选 地，旋转轴垂直于X-射线束在样品上的主入射方向。
[0076] 优选地，支撑基座6是可在气垫上旋转的台，由非接触式磁场马达驱动。由于振动 小于500nm运样的旋转机构允许在用闪烁器获取断层照相时保持旋转轴恒定，与使用的空 间分辨率范围相比通常是可忽略的。
[0077] 样品的旋转、检测器装置和源的获取由处理器（图1中未示出）W如下方式控制：可 对样品的旋转角度(例如将360°的旋转细分的角度步长(angular steps))、获取时间、在特 定旋转角度下获取的图像数目、和源发射的束的光学参数进行编程。
[0078] 在断层照相测定时，样品旋转放置，并且检测器装置检测一系列的二维（2D)射线 照相图像，所述图像是通过穿过样品的X-射线的衰减，按获取的各幅射线照相图像与由旋 转角度限定的样品的角度位置相对应的方式生成。
[0079] 在已知方法中，在角度位置获取的2D射线照相图像的质量也取决于积分时间。此 夕h为了减少所获取的数据中的噪声，可期望在特定的旋转角度获取一系列图像，然后计算 由系列图像的平均值获得的图像。在本文中，当提及与旋转角度相关的2D X-射线图像时， 也可理解为图像是系列获取的平均值。在一些实施方案中，对各旋转角度获取单幅2D射线 照相图像，并适当选择积分时间，W便获得期望的质量。
[0080] 所述方法包括，当样品沿着横切于束在样品上的主入射方向的轴旋转时，W如下 方式从检测器装置接收多幅2D射线照相图像:多幅射线照相图像的每一幅与物体的相应旋 转角度0相关。旋转角度描述物体相对于X-射线束的入射方向的取向，并因此描述物体暴露 于束的角度部分(angular portion)。优选地，在样品完成（即360°)旋转期间获取测定。
[0081] 由检测器装置检测的2D X-射线图像，优选由逻辑地连接至检测器装置W便接收 输出信号的处理器（图1中未示出）获取为数字图像。数字的2D X-射线图像，或者在图像由 处理器W模拟形式获取的情况下数字化的2D X-射线图像，其像素数和单像素的大小主要 取决于检测器装置的空间分辨率。
[0082] 接着，所述方法包括，通过从多幅2D射线照相图像进行断层照相重建，来处理2D射 线照相图像，W生成物体结构即该组研磨咖啡的=维图像。在优选的实施方案中，由射线照 相图像的样品的断层照相重建本质上理解为由2D射线照相图像的立体重建，其可通过使用 例如滤波器反投影算法（filtered back projection algorithm)等重建算法来进行。例 如，在J. Opt. Soc. Am. Al (1984) ,612-619 页中记载了，断层照相重建使用Fel ^amp-Davis-Kress(FDK)滤波器反投影算法来使锥形束分散。重建算法可在商业软件中实施。立体重建 由定义重建物体=维分辨率的体积元素(体素，即体积像素)来绘制。将3D体积图形化地显 示在例如计算机屏幕上，并且公知的是从重建的3D体积可导出一幅或多幅穿过体积的平面 中的2D投影，特别是一个W上2D横截面(下文用"重建切片图像"记述），或提取物体表面的 3D模型。在本身已知的方式中，通过计算机断层照相设备的校准，W像素单位表示的体素大 小转化为物理维度。
[0083] 在不缺少本公开的共性的情况下，下列关于图3-7的描述设及样品的数字体积重 建的优选形式，其中=维（3D)体积通过按下文描述处理的重建2D切片图像的再结合而获 得。
[0084] 图2示出平行六面体子体积的=维重建的数字图像，其是在未压缩的研磨咖啡粉 样品的3D重建的中屯、部分虚拟地提取的，所述样品由计算机X-射线断层照相技术测量。在 重建中，组成咖啡粉的单独的颗粒是可见的。
[0085] 图3示出容纳在圆柱形容器中的研磨咖啡样品的立体重建的重建2D切片图像，其 圆形边缘在图像中可见。示出的截面是垂直于圆筒高度，即样品的厚度，更通俗地说是垂直 于样品纵轴的面的轴切片。组成咖啡粉的颗粒，W不同深浅的灰色显示，可与由黑色指示的 空气视觉地区分。
[0086] 为了确定样品重建体积的单独的研磨咖啡颗粒的尺寸，在优选的实施方案中，所 述方法W图像处理的自动过程进行，W便界定并突出显示单个颗粒。
[0087] 优选地，图像处理的自动过程包括：
[0088] a)接收多幅关于在面上彼此平行的截面的2D重建图像，作为输入数据。优选地，2D 重建图像为轴切片，并且多幅2D重建图像如果沿着垂直于平行面的轴并置并W与像素相等 的轴向距离排列，则形成研磨咖啡的立体重建；
[0089] b)通过使用数字二值化滤波器，将多幅相对于截面的2D重建图像的2D重建图像转 换为二值图像。数字二值化滤波器通常借助适合图像处理的数学算法实现。在二值数字图 像中，颗粒由恒定的颜色值表示，并W相对于均匀背景W高对比度突出显示。图4是从图3的 图像转换获得的二值数字图像，其中颗粒的等值面W黑色背景上的白色显示。
[0090] 图4示出，很多颗粒具有与相邻颗粒的接触点。为了获取单个颗粒的尺寸，优选在 二值图像中，通过将各单个颗粒与其它颗粒分离，而确定并突出显示各单个颗粒。
[0091] 2D重建切片图像二值化后，接下来图像处理的自动过程包括:c)通过利用数字图 像处理滤波器来转换颗粒彼此分离的二值图像。在一个实施方案中，数字滤波器为分水岭 转换滤波器。
[0092] 图5是图4中图像的部分放大，其中相邻颗粒之间的分隔线（黑色）W白色箭头指 出，分隔线W分水岭算法计算，而图6示出图4的图像的分水岭转换而得到的图像。从二值图 像开始的分水岭转换生成二值图像。然而，为了更好地使图像中的颗粒在视觉上区分，图6 中的颗粒用不同深浅的灰色示出，不同深浅的灰色是由于使用颗粒自身的几何大小的深浅 引起的。
[0093] 对多幅重建轴切片图像的各幅图像，重复上文步骤b)和C)中记载的图像处理过 程。通过相当于重建的分辨率、等于2D重建图像中的像素的边的尺寸的量值，将重建的轴切 片彼此分隔开。因此，通过沿着垂直于切片平面的轴向方向使由此处理的重建轴切片图像 上下并置，可鉴定出样品中所有的咖啡粉颗粒，生成互连的体素组，各体素组代表单个的咖 啡粉颗粒。各咖啡颗粒用各自的数值表征，所述数值相当于由组成3D体积的体素数所确定 的3D体积。每一单独的体素在3D重建中唯一地确定，运允许将各颗粒的体积测定为组成体 积的体素数之和。由此重建的体素是各向同性的立方形元素。
[0094] 通过组成体素组的所有体素的求和，和体素本身的所有非相邻表面的求和，分别 计算各颗粒的体积Vg和优选的各颗粒的3D表面积Ag。确定各颗粒的尺寸后，确定样品中包含 的咖啡粉的粒度曲线。
[00M]图7是从上文记载的图像处理方法得到的一组咖啡的=维图像，其中处理了重建 切片图像的咖啡粉的成分颗粒，确定了其各自的外表面。在图像中，各咖啡颗粒可彼此区 另IJ。图像中容器不可见，因为已经通过应用本身已知的图像处理数字滤波器将容器虚拟除 去。灰度显示是为了视觉上更好地将颗粒彼此区别。
[0096] 根据一个实施方案，假设咖啡颗粒为球形，从咖啡颗粒的体积Vg计算当量直径de。
[0097]
(1)
[0098] 在优选的实施方案中，对各颗粒计算沙得直径d32,其定义为各单个微粒的体积与 其表面积之比。
[0099] d32 = 6Vg/Ag (2)
[0100] -旦知道沙得直径(或当量直径），计算有特定直径的样品体积内的颗粒的体积百 分数。在实践中，颗粒的d32值分成等级，通常用BIN指示，各等级规定数值范围，其中平均值 在图中标明。鉴别粒度等级的数值范围对所有等级可W是相同的，例如1〇皿。对于各等级计 算具有等级中包含的的直径值的体积的体积之和，并对所述粒度等级计算相对于咖啡颗粒 总体积的体积百分数。
[0101] 本方法提供的确定研磨咖啡的各单个微粒的表面积的可能性，允许根据在样品中 微粒的直径研究其表面积分布。
[0102]