CN115616014A - 一种动量编码x射线衍射图样匹配校正方法及其应用 - Google Patents

一种动量编码x射线衍射图样匹配校正方法及其应用 Download PDF

Info

Publication number
CN115616014A
CN115616014A CN202210676910.6A CN202210676910A CN115616014A CN 115616014 A CN115616014 A CN 115616014A CN 202210676910 A CN202210676910 A CN 202210676910A CN 115616014 A CN115616014 A CN 115616014A
Authority
CN
China
Prior art keywords
diffraction pattern
ray diffraction
momentum
pattern
matching
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.)
Granted
Application number
CN202210676910.6A
Other languages
English (en)
Other versions
CN115616014B (zh
Inventor
杨海瑞
喻虹
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.)
Hangzhou Institute of Advanced Studies of UCAS
Original Assignee
Hangzhou Institute of Advanced Studies of UCAS
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 Hangzhou Institute of Advanced Studies of UCAS filed Critical Hangzhou Institute of Advanced Studies of UCAS
Publication of CN115616014A publication Critical patent/CN115616014A/zh
Application granted granted Critical
Publication of CN115616014B publication Critical patent/CN115616014B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N23/00Investigating 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
    • G01N23/20Investigating 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
    • G01N23/207Diffractometry using detectors, e.g. using a probe in a central position and one or more displaceable detectors in circumferential positions
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2223/00Investigating materials by wave or particle radiation
    • G01N2223/05Investigating materials by wave or particle radiation by diffraction, scatter or reflection
    • G01N2223/056Investigating materials by wave or particle radiation by diffraction, scatter or reflection diffraction
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2223/00Investigating materials by wave or particle radiation
    • G01N2223/10Different kinds of radiation or particles
    • G01N2223/101Different kinds of radiation or particles electromagnetic radiation
    • G01N2223/1016X-ray

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

本发明的一种动量编码X射线衍射图样匹配校正方法及应用,提供了一种包括生成模拟衍射图样,对模拟衍射图样计算信息度量,根据测量衍射图样的信息度量,计算模拟衍射图样的信息度量的变换因子,测量衍射图样与变换因子修正的模拟衍射图样数据集进行位置与旋转匹配,输出检测结果并生成X射线衍射校正图样。本发明应用于动量编码X射线衍射分析中,能极大地提高物体损伤检测速度与准确率,并且降低曝光时间要求,减少物体辐射损伤,应用于动量编码X射线衍射成像方法中,提供细节增强校正的衍射图样,可大大提高成像质量,具有极大的应用前景。

Description

一种动量编码X射线衍射图样匹配校正方法及其应用
技术领域
本发明涉及动量编码X射线衍射技术领域,具体涉及一种动量编码X射线衍射图样匹配校正方法及其应用。
背景技术
动量编码X射线衍射技术是一种利用光场高阶关联的衍射技术,理论上该衍射技术不需要相干光源就可以得到物体透过率函数的傅里叶变换分布,由于其对光源要求较低,有望实现小型化的衍射分析装置或衍射成像装置。
中国专利CN102353689A,公开了“非相干X射线衍射成像装置”,包括置于防辐射外壳内的X射线源、电子光闸、校准器、待测物体、底盘、电控平移台、X射线面探测器和置于防辐射外壳外的计算机。校准器由入射窗和出射窗构成。X射线源、电子光闸、校准器、待测物体、底盘、X射线面探测器同轴;校准器出射窗和待测物体固定于同一底盘上,底盘固定于电控平移台上,在计算机的控制下,电控平移台带动校准器出射窗和待测物体在垂直于光路的方向横向移动;计算机与电子光闸、电控平移台、X射线面探测器以电缆相连,具有对关联成像序列进行关联运算的程序。该专利提供一种基于无分束强度关联的非相干X射线衍射成像装置,利用非相干X射线对常规尺寸待测样品实现衍射成像,可以在菲涅尔区实现目前只有采用相干X射线,在夫琅禾费区才能完成的X射线傅立叶变换衍射成像。
2016年,“非相干X射线衍射成像装置”的发明专利的发明人完成了X射线傅里叶变换关联成像(XFGI)的原理演示实验(H.Yu et al.,“Fourier-Transform Ghost Imagingwith Hard X Rays,”Phys.Rev.Lett.,vol.117,no.11,2016),验证了非相干X射线衍射成像装置成像技术的有效性。
中国发明专利申请CN113758952A,公开了“基于动量编码的X射线衍射成像装置及方法”,公开了一种基于动量编码的X射线衍射成像装置及方法,包括X射线源、动量编码模块、待测物体、X射线面阵探测器和数据处理模块,动量编码模块为一个多衍射体结构,各个衍射体具有不同的衍射周期、中心位置与指向,X射线源发出的发散的X射线经过动量编码模块,各个不同衍射周期、中心位置与指向的衍射体对发散的X射线的动量进行编码,出射的X射线会沿着不同的动量方向传播,并汇聚通过待测物体,其通过光学传递过程、装置特性和数据处理过程不同于传统的衍射成像方法。该发明专利申请基于动量编码的X射线衍射成像装置及方法在X射线衍射成像技术中引入动量编码模块,使用单臂收集数据,其光学传递过程和处理过程不同于传统的时间序列关联成像计算方法,应用于X射线衍射成像中时能极大的提高图像质量和成像速度,并减少待测样品辐射损伤。
该X射线衍射成像装置及方法应用于衍射分析领域时,主要存在以下几个局限与问题:
1)测量衍射图样动态范围大,对比度小,测量衍射图样的细节不易被恢复,而作为观察者的人,往往也只能分辨有限的细节与灰度级,
2)测量衍射图样记录动态范围为65535个灰度级,往往图像处理装置会将其压缩到256个灰度级,这个压缩过程也是一个丢失信息的过程,
3)真实实验中的测量衍射图样是在图像接收设备上有漂移的,中心位置往往不能在光路中心,因此需要合理方法对测量衍射图样与模拟衍射图样做位置匹配,
4)对于该衍射分析技术如何判定样品是否损伤,样品在光路里的旋转也是需要考虑的问题,判别衡量手段也是亟待解决的问题。
因此,如何在动量编码X射线衍射图样匹配中提高物体检测速度与准确率,降低曝光时间要求,以实现提高检测精度,大幅度提高匹配成功率,减少对物体的辐射损伤,成为本领域技术人员亟待解决的技术问题。
发明内容
本发明的第一个目的在于:针对现有技术中的问题,提供一种动量编码X射线衍射图样匹配校正方法。
为此,本发明的上述目的通过以下技术方案实现:
一种动量编码X射线衍射图样匹配校正方法,其特征在于,包括以下步骤:
S1,基于动量编码模拟动量编码的X射线衍射成像装置及方法中所记载的光路系统生成模拟样品多旋转角度的模拟衍射图样,其中,模拟衍射图样具有多亮斑结构与暗部细节结构;
S2,对模拟衍射图样计算信息度量,包括对比度度量、熵度量或扩展度量,扩展度量包括无偏估计、动态范围;
S3,图像接收装置接收基于动量编码模拟动量编码的X射线衍射成像装置及方法中记载的光路系统获得的测量衍射图样,对测量衍射图样去背景,测量衍射图样具有多亮斑结构与暗部细节结构;
S4,对S3去背景后的测量衍射图样进行细节增强,得到增强图样;
S5,计算增强图样的信息度量,包括对比度度量、熵度量或扩展度量,扩展度量包括无偏估计、动态范围;
S6,根据增强图样的信息度量,计算模拟衍射图样信息度量的变换因子;
S7,增强图样与变换因子处理的模拟衍射修正图样进行位置与旋转匹配,输出检测结果并生成校正后的X射线衍射校正图样;
其中,S6中,变换因子由模拟衍射图样的信息度量与增强图样的信息度量产生,变换因子修正方式为伽马变换或直方图均衡修正;
其中S7中,位置与旋转匹配包括针对模拟衍射图样与增强图样的多亮斑位置匹配和针对不同角度的模拟衍射图样与增强图样的旋转匹配,得到细节增强的X射线衍射校正图样。
在采用上述技术方案的同时,本发明还可以采用或者组合采用如下技术方案:
作为本发明的优选技术方案:所述的模拟衍射图样可为单一样品或一组样品多旋转角度的衍射图样。
作为本发明的优选技术方案:S3中的去背景选用最大间类差法或局部归一化法。
作为本发明的优选技术方案:S4中细节增强方法为非局域均值滤波、引导滤波或多尺度分析方法。
作为本发明的优选技术方案:多亮斑位置匹配实现真实动量编码X射线衍射分析系统与模拟动量编码X射线衍射分析系统的光场对齐。
作为本发明的优选技术方案:多亮斑位置匹配选用多亮斑最大值位置匹配或图像质量中心匹配。
作为本发明的优选技术方案:所述位置与旋转匹配利用互相关系数、峰值信噪比或结构相似度进匹配衡量。
本发明第二个目的在于,针对现有技术中存在的不足,提供一种动量编码X射线衍射图样匹配校正方法的应用。
为此,本发明的上述目的通过以下技术方案实现:
本发明的一种动量编码X射线衍射图样匹配校正方法的应用,应用于X射线衍射成像领域或应用于X射线衍射分析领域。
本发明的一种动量编码X射线衍射图样匹配校正方法及其应用,利用测量衍射图样与模拟衍射图样的信息度量,计算测量衍射图样与模拟衍射图样的信息度量的变换因子,通过测量衍射图样与变换因子修正的模拟衍射图样数据集进行位置与旋转匹配,确保测量衍射图样的中心位置在光路中心,且确定样品在光路里是否损伤、是否旋转,分析并校正后生成X射线衍射校正图样,实现测量衍射图样与模拟衍射图样的位置匹配、样品情况的确认。本发明利用动量编码X射线衍射图样预先进行去背景的操作,减弱发生在图像处理中测量衍射图样记录动态范围的灰度级在压缩过程中的信息丢失的问题。本发明的一种动量编码X射线衍射图样匹配校正方法及其应用,一方面能应用于动量编码X射线衍射分析中,通过预制的单一样品或一组样品多旋转角度的衍射图样进行匹配,能大地提高物体损伤检测速度与准确率,并且降低曝光时间要求,减少物体辐射损伤,本发明也可应用于动量编码X射线衍射成像方法中,通过所述操作的细节增强过程可提供细节增强校正的衍射图样,提高衍射图样的信噪比,可大大提高成像质量,为实现高检测速度、高准确率的小型化的衍射分析装置或衍射成像装置提供了可能,在动态编码X射线衍射领域拥有广泛的应用前景。
附图说明
图1为本发明的一种动量编码X射线衍射图样匹配校正方法的流程示意图;
图2为本发明的一种动量编码X射线衍射图样匹配校正方法的图像处理设备结构示意图;
图3为本发明动量编码X射线衍射图样匹配校正方法的一个实施例的模拟衍射图样示意图;
附图中:1:模拟衍射图样,2:计算信息度量,3:测量衍射图样,4:去背景,5:细节增强,6:计算信息度量,7:变换因子,8:位置与旋转匹配,9:检测结果,10:衍射校正图样,11:图像接收装置,12:图像处理装置,13:图像显示装置,14:变换因子修正。
具体实施方式
下面结合附图和具体实施例对本发明作进一步详细地描述。
实施例1
如图1所示,本发明的一种动量编码X射线衍射图样匹配校正方法,根据中国发明专利申请202110959718.3,申请名称“基于动量编码模拟动量编码的X射线衍射成像装置及方法”,步骤S1中,采用前述专利申请公开的基于动量编码模拟动量编码的X射线衍射成像中的光路系统,生成模拟样品多旋转角度的模拟衍射图样1,模拟衍射图样1具有多亮斑结构与暗部细节结构。
其中,模拟衍射图样1为单一样品多旋转角度的衍射图样,其多亮斑包含动量编码X射线衍射分析系统光路信息,暗部细节包含实验样本或模拟样本的结构信息。
步骤S2中,对模拟衍射图样1计算信息度量2,如对比度度量、熵度量或扩展度量,扩展度量包括无偏估计、动态范围等。
在本实施例中,信息度量2为对比度度量,模拟衍射图样1是模拟动量编码X射线衍射分析光路的菲涅尔衍射积分方程计算的光场分布,
步骤S3中,图像接收装置11接收基于动量编码模拟动量编码的X射线衍射成像装置及方法,具体参考中国发明专利申请202110959718.3中所述的光路系统真实实验的测量衍射图样3去背景4,去背景方法为最大间类差法或局部归一化法等,测量衍射图样3具有多亮斑结构与暗部细节结构。
在本实施例中,去背景4为局部归一化法,测量衍射图样3是实验动量编码X射线衍射分析光路的真实光场分布。
步骤S4中,去背景4的测量衍射图样进行细节增强5,细节增强5选用非局域均值滤波、引导滤波或多尺度分析方法等细节增强方法,得到细节增强后的测量衍射图样,也称增强图样。
在本实施例中,细节增强5为先维纳滤波再高帽变换。
步骤S5中,计算步骤S4中得到的增强图样的信息度量6,如对比度度量、熵度量或扩展度量,扩展度量包括无偏估计、动态范围等。
在本实施例中,信息度量6为对比度度量。
步骤S6中,根据增强图样的信息度量6,计算模拟衍射图样1的信息度量2的变换因子7。
所述的变换因子7处理的模拟衍射修正图样是模拟衍射图样1的信息度量2与测量衍射图样3的信息度量6比较计算的变换因子7计算修正得到的。变换因子修正方式为伽马变换或直方图均衡等,在本实施例中,变换因子修正方式为伽马变换。
步骤S7中,细节增强后的测量衍射图样与变换因子7处理的模拟衍射修正图样进行位置与旋转匹配8,输出检测结果9并生成校正后的X射线衍射校正图样10,匹配衡量手段有互相关系数,峰值信噪比或结构相似度等,得到细节增强5的X射线衍射校正图样10。
其中,位置与旋转匹配8包括针对模拟衍射图样1与测量衍射图样3的多亮斑位置匹配和针对不同角度的模拟衍射图样1与测量衍射图样3的旋转匹配。其中,多亮斑位置匹配实习了真实动量编码X射线衍射分析系统与模拟动量编码X射线衍射分析系统的光场对齐,旋转匹配实现了真实样品和模拟样品在动量编码X射线衍射分析系统中沿光轴旋转角度对齐。
本发明动量编码X射线衍射图样匹配校正方法在步骤应用于动量编码X射线衍射分析或衍射成像中,能显著提高检测精度,能将匹配成功率从46%提高到89%,特别是提到的变换因子修正,可以极大提高匹配效果。
在之前预先进行增强图样,避免在图像处理中,测量衍射图样记录动态范围为65535个灰度级,图像处理装置会将其压缩到256个灰度级的压缩过程中的信息丢失的问题;
如图2所示,本发明提供了动量编码X射线衍射图样匹配校正方法中所需的图像处理设备,包括图像接收装置11、图像处理装置12与图像显示装置13。
(a)图像接收装置11接收动量编码X射线衍射系统产生的测量衍射图样3,
(b)图像处理装置12进行所述的动量编码X射线衍射图样匹配校正方法处理,得到最终细节增强5的X射线衍射校正图样10,
在本实施例中,图像处理装置12为计算机,
(c)在图像显示装置13中,可视化细节增强5校正的X射线衍射校正图样10。
其中,图像接收装置11是X射线面阵探测器或其他探测X射线的设备。
在本实施例中,图像接收装置11是X射线面阵探测器。
所述的图像处理设备,图像显示装置13在可视化之前的细节增强校正的X射线衍射校正图样10是被压缩的。
在本实施例中,X射线衍射校正图样10压缩是从65535个灰度级压缩到256个灰度级。
在本实施例中,对比度伽马变换可以将匹配正确率从46%提高至89%,维纳滤波加高帽变换的细节增强方法可以将匹配正确率从89%提高至93%。
与现有技术相比,本发明明显具有以下技术效果:
第一,本发明的动量编码X射线衍射衍射图样匹配校正方法,既能用于动量编码X射线衍射分析并输出检测分析结果,也可以用于动量编码X射线衍射成像生成X射线衍射校正图样。
第一,本发明应用于动量编码X射线衍射分析中,能极大地提高物体损伤检测速度与准确率,并且降低曝光时间要求,减少物体辐射损伤;
第二,本发明也可应用于动量编码X射线衍射成像方法中,提供细节增强校正的衍射图样,可大大提高成像质量。
本发明动量编码X射线衍射图样匹配校正方法在步骤应用于动量编码X射线衍射分析或衍射成像中,能显著提高检测精度,能将匹配成功率从46%提高到89%,特别是提到的变换因子修正,可以极大提高匹配效果。
上述具体实施方式用来解释说明本发明,仅为本发明的优选实施例,而不是对本发明进行限制,在本发明的精神和权利要求的保护范围内,对本发明做出的任何修改、等同替换、改进等,都落入本发明的保护范围。

Claims (8)

1.一种动量编码X射线衍射图样匹配校正方法,其特征在于,包括以下步骤:
S1,基于动量编码模拟动量编码的X射线衍射成像装置及方法中所记载的光路系统生成模拟样品多旋转角度的模拟衍射图样(1),其中,模拟衍射图样(1)具有多亮斑结构与暗部细节结构;
S2,对模拟衍射图样(1)计算信息度量(2),包括对比度度量、熵度量或扩展度量,扩展度量包括无偏估计、动态范围;
S3,图像接收装置(11)接收基于动量编码模拟动量编码的X射线衍射成像装置及方法中记载的光路系统获得的测量衍射图样(3),对测量衍射图样(3)去背景(4),测量衍射图样具有多亮斑结构与暗部细节结构;
S4,对S3去背景后的测量衍射图样(3)进行细节增强(5),得到增强图样;
S5,计算增强图样的信息度量(6),包括对比度度量、熵度量或扩展度量,扩展度量包括无偏估计、动态范围;
S6,根据增强图样的信息度量(6),计算模拟衍射图样(1)信息度量(2)的变换因子(7);
S7,增强图样与变换因子(7)处理的模拟衍射修正图样进行位置与旋转匹配(8),输出检测结果(9)并生成校正后的X射线衍射校正图样(10);
其中,S6中,变换因子由模拟衍射图样(1)的信息度量(2)与增强图样的信息度量(6)比较产生,变换因子(7)修正方式为伽马变换或直方图均衡修正;
其中S7中,位置与旋转匹配(8)包括针对模拟衍射图样(1)与增强图样的多亮斑位置匹配和针对不同角度的模拟衍射图样(1)与增强图样的旋转匹配,得到细节增强(5)的X射线衍射校正图样(10)。
2.如权利要求1所述的一种动量编码X射线衍射图样匹配校正方法,其特征在于:所述的模拟衍射图样(1)可为单一样品或一组样品多旋转角度的衍射图样。
3.如权利要求1所述的一种动量编码X射线衍射图样匹配校正方法,其特征在于:S3中的去背景选用最大间类差法或局部归一化法。
4.如权利要求1所述的一种动量编码X射线衍射图样匹配校正方法,其特征在于:S4中细节增强方法为非局域均值滤波、引导滤波或多尺度分析方法。
5.如权利要求1所述的一种动量编码X射线衍射图样匹配校正方法,其特征在于:多亮斑位置匹配实现真实动量编码X射线衍射分析系统与模拟动量编码X射线衍射分析系统的光场对齐。
6.如权利要求5所述的一种动量编码X射线衍射图样匹配校正方法,其特征在于:多亮斑位置匹配选用多亮斑最大值位置匹配或图像质量中心匹配。
7.如权利要求6所述的一种动量编码X射线衍射图样匹配校正方法,其特征在于:所述位置与旋转匹配利用互相关系数、峰值信噪比或结构相似度进匹配衡量。
8.如权利要求1-7任一权利要求所述的一种动量编码X射线衍射图样匹配校正方法的应用,其特征在于:应用于X射线衍射成像领域或应用于X射线衍射分析领域。
CN202210676910.6A 2022-02-14 2022-06-15 一种动量编码x射线衍射图样匹配校正方法及其应用 Active CN115616014B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN202210132136 2022-02-14
CN2022101321362 2022-02-14

Publications (2)

Publication Number Publication Date
CN115616014A true CN115616014A (zh) 2023-01-17
CN115616014B CN115616014B (zh) 2024-06-11

Family

ID=83489336

Family Applications (2)

Application Number Title Priority Date Filing Date
CN202210676910.6A Active CN115616014B (zh) 2022-02-14 2022-06-15 一种动量编码x射线衍射图样匹配校正方法及其应用
CN202210755833.3A Withdrawn CN115165942A (zh) 2022-02-14 2022-06-29 一种动量编码x射线衍射图样匹配校正方法及其应用

Family Applications After (1)

Application Number Title Priority Date Filing Date
CN202210755833.3A Withdrawn CN115165942A (zh) 2022-02-14 2022-06-29 一种动量编码x射线衍射图样匹配校正方法及其应用

Country Status (1)

Country Link
CN (2) CN115616014B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115963130B (zh) * 2022-12-29 2023-09-29 中国科学院福建物质结构研究所 一种x射线单晶衍射实验的高角度衍射数据非高斯偏差的校正方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6552809B1 (en) * 2000-09-18 2003-04-22 Institut National D'optique Position encoding optical device and method
CN102735428A (zh) * 2012-06-08 2012-10-17 中国科学院上海光学精密机械研究所 衍射光学元件光学性能的测量装置及测量方法
CN110800019A (zh) * 2017-06-22 2020-02-14 皇家飞利浦有限公司 用于复合超声图像生成的方法和系统
CN113237904A (zh) * 2021-04-28 2021-08-10 上海科技大学 一种提高相干x射线衍射图样信噪比的方法
CN113758952A (zh) * 2021-08-20 2021-12-07 中国科学院上海光学精密机械研究所 基于动量编码的x射线衍射成像装置及方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6552809B1 (en) * 2000-09-18 2003-04-22 Institut National D'optique Position encoding optical device and method
CN102735428A (zh) * 2012-06-08 2012-10-17 中国科学院上海光学精密机械研究所 衍射光学元件光学性能的测量装置及测量方法
CN110800019A (zh) * 2017-06-22 2020-02-14 皇家飞利浦有限公司 用于复合超声图像生成的方法和系统
CN113237904A (zh) * 2021-04-28 2021-08-10 上海科技大学 一种提高相干x射线衍射图样信噪比的方法
CN113758952A (zh) * 2021-08-20 2021-12-07 中国科学院上海光学精密机械研究所 基于动量编码的x射线衍射成像装置及方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
吕宏;柯熙政;: "具轨道角动量光束用于光通信编码及解码研究", 光学学报, no. 02, 15 February 2009 (2009-02-15) *
罗春伶;林洁;程静;: "实验研究探测器大小与散焦长度对无透镜鬼衍射的影响", 光学学报, no. 11, 10 November 2012 (2012-11-10) *

Also Published As

Publication number Publication date
CN115165942A (zh) 2022-10-11
CN115616014B (zh) 2024-06-11

Similar Documents

Publication Publication Date Title
Yang et al. Rethinking low-light enhancement via transformer-GAN
CN107229787B (zh) 一种基于近似系数与深度学习的伽马能谱分析方法
Fisher Estimation of entropy reduction and degrees of freedom for signal for large variational analysis systems
CN114998471B (zh) 基于RecNet模型的磁粒子成像重建方法
CN115616014B (zh) 一种动量编码x射线衍射图样匹配校正方法及其应用
Zhao et al. White spots noise removal of neutron images using improved robust principal component analysis
CN116385296B (zh) 基于自适应软阈值收缩的太赫兹成像方法
CN117033981A (zh) 一种海缆故障检测方法、装置、设备和介质
CN115876650A (zh) 一种穆勒矩阵同步测量系统和方法
CN112101396A (zh) 一种分类方法、装置、设备和存储介质
CN113758952B (zh) 基于动量编码的x射线衍射成像装置及方法
Fan et al. A specific task-oriented semantic image communication system for substation patrol inspection
CN111080730B (zh) 基于跨通道和空间加权卷积特征的脑图像解码方法及系统
Sanchez-Belenguer et al. Deep Learning for Passive Gamma Emission Tomography
CN114329333B (zh) 航空γ能谱数据NASVD降噪有效奇异值数目确定方法
Boulyga et al. Automation system for optical counting of nuclear tracks
CN117152401B (zh) 一种机器学习任务用水下视觉图像数据集的获取方法
CN113327210B (zh) 测井图像填补方法、装置、介质及电子设备
Rizzo et al. Quantum Convolutional Neural Networks for the detection of Gamma-Ray Bursts in the AGILE space mission data
CN110687584A (zh) 一种基于lstm的快速核素识别方法
CN111861907B (zh) 一种高动态范围激光焦斑图像的去噪方法
CN115797211A (zh) 一种基于SUNet算法的中子图像去噪方法及系统
CN116629337A (zh) 基于坐标注意力机制的gan神经网络多重失真抑制模型
Bister et al. Inference of astrophysical parameters with a conditional invertible neural network
Robini et al. Radiographic testing of anomalies in thick metal components: Fitting the standard line-integral model

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