Stuart Wright博士，资深科学家
在2014年，匹兹堡材料科学技术会上，我碰到EBSD竞争对手的一个用户，他对我们几个厂家数据采集的评价是“你们几家压根差不多”。实际上，与他对磷屏方圆的评价不同，这次他的评价并不负面；然而，他这个评价成了一个我的心腹之疾。
图1：原始花样以及背底校正后的花样
幸运的是，在那谈话不久之后，我就收到了同时是我们和竞争对手客户的一个花样。他用对方的系统，特意用比较恶劣的成像条件――用高增益值和低曝光时间来最大化采样速度，这样采集数据和花样， 以测试一种新的标定方法。与预期相符，尽管材料是非常适合EBSD标定的重结晶Ni，这种低信噪比的花样导致了极低的标定率。事实上，这位客户还咨询了对方的建议以获得最佳的软件设置参数。考虑到开篇的那位谈话，我也亟待利用这个机会比较我们的标定算法和对方的算法到底是差不多还是差很多。
花样采集像素设置是80×60。我截取60×60区域，通过平均数据集中的所有花样的背底用作背底校正，没有采用其它的图像处理方法。Hough变换和标定算法采用标准参数设置(标定10个带)。
图2a和图2b是竞争对手和OIM采集系统获得的IPF结果。对方只能获得30.4%的花样标定率。我用OIM重建后的标定率是90.3%――差不多三倍。明显的，不同的EBSD系统根本不是“压根差不多”。
图２. IPF图 (a)竞争对手，(b) OIM DC (CI > 0.1) 和 (c) 词典方法
当我演示这些结果时，提高如此明显以至于他们认定我做了一些clean-up处理来获得这样好的结果。事实上，我只是提取了CI（置信度参数）值大于0.1然后做了一次CI标准化——CI标准化过程对取向数据并不做任何修正，它只是能提高CI值。为证明我们的标定结果是可信的，我把我的结果与使用一种词典方法的结果进行了点对点的印证，该方法由密西根大学(A. Hero), Carnegie Mellon (M. De Graef), AFRL (J. Simmons) 和 BlueQuartz Software (M. Jackson)等合作研发。图2c的IPF图显示了该方法对即便是低信噪比的花样的极高标定率。尽管该方法能结果极好，但是应该指出它与标准标定方法的计算极度相关。我这边的好消息是OIM DC的结果与该方法的匹配度89.8%而竞争对手只有30.3%。这个结果，既证实了OIM DC采集算法的有效，又表明了我们标定结果的可靠。
图3：图像质量分布
此外，图3中下面的水平条带以及靠近右边缘的竖直条带是很难标定的——尤其是两条带的重叠区域。这是由于这些区域内的花样质量不好，如图3中的IQ图所示，扫描的是一个重叠区域。重叠区域积碳格外严重，导致花样质量不佳。
尽管与竞争对手相比，我对我们的结果很满意，但是必须指出，这并不是一个对于EBSD性能的完全的测试。但是这毕竟反应了EDAX标定算法的一些特点。我很高兴看到，我们的三角带标定算法以及Hough变换都极其有效。
特别感谢Michael Jackson of BlueQuartz Software (www.bluequartz.net)提供词典算法结果。
1. Y.H. Chen, Park S.U., D. Wei, G. Newstadt, M. Jackson, J.P. Simmons, M. De Graef, and A.O. Hero. (2015) “A dictionary approach to the EBSD indexing problem”. Microscopy and Microanalysis, under review.
2. Nowell, M. M. and S. I. Wright (2005). “Orientation effects on indexing of electron backscatter diffraction patterns.” Ultramicroscopy 103: 41-58.