基于荧光靶图像的单色光位置变化测量研究
【学位授予单位】:中国科学院大学(中国科学院上海应用物理研究所)
【学位级别】:硕士
【学位授予年份】:2019
【分类号】:O434.1
【图文】:
是所有实验站正常工作的参考;同时 X 射线的位置稳定性也是因为只有在 X 射线位置稳定性满足要求的情况下,实验结果才是并且在有些实验中,本身对 X 射线位置稳定性要求就是非常高的位置的测量数据也可以作为反馈信号用来进一步控制光束位置的到更加稳定的光斑。所以说,设计一个准确可靠的 X 射线位置变十分必要的。,在国外的一些先进的同步辐射装置或自由电子激光装置中,对测量精度要求能达到亚微米水平,甚至更低。对 X 射线位置的测系统反馈控制获得的输出光斑越稳定,实验数据的质量也就越用效率也会相应得到提高。图 1.1 为日本的 SPring-8 光源利用他们统 MOSTAB[3]对 X 射线进行处理的结果。可以看出,在经过位置,X 射线的位置稳定性有了非常明显的改善。
图 2.2 光束位置探测系统结构示意图Figure2.2 Schematics of the BPM system上海光源现在用于光束位置测量的探测器主要有四种:刀片式探测器、丝扫描探测器、四象限探测器和荧光靶探测器[12]。虽然它们是根据不同的原理制作而成,并且都有各自适用的范围,但都是用来测量光斑的位置形状或光强分布等信息的。本节先简单介绍前三种探测器的结构原理,对于与本课题密切相关的荧光靶探测器将在下节详细介绍。刀片式探测器(Blade Beam Position Monitor, BBPM)是一种测量精度非常高的光束位置测量装置,它主要是利用 X 射线打在成对称固定的刀片上,通过光电效应在刀片上会有电流产生,然后根据刀片上产生的光电流之比来计算光束的中心位置,其结构示意图如图 2.3 所示。它的优点是能工作在高功率密度和高热
图 2.3 刀片式探测器结构示意图Figure2.3 Schematics of the BBPM测器(Wire-scanning Beam Position Monitor, WBPM)也测量光束位置的。当特殊材料的扫描丝置于 X 光之中,通过对光电流数据的处理就能计算出光斑的位置和器的扫描丝结构一般由两根丝组成,形状一般有十字扫描探测器的工作方式可知它不能对X射线的位置进造简单且工作稳定,也被大量应用于光束线的建设之型丝扫描探测器的工作原理示意图。
【相似文献】
相关期刊论文 前10条
1 张锦华;孙挺;;引入像点融合度修补的图像边缘化参差拼接实现[J];微电子学与计算机;2014年08期
2 翟逸飞;;基于FPGA的图像边缘处理研究[J];企业技术开发;2013年12期
3 顾长友;妙用Photoshop处理图像边缘[J];电脑知识与技术;2003年08期
4 濮群,余桂;用线性模型检测图像边缘[J];清华大学学报(自然科学版);1988年01期
5 宋建中;;喷雾图像的自动分析[J];光学机械;1988年04期
6 高华;;关于古建筑图像中破损点优化提取仿真[J];计算机仿真;2017年11期
7 刘娟娟;刘斌;;低照度非线性光学图像边缘自适应增强装置设计[J];激光杂志;2017年03期
8 张琳梅;;基于图像边缘增强的改进方法[J];信息系统工程;2016年03期
9 王水萍;邹蕾;;空中模糊目标图像边缘信息的融合与恢复方法[J];科技通报;2014年06期
10 朱庆生;杨世泉;柳锋;;基于图像边缘摘要的快速模板匹配[J];计算机应用研究;2009年02期
相关会议论文 前10条
1 陆成刚;陈刚;张但;闵春燕;;图像边缘的优化模型[A];'2002系统仿真技术及其应用学术论文集(第四卷)[C];2002年
2 孙增国;师蕊;;基于L_(1/2)范数的高分三SAR图像的非局部均值降斑[A];第五届高分辨率对地观测学术年会论文集[C];2018年
3 王培珍;杨维翰;陈维南;;图像边缘信息的融合方案研究[A];中国图象图形学会第十届全国图像图形学术会议(CIG’2001)和第一届全国虚拟现实技术研讨会(CVR’2001)论文集[C];2001年
4 王亮亮;李明;高昕;;强模糊空间目标图像边缘获取方法研究[A];第九届全国光电技术学术交流会论文集(下册)[C];2010年
5 陈炜;张阳阳;孟庆勋;;一种基于Curvelet变换的图像边缘增强方法[A];国家安全地球物理丛书(十)——地球物理环境与国家安全[C];2014年
6 张明慧;;基于模糊蒙片算法的CR图像边缘增强[A];第六届全国信息获取与处理学术会议论文集(1)[C];2008年
7 杨文秀;陆常周;;最优小波问题探讨[A];新世纪 新机遇 新挑战——知识创新和高新技术产业发展(上册)[C];2001年
8 周胜灵;丁珠玉;;农产品边缘检测系统研究[A];中国农业工程学会2011年学术年会论文集[C];2011年
9 胡昌伟;屈小波;郭迪;宁本德;陈忠;;基于边缘加权的l_1-l_2范数MRI欠采重建[A];第十七届全国波谱学学术会议论文摘要集[C];2012年
10 王世平;马时平;李权合;何林远;王晨;丁文杉;刘坤;;一种基于边缘约束的快速图像去雾算法[A];第八届中国航空学会青年科技论坛论文集[C];2018年
相关重要报纸文章 前6条
1 侯杰;国产芯片进军移动多媒体市场[N];人民邮电;2003年
2 吴飞;无边距照片打印三部曲[N];中国电脑教育报;2003年
3 成岭;消除Premiere中慢镜头的图像抖动[N];电脑报;2003年
4 ;体验决定一切[N];中国计算机报;2003年
5 Wang JS;抠图又有新招[N];电脑报;2002年
6 ;令挑剔的人也刮目相看[N];中国电子报;2001年
相关博士学位论文 前10条
1 刘飞;透混沌介质偏振成像技术[D];西安电子科技大学;2016年
2 李永军;图像与视频低复杂度压缩算法研究[D];西安电子科技大学;2017年
3 何人杰;图像去雾与去湍流方法研究[D];西北工业大学;2017年
4 张文静;光场成像技术在天空偏振模式测量和湍流图像清晰化中的应用研究[D];国防科学技术大学;2016年
5 左承林;图像非局部均值去噪方法研究[D];国防科学技术大学;2016年
6 王丹;基于暗通道先验的图像和视频去雾模型及算法研究[D];国防科学技术大学;2016年
7 宋文青;SAR图像自动目标提取方法研究[D];西安电子科技大学;2018年
8 杨滨;图像克隆拼接篡改盲取证技术研究[D];湖南大学;2014年
9 张小帆;基于介观尺度的内燃机进气流场层析图像诊断机理研究[D];华南理工大学;2018年
10 颜小运;自然场景图像中显著物体检测方法研究[D];华中科技大学;2018年
相关硕士学位论文 前10条
1 蒋文宇;基于非局部总变分法的图像去噪算法研究[D];浙江工业大学;2018年
2 胡宇雯;基于领域知识驱动的深度学习Pan-sharpening方法[D];厦门大学;2017年
3 刘昱龙;高分辨率光学遥感图像舰船检测研究[D];厦门大学;2017年
4 陈晨;卡通图像显著性线条检测技术研究[D];厦门大学;2017年
5 郭建志;面向3D打印的向量场引导的图像线刻画生成方法[D];厦门大学;2017年
6 张光裕;高质量图像的渐进式并行检索算法研究[D];厦门大学;2017年
7 王怡;人脸图像修复技术研究[D];浙江工业大学;2018年
8 张阵;红外与微光图像彩色融合仿生算法的研究与实现[D];武汉理工大学;2018年
9 陈佳悦;小麦冠层图像处理及氮素图像评价指标研究[D];南京农业大学;2017年
10 王佳平;基于图像特征的茶叶病害识别方法研究[D];南京农业大学;2017年
本文编号:2762393
本文链接:https://www.wllwen.com/kejilunwen/wulilw/2762393.html