利用混合态分解算法提高重叠关联成像的质量

X射线重叠关联成像技术所采用的常规相位恢复迭代算法均把入射光视为完全相干的单色光(即单态入射光),把样品视为稳定平衡的(即单态样品),把实验过程中成像系统内所有光学元器件的响应视为固定不变的.然而在实际实验中,上述三个条件很难得到同时保证.在非理想的实验条件下,任何单态条件发生变化或者出现多重态混合,其造成的退相干效应均会使衍射图样变得模糊,严重降低利用单态相位恢复迭代算法获得的重建图像质量.为了消除各种来源的混合态效应的负面影响,本文利用多模式拓展重叠关联迭代引擎算法(Mm-ePIE)和子像素上采样拓展重叠关联迭代引擎算法(Us-ePIE)这两种不同的混合态分解算法对实验数据进行处理.重建结果表明,不同来源的混合态效应(退相干效应)的分解结果在重建探针函数和重建样品函数中均得到了体现,两种混合态分解算法均能够显著改善重建图像的质量.其中多模式算法Mm-ePIE在消除入射探针的非相干效应方面更胜一筹.