Iniziare raccogliendo gli spettri di una linea verticale dei segnali VS-FG sul dispositivo ad accoppiamento caricato o CCD. Raccogli immagini di intensità non risonante scansionando il campione perpendicolarmente alla direzione dello scanner del raggio. Per scomporre spettralmente i dati utilizzando il flusso di lavoro della libreria di imaging iperspettrale MATLAB toolbox.
Usa la funzione ipercubo nella libreria per creare un ipercubo a quattro dimensioni in cui X e Y sono spaziali, Z corrisponde all'intensità dipendente dalla frequenza e omega è la frequenza. Identificare il numero di spettri univoci con la funzione HFC dei membri finali del conteggio, con una probabilità di falso allarme o un valore PFA di 10 al sette negativo. Quindi identifica gli spettri unici utilizzando la funzione di demiscelazione spettrale N-finder.
Utilizzando la funzione SID, associare ogni pixel a uno degli spettri univoci identificati in precedenza. Infine, adattare i dati di somma per ogni foglio isolato alla funzione Voit. Sono state acquisite immagini VS-FG di fogli autoassemblati dispersi su un vetrino coprioggetto.
E attraverso l'identificazione spettrale, si è scoperto che tutti i fogli potevano essere classificati in due tipi, uno con un'intensità VS-FG maggiore e l'altro con un'intensità inferiore. Ispezionando e confrontando con l'immagine ottica, il grande foglio al centro delle immagini sembrava avere fogli doppi impilati, attribuendo così la minore intensità VS-FG all'interferenza distruttiva. Due dei fogli sono stati misurati da varie polarizzazioni VS-FG e gli spettri sono stati adattati utilizzando le funzioni di Voit.
