Dr. Sophie Yan, Applications Engineer, EDAX
作为应用，这些年，林林总总，我碰到各种问题。但是不能否认，对于EBSD用户来说，有一个共同的追求：提高EBSD的标定率。很少有用户没有这类困扰，即便用户主要测试的是相对容易的钢铁样品，可能也会有变形试样以及难以标定的晶间析出相；理想情况，当然是得到图１那样漂亮的EBSD图；但是受限于现实情况，我们往往不能如愿。
图１：IPF图，标定率极高
最近我接到一个客户的求助电话，她有些很难的陶瓷样品，结晶程度不高，晶粒小，标定率很低。她尝试了一个区域，标定成功率只有５.４８％；如下图２。她想看看有没有办法提高。
图２：陶瓷样品，标定成功率５.４８％
当然我们是有办法的。
EDAX对于提高标定率有一整套解决方案，如图3所示。从硬件选择开始，比如选择最新款直接电子检测相机Clarity，那这个样品明显会有更好的结果出现； 不过我的实验室只有CMOS相机Velocity Super……
采集过程，EDAX尽可能的开放了采集过程中的参数设置，如背底处理及Hough的参数，结合特有的六方步进处理及三条带组算法，使我们在实际操作过程中，参数更加贴近实际的样品情况，对于有挑战性的样品非常重要。
如果采集的数据结果不理想，我们可以对结果进行预处理。最有代表性的当属NPAR处理，由于对花样进行平均，能极大的提高挑战性样品的标定率。此外，在OIM８.０之后，OIM Ananlysis加入了新的模块，对保存后的花样能再次进行背底处理，进一步提升标定率。
图3：EDAX的优化EBSD解决方案
我对这个样品进行了EBSD分析，保存了花样。然后用OIMA对花样进行了预处理，见下图４.原始花样相当模糊，条带不太清楚。NPAR处理之后花样信噪比提升，条带变得较为清晰。再进一步进行背底处理，条带清晰程度进一步提升。
图4（a）原始花样 (b)NPAR (c) NPAR+dataset bkg (d) NPAR+dataset bkg+dyn bkg
使用这样处理过的花样进行标定，结果当然会有所不同。下图5是我进行图４中一系列后处理后标定的IPF图。标定成功率２４.１％。
图5，IPF图，标定成功率24.1%
对这个用户，整件事情告一段落：标定成功率有了大的提升，这个结果已经在可接受的范围。但是对于我们致力于提升挑战性样品标定率的目标，其实这件事还大有可为。
以上的标定成功率都是CI＞０.１过滤之后的数值。对于ＣＩ＜０.１的那些点，亦即IPF图中那些黑色的区域，其实我们可以对它进一步处理：EDAX近期引入了词典算法辅助标定，作为标定算法的一部分。众所周知，词典算法标定率极高，如果能用词典算法进一步标定，相信会有更好的结果。我期待着词典算法能给这个样品更高的标定率。
如果将手段用到极致——如果有可能的话，用EDAX全新发布的探测器Clarity测试这个样品，这个超灵敏，低束流的要求其实很适合测试这一类样品——可能结果也非常值得期待？
这样看来，提升标定率这一目标，也好像适用于那一句话: 路漫漫其修远兮，吾将上下而求索？
图6.清晰度会改善结果吗？