AZtecFeature Tips和技巧- FeaturePhase -检测粒子时，否则是不可能的

正如我在我的以前的博客，分析颗粒/颗粒/特征是一种非常强大的技术，可以通过电子显微镜和EDS分析将图像结合在一起来了解样品。通常，SEM图像用于确定颗粒的位置(特征的形态是从这些图像中测量的)，然后自动获取EDS数据，以提供关于成分的信息。

大多数时候，我们使用背散射电子(BSE)图像来检测特征，因为这种图像类型的对比度与被分析材料的平均原子z数有关。这意味着BSE图像可以作为组成变化的代理，因为具有不同组成的特征通常具有不同的平均原子Z数。这意味着我们可以建立灰度阈值识别不同的特征——包括能够分辨一个特征在哪里结束，另一个特征在哪里开始。

然而，有时情况并不理想，两种成分不同的特征在BSE图像中表现相同。这可能发生在各种各样的样品中——在这里，我们将从考虑一个地质例子开始，然后看看另一个来自增材制造的例子。

下图显示了一个经典场景。在这个样品中，有许多颗粒和颗粒呈现出饱和白色——这通常发生在地质样品的高密度相中，可能是为了显示其余颗粒的细节而设置的对比度和亮度的结果。

这里出现的问题是，我们不可能知道我们看到的白色颗粒是单颗粒还是含有多个颗粒的颗粒，这些颗粒恰好都是饱和的白色。

当然，电子图像并不是我们用电子显微镜收集这些颗粒的唯一信息来源——我们还可以以EDS数据的形式收集其他信号，包括x射线。

收集EDS数据的一种常用方法是映射——从一个区域的每个像素处收集光谱，并使用该信息来可视化成分的变化。这为我们提供了样本中特征的另一种观点——这次是根据实际的组成，而不是它的代理。我们可以使用映射信息来判断一个特征是否由一个成分组成，或者它是否包含多个不同成分的颗粒。

我们已经实现了这种基于映射的方法，结合我们的相位检测算法、AutoPhaseMap和AztecFeature中一个名为FeaturePhase的函数中的特征检测。它的工作是观察和检测特征，否则从电子图像中是不可能做到的。这可能是因为不同的特征在电子图像中表现相同(如本例)，因为广泛的表面裂缝/划痕，或者因为特征位于复杂的背景上——所有这些都可能使灰度阈值分割变得困难或不可能。我们可以触发FeaturePhase来处理我们已经阈值的特定区域-例如本例中的饱和白色颗粒，或者我们可以将其应用于整个视野。

使用FeaturePhase的结果可以在这里看到。在我们上面看到的同一个视场上，你可以看到中心的粒子，在BSE图像中是饱和的白色，实际上，它不是一个单一的成分，而是有几个不同成分的颗粒。如果不使用FeaturePhase，我们就无法看到这个。

到目前为止，我在这篇博客中使用了一个地质样本，因为它清楚地展示了FeaturePhase是如何工作的，但它同样适用于广泛的样本类型-例如粉末，磨损碎片，合金上的颗粒等-你可以在下面看到一个例子，我使用FeaturePhase来检测增材制造粉末中的污染物颗粒。你可以从左边的电子图像中看到，很难将污染物(Ti)颗粒与周围的(Ni)材料区分开来。然而，Ti在中央地图上的位置是非常清楚的。在使用该映射运行FeaturePhase过程之后，将提取和测量特征——如右侧图像所示。从根本上说，FeaturePhase已经检测出了这些特性，如果不是不可能的话，这在其他情况下是非常困难的。