态、亮度和灰度近似，同时在观测视域中分散分布，使特定矿物颗粒的识别变得非常困难，导致实验过程中无法准确确定特定矿物颗粒的位置，测试只能盲目进行。
现有的颗粒成分分析技术，虽然可以提供测试视域内的颗粒成分分布信息，但其需要一次性分析全部颗粒，无法只对所有目标矿物颗粒进行有针对性的测试。如果测试视域比较大，而目标矿物颗粒占比又比较少时，这种测试方法将极大的降低工作效率、浪费时间及实验耗材。
相应地，本领域需要一种快速识别并定位大视域中目标矿物颗粒的方法来解决上述问题。
发明内容
为了解决现有技术中的上述问题，即为了解决现有的大视域中特定矿物颗粒的识别和定位困难导致的测试实验时间长、效率低的问题，本发明提供了一种快速识别并定位大视域中目标矿物颗粒的方法，所述方法包括以下步骤：选择目标视域并采集样品在所述目标视域中的背散射信号图像；根据背散射信号图像中的灰度与样品包含的矿物颗粒的对应关系，调整所述目标视域内背散射信号图像的图像参数，以使至少包含目标矿物颗粒的部分矿物颗粒显现；对所述部分矿物颗粒进行成分测试，确定所述目标颗粒在所述目标视域内的位置信息；其中，背散射信号图像中的灰度与样品包含的矿物颗粒的对应关系提前获得。
在上述方法的优选技术方案中，“根据背散射信号图像中的灰度与样品包含的矿物颗粒的对应关系，调整所述目标视域内背散射信号图像的图像参数，以使至少包含目标矿物颗粒的部分矿物颗粒显现”的步骤进一步包括：根据所述对应关系调整所述背散射信号图像的图像参数，以剔除所述目标视域中全部或者部分非目标矿物颗粒，以确定显示矿物颗粒群。
在上述方法的优选技术方案中，“根据所述对应关系调整所述背散射信号图像的图像参数，以剔除所述目标视域中全部或者部分非目标矿物颗粒，以确定显示矿物颗粒群”的步骤进一步包括：根据所述对应关系调整所述背散射信号图像的图像参数，使所述目标矿物颗粒且灰度阈值区间与所述目标矿物颗粒有重叠的所述非目标矿物颗粒组合成的所述显示矿物颗粒群得以显示。
在上述方法的优选技术方案中，所述图像参数为所述背散射信号图像的背景灰度、亮度和对比度中的一种或者几种。
在上述方法的优选技术方案中，“根据所述对应关系调整所述背散射信号图像，使所述目标矿物颗粒且灰度阈值区间与所述目标矿物颗粒有重叠的所述非目标矿物颗粒组合成的所述显示矿物颗粒群得以显示”的步骤进一步包括：在所述目标矿物颗粒为亮色颗粒的情形下，选择调整所述背散射信号图像的背景灰度，使所述非目标矿物颗粒转换为测试背景，以显示所述显示矿物颗粒群。
在上述方法的优选技术方案中，“根据所述对应关系调整所述背散射信号图像，使所述目标矿物颗粒且灰度阈值区间与所述目标矿物颗粒有重叠的所述非目标矿物颗粒组合成的所述显示矿物颗粒群得以显示”的步骤进一步包括：在所述目标矿物颗粒为暗色颗粒的情形下，选择调整所述背散射信号图像的亮度和对比度，使所述非目标矿物颗粒在所述背散射信号图像上形成曝光，以显示所述显示矿物颗粒群。
在上述方法的优选技术方案中，“根据所述对应关系调整所述背散射信号图像，以剔除所述目标视域中全部或者部分非目标矿物颗粒，以确定显示矿物颗粒群”的步骤进一步包括：在所述目标矿物颗粒为浅色颗粒的情形下，根据亮色颗粒和暗色颗粒的占比选择占比小的一方的测试方法与所述目标矿物颗粒合并测试，以显示所述显示矿物颗粒群。
在上述方法的优选技术方案中，“对所述部分矿物颗粒进行成分测试，确定所述目标颗粒在所述目标视域内的位置信息”的步骤进一步包括：获取所述显示矿物颗粒群在所述目标视域中的X射线能谱信息；比对X射线能谱信息与矿物数据库，确定目标视域中所述显示矿物颗粒群所包含的矿物颗粒成分；赋予不同的所述矿物颗粒以不同的颜色，获得所述显示矿物颗粒群的分布图像；确定所述目标矿物颗粒在所述目标视域内的定位信息。
在上述方法的优选技术方案中，“背散射信号图像中的灰度与样品包含的矿物颗粒的对应关系提前获得”进一步包括：随机采集样品某一视域的背散射信号图像；分析所述视域内所有矿物颗粒成分，并确定所述背散射信号图像中的灰度与所述矿物颗粒的对应关系。
在上述方法的优选技术方案中，“分析所述视域内所有矿物颗粒成分，并确定所述背散射信号图像中的灰度与所述矿物颗粒的对应关系”的步骤进一步包括：获取样品在所述视域中的X射线能谱信息；比对X射线能谱信息与矿物数据库，确定所述视域中所述样品包含的所有矿物颗粒成分；赋予不同的所述矿物颗粒以不同的颜色，获得所述视域中的所有矿物颗粒的分布图像；对比所述分布图像与所述背散射信号图像，确定每种所述矿物颗粒对应的灰度阈值区间。
本领域技术人员能够理解的是，在本发明的技术方案中，快速识别并定位大视域中目标矿物颗粒的方法包括以下步骤：选择目标视域并采集样品在目标视域中的背散射信号图像；根据背散射信号图像中的灰度与样品包含的矿物颗粒的对应关系，调整目标视域内背散射信号图像的图像参数，以使至少包含目标矿物颗粒的部分矿物颗粒显现；对部分矿物颗粒进行成分测试，确定目标颗粒在目标视域内的位置信息；其中，背散射信号图像中的灰度与样品包含的矿物颗粒的对应关系提前获得。
该方法以不同矿物颗粒在背散射图像中灰度有差别为切入点，通过调整图像参数，使至少包含目标矿物颗粒的部分矿物颗粒显现，从而能够在较短的时间内较为精确的分析目标矿物颗粒，并提取其在目标视域中的位置。使用该方法可以对大视域(厘米级)的样品进行快速分析，为大视域中目标矿物颗粒的快速定位提供技术方法，为后期分析测试提供便利。
附图说明
下面参照附图来描述本发明的优选实施方式，附图中：
图1是本发明一种实施例的样品的背散射信号图像；
图2是本发明一种实施例的同一视域整体矿物分布图像；
图3是本发明一种实施例的不同矿物主要灰度阈值范围；
图4是本发明一种实施例的同一视域亮色矿物(金红石颗粒)分布图像；
图5是本发明一种实施例的同一视域浅色矿物(方解石颗粒)分布图像；
图6是本发明一种实施例的曝光过度的背散射图像；
图7是本发明一种实施例的同一视域暗色矿物(石英颗粒)分布图像；
图8是本发明一种实施例的针对不同类型矿物颗粒识别时间对比图。
具体实施方式
一种快速识别并定位大视域中目标矿物颗粒的方法，该方法包括以下步骤：步骤S1、选择目标视域并采集样品在目标视域中的背散射信号图像；步骤S2、根据背散射信号图像中的灰度与样品包含的矿物颗粒的对应关系，调整目标视域内背散射信号图像的图像参数，以使至少包含目标矿物颗粒的部分矿物颗粒显现；步骤S3、对部分矿物颗粒进行成分测试，确定目标颗粒在目标视域内的位置信息。其中，背散射信号图像中的灰度与样品包含的矿物颗粒的对应关系提前获得。
提前获取样品中矿物颗粒在背散射信号图像中对应的灰度关系，为后续在背散射信号图像中识别和定位目标矿物颗粒做好了基础，节省了实验时间；突破了现有矿物颗粒成分分析技术需要测试全部颗粒的局限，有针对的分析目标矿物颗粒，在达到实验目的的前提下，极大的减少了测试时间，提高了实验效率，节省了实验耗材。
示例性的，上述实施例中所述的样品可以是砂岩、页岩、碳酸盐岩、变质岩、火山岩等各种类型岩石，或者不同成分的材料。样品的尺寸可以从微米级到厘米级，目标视域可以为样品的全部观测面，也可以是任意部分观测面。可以理解的是，本领域技术人员可以根据实际情况和需要，选用合适的样品及样品尺寸。
优选地，提前获得背散射信号图像中的灰度与样品包含的矿物颗粒的对应关系具体包括：随机采集样品某一视域的背散射信号图像；分析视域内所有矿物颗粒成分，并确定背散射信号图像中的灰度与矿物颗粒的对应关系。
需要说明的是，用来确定灰度与矿物颗粒对应关系的图像视域可以为任意视域、大小不限，以涵盖多种矿物颗粒且每种矿物颗粒在视域内清晰可见为准，通常视域的宽度为200～500μm。此外，该视域与目标视域可以有重叠，也可以不重叠。
优选地，“分析视域内所有矿物颗粒成分，并确定背散射信号图像中的灰度与矿物颗粒的对应关系”的步骤进一步包括：获取样品在视域中的X射线能谱信息；比对X射线能谱信息与矿物数据库，确定视域中样品包含的所有矿物颗粒成分；赋予不同的矿物颗粒以不同的颜色，获得视域中的所有矿物颗粒的分布图像；对比分布图像与背散射信号图像，确定每种矿物颗粒对应的灰度阈值区间。
背散射信号图像中的不同灰度反映不同的矿物颗粒信息。通过分析和确定视域中的具体矿物颗粒，并获取与背散射信号图像相对应的具体矿物颗粒的分布图像，来获取不同的矿物颗粒在背散射信号图像中对应的灰度阈值区间，该方法不仅简单易操作，而且构思巧妙，结合后续步骤，使目标矿物的识别和定位的实验时间减少，实验精度提高。
优选地，为了能够准确测量和分析样品的颗粒成分信息，在采集样品的背散射信号图像之前，需要将样品进行抛光处理并在样品的表面镀导电膜。
示例性的，抛光处理可以是对样品进行机械抛光形成薄片样品或者块体样品、或者进行氩离子抛光处理形成块体样品，从而保证样品表面的平整度。块体样品的厚度不宜过大，避免侧面导电性差。示例性的，样品表面镀的导电膜可以是碳膜或者金膜，一般膜厚为5～15nm；还可以在样品的侧面涂抹导电胶，以形成良好的侧向导电通道；同时还可以用导电胶带通过样品表面将样品与金属样品台连接，也可增强样品表面导电性，同时增加样品稳定性。
可以理解的是，本领域技术人员可以根据实际情况和需要合理的在样品表面和侧面设置导电结构。优选地，步骤S2进一步包括：S20、根据对应关系调整背散射信号图像的图像参数，以剔除目标视域中全部或者部分非目标矿物颗粒，以确定显示矿物颗粒群。
优选地，步骤S20进一步包括：S201、根据对应关系调整背散射信号图像的图像参数，使目标矿物颗粒且灰度阈值区间与目标矿物颗粒有重叠的非目标矿物颗粒组合成的显示矿物颗粒群得以显示。
在非目标矿物颗粒与目标矿物颗粒的灰度阈值区间没有重叠的情况下，调整背散射信号图像的图像参数，可以将非目标矿物颗粒全部剔除，使目标矿物颗粒显示；在非目标矿物颗粒与目标矿物颗粒的灰度阈值区间有重叠时，调整背散射信号图像的图像参数，可以将部分非目标矿物颗粒剔除，与目标矿物颗粒的灰度阈值区间有重叠的非目标矿物颗粒以及目标矿物颗粒显示。
优选地，调整的图像参数包括背散射信号图像的背景灰度、亮度和对比度。步骤S201进一步包括：S2011、在目标矿物颗粒为亮色颗粒的情形下，选择调整背散射信号图像的背景灰度，使非目标矿物颗粒转换为测试背景，以显示显示矿物颗粒群；S2012、在目标矿物颗粒为暗色颗粒的情形下，选择调整背散射信号图像的亮度和对比度，使非目标矿物颗粒在背散射信号图像上形成曝光，以显示显示矿物颗粒群；S2013、在目标矿物颗粒为浅色颗粒的情形下，根据亮色颗粒和暗色颗粒的占比选择占比小的一方的测试方法与目标矿物颗粒合并测试，以显示显示矿物颗粒群。
需要说明的是，上述步骤S2011、步骤S2012和步骤S2013没有先后顺序关系。可以理解的是，本领域技术人员可以根据目标矿物颗粒选择相应的步骤进行操作。
优选地，在显示矿物颗粒群在背散射信号图像中显示之后，步骤S3进一步包括：S30、获取显示矿物颗粒群在目标视域中的X射线能谱信息；S31、比对X射线能谱信息与矿物数据库，确定目标视域中显示矿物颗粒群所包含的矿物颗粒成分；S32、赋予不同的矿物颗粒以不同的颜色，获得显示矿物颗粒群的分布图像；S33、确定目标矿物颗粒在目标视域内的定位信息。
需要说明的是，其中亮色颗粒、浅色颗粒和暗色颗粒的划分，是根据背散射信号图像的直观视觉来划分。有些材料可能只能划分出亮色颗粒和暗色颗粒两种。
本实施例以不同矿物颗粒在背散射图像中灰度有差别为切入点，剔除或减少非目标矿物颗粒的分析，能够在较短的时间内较为精确的分析目标矿物颗粒，并提取其在目标视域中的位置。使用该方法可以对大视域(厘米级)样品进行快速分析，为大样品中目标矿物颗粒的快速定位提供技术方法，为后期分析测试提供便利。
作为一种示例，以某岩石样品为例进行实验。如图1至图8所示，图1是本发明一种实施例的样品的背散射信号图像；图2是本发明一种实施例的同一视域整体矿物分布图像；图3是本发明一种实施例的不同矿物主要灰度阈值范围；图4是本发明一种实施例的同一视域亮色矿物(金红石颗粒)分布图像；图5是本发明一种实施例的同一视域浅色矿物(方解石颗粒)分布图像；图6是本发明一种实施例的曝光过度的背散射图像；图7是本发明一种实施例的同一视域暗色矿物(石英颗粒)分布图像；图8是本发明一种实施例的针对不同类型矿物颗粒识别时间对比图。具体操作如下所述：
将氩离子抛光后的岩石样品镀5nm的碳膜，设定扫描电镜加速电压为20kV，束流为2nA。调节图像亮度和对比度，获得最优的图像显示，即不同成分矿物颗粒灰度差别较明显。随机采集样品某一视域的背散射信号图像，如图1所示，图像大小为300*226μm。对这一视域做X射线能谱采集，利用软件对比X射线能谱信息与矿物数据库，进行自动矿物颗粒成分分析。对不同矿物颗粒赋予不同的颜色，获得该视域中整体矿物颗粒分布图，如图2所示。本次分析测试时间为10′54″。
对比获得的整体矿物颗粒分布图和背散射信号图像，可以在软件中读取每种矿物颗粒的主要灰度阈值区间信息，从而确定灰度阈值区间与矿物颗粒之间的对应关系，如图3所示。
下面以不同的矿物颗粒作为目标矿物颗粒分别进行分析。
为了测试时间有对比性，继续以该视域为目标视域进行分析，但需要说明的是，目标区域也可以是与随机采集的视域为不同面积、不同位置的区域，只要是同一块样品上的视域即可。选择金红石为目标矿物颗粒，通过分析图1和图2可以发现，金红石颗粒为视域内的亮色颗粒，结合图3得知，金红石与黄铁矿同为视域内的亮色颗粒，且灰度阈值区间有重叠，因此将金红石与黄铁矿颗粒作为显示矿物颗粒群合并测试。规定背景灰度上限为200，将灰度值小于200的非目标矿物颗粒转化为背景值，仅保留灰度大于200的矿物颗粒进行测试分析。通过对视域内剩余的矿物颗粒采集X射线能谱，并结合矿物数据库进行自动成分分析，对不同的矿物颗粒赋予不同的颜色，就可以得到金红石颗粒的分布图，如图4所示。本次分析测试时间为1′28″。
为了测试时间有对比性，继续以该视域为目标区域进行分析。选择方解石为目标矿物颗粒，通过分析图1和图2可以发现，方解石颗粒为视域内的浅色颗粒，结合图3得知，方解石与钾长石、铁白云石、绿泥石和伊利石同为视域内的浅色颗粒，且灰度阈值区间有重叠，因此将方解石与钾长石、铁白云石、绿泥石和伊利石颗粒作为显示矿物颗粒群合并测试。同时观察图1可知，亮色一端的颗粒占比较少，则选择合并亮色颗粒测试。规定背景灰度上限为135，将灰度值小于135的非目标矿物颗粒转化为背景值，仅保留灰度大于135的矿物颗粒进行测试分析。通过对视域内剩余的颗粒采集X射线能谱，并结合数据库进行自动成分分析，对不同的矿物颗粒赋予不同的颜色，就可以得到方解石颗粒的分布图，如图5所示。本次分析测试时间为6′38″。
为了测试时间有对比性，继续以该视域为目标区域进行分析。选择石英为目标矿物颗粒，通过分析图1和图2可以发现，石英颗粒为视域内的暗色颗粒，结合图3得知，石英与钠长石、白云石同为视域内的暗色颗粒，且灰度阈值区间有重叠，因此将石英与钠长石、白云石颗粒作为显示矿物颗粒群合并测试。因为选择的石英颗粒为暗色颗粒，不能通过调节背景值的方法剔除非目标矿物颗粒。因此调节扫描电镜背散射信号图像的亮度和对比度，将浅色颗粒和亮色颗粒的灰度一体化，以达到减少对浅色颗粒和亮色颗粒分析的目的。此次调节的亮度为49.5％，对比度为100％，获得曝光过度的背散射图像，如图6所示。通过对视域内剩余的颗粒采集X射线能谱，并结合数据库进行自动成分分析，对不同的矿物颗粒赋予不同的颜色，就可以得到石英颗粒的分布图，如图7所示。本次分析测试时间为4′56″。
参照图8，通过对同一目标视域内整体矿物测试时间、目标矿物颗粒金红石(亮色颗粒)测试时间、目标矿物颗粒方解石(浅色颗粒)测试时间以及目标矿物颗粒石英(暗色颗粒)测试时间分析对比，可以看出针对不同的目标矿物颗粒的测试效率有不同幅度的大幅度提升。其中金红石颗粒的测试时间缩短了85％左右，方解石颗粒的测试时间缩短了40％左右，石英颗粒的测试时间缩短了55％左右。对于大视域的测试分析，这种方法无疑能够大幅减少测试时间，对目标矿物颗粒进行快速的识别和定位，为后期分析测试提供极大的便利。
至此，已经结合附图所示的优选实施方式描述了本发明的技术方案，但是，本领域技术人员容易理解的是，本发明的保护范围显然不局限于这些具体实施方式。在不偏离本发明的原理的前提下，本领域技术人员可以对相关技术特征作出等同的更改或替换，这些更改或替换之后的技术方案都将落入本发明的保护范围之内。

Claims (2)

1.一种快速识别并定位大视域中目标矿物颗粒的方法，应用于矿物颗粒测试过程中，其特征在于，所述方法包括以下步骤：
S1、选择目标视域并采集样品在所述目标视域中的背散射信号图像；
S2、根据背散射信号图像中的灰度与样品包含的矿物颗粒的对应关系，调整所述目标视域内背散射信号图像的图像参数，以使至少包含目标矿物颗粒的部分矿物颗粒显现，该步骤具体为：
根据所述对应关系调整所述背散射信号图像的图像参数，以剔除所述目标视域中全部或者部分非目标矿物颗粒，以确定显示矿物颗粒群；
S3、对所述显示矿物颗粒群进行成分测试，以不同的矿物颗粒作为目标矿物颗粒，确定所述目标矿物颗粒在所述目标视域内的位置信息；
其中，背散射信号图像中的灰度与样品包含的矿物颗粒的对应关系提前获得；
在步骤S2之前，所述方法还包括：
随机采集样品某一视域的背散射信号图像；
获取样品在所述视域中的X射线能谱信息；
比对X射线能谱信息与矿物数据库，确定所述视域中所述样品包含的所有矿物颗粒成分；
赋予不同的所述矿物颗粒以不同的颜色，获得所述视域中的所有矿物颗粒的分布图像；
对比所述分布图像与所述背散射信号图像，确定每种所述矿物颗粒对应的灰度阈值区间；
其中，“根据所述对应关系调整所述背散射信号图像的图像参数，以剔除所述目标视域中全部或者部分非目标矿物颗粒，以确定显示矿物颗粒群”的步骤进一步包括：
根据所述对应关系调整所述背散射信号图像的图像参数，使所述目标矿物颗粒且灰度阈值区间与所述目标矿物颗粒有重叠的所述非目标矿物颗粒组合成的所述显示矿物颗粒群得以显示，所述目标矿物颗粒包括锆石、金红石、榍石、磷灰石、石英和方解石中的一种；
其中，“根据所述对应关系调整所述背散射信号图像，使所述目标矿物颗粒且灰度阈值区间与所述目标矿物颗粒有重叠的所述非目标矿物颗粒组合成的所述显示矿物颗粒群得以显示”的步骤进一步包括：
在所述目标矿物颗粒为亮色颗粒的情形下，选择调整所述背散射信号图像的背景灰度，使所述非目标矿物颗粒转换为测试背景，以显示所述显示矿物颗粒群；
在所述目标矿物颗粒为暗色颗粒的情形下，选择调整所述背散射信号图像的亮度和对比度，使所述非目标矿物颗粒在所述背散射信号图像上形成曝光，以显示所述显示矿物颗粒群；
在所述目标矿物颗粒为浅色颗粒的情形下，根据亮色颗粒和暗色颗粒的占比选择占比小的一方的测试方法与所述目标矿物颗粒合并测试，以显示所述显示矿物颗粒群。
2.根据权利要求1所述的方法，其特征在于，“对所述部分矿物颗粒进行成分测试，确定所述目标颗粒在所述目标视域内的位置信息”的步骤进一步包括：
获取所述显示矿物颗粒群在所述目标视域中的X射线能谱信息；
比对X射线能谱信息与矿物数据库，确定目标视域中所述显示矿物颗粒群所包含的矿物颗粒成分；
赋予不同的所述矿物颗粒以不同的颜色，获得所述显示矿物颗粒群的分布图像；
确定所述目标矿物颗粒在所述目标视域内的定位信息。
CN201810955877.4A 2018-08-21 2018-08-21 快速识别并定位大视域中目标矿物颗粒的方法 Active CN109270105B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810955877.4A CN109270105B (zh) 2018-08-21 2018-08-21 快速识别并定位大视域中目标矿物颗粒的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810955877.4A CN109270105B (zh) 2018-08-21 2018-08-21 快速识别并定位大视域中目标矿物颗粒的方法

Publications (2)

Publication Number Publication Date
CN109270105A CN109270105A (zh) 2019-01-25
CN109270105B true CN109270105B (zh) 2020-10-27

Family

ID=65154094

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810955877.4A Active CN109270105B (zh) 2018-08-21 2018-08-21 快速识别并定位大视域中目标矿物颗粒的方法

Country Status (1)

Country Link
CN (1) CN109270105B (zh)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110567998A (zh) * 2019-09-09 2019-12-13 中国科学院上海硅酸盐研究所 一种快速获得碳化硅陶瓷晶粒信息的样品制备及其分析与测定方法
CN111141734A (zh) * 2019-12-30 2020-05-12 核工业北京地质研究院 一种快速定位钍矿物并识别其共伴生关系的方法
CN111398323A (zh) * 2020-03-10 2020-07-10 浙江中科锐晨智能科技有限公司 一种矿物自动分析系统中自动获取x射线分析位置的计算方法
CN113406130A (zh) * 2020-03-16 2021-09-17 中国科学院寒区旱区环境与工程研究所 一种块状岩石样品矿物含量测量的方法
CN114034727B (zh) * 2022-01-10 2022-04-01 中国科学院地质与地球物理研究所 一种富铌矿物的快速识别与定量检测方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2014005101A1 (en) * 2012-06-28 2014-01-03 Fei Company Cluster analysis of unknowns in sem-eds dataset
CN104749201A (zh) * 2015-03-31 2015-07-01 西安科技大学 一种矿物标准色数据库的建立方法
CN105115874A (zh) * 2015-08-18 2015-12-02 中国石油天然气股份有限公司 多源信息融合的多组分三维数字岩心构建方法
JP2017090183A (ja) * 2015-11-09 2017-05-25 住友金属鉱山株式会社 全自動鉱物分析装置と顕微レーザーラマン分光装置とを用いた、鉱石中に存在する鉱物粒子の同定方法
JP2018081092A (ja) * 2016-11-08 2018-05-24 住友金属鉱山株式会社 鉱物粒子の表面分析方法
EP3364443A2 (en) * 2017-02-16 2018-08-22 Carl Zeiss Microscopy GmbH Method for analyzing an object and a charged particle beam device for carrying out this method

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9594033B2 (en) * 2014-07-22 2017-03-14 The Boeing Company Visible X-ray indication and detection system for X-ray backscatter applications
CN104700097B (zh) * 2015-03-31 2017-09-05 西安科技大学 一种基于矿物标准色数据库的矿物组分识别方法
CN107818292B (zh) * 2016-09-14 2021-04-09 中国石油化工股份有限公司 一种基于背散射扫描电镜的矿物颗粒识别方法及系统
CN108318515A (zh) * 2018-01-09 2018-07-24 南京大学 一种基于扫描电镜能谱分析的单颗粒矿物相自动识别及定量分析方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2014005101A1 (en) * 2012-06-28 2014-01-03 Fei Company Cluster analysis of unknowns in sem-eds dataset
CN104749201A (zh) * 2015-03-31 2015-07-01 西安科技大学 一种矿物标准色数据库的建立方法
CN105115874A (zh) * 2015-08-18 2015-12-02 中国石油天然气股份有限公司 多源信息融合的多组分三维数字岩心构建方法
JP2017090183A (ja) * 2015-11-09 2017-05-25 住友金属鉱山株式会社 全自動鉱物分析装置と顕微レーザーラマン分光装置とを用いた、鉱石中に存在する鉱物粒子の同定方法
JP2018081092A (ja) * 2016-11-08 2018-05-24 住友金属鉱山株式会社 鉱物粒子の表面分析方法
EP3364443A2 (en) * 2017-02-16 2018-08-22 Carl Zeiss Microscopy GmbH Method for analyzing an object and a charged particle beam device for carrying out this method

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
"Phase composition maps integrate mineral compositions with rock textures from the micro-meter to the thin section scale";Kyle V. Wills 等;《Computers and Geosciences》;20171231;第109卷;第162-177页 *
"Using quantitative electron microscopy for process mineralogy applications";P.Gottlieb 等;《Microtextureal Mineralogy》;20001231;第24-25页 *

Also Published As

Publication number Publication date
CN109270105A (zh) 2019-01-25

Similar Documents

Publication Publication Date Title
CN109270105B (zh) 快速识别并定位大视域中目标矿物颗粒的方法
Newbury et al. Elemental mapping of microstructures by scanning electron microscopy-energy dispersive X-ray spectrometry (SEM-EDS): extraordinary advances with the silicon drift detector (SDD)
US9606101B2 (en) Deep MALDI TOF mass spectrometry of complex biological samples, e.g., serum, and uses thereof
Hodoroaba et al. Performance of high-resolution SEM/EDX systems equipped with transmission mode (TSEM) for imaging and measurement of size and size distribution of spherical nanoparticles
EP2835817B1 (en) Method for semi-automated particle analysis using a charged particle beam
CN105067649A (zh) 一种利用扫描电镜及能谱仪对材料组织定量分析的方法
CN111189864A (zh) Epma-wdx的全岩矿物识别与平面成像方法及装置
CN114486962B (zh) 复杂成分样品含轻元素矿物的定量识别方法、系统和设备
CN111028229A (zh) 一种基于图像处理技术的金属或涂层腐蚀检测方法
CN103411990B (zh) 钢铁材料中氮化物及氧化物析出相的检测方法
CN106841260A (zh) 岩心孔隙含油性的确定方法和装置
CN110530961B (zh) 碳酸盐矿物阴极发光强度控制因素的确定方法及装置
CN114324437B (zh) 一种钢中夹杂物原位统计分布的表征方法及系统
CN102866170A (zh) 评价铝镇静钢中游离渗碳体形态、尺寸和分布的方法
Germinario et al. Textural and mineralogical analysis of volcanic rocks by µ-XRF mapping
KR20130063342A (ko) 전자후방산란회절을 이용한 이상조직강의 상분석 방법
JP2020194691A (ja) 電子顕微鏡における試料観察方法、電子顕微鏡用画像解析装置、電子顕微鏡および電子顕微鏡用画像解析方法
Vladár et al. On the sub-nanometer resolution of scanning electron and helium ion microscopes
Goldstein et al. Special topics in electron beam x-ray microanalysis
Senoner et al. Lateral resolution of secondary ion mass spectrometry–results of an inter‐laboratory comparison
CN114354668B (zh) 一种基于扫描电子显微镜技术的河砂和海砂的区分方法
CN116087249B (zh) 一种用于识别矿物分布和含量的方法、系统和电子设备
CN114034727B (zh) 一种富铌矿物的快速识别与定量检测方法
CN117147601B (zh) 一种钢中不同状态稀土元素及其分布的定量统计表征方法
CN111879804B (zh) 页岩的有机碳含量确定方法、装置及系统

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