“光源数据是tif格式文件，是一个由3072*3072个点组成的灰度图，其中每个点除了横纵坐标外，还有一个信号强度值。
拿到这些数据后，第一步，我们要确认圆心坐标、标定样品离检测器距离。
打开fit2D软件，导入六硼化镧的文件，它的图像是一组同心圆。
通过软件拟合，可以确认它的圆心坐标，此外，还可以计算出样品离检测器距离，这两个数据在之后制图过程中要用到。
第二步，导入样品文件以及对应曝光时间的空白硅片文件，然后对两个文件做差值，即可扣除背景信号。
空白硅片的图像是这种半圆形的信号，如果背景扣除的效果不好，还残留明显的硅片的信号，我们就需要进一步的处理。
首先在样品图像中，找到有硅片信号但几乎没有样品信号的地方，随意选一个点，记录其强度。
然后在空白硅片图像的同样位置，查看那个点的强度。
接着将空白基片所有数据点的强度乘一个系数，使之前选择的两个点的强度相等。
最后对两个文件做差值，就能将背景信号扣除干净。
第三步，将处理好的文件导出，格式仍然是tif，之后的数据处理都是基于这个文件的。
第四步，积分。
我们得到的是一个二维的图片，对于有机聚合物材料来说，其主要的“分子堆砌结构”信息，都在图片的坐标轴附近。
其中横轴代表平面内的方向，表示为qxy，而纵轴代表垂直于平面的平面外的方向，表示为qz，单位都是埃的负一次方。
因此，我们对坐标轴附近的数据点强度进行积分，得到两个积分曲线，就可以分别分析在平面内和平面外的“分子堆砌结构”信息了。
具体的积分角度一般是0-3度和88-92度。
第五步，将灰度图片，用PS软件处理，将其转化为彩色图片，用不同的颜色表示数据点的强度，再加上坐标轴，图例等。”
前面几步的操作，陈婉清和罗阳相差不大。
直到最后一步，学姐拿出了PS软件。
许秋终于找到她慢的原因了。
“学姐，最后PS这一步可以用编程来实现批量操作，不需要一张张的P图。”许秋道。
“我也听说可以批量导出图片，”陈婉清无奈的摊摊手：“可是我不会编程啊。”
“我会，交给我吧，”许秋道：“把最终的效果图发我，我来研究一下。”
“真的嘛？要是能成功的话，可以省下不少时间呢。”陈婉清将信将疑，把图片发给许秋。
“等我的好消息。”许秋自信满满道。
他启动电脑的MATLAB软件，目光看向效果图，做出思考状。
然后，打开辅助系统，查看系统影像中的程序代码，逐行分析它们的功能。
因为有注释的存在，所以没过多久，许秋就弄明白了程序运作的原理。
不过，其中有一步属于超纲知识。
于是，许秋向陈婉清‘请教’道：
“学姐，图片的坐标轴标尺怎么确定呢？”
“根据样品和检测器的距离以及X射线的波长，可以计算得出，公式为……”陈婉清道。
“我明白了。”
许秋点点头，然后把系统影像中的代码，输入到自己电脑的MATLAB软件中。
他一边码代码，一边向陈婉清讲解道：
“这个程序主要分为三步：
第一步，通过之前标定的圆心坐标、样品和检测器的距离，以及X射线的波长这些数据，计算得出坐标原点的位置、坐标轴标尺。
第二步，将每个数据点的信号强度，转化为RGB颜色数据，这个可以直接套用MATLAB里自带的jet颜色模型。
这个模型是信号强度越大，转化后的颜色就越红，信号强度越小，转化后的颜色就越蓝。
第三步，自动保存图片到指定文件夹，然后设置一个批量操作命令。”
代码只有短短几十行，所以许秋很快就输入完毕。
“思路倒是很清晰，”陈婉清基本上已经相信了许秋的话，不过还是问道：
“只有这些代码，就能实现批量操作吗？”
“我来演示一下吧，毕竟眼见为实。”许秋道：
“就直接拿原始没有扣过背景信号的数据做演示好了。
首先，把待处理的文件按样品编号统一命名为：1.tif、2.tif、3.tif，我们先用3个文件测试一下。
然后，将圆心坐标、样品和检测器的距离以及X射线的波长这些数据手动输入进去。
最后，点击运行就可以了。”
许秋点击运行按钮后，电脑屏幕上弹出了运算的对话框，上面的数字在不断的滚动。
几十秒后，第一张图片处理完成。
自动保存后，软件继续运行，开始处理第二张图片。
两分钟后，三张图片均处理完成，许秋从文件夹中将它们打开。
小主，这个章节后面还有哦，请点击下一页继续阅读，后面更精彩！