布鲁克衍射荧光事业部
发文至
分享至
分享至
XRM的物质识别
XRM以其特有的无损、三维成像能力，可以为我们提供高精度的三维数据，其空间分辨率可以达到微米、亚微米级别。在这些三维数据的基础上，通过图像分割，我们可以得到研究对象的尺寸，形态，分布等一系列定量数据。那么最终分析数据是否可靠，就取决于图像分割的准确性了，这除了与设备的空间分辨能力有关外，也与密度分辨能力息息相关。
对于单一材质样品而言，待测对象与背景的衬度差异足够大，对象易识别，如下图实例中展示的增材制造所用到的金属颗粒的图像，颗粒成分单一，颗粒与颗粒之间存在明显边界，传统的阈值分割方法即可对研究对象进行有效的识别分割。
▲钛合金粉末
但是对于组成物质成分多样，并且各物质对X射线的吸收系数接近的样品，在图像分割上就会存在一定的难度。虽然目前有不同的方法帮助我们实现这一目标，如图像降噪、增强、局部阈值分割，以及基于深度学习的图像分割等。但是高质量的原始数据会大大降低分析难度，提高分割的准确性。
SkyScan系列产品配备了高灵敏度探测器，结合相应的重建算法，显著提升了仪器的密度分辨能力。下图为组成元素相近，密度接近的不同高分子材料的XRM数据，从对应的灰度分布中可观察到，各物质峰形具有很高的识别度。
▲密度接近，组成成分接近样品的识别
本文使用权归布鲁克（北京）科技有限公司所有，未经授权请勿转载。如需转载，请与工作人员联系并注明出处。
推荐
-
微信文章
-
微信文章
-
微信文章
-
微信文章
-
微信文章
-
微信文章
-
微信文章
-
微信文章
-
微信文章
-
微信文章
-
微信文章
-
微信文章
-
微信文章
-
微信文章
-
微信文章
-
微信文章
-
微信文章
