Number of the records: 1  

Anulární apertury pro skenovací elektronový mikroskop

  1. 1.
    SYSNO ASEP0536666
    Document TypeO - Others
    R&D Document TypeOthers
    TitleAnulární apertury pro skenovací elektronový mikroskop
    TitleAnnular aperture for Scanning electron microscope
    Author(s) Radlička, Tomáš (UPT-D) RID, ORCID, SAI
    Oral, Martin (UPT-D) RID, ORCID, SAI
    Řiháček, Tomáš (UPT-D) RID, ORCID
    Seďa, B. (CZ)
    Vašina, R. (CZ)
    Number of authors5
    Year of issue2020
    Languagecze - Czech
    CountryCZ - Czech Republic
    Keywordsannular aperture ; scanning electron microscopy ; resolution ; denoising
    Subject RIVJA - Electronics ; Optoelectronics, Electrical Engineering
    OECD categoryElectrical and electronic engineering
    R&D ProjectsTN01000008 GA TA ČR - Technology Agency of the Czech Republic (TA ČR)
    Institutional supportUPT-D - RVO:68081731
    AnnotationVědecká zpráva popisující možnosti aplikace anulárních apertur v rastrovací elektronové mikroskopii. Je diskutován jejich vliv na profil svazku a rozlišení. Ukázali jsme, že se výrazně odlišuje hodnota rozlišení pro Rayleigho kritériun a pro standardně používané rozlišení dané průměrem oblasti proudového profilu, která obsahuje 50% proudu. Pomoci simulace obrazu jsme zjistily, že v případě anulárního osvětlení jsou patrné větší detaily obrazu, ale výrazně se zvýší šum v obraze. Simulace obrazu byly použity jako vstup pro algoritmus strojového učení, který umožňuje redukci šumu na úroveň kruhových clon za současného zachování jemnějších detailů, které poskytuje anulární osvětlení.
    Description in EnglishThe research report describes the application of the annular apertures in scanning electron microscopy. We studied the effect of the annular illumination on current beam density profiles and the system's resolution. We showed that the value of resolution differs for the Rayleigh criterion and 50% fraction current criterion. Using image simulation, we find out that annular illumination provides more details of the image, but noise increases. We used the image simulation results as input for the denoising algorithm based on the machine learning approach.
    WorkplaceInstitute of Scientific Instruments
    ContactMartina Šillerová, sillerova@ISIBrno.Cz, Tel.: 541 514 178
    Year of Publishing2021
Number of the records: 1  

  This site uses cookies to make them easier to browse. Learn more about how we use cookies.