CN113544498A - 用于进行电子背散射衍射样品表征的方法和设备 - Google Patents
用于进行电子背散射衍射样品表征的方法和设备 Download PDFInfo
- Publication number
- CN113544498A CN113544498A CN202080017649.8A CN202080017649A CN113544498A CN 113544498 A CN113544498 A CN 113544498A CN 202080017649 A CN202080017649 A CN 202080017649A CN 113544498 A CN113544498 A CN 113544498A
- Authority
- CN
- China
- Prior art keywords
- expected
- identified
- point
- points
- sample
- 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
- 238000000034 method Methods 0.000 title claims abstract description 111
- 238000001887 electron backscatter diffraction Methods 0.000 title claims abstract description 28
- 238000012512 characterization method Methods 0.000 title description 5
- 239000013598 vector Substances 0.000 claims abstract description 295
- 238000009826 distribution Methods 0.000 claims description 47
- 241000723353 Chrysanthemum Species 0.000 claims description 42
- 235000007516 Chrysanthemum Nutrition 0.000 claims description 37
- 241000404542 Tanacetum Species 0.000 claims description 36
- 239000013078 crystal Substances 0.000 claims description 24
- 238000004590 computer program Methods 0.000 claims description 14
- 235000005633 Chrysanthemum balsamita Nutrition 0.000 claims description 5
- 238000012360 testing method Methods 0.000 description 38
- 238000004458 analytical method Methods 0.000 description 27
- 238000010191 image analysis Methods 0.000 description 19
- 238000003860 storage Methods 0.000 description 15
- 238000003384 imaging method Methods 0.000 description 14
- 238000010894 electron beam technology Methods 0.000 description 11
- 230000006870 function Effects 0.000 description 11
- 230000008569 process Effects 0.000 description 10
- 238000012545 processing Methods 0.000 description 10
- 230000008859 change Effects 0.000 description 9
- 238000013507 mapping Methods 0.000 description 9
- 230000000694 effects Effects 0.000 description 8
- 239000000463 material Substances 0.000 description 8
- 238000005457 optimization Methods 0.000 description 8
- PXHVJJICTQNCMI-UHFFFAOYSA-N Nickel Chemical compound [Ni] PXHVJJICTQNCMI-UHFFFAOYSA-N 0.000 description 7
- 238000005259 measurement Methods 0.000 description 6
- 238000012986 modification Methods 0.000 description 6
- 230000004048 modification Effects 0.000 description 6
- 238000004891 communication Methods 0.000 description 5
- 238000004088 simulation Methods 0.000 description 5
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical compound [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 description 4
- 238000009825 accumulation Methods 0.000 description 4
- 238000001914 filtration Methods 0.000 description 4
- 230000009466 transformation Effects 0.000 description 4
- 238000004422 calculation algorithm Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 3
- 238000001514 detection method Methods 0.000 description 3
- 238000002474 experimental method Methods 0.000 description 3
- 238000000386 microscopy Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- APTZNLHMIGJTEW-UHFFFAOYSA-N pyraflufen-ethyl Chemical compound C1=C(Cl)C(OCC(=O)OCC)=CC(C=2C(=C(OC(F)F)N(C)N=2)Cl)=C1F APTZNLHMIGJTEW-UHFFFAOYSA-N 0.000 description 3
- 239000007787 solid Substances 0.000 description 3
- XAGFODPZIPBFFR-UHFFFAOYSA-N aluminium Chemical compound [Al] XAGFODPZIPBFFR-UHFFFAOYSA-N 0.000 description 2
- 229910052782 aluminium Inorganic materials 0.000 description 2
- 238000003491 array Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 238000005094 computer simulation Methods 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000003708 edge detection Methods 0.000 description 2
- 239000012535 impurity Substances 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 229910052742 iron Inorganic materials 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 229910052759 nickel Inorganic materials 0.000 description 2
- 229910052704 radon Inorganic materials 0.000 description 2
- SYUHGPGVQRZVTB-UHFFFAOYSA-N radon atom Chemical compound [Rn] SYUHGPGVQRZVTB-UHFFFAOYSA-N 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 229910052710 silicon Inorganic materials 0.000 description 2
- 239000010703 silicon Substances 0.000 description 2
- 238000000844 transformation Methods 0.000 description 2
- 238000013519 translation Methods 0.000 description 2
- 241000224489 Amoeba Species 0.000 description 1
- HEFNNWSXXWATRW-UHFFFAOYSA-N Ibuprofen Chemical compound CC(C)CC1=CC=C(C(C)C(O)=O)C=C1 HEFNNWSXXWATRW-UHFFFAOYSA-N 0.000 description 1
- OAICVXFJPJFONN-UHFFFAOYSA-N Phosphorus Chemical compound [P] OAICVXFJPJFONN-UHFFFAOYSA-N 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000002939 conjugate gradient method Methods 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 238000002003 electron diffraction Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000007943 implant Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000000302 molecular modelling Methods 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 238000011176 pooling Methods 0.000 description 1
- 238000000275 quality assurance Methods 0.000 description 1
- 238000003908 quality control method Methods 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 238000007614 solvation Methods 0.000 description 1
- 238000002945 steepest descent method Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
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
- G01N23/203—Measuring back scattering
-
- 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
- G01N2223/0566—Investigating materials by wave or particle radiation by diffraction, scatter or reflection diffraction analysing diffraction pattern
-
- 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
- G01N2223/40—Imaging
Landscapes
- Chemical & Material Sciences (AREA)
- Crystallography & Structural Chemistry (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Analysing Materials By The Use Of Radiation (AREA)
Abstract
一种对通过电子背散射衍射成像的样品进行分析的方法。所述方法包括标识所述样品上的位置的电子背散射衍射图像中的多个菊池带。所述方法进一步包括对于每个所标识的菊池带，至少部分地基于对所述样品上的所述位置的估计形成所述菊池带的相应向量表示。所述样品的配置通过将来自多个预期向量表示集的特定的预期向量表示集标识为与所述多个所标识的菊池带的所述向量表示相匹配来确定。
Description
技术领域
本发明涉及使用电子背散射衍射对样品进行表征，具体地，对电子背散射衍射图像进行分析，例如以确定样品的性质。
背景技术
电子背散射衍射(EBSD)是一种广泛用于表征材料样品的技术。EBSD允许确定样品表面的特定部分或其上的位置的多种晶体学性质、微观结构性质和微观构造性质。最常见的EBSD应用包含用于测量微结构的晶体取向图像映射(OIM)、相位分析以及用于应变分析的高分辨率EBSP互相关。以这种方式，EBSD已被证明是用于表征多晶和/或多相材料的有效工具。特别地，可以使用EBSD测量或估计许多重要性质，如晶粒大小和形状、相位分布、局部变形等。通过对样品表面上的多个点执行EBSD，可以产生多晶和/或多相位材料的性质和构成的详细图片。此种表征可以具有多种用途，包含：对组件进行的故障分析；以及工业制造期间的质量保证和控制；直到在各种条件下对材料和材料结构进行初步研究。
在EBSD分析期间，将通常来自电子显微镜的电子束引导到真空室中的样品上。电子从样品内的晶面衍射，以产生一系列形成电子背散射衍射图案的重叠的“亮”带。来自样品的一部分散射(衍射)电子撞击屏幕(通常是荧光屏)或成像传感器(例如，CMOS或CCD)。电子与发荧光的荧光屏碰撞，并且所产生的光可以使用透镜组合件和相机来检测；或者电子可以由传感器直接检测。在任一情况下，衍射图案都会被转换成测量电子角度分布的数字信号。
通过EBSD技术(通常被称为电子背散射图案(EBSP))产生的所得图像通常包括由一对(基本上平行的)边缘定义的多个相交带。这些相交带被称为菊池带(Kikuchi band)，并且通常是基于这些带对材料样品进行表征。特别地，通常在称被为索引的过程中将在所得图像中所标识的菊池带与已知的菊池带相匹配。这通常是通过将所标识的菊池带对的相交角度与已知材料的已知角度的理论列表(通常基于理论晶体模型的平面间角度来计算)进行比较来完成的。
当前，在所述领域中采用了多种旨在使这种索引过程自动化的方法。这些方案通常涉及使用霍夫变换(Hough transform)首先标识EBSD图像中存在的多个菊池带，并且使用平面间角度(或较不常见地，区域间角度)的查找表来索引一些所标识的菊池带(参见例如，“全自动技术的单独的晶格取向测量的开发和应用(Individual Lattice OrientationMeasurements Development and Application of a Fully Automatic Technique)”，Stuart I.Wright,博士论文,美国耶鲁大学,1992年)。然而，使用通常含有数十个菊池带并且尝试一次拟合所有菊池带的所有相交角度的EBSD图像可能变得难以管理。这通常是由于平面间角度组合的数量随带数量的平方而增加。如此，自动索引技术通常会尝试一次仅拟合3个左右的相交角度。由于相交角度在EBSD过程中易受测量误差的影响，因此此种有限的自动索引可能会错过正确的索引解决方案。这通常可能是以下情况：最初的3个相交角度之一碰巧含有显著的测量误差，或者是来自错误地检测的菊池带(即，并非真正存在于衍射图案中的菊池带)。这可能会导致不正确的或不准确的结果。
除此之外，自动索引系统通常需要样品的局部化学或可能的相位或晶格类型的外部知识，以便减少要对其进行测试的可能的平面间角度的数量。这会将偏差引入样品的表征中，所述偏差也可能导致不正确的或不准确的结果。
发明内容
本发明的目的是提供用于使用电子背散射衍射表征样品，具体地，使通过电子背散射衍射产生的图像的自动分析的准确度提高的改进系统。如此，本发明的实施例试图解决上文所描述的问题和相关现有技术的其它问题。
在第一方面，提供了一种对通过电子背散射衍射成像(或通过电子背散射衍射映射或已经以其它方式经历电子背散射衍射)的样品进行分析的方法(如计算机实施的方法)。所述方法包括标识所述样品上的位置的电子背散射衍射图像(或映射或输出)中的多个菊池带。对于每个所标识的菊池带，形成所述菊池带的相应向量表示。每个相应向量至少部分地基于对所述样品上的所述位置的估计。
所述方法继续通过将来自多个预期向量表示集的特定的预期向量表示集标识为与所述多个所标识的菊池带的所述向量表示相匹配来确定所述样品的配置。
在一些实施例中，确定配置进一步包括通过将所述向量表示相对于预定坐标轴的角度与所述预期向量表示的对应角度相匹配来从所述多个预期向量表示集中获得多个候选预期向量表示集。然后，与所述多个所标识的菊池带的所述向量表示匹配的所述特定的预期向量表示集可以从所述多个候选预期向量表示集中标识出。
在一些实施例中，所述多个预期向量表示集包括一个或多个主要向量表示集。对于每个主要向量表示集，所述多个预期向量表示集包括通过施加相应旋转而生成的一个或多个旋转预期向量集，所述施加相应旋转等效于施加绕所述预定坐标轴的旋转，然后施加绕另外的坐标轴的旋转。所述确定可以进一步包括标识将所述特定的预期向量表示集与所述多个所标识的菊池带的所述向量表示相匹配的旋转。
在第二方面，提供了一种对通过电子背散射衍射成像(或通过电子背散射衍射映射或已经以其它方式经历电子背散射衍射)的样品进行分析的方法(如计算机实施的方法)。所述方法包括标识所述样品上的位置的电子背散射衍射图像(或映射或输出)中的多个菊池带。对于每个所标识的菊池带，形成相应点。每个点对应于以下之间的交叉点：所述菊池带的向量表示与圆柱对称表面(如圆柱表面)。所述菊池带的所述向量表示和所述表面的圆柱轴两者均至少部分地基于对所述样品上的所述位置的估计而确定。
所述方法继续通过将来自多个预期点集的特定的预期点集标识为与所述多个所标识的菊池带的点相匹配来确定所述样品的配置。例如，当在以某个点为中心的分布(如高斯分布(Gaussian distribution))与以预期点为中心的分布之间计算的重叠超过预定阈值时，所述某个点可能与所述预期点相匹配。所述分布的特性宽度可以基于对应点的强度。
这一方面可以有利地在将样品的实验产生的菊池带与预期菊池带相匹配时提供改进的准确度。具体地，与现有技术方法相比，这一方面可以使更多的菊池带能够更加有效地匹配。结果，所述样品的所产生的配置的准确度或置信度可以提高。
在第一和第二方面的一些实施例中，所确定的配置包括以下中的任何一个或多个：所述样品中的结晶相；所述样品中的晶体的单位晶胞尺度；所述样品中的晶体的晶胞中的原子；所述样品中的晶格取向；存在于所述样品中的局部晶格变形；应变状态。
在一些实施例中，所述方法进一步包括获得多个预期点集。每个预期点集对应于相应的已知样品。对于每个已知样品，预期点对应于所述已知样品的菊池带的向量表示与另外的圆柱对称表面(如圆柱表面)之间的相交处。所述另外的圆柱对称表面可以与初始圆柱表面相同。所述已知样品中的一个或多个已知样品的所述菊池带可以从模拟和/或实验EBSD图像中标识。
所确定的配置基于对应于与所述多个所标识的菊池带的所述点相匹配的所述特定的预期点集的特定的已知样品的一个或多个性质。
在第一和第二方面的一些实施例中，每个相应菊池带的所述向量表示基于由所述菊池带限定的平面而确定。通常，相应菊池带的所述向量表示基于由所述菊池带限定的所述平面的法向量。
在一些实施例中，确定配置的步骤进一步包括从所述多个预期点集中获得多个候选预期点集。此种获得可以通过将所述点的相对方位角度与所述预期点的相对方位角度相匹配来执行。此处，从所述多个候选预期点集中标识与所述多个所标识的菊池带的所述点相匹配的所述特定的预期点集。
在一些实施例中，确定配置的步骤进一步包括：对于来自多个预期点集的两个或更多个预期点集中的每个预期点集，基于所述预期点集优化对所述样品上的所述位置的所述估计；至少部分地基于对所述样品上的所述位置的经优化的估计将所述两个或更多个预期点集中的一个预期点集标识为特定的预期点集。
在一些实施例中，将来自多个预期点集的特定的预期点集标识为与所述多个所标识的菊池带的点相匹配的步骤是通过以下步骤来执行的。
·在第一图像中绘制以所述多个所标识的菊池带的所述点中的每个点为中心的分布；
·对于所述特定的预期点集中的每个点，获得包括以所述点为中心的分布的第二图像。
此处，来自多个预期点集的特定的预期点集基于所述第一图像和所述第二图像的相交而被标识为与所述多个所标识的菊池带的所述点相匹配。
本发明还提供了对应于被布置成实施上述方法的元件、模块或组件或包括所述元件、所述模块或所述组件的设备，例如一个或多个各种适当配置的计算装置，如下文所描述的那些计算装置。
具体地，本发明因此提供了一种用于对通过电子背散射衍射成像(或通过电子背散射衍射映射或已经以其它方式经历电子背散射衍射)的样品进行分析的第一系统。所述系统包括标识模块，所述标识模块被配置成标识所述样品上的位置的电子背散射衍射图像中的多个菊池带。所述系统还包括投影模块，所述投影模块被配置成对于每个所标识的菊池带，至少部分地基于对所述样品上的所述位置的估计形成所述菊池带的相应向量表示。
所述系统还包括匹配模块，所述匹配模块被配置成通过将来自多个预期向量表示集的特定的预期向量表示集标识为与所述多个所标识的菊池带的所述向量表示相匹配来确定所述样品的配置。
也可以提供对应于上文所概述的第二方面的第二系统。所述第二系统包括标识模块，所述标识模块被配置成标识所述样品上的位置的电子背散射衍射图像(或映射或输出)中的多个菊池带。所述第二系统还包括投影模块，所述投影模块被配置成对于每个所标识的菊池带，形成相应点。每个点对应于以下之间的交叉点：所述菊池带的向量表示与圆柱对称表面(如圆柱表面)。所述菊池带的所述向量表示和所述表面的圆柱轴两者均至少部分地基于对所述样品上的所述位置的估计而确定。
所述第二系统还包括匹配模块，所述匹配模块被配置成通过将来自多个预期点集的特定的预期点集标识为与所述多个所标识的菊池带的点相匹配来确定所述样品的配置。例如，当在以某个点为中心的分布(如高斯分布)与以预期点为中心的分布之间计算的重叠超过预定阈值时，所述某个点可能与所述预期点相匹配。所述分布的特性宽度可以基于对应点的强度。
本发明还提供适于由一个或多个处理器执行的一个或多个计算机程序，这类(一个或多个)计算机程序被布置成实施以上概述且在本文中描述的方法。本发明还提供一个或多个计算机可读媒体和/或通过网络运送的数据信号，所述媒体和/或数据信号包括(或其上存储)这类一个或多个计算机程序。
附图说明
现将参照附图仅借助于实例描述本发明的实施例，在所述附图中：
图1示意性地展示了电子背散射衍射(EBSD)系统的实例；
图2示意性地展示了计算机系统的实例；
图3a示意性地展示了示例EBSD图像分析系统；
图3b示意性地展示了EBSD图像、示例菊池带和图案中心之间的几何关系；
图3c示意性地展示了EBSD图像、示例菊池带法线、图案中心和圆柱表面之间的几何关系；
图3d示意性地展示了不同的示例EBSD图像分析系统；
图3e示意性地展示了闪烁器屏幕的位置的变化的影响；
图4a示意性地展示了由EBSD图像分析系统(如图3a的EBSD图像分析系统)执行的方法；
图4b示意性地展示了由EBSD图像分析系统(如图3d的EBSD图像分析系统)执行的不同的方法；
图5a示意性地展示了图3a的EBSD图像分析系统的变型；
图5b示意性地展示了图3d的EBSD图像分析系统的变型；
图6示意性地展示了由EBSD图像分析系统(如图5a的EBSD图像分析系统)执行的方法；
图7a示意性地展示了如可以由图3a或图5a的EBSD图像分析系统执行的使用菊池带映射来匹配表示菊池带的点的方法；
图7b示出了如可以与图7a中所概述的方法一起使用的菊池带映射的实例；
图8a示出了示例EBSD图像以及图案中心的变化对菊池带的向量表示产生的影响；
图8b示出了示例EBSD图像以及衍射图案绕图案中心的旋转对菊池带的向量表示产生的影响。
具体实施方式
在以下的说明中并且在附图中，描述本发明的某些实施例。然而，应当了解，本发明不限于描述的实施例并且一些实施例可不包含下文描述的所有特征。然而，显而易见的是可以在不脱离如所附权利要求书中阐述的本发明的更广泛精神和范围的情况下，在本文中进行各种修改和改变。
图1示意性地展示了电子背散射衍射(EBSD)系统100的实例。EBSD系统100包括用于生成电子束115的束发生器110(如扫描电子显微镜(SEM))以及图像捕获组合件130。还示出了要分析的测试样品120。测试样品120通常将通过未示出的样品保持装置保持在适当位置。
在EBSD系统100中，束发生器110、测试样品120和图像捕获组合件130优选地容纳在排空的分析室140中。EBSD系统100被配置成使得来自束发生器110的被测试样品120散射的电子中的至少一些电子将撞击图像捕获组合件130的闪烁屏幕或成像传感器132。电子背散射衍射图案可以在闪烁屏幕或成像传感器132上形成。闪烁屏幕或成像传感器132被布置成将入射电子转换成可见光，并且可以由此在闪烁屏幕或成像传感器132上形成可以由图像捕获组合件130捕获的背散射衍射图案。为了便于讨论，将从在闪烁屏幕132上产生的背散射衍射图案的角度对下文所描述的EBSD系统进行讨论。然而，应当了解，所述讨论同样适用于对背散射衍射图案执行直接检测的EBSD系统。此类系统通常使用成像传感器132代替闪烁屏幕132。成像传感器132(其可以是例如CCD型传感器或单片CMOS传感器中的任何一个)被布置成直接检测背散射衍射图案。单片CMOS传感器的实例包含MediPix系列传感器和TimePix系列传感器。此种直接检测在本领域中是众所周知的(参见例如，PTE Roberts等人“用于CTEM的基于CCD的图像记录系统(A CCD-based image recording system for theCTEM)”,(1982),《超显微术(Ultramicroscopy)》8,385–396，所述文献以全文引用的方式并入本文中；或G McMullan等人“用Medipix2混合像素检测器的电子成像(Electron imagingwith Medipix2 hybrid pixel detector)”,(2007),《超显微术》107(4-5):401-13，所述文献以全文引用的方式并入本文中；或美国专利申请US 2016/0054240)，并且因此本文中不再赘述。
通常，图像捕获组合件130将被布置成将形成在闪烁屏幕或成像传感器132上的图案捕获为EBSD图像150。通常，EBSD图像150将是合适格式的数字图像。此种EBSD图像150可以被称为电子背散射衍射图案(EBSP)。图像捕获组合件130可以被布置成捕获多个EBSD图像。例如，EBSD系统100可以被布置成在跨测试样品120的预定路径中扫描(或移动)电子束115。此处，图像捕获组合件可以被配置成在扫描期间在预定点(或间隔)处捕获EBSD图像。如此，可以产生对应于测试样品120的表面上的不同区域或点的多个EBSD图像。图像捕获组合件130被配置成输出(一个或多个)EBSD图像150以进行进一步处理(如本文中在下文简短描述的分析)。
图1中还示出了示例EBSD图像150。EBSD图像150是样品的位置的图像，在所述位置处，样品被电子束撞击。这个位置实际上是电子束115和测试样品120的入射点117。在EBSD图像150中可见多个被称为菊池带152的特征。菊池带152可以被看作是EBSD图像150中的基本上笔直的较明亮带，通常以示出了菊池带152的边缘的两条较细的黑线为边界。
如本领域技术人员将理解的，菊池带152通常由于从测试样品120散射的、撞击闪烁屏幕或成像传感器132的电子的强度增强而形成。通过测试样品120散射电子而产生的菊池带边缘的几何位置由布拉格衍射(Bragg diffraction)控制。特定菊池带152通常对应于在电子束115的入射点117处从测试样品120中的特定晶面散射的电子。衍射使两个电子锥从测试样品120(并且具体地，晶面)散射，所述两个电子锥然后撞击闪烁屏幕或成像传感器132，从而形成菊池带152。一对同轴锥的顶点的中心在入射点117处，并且考虑到(hkl)平面的半顶角为90度减去布拉格角(Bragg angle)，所述锥通常几乎是平坦的。
如本领域技术人员还应当了解的，EBSD图像150中的菊池带152可以映射到以电子束115和测试样品120的入射点117为中心的球体160的表面上。当被映射到此种球体的表面上时，每个菊池带152的边缘形成球体160的两个圆。菊池带的中心线形成球体160的大圆。实际上，每个菊池带152都可以被认为是上文所讨论的对应的散射电子锥与球体160的表面之间的相交处。此种球体160上的菊池带152的表示通常被称为菊池带152的“球面映射”或“球面菊池映射”。对应的EBSD图像150可以被认为是此种球面映射的一部分的心射切面投影。此种投影有效地形成平面闪烁屏幕或成像传感器132。具体地，对应的EBSD图像150可以被认为是由闪烁屏幕132对向的球面映射的立体角的心射切面投影。
菊池带152由于衍射而产生对于本领域技术人员而言将是众所周知的(参见例如，“材料科学中的电子背散射衍射第2版(Electron Backscatter Diffraction inMaterials Science,2nd edition)”(2009),第2-3页,ISBN 978-0-387-88135-5，所述文献通过全文引用的方式并入本文中)，并且如此本文中不再赘述。类似地，菊池带152的球面映射的产生对于本领域技术人员而言也将是众所周知的(参见例如，“球面EBSD(SphericalEBSD)”,Austin P Day,《显微镜学杂志(Journal of Microscopy)》,第230卷,第3期,(2008),第472-486页，所述文献通过全文引用的方式并入本文中)。
EBSD图像150上还示出了点155。点155(通常被称为“图案中心”)对应于闪烁屏幕132上最接近电子束115和测试样品120的入射点117的点。图案中心155可以表示为(或可以包括)指定了由闪烁屏幕132限定的平面上的点的两个组件。例如，图案中心155可以包括x-坐标PCx和y-坐标PCy。图案中心155通常包括(或被指定具有)闪烁屏幕132与电子束115的入射点117之间的距离(或间隔)。如此，图案中心155可以表示为(或可以包括)三个组件。通常，此种图案中心152包括x-坐标PCx、y-坐标PCy和z-坐标PCz。此处，z-坐标PCz是闪烁屏幕132与电子束115的入射点117之间的距离。通常会在生成EBSD图像150之前测量(或估计)图案中心155。
应当了解，上文所概述的EBSD系统100仅充当关于如何可以生成EBSD图像150的实例。下文所呈现的本发明的实施例可以使用由任何EBSD系统100产生的任何合适的EBSD图像150。
图2示意性地展示了计算机系统200的实例。系统200包括计算机202。计算机202包括：存储介质204、存储器206、处理器208、接口210、用户输出接口312、用户输入接口214和网络接口216，它们全部通过一个或多个通信总线218连接在一起。
存储介质204可为非易失性数据存储装置的任何形式，如硬盘驱动器、磁盘、光学光盘、ROM等中的一种或多种。存储介质204可存储由处理器308执行以便使计算机202运行的操作系统。存储介质204还可存储一个或多个计算机程序(或软件或指令或代码)。
存储器206可为适于存储数据和/或计算机程序(或软件或指令或代码)的任何随机存取存储器(存储单元或易失性存储介质)。
处理器208可为适于执行一个或多个计算机程序(如储存在存储介质204上和/或存储器206中的那些)的任何数据处理单元，所述计算机程序中的一些可为根据本发明的实施例的计算机程序或这样的计算机程序，其当由处理器208执行时使处理器208实施根据本发明的实施例的方法并且将系统200配置成根据本发明的实施例的系统。处理器208可包括单个数据处理单元或并联、单独或与彼此合作操作的多个数据处理单元。处理器208在实施用于执行本发明的实施例的数据处理操作时可将数据存储到存储介质204和/或存储器206，和/或从其中读取数据。
接口210可为用于向计算机202外部的或可从所述计算机拆卸的装置222提供接口的任何单元。装置222可为数据存储装置，例如，光学光盘、磁盘、固态存储装置等中的一种或多种。装置222可具有处理能力-例如，装置可为智能卡。因此，根据装置222从处理器208接收的一个或多个命令，接口210可从所述装置访问数据，或提供数据到所述装置，或与所述装置连接。
用户输入接口214被布置成接收来自系统200的用户或操作员的输入。用户可经由连接至用户输入接口214或与其通信的系统200的一个或多个输入装置提供此输入，如鼠标(或其它指向装置)226和/或键盘224。然而，应当了解用户可经由一个或多个额外或替代的输入装置(如触摸屏幕)向计算机202提供输入。计算机202可将经由用户输入接口214从输入装置接收的输入存储在存储器206中用于处理器208随后访问和处理，或可将所述输入直接传输到处理器208，使得处理器208可相应地对用户输入作出反应。
用户输出接口212被布置成将图形/可视输出提供到系统200的用户或操作员。如此，处理器208可被布置成发指令给用户输出接口212以形成表示期望图形输出的图像/视频信号，并且将此信号提供到连接至用户输出接口212的系统200的监视器(或显示屏或显示单元)220。
最后，网络接口216提供计算机202从一个或多个数据通信网络下载数据和/或将数据上传到一个或多个数据通信网络的功能性。
应当了解，图2中所说明和上述的系统200的架构仅为示例性的并且可在本发明的实施例中使用具有不同架构(例如相较于图2中所示，具有更少组件，或相较于图2中所示，具有额外和/或替代的组件)的其它计算机系统200。作为实例，计算机系统200可以包括以下中的一个或多个：个人计算机；服务器计算机；膝上型计算机、现场可编程门阵列；等。
图3a示意性地展示了示例EBSD图像分析系统300。所述图示出了系统300接收从测试样品120产生的EBSD图像150作为输入以表征测试样品120。EBSD图像150如先前所描述的。
EBSD图像分析系统300包括标识模块320、投影模块330和匹配模块340。EBSD图像分析系统300可以在一个或多个计算机系统(如参考图2所描述的计算机系统200)上实施。EBSD图像分析系统300可以通信地耦接到EBSD系统100。例如，EBSD图像分析系统300可以通过网络接口216通信地耦接到EBSD系统100。EBSD图像分析系统300被布置成接收EBSD图像150。例如，EBSD图像分析系统300可以被布置成通过以下中的任何一个接收EBSD图像150：网络接口216；输入接口210；用户输入接口214；等。EBSD图像分析系统300可以被布置成已将EBSD图像150存储在其上。例如，EBSD图像150可以存储在存储装置204上。
标识模块320被布置成标识(或检测)EBSD图像150中存在的多个菊池带152，从而形成多个所标识的菊池带354。通常，多个菊池带152通过检测图像中的直线特征来标识。这可以使用本领域中的常规技术自动完成。例如，可以将边缘检测算法应用于图像。可替代地，可以将霍夫(或拉顿(Radon))变换应用于图像。此处，图像在其中高强度的直线表示为高强度的点的极坐标平面上表示。以这种方式，霍夫空间中的超过预定强度的EBSD图像150的像素可以被标识为菊池带152。
另外地或可替代地，标识模块320可以被布置成例如通过用户输入接口214基于用户交互来标识多个菊池带152中的一个或多个菊池带。标识模块320可以被配置成使得用户能够将某条直线放置在EBSD图像150的显示器上，所述显示器遵循由用户在视觉上标识的菊池带152的路径。
标识模块320可以被布置成对所标识的菊池带354中的一个或多个所标识的菊池带的带宽进行标识。带宽可以使用与用于标识菊池带152本身的技术相同的技术来标识。例如，边缘检测技术可以标识菊池带152的两个外边缘。菊池带152的带宽可以基于间隔来计算。类似地，菊池带152的带宽可以基于对应于霍夫空间中的菊池带152的点(和/或其大小)来计算。另外地或可替代地，用户可以例如通过用户输入界面214来指定菊池带152的带宽。
通常，所标识的菊池带152将由标识模块320表示(并且任选地存储)为直线。更通常，所标识的菊池带152将由标识模块320表示(并且任选地存储)为以菊池带152为中心的直线。类似地，也可以针对所标识的菊池带152存储线宽，从而表示菊池带152的宽度。另外地或可替代地，所标识的菊池带152可以由标识模块320表示(并且任选地存储)为两条直线，每条线沿菊池带152的相应边缘放置。还可以计算和存储其它参数，例如以下中的任何一个：菊池带的强度(intensity/strength)、菊池带的不对称性、菊池带边缘的梯度；等。
投影模块330被布置成生成多个点356，每个点表示相应的所标识的菊池带152。表示所标识的菊池带354的多个点356相对于(或具有)共同参考(通常是电子束115和测试样品120的入射点117)。鉴于上文关于入射点117与图案中心155之间的关系的讨论，应当了解，可以使用图案中心115代替入射点117。可以将每个点确定为相应菊池带152的向量表示与圆柱对称表面之间的相交处。圆柱对称表面基本上平行对准连接入射点117和图案中心155的线。
为了易于理解，下文将使用与连接入射点117和图案中心155的线基本平行的圆柱表面的实例来描述本发明的实施例。然而，应当了解，圆柱对称表面可以是绕基本上平行于连接入射点117和图案中心155的线(或与其一致)的轴线旋转的任何合适的表面。如此，投影模块330通常被布置成确定表示相对于入射点117(或至少部分地基于所述入射点)的相应菊池带152的向量。实际上，投影模块330通常被布置成将每个菊池带152映射到相应向量。应当了解，菊池带152(其是如上文在图1中所描述的球体160的圆)限定平面。表示菊池带152的向量通常根据由菊池带152限定的平面确定。具体地，可以使用平面的(或相对于平面的)法向量。例如，相应菊池带152的向量表示可以是穿过入射点117、法向于由菊池带152限定的平面的向量(或基于所述向量确定)。
投影模块330可以被布置成将强度(intensity/strength)与多个点356中的每个点相关联(或作为其的一部分)。强度通常表示检测到的菊池的强度。另外地或可替代地，强度可以表示(或包括)对应菊池带152的宽度，或者强度和宽度的加权组合。类似地，强度可以表示(或包括)一些其它测量到的性质(如菊池带不对称性)。
应当了解，用于确定相应菊池带152的向量表示的过程的多种变化是可能的。例如，在上文所描述的对向量表示的确定中，可以包含任何一个或多个预定内射变换，如旋转、与预先确定向量的向量交叉乘积、平移等。
圆柱表面也相对于入射点117(或至少部分地基于其)确定。圆柱表面的取向可以以最小化(或减小)表示所标识的菊池带354的多个点356在圆柱表面的轴向方向上的扩展为目标来选择。在上文给出的实例中，圆柱表面可以垂直于闪烁屏幕132。换句话说，圆柱表面可以沿PCz的方向(或穿过图案中心和入射点117的向量)对准。通常，圆柱表面的半径是(或基于)闪烁屏幕132与入射点117之间的间隔PCz。
如应当了解的，对于使用如图1中所阐述的EBSD设备形成的EBSD图像150，图案中心155和扩展地入射点117是测量到的(或估计的)点。如此，如上文所阐述的投影模块330所使用的图案中心155(或入射点117)容易受到测量和/或估计的误差的影响。
匹配模块340被布置成基于表示所标识的菊池带354的多个点356来确定测试样品120的配置360。以这种方式，可以说匹配模块340被布置成通过所产生的配置360来表征测试样品120。具体地，匹配模块340被布置成基于将表示所标识的菊池带354的多个点356与多个预期点集358相匹配来确定配置360。通常，每个预期点集358对应于已知样品的EBSD图像150。如上文关于标识模块320和投影模块330所阐述的，已经对每个预期点集的EBSD图像150进行了处理。以这种方式，每个预期点集358是(或包括)已知样品(其具有对应的已知配置)的表示所标识的菊池带354的多个点。
应当了解，给定的预期点集358的EBSD图像150可以是实验图像(即，使用如图1中所讨论的EBSD系统100形成的)。可替代地，EBSD图像150可以是理论图像。具体地，EBSD图像150可以通过模拟(如运动学和/或动力学模拟)来生成，其中来自已知样品(具有已知配置)的电子衍射根据计算模型和所产生的预测的EBSD图像150来确定。参见例如“电子背散射衍射图案的多束动力学模拟(Many-beam dynamical simulation of electron backscatterdiffraction patterns)”，Aimo Winkelmann、Carol Trager-Cowan、Francis Sweeney、Austin P.Day、Peter Parbrook,《超显微术》107,414(2007)。EBSD图像150的此种模拟是众所周知的，并且因此本文中不再赘述。
通常，匹配模块340被布置成将表示所标识的菊池带354的多个点356与预期点集358进行比较以确定表示所标识的菊池带354的多个点356与预期点集358之间是否存在匹配。例如，如果两个点在彼此的预定距离内，则可以说表示所标识的菊池带354的多个点356中的某个点与预期点集中的某个点相匹配(或与其相对应)。如果存在多于预定数量(或阈值)的此类匹配的点，则可以说表示所标识的菊池带354的多个点356与预期点集匹配(或与其相对应)。
另外地或可替代地，可以在确定(或标识)表示所标识的菊池带354的多个点356与预期点集之间的匹配时使用各种其它标准。例如，可以针对表示所标识的菊池带354的多个点356和预期点集形成整体匹配分数(或拟合优度度量)。表示所标识的菊池带的点与预期点之间的每个匹配可以根据所述两个点之间的距离来加权(或者基于所述两个点之间的距离来分配分数)。例如，靠近在一起的点之间的匹配可以获得相较于具有较大间隔的点之间的匹配更大的加权。另外地或可替代地，表示所标识的菊池带的点与预期点之间的每个匹配可以根据所述一个或两个点的强度来加权(或者基于所述一个或两个点的强度来分配分数)。例如，高强度的点之间的匹配可以获得相较于低强度的点之间的匹配更大的加权。整体匹配分数可以包括这些加权的总和(或累加)。以这种方式，如果整体匹配分数满足预定阈值，则可以确定在表示所标识的菊池带354的多个点356与预期点集之间存在匹配。应当了解，可以调整(或预先确定)各种阈值以将EBSD图像150和所使用的方法的准确度纳入考虑。还应当了解，可以使用不同的方案和加权来计算整体匹配分数；例如，算术或几何平均值或其某种组合。
应当了解，通过以上文所描述的方式将EBSD图像150的所标识的菊池带354和已知样品的菊池带152表示为点，则在匹配过程期间可以考虑相较于通过使用现有技术的索引技术更大数量的菊池带152。具体地，可以执行完全匹配(其中在匹配中将所有所标识的菊池带354纳入考虑)和对测试样品120的分析。这可以提高测试样品120的任何所确定的配置(或单独的性质)的准确度(如下文简短描述的)。而且，对于其中两个不同的已知样品或配置的菊池带152基本上类似的情形，将更多的菊池带152纳入考虑可以使得能够更好地区分已知配置。
测试样品120的配置360可以由匹配模块340基于被标识为与表示所标识的菊池带354的多个点356相匹配的一个或多个预期点集来确定。具体地，测试样品120的所确定的配置360可以基于对应于匹配的预期点集358的已知样品来确定。通常，测试样品120的所确定的配置360可以包括对应于匹配的预期点集358的已知样品的一个或多个性质。所确定的配置360可以包括包含以下的任何一个或多个样品性质：结晶相；晶体的单位晶胞尺度；存在于晶体中的元素；晶体取向；晶体缺陷；存在的一种或多种杂质；一些列预期的反射体(菊池带)及其宽度和/或近似强度等。应当了解，在一些实例中，所标识的多于一个预期点集358可以被标识为与表示所标识的菊池带354的多个点356相匹配。在此类情况下，可以确定测试样品120的多于一种配置360。例如，可以针对测试样品120确定单独的配置360，其中每个配置根据不同的匹配的预期点集358确定。这可能对应于其中多于一个晶格在入射点117处或附近存在于测试样品120中的情形。另外地或可替代地，一个配置360可以基于匹配的多于预期点集358来确定。在这种情况下，通常，配置360将包括对应于匹配的多于预期点集358的已知样品共有的一个或多个性质。这可能对应于其中少数性质不同的晶体产生相同或类似的菊池带152的情形。这种情形的实例是镍、铁和铝的面心立方(fcc)晶体。匹配模块340还可以被布置成提供(或计算)所确定的配置360的置信度的度量。具体地，置信度的度量可以包括(或基于)对应的匹配的一个(或多个)预期点集358的(一个或多个)整体匹配分数。另外，可以应用替代性加权方案来优先区别基于例如测量到的菊池带宽的解决方案。
应当了解，在上文所描述的分析中，可以例如使用标识模块320和投影模块330按照需要确定预期点集358。另外地或可替代地，可以对预期点集358进行预先计算，并将其存储在存储器(如存储介质204)中和/或在装置222中。应当了解，预先计算的预期点集358可以远程地存储到系统300，如在服务器和/或云计算平台390上。如此，匹配模块340可以被布置成通过合适的数据连接395从服务器和/或云计算平台检索预期点集358。合适的数据连接的实例包含：通过局域网、通过广域网、通过直接数据连接(如USB连接、雷电接口(Thunderbolt)连接、雷电接口(Thunderbolt)连接、直接以太网连接等)、通过因特网等。
如下文简短证实的，表示所标识的菊池带354的点356和预期点358两者以可预测的方式相对于相应图案中心155的三个分量PCx、PCy和PCz的变化而变化。换句话说，如下文简短示出的，可以得出图案中心155的三个分量中的每个分量的变化与对应菊池带152的点的所产生的变化之间的数学关系。
在上文所描述的系统300的一些变型中，匹配模块340可以被布置成相对于匹配的预期点集358来优化(或调整)对应于EBSD图像150的估计的图案中心155(或入射点117)。具体地，优化估计的图案中心155可以包括基于(或依赖于)目标函数来改变图案中心155的至少一个分量。例如，可以以提高目标函数的值(如获得目标函数的极值)为目标来改变图案中心155的至少一个分量。任选地，图案中心155的所有分量可以作为优化步骤的一部分而被改变，或者子集可以作为优化步骤的一部分而被优化。应当理解，可以在优化期间使用上文所讨论的数学关系来直接计算由图案中心的变化引起的表示所标识的菊池带354的点356的所产生的变化。因此，可以直接计算由图案中心155的变化引起的目标函数的值的变化，从而能够进行此种优化。目标函数可以包括先前所讨论的整体匹配分数。匹配模块可以被布置成针对匹配的预期点集358计算对应于相应的经优化的图案中心155的经更新的拟合优度度量。
应当了解，可以使用数值优化技术(其的许多实例在本领域中是已知的)来执行优化。例如，可以使用以下中的任何一种来全部或部分地实施优化：有限差分法，例如牛顿法(Newton's method)；拟牛顿法(Quasi-Newton method)；共轭梯度法；最速下降法；近端最小化、下降单纯形/amoeba；对参数空间进行一定粒度的穷尽搜索；等。
可以相对于被标识为与表示所标识的菊池带354的点356相匹配的每个预期点集单独地执行此种优化。应当了解，以这种方式，由于匹配模块340可以被布置成基于经更新的拟合优度度量来区分匹配的预期点集358(如标识最可能或最佳匹配)，因此匹配过程可以进一步改进。另外地或可替代地，匹配模块340可以被布置成基于相应的经优化的图案中心155来确定匹配的点集358中的一个或多个匹配的点集的置信度。例如，匹配的置信度可以与经优化的图案中心155与原始的估计的图案中心155之间的差成反比。
也可以使用例如以下的任何组合对置信度度量进行加权：通过菊池带强度的测量到的和预测的值、菊池带宽度、菊池带对称性、关键菊池带(其可以有利于最小化伪对称效应)的存在和/或不存在的组合进行加权。
图3b和3c示意性地展示了EBSD图像150(例如，投影到上文所描述的闪烁器屏幕132上的图像)、示例菊池带152、图案中心PC之间的几何关系。上文关于图1阐述的EBSD图像150的讨论在此处同样适用。
在图3b和3c中，示出了笛卡尔坐标系统(Cartesian co-ordinate system)的一组轴线(标记为x、y和z)。此处，xy平面与EBSD图像平面一致。z轴线垂直于EBSD图像平面。笛卡尔坐标系统的原点O与电子束115和测试样品120的入射点117一致。在这个笛卡尔坐标系统中，图案中心PC在x、y、z坐标(PCx、PCy、-PCz)处。
在图3b中，还示出了作为连接两者均在EBSD图像平面上的点A和B的线的示例菊池带152。点A在x、y、z坐标(ax、ay、-PCz)处。点B在x、y、z坐标(bx、by、-PCz)处。图3b(和图3c)中还示出了向量nAB，其是法向于穿过点A、B和原点O的平面的向量。如此，应当了解，向量nAB是如上文先前所描述的菊池带法线的实例。
在图3c中，示出了示例圆柱对称表面399(如上文简短详细描述的)，其在这个实例中是沿连接图案中心PC和原点O的线对准的圆柱体。α是向量nAB与圆柱表面399的相交处的方位角度。β是向量nAB与圆柱表面399的相交处的z坐标。
图3d示意性地展示了上文所讨论的EBSD图像150分析系统300的变型。在具有以下改变的情况下，上文参考图3a对EBSD图像150分析系统300进行的讨论在此处同样适用。
投影模块330被布置成确定表示相对于入射点117(或至少部分地基于所述入射点)的相应菊池带152的向量。实际上，投影模块330被布置成将每个菊池带152映射到相应向量，从而形成一组所标识的菊池带的多个向量。应当了解，菊池带152(其是如上文在图1中所描述的球体160的圆)限定平面。表示菊池带152的向量通常根据由菊池带152限定的平面确定。具体地，可以使用平面的(或相对于平面的)法向量。例如，相应菊池带152的向量表示可以是穿过入射点117、法向于由菊池带152限定的平面的向量(或基于所述向量确定)。
应当了解，用于确定相应菊池带152的向量表示的过程的多种变化是可能的。例如，在上文所描述的对向量表示的确定中，可以包含任何一个或多个预定内射变换，如旋转、与预先确定向量的向量交叉乘积、平移等。
匹配模块340被布置成基于表示所标识的菊池带354的多个向量来确定测试样品120的配置360。以这种方式，可以说匹配模块340被布置成通过所产生的配置360来表征测试样品120。具体地，匹配模块340被布置成基于将表示所标识的菊池带354的多个向量396与多个预期向量集398相匹配来确定配置360。通常，每个预期向量集398对应于已知样品的EBSD图像150。如上文关于标识模块320和投影模块330所阐述的，已经对每个预期向量集的EBSD图像150进行了处理。以这种方式，每个预期向量集398是(或包括)已知样品(其具有对应的已知配置)的表示所标识的菊池带354的多个向量。
应当了解，给定的预期向量集358的EBSD图像150可以是实验图像(即，使用如图1中所讨论的EBSD系统100形成的)。可替代地，EBSD图像150可以是如上文先前所讨论的理论图像。
匹配模块340被布置成将表示所标识的菊池带354的多个向量396与预期向量集398进行比较以确定表示所标识的菊池带354的多个向量396与预期向量集358之间是否存在匹配。例如，如果两个向量的算术差的幅度低于预定阈值，则可以说表示所标识的菊池带354的多个向量396中的某个向量与预期向量集中的某个向量匹配(或与其相对应)。如果存在多于预定数量(或阈值)的此类匹配的向量，则可以说表示所标识的菊池带354的多个向量396与预期向量集匹配(或与其相对应)。
另外地或可替代地，可以在确定(或标识)表示所标识的菊池带354的多个向量396与预期向量集之间的匹配时使用各种其它标准。例如，可以针对表示所标识的菊池带354的多个向量396和预期向量集形成整体匹配分数(或拟合优度度量)。表示所标识的菊池带的点与预期点之间的每个匹配可以根据所述一个或两个向量的强度来加权(或者基于所述一个或两个向量的强度来分配分数)。例如，高强度的向量之间的匹配可以获得相较于低强度的向量之间的匹配更大的加权。整体匹配分数可以包括这些加权的总和(或累加)。以这种方式，如果整体匹配分数满足预定阈值，则可以确定在表示所标识的菊池带354的多个向量396与预期向量集之间存在匹配。应当了解，可以调整(或预先确定)各种阈值以将EBSD图像150和所使用的方法的准确度纳入考虑。还应当了解，可以使用不同的方案和加权来计算整体匹配分数；例如，算术或几何平均值或其某种组合。
测试样品120的配置360可以由匹配模块340基于被标识为与表示所标识的菊池带354的多个向量356相匹配的一个或多个预期向量集来确定。具体地，测试样品120的所确定的配置360可以基于对应于匹配的预期向量集398的已知样品来确定。通常，测试样品120的所确定的配置360可以包括对应于匹配的预期向量集398的已知样品的一个或多个性质。所确定的配置360可以包括包含以下的任何一个或多个样品性质：结晶相；晶体的单位晶胞尺度；存在于晶体中的元素；晶体取向；晶体缺陷；存在的一种或多种杂质；一些列预期的反射体(菊池带)及其宽度和/或近似强度等。应当了解，在一些实例中，所标识的多于一个预期向量集398可以被标识为与表示所标识的菊池带354的多个向量396相匹配。在此类情况下，可以确定测试样品120的多于一种配置360。例如，可以针对测试样品120确定单独的配置360，其中每个配置根据不同的匹配的预期向量集398确定。这可能对应于其中多于一个晶格在入射点117处或附近存在于测试样品120中的情形。另外地或可替代地，一个配置360可以基于匹配的多于预期向量集398来确定。在这种情况下，通常，配置360将包括对应于匹配的多于预期点集398的已知样品共有的一个或多个性质。这可能对应于其中少数性质不同的晶体产生相同或类似的菊池带152的情形。这种情形的实例是镍、铁和铝的面心立方(fcc)晶体。匹配模块340还可以被布置成提供(或计算)所确定的配置360的置信度的度量。具体地，置信度的度量可以包括(或基于)对应的匹配的一个(或多个)预期向量358的(一个或多个)整体匹配分数。另外，可以应用替代性加权方案来优先区别基于例如测量到的菊池带宽的解决方案。
应当了解，在上文所描述的分析中，可以例如使用标识模块320和投影模块330按照需要确定预期向量集398。另外地或可替代地，可以对预期向量集398进行预先计算，并将其存储在存储器(如存储介质204)中和/或在装置222中。应当了解，预先计算的预期向量集398可以远程地存储到系统300，如在服务器和/或云计算平台390上。如此，匹配模块340可以被布置成通过合适的数据连接395从服务器和/或云计算平台检索预期向量集358。合适的数据连接的实例包含：通过局域网、通过广域网、通过直接数据连接(如USB连接、雷电接口(Thunderbolt)连接、雷电接口(Thunderbolt)连接、直接以太网连接等)、通过因特网等。
在另外的变型中，匹配模块被布置成将多个向量与期望的一个或多个向量集匹配，使之在旋转之内。具体地，匹配模块可以被布置成获得旋转变换，所述旋转变换在应用于多个向量(或预期向量集)时最小化(或旨在最小化)两个向量集之间的差异。当向量通过预定关系与由其相应的菊池带限定的相应平面相关时(如当向量法向于所述平面时)，这种方法可能是特别有利的。在这种情况下，可以期望仅在闪烁屏幕132的定位方面有所不同的相同样品的EBSD图像产生通过旋转而不同的相应的多个向量。
在图3e中示意性地展示了这种情况，其示出了EBSD成像实验的第一布置1310和相同EBSD成像实验的第二布置1320，其中闪烁屏幕132屏幕已经相对于所述第一布置移动。
如可以看出的，用于第一布置的多个向量1315和用于第二布置的多个向量1325仅通过绕原点的旋转而不同。这是因为在以入射点为中心的概念球体上形成大圆的菊池带不受闪烁屏幕132的移动的影响。在图3e中，向量由以圆终止的虚线示出，并且坐标轴由以箭头终止的实线示出。
以这种方式，通过使用另外的变型(其中匹配模块被布置成将多个向量与期望的一个或多个向量集匹配，使之在旋转之内)，较少的预期向量集需要纳入考虑。
应当了解，可以使用任何合适的已知方法来获得旋转变换。一个此种合适的方法是使用如“分子建模中的四元数(Quaternions in molecular modeling)”C.F.F.Kerney(2007)，《分子图形与建模杂志(Journal of Molecular Graphics&Modelling)》，第25卷，第595-604页，doi：10.1016/j.jmgm.2006.04.002中所描述的四元数，所述文献以全文引用的方式并入本文中。例如，取多个向量{nl}、预期向量集{n′l}和一般旋转Rq(x)，可以通过最小化以下表达式来求得Rq(x)：
其中，在四元数代数q＝qo1+q1i+q2j+q3k和
中(假设1的符号作为单位元素，使得i2＝j2＝k2＝-1)
如上文所描述的每个菊池带的权重wl可以基于所述菊池带的强度或菊池带的一些其它重要性度量。可替代地，可以将它们简单地设定为恒定值，如1。W是权重的归一化因子。
这会导致本征值问题：
E＝qT·B·q
其中
是4×4对称矩阵，其具有实本征值λ0，λ1，λ2，λ3，其中0≤λ0≤λ1≤λ2≤λ3。为了完整性，此处注释Al是4×4斜矩阵。Al＝A(n′l+nl，n′l-nl)，其中
解决本征值问题然后可以通过常规方式以及将q设定为对应于本征值λ0(给定E的最小值并且因此给定初始表达式)的本征向量来完成，并且提供需要的旋转Rq。
应当了解，上文对如何获得旋转进行的讨论仅是示例性的，并且技术人员将会意识到可以获得两个向量集之间的旋转的其它方式。
在以上实例中，应当注意，多个向量与预期向量集中的向量之间的对应关系通过使用通用索引来假设l。这可以通过对所有可能的对应关系执行上述最小化并选择产生最小本征值的对应关系来完成。如下文进一步简短讨论的，在一些情况下，选择候选预期向量集，在此期间，可以推断或确定向量之间的对应关系。
图4a示意性地展示了由EBSD图像150分析系统(如图3a的EBSD图像150分析系统300)执行的方法400。
在步骤420处，标识存在于EBSD图像150中的多个菊池带152。步骤420可以包括检测EBSD图像150中的直线特征，以由此标识EBSD图像150中的一个或多个菊池带152。步骤420可以包括将霍夫(或拉顿)变换(任选地，具有滤波和/或峰值检测)应用于EBSD图像150，以由此标识EBSD图像150中的一个或多个菊池带152。另外地或可替代地，作为步骤420的一部分，可以至少部分地基于用户交互来标识一个或多个菊池带152。如先前所论述的，步骤420可以进一步包括对所标识的菊池带354中的一个或多个菊池带的带宽进行标识。
在步骤430处，生成各自表示多个所标识的菊池带354中的相应的所标识的菊池带的多个点。通常，每个点被确定为相应菊池带152的向量表示(例如，菊池带平面法线)与圆柱表面或圆柱对称表面(如先前所描述的)之间的相交处。步骤430可以包括确定表示相对于入射点117(或至少部分地基于所述入射点)的相应菊池带152的向量。可以如先前所讨论的确定表示相应菊池带152的向量。在步骤430中，表示菊池带152的向量通常根据由菊池带152限定的平面确定。例如，在步骤430中，相应菊池带152的向量表示可以基于穿过入射点117、法向于由菊池带152限定的平面的向量而确定。步骤430还可以包含将强度(intensity/strength)与每个点相关联(或作为其的一部分)。强度通常表示对应菊池带152的宽度。
在步骤440处，基于表示所标识的菊池带354的多个点356来确定测试样品120的配置360。步骤440包括标识与表示所标识的菊池带354的多个点356匹配的一个或多个预期点集358。通常，步骤440被布置成将表示所标识的菊池带354的多个点356与预期点集358进行比较以确定表示所标识的菊池带354的多个点356与预期点集358之间是否存在匹配。应当了解，可以逐点进行此种比较。可替代地，可以同时跨表示所标识的菊池带354的多个点356中的多个点和预期点集358进行比较。在步骤440中对配置360进行的确定基于被标识为与表示所标识的菊池带354的多个点356相匹配的一个或多个预期点集。通常，在步骤440处确定包括对应于匹配的(或所标识的)一个或多个预期点集358的一个或多个性质的配置360。
应当了解，作为步骤440的一部分被确定的配置360可以输出或以其它方式提供给用户。另外地或可替代地，配置360可以存储和/或提供给另外的分析工具以进行进一步的处理或分析。例如，
图4b示意性地展示了由不同的EBSD图像150分析系统(如图3d的不同的EBSD图像150分析系统300)执行的方法409。方法409是上文所讨论的方法400的变型。在具有以下改变的情况下，上文参考图4a对方法400进行的讨论在此处同样适用。
在步骤430处，生成各自表示多个所标识的菊池带354中的相应的所标识的菊池带的多个向量。步骤430可以包括确定表示相对于入射点117(或至少部分地基于所述入射点)的相应菊池带152的向量。可以如先前所讨论的确定表示相应菊池带152的向量。在步骤430中，表示菊池带152的向量通常根据由菊池带152限定的平面确定。例如，在步骤430中，相应菊池带152的向量表示可以基于穿过入射点117、法向于由菊池带152限定的平面的向量而确定。尽管本文中使用法向量作为实例，但是应当了解，向量可以根据相对于平面的任何预定关系来生成。步骤430还可以包含将强度(intensity/strength)与每个向量相关联(或作为其的一部分)。强度通常表示对应菊池带152的宽度。
在步骤440处，基于表示所标识的菊池带354的多个向量356来确定测试样品120的配置360。步骤440包括标识与表示所标识的菊池带354的多个向量396匹配的一个或多个预期向量集398。通常，步骤440被布置成将表示所标识的菊池带354的多个向量396与预期向量集398进行比较以确定表示所标识的菊池带354的多个向量356与预期向量集398之间是否存在匹配。应当了解，可以逐向量进行此种比较。可替代地，可以同时跨表示所标识的菊池带354的多个向量396中的多个向量和预期向量集398进行比较。在步骤440中对配置360进行的确定基于被标识为与表示所标识的菊池带354的多个向量396相匹配的一个或多个预期向量集。通常，在步骤440处确定包括对应于匹配的(或所标识的)一个或多个预期向量集398的一个或多个性质的配置360。
图5a示意性地展示了EBSD图像150分析系统500的变型。EBSD图像150分析系统500的变型是上文所讨论的EBSD图像150分析系统300的变型。在具有以下改变的情况下，上文参考图3a和图4a对EBSD图像150分析系统300进行的讨论在此处同样适用。
匹配模块340进一步包括候选选择模块545。候选选择模块545被布置成从多个预期点集中标识(或确定)一个或多个候选预期点集。具体地，候选部分模块545被布置成基于将集358中的点的方位角度与表示所标识的菊池带354的点的方位角度相匹配来确定预期点集358是否是候选预期点集558。如应当了解的，某个点的方位角度基于所述点在先前所讨论的圆柱表面上的方位角位置。
以与上文关于图3a所描述的点匹配类似的方式，如果表示所标识的菊池带354的多个点中的某个点和预期点集358中的某个点的方位角度之差低于预定阈值，则可以说所述两个点相匹配(或彼此对应)。如果预期点集358与表示所标识的菊池带354的多个点之间存在多于预定数量(或阈值)数量的匹配点，则可以将预期点集358标识为候选集558。
而且，与上文关于图3a所描述的点相匹配一样，可以在确定(或标识)表示所标识的菊池带354的多个点356与预期点集358之间的匹配时使用各种其它标准。例如，可以针对表示所标识的菊池带354的多个点356和预期点集358形成候选匹配分数(或拟合优度度量)。表示所标识的菊池带152的点与预期点之间的每个匹配可以根据所述两个点的方位角度之差来加权(或者基于所述两个点的方位角度之差来分配分数)。另外地或可替代地，表示所标识的菊池带152的点与预期点之间的每个匹配可以根据一个或两个点的强度来加权(或基于所述一个或两个点的强度来分配分数)。候选匹配分数可以包括这些加权的总和(或累加)。以这种方式，如果候选匹配分数满足预定阈值，则可以将预期点集358标识为候选集558。
如上文关于图3所阐述的，匹配模块340被布置成基于将表示所标识的菊池带354的多个点356与多个预期点集相匹配来确定配置，修改之处在于仅考虑由候选选择模块545标识的候选预期点集558。以这种方式，候选选择模块545可以被认为是使得能够对预期点集和扩展地可能的配置进行预滤波。应当了解，标识此类候选集558可以有利地提高确定测试样品120的配置的过程的整体效率，因为由于具有不正确的方位角度而未匹配的预期点集358可以在早期被消除并且不会对其进行完全逐点匹配。
确定候选点集558可以进一步特别有利，因为候选预期点集558是基于点的方位角度来标识的。表示所标识的菊池带354的点和预期点的方位角度相对于如上文所讨论的图案中心的三个分量PCx、PCy和PCz的变化而变化。如此，对图案中心(或入射点117)进行的测量(或估计)中的误差不应影响所标识的候选集。参考图3b和3c如下证实这种情况。通过连接原点和点A的向量与连接原点和点B的向量的交叉乘积得出向量nAB。
nAB＝(A-O)×(B-O)
nAB＝[ax，ay，-PCz]×[bx，by，-PCz]
通过向量nAB的y分量和x分量之比得出方位角度α的切线，使得方位角度α通过以下关系式得出：
如可以看出的，这相对于PCZ的变化是不变的。
可以导出平面外(或倾斜)角度β的公式：
因为点A和B在图像150的平面中，所以β的范围受限。通常，具体地，β很少超过60°。应当了解，其它映射函数也可以用于β，例如：
或者
此处，c0可以是角度比例因子。其它映射函数对于本领域技术人员而言将是已知的，并且应当了解，本发明不必限于
方位角度α相对于PCX和PCY的变化也是不变的。例如，如果图案中心偏移了[Δx，Δy，Δz]，这会有效地改变点A和B相对于偏移的图案中心(其将被用作x和y轴的原点)的坐标。现在分别标记为A′和B′的偏移点A和B通过以下得出：
A′＝[(ax-Δx)，(ay-Δy)，-(PCz+Δz)]
B′＝[(bx-Δx)，(by-Δy)，-(PCz+Δz)]
结果，向量nAB通过以下得出：
nAB＝±(A′-O)^(B′-O)
如可以看出的，α仍通过以下得出：
然而，β依赖于图案中心的变化，因为其通过以下得出：
应当了解，菊池带平面法线拟合算法可以分成两个部分——第一部分使用α(对图案中心位置不敏感)，第二部分使用α和β两者。这降低了拟合算法相对于图案中心误差的总体敏感性。另外，如下文简短描述的图8b中所示出的，EBSD图像150围绕图案中心155的任何旋转应会简单地导致表示EBSD图像150中的菊池带152的所有点的恒定方位角偏移，如使用上文使用系统300和系统500计算的。应当了解，菊池带法线可以指向任一方向。在一些情况下，方位角度的环绕(例如，以迫使角度落入0到180度的范围内)可以通过B的符号的反转来适应。
因此，应当了解，仅通过相应EBSD图像150绕图案中心的旋转而不同(因此与点的方位角度的恒定偏移内相同)的预期点集358可以减少到单个预期点集358。以这种方式，应当理解，在上文所描述的系统300和/或系统500的一些变型中，表示所标识的菊池带354的多个点356和预期点集358可以基于相应点的相对方位角度相匹配或比较。
类似地，在上文所描述的系统500的一些变型中，候选部分模块可以被布置成基于将集中的点的相对方位角度与表示所标识的菊池带354的点的相对方位角度相匹配来确定预期点集是否是候选预期点集。
应当了解，无论向量(如nAB)是否正确匹配，上述讨论同样适用于上文所讨论的变型。如可以看出的，这些向量总是可以在一个坐标系中表示，其中一个分量(在以上实例中是方位角度)相对于绕图案中心的旋转是不变的，并且一个分量(在以上给出的实例中是倾斜角度)相对于PCX和PCY的变化是不变的。
图5b示意性地展示了上文关于图3d所讨论的EBSD图像150分析系统300的变型。在具有以下改变的情况下，上文参考图5a对EBSD图像150分析系统500进行的讨论在此处同样适用。
匹配模块340进一步包括候选选择模块545。候选选择模块545被布置成从多个预期向量集中标识(或确定)一个或多个候选预期向量集。具体地，候选部分模块545被布置成基于将集398中的向量的倾斜角度与表示所标识的菊池带354的向量的倾斜角度相匹配来确定预期向量集398是否是候选预期向量集598。此处，向量的倾斜角度是向量相对于第一预定坐标轴的角度。在本文中所讨论的实例中，这个轴被认为是垂直于图像并穿过入射点。另外地或可替代地，候选选择模块可以被布置成基于将集398中的向量的方位角度与表示所标识的菊池带354的向量的方位角度相匹配来确定预期向量集398是否是候选预期向量集5958。此处，方位角度可以被认为是围绕预定坐标轴的角度。这可以被认为等效于将在以上其它变型中讨论的点的方位角度相匹配。应当了解，可以基于如上文关于图5a所讨论的预定阈值以及对点的方位角度进行的匹配来执行对角度的此种匹配。
以上文关于图5a所描述的点匹配类似的方式，如果预期向量集398与表示所标识的菊池带354的多个向量之间存在多于预定数量(或阈值)数量的匹配向量，则可以将期望向量集398标识为候选集598。
而且，与上文关于图3d所描述的向量匹配一样，可以在确定(或标识)表示所标识的菊池带354的多个向量396与预期向量集398之间的匹配时使用各种其它标准。例如，可以针对表示所标识的菊池带354的多个向量396和预期向量集398形成候选匹配分数(或拟合优度度量)。表示所标识的菊池带152的向量与预期向量之间的每个匹配可以根据所述两个向量的(一个或多个)角度之差来加权(或者基于所述两个向量的(一个或多个)角度之差来分配分数)。另外地或可替代地，表示所标识的菊池带152的向量与预期向量之间的每个匹配可以根据一个或两个向量的相应菊池带的强度来加权(或基于所述一个或两个向量的相应菊池带的强度来分配分数)。候选匹配分数可以包括这些加权的总和(或累加)。以这种方式，如果候选匹配分数满足预定阈值，则可以将预期向量集398标识为候选集598。应当了解，以上匹配还将提供多个向量的相应向量与每个候选向量集中的相应向量之间的对应关系(或映射)。如上文关于图3d所讨论的，此种对应关系可以进一步用于确定将多个向量与给定的候选向量集连接的旋转。
如上文关于图3d所阐述的，匹配模块340被布置成基于将表示所标识的菊池带354的多个向量396与多个预期向量集相匹配来确定配置，修改之处在于仅考虑由候选选择模块545标识的候选预期向量集558。以这种方式，候选选择模块545可以被认为是使得能够对预期向量集和扩展地可能的配置进行预滤波。
应当了解，预期向量集可以通过将旋转施加于现有的预期向量集来生成。如上文关于图3e所讨论的，对于给定的EBSD实验(无论是实际的还是模拟的)，改变屏幕132的位置导致表示菊池带的向量的旋转。如此，根据预期向量集，各自与屏幕132的相应位置有关的另外的预期向量集可以通过施加适当的相应旋转来生成。
因此，在另外的变型中，预期向量集可以包括各自在相应取向上对应于相应样品的一个或多个主要预期向量集，并且针对每个主要预期向量集，包括多个旋转预期向量集。每个旋转预期向量集对应于施加了相应旋转的主要预期向量集。
应当理解，向量集的任何一般旋转可以等效于绕坐标轴的三个连续旋转。具体地，向量v的一般旋转可以书写为
其中
是绕第一轴线(在这个实例中为Z)的角度旋转
Rx(Φ)是绕第二轴线的角度旋转Φ，并且
是绕第一轴线的另外的角度旋转
如此，在向量的坐标之一是所述向量与第一轴线之间的角度的坐标系中，这个坐标的值相对于绕第一轴线的最终旋转
将是不变的。如此，应当了解，当预期向量集包括多个旋转的主要向量集时，通过匹配上文所阐述的倾斜角度来确定候选预期向量集可能是有利的，因为这种匹配相对于一般旋转的自由度之一是不变的。
如此，在另外的变型中，可以通过施加相应旋转而从相应的主要集中生成每个旋转预期向量集，所述施加相应旋转等效于施加绕预定坐标轴的旋转，然后施加绕另外的坐标轴的旋转。旋转集的数量和旋转的幅度可以根据匹配的精度和/或旋转空间的期望采样而变化。一旦基于以上倾斜角度确定了候选集，则随后的匹配中可以包含仅通过绕预定轴线的旋转而与所标识的候选集不同的另外的候选集。
下面的步骤中提供了示例植入以帮助理解。
·针对给定的菊池带，图案构建了法向于由菊池带限定的平面的向量集
每个向量对应于相应菊池带，并且可以以倾斜角度β和方位角度α表示。
·对于多个潜在样品，使用例如使用运动学模拟来计算最显著的晶体学反射。基于模拟的菊池带产生针对每个样品的预期向量集ni，每个向量法向于由相应菊池带限定的平面。
·针对按照旋转角度的多个所选择值进行的每个旋转
构建针对每个预期向量集的旋转预期向量集
旋转集
的每个向量可以表示为一对方位角度和倾斜角度
·在
空间中搜索以检测到的
角度进行的最佳匹配。这得出候选集的列表
·通过再次以旋转角度的所选择值进行的第三旋转
向候选集添加与现有候选集有关的任何集：
·仅使用来自先前步骤的候选在
空间中搜索以检测到的
角度进行的最佳匹配。
·在多个候选来自先前步骤的情况下，验证解决方案。针对所需精度优化
角度。
为了帮助理解，下面提供了进一步的更详细的有解实例。应当了解，在这个有解实例中给出的值不旨在是限制性的，而是仅是说明性的。
·考虑初始设定例如40个预先计算的预期向量ni，每个向量对应于给定晶体的单独的反射体平面。
·以倾斜角度
开始，可以对Φ，
的旋转空间进行采样，以获得例如32,400个点。可以将
的值量化为例如120个仓(bin)，阶跃为1°，因为β通常跨越仅+-60°。然后创建120×32,400个点的空位阵列。
·然后，使40个预先计算的预期向量ni向量每32,400个点旋转
值。因此，针对每个此种旋转，计算出40个βj，k角度，并且位字段相应地递增，即，存储在由β和
值限定的位置中的位值(通常为1)。
·假设有8个测量到的菊池带，则可以获得各自具有对应的
角度的8个
向量。现在可以根据
值选择八个32,400位长的向量。这些向量可以用1秒预先填写可能对应于测量到的取向的
值。
·通过对所有八个32,400位长的向量求和并用大于预定阈值(其指示给定旋转中匹配向量的数量)的值来标识点，可以标识出候选
值的数量。
·这过程可以重复采样仅考虑角度
的
旋转空间，因为
在此类旋转下是不变的。而且，现在仅需考虑来自先前步骤的候选
值。以这种方式，可以标识出
的(一个或多个)最终候选。
图6示意性地展示了由不同的EBSD图像150分析系统(如图5的不同的EBSD图像150分析系统500)执行的方法600。方法600是上文所讨论的方法400的变型。在具有以下改变的情况下，上文参考图4a对方法400进行的讨论在此处同样适用。
步骤440包括步骤642。在步骤642处，从多个预期点集中标识一个或多个候选预期点集。步骤642包括基于将集358中的点的方位角度与表示所标识的菊池带354的点的方位角度相匹配来确定预期点集358是否是候选预期点集558。步骤642可以包括：如果表示所标识的菊池带354的多个点中的某个点和预期点集358中的某个点的方位角度之差低于预定阈值，则确定所述两个点相匹配(或彼此对应)。步骤642可以包括：如果预期点集358与表示所标识的菊池带354的多个点之间存在多于预定数量(或阈值)数量的匹配点，则将预期点集358标识为候选集558。与上文关于图5a所讨论的，应当了解，可以在确定(或标识)表示所标识的菊池带354的多个点356与预期点集358之间的匹配时使用各种其它标准。
另外地，步骤642可以包括针对表示所标识的菊池带354的多个点356和预期点集358形成(计算)候选匹配分数(或拟合优度度量)，如上文所讨论的。
步骤440包括步骤644。上文关于图4a对步骤440进行的讨论同样适用于步骤644，修改之处在于仅考虑由候选选择模块545标识的候选预期点集558。如此，步骤644包括标识与表示所标识的菊池带354的多个点356匹配的一个或多个候选预期点集558。步骤644还包括基于所述匹配确定配置。
以这种方式，步骤642可以被认为是使得能够对预期点集和扩展地可能的配置进行预滤波。
图7a示意性地展示了如可以由图3a或图5的EBSD图像150分析系统执行的使用菊池带152映射来匹配表示菊池带152的点的方法700。具体地，可以在图4a中所描述的方法400的步骤440中使用方法700，以标识预期点集358是否与表示所标识的菊池带354的多个点356匹配。类似地，可以在图6中所描述的方法600的步骤644中使用方法700，以标识候选预期点集558是否与表示所标识的菊池带354的多个点356匹配。
在步骤720中，针对多个所标识的菊池带152的多个点绘制第一图像(或映射)。对于多个所标识的菊池带152的多个点中的每个点，可以在第一图像中绘制(或包含)以所述点为中心的分布。以这种方式，应当理解，第一图像通常包括像素阵列，如位图图像(或光栅图像或阵列)，从而允许分布被绘制为变化的像素值(或强度)。当然，应当了解，可以使用任何合适的图像或阵列表示。对于给定点，分布可以基于点的位置上的预期误差或置信区间(或表示其或根据其进行计算)。例如，分布的特性宽度可以是点的一个或多个标准误差(或与其成比例)。另外地或可替代地，分布可以基于对应于点的所标识的菊池带152的强度和/或带宽(或表示其或根据其进行计算)。例如，分布的特性宽度可以是对应于点的所标识的菊池带152的带宽(或与其成比例)。分布的最大值(或高度)可以是对应于点的所标识的菊池带152的强度(或与其成比例的。另外地或可替代地，可以将负强度值给予(或分配)不预期存在的菊池带。这对于解决伪对称的误索引问题(例如，在三角形石英图案中)可能是有利的。
在步骤730中，针对给定预期点集获得第二图像(或映射)。以与第一图像类似的方式，对于给定的预期点集中的每个点，可以在第二图像中绘制(或包含)以所述点为中心的分布。以这种方式，应当理解，第二图像通常包括像素阵列，如位图(或光栅)图像，从而允许分布被绘制为变化的像素值(或强度)。当然，应当了解，可以使用任何合适的图像或阵列表示，或者可以将数据保持作为离散点。对于给定点，分布可以基于点的位置上的预期误差或置信区间(或表示其或根据其进行计算)。例如，分布的特性宽度可以是点的一个或多个标准误差(或与其成比例)。另外地或可替代地，分布可以基于对应于点的菊池带152的强度和/或带宽(或表示其或根据其进行计算)。例如，分布的特性宽度可以是对应于点的所标识的菊池带152的带宽(或与其成比例)。分布的最大值(或高度)可以是对应于点的所标识的菊池带152的强度(或与其成比例的。
应当了解，在上文描述的步骤730中，可以通过匹配模块340直接绘制第二图像作为方法700的一部分。同样地，应当了解，第二图像可以由单独的系统以与先前所描述的预期点集的预先计算类似的方式预先绘制(或预先计算)。例如，对于预期点集，可以预先计算对应的第二图像，并将其存储在存储器(如存储介质204)中和/或在装置222中。应当了解，第二图像可以远程地存储到系统300，如在服务器和/或云计算平台390上。如此，步骤730可以包括匹配模块340通过合适的数据连接395从服务器和/或云计算平台检索第二图像。合适的数据连接的实例包含：通过局域网、通过广域网、通过直接数据连接(如USB连接、雷电接口(Thunderbolt)连接、雷电接口(Thunderbolt)连接、直接以太网连接等)、通过因特网等。
在步骤740处，确定多个所标识的菊池带152的多个点与给定的预期点集是否匹配。在步骤740中，基于第一图像和第二图像的相交处(或重叠处)来确定特定的预期点集与所标识的菊池带354的多个点之间的匹配。可以通过将第一图像的像素或元素与第二图像的对应像素或元素组合来计算(或确定或形成)第一图像和第二图像的相交处。如此，可以形成包括第一图像中的分布与第二图像中的分布之间的重叠处的另外的图像。可以使用乘法运算符和/或二进制AND运算符来组合第一图像和第二图像的元素。另外地或可替代地，可以通过使用合适的阈值对一个或多个图像进行二值化，并且仅针对这些阈值区域组合第一图像元素和第二图像元素。这些匹配过程在图像处理中是众所周知的，并且本文中不再赘述。步骤740可以包括计算多个所标识的菊池带152的多个点和给定的预期点集的整体匹配分数(如先前所讨论的)。整体匹配分数通常包括(或基于)第一图像和第二图像的相交处的元素的组合(如总和)。以这种方式，应当了解，整体匹配分数可以等效于通过对如先前所讨论的以相应点为中心的分布的重叠处求和而获得的整体匹配分数。通常，如果整体分数达到预定阈值，则标识(或确定)多个所标识的菊池带152的多个点与给定的预期点集之间的匹配。可替代地，可以仅针对具有最高整体分数的预期点集来标识多个所标识的菊池带152的多个点与给定的预期点集之间的匹配。
在上文所描述的步骤740中，将计算第一图像与第二图像之间的相交处并基于所述相交处计算整体匹配分数描述为单独的子步骤。然而，应当了解，可以组合这些子步骤，使得整体匹配分数的计算与第一图像与第二图像之间的相交处的计算串联进行。如此，在一些实例中，第一图像与第二图像之间的完全相交处可能不会在任何点处显式地产生。
应当了解，与在步骤730中的预期点集358的绘图中使用的分布相比，在步骤720中可以使用不同的分布来绘制多个所标识的菊池带152的多个点。在一些情况下，可以将多个所标识的菊池带152中的多个点或预期点集358绘制为简单点(如由狄拉克(Dirac)δ分布产生的点)。
图7b示出了示例图像(或映射)，如可以由图7a的方法700产生的那些图像(或映射)。在图7b中，示出了示例第一图像760(对应于上文关于步骤720所描述的第一图像)、示例第二图像770(对应于上文关于步骤730所描述的第一图像)以及示例第一图像760和示例第二图像770的相交处780的绘图(如可以在以上步骤740中产生的绘图)。
示例第一图像760示出了来自硅的EBSD图像150的多个所标识的菊池带152的点。如可以看出的，第一图像760的轴对应于在对点进行确定时使用的圆柱表面的圆柱坐标。还示出了圆柱表面799以提供参考。第一图像760中的点已被绘制为灰度位图中的高斯函数。
示例第二图像770示出了对应于硅的预期点集中的点。与第一图像760一样，第二图像770的轴对应于对多个所标识的菊池带152的点进行确认时使用的圆柱表面的圆柱坐标。第二图像770中的点已被绘制为灰度位图中的高斯函数。
所使用的高斯可以水平地和/或垂直地不对称。在这个特定实例中，两个轴均使用2度高斯扩展。
相交处780的绘图示出了示例第一图像760于示例第二图像770之间的相交处。如可以看出的，来自示例第二图像770中的某些点在第一图像760中丢失，因此它们在相交处780中表现为暗区域。对于重叠的两个示例图像760、770中的点，存在重叠亮区域，从而示出了重叠程度。
图8a示出了如上文所描述的EBSD图像150的实例800以及图案中心155的变化对先前所阐述的菊池带152的向量表示产生的影响。示出了EBSD图像800。上文对示例EBSD图像150的描述同样适用于这个EBSD图像800。如通过使用先前所描述的标识模块320已经标识出图像800中存在的菊池带152。所标识的菊池带354在EBSD图像800中示出为覆盖实线。还示出了指示对应的菊池带152的带宽的对应的虚线。如通过使用先前所描述的标识模块320已经标识出这些带宽。在EBSD图像800中示出了EBSD图像800的四个估计的图案中心：802；804；806；808。图案中心802表示图像的真实图案中心。其它图案中心804；806；808是不正确的图案中心。示出了第四个图案中心808被第三个图案中心806覆盖，因为这两个图案中心仅在分量PCz方面有所不同。已经故意选择与真实图案中心非常不同的这些其它图案中心804；806；808以清楚地说明图案中心的误差的影响。通常，对图案中心的估计或测量的误差小于图8所示出的误差，并且通常大约为百分之几。已经观察到，随后的索引对PCx和PCy中误差相较于PCz中的误差更敏感。
图8a示出了四个球形体积：812；814；816；818，各自对应于相应的图案中心：802；804；806；808。示出了每个球形体积的平面图和侧视图。
第一球形体积对应于真实图案中心802。第一球形体积示出了基于真实图案中心802如先前关于投影模块340所讨论的计算的所标识的菊池带354的向量表示。具体地，在这个实例中，每个向量表示是法向于由相应菊池带152限定的平面、穿过估计的入射点117(如由图案中心802限定的)的向量。第二球形体积814与第一球形体积812相同，不同之处在于使用第二图案中心804代替真实图案中心。第三球形体积816与第一球形体积812相同，不同之处在于使用第三图案中心806代替真实图案中心。类似地，第四球形体积818与第一球形体积812相同，不同之处在于使用第四图案中心808代替真实图案中心。如可以看出的，跨四个球形体积812；814；816；818，对图案中心进行的估计中的误差似乎会导致所标识的菊池带354的向量表示的变化。
图8a中还是示出了四个绘图：822；824；826；828，各自对应于相应的图案中心：802；804；806；808。第一绘图对应于真实图案中心802。第一绘图示出了各自表示相应的所标识的菊池带152的多个点。具体地，如先前关于投影模块340所讨论的，第一绘图中的每个点是圆柱表面与相应菊池带152的向量表示之间的相交点。实际上，第一绘图可以被认为是展开的或平整化的圆柱表面。如此，第一绘图的水平轴线对应于圆柱表面的方位角度。第二绘图824与第一绘图822相同，不同之处在于使用第二图案中心804代替真实图案中心。第三绘图816与第一绘图812相同，不同之处在于使用第三图案中心806代替真实图案中心。类似地，第四绘图818与第一绘图812相同，不同之处在于使用第四图案中心808代替真实图案中心。如可以看出的，跨四个绘图822；824；826；828，虽然对图案中心进行的估计中的误差会改变绘图822；824；826；828中的点的相对竖直位置，但是点的方位角度(或水平位置)保持不变。这可以在也示出的四个条832；834；836；838中看出。每个条对应于相应绘图822；824；826；838。条832；834；836；838以每个点的方位角度简单地示出了对应绘图822；824；826；828中的所述点的线。如可以看出的，条832；834；836；838是相同的。
图8b示出了如上文所描述的EBSD图像150的实例800以及图像150绕图案中心802的旋转对先前所阐述的菊池带152的向量表示产生的影响。图8b示出了如上文关于图8a所描述的EBSD图像800、图案中心802、对应的绘图822和对应的条832。
图8b还示出了对应于绕图案中心802旋转的图像800的旋转图像800'。以虚线矩形示出了相对于旋转图像800'的绘图800。还有对应于旋转图像800'并示出了各自表示相应的所标识的菊池带152的多个点的绘图822'。再次，以虚线矩形相对于绘图822'示出了对应于图像800的绘图822。如可以看出的，对应于图像800的绘图822的最右边的两个点已经环绕到对应于旋转图像800'的绘图822'的左手侧。还示出了对应于旋转图像800'的条832'，其自身示出了相同的环绕。
如可以从图8b中看出的，绘图822和绘图822'中的点的相对位置保持不变，并且旋转的影响在于将恒定方位角偏移施加到点上。
修改
应当了解，所描述的方法已展示为按特定次序进行的个别步骤。然而，技术人员应当了解，这些步骤可以不同次序组合或执行，同时仍然获得所期望的结果。
为了易于理解，在以上讨论中，已经将通过直接对向量集相匹配来发生匹配的系统和方法与通过其中投射点已匹配的匹配分开描述。然而，应当了解，鉴于单独的点集与单独的向量集之间的对应关系，关于点集所描述的匹配也实现了向量集之间的匹配。
应当了解，可使用多种不同信息处理系统来实施本发明的实施例。确切地说，尽管图和其论述提供了示例性的计算系统和方法，但这些仅为了在论述本发明的多个方面时提供有用参考而呈现。本发明的实施例可以在任何合适的数据处理装置上执行，例如个人计算机、膝上型计算机、个人数字助理、移动电话、机顶盒、电视、服务器计算机等。当然，出于论述的目的，对系统和方法的描述已经简化，且它们仅仅是可用于本发明实施例的许多不同类型的系统和方法之一。应当了解，逻辑块之间的界限仅具说明性并且替代实施例可以合并逻辑块或元件，或可以将功能的替代分解应用于各种逻辑块或元件上。
应当了解，上述功能性可以作为硬件和/或软件实施为一个或多个对应模块。例如，上述功能可以作为由系统的处理器执行的一个或多个软件组件实施。可替代地，上述功能性可以作为如在一个或多个现场可编程栅极阵列(FPGA)上的硬件，和/或一个或多个特殊应用集成电路(ASIC)和/或一个或多个数字信号处理器(DSP)和/或其它硬件布置实施。按照本文所含的流程图实施的或如上所述的方法步骤可以各自由对应的相应模块实施；按照本文所含的流程图实施的或如上所述的多个方法步骤可以通过单一模块一起实施。
应当了解，在本发明的实施例由计算机程序实施的范围内，那么携载计算机程序的存储介质和传输介质形成本发明的方面。所述计算机程序可以具有一个或多个程序指令或程序代码，其当由计算机执行时执行本发明的实施例。如本文所用，术语“程序”可以是被设计成在计算机系统上执行的指令序列，并且可以包含子程序、功能、程序、模块、目标方法、目标实施方案、可执行应用程序、小程序、服务器小程序、源代码、目标代码、共享库、动态链接库，和/或被设计成在计算机系统上执行的其它指令序列。存储介质可以是磁盘(如硬盘驱动器或软盘)、固态驱动器、光盘(如CD-ROM、DVD-ROM或BluRay盘)或存储器(如ROM、RAM、EEPROM、EPROM、闪速存储器或便携式/可拆卸存储器装置)等。传输介质可以是通信信号、数据广播、在两个或更多个计算机之间链接的通信等。
以下段落(NP)中阐述了示例方法和系统：
NP 1.一种对通过电子背散射衍射成像的样品进行分析的方法，所述方法包括：
标识所述样品上的位置的电子背散射衍射图像中的多个菊池带；
对于每个所标识的菊池带，形成对应于以下之间的交叉点的相应点：所述菊池带的向量表示与圆柱对称表面，其中所述菊池带的所述向量表示和所述表面的圆柱轴两者均至少部分地基于对所述样品上的所述位置的估计而确定；
通过将来自多个预期点集的特定的预期点集标识为与所述多个所标识的菊池带的点相匹配来确定所述样品的配置。
NP 2.根据NP 1所述的方法，其进一步包括：
获得所述多个预期点集，每个预期点集对应于相应的已知样品，其中对于每个已知样品，所述预期点对应于所述已知样品的菊池带的向量表示与圆柱对称表面之间的相交处，其中所确定的配置基于对应于与所述多个所标识的菊池带的所述点相匹配的所述特定的预期点集的特定的已知样品的一个或多个性质。
NP 3.根据NP 2所述的方法，其中从模拟EBSD图像中标识所述已知样品中的一个或多个已知样品的所述菊池带。
NP 4.根据NP 2或3所述的方法，其中从实验EBSD图像中标识所述已知样品中的一个或多个已知样品的所述菊池带。
NP 5.根据前述NP中任一项所述的方法，其中对于每个菊池带，相应菊池带的所述向量表示基于由所述菊池带限定的平面而确定。
NP 6.根据NP 5所述的方法，其中对于每个菊池带，相应菊池带的所述向量表示基于由所述菊池带限定的所述平面的法向量。
NP 7.根据前述NP中任一项所述的方法，其中确定配置进一步包括：
通过将所述点的相对方位角度与所述预期点的相对方位角度相匹配来从所述多个预期点集中获得多个候选预期点集，其中从所述多个候选预期点集中标识与所述多个所标识的菊池带的所述点相匹配的所述特定的预期点集。
NP 8.根据前述NP中任一项所述的方法，其中确定配置进一步包括：
对于来自多个预期点集的两个或更多个预期点集中的每个预期点集，基于所述预期点集优化对所述样品上的所述位置的所述估计；
至少部分地基于对所述样品上的所述位置的经优化的估计将所述两个或更多个预期点集中的一个预期点集标识为特定的预期点集。
NP 9.根据前述NP中任一项所述的方法，其中当在以某个点为中心的分布与以预期点为中心的分布之间计算的重叠超过预定阈值时，所述某个点与所述预期点相匹配。
NP 10.根据NP 1-8中任一项所述的方法，其中将来自多个预期点集的特定的预期点集标识为与所述多个所标识的菊池带的点相匹配包括：
在第一图像中绘制以所述多个所标识的菊池带的所述点中的每个点为中心的分布；
对于所述特定的预期点集中的每个点，获得包括以所述点为中心的分布的第二图像；
其中来自多个预期点集的特定的预期点集基于所述第一图像和所述第二图像的交叉点标识为与所述多个所标识的菊池带的所述点相匹配。
NP 11.根据NP 9或10所述的方法，其中所述分布的特性宽度基于对应点的强度。
NP 12.根据NP 9-11中任一项所述的方法，其中所述分布中的至少一个分布是高斯分布。
NP 13.根据前述NP中任一项所述的方法，其中所确定的配置包括以下中的任何一个或多个：
所述样品中的结晶相；
所述样品中的晶体的单位晶胞尺度；
所述样品中的晶体的晶胞中的原子；
所述样品中的晶格取向；
存在于所述样品中的局部晶格变形；应变状态。
NP 14.一种设备，其被布置成执行根据NP 1到13中任一项所述的方法。
NP 15.一种存储计算机程序的计算机可读介质，所述计算机程序在由处理器执行时使所述处理器执行根据NP 1到13中任一项所述的方法。
Claims (20)
1.一种对通过电子背散射衍射成像的样品进行分析的方法，所述方法包括：
标识所述样品上的位置的电子背散射衍射图像中的多个菊池带；
对于每个所标识的菊池带，至少部分地基于对所述样品上的所述位置的估计形成所述菊池带的相应向量表示；
通过将来自多个预期向量表示集的特定的预期向量表示集标识为与所述多个所标识的菊池带的所述向量表示相匹配来确定所述样品的配置。
2.根据权利要求1所述的方法，其中确定配置进一步包括：
通过将所述向量表示相对于预定坐标轴的角度与所述预期向量表示的对应角度相匹配来从所述多个预期向量表示集中获得多个候选预期向量表示集，
其中从所述多个候选预期向量表示集中标识与所述多个所标识的菊池带的所述向量表示相匹配的所述特定的预期向量表示集。
3.根据权利要求2所述的方法，其中获得多个候选预期向量表示集进一步包括：
将所述向量表示围绕所述预定坐标轴的相对角度与所述预期向量表示围绕所述预定坐标轴的相对角度相匹配。
4.根据权利要求2至3中任一项所述的方法，其中所述多个预期向量表示集包括一个或多个主要向量表示集，并且其中对于每个主要向量表示集，所述多个预期向量表示集包括通过施加相应旋转而生成的一个或多个旋转预期向量集，所述施加相应旋转等效于施加绕所述预定坐标轴的旋转，然后施加绕另外的坐标轴的旋转。
5.根据任一前述权利要求所述的方法，其中所述确定包括标识将所述特定的预期向量表示集与所述多个所标识的菊池带的所述向量表示相匹配的旋转。
6.根据权利要求1所述的方法，其进一步包括对于每个所标识的菊池带，形成对应于以下之间的交叉点的相应点：所述菊池带的所述向量表示与圆柱对称表面，其中所述表面的圆柱轴至少部分地基于对所述样品上的所述位置的估计而确定；
其中所述将来自多个向量表示集的特定的预期向量表示集标识为与所述多个所标识的菊池带的所述向量表示相匹配包括将对应于所述特定的预期向量表示集的预期点集与所述多个所标识的菊池带的点相匹配。
7.根据权利要求6所述的方法，其中确定配置进一步包括：
对于来自多个预期点集的两个或更多个预期点集中的每个预期点集，基于所述预期点集优化对所述样品上的所述位置的所述估计；
至少部分地基于对所述样品上的所述位置的经优化的估计将所述两个或更多个预期点集中的一个预期点集标识为特定的预期点集。
8.根据权利要求6至7中任一项所述的方法，其中当在以某个点为中心的分布与以预期点为中心的分布之间计算的重叠超过预定阈值时，所述某个点与所述预期点相匹配。
9.根据权利要求6至8中任一项所述的方法，其中将来自多个预期点集的特定的预期点集标识为与所述多个所标识的菊池带的所述点相匹配包括：
在第一图像中绘制以所述多个所标识的菊池带的所述点中的每个点为中心的分布；
对于所述特定的预期点集中的每个点，获得包括以所述点为中心的分布的第二图像；
其中来自多个预期点集的特定的预期点集基于所述第一图像和所述第二图像的交叉点标识为与所述多个所标识的菊池带的所述点相匹配。
10.根据权利要求8或9所述的方法，其中所述分布的特性宽度基于对应点的强度。
11.根据权利要求8至10中任一项所述的方法，其中所述分布中的至少一个分布是高斯分布。
12.根据权利要求1或权利要求6至11中任一项所述的方法，其进一步包括：
获得所述多个预期向量表示集，每个预期向量表示集对应于相应的已知样品，其中对于每个已知样品，所述预期向量表示对应于所述已知的菊池带的向量表示，
其中所确定的配置基于对应于与所述多个所标识的菊池带的所述向量表示相匹配的所述特定的预期向量表示集的特定的已知样品的一个或多个性质。
13.根据权利要求12所述的方法，其中从模拟EBSD图像中标识所述已知样品中的一个或多个已知样品的所述菊池带。
14.根据权利要求12或13所述的方法，其中从实验EBSD图像中标识所述已知样品中的一个或多个已知样品的所述菊池带。
15.根据任一前述权利要求所述的方法，其中对于每个菊池带，相应菊池带的所述向量表示基于由所述菊池带限定的平面而确定。
16.根据权利要求15所述的方法，其中对于每个菊池带，相应菊池带的所述向量表示基于由所述菊池带限定的所述平面的法向量。
17.根据任一前述权利要求所述的方法，其中确定配置进一步包括：
对于来自所述多个预期向量表示集的两个或更多个预期向量表示集中的每个预期向量表示集，基于所述预期向量表示集优化对所述样品上的所述位置的所述估计；
至少部分地基于对所述样品上的所述位置的经优化的估计将所述两个或更多个预期向量表示集中的一个预期向量表示集标识为所述特定的预期向量表示集。
18.根据任一前述权利要求所述的方法，其中所确定的配置包括以下中的任何一个或多个：
所述样品中的结晶相；
所述样品中的晶体的单位晶胞尺度；
所述样品中的晶体的晶胞中的原子；
所述样品中的晶格取向；
存在于所述样品中的局部晶格变形；应变状态。
19.一种设备，其被布置成执行根据权利要求1至18中任一项所述的方法。
20.一种存储计算机程序的计算机可读介质，所述计算机程序在由处理器执行时使所述处理器执行根据权利要求1至19中任一项所述的方法。
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| EP19160632.6 | 2019-03-04 | ||
| EP19160632.6A EP3705877A1 (en) | 2019-03-04 | 2019-03-04 | Methods and apparatus for electron backscatter diffraction sample characterisation |
| PCT/EP2020/055588 WO2020178296A1 (en) | 2019-03-04 | 2020-03-03 | Methods and apparatus for electron backscatter diffraction sample characterisation |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113544498A true CN113544498A (zh) | 2021-10-22 |
Family
ID=65717728
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202080017649.8A Pending CN113544498A (zh) | 2019-03-04 | 2020-03-03 | 用于进行电子背散射衍射样品表征的方法和设备 |
Country Status (5)
| Country | Link |
|---|---|
| US (1) | US20220136985A1 (zh) |
| EP (2) | EP3705877A1 (zh) |
| JP (1) | JP7307189B2 (zh) |
| CN (1) | CN113544498A (zh) |
| WO (1) | WO2020178296A1 (zh) |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102546768B1 (ko) * | 2020-11-13 | 2023-06-23 | 한국재료연구원 | 후방산란전자회절도형의 양호도 지표를 평가하는 방법 및 이를 실행하기 위한 프로그램이 저장된 기록 매체 |
| CN113376192B (zh) * | 2021-06-11 | 2023-11-10 | 华东交通大学 | 一种基于ebsd花样推测模糊菊池带宽度的方法 |
| CN115662553B (zh) * | 2022-12-13 | 2023-03-21 | 北京科技大学 | 一种材料微观组织信息数据库的构建方法 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN203466162U (zh) * | 2010-10-12 | 2014-03-05 | Vg系统有限公司 | 可转换的气体团簇和原子离子枪 |
| US20160123907A1 (en) * | 2015-08-03 | 2016-05-05 | East China Jiaotong University | Method for determining geometric relationships of crystal reciprocal vectors on two-dimensional planes obtained from single EBSD pattern |
| CN106501292A (zh) * | 2016-10-21 | 2017-03-15 | 重庆理工大学 | 一种基于扫描电镜的高分辨率晶体取向获得方法 |
| CN106935464A (zh) * | 2017-02-17 | 2017-07-07 | 西北工业大学 | 用于透射‑电子背散射衍射的工具及衍射图像成像方法 |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH0783857A (ja) * | 1993-09-13 | 1995-03-31 | Rigaku Corp | Ｘ線回折法による定性分析方法 |
| GB0117892D0 (en) | 2001-07-23 | 2001-09-12 | Oxford Instr Analytical Ltd | Method of analysing crystalline texture |
| EP2991098A1 (en) | 2014-08-25 | 2016-03-02 | Fei Company | Method of acquiring EBSP patterns |
-
2019
- 2019-03-04 EP EP19160632.6A patent/EP3705877A1/en not_active Withdrawn
-
2020
- 2020-03-03 CN CN202080017649.8A patent/CN113544498A/zh active Pending
- 2020-03-03 US US17/427,791 patent/US20220136985A1/en active Pending
- 2020-03-03 EP EP20706556.6A patent/EP3935373B1/en active Active
- 2020-03-03 WO PCT/EP2020/055588 patent/WO2020178296A1/en unknown
- 2020-03-03 JP JP2021552170A patent/JP7307189B2/ja active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN203466162U (zh) * | 2010-10-12 | 2014-03-05 | Vg系统有限公司 | 可转换的气体团簇和原子离子枪 |
| US20160123907A1 (en) * | 2015-08-03 | 2016-05-05 | East China Jiaotong University | Method for determining geometric relationships of crystal reciprocal vectors on two-dimensional planes obtained from single EBSD pattern |
| CN106501292A (zh) * | 2016-10-21 | 2017-03-15 | 重庆理工大学 | 一种基于扫描电镜的高分辨率晶体取向获得方法 |
| CN106935464A (zh) * | 2017-02-17 | 2017-07-07 | 西北工业大学 | 用于透射‑电子背散射衍射的工具及衍射图像成像方法 |
Non-Patent Citations (2)
| Title |
|---|
| 曾毅 等: "《低电压扫描电镜应用技术研究》", 31 January 2015, 上海科学技术出版社, pages: 208 - 209 * |
| 田键: "《硅酸盐晶体化学》", 31 March 2010, 武汉大学出版社, pages: 249 - 253 * |
Also Published As
| Publication number | Publication date |
|---|---|
| WO2020178296A1 (en) | 2020-09-10 |
| EP3935373A1 (en) | 2022-01-12 |
| JP2022522517A (ja) | 2022-04-19 |
| EP3935373B1 (en) | 2024-02-28 |
| EP3705877A1 (en) | 2020-09-09 |
| JP7307189B2 (ja) | 2023-07-11 |
| US20220136985A1 (en) | 2022-05-05 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Sharma et al. | A fast methodology to determine the characteristics of thousands of grains using three-dimensional X-ray diffraction. II. Volume, centre-of-mass position, crystallographic orientation and strain state of grains | |
| US11953451B2 (en) | Item inspection by dynamic selection of projection angle | |
| CN113544498A (zh) | 用于进行电子背散射衍射样品表征的方法和设备 | |
| TWI808265B (zh) | 用於半導體基板之臨界尺寸量測的以深度學習為基礎之自適應關注區域 | |
| US20100158392A1 (en) | Systems and Methods for Determining Crystallographic Characteristics of a Material | |
| Bortel et al. | Common arc method for diffraction pattern orientation | |
| US20220373460A1 (en) | Method and apparatus for determining crystallographic orientation on crystalline surfaces | |
| US6718074B1 (en) | Method and apparatus for inspection for under-resolved features in digital images | |
| Sovetkin et al. | Automatic processing and solar cell detection in photovoltaic electroluminescence images | |
| CN110763706A (zh) | 分析晶体缺陷的系统和方法 | |
| TW201941160A (zh) | 設計輔助影像重建 | |
| Shi et al. | Calibration of crystal orientation and pattern center of EBSD using integrated digital image correlation | |
| WO2021048104A1 (en) | Wafer inspection methods and systems | |
| US11454596B2 (en) | Orientation determination and mapping by stage rocking electron channeling and imaging reconstruction | |
| US20050061974A1 (en) | Method of analyzing material structure using CBED | |
| Sihvonen et al. | Image based evaluation of textured 3DSEM models | |
| US11555794B1 (en) | Method of locating poles on bearing elements | |
| KR20240115285A (ko) | 전위 분석 방법 | |
| US11748872B2 (en) | Setting up inspection of a specimen | |
| US20210088770A1 (en) | Pose estimation using sematic segmentation | |
| Rowenhorst et al. | Fast Radon transforms for high-precision EBSD orientation determination using PyEBSDIndex | |
| Li et al. | Accurate and fast localization of EBSD pattern centers for screen moving technology | |
| US20230394852A1 (en) | Automatic selection of structures-of-interest for lamella sample preparation | |
| JP7018365B2 (ja) | 荷電粒子線装置および分析方法 | |
| US11798138B2 (en) | Reconstruction of a distorted image of an array of structural elements of a specimen |
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 |