pxrd op• 데이터 종류: image2d × signal × table → table
• 호출: import fullseye as fs; fs.ledger.detector_calibrate(image, d_spacings, geometry_guess, n_azimuth=180, fit_tilt=True, min_rings=2)(구현을 직접 호출하려면 import pxrd; pxrd.detector_calibrate(image, d_spacings, geometry_guess, n_azimuth=180, fit_tilt=True, min_rings=2), 원장에서 가져오려면 opsdrive.get("detector_calibrate"))
알려진 표준(Si 등)의 링으로부터 검출기의 중심·거리·기울기를 캘리브레이션합니다.
d_spacings 는 표준의 면간격 [Å] 의 list(강한 순이 아니어도 된다), geometry_guess 에는 적어도 pixel 과
wavelength, 알고 있으면 cx·cy·distance·tilt·tilt_dir 를 넣는다. 절차:
1. 중심이 없으면 밝은 화소의 무게중심에서 시작하여, 가장 강한 고리를 광선을 따라 줍고, 원 맞춤으로 중심을 3 회 갱신한다.
2. 거리가 없으면, 반경 방향 프로파일의 첫 피크를 d 의 후보(작은 2θ 부터 4 개)에 맞추고, 다른 고리의 예측과관측 피크가 가장 많이 일치하는 조합을 고른다.
3. 현재 기하로 각 고리의 위치를 n_azimuth 개의 광선 위에서 예측하고, 창 안 강도의 무게중심으로 점을 주워, scipy.optimize.least_squares 로 (cx, cy, distance, tilt の 2 成分) 를 2θ 의 잔차 [deg] 로 맞춘다. 창을줄여 가며 3 회. 기울기는 회전 벡터의 2 성분 tilt·(cos φ, sin φ) 로 푼다(기울기 0 에서 φ 가 부정이 되는 특이점을 피한다).
반환값(dict): 기하(cx·cy·distance·pixel·wavelength·tilt·tilt_dir)에
rms_two_theta_deg·n_points·n_rings·rings_deg·ok(rms 가 화소 1/4 의 각 0.25·pixel/distance 미만
그리고 고리 >= min_rings)를 더한 것.
Raises ValueError: 상이 2-D 가 아님, d 가 1 개도 없음, pixel / wavelength 가 없음, 고리가 min_rings 개 발견되지 않음.
• 샘플 데이터 카탈로그(DL URL / 라이선스) —— 2-D 는 skimage.data(BSD/public)+ 합성, 3-D 는 실데이터 소스(Stanford/PDS 등)의 DL URL.
• 연산자의 내력·참고문헌 —— 이 연산자 족의 바탕이 된 연구/기법의 출처.
• 알고리즘의 정전(저자·연도)과 용도는 위의 패밀리 사용 가이드에 적혀 있습니다.
• poc_pxrd_phase_peel — py -3.11 examples/poc_pxrd_phase_peel.py
table 를 입력으로 받는 것)course_layout · course_occupancy · course_contains · world_build · world_camera · world_move · lidar_scan · rss_longitudinal_same
pxrd)cif_read · cubic_prototype · powder_reflections · scherrer_size · debye_ring_image · detector_two_theta · azimuthal_integrate · diffraction_peaks
*Provenance: pxrd.py — DRIVE 연산자 레지스트리. 이 op 노트는 tools/opdocs.py md 가 자동 생성합니다(직접 편집하지 마세요).*
© 2026 Kazufumi Furuse — Fullseye operator documentation. Licensed under Apache-2.0.