PyFAI几何系统详解:探测器位置与图像表示
2025-06-19 07:01:48作者:羿妍玫Ivan
引言
PyFAI作为X射线衍射数据分析的重要工具,其几何系统的理解对于正确使用该软件至关重要。本文将深入解析PyFAI中的几何定义系统,包括图像表示方法、观测者位置约定以及探测器位置参数化方式。
图像在Python中的表示
PyFAI处理衍射图像时,将其视为二维numpy数组。这种表示方式具有以下特点:
- 数据通常通过FabIO库读取,支持多种图像格式
- 图像数据也可以从HDF5文件中提取,并使用matplotlib进行可视化
- Python底层使用C语言实现,因此数据按行存储
重要概念:
- 快速维度(x轴):像素在内存中连续存储的水平方向
- 慢速维度(y轴):像素在内存中相隔一行长度的垂直方向
- 坐标顺序:访问像素值时使用
data[y,x]顺序(注意y在前)
科学计算领域通常将图像原点设在左下角,这样极角可以从x轴的0度增长到y轴的90度。在matplotlib中显示时,需要使用origin="lower"参数来保持这种约定。
观测者位置约定
在图像表示中存在两种主要约定:
- 成像应用:模拟人眼视角,相机观察场景,原点通常在图像顶部
- 衍射应用:观测者位于样品位置,看向探测器方向
PyFAI作为衍射分析工具,采用第二种约定。这种选择会影响方位角的符号定义,因此理解这一点对于正确解释结果非常重要。
PyFAI默认几何设置
在同步辐射传输衍射实验(如ESRF、Soleil等)的典型配置中:
- 观测者从样品位置看向探测器
- 原点位于探测器左下角
- 轴1(y轴)垂直向上
- 轴2(x轴)水平指向存储环中心
- 轴3(z轴)沿入射光束方向水平延伸
这种配置下,(1, 2, 3)形成间接方向体系,通常导致PONI位置的第三坐标为负值(z<0)。
探测器位置参数化
PyFAI使用6个参数定义探测器在空间中的位置(3个平移和3个旋转),原点位于X射线束与衍射仪主轴的交点。
关键概念:PONI
PONI(Point Of Normal Incidence)是原点在探测器表面上的正交投影点。对于非平面探测器,PONI定义在探测器坐标系中z=0的平面内。
参数说明:
-
平移参数:
- Poni1和Poni2:沿探测器y和x轴的距离(米)
- 样品-探测器距离:独立于像素尺寸,保持在校准参数中的稳定性
-
旋转参数:
- rot1、rot2和rot3:分别沿轴1、2和3的旋转(弧度)
- 旋转顺序:先rot1,再rot2,最后rot3
- rot3由于Debye-Scherrer锥的轴对称性通常无法优化,但在考虑偏振校正时可手动调整
特殊情况:当所有旋转为零时,探测器处于传输模式,入射光束与探测器表面正交。
实际应用建议
- 理解坐标顺序(y,x)对于正确访问像素值至关重要
- 注意图像原点的定义方式会影响角度计算
- 在同步辐射实验中,注意默认坐标系与存储环几何的关系
- 对于高度倾斜的探测器,PONI概念比简单的光束中心更准确
通过深入理解PyFAI的几何系统,用户可以更准确地校准实验设置并解释衍射结果。对于需要与其他几何系统转换的情况,建议参考专门的几何转换文档。
登录后查看全文
热门项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
热门内容推荐
最新内容推荐
Degrees of Lewdity中文汉化终极指南:零基础玩家必看的完整教程Unity游戏翻译神器:XUnity Auto Translator 完整使用指南PythonWin7终极指南:在Windows 7上轻松安装Python 3.9+终极macOS键盘定制指南:用Karabiner-Elements提升10倍效率Pandas数据分析实战指南:从零基础到数据处理高手 Qwen3-235B-FP8震撼升级:256K上下文+22B激活参数7步搞定机械键盘PCB设计:从零开始打造你的专属键盘终极WeMod专业版解锁指南:3步免费获取完整高级功能DeepSeek-R1-Distill-Qwen-32B技术揭秘:小模型如何实现大模型性能突破音频修复终极指南:让每一段受损声音重获新生
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
569
3.84 K
Ascend Extension for PyTorch
Python
379
453
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
893
676
暂无简介
Dart
802
199
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
350
203
昇腾LLM分布式训练框架
Python
118
147
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
12
1
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
68
20
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.37 K
781