SEM照片下粒子灰度的深浅是由什么决定的？

由原子大小决定吧，SEM用的是隧穿效应，我做SEM扫描金属表面实验的时候读出来的数据都是电压，钨针尖上还要自己加偏压。金属混合物的微观结构是面心立方点阵结构（代表有铝、金、银、铜）和六方最密堆积结构（代表有镁、铍、锌、镉等）的混合，都是填隙六方结构，所以应该是金属原子浸没在电子海洋中的密堆积结构，由于充分混合后的对称性，原子间距只和整个体系的结合能有关，和是什么原子无关，所以原子位置早就定下来了。然后SEM扫到的距离只和表面原子半径大小的有关（前提光滑表面）。

1、放大率：

与普通光学显微镜不同，在SEM中，是通过控制扫描区域的大小来控制放大率的。如果需要更高的放大率，只需要扫描更小的一块面积就可以了。放大率由屏幕/照片面积除以扫描面积得到。

所以，SEM中，透镜与放大率无关。

2、场深：

在SEM中，位于焦平面上下的一小层区域内的样品点都可以得到良好的会焦而成象。这一小层的厚度称为场深，通常为几纳米厚，所以，SEM可以用于纳米级样品的三维成像。

3、作用体积：

电子束不仅仅与样品表层原子发生作用，它实际上与一定厚度范围内的样品原子发生作用，所以存在一个作用“体积”。

4、工作距离：

工作距离指从物镜到样品最高点的垂直距离。

如果增加工作距离，可以在其他条件不变的情况下获得更大的场深。如果减少工作距离，则可以在其他条件不变的情况下获得更高的分辨率。通常使用的工作距离在5毫米到10毫米之间。

5、成象：

次级电子和背散射电子可以用于成象，但后者不如前者，所以通常使用次级电子。

6、表面分析：

欧革电子、特征X射线、背散射电子的产生过程均与样品原子性质有关，所以可以用于成分分析。但由于电子束只能穿透样品表面很浅的一层（参见作用体积），所以只能用于表面分析。

表面分析以特征X射线分析最常用，所用到的探测器有两种：能谱分析仪与波谱分析仪。前者速度快但精度不高，后者非常精确，可以检测到“痕迹元素”的存在但耗时太长。

观察方法：

如果图像是规则的（具螺旋对称的活体高分子物质或结晶），则将电镜像放在光衍射计上可容易地观察图像的平行周期性。

尤其用光过滤法，即只留衍射像上有周期性的衍射斑，将其他部分遮蔽使重新衍射，则会得到背景干扰少的鲜明图像。

扩展资料：

SEM扫描电镜图的分析方法：

从干扰严重的电镜照片中找出真实图像的方法。在电镜照片中，有时因为背景干扰严重，只用肉眼观察不能判断出目的物的图像。

图像与其衍射像之间存在着数学的傅立叶变换关系，所以将电镜像用光度计扫描，使各点的浓淡数值化，将之进行傅立叶变换，便可求出衍射像〔衍射斑的强度（振幅的2乘）和其相位〕。

将其相位与从电子衍射或X射线衍射强度所得的振幅组合起来进行傅立叶变换，则会得到更鲜明的图像。此法对属于活体膜之一的紫膜等一些由二维结晶所成的材料特别适用。

扫描电镜从原理上讲就是利用聚焦得非常细的高能电子束在试样上扫描，激发出各种物理信息。通过对这些信息的接受、放大和显示成像，获得测试试样表面形貌的观察。

参考资料：百度百科-扫描电子显微镜

在钙钛矿太阳能电池的生产过程中，钙钛矿薄膜质量的好坏直接影响钙钛矿电池性能的优劣。目前对钙钛矿薄膜质量的检测手段主要有两种，一种是微观检测手段，如利用x射线衍射仪（xrd）表征钙钛矿薄膜的结晶程度；利用扫描电子显微镜（sem）观察钙钛矿薄膜的微观形貌；利用原子力显微镜（afm）测试钙钛矿薄膜表面平整度等，这些微观检测手段不仅测试费用昂贵、制样繁琐、测试时间长，而且很难整合到实际的生产线中，无法满足后续钙钛矿电池组件的批量化生产要求。而另一种检测手段是使用常规光谱检测，如紫外可见漫反射谱（uv-vis）、荧光光谱（pl）等，也因价格昂贵，光路精度要求高，测试耗时等因素，限制了其在生产线中的大规模应用。

另一方面，钙钛矿薄膜的反应程度也会直接影响钙钛矿薄膜的质量，而目前对钙钛矿薄膜反应程度的判断尚未见到有效的方法。无论是溶液法还是气相法制备钙钛矿薄膜，只有当几种前驱体的摩尔量符合化学计量数之比时，钙钛矿薄膜才能充分反应，当其中一种前驱体的量不足时，钙钛矿就会出现反应不充分的情况。以最常见的mapbi3钙钛矿材料为例，它是由mai和pbi2两种前驱体通过化学反应转化而成，当mai前驱体的量不足时，钙钛矿的转化不充分，此时薄膜中会残留较多的pbi2前驱体，使得钙钛矿薄膜在光照下，从正面（入光面为正面，即导电玻璃基底这一面）看去会呈现淡黄色，说明钙钛矿薄膜对可见光的吸收尚不充分。当mai的量逐渐符合化学计量数之比时，mapbi3的反应程度逐渐达到充分状态。在这一过程中，从正面观察钙钛矿薄膜所呈现出来的颜色变化会从淡黄色逐渐变为青绿色，再到淡蓝色，最后到紫色，这也从侧面印证了钙钛矿薄膜对光的吸收逐渐扩展至整个可见光范围。钙钛矿薄膜的这种颜色变化过程恰好为我们提供了一种判断其反应程度的指标。

机器视觉是一种使用机器代替人眼进行检测和判断的工业系统，其通过图像拍摄装置摄取待检测样品的图像信息，并传输至专用的图像处理系统。图像处理系统会将检测样品的颜色、亮度、均匀性等信息转换成数字信号，并与数据库中的标准样品进行比对，从而做出判断和筛选，并将结果反馈给现场工作的设备和检测人员。相比于人工检测与筛选，机器视觉大大提高了样品检测的准确性和生产效率，并在一些不适合人工作业的危险环境中发挥着重要作用。机器视觉的应用越来越广泛。

---