Выступление в ФИАН

Метод автоматизированного
анализа эмульсионных
данных для измерения
спектра ПКИ
Эмульсионная пленка
• Область применения: обнаружение и регистрация
заряженных частиц в экспериментах ядерной физики
космических лучах.
• Преимущества: высокое пространственное
разрешение, используется для изучения траекторий
частиц, измерения импульса, заряда.
• Недостатки: большое время обработки,
трудоемкость.
Огромный прогресс в развитии сканирующих и
измерительных систем позволяют преодолеть
главный недостаток эмульсии – чрезвычайно
большое время ее обработки.
Актуальность темы
• В настоящее время идет множество
экспериментов использующих эмульсионную
технику, благодаря чрезвычайно высокому
пространственному разрешению при
регистрации ядер и элементарных частиц.
• В каждом эксперименте используются
большие объемы эмульсии, потому очень
важно быстро и в автоматическом режиме
проводить обработку.
Эксперимент RUNJOB
• 10 полетов на высоте 33 км (10 г/см2
атмосферы)
• Суммарная экспозиция: 575 м2час
• Энергетический диапазон: 20-1000
ТэВ/частицу
• Площадь камеры: 0.8×0.4 м2
• Средняя жесткость R=3 ГВ
Структура камеры
Расположение пленок SXF в камере
RUNJOB
Первичный (Primary) и мишенный
(Target) блоки содержат 10 рядов
SXF.
Взаимодействие ядра в камере
Спектр всех частиц
Всех
частиц
277
Протоны358
Гелий
78
Углеродкислород50
Неон-кремний
22
Железо-8
Новизна работы
• впервые разработан
автоматизированный метод для плёнок
экранного типа
• в условиях высокого фона решена
проблема выделения пятен и поиск
вершин взаимодействия.
• впервые для регистрации частиц
применяется вершинный триггер.
Пленка SXF
Структура рентгеновской пленки
в поперечном сечении, без
экранов-сцинтилляторов.
Изображение пленки в микроскопе,
размер поля зрения 3.89 × 2.96 мм2
Измерительная система
Image
board
Monitor
CCD camera
Micos
Z
Y
step motors
X
power supply
microcontroller
• Механически стол
MICOS
• Оптическая система
• Система ввода
изображения
• Персональный
компьютер
• Программное
обеспечение
Параметры измерительной системы
• Прецизионный стол MICOS
–
–
–
–
диапазон перемещений по осям: 800мм × 400мм × 200мм
точность измерения координат: 0.5 мкм
габариты установки: 2.5×1.2×2.4 м3
вес:1000 кг
• Система ввода изображения
–
–
–
–
–
пространственное разрешение матрицы: 1360×1024 пикселя
разрядность АЦП: 10 бит (1024 градации яркости)
кадровая частота: 7.5 Гц
время накопления экспозиции: 43 мс -114 сек
размер пикселя: 4.65x4.65 мкм2
• Микроскоп
– Оптическое увеличение системы от 200 до 1000 крат (участок
400×300 мкм2 выводится на экран 40×30 см), пространственное
разрешение при максимальном увеличении - 1 пиксель = 1 мкм
Внешний вид установки
Чистая комната
контроллер
Оптическая система
джойстик
Алгоритм вершинного триггера
•
•
•
•
•
•
•
поиск опорных треков, (найдено вручную 12 треков)
«сшивка» камеры, восстановление общей системы
координат, (специальная программа сшивки,
точность сшивки – 40 мкм для 10 пленок площадью
40×50 см2).
сканирование всех пленок
поиск и определение координат пятен в пленках
SXF
восстановление траекторий по следам в пленках
SXF
предсказание координат вершин в эмульсии
верификация вершин в полуавтоматическом
режиме
Опорные треки
Количество треков: 8
Точность сшивки
камеры: 40 мкм
Интерфейс программы Pl. Расположение
опорных треков по площади пленки
Опорные треки
Программа сканирования
Интерфейс программы Scan.
• Управление режимами
работы Micos
• Перемещение стола в
заданную точку по 3 осям
координат (X,Y,Z), ±0.001 мм
• Калибровка стола
• Вывод изображения на экран
• Запись изображения в файл
в форматах BMP и JPG
• Управление режимами
работы CCD-камеры
• Автоматическое выделение
пятен
Параметры сканирования
Soling WAT-902A
Sony ICX205IL
Поле зрения, мм2
3.89 × 2.96
10.130 × 7.620
Размер изображения, пикс2
384 × 288
1360 × 1024
Шаг сканирования, мм
3.282 × 2.342=7.686
9.683 × 7.173=69.45
Полезное поле кадра, пикс2
324 × 288
1300 × 964
Количество шагов сканирования
162 × 146 = 23652
49 × 52 = 2548
Время сканирования, часов
~ 8 часов
1 час 45 минут
Анализ изображения
Online
Offline
Отступ от края пленки, мм
10000
10000
Скорость, мкм/с
10000
10000
Ускорение, мкм/с2
12800
12800
Изображение SXF пленки
Пример кадра изображения пленки
SXF, полученный в ходе
сканирования с помощью камеры
Soling WAT-902A. Размер кадра
3.890×2.960 мм2. Пленка SXF '97
Пример кадра изображения пленки
SXF, полученный в ходе
сканирования с помощью камеры
Sony ICX205IL. Размер кадра
3.890×2.960 мм2. Пленка SXF '96.
8×8 кадров
Участок пленки SXF размером 7.75 × 5.74 см2
Измерение поля зрения
(2.1)
Первое положении:
(X1,Y1) [мм] в системе
стола; (a1,b1) [px -]
координаты на
картинке. Второе
положение положение:
(X2,Y2) [мм] и (a2,b2)
[px] соответсвенно.
Не трудно посчитать
размер 1 пикселя в мм:
Измерение центра пятна при 2 положениях
камеры над плёнкой.
1 [ px] 
( x1  x2 )
[ ìì ]
(a1  a2 )
Система координат
абсолютные координаты точки в
сиcтеме координат MICOS (X,Y):
 X  X cam  (W  a) ViewX W

Y  Ycam  ( H  b) ViewX H
(Xcam,Ycam) – положение камеры
над столом,
Абсолютные координаты пятна
в системе координат стола
Micos.
(W,H) – размеры картинки в
пикселях (1360×1280)
(ViewX, ViewY) – реальные
размеры кадра в микронах
(a,b) – положение точки в кадре,
в пикселях
Пошаговое сканирование
Положение системы
координат пленки и
системы координат
стола Micos.
Показаны отступы при
сканировании от
начала координат в
системе Мicos –
Xdeadband,
Ydeadband.
Edge1, Edge2 –
правый нижний и
левый нижний углы
пленки, через них
проходит ось абсцисс
системы координат
пленки.
Проблема распознавания образов
•
•
•
•
поиск и измерения пятен на пленках SXF - ключевой этап в
автоматической обработке вершинного триггера.
Выделения образа пятна над фоном в SXF есть частная задача в
общей проблеме распознавания образов.
Основным назначением системы распознаванием образов является
разбиение множества предъявляемых ей образов на классы
(категории) по определенному критерию, иначе классификация.
Так как форма объекта является тривиальной, достаточно
воспользоваться стандартными методами обработки изображения,
такими как:
– пороговая обработка (бинаризация),
– выделения контуров,
– морфологические операции.
Обработка изображения
Исходное изображение
Closing 3
Порог 100 по яркости
медианный фильтр
Выделение пятен
Исходное изображение,
Результат выделения пятен.
640×480 пикселей
Найдено 42 пятна и их центры
алгоритм
GLT
Определение
порога
B
Бинаризация
B
Line
Cluster
Фильтрация
Поиск
"черных"
сегметов
Объединение
сегментов в
кластеры
Поиск кластеров (пятен)
G
оцифровка
кадра
Вычисление
центров масс
Spot
данные
Процедура
перемещение
стола
Следущий кадр?
старт
конец
Запись в файл
Блок схема работы алгоритма распознавания пятен.
Иллюстрация этапов обработки
1
0
0
1
0
0
1
1
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
1
0
0
0
0
0
0
1
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
1
1
1
0
1
0
1
1
1
1
1
0
1
0
1
0
0
0
0
0
1
1
1
0
0
0
1
1
1
1
1
0
0
0
0
0
0
0
0
1
1
1
1
1
1
0
1
1
1
1
1
1
0
0
1
0
0
0
0
1
1
1
1
1
0
0
1
1
1
1
1
1
0
0
0
0
0
0
0
1
1
1
1
1
0
0
1
1
1
1
1
1
1
0
0
0
0
0
0
1
1
1
1
1
0
0
1
1
1
1
1
1
0
0
0
0
0
0
1
1
1
1
1
1
0
1
1
1
1
1
1
1
1
0
0
0
1
1
0
1
1
1
1
1
0
0
1
1
1
1
1
1
0
0
0
0
0
0
1
1
1
1
1
1
1
0
1
1
1
1
1
1
0
0
0
0
0
0
0
1
1
1
1
1
0
0
1
1
1
1
1
1
0
0
0
0
0
0
0
1
1
1
1
1
1
0
0
1
1
1
1
1
0
1
1
0
0
0
0
1
1
1
1
1
0
0
0
1
1
1
1
1
0
0
0
0
0
0
0
0
1
1
1
1
0
0
0
1
1
0
0
0
0
1
1
1
0
0
0
0
1
1
1
1
0
0
0
0
0
0
0
0
0
1
1
1
0
0
0
0
0
1
0
0
0
0
0
0
0
0
0
1
1
1
1
1
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
1
1
1
1
1
0
0
Бинаризация – разделение пикселей на
черные(1) и белые(1) по порогу
После фильтрации – удалении тонких
перешейков, длиной менее 2 пикселей.
C[2][0]
2
2
2
4
4
4
4
4
2
2
2
2
2
4
4
4
4
4
4
2
2
2
2
2
4
4
4
4
4
4
2
2
2
2
2
4
4
4
4
4
4
2
2
2
2
2
4
4
4
4
4
4
2
2
2
2
2
4
4
4
4
4
2
2
2
2
7
7
7
7
7
7
7
Кластеризация – объединение конгломератов
пикселей в кластеры
end
C[2][1]
begin
end
C[2][2]
begin
end
C[2][3]
begin
end
C[2][4]
begin
end
C[2][5]
begin
end
C[2][6]
7
begin
begin
end
Организация хранения кластеров в памяти
Результат при разных параметрах
порог K=7/20.
Масштаб
изображения
5.065×3.81 мм2
(1/4 изображения).
Количество
найденных пятен –
9 штук.
Исходный участок изображения
порог K=12/20.
Масштаб
изображения
5.065×3.81 мм2
(1/4
изображения).
Количество
найденных пятен
– 39 штук
Гистограмма яркости пикселей кадра
Плавающий порог
В данной работе используется набор
из нескольких порогов (3-5), каждый
из которых дает свою картину
кластеров. Результаты работы
алгоритма с каждым из порогов потом
сопоставляются между собой, так
чтоб выявить истинные пятна
Выбор порога
Теоретически, применяя
неограниченный набор порогов
бинаризации, т.е. делая множество
срезов на «местности» рельефа
яркости пикселей, можно выделить
все пятна потемнения.
Исходный кадр
Результат работы алгоритма выделения пятен, порог K=7/20.
Масштаб изображения 5.065×3.81 мм2 (1/4 изображения).
Количество найденных пятен – 9 штук.
Результат работы алгоритма выделения пятен, порог K=12/20.
Масштаб изображения 5.065×3.81 мм2 (1/4 изображения).
Количество найденных пятен – 39 штук.
Результат работы алгоритма выделения пятен, плавающий порог K=7/20-12/20.
Масштаб изображения 5.065×3.81 мм2 (1/4 изображения).
Количество найденных пятен – 42.
Процедура трекинга – объединение пятен в
треки
Остановившая
частица
Провзаимодействовав
шая частица
Проскочившая
частица
Исходные данные
Всего
пятен
После
выборки<
2000
1
365743
365588 (-155)
2
361345
361178 (-167)
3
348555
348485 (-70)
4
371009
370928 (-81)
5
367828
367743 (-85)
6
364532
364429 (-103)
7
358111
358033 (-78)
8
369987
369861 (-126)
9
355997
355866 (-131)
10
341865
341755 (-110)
11
323605
12
214615
Всего кадров 49×52
2 548
Ширина кадра StepX, мм
9.683
Высота кадра, StepY, мм
7.174
Площадь кадра, мм S=9.683×7.173
69.46
Площадь сканированной пленки, мм2 1769.74
Sскан=2548×0.6946
Площадь всей пленки 50×40 мм2
2 000
Количество пятен на одной пленке
350 000
Блок схема программы трекинг.
Сдвиги слоев по
опорным трекам
Банк данных
координат точек
по рядам
GrowTrack
Объединение точек в пары
SearchPairs()
Находим base и direction
StraightLineFit
Предсказание в первый
слой
GrowFirst
FindNext
Продлеваем трек в
очередной слой
GrowTrack
Вычисляем предсказание
Находим все пары в круге
поиска
GetCloseSpots
Сортируем точки по chi
Сортировка треков по chi
Находим с наименьшим chi
Банк данных
треков
TrackPart[]
Плотность и размер пятен
600
120000
пятна в 1 пленке
всего 365743 пятен
всего 2548 кадров
500
100000
80000
N, пятен
N, кадров
400
300
200
пятна
всего 365743
60000
40000
20000
100
0
0
0
50
100
150
200
250
300
0 100 200 300 400 500 600 700 800 900 1000
S, площадь пятна [пикс]
FN, количество пятен в кадре
Количество зарегистрированных пятен
в кадре 9.683×7.174, пленка №1
Размер пятна в пикселях,
1 пиксель=0.0075 мм, пленка №1
Плотность пятен составляет ~200 см-2.
S  N êàäðîâ  Stepx  Step y  2548  9.683ìì  7.173ìì  1770 ìì
2
Расстояние между пятнами
3000
2500
расстояние между случайными
пятнами
N
2000
1500
1000
500
0
0
500
1000
1500
2000
2500
Distance, mkm
Rrand 
S

N
1 ñì 2
 0.71 ìì
200 øò .
- среднее расстояние между пятнами при
случайном распределении
Вывод: 1) Максимум распределения 250 мкм
2) максимум меньше среднего значения -> пятна коррелированны
3) Ограничение на максимальный угол – tan(θ) = 710/270=2.6, - cos(θ)min=0.36
3000
Предсказание в следующий слой
pos( x, y, z)    dir
dir
- трехмерный
- уравнение трека, где:
единичный вектор направления
base - вектор в плоскости XY0, λ – скалярная величина
Выбор двойного пятна
Двойное пятно лучший кандидат
Предсказание в
следующий слой
| ( DirSpot ) |  Dist
 (r r ) max
Dist
  ( ) max
Основные этапы трекинга
1.
2.
3.
4.
5.
Объединяем точки в пары.
Вычисляем начальное направления трека для каждой из пары,
делаем предсказание в следующий слой.
Выбираем в радиусе предсказания наилучшее двойное пятно, как
кандидат для продления трека. Если кандидат найден, идем к пункту
4.
Обновляем параметры вектора трека, рассчитываем предсказание в
следующий слой.
Возврат к пункту 3.
Интерфейс программы
На этой вкладке задаются параметры работы программы
(Параметры трекинга)
Параметры
Размер ячейки для объединения точек в двойные пятна
10×10 мм2
Максимальное расстояние между пятнами в паре
0.85 мм
Эффективная толщина SXF пленки
0.27 мм
Ошибка измерения координат пятен (используется в
расчете предсказания трека в следующий ряд)
0.15 мм
Максимальное относительное изменение длины вектора
двойного пятна от среднего по треку
40.0%
Максимальное отклонение вектора двойного пятна от
направления трека
22,5°
Максимальное расстояние нового пятна от предсказания
0.5 мм
Размер ячейки для сортировки треков по координатам
входа трека в камеру
20×20 мм
Развитие программы трекинга
Чтобы минимизировать потери треков,
в алгоритм вводятся следующие
пункты:
1.
2.
3.
4.
Продление трека возможно через
слой, т.е. допускаются пропуски
(Gaps) в некоторых рядах камеры.
Базовый (начальный) слой для
продления выбирается отличным от
первого. Для «затравки» трека
используются 1,2,3 ряды камеры.
Прослеживание трека ведется
сначала в прямом, а потом и в
обратном направлении в слои, где
еще не найдены пятна. Пример:
23467(поворачиваем
назад)51.
проводится сопоставление треков
между собой, одинаковые
траектории – объединяются,
двойники – удаляются.
Выбор параметров алгоритма
• Сравнение результатов трекинга при различных
параметрах.
– Влияние размера ячейки для объединения в пары.
– Какова величина потерь при переходе от слоя к
слою?
• Нужно ли начинать прослеживание треков с разных
рядов?
– С каких слоев начинать прослеживать треки?
• Правильно ли работает отсев треков-двойников?
– Влияние размера ячейки для сортировки треков.
Количество треков
10
5
4
N
10
0.025
0.050
0.075
0.100
0.150
0.200
10
3
10
2
2
4
6
8
10
Ряд
0.05
0.1
2
173823
370712
3
24631
99977
4
21026
72026
5
16044
32309
6
11984
23078
7
9110
18419
8
6930
14889
9
5401
12069
10
4427
9967
11
3763
8298
12
2948
6182
12
Layer, #
Количество треков, прослеженных до определенного ряда. Разными значками
обозначены треки с разными значениями χ в мм. Gap=1, start={1}.
Количество треков
10
5
4
N
10
Gap=1
0.025
0.050
0.075
0.100
0.150
0.200
10
3
10
2
Ря
0.05
д
0.1
2
183783
445709
3
35166
175600
4
29230
121099
5
20801
46422
6
15295
31118
7
11520
24359
8
8738
19551
9
6766
15780
10
5576
13004
11
4738
10836
12
3702
8028
tracking 1-->12 {1,2,3}
2
4
6
8
10
12
Номер ряда
Количество треков, прослеженных до определенного ряда. Разными значками
обозначены треки с разными значениями χ в мм. Gap=1, start={1,2,3}
Как тестировали
•
•
•
•
Прямой и обратный трекинг
Визуальная проверка
Сравнение с расчетами
Проверка по эмульсии
Прямой и обратный трекинг
N, число треков
10
5
10
4
10
3
2
4
6
Gap=0-1
0.025
0.050
0.100
0.150
8
10
номер ряда
трекинг 1-->12 {1,2}
12
б)
10
N, число треков
а)
5
10
4
10
3
2
4
Gap=0-1
0.025
0.050
0.100
0.150
6
8 10 12
номер ряда
трекинг 12-->1 {1,2}
Вывод: Потери треков при прослеживании из ряда в ряд - 6%.
Проверка по эмульсии
• Во всех 100% случаях были найдены следы в
эмульсии по трекам в SXF
Моделирование прохождение
тяжелых ядер через камеру
• Постановка задачи
• На границу камеры падает спектр протонов, альфачастиц, CNO, Sub Fe + Fe (от 3 ГВ по жесткости)
• Распределение по энергиям: степенной закон
(показатель спектра разный для разных групп ядер).
• Угловое распределение по θ изотропно (или
соответствует прохождению 10 г/см2 атмосферы).
• Угловое распределение по φ изотропно.
• Равномерное распределение по поверхности
камеры.
• Структура камеры, - слои экранной пленки на
определенной глубине
Геомагнитное обрезание
Rgeo(GV)
10
Долгота
o
60
o
100
o
140
Ш ирота полета уменьшается от 60 до 50 при
из менении д ол готы от 140 до 60 градусов
1
40
45
50
55
60
65
70
Широта
Зависимость порога геомагнитного обрезания от широты и долготы полета баллона
Жесткость, R
Средняя
жесткость R=3 ГВ
Пробег взаимодействия
Группа
I/IFe
<Z>
<A>
λin(air)
г/см2
λin(камера)
г/см2
26
1.0
26
56
15
25
17-25
0.7
20
40
17
29
10-16
4.
12
24
21
36
5-9
25.
7
14
28
45
2
300.
2
4
48
75
пробеги взаимодействия в воздухе и камере для 5 групп ядер, принятые в
расчетах
(ионизационные потери)
1.E+05
Fe
1.E+04
R, г/см2
1.E+03
CNO
1.E+02
He
1.E+01
1.E+00
0.1
1.0
10.0
100.0
P, ГэВ/с
Ионизационные потери различных элементов в зависимости от импульсов
Число пятен от частиц легче Z
Интенсивность пятен
7x10
5
6x10
5
5x10
5
4x10
5
3x10
5
2x10
5
1x10
5
Ожидаемое число пятен
с зарядом z < Z
Экспериментальное число частиц на одной пленке
0
10 12 14 16 18 20 22 24 26 28 30 32 34 36
Z
Число падающих частиц, ξ>3 ГВ
P, ГВ
Z
E, ГэВ Частиц
Пятен
26
Fe
78
40,1
90500
163000
25
Mn
75
38,0
6100
11000
24
Cr
72
36,8
5500
10000
23
V
69
34,8
2800
5000
22
Ti
66
33,6
7200
13000
21
Sc
63
32,4
22000
4000
20
Ca
60
32,1
7800
14000
19
K
57
30,0
3900
7000
18
Ar
54
27,2
5500
10000
17
Cl
51
26,66
2800
5000
16
S
48
25,66
16700
30000
15
P
45
23,65
3300
6000
Множественное рассеяние
X, мм
1000
cos()=
0.3
0.4
0.5
0.6
0.7
0.8
=10 ГВ
100
10
1
2
3
4
5
6
номер ряда
7
8
9
10
Рождение
фрагментов
Множественность в Fe+Fe взаим.
charged,
fragments
100 GeV/nuclon
100
10 GeV/nuclon
5 GeV/nuclon
10
N(<R)
1 GeV/nuclon
100 GeV/n
1
0,1
10 GeV/n
5 GeV/n
0,01
0,1
1
1 GeV/n
10
100
1000
10000
100000 1000000
1E7
Число вторичных
однозарядных
частиц (charged)
и фрагментов
(fragments) в
круге радиуса R,
образовавшихся
в середине слоя
стали над слоем
ядерной
эмульсии для
ядер железа
разной энергии
от 1 до 100
ГэВ/нуклон
R mkm
ВЫВОД: отбор вершин взаимодействия в полуавтоматическом режиме может
быть проведен только для взаимодействий с энергией на нуклон 5-10 ГэВ,
(что означает 300-600 ГэВ на частицу, поскольку только такие события видны
в эмульсии как узкая группа вторичных частиц
Трэки в 10 ряду
Эксперимент
Fe (Расчет)
10
5
1000
N(Cos)
Число треков
Результаты моделирования
10
100
4
10
2
4
6
8
10
Номер ряда
треугольники - χ <50 мкм, сплошные кружки - χ <100
мкм, звездочки - χ <150 мкм, пустые кружки –
расчетные значения для ядер железа. Cos =0.30.85
ВЫВОД: χ<100 мкм хорошо совпадает с ожидаемой
интенсивностью треков от ядер железа
0,3
0,4
0,5
0,6
0,7
0,8
0,9
Cos
Угловое распределение
ВЫВОД: теряются частицы под малыми
углами вследствие слипания двойных пятен, и
треки под большими углами с Cos < 0.3.
Прослеживание в эмульсию
взаимодействие
остановившийся
Fe
Em
SXF
Fe
Em
SXF
• Мы нашли оборванный трек
• Предсказали в эмульсию
потерянный
Поиск взаимодействий
Группа
Число
% от просмотренных
Ложно оборвавшиеся (потерянные программой)
13
6.5%
Остановившиеся
8
4%
Точное взаимодействие
4
2%
Возможно взаимодействие
21
10.5%
Грязь в поле зрения
17
8.5%
Ложные треки (ошибочно связанные)
1
0.5%
Ничего не найдено
136
68%
Всего просмотрено
200
100%
Остановившаяся частица
Потерянный трек
Выводы
• 1. С участием автора обработано 40% статистики
эксперимента RUNJOB и построены спектры ПКИ в
интервале энергий 30-1000 ТэВ/частицу.
• 2. С участием автора построен Полностью
Автоматизированный Измерительный Комплекс
(ПАВИКОМ) для обработки микроизображений в
фотоматериалах. Система протестирована и сейчас
успешно эксплуатируется в лаборатории ФИАН,
использовалась для экспериментов RUNJOB, EMU15,
СТРАНА, ПЛАТАН, обработка ядерных эмульсий бета
спектрометра ОЯИ (Дубна).
• 3. Создано ПО для автоматического сканирования и
анализа микроизображений в фоточувствительных
материалах большой площади (0.5 м2) с высоким
пространственным разрешением (7 мкм/пиксель и выше)
на большой скорости (16 см2/мин).
Выводы
• 4. Впервые на базе ПАВИКОМ разработан метод
поиска вершин взаимодействий тяжелых ядер,
зарегистрированных в SXF пленках эксперимента
RUNJOB.
• 5. Проведена обработка SXF пленок камеры 1996 г.,
по ней получены эффективность и ограничения
применимости метода в условиях высокого фона
~200 пятен/см2. Показано, что метод может быть
применен для получения спектров ядер с зарядом
Z>17, E>10 ГэВ/н.
• 6. Проведено сравнение экспериментальных
результатов с численным моделированием
прохождения ядер через атмосферу и учетом
условий регистрации в камере, показано, что
наблюдается удовлетворительное согласие
распределений, полученных экспериментально и на
основе расчётов.