張春波 汪啟勝 黃 勝 何建華
1(中國科學(xué)院上海應(yīng)用物理研究所 張江園區(qū) 上海 201204)
2(中國科學(xué)院大學(xué) 北京 100049)
同步輻射光束線束斑形狀實時分析技術(shù)
張春波1,2汪啟勝1黃 勝1何建華1
1(中國科學(xué)院上海應(yīng)用物理研究所 張江園區(qū) 上海 201204)
2(中國科學(xué)院大學(xué) 北京 100049)
同步輻射是由同步輻射裝置產(chǎn)生的寬光譜、高通量、高準(zhǔn)直、高亮度的優(yōu)質(zhì)光源,在許多領(lǐng)域已得到廣泛應(yīng)用。同步輻射光束的光斑大小是其最為重要的特性之一。常規(guī)測量光斑大小的方法是采用狹縫或刀片掃描光束,然后根據(jù)光強(qiáng)變化計算出光斑的大小,這種方式準(zhǔn)確度高,但過程繁瑣、效率較低。同步輻射光束照射到熒光靶上會形成可見光光斑,通過安裝在光束線上的共軸攝像頭可以獲取光斑的圖像信息。本文提出一種基于圖像處理的光斑提取方法,能夠快速提取光斑大小并顯示光斑中心的位置以及光斑的對稱性。測試結(jié)果表明:該方法能夠?qū)崟r地獲取同步輻射光斑特征信息,且光斑尺寸在一定范圍變化時具有較高的準(zhǔn)確性,在光束線調(diào)試過程中可以作為一種有效的輔助測量手段。
同步輻射光斑,實時分析,數(shù)字圖像處理,直方圖,自適應(yīng)閾值
同步輻射是由接近光速運(yùn)動的電子在磁場中作曲線運(yùn)動改變運(yùn)動方向時所產(chǎn)生的電磁輻射。上海同步輻射裝置(Shanghai Synchrotron Radiation Facility, SSRF)是先進(jìn)的中能第三代同步輻射光源,已建有12條光束線站。每一條同步輻射光束線站從初建成到后來的運(yùn)行中都要進(jìn)行光路準(zhǔn)直、能量標(biāo)定以及優(yōu)化光斑等操作,使到達(dá)光束線實驗站的同步輻射光束的各項參數(shù)滿足實驗要求。
同步輻射光斑的大小是影響實驗數(shù)據(jù)質(zhì)量的重要因素,對于上海光源生物大分子晶體學(xué)線站(BL17U1)而言,光斑越小、光通量密度越高,越容易獲取高信噪比的實驗數(shù)據(jù)[1]。在以往光束線站調(diào)試和優(yōu)化過程中,獲取光斑大小的方法是用狹縫或者刀片對光束進(jìn)行掃描,然后根據(jù)掃描過程中電離室記錄的光強(qiáng)變化計算出光斑大小。這種方法由于需要進(jìn)行掃描和數(shù)據(jù)處理兩步操作,每獲取一次光斑尺寸都需要幾分鐘時間,效率較低。因此,本文提出一種全新的、基于數(shù)字圖像處理的方法,不僅能夠?qū)崟r地顯示光斑的大小,而且能夠顯示出光斑中心的位置和光斑的對稱性等信息,在實際應(yīng)用中能夠有效地提高常規(guī)優(yōu)化的速度,并且為光束線自動優(yōu)化提供了新的手段。
1.1 同步輻射光斑實時提取原理
熒光靶是一種結(jié)構(gòu)和原理較簡單的束流截面監(jiān)測裝置,可以配置在光束線的不同位置上。同步輻射光束打到熒光靶上會形成一個與光束截面分布相似的光斑,通過光斑的明暗和形狀可以直接觀測光束的強(qiáng)弱及其截面分布。
共軸攝像頭是與光束線的設(shè)計光路共軸的高倍顯微鏡,使用電荷耦合元件(Charge-coupled Device, CCD)獲取圖像,通過安訊士(Axis)視頻服務(wù)器接入網(wǎng)絡(luò)。它可以沿著光路方向觀察樣品或光斑,沒有視差,便于精確對準(zhǔn),光路示意圖見圖1。
圖1 共軸攝像頭光路示意圖Fig.1 Schematic diagram of axis camera.
同步輻射光斑實時提取技術(shù)是通過熒光靶、共軸攝像頭和圖像處理技術(shù)來實現(xiàn),共軸攝像頭將同步輻射光束打到熒光靶上形成的光斑采集生成數(shù)字圖像,并通過網(wǎng)絡(luò)傳送給圖像處理程序,圖像處理程序?qū)D像進(jìn)行相關(guān)處理和特征提取,并將處理后的帶有光斑特征信息的圖像在監(jiān)視器上顯示出來。由于上述過程是持續(xù)不間斷的,光斑的特征信息就以視頻的形式實時地展現(xiàn)出來。提取一次光斑特征信息所需要的時間主要取決于網(wǎng)絡(luò)攝像頭的幀頻和計算機(jī)對每一幀圖像的處理速度,同時還受到網(wǎng)絡(luò)傳輸速度的影響。
1.2 圖像處理方法和步驟
圖像處理是光斑提取的關(guān)鍵環(huán)節(jié),執(zhí)行圖像處理的程序是作者基于OpenCV視覺庫自行開發(fā)的Java程序。
圖像處理的過程主要有:色彩空間的轉(zhuǎn)換、高斯平滑、開操作、圖像的二值化、光斑輪廓的獲取和擬合、光斑對稱性的繪制。
1.2.1 RGB空間到HSV空間的轉(zhuǎn)換
彩色模型(彩色空間)用于在規(guī)定標(biāo)準(zhǔn)下采用可接受的通用方式簡化彩色規(guī)范。實際中最通用的顏色模型是RGB模型,表示的圖像由紅(Red)、綠(Green)、藍(lán)(Blue)三個分量組成,顯示的時候?qū)⒚總€分量表示的圖像混合便產(chǎn)生了一幅彩色圖像[2]。HSV顏色空間是根據(jù)顏色的直觀特性創(chuàng)建的一種顏色空間,H代表色調(diào),描述純色的屬性(純黃色、橘黃或紅色);S代表飽和度,給出一種純色被白稀釋的程度;V代表亮度,亮度體現(xiàn)了無色的強(qiáng)度。
在光斑提取中,由網(wǎng)絡(luò)攝像頭抓取的圖像是RGB空間的。但是,由于熒光靶的材料不同,例如可以使用BGO或者YAG晶體作為熒光靶,同步輻射光束打到熒光靶上產(chǎn)生的光斑圖像的背景色就有所不同,有的可能呈現(xiàn)黃色,有的可能呈現(xiàn)藍(lán)色。而在提取光斑的過程中,我們更關(guān)注的是圖像的亮度信息,在對圖像做進(jìn)一步的處理之前,需要將圖像轉(zhuǎn)到HSV空間,通過通道分離便得到圖像的亮度信息。
1.2.2 高斯平滑
高斯濾波主要用作對圖像的平滑處理,消除高斯噪聲。主要有兩種實現(xiàn)方式:一種是離散化窗口滑窗卷積;另一種是通過傅里葉變換。本文采用第一種,用一個卷積核(模板、掩模)掃描圖像中的每一個像素,將卷積核與其所覆蓋的像素做高斯卷積運(yùn)算,用卷積值代替中心像素點(diǎn)的值[2?3]。
1.2.3 開操作:先腐蝕后膨脹
腐蝕和膨脹是兩種圖像形態(tài)學(xué)處理方法,在具體操作中,有不同的映射定義形式[2],本文采用OpenCV的膨脹和腐蝕方法[3]。腐蝕的具體操作是:用一個模板(3×3的模板矩陣)掃描圖像的每一個像素,并用矩陣所覆蓋的最小像素值代替掃描點(diǎn)位置的像素;膨脹的具體操作與腐蝕類似,提取模板所覆蓋的最大像素值作為掃描點(diǎn)位置的像素值。腐蝕的作用是用于消除小于模板大小的噪聲像素,膨脹的作用是將與目標(biāo)輪廓接觸的所有背景點(diǎn)合并到物體中,添補(bǔ)目標(biāo)中的空洞。
開運(yùn)算是先腐蝕后膨脹的過程,可以消除光斑圖像上細(xì)小的噪聲,使光斑的輪廓更平滑[2]。
1.2.4 獲取光斑輪廓:圖像二值化
獲取圖像邊緣的方法主要有二值化和邊緣檢測算子(Roberts, Sobel, Canny等),邊緣檢測算子在檢測復(fù)雜邊緣時會有良好的效果,但是對噪聲比較敏感。在共軸顯微鏡獲取的圖像中光斑和背景亮度相差很大,且單一輪廓,采用二值法更簡單精確。
在執(zhí)行二值化的過程中,光斑的大小和亮度會隨著同步輻射光束而不斷變化,單一閾值并不能很好地滿足光斑實時提取的需要?;诖?,本文提出一種基于灰度直方圖的自適應(yīng)閾值獲取方法(詳見§1.3),很好地解決了這一問題。
圖像經(jīng)過二值化處理以后就可以通過OpenCV中的cvFindContours()函數(shù)進(jìn)行提取輪廓的操作。在OpenCV中用序列來存儲提取出來的光斑輪廓,用以繪制輪廓和特征提取,序列中的元素代表圖像中輪廓點(diǎn)的位置[3]。
1.2.5 光斑特征的提取
找出光斑輪廓以后,需要采用多邊形逼近的方式繪制輪廓,OpenCV采用的是Dougias-Peucker (DP)算法[3]。首先從提取的光斑輪廓中找出兩個相距最遠(yuǎn)的點(diǎn)作為頂點(diǎn),并將這兩個點(diǎn)連成線段。然后再在光斑輪廓上找到距線段最遠(yuǎn)的點(diǎn)作為下一個頂點(diǎn),這樣不斷迭代,將新的頂點(diǎn)添加到結(jié)果中,直到光斑輪廓上所有的點(diǎn)到多邊形的距離最小值小于指定精度。
對輪廓進(jìn)行擬合:用一個水平方向的、能夠?qū)⒐獍咻喞耆鼑淖钚【匦螌獍哌M(jìn)行擬合,矩形的寬度和高度即為用像素表示的光斑在水平和垂直方向上的尺寸,矩形的中心即為光斑的中心。之所以用水平方向上的矩形進(jìn)行擬合,是因為用來標(biāo)定的刀片掃描測量光斑尺寸的方法也是在水平和垂直方向上分別對光斑進(jìn)行掃描得到光斑在水平和垂直方向上的尺寸。
1.2.6 繪制光斑的對稱性
統(tǒng)計圖像中光斑部分(高于閾值的部分)的亮度分布:在水平方向上統(tǒng)計光斑每一列的亮度值總和并以一定比例描繪出來即為光斑在水平方向上的分布曲線,在垂直方向上統(tǒng)計光斑在每一行的亮度值總和并以一定比例描繪出來即為光斑在垂直方向上的分布曲線。
1.3 基于灰度直方圖的自適應(yīng)閾值
灰度直方圖是圖像灰度數(shù)據(jù)的統(tǒng)計圖,表示圖像中相應(yīng)灰度級下對應(yīng)的像素個數(shù),反映了圖像中灰度出現(xiàn)的頻率分布[2]。圖2(a)和(b)分別是半高寬約為20 μm和100 μm的光斑圖像,圖2(c)和(e)分別是與之對應(yīng)的灰度直方圖。
從圖2(c)和(e)中可以看出,共軸攝像頭采集的光斑圖像由所要提取的光斑(前景)和光斑以外的背景組成,光斑部分的灰度和背景部分的灰度集中分布于直方圖的兩端。從背景中提取光斑的一種方法是在灰度直方圖中選擇一個門限值T,所有大于T的像素點(diǎn)為光斑點(diǎn),否則就為背景點(diǎn)[2]。
通常而言,前景與背景的灰度級分布是雙峰結(jié)構(gòu)或者多峰結(jié)構(gòu),前景和背景的部分灰度會在峰谷處有所重疊,將峰谷處的灰度值設(shè)為T就可以很好地將前景和背景分離[2]。但是,光斑圖像的不同之處在于其灰度分布不是雙峰或者多峰分布,而是集中在兩端的半峰分布。峰谷的寬度很寬,而且當(dāng)光斑很小的時候,如圖2(c),幾乎看不到前景的峰。這意味著將門限T設(shè)在峰谷極有可能是不準(zhǔn)確的。
圖2 光斑圖像(a、b)及對應(yīng)的灰度直方圖(c?f)(a) 20 μm,(b) 100 μm,(c) 20 μm,(d) 20 μm附近圖像,(e) 100 μm,(f) 100 μm附近圖像Fig.2 Spot images (a, b) and corresponding histogram (c?f).(a) 20 μm, (b) 100 μm, (c) 20 μm, (d) Near 20 μm, (e) 100 μm, (f) Near 100 μm
圖2 (d)和(f)分別是圖2(a)和(b)中光斑部分(包含少部分背景)的灰度分布??梢钥闯?,由于光斑有一定的彌散,邊緣并不明顯,雖然已經(jīng)將大部分的背景分離,但是在圖上依然沒有出現(xiàn)峰谷。和方差的閾值提取方法[4]。首先在兩個半峰之間找到像素個數(shù)最少處的灰度值T1作為前景與背景的分割閾值,這樣通過T1就把大部分的背景灰度分離掉,大于T1的灰度分布就包含了所有的光斑部分的灰度和少量的背景灰度。然后,計算灰度直方圖中大于T1部分灰度的均值μ和標(biāo)準(zhǔn)差σ,將μ±c×σ(c為系數(shù))作為閾值,通過測試確定c的值。經(jīng)過多次測試,最終確定當(dāng)閾值設(shè)為μ?σ時,提取光斑的效果最好。
1.4 標(biāo)定方法
通過圖像處理的方法提取的光斑大小用像素來表示,必須經(jīng)過標(biāo)定才能反映出真實的光斑大小。標(biāo)定的方法是通過狹縫或者刀片掃描測出光斑的實際尺寸(光斑的半高寬FWHM),然后根據(jù)式(1)算出相應(yīng)的比例系數(shù)κ:
式中,P是像素表示的光斑尺寸;V是實際測得的光斑尺寸。
標(biāo)定的目的在于準(zhǔn)確地反映出每個像素所代表的實際光斑大小。隨著光斑變大,光斑的彌散會越來越強(qiáng);而在光斑很小的時候,通過狹縫或刀片掃描的方式測得的實際光斑尺寸系統(tǒng)誤差占的比重又很大。所以,通過在不同的光斑尺寸下計算相應(yīng)的比例系數(shù)然后取平均值的方法并不可靠。因此本文提出要在特定的光斑尺寸下進(jìn)行標(biāo)定:選取的光斑形狀要盡可能規(guī)則,邊緣盡可能清晰,不能有太大彌散;光斑不能太小且要比較穩(wěn)定,盡可能地減少系統(tǒng)誤差帶來的影響。如果條件允許,可以選取多組光斑尺寸進(jìn)行標(biāo)定以使結(jié)果更精確。
基于上述原因,本文嘗試一種基于灰度級均值
同步輻射光斑實時提取系統(tǒng)的相關(guān)測試在上海光源生物大分子晶體學(xué)線站(BL17U1)進(jìn)行。熒光靶的材料為100 μm厚度的鍺酸鉍(Bi4Ge3O12, BGO)晶體。
微孔準(zhǔn)直器(Collimator)是BL17U1光束線站上位于衍射儀上的簡單裝置,其上面有不同直徑的微孔(Pinhole)。BL17U1可用的微孔尺寸有100 μm、 20 μm、10 μm和5 μm。測試過程中通過將微孔放進(jìn)光路中來改變光斑的尺寸。
測試時采用的網(wǎng)絡(luò)攝像頭型號為WAT-902HB2S,光敏單元的尺寸為8.4μm(H)× 9.8μm(V),有效像素為752(H)×582(V),幀頻為25fps。計算機(jī)CPU主頻為2.83 GHz,內(nèi)存容量為4G,操作系統(tǒng)為CentOS6.5(64位),處理一幀圖片所需要的時間約10 ms。所以,提取一次光斑信息所需要的時間主要由攝像頭幀頻決定,約40 ms。
圖3是將不同尺寸的微孔放入光路以后通過圖像處理得到的光斑圖像,圖3中的光斑尺寸是光斑對應(yīng)的像素值,表1中是與之對應(yīng)的前景灰度均值、標(biāo)準(zhǔn)差和二值化閾值(OUT表示將Collimator移出光路的狀態(tài),數(shù)字與相應(yīng)的微孔直徑相對應(yīng))。通過圖3可以看出,通過圖像處理的方式提取的光斑在很大范圍內(nèi)都是準(zhǔn)確的,在圖3(e)中,對應(yīng)光斑很小,而背景噪聲很大;在圖3(a)和(b)中,由于光斑變大,彌散嚴(yán)重,邊界變得很模糊。但是,在不斷變化的5幅圖像中,圖像處理程序都比較準(zhǔn)確地繪出了光斑輪廓。
圖3 不同微孔尺寸下的光斑圖像Fig.3 Spot images with pinholes of different size.(a) OUT, (b) 100 μm, (c) 20 μm, (d) 10 μm, (e) 5 μm
表1 灰度和閾值信息Table 1 Gray scale and threshold information.
2.1 系數(shù)κ的標(biāo)定
將Collimator上20 μm的微孔放入光路得到的光斑大小適中,光斑形狀較規(guī)則,光斑邊界彌散較小,因此采用該條件下的光斑尺寸進(jìn)行標(biāo)定。
標(biāo)定時,采用刀片掃描的方法獲取8組光斑在水平方向上的半高寬,然后記錄8組通過圖像處理獲取的光斑水平方向上的尺寸(像素值),然后用兩組數(shù)據(jù)的平均值來計算比例系數(shù)。
標(biāo)定所采用的像素值和實測值數(shù)據(jù)(半高寬)見表2,通過計算獲得的比例系數(shù)κ的值為3.2。
表2 標(biāo)定數(shù)據(jù)Table 2 Data for demarcation.
2.2 測試數(shù)據(jù)及分析
標(biāo)定κ值之后,通過基于圖像分析的光斑獲取方法可快速獲得光斑尺寸。表3和4分別是將不同孔徑的微孔放入光路后通過刀片掃描和圖像處理的方式獲取的光斑尺寸,每一光斑尺寸下分別測得8組數(shù)據(jù)。V1和V2是用μ和σ表示的光斑尺寸(Vn=μn±σn,n=1, 2)。
表3 通過刀片掃描獲取的光斑尺寸Table 3 Spot size gained from blade scan (μm).
表4 通過圖像處理獲取的光斑尺寸Table 4 Spot size gained from image processing (μm).
表5是兩種測量方法獲取的平均值差異以及以刀片掃描結(jié)果為光斑大小的測量真值計算出的相對差異。
表5 平均值差異和相對差異Table 5 Mean difference and relative difference.
通過表3和4的測量數(shù)據(jù)及表5的測量差異信息可以看出,通過圖像處理的方式和通過刀片掃描的方式獲取的光斑尺寸基本上是一致的。這說明在測試條件下的光斑變化范圍內(nèi),通過圖像處理的方式獲取的光斑尺寸具有較高可信度。
通過圖像處理的方式獲取光斑尺寸的系統(tǒng)誤差主要有以下幾個方面:
(1) 標(biāo)定造成的誤差
本文用刀片掃描測得的光斑尺寸對通過圖像處理獲取的光斑尺寸進(jìn)行標(biāo)定,這樣刀片掃描的測量誤差在標(biāo)定時會被引入新的測量方法中。例如,刀片在垂直、水平方向掃描光斑尺寸時,掃描方向與光斑軸線存在角度偏差,其偏差與圖像顯示一致。該角度偏差帶來的測量誤差通過標(biāo)定過程傳遞為圖像分析的系統(tǒng)誤差。此外,刀片掃描的方法獲取的光斑尺寸是光斑高斯分布的半高寬[5],而圖像處理的方法從背景中分離出來卻是整個光斑,這樣在標(biāo)定時會造成一定的誤差。
(2) CCD的測量誤差
通過圖像處理獲取的光斑尺寸精度受CCD分辨率的限制。CCD的分辨率為一個像素(光敏單元),本系統(tǒng)測試采用的CCD光敏單元尺寸為8.4μm(H)×9.8 μm(V),所以CCD在水平方向上的分辨率為8.4 μm,在垂直方向上的分辨率為9.8 μm。熒光靶形成的光斑在到達(dá)CCD之前經(jīng)過了物鏡10倍的放大,當(dāng)放大后的光斑尺寸為光敏單元尺寸的整數(shù)倍時測量值跟真實值更接近,放大后的光斑尺寸與光敏單元尺寸越接近,CCD測量誤差造成的影響就越大[6]。
(3) 光斑彌散造成的誤差
對于相同材料和厚度的熒光靶,光斑越大和光通量越高,彌散就越大[7]。雖然在§1.3中采用圖像處理的方法進(jìn)行了相關(guān)處理,但光斑彌散造成的誤差依然不可忽略。
(4) 光斑輪廓不規(guī)則造成的誤差
圖像處理的方法是將整個光斑從背景中分離出來,并用一個最小的矩形對光斑輪廓進(jìn)行擬合,代表的是光斑在水平和垂直方向上的最大尺寸,當(dāng)光斑形狀不規(guī)則時,就會造成一定的誤差。這種誤差在光斑形狀較規(guī)則和邊緣較清晰平滑時,對測量結(jié)果的影響很小,而當(dāng)光斑邊緣有小的突起特別是尖刺狀突起時會造成比較大的誤差。
由表5可以看出,兩種測量方法的平均值相對差異在光斑變小時有逐漸增大的趨勢。這是因為光斑越小,CCD有限尺寸的光敏單元引入的測量誤差就會越來越大。此外,光斑變小時,光斑在圖像中所占的比例下降,增加了圖像數(shù)字化處理中的誤差。該趨勢說明,對于幾微米的光斑,甚至亞微米及以下光斑,需要考慮的因素更多:熒光靶的材料[8]和厚度、CCD芯片的像素大小、甚至溫度穩(wěn)定性等,需要更苛刻的硬件配置并提高圖像處理算法[9],才能獲得準(zhǔn)確的結(jié)果。
通過圖像處理獲取光斑尺寸的方法由于受到上述多種因素的影響,并不能作為一種光斑尺寸的精確測量手段。其適用范圍可以覆蓋10?100 μm光斑特性的快速測定,所以除了微聚焦光束線外,這種方法對大部分光束線都有較好的應(yīng)用前景。由于其快速、直觀的特點(diǎn),在光束線調(diào)試過程中可以作為一種有效的診斷手段。
2.3 光斑中心及對稱性
圖4是在不同的光斑尺寸下捕獲的光斑中心位置以及光斑的對稱曲線。表6分別是其對應(yīng)的中心點(diǎn)位置,坐標(biāo)原點(diǎn)位于圖像中心。
圖4 光斑中心和光斑對稱性Fig.4 Spot center and symmetry.(a) OUT, (b) 100 μm, (c) 20 μm, (d) 10 μm, (e) 5 μm
表6 光斑中心坐標(biāo)Table 6 Spot center coordinate.
本文提出一種基于圖像處理實時的同步輻射光斑提取方法。經(jīng)過測試,獲取的光斑尺寸與通過刀片掃描的方式獲取的光斑尺寸大致吻合。與狹縫或刀片掃描的方式相比,這種方式更快速、更直觀,而且能夠同時顯示光斑的二維尺寸信息、光斑的中心點(diǎn)及光斑的對稱性,在同步輻射光束線的調(diào)試中可以作為一種有效的輔助手段。
1 汪啟勝, 郁峰, 王思勝, 等. 上海光源生物大分子晶體學(xué)線站[C]. 中國晶體學(xué)會全國會員代表大會暨學(xué)術(shù)大會, 2012
WANG Qisheng, YU Feng, WANG Sisheng, et al. Macromolecular crystallography beamlineat SSRF[C]. Crystal Society of China National Congress and Academic Assembly, 2012
2 阮秋琦, 阮宇智. 岡薩雷斯數(shù)字圖像處理[M]. 第二版.電子工業(yè)出版社, 2007
RUAN Qiuqi, RUAN Yuzhi. Digital image processing[M]. 2ndEd. Electronic Industry Press, 2007
3 于仕琪, 劉瑞棋. 學(xué)習(xí)OpenCV[M]. 北京: 清華大學(xué)出版社, 2008
YU Shiqi, LIU Ruiqi. Learning OpenCV[M]. Beijing: Tsinghua University Press, 2008
4 De Waele S, Broersen P M T. Adaptive detection with time series models[C]. RADAR 2002 IEEE, 2002: 449?453
5 Suzaki Y, Tachibana A. Measurement of the μm sized radius of Gaussian laser beam using the scanning knife-edge[J]. Applied Optics, 1975, 14(12): 2809?2810
6 王和順, 陳次昌, 黃惟公. CCD測量誤差的研究[J]. 光學(xué)技術(shù), 2009, 35(3): 402?405
WANG Heshun, CHEN Cichang, HUANG Weigong. Research on the error of CCD[J]. Optical Technique, 2009, 35(3): 402?405
7 Gofron K J, Joachimiak A. Visualization of X-ray beam using CdWO4crystal for macromolecular crystallography[J]. Journal of Systemics, Cybernetics & Informatics, 2011, 9(6): 87?93
8 徐慧超, 周劍英, 龔培榮, 等. YAG晶體在軟X射線熒光靶探測器中的應(yīng)用[J]. 核技術(shù), 2012, 35(8): 587?590
XU Huichao, ZHOU Jianying, GONG Peirong, et al. Application of Ce:YAG as fluorescence screen BPM for soft X-ray beamline at SSRF[J]. Nuclear Techniques, 2012, 35(8): 587?590
9 Chen Z C, Leng Y B, Yuan R X, et al. Study of algorithms of phase advance measurement between BPMs and its application in SSRF[J]. Nuclear Science and Techniques, 2013, 24(1): 010102
CLC TP751, TL271+.7
Real-time analysis technology on the shape of synchrotron radiation beam
ZHANG Chunbo1,2WANG Qisheng1HUANG Sheng1HE Jianhua1
1(Shanghai Institute of Applied Physics, Chinese Academy of Sciences, Zhangjiang Campus, Shanghai 201204, China)
2(University of Chinese Academy of Sciences, Beijing 100049, China)
Background: Synchrotron radiation is a special light produced by synchrotron radiation facility, and has been widely used in many fields because of its properties of broad spectrum, high brilliance and excellent collimation. The beam spot size is one important feature of the beamline. The current method used for measuring the spot size is scanning knife-edge technique, which is accurate but time consuming. Purpose: The aim is to find an effective method to get the spot sizes more quickly and more intuitively based on the image processing. Methods: Basic image processing method and adaptive threshold binarization method are employed to resolve the problem. Results: The results show that the image processing program can get the spot size correctly, although the spot size varies in a large range, and what's more, the new method can show the information about the spot center and spot symmetry simultaneously. Conclusion: The new method is faster and more intuitive compared with the others currently used and it can be considered as an effective diagnosis tool during beamline operation.
Synchrotron radiation spot, Real-time analysis, Digital image processing, Histogram, Adaptive threshold
TP751,TL271+.7
10.11889/j.0253-3219.2015.hjs.38.050102
國家重點(diǎn)基礎(chǔ)研究發(fā)展計劃(No.2011CB911102)、國家自然科學(xué)基金青年基金(No.11105216)資助
張春波,男,1988年出生,2012年畢業(yè)于哈爾濱工程大學(xué),現(xiàn)為碩士研究生,研究領(lǐng)域為光束線技術(shù)
何建華,E-mail: hejh@sinap.ac.cn;汪啟勝,E-mail: wangqisheng@sinap.ac.cn
2015-01-21,
2015-03-23