CN112698380A - 一种适用于强背景噪声下低能质子束的束流截面处理方法 - Google Patents
一种适用于强背景噪声下低能质子束的束流截面处理方法 Download PDFInfo
- Publication number
- CN112698380A CN112698380A CN202011484163.3A CN202011484163A CN112698380A CN 112698380 A CN112698380 A CN 112698380A CN 202011484163 A CN202011484163 A CN 202011484163A CN 112698380 A CN112698380 A CN 112698380A
- Authority
- CN
- China
- Prior art keywords
- fitting
- section
- beam spot
- background noise
- data
- 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.)
- Pending
Links
- 238000003672 processing method Methods 0.000 title claims abstract description 14
- 238000000034 method Methods 0.000 claims abstract description 31
- 238000011410 subtraction method Methods 0.000 claims abstract description 14
- 238000012545 processing Methods 0.000 claims abstract description 13
- 238000005315 distribution function Methods 0.000 claims description 14
- 238000005259 measurement Methods 0.000 claims description 14
- 230000008569 process Effects 0.000 claims description 12
- 239000002245 particle Substances 0.000 abstract description 13
- 125000001475 halogen functional group Chemical group 0.000 abstract description 10
- 230000000694 effects Effects 0.000 abstract description 2
- 238000012360 testing method Methods 0.000 description 10
- 230000008859 change Effects 0.000 description 7
- 238000004364 calculation method Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 3
- 230000005457 Black-body radiation Effects 0.000 description 1
- 235000002566 Capsicum Nutrition 0.000 description 1
- 206010027146 Melanoderma Diseases 0.000 description 1
- 239000006002 Pepper Substances 0.000 description 1
- 235000016761 Piper aduncum Nutrition 0.000 description 1
- 235000017804 Piper guineense Nutrition 0.000 description 1
- 244000203593 Piper nigrum Species 0.000 description 1
- 235000008184 Piper nigrum Nutrition 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 230000001678 irradiating effect Effects 0.000 description 1
- 229910052746 lanthanum Inorganic materials 0.000 description 1
- FZLIPJUXYLNCLC-UHFFFAOYSA-N lanthanum atom Chemical group [La] FZLIPJUXYLNCLC-UHFFFAOYSA-N 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 150000003839 salts Chemical class 0.000 description 1
- 229920006395 saturated elastomer Polymers 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 239000013077 target material Substances 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
- WFKWXMTUELFFGS-UHFFFAOYSA-N tungsten Chemical compound [W] WFKWXMTUELFFGS-UHFFFAOYSA-N 0.000 description 1
- 229910052721 tungsten Inorganic materials 0.000 description 1
- 239000010937 tungsten Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01T—MEASUREMENT OF NUCLEAR OR X-RADIATION
- G01T1/00—Measuring X-radiation, gamma radiation, corpuscular radiation, or cosmic radiation
- G01T1/29—Measurement performed on radiation beams, e.g. position or section of the beam; Measurement of spatial distribution of radiation
- G01T1/2914—Measurement of spatial distribution of radiation
- G01T1/2978—Hybrid imaging systems, e.g. using a position sensitive detector (camera) to determine the distribution in one direction and using mechanical movement of the detector or the subject in the other direction or using a camera to determine the distribution in two dimensions and using movement of the camera or the subject to increase the field of view
Abstract
本发明公开了一种适用于强背景噪声下低能质子束的束流截面处理方法，属于粒子加速器技术领域，包括采用基于KNN的背景减除法，将CCD相机获取到的原始数据进行背景减除法处理，得到束斑边界；再次进行去除本底噪声的处理，滤除噪点；对去噪声数据进行数据拟合，数据拟合包括对束斑截面边界、束斑截面强度分布和中心位置进行拟合；对拟合后数据进行束流截面计算，得到束斑中心位置和束斑的大小，解决了提高了粒子加速器中束流截面的计算精度，减少了背景噪声导致的误差的技术问题，本发明对束流的束流在x、y方向的强度分布进行计算，可以对束晕进行简要测量，可以直观的观测束流的发散状况，对聚束效果的判定起到辅助的作用。
Description
技术领域
本发明属于粒子加速器技术领域，涉及一种适用于强背景噪声下低能质子束的束流截面处理方法。
背景技术
束流截面是反映束流品质的重要物理参数，是加速器和束流输运线设计的重要参数，也是实现束流匹配传输、提高束流传输效率的基础。束流截面过大会导致加速器在运行的过程中粒子撞击束管而损坏。因此，对束流截面的测量在束测中起着重要的作用。
为研究带电粒子束的运动规律，必须描述粒子束的截面大小，其中最简单的办法是对束流截面进行测量，随后分析计算求的束流截面的大小、分布以及半高宽。一般来说，加速器束流的截面形状是一个圆，其分布遵从高斯分布，束斑大小在聚焦磁铁聚束后直径会变小。
目前对于粒子加速器束流截面形状计算的算法都是基于传统的先对测量的数据进行背景噪声减除，随后投影到x、y方向后进行高斯拟合，根据求得的高斯分布求出半高宽。这种方法对于低能质子束，尤其是计算束斑尺寸大、流强较高的束流截面时，由于背景噪声过大会遇到背景噪声将束流截面边界淹没的情况，导致无法正常判定束流截面的边界范围。其次，对低能质子束的测量本身也存在误差，其来源主要有：
1、机械误差：测量过程中束流并非垂直照射在截面靶上，CCD相机的镜头存在焦距，这些会导致测量的图片数据中截面靶的形状和实际的形状相比发生偏差，成为一个梯形，对后续的数据拟合造成误差。
2、束流不稳定造成的误差：离子源引出的束流本身也会因为电源等的自身的不稳定性而发生变化，直观上的体现为束流流强的波动性变化。这会对测量造成偏差。
3、本底噪声的误差：本底噪声的误差主要来源于CCD相机自身的噪声，这种噪声一般为椒盐噪声和高斯噪声，直观表现为测量数据上的随机出现的噪点。
4、计算机测量误差：CCD相机的数据经过USB传输到电脑上，USB数据传输的过程中也存在噪声以及信号丢失，直观表现为数据中随机出现的噪点。
5、数据处理误差：数据处理过程中对本底的扣除、高斯拟合以及求解半高宽的过程中都会引入误差。
因此，通过对数据处理算法在其理论方面进行深入的研究，改进适合于低能质子束的束流截面的测量算法，对提高束流测量效率具有重要的现实意义和很高实际应用价值。
发明内容
本发明的目的是提供一种适用于强背景噪声下低能质子束的束流截面处理方法，解决了提高了粒子加速器中束流截面的计算精度，减少了背景噪声导致的误差的技术问题。
为实现上述目的，本发明采用如下技术方案：
一种适用于强背景噪声下低能质子束的束流截面处理方法，包括如下步骤：
步骤1：采用基于KNN的背景减除法，将CCD相机获取到的原始数据进行背景减除法处理，得到束斑边界；
步骤2：对步骤1的结果再次进行去除本底噪声的处理，滤除噪点，同时进行人工标注未滤除的噪点，得到去噪声数据；
步骤3：对去噪声数据进行数据拟合，数据拟合包括对束斑截面边界、束斑截面强度分布和中心位置进行拟合；
步骤4：对拟合后数据进行束流截面计算，得到束斑中心位置和束斑的大小。
优选的，所述CCD相机获取到的原始数据为灰度图片。
优选的，在执行步骤3时，数据拟合包括最小二乘法椭圆拟合和非线性二维高斯拟合；
最小二乘法拟合椭圆用于对束斑中心位置进行拟合，其公式如下：
其中，(σx，σy)为束斑的中心位置，θ为束斑和拟合所选的坐标系的x轴的夹角，a和b分别为拟合的椭圆的半长轴和半短轴的长度，将椭圆按照实际测量过程中截面靶和束流方向的夹角做投影，求得束流截面的边界；
二维高斯拟合的方法用于对束流强度分布进行拟合，得到束斑截面的高斯分布函数，高斯分布函数的公式如下：
其中，A为高斯拟合的振幅，(x0，y0)为二维高斯分布的中心，(σx，σy)为二维高斯分布x，y上各自的方差；
根据高斯分布函数，得到x，y方向的半高宽，从而得到束斑的大小。
优选的，在执行步骤1时，去除本底噪声时的本底噪声为束斑边界以外的所有位于截面靶上的点的像素的平均值。
本发明的有益效果：
本发明所述的一种适用于强背景噪声下低能质子束的束流截面处理方法，解决了提高了粒子加速器中束流截面的计算精度，减少了背景噪声导致的误差的技术问题，本发明对束流的束流在x、y方向的强度分布进行计算，可以对束晕进行简要测量，可以直观的观测束流的发散状况，对聚束效果的判定起到辅助的作用。
附图说明
图1为本发明的主流程图；
图2为本发明的基于KNN的背景减除法的流程图；
图3为本发明的测试过程中截面靶上图像的变化图像；
图4为本发明的在基于KNN的背景减除法处理后的结果图；
图5为拟合的束斑边界椭圆的示意图；
图6为束晕的测量结果图；
图7为未加束流时的噪声的图像；
图8为噪声减去本底后得到强噪声部分的图像；
图9为x方向上的光斑强度分布图；
图10为在流强为2mA时在使用算法第二部分的噪声减除方法减除背景噪声后使用二维高斯拟合所得的分布函数图的正视图；
图11为在流强为2mA时在使用算法第二部分的噪声减除方法减除背景噪声后使用二维高斯拟合所得的分布函数的俯视图；
图12为y方向上的光斑强度分布图；
图13为原始数据图；
图14为基于KNN的背景减除法所得的计算结果图；
图中：点1、椭圆2。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
实施例1：
如图1-图14所示的一种适用于强背景噪声下低能质子束的束流截面处理方法，包括如下步骤：
步骤1：采用基于KNN的背景减除法，将CCD相机获取到的原始数据进行背景减除法处理，得到束斑边界；
本实施例中，KNN算法的核心为：
如果一个样本在特征空间中的K个最相似(即特征空间中最邻近)的样本中的大多数属于某一个类别，则该样本也属于这个类别。该方法在定类决策上只依据最邻近的一个或者几个样本的类别来决定待分样本所属的类别。在进行分类决策时，该方法根据最接近的一个或多个样本的分类决定要细分的样本类别。基于该方法，我们将闪烁屏上的一个点P根据其历史像素值划分为属于背景或前景的点，从而得到波束点。在测量过程中，闪烁屏上的束斑随着束流流强(阳极电压)的变化而改变亮度和宽度。首先，我们根据闪烁屏的衰减时间(对于常用的Chromox约为100毫秒)，将CCD摄像机采集到的视频以每秒40帧的速率分解成图像。由于相邻帧(25ms)之间的时间间隔小于100ms，因此在将视频分割成图像时减少了信息损失。
背景噪声的像素值变化相对缓慢，由于CCD相机的饱和，由于光束中心的光束点部分的像素值几乎保持不变。然而，在0.5-1s的时间尺度内，光束光斑边界点的像素值随着光束电流的变化而快速变化。在此基础上，根据背景噪声和光束光斑的强度分布确定阈值d。如果连续两帧中点P的像素差小于d，则将P归类为属于背景(背景噪声)，否则归类为属于前景(束斑)。假设在追溯的F帧图形数据中，判断点P属于背景m次，属于前景n次。如果m>n，则P属于背景(背景噪音)；否则，它属于前景(束斑)，如算法流程图所示。然后用白点(灰度值:255)表示前景点，黑点(灰度值:0)表示背景点，重新绘制当前帧的图像。
在可能的范围内，F应该是一个奇数；F是偶数会导致m和n相等，不利于预测。如果F太大，则模型根据较大时间范围内P点的历史像素值进行判断。
但是，光束点边界的强度和大小变化很快，导致n大大小于m，从而导致模型误判P属于背景，从而增加了计算误差。
此外，由于质子束自身存在很强的空间电荷效应使其在飞行的过程中会发散，因此质子束有一个光晕，如流程图2所示。
闪烁屏上的光斑由三部分组成:
1、由质子束中心部分的粒子形成的最亮的圆形光斑；
2、质子束的束晕粒子在束斑中心附近形成的亮点；
3、远离束斑中心的束晕粒子形成的光斑。
其中，光斑2显示为小的闪烁的亮点，而在短时间内,而光斑3几乎是不可能的被CCD相机检测到的，因为它的质子数通常是低于截面靶材料的起始灵敏度(Chromox，一般为107-108质子)。在对束晕部分的粒子进行测量时，我们首先让束流保持在一个平稳的状态(流强固定)，随后使用CCD相机对质子束辐照截面靶所产生的光斑进行长时间的采集。此时，背景噪声和光束中心的像素值几乎没有变化，而靠近束流中心的光晕部分造成的光斑导致了局部的、短暂的(一般存在于几帧)像素值的变化。此时由于背景相减过程中像素值发生了变化，束晕造成的光斑被定义为属于前景，表现为白色的点。选取较小的F值(一般为3)进行数据分析，可以很好地分离束晕造成的束斑。
步骤2：对步骤1的结果再次进行去除本底噪声的处理，滤除噪点，同时进行人工标注未滤除的噪点，得到去噪声数据；
步骤3：对去噪声数据进行数据拟合，数据拟合包括对束斑截面边界、束斑截面强度分布和中心位置进行拟合；
步骤4：对拟合后数据进行束流截面计算，得到束斑中心位置和束斑的大小。
优选的，所述CCD相机获取到的原始数据为灰度图片。
优选的，在执行步骤3时，数据拟合包括最小二乘法椭圆拟合和非线性二维高斯拟合；
考虑到实际测量过程中采集的束斑截面形状往往会因为截面靶因自身的重力而倾斜、截面靶和束流前进方向呈一定的夹角、相机镜头的景深等原因而由圆形变成椭圆形，为了算法的普适性，本发明采用最小二乘法拟合椭圆对束斑中心位置进行拟合，其公式如下：
其中，(σx，σy)为束斑的中心位置，θ为束斑和拟合所选的坐标系的x轴的夹角，a和b分别为拟合的椭圆的半长轴和半短轴的长度，将椭圆按照实际测量过程中截面靶和束流方向的夹角做投影，求得束流截面的边界；
束流可以看作是高斯光束，其强度分布服从二维高斯分布，二维高斯拟合的方法用于对束流强度分布进行拟合，得到束斑截面的高斯分布函数，高斯分布函数的公式如下：
其中，A为高斯拟合的振幅，(x0，y0)为二维高斯分布的中心，(σx，σy)为二维高斯分布x，y上各自的方差；
根据高斯分布函数，得到x，y方向的半高宽，从而得到束斑的大小。
本实施例在拟合之前，首先对采集的数据去除本底噪声。在获得了束斑边界后，取边界以外的所有位于截面靶上的点的像素的平均值作为本底噪声。
其次，在开始测试束流截面前，首先对原始噪声数据进行取样，随后减除原始噪声数据的像素值较低的本底部分，获得噪声数据中分布较为集中的强噪声部分。
由于CCD相机的镜头会饱和，强噪声部分在测试束流截面的过程中会导致部分有效信号由于相机饱和的丢失，使得拟合的强度分布的降低。基于此，本发明使用了新的数据拟合方法：
在拟合的过程中，对当前要拟合的图片的本底噪声(束斑边界外的像素平均值)与没有束流时测得的原始噪声数据的本底部分做比值。根据黑体辐射公式和夫朗和费圆孔散射，在保证除了束流有无而其余设置不变的条件下，两张图片中本底噪声的比值和强噪声部分的比值应该是相等的。
在当前待拟合的图片中减去乘以比值之后的强噪声部分，再减去本底噪声部分(如果差值小于0，则取值为0)，用剩下的数据使用非线性二维高斯拟合。随后可以得到束斑截面的高斯分布函数。基于此函数，可以求出对应的x，y方向的半高宽，束流在x，y方向各自的强度分布函数。
优选的，在执行步骤1时，去除本底噪声时的本底噪声为束斑边界以外的所有位于截面靶上的点的像素的平均值。
如图3和图4所示，本实施例的数据来自于南京质子源LEBT段离子源测试结果。本实施例测试采用的灯丝是钨丝。其中测试采用的截面靶仪器的截面靶采用Chromox材料的截面靶，大小为5cm×5cm，待测束流为直流质子束，流强为2mA。在流强1.9mA(阳极电压24kV)时，开始采集测量数据。
逐步匀速梯度提高阳极电压到25kV(流强2mA)，在此过程中，束斑中心位置的像素值由于CCD相机的饱和而保持不变，束斑边界部分的像素值由于束斑大小和亮度的变化而迅速变化。远离束斑的部分由于没有束流的辐照而没有明显得像素值变化。在使用本发明的基于KNN的背景减除法进行数据处理的过程中，束斑边界部分的点在做帧差时会由于像素产大于阈值(100)而被判定为前景，其余部分则被判定为背景。图3为测试过程中截面靶上图像的变化图像，图4为对应的采用本发明专利提出的基于KNN的背景减除法处理后的结果图。图3中，当达到稳定状态时，可以看到束斑边界近似呈一个缺失一部分的椭圆，缺失是因为束斑中心位置的偏移和束斑大小超过了截面靶的大小造成的。这造成的影响可以使用本发明专利中拟合部分的处理方法进行处理。图5位基于图4中到达稳定状态时的束斑边界的椭圆进行最小二乘法椭圆拟合所得的束斑边界椭圆。图5中，点1为拟合时所使用的处于边界部分的点，椭圆2为拟合得到椭圆，椭圆2与x轴呈一个夹角，与理论所符合。
图6是使用本发明中所公开的基于KNN的背景减除法对流强为2mA时的束流长时间采集数据后分析所得的束晕的分布图。束晕主要集中在束核(中间的黑斑)周围约1cm范围内。
图7为未加束流时的原始噪声图像，图8为原始噪声减去本底的强噪声部分的图像，其中本底部分为40(像素值)。图10和图11为在流强为2mA时在使用算法第二部分的噪声减除方法减除背景噪声后使用二维高斯拟合所得的分布函数，图9和图12分别为x和y方向上的光斑强度分布图。
实施例2：
本实施例数据来自于南京质子源LEBT段离子源测试结果,实施例2与实施例1的不同之处在于，本实施例测试所使用的离子源灯丝为硼化镧，测试的束流为流强约为2.5mA的CW质子束。由图13所示，测量的原始数据图中背景噪声很强，干扰了束流截面的判断。在使用基于本发明公开的基于KNN的背景减除法可以从很强的背景噪声干扰的测试你数据结果中提取出较为清晰的束斑边界。图14为使用适用于低能质子束的截面计算的数据处理程序计算的结果。
本发明所述的一种适用于强背景噪声下低能质子束的束流截面处理方法，解决了提高了粒子加速器中束流截面的计算精度，减少了背景噪声导致的误差的技术问题，本发明对束流的束流在x、y方向的强度分布进行计算，可以对束晕进行简要测量，可以直观的观测束流的发散状况，对聚束效果的判定起到辅助的作用。
在本发明中，流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或更多个用于实现定制逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分，并且本发明的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本发明的实施例所属技术领域的技术人员所理解。
在流程图中表示或在此以其他方式描述的逻辑和/或步骤，例如，可以被认为是用于实现逻辑功能的可执行指令的定序列表，可以具体实现在任何计算机可读介质中，以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用，或结合这些指令执行系统、装置或设备而使用。就本说明书而言，"计算机可读介质"可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。计算机可读介质的更具体的示例(非穷尽性列表)包括以下：具有一个或多个布线的电连接部(电子装置)，便携式计算机盘盒(磁装置)，随机存取存储器(RAM)，只读存储器(ROM)，可擦除可编辑只读存储器(ePROM或闪速存储器)，光纤装置，以及便携式光盘只读存储器(CDROM)。另外，计算机可读介质甚至可以是可在其上打印所述的程序的纸或其他合适的介质，因为可以例如通过对纸或其他介质进行光学扫描，接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述的程序，然后将其存储在计算机存储器中。
应当理解，本发明的各部分可以用硬件、本实施例、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的本实施例或固件来实现。如，如果用硬件来实现和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列(PGA)，现场可编程门阵列(FPGA)等。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，该程序在执行时，包括方法实施例的步骤之一或其组合。
此外，在本发明各个实施例中的各功能单元可以集成在一个处理模块中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用本实施例功能模块的形式实现。所述的集成的模块如果以本实施例功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。
尽管上面已经示出和描述了本发明的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本发明的限制，本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (4)
1.一种适用于强背景噪声下低能质子束的束流截面处理方法，其特征在于：包括如下步骤：
步骤1：采用基于KNN的背景减除法，将CCD相机获取到的原始数据进行背景减除法处理，得到束斑边界；
步骤2：对步骤1的结果再次进行去除本底噪声的处理，滤除噪点，同时进行人工标注未滤除的噪点，得到去噪声数据；
步骤3：对去噪声数据进行数据拟合，数据拟合包括对束斑截面边界、束斑截面强度分布和中心位置进行拟合；
步骤4：对拟合后数据进行束流截面计算，得到束斑中心位置和束斑的大小。
2.如权利要求1所述的一种适用于强背景噪声下低能质子束的束流截面处理方法，其特征在于：所述CCD相机获取到的原始数据为灰度图片。
3.如权利要求1所述的一种适用于强背景噪声下低能质子束的束流截面处理方法，其特征在于：在执行步骤3时，数据拟合包括最小二乘法椭圆拟合和非线性二维高斯拟合；
最小二乘法拟合椭圆用于对束斑中心位置进行拟合，其公式如下：
其中，(σx，σy)为束斑的中心位置，θ为束斑和拟合所选的坐标系的x轴的夹角，a和b分别为拟合的椭圆的半长轴和半短轴的长度，将椭圆按照实际测量过程中截面靶和束流方向的夹角做投影，求得束流截面的边界；
二维高斯拟合的方法用于对束流强度分布进行拟合，得到束斑截面的高斯分布函数，高斯分布函数的公式如下：
其中，A为高斯拟合的振幅，(x0，y0)为二维高斯分布的中心，(σx，σy)为二维高斯分布x，y上各自的方差；
根据高斯分布函数，得到x，y方向的半高宽，从而得到束斑的大小。
4.如权利要求1所述的一种适用于强背景噪声下低能质子束的束流截面处理方法，其特征在于：在执行步骤1时，去除本底噪声时的本底噪声为束斑边界以外的所有位于截面靶上的点的像素的平均值。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011484163.3A CN112698380A (zh) | 2020-12-16 | 2020-12-16 | 一种适用于强背景噪声下低能质子束的束流截面处理方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011484163.3A CN112698380A (zh) | 2020-12-16 | 2020-12-16 | 一种适用于强背景噪声下低能质子束的束流截面处理方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112698380A true CN112698380A (zh) | 2021-04-23 |
Family
ID=75508393
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011484163.3A Pending CN112698380A (zh) | 2020-12-16 | 2020-12-16 | 一种适用于强背景噪声下低能质子束的束流截面处理方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112698380A (zh) |
Citations (27)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1731112A (zh) * | 2005-08-19 | 2006-02-08 | 中国科学院光电技术研究所 | 全口径光强测量仪 |
| CN101339613A (zh) * | 2008-08-12 | 2009-01-07 | 中国地质科学院矿产资源研究所 | 一种遥感图像背景噪声减弱方法 |
| CN101458067A (zh) * | 2008-12-31 | 2009-06-17 | 苏州大学 | 激光光斑测量装置及其测量方法 |
| CN101924005A (zh) * | 2010-07-16 | 2010-12-22 | 中国航天科技集团公司第五研究院第五一○研究所 | 一种用于电子束表面处理的均匀束斑方法 |
| CN102589435A (zh) * | 2012-03-02 | 2012-07-18 | 中南大学 | 噪声环境下激光束中心高效精确检测方法 |
| CN103256892A (zh) * | 2013-04-27 | 2013-08-21 | 中国科学技术大学 | 一种快速束团横向尺寸和位置的提取方法 |
| CN103353605A (zh) * | 2013-07-02 | 2013-10-16 | 中国科学院近代物理研究所 | 三维点扫描束流配送中在线束流监测探测器的交叉标定方法 |
| CN103886593A (zh) * | 2014-03-07 | 2014-06-25 | 华侨大学 | 一种基于三维点云曲面圆孔检测方法 |
| CN104635428A (zh) * | 2013-11-14 | 2015-05-20 | 上海微电子装备有限公司 | 一种基于图像处理的调焦调平测量装置和方法 |
| CN104966308A (zh) * | 2015-06-12 | 2015-10-07 | 深圳大学 | 一种计算激光光束光斑大小的方法 |
| CN105855696A (zh) * | 2016-05-10 | 2016-08-17 | 西安中科微精光子制造科技有限公司 | 激光聚焦光斑定位方法及装置 |
| CN106204544A (zh) * | 2016-06-29 | 2016-12-07 | 南京中观软件技术有限公司 | 一种自动提取图像中标志点位置及轮廓的方法和系统 |
| CN106651801A (zh) * | 2016-12-23 | 2017-05-10 | Tcl集团股份有限公司 | 一种光斑定位时去除噪声的方法及系统 |
| US20170231550A1 (en) * | 2014-08-25 | 2017-08-17 | Singapore University Of Technology And Design | Method and device for analysing an image |
| CN107462918A (zh) * | 2017-08-22 | 2017-12-12 | 合肥中科离子医学技术装备有限公司 | 一种基于LabVIEW的加速器束流截面测量系统与方法 |
| CN109785245A (zh) * | 2018-12-06 | 2019-05-21 | 江苏大学 | 一种光斑图像修整方法 |
| CN109785285A (zh) * | 2018-12-11 | 2019-05-21 | 西安工程大学 | 一种基于椭圆特征拟合的绝缘子破损检测方法 |
| CN109959502A (zh) * | 2019-04-10 | 2019-07-02 | 深圳市计量质量检测研究院（国家高新技术计量站、国家数字电子产品质量监督检验中心） | 一种光斑关键参数的测量装置和测量方法 |
| CN110383415A (zh) * | 2017-02-07 | 2019-10-25 | Asml荷兰有限公司 | 用于带电粒子检测的方法和装置 |
| CN110398768A (zh) * | 2019-07-15 | 2019-11-01 | 华中科技大学 | 一种基于像素电离室的束斑动态监测方法及系统 |
| CN110533601A (zh) * | 2019-07-15 | 2019-12-03 | 江苏大学 | 一种激光光斑中心位置及轮廓获取方法 |
| CN110694186A (zh) * | 2019-09-20 | 2020-01-17 | 华中科技大学 | 一种基于硬件高斯拟合粒子束治疗装置的束斑位置方法 |
| CN110737016A (zh) * | 2019-10-28 | 2020-01-31 | 合肥中科离子医学技术装备有限公司 | 一种用于回旋加速器的主径向探针信号标定系统与方法 |
| CN110969656A (zh) * | 2019-12-10 | 2020-04-07 | 长春精仪光电技术有限公司 | 一种基于机载设备激光光束光斑大小的检测方法 |
| CN111079650A (zh) * | 2019-12-17 | 2020-04-28 | 国网江苏省电力工程咨询有限公司 | 基于改进knn-dpc算法的激光点云分裂导线提取方法 |
| CN111507254A (zh) * | 2020-04-16 | 2020-08-07 | 北京雷石天地电子技术有限公司 | 制作逐字歌词的方法、装置、终端和非临时性计算机可读存储介质 |
| CN111693972A (zh) * | 2020-05-29 | 2020-09-22 | 东南大学 | 一种基于双目序列图像的车辆位置与速度估计方法 |
-
2020
- 2020-12-16 CN CN202011484163.3A patent/CN112698380A/zh active Pending
Patent Citations (27)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1731112A (zh) * | 2005-08-19 | 2006-02-08 | 中国科学院光电技术研究所 | 全口径光强测量仪 |
| CN101339613A (zh) * | 2008-08-12 | 2009-01-07 | 中国地质科学院矿产资源研究所 | 一种遥感图像背景噪声减弱方法 |
| CN101458067A (zh) * | 2008-12-31 | 2009-06-17 | 苏州大学 | 激光光斑测量装置及其测量方法 |
| CN101924005A (zh) * | 2010-07-16 | 2010-12-22 | 中国航天科技集团公司第五研究院第五一○研究所 | 一种用于电子束表面处理的均匀束斑方法 |
| CN102589435A (zh) * | 2012-03-02 | 2012-07-18 | 中南大学 | 噪声环境下激光束中心高效精确检测方法 |
| CN103256892A (zh) * | 2013-04-27 | 2013-08-21 | 中国科学技术大学 | 一种快速束团横向尺寸和位置的提取方法 |
| CN103353605A (zh) * | 2013-07-02 | 2013-10-16 | 中国科学院近代物理研究所 | 三维点扫描束流配送中在线束流监测探测器的交叉标定方法 |
| CN104635428A (zh) * | 2013-11-14 | 2015-05-20 | 上海微电子装备有限公司 | 一种基于图像处理的调焦调平测量装置和方法 |
| CN103886593A (zh) * | 2014-03-07 | 2014-06-25 | 华侨大学 | 一种基于三维点云曲面圆孔检测方法 |
| US20170231550A1 (en) * | 2014-08-25 | 2017-08-17 | Singapore University Of Technology And Design | Method and device for analysing an image |
| CN104966308A (zh) * | 2015-06-12 | 2015-10-07 | 深圳大学 | 一种计算激光光束光斑大小的方法 |
| CN105855696A (zh) * | 2016-05-10 | 2016-08-17 | 西安中科微精光子制造科技有限公司 | 激光聚焦光斑定位方法及装置 |
| CN106204544A (zh) * | 2016-06-29 | 2016-12-07 | 南京中观软件技术有限公司 | 一种自动提取图像中标志点位置及轮廓的方法和系统 |
| CN106651801A (zh) * | 2016-12-23 | 2017-05-10 | Tcl集团股份有限公司 | 一种光斑定位时去除噪声的方法及系统 |
| CN110383415A (zh) * | 2017-02-07 | 2019-10-25 | Asml荷兰有限公司 | 用于带电粒子检测的方法和装置 |
| CN107462918A (zh) * | 2017-08-22 | 2017-12-12 | 合肥中科离子医学技术装备有限公司 | 一种基于LabVIEW的加速器束流截面测量系统与方法 |
| CN109785245A (zh) * | 2018-12-06 | 2019-05-21 | 江苏大学 | 一种光斑图像修整方法 |
| CN109785285A (zh) * | 2018-12-11 | 2019-05-21 | 西安工程大学 | 一种基于椭圆特征拟合的绝缘子破损检测方法 |
| CN109959502A (zh) * | 2019-04-10 | 2019-07-02 | 深圳市计量质量检测研究院（国家高新技术计量站、国家数字电子产品质量监督检验中心） | 一种光斑关键参数的测量装置和测量方法 |
| CN110533601A (zh) * | 2019-07-15 | 2019-12-03 | 江苏大学 | 一种激光光斑中心位置及轮廓获取方法 |
| CN110398768A (zh) * | 2019-07-15 | 2019-11-01 | 华中科技大学 | 一种基于像素电离室的束斑动态监测方法及系统 |
| CN110694186A (zh) * | 2019-09-20 | 2020-01-17 | 华中科技大学 | 一种基于硬件高斯拟合粒子束治疗装置的束斑位置方法 |
| CN110737016A (zh) * | 2019-10-28 | 2020-01-31 | 合肥中科离子医学技术装备有限公司 | 一种用于回旋加速器的主径向探针信号标定系统与方法 |
| CN110969656A (zh) * | 2019-12-10 | 2020-04-07 | 长春精仪光电技术有限公司 | 一种基于机载设备激光光束光斑大小的检测方法 |
| CN111079650A (zh) * | 2019-12-17 | 2020-04-28 | 国网江苏省电力工程咨询有限公司 | 基于改进knn-dpc算法的激光点云分裂导线提取方法 |
| CN111507254A (zh) * | 2020-04-16 | 2020-08-07 | 北京雷石天地电子技术有限公司 | 制作逐字歌词的方法、装置、终端和非临时性计算机可读存储介质 |
| CN111693972A (zh) * | 2020-05-29 | 2020-09-22 | 东南大学 | 一种基于双目序列图像的车辆位置与速度估计方法 |
Non-Patent Citations (3)
| Title |
|---|
| 崔立夫;罗瑞芳;: "高斯光束参数简介及束腰的快速测量计算", 天津科技, no. 01, pages 27 - 31 * |
| 杨光 等: "基于微流控芯片的流式线虫机器学习图像识别系统", 《功能材料与器件学报》, vol. 25, no. 4, pages 286 - 292 * |
| 董金梅 等: "基于图像处理技术的束流剖面监视系统", 《强激光与粒子束》, no. 09, pages 1195 - 1198 * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US10453648B2 (en) | Charged particle bean device and information-processing device | |
| US9436985B1 (en) | Method and system for enhancing image quality | |
| CN105741244B (zh) | 一种室内巡检机器人弱光下去除阴影和光晕的方法 | |
| CN111344830B (zh) | 用于电子衍射分析的改进系统 | |
| US10373797B2 (en) | Charged particle beam device and image forming method using same | |
| JP6739553B2 (ja) | 荷電粒子線装置 | |
| CN110443278B (zh) | 一种太阳能电池片栅线粗细异常的检测方法、装置及设备 | |
| CN104024793A (zh) | 形状检查方法及其装置 | |
| CN110763600A (zh) | 悬浮颗粒实时在线检测装置 | |
| JP2005317818A (ja) | パターン検査装置およびパターン検査方法 | |
| US6608305B1 (en) | Selective deposition of a particle beam based on charging characteristics of a sample | |
| US10446359B2 (en) | Charged particle beam device | |
| CN113837032A (zh) | 一种nv色心光探测磁共振曲线的极度欠采样重构方法 | |
| CN112698380A (zh) | 一种适用于强背景噪声下低能质子束的束流截面处理方法 | |
| Miller et al. | Automated measurement of fast mitochondrial transport in neurons | |
| US8153967B2 (en) | Method of generating particle beam images using a particle beam apparatus | |
| CN112330544A (zh) | 图像拖影的处理方法、装置、设备及介质 | |
| Qi et al. | Quantitative detection of minor defects in metal materials based on variation coefficient of CT image | |
| CN115143045A (zh) | 风力发电机组塔架净空的确定方法、装置、设备及系统 | |
| JP2001325595A (ja) | 画像処理方法およびその装置並びに荷電粒子顕微鏡検査装置 | |
| JP2014146615A (ja) | 荷電粒子顕微鏡装置および画像撮像方法 | |
| JP2013104783A (ja) | 異物検知装置 | |
| CN103201819B (zh) | 图案判定装置以及凹凸判定方法 | |
| CN112698379A (zh) | 一种低能质子束的发射度测量仪数据处理方法及其装置 | |
| TWI795691B (zh) | 影像生成系統、及非暫時性電腦可讀媒體 |
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 | ||
| CB02 | Change of applicant information |
Address after: 210046 Xianlin Avenue 163, Qixia District, Nanjing City, Jiangsu Province Applicant after: NANJING University Applicant after: Nanjing Proton Source Engineering Technology Research Institute Co.,Ltd. Applicant after: Andersen Technology Group Co.,Ltd. Address before: 210046 Xianlin Avenue 163, Qixia District, Nanjing City, Jiangsu Province Applicant before: NANJING University Applicant before: Nanjing Proton Source Engineering Technology Research Institute Co.,Ltd. Applicant before: ANDESON SUPERCONDUCTING RF ACCELERATOR TECHNOLOGY CO.,LTD. |
|
| CB02 | Change of applicant information | ||
| CB02 | Change of applicant information |
Address after: 210000 first floor, building B4, Hongfeng Science Park, Nanjing Economic and Technological Development Zone, Nanjing, Jiangsu Applicant after: NANJING University Applicant after: Nanjing Proton Source Engineering Technology Research Institute Co.,Ltd. Applicant after: Andersen Technology Group Co.,Ltd. Address before: 210046 Xianlin Avenue 163, Qixia District, Nanjing City, Jiangsu Province Applicant before: NANJING University Applicant before: Nanjing Proton Source Engineering Technology Research Institute Co.,Ltd. Applicant before: Andersen Technology Group Co.,Ltd. |
|
| CB02 | Change of applicant information |