铝合金中单层Mg-GP、Si-GP区的高分辨电子显微镜图像的计算机模拟

Al-Mg-Si合金析出强化相的前驱相(GP区)的形成对于析出强化的性能有重要影响,但是由于其尺度极其微小,往往很难直接观察.本文通过对Al-Mg-Si合金中可能存在的单层富Mg及富Si GP区的不同厚度、不同存在形态进行全方位计算机模拟,确认了GP区成像的存在条件.单层富Mg或富Si GP区在不被铝合金基体包裹的试料中可以形成清晰的高分辨电子显微镜像,并且Mg-GP区与Si-GP区呈现出相反的对比.这为GP区的高分辨电镜观察提供了可靠的理论依据.

蘼芜水热合成碳量子点的透射电子显微镜结构表征

运用透射电子显微镜技术(transmission electron microscopy,TEM)观察分析了以植物蘼芜为碳源,通过水热法合成的CQDs(carbon quantum dots,CQDs)的结构.针对TEM明场像中CQDs衬度弱而难以观察的问题,利用高角环形暗场扫描透射技术(high angle annular dark field-scanning transmission electron microscopy,HAADF-STEM)在铜网中快速定位CQDs.相应区域的明场像显示CQDs形貌为不规则多边形,尺寸约3 nm.通过高分辨透射电子显微镜技术(HRTEM)及相应的快速傅里叶变换(fast Fourier transform,FFT),观察到具有六次对称性的晶格条纹(0.21 nm)和衍射斑点,以及石墨π键的层间距(0.34 nm),讨论了CQDs特征晶面指数的指标化方法.晶格结构分析结果表明,CQDs为晶态六方相类石墨烯结构.

基于自适应深度先验的高光谱图像超分辨率

为了解决现有的高光谱超分辨率方法依赖于手工先验和数据驱动先验会导致参数选择困难或可解释性差的问题,采用一种基于自适应深度先验正则的高光谱图像超分辨率方法,进行了理论分析和实验验证。首先设计基于卷积神经网络的多阶段特征提取网络,提取退化图像的空间和光谱信息;其次将提取到的空-谱先验输入基于transformer模型的特征融合模块;然后自适应交互空域和谱域的互补信息,以捕获图像的全局先验特征;最后在退化模型中插入深度先验正则项,将超分辨率问题表述为一个优化问题,其解可以通过交替方向乘子法获得并降低求解复杂度。结果表明,所提出算法在信噪比均为35 dB时,重建信噪比分别达到了34.16 dB和29.35 dB,比次优算法高出2.78 dB和2.17 dB,重建的高分辨率高光谱图像与其固有结构具有较高的一致性。该研究为综合利用手工先验和数据驱动先验增强高光谱图像空间分辨率提供了参考。

REW软件--高分辨电子显微镜的像模拟与出射波函数重构的应用软件

通过像处理技术分析高分辨电子显微像有助于确定样品结构,提高显微镜的分辨率。本文开发的REW软件同时具有HRTEM像模拟与波函数重构的功能。用户可通过像模拟法来确定已知晶体的结构,另一方面,用户可利用系列离焦的HRTEM像重构样品的出射波函数,从而得到重要的相位信息并提高样品的分辨率。本文将简单介绍REW软件所运用的理论知识,并列举典型例子来描述REW软件的重要功能。

JEM—2100高分辨透射电子显微镜的使用注意事项

JEM-2100高分辨透射电子显微镜具有非常高的分辨本领，最大放大倍数为150万倍，是研究材料微观结构的重要工具。本文在笔者多年来管理经验的基础上介绍了此款仪器的使用注意事项，以期对同行有借鉴作用。

高频信息强化的双分支高光谱图像超分辨率网络

高光谱图像(hyperspectral image,HSI)的窄光谱波段为许多视觉任务提供了丰富信息,但也给特征提取带来了挑战.尽管许多研究者提出了各种深度学习方法,但尚未充分结合这些架构的优势.因此,本文提出了一种基于高频信息强化的双分支高光谱图像超分辨率网络(HFEDB-Net),将卷积神经网络(convolutional neural network,CNN)的图像空间特征提取优势与Transformer的自适应能力和长距离依赖提取优势相结合,有效地提取了HSI的空间和光谱信息.HFEDB-Net由高频信息强化分支和主干分支组成.在高频信息强化分支中,通过拉普拉斯金字塔提取低分辨率和高分辨率HSI的高频信息,并将结果作为高频分支的输入和标签,采用光谱强化Transformer来作为该分支的方法.在主干分支中,使用结合通道注意力的CNN充分提取空间特征和光谱信息.最后将两个分支的结果通过CNN进行结合以得到最终的重建图像.此外,采用多头注意力和多尺度策略分别改进了Transformer的注意力机制和编码器层,以更好地提取HSI的空间和光谱信息.实验结果表明,HFEDB-Net在两个公开数据集上的定量评价指标和视觉效果上优于当前主流方法.

基于点扩散函数的图像学高分辨率技术

常规基于一维假设的高分辨率处理技术如反褶积、反Q滤波方法等,针对水平构造或者小倾角构造有较好的处理效果,但在面向高陡构造或者断裂等复杂构造时处理效果不佳。而偏移成像结果可以看作是点扩散函数(PSF)与真实反射系数褶积的结果,高维空间条件下的高分辨率处理技术实际上是此正演问题的一个反问题,即基于成像结果进行反射系数反演。为此,提出了一种基于点扩散函数的高分辨率处理技术,首先基于点扩散函数的计算原理,推导出了基于高频近似条件下的快速求解算法,并在高维空间褶积理论的指导下结合图像学反演算法研发了纯数据驱动的点扩散函数提取技术,最后采用高维空间反褶积算法求得高分辨率成像结果,实现地震频带的有效拓宽和成像分辨率的提升。模型数据和实际数据测试结果表明,该算法可在不损失低频的前提下有效扩宽高频,且具有在计算效率与常规高分辨率算法基本相当的条件下有效提高不同展布方位地质体分辨率的优势。

CuMgO界面结构的高分辨电子显微镜研究

利用高分辨透射电子显微镜对内部氧化Cu Mg合金产生的Cu MgO界面进行了研究 ,观察到了一种新的取向关系 ,这种取向关系不同于通常观察到的两晶胞取向完全一致的简单关系 .而且对界面的结构和位错进行了研究 。

基于分组双阶段双向卷积长短期方法的高光谱图像超分辨率网络

文章提出基于分组的双阶段Bi-ConvLSTM网络(GDBN),可以充分利用图像的空间和光谱信息,通过使用以波段为单位的分组策略,有效缓解了计算负担,并对光谱信息进行保护。在编码器的不同阶段,对浅层信息提取模块和深度特征提取模块进行不同层次信息的提取,浅层信息提取模块能够对不同尺度的浅层特征信息进行充分捕捉,深度特征提取模块能够捕捉图像的高频特征信息。文章还引入通道注意力机制,增强网络对特征的组织能力,并在自然数据集cave上进行大量实验,效果普遍优于目前主流的深度学习方法。

普通冷冻透射电子显微镜表征LiPxSy类固态电解质高分辨像的方法

本文采用配备冷冻样品杆的普通透射电子显微镜,探索固态电池中LiPS类电解质材料的物相结构和高分辨晶格像的表征方法。LiPS类电解质具有很高的导离子率,是理想的固态电解质材料,但该类电解质性质敏感,对空气的不稳定性导致其任何处理均需要惰性气体环境。试验探索表明,利用在全程液氮中冷冻转移的手段,可以有效保留LiPS类电解质材料的物相,但受样品表面凝结冰的影响,冷冻低剂量(low dose)模式很难获得高分辨晶格像。通过冷冻杆升温(升温过程中冷冻杆shutter需呈打开状态)、而后常温表征的手段,成功获得了LiPS类电解质材料较理想的高分辨晶格像。

GaN场发射高分辨电子显微像的图像处理显示GaN中原子分辨率晶体缺陷的可能性

本文介绍了场发射高分辨电子显微像的图像处理原理．用３００ｋＶ场发射电子显微镜的参数模拟了ＧａＮ完整晶体和缺陷晶体结构模型的显微像．经过处理的显微像上能够分辨间距为０．１１２ｎｍ的Ｇａ和Ｎ原子,并能显示Ｎ原子空位．

精确测定高分辨电子显微像中亮点位置的图像处理方法

本文提出了一些实用的高分辨原子像分割及定位方法。原子像分割由提取原子像的谷位网络实现。原子像亮点定位可由像素点灰度峰值检测法或局部像素点灰度平均法完成。这些方法都基于计算机图像处理技术在原子像分析中的应用。

场发射扫描电子显微镜观测弱导电金属有机框架材料的参数探究

金属有机框架材料(MOFs)的形貌结构对其性能应用具有很大影响,但MOFs普遍存在导电性差且对电子束敏感等问题,在进行扫描电子显微镜(SEM)测试时容易损伤样品,发生荷电现象.因此摸索合适的测试参数,对获得高质量的MOFs扫描电子显微镜图像具有重要意义.以MIL-101(Cr)、Fe-MOF、Mn-MOF、ZIF-67(Co)这4种典型的MOFs为例,主要探究了加速电压、电子束流、工作距离、探头及喷金对其成像效果的影响.结果表明,升高加速电压可有效提高图像分辨率,但同时电子束穿入深度增大,可能导致电荷击穿效应对其表面结构造成破坏.适当增大束流可提高图像信噪比,但过大的束流会导致纳米颗粒边缘变钝,因此选用0.1~0.4nA中等束流为佳.在选择探头时需注意,艾弗哈特-索恩利探头(ETD)和透镜内二次电子(T2)探头所成图像立体感较好,透镜内背散射电子(T1)探头的立体感弱,但衬度较好,柱内二次电子(T3)探头分辨率最佳,但更容易荷电,显得颗粒扁平.而喷金处理可有效提高样品的导电性.以上结果对使用SEM探究MOFs形貌结构具有一定的借鉴作用.

高分辨电子显微像图像处理技术的应用

对高分辨电子显微像图像处理技术进行了比较详细的分类。简要分析了在测定晶体结构的过程中,高分辨电子显微像与图像处理技术相结合的必要性。论述了尝试法、出射波重构法和解卷技术3种主要的图像处理方法,介绍了该类图像处理技术应用于材料学研究中的典型事例,并讨论了其应用范围、前景及其局限性。

亚埃分辨率像差校正透射电子显微镜进展

电子显微镜是人类认识自然,特别是微观世界的有力武器。近年来,由于在电子透镜像差校正方面的重要突破,使得无论在电镜制造及应用研究方面,都有惊人的进展。电子显微镜目前正处于革命性发展阶段,其标志是分辨水平在进入本世纪之后有异乎寻常的提高,其点分辨率达到了亚埃(1埃=0.1纳米)水平,已对和将对纳米科技、信息、生物等高科技领域产生有力的冲击。国际上发达国家对研发与高技术休戚相关的物质表征技术与设备十分重视。美、欧、日和台湾地区对电镜的研发高度重视,投巨资研发新一代像差校正电子显微镜。由于众所周知的原因,我国与国际先进水平的差距越来越大。不仅每年花费数亿元购买国外电镜,并在高端产品和部件的选择等方面受到制约。为此,我们必须迎头赶上,落实我国中长期发展规划纲要,抓紧研发达到国际先进水平的新一代“亚埃、亚eV像差校正透射电子显微镜”,实现我国在纳米度量和测量的高端突破,振兴我国电镜制造事业。

透射电子显微镜分辨率的改进

本文在论述透射电子显微镜物镜球差和色差对电子显微镜分辨率的限制基础上 ,介绍了克服这些限制因素的方法 ,并展示了同时配备有球差矫正器和单色器透射电镜的一些最初结果。

基于透射电子显微镜的沸石分子筛结构研究进展

透射电子显微镜是解析沸石分子筛新结构、分析结构缺陷和研究活性位点等的有力工具.应用于分子筛研究的透射电子显微术总体上可以分为图像法和衍射法,包括透射电子显微镜和扫描透射电子显微图像、选区电子衍射和三维电子衍射,通常结合其中的几种方法进行分析.近年来,随着电子显微镜硬件性能的不断提升,特别是球差矫正器的广泛应用及各种适用于分子筛等电子束敏感材料的探测器和图像处理技术的不断革新,在原子尺度观察分子筛的结构已成为可能.此外,利用原位电子显微镜技术研究分子筛的生长和催化反应机理也在逐步展开.本文按电子显微镜方法分类,综述了近些年基于电子显微镜的分子筛研究,包括新结构解析、手性确认和金属负载等的最新进展.

高光谱图像辐射位深残差量化及其对地物分类影响分析

目前的研究大多集中在高光谱图像(HSI)的空间和光谱分辨率的提升及应用上,很少关注辐射分辨率的综合运用。辐射分辨率反映传感器接收地物辐射能量动态变化的范围,探测地物辐射能量的微小变化,同样包含着丰富的地物信息。该研究提出了一种高光谱图像辐射位深残差量化(HSI radiation bit depth residual quantization method)方法,构建出高光谱图像不同辐射位深层级的位深特征图像(LHSI)及其残差图像(RHSI),并通过实验综合运用高光谱不同辐射位深层级的位深特征图像和残差图像及其组合进行地物分类,并分析其对地物分类精度的影响。实验表明,在保证一定分类精度的基础上,辐射位深为9 bit的位深特征图像,保留了原始高光谱图像的主要信息;辐射位深为4 bit的残差图像,比原始高光谱图像更突出地物细节信息;13 bit的位深特征图像与3 bit的残差图像的组合,既能保留原始高光谱图像的主要信息又能突出地物细节。

基于深度特征提取残差网络的高光谱图像分类

深度学习由于其模块化设计和强大的特征提取能力,已成为高光谱图像分类的重要手段之一。然而,如何有效地提取更深层次的特征以及同时提高分析空间和光谱联合特征的能力仍是亟待解决的问题。针对这些问题,本文提出了一种深度特征提取的残差网络,该网络由两个关键部分组成:多级传递融合残差网络和空间-光谱多分辨率融合注意力残差网络。多级传递融合残差网络可以有效促进特征信息之间的相互作用,获得更深层次的特征。接着利用空间-光谱多分辨率融合注意力残差网络可以确保从高光谱数据中全面提取空间-光谱联合特征和多分辨率特征。为了验证其有效性,本文在Indian Pines,Pavia University和Salinas Valley三个高光谱数据集上对所提出方法的性能进行了评估,分类精度分别达到了98.10%,99.81%和99.94%。实验结果表明,与其他方法相比,该网络具有更好的泛化能力和分类性能。