焦点专题。FXE 、FYNE 、Xplorer 。图片背后的故事

2025年8月29日

X射线成像通常用一个词来评判——分辨率。但要获得清晰、细节丰富的图像,并非仅靠单一组件或参数就能实现,而是取决于整个成像链的协同工作。从焦斑大小到像素间距和放大倍率,每个要素都影响着结构的清晰呈现。本文探讨了决定工业X射线系统分辨率的关键因素,并解释了为何必须始终将其视为一种系统级属性。

引言

我们直观地了解X射线在成像微小细节和检测缺陷方面的强大能力,例如在医疗领域用于检查骨骼中的裂纹和断裂。在工业领域,利用X射线进行的无损检测(无损检测 ,NDT)同样如此。从检测可充电电池中的有害杂质,到对先进计算机芯片中电气连接进行质量控制,通过X射线获得的图像都能提供重要且可付诸行动的洞见。 但生成X射线图像需要哪些关键因素,尤其是当“分辨率”成为重要议题时?

要生成一幅图像,我们需要光源、被摄体和探测器,它们共同构成了“成像链”。为了生成一幅能够达到所需分辨率的图像,成像链中的所有部分都必须经过适当的设计。事实上,“分辨率”是一个完整的系统级概念,不能归因于成像链中的任何单个组件,例如探测器或光源。

在此,我们将概述成像链中的主要概念,以及它们如何共同作用以生成X射线,并特别侧重于微米和纳米尺度的成像。此外,我们将阐明与分辨率相关的关键概念。 

成像链

焦斑尺寸

在X射线成像中,光源是X射线发生管,管内利用高压将电子加速至靶材(靶材 )上。电子与靶材的碰撞会在一个称为X射线管焦斑尺寸的相互作用区域内产生X射线。 焦斑尺寸是成像链中的关键要素之一,因为它决定了X射线发出的横向区域,即X射线源的大小。

电子能量、材料类型和相互作用体积都会影响光斑尺寸。为什么焦斑尺寸如此重要?与大光斑相比,较小的光斑结合本文其余部分讨论的其他因素,能够呈现更锐利的图像边缘,从而获得更高的分辨率。这是因为,焦斑越小,对图像形成产生影响的光斑位置范围就越小。

如图1所示。对于较大的焦斑,来自光源不同区域的X射线在针孔图像边缘的贡献强度各不相同,这意味着边缘会变得分散或模糊。在这种情况下,可达到的最高分辨率会降低。  对于小光源则恰恰相反,由于光源位置的变化较小,其边缘的强度变化也较小。然而,焦斑只是决定系统整体分辨率的一个重要因素。

图1——在适当的成像链中,更小的焦斑尺寸可实现更清晰的图像和更高的分辨率。

探测器像素间距

有了X射线源和待检测的物体,问题在于我们该如何获取图像?我们的眼睛对电磁谱中的可见光部分很敏感,但X射线的能量要高得多,我们的眼睛无法直接感知它们。这意味着我们需要一个X射线探测器。

市场上有各种类型的探测器,其检测原理和规格各不相同。选择一款符合您具体要求的探测器至关重要。本文将重点介绍直接转换平板探测器(FPD),在该类探测器中,X射线会在探测器像素中产生与每个像素上的X射线强度成正比的电流。由于该图像为数字图像,因此像素之间不存储任何信息。

因此,探测器的一个关键参数是相邻两个像素之间的距离,即像素间距。从物体发出的X射线强度分布是连续的,这与探测器上的离散像素形成鲜明对比。正是通过这些像素,我们才能构建出真实模拟物体的数字表示,而像素间距则反映了我们对真实物体的采样精度,也就是我们能够多好地再现原始物体的图像。

像素间距越小,采样率就越高,这有助于更细致地呈现真实物体。不过,必须记住,仅靠较小的像素间距并不能保证高分辨率。为了呈现细微的细节,我们还必须将图像——或者说我们希望详细观察的图像部分——尽可能地分布到更多的像素上。

图2——随着聚焦到探测器距离(FDD)的变化,放大倍率的变化。

图像放大

这突显了成像链中另一个环节的重要性:图像放大。试想,如果你将探测器移到离光源非常近的位置,以至于只有一个像素被照亮。这样无法获得物体的合适图像。事实上,这只会使探测器上出现一个明亮的光斑。因此,为了以数字方式捕获图像,必须将图像分布到多个像素上。换句话说,我们必须对图像进行放大。

X射线成像系统(在没有聚光元件的情况下)的放大倍数由两个距离之比决定:焦距到物体的距离(FOD)和焦距到探测器的距离(FDD)。放大倍数 M 计算公式为:M=FDD/FOD

这种关系可以直观地理解。首先考虑FDD。当将探测器移到离光源很远的地方时,图像分布在的像素数量比靠近光源时更多(图2)。结果是图像的放大倍率增加了。 更大的FDD可实现更高的放大倍率。当然,将探测器移离光源也有其弊端:根据反平方定律,探测器离光源越远,到达探测器的信号就越弱。此外,由于图像信息分布在更多的像素上,每个像素接收到的信号就越少,从而导致测量时间延长。因此,必须找到一个平衡点,既能使所需的特征清晰可见,又能保持探测器受到的辐射剂量在合理范围内。 

现在考虑FOD。通过缩短物体与X射线源之间的距离(图3),图像在探测器上的投影会分布在更多的像素上,因为它在物体与探测器之间的区域内有更大的扩展空间。 因此,通过减小FOD可以提高放大倍率。减小FOD的优势在于,在保持FDD恒定的前提下,既能提高放大倍率,又不会导致到达探测器的信号强度降低。

其局限性在于无法无限接近X射线源。能够接近X射线管的最大距离取决于X射线检测系统的设计,例如机械手托盘或生产线传送带的行程范围,以及X射线管的设计。在实际操作中,必须根据具体的成像任务,合理选择FOD和FDD。 确定最佳的FOD和FDD值,既取决于X射线管和系统的几何结构,也取决于观察特定特征所需的放大倍率。 

图3——随着物距(FOD)的变化,放大倍率的变化。

确定最小放大倍率

根据上述讨论,我们可以推断放大倍率与像素间距之间必然存在某种关系。要清晰地分辨一个特征,我们需要将该特征放大到覆盖一定数量的像素。实现这一点所需的最小放大倍率是多少?这取决于特征的大小和像素间距。通过对特定特征应覆盖多少像素作出假设,即可计算出所需的放大倍率。 我们可以将其数学表达式表示为(见方程1),其中 F 是一个系数,取决于特定特征所需的最小像素面积,例如 3×3 或 5×5 像素。一旦确定了该值,就可以选择合适的 FDD/FOD 比值。 

方程 1

关于放大倍率的这两条关系表明,对于“需要多大的放大倍率才能分辨出特定特征?”这个问题,并没有唯一的答案。像素尺寸、FDD、FOD以及目标特征的大小都会产生影响,必须综合考虑。

例如,图4展示了使用Comet FXE-160纳米管所获得的0.9毫米JIMA掩模的两张图像。可以看出,使用不同像素间距(分别为127微米和55微米)的探测器,在相应调整放大倍率的情况下,该0.9毫米特征均被清晰分辨出来。 

图4——使用两条不同的成像链和FXE-160纳米管制备的0.9微米尺寸的JIMA膜。

分辨率概念

从上述对成像链的讨论可以看出,许多系统层面的因素都与X射线图像的分辨率高低密切相关。但所谓“分辨率”究竟指什么?我们又该如何判断它是否“良好”呢? 

空间分辨率

空间分辨率是评估成像系统时常用的参数。简而言之,它反映了成像系统区分两个紧邻且非常微小物体的能力。这是一种系统级特性,需要相应的成像链来实现。JIMA掩模测量是标准分辨率测量中一个众所周知的例子。 JIMA掩模由蚀刻在硅基板上的金线组构成,每组线间距均为固定值(见图5)。金对X射线的吸收能力远强于硅,因此金线与背景之间可形成显著的对比度,而背景通常非常均匀。特定系统能分辨的距离越小,其分辨率就越高。 JIMA掩模及其他类似掩模的优势在于,它们是标准化样品,预计在每台X射线系统中表现一致,因此可用于比较不同系统在空间分辨率方面的性能。为求全面,应指出的是,空间分辨率有时也被称为“高对比度分辨率”。

图5——JIMA口罩示意图。

对比度与MTF

这一关于“分辨率”的定义仍然不尽如人意,因为它并未说明何时能分辨出物体,何时又无法分辨。我们的眼睛通常能判断出是两个物体靠近在一起,还是只有一个物体,但两条线在什么情况下才算“能分辨出来”呢?

解决此问题的常见方法是参考两个物体之间区域所呈现的对比度,例如,我们可以选取标准掩模上的两条金线作为物体。在此情况下,对比度指的是金线产生的X射线信号与硅衬底区域之间的强度水平差异。在理想系统中,衬底会让所有X射线完全穿透,并提供100%的透射式 。

相比之下,金会吸收100%的X射线,因此透射率(透射式 )为0%。因此,理想情况下,从一条金线到下一条金线,由于硅衬底的作用,对比度变化为100%。然而,试想一下,如果将这些金线越拉越近,直到某一点它们相互接触。

现在,这两条金线之间的对比度不再是100%,因此肉眼更难将它们区分开来。0%的对比度意味着这两条线在视觉上会融合成一条线。那么,这如何有助于解决我们的分辨率问题呢?很简单:我们认为,如果图像中这两条线之间存在一定的最小对比度,那么它们就被视为可分辨的。

对于具体数值的选择,目前尚无统一标准,但通常将最大可能的分辨率定义在10%至20%的对比度范围内。以下是一个示例,展示了使用 Comet Xplorer 130 Cube 获得的不同对比度下线宽测量结果的示例如图6所示。

图6——对比示例。左图:使用Xplorer 130 Cube获得的JIMA掩模图像。右图:在标注位置对3微米和4微米线组进行的线切图,展示了各分辨率级别的对比度。

相邻线对之间的对比度有时被称为“调制”,因为当成像多条线对时,亮度的持续增减会形成一条正弦曲线(参见图6中的线对剖面图)。这有助于解释讨论分辨率时常用的另一个术语:调制传递函数(MTF)。这是描述成像系统整体响应的一种方式。 本质上,它告诉我们对于任何线对距离可获得多少对比度,换言之,即对于任何分辨率水平可获得多少对比度。例如,在150毫米的线间距下,我们可能获得100%的对比度,但在2毫米的线间距下,对比度可能仅为5%。从技术上讲,这两种情况都能被分辨出来,但如果对比度较低,则需要更长的时间才能生成这两条线的清晰图像。图7展示了一个MTF的示意图。

对比度分辨率与信噪比

另一个常用术语是“对比度分辨率”。它指的是任何成像系统区分图像亮度差异的能力。探测器测得的亮度取决于被检材料的X射线衰减特性以及X射线束穿透的材料厚度。如果X射线穿过更厚的材料,或者材料密度很高,到达探测器的X射线信号就会变弱。 由于我们使用的是由像素组成的数字探测器,因此强度信息必须转换为数字信息并以比特形式存储。每个像素都有一定数量的比特用于存储信息。如果一个像素的比特数更多,它就能存储更多可能的强度值,即灰度值(见图8)。 可选值越多,就越容易区分一个像素的强度值与相邻像素的强度值。因此,数字图像固有的对比度分辨率由像素可选灰度值的数量决定,并定义为每像素的位数。

图7——一张示意图,展示了对比度随分辨率变化的调制传递函数(MTF)(非实际数据)。

影响图像对比度分辨率的因素包括:

  • 物体对比度——被成像物体的自然对比度会影响对比度分辨率的水平。如果物体本身没有内在变化,则不会产生对比度。
  • 减少散射——对X射线束进行准直或滤波可降低散射强度,从而提高对比度分辨率。
    图像重建——重建算法有助于提高对比度分辨率。
  • 噪点——图像中的噪点水平会直接影响对比度分辨率。降低图像中的噪点可以提高对比度分辨率,而增加噪点则会降低对比度分辨率。

“对比度分辨率”这一术语通常用于医学放射学领域。在工业无损检测(NDT)领域,更常见的表述是“信噪比”(CNR)。这种方法的一个优点在于,它考虑了图像噪声对对比度的影响,即在给定噪声水平下能够检测到的强度差异有多微小。

图8——一幅说明图,展示了根据像素所含位数的不同,该像素内可能包含的不同灰度值范围。位数越多,可读取的灰度值范围就越广。

结论

X射线成像系统的分辨率由多种因素共同决定,这些因素统称为“成像链”。要生成能够分辨特定特征的图像,需要采取系统级方法,全面且恰当地考虑整个成像链。 作为零部件制造商,Comet X-ray 深度参与了成像链中的特定领域,即 X 射线源。因此,焦斑尺寸是我们能够最有效控制的参数。这是成像链中非常重要的一部分,决定了系统所能达到的最终分辨率,但它仅仅是决定成像系统实际最大分辨率的一个因素。

需要注意的是,图像质量在一定程度上具有主观性,此外还取决于诸如所需信噪比以及由此决定的总采集时间等因素。采集时间为0.5秒的图像与采集时间为8分钟的图像相比,可能完全无法辨认。这当然也会影响到FDD和每像素亮度的考量。 虽然可以提高X射线管的功率,但这必须与焦斑尺寸相权衡——在较高功率下,焦斑尺寸可能会受到限制,以避免对靶材 造成损坏。成像软件在识别噪声数据中的特征方面大有可为,例如通过使用经过训练的人工智能算法。然而,必须已经建立起完善的成像链,才能使此类算法正常运行。 

最后,在微米和纳米尺度的成像领域,不应忽视机械稳定性和热稳定性对成像系统整体稳定性——进而对成像系统的空间分辨率——所起的重要作用。 

高质量的X射线图像并非仅由单一技术参数决定——它取决于整个成像链的协同运作。分辨率是从射线源到探测器,在设计和应用过程中经过精心抉择的结果。如果您希望获得更清晰的洞察和更可靠的结果,让我们探讨一下我们如何能帮助您实现这些目标。

最新三条新闻

重点话题:与 Jan Bressendorff 和 A​​llen Gress 探讨管​​道焊接检测

2026年10月8日

在管道工程中,X射线系统的选型是根据焊缝情况决定的,而非从产品目录中直接选用。管道尺寸和可 접근性决定了施工团队如何进行检测。检测规程规定了图像必须显示的内容。高温、工作负荷和曝光时间共同决定了当天的作业节奏。选择不当可能会浪费数小时;而恰当的选择则能帮助施工团队获得清晰的图像,使检验员能够及时进行评估,避免不必要的延误。

了解更多

焦点主题。HP/15 基于 HP/11 在数字探测器、在线检测和 CT 领域二十年来久经考验的卓越性能而开发。

2026年9月21日

二十年来,HP/11 一直是高分辨率和高产能 射线摄影领域的标杆型微聚焦X射线管。HP/15 不仅保留了其备受信赖的所有特性,还针对数字探测器、在线检测和计算机断层扫描对其他部分进行了重新设计。

了解更多

现场手记:与 X-RIS 的皮埃尔-埃马纽埃尔·里戈(Pierre-Emmanuel Rigot)探讨冷却器泄漏问题

2026年9月10日

这主要不是一个关于冷却器泄漏的故事——而是一个关于洞察力来得太迟时会发生什么的故事。关于在没有远程访问的情况下运营所付出的代价。关于应对故障与预防故障之间的区别。以及关于微弱信号只有在数据得以流动的情况下,才会随着时间的推移变得有意义。从本质上讲,这个案例说明了为什么仅靠BLOX 是不够的。

了解更多